从 Chat 到 Agent：AI 范式跃迁全 景调研报告（2025–2026）

古从Chat到Agent：AI范式跃迁全景调研报告（2025–2026）痧痧写在前头一句话：你说"国内远远落后"——对一半，错一半。你说"少数人才感受到变化"——这话完全是对的。这份调研要回答的，就是哪一半对、哪一半错，以及你这个"少数感受到的人"，下一步该怎么走。看完这十八卷，你心里就有了一杆秤。序言：没有调查，没有发言权卷一：开宗明义——"Agent"到底是个什么东西一、先把名字搞清楚二、为什么大家突然都在喊"Agent"三、Agent的"四件套"四、一针见血：Agent不是"AI的升级"，是"软件的革命"五、有人会问：这不就是当年的RPA吗？六、本卷小结卷二：追根溯源——从ChatGPT出世到Agent上场，这三年发生了什么一、从一个日子讲起二、第一年（2023人人都在喊大模型三、第二年（2024Copilot之年四、第三年（2025Agent之年的六个里程碑五、用一个比喻看清三年路线图六、有人会问：那2026是什么之年？卷三：六匹大马拉车——为什么偏偏是2025一、问一个最朴素的问题二、第一匹马：会"想很久"的模型出来了三、第二匹马：上下文从"鞋盒"变成"集装箱"四、第三匹马：算账的成本降到了"忽略不计"五、第四匹马：MCP____AI世界终于通了"标准铁路轨距"六、第五匹马：让AI长出"手脚"——ComputerUse七、第六匹马：B端老板被"ROI焦虑"逼急了八、六匹马一起拉车，这是一次"相变"九、一针见血卷四：战场点兵之一——编程Agent，第一块被攻下的阵地一、为什么编程是第一块骨牌二、战场全景：五路大军同时占山头第一路：IDE里的Agent——Cursor/Windsurf/Trae第二路：终端里的Agent——ClaudeCode/OpenAICodex/GeminiCLI第三路：云端自主软件工程师——Devin第四路：IDE伴侣——GitHubCopilot的逆袭第五路：开源大兵团——OpenHands/Cline/Aider/Hermes三、五路军怎么选？一张表看明白四、一个震撼性的指标：SWE-bench五、VibeCoding："编程不再是程序员的专利"六、阶级分析：谁赢？谁输？七、本卷一针见血卷五：战场点兵之二——通用Agent，你不写代码也能用的那一拨一、什么是“通用Agent”二、国外军团：几只“重坑牙齿” （1）OpenAIOperator→ChatGPTAgent （2）AnthropicComputerUse+ClaudeforChrome （3）PerplexityComet与BrowserCompanyDia （4）GoogleGeminiAgent/Mariner/ProjectAstra三、中国军团：明明白白上场了 （1）Manus：“在中国引爆AIAgent热潮的产品” （4）MiniMaxAgent/Kimi-Researcher/阶跃起点 （5）Genspark/Anycoder/SkyWork——中国人出去创业的产品四、一个入门⽰范：让Agent干你上周未完成的事五、这里面最严重的问题：可靠性六、一针见血卷六：战场点兵之三——垂直Agent，下一拨独角兽藏在哪一、什么是“垂直Agent”二、阵地一：法律——Harvey与Legora三、阵地二：客服——Sierra与Decagon四、阵地三：销售——Clay与11x五、阵地四：医疗——BCG预言与中国育庄六、阵地五：金融——高盛为什么本早用Devin七、阵地六：科研/工程Agent——听说过但你不太熟的那些八、一张全服表：看看2025垂直Agent独角兽名单九、为什么垂直Agent是SaaS的10倍市场？十、一针见血卷七：战场点兵之四——物理Agent，中国领跑的那一块一、跳出软件，走进物理世界二、为什么人形机器人是这一轮的重点三、中国领跑：宇树5500+台，特斯拉只有150四、一个里程碑事件：宇树在映席趣味运会上跳起了际舊五、宇树为什么能偏偏在中国冲出来六、工业Agent：不象人形那么醒目，但几乎同重要七、一个重要原则：物理世界Agent“只读主"八、制造业+具身智能：这是中国最大的本能例九、机器人会说话了：VLA与世界模型十、一针见血卷八：地基与水管——MCP与上下文工程一、为什么要讲这一卷二、MCP是什么：一句话说明白三、用一个最粗的比方讲明白四、MCP出世后那一年发生了什么五、MCP出来后发生了什么“职业变迁”六、上下文工程：Agent世界的“手艺”七、上下文工程的六件礼服八、为什么上下文工程重要过“模型本身”九、中国在MCP上的赛道问题十、一针见血卷九：算大账——AI到底能给世界创造多少钱一、先讲一句老实话二、第一笔账：麦肯锡的2.6_4.4万亿美元三、第二笔账：高盛的7%GDP与1.5个百分点四、第三笔账：高盛2025年底的一记冷水五、第四笔账：算力与电力的真金白银六、第五笔账：分到中国是多少七、第六笔账：到了你个人的口袋里是多少八、一针见血卷十：就业篇——Agent消灭的是工作，还是任务一、先泼一盆冷水二、Anthropic经济指数告诉了我们什么"任务级"不是"岗位级"——这一点听清四、IDC的数：2027年40%的G2000知识工作被重塑五、Gartner的预言：33%的企业应用2028年内嵌Agent六、哪些岗位最先受影响七、新创造的岗位八、一个老问题：那些被替代的人怎么办九、对你个人的三个建议十、一针见血卷十一：治理篇——欧美中三家各走各的路一、为什么要讲治理二、欧盟：法律先行，规矩最硬三、美国：松绑加速，要赢这场比赛四、中国："人工智能+"行动意见——加速与可控并行五、三家对比：一张表看清楚六、Agent治理的四个真问题七、中国治理的几个独特设计八、台面下的事：地缘竞争九、一针见血卷十二：范式篇——为什么Agent不是SaaS的升级一、范式是什么二、维度一：交互方式——从GUI到对话三、维度二：使用方式——从"你用工具"到"AI替你用工具"四、维度三：付费方式——从"按席位"到"按结果"五、维度四：入口——从AppStore到"Agent总管"六、维度五：搜索引擎——从SEO到AEO七、维度六：组织——从"金字塔"到"指挥官+Agent大军"八、六个维度合起来看：什么变了？九、一针见血卷十三中美对比篇：差距与领先，账要算清楚一、先讲一个总判断二、第一个维度：基础大模型，差三到六个月三、第二个维度：编程Agent，差一年以上四、第三个维度：MCP与基础协议，处于跟随五、第四个维度：物理AI，中国领先六、第五个维度：开源与成本，中国独有优势七、把账汇总：差三条，平一条，赢两条八、有人讲「中国AI输了」——错在哪里九、有人又讲「中国AI已经超越美国」——也错在哪里十、本卷小结卷十四四大根据地：中国机会篇一、什么叫根据地二、根据地一：中国版SaaS替代浪潮三、根据地二：互联网入口的重构与AEO四、根据地三：制造业+具身智能五、根据地四：政务AI+出海5.2出海六、第五块根据地：AINative个体创业者七、避免误区：三类「假根据地」八、本卷小结卷十五三大改造：软件、互联网、制造一、为什么单独讲「三大改造」二、第一大改造：软件业2.1改造的逻辑：从「写代码」到「写意图」2.2改造的速度：超出预期2.3改造的赢家与输家2.4改造的政策启⽰三、第二大改造：互联网业3.1改造的逻辑：从「人找信息」到「Agent替人办事」3.2改造的关键节点：AEO取代SEO3.3改造的赢家与输家3.4中国互联网的特殊挑战四、第三大改造：制造业4.1改造的逻辑：从「人+设备」到「Agent+设备+机器人」4.2改造的速度：慢但坚决4.3改造的赢家与输家4.4制造业改造的「灯塔工厂」启⽰五、三大改造的内在联系六、本卷小结卷十六未来五年三种推演：基准、加速、失速一、为什么要讲三种推演二、基准情景：55%概率，稳步推进2.2经济层面2.3就业层面2.4中国层面2.5个人层面三、加速情景：30%概率，进入超快通道3.2经济层面3.3就业层面3.4中国层面3.5个人层面四、失速情景：15%概率，进入慢节奏4.2经济层面4.3就业层面4.4中国层面4.5个人层面五、三种推演的对照表六、不管哪种情景，三件事都要做七、本卷小结卷十七行动手册：普通人的四级跃迁一、写给谁看的二、四级跃迁的总路线三、第一级：认知层3.1搞清楚AI的能力边界3.2搞清楚AI的发展节奏3.3搞清楚自己的位置四、第二级：工具层4.1必学的核心工具（按重要性排）4.2工具使用的三条原则五、第三级：实践层5.1找出你工作中可以AI化的5件事5.2vibecoding实战:做一个自己的小工具5.3MCPServer入门:把你的工具变成Agent的能力5.4建立自己的AI工作流六、第四级:长期定位层6.1三个长期定位方向6.2三个长期不变的东西七、给五种典型人的具体建议7.1给小老板的建议7.2给中层白领的建议7.3给自由职业者的建议7.4给在校学生的建议7.5给退休前夕的人的建议八、本卷小结卷十八辩证法尾声:看远一点,做实一点一、回到最初的提问二、用辩证法看这场变革2.1第一对辩证关系:乐观与悲观2.2第二对辩证关系:速度与深度2.3第三对辩证关系:中国与世界2.4第四对辩证关系:技术与人三、给所有读到这里的朋友三句话第一句:你赶上了第二句:不要慌第三句:实事求是,自己动手四、推荐深读的清单4.1综述与官方报告4.2关键趋势研究4.3中国本土声音4.4经典书籍4.5实践工具五、写在报告的最后六、最后一句一针见血朋友，来信收到了。你说近三个月感觉到了变化，说AI正在从Chat变成Agent，说外国走得猛，国内大多数人没回过神，说你想搞清楚是怎么回事——问得好，问得到位，问得诚恳。我先讲一句老话：没有调查，就没有发言权。今天谈AI的人多得很。一种人跟着新闻喊"取代人类"，一种人跟着大佬喊"颠覆一切"，还有一种人冷笑一声，说"不过是个聊天玩具"。这三种人嘴上吵得凶，骨子里其实是一种人——没动过手的人。没动过手，就好比一群人围在饭锅边争论"这饭好不好吃"，可谁也没拿过筷子。这种争论，听一万句也不顶用。所以我们这份报告，先立三条规矩：第一条，不讲玄学。"奇点""超级智能"留给科幻作家。第二条，不堆术语。凡是不能用大白话讲清楚的概念，先别拿它吓唬人。第三条，只算真账。多少美元、多少倍、多少人、多少行代码——有数就拿数，没数就说没数，不许放空炮。按这三条规矩，我把这场变革分成十八卷讲。十八卷不是凑数，是按"是什么—为什么—怎么打—对谁打—中国怎么办—你怎么办"六个层次铺开的。你可以一卷一卷读，也可以按需取用。下面就开始。卷一：开宗明义——"Agent"到底是个什么东西一、先把名字搞清楚这两年新词儿太多。Chat、Copilot、Assistant、Agent、Agentic、AGI、ASI____一串洋名摆在面前，老百姓自然要犯糊涂。要想不糊涂，就得先把名字搞清楚。名不正，则言不顺；言不顺，则事不成。这是两千年前的老话，今天用在AI上一样管用。我们一个一个掰开看：·Chat（聊天你问，它答。一问一答，问完就完。像查字典，像翻百度。·Copilot（副驾驶你开车，它在副驾位上递地图、递咖啡、提醒你别压线。主导权还在你手里。·Agent（执行者，或者说"差遣"你下达一个目标——"给我把这事办了"——它自己想办法、自己用工具、自己跑流程、自己回来交差。你从司机变成了"派活儿看见没有？这三个词，根本不是功能升级，是人和机器关系的三种完全不同的形态。打个比方。Chat是你雇了一个能背字典的小孩，你问什么他答什么；Copilot是你雇了一个跟班，你干活的时候他在旁边递工具；Agent是你雇了一个学徒——你早上交代他"今天把这十张订单跑完"，然后你出门喝茶去了，晚上回来验收。这个区别要紧得很。要紧到什么程度？要紧到——它决定了这个东西到底能不能替你赚钱，能不能替你省人，能不能改造一个行业。二、为什么大家突然都在喊"Agent"你也许会问：Agent这个词，又不是2025年才有的。早在1990年代，学界就在谈"intelligentagent"。2023年AutoGPT也火过一阵，结果呢？三个月就凉了。这个问题问得好。答案是：之前叫Agent的，都是"假Agent"；现在叫Agent的，才是"真Agent"。什么叫假？做三步就崩，做五步就乱，做十步就把你账戶里的钱花光。这种东西，玩具一个，谈不上生产力。什么叫真？给它一个目标，它能：1.拆——把大目标拆成几十个小步骤；2.想——每一步都判断该不该做、做错了怎么回头；3.用——会调用搜索、会用浏览器、会写代码、会发邮件、会打电话；4.记——记住前面发生了什么，不会重复劳动；5.交——任务完了，把结果整整齐齐交给你审。这五件事，2023年没有一件做得好；2025年五件都做出了八九成。这就是这场变革的真正分水岭。用一个比喻你就懂了：1903年莱特兄弟的飞机飞了12秒，那也叫"飞行"，可你不会买票坐它；2025年的Agent，相当于AI行业的"波音707"——还不完美，但已经能定期定线把货从A运到B了。三、Agent的"四件套"要看懂一个Agent是真是假，看四件东西就够了。这四件，是它的"四件套"，缺一不第一件，目标（Goal）。你跟它说"帮我研究一下我们这个县的AI创业机会"，它能不能把这句话理解到位？能不能问你两句反问把模糊变清楚？这是第一道关。第二件，规划（Planning）。它接到目标后，会不会列一个执行计划？计划写得对不对？中途发现走错了，会不会改？2024年以前的模型，规划能力是个大窟窿；2025年的推理模型——OpenAIo系列、DeepSeek-R1、Claude3.7/4Thinking、Gemini2.5Pro——把这个窟窿基本补上了。N1O第三件，工具（Tools）。这是Agent和Chat最大的差别。Chat只能用嘴说，Agent能伸手干活——能用浏览器查资料、能用代码跑数据、能调用你的日历邮箱、能控制鼠标键盘。工具越多，本事越大。第四件，记忆（Memory）。一个不记事的人没法干长活。Agent也一样。它要记住你是谁、记住任务到哪一步、记住失败的教训。2025年开始，长上下文（1Mtoken）+外部记忆系统成了标配。这四件套，就是Agent的"四肢和大脑"。你以后看任何一个新出的AI产品，照这四条去掂量它，立马就能分辨它是真Agent，还是又一个换皮Chat。四、一针见血：Agent不是"Al的升级"，是"软件的革命"讲了这么多概念，我们来点最一针见血的判断。Chat是AI的进步；Agent是软件的革命。这两句话不一样。前一句说的是模型变聪明了；后一句说的是——整个软件这门生意，正在被重写。为什么？因为过去三十年，软件这门生意的根本逻辑是："我做一个工具给你用，你点我的按钮，你填我的表格，我收你的钱。"Agent时代的根本逻辑变成了："你告诉我要什么结果，我（Agent）自己去用别人家的工具、点别人家的按钮、填别人家的表格，把结果交给你，按结果收钱。"看明白了吗？Agent不是在SaaS的旁边再开一家店，它是SaaS的食客。SaaS卖的是"用我的厨房"，Agent卖的是"我替你做菜，菜的味道我负责"。YCombinator在2025年公开讲过一句话："垂直AIAgent的市场，可能比它要替代的SaaS大10倍"。N2O他们不是随便讲的，他们是在告诉所有创业者：老的牌桌要散了，新的牌局要开了。五、有人会问：这不就是当年的RPA吗？我知道你心里冒出一个疑问。你说，老毛同志，这玩意儿听起来很像十年前喊得挺响的RPA（机器人流程自动化）——也是"自动跑流程"嘛，怎么这回就成了革命？问得好。这是个典型的"看起来差不多，本质完全不同"的例子。RPA跟Agent的差别，就像"自动织布机"跟"工人"的差别。RPA：你必须把每一步都教给它——鼠标点哪、键盘按哪、出错了走哪条岔路。它没有判断力，只有执行力。环境一变，整套全废。·Agent：你只告诉它目标，它自己看屏幕、自己想路径、自己判断。它有判断力，所以不怕变化。今天网页改版了，它还能干；明天界面换语言了，它还能打个更通俗的比方：你雇RPA，是雇了一台"听话的复读机"；你雇Agent，是雇了一个"会思考的小学徒"。一字之差，差出了十万八千里。这就是为什么OpenAI的Operator、Anthropic的ComputerUse、字节豆包1.6的电脑使用能力一出，整个RPA这个二十年的老行业——UiPath、AutomationAnywhere——股价就开始抖。N3ON4O六、本卷小结一句话讲完本卷：甲甲Agent不是聊天机器人加了几个按钮，不是RPA换了个壳子，更不是炒作出来的概念。它是"Al终于学会自己干活"这件事的总称。它有目标、有规划、有工具、有记忆——四件套齐了，它就开始替你做事；做事的能力一开闸，整个软件、整个组织、整个就业市场都要被它冲一遍。这就是为什么这次值得你认真对待。名字搞清楚了，下一卷就讲：这个东西不是天上掉下来的，它从哪里走到今天这一步？这个故事得从2022年11月30号那一天讲起。卷二：追根溯源——从ChatGPT出世到Agent上场，这三年发生了什么一、从一个日子讲起要讲清楚Agent从哪里来，得从一个日子讲起：2022年11月30号。这一天，OpenAI把ChatGPT扔到了网上。不要发布会，不要广告，就是一个网址。结果五天百万用戶，两个月一亿用戶——人类历史上传播最快的产品。这一天，是AI走进千家万戶的元年。也是我们这场大变革的第一声枪响。但要注意一件事——ChatGPT那一天还不是Agent，它就是个Chat。你问它问题，它回你答案，仅此而已。它不能上网、不能调代码、不能记住昨天聊过什么、更不能替你订机票。那它为什么炸了？因为它做到了一件以前所有计算机都做不到的事——它能用人话跟你说话。这一点，看似简单，是过去七十年人工智能砸了几千亿没解决的事。突然解决了，全世界都懵了。二、第一年（2023人人都在喊大模型ChatGPT一出，全世界跟着发疯。美国这边：Anthropic出Claude，Google慌慌张张推Bard，Meta把LLaMA开源；中国这边：百度的文心一言、阿里的通义千问、字节的豆包、智谱的ChatGLM、月之暗面的Kimi、MiniMax、百川、零一万物——"百模大战"一夜之间打这一年的关键词是三个字：大模型。所有人都在比一件事——谁家的模型考分高。MMLU、HumanEval、GSM8K、C]Eval、SuperCLUE，一张张排行榜出来，比来比去。这一年也有人在试Agent。AutoGPT、BabyAGI、AgentGPT，GitHub上的星标蹭蹭涨，演⽰视频做得花里胡哨。结果三个月不到，热度全凉。为什么凉？三个字：做不成。一个简单的任务——"帮我研究一下某个公司"——AutoGPT跑十几步就开始胡说八道，跑二十步就陷入死循环。原因很简单：当时的模型，根本不会"想很久"，也不会"自己改自己"。它只会一口气说完话，说完就完。让它做多步任务，相当于让一个口齿伶俐但记性极差的孩子去管账——账没管几天，肯定一团乱⿇。所以2023年的结论是：AI会说话了，但还不会做事。三、第二年（2024Copilot之年2024年是聪明人开始想"既然AI不会自己做事，那让它帮人做事行不行"——于是Copilot这个词流行起来。·微软给Office装上Copilot：Word帮你写文档，Excel帮你写公式，PowerPoint帮你做幻灯片。·GitHubCopilot在程序员的编辑器里实时提⽰代码。·NotionAI、飞书智能伙伴、钉钉个人助理、腾讯文档智能助手，一夜遍地。这一年的核心思路是：人主导，AI在每个工具里"补一刀"。这一年也有进步。但企业用完之后，发现一个尴尬的事实——Copilot的提效，远没有PPT上画得那么大。为什么？因为Copilot是嵌入在每一个工具里的，它解决的是"一步操作"的效率，不是"一个完整任务"的效率。你写Word快了20%，开Excel快了30%____可一个真正的工作，是要在Word、Excel、邮件、网页、内部系统、客戶电话之间来回切换的。这些"切换的缝隙"，Copilot帮不上忙。所以2024年底的时候，CEO们手里的账本上都有一行字："AI投了不少钱，但ROI看不见"。McKinsey的2025年全球调查也证实：90%的企业在用AI，但只有少数把AI真正这个尴尬，逼出了下一步——让AI自己把整件事跑完，不要靠人来缝合。四、第三年（2025Agent之年的六个里程碑2025年是Agent真正立起来的一年。如果说2022是Chat之年，2024是Copilot之年，那2025就是Agent之年。这一年有六个里程碑事件，我们一个一个数：第一个，2025年1月：OpenAI发布Operator。这是第一款产品化的"会用浏览器的AI"。你跟它说"帮我订一张下周三北京到上海的高铁票"，它真的会在浏览器里打开12306，自己选座位、自己填身份证。第一次让全世界看见——AI能像人一样用电脑了。N2O第二个，2025年3月：中国的Manus上线。这是中国创业公司ButterflyEffect（也就是做Monica.im的那个团队）的作品。MITTechnologyReview直接把它称为"在中国引爆了AIAgent热潮的产品"。Manus出来后两个月，Genspark、扣子空间、智谱AutoGLM、MiniMaxAgent、Kimi-第三个，2025年5月：微软Build大会定调。微软直接把当年大会主题定为"TheageofAIagentsandtheopenagenticweb"。这相当于行业老大哥拿着大喇叭喊：兄弟们，下半场开始了，方向是Agent，规则是第四个，2025年7月：高盛部署Devin。华尔街最保守的大行——高盛——开始在生产环境用Devin（一个自主软件工程师Agent）做大规模代码迁移。这是第一次，一个AIAgent被允许碰一家全球银行的核第五个，2025年7月：ChatGPTAgent发布。OpenAI把之前的DeepResearch和Operator合并，做出了ChatGPTAgent——一个真正在沙箱里有自己虚拟电脑的Agent。它能订机票、做调研、写幻灯片、跑数第六个，2025年11^12月：MCP进Linux基金会。Anthropic把MCP（ModelContextProtocol，模型上下文协议）捐给Linux基金会下新成立的AgenticAIFoundation。OpenAI、Block联合创始，AWS、Google、Microsoft、Cloudflare、Bloomberg全部入伙。这是Agent时代的HTTP。一年时间，MCP月下载量9700万，活跃server一万多个。N8O这六个事件，任何一个单独看都不算炸裂；但六个事件加起来——而且是在同一年里——就是一次明明白白的范式转移。五、用一个比喻看清三年路线图把2022^2025这三年用一个比喻串起来，你就一目了然：·2022年：相当于发明了"会说人话的鹦鹉"——惊艳，但只会说话。·2023年：所有人都在比"谁家的鹦鹉学得多"——百模大战。·2024年：开始训练这只鹦鹉"边说话边递工具给你用"——Copilot之年。2025年：鹦鹉脱胎换骨，长出了手脚和大脑，变成了一个会自己干活的小学徒——Agent之年。这就是这三年的全部故事。一句话总结：⏳⏳2022是AI会说话的元年，2024是AI帮人干活的元年，2025是AI自己干活的元年。你正好在第三个元年的开头看到了变化——这不是偶然，这是赶上点儿了。早一年，看不见；晚一年，已经晚了。六、有人会问：那2026是什么之年？好问题。如果让我大胆判断一句，2026年是"Agent编队"之年。2025年大家还在比"我这一个Agent能干什么"；2026年开始，所有人都意识到——一个Agent干不完一件正经事，得一队Agent协作。Cursor3.0支持8个Agent并行，ClaudeCode支持9个Agent同时跑，OpenAI推出Swarm框架，微软推出AutoGen，国内也有AgentScope、CrewAI的中文实践这意味着，编Agent的能力，会代替写代码的能力，成为新的"硬通货技能"。这一点对你这位"0代码深度用戶"来说，是个天大的好消息——下面几卷我会讲透。卷三：六匹大马拉车——为什么偏偏是2025一、问一个最朴素的问题讲到这里，你一定会冒出一个最朴素的问题：为什么偏偏是2025年？不是2020，不是2023，也不是2027。偏偏是2025。这一年里，从OpenAI到Anthropic，从字节到阿里，从Cursor到Manus，从高盛到宇树——大大小小几百家公司，几乎是同时把Agent这件事做出来了。这不可能是巧合。看一件事，不能只看表面热闹，要看它底下的根。根扎下去了，地面上才会冒出庄稼。Agent这一片庄稼，是六条根同时扎稳了，才在2025年同时冒出来的。下面这六条根，就是这场变革真正的底层逻辑。我们一条一条看。二、第一匹马：会"想很久"的模型出来了这是最关键的一条。2024年9月之前，所有大模型都有一个根本毛病——它们只会"一口气把话说完"。你问什么，它马上回什么，回完就走。它不会停下来想一想，不会回过头改一改，更不会在脑子里推演十几种走法。这就像一个口齿伶俐但从不打草稿的学生——做一道简单题没问题，做一道复杂的应用题，立马露怯。2024年9月，OpenAI发布o1。它干了一件事——让模型学会"先想后说"。它在脑子里反复推演、自我反驳、回头修改，想够了再吐出一个答案。一道高考数学题，普通模型十秒就给你乱写一通，o1会想三分钟，最后给你正确答案。这一招一出，事情就变了。2025年初，DeepSeek-R1、Claude3.7/4Thinking、Gemini2.5Pro、Qwen3Thinking、KimiK1.5____所有头部模型都跟进了"推理能力"。这就是行业里说的"测试时计算"（test-timecompute）革命。N1O为什么这件事对Agent至关重要？你想啊，让一个AI干一件50步的任务，每一步都不能出错。如果它在第7步走错了，能不能自己发现？能不能回过头来改？这就要靠"会想很久"的能力。打个最通俗的比方：老的模型像一个不会刹车的车，时速200公里冲出去，前面有沟也撞，没沟也撞；新的推理模型像一个开了一辈子车的老司机，过弯前会减速，发现路况不对会变道，看见红灯会停。这个车，才敢上路跑长途。这是Agent能"长跑"起来的第一根支柱。没有这一条，后面五条全是空中楼阁。三、第二匹马：上下文从"鞋盒"变成"集装箱"第二条根，叫做上下文窗口（contextwindow）。这个词听起来玄，其实就是AI一次能"看见"多少东西。早期的ChatGPT一次只能记4000个汉字，相当于让你只看一张A4纸去做决策——根本不够。2025年情况翻天覆地：·Claude3.7/ClaudeCode：100万token（约75万汉字一本《红楼梦》还塞不满。·Gemini2.5Pro：100万token起步，最高到200万。·GPT_5系列：默认128K，最大1M。·国内：豆包1.6提供256K上下文，通义千问、智谱、Kimi也都到了1M区间。你别小看这个数字。上下文窗口从4K涨到1M，相当于从鞋盒变成集装箱。以前你只能把AI当一个"健忘的临时工"用，因为它转身就忘；现在你可以把整个项目的代码、整个客戶的历史记录、整个法律案件的卷宗，一次性塞给它。它能看完，能记住，能在50步之后还引用前面第3步说过的话。这件事对Agent的意义在于——Agent必须有"长期记忆"才能干长活。没有长上下文，Agent干到第十步就忘了第三步是怎么走的，整套就崩。长上下文一上来，Agent就有了"持续记账"的能力。四、第三匹马：算账的成本降到了"忽略不计"第三条根更朴实——便宜。2023年初，调用一次GPT_4的成本，相当于打一次国际长途。让一个Agent跑50步任务，几十美元就出去了。这种成本下，没人敢真用Agent干活。两年时间：·DeepSeek-V3、V3.1：把推理成本年降90%。N2O·Google的Gemini2.5Flash、OpenAI的GPT_4o-mini、Anthropic的ClaudeHaiku3.5____价格全部腰斩再腰斩。·国内豆包、通义、智谱卷得更狠，月度套餐100元能跑几千次Agent任务。这意味着，原本调一次API五美元的事，现在五分钱就能搞定。让Agent跑几百步、上千步，也不心疼。这是个什么概念？打个比方。1908年福特T型车的售价是825美元，相当于一个工人两年工资——只有富人买得起；1924年降到290美元，相当于工人三个月工资——汽车走进千家万戶。算力价格的下降，对Agent，就是T型车降价对汽车工业。降价之前，玩具；降价之后，工业革命。五、第四匹马：MCP——AI世界终于通了"标准铁路轨距"第四条根，是最容易被普通人忽视、但实际上最重要的一根。它的名字叫MCP（ModelContextProtocol，模型上下文协议）。你别被这个名字吓住。它解决的问题，一句话讲明白：以前每一个AI应用要接一个数据源，都要单独写一段代码。100个AI×100个工具=1万套连接代码。MCP出来后，1个AI接1个标准接口就够了。100个AI×100个工具=200套代码。M×N变成了M+N。这是个什么大事？我打个比方你就懂了。1840年以前，全世界的铁路轨距是乱七八糟的——英国1435mm、爱尔兰1600mm、俄国1524mm、印度有1676mm和1000mm两种。结果呢？火车跑不过国界，货物到了边境得卸下来重装。后来铁路轨距渐渐统一到1435mm（标准轨距全世界60%的铁路都用这个。这一统一，跨国贸易成本立马降下来。MCP就是AI世界的标准轨距。·它是Anthropic在2024年11月开源出来的。·一年时间，月下载量9700万，活跃server一万多个。·2025年12月正式进Linux基金会下的AgenticAIFoundation。·OpenAI、Block、AWS、Google、Microsoft、Cloudflare、Bloomberg——全中国这边，Cursor、ClaudeCode、豆包、扣子、千问、智谱、腾讯混元——也全部支持MCP。所以你以后听到MCP三个字，不用紧张，就记一句话：MCP让AI之间、AI和工具之间，终于可以"标准化对话"。这一通了，Agent生态就像1840年铁路统一轨距之后的欧洲——一夜之间，所有的工厂、所有的市场都连起来了。Gartner在2025年的报告里把MCP评为"年度最重要的AI基础设施"。你下次看到这三个字，可以挺起腰板，告诉别人：这是Agent时代的水管和电线。六、第五匹马：让AI长出"手脚"——ComputerUse第五条根，叫ComputerUse（电脑使用能力）。这是Anthropic在2024年10月先开第一枪，OpenAI在2025年1月跟进Operator，字节豆包1.6在2025年下半年跟进——核心一句话：AI现在能像人一样用电脑了。以前的AI，能力都被锁在它自己的"小屋子"里——你跟它对话，它在小屋子里给你出文字。它不能伸手出来用你的浏览器，不能填你的表格，不能点你的按钮。ComputerUse让AI长出了"手"。它能：1.看屏幕（像人一样看像素）2.控制鼠标（移动、点击、拖拽）3.控制键盘（输入文字、按快捷键）4.切换窗口、打开文件这一招对企业IT来讲，是个核武器。为什么？因为企业90%的系统是没有API的——你公司用的老ERP、内部OA、政府报送系统、医院HIS、工厂MES、银行核心——这些祖宗辈的系统全是只有人才能用的界面。以前的AI接不进去，只能干瞪眼。现在ComputerUse一上来，所有这些"祖宗系统"都被自动接入。AI不需要等你公司花三年改造系统、暴露API____它就当个"会用电脑的临时工"，直接干活。这就是为什么RPA公司股价开始抖——它们二十年攒下的"自动跑流程"的护城河，被AI一招挑了。七、第六匹马：B端老板被"ROI焦虑"逼急了前面五条都是技术。最后一条，是经济。2023年企业老板看到ChatGPT，觉得是个好玩意儿，但没急。2024年装了Copilot，发现效率上去了10%，但ROI算下来很尴尬——一个员工一年加几千美元的Copilot订阅费，但产出没有显著上升。这个尴尬，2024年底变成了一种集体焦虑——"我花了几千万美元搞AI，老板要问ROI了，我怎么交代"。McKinsey的全球调查很有意思：90%的企业说在用AI，但只有大约1/3报告了"显这个落差，逼着所有企业CTO找新出路。出路只有一条——别再让AI给员工"打辅助"，让AI自己把整件事跑完。于是从2025年开始，企业付费意愿开始从"按席位订阅"转向"按结果付费"：·Sierra（客服Agent按解决工单数收费，每解决一单收几美元。·Harvey（法律Agent按合同审查数/尽调数收费。·11x、Artisan（销售Agent按签下的合同提成。·Decagon、Cresta（客服Agent按提升的转化率收费。Deloitte在《2026SaaSmeetsAIAgents》报告里直接说："定价模型、客戶体验、人力结构，全部要重写"。N5O这就是B端ROI焦虑推出来的浪潮——老板需要"按结果付费的劳动力"，而不是"按席位收费的工具"。Agent刚好踩在这个点上。八、六匹马一起拉车，这是一次"相变"好，六条根讲完了。现在我们把它们摆在一起看：1.会想很久的模型（推理能力）——让Agent能跑长任务2.百万级上下文——让Agent有持续记忆3.算力降到白菜价——让Agent跑得起几百步4.MCP通用协议——让Agent接得上千百种工具5.ComputerUse——让Agent接得上没有API的祖宗系统6.B端ROI焦虑——让市场愿意为Agent付钱这六匹马，单独哪一匹都拉不动这辆车。但2025年这一年，六匹马同时齐了缰绳——所以车一下就跑起来了。物理学上有一个词，叫相变——水变成冰、铁变成钢，温度只差一度，物理性质完全两样。Agent在2025年发生的，就是一次相变。不是某一家公司的胜利，是整个技术栈的化学反应。九、一针见血讲完这一卷，我要给你最一针见血的判断：这场变革的关键不是OpenAI，不是DeepSeek，不是Manus，也不是某一篇论文。是六股力量在同一年里同时到位——推理+长上下文+廉价算力+标准协议+通用操作能力+B端付费意愿。任何一条没准备好，Agent都立不起来；六条同时准备好了，Agent就立得不可阻挡。所以，那些等着"等技术再成熟一点"的人，根本没看懂这一次为什么不一样——这一次，技术、协议、市场、心理预期是一起到位的，再等没有意义。要么现在上车，要么以后被收门票。弄清了这六匹马，下一卷我们就开始点兵——看看2025年这盘大棋上，到底有哪些Agent部队，他们各自在打什么仗。卷四：战场点兵之一——编程Agent，第一块被攻下的阵地一、为什么编程是第一块骨牌考察一场战争，要看它从哪里打起。Agent这场仗，是从编程这一块先打起的。为什么是编程？不是偏爱，是商业逻辑决定的。编程在Agent眼里是个"优质战场"，原因有三条：第一条，反馈环最短。你让AI写一段代码，能不能跑，一编译就知道；一跑测试，对不对马上出结果。这个反馈什么意思？意思是机器能自己给自己打分。机器能给自己打分，它就能自己提高，不需要人手把手地教。这是强化学习能跑起来的必要条件。第二条，数据最干净。世界上有GitHub、StackOverflow、各种开源项目——上亿亿行代码摆在那里，免费取用。别的行业，法律、医疗、金融——数据都抹了索、锁了柜。只有编程这一行，数据是」公共财产Γ。第三条，被自己行业最熟悉。AI公司里全是程序员。让他们做一个"替程序员干活的Agent"——他们太熟了，闭着眼睛都知道这个工具应该怎么设计。看老乡助乡亲的忙最好使。这三条加起来，使得编程成为了Agent革命的"岡田山"——低处着手，先竖起根据地，再打出去。所以一看2024^2025年，所有Agent公司都从编程切入——这不是巧合，这是必然。二、战场全景：五路大军同时占山头你说到Cursor、Codex、ClaudeCode、还有"hermesagent/opanclaw"——我猜你说的是HermesAgent、Cline/OpenHands之类的开源Agent。他们都是编程战场上的不同部队。我给你梳一梳。这场仗，有五路大军同时上场：第一路：IDE里的Agent——Cursor/Windsurf/Trae代表：你提到的Cursor。Cursor是什么？你可以把它看作"为AI重写的编程软件"。传统的VSCode、IntelliJ——都是为人设计的，人在里面敲代码；Cursor是为Agent重写的，人变成了"下达任务的人"，让Agent在里面跑。2025年里程碑事件：·3月：Cursor限量发出"Agent模式"，可以让它自己改多个文件、运行命令、调·5月：OpenAI以30亿美元收购Windsurf（原名Codeium）——这是OpenAI·下半年：Cursor3.0发布，能同时跑8个Agent。你一个人坌在椅子上，手里可以同时指挥8个程序员同时干活。·同期字节推出Trae、腾讯推出CodeBuddy、阿里钉钉推出通义灵码、腾讯推出代码伙伴——中国这一路在追，但距离Cursor还有明显差距。打个比方你就懂：Cursor之于传统IDE，就像拖拉机之于牡丹。别人还在牌桌上拼拼奋鬥，他已经跳到了另一张桌子上。第二路：终端里的Agent——ClaudeCode/OpenAICodex/GeminiCLI代表：你提到的ClaudeCode、Codex。这一路走的是不一样的路子。它们不要GUI（图形界面就要一个纯黑屏命令行——你打一句话，它在后台跑一堆事。为什么不要界面？因为高手发现：界面是为人设计的，人一看谁也受不了Agent哔哔哔跑50步的频率。不如索性把界面拆了，让Agent在黑屏里闷头干，干完交个结果给你。·ClaudeCode：Anthropic出品，2025年下半年GA。1Mtoken上下文、能同时跑9个Agent、能直接控制你的文件系统和浏览器。被业内人称为"当前最强的编程Agent"。·OpenAICodex（2025新版OpenAI重名推出的云端Agent。你给它一个任务，它在云端沙箱里跑完，直接给你交PR（代码提交）。分"只读/半自动/完全接管"三档权限。·GeminiCLI：Google追赶的产品，同类逻辑。中国这边，这一路还没有严格意义上对标的产品出现。这是中国编程Agent最明显的空白。第三路：云端自主软件工程师——Devin代表：Devin（CognitionLabs）。Devin是2024年3月作为"世界首个AI软件工程师"开饰的。一开始大家还有质疑，认为是demo骨。后来事实证明——人家是真干活的。Devin的特点是：你不需要跟它同坌一际。你只需要在Slack里@它，说"帮我修这个bug"或"帮我把这个项目从Python2迁到Python3"——它自己开个虚拟机、自2025年7月是里程碑：高盛部署Devin做大规模代码迁移。N3O同期Nubank（巴西最大数字银行）用Devin做代码迁移，提速8^12倍，迁移成本降至1/20。N4O什么意思？举个最期的例子。Nubank这样的银行要做一次代码迁移，原本要雇50个资深程序员、费1亿美元、耗18个月。现在用Devin，可能是5个人、500万美元、3个月。你现在明白为什么高盛那些CTO她们晚上睡不着了吧。第四路：IDE伴侣——GitHubCopilot的逆袭代表：GitHubCopilot（微软旗下）。GitHubCopilot是老哥了。2021年就上线，当时叫"AI位置补全工具"，靠这个东西GitHub在全球拉到了1500万开发者付费订阅。N5O但2024年面对Cursor、ClaudeCode的冲击，Copilot一度陶裂。微软怎么反击？拆。把Copilot一分为三：·代码补全Copilot：老本行，继续服务一般开发者。·代码评审Copilot：自动看PR、提意见。·自主CodingAgent：你提一个Issue，它自己换PR回来。这里面有个靠职场逻辑可以听懂的逻辑。以前一个Copilot同时当三个角色——补全、评审、接手——那是因为以前能力不够。现在能力够了，三个角色各自独立出来，各有各的责任。这不是拆分，是专业化。就如同以前一个家庭医生看所有病，后来发展出了内科、外科、儿科、眼科。第五路：开源大兵团——OpenHands/Cline/Aider/Hermes代表：你提到的"hermesagent"、"opanclaw"。这一路是社区大兵团。他们大都开源、免费、能装在你自己的电脑上跑：·OpenHands（原名OpenDevin开源版的Devin。·Cline（原名ClaudeDevVSCode插件形式的开源Agent。·Aider：命令行Agent，能直接改代码、提Gitcommit。·Hermes/OS_Atlas/OpenInterpreter/OpenClaw之类：各种开源computer-use/coding-agent。这一路的意义是什么？意义在于——它们让"起义军"也拿得到炸药。你不付费也能玩起来，哪怕你是个在县城里干活的程序员。这件事对Agent生态是好事，因为它让Agent这种能力不被垄断在几家大公司手里。三、五路军怎么选？一张表看明白部队适合什么人最大龙头价格Cursor/Trae喜欢IDE、需要手脱手干活的人能同时指挥8个Agent$20^60/月ClaudeCode喜欢命令行、要极高能力的人1M上下文、多Agent按token或月餐OpenAICodex需要云端后台任务的人按ChatGPTPlus/ProDevin企业、需要大型迁移/改造"虚拟同事"体验按件计费，贵GitHubCopilot公司已用Microsoft生态的开发者与GitHub集成$10^39/月部队适合什么人最大龙头价格开源(Cline/OpenHands/Aider)预算紧、学习者、进阶发烧友完全可控免费（自己付模型费）这里要提醒一句：这些产品不是他死我活的关系，他们是同一场革命里不同部队。高手们现在透露出来的用法是——同时用。会Cursor的人也会ClaudeCode。不同场景叫不同的Agent出来。这就是你这个年代"0代码深度用戶"要掌握的手艺——不是选某一台机器，是能调动整个军团。四、一个震撼性的指标：SWE-bench老谈感觉不行，起码要拿数据说话。AI圈里有个评测标准叫SWE-bench（SoftwareEngineeringBenchmark）。它取了GitHub上几百个真实项目的bug，让AI去修。修好了算赢，修不好算输。这个分数近三年发生了什么事？·2023年底：GPT_4出不到5%。·2024年3月：Devin首亢13.86%，SOTA。·2024年下半年：多个Agent干到30%+。·2025年7月：mini-SWE-agent在SWE-benchVerified上跑到65%。·2025年底：ClaudeCode、Codex在多个SWE-bench子集上走到70_80%+。什么意思？意思是两年间这个分数涨了十几倍。这个进度有多可怕？你想一想：一个人类程序员，从"能修5%的bug"到"能修65%的bug"，需要几年？至少三到五年。AI用了二十个月。这个动作背后是什么？是初级程序员的职位。今年美国CS应届生就业率是近年最低的，中国985计算机专业初职薪资也在下行。这不是未来会发生的事，这是2025已经在发生的事。五、VibeCoding："编程不再是程序员的专利"这一卷最重要的一点——对你这位"0代码深度用戶"来说——是下面这个词：VibeCoding（氛围编程）。这个词是AndrejKarpathy——OpenAI联合创始人、Tesla前AI总监——在2025年2月发明的。他说："有一种新的编程方式，我叫它vibecoding。你完全沉浸在氛围里，拥抱指数增长，甚至忘了代码的存在。"什么意思？意思是——你不需要写代码。你只需要说出你要什么，看看出来的东西是不是你要的，不是就说」重来Γ或者」把左边那个按钮改成绿色Γ。这背后是一整拨产品在支撑：·Bolt.new（StackBlitz输入一句话，生出一个可运行的应用。·Lovable（瑞典同类，被称为"欧洲第一vibecoding独角兽"。·v0（Vercel专门生成前端页面。·Replit：云端IDE+Agent，能从一句话起步生成、部署、托管一个Web应用。·国内：夞克、豆包vibe、微信凢圈「打造」、豆豆「打造」——跟进中。这件事的意义多大？软件创造权第一次从工程师手里溢出来，走进了所有人手里。以前，你只能雇人让他帮你做一个应用，起价三五十万，耗时半年。现在你一个人，一个下午，可以生一个能跑、能部署的Web应用。这是什么概念？打个比方：这就像1450年古腾堡的印刷术出现之后，出书这件事从修道院里的扫书吟生手里溢出，走到了成千上万人的手里。重点不是出书变便宜了，是出书这件事不再需要一个特定阶层的垄断。vibecoding之于软件，就是古腾堡之于书籍。六、阶级分析：谁赢？谁输？我们做一点阶级分析。这场编程Agent革命中：赢家：·资深程序员：会指挥Agent、能看出AI生成代码哪里有坎、能负责架构设计——他们会出现起平均薄弱期，但三五年后薪资会创新高。·产品经理/设计师：原本受限于"说服程序员"的过程，现在能直接用vibecoding把原型跑出来。他们与Agent合香。你这样的"0代码深度用戶"：是这场革命里被双重赋权的人——既避开了传统学代码的5年赔付，又在vibecoding的初期红利几乎最大受益。你们是这场革命的太阳肩。输家：·初级/刚毕业程序员：他们原本靠"会写代码"吃饰，现在这个能力被贬值。后面几卷会仔细讲。传统软件外包公司：靠"人型代码机器"赚差价的生意，被代码机器本身干掉。传统SaaS公司：这是下一卷重点之一。七、本卷一针见血⛏⛏编程Agent是这场革命的「岡田山」——低处着手、反馈环短、数据干净、同行热情，所以第一个被攻下。但别误会：不是「只有程序员受影响」。恰恰相反，编程被攻下意味着软件被攻下，软件被攻下意味着互联网被攻下，互联网被攻下意味着只要运营在数字世界里的生意都要被攻下。你现在上车，不是去学个程序员的手艺，是去学一个「指挥编程军团」的本事。这是时代发给你的第一张「入场券」。编程这一块讲完了。下一卷我们看通用Agent——这是你们这些不写代码的人最直接能上手的东西。卷五：战场点兵之二——通用Agent，你不写代码也能用的那一拨一、什么是“通用Agent”上一卷讲的是编程Agent——你得会看代码才用得起来。本卷讲的是通用Agent——你完全不需要懂代码，用中文可以、用语音也可以。什么叫通用Agent？定义一句话：不限定行业、不限定场景、能用浏览器和电脑干总体性工作的Agent。你对它说“帮我调查中国亿能智驾赛道的前十名选手，出一份PPT”，它能干；你对它说“帮我把这个电子表格上的300个邮件地址遭一遭，看看哪些公司是上市的”，它也能干；你跟它说“帮我订下周三上海到杭州的高铁，靠过道的，最便宜的”，它还能这才是你这位“0代码深度用戶”最该着迷的一拨。下面我们一个个拆。二、国外军团：几只“重坑牙齿”（1）OpenAIOperator→ChatGPTAgent2025年1月份，OpenAI推出Operator——第一个产品化的“会用浏览器的AI”。N1O你给它一个网页任务，它能自己打开浏览器、点击、填表、提交。同期OpenAI还有一个叫DeepResearch的东西——专门干调研。你丢一个问题，它能跑几十个网页、看几十篇论文、出一份几千字的报告。2025年7月，OpenAI把这两东西合并，出了ChatGPTAgent。N2O它是什么？一个在OpenAI云端服务器里跑的虚拟电脑。你可以让它：查资料、出调研报告打开电子表格、填数据、出图表·做PPT、发邮件订机票、订酒店、订会议室报名课程、填报名表、送交表单只要你说得出来，它基本都能干。OpenAI给它费了一个虚拟电脑+浏览器+代码环境+文档软件——相当于给它设了个小办公室。你付了ChatGPTPro（每月200美元就能雇这个“虔志劤奋的助手”一个月。这是什么概念？以前你雇个实习生是三千美元一个月，现在二百美元雇个Agent实习生。干的活还不是人实习生能比的。（2）AnthropicComputerUse+ClaudeforChromeAnthropic走的是另一条路。他们2024年10月先推出ComputerUseAPI____不是产品，是能力。谁都能拿这个API去做自己的Agent。2025年8月，Anthropic推出ClaudeforChrome——直接装在你Chrome浏览器里的侧边。N3O你该怎么看网页还怎么看，但Claude能看见你看见的一切，能接手代你点鼠标。这个体验比Operator“独立在云端跑”更紧密——你是点主、Claude是帮Anthropic还在2025年底推出ClaudeSkills，让你能给Claude装上“专业能力包”——比如写动画脚本的能力包、做业务分析的能力包。你不需要重新训练模型，挑一个能力包装上去就行。（3）PerplexityComet与BrowserCompanyDia这是2025年出现的一个新品种：Agent原生的浏览器。·PerplexityComet：Perplexity公司出品。你打开它，不是一个搜索框，是一个能跟你聊、能替你点页面、能跨页面总结信息的助手。·Dia（BrowserCompany同类产品，更偏设计感。·OperaNeon、BraveLeo、MicrosoftEdge+Copilot——传统浏览器一同跟进。这一拨产品背后是一个重要趋势——浏览器从“人看网页的窗”变成了“Agent走网页的道”。这是互联网近三十年最重要的结构变化。后面卷十二将仔细展开。（4）GoogleGeminiAgent/Mariner/ProjectAstraGoogle也没闲着。他们2024年底先推出ProjectMariner（浏览器Agent2025年升级为GeminiAgent。同期ProjectAstra走的是多模态路线——能看、能听、能说的个人助理。Google的优势是它控制了Android、Chrome、Gmail、GoogleWorkspace——这是世界上最多人用的产品。2026年他们的动作会决定“Agent能不能走进千家万三、中国军团：明明白白上场了这一点你一定要听清楚——中国在通用Agent这个赛道上，不是跟随者，是同时上场者。甚至在某些点上是领先的。（1）Manus：“在中国引爆AIAgent热潮的产品”2025年3月6日，ButterflyEffect（也就是Monica.im背后的团队）上线Manus。上线三天，邀请码被炒到50块人民币一个。5月拿到9000万美元融资，估值5亿。MITTechnologyReview直接把它称为“theproductthatlittheAIagentboominChina”——在中国引爆AIAgent热潮的产品。N4OManus能干什么？几个典型例子：“帮我分析一下上个季度中国新能源车SUV市场，出一份PDF报告”、“帮我设计一个个人网站，介绍我是干什么的”、“帮我查一下下周的预报天气，订一头重庆一日游”——都能一句话丢进去，几分钟后拿到结果。2025年12月15日，Manus1.6发布，一口气给出8个专业Agent：ProjectBuilder、DiagramAgent、商务报告Agent、股票研报Agent、集资Agent、职位发布Agent、讨论纪要Agent、面试Agent——一个产品，集成为一拨人的劳动力。这一招一出，中国公司集体跟进。（2）字节豆包/扣子空间字节的豆包一贯是一拨黑马。2025年6月发布豆包大模型1.6，同期上线扣子空间（CozeSpace）——这是一个人人可用的Agent平台。你能在上面创建自己的Agent，也能应用别人建的Agent。到2025年底，扣子上公开的Agent过万。重点一件事：豆包1.6加上了ComputerUse能力，这是中国头部模型中第一个公开跟进这个能力的。ComputerUse这一点能后面会详讲。（3）智谱AutoGLM与Z.ai智谱（清华系）是中国“六小龙”之一。他们推出了AutoGLM——一个能代你用手机、电脑、浏览器的Agent。你说“去美团帮我点一份香辣蛙”，AutoGLM能看手机屏幕、点点点，帮你点好、下单、付费。2025年7月智谱推出Z.ai——为海外市场重包的产品，同期发布GLM]4.5。这个动作背后讲一个现实：中国Agent的金主不能只靠国内市场，要出海。（4）MiniMaxAgent/Kimi-Researcher/阶跃起点其他“六小龙”也几乎同期出Agent：·MiniMaxAgent：不同于他们原本的Talkie/星野AI，一款专门的生产力Agent。·Kimi-Researcher（月之暗面偏重深度调研。·阶跃星辰：主营物理世界模型+多模态Agent。百川智能：偏医疗、法律场景。零一万物：深度调研+企业场景。总之句话，2025年中国Agent产品的数量和迭代速度，只有美国能比。别的国家都是跟进。（5）Genspark/Anycoder/SkyWork——中国人出去创业的产品这里要点名一个现象：中国人在海外创的Agent公司也不在少数。·Genspark：朾峰创始人野马（陈小能、宋亚云）创办。仅9个月护原护ARR过4000万美元。N5O·Anycoder：中国人创的vibecodingAgent。·SkyWork：偏企业场景。这个现象说明：中国人做Agent不亚于别人。现在不够出色的是生态、是开发者社区、是付费意愿，不是人。四、一个入门⽰范：让Agent干你上周未完成的事光讲产品不行，拿个例子看看。假如你是一个中国三线城市的生意人，你上周计划的三件事没做完：调研一下本地竞a茶店市场、写一份开店计划书、设计一个宝贝店面页。你一个人、不会代码、不懂设计。传统做法：找三个朋友、雇一个创意、费三个周末。Agent做法：1.市场调研——你对ChatGPTAgent/Manus/豆包说：“帮我调研XX市中心区的奇茶店市场——多少家、营业额、价格、人流量、热门品项、顾客评价”。它自己去美团、小红书、大众点评、高德地图上梳。半个小时出一份几千字报告+Excel表格。2.开店计划书——你说：“基于刚才这份调研，写一份30页的开店计划书，含选址、面积、预算、人员、三年财务预测”。Agent一气生出Word文档。3.设计宝贝店面页——你说：“用vibecoding帮我设计一个宝贝店首页，黑金风格，竞a茶主题，5个主推产品位，隐藏会员入口”。Lovable/Bolt/Cursor/v0几分钟后交件。总共耗时：不超过三小时。总共花费：不超过100块人民币。这三件事连起来，在2020年要干完，需要三个人、一个月、几万块。这是近五年最重要的一次生产力额外释放。五、这里面最严重的问题：可靠性不讲黑话，讲点实话。现阶段的通用Agent最严重的问题是什么？可靠性。你让ChatGPTAgent干一件30步的任务，70%的概率能顺利完成，20%会在中间某一步卵住，10%彻底走错。这是当前状态。这是啥意思？意思是它现在还不能完全「交完就不管」。你得盯着点。交代一件重要的事，你要中间检查三四次。但别忘了。2024年同样的任务，成功率是20%。2026年预计走到85%+。一年一个台阶。Gartner调查显⽰，2025年企业多Agent架构查询量从2024年Q1到2025年Q2增长了1445%。N6O但同一份报告预警：到2027年底，40%的Agent项目会被取消——原因是贵、不可靠、价值不清。这是什么意思？意思是在未来三年，会干Agent的人与不会干的人，距离将拉到最大。会的人能拿Agent用出10倍效果，不会的人只能看看是不是烫锅。六、一针见血帶通用Agent是你这个「0代码深度用戶」最该抓住的机会窗口。他不要求你懂代码、不要求你懂架构、不要求你设计prompt。你只需要两件东西：一是会拆任务，二是会验货。拆任务是把一件大事拆成清楚、交得出去的子任务；验货是看完东西能不能指出哪里不对、下令重来。这两件事不需要计算机背景，你这个年龄、你这个身份、你这个阅历——刚好适合干。这是时代赏你的股息，别让它从手缝里溢出去。通用Agent讲完了。下一卷我们讲垂直Agent——那些专门为某个行业量身定制的Agent。这里面藏着未来几十个独角兽。卷六：战场点兵之三——垂直Agent，下一拨独角兽藏在哪一、什么是“垂直Agent”上一卷讲的是通用Agent——什么都能干、但哪个都不精。本卷讲的是垂直Agent——只为一个行业、一个场景量身定制，要么不干、要么干到极致。打个比方。通用Agent像个"万能干活的重庆棒棒匠"——什么都会一点，什么都不精通；垂直Agent像个"看了三十年胃病的老中医"——别的他不懂，你那个胃的毛病他闭着眼睛能诊出来。什么东西适合做成垂直Agent？三个条件：第一，场景独特。这件事不是哪里都能用的。法律的事、医院的事、金融的事——都是行业里才习惯的业务。第二，专业门槛高。这件事不是随便一个人能干的。考过司法考才能当律师、取了医师资格才能开药——这些门槛使得劳动力贵、供应少。第三，付费意愿强。这件事一旦能提高效率，客戶愿意出高价。一件法律合同审查，律师收费5000，企业老板倒倒乐意付。三条凑齐，Agent杀进去、劳动力价格压不下去、企业愿意付高价买单——这就是独角兽出现的土壤。YCombinator的合伙人公开讲过一句话："垂直AIAgent的市场，可能是SaaS市这句话什么意思？意思是——SaaS过去十年是个3000亿美元的市场；垂直AIAgent未来十年可能是3万亿美元。“为什么是10倍”这个逻辑后面卷十二详讲，现在先拿出五块垂直阵地看一看。二、阵地一：法律——Harvey与Legora代表：Harvey、Legora、Hebbia。法律这个行业决定了它会被第一拨打下。为什么？1.劳动力最贵。一个美国靠头律师一小时1000美元；中国红圈所800中高级合伙人一小时5000人民币。2.工作重复性高。看合同、查判例、写调查备忘录——九成是重复劳动。3.错不起、需要个同体担责。Agent不能取代律师，但能让律师一个人干三个人的在这个阵地上：·