当前Agent赛道：热度之下隐现落地难题，如何破局？

“头部玩家正在分化、走向两条不同的路。”

作者丨张嘉敏

编辑丨徐晓飞

眼下，Agent正在成为AI应用最具爆发性的方向之一：资本大力押注、玩家竞相入局，企业也争先恐后落地Agent，唯怕掉队。

根据IDC预测，中国企业级Agent应用市场规模在2028年保守估计将达到270亿美元。

喧嚣之下，Agent落地困境也逐渐显现。一方面，Agent执行任务的广度、深度和效率仍受技术限制，比如用多Agent解决复杂问题，可能需要等半小时甚至更久。另一方面，模型怎么选、应用场景在哪、Agent如何部署等难题也成为企业的困惑。

机遇与挑战并存，厂商玩家们时刻思考自身在Agent赛道上的角色：

有玩家自我定位为“全栈人工智能服务商”，凭借AI和云基础设施优势向全局发力；有玩家选择“强强联合”，共同切下Agent应用市场的一块蛋糕；有玩家则致力于成为小而精的“专业者”，试图以垂直领域know-how在Agent赛道争得一席之地。

百舸争流中，一些先行者尝试给出自己的阶段性思考。（本文作者长期关注Agent领域，欢迎添加微信skylar_12_14交流。）

01

拥挤的Agent赛道，头部玩家何以突围？

从全球范围看，在Agent赛道，AI巨头和云大厂是两大玩家。

在Agent商用元年，玩家们不约而同采取同样的策略：先降低企业使用Agent的门槛，争夺企业级市场。

依托底层大模型能力，AI巨头在Agent赛道上具备先发优势。

比如头号玩家OpenAI基于ChatGPT的模型能力推出ChatGPT Agent。但其野心不止于此，还开始进军Agent开发平台，推出企业级开发套件AgentKit。

与此同时，更为“全能型”的云大厂则凭借云与AI等基建设施、庞大客户群和广泛的平台生态，成为Agent赛道里的主力玩家。

对于云厂商而言，布局Agent具有重要的战略意义：Agent是未来的资源消耗大户，其给云业务带来的增长潜力不容小觑。

比如，Google基于Gemini系列模型的能力，推出Gemini Enterprise（Gemini企业版），为企业提供构建Agent的无代码工具和Agent库。AWS推出Amazon Bedrock AgentCore，为企业构建Agent提供从开发到上线的能力底座。

也有云大厂如阿里云等，凭借“全栈AI服务商”的定位展开了更全面的布局。

比如在模型层，通义大模型家族为Agent开发、应用提供“大脑”，覆盖语言、语音、视觉、多模态等领域。在开发层，阿里云打造了“一站式”大模型服务和Agent应用开发的百炼平台，并推出互补协作的无影AgentBay，提供安全、可信的任务执行环境，帮助企业开发、部署符合自身业务逻辑的Agent。

而在应用层，阿里云也有企业级一站式平台AgentOne，结合阿里在电商领域的行业know-how，推出了多款开箱即用的Agent。

在云与AI巨头之外，近两年涌现的明星初创企业也成为Agent赛道的潜力玩家。

这类玩家多聚焦垂直场景，以行业know-how形成竞争壁垒，比如Cursor专注于服务开发者的编程Agent，Harvey推出法律领域的垂直Agent。

不难看出，在Agent赛道，头部玩家们目前呈现出两种截然不同的竞争姿态：

一是全能型选手，即具备“全栈AI”能力的玩家。

“全栈AI”至少覆盖三层能力：底层的芯片、算力基础设施，中间层的云计算平台，以及上层的模型算法。比如阿里云、谷歌云等。

二是具备某项特长的玩家，选择与其他头部厂商生态联盟，实现强强联手。

以模型算法见长的OpenAI便是典型代表。一方面，OpenAI与微软Azure合作，将包括GPT系列在内的多个模型托管在Azure AI Foundry上，由Azure提供各类云服务；同时还与数据平台紧密合作，将GPT模型原生集成到Databricks数据平台上，帮助企业在自身数据上快速构建Agent。

02

星火燎原，Agent是否带来了颠覆式变革？

厂商玩家们在Agent赛道激战正酣，Agent在企业落地的热度也丝毫不减。

阿里云百炼高级产品专家徐志远介绍，目前Agent在企业的应用场景主要有三类：