文 | 硅谷10191porn 下载

本年3月初，一款名为"Manus"的通用AI agent产物发布之后爆火。到了3月底，Manus的母公司Butterfly Effec被爆正寻求新一轮融资，想法估值将越过5亿好意思元。

由于Manus处于内测阶段，仅以邀请码模式灵通使用，一度让邀请码在二手平台上被炒到数万东说念主民币，无数开发者、投资东说念主和从业东说念主员排着队等测评。

与此同期，业内对Manus的评价从最开动一边倒的追捧，开动有了越来越多质疑和品评的声息。

对Manus的争议一方面来自于这个团队并莫得相等强的期间才智，大模子用的Antrhopic的Claude、之后与阿里通义千问合作，被质疑是"套壳"产物，没啥门槛。公司打出的营销话术"寰宇上第一个通用AI agent"昭彰不属实，海外开发者社区早就有这样的general AI agent产物，加上各样媒体和自媒体早期夸张的修饰用词，反而激发了不少东说念主对Manus激进营销的反感。

美腿丝袜

但是在另一方面，一些投资东说念主和从业者却看到了相等积极的一面，认为Manus在产物交互上如实作念得可圈可点。他们指出这个年头作念demo容易，作念出一款好产物却很难，创业公司作念彭胀的时候斗畏忌数没什么不好。

而愈加让东说念主奋斗的是，Manus固然不够好，但却让东说念主看到了AI应用爆发前夜的清晨晨曦。

这篇著作咱们就来聊聊Manus激发的热捧与争议、AI agent的期间发展路子、目下边临的期间瓶颈、什么是一款好的AI agent产物，以及通用AI agent何时才能驾临。

01 测评Manus

Chapter 1.1 开发者测评Manus

硅谷101也拿到了几个邀请码，团队的小伙伴们皆测试了一遍，但收尾如实比期待中差了不少。

Jacob

硅谷101后期认真东说念主：

我用Manus找一下稿件中的信息着手，我以为对于GPT是愈加聪惠了小数，但是很毛糙多任务它花了半个小时才跑完。

陈茜

硅谷101筹商创举东说念主兼视频主持东说念主：

我让它帮我整理分镜稿，嗅觉它的审好意思像实习生，而且作念著作的分镜图时卡了21个小时，目下还卡着。

泓君

让Manus整理微信翰墨稿时出现了幻觉问题。

王可倚

硅谷101特约讨论员，《创来宾生》主持东说念主：

它最开美妙懂了我的需求，但是实行半途就跑偏了。

咱们也邀请了AI agent开发者Nathan Wang来系统性地评测下Manus。Nathan在夙昔两年有着丰富的AI agent及AI应用开发阅历，他但愿能量化地示意模子的才智，是以成立了一个测评的机制，而且这个系统也可以去测评其他应用或是模子。以下为Nathan评测的部老实容：

我主要有三个测度方针："准确度"、"可费用"、"完成度"，同期以"讨论"、"造就"、"生存"、"数据分析"、"创意性使命"这五项任务归类。

我把柄每个方针的发达从1到5打分，发达越好得分越高，发达越差得分越低，终末取三个维度的平中分。

先说它作念得好的部分：讨论方面为4分，造就方面为4.5分。这两块的才智蛮横常强的，正确性、完成度皆很高。

但这两个规模的收尾其实是相宜咱们预期的，因为ChatGPT、 Claude还有Gemini皆是有深度讨论的功能，它其实即是在互联网上帮你查找各样各样的信息，把柄需求让大模子讲明，或者作念出一些行为。

Manus AI构架背后用的是其他模子，据传言说是Claude、DeepSeek-R1，Manus会诈欺这两个模子，把柄用户需求生成一个任务列表，然后Manus可以通过编程、互联网搜索，像东说念主相似查阅浏览器上的内容，来捏取信息。

总体来说，Manus更多是通过器用、函数、API来取得信息并回顾，或者通过渲染的模式给用户发达出来，比如作念成一个表格、实行一些法度等。

但除了讨论和造就外，Manus在生存、数据分析、有趣性方面的得分却比较低，"生存"为3.5 分，"数据分析"为2.5分，"有趣性"2.5分。

在咱们的测试中，Manus遭受的比较大的问题是，它将不同信源信息整合在总共的才智不是罕见强；模子本人的逻辑才智、信息轮廓才智还不够，尚不及以在用户的本体体验中提供灵验的匡助。

以上是Nathan评测的一部分节选，想看完整版的不雅众可以收看硅谷101视频或Nathan的微信视频号"硅谷AI领航"。

毛糙回顾下Manus的才智：在毛糙一些的任务上，它给到了很丝滑的通用AI Agent的交互产物形态，固然Nathan认为这个产物在硅谷开发者社区中很早就有公司有东说念主在作念了，但是对非开发者2C用户来说，当看到Manus页面上展示出它确实在加快看视频、读取文档、拜访不同的网站搜索信息时，如实让用户第一次感受到了"AI agent"在假造寰宇充任机器东说念主、帮用户完成一系列任务的后劲，还蛮横常惊艳的。

天然对于稍许有难度的任务它完成得不太好，以致出现了卡壳几十个小时的时势，阐明它还处于相等早期的产物阶段，之后还需要好多的迭代。

Chapter 1.2 2C产物的用户阈值与"唤醒铃"

也有嘉宾认为，咱们应该对AI初代产物有所谓的"阈值"观念。在到达AGI之前，也许不会有准确度100%、完全准确不出错的通用AI agent。公共需要给AI agent一些时辰和耐烦，不同东说念主群的需求，会简略单到复杂逐渐迭代地被杀青。

周炜

创世伙伴本钱（CCV）创举主管联合东说念主

前KPCB中国基金主管联合东说念主：

我认为Manus这个产物越过了用户的阈值。用户要把一个产物当作坐褥力器用，它必须要越过达到某个散逸度以上才可以完整的使用。

ToB端其实有好多AI产物依然有很好的收入了，但是C端来说，公共以前莫得嗅觉到有个产物改善了生存，我认为Manus作念到了这点，它把用户体验作念得很可以。固然目下它的才智比较平素，最终也不成能四平八稳，但至少从目下来看，它的一些功能皆作念得很完善，将来还有无间进步空间。

咱们看到一些争议，说它只是AI主管民众，带领另外两个AI底层模子来完成任务，这种讨证明明了一个问题，那即是目下AI从业者群体里面有一个很大的误区：在期间上自嗨。

我印象很深的是，乔布斯被踢出苹果又且归后，在一个公开大会上有1000多个工程师，其中一个工程师站起来挑战他说：你又不懂期间，凭什么指导咱们、作念这个公司的带领者？乔布斯的复兴是：我知说念若何知足用户需求、用户需要什么样的产物、而且我可以把它卖出去。

我以为这就很好地复兴了目下对Manus的质疑，在谴责它只是是一个AI带领民众的时候，为什么你不去作念一个完好的用户界面来杀青用户委果的需求？这才是目下AI从业者需要念念考的问题，奈何让产物体验超越用户的阈值、能够变成坐褥力器用，要是作念到了这小数，商场认同度就会很高。

Deepseek对全球来说一个Wake-up call（唤醒铃），它告诉公共：蓝本大模子还可以用这种旅途来杀青，而不是通过暴力堆叠的旅途。而Manus我以为亦然一个唤醒铃，它告诉总共的AI从业者，不要烂醉于期间底层，你要作念的是提供一个完整度高的产物，让公共皆用起来，最终杀青期间平权、期间普惠，要是连老爷爷、老奶奶皆开动用它而且以为好用，这才是目下ToC端产物的大设置。

Manus给了一个相等清亮的信号：大模子底座依然准备就绪了，饱和作念一个完成度高的产物。是以我以为目下蛮横常好的发力时机。

TensorOpera AI筹商创举东说念主何向阳认为，要作念好AI agent产物，有四个纬度："模子"、"器用"、"数据"、"基础门径"。产物或公司至少要在其中两项占完竣上风，才能保持起先。他认为，Manus占据了"器用"和"数据"这两个上风。

何向阳

TensorOpera AI

ChainOpera AI筹商创举东说念主：

Manus占到了器用的上风，因为他把多个器用缝合到了总共，他可能也有一些私有神志，比如带领多个agent彼此合作。我以为把各样器用缝合本人即是一个特色，它如实可能用的是其他的底层模子，但它可以网罗用户发送的prompt（领导词），对比哪些领导词输出的收尾更好，这样就可以匡助它迭代升级。

因为Manus有先发上风，可以早点拿到用户数据，可能会发现哪些agent更报复，然后更快速的迭代它，是以它其实依然在不停升级数据和器用的路上了，这刚好是应用创业者要去作念的。

至于模子和基础门径，我以为跟大厂合作就好了，就不要去四两拨千斤了。

"期间依然Ready了"，这是咱们和好多AI从业者和投资东说念主交流的时候，他们泄涌现的信号和视力。

02 AI Agent期间发展史

夙昔一段时辰"agent"这个词稍许有点被"太泛化"了，门槛有点过低，是以咱们先明确下AI Agent的界说。

期间东说念主员粗造将AI Agent界说为：具有"逻辑推理才智和决策才智"（Reasoning）、"系念才智和落魄文长入"（Memory）、"器用使用才智"（Tools）这三种才智，以致更进一步说，还需要具备学习使用不同新器用的才智。

Keith Zhai

Tiny Fish筹商创举东说念主：91porn 下载

咱们我方界说的agent，它应该在某种有趣上像东说念主相似，可以使用各样网页器用，也同期还可以学习奈何使用不同的东西，但这点对Agent来说蛮横常难的挑战。

咱们来望望夙昔几年，AI生态圈是奈何发展推理（Reasoning）、系念（Memory）和器用（Tools）这三种主要才智的。

Chapter 2.1 推理才智

Nathan Wang

硅谷101特邀讨论员

AI Agent开发者：

AI Agent需要有很强的逻辑才智，因为它最终帮用户实行任务的时候，需要理了了这个任务该若何决策？用哪些器用？得到信息之后应该作念哪些动作？是以推理（Reasoning）是最报复的才智之一。

2022年10月，就在ChatGPT上线的一个多月前，ReAct框架被普林斯顿和Google Brain合作的团队建议。

ReAct是一个将推理和步履与LLMs（大谈话模子）相蛊卦通用的范例，这让大模子不仅能复兴问题，还能推理并采选行为。毛糙来说，即是让AI在复兴问题的同期，能够实行一些动作，不单是"动动嘴皮子"。

ReAct所作念的事情愈加偏向于prompt engineering（领导词工程），他其实是通过设定一些不同的领导词，能让大谈话模子按照一定的模式去输出。

比如说第一步是先长入用户想要的是什么，然后再念念考下一步要去作念什么，同期也告诉模子，有哪些器用可供取舍。当模子有逻辑才智之后，它会取舍一种器用，比如用户要订机票，那就要去搜索机票有关的信息，然后agent就和会过调用某个器用或API，也可以是模子我方写的功能，来完成这一系列的动作。得到这些信息后，agent还要念念考，下一步是要帮用户定这个机票，照旧告诉用户这个信息，再让用户来决定。是以总共AI Agent的构架其实皆是从这篇论文开动的。

但那时的最先进模子GPT-3.5的才智相对有限，使得AI Agent的逻辑推理才智并不出彩，诞妄率很高。

此自后发布的GPT-4在长入才智、推理才智、复兴质料皆大幅进步。同期2023年3月23日，ChatGPT插件功能Plugin发布，允许大谈话模子调用外部器用并开发APT，救济开发者将LLM与数据库、器用和互联网邻接。这些皆让AI agent的开发者们茂盛不已。

刚开动ChatGPT只可作念一些对话、生成文本，但自后它就可以搜索互联网上的内容了，还可以让它接入不同的数据库去索要信息，或者使用一些器用。

那时开发者社区鼎沸了，因为总共模子有了推理才智，也可以接入多样各样的器用来完成一系列复杂的操作。那时有个公司比较挑升念念，叫作念Zapier，这个公司是2011年景立的，但它们主要作念一些自动化器用。但大谈话模子发布后，他们就第一时辰去帮大谈话模子去作念这系列器用，好多早期的开发者应该皆用过Zapier，比如它可以让大谈话模子接入谷歌邮箱，巧合其他的应用，让大谈话模子可以完成更复杂的使命。

是以在2023年头，AI Agent期间三大成分的第一步依然搭建好了，逻辑推理才智提到了显贵进步，也可以接各样外部API、调用外部器用来完成任务。

接下来，开发者生态进入到了期间发展的第二章：系念才智与落魄文长入。

Chapter 2.2 系念才智

刚开动GPT大略只好4096个token，其实蛮横常少的，大略只可输入3000多个英文单词，那时公共相等纷扰莫得办法输入更多信息让模子去实行地更好。

但到5月份的时候，OpenAI最大的竞争敌手Anthropic，发布Claude模子。这个模子一开动得到开发者的关注，主要原因就在于，跟ChatGPT比拟，Anthropic可招揽的token大略进步了100多倍，意味着它可以取得更多的信息去念念考和决策。是以Anthropic的发布亦然期间史上相等关节的一笔。

2023年5月11日，Anthropic推出的Claude模子可以救济10万token的落魄文窗口，使得LLM能够处理更大限制的信息，并增强基于多半信息的推理和决策才智。

不久之后的2023年6月13日，OpenAI也在这一场合作念出了期间迭代，发布函数调用（Function Calling），引入JSON模式和1.6万token的落魄文窗口。这让AI可以更可靠地调用外部API，比如说查天气、自动填表等等任务。

紧接着在2023年11月21日，Anthropic的Claude 2.1版块又进一步，把落魄文窗口扩展到20万个token，终点于AI一次性可以记取一整本教科书的内容，念念考才智大大进步。也意味着能进一步扩大大模子的系念才智，优化推理和决策过程。

再之后在2024年2月，谷歌发布Gemini 1.5的时候，将落魄文窗口的token数扩展到了百万级别，至此，"系念"这个AI Agent发展必备中的第二个期间壁垒也完全被纵情，对于开发者们来说不再是大问题。

Chapter 2.3 器用使用

2023年底，前两个期间壁垒的突破，让大谈话模子能充任假造寰宇的机器东说念主这件事情变得愈加可行，这时一些初创公司开动在硅谷生态圈活跃了起来。

我知说念的第一个让大谈话模子去截止用户电脑的AI Agent应用公司是Simular，它应该是2023年12月底的时候发布了初版Demo。公共看到AI agent的功能依然变得越来的坚毅了，从开动使用各样器用、接各样数据库、调用不同的应用，依然发展成可以操控电脑了。这小数让我以为AI Agent的期间路子有了极大的飞跃。

2024年10月底，Claude发布了"computer use"功能，让AI Agent顺利截止狡计机的才智更进了一步，AI变得更像委果的、可以行为起来的智能助手。

你可以看到开发者社区或初创公司其实走的比大厂要早好多。

AI圈引人注目的Andrew Ng（吴恩达）教师在2024年底对于AI Agent的演讲，澈底燃起了期间圈和非期间圈东说念主们对于AI Agent的期待和关怀，"2025年将成为AI Agent应用元年"的测度开动出目下各大媒体头版上。

固然各样各样的AI Agent应用demo在全球开发者社群中早就洪水横流了，但在Manus出现之前，大部分AI Agent创业公司主要聚焦于企业级（ToB）应用，而非顺利面向耗尽者（ToC）。是以难点在那边呢？

其实自从有互联网开动，集会上总共器用的想象神志，主要想法皆是为了让东说念主类使用，在这样的逻辑下，机器想完成准确、大面积的交互是很难的，这是在大谈话模子出现前东说念主类无法惩处的问题。

在AI Agent之前行业莫得酿成范式共鸣，是以目下距离AI Agent杀青通用化还差一步，那即是总共产业的救济。

Chapter 2.4 一步之遥

咱们前边提到的逻辑推理、落魄文系念、器用调用这些才智，在何向阳看来，皆属于"single agent"（单独智能体）的期间发展。

但要让AI Agent委果发展起来，作念到主流化、限制化，那还需要杀青multi-agent（多个智能体）之间的通讯和互联，不同的Agent需要在不同开辟、不同机房之间去作念狡计和联动，才能鞭策上亿级别用户契机的应用。这其中的难点在于通用的、法度化的公约适配范式。

用大模子来驱动逻辑推理、落魄文系念、器用调用这些才智，所产生的AI agent，被公共界说为单独智能体，这是第一个发展阶段。

第二阶段的标识，就在于agent之间能杀青互重复信。

第三阶段是让agent在不同的开辟、不同的机房之间狡计、联动，我以为它是将来救济亿级别用户必须要有的架构，这是一个单点是无法作念到的。

目下，咱们仍然处于第三阶段的竞争和尝试中，这个阶段要惩处的问题是，好多网站或者器用不救济AI agent的调用。

比如说好多网站和服务皆会有"反机器东说念主/anti-bot"的竖立，咱们也看到Manus实行任务时也粗造因为拜访不了一些数据而导致任务失败，是以在这个阶段中，咱们需要打造一个通用公约来惩处这个问题，才能救济不同AI agent之间的联动。

包括Anthropic等在内的好多公司正在作念公约适配上的尝试。2024年11月初，Anthropic推出"模子落魄文公约"（Model Context Protocol，简称MCP），引进了"应用若何为LLM提供落魄文"的范例。

Anthropic将MCP公约称为"AI应用的USB-C端口"，救济将大模子顺利邻接到数据源。此前，企业和开发者要把不同的数据接入AI系统，皆得单独开发对接决策，而MCP作念的，即是提供一个 "通用" 公约来惩处这个问题。

但是，MCP惩处了第三代期间的问题，还有终末一代问题，是目下AI Agent应用大限制爆发的壁垒，那即是：委果宗一的Agent-Agent之间Protocol通讯法度与隔离式狡计，就像如今的安卓与iOS相似，咱们也需要一个全球承认且通用的AI OS。

举个例子，目下有两个零丁的agent，要是要让这两个agent之间彼此合作，就需要造第三个agent，这个agent来认真和前两个agent之间互重复信。

但agent之间的交互莫得法度，可能一个公约是A，另一个公约是B，是以第三个agent就要把各自的公约给改一下，让两者之间能互重复信。

就好比10年、20 年前，有两种电脑，一个是IBM造的，另一个是Intel造的，它们之间底层的链路莫得买通，就会导致软两个软件之间莫得办法疏通，那时还莫得TCP/IP的时候就比较发愤。但到出动互联网的时候，比如说基站的通讯法度TTL、 TEL等等，要是总共开辟软件皆相宜这个法度，公共是可以彼此交流的。

是以今天单独智能体里面调用器用的问题，MCP依然一定进程地惩处了，但两个agent之间若何通讯，是更高维的通讯公约。我对将来AI的想象即是，有一个相等复杂的隔离式集会，有多半的服务，用户的诉求分发到总共集会里面，然后得到一个响应。

我依然看到安卓的创举东说念主（之一）出来躬行作念AI OS 这件事情，我以为安卓一定要被重构，可能这个系统你掀开之后即是一个框，你可以问的一切问题，总共的信息或动作皆会呈目下这个框的里。这个是我认为公约的中枢。

2024年11月底，一个由安卓系统前高管们创业的公司，/dev/agents诱骗了外界和媒体的贯注，他们文告取得了5600万好意思元的种子轮资金，筹商创举东说念主兼首席实行官David Singleton示意："咱们需要一个雷同于安卓系统的东说念主工智能时刻"。

他们想要打造的就和何向阳的公司相似，但愿开发一个通用操作系统，为AI Agent提供一个消除的平台。要是作念到了，终末一个AI Agent的期间壁垒也就买通了，AI Agent就达到了第四阶段。

咱们想作念一个委果的distributed multi-agent framework（隔离式多代理框架），而且是hybrid as cloud（夹杂云）的架构，这样的话就需要agent之间的通讯，而且不是一个单系统，它是公司之间的合作。

目下Router这种期间（若何详情分发意图、买通不同的agent的公约），咱们目下是一个一个地去找合作伙伴适配，咱们正逐渐地尝试去彭胀这种通用的公约。

但把柄10年前的训戒，这件事最终应该是几个大厂、或者然后国度队筹商起来总共彭胀，有点像通讯规模的 5G、6G法度。

回顾一下何向阳从总共AI Agent生态角度来看待的四代期间：

第一阶段是planner计算（也即是逻辑推理）、系念memory、器用tools，让单个智能体在期间上的教诲。

第二阶段是通过planner的发展，在单机上杀青多个智能体之间的通讯。

第三极点是AI Agent在不同开辟和机房之间能联动，这将鞭策上亿级别的用户承载量。

第四阶段是Agent-Agent之间的通讯法度与隔离式狡计，也即是一个全新的AI OS。这亦然咱们目下正在突破的阶段。

何向阳与好多AI从业者们皆说，在暮夜中探索了这样久，目下天快亮了。

要是是一个产物司理的视角，我以为目下的阶段应该说是天亮了。

如今，跟着AI Agent基建的进一步完善，包括底座大模子在内的各项期间进一步进步，以及科技巨头、初创企业、开发者生态中对公约和法度的进一步探索以及消除，咱们似乎能感受到，AI Agent的爆发只好一步之遥。

Manus和雷同的通用AI Agent公司只是给咱们打了个样，之后的路还有很漫长。但这一步的距离其实还有挺多莫得惩处的问题。

推理、系念、器用调用这三个才智，只可让路发者作念一个教诲的demo出来，但是要是想变成一个委果可用的产物，其实还需要惩处两个期间瓶颈。

一个是可靠性，比如说至少有90～95%以上的情况能给用户正确且有关的信息。

二个是这个鲁棒性，奈何样让大模子或AI agent 能够具有鲁棒性，在各样角落情况下皆能够知足用户需求，蛮横常有挑战性的。

对企业来说有好多问题需要筹商，比如第一步出错的概率是1%，第二步是2%，第三步可能是1%，但最灾祸的情况是，它会有一个叠加的诞妄收尾，等它完成到第十步的时候，诞妄率就相等高了，好多企业办公历程达到了十几二十步，终末可能诞妄率会相等高。

Keith示意他们公司Tiny Fish扒了一下网上的数据，全好意思国有1.5万家招揽了融资的初创企业在作念AI agent场合的创业，这骄气出AI agent这个大赛说念的生态火热。

03 硅谷AI Agent公司疆土

接下来由硅谷101的特约驳斥员王可倚来归类下，AI Agent公司的疆土和公共在尝试的场合。

目下的AI Agent产物主要分为以下三类：

1. 以Manus为代表、直面用户的通用型agent；

2. Agent基础门径与框架层，也即是匡助搭建agent应用的地基和器用；

3. 面向特定行业的垂直化agent，比如编程、客服、销售、科研、生意分析与调研、以致供应链管制等规模。

通用型agent前边依然运筹帷幄好多了，接下来重心讲讲后头两类。

Chapter 3.1 Agent基础门径与框架层

说到架构，不少开发者小伙伴一定会起先猜想LangChain。这个降生几个月内就取得了超5.5万GitHub星标、和3千万好意思元融资的开源器用，迄今是agent开发者用来让大谈话模子调用外部器用与数据库、领有长程系念、及完成多才略使命流的首选器用包之一。

还有一些其他热点器用，比如Pinecone这类匡助agent高效检索外部常识的向量数据库，或让agent能更平正理私域数据的LlamaIndex等等，固然并非仅针对agent，但也皆是目下agent应用开发必不成少的"左膀右臂"。

同期各大云服务商也皆不甘人后地推出了agent器用包，举例微软的Semantic Kernel、AWS的Bedrock Agents等，用来组合多种AI妙技，主打对agent开发者体恤入微。

就像前边提到的，跟着AI Agent基建和框架层的进一步探索和完善，这一块亦然这两年VC风投本钱们相等热点的投资场合，使得开发者们能用的器用和救济生态越来越教诲。

咱们在夙昔几个月看到不同业业和场景中，不少创业公司们的Agent应用尝试。接下来咱们聊聊具体的垂直赛说念的明星公司们。

Chapter 3.2 AI编程Agent

如今，AI agent应用被认为最早落地的是编程类的agent：它们不仅能自动补全代码，还能协助法度员们编写、调试，以致自主部署软件。

GitHub Copilot在2025年2月推出的agent模式，想必码农小伙伴们皆很熟练。由初创公司推出的编程agent不仅多到让东说念主目眩，还可以称得上AI届"造星工场"。

堪称首位"AI软件工程师"的Devin，背后是"生下来就在罗马"的新贵初创公司Cognition AI，成立不到半年，估值就跃升到20亿好意思金。Devin声称能替代低级码农零丁阅读期间文档、编写。

Devin的无餍很广阔，每月高达500好意思金的订阅费也很秀好意思，但我身边的法度员一又友却吐槽： Devin写代码一般般，作念调研倒还可以。是以推行情况是，定位于企业级用户的Devin在浩瀚冗杂的代码库、欠缺的期间文档和拖沓不清的配景信息（context）这三座大山前，有点力不从心。

Cursor是另一个风头正劲的AI编程助手，降生于四位MIT本科生于2022年创立的公司Anysphere。Cursor由于好用、速率快，对用户代码库长入才智出色，且成本远低于Devin，赶快成为了好多码农的首选，包括OpenAI、Shopify、Instacart的团队皆有使用。

据业内音书，不到三岁的Anysphere已杀青1.5亿好意思金年化收入，且正在洽谈估值可能高达百亿好意思金的新一轮融资。

其他还有好多编程类agent，比如领有2000万开发者用户的Replit，旗下的AI Agent可以把柄天然谈话指示生成完整的网页端应用。还有正在以近30亿好意思金估值融资的Codeium，旗下的Windsurf已拿下包括戴尔在内的超一千家企业级用户；以及字节跨越针对汉文开发者推出的编程助手Trae等等。

看来AI编程规模的agent跑马越来越精彩，不知列位码农一又友是本旨照旧担忧呢？

Chapter 3.3 客服与销售Agent

客服与销售是两个处事密集型岗亭，但如今AI agent在这两个规模中突显了遵守上风，受到多半企业选拔的规模。

客服助理中发达隆起的是Decagon。这家炙手可热的AI初创公司已融资超1亿好意思元，客户包括公共熟练的Duolingo、Notion和Eventbrite等。

Decagon的AI客服能自动处理高达70%的客服工单，为企业检朴每年数百万好意思元的东说念主力开支。企业客户之一Bilt曾说：使用Decagon就像整夜之间多招聘了65名全职客服东说念主员。

与此同期，销售规模则有快速崛起的AI独角兽Clay，它诈欺AI agent自动捏取和推行想法客户数据，批量与潜在客户进行量身定制地互动，并帮销售东说念主员处理多半使命中的脏活，从而成倍放大销售团队的坐褥力，目下已积贮了十万名用户。

Chapter 3.4 其他新兴应用场景

除了上头说到的几个规模以外，AI agent还在以下许多规模扩大影响。

1. 生意调研：当作生意数据分析规模的头部AI agent，Hebbia服务于全球资管限制前50名基金中的近1/3，以及多家大型律所、商讨公司、以致好意思国空军。

2. 科研：学术界明星科研助手Elicit擅长自动生成论文部老实容并处理海量数据，目下全球已有越过200万科研东说念主员使用；它极大进步了机器学习、制药与生物科技等规模的讨论遵守。

3. 供应链优化：被誉为好意思国最高深的大数据公司Palantir近期在其东说念主工智能平台（AIP）推出了agent功能，用于自动化管制物流与库存，已在60余家大型企业插足使用。

4. 医疗健康：好意思国最大的医疗信息公司Epic诈欺AI agent，将多半繁琐重复的行政使命自动化，比如患者预约与分流、基本疏通、手续稽查与款式批准等，灵验减弱了医护东说念主员的职守。

Chapter 3.5 AI Agent应用小结

跟着AI agent期间的发展，为什么一些应用场景会更快地落地应用呢？咱们发现目下取得凯旋的agent大多具备以下几个特征：

1. 任务界阐明确且高度重复，比如客服、销售等场景，AI能显贵提效且风险相对较低。

2. 使命流模块化且相对零丁，比如经过细致切割的软件开发任务，agent可以不需要多半配景常识，在禁闭、可控环境中运行。

3. 贯注信息检索、分析与推理，多半天然谈话交互，且不需借助复杂外部器用的场景。比如各样模式的调研，利于AI舍短取长。

4. 聚焦于协助而非完全取代东说念主类，让企业能够缓缓、妥当地将AI整合到现存使命流中。

总得来说，业界无边认为大模子和agentic AI的底层期间，已发展到了足以因循多半2B规模生意化的阶段，而2C规模MVP（最小可行产物）的雏形也依然显现。

天然，想让AI agent承担更复杂的脚色，在恒久系念、多模态、API整合、以及多agent合作等方面，还有很长的路要走。此外，企业也要作念好里面历程、数据和文档法度化的使命，才能让AI agent更有用武之地，这巧合会像10年前的企业上云，并非晨夕之功。

04 AI Agent的将来

在Manus激发的飞扬和争议不久，OpenAI发布了新的Agent功能，推出专用于简化agent开发的API和器用，包括Responses API、内置器用和Agent SDK，匡助开发东说念主员和企业构建有用且可靠的AI Agent。

是以Manus可能只是一说念前菜，而精彩的部分才刚刚开动，Agentic这个词也注定会成为2025年AI赛说念的关节词。

ToB端其实旧年就有一些产物收入很高了，ToC端的话，我认为本年会是AI应用的元年。

我以为一个通用的 AI agent想隐匿总共的应用场景是不成能的，总共在AGI达到之前，日常生存中应该需要多种AI agent彼此配合，比如有买机票的agent，买保障的agent，买房的agent等等。

其实毋庸把agent想得太高深，它即是终点于日常生存中，某个垂直规模的参谋人或者是从业东说念主员在帮你作念这个事儿。总共在AI agent它应该也有好多个，针对不同的场合帮你惩处不同的问题。

天然，我服气将来总共的agent会是大一统的情景，但说念路还很漫长，是以我以为没必要不雅点太终极。我以为目下创业公司得先专注在垂直规模把它作念到相等高超。

Perplexity这个产物就给了公共一个相等明确的场合，你看它从一开动即是专心在"讨论"这一块作念得相等的专科，我以为就走这条路，饱和设置一家很好的公司。

天然，一个新期间和新范式的产生少不了失败，这个失败在于对创业旅途的失败，也在于对时机判断的失败，还有对于烧钱速率的失败等等。

在AI Agent这条说念路上，咱们依然看到一个初创明星公司的倒下：这即是Adept。

Adept总融资额增至4.15亿好意思金、公司B轮估值越过10亿好意思金晋升独角兽之后，却因为期间研发受阻而我方又研发基础模子是以烧钱太狠，不得不最终在2024年年中"卖身"给亚马逊。那时，这给总共想要从事AI Agent赛说念的初创公司皆枪响了警钟。

要是Adept能撑过暮夜、撑到如今的清晨时刻，说不定能比Manus拿出更好的产物、公司的结局会不会不相似呢？

无论若何91porn 下载，如今天快亮了，但新的一天才刚刚开动。长路逐渐，还早着呢。