在2024年的科技舞台上，Agent的崛起如同一颗璀璨的新星，它不仅标志着技术的飞速进步，也预示着大模型神话的初步褪色。大模型的光环正逐渐暗淡，从被追捧的神坛走向更实际的应用场景。
去年，业界对于大模型的热情高涨，众多企业和个人热衷于训练自己的大模型。然而，当这些庞大的模型被训练出来后，如何有效地应用它们成为了一个难题。大模型更像是一种底层能力，类似于水电煤这样的基础设施，而非直接可用的产品。真正的挑战在于，如何让AI成为企业降本增效的利器，而不仅仅是打开ChatGPT或Kimi这样的工具进行简单的问答。
在这样的背景下，Agent的出现如同桥梁，连接了大模型和实际应用场景，特别是AI工作流的兴起，为行业提供了明确的落地路径。Agent不仅解决了B端交付中的一些长期存在的难题，还成为了模型公司推销解决方案时的重要选择。
Agent让云端的大模型变得更加接地气，“大模型+Agent”的组合成为了To B领域的新风尚。LinkAI的联合创始人兼COO苏晨星对此有着深刻的感受。他回忆说，大约在2023年6月，当他们刚进入市场时，国内做Agent工具的企业屈指可数，而到了下半年，这一领域开始变得拥挤，甚至出现了供过于求的趋势。
据企查查数据显示，近一到三年内，智能体相关的新成立企业超过了200家。整个Agent市场呈现出一种“混沌初开”的状态，参与者身份多样，包括大厂、AI创业公司以及个人开发者等。在没有统一标准的情况下，行业的跨度极大，客单价从数千元到上千万元不等。
当前，Agent市场仍处于一个中间态，被一些观察者视为伪概念。然而，从供需关系的角度来看，Agent市场的发展却呈现出清晰的脉络。在To B端，需求是推动Agent快速落地的主要动力。这些需求可以分为自上而下和自下而上两条主线。
自上而下的需求通常来自政企客户，他们基于智能化转型的任务驱动，倾向于先采购再寻找应用场景。由于预算充足，这些项目往往能达到数百万级，从而推高了Agent市场的上限。而自下而上的需求则主要来自中小企业中的先行者，他们基于技术和实操经验，清楚Agent的落地效果，并据此决定是否采购以及采购哪些AI产品。这部分人群的预算虽然不高，但由于数量庞大，撑起了Agent市场的大部分份额。
在供给方面，根据承接需求的能力，市场参与者可以分为四个层次。金字塔顶端是百度、阿里、腾讯等大厂，他们拥有完善的云和模型基础设施，能够承接最大的项目。往下是科大讯飞、智谱等厂商，他们的基建相对完善，但在承接部分超大政企客户时稍显不足。第三层是澜码、实在智能、Dify、LinkAI等新兴或转型的Agent公司，他们主要服务于中小企业客户。最后一层是个人开发者，他们使用工具满足一些简单需求。
与AI四小龙的CV时代相比，大模型让To B业务的日子变得稍微好过一些，项目平均客单价从几十万提升到了几百万。业务人员认为，Agent解决了CV时代B端交付难的痛点。以前需要无数个小模型叠加来服务一个业务场景，现在则是“大模型+小模型”的组合，Agent在其中起到了连接作用，以低代码项目的形式快速搭建应用供客户使用。
然而，随着时间的推移，所谓的“大单”也变得越来越少。有业内人士透露，早期智谱的一个To B项目轻松就能报价千万以上，内容主要是模型加微调，但现在这样的报价已经难以维持。这些看似是软件应用的“大单”，实则是一揽子解决方案，包括云服务、模型、硬件、工具层、行业知识以及售后服务。在客户“不差钱”的情况下，谁的基建越完善，服务体系越成熟，谁就越有竞争力，最后的胜者往往锁定在大厂之间。
在大厂之下，虽然具备模型能力的厂商寥寥无几，但他们都在以Agent为抓手开拓云和大模型市场。Agent成为了开胃前菜，而云和大模型才是主菜。除了争夺市场的一二百家企业外，中国剩下的几百万中小企业在Agent应用上的需求还未被完全满足。苏晨星认为，未来大量的需求仍然能够支撑目前处于第三梯队的Agent应用和服务企业。
LinkAI是这波Agent创业潮中的一家小而美公司。他们从将大模型接入微信生态对话的开源项目起家，产品一路进化到包括多模态大模型聚合服务、RAG知识库与Chat BI数据库、插件工具、Chat Bot与工作流搭建等在内的零代码智能体搭建SaaS产品。LinkAI通过标准化产品交付快速形成商业化收入，同时也为对接大厂和连接B端客户留下了空间。
据LinkAI披露，自2024年初开始商业化以来，他们的纯SaaS订阅收入部分已经超过了200万ARR，其中70%的收入来自开源项目的自然转化以及PLG的口碑传播。To B项目制的确认收入也已超过百万元，订单则更多。近期，LinkAI开启了与百度的合作，通过上架百度云应用市场以及合作To B项目，为其提供Agent工具层和跨渠道的能力。
尽管大厂拥有专门的智能体搭建平台，但他们仍然愿意与创业公司合作。这其中的原因很简单，与跨部门协调相比，直接引入第三方合作更高效、更节省时间。Agent在大单中只占很小的一部分，投入和产出不成正比，但创业公司几万块钱就能达到比较好的效果。创业公司跨生态的灵活性也是大厂看重的优势之一。
在Agent创业公司心中，自然地与大厂划分出了业务和利润的界限。然而，最大的不确定性来自字节火山引擎。在最近的发布会上，火山引擎重点介绍了HiAgent，一款面向企业开发大模型应用和Agent的产品。HiAgent与市面上的创业公司产品大致相同，可以视为直接竞品。火山引擎对Agent应用搭建的定义与创业公司相似，这进一步加剧了市场的竞争。
现在市场上对Agent的定义大同小异，但谈及差异性时，很多人都提到了行业属性。例如，在电商客服场景中，客户会首先获得一个通用型的产品，并在此基础上进行微调，依据模板一键复制相关行业工作流。业务层面也有相关培训，指导客户写提示词、搭建工作流、导入相关行业数据、搭建知识库等。
就目前而言，智能体仍是一个中间态的产品形态。大模型让Agent的能力边界得到了前所未有的扩展，但从定义出发，现在的Agent还没有自我反思和自我规划能力，仅仅是按照编排好的流程去执行任务。虽然大家普遍认为未来1-2年，“大模型+Agent”会成为主流范式，但现阶段其本质仍是低代码产品。
整个行业正在从“AI Agent”向“Agentic AI”时代转变，强调从执行单个场景任务的效果上升为自主规划、决策和执行任务的综合性能力。对于SaaS市场来说，AI可能是一半一半的存在。诸如数据分析、客服等场景非常适合大模型，这部分市场可能会被AI替代。但剩下一部分专业型的传统SaaS依然有不可替代的作用。大模型虽然看不着摸不着，但Agent提供了快速试错的机会。适合业务的，可以快速引进转型；不适合的，则坚持原来的模式。
