第 12 章 · Agent：下一代「操作系统」之争
核心命题：Agent 是 AI 应用层的「第二个 ChatGPT 时刻」——但比第一个更长、更复杂、更值得长期下注。 数据锚点（2026 Q2）：Cursor ARR 5 亿美金 / Cognition (Devin) 20 亿美金估值 / Manus 全球 50 万 stars / Glean ARR 1 亿美金。
12.1 Agent vs Copilot vs Workflow Automation
先厘清概念。「Agent」这个词在 2024-2026 年被严重滥用，必须区分 3 种产品形态：
| 类别 | 特征 | 典型 |
|---|---|---|
| Copilot | 用户主导，AI 协助 | GitHub Copilot, Notion AI |
| Workflow Automation | 预定义流程，AI 执行步骤 | Zapier AI, Dify, n8n |
| Agent（真） | AI 自主规划 + 工具调用 + 长程执行 | Devin, Manus, Cursor (Agent 模式) |
只有第三类——自主规划 + 工具调用 + 长程执行——才是真正的 Agent。前两类是「伪 Agent」，技术深度和商业护城河都浅。
判断方法：
- 任务能否「单 prompt 执行 30 分钟以上」？
- 系统能否「自主决定下一步」（不需要人介入）？
- 是否有「记忆 + 规划 + 工具调用 + 错误恢复」四件套？
三条都满足，是真 Agent。
12.2 主要玩家：5 个赛道方向
方向 1：通用 Agent
| 玩家 | 估值 | 状态 |
|---|---|---|
| Cognition (Devin) | 20 亿美金 | 通用编码 + 任务 Agent |
| Manus | 待公开（中国出圈） | 通用任务 Agent |
| AutoGPT 系 | 多个开源 | 早期探索 |
判断：通用 Agent 难度极高（任务空间无限），目前没有成熟产品。风险大但回报上限也大。
方向 2：编码 Agent（最成熟）
| 玩家 | 估值 / ARR | 特点 |
|---|---|---|
| Cursor (Anysphere) | 100 亿美金 / 5 亿 ARR | IDE + Agent 模式 |
| Codeium / Windsurf | ~20 亿美金 | 类似但落后 |
| GitHub Copilot | 大厂 | 早期但被 Cursor 抢份额 |
| Replit | ~12 亿美金 | 在线 IDE + Agent |
判断：编码是 Agent 最早跑出 PMF 的赛道。Cursor 接近垄断，但 Codeium、Cognition 等仍在追赶。
方向 3：垂直行业 Agent
| 玩家 | 行业 | 特点 |
|---|---|---|
| Harvey | 法律 | 全美 top 律所采购 |
| Glean | 企业搜索 | 微软 365、Notion 集成 |
| Hippocratic AI | 医疗 | 患者沟通 Agent |
| Decagon | 客服 | 替代传统 CS |
判断：垂直行业 Agent 是最稳的赛道——单笔合同价值高（10-100 万美金 ARR），客户粘性强。
方向 4：销售 / 营销 Agent
| 玩家 | 特点 |
|---|---|
| Clay | 数据 + 自动化销售 |
| Apollo AI | 销售 SDR Agent |
| Jasper | 营销内容 Agent |
判断：销售 / 营销是 to B 早期最容易收钱的赛道——客户立刻看到 ROI（更多 leads / 更高 close rate）。
方向 5：消费级 Agent
| 玩家 | 特点 |
|---|---|
| Adept | 通用 web Agent |
| MultiOn | 浏览器 Agent |
| OpenAI Operator | OpenAI 自营 |
| 字节豆包 | 大厂 to C |
判断：消费级 Agent 最难——用户付费意愿低、技术成熟度低。还需要 12-24 个月。
12.3 中国 Agent 崛起：Manus 全球出圈
2025 年 3 月，一家叫 Manus 的中国 Agent 公司在全球技术圈刷屏。
Manus 的特别：
- 通用任务 Agent（任务规划 + 工具调用 + 长程执行）
- 演示视频在 X 上播放过 1 亿次
- GitHub 一周涨 30,000 stars
- 创始人是名不见经传的小团队
为什么 Manus 让人惊讶？
因为它证明了几件事：
- 中国小团队能做出与硅谷同水平的 Agent 产品——不需要大厂资源；
- 演示驱动的传播速度——一个好 demo 比 100 篇论文有效；
- 全球用户的兴趣是真的——不只是中国用户。
张倩对 Agent 赛道的判断：
「Agent 是个很 amazing 的大赛道——目前被市场过度谨慎对待。
大家觉得『通用 Agent 还不成熟』『收钱模式不清晰』——但这正是窗口期。等通用 Agent 跑通时，估值已经飞涨。」[1]
12.4 Agent 的商业模式：4 种收钱方式
收钱方式 1：按 Token（API-style）
- 优点：成本和收入直接挂钩
- 缺点：客户难预算
- 适合：开发者工具、API 平台
- 典型：Anthropic API, OpenAI API
收钱方式 2：按结果（Outcome-based）
- 优点：客户 ROI 清晰
- 缺点：质量评估难，纠纷多
- 适合：销售 Agent（按 close rate 分成）、招聘 Agent（按 hire 分成）
- 典型：部分 Sales Agent、Recruiter Agent
收钱方式 3：按席位（Seat-based）
- 优点：可预测、SaaS 化
- 缺点：粘性中等
- 适合：编码 Agent、企业 Agent
- 典型：Cursor ($20/seat/month), GitHub Copilot
收钱方式 4：按场景（Use-case bundled）
- 优点：客户感知价值清晰
- 缺点：定价复杂
- 适合：垂直行业 Agent（法律、医疗）
- 典型：Harvey, Hippocratic AI
12.5 关键技术节点
节点 1：长程任务能力
Agent 能处理多长任务？目前的 SOTA：
- Cursor：编码任务可以 30 分钟以上
- Devin：单任务可以数小时
- Manus：演示中 24 小时连续任务
下一个里程碑：1 周连续任务 = AGI 边界。
节点 2：工具调用稳定性
Agent 调用 100 次工具，多少次失败？目前：
- 单工具调用成功率：90%+
- 5 步链式调用成功率：60-70%
- 20 步链式调用成功率：<30%
下一个里程碑：20 步成功率 > 80% = 真正可商用通用 Agent。
节点 3：记忆系统
Agent 是否有「长期记忆」？
- 大多数还没有真正的长期记忆（每次对话独立）
- 部分有「项目记忆」（如 Cursor 记住代码库）
- 真正的「人格记忆」还在研究
下一个里程碑：跨会话连续记忆 + 个性化适配。
节点 4：多 Agent 协同
多个 Agent 协作完成复杂任务：
- 最早的 AutoGPT 已经做过尝试
- CrewAI、AutoGen 是开源方案
- 真正商用的还少
下一个里程碑：「Agent 公司」——5-20 个 AI Agent 协同完成一个任务。
12.6 投资判断：垂直 vs 通用
短期（12-18 个月）：押垂直
理由：
- 通用 Agent 技术不成熟（长程任务、工具调用、记忆都未达标）；
- 垂直 Agent 已有清晰客户和收钱模式；
- 估值锚点低（5-10 亿美金 vs 通用 Agent 50-100 亿）；
- 退出路径清晰（被巨头收购或独立 IPO）。
最值得押的垂直：法律、医疗、销售、客服、招聘。
中期（2-5 年）：通用会跑通
理由：
- 模型能力会持续提升（每 6 周一代）；
- 工具调用稳定性会到 80%+；
- 记忆系统会成熟；
- 届时通用 Agent 会变成「Agent OS」——下一代操作系统。
最值得押的通用 Agent：Cognition、Manus、目前还看不到的黑马。
长期（5+ 年）：Agent vs LLM 边界模糊
理由：
- 模型 + Agent + 工具会融合
- 用户不再区分「LLM」和「Agent」
- 整个 AI 应用层都会 Agent 化
12.7 9 项 Agent 项目尽调维度
- 任务空间：解决什么任务？是否清晰可测量？
- 长程能力：单任务能持续多久？
- 工具调用：调用了多少种工具？成功率？
- 记忆系统：是否有跨会话记忆？
- 客户与收钱：to B / to C？按什么收钱？ARR 多少？
- 数据飞轮：用户使用是否提升模型能力？
- 团队技术深度：核心团队是否有 transformer / RL 真实工作？
- 基础设施：自建 infra 还是租用？成本结构？
- 护城河：除了模型本身，还有什么差异化？
12.8 反例与陷阱
陷阱 1：「通用即万能」
很多 Agent 项目说「我们做通用 Agent」——但实际：
- 没有清晰的「第一个 100 万用户」场景；
- 演示 demo 漂亮但实际用户留存极低；
- 团队烧钱速度极快但无收入。
正确判断：先做某个具体场景的 PMF，再扩展通用。
陷阱 2：「包装 Workflow 当 Agent」
很多「AI Agent」实际上是预定义 workflow + LLM 调用。这种产品：
- 技术深度浅
- 容易被竞争对手复制
- 难形成长期护城河
判断方法：让产品执行一个没有预定义 workflow 的任务——能否完成？
陷阱 3：「估值套利」
「Cursor 100 亿，那我投个『Cursor 中国版』，1 年内估值翻 10 倍」——这是估值套利思维。
但 Cursor 的估值来自真实 ARR 5 亿美金。中国「Cursor 中国版」如果没有真实 ARR，估值难持续。
12.9 落地清单
给 VC 投资人
- 重仓垂直 Agent：法律、医疗、销售、客服——选 1-2 个深度跟踪；
- 谨慎通用 Agent：等技术里程碑达标再下重注；
- 跟踪开源 Agent 框架：CrewAI、AutoGen、LangGraph、Dify——这些工具的 trending 是 alpha 信号源。
给 AI 创业者
- 不要做「通用 Agent」：除非你有 10 亿美金资金 + 顶级 AI 研究团队；
- 选一个具体场景：法律合同审核、销售 SDR、医疗病史整理；
- 用 Agent 框架快速 MVP：CrewAI / LangGraph / Dify 都可以；
- 3 个月内拿到第一个付费客户：to B Agent 早期付费验证比 DAU 重要 100 倍。
给 LP
- 接受 Agent 是长期赛道：12-18 个月内不一定见 PMF；
- 看 GP 的 Agent 配置：portfolio 里有没有 1-2 个垂直 Agent + 1 个通用 Agent option？
12.10 Agent 的「反共识」机会清单
虽然 Agent 是热门赛道，但仍有反共识机会：
反共识 1：「慢 Agent」（任务时长 1 周 +）
主流 Agent 追求「快速回应」（30 秒内出结果）。但真正高价值任务往往需要：
- 持续 1 周的市场调研
- 持续 1 个月的销售跟进
- 持续 3 个月的项目管理
如果能做出「慢 Agent」（task duration > 1 周），单次任务价值可达 $1000-10000——比快 Agent 单次 $1-10 高 1000 倍。
候选玩家：暂未出现明确赢家。
反共识 2：「多 Agent 公司」
把 5-20 个 AI Agent 组合成「虚拟公司」——执行复杂业务流程。
候选玩家：CrewAI、AutoGen、LangGraph（开源框架），暂无商业化领头羊。
反共识 3：「Agent OS」
下一代「操作系统」——所有应用都是 Agent，而不是 GUI App。
候选玩家：Cognition (Devin)、Manus、OpenAI Operator——但都还远未成熟。
反共识 4：垂直 Agent + 硬件
把 Agent 部署到物理设备：
- 销售 Agent 嵌入门店摄像头 + POS
- 客服 Agent 嵌入电话呼叫中心硬件
- 教育 Agent 嵌入交互式硬件
候选玩家：基本是空白——这是天际「软硬一体」逻辑可以延伸的方向。
12.11 中国 Agent 创业者的 3 个独特机会
机会 1：制造业 Agent
中国是全球制造业第一——AI Agent 嵌入工业流程是巨大机会：
- 质检 Agent（替代人工质检）
- 排产 Agent（动态优化生产线）
- 物流 Agent（仓储 + 配送优化）
- 设备运维 Agent（预测性维护）
中国制造业 IT 预算约 1 万亿人民币，5% 转向 AI Agent 即 500 亿人民币市场。
机会 2：跨境电商 Agent
中国跨境电商 GMV 超过 5 万亿——AI Agent 在选品 / 营销 / 客服 / 运营各环节都有机会：
- 选品 Agent（亚马逊 / TikTok 数据分析）
- 营销 Agent（多语言广告投放）
- 客服 Agent（24x7 多语言）
- 物流 Agent（跨境通关）
机会 3：政企服务 Agent
中国央国企 + 政府 IT 预算约 5000 亿——AI Agent 切入：
- 公文 Agent（自动起草、审核）
- 项目 Agent（招投标、合同管理）
- 智能客服 Agent（市民服务）
- 监管 Agent（数据合规审查）
但注意：政企赛道周期长、回款慢、监管严——只适合特定团队。
12.12 Agent 创业的「18 个月生死线」
基于 30 多个 Agent 创业案例的复盘，我提炼出**「18 个月生死线」**：
| 月份 | 关键里程碑 | 失败信号 |
|---|---|---|
| 0-3 | Demo 出来 | 没有 Demo = 立即 pass |
| 3-6 | 第一个付费客户 | 0 付费 = 警告 |
| 6-9 | 5-10 个付费客户 + ARR 30 万美金 | < 3 客户 = 红旗 |
| 9-12 | ARR 100 万美金 | < 50 万 = 准备 quit |
| 12-18 | ARR 300 万美金 + A 轮启动 | 增长停滞 = quit |
任何一个 milestone 超期 3 个月以上且没有强解释，质疑团队执行力。
12.13 Agent 估值锚点（2026 Q2 实战参考）
不同阶段的 Agent 公司合理估值（笔者实战经验，仅供参考）：
| 阶段 | ARR | 合理估值范围 |
|---|---|---|
| Pre-Seed | 0 | $5-15M |
| Seed | $0-300K | $15-40M |
| Pre-A | $300K-1M | $40-80M |
| A | $1M-5M | $80-200M |
| B | $5M-20M | $200M-1B |
| C | $20M-100M | $1B-5B |
| D+ | $100M+ | $5B+ |
注意：
- 这些是「真应用」的合理估值
- 「套壳」应用的估值打 5-7 折
- 「通用 Agent candidate」（如 Cognition）估值溢价 2-3x
- 创始人含金量（如杨植麟级别）估值溢价 1.5-2x
本章小结
Agent 是 AI 应用层的下一代操作系统——但成熟需要时间。
Agent vs Copilot vs Workflow 三类产品必须区分。只有「自主规划 + 工具调用 + 长程执行 + 错误恢复」四件套才是真 Agent。
5 个赛道方向：通用、编码（最成熟，Cursor 100 亿）、垂直行业（最稳，Harvey / Glean）、销售营销、消费级（最难）。
中国 Agent 崛起：Manus 全球出圈证明中国小团队也能做世界级 Agent。
4 种收钱方式：token、结果、席位、场景——选择决定单价和粘性。
4 个技术节点：长程任务、工具调用稳定性、记忆系统、多 Agent 协同。
投资判断：短期押垂直，中期通用跑通，长期 Agent vs LLM 融合。
9 项尽调清单 + 3 个陷阱（通用即万能、Workflow 包装、估值套利）。
引用
- [1] 新浪财经 (2025-09-07)：雷军和张一鸣背后的女人，正在寻找下一个字节
- [2] 各 Agent 公司公开融资数据（Cursor / Cognition / Glean / Harvey / Manus）
- [3] CrewAI / AutoGen / LangGraph 开源项目 README