国内 Agent 产品当前主要是供给侧繁荣，不是需求侧繁荣。 作者丨李 娜 编辑丨马晓宁 2026 年的 WAIC 真是太热闹了，人潮拥挤，在地铁站排着队进入 WAIC 场馆的时候， 我看见地铁站广告牌上的百度智能体“百度搭子”的广告，这场关于智能体没有硝烟的战争，从入口处就拉开了帷幕。(雷峰网雷峰网雷峰网) WAIC 主场馆世博中心附近地铁站“百度搭子”的大屏广告 进入 WAIC 大会的场馆后，可以看到大厂的展台上铺满了各种命名的智能体，H4 馆的初创团队扎堆在垂直 Agent 场景里，H3 馆的具身智能机器人也被称为物理世界里的 Agent，可以说，Agent 几乎是无处不在。2026年，大模型明显从 C 位退了下来，聚光灯打在了 Agent 上。 一个数据可以佐证我的感受：在 WAIC 2026 大会期间，IDC 发布的行业首份《DAA 研究报告》显示全球活跃 Agent 数量预计从 2025年 的 2860万个增长到 2026 年的 7940万个，短短一年时间，接近三倍的 Agent 增长量。 生产门槛降低后，Agent 产品的供给自然先于需求爆发；但是另一边确是用户增长缓慢、付费意愿薄弱、商业模型脆弱的事实。 为什么会这样? 一位从业者告诉笔者,“现在的 AI 其实更像制造业:它不像互联网那样用户越多、成本就会被摊的越来越薄。AI 每被调用一次,就要实打实烧一次算力,任务越复杂，企业的成本就越高。” 零一万物创始人接受媒体采访 零一万物创始人李开复在 WAIC 的演讲里给了几乎相同的判断。他说过去两年行业都在比谁的模型更强，而现在真正的命题已经变成谁的应用能落地、能创造实际价值；通用大模型这条赛道，是"头部吃肉、中部喝汤、尾部没有收益"，没有巨头背景的公司，不必再挤那条同质化的老路。 当做出一个 Agent 已经越来越容易，真正稀缺的就不再是产能，而是谁能掌握用户入口、订单和交付。 01 大厂的焦虑：谁都不敢错过 Agent 进入 WAIC 的大厂展区，很容易产生一种错觉：每家公司都在做相似的事。 李开复在台上讲了一个观察，“不少企业已经购买了大模型、服务器和开发工具，却没有产生实际业务价值。他认为，企业真正缺少的是三层能力：理解企业组织与业务关系的本体图谱，能够调用内部数据的数据激活能力，以及承接员工需求的统一入口。” 其中最难争夺的，是最后一层。 对百度来说,这更像一场守土之战。移动时代它没能做出自己的超级 App,手里最值钱的资产始终是搜索，而搜索恰恰是 Agent 最容易抢走的东西，所以百度这次押注的是通用 Agent 入口，把百度搭子作为通用智能体推到展台中央，它希望用户不再分别打开搜索、文档和数据分析工具，而是从同一个入口提出需求，再由 Agent 向后调用不同能力。它争夺的是最前端的用户意图：当用户不知道该使用哪个工具时，先把问题交给百度。 百度 WAIC 2026 展台展出“百度搭子” 智能体产品 腾讯的展台几乎被人流淹没。 大模型之战腾讯已经落后不少，所以它把 Agent 尽可能密地铺进自有的为微信、文档、办公生态，这次几乎摆出了全场最多的 Agent 产品。 WAIC 密集展示了 WorkBuddy、CodeBuddy 和 Marvis。WorkBuddy进入办公流程，CodeBuddy负责代码生产，Marvis进一步尝试控制电脑，并允许用户从手机端远程调度任务。混元 Hy3 又被接入这些产品。腾讯更现实的路线，是让用户的任务最终仍在腾讯生态中被拆解、流转和完成。 腾讯 WAIC 2026 展台人潮涌动 阿里的底牌是云，它做 Agent 的思路也天然是更强调让用户在云上自己造工具。阿里的展台横跨开发、应用生成和企业写作三个维度。Qoder面向专业开发者，秒悟降低应用开发门槛；本届大会发布的秒悟团队版又补上统一账号、权限、额度和团队资产管理。阿里云同时推出智能体原生云，开始把多 Agent 的开发、编排和运行也纳入自己的云平台。 阶跃星辰是这里面的新面孔，没有存量业务的掣肘，它选择把 Agent 直接做到手机和操作系统里，在 WAIC 展示 STEPX Neo、Step AOS 和个人智能体 Amoo，现场演示跨应用完成差旅规划和本地生活任务。它争夺的不只是某个功能，而是用户未来使用手机的入口。 为什么这么急？因为大家心照不宣地把 Agent 当成了下一个平台入口，像十年前的云一样，谁占住了这一层，谁就拿到下个十年的入场券。可现在的问题是，没人知道最终赢的形态到底是单个爆款 Agent、是多 Agent 编排、还是一个 Agent OS，于是最稳妥的做法就是每种都押一点。大厂因此普遍选择多线布局。展台上密集的产品矩阵，不只是能力展示，也是一种路线对冲：当终局尚未确定，先确保自己不会被排除在任何一层之外。 02 小厂扎堆：一堆垂类 Agent， 少数几个想绕开正面战场 大厂的阴影底下，小厂其实更拥挤。与大厂争夺下一代入口不同，H4 馆里的小公司面对的是一个更现实的问题：谁愿意为 Agent 付钱? H4 馆是本届 Agent 初创团队最密集的区域之一——它从 1200 个报名项目里只选出 158 家集中亮相,近九成被挡在门外。走完一圈，几乎每一种职业、兴趣和工作环节，都有人尝试做成 Agent 产品：法律、科研、招聘、公文写作、编校、营销、视频创作，甚至还有灵虾这样的命理类智能体…… WAIC H4 展馆 清程极智技术专家李浩瑞告诉笔者，法律是目前相对容易形成收入的 AI 场景之一，因此展会上做法律产品的团队格外密集。星云衡律创始人杨家康也观察到，资本对通用 Agent 已经趋于谨慎，更愿意关注拥有明确客户和付费场景的垂直产品。 一位参展商的判断更直接：“随着头部产品逐渐普及，小公司自己制定规则、建立独立生态的窗口正在缩短。模型训练、通用入口和操作系统都不是多数创业公司的战场，它们只能进入更具体的工作流程，或者为 Agent 产业提供某项不可替代的底层能力。” 科研类垂直类 Agent 产品 Codar 展位 这种压力之下，WAIC 上的小公司大致走出了三条路。一类直接面向具体行业和岗位。蜜度科技的模力通和校对通，分别处理公文写作与编校审核；飞驰星辰的 Codar 面向科研工作；MulanAI、Oiiii 和万兴科技等产品则围绕视频、营销和内容创作搭建工作流。 法律垂直类 Agent 产品星云衡律展位 第二类试图降低 Agent 和应用的开发门槛，例如 AutoAgents.AI、AgentMa 等平台，强调通过自然语言生成应用或组装智能体。最终应用能否跑出来尚未确定，先出售开发工具，某种程度上也是一门更稳妥的“卖铲子”生意。 还有一类主要充当 Agent 的基础设施，这是可能最有长期价值的赛道，例如 SoMark 和 PPIO 这样的产品，主要提供文档解析、沙箱、托管和运行环境。 Chance AI 展位 小公司并非只能把通用模型包装成行业助手。绕开大厂最拥挤的对话入口，在某个具体场景中更早获得用户意图，也可能形成新的产品位置。 03 热闹在展台，冷清在需求侧 Agent 产品已经铺满展台，但真正愿意持续付钱的用户，并没有以同样的速度出现。 一位垂直行业 Agent 产品的创始人告诉笔者，“目前商业化路径选择优先聚焦 B 端客户，C 端产品仅用于品牌展示，当前会员定价为 99 元/月，其中 80% 的收入用于覆盖 Token 与文档服务成本，几乎赚不到钱。”这意味着，即便有付费用户，产品本身也只是在替模型厂商打工——用户付的钱，大部分流向了算力和接口。 这解释了为什么展馆里大量公司最终都把目光转向企业。但 B 端也不是一条轻松的路。每进入一家企业，厂商往往都要重新处理数据、接入内部系统、适配权限和工作流程。订单看起来增加了，交付成本也随之增加。如果每个客户都需要重新做一套方案，Agent卖的就不是标准产品，而是一项披着软件外衣的定制服务。 李开复在现场把把当前 AI 企业的盈利困境概括为三类：模型厂商如果进不了头部，收入很难覆盖训练与推理成本；To C 公司承担高昂的获客成本；To B公司则容易陷入项目制。三种困境在 WAIC 上都能找到对应的产品。 在笔者询问的多家厂商中，多数愿意详细展示产品能够完成什么任务，却很少正面回答三个数字：稳定付费客户有多少，同一项任务是否被反复使用，以及扣除模型调用、人工审核和交付服务后，完成一次任务究竟能留下多少利润。这些数字比展台上的演示更能判断一款 Agent 产品是否成立。 产品同质化进一步放大了这个问题。不少垂类 Agent 虽然挂着法律、招聘、科研、营销等不同名称，底层却高度相似：调用通用大模型，接入向量数据库和 RAG 知识库，再用 Prompt 或预设工作流拆解任务，最后套上一层行业界面。一位今年参会的厂商直言，“这些层出不穷的 Agent 产品就是在重复造轮子。” 这不意味着垂直 Agent 没有价值，而是“垂直”本身已经不能构成壁垒。 零一万物展位图 需求侧也并非完全冷清。零一万物在 WAIC 展示了老板 AI、销冠 AI 和投资官 AI，瞄准的是企业里最舍得掏钱的决策场景，对标美国的 Palantir。据李开复说，公司内部用下来订单额涨了 5 倍，目标 2027 年上市、做国内第一家盈利的 AI 2.0 公司，明年有望实现盈利。企业决策场景可能比通用C端助手更早形成收入。但订单增长是否能够摆脱项目制、转化为可复制产品，仍是其盈利能否成立的关键。 而钱其实也不缺,只是不在展台的免费体验区里。据大会披露,WAIC CONNECT 平台累计沉淀了超过 200 亿元的 AI 采购需求,光世博会场就设了百亿级的专属采购池。 因此，当前 Agent 市场并不是完全没有需求，而是需求高度集中。企业愿意为能够缩短决策链路、进入核心业务流程并产生明确结果的产品付钱；大量只提供通用生成能力或一次性演示的产品，则很难获得持续订单。产能已经形成，订单开始出现，但能否稳定交付、控制错误并证明结果可靠，仍然是下一道门槛 04 Agent 进入生产阶段，但缺少质检线 解决入口，只是Agent产业的第一步。 本次参展的企业中，专注于 Agent 产品验收和质检这一侧的公司并不多。几乎所有人都在演示 Agent 能做多少事，很少有人讲怎么确认它做对了。 而模型能独立完成的任务正越变越长（METR 的测量显示，这个时长大约每 7 个月翻一倍）。任务越长、步骤越多，人检查结果的成本反而越高。一项 2026 年对 12 家企业的访谈研究说得更直接：其中四家已经做出更强的 Agent，却因为没有可靠的验证机制，迟迟不敢接进正式生产。研究者把这道坎叫作"能力与部署之间的验证缺口"。 在 WAIC 上，专门补这道缺口的公司并不多。布兰矩阵把 Agent 的行动安全做成了一份可提交监管的量化报告，它关注模型调用了什么工具、访问了什么数据、执行了什么操作，用"盲盒 + 黑盒"的攻击测出越权调用和数据泄露的概率，最后给出 ASR 攻击率这样的分数。方寸跃迁则发布了一份前沿安全治理评估白皮书，把网络安全、失控风险、模型欺骗和智能体行为风险拉进同一套红队测试流程。 不过要留意，它们补的主要是安全合规这一角；而"任务到底做得对不对"这类功能性验收，展台上依然少见。海外则把这一层铺得更早更宽：微软把 Agent 365 定义成治理企业 Agent 的"控制平面"，OpenAI Frontier 把身份和权限边界列成部署地基。国内的质检线才刚露出一角，大部分竞争，仍然挤在"抢入口、做垂类"的前两层。 05 尾声：下一轮竞争 大致会沿着这三个方向展开 创业公司最多的 H4 展馆观众留下的便利贴 走完WAIC 2026，Agent 产业所处的阶段已经变得清楚：制造一个 Agent 正在变得越来越容易，稳定交付一项工作仍然很难。下一轮竞争大致会沿着三个方向展开。 第一，通用任务入口会进一步向拥有模型、流量和产品生态的大厂集中。 拥有模型能力、用户流量和生态闭环的大厂，会逐渐垄断通用 Agent 的入口。谁掌握了用户进入Agent世界的第一道门，谁就掌握了定价权和数据流。缺少模型、流量和生态的小公司，很难在这一层正面竞争。 第二，小公司必须掌握真实行业流程和交付标准。 垂直场景很可能是小厂唯一的出路。掌握一套行业认可的交付标准，比做出十个泛泛的“行业 Agent”更有价值。 一位参展商告诉笔者，当前 Agent 落地的瓶颈不完全是模型能力不足。企业内部数据口径不统一，用户自己也很难完整说清需求。模型能够处理大量显性工作，但剩下的部分往往是行业中的例外情况、经验判断和验收规则。真正的产品壁垒，就藏在这些“最后 20% ”里。 第三，测试、监测、权限、审计和沙箱将形成独立的基础设施层。 当 Agent 数量从千万级涨到亿级，企业最需要的将不再是更多 Agent ，而是“能管住 Agent 的工具”。Agent 数量越多，企业越需要知道哪些Agent正在运行、调用了什么数据、做出了什么修改，以及出现错误后如何追责和恢复。 Agent 的门槛正在迅速下降，做出一个产品会越来越容易，证明它值得存在却会越来越难。下一轮竞争不会再看谁先搭出一个Agent，而要看谁能把它变成一套稳定、可控、有人付钱的生产系统。 上车，带你看遍全球 AI 顶会精华 可独家畅览： 专家演讲PPT 大会报告全文 热门论文解读 学术新星访谈 扫描上方二维码 或点击「阅读原文」关注专区。

Full article body is being fetched in the background. Refresh in a moment to see the complete paragraphs. For now this page shows a summary and AI analysis.