「核心提示」
Agent創(chuàng)業(yè)的真正機會在基模夠不著的角落。

作者 |張經(jīng)緯

編輯|邢昀

AI Agent正在成為越來越多人的“工作搭子”。

今年5月的百度開發(fā)者大會上，李彥宏提出，AI時代的度量衡不該是消耗多少token，而是DAA（Daily Active Agents），即每天有多少Agent在給人類交付結(jié)果。

這背后是大廠面向普通用戶的Agent平臺競賽：字節(jié)Coze、百度AgentBuilder、騰訊元器、阿里百煉，幾乎每家基座模型廠商都在推廣自己的Agent開發(fā)平臺，希望改造人們的工作方式。

另一群人則在AI應用的更深處——進行AI Agent創(chuàng)業(yè)。2025年至今，AI Agent接過生成式AI大模型的接力棒，成為創(chuàng)業(yè)投資市場最擁擠的賽道。跟投資人講故事很容易，做出一門能收上錢的生意，卻需要穿越無數(shù)個“看起來很美”的幻覺。

為此，《豹變》找到了幾名AI Agent創(chuàng)業(yè)者，探尋Agent創(chuàng)業(yè)的現(xiàn)狀、機遇和挑戰(zhàn)。

1、AI加持下的又一次創(chuàng)業(yè)潮

AIAgent創(chuàng)業(yè)潮始于2025年初，Manus率先打開市場，點燃了投資者對工作流變革的想象空間。隨后，大廠同類產(chǎn)品迅速跟進，AI Agent成為2025年種子輪投資的流行賽道。

就讀于北京某理工類大學的王宇軒也在這個時期嘗試創(chuàng)業(yè)，他設(shè)計了一套Prompt工作流，用來改善AI修圖的效果，之后他也一直在尋找合適的AI Agent創(chuàng)業(yè)項目；幾乎同一時間，另一位創(chuàng)業(yè)者韋龍杰創(chuàng)立了法律數(shù)據(jù)合規(guī)AI Agent：阿育法。

Agent創(chuàng)業(yè)的火熱，是多重因素疊加的結(jié)果。

AI編程能力讓“造產(chǎn)品”的門檻急劇降低。 以Cursor、Lovable、Claude Code為代表的“Vibe Coding”工具，讓非專業(yè)開發(fā)者也能快速構(gòu)建原型，“把產(chǎn)品做出來”變得非常簡單。

互聯(lián)網(wǎng)大廠也為創(chuàng)業(yè)大軍注入了人才。百度原副總裁景鯤離職后創(chuàng)立MainFunc，推出AI Agent產(chǎn)品Genspark，種子輪即獲6000萬美元，此后一年半內(nèi)完成3輪融資、總額超4億美元，估值達12.5億美元；釘釘原副總裁王銘2025年10月創(chuàng)立攀峰智能，目前已獲數(shù)千萬融資，其內(nèi)容電商Agent OS Moras主打一個自動化的選品推薦、腳本生成、數(shù)據(jù)分析等。

截至2026年初，僅字節(jié)離職員工創(chuàng)立的AI公司就已超過30家，阿里通義千問技術(shù)負責人林俊旸、字節(jié)Seed多位核心骨干也在近期加入創(chuàng)業(yè)大軍。

這些創(chuàng)業(yè)者帶著對平臺效應和流量運營的理解，試圖復刻互聯(lián)網(wǎng)早期的增長神話。2026年初，曾在美團工作的朱飛與另外兩位創(chuàng)始人一同籌劃了 Quote.law，一個面向法律專業(yè)人士的AI Agent協(xié)作平臺。

AI創(chuàng)業(yè)者們有自己的業(yè)內(nèi)沙龍，那就是全國各地雨后春筍般的“黑客松”。黑客松（Hackathon），即“黑客”（Hack）與“馬拉松（Marathon）”的結(jié)合，這最早是誕生于硅谷的一種集體編程活動，要求自由組隊，在24至72小時的封閉周期內(nèi)，從零完成一個可演示的軟件或硬件原型，最終由評委現(xiàn)場評審。

近兩年，一二、三線城市、頂尖高?；蛘呖萍即髲S都組織了各類AI主題黑客松。韋龍杰曾參加不久前的南京黑客松，想讓自己的項目有一些關(guān)注度，同時也尋找一些合作者。

相關(guān)數(shù)據(jù)顯示，2025年中國AI Agent行業(yè)市場規(guī)模達182.34億元，同比增長78.03%，行業(yè)進入爆發(fā)式增長期。2026年政府工作報告也首次將“智能體”寫入，國家戰(zhàn)略定位不斷升級。

AI Agent融資領(lǐng)域熱度不低，頭部項目吸金能力強勁，估值水漲船高；而對于大量中小創(chuàng)業(yè)者的試水，不少投資機構(gòu)則更傾向于“少而分散”的投資策略。

從與一些創(chuàng)業(yè)者的交流中可以看出，風險資金也在變得更加謹慎，傾向于跟隨頭部機構(gòu)跟投。

二級市場的熱烈氛圍更加直觀。智譜、Minimax這些登陸股市不久的新貴，給投資方帶來了成倍的回報。如今月之暗面等公司也在排隊上市。

技術(shù)驅(qū)動的創(chuàng)業(yè)潮之下，新的趨勢也在形成，比如核心人物的年輕化。

王宇軒近期在組織各類創(chuàng)業(yè)沙龍，感受到投資機構(gòu)更加青睞“小天才“。所謂“小天才“，泛指很年輕就拿到計算機科研成果的學生，很多甚至不到18歲。

這當中最著名的就是陳廣宇，他是深圳一所國際學校的高三學生，2025年11月以實習生的身份參與KIMI的大模型研發(fā)。2026年3月，他作為共同第一作者參與的論文《注意力殘差》（Attention Residuals）發(fā)布，讓馬斯克在社交平臺公開點贊。在創(chuàng)投圈，陳廣宇型的算法天才是拿到融資的金字招牌。

2、Agent靠什么超越基模能力？

Agent需要依賴基礎(chǔ)模型的能力，那么機會又在哪里？答案是，在基模做不到的事情上，比如行業(yè)專家。

AI Agent也正從通用向行業(yè)垂直滲透，包括法務(wù)行業(yè)?！胺墒且粋€古老且緩慢的行業(yè)，很多資料不光沒有經(jīng)過數(shù)字化改造的，而且材料分散、上下文復雜，以及大量工作仍停留在低效的文檔流轉(zhuǎn)和重復溝通中。而AI提供了改造這個行業(yè)的機會。”朱飛這樣看待Quote.law的作用。

在 Quote.law 中，用戶可以圍繞同一個項目組織材料、開展法律檢索、編輯文檔，并與 AI Agent 在同一環(huán)境中協(xié)同推進任務(wù)。在與他人合作的場景中，自己寫文書太麻煩，直接用對方的文書又不免擔心，AI Agent是個很好的“第三方”。

Quote的長期愿景是成為“法律領(lǐng)域的支付寶”，通過AI平臺為用戶提供信用背書和法律服務(wù)。

韋龍杰的阿育法則專攻B端數(shù)據(jù)合規(guī)。作為北大法學院畢業(yè)的資深律師，他將多年經(jīng)驗沉淀為高質(zhì)量的Prompt與Memory數(shù)據(jù)庫，使AI能夠識別不同司法管轄區(qū)（如中美歐）的數(shù)據(jù)監(jiān)管差異，預判企業(yè)隨規(guī)模擴大而升級的合規(guī)風險。

由于針對群體偏B端，他大多是通過VC機構(gòu)和創(chuàng)業(yè)社區(qū)批量觸達初創(chuàng)企業(yè)，找投資、合作的過程中順便就把客戶找到了。對一些靠數(shù)據(jù)吃飯的中小企業(yè)來說，AI Agent的存在毫無疑問是福音，原本六位數(shù)的律師費，現(xiàn)在只需兩萬元到兩萬五千元。

此外還有對傳統(tǒng)制造業(yè)的改造。

“B2B的Agent本地化定制，深入到企業(yè)的流程管理中，解決某些業(yè)務(wù)節(jié)點的自動化問題?！蓖跤钴庍@樣理解“制造業(yè)垂類Agent”。

這當中有一家企業(yè)叫語核科技，2024年完成天使輪融資，其核心業(yè)務(wù)是為制造業(yè)企業(yè)搭建“基座+私有數(shù)據(jù)”的Agent系統(tǒng)：以造船廠為例，過去需要資深工程師耗時數(shù)周才能完成的售前方案（涵蓋船型設(shè)計、零件選型、報價單生成），如今通過將企業(yè)積累數(shù)十年的歷史方案數(shù)據(jù)喂給Agent，新人業(yè)務(wù)員也能在Agent輔助下快速輸出專業(yè)方案。

法務(wù)、制造業(yè)流程改造，這些垂類Agent的共同特點是，基模無法直接解決專業(yè)場景問題，需要產(chǎn)品具備行業(yè)知識、發(fā)現(xiàn)解決問題的能力，以及主動性。

相比基模，Agent還可以通過限定性環(huán)境改善AI memory，減輕幻覺。朱飛將垂類Agent看作“污水凈化廠”，通過專業(yè)的語料處理和記憶優(yōu)化等提升輸出質(zhì)量。

然而，處在一個被看好的賽道只是第一步。在市場上成天上萬的競爭者中，什么樣AI Agent創(chuàng)業(yè)更有可能成功呢？

韋龍杰覺得，最重要的是找到真需求?！霸诤诳退煽吹降囊恍╉椖?，點子很新穎但不知道能不能有市場，用戶未必愿意使用、愿意付費?！?/p>

而對于如何驗證，王宇軒覺得“可以先看看能不能找到100個愿意付費的用戶，如果找不到的話，就該換條路了?！敝暗腁I修圖算是小試牛刀，現(xiàn)在他想去風投或者大廠看看，學習些方法論?！罢娴膭?chuàng)業(yè)了就會意識到，PMF（產(chǎn)品市場匹配度，由硅谷風險投資家馬克·安德森提出，常用于互聯(lián)網(wǎng)大廠和投資的戰(zhàn)略分析）是很關(guān)鍵的。”

PMF的另一面是產(chǎn)品搞得定需求，這考驗的是團隊能力。韋龍杰有豐富的業(yè)務(wù)經(jīng)驗，他的聯(lián)合創(chuàng)始人則正在德國攻讀計算機博士?！叭フ胰谫Y的時候，我們這種既懂業(yè)務(wù)、又懂技術(shù)的組合，比較容易引起投資人的注意?！绊f龍杰這樣介紹。

最終，要有足夠多的用戶，產(chǎn)生平臺效應。在Agent賽道，平臺效應首先體現(xiàn)為“數(shù)據(jù)飛輪”：用戶用得越多，Agent積累的私有語料、行為偏好和行業(yè)記憶就越豐富，模型輸出質(zhì)量越高，這又反過來提升用戶粘性。另一方面，一旦企業(yè)客戶的業(yè)務(wù)流程嵌入Agent，替換成本很高。

然而悖論是，只有先跨越“冷啟動”，才能觸發(fā)飛輪，而大多數(shù)Agent創(chuàng)業(yè)公司還沒活到那一天就已經(jīng)出局。

3、創(chuàng)業(yè)的“AI幻覺“和“人的問題”

創(chuàng)業(yè)變得更容易了嗎？

看上去是這樣的，我們現(xiàn)在可以通過AI編寫代碼，以非常低的成本完成產(chǎn)品。但是這又會形成新的“幻覺“：誤以為“創(chuàng)業(yè)最難的是把產(chǎn)品做出來”。

實際上，AI創(chuàng)業(yè)更為殘酷。AI評測公司Yupp拿到3300萬美元種子輪，產(chǎn)品上線不足一年即關(guān)停；AI合同工具Robin AI曾獲谷歌、軟銀投資，半年內(nèi)從巔峰走向掛牌出售；AI穿戴設(shè)備Humane AI Pin累計融資超2億，最終僅以1.16億美元被收購。

王宇軒認為，很多創(chuàng)業(yè)者在“拿著錘子找釘子”：“創(chuàng)業(yè)的底層邏輯一直沒有變過，你現(xiàn)在可以很快的做產(chǎn)品出來，但最難的是始終挖掘到真正的需求?！?/p>

另一方面，市場泡沫讓很多訂單也不是從真正的需求出發(fā)，只是追求AI潮流，本質(zhì)是FOMO心態(tài)的另一種投射。這種需求難以持久，一旦技術(shù)熱度退潮或預算收緊，用戶便會流失。

不僅如此，Agent創(chuàng)業(yè)者也面臨著來自“地基”的壓力。

基座模型能力不斷增強，某種程度上也在吞噬Agent的生存空間，比如記憶能力。GPT、DeepSeek等主流模型的最新版本，已將上下文擴展至百萬Token。原本需要Agent架構(gòu)解決的問題，在逐漸被基模的原生能力覆蓋。

市面上很多“只是微調(diào)提示詞”的Agent創(chuàng)業(yè)公司面臨著這樣的生存壓力。李開復近期也表示，“不要站在大模型前進的前方，如果站在前面，一定會被碾碎”。

基座模型每躍升一代，依賴提示詞工程和輕量級封裝的Agent，便面臨一次“電梯里做俯臥撐”。

另外，未被線上化的數(shù)據(jù)，既是垂類Agent的優(yōu)勢，也是垂類Agent的問題，因為它們也有可能“永遠不會被線上化”。有時候，資深從業(yè)者出于自我保護的需要，不愿意將一些歷史數(shù)據(jù)線上化。更多的情況是，非標準化的從業(yè)者經(jīng)驗無法被線上化。

這在制造業(yè)很常見。有句老話說得好：“工廠最值錢的資產(chǎn)在老師傅的腦子里?！倍t(yī)療領(lǐng)域，高質(zhì)量數(shù)據(jù)分散于各家醫(yī)院，也出于倫理原因難以共享。網(wǎng)絡(luò)安全行業(yè)同樣如此，數(shù)據(jù)本身就是核心競爭壁壘。

不過，和業(yè)務(wù)問題相比，創(chuàng)業(yè)的最大挑戰(zhàn)還是要回歸“人”。

朱飛認為，找到真正合適的合作者，很多時候比融資更難。理想的人選既要理解復雜業(yè)務(wù)，也要對新技術(shù)足夠敏感，而這樣的人通常要么已經(jīng)在成熟平臺承擔重要職責，要么早已開始獨立探索，并不容易通過常規(guī)招聘獲得。韋龍杰則覺得最大的挑戰(zhàn)是跟聯(lián)合創(chuàng)始人溝通。“跟一個純技術(shù)出身的人合作，需要解釋的事情更多，需要特意去理解的事情也更多?！?/p>

在這個意義上，AI并沒有降低創(chuàng)業(yè)的門檻，寫代碼變簡單了，但“懂業(yè)務(wù)、懂技術(shù)、懂人”的門檻始終存在。技術(shù)史上從不缺這樣的輪回：先是工具崇拜，以為新錘子能解決所有問題，再是泡沫破裂，發(fā)現(xiàn)問題始終存在。

只有解決“永恒問題”的人能在退潮的時候站起來。

（應受訪者要求，文中王宇軒為化名）