所有人都在討論 Agent 能寫多少行代碼、提效多少百分比，但真正值得問的問題是：Agent 什么時候能替你開門、巡邏園區(qū)、調(diào)度工廠？

答案是：還早。

Agent 在數(shù)字世界的擴(kuò)張速度確實驚人：OpenClaw 84 天內(nèi) Star 數(shù)突破 37.5 萬；57% 的企業(yè)已部署多階段 AI 工作流；86% 的企業(yè)在生產(chǎn)環(huán)境中運行Agent。但當(dāng)你問，有多少 Agent 在真正操控物理設(shè)備？答案是沉默的。

物理世界，才是 Agent 真正的下半場。大模型廠商和科技巨頭正在押注這個未來。NVIDIA 發(fā)布 RTX Spark 專攻端側(cè)算力，Google DeepMind 把大模型推理注入機(jī)器人控制，Amazon 將 Alexa 升級為 AI 代理，Anthropic 則用一次意外源碼泄露展示了 Agent 系統(tǒng)內(nèi)部的工程深水區(qū)。他們在定義規(guī)則、建設(shè)底層基礎(chǔ)設(shè)施，爭奪 Agent 時代的話語權(quán)。

但還有另一群人，他們并不打算定義規(guī)則。

他們已經(jīng)深耕某個行業(yè)十年，手里攥著一堆私有協(xié)議文檔、場景模板和行業(yè)客戶，正在問一個更具體的問題：Agent 在我的這個場景里，到底能不能用？怎么用才能真正省錢省力？

這是 Agent 落地的另一條路線。

通用路線的局限

在聊垂直落地之前，有必要先厘清一個認(rèn)知陷阱：大模型變強(qiáng)，并不等于 Agent 在現(xiàn)實物理場景中就能用了。

Agent 落地有業(yè)界常說的“五面墻”——成本、速度、安全、發(fā)散性和運維。在物理場景里，這五面墻的每一面都比數(shù)字世界更難翻。

成本上，一個實時運行的物理 Agent 需要持續(xù)的視覺和傳感推理，每秒數(shù)十次調(diào)用，Token 消耗是指數(shù)級的。速度上，數(shù)字 Agent 回郵件慢 3 秒沒人在意，但物理 Agent 識別到有人闖入與觸發(fā)告警之間慢 3 秒，可能就是安全事故。安全上，數(shù)字世界的錯誤可以回滾，現(xiàn)實物理場景中，控制錯了門禁、放錯了人，是不可逆的。發(fā)散性上，大模型輸出的不確定性在文字對話里是優(yōu)點，在物理設(shè)備操控里是災(zāi)難。運維上，幾十個甚至上百個 Agent 同時跑在工廠或園區(qū)里，誰來保證它們每天都在正常工作？

這還不是最難的那面。物理世界還有第六面墻：設(shè)備碎片化。

數(shù)字 Agent 只需要面對 API、文件系統(tǒng)、瀏覽器這幾種標(biāo)準(zhǔn)接口。物理場景中呢？僅中國智能家居市場就有上百個品牌各自維護(hù)私有協(xié)議和 SDK，一個通用的物理 Agent 如果要操控攝像頭、門禁、傳感器、報警器，理論上需要適配成百上千套私有協(xié)議。Matter 協(xié)議（由 CSA 連接標(biāo)準(zhǔn)聯(lián)盟主導(dǎo)的智能家居互聯(lián)互通標(biāo)準(zhǔn)）正在試圖解決設(shè)備互聯(lián)問題，Matter 1.5 + Thread 1.4 首次實現(xiàn)了跨品牌設(shè)備的底層互通。但 Matter 只解決了“連接管道”，設(shè)備可以說同一種語言了，誰來理解它們背后的業(yè)務(wù)意圖、誰來協(xié)調(diào)決策，仍然是懸而未決的問題。

這正是通用路線天然難以觸達(dá)的地方——大模型廠商和硬件巨頭的工具鏈很強(qiáng)，但它們不了解海康、大華的私有協(xié)議，不了解工廠 AGV 調(diào)度的業(yè)務(wù)規(guī)則，不了解園區(qū)安防的異常判定邏輯。

垂直賽道正在探索

與此同時，一批深耕物理場景的公司，正在繞開“誰能定義 Agent 操作系統(tǒng)”這個問題，直接在自己的地盤上做實驗。

西門子、施耐德等工業(yè)巨頭正在將 AI Agent 引入產(chǎn)線調(diào)度和能源管理，微軟也在將 Copilot 能力注入 IoT 邊緣設(shè)備。

但也仍有挑戰(zhàn)。

在消費級 IoT 領(lǐng)域，螢石在剛剛過去的ECDC 螢石云開發(fā)者大會上公開了一個令人意外的內(nèi)部實驗結(jié)論：公司鼓勵全員使用 AI 編碼工具，每月燒掉數(shù)十萬 Token，結(jié)果研發(fā)交付速度沒有顯著提升。螢石云首席架構(gòu)師的原話是：“問題出在水面以下。”

AI 工具普及了，但底層體系還是舊的。傳統(tǒng)開發(fā)流程與 AI 開發(fā)模式不兼容，IoT 場景需要匹配專屬模型，海量私有協(xié)議脫離了通用 AI 的訓(xùn)練數(shù)據(jù)，人工需求表達(dá)的模糊性導(dǎo)致反復(fù)迭代——這四重困境疊加，讓所有新工具的效率增益都停在了水面以上。

這在業(yè)界被稱為“Harness 工程”——Harness 原意是馬具，給 AI 這匹野馬套上合適的馬具，才能真正駕馭它。

螢石用了一年時間在內(nèi)部做 Harness 工程的實戰(zhàn)積累，然后把這套經(jīng)驗產(chǎn)品化，發(fā)布了兩個平臺：

一個是藍(lán)海AIoT一站式工作臺，核心是 AI 驅(qū)動的對話式開發(fā)。平臺通過自然語言交互替代傳統(tǒng)編碼，將傳統(tǒng) AIoT 應(yīng)用的開發(fā)周期從平均 45 天壓縮到平均 2 天，最快 15 分鐘可生成可預(yù)覽原型，研發(fā)成本降至傳統(tǒng)模式的五分之一。

關(guān)鍵是，平臺內(nèi)置了數(shù)十項 AIoT 專屬技能包，兼容?？低暋⒋笕A、華為、霍尼韋爾等 20 多家主流品牌的視頻、控制、傳感設(shè)備，覆蓋 GB28181、JT808、eHome 等多種 IoT 協(xié)議，開發(fā)者無需深入那些密密麻麻的私有協(xié)議文檔，就能完成跨廠商設(shè)備集成。

另一個是 AI 巡檢智能體開發(fā)平臺。針對通用開源智能體落地 IoT 場景時成本高、啟動慢、行為發(fā)散的問題，螢石專門做了代碼重構(gòu)和技術(shù)優(yōu)化。目前，AI 巡檢智能體已在某大型跨城企業(yè)園區(qū)落地，覆蓋 20 多個跨城園區(qū)、300 多個消防通道、車庫和商配巡檢點位，實現(xiàn) 7×24 小時自主巡檢，自動完成問題識別、上報、定位和復(fù)核全流程。

AIoT 商業(yè)模式重構(gòu)

5 月 8 日，中國國家網(wǎng)信辦、發(fā)改委、工信部聯(lián)合發(fā)布《智能體規(guī)范應(yīng)用與創(chuàng)新發(fā)展實施意見》和《人工智能終端智能化分級》（GB/Z 177—2026），確立了“靈肉雙軌”的頂層設(shè)計——前者定義智能體軟件主體，后者定義智能化硬件載體。L1（響應(yīng)級）到 L4（協(xié)同級）的四級能力階梯出臺后，AIoT 產(chǎn)業(yè)有了統(tǒng)一的能力坐標(biāo)系，L4“主動感知場景、跨設(shè)備協(xié)同、自主執(zhí)行任務(wù)”被刻意留白，等待產(chǎn)業(yè)填寫答案。

這個政策背景，正在加速 IoT 廠商的商業(yè)模式遷移?；乜催^去十年：IoT 1.0 核心價值是聯(lián)網(wǎng)，2.0 走向認(rèn)知（攝像頭能認(rèn)人臉、車輛、異常行為），3.0 走向輔助決策（主動推送告警和分析），4.0 正在浮出水面，核心是代理——Agent 主動感知場景、跨設(shè)備自主決策執(zhí)行。

從賣硬件，到“硬件入口 + 能力訂閱 + 數(shù)據(jù)資產(chǎn)”的三元模式，Amazon Alexa+ 的 AI 代理訂閱、西門子及施耐德等工業(yè)巨頭的 AI Agent 化改造，都在響應(yīng)這個大趨勢。

工業(yè)領(lǐng)域的樹根互聯(lián)，也在驗證類似的邏輯。這家三一重工孵化的工業(yè)互聯(lián)網(wǎng)平臺此前發(fā)布了售后服務(wù)智能體，其根靈工業(yè)大模型已于 2026 年初完成國家級備案。

面對挖掘機(jī)、焊接機(jī)器人、產(chǎn)線設(shè)備等重工業(yè)場景，樹根互聯(lián)的做法是把多年積累的設(shè)備運維數(shù)據(jù)、工藝知識和專家規(guī)則注入模型底座，讓 Agent 完成故障診斷、維修建議和產(chǎn)線調(diào)度。把 IoT 場景模板、私有協(xié)議適配積累沉淀為平臺能力，本質(zhì)上是同一件事：把行業(yè) know-how 轉(zhuǎn)化為 Agent 可用的工程體系。

垂直場景的護(hù)城河，不在于連接了多少設(shè)備，而在于對行業(yè)邏輯理解的深度。零代碼 AIoT 工作臺把開發(fā)周期從 45 天壓縮到 2 天，背后不是大模型有多聰明，而是多年積累的設(shè)備協(xié)議適配、場景模板沉淀、行業(yè)數(shù)據(jù)標(biāo)注。

物理場景中 Agent的 落地，正處在一個最有意思的時間窗口。

大玩家在建底層，芯片、協(xié)議、基礎(chǔ)模型，他們在定義 Agent 時代的基礎(chǔ)設(shè)施。垂直玩家在做工程，Harness 體系、行業(yè)協(xié)議、場景驗證，他們在填補(bǔ)“能用”和“用了有效”之間的鴻溝。

兩條路線是互補(bǔ)的，大模型的推理能力通過 MCP/A2A 協(xié)議被垂直平臺集成，硬件廠商的算力方案給本地部署提供底座，Matter 協(xié)議為設(shè)備接入提供通用語言。但這些基礎(chǔ)設(shè)施能不能轉(zhuǎn)化為在工廠、園區(qū)、商場里真正可用的 Agent，取決于中間那層“行業(yè)工程體系”能不能被建起來。

沒有工程體系托底，再好的工具也只是玩具。它同時也是一個方向：物理場景中 Agent 的競爭，最終比的不是模型參數(shù)，而是誰對這個行業(yè)的理解足夠深，誰的工程方法論足夠扎實，誰的交付結(jié)果足夠真實。

這場比賽剛剛開始，還沒有定局。（本文首發(fā)鈦媒體APP，作者 | AGI-Signal，編輯 | 秦聰慧）