Vol.59 2025 AI-Agent年，行业走向何方---狂喜播客节-贰狂

摘要

• Agent 的短期能力被高估，长期改造软件架构的价值却可能被低估。 眼下它仍是自动化叠加模型理解、行动和工具调用，普通用户甚至还没跨过 Chat 对话框；但小狼已修正一年前“只是自动化延伸”的判断：未来企业 IT 可能不再横向堆叠多层系统，而是由一组纵向闭环业务的 Agent 组成，“真的就是有用的一批工程师”。小狼把可能的时间点放在 2030 年左右，同时明确承认“具体什么时候能实现，不好说”。

• 开源正在从路线争论变成产业加速器，而中国更多选择以开源和生态推进。 庄明浩判断开源与闭源模型的能力差距已“微乎其微”；小狼则把中美差异概括为，美国厂商靠大量 BD 向世界 500 强销售服务，“人家已经在赚钱了，然后我们在后面掀桌子”。DeepSeek、千问及其生态让上层厂商不必押注单一模型，也可能复制互联网时期的“弯道超车”，但中国企业的收入形态更可能是私有部署、一体机和项目采购，而非纯 SaaS。

• MCP 的意义不是技术难度，而是为 Multi-Agent 世界建立连接、交易与结算的互联体系。 朱峰用订酒店解释其价值：前端 Agent 查询房态、调用支付，后续 Agent 自行通信，用户只接收结果；小狼则提醒，中国移动互联网的超级 App 形成了天然“生殖隔离”，平台若不开放，MCP 网络仍是断裂的。真正的变量因此是平台间如何分配流量和收入，甚至是否会出现一个绕过既有巨头的新入口。

• 通用 Agent 目前更像会偷懒、会超限的实习生，真正可投资的产品仍需垂直工作流、可信数据和人工复核。 庄明浩让 Manus 分析 A16Z 的 50 个网站和 50 个 App 中有多少中国公司：它先抄官方文章，只给出 7 个或 9 个；被追问后增至十几个；要求逐一核实公司、官网、新闻和工商信息时，最终“上下文超限了”。朱峰因此反对把通用 Agent 当“银弹”——搜索报告越完整，错误越容易被包装成答案，用户必须保留“杠精的本事”。

• AI Coding 看起来可能是本轮最先拿到阶段性成果的应用，但价值高度取决于代码基础和任务复杂度。 Cursor 代表 Human-in-the-loop，Devin 追求端到端的“the developer”；在代码规范成熟的大厂，它已能稳定提效，而在技术债堆积的系统里继续生成代码，只会“面条摞面条，变银丝卷”。对个人开发者和一人公司，活动页、官网、前端设计和拆分后的微服务已经很好用；让它一次构建大型前后端项目，仍可能出现“写两天、debug 两周”。

• 创业叙事正从“干一票大的”转向一至三人的现金流作坊，AI 是能力杠杆而不是护城河本身。 小狼在杭州学到的表达是“做生意不丢人”，朱峰的创投工作室甚至偏好“不超过三个人”的项目；两人都更看重明确需求、快速回款和创始人的既有行业积累。薄薄一层 AI Feature 很快会被模型或大厂吞掉，漂亮的模式是把领域经验做成解决方案，再借 AI 将它规模化。

• 自动驾驶显示了从“语言到行为”最难的一面：自主执行一旦进入物理世界，技术之外还有责任、法规和场景边界。 于欣烈指出，OpenAI 的 L3 Agent 若映射到 SAE 分级，至少要从自动驾驶 L3 才成立，自动驾驶 L4 也仍属于 Agent 层；人车共驾只是 Co-pilot，不是 Autopilot。中国厂商正押注 VLA，把 Vision、Language、Action 放进同一模型，但这条路线能否抵达 L4，“大家都不知道”；美国则可能绕过 L3，直接验证无监督 FSD 和 Robotaxi。

• 英伟达的核心问题不是算力需求会不会增长，而是新增推理需求是否仍由它独占。 Agent 的算力消耗被形容为 Chat 产品的数千倍，成本下降也可能刺激总需求；但训练增速放缓、推理芯片竞争和车企自研，都使“原地起飞或彻底垮掉”的二元叙事失真。于欣烈提到蔚来 ET9 已发布、小鹏计划在 Q2 上图灵芯片、理想计划次年发布“舒马赫”芯片；不过智能驾驶芯片占英伟达收入很低，汽车份额下降并不等于整体 AI 芯片逻辑反转。

精读

1. Agent 不是新魔法，而是自动化开始自行理解与行动

• 小狼把 Agent 放回技术史里看：数字化、信息化阶段早已有大量自动化工程，今天新增的是模型能“揣测你的需求”，再通过账号、工具和 Action 自己做一点事；底层并没有突然出现一套完全陌生的技术。

• 于欣烈给出更严格的产品判据：能力依托大模型、执行必须 Autonomous，并且可以持续调用外部工具。仅仅辅助用户、等待每一步操作的工具，在他的定义中还不能算 Agent。

• 这轮变化真正扩大的是参与面。小狼说，AI 从 Infra 和工程师的基础设施层“向上跳了一层”，进入应用与业务，讨论者才从技术团队扩展到每一个组织和普通用户。

2. 眼下的鸿沟解释了“短期高估、长期低估”

• 朱峰的现场调查很直观：不少人工作中使用 AI，但排除只在豆包、DeepSeek 等对话框里聊天的人后，真正能搭建或深入使用 Agent 的用户明显减少。“短期内我觉得是被高估了它的能力，长期看又被低估了。”

• 狂喜播客节自己的 Agent 也暴露了边界：它能查课表，却高度依赖外部数据质量、知识库和底层模型。产品圈每天追逐 Agent、MCP 等新词，不代表普通用户已经跨过配置、判断与验证的鸿沟。

3. 小狼修正判断：Agent 可能重写企业 IT 的形状

• 小狼一年前认为 Agent 只是自动化的延伸，主要替工程师处理效率问题；一年后他主动“给自己的结论打个脸”，认为被低估的是 Agent 最终可能承担的系统厚度，而不只是单点任务。

• 传统 IT 架构是“横着长”的：底层之上叠中间件、实时音视频和各类业务层。小狼设想未来架构可能“纵着长”——前台只有一个 UI，下面是一组各自闭环业务、还能理解需求的 Agent，整体建立在云之上。

• 这不是近期承诺。小狼把较成形的时间粗略放到 2030 年左右，又反复强调“说不清有多远”；但如果范式成立，编写 Agent 会成为近似人人可参与的工程活动。

4. 开源的胜负手是协作速度，不只是一份模型权重

• 庄明浩回顾行业认知的反转：一年半前，领先公司普遍相信高投入的闭源模型更强；DeepSeek 崛起后，开源模型与闭源模型的效率和评分差距在他看来已“微乎其微”，开源逐渐成为共识。

• 朱峰强调，开源不只是狭义的代码许可，更是共同构建的社群机制。厂商后端可以组合 DeepSeek、千问等多个模型，不必只押一个供应商；模型匹配、工程整合和社区持续贡献会共同加快 Agent 网络形成。

• 小狼把工程师的动力说得很直白：一方面是“打破垄断”的理想，另一方面也是 Reputation、更高工资和创业机会。开放协作不是某项单独技术，而是一种能让需求、依赖和周边项目持续生长的生产方式。

• 小狼对 DeepSeek 的判断也保持在推测层面：其目标或许不是立即成为大规模商业化模型公司，而是先占据生态位；一旦站稳，“拍个大腿都知道自己该怎么赚钱”，同时还把国内整条应用产业链带起来。

5. 中美 AI 商业化走的是两套基础设施路径

• 小狼的概括是：“人家已经在赚钱了，然后我们在后面掀桌子。”美国拥有大量世界 500 强总部，OpenAI 等公司可以配置大规模 BD 团队，进入企业内部销售和部署服务；中国厂商则更多自己训练、囤芯片，再借开源建立另一套生态。

• 朱峰指出，中国企业购买 IT 时偏好“自主可控一体机”：把显卡、模型和应用装进企业内部。采购设备能形成资产，数据也留在自己手中；云和 SaaS 往往被记作费用，还带来数据确权与安全顾虑。

• 因而，同样是 Agent 企业服务，中国收入可能更多来自设备采购、私有部署和项目实施。开源模型也常被装进一体机，适应中国企业的交付偏好。

6. 上一轮 SaaS 的失败，构成这一轮企业 AI 的估值底色

• 庄明浩回忆，2010 年后中美 TMT 的主线开始分叉：中国靠移动互联网和算法成长，美国除此之外还建立了 Cloud、PaaS、SaaS 的 To B 生态。其所在美元基金的 To C 组“赚得盆满钵满”，To B 组则几乎“全军覆没”。

• 北森是他记忆最深的样本：这家 HR SaaS 公司一级市场可能融了几十亿元、估值可能曾达几十亿美元；其融资条款中的合格 IPO 价格是约 300 亿港币，低于此价格不能上市。庄明浩称其上市首日跌约 50%、次日再跌约 50%，一周后仅剩约 30 亿港币。

• 这并不证明企业软件永远没有机会。几位嘉宾期待，AI、Agent 和更适合本地采购习惯的交付方式，可能让中国 To B 市场出现一轮不同于传统 SaaS 的转机。

7. MCP 为 Agent 建网，商业壁垒比接口更难

• 朱峰用订房说明 MCP：用户要求在影院附近找酒店，模型调用订房接口取得房态，再调用支付接口完成交易；Agent 之间自行通信，前端只把选项和最终结果交给用户。“AI 跟 AI 可以打电话了。”

• MCP 本身并不深奥，真正价值是让多个 Agent 互联，并进一步承载清算与结算。它服务的是下一阶段的 Multi-Agent，而不是给单个聊天框增加一个漂亮按钮。

• 小狼的保留意见是，国内 App、公众号和小程序长期 All in One，平台之间存在天然“生殖隔离”。开放意味着流量和收入重新分配；若平台谈不拢，工具调用链就会像今天各 App 一样断开。

• 庄明浩提出，未来可能出现新的巨头或入口，以新标准绕开既有互联网参与者；小狼以“微信打掉百度”为例回应，但这仍只是可能性，并非确定判断。

8. 这一轮技术主线可以压缩为“从语言到行为”

• 庄明浩将两年多的演进串成一句话：“从语言到行为。”Large Language Model 先解决语言和对话，Agent、Multi-Agent、工具调用和 MCP，则在尝试把理解转换为可执行的 Action。

• 他援引新闻画面里一块“下一代 AI 智能体的发展”白板：方向包括更长的上下文记忆、多 Agent 互通、通信协议，以及把任务跨度从一个人几小时提高到几个人一周的工作量。

• 在他引用的 OpenAI 分级框架中，L1 是 Chatbot，Agent 位于 L3；中间阶段则对应模型能力和任务形态的继续演进。名称很多，但共同目标是让模型不只回答“怎么做”，而是持续把事情做完。

9. 物理世界沿着 Vision—Action 路线与 LLM 并行演进

• 于欣烈提醒，Agent 不只存在于 LLM 世界。汽车和机器人最初依赖视觉感知，是从 Vision 走向 Action；这条线与语言模型从 Language 走向 Action 平行发生。

• 他介绍，汽车和机器人领域的模型正从 Vision-Action 向端到端方案演进，下一步 VLA 则在 Vision 和 Action 之间加入 Language，把三类能力放进同一个训练体系。

• 传统 Vision Language Model 需要先识别路牌，再转换成自然语言告诉驾驶模型，时延和准确率都不理想。VLA 希望在内部完成信息交换，避免两个模型来回翻译。

10. “通用”属于整体，单个 Agent 仍要足够专业

• 于欣烈质疑“通用 Agent”这个产品名：通用性本来来自大模型，Agent 更像被产品化的专业工作流。Deep Research 偏调研，Coding 偏生成，Manus 即便把两者结合，也不等于真正覆盖所有任务。

• 小狼认为，当前通用产品首先服务个人用户的学习、搜索和成长需求；随着基础模型增强，这些泛化能力会不断被模型本身吸收，独立的通用 Agent 最后可能更像一个集成工具。

• 于欣烈借旧世界打比方：大模型像操作系统，Agent 像应用。一个垂直 Agent 解决一种需求，足够多的专用 Agent 组合起来，才构成整体意义上的通用。

• Agent 的微妙处也在这里：它必须期待基础模型变强，才能提升执行质量；又担心模型强到直接吞掉自己的功能。产品价值因此不能只建立在一次模型能力缺口上。

11. 漂亮报告不等于可靠答案，用户必须学会反驳模型

• 朱峰减少使用通用 Agent，恰恰因为结果“看上去很好”却经常不对。AI 搜索能生成完整报告，但用户不可能逐条打开引用；为了确认事实，他最终又回到传统搜索查看多方来源。

• 同样的问题出现在 Coding：开发者可能两天完成过去一周的代码，随后却花两周 Debug。生成速度显著提高，但幻觉制造的奇怪逻辑和不可控行为，会把节省的时间重新吞回去。

• 小狼给当前用户的建议是练出“杠精的本事”：不断反问、批判、甚至 PUA 模型，让它检查自己是否在说胡话。这个动作既改善输出，也每天提醒使用者——它给的不是天然正确答案。

12. Manus 测试显示，Agent 最像一个会偷懒的实习生

• 庄明浩选择了一项既不能靠简单搜索、又不至于完全失控的任务：分析 A16Z 最新榜单中 50 个 AI 网站和 50 个 AI App，查明其中多少属于中国公司；因为榜单刚发布，外部还没有现成深度分析。

• Manus 第一次只从 A16Z 正文提取其点名的公司，返回 7 个或 9 个；被告知“不可能这么少”后，又依靠新闻搜索给出十几个。它每次都选择了最省力、最接近现成答案的路径。

• 庄明浩最后明确拆解流程：逐一列出网站名和 App 图标，找到背后公司，再用官网、新闻和工商注册核验国别。Agent 随即返回“上下文超限了”——这正像训练实习生，只是实习生通常不会用这个理由停工。

• 朱峰从中提炼出的使用方法是“学会当领导”：任务目的、交付标准和路径必须说清楚。若用户仍以被动执行者心态沟通，“你们俩互相都是牛马”，结果不会自动变好。

13. AI Coding 已从补全设想走向端到端，但工程质量决定上限

• 现场将产品对照为几个阶段：GitHub Copilot 更像平台上的半成品；Cursor 强调 Human-in-the-loop；Devin 的愿景则是端到端完成网站、发布等流程，把自己定位为“the developer”。

• 小狼并不认为愿景新鲜：早在 2013 年做代码托管平台时，工程师们就设想过让另一个“牛马”替自己写代码。真正变化是今天的产品比早期复制粘贴顺畅，已能进入成熟工程体系。

• 在代码规范、评审规则和系统稳定性较强的大厂，AI Coding 已相对成熟；模型能在成熟的代码品味、规范和质量基础上帮助提效，效率增益更容易兑现。

• 若团队原本堆满技术债，AI 只会继续生产技术垃圾。小狼的比喻是：“面条摞面条，就变银丝卷了。”是否采用工具，要先看 CTO、架构和代码库是否足够干净。

14. 小团队已能吃到 AI Coding 红利，复杂项目仍要拆开

• 于欣烈认为，个人开发者和创业者是当前最直接的受益者。小公司养一个专职设计师并不现实，AI 已能完成越来越现代的前端页面、套入框架，并在文档清楚时连接后端。

• 最适合的任务是活动页、临时官网、域名备案页和边界明确的服务；最大限制仍是复杂度。试图让 AI 一次构建完整大型项目，前后端和状态会迅速失控。

• 于欣烈的实操原则是拆分、模块化：让 AI 分别写一个个微服务，再由人把它们串联起来。模型不是替代架构，而是补齐独立开发者在设计、前端或某种语言上的短板。

15. Coding 工具还会进入写作，但 IDE 未必永远存在

• 于欣烈提醒，Code 也是一种语言，IDE 因而可以成为写作工具。他提到 Deep Cloud：先利用 DeepSeek 的 CoT 拆解问题和写作要求，再把思维链交给擅长写作或 Coding 的 Cloud 生成文章。

• 朱峰判断，短期内各类 IDE 都会接入 AI，Cursor 这类基于既有编辑器改造的产品会成为入口。

• 长期问题是：如果用户只需说“把这个图从绿色改成蓝色”，AI 就直接完成修改，为什么还要写代码，甚至为什么还需要 PRD？嘉宾随即补充，这个阶段“还很远”。

16. “套壳”是共同发现需求的过程，不必先讲超级应用

• 小狼把当下与自己 2015 年工具创业时相比：技术、场景和依赖都未定型，创业者完全可以“一直套壳”，失败后再做下一家；持续尝试会积累成对场景、生态和商业模式的专业判断。

• 小狼不把套壳视为贬义，因为“一切皆套壳”。早期产品实验能暴露底层缺什么、用户真正要什么，以及哪个细分场景足以形成业务闭环。

• 小狼还提醒，当前大家都去卷大模型，有的确实是在卷能力，有的可能只是概念；应用层更靠近用户，持续尝试才更容易发现需求。

• 小狼会主动放弃“下一代微信、下一代头条”的超级入口叙事。她给创业者留下的问题更朴素：“每天问自己一遍，你在解决什么问题？”

17. AI 把创业从“干一票大的”推向可回款的小生意

• 庄明浩概括上一轮移动互联网和 VC 的共同叙事是“干一票大的”；这一轮 AI 放大个人能力，使一人公司、小而美产品和低人数团队的成功可能性和概率都明显提高。

• 小狼研究电商后发现，“手里有个货”、懂渠道，就能快速得到销量、利润和现金流反馈。相比之下，软件行业产业链短、商业模式薄，大厂又包揽太多环节，小公司常常“穷得要死”。

• 小狼期待中国随着工业软件、基础设施和产业链位置改善，出现更多像电商一样足够长的价值链，让专家能在熟悉行业里做一个小生意，而不必争夺唯一的平台入口。

• 从上海、北京搬到杭州后，小狼学会一句话：“做生意不丢人。”当地人更关心成本、销量、利润和一家人的生活，而不是先把每件事包装成宏大创业叙事。

18. 一至三人的作坊可以成立，但薄 Feature 没有护城河

• 朱峰和科技乱炖团队投资的常是“作坊”：“你最好一个人，不要超过三个人。”首要指标是能否把现金流做起来，而不是先扩大团队、融资和估值。

• 他的拷问仍来自传统投资：如果只是用 AI 做出一层很薄的 Feature，大模型或大厂很快会把能力内置，原产品随即失去价值。

• 更好的标的是创始人在某个行业已有经验、能力和积累，再由 AI 提效或规模化。护城河来自过去的能力与积累，AI 负责放大，而不是替代积累。

19. SAE 分级提醒市场：Agent 的“自主”不能偷换概念

• 于欣烈说，智能驾驶从业者普遍不喜欢 SAE 的机械分级，却又离不开它，因为 L1—L5 是与市场和用户沟通时最容易压缩共识的语言。

• 若严格按“自主执行”定义，辅助驾驶阶段并不符合 OpenAI 的 L3 Agent。只有自动驾驶 L3 起，系统才开始独立完成驾驶；自动驾驶 L4 仍属于 OpenAI Agent 层，而不是更高一层智能。

• 区别可以压缩为：“人和车共驾，就是 Co-pilot，它不是 Autopilot。”这也是语言世界里的 Agent 一进入物理世界，就必须面对的责任边界。

• L3 落地慢，不仅因为技术，还因为法规和事故责任。发生碰撞后算驾驶员、车企还是系统的责任，决定了产品能否从“辅助”正式跨到“自动”。

20. 中国押注 VLA，美国则可能直接验证 L4

• 于欣烈当时判断，华为有望在中国率先于今年实现高速等限定场景的“有条件的自动驾驶 L3”。监管命名也趋于收紧，不能随意使用“智能驾驶”或“自动驾驶”；特斯拉 FSD 在中国也改名为辅助驾驶语境，但华为可以使用“智能辅助驾驶”和“有条件的自动驾驶”等名称。

• 美国路线没有明显的 L3 过渡。特斯拉可能直接走无监督 FSD，并计划在当年五六月于奥斯汀启动 Robotaxi，把 L4 从乘用车功能直接变成出行服务；这也是其市值变化的重要原因之一。

• 中国曾长期跟随特斯拉公开路线，如今特斯拉不再举行公开技术路线的 AI Day，国内只能自行判断。理想、小鹏等选择 VLA，技术先进性和产品体验也可能走出不同组合。

• 这条路并非公认最优。于欣烈转述李想的看法：VLA 未必高效，却是“不停滞不前”时可接受的现实方案；它最终能否实现 L4，“大家都不知道”。酒店机器人和快递车多数仍是路径规划、规则和路径跟随，不能据此宣称跨级。

21. 英伟达仍是最大玩家，但推理时代会削弱“全市场独占”预期

• 庄明浩把 2022 年底至 2024 年底的简单策略概括为“买英伟达”。DeepSeek 出现后，争论变成：训练效率提高会削弱芯片需求，还是像杰文斯悖论一样，以更低成本刺激更多用量。

• Agent 对算力的消耗被现场形容为 Chat 产品的数千倍，总需求增长逻辑并未消失；于欣烈的关键追问是：“那个需求是不是能够落在 NVIDIA 身上？”未来增量主要来自推理，而推理芯片未必仍由一家垄断。

• 他反对“彻底垮掉或继续原地起飞”的二元判断。英伟达依然可能是最大玩家，只是不再保持此前的增长速度；估值要同时处理市场份额、增长预期和原有 PE 是否过高。

• 汽车端也出现替代：Blackwell 架构相关问题导致 Thor 上市和上车不断推迟，最高约 1,000T 的 Thor U 方案成本和验证仍是问题；蔚来 ET9 已经发布，小鹏计划 Q2 推图灵芯片，理想计划次年发布“舒马赫”芯片。不过于欣烈强调，智能驾驶芯片占英伟达收入很低，不能用汽车份额直接外推整体结论。

22. AI 落地先被“给人看的脏数据”卡住

• 朱峰为狂喜播客节搭建的 Agent，本质是用扣子制作知识库；真正费力的不是搭建，而是把人类阅读友好、机器理解困难的课表重新整理成 CSV 或 JSON。

• 嘉宾资料和活动信息大量存在图片里，又没有 Word 版，Agent 自然查不到。庄明浩随后说，AI 也需要成长，应该逐渐意识到“人类社会的数据就是这么脏”。

• 这使数据结构化、知识库、数据库和企业内部治理成为 Agent 落地的基础工作。模型再强，若输入仍是散乱图片和无法核验的文档，产品能力只能停留在演示层。

23. 中美差距是全产业链问题，中国的机会来自另一种土壤

• 庄明浩认为，“中美 AI 水平差距”并不只是 AI 技术本身的差距，而更多是全产业链的问题：美国有成熟的软件、云和 SaaS 商业模式，中国则有开源、产业重构和“弯道超车”的条件，结果取决于上下游全链条。

• 庄明浩从政策中看到明确利好，并根据过去的经验表达了总体偏乐观、但非精确预测的判断：“大力出奇迹”。

• 若 AI 真正进入业务层，中国企业还可能随“一带一路”等项目进入新市场；他以沙特需要重建 IT 为例，设想直接用 AI 架构重做系统。“贫瘠的土壤更容易长出下一代的花”，而中国用户对新技术的接受和调整也更灵活。

24. “Agent”适合行业讨论，却不适合直接拿去卖产品

• 面对营销和融资是否应使用 Agent 一词的问题，庄明浩的答案是“不适合”。智谱的官方表述“AutoGLM 沉思版，是一个类似 Deep Research 的 AI Agent 产品”，现场几乎没人能一次听懂，正说明技术词、产品词和用户认知已经割裂。

• 朱峰补充，PR 可以利用市场热点，但热点词不等于产品定位。庄明浩最后建议把“Agent 年”的复杂讨论留在会议室里：面向用户时，产品仍应先说清楚它解决什么问题。