摸著Manus，字節(jié)百度開(kāi)始過(guò)AI Agent這條河

　　通用 Agent(智能體)的火爆，仍在繼續(xù)。

　　引爆這一領(lǐng)域的明星初創(chuàng)公司Manus AI，近期被曝出完成了新一輪7500萬(wàn)美元融資，估值在短短不到2個(gè)月內(nèi)，飆升至5億美元。

　　被Manus打開(kāi)未來(lái)想象空間的通用 Agent市場(chǎng)，正在吸引一眾科技大廠的入局。最新加入進(jìn)來(lái)的是百度。

　　近日，百度對(duì)外推出了類通用 Agent產(chǎn)品“心響”。百度之前，字節(jié)搶跑一眾國(guó)內(nèi)科技大廠，率先上線了自家的Agent產(chǎn)品“扣子空間”。

　　相比傳統(tǒng)Agent產(chǎn)品，通用Agent本質(zhì)區(qū)別在于其定位從“工具”向“伙伴”的角色轉(zhuǎn)變，能夠處理復(fù)雜、多步驟的任務(wù)場(chǎng)景。

　　背靠大廠已有的產(chǎn)品生態(tài)，字節(jié)和百度共同盯上了同一目標(biāo)，即借 AI Agent尋找自家 AI 產(chǎn)品體系的新增長(zhǎng)點(diǎn)：字節(jié)試圖將通用Agent概念嵌入工作流，尋找專業(yè)場(chǎng)景的落地應(yīng)用;百度則想要在普通消費(fèi)者中率先破局。

　　兩者都在嘗試打破各自內(nèi)部的生態(tài)壁壘，構(gòu)建更廣泛的AI Agent生態(tài)體系，將通用Agent概念徹底打入用戶的心智。

　　然而，受限于大模型技術(shù)的成熟度，包括字節(jié)、百度在內(nèi)的所有參與者，都不得不在探索的路上，不斷地捫心自問(wèn)：AI Agent的真正應(yīng)用場(chǎng)景是什么?

　　01

　　追逐AI Agent的場(chǎng)景答案

　　在找尋差異化應(yīng)用場(chǎng)景的道路上，字節(jié)與百度在這一問(wèn)題上選擇了不同的路徑。

　　字節(jié)的扣子空間主要入口為網(wǎng)頁(yè)端，更易于接觸日常辦公場(chǎng)景下的軟件資源;百度的心響主要面向手機(jī)端，目前仍只支持安卓系統(tǒng)，意圖將自身產(chǎn)品打入用戶的日常場(chǎng)景體驗(yàn)之中。

　　字節(jié)希望用 AI 深度嵌入工作流已成為業(yè)界共識(shí)。扣子空間“和Agent一起開(kāi)始你的工作”這句宣傳語(yǔ)精準(zhǔn)地貫穿了產(chǎn)品邏輯。

　　扣子空間的最大目標(biāo)：生產(chǎn)力全面提升。其MCP擴(kuò)展中，飛書云文檔、多維表格和電子表格尤為令人關(guān)注。如果能夠與飛書平臺(tái)進(jìn)行高度整合的話，打通生態(tài)間壁壘，扣子空間將會(huì)成為企業(yè)效率的“智能中樞”。

　　我們讓扣子空間作為一位藝術(shù)類型公眾號(hào)撰稿者，搜集日本藝術(shù)家的文字與圖片信息，制作成一份文字與藝術(shù)作品圖片交叉的稿件。

　　在實(shí)際測(cè)試中，它對(duì)提示詞的遵循能力優(yōu)異，能夠自動(dòng)檢索網(wǎng)頁(yè)、制作可視化報(bào)告，流程流暢幾乎沒(méi)有卡頓，給出了一份完整的、規(guī)規(guī)矩矩的文字報(bào)告以及作品時(shí)間軸。

　　字節(jié)希望把Agent當(dāng)作辦公過(guò)程中的“AI實(shí)習(xí)生”，主動(dòng)幫助用戶處理文件檢索、表格制作、報(bào)告生成等任務(wù)。其背后的邏輯是：在企業(yè)私域內(nèi)，聰明的AI輔助工具才更容易產(chǎn)生價(jià)值。

　　百度則選擇進(jìn)一步降低使用門檻，從更廣泛的普通C端用戶切入，其產(chǎn)品心響專為移動(dòng)端設(shè)計(jì)，在實(shí)際測(cè)試中的產(chǎn)品邏輯有些不同：“把難題留給心響，把時(shí)間留給生活。"

　　從功能模塊的設(shè)計(jì)來(lái)看，心響相對(duì)于字節(jié)的扣子空間一個(gè)最大的區(qū)別是“靈感廣場(chǎng)”模塊。在該模塊內(nèi)，百度的產(chǎn)品設(shè)計(jì)者集成了大量的任務(wù)模版：晚安故事集、AI繪本、AI相親等等。

　　不過(guò)，百度的C端策略既聚焦于用戶習(xí)慣的培養(yǎng)，也有在一定程度上限制了產(chǎn)品的想象空間的嫌疑。技術(shù)上來(lái)看，心響給了外界一個(gè)明顯的感受：主模型的指令遵循能力似乎并不如字節(jié)扣子空間那樣精準(zhǔn)，它的思維更加發(fā)散。

　　相比于扣子空間迅捷的內(nèi)容生成速度，百度的心響在響應(yīng)速度上顯得相對(duì)緩慢的多，生成過(guò)程耗時(shí)更長(zhǎng)。

　　然而，與扣子空間嚴(yán)格遵循提示詞、輸出規(guī)整的報(bào)告不同，心響在生成結(jié)果時(shí)額外設(shè)計(jì)了交互元素和視覺(jué)優(yōu)化，在輸出中融入更多細(xì)節(jié)和附加價(jià)值。

　　這樣的產(chǎn)品邏輯，非常適配于日常場(chǎng)景，因?yàn)橛脩敉�往被認(rèn)為在與AI的交互中，提示詞工程的經(jīng)驗(yàn)較弱，甚至很多時(shí)候自己都不清楚自己想要的是什么。

　　02

　　大廠摸著Manus過(guò)河

　　盡管產(chǎn)品體驗(yàn)上仍有不完美之處，令字節(jié)、百度們爭(zhēng)搶推出相應(yīng)Agent產(chǎn)品的的一大原因，則離不開(kāi)其在商業(yè)變現(xiàn)上的天花板足夠高。

　　要知道，競(jìng)爭(zhēng)打到現(xiàn)在，無(wú)論國(guó)外的OpenAI，還是國(guó)內(nèi)的字節(jié)、百度，其在大模型上都處于虧錢投入階段。如何尋找到足夠強(qiáng)的付費(fèi)變現(xiàn)模式，無(wú)疑是一眾大模型廠商的當(dāng)務(wù)之急。

　　Manus成功拿下7500萬(wàn)美元融資的現(xiàn)身說(shuō)法，讓科技大廠看到了進(jìn)軍Agent領(lǐng)域的一絲曙光。最近OpenAI的一份預(yù)期收入報(bào)告，則讓這絲曙光變得更明亮了些。

　　據(jù)The Information報(bào)道，OpenAI預(yù)測(cè)至2029年，AI Agent及其他新產(chǎn)品的銷售額將超越ChatGPT，推高總營(yíng)收至 1250 億美元，2030年總營(yíng)收有望達(dá)到1740億美元。Agent，正被視為繼對(duì)話式大模型產(chǎn)品之后的下一個(gè)大金礦。

　　而且，對(duì)于字節(jié)和百度這樣生態(tài)龐大的公司而言，在各自的生態(tài)體系下，借助需要外部MCP交互的Agent，還可以達(dá)到盤活現(xiàn)有產(chǎn)品矩陣的效果。

　　但是，MCP本身不足以實(shí)現(xiàn)“世界的互通互聯(lián)”。其需要大模型在多模態(tài)(尤其是推理能力)以及成本價(jià)格方面，給予支持。這能也反過(guò)來(lái)說(shuō)明，為什么是此時(shí)此刻，字節(jié)和百度才有能力推出“扣子空間”和“心響”。

　　根據(jù)The Information報(bào)道，Manus僅僅在Claude大模型的調(diào)用上，兩周內(nèi)就燒掉了超過(guò)百萬(wàn)美元。AI Agent的基礎(chǔ)工作流中的必要部分——多步推理涉及多次模型調(diào)用，處理復(fù)雜任務(wù)時(shí)需結(jié)合文本、圖像等多模態(tài)數(shù)據(jù)，導(dǎo)致計(jì)算量激增，消耗大量GPU資源，說(shuō)得直白點(diǎn)：AI智能體需要強(qiáng)算力資源、高多模態(tài)能力、強(qiáng)推理能力、低成本價(jià)格。

　　進(jìn)入2025年，推理模型尤其是視覺(jué)推理領(lǐng)域的進(jìn)步，使得Agent在實(shí)際產(chǎn)品中的部署變得技術(shù)上可行且經(jīng)濟(jì)上可持續(xù)。字節(jié)與百度在多模態(tài)大模型領(lǐng)域的早期投入開(kāi)始有了回報(bào)，AI Agent的基礎(chǔ)產(chǎn)品形態(tài)有了現(xiàn)實(shí)支撐。

　　近期，百度發(fā)布了文心4.5 Turbo及 X1 Turbo，強(qiáng)調(diào)推理性能與成本優(yōu)化。代碼智能體文心快碼更是接入MCP，李彥宏本人直接提出“創(chuàng)新的核心在于成本下降”。

　　字節(jié)同樣在4月中旬更新了豆包1.5·深度思考模型，同樣主打一個(gè)多模態(tài)和性價(jià)比。據(jù)晚點(diǎn)LatePost報(bào)道，扣子空間對(duì)比了六款國(guó)內(nèi)大模型，最終還是選用了自家的豆包作為基座模型技術(shù)支撐，原因是后者推理成本較低，大規(guī)模調(diào)用可行性高。

　　03

　　大廠尋找新“增長(zhǎng)點(diǎn)”旅途坎坷

　　AI Agent概念雖然打得火熱，但其定義正被泛化、濫用。通用Agent的資本故事里每一個(gè)字都異常美妙，市場(chǎng)潛力巨大，其仍然面臨多重技術(shù)挑戰(zhàn)，包括高任務(wù)失敗率、上下文理解不足、數(shù)據(jù)安全風(fēng)險(xiǎn)及潛在的偏見(jiàn)放大問(wèn)題。例如，無(wú)論是Manus、還是字節(jié)的扣子空間、百度的心響，這些產(chǎn)品在復(fù)雜任務(wù)中的可靠性仍說(shuō)不上有多高。

　　從較短的時(shí)間尺度上來(lái)看，AI Agent在復(fù)雜任務(wù)中的表現(xiàn)仍難以配得上“通用”二字。但如果將目光放得更長(zhǎng)遠(yuǎn)，其作為大廠們AI產(chǎn)品體系的新增長(zhǎng)點(diǎn)的潛力無(wú)法被忽視。

　　沒(méi)有大廠愿意冒著落后的風(fēng)險(xiǎn)，而不選擇跟進(jìn)。這一點(diǎn)深刻地體現(xiàn)在了字節(jié)、百度這樣的中國(guó)科技大廠身上。根據(jù)晚點(diǎn)LatePost報(bào)道，Manus出圈前后，字節(jié)就搞了至少5個(gè)團(tuán)隊(duì)在開(kāi)發(fā)不同Agent產(chǎn)品;百度的心響則由一群95后組成的團(tuán)隊(duì)，在30天內(nèi)研發(fā)出來(lái)。

　　對(duì)大廠而言，技術(shù)優(yōu)化迭代是必由之路，挖掘差異化的應(yīng)用場(chǎng)景才是打開(kāi)這條路的起始。誰(shuí)能率先找到復(fù)雜用戶場(chǎng)景的解決方案，誰(shuí)就能從這塊蛋糕里分走一部分。

　　這也意味著，字節(jié)和百度絕不會(huì)是這條賽道里的唯二玩家。國(guó)內(nèi)方面，阿里和騰訊同樣虎視眈眈。國(guó)外，不光是率先確立了A2A協(xié)議的Google，MCP協(xié)議的Anthropic，OpenAI對(duì)Agent也下了重注。一個(gè)月前，The Information 報(bào)道稱，OpenAI已經(jīng)在與投資者商議了三類未來(lái)的Agent產(chǎn)品的發(fā)布，價(jià)格從每月2000美元到20000美元不等。

　　可以想見(jiàn)的是，技術(shù)、資本、場(chǎng)景、標(biāo)準(zhǔn)正在AI Agent領(lǐng)域進(jìn)行混合博弈，對(duì)于大廠們而言，這不僅僅是燒錢的開(kāi)始，也是為產(chǎn)品體系找到全新商業(yè)引擎的起點(diǎn)。