据 Woofun AI 消息，（）正成为 AI To C 领域的新战场，但其商业逻辑仍深陷入口争夺与订阅盈利的传统窠臼。金沙江创投主管合伙人近期公开质疑 PA 的实际价值，直言不知其能解决何种核心痛点，这一观点折射出中国投资圈对 PA 创业逻辑的普遍疑虑：在 App 生态已相对成熟的当下，用户是否真的需要为"订咖啡"或"买机票"等基础功能支付额外成本？
然而，这种质疑或许仅触及了 PA 的表层形态，其深层意义可能在于重构人与服务的交互关系，甚至催生由 Agent 参与决策与交易的 。当前，无论是大厂还是创业公司，多沿袭既有路径追求模型调用量或短期商业化，却未必能充分释放 Agent 的潜在价值。10 月 22 日，腾讯科技《AI 未来指北》邀请 Agent 领域连续创业者 、上海期智研究院 PI 及智羽慧科技创始人，深入探讨 PA 的底层逻辑与未来经济形态。
Woofun AI 整理数据显示，记忆与上下文管理的独立化，被视为 PA 产业链中的潜在机遇，但也面临显著的技术挑战。李彪对此方向表现出浓厚兴趣，希望建立可信的上下文系统，保存个人数据、记忆及与不同 Agent 互动积累的信息。该系统可由用户自行管理，或交由值得信任的服务商管理，类似 的使用模式。只要经过授权，任何 Agent 都能访问必要信息，用户无需纠结使用哪家公司的产品。
这一讨论揭示了 PA 基础设施建设的复杂性，记忆与上下文管理不仅是技术问题，更是涉及用户习惯、平台利益与标准制定的系统工程。
API 困境的历史回响，揭示了 PA 发展中的深层商业博弈。Mingke 回顾 2015 年创办 PA 公司的经历，当时使用传统 NLP 技术进行意图识别和 Slot Filling，将自然语言需求转换为结构化参数。产品可查询机票、酒店和餐厅，但投资人质疑其实际用途。Mingke 后来发现，仅查询不够，关键在于能否完成真实交易。当时中国 API 生态不成熟，服务未开放接口，团队甚至雇佣人工打电话联系餐厅，难以规模化。
投资人提问：这是技术问题还是运营问题？Mingke 意识到，若美团、大众点评做同样产品，因拥有商家资源可完成交易；而他即使有更好的 NLP 技术，商家也不愿开放接口。这就是 API 困境。十年后，大语言模型解决了自然语言理解和推理问题，Computer Use 可操作浏览器，MCP 提供新工具调用方式，但服务供给与商业合作问题仍存在。Mingke 指出，若 PA 仍主要依靠入口、广告和交易佣金盈利，商业运营问题几乎不可能解决。
更深层次的问题是，Agent 究竟是新智能还是新应用？当用户利益与平台收入冲突时，Agent 忠于谁？Mingke 认为，如果 PA 不拥有飞机，不拥有航空公司交付能力，航空公司不愿提供接口，PA 只能用 Computer Use 打开网站，回到"爬虫和反扒"对抗，本质是博弈而非合作，难以撑起大规模经济。
更关键的是，为何服务提供商要将客户交给 PA 控制？必须给出有说服力的答案。这与十年前相比，并未因模型能力提升而自动消失。Siri、Alexa、小爱同学、Bixby 等智能助手均面临第三方服务接入问题，品牌不愿成为另一平台背后的 API，以免失去直接触达用户机会，陷入价格竞争。若无更好市场机制，今日 PA 仍可能面对上一代智能助手的商业难题。Mingke 认为，Agent 与 Agent 协作是少数值得期待的方向，但仍需回答为何航空公司要将服务封装成 Agent 而非直接提供 API 或 MCP 服务。商业博弈始终存在，可参考航空公司与 OTA 合作：航空公司愿通过 OTA 获新客户，开放查询预订接口，但获客后仍希望消费者回到自有 App。未来 Agent 间可能形成类似合作，关键是设计机制，使消费者和服务提供商均获益，而非某一平台独占用户关系。
商业模式的演进，正从传统的订阅佣金向按效果付费探索。Mingke 认为，当前 PA 商业模式处于演进过程，新模式出现前，现有方式可能是当下最合理选择。从消费者角度，许多人不在意 Agent 是否完全属于自己，只要服务好用、价格可接受，如每月 20 美元获得不错个人助手，对多数消费者已具吸引力。未来可能出现更高级模式，但现在尚早。类似移动互联网初期，产品沿用 Web 时代设计理念，后逐渐发展出移动端原生形态与商业模式。
未来展望方面，技术拐点、市场低谷与最终愿景交织。Mingke 认为，模型能力已过重要转折点。过去两年，模型间差异明显，使用不同模型，Agent 表现相差大。但现在，如 Opus 5.5 这样的模型已非常强。对大量普通用户日常场景，进一步提高模型智能水平，未必带来明显效果变化，意味着不少场景中，模型能力已超过当前实际需求。当然，前沿科研、AI for Science 等领域仍需更强模型，但普通用户和企业大量应用，可能已具备开始落地技术条件。李彪持不同看法，认为模型能力还有很大提升空间。
Coding Agent 率先取得进展，重要原因是编程任务易验证：代码能否编译，测试能否通过，有相对明确判断标准。现实世界有太多不同任务，模型如何泛化到这些场景，仍是很大问题。因此，无论模型架构、训练方法还是数据，都有大量工作要做。近期资本市场对 AI 投资回报质疑增多，部分投资者担心 AI 泡沫，但也有企业发现，真正推理需求可能才刚开始。Mingke 个人判断，英伟达股票会继续买，因真正企业级 Agent 需求未完全释放。
今天 Claude Code、Codex 这些工具用户，可能还处类似早期阶段。若未来个人 Agent 能让更多普通人使用智能能力，需求规模可能完全不同。但另一方面，Mingke 觉得中美 AI 产业短期内都可能遇到一个小低谷。过去一段时间，模型突破、AI 提升生产率、替代部分工作岗位的消息不断出现，整个社会对 AI 期待已很高。可当大家真正开始要求 AI 在经济上交卷时，可能发现成果未及时出现。
这也是 Mingke 现在特别关注 Agent Economy 的原因：最终需看 AI 在真实经济活动中产生了什么影响，而不能一直停留在科研突破或模型排行榜上。企业从尝试 Agent，到真正把它部署到生产环境，并持续创造经济价值，是需要时间的。若这个过程没能及时接住市场期待，热情和信心就可能下降。有些人因此认为 AI 只是泡沫，但 Mingke 不这么看：它确实有巨大价值，关键在于下一波实际应用能不能在合适时间发展起来。最后回到 Agent Economy，Mingke 最期待它能创造新的交易机会和市场机制。
WOOFUN 深度内容团队 · 资深加密研究员
评论
暂无评论