在2024年的技术舞台上，Agent的崛起成为了不可忽视的现象，这不仅标志着技术的飞速发展，也预示着大模型神话的初步褪色。曾经被光环笼罩的大模型，如今正逐渐显露出其作为底层基础设施的本质，而非直接面向市场的成熟产品。
业内专家指出，2023年业界对大模型的热情高涨，众多企业和个人纷纷投入资源训练自己的大模型。然而，当这些大模型问世后，如何有效利用它们成为了一个难题。大模型更像是一种基础资源，如水电煤一般，需要进一步的开发和整合才能转化为实际的生产力。
Agent正是在这一背景下应运而生，它扮演着连接大模型与实际应用场景的关键角色。如果说大模型的爆发是前年的主题，那么去年的关键词则是大模型的落地应用。Agent的出现，让行业看到了大模型从理论走向实践的路径。
Agent不仅让云端的大模型更加接地气，还催生了“大模型+Agent”这一新的To B风尚。LinkAI的联合创始人兼COO苏晨星对此深有感触，他回忆道，大约在2023年年中，市场上从事Agent工具开发的企业寥寥无几，而他们正是其中之一。然而，到了下半年，这一领域迅速升温，甚至出现了供过于求的趋势。
据企查查数据显示，近一两年间，智能体相关的新成立企业数量已超过200家。这一市场的混乱与不确定性也随之显现，玩家身份复杂多样，包括大厂、AI新兴企业以及创业公司等。在没有统一标准的情况下，Agent的价格体系尤为混乱，客单价从数千元到上千万元不等。
从供需关系来看，Agent市场呈现出明显的分层特征。顶层由百度、阿里、腾讯等大厂占据，他们拥有完善的云和模型基础设施，能够承接大型政企项目；第二层则是科大讯飞等厂商，他们虽然基建相对完善，但在面对超大政企客户时稍显力不从心；第三层是澜码、实在智能等新兴Agent公司，他们主要服务于中小企业客户；最底层则是个人开发者，通过简单的工具满足一些基本需求。
与大模型的明确标价不同，Agent的价格体系显得尤为复杂。苏晨星解释说，这主要是由于Agent的应用场景和客户需求各不相同，从个人开发者的零散单子到政企客户的大额订单，价格差异巨大。同时，他还指出，Agent的决策链路也影响着客单价，自上而下（政企客户）和自下而上（中小企业）的决策方式导致了不同的预算水平和采购策略。
尽管Agent市场看似混乱，但其中的机遇仍然巨大。与AI四小龙的CV时代相比，大模型让To B业务的日子变得更加好过，项目平均客单价从几十万提升到了几百万。Agent的引入解决了CV时代B端交付难的痛点，通过“大模型+小模型”的组合方式，以低代码项目的形式快速搭建应用供客户使用。
然而，随着时间的推移，所谓的“大单”也变得越来越少。有业内人士透露，早期智谱等公司在To B项目中轻松报价千万以上，但如今已难以达到这一水平。这主要是因为大单市场竞争具有隐性门槛，谁的基建越完善、服务体系越成熟，谁就越有竞争力，而最后的胜者往往锁定在大厂之间。
在大厂之下，第三梯队的Agent应用和服务企业仍然拥有广阔的市场空间。LinkAI就是其中的佼佼者之一，他们通过提供标准化的SaaS产品和客制化服务，快速形成了商业化收入。同时，他们还与大厂建立了合作关系，通过上架云平台或合作To B项目等方式拓展业务。
然而，Agent市场的未来并非一片坦途。最大的不确定性来自大厂之间的竞争以及新兴企业的崛起。例如，字节火山引擎推出的HiAgent就是一款面向企业开发大模型应用和Agent的产品，它直接瞄准了企业客户市场，与市面上的创业公司形成了竞争关系。
尽管如此，Agent作为连接大模型与实际应用场景的关键桥梁，其重要性不言而喻。未来，随着技术的不断进步和应用场景的不断拓展，Agent市场有望迎来更加广阔的发展前景。
