文 | 腦極體

最近在網(wǎng)上沖浪，學(xué)到了不少關(guān)于智能體的黑話。比如說(shuō)一家公司說(shuō)我們有agentic workflow，實(shí)際上就是寫幾個(gè)for循環(huán)調(diào)用API；說(shuō)自己正在做AI agent，不過(guò)是把一群只有金魚記憶、胡言亂語(yǔ)的AI湊在一起開會(huì)，直到掏空錢包。

沒想到被業(yè)內(nèi)人士看好的企業(yè)智能體，卻成了老板眼中不頂用、員工眼中純忽悠的存在，這就很諷刺了。

畢竟2025年初，智能體爆火之后，行業(yè)內(nèi)的普遍共識(shí)是，通用智能體如Manus，這類全能型AI助手不懂業(yè)務(wù)，無(wú)法滿足企業(yè)對(duì)高可靠、低容錯(cuò)的業(yè)務(wù)要求。而懂業(yè)務(wù)、能干活、有行業(yè)沉淀的企業(yè)智能體，能嵌入企業(yè)內(nèi)部流程之中，被認(rèn)為是智能化轉(zhuǎn)型的主力。

沒想到一年過(guò)去了，通用智能體依然是長(zhǎng)盛不衰、自帶流量的技術(shù)網(wǎng)紅，從Manus到clawbot，老板一刷熱搜就兩眼發(fā)亮，恨不得立刻將其請(qǐng)進(jìn)公司。

而企業(yè)智能體，可以用雷聲大、雨點(diǎn)小來(lái)形容。既不像通用智能體那樣炫酷而全能，能讓公司蹭上AGI的光環(huán)，又不如原來(lái)的RPA、企業(yè)系統(tǒng)更符合使用習(xí)慣，員工還得從頭學(xué)習(xí)，配合公司的轉(zhuǎn)型表演，紛紛在社交媒體上吐槽。

經(jīng)過(guò)這一年的喧囂與試錯(cuò)，我們或許該重新審視一下，企業(yè)智能體的“三宗罪”。

罪名一：總覺得自己懷才不遇，老板不懂AI

做企業(yè)智能體，總會(huì)強(qiáng)調(diào)自己扎根業(yè)務(wù)、能落地，認(rèn)為通用智能體只會(huì)畫大餅、做PPT、講AGI這種宏大敘事。如果老板想在企業(yè)里引入通用智能體，他一定是被短視頻忽悠了，根本不懂技術(shù)。

這種想法，像不像很多老資歷的職場(chǎng)人，一旦公司里空降了技術(shù)網(wǎng)紅或明星高管，就覺得老板遇人不淑，自己懷才不遇？

站在企業(yè)員工的角度，通用智能體確實(shí)有華而不實(shí)的一面，就像大廠高管一樣只擅長(zhǎng)畫PPT和AGI的大餅，到了執(zhí)行層面，解決不了員工手頭真正的具體問題，比如做個(gè)報(bào)表，都得有人全程監(jiān)督、一步步授權(quán)操作，毫無(wú)提效作用。結(jié)果就是公司搞了一年AI，員工心態(tài)崩了，所謂的效果全靠向老板吹業(yè)績(jī)。

反觀企業(yè)智能體，從誕生之初就能無(wú)縫融入現(xiàn)有工作流，理解行業(yè)術(shù)語(yǔ)，與ERP、CRM等系統(tǒng)實(shí)現(xiàn)API級(jí)交互，也確實(shí)在后臺(tái)默默發(fā)力，自動(dòng)化繁瑣流程，幫助員工擺脫加班處理重復(fù)性工作的繁瑣。

明明企業(yè)智能體干了這么多實(shí)事，為什么老板總被Manus、openclaw這類網(wǎng)紅智能體吸引？一些員工和做企業(yè)智能體的軟件公司，于是得出結(jié)論：企業(yè)老板根本不懂AI。

真的是老板不懂用人，不對(duì)，用AI嗎？誠(chéng)實(shí)一點(diǎn)吧，企業(yè)智能體的確講不出性感的商業(yè)故事。決策者、管理者內(nèi)心真正想要的，還是通用智能體。

Manus這類通用智能體展示的能力，可以將模糊想法直接轉(zhuǎn)化為可執(zhí)行行動(dòng)、交付具體成果，自主規(guī)劃、完成復(fù)雜任務(wù)，不懂編程的市場(chǎng)分析師能靠它寫數(shù)據(jù)分析腳本，沒有設(shè)計(jì)背景的創(chuàng)業(yè)者能靠它快速生成產(chǎn)品原型。

這種解放生產(chǎn)力的AGI藍(lán)圖，自帶強(qiáng)大的吸引力。openclaw的爆火，就在于無(wú)數(shù)開發(fā)者基于它釋放自身的創(chuàng)意，這種吸引力和創(chuàng)造力，都是企業(yè)智能體不具備的。這種無(wú)所不能的通用能力，才符合企業(yè)對(duì)數(shù)字員工的真正期待，也是智能體顛覆工作模式的真正價(jià)值所在。

心在通用，身體卻誠(chéng)實(shí)地選擇了先落地企業(yè)級(jí)智能體，是考慮到當(dāng)前技術(shù)成熟度、成本效益、風(fēng)險(xiǎn)控制等多重現(xiàn)實(shí)約束下的一種短期的理性決策。

所以，企業(yè)智能體本身就是一個(gè)過(guò)渡期方案，會(huì)被每一次通用智能體爆火的光環(huán)所掩蓋，別用老板不懂AI來(lái)挽尊了。

罪名二：眼高手低，誤把一時(shí)當(dāng)永久

再說(shuō)了，會(huì)炒概念的通用智能體，真的就一無(wú)是處、干不了活嗎？

智能體之所以崛起，是源于大家對(duì)大模型要有手有腳、能真正落地執(zhí)行的迫切需求。無(wú)論是通用智能體還是企業(yè)智能體，它們的底層基座都是基礎(chǔ)大模型。

就像是上了同一所大學(xué)的學(xué)生，只不過(guò)一個(gè)主攻通識(shí)課、追求全能覆蓋，一個(gè)專攻專業(yè)課、追求垂直深耕。

而一旦基礎(chǔ)大模型的能力實(shí)現(xiàn)提升，一些專業(yè)課壓根就不必學(xué)了，那通用智能體此前的短板便會(huì)被解決。企業(yè)智能體一直引以為傲的能力邊界，就可能被通用智能體不斷覆蓋。

年底的openclaw比年初的Manus更好用，就是例證。2025年大模型技術(shù)的突破，讓通用智能體的能力有了質(zhì)的飛躍，不再華而不實(shí)，就漸漸暴露了企業(yè)智能體眼高手低的短板。

一是腦力短板。自主規(guī)劃是智能體的核心能力，2025年基礎(chǔ)模型升級(jí)后，通用智能體多步驟推理的邏輯性、準(zhǔn)確性顯著提升，徹底解決了長(zhǎng)任務(wù)鏈易出錯(cuò)的問題。以openclaw為例，選擇一線基礎(chǔ)模型，已經(jīng)能穩(wěn)定處理復(fù)雜任務(wù)，還能自主優(yōu)化策略。反觀多數(shù)企業(yè)智能體，僅是基礎(chǔ)大模型與RPA的簡(jiǎn)單拼接，與企業(yè)現(xiàn)有系統(tǒng)淺層結(jié)合，并沒有真正的技術(shù)壁壘。

二是能力短板。此前通用智能體的一大痛點(diǎn)，便是部署后往往與核心業(yè)務(wù)流程和現(xiàn)有工具脫節(jié)，導(dǎo)致中看不中用。隨著智能體通信協(xié)議MCP、skill等的出現(xiàn)，現(xiàn)在的通用智能體將復(fù)雜任務(wù)拆解后，已經(jīng)可以實(shí)現(xiàn)成熟的多智能體調(diào)度，并靈活調(diào)用技能。這種能力上的大幅提升，就覆蓋了一些原本屬于企業(yè)級(jí)智能體服務(wù)的工作內(nèi)容。

三是眼力短板。企業(yè)智能體的優(yōu)勢(shì)之一，是懂行。通過(guò)在特定領(lǐng)域的高質(zhì)量數(shù)據(jù)上做深度微調(diào)，與行業(yè)知識(shí)圖譜、規(guī)則引擎、BPM系統(tǒng)等結(jié)構(gòu)化知識(shí)源的深度集成，為垂直領(lǐng)域的企業(yè)提供高確定性的答案。但這份專屬優(yōu)勢(shì)的壁壘，正在被通用智能體打破。2025年，頭部模型廠商普遍升級(jí)了模型上下文處理能力，讓通用智能體能夠記憶更長(zhǎng)的對(duì)話歷史、精準(zhǔn)理解更復(fù)雜的業(yè)務(wù)背景，而這恰恰能高效適配長(zhǎng)篇文檔處理、復(fù)雜業(yè)務(wù)流程對(duì)接等場(chǎng)景。

目前，一些企業(yè)智能體還能憑借行業(yè)專屬站住腳跟，但明年，后年呢？

說(shuō)白了，基礎(chǔ)模型的智能水平仍在不斷進(jìn)化，網(wǎng)紅通用智能體與企業(yè)老師傅的能力差距，遠(yuǎn)比大家想象的要小。

罪名三：貴且無(wú)用，性價(jià)比堪憂

經(jīng)常裁人的朋友都知道，“廣進(jìn)計(jì)劃”一般先裁中層，因?yàn)楦傻幕畋然鶎由?，拿的薪資卻高得多，性價(jià)比最低。而企業(yè)智能體，就像是智能體領(lǐng)域的那個(gè)中層。

如果說(shuō)前兩大硬傷是態(tài)度與能力問題，那性價(jià)比低，就是企業(yè)智能體的最大硬傷。

不可否認(rèn)，通用智能體的算力消耗也很大，單次任務(wù)成本高，但它勝在標(biāo)準(zhǔn)化程度高、開箱即用，能快速覆蓋多數(shù)通用業(yè)務(wù)場(chǎng)景。

這類場(chǎng)景的特點(diǎn)，就是共性強(qiáng)、易于標(biāo)準(zhǔn)化、可規(guī)?；瘡?fù)制，而只要基礎(chǔ)模型能力提升，通用智能體就能憑借低成本、高易用性，形成碾壓性優(yōu)勢(shì)。隨著規(guī)?；瘧?yīng)用，邊際成本持續(xù)降低，長(zhǎng)期來(lái)看，是有性價(jià)比的。

企業(yè)智能體就很尷尬了，既比不過(guò)通用智能體的靈活易開發(fā)，對(duì)比傳統(tǒng)SaaS軟件，投入與產(chǎn)出也不匹配。

先看成本項(xiàng)。企業(yè)智能體的開發(fā)，從數(shù)據(jù)準(zhǔn)備、模型微調(diào)，到與企業(yè)老舊系統(tǒng)的集成對(duì)接，再到后續(xù)的駐場(chǎng)開發(fā)、持續(xù)維護(hù)，全程需要投入大量人力，走的還是傳統(tǒng)軟件“賣人天”的老路。

對(duì)軟件服務(wù)商來(lái)說(shuō)，每進(jìn)入一個(gè)新客戶、一個(gè)新細(xì)分場(chǎng)景，都需要進(jìn)行定制化開發(fā)、數(shù)據(jù)適配與模型微調(diào)，復(fù)制成本高、規(guī)?；y度大。高成本全轉(zhuǎn)嫁給企業(yè)客戶，顯然不現(xiàn)實(shí)，自己扛又會(huì)壓薄利潤(rùn)。

再看收入項(xiàng)。企業(yè)智能體無(wú)法像通用智能體那樣，為企業(yè)帶來(lái)估值提升、品牌溢價(jià)，助力融資與對(duì)外宣傳，所以最主要的收益就是為企業(yè)降本增效，真正省下錢來(lái)，或者直接拉動(dòng)收入增長(zhǎng)。

目前企業(yè)智能體的主要商業(yè)模式，包括傳統(tǒng)License賣許可模式，SaaS賣服務(wù)、Outcome-based按結(jié)果付費(fèi)模式。但如何為結(jié)果定價(jià)，整個(gè)行業(yè)仍在探索階段，也導(dǎo)致企業(yè)客戶的付費(fèi)意愿相對(duì)保守，不愿為不確定的價(jià)值支付高額成本。

對(duì)于如今愈發(fā)務(wù)實(shí)、極度重視AI投資回報(bào)的企業(yè)而言，企業(yè)智能體相當(dāng)于花大價(jià)錢請(qǐng)了個(gè)專家，干的活沒比老員工更多，消耗的成本卻很高，難逃裁員先裁中層的命運(yùn)。

2025年，無(wú)疑是智能體發(fā)展史上的里程碑。這一年，智能體作為企業(yè)數(shù)字化轉(zhuǎn)型核心引擎，地位已經(jīng)確立了。

但同時(shí)，也是智能體從理想回歸現(xiàn)實(shí)的清醒之年。大量企業(yè)在實(shí)踐中發(fā)現(xiàn)，將一個(gè)炫酷的技術(shù)Demo，轉(zhuǎn)化為能夠穩(wěn)定創(chuàng)造價(jià)值的生產(chǎn)力工具，其間的鴻溝，遠(yuǎn)比想象中更深。

企業(yè)智能體作為一條產(chǎn)品路徑，正如basic等編程語(yǔ)言一樣，技術(shù)浪潮滾滾向前，迭代更替本是常態(tài)。真正受到影響的，是只會(huì)這一門手藝的從業(yè)者。