2025年被创业公司密集占据的热门Agent（智能体）赛道，终于等来头部大厂下场“收割”。

北京时间7月18日，OpenAI发布ChatGPT Agent产品。功能上，ChatGPT Agent融合了此前OpenAI发布的Operator远程可视化浏览器环境执行任务能力、DeepResearch的多步研究与整合高质量信息能力，以及ChatGPT的对话能力；人员配置上，据OpenAI官方披露，为了开发ChatGPT Agent，Operator与Deep Research团队已合并为一个20到35人组成的统一团队。

另在近日，亚马逊云科技在纽约AWS峰会上发布Bedrock AgentCore服务，提供了一组核心组件，帮助企业构建、部署和管理AI Agent。今年3月，亚马逊AGI实验室开发的Nova Act已能自主操作网页浏览器完成购物、填表等复杂任务。

而在太平洋彼岸，中国一级市场正被金沙江创投主管合伙人朱啸虎的言论搅动。他认为大模型会“吃”掉90%的Agent，并将当前AI智能体创业者比作互联网早期的个人站长——充满草根精神却面临残酷淘汰。两相对比，Agent终于在多方鼓吹“2025元年”的热潮中，跨入大厂“收割”、创业公司焦虑的节点。

平台化竞争开启

整个Agent行业已有Manus、Lovart、Flowith、Genspark等明星产品，ChatGPT Agent发布后也面临同质化、速度慢、技术缺乏代际差等质疑。但从官方演示来看，ChatGPT Agent的核心优势在于OpenAI直接搭建专用模型，与OpenAI o3同系列，采用端到端训练方法，系为Agent任务开发的统一模型，而非其他Agent产品调用外部厂商产品建立的多模型工程化组合。

另从定价来看，此次OpenAI虽未再次实行降价策略，但创业公司也未占据明显价格优势。其中可调用ChatGPT Agent功能的GPT Plus套餐每月20美元，Manus基础计划每月19美元。

AIGClink发起人、行行AI合伙人占冰强对第一财经表示，通用类Agent领域竞争已经进入成熟期，大厂开始下场，包括OpenAI、字节跳动Coze空间等，这是一条属于大厂的赛道，而垂类行业的Agent如果具备一定交付能力，创业公司在其中仍有机会。

更值得注意的一点在于，OpenAI或将开辟一条新的营收路径——与最终交易绑定，但该模式此次暂未正式对外披露。有消息称，OpenAI计划开发电子商务功能，测试ChatGPT内部集成结账系统，并通过ChatGPT完成在线产品销售进行分成。过去的Agent类产品可以帮助用户搜索、对比、筛选，甚至包括支付下单，但并未在该流程内进行收费举动。OpenAI此次虽未披露新营收方式，但山姆·奥尔特曼此前在接受采访时称：“我们不会为了改变推荐排名而收费，但用户若通过Deep Research发现了某款商品并进行购买，我们会抽取约2%的费用。”

OpenAI从底层模型优势切入，亚马逊则直接提供技术与资金支持，所发布的Amazon Bedrock AgentCore为客户提供从部署到运行的全套能力。此外，亚马逊云科技宣布向其生成式AI技术创新中心追加1亿美元投资，并与meta达成合作，支持初创企业利用Llama模型开发AI应用。

不论是OpenAI从流量入口添加交易收佣丰富生态，还是亚马逊从底层能力提供全栈支持，Agent领域的竞争越来越平台化。正如朱啸虎三日前在社交平台所言：AI Agent领域创业者可以借鉴互联网早期的个人站长模式，从个人站长逐渐成长为具有影响力的互联网公司。他分享的代表性案例包括网易、腾讯等，均从“工具”或“入口”切入，解决用户最基础或最迫切需求，形成用户黏性，再发展壮大。

从早期迈入分化路口

虽然成长路径可参考，但目前多元的Agent产品生态尚未有哪一款产品，能够在用户群中构建起牢固的黏性壁垒。Demo（演示版）产品引发一波讨论与测试后，一旦开启收费，用户流失严重，形成热闹Agent浪潮下的伪需求陷阱。也因此，朱啸虎认为，如果产品不具备用户黏性，未来大模型能够“吃”掉90%的Agent产品。

这并非夸大其词，此前Gartner预测，到2027年底，40%的代理型人工智能 （Agentic AI ）项目将被取消，原因在于成本高昂、商业价值有限及风险控制不足。当下大多数项目都处于早期试点或概念验证阶段，许多组织低估了扩展Agentic AI系统的复杂性。

Gartner高级总监兼分析师阿努什里·维尔马（Anushree Verma）表示，部分Agent项目“受炒作驱动，且常常被误用”，“这可能会让组织忽视大规模部署AI Agent的真正成本和复杂性，导致项目无法推进到生产阶段”。

另外，Gartner认为，当下“智能体包装（Agent Washing）”现象兴起，即供应商将机器人流程自动化（RPA）工具、聊天机器人和AI助手等技术重新包装成Agent产品，但名不副实。在Gartner的调研数据中，仅有19%的受访者表示所在公司已在Agentic AI方面进行了大量投资，42%的受访者称投资较为保守，超过30%的受访者持有不确定或持“观望”态度。核心原因仍类似于AI1.0时代的问题——数据格式不兼容、系统接口老旧、权限申请流程漫长、内外部系统不匹配等。

头部厂商下场虽然带来更明确的方向，但也带领行业加速迈入关键性十字路口。专用模型的迭代将较多模型拼凑的“工程化组合”更具优势，成为技术门槛的核心；平台化能力会倒逼中小创业者向垂直场景深耕，复制早期互联网时代“工具-入口-生态”的成长逻辑；商业化层面，单纯依赖工具收费的路径将面临营收压力。预计未来三至五年，Agent行业将正式从“概念炒作”迈入“实用主义”。