文章回顾了“AI 助手”概念从 Siri、ChatGPT 到 Agent 的三次演变，指出当前市场对能“做”事的 AI 助手的强烈需求。文章详细介绍了 Manus 作为 Agent 启蒙者的角色及其成功之处，但也分析了它受限于底层模型和成本的局限性。同时，文章提出了第三方 Agent 创业者转向基于独有知识库的垂直深度 Agent 的新方向。接着，文章探讨了 Agent 从“炫技”到“日常”的“iPhone 时刻”，并以 Kimi 在国内市场的实践为例，阐述了原生 Agent 能力、长时任务处理和闭环数据飞轮是未来第三代 AI 助手的核心条件。最后，文章强调了基座模型厂商在 Agent 竞赛中的主导地位，并展望了 Agent 真正融入日常工作流的未来。

2026-01-14 18:07 广东

回顾过去十几年，市场对“AI助手”的想象经历过三次大规模的预期校准。

第一次是 Siri 诞生时，语音控制带来了交互的新鲜感，人们以为电影里的智能管家 Jarvis 就在眼前，但随后发现它更多时候只是一个语音闹钟；

第二次是 ChatGPT 横空出世，流畅的对话与推理能力让人觉得 AI 终于有了“脑子”，但很快市场意识到，它依然只是一个在对话框里坐而论道的智者，看不到对话框之外的世界。

2025 年初，Manus 的出现，让 Agent 的概念有了实感。这一次的冲击不同以往——很多人第一次看到 AI 不仅在“说”，而且在“做”。它当着你的面打开浏览器、编写代码、调试错误、甚至因为网页加载太慢而主动刷新。

当 Manus 的热度随着被收购而逐渐平息，人们才发现，无论技术外壳如何变迁，人类对 AI助手的核心渴望从未改变：用户不只想要一个仅仅能听懂话的陪聊，也不只想要一个会在黑底白字界面里写代码的极客工具；大家想要的，一直都是一个更聪明、真正能把活儿干完的帮手。

随着 Manus 完成它的历史使命，Agent 的下半场大幕正在拉开。

作为一家公司，Manus 的最终归宿或许存在争议；但作为一个产品现象，Manus 已经完成了它的历史使命——它是 Agent 时代的启蒙者。

在 Manus 之前，Agent 更多停留在学术论文和极客的 Python 脚本里。Manus 的成功之处在于，它通过可视化的交互，第一次向普通用户展示了 Claude 模型背后潜藏的 Agent 能力。它把“拆解任务-自主执行-环境反馈-修正路径”这一整套复杂的黑盒逻辑，变成了一个让用户盯着屏幕看的直观过程。

Manus 与 Claude 模型是典型的“互相成就”。Claude 稳定的计算机使用（Computer Use）能力、代码能力、工具调用能力是地基，而 Manus 是那座拔地而起的样板房。Manus 的流行，本质上是 Anthropic 技术愿景在应用层的一次成功落地。

然而，Anthropic 自家产品 Claude Code 的持续破圈，影响力逐渐从技术圈外溢，也揭示了一个道理：Agent 的天花板，依然由底层大模型决定。

当应用层的交互红利被吃透后，竞争会回归到模型本身。Manus 展示了“过程”，但受限于模型对虚拟环境的适配度、API 成本和推理稳定性，它依然难以成为大家日常工作的依赖。与此同时，国内外的其他基模创业公司——无论是 OpenAI 还是国内的DeepSeek、Kimi——都已将Agent作为发力方向：通过把 Agent 能力直接“内化”进模型里。

但这并不意味着第三方 Agent 创业者的末日，一个更有价值的方向已经浮出水面：基于独有知识库的深度Agent。当通用执行力被第一方产品“内化”成模型能力时，第三方 Agent 的核心竞争力就从“执行力”转向了“信息不对称”。

最典型的例子是金融研报 Agent。一个能够调取过去二十年、数百万份非公开独家研报数据库，并能根据这些高价值信息进行分析的 Agent，其价值远超一个只能翻翻网页的通用工具。在法律、医疗、审计等垂直领域，这种基于“孤岛数据”构建的 Agent 产品，才是第三方厂商真正能守住的护城河。

现在，行业正处于一个微妙的瓶颈期：基模的 Agent 能力在飞速提升，不同的基模厂商会有各自希望重点突出的 Agent 能力侧重点，但在产品形态上，大多数厂商还在摸索，试图找到让这些能力真正渗透进普通人日常工作流的路径。

所有现在的 AI 助手，终将进化为 Agent。这已是行业共识。

如果说 2025 年是 Agent 的“功能机时代”——大家还在比拼谁能多轮联网搜索、谁调用的工具多；那么 2026 年，行业正在呼唤 Agent 的“iPhone 时刻”。这场战争的决胜点在于两端：一端是模型原生 Agent 能力的硬核比拼，另一端是产品设计的范式革命。

在国内的赛场上，这种角逐尤为激烈。

最早嗅到这一气息并拿到“入场券”的，是 Kimi。判断一个产品是否切中刚需，有一个极具中国特色的指标——“闲鱼认证”。在 Kimi 在25年6月上线“深度研究”功能，由于免费用户能使用的次数有限，闲鱼上出现了大量倒卖付费会员次数和代跑服务的现象。这种“求而不得”，验证了用户对于“AI 帮我做完一件事”的真实渴望。

随后的故事不仅发生在应用层。Kimi 推出的 K2 模型，是国内较早旗帜鲜明主打 Agentic 能力的基座模型。这直接催生了 Kimi 的通用 Agent 模式。与传统的“聊天框”不同，Kimi 的 Agent 模式更像是想要打造一个全栈能力的虚拟工作环境。通过 Agent 模式，Kimi 尝试打破“对话”的边界：从处理百万行 Excel 数据到生成复杂的 PPT，它不再是“聊完即走”，而是像人类一样，从列计划、做调研开始，一步一步去完成一个项目。

2025 年双 11 期间，随着 Kimi 编程套餐的上线，他们也推出了 Kimi CLI 工具。这是一款在命令行里运行的 Agent，与 Anthropic 的 Claude Code 类似，专门服务于开发者的代码场景，但也开始外溢到非技术人员的非编码工作场景。

与此同时，国内战局并未大定。DeepSeek 新模型主打的重点是 Agent 能力。智谱选择了一条差异化的路径，他们开源了 Phone Use 模型。这个模型更侧重于通过视觉识别，像人手一样去操作现有的手机App 界面……

ChatGPT 开启的 Chat 时代也正在落幕。

未来的 AI 助手，衡量标准将变得非常务实：能不能帮我定位这个线上 Bug，自行搜索解决方案，写好修复代码，跑通测试，并把补丁推上线？能不能帮我整理完这 200 份财报并画出图表？能不能帮我把本周 5 场产品评审会的录音听完，整理出所有需求变更点，同步更新到 PRD 文档，并自动在项目管理软件里创建好对应的开发任务？

在这场从“聊”到“做”的转型中，Anthropic 提供了一个参考样本。从早期的 Claude Code 到最近刚刚上线、面向大众协作的 Cowork，尽管 Cowork 作为一个新产品，其实际体验和用户口碑还有待时间验证，但它所代表的方向是清晰的：最强大的 Agent，一定来自基模厂商。

在中国，谁能成为那个“中国的 Anthropic”？

答案不在于谁的模型跑分更高，而在于谁能最先做出第三代 AI 助手。这个助手需要满足三个严苛的条件：

第一、它必须具备原生的 Agent 能力，而不是靠外部提示词工程堆砌出来的“伪智能”； 

第二、它必须能处理长时任务（Long-horizon tasks），能像人类员工一样，为了一个目标连续工作数小时甚至数天，而不是聊几句就“断片”；

第三、它必须拥有闭环的数据飞轮，让每一次任务执行的成败，都能成为模型进化的养料。

在这个维度上，国内的模型创业者们正在加速。行业看到，DeepSeek 选择了能把Agent推理价格持续降下去的底层方案做突破，暂时没有在产品层发力；而 Kimi 依托自己的K2系列模型Agent 能力，在“深度研究”“PPT””数据分析“等生产力场景上有了忠实用户群，也初步验证了他们的会员付费能力。智谱则通过开源AutoGLM模型，想让会操作手机的Agent给每个人日常生活带来帮助。

对于用户而言，谁是“中国的 Anthropic”并不重要。重要的是，当那个对话框消失，取而代之的是一个真正能独立思考、并在后台默默把活儿干完的帮手时，市场才算真正迎来了 Agent 的时代。

毕竟，最好的 AI，不是让你惊叹技术有多强，而是能让你觉得自己有多强。

阅读原文

跳转微信打开