Agent的坠落，只用了一个夏天

作者｜张含菁

编辑｜李小天

“不看Agent了” “AI应用的项目在内部已经推不动了”。

这两句话，在进入2026下半年后，逐渐从个别机构的谨慎，变成弥漫整个创投圈的集体情绪。

市场几乎是瞬间冷静下来的。就在去年此时，Agent还是投资人争抢的头号赛道，DeepSeek和Manus接续的热度带来“智能体元年”，一些Agent项目在没有产品和收入的情况下就能拿到融资，甚至要求想出手的投资人“连投”两轮才能拿到入场券。这种旺盛的热度一直持续到今年上半年。

然而，最近一个月，投资机构的热情转移到了其他方向，Agent创业者无论履历如何，都要面临投资人的诸多“天问”：“用户规模是多少？付费率预计如何增长？如果模型厂也做这个方向你们怎么办？”

对于年轻的Agent创业者而言，最重要的是如何活下去，以及如何赚到钱。随着泡沫散去，Agent领域中的商业化路径也有了更明显的分化。

上半年涨131%，下半年遭VC“速冻”

据烯牛数据《2026 年 H1 中国私募股权市场深度解析报告》统计，2026 上半年 AI 仍是一级市场融资绝对主线，其中 AI Agent 赛道融资 83 起，同比增幅达 131%。

进入下半年后，情况急转直下，大部分VC的热情都转向了具身智能和AI4S，Agent领域的融资热度快速降温。不同投资人对应用赛道热度变化的体感并不相同，有投资人去年下半年就减少了Agent项目的接触，觉得同质化有些严重。

一位专注科技领域的FA解释，主要是Vibe Coding火了之后，做软件的成本被大幅降低，没有技术背景的文科生也可以短时间内搓一个像样的软件，现在除非是已经跑出规模的产品，或者ARR（年度经常性收入）在细分赛道里已经很靠前，不然很难引起大部分投资人的兴趣。

另外，“大模型会吞并所有应用”的悲观论调也影响着Agent的融资热情。

今年上半年，不少红极一时的AI应用都面临用户量下滑的情况。AI模型评测平台Yupp.ai融资超过3000万美元，累计用户超过130万，但随着模型能力快速提升，基于聊天的众包评测越来越不重要，平台最后在4月份无奈关停。

主打工作场景的通用型Agent活跃用户同样下滑严重。根据Traffic.cv的不完全统计数据，Manus的月访问量从2800万降到2300万，Genspark从 1500万降到1100万，Dokie 从 74 万降到 54 万，Flowith从67万降到49万。

进入下半年后，反倒是大厂的通用Agent加紧跑马圈地，声量逐渐壮大。根据易观数据，腾讯WorkBuddy在2026年6月PC端月访问量达到2097万次，位居国内AI原生办公智能体第一，其次是字节跳动的Trae IDE（1279万）。阿里的QoderWork在1月底上线，此后历经多轮版本更新上线，同时内部还在孵化千问办公等其他办公智能体。

有分析师指出，面向个人的Agent产品，用户不会有太高的忠诚度，前期的产品本质上都是在教育用户，一旦有机会用上更聪明、更便宜的模型，他们会毫不犹豫地切换。

产品混战加剧，通用Agent已经被视为是大厂赛场，其他类型的AI应用订阅在国内也很难跑通，创业团队和投资人不得不将目光投向了B端。在专注软件领域的VC路遥看来，这是眼下唯一现实的活法，“现在得做B端的Agent才能赚钱，C端除了卖课，其他我都看不到赚钱。”

然而，聚焦垂直行业的Agent，也有沦为替大模型检验市场的牺牲品风险，例如法律行业常见的合同审查需求，创业公司打磨了三个月的合同审查agent产品，可能一天内就被Claude内置成了skills。

对初创团队而言，做To B Agent需要避开金融、医疗、法律这些已经被大厂瞄准的高价值场景，去知识密度没那么高的传统行业里看一看。

Jennifer在一家双币基金，进入下半年后她依然在约见一些应用赛道的创业者，她认为，模型一定无法覆盖所有的Agent，除了资源投入还有产品思路的问题，因为模型厂很难把所有方向的应用都打磨得那么好。

Jennifer表示，很多垂直Agent产品服务的行业，格局分散，中小公司居多，这些公司需要模型来给业务提效，但预算和能力去做大模型的后训练和微调，这也会给大量Agent产品留出市场。“分散的中小企业依然需要第三方Agent公司来帮它们适配模型、优化模型、再将封装好的Agent嵌入到业务流程里，尤其那些毛利不高，人力成本很重的行业。”

创业 Agent to B：

要么SaaS赚薄利，要么驻场吃灰？

霞光AI实验室接触的许多位从业者都提到，几乎所有企业都对AI降本有需求，尤其那些人力密集行业里的中小公司，如果你和他们讲，使用我们的Agent后可以少雇XX个员工，企业会非常乐意付费。

Jennifer分享了一个她的机构投的项目，这家公司瞄准了“报关单填写”的场景，报关这个环节本身，几乎是所有行业中最人力密集、最重复劳动的节点之一，报关单人工手动填写的话一天只能填大概10个单子，单条填写成本可能要1000元左右，但是用Agent来做的话一天可以填上百个，单条成本能下降到6、700元。

在实际交付中，不同Agent有不同的交付方式。接触了一些初创公司后我们发现，如今的AI To B市场很像传统的软件服务市场，交付方式同样主要分为SaaS与FDE（Field Delivery Engineer）定制服务：FDE是派团队在客户企业驻场，或是通过线上提供定制服务，周期较长；SaaS大多提供可标准交付的Agent平台，企业客户可在平台调取服务，也会有团队驻场调试的情况出现。

表面上看，两种方式是“轻交付”与“重交付”的区别，但两种模式面对的是完全不同的成本账。

先看Agent+SaaS，传统SaaS是高毛利行业（75%–85%），核心在于软件交付的边际成本极低，一套软件开发完成，多服务一家客户，只需要增加少量服务器、带宽开销，规模越大，摊薄成本的效应越明显。

然而，这种规模效应在Agent+SaaS这里失灵了。由于Agent每完成一轮思考执行都要消耗Token与推理算力，用户量越大，Agent企业付出的Token成本越高。因此，企业想要盈利，就不能以Token用量向客户收费，而是将Token和其他成本共同包装成新的收费形式，例如北森推出的AI HR专家平台，按照飞书消耗的“点值”计费；主打AI语音外呼的云蝠智能是按“通话时长”收费（除了Token费用还包含话费）；以及大家更熟悉的LibTV，则按照会员积分消耗。

因此，SaaS类型的To B Agent，毛利空间变得非常“弹性”，取决于订阅费用对包括Token在内的成本开支的覆盖程度。三年前，许多做Agent的公司都在融资PPT上将毛利率目标对标传统SaaS软件的70%，但实际上，现在能做到这一水平的公司并不多，不同公司的毛利水平甚至会有不小的差距。

SaaS形式的To B Agent由于自身没有底层模型，还一直面临着“没有护城河”“Token中转站”的质疑。

霞光AI实验室了解到，在Agent实际交付过程中，经常会遇到“水土不服”，标准化的SaaS与企业既往的协作方式可能会产生一些摩擦，一些KA（大客户）还会很强烈的数据安全的要求，不愿意SaaS把数据传到云端。要务科技的产品经理若涵解释，这些大客户会希望有一套系统来适应自己，而不是自己去适应外面的SaaS Agent。

这类需求催生了Agent交付的FDE模式。FDE更强调对客户原有系统的适配、数据迁移和长期服务，不以标准化产品向外输出，而是顺着企业既有的业务流程做改造打磨，项目周期往往长达数月甚至一年以上。

要务科技成立于2021年，最初做制造业设备租赁，如今已为多家制造业巨头提供Agent服务。在一个售前客服场景中，要务科技的系统帮客户砍掉了90%以上的客服团队，这些客服主要负责售前承接线索或者询盘的工作，回复准确率达到97%。

在若涵看来，FDE的价值在于能让Agent去适应客户原来的工作方式。医疗、制造、能源、工程……这些行业的头部企业拥有大量不公开的业务数据，也存在大量可以直接影响成本和收入的场景，深入企业更能关注到客户的一些长尾的需求。“客户愿意把他敏感的一些机密数据放在我们的系统里面，那就说明他愿意长期使用下去，相比标准化的交付，这或许是B端Agent真正能够建立壁垒的地方。”

对于缺乏资金的中小团队而言，找准场景后，To B确实是一条更可能看到现金流的路线。

不过，To B Agent的核心壁垒不只是技术。若涵举例，在制造业这个“很慢”的行业里，数据的处理和接入其实是一件挺麻烦的事情，信任关系其实非常重要，我们合作项目不会只关注里面的利润，更多的是有很多组织站位的因素在，比如说做这个项目可能毛利没那么高，但是能帮助我们在这个组织里面建立更多的信任，其实我们也是愿意做的。

Jennifer也提到，To B在国内其实很有壁垒，也很有门槛，“很多人做To B生意是收不上来钱的，你必须能找到愿意给你付钱的客户，创业团队的商务能力、服务能力有时可能比产品本身更重要。”

Agent出海：更好的环境和更高的门槛

国内 Agent 创业的生存重心向B端倾斜，依靠行业沉淀与客户信任换取现金流，但并非所有团队都适合切入重交付、强商务的企服赛道。对于擅长C端产品、缺少To B行业资源的创业团队来说，出海成为极具诱惑力的选择。

海外市场的付费土壤确实更加友好，无论B端还是C端，Dify、WorkMagic、Ace Studio等一批项目已经默默做到千万美元级别的ARR。因此，许多Agent创业者从一开始就瞄准了海外市场。

王贺北此前在上海的教培市场从业多年，他创业的产品是一款K12 AI家教，定位在整个东亚市场，目前已经在新加坡少量交付。

王贺北提到，在国内市场测试时，家长的付费意愿并不高，“可能是同类型产品很多，大家被营销收割太多回之后，就没有试错的容忍度了。”但在新加坡的展会上，情况截然不同，几乎是来一个家庭了解之后就要买，付费意愿度非常高。

王贺北团队的产品由硬件和Agent组成，硬件端是一块可随身佩戴的录音蛋，负责采集孩子上课的音频，端侧小模型将音频转为文字，上传云端后由Agent分析并生成个性化讲解。

比起市面上常见的学习机，王贺北更愿意把自己的产品定义为“儿童版贾维斯”。他长期观察教育市场后发现，搜题机针对一道题往往给出的讲解千篇一律，但孩子需要的不是标准化的家教，因为每个孩子遇到不会的题时，卡点都不一样，“大模型能解题，但怎么把过程变成适合这个孩子的讲解，靠的是Agent对上下文，也就是孩子日常学习情况的理解。”

未来，王贺北团队还将推出手表和摄像头方案，捕捉孩子上课时的心率、动作甚至微电流等生理信号，进一步提升Agent对孩子学习状态的判断。

王贺北表示，东南亚市场的竞争环境和用户心智与国内截然不同，“东南亚差不多是20年前国内的状态。家长们还没有被各类营销反复洗过，普遍愿意相信眼前看到的东西。”更重要的是，国内一个赛道动辄几千家公司竞争，而在东南亚，一个赛道最多二十几家公司，创业者有更大的定价权和生存空间。

不过，对国内创业者来说，出海的门槛也比想象中要高。在海外市场，首先是身份与合规，非本地从业者必须先注册本地公司，否则家长很难信任一个来自中国的教育品牌。

其次是产品的本地化。王贺北提到，教育产品的本地化尤为复杂，东南亚的特点是多民族、多宗教、多政府，新加坡没有中考，而是小六会考（PSLE），马来西亚则没有小学统考，核心压力在中五的SPM，“新加坡市场做好了，但到马来西亚就得换一套方式，市场构成中印度人、马来人、本地华人和外来移民各占多少，他们的文化在什么圈子里传播，用微信还是WhatsApp，这些细节都要了解，才能把握好市场。”

由此来看，和B端依靠行业业务数据构筑壁垒逻辑相似，Agent出海的壁垒源于对本地用户的深度理解，以及长期积累的用户行为、关系与使用上下文，这些同样是通用大模型厂商难以复刻的资产。这既是壁垒，也是横在创业者面前的现实门槛。

结语

经历了创投市场的剧烈转向，AI Agent创业团队已经彻底告别靠概念和愿景描述就能拿到融资的“蜜月期”，资本的风向固然变幻不定，但真实世界的业务需求始终存在。依旧坚守在这一赛道的从业者，都在擅长的业务场景里找到了落点。

能够活下来的 Agent，从来不是简单封装大模型接口的中间层。扎进国内产业做 B 端，就要直面算力成本、商务交付的考验；奔赴海外做C端，则要跨过本地化、合规的关卡。无论选择哪条道路，创业团队的破局逻辑都是一致的：跳出通用模型的能力包围圈，去沉淀大模型拿不到的独特资产，这才是Agent创业者安身立命的根本。