大厂高管、天才少年，扎堆Agent创业 ，OPC火了

AI Agent正在成为越来越多人的“工作搭子”。今年5月的百度开发者大会上李彦宏提出AI时代的度量衡不该是消耗多少token而是DAADaily Active Agents即每天有多少Agent在给人类交付结果。这背后是大厂面向普通用户的Agent平台竞赛字节Coze、百度AgentBuilder、腾讯元器、阿里百炼几乎每家基座模型厂商都在推广自己的Agent开发平台希望改造人们的工作方式。另一群人则在AI应用的更深处——进行AI Agent创业。2025年至今AI Agent接过生成式AI大模型的接力棒成为创业投资市场最拥挤的赛道。跟投资人讲故事很容易做出一门能收上钱的生意却需要穿越无数个“看起来很美”的幻觉。为此《豹变》找到了几名AI Agent创业者探寻Agent创业的现状、机遇和挑战。1、AI加持下的又一次创业潮AI Agent创业潮始于2025年初Manus率先打开市场点燃了投资者对工作流变革的想象空间。随后大厂同类产品迅速跟进AI Agent成为2025年种子轮投资的流行赛道。就读于北京某理工类大学的王宇轩也在这个时期尝试创业他设计了一套Prompt工作流用来改善AI修图的效果之后他也一直在寻找合适的AI Agent创业项目几乎同一时间另一位创业者韦龙杰创立了法律数据合规AI Agent阿育法。Agent创业的火热是多重因素叠加的结果。AI编程能力让“造产品”的门槛急剧降低。 以Cursor、Lovable、Claude Code为代表的“Vibe Coding”工具让非专业开发者也能快速构建原型“把产品做出来”变得非常简单。互联网大厂也为创业大军注入了人才。百度原副总裁景鲲离职后创立MainFunc推出AI Agent产品Genspark种子轮即获6000万美元此后一年半内完成3轮融资、总额超4亿美元估值达12.5亿美元钉钉原副总裁王铭2025年10月创立攀峰智能目前已获数千万融资其内容电商Agent OS Moras主打一个自动化的选品推荐、脚本生成、数据分析等。截至2026年初仅字节离职员工创立的AI公司就已超过30家阿里通义千问技术负责人林俊旸、字节Seed多位核心骨干也在近期加入创业大军。这些创业者带着对平台效应和流量运营的理解试图复刻互联网早期的增长神话。2026年初曾在美团工作的朱飞与另外两位创始人一同筹划了 Quote.law一个面向法律专业人士的AI Agent协作平台。AI创业者们有自己的业内沙龙那就是全国各地雨后春笋般的“黑客松”。黑客松Hackathon即“黑客”Hack与“马拉松Marathon”的结合这最早是诞生于硅谷的一种集体编程活动要求自由组队在24至72小时的封闭周期内从零完成一个可演示的软件或硬件原型最终由评委现场评审。近两年一二、三线城市、顶尖高校或者科技大厂都组织了各类AI主题黑客松。韦龙杰曾参加不久前的南京黑客松想让自己的项目有一些关注度同时也寻找一些合作者。相关数据显示2025年中国AI Agent行业市场规模达182.34亿元同比增长78.03%行业进入爆发式增长期。2026年政府工作报告也首次将“智能体”写入国家战略定位不断升级。AI Agent融资领域热度不低头部项目吸金能力强劲估值水涨船高而对于大量中小创业者的试水不少投资机构则更倾向于“少而分散”的投资策略。从与一些创业者的交流中可以看出风险资金也在变得更加谨慎倾向于跟随头部机构跟投。二级市场的热烈氛围更加直观。智谱、Minimax这些登陆股市不久的新贵给投资方带来了成倍的回报。如今月之暗面等公司也在排队上市。技术驱动的创业潮之下新的趋势也在形成比如核心人物的年轻化。王宇轩近期在组织各类创业沙龙感受到投资机构更加青睐“小天才“。所谓“小天才“泛指很年轻就拿到计算机科研成果的学生很多甚至不到18岁。这当中最著名的就是陈广宇他是深圳一所国际学校的高三学生2025年11月以实习生的身份参与KIMI的大模型研发。2026年3月他作为共同第一作者参与的论文《注意力残差》Attention Residuals发布让马斯克在社交平台公开点赞。在创投圈陈广宇型的算法天才是拿到融资的金字招牌。2、Agent靠什么超越基模能力Agent需要依赖基础模型的能力那么机会又在哪里答案是在基模做不到的事情上比如行业专家。AI Agent也正从通用向行业垂直渗透包括法务行业。“法律是一个古老且缓慢的行业很多资料不光没有经过数字化改造的而且材料分散、上下文复杂以及大量工作仍停留在低效的文档流转和重复沟通中。而AI提供了改造这个行业的机会。”朱飞这样看待Quote.law的作用。在 Quote.law 中用户可以围绕同一个项目组织材料、开展法律检索、编辑文档并与 AI Agent 在同一环境中协同推进任务。在与他人合作的场景中自己写文书太麻烦直接用对方的文书又不免担心AI Agent是个很好的“第三方”。Quote的长期愿景是成为“法律领域的支付宝”通过AI平台为用户提供信用背书和法律服务。韦龙杰的阿育法则专攻B端数据合规。作为北大法学院毕业的资深律师他将多年经验沉淀为高质量的Prompt与Memory数据库使AI能够识别不同司法管辖区如中美欧的数据监管差异预判企业随规模扩大而升级的合规风险。由于针对群体偏B端他大多是通过VC机构和创业社区批量触达初创企业找投资、合作的过程中顺便就把客户找到了。对一些靠数据吃饭的中小企业来说AI Agent的存在毫无疑问是福音原本六位数的律师费现在只需两万元到两万五千元。此外还有对传统制造业的改造。“B2B的Agent本地化定制深入到企业的流程管理中解决某些业务节点的自动化问题。”王宇轩这样理解“制造业垂类Agent”。这当中有一家企业叫语核科技2024年完成天使轮融资其核心业务是为制造业企业搭建“基座私有数据”的Agent系统以造船厂为例过去需要资深工程师耗时数周才能完成的售前方案涵盖船型设计、零件选型、报价单生成如今通过将企业积累数十年的历史方案数据喂给Agent新人业务员也能在Agent辅助下快速输出专业方案。法务、制造业流程改造这些垂类Agent的共同特点是基模无法直接解决专业场景问题需要产品具备行业知识、发现解决问题的能力以及主动性。相比基模Agent还可以通过限定性环境改善AI memory减轻幻觉。朱飞将垂类Agent看作“污水净化厂”通过专业的语料处理和记忆优化等提升输出质量。然而处在一个被看好的赛道只是第一步。在市场上成天上万的竞争者中什么样AI Agent创业更有可能成功呢韦龙杰觉得最重要的是找到真需求。“在黑客松看到的一些项目点子很新颖但不知道能不能有市场用户未必愿意使用、愿意付费。”而对于如何验证王宇轩觉得“可以先看看能不能找到100个愿意付费的用户如果找不到的话就该换条路了。”之前的AI修图算是小试牛刀现在他想去风投或者大厂看看学习些方法论。“真的创业了就会意识到PMF产品市场匹配度由硅谷风险投资家马克·安德森提出常用于互联网大厂和投资的战略分析是很关键的。”PMF的另一面是产品搞得定需求这考验的是团队能力。韦龙杰有丰富的业务经验他的联合创始人则正在德国攻读计算机博士。“去找融资的时候我们这种既懂业务、又懂技术的组合比较容易引起投资人的注意。“韦龙杰这样介绍。最终要有足够多的用户产生平台效应。在Agent赛道平台效应首先体现为“数据飞轮”用户用得越多Agent积累的私有语料、行为偏好和行业记忆就越丰富模型输出质量越高这又反过来提升用户粘性。另一方面一旦企业客户的业务流程嵌入Agent替换成本很高。然而悖论是只有先跨越“冷启动”才能触发飞轮而大多数Agent创业公司还没活到那一天就已经出局。3、创业的“AI幻觉“和“人的问题”创业变得更容易了吗看上去是这样的我们现在可以通过AI编写代码以非常低的成本完成产品。但是这又会形成新的“幻觉“误以为“创业最难的是把产品做出来”。实际上AI创业更为残酷。AI评测公司Yupp拿到3300万美元种子轮产品上线不足一年即关停AI合同工具Robin AI曾获谷歌、软银投资半年内从巅峰走向挂牌出售AI穿戴设备Humane AI Pin累计融资超2亿最终仅以1.16亿美元被收购。王宇轩认为很多创业者在“拿着锤子找钉子”“创业的底层逻辑一直没有变过你现在可以很快的做产品出来但最难的是始终挖掘到真正的需求。”另一方面市场泡沫让很多订单也不是从真正的需求出发只是追求AI潮流本质是FOMO心态的另一种投射。这种需求难以持久一旦技术热度退潮或预算收紧用户便会流失。不仅如此Agent创业者也面临着来自“地基”的压力。基座模型能力不断增强某种程度上也在吞噬Agent的生存空间比如记忆能力。GPT、DeepSeek等主流模型的最新版本已将上下文扩展至百万Token。原本需要Agent架构解决的问题在逐渐被基模的原生能力覆盖。市面上很多“只是微调提示词”的Agent创业公司面临着这样的生存压力。李开复近期也表示“不要站在大模型前进的前方如果站在前面一定会被碾碎”。基座模型每跃升一代依赖提示词工程和轻量级封装的Agent便面临一次“电梯里做俯卧撑”。另外未被线上化的数据既是垂类Agent的优势也是垂类Agent的问题因为它们也有可能“永远不会被线上化”。有时候资深从业者出于自我保护的需要不愿意将一些历史数据线上化。更多的情况是非标准化的从业者经验无法被线上化。这在制造业很常见。有句老话说得好“工厂最值钱的资产在老师傅的脑子里。”而医疗领域高质量数据分散于各家医院也出于伦理原因难以共享。网络安全行业同样如此数据本身就是核心竞争壁垒。不过和业务问题相比创业的最大挑战还是要回归“人”。朱飞认为找到真正合适的合作者很多时候比融资更难。理想的人选既要理解复杂业务也要对新技术足够敏感而这样的人通常要么已经在成熟平台承担重要职责要么早已开始独立探索并不容易通过常规招聘获得。韦龙杰则觉得最大的挑战是跟联合创始人沟通。“跟一个纯技术出身的人合作需要解释的事情更多需要特意去理解的事情也更多。”在这个意义上AI并没有降低创业的门槛写代码变简单了但“懂业务、懂技术、懂人”的门槛始终存在。技术史上从不缺这样的轮回先是工具崇拜以为新锤子能解决所有问题再是泡沫破裂发现问题始终存在。