中美AI Agent爭霸戰(zhàn)：誰將主導下一代智能服務(wù)？

2025年，美股科技股“車禍”不斷，前有英偉達市值單季蒸發(fā)4000億美元，后有蘋果、特斯拉股價持續(xù)重挫，使得Palantir繼續(xù)高歌猛進的股價曲線格外引人矚目。

作為投資者眼里為數(shù)不多與英偉達平起平坐的AI超級股，截至三季度末，Palantir今年股價已累計上漲超過130%，躋身美股科技股市值前十，成為美國有史以來最貴的軟件股之一。

連續(xù)八個季度增長的營收是投資者對Palantir保持信心的根源，而核心業(yè)務(wù)人工智能平臺（AIP）的穩(wěn)定增收，則為AI產(chǎn)業(yè)的下一個風口——AI Agent先行驗證了路線的正確性。

AIP本質(zhì)是“AI工具箱”，其中包括AIP Assist等一系列工具，企業(yè)可以按需將其點對點地嵌入進工作流，相當于將不同“工種”的Agent安排在各個崗位，最終帶來實際效能的提升。

當AI Agent成為Palantir下一階段乘風破浪的引擎，這場關(guān)于AI產(chǎn)品形態(tài)的新一輪變革，也正在向全球蔓延。

Agent：下一輪的中美戰(zhàn)場？

今年4月，谷歌在Cloud Next 25大會上“泄洪式”發(fā)布了一系列AI產(chǎn)品。從新一代自研芯片到“模型全家桶”，狂轟亂炸中，一個名為“Agent2Agent”（簡稱A2A）的開放協(xié)議顯得相當?shù)驼{(diào)。

A2A開放協(xié)議旨在統(tǒng)一Agent之間的溝通語言，透露出谷歌對AI Agent的野心。

同月，OpenAI發(fā)布了首份Agent構(gòu)建白皮書，定義了AI Agent的構(gòu)建要素和落地方法。兩大AI巨擘齊頭并進，給甚囂塵上的AI Agent再添了一把火。

去年年底以來，AI Agent逐漸成為中美科技圍繞GenAI競爭的下一個角斗場。

谷歌和OpenAI的動作代表了硅谷一派試圖通過“立法”率先占據(jù)有利生態(tài)位的策略。

而在大洋彼岸的中國，以各大互聯(lián)網(wǎng)巨頭為代表的先頭部隊則大步邁向了另一路徑，秉承“實踐出真知”的行業(yè)圭臬，通過密集發(fā)布Agent產(chǎn)品，加速Agent在具體場景落地。相比于美國致力于制定標準，據(jù)悉，光是Agent開發(fā)平臺，國內(nèi)就至少有126個[1]。

中美巨頭的分歧和路徑的分化，映射出產(chǎn)業(yè)對于GenAI應(yīng)用落地的長期焦慮。

美國麻省理工學院（MIT）一份名為《GenAI的鴻溝：2025年商業(yè)人工智能現(xiàn)狀》報告，一度導致多家科技股股價狂跌，是這一焦慮的具象化體現(xiàn)。

MIT在報告中指出，在其持續(xù)跟蹤的300多個AI項目中，95%尚未獲得給企業(yè)帶來任何財務(wù)回報，剩下5%也僅有幾百萬美元回報[3]，與投入相比不過九牛一毛。

癥結(jié)直指當前GenAI應(yīng)用的三大缺陷：無法保留反饋、無法適應(yīng)場景、無法改進和迭代。

簡單來說，就是教了就忘，不會舉一反三、溫故知新。就像企業(yè)里根據(jù)上司指令亦步亦趨的員工，缺乏主動解決問題的能力，難以創(chuàng)造更大的價值。

AI Agent被認為是突破這一瓶頸的關(guān)鍵。

其本質(zhì)是通過嵌入持久記憶和迭代學習系統(tǒng)，讓GenAI應(yīng)用脫離傳統(tǒng)Chatbot對話框形式，從答疑解惑，進階到能基于知識和經(jīng)驗主動思考和規(guī)劃、進而解決問題，不只是“百科全書”，而是可以分擔工作的“同事”。

在一個理想的未來圖景里里，人類在工作中不必親自執(zhí)行每一個任務(wù)，而是通過管理“工種”各異的智能體更加高效地完成工作，一個人就是千軍萬馬。

由多個Agent組成的Agent網(wǎng)絡(luò)

這讓人聯(lián)想起OpenAI掌舵人奧特曼提出的“一人獨角獸”的夢幻概念。

去年11月，奧特曼在接受YC Combinator訪問時，再次提及了這個“烏托邦式”的幻想，這次奧特曼的語氣里多了一絲篤定，“我感受到這個趨勢正在悄然發(fā)生。”

誘人圖景仿佛近在咫尺，但實際落地面對的門檻，表明這仍然是個少數(shù)人的游戲。

就在十一假期期間，在美國舊金山舉辦了一場AI Agent行業(yè)研討會，來自各個硅谷大廠的機器學習和AI負責人們，提出了一個觀點：95%的AI Agent部署在生產(chǎn)環(huán)境中會失敗。原因并非模型不夠智能，而是因為其周圍的支撐體系——如上下文工程、安全性、記憶設(shè)計——尚未到位。

AI Agent落地有兩個必要條件：一是技術(shù)，二是服務(wù)。

技術(shù)上需要企業(yè)懂模型、懂數(shù)據(jù)；服務(wù)的核心則在于定制化，要求企業(yè)懂行業(yè)、懂需求，例如一個法律Agent，不僅要將法律條款“爛熟于心”，還要熟悉相關(guān)部門辦案流程。

縱觀業(yè)內(nèi)，同時掌握兩者的屈指可數(shù)。

當各路好漢齊齊涌向賽道，熱鬧之中卻隱隱透露出忐忑與迷茫，Palantir的路徑難以復制，身位爭搶中，其實人人都在摸著石頭過河。

搶灘登陸者中，阿里作為罕見的從算力基礎(chǔ)設(shè)施到商業(yè)化落地全棧打通選手，其企業(yè)級Agent的獨特打法，正在成為行業(yè)試水的重要參考。

浪潮里殺出一只“瓴羊”

與友商搶先發(fā)、廣撒網(wǎng)的大動作相比，阿里更顯沉穩(wěn)，講究有的放矢、彈無虛發(fā)。

今年7月，阿里旗下數(shù)據(jù)智能服務(wù)子公司瓴羊發(fā)布了阿里首批企業(yè)級Agent——“超級電商客服Agent”、“超級電銷Agent”等，以企業(yè)最具代表性的人力密集型場景為切口，正式殺入AI Agent賽道。

客服和銷售向來被視作最需要AI取代人力的工種，在AI Agent浪潮的開端便“人滿為患”，成為各大巨頭必爭之地。

瓴羊Agent與競品拉開差距的開發(fā)邏輯在于，將客服、電銷流程拆得足夠細，精準鎖定需要并且能夠通過Agent解放人力、大幅提升效能的痛點，例如通過“超級電商客服Agent”自動處理工單、協(xié)調(diào)物流等。

隨后的8-9月，瓴羊分批次發(fā)布了數(shù)據(jù)分析Agent（超級數(shù)據(jù)分析師），以及由五大子Agent構(gòu)成的超級營銷Agent，將積累的戰(zhàn)果擴展到數(shù)據(jù)驅(qū)動決策和全域營銷兩大核心領(lǐng)域，如同拼圖拼接，開始呈現(xiàn)出平臺化的雛形。

瓴羊超級營銷Agent

9月25號舉行的云棲大會上，這塊“拼圖”終于呈現(xiàn)出其完整而清晰的面貌——企業(yè)級AI智能體服務(wù)平臺AgentOne。

AgentOne將此前發(fā)布的以及超過20種的即用型Agent全面整合，覆蓋六大行業(yè)、四大核心場景，企業(yè)能夠根據(jù)自身需求靈活選用工具、整合成個性化方案，同時，不同Agent串聯(lián)起各個流程，從而實現(xiàn)全周期管理。

一個典型的例子是復星旅文基于瓴羊AgentOne平臺構(gòu)建的全場景AI度假智能體AI G.O，將各類Agent功能集中于一個對話窗口，將行程規(guī)劃、客房預(yù)訂、旅游導覽、權(quán)益結(jié)算等碎片化的服務(wù)需求交由一個全程陪伴的Agent負責。

AI度假智能體AI G.O覆蓋旅行全程的碎片化需求

從精準選取數(shù)據(jù)/人力場景切入，到分批次發(fā)布各大核心業(yè)務(wù)Agent，最后推出整合性平臺瓴羊AgentOne，瓴羊“由點即面”的布局節(jié)奏相當清晰，也順應(yīng)了產(chǎn)業(yè)對AIAgent終極形態(tài)的構(gòu)想。

根據(jù)紅杉資本的預(yù)測，未來，每個人都能通過編排Agent網(wǎng)絡(luò)，實現(xiàn)從產(chǎn)品開發(fā)到銷售的全流程運營[4]。

由此衍生出一個更為普世的方向，即企業(yè)通過在工作流程中引入各類Agent、給每個員工賦能，使得員工從“螺絲釘”進階為“管理者”，就像當年福特引入流水線，通過工具和流程來改善個人生產(chǎn)力，帶來整體效能的十倍、百倍躍進。

“瓴羊AgentOne”本質(zhì)就是一條“Agent流水線”，而這條獨特流水線的背后，是瓴羊?qū)τ谄髽I(yè)級Agent更加深刻的理解。

阿里云智能集團瓴羊CEO朋新宇提出過一個公式，即“企業(yè)級Agent=大模型x 好數(shù)據(jù) x 強場景”，勾勒出Agent在企業(yè)落地的核心三角。

在朋新宇看來，“大模型”無需選最好的、只選最合適的。在一些任務(wù)明確、成本敏感的生產(chǎn)場景里，小尺寸模型很可能比“萬億參數(shù)”模型更靈活、效果更好；

“好數(shù)據(jù)”強調(diào)數(shù)據(jù)從為人服務(wù)轉(zhuǎn)向為AI服務(wù)，首先要能被AI用，其次要有結(jié)構(gòu)、邏輯、有業(yè)務(wù)含義，最后還要體現(xiàn)企業(yè)的差異化；

“強場景”則是指必須聚焦人力、資金和數(shù)據(jù)密集度最高的“三強”場景。

核心三角缺一不可，而三者之間的“x”也意味著其中任何一項的薄弱，都會導致最終效果的指數(shù)級衰減，必須協(xié)同發(fā)力，才能形成飛輪效應(yīng)。

在這當中，“大模型”背靠阿里集團扎實的模型技術(shù)布局，“好數(shù)據(jù)”與“強場景”則源于瓴羊多年業(yè)務(wù)實踐，成為瓴羊在Agent賽道厚積薄發(fā)的底氣。

不止是“中國版Palantir”

業(yè)內(nèi)常將瓴羊?qū)薖alantir，共通之處在于“數(shù)據(jù)”和“場景落地”兩大差異化能力。

Palantir聯(lián)合創(chuàng)始人兼CEO Alex Karp接受訪問

兩大能力對應(yīng)Palantir兩大護城河，一是“數(shù)據(jù)本體論”，二是FDE（前線部署工程師）。

“數(shù)據(jù)本體論”指向Palantir的數(shù)據(jù)治理能力，通過從廣泛的數(shù)據(jù)中抽象出客戶、訂單等具體概念及數(shù)據(jù)之間的邏輯關(guān)系，建立統(tǒng)一的“語法規(guī)則”，讓從屬不同業(yè)務(wù)和部門的數(shù)據(jù)無需“翻譯”和“對齊”，能夠被AI直接理解和推理。

FDE則是指Palantir特設(shè)的“工程兵”崗位，與普通的技術(shù)售后不同，這些FDE會被派遣到現(xiàn)場，深入到真實的業(yè)務(wù)場景中，激發(fā)和澄清客戶的真實需求，發(fā)現(xiàn)和解決客戶難以表述的痛點，是將技術(shù)的翻譯官，場景落地的橋梁。

對于瓴羊，兩大能力則指向其數(shù)據(jù)中臺經(jīng)驗和BDSA職位。

瓴羊脫胎于阿里數(shù)據(jù)中臺，為了解決阿里大規(guī)模、多業(yè)務(wù)線帶來的數(shù)據(jù)挑戰(zhàn)而構(gòu)建，在其正式向外提供數(shù)據(jù)服務(wù)之前，通過支撐阿里內(nèi)部零售、物流、營銷等真實業(yè)務(wù)，沉淀出了成熟的數(shù)據(jù)治理方法論，也是瓴羊“好數(shù)據(jù)”的底氣。

瓴羊的BDSA崗位則與Palantir的FDE類似，既支持內(nèi)部數(shù)據(jù)產(chǎn)品研發(fā)，也通過定制化方案解決客戶問題，都作為問題的直接解決者，鏈接技術(shù)到場景落地的最后一公里。

但在“數(shù)據(jù)”層面上，兩家公司又存在著一大分野。

瓴羊的數(shù)據(jù)中臺經(jīng)驗和Palantir的“數(shù)據(jù)本體論”，本質(zhì)都是將千差萬別的業(yè)務(wù)概念（如客戶、訂單、庫存）標準化為機器可理解、可推理的通用語言。

但對于Palantir來說，這是一個從零到一的“立法”過程，艱難而昂貴。

而瓴羊無需“從頭立法”，因為這些“法則”已經(jīng)提前在阿里復雜的商業(yè)生態(tài)試驗場，通過日復一日的萬億級交易，被淬煉、驗證和固化，經(jīng)過適當?shù)亩ㄖ苹驼{(diào)優(yōu)，即可被賦能給企業(yè)。

兩者和而不同，但殊途同歸。本質(zhì)都是通過對數(shù)據(jù)的高效治理和更多維理解，映射一個更真實的世界，輔以拳拳到肉的定制化服務(wù)，各個Agent精確切入痛點、連接場景，構(gòu)建出一個可反饋、可迭代的生態(tài)系統(tǒng)。

紅杉資本合伙人Konstantine Buhler強調(diào)，真正的競爭不在于利用AI做事，而在于構(gòu)建允許價值自主涌現(xiàn)的生態(tài)系統(tǒng)[5]。

GenAI的“Gen”（生成），代表的不只是對數(shù)據(jù)分類或預(yù)測，而是基于數(shù)據(jù)生成新的內(nèi)容，包括在真實場景中試錯，本身就是一種高效的“反向生成”過程，從中逆向凝練出可靠的業(yè)務(wù)規(guī)則與決策路徑。

GenAI的終極目標不僅僅在于替代人類的重復勞動，而是作為業(yè)務(wù)伙伴與企業(yè)共同進化；AI Agent的演進方向也不止于麻煩的終結(jié)者或清道夫，而是能夠驅(qū)動企業(yè)在動態(tài)的競爭中持續(xù)蛻變的自主進化引擎。

就像朋新宇所說的，真正的AI價值不在于技術(shù)本身，而在于其能否深度融入業(yè)務(wù)流程，重構(gòu)組織協(xié)作方式，并帶來可持續(xù)的增長動能。

這一判斷，正在Palantir與瓴羊的身上印證，并共同指向了更加務(wù)實的實現(xiàn)路徑。

Palantir的一飛沖天，源于過去十多年在各類復雜場景中的蟄伏與深耕；瓴羊則是基于自身背景和阿里生態(tài)，一路開拓出了一條極具特色的實踐路徑。

這條路，繼承了過去二十年在中國互聯(lián)網(wǎng)產(chǎn)業(yè)驗證成功的商業(yè)模式與經(jīng)營方法論，通過AI Agent這一全新載體，最終通往GenAI的終極愿景。

參考資料

[1]中國智能體開發(fā)平臺全景，126個AI Agent開發(fā)/構(gòu)建平臺，AGI商業(yè)新聲

[2]The GenAI Divide STATE OF AI IN BUSINESS 2025, MIT

[3]Gartner Predicts Over 40% of Agentic AI Projects Will Be Canceled by End of 2027, Gartner

[4]把握AI Agent（AI智能體）帶來的新機遇，Gartner

[5]AI Ascent 2025, Sequoia Capital

[6]The $10 Trillion AI Revolution: Why It’s Bigger Than the Industrial Revolution, Sequoia Capital

作者：何律衡

編輯：李墨天

責任編輯：何律衡

封面圖片來自ShotDeck