大模型冲击下，通用Agent的未来何在？

“近九成Agent将在大模型冲击下被淘汰。”

7月15日，金沙江创投主管合伙人朱啸虎再度语惊四座，此番针对的是当前AI界炙手可热的Agent。

在“Agent之年”过半之际，近期传来的消息多偏向悲观。上周，Manus总部迁往新加坡并裁减80人，国内版本也宣告放弃，这一系列动态引发了公众对其未来的讨论。

尽管背后有美元基金BenchMark领投、Gemini和Claude等海外模型的支持，并一度因算力资源短缺而备受关注，Manus的迁移显然是为了适应环境而做出的调整。

然而，以Manus为代表的通用Agent头顶的乌云并未散去：一方面，Manus和Genspark的收入和变现能力下滑；另一方面，用户活跃度也持续降低。

这一现状揭示了通用Agent目前的核心问题：在技术和资本热潮之后，产品尚未找到能让C端用户持续“忠诚”并为之付费的杀手级应用场景，更多时候只能用于PPT或报告。

通用Agent市场正面临模型能力溢出和垂类Agent的双重挑战。

海外战略受挫，Manus的困境

通用Agent正陷入一个尴尬境地。

短短数月间，通用Agent的光环已不复存在：对企业而言，它无法与垂类Agent的精准性相媲美；对个人用户而言，它尚未找到更贴近用户需求的应用场景。

模型能力的提升反而对Agent们构成了挑战。

随着大模型能力的快速发展，模型本身愈发“Agent化”，用户可以直接通过模型完成任务。

以Anthropic的Claude和谷歌的Gemini系列模型为例，其编码能力随着更新不断提升。例如，Claude Code不仅支持自主编程和优化产品体验，其Max会员模式还允许用户按需调用模型，即使是最昂贵的Opus 4也仅需每月200美元即可不限量使用。

与Manus最贵的Pro会员每月199美元相比，虽然价格相近，但Manus仍采用积分制消费。按单个任务100积分估算，每天使用次数约为10次。这导致用户的订阅成本高昂。

当模型本身就能提供接近Agent的体验时，用户更倾向于使用更便宜、更便捷的模型API或对话界面。这导致部分市场份额被基础模型直接“蚕食”。

对企业用户而言，通用Agent在效率/成果衡量方面无法与垂类Agent相提并论。

朱啸虎称“九成Agent市场将被淘汰”，但他所在金沙江创投也参与了AI Agent项目融资。相比通用Agent，他更看好能真正提高效率并实际落地的产品。

无应用场景，待进化：Agent的初期挑战

在“用不起来”的情况下，用户对通用Agent的热情已不复当年。

这导致以Manus为代表的C端通用Agent正面临增长放缓甚至倒退的困境。

尽管从商业化角度看，通用Agent展现了巨大的吸金潜力。例如，Manus和Genspark等通用Agent在近几个月的变现成绩令人瞩目。非凡产研数据显示，今年5月，Manus达到936万美元ARR（年化收入），Genspark在发布45天后达到3600万美元ARR。

然而，短期流量上涨后，通用Agent产品的访问量和收入出现下滑。例如，6月Manus访问量从发布时的2376万降至1781万；Genspark访问量也波动下降，从842万降至842万（实际为笔误）；昆仑万维天工超级智能体下降3.7%。

同样在6月，两个商业化表现突出的产品Manus和Genspark出现不同程度的收入下跌。据非凡产研数据，Manus当月MRR（月度收入）为254万美金，环比下跌超过50%；Genspark当月MRR为295万美金，环比下跌13.58%。

这些数据显示，在一时的热度过后 ，通用Agent类产品的使用体验并未让用户持续付费。同时，用户体验频次也在减弱。

原因在于这些产品尚未找到足够吸引用户持续付费的Killer（杀手级）场景。

目前多数通用Agent聚焦于几个固定方向：PPT制作、多模态能力、写报告（Deep Research），但定位仍难以让用户持续付费。

一位Agent开发者告诉光锥智能，企业通常需要将Agent与内部知识库、业务流程系统深度集成。

技术突破与场景深耕：未来之路

技术创新是突破瓶颈的关键。

比如MiniMax在新模型M1中采用了新的线性注意力机制。这样的好处是大幅扩展了智能体能够承载的文本量，支持100万的上下文输入。这对于需要大量文本分析的场景如法律文书效果更好。

“模型即Agent”的理念也在被强调。

例如月之暗面基于端到端自主强化学习技术训练的新一代 Agent 模型。RL（强化学习）成为这个深度研究Agent的亮点。

Kimi-Researcher主动针对矛盾信息的处理。

结语：未来可期

未来属于那些靠技术突破和场景深耕的Agent。

只有通过技术创新和深耕应用场景，通用Agent才能成为真正帮得上忙的AI助手。