卷到今天，Agent的含金量還在提升丨AIGC2026圓桌論壇

編輯部 整理自 AIGC2026
量子位 | 公眾號 QbitAI

現(xiàn)在，討論AI產(chǎn)業(yè)，繞不開的最熱關(guān)鍵詞就是Agent。

從OpenClaw小龍蝦出圈，到Coding Agent、個人Agent、Agent OS、OPC工具密集出現(xiàn)，Agent產(chǎn)品已經(jīng)從早期概念展示，進入真實產(chǎn)品爆發(fā)期。

而在產(chǎn)業(yè)一線，更多犀利觀點也正在實踐中激烈碰撞——

“未來一個人可能操縱數(shù)百個Agent大軍。”

“傳統(tǒng)互聯(lián)網(wǎng)的邏輯已經(jīng)死掉了。”

“在Agent這個戰(zhàn)場，當(dāng)一件事沒有標(biāo)準(zhǔn)答案時，誰先多邁一步，誰就可能拿到遠超那一步本身的關(guān)注和反饋。”

在量子位主辦的2026中國AIGC產(chǎn)業(yè)峰會圓桌論壇上，三位來自Agent產(chǎn)品與創(chuàng)業(yè)一線的嘉賓，圍繞“2026，Agent產(chǎn)品的不確定性與非共識機遇”展開討論。他們分別是：

• 趣丸科技副總裁兼首席戰(zhàn)略官、《屠龍之術(shù)》主理人莊明浩
• ColaOS&MarsWave CEO馮雷
• EvoMap創(chuàng)始人張昊陽

本次圓桌從Agent產(chǎn)品形態(tài)、迭代邏輯、用戶信任、組織變化與創(chuàng)業(yè)機會等多個維度展開。

透過三位嘉賓的不同視角，我們或許可以更清晰地看到，Agent狂飆之后，產(chǎn)品世界正在發(fā)生怎樣的底層變化，以及2026年真正值得下注的機會，可能會在哪里。

在不改變原意的基礎(chǔ)上，本文對圓桌內(nèi)容進行了編輯整理，希望能夠給你帶來更多的啟發(fā)與思考。

中國AIGC產(chǎn)業(yè)峰會是由量子位主辦的行業(yè)峰會，近20位產(chǎn)業(yè)代表與會討論。線下參會觀眾超千人，線上直播觀眾近400萬，獲得了主流媒體的廣泛關(guān)注與報道。

話題要點

• Agent產(chǎn)品這一年，真正發(fā)生了什么變化？
• 傳統(tǒng)軟件的產(chǎn)品迭代邏輯，在Agent時代還適用嗎？
• 技術(shù)快速迭代之下，Agent產(chǎn)品該如何做決策？
• 從工具到托付，Agent產(chǎn)品怎么建立信任？
• AI時代，產(chǎn)品經(jīng)理、設(shè)計師和創(chuàng)業(yè)者還要堅守什么？
• 大廠集體下場后，創(chuàng)業(yè)公司還有哪些機會？

以下為圓桌對話全文：

圓桌實錄

量子位：

在圓桌正式開始之前，請三位嘉賓先做一個自我介紹。

莊明浩：

感謝量子位邀請。

我來自趣丸科技，這是一家做社交應(yīng)用和人工智能產(chǎn)品的公司。我們在AI時代也在嘗試一些業(yè)務(wù)，比如AI音樂、AI語音、數(shù)字人、AI語音模型等。此外，我個人也是《屠龍之術(shù)》播客的主理人。

馮雷：

大家好，我叫馮雷，來自MarsWave，我們公司目前有兩款產(chǎn)品。

去年那款叫ListenHub，是一款A(yù)I播客軟件；今年的產(chǎn)品叫ColaOS，我們管它叫“人類首個有靈魂的Agent操作系統(tǒng)”。今天很高興來這里跟大家分享一些關(guān)于Agent的認(rèn)知。

張昊陽：

大家好，我是EvoMap創(chuàng)始人張昊陽。

我們公司主要做Agent群體自進化網(wǎng)絡(luò)，現(xiàn)在平臺上已經(jīng)有22萬個Agent和150多萬資產(chǎn)；今年年初，我們的Evolver引擎登上OpenClaw的ClawHub榜首，并且持續(xù)了一周多。

今年4月份，Evolver也登上GitHub趨勢榜榜首，并且同樣持續(xù)了一周多。

Agent產(chǎn)品這一年，真正發(fā)生了什么變化？

量子位：

今年Agent毫無疑問是非常熱門的爆點，尤其從年初OpenClaw小龍蝦火了之后，各種各樣的Agent都冒了出來。

但Agent這個概念其實并非今年才出現(xiàn)，早在AI 2.0時代，2023年前后的斯坦福小鎮(zhèn)、AutoGPT，已經(jīng)把Agent概念帶到了行業(yè)里，尤其是今年以來，Agent產(chǎn)品變化非常快。

在這樣的變化中，三位對Agent產(chǎn)品有哪些觀察？哪些認(rèn)知發(fā)生了變化？

張昊陽：

說到Agent，我還挺有發(fā)言權(quán)的。

因為我之前在騰訊和平精英項目負(fù)責(zé)和平精英的AI斯坦福小鎮(zhèn)，也做了全球首款斯坦福小鎮(zhèn)游戲，叫《伊甸島》。

在騰訊的時候，我在2023年做了Coding智能體，后來創(chuàng)業(yè)也圍繞Agent展開，幾年跟下來，我的感覺是——

Anthropic對于整個行業(yè)的推動非常大，2023年我們還在用Function Calling的方式去做各種Agent tools，到2024年有了MCP之后，很多Agent的工作就圍繞MCP展開了，再到去年年底，Agent Skill成為一個大趨勢。

我自己觀察下來，Agent未來會走向更偏商用和OPC的場景。

因為現(xiàn)在小龍蝦從年初爆火到現(xiàn)在開始有點退火，Hermes Agent也火過一陣，現(xiàn)在好像也沒有什么動靜了，我們觀察到的現(xiàn)象是，C端用戶在慢慢流失。

這里的C指的是完全沒有編程基礎(chǔ)，也不指望Agent為他做什么的用戶。比如一個四五十歲的大爺大媽，讓他用小龍蝦、用Opus 4.7，可能只問今天天氣怎么樣，這就屬于算力浪費。

而什么樣的用戶在增多？

我們認(rèn)為是Pro C、Developer和B端用戶在增多，尤其像我自己就是Token大戶，一個月大概能消耗五六萬美金的Token。

我們明顯感受到，用戶在逐漸往B端和D端方向走，我們也希望未來把重心往這個方向引。

馮雷：

我覺得Agent從去年到今年的質(zhì)變點，大概出現(xiàn)在今年年初1、2月份，背后最核心的關(guān)鍵詞，就是Coding。

Coding讓Agent具備了更通用的問題解決能力。

比如之前OpenClaw之所以能火，就是因為它已經(jīng)不只是調(diào)用現(xiàn)成工具，而是可以自己創(chuàng)建鬧鐘、寫聲音讀取控件，把原本散落的工具和功能重新組織起來，變成一套可執(zhí)行的任務(wù)流程。

現(xiàn)在大家討論的Agent自我進化，本質(zhì)上也是基于Coding能力：Agent可以根據(jù)任務(wù)需要，自己補工具、寫腳本、改流程，讓自己的能力邊界不斷往外擴。

所以到了今年，尤其在ToB和ToD領(lǐng)域，Coding Agent和通用Agent之間的邊界已經(jīng)越來越模糊，它們真正的價值，也不在于幫用戶查天氣、問信息，而在于生產(chǎn)東西，交付一個可用、有ROI的結(jié)果。

在C端，我們也看到了類似的機會。

現(xiàn)在OPC、一人公司和內(nèi)容創(chuàng)作者正在逐漸變成同一類人，很多人可以借助AI快速Build出一個產(chǎn)品、一個工具，甚至一套服務(wù)，但很快又會發(fā)現(xiàn)，Build變?nèi)菀琢耍职l(fā)反而變難了。

因為要把東西推出去，每個OPC都要做自媒體，要懂內(nèi)容創(chuàng)作、營銷表達和用戶觸達，這個時候，他們需要的Agent就不能只會Build，還要能幫他們做內(nèi)容、做傳播、做增長。

所以未來ToC市場里，OPC、一人公司、內(nèi)容創(chuàng)作者這類用戶會帶來很大增量。

莊明浩：

過去9個月，行業(yè)對Agent的理解已經(jīng)明顯往前推進了一步。

只看產(chǎn)品端，通用Agent的形態(tài)其實已經(jīng)開始收斂：左邊是項目，中間是對話框，右邊是類似Runtime瀏覽器的成果展示區(qū)。

先拋開底層技術(shù)、模型能力和工程實現(xiàn)不談，單從UI和產(chǎn)品結(jié)構(gòu)來看，通用Agent的產(chǎn)品范式已經(jīng)相對穩(wěn)定下來。

當(dāng)然，Agent并非今年才出現(xiàn)早在2023年上半年，我們統(tǒng)計YC投資公司時，就發(fā)現(xiàn)Agent已經(jīng)是非常高頻的關(guān)鍵詞，在兩三百家公司里大概能排到前六、前七。

今年OpenClaw出現(xiàn)后，又用開源方式把這件事往前推了一步，過去幾個月，很多Agent產(chǎn)品都在這個基礎(chǔ)上繼續(xù)演化。

所以如果只看產(chǎn)品端，Agent已經(jīng)從概念探索，進入了一個產(chǎn)品形態(tài)相對清晰的新階段。

傳統(tǒng)軟件的迭代邏輯，正在失效嗎？

量子位：

剛才莊總提到，Agent產(chǎn)品形態(tài)大概已經(jīng)開始固定，接下來想聊一聊，Agent產(chǎn)品的迭代邏輯，和上一代傳統(tǒng)軟件迭代邏輯有什么區(qū)別？到了Agent時代，產(chǎn)品迭代上會有什么新的變化？

莊明浩：

我會覺得，今天進入Agent年代之后，產(chǎn)品迭代節(jié)奏的加速程度遠超很多人想象。

無論是大的模型廠商，還是初創(chuàng)公司，在Agent這個戰(zhàn)場里的產(chǎn)品迭代節(jié)奏，都和我過去熟悉的移動互聯(lián)網(wǎng)時代完全不同。

舉一個現(xiàn)實例子。我們本身是一家移動互聯(lián)網(wǎng)出身的公司，也在做AI音樂Agent，以及一些AI語音產(chǎn)品，剛開始做的時候，我們?nèi)匀粫赜迷瓉淼墓?jié)奏：

先想一個場景，再想通過什么樣的功能組合把它封住，然后研發(fā)、開發(fā)、測試、上線、運營，這個節(jié)奏聽起來可能要跨越六到九個月，甚至更長周期。

但現(xiàn)在的問題是，你今天計劃這么做，你的想法、框架和技術(shù)假設(shè)，很可能在第二個月就被全部推翻，模型能力飛速變化之后，你會發(fā)現(xiàn)很多之前設(shè)計的東西突然沒有意義了。

所以對于組織來說，產(chǎn)品迭代節(jié)奏必須變得更加頻繁，無論是成熟業(yè)務(wù)公司，還是初創(chuàng)公司，只要在做Agent相關(guān)產(chǎn)品，產(chǎn)品迭代節(jié)奏就必須匹配這個浪潮。

馮雷：

和去年相比，我們今年研發(fā)和交付速度都提升了接近10倍，這說明在Coding乃至軟件工程領(lǐng)域，我們正在接近某種奇點。

這個階段，再用過去互聯(lián)網(wǎng)思維做產(chǎn)品，已經(jīng)越來越難奏效。

今天看Agent產(chǎn)品，核心會走向通用式Agent，底層能力越來越強，Codex、Claude Code、Gemini等產(chǎn)品的Coding能力、工具能力和生產(chǎn)力都會持續(xù)提升，最終差異會逐漸縮小。

所以我們在想：既然Agent已經(jīng)這么強，為什么不能讓Agent反過來教用戶用AI？像Cola這樣的Agent，如果能理解用戶、和用戶共鳴，就可以引導(dǎo)用戶使用更強大的工具。

AI發(fā)展很快，但人的帶寬有限，大多數(shù)人其實跟不上，我們希望AI能反過來理解人、接住人。

未來很多AI產(chǎn)品都會提供情緒價值，讓人也能參與進AGI的進程里，而不會因為節(jié)奏太快，覺得自己學(xué)不會、跟不上。

張昊陽：

我用兩句話概括：一個是從專業(yè)到通用，另一個是從有形到無形，或者說從Somewhere到Everywhere。

第一從專業(yè)到通用比較好解釋，去年我看了很多智能體，尤其是Block的Goose，還有OpenClaw背后的框架Pi-mono，都是非常不錯的Coding Agent框架。

但它們沒有真正破圈，一個重要原因就在于前面加了Coding幾個字，它們本身是很好的智能體，但一旦寫了Coding，大眾就會誤以為它只面向developer。

今年，OpenClaw重新帶火了OPC的概念，中國也出現(xiàn)了很多OPC社區(qū)和個體，我認(rèn)為未來developer的邊界會被拓寬，很多原本沒有Coding經(jīng)驗的人，也會通過Coding Agent參與Build。

此外，關(guān)于什么叫從Somewhere到Everywhere，我預(yù)測未來的趨勢是，Agent核心還是那些東西，但上層的交互界面不再僅限于TUI、Web UI、GUI這種方式。

未來可能會出現(xiàn)原生的Agent電腦和Agent手機，Agent可能會成為一個新的OS，會是最上層的東西，而不是現(xiàn)在的操作系統(tǒng)。

所以它會又進入到一個Everywhere，甚至是無形的狀態(tài)，因為你的系統(tǒng)會隨時伴有一個無形的智能體。

準(zhǔn)備好隨時為你服務(wù)，這個時候人格化的特質(zhì)就非常重要了，這取決于你的用戶有多高的黏性，這是我對未來一個簡單的判斷。

技術(shù)瘋狂迭代，Agent產(chǎn)品怎么做決策？

量子位：

剛才大家都提到一個問題：技術(shù)突破速度越來越快，而Agent產(chǎn)品和技術(shù)又是強綁定的。

一次底層技術(shù)更新，可能會讓整個產(chǎn)品邏輯發(fā)生變化，在這樣的時代里，做Agent產(chǎn)品決策或規(guī)劃時，需要注意什么？

張昊陽：

從我們自己的產(chǎn)品決策上，我覺得還是要回歸第一性原理。

而且我認(rèn)為我們已經(jīng)過了某一個起點，過了這個起點之后，我們不用太擔(dān)心后面再來新的產(chǎn)品把我們?nèi)〈簟?/p>

現(xiàn)在范式已經(jīng)在被定義，智能性也在持續(xù)增強，所以先發(fā)優(yōu)勢會比前兩年更明顯，現(xiàn)在每天的迭代速度可能是過去的十幾倍、幾十倍，以前你往前跑，別人可能還會趕超你，但現(xiàn)在不一定了。

技術(shù)迭代很快，不代表今天做的東西明天就廢掉，智能性越往上走，Agent能做的事情反而會更多、更通用，之前大家老爭Model和Harness之爭，但我不站任何一邊，因為這兩者會長期共存。

就像一輛車需要引擎，但你不可能開著一個引擎去上班；一個人需要大腦，但也不可能只有一個大腦就理解世界。所以我覺得Agent的形態(tài)其實已經(jīng)相對定型了，未來關(guān)鍵是怎么讓它更好地Harness Model。

我認(rèn)為接下來可能會百花齊放，每隔幾個月都有新的Agent出來，但最終會沉淀下來，每個智能體吃下自己的高黏性用戶群。

馮雷：

我覺得現(xiàn)在這個行業(yè)大概率沒有人真正能預(yù)測未來，大家只是押注了不同的方向，這個時代和移動互聯(lián)網(wǎng)時代很不一樣。

移動互聯(lián)網(wǎng)是贏家通吃的時代，最終贏家就那么幾家，很多沒有網(wǎng)絡(luò)效應(yīng)的產(chǎn)品，最后都會被擠壓，但今天這個時代，網(wǎng)絡(luò)效應(yīng)會弱很多，行業(yè)會進入一個百花齊放的階段。

今天真正要拼的，已經(jīng)逐漸變成誰能給用戶提供更大價值，隨著模型能力越來越強，AGI從Coding領(lǐng)域擴散到白領(lǐng)工作，再到未來的生物醫(yī)藥、納米機器人、太空領(lǐng)域，空間會變得非常大。

所以每家創(chuàng)業(yè)公司只要全力往前沖，一定能找到自己的位置。

我有一個比較反共識的觀點：如果你做的事情未來完全無法被模型公司覆蓋，可能反而不值得做，因為那說明它享受不到模型進步帶來的紅利。

莊明浩：

從投資和戰(zhàn)略視角看，當(dāng)下這個時間點，對早期投資人尤其是看AI應(yīng)用、AI Agent的投資人而言，是一個痛苦又興奮的階段。

興奮在于百花齊放，各種業(yè)務(wù)都在出現(xiàn)，痛苦在于，用原來移動互聯(lián)網(wǎng)產(chǎn)品邏輯已經(jīng)很難評判這輪AI Agent爆發(fā)。

過去我們投資一家公司，會看這筆錢能支撐它做到哪個階段，做到什么里程碑之后再融下一輪錢，但現(xiàn)在的問題是，很多公司一開始做的業(yè)務(wù)，和最后爆掉的業(yè)務(wù)可能沒有直接關(guān)系。

所以今天真的要評判一個Agent產(chǎn)品，非常難，連最強的模型公司，也未必知道下一個版本會給大家?guī)硎裁垂δ堋?/p>

因此大家只能回到所謂第一性原理、用戶需求，以及對創(chuàng)始人的判斷。

從工具到托付，Agent產(chǎn)品怎么建立信任？

量子位：

我們回到產(chǎn)品體驗上，現(xiàn)在使用Agent的人群大致可以分為兩類：

一類本身懂代碼，對Agent接受程度高，也更會駕馭Agent；另一類是普通用戶，本身沒有很深的技術(shù)背景，但也在體驗Agent產(chǎn)品。

這時就會出現(xiàn)一個問題：當(dāng)Agent獲得權(quán)限后，它可能做很多用戶預(yù)料之外的事情。

到了今天，Agent產(chǎn)品要如何設(shè)計，才能讓用戶和產(chǎn)品之間建立更深信任，同時給用戶更多安全感？

莊明浩：

從我的觀察看，2026年這一波AI，在很多板塊上都勢不可擋，很多能力已經(jīng)越過可用線。用水位比喻，可能已經(jīng)到了很多人脖子的這個水位。

如果越來越多成熟產(chǎn)品開始開放更高權(quán)限，且沒有出現(xiàn)太大問題，這個浪就會繼續(xù)往前推進。浪已經(jīng)來了，大家就滾滾向前吧。

張昊陽：

我比較相信未來一個事情是Agent會進入到一個自主運行、自主交付、自主驗收、自主審計的過程。

其實我們自己做產(chǎn)品時，也會思考：哪些權(quán)限可以跳過審核，哪些邊界絕對不能省，必須由人確認(rèn)。我自己最后抽象出來的未來人也好、AI也好一定會分成三種不同的角色：Planner、Builder 和Reviewer。

Agent現(xiàn)在幾乎可以承擔(dān)軟件工程里大部分Builder的工作，也能做一部分Planner和Reviewer，比如寫PRD、做web testing，甚至完成部分審計。

但是人類的Spark是沒有辦法暫時被AI取代的，最后的Responsibility也仍然要由人承擔(dān)，所以說未來模型會逐漸侵蝕Planner前半段部分和reviewer后半段部分，所有Agent設(shè)計要瞄準(zhǔn)這個方向。

最終我覺得一定會走到OPC階段：一個人操縱數(shù)百個Agent大軍，這些Agent之間大部分協(xié)作不需要反復(fù)Permission，只在極少數(shù)關(guān)鍵權(quán)限環(huán)節(jié)需要人類參與，大部分時間，Agent都會自主交付。

馮雷：

今天Agent的核心是Coding。

大家說大模型是未來的水電煤，其實Coding也是未來的水電煤，它會滲透到生活的方方面面。

真正困難的地方，是讓用戶愿意把自己的一切交給模型，當(dāng)用戶愿意把電腦權(quán)限交給模型時，模型能夠發(fā)揮的價值最大。

但人天然不愿意輸入Context，也天然有門檻，你讓他確認(rèn)時，他就會猶豫，就會思考這件事，所以從終局來看，真正的難題是怎么讓每一個普通人愿意把自己的一切交給模型。

我們的判斷是，只有當(dāng)用戶和Agent之間形成一種relationship，形成類似Her或者Jarvis那樣的人格化信任，用戶才會愿意把更多東西交給它。

AI時代，產(chǎn)品經(jīng)理、設(shè)計師和創(chuàng)業(yè)者還要堅守什么？

量子位：

前段時間黃仁勛在CMU接受榮譽博士時說了一句話，傳播度很高：未來AI不會取代你，取代你的是會用AI的人。

現(xiàn)在程序員已經(jīng)很深度地使用Agent，尤其是Coding Agent。

在這種情況下，產(chǎn)品經(jīng)理、設(shè)計師這樣的角色，應(yīng)該在哪些地方借勢而為，又有哪些東西需要堅守？

馮雷：

當(dāng)生產(chǎn)力逐漸不再是問題之后，我們真的需要思考：什么是人。

我認(rèn)為真正區(qū)分人與工具的東西，可能并不在生產(chǎn)力上，生產(chǎn)力這件事，本質(zhì)上會把很多人能干的活都奪走，過去從藍領(lǐng)工作到白領(lǐng)工作，很多都是人類進化中的一段彎路。

拋開這些東西之后，人真正剩下的是什么？

AI是無限生產(chǎn)力工具，是生產(chǎn)力機器，未來我們不需要總想著“我要做什么工作”，更應(yīng)該想的是，我到底有什么意志、有什么東西一定想做出來。

AI之后，我們能想到的很多東西基本都能做出來，工作職責(zé)本身可能會越來越不重要，更關(guān)鍵的是自己真正想要什么。

張昊陽：

我們公司現(xiàn)在有一個很殘酷的標(biāo)準(zhǔn)：產(chǎn)品經(jīng)理如果不能交付接近80%的前端工作，基本就是不合格。

以前產(chǎn)品經(jīng)理講UI/UX、講用戶洞察；現(xiàn)在這些還不夠，你還得能把大部分前端交付做出來，再讓設(shè)計老師review，最后交給后端。

我有一個判斷：大廠未來會慢慢縮減，甚至部分解體，社會上會出現(xiàn)越來越多OPC公司，越來越原子化，未來真正值得培養(yǎng)的人是通才，產(chǎn)品、設(shè)計、交付、Coding都懂一些，才能向AI提出好問題，也有能力review結(jié)果。

而且我認(rèn)為，現(xiàn)在剛?cè)胄械哪贻p人未必PK得過Agent，反而是35歲以上、心態(tài)年輕、愿意擁抱AI的人，會重新變得有價值，因為他們積累了技術(shù)審美、產(chǎn)品品位和判斷力。

22歲、25歲的年輕人怎么辦呢？要么投身創(chuàng)業(yè)，要么學(xué)著做OPC，未來一個企業(yè)不再需要養(yǎng)那么多內(nèi)部中臺，而是會把很多能力包給一堆OPC，這個OPC可能是一個人，也可能是一個小公司。

很簡單的道理，一個人和一個Agent交互可能放大一百倍產(chǎn)能；十個人和Agent交互可能只能放大幾倍產(chǎn)能。

人多不再一定是加分項，反而可能變成負(fù)資產(chǎn)，年輕人要學(xué)會在未來生產(chǎn)環(huán)節(jié)里，成為一種外部化的生產(chǎn)要素。

莊明浩：

所有關(guān)于AI的討論，最后都會走向一個很現(xiàn)實的問題：人到底該怎么面對這種變化？

過去幾個月，AI 能力提升太快，很多人的焦慮被放大了，今天大家討論Coding，還在關(guān)心Coding Agent會生成多少代碼、程序員會受到什么影響、未來會不會出現(xiàn)新的工作需求。

但更早被影響的，其實是翻譯。

語言模型本身就天然擅長處理語言，過去會議字幕需要速記員，同聲傳譯也是門檻很高、價格很貴的專業(yè)能力。現(xiàn)在，這些工作已經(jīng)被AI大幅改寫。

所以問題不只發(fā)生在Coding領(lǐng)域，任何高度依賴信息處理、語言理解和知識生產(chǎn)的工作，都會被重新評估，而最難的是，這個階段沒人能準(zhǔn)確預(yù)測未來。

無論是企業(yè)家、科學(xué)家，還是學(xué)者，大家都只能基于有限樣本做判斷，所以對個人和組織來說，最重要的不是給未來一個確定答案，而是先承認(rèn)：不確定性本身，已經(jīng)成為這個階段最大的現(xiàn)實。

大廠下場后，創(chuàng)業(yè)公司還有什么機會？

量子位：

最后一個問題，也很適合作為圓桌結(jié)尾。

在技術(shù)動蕩、產(chǎn)品動蕩的時代，很多人都想創(chuàng)業(yè)。但大廠也在做很多Agent產(chǎn)品，模型公司也在下場。Agent能力趨同時，大廠和創(chuàng)業(yè)公司爭搶的地盤看起來越來越接近。

這種情況下，創(chuàng)業(yè)公司還能關(guān)注哪些機會？還有哪些微小但值得探索的方向？

馮雷：

AI這件事和過去很多內(nèi)容產(chǎn)品的市場邏輯不太一樣，它沒有那么強的通殺能力，機會一定會分布在很多地方。

首先，創(chuàng)業(yè)者一定要找到自己和別人的不同點。

AI本質(zhì)上是一個放大器，只有你有不同的地方，它才能放大你，如果你只是一個螺絲釘，大學(xué)四年上的課和別人一樣，沒有實習(xí)經(jīng)歷，沒有愛好，其實很難做出獨特產(chǎn)品。

你要有自己的Bet，敢下自己的Bet，圍繞這個Bet，一定能找到需要你的人，今天不用怕小，也不用怕競爭，人類有一千個行業(yè)、一千個領(lǐng)域，大家不用每天只盯著大廠。

我看一些大廠發(fā)布會時，前半場會覺得它很強，什么都做；看到后半場又會發(fā)現(xiàn)，很多事情做了很多遍，但案例未必有想象力，也未必容易分發(fā)。

今天分發(fā)非常重要，創(chuàng)業(yè)公司應(yīng)該找到自己的愛好，找到自己的獨特地方，再找到和自己匹配的那幾個獨特的人。

張昊陽：

我想到一句糙理不糙的話：撐死膽大的，餓死膽小的。

現(xiàn)在就是這樣，我并不認(rèn)為現(xiàn)在大廠還有多大優(yōu)勢，所謂資金體量、研發(fā)人力，很多時候都只是理論值。

大廠里的內(nèi)耗、賽馬，以前很常見，賽馬不一定是壞事，但放到今天這個時代，它未必還有過去那種競爭力。

大廠也不一定真想得清楚。很多時候，真正做產(chǎn)品的團隊也就十幾個人到幾十個人，整個組織看起來聲勢很大，但真正投入到單個產(chǎn)品上的資源，未必比創(chuàng)業(yè)公司想象中多多少。

我現(xiàn)在也越來越認(rèn)可一個判斷：需求是無窮無盡的，每一輪工業(yè)革命，都會帶來新的理論、新的排列組合，也會誕生新的需求。

一百年來的技術(shù)變遷沒有讓人變得更閑，反而讓人變得更忙，過去大家幻想技術(shù)進步之后人類就躺平不用干活，但現(xiàn)實完全相反。

所以接下來也是一樣。日光之下并無新事，但會不斷出現(xiàn)更多新的小排列組合，只要你能抓住其中一個持續(xù)works的循環(huán)，又有無限交付的產(chǎn)能，你的優(yōu)勢其實會比大廠更高。

未來可能還會有新的創(chuàng)業(yè)公司成長為新的大廠，但這個大廠的定義會變：幾十人到幾百人的團隊，撐起千億市值，也完全有可能。

莊明浩：

在Agent戰(zhàn)場上，當(dāng)一件事情沒有標(biāo)準(zhǔn)答案時，但凡有人多踏出一步，哪怕事后證明那一步有些浪費，他得到的關(guān)注、反饋和Buff，也會遠超那一步本身。

過去兩三年，我們已經(jīng)見過很多這樣的案例。

大家都不知道怎么辦，所以誰多邁一步，哪怕那個創(chuàng)新有一定偶然性，他在過程中積累的東西，可能遠遠大于那一步本身。

所以今天對小的初創(chuàng)公司來說，反而是很好的年代，但凡多做了一點東西，它得到的傳播、關(guān)注、投融資、用戶理解、同行欽佩，加在一起，可能會遠比那一步踏出來的東西大得多。

所以大家不用一直想大廠會怎么樣、豆包會怎么樣。更重要的是，在不確定性里找到自己的位置，然后先往前邁一步。

量子位：

謝謝三位，今天這場圓桌聊下來，Agent賽道確實處在一個劇烈變化的階段。

它殘酷，也充滿不確定性；但正因為有這樣的不確定性，才給創(chuàng)業(yè)者、產(chǎn)品人和Builder留下了巨大的想象空間，未來依然浩瀚，也依然值得繼續(xù)去闖。

再次感謝三位嘉賓，也謝謝現(xiàn)場和線上的觀眾。