随着人工智能技术快速演进，AI智能体（AI Agent）正从概念走向实际应用，成为企业和个人的新型“工作伙伴”。在今年5月举行的百度开发者大会上，李彦宏提出，AI时代的重要衡量标准不再是Token消耗量，而是DAA（Daily Active Agents，每日活跃智能体），即每天有多少智能体真正为人类完成任务。
这一观点背后，反映出中国互联网巨头正在围绕AI智能体展开新一轮竞争。从字节跳动的Coze，到百度的AgentBuilder，再到腾讯元器、阿里巴巴百炼，各大模型厂商都在推动智能体开发平台，希望借此重塑未来办公方式。
与此同时，一批创业者也开始押注AI Agent赛道，试图寻找下一个科技风口。
AI Agent成创业与资本新热点
2025年以来，AI Agent逐渐接替生成式大模型，成为风险投资市场最热门的方向之一。业内普遍认为，相比单纯聊天式AI，智能体更接近真实生产力工具，能够直接参与工作流程。
北京一所理工科高校的学生王宇轩便是在这一背景下投身创业。他最初通过设计Prompt工作流改善AI修图效果，随后开始寻找更具商业价值的AI Agent项目。几乎同一时期，法律行业创业者魏龙杰也创办了法律数据合规智能体Ayufa。
创业热潮的背后，是技术门槛的大幅下降。
近年来，Cursor、Lovable、Claude Code等AI编程工具迅速流行，“Vibe Coding”概念兴起，即便缺乏专业开发背景，也能快速搭建产品原型。这让“做产品”本身变得前所未有地简单。
大量互联网大厂高管也加入创业大军。前百度副总裁景鲲离职后创立MainFunc，并推出AI Agent产品Genspark；前钉钉副总裁王铭则创办磐丰智能，聚焦内容电商Agent OS系统。
截至2026年初，仅前字节跳动员工创办的AI公司就已超过30家。阿里通义千问、字节Seed等团队核心成员也相继进入创业领域。
黑客松与“天才少年”推动行业升温
AI创业生态的另一大特征，是全国范围内兴起的大量AI Hackathon（黑客松）活动。
Hackathon最早源于硅谷，通常要求团队在24至72小时内完成可演示的软件或硬件原型。过去两年，北京、上海、深圳、南京等城市，以及高校和科技企业，频繁举办AI主题黑客松活动。
魏龙杰近期便参加了南京的一场Hackathon，希望借此为项目寻找曝光机会和潜在合作伙伴。
资本市场也在不断加码。据行业数据，2025年中国AI Agent市场规模达到182.34亿元，同比增长78.03%。2026年政府工作报告更首次将“智能体”写入其中，意味着该领域已进入国家战略视野。
与此同时，“年轻天才”成为投资机构重点关注对象。
其中最受关注的是深圳一名国际学校高中生陈广宇。2025年，他曾以实习生身份参与KIMI大模型研发；2026年，其共同署名论文《Attention Residuals》发表后，还获得埃隆·马斯克公开点赞。
在投资圈，具备算法能力的年轻人才，正在成为AI创业项目的重要加分项。
垂直行业智能体成竞争焦点
随着基础模型能力趋同，越来越多创业者开始转向垂直行业，希望通过行业知识建立竞争壁垒。
法律行业：AI成为“第三方协作助手”
法律行业被视为典型的低数字化领域。法律材料分散、流程复杂，大量工作依赖文档流转与重复沟通。
前美团员工朱飞与团队推出Quote.law，希望通过AI Agent重构法律协作流程。用户可以围绕同一案件共享材料、检索法律信息、编辑文书，并与AI协同推进任务。
朱飞认为，AI在法律场景中的角色更像“可信第三方”。
另一家创业公司Ayufa则聚焦B2B数据合规。魏龙杰将多年律师经验整理成Prompt与记忆库，使AI能够识别中、美、欧等不同地区的数据监管差异，并帮助企业预测合规风险。
对于许多依赖数据运营的中小企业而言，这类智能体能显著降低法律成本。过去动辄数十万元的合规服务，如今可能只需两三万元。
制造业：经验数字化成为关键
制造业同样成为AI Agent的重要应用方向。
部分企业正在尝试通过“基础模型+企业私有数据”构建行业智能体。例如，某些船厂过去需要资深工程师花费数周完成售前方案，现在通过导入历史数据，新员工也能在AI辅助下快速生成专业方案。
不过，制造业数字化也存在现实难题。
业内常说：“工厂最值钱的东西在老师傅脑子里。”许多关键经验难以标准化，更难彻底数字化。这也成为制造业Agent发展的瓶颈。
AI创业狂热背后的现实挑战
尽管AI创业看似门槛降低，但真正成功并不容易。
近两年，全球已有多个明星AI项目迅速崛起后又快速陨落。一些公司虽然获得数千万美元融资，却在产品上线不到一年后关闭；也有AI硬件公司融资超2亿美元，最终却低价出售。
王宇轩认为，很多创业者陷入“拿着锤子找钉子”的误区。“现在做产品很快，但最难的依然是找到真实需求。”
此外，基础模型能力持续升级，也正在压缩部分Agent公司的生存空间。如今GPT、DeepSeek等模型已拥有超长上下文能力，一些原本需要智能体解决的问题，正在被底层模型直接覆盖。
知名AI创业者李开复此前就曾表示：“不要站在大模型高速发展的正前方，否则很容易被碾压。”
AI时代，真正难的依然是“人”
多位创业者坦言，相比融资，寻找合适合伙人更加困难。
理想中的团队成员既要理解复杂商业逻辑，又要具备技术敏感度。但这类人才往往已经身处大型平台核心岗位，或早已独立创业。
从某种意义上说，AI并未真正降低创业门槛。代码开发虽然更容易，但“理解行业、理解技术、理解人”的能力依旧决定成败。
技术浪潮总会经历相似循环：先是工具崇拜，随后泡沫膨胀，最终回归商业本质。当热潮退去，真正能够解决长期问题的企业，才可能留在市场之中。
