AI Agent商业模型四路分化

AI Agent商业模型四路分化
Photo by Mike Kononov / Unsplash

2026年年中,AI Agent领域最受媒体关注的四大项目——OpenClaw、Hermes Agent、Genspark和Manus——并非彼此的直接竞品。它们代表了对“Agent业务究竟是什么”这一问题的四种截然不同的回答,且这些商业模式几乎互不相容。与此同时,真正的市场主导者并非这些明星项目,而是已经嵌入开发者工作流的编程工具巨头:OpenAI Codex、Anthropic Claude Code、Cursor和GitHub Copilot。这种商业模式的深度分化,揭示了Agent层尚未形成统一赢家生态的现实。

编程工具巨头仍以用户和收入碾压,四大项目聚焦不同指标

从任何商业维度衡量,Agent市场的主导权都在编程工具阵营手中。OpenAI在2026年3月的融资公告中透露,Codex周活用户已突破200万,三个月增长5倍,月环比使用增速超过70%。Anthropic的Claude Code在发布后六个月内年化收入接近10亿美元,并在2026年2月对1.5万名开发者的调查中以46%的“最爱工具”得票率大幅领先竞品。Anysphere的Cursor于2025年11月以293亿美元估值融资23亿美元,2026年4月传出新一轮估值超500亿美元的谈判。GitHub Copilot拥有约470万付费用户。相比之下,四大新闻项目在营收和用户规模上相形见绌,但每项都代表了Agent商业化的独特实验路径。

开源基建、科研分发、SaaS订阅、跨境收购:四类模型均不可复制

OpenClaw(开源即基础设施):由PSPDFKit创始人Peter Steinberger创立,MIT许可协议,运行在用户本地硬件,连接50多个消息平台。2026年5月底GitHub星标超37万。其最尖锐的数据点是运行成本:Steinberger连续运行100个Agent 30天,产生了130万美元的OpenAI token账单(由OpenAI自身承担)。OpenClaw无消费者收入模型,价值在于开源生态和采用率。Steinberger于2026年2月加入OpenAI领导个人Agent研究,项目移交给独立基金会运营。

Hermes Agent(研究实验室即分销渠道):由Nous Research于2026年2月25日发布,三周内GitHub星标超14万,在OpenRouter上按日token量成为最常用Agent。NVIDIA将其作为RTX和DGX Spark硬件的演示工作负载。其核心架构是技能与记忆循环:每次任务涉及五次以上工具调用后,Agent执行反思步骤并生成可复用技能文件,后台“策展人”进程每周自动评分并重写低效条目。该项目无订阅收入,目的是推动Nous模型和推理基础设施的使用。

Genspark(订阅优先的SaaS范式):由前百度副总裁、微软必应资深人士Eric Jing与前Cofounder Kay Zhu于2023年创立。2025年4月从个性化搜索转向超级Agent平台,2026年4月将B轮扩展至3.85亿美元,估值约16亿美元,年化收入超2亿美元。研究机构Sacra估算其2026年1月年化收入约1亿美元,月活用户超200万,付费座位约10万,每用户每月30美元。其架构是混合Agent编排层,路由超过70个模型。这是本组中唯一通过座位和用量直接变现的商业信号。

Manus(跨境收购范式——兼证其不可行性):由2022年成立于武汉的蝴蝶效应团队(肖红创立)于2025年3月6日发布,72小时内爆红。2025年4月获Benchmark领投7500万美元,腾讯、红杉中国参投。2025年12月报告年化收入1.25亿美元(声称从0到1.25亿最快记录)。Meta于2025年12月底同意以超20亿美元收购,附带“无持续中国所有权”条款。中国国家发改委于2026年4月27日以国家安全为由叫停交易,要求解除合约,决策层上达习近平国家安全委员会。两名联合创始人在审查期间被限制出境。2026年5月路透社报道,Manus联合创始人试图筹集约10亿美元以退出Meta交易。

Agent层尚无主导商业模式,地缘政治与平台竞争重塑投资逻辑

这四家项目的关键启示在于:Agent正在价值链的多个节点产生真正的产品-市场契合(本地基础设施、研究实验室分发、企业SaaS替代、跨境收购),但尚未产生占主导地位的商业模式,且结构性条件相互冲突。开源大规模分发与每座位每月30美元的定价不可兼容;跨境收购已成为政治事件——北京阻止Manus交易明确因为“中国起源技术被美国平台收购”被视为国家安全问题。美国一侧的平行案例是2025年中期OpenAI以30亿美元收购Windsurf的交易因微软排他性条款而告吹,表明即使在单一司法管辖区内,Agent并购市场也面临纯商业逻辑无法克服的障碍。

对于投资者和建设者而言,更艰难的结论是:此前软件浪潮中的赢家模式——识别类别中最受资金支持、增长最快、分发最好的公司并搭乘——在Agent领域尚无清晰对应。最大的商业足迹在早已嵌入开发者工作流的编程工具。最有趣的商业模式实验在边缘:一位奥地利独立开发者的MIT许可项目拥有GitHub史上最多星标;一个发布三个月的研究实验室Agent登顶全球推理排名;一家帕罗奥图初创公司在两年内跨越2亿美元年化收入;一家武汉创立的Agent在1.25亿美元收入后发现其退出路径是一场地缘政治事件而非商业交易。星标、token、座位还是并购倍数——哪个轴最终重要,将决定上述四种范式中哪一种是正确的。目前它们都尚未胜出,而编程工具巨头也并未止步。

Read more

英伟达将AI智能体装进桌面工作站

英伟达将AI智能体装进桌面工作站

Nvidia正在将Agentic AI从云端推向桌面端,为其最强大的工作站DGX Station推出Agent Toolkit软件工具包。这套工具将复杂的AI代理部署简化为“三步、30分钟”的本地化流程,并首次与Omniverse仿真平台深度整合,形成从硬件到软件再到应用层的全栈闭环。在资本市场对AI投资回报越发敏感的当下,此举标志着Nvidia从纯粹的算力供应商向平台生态构建者的战略延伸。 三步部署、30分钟运行Agent,GB300提供算力底座 DGX Station是Nvidia目前最强大的桌面工作站,搭载GB300 Blackwell Ultra GPU,为运行大规模AI模型和复杂代理提供了充足算力。传统上,部署AI代理通常需要数天甚至数周的环境配置、驱动适配和依赖管理。Agent Toolkit则将这一过程压缩至约30分钟,开发者只需三个步骤即可完成软件部署,在本地计算机上直接运行AI代理。这种“开箱即用”的设计显著降低了Agentic AI的入门门槛,让中小开发团队和企业研究人员能够将精力集中在业务逻辑开发上,而非底层基础设施建设。 与Omniverse结合,构建

By Yuchen
Kimi K3发布:2.8万亿参数开源模型冲击市场

Kimi K3发布:2.8万亿参数开源模型冲击市场

月之暗面发布的Kimi K3模型凭借2.8万亿参数规模与开放权重路线,正在动摇全球AI市场估值逻辑。这款开源旗舰模型以接近顶级闭源产品的性能、仅为OpenAI和Anthropic模型一小部分的成本,引发了美股科技板块剧烈震荡——IG市场分析师指出,两家未上市AI公司的合计估值预期因此减少3140亿美元。市场将此次发布称为“DeepSeek时刻”,但真正的赢家或许不是模型开发者,而是存储芯片与AI基础设施层。 开源路线改写竞争逻辑:性能、成本与生态成新战场 Kimi K3推动AI行业从“模型能力竞赛”转向“性能、成本与开放生态”的综合较量。其支持100万Token上下文窗口,可处理超长文档、大型代码库及复杂多轮任务,并采用“高性能+开放权重”策略,让开发者和企业能够低成本进行二次开发。Saxo Markets首席投资策略师Charu Chanana指出:“能力更强、成本更低的开放模型将降低应用开发成本,加速AI在代码开发、客户服务和工业流程中的落地。”这一逻辑直接挑战了美国限制先进芯片出口阻碍他国AI发展的假设,迫使投资者重新评估AI投资回报预期。 存储芯片与AI基础设施:需求

By Bonan
Neo获1亿美元融资,构建AI代理控制层

Neo获1亿美元融资,构建AI代理控制层

企业AI代理的爆发式增长正在催生一个全新的安全赛道。本周一,由前SentinelOne、Wiz和Palo Alto Networks高管联合创立的初创公司Neo宣布获得1亿美元种子轮融资,投资方包括Andreessen Horowitz(a16z)和Bessemer Venture Partners。Neo正在构建一个所谓的“企业代理软件实时控制层”,旨在解决一个日益严峻的问题:AI代理正在以远超安全团队追踪速度的方式,被嵌入到浏览器、开发工具、SaaS平台和传统企业应用中。据Gartner预测,到2026年底,40%的企业应用将具备代理能力,而这一比例在2025年仅为5%。这意味着那些能够推理、行动、调用工具、编排工作流并继承用户权限的软件,正在以安全架构从未设计应对的方式渗透企业环境。 5%到40%:企业应用Agentic能力的爆炸式增长 Gartner的数据揭示了这场变革的规模:2025年仅有5%的企业应用具备代理能力,而到2026年底这一数字将飙升至40%。Neo的核心卖点正是基于这一趋势。其平台为安全运营团队提供覆盖整个组织的AI代理和代理赋能应用的完整清单,评估它们的

By Yuchen
AI Agent攻破Hugging Face被AI捕获

AI Agent攻破Hugging Face被AI捕获

一场前所未有的网络安全战役已然上演:一个自主AI代理成功渗透了机器学习模型平台Hugging Face的生产基础设施,随后被另一套AI防御系统识别并标记。安全专家认为,这是企业安全领域AI对抗AI的首个重大实例。这一突破引发紧迫追问:面对能比人类安全团队更快适应、学习和进化的自主攻击,企业该如何防御? AI代理攻破Hugging Face生产系统:自主攻击首次在真实环境中得手 被称为机器学习版GitHub的Hugging Face,如今成为新型安全威胁的"零号地带"。据ZDNet报道,一个自主AI代理成功侵入了该平台的生产基础设施——而曝光这起攻击的唯一原因,是另一个AI系统捕捉到了异常行为。与需要人类操作员导航系统并做出决策的传统网络攻击不同,AI代理能够自主规划、执行并调整多步骤入侵,全程无需人工指导。更令人警醒的是,人类安全分析师并未发现这次入侵;是AI驱动的防御系统识别了异常行为模式并发出警报。这如同两枚国际象棋引擎在棋盘上对弈,而人类棋手只能旁观。 防御AI需要100%正确,攻击AI只需一次得手:攻防不对称性倒逼安全策略重构 Hugging Face托管着超过50

By Yuchen