AI制造业真相：WAIC 2026透视Agent爆发背后的供需失衡与破局之道
供给过剩下的冷思考：AI 正在回归制造业本质
2026 年的世界人工智能大会（WAIC）现场，人潮与热度并存，但在这种喧嚣背后，一个深刻的产业转折正在发生。当地铁口的广告牌还在推广“百度搭子”时，场馆内的核心叙事已经从大模型的能力比拼，彻底转向了智能体（Agent）的落地应用。IDC 发布的数据提供了一个直观佐证：全球活跃 Agent 数量在一年内从 2860 万激增至 7940 万。这种接近三倍的爆发式增长，标志着 AI 产业正式进入了一个新的阶段。
然而，增长的数据并非全是利好。一位资深从业者的观察直指痛点：当前的 Agent 市场是典型的供给侧繁荣，而非需求侧繁荣。与互联网行业“用户越多、边际成本越低”的网络效应不同，AI 应用每被调用一次，就需要实打实地消耗算力资源。任务越复杂，企业的运营成本越高。这种“按次付费”的底层逻辑，使得 AI 正在褪去互联网的轻资产光环，回归到重资产、重运营的制造业本质。在这种模式下，仅仅拥有产品产能已不再构成壁垒，真正的稀缺资源转移到了用户入口、订单获取以及最终的交付能力上。
零一万物创始人李开复在大会上的演讲进一步厘清了这一困境。他指出，通用大模型赛道已呈现“头部吃肉、中部喝汤、尾部无收益”的马太效应。对于缺乏巨头背景的创业公司而言，继续在同质化的基础模型赛道内卷已无意义。真正的命题在于应用能否落地并创造可量化的实际价值。当制造一个 Agent 的门槛大幅降低，竞争的重心便从“能不能做”转向了“能不能持续赚钱”以及“能不能稳定交付”。
大厂的红海博弈：入口即权力，生态即护城河
在 WAIC 的展馆中，各大科技巨头的展台无一例外地展示了密集的 Agent 矩阵。这种集体焦虑源于对“下一代平台入口”的争夺。正如十年前云服务的崛起定义了数字基础设施，今天，智能体被视为连接人与数字世界的新枢纽。谁掌握了这个入口，谁就掌握了数据流与定价权。
百度的策略被清晰地定义为“守土之战”。在移动互联网时代错失超级 App 机会的百度，深知搜索是其最后的核心资产，而搜索恰恰是最容易被通用 Agent 替代的环节。因此，百度将“百度搭子”推向舞台中央，意图通过一个统一的通用入口，整合搜索、文档处理及数据分析能力。其核心逻辑是截留用户的初始意图，将原本分散在多个工具中的任务，聚合到百度生态内完成，从而重新夺回用户注意力。
腾讯则采取了更为务实的“生态内嵌”策略。鉴于在基础模型层面的相对滞后，腾讯选择将 Agent 密集地铺设在其庞大的既有生态中。从办公场景的 WorkBuddy 到代码生成的 CodeBuddy，再到跨端调度的 Marvis，腾讯希望通过混元大模型将这些垂直 Agent 深度融入微信、文档及办公软件中。这种路线的优势在于无需重新教育用户，任务可以在腾讯已有的社交和工作闭环中被拆解和流转，极大地降低了获客与使用门槛。
阿里的底牌则是“云基础设施”。阿里云的策略是赋能用户自行构建 Agent，通过 Qoder 面向开发者，通过“秒悟”降低应用生成门槛。其发布的“智能体原生云”试图将多 Agent 的开发、编排与运行全面纳入云平台。这种 B 端思维使得阿里能够直接切入企业数字化建设的深层需求，通过提供底层算力与工具链，巩固其在云计算领域的领先地位。
此外，阶跃星辰等新兴力量则试图绕过应用层，直接争夺操作系统层面的入口。通过展示 STEPX Neo 及个人智能体 Amoo，它们试图将 Agent 植入手机底层，实现跨应用的自主决策与执行。这种“多线布局”反映了大厂对终局形态的不确定性：在尚未确定是单个爆款 Agent 胜出还是多 Agent 编排成为主流时，最稳妥的方式是确保自己不被排除在任何一层架构之外。
小厂的垂直突围：在缝隙中寻找确定性
在大厂的阴影下，初创公司面临着更为严峻的生存挑战。H4 展馆内挤满了垂直领域的 Agent 团队，近九成报名项目未能入围，竞争激烈程度可见一斑。对于小厂而言，通用入口和底层模型不再是战场，唯一的出路在于深耕具体的行业流程与交付标准。
目前的垂直 Agent 主要分为三条路径：
第一类直接面向具体行业痛点。例如，法律领域的“星云衡律”、科研辅助的“Codar”以及公文写作的“模力通”。其中，法律场景之所以成为创业热点，是因为其具有较高的付费意愿和明确的业务闭环。资本对通用 Agent 的态度趋于谨慎，更青睐那些拥有明确客户和付费场景的垂直产品。这种趋势表明，市场正在从“概念炒作”回归“价值验证”。
第二类致力于降低 Agent 的开发门槛，即所谓的“卖铲人”生意。如 AutoAgents.AI 等平台，通过自然语言生成应用或组装智能体，吸引那些希望快速构建 Agent 的企业或开发者。这种模式虽然在应用验证上存在不确定性，但作为基础设施层面的服务商，其商业模型相对稳健。
第三类则聚焦于 Agent 的基础设施与安全。如 SoMark 和 PPIO 提供的文档解析、沙箱环境及托管服务。这类产品解决了 Agent 运行时的环境与数据隔离问题，是 Agent 规模化部署不可或缺的底层支撑。
然而，小厂的困境在于“垂直”本身正在逐渐失去壁垒。许多看似不同的垂直 Agent，底层调用的是相同的通用大模型，接入类似的向量数据库，并采用相似的工作流拆解任务。一位厂商直言，大量产品是在“重复造轮子”。真正的竞争壁垒，不在于使用了什么模型，而在于是否掌握了行业中那些无法被标准化的“最后 20%”——包括企业内部数据口径的统一、用户隐晦需求的解析，以及复杂例外情况的经验判断。
需求侧的冷峻现实：从免费体验到商业闭环的鸿沟
尽管展台热闹，但需求侧的反应却较为冷淡。一位垂直行业 Agent 创始人的算账揭示了行业的真实利润状况：在 99 元的月费中，高达 80% 用于覆盖 Token 与文档服务成本，产品几乎处于盈亏平衡甚至亏损状态。这意味着，许多 To C 的 Agent 产品实际上是在为模型厂商打工，用户支付的费用并未转化为产品本身的利润，而是流向了算力基础设施。
这一现象解释了为何厂商纷纷转向 B 端市场。然而，B 端的挑战同样巨大。每进入一家企业，厂商都需要重新处理数据、接入内部系统、适配权限与工作流程。这种高度定制化的交付模式，使得 Agent 往往沦为“披着软件外衣的定制服务”，难以实现规模化复制。李开复将当前 AI 企业的盈利困境概括为三类：模型厂商若不入头部则难以覆盖成本；To C 公司面临高昂获客成本；To B 公司则陷入项目制的泥潭。在 WAIC 现场，这三类困境均有对应的产品映射。
更深层的问题在于产品同质化放大了商业化的难度。当功能趋同，价格战便成为唯一手段。尽管 WAIC CONNECT 平台沉淀了超过 200 亿元的 AI 采购需求，但这些需求高度集中于能够缩短决策链路、进入核心业务流程并产生明确结果的产品。仅提供通用生成能力或一次性演示的产品，很难获得持续订单。零一万物展示的“老板 AI”等决策类工具，虽然订单增长迅速，但其能否摆脱项目制、转化为可复制的产品，仍是检验其商业模型成熟度的关键。
缺失的最后一环：从能力构建到可信交付
在解决了“入口”与“垂类”之后，Agent 产业面临着下一个关键挑战：如何确保 Agent 做的任务是对的。随着模型独立完成的任务时长每 7 个月翻一倍，步骤越多，人工检查成本越高。一项针对 12 家企业的研究显示，许多企业因缺乏可靠的验证机制而不敢将 Agent 部署至正式生产环境。这种“能力与部署之间的验证缺口”，成为了阻碍 Agent 大规模商用的核心瓶颈。
在 WAIC 上，专门从事 Agent 质检与验收的公司寥寥无几。布兰矩阵通过量化报告关注 Agent 的工具调用、数据访问及越权风险，试图通过“盲盒+黑盒”攻击测试出安全边界；方寸跃迁则推出了涵盖网络安全、模型欺骗及行为风险的治理评估白皮书。然而，这些解决方案主要侧重于安全合规层面，而对于“任务功能正确性”的验证，仍缺乏系统性的行业标准。
相比之下，海外巨头如微软和 OpenAI，已更早地将 Agent 的治理、身份权限边界及部署地基纳入其企业级产品框架。国内在这一层级的建设刚刚起步，大部分竞争仍停留在前两层。未来，测试、监测、权限管理、审计及沙箱环境将形成一个独立的、庞大的基础设施层。当 Agent 数量从千万级迈向亿级，企业需要的不再是更多的 Agent，而是能够管控、审计及追责 Agent 的“控制平面”。
结语：下一轮竞争的三大方向
纵观 WAIC 2026，Agent 产业的演进路径已愈发清晰。制造 Agent 变得容易，但稳定交付变得艰难。下一轮竞争将围绕三个核心维度展开：
首先，通用入口将加速向拥有模型、流量及生态闭环的大厂集中。小厂在通用层的竞争空间将被极大压缩，必须接受“基础设施由巨头掌控”的现实。
其次，垂直场景成为小厂的唯一出路，但壁垒将从“技术实现”转向“行业Know-how”。掌握行业认可的交付标准，理解并解决企业数据非标、需求隐晦及例外处理等“最后一公里”问题，是建立真正护城河的关键。
最后，可信交付将成为独立的万亿级市场。随着 Agent 规模的指数级增长，谁能提供完善的测试、监测、审计及沙箱工具，谁就能掌握 Agent 经济的“守门人”角色。AI 正从“创造力竞争”转向“可靠性竞争”，只有那些能够证明其产品稳定、可控且有人愿意持续付费的 Agent，才能在下一轮洗牌中生存下来。