案例背景
2026年10月，通用AI智能体公司Manus宣布完成超过5亿美元的新一轮融资，成为今年以来智能体赛道最大额度的单笔融资之一。几乎在同一时间窗口，Meta等多家科技公司联合起草「个人智能体协议」，试图为智能体跨平台调用用户数据、执行跨应用任务建立统一的交互规范与行为边界。一边是资本对智能体商业化的加速下注，一边是产业界对智能体治理规则的提前布局，两件事同时发生，构成了理解当前AI产业阶段的绝佳切口。
智能体（Agent）与大模型的根本区别在于「能不能干活」：大模型负责理解与生成，智能体则要把理解转化为一连串可执行的动作——打开软件、填写表单、调用接口、完成支付。一旦AI开始替用户行动，商业化空间被打开的同时，责任边界、数据安全与平台壁垒等治理问题也被同时激活。这正是技术与制度必须同步演进的典型场景。从商业化角度看，智能体的价值锚点也发生了位移：客户付费的理由不再是「模型更聪明」，而是「省下了多少人、缩短了多少时长、减少了多少差错」。这种从能力计价到结果计价的转变，会直接重塑整个行业的定价逻辑、交付方式与竞争要素。
核心分析
一、平台经济学：智能体正在争夺下一代流量入口
平台战略理论指出，平台的价值核心在于连接多边用户并促成交易，其护城河来自网络效应与转换成本。PC时代的入口是浏览器，移动时代是超级App，智能体则有可能成为AI时代的新入口：用户不再逐个打开应用，而是把意图交给智能体，由它去调度后端服务。Manus获得高估值，本质上是在为「入口位置」定价。但学员需要注意，入口型平台的网络效应并不天然成立——若智能体之间能力趋同、用户迁移成本极低，那么资本热度可能只是对未来的提前贴现，而非对现有网络的定价，这与当年多个「超级入口」争夺战的结局并无二致。
二、Gartner技术成熟度曲线：期望膨胀之后是什么
用Gartner技术成熟度曲线定位，智能体目前大概率处在「期望膨胀的顶峰」附近：媒体与资本高度关注，成功案例被反复传播，而失败案例很少被公开。5亿美元融资是典型的顶峰信号。曲线的规律提示管理者，紧随其后的往往是「泡沫破裂的低谷期」，届时资本退潮、客户对投资回报率的追问变得严苛，只有真正创造可度量价值的产品能够存活。因此，此刻的融资额度不应被解读为赛道确定性的证明，而应被视为一场关于时间的竞赛——在资本窗口关闭之前跑通单位经济学，才是真正的胜负手。另一个观察角度是资本结构：大额融资意味着更高的估值基数与更强的增长要求，一旦后续融资环境收紧，企业将面临「估值倒挂」的压力。管理者应当把每一轮融资视作对未来交付承诺的加码，而非单纯的财务胜利，并在资金充裕时同步建立成本纪律。
三、标准竞争与制度理论：协议即权力
「个人智能体协议」的起草，可以从制度理论与标准竞争的角度理解。技术标准从来不只是技术规范，它决定了价值在产业链中的分配方式：谁定义协议，谁就定义了接口的调用权限、数据的流向以及收费的可能性。多家巨头联合起草，既是降低生态协作成本的公共品供给，也是抢占规则制定权的战略行为。对于中国企业与广大应用开发者而言，参与标准制定与被动接受标准，长期代价截然不同。同时，协议一旦确立，还可能成为监管层面的合规锚点——智能体的行为边界、数据最小化原则与可审计性，都将由此获得可参照的技术基准，从而降低整个行业的不确定性。
管理启示
第一，评估智能体项目时应严格区分「能力演示」与「价值交付」，把考核指标从任务完成率改为业务结果改善幅度，避免为炫技买单。第二，企业在引入智能体之前应先梳理自身的接口与数据资产——没有可被稳定调用的服务，再强的智能体也无法产生价值，这考验的是数字化的基本功。第三，参与行业协议与标准的早期讨论，对中长周期竞争格局的影响可能大于短期产品迭代，应纳入战略议题而非仅交给技术部门。第四，智能体替用户行动意味着责任主体发生转移，企业需提前设计授权、留痕与回滚机制，把治理成本明确计入商业模型，而非事后补救。
其他思考
- 如果智能体成为统一入口，现有的应用分发与广告商业模式会被重构吗？谁将成为新分配格局中的受损方，谁又会成为受益者？
- 由少数科技巨头主导起草的个人智能体协议，如何在效率与公平之间取得平衡？中小企业与独立开发者的话语权应如何保障？
- 当智能体可以自主完成支付、签约等高后果行为，法律责任应如何在用户、智能体厂商与被调用服务之间划分？保险机制能否成为解决方案？
关键词：AI智能体、平台战略、标准竞争
来源：财新网 | 整理：经管大课堂
原文链接：https://www.rcbom.com/aibps/6498.html
