涌现观点｜别被“AI Agent”的万亿神话骗了，这才是你应该知道的真相

2025年7月，高盛发布了一份名为《AI代理将提升生产力并扩大软件市场规模》^[1]的报告，再次为火热的AI市场添了一把猛火。报告用冷静而确凿的数字预测：在AI Agent的驱动下，软件市场规模将至少扩大20%，到2030年，仅应用软件市场就将达到惊人的7800亿美元。

这份报告，连同此前如AI程序员Devin^[2]引发的病毒式传播，共同描绘了一幅激动人心的图景：一个无所不能的“数字员工”即将诞生，它能听懂你的任何指令，操作你的电脑，完成从订机票到写代码的一切复杂任务。一个全新的万亿级市场似乎正在我们眼前展开。

然而，事实果真如此吗？AI Agent到底是未来的革命，还是新一轮被资本精心包装的泡沫？这个问题，或许加拿大航空（Air Canada）的法务部门，有比我们更痛的领悟。

本文不唱赞歌，也不泼冷水。我们将带你穿透喧嚣，用高盛的数据和产业一线的真实案例，为你还原一个不掺水分的AI Agent。因为我们相信，只有挤掉泡沫，才能看到真正的金子。

“Agent”的真相：多数人理解的可能都是错的

让我们先厘清一个核心问题：我们谈论的Agent，到底是什么？

如果你脑海中浮现的是一个像电影《她》里面那样善解人意的全能伙伴，那么你可能误解了。高盛在报告中一针 unha血地指出，他们通过行业调研发现，“我们发现的大多数例子都可以被描述为与LLM进行基本集成的聊天机器人（chatbots with basic integrations）”。

这句话揭示了一个残酷的真相：当前市面上绝大多数所谓的“Agent”，本质上只是套着Agent外壳的“高级聊天机器人”，距离真正的自主智能体，差之千里。

要理解这种差异，我们可以用一个生动的类比。

过去的大语言模型（LLM），像一个博学的“军师”。你问一句，他答一句，被动地提供建议。他能告诉你如何攻城，但他自己不会带兵打仗。

而一个真正的Agent，应该是一个能独立带兵打仗的“将军”。你只需下达“拿下那座城池”的战略目标，他就能自主地进行侦查、规划、排兵布阵，甚至在遭遇意外时临机应变。他不仅“知道”，更能“做到”。

瑞典金融科技巨头Klarna的AI客服，就是这样一个“将军”的雏形。它不仅仅是回答“我的订单在哪里”，而是能直接访问订单系统，验证用户信息，处理退款申请，完成一系列过去只有人类才能执行的操作。在上线首月，这个AI“将军”就处理了公司三分之二的客服对话，相当于凭空多出了700名全职员工^[3]。

相比之下，那些只能在预设流程里兜圈子，一旦遇到未知问题就让你“转人工”的客服，就是典型的“伪Agent”。

那么，为什么打造一个真正的“将军”那么难？因为在通往真正自主智能的道路上，横亘着三座难以逾越的大山。

首先是平台之困。目前，行业内还缺乏一个稳定、标准化的AI平台层。开发者们如同在流沙上盖楼，各种框架（如LangChain^[4]、AutoGen^[5]）层出不穷，却都存在稳定性、复杂度和生产可运维性等短板。高盛也敏锐地指出，“平台层的标准化至少还需要12个月”。

其次是信任与安全之困。这个问题，我们可以用一个直击灵魂的拷问来概括：“你敢把公司的核心数据库权限，交给一个可能随时‘产生幻觉’的AI吗？” 微软在一份关于AI安全的报告^[6]中披露，一种名为“间接提示注入”的攻击是AI Agent面临的头号风险之一。攻击者可以在网页或邮件中埋入恶意指令，诱导Agent越权操作或泄露敏感数据。在绝对的安全保障出现之前，任何企业都不敢将核心权限完全交予AI。

最后，也是最根本的，是可靠性与记忆之困。在真实世界的网页环境中，顶尖的AI Agent（基于GPT-4）端到端的任务成功率仅有约14.41%^[7]，而人类的成功率是78.24%。UI的微小改动、网络延迟、上下文的丢失，都可能导致Agent任务失败。Meta的首席AI科学家Yann LeCun更是直言，当前的技术范式不可能抵达人类智能^[8]，可靠的代理需要全新的“世界模型”作为基础。

前OpenAI科学家Andrej Karpathy也给出了一个冷静的判断：“2025不是代理之年，2025到2035是代理之十年。^[9]”

理解了这些挑战，我们才能拨开迷雾，看清资本市场在这场游戏中，究竟在赌什么。

金钱永不眠：资本究竟在赌什么？

尽管挑战重重，但以高盛为代表的资本市场依然对AI Agent展现出极大的热情。他们究竟在赌什么？

答案或许会让很多人意外：资本不赌炫技，只赌苦力。

他们赌的不是那个能帮你规划完美假期、写一首情诗的通用AI伙伴，而是那些能扎根在特定行业，默默解决掉那些最繁琐、最高成本、最重复的“脏活累活”的“专家Agent”。

为什么？因为这些场景的投资回报率（ROI）最清晰，最容易被量化。

第一个被瞄准的，就是客服中心。 高盛报告中花了大量篇幅分析这个领域，并非偶然。客服中心是一个企业典型的成本中心，任何效率的提升都直接转化为利润。前面提到的Klarna，就为我们提供了一个完美的范本。它的AI客服不仅完成了700名员工的工作量，还将客户问题的平均解决时长从11分钟压缩到了2分钟，客户满意度与人工持平。更重要的是，这一切最终都指向一个冰冷但诱人的数字：预计为公司在2024年带来4000万美元的利润改善^[10]。

第二个战场，是销售和营销。 如果说客服是“省钱”，那么销售就是直接“赚钱”。一个能自动从海量数据中筛选潜在客户、发送千人千面的开发信、甚至完成初步沟通的销售Agent，对任何一家公司的诱惑力都是致命的。毕竟，谁能拒绝一个能让前漏斗转化率暴涨7倍^[13]的“数字员工”呢？

第三个，也是最被寄予厚望的，是软件开发。 开发者的时间是科技公司最宝贵的资源。一个能自动写测试、修复bug、完成代码重构的AI Agent，无异于一台“研发永动机”。备受争议的Devin，尽管其实际能力仍在讨论中，但它所服务的客户，如巴西数字银行Nubank，却给出了惊人的数据：在一次大型数据管道迁移任务中，Devin帮助他们节省了12倍的工程工时和20倍的成本^[14]。而更成熟的GitHub Copilot Workspace，在企业的大规模实测中，也证明能将开发者的任务完成速度提升约55%^[15]。

看清了资本的赌注，我们就能理解，AI Agent这场革命的核心，并非创造一个无所不能的“新物种”，而是用AI武装传统软件，让它们从被动的“工具”，进化为主动的“劳力”。

这场进化，也正在引发一场软件行业权力的重新洗牌。

高盛的报告中有一张意味深长的图表，预测到2030年，AI Agent将占据软件市场超过60%的份额。

这意味着，未来的软件市场，将不再是无数个独立APP的集合。用户或许不再需要打开Salesforce去管理客户，打开Outlook去发邮件，打开Jira去提bug。他们只需要对一个统一的Agent下达指令：“帮我跟进一下上周接触的那个大客户，把我们的最新方案发给他，并在项目管理系统里创建一个跟进任务。”

在这场权力的新游戏中，三类玩家正在浮现：

而这三类玩家之间的激烈角逐，正以前所未有的速度，催化着一个更深刻的变革：软件行业长达数十年的商业模式，正在被彻底颠覆。

过去，我们为软件付费，是“买软件”，按人头、按订阅周期支付固定费用，无论你用不用，功能好不好。未来，我们将进入一个“买效果”的时代。你付费，是因为Agent帮你完成了一个销售订单，解决了一个客服问题，修复了一个代码bug。AI Agent时代，软件公司卖的不再是产品，而是结果。

这对用户是天大的好事，但对软件公司则是生与死的考验。它意味着，产品必须能创造实实在在的、可被量化的价值，否则就会被无情淘汰。

那么，面对这场已经到来的风暴，作为身处其中的个体，我们又该如何自处？

普通人的“生存法则”：如何在Agent时代不被“优化”？

面对一个能7x24小时工作、不知疲倦、还能不断学习进化的“数字员工”，焦虑是人之常情。但与其焦虑被替代，不如思考一个更本质的问题：我们如何成为Agent的“主人”？

答案，就藏在一线员工与AI Agent协作的真实感受里。

在微软和埃森哲对GitHub Copilot的大规模研究^[16]中，一个有趣的现象浮出水面：90%的开发者表示，使用Copilot让他们工作时更“有成就感”，95%的人表示“更享受编码”。AI并没有让他们觉得自己被贬低，反而将他们从繁琐的、重复的“样板代码”中解放出来。一位开发者在反馈中写道，Copilot让他找回了久违的“心流”，因为他终于可以不必把一半的精力耗费在回忆那些繁琐的API语法上了。

同样，销售团队在使用Outreach的AI教练^[17]时，最受欢迎的功能是自动生成会议纪要和下一步行动建议。AI替他们完成了机械的记录工作，让他们能把全部精力投入到与客户建立关系、理解真实需求这些更“人性化”的工作上。

这些真实的反馈，为我们指明了在Agent时代的“生存法则”：从执行者，进化为指挥者。

具体来说，有三个核心能力将变得至关重要：

第一，拥抱“人机协同”，成为“AI项目经理”。你的价值不再是重复性地执行任务，而是像一个项目经理一样，负责定义目标（“我们这次营销活动的目标是什么？”）、监督过程（“AI生成的邮件是否符合我们的品牌调性？”）、以及处理复杂异常（“客户提出了一个AI无法理解的定制化需求，我该如何介入？”）。你的核心竞争力，将是策略、创意、同理心和人性化的判断力。

第二，提升“提问力”，成为“指令大师”。未来，最重要的技能之一，是如何向下达清晰、高效指令的能力。这不仅仅是把话说清楚，更是一种结构化的思考能力，一种将复杂目标分解为可执行步骤的能力。你能从Agent身上榨取多少价值，很大程度上取决于你“提问”的水平。

第三，强化“解读力”，成为“数据决策者”。Agent会为我们完成大量任务，并产生海量的数据和结果。但数据本身不会说话。理解这些数据背后的商业含义，发现其中的规律和异常，并基于此作出正确的商业决策，将是人类管理者不可替代的核心价值。

围绕这些新能力，一系列全新的岗位也正在快速涌现。企业开始招聘“AI代理经理^[18]”，负责管理和优化内部的AI Agent团队；“AI训练师^[19]”，负责持续“喂养”和校准AI的行为；“自动化工作流架构师^[20]”，负责设计和搭建人机协同的业务流程。这些新岗位无一不在说明，未来属于那些懂得如何与AI共舞的人。

结语：挤掉泡沫，才能看到金子

回到我们最初的问题：AI Agent到底是革命还是泡沫？

现在，答案已经清晰。AI Agent的未来是光明的，但通往未来的道路是曲折的。我们需要警惕那些过度宣传的泡沫，比如试图一步到位创造一个无所不能的通用AI；但我们更要抓住泡沫之下，那些正在坚实地创造价值的真正机遇。

这场变革，不仅仅是一次技术升级，更是一次深刻的范式转移。它是旧软件时代的“终局”，也是一个以智能自主为核心的新世界的“开端”。

对于企业决策者而言，这意味着需要重新审视自己的业务流程、组织能力和商业模式。正如Klarna的CEO在与红杉资本的对谈^[21]中所展示的魄力，也如Air Canada因其聊天机器人提供错误信息而被判赔偿^[22]所付出的代价，每一个决策都可能决定企业在未来十年的位置。理性的审视，务实的布局，从能创造确定性ROI的“苦力活”开始，才是拥抱这场变革的正确姿態。

对于我们每一个普通人而言，这意味着需要重新评估自己的技能组合和职业规划。与其担忧工作被取代，不如主动学习如何驾驭这个强大的新工具，将自己从重复性的劳动中解放出来，去从事那些更需要创造力、同理心和战略思维的工作。

那么，在你看来，在你的行业里，AI Agent最先可能在哪个“脏活累活”上取代人类？欢迎在评论区分享你的看法。