大部分 Agent 公司，都将变得一文不值

最近，一位 Agent 创业者跟我说了一件很唏嘘的事。

2024 年，他们发布了一款写作类 Agent 产品，当时，为了弥补大模型的缺陷，做了很多工程化。但是，随着大模型的进步，这些工程化都已经废掉了。现在，他已经打算放弃原产品，重新寻找方向。

这不是一个 Agent 产品做错了事情，而是它卖的那层能力，突然没有意义了。

无独有偶，另一位在 Agent 公司做合伙人的朋友，最近给我说了一个悲观的判断：未来一两年，大部分 Agent 公司都将一文不值。

其实，他的 Agent 公司已经跑通商业化，年化收入数千万，续费率也很可观。按过去的创业逻辑，已经不用再考虑生存问题，而是进入规模化扩张阶段。

但他看到的现实是，模型越来越强，需要工程化的地方越来越少。于是，一些头部客户开始放弃续费，转而选择自研。

很多 Agent 公司最大的价值，本来就是把提示词、工作流编排等脚手架封装，减少客户二次开发的工作。可模型每进一步，二次开发的难度就下降一层，它们的市场就会萎缩一块。

而大模型公司正在把 Agent 公司已经验证的场景做成产品，这就意味着 Agent 公司的市场还会受到进一步挤压。

前段时间，Anthropic 发布 Claude Design，Figma 当日下跌 7.7%。市场的反应不一定完全理性，但它至少说明了一点：投资人在认真评估，大模型公司会不会绕过软件公司，直接切进 Agent 场景。

最近，OpenAI 发布 Presence，又进一步坐实了市场的担忧。

Presence 是一款客服 Agent。据 OpenAI 说，它自己的英语电话支持已经有 75% 的来电问题可以在没有人工协助的情况下解决。

一位做客服 Agent 的产品负责人告诉我，大模型的竞争越来越激烈，客户粘性又很差，所以大模型公司切进 Agent 赛道是大势所趋。而且一旦它们做成产品，Agent 公司的市场空间就会受到极大挤压。

所以我部分同意那位 Agent 公司合伙人朋友的判断：未来几年，大部分 Agent 公司都将变得一文不值。

但我只同意一半。因为不是所有 Agent 公司都没有壁垒，至少有两类公司，大模型公司很难直接替代。

举个例子，OpenAI 的 Presence 不支持自助部署。原因很简单，客服 Agent 的主要客户是零售、医疗等传统企业，他们基本没有自助部署的能力，必须依赖厂商端到端的交付。而为了做好交付，OpenAI 还专门成立了实施公司。

但是，企业 Agent 的部署需要高度定制，是一门脏活累活。而且，随着客户对 Agent 的祛魅，他们对定制的要求也会越来越高。

一位资深 AI 产品负责人告诉我，他最近一直在各个项目组之间跑，解决 Agent 部署的各种定制问题。去年，客户还没有这么多要求；但是今年，客户的要求变得越来越多，比如对深度集成的要求越来越高。

这些事情，大模型公司当然可以做，但是和他们的管理文化、盈利模型并不匹配。

这也是为什么，马化腾曾经在年会上说：

腾讯最近反舞弊抓到了很多 CSIG（ToB 事业部），很多都是在打单、招待。这种模式真的不太适合我们，效率低、不透明。所以我们还是聚焦做产品，我们做被集成，别人买我们的标准产品去卖，我们内部管理清清楚楚、干干净净。 马化腾年会发言

在那以后，腾讯就很少再碰需要重交付的定制项目。

另外，企业当然也可以自己组建 FDE 团队，自己部署 Agent。

但大多数企业的 IT 团队，本质上是业务辅助部门。除了极少数有钱、又愿意长期投入的企业，很难用有吸引力的薪酬体系和成长空间，留住一支高水平的 FDE 队伍。

我以前在 Oracle 工作时，我和同事都长期为华为提供现场支持服务。华为已经是国内最顶尖的企业之一，但是在决定自研 ERP 之前，它也没有长期维持一支高水平的 ERP 团队。

所以，第一类还能活下来的 Agent 公司，不是一个只卖标品的公司，而是能把脏活累活做深的公司。

它们的护城河不在于“那一层脚手架”，而在于能让 Agent 高效落地的能力。

不过，重交付不是唯一的活路。

大模型还有一个短板：它很擅长动态规划、内容生成和开放式交互，但它没有客户几十年积累下来的业务规则、历史数据和异常处理记录。

指标为什么按这个口径算，哪些业务规则必须遵守，系统权限如何分配——这些企业的私有知识，并不在大模型里面，而是沉淀在企业的 SaaS 系统里。

所以，第二类有机会的 Agent，是从 SaaS 平台里长出来的 Agent。它们掌握着客户的业务规则、数据和权限，Agent 才更容易在业务系统里做事。

Snowflake 就是一个很典型的例子。

我们都知道，过去一年，头部 SaaS 公司的股价都跌得很惨。比如，SAP、Salesforce 的股价都下跌超过30%，但是 Snowflake 的股价，却创了4年来的新高。

来源：百度

原因在于，根据最新的季度财报，Snowflake 营收同比增长超过 30%，利润同比增长近 70%，远超市场预期。而营收利润大增的最大驱动力，是 Snowflake 的 AI 编程工具：Cortex Code。

这里面最反常识的一点在于：世界上最好的 AI 编程工具，不是 Claude 或者 Codex 吗？为什么客户还会选择一家 SaaS 公司 AI 编程工具呢？

这背后的关键在于：Cortex Code 不是一个独立的 AI 编程工具，而是长在 Snowflake 数据管理 SaaS 上的 AI 编程工具。

很多企业会把大量业务数据放在 Snowflake 里，在上面做查询、分析和数据处理，这就意味着 Snowflake 最了解这些业务数据的业务逻辑、规则和权限。

通用 AI 编程工具当然很强。但处理老项目时，最难的不是写代码，而是理解业务上下文：数据口径为什么这么算，哪些数据必须脱敏，谁拥有数据修改的权限？这些东西，独立 AI 编程工具很难一下子搞清楚。

Cortex Code 的优势，就在于它天生理解这些业务上下文。

举个简单的例子，当工程师要访问某个 HR 数据表时，Cortex Code 天生就知道哪些字段需要脱敏（比如高管电话），根本不用担心敏感信息在无意中泄露。

实际上，AI 越强，企业的业务上下文就越重要。而 Snowflake 管的，正是这些业务上下文。

所以未来， Agent 公司大概只剩两种活法。

第一种，把交付做深。

你有专业的 FDE 团队，能更高效处理大模型公司不愿意做的脏活累活。

第二种，从 SaaS 里长出 Agent。

你管理了客户的业务规则、数据权限等业务上下文，让 Agent 能够更靠谱的做事。

至于那些两边都不占的 Agent 公司，未来恐怕将变得一文不值。

来源 | ToB老人家 （ID：ToBlaorenjia）

作者 | 王戴明 ; 编辑 | 虾饺

内容仅代表作者独立观点，不代表早读课立场