从2025世界人工智能大会归来，整理手头数据发现：参展的Agent平台约50家，但真正能宣称“已跑通模型、实现盈利”的不足一半（约20家），其余玩家要么将Agent作为主业外的概念点缀，要么仍在“画饼”阶段。这些参与者主要集中在企业服务、工业智能、金融科技、智能硬件及个人提效工具等领域。可以说，除具身智能仍处于“未来式”外，今年WAIC的绝对主角非Agent莫属。

一、Agent爆火的底层逻辑：能落地才是王道

Agent的火爆绝非偶然，其核心在于“能干活”——解决了大模型在复杂任务中的三大痛点：记忆短（多轮对话易遗忘）、上下文断（任务复杂易跑偏）、执行弱（仅限一问一答）。随着大模型上下文技术升级、Anthropic推出MCP协议（模型上下文协议），以及开源社区推动Agent架构成熟，AI终于从“聊天框”走向“办公桌”。Cursor、Manus等爆款工具的出现，标志着AI开始自动完成写代码、跑项目、管流程等复杂任务。

资本的嗅觉更为敏锐：2024年下半年还在观望，2025年伊始便疯狂抢滩——Cursor融资9亿美元，Manus拿下7500万美元，OpenAI斥资30亿收购Windsurf。创业者意识到，若PPT里的Demo不能变成展台上的真实产品，机会将迅速流失。企业客户的需求也愈发迫切：他们要的是能走报销流程（自动识别发票、校验合规、推进审批）、省下三小时人工的“数字员工”，而非只能生成周报的“花瓶”。

制造业的“产线巡检Agent”（7×24小时监控设备）、银行的“信贷审核Agent”（3分钟出风控报告）、医院的“医保合规Agent”（3秒过审病历）……这些案例虽表述各异，但本质都在传递一个信号：成本革命。当一个流程从“三天人工盯”变成“Agent全程跑”，效率提升带来的经济价值让Agent成为刚需。

二、盈利分水岭：ACV≥50万+毛利率≥60%是硬指标

通过对参展商数据的交叉分析发现，Agent项目的盈利与否，关键取决于两个硬指标：单个企业客户的年合同额（ACV）是否≥50万元，毛利率是否能达到60%以上。未达标的玩家，要么烧钱做PPT，要么贴钱搞POC（概念验证）。

Agent的成本结构比想象中更“重”。以7×24小时运行的产线巡检Agent为例：云上模型运行、向量存储、监控等基础成本每年至少20万元；搭配两名算法工程师和一名交付经理，人力成本轻松超过80万元。若客户年费低于100万元，根本无法回本。医疗合规Agent需通过等保三级+医保审计，合规成本占项目总额的30%；金融风控Agent月均算力账单超15万元。若客户年费仅20万元，连电费都覆盖不了，更别提交付、运维和迭代。

典型案例对比颇具说服力：某轻量化工单产品（客单价约1万元/年，覆盖中小微工厂）通过“手机报工10分钟同步进度”“报废率从5%降至1%”“计件工资自动核算节省80%统计时间”等实在价值实现盈利；而通用Agent套件（客单价两三万元）因“不贴场景、进不了系统、需人工兜底”，最终沦为“用了等于没用”的鸡肋。赚钱的Agent往往深度绑定场景——车企智能座舱Agent（单笔订单几百万起）、工业检测按量收费（规模效应降边际成本），而通用套件则困在“功能全但无用武之地”的尴尬中。

三、高阶收费模式：算清“省了谁的钱”

盈利Agent的收费模式已跳出传统软件订阅，进化出三种高阶形态：
• 卖“入口”：将Agent打包进整车操作系统（如智能座舱），按车收取license费（每辆300 - 500元）。一旦嵌入系统，车企更换成本极高，收入稳定可持续。某厂商通过此模式，年出货几百万台车即可实现十几亿营收。

• 效果分成：零前期费用，按为客户节省的成本或增加的收入抽成。典型应用于银行反欺诈、保险理赔、广告优化等领域。客户无需预支预算，决策阻力小，但要求Agent必须真能“省出钱”。

• 按资源单元卖：将语音识别、知识库、质检辅助等打包成“云坐席”，按并发坐席数收费（标准套餐每月500 - 2000元/坐席）。针对电商大促等波动场景，可按对话次数、API调用次数结算；强合规场景（如证券、保险）提供私有化部署（一次性部署费20 - 200万元，年维护费15% - 25%）。

本质而言，这三种模式都在回答一个问题：Agent帮客户省了谁的钱？省工程师的钱就按年订阅，省审批的钱就按笔分成，省坐席的钱就按并发卖工位。只要能把“省了多少”算清楚，客户就愿意分一半利润。

四、护城河之争：能否嵌入高价值行业系统？

医疗、金融、汽车等“现金奶牛”行业虽需求旺盛，但流程复杂、监管严格，试错成本极高。Agent平台若想在这些领域扎根，必须跨越三道壁垒：
• 无感嵌入业务流程：能否深度对接企业的ERP、HIS、TMS、CRM等系统，实现“无感操作”？例如某医疗Agent通过数字孪生技术实时监控急诊、手术和重症中心，将智能预问诊、医保审核、病历管理嵌入诊疗全流程。

• 满足合规与安全要求：医疗需通过等保三级认证，金融需符合数据隔离与审计要求，汽车需满足车规级环境稳定性。合规只是入场券，真正的难点在于能否在合规前提下将数据转化为实际业务动作。

• 对接老系统不拖累IT架构：尤其对传统行业而言，Agent必须能与现有IT系统无缝协同，避免因部署新工具导致业务中断。

五、未来终局预测：超级聚合商或成赢家

当前Agent行业仍处于“手工作坊”阶段——各行业、各企业自行搭建、训练、运维，类似90年代企业信息化初期的“自购服务器+组建IT部”。但趋势已明：Agent终将走向标准化、服务化、管道化。到2027年可能出现两种终局：
• 底层垄断：云厂商（如亚马逊、谷歌）和芯片企业（如英伟达）通过自研AI芯片和网络架构优化Agent运行效率，形成“云+芯片”基础设施垄断。独立Agent创业公司要么被收购，要么沦为“皮肤层”定制商。

• 超级聚合商崛起：医疗、金融、制造等行业流程差异大、数据孤岛多、监管严苛，不可能被单一Agent通吃。“超级聚合商”应运而生——它们不训练大模型也不造芯片，而是调度Agent、组装工作流、对接系统、兜底交付。例如跨境贸易全流程自动化平台，整合报关、外汇结算、物流追踪、合规审查等Agent，按结果收费。这类玩家可能从头部SaaS厂商（如用友、金蝶）、系统集成商（如IBM、神州数码）、行业平台型公司或大企业数字化部门外溢中诞生。

可以预见，未来的赢家不会是“全能Agent”，而是能把碎片化智能拼成完整服务的“超级连接者”。他们不生产电却建电网，不生产水却铺水管，不做Agent却让所有Agent协同干活——这才是下一波红利的真正所在。