Manus横空出世！AI医疗加速进入Agent时代，超30家企业深度布局！

DeepSeek之后，又一款国产AI成功出圈。

3月6日凌晨，中国团队Monica推出全球首款通用型AI智能体产品Manus，能够独立完成复杂任务并交付完整成果。

在权威测试中，Manus在三个难度级别均排名第一，性能超越Open AI的同类产品。并且，团队还宣布将开源Monica部分技术。

有分析师表示， Manus的开源将带动AI Agent性能和渗透率加速提升， 在医疗、金融领域产生众多商业化场景，Agent已进入工程化落地关键阶段，2025年进入放量元年。

AI Agent，即智能体，是一种能够感知环境、自主决策并执行动作的智能实体。理想状态下，人类只需进行预先设定目标并进行监督，AI Agent便可以全权自主完成具体任务。

相较于聊天机器人，Agent的能力达到了更高水平，可以解决各类复杂多变的任务，而非仅仅提供建议或答案，被视作AI最为重要的发展方向之一。

去年比尔·盖茨曾指出：未来5年内将进入AI Agent时代，它将改变人与计算机的交互方式，将颠覆软件行业。德勤预测，到2027年，59%使用生成式AI的企业将部署 AI Agent。

具体到医疗领域，AI Agent将覆盖“预防-诊断-治疗-康复”全流程，其核心价值在于融合多模态数据、优化决策效率并保障安全，高质量数据与稀缺场景的结合将成为突破重点。

在国内，京东健康、腾讯健康、卫宁健康、润达医疗、华为、蚂蚁集团等行业巨头正积极布局AI Agent以深度赋能自身业务，还出现了若生科技、和光数字等一些相关初创企业，为药企、医院、保险机构等客户提供智能体解决方案。

DeepSeek带给我们的震撼还未停止，Manus引发的AI Agent浪潮已经来临，未来，智能体有望接棒大模型，推动AI在医疗领域的落地实践。

以DeepSeek为代表的开源大模型的问世，极大拓展了AI的想象空间，推动在AI医疗的快速落地。

但显然，仅仅有DeepSeek是完全不够的，聊天机器人的形式仅能充当较为初级的辅助工具，无法满足医疗领域的复杂需求。

而AI Agent具备更强的任务拆分、工具选择和进度控制能力，并完成绝大部分工作，人类只需设立目标、提供资源并监督结果。

其实AI Agent并不是个新词，其历史已有近40年，只不过大语言模型（LLM）具备的自然语言理解能力、思维链、涌现能力，让AI Agent拥有更好的学习和迁移能力，推动着AI Agent进入发展新阶段。

从这一角度看，Agent更像是大模型落地的下一站。

目前，AI Agent在医疗方向的应用场景集中在医院和互联网医疗领域，毕竟，过去数年的数字化转型为医疗行业的B端用户积累了丰富的智能化经验，而基数庞大的C端患者则拥有大量的健康管理需求。

这本身也非常符合逻辑，在医疗资源颇为紧张的中国，Agent通过提高医疗服务供给效率来帮助解决行业痛点。

另一方面，医院和互联网医疗公司也积累了海量的数据，为优化、迭代Agent性能提供基础，推动业务持续演进。

可以预见的是，在肉眼可见的未来，互联网医疗和医院系统仍旧是AI Agent角逐的热门场景，而医疗数据的深度挖掘与多模态大模型的技术突破，将推动AI Agent在精准诊疗、资源调度和健康管理领域释放更大价值。

此外，Agent在药企和保险机构的落地也在加速推进，赋能药物研发与销售流程管理、个性化保险产品设计与风险识别、智能核保与理赔业务。

Agent并非空有概念，其本质上是AI向更实用、更智能的方向发展的必由之路，是AI医疗企业必须关注与投入的重要领域。

从战略视角出发，AI Agent正在开启医疗行业的价值重构之战，表现为三个非常重要的阶段目标：短期看流量，中期建闭环，长期定格局。

短期：流量超级入口

Agent毫无疑问将改变用户的交互方式，其通过深度理解用户需求提供智能化服务，有望取代搜索引擎、传统应用程序和信息系统，成为新的流量入口。

例如，在传统流量红利见顶的大背景下，互联网医疗的获客成本不断攀升，而Agent让用户通过对话即可直接调取、使用各种工具，通过更自然的交互方式和更精准的服务能力，重新定义用户触达路径。

图：京东健康“康康”成国内AI健康第一入口，上线半年使用人次超3000万

这意味着，Agent有望在统一和扩大入口的同时，也会更加精准地发掘和匹配需求，实现了流量价值的重构。

未来，新一轮的AI Agent之争，也将会是一场流量之争，成为几乎所有AI医疗企业的必争之地。

所以，短期内流量将成为衡量AI Agent的核心指标，用户基数的持续增长提供了Agent迭代的基础，另一方面也反映出产品对医疗领域细分需求的感知和捕捉能力，以及对‌用户行为的深刻理解。

中期：构建商业闭环

初期以亏损换来的流量与用户沉淀，将在中期转化为商业价值。

这背后的逻辑是，医疗Agent的变现，必然依赖于市场的成熟度与用户付费习惯的养成。

一般而言，互联网医疗可能将更快看见Agent的经济效益，对于他们来说，Agent将很快为其业务过程中的关键KPI带来改善，包括提高电商复购率、咨询客单价等等。

比较难的是面向医院、药企等B端客户，因为To B很难短期内产生具体可感的经济效益，还容易受到大型机构复杂的管理模式以及政策监管上的影响。

此外，以什么形式计费也需要讨论。目前行业内已经探索出来的商业模式包括定期付费制、基于调用量计费制、基于交付结果计费制等。

曾经，极难赚钱的SaaS为一帮中国创业者和投资人留下了深刻印象，与之相比，Agent在开发、运营、维护上的成本有望降低，而在商业模式上更加开放，盈利情况有望远远好过SaaS。

有投资人表示：“未来十几年中国 SaaS 行业挣不到的钱可能会通过 AI Agent 来实现”，这对于一大批医疗SaaS企业带来了转型希望。

长期：打开成长空间

如果说GPT相当于纽卡门蒸汽机，首次向世界展示了AI的巨大潜力；DeepSeek就像是瓦特蒸汽机，通过优化效率降低了技术使用门槛，让AI得以服务大众，进入真正的规模化应用时代。

而AI Agent则相当于蒸汽火车、蒸汽船的的出现，其代表在AI在具体行业的实际落地方案，背后引出的是一个更大的市场。

从长期来看，AI Agent带来的效率提升与供给创新有望刺激医疗领域新一轮投资与需求释放，深刻影响行业格局，为相关参与者带来发展机遇。

此外，由于Agent自身强大的协同能力，这将将导向集体智能，生态将成为未来关键命题。这意味着，行业引领者不仅要在基础研发上持续突破，还需要在生态的构建上大力押注。

—The End—