专访非凡资本合伙人吴畏：AI真正的“Agent时代”才刚刚开始

每经记者：张韵 杨可欣 祝裕 每经编辑：魏官红

为什么说AI Agent（人工智能智能体）是AI的下一个风口？

4月18日，在2025年度生成式AI商业高峰论坛上，非凡资本合伙人吴畏在谈及AI产业趋势与战略路径时说，当模型成为基础设施，当产品走向PMF（产品市场匹配度），当用户愿意为真实解决方案买单，AI真正的“Agent时代”才刚刚开始。

在AI应用研究领域，吴畏创办的非凡产研已成为国内领先的行业智库。论坛期间，吴畏在接受《每日经济新闻》记者专访时说：“我们认为，技术向应用转化的临界点已经到来。”

他进一步表示，在中国，C端AI工具倾向于采用免费、加速交付体验、垂直场景应用的策略，B端AI服务的重点是覆盖政企、教育、内容平台型客户，走定制化、项目制路线。得益于市场大、用户基数广、产品多样性高，中国AI的商业路径虽走得慢但红利更稳。

AI正从技术突破走向应用落地

据麦肯锡预测，最快到2030年，生成式AI每年可贡献6.1万亿至7.9万亿美元的全球GDP增长。在中国，2024年AI核心企业数量已突破4500家，用户规模达2.49亿人，表明从2025年开始的五年里，将是AI驱动万亿级经济新引擎的关键窗口。

如今，DeepSeek等国产开源模型性能刷新行业认知，模型已成为工具而非终端商品。在吴畏看来，现在就是一个最好的创业时代，AI开发者门槛降低，Manus、Genspark开启了一个人人皆可利用AI智能代理实现任务自动化的新时代。

吴畏告诉记者，目前，Agent在语音和视频实时交互场景中不仅面临成本高的问题，解决具体问题的能力也尚待提升，但在文字客服等场景中已展现出该有的应用能力。

具体而言，AI应用在企业端主要集中在增收、合规、省钱和提效四个方面，在个人消费领域则主要集中在提高工作效率以及消磨时间两大方向。而提供心理健康陪伴类应用等深度体验，需要基于长上下文理解和强大的记忆系统，吴畏称，有些企业正在往这个方向做持续的技术突破。

此外，金融、医疗等垂直领域对AI应用的开发提出了更高的要求。吴畏表示，由于金融业务都是牌照业务，处理数据及信息时需要注意合规问题，AI生成的评价与建议必须基于真实、准确、实时的数据，避免幻觉与误差，增加了技术难度；在金融领域，AI解决方案需要更加精细化与专业化，不能仅仅依赖大模型技术，还要结合Agent等其他技术并接入合规性数据才能满足实际需求。

“在中国，从事AI应用的企业需进行备案，但目前阶段，考虑更多的还不是去限制它，而是关注如何提高AI生成内容的精确度和准确度，确保与人类需求对齐。”吴畏进一步表示。

Agent商业化的原点已现

当技术红利趋平，商业模式才是决胜未来的分水岭。

Agent不再仅做人类辅助工作，而是取代整个工作内容，吴畏预测，AI将进入“代码不重要，产品闭环重要”的阶段。

从行业竞争来看，多模态PMF图像、声音、视频等生成赛道已跑通，国内Fotor、SeaArt等企业尽管流量已超过海外同类企业，但ARR（年度经常性收入）的差距达到10倍以上，估值差距更大。

为何国内外顶尖模型在推理、数理等维度差距显著缩小的背景下，商业路径仍存在较大差异？对此，吴畏认为，这背后是经济模型与用户心智的差异，只有当大模型、Agent到生态的三层架构成型，AI应用才开始跑马圈地。

吴畏对于一家企业是否具有投资价值的判断标准分为两个阶段，早期看团队背景，商业化阶段则关注年化收入规模。他认为，在PMF验证后的垂类场景中，AI会对传统行业形成真实改造，AI不再是会说话的SaaS，而是能行动的虚拟员工，以像人一样完成任务为核心。

那么未来AI会催生哪些新的岗位？吴畏回答道，比如算法工程师负责做大模型训练微调，数据标注员需要对处理模型生成的数据进行打分和标注，AI产品经理则可以结合产品知识与AI技术进行创新。当然，AI还会取代部分人力外包业务，如游戏原画师、呼叫中心接线员、售前支持人员等。

“Agent、Coding和多模态是AI创业的三大黄金赛道。”吴畏强调，目前AI Coding进入了全自动化阶段，从IDE（集成开发环境）辅助到可生成网站，未来Coding将不只是工具，而是产品孵化的自动引擎，用AI构建公司，“现在的AI公司已经不以公司有多少人作为标准，而是以谁的人效高决定好坏”。

在多模态发展下，中国AI产品走上了超级App路径，如豆包、夸克等应用将搜索、聊天、文件、视频、绘图一体化。吴畏分析认为，不同于海外产品专注垂直场景，中国用户偏向一个App解决所有问题，中国产品可以先卷功能闭环，再出海复制多模态体验。

不过，出海时需要明确，美国SaaS订阅制背后的基础是高ARPU值用户（每个活跃用户的平均收入水平高），OpenAI 2024年仅ChatGPT PLUS用户就超2000万，年化收入超16亿美元。中国用户则更倾向于工具价值大于知识价值，一次性买断大于长期订阅，因此AI产品需强化解决具体问题的能力，如文档处理，批量生成等。