小厂逆袭Agent元年快速超车

过去三年，大模型完成了从生成到理解、从多模态到执行的跨越，AI第一次真正具备了处理复杂任务链的能力。进入2024年，Agent概念迅速崛起，成为AI应用落地的新焦点。因此，当时间来到2025年，越来越多的行业观察者开始确信——Agent元年，真的来了。

如今的AI，早已超越了“聊天写稿”的助手范畴，进化成了具备目标理解、路径规划和执行交付能力的数字员工。它能接任务、能干活、能反馈，甚至能协作。那些过去高度依赖人工、需要反复比价、操作和整合的数据密集型流程，现在AI也能稳稳接手，并且跑得相当不错。

在这场由科技巨头主导的AI竞赛中，微软、谷歌、OpenAI掌握着底层模型的话语权，国内的百度、阿里、腾讯也在重金投入。表面上看，似乎没有小玩家的机会。但事实恰恰相反，随着基础模型日益成熟，一个关键的变化正在发生：许多中小团队开始认真思考一个更实际的问题——我们是不是可以下场，真正做点产品了？

一个典型的例子是今年4月飞猪上线的AI产品“问一问”。它本质上是一个“AI旅行管家”，但与以往只能回答“云南好玩吗”的聊天机器人不同，它更像一个专业的旅行策划团队。用户提出需求，背后立刻有一组AI角色协同上阵：有人负责规划路线，有人查询机票，有人筛选酒店，还有人控制预算。它们分工明确，共同为用户生成一套完整的旅行方案。关键在于，它并非套用固定模板，而是根据用户的实时对话进行灵活组合与调整。

例如，当用户说“暑假想去昆明玩七天”，它能识别用户所在地，并立即启动一整套流程，最终交付一份包含航班、酒店、景点在内的七日行程计划，甚至附上总计3831元的预算。它的推荐不止于“昆明有哪些景点”这类浅层信息，而是按照时间线，细致安排每一天的游玩地点、住宿选择和交通方式，连航班的起降时间都考虑在内。

从概念上讲，这个产品并不稀奇。但在基础模型性能竞赛和通用Agent概念被“高举高打”的背景下，它却意外地小小出圈。初上线时，“问一问”的邀请码甚至一码难求。实际体验下来，产品虽不完美——例如预算估算可能不够精确，多人出行的酒店安排也有优化空间——但整体而言，其可靠性和可用性已显著提升，成为市场上少数真正从概念起跑线向前迈出实质一步的旅行AI产品。

根据飞猪的介绍，“问一问”的核心优势在于其真实的供给数据：接入了实时航班与酒店库存，并结合了海量的真实出行记录与多年的定制游经验。用他们自己的话说，关键“不是数据越多越好，而是数据对不对、准不准”。

数据是基础，功能的可用性与体验的流畅度则是另一回事。据了解，“问一问”目前仍在持续迭代。例如在5月26日的版本更新中，其特价机票酒店的查询能力得到增强，新增了匹配权益的“会员助手”角色，手绘地图和SUG（智能建议）功能也已上线。整体体验的丝滑度有了明显提升。

论模型，这是全球不到十家巨头参与的牌局；论技术，有沉淀和人才的公司百花齐放；即便单看旅游业，比飞猪规模更大、资金更雄厚、人手更充足的选手也大有人在。因此，当这位“弟弟辈”的选手拿出“问一问”后，关于谁能做成AI Agent的讨论，开始变得有趣起来。

谁先做出闭环，谁就是默认选项

将2025年称为“Agent元年”，绝非空谈。

从文本生成到多模态，从问答助手到可行动的智能体，AI的发展路径已经抵达一个新的临界点。这一年最关键的转变在于，AI开始能“动手”了：过去只能让它写文案、查资料，现在则可以委托它订酒店、找航班、规划日程、跑数据分析，甚至在组织内部驱动自动化流程。AI从“助手”向“员工”的角色演变，为其真正的商业落地铺平了道路。

2025年同样是AI产品从“功能型工具”升级为“任务型执行者”的重要时间窗口。谁能在这个窗口期率先打造出一款可落地、且让用户清晰感知到价值的AI Agent产品，谁就有机会建立起长期的优势。

为何如此？所有软件产品固然都有先发红利，但AI产品的红利放大效应尤为显著。因为AI的使用本身会产生持续反馈：用户用得越多，积累的语料和数据就越丰富，模型效果随之优化，体验也越发顺畅。这种“越用越好用”的滚雪球效应一旦启动，后来者便很难追赶。

尤其是Agent类产品，其壁垒不仅在于调优模型或接入API，更在于打磨任务调度逻辑、跑通复杂任务链路、并建立有效的行为反馈闭环。这并非靠复制代码就能实现，必须依靠真实场景的长期锤炼。

眼下，我们正处在一个非常微妙的临界状态：技术底座已基本就绪，但用户的市场心智尚未固化。这意味着，每一个新出现的产品，都是在用户“还记不住谁是谁”的阶段杀入战场的。只要体验足够好、迭代足够快，就有机会抢占用户心中的“默认选项”位置。

未来一年，谁先占据用户认知，谁就有可能成为AI Agent这场竞赛中的“平台型赢家”。

我们看到，今年春节后，Manus仅凭一则发布视频和少量面向专业人士的内测邀请码，就成功站稳了“全球首款通用Agent”的标签。同样，如果你现在询问DeepSeek“给我推荐一个国内旅行AI产品，只推荐一个”，它会介绍飞猪的“问一问”。

这足以证明，在一片尚未形成红海的领域，谁先扬帆起航，谁就优先享有定义新大陆的资格。如同Manus，飞猪“问一问”某种程度上也已经抢占了用户对于“旅行AI应该长什么样”的第一认知。这种认知优势，将随着产品使用量的增长而被不断放大。

这家公司令人意外之处在于，它做的不仅仅是“我也有AI”，而是直接切入“AI帮你搞定一整套行程”的深层需求，跑在了市场前面。这不仅需要勇气，更体现了其内部的执行力。当更大的“厂”还在调研、观望和评估时，它已经把第一个可用的版本交到了用户手上。

这就好比在百米赛跑中抢跑了0.5秒。而在AI这个呈指数级发展的赛道上，这半个身位的领先，可能就意味着未来三年整个商业版图中的战略差异。

第一批执行者已上场

然而，一提到Agent，很多人会不自觉地将其与“高门槛”、“技术壁垒”、“大厂专属”等标签绑定。但事实并非如此。AI Agent的落地门槛正在快速下降。

过去，要打造一个“能执行任务”的AI，可能需要组建一个几十人的研发团队，从头训练自己的模型，并费力地接通各种外部系统接口。但现在，开源模型生态蓬勃发展，OpenAI、Claude、DeepSeek等已能提供功能强大的通用大模型；LangChain、AutoGen、OpenDevin等工具链让你几乎能以“拼积木”的方式搭建多智能体系统；此外，还有Zapier、Make.com这类低代码自动化平台，可以高效完成大量的接口打通工作。

说到底，现在想做一个Agent产品，关键不在于你是否拥有上千张GPU，而在于你是否能找准场景、理清任务链路、设计好调度逻辑，然后快速落地并进行测试验证。

而这，正是中小团队的机会所在。

回顾近几年崭露头角的AI产品，有多少出自巨头之手？Kimi来自创业团队，Notion AI最初只是一个十几人团队开发的插件，Draw Things出自独立开发者之手，即便是像Rewind、Quivr、Mistral这样的模型层创业公司，初期规模也不过十几人。

它们为何能成功？核心原因有几条：

第一，它们都瞄准了一个特别明确、真实的用户痛点，而不是为了使用AI技术而强行创造需求。

第二，它们都没有把“AI有多强”挂在嘴边，而是将AI能力隐藏在产品背后，专注于解决前台的实际问题，让用户感觉这个产品真的有用。

第三，它们没有在模型参数规模和训练数据集上内卷，而是利用现有的成熟能力，打磨出了极致的产品体验。

第四，它们依靠产品本身赢得用户，依靠口碑赢得市场，而非仅仅依靠PPT和融资故事。

回过头看Manus和飞猪的“问一问”，遵循的也是同样的逻辑。Manus背后的公司Monica是典型的连续创业型小厂，但他们对自己“在大厂生态中，分食那些巨头不愿躬身但弃之可惜的市场”定位清晰，对外界关于是否“套壳”的讨论并不纠结，对产品可用性保持高度敏感，这才有了从纯用户视角出发的Agent产品获得关注。

飞猪虽非创业公司，且顶着“阿里系”的标签，但在旅游行业它并非头号玩家。恰恰因为包袱相对较小、决策更为灵活、敢于尝试，尤其是在单点投入上能形成足够的压强，所以当其他旅游公司还在宣称要打造“旅游大模型”时，飞猪已经可以更快做出判断，并推进一个具体产品的落地。

此外，垂直领域公司与超级平台相比，其优势在于场景更收敛，或在特定领域足够专精。例如飞猪在旅游业，其掌握的实时机票酒店价格数据、不同目的地的经典玩法库，以及多年积累的真实用户反馈，在Agent的训练和调优中具有不可替代的价值。

从这个意义上说，Agent的机会绝非大厂专属。中小团队同样能尝到鲜，关键在于你是否足够敏锐、行动迅速，并且拥有勇敢试错的决心。

这是一个全新的未来

越来越多相信能凭借AI做出好产品的中小团队不断涌现，这本身也说明，AI正在开启一个全新的时代窗口。这不仅仅是一次技术跃迁，更像是一次行业结构的重新洗牌。

在这个窗口期里，每个人、每家公司、每个组织，都有机会凭借自己的节奏和优势，走出一条独特的成长路径。尤其是那些长期在垂直领域深耕、拥有技术积累和用户洞察的中小团队，他们手中握有经年累月沉淀的数据、知识和流程。一旦与AI能力结合，极有可能在这个阶段迎来集中式的价值爆发。

例如Notion AI，就是在原有笔记工具的基础上加入AI插件，瞬间变身成为“知识工作者的超级助手”；Draw Things原本只是一个Stable Diffusion的包装壳，一旦在本地优化和UI体验上取得突破，立刻成为离线绘图的首选；Kimi则凭借“超长上下文”和“多步搜索”能力，牢牢抓住了知识密集型用户的心智。

“问一问”也是如此。你会发现，它用AI将原本属于高净值用户的定制游服务进行了“平民化”改造。过去需要花费数天时间查攻略、比价格、排行程，现在一键即可生成，且基于实时价格，行程合理，并能直接下单。这一切的背后，其实是其供应链、数据系统和旅行场景知识的自然延伸与重组。AI只是那个激活器、组合器和放大器。

这类创新正是中小团队的典型优势所在。当然，大厂拥有无可比拟的资源、资本、人才储备和技术体系，掌控着模型、平台、分发渠道等关键能力。一旦它们决定全面介入某个赛道，中小团队要守住优势将非常困难。但与此同时，大厂的劣势也很明显——它们往往更关注通用场景和庞大用户群，策略选择上倾向于稳健和保守，不愿意投入资源去解决那些看起来不够“规模化”的细分问题。而那些真正细致、具体、冷门又棘手的“边缘需求”，反而成了中小团队的机会沃土。

只要中小团队能精准踩中一个大厂“顾不上”或“不屑于做”的痛点，并将其做到极致，AI就会成为强大的增速引擎，帮助小公司快速跑出自己的发展节奏。

未来，每一个垂直领域，都有可能诞生由AI驱动的“新巨人”。它不一定来自硅谷，也不一定是估值十亿的独角兽，而可能就是那个原本在角落里默默耕耘的团队，凭借一项他人未曾注意的微创新、一个别人看不上的需求切口，与AI结合，跑出惊人的增长曲线。

AI时代早已模糊了厂牌与规模的边界。你可以是一个只有5人的创业公司，可以是一个独立开发者团队，也可以是像飞猪这样的中型业务部门——只要你能率先打造出那个让用户觉得“AI真有用”的产品，你就有可能成为下一股改变格局的力量。