0
過去三年，大模型從生成走向理解，從多模態走向執行，讓 AI 第一次具備了承接復雜任務鏈的能力。到了 2024 年，Agent 概念迅速崛起，成為 AI 應用落地的新焦點。所以進入 2025 年，越來越多業內人認定——這就是 Agent 元年。
現在的 AI 不再只是一個“能聊天寫稿”的助手，而是真正具備目標理解、路徑規劃和執行交付能力的數字員工，能接任務、干活、反饋，甚至還能協作。那些過去必須靠人反復比價、操作、整合的數據密集型流程，現在 AI 也能穩穩接住，而且跑得不錯。
而在這場由科技巨頭主導的 AI 競賽中，微軟、谷歌、OpenAI 掌握著底層模型的主導權，國內的百度、阿里、騰訊也在重金投入，表面看起來，小廠好像根本沒機會參與。但其實，隨著基礎模型越來越成熟，真正的變化是：現在很多小廠開始認真地去思考一個問題：我是不是可以下場去做產品了？
舉個例子。今年 4 月，飛豬上線了AI 產品“問一問”，這個產品本質上是一個“AI 旅行管家”，但比起以前那種只能回答“云南好玩嗎”的機器人，它更像是一個專業的旅行團隊。你一開口，它背后立馬有一群 AI 角色上陣，有人規劃路線，有人查機票，有人找酒店，有人控制預算，大家分工明確，一起給你搞定一套完整的旅行方案，并且它并不是用固定的模板去套娃，而是根據你說的話靈活組合。
比如你對它說“暑假想去昆明玩七天”，它能識別你現在在哪里，并且馬上啟動一整套流程，給你一份包括航班、酒店、景點在內的七天行程計劃，附上總預算 3831 元。關鍵是，它推薦的不只是“昆明有哪些景點”這種淺層內容，而是按照時間順序幫你安排每一天該去哪玩、住在哪、怎么走，連航班起飛時間都考慮在內了。
這個產品從概念上講沒什么稀奇，但在基礎模型性能和通用 Agent 你追我趕、高舉高打的競賽中，竟然小小地出圈了一把。初上線時，“問一問”的邀請碼一碼難求。實測下來，雖不完美，比如預算的估算結果不夠準確、多人方案的酒店安排上也不夠智能，但整體來說，這是一款可靠性和可用性顯著提升的旅行 AI 產品，而這是當前市場上極少數從概念的起跑線上往前邁步的產品之一。
據飛豬當時介紹，它靠的是飛豬的真實供給數據：接入實時航班和酒店庫存，結合真實出行記錄和多年定制游經驗。用他們自己的話說，“不是數據越多越好，而是數據對不對、準不準”。
數據是一方面，功能的可用性和好體驗是另一方面。實際上，我們了解到目前“問一問”仍在持續補課和進階中。5月26日，飛豬稱最新版本的“問一問”升級部分功能，包括特價機酒的查詢能力更強、新增匹配權益的“會員助手”角色，手繪地圖和SUG功能也能用了。整個體驗下來，絲滑度有明顯提升。
論模型，這是海內外不到 10 家大廠才有資格參與的競爭；論技術，有沉淀有人才的公司百花齊放；即便是單看旅游業，更大、更有錢、人更多的選手也大有人在。所以，當“弟弟輩”的飛豬拿出“問一問”之后，關于做成 AI agent 的大小廠討論開始變得有意思了。
2025 年被稱作“Agent 元年”，并不只是說說而已。
從文本生成到多模態，從問答助手到可行動的智能體，AI 的發展路徑已經走到了一個新的臨界點。這一年，最關鍵的變化是 AI 已經開始能“動手”了：過去你只能讓它寫寫文案、查查資料，現在你可以讓它訂酒店、找航班、規劃日程、跑數據，甚至在公司內部搞自動化流程管理。AI 從“助手”走向“員工”的變化，讓它具備了真正商業落地的可能性。
2025 年也是 AI 產品從“功能型工具”升級為“任務型執行者”的重要時間窗口。誰能在這個窗口期率先打造出一款可落地、用戶可感知價值的 AI Agent 產品，誰就有機會建立一個長線優勢。
為什么這么說？其實所有軟件產品都有“先發紅利”，但 AI 產品的紅利放大效應更強。因為 AI 的使用會持續反饋——你用得越多，數據越準，語料越多，模型效果越好，體驗也越順。這種體驗上的“滾雪球”效應一旦啟動，后來者就很難追上。
尤其是 Agent 類產品，不光要調模型、接接口，還要磨調度邏輯、跑任務鏈路、建立行為反饋閉環。這不是靠復制代碼能趕上的，而是靠長期真實場景打磨出來的。
而我們也剛剛進入了一個非常微妙的臨界狀態：技術已經基本成熟，但市場心智還沒固化。也就是說，現在的每一個新產品，都是在用戶“記不住誰是誰”的階段殺出來的，只要體驗夠好、節奏夠快，就有機會搶下“默認選項”的位置。
未來一年，誰占住用戶認知，誰就有可能成為 AI Agent 這場競賽的“平臺型贏家”。
我們看到，今年春節過后 Manus 僅憑借一則發布視頻和少量供專業人士體驗內測邀請碼，就足以站穩“全球首款通用 Agent ”的標簽。同樣地，如果你現在問 DeepSeek “給我推薦一個國內旅行 AI 產品，只推薦一個”，它會介紹飛豬的“問一問”。
這足以證明，在一個還沒有形成海的市場領域，誰先駛出去一帆船，誰就有可能優先享有新大陸的定義權。如同 Manus，飛豬“問一問”某種程度上也已經搶占了用戶對旅行類 AI 該長什么樣的第一認知。這種認知將隨著產品使用量的增長被進一步放大。
這家公司讓人感到意外的是，它做的不只是“我也有 AI”，而是直接試圖切入“ AI 幫你搞定一整套行程”，跑在了市場前面。這不僅說明飛豬勇氣可嘉，更說明內部執行力并不弱。在更大的“廠”還在調研、觀望、評估時，它已經把第一個版本交到了用戶手上。
這就好比你在百米賽跑中搶跑了 0.5 秒。而在 AI 這個迅速指數級成長的賽道上，這個身位的領先，可能就是未來三年整個商業版圖中的戰略差異。
不過說到 Agent，很多人會不自覺地把它和“高門檻”“技術壁壘”“大廠才能玩得轉”等印象綁定在一起。但事實并非如此。AI Agent 的落地門檻在快速下降。
過去你要打造一個“能執行任務”的 AI，可能得組建一個幾十人的研發團隊，要訓練自己的模型，要接通各種接口、控制外部系統。但是現在，開源模型生態飛速發展，像 OpenAI、Claude、DeepSeek 等已經能提供功能豐富的通用大模型，還有LangChain、AutoGen、OpenDevin 等工具鏈讓你幾乎用拼積木的方式就能搭建一個多智能體系統，除此之外還有 Zapier、Make.com 這種低代碼自動化平臺，可以幫你完成大量接口打通工作。
說到底，現在想搞一個 Agent 產品，關鍵不在于你有沒有上千張卡，而在于你能不能找對場景，搞清楚任務鏈路，做好調度邏輯，然后快速落地測試。
這就是小廠的機會所在。
看看最近幾年跑出來的AI產品，有多少是大廠做的？Kimi 是創業團隊，Notion AI 是一個十幾人團隊做的插件，Draw Things 是一個獨立開發者，甚至像 Rewind、Quivr、Mistral 這樣的模型級創業公司，初期也不過十幾人。
它們為什么能跑出來？核心原因有幾點：
第一，它們都有一個特別明確的、真實的用戶痛點，而不是為了用 AI 而用 AI。
第二，它們都沒有把 AI 有多強掛在嘴邊，而是把 AI 藏在后面，解決前臺的問題，讓用戶覺得這個產品真的對我有幫助。
第三，它們沒有在模型參數和訓練集上內卷，而是用現有的成熟能力，做出了打磨到位的好體驗。
第四，它們靠產品贏用戶、靠口碑贏市場，而不是靠 PPT 和融資講故事。
這時候你再看 Manus 和飛豬的問一問，其實也是同樣的邏輯。Manus 背后的公司 Monica，典型的連續創業型小廠，但他們對自己“在大廠生態內分一杯他們‘不愿躬身做但棄之略可惜’的市場”的定位足夠清晰，對外界套殼與否的討論并不糾結，對可用性足夠敏感，這才有了純用戶視角的 Agent 產品爆火。
飛豬雖不是創業公司，掛著“阿里系”的標簽，但飛豬在旅游行業并不是頭號玩家，反而是因為包袱小、決策靈活、敢于折騰，尤其是單點投入的瞬間壓強足夠大，所以即便是其他旅游公司早就宣稱要打造旅游大模型時，飛豬可以更快做判斷、更快推進一個具體的產品落地。
另外，垂類公司和超級平臺相比，勝在場景更收斂，或者在特定的領域足夠專精。比如飛豬之于旅游業，機酒的實時價庫數據、不同目的地的經典玩法，以及過往多年積累的真實用戶反饋，在 Agent 的訓練和調優里具有不可替代的價值。
從這個意義上說，Agent 的機會絕不是大廠專屬。小廠一樣能吃螃蟹，關鍵在于是你是不是那個足夠聰明、足夠迅速，并且能勇敢試錯的人。
雷峰網認為能夠憑借 AI 做出好東西小廠不斷出現，這也說明了 AI 正在打開一個全新的時代窗口，它不僅是一次技術躍遷，更像是一次行業結構的重新洗牌。
在這個窗口里，每個人、每家公司、每個組織，都有機會用自己的節奏、自己的優勢，打出一條與眾不同的成長曲線。尤其是那些一直在垂類深耕、技術上有積累、對用戶有理解的小廠，他們手里握著長期積累的數據、知識和流程，一旦和 AI 結合，很有可能在這個階段迎來集中爆發。
比如 Notion AI，就是在原本筆記工具的基礎上加入 AI 插件，立馬變成了一個“知識工作者的超級助手”，Draw Things 原本也只是個 Stable Diffusion 包裝殼，一旦跑通本地優化和 UI 體驗，馬上成為離線繪圖首選，Kimi 更是靠“超級長上下文”和“多步搜索”抓住了知識密集型用戶的心智。
“問一問”也是如此，你會發現它用 AI 把原本屬于高凈值用戶的定制游服務直接給“平民化”了。過去要花三天時間查攻略、比價格、做行程，現在一鍵生成，實時價格、行程合理、還能馬上下單。而這一切的背后，是供應鏈、數據系統和旅行場景知識的自然延伸。AI 只是把它們激活了、組合了、放大了。
這類創新正是小廠的典型優勢所在。當然，大廠有的是資源和資本，還有雄厚的人才儲備和技術體系，掌控著模型、平臺、分發渠道等關鍵能力，一旦它們覺醒并全面介入某個賽道，小廠要守住優勢其實并不容易。但與此同時，大廠的劣勢也很明顯——它們往往關注的是通用場景、是大用戶群，在策略選擇上更穩健保守，不愿意投入資源去解決那些看起來不夠“規模化”的問題。而真正細致、具體、冷門又難搞的“邊緣需求”，反倒是小廠的機會。
雷峰網(公眾號：雷峰網)認為只要小廠能踩中一個大廠“顧不上”或“不屑于做”的點，并把它做到極致，AI 就會成為增速引擎，幫小公司快速走出自己的節奏。
未來每一個垂直領域，都有可能誕生 AI 驅動的“新巨人”。它不一定出自硅谷、也不一定是獨角獸公司，而可能就是那個原本在角落里默默耕耘的團隊，靠著一項別人沒注意的微創新、一項別人看不上的需求切口，和 AI 一起跑出驚人的增長曲線。
AI 時代早就模糊了廠牌的邊界。你可以是只有 5 個人的創業公司，也可以是一個獨立開發者團隊，也可以是像飛豬這樣的中型業務部門——只要你能率先打造出那個“AI真有用”的產品，你就有可能成為下一個改變格局的力量。
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
