AI agent走到了路口，选错路很危险

左：做一个完整的agent，自己就是入口，独立于通用agent满足用户需求
右：做通用agent这个OS里的“应用”，按通用agent规范（例如codex)一起满足用户需求

和不少朋友交流过这个问题，还没有形成共识

Agent已成，下一步的重点是为agent接入整个世界

​Agent背后的人用Agent时需要什么，未来会变的越来越重要

入口属于General Agent，它是有形的「端」形态；垂直的服务属于 Specialist Agent，它是无形的「服务」形态

​端和服务组合，端到端的满足用户的需求。然后再催生出新的搜索/排名/竞价/支付环节
​

C端力量会影响到部分极客企业，直接跳过企业垂类Agent阶段，直接迈入企业Agent OS阶段

最近ToB Agent方向，市场以前所未有的速度形成了共识，这是以前从未有过的，是一个危险信号

共识带来了好，也带来了坏

好的是：
1.企业关于Agent的核心问题通的，是痛的
2.这个共识的解题思路是目前最优解
3.会逼出下一步的非共识

坏的是：
1.市场即将进入落地的竞争阶段，从创新逐渐走向生意
2.对收入不够厚的ai startup是个挑战，要不探索非共识，要不埋头做大收入

不过，目前的情况是利好FDE的，利好咨询的

要对ToB agent保持信心，不是不赚钱而是它很重，需要时间

palantir25年收入44亿美金，很多人会第一反应他们是做ToG的，和商业Agent没关系
其实不然，翻翻财报可以看到，他们不只有面向G的Gotham，还有面向商业客户的Foundry，25年商业客户收入同比增长60%

李开复的零一是比较早认识到这个事情，并且投入行动的，走的路子也很正。
但是这个认知是有门槛的，没有To大B的背景，可能很难理解背后逻辑

Agent ToB的业务中，如何真正连接/处理好企业context，建立一套规整且agent易用的企业数据仓库是一件非常非常有壁垒的事情
壁垒大到，会比agent和模型本身价值更大

字节最新全员信提到一个概念，Context over Control
加强利用企业数据与上下文来解决问题，降低传统的权利决策/人为决策

agent不也是这样吗？
关键的上下文+比人脑智商更高的llm>人工决策

建立声誉需要20年，而毁掉它只需要5分钟。如果你想想这一点，你的做事方式就会有所不同

毋在浮沙筑高台