起源：内蒙男子求免费蒜薹 河南网友邮寄作者： 黄台育：

大厂高管、天才少年，扎堆Agent创业

作者 | 豹变 张经纬

AI Agent在成为越来越多人的"工作搭子"。

今年5月的百度开发者大会上，李彦宏提出，AI时期的怀抱衡不该是亏损几多token，而是DAA（Daily Active Agents），即每天有几多Agent在给人类交付了局。

这背后是大厂面向通常用户的Agent平台较量：字节Coze、百度AgentBuilder、腾讯元器、阿里百炼，险些每家基座模型厂商都在推广自己的Agent开发平台，但愿刷新人们的工作方式。

另一群人则在AI利用的更深处——进行AI Agent创业。2025年至今，AI Agent接过天生式AI大模型的接力棒，成为创业投资市场最拥挤的赛路。跟投资人讲故事很容易，做出一门能收上钱的生意，却必要穿越无数个"看起来很美"的幻觉。

为此，《豹变》找到了几名AI Agent创业者，探寻Agent创业的近况、机缘和挑战。

1、AI加持下的又一次创业潮

AIAgent创业潮始于2025岁首，Manus率先打开市场，点燃了投资者对工作流刷新的设想空间。随后，大厂同类产品迅速跟进，AI Agent成为2025年种子轮投资的盛行赛路。

就读于北京某理工类大学的王宇轩也在这个时期尝试创业，他设计了一套Prompt工作流，用来改善AI建图的成效，之后他也一向在寻找相宜的AI Agent创业项目
；险些统一功夫，另一位创业者韦龙杰缔造了司法数据合规AI Agent：阿育法。

Agent创业的火热，是多沉成分叠加的了局。

AI编程能力让"造产品"的门槛急剧降低。 以Cursor、Lovable、Claude Code为代表的"Vibe Coding"工具，让非专业开发者也能急剧构建原型，"把产品做出来"变得极度单一。

互联网大厂也为创业雄师注入了人才。百度原副总裁景鲲去职后缔造MainFunc，推出AI Agent产品Genspark，种子轮即获6000万美元，尔后一年半内实现3轮融资、总额超4亿美元，估值达12.5亿美元
；钉钉原副总裁王铭2025年10月缔造攀峰智能，目前已获数千万融资，其内容电商Agent OS Moras主打一个自动化的选品推荐、剧本天生、数据分析等。

截至2026岁首，仅字节去人员工缔造的AI公司就已超过30家，阿里通义千问技术掌管人林俊旸、字节Seed多位主题骨干也在近期参与创业雄师。

这些创业者带着对平台效应和流量运营的理解，试图复刻互联网早期的增长神话。2026岁首，曾在美团工作的朱飞与另表两位首创人一起谋划了 Quote.law，一个面向司法专业人士的AI Agent合作平台。

AI创业者们有自己的业内沙龙，那就是全国各地雨后春笋般的"黑客松"。黑客松（Hackathon），即"黑客"（Hack）与"马拉松（Marathon）"的结合，这最早是诞生于硅谷的一种集体编程活动，要求自由组队，在24至72幼时的封关周期内，从零实现一个可演示的软件或硬件原型，最终由评委现场评审。

近两年，一二、三线城视注顶尖高
；蛘呖萍即蟪Ф甲橹烁骼郃I主题黑客松。韦龙杰曾参与不久前的漯河黑客松，想让自己的项目有一些关注度，同时也寻找一些合作者。

有关数据显示，2025年中国AI Agent行业市场规模达182.34亿元，同比增长78.03%，行业进入发作式增持久。2026年当局工作汇报也初次将"智能体"写入，国度战术定位不休升级。

AI Agent融资领域热度不低，头部项目吸金能力强劲，估值水涨船高
；而对于大量中幼创业者的试水，不少投资机构则更偏差于"少而分散"的投资战术。

从与一些创业者的互换中能够看出，风险资金也在变得越发审慎，偏差于追随头部机构跟投。

二级市场的热烈氛围越发直观。智谱、Minimax这些登陆股市不久的新贵，给投资方带来了成倍的回报。如今月之暗面等公司也在列队上市。

技术驱动的创业潮之下，新的趋向也在形成，好比主题人物的年轻化。

王宇轩近期在组织各类创业沙龙，感触到投资机构越发青睐"幼天才"。所谓"幼天才"，泛指很年轻就拿到推算机科研成就的学生，好多甚至不到18岁。

这傍边最驰名的就是陈广宇，他是丽江一所国际学堂的高三学生，2025年11月以实习生的身份参加KIMI的大模型研发。2026年3月，他作为共同第一作者参加的论文《把稳力残差》（Attention Residuals）颁布，让马斯克在社交平台公开点赞。在创投圈，陈广宇型的算法天才是拿到融资的金字牌号。

2、Agent靠什么超过基模能力
？

Agent必要依赖基础模型的能力，那么机遇又在哪里
？答案是，在基模做不到的事件上，好比行业专家。

AI Agent也正从通用向行业垂直渗入，蕴含法务行业。"司法是一个古老且缓慢的行业，好多资料不但没有经过数字化刷新的，并且资料分散、高低文复杂，以及大量工作仍停顿在低效的文档流转和沉复沟通中。而AI提供了刷新这个行业的机遇。"朱飞这样对待Quote.law的作用。

在 Quote.law 中，用户能够萦绕统一个项目组织资料、发展司法检索、编纂文档，并与 AI Agent 在统一环境中协同推动工作。在与他人合作的场景中，自己写文书太麻烦，直接用对方的文书又未免不安，AI Agent是个很好的"第三方"。

Quote的持久愿景是成为"司法领域的支付宝"，通过AI平台为用户提供信誉背书和司法服务。

韦龙杰的阿育法令专攻B端数据合规。作为北大法学院毕业的资深律师，他将多年经验沉淀为高质量的Prompt与Memory数据库，使AI可能鉴别分歧司法管辖区（如中美欧）的数据监管差距，预判企业随规模扩大而升级的合规风险。

由于针对群体偏B端，他大多是通过VC机构和创业社区批量触达草创企业，找投资、合作的过程中顺便就把客户找到了。对一些靠数据吃饭的中幼企衣反说，AI Agent的存在毫无疑难是福音，正本六位数的律师费，此刻只需两万元到两万五千元。

此表还有对传统造作业的刷新。

"B2B的Agent本地化定造，深刻到企业的流程治理中，解决某些业务节点的自动化问题。"王宇轩这样理解"造作业垂类Agent"。

这傍边有一家企业叫语核科技，2024年实现天使轮融资，其主题业务是为造作业企业搭建"基座+私罕见据"的Agent系统：以造船厂为例，从前必要资深工程师耗时数周能力实现的售前规划（涵盖船型设计、零件选型、报价单天生），如今通过将企业堆集数十年的汗青规划数据喂给Agent，新人业务员也能在Agent辅助下急剧输出专业规划。

法务、造作业流程刷新，这些垂类Agent的共同特点是，基模无法直接解决专业场景问题，必要产品具备行业知识、发现解决问题的能力，以及自动性。

相比基模，Agent还能够通过限造性环境改善AI memory，减轻幻觉。朱飞将垂类Agent看作"污水净化厂"，通过专业的语料处置和影象优化等提升输出质量。

然而，处在一个被看好的赛路只是第一步。在市场上成天上万的竞争者中，什么样AI Agent创业更有可能成功呢
？

韦龙杰感触，最沉要的是找到真需要。"在黑客松看到的一些项目，点子很新鲜但不知路能不能有市场，用户不定愿意使用、愿意付费。"

而对于若何验证，王宇轩感触"能够先看看能不能找到100个愿意付费的用户，若是找不到的话，就该换条路了。"之前的AI建图算是幼试牛刀，此刻他想去风投或者大厂看看，进建些步骤论。"真的创业了就会心识到，PMF（产品市场匹配度，由硅谷风险投资家马克·安德森提出，常用于互联网大厂和投资的战术分析）是很关键的。"

PMF的另一面是产品搞得定需要，这考验的是团队能力。韦龙杰有丰硕的业务经验，他的结合首创人则在德国攻读推算机博士。"去找融资的时辰，我们这种既懂业务、又懂技术的组合，比力容易引起投资人确把稳。"韦龙杰这样介绍。

最终，要有足够多的用户，产生平台效应。在Agent赛路，平台效应首先体现为"数据飞轮"：用户用得越多，Agent堆集的私有语料、行为偏好和行业影象就越丰硕，模型输出质量越高，这又反过来提升用户粘性。另一方面，一旦企业客户的业务流程嵌入Agent，代替成本很高。

然而悖论是，只有先逾越"冷启动"，能力触发飞轮，而大无数Agent创业公司还没活到那一天就已经出局。

3、创业的"AI幻觉"和"人的问题"

创业变得更容易了吗
？

看上去是这样的，我们此刻能够通过AI编写代码，以极度低的成本实现产品。但是这又会形成新的"幻觉"：误以为"创业最难的是把产品做出来"。

现实上，AI创业更为凶残。AI评测公司Yupp拿到3300万美元种子轮，产品上线不及一年即关停
；AI合同工具Robin AI曾获谷歌、软银投资，半年内从巅峰走向挂牌销售
；AI穿戴设备Humane AI Pin累计融资超2亿，最终仅以1.16亿美元被收购。

王宇轩以为，好多创业者在"拿着锤子找钉子"："创业的底层逻辑一向没有变过，你此刻能够很快的做产品出来，但最难的是始终挖掘到真正的需要。"

另一方面，市场泡沫让好多订单也不是从真正的需要启程，只是钻营AI潮水，性质是FOMO心态的另一种投射。这种需要难以悠久，一旦技术热度退潮或预算收紧，用户便会流失。

不仅如此，Agent创业者也面对着来自"地基"的压力。

基座模型能力不休加强，某种水平上也在吞噬Agent的生计空间，好比影象能力。GPT、DeepSeek等主流模型的最新版本，已将高低文扩大至百万Token。正本必要Agent架构解决的问题，在逐步被基模的原生能力覆盖。

市面上好多"只是微调提醒词"的Agent创业公司面对着这样的生计压力。李开复近期也暗示，"不要站在大模型前进的前方，若是站在前面，肯定会被碾碎"。

基座模型每跃升一代，依赖提醒词工程和轻量级封装的Agent，便面对一次"电梯里做俯卧撑"。

另表，未被线上化的数据，既是垂类Agent的优势，也是垂类Agent的问题，由于它们也有可能"始终不会被线上化"。有时辰，资深从业者出于自我
；さ谋匾，不愿意将一些汗青数据线上化。更多的情况是，非尺度化的从业者经验无法被线上化。

这在造作业很常见。有句老话说得好："工厂最值钱的资产在教员傅的脑子里。"而医疗领域，高质量数据分散于各家医院，也出于伦理原因难以共享。网络安全行业同样如此，数据自身就是主题竞争壁垒。

不外，和业务问题相比，创业的最大挑战还是要回归"人"。

朱飞以为，找到真正相宜的合作者，好多时辰比融资更难。梦想的人选既要理解复杂业务，也要对新技术足够敏感，而这样的人通常要么已经在成熟平台承担沉要职责，要么早已起头独立索求，并不容易通过通例招聘获得。韦龙杰则感触最大的挑战是跟结合首创人沟通。"跟一个纯技术出身的人合作，必要诠释的事件更多，必要专门去理解的事件也更多。"

在这个意思上，AI并没有降低创业的门槛，写代码变单一了，但"懂业务、懂技术、懂人"的门槛始终存在。技术史上从不裙剽样的循环：先是工具崇拜，以为新锤子能解决所有问题，再是泡沫分裂，发现问题始终存在。

只有解决"永恒问题"的人能在退潮的时辰站起来。

（应受访者要求，文中王宇轩为化名）