Agent竞争推演：谁会赢，谁会死？

coffee198375

反直觉提问——人类历史上最强超级个体、全球最强一人公司OPC、孤身就开创了“个人Agent”范式（堪比Mac之于个人商用电脑、堪比iPhone之于个人智能手机）、Github史上增长最快的项目（力压操作系统Linux内核）、无数荣耀加身的OpenClaw，为什么被收编了？

2026年2月14日，情人节。OpenClaw创始人Peter Steinberger在博客上宣布加入OpenAI。

这个消息让很多人困惑。OpenClaw当时已经是GitHub历史上增长最快的开源项目之一，19.6万颗星，三个月。百度、腾讯、阿里三大云争相上线一键部署，网易直接推出国产版"LobsterAI"，王慧文公开喊话要投这个方向的创业者。整条产业链两周内形成，速度前所未有。

这么火，为什么要走？

这不很奇怪吗？不值得深思吗？————在此停下来思考1分钟，再继续，看我们的答案是否对应？

Peter的解释是：他想让他妈妈也能用上Agent，加入OpenAI是最快的路。

这个解释很坦诚，但它掩盖了一个更深的逻辑：OpenClaw所在的那一层，正在被吸收。

不是OpenClaw不好。恰恰相反，正因为OpenClaw太好了，它证明了“个人Agent编排”这件事是可行的，于是OpenAI、Anthropic、Google都开始亲自下场做同样的事。Sam Altman亲自试用过OpenClaw，扎克伯格私下在折腾这个东西。当最顶级的玩家开始认真做一件事，独立创业者就没有空间了！

Peter选择加入OpenAI，某种程度上是一个清醒的判断：与其在一个正在被吸收的层里继续建造，不如去更高的地方。

这就是我想从这里开始讲的故事。

OpenClaw引发的agent创业潮是狂热的、真实的。但浪潮里的竞争逻辑，大多数人还没想清楚。谁会赢，谁会死，按什么规则——这才是真正重要的问题。

一、为什么现在是真正的拐点？

在讲竞争之前，先确认一件事：这一次真的是真的。

过去三年，AI的“拐点”被宣布过太多次，以至于很多人产生了免疫。但2026年的这次不一样，有三个信号同时出现，而且是第一次同时出现。

第一个信号：门槛降到了普通人能用的程度

Gary Tan在YC的Lightcone节目里提到，一些毫无技术背景的管理者，已经把公司流程交给了OpenClaw。邮件整理、信息查询、表单填写，24小时自动流转。这在一年前还不可想象；而在国内，AI春晚完成了最大范围的市场教育。

技术本身不算新，但2026年是第一次真正普及到普通用户。可用性上的跨越，这个区别很重要——不是“技术可以做到”，而是“普通人真的在用”。

第二个信号：市场响应速度空前，按天计算

OpenClaw爆火后几天内，三大云一键部署上线，网易推出国产版，OpenAI把创始人招入麾下。这种响应速度在以往的技术浪潮中从未出现过。

原因是AI降低了开发门槛，工具之间的组合变得更快，生态形成的速度也随之加速。以前任何新技术的落地都需要慢慢搭建配套，现在这个过程被压缩到了以天计算。

第三个信号：企业第一次算得清账

富士通用Agent优化仓储，省了1500万美元。医疗机构节省了400工时。Foxconn有80%的决策实现了自动化。AI从“烧钱的技术”变成“省钱的机器”，企业的大规模采用就成了顺理成章的事。

剑桥大学技术经济学家Carlota Perez研究过去200年的五次技术革命，发现每次技术革命都会经历“安装期”和“部署期”。安装期是基础设施建设和投机泡沫，部署期是真正的大规模应用和财富创造。

AI的安装期大概是2017到2024年。模型在进化，算力在积累，大量早期应用在试错和死亡。

2025到2026年是转折点。三个信号同时出现，意味着部署期已经开始。

部署期的特征是：技术已经足够好，问题不再是“能不能做到”，而是“谁来做、怎么做、做给谁”。

这就是为什么现在的竞争如此激烈，也如此关键。安装期的竞争是技术竞争，部署期的竞争是市场竞争、场景竞争、信任竞争。规则变了。

对个人从业者来说，这个转折点意味着：你的工作数据如果已经线上化，AI大概率会干得比你更好。程序员最先受到冲击就是这个原因——代码全都在线上，AI把这些数据一学就可以做得比大部分人更好。越早看清楚，越早调整。

二、竞争的三层结构：哪层是机会，哪层是陷阱

大多数人没有意识到，他们在哪一层竞争，决定了他们的命运。

Sequoia Capital对Agent价值链做了一个清晰的三层分析，我认为这是目前最准确的竞争地图。

第一层：基础层（模型+算力）

这一层正在快速商品化。OpenAI、Anthropic、Google、Meta在这里竞争，开源模型不断拉低价格上限。两年内，百万token的成本下降了90%以上。

这一层不是创业机会。不是因为它不重要，而是因为它的竞争逻辑是规模竞争，需要的资源量级不是创业公司能匹配的。Kimi K2.5能以OpenAI旗舰模型1/8到1/9的价格提供接近的效果，这本身就说明基础层的商品化速度有多快。

第二层：编排层（Agent运行时+记忆+工具调用）

这是现在最热闹的一层，也是最危险的一层。

LangChain、LlamaIndex、各种Agent框架都在这里竞争。OpenClaw也在这里。这一层解决的问题是：如何让Agent更好地规划任务、调用工具、保持记忆、协调多个子Agent。

问题是：这一层正在被基础层吸收。

Agent的进化史，就是脚手架不断被内化回模型的历史。推理模型出来，催生了第一批Agent产品；这些产品跑出了数据，数据训练了更强的模型；更强的模型把之前需要脚手架才能做到的事情内化了进去；然后又催生了新的脚手架需求，循环往复。

Claude Code广受好评，Codex更进一步，OpenClaw让任务无限拉长——每一次进步，都是在把之前需要人工搭建的编排能力，内化到模型本身。

The Information的分析直接点出了这个问题：“编排层是一个陷阱。所有人都在抢编排层，但这一层会在18到24个月内被模型厂商吸收。OpenAI的Operator、Anthropic的Claude Cowork——这些都是模型厂商在收回编排层。”

OpenClaw的故事是最好的证明。它在编排层做到了极致，然后创始人被OpenAI收编，项目转入基金会，OpenAI提供资金和技术支持。这不是失败，但也不是独立的胜利。这是编排层玩家的典型命运：要么被吸收，要么在吸收之前找到更深的根。

第三层：应用层（垂直工作流+用户关系）

这才是真正的机会区！

a16z在分析历次平台转型时发现，每次人们都预测基础设施会捕获所有价值，但每次都错了。PC时代，微软赢了操作系统层，但Oracle、SAP、Salesforce在应用层捕获了巨大价值。移动时代，苹果和Google赢了平台层，但Uber、Airbnb、Instagram在应用层捕获了巨大价值。

a16z的预测：应用层将产生比基础设施层更多的百亿美元公司。

但应用层的竞争不是“做一个AI版的XX”，而是深度嵌入特定场景，建立只有在那个场景里才能积累的东西。

Bessemer Venture Partners分析了高价值垂直Agent的共同特征：任务频率高（每天或每周，不是每年）、错误成本高（用户愿意为可靠性付费）、有专有数据优势的可能、监管复杂性（对通才形成壁垒）。

对创业者来说，这意味着一件事：别去抢编排层。去找一个足够大但大厂不愿意做的场景，深度嵌入，建立只有在那个场景里才能长出来的东西。

三、意图层，新的搜索框争夺战

理解了三层结构，还需要理解一个更深的竞争逻辑。

Ben Thompson在Stratechery上提出了一个关键洞察：Agent时代的竞争，本质上是对“意图层”的争夺。

搜索时代，Google控制了“查询”——你搜什么，Google就知道你想要什么，从而控制了整个信息生态，把内容提供者变成了供应商。

推荐时代，抖音/TikTok控制了“推荐”——你喜欢什么，使用越久，抖音比你还清楚，从而控制了内容生态，成为史上估值最高的未上市公司。

Agent时代，谁控制了“意图”——你想要什么，在你把它转化成具体任务之前的那个原始需求——谁就有了同等量级的杠杆。

Thompson的原话是：“最接近用户原始意图的Agent，对它下面整个技术栈都有最大的杠杆。”

这就是为什么Gary Tan说YC的slogan或许该从“做人们想要的东西”改成“做Agent会选的东西”。Agent选什么，背后是意图层的竞争。Supabase、Resend这类B端工具流量暴涨，核心原因是AI读得懂它们的文档，能在执行任务时自动选择它们。这就是意图层竞争的早期表现。

但Agent时代的意图竞争和搜索时代、推荐时代有一个根本区别：意图需要持续的关系和上下文，不是一次性的查询。

Google可以通过一个搜索框捕获意图。Agent需要通过长期的交互、记忆积累、场景理解来捕获意图。这意味着意图竞争不是赢者通吃，而是每个场景里赢者通吃。

a16z的分析印证了这个判断：“意图是极难捕获的，因为它需要持续的关系和上下文，而不只是一次交互。这创造了不同的竞争动态：不是全面赢者通吃（像搜索），而是每个场景里赢者通吃。你的工作Agent、你的健康Agent、你的财务Agent——不同的玩家可以在不同的场景里获胜。”

这对企业来说意味着一个非常具体的问题：你的产品能不能被Agent选中？

能被Agent选中的产品，有几个共同特征：文档结构清晰（AI读得懂）、API设计简洁（Agent调用得了）、错误信息明确（Agent能处理异常）。这些听起来是技术问题，但本质上是“你是否把Agent当成了你的用户”这个思维问题。

OpenClaw代表的核心范式转移是：用户变了，你的AI代理成为了主要用户，它代表你去调用各种软件服务。

四、护城河的真实清单：什么是模型永远吸收不了的

现在回到最核心的问题：在这场竞争里，什么东西是真正的护城河？

这个问题有一个陷阱：大多数人以为的护城河，其实不是。

技术领先不是护城河——模型会追上来。UI体验不是护城河——容易复制。先发优势不是护城河——没有数据飞轮的先发，只是先死。

First Round Capital和YC都做过类似的分析，结论高度一致：真正的护城河，是模型永远吸收不了的东西。

第一：专有的真实世界数据

不是公开数据，不是通用数据。是你在业务运转过程中自然积累的、别人拿不到的数据。你服务了一千个客户之后沉淀的行业know-how，你的Agent在真实场景中跑了百万次之后形成的决策模式。

关键不是“有数据”，而是“有一个越转越快的飞轮”。越多人用，数据越好，产品越好，更多人来用。这个循环一旦转起来，后来者追不上。

第二：已建立的用户信任

Gartner调查了500个企业CIO，78%在试点AI Agent，但只有23%在规模化部署。第一大障碍不是技术，是信任——“我们不相信Agent能在没有人工审查的情况下做决策”。

信任是时间的函数，不是算力的函数。你可以用AI写出完美的品牌故事，但你不能用AI替你积累十年的行业声誉。在一个所有人都能说漂亮话的时代，“这个人靠谱”这五个字价值千金。

第三：监管关系和制度性壁垒

金融牌照不会因为AI消失，医疗准入资质不会因为AI消失。当所有人都“能做”的时候，“被允许做”反而成了真正的筛选机制。Bessemer分析的高价值垂直Agent里，法律、金融、医疗排在前三——因为监管复杂性对通才形成了天然壁垒。

第四：物理世界的嵌入

AI的能力在数字世界里几乎无限，但一旦涉及物理世界，它就需要“身体”。你的软件可以被复制，但你在某个城市铺设的服务网络不能。你的算法可以被模仿，但你和某条工厂产线的深度集成不能。

第五：组织上下文和记忆积累

这是最被低估的一个！！

Lenny's Newsletter采访了15位AI创始人，得出的最重要结论是：记忆不是功能，记忆是产品本身。

一个运行了6个月的Agent，积累了三种记忆：情节记忆（过去发生了什么）、语义记忆（用户的偏好和上下文）、程序记忆（如何为这个特定用户做事）。竞争对手无法通过提供更好的模型来复制这些——他们必须说服用户从零开始，放弃所有积累的上下文。

Chris Dixon的分析更直接：“运行了6个月的Agent，相对于新Agent有巨大优势，因为它有6个月关于用户的上下文。这创造了一种不同于移动App的锁定——不是‘我的数据都在这里’，而是‘这个Agent了解我’。”

这五样东西，有一个共同的底色：它们都需要“时间×真实性”才能长出来。AI可以把生产压缩到零，但它压缩不了生长。

这条分界线：凡是可以被AI瞬间生产出来的，都不值得押注。值得押注的，是那些需要时间和真实性才能长出来的东西。这个判断在Agent竞争的语境里，变得更加精确和紧迫。

对创业者来说，这意味着一个非常具体的自测：你在建造的东西，18个月后会不会被模型升级覆盖？如果答案是“会”，你在建造的不是一个公司，是一个功能。

五、竞争的演化时间线，窗口比你想象得短

现在把所有分析整合成一条时间线。

这条时间线来自The Information、Sequoia、Benedict Evans等多方分析的交叉验证，我认为是目前最可信的预测。

2026年：工具混战期（现在）

特征是所有人都在做Agent，门槛极低，同质化严重。这一年的竞争逻辑是：谁先占住用户的“第一个Agent”位置。

死亡模式很清晰：功能堆砌、没有场景深度、被模型原生能力覆盖。First Round Capital分析了200多个Agent创业公司，发现73%建立在模型能力之上，而这些能力会在18个月内被原生吸收。

这一年，大多数Agent创业公司会死。因为位置错——站在了编排层，或者站在了模型和用户之间当搬运工。参见：开年创业者入场避坑：3层框架避开先发陷阱

对个人从业者来说，这一年是认知建立期。不要追每一个热点，要建立自己的判断框架。你在哪个场景里有不可替代的上下文，比你会用哪个工具更重要！

2027年：场景卡位期

混战结束，垂直场景开始出现领导者。数据飞轮开始转动，先跑通场景的玩家开始建立壁垒。

这一年的关键变量是：谁的Agent在真实工作流里跑的任务最多，谁就积累了最好的场景数据。

Bessemer的警告值得重视：“垂直Agent市场将快速整合。在大多数垂直领域，只会有1到2个赢家。建立领导地位的窗口是从现在起的12到18个月。”

这意味着，如果你现在还没有找到你的垂直场景，2027年底你就会发现那个场景已经有人占住了。

对企业来说，这一年是战略选择期。采购哪个Agent工具，不只是效率问题，是战略问题——你选择的Agent会积累你的组织上下文，这个上下文会成为你的资产，也会成为你的锁定。

2028年：生态整合期

场景领导者开始横向扩张，Agent之间开始互相调用。

这一年的竞争逻辑从“单个Agent竞争”变成“Agent网络竞争”。谁的Agent能被其他Agent调用，谁就有了新的增长飞轮。

MCP协议的竞争意义在这个阶段会变得清晰。现在看起来是技术标准之争，实际上是生态控制权之争——谁定义了Agent之间通信的标准协议，谁就有了类似HTTP之于互联网的地位。

这一年，孤岛型Agent（不能被其他Agent调用）会面临生存危机。

2029年：成熟市场

3到5个主导平台，加上众多垂直专家。这个结构类似于今天的企业软件市场——Salesforce、SAP、Oracle是平台，无数垂直SaaS是专家。

马斯克说人类向“硅基智能”转型的窗口仅剩约2000天。不管这个时间线是否精确，它指向的方向是一致的：这场转型的速度，超过所有人的预期。

Benedict Evans的观察给了这条时间线最好的注脚：App Store时代的10年演化，Agent时代会压缩到2到3年。这意味着更快的赢家，也意味着更快的输家。

六、定价革命，你在和谁竞争

还有一个维度，是大多数分析都忽略的：Agent公司在和谁竞争。

大多数人以为Agent公司在和其他软件竞争。这是错的。

Bessemer Venture Partners的分析直接点出了这个问题：Agent时代，定价逻辑从“按座位收费”转向“按结果收费”。这意味着Agent公司不是在和软件竞争，是在和人力成本竞争。

传统SaaS：你付钱买使用权，每月固定费用。

Agent时代：你付钱买结果，只有成功了才付钱。

Harvey（法律AI）按文件收费，Cognition（软件工程）按任务收费，Artisan（销售）按预约到的会议收费。

这个转变的竞争含义是：如果一个Agent能做$6万/年员工的工作，收费$3万/年就是绝对的竞争优势——不是相对于其他软件，而是相对于雇人。

Goldman Sachs的市场分析印证了这个框架：AI Agent的总可寻址市场是4.1万亿美元、4.1万亿美元、4.1万亿美元（重要的事说三遍），相当于当前全球知识工作者的劳动力市场。这不是软件市场的一个子集，而是劳动力市场的一个子集。

竞争框架因此发生了根本性的转变：不是“哪个软件功能更好”，而是“谁能更好更便宜地完成这项工作”。

能自信提供“按结果收费”的公司，说明它的Agent足够可靠，这本身就是最强的竞争信号。这也解释了为什么YC观察到B端Agent公司达到100万美元ARR的速度是B端普通SaaS的3倍——因为它们在和人力成本比较，而不是在和其他软件比较，价值主张更清晰，决策更容易。

对企业来说，这意味着评估Agent工具的框架需要改变：不是“这个工具值多少钱”，而是“这个Agent能替代多少人力成本，可靠性如何”。

七、OpenClaw之后，真正的竞争才开始

回到开头的问题：OpenClaw为什么被收编？

不知我的分析和你心中的答案是否对应。

OpenClaw做了一件极其重要的事：它证明了个人Agent是可行的，它让普通人第一次真切地感受到“AI在实打实地干活了”。它是部署期开始的信号弹。

但信号弹本身不是目的地。

OpenClaw所在的编排层，正在被基础层吸收。这是技术演化的规律——每一层的创新，最终都会被下一层内化。就像当年的推理能力、多Agent协作能力，都被内化进了模型本身。

真正的竞争，在编排层之下，在应用层之中。

在那里，竞争的规则是：谁控制了意图，谁积累了上下文，谁建立了信任，谁嵌入了物理世界，谁拥有了监管关系。

这些东西，不是靠算力堆出来的，不是靠融资烧出来的，不是靠模型升级得到的。它们是在真实场景里，一天一天长出来的。

前文开年创造者入场避坑：3层框架避开先发陷阱里写过一个判断标准：先发陷阱的本质不是时间问题，是位置问题。死的不是入场早的人，死的是站在模型和用户之间当搬运工的人。

站在编排层的人，正在被吸收。

站在意图层的人，正在建立最强的杠杆。

站在应用层、深度嵌入垂直场景的人，正在建立唯一真正持久的护城河。

窗口真实，但窗口比所有人想象的都短。

Bessemer说，垂直Agent市场建立领导地位的窗口是12到18个月。The Information的时间线说，2027年底没有建立清晰领导地位的玩家，大概率出局。

这是正在发生的故事，这是2026的每一天。