2025 AI 智能体热潮：泡沫与变革交织，投资、技术与风险全解析

2025年，AI智能体成为资本追逐的新风口，融资规模再创新高。AI Agent的崛起不仅引发技术变革，也带来了泡沫与基础设施的双重挑战。本文深度解析AI智能体的投资热潮、技术进展及未来风险。

2025年，AI再度爆发，1亿元以上的融资已经达到139笔，有600亿真金白银涌入了AI市场，而智能体，作为当下最新的风口，正引发一场关于“泡沫”的激烈讨论。

英伟达CEO黄仁勋在巴黎GTC大会上表示：“AI正进入Agent智能体时代。”AI不仅能回答问题，还能理解语境、制定计划、调用工具并与其他智能体协作，完成复杂任务。百度创始人李彦宏将2025年视为“AI智能体元年”。“智能体”即“代理人”，意味着AI可以指挥其他AI。这表明市场上许多AI公司已转型为AI组件公司，但这些组件究竟是泡沫还是未来，仍待观察。

2025年被称为“AI Agent元年”，智能体接替聊天机器人，开启“少说话，多做事”的新模式。智能体是数字世界中的代理人，能指示AI完成任务。清华大学张亚勤院长定义“自主智能”为：在设定目标后，Agent能自主分解任务、规划路径、调用工具和决策，直至实现目标，过程高度拟人化。

业界普遍认为，智能体的崛起，标志着AI应用已发展到了第三阶段。最初阶段是用户输入提示词，模型直接输出答案。接着进入工作流阶段，模型通过外部数据源和预定义节点，多步骤完成任务。如今，AI已进入第三阶段，具备自主感知、决策和执行能力，能够实现目标，从单纯的对话转变为实际行动。

表面上看，一级市场热度回升，但可投赛道有限，资金主要集中在AI领域。根据IT桔子统计，今年1月至10月，中国AI领域融资139笔，金额超600亿元人民币。资本流向变得更务实，2025年前三季度，人工智能领域发生548起交易，同比增长44.59%。在细分赛道中，AI通用应用和行业应用占近一半，成为增长最快的主线。值得注意的是，具身智能已取代大模型成为新热点。

截至目前，大模型领域完成29笔融资，金额超1亿，总计142亿元，单笔均值近5亿元。融资20亿元以上的仅有月之暗面、智谱和Minimax三家。而在国内超过1亿元的融资中，具身智能占73笔，累计257亿元，远超大模型，成为今年融资最多的板块，自变量机器人、乐聚机器人和它石智航是融资规模最高的三家企业。

Agent在2025年的爆发是AI技术成熟的必然结果。过去半年，Agent兴起的三大关键要素已具备：推理能力提升、成本下降和工具协议的调用，以及更大规模的上下文。因此，各类Agent产品纷纷涌现。今年1月，OpenAI推出了首个智能体Operator，能够像人类一样浏览网页并完成任务。2月，OpenAI又发布了“深度研究”Agent，用户每月支付2000至20000美元即可使用。

在技术层面，Agent的两个关键指标——任务长度和准确度，在过去半年均实现突破。今年，智能体的核心变化在于Tool Use能力的提升。具体而言，从编程、浏览器使用到计算机操作，随着MCP通用接口的普及，Agent的Tool Use能力显著增强，能更高效地获取外部信息。Gartner研究总监闫斌指出，作为自主或半自主的软件实体，AI智能体凭借其自动化能力，将革新消费、工业、数据分析、内容创作和物流等多个行业和应用场景。这些，都使得Agent成为了当下AI时代背景下资本的“宠儿”。

随着智能体的快速发展，支撑其运行的基础设施成为一大问题。目前市场上尚缺乏完善的设施来支持AI智能体从演示到生产环境的转变。一个核心矛盾逐渐显现：先进的智能体能力与落后的基础设施之间的差距。大多数企业仍在用为Web应用设计的传统DevOps流程来部署智能体，业内专家形容这如同“在公路上开飞机”，工具与需求严重不匹配。

传统Serverless架构的15分钟执行限制、无状态设计和缺乏会话保持能力，严重影响了智能体的长时运行、状态持久化和多轮交互。这导致部署复杂、响应延迟、资源浪费，且难以确保用户安全隔离。因此, Agent-Native基础设施这一尚未充分开发的蓝海正在崛起。硅谷初创公司CoreSpeed在此背景下获得了百度风投和初心资本的数百万美元投资。CEO严訸表示：“传统DevOps不适合智能体, 导致Agent部署回归运维工程师编写大量Terraform 的时代。我们重构了全链条, 去除了影响Agent性能 的组件。”除了CoreSpeed, 许多基础设施初创公司也受到顶级VC关注。Lindoon致力于解决多智能体协作中的通信瓶颈, 提供安全通信协议和状态同步框架。Cline则被称为“智能体时代 的GitLab”, 提供完整 的 智能 体开发流水线，包括编码、测试 和 部署。这么看，当下那些还在Wep端布局 智能 体 的 企业，不过是在马车上加飞机引擎, 似乎荒诞又滑稽。

随着 AI 投资热潮, 泡沫担忧随之而来。一些反对声音指出, 资本 的关注并非无 的 放矢, 许多被选中的 “ AI 宠儿 ” 并不具备纯粹 的 AI 属性。换句话说，它们并非真正 的 AI 公司。这反映出一个有趣现象: 无论在一级市场还是二级市场, 资本押注 的 不是 AI 本身, 而是传统 web 端 的 AI 组件。11 月 18 日，美国民主党众议员亚历山德里娅·奥卡西奥科尔特斯警告人工 智能 行业可能形成泡沫 。她指出，该行业及相关投资 在 美国经济中已广泛存在 ，称 “ 我们 在 谈论一个巨大的经济泡沫 ” 。她还警告 ， 若 泡沫继续扩大 ，可能会重现2008 年经济危机。沃顿商学院金融学教授杰里米·西格尔指出 ， 当前 AI 热潮面临显著 的 成本变动风险 。他认为 ， 人工 智能 的 最大风险 在 于其能够以更低成本实现 。他将当前 的 AI 繁荣与互联网泡沫相提并论 ，强调成本急剧下降 是 泡沫破裂 的 主要原因之一。奇怪的是 ， 矛盾现象同时出现 ： 英伟达股价创历史新高 ， 黄仁勋 在 电话会议中称 “ 未见 AI 泡沫 ” 。然而 ， 媒体频繁预警 ， 主流财经媒体关注 AI 公司市值飙升可能只是 “ 财务工程 ” 。同时 ， 美国科技巨头与资本市场分化明显 ， 美股 “ 科技七巨头 ”走势各异 。美国银行最新调查显示 ，认为 AI 股票存在泡沫 的 基金经理比例已创历史新高。

面对 “ 泡沫论 ” ，我们需理性分析 AI 智能 体领域 的 现状 。2025 年前三季度 , 人工 智能 一级市场发生548 起交易，同比增长44.59% 。 
在交易金额上 , AI 行业应用成为资金集中赛道 , 达到150亿元 。这与去年 AIGC 层 的 热潮截然不同 。2024 年同期 , AIGC 交易金额高达308亿元 , 占总额六成 , 而今年降至111亿元 , 同比下降64.01% 。资本对AIGC 的 “ 降温 ” 导致整体 AI 交易金额下降 ,2025 年前三季度仅为460.64亿元 , 同比减少8.43% 。
资金并未撤出 , 而是更精准地流向可落地领域 。 与AIGC 的 降温形成对比的是 AI Agent 的 崛起 。作为自主或半自主的软件实体 , AI Agent凭借其感知、决策和行动能力 , 已达到期望膨胀期的顶峰，并在多个领域验证了商业价值 。

例如，在编程领域，以Cursor为代表的工具表明, 部分闭环操作可由Agent完成 。 GitHub研究显示 ， AI 编程助手能使开发者任务完成速度提升约26% 。 AI 不仅擅长代码补全 、 单元测试生成 和 逻辑优化，还参与初步代码审查。这些成果显而易见。展望未来 ， 智能 体经济前景广阔 。 Gartner高级研究总监闫斌指出，目前 智能 体仍处于早期阶段 ，约80%仅为对话式机器人 ， 尚未实现真正 的 自主决策与环境交互。清华大学智能产业研究院院长张亚勤指出 ， Agent 技术仍处于初期阶段 ，尽管智能体已具备初步 的 长期记忆能力。他将智能体的发展分为信息 智能 、物理 智能 和 生物 智能 三个层次 。未来，随着基础设施、协作网络和应用层的发展协调发展 , Agent经济将加速。当智能体部署变得像网站一样简单 ,资源成本转为按需付费时，我们可能会见证一场比大模型更具颠覆性的变革 —— 数以百万计专用 智能 体将渗透到各个行业 、 工作流程和生活场景中 。

不过，AI也有它的风险，背后最大的问题依然是能源。对于投资者而言，这一点尤其需要关注，未来的资金很有可能转向电力。
如果我们稍微分析AI发展的制约因素，会发现一个根本性的转变：电力，而不是资金，正在成为AI发展的硬约束。
训练一次GPT-4级别的模型，耗电量相当于一个5万人小镇一年的用电量；一个大型AI数据中心的电力需求，相当于30万个家庭的用电规模。
这个视角的转变非常重要，它意味着我们投资AI的思路也需要更新。当算力需求每三个月翻一番时，再多的资金投入也无法解决电力供应不足的问题。

回归到最初的问题——AI智能体是否为泡沫？答案是复杂而多维的。
一方面，我们确实看到了市场过热的迹象。美国银行最新的基金经理调查显示，认为AI股票存在泡沫的受访者比例已创下历史新高。
OpenAI估值冲到3400亿美元，但根据其被曝光的财务文件，2025年亏损可能达到140亿美元，预计到2029年才能盈利，此前累计亏损总额预计将达到440亿美元。这种烧钱速度令人担忧。
另一方面，AI智能体的商业价值正在逐步显现。在编程领域，AI智能体已经验证了PMF。

在医疗行业，AI辅助诊断方案落地多家三甲医院；借AI纳米递送平台AiTEM，将制剂优化周期缩至3个月，AI驱动药物完成III期临床。这些都不是概念，而是实实在在的价值创造。

或许，沃顿商学院西格尔教授的观点最为中肯：“从财务角度来看，这可能是一种浪费的投资，对一些公司来说确实是一种浪费，对他们的投资者来说也是一种后果，但这可能是经济扩散过程的重要组成部分。”正如Gartner所建议的，企业需穿越炒作泡沫，聚焦技术成熟度与业务需求的匹配度，通过数据治理、治理框架与复合型技术组合，真正释放AI的长期价值。对于智能体创业公司而言，需要坚持以点带面，技术打法需以场景起家。

无论是云知声的医疗AI、明略的营销AI，还是极智嘉的仓储机器人，几乎都遵循了类似轨迹，那就是从一个确定性高的业务场景出发，深挖需求、打磨产品，做到业内领先，再逐步横向扩张相近领域。2025年，这个被Gartner称为中国企业AI应用“分水岭”的年份，我们或许应该用张亚勤的话作结：“未来智能体要互相学习并与外部环境交互学习，打通数字世界和真实世界非常重要，但真正实现全闭环很难。”