智能体让AI从“能说会道”迈向“能做会干”。
当大模型从“理解世界”走向“改造世界”，智能体（AI Agent）正成为2025年最炙手的生产力引擎之一。从早期的扣子、心响，到2025年的黑马智能体平台Manus，这场关于“AI 行动力”的竞赛已悄然展开。
从通用智能体到专业智能体，从智能体设计者到智能体服务者，各方都在探索适合自己的商业模式。在众多智能体赛道参与者中，汇智智能便是其中之一。
但喧嚣背后，也不乏讨论：智能体可能的落地形式是什么？是标准化产品还是解决方案？如何构建智能体价值链？智能体技术仍存在哪些卡点？未来将如何发展？
今天，我们邀请到汇智智能CEO孙志明，一起聊聊孙志明眼中的智能体世界！
孙志明： 汇智智能成立于ChatGPT 3.5发布后大约一个月。当时我花了一个月时间调研，判断AI将深刻融入各行各业的生活和工作场景。
基于这个判断，我们思考了创业方向：大模型的底层能力突破由OpenAI、国内的百度等大厂主导，我们这样的从业者需要找准定位。
所以我们成立了汇智智能，从游戏发行转型到智能体领域。
在我的概念里，智能体就是让大模型能力与具体行业场景结合的工具或载体，无论是软件还是硬件。我们的使命是“让AI力量成为每个人的天赋”。
为什么这么说呢？
就像电力发明后，需要各种电器来服务工作和生活一样。现在AI来了，各行各业的普通从业者面临的问题是：AI怎么结合我的行业产品，为用户创造价值？
汇智智能就是为了解决这个“最后一公里”的问题而成立的。
基于大模型底层能力的发展，我们早期也做过底层研究，但算力、数据、人才的门槛对创业公司太高。所以我们定位在产业大模型的落地结合。
为此我们打造了一系列产品：To C的、To B的以及行业解决方案。
比如2023年10月上线的To C产品“Gnomic”，形态类似于现在的“扣子”，为开发者创建智能体提供工具化服务。
但To C产品盈利模式当时不成熟，消耗算力成本巨大（比如我们曾做到月活300万，但日消耗达10万，收入却跟不上）。
所以我们又启动了To B业务，面向云服务平台和各行各业的传统机构，提供一站式智能体服务平台。
目前我们已发展了大几百家行业合作伙伴，发展态势不错。这很大程度上得益于DeepSeek让大家看到了大模型能力，激发了市场需求。
Alice： 你怎么定义“智能体”？它和其他AI应用形式有什么核心区别？
孙志明：通俗讲，智能体就是一个具备AI能力的软件或硬件集合，形态多样。比如无人驾驶、人形机器人，本质上都是智能体，可以理解为给大模型这个“大脑”加上“耳鼻口眼”和“四肢”，赋予它感知、策划、执行等能力。
目前大家看到的多是软件形态，我认为未来更大的想象空间在于与物理实体结合，比如嵌入硬件、AI玩具等。普通用户对实体的感知更直观，比如一个能陪伴交流的智能娃娃，背后逻辑可能不复杂，但用户觉得“很智能”。
Alice：你认为智能体可能的落地形式是什么？是标准化产品还是解决方案？像Manus或“心响”这类通用智能体，未来在服务B端或C端时扮演什么角色？它们的价值链如何构建？
孙志明： 这是个好问题。首先，我对通用型智能体（如Manus）的广阔市场空间持保留态度。为什么呢？智能体应该是解决特定任务或流程的。
人的身份是多元的（职员、父母、顾问等），不同角色需要不同的智能体。
通用型智能体宣称能解决“所有”问题，但目前来看，它给用户带来的实际业务价值有限，更多是技术亮点的展示，对从业者有启发价值。
但用户需要的是AI能“实实在在”解决具体问题，才愿意付费。如果只是提供参考信息，用户可能觉得用搜索引擎就够了。
像“扣子空间”、“心响”这类平台的兴起，对我们（行业）是促进。他们教育了市场，让用户知道大模型能做这么多事。
用户会问：“你们能不能像他们那样，把我的内部系统打通？” 这就产生了业务机会。所以，我不否认通用智能体平台可能会出现，也满足部分人的广泛需求，但它的商业化路径和用户付费意愿是挑战。
长远看，我认为智能体可能只是通往AGI（通用人工智能）的一个过渡阶段。
未来大模型本身可能就具备感知、策划、执行等全套能力，那么今天的智能体平台价值可能会被削弱。但这需要时间（3年、5年甚至10年？）。
作为创业者，我们务实点，先抓住当下市场足够大的空间，高速发展。
Alice： 确实，这个过程需要探索者。汇智智能目前在服务客户时，有哪些核心产品和业务模块？如何服务客户？核心差异点是什么？
孙志明： 经过两年多摸索，我们找到了一条路：与行业合作伙伴共创。
早期我们做To C产品“Gnomic”，用户量很大但成本高、难盈利。
做To B项目时，又发现技术迭代太快，且教育客户认知成本高。
后来我们接触了很多行业伙伴（教育、文旅、生活服务等），他们本身有庞大用户群和行业理解，但缺乏AI技术叠加能力，而我们的优势就在于AI技术能力。
于是，我们从去年下半年开始，重点转向与这些行业伙伴深度合作。
我们提供AI技术和智能体开发能力（比如，我们的“Buff GPT”智能体开发框架平台），合作伙伴提供行业知识、客户资源和解决方案能力，共同打造面向其客户的行业智能体产品。
比如为教育机构开发学生心理健康咨询智能体，为本地生活商家开发短视频营销、获客引流智能体等。这种模式下，产品能快速落地（有时三五天出原型），行业伙伴利用其信任基础和渠道推广，能很快产生商业价值。
我们的核心差异在于商业模式： 我们不做通用型智能体平台与大厂硬拼，而是坚定走与行业伙伴共创的道路，利用我们的技术能力赋能他们在各自领域快速落地AI应用。Buff GPT 证明了我们的技术实力，而共创模式则带来了可持续的商业成功。
Alice： 这种共创模式很有价值。在行业落地方面，你认为哪些行业会跑得更快？汇智智能有哪些典型落地案例？
孙志明： 信息化程度高的行业更容易落地，比如金融、政务。他们有预算、有数据基础、对技术渴求度高。教育、文旅、法律等行业需求也大，但竞争更激烈。
汇智智能的项目型解决方案集中在政府、银行、部分学校；行业伙伴则覆盖更广，如本地生活的餐饮、美容、景区等。
我们共创了不少成功案例：
AI碰一碰： 帮助中小商家（餐厅、景区、美容院）一键生成带图文的点评、小红书内容，极大方便营销获客。
数字人口播： 提供底层技术支持短视频生成。
景区短剧生成与换脸： 帮助景区制作营销短视频，游客可换脸成为剧中角色，提升传播和引流效果。
教育备课工具等。
这些产品都是与伙伴共创，以SaaS化或解决方案形式落地，效果反馈很好。
Alice： 你认为目前智能体技术发展存在哪些卡点或需要突破的地方？
孙志明： 技术本身，比如知识增强、多智能体协作自动化等，行业内都还在突破中。但我觉得更关键的是标准协议。
最近MCP（Multi-agent Collaboration Protocol）协议的推进是个大利好！阿里、百度等大厂都在支持。
MCP协议能打通不同智能体之间、甚至与传统软件的边界，极大加速智能体的普及和应用开发。
就像小草破土，行业才刚起步。
我预计快则下半年、慢则明年初，行业对智能体的需求会迎来爆发。
底层大模型能力的进步会不断拓宽智能体的边界，甚至可能最终融合。
Alice： 你判断智能体赛道目前处于什么阶段？未来几年发展周期如何看？
孙志明： 我认为现在是爆发前夜，像春天小草破土。几个信号：
市场认知提升： Manus等产品火爆让大家知道了智能体形态。
技术突破加速： 多智能体协作、自动化智能体等技术从实验室走向产品，MCP协议得到大厂支持，打通互联互通。
大厂入场教育市场： 扣子空间、心响等台推出，会投入资源培育用户。
结合这些，我觉得下半年或明年市场认知会快速提升，需求可能爆发。
至于更远的3年、5年、10年？AI技术迭代速度超越认知，很难精准预测。但我相信AI会像电一样不可或缺，未来方向是软硬件深度打通融合。
智能体可能是通往AGI的过渡阶段，我们汇智智能希望在这个过程中贡献力量，更接近AGI的愿景。
Alice： 你认为智能体未来如何实现自主学习和持续进化？
孙志明： 智能体的长期运营和自我进化能力是其核心技术之一。理想状态是它像个人助理，伴随用户成长，记录喜好、行为，越来越懂你。
这需要智能体框架技术的支撑，比如知识库管理、长期记忆、工作流编排等。
我们在“Buff GPT”平台上投入很大，它类似于扣子，让开发者（尤其是企业）能创建和部署满足特定业务需求的智能体，支持工作流和多智能体协作。我们计划在6月左右开源部分能力。
技术细节对终端用户可能无感，但最终目标是实现那个“终身智能助理”的愿景。
Alice： 一个社会性话题：你认为智能体的发展对就业和社会结构产生哪些影响？是取代还是创造？
孙志明： 我是技术乐观派，我认为AI的核心作用是降本增效。
历史上任何技术革命（如汽车替代马车）都会伴随岗位更替，但也会创造新岗位。AI时代，直接写代码的岗位可能减少，但懂业务、能用AI工具、创造解决方案的角色需求会大增。
长期看，服务业占比会更大，总会需要人。关键点在于：不懂AI、不拥抱AI的人，未来找工作会很难。我鼓励大家都去学习了解AI。
短期内，某些岗位（如司机、快递员）可能受冲击较大，这需要社会层面关注。但国家层面必须支持AI发展，就像不能因为“红旗法案”阻挡汽车一样。
总体趋势是向好的，无需过度焦虑。
拥抱变化是关键。
