过去一年，AI Agent领域最显著的变化不是某一个产品的惊艳亮相，而是整个行业的目光从“谁能做出最聪明的Agent”转向了“谁能搭建出让Agent规模化运行的底层系统”。
这个转变可以通过两个标志性项目的对比看得更清楚。
Manus在2025年初引爆了市场对Agent的关注。一段演示视频展示了AI自主操作电脑、完成复杂任务的能力，内测邀请码被炒到离谱的价格。但随后的一年里，Manus暴露出几个结构性问题。其中最核心的一条是：它的运行完全依赖云端沙箱，用户的所有操作都必须上传到第三方服务器。对于个人用户这也许可以接受，但企业客户对数据安全和隐私控制的顾虑让这类模式很难进入真正的大规模商用阶段。此外，Manus底层调用的是海外大模型的API，没有自研基座，无论在成本控制还是技术纵深上都受制于人。而当它试图进入中国市场时，团队布局和产品本地化的缺失又让它错失了国内Agent爆发的窗口期。
与Manus形成对照的是开源项目OpenClaw。这个被中文社区称为“龙虾”的框架走了一条完全相反的路。它不搞等待名单，不炒邀请码，直接开源，支持本地部署。用户可以在自己的电脑上运行Agent，所有操作都在本地完成，不需要把数据传给任何云服务。这种“本地优先”的定位恰好击中了企业级市场的痛点，也让它在开发者社区中迅速积累了极高的认可度。
但OpenClaw的意义远不止于“免费”和“本地运行”。从技术架构看，它实际上在搭建一个Agent的操作层。它包括任务调度、工具调用、安全隔离和状态持久化四个核心模块，这些模块的功能分别对应了传统操作系统中的进程管理、设备驱动、权限管理和内存管理。换句话说，OpenClaw不是在做一个具体的Agent应用，而是在为所有Agent应用提供一个统一的运行环境。这也是为什么英伟达的CEO会公开称赞它，因为一旦Agent开始大规模运行，Token消耗会指数级增长，而这直接关系到算力硬件的需求。
更值得注意的是中国科技公司对这一框架的反应。腾讯、阿里、字节跳动、小米等企业迅速推出了适配OpenClaw的产品和服务，腾讯甚至以官方赞助商身份加入社区，并宣布将推出多场景的产品线。这种产业力量的集体投入，说明国内科技巨头已经把Agent基础设施视为一个必须抢占的战略高地。
企业市场的数据也在印证这个判断。根据几家咨询机构的调研，绝大多数企业已经在不同职能中引入了AI Agent，平均部署数量还在快速增长，企业也愿意将相当比例的IT预算投入到Agent相关布局中。Gartner预测到今年年底会有相当高比例的企业应用嵌入任务型AI Agent。这些数字虽然各家统计有出入，但趋势是一致的：Agent正在从实验室和极客社区走向真实的商业场景。
在中国本土，智谱AI的创始人唐杰在今年初明确提出了一个判断：大语言模型的下一个技术突破点不是单纯的推理能力，而是长时程任务能力。也就是说，Agent不能只处理一两分钟就能完成的小任务，而要能连续工作几小时甚至几天，完成一个完整的项目流程。他把基于这种能力的自主Agent系统视为下一个前沿方向，认为安全、金融、法律、电商等行业都会被重塑。
回顾这一年的变化，可以得出一个不算惊人的结论：Agent赛道的竞争逻辑已经变了。去年大家还在争论哪个产品的演示更惊艳，今年讨论的焦点已经变成了沙箱怎么隔离、工具调用怎么标准化、任务状态怎么持久化、私有知识库怎么接入。这些听起来很枯燥的问题，恰恰决定了Agent能不能真正从“能看”变成“能用”。
一个赛道从讲故事进入修路阶段，通常意味着泡沫在消退，真正的价值开始沉淀。对于企业和开发者来说，现在需要关注的不是下一个Manus在哪里，而是哪套基础设施能让自己以最低的成本、最高的安全性把Agent跑起来。