20260318-清新研究-全球通用智能体竞争报告_41页_8mb

全球通用智能体竞争报告总结

核心内容

本报告重新定义了通用智能体的研究对象，强调产品层而非基座模型层的竞争。真正的通用智能体产品应具备任务交付、工具调用、状态维持和成果输出的能力，而不仅仅是模型的参数规模或问答能力。

主要观点

• 通用智能体的竞争已从模型能力转向任务交付和工作台入口。
• Manus、Genspark、Flowith 是当前真正面向任务交付的通用智能体产品代表。
• Operator、Mariner、computer use 等是提供基础动作能力的原语层，但它们不是最终竞争单位。
• Devin 是高价值垂直代理的代表，专注于软件工程等特定领域，而非广义通用智能体。

关键信息

• 通用智能体产品层应成为报告核心，而非基座模型。
• 真正的通用智能体产品需要具备“接任务、拆任务、执行任务、交付结果”的能力。
• 产品层与原语层分离，原语层提供底层能力，产品层负责最终体验与用户迁移成本。
• 未来竞争将聚焦于任务交付能力、环境控制、工作台、记忆与治理等维度。

产品层主战场：Manus / Genspark / Flowith

Manus

• 定义为 autonomous general AI agent，强调像虚拟同事一样工作。
• 专注于可交付任务，如制作幻灯片、网站、开发应用等。
• 使用用户本地浏览器，实现任务端到端完成，提升交付能力。

Genspark

• 定义为 all-in-one AI workspace，整合多种 AI 功能。
• 争夺工作台入口，通过统一平台提高用户迁移成本。
• 提供 Super Agent、Docs、Sheets、Slides 等模块，形成 AI 工作套件。

Flowith

• 定义为 canvas-first agent workspace，强调长期项目与复杂研究过程的协作。
• 通过 Canvas、Recipe、Nodes 和 Knowledge Garden 实现任务行为显式化。
• 路线更偏重于“上下文空间”，在深度研究和复杂项目中更具辨识度。

底座能力层：OpenAI / Google / Anthropic

• Operator：提供浏览器自动化与本地执行能力。
• Project Mariner：作为通用代理的底层支持，强调 universal assistant 路线。
• computer use：提供 GUI 操作能力，增强执行能力，但不直接争夺消费级智能体入口。

高价值垂直代理：Devin

• 专注于软件工程等垂直领域，具备计划、执行复杂任务的能力。
• 能够在 shell、编辑器和浏览器环境中工作，并具备 auto-fix 和测试能力。
• 虽然能力强大，但其应用场景仍受限于特定领域，不等同于广义通用智能体。

真正的竞争维度

1. 任务交付能力：能否高效完成用户指定任务并交付成果。
2. 环境控制能力：能否在浏览器、电脑等环境中自主操作。
3. 工作台与记忆：能否构建统一工作环境并存储任务记忆。
4. 用户入口与平台黏性：能否成为用户默认的工作入口。
5. 企业治理与控制面：能否提供企业级安全与策略管理。

未来判断

1. 产品竞争强化：通用智能体竞争将越来越像产品竞争，而非模型排名。
2. 原语层继续分化：底座能力层与产品层将更加分离，各自发展。
3. 工作台价值上升：工作台、记忆和入口将成为未来竞争的核心。

产品层三强对比

• Manus：强执行代理，专注于交付。
• Genspark：全功能 AI 工作台，提供统一的 AI 套件。
• Flowith：canvas-first 工作空间，强调长期协作与上下文管理。

产品层与原语层关系

• 原语层提供通用模型能力，产品层负责最终交付与用户体验。
• 产品层智能体更接近用户价值，是通用智能体时代的真正主角。

智能体研究报告

• Desearch 提供深度、精准、可验证的研究报告。
• 支持数据溯源、可视化、公私数据融合。
• 提供三种研究模式：普通、深度、专家。
• 支持本地化部署、多人协同、审计追踪，满足不同用户需求。

结论

• 未来通用智能体的竞争将围绕谁成为用户的默认任务承接方展开。
• Manus / Genspark / Flowith 是当前最接近通用智能体的产品。
• 真正的通用智能体应具备任务交付、环境控制、工作台、记忆和治理能力。