全球通用智能体竞争研究报告_41页_7mb

全球通用智能体竞争报告总结

核心内容

全球通用智能体竞争已从基座模型的竞争转向任务交付产品竞争。真正通用智能体的核心在于其能接任务、拆任务、执行任务并交付成果，而非仅仅提供信息或进行聊天。因此，报告应聚焦于产品层，而非模型层。

主要观点

• 通用智能体应具备：任务交付能力、环境控制能力、工作区与记忆、用户入口与平台黏性、企业治理与控制面。
• 产品层竞争：Manus、Genspark、Flowith 是当前通用智能体产品层的代表，分别强调任务交付、工作台整合、长期上下文与协作空间。
• 底座能力层：Operator、Mariner、Computer Use 是通用智能体的基础能力，提供执行工具和操作环境，但不是最终用户竞争单位。
• 垂直高价值代理：Devin 是一个专注于软件工程领域的高价值垂直代理，其强项在于深度任务执行，而非广义通用智能体。
• 竞争维度：未来竞争将围绕任务交付、工作台入口、记忆、治理等维度展开，而非单纯模型参数规模。

关键信息

产品层主战场：Manus / Genspark / Flowith

• Manus：强调自主执行任务，像一个拥有自己电脑的虚拟同事，专注于可交付任务（如创建幻灯片、网站、应用等）。
• Genspark：构建一个统一的 AI 工作台，整合多种 AI 工具，如 AI Slides、AI Docs、AI Designer、AI Developer 等，争夺工作台入口。
• Flowith：专注于长期项目与复杂研究过程，通过 Canvas、Recipe、Nodes 和 Knowledge Garden 显式化智能体行为，强调上下文与协作。

底座能力层：OpenAI / Google / Anthropic

• OpenAI：提供 Operator 和 ChatGPT agent，具备浏览器自动化与任务执行能力。
• Google：通过 Project Mariner 探索通用智能体，强调浏览器自动化与通用助手路线。
• Anthropic：专注于 computer use 能力，提供 GUI 操作与工具调用，作为底层动作原语。

垂直代理：Devin

• Devin：专注于软件工程领域，具备任务计划、执行、自我验证、自动修复等能力，是高价值垂直代理的代表。

产品层与原语层的关系

• 原语层提供通用能力，如浏览器操作、工具调用、GUI 操作等，但这些能力需由产品层整合为用户可感知的最终体验。
• 产品层智能体争夺用户心智中的“通用智能体”概念，成为默认任务承接方，从而获得更高的迁移成本和平台黏性。

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，而非模型排名竞争。
2. 原语层继续分化：底座能力层与产品层将更加分离，产品层玩家需依赖原语层能力来构建完整解决方案。
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，形成高迁移成本的护城河。

研究与执行价值

• 深度研究与可验证性：AI 研究报告应具备深度挖掘、数据可溯源、智能可视化等特性。
• 公私数据融合：支持上传内部文档、财报等，构建专属知识图谱。
• 多种研究模式：包括快速扫盲、系统性分析、战略级报告等，满足不同用户需求。
• 本地化定制：支持私有化部署、多人协同、审计追踪，适用于 C 端与 B 端用户。

结论

真正通用智能体的未来将由产品层的 Manus、Genspark、Flowith 决定，而非模型层的 GPT、Gemini、Claude。这些产品层智能体将通过任务交付、工作台入口、记忆与治理等能力，成为用户默认的数字同事。