单独将这个概念列出来，是为了说明市场价值，这时候再看下一篇就好理解了，要不然大模型和AI Agent两个概念边界容易搞混。

起源

20世纪50-80年代，早期AI研究的目标就是制造能感知环境、执行任务的“智能体”，比如能下棋、能证明定理的程序，这是Agent的萌芽；

以GPT为代表的大语言模型直到近5年才爆发，但它们为Agent提供了一个前所未有的“通用大脑”，让过去只能干简单固定活的Agent，一下子有了强大的语言、推理和泛化能力，到了这一步，Agent开始蜕变，彻底变成AI Agent，而不是上个世纪的智能体的模样；

大模型和Agent核心区别

大模型的核心是思考，Agent是在思考后还赋予了执行能力；

Agent现状

Gartner预测到2027年底前超过40%的项目被取消，另一机构MIT的研究也指出有95%的项目未能成功。这个说法很委婉，一个项目不能成功，则意味着项目会被砍掉，或者这个小公司将要关门，到这里，我们就能从门缝里看到一丝市场气息。

为什么大量的开发者会空手而归

1、资本，大公司底子厚，不怕烧钱；极少数小公司因为人才和技术的原因，可以从市场上拿到足够多的钱续命，他们有一个先决条件，就是在窗口期内完成爆破；剩下的公司想成功，只能等到市场的风吹来，那时候只有微薄的利润和估值了；

2、技术，这和现在人形机器人遇到的问题一样，你需要一个会跳舞的机器人还是一个能干活的机器人？95%不能成功的项目就是这样，你觉得你的技术很牛逼了，却可能很快就被更底层的模型厂商（如OpenAI）发布的新功能所覆盖，亦或者项目本身就是纸上谈兵，实际应用过程中落地环节过于复杂；

Agent的市场价值

2、3月份OpenClaw（龙虾）爆火蔓延到国内，一时间花钱雇人给自己的电脑配置龙虾成为一个梗，然后呢，没声音了，甚至传出雇人装龙虾的人又开始雇人卸载龙虾了。

龙虾的意义在于，将Agent的执行力植入到大家的思想里，智能体真的能帮你干活了！

有人将龙虾灾难归结于 “Token黑洞”，这并非是真正的原因，举个例子，我请一位大客户吃饭，假如我月入5万，我也会花几十万把大客户招待好。如果我不是请大客户，而是请饭搭子吃饭，还要花那么多么，估计花两百就够了，再多就要考虑考虑。

 “Token黑洞”实际上就是Agent的市场价值，我大量的烧钱是暂时爽一下还是给自己未来有明确回报的投资，这是关键的投资逻辑。

当Agent从炫酷走下神坛，迈进工作场景的时候，市场价值就开始落到实处了。以前春运买不到票，有黄牛可以；当网上订票的时候，有黄牛开发出抢票软件，他还能拿到票，这就是场景，你搞出来了，黄牛就会找你购买，你的开发Agent的投入才能够变现。

理想和现实

还是以人形机器人为例，跳舞和做家务的机器人是理想，现实是做简单工作的机器人最容易落地，也有很多场景需要。你把跳舞的机器人卖给BMW工厂，人家根本不需要，BMW的工厂里确实有很多机器人，但是有很多分类，在做不同的工作。Agent要把身段放下来，解决盈利点的问题，而不是像大模型那样做大而全的工作。