大厂的Agent之争在沿着四条主线演变

字节扣子空间打响C端通用Agent第一枪

2025年4月，字节跳动旗下火山引擎推出首款面向C端的通用Agent平台“扣子空间”，定位为“一个通用的实习生配合各领域的专家”。这款产品通过多模态交互、任务规划和工具调用，帮助用户完成复杂任务，被视为字节在Agent领域的战略落子。与市面上其他产品相比，扣子空间强调“深度思考”与“工具调用”的结合，用户输入自然语言任务后，系统会利用豆包大模型拆解子步骤并动态调用工具。

• 体验亮点：在文字梳理任务上表现突出，如生成腾冲旅游攻略、秦灭六国展示网页等。
• 当前短板：将文字转化为网页时效果打折，图片信息易丢失；第三方扩展数量有限，部分功能（如高德地图路线生成）成功率低。

扣子空间的推出，标志着字节跳动从2023年聚焦基础大模型、2024年探索多模态，到2025年全面转向Agent生态的战略升级。

百度心响App抢占移动端Agent入口

百度在2025年4月25日发布心响APP，定位为首个移动端通用超级智能体。与扣子空间的桌面与云端定位不同，心响APP主打移动场景，任务更轻量化和生活化。推荐任务中既包含旅游攻略、数据分析等通用Agent常见功能，也包含数学解题、AI相亲、例行任务等类似聊天机器人的轻交互。

• 移动端优势：用户可随时随地通过自然语言发起任务，与手机摄像头、位置等传感器结合，实现“拍照问”等场景。
• 功能特征：整体体验可视为“文小言的Agent进化版”，在任务理解与执行上更强调“轻、快、准”。

百度延续了互联网时代用户流量逻辑，试图通过移动端Agent产品抢占用户入口，与字节的扣子空间形成差异化竞争。

多模态能力成为模型层竞争新高地

“大模型落地C端场景的核心，就是让大模型的能力越来越接近人。”多模态能力是降低用户沟通门槛的关键，也是Agent能够“看懂”屏幕界面、实现自主操作的前提。近期，各大厂在多模态大模型上密集发力：

• 字节跳动：豆包1.5深度思考模型结合视觉理解，可看图分析地貌、生成项目流程图；豆包1.6统一定价，深度思考与基础模型同价，成本降至豆包1.5的三分之一。
• 百度：文心4.5 Turbo展示了对马拉多纳“上帝之手”照片的理解，以及水槽实验视频中不同颜色物体的识别。
• 阿里巴巴：夸克推出“拍照问夸克”功能，基于通义推理及多模态大模型+后训练，用户拍照即可获取文物科普、食物卡路里、景点攻略等信息。
• OpenAI：o3、o4-mini首次实现“用图像思考”，具备看图表和画图能力。
• 谷歌：Gemini 2.5 Flash混合推理模型能精准分析股票走势图，并根据素材生成游戏场景。

多模态能力的提升不仅直接改善Agent的用户体验，还影响着下一代硬件形态——AI眼镜的进展。一位AI硬件创业者表示，目前不选择AI眼镜方向，正是因为多模态大模型还不成熟，但未来拍照问夸克这类交互可能从手机迁移到眼镜。

MCP协议引爆Agent生态互联互通

在Agent与外部工具、数据源的连接上，MCP（Model Context Protocol，模型上下文协议）的普及正在重塑竞争格局。MCP由Anthropic提出，统一了LLM与外部工具的通信方式，解决了过去接口各异、定制成本高、生态割裂的痛点。

• 360纳米AI：率先上线“MCP万能工具箱”，号称接入近百个优质第三方工具，直接以MCP协议作为核心卖点。
• 字节扣子空间：支持添加扩展（如墨迹天气、高德地图），但扩展数量较少且功能深度有限。
• 行业影响：MCP与A2A（Agent2Agent）协作协议的推出，让第三方数据、工具有了统一接入接口，Agent之间也能相互协作，推动了Agent从“孤岛”走向“互联”。

正如东吴证券研报指出，MCP的普及有助于降低集成门槛，催生更繁荣的Agent生态系统，最终赋能更强大的通用Agent应用。

火山引擎以降本增效推动Agent规模化

“Agent每次执行任务都会消耗大量tokens，模型使用成本也要降下来，才能推动Agent的规模化应用。”火山引擎总裁谭待在采访中强调。火山引擎为此采取“技术+商业”双轮创新：

• 豆包1.6定价：按输入长度区间定价，在企业使用量最大的0-32K输入区间，输入价格0.8元/百万tokens，输出8元/百万tokens，综合成本仅为豆包1.5深度思考模型或DeepSeek R1的三分之一。
• Seedance1.0 pro：视频生成模型，每千tokens仅0.015元，每生成一条5秒1080P视频只需3.67元，为行业最低。
• 商业化路径：火山引擎定位“AI云”，聚焦汽车、金融、消费电子等头部行业，同时通过低成本与低代码工具吸引初创企业，普惠中小客户。

成本的快速下降正在打破“AI离企业远”的魔咒。然而，科技巨头能否真正让客户愿意为“生产级Agent”买单，仍面临技术成熟度、商业模式不确定性等挑战。正如市场研究机构Research and Market预计，AI智能体市场规模将从2024年的51亿美元增长到2030年的471亿美元，复合年增长率44.8%。在这场混战中，谁能率先实现“低成本+高可用”的Agent，谁就可能掌握下一轮AI话语权。