Agent的發展趨勢，CB insights深度剖析了170家公司后給出了答案

當七年前那些一遇到非預設問題就崩潰的聊天機器人還在讓企業頭疼時，我們恐怕很難想象，就在這么短的時間里，今天的 AI Agent（AI 智能體）會以如此迅猛的勢頭重塑整個科技產業。知名市場研究機構 CB Insights 最近發布的《AI Agent Bible》（AI 智能體圣經）報告顯示，自 2023 年以來，已經有超過 500 家初創公司扎堆進入這個領域。

（來源：CB Insights）

這份包含九個專題研究的報告，既梳理了當前 AI Agent 生態的全貌，也給出了對未來的六大預測。報告借助 CB Insights 的一系列分析工具——Mosaic 健康評分系統、商業成熟度模型、商業關系圖譜等等，追蹤了 500 多家 2023 年以后成立的初創公司，繪制出一幅涵蓋 26 個類別、170 多家應用企業的市場地圖，以及包含 17 個細分市場、135 家以上基礎設施供應商的技術棧全景圖。通過一系列數據，報告回答了這樣一個問題：當 AI Agent 開始改變企業的運營方式、招聘策略和擴張路徑時，什么樣的選擇會決定誰能領跑，誰會掉隊？

增長數字背后的深層變化

先看幾個數字。2024 年，AI Agent 初創公司拿到了 38 億美元融資，幾乎是 2023 年的三倍。但比數字本身更值得注意的，是這種增長反映出的結構性轉變。在 CB Insights 追蹤的 1,500 多個科技細分市場里，2025 年交易最活躍的前十個市場中，有五個直接和 AI Agent 相關。每五家新晉獨角獸企業，就有一家做的是 AI Agent 技術。更讓人驚訝的是，營收排名前二十的 AI Agent 初創公司里，一半三年前還不存在。

CB Insights 首席執行官 Manlio Carrelli 觀察到，AI Agent 正在以少見的速度向價值鏈上游移動。最開始它們在客戶服務領域站穩了腳，CB Insights 在 2025 年 6 月的調研顯示，82% 的企業說他們會在接下來一年里用 AI Agent 處理客戶支持。但現在，AI Agent 已經滲透到更核心的業務環節：醫院用它輔助臨床決策，銀行用它評估金融風險，律所用它起草法律文件。

根據 CB Insights 的商業成熟度評分，2023 年之后成立的 AI Agent 初創公司中，四分之一已經進入產品部署階段。這個速度比傳統初創公司快了五年多。

這種快速演進背后，是企業對效率提升的迫切需求。從 AI Copilot 到擁有更大決策權的自主 Agent，這個轉變說明企業正在尋求更徹底的任務自動化。不過報告也指出，現在還處于“帶護欄的 Agent 時代”——大多數 AI Agent 仍然在受限環境中工作，通過預設的工作流程和安全機制來完成特定任務，同時保留人工決策的最終控制權。但隨著基礎模型能力持續提升，Agent 正朝著更高自主性發展。

（來源：CB Insights）

市場圖譜：170 家企業的生態全景

CB Insights 通過挖掘其商業圖譜數據庫，繪制出涵蓋 26 個類別、超過 170 家 AI Agent 初創公司的詳細市場地圖，并輔以對智能體進展、局限性和未來方向的展望。這張地圖本質上是一幅生態系統的橫截面，它揭示出三個主要細分領域：橫向應用于工作職能、垂直行業特定應用，以及支撐這一切的基礎設施層。

（來源：CB Insights）

在橫向應用領域，客戶服務和軟件開發展現出最強勁的商業化勢頭。根據 CB Insights 的 Mosaic 健康評分（一種衡量私營公司整體健康狀況和增長潛力的指標），這兩個市場的中位數分別達到 714 和 737，在所有細分市場中位居前列。這主要是因為，這些領域受益于定義明確的工作流程和可測試的環境，使得智能體的部署相對直接。CB Insights 在 2024 年 12 月對 64 家組織進行的調查顯示，三分之二的受訪者表示他們正在使用或計劃在未來 12 個月內在客戶支持中使用 AI 智能體。

值得注意的是，橫向 AI 智能體初創公司占據了市場地圖的近一半份額，主要面向企業客戶，提供跨行業的人力資源招聘、市場營銷和安全運營等職能應用。而在生產力和個人助手市場，包括 OpenAI 推出的 Operator 智能體在內的公司正直接瞄準消費者和員工。整體而言，橫向 AI 智能體應用的商業成熟度高于基礎設施和垂直細分市場，根據 CB Insights 的商業成熟度評分，超過三分之二橫向應用領域的 AI Agent 企業已進入部署或規?；瘮U張階段。

垂直化趨勢的深化

報告指出，隨著初創公司通過解決行業特定客戶問題來開拓細分市場，尤其是在監管審查嚴格和數據敏感的領域，預計將出現日益明顯的垂直化趨勢。金融服務與保險是地圖上最擁擠的垂直類別，擁有 11 家公司，這些初創企業瞄準各種金融服務工作流，從金融研究到保險銷售支持，再到財富顧問的客戶開發和運營。

醫療健康領域的解決方案旨在減少醫療專業人員的手動任務量，涵蓋臨床文檔編制、收入周期運營、呼叫中心和虛擬分診等用例。像 Thoughtful AI（收入周期運營）和 Hippocratic AI（人員配置市場）這樣的公司正在針對端到端的醫療工作流程提供解決方案。工業領域的公司則著眼于優化流程和設備——包括控制系統、機器人和其他工業機械——無需持續的人工干預。例如，Composabl 在 2024 年 5 月推出了一個智能體平臺，使用 LLM 為能夠控制工業設備的智能體創建技能和目標。

高度監管的行業曾經對新 AI 應用構成障礙，但這一局面正在反轉——它們現在成為智能體 AI 初創公司最積極布局的領域。CB Insights 數據顯示，在垂直行業的智能體公司中，32% 已經進入積極部署階段，另有 23% 處于新興期、22% 處于驗證期。這樣的成熟度分布意味著，一波行業智能體的應用浪潮即將到來。CB Insights 對 Y Combinator 2025 年春季批次的分析進一步證實了這一趨勢：在這批 144 家公司中，超過一半正在構建智能體 AI 解決方案，其中醫療健康和金融服務占智能體 AI 公司的 19%。

技術棧：135 家企業構筑的基礎設施

支撐這一切的是一個新興的技術棧。CB Insights 利用其商業圖譜和專有信號，繪制了跨越 17 個市場、超過 135 家有前景的私營公司，它們正在為 AI 智能體構建基礎設施。從基礎模型到監督層，這些基礎設施層正在幫助企業更有效地構建、部署和管理 AI 智能體。

（來源：CB Insights）

該技術棧的私人市場動能顯著，基于 CB Insights 的 Mosaic 初創公司健康評分，跨越上述市場的私營公司平均分數達到 768——是所有私營公司平均分 370 的兩倍多。它們的平均商業成熟度評分為 3，表明解決方案已廣泛部署。更深入地分析這些評分、合作關系和融資情況，揭示出三個值得關注的新興市場。

首先是語音 AI（Voice AI），它正成為下一波 AI 智能體的新戰場。語音 AI 開發平臺的平均 Mosaic 評分為 756，2025 年迄今已獲得近 4 億美元的融資，勢頭強勁。大型科技公司也認識到語音是 AI 的基本組成部分——Meta 在 2025 年進行了自 2022 年以來的首次收購，目標是 PlayAI 和 WaveForms AI，這兩家公司均在音頻和語音 AI 領域運營。

其次是 AI 智能體安全初創公司，它們的增長勢頭迅猛。AI 智能體創造了新的攻擊面和數據泄露風險，推動了對智能體安全初創公司的緊迫需求。該市場的公司在 12 個月內平均 Mosaic 評分增長了 56 點，其中 Zenity、WitnessAI 和 TrojAI 各自獲得了超過 100 點的增長。Mosaic 評分增長最快的公司正在與大型科技公司和網絡安全領導者建立合作關系。上市公司和成熟企業也加入了對話，身份認證領導者 Okta 和網絡安全巨頭 Palo Alto Networks 都在其平臺中構建了智能體安全功能。

第三個領域是 AI 智能體支付初創公司，它們獲得了老牌企業的支持。智能體支付基礎設施是該技術棧中較為新生的市場之一，平均商業成熟度為 2.4（驗證階段），平均 Mosaic 評分為 697。支付領域的進入門檻很高，需要復雜的技術和監管基礎設施。作為該技術潛力的一個跡象，成熟的卡和支付網絡正在投資該市場的初創公司并與之合作：Coinbase 支持了 Skyfire 和 Catena，Visa 投資了 Payman，美國運通參與了 Nekuda 最近的種子輪融資。其他像 Crossmint 和處于融資前階段的 PayOS 已與 Visa 和 Mastercard 建立了合作關系。

商業化賽道上的冷暖

CB Insights 根據其專有的收入數據對提供 AI Agent 作為主要產品的頂級私營初創公司進行了排名，結果令人驚訝。排名前 20 的 AI Agent 初創公司平均成立不到 5 年, 其中 50% 在過去三年內成立，足以說明這些 AI 原生公司的擴張和產品變現速度之快。

（來源：CB Insights）

其中，代碼編寫類 AI Agent 跑在了最前面。排名靠前的公司里有六家做軟件開發 Agent，包括 Anysphere 的 Cursor（年度經常性收入 5 億美元）和 Replit（1.5 億美元）。這些公司的資本效率也是最高的，平均每個員工能創造 140 萬美元收入，而所有頂級 Agent 類別的平均水平是 59.4 萬美元。

客戶服務 AI Agent 雖然營收不是最高，但估值倍數卻領跑——平均 219 倍，遠超整體平均的 80 倍。這反映出投資者對這個領域的信心，他們相信企業會快速用 AI Agent 替代人工客服團隊。這些營收領先的公司平均成立才 3.8 年，但大多數已經在部署或擴大產品規模，說明從創業到商業成功的周期被大幅壓縮了。

不過光鮮數字背后也有隱憂。CB Insights 在 8 月的一份報告里警告說，“氛圍編程”（vibe coding）的好日子可能要結束了。推理模型讓代碼生成 Agent 的能力大幅提升，推動了應用普及，但也帶來了更高的推理成本，正在擠壓利潤空間。一些幾個月就做到上億美元 ARR 的公司，比如 Anysphere 和 Lovable，現在面臨著推理成本增長 20 倍的壓力，不得不限制使用頻率、提高價格。有些創始人甚至開始尋求“反向人才收購”的退出方式——買家雇傭團隊、授權技術，但不接手客戶合同和基礎設施。

（來源：CB Insights）

成本壓力正在改變整個市場的玩法。報告預計，其他使用量快速增長的 AI Agent 類別也會面臨類似問題，需要調整定價模式。2025 年 5 月，Salesforce 的 Agentforce 就把定價從每次對話 2 美元改成了彈性積分系統，根據完成任務所需的實際操作來計費。隨著利潤收窄，一些處境困難的公司會選擇退出——Cognition 在和 Google 達成授權協議后收購 Windsurf 就是個例子。

云巨頭的深度布局

初創公司激烈競爭的同時，科技巨頭在構建更底層的控制力。亞馬遜、微軟和谷歌這三家云服務商，正在 AI Agent 基礎設施的各個環節擴展布局——開發工具、托管服務、編排系統等等。CB Insights 專門制作了一張“云巨頭的 AI Agent 戰術手冊”圖表，詳細列出三家公司在基礎模型、Agent 產品、開發工具、專用市場和編排系統等方面的投入。

（來源：CB Insights）

亞馬遜側重通過 Bedrock Agents 和定制編排器來幫企業集成，同時也在拓展面向消費者的 Agent。谷歌利用自家的 Gemini 模型，通過完善的開發工具和市場策略吸引開發者。微軟的策略最全面，把預構建的業務 Agent 和強大的開發工具結合起來，打造端到端的生態系統。值得注意的是，在 CB Insights 工業 AI Agent 市場地圖里的 14 家上市公司——比如 PTC、SAS、西門子——全都和微軟有合作。

這種集中度是把雙刃劍。一方面，大公司提供的整套解決方案降低了 AI 應用的門檻；另一方面，企業也因此深度綁定在這些生態里。隨著微軟、谷歌積累越來越多的工業數據和經驗，它們在工業運營中的地位會越來越重要，權力天平從傳統工業巨頭向控制 AI 基礎設施的科技公司傾斜。

另一場關鍵的爭奪戰在 Agent 通信標準。Anthropic 的模型上下文協議（MCP）、谷歌的 A2A 協議、IBM 的 Agent 通信協議，都在一年內推出。專業服務公司和云服務商正在快速采用這些協議，讓它們成為價值鏈中的“標配”。CB Insights 指出，科技巨頭都在爭奪 Agent 通信標準的主導權，這會決定未來 AI Agent 之間如何協作和交換信息。

信任問題始終是最大障礙

市場火熱、資本涌入，但一個根本性的障礙一直存在：信任。CB Insights 認為這是 AI Agent 走向完全自主的最大障礙。雖然發展很快，但完全自主的 Agent 仍然受限于可靠性、推理能力和數據訪問等問題。初創公司在用五種主要方式建立用戶信任：透明度、人工監督、技術保障、安全合規和持續改進。然而現在大多數應用還是在受限環境里運作，靠“護欄”機制來保證安全，距離真正的自主還有距離。

信任缺失催生了一個快速增長的市場——Agent 監控和治理工具。AI Agent 的可靠性問題會直接造成業務風險，Agent 出錯、產生幻覺或行為異常，企業承受不起。這推動了可觀測性、評估和治理領域的發展。這個市場在 2025 年已經發生了兩起收購。早期融資活動顯示出一些新興需求，比如語音 Agent 測試——Cekura（240 萬美元種子輪）和 Coval（330 萬美元種子輪）都專注于用模擬對話來測試語音 AI Agent。

從一年期融資活動來看，AI Agent 安全與風險管理是 CB Insights 追蹤的增長最快的網絡安全細分領域。隨著 Agent 在企業環境中大規模部署，保護 Agent 的安全成了整個技術棧的優先事項。Dropzone AI 創始人 Edward Wu 說：“下一代網絡安全專業人員會演變成管理 AI Agent‘軍隊’的‘將軍’，以及處理高級事件響應的‘特種部隊’。”

面向 2026 的六個方向

綜合以上數據，并結合其預測性情報平臺，CB Insights 為 2026 年的 AI Agent 市場提出了六個關鍵預測。這些預測既涉及技術演進，也觸及商業模式和生態結構的深層變化。

首先是語音 AI 的迅速崛起。數據顯示，在早期階段生成式 AI 公司中，員工人數增長最快的恰恰集中在 AI Agent 應用領域，尤其是語音 AI 開發。這些公司正在為一個人類通過對話而非文本界面與 AI 交互的未來做準備。這對于客戶服務、銷售和 IT 支持等領域的智能體式 AI 開發具有重大意義，語音智能體能夠在無需人工干預的情況下處理復雜對話。值得注意的是，Meta 在 2025 年收購了語音 AI 初創公司 Play AI 和 WaveForms AI，這被視為行業整合加速的信號。

其次，一波針對 AI Agent 的并購浪潮正在形成。在 2025 年第一季度，智能體式解決方案主導了頂級 AI 退出交易，Moveworks、Weights & Biases 和 OfferFit 獲得了 85 筆收購交易中的前三大交易，確立了 Agent 作為行業整合主要焦點的地位。今年迄今為止，更廣泛的 AI Agent 和副駕駛領域已發生超過 35 起收購。企業買家越來越尋求構建全面的 Agent 解決方案以獲得競爭優勢。報告特別指出，銷售和營銷 AI Agent 為 SaaS 領導者的智能體計劃提供了容易摘取的果實，而編程 AI Agent 和副駕駛市場在爆炸性增長、估值飆升和市場分散的背景下，已經成熟到可以整合的程度。

第三個趨勢涉及利潤率壓縮。推理模型（Reasoning Model）雖然推動了“氛圍編程”的興起——即給出高層目標并將多步驟實現委托給 AI——也導致了更高的計算成本，因為它們使輸出 token 量膨脹了大約 20 倍。報告預計，隨著使用量增長，其他 Agent 類別也將重新制定定價和合同。例如，2025 年 5 月，Salesforce 的 Agentforce 將定價從每次對話 2 美元轉變為混合使用的 Flex Credits 系統，將積分與實現結果所需的必要操作掛鉤。

第四，智能體商務（Agentic Commerce）的基礎正在夯實。完全自主購物的最大障礙之一是實現安全的實時交易。一類新的初創公司正在正面應對這一挑戰，構建 AI 原生支付通道和數字錢包，讓用戶能夠授權 AI Agent 的支出并設置限制。根據 CB Insights 的數據，AI Agent 支付基礎設施市場是 AI Agent 技術棧中較為新興的市場之一，平均商業成熟度為 2.4 分（驗證階段），平均 Mosaic 評分（衡量私營公司整體健康狀況和增長潛力的指標）為 697 分。值得關注的是，Stripe 在 2025 年 9 月宣布推出用于智能體支付的 API，并與 OpenAI 共同推出了 Agentic Commerce Protocol（智能體商務協議），最終將通過提供買家、AI Agent 和企業之間的標準化通信框架，使 AI Agent 能夠代表用戶完成購買。

第五個趨勢是“數據護城河戰爭”正在重塑企業軟件。隨著 AI Agent 能力增強，軟件巨頭正在限制對其客戶數據的訪問。Salesforce 在 2025 年對 Slack API 實施的新速率限制是一個明顯例子，這些限制阻止外部應用批量訪問或長期存儲聊天數據。Atlassian 同樣在 2025 年宣布對其 Confluence 和 Jira API 進行額外的速率限制。

第六個趨勢是智能體監控工具成必備品。隨著 Agent 越來越自主，企業需要知道這些 Agent 在干什么、花了多少錢、效果如何。在 AI Agent 價值鏈的末端，成本監控和生產力測量變得格外重要。比如 a16z 投資的 Larridin 就想讓企業看清 AI 支出和工具效果，一些編程 AI Agent 比如 Cline 直接把成本控制功能做進了平臺里來管理 AI 推理費用。報告顯示，Agent 評估和可觀測性工具市場正在快速發展，早期公司在做自動化測試（比如 Haize Labs）和性能追蹤（比如 Langfuse）。這些監控工具的平均 Mosaic 評分達到 770，顯示出強勁的市場勢頭。

數據才是真正的護城河

盡管增長勢頭迅猛，但 AI Agent 市場也還面臨一系列挑戰。CB Insights 今年 6 月的調查顯示，82% 的企業說未來 12 個月會在客戶支持里用 AI Agent，但圍繞可靠性、安全性、實施和人才的關鍵難題仍然存在。

報告特別提到，Agent 只有數據好，它才能真正發揮作用。Carrelli 在報告前言里反復強調，真正的競爭優勢不在 AI 本身，而在于能不能把準確、全面的數據用起來，以及搭建讓 Agent 真正有用的編排層。這也是當前的主要障礙。企業明白 Agent 重要，但正在和集成復雜性、安全顧慮、供應商太多這些問題作斗爭。

對能駕馭這場轉型的企業來說，這是一個前所唯有的機遇。報告指出，在 AI Agent 時代，優勢不在模型，而在于能不能把專用的 Agent 連接到專用的數據。做到這一點的企業，會塑造 Agent 正在創造的新經濟。

參考資料：

https://www.cbinsights.com/research/report/ai-agent-bible/

運營/排版：何晨龍