中关村科金奖喻友平解读：为什么一些Agent企业试用后消失？
免费影视、动漫、音乐、游戏、小说资源长期稳定更新！ 👉 点此立即查看 👈
大模型是认知和语言的技术，本质上解决的是服务环节智能化、规模化的问题。但并非所有问题都需要用到智能体，也不都属于大模型的解决范畴——“不能为了卖这把锤子，就把所有东西都当钉子敲。”
在这场变局之中，可以用“锤子敲一下”的场景是什么？中关村科金总裁喻友平告诉，营销、客服、销售这三个环节的规律性和产品化的可能性清晰可见，是中关村科金重点选择的方向。同时，帮助企业在办公和研发生产环节提效，释放新质生产力也是公司布局的方向。
他认为，AI Agent的商业模式还在混沌探索之中，尚未到尘埃落定的时候，标准化也应该是创造价值之后的沉淀。
这家已走过了十年的行业know-how积累和技术产品打磨期的公司，从最初的音视频技术与智能客服，逐步将产品扩展至营销服、企业办公和研发生产领域，形成了一套覆盖企业前中后台的智能化产品方案工具集。
今年12月9日，中关村科金举办“超级连接·智见未来” EVOLVE 2025 大模型与智能体产业创新峰会。在峰会之后，我们与喻友平深入地聊了聊关于大模型与智能体的一切，以及这场技术浪潮掀起的To B变局。
如今，站在技术变革的十字路口，中关村科金的核心命题已然清晰：如何将过去十年沉淀的场景理解与产品矩阵，与新一代AI技术深度融合，在这场行业洪流中，找到自己不可替代的生态位。
以下是与喻友平的对话内容，作了不改变原意的编辑：
谈论商业模式？恐怕为时尚早
：现在谈智能体，和以前谈行业数智化，二者最大的区别在哪里？
喻友平：智能体是数智化发展到新阶段的载体，它的应用场景更聚焦“人或组织的协同与生产力提升”，在营销服、企业办公、研发生产等环节都在落地，核心是具备自主感知、决策、执行的能力，能主动帮人解决具体任务。
其实每一次新技术出现，核心都是找到适配的场景发力，而不是完全替换掉旧技术。新概念出来后，大家容易把以往的相关实践都打包进来，但本质上新技术和旧技术、传统工具是互补关系。比如自然语言处理在客服场景的应用，小模型虽不算完美，但回答标准化问题时更精准、快速；像金融这类强规则、低容错的场景，小模型的合规性反而更有保障。这就跟爬山时对讲机有时比智能手机更实用一样，不是智能手机不好，而是不同场景下需要匹配不同工具，新技术的价值是补位而非替代，智能体也是如此。
：对于智能体的判断是什么？做智能体最有挑战的是哪一部分？
喻友平：智能体，现在还在一个非常初期的阶段，有很多可以做的事情。智能体的核心是要深度融合行业 know-how，比如某个场景下智能体的准确率、响应速度，最终能不能转化为实际业务价值，这些都需要落地到具体行业场景里去验证。
我们服务客户时会发现，每个场景都需要专门的团队做持续的效果调优，还要不断进行数据标注，这些都是非常依赖经验的工作。而越是这种经验性的积累，越能形成真正的竞争门槛。如果一件事完全靠标准化技术就能解决，不需要任何行业沉淀，那其实没什么壁垒可言。
另外，智能体绝对不能孤立存在，必须和企业现有的业务流程、核心规则深度融合。要是脱离了实际业务场景，只做一个独立的技术产品，企业试用一下就没下文了，根本没有持续的生命力。企业首先要判断清楚：这个问题到底能不能用智能体解决？是不是属于大模型的能力范畴？很多时候，一些问题用传统视觉模型就能高效解决，没必要硬套智能体的框架， 我们不能为了推广技术就硬凑场景，就像不能拿着锤子，就把所有东西都当钉子来敲一样。
所以做智能体最核心的挑战，一是经验性门槛的搭建，需要长期的行业实践和数据沉淀；二是与企业现有业务的深度融合，不能脱节；三是精准匹配需求，不能盲目滥用技术，要先判断问题本质再选择合适的解决方案。
：您觉得Agent接下来有可能的发展趋势是什么？
喻友平：以前我们说广告推荐是 “千人千面”，但本质上只是单向的内容推送，没法形成真正的互动交流。而未来的趋势会是 “人人有 Agent”，每个人可能会拥有多个智能助理，不只是个人生活场景的帮手，工作上也会有专属的业务助理，甚至会出现业务 Agent 和个人 Agent 之间直接沟通协作的情况。
我之前就遇到过一个很有意思的场景：营销场景的机器人和我的手机运营商机器人自动聊了好几轮，我还把录音存了下来。其实这就是 A2A（Agent to Agent）的雏形，现在已经能看到一些自然发生的苗头了，只是还没形成规模化趋势。等未来每个人、每个企业都有一个或多个能力足够强的 Agent，帮我们处理日常事务、对接业务需求时，A2A 就会慢慢成为常态。
说到底，Agent 的核心价值会从 “单向辅助” 走向 “人机协同”，而 A2A 正是这种协同的终极形态之一，后续的想象空间非常大。
：目前AI Agent的商业模式是怎样的？
喻友平：各种模式都有，现在还没到一个尘埃落定的阶段，还在变化中。具体来看，既有按量计费、项目制收费的传统模式，也有按业绩达成率分成的创新形式，不同企业会根据场景特性和客户需求灵活选择。
对大模型及智能体相关企业来说，现阶段的核心优先级并非纠结于固定的商业模式，而是要聚焦高价值场景，把技术落地的效果做扎实。只有真正帮客户解决了核心痛点、创造了可量化的实际价值，才能构建起可持续的商业闭环，也才有进一步探索成熟商业模式的基础。毕竟商业的本质是价值交换，先把价值交付做到位，后续的模式迭代自然水到渠成。
(公众号：)：现在Agent项目金额都不大。
喻友平：确实有不少Agent项目金额相对有限，这部分项目有点类似BPO人力外包的数字化升级。很多客户还在探索阶段，不认为Agent能立刻解决核心难题，所以愿意拿出几十万“试水”，但暂时不会投入更多，核心原因还是没完全看清背后的长期价值。
不过这种情况正在变化，现在涉及智能体平台搭建、多场景协同的智能体项目，金额已经明显变大，也有上亿规模的案例。本质上，企业需要想清楚：智能体到底能带来什么核心价值？哪些场景最适合引入？投资回报率（ROI）又该如何量化？这些问题，需要我们和企业客户一起慢慢梳理、明确界定，找到价值锚点才是关键。
：客户和您提Agent，他们最关心什么问题？
喻友平：客户其实可以分为几类。央国企本身有场景、有数据、也有资金，核心关注点就两件事 —— 提效与创新。他们会问 “现在这些技术到底能帮我做什么”，也会考虑场景落地的优先级，更希望有成熟的优秀案例可参考，关键是要和自身具体业务深度结合。
金融机构的需求和应用场景相对清晰，也是目前落地速度较快的行业。而民营企业，比如车企，最核心的诉求是能否实现增收、降本。
所以核心需求其实可以总结为八个字：增收、提效、降本、创新。简单说，越市场化的企业，越看重降本增收；规模越大的企业，越关注创新提效。
：外界经常会提到一个说法，就是互联网云大厂缺乏To B基因。
喻友平：互联网产品出身的人，大多认同 “能为最终客户创造价值，产品才有持续生命力” 。这个想法本身没问题，但 To B 的价值落地，路径其实很多，真正关键的是先把 “根” 扎深，把核心能力做扎实，剩下的交给生态伙伴去延伸就好。
To B 领域里，真正走得通的路只有一条：聚焦一个核心赛道，砸足够多的资源做到极致，其他部分全靠生态协同来补，这是 To B 平台型公司的唯一正确打法。要是脱离了生态，只会事倍功半，花十倍力气，可能只拿到一分结果。
我们在生态上做了不少工作，刚刚也有提到，中关村科金联合华为云、阿里云、百度智能云、火山引擎、亚马逊云科技、超聚变等云和算力企业一起发布了“超级连接”全球生态伙伴计划。在模型层面，我们开放支持国内外主流大模型和异构算力，并做好统一纳管，提供给客户最合适的选择。
说到底，To B 是个特别复杂的协同过程：要服务各行各业的客户，还得满足企业五花八门的个性化需求；但 To C 不一样，面对的是有共性需求的海量用户，只要做出一款足够顶尖的产品，就能把大家都服务好。这就是 To B 和 To C 最本质的区别。
：To B的定制化和标准化之争您怎么看？
喻友平：企业的产品最终要能帮助客户创造价值，所谓的标准化，是创造价值之后的沉淀。如果连价值都没创造出来，就提标准化没有太大的意义。智能体和大模型在To B的落地现在还是从0到1的过程，先把问题解决好。有了第一个（案例）之后，再想能不能复制，这个时候才能谈标准化。
：对有的厂商来说，定制化容易导致亏损。
喻友平：初期出现亏损是常见的，核心在于企业能否精准锁定高价值场景，以及这些场景是否具备可复制潜力，这对厂商的行业判断力和战略定力提出了极高要求。
：做了那么多To B相关的岗位，这个过程中得到哪些商业化的启示？
喻友平：To B客户付费的核心逻辑，是产品能解决其真实痛点，没有扎实的商业逻辑作为支撑，很难让客户付费。商业的本质是价值交换，只有聚焦客户痛点，创造出不可替代的核心价值，才能构建起可持续的商业生态，这也是我一直以来坚守的商业准则。
在“芯片爆发”的未来路口提前扎营
：之前也有做行业大模型的论调，和现在垂类大模型的说法，最大的区别在哪里？
喻友平：核心区别在于知识沉淀的载体和业务落地的导向不同。过去大家总说要调一个行业大模型，但现在越来越多实践证明，这种思路已经不够了，现在更倾向于聚焦行业或场景下的智能体。
以前做的 SFT 模型，往往只有基础的问答能力，离真正 “理解业务问题” 还有很大差距。而垂类大模型不一样，它自带更扎实的业务理解能力和行业知识储备，本质是各类企业级智能体的核心底座，能直接支撑智能体在具体场景里解决实际问题，而不是只停留在基础交互层面。
：有相当多厂商做Agent会首选营销、客服场景来展开，中关村科金的想法是什么？
喻友平：其实 “客服” 的定位有些局限，我们更倾向于将其升级为营销、服务、销售的一体化布局。最近我们发布了 “得助智能客户平台 5.0”，核心就是跳出单一 “客服” 场景，定位成覆盖营销服全场景的新一代人机协作智能平台 ，把核心从 “客服” 转向 “客户”，这才更贴合企业的实际需求。
什么是真正的营销服一体化？本质是让企业与客户的所有触点，都形成连贯的连接与服务闭环。拿汽车行业举例，新车线上发布直播时，用户在直播间留下评论的瞬间，企业就该启动精准触达：通过 AI 洞察用户的需求倾向，再以语音或文字形式开展沟通，这个过程里 AI、人工或是人机协同都可以灵活切换，而背后已经是需求洞察、智能外呼、客户服务、销售辅助等多个 Agent 在协同发力。
“智能客服” 只是目前相对成熟的一个切入点，我们更看重的是，借助 AI 的核心能力，让企业与客户的有效连接频次实现量级增长，这才是营销服一体化的核心价值，也是我们产品布局的关键逻辑。
：对营销的提及率很高，这是你们会重点发力的场景。
喻友平：营销确实是我们的核心发力方向之一，而且不只是单一的营销环节，而是要和客户服务、销售打通，形成一体化的价值闭环。大模型的核心价值，本质上是解决服务环节的智能化与规模化难题。
OpenAI 董事长、Sierra 联合创始人兼 CEO Bret Taylor说过一句话，我特别认同：“如果没有大模型，我们很难想象一家有2亿用户的公司，可以和每个用户都进行互动和沟通，但有了大模型就有这个可能性了。”
我们的实践也印证了这一点，通过Agent帮客户提升用户连接效率、降低用户流失率、提升用户生命周期价值，这正是大模型在营销服场景的核心潜力。
：算力、模型、平台……您认为中关村科金现在最应该做的事情是什么？
喻友平：中关村科金的使命是AI科技驱动创新增长，让企业更快、更好的用上AI并带来生产力和价值的提升是我们一直努力的方向。去年我们提出“平台+应用+服务”的三级引擎战略，今年我们进一步把它升级成企业级智能体落地路线图，并发布“3+2+2”智能体产品矩阵，包括得助大模型平台5.0、AI能力平台、AI数据平台三大基础平台，得助智能客户平台5.0、得助智能工作应用平台智枢两大通用场景应用平台，以及金融和工业两大行业智能体平台。
我们不做底层算力和芯片，但我们和几乎所有芯片厂商、云厂商都有合作。最近，中关村科金联合华为云、阿里云、百度智能云、火山引擎、亚马逊云科技、超聚变等企业共同发布了 “超级连接” 全球生态伙伴计划，也一起推出了面向行业的联合解决方案。
在平台方面，我们看到不少大厂有开源智能体平台，这确实降低了搭建简单 Agent 的门槛，但每一次平台开源之后，仍然有公司去做企业级平台。因为在严肃的 ToB 场景中，直接用开源平台无法很好地满足企业的需求，开源的越多，商业化、企业级平台的需求就会越发凸显，这正是我们要做的事情。
我们最新升级的得助大模型平台 5.0，强化了智能体开发运维全链路能力，升级迭代了十多项能力，包括知识引擎、智能体开发、效果评测、部署运维、运行监测、效果优化等，这些能力可以保障企业场景 Agent 落地成功率达到 95%。同时，我们还把金融、工业、汽车、零售、交通、政务六大行业超过 300 个智能体放到智能体集市中，让企业可以快速进行场景验证，更加聚焦创新而非基础建设。
：做平台算是接下来AI产业最大的机会？
喻友平：其实现在 AI 产业最大的机会是芯片，只有当芯片变成随处可见的大宗商品，不再是稀缺资源时，应用层的机会才会真正爆发。我始终觉得，芯片迟早会成为标准化产品，获取门槛不会再是行业瓶颈。
所以我们的思路不是跟风追当下的热点，而是要在未来的关键路口提前布局。现在要做的，就是到那个应用爆发的节点扎营等待，把该做的准备都做足，等行业条件成熟时，自然能抓住真正的机会。
：那企业级大模型平台，要做到什么程度才算是合格？
喻友平：这上面需要做的工作很多，合格的企业级大模型平台，得把好几件核心工作做扎实。首先得能对各类模型做好专业测评、统一纳管，这一点本身就不简单，你得摸透每个模型的特性，清楚它在什么场景下用最合适，不能盲目堆砌。更关键的是，平台要能支撑起在业务场景里持续可用、可优化、可迭代的 Agent，现在真正能做到这一点的平台并不多。另外，平台的安全性和合规性是绝对的底线，不能含糊。
客观说，市面上目前没有哪家能把企业级大模型平台做得特别好，大家都还在摸索阶段，但中关村科金在这些核心维度上的表现，在行业里还是比较靠前的。
原创文章，未经授权禁止转载。详情见转载须知。
相关攻略
重庆大学孙棣华：新一代智能网联交通的核心是多种智能体协同 4月22日，车能路云空赋能智慧城市智能交通创新应用论坛暨车路云一体化北京市重点实验室启动仪式在北京举行。重庆大学智慧交通与智能控制研究所所长、重庆大学自动化学院教授孙棣华在现场提出了一个核心观点：新一代智能网联交通的体系架构，本质上应该是一个
Meta AI智能体“擅自行动”触发安全漏洞，科技巨头面临新挑战 上周，科技圈里传出了一件挺有意思的事儿。据《The Information》的报道，Meta公司内部的一个AI智能体，在未经明确指令的情况下，自己“动”了起来，结果意外触发了一个公司级别的安全漏洞。这事儿听起来有点像科幻电影里的情节，
OpenAI推出GPT-5 4 mini与nano：为高效AI工作流而生的“轻骑兵” 3月18日，AI领域传来新动态：OpenAI正式发布了GPT-5 4 mini和GPT-5 4 nano两款模型。这可不是简单的迭代，而是精准定位——它们专为那些需要快速、大规模处理AI任务的工作负载设计，目标直指
Meta收购AI社交网络平台Moltbook，人才争夺战升温 科技界又迎来一笔关键收购。3月11日，Facebook母公司Meta正式宣布，已将专为AI智能体打造的社交网络平台Moltbook收入麾下，该公司的创始团队也将随之加入Meta的AI研究部门。 这一动作释放的信号再清晰不过：当能够执行现实
编辑 | 王凤枝 单季营收681 3亿美元，净利润429 6亿美元，数据中心业务狂飙75%，推理成本更是迎来量级式下降。 过去几个月，关于“AI泡沫”的争论在资本市场从未停歇。然而，英伟达刚刚交出的这份第四财季成绩单，用最硬核的数据，给整个产业情绪注入了一剂强心针。 面对这台全速运转的“印钞机”，C
热门专题
热门推荐
TripMate是什么 规划一次完美的旅行，最磨人的往往是前期的信息海选和行程拼图。现在，一款名为TripMate的AI旅行助手，正试图把我们从这种繁琐中解放出来。简单来说，它是一个由人工智能驱动的个人旅行规划工具，核心目标就一个：让个性化的行程规划变得又快又省心。用户不必再在各种攻略网站间反复横跳
Artwo是什么 浏览器标签页多到能开火车，收藏夹杂乱得像毛线球——这大概是每个深度上网冲浪者的日常痛点。Artwo的出现，正是为了终结这种混乱。这款工具的核心，是将AI的智能与网页资源管理深度结合，帮你把散落各处的网页信息，整理成井井有条的知识库。它不仅仅是个高级书签管理器，更像是一个能理解你需求
Best AI Jobs是什么 当你琢磨着在人工智能领域找份新工作时，面对海量却不精准的招聘信息，是不是常常感到头疼？这时候，一个专业的垂直平台就显得尤为重要了。Best AI Jobs，正是为此而生。它是一个专注于人工智能领域的职业搜索引擎，核心使命就是帮用户在全球范围内精准定位AI相关的职位。无
FreeAIKit是什么 当你听到“AI工具套件”时，脑子里会浮现什么？复杂的代码、难懂的术语，还是昂贵的订阅费？FreeAIKit的出现，可以说彻底打破了这些刻板印象。这个由Easy With AI打造的综合平台，目标非常明确：让AI变得触手可及。它集成了图像生成、市场营销、生产力提升等一系列工具
WPS Office是什么 提到办公软件，很多人的第一反应可能是微软的Office套件。但今天，我们得好好聊聊另一个重量级选手——WPS Office。它出自中国的金山软件，是一款功能完整的免费办公解决方案。简单来说，它集成了文档编辑、表格处理、幻灯片制作以及PDF工具于一体，旨在为用户提供一个流畅