AI Agent 创业公司正经历着从狂热追捧到冷静审视的转折。2026年的市场，不再单纯为技术想象买单，而是更加关注产品的实际价值和商业化能力。

一、AI 产品的“惊喜期”正在缩短

2025年3月，Manus 的横空出世，让市场第一次看到了 Agent 产品的真正潜力。它不再是简单的“你问我答”，而是能自主拆解任务、调用工具、生成可交付成果。这种能力让 Manus 的内测码一度被炒到5万元，并在上线仅8个月后，年化营收（ARR）突破1亿美元，最终被Meta以20亿美元天价收购。

Genspark 则复制了类似路线。从最初的 AI 搜索，到逐步加入深度调研、文档、PPT 生成等 Agent 能力，它抓住了办公场景的窗口期。随后，Lovart、Flowith 等产品通过“无限画布”和“工作空间”概念，进一步拓展了 Agent 的应用边界，让用户能直观地看到和控制 AI 的工作流程。

然而，这种“惊喜期”正变得越来越短。 创业公司刚推出沙箱独立虚拟机，大厂就推出了 Computer Use。AI 产品刚把“读取本地文件”作为卖点，Codex 就构建了全新的 AI 工作空间。以前一项功能可以支撑一家公司讲一年故事，现在可能只够领先一个月。

根据 Traffic.cv 的不完全统计数据，流量下滑的趋势十分明显：

• Manus：月访问量从 2800 万降到 2300 万
• Genspark：从 1500 万降到 1100 万
• Lovart：从 380 万降到 300 万
• MuleRun：从 90 万降到 67 万
• Dokie：从 74 万降到 54 万
• Flowith：从 67 万降到 49 万

这些数据背后，反映出的是：AI 产品的增长曲线正在变得平缓，甚至出现倒退。

小提示： 对于 AI 创业者，需要警惕“功能领先”的陷阱。当一项新功能从推出到被大厂复刻的时间缩短到一个月以内时，单纯的“功能创新”就不再是可持续的竞争壁垒。

二、三大力量正在将 Agent 推向“基础设施”

2026年，压垮 AI 创业公司的三股代表性力量：开源 Agent、大模型公司亲自做产品、以及快速下场的大厂团队。

1. 开源 Agent 的崛起

以 OpenClaw（龙虾）为代表的开源 Agent 产品，通过接入本地电脑、浏览器、各种模型和 Skills，以及 Telegram、WhatsApp 等聊天工具，迅速降低了 Agent 的使用门槛。特别是其 Skills 和手机端操作能力，让“养龙虾”成为一时热潮。

Nous Research 推出的 Hermes 则进一步补上了“自进化”能力。Agent 在完成复杂任务后，会复盘过程、保存经验，甚至将成功的方法写成可重复调用的新 Skill。这使得定制化开发变得前所未有的简单，许多商家利用龙虾搭建工作流，不断优化迭代。

2. 大模型公司的降维打击

当开源 Agent 的核心能力被大模型厂商吸收后，Claude Code 展现了其强大的威力。它是一款 CLI 产品，能自己读取文件、理解依赖、修改代码、运行测试，并根据报错继续调整。随后，Claude Code 补齐了 MCP、Skills、子 Agent、长任务等能力，并向数据分析、销售、金融等场景扩张。

到了 2026 年 2 月，Anthropic 公布的 Claude Code 年化收入已经超过 25 亿美元，企业客户贡献了超过一半的收入。 OpenAI 的 Codex 则将这种能力进一步普适化，让普通用户也能通过自然语言操作，其日活正冲向 800 万。

3. 大厂团队的快速迭代

国内，腾讯推出的 WorkBuddy 是压顶的力量。传言其日活已达到1300万，且主要依靠付费用户。WorkBuddy 的打法非常直接：只要某项能力在市场上被验证，它很快就会补上。数据显示，WorkBuddy 上线三个月累计更新了 43 个版本，几乎隔一两天就会迭代一个版本。

这种“功能复制”+“快速迭代”的打法，会直接杀死 AI 创业公司的“功能溢价”。 一家创业公司花几个月做出来的创新，可能刚刚被用户记住，WorkBuddy 下一版就已经提供。

小提示： 创业公司需要评估自己产品的“不可替代性”。如果一项功能很快就能被开源社区或大厂免费提供，那么它就不是一个可持续的商业模式。

三、活下来的，都是“离钱近”的

如果技术创新正在杀死 AI 功能，那么创业公司的出路在哪里？答案是：垂直领域的“Harness”和“Loop”。

• Harness Engineering：不只是给 Agent 它需要的东西，还要设计主动清理和约束 Agent 产出的系统。
• Loop Engineering：在 Harness 之上加了定时器、子 Agent 和自我反馈回路，使 Agent 能自动发现工作、分配任务、验证结果、记录进度，并持续循环。

在 Harness 和 Loop 的框架里，创业公司花几个月做出来的“产品能力”，只是环境配置的一个模块。通用 Harness 会被大模型公司吃掉，但 垂直 Harness 才是创业公司的护城河。

目前来看，活下来的产品都具备一个共同点：离钱近。

• LibTV：在 AI 漫剧和 Seedance 2.0 红利下，卡住字节系生态的一环，通过“无限画布+节点工作流+Agent Skills”服务客户，比拼价格和效率，并获得了近3亿美元融资。
• 法律 Agent Harvey：已超过 1 亿美元 ARR，服务 500 多家客户，并被 42% 的 AmLaw 100 律所采用。其壁垒在于专业知识、权限、审计和客户工作流。
• 客服 Agent Sierra：上线七个季度后做到 1 亿美元 ARR，客户付费购买的是“解决问题和完成服务”，而不仅仅是“调用一次模型”。

常见问题： 通用Agent还值得做吗？
答案： 从当前市场趋势来看，通用Agent的竞争已经非常激烈，大模型公司和开源社区正在快速占领市场。对于创业公司而言，单纯的通用Agent很难找到生存空间。更现实的选择是找到垂直行业，建立专业知识、数据、合规或工作流等深层壁垒，即使这个市场看起来“小”，但能获得足够的付费客户。

AI Agent 创业的“盛夏”确实已经过去，但“寒冬”也并非全无机会。四面八方的“前方”，依然藏有希望，尤其是在那些需要深耕的垂直领域。对创业公司而言，与其追逐通用性的“功能”，不如专注于解决特定行业、特定场景下的“真实问题”，并建立更深厚的“护城河”。