先排除赚c端用户的钱，剩下就两个原因：①拿融资②给b端的垂类需求做技术支持

第一点不展开讲了，也就是产品市场那些事，主要聊聊第二点。

先说说目前AI Agent市场的现状：

说句实话，现在满大街的Agent大部分都是垃圾，什么function calling、工具调用，本质上就是给LLM套了个壳子，预设几个API接口就敢叫Agent了。这种东西当然没商业价值，因为根本解决不了实际问题。

但问题不在于要不要做Agent，而在于怎么做。

现在的Agent开发思路就是错的。大家都在学OpenAI那套框架，搞什么规划、调度、工具链，复杂得要命，结果做出来的东西既慢又蠢。遇到个稍微复杂点的任务就抓瞎了。

真正有价值的Agent应该是什么样？

直接让AI写代码解决问题，而不是在那里选来选去调什么预设工具。

我最近看到一个产品叫AiPy，走的就是这个路子。你给它个任务，它直接生成Python代码执行，能调用整个Python生态的库。需要处理数据就用pandas，需要爬虫就用requests，需要机器学习就用sklearn。这才是正确的思路。

为什么这样做有价值？因为代码是最底层的工具，所有的API、应用、工具本质上都是代码。让AI直接操作代码层面，灵活性是无限的。

商业价值在哪？就在于它真的能替代人干活。

企业里有多少重复性的编程工作？数据清洗、简历筛选、报表生成...这些活儿技术含量不高但很耗时间。一个能写代码的AI完全可以接手这些工作。

AiPy智能体集市功能对标到企业需求

而且现在AI的编程能力已经相当强了，写个几百行的脚本完全没问题。关键是它还能自己调试，遇到bug会分析错误重新生成代码，这比很多初级程序员都靠谱。

至于卖给谁，需求多得是。每个公司都有大量的自动化需求，以前要么找外包要么自己招人开发，现在有了能编程的Agent，成本能降一个数量级。

AiPy做的自动化招聘系统

当然，现在这个领域还很早期，大部分产品都还在探索阶段。但方向是对的：从固化的工具调用向动态的代码生成演进。

说白了，AI的发展就是从会说话到会干活的过程。现在的大模型已经具备了足够的编程能力，剩下的就是如何把这种能力包装成可用的产品。

谁能在这个转折点上找到正确的产品形态，谁就能占据下一个十年的先机。