當 7 月 16 日身著唐裝的黃仁勛在公開演講中，將 MiniMax 與 "DeepSeek、阿里巴巴、百度 " 一同提及，并稱 " 開發(fā)的產(chǎn)品都是世界級 " 時，沉寂半年之久的 AI 四小強，頗似甄嬛回宮，手里拿上了逆襲劇本。
實際上，進入 7 月，扎堆推出 Deep Research 的 AI 四小強，正躍躍欲試重新登上牌桌。
近期，階躍星辰的階躍 AI Deep Research 正式開啟邀請測試，此前 6 月，MiniMax 連續(xù) 5 天上新了推理模型 M1、視頻生成模型、Agent 等，其中 MiniMax-M1 集成了包括 Deep Research（深度研究）在內(nèi)的技能，同在 6 月，月之暗面的 Kimi Research 跟上。而早在 3 月底，智譜發(fā)布了 AutoGLM 沉思版，作為智能體 ( AI Agent ) 也融合了 Deep Research 能力。
截止發(fā)稿前，AI 四小強已全搶上這一波 Deep Research 的船票，并在 7 月爭先恐后在模型層上新，前半年低調(diào)發(fā)育的 AI 四小強，在大廠夾擊下正迅速追上。
" 現(xiàn)在大模型進入了深水區(qū)，單靠模型參數(shù)或者 Demo 已經(jīng)沒辦法說服市場了，" 某頭部創(chuàng)投機構(gòu)聯(lián)創(chuàng)林晟（化名）告訴字母榜，對商業(yè)化壓力越來越大的 AI 四小強而言，在垂直領域做深，做更能交付價值的 Deep Research 以及 Agent，都是在大廠圍剿中較為安全的生態(tài)位。
AI 四小強也 " 需要通過跟上 Deep Research 這樣關鍵的技術(shù)迭代向投資人證明，他能在大模型下半場占有一席之地。" 林晟補充道。
同時，對 AI 四小強來說，跟進 Deep Research，押注可以自主規(guī)劃任務并交付結(jié)果的 AI Agent，不僅是為重上牌桌，也是要搏一個 " 錢景 "。
據(jù)外媒報道，為了使用 OpenAI 面向 ChatGPT Pro 用戶推出的 Agent "Deep Resaerch"，約 20% 的用戶升級成了每月訂閱費高達 200 美元的 Pro 會員。同時，恒業(yè)資本管理合伙人江一告訴字母榜，隨著 DeepSeek 的爆火，他們慧辰股份推出的消費 Agent，原本在 AI 方面沒有投入預算的客戶，已經(jīng)將原本信息化的預算挪向 AI，而這些應用 Agent 的訂單往往都在數(shù)百萬級別。
這一次，AI 四小強能重新上桌嗎？
一
在 2025 年的 AI Agent 熱潮里，Deep Resaerch（深度研究）類的產(chǎn)品是最早落地的一批。
從去年底谷歌發(fā)布首個 Deep Resaerch 開始，數(shù)月內(nèi)，OpenAI、Anthropic 等迅速跟進，能做 PPT、寫財報分析、進行學術(shù)研究的 Deep Resaerch 成了新的技術(shù)標桿，也讓 AI Agent 在用 AI 輔助人的道路上向前邁了一步。
如今 AI 四小強都推出了自家的 Deep Research，正面硬剛字節(jié)、騰訊等大廠。
不過需要注意的是，Agent 作為四小強關鍵的技術(shù)展示窗口，楊植麟們的表現(xiàn)頗為謹慎。都以內(nèi)測版開路，通過一個月的小范圍內(nèi)測，去收集專業(yè)用戶的反饋意見，在調(diào)試后才全量上線。
這種謹慎開大的做法也顯露出 AI 四小強對這次亮相的重視。
此外，在 Deep Resaerch 的路徑選擇上，AI 四小強也分裂出了兩種路徑。
一條路徑崇尚傻瓜式操作，門檻更低，以月之暗面的 Kimi-Researcher 為代表，摸著 OpenAI、Gemini 過河。正如 OpenAI demo 所演示的一般，用戶只需發(fā)出指令，合上電腦等待，就能得到一份達到研究分析師水準的報告。和月之暗面選擇同樣路徑的，還有字節(jié)。
這種路徑選擇讓 AI 自主思考和理解，推理和調(diào)用工具來解決問題，極大降低了用戶的使用門檻。" 用戶不需要準備復雜的提示詞，只需要等待，甚至為了沒有耐心的大部分用戶，OpenAI 官方宣稱任務交付時長在 1～30 分鐘，測試下來 Kimi-Researcher 一般都會在 10～20 內(nèi)生成結(jié)果。" 在某國企 AI 相關部門就職的宋城（化名）告訴字母榜。
另一種則是高用戶互動型，結(jié)果很可控，包括智譜、Minimax，選擇了類 Manus 的工作流（Workflow）模式。
此外，Kimi 還會提供一份可視化的報告，提供卡片、表格、思維導圖等多種信息，目前 ChatGPT 尚未提供類似的功能。
在這種模式下，用戶需要準備復雜的提示詞，提示詞的復雜程度決定了生成效果，而且在 Agent 工作過程中，隨著持續(xù)調(diào)用工具，用戶需要加入提供反饋，宋城表示，這種模式 AI 的動作軌跡都一早設計好，可控性更高，只是用戶被綁在了任務上，" 如果一個任務需要跑 1～2 個小時，為了及時給 AI 做確認、糾偏，需要時刻注意頁面。"
但最終兩種路線的分歧，實際上都指向了一個核心問題，即無論走哪一條路，當下大模型的能力還不足以支持更智能的 Agent 的推出。對用戶來說，每次任務執(zhí)行都有開盲盒的錯覺，因此 AI 四小強也在補足自身的模型能力。
無論是 Mini Max 推出的 M1 新模型，上下文的長度達到一兆，還是月之暗面的 K2 模型，總參數(shù)量達到一萬億，就在 7 月 25 日，階躍星辰場發(fā)布了 Step 3 大模型。針對國產(chǎn)卡 32K 上下文，這代模型推理效率最高可達到 deepseek R1 的 300%。
二
事實上，從 AI 六小龍到 AI 四小強，楊植麟們的 2025 年過得頗為艱難。
隨著年初 Deepseek 帶起推理模型的新潮流，原本佛系觀戰(zhàn)的騰訊攜元寶強勢下場，阿里也用夸克瀏覽器爭奪新流量入口，字節(jié)的豆包短暫從下載榜滑落，但憑借頻繁的迭代上新持續(xù)探入垂直場景。
" 在年初我們（Kimi）停止投流之后， 國內(nèi)不少應用商店搜索 kimi 甚至第一頁都看不見， 在蘋果 App Store 搜 kimi 會推薦豆包， 在某度搜 kimi 會推薦某度 DeepSeek-R1 滿血版。"
Kimi 發(fā)布 K2 大模型后，Kimi 的技術(shù)員公開表示，即便面對如此艱難的情況，Kimi 也沒有恢復投流。
去年在大模型賽道上激進砸錢推流的 AI 六小龍，一時之間陷入了對自身技術(shù)實力的自證漩渦。這似乎也讓楊植麟們意識到，技術(shù)實力似乎遠比用戶規(guī)模，更能決定大模型創(chuàng)企的發(fā)展。
半年內(nèi)，AI 四小強悄悄調(diào)整重心，在生存壓力下，放棄對用戶規(guī)模的追逐成了第一步。
從去年 12 月至今，一批負責應用和商業(yè)化的六小龍高管相繼離開。其中包括但不限于前智譜 COO 張帆、前 MiniMax 商業(yè)化負責人魏偉、前月之暗面核心產(chǎn)品負責人明超平、前階躍星辰 " 冒泡鴨 " 產(chǎn)品負責人張心皓（尚未離職，轉(zhuǎn)為內(nèi)部顧問）等等。月之暗面也傳出了調(diào)整投放策略的消息。
從 Deepseek 的推理模型，海外科技大廠如 Claude、XAI 等在 Deep Resaerch 上的新突破，到 Manus 的 Agent 熱，大模型的競爭熱詞短短數(shù)月?lián)Q了幾輪。被 DeepSeek 沖擊估值體系的 AI 四小強，不得不重新將技術(shù)迭代確立為公司的最高優(yōu)先級。
而在這場 AI 時代的 " 注意力資源 " 比拼之戰(zhàn)中，重新跟上節(jié)奏的 AI 四小強，需要向外界證明自己有重上牌桌的實力和可能性。Agent 成了最好的發(fā)力點。
" 過去國內(nèi)大模型都在對標 OpenAI、復制 OpenAI，現(xiàn)在在 Agent 這樣的應用層，要打差異化了。" 江一告訴字母榜，AI 頭部創(chuàng)企正試圖在垂直技術(shù)的長板上去做突破，避免與大廠的同質(zhì)化競爭。
Kim7 月推出萬億參數(shù)的 K2 模型，為智能體任務（agentic tasks）做了專門優(yōu)化，被 Hugging Face、Perplexity CEO 發(fā)文稱贊。多模態(tài)則是 MiniMax 的舒適區(qū)，近期發(fā)布的視頻模型 Hailuo 02 在 Artificial Analysis Video Arena 評測榜上排名第二，僅次于字節(jié)的 Seedance 1.0。
可以看到，跑在前面的已經(jīng)拿到了來自資本市場的好消息。
智譜頻頻傳出融資消息，又成為首個正式開啟上市輔導備案的 AI 大模型創(chuàng)企，MiniMax 爆出即將完成近 3 億美元（約合人民幣 22 億元）新融資，并向港交所提交 IPO 申請，目標 " 今年內(nèi)上市 "，估值從 25 億美元沖到 40 億～50 億美元之間。
押注 Agent，AI 四小強已經(jīng)跟上來了。
三
不過，在 Agent 時代，跟上節(jié)奏的 AI 四小強還需再次證明自己的價值。
技術(shù)卡位戰(zhàn)是楊植麟們首先要自證的第一道坎。盡管月之暗面 6 月發(fā)布的 Kimi-Researcher ，聲稱在 " 人類最后一場考試 " ( Humanity's Last Exam ) 中，取得了 26.9% 的 Pass@1 成績，創(chuàng)下最新的 SOTA 水平。但可以看到，相比起引發(fā)熱議的 Manus、Lovert，前者拿到硅谷知名風投 Benchmark 領投的 7500 萬美元融資，亮相 3 個月完成文生圖、視頻生成功能的迅速迭代；后者頂著全球首個設計 Agent 的名頭得到了馬斯克的激情點贊。
更為出圈的 Manus、Lovert，調(diào)用的都并非國內(nèi)的大模型。對楊植麟們而言，拿出自研 Agent 只是第一步。他們需要用更出圈的應用案例，證明自身技術(shù)的優(yōu)越性。
"Agent 需要給客戶創(chuàng)造愿意付費并且可量化的價值。"
江一告訴字母榜，在 Agent 創(chuàng)企們拿著錘子找釘子的過程中，出圈的應用案例要給客戶提供真金白銀的可量化價值，而這往往并非用 ChatBot 這類基礎功能可以達到的。他們?yōu)橐晃淮罂蛻艚桓读?Agent 矩陣，涉及到從門店銷售、找高潛門店售點鋪貨，到定市場策略、協(xié)同物流等多個流程。
其中，客戶有 20 萬地推銷售，工資高，流動性更達到 60%～70%，培訓成本占到了營收的 12%。通過培訓銷售使用 Agent，客戶將原本銷售 30 天的入職培訓時間縮短到了兩天，新人用 agent 也能達到中等偏上的銷售水平。
對 AI 四小強來說，找到目標客戶后如何創(chuàng)造遠大于售賣價格的交付價值，用出圈的應用案例證明自己，是必然要闖的第一關。
但在 Agent 大爆發(fā)的 2025 年，楊植麟們也缺 " 錢多、有耐心 " 的好客戶。
盡管算力價格被大廠聯(lián)手打進 " 厘時代 "，但不同于單純對話的有限的算力消耗，需調(diào)用多個大模型、訪問多個網(wǎng)址的 Agent，每個任務的 Token 消耗量都不低。" 生成一份還可用的調(diào)研報告，要 22 萬 token，用 cursor（智能編程）一個來回就消耗 300 萬 token"，在某國企就職的宋城告訴字母榜，對企業(yè)來說，使用 Agent 的成本并不算低。
同時，技術(shù)的迅速迭代也讓 Agent 的使用成本節(jié)節(jié)攀高。"Manus 發(fā)布前核算完成單次任務的成本在 2～3 美元，幾輪優(yōu)化后原本成本已經(jīng)降低，但迭代添加視頻生成能力等等，成本又再次拉了上去，" 前 Manus 員工方成（化名）告訴字母榜。
而使用成本的高昂、單次任務執(zhí)行動輒要半小時、甚至一小時完成任務，就連 OpenAI 也在 " 祈求 " 用戶的耐心。
在 OpenAI 面向 ChatGPT Pro 用戶推出的 Agent "Deep Resaerch" 后，其團隊核心成員 Issa Fulford 接受采訪時就表示 "（OpenAI Deep Resaerch）的目標用戶是專業(yè)消費者（prosumer），那些愿意為了一個詳細報告等待 30 分鐘的人。"
根據(jù) SimilarWeb 的監(jiān)測數(shù)據(jù)顯示，2025 年以來，Manus 的月訪問量從 3 月的 2376 萬次，跌到了 6 月的 1730 萬次；Genspark 的月訪問量從 4 月的 888 萬次，下降到了 6 月的 769 次。頭部 Agent 的增長頹勢也告訴我們，Agent 距離跑通 PMF（產(chǎn)品市場匹配度）還有一段路要走。
無論如何，可以肯定的是，AI 四小強，必須開始賺錢了。
本文來自微信公眾號：字母榜，作者：馬舒葉
