在早期产品迭代过程中，豆包曾尝试下线除主智能体之外的大部分官方智能体，结果发现用户活跃度和留存率几乎没有受到明显影响。

　　亦有就职于大模型公司的行业人士在接受

　　“一开始大家做这些智能体，是因为当时大模型还没有真正意义上的Agent能力，需要开发者自己去搭建。”上述行业人士表示，过去有不少学习助手、写作助手等垂直智能体，本质上是模型在能力有限时期，根据不同场景对工作任务进行拆分。

　　Manus等Agent产品出现后，各个平台都开始围绕综合Agent布局，一个模型已经能够调用、推理、办公、编程等多种能力，用户越来越不需要专门寻找垂直智能体来完成某项任务。

　　互联网平台通常具有明显的规模效应，用户越多，边际成本越低；而大模型产品恰恰相反，每增加一次对话、一次生成、一次复杂推理，都意味着新的算力支出。如何让高昂的算力投入形成商业回报，成为所有大模型厂商共同面对的问题。

　　6月下旬，火山引擎披露，豆包大模型日均Token使用量已突破180万亿，相较2024年5月的初始规模涨幅达1500倍。在此背景下，豆包6月底正式开启付费功能，重点面向办公、Agent等复杂生产力场景。

　　艾媒咨询CEO张毅向

　　在他看来，在算力资源有限、监管要求不断提高的背景下，将资源更多投入企业服务、办公协同等Agent是更重要的方向。

　　短短两三年间，国内AI应用的发展重心已经发生变化。早期平台试图借助海量智能体移动互联网时代的增长路径；如今，随着模型能力不断提升、监管体系逐步完善以及商业化压力显现，行业竞争正在从拥有多少智能体，转向单个Agent究竟能完成多少任务。

　　对于豆包、千问等平台而言，下线用户自建智能体，或许并不是AI应用热潮的降温，而是C端智能体结束野蛮生长，进入合规与价值竞争新的开始。