AI Agent 创投急速降温,从"抢着投"到"推不动"只用了一个夏天
2026 上半年,AI Agent 赛道融资 83 起、同比暴增 131%,是投资人争抢的头号标的。进入下半年,风向急转——"不看 Agent 了"成为机构普遍情绪,资本集体转向具身智能与 AI4S,创业者无论履历如何,都要面对"用户规模多少?付费率怎么增长?大厂做了你们怎么办?"的连环追问。
2026 上半年,AI Agent 赛道融资 83 起、同比暴增 131%,是投资人争抢的头号标的。进入下半年,风向急转——"不看 Agent 了"成为机构普遍情绪,资本集体转向具身智能与 AI4S,创业者无论履历如何,都要面对"用户规模多少?付费率怎么增长?大厂做了你们怎么办?"的连环追问。
2026 上半年,AI Agent 是创投圈最拥挤的赛道。据公开数据,上半年 Agent 领域融资 83 起,同比增幅 131%,一些项目在没有产品和收入的情况下就能拿到融资,甚至有投资人被要求"连投两轮"才能入场。
但泡沫破裂的速度,比所有人预想的都快。
进入下半年,大部分 VC 的热情几乎一夜之间转向了具身智能和 AI4S。一位专注科技领域的 FA 解释,Vibe Coding 火了之后,做软件的成本被大幅降低,没有技术背景的文科生也能短时间内搓出一个像样的产品。现在除非是已经跑出规模的产品,或者 ARR 在细分赛道里足够靠前,否则很难引起投资人的兴趣。
融资 83 起,同比 +131%。Agent 是头号赛道,项目无产品、无收入也能融资,投资人抢着入场。
VC 集体转向具身智能与 AI4S。"不看 Agent 了"成为普遍情绪,创业者面临"天问"三连。
注:融资数据引自烯牛数据《2026 年 H1 中国私募股权市场深度解析报告》,下半年趋势综合多家机构公开信息整理。
融资遇冷的同时,曾经红极一时的 AI 应用正面临用户量下滑的困境。根据 Traffic.cv 的不完全统计,多款通用 Agent 产品的月访问量出现普降:
注:柱形为相对比例示意,非零起点;降幅分别为 Manus -17.9%、Genspark -26.7%、Dokie -27.0%、Flowith -26.9%。
更典型的案例是 Yupp.ai——一家 AI 模型评测平台,累计融资超 3000 万美元、用户超 130 万,但随着模型能力快速提升,基于聊天的众包评测越来越不重要,平台最终在 4 月无奈关停。
一个诚实的注脚:通用 Agent 的用户忠诚度远比想象中低。
有分析师指出,面向个人的 Agent 产品本质上是在教育用户,一旦有机会用上更聪明、更便宜的模型,用户会毫不犹豫地切换。与此同时,大厂正在加速收割:腾讯 WorkBuddy 在 6 月 PC 端月访问量达到 2097 万,位居国内 AI 原生办公智能体第一;字节跳动的 Trae IDE 达到 1279 万;阿里内部也在孵化多个办公智能体。
C 端遇冷、大厂挤压,创业团队和投资人不得不将目光投向 B 端。在专注软件领域的投资人路遥看来,这是眼下唯一现实的活法:"现在得做 B 端的 Agent 才能赚钱,C 端除了卖课,其他我都看不到赚钱。"
但 To B 的钱,也不好赚。
一位机构合伙人分享了一个真实案例:一家公司瞄准了报关单填写场景——几乎是所有行业中最人力密集、最重复劳动的环节之一。人工手动填写一天只能填约 10 个单子,单条成本约 1000 元;用 Agent 来做,一天可以填上百单,单条成本降到 600-700 元。企业非常愿意为"少雇 XX 个员工"的故事付费。
在实际交付中,Agent To B 市场很像传统的软件服务市场,分化出两种模式:
标准化交付,边际成本低,但因 Token 消耗,毛利空间被压缩。传统 SaaS 毛利率 75%-85%,Agent SaaS 能做到这一水平的公司并不多。
派团队驻场或线上定制,周期数月甚至一年以上。深度适配客户流程,数据留在客户系统,信任壁垒高,但模式较重。
要务科技是一家典型的 FDE 模式公司,为制造业巨头提供 Agent 服务。在一个售前客服场景中,系统帮客户砍掉了 90% 以上的客服团队,回复准确率达到 97%。创始人若涵认为,FDE 的价值在于让 Agent 去适应客户原来的工作方式,而不是让客户适应产品。"客户愿意把敏感数据放在我们的系统里,说明他愿意长期使用——这或许是 B 端 Agent 真正建立壁垒的地方。"
但 To B 的核心壁垒不只是技术。在制造业这个"很慢"的行业里,信任关系有时比产品本身更重要。有些项目毛利不高,但能帮助团队在组织内建立更多信任,也是值得做的。
对于擅长 C 端产品、缺少 To B 行业资源的创业团队来说,出海成为极具诱惑力的选择。海外市场的付费土壤确实更加友好——Dify、WorkMagic、Ace Studio 等一批项目已经默默做到千万美元级别的 ARR。许多 Agent 创业者从一开始就瞄准了海外。
但出海不是"降维打击",而是"换一个战场重新爬坡"。
在海外市场,身份与合规是第一步——非本地从业者必须先注册本地公司,否则家长很难信任一个来自中国的教育品牌。而更深的壁垒在于对本地用户的深度理解:市场构成中印度人、马来人、本地华人和外来移民各占多少,他们的文化在什么圈子里传播,用微信还是 WhatsApp,这些细节决定了产品能否真正扎根。
这和 B 端依靠行业业务数据构筑壁垒的逻辑相似——Agent 出海的壁垒,源于对本地用户的深度理解,以及长期积累的用户行为、关系与使用上下文。这些同样是通用大模型厂商难以复刻的资产。这既是壁垒,也是横在创业者面前的现实门槛。
Agent 创业的"蜜月期"已经结束。能活下来的 Agent,从来不是简单封装大模型接口的中间层。扎进国内产业做 B 端,要直面算力成本与商务交付的考验;奔赴海外做 C 端,要跨过本地化与合规的关卡。无论哪条路,破局逻辑都是一致的:跳出通用模型的能力包围圈,去沉淀大模型拿不到的独特资产——行业数据、客户信任、本地化理解——这才是 Agent 创业者安身立命的根本。
赛道降温,但真实需求从未消失
资本的风向固然变幻不定,但企业降本增效的诉求、用户对智能化服务的期待,始终存在。那些愿意沉下心来做垂直场景、深耕行业数据的团队,正在构建真正的护城河。