本文来自微信公众号：字母榜，作者：马舒叶，题图来自：AI 生成
当 7 月 16 日身着唐装的黄仁勋在公开演讲中，将 MiniMax 与" DeepSeek、阿里巴巴、百度"一同提及，并称"开发的产品都是世界级"时，沉寂半年之久的 AI 四小强，颇似甄嬛回宫，手里拿上了逆袭剧本。
实际上，进入 7 月，扎堆推出 Deep Research 的 AI 四小强，正跃跃欲试重新登上牌桌。
近期，阶跃星辰的阶跃 AI Deep Research 正式开启邀请测试，此前 6 月，MiniMax 连续 5 天上新了推理模型 M1、视频生成模型、Agent 等，其中 MiniMax-M1 集成了包括 Deep Research（深度研究）在内的技能，同在 6 月，月之暗面的 Kimi Research 跟上。而早在 3 月底，智谱发布了 AutoGLM 沉思版，作为智能体 ( AI Agent ) 也融合了 Deep Research 能力。
截止发稿前，AI 四小强已全抢上这一波 Deep Research 的船票，并在 7 月争先恐后在模型层上新，前半年低调发育的 AI 四小强，在大厂夹击下正迅速追上。
"现在大模型进入了深水区，单靠模型参数或者 Demo 已经没办法说服市场了，"某头部创投机构联创林晟（化名）告诉字母榜，对商业化压力越来越大的 AI 四小强而言，在垂直领域做深，做更能交付价值的 Deep Research 以及 Agent，都是在大厂围剿中较为安全的生态位。
AI 四小强也"需要通过跟上 Deep Research 这样关键的技术迭代向投资人证明，他能在大模型下半场占有一席之地。"林晟补充道。
同时，对 AI 四小强来说，跟进 Deep Research，押注可以自主规划任务并交付结果的 AI Agent，不仅是为重上牌桌，也是要搏一个"钱景"。
据外媒报道，为了使用 OpenAI 面向 ChatGPT Pro 用户推出的 Agent " Deep Resaerch "，约 20% 的用户升级成了每月订阅费高达 200 美元的 Pro 会员。同时，恒业资本管理合伙人江一告诉字母榜，随着 DeepSeek 的爆火，他们慧辰股份推出的消费 Agent，原本在 AI 方面没有投入预算的客户，已经将原本信息化的预算挪向 AI，而这些应用 Agent 的订单往往都在数百万级别。
这一次，AI 四小强能重新上桌吗？
一
在 2025 年的 AI Agent 热潮里，Deep Resaerch（深度研究）类的产品是最早落地的一批。
从去年底谷歌发布首个 Deep Resaerch 开始，数月内，OpenAI、Anthropic 等迅速跟进，能做 PPT、写财报分析、进行学术研究的 Deep Resaerch 成了新的技术标杆，也让 AI Agent 在用 AI 辅助人的道路上向前迈了一步。
如今 AI 四小强都推出了自家的 Deep Research，正面硬刚字节、腾讯等大厂。
不过需要注意的是，Agent 作为四小强关键的技术展示窗口，杨植麟们的表现颇为谨慎。都以内测版开路，通过一个月的小范围内测，去收集专业用户的反馈意见，在调试后才全量上线。
这种谨慎开大的做法也显露出 AI 四小强对这次亮相的重视。
此外，在 Deep Resaerch 的路径选择上，AI 四小强也分裂出了两种路径。
一条路径崇尚傻瓜式操作，门槛更低，以月之暗面的 Kimi-Researcher 为代表，摸着 OpenAI、Gemini 过河。正如 OpenAI demo 所演示的一般，用户只需发出指令，合上电脑等待，就能得到一份达到研究分析师水准的报告。和月之暗面选择同样路径的，还有字节。
这种路径选择让 AI 自主思考和理解，推理和调用工具来解决问题，极大降低了用户的使用门槛。"用户不需要准备复杂的提示词，只需要等待，甚至为了没有耐心的大部分用户，OpenAI 官方宣称任务交付时长在 1～30 分钟，测试下来 Kimi-Researcher 一般都会在 10～20 内生成结果。"在某国企 AI 相关部门就职的宋城（化名）告诉字母榜。
另一种则是高用户互动型，结果很可控，包括智谱、Minimax，选择了类 Manus 的工作流（Workflow）模式。
此外，Kimi 还会提供一份可视化的报告，提供卡片、表格、思维导图等多种信息，目前 ChatGPT 尚未提供类似的功能。
在这种模式下，用户需要准备复杂的提示词，提示词的复杂程度决定了生成效果，而且在 Agent 工作过程中，随着持续调用工具，用户需要加入提供反馈，宋城表示，这种模式 AI 的动作轨迹都一早设计好，可控性更高，只是用户被绑在了任务上，"如果一个任务需要跑 1～2 个小时，为了及时给 AI 做确认、纠偏，需要时刻注意页面。"
但最终两种路线的分歧，实际上都指向了一个核心问题，即无论走哪一条路，当下大模型的能力还不足以支持更智能的 Agent 的推出。对用户来说，每次任务执行都有开盲盒的错觉，因此 AI 四小强也在补足自身的模型能力。
无论是 Mini Max 推出的 M1 新模型，上下文的长度达到一兆，还是月之暗面的 K2 模型，总参数量达到一万亿，就在 7 月 25 日，阶跃星辰场发布了 Step 3 大模型。针对国产卡 32K 上下文，这代模型推理效率最高可达到 deepseek R1 的 300%。
二
事实上，从 AI 六小龙到 AI 四小强，杨植麟们的 2025 年过得颇为艰难。
随着年初 Deepseek 带起推理模型的新潮流，原本佛系观战的腾讯携元宝强势下场，阿里也用夸克浏览器争夺新流量入口，字节的豆包短暂从下载榜滑落，但凭借频繁的迭代上新持续探入垂直场景。
"在年初我们（Kimi）停止投流之后， 国内不少应用商店搜索 kimi 甚至第一页都看不见， 在苹果 App Store 搜 kimi 会推荐豆包， 在某度搜 kimi 会推荐某度 DeepSeek-R1 满血版。"
Kimi 发布 K2 大模型后，Kimi 的技术员公开表示，即便面对如此艰难的情况，Kimi 也没有恢复投流。
去年在大模型赛道上激进砸钱推流的 AI 六小龙，一时之间陷入了对自身技术实力的自证漩涡。这似乎也让杨植麟们意识到，技术实力似乎远比用户规模，更能决定大模型创企的发展。
半年内，AI 四小强悄悄调整重心，在生存压力下，放弃对用户规模的追逐成了第一步。
从去年 12 月至今，一批负责应用和商业化的六小龙高管相继离开。其中包括但不限于前智谱 COO 张帆、前 MiniMax 商业化负责人魏伟、前月之暗面核心产品负责人明超平、前阶跃星辰"冒泡鸭"产品负责人张心皓（尚未离职，转为内部顾问）等等。月之暗面也传出了调整投放策略的消息。
从 Deepseek 的推理模型，海外科技大厂如 Claude、XAI 等在 Deep Resaerch 上的新突破，到 Manus 的 Agent 热，大模型的竞争热词短短数月换了几轮。被 DeepSeek 冲击估值体系的 AI 四小强，不得不重新将技术迭代确立为公司的最高优先级。
而在这场 AI 时代的"注意力资源"比拼之战中，重新跟上节奏的 AI 四小强，需要向外界证明自己有重上牌桌的实力和可能性。Agent 成了最好的发力点。
"过去国内大模型都在对标 OpenAI、复制 OpenAI，现在在 Agent 这样的应用层，要打差异化了。"江一告诉字母榜，AI 头部创企正试图在垂直技术的长板上去做突破，避免与大厂的同质化竞争。
Kim7 月推出万亿参数的 K2 模型，为智能体任务（agentic tasks）做了专门优化，被 Hugging Face、Perplexity CEO 发文称赞。多模态则是 MiniMax 的舒适区，近期发布的视频模型 Hailuo 02 在 Artificial Analysis Video Arena 评测榜上排名第二，仅次于字节的 Seedance 1.0。
可以看到，跑在前面的已经拿到了来自资本市场的好消息。
智谱频频传出融资消息，又成为首个正式开启上市辅导备案的 AI 大模型创企，MiniMax 爆出即将完成近 3 亿美元（约合人民币 22 亿元）新融资，并向港交所提交 IPO 申请，目标"今年内上市"，估值从 25 亿美元冲到 40 亿～50 亿美元之间。
押注 Agent，AI 四小强已经跟上来了。
三
不过，在 Agent 时代，跟上节奏的 AI 四小强还需再次证明自己的价值。
技术卡位战是杨植麟们首先要自证的第一道坎。尽管月之暗面 6 月发布的 Kimi-Researcher ，声称在"人类最后一场考试" ( Humanity's Last Exam ) 中，取得了 26.9% 的 Pass@1 成绩，创下最新的 SOTA 水平。但可以看到，相比起引发热议的 Manus、Lovert，前者拿到硅谷知名风投 Benchmark 领投的 7500 万美元融资，亮相 3 个月完成文生图、视频生成功能的迅速迭代；后者顶着全球首个设计 Agent 的名头得到了马斯克的激情点赞。
更为出圈的 Manus、Lovert，调用的都并非国内的大模型。对杨植麟们而言，拿出自研 Agent 只是第一步。他们需要用更出圈的应用案例，证明自身技术的优越性。
" Agent 需要给客户创造愿意付费并且可量化的价值。"
江一告诉字母榜，在 Agent 创企们拿着锤子找钉子的过程中，出圈的应用案例要给客户提供真金白银的可量化价值，而这往往并非用 ChatBot 这类基础功能可以达到的。他们为一位大客户交付了 Agent 矩阵，涉及到从门店销售、找高潜门店售点铺货，到定市场策略、协同物流等多个流程。
其中，客户有 20 万地推销售，工资高，流动性更达到 60%～70%，培训成本占到了营收的 12%。通过培训销售使用 Agent，客户将原本销售 30 天的入职培训时间缩短到了两天，新人用 agent 也能达到中等偏上的销售水平。
对 AI 四小强来说，找到目标客户后如何创造远大于售卖价格的交付价值，用出圈的应用案例证明自己，是必然要闯的第一关。
但在 Agent 大爆发的 2025 年，杨植麟们也缺"钱多、有耐心"的好客户。
尽管算力价格被大厂联手打进"厘时代"，但不同于单纯对话的有限的算力消耗，需调用多个大模型、访问多个网址的 Agent，每个任务的 Token 消耗量都不低。"生成一份还可用的调研报告，要 22 万 token，用 cursor（智能编程）一个来回就消耗 300 万 token "，在某国企就职的宋城告诉字母榜，对企业来说，使用 Agent 的成本并不算低。
同时，技术的迅速迭代也让 Agent 的使用成本节节攀高。" Manus 发布前核算完成单次任务的成本在 2～3 美元，几轮优化后原本成本已经降低，但迭代添加视频生成能力等等，成本又再次拉了上去，"前 Manus 员工方成（化名）告诉字母榜。
而使用成本的高昂、单次任务执行动辄要半小时、甚至一小时完成任务，就连 OpenAI 也在"祈求"用户的耐心。
在 OpenAI 面向 ChatGPT Pro 用户推出的 Agent " Deep Resaerch "后，其团队核心成员 Issa Fulford 接受采访时就表示"（OpenAI Deep Resaerch）的目标用户是专业消费者（prosumer），那些愿意为了一个详细报告等待 30 分钟的人。"
根据 SimilarWeb 的监测数据显示，2025 年以来，Manus 的月访问量从 3 月的 2376 万次，跌到了 6 月的 1730 万次；Genspark 的月访问量从 4 月的 888 万次，下降到了 6 月的 769 次。头部 Agent 的增长颓势也告诉我们，Agent 距离跑通 PMF（产品市场匹配度）还有一段路要走。
无论如何，可以肯定的是，AI 四小强，必须开始赚钱了。
盈胜优配提示：文章来自网络，不代表本站观点。
