摘要
现在，才是AI落地的真正起跑线。谁能抓住先机？
Manus这款通用型的AI Agent在过去一周多的时间里，不仅彻底点燃了国内AI行业，也在海外引起了广泛讨论。
开发者社区沸腾了，纷纷以开源的方式复现Manus，大家兴奋地讨论着“通用”二字的可能性——智能客服、自动编程、生产调度……以前的AI，跟它说句话，它顶多给您答个话，而现在，AI Agent能帮您把事儿给办了。
Manus的火爆完全超出了其团队对市场的预估。Manus AI团队产品负责人张涛近日在朋友圈发文表示，这本是一个产品探索过程中的阶段性收获分享，不曾想过会引起巨大波澜。
在过去短短两个月的时间里，AI产业的游戏规则已经发生翻天覆地的变化。
先是国产大模型DeepSeek用开源之力敲响技术变革的钟声，颠覆大模型竞争格局；接着，Manus这个AI Agent项目横空出世，一夜爆火，点燃了全行业探索AI落地的热情。
Manus加速了AI落地热潮｜图片来源：business insider
Manus现象背后蕴含了一种强烈情绪：大家对过去的大模型“比拼参数、热衷打榜”的叙事已经感到疲惫。人们无比期待实打实的AI落地。
德勤AI研究院称，AI Agent将改变基础业务模式，实现新的工作、运营和价值交付方式。如果说过去AI是大模型打榜、拼参数的技术展示游戏，如今则是AI应用场景的落地争夺战。
风向变了，规则也变了。
新的共识在形成：从企业对大模型的选择，到AI落地的具体过程，逻辑都已经改变，AI产业正处在关键拐点。
重新理解企业AI护城河
这一波AI产业游戏规则的剧变，绕不开DeepSeek。
过去，大模型是“赢家通吃”的剧本，微软靠着绑定OpenAI、谷歌依靠Gemini快速吸引了一大批企业用户，其云服务的增长速度都超出预期。捆绑大模型来销售云服务是其过去两年的增长法宝。
然而，DeepSeek的横空出世打碎了这一切。
DeepSeek R1的开源，将最一流的大模型水平和最低的成本，普惠给业界。在上线后不久，在最大的开发者社区HuggingFace里，DeepSeek的受欢迎程度（点赞量）就成为全球第一，创造了行业最快登顶的记录。
过去，OpenAI、Gemini在行业里实现了绝对的技术领先，微软CEO此前表示，OpenAI的先发优势可以让其保持两年的领先，没有对手。但是打脸来的很快，不仅被DeepSeek以低几十倍的成本追上，Anthropic的Claude也迅速完成追赶，尤其在代码方面实现了全球最佳。
于是，大量开发者从其他模型转向DeepSeek、Claude；OpenAI的CEO甚至开始反思，选择闭源可能是个错误的决定。
在2月份时，相信大家都有印象，从英伟达、AMD，到几乎所有的云计算公司，再到微信、Perplexity 等软件应用，以及华为、联想电脑这样的硬件终端，几乎每天就会看到某家公司宣布接入DeepSeek。
可以说，DeepSeek彻底瓦解了云厂商依靠“捆绑”打造的大模型护城河。
另外，最新的Qwen、Claude等模型在技术方面的快速进展，也推动了另一个共识：依靠某个大模型的技术作为企业AI的护城河，优势是极其短暂的。
DeepSeek R1 的开源开启了AI产业的新拐点｜图片来源：视觉中国
曾经，微软云增速一度超35%，谷歌云紧随其后，AWS只有20%，市场份额从40%滑向30%，眼看要丢掉老大位置。
而如今，大模型不再是稀缺货，捆绑模式成了老黄历。重要的是，谁能最先拥抱客户最需要的大模型。AWS借此夺回了主动权。
3月11日，AWS宣布DeepSeek-R1现已作为完全托管的无服务器大语言模型（LLM）在Amazon Bedrock上正式可用。
图片来源：亚马逊云科技微信公众号
此次的发布进一步扩展了客户在Amazon Bedrock上使用DeepSeek-R1及其蒸馏版本（即经过训练、类似于DeepSeek-R1的小型模型）的方式。
AWS也是成为首个将该模型作为完全托管服务推出的云服务提供商，以更高的效率满足了企业对AI的诉求。再早些，Amazon Bedrock也第一时间上线了最新版的Claude 3.7。
在模型选型方面，AWS Bedrock是一个亮点。Bedrock平台集成了Claude、Llama、DeepSeek等100多种模型，企业随便挑随便调，还能微调优化。AWS还祭出Trainium芯片，性价比比英伟达H100高30%-40%。
在新一轮的AI竞赛中，灵活、开放、自由是如今建立AI护城河的基础。
而随着大模型普惠化、智能差距拉平，顶尖模型不再是最重要卖点，落地应用成了新战场。
竞逐AI落地应用的关键
还有两个小工具最近也火了，一个叫Browser Use，一个叫MCP。
因为Manus在外网社交平台上的一篇帖子，这帖子获得了超过240万的浏览量和数百次转发，直接把Browser Use的日下载量从3月3日的约5000次飙升至3月10日的28000次。
Browser Use是Manus执行各种任务的关键组件之一，比如点击网站菜单和填写表单。
MCP（Model Context Protocol）协议是由Anthropic提出来的，这协议旨在提供一个开放标准，用于连接大型语言模型（LLMs）与外部数据源和工具，简化AI应用的集成与开发。
早在去年10月，Anthropic就基于Claude模型，推出了扩展功能Computer Use，用户能够像指挥人类一样指导Claude操作电脑，包括移动光标、点击按钮和输入文本。而在执行器方面，Manus采用了在编程、以及长程规划和逐步解决问题的能力暂时领先的Claude。
相比之下，在没有MCP之前，AI助手要想与外部工具互动，必须通过编写代码并调用API，这意味着每一种具体的连接都需要提前手动编程，效率低下且耗时费力。
这说明在AI 落地应用的开发中，各种工具是相当重要。
另外，光有工具还不够，数据才是AI落地的“命根子”。没有数据战略的AI是无源之水，没有AI赋能的数据是无舵之舟。
IDC发布预测称，到2026年将有50%的中国500强数据团队使用AI Agent来实现数据准备和分析，并成为重要组织者和协调者；40%的中国500强企业将实现数据智能与AI模型智能的结合，以统一AI模型和数据的综合治理政策、实践和技术。
不过，企业的业务流程和需求各不相同，如何将AI Agent与企业的现有系统和业务流程进行无缝集成，是一个关键问题。
因此，在AI落地方面，云服务商的生态服务对于企业来说变得至关重要。以AWS为例，其生态完善，技术支持流程成熟，使得其“产品力”在过去一直是业界标杆。
图片来源：亚马逊云科技微信公众号
比如，AWS构建的SageMaker可以让开发人员更轻松地大规模部署模型。Bedrock和SageMaker，前者帮你挑模型，后者让你开发应用，存储、计算、分析、连接数据。AWS在生态服务的布局值得行业学习。
正如AWS CEO所言，企业们开始从推出一百个概念验证转向真正想要投入生产。“他们必须能够利用他们的数据。他们想要定制模型。他们想使用一堆不同的模型。他们想要有信息护栏。他们需要与自己的企业数据源集成。”
通过Amazon Bedrock、SageMaker等工具链，AWS正在帮助全球企业打通“数据→AI→商业价值”的闭环。
在新的AI浪潮里，只有那些能将技术、场景紧密融合的企业，才能在噪声中找到真正的信号和方向。
小结
如今，AI已不再局限于“榜单”中的技术展示，而是急需深入到各行各业的实际应用中，成为推动商业变革的核心动力。
在AI落地的过程中，工具和数据的重要性愈发凸显。同时，数据作为AI发展的“燃料”，其融合和管理成为了企业AI战略的核心。
IDC的预测为我们描绘了一个清晰的蓝图：到2026年，AI Agent将在数据准备和分析中扮演关键角色，推动企业实现数据智能与AI模型智能的深度结合。
AI产业的未来充满机遇与挑战。Manus和DeepSeek的成功只是序幕，真正的竞争在于谁能最快、最有效地将AI技术转化为商业价值。
对于企业而言，这不仅是一场技术的竞赛，更是一场关于战略、创新和执行力的全面较量。
