过去一段时间，“通用 Agent”成了 AI 应用的默认发展方向。无论产品叙事还是技术布局，大家似乎都在追求一个“什么都能做”的智能体。但现实逐渐显露：通用 Agent 在真实世界中并不那么“通用”。
在过去的一段时间里，各种 AI 编程工具扎堆上线，很多人都在问一个问题：现在的 AI 真的能帮我写完一个项目了吗？
2025 年，是 Agent 按下加速键的一年。
Era of Experience 这篇文章中提到：如果要实现 AGI， 构建能完成复杂任务的通用 agent，必须借助“经验”这一媒介，这里的“经验”就是指强化学习过程中模型和 agent 积累的、人类数据集中不存在的高质量数据。
今天，一个坐标北京海淀，一支年轻的创业团队，正在小范围 Alpha 测试一款叫 Teamo 的全新 Agent 产品。 给你们看下这个产品的恐怖数据——平均每 2.5 个看到这个产品的人，里面就有 1 个人想要参与 Alpha 内测...
AI 搜索 Agent 产品 Genspark 近期被 Anthropic 官方点名了。「Less structure, more intelligence.」是 AI 搜索 Agent 产品 Genspark 一直以来坚持的基本原则。Genspark 团队认为，过度结构化的工作流程会限制创造力和深度，赋予专业 Agent 更多自主权，自由选择并灵活运用多种工具来处理问题，反而能释放出更强的能力。
值得买科技发布了自己的 MCP Server “海纳”，在 AI Agent 时代打造消费领域的基础设施。值得买在数据提供与适配方面有着丰富经验，在电商消费行业有着深刻积累，正是因为有了在垂直领域深耕的行业 know how，所以才有能力向行业提供高质量的、场景相关的数据内容。
今年苹果在 AI 上宣布的诸多所谓新功能，例如实时翻译、快捷指令等，并无太多革命性；至于视觉智能 (visual intelligence)，不仅功能落后 Google Lens 六七年，交互体验上也远未达到一众 Android 友商的内置 AI/Agent 产品在 2025 上半年水平。
近日， Mastra AI 创始人 Sam Bhagwat 在 X 上发布了一条推文，称其中提到大约 60~70% 的 YC X25 Agent 公司正在使用 TypeScript 构建他们的 AI Agent。
Agent 和扣子一直是大家讨论比较多的话题。但对大部分人而言，这更像是一场围观，而非亲自上场。
