全球科技巨头的竞争，正在集体从“模型”转向“智能体 Agent”。
而且这一次已经不再是简单的聊天机器人，也不是在大模型外面套一个工作流。
从 Manus、微软、Meta，到 OpenAI、Google、阿里、字节、NVIDIA，大家正在不约而同地做同一件事情：
给 AI 一台电脑，让它能够长期运行、调用工具、操作软件、访问企业数据，并且真正替人完成工作。
这可能是 AI 下一阶段非常重要的一条产业主线。
一、Manus 2.0：Agent 开始拥有自己的“电脑”9月28日，Manus正式发布 Manus 2.0。
这次最值得关注的并不只是模型能力，而是三个关键词：
Cascade、Cloud Computer、Cue。
Cascade 是新一代 Agent Harness，相当于智能体的“任务调度系统”。Manus 官方测试数据显示，在一项测试配置中，相比上一代系统，Cascade Token 消耗减少23.2%、任务完成时间缩短28.2%、运行成本降低32%。
但真正值得重视的是 Cloud Computer。
以前 Agent 更多是在一次对话里完成任务，现在 Manus 开始给 Agent 提供独立的云端计算环境，让项目、文件、工具和任务长期存在。
与此同时，新应用 Cue 更进一步向“个人 Agent”靠拢。
这意味着 Agent 的产品形态开始从：
聊天框
变成：
一个拥有长期记忆、工具、身份和计算环境的数字员工。
二、微软：给 Agent 配一台 Windows 云电脑微软最近的方向甚至更加明确。
9月25日微软发布全新的 Copilot 架构，核心变成：
Home + Code + Autopilot。
其中 Autopilot 是一个可以持续运行的 Agent，即便用户离开电脑，它仍然可以继续执行工作。
微软此前推出的 Windows 365 for Agents 更值得关注。
它直接给 Agent 提供一个完整的 Windows Cloud PC。
Agent 可以：
操作鼠标、键盘、浏览器；
读取屏幕；
运行程序；
操作传统 Windows 软件；
甚至操作那些根本没有 API 的企业内部系统。
于是一个非常有意思的产业趋势出现了：
过去云电脑是给人用的，未来云电脑可能大量是给 Agent 用的。
三、Meta Muse：一个 Agent，一台长期在线的虚拟机Meta 9月8日发布个人 AI Agent——Muse。
Muse 的一个核心设计同样是：
Secure VM。
也就是为 Agent 配备一台持续存在的专用虚拟机和浏览器。
它可以自己访问网站、填表、预约、处理客服等事务，而且用户可以直接通过 Muse App 或 WhatsApp 与它交互。
这和 Manus、微软的方向实际上高度一致：
Agent 不再只是调用几个 API，而是开始拥有自己的运行环境。
这可能是理解本轮 Agent 行情非常关键的一点。
四、阿里：Agentic Cloud + 无影 Agent 云电脑国内厂商里，阿里的动作同样非常明确。
2026云栖大会期间，阿里提出了面向 Agent 的 Agentic Cloud，整个体系从芯片、云基础设施、模型一直延伸到 Agent。
更值得关注的是无影推出的 Agentic Computer。
官方定义非常直接：
为 Agent 提供 7×24小时在线的专属云电脑运行环境。
它可以托管 Claude Code、Codex、Kimi Code 等不同 Agent Framework，还具备企业权限、安全管理、记忆管理和模型自动路由能力。
甚至阿里已经开始推出 Qwen Book，把：
模型 + 操作系统 + 应用 + 云
整合到一台 AI Agentic Computer 中。
微软有 Windows 365 for Agents，
阿里有无影 Agentic Computer，
Manus 有 Cloud Computer，
Meta Muse 有 Secure VM。
几个巨头几乎同时走到了这里。
这很难再简单理解成一次产品功能升级。
五、字节：从个人 Agent 向“团队 Agent”进化字节最近也明显加速。
8月份推出“豆包工作”，9月份飞书与豆包工作进一步融合，并发布了首个团队智能体产品 豆包工作伙伴。
它背后的思路是：
过去是一名用户调用一个 Agent，
未来则可能变成：
一个人管理一群 Agent。
一个主 Agent 负责拆任务，不同子 Agent 分别做搜索、分析、写作、数据处理，最后再进行汇总。
这也是当前 Agent 技术非常重要的一个方向：
Multi-Agent。
火山引擎此前也已经把“多 Agent 协作”列为重点方向，从单一 Agent 转向多个智能体共同完成复杂产业流程。
六、OpenAI、Google：底层模型也开始原生为 Agent 服务OpenAI 9月10日发布 Agents API。
官方对下一代 Agent 的定义已经非常清楚：
Agent 不仅需要模型，还需要一套 Harness 来管理上下文、工具以及多个子 Agent，同时需要能够让任务连续运行数天的基础设施和计算环境。
ChatGPT Work 则已经开始让 Agent 跨应用、文件以及桌面环境完成长时间任务。
Google同样正在强化 Computer Use。
Gemini 已经能够让 Agent 直接“看”屏幕，并在浏览器、手机和桌面环境中执行操作，面向的就是长周期自动化任务。
所以现在已经不是某一家企业在押注 Agent。
而是全球几乎所有头部 AI 公司都在走向：
Computer Use + Cloud Computer + Multi-Agent + Long-running Agent。
七、NVIDIA甚至开始解决“数字员工失控”的问题更有意思的是 NVIDIA。
9月28日，NVIDIA刚刚发布 Open Agent Safety Platform。
为什么需要这个东西？
因为当 Agent 真正拥有电脑权限以后，它可能访问文件、网络、数据库、账号甚至生产系统。
Agent 能力越强，权限管理和安全隔离就越重要。
所以 NVIDIA 推出了 OpenShell，让 Agent 在独立沙箱内运行，同时结合 BlueField-4 DPU 对 Agent 行为进行监控和隔离。
换句话说：
以前 NVIDIA 主要解决的是：
“AI怎么算？”
现在已经开始解决：
“Agent 在哪里运行？”
以及：
“怎么保证几百万个 Agent 不乱跑？”
这意味着 Agent 的竞争已经开始深入到基础设施层。
八、真正值得挖掘的产业机会在哪里？如果把这些公司的产品放在一起，会发现一个非常有意思的共同结构：
大模型 → Agent Harness → 云电脑 → 工具/MCP → 企业数据 → 长期记忆 → 安全权限 → 多Agent协作。
所以这一轮智能体真正可能产生增量的，未必只是“大模型”。
第一条值得关注的是 Agent 云电脑和云基础设施。
过去一个办公室100个人，可能对应100台电脑。
未来也许会变成：
100个人 + 300个Agent。
这些 Agent 同样需要 CPU、内存、存储、网络、操作系统以及云端运行环境。
第二条是 CPU、服务器和数据中心基础设施。
过去市场谈AI，注意力大量集中在GPU。
但 Agent 大规模执行浏览器、Office、代码、RPA、数据库等工作，并不是所有任务都需要GPU。
大量任务依然需要CPU。
所以 Agent 真正规模化以后，很可能出现一种新的算力结构：
GPU负责思考，CPU负责干活。
第三条是 网络和高速互联。
大量 Agent 同时调用模型、企业数据库、云电脑、浏览器以及其他 Agent，会产生新的东西向流量。
因此交换机、网络设备、高速互联、光通信依然是非常重要的底层基础设施。
第四条是 存储和内存。
Agent 和普通聊天机器人最大的区别之一，就是它需要：
长期记忆、历史任务、文件环境、运行状态。
Agent 从“一问一答”变成“连续工作几小时甚至几天”，其上下文、缓存、数据库和持久化存储需求也会随之增加。
第五条则是 Agent Security。
今天 NVIDIA 已经开始布局。
未来一个公司里如果同时运行几千甚至几十万个 Agent，身份认证、权限管理、数据隔离、网络安全、审计、沙箱都会成为刚需。
第六条则是 MCP、企业软件以及数据连接器。
真正决定一个 Agent 有没有用的，并不仅仅是模型智商。
而是：
它能连接多少工具、多少企业数据、多少业务系统。
ERP、CRM、OA、数据库、浏览器、办公软件、支付、电商、客服……
都可能逐渐成为 Agent 可以调用的“工具”。
九、Agent可能正在复制云计算早期的一幕过去的大模型竞争，本质上是在争：
谁的大脑更聪明。
而现在的 Agent 竞争，开始变成：
谁能给这个大脑配上一双手、一台电脑、一套工具和一个能够24小时工作的办公室。
这也是为什么最近几个月：
Manus在做 Cloud Computer，
微软在做 Windows 365 for Agents，
Meta在做 Muse Secure VM，
阿里在做 Agentic Computer，
字节在做团队 Agent，
OpenAI开始提供长时间运行的 Agents API，
NVIDIA甚至开始做 Agent Runtime 和 Agent Security。
大家表面上产品名字不同，
底层却在向同一个终点狂奔。
AI的下半场，可能正在从“人人都有一个Copilot”，进入“人人都有一群数字员工”。
如果这个判断成立，那么下一阶段市场需要关注的，就不能只盯着模型。
真正的增量可能逐渐向：
Agent运行环境、云电脑、CPU、服务器、存储、高速网络、安全、MCP和企业软件生态扩散。
模型决定一个 Agent 聪不聪明。
而基础设施决定的是：
全球几十亿个 Agent，到底能不能真正跑起来。
这也许才是“智能体百家争鸣”背后，最值得继续挖掘的产业方向。
作者声明： 本文转载自第三方，旨在提供资讯参考，并非证券推荐或投资建议。作者对内容的真实性、准确性不承担保证责任。本文不构成任何投资建议或证券推荐。截至发文日，作者与文中提及的标的不存在持仓关系。