5 月底，Google DeepMind CEO Demis Hassabis 在公开场合明确将当前 AI 代理描述为“AGI 的练习赛”（practice run for AGI），强调它们是压力测试而非终点。这一表态并非孤例，而是行业从模型竞赛转向应用落地的信号。
对比之下，OpenAI 更侧重通用模型迭代以抢占市场份额，而 Anthropic 此前通过安全叙事差异化，如今也在企业级代理工具上加速布局。Meta 则押注开源生态，试图通过 Llama 系列降低代理开发门槛。三者路径分歧，本质是资源分配逻辑不同：闭源巨头靠资本烧速度，开源阵营靠社区降成本。
支撑这一趋势的数据来自近期企业实践：Asana 等工作流平台收购代理构建工具，显示代理已从实验进入生产环境。开发者社区反馈也显示，AI 编码工具使用率激增，但生产力测量仍依赖人工验证，暴露治理瓶颈。根本驱动力是企业 ROI 压力——模型能力接近后，落地效率和稳定性成为新护城河。
未来 6-12 个月，关键变量在于垂直代理的商业化验证。若通用代理仍停留在“练习”阶段，垂直玩家（如代码、客服、科研）将率先形成壁垒；反之，监管若收紧代理自主权限，整个赛道节奏或被重塑。谁能把“练习赛”转化为可审计、可量化的生产力，谁就掌握下一阶段主动权。
信源：https://techcrunch.com/2026/05/29/coders-are-refusing-to-work-without-ai-and-that-could-come-back-to-bite-them/
