2026，AI正在走出对话框

作者｜朱峰琳

编辑｜刘景丰

2026年5月20日，Google I/O落幕。皮查伊站在台上，抛出了一个确定性判断：AI的下一站，不是会聊天的模型，而是会行动的智能体。当Gemini 4.0缺席，Agentic Gemini登场，一个从“对话”到“执行”的转折点，就此降临。

还有一件事，昨天，Anthropic完成650亿美元的新一轮融资，投后估值飙到9650亿美元，正式超越OpenAI坐上AI王座。

Anthropic旗下Claude代表的是智能体（Agentic），并且在编程（coding）能力上技压一众AI企业；而ChatGPT则是Chatbot的代表，但已经难掩下滑之势。

这不是一次简单的巨头融资军备赛，而把AI行业走向的风向标坐实了——Chatbot增长见顶，Agent迎来开局。

早在年初，AI行业已经形成一股共识，2026将是Agent的元年，AI将开始替人干活。

从春节前一周开始，各大商业街边的奶茶店像是被按下了加速键。店内，店员的手几乎没停下过，奶茶一杯接一杯地递出，长长的订单小票从工作台一路拖到地面。店外，外卖员两只手挂满了沉甸甸的袋子，在人群和车流里小跑穿梭，生怕慢了一秒。

那段时间，千问打通外卖、电商平台，通过“请客”喝奶茶的方式，疯狂拉新。用户可在应用内领取25元的免单卡，邀请新用户还能再领一张。熟悉的红包拉新裂变的玩法，在国内的互联网世界里总是奏效。千问APP的下载量瞬间爆发，径直冲上了App Store总榜Top1。汹涌而来的流量几次挤瘫了服务器，原本短促的活动期限一延再延，从淘宝闪购一路铺开，盒马、天猫超市、飞猪、大麦……阿里的生态版图都逐渐卷入这场狂欢之中。

2026年2月6日，千问APP在国内登顶App Store免费榜Top1，图源：点点数据

此后，龙虾OpenClaw、百度旗下RedClaw、腾讯旗下WorkBuddy等智能体相继推出，大有Agent的百花齐放局面。

尤其到了5月，三家最重要的AI公司几乎同步完成了产品线的范式切换：5月12日，Claude Code发布Agent view，可管理多个并行Agent，这是AI从“单线程对话”迈向“多Agent并行指挥”的界面层信号；5月14日，OpenAI Codex移动端上线，软件开发变成随时可指挥的“远程任务”；而Google则在 I/O 2026大会进一步强化了这个信号。

一个Agent的时代真的来了。

逼近上限，Chatbot已现增长天花板

自ChatGPT爆火以来，大模型、Chatbot曾一度成为科技圈的主旋律。DeepSeek、Kimi、豆包、元宝......新产品层出不穷，人们往往还未完全适应上一个，新品便已登场。

然而，这样的喧嚣正逐渐远去。如今的新入局者中，几乎已无人再将纯粹的Chatbot作为主攻方向。随着使用习惯的固化，用户与常用AI之间已度过“磨合期”，迁移意愿大幅降低。各大产品也基本锁定了自己的核心受众，市场格局趋于稳固。即便再有像千问那样通过红包补贴制造短期流量高峰的案例，也难以打破现有的留存壁垒，想要在存量市场中撕开一道口子变得异常艰难。

从数据层面看，Chatbot赛道的增量空间已逼近天花板。AI产品榜数据显示，2026年4月，Chatbot榜单Top 20的产品中，有9大产品网站Web访问量出现下滑。尽管ChatGPT仍以5.69亿的访问量保持绝对领先，但也出现了环比3.84%的负增长。Gemini、DeepSeek、豆包等头部产品虽维持增长，但环比增幅均是个位数，增速明显放缓。由此可见，尽管大盘还在持续扩大，但增长红利已经明显消退。

在这一背景下，Claude的访问量却逆势增长了34.18%。主要原因就在于它完成了从“被动问答的Chatbot”向“主动代劳的 Agent”的范式转移。

Anthropic今年发布了Claude Co-work新功能，用户只需指定目标，Claude就能在后台跨软件、长流程地全自动执行，全面走向“人发出指令，AI写代码并执行”的自动化闭环新阶段。过程中，Agent自主拆解、多轮迭代、自我纠错，高频的后台自动化交互，直接导致了Token消耗和访问量的快速增长。

资本市场的转向则更为彻底。2023-2024年间，红杉、a16z、阿里、腾讯等知名VC、CVC争相涌入对话式AI，而到了2026年，这一投资逻辑已发生实质变化。国际顶尖投资机构基本都停止了以"对话"为核心的新增投资，进而转向Agent赛道：a16z持续多轮押注编程Agent Cursor，红杉、Tiger Global、GV投资智能客服Agent Sierra，Coatue、Index Ventures投资企业客服Agent Decagon。国内，阿里、腾讯等大厂也几乎都不再投资纯Chatbot形态的产品，而是将资源整合，投向自身Agent的能力搭建。

从全球知名孵化器Y Combinator发布的W26（Winter 2026）名单也看出类似趋势：入选的约200家创业公司中，有大量AI创业项目都明确将重心放在了Agent上，而非Chatbot。

这一变化的根本原因在于Chatbot本身就存在天然瓶颈。它仅能提供信息输出与建议，无法独立完成软件操作、API调用或业务闭环，执行环节仍需人工介入，手动操作。受此限制，其商业化路径只能依赖订阅制或Token消耗量计费，收入模型单一，且集中于头部。

当用户、技术和流量都逐渐向着少数头部平台聚拢，Chatbot的市场格局也基本固化：国际市场由大模型公司和科技巨头主导，国内则更多掌握在阿里、腾讯、字节、百度等大厂手中。Chatbot越来越成为平台生态中的基础能力，而非独立的创业赛道。

对话，从"终点"变"起点"

过去，Chatbot的核心能力主要停留在信息理解与答案生成层面，但用户真正需要的，往往不只是“知道怎么做”，而是“事情能够被做成”。从认知到行动之间的落差，构成了AI落地面临的“执行鸿沟”。

而如今，AI正从“只会说”进化到“直接做”：编程Agent让AI自己写代码，工程师从实现者变为指令者；企业Agent从聊天框走入工作流，自主完成任务而非回答问题；具身智能让AI长出“手脚”，人形机器人已进入工厂替代工人作业；多Agent协议则像TCP/IP一样，让智能体之间能够自主协作、无缝连接。AI不再被动等待用户的下一句话，而是具备了独立闭环的执行能力。

这种从被动响应到主动执行的跃迁，让Agent成为打破“执行鸿沟”、驱动Chatbot向下一代生产力工具演进的最重要路径。

在Chatbot迈向Agent的过程中，除了从"给出答案"到"自动执行"的升级，还有一个十分关键的变化——对话从信息获取的终点，变成了自动执行的起点。

过去和Chatbot说"帮我订一张明天北京到上海的机票"，AI会用对话的形式给出推荐班次、购票网址、出行提示等信息。至此，这次交互也就结束了，这是对话即终点。

而现在跟Agent说同样的话，AI不仅会给出信息，还能自动执行整个订票流程，查航班-比价-推荐班次-用户选择-出票。对话只是把意图告诉AI，后续一连串动作均由AI跑完，这是对话即启动。

也就是说，对话本身已不再是价值的全部，而是变成了一种可落地的需求指令，成为Agent服务的基础层。这种范式的迁移，直接重构了企业的生存法则：价值不再仅由前端的交互体验决定，还取决于是否具备被调度和执行的能力。

图源：OpenRouter

2026年5月，全球AI APP&Agent Token消耗排行榜Top20中，Agent占9个；万亿级Token消耗的6大产品中，Agent占5个。

在转变过程中，能跟上节奏的企业，都在做着同一件事：将原有产品功能拆解为可灵活调用的独立模块，不再要求用户必须打开自身界面进行操作，而是支持Agent在执行任务时，直接调用服务。这类企业往往深耕细分领域，掌握着通用AI难以覆盖的行业专属业务流程与核心数据，这也是其能在产业链中保持竞争力的重要原因。

反之，一些只简单搭建对话功能、没有核心技术和行业积累的“套壳”企业，会慢慢失去市场价值。还有一些不愿意开放API、AI无法读取调用的传统软件企业，久而久之很可能会被替代掉。

当产品形态都朝这个方向重塑，Agent赛道的竞争逻辑也随之改变。 通用对话能力正快速被大厂内化，基础层的浅层应用会持续被吞噬，真正有机会留存的要么是打通开发者生态与私域数据的平台型玩家，要么是在垂直、专业领域握有不可替代流程与数据的深耕者。中间层里那些既没有技术壁垒也没有行业积累的参与者，会被挤出市场。

加速落地，Agent正在批量“上岗”

近两年，从Chatbot到Agent的演进看似静默，但开发者的选择却高度趋同，市场也已在几乎没有争议的情况下，默认接纳了这一新范式。

在C端，用户正逐渐将Agent嵌入日常工作流。人们不再局限于让AI制作一份PPT，而是部署OpenClaw这样的工具，让AI接管并自主执行更复杂的操作流程。B端的渗透则更为迅猛，据Gartner预测，到2026底，约40%的企业应用将集成任务专属AI Agent，而2025年这一比例尚不足5%。

特别是在大众感知较强的领域，Agent正成为企业布局的关键入口。

电商领域，阿里近期发布的AI店小蜜，标志着客服系统从“问答”向“执行”的跨越。它不仅能解答咨询，更能直接介入售后流程，处理退差价、退定金及商品故障排查等以往需要人工才能完成的复杂操作。

酒店服务领域，华住集团与腾讯云联合打造的华小AI，同样实现了从“问”到“办”的升级。在续住、客需配送等场景中，Agent能够自动生成工单并直连硬件机器人，完成从指令接收、任务分发到实物配送的全流程执行。

餐饮领域，肯德基与理想汽车落地了A2A（Agent to Agent）智能点餐场景。用户在车内发出语音指令后，由理想汽车Agent“理想同学”直接将需求传递给肯德基Agent“小K”，在对话中完成餐品推荐、下单支付及取餐预约的全流程，实现了跨系统Agent的端到端协同执行。

还有在很多用户看不见的地方，Agent早已嵌入企业的业务流程之中，接管着各类具体的运营和后台执行工作。

当 AI 不再只是隔着屏幕提供建议，而是被赋予权限去直接改写订单、调度资源、完成交付，人机协作的逻辑也就随之改变。人只需要定好目标和边界，把具体的执行交给Agent，这种分工的重塑，正在把AI从单纯的对话工具，变成真正参与运转的数字劳动力。