大厂狂砍AI智能体，我看到的不是"失败"，是一次精准的"商业切割"

最近出了个不大不小的事：豆包和通义千问，先后下线了自定义智能体功能。

如果你不熟悉这个功能，可以简单理解为一件事——让用户通过自然语言或简单的配置，定义自己的AI机器人。你可以给这个机器人设定角色、知识库、回复风格，让它帮你做特定的事情。

听起来很美，对吧？

事实却是：这个功能，凉了。

不是技术不行，不是用户不用，而是——这个功能在它所在的土壤里，根本长不出来。不是产品层面的失败，是定位和逻辑的双重困境。

故事要往深了讲，就得先说说：这些"智能体"到底弱在哪。

一、伪智能体：本质上只是套了个壳的聊天框

先说句不太客气的大实话：豆包和千问的自定义智能体，在大多数场景下就是个"定制化聊天窗口"。

你觉得你在创造一个会思考的智能助手？错。你只是定义了一个"角色设定"——比如"你是一名金融分析师，用专业术语回答用户问题"。然后模型按照这个设定去回复。

听起来很高端？其实就是一个System Prompt的事。

这意味着什么？意味着你花十分钟配置的"智能体"，本质上和你直接在对话框里说"请你扮演一名金融分析师"的效果，没有本质区别。

它不具备执行任务的能力。它不会登录你的后台查数据，不会帮你发邮件，不会调用外部工具，不会主动向你报告异常情况。它只能做一件事：等着你打字，然后它回复。

——这不就是个话题限定了一下的ChatGPT吗？

所以市面上出现了大量奇怪的"智能体"：什么"早安问候机器人"、"星座小助手"、"冷笑话生成器"……你刷一圈，你会发现绝大多数都是这种"角色扮演型"的存在。除了让用户图个新鲜，几乎没有硬核的落地价值。

这还不是最尴尬的。

最尴尬的是：当大模型自身的对话能力越来越强，你发一句"给我写个工作方案"，它就给你写出一个很好的方案时——谁还愿意花十分钟去创建一个所谓的"工作助理智能体"？ 直接问不就完了吗？

智能体本来应该是"能做事的助手"，但在豆包和千问上，它变成了"会说不同风格话的聊天框"。

商业价值，几乎为零。

二、参照物：那真正的智能体该是什么样？

聊到这个份上，就不得不提一个对标——OpenClaw。

OpenClaw或许很多人不熟悉，但在AI Agent这条赛道上，它是一个很好的"理想型"参照物。它做的事，正是豆包和千问没做到、也做不好的事：

让AI真正去执行任务。

一个例子就能说明区别。

在豆包上创建一个"信息收集智能体"：你设定了角色，然后你得手动输入查询内容，手动整理结果，手动做后续处理。

在OpenClaw上创建一个"信息收集智能体"：你可以告诉它"每天早上8点，自动抓取科技圈昨天的重大新闻，按优先级整理成表格，发到我的飞书"。然后它真的会去执行——调用搜索引擎、抓取网页内容、格式化输出、发送消息。

看到了吗？差距不是"好一点"或"差一点"，而是有没有"动手能力"的本质差别。

豆包和千问的智能体是"会说话的顾问"，OpenClaw的智能体是"能干活的员工"。前者在闲聊场景下玩玩可以，后者才是企业愿意付费的生产力工具。

一个只有嘴、没有手的智能体，用户新鲜劲过去之后，留存率必然断崖式下降。

——这才是豆包和千问砍掉这个功能的根本动因：不是不想做，是这条路走不通。

三、砍掉"免费智能体"的两个真实原因

那他们为什么在2026年的这个时间点关停？是技术有了新突破，还是纯属战略收缩？

我的判断是两个原因，一明一暗。

原因一（明的）：为付费产品功能腾出位置。

豆包的付费版最近主推一个功能——AI生成PPT。你在对话框里说"给我做一份关于新能源汽车的市场分析PPT"，它就能直接生成一份完整的幻灯片。

这个功能听着很爽吧？但你仔细想想，它底层就是个智能体——一个"PPT生成智能体"，只不过是高度定制化、流程固化的那种。

如果免费版的自定义智能体还在，用户完全可以自己创建一个"PPT生成助手"来用。虽然效果不如官方调优的好，但对于不要求完美的用户来说，够了。

那付费版的价值在哪？

所以，大厂的逻辑非常清晰：把"散装的免费能力"收回来，包装成"高价值的付费功能"。 这是一个标准的增值变现策略。下掉免费的自定义智能体，不是说这个方向不行了，而是要把最好的体验、最完整的闭环锁在付费墙后面。

原因二（暗的）：智能体在大模型能力进化中，边际价值越来越低。

这是一个更根本的原因。

2024年初，你做一个"法律咨询智能体"，设定一个角色、喂几本法律条文，确实能提供比通用模型更专业的回答。因为那时候的通用模型本身还不够强。

现在呢？DeepSeek-V4、GPT-5级别的模型，你直接问"根据民法典，这个合同条款是否合规"，它给出的答案不比精心调教的"智能体"差。

通用模型越强，自定义智能体的存在感就越弱。

这意味着什么？意味着如果你不能给智能体加上"行动力"（工具调用、自动化任务、后端系统对接），它就只是一个"强化版角色设定"，在强大的基础模型面前越来越鸡肋。

豆包和千问显然想清楚了这件事——自己不做真Agent，就先砍掉这个伪Agent。省得用户和团队都在上面浪费精力。

站在产品战略的视角看，这个决定无比清醒。

四、一个分水岭：聊天式AI vs 任务式Agent

这次事件，其实揭开了2026年AI行业的一个潜在分水岭：

"能聊天的AI"和"能干活的AI"，正在加速变成两个物种。

前者的代表是豆包、通义千问、Kimi——它们把AI嵌入对话流，主打体验好、反应快、知识广。日活数据好看，用户习惯了有问题就问。

后者的代表是OpenClaw、Coze（深度版）、LangChain上的自建Agent——它们把AI嵌入工作流，主打执行任务、调用工具、自动化闭环。用户量不大，但粘性极高。

两条路线都有价值，但商业逻辑完全不同。

前者的收入靠广告、增值会员、API调用量——薄利多销，靠规模打天下。

后者的收入靠企业订阅、自动化保姆服务、SaaS年费——一个客户的价值可能是前者的几十倍。

豆包和千问砍掉自定义智能体，本质上是在选择：我走的是"规模路线"，不做"深度集成"。

这不是错，这是一个产品定位取舍。但对于做"深度集成"路线的团队来说，这是个巨大的机会——

当大厂主动退出了"智能体做任务"这个赛道，谁接盘？谁能真正做出"帮用户干活"的Agent，谁就能吃到这块红利。

五、写在最后

豆包和千问下线智能体功能，不是失败，是一次精准的商业切割。

它们砍掉的不是一个"有前途的功能"，而是一个"在自己的土壤里长不起来的功能"。与其半吊子地维持着，不如收拢资源，集中力量做好真正能卖钱的事。

对于创业者和技术从业者来说，这件事最大的启示就一个：

别被"智能体"这个词迷了眼。真正有价值的东西，从来不是"看起来很智能的聊天框"，而是"能把事情做完的执行者"。

用户不会为"会说话的AI"长期买单——刚开始新鲜，两周后就厌倦了。

但用户会为"半夜自动帮你发完方案、第二天有回应的AI"持续付费。

这个差距，就是豆包/千问和真正Agent之间的差距。也是下线之后的这一次"商业切割"，给所有仍在赛道里的人上的最实在的一课。

---