企业竞争：Agent正在成为组织效率入口

如果说普通用户感受到的是价格和体验的分层，那么企业感受到的则是组织能力的分层。

AI Agent进入企业之后，作用不再只是“提高一点个人办公效率”，它可能连接邮件、文档、数据库、浏览器、代码库、财务系统、客户系统和供应链系统；它可以帮助企业完成资料检索、方案生成、代码开发、客户跟进、数据分析、风险检查和流程执行。换句话说，Agent一旦进入企业内部系统，就不只是外部工具，而开始成为组织工作流的一部分。

这也是Manus这类产品值得高度关注的地方。聊天机器人主要处理问答，Agent则更接近任务执行。前者更多改变信息获取方式，后者可能改变组织运行方式。一个企业如果只是把AI当作员工偶尔使用的工具，获得的是局部效率提升；如果把AI嵌入业务流程、数据系统和决策链条，获得的则可能是组织能力重构。将进一步拉大由此形成的企业发展差距。

头部企业通常拥有更完整的数据资产、更强的工程团队、更高的IT预算和更成熟的合规体系，因此更容易把Agent接入核心流程。普通企业即便能买到账号，也往往只能停留在写文案、做摘要、生成图片、辅助编程等浅层使用。表面上看，大家都在用AI；实际差距在于，有的企业是在“调用工具”，有的企业是在“重塑流程”。

长期看，AI带来的不是平均主义，而是强者恒强。因此，企业竞争中的关键问题，不再只是“有没有使用AI”，而是“AI是否进入了核心工作流”。这也是AI Agent不能被简单看成普通应用的原因：它一旦成为企业效率入口，就会自然牵涉数据沉淀、流程控制和产业影响力。

国家竞争：AI分层已经变成地缘政治博弈工具

如果说企业之间的AI分层改写了商业竞争，那么国家之间的AI分层则进入了更高维度：算力、模型、数据、人才和入口，正在共同构成新的战略资产。

第一道封锁是芯片。先进AI芯片的核心制造能力、EDA工具、先进封装、设备材料和供应链高度集中。美国通过出口管制限制高端AI芯片向特定国家和地区流动，直接影响谁能训练和运行顶级模型。没有足够先进的算力，就很难持续追赶最前沿模型。

第二道封锁是模型。越是强大的模型，越不会完全按照普通消费品逻辑开放。特别是涉及网络安全、代码自主执行、漏洞挖掘、关键基础设施、情报分析和军事辅助决策的能力，必然越来越受到访问控制。模型的可得性本身，正在成为地缘政治工具。

第三道封锁是生态。AI不是单个模型，而是一整套生态：开发者工具、云服务、芯片架构、推理框架、数据管线、安全标准、应用市场和Agent平台。一个国家如果长期被排除在主流AI模型、芯片、算力云和开发者生态之外，失去的不只是某个软件，而是参与下一轮生产率提升和数字贸易分工的资格。

Manus事件正好说明，AI竞争已经进入“技术—资本—数据—安全”一体化阶段。过去我们讨论AI竞争，更多看模型参数、跑分榜单、应用体验和融资金额；现在必须看一个更深的问题：关键AI资产的控制权是否会被跨境资本直接夺取？

我国《外商投资安全审查办法》明确，对影响或者可能影响国家安全的外商投资进行安全审查；其中，涉及重要信息技术和互联网产品与服务、关键技术等重要领域，并取得实际控制权的外商投资，应当依法申报。这意味着，在AI Agent、模型能力、核心算法、关键数据和产业入口高度重叠的场景下，跨境并购不可能只被看作一笔普通资本交易。

数据问题同样如此。《网络数据安全管理条例》自2025年1月1日起施行，围绕网络数据处理、重要数据、个人信息保护、数据出境等建立了更完整的制度框架。对AI企业来说，数据不是普通原料，而是模型能力、用户画像、产业理解和产品壁垒的重要来源。数据一旦深度融入Agent工作流，将沉淀形成高价值的专属行业知识与业务核心数据。

因此，Manus被叫停最重要的信号，不是简单反对企业全球化，也不是拒绝国际合作，而是划出一条边界：AI核心能力、关键数据、Agent入口和产业控制权，不能被资本运作轻易转移。

在这个意义上，AI已经不是传统意义上的互联网产品，而是类似芯片、操作系统、云基础设施、工业软件一样的战略基础设施。

真正的AI普惠，必须建立在自主可控之上

Manus事件之后，我们需要重新理解“AI普惠”。

过去谈AI普惠，更多是在谈价格：模型能不能更便宜，工具能不能免费用，普通人能不能打开一个聊天窗口。这个问题当然重要，但它还不是全部。更底层的问题是：这些能力由谁提供？基础设施由谁控制？关键入口由谁决定开放和关闭？

如果一个国家的AI普惠建立在别人控制芯片、别人控制模型、别人控制云服务、别人控制Agent入口的基础上，那么这种普惠并不牢固。今天可以开放，明天也可以限流；今天可以降价，明天也可以涨价；今天可以使用，明天也可以因为地缘政治、出口管制、平台政策或安全审查而被切断。

划定安全边界，不等于闭门封闭。对关键AI资产进行安全审查，不是反对开放，也不是拒绝合作，而是防止核心技术、关键数据和入口控制权在资本交易中无序外流，开放应当建立在边界清晰、规则明确、能力自主的基础上。

当然，仅仅守住边界还不够，真正的AI普惠，最终还要靠本土模型、本土算力和本土生态形成可持续供给。只有当模型能力、芯片适配、推理成本、API价格和应用生态形成闭环，AI才可能从少数人的高级服务，变成多数人的生产力工具。

从这个角度看，近期发布的DeepSeek V4与华为昇腾芯片体系的适配值得关注。DeepSeek定价说明称，受限于高端算力，目前V4-Pro服务吞吐仍有限，预计下半年昇腾950超节点批量上市后，Pro版本价格会大幅下调。

这件事的意义不只是某个模型降价，而是说明国产模型和国产算力之间的闭环正在形成：模型能力提升，需要算力支撑；算力规模化部署，有可能压低推理成本；推理成本下降，才有可能扩大AI应用范围；应用范围扩大，才能反过来推动生态成熟。

技术没有天然的道德方向，关键在于谁掌握它、如何使用它、由谁决定它的开放边界。AI也一样。它既可以成为少数人、少数企业、少数国家手里的高端工具，也可以在自主可控的基础设施支撑下，转化为更广泛的社会生产力。

本文系观察者网独家稿件，文章内容纯属作者个人观点，不代表平台观点，未经授权，不得转载，否则将追究法律责任。关注观察者网微信guanchacn，每日阅读趣味文章。