摘要

随着AI技术向前发展，智能体互联网作为支撑经济协作的新型基础设施正在崛起。本文结合政治经济学与技术经济学视角，分析智能体互联网的崛起逻辑及其对平台互联网的颠覆性影响。理论分析表明，平台企业发展所依赖的三重飞轮效应隐含着智能不对称与时间有限性两大前提，而基于智能基础设施的智能经济性（即0边际成本认知、生成与互动）挑战了这些前提。具体到机制，智能平权、暗流量与开放协议这三大结构性变化通过推动平台解构、围墙崩塌，驱动价值从平台互联网向智能体互联网转移。本文还展望了以模型智能为动力源泉、智能体为价值创造单元、智能体互联网为价值交换载体的智能体经济。在路径方面，当下智能体互联网还在局域网阶段，而未来进展取决于需求侧智能体与供给侧智能体之间的网络效应能否显现。本文强调，需求侧智能体的独特生态位与颠覆性商业模式将是重大战略变量。本文对深刻理解AI时代的智能基础设施、商业格局、商业模式有重要意义。

第一章 引言

智能体互联网允许跨组织边界的各种智能体以一种可扩展的方式无缝通信与协作。作为AI技术革命的前沿进展，智能体互联网得到了各界有识之士的共同关注。比如，思科公司认为智能体互联网代表着互联网与平台互联网之上的第三层互联网基础设施；微软发布了开源项目NL web，旨在帮助现有网站轻松转化为智能体应用；MIT媒体实验室认为智能体互联网代表着去中心化AI的一种实现方式；中国互联网协会以及中国信息通信研究院联合牵头开展智能体互联网标准体系研讨并成立相关工作组。值得一提的是，中国开源社区最早提出支撑智能体互联网通信的ANP（Agent Network Protocol）协议，而Google随后推出A2A（Agent to Agent）协议，推动智能体互联网成为中美AI产业竞争前沿。

然而，尽管智能体互联网技术进展逐步深入，其商业生态思考却严重不足。与单点部署的技术如大模型和智能体相比，智能体互联网的发展将格外依赖网络效应和商业生态，其采纳障碍不仅存在于个体和组织层面，更存在于生态层面。由于网络效应目前主要被若干割据消费互联网的平台企业所捕获，智能体互联网发展绕不开一个问题：智能体互联网与平台互联网是何关系？从过去经验看，智能体互联网可能被这些巨头们通过平台包络战略纳入其生态版图；同时，得益于一系列新技术特征，智能体互联网又可能颠覆现有平台互联网格局。那么，对这一问题的深入分析对理解智能体互联网的发展前途至关重要。

图1本文章节安排与关键概念本文结构安排如下。第二章回顾过去，从政治经济学视角分析平台互联网的运作机制。本章指出，平台主导地位的建立得益于网络效应、数据积累效应以及平台包络战略三重飞轮效应的推动，而平台企业在内部 治理和外部治理（平台管制）之间寻求微妙平衡。第三章着眼当下，从技术经济学角度分析智能基础设施演进逻辑。本章将 AI 技术基础设施的演进划分为大模型、智能体与智能体互联网三个代际，进而阐释 了 0 边际成本认知、0 边际成本生成与 0 边际成本互动三重依次递进的智能经济性，揭示了智能体商业价 值创造的核心机制。第四章展望未来，论述平台互联网向智能体互联网的价值转移机制。本章指出，平台经济的两大隐含前提是智能不对称分布与消费时间的有限性。智能平权、暗流量与开放协议导致平台解 构、围墙崩塌，驱动智能体互联网对平台互联网的过顶传球（Over The Top）。第五章勾勒智能体 经济的价值版图与发展路径。本章指出消费互联网与产业互联网融合以及需求侧智能体两大关键趋势，并 以网络效应的冷启动为线索，讨论了智能体互联网 web1.0与web2.0两大阶段的产业动态。第六章总结全文并讨论了本文与《智能体经济战略前瞻：颠覆与新生》一文的关系。

基于上述分析框架，本文对理论与实践均有丰富贡献。理论方面，一是提出智能经济性概念，为理解AI技术的价值创造机制提供了理论基础；二是指出平台商业模式长期被忽视的两大隐含前提，厘清了平台研究的边界条件；三是构建平台互联网到智能体互联网的价值转移理论模型，为后续案例和实证研究奠定基础。实践方面，本文奠定了对智能体互联网这一新生事物的商业理解，并勾勒了智能体经济的雏形，对面向AI时代的企业战略制定有丰富启示。

第二章 平台互联网的政治经济学分析

平台互联网是平台企业主导的消费互联网。平台主导地位的建立，主要得益于网络效应、数据积累效应以及平台包络战略三重飞轮效应（即正反馈）的推动。当互联网流量快速向平台企业集中，平台企业再变更生态治理规则将流量转化为收入与利润。不可忽视的是，全球各国政府对平台的规制也日趋严厉。因此，在外部治理与内部治理的共同作用下，平台企业在价值创造与价值捕获之间寻求平衡。本章框架如下图所示。

图2理解平台互联网格局的极简框架

2.1 网络效应与垄断租

产品价值随用户规模增加而指数级增长的特性被称为网络效应。它的一个通俗版本是梅特卡夫定律，即网络的价值与节点的平方成正比。具备网络效应的产品依赖网络规模而非产品本身创造价值。平台正是如此，其效用随用户增加而增加。根据用户效用增加源于同一群体（如微信用户）还是另一群体（如淘宝卖家），文献区分了直接与间接网络效应。

经济学文献把网络效应视为外生市场特征，而管理学文献则强调网络效应源于平台创业者行为。比如，共享经济平台发掘了闲置供给，而iPhone提供了iOS这样的创新基础设施。但无论如何，平台需设法使自己成为网络核心或瓶颈，最终坐拥网络效应护城河。这种通过占据产业中某个特定位置（即战略定位）而获取竞争优势的逻辑，与波特战略理论一脉相承。

网络效应常与垄断租相关。垄断租是指因竞争不充分而导致的企业超额利润。在平台情景下，垄断租可能同时向双边用户索取。由于网络效应存在，一旦先发平台取得领先地位，通常形成赢家通吃的格局，或导致消费者福利的损失。同时，在平台生态内部，平台与生态参与者就剩余分配展开竞争。平台可能利用其在自身生态内绝对垄断地位攫取绝大部分生产者剩余。

2.2 数据积累与能力租

对于数字平台而言，数据积累是用户增长的自然后果。平台企业再利用这些数据训练模型、优化算法、提升体验，有助于巩固和增强网络效应。基于此，有学者提出数据网络效应概念。由于网络效应与垄断租紧密相联，平台企业（如谷歌）同时面临市场垄断和数据垄断的指控。

然而，正如Google首席经济学家瓦里安指出的，如果只有数据资源，而没有搜集、清洗、组织、分析、利用数据的组织能力，数据将不创造价值。这种能力涉及把数据资产、分析技术以及业务流程等按需动态编排，因而是动态能力。注意，上述主张并未否定数据垄断本身，否定的是平台滥用数据垄断地位获取垄断租的指控，认为平台获取的是能力租，不应纳入反垄断范畴。

Open AI崛起印证了数据本身并不那么重要的观点。按照对谷歌的指控，它滥用数据垄断地位扼杀创新。但这并未影响到Open AI依靠公开数据、算法创新以及算力堆积强势崛起，实质性威胁到谷歌搜索。另一方面，谷歌在AI领域能与Open AI抗衡的关键优势，不在于数据，而在于其自行设计TPU以免于支付英伟达GPU高额费用的能力。

2.3 平台包络（多元化）战略

几乎所有平台公司都发展成了八爪鱼形态，业务范畴渗透多个领域。在此过程中，一种常见的战略叫平台包络，即在现有客户基础上拓展平台功能，使其能覆盖相邻的平台市场。这里的飞轮效应体现在，用户基础越庞大，就越可能在进入一个新市场时获得成功。这样，一家平台公司通常为消费者提供多种服务，而自身也发展成所谓的超级App。

平台包络战略的本质是利用网络效应和数据积累把市场权力从市场A转移到市场B。这种战略有时促进竞争（如京东进入外卖市场），但有时被认为妨碍竞争或滥用垄断地位。比如，若A市场的平台收购市场B的玩家，可能怀有把扼杀潜在竞争对手的意图；再比如，如果B是A的互补品市场，则A市场的平台进入B可能挤压或歧视其他互补者（优待自营业务）。

2.4 平台（内部）治理

平台治理是关于谁能进入平台生态以及生态成员间价值分配的一系列规则。在生态发展初期，平台治理主要着眼于价值创造，确保生态健康发展、避免劣币驱逐良币，以最大化网络效应。但随着主导权获得，平台治理转而强调价值捕获，追求货币化收益。

其实，网络效应属于价值创造范畴，不涉价值捕获。要把网络效应带来的市场份额转化为收入与利润，平台需提升用户转移成本以及流量货币化水平。一方面，如果用户转移成本低，任何货币化行为都可能导致用户离开、份额下降。因此，通过设置不兼容的标准、禁止外链、增加数据迁移成本等手段，平台构筑了围墙花园，试图圈住用户。另一方面，作为规则的载体，平台算法开始更多服务货币化诉求。比如，亚马逊推荐算法最初服务于降低供需双方的交易成本，但后期服务于广告位的竞价者。由于信息过载，人们不得不在一个算法塑造的信息环境里做出购买决策。这时的平台不再是供需撮合者，而是供需操纵者。

数据权属是内外部平台治理的共同焦点。内部治理方面，尽管平台企业声称数据能力比数据资源重要，但它们绝不愿意把数据所有权交给用户自身，因为这将大大降低用户转移成本。在外部治理方面，不同国家持不同的立场。比如，欧盟认为消费者拥有平台数据所有权，而中国则淡化数据所有权，倡导数据资源持有权、数据加工使用权和数据产品经营权三权分置。

2.5 小结

本章强调平台互联网处于市场经济与政治经济交织的场域。三重飞轮效应揭示了平台生态繁荣发达的内在机制。这带来两方面后果。一方面，平台公司作为它们的建设者，获取了巨大的经济收益和社会能量，成为这个时代最耀眼的组织群体；另一方面，平台公司不得不将自身至于外部治理之下，小心翼翼地在创造社会价值与捕获股东价值之间寻求平衡。然而，精心维持的内外部治理权力的平衡，很可能在AI智能体代表的新质生产力冲击下崩溃。在进入这个分析之前，我们需要理解智能体与智能体互联网本身。

第三章 智能基础设施的技术经济学分析

本章把AI基础设施划分为大模型、智能体与智能体互联网三个代际，分别在生产资料、价值单元与价值网络三个层面上具有代表性意义。同时还对应指出，上述智能基础设施分别创造了0边际成本认知、0边际成本生成与0边际成本互动三大智能经济性，成为驱动智能体商业蓬勃发展的价值创造途径。本章框架如下图所示。

图3智能基础设施与智能经济性

3.1大模型：智能的工业化大生产

人类文明的进步，见证了能源结构从自然能进化到工业能再到信息能的变迁。工业文明璀璨的前提之一，是水火风光等自然能大规模转化为电能。然而，尽管进入信息时代已几十年，电能大规模向信息能的转化始终没找到实现途径。相反，智能的生产长期停留在作坊手工业时代。无论消费互联网、产业互联网还是企业级IT，实现智能主要靠程序员的软件开发。所谓的规则式AI，也要求专家根据经验把业务规则提炼出来。由于这些软件与规则都是专用的，要满足日益多元化的智能需求就要不断投入人力资源。这种模式缺乏规模经济，因而发展受限。

图4 智能要素生产方式的变化

大模型的出现推动智能生产迈入规模化工业时代。不同于手工作坊式的智能生产，大模型训练与运营类似于重工业，需要高昂的前置投资。好消息是，由此得到的大模型（或称基座模型）泛化性很强，在非常多的场景下能提供与人类媲美的智能。这得益于模型在训练过程中吸收了几乎所有公开可得的高质量数据。在如此大规模的数据集上训练参数动辄过千亿的深度神经网络，需要消耗巨大的算力与电力。这样，智能背后的能源结构完成了从自然能（即程序员与专家）到工业能（即算力与电力）的切换。这突出体现在主导大模型各发展阶段（预训练、后训练、推理）的规模定律（Scaling Law）上，即模型性能随着算力投入的增加而提升。

3.2 智能体：价值创造基本单元

尽管大模型性能不断提升，但它不能面向现实世界采取行动，进而价值有限。不难想见，这种先进要素应通过嵌入某种系统而发挥作用。这种系统就是智能体：能分解任务、调用工具执行任务并最终实现用户意图的技术系统。最近，模型理解复杂任务、感知复杂世界的能力大幅提升。在这些能力的支持下，智能体可调用外部工具改造现实世界。这些工具可以是搜索引擎、地图、专业软件等数字产品，也可能是无人机、智能车、机器人等实体产品。某种程度上，智能体就是大模型以任务为导向对工具生态的智能编排。

图5 理解智能体的本质与类型

考虑三类AI系统。一类是全自动系统。比如DeepResearch和Tesla FSD，人负责提需求，后续全部交给AI。一类是工作流。比如客服，人精心设计响应流程，AI根据输入判断类别，并把响应过程自动化。如果说前者认为经验是AI的累赘，而后者认为经验是AI的主人，协作系统则处于两者之间。比如AI编程时，人无需设定AI工作流，但需要知道AI进行到哪一步并可以随时接管；AI在此过程中也越来越理解人的习惯和偏好。上述三类系统哪类是智能体呢？不同行业达人的答案各不相同，因为他们对智能体的定义受其业务领域与技术路线影响。

我们把智能体宽泛地定义为基于大模型构建的任务完成系统。大模型是该定义的基础之一。很多智能体定义强调的环境感知、决策推理等能力实际上都来自大模型。任务完成是该定义的基础之二。如果只推理不行动则不是智能体。模型能力与任务完成之间的差距意味着需要引入其他要素如工具、数据乃至人。有时，模型可自带工具或创造工具来完成任务。大多数情况下，模型需调用外部工具。然而，调用内部工具还是外部工具、外部工具事先定义还是实时编排、人需要何种程度的参与都取决于任务属性、资源约束、用户偏好等宏观因素，而非智能体的内在规定，不应作为智能体的定义要素。本质上，智能体是模型能力向现实世界的延伸。基于此，前述三类AI系统都是智能体。为实现与现实世界互操作，模型智能需外化到环境。这是通过把模型智能与各种现存要素整合为一个价值创造单元实现的。可见，拥抱智能体是拥抱价值创造，并非拥抱某种特定技术路线。看到模型能力快速进步的人坚信全自动系统是唯一正确的智能体，而那些不断挑战更高任务复杂度以及任务环境不确定性的人则更加温和。我们用一个宽泛的定义调和了它们。

3.3 智能体互联网：价值创造无边界网络

当每个人、机器、服务、流程都以智能体的形式执行任务，这些跨组织边界的异构智能体将依托智能体互联网以可扩展的方式无缝通信与协作。若把智能体比作网站，则每个智能体都可在互联网上注册独一无二的身份并提供可访问性。但不同于被动等待访问、静态链接的信息页面，智能体是善于主动出击、缜密思考、帮助主人（包括 C 和 B）完成意图的行动者。注意，单智能体为提升行动能力可组建模型-工具网络，而智能体互联网则是智能体-智能体对等网络。两者的差异不仅体现在节点属性上，还体现在网络模式上。模型-工具网络类似于单向网络，而智能体互联网是双向网络，任何节点可主动发起通信。

智能体互联网也不同于组织层面的多智能体协作。一方面，跨组织的智能体可能因技术不兼容难以直接通信，又或因缺少组织信任而难以把握数据交换尺度。这种交易成本的差异，会导致多智能体协作首先在组织内流行（类似于智能体局域网），而智能体互联网需克服更多挑战。另一方面，多智能体协作的目标与成员通常事先给定，而智能体互联网的协作通常始于价值定义，却并不给定创造价值的配方。比如，企业发出某项创新诉求，又或消费者寻找“最优”性价比的产品，并不事先知道合适的供应商身处何处。这意味着，尽管最终达成协作的智能体可以只有1个，但中间可能经过了几十个甚至更多智能体的沟通和谈判。

若智能体是价值创造单元，智能体互联网则是价值网络。企业将首先采纳智能体，因为它能嵌入、增强乃至再造企业现有价值链。但智能体互联网作为跨组织智能体之间开放式互动的基础设施，能够帮助企业加入乃至组建新价值网络。这得益于智能体互联网的三大特征。一是无边界，即智能体互联网面向所有节点0门槛开放，不是局域网，也不是某个企业控制的生态网络；二是低信任环境，即智能体互联网支持“陌生人”通信，而不要求智能体之间事先建立信任基础；三是双向对等互动，即智能体互联网支持智能体之间相互交换信息、平等磋商，而不把决策权（如任务分解）单方面赋予某方。这些特征使智能体互联网成为复杂自适应系统，激发新价值网络与新商业模式不断涌现，进而对经济发展做出独特贡献。

3.4 智能经济性：0边际成本革命

当且仅当大模型、智能体和智能体互联网发挥某种经济性，即允许采纳者花费更少人力、物力和时间来完成更多任务、获得更高产出，它们才可能被普遍采纳。接下来，讨论智能经济性的三重内涵，即 0边际成本认知、0边际成本生成与0边际成本互动，分别对应大模型、智能体与智能体互联网的核心价值。

3.4.1基于大模型的0边际成本认知

经济活动对语言理解与表达、多模态信息处理与感知、复杂问题拆解与推理等认知能力的需求是无尽的。当这些能力靠人来提供时，需求增加与成本增加是线性关系，即边际成本恒定。当前，模型在上述方面的能力已达到甚至超过人类平均水平，提供认知能力的边际成本（完成一次推理任务的成本）却非常低，随着技术进步可能很快趋近于0。由于价格低廉，这意味着智能平权，即大中小企业乃至消费者都能接入大模型获得高级智能。当然，这一论断的前提是，DeepSeek、阿里通义代表的开源阵营在模型能力上逼近闭源模型且持续进步。若非可无偿使用开源模型，我们将面对智能垄断，而非智能平权。

值得强调的是，0边际成本认知本质上源于大模型作为一种新型智能供给方式，而无关乎具体模型。当前，智能平权体现在企业纷纷部署DeepSeek或消费者可免费使用DeepSeek。但这仅仅是初级阶段。未来，每个企业与个人都会拥有私有模型，实现差异化、专业化的0边际成本认知。企业可以在私有数据或行业know-how上微调开源大模型，并通过剪枝、量化、蒸馏等模型小型化技术降低私有模型的参数规模，进而降低运行成本、提升响应速度。

3.4.2基于智能体的0边际成本生成

相对于模型，智能体引入了上下文与工具。AI内容不应被狭隘地理解为娱乐素材，而应被理解为基于对输入问题和上下文的理解，向提问者反馈的个性化解决方案。比如，智能体可根据企业知识库对客户问询反馈一条精准答复、根据管理层需求调用软件工具分析数据并产出精美的图表、根据小说写手提供的创意完成一篇情节严丝合缝的个人风格小说、根据现场视频图像以语音形式实时反馈存在的安全隐患。所有以上任务，都不是模型本身胜任，而需诉诸精心设计的专业智能体、高质量的提示词与丰富的上下文信息。未来，随着具身智能的发展，智能体能生成的绝不仅仅是数字内容，而是任务完成的物理结果。

尽管搭建令人满意的智能体绝非易事，一旦搭建成功其边际成本接近于0。这将带来两方面后果。一是内容经济从个性化推荐进化为个性化生成。过去的所谓个性化内容经济，建立在数字内容0边际成本复制的经济性之上，把给定数字商品推荐给消费者。未来，0边际成本生成使得按需生成数字商品成为可能，实现真正的个性化内容消费；二是生产侧的服务规模经济。企业在拥抱产业互联网过程中最大的障碍之一在于服务的规模不经济性，即服务成本随着业务规模线性增长。未来，如果服务内容（比如代码）能够0边际成本生成，产业互联网将某种程度上消费互联网化，有望更蓬勃地发展。

3.4.3基于智能体互联网的0边际成本互动

开放互联网带来的无穷选项，是幸福也是烦恼。烦恼之一是交易成本，即找到满意选项所需付出的成本；烦恼之二是机会成本，即选择一个而放弃其他所带来的损失。回顾互联网发展，尽管平台显著降低交易成本，用户面对的机会成本却恒不为0且显著增加。

一方面，恒不为0的机会成本来自用户本身的内生机会成本。人既希望有更多选择又厌恶做出选择。厌恶做出选择并非因为消费者不在意因选择变少而承担的机会损失，而是因为消费者时间与精力有限。与更多选项互动固然可能获得改善，其收益却不一定能补偿额外消耗的时间和精力的机会成本。因此，面对理论上互联网能给出的无穷选项，用户倾向于少做互动的核心原因在于，每多做一次互动，用户付出的机会成本恒不为0。另一方面，显著增加的机会成本来自平台围墙花园，或外生机会成本。平台通过种种手段（如提供一站式服务、限制数据迁移、积分计划等）提升用户离开的机会成本，使其超过放弃其他平台选择带来的机会成本，最终将用户留住。此外，平台还创造一种让机会成本难以被感知的沉浸环境。比如，以个性化推荐的名义直接替消费者做选择，背后很大程度上是牟利需要。结果，尽管理论上互联网能给出无穷选项，用户的实际选择却被人为增加的外生机会成本限制了。

智能体互联网实现了互动的0边际成本。由于代表用户采取行动的智能体拥有近乎无限的时间与精力，用户与选项互动的内生机会成本大幅降低至近乎于0。这一无限性也能降低外生机会成本，因为平台精心构筑的围墙花园将不再有效。比如，所谓的一站式服务对用户有吸引力很大程度是因为能够节省时间，而今不再有吸引力；限制数据迁移的前提是数据（如购物记录）单方面留存在平台上，而今消费侧智能体具备记录、托管这些轨迹的能力。其代价，仅需耗费成本不断降低的Token与算力。

3.5 智能体经济：一个全新范式

图6从数智经济到智能体经济

智能基础设施承载的智能体经济，可被定义为各行各业以模型智能为动力源泉、以智能体为价值创造单元、以智能体互联网为价值交换载体而开展的生产消费活动的总称。智能体经济根植于全新的能源转化结构（即智能的大规模生产）与全新的经济性（即0边际成本的认知、生成与互动），从而区分于工业经济与此前的数字（数智）经济。

数字化转型本质上是通过技术与组织的融合以释放数字技术经济性。当技术经济性内涵发生改变，组织行为也应相应调整，否则容易刻舟求剑甚至南辕北辙。基于这一角度，企业或应扬弃“数智化转型”一词。一方面，数智化一词天然地与数据智能相联系，而无法反映模型智能最新进展；另一方面，数智化暗示延续性创新，而无法反映智能经济性的颠覆性。延续性与颠覆性的差异如下图所示。

数智化包括数字化（Digitization）、网络化与智能化三个阶段。这些阶段的技术进展依次带来基于产品非竞争性（分发的0边际成本）的数字经济性、基于平台网络效应（价值与用户的平方成正比）的网络经济性以及基于数据学习效应（数据飞轮）的算法经济性。这三个阶段层层递进，最终形成了第二章所论述的平台经济格局。然而，大模型驱动的智能经济性不再是前三阶段的延续，而是跃迁。如图6所示，智能经济性全方位拓展数字化、网络化、智能化内涵，代表着全新的经济范式。

一是数字经济性的内涵，从上一个时代的0边际成本复制与分发，突破到0边际成本生成。过去的个性化是从现有选项中推荐似乎适合你的那个，而未来的个性化是根据用户需要生成针对性的新选项。二是网络经济性的内涵，从互动价值的指数级增长，突破到互动的0边际成本。未来，用户享有网络效应的价值将无需以机会成本为代价。三是智能经济性的内涵，0边际成本认知颠覆了基于数据垄断的智能鸿沟。过去，数据积累转化为平台巨头的算法操控，而未来系统级认知成为公共品，而不再是巨头的专利，甚至连消费者也能以近乎零成本接入高质量推理能力和洞察。

3.6 小结

本章初步建立了理解智能基础设施的技术经济学框架。一方面，为大模型、智能体、智能体互联网的价值创造找到了现实锚点。大模型锚定的是作坊式的智能生产模式，智能体锚定的是低效的企业价值链，而智能体互联网锚定的是平台割据的互联网。另一方面，基于这些锚点，阐释了0边际成本认知、0边际成本生成与0边际成本互动三重依次递进的智能经济性。作为智能基础设施所支持的独特创造价值机制，它们为AI新质生产力赋予了具体内涵。

第四章 平台互联网到智能体互联网

智能经济性将打破平台内外部治理的平衡，推动平台经济将向智能体经济演化。理解这一趋势需要识破平台经济的隐含前提，并探究智能体互联网何以挑战这些前提。本节还探讨了平台互联网向智能体互联网演化与历史上电信网向互联网演化的类似之处。

4.1平台互联网两大前提：智能不对称与时间有限性

众所周知，平台创造价值的两大核心机制是降低交易成本和创造网络效应，而平台捕获价值的两大核心机制是流量垄断和围墙花园。然而，上述价值创造与价值捕获机制背后，各隐含着一个重要假设。

一方面，平台价值创造机制的隐含前提是平台相对于个体的智能优势。平台能否降低交易成本和创造网络效应，取决于它能否提供丰富的工具。这些工具是一系列软件应用或功能，不用买家和卖家各自开发，而由平台集中提供，构成端到端的交易基础设施。在工具层面，B端和C端个体一开始就是落后于平台的。因此，它们把数据交予平台，委托平台按需为之匹配供给，并使用平台工具完成交易全过程。这样，相对于个体，平台不仅有了工具优势，还具备了信息优势。随着数据好似江河入海般向平台汇聚，基于数据的算法持续迭代最终赋予了平台智能优势，成为个体望尘莫及的巨头。上述工具-数据-智能的技术暗线是交易成本和网络效应等平台经济叙事的重要支撑，也是数字化平台超越农业时代线下集市之处。

另一方面，平台价值捕获机制的隐含前提是用户时间与精力的有限性。流量的本质是屏幕时间或者消费者注意力。消费者一天只有24小时，而消耗在某个应用的时间多一些，留给其他应用的时间就少一些。我们知道，网络效应导致流量垄断的一个重要机制是用户预期的自我实现，而时间有限性是大者恒大预期的重要前提。其实，围墙花园机制也与时间有限性息息相关。比如，平台为锁定客户，常扩张到相邻领域提供“一站式服务”。这种模式其最突出的价值是节省用户时间, 其隐含前提正是用户时间的稀缺性。更一般地，用户转移成本很大一部分是用户的时间机会成本，也基于此前提。

4.2 智能体互联网三大基石：智能平权、暗流量与开放协议

随着数据智能向模型智能跃迁，智能不对称将转向智能平权。数据智能范式下，由于智能以占有数据积累为前提，个体与平台的智能鸿沟越拉越大。但模型智能是全然不同的范式。Open AI利用公开数据训练出GPT3.0开启了模型智能新篇章，一开始就挑战了具有丰富数据积累的Google。得益于DeepSeek等开源模型，模型智能通过以下趋势有力推动智能平权。一是智能基础设施为个体提供了较高的智能起跑线；二是智能到（合成）数据反向路径的出现，打破了数据垄断；三是企业利用相对少的数据便可把基座大模型微调成专属小模型。

暗流量刻画了用户以AI智能体为媒介使用互联网的趋势。在智能体条件下，消费者分身无数，有各具专长的个人助手来完成各种工作。比如，消费者可授权会议助手同时列席多个会议并在必要的时候回答相关问题。消费者还可授权财务助手审查日常开销，取消不必要的订阅服务，甚至给服务提供商写电子邮件要求折扣。暗流量反映用户真实意图，但不反映用户注意力分配，因为智能体无限扩大了用户注意力。当然，暗流量并不必然主动由消费者发起。比如，智能体撰写的投诉邮件完全可能由企业的客服智能体回复，提交的专利申请报告很可能由专利审查智能体回复，而用户订阅的服务智能体也被允许主动向用户推送信息。如此，未来智能体与智能体之间的互动将推动暗流量迅猛增长。

智能平权与暗流量都将依托原生AI开放协议。一方面，智能主要通过转化为智能体的认知、生成、和互动能力创造价值，因而允许模型调用外部工具的协议显得格外重要。在这方面，模型上下文协议（MCP）规定了大模型与各种工具间的标准化接口，避免不同工具、模型各自开发协议为智能体开发带来额外适配成本。另一方面，暗流量的本质是智能体间跨越组织边界的对等协作，需要一个支持开放环境下跨域互操作的网络协议。在这方面，智能体网络协议（ANP）对智能体注册、发现、认证、交换、安全等环节进行了统一约定，避免形成网络孤岛。值得指出的是，上述协议都是开源的。

4.3 智能体互联网驱动平台解构

降低交易成本涉及帮助交易双方解决一系列问题，比如信息搜索、信任建立、讨价还价、完成支付、售后保障等。互联网平台，究其实体而言，就是解决上述问题的一系列工具的捆绑集合。所谓平台解构，是指垂直绑定的工具集将解构为水平竞争的工具堆栈，如图7所示。

图7平台格局从垂直整合到水平解构

智能体互联网驱动平台解构发生。一方面，智能平权会极大地提升卖家与买家摆脱平台控制的能力。以往，买家卖家对平台的依赖很大程度上是数据智能的依赖。现在，买家和卖家可以打造自己的智能体，实现智能的自给自足。比如，以前用户没有调用其他工具的能力，只能被动接受平台推荐的工具；也没有数据存储能力，只能把个人消费轨迹托管在平台。现在，智能体可以通过MCP协议调用外部工具，并自行记录所有消费行为。另一方面，暗流量的兴起意味着2A（to agent）将成为2B和2C之外的重要流量来源。从平台角度，为争取这部分流量，它们有动机将自身的工具MCP化。竞争会驱动这一趋势。份额最高的不吃螃蟹，排名第二的吃。

结果，平台退化为工具。平台与工具的重要区别在于，平台部分或完全剥夺了用户的工具选择权，而工具是特定能力的标准化供给，用户可在同类工具中自主选择。比如，搜索平台与搜索工具的区别在于：搜索平台在结果中显示竞价广告，用户没法拒绝；但这对搜索工具通常不可接受，除非该工具的API描述中有明示。但若如此，用户有权不调用该工具，而转向其竞品，且不产生机会成本。当然，用户也可离开该平台，但面临机会损失（如平台上丰富的供给）。

4.4 智能体互联网驱动围墙崩塌

平台成功离不开网络效应，网络效应却未必需要平台。平台网络效应是有围墙的网络效应，而智能体互联网将创造没有围墙的网络效应。实际上，网络效应至少有三种实现方式。一是数字封建主义，即平台寡头；二是国家资本主义，如电信网、铁路网等自然垄断行业；三是技术共产主义，比如email、web等互联网应用。智能体互联网将遵循第三种方式，依托开源标准（如ANP）创造网络效应，成为平台中心网络效应的替代方案。

智能体互联网存在两种网络效应。一是智能体与工具之间由MCP联系的网络效应。智能体越多，MCP工具越多，因为工具提供商们觉得2A市场有利可图；MCP工具越多，智能体越多，因为更多智能体开发者的创意能得到工具支持。结果，智能体将越来越强大。比如，相对于仅调用搜索工具的旅行规划助手，调用地图能更给出更可靠、精准的旅程规划，而调用中航信的票务信息能进一步给出往返机票建议。二是智能体与智能体之间的网络效应。比如，如果旅行规划智能体在旅行规划得到用户认可后，想要完成机票订购，则需要与航司官方销售智能体互动（中航信不提供购票服务）。此场景下，旅行规划智能体的普及与航司销售智能体、酒店销售智能体的普及相互促进。它们日益增长的互动量将威胁到携程这种平台。类似地，智能体网络互联越来越广泛，承载的应用场景越来越多，智能体经济进而成型。

上述两种网络效应都依托开源协议而非平台。有人说，若非平台补贴市场网络效应难以跨越规模门槛。然而，回顾消费互联网发展历史，web2.0（youtube）、移动互联网（iPhone）、短视频的崛起都没有过分依赖补贴，而是紧紧抓住消费范式变化的势能。智能体的势能远超以往，不仅代表着全新消费范式，也代表着全新生产范式。有理由期待，智能体网络效应的兴起与壮大将由价值驱动而非补贴驱动。实际上，一些补贴将以平台巨头们战略性投入的形式出现。但这些巩固围墙花园的投入都将滋养一个开放的智能体互联网，而无法更改平台互联网的命运。本文下一章将详细讨论这一问题。

4.5 智能体互联网是平台互联网的OTT

图8 智能体互联网“过顶传球”

平台解构与围墙崩塌，可理解为智能体互联网对平台互联网的 “过顶传球”（Over-the-top，即OTT）。过去，OTT被用来描述互联网企业依托电信基础设施开展业务的同时，剥夺了电信运营商的用户控制权和业务联系（如短信和话音）；进而，产业利润从电信运营商向互联网企业转移，而电信运营商退守“哑管道”。经由这次OTT，互联网企业获得了广阔发展空间，业态、模式推陈出新，创造了互联网奇迹。

未来，类似一幕或在平台互联网与智能体互联网之间重演。在平台互联网，业务的所有权掌握在平台手中，买家和卖家都只能使用平台提供的业务。但智能体互联网的本质是赋予买家和卖家依托智能体自主构建业务的权力（见5.2节），进而剥夺了互联网平台的用户控制权；进而，价值向智能体互联网转移，而互联网平台下沉为重资产的算力基础设施。过去，用户通过平台参与价值创造与分配而不得不受制于平台，而现在，用户以智能体为媒介参与类似过程则能获取更大的话语权。这是因为，在后端，模型智能平权代替数据智能寡头分布成为核心驱动力；在前端，无限供给的暗流量代替稀缺的眼球流量成为互动载体；商业模式上，开放协议代替围墙花园成为网络效应的制度安排。

在上一波价值转移中，电信运营商从类似于现在平台巨头的位置退回到基础设施本位。但这一波转移中，互联网企业可能要比电信运营商脆弱，因为它们的“本位”并不显然。平台企业对算力基础设施业务寄予高期望，但这是一个拥挤且缺乏保护的市场。另一些平台企业希望延续围墙花园建立封闭的智能体互联网，但最终将很难改变围墙崩塌的命运。少数企业有资格在基础设施和围墙花园两头下注，意味着集团内部激烈的战略冲突与资源争夺：对基础设施而言，最大化智能消耗的战略意图要求它们放弃门户之见、积极拥抱开放的智能体互联网；对围墙花园而言，封闭生态才能最大化价值捕获，使得它们排斥开放协议。

4.6 小结

本章综合前两章分析，刻画了平台互联网与智能体互联网之间的价值转移机制。本质上，本章遵循一个技术经济学假设：智能重新分布导致价值重新分布。接下来，对智能体经济的发展路径做更细致的展望。

第五章 智能体经济展望：趋势、格局与路径

本章深入智能体经济结构，首先论证了两大关键趋势（消费互联网与产业互联网的融合、需求侧智能体作为颠覆性商业模式），然后绘制了智能体经济的价值版图。在该版图上，我们识别了11种可能的战略定位，并展望玩家们如何覆盖这些定位并逐步推动智能体经济繁荣。

5.1智能体互联网是消费互联网与产业互联网的融合

智能体互联网不仅是消费互联网的新版本，更是消费互联网与产业互联网的融合：产业互联网与消费互联网将在2B（to Business）与2C（to Consumer）的分歧中共同拥抱2A（to Agent）。这一融合意味着更丰富的供给生态以及更多价值交换机遇，因而是智能体经济的重要驱动力。然而，鉴于这种融合的尝试已经失败过一次，我们有何理由对这一次保持乐观呢？

第一次融合的尝试是指，产业互联网自2014年以来耗费了消费互联网平台企业大量精力。平台企业曾动力十足，相信其消费侧控制力能延伸到企业侧，实现所谓的挟消费者以令供给（或C2B）。它们也相信，平台流量的商业吸引力与云计算的技术经济性，在前后端高度互补，能深度推动产业与企业的数字化转型。然而，10年过去了，产业互联网成效远不尽如人意，第一次融合可以说以失败告终。某种程度上，此次失败可归咎于产业和企业层面的复杂性远超消费侧，平台势能在向上游渗透时大幅衰减。

如果上述方案比作单火车头驱动模式，此次融合采纳了每节车厢自带动力系统的模式：得益于智能平权，消费者与企业均踊跃自发采纳智能体。平台驱动的第一次融合旨在变现其掌控的稀缺资源（流量与技术要素），而智能体互联网驱动的第二次融合本质上是对开源技术要素的竞争性利用，不会带来新食利者。恰恰相反，相对于此前的平台捕获最大价值的方案，智能体互联网方案把价值从平台释放给产业参与者，进一步增强了商业激励。当然，智能体（vs云计算）也给出了配套的技术承诺。

在智能体的加持下，本次融合包含三重内涵（图9）。一是客户属性融合。在某些方面，消费者变得更像企业客户：具备企业级IT能力，冲动消费被理性决策代替；在另一些方面，企业客户变得更像消费者：流程自动化程度、组织知识调度效率、对外部信号的反馈速度极大提升。二是服务属性融合。通常，2B服务的非标属性突出而2C服务以标准化为特征。现在，个性化服务可以实现规模经济，而为消费者提供智能体定制服务可能成为重要业态。三是商业模式融合。站在服务提供商角度，无论面向消费者还是企业，业务本质都是帮助客户构建智能体。尽管该业务可能为客户创造功能性价值与网络价值，但服务提供商只能通过服务费获利。这是因为，上述网络价值源于一个开放的智能体互联网，不同于平台的围墙花园。

图9 消费互联网与产业互联网的融合

5.2 需求侧智能体是颠覆性商业模式

相对于拥有更丰富的供给，智能体经济更具颠覆性的特征在于需求侧智能体的出现。图9表明，需求侧vs供给侧智能体不对应于消费vs产业互联网，消费互联网和产业互联网都同时存在需求侧和供给侧。比如，天猫、拼多多、京东等消费互联网企业开发的站内购物助手属于供给侧智能体，而需求侧智能体完全站在消费者立场，同时与天猫、拼多多、京东智能体互动，帮助消费者筛选最佳购物选项。同样，一系列企业服务的智能体，即便私有化部署在企业内，也只是供给侧智能体，而需求侧智能体是指全方位了解企业、能代表企业战略意图对上述供给侧智能体进行编排的那个。

需求侧智能体在功能与价值定位上都显著不同于当下常见的供给侧智能体。一是功能性特征，即它是消费者或企业使用供给侧智能体的媒介。如果用户使用某智能体直接完成任务，则该智能体一定不是需求侧智能体；二是价值取向特征，即它必须站在消费者或企业利益最大化立场履行其媒介功能。为此，该智能体的控制权必须让渡给用户，其算法、功能、使用规则等都可按需定制。需求侧与供给侧智能体的区分强调了智能体（Agent）一词的原意，即代理或经纪人。供给侧智能体对其用户（消费者和企业）当然是有益乃至不可或缺的，通常也会宣称代表用户利益，但终究不是用户的利益代理人。

图10需求侧智能体vs供给侧智能体

试问，“久闻楼梯响不见人下楼”的微信个人助手是需求侧智能体吗？它能按照用户意图调用丰富的服务号资源、充当用户使用供给侧智能体的媒介。然而，即便它不像抖音般为广告收入而操控用户选择，仍然会为维护围墙花园而限制微信生态之外的选择，且不可能把产品控制权完全向消费者开放。因此，它很难完全站在用户立场，不符合本文对需求侧智能体的定义。与此相关，两个容易混淆的概念是个人代理（Personal Agent）与个人助手（Personal Assistant）。两者区别好比明星经纪人与明星助理：经纪人为最大化明星的收益而绞尽脑汁（通常只有1个），而助手是特定事务的执行者（可以不止1个）。微信未来推出的服务或不满足于“助手”定位，但它的立场决定了它无法成为“经纪人”。

需求侧商业模式为何此前没出现？在第二章，瓦里安为Google的辩护隐含了产权理论的逻辑：如果一个主体拥有高超的数据分析能力，则数据产权分配给该主体是合理的，因其最能发挥该数据的价值。按照这个逻辑，智能的重新分布不仅导致价值重新分布，还导致数据产权配置方案的变化。智能大规模生产实现前，用户的数据产权事实上被剥夺了，因为它们不具备发挥这些数据价值的相关能力。智能大规模生产实现后，消费者可获取近乎免费的数据分析能力，因而数据产权有理由回归用户，至少不再由平台独占。在此条件下，需求侧智能体的模式有望形成。一方面，需求侧智能体通过发挥好作为供给侧智能体使用媒介的功能为用户创造价值，并从中获得一部分收益；另一方面，需求侧智能体服务提供商们在开放性、便利性、忠诚度以及个人数据的价值挖掘等多维度展开竞争。

需求侧智能体模式的颠覆性体现在平台玩家无法模仿。或有人认为，平台企业也会利用智能体经济性改造自身，因而不会被颠覆。诚然，包括微信、美团、携程在内的互联网平台已积极开展智能体改造。然而，转变利益立场比技术改造要困难得多。平台的智能体化改造若以延续围墙花园为前提，则无法解决商业模式冲突，因而难以避免最终被颠覆。比如，假设微信个人助手体验绝佳，则越来越多的微信使用流量将流向它。这时，如果微信个人助手决定拥抱需求侧模式，从流量与数据变现的后向收费模式转向用户前向收费，不仅后向收入遭受巨额损失，前向收费也不一定能成功。此外，即便微信勇于打破围墙花园，其个人助手公允地对待来自不同平台的供应方，其他平台也不会允许。因此，该决策几乎不可能发生。

5.3 智能体经济的价值版图

图11智能体经济的价值版图

智能体经济的价值分层如图11所示。下层实现智能要素大规模供给，上层由海量需求侧与供给侧智能体构成智能体互联网，承载各种经济活动的同时大规模消耗智能要素，而上述智能体的开发与日常运营由中间层的智能体综合服务提供层支撑。尽管不是本文重点，此处指出：在基础设施层面，相对于模型进步，算力短缺与开放协议发展滞后更可能制约智能互联网发展。接下来，重点看上层和中层。

在上层，消费互联网与产业互联网重组为智能体互联网。值得注意的是，一方面，消费互联网与产业互联网的末梢是自然主体，而智能体互联网的末梢是智能体。作为构建在传统互联网之上、以智能体为节点的新层次（图8），智能体互联网意味着1）流量来源从人转移到机器的暗流量趋势；2）智能体之间直接互动而无需诉诸平台；3）生产网络可以自然延展到消费侧。另一方面，智能体互联网承载的基本关系是需求-供给，而非消费-生产。这避免了把智能体互联网视为消费互联网与产业互联网的简单对接（类似于C2B所憧憬的）。在消费侧与生产侧内部，分别存在各自的供需关系（图9）。智能体互联网渗入经济活动的每个环节，通过改造各环节所涉的微观供需互动重组消费互联网与产业互联网。在中层，智能体综合服务是智能体互联网的必要支撑。无论需求侧智能体还是供给侧智能体，都需要智能体的开发与运营服务。在开发环节，面向企业的智能体定制服务已成为IT服务的一部分，而面向消费者的智能体定制服务未来也将兴起。在运营环节，智能体需要调用各种外部工具，包括目前已可用的支付、地图、信用分、身份认证等，以及未来会出现的智能体搜索、个人数据托管、个性化算法定制等。

智能体经济从萌芽到成熟至少需要5年的时间。其核心驱动力来自需求侧智能体与供给侧智能体之间的网络效应，而网络效应起作用的前提是解决 “冷启动”问题、突破临界规模。从这个角度，智能体经济的发展路径取决于消费侧与供给侧智能体两方面的进展。同时，与互联网发展经验一致，智能体互联网在初期会经历局域网阶段，而后由业务形态和商业模式创新推动到广域网阶段。此处的商业模式创新正是指需求侧智能体的出现。综合这两个视角，接下来展望智能体经济发展的两个关键阶段。

5.4 智能体互联网web1.0：供给侧智能体的储备

图 12智能体经济版图上的11种战略定位

两种适合底层技术玩家的定位：一是综合性云平台。BAT等云平台提供的服务不仅涵盖软硬件基础设施层，并通过构建生态（如阿里魔搭社区）涉足智能体综合服务，旨在为智能体开发、运营提供一站式平台服务。二是从底层进击上层的模型即产品。模型提供商直接提供智能体服务如DeepResearch和Claude Code，自然也承担智能体的开发与运营。该模式在技术上具有一定先进性，但适用场景有限。

在中上层，现阶段的主旋律是构建智能体局域网。B端智能体局域网建设已经开始。一是从流程切入，很多企业部署智能体、对接原有IT系统、利用MCP协议提升智能体的任务完成能力。少数企业开始探索跨部门的多智能体协作。这是原有IT服务模式的延续，在图12中标识为“供给侧智能体定制”。二是从知识切入，以企业里的知识工作者为目标客户，以标准化模式高效交付工具价值。一些企业私有化部署此类工具以更好整合内部私有知识。此类产品的行业场景特征明显，因而被标识为“垂直智能体”。三是以结果为导向，利用智能体整合调度各种产业资源，为客户交付可衡量的结果。被红杉称之为“服务即软件”。不同之处在于，“垂直智能体”的用户为员工，而“服务即软件”的客户为企业。

另一方面，消费互联网的智能体化改造也已启动。一是大厂们试图把AI聊天、浏览器、搜索框等融合为通用智能体入口。瞄准这一定位的还有初创业企业如Manus等。在图12中这一定位被描述为“通用智能体”；二是电商、外卖、出行以及诸多领域可能开启平台生态的智能体改造，打造C端智能体局域网。这些智能体在图12中被标识为“供给侧网关”。与前述微信个人助手类似，它们是用户使用供给侧资源的媒介，旨在延续平台围墙花园，并非需求侧智能体。

当前的阶段存在的问题与互联网web1.0类似。新技术确实带来新气象，精心设计的智能体/网站也确实能为用户创造价值。然而，发展并未进入良性循环。比如，由于使用供给侧智能体的仍然是人，暗流量的增长虽然迅猛但未必可持续；一些智能体/网站获得还不错的收入与估值，但付费客户的规模天花板为其发展的可持续性蒙上阴影；智能体在企业侧的部署按部就班地进行，但并未体现出超越传统IT服务的增长动量；某些创业企业固然气势如虹，平台巨头似乎并未如前文所说那样丧失优势，反而有一种螳螂捕蝉黄雀在后的从容。总而言之，智能体互联网颠覆格局的潜力，在这一阶段并未体现出来。

5.5 智能体互联网web2.0：需求侧智能体的爆发

图13 智能体互联网网络效应的实现路径

互联网发展历史上，web2.0是用户增长最为快速的阶段。web2.0的定义性特征是社交网络和用户创造内容，但本质上起作用的是网络效应——价值源于网络，而非单点。针对目前智能体发展面临的问题，互联网的发展经验给出的启示是：如果总是着眼于单点来发展智能体，困难总是很多。我们应该采取一种网络效应的方式发展智能体经济，用链接的价值克服因为单点困难所产生的阻力。然而，网络效应不是自然出现的，而是新业态和新模式驱动的。这种新业态、新模式就是需求侧智能体。

在图12中的需求侧列出了四种模式。企业自研需求侧智能体和和独立需求侧智能体定制商将较晚出现，暂且不议。终端商与通用智能体B都与一个战略趋势相联系：暗流量所代表的人机互动模式可能是一个iPhone级别的机遇。手机厂商不难感受到智能的重新分布：智能耳机、智能眼镜等新型硬件智能程度的提升，会降低智能手机对消费者的重要性。最近，Open AI以65亿美元的价格收购了一家旨在“帮助用户减少盯着屏幕的时间”的智能硬件初创公司，并设立了尽快售出1亿台AI伴侣的目标。

抛开面向未来的卡位不谈，当下主流终端厂商之间的竞争近乎同质化。渴望差异化的终端厂商与渴望新流量源泉的互联网企业将达成特定产品的合作（比如，一款能自动订外卖的AI手机）。这些合作不大可能一开始就拥抱智能体互联网，但客观上将促进智能体互联网繁荣，因为它为供给侧与需求侧智能体的互动打造了样板。在竞争的驱动下，终端商与服务商两大阵营之间的合作场景将百花齐放，因为供给侧智能体在上一阶段已有相当储备，而终端玩家也日益多元。最终，终端商会发现，此前为某个产品合作所设计的智能体架构完全可能开放对接多样化的供给侧智能体，而供给侧的合作方也希望承接尽可能多的暗流量，而非锁定在某特定终端上。智能体互联网的网络效应，在此路径下逐步成型（图13）。

有人会担心暗流量会让终端代替互联网企业成为新平台。这不无道理。终端企业在硬件销售外，大都依赖从所谓的“增值服务”中获取大量利润。它们内置的智能体会符合5.2节定义的需求侧智能体吗？如果终端格局稳定，这种担忧很可能成为现实。但正如前面提及的，终端产业将迎来一个波澜壮阔的乱世，会吸引新进入者。本文反复强调的一个主题是，永恒的竞争是驱动产业格局演进的关键力量。终端行业可能会迎来大洗牌。未来会出现两个阵营，一是内置需求侧智能体的在位终端厂商（Device as an agent），另一个则是把硬件设备视为载体的需求侧智能体服务商（Agent as a device）。若前者意欲成为平台，它很可能如剥夺用户对个人助手的控制权、把供给侧做成一个围墙花园而非开放的web、限制数据的跨终端迁移等。这时，后者则将坚定地站在用户这边，允许用户自己设置个人助手、坚持开放供给、支持跨设备的数据调用和互操作性，进而像颠覆互联网平台一样颠覆前者。很多人没有认识到，终端能成为平台不是因为它们有appstore，而是因为它们有操作系统。这一点在智能体互联网时代不再成立。

需求侧通用智能体B与供给侧通用智能体A（如Manus）功能迥异。通用智能体A执着于封装尽可能多的能力，而通用智能体B致力于更全面、深入地理解用户以便于筛选供给。一方面，通用智能体A转型成为B是可能的。相对于平台玩家，通用智能体A的前向收费模式为其转型提供了便利。但转型成为B，意味着把掌控权交给用户，因为惟其如此，用户才会愿意授权它去了解自己。另一方面，除了转型到需求侧，A还可以转型为供给侧网关。当供给生态成熟，从依靠能力封装到调度全网供给，可能是通用智能体的必由之路。但这一功能进化路径与供给vs需求的立场选择相互独立。最后，很重要的一点，无论上述战局如何演化，暗流量都将大幅增长，从而进一步刺激到供给侧的繁荣。

5.6 小结

本章展望了智能体互联网实现跨边网络效应的路径。该展望可能只是可能性之一，还有很多可能性没有展开。但它足以表明，供需两侧的智能体化，使得平台不再是在创造网络效应之必须。本章的另一贡献在于区分了供给侧智能体和需求侧智能体的功能与商业模式。

第六章 总结与讨论

本文核心论点：智能体互联网作为一种新型基础设施，凭借其内生的、以0边际成本认知、生成与互动为特征的“智能经济性”，将从根本上颠覆现有平台互联网的价值创造与捕获逻辑。这一颠覆通过智能平权、暗流量和开放协议等机制，打破平台赖以生存的智能不对称和时间有限性前提，导致平台解构与围墙崩塌，最终催生一个以智能体为基本单元、以开放协作为特征的智能体经济新时代。全书遵循“现有范式剖析（平台互联网的政治经济学）→ 新技术经济性阐释（智能基础设施的技术经济学）→颠覆机制与价值转移分析（平台向智能体互联网的价值转移）→ 未来图景展望（智能体经济的蓝图）→实现路径细化（需求侧与供给侧智能体网络效应）”的逻辑主线，系统构建了智能体互联网的理论框架。

本文是《智能体经济战略前瞻：颠覆与新生》一文的姐妹篇。两者在共同的话题下实现了分析的互补：一是两文都深刻洞察智能体对现有平台模式的颠覆性影响，并预言智能体经济的兴起。《前瞻》一文具体探讨了平台空心化（平台不创造独特私有知识）、网络效应与平台解耦（智能体使网络效应不再被平台独占）、超级应用黄昏（一站式便利不再是核心价值主张）等现象，而本文从政治经济学和技术经济学角度完成了平台颠覆的理论构建。也就是说，阅读《前瞻》一文相关章节能够得到更具象化的理解。

二是两文都高度重视智能体作为核心要素及生态构建的战略意义。本文将智能体定义为“价值创造的基本单元”，强调其作为智能体互联网节点的属性，并突出MCP、ANP等开放协议在构建无边界网络中的作用。 《前瞻》则深入讨论了工作流智能体vs 全自动智能体，以及模型即产品vs智能体即生态的思路。此外，智能飞轮是《前瞻》重点论述但本文未涉及的重要框架。总的来说，本文侧重智能体互联网的宏观生态，而《前瞻》则兼顾智能体本身的微观构建和企业如何围绕智能体构建小生态。

同时，本文拓展了《前瞻》一文提及但未来得及展开的若干话题。一是智能体互联网作为消费互联网与产业互联网的融合。本文不仅指出了融合的三个维度，并绘制了融合后的价值版图；二是从网络效应冷启动的角度细化了产业演进路径，尤其是对需求侧智能体的概念与格局做了详细而动态的讨论。当然，这不意味着上述两个话题已经得到充分讨论，在未来的工作中将进一步印证、修整、提炼。