關於 Agent 的幾個判斷

📌 【觀點評論】通用 Agent 趨向贏家通吃，垂直應用與外掛生態將是關鍵戰場

TL;DR：通用 Agent 具備強大生態與模型優勢，垂直應用面臨挑戰，外掛系統則是關鍵。

當 AI Agent（人工智慧代理）從概念走向實踐，開發者與創業者開始思考：未來的勝負手究竟在哪裡？這不僅是技術競爭，更是關於生態位與使用者習慣的博弈。

🤔 通用型選手將主導市場，垂直應用面臨生存挑戰

目前的市場觀察顯示，通用型 Agent（如 Codex、Claude Code、WorkBuddy）透過整合 Skill（技能）與 MCP（Model Context Protocol）等技術，已能處理大部分的專業任務。這對許多試圖建立「AI-native 垂直應用」的創業公司來說，可能是一個嚴峻的挑戰。

🧩 外掛生態（Skills + MCP）才是真正的護城河

Agent 的產品體驗差異，核心不在於是否開源或能否切換模型，而在於其「外掛生態」的豐富程度。

• 技術驅動力：豐富的 Skill 與 MCP 能讓 Agent 完成多樣化任務。
• 模型與產品的關係：雖然如 Claude Code 預設使用自家模型，但其支援透過 API 使用其他模型，這使得產品體驗與模型能力可以並行。
• 模型即護城河：當 Skills 與 MCP 普遍具備非獨佔性時，使用者對產品的忠誠度不高，真正的體驗差異來自於模型本身的智慧程度與成本。

📊 市場競爭格局：少數贏家通吃

在 Agent 的賽道上，競爭可能呈現極端的「贏家通吃」態勢：

• 通用型市場：小型的通用 Agent 很難在競爭中存活，市場將由少數強大的通用 Agent 佔據。
• 模型決定論：使用者會為了更高的價效比（如 Codex 與 Claude Code 的訂閱服務）或更聰明的模型而毫不猶豫地切換產品。

💡 小團隊的機會：從「做 Agent」轉向「做外掛」

對於個人開發者與小團隊而言，直接與大廠競爭通用或垂直 Agent 難有勝算，但「基於 Agent 做外掛」仍有機會：

• 填補傳統軟體空白：許多傳統軟體並非為 Agent 設計，這提供了開發外掛的機會視窗。
• 差異化策略：單純開發 Skill 門檻較低，但若能以 Skill 作為入口並接入後端服務，將能創造差異化價值。

🎯 實務啟示：如何成為 AI 時代的贏家

對於使用者與工程師而言，面對 Agent 技術的浪潮，有幾點實務建議：

• 提早使用並持續迭代：Agent 不會取代你，但能處理重複性工作。越早使用，越能享受效率提升。
• 投資於智慧模型：願意為更聰明的模型支付成本是值得的，因為這能直接提升使用體驗。
• 學會管理 Agent：隨著 Agent 普及，管理 Agent 的能力（類似工程管理）將變得越來越重要。
• 開發自己的技能：與其安裝大量全域性 Skills，不如學會讓 Agent 幫你寫出專屬於自己的 Skills 並持續迭代。

🔗 來源

• 標題：關於 Agent 的幾個判斷
• 作者／機構：寶玉 baoyu.io
• 連結：https://baoyu.io/blog/2026-07-28/agent-judgments

#AI #Agent #LLM #MCP #MachineLearning #SoftwareEngineering #ProductStrategy #ArtificialIntelligence #TechTrends #Productivity