当 7 月 16 日身着唐装的黄仁勋在公开演讲中，将 MiniMax 与 "DeepSeek、阿里巴巴、百度 " 一同提及，并称 " 开发的产品都是世界级 " 时，沉寂半年之久的 AI 四小强，颇似甄嬛回宫，手里拿上了逆袭剧本。
实际上，进入 7 月，扎堆推出 Deep Research 的 AI 四小强，正跃跃欲试重新登上牌桌。
近期，阶跃星辰的阶跃 AI Deep Research 正式开启邀请测试，此前 6 月，MiniMax 连续 5 天上新了推理模型 M1、视频生成模型、Agent 等，其中 MiniMax-M1 集成了包括 Deep Research（深度研究）在内的技能，同在 6 月，月之暗面的 Kimi Research 跟上。而早在 3 月底，智谱发布了 AutoGLM 沉思版，作为智能体 ( AI Agent ) 也融合了 Deep Research 能力。
截止发稿前，AI 四小强已全抢上这一波 Deep Research 的船票，并在 7 月争先恐后在模型层上新，前半年低调发育的 AI 四小强，在大厂夹击下正迅速追上。
" 现在大模型进入了深水区，单靠模型参数或者 Demo 已经没办法说服市场了，" 某头部创投机构联创林晟（化名）告诉字母榜，对商业化压力越来越大的 AI 四小强而言，在垂直领域做深，做更能交付价值的 Deep Research 以及 Agent，都是在大厂围剿中较为安全的生态位。
AI 四小强也 " 需要通过跟上 Deep Research 这样关键的技术迭代向投资人证明，他能在大模型下半场占有一席之地。" 林晟补充道。
同时，对 AI 四小强来说，跟进 Deep Research，押注可以自主规划任务并交付结果的 AI Agent，不仅是为重上牌桌，也是要搏一个 " 钱景 "。
据外媒报道，为了使用 OpenAI 面向 ChatGPT Pro 用户推出的 Agent "Deep Resaerch"，约 20% 的用户升级成了每月订阅费高达 200 美元的 Pro 会员。同时，恒业资本管理合伙人江一告诉字母榜，随着 DeepSeek 的爆火，他们慧辰股份推出的消费 Agent，原本在 AI 方面没有投入预算的客户，已经将原本信息化的预算挪向 AI，而这些应用 Agent 的订单往往都在数百万级别。
这一次，AI 四小强能重新上桌吗？
一
在 2025 年的 AI Agent 热潮里，Deep Resaerch（深度研究）类的产品是最早落地的一批。
从去年底谷歌发布首个 Deep Resaerch 开始，数月内，OpenAI、Anthropic 等迅速跟进，能做 PPT、写财报分析、进行学术研究的 Deep Resaerch 成了新的技术标杆，也让 AI Agent 在用 AI 辅助人的道路上向前迈了一步。
如今 AI 四小强都推出了自家的 Deep Research，正面硬刚字节、腾讯等大厂。
不过需要注意的是，Agent 作为四小强关键的技术展示窗口，杨植麟们的表现颇为谨慎。都以内测版开路，通过一个月的小范围内测，去收集专业用户的反馈意见，在调试后才全量上线。
这种谨慎开大的做法也显露出 AI 四小强对这次亮相的重视。
此外，在 Deep Resaerch 的路径选择上，AI 四小强也分裂出了两种路径。
一条路径崇尚傻瓜式操作，门槛更低，以月之暗面的 Kimi-Researcher 为代表，摸着 OpenAI、Gemini 过河。正如 OpenAI demo 所演示的一般，用户只需发出指令，合上电脑等待，就能得到一份达到研究分析师水准的报告。和月之暗面选择同样路径的，还有字节。
这种路径选择让 AI 自主思考和理解，推理和调用工具来解决问题，极大降低了用户的使用门槛。" 用户不需要准备复杂的提示词，只需要等待，甚至为了没有耐心的大部分用户，OpenAI 官方宣称任务交付时长在 1～30 分钟，测试下来 Kimi-Researcher 一般都会在 10～20 内生成结果。" 在某国企 AI 相关部门就职的宋城（化名）告诉字母榜。
另一种则是高用户互动型，结果很可控，包括智谱、Minimax，选择了类 Manus 的工作流（Workflow）模式。
此外，Kimi 还会提供一份可视化的报告，提供卡片、表格、思维导图等多种信息，目前 ChatGPT 尚未提供类似的功能。
在这种模式下，用户需要准备复杂的提示词，提示词的复杂程度决定了生成效果，而且在 Agent 工作过程中，随着持续调用工具，用户需要加入提供反馈，宋城表示，这种模式 AI 的动作轨迹都一早设计好，可控性更高，只是用户被绑在了任务上，" 如果一个任务需要跑 1～2 个小时，为了及时给 AI 做确认、纠偏，需要时刻注意页面。"
但最终两种路线的分歧，实际上都指向了一个核心问题，即无论走哪一条路，当下大模型的能力还不足以支持更智能的 Agent 的推出。对用户来说，每次任务执行都有开盲盒的错觉，因此 AI 四小强也在补足自身的模型能力。
无论是 Mini Max 推出的 M1 新模型，上下文的长度达到一兆，还是月之暗面的 K2 模型，总参数量达到一万亿，就在 7 月 25 日，阶跃星辰场发布了 Step 3 大模型。针对国产卡 32K 上下文，这代模型推理效率最高可达到 deepseek R1 的 300%。
二
事实上，从 AI 六小龙到 AI 四小强，杨植麟们的 2025 年过得颇为艰难。
随着年初 Deepseek 带起推理模型的新潮流，原本佛系观战的腾讯携元宝强势下场，阿里也用夸克浏览器争夺新流量入口，字节的豆包短暂从下载榜滑落，但凭借频繁的迭代上新持续探入垂直场景。
" 在年初我们（Kimi）停止投流之后， 国内不少应用商店搜索 kimi 甚至第一页都看不见， 在苹果 App Store 搜 kimi 会推荐豆包， 在某度搜 kimi 会推荐某度 DeepSeek-R1 满血版。"
Kimi 发布 K2 大模型后，Kimi 的技术员公开表示，即便面对如此艰难的情况，Kimi 也没有恢复投流。
去年在大模型赛道上激进砸钱推流的 AI 六小龙，一时之间陷入了对自身技术实力的自证漩涡。这似乎也让杨植麟们意识到，技术实力似乎远比用户规模，更能决定大模型创企的发展。
半年内，AI 四小强悄悄调整重心，在生存压力下，放弃对用户规模的追逐成了第一步。
从去年 12 月至今，一批负责应用和商业化的六小龙高管相继离开。其中包括但不限于前智谱 COO 张帆、前 MiniMax 商业化负责人魏伟、前月之暗面核心产品负责人明超平、前阶跃星辰 " 冒泡鸭 " 产品负责人张心皓（尚未离职，转为内部顾问）等等。月之暗面也传出了调整投放策略的消息。
从 Deepseek 的推理模型，海外科技大厂如 Claude、XAI 等在 Deep Resaerch 上的新突破，到 Manus 的 Agent 热，大模型的竞争热词短短数月换了几轮。被 DeepSeek 冲击估值体系的 AI 四小强，不得不重新将技术迭代确立为公司的最高优先级。
而在这场 AI 时代的 " 注意力资源 " 比拼之战中，重新跟上节奏的 AI 四小强，需要向外界证明自己有重上牌桌的实力和可能性。Agent 成了最好的发力点。
" 过去国内大模型都在对标 OpenAI、复制 OpenAI，现在在 Agent 这样的应用层，要打差异化了。" 江一告诉字母榜，AI 头部创企正试图在垂直技术的长板上去做突破，避免与大厂的同质化竞争。
Kim7 月推出万亿参数的 K2 模型，为智能体任务（agentic tasks）做了专门优化，被 Hugging Face、Perplexity CEO 发文称赞。多模态则是 MiniMax 的舒适区，近期发布的视频模型 Hailuo 02 在 Artificial Analysis Video Arena 评测榜上排名第二，仅次于字节的 Seedance 1.0。
可以看到，跑在前面的已经拿到了来自资本市场的好消息。
智谱频频传出融资消息，又成为首个正式开启上市辅导备案的 AI 大模型创企，MiniMax 爆出即将完成近 3 亿美元（约合人民币 22 亿元）新融资，并向港交所提交 IPO 申请，目标 " 今年内上市 "，估值从 25 亿美元冲到 40 亿～50 亿美元之间。
押注 Agent，AI 四小强已经跟上来了。
三
不过，在 Agent 时代，跟上节奏的 AI 四小强还需再次证明自己的价值。
技术卡位战是杨植麟们首先要自证的第一道坎。尽管月之暗面 6 月发布的 Kimi-Researcher ，声称在 " 人类最后一场考试 " ( Humanity's Last Exam ) 中，取得了 26.9% 的 Pass@1 成绩，创下最新的 SOTA 水平。但可以看到，相比起引发热议的 Manus、Lovert，前者拿到硅谷知名风投 Benchmark 领投的 7500 万美元融资，亮相 3 个月完成文生图、视频生成功能的迅速迭代；后者顶着全球首个设计 Agent 的名头得到了马斯克的激情点赞。
更为出圈的 Manus、Lovert，调用的都并非国内的大模型。对杨植麟们而言，拿出自研 Agent 只是第一步。他们需要用更出圈的应用案例，证明自身技术的优越性。
"Agent 需要给客户创造愿意付费并且可量化的价值。"
江一告诉字母榜，在 Agent 创企们拿着锤子找钉子的过程中，出圈的应用案例要给客户提供真金白银的可量化价值，而这往往并非用 ChatBot 这类基础功能可以达到的。他们为一位大客户交付了 Agent 矩阵，涉及到从门店销售、找高潜门店售点铺货，到定市场策略、协同物流等多个流程。
其中，客户有 20 万地推销售，工资高，流动性更达到 60%～70%，培训成本占到了营收的 12%。通过培训销售使用 Agent，客户将原本销售 30 天的入职培训时间缩短到了两天，新人用 agent 也能达到中等偏上的销售水平。
对 AI 四小强来说，找到目标客户后如何创造远大于售卖价格的交付价值，用出圈的应用案例证明自己，是必然要闯的第一关。
但在 Agent 大爆发的 2025 年，杨植麟们也缺 " 钱多、有耐心 " 的好客户。
尽管算力价格被大厂联手打进 " 厘时代 "，但不同于单纯对话的有限的算力消耗，需调用多个大模型、访问多个网址的 Agent，每个任务的 Token 消耗量都不低。" 生成一份还可用的调研报告，要 22 万 token，用 cursor（智能编程）一个来回就消耗 300 万 token"，在某国企就职的宋城告诉字母榜，对企业来说，使用 Agent 的成本并不算低。
同时，技术的迅速迭代也让 Agent 的使用成本节节攀高。"Manus 发布前核算完成单次任务的成本在 2～3 美元，几轮优化后原本成本已经降低，但迭代添加视频生成能力等等，成本又再次拉了上去，" 前 Manus 员工方成（化名）告诉字母榜。
而使用成本的高昂、单次任务执行动辄要半小时、甚至一小时完成任务，就连 OpenAI 也在 " 祈求 " 用户的耐心。
在 OpenAI 面向 ChatGPT Pro 用户推出的 Agent "Deep Resaerch" 后，其团队核心成员 Issa Fulford 接受采访时就表示 "（OpenAI Deep Resaerch）的目标用户是专业消费者（prosumer），那些愿意为了一个详细报告等待 30 分钟的人。"
根据 SimilarWeb 的监测数据显示，2025 年以来，Manus 的月访问量从 3 月的 2376 万次，跌到了 6 月的 1730 万次；Genspark 的月访问量从 4 月的 888 万次，下降到了 6 月的 769 次。头部 Agent 的增长颓势也告诉我们，Agent 距离跑通 PMF（产品市场匹配度）还有一段路要走。
无论如何，可以肯定的是，AI 四小强，必须开始赚钱了。
本文来自微信公众号：字母榜，作者：马舒叶
