李世石时刻不是末日叙事

「各行业都会遭遇李世石时刻」这句话很容易被讲成末日叙事。仿佛某一天醒来，AI 会直接把一个行业整体替掉。这样说很有传播力，但不准确。

围棋里的李世石时刻，震动人的地方重点是机器用一种人类不习惯的路线证明了新方法的上限。它让专业人士第一次清楚意识到：原来某个长期依赖经验和直觉的领域，可以被另一套系统性方法打穿。

放到 Agent 里，这个时刻大概率不会以行业为单位出现，而会以任务为单位出现。重点是合同初筛、条款比对、尽调资料整理先被改写；重点是资料搜集、访谈整理、竞品扫描先变便宜；重点是代码迁移、测试补齐、Bug 定位先被 Agent 重新组织。

晚点聊与戴雨森的对谈值得写，就在于它没有只讲产品热闹，而是把 Agent 放进产业迁移里看。投资人关心的重点是哪段工作最先出现新的成本曲线。

为什么是推理模型之后

Agent 需要的不只是语言流畅。它要拆任务、做计划、调用工具、读取反馈、修正步骤，并在必要时承认失败。这个链条里，推理能力的提升很关键。

o1、R1 这类推理模型之所以被反复提起，是因为它们让市场重新认识了「慢一点但想得更深」的价值。很多工作重点是需要多步判断。Agent 如果没有足够推理能力，只会把复杂任务拆成一堆表面步骤，遇到异常就崩。

成本下降同样关键。Agent 的一次任务，往往是一串调用。它可能先规划，再搜索，再读资料，再执行工具，再检查结果，再修正。单次推理再强，如果每一步都太贵，产品就很难规模化。

工具使用能力是第三个变量。没有工具，模型只能停在文本层；有了工具，模型才能读文件、查数据、改代码、操作页面、提交结果。推理、成本和工具使用叠加，才让 Agent 从概念变成产业问题。

哪些工作段最容易先被打穿

判断行业里的 Agent 机会，不能只看行业大小。更重要的是看任务结构。

先被打穿的工作段，通常有几个特征。

第一，边界清楚。任务有明确输入、明确输出，不需要无限开放的判断。比如把一批客户资料整理成 CRM 线索，比「帮我经营好公司」更适合 Agent。

第二，数据可获得。Agent 需要材料才能行动。如果数据都在人的脑子里，或者分散在无法访问的系统里，落地会很慢。

第三，结果可验收。代码有测试，合同有条款比对，报销有规则，客服质检有标准。越能验收，越适合自动化。

第四，错误可回退。低风险、可撤销、可复查的任务更容易放给 Agent。高风险任务可以辅助，但很难一开始完全自动化。

第五，频率足够高。一次性任务再惊艳，也未必形成商业价值。高频任务才会带来持续付费。

按这个框架看，代码修改、销售线索研究、合同初筛、财务报销、数据录入、客服质检、投研资料整理、招聘简历筛选，都会比许多宏大行业叙事更先落地。

投资人为什么偏爱垂直场景

通用 Agent 的想象空间最大，但落地风险也最大。它要面对无穷多任务、无穷多工具、无穷多用户意图和无穷多失败模式。每多一个任务类型，系统复杂度都不是线性增加。

垂直 Agent 看起来天花板小一些，却更接近商业化。它可以定义清楚工作流，积累行业数据，设计权限边界，建立验收标准，也更容易让客户理解 ROI。

这里的「垂直」不是换一个行业名字。垂直，是把一个行业里的具体工作段端到端重写。比如「做一个能处理特定类型合同初筛和风险标注的系统」；「做一个能把公告、财报、电话会和研报线索整理成可追踪观点的系统」。

投资人关心的也是它能不能形成持续收入。客户愿意付费，通常是因为它替代了明确人力成本，降低了错误率，缩短了交付周期，或者带来了更多收入机会。

创业公司应该避开哪里

Agent 创业最危险的地方，是和模型公司正面撞。

如果一个产品的主要价值只是「套壳调用最强模型」，模型公司很容易下场。如果一个功能只是通用入口里的一个按钮，平台也容易吃掉。创业公司需要找的是模型公司短期不愿意做、做不深、做不细，或者必须贴近行业现场才能做好的位置。

这里有几类可能空间。

一类是行业工作流。它需要理解具体数据、角色、审批和交付格式，巨头不一定愿意逐个行业深挖。

一类是工具和基础设施。比如运行时、评估、浏览器控制、权限、日志回放、沙箱、成本控制。这些是很多 Agent 产品都会需要的能力。

一类是企业集成。模型公司可以提供 API，但把 Agent 接进企业系统、权限体系和审计流程，仍需要大量本地化工作。

一类是高信任服务。某些场景里，用户不只买软件，也买领域判断、交付能力和责任承担。

中国市场会更现实

把这套判断放到中国市场，还要额外考虑几个现实变量。

第一，企业采购更看确定性。一个 Agent 如果只能展示新奇，很难进入预算。它必须说清楚替代哪段成本、提升哪个指标、如何审计风险。

第二，数据和系统割裂更明显。很多企业系统定制化严重，接口不完整，数据质量参差不齐。Agent 要落地，常常要先做一层数据和流程整理。

第三，价格敏感。国内客户往往不会长期为「未来感」付费，尤其在通用模型价格持续下降的背景下，应用公司必须证明自己有模型之外的价值。

第四，交付重。很多垂直 Agent 早期会很像「软件加服务」。这是进入真实工作流的代价。只是公司要警惕自己变成纯项目制。

这些因素决定了国内 Agent 创业会更慢热，也更看重实际 ROI。

结论

Agent 的李世石时刻不会同时降临所有行业。它会分行业、分任务、分流程陆续出现。

更准确的问法这个行业里哪段工作边界清楚、数据可得、结果可验收、错误可回退、频率足够高。那里最可能先被 Agent 打穿。

晚点聊与戴雨森这期的价值，是把 Agent 从产品热闹拉回产业判断。推理模型、成本下降和工具使用能力提供了技术前提；垂直任务、客户付费和工作流重写决定商业结果。对创业者来说，机会不在喊出更大的 Agent 口号，而在找到那段可以被端到端重写的工作。