2024年第一季度，以AutoGPT等为代表的Agent应用开始兴起，但落地进展不明显。2025年自春节过后，DeepSeek 的爆火将 AI 的热度推上新高度，而近期，Agent重新开始成为热点话题。本次爱分析邀请北森联合创始人兼CEO纪伟国在线对谈，共同探讨AI Agent时代的新机会。内容已做精简，如需获取专家完整版视频，请扫码领取。
01 技术突破支撑Agent进阶
人力资源领域，北森在2023年已开始探索大模型应用场景，初期通过简历筛选、AI面试等AI功能进行尝试。2024年开始推出能够独立计费的SKU类的AI Agent，其中AI面试官在进行“人机一致性”验证时，发现其AI面试官已经达到了人类面试官的面试水平，首次验证了AI在核心业务场景对于人工的替代价值，成为推动技术商业化的关键转折点。关于商业化方面，上一轮AI北森尝试在软件场景中嵌入 AI 技术，然而由于场景过于单薄、微小，客户不愿意为此付费。这一轮AI Agent，北森则明确要求，选择端到端的大场景，打造独立可收费的产品单元（SKU），因为AI Agent本身就是要端到端地解决具体业务问题的场景，这成为背后的驱动力。从技术层面来看，一方面，AI Agent的基础模型在 2024 年经过变革有了较大提升，从原来纯粹大语言模型的快思考转变为现在推理模型的慢思考，这使得 AI Agent 能够支撑更为复杂的执行过程，不再局限于单点问题，为端到端的实现提供了保障。另一方面，AI Agent的核心框架也发生了变化，过去是单一的AI Agent从头执行到尾，例如 AI 面试官就是如此。而未来或新的AI Agent框架将执行过程拆分成多个小的AI Agent，像简历筛选、面试题库的生成、对应聘者的评价以及面试追问等都可能由单独的AI Agent或提示词来完成，从单一AI Agent发展为多 AI Agent协作，这也保证了端到端执行过程中的稳定性，从技术角度为商业化端到端的实现提供了支持。AI Agent作为独立可销售产品（SKU）的创新模式，突破了传统技术叠加在现有预算框架内的局限。其核心在于直接切入业务场景，创造新预算来源而非依赖原有IT或人力资源部门预算。例如，AI面试官、领导力教练等应用归属招聘或业务培训部门预算，跳脱了传统软件采购流程，从需求源头获取资金支持。商业化成功的关键在于将Agent定位为“解决业务问题”而非“技术工具”。通过瞄准业务部门的核心需求，如针对蓝领招聘的AI面试官、针对销售培训的AI陪练等，Agent以端到端解决方案形式落地，避开IT部门审批，直接由业务部门决策采购。这种模式不仅预算审批更灵活，且业务部门预算池更大、支付意愿更强。预算来源的转变反映了Agent价值定位的差异。传统IT功能受限于技术属性，预算需经多层审批；而业务导向的Agent因直接关联业绩目标，如销售培训效果、招聘成本优化，被视作业务投入而非技术成本。这种定位使其更容易获得业务部门认可，形成独立付费场景。业务部门预算的开放为Agent商业化带来更大想象空间。相较于IT或人力资源预算，业务预算规模更大且决策链路更短，尤其在高频、刚需场景（如大规模人员培训）中，业务部门往往优先保障此类支出。这种预算迁移不仅拓宽了市场空间，更推动Agent从辅助工具升级为业务核心模块。03 AI重构SaaS竞争壁垒
AI技术的深度整合正在重塑SaaS厂商的竞争格局。研发投入的持续性是关键前提——当前资本市场压力下，能否维持充足研发资金成为首要壁垒。部分厂商因现金流优先策略压缩研发，导致AI应用探索滞后，而坚持投入的企业则通过技术迭代形成先发优势。技术落地的差异化路径逐渐清晰：浅层AI工具如知识库搭建、自动化流程，易被复制，竞争壁垒薄弱；而将Agent与核心业务系统深度耦合则能绑定用户，形成迁移成本。此外，更深层的壁垒源于行业knowhow的积累，例如基于岗位能力模型和能力评估技术构建的AI面试系统，需长期业务沉淀，短期内难以被竞争对手模仿。AI Agent的定位正从“附加功能”转向“业务撬动点”。部分案例显示，AI应用如“AI面试官”、“AI销售陪练”，不仅能提升老客户ARPU值，更成为切入新客户的突破口。通过展示AI能力，厂商可打破原有采购惯性，推动客户替换旧系统，甚至带动核心模块销售，形成“以点带面”的扩张效应。面对ERP厂商的竞争，垂直领域SaaS的护城河在于场景深耕与敏捷迭代。尽管ERP厂商在国产化浪潮中占据政策优势，但其标准化产品难以覆盖招聘、绩效等长尾需求。聚焦特定业务场景的深度解决方案，叠加AI带来的体验升级，为垂直厂商保留了差异化生存空间。市场价值重估或滞后于技术突破，但长期看，具备AI深度整合能力的厂商将获得估值溢价。04 Agent应用是否能够打破SaaS的“卷”？SaaS 行业竞争激烈，价格层面尤为突出，常陷入红海竞争。AI Agent未来同样会面临激烈价格竞争，甚至比 SaaS 软件更甚，因为Agent开发成本低、开发速度快。但对于 SaaS 公司而言，AI Agent 也带来机遇。一方面，成熟的 AI Agent 可作为获客敲门砖，例如售卖 1 元的 AI 可能带动 5 元软件销售；另一方面，针对老客户销售 AI Agent 能提高单个客户的价值，提升盈利水平。关键在于研发出基于行业 knowhow、他人难以复制的 AI Agent，这对获客及获取高价格意义重大，最终这样的公司有望成为赢家。从收入、成本角度看，Agent的研发成本并不高，对于SaaS公司，无论是开拓新客户还是服务老客户，其销售成本均低于上一代 SaaS，且销售成本可以摊薄。给予AI Agent合理的定价，获得不错的收入，这就能帮助SaaS公司的更好地改善利润率。提示词本质并非塑造壁垒的关键，而是业务逻辑的工程化体现。其难点不在于单纯撰写提示词，而是将公司内业务逻辑，如角色分工、数据流程等转化为 AI 能理解的语言。以 AI 面试官为例，落地时不仅要考虑岗位所需能力、能引出该能力的面试问题，还要利用提示词与大模型交互实现灵活追问，控制问话方式，避免黑话、敏感话题，并依据回答生成评价标准。这一过程实质是将整个招聘逻辑翻译给 AI，提示词背后凝聚着行业 knowhow，将原本专家大脑中的经验通过提示词转化为实际应用，从而形成行业竞争壁垒。从自身理解来看，提示词工程凝练了对业务本身 knowhow 的深度理解，这些理解是构建提示词的方式方法。过去构建提示词常采用告知 Agent 每一步操作的方式，现在出现了新的思路，即把业务流程抽象为多个子流程点或组件。例如在客服场景中，过去提示词针对用户不同问题（如退款、报修、配送等）设定定性流程，而新方式是先用一个提示词进行整体流程规划，再分别用提示词针对退货问题解答、快递邮递问题解答等原子环节进行处理。如此一来，企业对场景的 knowhow 被融入各个原子环节，这是与过去提示词的重大变化，也成为未来做 Agent 厂商间竞争壁垒的一个重要维度。AI Agent的技术演进与商业化落地呈现多维度突破，从早期单点功能逐步发展为端到端业务解决方案，其核心壁垒由底层模型能力提升、行业knowhow的深度编码及预算迁移逻辑共同构建。厂商通过聚焦高价值场景形成独立SKU，短期享受技术红利，但长期需应对价格战压力，差异化竞争力取决于能否将隐性经验转化为可复用的AI规则体系。AI Agent带来了新的时代机遇。对企业级的SaaS软件厂商而言，找到独一无二的行业knowhow并借助AI大模型技术发挥出来，做出独一无二的AI Agent ，这才是未来垂直领域AI Agent商业化的秘诀。
《对话首席》是一档面向科技行业从业者的深度对话直播栏目，聚焦数智化浪潮下的战略思考与商业实践。栏目每期邀请1-2位对于科技领域有着独特见解的高层管理人员，通过1.5小时的高浓度对谈，解构数智化关键命题。
栏目话题包含宏观形势研判、前沿技术落地、行业格局变迁、竞争壁垒构建及业务增长路径等。通过嘉宾之间实践经验与行业洞察的碰撞，还原科技领军者在技术创新与商业博弈中的决策逻辑，为从业者提供兼具思想纵深与实践价值的行业参考。
