今天小編分享的科技經驗：從技術神話到應用落地：爆火的DeepSeek、Manus揭示了AI價值轉化密碼，歡迎閲讀。
Manus 這款通用型的 AI Agent 在過去一周多的時間裏，不僅徹底點燃了國内 AI 行業，也在海外引起了廣泛讨論。
開發者社區沸騰了，紛紛以開源的方式復現 Manus，大家興奮地讨論着 " 通用 " 二字的可能性——智能客服、自動編程、生產調度……以前的 AI，跟它説句話，它頂多給您答個話，而現在，AI Agent 能幫您把事兒給辦了。
Manus 的火爆完全超出了其團隊對市場的預估。Manus AI 團隊產品負責人張濤近日在朋友圈發文表示，這本是一個產品探索過程中的階段性收獲分享，不曾想過會引起巨大波瀾。
在過去短短兩個月的時間裏，AI 產業的遊戲規則已經發生翻天覆地的變化。
先是國產大模型 DeepSeek 用開源之力敲響技術變革的鍾聲，颠覆大模型競争格局；接着，Manus 這個 AI Agent 項目橫空出世，一夜爆火，點燃了全行業探索 AI 落地的熱情。
Manus 加速了 AI 落地熱潮｜圖片來源：business insider
Manus 現象背後藴含了一種強烈情緒：大家對過去的大模型 " 比拼參數、熱衷打榜 " 的叙事已經感到疲憊。人們無比期待實打實的 AI 落地。
德勤 AI 研究院稱，AI Agent 将改變基礎業務模式，實現新的工作、運營和價值交付方式。如果説過去 AI 是大模型打榜、拼參數的技術展示遊戲，如今則是 AI 應用場景的落地争奪戰。
風向變了，規則也變了。
新的共識在形成：從企業對大模型的選擇，到 AI 落地的具體過程，邏輯都已經改變，AI 產業正處在關鍵拐點。
重新理解企業AI護城河
這一波 AI 產業遊戲規則的劇變，繞不開 DeepSeek。
過去，大模型是 " 赢家通吃 " 的劇本，微軟靠着綁定 OpenAI、谷歌依靠 Gemini 快速吸引了一大批企業用户，其雲服務的增長速度都超出預期。捆綁大模型來銷售雲服務是其過去兩年的增長法寶。
然而，DeepSeek 的橫空出世打碎了這一切。
DeepSeek R1 的開源，将最一流的大模型水平和最低的成本，普惠給業界。在上線後不久，在最大的開發者社區 HuggingFace 裏，DeepSeek 的受歡迎程度（點贊量）就成為全球第一，創造了行業最快登頂的記錄。
過去，OpenAI、Gemini 在行業裏實現了絕對的技術領先，微軟 CEO 此前表示，OpenAI 的先發優勢可以讓其保持兩年的領先，沒有對手。但是打臉來的很快，不僅被 DeepSeek 以低幾十倍的成本追上，Anthropic 的 Claude 也迅速完成追趕，尤其在代碼方面實現了全球最佳。
于是，大量開發者從其他模型轉向 DeepSeek、Claude；OpenAI 的 CEO 甚至開始反思，選擇閉源可能是個錯誤的決定。
在 2 月份時，相信大家都有印象，從英偉達、AMD，到幾乎所有的雲計算公司，再到微信、Perplexity 等軟體應用，以及華為、聯想電腦這樣的硬體終端，幾乎每天就會看到某家公司宣布接入 DeepSeek。
可以説，DeepSeek 徹底瓦解了雲廠商依靠 " 捆綁 " 打造的大模型護城河。
另外，最新的 Qwen、Claude 等模型在技術方面的快速進展，也推動了另一個共識：依靠某個大模型的技術作為企業 AI 的護城河，優勢是極其短暫的。
DeepSeek R1 的開源開啓了 AI 產業的新拐點｜圖片來源：視覺中國
曾經，微軟雲增速一度超 35%，谷歌雲緊随其後，AWS 只有 20%，市場份額從 40% 滑向 30%，眼看要丢掉老大位置。
而如今，大模型不再是稀缺貨，捆綁模式成了老黃歷。重要的是，誰能最先擁抱客户最需要的大模型。AWS 借此奪回了主動權。
3 月 11 日，AWS 宣布 DeepSeek-R1 現已作為完全托管的無伺服器大語言模型（LLM）在 Amazon Bedrock 上正式可用。
圖片來源：亞馬遜雲科技微信公眾号
此次的發布進一步擴展了客户在 Amazon Bedrock 上使用 DeepSeek-R1 及其蒸餾版本（即經過訓練、類似于 DeepSeek-R1 的小型模型）的方式。
AWS 也是成為首個将該模型作為完全托管服務推出的雲服務提供商，以更高的效率滿足了企業對 AI 的訴求。再早些，Amazon Bedrock 也第一時間上線了最新版的 Claude 3.7。
在模型選型方面，AWS Bedrock 是一個亮點。Bedrock 平台集成了 Claude、Llama、DeepSeek 等 100 多種模型，企業随便挑随便調，還能微調優化。AWS 還祭出 Trainium 芯片，性價比比英偉達 H100 高 30%-40%。
在新一輪的 AI 競賽中，靈活、開放、自由是如今建立 AI 護城河的基礎。
而随着大模型普惠化、智能差距拉平，頂尖模型不再是最重要賣點，落地應用成了新戰場。
競逐 AI 落地應用的關鍵
還有兩個小工具最近也火了，一個叫 Browser Use，一個叫 MCP。
因為 Manus 在外網社交平台上的一篇帖子，這帖子獲得了超過 240 萬的浏覽量和數百次轉發，直接把 Browser Use 的日下載量從 3 月 3 日的約 5000 次飙升至 3 月 10 日的 28000 次。
Browser Use 是 Manus 執行各種任務的關鍵組件之一，比如點擊網站菜單和填寫表單。
MCP（Model Context Protocol）協定是由 Anthropic 提出來的，這協定旨在提供一個開放标準，用于連接大型語言模型（LLMs）與外部數據源和工具，簡化 AI 應用的集成與開發。
早在去年 10 月，Anthropic 就基于 Claude 模型，推出了擴展功能 Computer Use，用户能夠像指揮人類一樣指導 Claude 操作電腦，包括移動遊標、點擊按鈕和輸入文本。而在執行器方面，Manus 采用了在編程、以及長程規劃和逐步解決問題的能力暫時領先的 Claude。
相比之下，在沒有 MCP 之前，AI 助手要想與外部工具互動，必須通過編寫代碼并調用 API，這意味着每一種具體的連接都需要提前手動編程，效率低下且耗時費力。
這説明在 AI 落地應用的開發中，各種工具是相當重要。
另外，光有工具還不夠，數據才是 AI 落地的 " 命根子 "。沒有數據戰略的 AI 是無源之水，沒有 AI 賦能的數據是無舵之舟。
IDC 發布預測稱，到 2026 年将有 50% 的中國 500 強數據團隊使用 AI Agent 來實現數據準備和分析，并成為重要組織者和協調者；40% 的中國 500 強企業将實現數據智能與 AI 模型智能的結合，以統一 AI 模型和數據的綜合治理政策、實踐和技術。
不過，企業的業務流程和需求各不相同，如何将 AI Agent 與企業的現有系統和業務流程進行無縫集成，是一個關鍵問題。
因此，在 AI 落地方面，雲服務商的生态服務對于企業來説變得至關重要。以 AWS 為例，其生态完善，技術支持流程成熟，使得其 " 產品力 " 在過去一直是業界标杆。
比如，AWS 構建的 SageMaker 可以讓開發人員更輕松地大規模部署模型。Bedrock 和 SageMaker，前者幫你挑模型，後者讓你開發應用，存儲、計算、分析、連接數據。AWS 在生态服務的布局值得行業學習。
正如 AWS CEO 所言，企業們開始從推出一百個概念驗證轉向真正想要投入生產。" 他們必須能夠利用他們的數據。他們想要定制模型。他們想使用一堆不同的模型。他們想要有信息護欄。他們需要與自己的企業數據源集成。"
通過 Amazon Bedrock、SageMaker 等工具鏈，AWS 正在幫助全球企業打通 " 數據→ AI →商業價值 " 的閉環。
在新的 AI 浪潮裏，只有那些能将技術、場景緊密融合的企業，才能在噪聲中找到真正的信号和方向。
小結
如今，AI 已不再局限于 " 榜單 " 中的技術展示，而是急需深入到各行各業的實際應用中，成為推動商業變革的核心動力。
在 AI 落地的過程中，工具和數據的重要性愈發凸顯。同時，數據作為 AI 發展的 " 燃料 "，其融合和管理成為了企業 AI 戰略的核心。
IDC 的預測為我們描繪了一個清晰的藍圖：到 2026 年，AI Agent 将在數據準備和分析中扮演關鍵角色，推動企業實現數據智能與 AI 模型智能的深度結合。
AI 產業的未來充滿機遇與挑戰。Manus 和 DeepSeek 的成功只是序幕，真正的競争在于誰能最快、最有效地将 AI 技術轉化為商業價值。
對于企業而言，這不僅是一場技術的競賽，更是一場關于戰略、創新和執行力的全面較量。
