ReelOS.AI 禅定｜一句话看懂本文
研究 Agent 公司，不是看它宣称多智能，而是看它接管了哪段工作、获得了什么权限、如何验证结果，以及客户为什么持续付费。
- 模型能力正在快速普及。
- 官网里的“更智能”很难形成有效区分。
- 真正差异发生在它进入哪一段工作流。
- 是否拿到数据、工具和执行权限。
- 是否定义完成、失败和人工升级条件。
- 是否能独立验证结果，而不是让模型自证。
- 是否把例外沉淀为流程、评测和产品能力。
- 是否以客户认可的结果持续计价。
- 应用公司出售工作结果，平台公司出售生产与治理能力。
- 所以 Agent 创业的分水岭，是能否成为可靠的工作系统。
这不是一份融资排名，也不是估值榜。
它是一份研究 Agent 公司的官方资料起点：从官网定位进入产品页面，再沿客户案例、定价、集成、安全治理、文档和招聘岗位，判断一家公司究竟占据了哪个工作入口，又能否把模型能力变成稳定结果。
本文入口最后核对于 2026 年 7 月 13 日。产品路径可能调整，具体信息以官方站点为准。
一、软件开发：从工作台到数字劳动力
1. Cursor：AI 原生软件开发工作台
官方入口
Cursor 不只是一个代码补全工具，而是将代码生成、代码库理解、任务规划、执行与审查逐步整合进开发环境。它占据的是软件生产入口，而不只是一次模型调用。
2. Cognition / Devin：面向工程任务的数字劳动力
官方入口
Devin 的产品目标不是单纯辅助工程师写代码，而是接收任务、理解代码库、执行修改、运行测试并交付结果。它代表 Agent 从“开发工具”向“工程产能”迁移。
二、客户体验：围绕解决率与业务结果构建 Agent
3. Sierra：面向客户体验的结果型 Agent
官方入口
Sierra 帮助企业构建直接服务客户的 AI Agent。它的核心不只是回答问题，而是连接企业业务系统，完成账户处理、订单修改、服务操作等真实任务。
4. Decagon：多渠道客户服务 Agent
官方入口
Decagon 将聊天、邮件和语音等客户服务渠道连接到统一的 Agent 系统，并通过 Agent Operating Procedures 将企业服务规则转化为可执行流程。
5. Fin：从 SaaS 帮助台走向结果型客服 Agent
官方入口
Fin 的价值不只是生成客服答案，而是自主解决客户问题，并围绕解决率、转人工率和成功结果进行衡量。它是观察“SaaS 如何转向 Agent”的重要案例。
三、垂直专业与企业上下文：护城河来自系统，而不是行业提示词
6. Harvey：法律与专业服务 Agent
官方入口
Harvey 面向律师事务所和企业法务，覆盖法律研究、合同分析、尽职调查、诉讼和专业工作流。它说明垂直 Agent 的护城河不是行业提示词，而是专业知识、可信来源、权限控制和可审计流程。
7. Glean：企业上下文与 Agent 平台
官方入口
Glean 最初以企业搜索建立产品入口，随后扩展到 Assistant 和 Agents。它的核心资产不是某一个模型，而是企业内部的数据连接、权限关系和上下文系统。
四、通用任务、销售与 Computer Use：分发、频率与可靠性的实验场
8. Manus：面向普通用户的通用任务 Agent
官方入口
Manus 将产品重点放在执行任务和交付完整成果，而不是只提供对话答案。它是研究通用 Agent、长任务执行和消费级 Agent 分发的重要样本。
Manus 官网目前已标注其归入 Meta，因此更适合作为通用 Agent 产品与分发案例研究，不应再被当作独立创业公司的实时样本。
9. 11x：销售与 GTM 数字员工
官方入口
11x 将 Agent 包装成销售数字员工，覆盖潜在客户研究、名单生成、销售触达和管道运营。它代表了“按岗位包装 Agent”的产品路线。
但研究这家公司时，不能只看官网客户名单和增长宣传，还需要独立核实付费客户、续费率、收入质量和实际生产使用情况。
10. Adept：Computer Use Agent 的早期探索者
官方入口
Adept 很早就探索通过视觉理解和界面操作控制软件，是 Computer Use Agent 的重要先驱。
但它更适合作为技术路线与公司演化案例研究，而不应再被简单列为当前独立 Agent 创业的标准答案。
五、平台与基础设施：让 Agent 从概念验证走向生产
11. Lyzr：企业 Agent 开发与治理平台
官方入口
Lyzr 面向企业提供 Agent 构建、部署和治理能力，重点解决 Agent 从概念验证进入生产环境的问题。
它适合作为 Agent Platform 与企业交付模式的观察案例，但有关融资规模和经营数据，仍应区分公司自述、媒体报道和已经完成的正式交易。
12. LangChain：Agent 工程基础设施
官方入口
LangChain 的价值不在于直接完成某项企业工作，而在于帮助开发者构建、测试、评估、部署和监控 Agent。
它不是典型的垂直 Agent 应用，而是 Agent 工程生态的重要基础设施。
六、官网速查表
| 类型 | 公司或产品 | 官方网站 |
|---|---|---|
| Coding Agent | Cursor | cursor.com |
| Coding Agent | Cognition | cognition.com |
| Coding Agent | Devin | devin.ai |
| 客户体验 Agent | Sierra | sierra.ai |
| 客服 Agent | Decagon | decagon.ai |
| 客服 Agent | Fin | fin.ai |
| SaaS / Helpdesk | Intercom | intercom.com |
| 法律 Agent | Harvey | harvey.ai |
| 企业知识与 Agent | Glean | glean.com |
| 通用任务 Agent（Meta） | Manus | manus.im |
| 销售 Agent | 11x | 11x.ai |
| Computer Use Agent | Adept | adept.ai/blog |
| Agent 平台 | Lyzr | lyzr.ai |
| Agent 工程基础设施 | LangChain | langchain.com |
七、如何研究一家 Agent 公司
不要只打开官网首页看一句定位。
研究一家 Agent 公司，至少要依次查看：
产品页面 → 客户案例 → 定价方式 → 集成系统 → 安全与治理 → 官方文档 → 招聘岗位。
首页告诉你公司希望成为什么。
客户案例告诉你产品实际上解决了什么。
定价方式告诉你公司究竟在卖软件、算力，还是工作结果。
集成与权限说明它是否真正进入生产系统。
安全、治理与评测页面说明它如何控制失败。
招聘岗位则会暴露它当前真正缺少的能力。
研究 Agent 公司，不能只看它会做什么，还要看它进入了哪个工作流、获得了什么权限、如何验证结果，以及客户为什么持续付费。