当AI竞争的战火蔓延至垂直Agent领域，从业者们常陷入迷茫：同赛道对手究竟在争什么？为何功能迭代与模型优化难以带来决定性优势？答案藏在“意图层”的竞争逻辑中——这里的战场不在功能堆叠，而在对用户需求的深度理解与数据积累的加速度。

一、战场本质：意图层＞功能层

用户一句“我想让公司增长”，背后是多层嵌套的意图图谱：  
• 主意图（显性目标）：增长；  

• 隐含意图（未明说的底线）：别搞坏现有系统；  

• 冲突意图（权衡项）：速度 vs 质量；  

• 演化意图（动态变化）：随用户学习调整的目标。  

传统垂直Agent的误区在于，将竞争简化为“功能战”（多一个功能、模型准一点），但真正的胜负手是意图理解深度。能建模完整意图图谱的Agent，与仅执行表面指令的Agent，服务的根本不是同一件事——前者积累用户认知，后者消耗机会。  

二、竞争单位：任务＞行业标签

“法律AI”并非一个市场。Harvey（通用法律）、Ironclad（合同管理）、EvenUp（人身伤害案件）虽同属“法律AI”，却服务完全不同的用户、场景与成功标准。真正的竞争单位是任务，其定义需四要素：  
• 触发情境（何时需要）；  

• 期望结果（用户要什么）；  

• 约束条件（限制是什么）；  

• 成功标准（如何判断完成）。  

这带来两个关键推论：  
1. 同行业未必竞争：若任务定义、用户、数据、成功标准不同，所谓“同行”可能根本不是对手；  
2. 跨行业可能直接竞争：法律合规Agent与金融合规Agent，若服务同一企业合规总监处理跨领域问题，便在争夺同一判断权。  

任务层是垂直Agent的“甜蜜区”——足够具体可执行，又足够宽泛有规模，但需警惕模型能力提升将任务层工作“步骤化”（被工具化、商品化），需持续向目标层（用户顶层目标）移动以保持价值。  

三、决胜关键：数据积累速度＞模型质量

Bessemer Venture Partners的阶段论揭示了竞争本质：  
• 0-12个月（功能平权期）：功能差异小，竞争靠营销与价格，领先无实质意义；  

• 12-24个月（数据分化期）：真实客户数据拉开差距，数据飞轮启动（更多数据→更好质量→更多用户→更多数据），18个月内领先者积累3-5倍于第二名的数据时，市场倾斜；  

• 18-36个月（格局固化期）：头部建立数据壁垒，后来者仅能切入更细分赛道或退出。  

模型质量差异因基础模型趋同而缩小，核心差异来自专有数据与工作流嵌入深度。当前许多垂直Agent的“功能优化”“体验打磨”在竞争逻辑中属次要，关键是以最快速度积累真实场景数据。  

四、颗粒度选择：量力而行的意图层级

颗粒度选择即意图层级定位，需平衡向上（目标层）与向下（步骤层）的陷阱：  
• 向上（目标层）：市场更大、粘性更强，但需任务层信任与数据积累，否则“全能Agent”宣称是空中楼阁；  

• 向下（步骤层）：安全但边界随模型能力下移（今日步骤层，明日可能被原生能力覆盖）。  

生态位四维度（功能、用户、数据、关系）可精准判断竞争烈度：两Agent在四维度高度重叠时，竞争最激烈；差异足够则可共存。  

五、移动策略：从任务层到目标层的“穿插战”

从任务层向目标层移动需三步：  
1. 细分任务服务质量：高质量完成单任务，建立基础信任；  
2. 细分任务连贯性：多任务组成完整工作流，用户依赖处理整体目标；  
3. 细分任务领域代表性：完成核心任务（非边缘），吸引目标层意图聚拢。  

移动速度由每一步的质量与连贯性决定——核心任务持续高质量交付的Agent，比功能多但平庸的Agent更快突破层级。  

六、护城河：上下文积累＞功能

护城河建立在三层上下文叠加上：  
• 个人上下文（用户偏好、习惯）；  

• 组织上下文（公司流程、历史决策）；  

• 领域上下文（行业知识、监管规则）。  

用户迁移成本是“重新让新Agent理解这一切”，随使用时间指数级增长。但需警惕：若意图升维（用户需要目标层服务）而仍用任务层逻辑，护城河会变“围墙”。参考移动互联网时代教训：功能是易复制的，行为是难迁移的（如Waze靠“司机社区维护路况”行为存活，而非导航功能）。  

七、生态关系：盟友与对手的动态边界

生态关系需重新划分：  
• 工作流上下游Agent：天然互补，需尽早深度集成（API、数据共享），锁定合作成本高于分开收益的盟友；  

• 相邻场景Agent：当前盟友，扩张后边界模糊（如销售Agent与CRM Agent，一方侵入另一方核心工作流即转为竞争）；  

• 同一任务Agent：直接竞争，数据积累速度决定胜负；  

• LLM提供商：既是供应商也是潜在竞争者（水平、可复制、战略重要的功能会被吸收；垂直特定、需专有数据、合规的功能不会）。  

独立性策略需覆盖技术、数据、客户关系、监管、社区五维度，避免被LLM提供商“吸收”。  

八、终局格局：意图层的“聚合器”与“工具”

Ben Thompson的聚合理论预测：控制意图的Agent将商品化下游专业化Agent，成为用户“第一个想到的调用入口”。最终格局将是2-3个意图聚合器（如工作Agent、个人Agent、领域专属Agent），瓜分意图层；垂直Agent的命运分两种：  
• 成为意图聚合器：需深度上下文积累、强任务完成记录、高用户信任；  

• 成为被调用工具：在聚合器编排下提供细分能力，定价权与用户关系由聚合器掌握。  

Harvey的策略印证了这一点——在成为通用法律意图聚合器的同时，通过收购专业化玩家补全能力。  

结语：抢占“这件事找谁”的瞬间

垂直Agent的竞争，表面是速度与资源的比拼，本质是数据积累速度、上下文深度、用户心智占位的综合较量。真正的战场，是用户脑海中“这件事找谁”的瞬间——谁占了那个瞬间，谁就控制了意图层；其他人，都在给它打工。