垂直消费 Agent：藏在购物车和病历本里的千亿赛道

通用 Agent 在免费内卷，垂直 Agent 在场景里收钱 2026，谁替用户把事做完，谁就卡住了下一个消费入口

当所有人都在争论"通用 Agent 会不会取代一切"时，一批"只干一件事"的垂直 Agent 已经悄悄赚到了钱——替你下单、替你看病、替你报税、替你填志愿。它们不炫技，不聊天，只做一件事：把事做完。

一、免费的通用，收费的垂直

2026 上半年 AI 原生应用榜单出炉：豆包以 3.82 亿 MAU 断层第一，千问 1.67 亿、DeepSeek 1.30 亿紧随其后。通用综合助手占据了绝对流量。

但一个反直觉的事实是——流量最大的，往往最不赚钱。综合助手沦为"免费入口"，靠补贴和广告维持；而榜单尾部那些"只做一件事"的垂直 Agent，却率先跑通了付费闭环。

麦肯锡给出硬数据：垂直 AI 部署的平均 ROI 是通用 LLM 的 2.3 倍。Gartner 更预测，2026 年内 40% 的企业应用将内置任务型 Agent。

李彦宏在 Create2026 提出了一个新度量衡——DAA（日活智能体数）："用户真正买单的不是 AI 会不会，而是 AI 能不能帮我把事做完。"这句话，恰好说透了垂直消费 Agent 的底层逻辑。

二、中国消费侧 Agent，已经放量

全球都在谈 Agent，但真正把 Agent 塞进普通人日常的，是中国。原因不是模型更强，而是"水管"本来就通：支付宝、微信支付把身份和授权嵌进了生活；密集的即时物流让一句语音指令几分钟内变成送到家的外卖；少数超级 App 把购物、支付、地图、出行装进同一个账户。

数据已经炸了：

· 蚂蚁"阿福"健康 Agent：月活突破 3000 万，单日提问超 1000 万次，55% 用户来自三线及以下城市；

· 支付宝 AI Pay：2026 年 2 月 23 日突破 1 亿用户，全球首个 AI 原生支付产品，春节周处理超 1.2 亿笔交易；

· 千问：6 天春节通过 Agent 下单 1.2 亿单，1.56 万 60 岁以上老人完成人生第一次网购。

Stanford HAI 的调研更说明问题：83% 中国受访者认为 AI 利大于弊，而美国仅 39%。消费侧的胃口，决定了 Agent 落地速度。

三、一人公司的缩影：8 个 Agent 卖出 3000 顶帽子

垂直消费 Agent 最性感的样本，是"一个人指挥一支 AI 军团"。

· 跨境电商小白张乾超，一个员工没招，靠 Accio Work 上的 8 个 Agent（市场调研、产品设计、开发、客服、合规……）做定制棒球帽，不到两个月接了 50–100 件样品单，卖出 3000 多顶；

· 温杰的 Agent 团队扩到 16 个，一个产品转化率长期上不去，Agent 9 分钟出优化方案，自动改了详情页，转化率自己翻了一倍；

· 极睿科技武彬，用 AI 操盘 6 家网店，累计 GMV 数亿元，人员减半、营收翻 3 倍；

· 义乌商户傅江燕，录一段口型，DeepSeek 生成文案，AI 自动产出 36 国语言带货视频，把袜子卖向全球。

电商零售的 Agent 渗透率已达 67%。AI 正在把"人力密集型"的生意，重写成"算力密集型"——老板发指令，Agent 自己协作、自己交付。

为什么是电商先跑通？ 因为它天然有"结果"——GMV、转化率、退货率都是硬指标。Agent 把转化率和客单价提上去，商家当场就愿意付钱。越垂直的赛道，客户越愿意付高价。

四、健康 Agent 下沉县城，院士开"AI 分身"

医疗曾是 AI 落地最慢的领域——误诊的代价，远高于一次错误交易。但 2026 年出现拐点：十余项 AI 影像辅助诊断纳入医保，商业化闭环第一次打通。

消费侧的"阿福"把这件事做到了极致：它听得懂方言、能解读 99% 的常见检验报告、准确率超 95%，包括 6 位院士在内的 500 多位名医在上面开通"AI 分身"，牧民骑摩托十几小时才能到的诊室，现在手机上就能问。

更值得玩味的是普惠性：阿福 55% 的用户来自三线以下城市。当一线三甲还在纠结部署，县城和乡镇已经用 Agent 填上了资深医师的缺口。医疗 Agent 的渗透率正从 15% 向 50% 爬升（2026–2028 预测）。

五、壁垒三件套：为什么 7B 能打翻 70B

通用大模型军备竞赛仍在继续，但更高价值的战场，已经转移到"谁把 AI 嵌进了真实工作流"。垂直 Agent 凭什么打得过参数大它十倍的通用模型？三件武器：

① 垂直数据飞轮——越用越懂行业。医疗 AI 在真实病历上迭代出的诊断偏好，通用模型永远学不到。

② 合规架构——把等保、HIPAA 做进"数据访问层"而非输出过滤器，从根上可控。

③ 工作流嵌入深度——不是多一个聊天框，而是成为 ERP、EHR、律所知识库的接口本身。

工程上已成定式：微调管"行为风格"，RAG 管"知识时效"。农业基准显示混合架构准确率 86%，7B 域模型在约束任务上常超 70B 通用模型。小而专，反而更可靠、更便宜。

六、定价拐点：从按席位，到按结果

这是垂直 Agent 吃掉 SaaS 的根本经济逻辑。

传统 SaaS 按"人头"收费——席位越多越贵，企业于是拼命控制账号数。但 Agent 是来替人干活的，按人头收反而不合理。Sierra 给出新范式：按处理工单收 1.5–3 美元；EvenUp 按理赔结果收费；国内一体机把 Token 边际成本压到公有云的 1/3–1/5。

当定价从"你养了多少人"变成"你搞定了多少事"，Agent 的价值第一次能被精确计量。这也是为什么法律、医疗这些高客单、强合规行业，反而比教育更早跑通付费。

七、冷数据：88% 的试点，死在半路

热情归热情，真相很冷。Forrester 与 Anaconda 2026 年联合调查：88% 的 AI Agent 试点未能进入生产环境；IBM 更直白——仅 25% 的 AI 项目实现了预期 ROI。

三大死因：评估体系缺失（64% 领导者提到"无法量化 Agent 好不好用"）、治理摩擦（IT/法务/合规审批卡死，57%）、模型可靠性不足（幻觉、行为不一致，51%）。

还有一个反差陷阱：教育月活已破 1.2 亿，却普遍"高活跃、低付费"——C 端家长与学生订阅意愿弱、学校 B 端预算分散。商业化拐点迟迟未到。

所以，别被"月活"骗了。判断一个垂直 Agent 值不值得信，只看三点：数据飞轮转没转、工作流替没替代人、定价按没按结果。三点占全才算过关，占不全，大概率是演示漂亮、生产用不上。

风险提示： 垂直 Agent 仍可能被大模型"内置成 skill"反噬（详见《Agent 价值大迁徙》）。没有数据飞轮、只做薄封装的"伪垂直"，是最先被吞掉的。真正的护城河，是行业 Know-How + 合规架构 + 工作流嵌入的深度。

通用 Agent 在免费内卷， 垂直 Agent 在场景里收钱。

2026，谁替用户把事做完， 谁就卡住了下一个消费入口。

结语：把事做完，才是 Agent 的终点

聊天框里的通用模型，是入口；购物车、病历本、志愿表里的垂直 Agent，才是生意。当 1300 万人每天用 Agent 替自己干活，Token 不再是便宜的额度，而是被场景点燃的算力刚需。下一座金矿不在"更聪明的底座"，而在"更懂行的执行"——谁卡住场景，谁就卡住了钱。