《AI Agent智能体行业深度：产业格局、发展展望、产业链及相关企业深度梳理-250314（36页）.pdf》由会员分享，可在线阅读，更多相关《AI Agent智能体行业深度：产业格局、发展展望、产业链及相关企业深度梳理-250314（36页）.pdf（36页珍藏版）》请在三个皮匠报告上搜索。

1、 1/36 2025 年年 3 月月 14 日日 行业行业|深度深度|研究报告研究报告 行业研究报告 慧博智能投研 AI Agent智能体智能体行业深度：产业格局、发展行业深度：产业格局、发展展望、产业链及相关企业深度梳理展望、产业链及相关企业深度梳理 自 ChatGPT 成为全球现象级产品以来，人工智能领域的发展按下加速键。尽管 ChatGPT 等 AI 产品拥 有强大的文本生成能力，但其仍有较大的局限性，如无法完成工具调用的复杂任务、无法自主解决问题 等，加之人们对 AI 产品的人机交互需求提升，ChatGPT 等 AI 产品已无法满足市场需求，需要自主性、交互性更强的 AI 产品。同时，

2、深度学习、自然语言处理、自动化执行等技术的不断进步，也为 AI 产品 的进一步发展提供了技术基础。在此背景下，AI Agent 逐步成为新的关注重点，其商业应用有望在 2025 年多点开花。AI Agent（又称人工智能代理），是一种能自主感知周遭环境，通过内在的智能处理进行决策，并执行相应行动以达成特定目的的智能体。其核心特征是通过与环境互动收集数据，独立规划任务路径、调用工具并执行决策，最终在无需人工干预的情况下实现预设目标。以下内容我们就将围绕 AI Agent，对相关问题展开分析和梳理。首先我们将立足 AI Agent 基础情况，对 AI Agent 涉及概念内涵、市场现状、具体应用展

3、开分析；其次，将对行业产业链情况、AI Agent 商业价值、所将带来的 C 端及 B 端产业格局改变、相关公司展开梳理。最后，将着眼于行业发展的视角，对 AI Agent 的后续发展进行展望，以期帮助大家加深对 AI Agent 的了解和认知，更好地把握 AI Agent的发展脉络。目录目录 一、行业概况.1 二、市场现状.7 三、具体应用分析.11 四、产业链分析.14 五、商业模式.17 六、产业格局.19 七、相关公司.26 八、发展展望.30 九、参考研报.35 一、一、行业概况行业概况 1、什么是什么是 AI Agent？AIAI AgentAgent（人工智能体）是能够感知环境、

4、自主规划、进行决策和执行动作以实现目标的智能体，具有（人工智能体）是能够感知环境、自主规划、进行决策和执行动作以实现目标的智能体，具有自主性、交互性、反应性、适应性等基本特征自主性、交互性、反应性、适应性等基本特征。与大模型和人类通过 prompt 进行交互的指令导向不同，AI Agent 具备了通过独立思考、自主规划、调用工具去逐步完成给定目标的能力，为目标导向。2/36 2025 年年 3 月月 14 日日 行业行业|深度深度|研究报告研究报告 工作原理方面，根据LLM Powered Autonomous Agents（LilianWeng，2023），AI Agent 核心驱动核心驱动

5、力为大语言模型，规划、记忆和工具使用是其三个关键的组件，即力为大语言模型，规划、记忆和工具使用是其三个关键的组件，即 AIAI Agent=LLMAgent=LLM（大语言模型）（大语言模型）+Planning+Planning（规划）（规划）+Memory+Memory（记忆）（记忆）+Tools+Tools（工具）（工具）。具体来看，AI Agent 通过传感器感知周围环境，使用 LLM 进行记忆检索、决策推理和行动规划等，结合外部工具获取信息等，最终或使用具体执行器做出响应。规划（规划（PlanningPlanning）：任务分解：调用 LLM 通过思维链能力将复杂任务分解为较小、可管理

6、的子目标；反思和完善：通过对过去行为进行自我批评和反思，从错误行为中吸取教训并为未来的步骤进行改进，从而提高最终结果的质量。记忆（记忆（MemoryMemory）：短期记忆：所有输入会形成短期记忆，以及上下文学习等都是利用模型的短期记忆来学习。短期记忆受到有限上下文窗口长度的限制；长期记忆：提供了长时间保留和调用信息的能力，外部向量数据库可通过快速检索进行访问。工具使用（工具使用（ToolsTools）：外部工具 API：通过使用外部工具 API 可获取大模型以外的信息和能力，如查询行程、设定闹钟等；插件功能：通过调用插件访问特定数据源等。MAhXqQqPyQyRqNrP9P8QaQsQmMt

7、RmRkPnNnOjMoPtMaQqQwPwMpOmRMYtPsP 3/36 2025 年年 3 月月 14 日日 行业行业|深度深度|研究报告研究报告 按交互对象不同，按交互对象不同，AIAI AgentAgent 可分为自主智能体（可分为自主智能体（AutonomousAutonomous AgentAgent）和生成智能体（）和生成智能体（GenerativeGenerative AgentAgent）：自主智能体：交互对象只有人类，是在特定应用场景中根据人类通过自然语言提出的需求，依赖内在决策机制自动执行任务，从而实现预期结果的独立运行智能体，如 AutoGPT、ChatGPT+插件等

8、应用形式；生成智能体：交互对象包括人类和其他智能体，如斯坦福和 Google 创建的西部世界小镇，其中 25 个智能体在小镇上各自赋予了独特的个性和背景故事，有着组织结交、举办情人节、聊八卦等日常生活。2、发展历程：大模型赋予发展历程：大模型赋予 AI Agent 底层技术突破，探索通往底层技术突破，探索通往 AGI 之路之路（1）学习范式：大模型赋能下，学习范式：大模型赋能下，AI Agent 迁移学习能力快速提升迁移学习能力快速提升 AIAI AgentAgent 发展逾发展逾 4040 年，大模型赋能下跨入新的智能体阶段年，大模型赋能下跨入新的智能体阶段。20 世纪 80 年代 Wool

9、dridge 等人将 Agent引入人工智能，自此之后 AI Agent 经历了符号智能体、反应型智能体、基于强化学习的智能体、具有迁移学习和元学习功能的智能体四大发展阶段。由于只能基于学习框架学到特定技能，未能理解从而泛化性较差，此前的 AI Agent 只能用于特定领域。符号智能体：主要通过逻辑规则和符号封装知识促进推理过程，应用在特定技术领域。如 1980 年左右出现的模拟心理治疗、医学诊断专家系统等。反应型智能体：为基于反应机制的智能体，能实时感知环境并作出快速响应，主要应用于机器人、游戏AI 等领域。如游戏中反应型智能体可通过学习玩家的操作习惯和战术，实时调整自己的游戏行为。基于强化

10、学习的智能体：主要为通过智能体与环境的持续交互，利用最大化环境奖励来实现优化以期达到更高的智能水平，标志性的应用如围棋领域的 AlphaGo。基于迁移学习和元学习的智能体：主要为让智能体从少量样本中迅速推理出实现指令的最优策略。LLMLLM 带来深度学习新范式，带来深度学习新范式，AIAI AgentAgent 迁移学习能力快速提升迁移学习能力快速提升。此前的强化学习等范式主要集中在增强特定领域的技术能力，但通用能力的发展被忽视，如长期规划、有效泛化、知识记忆等。随着 OpenAI 陆续发布 ChatGPT、GPT-4 推进以文本模型为主的大模型迭代，国内外科技巨头均在 AI 大模型领域加快布

11、局，LLM 快速发展但其仍存在的诸多不足如幻觉、上下文容量限制等使得基础大模型无法直接通向 AGI。4/36 2025 年年 3 月月 14 日日 行业行业|深度深度|研究报告研究报告 而 LLM 具备的自然语言理解能力、思维链、涌现能力使得 AI Agent 具备了较好的学习和迁移能力，处理问题的泛化性效果增强，推动着 AI Agent 进入了新智能体阶段，成为通向 AGI 的主要探索路径。（2）工作模式：从过程导工作模式：从过程导向转为目标导向，自动化程度为关键转折点向转为目标导向，自动化程度为关键转折点 生成式生成式 AIAI 人机协同模式主要分为嵌入模式（人机协同模式主要分为嵌入模式（

12、EmbeddingEmbedding）、副驾驶模式（）、副驾驶模式（CopilotCopilot）、智能体模式）、智能体模式（AgentAgent）三种）三种：嵌入模式嵌入模式：用户使用文本或语音交流，通过 Prompt 输入使得生成式 AI 创作小说、音乐作品、代码等。在该模式下，生成式 AI 为执行指定命令的工具，人类承担着目标的规划和决策，完成绝大部分工作；副驾驶模式副驾驶模式：AI 介入到工作流程中，承担如为程序员编写代码、检测错误以及优化程序等辅助性工作。在该模式下，AI 和人类协作工作，互相弥补短板、纠正错误；智能体模式智能体模式：人类设定目标，生成式 AI 独立承担大部分工作，人

13、类只负责监督进展及评估最后的成果。在该模式下，AI 承担着绝大部分工作，具有独立思考和规划的能力。基于 LLM 的 AI Agent 相较于嵌入模式、副驾驶模式，其工作模式更为高效，主要的差别在于 LLM 发展带来的“自主规划”能力。嵌入模式、副驾驶模式均需要人类指挥规划，而 AI Agent 具有自主记忆、推理、规划和执行的全自动能力，过程中不需要人的介入。5/36 2025 年年 3 月月 14 日日 行业行业|深度深度|研究报告研究报告 3、AgentAI 的下一步的下一步，包括端侧，包括端侧 Agent、应用侧应用侧 AI Agent 两类载体两类载体 AIGCAIGC 赋能的第三类场

14、景为赋能的第三类场景为 AIAI AgentAgent。Agent 为 AI 应用的下一步，AI 由副驾驶逐步转向人类生产生活的独立助手，能够自主调用资源完成任务，人类在其中更多起到监督和评估的作用。AI Agent 目前有两类载体，一类为端侧 Agent，基于手机、电脑等终端为用户服务，能自主调用终端中的功能与信息；另一类为软件层面的 Agent，尤其看到在企业生产管理类软件中，基于企业目前积累的特有知识，实现任务自动化。Gartner 预测，到 2028 年，至少 15%的日常工作决策将通过人工智能代理自主完成（这一比例在 2024 年尚为 0%）。（1）端侧端侧 AI Agent：终端为

15、个人：终端为个人 AI 助理优质载体助理优质载体 手机等终端设备承载大量个人专属信息，能够帮助 AI Agent 实现个性化服务，同时 AI 在端侧运行减少用户数据频繁上云，可兼顾 AI 能力与数据隐私安全，终端侧为个人 AI Agent 的良好载体。目前，各大手机厂商均推出手机端目前，各大手机厂商均推出手机端 AIAI。端侧 AI 基于蒸馏剪枝后的轻量化模型在手机本地运行，同时端侧算力不够的情况下可连接到私有云上计算，确保用户数据安全和隐私。以 Apple Intelligence 为例，AI 在端侧可实现自然语言理解，且实现基于个人背景的跨应用交互，AI 能够以个人信息为基础，从所有应用中

16、检索和分析最相关的数据，以及读取屏幕内容，实现跨应用交互，打通终端信息，成为真正的个人助理。此外，基于生成式 AI，用户在手机端还可实现图片生成与编辑，文本改写、校对与摘要，录音转写与摘要，邮件快速回复建议等。目前，Apple Intelligence 部分功能已于美国率先上线。除苹果苹果外，小米小米、荣耀荣耀、三星三星、谷歌谷歌也先后推出手机端 AI 功能。除手机外，智能眼镜、PC、机器人等端侧设备也为 AI Agent 成熟载体。智谱推出智谱推出 AgentAgent 最新进展，探索最新进展，探索 LLMLLM-OSOS 的可能性的可能性。智谱于 2024 年 11 月推出在 Agent

17、探索上的最新进展。包括 AutoGLM 可以自主执行超过 50 步的长步骤操作，也可以跨 app 执行任务，支持数十个网站的无人驾驶，以及像人一样操作电脑的 GLM-PC 启动内测，基于视觉多模态模型实现通用 Agent 技术探索。更进一步，智谱 CEO 张鹏将 Agent 看作是大模型通用操作系统 LLM-OS 的雏形，与智能设备结合后将为端侧智能化带来新的进展。6/36 2025 年年 3 月月 14 日日 行业行业|深度深度|研究报告研究报告（3）应用侧应用侧 AI Agent：企服应用为：企服应用为 B 端端 Agent 优质载体优质载体 从海外进展来看，随着生成式 AI 和推理技术的

18、快速发展，AI Agent 在 B 端企业服务场景中的应用潜力正在加速释放。通过与企业积累的大量运营数据深度结合，AI Agent 能够基于角色定位和目标导向，实现一定程度的自主操作，有效承担企业内重复性和低附加值的工作。这不仅帮助企业简化流程、提升效率，还通过减少人工投入和优化资源配置，显著降低运营成本，为企业提供了智能化转型的新路径。SalesforceSalesforce 的的 AgentforceAgentforce 是一个典型的应用侧代理平台是一个典型的应用侧代理平台。它允许企业在 Salesforce 平台上构建和部署自主 AI 代理，这些代理能够自动执行各种业务功能，如销售、服务

19、、营销和商务等。Agentforce 的主要特点包括：自主操作自主操作：代理可以独立分析数据、做出决策并完成任务，如解决客户问题、筛选销售线索和优化营销活动。深度集成深度集成：作为 Salesforce 平台的一部分，Agentforce 代理能够无缝访问和交互各种 Salesforce 应用中的数据，利用客户信息、触发工作流程和更新记录。可定制性可定制性：用户可以使用低代码或无代码工具，快速构建和定制代理，以满足特定的业务需求。安全性和信任安全性和信任：Agentforce 通过 Einstein Trust Layer，确保代理在使用任何大型语言模型时，Sales force 数据不会被第

20、三方模型提供商查看或保留。Agentforce 在 Q3 最后一周投入生产使用，仅在第三季度就有超过 200 笔 Agentforce 交易，且公司在Agentforce 层面已看到巨大的潜在需求。Salesforce 首席执行官 MarcBenioff 于近期宣布，公司计划招聘超过 1000 名员工，以强化 Agentforce 的推广。北京时间北京时间 20242024 年年 1010 月月 2222 日，微软重磅宣布在日，微软重磅宣布在 Dynamics365Dynamics365 中集成了中集成了 1010 个自主个自主 AIAI AgentAgent。这 10 个 AI Agent

21、基于 OpenAI 的最新模型 o1，具备自主学习能力，能够自动执行跨平台的超复杂业务，节省大量 7/36 2025 年年 3 月月 14 日日 行业行业|深度深度|研究报告研究报告 时间和运营成本。微软 CEO、董事长 Satya Nadella 亲自宣布了这一 AI 新进展，并表示目前已有 60%的财富 500 强企业正使用 Microsoft365Copilot 来加速业务成果并增强团队能力。企业降本增效需求日增，企业降本增效需求日增，AgentAgent 为重要手段，企服类软件为应用侧为重要手段，企服类软件为应用侧 AgentAgent 优质落地场景优质落地场景。当前企业降本增效需求日

22、增，AI Agent 为未来提升企业运营效率重要手段，且企服类软件为此类 Agent 落地优质场景。二、市场现状二、市场现状 1、从被动响应到主动闭环，从被动响应到主动闭环，AI Agent 开启智能决策新纪元开启智能决策新纪元 AIAI AgentAgent 是基于是基于 LLMLLM 构建的自主决策系统，通过任务分解、记忆管理与工具调用实现复杂目标闭环构建的自主决策系统，通过任务分解、记忆管理与工具调用实现复杂目标闭环。其核心架构以 LLM 为大脑，具备三层能力：规划层将宏观任务拆解为可执行的子目标，并通过自我反 8/36 2025 年年 3 月月 14 日日 行业行业|深度深度|研究报告

23、研究报告 思机制优化执行路径；记忆层整合短期上下文学习与长期外部向量数据库，实现跨会话的知识沉淀；工具层动态对接 API 扩展能力边界，实时获取模型权重外的信息。典型代表 AutoGPT 通过这三层架构，可自主完成从数据爬取到分析报告生成的全流程，突破传统 AI 单点工具的限制，形成系统的自治。AIAI AgentAgent 能够代表用户或系统自主执行任务，通过设计工作流程并调用工具实现复杂功能能够代表用户或系统自主执行任务，通过设计工作流程并调用工具实现复杂功能。人机协作模式按照自动化程度不同，可以分为三种：Embedding、Copilot、Agent。AI Agent 不仅限于 NLP

24、等基础的模块化工作，还涵盖决策制定、问题解决、与外部环境交互及执行动作等能力。例如，在软件设计、IT 自动化和代码生成等企业场景中，AI Agent 利用大语言模型（LLMs）的高级自然语言处理技术，逐步理解用户输入并调用外部工具完成任务。其核心价值在于通过自主性和智能化能力，显著提升任务执行效率并降低人工干预需求。AIAI AgentAgent 通过自主任务分解与动态规划实现复杂流程自动化通过自主任务分解与动态规划实现复杂流程自动化。非 Agentic 聊天机器人受限于单轮对话模式，需用户逐步输入指令，而如 AutoGPT 等 Agentic 系统能自动解析用户需求，生成多级子任务序列。以生

25、成行业分析报告为例，AI Agent 可自主规划数据采集、清洗建模、可视化输出全流程，调用代码解 9/36 2025 年年 3 月月 14 日日 行业行业|深度深度|研究报告研究报告 释器与数据库接口完成操作，无需人工拆分步骤。这种基于目标导向的架构使其在软件开发、数据分析等领域实现端到端解决方案，突破传统 ChatBots 线性交互的局限。2、大模型能力增长遇瓶颈，国内外科技大模型能力增长遇瓶颈，国内外科技大厂转向大厂转向 AI Agent（1）国外市场：）国外市场：OpenAI、Google 等等将注意力从模型转移至将注意力从模型转移至 AI Agent 工具上工具上 OpenAIOpen

26、AI、GoogleGoogle、AnthropicAnthropic 正在将注意力从模型转移至一系列正在将注意力从模型转移至一系列 AIAI AgentAgent 工具上，工具上，“贾维斯贾维斯”未来将未来将至至。AnthropicAnthropic：Anthropic 发布了 Claude3.5Sonnet 升级版，推出革命性功能Computer use，可通过API 即可实现 AI 与 PC 交互，替代人力进行使用计算机控制鼠标、键盘，包括查看屏幕、移动光标、点击按钮和输入文本等操作。GoogleGoogle：根据 The Information，Googel 正在开发一个专门针对 Chr

27、ome 浏览器进行了优化的 AI Agent，其代号为Project Jarvis，将为用户执行任务，包括“收集研究资料、购买产品或预订航班”。Project Jarvis 将由 Gemini2.0 提供 AI 支持，只能在 Web 浏览器上运行。Project Jarvis 在执行不同操作时，中间会有几秒钟的思考时间。此外，根据至顶网，谷歌云计划推出 AI Agent 合作伙伴计划以及新的 AI Agent Space，其目的是让客户在谷歌的在线市场上轻松查找、购买和部署合作伙伴的人工智能代理，推动生成式人工智能销售和客户增长。OpenAIOpenAI：OpenAI 推出代号为“Operat

28、or”的新型 AI Agent 工具。该工具能够在用户的计算机上自动执行任务，如编写代码或预订行程。（2）国内市场：）国内市场：百度、腾讯、钉钉等互联网大厂百度、腾讯、钉钉等互联网大厂加速跟进加速跟进 国内智谱抢跑发布国内智谱抢跑发布 AutoGLMAutoGLM，百度、腾讯、钉钉等互联网大厂纷纷跟进，百度、腾讯、钉钉等互联网大厂纷纷跟进。智谱智谱：智谱发布“Web Browser Use”AutoGLM-Web，一个能模拟用户访问网页、点击网页的浏览器助手。具体来看，可以根据用户指令在私域网站上完成高级检索并总结信息；模拟用户看网页的过程，进行批量、快速的浏览并总结多个网页内容；结合历史邮件

29、信息回复邮件。智谱还发布了 AI 手机端的“phone use”AutoGLM，只需接收简单的文字/语音指令，它就可以模拟人类操作手机，通过一句话的方式手机便可自动点外卖、发微信、写点评、给朋友圈评论。根据科创板日报，目前，智谱的 AutoGLM 可适配微信、淘宝、美团、小红书、大众点评、12306、携程、高德地图共 8 款应用。百度百度：百度世界 2024 现场，李彦宏分享了百度在过去一年的技术创新最新成果，并发布了两大 AI 应用方向：智能体和产业应用。李彦宏现场展示了 4 种不同类型的智能体，包括公司类智能体，角色类智能 10/36 2025 年年 3 月月 14 日日 行业行业|深度深

30、度|研究报告研究报告 体，工具类智能体和行业类智能体。例如行业类智能体中，大会现场展示的法律行业智能体法行宝，它可以帮助用户解答各类法律相关的问题。上线半年多以来，法行宝为 940 万人提供了高效、可信赖的法律服务，已经回答了 1660 万个问题，成为每个人免费的 AI 律师。钉钉钉钉：钉钉迎来重磅升级：AI 深入业务场景，钉钉面向企业关键场景推出“精选 AI 助理”，首批已上线工单助理、Excel 助理、法务助理等 6 大 AI 助理。同时，钉钉联合生态伙伴发布行业 AI 解决方案，覆盖制造、医疗、零售、教育等行业。腾讯腾讯：腾讯出品的 ima.copilot（以下简称 ima）正式上线了

31、Windows 版本。ima 由腾讯混元大模型提供技术支持，是面向学习、办公场景，以知识库为核心的 AI 智能工作台，是搜、读、写一体的效率工具。3、软件开发门槛大幅降低，千行百业爆款软件开发门槛大幅降低，千行百业爆款 Agent/应用将至应用将至 人人编写软件时代或将来临，软件开发门槛大幅降低人人编写软件时代或将来临，软件开发门槛大幅降低。根据 ARK，在代码编程领域，AI 作为代码助手能够帮助人类减少 55%的编程时间。此外，AI 编程不仅提高了开发效率，还将降低对专业开发者技能的需求，未来人人都是开发者成为可能，使得软件开发更加民主化，更多的人有机会和能力参与到软件开发中。根据 Gart

32、ner 预测，到 2025 年，70%的应用程序将由低代码和无代码开发平台构建，其中 80%的应用程序由非 IT 工作者开发而成。千行百业爆款智能体应用有望陆续涌现千行百业爆款智能体应用有望陆续涌现。软件开发门槛的降低有助于涌现大量智能体应用，而具备客户真实场景，致力于解决客户实际需求的厂商有望率先重塑人与技术互动方式，打造出现象级的 AI 应用，从而占据价值链当中的核心位置。随着 AI Agent 变得越来越易用和高效，Agent+的产品越来越多，未来 AI Agent 有望成为 AI 应用层的基本架构，涵盖 toC 和 toB 产品等不同领域。目前，零售与电子商务、教育、房地产、人力资源、

33、金融服务等多领域 AI 智能体应用已落地发布。11/36 2025 年年 3 月月 14 日日 行业行业|深度深度|研究报告研究报告 三、具体应用分析三、具体应用分析 随着大模型竞争加快、政策鼓励研发投入、更多企业参与 AI 研究等因素，应用层面的 AI Agent 推进速度加快。智能体大致可以分为六类，根据他们被设计出的特点，可以作用在不同的应用领域上。不同类别的智能体给予应用层面上更多研发方向，像目前关注度较高的自动驾驶技术、智能电网控制、能源管理等都能被垂类智能体覆盖。结合多模态大模型，自动化和情感需求类智能体已落地。但商业化智能体仍需考虑成本问题，由于智能体之间的交互过程可能出现错误循

34、环且输出结果不一定符合需求，tokens成本远高于普通 LLMs。1、自动化类：微软智能体自动化类：微软智能体 AutoGen 微软研发的 AutoGen 是一种多智能体沟通的模型，这些智能体通过对话完成任务。实验发现这种多智能体沟通模式可以有效提高 AI 解决问题的准确性以及成果的完整性。使用 AutoGen，开发者可以灵活定义智能体交互行为。微软的研究证明了该框架在包括解决数学、编码、问题解答、运筹学、在线决策、娱乐等问题上的有效性。AutoGen 需要两个以上的智能体形成交流模式，其中智能体可以由大语言模型 LLMs、人类、工具来扮演。当一个需求被提出，智能体会开始灵活交流，他可以是多个

35、智能体向需求人汇报的模式（Hierarchical Chat）或者是像研讨会一样随意讨论（Joint Chat）。在官方给出的示例中，智能体之间的沟通确实减少了人工交互，其有能力自己修复出现的问题并给出满意的答案。12/36 2025 年年 3 月月 14 日日 行业行业|深度深度|研究报告研究报告 在 AutoGen 智能体程序中，人类充当需求发起者，智能体通过不断使用工具并在相互交流中解决陆续出现的问题从而得到最终答案。在智能体交流过程中，人类可随时介入其中，若用户对最终结果不满意，可以重新提出需求，智能体就会继续优化答案。AutoGen 在四项实战应用的表现测试中均胜过单一大语言模型，实

36、验发现智能体能增加 AI 完成任务的成功率以及模型的稳定性。数学计算数学计算：分别测试了 AI 在完成整个数学题库和随机 120 道题目的表现，AutoGen 的成功率远超各类语言模型。数据库检索问答数据库检索问答：先建立一个 RAG 数据库，然后对智能体进行问答测试，看其能否追踪到正确的答案。其 F1-score 越高，说明模型更稳定；Recall 体现了分类模型对样本的识别能力。Recall 越高，说明模型对样本的识别能力越强。从数据看出纯 AutoGen 模型的表现略高于其他组合。ALFWorldALFWorld（AdaptiveAdaptive LearningLearning Fra

37、meworkFramework WorldWorld）研究）研究：ALFWorld 是专门用于研究和开发智能体的仿真环境，在其虚拟世界中，包含了各种场景、任务和智能体需要完成的挑战。ALFWorld实验发现 3 个智能体的成功率高于 2 个智能体，说明随着交互的智能体变多，智能体间互相纠错的能力有所提升。但对于 AutoGen 的实验也提到多智能体可能会导致错误循环（智能体之间反馈错误但一直无法解决），这也是降低成功率的因素之一。OptiGuidOptiGuid：是专门设计来通过自然语言处理，解读和指导复杂供应链优化决策。在用不同语言模型运行 OptiGuide 时，发现多智能体协作模式的成绩

38、显著高于单智能体。其中多 GPT4 智能体协作运行 OptiGuide 时，F1-score 和 Recall 分别能达到 96%和 98%。13/36 2025 年年 3 月月 14 日日 行业行业|深度深度|研究报告研究报告 2、情感需求类：陪伴型智能体情感需求类：陪伴型智能体 智能体另一大应用领域就是提供拟人情感陪伴类服务。陪伴类的智能体拥有长期记忆，让用户与其聊天中产生熟悉且亲切的感觉。随着大模型不断迭代，陪伴类智能体更加立体，能提供更高的情绪价值。目前国内情绪消费类市场潜力较大，在如今紧凑的生活节奏之下，国民孤独感增加，而陪伴类智能体或受益于这样的大环境。根据 GIA（Global

39、Industry Analysts）的研究，DennyYin 提出该行业规模预计到2026 年增长到 2000 亿美元。情感沟通类智能体上线，收获大量用户好评。在大模型出现之前，一些利用心理学 CBT 沟通技术的产品已经在市面上广泛存在，例如 Weobot、wysa 等。随着大模型的发展和迭代，智能体已经能被打造成心理咨询师或塔罗师的角色。用户通过倾诉生活中的烦恼，并在与智能体沟通中寻求情绪宣泄。目前一款治愈系的软件“林间聊愈室”上线后获得了大量好评，AppStore 评分 4.7，多数用户给出了五星好评。其中产品使用小动物的角色设定降低了用户的戒备心，加上治愈的画风和场景设计，打造独特的用户

40、体验。3、商业化智能体、商业化智能体效能讨论：成本与价值间的博弈效能讨论：成本与价值间的博弈 14/36 2025 年年 3 月月 14 日日 行业行业|深度深度|研究报告研究报告 打造智能体并不是 0 成本，大语言模型的 token 消耗就是最直观的成本展示。由于智能体的运行机制内包含反思和深度学习，这使得其在 token 消耗方面比传统大语言模型高。相比于单智能体，多智能体又多了一层交互端的消耗，当多个智能体讨论且进入错误循环中，无效成本将会显著提升。所以在效能方面，对智能体进行成本讨论以及优化策略十分重要。在商用智能体中，更先进的大语言模型代表更好的用户体验，但随之而来的是极速上升的成本

41、。目前GPT4 的价格是 GPT3.5turbo 的十倍，而且由于智能体之间交互的特性，在输出过程中往往伴随着更高的token 消耗。若最终输出的长度超出模型 token 限制，则不得不调用更高版本的模型例如 GPT4-32K，成本又是 GPT4 的两倍。在实际测试中，使用搭载 GPT4 的智能体模型查找新闻并进行总结梳理。这部分的单次消耗是 42000 个tokens，成本是 1.5 美元。在实际应用中，假设一天需要统计的股票新闻大约有 120 家公司，则成本为35.8 美元，按照汇率 1：7.14 折合人民币 255.5 元。而且智能体并不是完美的，在运行过程中出现幻觉或错误循环也是常事。

42、例如智能体在找不到合适新闻的时候会进行大量重复的内容输出，人工介入纠错又会增加一定成本。商业化智能体在成本和最终产品中会有一定博弈，若将智能体运用到股票交易等对精准度需求极高的行业中，产品或引入更多智能体进行协作以提高模型的稳定性，则成本上升。如果运行成本高于其创造的价值时，该智能体模型就失去了商业化的能力。目前多数智能体应用仅停留在测试阶段，市场中的用户需要更理性的看待智能体商业发中能带来的效益。四、产业链分析四、产业链分析 1、AI Agent 产业链构成产业链构成 AIAI AgentAgent 产业链包括上游基础设施与技术提供商，中游产业链包括上游基础设施与技术提供商，中游 AIAI

43、AgentAgent 研发与集成商，下游应用厂商、终端研发与集成商，下游应用厂商、终端用户等用户等。（1）上游基础设施与技术提供商上游基础设施与技术提供商 智能算力中心建设智能算力中心建设：随着 AI Agent 的发展，对智能算力的需求不断增加。政府和企业正在加快智能算力中心的建设，以满足这一需求。这些基础设施为 AI Agent 的研发和应用提供了必要的计算资源。15/36 2025 年年 3 月月 14 日日 行业行业|深度深度|研究报告研究报告 大模型开发大模型开发：AI Agent 的核心驱动力是大语言模型。因此，大模型的开发者在产业链中占据重要地位，提供基础模型和算法支持，使得 A

44、I Agent 能够具备感知、理解、决策和执行的能力。技术提供技术提供：除了大模型开发者外，还有许多技术提供商为 AI Agent 产业链提供各种技术支持和服务，如数据标注、模型训练、优化工具等。（2）中游中游 AI Agent 研发与集成商研发与集成商 负责将大模型与其他技术组件(如规划、记忆、工具使用和行动模块)相结合，开发出具有特定功能和应用场景的 AI Agent 产品。通常拥有强大的研发团队和技术实力，能够不断优化和迭代产品以满足市场需求。（3）下游应用厂商）下游应用厂商 AI Agent 的应用场景广泛，包括智能客服、个人助理、自动驾驶、软件开发、财务管理等多个领域。应用厂商根据不

45、同行业和场景的需求，利用 AI Agent 技术开发出各种应用产品和服务，直接面向终端用户，负责产品的推广和销售。2、AI Agent 产业链变革产业链变革 GPTs 可以看作是 AI Agent 的早期产品，但在技术栈、构建者技能水平、任务处理等方面存在差异。通过与 GPT Builder 简单对话，用户无需繁琐编程即可定制出满足从学习娱乐到工作分析各种需求的 GPTs。GPTs 的推出不仅展现了 GPT 模型技术的强大，更预示着个性化 AI 助手的时代即将来临。随着技术进步和行业竞争，GPTs 有望接近 Agent 标准，具备更强自主决策和跨应用任务执行能力，未来 AI Agent 将受多

46、种因素的影响发展。16/36 2025 年年 3 月月 14 日日 行业行业|深度深度|研究报告研究报告 受大模型发展、轻量化技术的应用、用户需求变化、隐私安全考虑等因素推动，受大模型发展、轻量化技术的应用、用户需求变化、隐私安全考虑等因素推动，AlAl AgentAgent 应用向端侧应用向端侧发展趋势明显发展趋势明显。大模型发展大模型发展：生成式人工智能的发展，尤其是大语言模型的出现，为 AI Agent 提供了强大的能力基础。大模型具备理解、分析、决策和执行任务的能力，使得 AI Agent 在感知环境、收集信息、自主执行任务等方面表现出色。例如，基于大语言模型的 AI Agent 在代

47、码生成、数据分析、通用问题解答等领域展现出显著潜力。未来 AI Agent 将更加擅长处理不同类型的数据输入，如文本、图像、音频和视频等。多模态集成的进步意味着 AI Agent 可以从多种感官输入中获取信息并做出更为全面的决策。例如，集成多模态数据的智能客服 AI Agent 不仅可以处理文字聊天，还能分析客户的表情和语调，提供更为人性化的服务。自主学习和自适应自主学习和自适应：通过强化学习等技术，AI Agent 将变得更加自主和适应性强，能够在不断变化的环境中自我优化，持续改进其行为和决策过程。这对于在复杂、动态的应用环境中提高 AI Agent 的实用性至关重要。例如，自适应学习能力可

48、以使工业机器人在生产线上自动调整操作方式，以应对不同产品和生产需求。轻量化技术应用轻量化技术应用：随着轻量化技术的发展，各终端设备制造商纷纷发布搭载端侧大模型的终端产品，这在一定程度上解决了 AI Agent 在算力、数据等方面的限制，使其能够更广泛地适应不同场景，推动智能技术的普及与应用深化。用户需求变化用户需求变化：用户对于智能化产品和服务的需求不断增加，希望能够获得更加便捷、个性化的体验。Al Agent 与端侧结合，能够在本地设备上快速响应用户指令提供精准的服务，满足用户的即时需求。隐私安全考虑隐私安全考虑：端侧 AI 能够更好地保护用户的隐私和数据安全。将 AI Agent 部署在本

49、地设备上，可以减少对云服务的依赖，降低数据泄露的风险。3、AI Agent 市场仍处早期生态，市场仍处早期生态，端侧及多行业与端侧及多行业与 AI Agent 结合迎新商业结合迎新商业模式模式 AIAI AgentAgent 市场参与者类型较多，市场仍处于早期生态市场参与者类型较多，市场仍处于早期生态。AI Agent 的市场参与者包含互联网大厂类、生成 AI 类、企服 SaaS 类、创业类、3C 类等多类型企业，由于市场处于早期生态，各企业凭借自身优势进行产品打磨与场景探索，抢占市场份额，如 AIGC 原生类企业借助 AI Agent 实现 AI 商业落地；3C 消费电子产品借助 AI Ag

50、ent 的特性升级自身手机、音响、平板等多端产品用户体验能力。AIAI 技术进步诞生智能体，实现电脑手机自主操作技术进步诞生智能体，实现电脑手机自主操作。智谱在安卓系统上推出 AutoGLM，使用者无需手动操作，对手机发出指令即可让其打开手机上各类 APP，进行网购、点外卖、订高铁票、发微信、抢红包、17/36 2025 年年 3 月月 14 日日 行业行业|深度深度|研究报告研究报告 评论朋友圈等操作。从宣传视频中所展示的功能看，智谱已获得微信、美团、淘宝、大众点评、小红书、高德地图、携程等授权，从而实现人工智能在手机端自主操作，可一次实现程序 50 步操作。电脑端，Anthropic 发布

51、的进化版 Claude 3.5 Sonnet 可实现自主操控电脑屏幕、移动光标、完成任务，例如科研、求职、编码等一系列工作全可交由 Claude 大模型实现。由于 AI 技术的进步，智能体实现手机、电脑自主操作。五、商业五、商业模式模式 AI Agent 借助 AI 的能力，极大的解放了人类的生产力。AIAI AgentAgent 的商业价值源于为用户创造价值，即的商业价值源于为用户创造价值，即为用户降本增效和提供个性化服务为用户降本增效和提供个性化服务。降降本本：AI Agent 自主完成任务，通过流程自动化节省人力。Dow 公司与微软合作，利用 AI Agent 优化其物流发票处理流程。A

52、I Agent 能够快速分析数千张发票，发现异常并突出潜在的节省机会。在全面推广后，预计第一年即可节省数百万美元的物流成本。增效增效：AI Agent 系统是行业 Know-how 的载体，可以将企业积累的技能、标杆项目经验等非标准化的知识沉淀和复用；另一方面，AI Agent 系统通过工程化的方式，对抗个体工作不确定性，完成管理工作的科学升级，提高群体工作的均值。覆盖个性化需求覆盖个性化需求：AI 具备非结构化数据处理能力和实时反馈能力和内容生成能力，基于用户数据的分析和业务流程中的实时反馈，AI Agent 可以覆盖更多细分的长尾需求。18/36 2025 年年 3 月月 14 日日 行业

53、行业|深度深度|研究报告研究报告 1、定价模式定价模式 1：以：以 ServiceNow 为代表的价值抽成模式为代表的价值抽成模式 Servicenow 的 AI Agent 产品主要包括 Now Assist AI 生产力平台和 Xanadu。近期 ServiceNOW 的 CFO 在参加巴克莱第 22 届全球科技年会上透露出 ServiceNow 的 AI agent 收费模式：ServiceNowServiceNow 采用了价值驱动的定价策略，确保客户获得采用了价值驱动的定价策略，确保客户获得 90%90%左右的价值，左右的价值，ServiceNowServiceNow 保留保留 10%

54、10%。ServiceNow 生成式 AI 及 AI Agent 产品商业化进程持续推进。根据 ServiceNow 三季度业绩电话会，借助 Now Assist，有 44 个客户的 ACV（年度合约价值）超过百万美元，其中 6 个超过 500 万美元，2 个超过 1000 万美元。AIAI 提升提升 ServiceNowServiceNow 的的 TEMTEM：从公司业务的潜在市场规模（：从公司业务的潜在市场规模（TAMTAM）看）看，公司预计在 AI 赋能业务矩阵不断延伸下，到 2026 年公司主营业务潜在市场规模可达 2750 亿美元，相比于 2024 年增长约 37.5%，其中技术工作

55、流、雇员工作流、客户和行业工作流、创作者和 FSC 工作流对应 TAM 分别为 1080/150/680/840亿美元。2、定价模式定价模式 2：Salesforce 推出推出 AgentForce，按量收费，按量收费 SalesforceSalesforce AIAI AgentAgent 按对话次数进行收费，单次收费为按对话次数进行收费，单次收费为 2 2 美元。根据美元。根据 SalesforceSalesforce 官方测算，其应用官方测算，其应用于智能客服的于智能客服的 AgentForceAgentForce ServiceService AgentAgent 可大幅节约企业运营成

56、本可大幅节约企业运营成本。根据 Salesforce 官网数据，Wiley 通过使用 Agentforce 和带有 Einstein AI 的 Service Cloud 管理客户服务运营，将季节性代理的入职速度提升了 50%，从而实现了 213%的投资回报率和 230,000 美元的节省。AIAI 提升提升 SalesforceSalesforce 的的 TEMTEM：AIAI AgentAgent 有望推动有望推动 SalesforceSalesforce 超超 40004000 亿美元的潜在市场空间亿美元的潜在市场空间。随着 AI Agent 及数字员工的持续商业化落地，Salesfor

57、ce 估算至 2028 年公司 TAM（可触达市场规模）有望达到4390 亿美元，并预计至 2028 年全球 B 端企业 AI 支出有望达到 7490 亿美元。19/36 2025 年年 3 月月 14 日日 行业行业|深度深度|研究报告研究报告 3、定价模式定价模式 3：Intercom，按解决问题的成功次数收费，按解决问题的成功次数收费 Intercom 公司向企业提供跨自动化和人工服务的客户体验，旨在通过 AI 赋能减少客户对话中的人工干预，从而提升客户满意度和业务成功率。Intercom 公司推出的 AI Fin Agent 可学习公司和产品的相关信息，并利用所有知识生成准确答案，向每

58、一位客户提供个性化服务并快速调整以满足差异化需求。Intercom AI Agent 应用针对成功解决问题的会话按量收费。Intercom 基础服务的收费模式为订阅制，Essential/Advanced/Expert 版本的订阅费分别为每年 348/1020/1584 美元，而 Fin AI Agent 功能仅在成功解决客户问题后才收费，单次收费为 0.99 美元。六、产业格局六、产业格局 1、C 端：端：AI Agent 或改变内容分发渠道，看好硬件流量入口发展空间或改变内容分发渠道，看好硬件流量入口发展空间（1）AI Agent 改变人机交互方式，手机端或成新的流量入口改变人机交互方式，

59、手机端或成新的流量入口 智能手机交互体验从智能手机交互体验从 GUIGUI（图形用户界面）发展为（图形用户界面）发展为 VUIVUI （语音用户界面）（语音用户界面）+GUI+GUI（图形用户界面），未来或将升级为（图形用户界面），未来或将升级为 AgentAgent（APPAPP-lessless）UIUI。在传统的智能手机时代，软件应用需要产业生态中各厂商在擅长的领域推动产品和服务的更新，体现为移动互联网厂商和应用开发者作为主力军、APP 为主要交互界面。随着生成式 AI、多模态技术的发展，各厂商将语音助手接入大模型，增强其交互能力。展望未来，随着各厂商将大模型融入底层操作系统，越来越多的

60、功能和服务将被接入到 AI Agent，AI Agent 或将逐渐成为连接数字生态的入口，用户只需要提出需求（如微 20/36 2025 年年 3 月月 14 日日 行业行业|深度深度|研究报告研究报告 信和朋友晚上约地点吃饭），AI Agent 能自动运用后台大众点评、百度地图等 APP 能力给出较好的解决方案。手机终端或有望成为新的流量入口，深刻影响手机厂商商业模式手机终端或有望成为新的流量入口，深刻影响手机厂商商业模式。移动互联网时代 APP 替代了网页版的搜索引擎，各种 APP 成为了人们获取垂类信息的渠道，对应应用商店的入口作用得到了凸显（当前手机端，用户主要依靠手动从应用商店下载对

61、应 APP 产品，APP 本身承担了内容筛选的角色，不同的 APP 对应提供不同类型的内容产品）。Agent（APP-less）UI 交互模式下，APP 弱化为硬件的后台服务提供方，一方面，APP 和应用商店的入口功能被削弱，手机厂商软件生态的商业模式或出现变化；另一方面，AI Agent 产品由于高集成度、开发门槛高、对手机系统级硬件适配度要求高等特点，更适合于头部软硬件厂商如手机厂商、云服务商、互联网大厂开发。在此过程中，手机厂商由于天然掌握手机终端硬件入口，预计其有望占得先机，从而更深刻地参与到内容的分发环节。21/36 2025 年年 3 月月 14 日日 行业行业|深度深度|研究报告

62、研究报告（2）市场空间：新流量入口聚焦技术层，将通用能力输送多元应用场景市场空间：新流量入口聚焦技术层，将通用能力输送多元应用场景 1）从微信、搜索引擎等超级从微信、搜索引擎等超级App看流量入口发展空间看流量入口发展空间 互联网巨头通过超级互联网巨头通过超级 AppApp 掌握流量入口，通过广告、电商、会员（增值）服务、游戏等核心变现模式，掌握流量入口，通过广告、电商、会员（增值）服务、游戏等核心变现模式，实现较高服务收入实现较高服务收入。根据工信部，2023 年中国规模以上互联网和相关服务企业完成互联网业务收入1.75 万亿元；根据 QuestMobile，2023 年中国移动互联网月活用

63、户规模突破 12 亿，全网单月人均使用时长近 160 小时，其中大平台小程序（微信、支付宝、百度、抖音）去重后月活用户达到 9.8 亿，成为超级 App，为互联网巨头变现带来较大流量。微信微信：拥有公众号（订阅号、服务号）、视频号（直播、短视频）、小程序、搜一搜等全域流量，通过内部多个场景流转实现相互导流，2023 年为腾讯贡献约 620 亿元广告收入；百度百度：作为中国最大的搜索引擎公司，通过提供搜索服务获取大量用户数据，并利用数据向广告主提供精确的广告投放，即搜索+信息流双擎驱动，2023 年百度广告在线营销收入达 751 亿元。AI Agent 时代下，App（尤其工具类 App）或退居

64、后台服务提供方，手机终端厂商或掌握新流量入口，通过对 App 的调用实现将通用能力输送多元场景主动满足客户需求。手机终端厂商在流量入口的加持下，在互联网厂商服务收入的分成占比或将进一步显著提升。2）从手机厂商的角度，看互联网业务收入增长方式从手机厂商的角度，看互联网业务收入增长方式 智能手机时代手机厂商互联网业务收入主要为广告收入、Appstore 收入、订阅收入等。AI Agent 发展带动下，App 弱化为硬件后台服务提供方的背景下，手机厂商作为主要的流量入口或将获得更高的分成比例、以及更多流量对应的广告收入。以苹果为例，苹果软件服务收入主要包括 Advertising 业务、APPSto

65、re 收入、数字内容等订阅服务三部分。Advertising 业务方面，其中面向谷歌的 License 收入是谷歌为作为苹果硬件产品的默认搜索引擎付出的流量获取成本（TAC，Traffic acquisition costs），按 2023 年谷歌 TAC 费用 180 亿美元，计算得出其占比广告收入约 7.6%。AI Agent 模式下，若该比例每提升 1ppt，则将为终端厂商贡献约 24 亿美元收入，对应约 18 亿美元毛利。此外，相关人士判断面向软件开发者在 AppStore 内宣传其开发的 App 的推广活动收取的 Search Ads 也有望随流量增长而对应增加。22/36 2025

66、 年年 3 月月 14 日日 行业行业|深度深度|研究报告研究报告 AppStore 业务方面，从客户直接接触的 App 转为后台内容及服务提供者，软件开发者营收的分成或将下降，对应终端厂商收取的佣金或将增长。订阅服务业务方面，苹果已经推出的 AppleOne 订阅服务或成为主流的收费模式，相比此前分开付费，这种模式不仅费用更高，同时用户数也会更多。（3）竞争格局：互联网及手机厂商竞相布局系统级竞争格局：互联网及手机厂商竞相布局系统级 AI 手机厂商布局系统级手机厂商布局系统级 AIAI，将语音助手升级为智能体，将语音助手升级为智能体。梳理 GenAI 端侧应用，AI 手机的发展分为“AI A

67、pp”、“AI 功能化”、“AI 系统化”三个阶段：ChatGPT、Claude 等独立第三方 APP 出现为“AI App”，是 AI 手机第一阶段，AI App 成为用户与云端 LLM 交互的路径；随着端侧大模型推出并融入手机OS 系统，大模型赋能手机日常应用，如三星三星 GalaxyS24 手机中画圈搜索、电话摘要、AI 图像消除功能，已初具 AI Agent 雏形，但更多还是集中在功能端；2024 年 4 月华为 Pura70 发布，智能助手升级为“小艺智能体”；10 月苹果苹果推送 iOS18.1 更新实现校对和重写等 AI 写作工具、照片记忆及全面升级的 siri；10 月小米小米

68、推出搭载澎湃 OS2 系统的小米 15 系列，将小爱同学升级为超级小爱，可实现“帮记”、“帮找”、“帮执行”；10 月荣耀荣耀发布了首款搭载 AI Agent 的 Magic7，集成了 AI 操作系统 MagicOS 9，YOYO 助理升级为 YOYO 智能体，可实现模糊理解、界面识别、自动执行等能力如“一键点饮品”、“一键旅行规划与订票”等。23/36 2025 年年 3 月月 14 日日 行业行业|深度深度|研究报告研究报告 互联网厂商相关公司相继推出互联网厂商相关公司相继推出自主智能体，具备自主智能体，具备“接管手机接管手机”或或“接管电脑接管电脑”的能力的能力。2024 年 10 月智

69、智谱谱推出自主智能体 AutoGLM，可根据用户指引完成购物、进入应用程序完成文字填写、总结归纳等操作，主要聚焦在手机应用场景；原理是通过光学字符识别技术理解用户界面的组件，通过思维链训练理解、规划和执行能力、使得其具备按指令规划执行的能力。第三方 App 适配方面，AutoGLM 已经可以执行微信、淘宝、美团、小红书等。此外，2024 年 11 月，Anthropic 也推出“Computer use”功能，Claude 3.5 可通过自主识别屏幕操作光标完成复杂任务，主要聚焦在电脑应用场景。2、B 端：端：AI agent 或带动新一轮产业投资，生产工具全面升级或带动新一轮产业投资，生产工

70、具全面升级（1）AI agent 或带动新一轮产业投资，智能生产解决方案提供商竞争力提升或带动新一轮产业投资，智能生产解决方案提供商竞争力提升 AIAI AgentAgent 有望凭借专业性的知识沉淀落地有望凭借专业性的知识沉淀落地 B B 端市场，实现企业降本增效端市场，实现企业降本增效。相较于个人用户，企业用户通常面临更加复杂和多样化的业务需求，并拥有更明确的业务场景、业务逻辑、更多场景化行业数据及其行业知识案例的积累，能够发挥 AI Agent 的自主性、感知与理解环境、决策与执行、交互、使用工具等优势。结合 AI 大模型的迭代、RAG（Retrieval Augmented Gener

71、ation）的应用及记忆能力的改善，AI 对 B 端场景的赋能有望从早期的 Copilot 模式逐步演进为具备更多自主智能的 Agent 形态，初步具备自主交互与环节迭代的高阶能力，进而深度融入并推进企业业务流程，赋能企业降本增效及数智化转型。从场景化到跨领域赋能工作流程，从场景化到跨领域赋能工作流程，AIAI AgentAgent 有望重塑有望重塑 B2BB2B 产业价值链产业价值链。与通用化模型相比，特定领域数据训练的垂直模型在延迟、准确性和成本方面具备更好的表现，且拥有强化自反馈“数据飞轮”效应。B 端市场沉淀了海量场景化数据集，有望通过模型训练与微调以深化场景体验与模型的耦合程度，实现

72、AI Agent 嵌入企业客户工作并承载业务逻辑。此外，在底层数据打通后，AI Agent 可凭借跨 API 联动重新整合工作流，带动系统整体提质增效。AI Agent 有望在 B 端逐步释放 AI 的核心价值，实现降本提效、优化人机、人人交互协同模式并引领生产关系的变革。24/36 2025 年年 3 月月 14 日日 行业行业|深度深度|研究报告研究报告 企业端强调投入的产出比，赋能企业效率提升是决策核心考量企业端强调投入的产出比，赋能企业效率提升是决策核心考量。企业端在应用背后代表着巨额的资本开支、人力等资源调整成本以及战略转型成本，B 端产品的首要目标是实现提升业务效率、降低运营成本、

73、提高创收能力等成本收入端变革，打磨交互体验等则处于次要地位。因此，从长期视角审视，当实现产能的提升幅度超越投入成本且投资回报率 ROI1 时，企业通常倾向于采取付费策略。在生产端，由于无法有效利用在生产端，由于无法有效利用 AIAI 的企业面临出清风险，的企业面临出清风险，AIAI agentagent 带来的效率提升有望刺激新一轮产业带来的效率提升有望刺激新一轮产业投资投资。当前 AI 浪潮已然驱动云厂商、科技公司等进入新一轮资本开支周期，根据彭博一致预期数据，2024 年北美 TOP4 云厂商（亚马逊、谷歌、微软、Meta）资本开支合计将达 2215.0 亿美元（YoY+50.2%），预计

74、 2025/2026 年会以 19.1%/10.1%的增速至 2639.0/2905.3 亿美元。此外，AI 算法赋能企业生产端效率提升，需要与具体行业数据及知识结合，通过提取抽象化特征、训练行业核心价值数据形成有价值的 AI 算法，此外还需要洞悉成本构成、价值创造及产业链运作。积累了行业“专家级知识”的厂商，能够确保 AI 技术满足差异化的企业生产及业务流程，拥有行业 Know-How的知识积累的自动化设备企业/智能生产解决方案提供商的竞争力或将进一步提升。（2）生产生产工具有望全面升级，看好智能化硬件工具有望全面升级，看好智能化硬件 25/36 2025 年年 3 月月 14 日日 行业行

75、业|深度深度|研究报告研究报告 硬件端刺激生产工具的全面升级，包括员工端的 AIPC 及 AR/VR，生产端的传感器、物联网，以及本地云或边缘侧的算力、存储需求等。AIPC 通过集成先进的人工智能技术和优化的硬件架构，为 AI Agent 提供强大的运行平台和丰富的应用场景。根据联想AIPC 产业（中国）白皮书，AIPC 具有五大特性：内嵌个人大模型，拥有个性化本地知识库；具备 CPU、GPU、NPU 本地混合 AI 算力；拥有开放的 AI 应用生态；可运用自然语言交互；拥有设备级个人数据和隐私安全保护。2024 年 3 月，苹果苹果推出搭载 M3 芯片的 MacBook Air，M3 芯片中

76、速度更快、效率更高的神经网络引擎，使得 MacBook Air 持续助力 AI 技术的应用；荣耀荣耀发布 AIPCMagic Book Pro 16；微软微软宣布推出首批专为商业用户打造的 Surface AIPCSurfacePro10 商用版和Surface Laptop 6 商用版；4 月，联想联想推出内置联想小天个人智能体“AI 元启”系列电脑。据 Gartner预测，2025 年全球 AIPC 出货量有望超过 1 亿台，较 2024 年同比高速增长 165.5%，占整体 PC 销量的43%。AR/VRAR/VR 能通过智能交互识别预测用户意图，提升工作效率能通过智能交互识别预测用户意

77、图，提升工作效率。执行方面，用户可以通过语音指令或手势操作来控制虚拟角色、选择菜单项或执行其他任务，AI Agent 能够准确识别这些输入，并基于输入的解析快速做出响应，从而提升用户的交互体验和响应速度；识别方面，通过机器学习和数据分析技术，AI Agent 能够预测用户的意图和行为，提前加载相关的数据或资源以减少用户的等待时间；场景化模拟方面，AI Agent 能够实时模拟和分析 AR/VR 场景中的物理环境和光照条件，同时赋予虚拟角色和物体智能行为，提升用户的沉浸感和互动性。据 IDC 数据，2024 全球 AR/VR 出货量达到 0.097 亿台（YoY+44.2%），得益于游戏用户的基

78、础以及企业端等拥抱并采用更多头戴式设备进行培训、协同办公等代理支持，预计到 2028 年达到 0.356 亿台。企业生产端迎来硬件的智能化替换需求，强化传感器、物联网通信及算力的协同企业生产端迎来硬件的智能化替换需求，强化传感器、物联网通信及算力的协同。AI Agent 有望结合物联网、传感器、机器视觉等技术重塑工业生产方式。从应用落地角度看，面对仓库、工厂等作业环境，传感器感知并收集环境中的各种信息，如温度、湿度、光照强度、压力等，并将信息转化为数字信号，26/36 2025 年年 3 月月 14 日日 行业行业|深度深度|研究报告研究报告 通过网络传输给其他设备或系统；而物联网将各个传感器

79、及云边端连接起来，实现数据的收集、传输、存储和分析；AI 等技术能够提供决策及解释能力，实现感知信息的最大化利用，从而实现生产工具的数智化转型；此外，由于数据量与实时性的要求，云-边-端多层次的算力网络也成为必要。物联网方面物联网方面，据 IoT Analytics 统计数据，2023 年全球 IoT 设备连接数达 166 亿台，同比增长 15%；预测到 2024 年，该连接数将增至 188 亿台（同比增长 13%），2023-2026 的 IoT 设备连接数实现 CAGR 13.9%。此外，据 Globe Newswire，2023 年全球通信模组市场规模为 414.3 亿美元，有望保持 2

80、1.4%的CAGR 增长至 2030 年的 1612.9 亿美元。传感器方面传感器方面，据 Business Research Insights 统计数据，2022 年全球摄像机市场规模为 81.19 亿美元，并预计以 CAGR 为 5.8%的速率增长至 2032 年的 142.46 亿美元。此外据 Precedence Research 统计数据，2023 年全球传感器市场规模为 2269.1 亿美元，预计 2024-2034 年传感器市场将以 CAGR8.4%的速率增长至 5510.3 亿美元。七、相关公司七、相关公司 1、金山办公：办公场景或是金山办公：办公场景或是 Agent 关键入口

81、，公司具有流量优势关键入口，公司具有流量优势 基于基于 AIAI AGENTAGENT（人工智能体）范式驱动（人工智能体）范式驱动 WPSWPS AIAI 伴写功能伴写功能，具体有四大特色：全文补全功能、多种内容生成、不同身份与文风的切换、古诗词内容补全。更新后的 WPS AI 伴写支持添加包括云文档、网页等参考资料，用户完成标题后只需 0.5 秒就能理解用户意图并续写内容。办公是用户日常工作高频覆盖的场景，具有使用时间长、调用功能多的特点，或是 Agent 关键入口。金山办公是国产办公软件龙头，具有庞大的用户基数，占据入口和流量优势，有望成为办公智能体的主要标杆。截至 2024 年 9 月

82、30 日，公司主要产品月活设备数 6.18 亿，其中 WPS Office PC 版月活设备数 2.77 亿，移动版月活设备数 3.38 亿。27/36 2025 年年 3 月月 14 日日 行业行业|深度深度|研究报告研究报告 2、科大讯飞：科大讯飞：讯飞星火讯飞星火 4.0Turbo 正式发布，正式发布，AI Agent 应用矩阵持续扩应用矩阵持续扩充充 讯飞星火讯飞星火 4.0Turbo4.0Turbo 大模型重磅发布，同步首发星火多语言大模型大模型重磅发布，同步首发星火多语言大模型。公司正式发布讯飞星火 4.0Turbo 大模型，核心能力全面超过 GPT-4Turbo，且在数学能力、代

83、码能力上超过了 GPT-4o。在多语种、多语言能力方面，公司正式首发星火多语言大模型，除中英文外可支持法语、西语、德语等 8 个语种，并且首次实现全国地级市方言全覆盖，含全国 288 个地市的 202 种方言。垂类行业应用矩阵持续拓展，垂类行业应用矩阵持续拓展，AgentAgent 应用有望深度赋能教育、医疗等场景应用有望深度赋能教育、医疗等场景。公司面向教育、医疗、司法、政务服务等多个行业场景发布最新产品应用教育：发布基于“问题链”的高中数学智能教师系统；医疗：发布讯飞星火医疗大模型 2.0，并且发布基于星火医学影像大模型打造的智能医学影像助手，可帮助影像技师快速评估图像质量并纠正检查问题；

84、政务：政务大模型可全面覆盖 4500+种标准化事项和60+种材料，并首发搭载政务大模型的“星火智办”一体机。“飞星二号飞星二号”正式启动，公司有望引领全国产算力平台发展正式启动，公司有望引领全国产算力平台发展。自 2023 年 10 月首个国产万卡算力集群“飞星一号”平台上线以来，星火大模型持续引领全国产算力平台发展，模型训练适配优化平台耗时从90 天缩减到 15 天，新增 30 多项框架和平台特性。此次，公司宣布与华为、合肥市大数据资产运营有限公司三方联合打造的国产超大规模智算平台“飞星二号”正式启动，未来有望推动新模型新算法的持续适配和智算集群规模的再次跃迁。地区政策持续推动地区政策持续推

85、动 AI+AI+教育建设，公司有望深度受益打开成长空间教育建设，公司有望深度受益打开成长空间。北京市教委等 4 部门发布北京市教育领域人工智能应用工作方案，提出至 2025 年，打造 100 所人工智能应用场景标杆学校；到 2027年，产生数个符合中国教育特点、在技术创新上居于国际前列的人工智能教育行业大模型。未来 AI 有望在学生学习发展、教学方式变革、学生身心健康、家校协同、教育治理模式创新等领域发挥重要作用。公司作为国内 AI 大模型龙头厂商，基于在智慧教育领域的生态深耕以及大模型在 G、B、C 三端的全面布局，有望率先受益于政策推动，实现业务加速成长。3、彩讯股份：彩讯股份：信创邮箱领

86、先企业，信创邮箱领先企业，AI 全栈布局拓展价值边界全栈布局拓展价值边界 国产邮箱领军企业，国产邮箱领军企业，AIAI 全栈布局打开想象空间全栈布局打开想象空间。公司以手机邮箱起家，逐步发展为产业互联网技术及服务供应商，打造协同办公、智慧渠道、云和大数据三大产品线，实现从算力到应用的 AI 业务全栈布局，拓展公司业务边界。公司背靠中国移动积极拓展下游，与多家行业头部客户紧密合作，确立了行业内的 28/36 2025 年年 3 月月 14 日日 行业行业|深度深度|研究报告研究报告 竞争地位。公司股权结构相对集中，股权激励充分，高度绑定核心骨干人员。公司打造的“双中台”体系筑牢技术壁垒，开发 R

87、ich AI 超级工厂实现 AI 业务全栈布局。公司 2024 年单三季度业绩表现良好。公司 2024 年前三季度控费效果明显，盈利能力有望进一步提升。邮箱为基打造协同办公产品优势，数字员工有望带来新增量邮箱为基打造协同办公产品优势，数字员工有望带来新增量。协同办公平台作为办公管理系统的重要组成部分，信创渗透程度较深。邮箱系统作为企业信息化管理的重要一环，借信创之势逐渐释放国产化替换需求。公司基于信创邮箱打造完备的协同办公产品线，客户拓展成效明显。公司 RichMail 系统拥有国产自主知识产权，已实现全栈信创兼容。公司智能邮箱深度融合 AI 能力，同时发力 B/C 端，未来随其集成更多 AI

88、 能力并逐渐实现规模商用，有望成为公司协同办公业务的重要驱动力。此外，公司基于对行业大势的判断，在数字员工方面深度布局，有望进一步打开协同办公业务增量市场。智慧渠道凝聚亿级用户运营能力，智慧渠道凝聚亿级用户运营能力，5G+AI5G+AI 打开成长空间打开成长空间。公司智慧渠道系列产品丰富，携手中国移动中国移动沉淀了亿级用户运营能力。公司签约华为，构建完善的鸿蒙 App 开发集成框架，深度融入鸿蒙生态。公司作为 5G 消息平台行业重要服务提供商和规则制定积极参与者，积极把握 5G 新通话发展趋势，深耕运营商并积极拓展下游。在数字人领域，公司孵化众多商用数字人产品，打开 5G 时代通话领域的“数字

89、生活入口”。此外，公司推出国内首个图生音乐 AI 应用“彩铃图歌乐”，B 端赋能运营商业务，C 端打开想象空间。公司智慧渠道业务持续增长，5G+AI 有望打开成长空间。背靠背靠“移动云移动云”发力国资云，布局智算基础设施拓展业务边界发力国资云，布局智算基础设施拓展业务边界。三大运营商共同发力推动国资云快速发展，移动云稳居第一梯队。公司云和大数据业务深耕“移动云”生态，作为移动云等电信运营商国资云的核心供应商，公司在 B 端和 C 端不断扩展云业务范围，承接多项运营商等领域的国资云建设项目。公司与中国移动在个人云盘领域密切合作，相关产品结合 AI 能力不断迭代升级，有望为公司云和大数据业务带来持

90、续增量。此外，公司基于 Rich AI Cloud 发力智算基础设施，已可提供万卡集群管理的解决方案，云和大数据产品将逐渐向智算领域延伸。4、焦点科技焦点科技：跨境：跨境 B2B 电商头部企业，电商头部企业，AI Agent 打开成长空间打开成长空间 外贸市场持续走高，外贸市场持续走高，B2BB2B 跨境市场空间广阔跨境市场空间广阔。根据海关总署，2024 年前 11 个月，我国货物贸易出口总值达 23.04 万亿元，同比增长 6.7%。其中东盟、“一带一路”沿线国家等贡献增长动能，占我国进出口贸易总额比例持续提升，因此相关人士认为后续美国关税等政策对我国出口及公司经营影响相对有限。向后展望，

91、我国政策支持跨境贸易发展，跨境 B2B 外贸市场空间广阔。跨境跨境 B2BB2B 平台头部企业，中国制造网维持稳健增长趋势平台头部企业，中国制造网维持稳健增长趋势。焦点科技成立于 1996 年，成立之初即瞄准跨境 B2B 电商业务，于 1998 年注册 Made-in-C，至今已深耕跨境 B2B 领域二十余年。目前，公司中国制造网会员数量以及 ARPPU 均维持健康增长趋势，截至 24Q3，公司合同负债与其他非流动负债合计达 10.28 亿元，同比增长 20%，中国制造网收入增速有望逐步触底回升。此外，公司亦推动配套服务发展，形成了以领动建站、孚盟 CRM、企业培训为主的“X 业务”和以交易、

92、收款、物流等服务为主的国际贸易服务生态链，打造完整的跨境贸易服务体系。AIAI 布局持续深化，看好布局持续深化，看好 AIAI 麦可以及买家侧麦可以及买家侧 AIAI 工具变现空间工具变现空间。公司 AI 应用持续迭代，推出 FocusAIM平台，内含四款跨境贸易 AI 产品：AI 麦可、MoliAI、SourcingAI 以及 Mentrac。目前，AI 麦可已迭代至 4.0 版本，较 3.0 版本进一步强化了其作为 AI Agent 的角色，能够自动规划和执行整个外贸工作流，并具备自主学习知识库的能力，测算其中长期市场空间有望达数十亿元。此外，公司推出的 SourcingAI以及 Ment

93、rac 等站外 AI 工具有望逐步打开海外买家侧以及供应商变现空间，进一步提升公司商业化潜力。29/36 2025 年年 3 月月 14 日日 行业行业|深度深度|研究报告研究报告 5、泛微网络：、泛微网络：AI 应用逐步繁荣，协同办公龙头有望受益应用逐步繁荣，协同办公龙头有望受益 DeepSeekDeepSeek 等国产模型性能显著突破，等国产模型性能显著突破，AIAI 应用有望逐步迎来繁荣应用有望逐步迎来繁荣。DeepSeek 发布大模型 Deep Seek-v3和 R1，前者在大模型主流榜单的开源模型中位列榜首，并与世界上最先进的闭源模型不分伯仲；后者性能对标 OpenAI 的 o1 正

94、式版，在数学、代码和自然语言推理等任务上表现卓越。以上两个模型均通过算法和架构的创新，大幅降低了训练成本和推理成本，为 AI 技术的普及与创新作出了卓越的贡献。此外，阿里通义千问的 Qwen2.5-Max，月之暗面的 k1.5 多模态思考模型也实现了较好的性能，国内大模型公司在性能和推理成本上竞争力日益突出，为国内 AI 应用的落地打下了良好基础，2025 年有望看到 AI 应用的繁荣。协同办公是协同办公是“AI+“AI+工作流工作流”和和“AI+“AI+知识库知识库”应用的典型场景之一应用的典型场景之一。泛微网络是国内领先的协同办公软件厂商，目前覆盖 87 个行业、超过 8 万多家客户。协同

95、办公软件覆盖企业与组织全体员工，并连接组织内的人、财、物、信息等资源，通过与 AI 结合，可以降低用户对系统的学习成本，在办公过程中明显简化大量人工操作，大幅优化和改善使用体验和使用效率，因此，协同办公是“AI+知识库”和“AI+工作流”落地的典型场景。泛微网络数智大脑泛微网络数智大脑 Xiaoe.AI Xiaoe.AI 已正式推出并在部分客户与场景落地已正式推出并在部分客户与场景落地。2024 年 12 月 5 日，公司正式发布泛微数智大脑 Xiaoe.AI，该平台采用了大模型+小模型+智能体的技术架构，利用大模型的通用推理能力、小模型的转项任务能力，加上数据后形成了各类智能体应用服务，实现

96、包括 AI 问答、AI 搜索、AI 采集、AI 审批、AI 摘要等在内的各项功能，帮助“市场、销售、合同、采购、项目、客服、人事、资产、财务、档案”等各种业务场景的智能化改造。据介绍，Xiaoe.AI 已经为西安建筑科技大学、上海建工、雅戈尔、艾比森光电、爱美客、东芯半导体等组织提供了智能化服务，提升组织运营效率。6、同花顺同花顺：广告收入弹性高于市广告收入弹性高于市 场，场，AI 赋能产品竞争力提升赋能产品竞争力提升 公司业绩显著改善，广告收入高增为主要驱动公司业绩显著改善，广告收入高增为主要驱动。2024 年，同花顺实现营业收入、归母净利润分别为 41.9、18.2 亿元，同比分别+17.

97、5%、+30.0%，加权 ROE 为 24.8%，同比+4.6pct，Q4 单季归母净利润为 11.7 亿，同比+85.5%；分业务来看，2024 年公司实现增值电信、广告、软件、基金代销收入分别为 16.2、20.2、3.6、1.9 亿元，同比分别+5.7%、+49.0%、-18.6%、-20.5%，贡献收入比重分别为 38.6%、48.4%、8.5%、4.5%，广告收入高增，为业绩的主要驱动，软件及基金代销有所承压。收入端，广告收入弹性高于市场，产品竞争力提升收入端，广告收入弹性高于市场，产品竞争力提升。截至 2024 年末，公司 APP 月活数为 3627 万人，同比+18.9%，测算市

98、场份额为 21.2%，同比-0.29pct，公司平台流量随市场回升，龙头优势稳固；2024 年市场日均成交额同比+21.2%至 1.06 万亿元，公司广告收入增速显著高于市场，预计公司作为龙头流量平台，议价能力有所提升，且公司产品与大模型技术深度融合，产品竞争力得到提高；公司软件销售及维护收入同比-18.6%至 3.6 亿元，主要由于券商信创升级逐渐完成，相应的业务需求减少所致。成本端，放缓研发投入，盈利能力改善成本端，放缓研发投入，盈利能力改善。2024 年，公司管理、销售、研发费用分别为 2.2、5.9、11.9 亿元，同比分别+8.3%、+19.1%、+1.2%，对应费用率为 5.3%、

99、14.1%、28.5%，同比分别-0.4、+0.2、-4.6pct，公司成本控制良好，放缓研发费用投入推动盈利能力改善，2024 年公司净利率 43.5%，同比+4.2pct。公司智能产品全面升级，推动前沿大模型技术应用公司智能产品全面升级，推动前沿大模型技术应用。问财投资助手升级为原生 AI 对话产品，融合多模态大模型技术，实现更自然、精准的交互；同创智能体平台集成大模型、低代码和实时金融数据，助力上百家金融机构共建超 5000 个智能体，日均调用量超 300 万次；金融数据终端构建智能化产品矩阵，30/36 2025 年年 3 月月 14 日日 行业行业|深度深度|研究报告研究报告 AIF

100、inD 飞研优化写作与分析能力，“产业智绘”平台提供全景产业链研究；HiPilot 智能编码助手增强跨文件、跨项目的代码理解与生成能力，新增慢思考问答、代码可视化、测试套件生成等功能，已为数千名开发人员生成超百万行代码。7、致远互联致远互联：短期业绩承压，长期看好短期业绩承压，长期看好 AI Agent 和行业信创机遇和行业信创机遇 短期业绩承压，主要系三大因素变化影响短期业绩承压，主要系三大因素变化影响。根据北京致远互联软件股份有限公司 2024 年年度业绩预告披露的相关信息，公司 2024 年度预计亏损将进一步扩大，主要系三个方面的变化所致。一是营业收入不达预期，从短期看，受客户结构、客户

101、需求及项目周期等因素变化的影响，公司的营业收入当期未达预期，预计实现营业收入同比下降。二是期间费用上升，主要是报告期内人员优化导致离职补偿当期一次性支出，以及公司持续引入优秀人才和加强人员能力提升所致。三是资产减值损失的计提，基于谨慎性原则，结合市场情况判断和会计准则要求，按照公司的会计政策拟计提的信用减值损失较上年同期增加。此外，非经营性损益也对业绩造成了影响，2024 年公司符合损益确认条件的政府补助低于上年同期。长期看好长期看好 AIAI AgentAgent 和行业信创的发展机遇和行业信创的发展机遇。尽管公司短期内业绩承压，但从长期看整体趋势正在转好，并对 AI 和行业信创的未来发展机

102、遇保持乐观。经营方面，业绩预告披露 2024 年公司在手订单同比增长10%-15%，合同负债同比增长 10%-15%，项目回款率保持稳定增长，经营活动产生的现金流量净额较去年同期有所改善；2024 年全年合同签约金额同比保持稳定增长，企业端客户合同签约金额同比增长，百万级以上合同签约金额增长约 15%。研发方面，公司积极投入研发新一代技术平台及产品，并加力 AIGC 在组织级办公软件应用的研发投入；截止 2024 年上半年，公司研发支出总额占营业收入的比例已接近 30%，同比提高了近 5 个百分点。在 AI 方面，致远互联坚持以 AI Agent 推动协同运营管理的高效化、智能化和数字化。据业

103、绩预告披露，2024 年公司发布了五大类 AI 产品和服务，包括知识服务类、内容创作类、数据分析类、流程自动化类和对话服务类，以及 AI 原生应用。报告期内公司 AI Agent 关联合同（含 AI Agent 功能的合同）金额约 2500 万元，AI 相关产品已逐步实现订单转化。在行业信创方面，公司聚焦突破央国企等头部客户，制定了“新质计划”，该部分市场占有率提升较快，2024 年行业信创合同签约金额增长超 70%，签约了中国中车中国中车、中国中铁中国中铁、中国建筑中国建筑、中国通号中国通号、中国南中国南水北调水北调、中国林业中国林业、中国出版中国出版等重点客户。八、发展展望八、发展展望 1

104、、2025 年有望成为年有望成为 AI Agent 商业化应用元年商业化应用元年 AIAI AgentAgent 是通往是通往 AGIAGI 的必由之路的必由之路。从 NLP 到 AGI 的发展分为五个级别，语料库、互联网、感知、具身和社会属性。目前的大语言模型（LLM）已来到第二层级，具有互联网规模的文本输入和输出。AI Agent在 LLM 的基础上再具备感知与行动的能力时，将进入到第三和第四级别。再进一步，当多个 Agent 通过互动合作解决更复杂的任务，或者反映出现实世界的社会行为，则有潜力来到第五层级。31/36 2025 年年 3 月月 14 日日 行业行业|深度深度|研究报告研究

105、报告 AgentAgent 将显著提升大模型使用工具能力将显著提升大模型使用工具能力。根据智谱定义的大模型发展的五个阶段：L1 语言能力、L2 逻辑能力（多模态能力）、L3 使用工具的能力、L4 自我学习能力、L5 探究科学规律。目前大模型已经初步具备了人类与现实物理世界互动的部分能力，而 Agent 将显著提升 L3 使用工具能力，同时开启对 L4 自我学习能力的探索。AgentAgent 为为 AIAI 未来重点技术趋势，未来重点技术趋势，B B 端为重要落地场景端为重要落地场景。根据硅谷著名创业加速器 YCombinator 的数据，2023 夏季和 2024 冬季 2 季创业营的 AI

106、 项目中，Agent 已成为最主要的技术路线之一，占比高达 80%，其余为多模态、基础设施、RAG 等。其中，B 端应用项目数量远高于 C 端应用，包括软件开发、金融、电商、CRM、医疗等。32/36 2025 年年 3 月月 14 日日 行业行业|深度深度|研究报告研究报告 AIAI AgentAgent 场景特性：场景特性：B B 端强调专业性，端强调专业性，C C 端强调自由度端强调自由度。在 B 端应用中，AI Agent 强调专业性，被广泛应用于金融、医疗、法律、财务、生产、物流、资管、人力等专业性极强的领域，往往需要专岗专职人员进行多年学习完成。在 C 端应用中，AI Agent

107、强调自由度，应用于游戏、娱乐、影视、营销、广告、教育等需要更多灵感及创意的领域。33/36 2025 年年 3 月月 14 日日 行业行业|深度深度|研究报告研究报告 生成式生成式 AIAI 在金融领域应用广泛在金融领域应用广泛。根据 Gartner 调查数据，66%的银行领导人预计生成式 AI 的潜在收益大于潜在风险，61%的银行高管表示所在公司正在或计划未来增加对人工智能的投资。例如为用户提供财务建议的 AI 理财教练，在增收方面至少可以提升 30%，提高效率方面能够显著减少公司为客户创建新内容所花费的时间。AIAI 智能体在金融领域降本增效前景广阔智能体在金融领域降本增效前景广阔。智能体

108、的优势在于能够自动执行日常任务，从而释放人们的创造力，提高工作效率和生产力。Gartner 列出的生成式 AI 在银行业 20 个最有前景的应用案例中，多个场景涉及 AI Agent，如综合信贷数据、AI-Copilot 前线应用、个性化营销内容等，利用生成式 AI 技术构建的数字员工，能够显著增强银行业务处理能力、优化客户体验并降低风险。AIAI AgentAgent 赋能医疗服务诊前、诊中和诊后众多环节赋能医疗服务诊前、诊中和诊后众多环节。政策、技术共振驱动下，AI 赋能医疗服务诸多场景。2024 年 11 月 14 日，国家卫健委、国家中医药局、国家疾控局联合发布卫生健康行业人工智能应用

109、场景参考指引，提出人工智能+医疗服务管理、人工智能+基层公卫服务、人工智能+健康产业发展、人工智能+医学教学科研四个类别，共计 84 个细分应用场景，积极推进卫生健康行业“人工智能+”应用创新发展。34/36 2025 年年 3 月月 14 日日 行业行业|深度深度|研究报告研究报告 AIAI AgentAgent 助力医疗服务提质助力医疗服务提质增效增效。AI Agent 在医疗领域的应用前景广泛，涵盖从日常辅助、影像分析、病历管理到手术支持、慢病管理等多场景，为医护人员减负、提升诊断精准度并优化患者体验提供智能支持。根据美国国家经济研究局 2023 年报告数据，更多地采用人工智能可以节省

110、5%-10%美国医疗保健支出。法律行业有望成为法律行业有望成为 AIAI AgentAgent 重要落地应用重要落地应用。法律行业的数据以文本为主，并且多为绝对事实和真实案件，较为适合大模型学习。此外，法律工作的强知识性和逻辑性也让大模型能够在更多法律工作流环节中提供价值。根据 ALM 就美国前 100 律所使用 AI 情况的问卷调查，其中有 41 家律所承认正在使用 AI，包括法律材料起草、文档汇总、法律研究等场景。Jackson Lewis 等一些律所，还会定期为律师举办人工智能培训课程。HarveyHarvey AIAI 用户使用率快速增长，彰显法律领域对用户使用率快速增长，彰显法律领域

111、对 AIAI AgentAgent 产品的旺盛需求产品的旺盛需求。以 OpenAI 投资的 AI+法律初创公司 Harvey AI 为例，2023 年 8 月-2024 年 8 月，Harvey AI 用户使用率从 33%大幅增长至 69%，用户留存率在一年后保持在 70%左右，彰显法律领域对 AI Agent 产品的旺盛需求和用户对产品的较高满意度。2、AI Agent 发展从发展从 0 到到 1，市场规模不断增加，市场规模不断增加 从从 0 0 到到 1 1，AgentAgent 市场规模快速增长市场规模快速增长。随着 AI 技术的不断进步，AI Agent 已经不再局限于简单的任务执行，

112、当前逐步实现从 0 到 1 的跨越式创新。众多企业和研究机构投入研发，推出创新产品。行业结构初步形成，相关产业链和生态系统逐渐完善。根据 Rootanalysis，预计全球 AI Agent 市场规模将从 2024年的 52.9 亿美元增长到 2035 年的 2168 亿美元，2024-2035 年预测期内的复合年增长率为 40.15%。3、AI Agent 将将成为端侧应用重要支柱成为端侧应用重要支柱 35/36 2025 年年 3 月月 14 日日 行业行业|深度深度|研究报告研究报告 端侧模型有一个不可能三角：性能、参数量和内存及功耗占用端侧模型有一个不可能三角：性能、参数量和内存及功耗

113、占用。性能优异需要大参数量；而参数量大就意味着内存占用大，功耗也会大；功耗过大又可能会影响性能。AGI 是一个长期演进的过程，Agent 有望成为当务之急的“解决问题”，这一特性在端侧尤为重要。通过主动工作流的配置辅以性能不错的模型解决问题，而主动工作流的配置离不开 Agent 技术的应用。根据腾讯研究院公众号的内容指出，从电池容量的角度来看，通过工作流优化任务的实现是刚需根据腾讯研究院公众号的内容指出，从电池容量的角度来看，通过工作流优化任务的实现是刚需。目前，由于手机和 PC 的保有量占据绝对优势，它们理所当然地成为了端侧 AI 的最佳落地方向，但在落地过程中，由于面临的芯片和电池的挑战，

114、为了实现大模型的终端落地，需要进行大量的适配工作。微软作为端侧模型的有力竞争者 Phi-3/3.5 的开发者，除了模型本身，还提供了一套名为 Agents 的工具。通过 Microsoft Copilot Studio 的升级，Copilot+PC 不仅可以调用 Windows 附带的 40 多个端侧AI 模型提供支持，还可以构建成百上千的自动化业务流程，在客户需求下独立工作，从而实现长期运行的业务流程自动化。未来，移动端和 PC 端体验到的端侧 AI，大部分将是通过适配器和分类器挑选的微调小模型，以及针对特殊需求开发的自定义 Agents，而无需调用全量的模型参数，是更具性价比的方案。另一方

115、面，从生态搭建的维度，需要另一方面，从生态搭建的维度，需要 AgentAgent 调用多方资源以实现繁荣调用多方资源以实现繁荣。无论是端侧还是云端 AI，大模型都只是底层计算；要实现用户价值，还需要一个繁荣的应用生态和强大的工具集来提供支持。不论是现有的 APP 形态，还是未来可能实现的“去皮化”的 API 形态，除了底层计算，还需要通过 Agent 来实现价值的连接。在 6 月的 Apple Intelligence 发布会上，苹果表示，Siri 的全新形态将改变交互规则，大量 AI 新功能将很快上线；此外，屏幕读取以及 App 内与 App 之间的操作等能力预计也将到位，这将使 AI 真正

116、串联起苹果生态下的诸多应用。苹果提前承诺的这项能力，源自其在 4 月份发布的一项名为“Ferret-UI”的新技术。Ferret-UI 能够“看懂”手机屏幕，建立对 UI 元素的基本理解，奠定了执行复杂任务的基础，并通过分层次的任务设计，最终实现对用户指令的理解和响应。这本质上是一种通过视觉方式来构建主动工作流 Agent 的思路。底层模型本身并不能直接创造价值，苹果需要维持其最强的盈利因素：生态位。长期来看，专业化端侧与全能云端协同或是端侧长期来看，专业化端侧与全能云端协同或是端侧 AIAI 的最优解的最优解。云端模型比端侧模型先进一个数量级。虽然许多小模型在特定能力上已经具备了媲美十倍甚至

117、百倍参数大模型的实力，但事实上，当前基础模型的综合能力依然基本遵循 Scaling Law 法则。千亿、万亿参数的大模型以及实验版本模型，作为探索AGI 的最前沿模型，其整体智力水平无疑会持续领先。云端大模型始终比端侧大模型先进一个以上的数量级。例如，去年 8 月份谷歌发布的轻量级小模型 Gemma22B，是从 6 月份发布的 Gemma27B 和 9BGemma2模型中蒸馏而来的；微软开发的 AI 小语言模型（SLMs）Phi-3 系列有多个版本，包括 mini（3.8B）、small（7B）和 medium（14B）。根据微软公布的不同表现水平，在同一时间段内，参数规模仍是决定大模型综合能

118、力的关键因素。苹果的 Apple Intelligence 通过一个对标 GPT-4 的云端模型 Apple Server来处理复杂任务，这不仅是因为终端设备受限于芯片、电池和发热等因素的选择，更是为端侧提供“无所不知、无所不能”的云端支持保留了重要的接口。九、参考研报九、参考研报 1.招商证券-AI 应用行业三类投资机会梳理：垂类应用率先落地，AI Agent 剑指未来 2.浙商证券-计算机行业：AI Agent 元年，企业服务有望最先落地 3.国泰君安-计算机行业：AI Agent 突破 ChatBot 形式渗透全产业 4.中金公司-科技硬件行业 AI 浪潮之巅系列：AI Agent，大模

119、型落地下一站 5.德邦证券-计算机行业专题：AI Agent，海外创新企业的再次自我革命 36/36 2025 年年 3 月月 14 日日行业行业|深度深度|研究报告研究报告 6.开源证券-计算机行业深度报告：AI Agent 拐点已至，2B+2C 星辰大海7.银河证券-计算机行业 AI Agent 崛起：产业链重塑与投资新视角8.中金公司-科技硬件行业 AI 浪潮之巅系列：AI Agent，大模型落地下一站9.海通证券-信息服务行业专题报告：AI Agent（智能体），从技术概念到场景落地10.浙商证券-科大讯飞-002230-点评报告：讯飞星火 4.0Turbo 正式发布，AI Agent 应用矩阵持续扩充11.平安证券-彩讯股份-300634-信创邮箱领先企业，AI 全栈布局拓展价值边界免责声明：以上内容仅供学习交流，不构成投资建议。