《AI Agent智能體行業深度：產業格局、發展展望、產業鏈及相關企業深度梳理-250314（36頁）.pdf》由會員分享，可在線閱讀，更多相關《AI Agent智能體行業深度：產業格局、發展展望、產業鏈及相關企業深度梳理-250314（36頁）.pdf（36頁珍藏版）》請在三個皮匠報告上搜索。

1、 1/36 2025 年年 3 月月 14 日日 行業行業|深度深度|研究報告研究報告 行業研究報告 慧博智能投研 AI Agent智能體智能體行業深度：產業格局、發展行業深度：產業格局、發展展望、產業鏈及相關企業深度梳理展望、產業鏈及相關企業深度梳理 自 ChatGPT 成為全球現象級產品以來，人工智能領域的發展按下加速鍵。盡管 ChatGPT 等 AI 產品擁 有強大的文本生成能力，但其仍有較大的局限性，如無法完成工具調用的復雜任務、無法自主解決問題 等，加之人們對 AI 產品的人機交互需求提升，ChatGPT 等 AI 產品已無法滿足市場需求，需要自主性、交互性更強的 AI 產品。同時，

2、深度學習、自然語言處理、自動化執行等技術的不斷進步，也為 AI 產品 的進一步發展提供了技術基礎。在此背景下，AI Agent 逐步成為新的關注重點，其商業應用有望在 2025 年多點開花。AI Agent（又稱人工智能代理），是一種能自主感知周遭環境，通過內在的智能處理進行決策，并執行相應行動以達成特定目的的智能體。其核心特征是通過與環境互動收集數據，獨立規劃任務路徑、調用工具并執行決策，最終在無需人工干預的情況下實現預設目標。以下內容我們就將圍繞 AI Agent，對相關問題展開分析和梳理。首先我們將立足 AI Agent 基礎情況，對 AI Agent 涉及概念內涵、市場現狀、具體應用展

3、開分析；其次，將對行業產業鏈情況、AI Agent 商業價值、所將帶來的 C 端及 B 端產業格局改變、相關公司展開梳理。最后，將著眼于行業發展的視角，對 AI Agent 的后續發展進行展望，以期幫助大家加深對 AI Agent 的了解和認知，更好地把握 AI Agent的發展脈絡。目錄目錄 一、行業概況.1 二、市場現狀.7 三、具體應用分析.11 四、產業鏈分析.14 五、商業模式.17 六、產業格局.19 七、相關公司.26 八、發展展望.30 九、參考研報.35 一、一、行業概況行業概況 1、什么是什么是 AI Agent？AIAI AgentAgent（人工智能體）是能夠感知環境、

4、自主規劃、進行決策和執行動作以實現目標的智能體，具有（人工智能體）是能夠感知環境、自主規劃、進行決策和執行動作以實現目標的智能體，具有自主性、交互性、反應性、適應性等基本特征自主性、交互性、反應性、適應性等基本特征。與大模型和人類通過 prompt 進行交互的指令導向不同，AI Agent 具備了通過獨立思考、自主規劃、調用工具去逐步完成給定目標的能力，為目標導向。2/36 2025 年年 3 月月 14 日日 行業行業|深度深度|研究報告研究報告 工作原理方面，根據LLM Powered Autonomous Agents（LilianWeng，2023），AI Agent 核心驅動核心驅動

5、力為大語言模型，規劃、記憶和工具使用是其三個關鍵的組件，即力為大語言模型，規劃、記憶和工具使用是其三個關鍵的組件，即 AIAI Agent=LLMAgent=LLM（大語言模型）（大語言模型）+Planning+Planning（規劃）（規劃）+Memory+Memory（記憶）（記憶）+Tools+Tools（工具）（工具）。具體來看，AI Agent 通過傳感器感知周圍環境，使用 LLM 進行記憶檢索、決策推理和行動規劃等，結合外部工具獲取信息等，最終或使用具體執行器做出響應。規劃（規劃（PlanningPlanning）：任務分解：調用 LLM 通過思維鏈能力將復雜任務分解為較小、可管理

6、的子目標；反思和完善：通過對過去行為進行自我批評和反思，從錯誤行為中吸取教訓并為未來的步驟進行改進，從而提高最終結果的質量。記憶（記憶（MemoryMemory）：短期記憶：所有輸入會形成短期記憶，以及上下文學習等都是利用模型的短期記憶來學習。短期記憶受到有限上下文窗口長度的限制；長期記憶：提供了長時間保留和調用信息的能力，外部向量數據庫可通過快速檢索進行訪問。工具使用（工具使用（ToolsTools）：外部工具 API：通過使用外部工具 API 可獲取大模型以外的信息和能力，如查詢行程、設定鬧鐘等；插件功能：通過調用插件訪問特定數據源等。MAhXqQqPyQyRqNrP9P8QaQsQmMt

7、RmRkPnNnOjMoPtMaQqQwPwMpOmRMYtPsP 3/36 2025 年年 3 月月 14 日日 行業行業|深度深度|研究報告研究報告 按交互對象不同，按交互對象不同，AIAI AgentAgent 可分為自主智能體（可分為自主智能體（AutonomousAutonomous AgentAgent）和生成智能體（）和生成智能體（GenerativeGenerative AgentAgent）：自主智能體：交互對象只有人類，是在特定應用場景中根據人類通過自然語言提出的需求，依賴內在決策機制自動執行任務，從而實現預期結果的獨立運行智能體，如 AutoGPT、ChatGPT+插件等

8、應用形式；生成智能體：交互對象包括人類和其他智能體，如斯坦福和 Google 創建的西部世界小鎮，其中 25 個智能體在小鎮上各自賦予了獨特的個性和背景故事，有著組織結交、舉辦情人節、聊八卦等日常生活。2、發展歷程：大模型賦予發展歷程：大模型賦予 AI Agent 底層技術突破，探索通往底層技術突破，探索通往 AGI 之路之路（1）學習范式：大模型賦能下，學習范式：大模型賦能下，AI Agent 遷移學習能力快速提升遷移學習能力快速提升 AIAI AgentAgent 發展逾發展逾 4040 年，大模型賦能下跨入新的智能體階段年，大模型賦能下跨入新的智能體階段。20 世紀 80 年代 Wool

9、dridge 等人將 Agent引入人工智能，自此之后 AI Agent 經歷了符號智能體、反應型智能體、基于強化學習的智能體、具有遷移學習和元學習功能的智能體四大發展階段。由于只能基于學習框架學到特定技能，未能理解從而泛化性較差，此前的 AI Agent 只能用于特定領域。符號智能體：主要通過邏輯規則和符號封裝知識促進推理過程，應用在特定技術領域。如 1980 年左右出現的模擬心理治療、醫學診斷專家系統等。反應型智能體：為基于反應機制的智能體，能實時感知環境并作出快速響應，主要應用于機器人、游戲AI 等領域。如游戲中反應型智能體可通過學習玩家的操作習慣和戰術，實時調整自己的游戲行為?；趶娀?/p>

10、學習的智能體：主要為通過智能體與環境的持續交互，利用最大化環境獎勵來實現優化以期達到更高的智能水平，標志性的應用如圍棋領域的 AlphaGo?；谶w移學習和元學習的智能體：主要為讓智能體從少量樣本中迅速推理出實現指令的最優策略。LLMLLM 帶來深度學習新范式，帶來深度學習新范式，AIAI AgentAgent 遷移學習能力快速提升遷移學習能力快速提升。此前的強化學習等范式主要集中在增強特定領域的技術能力，但通用能力的發展被忽視，如長期規劃、有效泛化、知識記憶等。隨著 OpenAI 陸續發布 ChatGPT、GPT-4 推進以文本模型為主的大模型迭代，國內外科技巨頭均在 AI 大模型領域加快布

11、局，LLM 快速發展但其仍存在的諸多不足如幻覺、上下文容量限制等使得基礎大模型無法直接通向 AGI。4/36 2025 年年 3 月月 14 日日 行業行業|深度深度|研究報告研究報告 而 LLM 具備的自然語言理解能力、思維鏈、涌現能力使得 AI Agent 具備了較好的學習和遷移能力，處理問題的泛化性效果增強，推動著 AI Agent 進入了新智能體階段，成為通向 AGI 的主要探索路徑。（2）工作模式：從過程導工作模式：從過程導向轉為目標導向，自動化程度為關鍵轉折點向轉為目標導向，自動化程度為關鍵轉折點 生成式生成式 AIAI 人機協同模式主要分為嵌入模式（人機協同模式主要分為嵌入模式（

12、EmbeddingEmbedding）、副駕駛模式（）、副駕駛模式（CopilotCopilot）、智能體模式）、智能體模式（AgentAgent）三種）三種：嵌入模式嵌入模式：用戶使用文本或語音交流，通過 Prompt 輸入使得生成式 AI 創作小說、音樂作品、代碼等。在該模式下，生成式 AI 為執行指定命令的工具，人類承擔著目標的規劃和決策，完成絕大部分工作；副駕駛模式副駕駛模式：AI 介入到工作流程中，承擔如為程序員編寫代碼、檢測錯誤以及優化程序等輔助性工作。在該模式下，AI 和人類協作工作，互相彌補短板、糾正錯誤；智能體模式智能體模式：人類設定目標，生成式 AI 獨立承擔大部分工作，人

13、類只負責監督進展及評估最后的成果。在該模式下，AI 承擔著絕大部分工作，具有獨立思考和規劃的能力?；?LLM 的 AI Agent 相較于嵌入模式、副駕駛模式，其工作模式更為高效，主要的差別在于 LLM 發展帶來的“自主規劃”能力。嵌入模式、副駕駛模式均需要人類指揮規劃，而 AI Agent 具有自主記憶、推理、規劃和執行的全自動能力，過程中不需要人的介入。5/36 2025 年年 3 月月 14 日日 行業行業|深度深度|研究報告研究報告 3、AgentAI 的下一步的下一步，包括端側，包括端側 Agent、應用側應用側 AI Agent 兩類載體兩類載體 AIGCAIGC 賦能的第三類場

14、景為賦能的第三類場景為 AIAI AgentAgent。Agent 為 AI 應用的下一步，AI 由副駕駛逐步轉向人類生產生活的獨立助手，能夠自主調用資源完成任務，人類在其中更多起到監督和評估的作用。AI Agent 目前有兩類載體，一類為端側 Agent，基于手機、電腦等終端為用戶服務，能自主調用終端中的功能與信息；另一類為軟件層面的 Agent，尤其看到在企業生產管理類軟件中，基于企業目前積累的特有知識，實現任務自動化。Gartner 預測，到 2028 年，至少 15%的日常工作決策將通過人工智能代理自主完成（這一比例在 2024 年尚為 0%）。（1）端側端側 AI Agent：終端為

15、個人：終端為個人 AI 助理優質載體助理優質載體 手機等終端設備承載大量個人專屬信息，能夠幫助 AI Agent 實現個性化服務，同時 AI 在端側運行減少用戶數據頻繁上云，可兼顧 AI 能力與數據隱私安全，終端側為個人 AI Agent 的良好載體。目前，各大手機廠商均推出手機端目前，各大手機廠商均推出手機端 AIAI。端側 AI 基于蒸餾剪枝后的輕量化模型在手機本地運行，同時端側算力不夠的情況下可連接到私有云上計算，確保用戶數據安全和隱私。以 Apple Intelligence 為例，AI 在端側可實現自然語言理解，且實現基于個人背景的跨應用交互，AI 能夠以個人信息為基礎，從所有應用中

16、檢索和分析最相關的數據，以及讀取屏幕內容，實現跨應用交互，打通終端信息，成為真正的個人助理。此外，基于生成式 AI，用戶在手機端還可實現圖片生成與編輯，文本改寫、校對與摘要，錄音轉寫與摘要，郵件快速回復建議等。目前，Apple Intelligence 部分功能已于美國率先上線。除蘋果蘋果外，小米小米、榮耀榮耀、三星三星、谷歌谷歌也先后推出手機端 AI 功能。除手機外，智能眼鏡、PC、機器人等端側設備也為 AI Agent 成熟載體。智譜推出智譜推出 AgentAgent 最新進展，探索最新進展，探索 LLMLLM-OSOS 的可能性的可能性。智譜于 2024 年 11 月推出在 Agent

17、探索上的最新進展。包括 AutoGLM 可以自主執行超過 50 步的長步驟操作，也可以跨 app 執行任務，支持數十個網站的無人駕駛，以及像人一樣操作電腦的 GLM-PC 啟動內測，基于視覺多模態模型實現通用 Agent 技術探索。更進一步，智譜 CEO 張鵬將 Agent 看作是大模型通用操作系統 LLM-OS 的雛形，與智能設備結合后將為端側智能化帶來新的進展。6/36 2025 年年 3 月月 14 日日 行業行業|深度深度|研究報告研究報告（3）應用側應用側 AI Agent：企服應用為：企服應用為 B 端端 Agent 優質載體優質載體 從海外進展來看，隨著生成式 AI 和推理技術的

18、快速發展，AI Agent 在 B 端企業服務場景中的應用潛力正在加速釋放。通過與企業積累的大量運營數據深度結合，AI Agent 能夠基于角色定位和目標導向，實現一定程度的自主操作，有效承擔企業內重復性和低附加值的工作。這不僅幫助企業簡化流程、提升效率，還通過減少人工投入和優化資源配置，顯著降低運營成本，為企業提供了智能化轉型的新路徑。SalesforceSalesforce 的的 AgentforceAgentforce 是一個典型的應用側代理平臺是一個典型的應用側代理平臺。它允許企業在 Salesforce 平臺上構建和部署自主 AI 代理，這些代理能夠自動執行各種業務功能，如銷售、服務

19、、營銷和商務等。Agentforce 的主要特點包括：自主操作自主操作：代理可以獨立分析數據、做出決策并完成任務，如解決客戶問題、篩選銷售線索和優化營銷活動。深度集成深度集成：作為 Salesforce 平臺的一部分，Agentforce 代理能夠無縫訪問和交互各種 Salesforce 應用中的數據，利用客戶信息、觸發工作流程和更新記錄?？啥ㄖ菩钥啥ㄖ菩裕河脩艨梢允褂玫痛a或無代碼工具，快速構建和定制代理，以滿足特定的業務需求。安全性和信任安全性和信任：Agentforce 通過 Einstein Trust Layer，確保代理在使用任何大型語言模型時，Sales force 數據不會被第

20、三方模型提供商查看或保留。Agentforce 在 Q3 最后一周投入生產使用，僅在第三季度就有超過 200 筆 Agentforce 交易，且公司在Agentforce 層面已看到巨大的潛在需求。Salesforce 首席執行官 MarcBenioff 于近期宣布，公司計劃招聘超過 1000 名員工，以強化 Agentforce 的推廣。北京時間北京時間 20242024 年年 1010 月月 2222 日，微軟重磅宣布在日，微軟重磅宣布在 Dynamics365Dynamics365 中集成了中集成了 1010 個自主個自主 AIAI AgentAgent。這 10 個 AI Agent

21、基于 OpenAI 的最新模型 o1，具備自主學習能力，能夠自動執行跨平臺的超復雜業務，節省大量 7/36 2025 年年 3 月月 14 日日 行業行業|深度深度|研究報告研究報告 時間和運營成本。微軟 CEO、董事長 Satya Nadella 親自宣布了這一 AI 新進展，并表示目前已有 60%的財富 500 強企業正使用 Microsoft365Copilot 來加速業務成果并增強團隊能力。企業降本增效需求日增，企業降本增效需求日增，AgentAgent 為重要手段，企服類軟件為應用側為重要手段，企服類軟件為應用側 AgentAgent 優質落地場景優質落地場景。當前企業降本增效需求日

22、增，AI Agent 為未來提升企業運營效率重要手段，且企服類軟件為此類 Agent 落地優質場景。二、市場現狀二、市場現狀 1、從被動響應到主動閉環，從被動響應到主動閉環，AI Agent 開啟智能決策新紀元開啟智能決策新紀元 AIAI AgentAgent 是基于是基于 LLMLLM 構建的自主決策系統，通過任務分解、記憶管理與工具調用實現復雜目標閉環構建的自主決策系統，通過任務分解、記憶管理與工具調用實現復雜目標閉環。其核心架構以 LLM 為大腦，具備三層能力：規劃層將宏觀任務拆解為可執行的子目標，并通過自我反 8/36 2025 年年 3 月月 14 日日 行業行業|深度深度|研究報告

23、研究報告 思機制優化執行路徑；記憶層整合短期上下文學習與長期外部向量數據庫，實現跨會話的知識沉淀；工具層動態對接 API 擴展能力邊界，實時獲取模型權重外的信息。典型代表 AutoGPT 通過這三層架構，可自主完成從數據爬取到分析報告生成的全流程，突破傳統 AI 單點工具的限制，形成系統的自治。AIAI AgentAgent 能夠代表用戶或系統自主執行任務，通過設計工作流程并調用工具實現復雜功能能夠代表用戶或系統自主執行任務，通過設計工作流程并調用工具實現復雜功能。人機協作模式按照自動化程度不同，可以分為三種：Embedding、Copilot、Agent。AI Agent 不僅限于 NLP

24、等基礎的模塊化工作，還涵蓋決策制定、問題解決、與外部環境交互及執行動作等能力。例如，在軟件設計、IT 自動化和代碼生成等企業場景中，AI Agent 利用大語言模型（LLMs）的高級自然語言處理技術，逐步理解用戶輸入并調用外部工具完成任務。其核心價值在于通過自主性和智能化能力，顯著提升任務執行效率并降低人工干預需求。AIAI AgentAgent 通過自主任務分解與動態規劃實現復雜流程自動化通過自主任務分解與動態規劃實現復雜流程自動化。非 Agentic 聊天機器人受限于單輪對話模式，需用戶逐步輸入指令，而如 AutoGPT 等 Agentic 系統能自動解析用戶需求，生成多級子任務序列。以生

25、成行業分析報告為例，AI Agent 可自主規劃數據采集、清洗建模、可視化輸出全流程，調用代碼解 9/36 2025 年年 3 月月 14 日日 行業行業|深度深度|研究報告研究報告 釋器與數據庫接口完成操作，無需人工拆分步驟。這種基于目標導向的架構使其在軟件開發、數據分析等領域實現端到端解決方案，突破傳統 ChatBots 線性交互的局限。2、大模型能力增長遇瓶頸，國內外科技大模型能力增長遇瓶頸，國內外科技大廠轉向大廠轉向 AI Agent（1）國外市場：）國外市場：OpenAI、Google 等等將注意力從模型轉移至將注意力從模型轉移至 AI Agent 工具上工具上 OpenAIOpen

26、AI、GoogleGoogle、AnthropicAnthropic 正在將注意力從模型轉移至一系列正在將注意力從模型轉移至一系列 AIAI AgentAgent 工具上，工具上，“賈維斯賈維斯”未來將未來將至至。AnthropicAnthropic：Anthropic 發布了 Claude3.5Sonnet 升級版，推出革命性功能Computer use，可通過API 即可實現 AI 與 PC 交互，替代人力進行使用計算機控制鼠標、鍵盤，包括查看屏幕、移動光標、點擊按鈕和輸入文本等操作。GoogleGoogle：根據 The Information，Googel 正在開發一個專門針對 Chr

27、ome 瀏覽器進行了優化的 AI Agent，其代號為Project Jarvis，將為用戶執行任務，包括“收集研究資料、購買產品或預訂航班”。Project Jarvis 將由 Gemini2.0 提供 AI 支持，只能在 Web 瀏覽器上運行。Project Jarvis 在執行不同操作時，中間會有幾秒鐘的思考時間。此外，根據至頂網，谷歌云計劃推出 AI Agent 合作伙伴計劃以及新的 AI Agent Space，其目的是讓客戶在谷歌的在線市場上輕松查找、購買和部署合作伙伴的人工智能代理，推動生成式人工智能銷售和客戶增長。OpenAIOpenAI：OpenAI 推出代號為“Operat

28、or”的新型 AI Agent 工具。該工具能夠在用戶的計算機上自動執行任務，如編寫代碼或預訂行程。（2）國內市場：）國內市場：百度、騰訊、釘釘等互聯網大廠百度、騰訊、釘釘等互聯網大廠加速跟進加速跟進 國內智譜搶跑發布國內智譜搶跑發布 AutoGLMAutoGLM，百度、騰訊、釘釘等互聯網大廠紛紛跟進，百度、騰訊、釘釘等互聯網大廠紛紛跟進。智譜智譜：智譜發布“Web Browser Use”AutoGLM-Web，一個能模擬用戶訪問網頁、點擊網頁的瀏覽器助手。具體來看，可以根據用戶指令在私域網站上完成高級檢索并總結信息；模擬用戶看網頁的過程，進行批量、快速的瀏覽并總結多個網頁內容；結合歷史郵件

29、信息回復郵件。智譜還發布了 AI 手機端的“phone use”AutoGLM，只需接收簡單的文字/語音指令，它就可以模擬人類操作手機，通過一句話的方式手機便可自動點外賣、發微信、寫點評、給朋友圈評論。根據科創板日報，目前，智譜的 AutoGLM 可適配微信、淘寶、美團、小紅書、大眾點評、12306、攜程、高德地圖共 8 款應用。百度百度：百度世界 2024 現場，李彥宏分享了百度在過去一年的技術創新最新成果，并發布了兩大 AI 應用方向：智能體和產業應用。李彥宏現場展示了 4 種不同類型的智能體，包括公司類智能體，角色類智能 10/36 2025 年年 3 月月 14 日日 行業行業|深度深

30、度|研究報告研究報告 體，工具類智能體和行業類智能體。例如行業類智能體中，大會現場展示的法律行業智能體法行寶，它可以幫助用戶解答各類法律相關的問題。上線半年多以來，法行寶為 940 萬人提供了高效、可信賴的法律服務，已經回答了 1660 萬個問題，成為每個人免費的 AI 律師。釘釘釘釘：釘釘迎來重磅升級：AI 深入業務場景，釘釘面向企業關鍵場景推出“精選 AI 助理”，首批已上線工單助理、Excel 助理、法務助理等 6 大 AI 助理。同時，釘釘聯合生態伙伴發布行業 AI 解決方案，覆蓋制造、醫療、零售、教育等行業。騰訊騰訊：騰訊出品的 ima.copilot（以下簡稱 ima）正式上線了

31、Windows 版本。ima 由騰訊混元大模型提供技術支持，是面向學習、辦公場景，以知識庫為核心的 AI 智能工作臺，是搜、讀、寫一體的效率工具。3、軟件開發門檻大幅降低，千行百業爆款軟件開發門檻大幅降低，千行百業爆款 Agent/應用將至應用將至 人人編寫軟件時代或將來臨，軟件開發門檻大幅降低人人編寫軟件時代或將來臨，軟件開發門檻大幅降低。根據 ARK，在代碼編程領域，AI 作為代碼助手能夠幫助人類減少 55%的編程時間。此外，AI 編程不僅提高了開發效率，還將降低對專業開發者技能的需求，未來人人都是開發者成為可能，使得軟件開發更加民主化，更多的人有機會和能力參與到軟件開發中。根據 Gart

32、ner 預測，到 2025 年，70%的應用程序將由低代碼和無代碼開發平臺構建，其中 80%的應用程序由非 IT 工作者開發而成。千行百業爆款智能體應用有望陸續涌現千行百業爆款智能體應用有望陸續涌現。軟件開發門檻的降低有助于涌現大量智能體應用，而具備客戶真實場景，致力于解決客戶實際需求的廠商有望率先重塑人與技術互動方式，打造出現象級的 AI 應用，從而占據價值鏈當中的核心位置。隨著 AI Agent 變得越來越易用和高效，Agent+的產品越來越多，未來 AI Agent 有望成為 AI 應用層的基本架構，涵蓋 toC 和 toB 產品等不同領域。目前，零售與電子商務、教育、房地產、人力資源、

33、金融服務等多領域 AI 智能體應用已落地發布。11/36 2025 年年 3 月月 14 日日 行業行業|深度深度|研究報告研究報告 三、具體應用分析三、具體應用分析 隨著大模型競爭加快、政策鼓勵研發投入、更多企業參與 AI 研究等因素，應用層面的 AI Agent 推進速度加快。智能體大致可以分為六類，根據他們被設計出的特點，可以作用在不同的應用領域上。不同類別的智能體給予應用層面上更多研發方向，像目前關注度較高的自動駕駛技術、智能電網控制、能源管理等都能被垂類智能體覆蓋。結合多模態大模型，自動化和情感需求類智能體已落地。但商業化智能體仍需考慮成本問題，由于智能體之間的交互過程可能出現錯誤循

34、環且輸出結果不一定符合需求，tokens成本遠高于普通 LLMs。1、自動化類：微軟智能體自動化類：微軟智能體 AutoGen 微軟研發的 AutoGen 是一種多智能體溝通的模型，這些智能體通過對話完成任務。實驗發現這種多智能體溝通模式可以有效提高 AI 解決問題的準確性以及成果的完整性。使用 AutoGen，開發者可以靈活定義智能體交互行為。微軟的研究證明了該框架在包括解決數學、編碼、問題解答、運籌學、在線決策、娛樂等問題上的有效性。AutoGen 需要兩個以上的智能體形成交流模式，其中智能體可以由大語言模型 LLMs、人類、工具來扮演。當一個需求被提出，智能體會開始靈活交流，他可以是多個

35、智能體向需求人匯報的模式（Hierarchical Chat）或者是像研討會一樣隨意討論（Joint Chat）。在官方給出的示例中，智能體之間的溝通確實減少了人工交互，其有能力自己修復出現的問題并給出滿意的答案。12/36 2025 年年 3 月月 14 日日 行業行業|深度深度|研究報告研究報告 在 AutoGen 智能體程序中，人類充當需求發起者，智能體通過不斷使用工具并在相互交流中解決陸續出現的問題從而得到最終答案。在智能體交流過程中，人類可隨時介入其中，若用戶對最終結果不滿意，可以重新提出需求，智能體就會繼續優化答案。AutoGen 在四項實戰應用的表現測試中均勝過單一大語言模型，實

36、驗發現智能體能增加 AI 完成任務的成功率以及模型的穩定性。數學計算數學計算：分別測試了 AI 在完成整個數學題庫和隨機 120 道題目的表現，AutoGen 的成功率遠超各類語言模型。數據庫檢索問答數據庫檢索問答：先建立一個 RAG 數據庫，然后對智能體進行問答測試，看其能否追蹤到正確的答案。其 F1-score 越高，說明模型更穩定；Recall 體現了分類模型對樣本的識別能力。Recall 越高，說明模型對樣本的識別能力越強。從數據看出純 AutoGen 模型的表現略高于其他組合。ALFWorldALFWorld（AdaptiveAdaptive LearningLearning Fra

37、meworkFramework WorldWorld）研究）研究：ALFWorld 是專門用于研究和開發智能體的仿真環境，在其虛擬世界中，包含了各種場景、任務和智能體需要完成的挑戰。ALFWorld實驗發現 3 個智能體的成功率高于 2 個智能體，說明隨著交互的智能體變多，智能體間互相糾錯的能力有所提升。但對于 AutoGen 的實驗也提到多智能體可能會導致錯誤循環（智能體之間反饋錯誤但一直無法解決），這也是降低成功率的因素之一。OptiGuidOptiGuid：是專門設計來通過自然語言處理，解讀和指導復雜供應鏈優化決策。在用不同語言模型運行 OptiGuide 時，發現多智能體協作模式的成績

38、顯著高于單智能體。其中多 GPT4 智能體協作運行 OptiGuide 時，F1-score 和 Recall 分別能達到 96%和 98%。13/36 2025 年年 3 月月 14 日日 行業行業|深度深度|研究報告研究報告 2、情感需求類：陪伴型智能體情感需求類：陪伴型智能體 智能體另一大應用領域就是提供擬人情感陪伴類服務。陪伴類的智能體擁有長期記憶，讓用戶與其聊天中產生熟悉且親切的感覺。隨著大模型不斷迭代，陪伴類智能體更加立體，能提供更高的情緒價值。目前國內情緒消費類市場潛力較大，在如今緊湊的生活節奏之下，國民孤獨感增加，而陪伴類智能體或受益于這樣的大環境。根據 GIA（Global

39、Industry Analysts）的研究，DennyYin 提出該行業規模預計到2026 年增長到 2000 億美元。情感溝通類智能體上線，收獲大量用戶好評。在大模型出現之前，一些利用心理學 CBT 溝通技術的產品已經在市面上廣泛存在，例如 Weobot、wysa 等。隨著大模型的發展和迭代，智能體已經能被打造成心理咨詢師或塔羅師的角色。用戶通過傾訴生活中的煩惱，并在與智能體溝通中尋求情緒宣泄。目前一款治愈系的軟件“林間聊愈室”上線后獲得了大量好評，AppStore 評分 4.7，多數用戶給出了五星好評。其中產品使用小動物的角色設定降低了用戶的戒備心，加上治愈的畫風和場景設計，打造獨特的用戶

40、體驗。3、商業化智能體、商業化智能體效能討論：成本與價值間的博弈效能討論：成本與價值間的博弈 14/36 2025 年年 3 月月 14 日日 行業行業|深度深度|研究報告研究報告 打造智能體并不是 0 成本，大語言模型的 token 消耗就是最直觀的成本展示。由于智能體的運行機制內包含反思和深度學習，這使得其在 token 消耗方面比傳統大語言模型高。相比于單智能體，多智能體又多了一層交互端的消耗，當多個智能體討論且進入錯誤循環中，無效成本將會顯著提升。所以在效能方面，對智能體進行成本討論以及優化策略十分重要。在商用智能體中，更先進的大語言模型代表更好的用戶體驗，但隨之而來的是極速上升的成本

41、。目前GPT4 的價格是 GPT3.5turbo 的十倍，而且由于智能體之間交互的特性，在輸出過程中往往伴隨著更高的token 消耗。若最終輸出的長度超出模型 token 限制，則不得不調用更高版本的模型例如 GPT4-32K，成本又是 GPT4 的兩倍。在實際測試中，使用搭載 GPT4 的智能體模型查找新聞并進行總結梳理。這部分的單次消耗是 42000 個tokens，成本是 1.5 美元。在實際應用中，假設一天需要統計的股票新聞大約有 120 家公司，則成本為35.8 美元，按照匯率 1：7.14 折合人民幣 255.5 元。而且智能體并不是完美的，在運行過程中出現幻覺或錯誤循環也是常事。

42、例如智能體在找不到合適新聞的時候會進行大量重復的內容輸出，人工介入糾錯又會增加一定成本。商業化智能體在成本和最終產品中會有一定博弈，若將智能體運用到股票交易等對精準度需求極高的行業中，產品或引入更多智能體進行協作以提高模型的穩定性，則成本上升。如果運行成本高于其創造的價值時，該智能體模型就失去了商業化的能力。目前多數智能體應用僅停留在測試階段，市場中的用戶需要更理性的看待智能體商業發中能帶來的效益。四、產業鏈分析四、產業鏈分析 1、AI Agent 產業鏈構成產業鏈構成 AIAI AgentAgent 產業鏈包括上游基礎設施與技術提供商，中游產業鏈包括上游基礎設施與技術提供商，中游 AIAI

43、AgentAgent 研發與集成商，下游應用廠商、終端研發與集成商，下游應用廠商、終端用戶等用戶等。（1）上游基礎設施與技術提供商上游基礎設施與技術提供商 智能算力中心建設智能算力中心建設：隨著 AI Agent 的發展，對智能算力的需求不斷增加。政府和企業正在加快智能算力中心的建設，以滿足這一需求。這些基礎設施為 AI Agent 的研發和應用提供了必要的計算資源。15/36 2025 年年 3 月月 14 日日 行業行業|深度深度|研究報告研究報告 大模型開發大模型開發：AI Agent 的核心驅動力是大語言模型。因此，大模型的開發者在產業鏈中占據重要地位，提供基礎模型和算法支持，使得 A

44、I Agent 能夠具備感知、理解、決策和執行的能力。技術提供技術提供：除了大模型開發者外，還有許多技術提供商為 AI Agent 產業鏈提供各種技術支持和服務，如數據標注、模型訓練、優化工具等。（2）中游中游 AI Agent 研發與集成商研發與集成商 負責將大模型與其他技術組件(如規劃、記憶、工具使用和行動模塊)相結合，開發出具有特定功能和應用場景的 AI Agent 產品。通常擁有強大的研發團隊和技術實力，能夠不斷優化和迭代產品以滿足市場需求。（3）下游應用廠商）下游應用廠商 AI Agent 的應用場景廣泛，包括智能客服、個人助理、自動駕駛、軟件開發、財務管理等多個領域。應用廠商根據不

45、同行業和場景的需求，利用 AI Agent 技術開發出各種應用產品和服務，直接面向終端用戶，負責產品的推廣和銷售。2、AI Agent 產業鏈變革產業鏈變革 GPTs 可以看作是 AI Agent 的早期產品，但在技術棧、構建者技能水平、任務處理等方面存在差異。通過與 GPT Builder 簡單對話，用戶無需繁瑣編程即可定制出滿足從學習娛樂到工作分析各種需求的 GPTs。GPTs 的推出不僅展現了 GPT 模型技術的強大，更預示著個性化 AI 助手的時代即將來臨。隨著技術進步和行業競爭，GPTs 有望接近 Agent 標準，具備更強自主決策和跨應用任務執行能力，未來 AI Agent 將受多

46、種因素的影響發展。16/36 2025 年年 3 月月 14 日日 行業行業|深度深度|研究報告研究報告 受大模型發展、輕量化技術的應用、用戶需求變化、隱私安全考慮等因素推動，受大模型發展、輕量化技術的應用、用戶需求變化、隱私安全考慮等因素推動，AlAl AgentAgent 應用向端側應用向端側發展趨勢明顯發展趨勢明顯。大模型發展大模型發展：生成式人工智能的發展，尤其是大語言模型的出現，為 AI Agent 提供了強大的能力基礎。大模型具備理解、分析、決策和執行任務的能力，使得 AI Agent 在感知環境、收集信息、自主執行任務等方面表現出色。例如，基于大語言模型的 AI Agent 在代

47、碼生成、數據分析、通用問題解答等領域展現出顯著潛力。未來 AI Agent 將更加擅長處理不同類型的數據輸入，如文本、圖像、音頻和視頻等。多模態集成的進步意味著 AI Agent 可以從多種感官輸入中獲取信息并做出更為全面的決策。例如，集成多模態數據的智能客服 AI Agent 不僅可以處理文字聊天，還能分析客戶的表情和語調，提供更為人性化的服務。自主學習和自適應自主學習和自適應：通過強化學習等技術，AI Agent 將變得更加自主和適應性強，能夠在不斷變化的環境中自我優化，持續改進其行為和決策過程。這對于在復雜、動態的應用環境中提高 AI Agent 的實用性至關重要。例如，自適應學習能力可

48、以使工業機器人在生產線上自動調整操作方式，以應對不同產品和生產需求。輕量化技術應用輕量化技術應用：隨著輕量化技術的發展，各終端設備制造商紛紛發布搭載端側大模型的終端產品，這在一定程度上解決了 AI Agent 在算力、數據等方面的限制，使其能夠更廣泛地適應不同場景，推動智能技術的普及與應用深化。用戶需求變化用戶需求變化：用戶對于智能化產品和服務的需求不斷增加，希望能夠獲得更加便捷、個性化的體驗。Al Agent 與端側結合，能夠在本地設備上快速響應用戶指令提供精準的服務，滿足用戶的即時需求。隱私安全考慮隱私安全考慮：端側 AI 能夠更好地保護用戶的隱私和數據安全。將 AI Agent 部署在本

49、地設備上，可以減少對云服務的依賴，降低數據泄露的風險。3、AI Agent 市場仍處早期生態，市場仍處早期生態，端側及多行業與端側及多行業與 AI Agent 結合迎新商業結合迎新商業模式模式 AIAI AgentAgent 市場參與者類型較多，市場仍處于早期生態市場參與者類型較多，市場仍處于早期生態。AI Agent 的市場參與者包含互聯網大廠類、生成 AI 類、企服 SaaS 類、創業類、3C 類等多類型企業，由于市場處于早期生態，各企業憑借自身優勢進行產品打磨與場景探索，搶占市場份額，如 AIGC 原生類企業借助 AI Agent 實現 AI 商業落地；3C 消費電子產品借助 AI Ag

50、ent 的特性升級自身手機、音響、平板等多端產品用戶體驗能力。AIAI 技術進步誕生智能體，實現電腦手機自主操作技術進步誕生智能體，實現電腦手機自主操作。智譜在安卓系統上推出 AutoGLM，使用者無需手動操作，對手機發出指令即可讓其打開手機上各類 APP，進行網購、點外賣、訂高鐵票、發微信、搶紅包、17/36 2025 年年 3 月月 14 日日 行業行業|深度深度|研究報告研究報告 評論朋友圈等操作。從宣傳視頻中所展示的功能看，智譜已獲得微信、美團、淘寶、大眾點評、小紅書、高德地圖、攜程等授權，從而實現人工智能在手機端自主操作，可一次實現程序 50 步操作。電腦端，Anthropic 發布

51、的進化版 Claude 3.5 Sonnet 可實現自主操控電腦屏幕、移動光標、完成任務，例如科研、求職、編碼等一系列工作全可交由 Claude 大模型實現。由于 AI 技術的進步，智能體實現手機、電腦自主操作。五、商業五、商業模式模式 AI Agent 借助 AI 的能力，極大的解放了人類的生產力。AIAI AgentAgent 的商業價值源于為用戶創造價值，即的商業價值源于為用戶創造價值，即為用戶降本增效和提供個性化服務為用戶降本增效和提供個性化服務。降降本本：AI Agent 自主完成任務，通過流程自動化節省人力。Dow 公司與微軟合作，利用 AI Agent 優化其物流發票處理流程。A

52、I Agent 能夠快速分析數千張發票，發現異常并突出潛在的節省機會。在全面推廣后，預計第一年即可節省數百萬美元的物流成本。增效增效：AI Agent 系統是行業 Know-how 的載體，可以將企業積累的技能、標桿項目經驗等非標準化的知識沉淀和復用；另一方面，AI Agent 系統通過工程化的方式，對抗個體工作不確定性，完成管理工作的科學升級，提高群體工作的均值。覆蓋個性化需求覆蓋個性化需求：AI 具備非結構化數據處理能力和實時反饋能力和內容生成能力，基于用戶數據的分析和業務流程中的實時反饋，AI Agent 可以覆蓋更多細分的長尾需求。18/36 2025 年年 3 月月 14 日日 行業

53、行業|深度深度|研究報告研究報告 1、定價模式定價模式 1：以：以 ServiceNow 為代表的價值抽成模式為代表的價值抽成模式 Servicenow 的 AI Agent 產品主要包括 Now Assist AI 生產力平臺和 Xanadu。近期 ServiceNOW 的 CFO 在參加巴克萊第 22 屆全球科技年會上透露出 ServiceNow 的 AI agent 收費模式：ServiceNowServiceNow 采用了價值驅動的定價策略，確?？蛻臬@得采用了價值驅動的定價策略，確?？蛻臬@得 90%90%左右的價值，左右的價值，ServiceNowServiceNow 保留保留 10%

54、10%。ServiceNow 生成式 AI 及 AI Agent 產品商業化進程持續推進。根據 ServiceNow 三季度業績電話會，借助 Now Assist，有 44 個客戶的 ACV（年度合約價值）超過百萬美元，其中 6 個超過 500 萬美元，2 個超過 1000 萬美元。AIAI 提升提升 ServiceNowServiceNow 的的 TEMTEM：從公司業務的潛在市場規模（：從公司業務的潛在市場規模（TAMTAM）看）看，公司預計在 AI 賦能業務矩陣不斷延伸下，到 2026 年公司主營業務潛在市場規?？蛇_ 2750 億美元，相比于 2024 年增長約 37.5%，其中技術工作

55、流、雇員工作流、客戶和行業工作流、創作者和 FSC 工作流對應 TAM 分別為 1080/150/680/840億美元。2、定價模式定價模式 2：Salesforce 推出推出 AgentForce，按量收費，按量收費 SalesforceSalesforce AIAI AgentAgent 按對話次數進行收費，單次收費為按對話次數進行收費，單次收費為 2 2 美元。根據美元。根據 SalesforceSalesforce 官方測算，其應用官方測算，其應用于智能客服的于智能客服的 AgentForceAgentForce ServiceService AgentAgent 可大幅節約企業運營成

56、本可大幅節約企業運營成本。根據 Salesforce 官網數據，Wiley 通過使用 Agentforce 和帶有 Einstein AI 的 Service Cloud 管理客戶服務運營，將季節性代理的入職速度提升了 50%，從而實現了 213%的投資回報率和 230,000 美元的節省。AIAI 提升提升 SalesforceSalesforce 的的 TEMTEM：AIAI AgentAgent 有望推動有望推動 SalesforceSalesforce 超超 40004000 億美元的潛在市場空間億美元的潛在市場空間。隨著 AI Agent 及數字員工的持續商業化落地，Salesfor

57、ce 估算至 2028 年公司 TAM（可觸達市場規模）有望達到4390 億美元，并預計至 2028 年全球 B 端企業 AI 支出有望達到 7490 億美元。19/36 2025 年年 3 月月 14 日日 行業行業|深度深度|研究報告研究報告 3、定價模式定價模式 3：Intercom，按解決問題的成功次數收費，按解決問題的成功次數收費 Intercom 公司向企業提供跨自動化和人工服務的客戶體驗，旨在通過 AI 賦能減少客戶對話中的人工干預，從而提升客戶滿意度和業務成功率。Intercom 公司推出的 AI Fin Agent 可學習公司和產品的相關信息，并利用所有知識生成準確答案，向每

58、一位客戶提供個性化服務并快速調整以滿足差異化需求。Intercom AI Agent 應用針對成功解決問題的會話按量收費。Intercom 基礎服務的收費模式為訂閱制，Essential/Advanced/Expert 版本的訂閱費分別為每年 348/1020/1584 美元，而 Fin AI Agent 功能僅在成功解決客戶問題后才收費，單次收費為 0.99 美元。六、產業格局六、產業格局 1、C 端：端：AI Agent 或改變內容分發渠道，看好硬件流量入口發展空間或改變內容分發渠道，看好硬件流量入口發展空間（1）AI Agent 改變人機交互方式，手機端或成新的流量入口改變人機交互方式，

59、手機端或成新的流量入口 智能手機交互體驗從智能手機交互體驗從 GUIGUI（圖形用戶界面）發展為（圖形用戶界面）發展為 VUIVUI （語音用戶界面）（語音用戶界面）+GUI+GUI（圖形用戶界面），未來或將升級為（圖形用戶界面），未來或將升級為 AgentAgent（APPAPP-lessless）UIUI。在傳統的智能手機時代，軟件應用需要產業生態中各廠商在擅長的領域推動產品和服務的更新，體現為移動互聯網廠商和應用開發者作為主力軍、APP 為主要交互界面。隨著生成式 AI、多模態技術的發展，各廠商將語音助手接入大模型，增強其交互能力。展望未來，隨著各廠商將大模型融入底層操作系統，越來越多的

60、功能和服務將被接入到 AI Agent，AI Agent 或將逐漸成為連接數字生態的入口，用戶只需要提出需求（如微 20/36 2025 年年 3 月月 14 日日 行業行業|深度深度|研究報告研究報告 信和朋友晚上約地點吃飯），AI Agent 能自動運用后臺大眾點評、百度地圖等 APP 能力給出較好的解決方案。手機終端或有望成為新的流量入口，深刻影響手機廠商商業模式手機終端或有望成為新的流量入口，深刻影響手機廠商商業模式。移動互聯網時代 APP 替代了網頁版的搜索引擎，各種 APP 成為了人們獲取垂類信息的渠道，對應應用商店的入口作用得到了凸顯（當前手機端，用戶主要依靠手動從應用商店下載對

61、應 APP 產品，APP 本身承擔了內容篩選的角色，不同的 APP 對應提供不同類型的內容產品）。Agent（APP-less）UI 交互模式下，APP 弱化為硬件的后臺服務提供方，一方面，APP 和應用商店的入口功能被削弱，手機廠商軟件生態的商業模式或出現變化；另一方面，AI Agent 產品由于高集成度、開發門檻高、對手機系統級硬件適配度要求高等特點，更適合于頭部軟硬件廠商如手機廠商、云服務商、互聯網大廠開發。在此過程中，手機廠商由于天然掌握手機終端硬件入口，預計其有望占得先機，從而更深刻地參與到內容的分發環節。21/36 2025 年年 3 月月 14 日日 行業行業|深度深度|研究報告

62、研究報告（2）市場空間：新流量入口聚焦技術層，將通用能力輸送多元應用場景市場空間：新流量入口聚焦技術層，將通用能力輸送多元應用場景 1）從微信、搜索引擎等超級從微信、搜索引擎等超級App看流量入口發展空間看流量入口發展空間 互聯網巨頭通過超級互聯網巨頭通過超級 AppApp 掌握流量入口，通過廣告、電商、會員（增值）服務、游戲等核心變現模式，掌握流量入口，通過廣告、電商、會員（增值）服務、游戲等核心變現模式，實現較高服務收入實現較高服務收入。根據工信部，2023 年中國規模以上互聯網和相關服務企業完成互聯網業務收入1.75 萬億元；根據 QuestMobile，2023 年中國移動互聯網月活用

63、戶規模突破 12 億，全網單月人均使用時長近 160 小時，其中大平臺小程序（微信、支付寶、百度、抖音）去重后月活用戶達到 9.8 億，成為超級 App，為互聯網巨頭變現帶來較大流量。微信微信：擁有公眾號（訂閱號、服務號）、視頻號（直播、短視頻）、小程序、搜一搜等全域流量，通過內部多個場景流轉實現相互導流，2023 年為騰訊貢獻約 620 億元廣告收入；百度百度：作為中國最大的搜索引擎公司，通過提供搜索服務獲取大量用戶數據，并利用數據向廣告主提供精確的廣告投放，即搜索+信息流雙擎驅動，2023 年百度廣告在線營銷收入達 751 億元。AI Agent 時代下，App（尤其工具類 App）或退居

64、后臺服務提供方，手機終端廠商或掌握新流量入口，通過對 App 的調用實現將通用能力輸送多元場景主動滿足客戶需求。手機終端廠商在流量入口的加持下，在互聯網廠商服務收入的分成占比或將進一步顯著提升。2）從手機廠商的角度，看互聯網業務收入增長方式從手機廠商的角度，看互聯網業務收入增長方式 智能手機時代手機廠商互聯網業務收入主要為廣告收入、Appstore 收入、訂閱收入等。AI Agent 發展帶動下，App 弱化為硬件后臺服務提供方的背景下，手機廠商作為主要的流量入口或將獲得更高的分成比例、以及更多流量對應的廣告收入。以蘋果為例，蘋果軟件服務收入主要包括 Advertising 業務、APPSto

65、re 收入、數字內容等訂閱服務三部分。Advertising 業務方面，其中面向谷歌的 License 收入是谷歌為作為蘋果硬件產品的默認搜索引擎付出的流量獲取成本（TAC，Traffic acquisition costs），按 2023 年谷歌 TAC 費用 180 億美元，計算得出其占比廣告收入約 7.6%。AI Agent 模式下，若該比例每提升 1ppt，則將為終端廠商貢獻約 24 億美元收入，對應約 18 億美元毛利。此外，相關人士判斷面向軟件開發者在 AppStore 內宣傳其開發的 App 的推廣活動收取的 Search Ads 也有望隨流量增長而對應增加。22/36 2025

66、 年年 3 月月 14 日日 行業行業|深度深度|研究報告研究報告 AppStore 業務方面，從客戶直接接觸的 App 轉為后臺內容及服務提供者，軟件開發者營收的分成或將下降，對應終端廠商收取的傭金或將增長。訂閱服務業務方面，蘋果已經推出的 AppleOne 訂閱服務或成為主流的收費模式，相比此前分開付費，這種模式不僅費用更高，同時用戶數也會更多。（3）競爭格局：互聯網及手機廠商競相布局系統級競爭格局：互聯網及手機廠商競相布局系統級 AI 手機廠商布局系統級手機廠商布局系統級 AIAI，將語音助手升級為智能體，將語音助手升級為智能體。梳理 GenAI 端側應用，AI 手機的發展分為“AI A

67、pp”、“AI 功能化”、“AI 系統化”三個階段：ChatGPT、Claude 等獨立第三方 APP 出現為“AI App”，是 AI 手機第一階段，AI App 成為用戶與云端 LLM 交互的路徑；隨著端側大模型推出并融入手機OS 系統，大模型賦能手機日常應用，如三星三星 GalaxyS24 手機中畫圈搜索、電話摘要、AI 圖像消除功能，已初具 AI Agent 雛形，但更多還是集中在功能端；2024 年 4 月華為 Pura70 發布，智能助手升級為“小藝智能體”；10 月蘋果蘋果推送 iOS18.1 更新實現校對和重寫等 AI 寫作工具、照片記憶及全面升級的 siri；10 月小米小米

68、推出搭載澎湃 OS2 系統的小米 15 系列，將小愛同學升級為超級小愛，可實現“幫記”、“幫找”、“幫執行”；10 月榮耀榮耀發布了首款搭載 AI Agent 的 Magic7，集成了 AI 操作系統 MagicOS 9，YOYO 助理升級為 YOYO 智能體，可實現模糊理解、界面識別、自動執行等能力如“一鍵點飲品”、“一鍵旅行規劃與訂票”等。23/36 2025 年年 3 月月 14 日日 行業行業|深度深度|研究報告研究報告 互聯網廠商相關公司相繼推出互聯網廠商相關公司相繼推出自主智能體，具備自主智能體，具備“接管手機接管手機”或或“接管電腦接管電腦”的能力的能力。2024 年 10 月智

69、智譜譜推出自主智能體 AutoGLM，可根據用戶指引完成購物、進入應用程序完成文字填寫、總結歸納等操作，主要聚焦在手機應用場景；原理是通過光學字符識別技術理解用戶界面的組件，通過思維鏈訓練理解、規劃和執行能力、使得其具備按指令規劃執行的能力。第三方 App 適配方面，AutoGLM 已經可以執行微信、淘寶、美團、小紅書等。此外，2024 年 11 月，Anthropic 也推出“Computer use”功能，Claude 3.5 可通過自主識別屏幕操作光標完成復雜任務，主要聚焦在電腦應用場景。2、B 端：端：AI agent 或帶動新一輪產業投資，生產工具全面升級或帶動新一輪產業投資，生產工

70、具全面升級（1）AI agent 或帶動新一輪產業投資，智能生產解決方案提供商競爭力提升或帶動新一輪產業投資，智能生產解決方案提供商競爭力提升 AIAI AgentAgent 有望憑借專業性的知識沉淀落地有望憑借專業性的知識沉淀落地 B B 端市場，實現企業降本增效端市場，實現企業降本增效。相較于個人用戶，企業用戶通常面臨更加復雜和多樣化的業務需求，并擁有更明確的業務場景、業務邏輯、更多場景化行業數據及其行業知識案例的積累，能夠發揮 AI Agent 的自主性、感知與理解環境、決策與執行、交互、使用工具等優勢。結合 AI 大模型的迭代、RAG（Retrieval Augmented Gener

71、ation）的應用及記憶能力的改善，AI 對 B 端場景的賦能有望從早期的 Copilot 模式逐步演進為具備更多自主智能的 Agent 形態，初步具備自主交互與環節迭代的高階能力，進而深度融入并推進企業業務流程，賦能企業降本增效及數智化轉型。從場景化到跨領域賦能工作流程，從場景化到跨領域賦能工作流程，AIAI AgentAgent 有望重塑有望重塑 B2BB2B 產業價值鏈產業價值鏈。與通用化模型相比，特定領域數據訓練的垂直模型在延遲、準確性和成本方面具備更好的表現，且擁有強化自反饋“數據飛輪”效應。B 端市場沉淀了海量場景化數據集，有望通過模型訓練與微調以深化場景體驗與模型的耦合程度，實現

72、AI Agent 嵌入企業客戶工作并承載業務邏輯。此外，在底層數據打通后，AI Agent 可憑借跨 API 聯動重新整合工作流，帶動系統整體提質增效。AI Agent 有望在 B 端逐步釋放 AI 的核心價值，實現降本提效、優化人機、人人交互協同模式并引領生產關系的變革。24/36 2025 年年 3 月月 14 日日 行業行業|深度深度|研究報告研究報告 企業端強調投入的產出比，賦能企業效率提升是決策核心考量企業端強調投入的產出比，賦能企業效率提升是決策核心考量。企業端在應用背后代表著巨額的資本開支、人力等資源調整成本以及戰略轉型成本，B 端產品的首要目標是實現提升業務效率、降低運營成本、

73、提高創收能力等成本收入端變革，打磨交互體驗等則處于次要地位。因此，從長期視角審視，當實現產能的提升幅度超越投入成本且投資回報率 ROI1 時，企業通常傾向于采取付費策略。在生產端，由于無法有效利用在生產端，由于無法有效利用 AIAI 的企業面臨出清風險，的企業面臨出清風險，AIAI agentagent 帶來的效率提升有望刺激新一輪產業帶來的效率提升有望刺激新一輪產業投資投資。當前 AI 浪潮已然驅動云廠商、科技公司等進入新一輪資本開支周期，根據彭博一致預期數據，2024 年北美 TOP4 云廠商（亞馬遜、谷歌、微軟、Meta）資本開支合計將達 2215.0 億美元（YoY+50.2%），預計

74、 2025/2026 年會以 19.1%/10.1%的增速至 2639.0/2905.3 億美元。此外，AI 算法賦能企業生產端效率提升，需要與具體行業數據及知識結合，通過提取抽象化特征、訓練行業核心價值數據形成有價值的 AI 算法，此外還需要洞悉成本構成、價值創造及產業鏈運作。積累了行業“專家級知識”的廠商，能夠確保 AI 技術滿足差異化的企業生產及業務流程，擁有行業 Know-How的知識積累的自動化設備企業/智能生產解決方案提供商的競爭力或將進一步提升。（2）生產生產工具有望全面升級，看好智能化硬件工具有望全面升級，看好智能化硬件 25/36 2025 年年 3 月月 14 日日 行業行

75、業|深度深度|研究報告研究報告 硬件端刺激生產工具的全面升級，包括員工端的 AIPC 及 AR/VR，生產端的傳感器、物聯網，以及本地云或邊緣側的算力、存儲需求等。AIPC 通過集成先進的人工智能技術和優化的硬件架構，為 AI Agent 提供強大的運行平臺和豐富的應用場景。根據聯想AIPC 產業（中國）白皮書，AIPC 具有五大特性：內嵌個人大模型，擁有個性化本地知識庫；具備 CPU、GPU、NPU 本地混合 AI 算力；擁有開放的 AI 應用生態；可運用自然語言交互；擁有設備級個人數據和隱私安全保護。2024 年 3 月，蘋果蘋果推出搭載 M3 芯片的 MacBook Air，M3 芯片中

76、速度更快、效率更高的神經網絡引擎，使得 MacBook Air 持續助力 AI 技術的應用；榮耀榮耀發布 AIPCMagic Book Pro 16；微軟微軟宣布推出首批專為商業用戶打造的 Surface AIPCSurfacePro10 商用版和Surface Laptop 6 商用版；4 月，聯想聯想推出內置聯想小天個人智能體“AI 元啟”系列電腦。據 Gartner預測，2025 年全球 AIPC 出貨量有望超過 1 億臺，較 2024 年同比高速增長 165.5%，占整體 PC 銷量的43%。AR/VRAR/VR 能通過智能交互識別預測用戶意圖，提升工作效率能通過智能交互識別預測用戶意

77、圖，提升工作效率。執行方面，用戶可以通過語音指令或手勢操作來控制虛擬角色、選擇菜單項或執行其他任務，AI Agent 能夠準確識別這些輸入，并基于輸入的解析快速做出響應，從而提升用戶的交互體驗和響應速度；識別方面，通過機器學習和數據分析技術，AI Agent 能夠預測用戶的意圖和行為，提前加載相關的數據或資源以減少用戶的等待時間；場景化模擬方面，AI Agent 能夠實時模擬和分析 AR/VR 場景中的物理環境和光照條件，同時賦予虛擬角色和物體智能行為，提升用戶的沉浸感和互動性。據 IDC 數據，2024 全球 AR/VR 出貨量達到 0.097 億臺（YoY+44.2%），得益于游戲用戶的基

78、礎以及企業端等擁抱并采用更多頭戴式設備進行培訓、協同辦公等代理支持，預計到 2028 年達到 0.356 億臺。企業生產端迎來硬件的智能化替換需求，強化傳感器、物聯網通信及算力的協同企業生產端迎來硬件的智能化替換需求，強化傳感器、物聯網通信及算力的協同。AI Agent 有望結合物聯網、傳感器、機器視覺等技術重塑工業生產方式。從應用落地角度看，面對倉庫、工廠等作業環境，傳感器感知并收集環境中的各種信息，如溫度、濕度、光照強度、壓力等，并將信息轉化為數字信號，26/36 2025 年年 3 月月 14 日日 行業行業|深度深度|研究報告研究報告 通過網絡傳輸給其他設備或系統；而物聯網將各個傳感器

79、及云邊端連接起來，實現數據的收集、傳輸、存儲和分析；AI 等技術能夠提供決策及解釋能力，實現感知信息的最大化利用，從而實現生產工具的數智化轉型；此外，由于數據量與實時性的要求，云-邊-端多層次的算力網絡也成為必要。物聯網方面物聯網方面，據 IoT Analytics 統計數據，2023 年全球 IoT 設備連接數達 166 億臺，同比增長 15%；預測到 2024 年，該連接數將增至 188 億臺（同比增長 13%），2023-2026 的 IoT 設備連接數實現 CAGR 13.9%。此外，據 Globe Newswire，2023 年全球通信模組市場規模為 414.3 億美元，有望保持 2

80、1.4%的CAGR 增長至 2030 年的 1612.9 億美元。傳感器方面傳感器方面，據 Business Research Insights 統計數據，2022 年全球攝像機市場規模為 81.19 億美元，并預計以 CAGR 為 5.8%的速率增長至 2032 年的 142.46 億美元。此外據 Precedence Research 統計數據，2023 年全球傳感器市場規模為 2269.1 億美元，預計 2024-2034 年傳感器市場將以 CAGR8.4%的速率增長至 5510.3 億美元。七、相關公司七、相關公司 1、金山辦公：辦公場景或是金山辦公：辦公場景或是 Agent 關鍵入口

81、，公司具有流量優勢關鍵入口，公司具有流量優勢 基于基于 AIAI AGENTAGENT（人工智能體）范式驅動（人工智能體）范式驅動 WPSWPS AIAI 伴寫功能伴寫功能，具體有四大特色：全文補全功能、多種內容生成、不同身份與文風的切換、古詩詞內容補全。更新后的 WPS AI 伴寫支持添加包括云文檔、網頁等參考資料，用戶完成標題后只需 0.5 秒就能理解用戶意圖并續寫內容。辦公是用戶日常工作高頻覆蓋的場景，具有使用時間長、調用功能多的特點，或是 Agent 關鍵入口。金山辦公是國產辦公軟件龍頭，具有龐大的用戶基數，占據入口和流量優勢，有望成為辦公智能體的主要標桿。截至 2024 年 9 月

82、30 日，公司主要產品月活設備數 6.18 億，其中 WPS Office PC 版月活設備數 2.77 億，移動版月活設備數 3.38 億。27/36 2025 年年 3 月月 14 日日 行業行業|深度深度|研究報告研究報告 2、科大訊飛：科大訊飛：訊飛星火訊飛星火 4.0Turbo 正式發布，正式發布，AI Agent 應用矩陣持續擴應用矩陣持續擴充充 訊飛星火訊飛星火 4.0Turbo4.0Turbo 大模型重磅發布，同步首發星火多語言大模型大模型重磅發布，同步首發星火多語言大模型。公司正式發布訊飛星火 4.0Turbo 大模型，核心能力全面超過 GPT-4Turbo，且在數學能力、代

83、碼能力上超過了 GPT-4o。在多語種、多語言能力方面，公司正式首發星火多語言大模型，除中英文外可支持法語、西語、德語等 8 個語種，并且首次實現全國地級市方言全覆蓋，含全國 288 個地市的 202 種方言。垂類行業應用矩陣持續拓展，垂類行業應用矩陣持續拓展，AgentAgent 應用有望深度賦能教育、醫療等場景應用有望深度賦能教育、醫療等場景。公司面向教育、醫療、司法、政務服務等多個行業場景發布最新產品應用教育：發布基于“問題鏈”的高中數學智能教師系統；醫療：發布訊飛星火醫療大模型 2.0，并且發布基于星火醫學影像大模型打造的智能醫學影像助手，可幫助影像技師快速評估圖像質量并糾正檢查問題；

84、政務：政務大模型可全面覆蓋 4500+種標準化事項和60+種材料，并首發搭載政務大模型的“星火智辦”一體機?！帮w星二號飛星二號”正式啟動，公司有望引領全國產算力平臺發展正式啟動，公司有望引領全國產算力平臺發展。自 2023 年 10 月首個國產萬卡算力集群“飛星一號”平臺上線以來，星火大模型持續引領全國產算力平臺發展，模型訓練適配優化平臺耗時從90 天縮減到 15 天，新增 30 多項框架和平臺特性。此次，公司宣布與華為、合肥市大數據資產運營有限公司三方聯合打造的國產超大規模智算平臺“飛星二號”正式啟動，未來有望推動新模型新算法的持續適配和智算集群規模的再次躍遷。地區政策持續推動地區政策持續推

85、動 AI+AI+教育建設，公司有望深度受益打開成長空間教育建設，公司有望深度受益打開成長空間。北京市教委等 4 部門發布北京市教育領域人工智能應用工作方案，提出至 2025 年，打造 100 所人工智能應用場景標桿學校；到 2027年，產生數個符合中國教育特點、在技術創新上居于國際前列的人工智能教育行業大模型。未來 AI 有望在學生學習發展、教學方式變革、學生身心健康、家校協同、教育治理模式創新等領域發揮重要作用。公司作為國內 AI 大模型龍頭廠商，基于在智慧教育領域的生態深耕以及大模型在 G、B、C 三端的全面布局，有望率先受益于政策推動，實現業務加速成長。3、彩訊股份：彩訊股份：信創郵箱領

86、先企業，信創郵箱領先企業，AI 全棧布局拓展價值邊界全棧布局拓展價值邊界 國產郵箱領軍企業，國產郵箱領軍企業，AIAI 全棧布局打開想象空間全棧布局打開想象空間。公司以手機郵箱起家，逐步發展為產業互聯網技術及服務供應商，打造協同辦公、智慧渠道、云和大數據三大產品線，實現從算力到應用的 AI 業務全棧布局，拓展公司業務邊界。公司背靠中國移動積極拓展下游，與多家行業頭部客戶緊密合作，確立了行業內的 28/36 2025 年年 3 月月 14 日日 行業行業|深度深度|研究報告研究報告 競爭地位。公司股權結構相對集中，股權激勵充分，高度綁定核心骨干人員。公司打造的“雙中臺”體系筑牢技術壁壘，開發 R

87、ich AI 超級工廠實現 AI 業務全棧布局。公司 2024 年單三季度業績表現良好。公司 2024 年前三季度控費效果明顯，盈利能力有望進一步提升。郵箱為基打造協同辦公產品優勢，數字員工有望帶來新增量郵箱為基打造協同辦公產品優勢，數字員工有望帶來新增量。協同辦公平臺作為辦公管理系統的重要組成部分，信創滲透程度較深。郵箱系統作為企業信息化管理的重要一環，借信創之勢逐漸釋放國產化替換需求。公司基于信創郵箱打造完備的協同辦公產品線，客戶拓展成效明顯。公司 RichMail 系統擁有國產自主知識產權，已實現全棧信創兼容。公司智能郵箱深度融合 AI 能力，同時發力 B/C 端，未來隨其集成更多 AI

88、 能力并逐漸實現規模商用，有望成為公司協同辦公業務的重要驅動力。此外，公司基于對行業大勢的判斷，在數字員工方面深度布局，有望進一步打開協同辦公業務增量市場。智慧渠道凝聚億級用戶運營能力，智慧渠道凝聚億級用戶運營能力，5G+AI5G+AI 打開成長空間打開成長空間。公司智慧渠道系列產品豐富，攜手中國移動中國移動沉淀了億級用戶運營能力。公司簽約華為，構建完善的鴻蒙 App 開發集成框架，深度融入鴻蒙生態。公司作為 5G 消息平臺行業重要服務提供商和規則制定積極參與者，積極把握 5G 新通話發展趨勢，深耕運營商并積極拓展下游。在數字人領域，公司孵化眾多商用數字人產品，打開 5G 時代通話領域的“數字

89、生活入口”。此外，公司推出國內首個圖生音樂 AI 應用“彩鈴圖歌樂”，B 端賦能運營商業務，C 端打開想象空間。公司智慧渠道業務持續增長，5G+AI 有望打開成長空間。背靠背靠“移動云移動云”發力國資云，布局智算基礎設施拓展業務邊界發力國資云，布局智算基礎設施拓展業務邊界。三大運營商共同發力推動國資云快速發展，移動云穩居第一梯隊。公司云和大數據業務深耕“移動云”生態，作為移動云等電信運營商國資云的核心供應商，公司在 B 端和 C 端不斷擴展云業務范圍，承接多項運營商等領域的國資云建設項目。公司與中國移動在個人云盤領域密切合作，相關產品結合 AI 能力不斷迭代升級，有望為公司云和大數據業務帶來持

90、續增量。此外，公司基于 Rich AI Cloud 發力智算基礎設施，已可提供萬卡集群管理的解決方案，云和大數據產品將逐漸向智算領域延伸。4、焦點科技焦點科技：跨境：跨境 B2B 電商頭部企業，電商頭部企業，AI Agent 打開成長空間打開成長空間 外貿市場持續走高，外貿市場持續走高，B2BB2B 跨境市場空間廣闊跨境市場空間廣闊。根據海關總署，2024 年前 11 個月，我國貨物貿易出口總值達 23.04 萬億元，同比增長 6.7%。其中東盟、“一帶一路”沿線國家等貢獻增長動能，占我國進出口貿易總額比例持續提升，因此相關人士認為后續美國關稅等政策對我國出口及公司經營影響相對有限。向后展望，

91、我國政策支持跨境貿易發展，跨境 B2B 外貿市場空間廣闊?？缇晨缇?B2BB2B 平臺頭部企業，中國制造網維持穩健增長趨勢平臺頭部企業，中國制造網維持穩健增長趨勢。焦點科技成立于 1996 年，成立之初即瞄準跨境 B2B 電商業務，于 1998 年注冊 Made-in-C，至今已深耕跨境 B2B 領域二十余年。目前，公司中國制造網會員數量以及 ARPPU 均維持健康增長趨勢，截至 24Q3，公司合同負債與其他非流動負債合計達 10.28 億元，同比增長 20%，中國制造網收入增速有望逐步觸底回升。此外，公司亦推動配套服務發展，形成了以領動建站、孚盟 CRM、企業培訓為主的“X 業務”和以交易、

92、收款、物流等服務為主的國際貿易服務生態鏈，打造完整的跨境貿易服務體系。AIAI 布局持續深化，看好布局持續深化，看好 AIAI 麥可以及買家側麥可以及買家側 AIAI 工具變現空間工具變現空間。公司 AI 應用持續迭代，推出 FocusAIM平臺，內含四款跨境貿易 AI 產品：AI 麥可、MoliAI、SourcingAI 以及 Mentrac。目前，AI 麥可已迭代至 4.0 版本，較 3.0 版本進一步強化了其作為 AI Agent 的角色，能夠自動規劃和執行整個外貿工作流，并具備自主學習知識庫的能力，測算其中長期市場空間有望達數十億元。此外，公司推出的 SourcingAI以及 Ment

93、rac 等站外 AI 工具有望逐步打開海外買家側以及供應商變現空間，進一步提升公司商業化潛力。29/36 2025 年年 3 月月 14 日日 行業行業|深度深度|研究報告研究報告 5、泛微網絡：、泛微網絡：AI 應用逐步繁榮，協同辦公龍頭有望受益應用逐步繁榮，協同辦公龍頭有望受益 DeepSeekDeepSeek 等國產模型性能顯著突破，等國產模型性能顯著突破，AIAI 應用有望逐步迎來繁榮應用有望逐步迎來繁榮。DeepSeek 發布大模型 Deep Seek-v3和 R1，前者在大模型主流榜單的開源模型中位列榜首，并與世界上最先進的閉源模型不分伯仲；后者性能對標 OpenAI 的 o1 正

94、式版，在數學、代碼和自然語言推理等任務上表現卓越。以上兩個模型均通過算法和架構的創新，大幅降低了訓練成本和推理成本，為 AI 技術的普及與創新作出了卓越的貢獻。此外，阿里通義千問的 Qwen2.5-Max，月之暗面的 k1.5 多模態思考模型也實現了較好的性能，國內大模型公司在性能和推理成本上競爭力日益突出，為國內 AI 應用的落地打下了良好基礎，2025 年有望看到 AI 應用的繁榮。協同辦公是協同辦公是“AI+“AI+工作流工作流”和和“AI+“AI+知識庫知識庫”應用的典型場景之一應用的典型場景之一。泛微網絡是國內領先的協同辦公軟件廠商，目前覆蓋 87 個行業、超過 8 萬多家客戶。協同

95、辦公軟件覆蓋企業與組織全體員工，并連接組織內的人、財、物、信息等資源，通過與 AI 結合，可以降低用戶對系統的學習成本，在辦公過程中明顯簡化大量人工操作，大幅優化和改善使用體驗和使用效率，因此，協同辦公是“AI+知識庫”和“AI+工作流”落地的典型場景。泛微網絡數智大腦泛微網絡數智大腦 Xiaoe.AI Xiaoe.AI 已正式推出并在部分客戶與場景落地已正式推出并在部分客戶與場景落地。2024 年 12 月 5 日，公司正式發布泛微數智大腦 Xiaoe.AI，該平臺采用了大模型+小模型+智能體的技術架構，利用大模型的通用推理能力、小模型的轉項任務能力，加上數據后形成了各類智能體應用服務，實現

96、包括 AI 問答、AI 搜索、AI 采集、AI 審批、AI 摘要等在內的各項功能，幫助“市場、銷售、合同、采購、項目、客服、人事、資產、財務、檔案”等各種業務場景的智能化改造。據介紹，Xiaoe.AI 已經為西安建筑科技大學、上海建工、雅戈爾、艾比森光電、愛美客、東芯半導體等組織提供了智能化服務，提升組織運營效率。6、同花順同花順：廣告收入彈性高于市廣告收入彈性高于市 場，場，AI 賦能產品競爭力提升賦能產品競爭力提升 公司業績顯著改善，廣告收入高增為主要驅動公司業績顯著改善，廣告收入高增為主要驅動。2024 年，同花順實現營業收入、歸母凈利潤分別為 41.9、18.2 億元，同比分別+17.

97、5%、+30.0%，加權 ROE 為 24.8%，同比+4.6pct，Q4 單季歸母凈利潤為 11.7 億，同比+85.5%；分業務來看，2024 年公司實現增值電信、廣告、軟件、基金代銷收入分別為 16.2、20.2、3.6、1.9 億元，同比分別+5.7%、+49.0%、-18.6%、-20.5%，貢獻收入比重分別為 38.6%、48.4%、8.5%、4.5%，廣告收入高增，為業績的主要驅動，軟件及基金代銷有所承壓。收入端，廣告收入彈性高于市場，產品競爭力提升收入端，廣告收入彈性高于市場，產品競爭力提升。截至 2024 年末，公司 APP 月活數為 3627 萬人，同比+18.9%，測算市

98、場份額為 21.2%，同比-0.29pct，公司平臺流量隨市場回升，龍頭優勢穩固；2024 年市場日均成交額同比+21.2%至 1.06 萬億元，公司廣告收入增速顯著高于市場，預計公司作為龍頭流量平臺，議價能力有所提升，且公司產品與大模型技術深度融合，產品競爭力得到提高；公司軟件銷售及維護收入同比-18.6%至 3.6 億元，主要由于券商信創升級逐漸完成，相應的業務需求減少所致。成本端，放緩研發投入，盈利能力改善成本端，放緩研發投入，盈利能力改善。2024 年，公司管理、銷售、研發費用分別為 2.2、5.9、11.9 億元，同比分別+8.3%、+19.1%、+1.2%，對應費用率為 5.3%、

99、14.1%、28.5%，同比分別-0.4、+0.2、-4.6pct，公司成本控制良好，放緩研發費用投入推動盈利能力改善，2024 年公司凈利率 43.5%，同比+4.2pct。公司智能產品全面升級，推動前沿大模型技術應用公司智能產品全面升級，推動前沿大模型技術應用。問財投資助手升級為原生 AI 對話產品，融合多模態大模型技術，實現更自然、精準的交互；同創智能體平臺集成大模型、低代碼和實時金融數據，助力上百家金融機構共建超 5000 個智能體，日均調用量超 300 萬次；金融數據終端構建智能化產品矩陣，30/36 2025 年年 3 月月 14 日日 行業行業|深度深度|研究報告研究報告 AIF

100、inD 飛研優化寫作與分析能力，“產業智繪”平臺提供全景產業鏈研究；HiPilot 智能編碼助手增強跨文件、跨項目的代碼理解與生成能力，新增慢思考問答、代碼可視化、測試套件生成等功能，已為數千名開發人員生成超百萬行代碼。7、致遠互聯致遠互聯：短期業績承壓，長期看好短期業績承壓，長期看好 AI Agent 和行業信創機遇和行業信創機遇 短期業績承壓，主要系三大因素變化影響短期業績承壓，主要系三大因素變化影響。根據北京致遠互聯軟件股份有限公司 2024 年年度業績預告披露的相關信息，公司 2024 年度預計虧損將進一步擴大，主要系三個方面的變化所致。一是營業收入不達預期，從短期看，受客戶結構、客戶

101、需求及項目周期等因素變化的影響，公司的營業收入當期未達預期，預計實現營業收入同比下降。二是期間費用上升，主要是報告期內人員優化導致離職補償當期一次性支出，以及公司持續引入優秀人才和加強人員能力提升所致。三是資產減值損失的計提，基于謹慎性原則，結合市場情況判斷和會計準則要求，按照公司的會計政策擬計提的信用減值損失較上年同期增加。此外，非經營性損益也對業績造成了影響，2024 年公司符合損益確認條件的政府補助低于上年同期。長期看好長期看好 AIAI AgentAgent 和行業信創的發展機遇和行業信創的發展機遇。盡管公司短期內業績承壓，但從長期看整體趨勢正在轉好，并對 AI 和行業信創的未來發展機

102、遇保持樂觀。經營方面，業績預告披露 2024 年公司在手訂單同比增長10%-15%，合同負債同比增長 10%-15%，項目回款率保持穩定增長，經營活動產生的現金流量凈額較去年同期有所改善；2024 年全年合同簽約金額同比保持穩定增長，企業端客戶合同簽約金額同比增長，百萬級以上合同簽約金額增長約 15%。研發方面，公司積極投入研發新一代技術平臺及產品，并加力 AIGC 在組織級辦公軟件應用的研發投入；截止 2024 年上半年，公司研發支出總額占營業收入的比例已接近 30%，同比提高了近 5 個百分點。在 AI 方面，致遠互聯堅持以 AI Agent 推動協同運營管理的高效化、智能化和數字化。據業

103、績預告披露，2024 年公司發布了五大類 AI 產品和服務，包括知識服務類、內容創作類、數據分析類、流程自動化類和對話服務類，以及 AI 原生應用。報告期內公司 AI Agent 關聯合同（含 AI Agent 功能的合同）金額約 2500 萬元，AI 相關產品已逐步實現訂單轉化。在行業信創方面，公司聚焦突破央國企等頭部客戶，制定了“新質計劃”，該部分市場占有率提升較快，2024 年行業信創合同簽約金額增長超 70%，簽約了中國中車中國中車、中國中鐵中國中鐵、中國建筑中國建筑、中國通號中國通號、中國南中國南水北調水北調、中國林業中國林業、中國出版中國出版等重點客戶。八、發展展望八、發展展望 1

104、、2025 年有望成為年有望成為 AI Agent 商業化應用元年商業化應用元年 AIAI AgentAgent 是通往是通往 AGIAGI 的必由之路的必由之路。從 NLP 到 AGI 的發展分為五個級別，語料庫、互聯網、感知、具身和社會屬性。目前的大語言模型（LLM）已來到第二層級，具有互聯網規模的文本輸入和輸出。AI Agent在 LLM 的基礎上再具備感知與行動的能力時，將進入到第三和第四級別。再進一步，當多個 Agent 通過互動合作解決更復雜的任務，或者反映出現實世界的社會行為，則有潛力來到第五層級。31/36 2025 年年 3 月月 14 日日 行業行業|深度深度|研究報告研究

105、報告 AgentAgent 將顯著提升大模型使用工具能力將顯著提升大模型使用工具能力。根據智譜定義的大模型發展的五個階段：L1 語言能力、L2 邏輯能力（多模態能力）、L3 使用工具的能力、L4 自我學習能力、L5 探究科學規律。目前大模型已經初步具備了人類與現實物理世界互動的部分能力，而 Agent 將顯著提升 L3 使用工具能力，同時開啟對 L4 自我學習能力的探索。AgentAgent 為為 AIAI 未來重點技術趨勢，未來重點技術趨勢，B B 端為重要落地場景端為重要落地場景。根據硅谷著名創業加速器 YCombinator 的數據，2023 夏季和 2024 冬季 2 季創業營的 AI

106、 項目中，Agent 已成為最主要的技術路線之一，占比高達 80%，其余為多模態、基礎設施、RAG 等。其中，B 端應用項目數量遠高于 C 端應用，包括軟件開發、金融、電商、CRM、醫療等。32/36 2025 年年 3 月月 14 日日 行業行業|深度深度|研究報告研究報告 AIAI AgentAgent 場景特性：場景特性：B B 端強調專業性，端強調專業性，C C 端強調自由度端強調自由度。在 B 端應用中，AI Agent 強調專業性，被廣泛應用于金融、醫療、法律、財務、生產、物流、資管、人力等專業性極強的領域，往往需要專崗專職人員進行多年學習完成。在 C 端應用中，AI Agent

107、強調自由度，應用于游戲、娛樂、影視、營銷、廣告、教育等需要更多靈感及創意的領域。33/36 2025 年年 3 月月 14 日日 行業行業|深度深度|研究報告研究報告 生成式生成式 AIAI 在金融領域應用廣泛在金融領域應用廣泛。根據 Gartner 調查數據，66%的銀行領導人預計生成式 AI 的潛在收益大于潛在風險，61%的銀行高管表示所在公司正在或計劃未來增加對人工智能的投資。例如為用戶提供財務建議的 AI 理財教練，在增收方面至少可以提升 30%，提高效率方面能夠顯著減少公司為客戶創建新內容所花費的時間。AIAI 智能體在金融領域降本增效前景廣闊智能體在金融領域降本增效前景廣闊。智能體

108、的優勢在于能夠自動執行日常任務，從而釋放人們的創造力，提高工作效率和生產力。Gartner 列出的生成式 AI 在銀行業 20 個最有前景的應用案例中，多個場景涉及 AI Agent，如綜合信貸數據、AI-Copilot 前線應用、個性化營銷內容等，利用生成式 AI 技術構建的數字員工，能夠顯著增強銀行業務處理能力、優化客戶體驗并降低風險。AIAI AgentAgent 賦能醫療服務診前、診中和診后眾多環節賦能醫療服務診前、診中和診后眾多環節。政策、技術共振驅動下，AI 賦能醫療服務諸多場景。2024 年 11 月 14 日，國家衛健委、國家中醫藥局、國家疾控局聯合發布衛生健康行業人工智能應用

109、場景參考指引，提出人工智能+醫療服務管理、人工智能+基層公衛服務、人工智能+健康產業發展、人工智能+醫學教學科研四個類別，共計 84 個細分應用場景，積極推進衛生健康行業“人工智能+”應用創新發展。34/36 2025 年年 3 月月 14 日日 行業行業|深度深度|研究報告研究報告 AIAI AgentAgent 助力醫療服務提質助力醫療服務提質增效增效。AI Agent 在醫療領域的應用前景廣泛，涵蓋從日常輔助、影像分析、病歷管理到手術支持、慢病管理等多場景，為醫護人員減負、提升診斷精準度并優化患者體驗提供智能支持。根據美國國家經濟研究局 2023 年報告數據，更多地采用人工智能可以節省

110、5%-10%美國醫療保健支出。法律行業有望成為法律行業有望成為 AIAI AgentAgent 重要落地應用重要落地應用。法律行業的數據以文本為主，并且多為絕對事實和真實案件，較為適合大模型學習。此外，法律工作的強知識性和邏輯性也讓大模型能夠在更多法律工作流環節中提供價值。根據 ALM 就美國前 100 律所使用 AI 情況的問卷調查，其中有 41 家律所承認正在使用 AI，包括法律材料起草、文檔匯總、法律研究等場景。Jackson Lewis 等一些律所，還會定期為律師舉辦人工智能培訓課程。HarveyHarvey AIAI 用戶使用率快速增長，彰顯法律領域對用戶使用率快速增長，彰顯法律領域

111、對 AIAI AgentAgent 產品的旺盛需求產品的旺盛需求。以 OpenAI 投資的 AI+法律初創公司 Harvey AI 為例，2023 年 8 月-2024 年 8 月，Harvey AI 用戶使用率從 33%大幅增長至 69%，用戶留存率在一年后保持在 70%左右，彰顯法律領域對 AI Agent 產品的旺盛需求和用戶對產品的較高滿意度。2、AI Agent 發展從發展從 0 到到 1，市場規模不斷增加，市場規模不斷增加 從從 0 0 到到 1 1，AgentAgent 市場規?？焖僭鲩L市場規?？焖僭鲩L。隨著 AI 技術的不斷進步，AI Agent 已經不再局限于簡單的任務執行，

112、當前逐步實現從 0 到 1 的跨越式創新。眾多企業和研究機構投入研發，推出創新產品。行業結構初步形成，相關產業鏈和生態系統逐漸完善。根據 Rootanalysis，預計全球 AI Agent 市場規模將從 2024年的 52.9 億美元增長到 2035 年的 2168 億美元，2024-2035 年預測期內的復合年增長率為 40.15%。3、AI Agent 將將成為端側應用重要支柱成為端側應用重要支柱 35/36 2025 年年 3 月月 14 日日 行業行業|深度深度|研究報告研究報告 端側模型有一個不可能三角：性能、參數量和內存及功耗占用端側模型有一個不可能三角：性能、參數量和內存及功耗

113、占用。性能優異需要大參數量；而參數量大就意味著內存占用大，功耗也會大；功耗過大又可能會影響性能。AGI 是一個長期演進的過程，Agent 有望成為當務之急的“解決問題”，這一特性在端側尤為重要。通過主動工作流的配置輔以性能不錯的模型解決問題，而主動工作流的配置離不開 Agent 技術的應用。根據騰訊研究院公眾號的內容指出，從電池容量的角度來看，通過工作流優化任務的實現是剛需根據騰訊研究院公眾號的內容指出，從電池容量的角度來看，通過工作流優化任務的實現是剛需。目前，由于手機和 PC 的保有量占據絕對優勢，它們理所當然地成為了端側 AI 的最佳落地方向，但在落地過程中，由于面臨的芯片和電池的挑戰，

114、為了實現大模型的終端落地，需要進行大量的適配工作。微軟作為端側模型的有力競爭者 Phi-3/3.5 的開發者，除了模型本身，還提供了一套名為 Agents 的工具。通過 Microsoft Copilot Studio 的升級，Copilot+PC 不僅可以調用 Windows 附帶的 40 多個端側AI 模型提供支持，還可以構建成百上千的自動化業務流程，在客戶需求下獨立工作，從而實現長期運行的業務流程自動化。未來，移動端和 PC 端體驗到的端側 AI，大部分將是通過適配器和分類器挑選的微調小模型，以及針對特殊需求開發的自定義 Agents，而無需調用全量的模型參數，是更具性價比的方案。另一方

115、面，從生態搭建的維度，需要另一方面，從生態搭建的維度，需要 AgentAgent 調用多方資源以實現繁榮調用多方資源以實現繁榮。無論是端側還是云端 AI，大模型都只是底層計算；要實現用戶價值，還需要一個繁榮的應用生態和強大的工具集來提供支持。不論是現有的 APP 形態，還是未來可能實現的“去皮化”的 API 形態，除了底層計算，還需要通過 Agent 來實現價值的連接。在 6 月的 Apple Intelligence 發布會上，蘋果表示，Siri 的全新形態將改變交互規則，大量 AI 新功能將很快上線；此外，屏幕讀取以及 App 內與 App 之間的操作等能力預計也將到位，這將使 AI 真正

116、串聯起蘋果生態下的諸多應用。蘋果提前承諾的這項能力，源自其在 4 月份發布的一項名為“Ferret-UI”的新技術。Ferret-UI 能夠“看懂”手機屏幕，建立對 UI 元素的基本理解，奠定了執行復雜任務的基礎，并通過分層次的任務設計，最終實現對用戶指令的理解和響應。這本質上是一種通過視覺方式來構建主動工作流 Agent 的思路。底層模型本身并不能直接創造價值，蘋果需要維持其最強的盈利因素：生態位。長期來看，專業化端側與全能云端協同或是端側長期來看，專業化端側與全能云端協同或是端側 AIAI 的最優解的最優解。云端模型比端側模型先進一個數量級。雖然許多小模型在特定能力上已經具備了媲美十倍甚至

117、百倍參數大模型的實力，但事實上，當前基礎模型的綜合能力依然基本遵循 Scaling Law 法則。千億、萬億參數的大模型以及實驗版本模型，作為探索AGI 的最前沿模型，其整體智力水平無疑會持續領先。云端大模型始終比端側大模型先進一個以上的數量級。例如，去年 8 月份谷歌發布的輕量級小模型 Gemma22B，是從 6 月份發布的 Gemma27B 和 9BGemma2模型中蒸餾而來的；微軟開發的 AI 小語言模型（SLMs）Phi-3 系列有多個版本，包括 mini（3.8B）、small（7B）和 medium（14B）。根據微軟公布的不同表現水平，在同一時間段內，參數規模仍是決定大模型綜合能

118、力的關鍵因素。蘋果的 Apple Intelligence 通過一個對標 GPT-4 的云端模型 Apple Server來處理復雜任務，這不僅是因為終端設備受限于芯片、電池和發熱等因素的選擇，更是為端側提供“無所不知、無所不能”的云端支持保留了重要的接口。九、參考研報九、參考研報 1.招商證券-AI 應用行業三類投資機會梳理：垂類應用率先落地，AI Agent 劍指未來 2.浙商證券-計算機行業：AI Agent 元年，企業服務有望最先落地 3.國泰君安-計算機行業：AI Agent 突破 ChatBot 形式滲透全產業 4.中金公司-科技硬件行業 AI 浪潮之巔系列：AI Agent，大模

119、型落地下一站 5.德邦證券-計算機行業專題：AI Agent，海外創新企業的再次自我革命 36/36 2025 年年 3 月月 14 日日行業行業|深度深度|研究報告研究報告 6.開源證券-計算機行業深度報告：AI Agent 拐點已至，2B+2C 星辰大海7.銀河證券-計算機行業 AI Agent 崛起：產業鏈重塑與投資新視角8.中金公司-科技硬件行業 AI 浪潮之巔系列：AI Agent，大模型落地下一站9.海通證券-信息服務行業專題報告：AI Agent（智能體），從技術概念到場景落地10.浙商證券-科大訊飛-002230-點評報告：訊飛星火 4.0Turbo 正式發布，AI Agent 應用矩陣持續擴充11.平安證券-彩訊股份-300634-信創郵箱領先企業，AI 全棧布局拓展價值邊界免責聲明：以上內容僅供學習交流，不構成投資建議。