《計算機行業深度研究：軟件大革命深度AI Agent投資寶典-250512（105頁）.pdf》由會員分享，可在線閱讀，更多相關《計算機行業深度研究：軟件大革命深度AI Agent投資寶典-250512（105頁）.pdf（105頁珍藏版）》請在三個皮匠報告上搜索。

1、本公司具備證券投資咨詢業務資格，請務必閱讀最后一頁免責聲明 證券研究報告 1 計算機行業深度研究 軟件大革命深度：AI Agent 投資寶典 2025 年 05 月 12 日 Al Agent：AI 時代的軟件革命。AI Agent 是軟件革命的關鍵，解決了生成式 AI 模型的應用局限，推動 AI 技術向實用、智能方向發展。1）從技術原理上看，AI Agent 由模型、工具和編排層構成，是一種可以自主實現目標的應用；2）從商業化路徑看，MCP 到 Manus，基于類 MCP 協議的底層數據互通+Agentic-based 決策路徑定義 AI Agent 范式，在 C 端 AI Agent 更強

2、調通用性和拓展性，按 tokens 付費更適合；在 B 端 AI Agent 更強調任務的完成度和準確性，按結果付費更適合；3）展望未來，類似芯片的“摩爾定律”，AI Agent的任務長度或每 7 個月翻一倍，最終實現 Agent 開發 Agent 的閉環飛輪。十年未見的“無限戰爭”：互聯網巨頭爭奪 Agent 超級入口。AI Agent 作為必經之路，互聯網巨頭同時發力 C 端與 B 端已成為行業共識，雖然客戶結構有異同，但在戰略方針上殊途同歸：1）C 端場景下，互聯網巨頭打造多元化的 AI Agent 產品，打響圍繞入口、流量和平臺的爭奪戰；2）B 端場景下，互聯網巨頭依托自身生態體系，開

3、拓結果導向的商業模式。AI Agent 打開萬億企業級數字勞動力市場，AI Agent 走入千行百業。1）在企業級市場，AI Agent 滲透率快速提升，可通過升級套餐、提升滲透率及單獨付費等方式增加企業收入。結合黃仁勛與 Salesforce CEO 的觀點，本質上 AI Agent 的目標市場就不再是傳統的 IT 預算，而是真人勞動力市場，市場規?？梢赃_到數萬億美元。2）通用 SaaS 有望成為 AI Agent 基礎設施，垂類應用也將借助 AI 實現市場規模倍增，AI Agent 在工業、教育、金融、零售、司法等多個行業率先落地。投資建議：我們堅定認為 2025 年將是 AI Agent

4、 元年，也是軟件大革命的起點：Agent 或成為軟件價值重估的重要催化劑，軟件廠商的目標市場有望擴大到數萬億美元的勞動力市場，AI Agent 也有望提升軟件的消費屬性，進一步打開軟件廠商的估值天花板，針對不同方向，建議關注：1）辦公：金山辦公、合合信息、福昕軟件等；2）編程：卓易信息、普元信息、金現代等 3）終端 AI：中科創達、螢石網絡等；4）ERP/CRM：金蝶國際、用友網絡、能科科技、賽意信息、鼎捷數智、漢得信息、中軟國際等 5）OA：泛微網絡、致遠互聯等；6）司法：金橋信息、華宇軟件等；7）金融/財稅：同花順、新大陸、新致軟件、稅友股份、京北方等；8）教育：科大訊飛、佳發教育等；9）

5、醫療：訊飛醫療、創業惠康、衛寧健康等；10）客服：夢網科技、彩訊股份等；11）AIGC：美圖、萬興科技等。風險提示：AI 發展不及預期，行業競爭加劇。推薦 維持評級 分析師 呂偉 執業證書：S0100521110003 郵箱：lvwei_ 分析師 楊立天 執業證書：S0100524100001 郵箱： 研究助理 白青瑞 執業證書：S0100124010021 郵箱： 相關研究 1.計算機周報 20250510：華為“根”技術初露鋒芒-2025/05/10 2.計算機行業事件點評：鴻蒙重磅產品即將發布，PC 有望成為下一個“主戰場”-2025/05/10 3.計算機行業動態報告：重估數據庫：未來

6、軟件=Agent+數據庫-2025/05/06 4.計算機周報 20250504：計算機行業 24 年報及 25 年一季報分析：拐點已現-2025/05/04 5.計算機周報 20250426：計算機行業 2025Q1 持倉分析：機構持倉處歷史底部，集中度進一步提升-2025/04/26 行業深度研究/計算機 本公司具備證券投資咨詢業務資格，請務必閱讀最后一頁免責聲明 證券研究報告 2 目錄 1 Al Agent：AI 時代的軟件革命.4 1.1 模型+工具+編排層構建 AI Agent 的認知和交互底座.4 1.2 黎明即將到來，AI Agent 商業化穩步推進.7 1.3 AI Agent

7、 的“摩爾定律”指引未來發展路徑.20 2 十年未見的“無限戰爭”：互聯網巨頭爭奪 Agent 超級入口.22 2.1 騰訊的野望：元寶搶占流量入口+MCP 打通底層協議+多元 AI Agent 拓寬覆蓋面.23 2.2 字節的布局：扣子空間流量導入+MCP 模塊化擴展+飛書工具切入 B 端場景.30 2.3 阿里的構想：阿里云構建云端開放平臺+全周期 MCP 服務+多款細分 AI Agent 搶占 C 端流量.34 2.4 百度的規劃：心響 APP 打開流量入口+MCP 實現多智能體協作+AI 搜索推動商業落地.40 2.5 三六零的路徑：納米搜索構筑平臺能力+MCP 推動 AI 平權+個性

8、化服務創造價值閉環.42 2.6 飛書：項目開放平臺進一步構建開放生態.44 2.7 釘釘：釘釘 AI 助理商業化模式清晰.45 2.8 企業微信：AI 化進程穩步推進.46 3 AI Agent 打開萬億企業級數字勞動力市場.47 3.1 微軟：用 AI Agent 定義“前沿企業”.50 3.2 谷歌：Agentspace 構建生態閉環，加速企業部署.52 3.3 Meta：Meta AI 有望打造全新 AI 社交平臺.54 3.4 Salesforce：Agentforce 重塑企業服務新范式.55 3.5 ServiceNOW：將 AI 與 Workflow 有機結合.57 3.6 金

9、蝶國際：蒼穹企業級 AI Agent 為企業重塑業務場景.59 3.7 金山辦公：WPS365 打造一站式 AI 辦公平臺.62 3.8 用友網絡：用友 BIP 企業 AI 加速企業數智化.64 3.9 合合信息：TextIn 智能文檔解決方案切入企業剛需.65 3.10 福昕軟件：PDF 領軍人，AI 助手極具商業化潛力.66 3.11 泛微網絡：大模型+專業小模型+智能體構建數智大腦.67 3.12 致遠互聯：Agent 家族 CoMi Family 打造 AI-COP.68 4 AI Agent 是工業 4.0“皇冠上的明珠”.69 4.1 從海外工業巨頭布局展望工業 AI 趨勢.69

10、4.2 中控技術：AI Agent+機器人有望打開估值天花板.70 4.3 鼎捷數智：鼎捷 MACP 讓 AI Agent 之間無縫溝通.72 4.4 賽意信息：賽意 AI 平臺賦能工業全鏈路智能化.74 4.5 能科科技：攜手華為，打造工業 AI 新一代平臺.75 4.6 漢得信息：得靈生態全面支撐企業構建 AI 能力體系.76 5 AI Agent 打造教育行業“特級教師”.77 5.1 科技大廠案例，海外 AI 語言類產品領跑商業化進程.77 5.2 國內 AI 教育“輕舟已過萬重山”.82 6 AI Agent 實現金融行業真正意義“資本永不眠”.85 行業深度研究/計算機 本公司具備

11、證券投資咨詢業務資格，請務必閱讀最后一頁免責聲明 證券研究報告 3 6.1 同花順：國內第一家支持百萬日活的金融垂類 Agent 平臺.85 6.2 金橋信息多元解紛平臺重構金融糾紛調解流程.86 6.3 新致軟件聯手華為推動 AI 落地.87 6.4 京北方 AI Agent 助力銀行降本增效.88 7 AI Agent 讓零售行業“按需貨到”.89 7.1 Shopify Magic 引領零售 AI 革命.89 7.2 沃爾瑪持續深化 AI 零售布局.90 7.3 網易云商四大 Agent 矩陣驅動行業效率革命.91 7.4 焦點科技雙擎驅動 AI 戰略升級.92 7.5 邁富時 Al-A

12、gentforce 智能體中臺賦能增長全鏈路.93 7.6 微盟 AI 全流程賦能導購任務管理提效.94 8 AI Agent 讓司法更加高效公平.96 8.1 LegalMation 全面推進 AI Agent 戰略.96 8.2 華宇軟件：打造數據+AI 雙驅動法律知識服務.97 8.3 通達海：深度布局 AI+法律，助力司法數智化.99 9 投資建議.100 10 風險提示.101 插圖目錄.102 表格目錄.104 行業深度研究/計算機 本公司具備證券投資咨詢業務資格，請務必閱讀最后一頁免責聲明 證券研究報告 4 1 Al Agent：AI 時代的軟件革命 1.1 模型+工具+編排層構

13、建 AI Agent 的認知和交互底座 AI Agent 由模型、工具和編排層構成，是一種可以自主實現目標的應用。據谷歌Agents白皮書，AI Agent 可以被定義為一種試圖通過觀察世界并利用自身擁有的工具對其施加影響，從而實現目標的應用。AI Agent 也可以是積極主動的，使在沒有人類給出明確指令集的情況下，智能體也能夠思考下一步該做什么來實現其最終目標。智能體的行為、動作和決策由一系列基礎組件驅動。這些組件的組合可以描述為一種認知架構，通過混合和匹配這些組件，可以實現許多這樣的架構。按核心功能劃分，AI Agent 的認知架構包括三個基本組件：模型、工具和編排層。圖1：AI Agen

14、t 三大組成部分 資料來源：谷歌Agents白皮書，民生證券研究院 模型：AI Agent 工作流的決策中樞。AI Agent 所使用的模型可以是一個或多個任何大小的語言模型，這些模型能夠遵循基于指令的推理和邏輯框架，例如 ReAct、思維鏈或思維樹。需要注意的是，模型通常不是使用 AI Agent 的特定配置設置（例如工具選擇、編排/推理設置）進行訓練的。然而，通過向模型提供展示 AI Agent 能力的示例（包括 AI Agent 在不同情境下使用特定工具或推理步驟的實例），可以進一步優化模型以完成 AI Agent 的任務。行業深度研究/計算機 本公司具備證券投資咨詢業務資格，請務必閱讀

15、最后一頁免責聲明 證券研究報告 5 表1：Agent 與模型的區別 模型（Models）智能體（Agents）知識僅限于他們的訓練數據中可獲取的內容。知識通過工具與外部系統的連接得以擴展?；谟脩舨樵冞M行單一推理/預測。除非模型中明確實現，否則不會進行會話管理歷史記錄或連續上下文。(即聊天記錄)管理會話歷史(即聊天歷史)，以便根據用戶查詢和在編排層做出的決策進行多輪推理/預測。在此上下文中，“一輪”被定義為交互系統與Agent 之間的交互。(即 1 個傳入事件/查詢和 1個 Agents 響應)無原生工具實現。工具在 Agent 架構中是原生實現的。未實現原生邏輯層。用戶可以以簡單問題形式構建

16、提示，或使用推理框架(如 CoT、ReAct 等)構建復雜提示，以引導模型進行預測。采用如 CoT、ReAct 等推理框架，或如LangChain 等預構建 Agents 框架的原生認知架構。資料來源：谷歌Agents白皮書，民生證券研究院 工具：AI Agent 與世界交互的媒介，主要分為擴展程序（Extensions）、函數（Functions）以及數據存儲（Data Stores）三類?；A模型盡管在文本和圖像生成方面表現出色，但因無法與外界互動而受到限制。工具彌補了這一不足，使代理能夠與外部數據和服務交互，并拓展了基礎模型單獨運行時無法實現的行動范圍。據谷歌Agents白皮書，Goog

17、le 模型能夠與三種主要工具類型進行交互：擴展程序（Extensions）、函數（Functions）和函數（Data Stores）。擴展程序以標準化方式彌合了 API 和 Agent 之間的差距，使 Agent 能夠無縫執行 API，而無需考慮其底層實現。函數通過分工提供更細致的開發者控制，允許 Agent生成可在客戶端執行的函數參數。數據存儲為 Agent 提供對結構化或非結構化數據的訪問，從而實現數據驅動的應用程序。表2：Agent 工具類型：擴展程序、函數和數據存儲構的區別 擴展程序 函數 數據存儲 執行 Agent 端執行 客戶端執行 Agent 端執行 使用案例 1）開發者希望

18、Agent 能夠控制與 API端點的交互 2）在利用原生預構建擴展(例如 Vefiex搜索、代碼解釋器等)時非常有用 3）多跳規劃和 API 調用(即下一個Agent 動作取決于前一個動作/API 調用的輸出)1）安全或身份驗證限制阻止 Agent 直接調用 API 2）時間限制或操作順序限制阻止Agent 實時進行 API 調用。(即批處理操作、人工介入審核等)3）未向互聯網公開的 API 或谷歌系統無法訪問 開發者希望使用以下任何數據類型來實現檢索增強生成(RAG):1）來自預先索引的域名和 URL 的網站內容 2）PDF、Word 文檔、CSV、電子表格等格式的結構化數據 3）關系型/非

19、關系型數據庫HTML、PDF、TXT 等格式的非結構化數據。資料來源：谷歌Agents白皮書，民生證券研究院 行業深度研究/計算機 本公司具備證券投資咨詢業務資格，請務必閱讀最后一頁免責聲明 證券研究報告 6 編排層：AI Agent 的認知架構，主要分為 ReAct、思維鏈、思維樹三種模式。據谷歌Agents白皮書，編排層描述了 AI Agent 如何攝取信息、進行內部推理并利用該推理指導其下一步行動或決策的循環過程。通常，此循環會持續到 AI Agent 達到目標或停頓點。根據 AI Agent 及其執行的任務不同，編排層的復雜性可能會有很大差異。有些循環可能是帶有決策規則的簡單計算，而其

20、他循環可能包含鏈式邏輯、涉及其他機器學習算法或采用其他概率推理，主要分為以下三種模式：1）ReAct：為語言模型提供了一種思考過程策略，使其能夠對用戶的查詢進行推理并采取行動，無論是否有上下文示例。2）思維鏈：通過中間步驟實現推理能力。CoT 有多種子技術，包括自洽、主動提示和多模態 CoT，每種技術都各有優缺點，具體取決于特定的應用場景。3）思維樹：適合用于探索或戰略性前瞻任務。它是對思維鏈提示的擴展，允許模型探索各種思維鏈，這些思維鏈作為中間步驟進行通用問題解決。圖2：AI Agent 如何編排 資料來源：谷歌Agents白皮書，民生證券研究院 行業深度研究/計算機 本公司具備證券投資咨詢

21、業務資格，請務必閱讀最后一頁免責聲明 證券研究報告 7 1.2 黎明即將到來，AI Agent 商業化穩步推進 從實際落地的功能來看，AI Agent 尚處于早期發展階段，自主思考與規劃能力存在不足。據 InfoQ 研究中心發布的2024 中國 AI Agent 應用研究報告，當前 AI Agent 尚處于早期推廣技術階段。在 Agent 的理論框架中，以自主思考和規劃能力作為核心特征來看，也符合目前仍處于早期的階段?，F階段的智能體實際構建與這一理想狀態仍有顯著差距，在自主思考、規劃與工具調用、記憶和多模態理解等方面仍存在不足，難以應對復雜場景。圖3：AI Agent 尚處于早期發展階段 資料

22、來源：InfoQ 研究中心，民生證券研究院 傳統模式缺乏統一標準，標準化開發與數據互通成為行業痛點。長期以來，AI技術一直面臨著標準化開發的挑戰，這主要是因為其開發過程涉及多種復雜的技術、數據和應用場景，缺乏統一的規范和標準，導致開發效率低、兼容性差以及質量參差不齊等問題。而在數據調用方面，大模型只能調用已經完成 API 適配的網頁或數據，這種“數據孤島”現象直接影響了 Agent 的決策質量。圖4：傳統模式下，每個應用都有不同的接口和調用方法 資料來源：騰訊科技微信公眾號，民生證券研究院 行業深度研究/計算機 本公司具備證券投資咨詢業務資格，請務必閱讀最后一頁免責聲明 證券研究報告 8 1.

23、2.1 劃破黑夜的一束光：智能體滲透率攀升，數據互通需求凸顯 福布斯 AI 50 2025 榜單發布，AI Agent 成為核心趨勢。據 CSDN、AITNTNews，2025 年 4 月 12 日，福布斯發布 AI 50 2025 榜單，福布斯認為2025 年是 AI 應用的分水嶺，AI 從單純回答問題、生成內容（如 ChatGPT）轉向實際“完成工作”，成為“執行者”而非“助手”；企業級和消費級 AI 工具開始承擔完整工作流程，例如法律文件自動處理、客服自動化、代碼生成等。福布斯預測，2025 是轉折點，2026 是普及年：2025 年的 AI 50 榜單表明，AI 已經可以承擔實際工作負

24、載，企業級應用已成氣候，接下來，這些能力將逐步滲透到普通人的日常生活中。雖然準確性和安全性仍是挑戰，但趨勢已不可逆。圖5：福布斯 AI 50 2025 榜單 資料來源：aitntnews，民生證券研究院 截至 2024 年底，AI Agent 的滲透率達到 43%。據 LangChain，截至 2024年底，43%的 AI 應用使用了 AI Agent 框架 LangGraph；與此同時，有超過 30%的 AI 應用允許 AI 調用外部工具，工具調用允許模型自主調用函數或外部資源，從而發出更代理的行為信號，由模型決定何時采取行動。增加工具調用的使用可以增強代理與外部系統交互和執行寫入數據庫等任

25、務的能力。此外，AI Agent 的性能也在不斷提升，AI Agent 的平均執行步數從 2024 年 1 月的 3.1 次提升至 2024年 12 月的 11.2 次，執行步數的增長表明，組織正在利用更復雜和多方面的工作流程。用戶正在構建將多個任務鏈接在一起的系統，例如檢索信息、處理信息和生成可作的結果，而不是簡單的問答交互。行業深度研究/計算機 本公司具備證券投資咨詢業務資格，請務必閱讀最后一頁免責聲明 證券研究報告 9 圖6：AI Agent 滲透率不斷提升 資料來源：Langchain，民生證券研究院 1.2.2 MCP 成為 AI 應用的 USB-C 端口，定義 AI Agent 新

26、范式 MCP 協議如同 AI 應用的 USB-C 端口，能夠實現允許系統向 AI 模型提供上下文信息，并且可以在不同的集成場景中通用化。Model Context Protocol（模型上下文協議，MCP）是一種開放的技術協議，旨在標準化大型語言模型（LLM）與外部工具和服務的交互方式。據 Founder Park 微信公眾號，MCP 允許 AI 應用通過統一協議訪問文件系統、數據庫等，定義了 AI 模型如何調用外部工具、獲取數據以及與各種服務交互。MCP 中有兩個核心概念，分別是客戶端 MCP Client 和服務器 MCP Server。MCP Client 從 MCP Server 得到

27、所有工具的列表和描述，LLM 根據具體描述決定應該使用哪個工具或 Context：1）MCP Client：MCP Client 指的是 LLM-native 產品或者 Agent，比如 Claude Desktop 產品、IDE 產品，未來任何想通過 MCP 協議調取數據的 AI 產品都是一個 MCP Client，都可以通過 MCP 協議訪問數據。2）MCP Server：MCP Server 指的是可以讓 LLM 理解 Context Layer 的轉換接口，是輕量級 Context 連接軟件，如文件系統訪問或數據庫查詢。MCP Server 可以看作是開放版本的 GPTs（GPTs 非

28、常封閉，只能在 ChatGPT 的 App 里開發）。行業深度研究/計算機 本公司具備證券投資咨詢業務資格，請務必閱讀最后一頁免責聲明 證券研究報告 10 圖7：MCP 協議如同 AI 應用的 USB-C 端口 資料來源：Founder Park 微信公眾號，民生證券研究院 基于類MCP協議的底層數據互通+Agentic-based決策路徑定義AI Agent范式。在 2022 年底 ChatGPT 爆火之后，AI Agent 作為 AI 應用的終極形態迅速成為重要開發方向，在 2023 年至 2024 年 H1 的早期 AI Agent 開發探索階段，開發者針對采用統一數據交互協議 or 通

29、過 GUI 分析自動完成信息處理、采用結構化執行 or 自主性決策等不同路徑進行探索，據 SAIIC：1）采用統一數據交互協議無需開發者為每個數據源創建自定義的整合方式和 API 但開發整合難度較大，直到 2024 年 11 月 Anthropic 的 MCP 協議（后續被OpenAI 支持）發布才出現第一個全球范圍內通用的統一數據交互協議；GUI 是讓AI站在人類視角分析用戶界面并決策，是最早實現跨APP操作的AI Agent方式，前期開發難度較小，但后續定制化開發、性能提升或有較大難度；2）采用結構化執行（Workflow-based）以任務分解和程序編排為核心，依賴專家預設的執行流程圖，

30、通過 LLM+函數調用（Function Calling）實現鏈式執行。技術本質是弱智能的強工程化，代表例子有 Coze、Dify 等；自主性決策（Agentic-based）強調智能體的持續學習與環境交互，采用試錯反饋（如MetaGPT 的反思機制）、知識迭代（如 AutoGPT 的長期記憶庫）構建自主認知系統，代表例子除了 Manus 之外，有 AutoGPT 等。我們認為，伴隨 Anthropic 的 MCP 協議發布以及 Manus 展現出的 AI Agent強大功能，基于類 MCP 協議+Agentic-based 決策路徑將成為未來 AI Agent 的主流范式，在部分工作流程清晰

31、明確的場景 Workflow-based 或仍是首選方案，GUI 處理模式前期低開發成本或在更新迭代較快的端側場景保持競爭力。行業深度研究/計算機 本公司具備證券投資咨詢業務資格，請務必閱讀最后一頁免責聲明 證券研究報告 11 圖8：大模型時代全球 AI Agent 發展重點事件 資料來源：CSDN、蘋果官網等，民生證券研究院 Manus 或是采用類 MCP 協議+Agentic-based 路徑的集大成作。據Founder Park 微信公眾號，Manus AI 或使用一套名為“Multiple Agent”的架構，運行在獨立的虛擬機中。通過規劃代理、執行代理、驗證代理的分工協作機制，來大幅

32、提升對復雜任務的處理效率，并通過并行計算縮短響應時間。在這個架構中，每個代理可能基于獨立的語言模型或強化學習模型，彼此通過 API 或消息隊列通信。同時每個任務也都在沙盒中運行，避免干擾其他任務，同時支持云端擴展。每個獨立模型都能模仿人類處理任務的流程，比如先思考和規劃，理解復雜指令并拆解為可執行的步驟，再調用合適的工具。圖9：Manus AI 的架構與工作流 資料來源：Founder Park 微信公眾號，民生證券研究院 行業深度研究/計算機 本公司具備證券投資咨詢業務資格，請務必閱讀最后一頁免責聲明 證券研究報告 12 1.2.3 標準化協議成為互聯網大廠構建 AI 應用生態的兵家必爭之地

33、 以 MCP 為例，協議提供智能體標準化接口，助力科技巨頭打造 AI 生態系統。MCP 為 AI 智能體與外部數據源和工具的交互提供了統一的接口，解決了以往集成方式碎片化的問題，使得 AI 應用開發更加高效、便捷。通過標準化的接口，開發者可以更輕松地將 AI 智能體與各種工具和服務進行集成，降低開發成本，提高開發效率，從而推動 AI 技術的快速普及和應用落地?？萍季揞^通過布局 MCP 或類似協議，能夠構建或完善自身的AI生態系統，吸引更多開發者和合作伙伴加入，形成良性循環，進一步鞏固其在 AI 領域的領先地位。圖10：MCP 系統架構 資料來源：阿里云云原生微信公眾號，民生證券研究院 巨頭紛紛

34、入場，協議的統一打通了應用乃至數據的互通，根據我們梳理，國內外的平臺型公司近期均發布各類協議，旨在實現各類產品的互補協同：1.谷歌發布 A2A 協議，與超過 50 家科技領軍企業合作，實現與 MCP 協議的互補協同。據 InfoQ 微信公眾號，2025 年 4 月 12 日，谷歌推出了一種名為 Agent2Agent（簡稱 A2A）的新型互操作協議，或將成為人工智能智能體從孤立系統邁向開放協作生態的重要信號。Agent2Agent 協議旨在實現不同平臺和生態行業深度研究/計算機 本公司具備證券投資咨詢業務資格，請務必閱讀最后一頁免責聲明 證券研究報告 13 中的 AI 智能體之間的安全、標準化

35、協作，無論它們基于何種框架或由哪家公司構建。協議的核心目標是打通智能體間的互操作性，支持跨平臺、多模態的協同工作。通過 A2A，智能體可以彼此通信、發現對方能力、協商任務分配，并協作完成復雜的企業級流程，即便它們來自不同的技術體系；這一特性使得構建由多個專職智能體組成的企業級智能系統成為可能，例如，在企業級流程中，某個智能體可以負責候選人篩選，另一個安排面試時間，還有一個負責背景調查，而這一切都可以在統一的 agentic 接口中完成。Agent2Agent 協議是開源的，并正在與 Atlassian、Box、Cohere、Intuit、LangChain、MongoDB、Salesforce

36、、SAP、ServiceNow、UKG 和 Workday 等 50 多家公司共同開發，旨在成為智能體和 AI 應用程序的互操作性語言。圖11：谷歌 A2A 協議示意圖 資料來源：InfoQ 微信公眾號，民生證券研究院 谷歌 A2A 協議主要聚焦于智能體之間的通信，而 MCP 則有助于連接工具和資源。據 InfoQ 微信公眾號，A2A 置于更高的抽象層，以使應用程序和智能體能夠相互通信，可以將其視為一個分層堆棧，其中 MCP 與 LLM 協同工作，處理工具和數據。行業深度研究/計算機 本公司具備證券投資咨詢業務資格，請務必閱讀最后一頁免責聲明 證券研究報告 14 圖12：谷歌 A2A 協議與

37、MCP 協議對比 資料來源：InfoQ 微信公眾號，民生證券研究院 2.牛津大學的研究團隊提出用于 LLM 通信的元協議 Agora，解決智能體通信三難困境。由于智能體的多樣化，為智能體組成的異構網絡設計通信協議往往需要考慮多功能性、效率和可移植性的權衡。據機器之心微信公眾號，Agora 引入了一種機器可讀的方式來傳輸和引用協議，即協議文檔（PD）。Agora 通過使用例程來處理常見請求，并在智能體需要協商解決方案或發生錯誤時使用自然語言，從而避開了通信三難困境。通過 Agora 協議，智能體可以支持廣泛的通信（高通用性），同時也能通過高效的例程處理總請求量中的大部分（高效率）。此外，整個協商

38、和實現工作流程都由 LLM 處理，無需人類干預（高可移植性）。圖13：基于 Agora 協議的送餐網絡多智能體交互 資料來源：機器之心微信公眾號，民生證券研究院 行業深度研究/計算機 本公司具備證券投資咨詢業務資格，請務必閱讀最后一頁免責聲明 證券研究報告 15 1.2.4 商業路徑：C 端流量變現+B 端結果導向的雙線并行 目前主流的 AI Agent 的付費用戶主要聚焦在 C 端與 B 端，而兩者在付費意愿存在著明顯區別，AI Agent 在 C 端和 B 端承擔的角色不同，C 端需求往往容錯率高且多變，因此 AI Agent 更注重通用性而非過分強調準確性，因此 AI Agent往往誕生

39、于流量平臺并通過獨特且多變的能力不斷吸引流量，從而實現二次變現；B 端需求往往準確且固定，AI Agent 廠商的核心競爭力是行業 Know-how 及私域數據的挖掘，最終會反映在于 AI Agent 對于某任務的完成度、準確度、完成成本等指標，按照結果付費更加適用。圖14：AI Agent 分析框架 資料來源：美圖公司微信公眾號等，民生證券研究院 我們認為：1.C 端 AI Agent 更強調通用性和拓展性，更常見的形式是通過獨特的 AI Agent 的功能實現流量的遷入，再而轉換各類的收費模式；部分企業已初步實現 AI Agent 的 C 端商業路徑。以快手可靈為例，兩周迭代一個版本不斷提

40、升技術表現是吸引用戶留存的重要因素之一。據財經雜志微信公眾號，可靈自 2024 年 6 月 6 日發布以來，以大約每兩周上線一個新版本的速度進行更新，相繼開放了圖生視頻、視頻續寫等能力，視頻長度也從 2 分鐘提升到 3 分鐘。技術成長速度很快，很多創作者會反饋模型生成效果、控制效果有大幅提升，在技術支持下，可靈 AI 逐步形成了用戶端會員訂閱、企業端 API 服務加定制化場景解決方案的多元變現模式。2025 年 3 月 27 日，全球知名 AI 基準測試機構 Artificial Analysis 發布了最新的全球視頻生成大模型榜單，快手可靈 1.6pro行業深度研究/計算機 本公司具備證券投

41、資咨詢業務資格，請務必閱讀最后一頁免責聲明 證券研究報告 16 （高品質模式）以 1000 分的 Arena ELO 基準測試評分登陸圖生視頻（Image to Video）賽道榜首，Google Veo 2、Pika Art 位居榜單第二、三名。2024 年 12月，可靈推出 1.6 模型，在視頻生成的文本響應度、動態表現及畫面質量等維度保持全球領先。圖15：可靈 1.6 登頂全球視頻生成大模型榜單（2025 年 3 月）資料來源：快手招聘微信公眾號，民生證券研究院 以 AI 駕培為例，據機器人教練微信公眾號，AI 駕培產品 RoboCoach9 能夠隨時隨地、隨人隨需為學員提供高價值智能指

42、導，閱讀學員動態適配教案，做到一人一策、一時一策，在 goDrive 大模型的加持下，糾錯場景寬度延展 10 倍，真正實現了個性化教學的目標。引入先進的具身智能技術，構建了“感知-分析-輸出-評估-改進”的具身循環體系，不斷迭代修煉自身的教學策略和方法。據長江日報微信公眾號，伴隨 AI 駕培產品不斷成熟，駕?？梢蚤_啟一費制，從科 1 到科 4 全包僅需 3980 元。行業深度研究/計算機 本公司具備證券投資咨詢業務資格，請務必閱讀最后一頁免責聲明 證券研究報告 17 圖16：搭載 RoboCoach9 的 AI 駕培產品 資料來源：機器人教練微信公眾號，民生證券研究院 2.B 端 AI Age

43、nt 更強調任務的完成度和準確性，按結果付費更適合。AI Agent 的 B 端商業模式在通用性較強的辦公場景以 tokens 計費為主。以客服助手為例，Bland 通過統一的 0.09 美元/分鐘的收費模式，使得客戶對于 AI擴展的成本把控十分精準；Bland AI 提供完全自托管的端到端基礎設施，實現更快的響應時間、99.99%的正常運行時間以及數據安全性；此外，該類通用性 AI的擴展性十分亮眼，如編寫自定義提示詞、將呼叫擴展到數千個、設置嚴格的防火墻等。圖17：Bland AI 運行架構圖 資料來源：Bland 官網，民生證券研究院 行業深度研究/計算機 本公司具備證券投資咨詢業務資格，

44、請務必閱讀最后一頁免責聲明 證券研究報告 18 2B AI Agent 按結果付費的模式有望將行業 know-how、垂域數據等傳統服務模式難以量化的優勢沉淀到 AI 輸出結果的成本、準確度等參數，或將開啟萬億美元級別的“數字勞動力”的市場。據 Salesforce 咨詢微信公眾號，其 AI Agent產品 Agentforce 采用按對話計費（2 美元一次），能夠實現客服、銷售、運營自動化（減少對初級員工的依賴）、數據分析與預測（更精準的商業決策支持）、開發輔助（提高軟件工程師的生產力），公司甚至將其定位為“數字勞動力”（Digital Labor），希望填補人力資源缺口，該模式將帶來兩個重

45、要影響：1）企業 AI 投入更精準，不再是固定支出，而是按需擴展；2）公司未來或全面轉向使用量計費，影響 CRM、數據管理等核心產品。Agentforce 自 2024 年 9 月首次亮相以來，便迅速吸引了全球商業領域的關注，在上線一周內便達成了 200 個交易，IBM、埃森哲和聯邦快遞等知名企業已率先應用這一平臺，顯示出其強大的市場潛力。圖18：Agentforce 定價模式 資料來源：Salesforce 咨詢微信公眾號，民生證券研究院 按結果付費的 AI Agent 模式對于企業的適用性強，有望顯著提升企業 AI 投入的 ROI 水平，伴隨 AI Agent 性能的不斷提升，未來有望在千

46、行百業快速滲透。以 chargeflow 為例，作為一家利用 AI 幫助企業降低退款率的公司，能夠將 90%的拒付消除，其定價采取靈活的按結果付費的模式：1）按拒付的金額抽成 25%：按該模式，企業能夠穩定確認 4 倍的 ROI，或許更適用于訂單單筆訂單金額較低的企業。2）每次成功拒付 39 美元：按該模式，只要能夠成功防止一次退款，企業固定支付 39 美元，或許更適用于訂單數量少但單筆訂單金額較大的企業。行業深度研究/計算機 本公司具備證券投資咨詢業務資格，請務必閱讀最后一頁免責聲明 證券研究報告 19 圖19：chargeflow 定價模式 資料來源：chargeflow 官網，民生證券研

47、究院 按結果付費的 AI Agent 有望為企業帶來顯著績效提升。據 ARK invest，隨著 AI 代理熟練程度的提高，公司可以將更多資本從勞動力重新分配給軟件，隨著時間的推移為企業增加企業儲蓄；雖然 AI 代理可能無法處理足夠高比例的客戶互動來收回成本，但它們不僅可以降低“入職”和招聘成本，還可以降低基于席位的軟件成本，再加上它們在高峰期的擴展能力，所有這些都為有意義的企業價值創造了潛力。圖20：AI Agent 有望為企業帶來顯著績效提升 資料來源：ARK invest，民生證券研究院 行業深度研究/計算機 本公司具備證券投資咨詢業務資格，請務必閱讀最后一頁免責聲明 證券研究報告 20

48、 1.3 AI Agent 的“摩爾定律”指引未來發展路徑 類似芯片的“摩爾定律”，AI Agent 的任務長度或每 7 個月翻一倍。據 METRMeasuring AI Ability to Complete Long Task，將人類完成某個任務所需時間定義為“任務長度”，截止 2025 年 3 月份 AI Agent 在完成耗時少于 4 分鐘的任務時，成功率接近 100%；但對于耗時超過 4 小時的任務，成功率卻不到 10%。進一步研究可得到，2020-2025 年領先大模型能夠完成的任務長度呈現每7 個月翻一倍的指數級增長，并有望在未來 2-4 年維持該趨勢。圖21：AI Agent

49、能夠完成的任務長度每 7 個月翻一倍 資料來源：METR 官網，民生證券研究院 伴隨 AI Agent 能力不斷提升，未來 Agent 自行開發 Agent（ASARA）或成為全新范式。據 ForethoughtWill AI R&D Automation Cause a Software Intelligence Explosion?、海外獨角獸微信公眾號，隨著 AI 能力的提升，AI 在開發更強大 AI 上的作用也將越來越大，這也可能導致 Agent 能完成的任務長度呈現超指數級增長。越來越強大的 AI 系統可能會觸發加速飛輪效應，即 Agent 加速創造更強大 Agent，而這些更強大的

50、 Agent 又進一步加速創造更強大的 Agent。如果當前的 AI 軟件進展速度意味著 AI 效率的翻倍時間約為 6 個月，那么 ASARA 會顯著提升進展速度，Forethought 粗略估計，AI 效率翻倍所需的時間可能會縮短到 1-2 個月。如果這個循環完全不需要人類干預，AI 進展速度可能會越來越快，最終達到軟件智能爆炸（Software Intelligence Explosion，SIE，指的是僅由軟件驅動的反饋循環在 ASARA 誕生后也能引發加速的 AI 進步）。行業深度研究/計算機 本公司具備證券投資咨詢業務資格，請務必閱讀最后一頁免責聲明 證券研究報告 21 圖22：AI

51、 Agent 能夠完成的任務長度每 7 個月翻一倍 資料來源：forethought 官網，民生證券研究院 Agent 自行開發 Agent 的新范式，通過與環境的持續互動、從自身產生的“體驗數據”中學習。據 Richard Sutton Welcome to the Era of Experience、機器之心微信公眾號，高質量的人類數據即將耗盡，單純模仿人類無法帶來超越人類的突破性見解，尤其是在科學、數學等前沿領域。未來，AI Agent 將棲息于經驗流之中，而不是短暫的互動片段；它們的行動和觀察將深深扎根于環境之中，而不是僅僅通過人類對話進行互動；它們的獎勵將扎根于它們對環境的體驗，而不

52、是來自人類的先入為主的判斷；它們將計劃和/或推理經驗，而不是僅僅以人類的術語進行推理。圖23：AI Agent 不同發展階段 資料來源：Richard SuttonWelcome to the Era of Experience，民生證券研究院 行業深度研究/計算機 本公司具備證券投資咨詢業務資格，請務必閱讀最后一頁免責聲明 證券研究報告 22 2 十年未見的“無限戰爭”：互聯網巨頭爭奪 Agent超級入口 AI Agent 作為必經之路，互聯網巨頭同時發力 C 端與 B 端已成為行業共識，雖然客戶結構有異同，但在戰略方針上殊途同歸：1.C 端場景下，互聯網巨頭打造多元化的 AI Agent

53、產品，打響圍繞入口、流量和平臺的爭奪戰：(1)騰訊的 AI 助手“元寶”深度整合微信生態，通過小程序、微信聊天等觸點打開用戶流量入口；(2)字節跳動的扣子空間定位為“成為用戶與 AI Agent 協同辦公的最佳場所”，引入專家 Agent 體系，提供從回答問題到解決問題的全方位服務；(3)阿里旗下的飛豬 AI 聚焦旅游場景，幫助用戶快速完成旅游規劃和機酒預定。目前，互聯網廠商的 C 端 AI Agent 均處于以免費使用為主，從而重點打造用戶體驗、搶占流量入口，最終構建數據+平臺+多元化 Agent 的飛輪。2.2B 場景下，互聯網巨頭依托自身生態體系，開拓結果導向的商業模式：(1)騰訊基于企

54、業微信平臺，打造面向企業的智能客服解決方案，企業能夠選定 AI 大模型并一鍵創建企業專屬的“智能機器人”；(2)字節跳動依托飛書體系打造的飛書智能伙伴創建平臺（Aily）提供 AI技能編排、知識數據處理、效果調優和持續運營能力，用戶開發的企業級智能應用能夠一鍵發布到飛書、Web 等多個渠道，與企業業務系統深度集成；(3)阿里深度布局云端開放生態，圍繞云端收費打造 B 端商業模式，阿里云百煉平臺助力用戶進行大模型開發和應用構建，目前按照模型調用量進行計費；(4)百度、三六零則基于自身在搜索領域的優勢地位，聚焦 AI 搜索和廣告推薦場景的商業模式落地。行業深度研究/計算機 本公司具備證券投資咨詢業

55、務資格，請務必閱讀最后一頁免責聲明 證券研究報告 23 2.1 騰訊的野望：元寶搶占流量入口+MCP 打通底層協議+多元 AI Agent 拓寬覆蓋面 1）騰訊元寶基于移動動端和 PC 端，提供全方位效率工具和生活輔助，快速搶占流量入口。騰訊元寶是依托于騰訊混元自研 T1、DeepSeek R1 等大模型，基于跨知識領域和自然語言理解能力的大模型 AI 產品。據雷科技相關測評，騰訊元寶提供的 DeepSeek 支持聯網搜索，并整合了微信公眾號、視頻號等騰訊生態信息源，能為用戶提供更穩定、實時、全面、準確的回答。依托強大的基座大模型能力，元寶能夠滲透邏輯推理、職場辦公、知識學習、趣味創作、生活百

56、科等多個用戶場景，為用戶提供效率工具和生活輔助。圖24：騰訊元寶能夠調用混元大模型和 Deepseek-R1 資料來源：騰訊網，民生證券研究院 針對效率場景核心需求，覆蓋信息獲取、處理和生產全鏈條。據騰訊云公眾號，信息獲取方面，騰訊元寶直接接入微信搜一搜、搜狗搜索等搜索引擎，并通過 AI搜索增強，提升知識類問題效果；同時，內容覆蓋微信公眾號等騰訊生態內容，并提供參考資料和相關推薦，方便快速溯源及延伸閱讀。信息處理方面，騰訊元寶具備超長的上下文窗口，且支持圖片、文件、語音等多種輸入格式。它能一次性解析最多 10 個 PDF/word/txt 文件，并能夠一次性解析多個微信公眾號鏈接、網址，支持

57、256K 的原生窗口上下文。2025 年 3 月 28日，騰訊元寶宣布更新，支持用戶上傳和解析多達 36 種格式的文件。除了 Word、Excel、PPT、PDF 等常見辦公文檔，還支持 py、java、cpp、json 等數十種開發文件格式。信息生產方面，騰訊元寶能夠快速生成文案、報告、策劃等素材，結構清晰、重點突出，同時支持針對特定場景和需求的結構化輸出。行業深度研究/計算機 本公司具備證券投資咨詢業務資格，請務必閱讀最后一頁免責聲明 證券研究報告 24 圖25：騰訊元寶 AI 總結功能 資料來源：騰訊云官方公眾號，民生證券研究院 海量應用覆蓋生活場景，多樣化玩法持續吸引用戶流量。面向用戶

58、生活場景，騰訊元寶提供了百變 AI 頭像、口語陪練、超能翻譯官等多個特色應用。只需一張照片，用戶就可以在百變 AI 頭像里體驗多種風格；超能翻譯官能夠識別 15 種主流語言，翻譯文本、圖片與文件，還支持中英文同聲傳譯；口語陪練則像一位專屬私人外教，在陪練的同時給到口語改善建議，幫助用戶學習與提升。圖26：騰訊元寶百變 AI 頭像 資料來源：騰訊云官方公眾號，民生證券研究院 行業深度研究/計算機 本公司具備證券投資咨詢業務資格，請務必閱讀最后一頁免責聲明 證券研究報告 25 無縫銜接微信生態，打開 Agent 超級入口。2025 年 4 月 16 日，微信上線新功能，用戶可以在微信搜索“元寶”之

59、后，將其添加為好友，直接在微信聊天界面與其進行互動。據界面新聞，“元寶”目前支持的核心功能包括：一鍵解析公眾號文章和任何圖片和文檔（100M 以內），并支持對解讀內容做各種智能互動，同時也支持日常陪伴互動。用戶與元寶的交互模式類似于常規的 ChatBot：在聊天框內輸入任意需求，元寶即給出解答。輕量級的回復可在聊天界面實現，而復雜回復則以鏈接形式呈現，并在鏈接下方提供騰訊元寶 APP 的官方下載入口，后者可以提供更專業、復雜的問答服務?！霸獙殹钡某霈F徹底打破了傳統 AI 工具需要額外下載 APP 或跳轉小程序的繁瑣流程，未來有望成為微信生態的 Agent 超級入口。目前，微信元寶的功能包括解析

60、公眾號文章、處理文檔等，未來微信內部生態鏈路打通后，或將能夠直接調用小程序、視頻號等微信生態內的各種資源，使 AI 助手真正融入用戶的日常聊天場景。圖27：元寶生成卡片鏈接解答復雜問題 資料來源：界面新聞，民生證券研究院 2）Ima.copilot 聚焦學習和辦公場景，基于混元大模型構建強大效率工具。據央廣網，ima.copilot 由騰訊混元大模型提供技術支持，可以實現資料的收集和解讀、AI 的問答和互動、內容的生成和創作，輔助用戶完成課程作業、論文寫作、方案策劃、工作總結等日常學習和工作任務，并長期沉淀為個人智能化的知識庫。目前，ima.copilot 全面覆蓋移動端和電腦端，支持 Mac

61、、windows、安卓、iOS多個生態環境。行業深度研究/計算機 本公司具備證券投資咨詢業務資格，請務必閱讀最后一頁免責聲明 證券研究報告 26 提取騰訊生態優質信源內容，搜、讀、寫功能齊全。ima.copilot 的問答包括“基于全網”和“基于知識庫”兩種模式。前者可以基于全網信源進行問答，尤其是騰訊系產品中的海量優質內容，如微信公眾號文章，以提升輸出答案的質量。針對專業領域的問答，還支持“深度研究”，AI 會從廣度和深度兩方面對問題進行拓展，提供更具結構化、更豐富的回答，并支持“生成腦圖”。除問答功能外，ima 的“文檔解讀”支持對知識庫文件、本地文件進行解讀，AI 會基于文件生成總結、提

62、煉要點?！爸悄軐懽鳌敝С謴谋镜鼗蛑R庫添加資料作為參考文檔，進行智能寫作，擁有論文、作文、文案等寫作模式。圖28：ima.copilot 的問答包括“基于全網”和“基于知識庫”兩種模式 資料來源：央廣網，民生證券研究院 全網信源庫+個人知識庫，提升專業人士工作效率。ima 有兩個數據來源，一個是全網信源庫，一個是用戶個人的知識庫。知識庫支持加入本地文件、公眾號文章或網頁鏈接、保存的筆記和 ima 內的問答結果。用戶可以基于這兩個“數據庫”，針對不同的需求分別進行搜、讀、寫。個人知識庫本質上是運用 RAG（檢索增強生成）技術，把用戶的個人知識通過向量化存儲嵌入的方式，掛載到大模型上，必要時從中檢

63、索信息并最終生成結果，給通用大模型運算添加“記憶”。經過知識的長期積累，隨著用戶使用的次數增加，ima 對用戶需求的理解也更加精準，最終成為用戶的“第二大腦”。擁有個人知識庫的 ima 可以成為普通用戶工作、學習的專屬 AI 助手，尤其對于金融、法律、科研、教育等領域專業人士來說，他們可以通行業深度研究/計算機 本公司具備證券投資咨詢業務資格，請務必閱讀最后一頁免責聲明 證券研究報告 27 過 ima 快速研讀研報、分析財報、剖析法律條文、閱讀論文、總結深度文章等復雜操作，大大提升工作效率。圖29：ima.copilot 知識號 資料來源：ima.copilot 官方微信公眾號，民生證券研究院

64、 3）騰訊元器打造無門檻智能體創作環境，打通騰訊生態場景。據騰訊元器官網，騰訊元器是由騰訊混元大模型團隊推出的一站式 AI 智能體創作與分發平臺，基于跨領域知識理解和自然語言處理能力，用戶可通過插件、知識庫、工作流等方式快速構建個性化智能體。該平臺支持將智能體發布至微信、QQ、騰訊云等生態場景，同時提供 API 調用能力，適用于客服、教育、娛樂等多種業務場景。其核心優勢在于“零代碼”操作，即使是初學者也能輕松上手，實現從智能體設計到分發的全流程管理。騰訊元器為用戶提供了無門檻開發的創作環境。用戶無需編程基礎，通過提示詞、AI 輔助工具即可完成智能體搭建，支持插件擴展與知識庫自定義，滿足復雜業務

65、需求。通過元器平臺制作的智能體，目前支持 32k token 上下文長度（某次回答過程中的提示詞+機器回答的token長度，一個token約為1.8個中文字符）。工作流的超時運行時間和智能體的回復上限時間均為 240s。行業深度研究/計算機 本公司具備證券投資咨詢業務資格，請務必閱讀最后一頁免責聲明 證券研究報告 28 圖30：騰訊元器界面 資料來源：騰訊元器官網，民生證券研究院 充分利用多種大模型優勢，面向不同創作場景。滿血版 Deepseek R1 模型擅長處理復雜任務，并支持展示推理過程，適用于文案仿寫、心理咨詢、個人助理等場景；騰訊混元角色模型專為角色扮演場景準備，更好的角色風格理解和

66、擬人化效果，適用于角色扮演、IP 二創等場景；騰訊混元 Large 模型能夠大幅提升創作速度；moonshot-V1 模型的長文總結較強。圖31：騰訊元器支持多種大模型 資料來源：騰訊元器官網，民生證券研究院 行業深度研究/計算機 本公司具備證券投資咨詢業務資格，請務必閱讀最后一頁免責聲明 證券研究報告 29 4）AI Agent 整體布局：基于騰訊生態閉環，發展“all in one”的 AI Agent 騰訊云 AI 開發套件大大降低開發門檻。據騰訊云微信公眾號，2025 年 4 月9 日，騰訊云正式發布 AI 開發套件，能夠幫助開發者最快 5 分鐘搭建業務型 AI Agent，支持 MC

67、P 插件托管服務，插件開發、部署、運維全“打包”，無需自搭服務器、運維環境，讓 Agent 擴展能力真正“即插即用”，讓開發者專注業務創新。騰訊云提供“現成的”UI 組件，涵蓋了 AI 對話、Agent 智能代理所需要的大部分前端交互功能。此外，AI 開發套件為開發者提供了完整的 MCP，通過提供標準插件接入協議，使開發者能夠為 Agent 編寫插件，擴展新能力。圖32：騰訊云 資料來源：騰訊云微信公眾號，民生證券研究院 MCP 標準協議降低 Agent 開發門檻，騰訊生態體系提供海量流量入口。我們認為，基于騰訊元器、騰訊云 AI 開放套件等 AI 智能體創作平臺，AI Agent 的開發門檻

68、將大幅降低，智能體的功能迭代速度也將成倍增長。MCP 通過提供標準插件接入協議，支持 AI Agent 的功能擴展，使創造出具備全面和強大功能的 AI Agent 成為可能。騰訊的生態體系涵蓋社交通信（QQ、微信）、游戲、金融（微信支付、理財通）、內容生態（騰訊新聞、騰訊動漫、視頻號、音樂）、企業服務（騰訊云、騰訊會議）等全場景，為 AI Agent 提供了豐富的接口和觸點。騰訊有望依托其生態體系，持續擴展元寶、ima.copilot 等 AI Agent 的產品功能，最終打造出一個功能齊全的“All in One”智能體，并深度融入騰訊生態閉環，以 AI 的強大功能迎合企業和個人多樣化的需求

69、，深度賦能工作和生活多場景的效率提升。行業深度研究/計算機 本公司具備證券投資咨詢業務資格，請務必閱讀最后一頁免責聲明 證券研究報告 30 2.2 字節的布局：扣子空間流量導入+MCP 模塊化擴展+飛書工具切入 B 端場景 1）扣子空間：通用 Agent 聚焦復雜工作場景，全面接入飛書效率工具體系。2025 年 4 月 18 日晚間，字節跳動扣子空間開啟內測。該產品重點圍繞“復雜任務 Agent”，關注 Agent 解決工作場景復雜問題的能力，用戶可調用多位專家Agent 完成任務?？圩涌臻g由字節自研的豆包等國產大模型驅動，提供通用 Agent入口，支持 MCP 協議，引入飛書云文檔、飛書表格

70、等多款可調用的工具，強化解決工作任務的能力。探索+規劃雙模式協作，適應不同復雜度任務處理需求。據量子位消息，扣子空間的通用智能體分為探索和規劃兩種模式。探索模式下，AI 直接自主思考，無需用戶手動確認，即可直接輸出結果；規劃模式下，AI 能夠幫助用戶規劃步驟，耗時較長，但是分步驟進行，可以隨時調整。相比而言，探索模式更注重效率，適用于輕量任務，能快速完成如生成 LOGO 等任務；而規劃模式針對企業級需求，AI 會自主拆解子任務，并調用多工具鏈執行，還支持人工干預調整流程，可靈活應對復雜業務。圖33：扣子空間在探索模式下，自動處理用戶指令 資料來源：Coze 空間，民生證券研究院 行業深度研究/

71、計算機 本公司具備證券投資咨詢業務資格，請務必閱讀最后一頁免責聲明 證券研究報告 31 圖34：扣子空間在規劃模式下，需要用戶手動接管輸入信息 資料來源：Coze 空間，民生證券研究院 專家 Agent 提供垂直領域解決方案。除了標準的通用 Agent，扣子空間里還內置了一些專家 Agent。目前在扣子空間的使用頁面上，有“用戶研究專家”和“華泰 A 股觀察助手”兩個專家 Agent，前者可以提供調研問卷交叉分析、訪談紀要整理以及用戶分析報告撰寫服務，同時可結合產品問題設計新的調研問卷和訪談提綱，用戶即使不具備相關產品經驗，也能通過持續對話實現自己的調研需求。后者則是由華泰與扣子團隊共同孵化的

72、專家 Agent，每日跟蹤復盤自選股和大盤客觀情況，基于專業數據和框架提供觀察思考。根據團隊的長期設想，扣子空間的最終目標則是打造一個開放的 Agent 系統。當用戶提出需求時，系統能自動調度最合適的一位或多位專家 Agent 協同完成任務。圖35：華泰 A 股觀察助手跟蹤復盤自選股 資料來源：極客公園微信公眾號，民生證券研究院 行業深度研究/計算機 本公司具備證券投資咨詢業務資格，請務必閱讀最后一頁免責聲明 證券研究報告 32 MCP 打通底層協議，構建開放的工具調用生態。據極客公園，通過 MCP 協議，扣子空間具備了強大的模塊化擴展能力，接入了飛書文檔、GitHub、MySQL數據庫、天氣

73、、地圖等一系列 MCP 應用。用戶可直接調用 API 實現數據同步與操作，提升工作效率?？圩涌臻g構建了開放的開發者生態，未來將支持第三方開發者通過“扣子開發平臺”發布插件，形成豐富的工具市場。圖36：扣子空間接入了一系列 MCP 應用 資料來源：極客公園微信公眾號，民生證券研究院 私有化部署保障數據安全，權限分級防范資源濫用。對于企業用戶關心的數據安全和管理問題，扣子空間提供了完善的解決方案?？圩涌臻g支持私有化部署，可部署在本地服務器或火山引擎專有云，保障金融、醫療等敏感數據不外流，符合行業安全標準。專業版提供子賬號權限分級、資源配額管控等功能，防止資源濫用風險，便于企業進行團隊協作和管理。2

74、）Agent TARS：開源多模態智能體，重塑 GUI 交互模式。Agent TARS 是字節跳動于 2025 年 3 月開源的一款多模態 AI Agent 框架，專注于通過視覺理解與工具集成實現智能任務自動化，能夠通過可視化解讀網頁，提供簡化的瀏覽器操作。作為一個開源多模態智能體，Agent TARS 旨在通過直觀地解釋網頁并與命令行和文件系統無縫集成來徹底改變 GUI 交互。據 TARS Agent 官網，TARS Agent 的核心是利用完善的代理框架創建代理流，將復雜任務分解為子任務，幫助用戶完成任務的規劃和執行，流暢地協調搜索、瀏覽等復雜的網頁任務，同時通過事件流（Event Str

75、eam）動態管理執行順序和依賴關系，并綜合信息以產生最終輸出。行業深度研究/計算機 本公司具備證券投資咨詢業務資格，請務必閱讀最后一頁免責聲明 證券研究報告 33 圖37：Agent TARS 將旅游路線規劃拆解為若干個步驟 資料來源：Agent TARS 官網，民生證券研究院 目前，TARS Agent 接入了 Claude 基座大模型，能夠支持瀏覽器、命令行（CLI）、文件系統及編碼工具的聯動操作，并通過模型上下文協議（MCP）實現跨平臺協作。例如，開發者可指令其自動搜索代碼庫、編輯文件并運行測試，形成一站式開發流程。圖38：Agent TARS 通過 MCP 調用 ProductHunt

76、 網頁信息 資料來源：Agent TARS 官網，民生證券研究院 行業深度研究/計算機 本公司具備證券投資咨詢業務資格，請務必閱讀最后一頁免責聲明 證券研究報告 34 2.3 阿里的構想：阿里云構建云端開放平臺+全周期 MCP服務+多款細分 AI Agent 搶占 C 端流量 1）新夸克接入通義大模型，引領 AI Agent 全新生態。新夸克基于阿里通義領先的推理及多模態大模型，全面升級為一個無邊界的“AI 超級框”，為 2 億用戶帶來全新體驗。據環球網消息，2025 年 4 月 18 日，夸克霸榜中國臺灣地區AppStore 工具排行榜第一名，并沖上 AppStore 免費榜第二名。圖39：

77、新夸克“超級框”聚合多種功能 資料來源：阿里巴巴官方視頻號，民生證券研究院 “AI 超級框”聚合多種功能，一站式滿足用戶需求。據證券日報，新夸克將AI 對話、深度思考、深度搜索、深度研究、深度執行整合到一個極簡“AI 超級框”內，滿足用戶工作、學習、生活的各類 AI 需求。用戶在“AI 超級框”中輸入指令后，夸克智能中樞將自動識別意圖，規劃梳理后調動各種不同模型和 Agent 模塊，幫助用戶完成任務。目前，新夸克可以在 AI 搜索、AI 寫作、AI 生圖、AI PPT、學術研究、AI 搜題、AI 健康問答、旅行計劃等不同場景下解答問題并執行任務。行業深度研究/計算機 本公司具備證券投資咨詢業務

78、資格，請務必閱讀最后一頁免責聲明 證券研究報告 35 圖40：新夸克根據用戶問題生成思維導圖 資料來源：阿里巴巴官方視頻號，民生證券研究院 AI 功能整合升級，精準獲取用戶需求并做出規劃。據雷科技，夸克開發團隊察覺到，用戶對 AI 搜索的真正需求是“多用途、易用、省心”，所以對 AI 功能做了進一步整合升級，讓用戶在一個“框”里就能滿足工作、學習、生活等各種 AI 需求。據雷科技，當用戶在“AI 超級框”中輸入指令后，夸克智能中樞會對指令展開一系列思考，通過梳理用戶的需求并做出規劃后，調動不同的模型和 Agent 模塊來為用戶提供更詳細且貼合需求的回答。例如，當用戶進行提問：“我想做一份月度報

79、告 PPT”，傳統的 AI 問答只會列出制作過程和注意事項，而“AI 超級框”則會對提問做拆解，然后直接輸出一份 PPT 模板。圖41：新夸克自動提煉文件信息，支持一鍵 PPT 生成 資料來源：阿里巴巴官方視頻號，民生證券研究院 行業深度研究/計算機 本公司具備證券投資咨詢業務資格，請務必閱讀最后一頁免責聲明 證券研究報告 36 2）阿里云百煉：基于云端開放生態的一站式大模型開發，解決本地部署痛點。阿里云的大模型服務平臺百煉是一站式的大模型開發及應用構建平臺。據阿里云百煉官網，用戶可以通過簡單的界面操作，在 5 分鐘內開發出一款大模型應用，或在幾小時內訓練出一個專屬模型，從而將更多精力專注于應

80、用創新。百煉提供通義千問商業版的官方 API 接口，同時支持主流第三方大模型，涵蓋文本、圖像、音視頻等模態，并提供行業定制化模型。平臺提供的 Prompt 自動優化、知識庫管理、函數調用、流程編排、模型定制等能力，能幫助用戶更快地構建一個生產級別的大模型應用。相比本地部署大模型，用戶無需在前期投入巨額成本來購置硬件，后期也無需考慮硬件的維護和折舊；只需按實際用量付費，可顯著降低成本。圖42：阿里云百煉助力大模型開發和應用構建 資料來源：阿里云百煉官網，民生證券研究院 業界首個全生命周期 MCP 服務，50 多款 MCP 一鍵部署。據阿里云官方公眾號，2025 年 4 月 14 日，阿里云百煉上

81、線業界首個全生命周期 MCP 服務。與常規僅兼容 MCP 服務不同的是，百煉平臺依托阿里云彈性計算的優勢，為企業和開發者提供一鍵部署、無需運維、可用性強、成本很低的 MCP 服務。據阿里云官方微信公眾號，百煉平臺預置了 MCP 廣場、MCP 管理、MCP 調用三大能力，大幅降低 Agent 開發的門檻和成本，只需 5 分鐘，就能搭建出企業級 MCP Agent。在百煉平臺的 MCP 廣場中，用戶可以直接查看并選擇已上線的高德地圖、無影云等 50 多款 MCP 服務，涵蓋瀏覽器控制、信息處理、內容生成等多方面工作及生行業深度研究/計算機 本公司具備證券投資咨詢業務資格，請務必閱讀最后一頁免責聲明

82、 證券研究報告 37 活需要。百煉為開發者提供了基礎模式和極速模式兩種 MCP 部署方式，基礎模式按次計費，適用于調用量小且低頻的場景；極速模式則適用于時延敏感場景，通過啟動快照顯著提高響應速度。圖43：百煉提供全周期 MCP 服務 資料來源：阿里云官方微信公眾號，民生證券研究院 3）飛豬 AI：旅游行業 AI Agent 先行者，行程規劃能力突出。據阿里巴巴官方微信公眾號，飛豬“AI 行程助手”集成了 DeepSeek-R1 及阿里云通義千問旗下主力模型的能力，是在線旅游行業首個融合多個大模型的 AI 產品，將在短暫的灰度測試后面向全量用戶開放。2025 年 4 月 17 日，飛豬正式上線了

83、 AI“問一問”功能，這一全新功能在行程規劃方面表現出色。它能夠綜合考慮出行人員的情況、用戶預算以及各種個性化需求，動態生成旅行計劃，并一鍵生成高質量的旅行攻略。同時，該功能還簡化了旅游預訂流程，為用戶帶來更加便捷的旅行體驗。圖44：飛豬 AI 集成多個智能體功能 資料來源：阿里巴巴官方微信公眾號，民生證券研究院 行業深度研究/計算機 本公司具備證券投資咨詢業務資格，請務必閱讀最后一頁免責聲明 證券研究報告 38 多智能體高效協同，同步完成攻略生成和機酒預定。飛豬 AI“問一問”功能在設計上極具創新性，其內置了行程助手、交通顧問、酒店管家等多個智能體角色。這些智能體角色之間構建了高效的協同機制

84、，實現了多個模型和多個 Agent 的深度整合。當 AI 完成旅行攻略的生成后，用戶無需再切換到其他界面，即可直接在當前界面快速完成酒店預訂、機票購買以及門票預訂等一系列操作。這種一站式服務模式極大地簡化了用戶的操作流程，節省了時間，同時也提升了用戶與平臺之間的交互體驗。跟蹤實時價格，可根據用戶需求調整。和大多 AI 助手只能使用離線數據不同，“問一問”連接了飛豬的實時報價引擎，可以精準捕捉機票、酒店的實時價格，提供多個真實可訂的選擇。確定航班酒店后，用戶也不需要再切換后臺，點擊“預訂”即可一鍵跳轉至商品頁面，光速搞定出行和住宿問題。用戶還可以隨意調整預算區間，“問一問”將會根據新預算，迅速生

85、成一套符合需求的新方案。圖45：飛豬 AI 能根據用戶需求調整預算 資料來源：阿里巴巴官方微信公眾號，民生證券研究院 支持多模態輸入，生成內容可視化強?！皢栆粏枴敝С侄嗄B輸入，用戶既可用文字交互，也可用語音甚至以方言溝通；相應地，其生成的內容也不再是一段枯燥的文字，而是集合了圖片、商品卡片和景點鏈接的實用旅行方案?！皢栆粏枴边€會將用戶咨詢的行程生成手繪攻略，方便與朋友分享或在社交媒體上發布。行業深度研究/計算機 本公司具備證券投資咨詢業務資格，請務必閱讀最后一頁免責聲明 證券研究報告 39 圖46：飛豬 AI 生成手繪行程圖 資料來源：阿里巴巴官方微信公眾號，民生證券研究院 4）AI Age

86、nt 整體布局：以阿里云為基座，多個 AI 產品打造 AI Agent 生態 百煉平臺依托阿里云彈性計算的優勢，為企業和開發者提供一鍵部署、無需運維、可用性強、成本很低的 MCP 服務。MCP 服務上線后，百煉平臺可快速讓大模型轉化成真實場景的生產力工具，大大降低了 AI Agent 的開發門檻，構筑了創造面向不同場景的 AI Agent 的底座能力。據證券日報，2025 年 4 月 9 日，在 AI 勢能峰會上，阿里云發布 AI 生態伙伴計劃“繁花計劃”，并推出 AI 應用與服務。未來三年，阿里云將在基礎設施、模型、數據、工具、應用、交付六大領域與生態伙伴一起服務百萬云上客戶，拓展百億元商機

87、，共同打造中國繁榮的 AI 生態。面向 AI 領域客戶，“繁花計劃”將根據生態合作伙伴產品成熟度，提供從技術到商業化所需的云上資源及算力支持，幫助伙伴在AI 領域探索創新，實現從首客拓展到規?；?、商業化的目標，為各行業客戶提供AI 技術支持和服務，包括產品云上打包、商業化路徑規劃、AI 伙伴全生命周期支撐等。以阿里云為基座，阿里集團能夠面向多個工作與生活場景，打造具有針對性的AI Agent 產品。例如，飛豬 AI 專門面向用戶的旅游規劃需求，釘釘通過 AI 技術實現了智能辦公的全面升級，幫助企業通過 AI 技術實現高效協同和智能化管理，淘寶 AI 助手“淘寶問問”為用戶提供全新的交互體驗和更

88、精準的商品推薦。行業深度研究/計算機 本公司具備證券投資咨詢業務資格，請務必閱讀最后一頁免責聲明 證券研究報告 40 2.4 百度的規劃：心響 APP 打開流量入口+MCP 實現多智能體協作+AI 搜索推動商業落地 通用超級智能體，全面覆蓋 200+任務類型。據界面新聞，2025 年 4 月 25日，在 Create2025 百度 AI 開發者大會上，百度正式推出一款多智能協作 App 心響。目前，心響 App 已上線了包括例行任務、城市旅游、AI 相親、深度研究、法律咨詢、健康咨詢、智慧圖表、試題講解、AI 繪本、游戲開發在內的十大場景超200 個任務類型，未來計劃將任務類型擴展到 10 萬

89、以上。據機器之心，在功能定位上，心響被打造成了一個“指哪打哪、高效輸出”的通用超級智能體。集成進心響 App 的多個子智能體在理解用戶意圖之后，通過任務拆解、組合與協作，一站式完成各種指令。同時，在結果交付上，心響 App 完成向集成化的轉變，將執行過程完全托管給智能體，最終呈現完整成品。圖47：心響 APP 可完成多類型任務 資料來源：心響 APP 官網，民生證券研究院 系統架構全面創新，拆解用戶需求后子智能體協同完成動態規劃。在將心響這個獨立的 App 打造成為超級智能體的過程中，涉及到了一整套系統級的技術創新，尤其要在系統架構、算法設計和技術實現上做好充分的優化。首先，為了始終能夠獲取用

90、戶的復雜需求，心響 App 要準確識別出其中隱藏的多個子意圖，這就要求系統具備多輪上下文追蹤、實體識別等 NLP 能力。當接收到用戶的任務需求，承擔主智能體角色的心響會在深度理解之后，將它們拆解成一系列可執行的關聯子任務，并進行動態規劃與管理。其次，在拆解用戶需求之后，自動選擇合適的子智能體協同執行對應的子任務成為順利交付結果的前提。這些子智能體之間的“分工”不能重復或遺漏，執行中還需要保留全局上下文信息，實現協作過程一致并可追溯。行業深度研究/計算機 本公司具備證券投資咨詢業務資格，請務必閱讀最后一頁免責聲明 證券研究報告 41 圖48：心響 APP 系統架構創新 資料來源：機器之心微信公眾

91、號，民生證券研究院 MCP 實現多智能體互聯互通，快速適應多樣化用戶需求。心響 App 的多智能體協作通過自主規劃，調用多領域的子智能體來解決問題。其中的關鍵在于引入了一個全新的接入方案 Agent Use。心響 App 采用的 Agent Use 可以自動調度百度自己和市面上所有第三方子智能體，以及各種內外部 AI 工具、應用和服務接口，最終交付精準契合用戶需求的成果。此外，開發者也可以利用 MCP Server 輕松接入心響 App，在無需改造的情況下，讓擁有專業知識的優質智能體或 AI 應用被心響 App 高效調用。開放的 MCP 調用與接入能力極大擴增了心響 App 的應用場景和智能體

92、能力，從而能夠快速適應多樣化的用戶需求，并形成不斷增長和進化的智能體生態。圖49：心響 APP 調用律師 AI 分身解答法律咨詢 資料來源：機器之心微信公眾號，民生證券研究院 行業深度研究/計算機 本公司具備證券投資咨詢業務資格，請務必閱讀最后一頁免責聲明 證券研究報告 42 2.5 三六零的路徑：納米搜索構筑平臺能力+MCP 推動 AI平權+個性化服務創造價值閉環 四大核心引擎提升搜索能力，精準匹配用戶搜索需求。據鈦媒體，2024 年 11月 27 日，360 集團研發的全新生成式 AI 搜索產品“納米搜索”App 上架蘋果 App Store 和應用寶等安卓應用商店，直接對標百度、阿里夸克

93、、秘塔 AI、Perplexity AI 等多個 AI 搜索類產品。納米搜索支持文字、語音、拍照、視頻等多種搜索方式，而且從簡潔到深入，為用戶提供全方位的解答方案，輕松解決識人、識物、解題、旅游攻略等各種難題。據人民網，納米 AI 搜索首創“多模態內容創作引擎”品類，代表了搜索引擎的未來演化方向，被業界解讀為“搜索引擎 3.0”。納米搜索具有“答案引擎、學習引擎、寫作引擎、創作引擎”四大核心能力，打破傳統搜索引擎“搜索后呈現網上已有的圖文和視頻”的固有模式，不但可以對搜索內容進行不同需求的分析，還能對搜索結果進行改寫和創造；可通過語音提問、拍照搜索、視頻上傳等方式隨時隨地探索信息，實現“一切皆

94、可搜索”，并可將搜索結果轉為創意資源并形成視頻創作，實現“搜索即創作”，從根本上改寫了搜索引擎的定義和形態。據上游新聞，在技術層面，納米 AI 搜索基于 360 首創的 CoE 技術架構，借助可識別逾 1 億種意圖分類的意圖識別模型以及任務路由模型，協同調度百度、阿里巴巴、騰訊、華為、火山引擎、月之暗面等 16 家國內主流大模型，精準匹配用戶需求，以智能化、個性化的搜索結果帶來顯著提升的使用體驗。圖50：納米搜索集成多種 AI 工具 資料來源：納米 AI 搜索微信公眾號，民生證券研究院 行業深度研究/計算機 本公司具備證券投資咨詢業務資格，請務必閱讀最后一頁免責聲明 證券研究報告 43 推出

95、MCP 萬能工具箱，普通用戶實現“開箱即用”。據央廣網，2025 年 4月 23 日，納米 AI 正式發布“MCP 萬能工具箱”，已接入超過 110 款工具，覆蓋辦公協作、學術、生活服務、搜索引擎多種場景。用戶可在納米 AI 客戶端直接調用各類工具，還能用工具創建屬于自己的智能體。MCP 使大模型具備了調用工具的能力，接入 MCP 后的 DeepSeek 能幫助用戶作圖、編輯視頻，或者調用其他工具來辦到過去大模型辦不到的事，最終解決“AI 可用”的問題。此外，相較于市面上面向開發者使用、安裝配置耗時較長的 MCP 工具，360 納米 AI 的 MCP 萬能工具箱，不但開發者可以用，普通用戶也可

96、以開箱即用。圖51：納米搜索提供大量 MCP 工具 資料來源：封面新聞，民生證券研究院 知識庫支持一鍵導入，大幅提升專業知識搜索效率。納米 AI 還精心打磨了知識庫產品，當用戶在網頁上看到有用的信息時，只需點擊地址欄的“添加到納米知識庫”按鈕，即可將網頁內容快速導入知識庫。在納米 AI 知識廣場上，還開放了很多公開知識庫，用戶將這些資料一鍵“加入知識庫”，就能讓大模型快速解析并運用這些知識，然后輸出專業化結果。圖52：納米搜索知識庫功能 資料來源：納米 AI 搜索微信公眾號，民生證券研究院 行業深度研究/計算機 本公司具備證券投資咨詢業務資格，請務必閱讀最后一頁免責聲明 證券研究報告 44 2

97、.6 飛書：項目開放平臺進一步構建開放生態 飛書通過靈活底座與全鏈路開放能力，助力客戶與伙伴構建行業級解決方案。據飛書項目微信公眾號，飛書項目的客戶數量幾何式增長，涉及領域從單一的軟件研發場景，發展至涵蓋整車、硬件制造、新零售、政企、文娛等各個行業及細分領域；截至 2025 年 4 月，負責數據串聯的活躍插件已經超過了 1000 款，客戶日均數據讀寫的接口調用次數已經突破 2000 萬次，涉及大大小小超過 3000 個活躍空間；通過流程引擎有條不紊的調度運轉，企業能夠持續提升項目管理效率，并且持續擴大數字化管理的覆蓋面。圖53：飛書項目架構 資料來源：飛書項目微信公眾號，民生證券研究院 打造“

98、智能伙伴創建平臺”，快速搭建知識問答智能體，一鍵發布到飛書機器人和服務臺。飛書專業的企業級 AI 助手創建平臺，支持 DeepSeek R1 全尺寸、豆包、智譜、Moonshot 等多個領先模型、企業自定義模型接入，融合全量企業知識、業務數據，專業的流程引擎和規劃能力、支持多渠道發布、強大的開放能力，讓 AI 更好的融入業務場景。圖54：飛書智能伙伴創建平臺案例艾莉同學 資料來源：飛書智能伙伴創建平臺，民生證券研究院 行業深度研究/計算機 本公司具備證券投資咨詢業務資格，請務必閱讀最后一頁免責聲明 證券研究報告 45 2.7 釘釘：釘釘 AI 助理商業化模式清晰 釘釘 AI 助理匯集了釘釘 A

99、I 各類產品能力，包括智能文檔、智能會議、智能應用等，加速企業數智化轉型。釘釘 AI 助理它融合了釘釘平臺的多項 AI 產品功能，以智能化的方式輔助企業日常的工作流程。釘釘 AI 助理具備多種智能能力，包括但不限于智能溝通、智能協同、智能管理等。通過這些功能，AI 助理能夠在企業內部中歸納要點、生成會議紀要，并且能夠為用戶推送相關工作任務和日程提醒。此外，釘釘 AI 助理還能夠通過知識庫的能力智能地回答員工企業的行政流程、人力資源政策等多個方面的常見問題。圖55：釘釘 AI 助理 資料來源：余杭時報，民生證券研究院 釘釘 AI 助理商業化進度領先，開創釘釘 AI 助理市場加速生態開放發展。針對

100、不同版本，釘釘 AI 助理具有多元化付費模式；此外，客戶還可以選擇 AI 助理市場選擇官方或第三方定制的 AI 助理，釘釘 AI 助理生態加速開放發展。圖56：釘釘 AI 助理 資料來源：釘釘官網，民生證券研究院 行業深度研究/計算機 本公司具備證券投資咨詢業務資格，請務必閱讀最后一頁免責聲明 證券研究報告 46 2.8 企業微信：AI 化進程穩步推進 企業微信持續探索 AI 化路徑，發布智能機器人、智能表格-客戶跟進總結等 AI 功能，有望進一步提升企業的內部溝通、對外服務效率：1）智能機器人：接入 DeepSeek、混元等大模型的智能機器人不僅能準確回答公司內部員工的問題，還能幫一線員工更

101、好地應對有難度的客戶咨詢。不論是復雜繁瑣的產品細節、還是需要推理思考的搭配方案，智能機器人都能及時給一線員工準備好話術，幫助他回答好客戶的問題。企業只要配好機器人的名稱、設置好角色，比如“IT 助手”、“財經助手”、“行政助手”、“門店助手”等，選擇 DeepSeek、混元等模型，就能創建企業內部專屬的智能機器人。企業還可以額外上傳企業的知識集，如規章制度、產品介紹等，當員工提問時，智能機器人會先在知識集里尋找匹配的資料，再讓大模型結合問題與資料，快速給出準確、貼心的回答。2）智能表格：智能表格的“客戶服務跟進模板”，也接入了 DeepSeek，能幫企業自動生成每位客戶的跟進總結，比如提煉近期

102、客戶興趣點、下單意向等重點信息，確保跟進效果。另外，企業還能在 數據與智能專區 里，使用企業微信提供的模型能力智能分析數據。圖57：企業微信智能機器人 圖58：企業微信智能表格 資料來源：企業微信微信公眾號，民生證券研究院 資料來源：企業微信微信公眾號，民生證券研究院 行業深度研究/計算機 本公司具備證券投資咨詢業務資格，請務必閱讀最后一頁免責聲明 證券研究報告 47 3 AI Agent 打開萬億企業級數字勞動力市場 總體來看，AI Agent 象征軟件從“工具”到“數字勞動力”的范式轉移，AI Agent 使得軟件不再是單純的“開支”而是“投資”，軟件廠商的潛在市場規模從企業的 IT 預算

103、擴展到真人勞動力市場，實現大幅躍遷；通用 SaaS 有望成為 AI Agent 的基礎設施，將歷史數據挖掘活用提升 SaaS的價值量，企業 AI 化之前必須云化，云化的廠商需要大量構建 AI Agent;垂直應用有望與通用 SaaS、大模型廠商合作共贏：垂類應用借助 AI 實現更多能力、擴大市場規模，通用 SaaS、大模型廠商借助垂類應用補全生態；AI Agent 具備更強消費屬性，未來可以采取按對話次數、按 tokens 等多元化付費模式，打開軟件的估值天花板。圖59：AI Agent 分析框架 資料來源：民生證券研究院繪制 AI Agent 是數字勞動力，蘊含數萬億美元的市場機遇。微軟 C

104、EO 認為，傳統的 SaaS 本質上是帶有業務邏輯的 CRUD 數據庫，而 AI Agent 可以集成所有業務邏輯并操控所有數據庫；結合黃仁勛與 Salesforce CEO 的觀點，AI Agent 可以自行規劃、決策、選擇工具完成任務，像一個真正的員工一樣工作，因此 AI Agent也可以被稱為“數字員工”，IT 部門未來會更像 HR 部門。因此，本質上 AI Agent的目標市場就不再是傳統的 IT 預算，而是真人勞動力市場，可以達到數萬億美元。行業深度研究/計算機 本公司具備證券投資咨詢業務資格，請務必閱讀最后一頁免責聲明 證券研究報告 48 表3：科技巨頭 CEO 對 AI Agen

105、t 的看法 發言人 內容 黃仁勛 AI Agent 將是下一個巨大的人工智能應用，AI Agent 可能帶來萬億美元的商機。微軟 CEO SaaS 將被 AI Agent 取代 Salesforce CEO AI Agent 是數字勞動力，具有數萬億美元的潛在市場規模 資料來源：開為科技微信公眾號等，民生證券研究院 通用 SaaS 有望成為 AI Agent 的基礎設施，云化趨勢有望加速，Salesforce預計 2025 年在平臺構建 10 億 AI Agent。以 Salesforce 的 Agentforce 為例，據涌現聚點微信公眾號，Agentforce 的推出標志著 Salesfo

106、rce 不再滿足于僅僅是一個 CRM 供應商，而是向全面的企業 AI 平臺轉型。它不僅能處理客戶關系管理，還能涵蓋企業運營的各個方面，包括人力資源、財務管理、供應鏈優化等。這種擴展為跨部門協作帶來了新的可能性。例如，銷售部門的數據可以實時流轉到市場營銷部門，幫助優化營銷策略；客戶服務的反饋可以直接影響產品開發的方向。Agentforce 成為了連接企業各個部門的智能中樞，促進了信息的無縫流動和協同決策。圖60：Agentforce 架構圖 資料來源：salesforce 官網，民生證券研究院 圖61：Agentforce 使用路徑 資料來源：salesforce 官網，民生證券研究院 行業深度

107、研究/計算機 本公司具備證券投資咨詢業務資格，請務必閱讀最后一頁免責聲明 證券研究報告 49 垂類應用有望通過 AI 實現 TAM 倍增，并有望成為大模型、通用 SaaS 生態的重要組成部分。我們認為垂類應用非但不會被通用大模型直接替代，還會受益于通用大模型生態發展，核心在于垂類應用的數據幾乎都不是公開數據，能力圈在通用大模型能力圈之外，或更確切地說能力圈與通用大模型的能力圈是互補的。因此，在 AI 的賦能下。垂類應用的 TAM 有望實現數倍增長，以 Twilio 為例，據 Battery數據，在接入 OpenAI 的大模型后，其從傳統的客服系統升級為 AI 客服，可以代替人類接打電話、進行營

108、銷服務等，潛在市場規模本質上可以達到 2000 億美元（美國有 1600 萬電話客服，年薪 1.2 萬美元），相比公司當前 40 億美元 ARR 有50 倍的提升；此外，大模型、通用 SaaS 廠商在擴大自身 AI 生態的過程中，相比自研產品替代，更有可能和用戶量大、產品力強的垂類應用強強聯合，垂類應用有望受益于大模型、通用 SaaS 帶來的流量實現進一步發展。圖62：垂直應用有望通過 AI 實現 TAM 倍增 資料來源：battery，民生證券研究院 AI Agent 進一步提升軟件廠商的消費屬性，或提升軟件廠商的估值天花板。Salesforce 的 Agentforce 產品當前采用每次對

109、話 2 美元的定價體系，能夠在傳統訂閱制的基礎上增加更多付費單元，提升軟件廠商估值天花板。圖63：Agentforce ROI 計算器 資料來源：salesforce 官網，民生證券研究院 行業深度研究/計算機 本公司具備證券投資咨詢業務資格，請務必閱讀最后一頁免責聲明 證券研究報告 50 3.1 微軟：用 AI Agent 定義“前沿企業”從 AI Foundry 到 Fabric 數據庫再到 AI Agent 服務，微軟提供 AI Agent全生命周期服務。據微軟官網，微軟提供 AI Agent 的全生命周期服務：1）Azure AI Foundry：這是一個全新的全功能平臺，用于設計、定

110、制和管理變革性的 AI 應用程序和智能代理。Azure AI Foundry 彌合了前沿 AI 技術和實際商業應用之間的差距，使組織能夠高效且有效地充分發揮 AI 的潛力；2）Azure AI Foundry SDK：這個新的 AI 工具鏈提供了簡化的編碼體驗，使開發人員能夠在任何地方（無論是 GitHub、Visual Studio 還是 Copilot Studio）構建 AI 應用程序時，將組件集成在一起；3）Azure AI Content Understanding：該服務幫助開發人員從非結構化數據中構建和部署多模態應用程序。它利用生成式 AI 從文檔、圖像、視頻和音頻中提取信息，并

111、將其轉化為可定制的結構化輸出；4）Azure AI Agent Service：一個旨在幫助開發人員構建、部署和擴展企業級 AI 驅動應用程序的平臺，以自動化業務流程。這些智能代理能夠獨立處理任務，并在需要最終審核或操作時涉及人工用戶，從而確保團隊能夠專注于最具戰略性的計劃；5）Microsoft Fabric Databases：這是一類新的數據庫，將事務性工作負載和分析性工作負載相結合，以簡化 AI 操作。它們基于行業領先的 SQL 構建，能夠在各種系統中無縫實現 AI 功能，確保高性能和易于擴展。圖64：微軟 AI Agent 業務布局 資料來源：微軟官網，民生證券研究院 行業深度研究/

112、計算機 本公司具備證券投資咨詢業務資格，請務必閱讀最后一頁免責聲明 證券研究報告 51 微軟通過 Azure AI Agent Service 匯集了企業自動化任何復雜程度的業務流程所需的所有模型、數據、工具和服務，用戶可以通過 Copilot Studio 統一管理 AI Agent。Azure AI Agent Service 整合了來自微軟、OpenAI 以及行業領先合作伙伴（如 Meta、Mistral 和 Cohere）的最新模型、工具和技術；能夠無縫擴展代理，使其具備來自 Bing、SharePoint、Fabric、Azure AI 搜索、Azure Blob以及許可數據的知識；

113、通過 Azure 邏輯應用、Azure 函數、符合 OpenAPI 3.0 規范的工具以及代碼解釋器，在微軟和第三方應用程序中實現操作；通過 Azure AI鑄造廠提供直觀的代理構建體驗；并具備豐富的企業級功能，包括自帶存儲（BYO存儲）、自帶虛擬專用網絡（BYO-VPN）、代表用戶身份驗證，以及通過基于OpenTelemetry 的評估增強代理的可觀察性。用戶通過 Coipilot Studio 即可統一管理整個 AI Agent 生態，如從微軟和非微軟數據源中提供的 1500 多個預構建數據連接器中進行選擇，并連接能夠提升代理工作效率的服務等。圖65：微軟 Copilot Studio 資

114、料來源：微軟官網，民生證券研究院 Copilot 賬戶可免費使用 AI Agent，但需要為其他組件付費，有望為微軟Azure 帶來多元化需求。當前，微軟 AI Agent 在 Copilot 訂閱賬戶可免費使用，但需要為知識連接(包括 Microsoft Fabric、Microsoft SharePoint、基于必應搜索、Azure AI 搜索和自己的許可數據)單獨付費并使用單獨的許可證；此外，還需要為現有或未來添加的自動化功能付費，例如 Azure 邏輯應用和 Azure 函數。圖66：微軟 Copilot Studio 資料來源：微軟官網，民生證券研究院 行業深度研究/計算機 本公司具

115、備證券投資咨詢業務資格，請務必閱讀最后一頁免責聲明 證券研究報告 52 3.2 谷歌：Agentspace 構建生態閉環，加速企業部署 谷歌 Agentspace 是專為工作打造的搜索和 AI Agent 中心。據谷歌官網，Agentspace 將用戶的工作應用與 Google 品質的多模態搜索和 AI 代理的強大功能相連接；快速查找企業中的各種信息，匯總和整合不同來源的信息，并使用預構建或自定義代理執行操作，所有這些都具有企業級安全性、隱私保護和合規性。此外，用戶可以將 Agentspace 與 Confluence、Google 云端硬盤、Jira、Microsoft Sharepoint

116、、ServiceNow 等熱門應用關聯，從而快速查找信息、獲得解答并采取行動，所有這些操作都可以在 Agentspace 中完成。表4：谷歌 Agentspace 業務布局 功能 簡介 設計智能體和多智能體工作流 使用智能體開發套件(ADK)輕松創建復雜的多智能體系統。使用不足 100 行直觀的 Python 代碼即可構建可投入生產的智能體，更多語言支持即將推出。ADK 可通過確定性的護欄和編排控件，讓用戶精確控制智能體的思考、推理和協作方式。借助 ADK 獨特的雙向音視頻流式傳輸功能，用戶可以以人性化的方式與智能體互動。利用 Agent Garden 快速開始開發：Agent Garden

117、包含可直接在 ADK 中使用的一系列現成樣本和工具。借助 ADK，用戶可以自由選擇所用模型或部署目標。沒有綁定我們的工具？沒關系。用戶還可以使用 LangChain、LangGraph、AG2 或 Crew.ai 等熱門開源框架構建智能體，或者使用其他符合用戶偏好的替代框架。讓各種智能體進行通信和協作 使用開放式 Agent2Agent(A2A)協議，在任何位置連接任何智能體。借助這一通用通信標準，不同生態系統中的智能體可以相互通信，無論其基于何種框架（ADK、LangGraph、Crew.ai 或其他）或供應商構建。使用 A2A，智能體可以發布其功能并協商如何與用戶互動（通過文本、表單或雙向

118、音頻/視頻），同時安全地協同工作。A2A 就像用于智能體通信的 API，可讓用戶將孤立的智能體轉變為協作團隊，無需擔心投資于不兼容的智能體框架。A2A 是一項協作計劃，旨在通過 Box、Deloitte、Elastic、Salesforce、ServiceNow、UiPath、UKG 等 50 多個合作伙伴組成的不斷壯大的生態系統的貢獻，對智能體互操作性進行標準化。將智能體連接到合適的工具、數據和安全防護機制 用戶可以使用任何喜歡的方法，為智能體提供現有的企業真實數據，而無需從頭開始構建：ADK 支持 Model Context Protocol(MCP)，因此用戶的智能體可以利用不斷發展的

119、MCP 兼容工具生態系統，連接到用戶已經依賴的龐大而多樣的數據源或功能。用戶還可以通過 100 多種預構建的連接器、Apigee 中的自定義 API 或 Application Integration 中的工作流，將智能體連接到企業系統。這些簡單易用的構建模塊可確保用戶的智能體行為符合用戶的業務規則，并在適當的防護措施范圍內運行。使用 ADK，用戶的智能體還可以利用用戶在 Apigee API Management 中管理的現有 API 投資，無論這些 API 位于何處。將智能體部署到生產環境 借助我們的全托管式運行時 Agent Engine，簡化生產部署路徑，消除部署復雜性。Agent E

120、ngine 負責基礎架構管理、擴縮、安全性和監控，因此用戶可以專注于智能體功能，而無需擔心運營問題。無論用戶選擇哪種框架或模型提供商，都可實現智能體的無縫部署。借助 Agent Engine，用戶還可以保留對話上下文，讓與智能體的交互更自然、更貼近真人，而不是每次都從頭開始。Agent Engine 支持短期記憶和長期記憶。這樣，用戶可以管理自己的會話，智能體也可以回憶用戶之前的對話和偏好。最后，借助 Vertex AI 提供的全面評估工具和示例商店，用戶可以根據實際使用情況來改進智能體性能并進行優化。讓智能體能夠理解和推理用戶的數據 為智能體配備全面的檢索增強生成(RAG)功能，讓他們能夠智

121、能地訪問和解讀貴組織的知識。Vertex AI Search 提供了開箱即用的 RAG 解決方案，只需點擊幾下即可開始使用；而 Vector Search 支持混合技術，該技術結合了基于向量和基于關鍵字的方法，可提供更相關的回答。用戶還可以通過連接到各種數據源（包括本地文件、Cloud Storage、Google 云端硬盤、Slack、Jira 等）來構建自己的自定義 RAG 引擎。使用可靠的數據源為 AI 回答提供依據 用戶可以使用 Google 搜索（提供全球 99%的搜索數據）等權威信息或來自 Cotality、Dun&Bradstreet、HGInsights、S&P Global

122、和 Zoominfo 等提供商的專業數據來為 AI 回答提供依據。對于依賴地理空間上下文的智行業深度研究/計算機 本公司具備證券投資咨詢業務資格，請務必閱讀最后一頁免責聲明 證券研究報告 53 能體，用戶還可以使用 Google 地圖為其提供基礎。目前，AI 作為一項實驗性功能，率先面向美國客戶提供。AI 可以訪問 Google 地圖數據，該數據每天會接收超過 1 億次更新*，涵蓋全球超過 2.5 億家企業和地點.在整個企業內大規模采用智能體 將自定義 AI 智能體發布到 Google Agentspace，擴大其覆蓋面。這個企業級智能體市場支持受控共享，并具備集中治理與監控能力。Agents

123、pace 為組織中的所有智能體提供了一個單一接入點，讓員工可以輕松發現并使用滿足其需求的 AI 工具。只需點擊幾下，用戶就可以讓整個公司的團隊使用精心打造的智能體，從而提供一致的 AI 體驗，并最大限度地提高 AI 投資回報率。為用戶的 AI 智能體提供企業級安全 通過 Gemini 的內置安全功能控制智能體輸出，例如可配置的內容過濾器和用于限制敏感主題的系統指令。通過身份控制功能管理代理權限，確定智能體是使用專用服務賬號還是代表個人用戶運行。通過將智能體活動限制在安全邊界內，保護敏感數據。為智能體設置防護機制，在每個環節控制交互：從模型接收前篩查輸入，到工具執行前驗證參數，全程受控。利用全面

124、的跟蹤功能自動監控智能體行為，讓用戶能夠了解智能體執行的每項操作，包括其推理過程、工具選擇和執行路徑。資料來源：谷歌官網，民生證券研究院整理 谷歌通過以 Agent Engine 通用費用和 Agent 構建為代表的定制化費用實現商業化變現。谷歌對于 AI Agent 分為以下三種收費模式：1）Agent Engine：以 LangChain 為主，支持通過連接到公共 API 來構建生成式 AI 應用、通過連接到數據庫來構建生成式 AI 應用等功能，定價為計算（$0.00994/vCPU-Hr）、內存（$0.0105GiB-Hr）；2）模型使用情況：基于代理所用模型的輸入和輸出 tokens

125、收取的使用費；3）工具和預構建的 AI Agent：工具和預構建的代理（例如，代碼解釋器、BigQuery）將向開發者收取費用，具體將視其代理所使用的工具而定。此外，針對調用的不同 AI 功能，用戶需要面向該功能額外付費，如調用谷歌AI 搜索功能，則需要為 AI 搜索付費（$2/1000 次查詢）。圖67：谷歌 Vertex AI Agent 定價 資料來源：谷歌官網，民生證券研究院 行業深度研究/計算機 本公司具備證券投資咨詢業務資格，請務必閱讀最后一頁免責聲明 證券研究報告 54 3.3 Meta：Meta AI 有望打造全新 AI 社交平臺 Meta 發布 Meta AI 獨立 APP，

126、為用戶提供個性化服務的同時還能夠分享和探索他人如何使用 AI，有望重新定義 AI 社交平臺。用戶可以告訴 Meta AI 記住關于用戶的一些事情（比如用戶熱愛旅行和學習新語言），它還可以根據上下文捕捉重要的細節。用戶的 Meta AI 助手會通過引用用戶在 Meta 產品上已經選擇分享的信息（比如用戶的個人資料，以及用戶喜歡或互動過的內容）來提供更相關的答案。此外，Meta AI 應用程序中包含一個“發現”信息流，這是一個分享和探索他人如何使用人工智能的場所，用戶可以在這里查看人們分享的最佳提示（prompts），或者對它們進行重新混合，使其成為用戶自己的內容。圖68：Meta AI 的個性化

127、服務 圖69：Meta AI 的 AI 社交功能 資料來源：Meta 官網，民生證券研究院 資料來源：Meta 官網，民生證券研究院 Meta 持續使用 AI 加強廣告表現，25Q1 全球范圍內 Meta 廣告的單價/瀏覽量維持增長態勢。Meta 持續深化將 AI 與廣告業務相結合，如 25Q1，Meta 使用 Reels 新廣告推薦模型并將廣告轉化率提高了 5%，廣告商使用 AI 創意工具的數量同比增長 30%等。圖70：全球 Meta 廣告單價同比增速 圖71：全球 Meta 廣告瀏覽量同比增速 資料來源：Meta25Q1 業績會演示材料，民生證券研究院 資料來源：Meta25Q1 業績會

128、演示材料，民生證券研究院 行業深度研究/計算機 本公司具備證券投資咨詢業務資格，請務必閱讀最后一頁免責聲明 證券研究報告 55 3.4 Salesforce：Agentforce 重塑企業服務新范式 Agentforce 定義了 AI Agent=人類思維+AI+data+行為。Agentforce 代理通過按需檢索正確數據、為任何任務制定行動計劃并執行這些計劃來自主運行，無需人工干預，它們利用實時數據適應變化的條件，并在組織特定的框架內獨立運行，以確保每次客戶互動的準確性：數據檢索（Data Retrieval）：AI Agent 首先收集和檢索與任務相關的數據。這是觀察階段，Agent 獲

129、取必要的信息來理解任務需求；計劃生成（Plan Generation）：在評估階段，Agent 分析收集到的數據，并生成一個或多個行動計劃，這些計劃是基于對任務需求的理解而制定的；行動編排（Action Orchestration）：在推薦和執行階段，Agent 選擇最佳的行動計劃并開始執行，Agent 會采取必要的步驟來完成任務；推理運行時（Reasoning Runtime）：在整個過程中，推理運行時支持 Agent的學習和適應。它允許 Agent 在執行任務時進行實時學習和調整，以優化其性能；結果（Outcome）：最終，Agent 完成任務并產生結果。這個結果應該是 Agent通過學習

130、和適應達到的正確輸出。圖72：Agentforce 架構 資料來源：Salesforce 官網，民生證券研究院 開創 2 美元一次按結果付費的商業模式，使得企業在部署 AI Agent 時可以清晰測算 ROI。以客服場景為例，若某公司客服團隊為 20 人，年薪為五萬美金，每個人每天處理 20 個通話，3 年內 48%的通話由 AI 處理，則三年 Agentforce行業深度研究/計算機 本公司具備證券投資咨詢業務資格，請務必閱讀最后一頁免責聲明 證券研究報告 56 的總投資僅為 21.87 萬美元，節約了 85.15 萬美元。圖73：Agentforce ROI 測算 資料來源：Salesfo

131、rce 官網，民生證券研究院 Agentforce 為企業 AI Agent 使用后的效率提升提供重要參考。據Salesforce、valoiraccelerating agentic ai time to value，截至 2025 年 2月初，Agentforce 提供的答案或解決方案中有 91%被認為達到了可接受的準確度水平，這比 DIY 的準確度提高了 75%，Agentforce 與 DIY 之間準確度的最大變化往往出現在更復雜的代理中。這些復雜的代理依賴于多個數據源來提供背景信息，并且通常需要更復雜的推理和工作流程，才能根據客戶查詢的上下文得出準確的答案；此外，DIY 項目平均耗時

132、 75 個月，而將 Agentforce 項目提升到生產級準確性的平均時間僅 4.8 個月，這意味著 Agentforce 的速度是 DIY 的 16 倍。圖74：Agentforce 準確性遠超企業 DIY Agent 圖75：Agentforce 落地性遠超企業 DIY Agent 資料來源：Salesforce、valoiraccelerating agentic ai time to value，民生證券研究院 資料來源：Salesforce、valoiraccelerating agentic ai time to value，民生證券研究院 行業深度研究/計算機 本公司具備證券投資

133、咨詢業務資格，請務必閱讀最后一頁免責聲明 證券研究報告 57 3.5 ServiceNOW：將 AI 與 Workflow 有機結合 ServiceNow AI Agent 將 AI+Data+Workflow 有機結合。憑借統一的平臺架構、數據模型和代理框架，ServiceNow AI Agents 能夠實時訪問來自任何來源的企業數據，具備豐富的業務上下文信息，能夠快速做出明智的決策；AI Agents 原生集成于全球最強大的端到端工作流自動化平臺，ServiceNow AI Agents 可以無縫嵌入用戶的任何工作流中，讓用戶能夠專注于真正重要的工作。圖76：ServiceNOW AI A

134、gent 架構 資料來源：ServiceNOW 官網，民生證券研究院 用戶可以使用基礎版 NOW Assist 及升級版 NOW Assist 服務接入ServiceNOW AI Agent?；?Now Platform，Now Assist 將生成式人工智能功能與我們強大的工作流自動化平臺相結合，Now Assist 讓用戶可以利用特定領域的模型來提升組織的生產力和效率，提供更優質的自助服務，推薦操作并提供答案，以及讓搜索更加高效，基礎版 NOW Assist 功能包括但不限于：1）摘要生成：為案例、聊天記錄、事件等生成摘要。Now Assist 管理控制臺中的引導式設置讓摘要生成變得快速

135、且簡單；2）對話交互：以聊天機器人和虛擬代理的形式應用生成式人工智能技能。Now Assist 使用專為成功自助服務工作流設計的大型語言模型（LLMs）；3）內容創作：幫助人力資源、信息技術和客戶服務人員撰寫和編輯書面內容，例如電子郵件和聊天回復；4）代碼與流程生成：利用 AI 進行代碼生成，通過 Now Assist 構建流程和代碼。借助易于使用的文本提示，創作者可以快速生成和編輯，從而提高生產力；5）自定義技能開發：創建并部署獨特的生成式人工智能技能，以滿足用戶業行業深度研究/計算機 本公司具備證券投資咨詢業務資格，請務必閱讀最后一頁免責聲明 證券研究報告 58 務工作流和流程的特定需求；

136、6）AI 搜索：為用戶提供更有意義的搜索結果 7）無障礙交互：通過語音命令與 Now Assist 進行無接觸交互。此外，用戶可以通過 AI Agent Marketplace 選購各類升級版 NOW Assist，升級版 NOW Assist 有多元化商業模式，以 NOW Assist for HRSD 為例，該服務需要 HRSD Professional Plus/HRSD Enterprise Plus 訂閱賬戶才可以使用，需要額外付費 6 美元/年。AI Agent Marketplace 中有海量官方升級版 NOW Assist 以及第三方合作伙伴 NOW Assist 供客戶選購。

137、圖77：ServiceNOW NOW Assist 商業模式案例 資料來源：ServiceNOW 官網，民生證券研究院 圖78：ServiceNOW NOW Assist marketplace（官方）資料來源：ServiceNOW 官網，民生證券研究院 圖79：ServiceNOW NOW Assist marketplace（合作伙伴）資料來源：ServiceNOW 官網，民生證券研究院 行業深度研究/計算機 本公司具備證券投資咨詢業務資格，請務必閱讀最后一頁免責聲明 證券研究報告 59 3.6 金蝶國際：蒼穹企業級 AI Agent 為企業重塑業務場景 蒼穹 Agent 平臺有望創造企業

138、級 AI Agent 新藍圖。據金蝶云星空微信公眾號，2024 年金蝶發布了蒼穹 AI 管理助手及其移動形態，為財務、人力、采購、開發等多個業務場景提供了個性化智能解決方案，以 AI 人力資源助手為例，HR 制度問答改善了體驗、智能內部招聘提升了效率、智能人才分析提升了決策的科學性?？梢哉f，蒼穹正在重塑體驗、重塑流程、重塑決策。蒼穹 Agent 平臺提供多模型混合應用能力，能夠根據不同的業務需求，靈活調用 DeepSeek、金蝶蒼穹大模型等業界領先的 AI 大模型進行業務處理。此外，基于金蝶 KDDM 統一元數據模型，蒼穹能夠快速了解企業的表單、流程、報表以及數據，從而打通 AI 和數字化平臺

139、之間的連接。通過深度整合企業內部的各類數據資源，蒼穹可以實現企業內部數據的高效利用，為企業的決策提供有力支持。圖80：蒼穹 AI Agent 平臺 資料來源：金蝶國際微信公眾號，民生證券研究院 蒼穹作為企業級 AI Agent，可提供企業級財務分析、運營分析、合同智能審查、人才智搜等能力。同時，金蝶基于蒼穹平臺已構建財務、人力資源、供應鏈、制造等領域 100+AI 應用，為客戶構筑“更懂企業”的多元化智能應用場景，助力企業持續改善業務流程、提升分析決策能力，實現降本增效：1）BOSS 助理：星空 BOSS 助理，“生成式+決策式”AI 賦能企業管理，輔助老板智慧經營，引領企業高速成長。2）合同

140、智能審查：星瀚合同智能審查，智能化、規則化、第三方服務智能能力整合形成合同中臺智能審查能力，實時進行風險預警和提醒，降低合同簽訂風險。行業深度研究/計算機 本公司具備證券投資咨詢業務資格，請務必閱讀最后一頁免責聲明 證券研究報告 60 3）人才智搜：星瀚人才智搜，深度融合企業人力系統，基于員工簡歷、績效、評價，精準高效定位人才、提升企業人才曝光度，搜索即洞察，讓組織潛力觸手可及，全面提升企業用工能力。圖81：金蝶云 BOSS 助理 圖82：金蝶云合同智能審查 資料來源：金蝶云星空微信視頻號，民生證券研究院 資料來源：金蝶云星瀚微信視頻號，民生證券研究院 此外，金蝶云蒼穹全面支持 MCP，提供四

141、大核心特性，助力企業開發者構建智能化應用：1）標準 MCP 服務：金蝶云將所有 SaaS Open API 封裝為標準 MCP 服務，涉及數千個 API 服務。這些服務涵蓋了企業運營的各個環節，如訂單管理、庫存管理、財務結算等，開發者可以直接調用這些標準化服務，快速構建智能化應用。2）預置&自定義 MCP 服務：平臺預置了多種業務系統、第三方的 MCP 服務，開發者可以直接使用這些預置服務，無需額外配置。同時，蒼穹 Agent 平臺還支持托管自定義 MCP 服務，企業可以根據自身需求開發特定的 MCP 服務，并托管到平臺上，實現個性化的 AI 應用開發。3）即插即用：開發者可以一鍵將 MCP

142、服務導入蒼穹 Agent 平臺，作為標準化工具被智能體調用。這種即插即用的方式大大降低了 AI 應用的開發門檻，即使是非專業開發者也能快速上手。4）智能調用：智能體可直接調用 MCP 工具，實現自動化的訂單查詢、庫存同步、ERP 數據交互等業務自動化場景。例如當用戶提出“請幫我處理本月未出庫的銷售訂單，如果客戶信用等級符合公司要求，且庫存足夠，請自動生成銷售出庫單，并發云之家通知倉庫管理員”，智能體將自動調用信用校驗 Agent、庫存核查Agent、出庫單生成 Agent 的鏈式協作，在確保合規前提下完成端到端業務閉環。行業深度研究/計算機 本公司具備證券投資咨詢業務資格，請務必閱讀最后一頁免

143、責聲明 證券研究報告 61 金蝶 AI 業務加速落地。金蝶 2024 年 AI 業務加速落地：1）蒼穹+星瀚：2024 年，金蝶云蒼穹升級為新一代企業級 AI 平臺；發布 AI管理助手及蒼穹 APP；蒼穹 AI Agent 平臺已簽約海信集團、溫氏集團、智洋創新、湖北中煙等 20 家客戶；星瀚上線超過 20 個 AI 應用，簽約近20 家大型企業。2）星空：星空旗艦版在多場景實現 AI 智能，包括 AI 記賬、BOSS 助手、IPO智測等，2024 年累計簽約超過 30 家客戶；3）星辰+精斗云：發布小微 AI 助手、AI 開單、AI 記賬等應用，為超過 7500家小微企業賦能，幫助小微企業開

144、單效率提升90%，記賬效率提升10倍。圖83：金蝶 AI 業務架構 資料來源：金蝶國際官網，民生證券研究院 此外，金蝶與多個行業龍頭共創 AI 場景落地，AI 管理有望打開第二增長極：1）物產中大：借助智能數據洞察，推動財務管理流程提效；2）通威股份：上線 HR AI 助手，實現智能詢問、無感提單、一鍵導航等；3）中船九江：依托智能合同管理，提升了合同管理及審核效率，降低風險。圖84：企業 AI 管理未來有望打開公司第二增長極 資料來源：金蝶國際官網，民生證券研究院 行業深度研究/計算機 本公司具備證券投資咨詢業務資格，請務必閱讀最后一頁免責聲明 證券研究報告 62 3.7 金山辦公：WPS3

145、65 打造一站式 AI 辦公平臺 WPS365 面向組織級客戶全新升級，包含 WPS Office、WPS 協作及WPS AI 企業版，成功打通文檔、協作、AI 三大能力，實現一站式 AI 辦公。WPS 365 作為面向組織和企業的辦公新質生產力平臺，其包含了 WPS Office、WPS 協作和 WPS AI 企業版。該平臺打通了文檔、AI、協作三大能力，讓各組件間無縫切換，全面覆蓋了一個組織的辦公需求，從文檔創作到即時通訊（IM）、會議、郵件，再到 AI 應用，提供一站式 AI 辦公。WPS 365 通過統一工具、統一協作、統一管理的數字辦公理念匹配業務發展，實現整個組織高效協作和安全管控

146、。圖85：WPS 365 產品矩陣 資料來源：金山辦公公司公告，民生證券研究院 WPS AI 企業版由 AI Hub、AI Docs、Copilot Pro 等模塊構成。面向組織管理與提效場景，WPS AI 企業版集 AI Hub（智能基座）、AI Docs（智能文檔庫）、Copilot Pro（企業智慧助理）三大核心模塊于一體，助力客戶構建專屬“企業大腦”。AI Hub（智能基座）支持多個大模型切換，調用過程可審計追蹤，實現業務高效智能，同時保障數據調用安全。AI Docs（智能文檔庫）使云文檔一鍵升級智能文檔庫，通過問答快速檢索信息，并可根據企業知識智能創作檔。Copilot Pro（企業

147、智慧助理）通過對話即可高效處理數據，支持調用 WPS 365 API 和企業自有 API 執行各項任務。行業深度研究/計算機 本公司具備證券投資咨詢業務資格，請務必閱讀最后一頁免責聲明 證券研究報告 63 圖86：WPS 365 產品矩陣 資料來源：WPS 軟件宣傳頁，民生證券研究院 WPS 365 率先實現企業訂閱付費的商業模式，2024 年實現 4.36 億元營收。WPS 365 主要由體驗版、商業協作版、商業高級版以及商業旗艦版構成，所有版本均支持 Office 文檔、智能文檔、多維表格、WPS 協作、WPS 會議、WPS 郵箱等功能，還支持應用混合部署、自選大語言模型接入、多維表格業務

148、定制、WPS365私有云服務等定制化銷售。針對不同行業，金山官方還推出 WPS 365 行業版，實現更加多元化商業模式，當前支持行業包括：教育行業、高端制造、泛互聯網、金融行業、消費零售、商業服務、中小企業等。圖87：WPS 365 產品定價 資料來源：WPS 軟件宣傳頁，民生證券研究院 行業深度研究/計算機 本公司具備證券投資咨詢業務資格，請務必閱讀最后一頁免責聲明 證券研究報告 64 3.8 用友網絡：用友 BIP 企業 AI 加速企業數智化 用友 BIP 企業 AI 通過三層架構，將 AI 技術與企業業務深度融合，構建數據驅動、智能運營的數智企業新范式：第一層：融合通用與專業大模型的用友

149、 BIP 企業 AI 智能平臺，統一企業數智底座。用友 BIP 為企業 AI 構建一體化數智底座，整合分散的數據和各類系統，構建堅實的數據和技術基礎，提供“五個統一”，即架構統一、流程統一、數據統一、安全統一、標準統一。用友 BIP 企業 AI 全面接入 DeepSeek、豆包、通義千問等國產通用大模型，依托專注于企業業務與經營管理領域的專業大模型 YonGPT，形成“AI 通用能力+行業 Know-How”的智能平臺，實現了國產企業軟件和國產大模型的強強聯合。第二層：覆蓋十大核心業務領域的 AI+全場景智能解決方案，嵌入企業核心業務。用友 BIP 深度融入核心業務場景，將 AI 技術能力體系

150、廣泛嵌入財務、人力、供應鏈、營銷、采購、制造、研發、項目、資產、協同等 10 大核心應用領域，并升級至“智能解決方案”，實現 AI 全場景的業務流程自動化和智能化。第三層：以“數智員工 2.0”為代表的 Agents 智能體集群，實現企業實時運營。作為用友 BIP 企業 AI 的核心入口，數智員工（智友）具備智能規劃、自動執行、快速反饋、自主決策等核心能力，不僅能夠管理用友預制的 1000 多個企業業務與管理智能體，還可以管理企業自主開發的海量智能體?；谥悄荏w技術，讓數智員工更加理解用戶的意圖；利用 DeepSeek 最新的推理能力，讓數智員工更加專業，能力更強；通過全新的用友 BIP 智能

151、體構建平臺，讓企業可以更快地開發數智員工，10 分鐘就可以讓企業輕松上崗一個數智員工。企業深度應用“智友”及數智員工集群，完成從“人力驅動”到“智腦驅動”的進化，實現運營效率與決策精度的雙重躍升。圖88：用友 BIP 企業 AI 架構 資料來源：用友網絡微信公眾號，民生證券研究院 行業深度研究/計算機 本公司具備證券投資咨詢業務資格，請務必閱讀最后一頁免責聲明 證券研究報告 65 3.9 合合信息：TextIn 智能文檔解決方案切入企業剛需 合合信息旗下 TextIn 平臺持續推出 AI 新產品，打造“大模型加速器”，賦能智能文檔處理全流程。據合合信息解決方案微信公眾號，以 TextIn+De

152、epSeek應用方案為例，該解決方案基于 TextIn 文檔解析能力，將混雜的各類非結構化文檔統一輸出為大模型能“讀懂”的文檔格式，賦能下游大模型任務，從而有效提升大模型回答正確率，并可實現原文溯源定位，便于信息復核。2025 年 4 月，合合信息推出 TextIn DocFlow 票據自動化處理平臺，提供票據智能分類、信息抽取、審核等一站式服務，TextIn DocFlow 可輕松處理海內外各票據類型與復雜版式，同時擁有強大的集成能力，支持通過郵件、API 接口等多種渠道接收文檔，并能將提取的數據無縫傳遞至 ERP、RPA、OMS 等各種自動化系統和業務流程中，TextIn DocFlow

153、已在多家企業的信貸審核、財務共享中心、進出口物流、保險理賠、國際結算、供應鏈金融等業務中深度應用。圖89：合合信息 TextIn+DeepSeek 解決方案 資料來源：合合信息解決方案微信公眾號，民生證券研究院 合合信息簽約多家行業頭部客戶，AI 賦能業務數智化。合合信息簽約中華聯合財產保險、中國石油國際事業有限公司、微醫云，基于 AI 能力，賦能保險、能源、醫藥行業業務文檔智能化處理。在證照、票據、合同、保單等多類文檔處理場景中，智能優化圖像質量，識別并提取文檔關鍵信息，實現文檔分類、解析、抽取、審核、歸檔全流程升級。行業深度研究/計算機 本公司具備證券投資咨詢業務資格，請務必閱讀最后一頁免

154、責聲明 證券研究報告 66 3.10 福昕軟件：PDF 領軍人，AI 助手極具商業化潛力 福昕 AI 助手正式完成 DeepSeek 大模型的接入，賦能學術研究、報告撰寫、辦公日常等多個場景，進一步提升了福昕 PDF 現有的文檔智能處理能力。據福昕軟件微信公眾號，用戶可以在福昕閱讀器 Windows 版（企業版）、福昕高級 PDF 編輯器 Windows 版（訂閱版）、福昕高級 PDF 編輯器 Mac 版（訂閱版）、福昕高級 PDF 編輯器網頁版，體驗由 DeepSeek 大模型加持的 AI 助手帶來的 PDF 文檔/文本總結、文檔/文本翻譯、提高寫作質量等功能。圖90：福昕軟件 AI 助手

155、資料來源：福昕軟件微信公眾號，民生證券研究院 福昕 IDP 能夠處理海量 PDF 信息，重塑數字化工作流的智能文檔處理方案。福昕軟件深度融合核心技術、產品和人工智能大模型，自主研發出福昕智能文檔處理中臺（簡稱福昕 IDP）。該平臺在以文檔為載體的非結構化數據和以數據庫為載體的結構化數據之間搭建了橋梁，通過對 PDF 等類型文檔內容的智能解析、文檔數據的結構化精準提取以及智能知識庫搭建，為機構組織建設“數字化工作流”，從而推動數字化轉型進程。圖91：福昕 IDP 資料來源：福昕軟件微信公眾號，民生證券研究院 行業深度研究/計算機 本公司具備證券投資咨詢業務資格，請務必閱讀最后一頁免責聲明 證券研

156、究報告 67 3.11 泛微網絡：大模型+專業小模型+智能體構建數智大腦 泛微 2024 年發布的數智大腦 Xiaoe.AI，可快捷方便為客戶搭建“DeepSeek大模型+專業小模型+智能體”的數智底座。在接入 DeepSeek 大模型后，泛微將借助 DeepSeek 強大的自然語言處理、機器學習、推理等能力，顯著提升泛微各項產品智能化效果以及智能體構建能力：1）泛微產品的各個應用模塊能夠快速調用 DeepSeek 的智能化能力：幫助組織在市場、銷售、合同、項目、采購、客服、人事、費控、資產、公文、檔案等場景中，提升文本處理、意圖識別、智能問答、數據分析、智能決策等能力，例如智能文檔助手、智能

157、問答助手等功能，助力業務場景全環節智能化升級。2）用戶可在泛微智能小 e 中直接使用 DeepSeek：能夠更高效地進行智能對話、智能寫作等，接入 DeepSeek 后，將顯著提升回答的準確性，幫助用戶提升工作自動化處理效率。實現了對組織知識問答、智能體應用執行過程的能力升級。3）泛微提供統一的 AI 大模型連接底座支撐：助力將 AI 能力與具體業務場景打通，助力組織快速構建智能化應用。3）支持私有化部署 DeepSeek 大模型：借助 DeepSeek 提供的開源模型，以及泛微數智大腦 Xiaoe.AI 底座，對于注重數據安全的政企客戶，可私有化部署，搭建訓練內網環境下的智能體應用。此外，此

158、次接入 DeepSeek 大模型，將進一步深化泛微智能化能力建設。同時，泛微已對接封裝好各種主流大模型，包括各類公有云廠商、私有化模型等，并且支持自定義模型對接。圖92：泛微 Xiaoe.AI 架構圖 資料來源：泛微網絡微信公眾號，民生證券研究院 行業深度研究/計算機 本公司具備證券投資咨詢業務資格，請務必閱讀最后一頁免責聲明 證券研究報告 68 3.12 致遠互聯：Agent 家族 CoMi Family 打造 AI-COP Agent 家族 CoMi Family 通過“大模型+協同運營領域模型+場景+智能體+知識庫”策略，做 AI 時代協同運營的智能基座和生態放大器。CoMi 包括四層結

159、構、五大特性，覆蓋從底層技術到上層應用的全鏈路能力。1）四層結構：CoMi 入口（門戶/數字人/助手/開放服務）、CoMi Agents（自研/第三方/客戶定制 Agents）、CoMi Builder（企業智能體定制平臺）、協同運營領域模型（組織/權限/流程/任務/決策模型）。2）五大特性：智能門戶、數字員工、角色化智腦、多智能體協作、靈活定制。目前，CoMi 已推出企業智能問數、協同工作助理、企業知識問答、組織效能專家、合同風險助理、公文擬審助理、應用開發助理、IT 安全助理等十余款垂直場景智能體?；趨f同運營領域模型及 Agent builder 平臺，致遠互聯將與伙伴共建“機場式”開放

160、生態，支持第三方智能體無縫接入，助力企業快速構建專屬 AI能力。圖93：致遠互聯 AI Agent 家族 CoMi 資料來源：致遠互聯微信公眾號，民生證券研究院 致遠互聯政企 AI 全棧解決方案持續加碼 AI 政務藍海市場。致遠互聯憑借“AI+低代碼”雙輪驅動，推出覆蓋全場景的政企 AI 全棧解決方案及客戶智能應用實踐，通過“1 基座+2 引擎+4 統一”打造快速接入的企業智腦 AI 基座，構建智能文會事、票據智審、數字機關、數字公務員、智能執法等多個政企 AI 應用場景。目前已為用戶打造了超過五萬個應用模塊，涵蓋從門戶、流程管理到數據分析等多個領域。重點案例包括：中來股份“合同全生命周期智能

161、管理系統”、中寰投資集團“縣域智慧辦公平臺”、亦莊控股“數字化綜合辦公平臺”、五糧液濃香酒公司“人力資源協同管理平臺”、某央企財務公司“一體化內控合規管理平臺”、某院所“AI 檢測管理平臺”、某水電上市公司“科技計劃管理系統”。行業深度研究/計算機 本公司具備證券投資咨詢業務資格，請務必閱讀最后一頁免責聲明 證券研究報告 69 4 AI Agent 是工業 4.0“皇冠上的明珠”4.1 從海外工業巨頭布局展望工業 AI 趨勢 據施耐德電氣微信公眾號，AI 正在通過運營、決策、管理三大價值鏈重構，推動制造業向智能范式躍遷：1）運營效率的提升聚焦于生產優化、質量控制和設備維護：AI 通過賦能流程自

162、動化、資源動態優化和預測性維護等環節提升運營效率。由 AI 驅動的智能控制系統大幅推動著生產流程標準化與加速；AI 模型能夠根據設備運行狀態、生產任務需求等因素，動態調整設備運行參數，實現能源的精準分配與高效利用；利用數據分析預判故障風險，提前規劃維護計劃，有效避免非計劃停機，進而延長設備生命周期。2）決策效率的優化體現為數據驅動決策方式的轉變：AI 通過整合生產、供應鏈、市場等多維度數據，自動生成可視化分析報告，大幅縮短決策鏈條。AI 能夠突破部門之間的數據孤島，在研發、采購、生產等環節間建立動態關聯模型，實現跨系統決策的實時聯動與全局效益最大化。3）管理效率的革新專注于質量管控、人機協同與

163、知識傳承三大維度：基于智能輔助系統的實時預警與執行建議，可將管理者從低價值事務中解放，使其更專注于戰略創新。AI 還能將行業經驗、工藝參數等隱性知識轉化為可復用的算法模型，構建起抵御人員流動沖擊的知識護城河。西門子認為工業 AI 分為三個階段，L1 是基于 RAG 的智能問答，L2 是使用Copilot 輔助決策，L3 是通過多 Agent 智能體的無縫協作，自動規劃和編排，通過獨立思考、調用工具逐步完成設計和優化任務。表5：西門子對 AI 的分層 AI 階層 簡介 L1 Level 1 基于 RAG 的智能問答。RAG+DeepSeek 聚焦工業 AI 應用場景。西門子 Teamcenter

164、 與 DeepSeek 無縫集成，利用 RAG框架將工業領域知識嵌入，打造工業級 AI，反哺工業工程，以貼合工業場景的模式，持續輸出生產力?；诋a品設計的智能問答。改變以往依賴專家經驗或者花大量時間翻閱文檔的方式，利用 AI 快速獲取需要的設計規范、制造相關知識和資源，快速提升個人技能和生產力。與 3D 模型交互。AI 可以快速找到與模型相關的設計和制造要求，包括文本注釋和尺寸標注等，工程師無需手動在工具中打開模型，逐個記錄 PMI 信息。L2 Level2 Copilot 輔助決策。將 AI 智能分析和優化能力，融入 PLM 的每一個模塊，以交互方式，對項目、需求、變更、工藝等進行分析，輔助

165、進行設計決策，提高設計效率加速問題解決。即將發布的 Teamcenter 2506 將帶來全新的 BOM Copilot，以自然語言交互的方式即可輔助工程優化分析，提高設計效率，加速問題解決。L3 Level 3 Agent 智能體。通過多 Agent 智能體的無縫協作，自動規劃和編排，通過獨立思考、調用工具逐步完成設計和優化任務。解放工程師繁瑣工作，激發更多靈感，賦予工程設計無限創新可能 資料來源：西門子工業軟件微信公眾號等，民生證券研究院 行業深度研究/計算機 本公司具備證券投資咨詢業務資格，請務必閱讀最后一頁免責聲明 證券研究報告 70 4.2 中控技術：AI Agent+機器人有望打開

166、估值天花板 中控技術將推出流程工業首個“時序智能+認知智能”雙引擎架構、面向流程工業生產過程場景的 TPT 大模型升級版，如同給工廠裝上了“感知神經系統”和“決策大腦”。據中控技術微信公眾號，2024 年 6 月，中控技術發布了全球首個通用控制系統 UCS（Universal Control System)，構建了軟件定義、全數字化、云原生的控制系統，可實現工廠機柜空間減少 90%、線纜成本降 80%、建設周期縮短 50%；與此同時，中控技術還發布了自主研發的時間序列大模型 TPT（Time-series Pre-trained Transformer），用戶只要將各類運行、設備、質量等數據接

167、入 TPT 里，就能進行各種工廠的運行評價、健康評估、瓶頸分析、操作優化乃至工廠 Redesign 等工作，并從 TPT 中得到最優的解決方案。圖94：中控技術 TPT 時間序列大模型 資料來源：中控技術微信公眾號，民生證券研究院 圖95：工廠操作系統 Agent 推理大模型 資料來源：中控技術微信公眾號，民生證券研究院 行業深度研究/計算機 本公司具備證券投資咨詢業務資格，請務必閱讀最后一頁免責聲明 證券研究報告 71 工業 AI 為中控技術帶來訂閱制全新商業模式，截至 2024 年訂閱業務已經實現億元級收入。據中控技術微信公眾號，以首個采納中控技術會員訂閱制模式的企業信匯材料為例，中控技術

168、采用“工廠操作系統+工業 APP”模式，全面集成先進的 ERP（企業管理系統），面向信匯材料以及各個生產基地構建統一的數字底座，助力所有生產、采購、庫存、物流數據實現了數字化、自動化的采集和處理，支撐集團總體布局、集中管控的規劃與需求，不僅優化了運營管理流程，還為決策層提供了強有力的數據支持等。2024 年，中控技術與華誼、天辰、通威等 622 家會員成功簽約，實現會員訂閱制業務從無到有、再到億元級的重大突破。中控技術前瞻布局機器人業務，2024 年，該業務實現收入 5601.09 萬元，新簽訂單 1.67 億元。據中控技術微信公眾號，中控技術機器人業務主要聚焦在流程工業細分應用領域，圍繞三大

169、場景展開，分別為面向生產安全的巡檢與操作、智慧供應鏈物流，以及探索人形機器人在工業危險作業等場景的應用。2024 年，中控技術作為第一大股東投資入股浙江人形機器人創新中心，并在先后發布了首款全域自研人形機器人整機“領航者 1 號”和“領航者 2 號 NAVIAI”。未來，第三代人形機器人將全面接入 DeepSeek 的多模態模型 Janus Pro，助力機器人實現自然的環境感知和人機交互。在應用場景方面，中控技術將在某大型石化企業實驗室的高風險作業場景中，實現 AI 驅動的具身智能仿生機器人的落地應用。中控技術已發布以“AI+平臺+安全巡檢”、供應鏈物流、協作機器人裝備為核心的Plantbot

170、 機器人解決方案，通過整合“AI+機器人”技術，運用包括四足機器人、人形機器人等新技術產品，使其應用于巡檢與操作、供應鏈物流、裝備協作及 AI視覺等作業環境及場景中。從商業化進展來看，中控技術已中標沙特阿美智能供應鏈機器人項目、三菱化學安全與巡檢機器人項目、鎮海煉化智能巡檢、某大型企業智慧物流等項目，實現多類型機器人在復雜場景中的首臺套應用；并與沙特阿美、日本三菱、泰國石油 PTT、韓國 PSCK 等國際客戶開展面向場景應用的深度合作。與此同時，中控技術還與杭州云深處、寧波工業互聯網研究院、杭州迦智、華誼信息、杭電化等建立了更加廣泛的技術合作關系。圖96：中控技術機器人業務布局 資料來源：中控

171、技術微信公眾號，民生證券研究院 行業深度研究/計算機 本公司具備證券投資咨詢業務資格，請務必閱讀最后一頁免責聲明 證券研究報告 72 4.3 鼎捷數智：鼎捷 MACP 讓 AI Agent 之間無縫溝通 鼎捷 MACP 協議與 Commander 2.0 的誕生，標志著制造業將進入多智能體協作的新階段：1）首個制造業多智能體協議MACP（Multi-Agents Context Protocol），MACP 協議旨在讓 AI 智能體之間實現類似人類的自然溝通與協作。通過統一的數智空間語言和思維方式，打破智能體間的壁壘，使其能夠高效協同，解決復雜的行業難題。2）首個制造業通用多智能體協作平臺（簡

172、稱 Commander2.0），其中有一個非常重要的角色 Commander，就像一位企業大家長，知人善任，指揮調度，遵循鼎捷 MACP 協議，穩定、高效調度多智能體去處理一切企業事務。與市面上現有的大模型和開發平臺不同，Commander 2.0 并不是一個入口、問答助手或工作流工具，它超越了傳統的單一功能，遵循鼎捷 MACP 協議，指揮調度多智能體處理企業事務。它能夠深刻理解企業的知識體系、業務流程與數據，并通過鼎捷 MACP 多智能體上下文協議，實現智能體之間的自然協同交互，提升智能體的兼容性和合作效率，使其能夠自思考、自感知、自覺醒，靈活調度企業的資源無論是人、事、還是物，從需求輸入到

173、成果交付、AI 應用交付，再到質量保證，完成全流程的端到端閉環。鼎捷致力為企業客戶提供切實所需，可便捷調用、有效協同的工具與智能體，并推動多智能體協同在制造業的廣泛落地。同時，將持續評估并考量兼容包括 MCP、A2A 在內的多種主流協議標準，逐步構建開放、靈活的協同體系。圖97：鼎捷 MACP 協議下制造業的工作場景 資料來源：鼎捷微信公眾號，民生證券研究院 行業深度研究/計算機 本公司具備證券投資咨詢業務資格，請務必閱讀最后一頁免責聲明 證券研究報告 73 在鼎捷 MACP 協議框架下，制造業的工作場景實現了從傳統人工協調到智能化協作的轉型。具體來說，企業不再依賴人工逐一指派任務，而是由 C

174、ommander統一指揮調度，基于 MACP 協議，讓智能體之間可以遵循統一語言，高效協作。如在 Order to Pay 流程中，銷售訂單智能體自動確認訂單數據準確性后，Commander 會將任務轉交給生管智能體進行生產調度，生管智能體會查詢生產進度、計算偏差，當正常入庫，準備銷貨時，Commander 便會調度生單智能體，生成未審核銷貨單，銷貨完成后，會調度財務智能體進行后續開票立賬操作，未生產入庫的，Commander 會調度通知智能體，通知業務員線下加急處理。智能體協同工作的方式簡化了傳統從訂單到收款，由員工層層執行的工作流程，還能處理季節性銷售峰值的壓力，確保企業在面對市場變化時能

175、夠迅速響應并高效運作。此外，鼎捷 PLM 已與 DeepSeek 大模型深度集成，通過接入 DeepSeek 大模型的領先 AI 能力，助力 PLM 企業用戶實現高效數據檢索與智能生成。圖98：鼎捷以 Commandr 為核心的多智能體分工協作 資料來源：鼎捷微信公眾號，民生證券研究院 圖99：鼎捷 PLM 集成 DeepSeek 架構圖 資料來源：鼎捷微信公眾號，民生證券研究院 行業深度研究/計算機 本公司具備證券投資咨詢業務資格，請務必閱讀最后一頁免責聲明 證券研究報告 74 4.4 賽意信息：賽意 AI 平臺賦能工業全鏈路智能化 賽意 AI 平臺（善謀 GPT）是賽意信息精心打造的為企業

176、效能而生的企業級AI 應用開發平臺。該平臺已全面支持 MCP（Model Context Protocol，模型上下文協議）與 A2A（Agent-to-Agent，自動化代理協作協議）協議，分別從“垂直資源連接”與“水平協同網絡”維度，為工業智能化提供技術底座，實現多模型、多 Agent 在不同系統間能力的復用、流轉與協作，推動企業級應用從“功能孤島”向“智能協同”演進，加速落地 AI 場景應用“最后一公里”。2025 年初，賽意信息也公告簽下了 4800 萬單體 AI 工業應用訂單，為客戶提供的服務及產品聚焦智能網聯開發、產品設計等 AI 應用場景，涵蓋基于 AI 工具鏈實現數據處理、大模

177、型訓練與微調、AI 應用開發等端到端能力，并具備接入DeepSeek 大模型的能力。此次簽約，是賽意信息在智能網聯、產品設計等高價值AI 業務場景的重大成果，更是其在大模型技術攻關、應用落地進程中的高質量里程碑，有力驗證了 AI 大模型應用的商業化可行性，為行業發展注入新活力。表6：賽意信息 AI 中臺落地案例 行業 案例 PCB“基于善謀 GPT 的 PCB 行業大模型”。在實踐過程中，將原本 4-6 小時的工作縮短至 4-6 分鐘，準確率超 95%，顯著提升了企業的生產效率和競爭力。光伏 賽意信息為某光伏企業構建電池絲網印刷工藝優化模型。針對銀漿成本占比高、漿料粘度控制難、人工調參依賴經驗

178、等痛點，通過大模型技術挖根據多維歷史數據對數據進行挖掘訓練自動反控工藝。預計每年為企業節省百萬級成本，同時提速工藝調試、保障產品質量。非機動車 賽意信息通過 Agent+賽意 ITSM 運維平臺構建自動化工單處理體系，整合智能客服與企業知識庫。通過 GPT 客服接入實現 IM 對話、智能查詢、互動問答等功能，依托 AIGC 中臺管理知識，貫通人力、財務、IT 等流程，實現工單高效處理，提升企業運維效率 資料來源：賽意信息微信公眾號等，民生證券研究院 圖100：賽意 AI 平臺架構 資料來源：賽意信息微信公眾號，民生證券研究院 行業深度研究/計算機 本公司具備證券投資咨詢業務資格，請務必閱讀最后

179、一頁免責聲明 證券研究報告 75 4.5 能科科技：攜手華為，打造工業 AI 新一代平臺 能科科技 2024 年 AI 相關收入達到 2.73 億元，同比突破式增長超 1000%。1）能科“樂系列”產品與 AI 的融合：建立樂研智能化文檔管理、創立樂倉智能助手、打造樂造智能質檢、構建樂數數據智能應用、提供樂系列產品培訓助理等，為企業提供 AI 原生業務能力?！皹废盗小碑a品具有“可拆可合”的業務特性，能夠根據企業的不同發展階段和業務需求，快速“拆”分業務單元，實現資源的高效利用?？勺杂傻貙⒉煌K進行組“合”，形成協同的整體。2）開展面向工業領域的“靈系列”AI 新產品研究：通過整合和管理 AI

180、 相關的技術、數據、模型等資源，將 AI 能力進行抽象和封裝，形成可復用的組件和服務，從而實現 AI 應用的快速開發、部署和迭代。能夠有效降低企業應用 AI 技術的門檻和成本，推動 AI 技術在工業領域的規?；瘧??！办`系列”具備“可零可靈”的業務特性，助力“零”基礎企業快速的 AI 能力部署。將 AI 能力以應用或標準化的接口形式輸出，“靈”活的賦能業務流程的智能化改造。圖101：能科科技 AI 產品相關介紹 資料來源：能科科技微信公眾號，民生證券研究院 行業深度研究/計算機 本公司具備證券投資咨詢業務資格，請務必閱讀最后一頁免責聲明 證券研究報告 76 4.6 漢得信息：得靈生態全面支撐企

181、業構建 AI 能力體系 漢得信息已正式發布 B 端 AI 應用產品/服務系列【得靈】，全面支撐企業構建 AI 能力體系及智能化升級。這一系列包括三大產品系列+一大服務系列：“靈猿”大圣 AI 中臺系列、“靈手”業務智能體系列、“靈?！贝怪蹦Ｐ拖盗?，以及“靈策”配套服務系列，全面支撐企業構建 AI 能力體系及智能化升級。此外，漢得計劃在 5 月底發布靈猿 AI 中臺 1.6 版全面支持 MCP，核心功能如下：1）企業 MCP 插件市場：內置一些適合企業應用的插件，支持自定義新增插件，提供遠程 Server 對接、本地 Server 安裝/對接兩種模式，以支持不同場景需求；2）Agent 編排中應

182、用 MCP 工具：支持輸入交互指令進行調用，可自動識別指令中的各關鍵信息，轉為 Tool 所需要的參數值進行調用，簡化接口調用模式支持直接調用模式，即直接傳入固定值、動態變量給 Tool 的參數進行接口調用，快速應用 MCP 能力；3）AutoAgent 節點應用 MCP 工具：可配置應用多個 MCP 的多個 Tool，支持動態靈活場景內置用 AI 模型智能找 Tool，如應用 FunctionCall、自定義 Prompt 模式等，可根據用戶輸入智能去找最優的 MCP Tool 和做執行；4）H-ZERO 接口平臺支持直接發布 MCP Server：接口平臺中可新建多個MCP Server，

183、可給不同 MCP Server 分配一批內部接口、外部接口，最終發布多個接口到 MCP Server 使用接口平臺發布的 MCP Server，Agent 可靜態/動態智能調用企業各個業務系統的接口，并可復用接口權限（支持用戶級接口權限），實現 Agent 快速對接企業流程。圖102：漢得信息企業 MCP 插件市場 資料來源：漢得信息微信公眾號，民生證券研究院 行業深度研究/計算機 本公司具備證券投資咨詢業務資格，請務必閱讀最后一頁免責聲明 證券研究報告 77 5 AI Agent 打造教育行業“特級教師”5.1 科技大廠案例，海外 AI 語言類產品領跑商業化進程 1）Duolingo：營收上

184、億的 AI 語言類學習 APP 據非凡產研，在全球 AI 教育 APP 收入 TOP10 中，Duolingo 位列第一，其他的 AI 語言類 App 還包括 Speak、Mondly（培生旗下產品）、Pimsleur、Praktika、Learna，AI 語言類學習產品占據了總數過半。根據財報，Duolingo 2024 全年營收為 7.48 億美元(約合 56.56 億元)，同比增長 40.8%，季度收入和月活用戶穩步增長。在過去三年中，Duolingo 的銷售額以 44%復合年增長率增長，單月收入突破 2 億元。Duolingo 旗下的主要產品包括 Duolingo App 和DET(多

185、鄰國英語測試)。其中，Duolingo App 是營收支柱，采用訂閱的收費方式。在商業化方面，Duolingo 通過不同的 App 采用多種訂閱形式。圖103：2024 年全球 AI 教育 APP TOP10 月收入 資料來源：多知微信公眾號，非凡產研，民生證券研究院 Duolingo App 的擴科還在持續。據多知微信公眾號，Duolingo App 正在測試國際象棋課程，該課程將于 2025 年 5 月底在 iPhone 上推出，并于 2025年夏天在 Android 用戶上推出。國際象棋課程可以說是 Duolingo App 再一次復用“游戲化和 IP”的方式，例如，用戶將與應用程序中的

186、國際象棋角色奧斯卡(Oscar)進行完整的游戲，當吃掉奧斯卡的皇后時，奧斯卡的假發就會飛走。行業深度研究/計算機 本公司具備證券投資咨詢業務資格，請務必閱讀最后一頁免責聲明 證券研究報告 78 圖104：Duolingo 產品界面 資料來源：多知微信公眾號，民生證券研究院 2）Speak 是一款專注于 AI 口語訓練的應用，通過 AI 教練為用戶提供個性化的口語練習。據非凡產研，Speak 單月收入達到了 419 萬美元，顯示出該細分場景的市場潛力。2024 年 12 月，Speak 完成新一輪 7800 萬美元融資后，投后估 10 億美元，成為一家 AI“獨角獸”公司，在半年時間內實現了估值

187、翻倍。AI 對話伙伴+用戶社交互動切實增強用戶體驗。據硅紀元視角，Speak 提供AI 對話伙伴，能模擬各種真實場景交流并根據用戶回答調整難度；有涵蓋生活各方面的情景式課程，配有生動資料與互動練習；其發音糾正技術可實時分析并給出建議及評分；還能依據用戶初始測試結果和學習目標制定個性化學習計劃，且會動態調整；此外設有社交互動功能，用戶可在社區交流或與他人語音聊天練習。該應用適用于日常英語學習、備考以及旅行交流等場景，具有隨時隨地學習、趣味性強、專業可靠等優勢，能讓用戶充分利用碎片化時間高效提升口語能力。圖105：Speak 界面 資料來源：Speak 官網，民生證券研究院 行業深度研究/計算機

188、本公司具備證券投資咨詢業務資格，請務必閱讀最后一頁免責聲明 證券研究報告 79 3）Q-Chat 是 Quizlet 旗下的一款 AI 個人輔導工具，通過互動對話幫助學生更好地理解和掌握學習內容。據非凡產研，Quizlet 是一款 AI 驅動的學習工具，有在線教學卡片、游戲和專家編寫的解答等功能。而 Q-Chat 則是融合了大模型自然對話的能力，加上 Quizlet 的題庫能力，該 App 目前適用于澳大利亞、加拿大、愛爾蘭、法國、德國、新西蘭、英國和美國的用戶，月收入達 289 萬美元。Q-Chat 作為一款集多種功能于一體的創新學習工具，旨在通過先進的人工智能技術和蘇格拉底式教學法，促進用

189、戶的批判性思維發展，使學習過程更加有趣和高效。據 AI 智庫導航，Q-chat 核心功能豐富多樣，采用蘇格拉底式提問法，有助于用戶加深對材料的理解，促進批判性思維的發展；提供私人學習教練的合作功能，用戶能與教練互動，選擇學習提示并對學習材料進行測試；具備多樣的學習提示，幫助用戶從不同角度理解知識，支持故事學習和新語言練習；以有趣、對話的方式幫助用戶練習新語言，提升詞匯和對話能力；還能利用 AI 技術為每個學習者提供定制化的學習計劃和內容，根據學習進度和理解能力進行調整。圖106：Q-Chat 界面 資料來源：Quizlet 官網，民生證券研究院 3）Question AI 作為作業幫推出的 A

190、I 學習助手應用，主要面向海外市場。據非凡產研，自 2023 年 5 月登陸美國市場后，Question AI 憑借其答疑功能和智能輔導體系，不足一年的時間內，其周活躍用戶規模就突破了 200 萬人次。該應用將自身定位為“問答和作業助手”，依托于 AI 大模型，學生可以通過掃描解決作業問題，覆蓋數學、歷史、生物、英語、物理、化學等多學科，支持桌面端和移動端訪問。Question.AI 通過用戶的高頻使用，持續沉淀教育數據，并借助 ASR 等技術實現高效處理，驅動大模型快速迭代優化，反哺更加優質的用戶體驗，形成“場景需求-數據積累-模型訓練-體驗提升”的正向循環。據易簡財經，Question.A

191、I 提供多種會員套餐，包括月費和年費選項，價格比競品略低，吸引了大量用戶。其基礎的拍照題目識別功能免費，而更深入的 AI 教師解析功能需要訂閱，提升了付費轉化率。行業深度研究/計算機 本公司具備證券投資咨詢業務資格，請務必閱讀最后一頁免責聲明 證券研究報告 80 Question.AI 核心功能豐富多樣。據 AI 工具集，產品拍照解題功能強大，用戶通過拍攝題目照片，系統會快速識別并提供答案，在數學等有大量專業符號的學科中，手機端可直接識別題目解答，網頁端則能通過圖片上傳或截屏功能進行題目解答；文本總結功能可幫助用戶快速理解書籍或文章的主要內容；翻譯功能支持多種語言的文本翻譯，方便跨語言學習；語

192、法檢查能提供詳細的語法錯誤檢查和修改建議；AI 聊天功能使用戶可以與 AI 進行互動，獲取即時幫助；PDF 處理功能允許用戶上傳 PDF 文件，系統生成文檔摘要并回答相關問題；24 小時 AI 助手提供全天候的專業解答服務。圖107：Question.AI 資料來源：AI 工具集，民生證券研究院 4）Solvely 是一款 AI 數學問題解答應用，該產品集搜題、智能答疑及學習輔導等多元化功能于一體，滿足了學生在學習過程中多方面的需求。據多鯨微信公眾號，該應用使用人工智能圖像處理和光學字符來識別閱讀數學問題，能識別手寫或打印的問題，涵蓋 7-12 年級廣泛的課程范圍。Solvely 原本專注于數

193、理化領域，現在已經面向全科全階段。2024 年 10 月，Solvely 推出了全新 AI 寫作功能，此前還推出了面向從 K12 和大學生的 Web 端產品 Answer Space AI。Solvely 以 GPT-4、Gemini 及 Claude 多款模型驅動，準確度與解題過程的詳細程度超過了 GPT-4。據揚帆出海微信公眾號，用戶僅需將問題拍照上傳，即可獲得答案，且從識別到輸出的整個過程控制在 15 秒之內。Solvely 還能夠在輸出答案的基礎上進行延伸，可以根據答案中的某些關鍵內容繼續提問，從而更深刻地理解解題過程，并獲取更多的知識儲備，成為一個能與用戶交互對話的線上教師。產品目前

194、已將備考內容覆蓋到了 ACE、SAT、GRE、GMAT 等國際化考試當中，還支持手機、平板到電腦設備的實時信息同步，幫助用戶隨時隨地的解決問題、回顧難題。行業深度研究/計算機 本公司具備證券投資咨詢業務資格，請務必閱讀最后一頁免責聲明 證券研究報告 81 圖108：Solvely 界面 資料來源：多知微信公眾號，民生證券研究院 5）Gauth 作為字節跳動公司推出的一款新型 AI 學習輔助應用，專為海外市場打造，依托先進人工智能技術，為學生提供高效學習支持。據 AI 因塞特微信公眾號，Gauth 具備豐富多樣的核心功能：具備拍照解題功能，用戶拍照上傳作業難題，AI 系統自動識別并給出答案，還附

195、有詳細步驟解析和動畫指導，讓學習更生動形象；支持多學科解答，涵蓋數學、物理、化學、生物等多學科；能根據用戶學習進度和需求提供個性化學習建議，助力學生掌握知識要點；設有問題銀行功能，方便用戶保存問題與答案以便隨時復習；支持多種語言，方便不同國家學生使用。圖109：Gauth 界面 資料來源：AI 因塞特微信公眾號，民生證券研究院 Gauth 依托 TikTok 的龐大流量生態，實現了快速增長。據 AI 因塞特微信公眾號，Gauth 通過與 TikTok 的深度結合，借助其強大的社交傳播能力和用戶基礎，迅速擴大了用戶群體，為未來的收入增長奠定了堅實基礎。為推動商業變現，行業深度研究/計算機 本公司

196、具備證券投資咨詢業務資格，請務必閱讀最后一頁免責聲明 證券研究報告 82 平臺推出了 Gauth PLUS 訂閱服務，為用戶提供更多提問票券，提升答案質量；實時解答功能能快速響應用戶疑問，在期末考試和 SAT 備考等方面提供重要支持，同時提供無廣告的用戶體驗。5.2 國內 AI 教育“輕舟已過萬重山”2025 年 4 月 25 日，科大訊飛發布新一代 AI+教學產品。據科大訊飛智慧課堂微信公眾號，科大訊飛的智慧課堂在教育領域的應用滲透到教學全場景，通過自然語言處理、知識圖譜和計算機視覺等技術的深度融合，構建了覆蓋精準教學、資源貫通、互動課堂、自主學習與智慧管理的綜合解決方案。圖110：科大訊飛

197、智慧課堂功能示例圖 資料來源：科大訊飛公眾號，民生證券研究院 教學+輔導雙側發力，定制化學習路徑推動學生針對性提升。1）精準備課，從源頭把好教學質量關。在精準教學方面，系統依托全域知識檢索與可視化工具，幫助教師快速定位教材關聯內容并生成動態知識網絡，例如某中學教師利用 AI 備課系統后，備課效率提升，同時通過對比講評技術精準定位學生薄弱點，實現“題-人-薄弱點”三級分析，使知識點覆蓋率顯著提高。2）高效互動，師-生-機三元互動把好課堂質量關。課堂互動場景中，AI Agent通過語音識別與情感計算實時監測師生互動質量，在英語課堂中動態調整口語練習節奏，結合實時翻譯與觀點總結功能，增加學生的口語練

198、習時長，降低教師管理壓力。行業深度研究/計算機 本公司具備證券投資咨詢業務資格，請務必閱讀最后一頁免責聲明 證券研究報告 83 3）精準輔導，分層個性化練得更有效。針對個性化學習需求，系統基于學情數據構建學生能力畫像，自動生成定制化學習路徑，例如數學薄弱生可通過“幾何專項訓練+AI 錯題診斷”進行針對性提升，縮小學生學業成績標準差，提高個性化學習完成率。4）自主學習，AI 中英文學模塊覆蓋聽說讀寫全維度訓練，通過分步驟解析與知識拓展（如歷史人物對話）增強學習趣味性，同時智能資源推薦系統根據教學場景（新授、復習、備考）自動匹配課件、習題等資源，實現教學資源的精準供給。5）智慧管理，從經驗導向轉向

199、數據導向。通過多模態行為識別技術監控課堂安全，例如結合攝像頭與終端操作日志預警異常行為，并脫敏處理學習數據供校方分析，在試點學校中降低安全事故率，提升數據利用率。圖111：科大訊飛智慧課堂教師授課情況 資料來源：科大訊飛智慧課堂微信公眾號，民生證券研究院 佳發教育開發出專注于考試流程管理與決策指揮體系構建、內部行政管理與知識問答、外部社會智能咨詢三大領域的五大智能應用，助力用戶實現從“0 到 1構建 AI 基座。依托華為全面的數字基礎設施平臺，結合在教育考試行業長期的業務積累與洞察，以及與眾多部、省、市級考試管理機構的深入調研與交流，開發出專注于考試流程管理與決策指揮體系構建、內部行政管理與知

200、識問答、外部社會智能咨詢三大領域的五大智能應用，助力用戶實現從“0 到 1 構建 AI 基座，從 1 到N 釋放數據價值”，打造高精確度、低成本、完全國產化的智能體應用，旨在進一步提高考試的公正性和安全性，推動教育考試的改革與創新，為考生和家長提供個性化的服務新體驗。行業深度研究/計算機 本公司具備證券投資咨詢業務資格，請務必閱讀最后一頁免責聲明 證券研究報告 84 圖112：華為中國合作伙伴大會 2025 資料來源：佳發教育公眾號，民生證券研究院 粉筆 AI 老師 2.0 具備深度思考能力，采用啟發式答疑交互。據芥末堆微信公眾號，粉筆 AI 刷題系統班整合粉筆全平臺優質學習資源，通過捕捉不同

201、用戶的個體學習行為，引入粉筆自研垂域大模型底層支持，AI 通過連續追問啟發引導深度思考，構建“以學習者為中心”的自主學習生態。截至 2025 年 4 月，粉筆 AI 老師粉筆頭累計會話量達到 4000w 次，日活最高達 22w 次，用戶功能滿意度達到4.92 分；粉筆面試 AI 老師已經服務 13w 學員，完成 40w 次點評。AI 刷題系統班推出后，粉筆 AI 產品矩陣進一步擴充，與粉筆 AI 老師、精品面試 AI 點評共同構建覆蓋“高頻學習-剛需場景-系統提升”三大場景，形成訂閱制、按次付費、AI 解決方案的多元組合。圖113：粉筆 AI 老師 2.0 資料來源：芥末堆微信公眾號，民生證券

202、研究院 行業深度研究/計算機 本公司具備證券投資咨詢業務資格，請務必閱讀最后一頁免責聲明 證券研究報告 85 6 AI Agent 實現金融行業真正意義“資本永不眠”6.1 同花順：國內第一家支持百萬日活的金融垂類 Agent平臺 同花順同創智能體平臺是國內第一家支持百萬日活的金融垂類 Agent 平臺。據同花順智能科技微信公眾號，作為新一代 AI 應用智能體開發平臺，它內置了插件、工作流、知識庫、數據庫及多模型適配等一系列工具，將原本繁瑣復雜的 Al Agent 構建過程化繁為簡，使得非研發人員也能輕松上手構建貼合自身業務需求的 AI 智能體，助力產品快速創新與落地。截止 2024 年 9

203、月，同創智能體平臺已面向同花順內部 30 多個業務部門提供 AI 創新支持，提供 300+金融業務工具插件、每日超 300 萬次調用量，超 2000 個注冊業務團隊，深度賦能各個業務場景。針對機構客戶，同創智能體平臺已與超過 150 家證券、期貨及銀行等金融機構持續交流共建，打造了超過 5000 個優質的行業應用場景智能體，持續通過數智化服務加速金融行業智能化進程：1）同創智能體平臺支持 3 種規劃引擎：Function Call、ReAct STD、ReAct Aime，兼顧金融業務與通用場景，規劃準確率 98.6%+；2）同創智能體平臺工作流能夠以可視化的方式組合各項功能，實現復雜且穩定的

204、業務流程編排；3）同花順團隊經過 11 年技術積累，構建了行業領先的自然語言取數體系，自然語言取數識別率 95%+；4）將機構多年沉淀的業務知識體系有效的組織起來，利用大模型有效連接業務，構建正循環迭代體系。圖114：同花順同創智能體平臺 資料來源：同花順智能科技微信公眾號，民生證券研究院 行業深度研究/計算機 本公司具備證券投資咨詢業務資格，請務必閱讀最后一頁免責聲明 證券研究報告 86 6.2 金橋信息多元解紛平臺重構金融糾紛調解流程 金橋信息與螞蟻集團共同合作打造國內一流的智能化、專業化、規范化的多元解紛平臺。該平臺已在當事人畫像、智能語音調解、智能質檢、情緒識別、批量處理、失聯修復等場

205、景應用人工智能等技術，為相關客戶提供更有競爭力的解決方案。平臺以新時代“楓橋經驗”為指導思想，以探索市場化解紛機制為定位，以促進金融糾紛源頭化解為目標，以平臺化運營為手段，在司法機關的監督指導下，運用互聯網智能技術，吸納市場化調解力量，運用規范合法的調解方式，將大量金融糾紛化解在訴訟之前。多元解紛平臺在 2024 年案件數量繼續呈現高速增長態勢，2024年平臺接收的案件數量較去年同期增長數倍。主要應用在金融借款合同、信用卡、融資租賃合同、車貸等多元化糾紛類型。隨著平臺 2.0 版本對外正式開放，并對不同規模不同類型的調解組織進一步開放，進一步增加市場主體參與的多元性。目前平臺已入駐特邀調解組織

206、超過 20 家，入駐調解人員超過 1,800 人。多元解紛平臺已在浙江省、重慶市、安徽省等多家法院相繼落地開展業務。報告期內，公司調解相關業務已實現收入超過4,500萬元，為未來發展提供了良好的基礎和增長動力。同時，在自主研發層面，公司已取得多項軟件著作權，涵蓋多元解紛、執前督促、OCR 識別系統、智能語音機器人、異步調解機器人、人機結合外呼等軟件或系統，進一步為相關業務發展賦能。公司積極推進不良資產數字化處置平臺，打造完成金融類案的集保全、調解、訴訟和執行為一體的全鏈路一站式解決方案。通過全流程在線、批量、一鍵式的智能化操作，全面提升金融類案全流程生命周期的解決方案。報告期內，公司“金融糾紛

207、智能調解平臺”在重慶市相關單位正式上線，目前運行效果良好。2024 年，公司法律金融科技板塊繼續呈現高速發展態勢，多元解紛平臺已陸續在多地多家法院開展業務，公司調解相關業務全年實現收入超過 4,500 萬元，較去年同期增長超過 220%，已初步形成符合市場需求的業務模式和穩定的收入來源，為未來發展持續提供良好的基礎和增長動力。圖115：金橋信息金融糾紛全生命周期系統解決方案 資料來源：金橋信息 2024 年報，民生證券研究院 行業深度研究/計算機 本公司具備證券投資咨詢業務資格，請務必閱讀最后一頁免責聲明 證券研究報告 87 6.3 新致軟件聯手華為推動 AI 落地 據算力豹微信公眾號，新致軟

208、件推出新致新知平臺，全面適配昇騰算力，與主流大模型廠商深度合作。平臺通過 API 中間件整合大模型能力，提供統一接口，方便企業對接多種大模型。同時具備企業自動化能力，將數據資源轉化為數據資產平臺通過 API 中間件整合大模型能力，提供統一接口，方便企業對接多種大模型。同時具備企業自動化能力，將數據資源轉化為數據資產，借助機器人平臺創建軟件智能體，對接數據資產，提供各類行業應用，構建了完整的從底層算力到應用的解決方案。平臺還提供行業關鍵機器人、模型能力、AI 應用工作平臺以及本地化部署或對接云端算力的能力。圖116：新致軟件一站式機器學習平臺 資料來源：新致軟件官網，民生證券研究院 深化華為合作

209、，為金融企業提供 DeepSeek 場景落地。作為華為昇騰的合作伙伴，新致軟件與華為在金融領域緊密合作，為幾十家金融企業提供基于DeepSeek 的場景落地服務，交付方式包括一體機測試和智算中心延展。以銀行投研團隊為例，在與客戶（企業、機構或個人投資者）進行面對面訪談、路演會議、盡調溝通時，新致軟件融合語音轉文字技術與大模型能力，為投研風控場景提供智能化支持。這一應用大幅提升了信息收集、分析和決策效率，助力銀行實現更全面的客戶洞察。行業深度研究/計算機 本公司具備證券投資咨詢業務資格，請務必閱讀最后一頁免責聲明 證券研究報告 88 6.4 京北方 AI Agent 助力銀行降本增效 京北方全面

210、構建起面向未來的 AI Agent。據京北方微信公眾號，京北方大模型服務平臺利用智能資源調度、自動化運維和精準故障預測功能，有效降低運營成本并提升系統穩定性。結合阿里通義千問大模型的語義理解能力，平臺可智能解析運維人員查詢意圖，自動調用數據接口優查詢流程，顯著提高數據獲取效率和響應速度。未來，京北方將持續加碼研發投入，通過 Manus 等技術工具構建 To B 金融客戶前中后業務場景的垂類 AI Agent。圖117：京北方 AI 業務布局 資料來源：京北方微信公眾號，民生證券研究院 模塊化服務實現多場景適配，推動一站式解決方案私有化部署。據京北方微信公眾號，在核心產品布局方面，京北方研究院發

211、布了 AI 大模型服務平臺及智能測試助手、智能資管業務助手、企業知識助手四大產品。作為金融 IT 服務領域的領先者，公司通過模塊化服務架構實現多場景適配，提供可視化配置界面與高度自由度的技術框架，同時支持推理加速和私有化部署，形成包含通用問答、信息識別、聯網檢索、文檔生成及代碼生成的一站式解決方案。圖118：京北方大模型服務平臺 資料來源：京北方微信公眾號，民生證券研究院 行業深度研究/計算機 本公司具備證券投資咨詢業務資格，請務必閱讀最后一頁免責聲明 證券研究報告 89 7 AI Agent 讓零售行業“按需貨到”7.1 Shopify Magic 引領零售 AI 革命 Shopify 發布

212、零售 AI Agent Sidekick 為用戶提供量身定制的專業建議。據Shopify 官網，Shopify 發布 AI 助手 Sidekick，具有以下功能：1）提速增效：獲取 Shopify 中所有內容的即時支持和分步指導，例如完成發貨設置或跟蹤庫存等；2）專家建議：Sidekick 將創建及時報告，幫助用戶決定最適合的業務；3）解鎖創造力：用戶告訴 Sidekick 需要什么，它會推薦不僅適合用戶的品牌，還能讓客戶對用戶的商店更感興趣的內容。除此之外，Shopify Magic 還支持轉換產品圖片背景、撰寫更好的產品描述、獲取常見問題解答、提高電子郵件營銷效果、將聊天對話轉化為結賬訂單

213、等功能。圖119：Shopify Sidekick AI 助手 資料來源：shopify 官網，民生證券研究院 行業深度研究/計算機 本公司具備證券投資咨詢業務資格，請務必閱讀最后一頁免責聲明 證券研究報告 90 7.2 沃爾瑪持續深化 AI 零售布局 沃爾瑪宣布推出一項全新 GenAI 助手 Wally，其核心功能是幫助賣家簡化采購流程。據跨境焦點微信公眾號，賣家可以向 Wally 輸入產品數據，獲得有關當前數據的核心見解，例如哪些產品適合多備貨，哪些產品需要減少庫存，這些產品賣得好與不好的原因是什么，如何解決產品銷量不好的問題等等。目前，Wally 仍處于起步階段，后續還要根據賣家的使用反

214、饋和需求不斷改進，逐步成為一項滿足賣家日常需求的運營工具。圖120：沃爾瑪 Wally 資料來源：沃爾瑪官網，民生證券研究院 AI 工具重塑內部業務流程，賦能工作效率提升。除了開發賣家端 AI 助手，在沃爾瑪內部，致力于提升運營效率的 AI 工具也正被廣泛推行。今年初，沃爾瑪首席執行官 Doug McMillon 就表示，“在人工智能項目取得初步成功后，我們計劃推廣更多人工智能編碼工具，提高大家的工作效率?！蔽譅柆斶€與人工智能公司 Helios 達成合作，利用 Helios 提供的技術來預測農產品價格及供應情況，加強沃爾瑪農產品供應鏈。目前，在美國，沃爾瑪共有4600 多家門店銷售農產品，每天

215、需要處理數千個農產品 SKU。行業深度研究/計算機 本公司具備證券投資咨詢業務資格，請務必閱讀最后一頁免責聲明 證券研究報告 91 7.3 網易云商四大 Agent 矩陣驅動行業效率革命 據網易云商微信公眾號，在向智能化深水區的探索過程中，網易云商以場景需求為錨點，構建了覆蓋服務領域（客服場景和體驗場景）和營銷領域（運營場景和成交場景）的 Agent 產品矩陣，每個模塊均以技術深耕破解行業特定痛點。智能外呼 Agent：效率和體驗的雙重革新。常規的智能外呼存在配置維護成本高、非知識庫問題應答效果差、關鍵信息分析不準確等劣勢，而全新的智能外呼Agent 能將過去繁瑣的配置步驟簡化為對話式生成，讓

216、配置效率提升 80%以上，話術部署周期縮短至 1/5。AI 大模型能力加持下，通話體驗實現“聽得準、懂客戶、有問必答”，對非結構化數據的采集分析也更精準，助力企業實現進一步經營增長。門店查詢助手 Agent：復雜場景的輕量解決方案。針對零售行業海量門店的查詢痛點，該 Agent 突破傳統“關鍵詞匹配+固定列表”模式，支持自然語言驅動的多維度檢索，例如“北京朝陽區 24 小時營業且提供改褲腳服務的門店”。通過與企業 ERP 系統實時互聯，門店狀態（庫存、服務能力、停車位等）動態同步，使轉人工率直接下降，查詢響應時間從平均分鐘級壓縮至秒級，成為實體零售引流到店的關鍵工具。商品導購 Agent：SK

217、U 迷宮中的智能導航。在汽配、3C 等產品型號繁雜的領域，商品導購 Agent 展現出強大的非標準輸入處理能力。例如，某汽配采購平臺面臨日均 2100+條復雜型號咨詢，傳統機器人解決率極低，通過構建“用戶俗稱-標準型號-適配配件”三層映射庫，結合上下文意圖解析，Agent 將解決率大幅提升，不僅減輕人工壓力，更通過精準推薦實現客單價提升。游戲 Agent：有溫度的游戲玩家專屬助手。傳統客服難以高效承接大規模玩家咨詢，并且玩家對“情緒價值”的需求日益增長，面對這兩大挑戰，該 Agent 能夠構建貼合游戲背景的人設形象，基于玩家端內外數據標簽，實現真正實時、有溫度、千人千面的精細化運營，讓非大 R

218、 玩家的運營成本降低 50%，有效提升玩家活躍度和付費轉化率。圖121：網易云商 AI 技術驅動變革 資料來源：網易云商微信公眾號，民生證券研究院 行業深度研究/計算機 本公司具備證券投資咨詢業務資格，請務必閱讀最后一頁免責聲明 證券研究報告 92 7.4 焦點科技雙擎驅動 AI 戰略升級 AI 麥可 4.0 實現從“AI 外貿助手”向全流程“AI 外貿能手”的躍升，賦能商家價值創造。據焦點科技微信公眾號，AI 麥可 4.0 作為中國制造網供應商企業的 AI Agent，能完成整個外貿工作流的自動規劃與執行，并且能主動“學習”知識庫，成為名副其實的外貿“AI 能手”。在平臺運營方面，AI 麥可

219、 4.0 能依據產品信息和買家行為，為近 90 天無訪問的產品智能優化名稱和關鍵詞，讓這些產品重新獲得更多曝光機會。經AI麥可4.0優化后，相關產品曝光量相比老版本提升了21.5%，為企業推廣和銷售創造了更有利的條件。作為“情報專家”，它能依據企業的推廣偏好，鎖定訪客并發送營銷內容，幫助供應商高效獲得寶貴的商業線索。據統計，在AI 麥可 4.0 的幫助下，供應商回復買家的平均時長從 21 分鐘大幅縮短至 45 秒，極大地增強了供應商企業與買家之間的溝通時效，避免了商機的流失。圖122：AI 麥可 4.0 版本發布 資料來源：焦點科技微信公眾號，民生證券研究院 AI Agent 持續迭代，“AI

220、+跨境”產品 Mentarc 高效實現跨境價值閉環。據焦點科技 AI 微信公眾號，Mentarc 以 AI Agent 形式，為全球分銷商和跨境電商賣家解決選品、貨源查找、店鋪運營等多方面難題，讓跨境電商從業者運用 AI技術優化傳統工作方式，以“低進入門檻、高發展空間”的方式輕松開展跨境生意，高效實現跨境生意閉環。Mentarc 中，8 位 AI 專家組成一支專業高效的數字跨境貿易團隊，分別解決跨境電商各個工作場景中的痛點。商家們通過與 AI 專家的對話和交互，可以輕松完成跨境生意中的多種繁雜工作。圖123：“AI+跨境”產品 Mentarc 發布 資料來源：焦點科技 AI 微信公眾號，民生證

221、券研究院 行業深度研究/計算機 本公司具備證券投資咨詢業務資格，請務必閱讀最后一頁免責聲明 證券研究報告 93 7.5 邁富時 Al-Agentforce 智能體中臺賦能增長全鏈路 邁富時智能體中臺有望實現降本增效、優化決策、提升業務增長。據Marketingforce 微信公眾號，公司持續加碼 AI 技術研發，緊跟最前沿的智能體技術趨勢，打造了 Al-Agentforce 智能體中臺，涵蓋營銷智能體、銷售智能體、經營決策智能體以及搜索智能體，已廣泛應用于金融保險、招商、消費與零售、汽車、人力資源、教育、醫療大健康等多行業，助力企業實現數智化升級。圖124：Marketingforce 智能體

222、平臺 資料來源：Marketingforce 微信公眾號，民生證券研究院 智能體嵌入企業業務流程，提升運營效率。以銷售智能體為例，該智能體不僅能分析銷售會話，優化溝通策略，還能監測話術執行情況，幫助銷售團隊精準識別改進點，從而持續提升銷售轉化率。從銷售到營銷，AI Agent 不僅重塑傳統流程，還為企業搭建了一個全新的、數據驅動型的智能增長體系。圖125：Marketingforce 銷售智能體 資料來源：Marketingforce 微信公眾號，民生證券研究院 行業深度研究/計算機 本公司具備證券投資咨詢業務資格，請務必閱讀最后一頁免責聲明 證券研究報告 94 7.6 微盟 AI 全流程賦能

223、導購任務管理提效 導購 Agent 集成 Deepseek 平臺能力，三大能力模塊踐行導購智能化管理。據微盟智慧零售微信公眾號，公司基于深耕零售行業多年的經驗沉淀、以及在大模型應用層面的產品技術能力，推出了面向零售行業的導購 Agent 產品“導購任務 AI+”。通過“微盟 WAI”集成國產大模型 DeepSeek，以更強的推理、調度能力，重塑導購任務的策劃管理流程，幫助零售企業提升運營效率，優化客戶觸達與轉化效果。微盟“導購任務 AI+”將借助 DeepSeek 等大模型平臺的能力，以 AI 智策引擎、AI 智效洞察和 AI 智域管控三大能力模塊，致力于幫品牌更智能化管理導購任務。AI 智策

224、引擎：任務策略智能推薦，一鍵配置。通過多維度數據分析，AI 智策引擎作為”智慧策略“大腦，可智能化推薦契合現狀的最優導購任務，并支持任務的一鍵配置和靈活調整，為零售企業的導購任務策劃全面提效、提質。1）AI 智能推薦最優任務策略：AI 根據商戶的活動訴求，依據客戶瀏覽、購買、互動等行為數據分析，自動生成最適配的任務策略推薦，包含任務場景、名稱、目標客戶、素材選擇（如商品、促銷、券）及詳細推薦理由的任務策略方案。這不僅提高了任務的針對性和有效性，也為零售企業節省了大量策劃的人力、時間和資源。2）AI 一鍵配置任務提升效率：在任務方案確認后，AI 能自動喚起并一鍵完成配置，同時支持商戶根據實際需求

225、靈活調整配置以滿足個性化運營需求，實現從策劃到配置的全流程無縫銜接，簡化任務創建流程，降低操作成本。3）AI 智能生成導購任務素材：AI 還能生成導購任務素材，可根據任務形式快捷、智能地生成分享話術和商品圖片等任務素材，為導購觸達客戶提供豐富的素材彈藥。圖126：導購任務與目標匹配 資料來源：微盟智慧零售微信公眾號，民生證券研究院 行業深度研究/計算機 本公司具備證券投資咨詢業務資格，請務必閱讀最后一頁免責聲明 證券研究報告 95 AI 智效洞察：任務精準預測，優化資源配置。AI 智效洞察提供任務啟動前的效果預測和執行過程中的動態調整，幫助商戶精準優化資源配置，快速修正問題，提升任務轉化效果。

226、1）轉化漏斗前置預測：基于“任務效果智能預測”能力，微盟導購 AI Agent 能夠基于歷史任務數據、當前導購和客戶的數據綜合分析，從“導購觸達”到“客戶觸達”兩個維度去預測任務漏斗數據，為商戶提供科學預估。2）任務實時校準追蹤：在導購任務實際執行過程中，AI 還將進行實時數據漏斗監測，從導購端，可以看到有多少導購接受任務、發布任務和完成任務；從用戶端，可以看到觸達客戶數、點擊客戶數、領券客戶數和核銷客戶數，AI 還將預測數據與任務執行過程中的效果數據，進行任務結果數據的動態分析預測，幫助零售品牌實時了解實際效果數據與目標效果的偏差。AI 還能針對任務執行偏差提出優化建議，進而反哺零售企業持續

227、提升對導購的管理。圖127：AI 預測轉化漏斗 資料來源：微盟智慧零售微信公眾號，民生證券研究院 AI 智域管控：分角色協同，細化管理顆粒度。AI 智域管控能解決區域和多層級管理中的數據割裂問題，實現各級導購任務管理者的實時協同。1）角色數據權限分級管理：導購任務 AI+通過多角色權限配置、實時監控和移動端集成，支持跨區域、跨層級的精細化管理。區域長、店群長和門店節點等不同角色能夠根據自身職責范圍精準獲取所需數據，實現整體優化、精細管理和店面銷售目標達成的有效管控。具體而言，區域長可查看區域節點數據及任務進度以優化整體管控；店群長能查看所管轄店群的任務數據，實現精細化任務管理；而門店節點則專注

228、于當前門店任務數據，確保店面銷售目標的有效達成。2）隨時隨地掌控任務動態：導購任務 AI+為零售商家升級 AI 任務管控工具，全面提升商戶的移動化管理效率和任務執行效果，不同角色管理者可在微盟商戶助手上查看實時任務預覽、執行跟蹤和效果分析，并據此動態調整執行策略，極大提升精細化管理效率。行業深度研究/計算機 本公司具備證券投資咨詢業務資格，請務必閱讀最后一頁免責聲明 證券研究報告 96 8 AI Agent 讓司法更加高效公平 8.1 LegalMation 全面推進 AI Agent 戰略 LegalMation 將 AI Agent 技術提升至公司戰略核心，提出“法律流程自動化+專業決策智

229、能化”雙輪驅動目標。據 LegalMation 官網，公司通過自研的 LegalBrain 大模型與智能體編排技術，構建覆蓋合同管理、合規審查、法律檢索、訴訟支持的全鏈條 AI 解決方案。圖128：目前市面 Legal Tech 產品矩陣 資料來源：海外獨角獸公眾號，民生證券研究院 NLG 融合訴訟系統，精準實現律師匹配。據樂普新知微信公眾號，LegalMation 首度嘗試將自然語言生成技術（NLG）運用至其訴訟系統，更新迭代后的系統可對案件成本進行自動化測算，并完成精準律師匹配。LagalMation通過 NLG 嵌入技術構建了一個詳細的案件事項分類體系，其詳細程度可趕超美國法律行業聯盟（

230、SALI）所發布的法律事項規范標準，也正是由于這種精細化的分類程度，使之能夠對案件處理提供支持、并能準確地預測案件的成本。圖129：LegalMation DASHBOARD 實時跟進案件且分類 資料來源：樂普新知微信公眾號，民生證券研究院 行業深度研究/計算機 本公司具備證券投資咨詢業務資格，請務必閱讀最后一頁免責聲明 證券研究報告 97 8.2 華宇軟件：打造數據+AI 雙驅動法律知識服務“元典智核”為核心，針對不同法律主體打造專屬產品。據華宇元典官網，作為法律人工智能的探索者和智能法律服務解決方案提供商，華宇元典致力于為全法律生態圈提供基于數據和 AI 雙驅動的法律知識服務。公司通過人工

231、智能替代重復勞動，為法律人提供輔助決策，持續提升法律行業生產力。華宇元典堅持圍繞客戶需求持續創新，在智能底層平臺“元典睿核”的基礎上，針對不同法律主體研發了不同側重方向的專屬產品，如：面向所有法律人的一站式智能檢索平臺元典智庫，面向企業法務的一站式智能糾紛管理平臺元典Yodex 法律事務管理平臺及面向刑辯法律人的量刑產品元典刑事智庫等。1）元典智庫是一款面向法官、檢察官、律師、企業法務等法律人提供的一站式法律知識服務平臺，其以法律知識圖譜和法律概念認知為核心，以統一智能檢索和推薦為特色，全面整合法檢、內外部的法律數據資源，實現革命性法律知識檢索、組合檢索和案情智能分析等。圖130：元典智庫產品

232、架構 資料來源：華宇元典官網，民生證券研究院 2）元典 Yodex 法律事務管理平臺：以糾紛案件管理為核心場景，以元典法律人工智能技術能力和法律業務專家經驗為依托，致力于提升企業糾紛案件解決效率，打造新一代糾紛案件管理平臺。除支持法務、企業、律師等多角色高效協作外，還支持可視化證據管理、訴訟策略風險分析、文書生成、文本智能識別與回填、精準類案推送等知識服務，在大合規時代為企業賦能，使案件信息智能回填率超 90%，數據采集成本節省 80%。3）元典刑事智庫：面向刑辯法律人的量刑產品。行業深度研究/計算機 本公司具備證券投資咨詢業務資格，請務必閱讀最后一頁免責聲明 證券研究報告 98 圖131：元

233、典智庫應用概念 資料來源：華宇元典官網，民生證券研究院 此外，公司研發了基于知識驅動、科技賦能、數據運營的元典數智合規管理系統，可幫助企業構建合規領域的圖譜模型，覆蓋合規義務履行、合規制度建設、合規流程管控、風險監測與跟蹤、合規文化建設等合規管理場景，有效推動企業合規管理體系的落實運行和優化。圖132：元規數智合規管理系統 資料來源：華宇元典官網，民生證券研究院 行業深度研究/計算機 本公司具備證券投資咨詢業務資格，請務必閱讀最后一頁免責聲明 證券研究報告 99 8.3 通達海：深度布局 AI+法律，助力司法數智化 積極布局 AI+法律業務，助力司法數智化新突破。據通達海微信公眾號，通達海海睿

234、法律大模型已接入 DeepSeek，使得法律人工智能服務能力得到進一步加強，通過本地私有化部署，可以為法院、公安、檢察、政法、司法行政等泛司法行業用戶提供更高效、更安全、更低成本的法律科技服務。圖133：通達海服務范圍 資料來源：通達海官網，民生證券研究院 聯合華為發布海睿法律大模型一體機。據通達海官方微信公眾號，公司積極落實“人工智能+”戰略，構建法律科技服務生態。公司基于國內領先的通用語言大模型，融合自主研發的法律語義理解引擎與法律知識庫，以自主可控、安全合規為原則，構建了海睿法律大模型。海睿一體機依托華為昇騰 AI 基礎軟硬件平臺，集成 DeepSeek、Qwen 等國產開源大模型，疊加

235、通達海 30 年司法數據沉淀與知識圖譜技術，重構法律工作流。圖134：通達海海睿一體機宣傳圖 資料來源：通達海微信公眾號，民生證券研究院 行業深度研究/計算機 本公司具備證券投資咨詢業務資格，請務必閱讀最后一頁免責聲明 證券研究報告 100 9 投資建議 我們堅定認為 2025 年將是 AI Agent 元年，也是軟件大革命的起點：Agent或成為軟件價值重估的重要催化劑，軟件廠商的目標市場有望擴大到數萬億美元的勞動力市場，AI Agent 也有望提升軟件的消費屬性，進一步打開軟件廠商的估值天花板，針對不同方向，建議關注：1）辦公：金山辦公、合合信息、福昕軟件等；2）編程：卓易信息、普元信息、

236、金現代等 3）終端 AI：中科創達、螢石網絡等；4）ERP/CRM：金蝶國際、用友網絡、能科科技、賽意信息、鼎捷數智、漢得信息、中軟國際等；5）OA：泛微網絡、致遠互聯等；6）司法：金橋信息、華宇軟件等；7）金融/財稅：同花順、新大陸、新致軟件、稅友股份、京北方等；8）教育：科大訊飛、佳發教育等；9）醫療：訊飛醫療、創業惠康、衛寧健康等；10）客服：夢網科技、彩訊股份等；11）AIGC：美圖、萬興科技等。行業深度研究/計算機 本公司具備證券投資咨詢業務資格，請務必閱讀最后一頁免責聲明 證券研究報告 101 10 風險提示 1）AI 發展不及預期：AI 技術快速迭代，相關廠商需要持續投入大量資金

237、進行技術研發，如果技術發展不及預期，可能導致 AI 廠商在市場競爭中處于劣勢。過度依賴第三方開源模型可能削弱 AI 廠商的技術自主性。如果開源模型的技術發展停滯或出現兼容性問題，AI廠商可能面臨技術瓶頸。2）行業競爭加?。篈I Agent 有望成為下一代 AI 應用的范式，具有較強市場潛力，或吸引眾多競爭對手入場，若相關廠商產品競爭力無法維持，則會出現市場份額丟失，對收入產生不利影響。行業深度研究/計算機 本公司具備證券投資咨詢業務資格，請務必閱讀最后一頁免責聲明 證券研究報告 102 插圖目錄 圖 1：AI Agent 三大組成部分.4 圖 2：AI Agent 如何編排.6 圖 3：AI

238、Agent 尚處于早期發展階段.7 圖 4：傳統模式下，每個應用都有不同的接口和調用方法.7 圖 5：福布斯 AI 50 2025 榜單.8 圖 6：AI Agent 滲透率不斷提升.9 圖 7：MCP 協議如同 AI 應用的 USB-C 端口.10 圖 8：大模型時代全球 AI Agent 發展重點事件.11 圖 9：Manus AI 的架構與工作流.11 圖 10：MCP 系統架構.12 圖 11：谷歌 A2A 協議示意圖.13 圖 12：谷歌 A2A 協議與 MCP 協議對比.14 圖 13：基于 Agora 協議的送餐網絡多智能體交互.14 圖 14：AI Agent 分析框架.15

239、圖 15：可靈 1.6 登頂全球視頻生成大模型榜單（2025 年 3 月）.16 圖 16：搭載 RoboCoach9 的 AI 駕培產品.17 圖 17：Bland AI 運行架構圖.17 圖 18：Agentforce 定價模式.18 圖 19：chargeflow 定價模式.19 圖 20：AI Agent 有望為企業帶來顯著績效提升.19 圖 21：AI Agent 能夠完成的任務長度每 7 個月翻一倍.20 圖 22：AI Agent 能夠完成的任務長度每 7 個月翻一倍.21 圖 23：AI Agent 不同發展階段.21 圖 24：騰訊元寶能夠調用混元大模型和 Deepseek-

240、R1.23 圖 25：騰訊元寶 AI 總結功能.24 圖 26：騰訊元寶百變 AI 頭像.24 圖 27：元寶生成卡片鏈接解答復雜問題.25 圖 28：ima.copilot 的問答包括“基于全網”和“基于知識庫”兩種模式.26 圖 29：ima.copilot 知識號.27 圖 30：騰訊元器界面.28 圖 31：騰訊元器支持多種大模型.28 圖 32：騰訊云.29 圖 33：扣子空間在探索模式下，自動處理用戶指令.30 圖 34：扣子空間在規劃模式下，需要用戶手動接管輸入信息.31 圖 35：華泰 A 股觀察助手跟蹤復盤自選股.31 圖 36：扣子空間接入了一系列 MCP 應用.32 圖

241、37：Agent TARS 將旅游路線規劃拆解為若干個步驟.33 圖 38：Agent TARS 通過 MCP 調用 ProductHunt 網頁信息.33 圖 39：新夸克“超級框”聚合多種功能.34 圖 40：新夸克根據用戶問題生成思維導圖.35 圖 41：新夸克自動提煉文件信息，支持一鍵 PPT 生成.35 圖 42：阿里云百煉助力大模型開發和應用構建.36 圖 43：百煉提供全周期 MCP 服務.37 圖 44：飛豬 AI 集成多個智能體功能.37 圖 45：飛豬 AI 能根據用戶需求調整預算.38 圖 46：飛豬 AI 生成手繪行程圖.39 圖 47：心響 APP 可完成多類型任務.

242、40 圖 48：心響 APP 系統架構創新.41 圖 49：心響 APP 調用律師 AI 分身解答法律咨詢.41 圖 50：納米搜索集成多種 AI 工具.42 圖 51：納米搜索提供大量 MCP 工具.43 圖 52：納米搜索知識庫功能.43 圖 53：飛書項目架構.44 圖 54：飛書智能伙伴創建平臺案例艾莉同學.44 行業深度研究/計算機 本公司具備證券投資咨詢業務資格，請務必閱讀最后一頁免責聲明 證券研究報告 103 圖 55：釘釘 AI 助理.45 圖 56：釘釘 AI 助理.45 圖 57：企業微信智能機器人.46 圖 58：企業微信智能表格.46 圖 59：AI Agent 分析框

243、架.47 圖 60：Agentforce 架構圖.48 圖 61：Agentforce 使用路徑.48 圖 62：垂直應用有望通過 AI 實現 TAM 倍增.49 圖 63：Agentforce ROI 計算器.49 圖 64：微軟 AI Agent 業務布局.50 圖 65：微軟 Copilot Studio.51 圖 66：微軟 Copilot Studio.51 圖 67：谷歌 Vertex AI Agent 定價.53 圖 68：Meta AI 的個性化服務.54 圖 69：Meta AI 的 AI 社交功能.54 圖 70：全球 Meta 廣告單價同比增速.54 圖 71：全球 Me

244、ta 廣告瀏覽量同比增速.54 圖 72：Agentforce 架構.55 圖 73：Agentforce ROI 測算.56 圖 74：Agentforce 準確性遠超企業 DIY Agent.56 圖 75：Agentforce 落地性遠超企業 DIY Agent.56 圖 76：ServiceNOW AI Agent 架構.57 圖 77：ServiceNOW NOW Assist 商業模式案例.58 圖 78：ServiceNOW NOW Assist marketplace（官方）.58 圖 79：ServiceNOW NOW Assist marketplace（合作伙伴）.58

245、圖 80：蒼穹 AI Agent 平臺.59 圖 81：金蝶云 BOSS 助理.60 圖 82：金蝶云合同智能審查.60 圖 83：金蝶 AI 業務架構.61 圖 84：企業 AI 管理未來有望打開公司第二增長極.61 圖 85：WPS 365 產品矩陣.62 圖 86：WPS 365 產品矩陣.63 圖 87：WPS 365 產品定價.63 圖 88：用友 BIP 企業 AI 架構.64 圖 89：合合信息 TextIn+DeepSeek 解決方案.65 圖 90：福昕軟件 AI 助手.66 圖 91：福昕 IDP.66 圖 92：泛微 Xiaoe.AI 架構圖.67 圖 93：致遠互聯 A

246、I Agent 家族 CoMi.68 圖 94：中控技術 TPT 時間序列大模型.70 圖 95：工廠操作系統 Agent 推理大模型.70 圖 96：中控技術機器人業務布局.71 圖 97：鼎捷 MACP 協議下制造業的工作場景.72 圖 98：鼎捷以 Commandr 為核心的多智能體分工協作.73 圖 99：鼎捷 PLM 集成 DeepSeek 架構圖.73 圖 100：賽意 AI 平臺架構.74 圖 101：能科科技 AI 產品相關介紹.75 圖 102：漢得信息企業 MCP 插件市場.76 圖 103：2024 年全球 AI 教育 APP TOP10 月收入.77 圖 104：Duo

247、lingo 產品界面.78 圖 105：Speak 界面.78 圖 106：Q-Chat 界面.79 圖 107：Question.AI.80 圖 108：Solvely 界面.81 圖 109：Gauth 界面.81 圖 110：科大訊飛智慧課堂功能示例圖.82 圖 111：科大訊飛智慧課堂教師授課情況.83 行業深度研究/計算機 本公司具備證券投資咨詢業務資格，請務必閱讀最后一頁免責聲明 證券研究報告 104 圖 112：華為中國合作伙伴大會 2025.84 圖 113：粉筆 AI 老師 2.0.84 圖 114：同花順同創智能體平臺.85 圖 115：金橋信息金融糾紛全生命周期系統解決方

248、案.86 圖 116：新致軟件一站式機器學習平臺.87 圖 117：京北方 AI 業務布局.88 圖 118：京北方大模型服務平臺.88 圖 119：Shopify Sidekick AI 助手.89 圖 120：沃爾瑪 Wally.90 圖 121：網易云商 AI 技術驅動變革.91 圖 122：AI 麥可 4.0 版本發布.92 圖 123：“AI+跨境”產品 Mentarc 發布.92 圖 124：Marketingforce 智能體平臺.93 圖 125：Marketingforce 銷售智能體.93 圖 126：導購任務與目標匹配.94 圖 127：AI 預測轉化漏斗.95 圖 12

249、8：目前市面 Legal Tech 產品矩陣.96 圖 129：LegalMation DASHBOARD 實時跟進案件且分類.96 圖 130：元典智庫產品架構.97 圖 131：元典智庫應用概念.98 圖 132：元規數智合規管理系統.98 圖 133：通達海服務范圍.99 圖 134：通達海海睿一體機宣傳圖.99 表格目錄 表 1：Agent 與模型的區別.5 表 2：Agent 工具類型：擴展程序、函數和數據存儲構的區別.5 表 3：科技巨頭 CEO 對 AI Agent 的看法.48 表 4：谷歌 Agentspace 業務布局.52 表 5：西門子對 AI 的分層.69 表 6：賽

250、意信息 AI 中臺落地案例.74 行業深度研究/計算機 本公司具備證券投資咨詢業務資格，請務必閱讀最后一頁免責聲明 證券研究報告 105 分析師承諾 本報告署名分析師具有中國證券業協會授予的證券投資咨詢執業資格并登記為注冊分析師，基于認真審慎的工作態度、專業嚴謹的研究方法與分析邏輯得出研究結論，獨立、客觀地出具本報告，并對本報告的內容和觀點負責。本報告清晰準確地反映了研究人員的研究觀點，結論不受任何第三方的授意、影響，研究人員不曾因、不因、也將不會因本報告中的具體推薦意見或觀點而直接或間接收到任何形式的補償。評級說明 投資建議評級標準 評級 說明 以報告發布日后的 12 個月內公司股價（或行業

251、指數）相對同期基準指數的漲跌幅為基準。其中：A 股以滬深 300 指數為基準；新三板以三板成指或三板做市指數為基準；港股以恒生指數為基準；美股以納斯達克綜合指數或標普500 指數為基準。公司評級 推薦 相對基準指數漲幅 15%以上 謹慎推薦 相對基準指數漲幅 5%15%之間 中性 相對基準指數漲幅-5%5%之間 回避 相對基準指數跌幅 5%以上 行業評級 推薦 相對基準指數漲幅 5%以上 中性 相對基準指數漲幅-5%5%之間 回避 相對基準指數跌幅 5%以上 免責聲明 民生證券股份有限公司（以下簡稱“本公司”）具有中國證監會許可的證券投資咨詢業務資格。本報告僅供本公司境內客戶使用。本公司不會因

252、接收人收到本報告而視其為客戶。本報告僅為參考之用，并不構成對客戶的投資建議，不應被視為買賣任何證券、金融工具的要約或要約邀請。本報告所包含的觀點及建議并未考慮獲取本報告的機構及個人的具體投資目的、財務狀況、特殊狀況、目標或需要，客戶應當充分考慮自身特定狀況，進行獨立評估，并應同時考量自身的投資目的、財務狀況和特定需求，必要時就法律、商業、財務、稅收等方面咨詢專家的意見，不應單純依靠本報告所載的內容而取代自身的獨立判斷。在任何情況下，本公司不對任何人因使用本報告中的任何內容而導致的任何可能的損失負任何責任。本報告是基于已公開信息撰寫，但本公司不保證該等信息的準確性或完整性。本報告所載的資料、意見

253、及預測僅反映本公司于發布本報告當日的判斷，且預測方法及結果存在一定程度局限性。在不同時期，本公司可發出與本報告所刊載的意見、預測不一致的報告，但本公司沒有義務和責任及時更新本報告所涉及的內容并通知客戶。在法律允許的情況下，本公司及其附屬機構可能持有報告中提及的公司所發行證券的頭寸并進行交易，也可能為這些公司提供或正在爭取提供投資銀行、財務顧問、咨詢服務等相關服務，本公司的員工可能擔任本報告所提及的公司的董事?？蛻魬浞挚紤]可能存在的利益沖突，勿將本報告作為投資決策的唯一參考依據。若本公司以外的金融機構發送本報告，則由該金融機構獨自為此發送行為負責。該機構的客戶應聯系該機構以交易本報告提及的證券

254、或要求獲悉更詳細的信息。本報告不構成本公司向發送本報告金融機構之客戶提供的投資建議。本公司不會因任何機構或個人從其他機構獲得本報告而將其視為本公司客戶。本報告的版權僅歸本公司所有，未經書面許可，任何機構或個人不得以任何形式、任何目的進行翻版、轉載、發表、篡改或引用。所有在本報告中使用的商標、服務標識及標記，除非另有說明，均為本公司的商標、服務標識及標記。本公司版權所有并保留一切權利。民生證券研究院：上海：上海市浦東新區浦明路 8 號財富金融廣場 1 幢 5F；200120 北京：北京市東城區建國門內大街 28 號民生金融中心 A 座 18 層；100005 深圳：深圳市福田區中心四路 1 號嘉里建設廣場 1 座 10 層 01 室；518048