《計算機行業專題研究：Agent元年BC兩端應用百花齊放-250520（25頁）.pdf》由會員分享，可在線閱讀，更多相關《計算機行業專題研究：Agent元年BC兩端應用百花齊放-250520（25頁）.pdf（25頁珍藏版）》請在三個皮匠報告上搜索。

1、 計算機行業專題研究 Agent元年，BC兩端應用百花齊放 2025 年 05 月 20 日 【投資要點】【投資要點】AIAI 邁入高速發展階段，模型快速迭代奠定應用發展的基礎邁入高速發展階段，模型快速迭代奠定應用發展的基礎?；Ｐ偷目焖俚痛竽Ｐ蛢r格下降帶動了 AI 產業的繁榮，AI 原生 APP 用戶規模單月凈增超 1 億，用戶對原生 AI 應用認知度顯著提升，隨著 C端用戶對于 AI 的使用日益深入，必然會產生更為具象的功能需求，也會對 AI 產品的智能化程度有更高的期許。大廠角逐大廠角逐AI AgentAI Agent產品和開發平臺，產品和開發平臺，MCPMCP重新定義重新定義AI

2、AI生態。生態。通用Agent產品是未來的流量與用戶入口，海內外大廠競相角逐。在 To B 業務方面，大廠的能力在于可提供強大的基座大模型和云服務基礎設施，通過業已構建的商業版圖提升自身的生態廣度，使用具備一致性的工具調用不同領域的數據。MCP 構建了 AI 時代的“數字樂高標準件”技術體系，通過 MCP 這一標準上下文交互方式，大模型可以便捷調用各類數據源和工具，實現更廣泛的應用場景和更高的智能化水平。C C 端應用加持通用端應用加持通用 Agent,BAgent,B 端數據完成垂類端數據完成垂類 AgentAgent 閉環。閉環。底層基模的能力邊界、工具調用和數據的可連接性、數據的價值挖掘

3、共同決定了Agent 的最終呈現效果，其中垂直領域的高質量數據仍舊掌握在垂域服務廠商手中。B To C 企業在多年的經營過程中形成了海量的用戶數據積累以及復雜的標準化產品，掌握不同場景的實時信息以及專業的工具處理能力，可以有效補充通用型 Agent 在部分場景的數據缺口，幫助 Agent 加強工具調用。面向企業內部管理和生產制造等場景的垂直 Agent，同樣也需要扎實的行業 know-how，體現在 Agent 組件方面，需要對專有數據和專有 workflow 有深入理解，專業的企業級應用依靠行業專業知識和企業私有數據，可以幫助大模型更好地專注于特定任務或領域?！九渲媒ㄗh】【配置建議】AI 建

4、設需求增長，B 端客戶投資活躍，利好企業級 IT 服務商，建議關注金蝶國際、稅友股份、捷順科技、鼎捷數智、漢得信息、泛微網絡、新致軟件、博思軟件等；AI 開發工具助力 AI Agent 搭建，接入 MCP 平臺進一步凸顯其價值，建議關注：金山辦公、福昕軟件、卓易信息、星環科技等?！撅L險提示】【風險提示】關鍵技術研發不及預期風險；下游企業 AI 支出不及預期風險；市場競爭加劇風險。強于大市強于大市（維持）東方財富證券研究所東方財富證券研究所 證券分析師：羅云揚 證書編號：S1160525030001 證券分析師：向心韻 證書編號：S1160523100001 聯系人：向心韻 電話：021-235

5、86478 相對指數表現相對指數表現 相關研究相關研究 行業筑底，技術賦予增長新動能 2025.05.08 MCP 生態日漸蓬勃，AI Agent 加速發展 2025.04.25 -19.34%-4.19%10.96%26.11%41.27%56.42%5/207/209/2011/201/203/205/20計算機 滬深300 行業研究/計算機/證券研究報告 挖掘價值挖掘價值 投資成長投資成長 20172017 敬請閱讀本報告正文后各項聲明敬請閱讀本報告正文后各項聲明 2 計算機行業專題研究計算機行業專題研究 正文目錄正文目錄 1.1.全球 AI 產業高速增長，產業分工逐步顯現.3 1.2.

6、基座模型打好基礎，用戶普及度提升.4 2.大廠角逐 Agent 賽道，MCP 重新定義 AI 生態.8 2.1.多模塊協同，AI Agent 實現自主決策和行動.8 2.2.大廠緊盯流量入口，開發平臺構建 Agent 基座.11 2.2.1 Agent 產品代表：Manus 石破天驚，大廠紛紛跟上.11 2.2.2 Agent 開發平臺為基座，MCP 統一模型和服務協議.13 3.C 端應用加持通用 Agent，B 端數據完成垂類 Agent 閉環.17 3.1.B2C 企業沉淀大量場景數據，具備豐富的專業工具經驗.17 3.2.企服供應商深耕行業，形成垂類場景數據壁壘.19 4.投資建議.2

7、3 5.風險提示.24 圖表目錄圖表目錄 圖表 1：2024-2034 年全球人工智能市場規模（億美元）.3 圖表 2：2022-2024 年全球人工智能市場構成變化（億美元）.3 圖表 3：人工智能市場客戶行業分布變化（億美元）.4 圖表 4：2025 年 AI 行業大事件.4 圖表 5：通義大模型推理服務價格下降.5 圖表 6：截至 2025 年 2 月 AI 原生 APP 整體月活用戶規模增長情況.5 圖表 7：截至 2025 年 2 月 AI 原生 APP 整體月人均使用情況.6 圖表 8：2025 年 3 月 AI 原生 APP 月活用戶情況（萬）.6 圖表 9：Manus AI 案

8、例.7 圖表 10：AI Agent 為“規劃+記憶+工具調用”的組合.8 圖表 11：Workflow 和 Agent 的區別.8 圖表 12：記憶模塊類型.9 圖表 13：LLM 在 Agent 系統中的功能.10 圖表 14：工具調用的方式.10 圖表 15：Manus 在 GAIA 基準測試中表現卓越.11 圖表 16：Manus 過濾房地產網站上的列表.11 圖表 17：Manus 功能特點.11 圖表 18：Manus 定價方案.12 圖表 19：海內外廠商 AI Agent 實踐.13 圖表 20：海內外 AI Agent 開發平臺典型供應商.13 圖表 21：MCP 工作原理.

9、14 圖表 22：MCP 意義.15 圖表 23：MCP 爆炸式增長.15 圖表 24：MCP Server 不同類別下載量統計.16 圖表 25：WPS 已形成廣泛的用戶基數.17 圖表 26：福昕版式文檔及應用生態圈.18 圖表 27：捷停車沉淀了大量停車場景數據.18 圖表 28：石基數字化解決方案已遍布各大酒店、旅游區.19 圖表 29：通用大模型到企業級應用的實現路徑.20 圖表 30：金蝶云蒼穹平臺全面支持 MCP 協議.20 圖表 31：漢得形成了全面的 AI 能力體系.21 圖表 32：鼎捷 MACP 協議.22 20172017 敬請閱讀本報告正文后各項聲明敬請閱讀本報告正文

10、后各項聲明 3 計算機行業專題研究計算機行業專題研究 1.1.AIAI 高速發展，模型快速迭代高速發展，模型快速迭代奠定奠定應用應用發展的發展的基礎基礎 1.1.1.1.全球全球 AIAI 產業高速產業高速增長增長，產業分工逐步顯現產業分工逐步顯現 預計預計全球全球 A AI I 市場市場年均年均復合增速有望達復合增速有望達 1919%。根據 Precedence Research 的預測，預計全球人工智能市場規模在 2024 年達到了 6382.3 億美元，預計 2025年市場規模將達到 7575.8 億美元，預計同比增速為 18.7%。預計 2024 年到 2034年 10 年復合增速為

11、19%。圖表圖表 1 1 ：20242024-2032034 4 年全球人工智能市場規模（億美元）年全球人工智能市場規模（億美元）資料來源：Precedence Research，東方財富證券研究所 結構上，結構上，軟件與服務增速更快，泛金融及健康行業軟件與服務增速更快，泛金融及健康行業 AIAI 產值最高產值最高。根據Precedence Research 的統計，從 2022 年到 2024 年的變化來看，AI 市場結構呈現如下幾個特征：圖表圖表 2 2 ：2022022 2-20242024 年全球人工智能市場年全球人工智能市場構成變化構成變化（億美元）（億美元）資料來源：Precede

12、nce Research，東方財富證券研究所 1）AI 軟件與服務市場快速增長，2024 年,AI 服務市場占比達到 39.2%，現階段，AI 項目的落地需要 NLP、計算機視覺、機器學習等多學科專業知識，6382.3 7575.8 9000 10701 12734.2 15166.4 18078.4 21567.5 25751.6 30773.2 36804.7 15.0%15.5%16.0%16.5%17.0%17.5%18.0%18.5%19.0%19.5%20.0%050001000015000200002500030000350004000020242025E2026E2027E20

13、28E2029E2030E2031E2032E2033E2034E全球人工智能市場規模（億美元）yoy1092 1296.6 1542.2 1688.5 2002.4 2378.6 1760.81760.8 2082.32082.3 2461.42461.4 01000200030004000500060007000202220232024硬件 軟件 服務 20172017 敬請閱讀本報告正文后各項聲明敬請閱讀本報告正文后各項聲明 4 計算機行業專題研究計算機行業專題研究 同時在實施的過程中面臨大量的工程化難題，專業的 AI 服務可以幫助下游企業快速實現 AI 部署，因此相關的服務與軟件供應商

14、獲得了大量商機。3）各行業均與 AI 技術有著業務結合點，技術發展初期，全行業對 AI 技術的應用均處于快速爆發階段，其中泛金融業和健康產業產值最高，其次為廣告傳媒行業、汽車與交通行業、零售業以及制造業。圖表圖表 3 3：人工智能市場客戶行業分布變化（億美元）：人工智能市場客戶行業分布變化（億美元）終端客戶所在行業終端客戶所在行業 20222022 年年 20232023 年年 20242024 年年 20222022-20242024 年年 CAGRCAGR 健康產業健康產業 643.3 763.5 904.8904.8 18.60%銀行、金融、保險業銀行、金融、保險業 725.9 861.

15、3 1022.61022.6 18.69%法律業 159.6 190.2 226.7 19.18%零售業 438.3 521.3 620.6 18.99%廣告傳媒行業 631.9 749.7 889.6 18.65%汽車與交通行業 454.1 538.4 638.7 18.60%農業 292.6 347.8 413.9 18.94%制造業 434.4 515.8 614.9 18.98%其他 761.1 893.4 1050.4 17.48%資料來源：Precedence Research，東方財富證券研究所 1.2.1.2.基座基座模型打好基礎模型打好基礎，用戶普及度提升，用戶普及度提升 圖

16、表圖表 4 4：2022025 5 年年 AIAI 行業大事件行業大事件 廠商廠商 日期日期 事件事件 模型端模型端 Anthropic 02.25 發布發布 ClaudeClaude-3.73.7-SonnetSonnet 阿里巴巴 02.25 發布發布 QwQQwQ-MaxMax-PreviewPreview OpenAI 02.28 發布 GPT-4.5 字節跳動 03.05 上線深度思考模型 百度 03.16 發布文心大模型 4.5、文心大模型 X1 騰訊 03.21 發布混元 T1 正式版 Google 03.25 發布 Gemini-2.5-Pro DeepSeek+DeepSee

17、k+應用端應用端 DeepSeek 01.20 發布 R1 騰訊 02.17 宣布旗下微信、騰訊元寶、QQ瀏覽器等多款應用接入 R1 百度 02.16 百度 APP 宣布接入 DS R1，百度文庫、百度網盤等產品相繼接入 R1 模型 Manus 03.06 AI Agent 應用 Manus 上線 資料來源：QuestMobile AI 產業研究院，東方財富證券研究所 DeepSeekDeepSeek 發揮鯰魚效應發揮鯰魚效應，海內外基座模型先后迭代。海內外基座模型先后迭代。2025 年 1 月 20 日，DeepSeek 更新 APP，用戶可以調用最新發布的 R1 推理模型，模型兼具強推理

18、20172017 敬請閱讀本報告正文后各項聲明敬請閱讀本報告正文后各項聲明 5 計算機行業專題研究計算機行業專題研究 能力和低使用成本的特點，打響 2025 年 AI 普惠第一槍，海內外大廠先后發布最新基座模型，以應對 DeepSeek 挑戰。阿里、字節、OpenAI 等海內外大廠也在后續迭代中，更為關注模型的推理能力，并將推理能力與 AI 應用、智能體的開發相結合。根據 QuestMobile 統計，DeepSeek App 日活用戶規模在 1 月27 日破 5 百萬，并于上線一個月后的 2 月 24 日突破 5000 萬。大模型價格快速下 降，以 通 義 大 模 型 為 例，定 位 為 中

19、 等 規 模 頂 尖 開 源 模 型 的qwen2.5-32b-instruct 輸入價格為 0.002 元/千 tokens，輸出價格為 0.006 元/千 tokens。圖表圖表 5 5：通義大模型推理服務價格下降通義大模型推理服務價格下降 模型系列模型系列 降幅降幅 輸入價格輸入價格 （元（元/千千 tokenstokens）輸出價格輸出價格 （元（元/千千 tokenstokens）Qwen-plus-80%0.0008 0.002 Qwen-turbo-85%0.0003 0.0006 Qwen-max-88%0.0024 0.0096 Qwen2.5-32b-instruct-43

20、%0.002 0.006 Qwen2.5-32b-instruct-50%0.001 0.003 資料來源：阿里云，東方財富證券研究所 圖表圖表 6 6：截至截至 20252025 年年 2 2 月月 AIAI 原生原生 APPAPP 整體月活用戶規模增長情況整體月活用戶規模增長情況 資料來源：QuestMobile AI 產業研究院，東方財富證券研究所 AIAI 原生原生 APPAPP 用戶規模單月凈增超用戶規模單月凈增超 1 1 億，用戶對原生億，用戶對原生 AIAI 應用認知度顯著提應用認知度顯著提升升。2025 年 2 月，包含 DeepSeek、豆包、騰訊元寶、Kimi 智能助手等

21、APP 在內的 AI 原生應用月活用戶規模達到 2.4 億。在使用行為方面，用戶的使用時長和使用次數均出現顯著提升，與傳統 APP 出現了用戶 attention 之爭，而傳統 APP 也通過應用插件等形式，開啟 AI 化轉型。12962 24491-10%0%10%20%30%40%50%60%70%80%90%100%050001000015000200002500030000活躍用戶數（萬）環比增長率 20172017 敬請閱讀本報告正文后各項聲明敬請閱讀本報告正文后各項聲明 6 計算機行業專題研究計算機行業專題研究 圖表圖表 7 7：截至截至 20252025 年年 2 2 月月 AI

22、AI 原生原生 APPAPP 整體月人均使用情況整體月人均使用情況 資料來源：QuestMobile AI 產業研究院，東方財富證券研究所 圖表圖表 8 8：20252025 年年 3 3 月月 AIAI 原生原生 APPAPP 月活用戶情況（萬）月活用戶情況（萬）資料來源：QuestMobile AI 產業研究院，東方財富證券研究所 C C 端用戶追求產品力，端用戶追求產品力，大廠角逐大廠角逐 AIAI 搜索與對話機器人搜索與對話機器人。QuestMobile 數據統計，截止至 2025 年 3 月，拍攝美化行業 AI 化進度 31.7%，移動音樂行業為18.8%，其次是移動社交行業，AI

23、化進度為 15.9%。大廠則選擇提前加碼下一流量入口，布局 AI 搜索賽道。隨著 C 端用戶對于 AI 的使用日益深入，必然會產生更為具象的功能需求，也會對 AI 產品的智能化程度有更高的期許，因此以 Manus 為代表的通用型自主智能體產品，憑借其直達用戶意圖和精準執行整體任務的能力，測試后迅速引發市場熱情。88.6 83.9 87.6 95.4 97.8 107.2 120.8 103.6 115.4 117.6 132.1 121.8 113.7 25.9 28.9 31 33.7 34.9 32.8 35 35.1 40.5 43.5 49.4 39.4 52.4 0204060801

24、00120140月人均使用時長（分鐘）月人均使用次數（次）19360.8119360.81 11596.9311596.93 4163.744163.74 0500010000150002000025000 20172017 敬請閱讀本報告正文后各項聲明敬請閱讀本報告正文后各項聲明 7 計算機行業專題研究計算機行業專題研究 圖表圖表 9 9：Manus AIManus AI 案例案例 資料來源：每日經濟新聞，Manus 官網，東方財富證券研究所 20172017 敬請閱讀本報告正文后各項聲明敬請閱讀本報告正文后各項聲明 8 計算機行業專題研究計算機行業專題研究 2.2.大廠角逐大廠角逐 Age

25、ntAgent 賽道賽道，MCPMCP 重新定義重新定義 AIAI 生態生態 2.1.2.1.多模塊協同，多模塊協同，AI AgentAI Agent 實現自主決策和行動實現自主決策和行動 AgentAgent 是一個能夠自主決策并采取行動的軟件系統，它能夠觀察環境、使是一個能夠自主決策并采取行動的軟件系統，它能夠觀察環境、使用工具，并以目標為導向執行任務。用工具，并以目標為導向執行任務。Agent 具備以下幾個關鍵特征：1）自主性：可以在無人工干預的情況下運行，獨立做出決策。2）目標驅動：具備主動性，即使沒有明確指令，也會推理如何完成任務。3）環境感知：能夠處理外部輸入，如用戶請求、傳感器數

26、據或數據庫信息。4）可擴展性：可以整合不同的工具（API、數據庫、計算模塊等），提升執行能力。5）適應性：能根據任務需求調整行為，優化執行路徑。圖表圖表 1010：AI AgentAI Agent 為為 “規劃“規劃+記憶記憶+工具調用”的組合工具調用”的組合 資料來源：阿里云開發者，東方財富證券研究所 工作流靜態，智能體更為動態工作流靜態，智能體更為動態。根據 Anthropic 的區分，當任務明確定義，需要可預測性和一致性時，選擇工作流。當任務需要靈活性和模型驅動的動態決策時，選擇智能體。圖表圖表 1111：WorkflowWorkflow 和和 AgentAgent 的區別的區別 工作流

27、（工作流（WorkflowWorkflow）智能體（智能體（AgentAgent）定義定義 通過預定義流程編排 LLM 和工具的系統 LLM 動態決定自己的處理過程和工具使用的系統 適用范圍適用范圍 可預測和定義解決步驟的問題 無法預先定義解決步驟的開放問題 優勢 穩定、準確、可預測 解決沒有固定流程的開放性問題 劣勢 為準確性犧牲了解決問題的延遲 成本高、問題解決成功率有提升空間 資料來源：騰訊技術工程，東方財富證券研究所 20172017 敬請閱讀本報告正文后各項聲明敬請閱讀本報告正文后各項聲明 9 計算機行業專題研究計算機行業專題研究 AgentAgent 的架構模塊的劃分的架構模塊的劃

28、分主要主要包含了：感知包含了：感知、記憶記憶、規劃規劃、行動四個核心行動四個核心的要素的要素，同時包括，同時包括定義（管理定義（管理 AgentAgent 角色特性）、學習（預訓練、小樣本學習）、角色特性）、學習（預訓練、小樣本學習）、認知與意識（思考、整體認知）等特色模塊。認知與意識（思考、整體認知）等特色模塊。1 1）感知：感知：接收輸入信息，這個信息可以是用戶輸入或者是通過傳感器在環境中獲取信息；2 2）記憶：記憶：長期記憶存儲與上下文管理，用于處理復雜任務；3 3）規劃：規劃：任務分解、子任務生成及自我反思；4 4）行動（工具使用）：行動（工具使用）：通過 API 或外部工具增強 Ag

29、ent 的能力（如搜索、文件操作，代碼執行等）。記憶模塊記憶模塊主要負責存儲和管理信息，從而實現更精準、更個性化的響應。主要負責存儲和管理信息，從而實現更精準、更個性化的響應。記憶模塊維護即時對話上下文，承擔著知識持久化、經驗累積與信息檢索的關鍵功能。在復雜任務處理過程中，記憶模塊可以讓 Agent 能夠處理超出上下文窗口的長期依賴問題，同時記錄工具調用歷史與結果，避免重復操作并支持結果整合。此外，它還負責跟蹤多步驟任務的進度狀態，確保任務完整執行，并存儲 Agent 的自我評估歷史，為元認知和持續改進提供基礎支持。圖表圖表 1212：記憶模塊類型：記憶模塊類型 記憶模塊類型記憶模塊類型 功能

30、功能 短期記憶短期記憶 主要用于存儲臨時性信息，例如當前對話的上下文內容或短時間內的用戶指令。它具有容量有限、快速響應和時間衰減的特點，通常依賴簡單的數據結構（如隊列或棧）來實現，能夠支持實時任務，但過期內容會被自動清理。長期記憶長期記憶 用于存儲持久化信息，如用戶的偏好、歷史交互記錄以及知識庫。它具有持久性、知識積累和個性化服務的特點，能夠支持推理和問題回答，通常依賴向量數據庫、圖數據庫或鍵值對存儲等復雜技術來實現。資料來源：AINLPer，東方財富證券研究所 目前記憶模塊方面的研究主要存在以下三個問題：1）記憶檢索：記憶檢索：長期記憶一般存于向量數據庫里面，是個性化服務的關鍵，需要準確檢索

31、出不同業務場景下的記憶數據，以及平衡檢索效率與資源消耗的關系；2）記憶壓縮：記憶壓縮：Agent 積累的信息量呈指數級增長，而上下文窗口和計算資源卻有明確限制。需要通過記憶壓縮技術提取核心信息、減少冗余，在保持關鍵語義的同時大幅降低存儲和處理成本；3）智能化遺忘：智能化遺忘：協調與整合沖突信息，平衡主動記憶管理與被動記憶獲取。需要進行個性化與通用性的平衡，涉及用戶特定記憶的隔離與保護，跨用戶經驗的抽象與泛化，以及隱私保護與記憶共享邊界的界定。規劃模塊規劃模塊以以 LLMLLM 的推理規劃能力為核心。的推理規劃能力為核心。LLM 作為 Agent 的核心決策引擎，它決定 Agent 如何分析信息

32、、精準的拆解任務、動態推理、做出選擇、執行。在此過程中通常會用到各種 Prompt 框架、多 Agent 協同、模型微調等方法，來提高 LLM 推理規劃能力。20172017 敬請閱讀本報告正文后各項聲明敬請閱讀本報告正文后各項聲明 10 計算機行業專題研究計算機行業專題研究 圖表圖表 1313：LLMLLM 在在 AgentAgent 系統中的功能系統中的功能 功能功能 理解分析理解分析 大模型調用模型的理解與分析能力，從模糊或間接的表述中提取真正的用戶需求，補充用戶未明確說明但對任務執行必要的信息，并判斷問題的難度和所需資源，當遇到在信息不完整時請求澄清或做出合理假設。規劃決策規劃決策 將

33、復雜目標分解為可管理的子任務，設計工具調用序列，并根據中間結果動態調整執行計劃，在此過程中它評估不同解決方案的效率和成本，預判可能的失敗點并準備備選方案，最終確定任務執行的最佳順序。工具調用規劃工具調用規劃 將任務需求精確映射到適當應用工具上，構建符合工具 API 要求的結構化參數，確定何時調用工具以及何時使用自身知識，識別需要多個工具協同的場景，當首選工具不可用時找出替代方案，生成符合特定工具要求的精確調用指令。上下文整合上下文整合 大模型的上下文整合能力保證了 Agent 系統的連貫性和一致性，它追蹤任務狀態，融合歷史交互信息，維護長期記憶。預訓練獲得的廣泛知識使大模型能夠補充專業背景，應

34、用常識推理，并將知識從一個領域遷移到相關問題。面對工具返回的原始數據，大模型提供關鍵的再處理能力，將技術性輸出翻譯為普通語言，提取核心信息，整合多源結果為統一答案。大模型知識大模型知識 調用龐大的知識體系，補充工具可能缺乏的專業知識，應用基本世界知識輔助決策，它還可以將專業概念轉化為用戶可理解的說明。解釋再處理解釋再處理 將復雜的技術輸出轉化為通俗易懂的語言，提取關鍵信息，重構數據格式，并綜合多個工具的結果，形成統一且易于理解的答案。它還能對不同工具的結果進行比較分析，并提供最適合的可視化建議。反饋自適應反饋自適應 識別工具調用失敗或結果異常，根據反饋調整策略，并自我評估解決方案的質量。模型還

35、可以監測用戶滿意度，根據用戶反饋逐步優化解決方案。資料來源：AINLPer，東方財富證券研究所 工具使用模塊工具使用模塊主要用于擴展主要用于擴展 AgentAgent 訪問外部世界的能力訪問外部世界的能力。Agent 通過訪問 API、數據庫等外部接口，使其能夠執行檢索、計算、數據存儲等操作。通過工具使用，Agent 不僅能與外部世界進行實時交互，獲取最新信息，還能在特定領域發揮專業優勢。圖表圖表 1414：工具調用的方式：工具調用的方式 方式方式 傳統傳統 寫好 API 代碼接口，讓模型解析出代碼接口所需要的參數，然后調用接口拿到結果。大模型大模型 fuction callfuction c

36、all 大模型識別用戶意圖后，從預定義的函數列表中自動選擇合適的函數，生成結構化的 JSON 格式參數，然后系統執行實際的函數調用。這允許模型以標準化方式與外部 API 和服務交互，是目前商業 API 中最常見的工具使用形式。工具增強型提示工具增強型提示 在提示詞中直接描述可用工具及其使用方法，讓模型生成調用工具的指令。這種方法簡單直接，但對提示工程要求較高。工具庫工具庫 將大模型可能用到的工具存儲起來，當面對不同的問題的時候，去工具箱中檢索，并選擇合適的工具。模型微調模型微調 通過特定的訓練或微調，教會模型如何使用特定工具。這種方法將工具使用能力直接編入模型參數，使模型在特定工具上表現更佳。

37、資料來源：AINLPer，東方財富證券研究所 20172017 敬請閱讀本報告正文后各項聲明敬請閱讀本報告正文后各項聲明 11 計算機行業專題研究計算機行業專題研究 2.2.2.2.大廠大廠緊盯流量入口緊盯流量入口，開發平臺，開發平臺構建構建 AgentAgent 基座基座 2.2.2 2.1 1 AgentAgent 產品代表：產品代表：ManusManus 石破天驚，大廠紛紛跟上石破天驚，大廠紛紛跟上 圖表圖表 1515：ManusManus 在在 GAIAGAIA 基準測試中表現卓越基準測試中表現卓越 圖表圖表 1616：ManusManus 過濾房地產網站上的列表過濾房地產網站上的列表

38、 資料來源：36氪，東方財富證券研究所 資料來源：36氪，東方財富證券研究所 20252025 年年 3 3 月月 6 6 日，來自中國的日，來自中國的 AIAI 創業公司創業公司 MonicaMonica 發布了全球第一款通用發布了全球第一款通用AIAI 代理，代理，ManusManus 是全球首款真正意義上的通用型是全球首款真正意義上的通用型 AIAI AgentAgent，Manus 的推出標志著智能體從單一任務執行向復雜決策的跨越。圖表圖表 1717：ManusManus 功能特點功能特點 方式方式 自主執行能力自主執行能力 Manus 能夠在云端獨立完成任務，無需人工干預，直接交付完

39、整的任務成果。多智能體多智能體系統系統 由多種模型支持，具備強大的工具調用能力，可靈活編寫代碼、智能瀏覽網頁和操作各類應用。持續學習與記憶持續學習與記憶 Manus 具備記憶功能，能夠根據歷史數據和經驗優化任務執行策略。廣泛的應用場景廣泛的應用場景 涵蓋研究、生活、數據分析、教育、生產力工具和創意娛樂等 6 大類別，總計 51個具體用例。高效的人機協作高效的人機協作 開創了人機協作的新范式，用戶只需通過自然語言描述需求，Manus 即可快速響應并執行任務。資料來源：新浪財經，東方財富證券研究所 3 3 月月 1111 日，日，ManusManus 宣布與宣布與通義千問達成合作通義千問達成合作，

40、雙方將基于通義千問系列開源模型，在國產模型和算力平臺上實現Manus的全部功能。3 3月月2828日，日，ManusManus發布付費方案，發布付費方案，ManusManus 宣布收費宣布收費，收費方案有 Manus Starter 和 Manus Pro，均為 Beta 版本。其中，Manus Starter 定價每月 39 美元，Manus Pro 定價每月 199 美元。5 月 13 日，Manus 宣布開放注冊，所有用戶一次性獲得 1000 積分獎勵，每天可免費獲得 300 積分以執行一項任務。目前，Manus 的收費計劃為積分制，有更高需求的用戶需升級計劃以獲取更多積分。Manus

41、并沒有對消耗規則進行詳細解釋，而是稱任務的具體積分消耗取決于其復雜性和持續時間，并給出了 3 個關于數據分析、網頁設計和應用開發的案例，分別消耗了 200、360 和 900 積分。20172017 敬請閱讀本報告正文后各項聲明敬請閱讀本報告正文后各項聲明 12 計算機行業專題研究計算機行業專題研究 在收費方面，Manus 分別提供了每月 19 美元的基礎計劃、每月 39 美元的 Plus 計劃和每月 199 美元的 Pro 計劃。以基礎計劃為例，用戶每月將獲得 1900 積分，可以在購買積分時享受額外優惠，最多可以同時運行 2 個任務。圖表圖表 1818：ManusManus 定價方案定價方

42、案 資料來源：澎湃新聞，Manus 官網，東方財富證券研究所 作為未來的流量入口，大廠爭奪通用型作為未來的流量入口，大廠爭奪通用型 AI AgentAI Agent 先機。先機。在工具意義之上，AI Agent 的意義更在于個人和企業的“認知操作系統”，是個人和企業亟待解決的需求與問題的總入口，也是拆解任務給領域智能體的總指揮。1 1）Open AI:Open AI:通過 ChatGPT 構建可適應任意場景的認知引擎。同時押注編程 Agent，“Operator”能讓智能體接管用戶電腦操作，例如自動編寫代碼并調試運行。Codex CLI 的開源輕量化編程 Agent 可以使用OpenAI 的模

43、型，接管本地計算機終端命令行界面，直接進行代碼編寫。2）微軟：微軟：微軟將 Copilot 植入 Office、Teams 等產品矩陣，試圖把智能體變成企業工作流的“隱形中樞”。3）百度：百度：心響 APP 宣稱對標 Manus 的通用 AI 智能體，定位用戶的智能生活助理。為了降低使用門檻和激發用戶對新應用的使用靈感，心響 APP 特意預置了包括例行任務、城市旅游、AI 繪本和健康咨詢等十大應用場景。4）字節跳動：字節跳動：強調 AI Agent 和協同辦公的結合，扣子空間幫助用戶處理文件檢索、表格制作、報告生成等任務。字節跳動旗下協同辦公應用飛書的多維表格、飛書文檔等服務也可接入，強化了扣

44、子空間作為數字員工的工作能力。5）阿阿里巴巴：里巴巴：B 端和 C 端同步推進，C 端通過夸克進行布局，B 端的釘釘上重點搭建 AI Agent 應用平臺。目前，釘釘 AI 助理已經聚合了AI 客服、HR 等眾多工具，構建全鏈路企業服務矩陣。6）騰訊：騰訊：AI 與微信生態系統特有的內容相連接，包括社交、通信和社區能力以及內容生態系統（如公眾號和視頻號）以及數以百萬計的小程序。20172017 敬請閱讀本報告正文后各項聲明敬請閱讀本報告正文后各項聲明 13 計算機行業專題研究計算機行業專題研究 圖表圖表 1919：海內外廠商：海內外廠商 AI AgentAI Agent 實踐實踐 時間時間 A

45、gentAgent 布局布局 4 4 月月 1717 日日 OpenAI 推出具備更強 Agent 能力的推理模型 o3 和 o4-mini，并預測至 2029 年，AI Agent 及其他新產品的銷售額將超越 ChatGPT，將總營收提升至 1250 億美元，2030 年總營收有望達到 1740 億美元。4 4 月月 1919 日日 字節推出智能體協作平臺“扣子空間”，通過部署多類型 AI 智能體，調用精通各項技能的“通用實習生”與各行各業的“領域專家”兩種專業身份處理任務。4 4 月月 2525 日日 百度發布文心大模型 4.5 Turbo 和深度思考模型 X1 Turbo 兩款新模型以及

46、官方定位為通用超級智能體的心響 APP。4 4 月月 2424 日日 阿里巴巴旗下 AI 智能體“心流”開啟了高級研究模式公測，用戶可填寫問卷等待邀請，該智能體宣傳稱能像人類專家一樣，自動幫做研究、寫報告、寫代碼。4 4 月月 2929 日日 阿里云開源了 Qwen3 系列模型，這將大幅降低 Agent 調用工具的門檻，為即將到來的智能體和大模型應用爆發提供更好的支持。5 5 月月 7 7 日日 在 2025 聯想創新科技大會上，聯想集團董事長兼 CEO 楊元慶發布了包括聯想天禧個人超級智能體、聯想樂享企業超級智能體、聯想城市超級智能體，及新一代聯想推理加速引擎在內的超級智能體矩陣。資料來源：

47、中國計算機報，AIHub，東方財富證券研究所 2.2.2 2.2 2 AgentAgent 開發平臺開發平臺為基座，為基座，MCPMCP 統一模型和服務協議統一模型和服務協議 AI Agent 開發平臺是一個綜合性的技術解決方案，提供一系列工具、服務和接口，旨在加速 AI Agent 的創建、集成、部署、優化和管理過程，使用戶無需從零開始構建復雜的 AI 系統。企業級用戶可以在 Agent 開發平臺上，基于自身的業務系統需求，定制化開發自有 Agent 產品。以騰訊云 AI 開發套件為例，AI Agent 開發平臺由云提供接入基礎設施和相應的企業級安全保障，企業級 Agent 通常需要三類數據

48、來源：1）私有知識庫：將公司的內部文檔、產品資料、FAQ 文檔等，一鍵上傳到知識庫，讓 AI 學習內部知識為用戶答疑解惑；2）業務數據庫：在控制臺簡單配置，Agent 就能關聯并訪問指定的業務數據庫，做出準確回答；3）實時搜索能力：為 Agent 開啟實時搜索能力，讓它能實時獲取網絡最新信息，擴展回答內容。圖表圖表 2020：海內外：海內外 AI AgentAI Agent 開發平臺典型供應商開發平臺典型供應商 供應商供應商 產品名稱產品名稱 火山引擎火山引擎 HiAgent 阿里云阿里云 阿里云百煉 騰訊騰訊 騰訊元器 字節跳動字節跳動 扣子 螞蟻數科螞蟻數科 螞蟻數科 Agentar 智能

49、體開發平臺 Dify.AIDify.AI Dify 中國電信中國電信 星辰智能體平臺 中國聯通中國聯通 元景大模型 maas 平臺 中國移動中國移動 終端智能體服務管理平臺 資料來源：沙丘智庫，東方財富證券研究所 20172017 敬請閱讀本報告正文后各項聲明敬請閱讀本報告正文后各項聲明 14 計算機行業專題研究計算機行業專題研究 大廠角逐 Agent 開發平臺賽道，希望通過提供簡單易用的 Agent 開發工具拓展廣袤的企業級服務市場。大廠的能力在于可提供強大的基座大模型和云服務基礎設施，通過業已構建的商業版圖提升自身的生態廣度，使用具備一致性的工具調用不同領域的數據。2024年11月，Cla

50、ude的母公司Anthropic推出了模型上下文協議(MCP)，MCP 是一種開放協議，提供連接 LLM 與所需的上下文的一種標準化方式，可以實現 LLM 應用與外部數據源和工具的無縫集成。傳統開發模式中，大模型調用外部服務需要經歷復雜的技術鏈路：自然語言理解業務邏輯解析API 調用結果處理，每個環節都可能產生信息損耗，造成映射模糊、能力黑洞、風險敞口等問題。圖表圖表 2121：MCPMCP 工作原理工作原理 資料來源：百度官方微信公眾號，東方財富證券研究所 MCPMCP 統一不同大模型和不同服務之間的協議，統一不同大模型和不同服務之間的協議，MCP 主要由 Host、MCP Client、M

51、CP Server 等組件構成：1 1）Host：內置了 MCP Client 的應用程序，可以是 APP、Agent、Web 應用、桌面應用等等形態；2 2）MCP Client：大模型與 MCP Server 之間的橋梁；3 3）MCP Server：負責處理來自 MCP Client 的請求，并調用各種資源，返回相應的結果或數據。20172017 敬請閱讀本報告正文后各項聲明敬請閱讀本報告正文后各項聲明 15 計算機行業專題研究計算機行業專題研究 圖表圖表 2222：MCPMCP 意義意義 AgentAgent 布局布局 服務發現機制的進化服務發現機制的進化 未來的 MCP 工具市場可能

52、會出現全局自動服務發現中心，模型可通過自然語言描述自動發現適配工具鏈，實現所想即所得的服務組合。性能優化新范式性能優化新范式 協議層統一后，工具鏈性能指標可量化對比，催生出專門針對大模型工具調用的編譯優化技術，如工具緩存預加載、調用路徑動態優化等。多模態工具引擎多模態工具引擎 當前文本交互為主的協議或將擴展為支持視覺-動作-物理世界的多模態交互協議，使 AI 能操作 CAD 設計軟件、工業機器人等復雜系統。智能體市場崛起智能體市場崛起 類似 App Store 的 MCP 智能體商店將出現，用戶可自由組合不同服務提供商的能力模塊。某旅游智能體可能聚合航司 API、酒店 MCP 服務、簽證工具鏈

53、，自動完成復雜行程規劃。無代碼智能體工廠無代碼智能體工廠 企業可通過可視化拖拽，將內部系統快速封裝為 MCP 服務，如把 ERP 系統暴露為庫存查詢erp:/warehouse等自然語義接口 個性化服務涌現個性化服務涌現 每個人的數字分身都能持有專屬工具集。教師助理智能體自動組合教案生成器+知識點驗證服務，程序員助手動態調用代碼分析、云部署等工具鏈。資料來源：阿里云開發者，東方財富證券研究所 MCPMCP 構建了構建了 AIAI 時代的“數字樂高標準件”技術體系時代的“數字樂高標準件”技術體系，實現了兩大突破：面向開發者的服務封裝面向開發者的服務封裝，將任意功能封裝為標準化工具（Tool）或資

54、源（Resource）；面向模型的自然交互面向模型的自然交互，大模型通過協議自解釋文檔，實現零樣本工具調用。圖表圖表 2323：MCPMCP 爆炸式增長爆炸式增長 資料來源：烏鴉智能說，東方財富證券研究所 根據 Smithery 平臺的統計，僅在 2025 年 3 月份，Smithery（MCP 服務器“集散地”）的 MCP 發現平臺的服務器創建量就實現了 3 倍的爆炸式增長?！熬W頁搜索”的服務器數量最多，在實際使用中，“文件搜索”和“代碼/開發”服務器的平均每臺服務器安裝量最高，分別為 3096 臺和 3239 臺。20172017 敬請閱讀本報告正文后各項聲明敬請閱讀本報告正文后各項聲明

55、16 計算機行業專題研究計算機行業專題研究 圖表圖表 2424：MCPMCP ServerServer 不同類別下載量統計不同類別下載量統計 種類種類 ServerServer 數量數量 平均下載量平均下載量 網頁搜索網頁搜索 529 958 其他其他 362 30 代碼代碼/開發開發 323 3239 AI/AI/工具工具 306 239 文件搜索文件搜索 253 3096 創意創意 200 245 CLICLI 命令命令 155 558 數據存儲數據存儲 149 945 生產力生產力 137 384 通訊通訊 57 1165 支付支付 41 286 旅行旅行 6 162 資料來源：烏鴉智能

56、說，東方財富證券研究所 各家大廠陸續上線各家大廠陸續上線 MCPMCP 相關服務：相關服務：1 1）騰訊云宣布大模型知識引擎升級支持騰訊云宣布大模型知識引擎升級支持 MCPMCP 協議。協議。騰訊云知識引擎平臺支持多款 MCP Server，包括騰訊位置服務、騰訊云 Edge One Pages、Airbnb、Figma、Fetch、微信讀書等，涵蓋各類專業信息獲取、網頁部署和預覽、網頁解析獲取等場景，為企業和開發者提供了標準模式、工作流模式和 Agent 模式等三種開發方式，用戶可以在工作流和 Agent 這兩種模式中快捷使用 MCP Server。2 2）字節扣子空間開啟內測，支持字節扣子

57、空間開啟內測，支持 MCPMCP 協議。協議?？圩涌臻g是字節推出的智能體協作系統，扣子平臺的通用智能體分為探索和規劃兩種模式，其中探索模式更注重效率，而規劃模式則會對任務進行詳細拆分，條理更加清晰。除了標準的通用 Agent，扣子空間里還內置了專家Agent。同時，扣子支持 MCP 協議，接入了飛書文檔、GitHub、MySQL數據庫、天氣、地圖等一系列 MCP 應用。3 3）阿里云百煉平臺上線業界首個全生命周期阿里云百煉平臺上線業界首個全生命周期 MCPMCP 服務。服務。百煉平臺集成了阿里云函數計算、多款業界領先大模型以及多款主流 MCP 服務，同時包攬Agent開發所需的算力資源、大模型

58、資源和應用工具鏈等，用戶可根據需求選擇大模型和MCP服務。用戶通過簡單的配置工作，即可搭建專屬 MCP Agent。百煉平臺同時上線了高德、無影、Fetch、Notion 等多款阿里巴巴集團和三方 MCP 服務，可滿足不同場景的Agent 應用開發需求。截至 2025 年 5 月 17 日，阿里云百煉 MCP 服務已加入 38 款云部署 MCP Server，67 款本地端 MCP Server。20172017 敬請閱讀本報告正文后各項聲明敬請閱讀本報告正文后各項聲明 17 計算機行業專題研究計算機行業專題研究 3 3.C C 端應用端應用加持通用加持通用 AgentAgent，B B 端數

59、據完成垂類端數據完成垂類 AgentAgent閉環閉環 在評價 Agent 能力時，底層基模的能力邊界、工具調用和數據的可連接性、數據的價值挖掘共同決定了 Agent 的最終呈現效果，其中垂直領域的高質量數據仍舊掌握在垂域服務廠商手中：1 1）底層模型的能力邊界底層模型的能力邊界：The model is the product，Agent 所需的用戶需求理解能力、多輪對話能力主要來自于底層模型。由于 Agent在執行用戶指令時需要將用戶需求拆解成若干步驟逐步完成，上個步驟完成的準確率直接決定了下個步驟乃至輸出結果的成效。大模型對于prompt的理解能力以及最終生成的效果主要由基座大模型本身的

60、能力決定。在具體執行過程中，用戶對需求的不斷細化所產生的多輪對話也對基座模型提出了更高的要求。2 2）工具調用工具調用和數據的可連接性和數據的可連接性：工具的調用從最初的 fuction call 到后續的 GUI 再到目前的 MCP，大模型工具獲取的能力在不斷完善。缺乏技術 or 生態壁壘的垂類應用廠商可能徹底工具化，喪失流量入口價值。3 3）數據數據的價值挖掘的價值挖掘：Agent 輸出效果的最核心影響因素。大模型廠商雖然在通用數據的獲取上擁有絕對優勢，但 B 端垂類數據以及細分行業的 knowhow 難以被通用 Agent 廠商獲取。3.1.B2C3.1.B2C 企業沉淀大量場景數據，具

61、備豐富的專業工具經驗企業沉淀大量場景數據，具備豐富的專業工具經驗 B To CB To C 企業在多年的經營過程中形成了海量的數據積累以及復雜的標準化企業在多年的經營過程中形成了海量的數據積累以及復雜的標準化產品，產品，掌握不同場景的實時信息以及專業的工具處理能力掌握不同場景的實時信息以及專業的工具處理能力，可以有效補充通用，可以有效補充通用型型 AgentAgent 在部分場景的數據缺口，幫助在部分場景的數據缺口，幫助 AgentAgent 加強工具調用加強工具調用。金山辦公金山辦公是國內領先的辦公軟件產品和服務提供商，擁有包括WPS Office、WPS 365、WPS AI 等產品在內辦

62、公產品矩陣，WPS Office 內置智能文檔、智能表格、智能表單、多維表格、流程圖、思維導圖等豐富組件，具備強大的辦公處理能力，與通用型 Agent 相結合后，可在確保文檔數據安全可控的前提下，提升 Agent 的辦公效率。圖表圖表 2525：WPSWPS 已形成廣泛的用戶基數已形成廣泛的用戶基數 WPS OfficeWPS Office 產品產品 月活設備數月活設備數 WPSWPS 個人業務個人業務 付費用戶人數付費用戶人數 PC 版 2.91 億 國內 4170 萬 移動版 3.41 億 海外 174 萬 資料來源：公司公告，東方財富證券研究所 福昕軟件福昕軟件的產品力處于行業前列，是是

63、全球領先的版式文檔軟件產品、服務及解決方案提供商，在 PDF 領域，公司擁有一整套完全自主知識產權的 PDF技術體系，并運用于公司的主要產品中，為用戶提供覆蓋整個 PDF 文檔生命周期的軟件產品與解決方案。在中國版式文檔 OFD 領域，公司亦打磨并沉淀了一套自主的 OFD 核心技術，為國內客戶提供 OFD 版式軟件產品與系列解決方案。圍繞公司核心的版式文檔技術，公司深入業務領域并打造相關智能文檔解決方案和高價值的行業應用解決方案。20172017 敬請閱讀本報告正文后各項聲明敬請閱讀本報告正文后各項聲明 18 計算機行業專題研究計算機行業專題研究 圖表圖表 2626：福昕版式文檔及應用生態圈：

64、福昕版式文檔及應用生態圈 資料來源：公司公告，東方財富證券研究所 捷順科技捷順科技為智慧停車行業的領軍企業，截至 2024 年末，公司擁有 1.3 億的線上車主用戶，累計為車主和車場提供 42 億筆、479 億元的停車費結算服務，每天為車主提供上千萬次的停車相關服務，公司深耕出行場景多年，手握豐富的停車數據資源，具備稀缺性。目前通用型 Agent 大多提供旅游攻略、消費推薦、地圖導航、差旅助手等出行場景的 Agent 功能，公司掌握了停車這一出行最后一公里的實時數據，可幫助通用型 Agent 完成場景閉環。圖表圖表 2727：捷停車沉淀了大量停車場景數據：捷停車沉淀了大量停車場景數據 資料來源

65、：捷順科技官方公眾號，東方財富證券研究所 石基信息石基信息是全球最主要的酒店信息管理系統全面解決方案提供商之一，并全球有超過 9 萬家酒店正在付費使用石基各種各樣的酒店信息系統子系統，截至 2024 年末，截至本報告期末公司自主酒店軟件在中國五星級酒店市場的占有率約 78%（至少使用了一種石基自主酒店軟件），在中國高星級酒店市場居領先地位，在餐飲行業，公司已累積中高端、連鎖餐飲用戶數量已超過 1 萬家，標準化餐飲用戶約 20 萬家。20172017 敬請閱讀本報告正文后各項聲明敬請閱讀本報告正文后各項聲明 19 計算機行業專題研究計算機行業專題研究 圖表圖表 2828：石基數字化解決方案已遍布

66、各大酒店、旅石基數字化解決方案已遍布各大酒店、旅游區游區 資料來源：公司官網，東方財富證券研究所 3.2.3.2.企服供應商深耕行業，形成垂類場景數據壁壘企服供應商深耕行業，形成垂類場景數據壁壘 區別于為個人提供的服務以及一次性交付的產品，企業服務往往具備定制性（針對客戶的具體需求提供個性化解決方案）、專業性（融合專業的知識、技能和行業 know-how）、復雜性（甲方需在文化、組織上配套；乙方需在交付、培訓上配套）、持續性（一般情況下甲方不會輕易遷移，剛需服務一般會穩定續費）以及技術驅動（依賴先進的技術手段提供高效、智能化服務）等特點。面向企業內部管理和生產制造等場景的垂直面向企業內部管理和

67、生產制造等場景的垂直 AgentAgent，同樣也需要相應的垂，同樣也需要相應的垂類經驗積累，體現在類經驗積累，體現在 AgentAgent 組件方面，需要對專有數據和專有組件方面，需要對專有數據和專有 workflowworkflow 有深有深入理解。入理解。企業級的 AI Agent 可從供應商維度分為兩類。一類為原生型 AI Agent 廠商，以提供 AI Agent 搭建平臺或定制化服務方式，滿足客戶的 Agent 需求。另一類廠商則將 AI Agent 能力與自身其他主營業務結合，以完善產品矩陣或提升原有產品使用效率/體驗為目標。大廠所建立的 Agent 開發平臺或許能成為最終的用戶

68、流量入口和任務分發平臺，可以接收企服 Agent 返回的結果數據并進行相應的功能封裝和呈現，但難以具備具體生產管理場景的挖掘能力。專業的企業級應用掌握大量的行業專業知識和企業私有數據，可以幫助專業的企業級應用掌握大量的行業專業知識和企業私有數據，可以幫助大大模型模型更好地專注于特定任務或領域，滿足企服對更好地專注于特定任務或領域，滿足企服對 AI AgentAI Agent 的準確性要求，同的準確性要求，同時可以結合具體生產時可以結合具體生產實踐中的動態偏離實踐中的動態偏離。20172017 敬請閱讀本報告正文后各項聲明敬請閱讀本報告正文后各項聲明 20 計算機行業專題研究計算機行業專題研究

69、圖表圖表 2929：通用大模型到企業級應用的實現路徑通用大模型到企業級應用的實現路徑 資料來源：界面新聞，艾瑞咨詢，東方財富證券研究所 AI 技術的發展為企服行業帶來發展新契機，企業客戶在引入 AI 產品的過程中，同時產生了數據治理、數據上云等前置工作需求，企業服務供應商擁抱技術趨勢，推出相應的 AI 產品，同時積極支持 MCP 協議。金蝶國際金蝶國際是國內領先的企業服務平臺，服務多家大型企業、4.4 萬家中型企業，小微企業方面，金蝶云星辰凈留存客戶數達 7.5 萬家，金蝶精斗云凈留存客戶數達 36 萬家。2023 年，金蝶云蒼穹 GPT 大模型發布，2024 年，發布以 Agent 為核心的

70、企業級 AI 平臺超級智能助手 Cosmic。2025 年 4 月，金蝶正式宣布金蝶云蒼穹全面支持 MCP 協議標準，并啟動“AI 開發者普惠行動”，構建開放協同的 AI 開發生態。圖表圖表 3030：金蝶云蒼穹平臺全面支持：金蝶云蒼穹平臺全面支持 MCPMCP 協議協議 金蝶云標準金蝶云標準 MCPMCP 服務服務 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。預置預置&自定義自定義 MCPMCP 服務服務 平臺預置了多種業

71、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。即插即用即插即用 開發者可以一鍵將 MCP 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。智能調用智能調用 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

72、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。資料來源：金蝶官方公眾號，東方財富證券研究所 漢得信息漢得信息是國內領先的企業數字化綜合服務商，公司在 AI 領域積極推進，形成了橫向覆蓋制造、營銷、財務、供應鏈各個業務領域管理應用軟件產品和解決方案，縱向涵蓋 PaaS 平臺+數據應用+AI 智能化應用的平臺化智能化能力賦能體系，涵蓋企業數字化所需的“管理應用+數據應用+AI 智能化應用+PaaS 20172017 敬請閱讀本報告正文后各項

73、聲明敬請閱讀本報告正文后各項聲明 21 計算機行業專題研究計算機行業專題研究 平臺”。1 1）工具層面：公司于 2023 年推出的 AI PaaS 融合平臺是企業快速駕馭大模型的利器，能夠幫助企業快速接入多模型，通過預置成型應用組件+豐富的 AI 編排功能，支持企業高效搭建個性應用，并提供一整套滿足B 端管控要求的管理工具。2 2）應用層面：基于 AI PaaS 融合平臺，漢得在營銷、供應鏈、制造、財務等業務領域規劃了數十個業務智能體逐步進行開發，諸如智慧導購、智能客服、智能物流調度、財務共享精靈等智能體已率先在頭部客戶實際場景中落地。3 3）服務層面：打造企業個性化的數字大腦，是企業智能化轉

74、型的剛需，也是公司在 AI 業務未來的重要戰略方向，將利用自身經驗為企業提供部署及訓練私有模型的系列服務。公司經過數年的研發及實踐，已形成完整的能力，且在特定業務領域已經成功訓成垂直模型并商用。我們將為企業提供完整的方案及服務。4 4）模型層面：公司在自主 PaaS 平臺 H-ZERO 之上，基于 DeepSeek-Coder模型和 H-ZERO 平臺的源碼訓練代碼大模型，為企業加持代碼智能輔助能力。同時也正在若干行業領域構建垂直業務的專業模型，逐步推出商用。圖表圖表 3131：漢得形成了全面的漢得形成了全面的 AIAI 能力體系能力體系 資料來源：公司公告，東方財富證券研究所 鼎捷數智鼎捷數

75、智業務領域已全面覆蓋工業軟件的四大類別，包括研發設計類、數字化管理類、生產控制類及 AIoT 類。公司以雅典娜平臺作為數智原生底座，基于鼎捷雅典娜數智原生底座的能力及對場景需求的持續挖掘，衍生出兩類 AI應用：行業化場景 AI 應用、基于大模型的通用 AI 應用，助力客戶用輕量化的方式實現場景 AI 數智化與 Agent 聯動，推動企業運營各環節降本增效。公司 20172017 敬請閱讀本報告正文后各項聲明敬請閱讀本報告正文后各項聲明 22 計算機行業專題研究計算機行業專題研究 發布首個制造業多智能體協議MACP，讓 AI 智能體之間實現類似人類的自然溝通與協作。圖表圖表 3232：鼎捷鼎捷

76、MACPMACP 協議協議 資料來源：鼎捷官方公眾號，東方財富證券研究所 20172017 敬請閱讀本報告正文后各項聲明敬請閱讀本報告正文后各項聲明 23 計算機行業專題研究計算機行業專題研究 4 4.投資建議投資建議 建議關注：建議關注：1）AI 建設需求增長，B 端客戶投資活躍，利好企業級 IT 服務商，建議關注金蝶國際、稅友股份、捷順科技、鼎捷數智、漢得信息、泛微網絡、新致軟件、博思軟件等；2）AI 開發工具助力 AI Agent 搭建，接入 MCP 平臺進一步凸顯其價值，建議關注：金山辦公、福昕軟件、卓易信息、星環科技等。20172017 敬請閱讀本報告正文后各項聲明敬請閱讀本報告正文

77、后各項聲明 24 計算機行業專題研究計算機行業專題研究 5 5.風險提示風險提示 關鍵技術研發不及預期風險關鍵技術研發不及預期風險：AI 產品研發需要依賴研發投入，研發成果的產出需要時間，若研發方向錯誤、研發人員招聘不及預期，則將影響最終產品的呈現效果；下游下游企業企業 AIAI 支出不及預期風險支出不及預期風險：企業客戶的 AI 支出是其數字化基礎建設的一部分，宏觀經濟發展不及預期、企業降本導致預算收縮等情況都有可能使企業用戶在成本投入上轉為保守；市場競爭加劇風險市場競爭加劇風險：新技術出現將催動新市場和新商業模式的出現，必將吸引新的市場競爭者，大廠的產品版圖拓展可能侵蝕專業級廠商的業務邊界

78、，同時各家供應商可能積極調整價格策略以快速占領市場。20172017 敬請閱讀本報告正文后各項聲明敬請閱讀本報告正文后各項聲明 25 計算機行業專題研究計算機行業專題研究 東方財富證券股份有限公司（以下簡稱“本公司”）具有中國證監會核準的證券投資咨詢業務資格東方財富證券股份有限公司（以下簡稱“本公司”）具有中國證監會核準的證券投資咨詢業務資格 分析師申明：分析師申明：作者具有中國證券業協會授予的證券投資咨詢執業資格或相當的專業勝任能力，保證報告所采用的數據均來作者具有中國證券業協會授予的證券投資咨詢執業資格或相當的專業勝任能力，保證報告所采用的數據均來自合規渠道，分析邏輯基于作者的職業理解，本

79、報告清晰準確地反映了作者的研究觀點，力求獨立、客觀和自合規渠道，分析邏輯基于作者的職業理解，本報告清晰準確地反映了作者的研究觀點，力求獨立、客觀和公正，結論不受任何第三方的授意或影響，特此聲明。公正，結論不受任何第三方的授意或影響，特此聲明。投資建議的評級標準：投資建議的評級標準：報告中投資建議所涉及的評級分為股票評級和行業評級（另有說明的除外）。評級標準為報告發布日后報告中投資建議所涉及的評級分為股票評級和行業評級（另有說明的除外）。評級標準為報告發布日后3 3到到1212個月內的相對市場表現，也即：以報告發布日后的個月內的相對市場表現，也即：以報告發布日后的3 3到到1212個月內的公司股

80、價（或行業指數）相對同期相關個月內的公司股價（或行業指數）相對同期相關證券市場代表性指數的漲跌幅作為基準。其中：證券市場代表性指數的漲跌幅作為基準。其中：A A股市場以滬深股市場以滬深300300指數為基準；新三板市場以三板成指（針指數為基準；新三板市場以三板成指（針對協議轉讓標的）或三板做市指數（針對做市轉讓標的）為基準；香港市場以恒生指數為基準；美國市場以對協議轉讓標的）或三板做市指數（針對做市轉讓標的）為基準；香港市場以恒生指數為基準；美國市場以標普標普500500指數為基準。指數為基準。股票評級股票評級 買入：相對同期相關證券市場代表性指數漲幅買入：相對同期相關證券市場代表性指數漲幅1

81、5%15%以上；以上；增持：相對同期相關證券市場代表性指數漲增持：相對同期相關證券市場代表性指數漲幅介于幅介于5%5%15%15%之間；之間；中性：相對同期相關證券市場代表性指數漲幅介于中性：相對同期相關證券市場代表性指數漲幅介于-5%5%5%5%之間；之間；減持：相對同期相關證券市場代表性指數漲幅介于減持：相對同期相關證券市場代表性指數漲幅介于-15%15%-5%5%之間；之間；賣出：相對同期相關證券市場代表性指數跌幅賣出：相對同期相關證券市場代表性指數跌幅15%15%以上。以上。行業評級行業評級 強于大市：相對同期相關證券市場代表性指數漲幅強于大市：相對同期相關證券市場代表性指數漲幅10%

82、10%以上；以上；中性：相對同期相關證券市場代表性指數漲幅介于中性：相對同期相關證券市場代表性指數漲幅介于-10%10%10%10%之間；之間；弱于大市：相對同期相關證券市場代表性指數跌幅弱于大市：相對同期相關證券市場代表性指數跌幅10%10%以上。以上。免責聲明：免責聲明：本研究報告由東方財富證券股份有限公司制作及在中華人民共和國（香港和澳門特別行政區、臺灣省除本研究報告由東方財富證券股份有限公司制作及在中華人民共和國（香港和澳門特別行政區、臺灣省除外）外）發布。發布。本研究報告僅供本公司的客戶使用。本公司不會因接收人收到本報告而視其為本公司的當然客戶。本研究報告僅供本公司的客戶使用。本公司

83、不會因接收人收到本報告而視其為本公司的當然客戶。本研究報告是基于本公司認為可靠的且目前已公開的信息撰寫，本公司力求但不保證該信息的準確性和完整本研究報告是基于本公司認為可靠的且目前已公開的信息撰寫，本公司力求但不保證該信息的準確性和完整性，客戶也不應該認為該信息是準確和完整的。同時，本公司不保證文中觀點或陳述不會發生任何變更，在性，客戶也不應該認為該信息是準確和完整的。同時，本公司不保證文中觀點或陳述不會發生任何變更，在不同時期，本公司可發出與本報告所載資料、意見及推測不一致的報告。本公司會適時更新我們的研究，但不同時期，本公司可發出與本報告所載資料、意見及推測不一致的報告。本公司會適時更新我

84、們的研究，但可能會因某些規定而無法做到。除了一些定期出版的報告之外，絕大多數研究報告是在分析師認為適當的時可能會因某些規定而無法做到。除了一些定期出版的報告之外，絕大多數研究報告是在分析師認為適當的時候不定期地發布。候不定期地發布。在任何情況下，本報在任何情況下，本報告中的信息或所表述的意見并不構成對任何人的投資建議，也沒有考慮到個別客戶特殊告中的信息或所表述的意見并不構成對任何人的投資建議，也沒有考慮到個別客戶特殊的投資目標、財務狀況或需求?？蛻魬紤]本報告中的任何意見或建議是否符合其特定狀況，若有必要應尋的投資目標、財務狀況或需求?？蛻魬紤]本報告中的任何意見或建議是否符合其特定狀況，若有

85、必要應尋求專家意見。本報告所載的資料、工具、意見及推測只提供給客戶作參考之用，并非作為或被視為出售或購求專家意見。本報告所載的資料、工具、意見及推測只提供給客戶作參考之用，并非作為或被視為出售或購買證券或其他投資標的的邀請或向人作出邀請。買證券或其他投資標的的邀請或向人作出邀請。本報告中提及的投資價格和價值以及這些投資帶來的收入可能會波動。過去的表現并不代表未來的表現，未本報告中提及的投資價格和價值以及這些投資帶來的收入可能會波動。過去的表現并不代表未來的表現，未來的回報也無法保證，投資者可能會損失本金。外匯匯率波動有可能對某些投資的價值或價格或來自這一投來的回報也無法保證，投資者可能會損失本

86、金。外匯匯率波動有可能對某些投資的價值或價格或來自這一投資的收入產生不良資的收入產生不良影響。影響。那些涉及期貨、期權及其它衍生工具的交易，因其包括重大的市場風險，因此并不適合所有投資者。那些涉及期貨、期權及其它衍生工具的交易，因其包括重大的市場風險，因此并不適合所有投資者。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所引致的任何損失負任何責任，投資者需自行在任何情況下，本公司不對任何人因使用本報告中的任何內容所引致的任何損失負任何責任，投資者需自行承擔風險。承擔風險。本報告主要以電子版形式分發，間或也會輔以印刷品形式分發，所有報告版權均歸本公司所有。未經本公司本報告主要以電子版形式

87、分發，間或也會輔以印刷品形式分發，所有報告版權均歸本公司所有。未經本公司事先書面授權，任何機構或個人不得以任何形式復制、轉發或公開傳播本報告的全部或部分內容，不得將報事先書面授權，任何機構或個人不得以任何形式復制、轉發或公開傳播本報告的全部或部分內容，不得將報告內容作為訴訟、仲裁、傳媒所引用之證明或依據，不得用于營利或用于未經允許的其它用途。告內容作為訴訟、仲裁、傳媒所引用之證明或依據，不得用于營利或用于未經允許的其它用途。如需引用、刊發或轉載本報告，需注明出處為東方財富證券研究所，且不得對本報告進行任何有悖原意的引如需引用、刊發或轉載本報告，需注明出處為東方財富證券研究所，且不得對本報告進行任何有悖原意的引用、刪節和修改。用、刪節和修改。