当前Agent的发展进行到了什么阶段？.pdf

核核心心观观点点

核心观点

尽管尚未有明确的产品定义，但Agent类别与应用场景已迅速丰富。其中，中美大厂Agent发展思路存在差异，北美云厂商主

要关注帮助客户高效部署模型和Agent，国内互联网大厂Agent布局仍延续互联网时代用户流量逻辑；而中美B端企业则均关

注Agent创建和管理平台。考虑到Agent类产品对算力消耗大，Agent发展有望继续带动AI产业链向上，建议关注后续技术突

破→商业化落地拐点。

尽管尚未有明确的产品定义，但Agent类别与应用场景已迅速丰富。工程师流程调优与否对应Agent发展的两条不同路线。学

界普遍认为Agent需要具备规划能力；而业界如OpenAI仅强调Agent能够独立完成任务；Anthropic则将Workflow和Agent进行

了明确划分。当前随着大模型、NLP与多模态等技术不断发展，Agent类别与应用场景迅速丰富，有望迎来价值落地。

中美大厂Agent发展思路存在差异，B端厂商则均关注平台化布局。对比当前海内外AIAgent布局现状：北美云厂商主要关注

帮助客户高效部署模型和Agent，而B端厂商更聚焦打造Agent创建和管理平台；国内互联网大厂Agent布局仍延续互联网时代

用户流量逻辑，通过类“Manus”的通用Agent产品抢占用户，B端企业则类似北美，基于AI/Agent平台选取有价值的产品进

行落地。

Agent类产品对算力消耗大，关注后续技术突破-商业化落地拐点。从Manus定价及表现推断，Agent对话交互Token消耗或达

十万以上，远超chatbot类AI产品，我们认为原因主要如下：1）长上下文窗口对token的消耗量大；2）多Agent/工具通信造成

token量增长；3）验证模块对token的大量消耗；4）多模态场景token消耗量更大；因此AI底层算力需求仍然是产业不可或缺

的一环。此外，当前Agent落地仍面临意图混淆、多Agent合作、幻觉等多种问题，学界及业界均积极探索，技术迭代下商业

化规模落地可期。

投资建议：Agent进展迅速，AI产业链趋势有望持续向上。1）AI模型及技术持续迭代，利好有数据、有客户、有场景的软件

企业，AI产品有望带动公司ARPU提升和项目单价上升，继续看好ERP和政府方向率先落地订单和产品。a）B端场景的金蝶

国际、用友网络、鼎捷数智、赛意信息、多点数智；b）垂直领域2C公司如金山办公、福昕软件等；c）可以新增创收的教

育、医疗场景，推荐视源股份、创业慧康和医疗检测类企业；2）模型私有化需求增加，利好一体机、超融合和B端服务外

包企业。a）推荐服务器、一体机、超融合等相关标的，深信服、神州数码等；b）金融、政府、能源等依赖软件定制较多的

领域，推荐京北方、宇信科技、顶点软件、恒生电子、新点软件、朗新集团、国能日新、博思软件、税友股份等；c）算力

租赁和IDC的标的亦值得关注。

2

目录CONTENTS

1、Agent定义尚未明确，但类别及应用场景已然丰富

2、大厂助力Agent部署，B端场景已实现商业化价值

3、国内Agent发展现状：互联网厂商把握流量趋势，B端企业提供Agent平台

4、Agent落地带来的改变和面临的挑战有几何？

5、投资建议

AAggeenntt尚尚无无明确明确定定义，义，自自主规主规划划与否与否为为核心核心争争议点议点

工程师流程调优与否对应Agent发展的两条不同路线。传统的软件系统大多遵循清晰的“请求-响应”模式，即前端（用户）

发送请求，后端（软件）接收请求，访问数据库，执行变更，最终返回结果，这种模式使得软件可以根据用户的需求进行定

义，软件工程师可以通过对代码、架构的精细打磨优化产品性能。而在AI时代，依靠大模型进行动态推理和生成响应则存在

大量的模糊计算，软件的响应不再由静态代码决定，而是基于不断进化的模型能力动态驱动，此时软件工程师对产品额外的

优化代码可能会在模型更新后失去意义，甚至完全失效。上述情形反映到Agent中对应了两条路径，一是由工程师设计复杂

的工作流，让模型在框架里运行；二是不断提升大模型的推理能力，搭建更灵活、通用的Agent。

学界普遍认为Agent需要具备规划能力。目前Agent尚没有统一或公认的定