05Al

Agent

行業(yè)研究報告(二)出品機構(gòu)：甲子光年智庫智庫院長：宋濤撰寫分析師：努爾麥麥提·

買合木提發(fā)布時間：2025.3注：AIGC

生成內(nèi)容亦對本報告有貢獻甲甲目錄甲小甲旺想甲子光年明

數(shù)Part03AI

Agent的商業(yè)實踐與場景突破Part

02

Al

Agent的技術(shù)突破與行業(yè)重構(gòu)Part

04

Al

Agent的未來趨勢與挑戰(zhàn)Part

01

AI

Agent的全球認知與發(fā)展演進甲

”甲子光年1AZZY

k

AR2AI

Agent

進化之路：大模型點燃智能體的變革引擎，加速AI走向應(yīng)用Agent

(代理)一概念起源于哲學，描述了一種擁有欲望、信念、意圖以及采取行動能力的實體。在計算機科學和人工智能領(lǐng)域，"Agent"(智能

體)是一個具有自主性、感知能力和決策能力的實體。智能體能夠通過傳感器感知其所處的環(huán)境，并根據(jù)其內(nèi)部狀態(tài)和預設(shè)的目標，通過執(zhí)行器對

環(huán)境進行影響。智能體的目標通常是在給定的環(huán)境中實現(xiàn)特定的任務(wù)或目標。大型語言模型(LLMs)的出現(xiàn)為智能代理的進一步發(fā)展帶來了希望人工智能領(lǐng)域存在AIAgent與

AIWorkflow,

其存在區(qū)別：·AI

Workflow

(工作流)

:指的是一系列預先定義好的大模型調(diào)用步驟，像

是在“軌道上”運行，步驟固定，可預測。每一步驟都有明確的輸入和輸出·AI

Agent

(智能體)

:

Al

Agent

更加自主，由大模型自行決定執(zhí)行多少步驟，

直到問題得到解決。AI

Agent會持續(xù)循環(huán)，例如與客戶溝通或迭代代碼修改，

步驟數(shù)量不固定哲學領(lǐng)域自主意識與決策能力1計算機領(lǐng)域從簡單規(guī)則到

復雜決策系統(tǒng)2大模型階段自主式軟件程序，能夠感知環(huán)境并

做出響應(yīng)5大模型持續(xù)進化·

大模型賦能的新特

性：強大的語言理

解和生成能力·

認知智能的突破：

更接近人類思維的

推理能力·Al

Agent概念的重

新定位：從工具到

數(shù)字助手的進化·

大模型引爆AlAgent

討論：大模

型的突破，讓AlAgent

從實驗室走

向?qū)嶋H應(yīng)用Al

Agent發(fā)展歷程

大模型激活AI

Agent發(fā)生質(zhì)變提升"大腦級基礎(chǔ)設(shè)施數(shù)據(jù)來源：公開資料，專家訪談，甲子光年智庫整理甲子光年1A

Z

ZY

k

A

Rwww.jazzyea3產(chǎn)業(yè)生態(tài)完善開發(fā)平臺零

代

碼Agent

工

廠十分發(fā)網(wǎng)絡(luò)企業(yè)級Agent市場個

人Agent

訂

閱

商

店十硬件載體手機

→

AI眼

鏡→

機

器

人(Al

Agent從虛擬助手進階為實體化服務(wù)終端)過程反思場景拓展B端

金融風控

供應(yīng)鏈調(diào)度C端

健康管家

沉

習教練浸式學大模型推動AI

Agent的普惠化：讓AI

Agent從學術(shù)討論走向?qū)嶋H應(yīng)用大模型搭臺，AlAgent能力進階，撬動產(chǎn)業(yè)重構(gòu)并澆筑生態(tài)Al記

憶

外

延

系

統(tǒng)感知-決策閉環(huán)多模態(tài)環(huán)境理解動態(tài)行動鏈目標導向進化任務(wù)拆解策略迭代實時推理人聚焦創(chuàng)意決策AlAgent接管大部分

規(guī)則性操作產(chǎn)業(yè)重構(gòu)效率革命Agent能力基石數(shù)據(jù)來源：公開資料，專家訪談，甲子光年智庫整理甲子光年1A

Z

ZY

k

A

RAgent

Agent個性化知識庫行業(yè)經(jīng)

驗圖譜4任務(wù)觸發(fā)決策機制交互模式能力邊界與

傳

統(tǒng)

A

I

工

具

的

顛

覆

性

差

異限定場景封閉系統(tǒng)

跨領(lǐng)域經(jīng)驗遷移AI

Agent

破繭：從被動聽命的工具附庸到主動出擊的智能先鋒通過自主感知與決策能力提升，顛覆傳統(tǒng)

AI

定位，全方位重構(gòu)人機協(xié)作嶄新生態(tài)Al

Agent通過自主感知和決策能力，實現(xiàn)從被動響應(yīng)到主動任務(wù)啟動的轉(zhuǎn)變和動態(tài)策略生成。它提升了產(chǎn)業(yè)效率，廣泛應(yīng)用于金融和健康等多個

場景，并重構(gòu)生態(tài)系統(tǒng)，包括智能體開發(fā)平臺和硬件。在大模型的支持下，Al

Agent正從“工具”轉(zhuǎn)變?yōu)椤皡f(xié)作者”,引發(fā)生產(chǎn)關(guān)系的變革自主能力定義：感知→決策全鏈路閉環(huán)冥

解析GoogleDeepMind的SIMA游戲AgentAI

Agent能力組成回冥

持續(xù)進化交互數(shù)據(jù)驅(qū)動的策略迭代OpenA/GPT-4

自我反思機制文本實時感知音/態(tài)/語模環(huán)境多傳

統(tǒng)

A

I

工

具Al

Agent人類指令觸發(fā)(如Siri問答)環(huán)境感知自主啟動(如特斯拉FSD預判剎車)規(guī)則驅(qū)動目標驅(qū)動(if-else邏輯樹)(LLM生成動態(tài)策略樹)單次請求-響應(yīng)長期記憶支持的連續(xù)對話與協(xié)作了

光

5動態(tài)推理基于目標的邏輯推演與沖突解決MIT

“

認知內(nèi)核”理論框架自主決策非預設(shè)路徑的彈性行動生成微軟AutoGen

多Agent

協(xié)作系統(tǒng)數(shù)據(jù)來源：公開資料，專家訪談，甲子光年智庫整理(如醫(yī)療Agent轉(zhuǎn)金融風控)效率值

ChatGPT

引爆交互革命節(jié)點智能體協(xié)作AI助手傳統(tǒng)工具時間傳統(tǒng)軟件：固定流程+人工操作，如Excel表格智能助手：動態(tài)規(guī)劃+自主執(zhí)行，如Notion

AI自動生成報告更快：對比人工，AI

Agent秒級完成數(shù)據(jù)清

洗更準：Nature2023一篇論文顯示，醫(yī)療

Agent

診斷準確率提升40%自然語言指令→

多模態(tài)任務(wù)流，如Kimi

“幫

我分析Q3

財報并制作PPT"從效率工具到智能協(xié)作者的范式升級，Al

Agent成新時代的革命性生產(chǎn)力Al

Agent的產(chǎn)業(yè)價值：重塑人機協(xié)作方式，推動效率變革護城河綁定模型進化反例：僅做Prompt包裝的產(chǎn)品將被淘

汰>正例

：AutoGPT

構(gòu)建工具調(diào)用生態(tài)簡單起點+量化驗證例：從會議紀要生成→逐步擴展至全流程

項目管理測量指標：任務(wù)完成率/錯誤率下降曲線Al

Agent思維培養(yǎng)方法論：用"目標-推理-驗證"框架替代傳統(tǒng)功能清單AI

Agent提升生產(chǎn)效率生產(chǎn)力轉(zhuǎn)變現(xiàn)階段構(gòu)建法則數(shù)據(jù)來源：公開資料，Anthropic,甲子光年智庫整理交互方式進化

甲子光年」

AZZ

Y

kA

R協(xié)作效率提升2023年6AI

Agent的商業(yè)模式：移動時代APP

的繼承與超越

從“應(yīng)用商店”到“智能體”平臺的轉(zhuǎn)型升級，推動Al生態(tài)的快速重構(gòu)與創(chuàng)新發(fā)展從應(yīng)用到智能體服務(wù)的升維：AlAgent繼承APP的規(guī)模化分發(fā)能力，但通過大模型實現(xiàn)三個突破——服務(wù)動態(tài)進化、收益與價值實時匹配和開發(fā)者-用戶-模型協(xié)同進化。預計到2027年40%的企業(yè)服務(wù)將由AIAgent組合交付，這不僅是技術(shù)升級，更是軟件經(jīng)濟規(guī)則的重構(gòu)繼承：APP

時代的核心基因通用性：跨行業(yè)標準化接口(如醫(yī)療Agent診斷/教育Agent輔導)案例：OpenAIGPTs已覆蓋200+垂直場景訂閱經(jīng)濟：從軟件買斷制→按需服務(wù)付費(如SalesforceEinstein按調(diào)用量計費)

數(shù)據(jù)：企業(yè)Agent訂閱市場年增速達137%超

越

：Al

原生生態(tài)重構(gòu)服務(wù)化交付：功能模塊化+實時更新(如ChatGPT插件動態(tài)加載)開發(fā)者生態(tài)：低代碼平臺+收益分成模式

(GPT商店開發(fā)者分成超2億美元)

網(wǎng)絡(luò)效應(yīng)：用戶反饋直接訓練模型→越用越智能的飛輪(對比APP版本迭代滯后)服務(wù)平臺Agent平臺大

模

型模型

增強用戶應(yīng)用商店操作系統(tǒng)移動App時代Al

Agent時代數(shù)據(jù)來源：公開資料，專家訪談，甲子光年智庫整理Agent

服務(wù)數(shù)據(jù)7大模型迭代數(shù)據(jù)積累模型能力提升能力增強Al

Agent自主執(zhí)行，如AutoGPT

調(diào)用API跨領(lǐng)域策略遷移，從醫(yī)療到金融跨領(lǐng)域覆蓋

全流程價值閉環(huán)：企業(yè)運營成本降超三成多模態(tài)感知知識圖譜基本能力人機共情持續(xù)學習理解：百億級參數(shù)解構(gòu)語義如，GPT-4準確率較傳統(tǒng)NLP

提升58%

生成：跨模態(tài)內(nèi)容創(chuàng)造如Stable

Diffusion3實時文生視頻

交互：上下文記憶達128k

tokens如Anthropic

Claude

3企業(yè)實踐AIAgent正通過認知能力的三重重構(gòu)建立競爭壁壘：在感知層打破模態(tài)邊界，在決策層構(gòu)建動態(tài)規(guī)劃，在進化層實現(xiàn)終身學習。這使其超越Copilot

的工具定位，成為真正的‘數(shù)字員工′。到2026年認知型Agent

將覆蓋70%的企業(yè)復雜決策場景，重新定義生產(chǎn)力革命大模型能力持續(xù)進化，推動Al

Agent從任務(wù)執(zhí)行者

(copilot)

向決策主體跨越AI

Agent的核心能力剖析：認知能力重塑智能差異Copilot輔助建議+人工決策固定場景預設(shè)響應(yīng)單任務(wù)ROI測算競爭分水嶺：Copilot→Agent

的跨越技術(shù)演進：大模型重塑Al本質(zhì)決策層級適應(yīng)能力成本效率數(shù)據(jù)來源：公開資料，專家訪談，甲子光年智庫整理甲子光年1A

Z

ZY

k

A

R動態(tài)規(guī)劃能力提升場景擴展8從工具執(zhí)行到自主決策的能力升維，最終實現(xiàn)Agent

從“四肢”到

“大腦“的進化Al

Agent正引發(fā)生產(chǎn)力范式的雙重革命：在能力維度，通過記憶感知(L4)

和數(shù)字人格

(L5)實現(xiàn)人類意圖的深度理解；在產(chǎn)業(yè)維度，推動工作

流從‘操作說明書式′過程執(zhí)行轉(zhuǎn)向‘結(jié)果導向’的智能編排基于大模型Al

Agent不同自動化程度所需要的能力簡要分析

AI

Agent的能力提升促進工作范式轉(zhuǎn)移L1(簡單步驟跟隨)代理通過遵循用戶或開發(fā)者預先定義的確切步驟來完成任務(wù)。“打開Messenger”“打開郵箱中第一封未讀郵件并讀取內(nèi)容”,“給愛麗絲打電話”面向目標的Agent

模式動態(tài)目標拆解(如自動生成客戶方案)自然語言+多模態(tài)交互個性化按需生成實時反饋驅(qū)動模型進化歷史數(shù)據(jù)統(tǒng)計分析L2(確定性任務(wù)自動化)基于用戶對確定性任務(wù)的描述，代理在預定義的動作空間中自動完成

步驟。L3(戰(zhàn)略任務(wù)自動化)“查詢北京今天的天氣”基于用戶指定的任務(wù)，代理自主使用各種資源和工具規(guī)劃執(zhí)行步驟，并根據(jù)中間反饋迭代計劃直至完成。L4(記憶和上下文感知)“給愛麗絲打視頻電話”代理感知用戶上下文，理解用戶記憶，并有時主動提供個性化服務(wù)。L5(數(shù)字人格)“告訴掃地機器人今晚打掃房間”,“告訴愛麗絲我明天的日

程安排”代理代表用戶完成事務(wù)，代表用戶“找出最近適合旅行的城市”與他人交互，確保安全和可靠性大模型能力提升：基于大模型的AI

Agent可顛覆現(xiàn)有的工作范式數(shù)據(jù)來源：公開資料，專家訪談，甲子光年智庫整理面向過程的傳統(tǒng)模式(如CRM

分步驟錄入)甲子光年」

AZZ

Y

kA

R人工操作流程固化標準化批量處理固定菜單/按鈕9從“流程固化”到“任務(wù)智能”,企業(yè)軟件從‘工業(yè)化’到‘智能化’的質(zhì)變Al

Agent正通過三層重構(gòu)顛覆企業(yè)服務(wù)：交互層(自然語言取代復雜界面)、邏輯層(目標導向替代流程固化)、價值層(從

‘人適應(yīng)系統(tǒng)′轉(zhuǎn)

向‘系統(tǒng)服務(wù)人′)。到2026年60%的企業(yè)將部署Al

Agent,其核心價值不僅是效率提升，更是通過降低數(shù)字化摩擦釋放組織創(chuàng)新潛能傳統(tǒng)軟件VS傳統(tǒng)企業(yè)軟件流程數(shù)字化，如ERP/SAP剛性規(guī)則平均3個月員工培訓僅覆蓋30%高頻場景版本迭代周期≥6個月供應(yīng)鏈管理傳統(tǒng)企業(yè)軟件SAP

需手動配置參數(shù)，

平均響應(yīng)72小時AlAgent沃爾瑪：動態(tài)預測缺貨風險，

自動生成補貨方案(時效壓縮至15分鐘)任務(wù)目標驅(qū)動，如動態(tài)拆解KPI自然語言指令，零學習門檻解決70%非標需求實時在線學習(周級模型微調(diào))

數(shù)據(jù)來源：Gartner、IDC、企業(yè)年報，甲子光年智庫整客戶服務(wù)傳統(tǒng)企業(yè)軟件

AlAgentAl

Agent的破局對比Al

Agent解決方案AI

Agent成為企業(yè)級軟件服務(wù)的破局點Zendesk:

通過情感識別+知

識圖譜，解決率提升至78%Al

Agent實踐案例CRM預設(shè)話術(shù)，首次解決率≤40%甲子光年」

AZZYkARVS10Al

Agent技術(shù)支撐場景應(yīng)用與拓展7×24無間斷服務(wù)、企業(yè)數(shù)字孿生構(gòu)建價

值應(yīng)

用

預制業(yè)務(wù)組件庫、低代碼開發(fā)平臺動態(tài)工作流引擎、自適應(yīng)學習系統(tǒng)

能

力基

礎(chǔ)混合云架構(gòu)+知識圖譜

11AI

Agent生產(chǎn)力：打造企業(yè)級“數(shù)字員工”,重塑生產(chǎn)力邊界的智能范式數(shù)字員工正在成為行業(yè)標配，提供自動化、高效、準確的工作支持核心價值主張定義進化：具備自主任務(wù)處理能力的Al系統(tǒng)集群，覆蓋"感知-分析-決

策-執(zhí)行"全鏈路戰(zhàn)略價值

：人效提升：RPA+Al實現(xiàn)業(yè)務(wù)

流程自動化率超80%決策精度：機器學習模型使運營決策準確度提升65%成本結(jié)構(gòu)：三年期ROI達400%,人力密集型場景降本

45%數(shù)據(jù)來源：Gartner,Mckinsey,IDC,德勤，甲子光數(shù)字員工正逐步成為各行業(yè)的標配，通過自動化和智能化的支持，顯著提升工作效率和準準確性。它不僅幫助企業(yè)降低成本，還通過數(shù)據(jù)分析為決

策提供支持，推動個性化服務(wù)與國際化擴展。未來，企業(yè)將更加依賴這一新型“數(shù)字員工”,以保持競爭優(yōu)勢和市場適應(yīng)性技術(shù)復雜度創(chuàng)新技術(shù)智能客服個性化推薦支撐系統(tǒng)市場洞察

風險建模決策支持層客戶交互層核心業(yè)務(wù)運營中樞層創(chuàng)新拓展層>多語言全球化系統(tǒng)

元宇宙交互接口AI

Agent場景化應(yīng)用矩陣>

財

務(wù)

自

動

化供應(yīng)鏈優(yōu)化甲子光年」AZZYkAR業(yè)務(wù)進度基礎(chǔ)技術(shù)相比傳統(tǒng)，

Al

Agent個性化賦能員工傳統(tǒng)培訓體系

AI

Agent賦能體系場景化浸潤(工作流實時反饋)VS任務(wù)驅(qū)動的自適應(yīng)學習，如AWS

Q優(yōu)化運維決策)實時模型微調(diào)(周級知識庫迭代)員工數(shù)字化能力水平→

2

周AIAgent6月時間起點傳統(tǒng)困境技術(shù)門檻：非IT員工需學習復雜系統(tǒng)，平均培訓成本￥20,000/人知識斷層：20%關(guān)鍵崗位人員掌握80%

數(shù)字化技能AI

Agent破局教練模式：

實時工作流指導，如MicrosoftMicrosoft

365Copilot助手模式：自動生成分析報告，如SalesforceEinstein

案例：

einstein平權(quán)效應(yīng)：自然語言交互使技能獲取效率提升5倍

12Al

Agent加速員工數(shù)字化水平提升，重塑人機協(xié)作的知識平權(quán)和專業(yè)化進程AI

Agent提升員工數(shù)字化素養(yǎng)Al

Agent能力升維，提升員工數(shù)字化水平單向灌輸(課程→考核)數(shù)據(jù)來源：斯坦福HAl,MIT

人機協(xié)作研究，

IDC,麥肯365

Copilot文檔優(yōu)化建議甲子光年」

AZZ

Y

kA

R脫離實際

業(yè)務(wù)場景技能應(yīng)用進化速度知識傳遞年度更新周期傳統(tǒng)工具IntelligenceAgencyAI

Agent在真實物理世界條件下強于純?nèi)斯ぶ悄?Al)能動性(Agency)價值大于純思考(Intelligence)>再高的智力不付諸行動也只是潛能，而中等智力配合高能動性卻能創(chuàng)造實際價值。稀缺性差異高智力的大模型相對常見，而真正具備高能動性的AIAgent卻極為稀缺。能動性能調(diào)動并放大智力>具備能動性的AI

Agent會積極尋求提升自己智力的方法，而高智力的Al模型卻不必然導致更強的行動力。社會結(jié)構(gòu)偏差>社會教育體系和社會評價體系過度強調(diào)智力測量(對Al也是如此),卻很少關(guān)注和培養(yǎng)能動性，導致能動性在AIAgent市場中更為稀缺。AI是包含所有多媒體形式存儲的知識的“圖書館”,那么Al

Agent是、具備能動性、能與物理世界互動、并改變物理世界的“圖書館”能動性是將智力轉(zhuǎn)化為實際價值的催化劑，是一種比智力本身更具決定性的品質(zhì)。在相同條件下，高能動性者往往能比高智力者取得更顯著、更持久的成就Al

的純智力與AI

Agent的能動性

Al

Agent的能動性優(yōu)于Al的純智力能動性(Agency):主動采取行動、做出決策并影響環(huán)境的能力，

體

現(xiàn)

為

：主動設(shè)定目標并堅

定追求在面對障礙時尋求解決方案內(nèi)在控制點(認為自

己掌控命運)自我效能感、決心與責任感的綜合體Al

Agent是AGI的載體：AI

Agent是具備能動性的“圖書館”Intelligence智力(Intelligence):思考、分析、

學習和解決問題的能力數(shù)據(jù)來源：Andrej

Kaparthy,甲子光年智庫整理甲子光年」A

Z

Z

Y

k

A

RAgency13當Al推動經(jīng)濟達到10%增長，才是AGI時代，而Al

Agent是將會是AGI重要載體Satya

Nadella為AGI時代的到來設(shè)定了一個明確的經(jīng)濟量化標準：唯有當Al能推動全球經(jīng)濟實現(xiàn)10%的增長率時，才算真正邁入AGI時代這一標準的提出建立在對當前經(jīng)濟現(xiàn)狀的深刻洞察之上-發(fā)達國家GDP

年增長率僅約2%,若考慮通脹因素，實際增長幾近于零。因此，若AI

要引發(fā)堪比工業(yè)革命的變革，至少需要帶動發(fā)達國家實現(xiàn)5-7%的實際增長率。具體而言，以當今100萬億美元的世界經(jīng)濟規(guī)模為基準，10%的增長意

味著每年將創(chuàng)造10萬億美元的新增價值，這一指標巧妙地將抽象的技術(shù)進步轉(zhuǎn)化為可衡量的經(jīng)濟增長目標不同時期技術(shù)革命對GDP

增速的影響

突破AGI的核心指標現(xiàn)在AGI時代發(fā)

達

國

家

G

D

P增速約2%(實際增長近零)5%-7%實際增長工業(yè)革命期英國年均增速2-3%全

球

經(jīng)

濟

增

量窄Al貢獻約0.1%-0.3%年增10萬億美元(10%增速)工業(yè)革命200年累積增長10倍技

術(shù)

滲

透

率AI覆蓋<10%職業(yè)

(OpenAl)覆蓋80%職業(yè)與經(jīng)濟活動電力普及率達90%耗時40年17401820

1870數(shù)據(jù)來源：

Satya

Nadella、《英國工業(yè)革命中的技術(shù)AI

Agent加速AGI時代的到來甲子光年」A

Z

Z

Y

k

A

R1995

2004

2025時間14不同維度下的AGI標準和預期到來的時間代表者認知能力

Anthropic

CEO

Dario

AmodeiAGI標準多領(lǐng)域全才型智能(如諾貝爾獎級跨學科能力)

人類水平認知泛化(無需領(lǐng)域微調(diào))預測時間2026-2027年科學發(fā)現(xiàn)經(jīng)濟創(chuàng)造GoogleDeepMindCEODemis

Hassabis信息稀缺下的理論創(chuàng)新(如發(fā)明相對論)自主創(chuàng)造復雜系統(tǒng)(如設(shè)計新棋類規(guī)則)2030年代初期OpenAISamAltmanMicrosoftCEOSatyaNadella單系統(tǒng)創(chuàng)造千億美元價值推動GDP年增10%(發(fā)達國家)2027-2030年當

前

，AGI(通用人工智能)尚未形成統(tǒng)一標準，行業(yè)領(lǐng)袖從不同維度提出定義：認知能力、科學發(fā)現(xiàn)與經(jīng)濟創(chuàng)造。AnthropicCEO阿莫代主張

AGI

需具備“多領(lǐng)域人類頂尖水平”,如Al

Agent在醫(yī)療、法律等場景中完成諾貝爾獎級任務(wù)；谷歌DeepMind

CEO

哈薩比斯則認為AGI

的核心

是“信息稀缺下的理論創(chuàng)造”,例如Project

Astra通過多模態(tài)融合自主設(shè)計量子算法，接近愛因斯坦式科學突破；而OpenAl

與微軟則聚焦經(jīng)濟

價值，特斯拉FSD等AI

Agent通過全自動駕駛每年節(jié)省全球物流成本超3000億美元，驗證了“千億美金系統(tǒng)”的潛在標準AI

Agent的多元實踐正推動AGI從技術(shù)概念走向現(xiàn)實：認知能力不斷擴展，科學發(fā)現(xiàn)需突破多模態(tài)創(chuàng)造力，經(jīng)濟價值倒逼規(guī)模化落地。

15數(shù)據(jù)來源：SatyaNadella、Sam

Altman,Dario

Am基于LLMs的AI

Agent推動下，AGI時代有望在十年內(nèi)到來甲子光年1A

Z

ZY

k

A

R杰文斯(Jevon's)悖論工業(yè)革命信息革命AI革命核心資源煤炭、鋼鐵電力、數(shù)據(jù)算力、數(shù)據(jù)技術(shù)驅(qū)動瓦特改良蒸汽機摩爾定律大模型能力不斷提升矛盾表現(xiàn)單臺機器耗煤量降低30%,但總消耗量增加10倍單芯片能耗降低50%,但數(shù)據(jù)中心總耗電量增加

400%單任務(wù)能耗降低30%,但全局算力需求增速達50%/Y北年觸發(fā)機制規(guī)模化生產(chǎn)需求激增網(wǎng)絡(luò)效應(yīng)與用戶擴張智能泛在化部署解決路徑石油替代煤炭能效標準+低功耗芯片算法革新+架構(gòu)革命演進特點單維度能源消耗能源+數(shù)據(jù)雙重消耗算力+數(shù)據(jù)需求大增，量子計算取得突破模型優(yōu)化與普及浪潮下的算力黑洞與破局路徑，技術(shù)單點優(yōu)化與系統(tǒng)性指數(shù)擴張Al技術(shù)的能效悖論已然顯現(xiàn)：當單個智能體能效提升30%時，全球算力需求卻激增50%,揭示出典型的杰文斯陷阱。據(jù)國際能源署，2030年Al或

將消耗全球5%電力Al

Agent在發(fā)展及普及過程中還需要：重構(gòu)技術(shù)架構(gòu)削減冗余計算，云邊端動態(tài)調(diào)度化解能耗峰值，共享算力經(jīng)濟遏制資源空轉(zhuǎn)，此外量子計算

也可以解決Al

Agent面臨的數(shù)據(jù)能力和能源消耗所帶來的挑戰(zhàn)。這場能效革命標志著AI發(fā)展邏輯的根本轉(zhuǎn)向——從參數(shù)軍備競賽轉(zhuǎn)向單位能耗智

能產(chǎn)出的效能競爭模型優(yōu)化如DeepSeek十計算能力革命性突破如微軟量子計算芯片Majorana

1Al

Agent在規(guī)模化落地的進程中需正視其衍生的“杰文斯悖論”困境甲子光年1A

Z

ZY

k

A

R破局之道數(shù)據(jù)來源：甲子光年智庫整理16甲目錄甲小甲旺想甲子光年P(guān)art

01

Al

Agent的全球認知與發(fā)展演進Part

03AI

Agent的商業(yè)實踐與場景突破Part

04

Al

Agent的未來趨勢與挑戰(zhàn)Part

02

AI

Agent的技術(shù)突破與行業(yè)重構(gòu)甲子光年1AZZY

k

AR明

數(shù)甲17AI

Agent時代企業(yè)進化三重奏

甲」A

重構(gòu)人機邊界

·激活知識資本

·重塑生產(chǎn)范式，從數(shù)字助力到認知重構(gòu)的企業(yè)操作系統(tǒng)當Al

Agent滲透率突破40%臨界點，企業(yè)將經(jīng)歷從'工具使用'到'認知共生'的范式遷移。這不僅帶來58%的運營效能提升，更將重構(gòu)企業(yè)DNA—

—知識資產(chǎn)成為新資產(chǎn)負債表核心科目，流程智能化為新的核心競爭力，最終實現(xiàn)組織從機械執(zhí)行體向認知有機體的進化人機協(xié)作革命

知識資產(chǎn)引擎

生產(chǎn)模式躍遷流程認知解構(gòu)與重組，促進生產(chǎn)模式發(fā)生變革，具體提前在縮短銷售周期、售

后服務(wù)和管理范式進化等銷售

一

體化：線索孵化周期從45天縮短到11天

售后鏈式反應(yīng)：故障預測提前量達72小時管理范式進化：從科層制向神經(jīng)網(wǎng)狀結(jié)構(gòu)遷移數(shù)字員工能力放大器人均配備3.2個專屬Al

Agent復雜決策支

持響應(yīng)速度

答復提升

，

高達400%技能斷層填補：新員工

培訓周期壓

縮至72小時員工-Agent

協(xié)作閉環(huán)需求解析知識調(diào)用方案生成反饋優(yōu)化知識沉淀：將200+業(yè)務(wù)場景

SOP

轉(zhuǎn)化為可計算模型資產(chǎn)增值：客戶服務(wù)知識庫實現(xiàn)35%的復用溢價風險防控：合規(guī)知識網(wǎng)格覆

蓋98%業(yè)務(wù)觸點2027建期

2026知

識資

產(chǎn)

貨

幣

化2025人

機

協(xié)

作

基數(shù)據(jù)來源：Gartner,Mckinsey,

德勤，甲子光年智庫2028

生產(chǎn)范式操作系統(tǒng)18顯性化

革命隱性

經(jīng)驗研發(fā)、設(shè)計、采購、物流等企業(yè)生產(chǎn)經(jīng)營與個人工作生活娛樂全場景覆蓋Al

Agent的應(yīng)用潛力進行全場景分析：行業(yè)滲透率方面金融/醫(yī)療/工業(yè)較高，其次為消費/教育，之后是文旅/建筑；在企業(yè)級Al

Agent場景成熟度方面研發(fā)/供應(yīng)鏈高于人力/財務(wù)；在個人級Al

Agent場景成熟度方面，健康/學習高于娛樂等應(yīng)用潛力較高的場景為：專業(yè)領(lǐng)域的自動化助手&生活化的個性化陪伴伙伴可能最先突破，尤其是金融、法律、醫(yī)療等專業(yè)等領(lǐng)域場景價值雙螺旋模型

典型場景AI

Agent普遍應(yīng)用的關(guān)鍵要素臨界指標

財務(wù)杠桿2025年知識圖譜覆蓋80%標化場景

滲透率▲場景成熟度醫(yī)療影像診斷Agent醫(yī)療診斷Agent

誤差率降至2.3%●不同領(lǐng)域的場景化突破：企業(yè)級場景與個人場景全面覆蓋金融投研Agent金融投研Agent

縮短

80%盡調(diào)周期工業(yè)設(shè)備預測維護Agent

工業(yè)運維預測準確率91%學習效率提升2.4倍教育Agent就醫(yī)頻次降低32%健康管家AI內(nèi)容占比15%娛樂生成1美元Agent投入替代3.2

美元人力成本流程重塑釋放30%人力5Agent/

百人觸發(fā)組織

智商躍遷企業(yè)場景個人場景數(shù)據(jù)治理成本降45%知識

資本化年增35%數(shù)據(jù)來源：信通院，Gartner,

甲子光年智庫整理；甲子光年」AZ

ZY

kA

R零售動態(tài)定價Agent文旅智能導覽Agent生態(tài)拐點19多行業(yè)全鏈條潛在應(yīng)用場景產(chǎn)品設(shè)計

生產(chǎn)/服務(wù)金融

醫(yī)療

教育+

建筑

能源工業(yè)

文旅主要場景客戶服務(wù)

營銷行業(yè)具體應(yīng)用場景金融數(shù)字化支付、區(qū)塊鏈、智能風控加速滲透醫(yī)療AI輔助診斷、遠程醫(yī)療、精準醫(yī)療技術(shù)突破教育個性化學習平臺、虛擬現(xiàn)實(VR)教學場景落地工業(yè)制造工業(yè)互聯(lián)網(wǎng)、智能工廠、數(shù)字孿生技術(shù)應(yīng)用文旅沉浸式體驗、智慧景區(qū)、IP衍生經(jīng)濟崛起金融、醫(yī)療、教育、工業(yè)制造、文旅五大行業(yè)憑借技術(shù)融合與政策支持，已進入規(guī)模化應(yīng)用拐點。其全鏈條場景覆蓋能力將重塑產(chǎn)業(yè)生態(tài)，成為

經(jīng)濟增長的核心引擎金融、醫(yī)療、教育、工業(yè)制造、文旅率先突破，賦能全場景價值鏈具體應(yīng)用場景甲子光年1A

Z

ZY

k

A

R運營管理科技服務(wù)數(shù)據(jù)來源：甲子光年智庫整理協(xié)同延伸場景20未來核心競爭力場景縱深

用戶粘性競爭焦點轉(zhuǎn)向生態(tài)整合能力

(開發(fā)者社區(qū)、API開放度)與垂直場景滲透率(行業(yè)Know-how與商業(yè)化閉環(huán))21在

大

模

型

競

爭

下

半

場

一

些

典

型

案

例落地策略

案例開放生態(tài)開發(fā)者激勵計劃、模型微調(diào)工具包百度文心“千帆生態(tài)”接入超800家企業(yè)高質(zhì)量數(shù)據(jù)應(yīng)用行業(yè)知識庫構(gòu)建、數(shù)據(jù)隱私合規(guī)解決方案科大訊飛醫(yī)療大模型與三甲醫(yī)院數(shù)據(jù)合作商業(yè)化能力

按需付費模式(API調(diào)用量)、訂閱制SaaS阿里通義千問推出企業(yè)專屬模型版本光年社區(qū)共創(chuàng)用戶反饋驅(qū)動迭代、開源社區(qū)貢獻獎勵機制HuggingFace模型眾包優(yōu)化案例數(shù)據(jù)來源：甲子光年智庫整理1未來決勝關(guān)鍵——開放生態(tài)、垂直深耕與數(shù)據(jù)閉環(huán)能力大模型競爭已從技術(shù)“軍備競賽”轉(zhuǎn)向生態(tài)協(xié)同與場景落地效率的比拼。產(chǎn)業(yè)競爭焦點已從單純的技術(shù)突破，轉(zhuǎn)向了更復雜的生態(tài)系統(tǒng)構(gòu)建與

商業(yè)價值實現(xiàn)。成功的關(guān)鍵在于如何將技術(shù)創(chuàng)新轉(zhuǎn)化為可持續(xù)的商業(yè)模式，并在特定垂直領(lǐng)域形成不可替代的競爭優(yōu)勢AIGC

產(chǎn)業(yè)格局重構(gòu)：大模型競爭進入“生態(tài)+場景”下半場細分領(lǐng)域產(chǎn)品需綁定行業(yè)痛點(如醫(yī)療影

像診斷、工業(yè)質(zhì)檢),

實現(xiàn)“數(shù)據(jù)-模型-業(yè)

務(wù)

”

閉

環(huán)

。通用大模型廠商通過開放API、工具鏈吸引

開發(fā)者，構(gòu)建技術(shù)護

城

河

。降低學習門檻(無代碼交互)、建立培訓

體系，提升企業(yè)端采

納

率

。競爭聚焦通用大模型技術(shù)突破

(參數(shù)

規(guī)模、多模態(tài)能力)產(chǎn)業(yè)格局變化甲子光年1A

Z

ZY

k

A

R生態(tài)壁壘下半場上半場2024年9月

BetterYeah

Al

Yeah客服

BetterYeah

Al

基于原有企業(yè)級AI

Agent開發(fā)平臺，發(fā)布首款官方AI應(yīng)用「Yeah客服」2024年9月容聯(lián)云容犀Copilot&Agent容聯(lián)云為企業(yè)在營銷和客服領(lǐng)域提供全面的Al解決方案，有效提升企業(yè)營銷轉(zhuǎn)化率，降低客訴率。2024年10月微軟Dynamics365集成自主AI

Agent微軟增強企業(yè)管理軟件的智能化水平，實現(xiàn)多業(yè)務(wù)領(lǐng)域的自動化，提高企業(yè)運營效率。2024年10月卓世科技“Al家庭醫(yī)生”智能體卓世科技通過深度強化學習優(yōu)化醫(yī)療健康、政務(wù)、文教傳媒、能源制造行業(yè)復雜推理，降低模型部署成本，打造全鏈路AI解決方案。2024年10月中國移動靈犀消息智能體中國移動推動AI在通信領(lǐng)域的應(yīng)用，提升用戶通話等場景中的體驗，拓展智能體在通信場景中的應(yīng)用邊界。2024年12月谷歌Gemini2.0驅(qū)動的AI

Agent原型谷歌拓展Al

Agent在多領(lǐng)域的應(yīng)用，推動多模態(tài)Al

Agent的發(fā)展，為用戶提供更全面、智能的服務(wù)。2024年12月中國電信星辰智能體中國電信通過自主規(guī)劃和工作流兩大模式解決大模型落地痛點，快速搭建“會展助手”智能體，提升工作效率。2024年12月字節(jié)跳動MarsCode字節(jié)跳動為國內(nèi)開發(fā)者提供一款功能強大的AI代碼編程工具，提高編程效率，推動國產(chǎn)Al編程工具的發(fā)展。2025年1月

Claude

3.5

Sonnet升級版

用下光Anthropic提升AI在代碼開發(fā)和計算機操作模擬方面的能力，為開發(fā)者提供更智能的輔助工具，推動AI在軟件開發(fā)領(lǐng)域的應(yīng)用。2025年1月AIAgent

OperatorOpenAl拓展AI

Agent的功能邊界，為用戶提供更強大的自動化任務(wù)執(zhí)行和知識生成能力，推動AI

Agent在多領(lǐng)域的應(yīng)用。2025年1月阿里云推出通義千問Qwen2.5-Max模型阿里云提升國內(nèi)大模型在多模態(tài)交互和復雜任務(wù)處理方面的能力，為AI

Agent的開發(fā)提供更強大的基礎(chǔ)模型支持。2025年1月拓爾思拓天大模型AI

Agent工具鏈拓爾思降低AIAgent的創(chuàng)建門檻，推動Al在多個行業(yè)的應(yīng)用落地，為行業(yè)智能化轉(zhuǎn)型提供有力工具。具備任務(wù)規(guī)劃、流程編輯與

自動執(zhí)行功能，已在金融、政務(wù)、媒體和智庫等多個行業(yè)場景落地。2025年2月

GitHub

Copilot

Agent模式GitHub提升AI在代碼開發(fā)中的自主性和智能性，推動軟件開發(fā)模式的變革，提高代碼開發(fā)的效率和質(zhì)量。2025年2月DeepSeek-R1幻方量化降低AI

Agent開發(fā)門檻，推動開源生態(tài)與行業(yè)應(yīng)用的結(jié)合，為國內(nèi)Al

Agent的發(fā)展提供新的技術(shù)支撐和開源資源。2025年2月視語坤川智能體應(yīng)用平臺中科視語基于視覺大模型實現(xiàn)工業(yè)柔性產(chǎn)線與交通管理智能化，端云協(xié)同加速傳統(tǒng)行業(yè)AI滲透。2025年3月ManusMonica.im工具鏈整合能力的規(guī)模化躍升迎來中國Al

Agent重大突破時刻，推動AI

Agent從對話智能升級為生產(chǎn)力操作系統(tǒng)。Al

Agent產(chǎn)業(yè)在2024年第四季度至2025年初呈現(xiàn)快速迭代態(tài)勢，從技術(shù)競爭轉(zhuǎn)向生態(tài)價值重構(gòu)。通信運營商、科技巨頭和專業(yè)廠商的多元競爭

推動該領(lǐng)域從單點突破走向"模型-工具-生態(tài)"的協(xié)同創(chuàng)新企業(yè)競爭焦點已從通用能力轉(zhuǎn)向場景深耕與生態(tài)整合，尤其在企業(yè)管理、代碼編程等高頻場景構(gòu)建數(shù)據(jù)閉環(huán)優(yōu)勢。通過降低開發(fā)門檻、開放API

接口，加速形成"技術(shù)-應(yīng)用-反饋"的正向循環(huán)，這將重塑產(chǎn)業(yè)格局與價值分配2024年9月至今Al

Agent領(lǐng)域行業(yè)動態(tài)AI

Agent產(chǎn)業(yè)廠商動態(tài)：動作越來越頻繁，行業(yè)競爭趨于白熱化

甲」一

甲

”數(shù)據(jù)來源：甲子光年智庫整理22DeepSeek

的出現(xiàn)實現(xiàn)了從“暴力計算”到“精準效能”的技術(shù)躍遷Al

Agent正經(jīng)歷從中心化到泛在化的歷史轉(zhuǎn)折：小模型突破馮·

諾依曼瓶頸(模型體積縮小80%)、低能耗重構(gòu)算力經(jīng)濟(單位智能成本下降99%)、跨場景釋放長尾價值、多模態(tài)重塑人機接口(語音/視覺/觸覺融合)。這場變革的本質(zhì)是將智能從‘云計算神殿’帶入'現(xiàn)實毛細血管’。

此外，DeepSeek

驗證了開源模型超越專有模型的可能性，其技術(shù)路徑或?qū)⒊蔀锳I

Agent從實驗室走向產(chǎn)業(yè)的核心推手維度技術(shù)突破標桿實踐小模型TinyML技術(shù)(<10億參數(shù))微軟Phi-3:手機端運行，醫(yī)療診斷準確率98%低能耗能效比提升50倍(MoE架構(gòu))谷歌Gemini

Nano:單設(shè)備推理

Gemini

功

耗

<

1

W跨場景元學習遷移框架(場景切換耗時

<5分鐘)特斯拉Dojo:工廠→家庭機器

人無縫遷移T三SL7DOJO多模態(tài)神經(jīng)符號系統(tǒng)(文本

→3D場景生成)OpenAI

Sora:物理引擎實時渲染島OpenAlSoraDeepSeek的出現(xiàn)技術(shù)升維：

deepseek通過輕量化(大幅降低成本)與精準化

(準確率明顯提升),突破“暴力計算”

時代能效天花板生態(tài)重構(gòu)：DeepSeek

開源戰(zhàn)略催生開發(fā)者社區(qū)熱度，推動智能從“中心化云”向“邊緣節(jié)點”

滲透倫理覺醒：推理路徑可視化與主動倫理框架，重塑

企業(yè)級AI信任基線產(chǎn)業(yè)爆發(fā)：在工業(yè)(能效管理)、消費(多模態(tài)硬

件)、開源(個人開發(fā)者)三大陣地驗

證“普惠智能”可行性。預計2027年

60%企業(yè)將采用DeepSeek類方案技術(shù)重構(gòu)隱私計算：聯(lián)邦學習使醫(yī)療數(shù)據(jù)不

出域輕量化：DeepSeek-R1

API價格

僅為行業(yè)均值的5%,推動企業(yè)級

部署成本下降90%精準認知：支持金融/醫(yī)療等長尾

場景多模態(tài)需求商業(yè)價值重構(gòu)以DeepSeek

R1模型為例，通過

開源協(xié)作與高效架構(gòu)設(shè)計，推理成

本相比傳統(tǒng)模型大幅降低，使中小

企業(yè)可負擔高精度AlAgent部署

以DeepSeek為例，在零售電商、金融保險等復雜場景的獨立解決率

得到提升，減少人工干預需求AI

Agent發(fā)展趨勢：輕量化、可持續(xù)與泛在智能未來技術(shù)四維演進

技術(shù)對產(chǎn)業(yè)的重構(gòu)數(shù)據(jù)來源：Yann

LeCun、IDC、甲子光年智庫整理甲子光年」

AZZ

Y

kA

RMicrosoftPhi-323算力、數(shù)據(jù)、算法的三角創(chuàng)新體系，在動態(tài)循環(huán)之中再次進入算法創(chuàng)新階段·

2022年：算法創(chuàng)新為主，ChatGPT發(fā)布，

引發(fā)Transformer

架構(gòu)的風潮迭起·2023年：數(shù)據(jù)創(chuàng)新為主，數(shù)據(jù)合成、數(shù)據(jù)

標準等成為高質(zhì)量數(shù)據(jù)集建設(shè)的熱點方向·2024年：算力創(chuàng)新為主，算力邁向超萬卡時代，算力運營商等產(chǎn)業(yè)新物種誕生·

2025年：再次進入算法創(chuàng)新與算力突破階

段AI

Agent技術(shù)路徑的循環(huán)：算法創(chuàng)新+算力突破再次成為新的突破點技術(shù)創(chuàng)新一直圍繞著核心三要素，2025年再次進入算法創(chuàng)新+算力突破新階段?Microsoft量子計算芯片Majorana

1時間數(shù)據(jù)來源：甲子光年智庫整理每

年AI

技術(shù)創(chuàng)新發(fā)展的方向圍繞三要素迭代展開Al技術(shù)成熟度deepseek甲算力創(chuàng)新2022年

2023年

2024年

2025年

未來算法

創(chuàng)新算力突破核心三要素的創(chuàng)新循環(huán)甲子光年1A

Z

ZY

k

A

R數(shù)據(jù)創(chuàng)新算法創(chuàng)新24側(cè)重商業(yè)落地光年象限甲網(wǎng)站創(chuàng)建直播帶貨聊天機器人音樂生成藥物研發(fā)輔助治療G

辦公翻譯編程與代碼自動生成科研學術(shù)分析師研究報告生成劇本創(chuàng)作星云象DS

基于算法工程方面的優(yōu)化，DS

能夠?qū)崿F(xiàn)性價比更高的模型推理能力(價格低、效率高、性能強、可部署在端側(cè)平臺)大模型的價格快速下降。OpenAl的

01

每輸出100萬令牌收費60美元，而DeepSeek-R1只需2.19美元。這將近30倍的價差，讓算力成本

不再是模型門檻，正在讓基礎(chǔ)模型層“平民化”。推理成本的顛覆性降低，將會推動C端產(chǎn)品在大多數(shù)應(yīng)用場景得到落地。尤其是在星云象限和星

團象限之中的應(yīng)用場景，將會得到全面的落地DeepSeek的性價比&效率優(yōu)勢，有望加速具身智能技術(shù)發(fā)展普及DeepSeek

算法變革推動AI普惠應(yīng)用，加速AI

Agent普及和應(yīng)用DeepSeek

的“高性價比”有望解鎖AI

Agent的理解、推理及普遍應(yīng)用加速研發(fā)速度、加速迭代速度、降低開發(fā)門檻端側(cè)平臺部署、提升反應(yīng)速率、降低計算能耗低成本和高效率對于實現(xiàn)規(guī)模化應(yīng)用和商業(yè)化至關(guān)重要圖：甲子星空坐標系一生成式AI在C

端應(yīng)用場景的商業(yè)潛力評估性能更強的中小模型蒸餾更低的計算成本在真實硬件上運行降低訓練成本側(cè)重產(chǎn)品效率提升

星

團

象

限商品展示視頻拍攝與制

繪畫設(shè)新聞采編智能客服

人像美顏·以較低的成本訓練出高質(zhì)量的模型語音合成搜索

文案創(chuàng)作游戲內(nèi)容生成甲

”甲子光年」

AZZ

Y

kA

R降低推理成本X

NPS值側(cè)重產(chǎn)品體驗V

滿

意

度待重塑產(chǎn)品數(shù)字文本改寫擴寫星辰象數(shù)字孿生海報設(shè)計3D交互內(nèi)容生成陪護聊天機器人文本摘要歸納·

·限限語音識別金融交易知識問答智能助教25一AI

Agent的場景化應(yīng)用：大模型走向行業(yè)落地的第一步所有行業(yè)都值得用Al重新做一遍，Al

Agent是實現(xiàn)這一目標的關(guān)鍵形式重復性工作自由度高(容錯性高)示例游戲NPC

影視設(shè)計底稿金融、醫(yī)療、法律、財務(wù)、生產(chǎn)、物流、資管、人力等專業(yè)性極強的領(lǐng)域，往往需要專崗專職人員進行多年學習完成專業(yè)性高(容錯性低)示例人才評價金融、醫(yī)療、法律、財務(wù)、生產(chǎn)、物流、資管、人力等專業(yè)性極強的領(lǐng)域，往往需要專崗專職人員進行多年學習完成專業(yè)性內(nèi)容的整理、收集、分析、反饋及生成交付游戲、娛樂、影視、營銷、廣告、教育等需要更多靈感及創(chuàng)意的領(lǐng)域更自然，更類人，帶有情緒價值的表達，并且表達中迅速形成合理的反饋更自然，更類人，帶有情緒價值的表達，

并且表達中迅速形成合理的反饋游戲、娛樂、影視、營銷、廣告、教育等

需要更多靈感及創(chuàng)意的領(lǐng)域?qū)I(yè)性內(nèi)容的整理、收集、分析、反饋及

生成交付甲子光年」

A

Z

Z

Y

kA

R甲

”理財顧問人才招聘醫(yī)療助手數(shù)據(jù)分析報告撰寫風控管理個性化媒體推薦社交媒體運營虛擬助手AR/VR體驗數(shù)據(jù)來源：公開資料，專家訪談，甲子光年智庫整理安全預警客戶服務(wù)廣告文案視頻轉(zhuǎn)繪財務(wù)報銷…評測打分…交互性工作情感分析示例示例26了·

2025年將成為Al

Agent商業(yè)化應(yīng)用元年。對于現(xiàn)階段Al

產(chǎn)品而言，護城河主要為模型+算力、數(shù)據(jù)、用戶體驗。頭部玩家以不同路徑筑墻：OpenAl

有強大的模型基座，Google

深耕數(shù)據(jù)搜索，而新銳產(chǎn)品(Perplexity、Cursor

和Manus)則有大量用戶數(shù)據(jù)沉淀后的用戶體驗·

Manus

的工作流程呈現(xiàn)清晰的分層協(xié)作架構(gòu)：用戶發(fā)起需求后，模型首先進行任務(wù)拆解與規(guī)劃，生成結(jié)構(gòu)化待辦清單；調(diào)度器隨即分配子任務(wù)至

專用Agent

群，驅(qū)動虛擬機中的瀏覽器/Python

環(huán)境執(zhí)行數(shù)據(jù)抓取、API調(diào)用等操作；執(zhí)行結(jié)果實時回傳并由Claude二次介入，整合多源數(shù)據(jù)生成

最終報告。該架構(gòu)通過高低階模型協(xié)同與工具鏈(調(diào)用6-8個工具)深度綁定構(gòu)建出從需求輸入到成果交付的完整自動化鏈路·

與其他Al產(chǎn)

品

(GPT/Claude)

相比Manus的護城河在于生態(tài)占位+數(shù)據(jù)飛輪：通過早期發(fā)布搶占企業(yè)自動化中樞生態(tài)位，沉淀用戶場景數(shù)據(jù)(如

合同審核流程偏好),形成"越多人用

→越懂需求

→體驗越精準"的閉環(huán)。其分層架構(gòu)(Claude

規(guī)劃/Qwen

調(diào)度/Agent

執(zhí)行)雖可復刻，但業(yè)務(wù)流寄生性(用戶核心流程深度綁定)與動態(tài)知識圖譜(實時優(yōu)化私有化工作流)構(gòu)成遷移壁壘manuS

工作原理Manus與其他Al產(chǎn)品比較核心能力

覽器、代碼編輯器等工具直通過文本對話提供建議，無法直接操作外部工具運行環(huán)境云端獨立計算環(huán)境，無需用戶監(jiān)督依賴用戶提供的運行環(huán)境(如本地設(shè)備)協(xié)作模式同(

“：

，支持偏工具型交互：需逐步指導，偏好需重復說明主要優(yōu)勢自動化執(zhí)行復雜任務(wù)-多領(lǐng)域任務(wù)融合

處理-迭代式成果優(yōu)化即時問答-創(chuàng)意文本生成-簡單數(shù)據(jù)處理適用場景視、

度調(diào)研分析、跨平臺信息查詢、內(nèi)容創(chuàng)作、基礎(chǔ)代碼協(xié)助、簡單任務(wù)指導用戶交互特點簡單提示即可輸出完整內(nèi)容

需詳細分步指導-每次對話需重新說明需求任務(wù)執(zhí)行特性后臺自主運行(委托-交付模式),支

持中途干預調(diào)整策略需要持續(xù)對話引導，復雜任務(wù)易中斷學習進化能力通過用戶反饋持續(xù)優(yōu)化工作模式

對話歷史記憶有限，需重復訓練成果交付形式直接生成最終成果文件(報告/可視化

圖表/處理后的數(shù)據(jù)包等)提供文本/代碼建議，需人工復核執(zhí)行化深數(shù)據(jù)整合與可批量文件處理“)求以后都這樣做中途可調(diào)整需如事好記憶類人類接完成任務(wù)主動調(diào)用瀏所有子任務(wù)執(zhí)行生成報告Manus

是中國Al

Agent領(lǐng)域的現(xiàn)象級產(chǎn)品，其階段性突破的核心在于工具鏈整合能力的規(guī)模化躍升，但技術(shù)護城河也相對薄弱。在Manus

發(fā)布后次日便出現(xiàn)了OpenManus

27數(shù)據(jù)來源：公開資料，甲子光年智庫整理Manus:

工具鏈整合能力的規(guī)模化躍升推動中國AI

Agent

重大突破，迎來GPT

時

刻

甲」A

Manus

在交互及用戶體驗上有大創(chuàng)新大突破，但受限于模型與數(shù)據(jù)，護城河暫未能構(gòu)筑互聯(lián)網(wǎng)

、第三方API初始化虛擬機，

寫入ToDo請求任務(wù)用戶

—用戶Prompt

—

(Cluade)瀏覽器+Python讀取ToDo更新ToDo任務(wù)執(zhí)行調(diào)度器(Qwen)任務(wù)執(zhí)行子任務(wù)

Agent

1子任務(wù)

Agent2子任務(wù)

Agent

3任務(wù)匯總生成(Cluade)任務(wù)規(guī)劃格甲甲目錄甲小甲旺想甲子光年明

數(shù)Part

02

Al

Agent的技術(shù)突破與行業(yè)重構(gòu)Part

01

Al

Agent的全球認知與發(fā)展演進Part

04

Al

Agent的未來趨勢與挑戰(zhàn)Part

03

AI

Agent的商業(yè)實踐與場景突破甲子光年1AZZY

k

AR28Al

Agent技術(shù)架構(gòu)正從單點技術(shù)突破轉(zhuǎn)向

“模型-工具-生態(tài)”協(xié)同進化升級。未來競爭將聚焦于場景深耕聚焦醫(yī)療、金融等高壁壘領(lǐng)域，通

過專業(yè)化數(shù)據(jù)閉環(huán)構(gòu)建競爭力；企業(yè)競爭核心從技術(shù)領(lǐng)先轉(zhuǎn)向"場景理解+生態(tài)協(xié)同",需在通用底層使能者與垂直場景整合者間做出戰(zhàn)略選擇

、開放生態(tài)的開發(fā)者粘性應(yīng)用與生態(tài)層基礎(chǔ)設(shè)施層經(jīng)濟模型開發(fā)框架企業(yè)

服務(wù)算力

平

臺隨著大模型能力提升和硬件水平進化，從“指令-響應(yīng)”轉(zhuǎn)向主

動規(guī)劃多鏈與跨模態(tài)融合社區(qū)共創(chuàng)LangChain

等框架降低開發(fā)門檻，開源社區(qū)(如Hugging

Face)

推動工具生態(tài)擴展Al激起的浪花，促進AI

Agent迅速成為潮流AI

Agent產(chǎn)業(yè)技術(shù)演進趨勢實時感知與自主決策升級D.A.T.A框架解決跨鏈數(shù)據(jù)交互，多模態(tài)模型(如Gemini2.0)

增強環(huán)境感知代理執(zhí)行器工具集成大語言模型執(zhí)行層工具層模型層AI

Agent產(chǎn)業(yè)技術(shù)架構(gòu)算法類工

具記憶系統(tǒng)內(nèi)容

創(chuàng)作數(shù)據(jù)

平臺行業(yè)場景金融科技甲強化學習模

塊安全與驗證

機制甲子光年」A

Z

Z

Y

k

A

R數(shù)據(jù)來源：甲子光年智庫，2025年；執(zhí)行類工

具信息類工

具規(guī)劃

模塊29注：生態(tài)格局圖時間截止2025年2月底，由于版面所限，僅通過部分示例企業(yè)展示行業(yè)應(yīng)用生態(tài)特點。

30Al

Agent領(lǐng)域成為實現(xiàn)AI價值的重要賽場，不同類型企業(yè)各顯身手AIAgent產(chǎn)業(yè)圖譜甲子光年1AZZY

kA

R招聘D

ayee

大

易AMoka算力層(泛AI算力)青云

L

D

百度智能云

科態(tài)IOUNGCQ

a

s

C

BetterYeah

扣子

BuffGPT通用manus數(shù)據(jù)分析數(shù)勢科技D1GITFOR

C

E醫(yī)療卓世科技m

a

供應(yīng)鏈壹沓科技中科視語Object

EYe金融螞蟻集團ANTGROUPdeepseekLIN

ER

聯(lián)

匯ONE

LINKERONEWORLDORIONSTAR獵

戶

星

空BetterYeah中科視語Object

eve文心智能體平臺AgentBuilder

Model5cope火山引擎CambricDn寒

武

紀BufFGPT卓世科技ma

a交通NIO

蔚來AI

PCLenovo

聯(lián)想deepseek天工螞蟻集團ANT

GROUP營銷容聯(lián)云CLCOPEN科研deepseek華為云HUAWEI阿里云法律實在智能用友yonyou開發(fā)者AI

Agent平臺教育語核科技企業(yè)級AIAgent平臺BetterYeah中科視語(Object

rwa行業(yè)應(yīng)用層平臺框架層面壁智能企業(yè)服務(wù)匯智智能BuffGPT國內(nèi)重點廠商及產(chǎn)品服務(wù)——中科視語視語坤川智能體應(yīng)用平臺，面向行業(yè)提供全方位的智能體生態(tài)鏈服務(wù)中科視語(北京)科技有限公司，是中國科學院自動化研究所項目孵化企業(yè)。成立于2018年4月，作為通用視覺大模型領(lǐng)域國家隊企業(yè)，國家級專精特新“小巨人”企業(yè)，自研技術(shù)勇立國際前沿，致力于引

領(lǐng)通用視覺大模型技術(shù)。

公司成立以來歷經(jīng)工業(yè)、交通等數(shù)十個國家級重大項目的檢驗，核心標桿成果

多次榮獲頂級智庫典型應(yīng)用案例。感知推理能力用戶意圖理解多模態(tài)信息融合感知與推理規(guī)劃決策能力需求和任務(wù)拆解執(zhí)行流程規(guī)劃自主學習反思能力自主問題反思自我學習技能提升長短期記憶能力實時對話記憶長期歷史行為記憶交互式信息挖掘能力交互式意圖引導多輪引導信息挖掘工作流場景適配能力工具與函數(shù)調(diào)用完成任務(wù)執(zhí)行任務(wù)執(zhí)行反饋閉環(huán)結(jié)合LLM+RAG

技術(shù)和Agent

的長短期記憶功能，能夠高效利用私域

知識，深入理解用戶意圖，提供精準回應(yīng)，顯著降低大模型的幻覺問

題，確保AI應(yīng)用的準確性與可靠性內(nèi)置強大的工作流引擎和豐富的工具插件，用戶通過拖拽組件，靈

活編排工作流，輕松應(yīng)對復雜業(yè)務(wù)場景，提升開發(fā)效率實現(xiàn)自然語言對話即分析，通過日常對話的方式即可獲得可信的數(shù)據(jù)，

極大降低數(shù)據(jù)消費門檻，引領(lǐng)數(shù)據(jù)分析新范式基于邏輯推理的語言理解，精準處理復雜任務(wù)；先驗知

識引導的視覺模型，高效適應(yīng)多場景；混合專家機制統(tǒng)一多任務(wù)，展現(xiàn)卓越跨領(lǐng)域智能協(xié)同融合多模態(tài)數(shù)據(jù)，運用深度語義分析、視覺引擎與跨模態(tài)

關(guān)聯(lián)技術(shù)，精準提取信息并智能決策，適配復雜場景，實

現(xiàn)高效認知與協(xié)作中科視語坤川通用視覺大模型、DeepseekV3、

R1等模型

全搭載，為企業(yè)打造專屬定制模型，快速調(diào)優(yōu)，精準適配業(yè)務(wù)需求視語坤川智能體應(yīng)用平臺通過融合外部工具、知識工程與中科視語行業(yè)小模型的深厚積淀，構(gòu)建貫通感知、規(guī)劃、決策、執(zhí)行與記憶的智能閉環(huán)，快速打造面向行業(yè)特定場景的高階智能體，為用戶提供前沿

的大模型決策引擎與執(zhí)行賦能

數(shù)據(jù)來源：中科視語，甲子光年智庫，2025年依托大模型賦能行業(yè)智能進化，構(gòu)建知識驅(qū)動，多維協(xié)同的智能體平臺，助力業(yè)務(wù)精準決策與高效創(chuàng)新多模態(tài)內(nèi)容生成多模態(tài)內(nèi)容理解模型全家桶中科視語◎bjecteye智能助手工作流編排智能分析視語坤川智能體應(yīng)用平臺行業(yè)智能體：能理解、會思考、懂規(guī)劃、做決策、去執(zhí)行甲子光年」AZZYkAR對話式數(shù)據(jù)分析智能體交通隱患分析智能體能源安全生產(chǎn)智能體建筑專家對話智能體機車外觀設(shè)計智能體政務(wù)智能問答智能體www.jazzyea31中科視語：智能網(wǎng)聯(lián)云控平臺，重塑交通管理新格局中科視語智能網(wǎng)聯(lián)云控平臺融合視語坤川通用視覺大模型、數(shù)字人交互、

C-V2X通信等技術(shù)，構(gòu)建新一代智能化智慧交通體系。平臺以車輛、道路、環(huán)境的動態(tài)數(shù)據(jù)為核心，結(jié)合多源感知，實現(xiàn)協(xié)同感知、決策、控制，推動車路協(xié)同管控與智能調(diào)度。視語坤川通用視覺大模型提供精準環(huán)境感知與

目標識別，提升智能駕駛與交通監(jiān)管能力；數(shù)字人基于多模態(tài)交互，賦能遠程管控、智能指揮與輔助決策。平臺支持設(shè)備遠程管理、車輛監(jiān)測、網(wǎng)聯(lián)

信息發(fā)布、高精地圖、數(shù)據(jù)分析共享等功能，實現(xiàn)信息融合、智能調(diào)度、精準發(fā)布，助力智慧交通高效、安全發(fā)展。工具注冊參數(shù)配置API

函數(shù)調(diào)用

第三方工具庫管理FastSAM

系列

·感知知識圖譜

文檔知識庫

FAQ

知識庫知識庫管理□AnomalyMoE

系列

·理解視語坤川通用視覺大模型基座

·MLLM拖拽式

生成式工作流管理Griffon

系列

·推理流

程

生

成項目亮點●

新型協(xié)同控制：

基于智能體，融合融合AI、車路協(xié)同、語音識別

與合成等多領(lǐng)域先進技術(shù)，實現(xiàn)針對垂類場景的新型Al+高效協(xié)同

控制●

人機交互新體驗：

打造高度智能化虛擬助手，提供接近真人交流

的互動控制，提高用戶交互體驗，提效業(yè)務(wù)處理流程山

技術(shù)亮點●智能體技術(shù)：深度融合多模態(tài)語音識別與意圖分析，打造個性化且

上下文敏感的交互環(huán)境，實現(xiàn)平臺級高效協(xié)調(diào)控制●

3D

虛擬人技術(shù)：結(jié)合高逼真度渲染和自然語言處理技術(shù)，實現(xiàn)栩

栩如生的3D

虛擬人形象和智能對話建設(shè)成效●

通過智能化的信息交互與協(xié)同控制提效交通協(xié)同管控，降低交通

事故發(fā)生率、優(yōu)化交通流，減少擁堵，提高行車效率●智能虛擬助手提供直觀、生動的交通信息展示，通過智能化的數(shù)據(jù)分析，為交通管理提供決策支持，提升響應(yīng)速度和決策效率語音識別

智能問答意圖識別

智能推薦融合感知

多模態(tài)檢索3D虛擬人服務(wù)多模態(tài)交互服務(wù)知識庫服務(wù)長短期記憶感知推理閉環(huán)控制智能體應(yīng)用平臺自主學習規(guī)劃決策自主交互中科視語◎bject

eyeAl

講解員

語音控屏

人機對話

專家分析

智能巡游項目成果算力設(shè)備

GPU/NPU

通用服務(wù)器設(shè)備

X86/ARM

網(wǎng)絡(luò)&存儲

采集設(shè)備

顯示設(shè)備應(yīng)用智能服務(wù)

智

能

體流

程執(zhí)行流程轉(zhuǎn)譯流

程

拖

拽文

檔檢索文

檔標

注文

檔解析甲子光年」

AZZYkAR毒車及自主泊知

識

索

引組

件管

理知識融合圖

譜

構(gòu)

建基礎(chǔ)設(shè)施數(shù)語字音對

話人講解乃交勢通析表

格文

檔知

識

推

理播

報

及

趨業(yè)

務(wù)

庫智能32件國內(nèi)重點廠商及產(chǎn)品服務(wù)——

BetterYeah

AI專注提供企業(yè)級AI

Agent平臺，助力實現(xiàn)AGI

for

Organization斑頭雁(杭州)智能科技有限責任公司，是國內(nèi)企業(yè)級AI

Agent智能體頭部廠商，致力于為企業(yè)提供AI

WorkforceBetterYeah

Al專注企業(yè)場景，打造專業(yè)的生產(chǎn)級AI

Agent開發(fā)平臺，并圍繞企業(yè)客服、銷售、營銷、產(chǎn)研等場景，提供豐富的AI

Agent應(yīng)用，保障企業(yè)Al

戰(zhàn)略迅速落地。已服務(wù)聯(lián)想、百麗、追覓、添可、啄木鳥等數(shù)百家頭部企業(yè)，已落地的企業(yè)Al場景豐富深入、價值明顯，團隊具備豐富的落地經(jīng)驗和行業(yè)know-how·某人力招聘公司：400+招聘Agent,7*24小時實時運行，提效35%企業(yè)基于BetterYeah平臺搭建的agent場景標桿客戶百麗時尚Lenovo

聯(lián)

想

DREAME

追

覓

SUPOR

蘇泊爾

TineCO

添

可易用

多角色協(xié)同：滿足技術(shù)、產(chǎn)品、業(yè)務(wù)多角色在平臺上

順暢協(xié)同行業(yè)模板：豐富的企業(yè)級Agent模版，全部基于真實

場景，快速復用·自動化構(gòu)建：AgentCopilot,

輔助的Code生成工

具，庫表Al字段補齊備注·清晰直觀的FlowEditor,結(jié)構(gòu)化和圖形化的Prompt

Editor,

降低學習成本靈活豐富的集成能力：提供多端的集成能力，API

和ChatSDK集成能力支持多維數(shù)據(jù)同步：非結(jié)構(gòu)化數(shù)據(jù)，關(guān)系型數(shù)據(jù)，批

量同步API滿足多種企業(yè)AI任務(wù)：定時任務(wù)處理，批任務(wù)處理，

Webhook任務(wù)BetterYeah

AI

Agent開發(fā)平臺·行業(yè)領(lǐng)先：國內(nèi)最早發(fā)布的企業(yè)級Al

Agent開發(fā)平

臺，具備行業(yè)先發(fā)優(yōu)勢·專業(yè)高效：平臺功能豐富，提供從Agent

建設(shè)到管理

的一體化基礎(chǔ)設(shè)施市場認可：平臺每月數(shù)千萬次任務(wù)調(diào)用，市場認可度

極高AI

Agent