民生證券MINSHENGSECURITIES計(jì)算機(jī)行業(yè)深度研究>AlAgent:AI時(shí)代的軟件革命。AIAgent是軟件革命的關(guān)鍵，解決了生成推薦維持評(píng)級(jí)相關(guān)研究>AlAgent:AI時(shí)代的軟件革命。AIAgent是軟件革命的關(guān)鍵，解決了生成推薦維持評(píng)級(jí)相關(guān)研究/102)從商業(yè)化路徑看，MCP到Manus,基于類MCP協(xié)議的底層數(shù)據(jù)互通+Agentic-based決策路徑定義AlAgent范式，在C端AlAgent更強(qiáng)調(diào)通用準(zhǔn)確性，按結(jié)果付費(fèi)更適合；3)展望未來，類似芯片的“摩爾定律”,AIAgent的任務(wù)長(zhǎng)度或每7個(gè)月翻一倍，最終實(shí)現(xiàn)Agent開發(fā)異同，但在戰(zhàn)略方針上殊途同歸：流量和平臺(tái)的爭(zhēng)奪戰(zhàn)；規(guī)?？梢赃_(dá)到數(shù)萬億美元。>2)通用SaaS有望成為AIAgent基礎(chǔ)設(shè)施，垂類應(yīng)用也將借助Al實(shí)現(xiàn)市>投資建議：我們堅(jiān)定認(rèn)為2025年將是AlAgent元年，也是軟件大革命的起點(diǎn)：Agent或成為軟件價(jià)值重估的重要催化劑，軟件廠商的目標(biāo)市場(chǎng)有望擴(kuò)大開軟件廠商的估值天花板，針對(duì)不同方向，建議關(guān)注：3)終端Al:中科創(chuàng)達(dá)、螢石網(wǎng)絡(luò)等；得信息、中軟國(guó)際等10)客服：夢(mèng)網(wǎng)科技、彩訊股份等；風(fēng)險(xiǎn)提示：AI發(fā)展不及預(yù)期，行業(yè)競(jìng)爭(zhēng)加劇。民生證券行業(yè)深度研究/計(jì)算機(jī)目錄 41.1模型+工具+編排層構(gòu)建AIAgent的認(rèn)知和交互底座 41.2黎明即將到來，AIAgent商業(yè)化穩(wěn)步推進(jìn) 22.1騰訊的野望：元寶搶占流量入口+MCP打通底層協(xié)議+多元AIAgent拓寬覆蓋面 2.2字節(jié)的布局：扣子空間流量導(dǎo)入+MCP模塊化擴(kuò)展+飛書工具切入B端場(chǎng)景 2.3阿里的構(gòu)想：阿里云構(gòu)建云端開放平臺(tái)+全周期MCP服務(wù)+多款細(xì)分AIAgent搶占C端流量 2.4百度的規(guī)劃：心響APP打開流量入口+MCP實(shí)現(xiàn)多智能體協(xié)作+AI搜索推動(dòng)商業(yè)落地 402.5三六零的路徑：納米搜索構(gòu)筑平臺(tái)能力+MCP推動(dòng)AI平權(quán)+個(gè)性化服務(wù)創(chuàng)造價(jià)值閉環(huán) 422.6飛書：項(xiàng)目開放平臺(tái)進(jìn)一步構(gòu)建開放生態(tài) 42.7釘釘：釘釘AI助理商業(yè)化模式清晰 2.8企業(yè)微信：AI化進(jìn)程穩(wěn)步推進(jìn) 46 47 3.2谷歌：Agentspace構(gòu)建生態(tài)閉環(huán)，加速企業(yè)部署 52 543.4Salesforce:Agentforce重塑企業(yè)服務(wù)新范式 5 3.6金蝶國(guó)際：蒼穹企業(yè)級(jí)AlAgent為企業(yè)重塑業(yè)務(wù)場(chǎng)景 3.7金山辦公：WPS365打造一站式AI辦公平臺(tái) 623.8用友網(wǎng)絡(luò)：用友BIP企業(yè)AI加速企業(yè)數(shù)智化 3.9合合信息：TextIn智能文檔解決方案切入企業(yè)剛需 3.10福昕軟件：PDF領(lǐng)軍人，AI助手極具商業(yè)化潛力 63.11泛微網(wǎng)絡(luò)：大模型+專業(yè)小模型+智能體構(gòu)建數(shù)智大腦 4.1從海外工業(yè)巨頭布局展望工業(yè)AI趨勢(shì) 4.2中控技術(shù)：AIAgent+機(jī)器人有望打開估值天花板 4.3鼎捷數(shù)智：鼎捷MACP讓A 4.4賽意信息：賽意AI平臺(tái)賦能工業(yè)全鏈路智能 4.5能科科技：攜手華為，打造工業(yè)AI新一代平臺(tái) 4.6漢得信息：得靈生態(tài)全面支撐企業(yè)構(gòu)建AI能力體系 75.1科技大廠案例，海外AI語言類產(chǎn)品領(lǐng)跑商業(yè)化進(jìn)程 7 民生證券6.1同花順：國(guó)內(nèi)第一家支持百萬日活的金融垂類Agent平臺(tái) 6.2金橋信息多元解紛平臺(tái)重構(gòu)金融糾紛調(diào)解流程 6.4京北方AlAgent助力銀行降本增效 8 7.1ShopifyMagic引領(lǐng)零售AI革 7.2沃爾瑪持續(xù)深化AI零售布局 7.3網(wǎng)易云商四大Agent矩陣驅(qū)動(dòng)行業(yè)效率革 7.5邁富時(shí)Al-Agentforce智能體中臺(tái)賦能增長(zhǎng)全鏈路 7.6微盟Al全流程賦能導(dǎo)購任務(wù)管理提效 8.1LegalMation全面推進(jìn)AIAgent戰(zhàn)略 8.2華宇軟件：打造數(shù)據(jù)+AI雙驅(qū)動(dòng)法律知識(shí)服務(wù) 8.3通達(dá)海：深度布局Al+法律，助力司法 99投資建議 民生證券MINSHENGSECURITIES行業(yè)深度研究/計(jì)算機(jī)1AlAgent:Al時(shí)代的軟件革命1.1模型+工具+編排層構(gòu)建AIAgent的認(rèn)知和交互底座AlAgent由模型、工具和編排層構(gòu)成，是一種可以自主實(shí)現(xiàn)目標(biāo)的應(yīng)用。據(jù)谷歌《Agents》白皮書，AlAgent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(duì)其施加影響，從而實(shí)現(xiàn)目標(biāo)的應(yīng)用。AlAgent也可以是積極主動(dòng)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(shí)現(xiàn)其最終目標(biāo)。智能體的行為、動(dòng)作和決策由一系列基礎(chǔ)組件驅(qū)動(dòng)。這些組件的組合可以描述為一種認(rèn)知架構(gòu)，通過混合和匹配這些組件，可以實(shí)現(xiàn)許多這樣的架構(gòu)。按核心功能劃分，AlAgent的認(rèn)知架構(gòu)包括三個(gè)基本組件：模型、工具和編排層。圖1:AlAgent三大組成部分Memoryshort-termlong-term資料來源：谷歌《Agents》白皮書，民生證券研究院模型：AlAgent工作流的決策中樞。AlAgent所使用的模型可以是一個(gè)或多個(gè)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AlAgent的特定配置設(shè)置(例如工具選擇、編排/推理設(shè)置)進(jìn)行訓(xùn)練的。然而，通過向模型提供展示AlAgent能力的示例(包括AlAgent在不同情境下使用特定工具或推理步驟的實(shí)例),可以進(jìn)一步優(yōu)化模型以完成AlAgent的任務(wù)。行業(yè)深度研究/計(jì)算機(jī)模型(Models)智能體(Agents)知識(shí)僅限于他們的訓(xùn)練數(shù)據(jù)中可獲取的內(nèi)容。知識(shí)通過工具與外部系統(tǒng)的連接得以擴(kuò)展。基于用戶查詢進(jìn)行單一推理/預(yù)測(cè)。除非模型中基于用戶查詢進(jìn)行單一推理/預(yù)測(cè)。除非模型中明確實(shí)現(xiàn)，否則不會(huì)進(jìn)行會(huì)話管理歷史記錄或連管理會(huì)話歷史(即聊天歷史),以便根據(jù)用戶查詢和在編排層做出的決策進(jìn)行多輪推理/預(yù)測(cè)。在此上下文中，“一輪”被定義為交互系統(tǒng)與續(xù)上下文。(即聊天記錄)Agent之間的交互。(即1個(gè)傳入事件/查詢和1個(gè)Agents響應(yīng))工具在Agent架構(gòu)中是原生實(shí)現(xiàn)的。未實(shí)現(xiàn)原生邏輯層。用戶可以以簡(jiǎn)單問題形式構(gòu)采用如CoT、ReAct等推理框架，或如建提示，或使用推理框架(如CoT、ReAct等)構(gòu)LangChain等預(yù)構(gòu)建Agents框架的原生認(rèn)知建復(fù)雜提示，以引導(dǎo)模型進(jìn)行預(yù)測(cè)。架構(gòu)。工具：AlAgent與世界交互的媒介，主要分為擴(kuò)展程序(Extensions)、函數(shù)(Functions)以及數(shù)據(jù)存儲(chǔ)(DataStores)三類像生成方面表現(xiàn)出色，但因無法與外界互動(dòng)而受到限制。工具彌補(bǔ)了這一不足，使代理能夠與外部數(shù)據(jù)和服務(wù)交互，并拓展了基礎(chǔ)模型單獨(dú)運(yùn)行時(shí)無法實(shí)現(xiàn)的行動(dòng)范圍。據(jù)谷歌《Agents》白皮書，Google模型能夠與三種主要工具類型進(jìn)行交互：擴(kuò)展程序(Extensions)、函數(shù)(Functions)和函數(shù)(DataStores)。擴(kuò)展程序以標(biāo)準(zhǔn)化方式彌合了API和Agent之間的差距，使Agent能夠無縫執(zhí)行生成可在客戶端執(zhí)行的函數(shù)參數(shù)。數(shù)據(jù)存儲(chǔ)為Agent提供對(duì)結(jié)構(gòu)化或非結(jié)構(gòu)化數(shù)據(jù)的訪問，從而實(shí)現(xiàn)數(shù)據(jù)驅(qū)動(dòng)的應(yīng)用程序。表2:Agent工具類型：擴(kuò)展程序、函數(shù)和數(shù)據(jù)存儲(chǔ)構(gòu)的區(qū)別擴(kuò)展程序函數(shù)數(shù)據(jù)存儲(chǔ)執(zhí)行Agent端執(zhí)行客戶端執(zhí)行Agent端執(zhí)行使用案例1)開發(fā)者希望Agent能夠控制與API端點(diǎn)的交互2)在利用原生預(yù)構(gòu)建擴(kuò)展(例如Vefiex搜索、代碼解釋器等)時(shí)非常有用3)多跳規(guī)劃和API調(diào)用(即下一個(gè)Agent動(dòng)作取決于前一個(gè)動(dòng)作/API調(diào)用的輸出)1)安全或身份驗(yàn)證限制阻止Agent直接調(diào)用API2)時(shí)間限制或操作順序限制阻止Agent實(shí)時(shí)進(jìn)行API調(diào)用。(即批處理操作、人工介入審核等)3)未向互聯(lián)網(wǎng)公開的API或谷歌系統(tǒng)無法訪問開發(fā)者希望使用以下任何數(shù)據(jù)類型來實(shí)現(xiàn)檢索增強(qiáng)生成(RAG):1)來自預(yù)先索引的域名和URL的網(wǎng)站2)PDF、Word文檔、CSV、電子表格等格式的結(jié)構(gòu)化數(shù)據(jù)3)關(guān)系型/非關(guān)系型數(shù)據(jù)庫·HTML、PDF、TXT等格式的非結(jié)構(gòu)化數(shù)據(jù)?！禔gents》白皮書，民生證券研究院民生證券MINSHENGSECURITIES行業(yè)深度研究/計(jì)算機(jī)據(jù)谷歌《Agents》白皮書，編排層描述了AlAgent如何攝取信息、進(jìn)行內(nèi)部推理并利用該推理指導(dǎo)其下一步行動(dòng)或決策的循環(huán)過程。通常，此循環(huán)會(huì)持續(xù)到AlAgent達(dá)到目標(biāo)或停頓點(diǎn)。根據(jù)AlAgent及其執(zhí)行的任務(wù)不同，編排層的復(fù)雜性可能會(huì)有很大差異。有些循環(huán)可能是帶有決策規(guī)則的簡(jiǎn)單計(jì)算，而其他循環(huán)可能包含鏈?zhǔn)竭壿?、涉及其他機(jī)器學(xué)習(xí)算法或采用其他概率推理，1)ReAct:為語言模型提供了一種思考過程策略，使其能夠?qū)τ脩舻牟樵冞M(jìn)行推理并采取行動(dòng)，無論是否有上下文示例。2)思維鏈：通過中間步驟實(shí)現(xiàn)推理能力。CoT有多種子技術(shù)，包括自洽、主動(dòng)提示和多模態(tài)CoT,每種技術(shù)都各有優(yōu)缺點(diǎn)，具體取決于特定的應(yīng)用場(chǎng)景。3)思維樹：適合用于探索或戰(zhàn)略性前瞻任務(wù)。它是對(duì)思維鏈提示的擴(kuò)展，允許模型探索各種思維鏈，這些思維鏈作為中間步驟進(jìn)行通用問題解決。圖2:AlAgent如何編排22"Herearesomefunctions.…"Tool1,Tool2,Too13..."User:skitripAgent:get_cities()"45FunctionExecutionLoop6APIAPICustomUI資料來源：谷歌《Agents》白皮書，民生證券研究院民生證券MINSHENGSECURITIES行業(yè)深度研究/計(jì)算機(jī)1.2黎明即將到來，AlAgent商業(yè)化穩(wěn)步推進(jìn)從實(shí)際落地的功能來看，AlAgent尚處于早期發(fā)展階段，自主思考與規(guī)劃能力存在不足。據(jù)InfoQ研究中心發(fā)布的《2024中國(guó)AlAgent應(yīng)用研究報(bào)告》,當(dāng)前AlAgent尚處于早期推廣技術(shù)階段。在Agent的理論框架中，以自主思考和規(guī)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(xiàn)階段的智能體實(shí)際構(gòu)建與這一理想狀態(tài)仍有顯著差距，在自主思考、規(guī)劃與工具調(diào)用、記憶和多模態(tài)理解等方面仍存在不足，難以應(yīng)對(duì)復(fù)雜場(chǎng)景。圖3:AlAgent尚處于早期發(fā)展階段現(xiàn)階段的智能體現(xiàn)階段的智能體主決策能力和環(huán)境適應(yīng)性。智能體即可自主思考和規(guī)劃路徑，選擇合適的工具達(dá)成目標(biāo)。體可以實(shí)現(xiàn)持久的記憶和學(xué)習(xí)能力，能夠積累并保留知識(shí)經(jīng)驗(yàn)。的理解、模擬、反饋持續(xù)學(xué)習(xí)能力。思路中，依賴人為干預(yù)和預(yù)設(shè)規(guī)則。·規(guī)劃與工具調(diào)用：現(xiàn)階段的智能體在復(fù)雜場(chǎng)景下的推理能力差，只有在清晰、詳細(xì)的指Prompt構(gòu)建短期記憶，事實(shí)性記憶多通過RAG來構(gòu)建。雖然大模型的上下文長(zhǎng)度上限一直在提升，但仍然缺乏在對(duì)話之外持久保存和累積知識(shí)的機(jī)制。言模型為主，缺乏對(duì)多模態(tài)的理解。資料來源：InfoQ研究中心，民生證券研究院技術(shù)一直面臨著標(biāo)準(zhǔn)化開發(fā)的挑戰(zhàn)，這主要是因?yàn)槠溟_發(fā)過程涉及多種復(fù)雜的技術(shù)、數(shù)據(jù)和應(yīng)用場(chǎng)景，缺乏統(tǒng)一的規(guī)范和標(biāo)準(zhǔn)，導(dǎo)致開發(fā)效率低、兼容性差以及質(zhì)量參差不齊等問題。而在數(shù)據(jù)調(diào)用方面，大模型只能調(diào)用已經(jīng)完成API適配的網(wǎng)頁或數(shù)據(jù)，這種“數(shù)據(jù)孤島”現(xiàn)象直接影響了Agent的決策質(zhì)量。圖4:傳統(tǒng)模式下，每個(gè)應(yīng)用都有不同的接口和調(diào)用方法TraditionalAPlsrequiredifferentauthenticationandintegrationforeachservice,OO◎3LG資料來源：騰訊科技微信公眾號(hào)，民生證券研究院民生證券MINSHENGSECURITIES行業(yè)深度研究/計(jì)算機(jī)1.2.1劃破黑夜的一束光：智能體滲透率攀升，數(shù)據(jù)互通需求凸顯福布斯AI502025榜單發(fā)布，AIAgent成為核心趨勢(shì)。據(jù)CSDN、AITNTNews,2025年4月12日，福布斯發(fā)布AI502025榜單，福布斯認(rèn)為2025年是Al應(yīng)用的分水嶺，Al從單純回答問題、生成內(nèi)容(如ChatGPT)轉(zhuǎn)向?qū)嶋H“完成工作”,成為“執(zhí)行者”而非“助手”;企業(yè)級(jí)和消費(fèi)級(jí)AI工具開始承擔(dān)完整工作流程，例如法律文件自動(dòng)處理、客服自動(dòng)化、代碼生成等。福布斯預(yù)測(cè)，2025是轉(zhuǎn)折點(diǎn)，2026是普及年：2025年的AI50榜單表明，Al已經(jīng)可以承擔(dān)實(shí)際工作負(fù)載，企業(yè)級(jí)應(yīng)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(zhǔn)確性和安全性仍是挑戰(zhàn)，但趨勢(shì)已不可逆。圖5:福布斯AI502025榜單VISUALIZEDAppsVEHTCALEKTEPR1SEPRobuer1VITYClaudeDeepLGrokpenpkpitySpeakCW12ONTAL浙NTLAPR15CAEATIVIHEleventabsMdjourneyPiKaD6FEessABRIDGEOpenEvidenceHarveyLuminanceodelsamsALESkCUSTOMEDecagonynthesio6PRobUeTIVITYRoBoTiesFIGURESKL口InfrastructureFoUnDAT1ONwoDtL,P皖OVDCsINFERGtpaoVIDEBAPPDrVFRADDDKssooLL根sTHIteONGMACINEsMistratAIOpenAlBbasetenFireworksAItogether.aiSTOREacotrurEAAROMAREC.ouocouTEPROV10EawsAzureCWCorevieaveLAS4PROCEsspATADATASToAAcEAMDZIintelSSambo?oaCACTMEMMERCORForsdynaoAj80haoue資料來源：aitntnews,民生證券研究院截至2024年底，AlAgent的滲透率達(dá)到43%。據(jù)LangChain,截至2024年底，43%的Al應(yīng)用使用了AlAgent框架LangGraph;與此同時(shí)，有超過30%的Al應(yīng)用允許Al調(diào)用外部工具，工具調(diào)用允許模型自主調(diào)用函數(shù)或外部資源，從而發(fā)出更代理的行為信號(hào)，由模型決定何時(shí)采取行動(dòng)。增加工具調(diào)用的使用可以增強(qiáng)代理與外部系統(tǒng)交互和執(zhí)行寫入數(shù)據(jù)庫等任務(wù)的能力。此外，AlAgent的性能也在不斷提升，AlAgent的平均執(zhí)行步數(shù)從2024年1月的3.1次提升至2024年12月的11.2次，執(zhí)行步數(shù)的增長(zhǎng)表明，組織正在利用更復(fù)雜和多方面的工作流程。用戶正在構(gòu)建將多個(gè)任務(wù)鏈接在一起的系統(tǒng)，例如檢索信息、處理信息和生成可作的結(jié)果，而不是簡(jiǎn)單的問答交互。本本民生證券MINSHENGSECURITIES行業(yè)深度研究/計(jì)算機(jī)圖6:AlAgent滲透率不斷提升ofofactiveLangSmithorgssendingLangGraphtraces50%391%40%32.4%30%20.3%20%14.9%7.0%JanAprMayJunAugSepOctNovDecLangChainStateofAIAgents-202425.1%資料來源：Langchain,民生證券研究院1.2.2MCP成為Al應(yīng)用的USB-C端口，定義AlAgent新范式MCP協(xié)議如同AI應(yīng)用的USB-C端口，能夠?qū)崿F(xiàn)允許系統(tǒng)向AI模型提供型上下文協(xié)議，MCP)是一種開放的技術(shù)協(xié)議，旨在標(biāo)準(zhǔn)化大型語言模型(LLM)與外部工具和服務(wù)的交互方式。據(jù)FounderPark微信公眾號(hào)，MCP允許Al應(yīng)用通過統(tǒng)一協(xié)議訪問文件系統(tǒng)、數(shù)據(jù)庫等，定義了Al模型如何調(diào)用外部工具、獲取數(shù)據(jù)以及與各種服務(wù)交互。MCP中有兩個(gè)核心概念，分別是客戶端MCPClient和服務(wù)器MCPServer。MCPC表和描述，LLM根據(jù)具體描述決定應(yīng)該使用哪個(gè)工具或Context:1)MCPClient:MCPClient指的是LLM-native產(chǎn)品或者Agent,比如品都是一個(gè)MCPClient,都可以通過MCP協(xié)議訪問數(shù)據(jù)。2)MCPServer:MCPServer指的是可以讓LLM理解ContextLay轉(zhuǎn)換接口，是輕量級(jí)Context連接軟件，如文件系統(tǒng)訪問或數(shù)據(jù)庫查詢。MCPServer可以看作是開放版本的GPTs(GPTs非常封閉，只能在ChatGPT的App里開發(fā))。本本民生證券MINSHENGSECURITIES行業(yè)深度研究/計(jì)算機(jī)圖7:MCP協(xié)議如同AI應(yīng)用的USB-C端口services1身資料來源：FounderPark微信公眾號(hào)，民生證券研究院基于類MCP協(xié)議的底層數(shù)據(jù)互通+Agentic-based決策路徑定義AlAgent范式。在2022年底ChatGPT爆火之后，AlAgent作為Al應(yīng)用的終極形態(tài)迅速成為重要開發(fā)方向，在2023年至2024年H1的早期AlAgent開發(fā)探索階段，開發(fā)者針對(duì)采用統(tǒng)一數(shù)據(jù)交互協(xié)議or通過GUI分析自動(dòng)完成信息處理、采用結(jié)構(gòu)化執(zhí)行or自主性決策等不同路徑進(jìn)行探索，據(jù)SAIIC:1)采用統(tǒng)一數(shù)據(jù)交互協(xié)議無需開發(fā)者為每個(gè)數(shù)據(jù)源創(chuàng)建自定義的整合方式和API但開發(fā)整合難度較大，直到2024年11月Anthropic的MCP協(xié)議(后續(xù)被OpenAI支持)發(fā)布才出現(xiàn)第一個(gè)全球范圍內(nèi)通用的統(tǒng)一數(shù)據(jù)交互協(xié)議；GUI是讓Al站在人類視角分析用戶界面并決策，是最早實(shí)現(xiàn)跨APP操作的AIAgent方式，前期開發(fā)難度較小，但后續(xù)定制化開發(fā)、性能提升或有較大難度；2)采用結(jié)構(gòu)化執(zhí)行(Workflow-based)以任務(wù)分解和程序編排為核心，依賴專家預(yù)設(shè)的"執(zhí)行流程圖",通過LLM+函數(shù)調(diào)用(FunctionCalling)實(shí)現(xiàn)鏈?zhǔn)綀?zhí)行。技術(shù)本質(zhì)是"弱智能的強(qiáng)工程化",代表例子有Coze、Dify等；自主性決策(Agentic-based)強(qiáng)調(diào)智能體的持續(xù)學(xué)習(xí)與環(huán)境交互，采用試錯(cuò)反饋(如MetaGPT的反思機(jī)制)、知識(shí)迭代(如AutoGPT的長(zhǎng)期記憶庫)構(gòu)建自主認(rèn)知系統(tǒng)，代表例子除了Manus之外，有AutoGPT等。我們認(rèn)為，伴隨Anthropic的MCP協(xié)議發(fā)布以及Manus展現(xiàn)出的AIAgent強(qiáng)大功能，基于類MCP協(xié)議+Agentic-based決策路徑將成為未來AlAgent的主流范式，在部分工作流程清晰明確的場(chǎng)景Workflow-based或仍是首選方案，GUI處理模式前期低開發(fā)成本或在更新迭代較快的端側(cè)場(chǎng)景保持競(jìng)爭(zhēng)力。民生證券行業(yè)深度研究/計(jì)算機(jī)行業(yè)深度研究/計(jì)算機(jī)圖8:大模型時(shí)代全球AlAgent發(fā)展重點(diǎn)事件數(shù)據(jù)數(shù)據(jù)/種插件、知識(shí)、工作流、力和交互性。Coze2023.12資料來源：CSDN、蘋果官網(wǎng)等，民生證券研究院calling可以讓的數(shù)據(jù)庫等。Calling2023.06/方把MCP比喻為Al應(yīng)用許AI應(yīng)用通問文件系統(tǒng)、基于OpenAlApple任務(wù)流程。Agentforce可以使用預(yù)構(gòu)行快速組裝，是實(shí)現(xiàn)“感知-規(guī)劃-執(zhí)行-驗(yàn)2024.06結(jié)果結(jié)果/數(shù)據(jù)AutoGPT2024.112024.122023.032025.03Manus或是采用類MCP協(xié)議+Agentic-based路徑的集大成作。據(jù)FounderPark微信公眾號(hào)，ManusAl或使用一套名為“MultipleAgent”的架構(gòu)，運(yùn)行在獨(dú)立的虛擬機(jī)中。通過規(guī)劃代理、執(zhí)行代理、驗(yàn)證代理的分工協(xié)作機(jī)制，每個(gè)代理可能基于獨(dú)立的語言模型或強(qiáng)化學(xué)習(xí)模型，彼此通過API或消息隊(duì)列通信。同時(shí)每個(gè)任務(wù)也都在沙盒中運(yùn)行，避免干擾其他任務(wù)，同時(shí)支持云端擴(kuò)展。每個(gè)獨(dú)立模型都能模仿人類處理任務(wù)的流程，比如先思考和規(guī)劃，理解復(fù)雜指令并拆解為可執(zhí)行的步驟，再調(diào)用合適的工具。圖9:ManusAl的架構(gòu)與工作流ManusAl架構(gòu)與工作流(執(zhí)行具體操作)混合模型驅(qū)動(dòng)ARTIFACTARTIFACT(任務(wù)拆解與規(guī)劃)推理模型驅(qū)動(dòng)驗(yàn)證代理(結(jié)果驗(yàn)證與優(yōu)化)普通模型驅(qū)動(dòng)資料來源：FounderPark微信公眾號(hào)，民生證券研究院民生證券MINSHENGSECURITIES行業(yè)深度研究/計(jì)算機(jī)1.2.3標(biāo)準(zhǔn)化協(xié)議成為互聯(lián)網(wǎng)大廠構(gòu)建AI應(yīng)用生態(tài)的兵家必爭(zhēng)之地MCP為Al智能體與外部數(shù)據(jù)源和工具的交互提供了統(tǒng)一的接口，解決了以往集成方式碎片化的問題，使得AI應(yīng)用開發(fā)更加高效、便捷。通過標(biāo)準(zhǔn)化的接口，開發(fā)者可以更輕松地將AI智能體與各種工具和服務(wù)進(jìn)行集成，降低開發(fā)成本，提高開發(fā)效率，從而推動(dòng)Al技術(shù)的快速普及和應(yīng)用落地。科技巨頭通過布局MCP或形成良性循環(huán)，進(jìn)一步鞏固其在AI領(lǐng)域的領(lǐng)先地位。圖10:MCP系統(tǒng)架構(gòu)用ClientIDEDatabaseWebAPIsAIToolsInternetmcPClientNotificationSamplingToolsResourcesPrompts用I1IClientClient.資料來源：阿里云云原生微信公眾號(hào)，民生證券研究院外的平臺(tái)型公司近期均發(fā)布各類協(xié)議，旨在實(shí)現(xiàn)各類產(chǎn)品的互補(bǔ)協(xié)同：1.谷歌發(fā)布A2A協(xié)議，與超過50家科技領(lǐng)軍企業(yè)合作，實(shí)現(xiàn)與MCP協(xié)議的互補(bǔ)協(xié)同。據(jù)InfoQ微信公眾號(hào)，2025年4月12日，谷歌推出了一種名為Agent2Agent(簡(jiǎn)稱A2A)的新型互操作協(xié)議，或?qū)⒊蔀槿斯ぶ悄苤悄荏w從孤立系統(tǒng)邁向開放協(xié)作生態(tài)的重要信號(hào)。Agent2Agent協(xié)議旨在實(shí)現(xiàn)不同平臺(tái)和生態(tài)本本民生證券MINSHENGSECURITIES行業(yè)深度研究/計(jì)算機(jī)中的Al智能體之間的安全、標(biāo)準(zhǔn)化協(xié)作，無論它們基于何種框架或由哪家公司構(gòu)通過A2A,智能體可以彼此通信、發(fā)現(xiàn)對(duì)方能力、協(xié)商任務(wù)分配，并協(xié)作完成復(fù)雜的企業(yè)級(jí)流程，即便它們來自不同的技術(shù)體系；這一特性使得構(gòu)建由多個(gè)專職智能體組成的企業(yè)級(jí)智能系統(tǒng)成為可能，例如，在企業(yè)級(jí)流程中，某個(gè)智能體可以負(fù)責(zé)候選人篩選，另一個(gè)安排面試時(shí)間，還有一個(gè)負(fù)責(zé)背景調(diào)查，而這一切都可以在UKG和Workday等50多家公司共同開發(fā)，旨在成為智能體和Al應(yīng)用程序的互操作性語言。圖11:谷歌A2A協(xié)議示意圖BlackboxAgent2sub-agentsIresources/toolsAgentFrameworkLLMA2AprotocolA2Aprotocol資料來源：InfoQ微信公眾號(hào)，民生證券研究院谷歌A2A協(xié)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(jù)InfoQ微信公眾號(hào)，A2A置于更高的抽象層，以使應(yīng)用程序和智能體能夠相互通信，可以將其視為一個(gè)分層堆棧，其中MCP與LLM協(xié)同工作，處理工具和數(shù)據(jù)。行業(yè)深度研究/計(jì)算機(jī)圖12:谷歌A2A協(xié)議與MCP協(xié)議對(duì)比VertexAI(GeminiAPI,3P)APls&Enterprise資料來源：InfoQ微信公眾號(hào)，民生證券研究院2.牛津大學(xué)的研究團(tuán)隊(duì)提出用于LLM通信的元協(xié)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(gòu)網(wǎng)絡(luò)設(shè)計(jì)通信協(xié)議往往需要考慮多功能性、效率和可移植性的權(quán)衡。據(jù)機(jī)器之心微信公眾號(hào)，Agora引入了一種機(jī)器可讀的方式來傳輸和引用協(xié)議，即協(xié)議文檔(PD)。Agora通過使用例程來處理常見請(qǐng)求，并在智能體需要協(xié)商解決方案或發(fā)生錯(cuò)誤時(shí)使用自然語言，從而避開了通信三難困境。通過Agora協(xié)議，智能體可以支持廣泛的通信(高通用性),同時(shí)也能通過高效的例程處理總請(qǐng)求量中的大部分(高效率)。此外，整個(gè)協(xié)商和實(shí)現(xiàn)工作流程都由LLM處理，無需人類干預(yù)(高可移植性)。圖13:基于Agora協(xié)議的送餐網(wǎng)絡(luò)多智能體交互arestaurant'ReplieswithaPDthatthetrafeflowsthedeliveryserviceReplieswithaPDthattheriderisavallableReplieswithaPDthatthefoodsbeingdelivered(NegotatePDDeliversfoodOrdresfurafrom資料來源：機(jī)器之心微信公眾號(hào)，民生證券研究院本本民生證券行業(yè)深度研究/計(jì)算機(jī)MINSHENGSECURITIES行業(yè)深度研究/計(jì)算機(jī)1.2.4商業(yè)路徑：C端流量變現(xiàn)+B端結(jié)果導(dǎo)向的雙線并行目前主流的AIAgent的付費(fèi)用戶主要聚焦在C端與B端，而兩者在付費(fèi)意愿存在著明顯區(qū)別，AlAgent在C端和B端承擔(dān)的角色不同，C端需求往往容錯(cuò)率高且多變，因此AlAgent更注重通用性而非過分強(qiáng)調(diào)準(zhǔn)確性，因此AlAgent往往誕生于流量平臺(tái)并通過獨(dú)特且多變的能力不斷吸引流量，從而實(shí)現(xiàn)二次變現(xiàn)；B端需求往往準(zhǔn)確且固定，AlAgent廠商的核心競(jìng)爭(zhēng)力是行業(yè)Know-how及私域數(shù)據(jù)的挖掘，最終會(huì)反映在于AIAgent對(duì)于某任務(wù)的完成度、準(zhǔn)確度、完成成本等指標(biāo)，按照結(jié)果付費(fèi)更加適用。圖14:AlAgent分析框架收費(fèi)快手24年實(shí)現(xiàn)營(yíng)收超1億元，Al生成視頻1元/條2B2G2199一個(gè)學(xué)員，將覆蓋從科目一試按結(jié)果收費(fèi)39/199美元對(duì)應(yīng)分，每個(gè)任務(wù)消耗數(shù)百積分不等美圖美圖設(shè)計(jì)室：24年實(shí)現(xiàn)營(yíng)收2Agentforce:單，每個(gè)任務(wù)定價(jià)2美元西門子MindSphere:客戶節(jié)省的維護(hù)成本中抽取15%-亞馬遜NovaAct:1.4美元/100萬tokensMS365Agent:作為MS3650.01美元/消息FireflyAl:夠生產(chǎn)20個(gè)視頻2C資料來源：美圖公司微信公眾號(hào)等，民生證券研究院我們認(rèn)為：1.C端AlAgent更強(qiáng)調(diào)通用性和拓展性，更常見的形式是通過獨(dú)特的AlAgent的功能實(shí)現(xiàn)流量的遷入，再而轉(zhuǎn)換各類的收費(fèi)模式；部分企業(yè)已初步實(shí)現(xiàn)AlAgent的C端商業(yè)路徑。以快手可靈為例，兩周迭代一個(gè)版本不斷提升技術(shù)表現(xiàn)是吸引用戶留存的重要因素之一。據(jù)財(cái)經(jīng)雜志微信公眾號(hào)，可靈自2024年6月6日發(fā)布以來，以大約每?jī)芍苌暇€一個(gè)新版本的速度進(jìn)行更新，相繼開放了圖生視頻、視頻續(xù)寫等能力，視頻長(zhǎng)度也從2分鐘提升到3分鐘。技術(shù)成長(zhǎng)速度很快，很多創(chuàng)作者會(huì)反饋模型生成效果、控制效果有大幅提升，在技術(shù)支持下，可靈Al逐步形成了用戶端會(huì)員訂閱、企業(yè)端API服務(wù)加定制化場(chǎng)景解決方案的多元變現(xiàn)模式。2025年3月27日，全球知名AI基準(zhǔn)測(cè)試機(jī)構(gòu)ArtificialAnalysis發(fā)布了最新的全球視頻生成大模型榜單，快手可靈1.6pro本本民生證券MINSHENGSECURITIES行業(yè)深度研究/計(jì)算機(jī)(高品質(zhì)模式)以1000分的ArenaELO基準(zhǔn)測(cè)試評(píng)分登陸圖生視頻(ImagetoVideo)賽道榜首，GoogleVeo2、PikaArt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(yīng)度、動(dòng)態(tài)表現(xiàn)及畫面質(zhì)量等維度保持全球領(lǐng)先。圖15:可靈1.6登頂全球視頻生成大模型榜單(2025年3月)ARTIFICIALANALYSISVIDEOGENERATIONARENALEADERBOARDPCREATORNAMEARENAELO#APPEARANCES品KuaishouPikaArt咖MiniMaxBRunwayBRunwayTencenTencent資料來源：快手招聘微信公眾號(hào)，民生證券研究院以AI駕培為例，據(jù)機(jī)器人教練微信公眾號(hào)，AI駕培產(chǎn)品RoboCoach9能夠隨時(shí)隨地、隨人隨需為學(xué)員提供高價(jià)值智能指導(dǎo)，閱讀學(xué)員動(dòng)態(tài)適配教案，做到一人一策、一時(shí)一策，在goDrive大模型的加持下，糾錯(cuò)場(chǎng)景寬度延展10倍，真正實(shí)現(xiàn)了個(gè)性化教學(xué)的目標(biāo)。引入先進(jìn)的具身智能技術(shù)，構(gòu)建了“感知-分析-輸出-評(píng)估-改進(jìn)”的具身循環(huán)體系，不斷迭代修煉自身的教學(xué)策略和方法。據(jù)長(zhǎng)江日?qǐng)?bào)微信公眾號(hào)，伴隨AI駕培產(chǎn)品不斷成熟，駕?？梢蚤_啟一費(fèi)制，從科1到科4全包僅需3980元。民生證券行業(yè)深度研究/計(jì)算機(jī)MINSHENGSECURITIES行業(yè)深度研究/計(jì)算機(jī)圖16:搭載RoboCoach9的AI駕培產(chǎn)品2.B端AlAgent更強(qiáng)調(diào)任務(wù)的完成度和準(zhǔn)確性，按結(jié)果付費(fèi)更適合。AlAgent的B端商業(yè)模式在通用性較強(qiáng)的辦公場(chǎng)景以tokens計(jì)費(fèi)為主。以客服助手為例，Bland通過統(tǒng)一的0.09美元/分鐘的收費(fèi)模式，使得客戶對(duì)于Al擴(kuò)展的成本把控十分精準(zhǔn)；BlandAl提供完全自托管的端到端基礎(chǔ)設(shè)施，實(shí)現(xiàn)更快的響應(yīng)時(shí)間、99.99%的正常運(yùn)行時(shí)間以及數(shù)據(jù)安全性；此外，該類通用性Al的擴(kuò)展性十分亮眼，如編寫自定義提示詞、將呼叫擴(kuò)展到數(shù)千個(gè)、設(shè)置嚴(yán)格的防火圖17:BlandAl運(yùn)行架構(gòu)圖CustomerasksaboutBlandyIntroduceyourself,bealittlecocky:elaborateon本本民生證券MINSHENGSECURITIES行業(yè)深度研究/計(jì)算機(jī)服務(wù)模式難以量化的優(yōu)勢(shì)沉淀到AI輸出結(jié)果的成本、準(zhǔn)確度等參數(shù)，或?qū)㈤_啟萬產(chǎn)品Agentforce采用按對(duì)話計(jì)費(fèi)(2美元一次),能夠?qū)崿F(xiàn)客服、銷售、運(yùn)營(yíng)自動(dòng)化(減少對(duì)初級(jí)員工的依賴)、數(shù)據(jù)分析與預(yù)測(cè)(更精準(zhǔn)的商業(yè)決策支持)、開發(fā)輔助(提高軟件工程師的生產(chǎn)力),公司甚至將其定位為“數(shù)字勞動(dòng)力”(DigitalLabor),希望填補(bǔ)人力資源缺口，該模式將帶來兩個(gè)重要影響：2)公司未來或全面轉(zhuǎn)向使用量計(jì)費(fèi)，影響CRM、數(shù)據(jù)管理等核心產(chǎn)品。Agentforce自2024年9月首次亮相以來，便迅速吸引了全球商業(yè)領(lǐng)域的關(guān)注，在上線一周內(nèi)便達(dá)成了200個(gè)交易，IBM、埃森哲和聯(lián)邦快遞等知名企業(yè)已率先應(yīng)用這一平臺(tái)，顯示出其強(qiáng)大的市場(chǎng)潛力。圖18:Agentforce定價(jià)模式Setyourcompanyupforsuccesswithself-guided,always-onEditionandabove.1KAgentforceconversationsAccesstoKnowledgeArticles,Trailhead√GlobalTrailblazerCommunityContactus√250KDataCloudcredits√Sales,Service,Marketing,andCommercetoolsTryforfreeC√AgentWizard√AgentBuilder√PromptBuilderAddkeyfeaturestoyourexisting2AgentforceDriveefficiencywithdigitallaborContactus資料來源：Salesforce咨詢微信公眾號(hào)，民生證券研究院按結(jié)果付費(fèi)的AlAgent模式對(duì)于企業(yè)的適用性強(qiáng)，有望顯著提升企業(yè)Al投以chargeflow為例，作為一家利用AI幫助企業(yè)降低退款率的公司，能夠?qū)?0%的拒付消除，其定價(jià)采取靈活的按結(jié)果付費(fèi)的模式：1)按拒付的金額抽成25%:按該模式，企業(yè)能夠穩(wěn)定確認(rèn)4倍的ROI,或許更適用于訂單單筆訂單金額較低的企業(yè)。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(yè)固定支付39美元，或許更適用于訂單數(shù)量少但單筆訂單金額較大的企業(yè)。本本民生證券MINSHENGSECURITIES行業(yè)深度研究/計(jì)算機(jī)圖19:chargeflow定價(jià)模式AUTOMATIONAUTOMATIONFullyautomatedchargebackrecoverywith4xROIGuarantee.nalizedAIEvidence田INSIGHTSINOLUDEDPHEVENTIONPrevent90%ofchargebacksbeforetheyhappenandslashyourdisputerate,poweredbyVisaandMastercard.GetStartedin24HoursZeroDuplicationGuarantSotFully-CustomizodAlertsFilters田INSIGHTS$39資料來源：chargeflow官網(wǎng)，民生證券研究院按結(jié)果付費(fèi)的AlAgent有望為企業(yè)帶來顯著績(jī)效提升。據(jù)ARKinvest,隨著Al代理熟練程度的提高，公司可以將更多資本從勞動(dòng)力重新分配給軟件，隨著時(shí)間的推移為企業(yè)增加企業(yè)儲(chǔ)蓄；雖然AI代理可能無法處理足夠高比例的客戶互動(dòng)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?cè)诟叻迤诘臄U(kuò)展能力，所有這些都為有意義的企業(yè)價(jià)值創(chuàng)造了潛力。圖20:AlAgent有望為企業(yè)帶來顯著績(jī)效提升6040200資料來源：ARKinvest,民生證券研究院民生證券MINSHENGSECURITIES行業(yè)深度研究/計(jì)算機(jī)1.3AIAgent的“摩爾定律”指引未來發(fā)展路徑類似芯片的“摩爾定律”,AlAgent的任務(wù)長(zhǎng)度或每7個(gè)月翻一倍。據(jù)METR《MeasuringAlAbilitytoCompleteLongTask》,將人類完成某個(gè)任務(wù)所需時(shí)間定義為“任務(wù)長(zhǎng)度”,截止2025年3月份AlAgent在完成耗時(shí)少于4分鐘的任務(wù)時(shí)，成功率接近100%;但對(duì)于耗時(shí)超過4小時(shí)的任務(wù)，成功率卻不到10%。進(jìn)一步研究可得到，2020-2025年領(lǐng)先大模型能夠完成的任務(wù)長(zhǎng)度呈現(xiàn)每7個(gè)月翻一倍的指數(shù)級(jí)增長(zhǎng)，并有望在未來2-4年維持該趨勢(shì)。圖21:AlAgent能夠完成的任務(wù)長(zhǎng)度每7個(gè)月翻一倍4hrsTrainadversariallyrobustimagemodelTrainclassifierFindfactonwebCountwordsinpassageAnswerquestionCCPT3202020222024Modelrelease資料來源：METR官網(wǎng)，民生證券研究院伴隨AlAgent能力不斷提升，未來Agent自行開發(fā)Agent(ASARA)或成為全新范式。據(jù)Forethought《WillAIR&DAutomationCauseaSoftware開發(fā)更強(qiáng)大Al上的作用也將越來越大，這也可能導(dǎo)致Agent能完成的任務(wù)長(zhǎng)度呈現(xiàn)超指數(shù)級(jí)增長(zhǎng)。越來越強(qiáng)大的Al系統(tǒng)可能會(huì)觸發(fā)加速飛輪效應(yīng)，即Agent加速創(chuàng)造更強(qiáng)大Agent,而這些更強(qiáng)大的Agent又進(jìn)一步加速創(chuàng)造更強(qiáng)大的Agent。如果當(dāng)前的Al軟件進(jìn)展速度意味著Al效率的翻倍時(shí)間約為6個(gè)月，那么ASARA會(huì)顯著提升進(jìn)展速度，F(xiàn)orethought粗略估計(jì)，Al效率翻倍所需的時(shí)間可能會(huì)縮短到1-2個(gè)月。如果這個(gè)循環(huán)完全不需要人類干預(yù)，AI進(jìn)展速度可能會(huì)越來越快，最終達(dá)到軟件智能爆炸(SoftwareIntelligenceExplosion,SIE,指的是僅由軟件驅(qū)動(dòng)的反饋循環(huán)在ASARA誕生后也能引發(fā)加速的AI進(jìn)步)。本本民生證券行業(yè)深度研究/計(jì)算機(jī)MINSHENGSECURITIES行業(yè)深度研究/計(jì)算機(jī)圖22:AlAgent能夠完成的任務(wù)長(zhǎng)度每7個(gè)月翻一倍efficiency)efficiency)efficiency)efficiency)efficiency)efficiency)efficiency)資料來源：forethought官網(wǎng)，民生證券研究院Agent自行開發(fā)Agent的新范式，通過與環(huán)境的持續(xù)互動(dòng)、從自身產(chǎn)生的“體驗(yàn)數(shù)據(jù)”中學(xué)習(xí)。據(jù)RichardSutton《WelcometotheEraofExperience》、機(jī)器之心微信公眾號(hào)，高質(zhì)量的人類數(shù)據(jù)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(xué)、數(shù)學(xué)等前沿領(lǐng)域。未來，AlAgent將棲息于經(jīng)驗(yàn)流之中，而不是短暫的互動(dòng)片段；它們的行動(dòng)和觀察將深深扎根于環(huán)境之中，而不是僅僅通過人類對(duì)話進(jìn)行互動(dòng)；它們的獎(jiǎng)勵(lì)將扎根于它們對(duì)環(huán)境的體驗(yàn)，而不是來自人類的先入為主的判斷；它們將計(jì)劃和/或推理經(jīng)驗(yàn)，而不是僅僅以人類的術(shù)語進(jìn)行推理。圖23:AlAgent不同發(fā)展階段AlphaGo/201420162018GPT3YearAphaProof資料來源：RichardSutton《WelcometotheEraofExperience》,民生證券研究院MINSHENGSECURITIES行業(yè)深度研究/計(jì)算機(jī)2十年未見的“無限戰(zhàn)爭(zhēng)”:互聯(lián)網(wǎng)巨頭爭(zhēng)奪Age超級(jí)入口1.C端場(chǎng)景下，互聯(lián)網(wǎng)巨頭打造多元化的AlAgent產(chǎn)品，打響圍繞入口、(1)騰訊的Al助手“元寶”深度整合微信生態(tài)，通過小程序、微信聊天等觸點(diǎn)打開用戶流量入口；(2)字節(jié)跳動(dòng)的扣子空間定位為“成為用戶與AlAgent協(xié)同辦公的最(3)阿里旗下的飛豬AI聚焦旅游場(chǎng)景，幫助用戶快速完成旅游規(guī)劃和機(jī)目前，互聯(lián)網(wǎng)廠商的C端AlAgent均處于以免費(fèi)使用為主，從而重點(diǎn)打造用戶體驗(yàn)、搶占流量入口，最終構(gòu)建數(shù)據(jù)+平臺(tái)+多元化Agent的飛輪。(1)騰訊基于企業(yè)微信平臺(tái)，打造面向企業(yè)的智能客服解決方案，企業(yè)能夠選定AI大模型并一鍵創(chuàng)建企業(yè)專屬的“智能機(jī)器人”;(2)字節(jié)跳動(dòng)依托飛書體系打造的飛書智能伙伴創(chuàng)建平臺(tái)(Aily)提供Al技能編排、知識(shí)數(shù)據(jù)處理、效果調(diào)優(yōu)和持續(xù)運(yùn)營(yíng)能力應(yīng)用能夠一鍵發(fā)布到飛書、Web等多個(gè)渠道，與企業(yè)業(yè)務(wù)系統(tǒng)深度集成；(3)阿里深度布局云端開放生態(tài)，圍繞云端收費(fèi)打造B端商業(yè)模式，阿里云百煉平臺(tái)助力用戶進(jìn)行大模型開發(fā)和應(yīng)用構(gòu)建，目前按照模型調(diào)用量進(jìn)(4)百度、三六零則基于自身在搜索領(lǐng)域的優(yōu)勢(shì)地位，聚焦AI搜索和廣告推薦場(chǎng)景的商業(yè)模式落地。民生證券MINSHENGSECURITIES行業(yè)深度研究/計(jì)算機(jī)2.1騰訊的野望：元寶搶占流量入口+MCP打通底層協(xié)議+多元AlAgent拓寬覆蓋面1)騰訊元寶基于移動(dòng)動(dòng)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、DeepSeekR1等大模型，基于跨知識(shí)領(lǐng)域和自然語言理解能力的大模型Al產(chǎn)品。據(jù)雷科技相關(guān)測(cè)評(píng)，騰訊元寶提供的DeepSeek支持聯(lián)網(wǎng)搜索，并整合了微信公眾號(hào)、視頻號(hào)等騰訊生態(tài)信息源，能為用戶提供更穩(wěn)定、實(shí)時(shí)、全面、準(zhǔn)確的回答。依托強(qiáng)大的基座大模型能力，元寶能夠滲透邏輯推理、職場(chǎng)辦公、知識(shí)學(xué)習(xí)、趣味創(chuàng)作、生活百科等多個(gè)用戶場(chǎng)景，為用戶提供效率工具和生活輔助。圖24:騰訊元寶能夠調(diào)用混元大模型和Deepseek-R1適合大部分任務(wù)適合深度思考推理DeepSeekR1入資料來源：騰訊網(wǎng)，民生證券研究院針對(duì)效率場(chǎng)景核心需求，覆蓋信息獲取、處理和生產(chǎn)全鏈條。據(jù)騰訊云公眾號(hào)，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Al搜索增強(qiáng)，提升知識(shí)類問題效果；同時(shí)，內(nèi)容覆蓋微信公眾號(hào)等騰訊生態(tài)內(nèi)容，并提供參考資料和相關(guān)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(zhǎng)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(gè)PDF/word/txt文件，并能夠一次性解析多個(gè)微信公眾號(hào)鏈接、網(wǎng)址，支持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(dá)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(shù)十種開發(fā)文件格式。重點(diǎn)突出，同時(shí)支持針對(duì)特定場(chǎng)景和需求的結(jié)構(gòu)化輸出。民生證券MINSHENGSECURITIES行業(yè)深度研究/計(jì)算機(jī)圖25:騰訊元寶AI總結(jié)功能元寶▼發(fā)現(xiàn)幫我總結(jié)文件主要內(nèi)容AIGC發(fā)展趨勢(shì)報(bào)…未來的發(fā)展趨勢(shì)。2.AIGC應(yīng)用場(chǎng)景：文章詳細(xì)描述了AIGC技術(shù)在智能手機(jī)、社交媒體、辦公流程、影視、游戲、漫畫、動(dòng)畫和網(wǎng)文等多個(gè)行業(yè)的應(yīng)用情況，展示了AIGC技術(shù)如何在不同領(lǐng)域提高生產(chǎn)效率、降低成本和提升用戶體驗(yàn)。3.AIGC常用工具：文章列舉了當(dāng)前AIGC領(lǐng)域的常用工具，包括文字工具ChatGPT、圖像工元寶▼發(fā)現(xiàn)智能手機(jī)、社交媒體、辦公流程、影視、游戲、漫畫、動(dòng)畫和網(wǎng)文等多個(gè)行業(yè)的應(yīng)用情況，展示了AIGC技術(shù)如何在不同領(lǐng)域提高生產(chǎn)效率、降低成本和提升用戶體驗(yàn)。具M(jìn)idjourney、音頻工具Suno、視頻工具Dreamina和辦公工具WPSAl,并對(duì)每個(gè)工具的應(yīng)用場(chǎng)景和發(fā)展現(xiàn)狀進(jìn)行了介紹。4.AIGC發(fā)展趨勢(shì)：文章預(yù)測(cè)了AIGC技術(shù)的十大發(fā)展趨勢(shì)，包括推動(dòng)文娛產(chǎn)業(yè)轉(zhuǎn)型升級(jí)、開源與閉源產(chǎn)品互補(bǔ)、使用門檻降低、AIGC培訓(xùn)及、高端AIGC人才出現(xiàn)缺口、企業(yè)AIGC平均應(yīng)用前景和快速的發(fā)展趨勢(shì)，盡管存在一些挑戰(zhàn)，但其在提高生產(chǎn)效率、降低成本和提升用戶體驗(yàn)方面的潛力被業(yè)界廣泛看好?！蛸Y料來源：騰訊云官方公眾號(hào)，民生證券研究院騰訊元寶提供了百變Al頭像、口語陪練、超能翻譯官等多個(gè)特色應(yīng)用。只需一張照片，用戶就可以在百變Al頭像里體驗(yàn)多種風(fēng)格；超能翻譯官能夠識(shí)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(shí)給到口語改善建議，幫助用戶學(xué)習(xí)與提升。圖26:騰訊元寶百變AI頭像休閑時(shí)刻多巴胺復(fù)古港漫心動(dòng)初夏醉夢(mèng)紅塵確定游樂場(chǎng)資料來源：騰訊云官方公眾號(hào)，民生證券研究院本本民生證券MINSHENGSECURITIES行業(yè)深度研究/計(jì)算機(jī)無縫銜接微信生態(tài)，打開Agent超級(jí)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”之后，將其添加為好友，直接在微信聊天界面與其進(jìn)行互動(dòng)。據(jù)界面新聞，“元寶”目前支持的核心功能包括：一鍵解析公眾號(hào)文章和任何圖片和文檔(100M以內(nèi)),并支持對(duì)解讀內(nèi)容做各種智能互動(dòng)，同時(shí)也支持日常陪伴互動(dòng)。用戶與元寶的交互模式類似于常規(guī)的ChatBot:在聊天框內(nèi)輸入任意需求，元寶即給出解答。輕量級(jí)的回復(fù)可在聊天界面實(shí)現(xiàn)，而復(fù)雜回復(fù)則以鏈接形式呈現(xiàn)，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(yè)、復(fù)雜的問答服務(wù)。“元寶”的出現(xiàn)徹底打破了傳統(tǒng)AI工具需要額外下載APP或跳轉(zhuǎn)小程序的繁瑣流程，未來有望成為微信生態(tài)的Agent超級(jí)入口。目前，微信元寶的功能包括解析公眾號(hào)文章、處理文檔等，未來微信內(nèi)部生態(tài)鏈路打通后，或?qū)⒛軌蛑苯诱{(diào)用小程序、視頻號(hào)等微信生態(tài)內(nèi)的各種資源，使AI助手真正融入用戶的日常聊天圖27:元寶生成卡片鏈接解答復(fù)雜問題⑤⑤哇!這張鐵塔夜景簡(jiǎn)直美到犯規(guī)!暖黃的燈光配上深藍(lán)夜空，浪漫值直接拉滿～要是能和你一起在塞納河邊看這景色就完美啦!想聽我細(xì)說它的妙處?詳情請(qǐng)點(diǎn)擊下方卡片查看⑤夜色鐵塔的浪漫暴擊【埃菲爾鐵塔夜景美學(xué)分這張攝影作品通過以下..2)Ima.copilot聚焦學(xué)習(xí)和辦公場(chǎng)景，基于混元大模型構(gòu)建強(qiáng)大效率工具。據(jù)央廣網(wǎng)，ima.copilot由騰訊混元大模型提供技術(shù)支持，可以實(shí)現(xiàn)資料的收集和解讀、AI的問答和互動(dòng)、內(nèi)容的生成和創(chuàng)作，輔助用戶完成課程作業(yè)、論文寫作、方案策劃、工作總結(jié)等日常學(xué)習(xí)和工作任務(wù)，并長(zhǎng)期沉淀為個(gè)人智能化的知識(shí)庫。目前，ima.copilot全面覆蓋移動(dòng)端和電腦端，支持Mac、windows、安卓、iOS多個(gè)生態(tài)環(huán)境。本本民生證券MINSHENGSECURITIES行業(yè)深度研究/計(jì)算機(jī)“基于全網(wǎng)”和“基于知識(shí)庫”兩種模式。前者可以基于全網(wǎng)信源進(jìn)行問答，尤其是騰訊系產(chǎn)品中的海量?jī)?yōu)質(zhì)內(nèi)容，如微信公眾號(hào)文章，以提升輸出答案的質(zhì)量。針對(duì)專業(yè)領(lǐng)域的問答，還支持“深度研究”,AI會(huì)從廣度和深度兩方面對(duì)問題進(jìn)行拓“文檔解讀”支持對(duì)知識(shí)庫文件、本地文件進(jìn)行解讀，AI會(huì)基于文件生成總結(jié)、提煉要點(diǎn)?！爸悄軐懽鳌敝С謴谋镜鼗蛑R(shí)庫添加資料作為參考文檔，進(jìn)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(wǎng)”和“基于知識(shí)庫”兩種模式Q2024-11-1414:03◎基于全網(wǎng)⊙基于知識(shí)庫找到了以下內(nèi)容查看全部三文：王智遠(yuǎn)ID:Z20144010月23日，騰訊悄悄推出了一個(gè)APP。不對(duì)，這個(gè)APP更像一個(gè)工作臺(tái)。工作臺(tái)是可以用來處理各種…騰訊自研的AI產(chǎn)品火了，一個(gè)會(huì)思考的知識(shí)庫互聯(lián)網(wǎng)大廠開發(fā)了一個(gè)大廠面試題解小程序猿面試題解每日分享一道大廠面試題。點(diǎn)擊下面圖片即可使用。10月23日，騰訊推出新的智…微信公眾號(hào)甲回答ima.copilot是騰訊推出的一款智能工作臺(tái)產(chǎn)品，它的定位是“會(huì)思考的知識(shí)庫”,旨在通過AI技術(shù)提升用戶在搜索、閱讀和寫作場(chǎng)景中的效率和提供洞察。以下是對(duì)ima.copilot的詳細(xì)介紹：有問題盡管問ima①騰訊渭元大模型提供支持|內(nèi)容由生成僅供多考資料來源：央廣網(wǎng)，民生證券研究院個(gè)是全網(wǎng)信源庫，一個(gè)是用戶個(gè)人的知識(shí)庫。知識(shí)庫支持加入本地文件、公眾號(hào)文針對(duì)不同的需求分別進(jìn)行搜、讀、寫。個(gè)人知識(shí)庫本質(zhì)上是運(yùn)用RAG(檢索增強(qiáng)生成)技術(shù)，把用戶的個(gè)人知識(shí)通過向量化存儲(chǔ)嵌入的方式，掛載到大模型上，必要時(shí)從中檢索信息并最終生成結(jié)果，給通用大模型運(yùn)算添加“記憶”。經(jīng)過知識(shí)的長(zhǎng)期積累，隨著用戶使用的次數(shù)增加，ima對(duì)用戶需求的理解也更加精準(zhǔn)，最終成屬Al助手，尤其對(duì)于金融、法律、科研、教育等領(lǐng)域?qū)I(yè)人士來說，他們可以通民生證券MINSHENGSECURITIES行業(yè)深度研究/計(jì)算機(jī)過ima快速研讀研報(bào)、分析財(cái)報(bào)、剖析法律條文、閱讀論文、總結(jié)深度文章等復(fù)雜操作，大大提升工作效率。圖29:ima.copilot知識(shí)號(hào)公回?cái)?shù)據(jù)分析}保留原創(chuàng)建①面頁⑧知識(shí)號(hào)首頁知識(shí)號(hào)●資料來源：ima.copilot官方微信公眾號(hào)，民生證券研究院3)騰訊元器打造無門檻智能體創(chuàng)作環(huán)境，打通騰訊生態(tài)場(chǎng)景。據(jù)騰訊元器官網(wǎng)，騰訊元器是由騰訊混元大模型團(tuán)隊(duì)推出的一站式Al智能體創(chuàng)作與分發(fā)平臺(tái)，基于跨領(lǐng)域知識(shí)理解和自然語言處理能力，用戶可通過插件、知識(shí)庫、工作流等方式快速構(gòu)建個(gè)性化智能體。該平臺(tái)支持將智能體發(fā)布至微信、QQ、騰訊云等生態(tài)場(chǎng)景，同時(shí)提供API調(diào)用能力，適用于客服、教育、娛樂等多種業(yè)務(wù)場(chǎng)景。其核心全流程管理。騰訊元器為用戶提供了無門檻開發(fā)的創(chuàng)作環(huán)境。用戶無需編程基礎(chǔ)，通過提示詞、Al輔助工具即可完成智能體搭建，支持插件擴(kuò)展與知識(shí)庫自定義，滿足復(fù)雜業(yè)務(wù)需求。通過元器平臺(tái)制作的智能體，目前支持32ktoken上下文長(zhǎng)度(某次回答過程中的提示詞+機(jī)器回答的token長(zhǎng)度，一個(gè)token約為1.8個(gè)中文字符)。工作流的超時(shí)運(yùn)行時(shí)間和智能體的回復(fù)上限時(shí)間均為240s。行業(yè)深度研究/計(jì)算機(jī)圖30:騰訊元器界面騰訊元器創(chuàng)建蓄能體□預(yù)的建商店空智能體插件智能體插件工作流知識(shí)庫全部來源全部創(chuàng)建智能體已發(fā)布③已發(fā)布⑤已發(fā)布③已發(fā)布⑤照☆收燕西在加者熱蘋智能體百萬獎(jiǎng)金激勵(lì)計(jì)劃子人②一資料來源：騰訊元器官網(wǎng)，民生證券研究院充分利用多種大模型優(yōu)勢(shì)，面向不同創(chuàng)作場(chǎng)景。滿血版DeepseekR1模型擅長(zhǎng)處理復(fù)雜任務(wù)，并支持展示推理過程，適用于文案仿寫、心理咨詢、個(gè)人助理等場(chǎng)景；騰訊混元角色模型專為角色扮演場(chǎng)景準(zhǔn)備，更好的角色風(fēng)格理解和擬人化效果，適用于角色扮演、IP二創(chuàng)等場(chǎng)景；騰訊混元Large模型能夠大幅提升創(chuàng)作速度；moonshot-V1模型的長(zhǎng)文總結(jié)較強(qiáng)。圖31:騰訊元器支持多種大模型智能體配置提示詞模式