核心觀點(diǎn)

時(shí)至2025年，隨著Manus、GenSpark以及其他海內(nèi)外大廠C端&B端Agent產(chǎn)品的持續(xù)涌現(xiàn)，行業(yè)對于AI Agent在技術(shù)架構(gòu)和產(chǎn)品形態(tài)層面正在逐步成型，2025年正在成為所謂的“AI Agent元年”。

AI Agent核心理念是讓大模型自主調(diào)用各類工具去執(zhí)行更加復(fù)雜的任務(wù)。作為生成式AI的高級形態(tài)，AI Agent覆蓋技術(shù)體系、算力資源、數(shù)據(jù)治理及生態(tài)建設(shè)等多個(gè)維度，準(zhǔn)入門檻顯著高于一般大語言模型應(yīng)用。

根據(jù)IDC發(fā)布的預(yù)測，2024年AI Agent全球市場規(guī)模約52.9億美元。中國企業(yè)級AI Agent應(yīng)用市場在2028年的保守規(guī)模將超過270億美元，預(yù)計(jì)到2030年可增長至471億美元。

到2028年，約33%的企業(yè)級軟件應(yīng)用將內(nèi)置具備自主功能的AI Agent系統(tǒng)，遠(yuǎn)高于2024年時(shí)不足1%的滲透率，這表明在未來數(shù)年內(nèi)AI Agent從輔助工具向業(yè)務(wù)決策層面的演變成為重大趨勢。

行業(yè)概述

（1）定義

AI Agent（智能體）是一種基于大模型實(shí)現(xiàn)控制流決策的應(yīng)用系統(tǒng)，其核心理念是讓大模型自主調(diào)用各類工具去執(zhí)行更加復(fù)雜的任務(wù)。

目前單一的LLM（大語言模型）并不能很好地執(zhí)行一些長鏈條任務(wù)，在很多場景中也需要調(diào)用各類工具。因此，AI Agent與LLM之間存在著明確的遞進(jìn)關(guān)系。

AI Agent與傳統(tǒng)AI、AIGC（人工智能生成內(nèi)容）之間亦存在著明確的層次遞進(jìn)和功能定位差異。下圖展示了用戶與傳統(tǒng)聊天機(jī)器人、AIGC以及AI Agent產(chǎn)品交互時(shí)的對話結(jié)果，可以看出，AI Agent產(chǎn)品在用戶交互體驗(yàn)和自動化能力上具有明顯優(yōu)勢。

（AI產(chǎn)品交互結(jié)果。圖源：西南證券）

（2）技術(shù)框架

目前AI Agent已初步形成了底層大模型+各類工具+配套Agent Infra（環(huán)境、記憶、工具及內(nèi)容接口、安全等）的產(chǎn)品技術(shù)架構(gòu)。

（AI Agent產(chǎn)品技術(shù)框架。圖源：中金公司研究部）

底層大模型主要提供核心的理解與推理能力，負(fù)責(zé)理解任務(wù)需求，并為上層的任務(wù)規(guī)劃、拆解與執(zhí)行提供支撐。

各類工具賦予Agent解決各類細(xì)分任務(wù)的場景能力，可供模型按需進(jìn)行調(diào)用。

配套Agent Infra在各個(gè)層面支撐著Agent能力的構(gòu)建。環(huán)境類組件（如虛擬機(jī)、瀏覽器插件等）為Agent提供虛擬計(jì)算與任務(wù)執(zhí)行環(huán)境；工具類組件（如MCP）幫助Agent實(shí)現(xiàn)對外部工具的統(tǒng)一與高效調(diào)用；內(nèi)容類組件（如RAG）則支持Agent對內(nèi)部與外部文本信息的檢索與處理；此外，還包括記憶類組件、安全類組件等，為Agent提供長期狀態(tài)存儲與安全保障。

（3）特征

AI Agent的主要特征包括自主性、規(guī)劃與記憶、閉環(huán)執(zhí)行能力。

自主性是指AI Agent無需人工持續(xù)干預(yù)，可獨(dú)立完成目標(biāo)。規(guī)劃與記憶是指AI Agent可以將復(fù)雜任務(wù)分解為多個(gè)子任務(wù)，并通過有效的記憶機(jī)制存儲和調(diào)用信息。閉環(huán)執(zhí)行能力是指AI Agent能夠持續(xù)監(jiān)測執(zhí)行效果，并通過學(xué)習(xí)反饋進(jìn)行自我優(yōu)化迭代。

（4）分類

AI Agent主要分為通用AI Agent和垂直AI Agent，前者強(qiáng)調(diào)多任務(wù)、多場景、跨行業(yè)的復(fù)雜應(yīng)用，強(qiáng)調(diào)平臺化和生態(tài)化；后者適合高專業(yè)壁壘、強(qiáng)合規(guī)要求的細(xì)分領(lǐng)域，強(qiáng)調(diào)定制化和專業(yè)化。

總體上看，面向C端用戶的AI Agent應(yīng)用更多主打通用性，目標(biāo)能夠以較為標(biāo)準(zhǔn)化的產(chǎn)品形態(tài)去滿足大眾用戶泛化的Agent需求；而面向B端企業(yè)的AI Agent應(yīng)用則更多會聚焦垂直場景，更偏向于通過與業(yè)務(wù)流程更為深度的融合來幫助企業(yè)實(shí)現(xiàn)生產(chǎn)力的提升。

行業(yè)發(fā)展歷程

從2023年大模型行業(yè)興起之后，AI行業(yè)就開始摸索AI Agent的產(chǎn)品形態(tài)，從最初的AutoGPT，到后續(xù)的LangChain等都屬于AI Agent行業(yè)前期的積極探索。

2023年至今，全球AI Agent行業(yè)發(fā)展重點(diǎn)事件如下圖所示：

（全球AI Agent發(fā)展重點(diǎn)事件。圖源：民生證券研究院）

時(shí)至2025年，隨著Manus、GenSpark以及其他海內(nèi)外大廠C端&B端Agent產(chǎn)品的持續(xù)涌現(xiàn)，行業(yè)對于AI Agent在技術(shù)架構(gòu)和產(chǎn)品形態(tài)層面正在逐步成型。當(dāng)前Agent產(chǎn)品雖然可能在能力上仍有所欠缺，但在框架上可能已經(jīng)是形成了未來通用Agent類產(chǎn)品的基本框架，2025年正在成為所謂的“AI Agent元年”。

應(yīng)用場景與商業(yè)模式

（1）典型應(yīng)用場景

辦公自動化場景

辦公自動化場景主要面臨重復(fù)性任務(wù)處理效率低下、錯(cuò)誤率高等問題，AI Agent通過自然語言處理技術(shù)（NLP）和輕量級決策算法實(shí)現(xiàn)自動化處理。典型案例包括釘釘宜搭推出的“智能審批Agent”，其有效降低企業(yè)審批過程中的人工投入成本。

客戶服務(wù)場景

工業(yè)智能化場景

工業(yè)智能化場景面臨人工質(zhì)檢效率低下、設(shè)備故障停機(jī)損失較大等問題。AI Agent技術(shù)路線適配包括實(shí)時(shí)數(shù)據(jù)分析、工業(yè)協(xié)議兼容及邊緣計(jì)算技術(shù)。華為推出的“工業(yè)AI Agent”在工業(yè)質(zhì)檢和設(shè)備維護(hù)領(lǐng)域取得突出應(yīng)用效果，使企業(yè)質(zhì)檢效率有效提升。

醫(yī)療輔助場景

醫(yī)療輔助場景主要解決醫(yī)生文書工作量大、基層醫(yī)療診斷準(zhǔn)確性不穩(wěn)定的問題。AI Agent技術(shù)適配包括醫(yī)學(xué)知識圖譜構(gòu)建、可解釋性算法和多模態(tài)大模型等。典型案例是醫(yī)聯(lián)推出的“AI輔助診斷Agent”，其能夠自動生成精準(zhǔn)診斷報(bào)告，有效提高基層醫(yī)療診斷準(zhǔn)確率，極大提升醫(yī)療服務(wù)水平。

（2）商業(yè)模式

銷售模式

AI Agent行業(yè)的銷售模式相對多元化，主要包括直銷與行業(yè)顧問協(xié)作、渠道合作與生態(tài)分銷以及品牌建設(shè)與用戶心智三種。直銷模式聚焦核心行業(yè)和高價(jià)值客戶，強(qiáng)調(diào)深度定制化落地；渠道合作模式依托合作伙伴網(wǎng)絡(luò)，快速覆蓋區(qū)域市場和中小客戶；品牌建設(shè)模式則通過行業(yè)影響力提升客戶信任度和議價(jià)能力，形成長期競爭優(yōu)勢。

（AI Agent行業(yè)銷售模式。資料來源：融中咨詢）

盈利模式

（AI Agent行業(yè)盈利模式。資料來源：融中咨詢）

行業(yè)全景與市場規(guī)模

作為人工智能的重要應(yīng)用方向，AI Agent通常被歸入“新一代信息技術(shù)產(chǎn)業(yè)”中的人工智能領(lǐng)域。它的行業(yè)覆蓋范圍較為廣泛，包括但不限于算法與模型、計(jì)算基礎(chǔ)設(shè)施與平臺、軟硬件集成，以及面向特定場景的行業(yè)化解決方案。

（1）產(chǎn)業(yè)鏈結(jié)構(gòu)

上游環(huán)節(jié)以算力、模型和數(shù)據(jù)服務(wù)為核心，構(gòu)成AI Agent技術(shù)創(chuàng)新的基礎(chǔ)，是驅(qū)動智能體迭代的關(guān)鍵。

中游環(huán)節(jié)聚焦平臺開發(fā)、技術(shù)集成及功能創(chuàng)新，是承擔(dān)AI Agent產(chǎn)品落地的重要角色。

下游環(huán)節(jié)圍繞金融、醫(yī)療、制造、零售、交通等場景開展應(yīng)用部署，推動企業(yè)智能化轉(zhuǎn)型和用戶體驗(yàn)升級。

（AI Agent產(chǎn)業(yè)鏈圖譜。圖源：融中咨詢）

（2）市場規(guī)模

近年來，隨著人工智能技術(shù)的快速迭代，AI Agent概念逐步從學(xué)術(shù)探討走向產(chǎn)業(yè)落地。從全球范圍來看，根據(jù)IDC發(fā)布的預(yù)測，2024年AI Agent全球市場規(guī)模約52.9億美元。中國企業(yè)級AI Agent應(yīng)用市場在2028年的保守規(guī)模將超過270億美元，預(yù)計(jì)到2030年可增長至471億美元。

根據(jù)融中咨詢數(shù)據(jù)，2024年，我國AI Agent市場規(guī)模約為695億元，2025年規(guī)模有望突破1,735億元，到2027年進(jìn)一步擴(kuò)張至5,442億元，2023–2027年間的年均復(fù)合增長率約為77%。

（我國AI Agent市場規(guī)模統(tǒng)計(jì)數(shù)據(jù)及預(yù)測。

資料來源：融中咨詢）

競爭格局

（1）行業(yè)競爭格局

作為生成式AI的高級形態(tài)，AI Agent應(yīng)用覆蓋技術(shù)體系、算力資源、數(shù)據(jù)治理及生態(tài)建設(shè)等多個(gè)維度，準(zhǔn)入門檻顯著高于一般大語言模型應(yīng)用。

當(dāng)前AI Agent行業(yè)正處于加速演進(jìn)階段，國內(nèi)競爭格局呈現(xiàn)出“全球技術(shù)主導(dǎo)、本土應(yīng)用多元、生態(tài)協(xié)同共生”的特征，現(xiàn)階段主要參與者大致分為四大類：國際科技巨頭、新興獨(dú)立實(shí)驗(yàn)室、國內(nèi)頭部平臺企業(yè)與創(chuàng)業(yè)公司，以及開源社區(qū)與開發(fā)者生態(tài)。

國際科技巨頭主要包括OpenAI、Google、Microsoft、Amazon等企業(yè)，憑借長期積累的算法技術(shù)、計(jì)算資源、全球用戶基盤以及資本能力，在大模型及智能體操作系統(tǒng)層面建立了領(lǐng)先優(yōu)勢。以O(shè)penAI為例，其基于GPT-4o的智能體Operator與DeepResearch系統(tǒng)在自然語言交互、任務(wù)分解與工具調(diào)用方面具備高度一體化能力，率先實(shí)現(xiàn)通用Agent能力在網(wǎng)頁端的落地。

新興獨(dú)立AI實(shí)驗(yàn)室主要包括Anthropic、Mistral、xAI等，普遍采用差異化定位，在安全可控、低幻覺率、任務(wù)規(guī)劃鏈?zhǔn)酵评砟芰Φ燃夹g(shù)路徑上取得進(jìn)展。 例如，Anthropic推出的Claude Opus系列強(qiáng)化了智能體在企業(yè)環(huán)境下的穩(wěn)定性、響應(yīng)精度與記憶能力，其推出的MCP（Model Context Protocol）協(xié)議推動了工具與模型之間的標(biāo)準(zhǔn)化通信，成為構(gòu)建開發(fā)者生態(tài)的重要抓手。

國內(nèi)企業(yè)以字節(jié)跳動、阿里巴巴、百度等為代表，聚焦AI Agent平臺化、工具化與行業(yè)化方向，競爭重心逐漸從通用能力轉(zhuǎn)向“通用模型+應(yīng)用框架+行業(yè)插件”的整合策略。字節(jié)跳動通過“扣子”平臺實(shí)現(xiàn)從模型調(diào)用、工具集成到多智能體工作流的封裝支持；阿里通過釘釘AI助理市場構(gòu)建Agent Store，結(jié)合政企系統(tǒng)打通辦公場景鏈條；百度則以文心智能體平臺為核心，圍繞Agent Builder、Model Builder等組件提供完整的模型構(gòu)建、任務(wù)執(zhí)行與部署鏈路。

此外，以Monica、Seed、AutoGLM等為代表的開源框架與垂直場景初創(chuàng)公司在協(xié)作任務(wù)、跨模態(tài)建圖、領(lǐng)域知識注入等細(xì)分領(lǐng)域形成差異化競爭格局，推動智能體由“大模型實(shí)驗(yàn)室能力”向“產(chǎn)品級部署能力”轉(zhuǎn)化。

總體來看，當(dāng)前AI Agent行業(yè)處于平臺能力成型、應(yīng)用生態(tài)擴(kuò)展、標(biāo)準(zhǔn)體系探索的過渡期，競爭由模型性能的單點(diǎn)突破逐步演進(jìn)為生態(tài)體系、場景集成、工具鏈閉環(huán)的綜合博弈。

（2）行業(yè)集中度

AI Agent行業(yè)雖然技術(shù)門檻較高，但整體市場仍處于爆發(fā)前夜，行業(yè)集中度具有“兩頭集中、中段多元”的典型特征。一方面，模型底層能力與算力資源掌握在少數(shù)國際巨頭手中，形成較為穩(wěn)固的技術(shù)支配格局；另一方面，在具體場景應(yīng)用、交互設(shè)計(jì)與行業(yè)融合方面，區(qū)域化與差異化創(chuàng)新能力顯著，導(dǎo)致市場呈現(xiàn)多點(diǎn)競爭態(tài)勢。

在全球范圍內(nèi)，OpenAI與Anthropic合計(jì)市場滲透率已超過50%，Google、Amazon緊隨其后構(gòu)成第二梯隊(duì)。從收入體量的角度來看，目前全球范圍內(nèi)年化收入能夠達(dá)到數(shù)十億美元級別的只有OpenAI、Anthropic等大模型公司，其既可作為Agent應(yīng)用的基礎(chǔ)模型，也可以直接作為Agent應(yīng)用的角色。

國內(nèi)方面，字節(jié)跳動、阿里、百度在平臺框架與垂直落地能力方面形成主導(dǎo)地位。以大模型能力為核心的算力集中度極高，但智能體平臺與應(yīng)用生態(tài)集中度仍處于分散狀態(tài)。隨著MCP、A2A等協(xié)議標(biāo)準(zhǔn)的建立和開源框架的推廣，中小企業(yè)與開發(fā)者群體在本地化部署、垂直領(lǐng)域定制方面快速發(fā)展，促使行業(yè)集中度總體呈現(xiàn)“底層集中、上層分化”的結(jié)構(gòu)演進(jìn)趨勢。

從平臺用戶量、模型調(diào)用量與API開放程度觀察，行業(yè)整體尚未形成完全的寡頭壟斷局面。特別是在教育、金融、醫(yī)療、政務(wù)等場景中，具備專業(yè)數(shù)據(jù)資源與場景理解能力的本地服務(wù)商正在崛起，進(jìn)一步稀釋頭部平臺在應(yīng)用層的集中程度。

企業(yè)分析

與國外以O(shè)penAI、Anthropic為代表的少數(shù)頭部企業(yè)不同，我國在應(yīng)用場景覆蓋度和中小企業(yè)創(chuàng)新活力方面更具多樣性和廣度。

我國AI Agent行業(yè)的關(guān)鍵參與者呈現(xiàn)非上市企業(yè)數(shù)量多、創(chuàng)新活躍度高的特征，形成了從基礎(chǔ)能力供給、智能體平臺研發(fā)到應(yīng)用場景落地的完整體系。非上市企業(yè)在模型微調(diào)、工具鏈開發(fā)和多智能體平臺等領(lǐng)域表現(xiàn)突出，是推動技術(shù)演進(jìn)與商業(yè)化落地的核心主體。

（我國AI Agent行業(yè)企業(yè)類型分布情況。

圖源：融中咨詢）

（1）智譜AI

智譜AI是一家專注于認(rèn)知智能大模型研發(fā)與產(chǎn)業(yè)化的科技公司，由清華大學(xué)計(jì)算機(jī)系知識工程實(shí)驗(yàn)室（KEG）的技術(shù)成果轉(zhuǎn)化而來，成立于2019年6月。公司合作研發(fā)了GLM-130B大模型，并基于此打造了AIGC模型及產(chǎn)品矩陣。

AutoGLM是公司推出的首款智能體產(chǎn)品，可基于文字或語音指令模擬人類操作手機(jī)，支持自主執(zhí)行長步驟操作及跨App任務(wù)。2025年3月31日，公司正式發(fā)布AutoGLM沉思，可自主瀏覽網(wǎng)頁、檢索分析數(shù)據(jù)并生成報(bào)告，能夠?qū)崿F(xiàn)“邊想邊干”。公司最新發(fā)布的旗艦?zāi)Ｐ虶LM-4.5，是一款專為智能體應(yīng)用打造的基礎(chǔ)模型。

（2）MiniMax

MiniMax是一家通用人工智能科技公司，自主研發(fā)了一系列多模態(tài)通用大模型，并基于這些自研模型推出一系列AI原生產(chǎn)品，包括MiniMax、海螺AI、MiniMax Audio、星野等。

2025年6月19日，MiniMax發(fā)布其通用智能體產(chǎn)品——MiniMax Agent，在網(wǎng)頁開發(fā)、PPT制作、深度研究等領(lǐng)域表現(xiàn)突出。MiniMax Agent采用分層協(xié)作框架，由“總調(diào)度Agent”和多個(gè)“執(zhí)行Agent”協(xié)同工作，支持7個(gè)智能體的協(xié)同任務(wù)處理。同時(shí)，通過長程記憶與反思機(jī)制，實(shí)現(xiàn)高達(dá)100萬的上下文窗口，確保任務(wù)執(zhí)行的連貫性和準(zhǔn)確性。

（3）字節(jié)跳動

字節(jié)跳動成立于2012年，是一家專注于信息分發(fā)的互聯(lián)網(wǎng)公司，涉及短視頻與資訊平臺，企業(yè)服務(wù)、教育、電商等多元化領(lǐng)域。

Coze（扣子）是字節(jié)跳動旗下一款重要的智能體開發(fā)平臺，發(fā)布于2024年2月1日，主要面向普通用戶和開發(fā)者。它的特點(diǎn)是簡單易用，無需編程基礎(chǔ)就能快速上手。在扣子平臺上，用戶可以通過拖拽式的零代碼方式或簡單的低代碼方式，輕松搭建基于先進(jìn)AI大模型的各類智能體應(yīng)用。2025年扣子空間（Coze Space）內(nèi)測，提供任務(wù)規(guī)劃、多工具協(xié)同功能，支持競品分析、用戶研究、金融分析等場景，通過MCP協(xié)議集成飛書、高德地圖等工具。

（4）阿里巴巴

阿里云是阿里巴巴集團(tuán)旗下的云計(jì)算及人工智能科技公司，成立于2009年，總部位于杭州。阿里云推出以數(shù)據(jù)為中心的智能體平臺，通過Spring-ai-alibaba框架整合工具鏈，支持多Agent協(xié)同、任務(wù)編排與數(shù)據(jù)流轉(zhuǎn)。

2025年7月28日，阿里云正式推出了首款專為AI Agents打造的“超級大腦”——無影AgentBay。這臺云端電腦能執(zhí)行代碼運(yùn)行、網(wǎng)頁瀏覽、數(shù)據(jù)分析、程序開發(fā)、表格制作等基礎(chǔ)任務(wù)，具備視覺理解、自然語言控制、任務(wù)解析等AI技能，可在Windows、Linux、Android等多個(gè)系統(tǒng)間切換，調(diào)用云上的算力、存儲和工具鏈資源。

（5）百度

2024年4月，百度推出AgentBuilder，支持基于文心大模型快速構(gòu)建AI原生應(yīng)用，降低開發(fā)門檻，為開發(fā)者提供一站式智能體開發(fā)方案。2025年8月，百度推出首批AI數(shù)字員工，覆蓋營銷、招聘、課程顧問等7個(gè)核心崗位，深度融合大模型、數(shù)字人技術(shù)和行業(yè)Know-How。

C端面向普通用戶設(shè)計(jì)的通用AI Agent心響，主打移動端體驗(yàn)，通過“靈感廣場”等模塊降低使用門檻，提供晚安故事、AI繪本等生活化功能。

（6）Monica

Monica.im成立于2023年，專注于AI助手開發(fā)，公司依托多種開源AI模型，提供瀏覽器擴(kuò)展、移動應(yīng)用、AI模型API平臺等服務(wù)。

2025年3月6日，Monica推出全球首款通用AI Agent產(chǎn)品Manus，具備獨(dú)立思考和系統(tǒng)規(guī)劃的能力，引起世界關(guān)注。Manus可以整合200+工具鏈，實(shí)現(xiàn)跨平臺操作，如自動解壓文件、分析簡歷、生成Excel表格等。同時(shí)，Manus通過規(guī)劃代理、執(zhí)行代理、驗(yàn)證代理分工協(xié)作，實(shí)現(xiàn)多智能體協(xié)作。此外，還可以在隔離環(huán)境中運(yùn)行任務(wù)，解放本地算力。

（7）BetterYeah

BetterYeah是國內(nèi)AI Agent領(lǐng)域的先行者，聚焦為企業(yè)提供智能體相關(guān)全鏈路Al Infra基礎(chǔ)設(shè)施。2025年7月，公司宣布完成B輪融資，融資金額超億元人民幣。

（8）幽孚科技

幽孚科技成立于2017年，是一家專注于人工智能技術(shù)的企業(yè)服務(wù)提供商，致力于為企業(yè)客戶提供新一代BI工具和數(shù)字化應(yīng)用構(gòu)建工具，幫助企業(yè)實(shí)現(xiàn)數(shù)據(jù)驅(qū)動的業(yè)務(wù)發(fā)展。

公司旗下產(chǎn)品AlgForce Ai通過打造“AIGC+數(shù)據(jù)洞察”解決方案，基于生成式AI、低代碼引擎等，幫助企業(yè)的非技術(shù)人員數(shù)據(jù)洞察輔助業(yè)務(wù)決策。

（9）壹沓科技

壹沓科技深耕供應(yīng)鏈領(lǐng)域，2020年推出“運(yùn)小沓1.0”為供應(yīng)鏈客戶實(shí)現(xiàn)單場景自動化。2022年，公司推出“運(yùn)小沓2.0”，可以實(shí)現(xiàn)跨場景自動化串聯(lián)；此后，“運(yùn)小沓3.0定”位為供應(yīng)鏈物流智能執(zhí)行引擎。

政策分析

近幾年，我國陸續(xù)出臺政策推動AI Agent產(chǎn)業(yè)健康發(fā)展，形成了以監(jiān)管引導(dǎo)、產(chǎn)業(yè)激勵(lì)和資金人才扶持為核心的綜合體系。在監(jiān)管方面，強(qiáng)調(diào)通過標(biāo)準(zhǔn)化建設(shè)、數(shù)據(jù)與算法合規(guī)要求等手段，確保產(chǎn)業(yè)在安全可控的前提下穩(wěn)步發(fā)展；在鼓勵(lì)方面，持續(xù)推動AI Agent與制造、醫(yī)療、交通、智慧城市等重點(diǎn)行業(yè)深度融合，拓展應(yīng)用場景；在扶持方面，通過設(shè)立專項(xiàng)基金、稅收優(yōu)惠和投資補(bǔ)貼等方式降低創(chuàng)新成本，并加強(qiáng)感知、推理、人機(jī)交互等核心技術(shù)攻關(guān)及人才培養(yǎng)，為行業(yè)的持續(xù)創(chuàng)新與規(guī)?；涞氐於ɑA(chǔ)。

（AI Agent產(chǎn)業(yè)相關(guān)政策。資料來源：融中咨詢）

未來發(fā)展趨勢

（1）應(yīng)用部署率大幅提升

根據(jù)研究機(jī)構(gòu)Gartner預(yù)測，到2028年，約33%的企業(yè)級軟件應(yīng)用將內(nèi)置具備自主功能的AI Agent系統(tǒng)，遠(yuǎn)高于2024年時(shí)不足1%的滲透率。同時(shí)，預(yù)計(jì)至少15%的日常工作決策將在智能體系統(tǒng)中由其獨(dú)立完成，這表明在未來數(shù)年內(nèi)AI Agent從輔助工具向業(yè)務(wù)決策層面的演變成為重大趨勢。

（2）AI+代碼將成為

最為成熟的Agent場景

從功能角度，AI+代碼類Agent產(chǎn)品的迭代速度繼續(xù)加快，用戶使用體驗(yàn)與應(yīng)用深度持續(xù)提升；從商業(yè)化角度，不僅是專注編程領(lǐng)域的Cursor等創(chuàng)業(yè)公司產(chǎn)品收入加速增長，同時(shí)Claude等大模型的商業(yè)化增量很大一部分也是來自于編程相關(guān)的應(yīng)用需求。

（3）多智能體系統(tǒng)興起

開放源代碼框架如OpenAI Swarm和Microsoft的Magentic-One等，推動多智能體系統(tǒng)協(xié)作能力的發(fā)展。Magentic-One采用orchestrator+專項(xiàng)智能體架構(gòu)，具備高效任務(wù)分解與柔性調(diào)度能力，代表新時(shí)代AI Agent協(xié)作框架趨勢。多智能體系統(tǒng)適于協(xié)同執(zhí)行復(fù)雜業(yè)務(wù)，增強(qiáng)系統(tǒng)整體執(zhí)行效率與魯棒性，是未來AI Agent發(fā)展方向的重要一環(huán)。返回搜狐，查看更多