文 | 融中財經(jīng)

核心觀點：

時至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在技術架構和產(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)行更加復雜的任務。作為生成式AI的高級形態(tài)，AI Agent覆蓋技術體系、算力資源、數(shù)據(jù)治理及生態(tài)建設等多個維度，準入門檻顯著高于一般大語言模型應用。

根據(jù)IDC發(fā)布的預測，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應用市場在2028年的保守規(guī)模將超過270億美元，預計到2030年可增長至471億美元。

到2028年，約33%的企業(yè)級軟件應用將內(nèi)置具備自主功能的AI Agent系統(tǒng)，遠高于2024年時不足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現(xiàn)控制流決策的應用系統(tǒng)，其核心理念是讓大模型自主調(diào)用各類工具去執(zhí)行更加復雜的任務。

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，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關系。

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和功能定位差異。下圖展示了用戶與傳統(tǒng)聊天機器人、AIGC以及AI Agent產(chǎn)品交互時的對話結果，可以看出，AI Agent產(chǎn)品在用戶交互體驗和自動化能力上具有明顯優(yōu)勢。

圖1：AI產(chǎn)品交互結果 西南證券

（2）技術框架

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)品技術架構。

圖2：AI Agent產(chǎn)品技術框架 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，負責理解任務需求，并為上層的任務規(guī)劃、拆解與執(zhí)行提供支撐。

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

配套Agent Infra在各個層面支撐著Agent能力的構建。環(huán)境類組件（如虛擬機、瀏覽器插件等）為Agent提供虛擬計算與任務執(zhí)行環(huán)境；工具類組件（如MCP）幫助Agent實現(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，可獨立完成目標。規(guī)劃與記憶是指AI Agent可以將復雜任務分解為多個子任務，并通過有效的記憶機制存儲和調(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，并通過學習反饋進行自我優(yōu)化迭代。

（4）分類

AI Agent主要分為通用AI Agent和垂直AI Agent，前者強調(diào)多任務、多場景、跨行業(yè)的復雜應用，強調(diào)平臺化和生態(tài)化；后者適合高專業(yè)壁壘、強合規(guī)要求的細分領域，強調(diào)定制化和專業(yè)化。

總體上看，面向C端用戶的AI Agent應用更多主打通用性，目標能夠以較為標準化的產(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應用則更多會聚焦垂直場景，更偏向于通過與業(yè)務流程更為深度的融合來幫助企業(yè)實現(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)展重點事件如下圖所示：

圖3：全球AI Agent發(fā)展重點事件 民生證券研究院

時至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在技術架構和產(chǎn)品形態(tài)層面正在逐步成型。當前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”。

應用場景與商業(yè)模式

（1）典型應用場景

辦公自動化場景

辦公自動化場景主要面臨重復性任務處理效率低下、錯誤率高等問題，AI Agent通過自然語言處理技術（NLP）和輕量級決策算法實現(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。

客戶服務場景

客戶服務場景的主要痛點為客戶響應延遲高、復雜問題解決率低。AI Agent在此領域應用情感計算、大模型上下文理解和對話管理技術，實現(xiàn)高效的自動化客戶服務。阿里小蜜的“智能客服Agent”是典型應用案例，通過該系統(tǒng)客戶滿意度能夠有效提升。

工業(yè)智能化場景

工業(yè)智能化場景面臨人工質檢效率低下、設備故障停機損失較大等問題。AI Agent技術路線適配包括實時數(shù)據(jù)分析、工業(yè)協(xié)議兼容及邊緣計算技術。華為推出的“工業(yè)AI Agent”在工業(yè)質檢和設備維護領域取得突出應用效果，使企業(yè)質檢效率有效提升。

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)療診斷準確性不穩(wěn)定的問題。AI Agent技術適配包括醫(yī)學知識圖譜構建、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診斷報告，有效提高基層醫(yī)療診斷準確率，極大提升醫(yī)療服務水平。

（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)分銷以及品牌建設與用戶心智三種。直銷模式聚焦核心行業(yè)和高價值客戶，強調(diào)深度定制化落地；渠道合作模式依托合作伙伴網(wǎng)絡，快速覆蓋區(qū)域市場和中小客戶；品牌建設模式則通過行業(yè)影響力提升客戶信任度和議價能力，形成長期競爭優(yōu)勢。

表1：AI Agent行業(yè)銷售模式 資料融中咨詢

盈利模式

AI Agent行業(yè)的盈利模式主要分為SaaS訂閱與分層定價、結果導向型分成、定制開發(fā)與綜合收費以及混合收費模式四種類型。SaaS訂閱模式適合標準化產(chǎn)品，具備穩(wěn)定現(xiàn)金流特征；結果導向型分成適合高價值且成果可量化的場景，收益與客戶價值緊密綁定；定制開發(fā)模式以項目制為核心，適配高壁壘行業(yè)的深度需求；混合收費模式則結合多種方式以適配不同客戶類型與業(yè)務場景。

表2：AI Agent行業(yè)盈利模式 資料融中咨詢

行業(yè)全景與市場規(guī)模

作為人工智能的重要應用方向，AI Agent通常被歸入“新一代信息技術產(chǎn)業(yè)”中的人工智能領域。它的行業(yè)覆蓋范圍較為廣泛，包括但不限于算法與模型、計算基礎設施與平臺、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)鏈結構

上游環(huán)節(jié)以算力、模型和數(shù)據(jù)服務為核心，構成AI Agent技術創(chuàng)新的基礎，是驅動智能體迭代的關鍵。

中游環(huán)節(jié)聚焦平臺開發(fā)、技術集成及功能創(chuàng)新，是承擔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、交通等場景開展應用部署，推動企業(yè)智能化轉型和用戶體驗升級。

圖4：AI Agent產(chǎn)業(yè)鏈圖譜 融中咨詢

整體價值分布中，上游占比約40%（算力25%、模型10%、數(shù)據(jù)5%），中游占比約30%（平臺與工具鏈20%、開發(fā)者生態(tài)10%），下游應用占比約30%（效果付費60%、訂閱制30%、定制開發(fā)10%）。

（2）市場規(guī)模

近年來，隨著人工智能技術的快速迭代，AI Agent概念逐步從學術探討走向產(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應用市場在2028年的保守規(guī)模將超過270億美元，預計到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年進一步擴張至5,442億元，2023–2027年間的年均復合增長率約為77%。

技術滲透率方面，根據(jù)融中咨詢預測，AI Agent技術在辦公自動化、智能客服和數(shù)據(jù)處理等通用場景中的應用滲透將快速提升，預計2025年進入規(guī)模化推廣階段，并在2027年前進一步擴展至金融、醫(yī)療、工業(yè)制造等行業(yè)場景。

圖5：我國AI Agent市場規(guī)模統(tǒng)計數(shù)據(jù)及預測 資料融中咨詢

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應用覆蓋技術體系、算力資源、數(shù)據(jù)治理及生態(tài)建設等多個維度，準入門檻顯著高于一般大語言模型應用。

當前AI Agent行業(yè)正處于加速演進階段，國內(nèi)競爭格局呈現(xiàn)出“全球技術主導、本土應用多元、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、新興獨立實驗室、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、計算資源、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)層面建立了領先優(yōu)勢。以OpenAI為例，其基于GPT-4o的智能體Operator與DeepResearch系統(tǒng)在自然語言交互、任務分解與工具調(diào)用方面具備高度一體化能力，率先實現(xiàn)通用Agent能力在網(wǎng)頁端的落地。

新興獨立AI實驗室主要包括Anthropic、Mistral、xAI等，普遍采用差異化定位，在安全可控、低幻覺率、任務規(guī)劃鏈式推理能力等技術路徑上取得進展。 例如，Anthropic推出的Claude Opus系列強化了智能體在企業(yè)環(huán)境下的穩(wěn)定性、響應精度與記憶能力，其推出的MCP（Model Context Protocol）協(xié)議推動了工具與模型之間的標準化通信，成為構建開發(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向“通用模型+應用框架+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助理市場構建Agent Store，結合政企系統(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建、任務執(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、跨模態(tài)建圖、領域知識注入等細分領域形成差異化競爭格局，推動智能體由“大模型實驗室能力”向“產(chǎn)品級部署能力”轉化。

總體來看，當前AI Agent行業(yè)處于平臺能力成型、應用生態(tài)擴展、標準體系探索的過渡期，競爭由模型性能的單點突破逐步演進為生態(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)固的技術支配格局；另一方面，在具體場景應用、交互設計與行業(yè)融合方面，區(qū)域化與差異化創(chuàng)新能力顯著，導致市場呈現(xiàn)多點競爭態(tài)勢。

在全球范圍內(nèi)，OpenAI與Anthropic合計市場滲透率已超過50%，Google、Amazon緊隨其后構成第二梯隊。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應用的基礎模型，也可以直接作為Agent應用的角色。

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，但智能體平臺與應用生態(tài)集中度仍處于分散狀態(tài)。隨著MCP、A2A等協(xié)議標準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”的結構演進趨勢。

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商正在崛起，進一步稀釋頭部平臺在應用層的集中程度。

企業(yè)分析

與國外以OpenAI、Anthropic為代表的少數(shù)頭部企業(yè)不同，我國在應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，形成了從基礎能力供給、智能體平臺研發(fā)到應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域表現(xiàn)突出，是推動技術演進與商業(yè)化落地的核心主體。

圖6：我國AI Agent行業(yè)企業(yè)類型分布情況 融中咨詢

（1）智譜AI

智譜AI是一家專注于認知智能大模型研發(fā)與產(chǎn)業(yè)化的科技公司，由清華大學計算機系知識工程實驗室（KEG）的技術成果轉化而來，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，支持自主執(zhí)行長步驟操作及跨App任務。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)并生成報告，能夠實現(xiàn)“邊想邊干”。公司最新發(fā)布的旗艦模型GLM-4.5，是一款專為智能體應用打造的基礎模型。

（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“執(zhí)行Agent”協(xié)同工作，支持7個智能體的協(xié)同任務處理。同時，通過長程記憶與反思機制，實現(xiàn)高達100萬的上下文窗口，確保任務執(zhí)行的連貫性和準確性。

（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、教育、電商等多元化領域。

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。它的特點是簡單易用，無需編程基礎就能快速上手。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AI大模型的各類智能體應用。2025年扣子空間（Coze Space）內(nèi)測，提供任務規(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旗下的云計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、任務編排與數(shù)據(jù)流轉。

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)行代碼運行、網(wǎng)頁瀏覽、數(shù)據(jù)分析、程序開發(fā)、表格制作等基礎任務，具備視覺理解、自然語言控制、任務解析等AI技能，可在Windows、Linux、Android等多個系統(tǒng)間切換，調(diào)用云上的算力、存儲和工具鏈資源。

此外，瓴羊（阿里全資子公司）于2025年7月23日正式發(fā)布首批企業(yè)級Agent產(chǎn)品，覆蓋客服、銷售、企業(yè)服務等領域，服務5萬余家企業(yè)，包括寶潔、一汽紅旗等頭部客戶，形成“數(shù)據(jù)即服務（DAAS）”的商業(yè)模式。

（5）百度

2024年4月，百度推出AgentBuilder，支持基于文心大模型快速構建AI原生應用，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個核心崗位，深度融合大模型、數(shù)字人技術和行業(yè)Know-How。

C端面向普通用戶設計的通用AI Agent心響，主打移動端體驗，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，提供瀏覽器擴展、移動應用、AI模型API平臺等服務。

2025年3月6日，Monica推出全球首款通用AI Agent產(chǎn)品Manus，具備獨立思考和系統(tǒng)規(guī)劃的能力，引起世界關注。Manus可以整合200+工具鏈，實現(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，Manus通過規(guī)劃代理、執(zhí)行代理、驗證代理分工協(xié)作，實現(xiàn)多智能體協(xié)作。此外，還可以在隔離環(huán)境中運行任務，解放本地算力。

（7）BetterYeah

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

BetterYeah的核心產(chǎn)品主要有企業(yè)級AI Agent開發(fā)平臺、企業(yè)級智能體Nova Agent、Yeah客服等。其中，BetterYeah Al Agent開發(fā)平臺自2023年9月發(fā)布以來，憑借行業(yè)領先的NeuroFlow開發(fā)框架、VisionRAG非結構化數(shù)據(jù)處理框架及專業(yè)LLMService，為企業(yè)提供全棧智能體開發(fā)能力，涵蓋專業(yè)工具鏈、多角色協(xié)同、精細權限控制、跨環(huán)境部署及企業(yè)級安全保障。Nova Agent計劃2025年Q3發(fā)布，支持行為學習驅動任務自動化、多Agent協(xié)作拆解復雜流程，具備自主進化能力。

（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的企業(yè)服務提供商，致力于為企業(yè)客戶提供新一代BI工具和數(shù)字化應用構建工具，幫助企業(yè)實現(xiàn)數(shù)據(jù)驅動的業(yè)務發(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)的非技術人員數(shù)據(jù)洞察輔助業(yè)務決策。

（9）壹沓科技

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

2025年7月27日，壹沓科技正式發(fā)布供應鏈領域首個具備自主規(guī)劃能力的垂類AI Agent智能體平臺——運小沓數(shù)字員工4.0，在詢盤、報價、接單、訂艙、客服等核心環(huán)節(jié)顯著提升企業(yè)效率與客戶體驗。該產(chǎn)品具備自主規(guī)劃能力，是供應鏈領域首個具備自主規(guī)劃能力的垂類AI Agent智能體。

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、產(chǎn)業(yè)激勵和資金人才扶持為核心的綜合體系。在監(jiān)管方面，強調(diào)通過標準化建設、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；在鼓勵方面，持續(xù)推動AI Agent與制造、醫(yī)療、交通、智慧城市等重點行業(yè)深度融合，拓展應用場景；在扶持方面，通過設立專項基金、稅收優(yōu)惠和投資補貼等方式降低創(chuàng)新成本，并加強感知、推理、人機交互等核心技術攻關及人才培養(yǎng)，為行業(yè)的持續(xù)創(chuàng)新與規(guī)模化落地奠定基礎。

表5：AI Agent產(chǎn)業(yè)相關政策 資料融中咨詢

未來發(fā)展趨勢

（1）應用部署率大幅提升

根據(jù)研究機構Gartner預測，到2028年，約33%的企業(yè)級軟件應用將內(nèi)置具備自主功能的AI Agent系統(tǒng)，遠高于2024年時不足1%的滲透率。同時，預計至少15%的日常工作決策將在智能體系統(tǒng)中由其獨立完成，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，用戶使用體驗與應用深度持續(xù)提升；從商業(yè)化角度，不僅是專注編程領域的Cursor等創(chuàng)業(yè)公司產(chǎn)品收入加速增長，同時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的應用需求。

（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+專項智能體架構，具備高效任務分解與柔性調(diào)度能力，代表新時代AI Agent協(xié)作框架趨勢。多智能體系統(tǒng)適于協(xié)同執(zhí)行復雜業(yè)務，增強系統(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)。