1.1 模型 工具 编排层构建AI Agent的认知和交互底座

AI Agent由模型、工具和编排层构成，是一种可以自主实现目标的应用。据谷歌《Agents》白皮书，AI Agent可以被定义为一种试图通过观察世界并利用自身拥有的工具对其施加影响，从而实现目标的应用。AI Agent也可以是积极主动的，使在没有人类给出明确指令集的情况下，智能体也能够思考下一步该做什么来实现其最终目标。

智能体的行为、动作和决策由一系列基础组件驱动。这些组件的组合可以描述为一种认知架构，通过混合和匹配这些组件，可以实现许多这样的架构。按核心功能划分，AI Agent的认知架构包括三个基本组件：模型、工具和编排层。

模型：AI Agent工作流的决策中枢。AI Agent所使用的模型可以是一个或多个任何大小的语言模型，这些模型能够遵循基于指令的推理和逻辑框架，例如 ReAct、思维链或思维树。需要注意的是，模型通常不是使用AI Agent的特定配置设置（例如工具选择、编排/推理设置）进行训练的。然而，通过向模型提供展示AI Agent能力的示例（包括AI Agent在不同情境下使用特定工具或推理步骤的实例），可以进一步优化模型以完成AI Agent的任务。

工具：AI Agent与世界交互的媒介，主要分为扩展程序（Extensions）、函数（Functions）以及数据存储（Data Stores）三类。基础模型尽管在文本和图像生成方面表现出色，但因无法与外界互动而受到限制。工具弥补了这一不足，使代理能够与外部数据和服务交互，并拓展了基础模型单独运行时无法实现的行动范围。据谷歌《Agents》白皮书，Google 模型能够与三种主要工具类型进行交互：扩展程序（Extensions）、函数（Functions）和函数（Data Stores）。扩展程序以标准化方式弥合了 API 和Agent之间的差距，使Agent能够无缝执行 API，而无需考虑其底层实现。函数通过分工提供更细致的开发者控制，允许Agent生成可在客户端执行的函数参数。数据存储为Agent提供对结构化或非结构化数据的访问，从而实现数据驱动的应用程序。

编排层：AI Agent的认知架构，主要分为ReAct、思维链、思维树三种模式。据谷歌《Agents》白皮书，编排层描述了AI Agent如何摄取信息、进行内部推理并利用该推理指导其下一步行动或决策的循环过程。通常，此循环会持续到AI Agent达到目标或停顿点。根据AI Agent及其执行的任务不同，编排层的复杂性可能会有很大差异。有些循环可能是带有决策规则的简单计算，而其他循环可能包含链式逻辑、涉及其他机器学习算法或采用其他概率推理，主要分为以下三种模式：

1）ReAct：为语言模型提供了一种思考过程策略，使其能够对用户的查询进行推理并采取行动，无论是否有上下文示例。

2）思维链：通过中间步骤实现推理能力。CoT 有多种子技术，包括自洽、主动提示和多模态 CoT，每种技术都各有优缺点，具体取决于特定的应用场景。

3）思维树：适合用于探索或战略性前瞻任务。它是对思维链提示的扩展，允许模型探索各种思维链，这些思维链作为中间步骤进行通用问题解决。

1.2  黎明即将到来，AI Agent商业化稳步推进

从实际落地的功能来看，AI Agent尚处于早期发展阶段，自主思考与规划能力存在不足。据InfoQ研究中心发布的《2024中国AI Agent应用研究报告》，当前AI Agent尚处于早期推广技术阶段。在Agent的理论框架中，以自主思考和规划能力作为核心特征来看，也符合目前仍处于早期的阶段。现阶段的智能体实际构建与这一理想状态仍有显著差距，在自主思考、规划与工具调用、记忆和多模态理解等方面仍存在不足，难以应对复杂场景。

传统模式缺乏统一标准，标准化开发与数据互通成为行业痛点。长期以来，AI技术一直面临着标准化开发的挑战，这主要是因为其开发过程涉及多种复杂的技术、数据和应用场景，缺乏统一的规范和标准，导致开发效率低、兼容性差以及质量参差不齐等问题。而在数据调用方面，大模型只能调用已经完成API适配的网页或数据，这种“数据孤岛”现象直接影响了Agent的决策质量。

1.2.1 划破黑夜的一束光：智能体渗透率攀升，数据互通需求凸显

福布斯AI 50 2025榜单发布，AI Agent成为核心趋势。长期以来，AI技术一直面临着标准化开发的挑战，这主要是因为其开发过程涉及多种复杂的技术、数据和应用场景，缺乏统一的规范和标准，导致开发效率低、兼容性差以及质量参差不齐等问题。而在数据调用方面，大模型只能调用已经完成API适配的网页或数据，这种“数据孤岛”现象直接影响了Agent的决策质量。

截至2024年底，AI Agent的渗透率达到43%。据LangChain，截至2024年底，43%的AI应用使用了AI Agent框架LangGraph；与此同时，有超过30%的AI应用允许AI调用外部工具，工具调用允许模型自主调用函数或外部资源，从而发出更代理的行为信号，由模型决定何时采取行动。增加工具调用的使用可以增强代理与外部系统交互和执行写入数据库等任务的能力。此外，AI Agent的性能也在不断提升，AI Agent的平均执行步数从2024年1月的3.1次提升至2024年12月的11.2次，执行步数的增长表明，组织正在利用更复杂和多方面的工作流程。用户正在构建将多个任务链接在一起的系统，例如检索信息、处理信息和生成可作的结果，而不是简单的问答交互。

1.2.2 MCP成为AI应用的USB-C端口，定义AI Agent新范式

MCP协议如同AI应用的USB-C端口，能够实现允许系统向 AI 模型提供上下文信息，并且可以在不同的集成场景中通用化。Model Context Protocol（模型上下文协议，MCP）是一种开放的技术协议，旨在标准化大型语言模型（LLM）与外部工具和服务的交互方式。据Founder Park微信公众号，MCP 允许AI应用通过统一协议访问文件系统、数据库等，定义了AI模型如何调用外部工具、获取数据以及与各种服务交互。MCP 中有两个核心概念，分别是客户端 MCP Client 和服务器 MCP Server。MCP Client从MCP Server 得到所有工具的列表和描述，LLM 根据具体描述决定应该使用哪个工具或 Context：

1）MCP Client：MCP Client 指的是 LLM-native 产品或者 Agent，比如 Claude Desktop 产品、IDE 产品，未来任何想通过 MCP 协议调取数据的 AI 产品都是一个 MCP Client，都可以通过 MCP 协议访问数据。

2）MCP Server：MCP Server 指的是可以让 LLM 理解 Context Layer 的转换接口，是轻量级 Context 连接软件，如文件系统访问或数据库查询。MCP Server 可以看作是开放版本的 GPTs（GPTs 非常封闭，只能在 ChatGPT 的 App 里开发）。

基于类MCP协议的底层数据互通 Agentic-based决策路径定义AI Agent范式。在2022年底ChatGPT爆火之后，AI Agent作为AI应用的终极形态迅速成为重要开发方向，在2023年至2024年H1的早期AI Agent开发探索阶段，开发者针对采用统一数据交互协议or通过GUI分析自动完成信息处理、采用结构化执行or自主性决策等不同路径进行探索，据SAIIC：

1）采用统一数据交互协议无需开发者为每个数据源创建自定义的整合方式和 API但开发整合难度较大，直到2024年11月Anthropic的MCP协议（后续被OpenAI支持）发布才出现第一个全球范围内通用的统一数据交互协议；GUI是让AI站在人类视角分析用户界面并决策，是最早实现跨APP操作的AI Agent方式，前期开发难度较小，但后续定制化开发、性能提升或有较大难度；

2）采用结构化执行（Workflow-based）以任务分解和程序编排为核心，依赖专家预设的"执行流程图"，通过LLM 函数调用（Function Calling）实现链式执行。技术本质是"弱智能的强工程化"，代表例子有Coze、Dify等；自主性决策（Agentic-based）强调智能体的持续学习与环境交互，采用试错反馈（如MetaGPT的反思机制）、知识迭代（如AutoGPT的长期记忆库）构建自主认知系统，代表例子除了Manus之外，有AutoGPT等。

我们认为，伴随Anthropic的MCP协议发布以及Manus展现出的AI Agent强大功能，基于类MCP协议 Agentic-based决策路径将成为未来AI Agent的主流范式，在部分工作流程清晰明确的场景Workflow-based或仍是首选方案，GUI处理模式前期低开发成本或在更新迭代较快的端侧场景保持竞争力。

Manus或是采用类MCP协议 Agentic-based路径的集大成作。据Founder Park微信公众号，Manus AI或使用一套名为“Multiple Agent”的架构，运行在独立的虚拟机中。通过规划代理、执行代理、验证代理的分工协作机制，来大幅提升对复杂任务的处理效率，并通过并行计算缩短响应时间。在这个架构中，每个代理可能基于独立的语言模型或强化学习模型，彼此通过 API 或消息队列通信。同时每个任务也都在沙盒中运行，避免干扰其他任务，同时支持云端扩展。每个独立模型都能模仿人类处理任务的流程，比如先思考和规划，理解复杂指令并拆解为可执行的步骤，再调用合适的工具。

1.2.3 标准化协议成为互联网大厂构建AI应用生态的兵家必争之地

以MCP为例，协议提供智能体标准化接口，助力科技巨头打造AI生态系统。MCP为AI智能体与外部数据源和工具的交互提供了统一的接口，解决了以往集成方式碎片化的问题，使得AI应用开发更加高效、便捷。通过标准化的接口，开发者可以更轻松地将AI智能体与各种工具和服务进行集成，降低开发成本，提高开发效率，从而推动AI技术的快速普及和应用落地。科技巨头通过布局MCP或类似协议，能够构建或完善自身的AI生态系统，吸引更多开发者和合作伙伴加入，形成良性循环，进一步巩固其在AI领域的领先地位。

巨头纷纷入场，协议的统一打通了应用乃至数据的互通，根据我们梳理，国内外的平台型公司近期均发布各类协议，旨在实现各类产品的互补协同：

1. 谷歌发布A2A协议，与超过50家科技领军企业合作，实现与 MCP 协议的互补协同。据InfoQ微信公众号，2025年4月12日，谷歌推出了一种名为 Agent2Agent（简称 A2A）的新型互操作协议，或将成为人工智能智能体从孤立系统迈向开放协作生态的重要信号。Agent2Agent 协议旨在实现不同平台和生态中的 AI 智能体之间的安全、标准化协作，无论它们基于何种框架或由哪家公司构建。协议的核心目标是打通智能体间的互操作性，支持跨平台、多模态的协同工作。通过 A2A，智能体可以彼此通信、发现对方能力、协商任务分配，并协作完成复杂的企业级流程，即便它们来自不同的技术体系；这一特性使得构建由多个专职智能体组成的企业级智能系统成为可能，例如，在企业级流程中，某个智能体可以负责候选人筛选，另一个安排面试时间，还有一个负责背景调查，而这一切都可以在统一的 agentic 接口中完成。Agent2Agent 协议是开源的，并正在与 Atlassian、Box、Cohere、Intuit、LangChain、MongoDB、Salesforce、SAP、ServiceNow、UKG 和 Workday 等 50 多家公司共同开发，旨在成为智能体和 AI 应用程序的互操作性语言。

谷歌A2A协议主要聚焦于智能体之间的通信，而 MCP 则有助于连接工具和资源。据InfoQ微信公众号，A2A置于更高的抽象层，以使应用程序和智能体能够相互通信，可以将其视为一个分层堆栈，其中 MCP 与 LLM 协同工作，处理工具和数据。

2.牛津大学的研究团队提出用于LLM通信的元协议Agora，解决智能体通信三难困境。由于智能体的多样化，为智能体组成的异构网络设计通信协议往往需要考虑多功能性、效率和可移植性的权衡。据机器之心微信公众号，Agora 引入了一种机器可读的方式来传输和引用协议，即协议文档（PD）。Agora 通过使用例程来处理常见请求，并在智能体需要协商解决方案或发生错误时使用自然语言，从而避开了通信三难困境。通过Agora协议，智能体可以支持广泛的通信（高通用性），同时也能通过高效的例程处理总请求量中的大部分（高效率）。此外，整个协商和实现工作流程都由 LLM 处理，无需人类干预（高可移植性）。

1.2.4 商业路径：C端流量变现 B端结果导向的双线并行

目前主流的AI Agent的付费用户主要聚焦在C端与B端，而两者在付费意愿存在着明显区别，AI Agent在C端和B端承担的角色不同，C端需求往往容错率高且多变，因此AI Agent更注重通用性而非过分强调准确性，因此AI Agent往往诞生于流量平台并通过独特且多变的能力不断吸引流量，从而实现二次变现；B端需求往往准确且固定，AI Agent厂商的核心竞争力是行业Know-how及私域数据的挖掘，最终会反映在于AI Agent对于某任务的完成度、准确度、完成成本等指标，按照结果付费更加适用。

我们认为：

1. C端AI Agent更强调通用性和拓展性，更常见的形式是通过独特的AI Agent的功能实现流量的迁入，再而转换各类的收费模式；

部分企业已初步实现AI Agent的C端商业路径。以快手可灵为例，两周迭代一个版本不断提升技术表现是吸引用户留存的重要因素之一。据财经杂志微信公众号，可灵自2024年6月6日发布以来，以大约每两周上线一个新版本的速度进行更新，相继开放了图生视频、视频续写等能力，视频长度也从2分钟提升到3分钟。技术成长速度很快，很多创作者会反馈模型生成效果、控制效果有大幅提升，在技术支持下，可灵AI逐步形成了用户端会员订阅、企业端API服务加定制化场景解决方案的多元变现模式。2025年3月27日，全球知名AI基准测试机构Artificial Analysis发布了最新的全球视频生成大模型榜单，快手可灵1.6pro（高品质模式）以1000分的Arena ELO基准测试评分登陆图生视频（Image to Video）赛道榜首，Google Veo 2、Pika Art位居榜单第二、三名。2024年年12月，可灵推出1.6模型，在视频生成的文本响应度、动态表现及画面质量等维度保持全球领先。

以AI驾培为例，据机器人教练微信公众号，AI驾培产品RoboCoach9能够随时随地、随人随需为学员提供高价值智能指导，阅读学员动态适配教案，做到一人一策、一时一策，在goDrive大模型的加持下，纠错场景宽度延展10倍，真正实现了个性化教学的目标。引入先进的具身智能技术，构建了“感知-分析-输出-评估-改进”的具身循环体系，不断迭代修炼自身的教学策略和方法。据长江日报微信公众号，伴随AI驾培产品不断成熟，驾校可以开启一费制，从科1到科4全包仅需3980元。

2. B端AI Agent更强调任务的完成度和准确性，按结果付费更适合。

AI Agent的B端商业模式在通用性较强的办公场景以tokens计费为主。以客服助手为例，Bland通过统一的0.09美元/分钟的收费模式，使得客户对于AI扩展的成本把控十分精准；Bland AI提供完全自托管的端到端基础设施，实现更快的响应时间、99.99% 的正常运行时间以及数据安全性；此外，该类通用性AI的扩展性十分亮眼，如编写自定义提示词、将呼叫扩展到数千个、设置严格的防火墙等。

2B AI Agent按结果付费的模式有望将行业know-how、垂域数据等传统服务模式难以量化的优势沉淀到AI输出结果的成本、准确度等参数，或将开启万亿美元级别的“数字劳动力”的市场。据Salesforce咨询微信公众号，其AI Agent产品Agentforce采用按对话计费（2美元一次），能够实现客服、销售、运营自动化（减少对初级员工的依赖）、数据分析与预测（更精准的商业决策支持）、开发辅助（提高软件工程师的生产力），公司甚至将其定位为“数字劳动力”（Digital Labor），希望填补人力资源缺口，该模式将带来两个重要影响：

1）企业 AI 投入更精准，不再是固定支出，而是按需扩展；

2）公司未来或全面转向使用量计费，影响 CRM、数据管理等核心产品。

Agentforce自2024年9月首次亮相以来，便迅速吸引了全球商业领域的关注，在上线一周内便达成了200个交易，IBM、埃森哲和联邦快递等知名企业已率先应用这一平台，显示出其强大的市场潜力。

按结果付费的AI Agent模式对于企业的适用性强，有望显著提升企业AI投入的ROI水平，伴随AI Agent性能的不断提升，未来有望在千行百业快速渗透。以chargeflow为例，作为一家利用AI帮助企业降低退款率的公司，能够将90%的拒付消除，其定价采取灵活的按结果付费的模式：

1）按拒付的金额抽成25%：按该模式，企业能够稳定确认4倍的ROI，或许更适用于订单单笔订单金额522

2）每次成功拒付39美元：按该模式，只要能够成功防止一次退款，企业固定支付39美元，或许更适用于订单数量少但单笔订单金额较大的企业。

按结果付费的AI Agent有望为企业带来显著绩效提升。据ARK invest，随着 AI 代理熟练程度的提高，公司可以将更多资本从劳动力重新分配给软件，随着时间的推移为企业增加企业储蓄；虽然 AI 代理可能无法处理足够高比例的客户互动来收回成本，但它们不仅可以降低“入职”和招聘成本，还可以降低基于席位的软件成本，再加上它们在高峰期的扩展能力，所有这些都为有意义的企业价值创造创造了潜力。

1.3 AI Agent的“摩尔定律”指引未来发展路径

类似芯片的“摩尔定律”，AI Agent的任务长度或每7个月翻一倍。据METR《Measuring AI Ability to Complete Long Task》，将人类完成某个任务所需时间定义为“任务长度”，截止2025年3月份AI Agent在完成耗时少于 4 分钟的任务时，成功率接近 100%；但对于耗时超过 4 小时的任务，成功率却不到 10%。进一步研究可得到，2020-2025年领先大模型能够完成的任务长度呈现每7个月翻一倍的指数级增长，并有望在未来2-4年维持该趋势。

伴随AI Agent能力不断提升，未来Agent自行开发Agent（ASARA）或成为全新范式。据forethought《Will AI R&D Automation Cause a Software Intelligence Explosion?》，随着 AI 能力的提升，AI 在开发更强大 AI 上的作用也将越来越大，这也可能导致 Agent 能完成的任务长度呈现超指数级增长。越来越强大的 AI 系统可能会触发加速飞轮效应，即 Agent 加速创造更强大 Agent，而这些更强大的 Agent 又进一步加速创造更强大的 Agent。如果当前的 AI 软件进展速度意味着 AI 效率的翻倍时间约为 6 个月，那么 ASARA 会显著提升进展速度，Forethought 粗略估计，AI 效率翻倍所需的时间可能会缩短到 1-2 个月。如果这个循环完全不需要人类干预，AI 进展速度可能会越来越快，最终达到软件智能爆炸（Software Intelligence Explosion，SIE，指的是仅由软件驱动的反馈循环在 ASARA 诞生后也能引发加速的 AI 进步）。

Agent自行开发Agent的新范式，通过与环境的持续互动、从自身产生的“体验数据”中学习。据Richard Sutton《Welcome to the Era of Experience》，高质量的人类数据即将耗尽，单纯模仿人类无法带来超越人类的突破性见解，尤其是在科学、数学等前沿领域。未来，AI Agent将栖息于经验流之中，而不是短暂的互动片段；它们的行动和观察将深深扎根于环境之中，而不是仅仅通过人类对话进行互动；它们的奖励将扎根于它们对环境的体验，而不是来自人类的先入为主的判断；它们将计划和/或推理经验，而不是仅仅以人类的术语进行推理。

AI Agent作为必经之路，互联网巨头同时发力C端与B端已成为行业共识，虽然客户结构有异同，但在战略方针上殊途同归：

1. C端场景下，互联网巨头打造多元化的AI Agent产品，打响围绕入口、流量和平台的争夺战：

(1) 腾讯的AI助手“元宝”深度整合微信生态，通过小程序、微信聊天等触点打开用户流量入口；

(2) 字节跳动的扣子空间定位为“成为用户与AI Agent协同办公的最佳场所”，引入专家Agent体系，提供从回答问题到解决问题的全方位服务；

(3) 阿里旗下的飞猪AI聚焦旅游场景，帮助用户快速完成旅游规划和机酒预定。

目前，互联网厂商的C端AI Agent均处于以免费使用为主，从而重点打造用户体验、抢占流量入口，最终构建数据 平台 多元化Agent的飞轮。

2. 2B场景下，互联网巨头依托自身生态体系，开拓结果导向的商业模式：

(1) 腾讯基于企业微信平台，打造面向企业的智能客服解决方案，企业能够选定AI大模型并一键创建企业专属的“智能机器人”；

(2) 字节跳动依托飞书体系打造的飞书智能伙伴创建平台（Aily）提供AI技能编排、知识数据处理、效果调优和持续运营能力，用户开发的企业级智能应用能够一键发布到飞书、Web 等多个渠道，与企业业务系统深度集成；

(3) 阿里深度布局云端开放生态，围绕云端收费打造B端商业模式，阿里云百炼平台助力用户进行大模型开发和应用构建，目前按照模型调用量进行计费；

(4) 百度、三六零则基于自身在搜索领域的优势地位，聚焦AI搜索和广告推荐场景的商业模式落地。

2.1 腾讯的野望：元宝抢占流量入口 MCP打通底层协议 多元AI Agent拓宽覆盖面

1）腾讯元宝基于移动动端和PC端，提供全方位效率工具和生活辅助，快速抢占流量入口。腾讯元宝是依托于腾讯混元自研T1、DeepSeek R1等大模型，基于跨知识领域和自然语言理解能力的大模型AI产品。据雷科技相关测评，腾讯元宝提供的DeepSeek支持联网搜索，并整合了微信公众号、视频号等腾讯生态信息源，能为用户提供更稳定、实时、全面、准确的回答。依托强大的基座大模型能力，元宝能够渗透逻辑推理、职场办公、知识学习、趣味创作、生活百科等多个用户场景，为用户提供效率工具和生活辅助。

针对效率场景核心需求，覆盖信息获取、处理和生产全链条。据腾讯云公众号，信息获取方面，腾讯元宝直接接入微信搜一搜、搜狗搜索等搜索引擎，并通过AI搜索增强，提升知识类问题效果；同时，内容覆盖微信公众号等腾讯生态内容，并提供参考资料和相关推荐，方便快速溯源及延伸阅读。

信息处理方面，腾讯元宝具备超长的上下文窗口，且支持图片、文件、语音等多种输入格式。它能一次性解析最多10个PDF/word/txt文件，并能够一次性解析多个微信公众号链接、网址，支持256K的原生窗口上下文。2025年3月28日，腾讯元宝宣布更新，支持用户上传和解析多达36种格式的文件。除了Word、Excel、PPT、PDF 等常见办公文档，还支持py、java、cpp、json 等数十种开发文件格式。

信息生产方面，腾讯元宝能够快速生成文案、报告、策划等素材，结构清晰、重点突出，同时支持针对特定场景和需求的结构化输出。

海量应用覆盖生活场景，多样化玩法持续吸引用户流量。面向用户生活场景，腾讯元宝提供了百变AI头像、口语陪练、超能翻译官等多个特色应用。只需一张照片，用户就可以在百变AI头像里体验多种风格；超能翻译官能够识别15种主流语言，翻译文本、图片与文件，还支持中英文同声传译；口语陪练则像一位专属私人外教，在陪练的同时给到口语改善建议，帮助用户学习与提升。

无缝衔接微信生态，打开Agent超级入口。2025年4月16日，微信上线新功能，用户可以在微信搜索“元宝”之后，将其添加为好友，直接在微信聊天界面与其进行互动。据界面新闻，“元宝”目前支持的核心功能包括：一键解析公众号文章和任何图片和文档（100M以内），并支持对解读内容做各种智能互动，同时也支持日常陪伴互动。用户与元宝的交互模式类似于常规的ChatBot：在聊天框内输入任意需求，元宝即给出解答。轻量级的回复可在聊天界面实现，而复杂回复则以链接形式呈现，并在链接下方提供腾讯元宝APP的官方下载入口，后者可以提供更专业、复杂的问答服务。

“元宝” 的出现彻底打破了传统AI工具需要额外下载 APP 或跳转小程序的繁琐流程，未来有望成为微信生态的Agent超级入口。目前，微信元宝的功能包括解析公众号文章、处理文档等，未来微信内部生态链路打通后，或将能够直接调用小程序、视频号等微信生态内的各种资源，使 AI助手真正融入用户的日常聊天场景。

2）Ima.copilot聚焦学习和办公场景，基于混元大模型构建强大效率工具。据央广网，ima.copilot由腾讯混元大模型提供技术支持，可以实现资料的收集和解读、AI的问答和互动、内容的生成和创作，辅助用户完成课程作业、论文写作、方案策划、工作总结等日常学习和工作任务，并长期沉淀为个人智能化的知识库。目前，ima.copilot全面覆盖移动端和电脑端，支持Mac、windows、安卓、iOS多个生态环境。

提取腾讯生态优质信源内容，搜、读、写功能齐全。ima.copilot的问答包括 “基于全网” 和 “基于知识库” 两种模式。前者可以基于全网信源进行问答，尤其是腾讯系产品中的海量优质内容，如微信公众号文章，以提升输出答案的质量。针对专业领域的问答，还支持 “深度研究”，AI 会从广度和深度两方面对问题进行拓展，提供更具结构化、更丰富的回答，并支持“生成脑图”。除问答功能外，ima的“文档解读” 支持对知识库文件、本地文件进行解读，AI会基于文件生成总结、提炼要点。“智能写作” 支持从本地或知识库添加资料作为参考文档，进行智能写作，拥有论文、作文、文案等写作模式。

全网信源库 个人知识库，提升专业人士工作效率。ima有两个数据来源，一个是全网信源库，一个是用户个人的知识库。知识库支持加入本地文件、公众号文章或网页链接、保存的笔记和ima内的问答结果。用户可以基于这两个“数据库”，针对不同的需求分别进行搜、读、写。个人知识库本质上是运用 RAG（检索增强生成）技术，把用户的个人知识通过向量化存储嵌入的方式，挂载到大模型上，必要时从中检索信息并最终生成结果，给通用大模型运算添加 “记忆”。经过知识的长期积累，随着用户使用的次数增加，ima对用户需求的理解也更加精准，最终成为用户的“第二大脑”。拥有个人知识库的ima可以成为普通用户工作、学习的专属AI助手，尤其对于金融、法律、科研、教育等领域专业人士来说，他们可以通过 ima 快速研读研报、分析财报、剖析法律条文、阅读论文、总结深度文章等复杂操作，大大提升工作效率。

3）腾讯元器打造无门槛智能体创作环境，打通腾讯生态场景。据腾讯元器官网，腾讯元器是由腾讯混元大模型团队推出的一站式AI智能体创作与分发平台，基于跨领域知识理解和自然语言处理能力，用户可通过插件、知识库、工作流等方式快速构建个性化智能体。该平台支持将智能体发布至微信、QQ、腾讯云等生态场景，同时提供API调用能力，适用于客服、教育、娱乐等多种业务场景。其核心优势在于“零代码”操作，即使是初学者也能轻松上手，实现从智能体设计到分发的全流程管理。

腾讯元器为用户提供了无门槛开发的创作环境。用户无需编程基础，通过提示词、AI辅助工具即可完成智能体搭建，支持插件扩展与知识库自定义，满足复杂业务需求。通过元器平台制作的智能体，目前支持32k token上下文长度（某次回答过程中的提示词 机器回答的token长度，一个token约为1.8个中文字符）。工作流的超时运行时间和智能体的回复上限时间均为240s。

充分利用多种大模型优势，面向不同创作场景。满血版 Deepseek R1 模型擅长处理复杂任务，并支持展示推理过程，适用于文案仿写、心理咨询、个人助理等场景；腾讯混元角色模型专为角色扮演场景准备，更好的角色风格理解和拟人化效果，适用于角色扮演、IP 二创等场景；腾讯混元Large 模型能够大幅提升创作速度；moonshot-V1 模型的长文总结较强。

4）AI Agent整体布局：基于腾讯生态闭环，发展“all in one”的AI Agent

腾讯云AI开发套件大大降低开发门槛。据腾讯云微信公众号，2025年4月9日，腾讯云正式发布AI开发套件，能够帮助开发者最快 5 分钟搭建业务型AI Agent，支持MCP插件托管服务，插件开发、部署、运维全“打包”，无需自搭服务器、运维环境，让Agent扩展能力真正“即插即用”，让开发者专注业务创新。腾讯云提供“现成的”UI组件，涵盖了AI对话、Agent智能代理所需要的大部分前端交互功能。此外，AI开发套件为开发者提供了完整的 MCP，通过提供标准插件接入协议，使开发者能够为Agent编写插件，扩展新能力。

MCP标准协议降低Agent开发门槛，腾讯生态体系提供海量流量入口。依托腾讯元器、腾讯云AI开放套件等AI智能体创作平台，AI Agent的开发门槛将大幅降低，智能体的功能迭代速度也将成倍增长。MCP通过提供标准插件接入协议，支持AI Agent的功能扩展，使创造出具备全面和强大功能的AI Agent成为可能。同时，腾讯的生态体系涵盖社交通信（QQ、微信）、游戏、金融（微信支付、理财通）、内容生态（腾讯新闻、腾讯动漫、视频号、音乐）、企业服务（腾讯云、腾讯会议）等全场景，为AI Agent提供了丰富的接口和触点。未来，腾讯将致力于扩展元宝、ima.copilot等AI Agent的产品功能，最终打造出一个功能齐全的“All in One”智能体，并深度融入腾讯生态闭环，以AI的强大功能迎合企业和个人多样化的需求，深度赋能工作和生活多场景的效率提升。

2.2 字节的布局：扣子空间流量导入 MCP模块化扩展 飞书工具切入B端场景

1）扣子空间：通用Agent聚焦复杂工作场景，全面接入飞书效率工具体系。2025年4月18日晚间，字节跳动扣子空间开启内测。该产品重点围绕“复杂任务Agent”，关注Agent解决工作场景复杂问题的能力，用户可调用多位专家Agent完成任务。扣子空间由字节自研的豆包等国产大模型驱动，提供通用Agent入口，支持MCP协议，引入飞书云文档、飞书表格等多款可调用的工具，强化解决工作任务的能力。

探索 规划双模式协作，适应不同复杂度任务处理需求。据量子位消息，扣子空间的通用智能体分为探索和规划两种模式。探索模式下，AI直接自主思考，无需用户手动确认，即可直接输出结果；规划模式下，AI能够帮助用户规划步骤，耗时较长，但是分步骤进行，可以随时调整。相比而言，探索模式更注重效率，适用于轻量任务，能快速完成如生成 LOGO等任务；而规划模式针对企业级需求，AI 会自主拆解子任务，并调用多工具链执行，还支持人工干预调整流程，可灵活应对复杂业务。

专家Agent提供垂直领域解决方案。除了标准的通用 Agent，扣子空间里还内置了一些专家 Agent。目前在扣子空间的使用页面上，有“用户研究专家”和“华泰A股观察助手”两个专家 Agent，前者可以提供调研问卷交叉分析、访谈纪要整理以及用户分析报告撰写服务，同时可结合产品问题设计新的调研问卷和访谈提纲，用户即使不具备相关产品经验，也能通过持续对话实现自己的调研需求。后者则是由华泰与扣子团队共同孵化的专家Agent，每日跟踪复盘自选股和大盘客观情况，基于专业数据和框架提供观察思考。根据团队的长期设想，扣子空间的最终目标则是打造一个开放的Agent系统。当用户提出需求时，系统能自动调度最合适的一位或多位专家Agent协同完成任务。

MCP打通底层协议，构建开放的工具调用生态。据极客公园，通过MCP协议，扣子空间具备了强大的模块化扩展能力，接入了飞书文档、GitHub、MySQL数据库、天气、地图等一系列MCP应用。用户可直接调用 API 实现数据同步与操作，提升工作效率。扣子空间构建了开放的开发者生态，未来将支持第三方开发者通过 “扣子开发平台” 发布插件，形成丰富的工具市场。

私有化部署保障数据安全，权限分级防范资源滥用。对于企业用户关心的数据安全和管理问题，扣子空间提供了完善的解决方案。扣子空间支持私有化部署，可部署在本地服务器或火山引擎专有云，保障金融、医疗等敏感数据不外流，符合行业安全标准。专业版提供子账号权限分级、资源配额管控等功能，防止资源滥用风险，便于企业进行团队协作和管理。

2）Agent TARS：开源多模态智能体，重塑GUI交互模式。Agent TARS 是字节跳动于2025年3月开源的一款多模态AI Agent框架，专注于通过视觉理解与工具集成实现智能任务自动化，能够通过可视化解读网页，提供简化的浏览器操作。作为一个开源多模态智能体，Agent TARS 旨在通过直观地解释网页并与命令行和文件系统无缝集成来彻底改变GUI交互。

据TARS Agent 官网，TARS Agent 的核心是利用完善的代理框架创建代理流，将复杂任务分解为子任务，帮助用户完成任务的规划和执行，流畅地协调搜索、浏览等复杂的网页任务，同时通过事件流（Event Stream）动态管理执行顺序和依赖关系，并综合信息以产生最终输出。

目前，TARS Agent 接入了Claude基座大模型，能够支持浏览器、命令行（CLI）、文件系统及编码工具的联动操作，并通过模型上下文协议（MCP）实现跨平台协作。例如，开发者可指令其自动搜索代码库、编辑文件并运行测试，形成一站式开发流程。

2.3 阿里的构想：阿里云构建云端开放平台 全周期MCP服务 多款细分AI Agent抢占C端流量

1）新夸克接入通义大模型，引领AI Agent全新生态。新夸克基于阿里通义领先的推理及多模态大模型，全面升级为一个无边界的“AI超级框”，为2亿用户带来全新体验。据环球网消息，2025年4月18日，夸克霸榜中国台湾地区AppStore工具排行榜第一名，并冲上AppStore免费榜第二名。

“AI超级框”聚合多种功能，一站式满足用户需求。据证券日报，新夸克将AI对话、深度思考、深度搜索、深度研究、深度执行整合到一个极简“AI超级框”内，满足用户工作、学习、生活的各类AI需求。用户在“AI超级框”中输入指令后，夸克智能中枢将自动识别意图，规划梳理后调动各种不同模型和Agent模块，帮助用户完成任务。目前，新夸克可以在AI搜索、AI写作、AI生图、AI PPT、学术研究、AI搜题、AI健康问答、旅行计划等不同场景下解答问题并执行任务。

AI功能整合升级，精准获取用户需求并做出规划。据雷科技，夸克开发团队察觉到，用户对AI搜索的真正需求是“多用途、易用、省心”，所以对AI功能做了进一步整合升级，让用户在一个“框”里就能满足工作、学习、生活等各种AI需求。当用户在“AI超级框”中输入指令后，夸克智能中枢会对指令展开一系列思考，通过梳理用户的需求并做出规划后，调动不同的模型和Agent模块来为用户提供更详细且贴合需求的回答。例如，当用户进行提问：“我想做一份月度报告PPT”，传统的AI问答只会列出制作过程和注意事项，而“AI超级框”则会对提问做拆解，然后直接输出一份PPT模板。

2）阿里云百炼：基于云端开放生态的一站式大模型开发，解决本地部署痛点。阿里云的大模型服务平台百炼是一站式的大模型开发及应用构建平台。据阿里云百炼官网，用户可以通过简单的界面操作，在5分钟内开发出一款大模型应用，或在几小时内训练出一个专属模型，从而将更多精力专注于应用创新。百炼提供通义千问商业版的官方API接口，同时支持主流第三方大模型，涵盖文本、图像、音视频等模态，并提供行业定制化模型。平台提供的Prompt自动优化、知识库管理、函数调用、流程编排、模型定制等能力，能帮助用户更快地构建一个生产级别的大模型应用。相比本地部署大模型，用户无需在前期投入巨额成本来购置硬件，后期也无需考虑硬件的维护和折旧；只需按实际用量付费，可显著降低成本。

业界首个全生命周期MCP服务，50多款MCP一键部署。2025年4月14日，阿里云百炼上线业界首个全生命周期MCP服务。与常规仅兼容MCP服务不同的是，百炼平台依托阿里云弹性计算的优势，为企业和开发者提供一键部署、无需运维、可用性强、成本很低的MCP服务。据阿里云官方微信公众号，百炼平台预置了MCP广场、MCP管理、MCP调用三大能力，大幅降低Agent开发的门槛和成本，只需5分钟，就能搭建出企业级MCP Agent。在百炼平台的MCP广场中，用户可以直接查看并选择已上线的高德地图、无影云等50多款MCP服务，涵盖浏览器控制、信息处理、内容生成等多方面工作及生活需要。百炼为开发者提供了基础模式和极速模式两种MCP部署方式，基础模式按次计费，适用于调用量小且低频的场景；极速模式则适用于时延敏感场景，通过启动快照显著提高响应速度。

3）飞猪AI：旅游行业AI Agent先行者，行程规划能力突出。据阿里巴巴官方微信公众号，飞猪“AI行程助手”集成了DeepSeek-R1及阿里云通义千问旗下主力模型的能力，是在线旅游行业首个融合多个大模型的AI产品，将在短暂的灰度测试后面向全量用户开放。2025年4月17日，飞猪正式上线了AI“问一问”功能，这一全新功能在行程规划方面表现出色。它能够综合考虑出行人员的情况、用户预算以及各种个性化需求，动态生成旅行计划，并一键生成高质量的旅行攻略。同时，该功能还简化了旅游预订流程，为用户带来更加便捷的旅行体验。

多智能体高效协同，同步完成攻略生成和机酒预定。飞猪AI“问一问”功能在设计上极具创新性，其内置了行程助手、交通顾问、酒店管家等多个智能体角色。这些智能体角色之间构建了高效的协同机制，实现了多个模型和多个Agent的深度整合。当AI完成旅行攻略的生成后，用户无需再切换到其他界面，即可直接在当前界面快速完成酒店预订、机票购买以及门票预订等一系列操作。这种一站式服务模式极大地简化了用户的操作流程，节省了时间，同时也提升了用户与平台之间的交互体验。

跟踪实时价格，可根据用户需求调整。和大多AI助手只能使用离线数据不同，“问一问”连接了飞猪的实时报价引擎，可以精准捕捉机票、酒店的实时价格，提供多个真实可订的选择。确定航班酒店后，用户也不需要再切换后台，点击“预订”即可一键跳转至商品页面，光速搞定出行和住宿问题。用户还可以随意调整预算区间，“问一问”将会根据新预算，迅速生成一套符合需求的新方案。

支持多模态输入，生成内容可视化强。“问一问”支持多模态输入，用户既可用文字交互，也可用语音甚至以方言沟通；相应地，其生成的内容也不再是一段枯燥的文字，而是集合了图片、商品卡片和景点链接的实用旅行方案。“问一问”还会将用户咨询的行程生成手绘攻略，方便与朋友分享或在社交媒体上发布。

4）AI Agent整体布局：以阿里云为基座，多个AI产品打造AI Agent生态

百炼平台依托阿里云弹性计算的优势，为企业和开发者提供一键部署、无需运维、可用性强、成本很低的MCP服务。MCP服务上线后，百炼平台可快速让大模型转化成真实场景的生产力工具，大大降低了AI Agent的开发门槛，构筑了创造面向不同场景的AI Agent的底座能力。

据证券日报，2025年4月9日，在AI势能峰会上，阿里云发布AI生态伙伴计划“繁花计划”，并推出AI应用与服务。未来三年，阿里云将在基础设施、模型、数据、工具、应用、交付六大领域与生态伙伴一起服务百万云上客户，拓展百亿元商机，共同打造中国繁荣的AI生态。面向AI领域客户，“繁花计划”将根据生态合作伙伴产品成熟度，提供从技术到商业化所需的云上资源及算力支持，帮助伙伴在AI领域探索创新，实现从首客拓展到规模化、商业化的目标，为各行业客户提供AI技术支持和服务，包括产品云上打包、商业化路径规划、AI伙伴全生命周期支撑等。

以阿里云为基座，阿里集团能够面向多个工作与生活场景，打造具有针对性的AI Agent产品。例如，飞猪AI专门面向用户的旅游规划需求，钉钉通过AI技术实现了智能办公的全面升级，帮助企业通过AI技术实现高效协同和智能化管理，淘宝AI助手“淘宝问问”为用户提供全新的交互体验和更精准的商品推荐。

2.4 百度的规划：心响APP打开流量入口 MCP实现多智能体协作 AI 搜索推动商业落地

通用超级智能体，全面覆盖200 任务类型。据界面新闻，2025年4月25日，在Create2025百度AI开发者大会上，百度正式推出一款多智能协作App心响。目前，心响App已上线了包括例行任务、城市旅游、AI相亲、深度研究、法律咨询、健康咨询、智慧图表、试题讲解、AI绘本、游戏开发在内的十大场景超200个任务类型，未来计划将任务类型扩展到10万以上。

据机器之心，在功能定位上，心响被打造成了一个“指哪打哪、高效输出”的通用超级智能体。集成进心响App的多个子智能体在理解用户意图之后，通过任务拆解、组合与协作，一站式完成各种指令。同时，在结果交付上，心响App完成向集成化的转变，将执行过程完全托管给智能体，最终呈现完整成品。

系统架构全面创新，拆解用户需求后子智能体协同完成动态规划。在将心响这个独立的 App 打造成为超级智能体的过程中，涉及到了一整套系统级的技术创新，尤其要在系统架构、算法设计和技术实现上做好充分的优化。首先，为了始终能够获取用户的复杂需求，心响 App 要准确识别出其中隐藏的多个子意图，这就要求系统具备多轮上下文追踪、实体识别等 NLP 能力。当接收到用户的任务需求，承担主智能体角色的心响会在深度理解之后，将它们拆解成一系列可执行的关联子任务，并进行动态规划与管理。其次，在拆解用户需求之后，自动选择合适的子智能体协同执行对应的子任务成为顺利交付结果的前提。这些子智能体之间的“分工”不能重复或遗漏，执行中还需要保留全局上下文信息，实现协作过程一致并可追溯。

MCP实现多智能体互联互通，快速适应多样化用户需求。心响 App 的多智能体协作通过自主规划，调用多领域的子智能体来解决问题。其中的关键在于引入了一个全新的接入方案 ——Agent Use。心响 App 采用的 Agent Use 可以自动调度百度自己和市面上所有第三方子智能体，以及各种内外部 AI 工具、应用和服务接口，最终交付精准契合用户需求的成果。此外，开发者也可以利用 MCP Server 轻松接入心响 App，在无需改造的情况下，让拥有专业知识的优质智能体或AI应用被心响App高效调用。开放的 MCP 调用与接入能力极大扩增了心响 App 的应用场景和智能体能力，从而能够快速适应多样化的用户需求，并形成不断增长和进化的智能体生态。

2.5 三六零的路径：纳米搜索构筑平台能力 MCP推动AI平权 个性化服务创造价值闭环

四大核心引擎提升搜索能力，精准匹配用户搜索需求。据钛媒体，2024年11月27日，360集团研发的全新生成式AI搜索产品“纳米搜索” App上架苹果App Store和应用宝等安卓应用商店，直接对标百度、阿里夸克、秘塔AI、Perplexity AI等多个AI搜索类产品。纳米搜索支持文字、语音、拍照、视频等多种搜索方式，而且从简洁到深入，为用户提供全方位的解答方案，轻松解决识人、识物、解题、旅游攻略等各种难题。

据人民网，纳米AI搜索首创“多模态内容创作引擎”品类，代表了搜索引擎的未来演化方向，被业界解读为“搜索引擎3.0”。纳米搜索具有“答案引擎、学习引擎、写作引擎、创作引擎”四大核心能力 ，打破传统搜索引擎“搜索后呈现网上已有的图文和视频”的固有模式，不但可以对搜索内容进行不同需求的分析，还能对搜索结果进行改写和创造；可通过语音提问、拍照搜索、视频上传等方式随时随地探索信息，实现“一切皆可搜索”，并可将搜索结果转为创意资源并形成视频创作，实现“搜索即创作”，从根本上改写了搜索引擎的定义和形态。

据上游新闻，在技术层面，纳米AI搜索基于360首创的CoE技术架构，借助可识别逾1亿种意图分类的意图识别模型以及任务路由模型，协同调度百度、阿里巴巴、腾讯、华为、火山引擎、月之暗面等16家国内主流大模型，精准匹配用户需求，以智能化、个性化的搜索结果带来显著提升的使用体验。

推出MCP万能工具箱，普通用户实现“开箱即用”。据央广网，2025年4月23日，纳米AI正式发布“MCP万能工具箱”，已接入超过110款工具，覆盖办公协作、学术、生活服务、搜索引擎多种场景。用户可在纳米AI客户端直接调用各类工具，还能用工具创建属于自己的智能体。MCP使大模型具备了调用工具的能力，接入MCP后的DeepSeek能帮助用户作图、编辑视频，或者调用其他工具来办到过去大模型办不到的事，最终解决“AI可用”的问题。此外，相较于市面上面向开发者使用、安装配置耗时较长的MCP工具，360纳米AI的MCP万能工具箱，不但开发者可以用，普通用户也可以开箱即用。

知识库支持一键导入，大幅提升专业知识搜索效率。纳米AI还精心打磨了知识库产品，当用户在网页上看到有用的信息时，只需点击地址栏的“添加到纳米知识库”按钮，即可将网页内容快速导入知识库。在纳米AI知识广场上，还开放了很多公开知识库，用户将这些资料一键“加入知识库”，就能让大模型快速解析并运用这些知识，然后输出专业化结果。

2.6 飞书：项目开放平台进一步构建开放生态

飞书通过灵活底座与全链路开放能力，助力客户与伙伴构建行业级解决方案。据飞书项目微信公众号，飞书项目的客户数量几何式增长，涉及领域从单一的软件研发场景，发展至涵盖整车、硬件制造、新零售、政企、文娱等各个行业及细分领域；截至2025年4月，负责数据串联的活跃插件已经超过了 1000 款，客户日均数据读写的接口调用次数已经突破 2000 万次，涉及大大小小超过 3000 个活跃空间；通过流程引擎有条不紊的调度运转，企业能够持续提升项目管理效率，并且持续扩大数字化管理的覆盖面。

打造“智能伙伴创建平台”，快速搭建知识问答智能体，一键发布到飞书机器人和服务台。飞书专业的企业级 AI 助手创建平台，支持 DeepSeek R1 全尺寸、豆包、智谱、Moonshot 等多个领先模型、企业自定义模型接入，融合全量企业知识、业务数据，专业的流程引擎和规划能力、支持多渠道发布、强大的开放能力，让 AI 更好的融入业务场景。

2.7 钉钉：钉钉AI助理商业化模式清晰

钉钉AI助理汇集了钉钉AI各类产品能力，包括智能文档、智能会议、智能应用等，加速企业数智化转型。钉钉AI助理它融合了钉钉平台的多项 AI 产品功能，以智能化的方式辅助企业日常的工作流程。钉钉 AI 助理具备多种智能能力，包括但不限于智能沟通、智能协同、智能管理等。通过这些功能，AI 助理能够在企业内部中归纳要点、生成会议纪要，并且能够为用户推送相关工作任务和日程提醒。此外，钉钉 AI 助理还能够通过知识库的能力智能地回答员工企业的行政流程、人力资源政策等多个方面的常见问题。

钉钉AI助理商业化进度领先，开创钉钉AI助理市场加速生态开放发展。针对不同版本，钉钉AI助理具有多元化付费模式；此外，客户还可以选择AI助理市场选择官方或第三方定制的AI助理，钉钉AI助理生态加速开放发展。

2.8 企业微信：AI化进程稳步推进

企业微信持续探索AI化路径，发布智能机器人、智能表格-客户跟进总结等 AI 功能，有望进一步提升企业的内部沟通、对外服务效率：

1） 智能机器人：接入DeepSeek、混元等大模型的「智能机器人」不仅能准确回答公司内部员工的问题，还能帮一线员工更好地应对有难度的客户咨询。不论是复杂繁琐的产品细节、还是需要推理思考的搭配方案，智能机器人都能及时给一线员工准备好话术，帮助他回答好客户的问题。企业只要配好机器人的名称、设置好角色，比如“IT 助手”、“财经助手”、“行政助手”、“门店助手”等，选择 DeepSeek、混元等模型，就能创建企业内部专属的智能机器人。企业还可以额外上传企业的知识集，如规章制度、产品介绍等，当员工提问时，智能机器人会先在知识集里寻找匹配的资料，再让大模型结合问题与资料，快速给出准确、贴心的回答。

2） 智能表格：智能表格的“客户服务跟进模板”，也接入了 DeepSeek，能帮企业自动生成每位客户的跟进总结，比如提炼近期客户兴趣点、下单意向等重点信息，确保跟进效果。另外，企业还能在「数据与智能专区」里，使用企业微信提供的模型能力智能分析数据。

总体来看，AI Agent象征软件从“工具”到“数字劳动力”的范式转移，AI Agent使得软件不再是单纯的“开支”而是“投资”，软件厂商的潜在市场规模从企业的IT预算扩展到真人劳动力市场，实现大幅跃迁；

通用SaaS有望成为AI Agent的基础设施，将历史数据挖掘活用提升SaaS的价值量，企业AI化之前必须云化，云化的厂商需要大量构建AI Agent;

垂直应用有望与通用SaaS、大模型厂商合作共赢：垂类应用借助AI实现更多能力、扩大市场规模，通用SaaS、大模型厂商借助垂类应用补全生态；

AI Agent具备更强消费属性，未来可以采取按对话次数、按tokens等多元化付费模式，打开软件的估值天花板。

AI Agent是数字劳动力，蕴含数万亿美元的市场机遇。微软CEO认为，传统的SaaS本质上是带有业务逻辑的CRUD数据库，而AI Agent可以集成所有业务逻辑并操控所有数据库；结合黄仁勋与Salesforce CEO的观点，AI Agent可以自行规划、决策、选择工具完成任务，像一个真正的员工一样工作，因此AI Agent也可以被称为“数字员工”，IT部门未来会更像HR部门。因此，本质上AI Agent的目标市场就不再是传统的IT预算，而是真人劳动力市场，可以达到数万亿美元。

通用SaaS有望成为AI Agent的基础设施，云化趋势有望加速，Salesforce预计2025年在平台构建10亿AI Agent。以Salesforce的Agentforce为例，据涌现聚点微信公众号，Agentforce的推出标志着Salesforce不再满足于仅仅是一个CRM供应商，而是向全面的企业AI平台转型。它不仅能处理客户关系管理，还能涵盖企业运营的各个方面，包括人力资源、财务管理、供应链优化等。这种扩展为跨部门协作带来了新的可能性。例如，销售部门的数据可以实时流转到市场营销部门，帮助优化营销策略；客户服务的反馈可以直接影响产品开发的方向。Agentforce成为了连接企业各个部门的智能中枢，促进了信息的无缝流动和协同决策。

垂类应用有望通过AI实现TAM倍增，并有望成为大模型、通用SaaS生态的重要组成部分。我们认为垂类应用非但不会被通用大模型直接替代，还会受益于通用大模型生态发展，核心在于垂类应用的数据几乎都不是公开数据，能力圈在通用大模型能力圈之外，或更确切地说能力圈与通用大模型的能力圈是互补的。因此，在AI的赋能下。垂类应用的TAM有望实现数倍增长，以Twilio为例，据Battery数据，在接入OpenAI的大模型后，其从传统的客服系统升级为AI客服，可以代替人类接打电话、进行营销服务等，潜在市场规模本质上可以达到2000亿美元（美国有1600万电话客服，年薪1.2万美元），相比公司当前40亿美元ARR有50倍的提升；此外，大模型、通用SaaS厂商在扩大自身AI生态的过程中，相比自研产品替代，更有可能和用户量大、产品力强的垂类应用强强联合，垂类应用有望受益于大模型、通用SaaS带来的流量实现进一步发展。

AI Agent进一步提升软件厂商的消费属性，或提升软件厂商的估值天花板。Salesforce的Agentforce产品当前采用每次对话2美元的定价体系，能够在传统订阅制的基础上增加更多付费单元，提升软件厂商估值天花板。

3.1 微软：用AI Agent定义“前沿企业”

从AI Foundry到Fabric数据库再到AI Agent服务，微软提供AI Agent全生命周期服务。据微软官网，微软提供AI Agent的全生命周期服务：

1）Azure AI Foundry：这是一个全新的全功能平台，用于设计、定制和管理变革性的AI应用程序和智能代理。Azure AI Foundry弥合了前沿AI技术和实际商业应用之间的差距，使组织能够高效且有效地充分发挥AI的潜力；

2）Azure AI Foundry SDK：这个新的AI工具链提供了简化的编码体验，使开发人员能够在任何地方（无论是GitHub、Visual Studio还是Copilot Studio）构建AI应用程序时，将组件集成在一起；

3）Azure AI Content Understanding：该服务帮助开发人员从非结构化数据中构建和部署多模态应用程序。它利用生成式AI从文档、图像、视频和音频中提取信息，并将其转化为可定制的结构化输出；

4）Azure AI Agent Service：一个旨在帮助开发人员构建、部署和扩展企业级AI驱动应用程序的平台，以自动化业务流程。这些智能代理能够独立处理任务，并在需要最终审核或操作时涉及人工用户，从而确保团队能够专注于最具战略性的计划；

5）Microsoft Fabric Databases：这是一类新的数据库，将事务性工作负载和分析性工作负载相结合，以简化AI操作。它们基于行业领先的SQL构建，能够在各种系统中无缝实现AI功能，确保高性能和易于扩展。

微软通过Azure AI Agent Service汇集了企业自动化任何复杂程度的业务流程所需的所有模型、数据、工具和服务，用户可以通过Copilot Studio统一管理AI Agent。Azure AI Agent Service整合了来自微软、OpenAI以及行业领先合作伙伴（如Meta、Mistral和Cohere）的最新模型、工具和技术；能够无缝扩展您的代理，使其具备来自Bing、SharePoint、Fabric、Azure AI搜索、Azure Blob以及许可数据的知识；通过Azure逻辑应用、Azure函数、符合OpenAPI 3.0规范的工具以及代码解释器，在微软和第三方应用程序中实现操作；通过Azure AI铸造厂提供直观的代理构建体验；并具备丰富的企业级功能，包括自带存储（BYO存储）、自带虚拟专用网络（BYO-VPN）、代表用户身份验证，以及通过基于OpenTelemetry的评估增强代理的可观察性。用户通过Coipilot Studio即可统一管理整个AI Agent生态，如从微软和非微软数据源中提供的1500多个预构建数据连接器中进行选择，并连接能够提升你代理工作效率的服务等。

Copilot账户可免费使用AI Agent，但需要为其他组件付费，有望为微软Azure带来多元化需求。当前，微软AI Agent在 Copilot订阅账户可免费使用，但需要为知识连接(包括 Microsoft Fabric、Microsoft SharePoint、基于必应搜索、Azure AI 搜索和自己的许可数据)单独付费并使用单独的许可证；此外，还需要为现有或未来添加的自动化功能付费，例如 Azure 逻辑应用和 Azure 函数。

3.2 谷歌：Agentspace构建生态闭环，加速企业部署

谷歌Agentspace是专为工作打造的搜索和 AI Agent中心。据谷歌官网，Agentspace 将用户的工作应用与 Google 品质的多模态搜索和 AI 代理的强大功能相连接；快速查找企业中的各种信息，汇总和整合不同来源的信息，并使用预构建或自定义代理执行操作，所有这些都具有企业级安全性、隐私保护和合规性。此外，用户可以将 Agentspace 与 Confluence、Google 云端硬盘、Jira、Microsoft Sharepoint、ServiceNow 等热门应用关联，从而快速查找信息、获得解答并采取行动，所有这些操作都可以在 Agentspace 中完成。

谷歌通过以Agent Engine通用费用和Agent构建为代表的定制化费用实现商业化变现。谷歌对于AI Agent分为以下三种收费模式：

1）Agent Engine：以LangChain为主，支持通过连接到公共 API 来构建生成式 AI 应用、通过连接到数据库来构建生成式 AI 应用等功能，定价为——计算（$0.00994/vCPU-Hr）、内存（$0.0105GiB-Hr）；

2）模型使用情况：基于代理所用模型的输入和输出tokens收取的使用费；

3）工具和预构建的AI Agent：工具和预构建的代理（例如，代码解释器、BigQuery）将向开发者收取费用，具体将视其代理所使用的工具而定。

此外，针对调用的不同AI功能，用户需要面向该功能额外付费，如调用谷歌AI搜索功能，则需要为AI搜索付费（$2/1000次查询）。

3.3 Meta：Meta AI有望打造全新AI社交平台

Meta发布Meta AI独立APP，为用户提供个性化服务的同时还能够分享和探索他人如何使用AI，有望重新定义AI 社交平台。用户可以告诉Meta AI记住关于用户的一些事情（比如用户热爱旅行和学习新语言），它还可以根据上下文捕捉重要的细节。用户的Meta AI助手会通过引用用户在Meta产品上已经选择分享的信息（比如用户的个人资料，以及用户喜欢或互动过的内容）来提供更相关的答案。此外，Meta AI应用程序中包含一个“发现”信息流，这是一个分享和探索他人如何使用人工智能的场所，用户可以在这里查看人们分享的最佳提示（prompts），或者对它们进行重新混合，使其成为用户自己的内容。

Meta持续使用AI加强广告表现，25Q1全球范围内Meta广告的单价/浏览量维持增长态势。Meta持续深化将AI与广告业务相结合，如25Q1，Meta使用Reels新广告推荐模型并将广告转化率提高了5%，广告商使用AI创意工具的数量同比增长30%等。

3.4 Salesforce：Agentforce重塑企业服务新范式

Agentforce定义了AI Agent=人类思维 AI data 行为。 Agentforce代理通过按需检索正确数据、为任何任务制定行动计划并执行这些计划来自主运行，无需人工干预，它们利用实时数据适应变化的条件，并在组织特定的框架内独立运行，以确保每次客户互动的准确性：

数据检索（Data Retrieval）：AI Agent首先收集和检索与任务相关的数据。这是观察阶段，Agent获取必要的信息来理解任务需求；

计划生成（Plan Generation）：在评估阶段，Agent分析收集到的数据，并生成一个或多个行动计划，这些计划是基于对任务需求的理解而制定的；

行动编排（Action Orchestration）：在推荐和执行阶段，Agent选择最佳的行动计划并开始执行，Agent会采取必要的步骤来完成任务；

推理运行时（Reasoning Runtime）：在整个过程中，推理运行时支持Agent的学习和适应。它允许Agent在执行任务时进行实时学习和调整，以优化其性能；

结果（Outcome）：最终，Agent完成任务并产生结果。这个结果应该是Agent通过学习和适应达到的正确输出。

开创2美元一次按结果付费的商业模式，使得企业在部署AI Agent时可以清晰测算ROI。以客服场景为例，若某公司客服团队为20人，年薪为五万美金，每个人每天处理20个童话，3年内48%的通话由AI处理，则三年Agentforce的总投资仅为21.87万美元，节约了85.15万美元。

Agentforce为企业AI Agent使用后的效率提升提供重要参考。据Salesforce、valoir《accelerating agentic ai  time to value》，截至2025年2月初， Agentforce提供的答案或解决方案中有91%被认为达到了可接受的准确度水平，这比DIY的准确度提高了75%，Agentforce与DIY之间准确度的最大变化往往出现在更复杂的代理中。这些复杂的代理依赖于多个数据源来提供背景信息，并且通常需要更复杂的推理和工作流程，才能根据客户查询的上下文得出准确的答案；此外，DIY项目平均耗时75.个月，而将Agentforce项目提升到生产级准确性的平均时间仅4.8个月，这意味着Agentforce的速度是DIY的16倍。

3.5 ServiceNOW：将AI与Workflow有机结合

ServiceNow AI Agent将AI Data Workflow有机结合。凭借统一的平台架构、数据模型和代理框架，ServiceNow AI Agents 能够实时访问来自任何来源的企业数据，具备丰富的业务上下文信息，能够快速做出明智的决策；AI Agents原生集成于全球最强大的端到端工作流自动化平台，ServiceNow AI Agents 可以无缝嵌入用户的任何工作流中，让用户能够专注于真正重要的工作。

用户可以使用基础版NOW Assist及升级版NOW Assist服务接入ServiceNOW AI Agent。基于 Now Platform，Now Assist 将生成式人工智能功能与我们强大的工作流自动化平台相结合，Now Assist 让用户可以利用特定领域的模型来提升组织的生产力和效率，提供更优质的自助服务，推荐操作并提供答案，以及让搜索更加高效，基础版NOW Assist功能包括但不限于：

1）摘要生成：为案例、聊天记录、事件等生成摘要。Now Assist 管理控制台中的引导式设置让摘要生成变得快速且简单；

2）对话交互：以聊天机器人和虚拟代理的形式应用生成式人工智能技能。Now Assist 使用专为成功自助服务工作流设计的大型语言模型（LLMs）；

3）内容创作：帮助人力资源、信息技术和客户服务人员撰写和编辑书面内容，例如电子邮件和聊天回复；

4）代码与流程生成：利用AI进行代码生成，通过 Now Assist 构建流程和代码。借助易于使用的文本提示，创作者可以快速生成和编辑，从而提高生产力；

5）自定义技能开发：创建并部署独特的生成式人工智能技能，以满足用户业务工作流和流程的特定需求；

6）AI 搜索：为用户提供更有意义的搜索结果；

7）无障碍交互：通过语音命令与 Now Assist 进行无接触交互。

此外，用户可以通过AI Agent Marketplace选购各类升级版NOW Assist，升级版NOW Assist有多元化商业模式，以NOW Assist for HRSD为例，该服务需要HRSD Professional Plus/HRSD Enterprise Plus订阅账户才可以使用，需要额外付费6美元/年。AI Agent Marketplace中有海量官方升级版NOW Assist以及第三方合作伙伴NOW Assist供客户选购。

3.6 金蝶国际：苍穹企业级AI Agent为企业重塑业务场景

苍穹Agent平台有望创造企业级AI Agent新蓝图。据金蝶云星空微信公众号，2024年金蝶发布了苍穹AI管理助手及其移动形态，为财务、人力、采购、开发等多个业务场景提供了个性化智能解决方案，以AI人力资源助手为例，HR制度问答改善了体验、智能内部招聘提升了效率、智能人才分析提升了决策的科学性。可以说，苍穹正在重塑体验、重塑流程、重塑决策。苍穹Agent平台提供多模型混合应用能力，能够根据不同的业务需求，灵活调用DeepSeek、金蝶苍穹大模型等业界领先的AI大模型进行业务处理。此外，基于金蝶KDDM统一元数据模型，苍穹能够快速了解企业的表单、流程、报表以及数据，从而打通AI和数字化平台之间的连接。通过深度整合企业内部的各类数据资源，苍穹可以实现企业内部数据的高效利用，为企业的决策提供有力支持。

苍穹作为企业级AI Agent，可提供企业级财务分析、运营分析、合同智能审查、人才智搜等能力。同时，金蝶基于苍穹平台已构建财务、人力资源、供应链、制造等领域100 AI应用，为客户构筑“更懂企业”的多元化智能应用场景，助力企业持续改善业务流程、提升分析决策能力，实现降本增效：

1）BOSS助理：星空BOSS助理，“生成式 决策式”AI 赋能企业管理，辅助老板智慧经营，引领企业高速成长。

2）合同智能审查：星瀚合同智能审查，智能化、规则化、第三方服务智能能力整合形成合同中台智能审查能力，实时进行风险预警和提醒，降低合同签订风险。

3）人才智搜：星瀚人才智搜，深度融合企业人力系统，基于员工简历、绩效、评价，精准高效定位人才、提升企业人才曝光度，搜索即洞察，让组织潜力触手可及，全面提升企业用工能力。

此外，金蝶云·苍穹全面支持MCP，提供四大核心特性，助力企业开发者构建智能化应用：

1）标准MCP服务：金蝶云将所有SaaS Open API封装为标准MCP服务，涉及数千个API服务。这些服务涵盖了企业运营的各个环节，如订单管理、库存管理、财务结算等，开发者可以直接调用这些标准化服务，快速构建智能化应用。

2）预置&自定义MCP服务：平台预置了多种业务系统、第三方的MCP服务，开发者可以直接使用这些预置服务，无需额外配置。同时，苍穹Agent平台还支持托管自定义MCP服务，企业可以根据自身需求开发特定的MCP服务，并托管到平台上，实现个性化的AI应用开发。

3）即插即用：开发者可以一键将MCP服务导入苍穹Agent平台，作为标准化工具被智能体调用。这种即插即用的方式大大降低了AI应用的开发门槛，即使是非专业开发者也能快速上手。

4）智能调用：智能体可直接调用MCP工具，实现自动化的订单查询、库存同步、ERP数据交互等业务自动化场景。例如当用户提出“请帮我处理本月未出库的销售订单，如果客户信用等级符合公司要求，且库存足够，请自动生成销售出库单，并发云之家通知仓库管理员”，智能体将自动调用信用校验Agent、库存核查Agent、出库单生成Agent的链式协作，在确保合规前提下完成端到端业务闭环。

金蝶AI业务加速落地。金蝶2024年AI业务加速落地：

1） 苍穹 星瀚：2024年，金蝶云·苍穹升级为新一代企业级AI平台；发布AI管理助手及苍穹APP；苍穹AI Agent平台已签约海信集团、温氏集团、智洋创新、湖北中烟等20家客户；星瀚上线超过20个AI应用，签约近20家大型企业。

2） 星空：星空旗舰版在多场景实现AI智能，包括AI记账、BOSS助手、IPO智测等，2024年累计签约超过30家客户；

3） 星辰 精斗云：发布小微AI助手、AI开单、AI记账等应用，为超过7500家小微企业赋能，帮助小微企业开单效率提升90%，记账效率提升10倍。

此外，金蝶与多个行业龙头共创AI场景落地，AI管理有望打开第二增长极：

1）物产中大：借助智能数据洞察，推动财务管理流程提效；

2）通威股份：上线HR AI助手，实现智能询问、无感提单、一键导航等；

3）中船九江：依托智能合同管理，提升了合同管理及审核效率，降低风险。

3.7 金山办公：WPS365打造一站式AI办公平台

WPS365 面向组织级客户全新升级，包含WPS Office、WPS协作及WPS AI企业版，成功打通文档、协作、AI三大能力，实现一站式AI办公。WPS 365 作为面向组织和企业的办公新质生产力平台，其包含了 WPS Office、WPS 协作和 WPS AI 企业版。该平台打通了文档、AI、协作三大能力，让各组件间无缝切换，全面覆盖了一个组织的办公需求，从文档创作到即时通讯（IM）、会议、邮件，再到 AI 应用，提供一站式 AI 办公。WPS 365 通过统一工具、统一协作、统一管理的数字办公理念匹配业务发展，实现整个组织高效协作和安全管控。

WPS AI企业版由AI Hub、AI Docs、Copilot Pro等模块构成。面向组织管理与提效场景，WPS AI 企业版集 AI Hub（智能基座）、AI Docs（智能文档库）、Copilot Pro（企业智慧助理）三大核心模块于一体，助力客户构建专属“企业大脑”。AI Hub（智能基座）支持多个大模型切换，调用过程可审计追踪，实现业务高效智能，同时保障数据调用安全。AI Docs（智能文档库）使云文档一键升级智能文档库，通过问答快速检索信息，并可根据企业知识智能创作⽂档。Copilot Pro（企业智慧助理）通过对话即可高效处理数据，支持调用 WPS 365 API 和企业自有 API 执行各项任务。 

WPS 365率先实现企业订阅付费的商业模式，2024年实现4.36亿元营收。WPS 365主要由体验版、商业协作版、商业高级版以及商业旗舰版构成，所有版本均支持Office文档、智能文档、多维表格、WPS协作、WPS会议、WPS邮箱等功能，还支持应用混合部署、自选大语言模型接入、多维表格业务定制、WPS365私有云服务等定制化销售。针对不同行业，金山官方还推出WPS 365行业版，实现更加多元化商业模式，当前支持行业包括：教育行业、高端制造、泛互联网、金融行业、消费零售、商业服务、中小企业等。

3.8 用友网络：用友BIP企业AI加速企业数智化

用友BIP企业AI通过三层架构，将AI技术与企业业务深度融合，构建数据驱动、智能运营的数智企业新范式：

第一层：融合通用与专业大模型的用友BIP企业AI智能平台，统一企业数智底座。用友BIP为企业AI构建一体化数智底座，整合分散的数据和各类系统，构建坚实的数据和技术基础，提供“五个统一”，即架构统一、流程统一、数据统一、安全统一、标准统一。用友BIP企业AI全面接入DeepSeek、豆包、通义千问等国产通用大模型，依托专注于企业业务与经营管理领域的专业大模型YonGPT，形成“AI通用能力 行业Know-How”的智能平台，实现了国产企业软件和国产大模型的强强联合。

第二层：覆盖十大核心业务领域的AI 全场景智能解决方案，嵌入企业核心业务。用友BIP深度融入核心业务场景，将AI技术能力体系广泛嵌入财务、人力、供应链、营销、采购、制造、研发、项目、资产、协同等10大核心应用领域，并升级至“智能解决方案”，实现AI全场景的业务流程自动化和智能化。

第三层：以“数智员工2.0”为代表的Agents智能体集群，实现企业实时运营。作为用友BIP企业AI的核心入口，数智员工（智友）具备智能规划、自动执行、快速反馈、自主决策等核心能力，不仅能够管理用友预制的1000多个企业业务与管理智能体，还可以管理企业自主开发的海量智能体。基于智能体技术，让数智员工更加理解用户的意图；利用DeepSeek最新的推理能力，让数智员工更加专业，能力更强；通过全新的用友BIP智能体构建平台，让企业可以更快地开发数智员工，10分钟就可以让企业轻松上岗一个数智员工。企业深度应用“智友”及数智员工集群，完成从“人力驱动”到“智脑驱动”的进化，实现运营效率与决策精度的双重跃升。

3.9 合合信息：TextIn智能文档解决方案切入企业刚需

合合信息旗下TextIn平台持续推出AI新产品，打造“大模型加速器”，赋能智能文档处理全流程。据合合信息解决方案微信公众号，以TextIn DeepSeek应用方案为例，该解决方案基于TextIn文档解析能力，将混杂的各类非结构化文档统一输出为大模型能“读懂”的文档格式，赋能下游大模型任务，从而有效提升大模型回答正确率，并可实现原文溯源定位，便于信息复核。2025年4月，合合信息推出TextIn DocFlow票据自动化处理平台，提供票据智能分类、信息抽取、审核等一站式服务，TextIn DocFlow可轻松处理海内外各票据类型与复杂版式，同时拥有强大的集成能力，支持通过邮件、API接口等多种渠道接收文档，并能将提取的数据无缝传递至ERP、RPA、OMS等各种自动化系统和业务流程中，TextIn DocFlow已在多家企业的信贷审核、财务共享中心、进出口物流、保险理赔、国际结算、供应链金融等业务中深度应用。

合合信息签约多家行业头部客户，AI赋能业务数智化。合合信息签约中华联合财产保险、中国石油国际事业有限公司、微医云，基于AI能力，赋能保险、能源、医药行业业务文档智能化处理。在证照、票据、合同、保单等多类文档处理场景中，智能优化图像质量，识别并提取文档关键信息，实现文档分类、解析、抽取、审核、归档全流程升级。

3.10 福昕软件：PDF全球领军人，AI助手极具商业化潜力

福昕AI助手正式完成DeepSeek大模型的接入，赋能学术研究、报告撰写、办公日常等多个场景，进一步提升了福昕PDF现有的文档智能处理能力。据福昕软件微信公众号，用户可以在福昕阅读器Windows版（企业版）、福昕高级 PDF 编辑器Windows版（订阅版）、福昕高级PDF编辑器Mac版（订阅版）、福昕高级PDF编辑器网页版，体验由DeepSeek大模型加持的AI助手带来的PDF文档/文本总结、文档/文本翻译、提高写作质量等功能。

福昕IDP能够处理海量PDF信息，重塑数字化工作流的智能文档处理方案。福昕软件深度融合核心技术、产品和人工智能大模型，自主研发出福昕智能文档处理中台（简称福昕IDP）。该平台在以文档为载体的非结构化数据和以数据库为载体的结构化数据之间搭建了桥梁，通过对PDF等类型文档内容的智能解析、文档数据的结构化精准提取以及智能知识库搭建，为机构组织建设“数字化工作流”，从而推动数字化转型进程。

3.11 泛微网络：大模型 专业小模型 智能体构建数智大脑

泛微2024年发布的数智大脑Xiaoe.AI，可快捷方便为客户搭建“DeepSeek大模型 专业小模型 智能体”的数智底座。在接入DeepSeek大模型后，泛微将借助DeepSeek强大的自然语言处理、机器学习、推理等能力，显著提升泛微各项产品智能化效果以及智能体构建能力：

1）泛微产品的各个应用模块能够快速调用DeepSeek的智能化能力：帮助组织在市场、销售、合同、项目、采购、客服、人事、费控、资产、公文、档案等场景中，提升文本处理、意图识别、智能问答、数据分析、智能决策等能力，例如智能文档助手、智能问答助手等功能，助力业务场景全环节智能化升级。

2）用户可在泛微智能小e中直接使用DeepSeek：能够更高效地进行智能对话、智能写作等，接入DeepSeek后，将显著提升回答的准确性，帮助用户提升工作自动化处理效率。实现了对组织知识问答、智能体应用执行过程的能力升级。3）泛微提供统一的AI大模型连接底座支撑：助力将AI能力与具体业务场景打通，助力组织快速构建智能化应用。

4）支持私有化部署DeepSeek大模型：借助DeepSeek提供的开源模型，以及泛微数智大脑Xiaoe.AI底座，对于注重数据安全的政企客户，可私有化部署，搭建训练内网环境下的智能体应用。

此外，此次接入DeepSeek大模型，将进一步深化泛微智能化能力建设。同时，泛微已对接封装好各种主流大模型，包括各类公有云厂商、私有化模型等，并且支持自定义模型对接。

3.12 致远互联：Agent家族CoMi Family打造AI-COP

Agent家族CoMi Family通过“大模型 协同运营领域模型 场景 智能体 知识库”策略，做AI时代协同运营的智能基座和生态放大器。CoMi包括四层结构、五大特性，覆盖从底层技术到上层应用的全链路能力。

1）四层结构：CoMi入口（门户/数字人/助手/开放服务）、CoMi Agents（自研/第三方/客户定制Agents）、CoMi Builder（企业智能体定制平台）、协同运营领域模型（组织/权限/流程/任务/决策模型）。

2）五大特性：智能门户、数字员工、角色化智脑、多智能体协作、灵活定制。

目前，CoMi已推出企业智能问数、协同工作助理、企业知识问答、组织效能专家、合同风险助理、公文拟审助理、应用开发助理、IT安全助理等十余款垂直场景智能体。基于协同运营领域模型及Agent builder平台，致远互联将与伙伴共建“机场式”开放生态，支持第三方智能体无缝接入，助力企业快速构建专属AI能力。

致远互联政企AI全栈解决方案持续加码AI政务蓝海市场。致远互联凭借“AI 低代码”双轮驱动，推出覆盖全场景的政企AI全栈解决方案及客户智能应用实践，通过“1基座 2引擎 4统一”打造快速接入的企业智脑AI基座，构建智能文会事、票据智审、数字机关、数字公务员、智能执法等多个政企AI应用场景。目前已为用户打造了超过五万个应用模块，涵盖从门户、流程管理到数据分析等多个领域。重点案例包括：中来股份“合同全生命周期智能管理系统”、中寰投资集团“县域智慧办公平台”、亦庄控股“数字化综合办公平台”、五粮液浓香酒公司“人力资源协同管理平台”、某央企财务公司“一体化内控合规管理平台”、某院所“AI检测管理平台”、某水电上市公司“科技计划管理系统”。

4.1 从海外工业巨头布局展望工业AI趋势

据施耐德电气微信公众号，AI正在通过运营、决策、管理三大价值链重构，推动制造业向智能范式跃迁：

1） 运营效率的提升聚焦于生产优化、质量控制和设备维护：AI通过赋能流程自动化、资源动态优化和预测性维护等环节提升运营效率。由AI驱动的智能控制系统大幅推动着生产流程标准化与加速；AI模型能够根据设备运行状态、生产任务需求等因素，动态调整设备运行参数，实现能源的精准分配与高效利用；利用数据分析预判故障风险，提前规划维护计划，有效避免非计划停机，进而延长设备生命周期。

2） 决策效率的优化体现为数据驱动决策方式的转变：AI通过整合生产、供应链、市场等多维度数据，自动生成可视化分析报告，大幅缩短决策链条。AI能够突破部门之间的数据孤岛，在研发、采购、生产等环节间建立动态关联模型，实现跨系统决策的实时联动与全局效益最大化。

3） 管理效率的革新专注于质量管控、人机协同与知识传承三大维度：基于智能辅助系统的实时预警与执行建议，可将管理者从低价值事务中解放，使其更专注于战略创新。AI还能将行业经验、工艺参数等隐性知识转化为可复用的算法模型，构建起抵御人员流动冲击的知识护城河。

西门子认为工业AI分为三个阶段，L1是基于RAG的智能问答，L2是使用Copilot辅助决策，L3是通过多Agent智能体的无缝协作，自动规划和编排，通过独立思考、调用工具逐步完成设计和优化任务。

4.2 中控技术：AI Agent 机器人有望打开估值天花板

中控技术将推出流程工业首个“时序智能 认知智能”双引擎架构、面向流程工业生产过程场景的TPT大模型升级版，如同给工厂装上了“感知神经系统”和“决策大脑”。据中控技术微信公众号，2024年6月，中控技术发布了全球首个通用控制系统UCS（Universal Control System)，构建了软件定义、全数字化、云原生的控制系统，可实现工厂机柜空间减少90%、线缆成本降80%、建设周期缩短50%；与此同时，中控技术还发布了自主研发的时间序列大模型TPT（Time-series Pre-trained Transformer），用户只要将各类运行、设备、质量等数据接入TPT里，就能进行各种工厂的运行评价、健康评估、瓶颈分析、操作优化乃至工厂Redesign等工作，并从TPT中得到最优的解决方案。

工业AI为中控技术带来订阅制全新商业模式，截至2024年订阅业务已经超亿元收入。据中控技术微信公众号，以首个采纳中控技术会员订阅制模式的企业信汇材料为例，中控技术采用“工厂操作系统 工业APP”模式，全面集成先进的ERP（企业管理系统），面向信汇材料以及各个生产基地构建统一的数字底座，助力所有生产、采购、库存、物流数据实现了数字化、自动化的采集和处理，支撑集团总体布局、集中管控的规划与需求，不仅优化了运营管理流程，还为决策层提供了强有力的数据支持等。2024年，中控技术与华谊、天辰、通威等622家会员成功签约，实现会员订阅制业务从无到有、再到亿元级的重大突破。

中控技术前瞻布局机器人业务，2024年，该业务实现收入5601.09万元，新签订单1.67亿元。据中控技术微信公众号，中控技术机器人业务主要聚焦在流程工业细分应用领域，围绕三大场景展开，分别为面向生产安全的巡检与操作、智慧供应链物流，以及探索人形机器人在工业危险作业等场景的应用。2024年，中控技术作为第一大股东投资入股浙江人形机器人创新中心，并在先后发布了首款全域自研人形机器人整机“领航者1号”和“领航者2号NAVIAI”。未来，第三代人形机器人将全面接入DeepSeek的多模态模型Janus Pro，助力机器人实现自然的环境感知和人机交互。在应用场景方面，中控技术将在某大型石化企业实验室的高风险作业场景中，实现AI驱动的具身智能仿生机器人的落地应用。中控技术已发布以“AI 平台 安全巡检”、供应链物流、协作机器人装备为核心的Plantbot机器人解决方案，通过整合“AI 机器人”技术，运用包括四足机器人、人形机器人等新技术产品，使其应用于巡检与操作、供应链物流、装备协作及AI视觉等作业环境及场景中。从商业化进展来看，中控技术已中标沙特阿美智能供应链机器人项目、三菱化学安全与巡检机器人项目、镇海炼化智能巡检、某大型企业智慧物流等项目，实现多类型机器人在复杂场景中的首台套应用；并与沙特阿美、日本三菱、泰国石油PTT、韩国PSCK等国际客户开展面向场景应用的深度合作。与此同时，中控技术还与杭州云深处、宁波工业互联网研究院、杭州迦智、华谊信息、杭电化等建立了更加广泛的技术合作关系。

4.3 鼎捷数智：鼎捷MACP让AI Agent之间无缝沟通

鼎捷MACP协议与Commander 2.0的诞生，标志着制造业将进入多智能体协作的新阶段：

1）首个制造业多智能体协议——MACP（Multi-Agents Context Protocol），MACP协议旨在让AI智能体之间实现类似人类的自然沟通与协作。通过统一的数智空间语言和思维方式，打破智能体间的壁垒，使其能够高效协同，解决复杂的行业难题。

2）首个制造业通用多智能体协作平台（简称Commander2.0），其中有一个非常重要的角色Commander，就像一位企业大家长，知人善任，指挥调度，遵循鼎捷MACP协议，稳定、高效调度多智能体去处理一切企业事务。

与市面上现有的大模型和开发平台不同，Commander 2.0并不是一个入口、问答助手或工作流工具，它超越了传统的单一功能，遵循鼎捷MACP协议，指挥调度多智能体处理企业事务。它能够深刻理解企业的知识体系、业务流程与数据，并通过鼎捷MACP多智能体上下文协议，实现智能体之间的自然协同交互，提升智能体的兼容性和合作效率，使其能够自思考、自感知、自觉醒，灵活调度企业的资源——无论是人、事、还是物，从需求输入到成果交付、AI应用交付，再到质量保证，完成全流程的端到端闭环。鼎捷致力为企业客户提供切实所需，可便捷调用、有效协同的工具与智能体，并推动多智能体协同在制造业的广泛落地。同时，将持续评估并考量兼容包括MCP、A2A在内的多种主流协议标准，逐步构建开放、灵活的协同体系。

在鼎捷MACP协议框架下，制造业的工作场景实现了从传统人工协调到智能化协作的转型。具体来说，企业不再依赖人工逐一指派任务，而是由Commander统一指挥调度，基于MACP协议，让智能体之间可以遵循统一语言，高效协作。如在Order to Pay流程中，销售订单智能体自动确认订单数据准确性后，Commander会将任务转交给生管智能体进行生产调度，生管智能体会查询生产进度、计算偏差，当正常入库，准备销货时，Commander便会调度生单智能体，生成未审核销货单，销货完成后，会调度财务智能体进行后续开票立账操作，未生产入库的，Commander会调度通知智能体，通知业务员线下加急处理。智能体协同工作的方式简化了传统从订单到收款，由员工层层执行的工作流程，还能处理季节性销售峰值的压力，确保企业在面对市场变化时能够迅速响应并高效运作。

此外，鼎捷PLM已与DeepSeek大模型深度集成，通过接入DeepSeek大模型的领先AI能力，助力PLM企业用户实现高效数据检索与智能生成。

4.4 赛意信息：赛意AI平台赋能工业全链路智能化

赛意AI平台（善谋 GPT）是赛意信息精心打造的为企业效能而生的企业级AI应用开发平台。该平台已全面支持MCP（Model Context Protocol，模型上下文协议）与A2A（Agent-to-Agent，自动化代理协作协议）协议，分别从“垂直资源连接”与“水平协同网络”维度，为工业智能化提供技术底座，实现多模型、多Agent在不同系统间能力的复用、流转与协作，推动企业级应用从 “功能孤岛” 向 “智能协同” 演进，加速落地AI场景应用“最后一公里”。

2025年初，赛意信息也公告签下了4800万单体AI工业应用订单，为客户提供的服务及产品聚焦智能网联开发、产品设计等AI应用场景，涵盖基于AI工具链实现数据处理、大模型训练与微调、AI应用开发等端到端能力，并具备接入DeepSeek大模型的能力。此次签约，是赛意信息在智能网联、产品设计等高价值AI业务场景的重大成果，更是其在大模型技术攻关、应用落地进程中的高质量里程碑，有力验证了AI大模型应用的商业化可行性，为行业发展注入新活力。

4.5 能科科技：携手华为，打造工业AI新一代平台

能科科技2024年AI相关收入达到2.73亿元，同比突破式增长超1000%。

1）能科“乐系列”产品与AI的融合：建立乐研智能化文档管理、创立乐仓智能助手、打造乐造智能质检、构建乐数数据智能应用、提供乐系列产品培训助理等，为企业提供AI原生业务能力。“乐系列”产品具有“可拆可合”的业务特性，能够根据企业的不同发展阶段和业务需求，快速“拆”分业务单元，实现资源的高效利用。可自由地将不同模块进行组“合”，形成协同的整体。

2）开展面向工业领域的“灵系列”AI新产品研究：通过整合和管理 AI 相关的技术、数据、模型等资源，将 AI 能力进行抽象和封装，形成可复用的组件和服务，从而实现 AI 应用的快速开发、部署和迭代。能够有效降低企业应用 AI 技术的门槛和成本，推动 AI 技术在工业领域的规模化应用。“灵系列”具备“可零可灵”的业务特性，助力“零”基础企业快速的AI能力部署。将AI能力以应用或标准化的接口形式输出，“灵”活的赋能业务流程的智能化改造。

4.6 汉得信息：得·灵生态全面支撑企业构建AI能力体系

汉得信息已正式发布B端AI应用产品/服务系列【得·灵】，全面支撑企业构建AI能力体系及智能化升级。这一系列包括三大产品系列 一大服务系列：“灵猿”大圣AI中台系列、“灵手”业务智能体系列、“灵睿”垂直模型系列，以及“灵策”配套服务系列，全面支撑企业构建AI能力体系及智能化升级。此外，汉得计划在5月底发布灵猿AI中台1.6版全面支持MCP，核心功能如下：

1） 企业MCP插件市场：内置一些适合企业应用的插件，支持自定义新增插件，提供远程Server对接、本地Server安装/对接两种模式，以支持不同场景需求；

2） Agent编排中应用MCP工具：支持输入交互指令进行调用，可自动识别指令中的各关键信息，转为Tool所需要的参数值进行调用，简化接口调用模式支持直接调用模式，即直接传入固定值、动态变量给Tool的参数进行接口调用，快速应用MCP能力；

3） AutoAgent节点应用MCP工具：可配置应用多个MCP的多个Tool，支持动态灵活场景内置用AI模型智能找Tool，如应用FunctionCall、自定义Prompt模式等，可根据用户输入智能去找最优的MCP Tool和做执行；

4） H-ZERO接口平台支持直接发布MCP Server：接口平台中可新建多个MCP Server，可给不同MCP Server分配一批内部接口、外部接口，最终发布多个接口到MCP Server使用接口平台发布的MCP Server，Agent可静态/动态智能调用企业各个业务系统的接口，并可复用接口权限（支持用户级接口权限），实现Agent快速对接企业流程。

5.1 科技大厂案例，海外AI语言类产品领跑商业化进程

1）Duolingo：营收上亿的AI语言类学习APP

据非凡产研，在全球AI教育APP收入TOP10中，Duolingo位列第一，其他的AI语言类App还包括Speak、‌Mondly‌（培生旗下产品）、Pimsleur、Praktika、Learna，AI语言类学习产品占据了总数过半。根据财报，Duolingo 2024全年营收为7.48亿美元(约合56.56亿元)，同比增长40.8%，季度收入和月活用户稳步增长。在过去三年中，Duolingo的销售额以44%复合年增长率增长，单月收入突破2亿元。Duolingo旗下的主要产品包括Duolingo App和DET(多邻国英语测试)。其中，Duolingo App是营收支柱，采用订阅的收费方式。在商业化方面，Duolingo通过不同的App采用多种订阅形式。

Duolingo App的扩科还在持续。近期，Duolingo App正在测试国际象棋课程，根据其发布的新闻稿，该课程将于 5 月底在 iPhone 上推出，并于2025年夏天在 Android 用户上推出。国际象棋课程可以说是Duolingo App再一次复用“游戏化和IP”的方式，例如，用户将与应用程序中的国际象棋角色奥斯卡 (Oscar) 进行完整的游戏，当你吃掉奥斯卡的皇后时，奥斯卡的假发就会飞走。

2）Speak是一款专注于AI口语训练的应用，通过AI教练为用户提供个性化的口语练习。据非凡产研，Speak单月收入达到了419万美元，显示出该细分场景的巨大市场潜力。2024年12月，Speak完成新一轮7800万美元融资后，投后估10亿美元，成为一家AI“独角兽”公司，在半年时间内实现了估值翻倍。

AI对话伙伴 用户社交互动切实增强用户体验。据硅纪元视角，Speak提供AI对话伙伴，能模拟各种真实场景交流并根据用户回答调整难度；有涵盖生活各方面的情景式课程，配有生动资料与互动练习；其发音纠正技术可实时分析并给出建议及评分；还能依据用户初始测试结果和学习目标制定个性化学习计划，且会动态调整；此外设有社交互动功能，用户可在社区交流或与他人语音聊天练习。该应用适用于日常英语学习、备考以及旅行交流等场景，具有随时随地学习、趣味性强、专业可靠等优势，能让用户充分利用碎片化时间高效提升口语能力。

3）Q-Chat是Quizlet旗下的一款AI个人辅导工具，通过互动对话帮助学生更好地理解和掌握学习内容。据非凡产研，Quizlet是一款AI驱动的学习工具，有在线教学卡片、游戏和专家编写的解答等功能。而Q-Chat则是融合了大模型自然对话的能力，加上Quizlet的题库能力，该App目前适用于澳大利亚、加拿大、爱尔兰、法国、德国、新西兰、英国和美国的用户，月收入达289万美元。

Q-Chat作为一款集多种功能于一体的创新学习工具，旨在通过先进的人工智能技术和苏格拉底式教学法，促进用户的批判性思维发展，使学习过程更加有趣和高效。据AI智库导航，Q-chat核心功能丰富多样，采用苏格拉底式提问法，有助于用户加深对材料的理解，促进批判性思维的发展；提供私人学习教练的合作功能，用户能与教练互动，选择学习提示并对学习材料进行测试；具备多样的学习提示，帮助用户从不同角度理解知识，支持故事学习和新语言练习；以有趣、对话的方式帮助用户练习新语言，提升词汇和对话能力；还能利用AI技术为每个学习者提供定制化的学习计划和内容，根据学习进度和理解能力进行调整。

5.2 国内AI答疑类产品占主导

1）Question AI作为作业帮推出的AI学习助手应用，主要面向海外市场。据非凡产研，自2023年5月登陆美国市场后，Question AI凭借其答疑功能和智能辅导体系，不足一年的时间内，其周活跃用户规模就突破了200万人次。该应用将自身定位为“问答和作业助手”，依托于AI大模型，学生可以通过扫描解决作业问题，覆盖数学、历史、生物、英语、物理、化学等多学科，支持桌面端和移动端访问。

Question.AI 通过用户的高频使用，持续沉淀教育数据，并借助ASR等技术实现高效处理，驱动大模型快速迭代优化，反哺更加优质的用户体验，形成“场景需求-数据积累-模型训练-体验提升”的正向循环。据易简财经，Question.AI 提供多种会员套餐，包括月费和年费选项，价格比竞品略低，吸引了大量用户。其基础的拍照题目识别功能免费，而更深入的AI教师解析功能需要订阅，提升了付费转化率。

Question.AI核心功能丰富多样。产品拍照解题功能强大，用户通过拍摄题目照片，系统会快速识别并提供答案，在数学等有大量专业符号的学科中，手机端可直接识别题目解答，网页端则能通过图片上传或截屏功能进行题目解答；文本总结功能可帮助用户快速理解书籍或文章的主要内容；翻译功能支持多种语言的文本翻译，方便跨语言学习；语法检查能提供详细的语法错误检查和修改建议；AI聊天功能使用户可以与AI进行互动，获取即时帮助；PDF处理功能允许用户上传PDF文件，系统生成文档摘要并回答相关问题；24小时AI助手提供全天候的专业解答服务。

2）Solvely是一款AI数学问题解答应用，该产品集搜题、智能答疑及学习辅导等多元化功能于一体，满足了学生在学习过程中多方面的需求。该应用使用人工智能图像处理和光学字符来识别阅读数学问题，能识别手写或打印的问题，涵盖7 -12年级广泛的课程范围。Solvely 原本专注于数理化领域，现在已经面向全科全阶段。2024年10月，Solvely 推出了全新AI 写作功能，此前还推出了面向从 K12 和大学生的 Web 端产品 Answer Space AI。

Solvely以GPT - 4、Gemini及Claude多款模型驱动，准确度与解题过程的详细程度超过了GPT - 4。据扬帆出海微信公众号，用户仅需将问题拍照上传，即可获得答案，且从识别到输出的整个过程控制在15秒之内。Solvely还能够在输出答案的基础上进行延伸，可以根据答案中的某些关键内容继续提问，从而更深刻地理解解题过程，并获取更多的知识储备，成为一个能与用户交互对话的线上教师。产品目前已将备考内容覆盖到了ACE、SAT、GRE、GMAT等国际化考试当中，还支持手机、平板到电脑设备的实时信息同步，帮助用户随时随地的解决问题、回顾难题。

3）Gauth作为字节跳动公司推出的一款新型AI学习辅助应用，专为海外市场打造，依托先进人工智能技术，为学生提供高效学习支持。据多鲸微信公众号，Gauth具备丰富多样的核心功能：具备拍照解题功能，用户拍照上传作业难题，AI系统自动识别并给出答案，还附有详细步骤解析和动画指导，让学习更生动形象；支持多学科解答，涵盖数学、物理、化学、生物等多个学科；能根据用户学习进度和需求提供个性化学习建议，助力学生掌握知识要点；设有问题银行功能，方便用户保存问题与答案以便随时复习；支持多种语言，方便不同国家学生使用。

Gauth 依托TikTok的庞大流量生态，实现了快速增长，当前月度营收为50万美元。据非凡产研，Gauth通过与TikTok的深度结合，借助其强大的社交传播能力和用户基础，迅速扩大了用户群体，为未来的收入增长奠定了坚实基础。为推动商业变现，平台推出了Gauth PLUS订阅服务，为用户提供更多提问票券，提升答案质量；实时解答功能能快速响应用户疑问，在期末考试和SAT备考等方面提供重要支持，同时提供无广告的用户体验。

5.3 国内AI教育“轻舟已过万重山”

2025年4月25日，科大讯飞宣布即将发布新一代AI 教学产品。据科大讯飞智慧课堂微信公众号，科大讯飞的智慧课堂在教育领域的应用渗透到教学全场景，通过自然语言处理、知识图谱和计算机视觉等技术的深度融合，构建了覆盖精准教学、资源贯通、互动课堂、自主学习与智慧管理的综合解决方案。

教学 辅导双侧发力，定制化学习路径推动学生针对性提升。

1）精准备课，从源头把好教学质量关。在精准教学方面，系统依托全域知识检索与可视化工具，帮助教师快速定位教材关联内容并生成动态知识网络，例如某中学教师利用AI备课系统后，备课效率提升，同时通过对比讲评技术精准定位学生薄弱点，实现“题-人-薄弱点”三级分析，使知识点覆盖率显著提高。

2）高效互动，师-生-机三元互动把好课堂质量关。课堂互动场景中，AI Agent通过语音识别与情感计算实时监测师生互动质量，在英语课堂中动态调整口语练习节奏，结合实时翻译与观点总结功能，增加学生的口语练习时长，降低教师管理压力。

3）精准辅导，分层个性化练得更有效。针对个性化学习需求，系统基于学情数据构建学生能力画像，自动生成定制化学习路径，例如数学薄弱生可通过“几何专项训练 AI错题诊断”进行针对性提升，缩小学生学业成绩标准差，提高个性化学习完成率。

4）自主学习，AI中英文学模块覆盖听说读写全维度训练，通过分步骤解析与知识拓展（如历史人物对话）增强学习趣味性，同时智能资源推荐系统根据教学场景（新授、复习、备考）自动匹配课件、习题等资源，实现教学资源的精准供给。

5）智慧管理，从经验导向转向数据导向。通过多模态行为识别技术监控课堂安全，例如结合摄像头与终端操作日志预警异常行为，并脱敏处理学习数据供校方分析，在试点学校中降低安全事故率，提升数据利用率。

佳发教育开发出专注于考试流程管理与决策指挥体系构建、内部行政管理与知识问答、外部社会智能咨询三大领域的五大智能应用，助力用户实现从“0到1构建AI基座。依托华为全面的数字基础设施平台，结合在教育考试行业长期的业务积累与洞察，以及与众多部、省、市级考试管理机构的深入调研与交流，开发出专注于考试流程管理与决策指挥体系构建、内部行政管理与知识问答、外部社会智能咨询三大领域的五大智能应用，助力用户实现从“0到1构建AI基座，从1到N释放数据价值”，打造高精确度、低成本、完全国产化的智能体应用，旨在进一步提高考试的公正性和安全性，推动教育考试的改革与创新，为考生和家长提供个性化的服务新体验。

粉笔AI老师2.0具备深度思考能力，采用启发式答疑交互。据芥末堆微信公众号，粉笔AI刷题系统班整合粉笔全平台优质学习资源，通过捕捉不同用户的个体学习行为，引入粉笔自研垂域大模型底层支持，AI通过连续追问启发引导深度思考，构建“以学习者为中心”的自主学习生态。截至2025年4月，粉笔AI老师粉笔头累计会话量达到4000w次，日活最高达22w次，用户功能满意度达到4.92分；粉笔面试AI老师已经服务13w学员，完成40w次点评。AI刷题系统班推出后，粉笔AI产品矩阵进一步扩充，与粉笔AI老师、精品面试AI点评共同构建覆盖“高频学习-刚需场景-系统提升”三大场景，形成订阅制、按次付费、AI解决方案的多元组合。

6.1  同花顺：国内第一家支持百万日活的金融垂类Agent平台

同花顺同创智能体平台是国内第一家支持百万日活的金融垂类Agent平台。据同花顺智能科技微信公众号，作为新一代 AI 应用智能体开发平台，它内置了插件、工作流、知识库、数据库及多模型适配等一系列工具，将原本繁琐复杂的 Al Agent 构建过程化繁为简，使得非研发人员也能轻松上手构建贴合自身业务需求的AI智能体，助力产品快速创新与落地。截止2024年9月，同创智能体平台已面向同花顺内部30多个业务部门提供AI创新支持，提供300 金融业务工具插件、每日超300万次调用量，超2000个注册业务团队，深度赋能各个业务场景。针对机构客户，同创智能体平台已与超过150家证券、期货及银行等金融机构持续交流共建，打造了超过5000个优质的行业应用场景智能体，持续通过数智化服务加速金融行业智能化进程：

1） 同创智能体平台支持3种规划引擎：Function Call、ReAct STD、ReAct Aime，兼顾金融业务与通用场景，规划准确率98.6% ；

2） 同创智能体平台工作流能够以可视化的方式组合各项功能，实现复杂且稳定的业务流程编排；

3） 同花顺团队经过11年技术积累，构建了行业领先的自然语言取数体系，自然语言取数识别率95% ；

4） 将机构多年沉淀的业务知识体系有效的组织起来，利用大模型有效连接业务，构建正循环迭代体系。

6.2 金桥信息多元解纷平台重构金融纠纷调解流程

金桥信息与蚂蚁集团共同合作打造国内一流的智能化、专业化、规范化的多元解纷平台。该平台已在当事人画像、智能语音调解、智能质检、情绪识别、批量处理、失联修复等场景应用人工智能等技术，为相关客户提供更有竞争力的解决方案。平台以新时代“枫桥经验”为指导思想，以探索市场化解纷机制为定位，以促进金融纠纷源头化解为目标，以平台化运营为手段，在司法机关的监督指导下，运用互联网智能技术，吸纳市场化调解力量，运用规范合法的调解方式，将大量金融纠纷化解在诉讼之前。多元解纷平台在2024年案件数量继续呈现高速增长态势，2024年平台接收的案件数量较去年同期增长数倍。主要应用在金融借款合同、信用卡、融资租赁合同、车贷等多元化纠纷类型。随着平台2.0版本对外正式开放，并对不同规模不同类型的调解组织进一步开放，进一步增加市场主体参与的多元性。目前平台已入驻特邀调解组织超过20家，入驻调解人员超过1,800人。多元解纷平台已在浙江省、重庆市、安徽省等多家法院相继落地开展业务。报告期内，公司调解相关业务已实现收入超过4,500万元，为未来发展提供了良好的基础和增长动力。同时，在自主研发层面，公司已取得多项软件著作权，涵盖多元解纷、执前督促、OCR识别系统、智能语音机器人、异步调解机器人、人机结合外呼等软件或系统，进一步为相关业务发展赋能。公司积极推进不良资产数字化处置平台，打造完成金融类案的集保全、调解、诉讼和执行为一体的全链路一站式解决方案。通过全流程在线、批量、一键式的智能化操作，全面提升金融类案全流程生命周期的解决方案。报告期内，公司“金融纠纷智能调解平台”在重庆市相关单位正式上线，目前运行效果良好。

2024年，公司法律金融科技板块继续呈现高速发展态势，多元解纷平台已陆续在多地多家法院开展业务，公司调解相关业务全年实现收入超过4,500万元，较去年同期增长超过220%，已初步形成符合市场需求的业务模式和稳定的收入来源，为未来发展持续提供良好的基础和增长动力。

6.3 新致软件拥抱AI助力金融转型

据算力豹微信公众号，新致软件以自主研发的“新致新知人工智能平台”为核心底座，构建了覆盖多行业的AI Agent产品矩阵，全面适配昇腾算力，与主流大模型厂商深度合作。平台通过API中间件整合大模型能力，提供统一接口，方便企业对接多种大模型。同时具备企业自动化能力，将数据资源转化为数据资产，借助机器人平台创建软件智能体，对接数据资产，提供各类行业应用，构建了完整的从底层算力到应用的解决方案。平台还提供行业关键机器人、模型能力、AI应用工作平台以及本地化部署或对接云端算力的能力。

深化华为合作，为金融企业提供DeepSeek场景落地。作为华为昇腾的合作伙伴，新致软件与华为在金融领域紧密合作，为几十家金融企业提供基于DeepSeek的场景落地服务，交付方式包括一体机测试和智算中心延展。以银行投研团队为例，在与客户（企业、机构或个人投资者）进行面对面访谈、路演会议、尽调沟通时，新致软件融合语音转文字技术与大模型能力，为投研风控场景提供智能化支持。这一应用大幅提升了信息收集、分析和决策效率，助力银行实现更全面的客户洞察。

6.4 京北方以大模型服务平台支撑金融数智化

京北方全面构建起面向未来的AI Agent。据京北方微信公众号，京北方大模型服务平台利用智能资源调度、自动化运维和精准故障预测功能，有效降低运营成本并提升系统稳定性。结合阿里通义千问大模型的语义理解能力，平台可智能解析运维人员查询意图，自动调用数据接口优查询流程，显著提高数据获取效率和响应速度。未来，京北方将持续加码研发投入，通过Manus等技术工具构建To B金融客户前中后业务场景的垂类AI Agent。

模块化服务实现多场景适配，推动一站式解决方案私有化部署。在核心产品布局方面，京北方研究院发布了AI大模型服务平台及智能测试助手、智能资管业务助手、企业知识助手四大产品。作为金融IT服务领域的领先者，公司通过模块化服务架构实现多场景适配，提供可视化配置界面与高度自由度的技术框架，同时支持推理加速和私有化部署，形成包含通用问答、信息识别、联网检索、文档生成及代码生成的一站式解决方案。

7.1 Shopify引领AI Agent革命

Shopify发布零售AI Agent Sidekick为用户提供量身定制的专业建议。据Shopify官网，Shopify发布AI助手Sidekick，具有以下功能：

1） 提速增效：获取Shopify中所有内容的即时支持和分步指导，例如完成发货设置或跟踪库存等；

2） 专家建议：Sidekick将创建及时报告，帮助用户决定最适合的业务；

3） 解锁创造力：用户告诉Sidekick需要什么，它会推荐不仅适合用户的品牌，还能让客户对用户的商店更感兴趣的内容。

除此之外，Shopify Magic还支持转换产品图片背景、撰写更好的产品描述、获取常见问题解答、提高电子邮件营销效果、将聊天对话转化为结账订单等功能。

7.2 沃尔玛持续深化AI零售布局

沃尔玛宣布推出一项全新GenAI助手Wally，其核心功能是帮助卖家简化采购流程。据跨境焦点微信公众号，卖家可以向Wally输入产品数据，获得有关当前数据的核心见解，例如哪些产品适合多备货，哪些产品需要减少库存，这些产品卖得好与不好的原因是什么，如何解决产品销量不好的问题等等。目前，Wally仍处于起步阶段，后续还要根据卖家的使用反馈和需求不断改进，逐步成为一项满足卖家日常需求的运营工具。

AI工具重塑内部业务流程，赋能工作效率提升。除了开发卖家端AI助手，在沃尔玛内部，致力于提升运营效率的AI工具也正被广泛推行。今年初，沃尔玛首席执行官Doug McMillon就表示，“在人工智能项目取得初步成功后，我们计划推广更多人工智能编码工具，提高大家的工作效率。”

沃尔玛还与人工智能公司Helios达成合作，利用Helios提供的技术来预测农产品价格及供应情况，加强沃尔玛农产品供应链。目前，在美国，沃尔玛共有4600多家门店销售农产品，每天需要处理数千个农产品SKU。

7.3 网易云商四大Agent矩阵驱动行业效率革命

据网易云商微信公众号，在向智能化深水区的探索过程中，网易云商以场景需求为锚点，构建了覆盖服务领域（客服场景和体验场景）和营销领域（运营场景和成交场景）的Agent产品矩阵，每个模块均以技术深耕破解行业特定痛点。

智能外呼Agent：效率和体验的双重革新。常规的智能外呼存在配置维护成本高、非知识库问题应答效果差、关键信息分析不准确等劣势，而全新的智能外呼Agent能将过去繁琐的配置步骤简化为对话式生成，让配置效率提升80%以上，话术部署周期缩短至1/5。AI大模型能力加持下，通话体验实现“听得准、懂客户、有问必答”，对非结构化数据的采集分析也更精准，助力企业实现进一步经营增长。

门店查询助手Agent：复杂场景的轻量解决方案。针对零售行业海量门店的查询痛点，该Agent突破传统“关键词匹配 固定列表”模式，支持自然语言驱动的多维度检索，例如“北京朝阳区24小时营业且提供改裤脚服务的门店”。通过与企业ERP系统实时互联，门店状态（库存、服务能力、停车位等）动态同步，使转人工率直接下降，查询响应时间从平均分钟级压缩至秒级，成为实体零售引流到店的关键工具。  

商品导购Agent：SKU迷宫中的智能导航。在汽配、3C等产品型号繁杂的领域，商品导购Agent展现出强大的非标准输入处理能力。例如，某汽配采购平台面临日均2100 条复杂型号咨询，传统机器人解决率极低，通过构建“用户俗称-标准型号-适配配件”三层映射库，结合上下文意图解析，Agent将解决率大幅提升，不仅减轻人工压力，更通过精准推荐实现客单价提升。  

游戏Agent：有温度的游戏玩家专属助手。传统客服难以高效承接大规模玩家咨询，并且玩家对“情绪价值”的需求日益增长，面对这两大挑战，该Agent能够构建贴合游戏背景的人设形象，基于玩家端内外数据标签，实现真正实时、有温度、千人千面的精细化运营，让非大R玩家的运营成本降低50%，有效提升玩家活跃度和付费转化率。

7.4  焦点科技双擎驱动AI战略升级

AI麦可4.0实现从“AI外贸助手”向全流程“AI外贸能手”的跃升，赋能商家价值创造。据焦点科技微信公众号，AI麦可4.0作为中国制造网供应商企业的AI Agent，能完成整个外贸工作流的自动规划与执行，并且能主动“学习”知识库，成为名副其实的外贸“AI 能手”。在平台运营方面，AI麦可4.0能依据产品信息和买家行为，为近90天无访问的产品智能优化名称和关键词，让这些产品重新获得更多曝光机会。经AI麦可4.0优化后，相关产品曝光量相比老版本提升了21.5%，为企业推广和销售创造了更有利的条件。作为“情报专家”，它能依据企业的推广偏好，锁定访客并发送营销内容，帮助供应商高效获得宝贵的商业线索。据统计，在AI麦可4.0的帮助下，供应商回复买家的平均时长从21分钟大幅缩短至45秒，极大地增强了供应商企业与买家之间的沟通时效，避免了商机的流失。

AI Agent持续迭代，“AI 跨境”产品Mentarc 高效实现跨境价值闭环。据焦点科技AI微信公众号，Mentarc以AI Agent形式，为全球分销商和跨境电商卖家解决选品、货源查找、店铺运营等多方面难题，让跨境电商从业者运用AI技术优化传统工作方式，以“低进入门槛、高发展空间”的方式轻松开展跨境生意，高效实现跨境生意闭环。Mentarc中，8位AI专家组成一支专业高效的数字跨境贸易团队，分别解决跨境电商各个工作场景中的痛点。商家们通过与AI专家的对话和交互，可以轻松完成跨境生意中的多种繁杂工作。

7.5  迈富时Al-Agentforce智能体中台赋能增长全链路

迈富时智能体中台有望实现降本增效、优化决策、提升业务增长。据Marketingforce微信公众号，公司持续加码AI技术研发，紧跟最前沿的智能体技术趋势，打造了Al-Agentforce智能体中台，涵盖营销智能体、销售智能体、经营决策智能体以及搜索智能体，已广泛应用于金融保险、招商、消费与零售、汽车、人力资源、教育、医疗大健康等多行业，助力企业实现数智化升级。

智能体嵌入企业业务流程，提升运营效率。以销售智能体为例，该智能体不仅能分析销售会话，优化沟通策略，还能监测话术执行情况，帮助销售团队精准识别改进点，从而持续提升销售转化率。从销售到营销，AI Agent不仅重塑传统流程，还为企业搭建了一个全新的、数据驱动型的智能增长体系。

7.6  微盟AI全流程赋能导购任务管理提效

导购Agent集成Deepseek平台能力，三大能力模块践行导购智能化管理。据微盟智慧零售微信公众号，公司基于深耕零售行业多年的经验沉淀、以及在大模型应用层面的产品技术能力，推出了面向零售行业的导购Agent产品——“导购任务AI ”。通过“微盟WAI”集成国产大模型DeepSeek，以更强的推理、调度能力，重塑导购任务的策划管理流程，帮助零售企业提升运营效率，优化客户触达与转化效果。微盟“导购任务AI ”将借助DeepSeek等大模型平台的能力，以AI智策引擎、AI智效洞察和AI智域管控三大能力模块，致力于帮品牌更智能化管理导购任务。

AI智策引擎：任务策略智能推荐，一键配置。通过多维度数据分析，AI智策引擎作为”智慧策略“大脑，可智能化推荐契合现状的最优导购任务，并支持任务的一键配置和灵活调整，为零售企业的导购任务策划全面提效、提质。

1）AI智能推荐最优任务策略：AI根据商户的活动诉求，依据客户浏览、购买、互动等行为数据分析，自动生成最适配的任务策略推荐，包含任务场景、名称、目标客户、素材选择（如商品、促销、券）及详细推荐理由的任务策略方案。这不仅提高了任务的针对性和有效性，也为零售企业节省了大量策划的人力、时间和资源。

2）AI一键配置任务提升效率：在任务方案确认后，AI能自动唤起并一键完成配置，同时支持商户根据实际需求灵活调整配置以满足个性化运营需求，实现从策划到配置的全流程无缝衔接，简化任务创建流程，降低操作成本。

3）AI智能生成导购任务素材：AI还能生成导购任务素材，可根据任务形式快捷、智能地生成分享话术和商品图片等任务素材，为导购触达客户提供丰富的素材弹药。

AI智效洞察：任务精准预测，优化资源配置。AI智效洞察提供任务启动前的效果预测和执行过程中的动态调整，帮助商户精准优化资源配置，快速修正问题，提升任务转化效果。

1）转化漏斗前置预测：基于“任务效果智能预测”能力，微盟导购AI Agent能够基于历史任务数据、当前导购和客户的数据综合分析，从“导购触达”到“客户触达”两个维度去预测任务漏斗数据，为商户提供科学预估。

2）任务实时校准追踪：在导购任务实际执行过程中，AI还将进行实时数据漏斗监测，从导购端，可以看到有多少导购接受任务、发布任务和完成任务；从用户端，可以看到触达客户数、点击客户数、领券客户数和核销客户数，AI还将预测数据与任务执行过程中的效果数据，进行任务结果数据的动态分析预测，帮助零售品牌实时了解实际效果数据与目标效果的偏差。AI还能针对任务执行偏差提出优化建议，进而反哺零售企业持续提升对导购的管理。

1）角色数据权限分级管理：导购任务AI 通过多角色权限配置、实时监控和移动端集成，支持跨区域、跨层级的精细化管理。区域长、店群长和门店节点等不同角色能够根据自身职责范围精准获取所需数据，实现整体优化、精细管理和店面销售目标达成的有效管控。具体而言，区域长可查看区域节点数据及任务进度以优化整体管控；店群长能查看所管辖店群的任务数据，实现精细化任务管理；而门店节点则专注于当前门店任务数据，确保店面销售目标的有效达成。

2）随时随地掌控任务动态：导购任务AI 为零售商家升级AI任务管控工具，全面提升商户的移动化管理效率和任务执行效果，不同角色管理者可在微盟商户助手上查看实时任务预览、执行跟踪和效果分析，并据此动态调整执行策略，极大提升精细化管理效率。

8.1  LegalMation 全面推进 AI Agent 战略

LegalMation 将 AI Agent 技术提升至公司战略核心，提出 “法律流程自动化   专业决策智能化” 双轮驱动目标。据LegalMation 官网，公司通过自研的 LegalBrain 大模型与智能体编排技术，构建覆盖合同管理、合规审查、法律检索、诉讼支持的全链条 AI 解决方案。

NLG融合诉讼系统，精准实现律师匹配。据乐普新知微信公众号，LegalMation首度尝试将自然语言生成技术（NLG）运用至其诉讼系统，更新迭代后的系统可对案件成本进行自动化测算，并完成精准律师匹配。 LagalMation通过NLG嵌入技术构建了一个详细的案件事项分类体系，其详细程度可赶超美国法律行业联盟（SALI）所发布的法律事项规范标准，也正是由于这种精细化的分类程度，使之能够对案件处理提供支持、并能准确地预测案件的成本。

8.2 华宇软件：打造数据 AI双驱动法律知识服务

“元典智核”为核心，针对不同法律主体打造专属产品。据华宇元典官网，作为法律人工智能的探索者和智能法律服务解决方案提供商，华宇元典致力于为全法律生态圈提供基于数据和AI双驱动的法律知识服务。公司通过人工智能替代重复劳动，为法律人提供辅助决策，持续提升法律行业生产力。

华宇元典坚持围绕客户需求持续创新，在智能底层平台“元典睿核”的基础上，针对不同法律主体研发了不同侧重方向的专属产品，如：面向所有法律人的一站式智能检索平台—元典智库，面向企业法务的一站式智能纠纷管理平台—元典Yodex法律事务管理平台及面向刑辩法律人的量刑产品—元典刑事智库等。

1）元典智库是一款面向法官、检察官、律师、企业法务等法律人提供的一站式法律知识服务平台，其以法律知识图谱和法律概念认知为核心，以统一智能检索和推荐为特色，全面整合法检、内外部的法律数据资源，实现革命性法律知识检索、组合检索和案情智能分析等。

2）元典Yodex法律事务管理平台：以纠纷案件管理为核心场景，以元典法律人工智能技术能力和法律业务专家经验为依托，致力于提升企业纠纷案件解决效率，打造新一代纠纷案件管理平台。除支持法务、企业、律师等多角色高效协作外，还支持可视化证据管理、诉讼策略风险分析、文书生成、文本智能识别与回填、精准类案推送等知识服务，在大合规时代为企业赋能，使案件信息智能回填率超90%，数据采集成本节省80%。

3）元典刑事智库：面向刑辩法律人的量刑产品。

此外，公司研发了基于知识驱动、科技赋能、数据运营的元典数智合规管理系统，可帮助企业构建合规领域的图谱模型，覆盖合规义务履行、合规制度建设、合规流程管控、风险监测与跟踪、合规文化建设等合规管理场景，有效推动企业合规管理体系的落实运行和优化。

8.3  通达海：深度布局AI 法律，助力司法数智化

积极布局AI 法律业务，助力司法数智化新突破。据通达海微信公众号，通达海海睿法律大模型已接入DeepSeek，使得法律人工智能服务能力得到进一步加强，通过本地私有化部署，可以为法院、公安、检察、政法、司法行政等泛司法行业用户提供更高效、更安全、更低成本的法律科技服务。

联合华为发布海睿法律大模型一体机。据通达海官方微信公众号，公司积极落实“人工智能 ”战略，构建法律科技服务生态。公司基于国内领先的通用语言大模型，融合自主研发的法律语义理解引擎与法律知识库，以自主可控、安全合规为原则，构建了海睿法律大模型。海睿一体机依托华为昇腾AI基础软硬件平台，集成 DeepSeek、Qwen 等国产开源大模型，叠加通达海30年司法数据沉淀与知识图谱技术，重构法律工作流。