计算机行业GenAI系列之四十八：Agent如何重构软件生态？-申万宏源

证 券 研 究 报 告Agent如何重构软件生态？GenAI系列之四十八证券分析师：黄忠煌 A0230519110001 洪依真 A0230519060003林起贤 A0230519060002 胡雪飞 A0230522120002 刘洋 A0230513050006 研究支持：崔航 A0230524080005 徐平平 A0230123060004 曹峥 A0230123040004 陈晴华 A0230123090010联系人：罗宇琦 luoyq@swsresearch.com2025.2.6www.swsresearch.com证券研究报告2核心观点核心观点◼Agent让AI与人类协同从“副驾”到“主驾”。•Agent是LLM的进阶。大语言模型适用于完成相对孤立、直接的任务，而AI Agents更适合完成连续的、复杂的场景和任务。未来有望过渡到Agent模式，由人类设定目标并提供资源，AI完成绝大部分工作。•Agent能力目前处于类似GPT3到ChatGPT阶段。以OSWorld为基准，人类专家水平benchmark为72.4%。2025年1月，Open AI Operator得分38.1%。•2025年后Agent能力上限提升明显，预计迎来爆发。目前底层agent角度，海外领先为GPT的Operator，国内字节开源UI-TARS、智谱AutoGLM等均有提升，预计2025年是agent爆发的一年。◼Agent简化软件企业“定制化”难题，重构“人日”模式•从软件企业客户角度：通过AI Agent实现自动创建工作流并执行，打通复杂多系统壁垒，提升系统效率，同时通过自然语言自动创建等方式，降低系统的使用壁垒。对于客服、招聘等传统人工为主的场景，可以大幅降低成本。此类场景成本效益计算相对清晰，未来有望实现按次收费，甚至收益分成的模式，完成软件企业收费模式的革新。•从软件企业自身角度：客户的定制化需求是导致软件企业难以实现人均创收/创利明显提升的关键，软件企业在2018年通过中台化尝试解决定制化难题，但中台的高昂开发成本及后续交付时的调试等导致收效甚微。此轮agent变化，实际是通过标准化的系统，以自动创建流程及寻求解决方案的方式，既解决了客户的实际个性化需求，又不需要为客户构建新的纯定制化系统，有望解决“定制化”难题，带来软件企业盈利能力大幅提升。•从软件企业估值角度：云计算阶段软件企业估值大幅提升来自“涨价+确定性”；此轮agent估值提升来自“空间+盈利性”。www.swsresearch.com证券研究报告3核心观点核心观点◼海外Agent在25年快速落地，是AI应用最核心方向之一。•微软：25年1月成立CoreAI-平台和工具，目标打造Copilot 和 AI 堆栈，以支持各类 AI 应用程序和AIAgents构建与运行。推出Azure AI Foundry一站式创建AI应用，在Microsoft 365、Dynamics等集成AIAgent服务。•Salesforce：24年9月发布Agentforce，配置了销售、营销、分析、人力等全方位Agent，Agent善于处理非结构化数据，且能够根据企业流程灵活定制化，适用于满足非标需求。•ServiceNow：25年1月发布AI Agent Orchestrator和AI Agent Studio，Orchestrator管理多个AIAgent完成跨系统跨部门协作；Studio为无代码开发工具，支持企业定制AI Agent。•SAP：24Q4通过智能副驾Joule将企业接入AI智能体，25Q1进入agent应用快速发布阶段，根据规划将在25Q1发布咨询（快速提供实施问题的答案，减少实施顾问成本）、供应链（提升场景分析效率，给出订单异常建议）、自动分析洞察等产品。◼国内Agent核心标的•金山办公、泛微网络、汉得信息、鼎捷数智、新致软件、中科创达、金蝶国际（H）、税友股份、迈富时（H）、明源云（H）、中国软件国际（H）、焦点科技、虹软科技、美图公司（H）等。•具体进展及产品详见正文。◼风险提示•Agent底层模型进展不及预期；前期研发投入导致短期利润不及预期；下游景气度不及预期导致相关公司收入不及预期；客户对于收费模式调整存在适应时间导致相关公司短期增速不及预期。主要内容1. 算法：通向AGI的关键一步2. 产业：定制化与商业化重构3. 海外：Agent已开始起跑4. 相关标的4www.swsresearch.com证券研究报告51.1.1 1 Chat强调强调的是“的是“说”，说”，Agentgent强调强调的是“的是“做”做”◼LLM与Agents的关系：•1）从功能上看，LLM更适用于完成相对孤立、直接的任务，对于复杂场景、复杂任务力不从心。而AI Agents更适合完成连续的、复杂的场景和任务，是LLM的进阶。2）从结构上看，LLM是Agents的大脑，是信息中心和决策中枢，是Agents必不可少的组成部分。◼Agents让AI与人类协同从“副驾”到“主驾”：•人类与AI协同的三种模式分别为：1）以ChatGPT为代表的Embedding模式，通过提示词让AI协助完成目标，人类仍是任务主体；2）以Microsoft 365 Copilot等为代表的Copilot模式，AI参与到工作流的各阶段，人类与AI各司其职；3）未来有望过渡到Agent模式，由人类设定目标并提供资源，AI完成绝大部分工作。资料来源：《超级个体与AI自动代理、AI智能体的未来协作方式》，申万宏源研究人类与AI协同的三种模式人类AI人类AI人类AIEmbedding模式-人类完成绝大部分工作Copilot模式-人类和AI协作工作Agents模式-AI完成绝大部分工作人类设立任务目标其中某(几)个任务AI提供信息或建议人类自主结束工作人类设立任务目标其中某(几)个任务AI提供信息或建议人类自主结束工作人类修改调整确认AI全权代理任务拆分工具选择进度控制AI自主结束工作设立目标提供资源监督结果www.swsresearch.com证券研究报告6AI发展阶段所处阶段AI特性Level1聊天机器人：AI实现日常对话功能Level2（当前阶段）推理器：AI具备基本的逻辑推理能力，能够分析复杂信息并进行推断Level3智能体（AI Agent）：理解复杂指令的能力，并能够在多任务环境中自主决策和灵活应对Level4创新者：具备创新和创造的能力。它能够独立提出新的概念、假设和解决方案Level5组织者：具备协调和管理庞大系统、资源和团队的能力OpenAI提出的AI五阶段，当前正步入Agent阶段规划、记忆、工具和执行是AI Agent需要的核心能力资料来源：腾讯新闻，CSDN中国软件开发者社区，申万宏源研究1.1.1 1 Chat强调强调的是“的是“说”，说”，Agentgent强调强调的是“的是“做”做”◼Agent的核心过程：感知(P) — 规划(P) — 行动(A)•感知（Perception）：Agent通过观察从环境中收集信息并从中提取相关知识。•规划（Planning）：Agent为了某一目标而作出的决策过程•行动（