人工智能行业专题（12）：AI Agent开发平台、模型、应用现状与发展趋势

请务必阅读正文之后的免责声明及其项下所有内容2025年09月10日人工智能行业专题（12）行业研究 · 行业专题 互联网·互联网Ⅱ投资评级：优于大市（维持）证券研究报告|AI Agent开发平台、模型、应用现状与发展趋势证券分析师：张伦可证券分析师：刘子谭0755-81982651liuzitan@guosen.com.cnzhanglunke@guosen.com.cnS0980525060001S0980521120004请务必阅读正文之后的免责声明及其项下所有内容摘要•AI Agent是突破指令执行的智能实体，核心是具备代理权，可主动感知、自主决策并执行复杂任务，区别于LLM（知识输出）和传统自动化（规则执行）。在AGI分级中，Agent处于L3智能体阶段，性能等效90%熟练成年人。•AI背景下AI Infra(AI基础设施)层面临重构，客户将重新选择云/AI平台，云厂加大布局AI/Agent平台瓜分新市场：微软聚焦B端基础设施，是市场上模型支持最全面的平台，工具链和生态整合全面，安全与稳定性强，云收入增速显著领先；谷歌依托 AI Studio兼顾B/C端多场景，多模态强但生态不成熟、市占率较低；亚马逊依托AWS服务中小企业为主，侧重算力销售与便捷部署但工具链分散。国内字节扣子覆盖全场景，开发者与智能体数量领先；阿里百炼主攻B端全行业、服务30余万企业客户，MCP工具链和开源生态丰富。•海外模型呈现差异化发展、国内模型层并未拉开显著差异，2025年初伴随深度推理与长上下文模型发布推动Tokens调用量快速提升，推理消耗仍以各家内部场景为主。根据Openrouter数据谷歌Gemini（长上下文+多模态）、Anthropic Claude（编程等严谨场景）占API市场半壁江山，国内DeepSeek、阿里Qwen系列份额稳步提升。谷歌2025年7月调用量980万亿（较去年增100倍），其中内部需求占比高达97%，AI推理需求已成为TPU发展的核心动力。国内字节豆包2025年5月日均Tokens 16.4万亿（增137倍），内部占比超80%。•应用C端重磅搜索产品主要依赖模型能力与生态导流拉开差距，图像与编程类产品发展迅猛。我们判断应用越偏向垂类，则技术门槛越低、产品理解要求越高、竞争越激烈，商业化闭环越容易。硬件端短期以AI手机/PC为核心、长期向多终端无感交互演进。海外ChatGPT（MAU预计年底超10亿）、Gemini（MAU 4.5亿）领先，国内夸克、元宝依托生态导流。图像类Midjourney（ARR 5亿美元）、可灵（月收入1.5亿元），编程类Cursor（ARR 5亿美元）、GitHub Copilot（Web MAU1.2亿）表现突出。•应用B端Copilot/Agent产品形态丰富、持续渗透，机遇与挑战并存。目前微软Copilot家族月活用户已超1亿，成为B端Agent/Copilot代表性产品，但企业落地仍面临幻觉、数据安全、成本高（Agent调用成本为LLM 15倍）等问题，B端SaaS面临技术革命下（软件制作成本逐步趋近于零）的产业范式重构。从行业来看酒店/餐饮/旅游行业GenAI投入最高。•Agent市场规模与发展预测：根据IDC数据，全球AI IT支出2023-2028年CAGR 22.3%、其中GenAI达73.5%。CBINSIGHTS预计2032年AI Agent营收有望达1036亿美元（CAGR 44.9%）。根据Garnter与IDC,短期（2023-2025）GenAI嵌入现有应用，中期（2025-2027）Agent成核心组件，长期（2027+）自主代理网络主导业务，2035年后Agent将成为认知共生的人类助手、智能体即应用将成主流。Ø 投资建议：伴随模型能力提升、AI Infra(AI基础设施)需求快速增长，推荐AI云平台厂商：微软（MSFT.O）、谷歌（GOOG.O）、亚马逊(AMZN.O)、阿里巴巴(9988.HK)、腾讯控股（0700.HK），AI芯片厂商英伟达（NVDA.O）与AI Data Infra数据服务厂商。Ø 风险提示：宏观经济波动风险、AI技术进展不及预期风险、行业竞争加剧风险、AI幻觉问题影响等。2请务必阅读正文之后的免责声明及其项下所有内容Agent定义、技术与发展01Agent开发平台的布局02模型层与Tokens调用量分析03C端与B端Agent进展04目录Agent的市场空间与发展预期04请务必阅读正文之后的免责声明及其项下所有内容AI Agent：重塑企业智能的核心引擎• 定义：具备自主性、规划力与执行力的智能实体，超越“指令执行”进入“代理权”时代。核心突破在于赋予“代理权”（Agency）→ 主动感知环境、自主规划决策、执行复杂任务。• 关键特性：1）自主决策：主动感知环境、制定目标并采取行动；2）动态学习：通过记忆与经验积累实现持续优化；3）跨系统协作：调用工具、API及多Agent协同完成复杂任务。• 核心模块：1）感知层：多模态输入（文本/语音/图像）；2）记忆层：短期记忆（对话上下文）+ 长期记忆（知识库）；3）决策层：基于目标规划与强化学习的行动策略；4）执行层：工具调用（API）、跨系统协作（RAG技术）。• 关键区别：1）LLM≠Agent：LLM是“知识顾问”，Agent是“战略指挥官”；2）传统自动化：仅规则执行 vs Agent：端到端任务闭环。图：Agent与传统AI的本质差异资料来源：Bang Liu，《Advances and Challenges in Foundation Agents》，arXiv:2504.01990，国信证券经济研究所整理图：基于 LLM 的代理中的推理模式比较资料来源：Bang Liu，《Advances and Challenges in Foundation Agents》，arXiv:2504.01990，国信证券经济研究所整理图：Agent之间的知识共享和专业分工资料来源：Bang Liu，《Advances and Challenges in Foundation Agents》，arXiv:2504.01990，国信证券经济研究所整理4请务必阅读正文之后的免责声明及其项下所有内容AGI的分级:Agent处于L3智能体阶段• AI正站在一个关键新阶段。参考OpenAI对AI的五级分级，AI已不仅仅是能进行对话的聊天机器人（L1），而是逐步进化到智能体（L3）阶段：一个能思考、并能主动采取行动的AI系统。性能技能L5：超越100%的人类表现L4：相当于99%的熟练成年人L5：能够执行复杂的组织任务。可以完成超越人类极限的工作，如预测未来、与动物交流等，达到科幻中的智能水平。L4：能够自主进行发明和创新。不仅能完成既定任务，还能提出新的解决方案，帮助人类开拓新的技术和思路。L3：相当于90%的熟练成年人L3：能为用户采取行动，完成一系列任务，不仅能理解和推理，还能实际执行具体操作。L2：相当于50%的熟练成年人L1：相当于或略优于未受培训的人类L2：可以进行基本的推理和问题解决能力。L1：能够用人类语言，进行基本交流互动。L1 聊天机器人具有对话