AI Agent（智能体）产业链全解

摘要： 01 ;产业链全景图02 ;概念解析AI Agent（人工智能代理）可以理解为一个会自主办事的智能程序，它能像人一样感知周围信息、自己规划策略，然后动手完成任务。比如你让它订周末的...

01 ;产业链全景图

02 ;概念解析

AI Agent（人工智能代理）可以理解为一个会自主办事的智能程序，它能像人一样感知周围信息、自己规划策略，然后动手完成任务。比如你让它订周末的餐厅，它会先搞清楚你的需求（感知），接着拆解成查评分、看菜单、确认时间等步骤（规划），最后一步步执行预订（行动）。

它的核心架构可以分成「大脑」和「三件套」：

核心能力（大脑）：基于大模型（LLM），就像人类大脑的中枢，负责理解问题、生成思路。

三件套关键要素：

规划（分解任务）：比如你让它写一篇游记，它会先用大模型把任务拆成 “定主题 - 列景点 - 写感受 - 配图片” 几个子步骤，就像项目经理拆分工作计划，让复杂任务变得好处理。

1、记忆（存储信息）：短期记忆：记住当前对话的上下文，比如你刚说过 “喜欢海边”，它会在接下来的回复里记得这个偏好，但容量有限，就像人脑临时记东西，时间长了会忘。

2、长期记忆：连接外部数据库或文件，比如你上传一本 PDF 手册，它能长期存储并随时调用里面的内容，相当于有个无限容量的笔记本，专门存复杂任务需要的资料。

3、工具（调用外部能力）：遇到自己解决不了的问题，比如查天气、算数据，它会自动调用对应的工具（比如天气 API、计算器），就像人干活时随手拿扳手、螺丝刀，借外力把事办好。

简单说，AI Agent 就像一个不知疲倦的智能助理，用大模型当大脑，靠规划拆任务、用记忆存信息、借工具补能力，帮人高效搞定各种复杂目标。

根据 OpenAI 的定义，AI 能力可以分成五个等级，就像游戏里的角色升级一样，从简单对话到主动办事一步步进化：

聊天机器人：能听懂人话并回复，比如微信里的客服助手，只能按预设话术聊天；

推理者：能像人一样分析问题，比如帮你解数学题、规划旅行路线，解决需要逻辑思考的任务；

智能体：不仅能想，还能代表你动手做事，比如帮你自动订机票、整理资料、发邮件；

创新者：具备创造能力，比如独立设计产品、写小说剧本；

组织：最高等级，能协调多个智能体协作，像一个全自动公司团队完成复杂项目。

以前的 ChatGPT 这类聊天机器人，就像学生做题，用户问一句答一句，靠一次性推理解决简单问题。但随着技术进步，AI 开始 “自己跟自己对话”—— 比如接到 “策划一场婚礼” 的任务，它会先在内部拆解成 “预算 - 场地 - 流程” 等步骤，一步步想清楚再行动，这就是 “推理能力” 的升级。

现在，大模型在理解对话、逻辑分析、适应新任务、自主行动等方面越来越强，AI 不再停留在 “回答问题”，而是进化到 “主动办事” 的阶段（从推理者到智能体）。比如你让它 “订周末的酒店并同步行程到日历”，它会自己查价格、对比评分、完成预订，还能自动更新你的日程表 —— 这种能动手处理具体任务的智能体产品，正在快速普及。

03 ;人机发展历程

和传统 AI 需要人一步步指导不同（比如 Embedding 要喂数据、Copilot 得边做边教），Agent 模式的核心突破是 “能自主干活”：它直接对着目标任务，自己完成记忆、推理、规划、执行全套流程，不需要人中途介入。比如你让它 “安排一次家庭旅行”，传统 AI 得等你说 “先查酒店、再看景点”，而 Agent 会自己拆解步骤、调用工具、整合信息，最后直接把规划好的行程给你 —— *形态的 Agent 只需你说目标和验收结果，中间全程自动，像个独立办事的智能助手，大大节省人力。

很多朋友想要对科技行业进行研究，却又不知从何下手，其实这时候选择ETF对整个行业进行跟踪便是一个不错的选择，就像恒生科技指数ETF（513180)。它对小米、阿里、腾讯、中芯国际这些设计前沿科技的股票都有持股，是一个实打实的科技型ETF。

04 ;上游产业链

04-1、算力：驱动智能的引擎

大模型带动算力需求激增：2025 年 AI 大模型所需算力预计达到 2020 年的 10 倍，其中超过一半来自企业的 AI 应用。

芯片市场现状与国产趋势：英伟达占据全球高性能 AI 芯片超 80% 的市场，其 A100/H100 芯片供不应求，价格较之前上涨约 3 倍。华为昇腾、寒武纪、壁仞科技等中国厂商加快自研步伐，预计 2025 年国内 AI 芯片市场份额将提升至 30%。

云计算厂商算力竞争：2023 年全球 AI 云算力市场规模达 640 亿美元，AWS、Azure、谷歌云占据超 70% 的份额。阿里云、华为云、腾讯云等中国云厂商加速布局，其中阿里云计划未来三年投入 524 亿美元扩充 AI 算力。

2、算法：塑造思维的框架

算法是 AI 大模型的核心，就像发动机之于汽车，决定着模型的能力上限，主要包括深度学习框架和优化策略。

2017 年谷歌提出的 Transformer 架构堪称 AI 大模型的 “技术基石”，它颠覆了传统 RNN 的序列处理方式，让模型能并行处理大量数据，计算效率比传统架构提升 10 倍以上，就像给 AI 换上了更强劲的 “大脑”，直接掀起了大模型革命。

不过，训练大模型成本极高，比如 GPT-4 的训练成本预估超过 1 亿美元。好在稀疏化、蒸馏、量化等新技术能 “精打细算”—— 通过简化模型结构、压缩参数等方式，让训练成本降低 30%-50%，缓解了算力和资金压力。

在模型生态上，开源模型（如 Meta 的 LLaMA）和专有模型（如 OpenAI 的 GPT）形成竞争：开源模型靠开放共享快速扩散，推动技术普惠；专有模型则依赖企业自研，聚焦封闭场景的深度优化，两者各有优势，推动行业技术快速迭代。

04-3、数据：训练模型的燃料

数据质量直接决定 AI 模型效果 —— 就像做饭要用好食材，输入 “垃圾数据”，模型输出也会是 “垃圾”，研究显示 90% 的模型表现问题源于数据而非架构。

多样化数据源能提升模型通用性，比如 GPT-4 结合文本与图像、PaLM 2 整合多模态数据，让模型像 “多才多艺的助手” 处理更多任务。前沿技术还能让 AI 自己优化数据，比如通过自监督学习清洗数据、自动标注减少人工成本，NLP 中的 Tokenization 和 Embeddings 等预处理技术，则像给数据 “整理格式”，让模型更容易 “理解”。

04-4、发展趋势

训练法则的迭代：AI 训练法则的迭代就像升级学习方法：过去 “模型越大能力越强” 的规律（规模法则）只在训练阶段起作用，现在延伸到了实际应用时的推理阶段，导致对算力的需求持续增加。简单说，预训练（早期系统学习）和后训练（后期优化调整）是模型 “打基础” 的阶段，而测试时扩展法则（应用时按需强化）则是模型 “灵活解题” 的阶段，尤其是深度推理任务，可能让算力需求进一步上升。

预训练决定了模型的基础能力 “天花板”，后训练和测试时扩展则负责把潜力发挥出来。未来值得关注两大新模型：

Meta Llama-4 系列：2025 年 4 月，Meta 推出 Llama-4，目前小模型 Scout 和中模型 Maverick 已发布，*的 Behemoth 还在训练中。总参数接近 2 万亿，将成为 Meta 史上*的预训练模型。

OpenAI GPT-5：2025 年 2 月先推出了过渡版本 GPT-4.5，而真正的 GPT-5 已进入倒计时。它作为下一代大模型，会把 OpenAI 之前在 o 系列模型中测试的 “灵活扩展能力” 整合进来，让模型在处理复杂任务时更智能。

05 ;中游产业链

现在 AI Agent 刚起步，各类企业已经抢着入局，跟着先行者的脚步，整个行业会越来越热闹。按核心优势分，主要有四类玩家：

企业自动化助手平台：大多是原来做 “自动填表、发邮件” 这类办公自动化软件的公司，现在给平台装上大模型 “大脑”，帮企业流程（比如财务、客服）自动运转。

开发者工具箱：大模型公司（如 OpenAI）和技术服务商提供工具，让程序员不用从头开发，直接 “组装” 出各种智能助手（Agent）。

行业专属智能软件：原本做 ERP（管企业资源）、CRM（管客户）、营销、法律等垂直领域软件的公司，给自家产品加个 Agent “插件”，比如让它自动分析客户数据、生成合同。

智能设备入口：面向普通用户的硬件，比如 AI 手机、AI 电脑，未来可能还有 AI 眼镜、智能汽车，这些设备会成为你用智能助手的主要渠道（比如手机上让助手规划行程，汽车里自动调导航）。

四类企业从不同方向推进，让智能助手既能帮企业干活，也能走进普通人生活。

Agent 综合开发平台就像 “智能助手工具箱”：大模型公司（如 OpenAI）和技术服务商提供一套工具，让开发者不用懂复杂技术，就能像搭积木一样快速组装出各种智能体（比如电商客服、数据分析助手），还能帮你把做好的智能体发布到应用市场或对接企业系统。

它的核心是 “降低门槛”：哪怕你不懂编程，也能通过拖放功能、配置参数，按自己需求做出能用的智能工具（比如让它专门处理订单、写营销文案），并直接推给用户使用。这类平台是智能体普及的 “基础设施”，就像当年的 App 开发工具催生手机应用爆发，现在它们正在推动智能助手进入各个领域。

那如何提前对这一类国内的优质企业进行布局呢？恒生互联网ETF(SH:513330)是一个不错的选择。像腾讯、美团、快手、京东、阿里这些头部的互联网科技公司，都被恒生互联网ETF纳入，如果想要全面覆盖这一波科技变革，选择它能事半功倍：

市场规模

未来十年 AI Agent 市场将迎来爆发式增长：据测算，2033 年全球市场规模有望超过 1300 亿美元（按 Market.us 数据达 1391.2 亿美元），2023-2033 年每年平均增长近 44%，相当于十年内规模翻超 50 倍。

麦肯锡报告指出，生成式 AI 就像 “智能助手流水线”，能在营销、客服等场景高效产出高质量内容（比如自动生成广告文案、策划活动方案），直接帮企业增收。更关键的是，他们梳理的 16 个业务领域中，63 个 AI 应用场景每年可创造 2.6 到 4.4 万亿美元的经济价值 —— 这相当于目前英国全年 GDP 的 1-2 倍。如果未来 AI 全面渗透到生产各环节，潜在价值能达到 6.1 到 7.9 万亿美元（接近日本全年 GDP）。

若按科技公司常见的 “价值分成” 模式（比如 ServiceNow 按创造价值的 10% 定价），仅这部分衍生的 AI Agent 市场规模就可能高达 7000 亿美元，相当于一个中等发达国家的经济总量。简单说，AI Agent 不仅是技术工具，更像一个能 “造钱” 的新产业，正在开启万亿级市场空间。

中国 AI Agent 市场现在像刚发芽的种子，2024 年规模 1473 亿元，但每 100 家企业里不到 5 家在用（渗透率不足 5%）。不过随着它给企业软件（SaaS）带来的增效越来越明显（比如让 CRM 自动分析客户数据、让财务软件自动生成报表），加上 “按需定制智能助手” 的开发市场成熟（比如能专门处理合同审核、营销文案的 Agent），2028 年市场规模预计暴增至 3.3 万亿元 —— 相当于 2023 年整个上海市 GDP 的 1.5 倍。

若AI Agent按应用场景分类，可分为企业管理、办公、营销、人力资源、财务、采购等。假设与SaaS应用分类比例相同，则Al agent企业管理与办公未来将占比40%，销售营销占比30%，人力资源占比10%。

05 ;下游产业链——应用场景

05-1、AI 眼镜

AI 眼镜能成为 AI Agent 的 “黄金搭档”，主要靠这三个优势：

交互像聊天一样自然：不用动手打字，直接说话下指令，甚至通过眼神、手势就能互动，就像你跟身边的助手说话一样，符合人的本能习惯；AR 让信息 “活” 在现实里：借助增强现实技术，它能把导航路线、翻译文字、商品信息等虚拟内容直接叠加到你看到的真实场景中 —— 比如看路标时，眼镜会自动把中文翻译 “飘” 在英文路牌旁边，看商品时直接显示价格和评价，像给眼睛装了个 “智能投影仪”；随身戴，随时用：作为穿戴设备，它比手机更轻便，不用专门拿在手里，出门戴着就能随时调用 AI 功能，比如通勤时让 Agent 规划路线，逛街时让它推荐穿搭，真正做到 “设备即助手”。

现在国内外厂商正加速布局：

国内：（雷鸟创新、百度等）：把 AR 技术和大模型结合，密集推出能 “看、听、说” 的多模态交互新品，比如支持语音操控 + 实时图像识别的智能眼镜，推动普通消费者市场爆发；

国外：（苹果 Vision Pro、Meta Ray-Ban）：靠技术迭代（比如更清晰的显示、更自然的交互）和生态整合（比如对接自家软件服务），牢牢占据高端市场。

整个行业正朝着 “更轻、更贴场景” 发展，比如专门为办公设计的 “会议助手眼镜”、为购物设计的 “导购眼镜”。预计 2025 年后，AI 眼镜会像智能手表一样普及，成为 AI Agent 走进日常生活的重要入口。

05-2、企业服务

企业服务可能是 AI Agent *落地的地方，海外已有成功案例，主要有三个原因：

企业软件是 “数据仓库”：办公、管理、客户等系统存着公司内部数据（比如合同、客户记录），这些数据能打造成企业专属 “知识库”，让 AI Agent 快速熟悉业务，就像新员工有了 “内部手册”；

企业软件是 “总控台”：比如 OA 系统连接财务、人事等多个系统，AI Agent 以它为入口，能直接调用各系统功能（比如自动审批报销、核对考勤），像 “全能秘书” 一站式处理任务；

流程管理像 “流水线”：企业里的审批、采购等流程规则明确、步骤清楚，AI Agent 能按规则自动执行（比如扫描合同条款、流转审批），效率比人工高很多。

简单说，企业服务场景有数据、有平台、有重复流程，让 AI Agent 既能 “懂行” 又能 “高效干活”，自然成了*落地的 “试验田”。

金山办公：办公场景或是Agent关键入口，公司具有流量优势

基于AI AGENT（人工智能体）范式驱动WPS AI伴写功能，具体有四大特色：全文补全功能、多种内容生成、不同身份与文风的切换、古诗词内容补全。更新后的WPS AI伴写支持添加包括云文档、网页等参考资料，用户完成标题后只需0.5秒就能理解用户意图并续写内容。

办公场景高频且功能多样，是 AI Agent 的核心入口。金山办公作为国产办公软件龙头，用户基数庞大 —— 截至 2024 年 9 月 30 日，旗下产品月活设备数 6.18 亿（WPS Office PC 版 2.77 亿，移动版 3.38 亿），这种高频使用和入口优势，让它有望成为办公智能体的主要标杆。

科大讯飞：办公智能体打造个人办公新范式

2025 年 1 月，科大讯飞推出 “办公智能体套装”，覆盖企业与个人场景，包含三大板块：星火智能体平台：企业的 “智能底座”，接入 20 + 大模型、支持 10 + 文件格式与多语言，已在 5000 + 企业落地，集成 AI 搜索、虚拟数字人等六大能力，搞定知识管理与多模交互。

B 端智能体：星火纪要：会议结束 5 分钟生成结构化纪要，效率提升 70%；星火投标：内置 100 + 行业模板，30 分钟生成标书内容，节省 60% 编写时间；星火陪练：模拟 10 + 岗位场景，新人培训周期从 4 周缩至 2 周；星火快答：支持 10 种语言的数字人讲解，客户满意度提升 40%。

C 端智能体：讯飞智文：100 + 行业模板，一键生成 PPT，效率快 3 倍；讯飞文书：20 + 政务模板，公文写作效率提升 50%；讯飞绘文：15 + 创作场景，支持风格秒切换；讯飞绘镜：50 + 视觉模板，30 分钟产出专业短视频。

这套方案靠技术底座（5000 + 企业在用）和细分工具（如标书编写省时 60%），成为覆盖全办公场景的 “智能搭档”。

06 ;核心标的情况