导读：
东方富海博士后工作站秉承研究发现价值、研究引领投资的理念，对投资实务进行前瞻性研究。本文是AI Agent（也称“Agent”或“智能体”）的相关研究，为工作站出品的第29篇报告。
AI Agent是一种能够感知环境、自主决策并执行动作的智能实体，其现实意义在于构建了数字世界与物理世界的智能连接桥梁，有效破解了大模型“有脑无手”的落地困境，成为释放人工智能（也称“AI”）全产业链价值的关键载体。因此，AI Agent除了是一个技术概念，更是AI应用落地的实际形式，以及研究AI产业的绝佳角度。在此背景下，本文系统梳理了AI Agent的发展历史、产业驱动因素、产业链情况、投资策略等，为相关行业研究与投资提供参考。
1 AI Agent的定义与分类
从学术角度看，AI Agent是一种能够感知环境、自主决策并执行动作的智能实体，其工作流程如图1所示。在感知环节，传感器从外部世界接收原始信息，如光线、温度、声音、图像等，将原始物理信号转换、处理为数字化信息，传递给控制器；在决策环节，控制器根据感知数据进行分析和决策后，向执行器发出具体行动命令；在行动环节，执行器根据指令对外部世界施加影响，如移动、发声、加热等，从而改变环境状态。可以看出，AI Agent与环境形成了一个持续交互、不断适应的闭环智能行为。
图1：AI Agent工作流程示意图
图2显示，从更具体的系统架构层面来看，AI Agent的感知端包括文本输入、视觉输入、听觉输入等；控制端包括自然语言交互、知识、记忆、推理与规划、泛化等；行动端包括文本输出、工具使用、具身行为等。
图2：AI Agent系统架构
（参考资料：Zhiheng Xi等（2023）《The Rise and Potential of Large Language Model Based Agents: A Survey》，中金公司研究部）
Agent一般分为B端Agent和C端Agent 两大类，每个大类下又可按照形态、行业分类。如表1所示，B端软件类Agent主要是企业级服务助手，B端硬件类Agent主要是各类行业机器人，两者都可按照行业进一步细分。如表2所示，C端Agent也分为软件类和硬件类，涉及住房家居、教育、健康、休闲娱乐等行业。两张表格并未呈现所有行业，但提供了一种分类思路，利于对细分赛道的精准定位和深入研究。
表1：B端Agent的分类
表2：C端Agent的分类
Agent的现实意义在于，相较于传统AI工具仅能被动响应指令的辅助角色，Agent有望实现向“执行者”的根本性转变。其核心优势在于能够自主处理复杂任务：通过感知组件实时捕捉环境信息，依托大语言模型进行目标解析与路径规划，进而调用相应工具执行具体操作，并通过记忆与反馈机制持续优化行动策略，最终形成一个完整的“感知-决策-行动-反思”的智能闭环。这种转变使得AI从单纯的内容生成者升级为能够主动规划并完成任务的问题解决者。
2 AI与AI Agent的发展历史
AI的发展存在3次热潮。如图3所示，第一次热潮始于1956年“人工智能”概念的提出，但因算法理论和计算机性能的限制，很快进入低谷。第二次热潮以专家系统为代表，但在处理复杂问题和数据量匮乏的情况下，发展再次受限。第三次热潮，随着互联网带来海量数据、计算能力的增强以及深度学习等算法的突破，取得了显著进展，特别是在图像识别、语音识别和自然语言处理等领域。
图3：人工智能发展的历史演变进程
伴随着AI的发展，AI Agent的发展也从萌芽期进入探索期。
1、萌芽期（1980s-2010s初期）：感知-信息系统与早期Agent范式的确立
本阶段是Agent概念的形成与探索初期，先后受符号主义与行为主义两大范式主导，目标是在受限环境中实现基本自主。
1980s-1990s中期，为符号Agent时期。Agent被视作一种知识系统，通过逻辑规则（如专家系统）或符号推理（如BDI模型：信念-期望-意图）进行决策。其智能高度依赖领域专家预设的规则库，适应性和灵活性差，但为Agent的“理性思考”奠定了形式化基础。
1990s中后期-2010s初期，为行为主义与混合架构时期。针对符号AI的缺陷，反应式/行为主义Agent兴起，强调“感知-行动”的快速闭环，能更好地应对动态环境（如早期机器人）。为解决其规划能力不足的问题，混合架构Agent成为研究主流，首次在架构上明确了“感知、规划、行动”的分离。同时，机器学习方法开始被引入，使Agent具备从数据中学习简单策略的能力。
此阶段的Agent整体上锚定在感知-信息系统，其“思考”能力或因预设规则而僵化，或因架构分离而低效。尽管实现了在特定封闭场景下的自动化，但其知识获取依赖人工，学习能力较为初级，远未达到跨场景的通用性与深度认知能力。
2、探索期（2010s中期至今）：从“感知-行动”到“思考-规划”的智能化跃升
随着深度学习、强化学习的实践突破，与大语言模型技术的突破，Agent进入“知识表达与推理规划”阶段，自主性与场景通用性显著提升。本阶段的驱动技术分为前后两波：
2010s中后期，基于强化学习的Agent关注“如何通过环境交互进行学习”。以AlphaGo/AlphaStar为代表，通过试错与自我博弈，在特定封闭环境（如棋盘、游戏）中掌握了超越人类的复杂策略。其智能体现在策略优化上，但知识难以迁移，缺乏语义理解。
2020s以来，基于大语言模型的Agent关注“如何利用已有知识进行理解、规划和决策”。依托大语言模型强大的知识库、思维链和代码生成能力，Agent获得了初步的语义理解、常识推理和任务分解能力。这使其能处理开放世界的复杂指令，并进行多步骤规划。
这两波技术的结合，如用大模型进行高层规划，以及用强化学习进行底层优化，是当前的研究前沿。但此阶段Agent仍普遍存在幻觉、逻辑一致性不足、长期规划能力有限等问题，且跨领域的协同决策和复杂工具调用仍是挑战。
3 AI Agent产业的驱动因素
在市场需求迫切、政策力度空前、资本投入巨大、技术突破涌现的产业背景下，AI Agent产业有望迎来高速发展。
1、市场需求：企业降本增效与个人服务升级双重驱动
企业级场景渗透加速，金融、医疗、工业等垂直领域已形成规模化应用。例如，金融投研Agent可将尽调周期缩短80%，医疗诊断Agent误差率降至2.3%，工业设备预测维护准确率达91%，显著降低企业运营成本。IDC数据显示，2025年AI Agent将在研发、供应链等高复杂度场景率先落地，企业级市场渗透率突破15%。
消费端个性化服务需求爆发，个人用户对智能理财、健康预警、教育陪练等场景需求激增。例如，OpenAI的Operator Agent可完成订餐、购票等生活服务，智谱AutoGLM覆盖网购、社交等高频场景。与此同时，字节跳动联合中兴通讯推出的豆包手机助手，通过系统级权限实现了跨应用自主操作，展示了Agent在消费端设备的落地潜力。
长尾场景出现商业化拐点，AI Agent在文旅导览、法律咨询等场景加速突破，如零售动态定价Agent可提升企业利润率20%，文旅导览Agent推动景区客单价增长35%。
2、政策红利：国家战略与地方生态协同发力
2025年8月，国务院发布《关于深入实施“人工智能+”行动的意见》（国发〔2025〕11号），4次直接提及“智能体”：①“到2027年，率先实现人工智能与6大重点领域广泛深度融合，新一代智能终端、智能体等应用普及率超70%”；②“到2030年，我国人工智能全面赋能高质量发展，新一代智能终端、智能体等应用普及率超90%”；③“在软件、信息、金融、商务、法律、交通、物流、商贸等领域，推动新一代智能终端、智能体等广泛应用”；④“培育人工智能应用服务商，发展‘模型即服务’、‘智能体即服务’等，打造人工智能应用服务链”。这标志着Agent的发展已上升至国家战略高度，并被赋予“新基础设施”的地位。
地方政府则更注重“要素+场景”直达企业，通过财政+算力补贴、券制与专项资金叠加，配套本地法规与场景清单，推动Agent规模化落地。比如，北京最高3000万支持并制定多Agent标准草案；深圳发放“模型券”，鼓励Agent开发；武汉给予研发成本30%与算力费用50%补助。此外，多地提供算力券（京沪杭）与条例保障（深/沪），并滚动发布应用清单。统计显示，超过20个省市出台AI办公支持，专项资金总规模超1200亿、场景超1000个。
3、投融资趋势：资本向技术与场景纵深迁移
风险投资规模指数级增长。2024年全球AI Agent领域融资超200亿美元，2025年Q1单季度融资达66亿美元，红杉中国、a16z等头部机构单笔投资额同比增长111%。
技术底层与生态平台受追捧。开源模型DeepSeek R1推动推理成本降至行业均值的5%，吸引金沙江创投等机构重仓。微软Copilot Studio、腾讯Edan等平台型项目估值年增300%。
产业资本深度参与生态构建。腾讯、阿里通过战略投资抢占终端入口，如钉钉“精选AI助理”覆盖200万企业用户。政府引导基金占比提升至35%，重点支持芯片、多模态等核心技术。
4、技术突破：认知能力与工程化能力双维跃迁
大模型驱动的认知升维。DeepSeek R1等模型体积缩小80%的同时推理准确率提升40%。多模态融合技术使医疗Agent可同步解析影像、文本、病历数据。
轻量化与边缘计算突破。微软Phi-3等小模型（<10亿参数）在手机端运行医疗诊断准确率98%，联想AI PC实现端侧离线推理，推动Agent泛在化部署。
工具调用与自主决策闭环。AutoGPT实现跨平台API自主调用，特斯拉Dojo工厂运维Agent可预测故障并生成维修方案；Manus Agent支持200+工具集成，任务完成率达82%。
通信机制的标准化。近年来，AI Agent通信机制由单一API适配向标准化协议跃迁，2024年后MCP普及，显著降低了Agent与工具、数据的连接难度。2025年起，A2A等协议支持多Agent间横向协作，推动生态互联。
4 AI Agent产业链分析
AI Agent的产业链如图4所示。上游主要包括底层算法框架、大模型原生API、云计算平台、数据服务等。对于硬件类Agent，产业链上游还包括零部件、本体。其中，大模型是Agent的“认知核心”，其能力直接决定Agent的决策精度与泛化能力。产业链下游为Agent购买方，一般会对产品效果、回本周期、隐私安全等进行综合评判后，做出采购决策。
图4：AI Agent产业链图谱
产业链中游由Agent开发平台与Agent研发集成商（即Agent提供方）共同构成，是投资机构重点关注的领域。开发平台作为支撑研发集成的基础设施，聚焦于通过模块化、标准化的工具降低开发门槛，其形态主要包括提供高度代码控制力的开发框架（如OpenAI Agents SDK、LangChain）以及进一步提升开发效率的低代码/无代码平台（如字节Coze、Dify）。本质上，Agent开发平台是不具备自主行动能力的创造者与管理平台。研发集成商则基于此类平台进行具体Agent产品的研发、定制与交付。开发平台与AI Agent本身存在根本性角色差异：前者是用于构建Agent的工具性环境，后者则是具备自主规划、决策与任务执行能力的智能化实体。
产业链中游参与者主要分为3类：科技巨头、AI原生创业公司、传统厂商。科技巨头是生态闭环构建者，主导平台级生态建设，掌控产业链核心话语权，具有大模型基座、云计算、场景资源、Agent开发平台4大优势，代表企业如国外的微软、谷歌和国内的字节、腾讯、阿里、百度。AI原生创业公司是技术创新突破者，以“单点技术突破+垂直场景深耕”为核心竞争力。传统厂商是转型融合跟进者——SaaS、RPA 及垂直行业厂商采用“AI+现有业务”的融合模式，优势在于能依托存量客户、行业Knowhow实现快速切入与落地。总的来说，AI Agent赛道已形成“科技巨头筑生态、创业公司攻单点、传统厂商谋转型”的多元化竞争格局。基于现实考虑，Agent创业公司应尽量避免切入科技巨头、传统厂商的优势领域。
5 AI Agent赛道的投资思考
在市场、政策、资金、技术的共同推动下，AI Agent已成为有较大潜力的投资领域。具体到一级市场投资方面，AI Agent投资需要回答两大问题：哪些细分赛道最有可能孕育出实现规模化商业成功的企业？同赛道下哪家企业最可能脱颖而出？
首先，在赛道挑选方面，应优先关注具有以下4个特点的细分赛道：不在巨头/传统厂商的优势领域内；市场空间较大；单个公司的收入天花板足够高；领域的综合壁垒较高，包括技术壁垒、数据壁垒、生态/场景壁垒、品牌壁垒等。综合考虑以上因素，应重点关注的B端Agent赛道包括工业服务Agent、金融服务Agent、科研助手Agent、医护机器人Agent、工业机器人Agent等；在C端应重点关注有较高技术壁垒的硬件类Agent，如AI家居机器人、AI/AR眼镜。
其次，针对同赛道下的企业层面，应重点评估相关企业的团队背景、技术创新、产品成熟度、市场竞争地位。对于早期的企业，应重点关注团队背景和技术创新；对于中后期企业，应重点关注其竞争地位。此外，产品的商业成熟度也是重要考量指标之一，成熟度较高的产品往往能实现3-5倍效率提升或成本大幅度降低、达到算力成本奇点（即Agent产生的额外价值与算力成本比值超过 10）、任务完成评分达80分以上。
例如，工业机器人Agent就是具有较高投资价值的赛道之一。最新一代AI技术正推动工业机器人从依赖固定编程的“执行工具”向具备自主感知、决策与学习能力的“柔性智能伙伴”转变，显著提升了其在复杂环境下的适应性与任务效率。微亿智造是该领域较为成功的公司，其主要产品包括工业具身智能机器人（EIIR）产品（图5）、AI赋能的智能化产品、模组类产品，致力于以工业具身智能破解柔性生产难题。从发展历史来看，公司2018年成立，2022年收购智云天工，整合关键能力；2024年实现盈利，并在中国AI视觉工业机器人行业实现市场份额第一；营收从2022年的2.2亿快速增长到2024年的6亿，并在2025年9月正式向港交所递交招股说明书，有望冲击“工业具身智能第一股”。其收入增长主要源于EIIR产品收入的快速增长，2022-2024 CAGR达183%;占整体收入比例逐年上升，从2022年的15.3%跃升至2025年H1的53.6%，最新毛利率超过50%。
▲图5：微亿智造工业具身智能机器人产品
（来源：微亿智造上市申请文件）
微亿智造的成功源于其战略聚焦、技术突破和商业务实。战略定位方面，公司聚焦工业柔性最优解，即“带大脑的机械臂”，避开人形等早期技术路线；技术创新方面，公司的快慢思考系统、数据飞轮、工业VLA模型等构成技术护城河，使其核心产品从解决“点”状问题向掌控“线”乃至“面”的复杂生产系统（工业机器人Agent）演进；商业策略方面，公司产品可量化的ROI是核心卖点之一，例如PCB板上下料系统能帮助客户在1年左右收回投资，其EIIR产品从项目制迈向标准化则推动了整体收入的快速增长。
6 AI Agent面临的挑战
目前，AI Agent的发展存在三方面的问题：技术性能瓶颈、成本控制难题、商业合规壁垒。技术性能瓶颈包括认知规划能力不足、环境感知与适应性差、多Agent协同复杂性等，因此包括超长文本理解、多模态融合、世界模型、多Agent等在内的技术仍在发展中。成本控制难题源于冗余计算（大量试探性思考、无效规划）和重复调用（多Agent交互未建立高效缓存机制）等，但考虑到Token成本在持续快速下降，未来成本不会是大问题。商业合规壁垒包括商业模式不清晰、安全与隐私风险、伦理与法律问题，未来按结果付费、价值分成的商业模式是趋势，拥有强大安全体系、清晰责任归属的Agent公司更容易赢得信任而优先落地。
在上述背景下，AI Agent的行业落地将呈现“先易后难”的梯度演进：第一阶段，聚焦高标准化、低动态性场景，通过规则与Agent结合控制成本；第二阶段，拓展至中动态场景，依赖多Agent协同提升适应性；第三阶段，渗透高动态场景，需等待基础模型能力进一步突破。
7未来展望
当前AI Agent产业正处在关键窗口期。技术突破、政策红利与市场需求的多重驱动，为Agent的规模化落地创造了历史性机遇。但机遇与挑战并存，技术性能的可靠性、商业模式的清晰度以及安全合规的框架，仍是制约其广泛渗透的关键瓶颈。这也决定了其落地路径必将遵循“先易后难”的梯度演进规律，从高标准化场景逐步向高动态性、高复杂性场景拓展。
展望未来，AI Agent的竞争终局将超越单纯的技术竞赛，演变为“技术深度、场景理解与商业闭环”三位一体的综合较量。成功的Agent企业，必将是对产业有深刻洞察、能够精准定义价值并提供可度量回报的实践者。最终，AI Agent的成熟与普及，不仅将重塑人机协作的范式，更将深刻改变各行各业的运行逻辑，成为推动社会迈向智能化时代的关键基础设施。
参考资料：
1、Zhiheng Xi等（2023）《The Rise and Potential of Large Language Model Based Agents: A Survey》
2、Lilian Weng（2023）《LLM Powered Autonomous Agents》
3、中金研究部《AI Agent：远期场景闭环，交互重塑》
4、数字产业创新研究中心《AI智能体驱动产业变革研究报告》
5、赛迪研究院《人工智能体（AI Agent）应用现状挑战及建议》
6、微亿智造上市申请文件
