计算机行业市场前景及投资研究报告：Agent落地节奏商业化变现路径生态场景模型能力

证券研究报告

|

计算机

|

2025年07月25日计

算

机

团

队

•

行

业

深

度

报

告从数据看Agent落地节奏及商业化变现路径——生态、场景、模型能力决定Agent落地节奏报告摘要MCP、A2A、Responses

API等协议推出3月后，Agent落地节奏如何？在AI

Agent从“会说话”向“能干活”转变的过程中，AIAgent“通用语言”至关重要，亦会有生态之争，“协议破壁”与“效能刚需”共振。Anthropic的MCP、Google的A2A、OpenAI

Responses

API相继推出，背后均是对AI模型大规模商业化落地时点的判断。AI

Agent生态加速完善，商业化顺利。Gemini流量近三月翻倍增长，Bing、豆包、夸克等交互问答Agent访问量持续增长。通用Agent访问量于MCP&A2A协议推出后持续走高，垂类Agent结合行业特点稳定突破。5月以来，更多新的Agent产品起量，生态加速丰富。从落地难易程度出发，结合技术成熟度、数据可得性、市场接受度和ROI明确性，AIAgent应用场景的落地排序：企业流程/办公自动化Agent、客服/导购Agent、教育辅助Agent、行业知识库Agent、医疗诊断Agent、多Agent协作。Agent计划和执行过程更加复杂，token消耗陡增且可控性降低，算力基础设施及数据中台为重要支撑。Agent定价及变现：资源禀赋及客户需求综合考量，多路径结合。不同Agent商业变现模式最佳适用对象不同。按Agent的价值创造分成、开发平台、平台抽成更适合企业端落地；场景订阅模式市场空间大，在B端及C端均有明显落地。每种模式均有海内外领先应用案例，企业根据不同模式变现效率、客户粘性、技术门槛选择。关注标的：1）企业管理：金蝶国际、鼎捷数智、赛意信息、泛微网络、中软国际、神州数码、用友网络、汉得信息、卓易信息；2）办公：金山办公、合合信息；3）营销：焦点科技、迈富时；4）财税：税友股份；5）医疗：润达医疗；6）金融：新致软件、宇信科技；7）教育：粉笔；7）制造：能科科技、中控技术；8）创意类：美图公司、万兴科技风险提示：AI大模型/应用落地及市场拓展不及预期风险、假设不及预测风险、行业竞争加剧风险。21、AIAgent落地元年，中美商业化进展领先图表2：全球及中国AI

Agents落地情况Agent更大规模商用落地的开启，AI从“行业认知培养”走向“生产力引擎”AI智能体具备感知环境、做出决策和采取行动的能力。中国下游产业对Agent已有较充分认知，但仍需“深度投入”目前尚未开展任何相关工作全球图表1：AIAgent能力定义与分类AI等级（类比自动驾驶）名称特点示例正在梳理潜在的应用场景，但尚未在技术或智能体产品上投入人类完成所有工作，没有任何显性的

AI目前绝大多数软件产辅助

品L1Tool人类完成绝大部分工作。人类向

AI询Chatbot问意见，了解信息，AI提供信息和建议但不直接处理工作初代

ChatGPT等Chatbot正在进行一些初步测试和聚焦的概念验证，但尚未制定明确的支出计划L2L3人类和

AI进行协作，工作量相当。AI

GitHubCopilot、Copilot根据人类

prompt完成工作初稿，人类

Midjourney、Jasper已在智能体

AI上进行了较大投入，并制定了采购与培训计划，以推动集成智能体能力的软件应用进行目标设定、修改调整，最后确认等中国AI完成绝大部分工作，人类负责设定目标、提供资源和监督结果。AI完成任务拆分，工具选择，进度控制，实现目标后自主结束工作L4L5AgentAutoGPT等完全无需人类监督，AI自主拆解目标、Species寻找资源、选择并使用工具、完成全部

机器人？工作，人类只需给出目标3资料：

腾讯云，IDC，方正证券研究所2、MCP&A2A均为打通Agent生态，应用厂商响应积极2.1MCP：

AI与外部工具的标准化连接协议MCP是由Anthropic开源的协议，以标准化接口连接AI模型与外部工具。MCP是一种重要的协议，它通过提供标准化接口，解决了AI模型与外部工具连接的问题，加速AIAgent落地。与传统的“函数调用”方式相比，MCP提供了一个通用标准，类似于USB-C接口，让各种设备都能通过同一接口连接，这使得AI应用能够轻松切换不同的模型，同时让模型轻松对接各种数据源和工具，其核心价值在于提供标准化接口，使AI开发者能更轻松地将AI模型与外部资源和工具连接起来，从而构建更强大、更实用的AI应用。图表3：MCP是Agent调用外部工具的标准化协议图表4：MCP架构MCP:Model

Context

ProtocolMCP服务器A本地资源A本地资源B互联网MCP服务器BMCP主机MODELProtocolContext通用标准规范化的连接方式各类AI模型如GPT和Claude等额外资料提供给模型的上下文MCP服务器C远程资源C4资料：

人人都是产品经理网，方正证券研究所2、MCP&A2A均为打通Agent生态，应用厂商响应积极图表6：各MCP服务占比2.1MCP：AI与外部工具的标准化连接协议浏览器自动化搜索工具交流协作工具开发者工具娱乐与多媒体文件系统国内头部互联网厂商对MCP广泛接受。国内百度、阿里、腾讯、字节跳动等大厂的纷纷宣布支持MCP协议。MCP已有较广泛的行业覆盖。金融知识管理与记忆位置服务文化与艺术学术研究日程管理其他图表5：国内科技大厂布局MCP协议公司名称百度主要内容通过“千帆平台”构建“模型-MCP-应用”三层体系，开放搜索、地图能力，打造“MCP广场”。基于知识引擎集成位置服务、微信读书等插件，支持自定义MCP插件调用。腾讯推出“支付MCPServer”，打通交易全链路，阿里云百炼提供“MCP广场”等开发工具，并开源集成MCP的Qwen3模型，强化Agent能力。阿里巴巴字节跳动内测通用Agent产品“扣子空间”，探索MCP整合。资料

：第一财经，魔塔社区，方正证券研究所52、MCP&A2A均为打通Agent生态，应用厂商响应积极2.2A2A：打破信息孤岛，让Agent真正协作A2A与MCP愿景相同，为Agent提供标准化机制，解决Agent间协作问题。Google的A2A被定位为一个新型的、开放的互操作性、不同框架所构建的AIAgent都能够安全地进行通信、交换信息并协调行动。A2A协议基于能力发现、协议，使得不同任务管理、协作和用户体验协商等关键原则运作，并建立在成熟的HTTP和JSON标准之上，以确保兼容性和安全性。A2A更试图解决“Agent

如何与

Agent

协作”这个更宏大、更复杂的问题。图表7：参与推动A2A协议的企业图表8：A2A协议工作原理accentureBCGarizeboxArticul8c3.aiask-aiCapgeminiATLASSIANchronosphere安全协作cognizantcohereCollibracontextual

aicotalityDATADOGdevnagriGrowthLoopINTUITDataRobotelasticharnessDATASTAXEmaHCLTechJfrogDecagonepamINCORTAKPMGDeloittegleanInfosysLabelboxMcKinsey&Companypendo任务与状态管理√

√√

×任务执行结果JETBRAINS远程代理客户端代理LangChainLIVEX.aiLTIMindtreelyzr用户体验协商能力发现mongoDBpwcservicenowWeights

&Biasesneo4jquantiphiSupertabnewrelicS&PGlobaltcsORACLEsalesforceTypefaceSAPUKGwiproworkdayWRITERZEOTAP6资料：Google官网，方正证券研究所2、MCP&A2A均为打通Agent生态，应用厂商响应积极图表10：MCP与A2A均为加强其AI生态话语权2.3MCP与A2A：着眼行业标准话语权，生态打造为核心MCP与A2A是Agent落地重要里程碑，产业已经由模型的竞争更多演进至生态的竞争。MCP解决“Agent如何使用工具”，A2A则试图解决“Agent如何与

Agent协作”。A2A参与者不像MCP可能把数据的权利都要提供出来，而是以完整Agent的形式参与一个更大的市场。OpenAI及国内科技巨头参与A2A会更加谨慎，每家科技巨头厂商亦希望深度参与制定更直接的可能统一应用生态的标准。图表9：MCP与A2A多维度对比对比维度定位MCPA2A让

Agent调用外部工具/插件，实现

“工具增强”让Agent之间互相通信、协作，完成复杂任务传输协议通常基于

HTTP/HTTPS、WebSocket，主流采用FunctionCalling多为HTTP/HTTPS、WebSocket、gRPC，支持异步/回调Task/Message（任务

/消息）

，结构化

JSON，包含任务类型、参数、Artifact（工件）等数据单元

FunctionCall（函数调用请求/响应

），结构化JSON，包含函数名、参数、返回值等Agent发现与身份认证；任务发起与分发；Artifact传递；多轮消息交互与状态管理核心功能典型场景注册/发现工具；Schema描述；工具调用与结果返回；多模型/多工具协作代码助手调用终端、搜索、文件等本地/云端工具多Agent协作解决复杂问题（如链式推理、分布式任务）7资料：腾讯网，

A2AProtocol，方正证券研究所3、Agent落地节奏的驱动因素3.1

生态成熟度：从“搭建”到“加速”AI

Agent生态

“协议破壁”与“效能刚需”共振，完成从“零散工具拼图”到“协同网络引擎”的跃迁。埃森哲携手GoogleCloud推进A2A协议落地，以标准化通信打破跨部门Agent协作壁垒，标志企业级应用从“单点工具”向“协同网络”升级；GoogleTrends数据显示，2024年7月——2025年7月，中国大陆、新加坡、以色列等区域搜索热度呈趋势性攀升，且与协议发布、标杆案例落地强关联，折射市场从“技术好奇”到“效率突破”的预期迭代。图表11：埃森哲支持GoogleCloud的新A2A协议图表12：2024年7月-2025年7月AIAgent搜索兴趣度（按区域）ChineseMainland

SingaporeSt.Helena

IsraelHongkong10090807060504030201008资料：GoogleTrends，埃森哲官网，方正证券研究所3、Agent落地节奏的驱动因素3.2

场景适配：从“典型”到“复杂”AI

Agent从“会说话”向“能干活”转变，提升结果可控性为重点。众多Agent平台已引入由Planagent和Actionagent两部分构成的双Agent策略，引入全新的联网引擎检索插件并加入长期记忆组件。Agent在B端落地的关键在于显著提升其任务执行结果的可控性、可靠性与可预期性，需要构建规划推理、精准工具调用、状态监控、结果验证及纠错等系统性能力。图表13：自主迭代的智能工作流架构示意图•检索Agent规划

•意图识别代理执行

•数据分析结果整合验证代理验证

•自校正流程代理•任务分解•任务计划Agent中间结果缓存•触发检测条件•执行质量检测用户反馈偏好代理•代码Agent•写作Agent用户9资料：AIbook，方正证券研究所3、Agent落地节奏的驱动因素3.3

模型适配：从“支持”到“协同”AI应用公司和模型厂商协同发展。应用侧，智能体商业闭环打通，交互迎来大变革；开发侧，外部平台工具化，打造Agent工厂。图表14：多家AI应用公司积极接入MCP协议公司名称接入

MCP具体动作公司名称接入

MCP

具体动作4月

16日，正式宣布金蝶云・苍穹全面支持

MCP（ModelContextProtocol）模型上下文协议标准金蝶国际赛意信息依托

MCP等技术推出供应链智能体解决方案4月

18日，发布广告行业首个

MCP（ModelContextProtocol）服务，旗下开放

API服务工具支持

MCP协议利欧股份金山办公WPS开放平台发布

MCP协议

API试用将于月底正式发布首个制造业多智能体协议

MACP（Multi-AgentContextProtocol）自主研发的中创应用集成服务平台

[InforSuiteiPaas]，成功与MCP（ModelConnectProtocol）协议完成集成鼎捷数智汉得信息东方超算恒锋信息卓易信息中创股份三未信安讯飞星联网宿科技税友股份计划

5月底发布灵犀

AI中台

1.6版，全面支持

MCP正式上线

“东方六合”

MCP服务平台基于密码技术，推出开源大模型密码增强套件团队实测

MCP协议与工具，剖析原理优劣势；宣布其

Agent开发平台全面支持

MCP针对公共安全领域，用

MCP技术实现智能化升级存储全面支持

MCP协议，打造

AI大模型

“数据底座”看好

IDE产品在

AIAgent时代价值，EazyDevelop产品全支持MCP调用，重点支持代码类

MCP工具自研财税垂域大模型

“犀友”，深度整合

MCP，构建

“多模型协同

+场景化精调”

的财税智能化引擎作为数据和

AI企业，此前以

API接口为大模型提供识别、解析服务；MCP接口若打通可拓市场，业务及商业化方案待定合合信息优刻得UModelVerse模型服务平台正式支持

MCP协议10资料：慧博智能投研，方正证券研究所4、市场空间与主要参与者4.1

市场规模：测算与增长预期激活企业私域数据价值，Agent发展有基础、有空间。市场规模看，预计从2023年（35亿美金）开始高速增长，2033年市场规模有望突破1400亿美金。通过以往信息化建设，企业“信息孤岛”问题得到明显改善，结构化优质数据为Agent落地提供充分支撑。图表15：2023-2033全球AIAgent市场规模（含预测）图表16：2022-2027年全球数据量、增速及预测数据量（ZB）增速（%）市场规模（十亿美元）3002502001501005035%30%25%20%15%10%5%16014012010080604020000%2022年

2023年

2024年

2025年E

2026年E

2027年E11资料：market.us，观研报告网，方正证券研究所4、市场空间与主要参与者4.1

市场规模：测算与增长预期中国数据量增长速度超过全球，AI

Agent前景广阔。2022年中国数据规模达到23.9ZB，占比23.2%。2027年中国数据量规模可达到76.6ZB，占比26.9%，2023-2027年中国数据规模CAGR为26%，增长速度超过全球。政府、媒体、专业服务、零售、医疗、金融等领域的结构化数据资源不断积累，为AI

Agent发展提供充分支持。图表17：2022-2027年中国数据量、增速及预测图表18：中国数据量与全球数据量对比（ZB）中国北美全球其他地区数据量（ZB）增速（%）908070605040302010060%50%40%30%20%10%0%3002502001501005002022年

2023年

2024年

2025年E

2026年E

2027年E2022年

2023年

2024年

2025年E

2026年E

2027年E12资料：IDC，数据中心，电子工程专辑，方正证券研究所4、市场空间与主要参与者4.1

市场规模：测算与增长预期中国AI

Agent以B端应用为主，C端增长空间大。AI

AgentB端应用占比大。2023年B端AIAgent市场规模为550亿元，占比99.3%；C端AIAgent市场规模为4亿元，占比0.72%。预计2027年B端AIAgent市场规模为8390亿元，占比98.5%；C端AIAgent市场规模为130.35亿元，占比1.53%。2023-2028年我国C端AIAgent市场规模年复合增长率预计超100%。图表19：2023-2028年中国AIAgent细分市场规模及预测图表20：中国AIAgent以B端应用为主B端（%）

C端（%）0.72%

1.05%

0.99%

1.15%

1.28%

1.53%B端市场规模（亿元）C端市场规模（亿元）100.0%90008000700060005000400030002000100001401201008095.0%90.0%85.0%80.0%75.0%

99.3%

99.0%

99.0%

98.9%

98.7%

98.5%6070.0%65.0%60.0%55.0%4020050.0%2023年

2024年

2025年E

2026年E

2027年E

2028年E2023年

2024年

2025年E

2026年E

2027年E

2028年E13资料：数据中心，方正证券研究所4、市场空间与主要参与者4.1

市场规模：不局限于传统IT预算，价值创造天花板高图表22:AIAgentC端、B端应用汇总图表21：SaaS平台与AIAgent对比交互性工作维度SaaS平台

AIAgent

系统示例示例金融、医疗、法律、财务、生产、物流、

资管、人力等专业性极强的领域。游戏、娱乐、影视、营销、广告、教育等需要更多灵感及创意的领域。智能协作体，具备计划和执行能力理财顾问

安全预警个性化推荐功能型工具集合虚拟助手媒体运营

VR体验情感分析

……核心定位人才招聘

客户服务更自然，更类人，带有情绪价值的表达，并且表达中迅速形成合理的反馈。更自然，更类人，带有情绪价值的表达，并且表达中迅速形成合理的反馈。用户界面或预设规则调用自主规划、调度，并完成跨系统任务医疗助手……操作方式专业性高自由度高逻辑固定、规则驱动基于大模型进行推理和自适应智能程度部署位置用户角色（容错性低）（容错性高）示例金融、医疗、法律、财务、生产、物流、

资管、人力等专业性极强的领域。游戏、娱乐、影视、营销、广告、教育等需要更多灵感及创意的领域。服务于单一业务系统跨系统集成与协同示例数据分析

人才评价游戏NPC影视底稿智能助手或实际执行者操作者专业性内容的整理、收集、分析、反馈及生成交付。专业性内容的整理、收集、分析、反馈及生成交付。报告撰写

财务报销广告文案

测评打分风险管理……视频转绘……重复性工作14资料：甲子光年，搜狐网，方正证券研究所4、市场空间与主要参与者4.2

核心参与者：AI

Agent参与者广泛，生态、场景、模型能力为三大核心AIAgent产业构成分为平台框架层和垂直应用层。

AI

Agent产业参与者广泛，包括原生AIGC创业型、互联网大厂/产业互联网巨头型、企服软件/SaaS服务商型、RPA型、低代码/无代码型、3C硬件型。图表23：AIAgent产业图谱行业应用层通用企业服务招聘manus中科视语

deepseek汇智智能

BetterYeah

实在Agent

BuffGPT大易MokaAIPC联想医疗供应链壹沓科技平台框架层营销交通蔚来数据分析数势科技卓世科技语核科技蚂蚁集团用友容联云企业级AI

Agent平台BuffGPT

BetterYeah

deepseek开发者AI

Agent平台文心智能体平台面壁智能中科视语

BetterYeah

deepseekModelScope卓世科技中科视语猎户星空卓世科技算力层扣子天工BuffGPT火山引擎寒武纪阿里云云青云百度智能云科大讯飞蚂蚁集团15资料：甲子光年，方正证券研究所5、海内外AIAgent流量分析5.1

通用AI

Agent流量分析通用Agent访问量于MCP&A2A协议推出后持续走高。OpenAI与Gemini流量持续走高，仍保持上升趋势,特别是GoogleGemini访问量出现明显增长。从关注度看，海外AI厂商关注度始终处于高位，商业化需求的扩张符合人们的关注与预期。初创类通用AIAgent公司Manus及genspark的访问量在3月后保持稳定，反映出一定的用户留存及粘性。Flowith及lovartai作为新兴或原本流量较小的应用，在6月有明显流量增长，预测主要由于接入Agent生态，外部调用增长。图表24：头部通用模型应用访问量情况（百万）图表25：初创类通用AIAgent应用访问量GeminiClaudeOpenAI（右轴）manus（百万）genspark（百万）lovartai（右轴）1801601401201008060402001400.001200.001000.00800.00600.00400.00200.000.00flowith（右轴）8642400000300000200000100000002025/3/302025/4/302025/5/312025/6/3016资料：Similarweb，方正证券研究所5、海内外AIAgent流量分析5.2

垂类AI

Agent应用流量分析垂类AI应用流量基本呈现稳定上涨趋势，youware等新Agent产品仍有充分发展空间。垂直Agent领域看重数据、客户、场景，少有绝对头部，新进入者仍有充分空间。图表26：垂类AIAgent流量devinrosebudtrickleyouware科大讯飞商汤科技度小满金融鹰瞳科技（右轴）4500004000003500003000002500002000001500001000005000004500400035003000250020001500100050002025/7/132025/3/302025/4/202025/5/112025/6/12025/6/2217资料：Similarweb，方正证券研究所5、海内外AIAgent流量分析AIchatbots热度持续居高海外OpenAI及Gemini占据绝对头部。国内对话类agent应用，Deepseek及豆包占据较大份额。图表27：AIchatbots访问量(百万）图表28：AIchatbots应用流量地区占比Gemini字节豆包DeepseekOpenAI（右轴）1400.00OpenAI（右轴）

GeminiDeepseek（右轴）180.00160.00140.00120.00100.0080.0060.0040.0020.000.00字节豆包流量份额（右轴）100%90%80%70%60%50%40%30%20%10%0%16%14%12%10%8%1200.001000.00800.00600.00400.00200.000.00谷歌再次对Gemini2.5Pro模型进行了更新，升级到了06-05版本6%4%2%0%美国印度巴西英国中国18资料：Similarweb，方正证券研究所5、海内外AIAgent流量分析Bing领跑海外企业知识管理&检索类AI访问量。Bing自5月依以来，流量呈明显增长趋势，显示出头部效应，brave、opera和perplexityai访问量稳定。行业、企业知识库可接入此类AI,AIAgent于此类场景落地难度适中，但基于高热度，有加速落地希望。图表29：企业知识管理&海外检索AI访问量（百万）图表30：企业知识管理&海外检索AI应用流量地区占比perplexityaibraveoperabing（右轴）perplexityai

bing

brave

opera流量份额（右轴）9080706050403020100850840830820810800790780770760100%90%80%70%60%50%40%30%20%10%0%25%20%15%10%5%0%美国中国印度德国日本19资料：Similarweb，方正证券研究所5、海内外AIAgent流量分析秘塔AI作为国内较早主打AI搜索的应用，通过迭代，仍保持较好的用户粘性。夸克凭借阿里云及通义千问大模型，访问量呈持续增长态势。图表31：国内检索AI访问量（百万）图表32：国内检索AI应用流量地区占比TOP5秘塔AI搜索纳米AI搜索知乎直答夸克（右轴）秘塔AI搜索

纳米AI搜索

知乎直答

夸克

流量份额（右轴）8765432121100%90%80%70%60%50%40%30%20%10%0%100%20.52090%80%70%60%50%40%30%20%10%0%19.519秘塔AI搜索在“浅度研究”上线五个月后，正式推出可公开免费使用的“深度研究”功能，通过任务拆解和可视化“问题链”提升中文场景的搜索准确率与透明度。18.51817.51716.5160中国大陆中国香港中国台湾美国新加坡2025/4/62025/5/62025/6/62025/7/620资料：Similarweb，方正证券研究所5、海内外AIAgent流量分析办公AI流量呈现地域性，海外除微软外，初创公司亦积极布局，国内主要为金山办公等传统软件龙头。总体呈现较明显的头部流量优势。图表33：海外办公AI访问量(百万）图表34：海外办公AI应用流量地区占比TOP5OtterAInapkin（右轴）speechifyTurboScribeOtterAI

TurboScribe

napkin

speechify

流量份额（右轴）21.81.61.41.215100%30%25%20%15%10%5%4.5490%80%70%60%50%40%30%20%10%0%3.532.521.510.80.60.500%美国印度巴西印度尼西亚英国21资料：Similarweb，方正证券研究所5、海内外AIAgent流量分析海外图像生成AI应用格局总体分散，头部通用模型不断迭代图片生成能力，垂直类应用访问量基本维持。图表35：海外图像生成AI访问量(百万）图表36：海外图像生成AI应用流量地区占比TOP5hailuoaiklingaipixverseshutterstock(右轴）hailuoai

klingai

pixverse

shutterstock

流量份额（右轴）5.5514.5

100%18%16%14%12%10%8%90%80%70%60%50%40%30%20%10%0%6月16日，Shutterstock获得股东对其与GettyImages拟议合并的批准。144.5413.5133.532.526%12.5121.514%2%0%印度美国印度尼西亚巴西俄罗斯22资料：Similarweb，方正证券研究所5、海内外AIAgent流量分析国内图像生成AI应用访问量稳定，即梦国际化领先。图表37：国内图像生成AI访问量(百万）图表38：国内图像生成AI应用流量地区占比TOP5美图liblib美图设计室即梦（右轴）即梦美图

liblib美图设计室流量份额（右轴）0.90.80.70.60.50.40.30.20.102100%90%80%70%60%50%40%30%20%10%0%0.90.80.70.60.50.40.30.20.101.81.61.41.210.80.60.40.20中国大陆美国中国台湾中国香港新加坡23资料：Similarweb，方正证券研究所5、海内外AIAgent流量分析编程AI中，Github访问量相较其他编程AI应用明显领先。图表39：海外编程AI访问量(百万）图表40：海外编程AI应用流量地区占比TOP5lovablecursorreplitagentGithub（右轴）Github

lovable

cursor

replitagent

流量份额（右轴）12108118116114112110108106104100%20%18%16%14%12%10%8%98%96%94%92%90%88%86%84%82%80%646%24%02%0%美国中国印度俄罗斯英国24资料：Similarweb，方正证券研究所5、海内外AIAgent流量分析头部教育辅助类AI访问量近期走低，多邻国流量稳定。由于北半球学校暑期，教育类AI需求周期性下降，多邻国由于设计幽默风趣、结合打卡功能，维持稳定的用户粘性且国际化程度高。图表41：海外教育类AI访问量图表42：海外教育类AI应用流量地区占比TOP5duolingo25000000quizletchegg（右轴）duolingo

quizlet

chegg100%流量份额450000040000003500000300000025000002000000150000010000000.450.40.350.32300000090%80%70%60%50%40%30%20%10%0%210000001900000017000000150000000.250.213000000110000000.150.19000000700000050000000.050美国越南巴西英国加拿大25资料：Similarweb，方正证券研究所5、海内外AIAgent流量分析客服/导购智能体应用主要由电商平台，或传统SaaS企业开发。由于客户基础及平台优势，且容错率相对较高，客服/导购类AIAgent落地速度更快。图表43：客服智能体访问量图表44：内嵌导购Agent网站访问量（百万）salesforce淘宝IBM（右轴）美洽容联七陌合力亿捷逸创云50454035302520153.53.43.33.23.13800007000060000500004000030000200001000002.92.82.726资料：Similarweb，方正证券研究所5、海内外AIAgent流量分析医疗AIAgent落地难度与场景属性强关联。Viz.ai因为专注医疗影像等标准化场景，近期增长明显；PathAi主做病理分析，AI应用场景相对复杂；Insitro专注药物研发，通常需要多学科长周期验证，AI主要为研究辅助功能，访问量稳定。图表45：医疗类AIAgent访问量图表46：医疗类AI应用流量地区占比TOP5InsitroPathAiViz.aiInsitro

PathAi

Viz.ai100%流量份额30,00070%60%50%40%30%20%10%0%90%80%70%60%50%40%30%20%10%0%25,00020,00015,00010,0005,0000美国印度以色列英国加拿大27资料：Similarweb，方正证券研究所Agent最刚需的功能有哪些，亦或落地场景先后？从落地难易程度出发，结合技术成熟度、数据可得性、市场接受度和ROI明确性，AIAgent应用场景的落地排序：企业流程/办公自动化Agent、客服/导购Agent、教育辅助Agent、行业知识库Agent、医疗诊断Agent、多Agent协作。图表47：企业Agent落地场景及挑战客服/导购Agent行业知识库Agent多Agent供应链管理核心场景：生产排期优化+物流调度+库存预警联动核心难点：核心场景：售前咨询、业务查询、售后工单

核心场景：法律条文查询、专利分析、场景封闭：QA库和话术可预先定义意图明确：问题集中有限领域商业价值直接：每替代1名人工客服年省15万元（阿里云测算）工程规范检索专业数据私有化部署：法院/律所等机构自有结构化数据库跨系统协同：需打通ERP、MES、WMS等异构系统实时决策风险：1%的预测偏差可能导致千万级损失多Agent协商机制未成熟：冲突消解成功率仅68%（MIT实验）高付费意愿：律师使用检索Agent效率提升50%（北大法宝实测）瓶颈：现状：仅头部企业试点（如宁德时代局部工段应用）需企业知识库支持（约40%中小企业

难点：需构建领域知识图谱；结果准确尚未数字化）性要求高需要更多积累更容易落地流程/办公自动化Agent教育辅助Agent医疗诊断Agent核心场景：作业批改/知识点讲解/个性化习题推荐内容可控：K12教材知识点固定轻量工具集成：只需接入题库系统+OCR识别（技术成熟）挑战：核心场景：影像报告解读、分诊建议、用药提醒技术可行性：医学影像识别准确率>95%（腾讯觅影2025数据）落地前提：核心场景：邮件自动分类/会议纪要生成/周报撰写/行程安排工具标准化：集成Outlook、钉钉、飞书等成熟API（协议统一）任务结构化：模板化操作容错率高：即使错误仅影响效率，不造成实质损失认证壁垒：需CFDA三类医疗器械认证（周期3-5年）责任界定难：误诊责任归属不明确（法律真空）需主管部门审核，家长接受度需提升数据孤岛：医院数据互通率<20%（统计）28资料：方正证券研究所6、Agent最刚需的功能有哪些，亦或落地场景先后？从落地难易程度出发，结合技术成熟度、数据可得性、市场接受度和ROI明确性，AIAgent应用场景的落地排序：企业流程/办公自动化Agent、客服/导购Agent、教育辅助Agent、行业知识库Agent、医疗诊断Agent、多Agent协作。图表48：Agent落地成功关键要素图表49：企业级Agent落地步骤100%阶段执行内容交付物评估与迭代拆解合同审查流程：1.提取关键字验证：所有任务是否可结构化？→是，进入MVA构建1.流程段（金额

/供应商

/日期）2.黑

合同审查SOP文档

+名单校验

3.条款合规匹配（如违

原子任务清单约金上限）4.生成风险报告75%50%25%0%解构35%问题：条款匹配错误原型系统

+测试报告

率高→优化RAG检索策30%・用LangChain编排流程，RAG

接入企业法规库

+规则引擎校验金额制式・测试10份历史合同25%2.MVA构建（准确率75%）略，加入条款相似度模型10%・LangSmith监控各环节，开发自动评估器：・正则校验日期格式・

到条款匹配环节错误实时评估面板（定位3.评估工业化修复：补充条款训练数据→错误率降至15%分类模型判断条款风险等级率

40%）・通过MCP接入ERP获取实时供应商上线首周成功率92%→优化供应商查询

API超时机制数据第

3/2条款…」弹性扩容・增加语音播报：「正在比对生产环境接入方案

+用户体验手册4.规模化扩展・部署

K8S集群・用户标记错误自动触发再训练・新增「不可抗力条款」知识库动态知识库

+月度性能报告（人工干预率降至

8%）5.持续增强启动下一流程：履约风险预警Agent・引数据标准化任务模块化容错空间政策合规入谈判

Agent生成修订建议确保数据一致性和质量

将复杂任务分解为更小的模块

允许系统在错误中恢复

遵守相关政策和法规29资料：CSDN，方正证券研究所Agent资源消耗：计划和执行过程更加复杂，token消耗陡增且可控性降低Agent大幅提升基础模型调用量，token消耗倍数增长。Agent的计划、记忆、调用外部系统、执行输出，每个步骤都需要大模型支持，从而消耗token。如果在输出前添加自我纠错的过程，token消耗会成倍增加。Agent对token消耗的预测和监控更加复杂。Agent的token消耗是一个高度动态、递归叠加、依赖外部状态的过程。每个环节的消耗量都受具体任务、工具状态、执行路径（成功/失败/重试）、外部环境（API响应速度、数据库内容）等影响。Agent大规模落地推广离不开强大计算基础设施的支撑，推理算力需求指数增长。图表50：Agent的计划到执行过程涉及大量嵌套调用图表51：Agent对token消耗的测算更加复杂计划加载记忆调度工具开始执行状态与协作层修正Agent持续校验，人工介入用户&Agent任务拆解反馈会话历史累积/摘要开销

+多Agent间通信开销核心叠加层工具调用请求/结果注入（可能多层嵌套）+长程记忆检索内容注入

+错误处理/重试内容输入输出检查校验基础消耗用户输入

+Agent思考/规划

+Agent最终输出响应查结果返适配与转换层询回NLP理解&问答调用执行非结构化数据转自然语言的描述/摘要开销

+多模态转文本的开销API工具调用Bing搜索Tradeview代码编写硬件通信……大语言模型LLMChatGPTClaudeChatGLM……30资料：CSDN，方正证券研究所Agent定价及变现：资源禀赋及客户需求综合考量，多路径结合哪种商业模式更适合Agent变现？三种商业模式互为补充，短、中、长期打通Agent变现图表52：Agent厂商把技术溢价锁进收入的商业模式数字员工席位制按量抽佣Agent商店/模板不按

token、不按调用次数，而是按“真正替客户赚到的钱”或“省下的钱”抽

5%–15%。把“Agent开发平台+应用商店”做成流量入口，通过模板分成或增值订阅回收生态价值把

Agent直接对标“人力外包”，按虚拟工位/并发数收取年费或月费。每个席位的年费/月费。基于结果价值的佣金。通过模板销售的收入分成。定价Harvey的

AI律师助理2000美元/月，11x金融风控席位1.5万美元/年ServiceNow的

NowAssist把客户获得价值的10%作为佣金字节扣子、钉钉、飞书、腾讯元器等示例成本效益高的24/7“员工”，ROI清晰，预算来自人力线而非

IT线Store模式本身利润较薄，但它提供了“标准件”快速铺量、积累数据飞轮的通道客单价随客户业务规模而放大，天然具备网络效应财务逻辑高频、标准化任务。（客服、审单、发票校验、法律尽调）需要可审计、不可篡改的效果计量方案获客与锁定行业标准的关键基础设施适用场景叠加增值模块，把“工具差价”升级为“系统溢价”通常以

SaaS日志+第三方

BI对账来解决计量平台价值积累，为其他高毛利商业化路径输送客户风险与对冲31资料：segmentfault，华尔街见闻，腾讯新闻，方正证券研究所Agent定价及变现：资源禀赋及客户需求综合考量，多路径结合哪种商业模式更适合Agent变现？图表53：全球Agent企业商业化定价每个工作流每个Agent的价值创造结果达成率基础

绩效

总费费率

加成

率基于结果的模式ROX的招聘AI：流程自动化模式1.简历初筛（价值$50）2.候选人匹配（价值$100）3.面试安排（价值$80）4.反馈收集（价值$70）5.报告生成（价值$50）总流程打包价299美元基于结果付费<70%

0%70-80%0%2%5%0%5%7%>80%

5%10%按完整工作流付费按单个完成项目付费每个Agent的操作每个Agent单价(美元/次)适用企业规模月调用量