计算机行业专题：AI+Agent，海外创新企业的再次自我革命

证券分析师姓名：陈涵泊资格编号：S0120524040004邮箱：chenhb3＠tebon.com.cn 研究助理姓名：王思邮箱：wangsi＠tebon.com.cn 证券分析师姓名：李佩京资格编号：S0120524090004邮箱：lipj＠tebon.com.cn 目目录录CONTENTS 01020304AI Agent：底层技术愈发成熟，算力成本降低开启产业化篇章产业进程：国内外科技厂商共振，场景化AI Agent落地加快商业成效：Agent用户粘性增强，商业模式完善实现初步兑现投资建议和风险提示 01AI Agent：底层技术愈发成熟，算力成本降低开启产业化篇章 1.1、AI Agent：感知环境，自主行动，更广泛的人机融合1.2、大模型：实现复杂任务规划，推理的ScallingLaw时刻1.3、算力：国内外算力保障供给，Agent推理成本有望下降 1.1.11 AI AgeAI Agentnt：感知环境，自主行动，更广泛的人机融合：感知环境，自主行动，更广泛的人机融合 AI Agent是一种能够感知环境、进行决策和执行动作的智能实体，具备通过独立思考、调用工具去逐步完成给定目标的能力，可拆解为大模型+规划+记忆+工具使用四个组成部分。例如，与每一步都需要人工输入的传统人工智能工具不同，AutoGPT代理可在后台持续工作。它们会根据所规划的目标开展行动，并可自主运行。 大模型：充当Agent的大脑,配合规划、记忆、工具高效完成任务。规划：子目标和分解，Agent将大任务分解为较小、可管理的子目标，使其能够有效处理复杂任务；反思和完善，Agent可以对过去的行为进行自我批评和自我反思，从错误中学习，并为未来的步骤进行完善，从而提高最终结果的质量。记忆：短期记忆，所有的上下文学习都是利用模型的短期记忆进行学习；长期记忆，这为Agent提供了在长时间内保留和回忆（无限）信息的能力，通常通过利用外部向量存储和快速检索来实现。工具：学会调用外部API以获取模型权重中缺失的额外信息（经常在预训练后难以更改），包括当前信息、代码执行能力、访问专有信息源等。 AI Agent带来更广泛的人机融合。基于大模型的Agent不仅可以让每个人都有增强能力的专属智能助理，还将改变人机协同的模式，带来更为广泛的人机融合。智能体（Agent）模式中，人类设定目标和提供必要的资源（例如计算能力），然后AI独立地承担大部分工作，最后人类监督进程以及评估最终结果。 1.1.2.2.1 Age1 Agentnt性能依赖于推理能力，性能依赖于推理能力，CoTCoT为其重要手段为其重要手段 AI Agent的性能依赖于推理能力，思维链（CoT）提示技术是提升这一能力的重要手段。 就像人类一样，在从事复杂任务时，每一步之间往往会有一个推理过程。AI Agents也会借助ReAct组件（Reasoning and Acting），将大模型的推理能力和行为决策紧密结合起来，使语言模型可以根据知识进行有逻辑地计划安排。 根据《Chain of Thought Prompting Elicits Reasoning in Large Language Models》，思维链提示策略可以有效提升大型语言模型的推理能力。通过在输入中加入一系列中间推理步骤作为提示，引导模型按照类似人类的思维方式进行推理，从而提高其在各种复杂任务中的性能，进行更深层次的逻辑推理和问题解决。 Altman提出了AGI五级理论，推理能力提升是向L3智能体过度的重要环节。其中，AI Agent处于通过AGI的L3等级，智能体不仅能思考，还可以采取行动的AI系统，能够执行全自动化业务。L2等级所展现的强大推理和问题解决能力是达到Agent等级的重要环节，OpenAI o1模型为L2等级的代表。 1.1.2.2.22传统传统ScallingScallingLawLaw已放缓，已放缓，o1o1掀起推理的划时代革命掀起推理的划时代革命 受制于高质量文本数据越来越少等原因，传统的大模型ScallingLaw已放缓。根据The Information，传统的大模型Scaling Law已经撞墙，OpenAI下一代旗舰Orion遭遇瓶颈，仅仅增加模型规模已经不能保证性能的线性提升，且伴随着高昂成本和显著的边际效益递减。路透社发文表示，由于当前方法受到限制，OpenAI和其他公司正在寻求通向更智能AI的新途径。 OpenAI发布了全新的多模态Self-play RL模型o1，通过多步推理的方式，其在语言推理方面取得了傲人的成绩，开启了推理的ScallingLaw时刻。 o1开创模型scaling的新维度，模型性能不再仅仅受限于预训练阶段，现在可以通过增加推理计算资源来提升模型表现。OpenAI发现，随着强化学习的增加（训练时间计算）和思考时间的增加（测试时间计算），o1的性能会持续提高。o1模型实现了结构化推理，展现思维链（COT）能力，将单个任务拆解成多个简单任务，提升回答的逻辑性。它通过让模型在回答复杂问题时，逐步解释每一步的推理过程，而不是直接给出答案。因此模型在回答问题时就像是人类在解题时那样，先思考每一步的逻辑，再逐步推导出最终的结果。具体来看，o1至少已经能够实现：提出假设，验证思路，反思过程这三种主要的逻辑推理能力。 我们认为，大模型已从GPT 3.5的简单对话能力发展至o1的复杂任务规划解决能力，为AI Agent发展建立了技术根基，通过强化推理的方式迈开通过AGI的重要一步。 1.1.33算力：国内外算力保障供给，算力：国内外算力保障供给，AgeAgentnt推理成本有望下降推理成本有望下降 国内外算力供需错配现象改善，算力部署成本有望下降，有利于Agent产业化推广。 1）国外英伟达B卡明年有望加速出货。根据英伟达FY25Q3最新季报，CEO黄仁勋表示，在经历过多次修改后，Blackwell芯片目前已全面投产；首席财务官Colette Kress表示，Blackwell芯片计划于本季度开始出货，并将在明年加速出货。 2）国产芯片供应逐步向好。以海光与寒武纪为代表的国产算力2024年存货、预付款表现均出现好转，或预示着国内AI芯片出货迎来好转。我们认为，华为昇腾、寒武纪思元和海光深算是国产算力的重要供给方，多轮迭代后可与英伟达主流芯片对标，基本能够满足小模型训练和下游应用的推理需求，国内算力供给好转有望满足Agent规模化推广推理算力需求。 从AI算力租赁成本来看，租赁价格今年较去年缩水70%。根据PANews，去年由于AI算力供应紧张，H100的租赁价格高达每小时8美元，但现在市场上算力供应过剩，价格降到了每小时2美元以下。目前，市场上H100的供应量远超需求，因此租用H100比购买更划算，投资购买新的H100已不再具有收益。 02产业进程：国内外科技厂商共振，场景化AI Agent落地加快 2.1、大模型能力增长遇瓶颈，国内外科技大厂转向AI Agent 2.2、软件开发门槛大幅降低，千行百业爆款Agent/应用将至 2.3、垂类Agent：行业know-how显现，下一代AI应用重要场景 2.2.11大模型能力增长遇瓶颈，国内外科技大厂转向大模型能力增长遇瓶颈，国内外科技大厂转向AI AgeAI Agentnt OpenAI、Google、Anthropic正在将注意力从模型转移至一系列AI Agent工具上，“贾维斯”未来将至。 Anthropic：10月23日，Anthropic发布了Claude 3.5 Sonnet升级版，推出革命性功能——Computer use，可通过API即可实现AI与PC交互，替代人力进行使用计算机控制鼠标、键盘，包括查看屏幕、移动光标、点击按钮和输入文本等操作。 Google：根据The Information，Googel正在开发一个专门针对Chrome浏览器进行了优化的AI Agent，其代号为「Project Jarvis」，将为用户执行任务，包括“收集研究资料、购买产品或预订航班”。Project Jarvis或在今年12月公布，将由Gemini 2.0提供AI支持，只能在Web浏览器上运行。Project Jarvis在执行不同操作时，中间会有几秒钟的思考时间。此外，根据至顶网，谷歌云计划推出AI Agent合作伙伴计划以及新的AIAgent Space，其目的是让客户在谷歌的在线市场上轻松查找、购买和部署合作伙伴的人工智能代理，推动生成式人工智能销售和客户增长。 OpenAI：据彭博社，OpenAI正准备推出代号为“Operator”的新型AI Agent工具，计划于2025年1月发布。该工具能够在用户的计算机上自动执行任务，如编写代码或预订行程。OpenAI计划在明年1月发布该工具的研究预览版，并通过公司的应用程序接口（API）向开发者开放。 2.2.11大模型能力增长遇瓶颈，国内外科技大厂转向大模型能力增长遇瓶颈，国内外科技大厂转向AI AgeAI Agentnt 国内智谱抢跑发布AutoGLM，百度、腾讯、钉钉等互联网大厂纷纷跟进。 智谱：10月24日，智谱发布“Web BrowserUse”AutoGLM-Web，一个能模拟用户访问网页、点击网页的浏览器助手。具体来看，1）可以根据用户指令在私域网站上完成高级检索并总结信息；2）模拟用户看网页的过程，进行批量、快速的浏览并总结多个网页内容；3）结合历史邮件信息回复邮件。10月25日，智谱发布了AI手机端的“phoneuse”AutoGLM，只需接收简单的文字/语音指令，它就可以模拟人类操作手机，通过一句话的方式手机便可自动点外卖、发微信、写点评、给朋友圈评论。根据科创板日报，目前，智谱的AutoGLM可适配微信、淘宝、美团、小红书、大众点评、12306、携程、高德地图共8款应用。 百度：11月12日，百度世界2024现场，李彦宏分享了百度在过去一年的技术创新最新成果，并发布了两大AI应用方向：智能体和产业应用。李彦宏现场展示了4种不同类型的智能体，包括公司类智能体，角色类智能体，工具类智能体和行业类智能体。例如行业类智能体中，大会现场展示的法律行业智能体—法行宝，它可以帮助用户解答各类法律相关的问题。上线半年多以来，法行宝为940万人提供了高效、可信赖的法律服务，已经回答了1660万个问题，成为每个人免费的AI律师。 钉钉：11月13日，钉钉迎来重磅升级：AI深入业务场景，钉钉面向企业关键场景推出“精选AI助理”，首批已上线工单助理、Excel助理、法务助理等6大AI助理。同时，钉钉联合生态伙伴发布行业AI解决方案，覆盖制造、医疗、零售、教育等行业。 腾讯：11月15日，腾讯出品的ima.copilot（以下简称ima）正式上线了Windows版本。ima由腾讯混元大模型提供技术支持，是面向学习、办公场景，以知识库为核心的AI智能工作台，是搜、读、写一体的效率工具。 资料来源：智谱微信公众号，科创板日报，界面新闻，机器之心，腾讯科技等，德邦研究所 2.2.22软件开发门槛大幅降低，千行百业爆款软件开发门槛大幅降低，千行百业爆款AgeAgentnt//应用将至应用将至 人人编写软件时代或将来临，软件开发门槛大幅降低。 根据ARK，在代码编程领域，AI作为代码助手能够帮助人类减少55%的编程时间。此外，AI编程不仅提高了开发效率，还将降低对专业开发者技能的需求，未来人人都是开发者成为可能，使得软件开发更加民主化，更多的人有机会和能力参与到软件开发中。根据Gartner预测，到2025年，70%的应用程序将由低代码和无代码开发平台构建，其中80%的应用程序由非IT工作者开发而成。 千行百业爆款智能体应用有望陆续涌现。我们认为，软件开发门槛的降低有助于涌现大量智能体应用，而具备客户真实场景，致力于解决客户实际需求的厂商有望