传播文化行业：AI+Agent发展，关注游戏、营销、教育落地

AI Agent的核心价值：不止于回答问题，更解决问题。当AI智能化水平比较低时，只能为人提供一些辅助建议，AI是嵌入在工作流程的某个环节中的；而发展到一定程度，AI能够胜任大多数的工作而不需要太多的人为介入，用户只需要设立目标、提供资源、监督结果即可，工作中“AI占比”大幅提升，即可以认为是一种智能体模式。如3月6日凌晨发布的Manus就是定位AI智能体，强调“解决问题”，Manus会自行分解任务、编写代码、云端执行，最后交付完整的结果，对比目前能力较强的LLM对话机器人工具来看，在非联网模式下，完全相同的prompt只能得到简单的信息整理结果。 AI Agent的核心环节：计划、记忆、工具调用。LLM在AI Agent中扮演了与用户交互的核心角色，也是AI Agent采取行动的大脑，而要能够作为智能体完成任务，在行动之前还需要几方面的要素协同，具体而言包括1）计划：事前拆分、规划和持续反馈、调整；2）外部工具：Agent的能力提升来自外部工具的调用。；3）记忆：是用于获取、存储以及取回信息的关键能力。 多智能体渐成主流，LLM推理能力与工具调用是关键。Agent的尝试先从单一智能体开始，旨在扩展大模型的能力范围，早在2023年就有此类产品推出，如ChatGPT的Plugins；而随着OpenAI o1借助思维链的方式提升推理能力，以及OpenAIResponses API、Claude MCP等工具的推出，Agent构建的便捷性提升，对于Agent发展有积极意义。 以Manus的推出为标志，各类AI智能体（AI Agent）发展有望迎来加速，关注游戏、电商、营销、教育场景落地。不同于传统AI工具，AI智能体强调对环境感知、工具调用和问题解决，因此对应更加复杂和多元化的需求场景。在此背景下，我们认为游戏、电商、营销、教育场景有望落地。1）游戏：借助AI智能体，游戏角色可以应对的场景更加复杂，如AI队友、AI智能体模拟等或可带来新的游戏体验，推荐恺英网络、姚记科技，受益标的巨人网络、完美世界。2）电商营销，AI智能体或改变用户的购买决策路径、提升公司的营销工作效率，从而促进行业发展，推荐值得买、美登科技，受益标的因赛集团、迈富时。3）教育：AI智能体可帮助教师提升教学效率，生成更加具备交互性的教学内容，受益标的南方传媒、皖新传媒、世纪天鸿。 风险提示：AI智能体发展不及预期，相关产品落地效果不及预期，行业竞争格局变化。 1.投资建议 以Manus的推出为标志，各类AI智能体（AI Agent）发展有望迎来加速，不同于传统AI工具，AI智能体强调对环境感知、工具调用和问题解决，因此对应更加复杂和多元化的需求场景。在此背景下，我们认为游戏、电商、营销、教育场景有望落地。 1）游戏：借助AI智能体，游戏角色可以应对的场景更加复杂，如AI队友、AI智能体模拟等或可带来新的游戏体验，推荐恺英网络、姚记科技，受益标的巨人网络、完美世界。 2）电商营销，AI智能体或改变用户的购买决策路径、提升公司营销工作效率，推荐值得买、美登科技，受益标的因赛集团、迈富时。 3）教育：AI智能体可帮助教师提升教学效率，生成更加具备交互性的教学内容，受益标的南方传媒、皖新传媒、世纪天鸿。 表1：请输入表标题 2.AIAgent的核心价值：不止于回答问题，更解决问题 AI和人协同中“AI占比”逐步提升，合作模式会逐步由嵌入合作变为智能体模式。在早期阶段，AI智能化水平比较低，也并不能很好的领会用户意图，这种情况下需要用户使用prompt去指示其完成每一个单一目标，只能为人提供一些辅助建议，AI是嵌入（embedding）在人的的工作流程中某个环节的；而随着AI水平提升，AI可以参与的环节越来越多，甚至可以相对独立完成部分子任务，由用户修改调整后采用，这种便是进入协同（copilot）模式；而发展到一定程度，AI能够胜任大多数的工作而不需要太多的人为介入，用户只需要设立目标、提供资源、监督结果即可，工作中“AI占比”大幅提升，即可以认为是一种智能体（Agent）模式。 图1：人类与AI协同的三种模式 2024年7月，OpenAI划分了AI的五个等级，分别是聊天机器人、推理者、代理、创新者和组织，当时自身定位是在“Level 2推理者”，2025年初定位为Agent的产品Operator发布，也让创始人奥特曼宣布进入“Level 3”。 表2：OpenAI定义的AI的五个等级 以Manus为例，AI智能体更强调“解决问题”的能力。比较典型的传统AI工具如以对话机器人（Chatbot）的模式进行交互的LLM产品，大多基于用户的指令出发，进行单次的“请求-响应”工作，内容也只是根据用户提供的信息（包括网络信息）进行分析推演，从而反馈答案，是为“解答问题”。 对比来看，3月6日凌晨发布的Manus就是定位AI智能体，强调“解决问题”，官方演示的案例中，包括研究、生活、数据分析、教育、生产力等多个场景，而该过程只借助了一句话的prompt即自动化完成，如提出要求“找到20家CRM公司并收集他们的公司标语与品牌故事”，Manus就会自行分解任务、编写代码、云端执行，其中涉及多次的“执行-反馈-继续”的过程，最后交付完整的word版报告，对比目前能力较强的LLM对话机器人工具来看，在非联网模式下，完全相同的prompt只能得到简单的信息整理结果。 表3：AI智能体对比传统AI工具有所提升 图2：Manus等AI智能体产品通过分析和调用工具，图3：非联网模式下，传统LLM对话机器人只能得到最终输出结果文档简单的信息整合 3.推理与调用能力进步，“多代理智能体”有望加速 3.1.AI Agent的核心环节：计划、记忆、工具调用 计划、记忆、工具是AI智能体必备的组成部分。根据Lilian Weng（前任OpenAI研究和安全副总裁）的观点，LLM在AI Agent中扮演了与用户交互的核心角色，也是AI Agent采取行动的大脑，而要能够作为智能体完成任务，在行动（action）之前还需要几方面的要素协同，具体而言包括计划、记忆、工具。 图4：AI Agent包括四个核心组成 1）计划：事前拆分、规划和持续反馈、调整。不同于普通AI工具处理的任务一般相对简单，AI Agent需要处理的任务可能是需要多个步骤完成的，因此LLM需要先将整个任务拆分成更小的、可管理的子目标，同时还需要在整个过程中反馈、反思，从而调整自己的目标和行动。如在Manus处理的“搜集20个CRM公司的标语和品牌故事”任务中，大模型首先将这个任务拆分成了多个子步骤，如创建跟踪文档、搜索和确定20家公司、对每个公司进行细节研究、整合信息、回顾和完善文档，最后才提交文档给用户。 图5：Manus将一项任务拆分成多个，并逐个执行 2）外部工具：Agent的能力提升来自外部工具的调用。在规划完工作后，Agent需要借助外部工具来获取信息、输入信息、处理信息，这一过程常常通过API协议调用的方式进行。如Manus在执行报告写作的任务过程中，也是先用搜索功能定位有效信息来源，然后采用浏览器功能进行读取，并用编辑器以md的格式进行指令和内容的撰写。 图6：Manus在完成任务过程中用到了多个工具 3）记忆是用于获取、存储以及取回信息的关键能力。对标人类的记忆分类，包括感觉记忆、短期记忆、长期记忆，AI在工作中对应的也需要这方面的能力，如内嵌在模型中的数据、基于用户提供的上下文数据、随时可以访问的外部向量数据库，特别是外部数据是AI Agent任务完成的重要部分。 表4：AI也需要不同类型的信息记忆 3.2.多智能体渐成主流，LLM推理能力与工具调用是关键 Agent的尝试先从单一智能体开始，旨在扩展大模型的能力范围。单一智能体（Single Agent）中，LLM通过调用单一工具，实现某一方面能力的提升，取决于工具的能力范围。如2023年初的HuggingGPT产品中，就使用ChatGPT作为任务规划者的角色，从HuggingFace平台的大量模型中挑选合适的模型，从而实现对图片的理解，虽然ChatGPT自身并没有多模态能力，但通过外部其他工具的辅助，也具备了解决任务的能力。 图7：HuggingGPT中LLM调用HuggingFace的模型能力回应用户需求 各个AI对话机器人产品也大多推出了Agent产品，允许用户调用和设计自己的智能体。如OpenAI早在2023年3月就推出plugins功能，通过API调用外部合作方的能力，如数据处理软件Wolfram、旅行软件Expedia、金融信息的FiscalNote等，用户可以使用ChatGPT的场景得以极大扩展。这一思路在多数AI Chatbot产品上都有设计，从而扩充其能力范围，如Kimi+、百度的文心智能体AgentBuilder、Coze等。 图8：ChatGPT早在2023年3月上线Plugins功能 图9：Coze提供各种plugins共用户使用 OpenAIo1为代表的推理模型，让LLM的计划能力水平提升显著。OpenAI在2024年9月12日发布的o1系列人工智能模型，其具备“推理”能力，在复杂推理任务方面表现出色，在数学、代码、博士级别的科学问题上得分显著高于gpt4o；相比其他生成式AI模型，o1具备“思维链”，能够从整体进行任务推理，提前规划并执行一系列步骤以寻求答案，o1还能够通过强化学习优化解决问题的方法，这使得OpenAI o1能够规避许多生成式AI模型具备的推理陷阱，提高模型准确性。 图10：o1模型相比gpt4o在逻辑性上显著提升 图11：对比GPT-4o，OpenAI o1采用了思维链的方式 外部工具协同是智能体构建的另一个要素。相比单一智能体（Single Agent），多智能体（Multi-Agent）需要接入多个外部工具或资源，此时信息的传递和不同主体的连接格外重要。 Responses API等工具提升OpenAI生态内智能体开发的便利性。2025年3月OpenAI发布的一系列新工具，可以让开发者通过API构建智能体，其中Responses API是对之前的Chat Completions API的升级，使其获得了Assistants API般使用工具的能力，从而可以帮助开发者构建智能体，其中已经内置了网络搜索、文件搜索和计算机使用（computer use）能力，网络搜索方面，经过微调的GPT-4o和GPT-4o mini在Simple QA测试中分别得到90%和88%的分数；计算机使用功能则配备了专门的计算机使用模型（CUA），其在OSWorld、WebArena、WebVoyager等测试中不低于之前SOTA。 图12：网络搜索方面，经微调GPT-4o和GPT-4o mini在测试中获得高分 图13：计算机使用在多个benchmark得分不低于之前的SOTA “AI应用的Type-C”：MCP帮助AI模型方便的处理信息、调用工具。MCP即模型上下文协议（Model Context Protocol），是Anthropic Claude于2024年11月推出的开源开放协议，旨在建立AI模型和开发环境之间的统一上下文交互，通过提供标准化的上下文信息访问，使AI模型能够更好地理解和处理代码，就像给它们之间搭建一座桥梁，使得开发者可以通过一套标准将AI应用和数据源连接起来。MCP采用客户端-服务器架构，多个服务可以连接到任何兼容的客户端，客户端可以是Claude Desktop、IDE或其他AI工具，服务器则充当适配器，暴露数据源，不管是访问本地资源（数据库、文件、服务），还是访问远程资源（如GitHub API），都能用同一个协议。 图14：MCP的客户端-服务器架构 如借助MCP，3D建模软件Blender与Claude打通实现一键建模，用户可以通过一次提示词，要求Claude自动打开Blender将2D图片转换为3D建模，大大扩展