核心观点
- 2025年是Agent元年：AI正从L2（推理者）向L3（Agent/智能体）进化，标志着AI从“思考”走向“行动”。
- 四大驱动力：
- 技术成熟度达到临界点：强大的多模态基础模型和成熟的强化学习训练方法已准备就绪。
- 标杆产品的出现：行业领导者（如OpenAI, Google, Anthropic）推出了关键产品（如Operator, DeepResearch），基准测试显示顶尖Agent在特定任务上的效率已可匹敌甚至超越人类专家。
- MCP协议的普及将促进Agent生态的互联互通。
- 市场需求驱动：市场迫切需要AI能够落地解决复杂业务问题、自动化多步骤流程，并带来显著的生产力提升，Agent的出现恰好满足了这一需求。
- Agent的重要性：
- 深度自动化：Agent具有深度自动化、指数级效率提升和成本优化潜力，将人类从重复性劳动中解放出来，聚焦更高价值的创造性工作。
- 通往AGI：Agent（L3）是通往通用人工智能（AGI）和具身智能的关键环节。
- 重塑互联网入口：Agent可能改变用户获取信息和完成任务的方式，挑战传统搜索引擎，并可能使操作系统、浏览器或“超级App”成为新的核心入口。
- 竞争格局：
- 模型即产品：爆款应用背后是模型能力更新，浅层套壳产品终将被颠覆。
- 通用Agent将由大厂主导：大型科技平台（OpenAI, Google, 微软；国内 BAT、字节、华为等）凭借模型、数据、算力、生态优势主导通用 Agent 和平台生态的构建。
- 垂直机会：垂直领域凭借深度领域知识和工作流整合仍有创新机会，但长期面临通用 Agent 能力提升的威胁。
- 投资建议：
- 重视 Agent 投资窗口：2025年是布局 Agent 领域的重要窗口期。
- 长期配置平台巨头：拥有强大基础大模型、算力、数据和生态系统的大型科技平台公司是 Agent 时代的核心受益者。
- 关注垂直领域领跑者：在特定垂直赛道已经建立深厚领域知识壁垒、拥有清晰商业模式和客户基础的垂直 Agent 提供商具有较高的短期增长潜力。
- 风险提示：技术成熟度风险，高成本风险，商业模式不确定性风险，竞争加剧风险。
关键数据和研究结论
- AI发展阶段：OpenAI将AI发展阶段分为L1到L5五个阶段，Agent代表了AI从“思考”走向“行动”的关键一步。
- AI Agent数量：根据AI Agents Directory统计，截至2025/4/7，全球共有1211个AI Agent，覆盖57个不同类别。
- Agent的构成：Agent必须具备对话能力、推理能力、长记忆、工具调用四大核心能力。
- Agent的智能程度：Agent的智能程度是有层次和梯度的，L1为聊天机器人，L2为推理者，L3为智能体，L4为创新者，L5为组织者。
- RE-Bench基准测试：2024年的RE-Bench基准测试显示：在2小时短时限内，顶尖AI Agent得分是人类专家的4倍；但将时间放宽到32小时，人类表现则反超部分Agent。
- MCP协议：MCP（Model Context Protocol，模型上下文协议）旨在统一大型语言模型（LLM）/Agent与外部工具、数据源之间的通信方式，促进Agent行业互联互通。
- 垂直领域AI Agent：我们总结了30家上市公司在垂类Agent方面的布局，其产品基本符合Agent定义且具有垂直领域的比较优势，例如出版校对（果麦文化）、电商外贸（焦点科技）、企业服务（创业黑马）、美学设计（美图公司）等。
- Agent最先落地的行业和场景：知识工作（尤其是代码）、软件开发与编程辅助、垂直领域的专业Agent（如营销/人力资源）。
- 法律AI Agent对比：Harvey AI是目前估值最高的公司，25年1月完成3亿美元融资，估值达30亿美元；其他产品则有不同侧重点，例如CoCounsel擅长文档总结或问答功能；Spellbook经济实惠，在合同工作方面表现出色；而Tucan.ai则以“完全符合GDPR合规要求”为卖点，主要面向需要严格数据保护的欧洲客户群体。
