2025企业级AI Agent（智能体）价值及应用报告：AI Agent系列报告-Ⅲ：重塑数智时代工作流程，高效提升企业生产力

Part 01概念泛化，商业价值推动产业发展Part 02价值认可，场景重塑与价值深挖Part 04实践真知，企业级Agent实践的新范式Part 05来日正长，Agent的翻涌带来无限可能Part 03蓬勃发展，企业级的生产力再造 目录 2025年，AI Agent风口已至：基础能力成熟，推动AI迈向新阶段AI Agent的兴起并非偶然。大模型、算力供给、能源供给、开源、生态系统和产业应用的同步发展，共同“托举”起AI Agent恰逢其时的诞生，成为当前最值得关注的技术趋势之一。其中，大型语言模型、模块化架构与协作框架为其筑牢根基，持续发展还需攻克评估、安全与适应性难题。AI正站在一个关键新阶段。参考OpenAI对AI的5级分级，AI已不仅仅是能进行对话的聊天机器人（L1），而是逐步进化到智能体（L3）阶段——一个能思考、并能主动采取行动的AI系统。大规模语言模型（LLMs）GPU算力供给能源供给开源模型和社区合作生态系统成熟度产业生态与应用场景LLM是AIAgent的“大脑”，近半年在推理侧实现大幅进步强大算力保障大模型训练与推理的可持续性能源供给保障大模型训练与推理的可持续性HuggingFace等平台提供开放、可扩展的环境，支持灵活的AI Agent的开发基准测试、评估框架的可用性以及与实际工具的集成支持AIAgent开发和部署企业、金融、医疗等多领域应用推动AIAgent架构和安全、合规等标准的完善数据来源：OpenAI，公开资料、甲子光年智库总结整理AIAgent L1聊天机器人具有对话能力的AIL2推理者像人类一样能够解决问题的AIL3智能体——目前阶段能思考，还可以采取行动的AI系统L4创新者能协助发明创造的AIL5组织者可以完成组织工作的AI来源：OpenAI对于AI的分级www.jazzyear.com 2025年，AI Agent风口已至：企业级AI Agent满足市场需求2025年，To B市场对AI投资的商业价值诉求发生转变。企业不再满足于概念验证或小范围试点，希望AI方案能稳定落地生产环境，集成后带来实际业务成果，同时将AI从“助手”升级为“员工”或“自动化引擎”，处理如自动生成报告、解决复杂客服问题等复杂任务，以实现显著生产力飞跃。AI Agent契合这一需求，其天生适合处理复杂任务，强调执行与行动，具备自动化复杂流程的潜力，有望带来指数级效率提升和生产力解放，满足市场对显著价值回报的需求。以“执行力”响应“落地”要求：Agent的设计理念区别于停留在“对话”或“理解”的L1/L2级AI，其L3级别的核心是“采取行动，完成任务”。这种“执行导向”与企业追求实际效果、部署落地的目标高度一致。01能力契合以“自主规划与工具使用”响应“复杂任务”要求：Agent的核心能力——自主规划、记忆、使用工具（网页、软件、API）使其天生就擅长处理需要与外部环境交互的复杂、多步骤流程，完美解决了传统AI在“流程自动化”上的短板。机制契合02企业级AI Agent的精准响应：新一代AI范式满足市场期待部署模式从“实验室”走向“生产线”过去的状态：停留在概念验证（PoC）或小范围试点，AI更像一个需要被验证的“玩具”或“辅助工具”；现在的要求：必须是能够无缝集成到现有系统、在真实生产环境中稳定可靠运行的解决方案，并能产出可被量化的业务成果；期望的AI角色：从旁观的“助手”（Assistant），转变为能独立承担责任、解决问题的“正式员工”（Employee）或“自动化引擎”（Engine）。过去的状态：局限于简单的问答、内容续写等“答案生成式”的单一任务；现在的要求：渴望自主规划、调用不同工具、横跨多个系统、涉及复杂步骤的端到端工作流。核心挑战：这些正是传统AI应用难以企及的、高价值的“流程自动化”领域。过去的状态：满足于10%或20%的渐进式效率提升，这属于“量变”；现在的要求：期待的是数量级（例如生产力翻倍甚至更高）的“质变”，旨在真正重塑工作方式、颠覆性地降低成本；终极愿景：将宝贵的人力资源从繁琐、重复的执行性工作中解放出来，使其能完全专注于更高价值的创造性、洞察性与战略性工作。任务复杂度从“单点技能”走向“综合流程”生产力回报从“增量优化”走向“指数飞跃”企业应用市场需求的质变：三大核心期望的全面升级数据来源：公开资料、甲子光年智库总结整理 以“重塑工作方式”响应“指数飞跃”要求：Agent的巨大潜力在于，通过自动化过去无法自动化的、更复杂、更耗时的工作流，能够为企业带来指数级的效率提升和生产力解放，这直接回应了市场对于“显著价值回报”的终极期待。潜力契合03www.jazzyear.com 2025年，AI Agent风口已至：市场需求得到标杆产品的验证在行业领导者的推动下，OpenAI、Anthropic、Google、OpenAI等头部企业发布关键Agent产品和技术协议，发挥引领示范作用。同时，相对成型的Agent产品如Manus、AutoGLM、Genspark等开始涌现，验证了子技术的可行性，标志着Agent从设想进入相对成熟的产品阶段。企业不再满足于AI的浅尝辄止，而是寻求能深度嵌入业务、创造颠覆性价值的真正生产力。产品名称底层模型核心技术OpenAI Operator定制CUA模型浏览器自动化、视觉理解ManusClaude Sonnet 3.7多智能体架构、Linux沙盒Devin未公开远程执行环境、规划系统Cursor多个大模型代码上下文理解、智能补全AutoGPT可定制LLM任务分解、互联网连接Deep ResearchGemini 1.5 Pro多步骤研究、网页测算ChatGPT CanvasGPT-4代码编辑、多文件管理ChatGPT AgentGPT-4及迭代模型任务流程编排、函数/工具调用中（协作任务执行）AWS AgentAWS Bedrock集成模型云资源编排、IAM策略适配、跨服务工作流中（云任务自动化）弱（结构化数据交互，文本驱动云操作）主要AI Agent产品Agent走向生产力工具数据来源：公开资料、甲子光年智库总结整理 自主性多模态能力高（网页交互）强（视觉理解）高（跨领域任务）强（文本、图像、代码）高（软件开发）中（主要文本和代码）中（辅助编码）弱（主要代码处理）高（自主执行）中（文本和图像）中（研究执行）强（文本、图像、PDF）低（协助编辑）弱（主要代码处理）中（文本为核心）www.jazzyear.com 2025年，AI Agent风口已至：科技巨头竞逐企业级Agent赛道科技巨头纷纷布局企业级Agent。AWS推出Amazon Bedrock Agent Core平台和Agentic IDE工具Kiro，助力企业快速构建和运行Agent应用；谷歌依靠Gemini系列大模型、通用人工智能助手Project Astra和多任务智能体Project Mariner，打造强大的智能Agent产品矩阵；OpenAI凭借Operator图形界面交互智能体和ChatGPT Agent多模态任务执行中枢，为企业提供便捷高效的智能交互体验。随着技术的不断成熟，企业级Agent的“自动化”能力逐渐崭露头角，受到市场的广泛关注，成为企业优化流程、提高效率的重要选择。•Agentic IDE工具Kiro•Amazon Bedrock AgentCore平台AWS•Gemini系列大模型•通用人工智能助手Project Astra•多任务智能体ProjectMarinerGoogleOperator：图形界面交互智能体ChatGPT Agent：多模态任务执行中枢科技巨头纷纷布局企业级Agent数据来源：公开资料、甲子光年智库总结整理 OpenAIwww.jazzyear.com AI Agent的核心因素：大模型能力结合自动化特征“AI Agent”（人工智能智能体）作为科技领域高频出现的术语，频繁现身于各类科技报道、学术讨论与企业宣传中。但正是这种高曝光度反而加剧了概念的混淆与误解——不仅学术界与产业界对其定义存在差异，尚未形成统一标准；产业界亦是，微软、谷歌、甲骨文、华为、Salesforce等巨头的定义细节各不相同。当前企业对AI Agent的界定中，最宽泛的理解是将其视为融入大模型能力、具有自动化工具属性的系统。学术&咨询界AIAgent复旦大学自然语言处理实验室《The rise and potential of large language modelbased agents: a survey》提出：AI Agent含三大关键组件-Brain模块，Perception模块和Action模块。中国人民大学高瓴人工智能学院《A survey on large language model basedautonomous agents》中提出AI Agent含四大核心模块：Profile、Memory、Planning和Action等。普林斯顿大学《AI Agents That Matter》中提出在AI时代，AI Agent具备复杂环境适应、自主目标追求、自然语言交互、低监管依赖、采用特定设计模式且控制流由LLM动态驱动等特征。斯坦福大学李飞飞团队《Agent AI：Surveying the Horizons of MultimodalInterAction》中提出，AI Agent是一种能够感知所处环境，并依据所感知到的信息自主做出决策并执行相应行动，以实现特定目标的实体。麦肯锡AIAgent是一种软件组件，具备代表（代理）用户或系统执行任务的自主能力。BCGAI Agent是使用工具实现目标的人工智能。数据来源：公开资料、甲子光年智库总结整理“模型+自动化” 产业界新的数字劳动力，为人类工作并与AI Agent一起工作。它们代表了人工智能的下一次发展，从简单的自动化过渡到能够管理复杂工作流程的自主系统。利用人工智能技术来为用户追求特定目标并完成任务的软件系统。将生成式AI的能力更推进一步，AI Agent不仅仅辅佐你，它可以和你并肩工作，甚至代表你行事。一种人工智能系统，无需人工干预即可理解和响应客户查询。能够自主地为用户或其他系统执行任务的系统或程序——它可以自行设计工作流程并利用可用的工具来完成任务。一种软件程序，可以与其环境交互、收集数据并使用数据执行自主任务以实现预定目标。AWS软件实体，可接收任务、检查环境、根据角色执行操作并根据经验进行调整。甲骨文英伟达谷歌微软SalesforceIBMwww.jazzyear.com 企业级AI Agent围绕“工作”展开，“工具调用”是其最核心特征企业级AI AgentLLM（记忆+工具+规划+行动）核心特征数据来源：公开资料，东吴证券，专家访谈，甲子光年智库整理人AIAIAI人人绝大多数的工作仍然由人完成指示AI指导AI指挥AI绝大多数的工作可以由AI完成ChatbotCopilotAgent名称Chatbot对话能力★推理能力★记忆能力（特指长记忆能力）工具能力规划能力行动能力含义人类完成绝大部分工作，类似向AI询问意见，了解信息，AI提供信息和建议但不直接处理工作。人类和AI进行协作，工作量相当。AI根据人类prompt完成工作初稿，人类进行目标设定，修改调整，最后确认。工具能力并非孤立存在，而是建立在强大的对话、推理和长短期记忆基础之上。它赋予了AI Agent将复杂任务分解为具体步骤，并调用外部工具或API来执行这些步骤的实操能力。Agent直接面对目标任务，其规划和执行的全自动能力基于其“工具”能力，Agent不再局限于信息处理和对话，而是能够主动与数字或物理世界交互，完成预订、查询数据、控制设备等多步骤的复杂任务，真正成为能够自主规划并解决问题的智能体。 www.jazzyear.comCopilotAgent★★★★★★★★★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，现目标后自主结