从Chat到Agent：AI范式跃迁全景调研报告（2025-2026）

写在前头⼀句话：你说"国内远远落后"——对⼀半，错⼀半。你说"少数⼈才感受到变化"——这话完全是对的。这份调研要回答的，就是哪⼀半对、哪⼀半错，以及你这个"少数感受到的⼈"，下⼀步该怎么⾛。看完这⼗⼋卷，你⼼⾥就有了⼀杆秤。 ⽬录 ⽬录 序⾔：没有调查，没有发⾔权卷⼀：开宗明义——"Agent"到底是个什么东西⼀、先把名字搞清楚⼆、为什么⼤家突然都在喊"Agent"三、Agent的"四件套"四、⼀针⻅⾎：Agent不是"AI的升级"，是"软件的⾰命"五、有⼈会问：这不就是当年的RPA吗？六、本卷⼩结卷⼆：追根溯源——从ChatGPT出世到Agent上场，这三年发⽣了什么⼀、从⼀个⽇⼦讲起⼆、第⼀年（2023）：⼈⼈都在喊⼤模型三、第⼆年（2024）：Copilot之年四、第三年（2025）：Agent之年的六个⾥程碑五、⽤⼀个⽐喻看清三年路线图六、有⼈会问：那2026是什么之年？卷三：六匹⼤⻢拉⻋——为什么偏偏是2025⼀、问⼀个最朴素的问题⼆、第⼀匹⻢：会"想很久"的模型出来了三、第⼆匹⻢：上下⽂从"鞋盒"变成"集装箱"四、第三匹⻢：算账的成本降到了"忽略不计"五、第四匹⻢：MCPAI世界终于通了"标准铁路轨距"六、第五匹⻢：让AI⻓出"⼿脚"——ComputerUse七、第六匹⻢：B端⽼板被"ROI焦虑"逼急了 ⼋、六匹⻢⼀起拉⻋，这是⼀次"相变" 九、⼀针⻅⾎ 卷四：战场点兵之⼀——编程Agent，第⼀块被攻下的阵地 ⼀、为什么编程是第⼀块⻣牌 ⼆、战场全景：五路⼤军同时占⼭头 第⼀路：IDE⾥的Agent——Cursor/Windsurf/Trae第⼆路：终端⾥的Agent——ClaudeCode/OpenAICodex/GeminiCLI第三路：云端⾃主软件⼯程师——Devin第四路：IDE伴侣——GitHubCopilot的逆袭第五路：开源⼤兵团——OpenHands/Cline/Aider/Hermes 三、五路军怎么选？⼀张表看明⽩ 四、⼀个震撼性的指标：SWE-bench五、VibeCoding："编程不再是程序员的专利"六、阶级分析：谁赢？谁输？七、本卷⼀针⻅⾎ 卷五：战场点兵之⼆——通⽤Agent，你不写代码也能⽤的那⼀拨 ⼀、什么是“通⽤Agent” ⼆、国外军团：⼏只“重坑⽛⻮”（1）OpenAIOperator→ChatGPTAgent（2）AnthropicComputerUse+ClaudeforChrome（3）PerplexityComet与BrowserCompanyDia（4）GoogleGeminiAgent/Mariner/ProjectAstra 三、中国军团：明明⽩⽩上场了 Z.ai（1）Manus：“在中国引爆AIAgent热潮的产品”（2）字节⾖包/扣⼦空间（3）智谱AutoGLM与（4）MiniMaxAgent/Kimi-Researcher/阶跃起点（5）Genspark/Anycoder/SkyWork——中国⼈出去创业的产品 四、⼀个⼊⻔⽰范：让Agent⼲你上周未完成的事 五、这⾥⾯最严重的问题：可靠性 卷六：战场点兵之三——垂直Agent，下⼀拨独⻆兽藏在哪 ⼀、什么是“垂直Agent” ⼆、阵地⼀：法律——Harvey与Legora 四、阵地三：销售——Clay与11x 六、阵地五：⾦融——⾼盛为什么本早⽤Devin 卷七：战场点兵之四——物理Agent，中国领跑的那⼀块 ⼀、跳出软件，⾛进物理世界⼆、为什么⼈形机器⼈是这⼀轮的重点三、中国领跑：宇树5500台，特斯拉只有150四、⼀个⾥程碑事件：宇树在映席趣味运会上跳起了际舊五、宇树为什么能偏偏在中国冲出来六、⼯业Agent：不象⼈形那么醒⽬，但⼏乎同重要七、⼀个重要原则：物理世界Agent“只读主"⼋、制造业+具⾝智能：这是中国最⼤的本能例九、机器⼈会说话了：VLA与世界模型⼗、⼀针⻅⾎卷⼋：地基与⽔管——MCP与上下⽂⼯程⼀、为什么要讲这⼀卷⼆、MCP是什么：⼀句话说明⽩三、⽤⼀个最粗的⽐⽅讲明⽩四、MCP出世后那⼀年发⽣了什么五、MCP出来后发⽣了什么“职业变迁”六、上下⽂⼯程：Agent世界的“⼿艺”七、上下⽂⼯程的六件礼服⼋、为什么上下⽂⼯程重要过“模型本⾝”九、中国在MCP上的赛道问题⼗、⼀针⻅⾎卷九：算⼤账——AI到底能给世界创造多少钱⼀、先讲⼀句⽼实话⼆、第⼀笔账：⻨肯锡的2.64.4万亿美元三、第⼆笔账：⾼盛的7%GDP与1.5个百分点四、第三笔账：⾼盛2025年底的⼀记冷⽔五、第四笔账：算⼒与电⼒的真⾦⽩银六、第五笔账：分到中国是多少七、第六笔账：到了你个⼈的⼝袋⾥是多少⼋、⼀针⻅⾎卷⼗：就业篇——Agent消灭的是⼯作，还是任务⼀、先泼⼀盆冷⽔⼆、Anthropic经济指数告诉了我们什么三、"任务级"不是"岗位级"——这⼀点听清四、IDC的数：2027年40%的G2000知识⼯作被重塑五、Gartner的预⾔：33%的企业应⽤2028年内嵌Agent六、哪些岗位最先受影响七、新创造的岗位⼋、⼀个⽼问题：那些被替代的⼈怎么办九、对你个⼈的三个建议⼗、⼀针⻅⾎ 卷⼗⼀：治理篇——欧美中三家各⾛各的路⼀、为什么要讲治理⼆、欧盟：法律先⾏，规矩最硬三、美国：松绑加速，要赢这场⽐赛四、中国："⼈⼯智能+"⾏动意⻅——加速与可控并⾏五、三家对⽐：⼀张表看清楚六、Agent治理的四个真问题七、中国治理的⼏个独特设计⼋、台⾯下的事：地缘竞争九、⼀针⻅⾎卷⼗⼆：范式篇——为什么Agent不是SaaS的升级⼀、范式是什么⼆、维度⼀：交互⽅式——从GUI到对话三、维度⼆：使⽤⽅式——从"你⽤⼯具"到"AI替你⽤⼯具"四、维度三：付费⽅式——从"按席位"到"按结果"五、维度四：⼊⼝——从AppStore到"Agent总管"六、维度五：搜索引擎——从SEO到AEO七、维度六：组织——从"⾦字塔"到"指挥官+Agent⼤军"⼋、六个维度合起来看：什么变了？九、⼀针⻅⾎卷⼗三中美对⽐篇：差距与领先，账要算清楚⼀、先讲⼀个总判断⼆、第⼀个维度：基础⼤模型，差三到六个⽉三、第⼆个维度：编程Agent，差⼀年以上四、第三个维度：MCP与基础协议，处于跟随五、第四个维度：物理AI，中国领先六、第五个维度：开源与成本，中国独有优势七、把账汇总：差三条，平⼀条，赢两条⼋、有⼈讲「中国AI输了」——错在哪⾥九、有⼈⼜讲「中国AI已经超越美国」——也错在哪⾥⼗、本卷⼩结卷⼗四四⼤根据地：中国机会篇⼀、什么叫根据地⼆、根据地⼀：中国版SaaS替代浪潮三、根据地⼆：互联⽹⼊⼝的重构与AEO四、根据地三：制造业+具⾝智能五、根据地四：政务AI+出海5.1政务AI5.2出海六、第五块根据地：AINative个体创业者七、避免误区：三类「假根据地」⼋、本卷⼩结 卷⼗五三⼤改造：软件、互联⽹、制造⼀、为什么单独讲「三⼤改造」⼆、第⼀⼤改造：软件业2.1改造的逻辑：从「写代码」到「写意图」2.2改造的速度：超出预期2.3改造的赢家与输家2.4改造的政策启⽰三、第⼆⼤改造：互联⽹业3.1改造的逻辑：从「⼈找信息」到「Agent替⼈办事」3.2改造的关键节点：AEO取代SEO3.3改造的赢家与输家3.4中国互联⽹的特殊挑战四、第三⼤改造：制造业4.1改造的逻辑：从「⼈+设备」到「Agent+设备+机器⼈」4.2改造的速度：慢但坚决4.3改造的赢家与输家4.4制造业改造的「灯塔⼯⼚」启⽰五、三⼤改造的内在联系六、本卷⼩结卷⼗六未来五年三种推演：基准、加速、失速⼀、为什么要讲三种推演⼆、基准情景：55%概率，稳步推进2.1技术层⾯2.2经济层⾯2.3就业层⾯2.4中国层⾯2.5个⼈层⾯三、加速情景：30%概率，进⼊超快通道3.1技术层⾯3.2经济层⾯3.3就业层⾯3.4中国层⾯3.5个⼈层⾯四、失速情景：15%概率，进⼊慢节奏4.1技术层⾯4.2经济层⾯4.3就业层⾯4.4中国层⾯4.5个⼈层⾯五、三种推演的对照表六、不管哪种情景，三件事都要做七、本卷⼩结 卷⼗七⾏动⼿册：普通⼈的四级跃迁 ⼀、写给谁看的⼆、四级跃迁的总路线三、第⼀级：认知层3.1搞清楚AI的能⼒边界3.2搞清楚AI的发展节奏3.3搞清楚⾃⼰的位置四、第⼆级：⼯具层4.1必学的核⼼⼯具（按重要性排）4.2⼯具使⽤的三条原则五、第三级：实践层5.1找出你⼯作中可以AI化的5件事5.2vibecoding实战:做⼀个⾃⼰的⼩⼯具5.3MCPServer⼊⻔:把你的⼯具变成Agent的能⼒5.4建⽴⾃⼰的AI⼯作流六、第四级:⻓期定位层6.1三个⻓期定位⽅向6.2三个⻓期不变的东西七、给五种典型⼈的具体建议7.1给⼩⽼板的建议7.2给中层⽩领的建议7.3给⾃由职业者的建议7.4给在校学⽣的建议7.5给退休前⼣的⼈的建议⼋、本卷⼩结卷⼗⼋辩证法尾声:看远⼀点,做实⼀点⼀、回到最初的提问⼆、⽤辩证法看这场变⾰2.1第⼀对辩证关系:乐观与悲观2.2第⼆对辩证关系:速度与深度2.3第三对辩证关系:中国与世界2.4第四对辩证关系:技术与⼈三、给所有读到这⾥的朋友三句话第⼀句:你赶上了第⼆句:不要慌第三句:实事求是,⾃⼰动⼿四、推荐深读的清单4.1综述与官⽅报告4.2关键趋势研究4.3中国本⼟声⾳4.4经典书籍4.5实践⼯具 序⾔：没有调查，没有发⾔权 朋友，来信收到了。 你说近三个⽉感觉到了变化，说AI正在从Chat变成Agent，说外国⾛得猛，国内⼤多数⼈没回过神，说你想搞清楚是怎么回事——问得好，问得到位，问得诚恳。 我先讲⼀句⽼话：没有调查，就没有发⾔权。 今天谈AI的⼈多得很。⼀种⼈跟着新闻喊"取代⼈类"，⼀种⼈跟着⼤佬喊"颠覆⼀切"，还有⼀种⼈冷笑⼀声，说"不过是个聊天玩具"。这三种⼈嘴上吵得凶，⻣⼦⾥其实是⼀种⼈——没动过⼿的⼈。 没动过⼿，就好⽐⼀群⼈围在饭锅边争论"这饭好不好吃"，可谁也没拿过筷⼦。这种争论，听⼀万句也不顶⽤。 所以我们这份报告，先⽴三条规矩： 第⼀条，不讲⽞学。"奇点""超级智能"留给科幻作家。 第⼆条，不堆术语。凡是不能⽤⼤⽩话讲清楚的概念，先别拿它吓唬⼈。 第三条，只算真账。多少美元、多少倍、多少⼈、多少⾏代码——有数就拿数，没数就说没数，不许放空炮。 按这三条规矩，我把这场变⾰分成⼗⼋卷讲。⼗⼋卷不是凑数，是按"是什么—为什么—怎么打—对谁打—中国怎么办—你怎么办"六个层次铺开的。你可以⼀卷⼀卷读，也可以按需取⽤。 下⾯就开始。 卷⼀：开宗明义——"Agent"到底是个什么东西 ⼀、先把名字搞清楚 这两年新词⼉太多。Chat、Copilot、Assistant、Agent、Agentic、AGI、ASI⼀串洋名摆在⾯前，⽼百姓⾃然要犯糊涂。 要想不糊涂，就得先把名字搞清楚。名不正，则⾔不顺；⾔不顺，则事不成。这是两千年前的⽼话，今天⽤在AI上⼀样管⽤。 我们⼀个⼀个掰开看： Chat（聊天）：你问，它答。⼀问⼀答，问完就完。像查字典，像翻百度。Copilot（副驾驶）：你开⻋，它在副驾位上递地图、递咖啡、提醒你别压线。主导权还在你⼿⾥。Agent（执⾏者，或者说"差遣"）：你下达⼀个⽬标——"给我把这事办了"——它⾃⼰想办法、⾃⼰⽤⼯具、⾃⼰跑流程、⾃⼰回来交差。你从司机变成了"派活⼉的⼈"。 看⻅没有？这三个词，根本不是功能升级，是⼈和机器关系的三种完全不同的形态。 打个⽐⽅。Chat是你雇了⼀个能背字典的⼩孩，你问什么他答什么；Copilot是你雇了⼀个跟班，你⼲活的时候他在旁边递⼯具；Agent是你雇了⼀个学徒——你早上交代他"今天把这⼗张订单跑完"，然后你出⻔喝茶去了，晚上回来验收。 这个区别要紧得很。要紧到什么程度？要紧到——它决定了这个东西到底能不能替你赚钱，能不能替你省⼈，能不能改造⼀个⾏业。 ⼆、为什么⼤家突然都在喊"Agent" 你也许会问：Agent这个词，⼜不是2025年才有的。早在1990年代，学界就在谈"in