报告行业投资评级 报告未提及行业投资评级相关内容 报告的核心观点 - AI发展从推理者走向智能体，模型底座智能水平提升，产业链从模型能力提升向应用商业化跃迁，基础模型迭代放缓，推理算力需求攀升，更聚焦商业化能力和生态建设 [4] - 中间层通信协议与开发工具涌现，助力构建智能体新型操作系统，开发者生态加速繁荣，开发工具与底层框架标准化将加速AI智能体商业化进程 [4] - 应用层智能体应用分通用和垂类产品，前者发展成熟，后者起步晚但有望成B端数智化转型抓手，初代产品已实现上亿美金年经常性收入，出现新收费模式，未来需提升规划、记忆和多模态理解能力释放变现潜力 [4] - 相关标的包括推理算力的英伟达、博通；中间工具和数据层的谷歌、Snowflake；下游应用的Salesforce、SAP、Shopify；云服务的亚马逊、微软、谷歌 [4] 根据相关目录分别进行总结 一、AI发展阶段：从推理者转向智能体，开始学会调用工具 - AI水平分聊天机器人、推理者、智能体、创新者、组织五大等级，当前正从推理者转向智能体，智能体产品加速推进 [6] - 智能体公式为Agent = LLM + Memory + Planning + Tool use，具备自主决策能力的智能体分初级和高级两个等级，初级可实现任务自动化，高级能自主规划完成长时任务 [12][15] - AI产业链中，AI Infra为大模型训练与推理奠定硬件基础，AI Agent在B端软件、C端应用等环节蓄势待发，智能体基建与应用协同演进，加速AI商业化落地 [19][25] 二、Agent模型层：底座智能水平提升，推理能力成为核心 - AI模型扩展法则迎来范式转变，从预训练扩展阶段到后训练扩展阶段，再到测试时扩展阶段，主次扩展曲线逐步切换，投资方向向推理侧转变 [33][38] - 预训练扩展中，算力、模型参数与训练数据影响模型性能，高质量数据成为瓶颈，OpenAI可能因数据增长跟不上模型性能提升诉求，转向其他方式解决问题 [40][43] - 后训练扩展通过微调技术持续创新，如强化微调、偏好微调，打造模型特定性格，丰富垂类交互体验，垂类模型应用前景广阔 [53][54] - 测试时扩展使模型实现深度推理，OpenAI推出的o系列推理模型引入测试时计算，提升模型性能，Agent落地未来可期 [58] - AI模型扩展循环中，预训练奠定模型内部智能上限，后训练及测试时扩展释放智能潜力，未来值得关注Meta Llama - 4和OpenAI GPT - 5模型 [67] 三、Agent中间层：中间工具厚积薄发，开发者生态积极构建 - MCP定义工具接口标准，打造新一代上下文通信协议，链接模型上下文信息与智能工具，MCP Server供给快速增加，开发者生态加速繁荣，向AI工具集成行业标准迈进 [69][72] - A2A开放智能体互联通信，优化新一代智能体网络协议，链接客户端与远程智能体通信，合作伙伴阵营日益壮大，助力企业内部智能体跨系统工作 [74][76] 四、Agent应用层：初代产品加速创收，商业化应用曙光乍现 - Agent应用分跨行业通用和垂类专业两大方向，通用智能体发展相对成熟，垂类逐渐兴起，未来有望向各市场横纵渗透 [79][81] - Agent赋能集中于降低成本、提高效率、增强体验三个方向，垂类智能体赋能垂直业务，跨行业智能体赋能企业工作流 [83][86] - Agent的“摩尔定律”为每7个月AI能处理的任务长度翻倍，性能提升、成本下降，智能体处理任务长度大幅提升，完成简单任务已具性价比 [89][94] - Agent初代产品ARR迅速增长，爆发潜力可期，商业模式多样，未来有望成AI应用黑马 [98] - AI时代入口尚处早期阶段，呈现中心化特点，类似互联网时代早期的门户式状态 [101] 五、相关标的 - 推理算力相关标的有英伟达、博通 [107] - 中间工具和数据层相关标的有谷歌、Snowflake [107] - 下游应用相关标的有Salesforce、SAP、Shopify [107] - 云服务相关标的有亚马逊、微软、谷歌 [107]