行业核心观点 - 大模型落地进入深水区，企业级软件正在发生一次底层逻辑的“脱胎换骨”，代表着软件架构层面的范式转移 [1][2] - 企业级AI的竞争逻辑，开始从模型能力竞争转向“认知结构”的竞争，当基础模型成为公共设施后，护城河转移到判断质量、系统协同和私有化的上下文结构 [4][5][13] - 企业软件正在从“数据操作系统”阶段进入“决策操作系统”阶段，企业级Agent架构是这一阶段的重要基础设施形态 [31][35] - 过去十年企业采购软件系统，过去三年尝试模型能力，未来十年将部署一套能够参与经营判断的智能系统 [46] 技术架构的范式转移 - 技术栈的重心正在从界面转向Agent，控制权结构发生改变，AI正在“吞噬”用户体验，界面不再是决定体验的核心 [7][8] - 新的核心是Agent这一推理层结构，企业软件的价值单位从SaaS时代的“席位”转变为Agent时代的“结果能力” [9][10][11] - 企业软件的引力中心正从记录系统（System of Record）转向上下文系统（System of Context），Context是回答“为什么如此”的认知网络，由目标、决策路径、历史经验等构成 [12][15][16] - 特赞提出的Generative Enterprise Agent架构，使智能体能够围绕业务意图展开推理并进入真实业务执行路径 [17] 特赞GEA架构详解 - GEA架构由四层组成：意图层、推理层、执行层、上下文系统 [18] - 第一层：意图层：起点是业务目标，系统首先理解企业希望解决的问题本身，使智能体围绕结果而非具体指令运行 [20][21][22] - 第二层：推理层：由特赞自研的Creative Reasoning Model进行发散推理与路径编排，生成多个可能路径并评估选择最优策略，这决定了智能体是否具备真正的业务推理能力 [23][24][25] - 第三层：执行层：通过Proactive Agent体系调度模型能力与企业内部系统接口，使任务能持续推进，执行层系统GEAClaw负责跨系统调用资源并动态调整策略，这是企业级Agent与Copilot工具的重要区别 [26][27][28] - 第四层：上下文系统：组织历史决策路径、品牌资产、用户研究等，构成企业长期判断能力的来源，是智能体具备持续推理能力的基础 [29][30] 商业模式与价值评估变化 - Agentic AI最重要的变化在于收入结构，传统SaaS的年度经常性收入建立在席位订阅上，而企业级智能体系统的年度经常性收入则建立在业务参与深度之上 [36][37] - 软件订阅关系正在从“席位订阅”转向“决策订阅”，企业采购的是一种可以影响经营结果的能力结构，这成为资本市场重新评估企业级AI公司价值的重要依据 [37][38] - 红杉合伙人提出，下一个万亿美元公司将是“伪装成服务商的软件企业”，其价值体现在能否持续影响业务结果，而不仅仅是提供工具 [39][40]