Manus新功能发布 - Manus发布新功能Wide Research 目前仅对Pro用户开放 未来将向Basic和Plus用户开放 [1] - Manus近期经历裁员风波 与阿里在中国的合作搁置 [1] - Peak季逸超上次为产品录制视频是在今年3月Manus引发Agent热潮时 [1] WAIC展会动态 - 今年WAIC吸引800余家企业参展 40余款大模型亮相 2024年参展模型数量达近百款 [2] - "AI大模型六小虎"中的百川智能与零一万物缺席今年展会 [2] - 阶跃星辰发布新一代基础大模型Step 3 与吉利合作推出AI智能座舱银河M9 实现端到端语音大模型量产上车 [3] - 阶跃星辰已覆盖国内超一半头部国产手机厂商 深度合作打造手机Agent体验 [3] 大模型厂商新动向 - 月之暗面发布并开源万亿参数Kimi K2大模型 强调通用Agent任务能力 [5] - 智谱发布GLM-4.5和GLM-4.5-Air模型 在12个基准测试中显示其国内排名第一 [5] - Minimax发布行业最高难度运动场景视频生成模型Hailuo 02和MiniMax Agent等产品 [5] - 商汤科技林达华表示Agent依赖大模型的推理、反思、规划、决策能力 是技术落地重要载体 [5][6] Agent应用趋势 - Agent从通用走向垂类场景 行业更关注能否创造实际价值 [7] - 腾讯展示12个垂直智能体应用 覆盖企业服务、生活服务与办公效率场景 [8] - 腾讯共富AI智能体针对微信生态"土特产"小店与农文旅营销场景 [8] - 金山办公WPS AI 3.0搭载Agent能力 专攻办公场景 可实现PPT一键生成和自主排版 [8] 企业级Agent部署 - 极光集团推出Multi-Agent平台 内置多种AI Agent角色 90%业务布局海外 [10] - 极光采取端到端项目制交付方式 强调私有化部署重要性 [10] - 恒生活数科依托"恒纪元"大模型打造六大金融智能应用矩阵 加速金融服务转型升级 [11] - Agent在C端商业化可能性被探讨 翻译等场景可能成为突破口 [11]

行业核心观点 - Agent从概念验证阶段进入大规模应用阶段 成为人工智能行业的必答题 [1] - WAIC 2025展示800余家企业3000余项展品 展品数量比往年增加一倍 [1] 技术发展趋势 - 万物皆可Agent化 从工业生产到医疗健康等多领域实现应用落地 [2][4] - 智能体系统展示工业场景协同能力 西门子Industrial Copilot实现从订单输入到物流调度的全流程自动化 [2][4] - 多智能体协同(Multi-Agent)成为解决复杂任务的关键方式 蜜度展示的办公系统将数小时工作缩短至分钟级 [7] - 从工具思维转向协作伙伴思维 智能体具备自主决策和任务规划能力 [7] 企业战略转型 - 科技巨头从展示大模型转向展示Agent应用 智谱AI AutoGLM模型实现跨平台任务执行包括抢红包 电商下单等操作 [5] - 交付模式从SaaS转向RaaS(结果即服务) 强调实际交付结果而非功能数量 [9][11] - MiniMax Agent展示全栈开发能力 半小时内生成可运行的横版冒险游戏框架 [9][13] 市场应用扩展 - C端产品出现井喷式爆发 WPS灵犀支持自然语言多轮对话完成文档创作和演示文稿生成 [14] - Agent被确立为AI时代的软件形态产品 类比PC时代的网站和手机时代的App [14] 基础设施发展 - 阿里云发布"无影AgentBay"云基础设施 开发者仅需三行代码即可接入高性能环境 [16] - PPIO搭建全栈式Agent基础设施服务平台 包含国内首个Agent沙箱和模型服务 [17] - 星环科技展示10分钟打造AI产业问答智能体 将数周开发过程极致压缩 [17] - 月之暗面聚焦开发者工具型模型 主力模型Kimi K2主打代码能力和Agentic任务处理 [17]

公司动态 - 易点天下发布AI Drive2 0数智营销解决方案及全球多渠道全托管AI营销专家AdsGo ai 通过Multi-Agent和AI Workflow封装成7x24小时工作的智能体系 [1] - AdsGo ai实现从"程序化自动化"到"智能化自动化"跨越 内测阶段帮助初创企业提升广告策略多样性5倍 素材测试效率提升10倍 节省人力成本65% 单次转化费用降低26% 点击率提升47% 放量效率提升132% [2] - 公司构建包括KreadoAI Funsdata Cycor CyberGrow等产品矩阵 形成覆盖营销全链路的AI智能体系 [1] 技术应用 - Agent应用已实现全岗位渗透 覆盖产研(AI Coding提效) 创意(AIGC素材生成) 运营(流程自动化) 信息化(审批/知识库)等环节 [3] - 区分泛Agent(20+个AI+RPA工具)与专业Agent 后者需具备意图理解 任务拆解 自主调动 长上下文记忆及多Agent状态感知能力 [4][38] - 专业Agent通过多智能体协作重构营销全链路 包括投前洞察 素材生产 投放优化 数据分析等环节 [4] 发展阶段 - Agent演进分三阶段：以模型为中心(单点能力) → 以任务为中心(复杂工作流编排) → 以目标为中心(自动拆解任务+多Agent协同) [12][13] - 以目标为中心的Agent需自动调度工具 保持状态感知和长上下文记忆 如公司内部ALL IN ONE AI"易精灵"处理会议预定等复杂场景 [19][21] - 当前80%工作场景可由Agent处理 如SEO全链路自动化执行(关键词挖掘→落地页优化→数据反馈) [10][15] 实施路径 - 企业构建Agent需四步：统一AI认知 加大Token消耗投入 梳理业务SOP 成立专职Agent团队 [6][31][39] - 需建立AI中台架构 底层接入多服务商模型 中层构建微调模型 上层开发面向业务的Agent应用 [23][40] - 开发周期包括SOP梳理 技术选型 工具接入等 简单Agent需1-2人 复杂工程化Agent需十余团队协作 [25][26] 行业影响 - Agent应用推动人机协同范式变革 如产品经理直接生成网页代码 管理层通过Agent筛选基层汇报 组织架构趋于扁平化 [30] - 企业私有知识库和非结构化数据应用将成为未来竞争壁垒 需提前布局文档归类与FAQ结构化积累 [24][32][43] - AI+与+AI模式并存 前者创建统一交互入口 后者赋能传统系统 共同降低SaaS软件学习成本 [28][29][44]

AI在人力资源行业的应用现状与策略 - 人工智能在人力资源领域的应用正以“老场景，新解法”的范式重构行业，聚焦于用颠覆性方案解决既有业务痛点[1] - 当前招聘相关的AI应用层出不穷，但技术环境尚未收敛，公司采取务实策略，通过小范围验证成功后再规模化复制[1] - 整体上，人力资源公司和SaaS公司在AI应用方面发展最快，企业侧相对较慢，AI仍处于完善基础设施的阶段[7] 科锐国际的AI技术应用演进路径 - 公司将生成式AI在业务中的应用演进划分为三个阶段：ChatGPT阶段重塑知识获取方式，显著提升猎头业务效率[1]；多模态阶段聚焦语音与文本模态融合，优化招聘中的语音沟通环节[2]；Agent阶段主攻重构短流程业务，实现从辅助决策到自主执行的跨越[2] - 在技术路径选择上，公司判断微调垂直大模型无实际意义，主攻RAG方向，核心是训练招聘与技能的垂直Embedding模型和研发MatchSystem匹配系统[8] - 公司利用研发的MatchSystem匹配系统和CRE Embedding模型能力，将线上线下、增量存量的客户、职位、人才和顾问进行实时AI匹配，以更快响应市场变化[10] Agent技术的落地方法与挑战 - Agent的引入从根本上改变了技术需求的界定方式和产品设计逻辑，更强调自主完成任务，需观察优秀顾问的感知与决策过程[3] - 落地Agent时应优先解决基础能力（如沙箱、工作记忆、感知系统、工具），再解决场景需求，采用迭代螺旋上升的方式[4] - 公司提出用“问题清晰度”和“费力度”两个指标筛选Agent优先落地场景，高问题清晰度、低费力度且高频出现的问题应优先解决[16][17] - 通用Agent面临“三难困境”，即长上下文窗口、有效注意力和高信息密度三者无法同时实现，而招聘Agent的上限取决于其感知能力[24][25] 核心技术突破与创新 - 公司正在研发RT推理技术和CRE-T1模型，RT技术通过多次前向传播激发Embedding模型的推理能力，已在多个公开数据集上刷新SOTA[13] - 认识到匹配不仅是语义匹配，更是推理，需要多跳检索，传统基于语义的Embedding模型在Agent时代存在Token消耗大、速度慢的问题[11] - 预训练语言模型和合成数据是关键突破性技术，大幅降低了对人工标注的依赖，并通过强化学习以少量数据显著提升推理能力[23] 产品设计与需求管理范式转变 - Agent出现之前，产品设计的核心是识别小而高频的真实需求以实现单点突破，公司提出了“问题-方案链”的需求管理方法[15] - Agent时代产品设计发生巨变，交付物的固化不再重要，更需要优秀顾问参与产研环节，以抽象提炼其感知和决策过程[15][20] - AI落地应选择“老场景，新解法”，避免走到通用大模型的主航道上，并对技术保持敬畏之心，在单点上反复打磨以实现突破[27][35] 组织变革与行业影响 - AI浪潮正在加速消灭分工和协作，公司推动产品、数据、工程师等多部门融合，要求后端会写算法、产品经理会写代码以拉齐认知[18][19] - AI变革将引发管理革命，当中层干部的协调职能被AI大量替代时，其角色可能会消失，服务行业的标准化和自动化程度将进一步提高[21][36] - 2025年公司的核心目标是将MatchSystem持续改进，增强其从语义级匹配往应用级匹配过渡的能力，并与招聘场景结合形成SearchAgent[4]

应用趋势 - 通用类Agent产品深度整合工具使用，可完成数小时人类工作量的自动化任务，交付内容丰富[1][13] - 以视觉操作为核心的Computer Use Agent（CUA）推向市场，正与文本类深度研究Agent融合[1][14] - 垂直场景加速Agent化，自然语言操控成工作流一部分，AI编程获市场验证，收入增长迅猛[1][16][17] - 头部编程应用收入增长速度创纪录，不同应用达到5亿美元年收入所需时间缩短至2年[17][18] - 模型上下文协议（MCP）受关注但尚未规模化落地，可为大模型Agent提供技术支撑[1][19] 模型趋势 - 推理能力持续提升，数理和代码类问题进步显著，部分模型在国际竞赛中表现优异（如代码竞赛准确率提升+129%）[21][22] - 大模型工具使用能力增强，端到端融合视觉与文本，多模态推理能力提升[1][25][26] - 图像生成控制能力、审美等全面增强，普通用户可仅通过自然语言进行复杂图像编辑[28] - 视频生成模型整合原生配音，可控性和物理规律协调性增强（如Veo 3支持音画同步生成）[29] - 小模型加速普及（如Qwen3-0.6B/1.7B/4B），降低部署门槛[30] 技术趋势 - 资源投入向后训练和强化学习倾斜，强化学习重要性提升，未来算力消耗或超预训练[1][33] - 多智能体系统成前沿范式，在线学习有望成下一代学习方式[1] - Transformer架构及混合架构快速迭代优化，代码验证成AI编程自动化提升的前沿[1] 行业趋势 - xAI的Grok 4跻身全球第一梯队，证明大模型无护城河[2] - 算力成关键竞争要素，头部玩家计算集群规模达数十万卡且持续扩张[2] - OpenAI领先优势弱化，谷歌和xAI迎头赶上，中美通用大模型差距缩小[2] - 中国在多模态领域表现突出，AI编程成必争之地，国内外头部玩家密集布局[2][17]

报告行业投资评级 - 看好，维持 [7] 报告的核心观点 - Meta 2025Q2 财报营收利润超预期，印证海外 AI 应用高景气度，投资—模型—应用—货币化闭环加速跑通，持续看好 Agent 商业化元年及投资机遇 [2] 根据相关目录分别进行总结 事件描述 - 北京时间 7 月 31 日凌晨，Meta 发布 2025Q2 财报，营收 475.2 亿美元，同比+22%，高于彭博一致预期；净利润 183.4 亿美元，同比+36%，高于彭博一致预期；资本支出 170.1 亿美元，同比+101% [2][4] 业务拆分 - AI 驱动广告业务量价齐升，应用家族板块 25Q2 总营收 471 亿美元，同比+22%，6 月平均 DAP 为 34.8 亿，同比增长 6%，广告收入 466 亿美元，同比+21%，广告数量同比增加 11%、单广告均价同比增长 9%，其他收入 5.83 亿美元，同比+50%；现实实验室板块 Q2 营收 3.7 亿美元，同比+5%，得益于 AI 眼镜销量增加 [10] 未来指引 - 预计 2025Q3 营业收入 475 - 505 亿美元，同比增长 17% - 24%；2025 年全年支出 1140 - 1180 亿美元，同比增长 20% - 24%；2025 年资本支出 660 - 720 亿美元，略高于先前预测；2026 年将继续加大 AI 投资 [10] AI 生态构建 - AI 应用提升广告系统效率和收益，Instagram、Facebook 广告转化率分别提升 5%与 3%，近 200 万广告商使用视频生成等功能；AI 设备用户数及保留率增长，雷朋 Meta 眼镜销售加速，推出新的高性能 AI 眼镜 Oakley Meta HSTN；AI 模型层面，Q2 招募人才，建立 Meta Super Intelligence Labs [10] 投资建议 - 关注 AI Agent 相关厂商、云服务厂商、与大厂合作的 IDC [10]

WAIC 2025展会盛况 - WAIC 2025展会为期四天 吸引35万人次观众 展览面积超7万平米 展品数量超3000项 [1] - 展会从B端技术展会转变为吸引大量C端观众的AI嘉年华 展示机器人拳击比赛 AI眼镜 AI玩具 Agent驾驶舱等应用 [2] - 技术和市场形成共生关系 大模型技术向多模态 强推理 低成本方向发展 支撑更多领域落地应用 [2] AI技术发展趋势 - AI正从"推理"向"行动"跃迁 角色从"数字外脑"演变为"共生伙伴" [1] - 2025年大模型呈现"周级迭代"爆发态势 阿里云预测技术进入市场才能成熟 [2] - 生成式AI技术走向深度应用 视频生成模型比通用AGI更快迎来爆发 [7] Agent应用生态 - 阿里推出云端电脑无影Agent Bay 具备代码运行 网页浏览 数据分析等多项AI技能 [3] - 腾讯升级智能体开发平台和腾讯元器 支持零代码创建智能体和矩阵号发布 [3] - Agent让普通人成为超级个体 降低AI使用门槛 提升结果确定性 [6] - 招聘 办公 营销等领域已出现多智能体应用 如智联招聘 WPS 钛动科技等 [5] AI视频创作变革 - 快手可灵AI已为超2万企业客户服务 累计生成4亿多张图像和2亿多个视频 [7] - 华策影视已在短剧创作使用AI生成场景 蓝色光标月均AI创作影视级视频2-3万条 [7] - 可灵推出"灵动画布"工作台 覆盖视频创作全流程 Vidu Q1可省去分镜制作环节 [9] - 数字王国推出"AI DOMAIN"平台 具备7项核心功能 应用于商业广告创作 [9] AI玩具与眼镜 - 商汤展示多种AI玩具 包括珞博智能毛绒娃娃 电子宠物手表等 [11] - AI玩具聚焦儿童成长和情绪价值 部分产品定位接近虚拟宠物 [11] - Rokid XREAL Halliday展示AI眼镜 需解决续航 近视 舒适度和价格问题 [12][14] 智能汽车应用 - 阶跃星辰联合吉利展示Agent OS 可主动识别环境变化和用户意图 [16] - 斑马智行发布端侧多模态大模型解决方案 实现90%服务闭环 [18] - 上海发放首批Robotaxi商业化牌照 百度 小马智行等8家企业获准运营 [18]

文章核心观点 - AI Agent技术正从技术应用向组织变革深化 重构企业运作底层逻辑 成为推动企业转型的智能引擎[2][4][5] - 产业迎来超级智体时代 企业将进化为能够自我学习迭代的有机生命体 人类角色转型为AI训练师[4][5] - AI应用从20%试点迈向80%以上项目全流程接入的AI先行时代 企业需建立完整数字化战略支持[3] 企业AI应用案例 - 京东招聘官Agent已面试超10万人 入职4万人 完成从触达到审批入职的全流程任务[2] - 容联云智能产品将策略生成时间从7天压缩至11分钟 人工参与度降至9% 已在银行证券保险领域落地[4] - 联合利华将数字化工具使用纳入员工个人考核关键指标 要求用数字化工具解决问题提高效率[3] 技术发展现状 - 产业大模型和行业大模型突破成为Agent智能跃迁的前提条件[4] - 展会产品围绕具身智能和AI Agent方向展开 中兴等企业提供基础算法与行业数据结合的解决方案[1] - MCP&A2A服务架构支持企业灵活编排任务流程 实现跨部门智能协同[4] 行业认知转变 - Agent价值不在于替代岗位 而在于重构企业运作底层逻辑 成为战略基础设施[2] - 当前AI具备自主决策能力 在人不用时也能创造价值 不同于过去必须人工操作的工具[4] - 最深远挑战是人类如何与更高效智能体共处 而非技术瓶颈[5]

人工智能行业现状 - 2025世界人工智能大会展示3000余项前沿展品，包括40余款大模型、50余款AI终端产品、60余款智能机器人及100余款"全球首发"新品，显示"人工智能+"应用爆发期已至[1] - 机器人展区成为亮点，智元机器人展示工业流水线分拣能力，傅利叶GRx系列机器人进行认知康复训练，宇树科技展示机器人对战场景[2] - 民生领域创新显著，联汇科技研发AI眼镜帮助视障人士感知环境，蚂蚁集团推出含100余项功能的AI健康应用"AQ"，阶跃星辰展示支持多方言交互的智能座舱[3] 行业发展趋势 - 行业普遍存在变革动力与焦虑，部分企业急于推进AI项目但面临应用场景有限、效果评估困难等挑战[4][5] - Agent成为2025年热点概念，阶跃星辰以智能终端Agent为发力点，与汽车、手机等场景合作探索C端应用[6] - AI使用成本下降，大模型参数稳定但推理成本降低，算法优化使AI研发不再单纯依赖算力投入[6] - 行业需要"长期主义"发展策略，类似竹子生长模式需经历长期积累才能实现快速爆发[6] 技术发展方向 - 多模态研究成为关键，需实现从虚拟世界到物理世界的过渡，提升AI应用流畅度[5] - 未来AI应用场景将持续扩展，包括古文字解析、飞行模拟、天文望远镜设计等专业领域[6] - 商汤科技强调AI治理对技术方向的引导作用，阶跃星辰发布具备"深入核查"能力的DeepResearch产品应对AI幻觉问题[7] 全球治理与合作 - 2024诺奖得主杰弗里·辛顿提出需建立防止AI失控的国际合作机制[8] - 中国牵头成立全球人工智能创新治理中心，推动国际交流与规范制定[8] - 行业采用"木桶原理"构建治理体系，需全社会参与确保AI安全融入各领域[8]

Agent行业现状 - 2025世界人工智能大会参展Agent平台约50家，其中仅20余家宣称已实现盈利，占比不到一半 [1] - 非盈利Agent平台主要集中于企业服务、工业智能、金融科技、智能硬件及个人效率工具领域 [1] - 具身智能仍处概念阶段，Agent成为行业焦点 [2] Agent技术演进 - 大模型发展至2025年，单轮对话局限性凸显，复杂任务处理需求推动Agent技术发展 [2] - 上下文技术增强及MCP协议出现推动Agent架构成熟 [2] - 典型应用包括Cursor（自动写代码）、Manus（项目管理）等工具 [2] 资本市场动态 - 2025年初Agent领域融资活跃：Cursor融资9亿美元，Manus获7500万美元，OpenAI以30亿美元收购Windsurf [3] - 资本涌入加速概念验证向实际产品转化 [3] 商业模式分析 - 盈利Agent需满足年合同额（ACV）≥50万元且毛利率≥60% [5] - 典型成本结构：7×24小时产线巡检Agent年运营成本超100万元（云服务20万+人力80万） [6] - 医疗合规Agent合规成本占项目30%，金融风控Agent月均算力成本15万元 [7] 成功案例特征 - 黑湖小工单客单价1万元/年，覆盖2.5万家工厂，毛利率65%-70% [8] - 智能座舱Agent单笔合同额数百万，工业检测Agent采用按量收费模式 [8] - 盈利关键：大额合同、系统深度集成、高毛利率 [8] 收费模式创新 - 系统级绑定：智能座舱Agent按车辆抽成300-500元/台，年规模可达十亿级 [9][10] - 效果分成：银行反欺诈Agent按拦截坏账比例分成 [10] - 资源单元销售：容犀Agent按并发坐席数收费（500-2000元/月/坐席） [11][12] 行业壁垒 - 医疗行业需通过等保三级认证，合规成本占比高 [15][16] - 金融行业需接入风控中台并满足监管审计要求 [17][18] - 汽车行业需实现车规级7×24稳定运行 [19] - 核心壁垒：业务流程嵌入能力、合规资质、系统对接能力 [20] 未来发展趋势 - 当前Agent处于定制化阶段，类似90年代信息化建设 [21] - 可能终局： - 底层垄断：云厂商+芯片商主导基础设施 [22] - 超级聚合商：整合碎片化Agent形成完整服务链 [23][24] - 潜在赢家：SaaS厂商、系统集成商、行业平台公司 [25]