机器人领域发展 - 人形机器人成为2025世界人工智能大会主角，首次从遥控进化到自主行走，软件部分出现范式变化[4] - 腾讯在机器人领域投入7年，比现有多数人形机器人公司更久，成为今年最大变量[4] - 星动纪元预计人形机器人将在今明两年实现大规模商业化，规模化生产标准为单家公司年产万台[8] - 宇树科技推出3.99万元人形机器人，面向拳击、文娱等商业化场景[8] - 智元机器人强调执行器性能、传感器融合和本体构型对工业场景应用的关键作用[9] - 世界模型需具备模拟、预测和探索能力，与多模态模型在交互方式和能力上存在显著差异[10] - 亚马逊认为真实环境自主运行采集的数据最具价值[11] - 强化学习与VLA模型结合有望提升机器人系统性能，该研究仍处早期阶段[12] - 工业领域面临高混合低产量生产挑战，要求模型快速适应能力[13] - 中国具身智能团队产品迭代速度比海外快50%，有望成为全球最好企业[14] - 中国具身智能领域投资不足，应加大投入以发挥硬件优势[15] 大模型与AI Agent发展 - 大模型公司在2025年上半年集中发布追赶DeepSeek的成果，包括MiniMax的M1和月之暗面的K2[6] - MiniMax和月之暗面争夺开源模型社区第一名，分别在不同榜单中宣称超越或接近DeepSeek R1[7] - 大模型竞赛转向争夺专业开发者注意力，而非C端市场[7] - Agent需具备主动思考、规划路径、调用工具和长期记忆四大要素[16] - Flowith专注于创作领域Agent开发，而非通用Agent[16][17] - to B与to C智能体开发平台在准确率和易用性方面存在显著差异[18] - Agent记忆机制需解决信息提炼问题，避免无关信息干扰[18] - 生成式AI将扩展个人能力边界，形成"超级个体"[19] - 生产环境对Agent输出质量要求极高，通用Agent难以满足[20] 视频生成与AI应用 - 视频生成一致性是商业应用前提，广告和动漫行业2-3年可实现全流程AI化[21] - 影视行业明年AI渗透率预计达30%-50%，5-10年后内容产业将完全"生成式AI化"[21] - 视频模型处于快速迭代期，3-6个月后性能将有明显提升[23] - 2025年上半年中国AI投资热度大幅提升，融资额同比增加45.3%，投资事件数增加59.9%[24] - 垂直行业形成自有数据闭环可建立壁垒，避免被基模公司取代[25] - 视频领域和SaaS行业AI化是国内较确定的机会[26] - 通用型AI应用面临基模公司下场竞争和token成本挑战[26] - AI应用开发需创始人兼具技术、产品和市场理解能力[27] - 数据标注等"脏活苦活"适合细分场景创业者[28] - 工具类导向的小B生意在国内更市场化且易成功[29] - 营销行业正从工具效率革命转向生产模式革命，AI原生公司将诞生[30] - AI 2.0时代token成为核心生产要素，端侧算力需求与现有能力存在10倍差距[31]

机器人成为WAIC2025主角 - 机器人首次成为世界人工智能大会主角 几乎所有主要人形机器人公司如智元、宇树科技、银河通用、灵初均设展台展示进展[2][3] - 机器人硬件形态变化不大 仍以双足人形和轮式人形为主 但软件出现范式变化 从遥控进化到自主行走[3] - 腾讯已投入机器人领域7年 比现有多数人形机器人公司更久 成为今年领域最大变量[3] 具身智能模型突破 - 智元发布行业内首个面向真实世界双臂机器人的世界模型Genie Envisioner 整合预测-控制-评估环节 使机器人能预演动作后操作[9][11] - 生数科技与清华大学联合发布全球首个基于视频模型的具身基座模型Vidar 实现视频理解能力向物理决策能力迁移[12] - 商汤科技发布"悟能"具身智能平台 核心是世界模型 使机器人能理解三维空间与时序 生成动作方案完成任务[13] - 腾讯发布并开源混元3D世界模型1.0 可根据文本或图片在几分钟内生成360度3D场景 支持导出标准化3D Mesh资产[15][16] 大模型公司动态 - 大模型公司在WAIC2025相对低调 因上半年刚完成追赶DeepSeek的模型发布 MiniMax发布类DeepSeek R1的推理模型M1 月之暗面发布类DeepSeek V3的模型K2[5] - MiniMax称M1在Artificial Analysis开源模型榜单排名第二 月之暗面称K2在LMArena榜单综合表现超过DeepSeek R1成为第一[8] - 大模型公司竞争焦点转向争夺专业开发者注意力而非C端用户[8] AI应用产品进展 - 阿里巴巴公布首款自研AI眼镜研发进展 产品融合通义千问大模型和夸克AI能力 支持高德导航、淘宝比价等功能 预计年内发布[14] - 阶跃星辰发布新一代多模态推理模型Step 3 针对国产芯片优化 计划7月31日面向全球开源 公司今年收入目标10亿元人民币[17] - 千里科技联手阶跃星辰、吉利汽车发布智能座舱Agent OS预览版 具备自然语言交互和长短期记忆能力[18] - 快手可灵上线"灵动画布"功能 支持多人实时协作创作 用户数量已达4500万[19] 行业专家观点 - 星动纪元CEO陈建宇认为人形机器人大规模商业化在今明两年 规模化生产标准线为万台级别[21] - 宇树科技推出3.99万元人形机器人面向拳击文娱场景 星动纪元专注于工业方向全尺寸机器人[21] - 智元机器人姚卯青指出机器人需要高精度执行器、多维度传感器融合和高自由度本体构型[21][22] - 前腾讯技术负责人刘威认为世界模型需具备模拟预测探索能力 与多模态模型在交互方式和输出序列长度存在差异[23] - 亚马逊陈曦强调真实环境自主运行采集的数据最具价值[24] - UC Berkeley教授Sergey Levine提出将强化学习融入VLA模型可提升鲁棒性与性能[25] AI投资与商业化 - 2025年上半年中国AI投资热度大幅提升 融资额同比增加45.3% 投资事件数同比增加59.9% 财务投资人占比58.6%[34] - 光源资本郑烜乐指出创业公司机会在于成为"船"而非"礁石" 通过专业数据循环和场景理解建立壁垒[34] - 九合创投王啸认为AI应用需要闭环数据形成独立机会 编程数据过于公开难以建立壁垒[35] - 云启资本陈昱指出视频领域和SaaS重做是确定机会 通用型AI应用面临基模公司下场竞争和token成本挑战[36] - 蓝驰创投曹巍表示国内大B生意需要复合能力 工具类小B生意更市场化 AI应用国内市场生存艰难[40] - 无问芯穹汪玉指出AI 2.0时代token成为核心生产要素 端侧算力需求与现有能力存在10倍差距[42]

机器人领域进展 - 机器人成为2025世界人工智能大会主角，人形机器人公司如智元、宇树科技、银河通用、灵初等展示软件突破，实现从遥控到自主行走的进化 [3][4] - 腾讯在机器人领域投入7年，推出混元3D世界模型1.0，可生成360度3D场景并兼容主流开发工具 [4][20][21] - 智元发布世界模型"Genie Envisioner"，整合预测-控制-评估环节，使机器人具备预演动作能力，并预告下一代机器人G2将提升运动精度和场景适配性 [10][12][14] - 生数科技与清华大学联合发布具身视频基座模型Vidar，通过视频理解迁移至物理决策，解决数据匮乏问题 [15][16] - 商汤科技发布"悟能"具身智能平台，使机器人具备空间理解和任务规划能力，可完成厨房区域找东西等复杂指令 [17][18] 大模型与AI技术发展 - 大模型公司转向争夺专业开发者注意力，MiniMax和月之暗面在开源社区竞争激烈，分别推出对标DeepSeek的M1和K2模型 [7][8] - 阶跃星辰发布针对国产芯片优化的多模态模型Step 3，联合多家芯片厂商成立"模芯生态创新联盟"，华为昇腾芯片已实现搭载 [22] - 阿里巴巴公布夸克AI眼镜研发进展，融合通义千问大模型及支付宝生态功能，预计年内发布 [19] - 快手可灵发布"灵动画布"功能，支持多人实时协作创作，用户数达4500万 [24] - 千里科技联合阶跃星辰、吉利汽车发布智能座舱Agent OS预览版，具备自然语言交互和记忆功能 [23] 行业趋势与投资观点 - 2025年上半年中国AI投资热度显著回升，融资额同比增加45.3%，投资事件数同比增加59.9% [42] - 行业专家认为人形机器人商业化将在今明两年实现，规模化生产标准为单家公司年产万台 [26] - 视频生成领域预计2-3年内实现广告和动漫行业全流程AI化，影视行业明年AI渗透率达30%-50% [40] - 投资机构指出AI应用领域面临大模型公司下场竞争压力，垂直行业数据闭环是建立壁垒关键 [43][45] - 中国具身智能团队迭代速度比海外快50%，硬件优势有望引领全球产业发展 [32][33]

行业趋势与背景 - AI行业从追求参数规模和噱头转向实用化 聚焦解决用户实际需求[1] - 行业整体呈现Agent多点开花态势 但用户真实需求仍未充分满足 例如生成文档仅需1秒但修改仍需大量时间[6] - 训练向推理转向阶段 垂类场景增长成为关键 而非垂类模型取代底层模型[9] 产品创新与突破 - 金山办公推出原生Office办公智能体WPS灵犀 包含WPS AIPPT、个人知识库和灵犀语音助手等系列产品[1] - WPS灵犀采用"类同事协作"交互逻辑 实现左Office套件右AI助理的同屏协同 支持多轮对话和实时修改[5] - AI PPT产品具备模板自动记忆功能 修改时保持格式一致 避免手动调整[6] - 产品突破在于从"功能加速"转向"流程重构" 解决用户最费时费力的环节[7] 技术战略与壁垒 - 提出Agentic Software概念 强调软件与AI彼此融合改造而非简单叠加[2] - 核心技术壁垒在于教会AI与软件深度交流 开发专门为AI服务的API系统[11] - 工程能力成为关键竞争要素 需平衡AI创造力与人类控制要求[10][11] - 37年办公场景积累形成独特优势 掌握Word/Excel/PPT三大组件深度整合能力[8] 市场定位与理念 - 坚持"技术适配场景"而非"场景迁就技术"的开发理念[9] - 将Agent定位为员工协作伙伴而非替代者 强调人机协同处理需求[12] - 以解决用户实际问题为终点 通过场景洞察和工程实践能力构建差异化优势[10][11] - AI产品采用渐进式发展策略 强调"长出来"而非"发布出来"的迭代理念[12]

报告行业投资评级 - 维持计算机行业“推荐”评级 [2][11] 报告的核心观点 - WAIC 2025全方位展示国内AI厂商技术进步与突破，验证国产AI从“跟随者”向“引领者”转变，国产算力、大模型、AI应用将协同发展 [11] 根据相关目录分别进行总结 事件 - 世界人工智能大会暨人工智能全球治理高级别会议（WAIC 2025）于2025年7月26日 - 29日在上海召开 [5] 国产算力 - 7月26日，华为在上海WAIC 2025大会首次线下展出昇腾384超节点真机——Atlas 900 A3 SuperPoD，该产品基于超节点架构，解决通信瓶颈，具备超大带宽、超低时延、超强性能优势，已有80 + 主流大模型基于昇腾适配和开发，此前相关论文显示部分模型在CloudMatrix384上性能超越在NV H100和H800上的性能，中长期有望复制英伟达模式提升国产算力竞争力 [7] 国产大模型 - 7月25日，阶跃星辰于WAIC 2025大会开幕前夕发布新一代321 B - MoE（38 B激活）基座大模型Step 3，计划7月31日开源，其在国产芯片上推理效率最高达DeepSeek - R1的3倍，在NVIDIA Hopper上吞吐量提升70%，兼顾多模态SOTA性能与低成本，“开源 + 极致推理效率”成国产大模型迭代趋势，国产开源大模型 + 国产卡模式有望加速国内AI应用繁荣并放大国产AI芯片出货弹性 [7] Agent - 阿里云百炼入选WAIC 2025镇馆之宝，它是全链路大模型服务与Agent应用构建平台，接入200多款国内外主流模型，开放100多个Agent模板及服务，累计吸引逾20万名开发者，打造出70余万个Agent，以国产大模型为支撑，我国Agent商业化落地有望加速 [7] 物理AI - 索辰科技于WAIC 2025大会展示物理AI技术，推出索辰具身智能虚拟训练平台，打通真实与虚拟世界数据壁垒，助力机器人训练，物理AI把生成式AI抽象能力嵌入3D物理规律形成闭环，能用合成数据 + 数字孪生替代真实采集，降低自动驾驶与机器人训练成本，是自动驾驶、人形机器人及智能制造大规模落地的技术底座 [11] 重点关注公司及盈利预测 |股票代码|股票简称|2025/07/25股价（元）|2024A EPS（元）|2025E EPS（元）|2026E EPS（元）|2027E EPS（元）|2024A PE|2025E PE|2026E PE|2027E PE|投资评级| |----|----|----|----|----|----|----|----|----|----|----|----| |300170.SZ|汉得信息|19.71|0.19|0.24|0.30|0.37|103.7|80.8|65.6|54.0|未评级| |300229.SZ|拓尔思|23.76|-0.12|0.06|0.08|0.11|/|377.7|280.5|217.4|未评级| |300378.SZ|鼎捷数智|50.43|0.57|0.76|0.93|1.16|46.7|66.4|54.2|43.5|增持| |300624.SZ|万兴科技|74.57|-0.85|0.28|0.50|0.82|/|269.8|148.3|90.7|未评级| |300687.SZ|赛意信息|30.54|0.34|0.52|0.66|0.80|29.3|58.3|46.0|38.2|未评级| |600602.SH|云赛智联|23.47|0.15|0.18|0.22|0.26|112.2|130.4|107.3|91.7|未评级| |603039.SH|泛微网络|65.42|0.78|1.05|1.31|1.53|71.5|62.4|49.9|42.8|未评级| |603496.SH|恒为科技|29.95|0.08|0.44|0.57|0.75|110.5|68.0|52.1|39.8|未评级| |603881.SH|数据港|27|0.22|0.23|0.28|0.31|110.3|116.7|97.1|87.6|未评级| |688158.SH|优刻得 - W|26.38|-0.53|-0.21|0.04|0.22|/|/|751.6|118.6|未评级| |688258.SH|卓易信息|53.03|0.27|0.67|0.94|1.20|157.3|79.2|56.4|44.2|增持| |688507.SH|索辰科技|90.01|0.47|0.95|1.55|1.63|84.8|94.8|58.1|55.4|增持| 注：鼎捷数智、卓易信息2025 - 2027年盈利预测，索辰科技2025 - 2026年盈利预测来源于华龙证券研究所，其余所有公司盈利预测来源于Wind一致预期 [8][10] 投资建议 - 建议关注国产算力相关的恒为科技（603496.SH）、优刻得 - W（688158.SH）、云赛智联（600602.SH）、数据港（603881.SH）；大模型与AI应用相关的鼎捷数智（300378.SZ）、汉得信息（300170.SZ）、万兴科技（300624.SZ）、拓尔思（300229.SZ）、索辰科技（688507.SH）、卓易信息（688258.SH）、赛意信息（300687.SZ）、泛微网络（603039.SH） [11]

大模型技术演进与发展之路 核心观点 - 大模型技术从预训练为主转向强化学习主导的范式转变 [10][17][19] - 行业面临Transformer架构局限性、数据枯竭、开源闭源博弈等核心挑战 [31][41][59] - Agent应用爆发与基础模型研发需双轨并行 [53][54][55] 训练范式转变 - OpenAI从GPT-4o的预训练主导转向o1的强化学习后训练，提出测试时间扩展新维度 [13][14][15] - 强化学习可解决行为克隆难以建立目标导向推理能力的问题，但需突破自然语言反馈限制 [21][22][23] - 预训练仍是强化学习冷启动的基础，但需解决奖励机制和算力效率挑战 [25][26][27] 模型架构演进 - Transformer面临O(n²)扩展性、显存占用和长期记忆三大瓶颈 [31] - 优化路径包括RoPE位置编码、分组查询注意力等改进，以及Mamba等非Transformer架构探索 [33][34] - 智能体时代可能推动RNN架构回归，需建模无限上下文能力 [37][38] 数据供给挑战 - 高质量语料预计2028年耗尽，合成数据被Anthropic/OpenAI等广泛应用但存在迭代崩溃风险 [41][42][43] - 英伟达提出物理仿真生成边缘案例，需建立真实世界验证闭环 [44][45] - 行业数据未充分挖掘，应建立非敏感数据共享机制提升预训练质量 [46][48][51] 商业化落地路径 - 2025年Agent产品成爆点（如OpenAI Operator、智谱AutoGLM），但基础模型研发仍持续 [53][54] - 大模型当前相当于自动驾驶L3阶段，距AGI仍有差距 [55] - 金融等领域落地需突破大规模数据处理等技术瓶颈 [56][57] 开源生态影响 - DeepSeek等开源模型性能逼近闭源，冲击传统GPU/闭源产业链 [60][61] - 开源推动资源合理配置并形成行业压力，但需解决分叉滥用问题 [63][64][67] - 英伟达支持开源算力引擎，未来可能走向混合模式 [65][66]

开源Agent开发平台 - 扣子近期开源两款子产品：扣子开发平台（Coze Studio）和扣子罗盘（Coze Loop），加上此前开源的Eino框架，形成覆盖Agent开发、评测、运维全链路的开源解决方案 [1][2][6] - 两个开源项目在周末内获得9K Star关注，其中Coze Studio揽获7.3k Star，Coze Loop获得2k Star [2][14][23] - 采用Apache 2.0开源协议，允许商业使用且修改代码后可闭源，仅需保留原始版权声明 [7][57] 技术架构与功能 - Coze Studio提供低代码可视化开发平台，包含工作流引擎和插件系统，支持拖拽式构建AI工作流和集成第三方API [12][16][18] - Coze Loop专注Prompt开发与评测，提供可视化Playground对比不同模型输出，并具备全链路观测和异常记录功能 [25][26][28][30] - Eino框架采用Go语言开发，提供统一组件抽象、四种编排方式和流处理能力，已在GitHub获得5.3k Star [32][33][36][38] 行业影响与应用场景 - 开源降低Agent开发门槛，使中小团队和创业者能快速构建智能助理、对话机器人等应用 [41][43] - 适合垂直行业场景如法律、医疗、金融，可快速接入自有知识库和业务规则实现定制化Agent [43] - 推动企业内部自动化流程如工单处理、知识问答，提升运营效率 [43] 生态战略与趋势 - Agent能力正以"每7个月翻一番"的速度提升，但用户体验不稳定和开发门槛高仍是普及阻力 [46][47] - 开源通过标准化和网络效应激发全球共创，推动Agent从技术到生态的全链条跃迁 [53] - 扣子将开发平台、评测工具和框架三大核心模块开源，构建完整的Agent基础设施 [56]

阿里国际AI战略布局 - 公司将AIGC作为2024年关键方向后，2025年转向聚焦Agent技术，重点开发电商工作流Agent以实现降本增效[3] - AI布局包含多模态模型Ovis、60+场景AI应用及Agent工具，考核体系以"实际贡献为导向"，需证明能提升利润或降低成本[3] - 三大应用方向：AIGC提升素材质量与GMV转化率、AI自动化降本、AI+人协同提高产能[3] 技术成果与业务影响 - Ovis模型日均调用量从2024年Q4的1亿次跃升至2025年上半年的10亿次[4] - AI Agent使退款成本同比下降15%，广告投放ROI提升5%，AI处理的SEO占比达40%[4] - 2025年ACL收录公司9篇论文，AI解决方案获世界人工智能大会SAIL奖[5] ToB与ToC差异化路径 - ToB端明确以降本增效为核心，ToC端聚焦搜索推荐广告改造及电商重构探索[4] - 行业生存逻辑呈现两极分化：最通用或最垂直的技术路径具备优势，中间路线缺乏壁垒[4] 团队管理与技术方法论 - 优先级排序：差异化技术能力＞业务场景适配，基于通义模型做垂直领域后训练[7] - 核心策略强调"做减法"，通过精准需求洞察约束资源投入方向[8] - 组织架构需桥梁型通才，需兼具业务理解与技术边界认知[9][13] AI时代人才观 - Claude 4发布标志工程师生态变革，基础编码岗位面临替代，需培养产品经验与工程品位[5][10] - 招聘策略转向算法背景产品经理，偏好具备"锐度"（敢于突破传统）的人才[13][14] - 技术边界认知是关键，避免宏大但不可实现的方案[15]

核心观点 - AI Agent正从工具向系统进化，从提升效率转向交付效果，尤其在客服、销售等垂直领域已实现显著效能提升[2][3][6] - 瓴羊作为阿里旗下企业服务子公司，依托阿里生态资源率先推出可落地的客服与销售Agent产品，关键指标如处理时长缩短60%、转化率提升20%[2][14][17] - 企业服务市场正经历从SaaS到Agent的范式转移，Gartner预测2026年Agentic AI市场规模将超185亿美元[6][8] 行业趋势 - Agentic AI成为2025年应用主线，模型推理与记忆能力突破使AI具备自主解决问题能力，而非仅提供建议[3] - To B Agent因明确ROI和付费意愿更易商业化，当前重点覆盖客服、销售等劳动密集型场景[7][11] - 行业定制化需求催生Agent价值，中国ToB市场需高度适配行业特性，传统SaaS面临部署难、数据孤岛痛点[8][9][20] 瓴羊战略与产品 - 定位为多平台企业服务商，非仅服务阿里生态，已覆盖5万家企业客户含宝洁、星巴克等，年营收达数十亿级[4][9] - 首批Agent产品聚焦电商与汽车销售： - 客服Agent实现工单自动填充、流程自主编排，效率提升60%[2][14][15] - 汽车销售Agent通过线索清洗与策略优化，转化率提升20%，整体效率提升40%[16][17] - 采用DaaS（数据即服务）模式，将数据能力嵌入经营全链路而非单点提效[9][12] 技术落地与竞争优势 - 背靠阿里云、通义大模型等资源，构建"技术+行业know-how"壁垒，尤其在电商领域已积累深度场景理解[4][12][22] - 部署周期从传统客服培训1-2周缩短至3小时，应对突发需求能力显著增强[15] - 支持多云多平台适配，优先阿里生态但保持开放，如与钉钉、企业微信等集成[22] 市场影响 - Agent推动人力角色转型：客服从执行者升级为流程管理者，销售聚焦高价值环节[18][17] - 企业服务模式转向"为效果付费"，头部客户已主动探索Agent应用[9][19] - 行业渗透率将持续提升，未来企业部署Agent将如使用电脑般普遍[9][20]

支付MCP协议竞争 - 腾讯元器近期接入微信支付MCP，支持开发者在智能体上增加下单、赞赏、查询订单等功能[1] - 支付宝早于微信3个月联合魔搭社区推出"支付MCP Server"[1] - MCP协议已成为AI领域构建Agent的必备设施，使大模型能在统一标准下调用外部工具[2][3] - 支付MCP协议的推出凸显国内支付双雄对AI支付入口的新一轮抢夺[4] Agent行业发展趋势 - 2025年被行业视为Agent元年，DeepSeek R1等推理模型的开源加速这一趋势[5] - AI行业正从"预训练"转向"推理"新范式，目标是使模型在特定复杂任务上表现出色[5] - 近期更新的模型如MiniMax M1、Kimi K2、Qwen3-Coder都强调构建Agent能力的优势[6] - 99%的AI创业项目可能在一两年内被淘汰，最终留下底层基础设施公司或垂直应用产品[8][9] 支付MCP的技术价值 - MCP协议出现前，开发者需繁琐调用API并自行编写代码实现Agent支付功能[10][11] - 支付MCP协议简化开发流程，用自然语言替代人工写代码[12][13] - 典型案例包括"诗人智能体"，用户付款后即可获得生成诗词[13] 平台生态战略布局 - 支付宝2023年9月启动智能体生态共建计划，推出"百宝箱"开发平台[15] - 腾讯更看好微信生态中智能体的差异化，利用社交、内容和服务体系优势[15] - 科技大厂希望通过吸引智能体开发者来强化自身生态[16] - Agent爆发将带来应用生态重塑和新支付入口争夺机会[17] 支付市场竞争现状 - 2020-2024年中国网络支付用户从8.54亿增至10.29亿，占网民比例从86.4%升至92.8%[19] - 微信和支付宝月活分别达10亿和9亿，用户增长接近天花板[19] - 支付宝2023年7月推出"碰一下"简化支付流程，2024年4月宣布加码百亿资源[20] - 微信2023年9月重启刷掌支付推广，进入部分便利店[21] 历史竞争格局 - 2014年底微信通过红包奇袭支付宝，2016年微信支付线下份额超越支付宝[23] - 2018年后双方围绕扫码支付和刷脸支付持续竞争[24] Agent商业化挑战 - Agent产品普遍入不敷出，商业化闭环路径仍是行业难题[7] - 需要解决用户获取和留存两大根本问题[7] - 当前Agent交易案例多为单点定制项目，缺乏通用性和泛化性[27] - Agent需解决跨App交互问题，可能触动传统应用的既有商业模式[27]