文章核心观点 - 钉钉前副总裁王铭离职创业，成立攀峰智能（K2 Lab），致力于打造全球首个帮助创作者直接赚钱的AI Agent，其核心战略是成为“AI时代的Shopify”，为“超级个体”提供端到端的商业化视频Agent基建 [4][5][9] 创始人背景与创业动机 - 创始人王铭是钉钉最年轻的副总裁，曾主导钉钉AI创新产品及生态建设，实现近百亿规模的生态商业化成果 [7] - 创业动机源于相信技术的终极价值在于服务人，并看到AI技术重构生产关系下，“人格化、人设化的‘超级个体’”将迎来爆发式增长，存在巨大市场机会 [7] - 其大厂经历使其洞察到创业公司的黄金机会：大厂受组织惯性和KPI路径依赖制约，难以在细分、高速变化的AI场景中快速试错与迭代 [9] 公司战略与市场选择 - 公司定位为“AI时代的Shopify”，聚焦“超级个体”的Agent基建，致力于打造能端到端完成从内容创作到供应链管理的商业化视频Agent [9] - 市场战略是率先锁定海外创作者商业变现赛道，优先聚焦欧美等发达国家，并将美国作为首个落地市场 [13] - 选择欧美市场基于三层判断：创作者付费意愿成熟、内容电商变现仍处蓝海；TikTok等平台拥有20亿月活但商业化内容供给严重不足；中国团队在电商运营与AI应用落地方面具备差异化优势 [13] 产品差异化与竞争优势 - 核心产品Mora的差异化体现在四大维度：模式差异、交互差异、技术差异与付费差异 [13] - **模式差异**：提供从选品、脚本创作、视频生成到账号运营、数据分析的全链路解决方案，直接交付“商业变现结果”而非“工具使用权限” [13] - **交互差异**：以真人化Agent为核心交互形态，降低创作者参与门槛，无需复杂操作即可完成内容创作与变现 [13] - **技术差异**：采用Multi-Agent架构，整合近20种主流大模型能力，通过选品Agent、创作Agent、运营Agent、分析Agent等协同实现全流程自动化 [14] - **付费差异**：打破传统订阅制，采用“底薪+提成”的结果付费机制，创作者支付少量底薪即可享受AI带来的商业收益分成 [14] - 产品已完成初步验证：能在30秒内生成符合TikTok调性的带货视频，帮助创作者快速跑通商业模型，且算力成本可通过商业变现有效覆盖 [14] 融资与团队情况 - 公司于1月13日宣布完成数千万元种子轮融资，由云时资本独家投资 [5] - 团队已迅速集结前钉钉技术骨干、海外增长资深专家、交互创新专家、内容电商明星操盘手等多元化背景成员 [10] - 钉钉系多位高管正密集投身AI Agent创业，如前副总裁林峰计划聚焦AI办公硬件，前CEO叶军专注于To B场景的智能体开发，这些创业者普遍深度参与过钉钉“All in AI”战略，熟悉B/C端交叉场景 [16] 未来发展计划 - **产品迭代**：计划在3–4月完成产品打磨及美国市场ROI测算，启动大规模推广；下半年逐步上线互动涨粉、粉丝私域管理、供应链能力对接等功能，并探索硬件结合的交互创新 [18] - **技术升级**：上半年优化基于现有大模型的产品体验；下半年随着用户规模与数据积累，启动模型微调与后训练，提升垂直场景AI基础能力 [18] - **融资节奏**：新一轮融资将于春节前完成；6月后，在数据与商业指标快速增长基础上，启动更大规模融资；2026年全年计划积累数千万至1亿美元资本储备，以支撑技术研发与全球市场扩张 [18]

Anthropic发布Cowork智能体工具 - 公司发布名为Cowork的全新智能体工具，是Claude Code的简化版本，专为普通用户设计，旨在让非技术用户也能轻松处理非技术性任务[1] - 该工具目前作为研究预览版，仅向macOS桌面端的Claude Max订阅者开放，用户通过授权访问特定文件夹，即可用自然语言指令让AI自主读取、编辑或创建文件[6] - Cowork具备自动制定计划、并行执行任务、实时更新进度并邀请用户参与指导的能力，具体功能包括自动整理下载文件夹、从截图生成电子表格、基于散乱笔记起草报告，以及连接Google Calendar等现有工具直接生成文档或演示文稿[6] 产品的开发与能力展示 - Cowork的开发仅用了一周半时间[4] - 其全部代码均由Claude Code编写完成，这被视作Claude Code能力的最佳展示[7] - 有用户实测反馈称，安装Cowork后仅用2小时就完成了原本需要2个月的工作，内容包括生成职位描述、营销策略文档、合作伙伴邮件、网站文案等，导致其日程、待办和收件箱清空，对后续工作安排感到“惊慌”[10] 对行业和创业生态的冲击 - 该产品的出现被视为对当前AI创业生态的冲击，有观点认为这将使许多YC（Y Combinator）创业项目“原地蒸发”，因为真正的价值在于AI地基和模型本身，而非依附于巨头的“套壳挂件”[11] - 已有类似产品的“受害者”出现，有用户表示因Cowork的推出导致其产品失去竞争力，从而选择将项目开源，该项目在GitHub上快速获得了3千个Star[13][14] - 社区出现调侃，称当前科技创业似乎只需要一个聪明的大脑和一张能支付AI公司账单的信用卡，反映了AI工具对创业门槛和结构的影响[16] 市场反应与用户适应 - 对于用户分享的极高效率反馈，评论区存在质疑，认为可能是夸张的营销或搞笑帖[11] - 尽管AI助理智能体日益强大，但用户对智能体完全代理工作任务似乎尚未做好预期和准备，有用户表示在效率大幅提升的同时感到自己“完全没用”[17] - 文章提出思考，相比于其他公司通过巨额并购投资构建生态，Anthropic借助AI能力，在短时间内以低成本方式打造用户端智能体的策略可能更具价值[18]

产品定位与功能 - 《电报解读》是一款主打时效性和专业性的即时资讯解读产品 [1] - 产品侧重于挖掘重要事件的投资价值、分析产业链公司以及解读重磅政策的要点 [1] - 即时为用户提供快讯信息对市场影响的投资参考 [1] - 将信息的价值用专业的视角、朴素的语言、图文并茂的方式呈现给用户 [1] 提及的行业与公司机会 - AI医药与创新药领域，有公司已在AI制药领域形成具有自主知识产权的技术，并持续推进应用落地 [1] - 该公司在抗肿瘤创新药方面已获得临床批件 [1] - AI Agent与信创领域，有公司的AI模型管理平台正加速在金融、军工等场景落地 [1] - 该平台助力Agent应用快速构建，并与银河麒麟操作系统深度适配以提升研发效率 [1]

公司融资与股权 - 杭州攀峰智能科技有限公司于近期完成种子轮融资 融资金额为数千万元人民币 投资方为前钉钉最年轻副总裁 其目前正All in AI Agent创业[1] - 公司法定代表人为王铭 成立于2025年 位于杭州市 属于软件和信息技术服务业 企业注册资本为100万元人民币[1] - 公司已于2026年完成了种子轮融资 交易金额为数千万元人民币[1] - 公司股东包括王铭、赵先烈、汤明磊[2] 公司经营与投资 - 公司共对外投资了1家企业[1]

攀峰智能创立于2025年10月，核心创始团队都是来自"钉钉系"AI骨干，具备完整的AI产品孵化与商业化落地经验。创始人兼CEO王铭曾是钉钉最年轻的副总 裁，主导过钉钉AI创新产品与生态建设；联合创始人、CTO赵先烈曾任钉钉AI PaaS及AI运营负责人；联合创始人、CSO汤明磊则兼具钉钉生态投资与知名 风投机构从业背景。 更早之前，王铭曾在58集团主导孵化快狗打车、天鹅到家，并创立58企服等明星产品。 据钛媒体，王铭在接受智客Zhiker采访时表示，在AI时代，要成为全球头部的创业团队，必须在几个关键点位上配备一专多能的人，包括交互创新、AI工 程、Agentic技术、全球增长、模型层面以及战略融资，团队建设正围绕这些核心能力进行组建。 the Company the first 7 1月13日，据第一财经，由阿里钉钉前副总裁王铭创立的攀峰智能（K2 Lab）宣布完成数千万元的种子轮融资，云时资本独家投资。本轮融资将主要用于产 品和AI能力打造、用户增长和AI Native团队的构建，推进面向超级个体的内容电商Agent基建。 据介绍，K2 Lab的首款产品是全自动帮达人赚钱的商业Agentic AI Mor ...

AI行业并购浪潮的核心驱动力 - 行业巨头通过大规模并购进行战略补强和生态布局 例如英伟达拟以200亿美元收购Groq 谷歌以47.5亿美元收购Intersect Power Meta以45亿美元收购Manus [1] - 并购的核心动机是巨头为弥补能力短板 规避内部研发的高成本和不确定性 以资本换取宝贵的时间窗口 [4][5] - 对于初创公司而言 在算力垄断和商业化压力下 出售公司从无奈选择变为理性的商业退出路径 [4][6][8] 巨头面临的挑战与战略选择 - 行业标杆如OpenAI也面临商业化挑战 其约3500万付费用户仅占周活跃用户的5% [4] - Meta等巨头虽拥有基础模型优势 但在应用层缺乏“杀手级应用” 面临战略焦虑 [4] - 巨头通过并购构建全链条生态 例如Meta通过收购Scale AI PlayAI Rivos Limitless等公司 构建“模型+数据+应用+硬件”闭环 [12] - 人才收购是核心战略之一 例如Meta收购Scale AI 49%股份后 将其创始人任命为公司首席AI官以整合顶尖人才 [12] 初创公司的生存困境与算力压力 - 英伟达在独立GPU市场占据绝对垄断地位 2025年第二季度市场份额达94% 使算力成为稀缺战略资源 [6] - AI研发是资本密集型游戏 初创公司融资主要用以维系生存 例如智谱2024年21.95亿元研发支出中 算力服务费达15.53亿元 占比超70% [15] - 产品同质化或技术路径被证伪将导致初创公司估值断崖式下跌 后续融资困难 [7] 代表性并购交易的战略逻辑 - Meta收购Manus旨在获得已验证的AI智能体技术和即时现金流 Manus上线8个月年度营收突破1.25亿美元 在GAIA基准测试准确率达86.5% [10] - 英伟达收购Groq旨在消除潜在威胁并巩固其在AI推理市场的护城河 Groq的LPU芯片对英伟达未来增长市场构成潜在颠覆 [13] - 此类互补型并购被视为双赢 巨头填补战略缺口 初创公司获得生态支持和生存保障 [9] 行业未来发展的其他路径与变量 - 巨头的核心优势在于将外部技术与自身庞大用户场景深度整合的能力 例如将Manus技术嵌入WhatsApp Instagram等数十亿用户平台 [17][18] - 行业高级人才流向市场可能孕育新方向 例如Meta前首席科学家杨立昆离职探索“世界模型” [19] - 中国新势力如月之暗面 MiniMax凭借本土市场理解和应用创新探索差异化路径 [19] - 学术界如斯坦福大学教授李飞飞推动的“AI4Humanity”理念 可能催生空间智能 具身智能等新方向 [19]

文章核心观点 - 中国AI行业领军人物在AGI-Next前沿峰会上，围绕下一代AI范式、Agent发展、大模型技术演进及市场分化等核心议题展开深度讨论，揭示了行业当前的技术重点与未来发展方向 [1] 大模型市场分化与商业模式 - 中美大模型市场均呈现明显分化，To C与To B市场的底层逻辑截然不同 [2] - 在To C市场，大部分用户大部分时间不需要极强的智能，应用更像是“搜索引擎的加强版”，厂商倾向于走“垂直整合”路线，即模型层与应用层紧密耦合、快速迭代 [2] - 在To B市场，智能越高代表生产力越高，溢价空间越大，企业付费意愿呈现极端头部效应，市场愿为顶级模型支付200美元/月订阅费，对50美元或20美元/月的次级模型兴趣寥寥 [3] - 在编程等严肃生产力场景中，较弱模型产生的错误带来的隐性成本远超模型差价，因此To B市场正走向分化，强模型与较弱模型的差距将更加明显 [3] 大模型技术演进重点 - 月之暗面（Kimi）2025年的两个技术进化主线是提升“Token Efficiency”（在有限数据下冲击更高智能上限）和扩展“长上下文”能力（满足Agentic时代的长程任务记忆需求） [1] - 未来To C产品的核心竞争力在于对“语境”（Context）的捕捉，如用户的实时状态、位置、历史偏好等，而不仅是推理能力 [3] - 鉴于国内企业软件市场付费意愿较弱，大型科技公司应利用自身庞大的内部场景（如拥有10万员工的大厂）进行模型验证，而非仅依赖外部标注商 [4] - 大模型发展面临效率瓶颈，数据规模从2025年初的10TB增长至当前30TB，未来可能扩展到100TB，但规模扩张带来的收益与高昂计算成本不成正比 [7] - 未来需明确“智能效率”（Intelligence efficiency）的核心地位，即在更少投入下实现更大的智能增量，这种对效率的追求将倒逼新范式诞生 [7] 下一代AI范式探讨 - 部分团队在2025年已尝试采用最新用户数据进行实时学习，但因其缺乏预训练能力，模型表现暂时不及OpenAI等头部产品 [4] - 自主学习发展面临的最大问题并非技术本身，而是“想象力”的缺失，行业尚未对自主学习实现时应呈现的具体任务与效果形成清晰认知 [4] - OpenAI依然是全球范围内最有可能在2027年实现新范式创新的企业，尽管其商业化因素已在一定程度上削弱了创新基因 [5] - 下一代AI范式的两个核心方向是：AI的自主进化（需解决上下文拉长导致AI“变笨”的问题）和AI的主动性提升（实现自主思考与行动，但伴随严峻安全风险） [5] - 持续理解用户需求、实现个性化交互，更有可能成为自主学习的首个突破口，而自动化AI研究员的实现或许无需依赖自主学习 [6] - 学术界与工业界的创新差距显著缩小，从2023-2024年算力差距高达万倍，到2025年底至2026年初差距缩小至约10倍，学术界已具备突破潜力 [7] AI Agent（智能体）发展 - AI Agent发展被视为2026年AI产业的关键变化 [8] - Agent发展分为四阶段：从目标和规划均由人类定义，过渡到AI自动定义，当前系统仍处于依赖人工设定的初级阶段 [8] - 未来将出现原生系统，即大模型能够观察人类工作，自主利用数据，内生地定义目标与规划路径 [8] - 通用Agent的核心能力在于解决长尾问题，其价值在于能解决用户“到处找不到答案”的难题 [8] - 创业者若“善于套壳”，在产品化上能做得比模型公司更好，仍有创业机会；模型公司的优势在于践行模型即产品原则，可通过重训模型从底层解决问题 [9] - Agent商业化落地的核心要素是价值、成本与速度，需解决真正有价值的人类事务，且成本不能过高 [9] Memory（记忆）技术展望 - Memory技术目前仅能让AI记住过往信息，但无法像人类一样深度理解运用 [6] - Memory技术可能还需一年左右发展，当算法与基础设施实现更好融合时，或许能达到让人类感受到类似人与人之间记忆理解能力的“临界点” [6]

报告行业投资评级 * 本报告为年度榜单评选报告，未对行业或公司给出明确的“买入”、“持有”或“卖出”等投资评级 [1][2] 报告的核心观点 * 人工智能已进入规模化应用阶段，行业竞争焦点正从单点技术突破和功能叠加，转向以AI Agent（智能体）为核心的“流程可控、结果可度量”的端到端业务流程重构 [13][23][28] * AI英雄人物的影响力本质是“资源配置能力”，其核心在于推动技术成果的工程化落地、生态协同与商业价值创造，而不仅是学术或技术声量 [13][15] * AI Agent的价值正沿着企业服务、金融、泛互联网、电商零售、工业制造、医疗健康、创新行业及社会责任型等八大行业纵深渗透，旨在解决各行业的核心痛点，形成数据、决策、执行与反馈的闭环体系 [2][23][28][51][57][62][67][72] 根据相关目录分别进行总结 AI英雄人物榜及影响力分析 * 榜单评选出20位AI英雄人物，包括王小川（百川智能）、梁文锋（DeepSeek）、陈天石（寒武纪）、李开复（零一万物）、唐杰（智谱）等企业创始人、CEO及学者，排名不分先后按企业首字母排序 [9][10][12] * 人物影响力的核心是“资源配置能力”，体现在将资本、人才、生态等资源高效转化为产业增量价值，推动AI从模型能力竞赛转向组织采用与工程化落地 [13][15] * 技术影响力的关键已扩展为定义可被产业广泛引用的技术路径和行业范式，具备时间复利效应 [16] * 产业落地能力是衡量影响力的核心下限指标，2024年全球生成式AI私募投资约339亿美元，资本明显向具备清晰商业化路径和规模化交付能力的团队集中 [17] * 生态与开发者影响力决定创新扩散速度，2024年生成式AI相关项目数量同比增长近98%，贡献量同比增长约59% [18] * 公共价值与治理能力已成为高影响力人物的必要组成部分，需关注AI在伦理、安全及社会治理方面的影响 [19] 行业年度标杆AI Agent榜单及分析 企业服务行业 * 年度标杆Agent TOP10包括百度慧播星数字人、BetterYeah AI Agent开发平台、Granking、小浣熊家族等 [21] * 行业竞争正从“工具叠加型数字化”转向“流程可控、结果可度量的Agent化重构” [23] * 核心痛点包括：应用堆叠导致流程割裂、ROI难以证明、知识工作负荷高、安全合规门槛高以及缺乏平台化与工程化能力以实现端到端自治 [23][24] * Agent典型应用场景覆盖智能客服、智能营销、办公协同、人力资源管理、财务税务、CRM销售及供应链采购等全业务流程 [25] 金融行业 * 年度标杆Agent TOP10包括AI小财神Pro、Agentar全栈平台、通义点金、AI涨乐、金智维Ki-AgentS平台等 [26] * 竞争焦点已由单点智能转向“可控、可审计、可规模化”的流程型智能体系 [28] * 行业核心痛点包括风险管理精准度不高、客户服务效率低、投资决策信息过载、合规成本高、营销转化率低及运营流程复杂 [29] * Agent应用场景广泛，涵盖智能风控、智能投研、智能营销、智能客服、智能运营及合规监管 [30] * 在中国银行业，AI应用渗透率分层明显：客户服务领域达65%，后台运营达52%，财务顾问达42%，欺诈检测为31%，风险管理为29% [32][34] 泛互联网行业 * 年度标杆Agent TOP10包括咔皮记账、百度慧播星数字人、出行大脑Agent、腾讯乐享AI助手、Coze扣子等 [36] * 竞争已从功能叠加转向流程重构与结果交付，关键在于将AI升级为贯穿搜索、内容、运营、风控与增长的可执行闭环系统 [38] * 面临的痛点与企业服务行业类似，包括流程割裂、ROI证明难、工作负荷高、安全合规门槛及缺乏平台化能力 [38][39][40] * 典型应用场景包括：意图理解式搜索、AIGC内容生产与运营、个性化在线教育、广告与增长优化、社区安全治理、游戏智能NPC以及出行本地生活的调度履约与风控 [41][42][43][44][45][46][47] 电商零售行业 * 年度标杆Agent TOP10包括通义晓蜜、Granking、即创、京准通智能助手、微盟WAI等 [49] * 竞争正从前端效率工具升级为贯穿选品、营销、履约与售后的全链路决策系统，核心是以Agent重构“以利润和用户价值为导向”的运营闭环 [51] * 行业面临八大核心痛点：竞争压力大（截至2024年上半年网络实物商品店铺超1,351万家）、深陷价格战、流量与营销成本高（部分直播电商投流费用占比达50%）、消费者需求多元化、供应链管理难度大、用户未沉淀、高退货率（部分服装产品退货率高达80%）以及高比例仅退款（2024年7.9%的商家近一年“仅退款”比例达80%） [52] * Agent正向电商全链条渗透，覆盖智能洞察、商品发布、营销投放、售前导购、物流配送及售后服务等环节 [52] * 头部电商已率先部署AI客服，渗透率达70% [53][54] 工业制造行业 * 年度标杆Agent TOP10包括奇智孔明AI Agent、金智维Ki-AgentS平台、Granking、黑湖小工单、DeepBot能效智能体等 [55] * Agent演进正沿着生产、质量、设备与供应链等核心环节纵深推进，价值在于将分散的数据感知与经验决策转化为可预测、可协同、可执行的工业流程体系 [57] * 行业痛点包括：个性化定制需求增加、供应链复杂波动大、质量控制难度大、设备维护成本高以及生产效率存在瓶颈 [58] * Agent典型应用场景包括：生产自动化、预测性维护、质量检测与控制、供应链优化、生产计划排程、产品设计研发加速、安全监控以及能耗管理与绿色制造 [58] 医疗健康行业 * 年度标杆Agent TOP10包括Granking、百小应、东软添翼2.0、讯飞晓医、商汤大医等 [60] * Agent应用正沿诊断、治疗、管理与服务链条深化，核心价值是将分散的医疗数据、临床经验与管理流程整合为可辅助决策、可协同执行的智能体系 [62] * 行业痛点包括：医疗资源紧缺与分布不均、诊断效率与准确性不足、医疗数据碎片化、医疗成本攀升、慢病管理难度大以及医疗服务效率慢 [63] * Agent典型应用场景包括：智能辅助诊断、个性化治疗方案制定、远程医疗、医疗影像识别、智能健康管理、临床决策支持、药物研发加速以及智能运营管理 [63] * 医生对Agent在医院服务各领域的熟悉度在2024年普遍提升，例如在辅助诊断领域熟悉度从2023年的47%升至56%，在生成医疗图表摘要领域从45%升至55% [63] 创新行业 * 年度标杆Agent TOP10包括AgentBay、百度文库网盘GenFlow、影伙引擎、酒店智能体HDOS、智用开物PRISM系统等 [65] * Agent落地正从“验证技术可行性”转向“构建可规模复制的创新体系”，核心价值在于整合研发、工程、商业化与合规等环节，形成端到端的自动化与决策闭环 [67] * 行业发展五大痛点：创新速度快但组织流程跟不上、数据可得但可用性差、价值证明难（ROI口径不一）、从试点到规模化交付存在断层、以及Agent化带来的系统行为风险 [68] * Agent典型应用场景聚焦四大方向：研发/产品创新加速（缩短调研周期）、业务流程重构与运营提效（降低人工参与）、商业化规模化（缩短售前与交付周期）以及合规与安全内建（降低违规风险） [69] 社会责任型行业 * 年度标杆Agent TOP10包括百度文库网盘GenFlow、AI特派员、桐小乌、DeepBot能效智能体、AI助盲眼镜等 [70] * Agent价值体现在将分散数据、有限资源与高治理约束整合为可审计、可协同、可执行的公共治理流程体系，以提升资源配置效率与治理透明度 [72] * 核心矛盾是“问题规模巨大、治理约束更强、资源与能力有限”，例如全球每年因不安全食品导致约6亿人患病、42万人死亡，而67%的OECD国家已使用AI改进公共服务 [72] * 主要挑战包括：公共价值难以用利润度量导致ROI难算、数据体系碎片化形成硬瓶颈、算法偏差的社会成本更高、以及“最后一公里”的组织能力短板 [73] * Agent典型应用场景覆盖公共服务、绿色可持续、社会保障、文化传播、普惠金融及食品安全六大领域 [74]

AI Agent时代的演进与产品设计范式转变 - AI发展从聊天机器人(Chatbot)快速进入能自主工作的智能体(Agent)时代，但许多产品经理仍沿用传统APP设计思路，导致产品成为不实用的“玩具”[1] - 问题的核心并非功能不足，而是认知未更新：当前面对的是能主动行事的“数字生命”，而非被动响应的工具[1] AI产品演进的四个阶段 - **工具时代**：产品完全依赖人类操作，如锤子、计算器、老式洗衣机，无法感知环境，设计重点在于可用性与手感[3][5] - **自动化时代**：产品能按预设规则与环境互动，如恒温空调、工厂流水线机器人，但环境必须稳定，意外会导致故障，设计关键在于固化规则与接口[5][7] - **智能化时代**：产品开始适应环境，能处理不确定性，如个性化推荐、人脸识别门禁，但其能力局限于训练数据范围，设计核心是获取优质数据与构建模型[8][10] - **智能体时代**：AI能主动寻找资源甚至改变环境以达成目标，例如扣子(Coze)平台可实现零代码操作，用户只需下达目标(如“搭个电商图片打标工作流”)，AI便能自主完成工具调用、流程生成、调试与部署[10] 智能体时代产品设计的核心：环境构建 - 产品设计的战场从“琢磨功能”转变为“为AI搭建能发挥的世界”[3] - 设计重点从让功能适配用户，转变为先为AI构建合适的“栖息地”，明确其在该环境中的能力与边界[12] - 构建环境需系统化进行：列出所有影响因素(人、物、规则、意外)、分析环境特性(AI感知能力、环境稳定性、多智能体协作)、划定能力边界、设计应对策略，并为无法处理的情况设置人工接管接口[12][14] 环境边界定义的实际应用与行业进展 - 自动驾驶的运营设计域(ODD)是定义环境边界的典范，中国2021年出台并于2022年3月实施《汽车驾驶自动化分级》标准[15] - L3级自动驾驶即将落地，但有严格ODD限制，例如某蓝SL03限定于高速拥堵路段且车速不超过50公里/小时，极狐阿尔法S6限定于高速及城市快速路单车道且车速不超过80公里/小时，超出条件(如暴雨、施工)需人工接管[15][17] - 行业领先公司正致力于优化AI的“世界模型”：智谱的GLM-4.5在全球12项综合能力测试中获全球第三、国产第一、开源第一，其特点是融合推理、代码与智能体能力[17] - 月之暗面投入百亿训练K3模型，本质是优化AI对环境的理解与交互能力[17] - 人格化AI(如“傲娇产品经理杰森”)也需先定义其人格设定环境，以确保行为一致性与特色[17] 对AI产品经理能力要求的变化 - AI产品经理的能力分水岭不再是画原型或写需求，而是能否为AI搭建世界、划定环境边界、培养数字生命[19] - 2026年的行业赛道上，固守旧方法者将被淘汰，成功的关键在于构建世界的能力，而非功能的多寡[19]

报告行业投资评级 - 计算机行业评级为“推荐”，且为“维持” [4] 报告核心观点 - 报告核心观点认为，CES 2026显示端侧AI与AI Agent成为核心焦点，随着算力底座跨越临界点，2026年将正式迎来端侧AI的“GPT-4时刻”，AI应用将在多领域广泛落地，同时系统级AI Agent正在重构交互范式，产业有望在2026年迎来新一轮爆发周期 [2][7] 行业事件与趋势总结 - 2026年美西时间1月6日至9日举行的CES 2026，核心议题为端侧AI与AI Agent [2] - 端侧AI对本地算力需求呈爆发式增长，英特尔、高通等厂商展示了新一代核心产品 [2] - 算力底座已跨越临界点，端侧模型实现了“多模态GPT-4”能力下沉 [7] - 2026年主流AI PC与旗舰手机或将配备NPU算力超过80 TOPS，例如AMD锐龙AI 400系列及高通下一代平台 [7] - 谷歌Gemini 3在基础推理与多模态能力上实现跃迁式提升，其“屏幕理解”准确度提升至72.7%，这被认为是AI手机爆发的关键指标 [7] - 据IDC预测，到2026年，中国市场中近50%的终端设备处理器将带有AI引擎技术 [7] - 系统级AI Agent正在重构交互范式，AI应用从多领域涌现，交互逻辑正从“Chat”向“Agent”范式转移 [7] - 消费级领域，AI智能体入口形态包括原生大模型入口（如OpenAI ChatGPT、智谱AutoGLM等）和互联网超级APP嵌入式入口（如微信、支付宝），硬件载体包括AI手机、耳机或眼镜 [7] - 企业级服务领域，AI Agent技术正从单工具阶段迈入多智能体协同时代，OpenAI报告显示单组织API token消耗量年化增长320倍，API调用从实验转向生产部署 [7] - 案例方面，会畅科技在CES 2026首发“赛博新物种”OlloNi机器人，聚焦“科技+情感陪伴”，标志着公司向“AI+云+硬件”智能交互生态企业战略转型取得突破 [7] 行业表现与数据 - 计算机行业股票家数为337只，总市值为47,041.14亿元，流通市值为40,689.18亿元 [4] - 过去1个月、6个月、12个月，计算机行业绝对表现分别为8.2%、25.4%、48.0% [5] - 过去1个月、6个月、12个月，计算机行业相对表现分别为4.7%、6.2%、22.1% [5] 投资建议与关注公司 - 投资建议认为，随着算力与模型成熟度加强，端侧与AI Agent迎来广泛机遇 [7] - 建议关注国产算力领域公司，包括寒武纪、海光信息、沐曦股份、摩尔线程、景嘉微等 [7] - 建议关注企业服务领域公司，细分为办公（金山办公、合合信息、福昕软件）、编程（卓易信息）、多模态（万兴科技、海康威视、快手、三六零）、ERP（金蝶国际、用友网络、聚水潭）、OA（泛微网络、致远互联）、营销（迈富时、明源云） [7] - 建议关注场景应用领域公司，细分为金融（大智慧、同花顺、恒生电子、第四范式）、教育（科大讯飞）、法律（华宇软件、金桥信息）、医疗（卫宁健康、讯飞医疗科技、晶泰控股）、电商（焦点科技）、安全（深信服）、工业（华大九天、中控技术、中望软件、索辰科技）、军用（中科星图、能科科技）、端侧（会畅科技、虹软科技、瑞芯微、恒玄科技）等 [7] 重点公司盈利预测 - 报告列出了A股多家计算机行业重点公司的市值、营收及盈利预测数据，例如工业富联2025年预测营收为8989.1亿元，归母净利润为342.6亿元 [8] - 寒武纪-U 2025年预测营收为72.6亿元，归母净利润为25.2亿元 [8] - 海光信息2025年预测营收为137.4亿元，归母净利润为33.3亿元 [8] - 中际旭创2025年预测营收为375.3亿元，归母净利润为103.8亿元 [8]