智谱AI IPO进展 - 智谱于2025年4月14日在北京证监局办理IPO辅导备案，辅导机构为中金，计划2025年10月完成上市准备 [3] - 2025年3月完成股份改制，由有限责任公司变更为股份有限公司 [3] - 成为国内大模型"六小虎"中首家启动IPO的公司 [3] 公司背景与技术架构 - 源自清华大学知识工程实验室，核心团队为清华系技术专家，包括首席科学家唐杰（主导研发中国首个万亿参数开源大模型"悟道2.0"）[5] - 技术对标OpenAI，拥有全栈自研GLM系列模型架构，包括基座大模型GLM-4、代码模型、多模态模型等，2023年3月至今已完成4次重大迭代 [5] - 2025年发布Agent产品AutoGLM沉思，推理模型GLM-Z1-Air性能比肩DeepSeek-R1但速度提升8倍、成本仅1/30 [5] 商业化进展 - 2024年商业化收入同比增长超100%，MaaS平台吸引70万企业及开发者用户，API年收入同比增30倍 [5] - C端产品"智谱清言"2024年三季度上线付费功能后预计年收入超千万元 [5] - 2025年宣布为"开源年"，计划发布包括基座模型、多模态模型等在内的全新开源大模型 [5] 融资与资本结构 - 累计融资超100亿元，2023年单年融资37亿元，估值增长6倍至200亿元 [7] - 投资方包括美团、腾讯、小米等产业资本及红杉、高瓴等财务投资人，2025年3月获杭州、珠海、成都国资合计18亿元战略投资 [7][8] - 无控股股东，实际控制人唐杰和刘德兵通过一致行动人安排控制36.9647%表决权，美团为最大外部股东（持股5.5423%）[10] 行业竞争格局 - 国内大模型"六小虎"分化明显：零一万物转向参数适中模型，MiniMax聚焦多模态，百川深耕医疗，月之暗面开发内容社区 [3] - 二级市场反应积极，战略合作方思美传媒在IPO消息公布后股价涨停 [3]

强化学习(RL)基础概念 - 强化学习是机器学习中解决多步决策问题的算法框架 其特点在于没有标准答案 通过最终反馈机制评判结果好坏[6] - 与传统监督学习不同 RL不需要标注数据 而是通过环境交互获得奖励信号 更接近人类解决问题的逻辑[6][7] - 典型应用场景包括游戏(如乒乓球)和复杂任务(如行程规划) 每个决策步骤会影响最终结果[6] RL与LLM的结合发展 - OpenAI首次在InstructGPT中将RL与LLM结合 解决大模型指令遵从问题 衍生出RLHF技术[10][11] - RLHF通过人工标注数据训练奖励模型 使LLM输出更符合人类需求 但本质是对齐而非增强模型能力[12][13] - RL实现"慢思考"机制 通过延长推理过程(token量增加)提升LLM准确性 形成inference time scaling范式[14][15] 行业技术路径分化 - OpenAI聚焦Agent范式 实现多轮交互和虚拟世界操作 完成从单轮到多轮的跃迁[20][21] - Anthropic专注编程能力 在简单问题快速响应与复杂问题深度思考间取得平衡[17][30] - DeepSeek探索通用泛化能力 通过理科训练与文科调校结合实现平衡输出[18][31] 技术实现关键要素 - 基建框架决定迭代效率 7B模型训练周期从7天缩短至2天可提升3倍试错机会[33] - 数据质量比数量更重要 针对性训练数据可显著提升模型性能[33] - 理解能力依赖LLM预训练 决策能力依赖RL 二者形成乘法效应缺一不可[23][24] 行业应用与人才现状 - RL人才稀缺源于技术门槛高 论文引用量比NLP/CV少一个数量级 工业级应用场景有限[39][40] - 开源框架AReaL-boba实现7B模型SOTA性能 推动RL技术普及[43] - 创业公司需把握技术窗口期 在终局到来前快速验证产品 而非追求长期技术优势[37][38] 企业组织架构建议 - 预训练与后训练团队需紧密协作 成员需具备跨领域知识避免能力盲区[36] - 按目标划分专业团队(多模态/RLHF等) 同时保持技术路线的灵活性[36] - Agent公司需储备RL人才 尽管当前技术门槛较高但未来可能成为标配能力[37]

核心观点 - 未来营销不仅面向人，还需面向大模型，智能体如Manus可能成为每个人的桌面 [1] - 企业本质是超级Agent，一线员工是感知系统，管理层是认知系统 [1][5] - 国产AI领域将在4月迎来Agent发布潮，Manus已与通义千问达成合作 [1] - 大模型能力十倍速提升带来重大机遇，但幻觉问题仍是挑战 [2] - Agent分为供给侧代理和需求侧代理，Manus是成功案例 [3][4] 推理大模型带来的机会 - 大语言模型本质是函数，根据上文生成下文 [1] - DeepSeek-R1等模型推理能力提升10倍，创造新创业机会 [2] - 幻觉问题未解决反而带来机遇，可用企业独有数据解决 [2] - 大模型擅长处理非结构化数据，如社交媒体信息 [11] Agent的定义与分类 - Agent可译为"智能体"或"代理商"，需明确代理谁的利益 [3] - 供给侧代理：帮助客户更好使用现有软件 [3] - 需求侧代理：围绕客户需求连接资源，如Manus [4] - Manus成功连接各种工具，类似人类具备感知和行动能力 [5] 企业Agent的构建框架 感知系统 - 贝壳找房案例：工牌录音记录施工过程，数据脱敏分析后赋能一线 [8] - AI可强化感知，如Grok3利用X平台实时舆情数据 [10] - 大模型帮助交易员获取场外非结构化数据，提升感知能力指数级 [11] 认知系统 - 需聚焦高频高杠杆率决策，如用AI变革核心工种 [14] - 建议采用倒三角架构：客户在上，一线员工居中，管理层在下 [15] - 企业应建立自有模型保护数据，开源是更好选择 [15] - 倒三角结构解决两大问题：客户与员工互动、员工与管理层互动 [17] 行动系统 - 物理世界行动系统如宇树机器人，虚拟世界行动系统如API/RPA/Agent [18] - Manus展示Agent强大功能，企业需全员升级工具和分工 [19] - 企业应重构组织，思考员工在新工具中的角色定位 [19] 目标系统 - Agent需明确代理目标，形成感知-响应-行动闭环 [20] - AI可实现自我迭代，如思灵机器人自造自身 [20][21] - 企业需在目标前提下利用AI进行复盘，遵循人机持续迭代原则 [23] 战略建议 - 研发团队需升级，明确AI可替代的工作范围 [25] - 保护核心数据，面向大模型做营销而不仅面向人 [26] - 产品设计需考虑机器人操作场景 [26] - 建议有资源的企业训练自有模型 [26] - 未来战略需基于"智能无限提供"的假设 [27] - 工作分为对人/不对人两类，后者将减少 [27] - 人机交互不可替代，需重视客户情绪价值 [27]

石海东告诉钛媒体App："DeepSeek不仅在大模型推理成本和推理能力实现了极大优化。更重要的是， 对于各行业客户而言，过去对大模型存在负面印象，包括幻觉、训练数据等偏见和缺陷性问题， DeepSeek正在抹除这部分担心。这进一步推动了深度垂直智能体的落地。" 未来会有大量专业Agent，而不是只有一个超级Agent 相较于通用型Agent，面向B端垂直场景的Agent其机会窗口正在扩大。春节过后，DeepSeek的出圈，中 国有至少60家银行相继宣布对接了DeepSeek，但基本面向投资者的投研报告、财报分析、客户资料分 析报告等非核心业务场景，亦或者是OA、办公自动化，IT代码开发等非业务场景。 与一些企业或厂商先高调发声再选择行动不同的是，飞虎互动深入金融行业的Agent这件事情已经一年 有余。目前围绕金融银行三大关键环节：营销-风控-交易，飞虎互动构建了三款大模型驱动的Agent用 例，包括对客营销机器人，风控合规机器人，交易服务机器人。 飞虎互动公司创始人董事长石海东及团队与钛媒体交流中指出，AI大模型在银行业务价值和落地优先 级高的其实是在营销、风控领域，目前DeepSeek还没有接入到这些领域 ...

财务业绩 - 2024年总营业收入91.53亿元 同比下滑6.6% [1] - 归母净利润亏损20.61亿元 较2023年亏损扩大10.9亿元 [1] - 实际亏损超出业绩预告的17.2-19.2亿元区间 [1] 收入下滑原因 - 部分客户需求阶段性延后导致签约金额同比下降 [1] - 订阅业务模式迁移对短期整体收入造成影响 [1] 亏损扩大因素 - 研发投入形成的资本化无形资产摊销金额同比增加3亿元 [1] - 报告期末员工较2023年末减少3666人 离职补偿金增加1.4亿元 [1] - 计提商誉减值损失同比增加1.6亿元 [1] 云业务表现 - 云服务业务收入68.5亿元 同比下滑3.4% [2] - 订阅收入同比增长26.0% [2] - 云业务相关合同负债27.8亿元 较2023年末增长13.0% [2] - 订阅相关合同负债23.1亿元 较2023年末增长25.9% [2] - 云服务累计付费客户数87.25万家 新增付费客户15.75万家 [2] 战略发展 - 发布企业服务垂类大模型YonGPT2.0 采用1个大模型平台和2个应用框架(Agent和RAG) [2] - 基于Agent等框架发布智能助理、数智员工等通用产品及100多个场景化企业智能服务 [2] - 产品覆盖财务、人力、供应链等企业服务领域 [2] 盈利预测调整 - 下调2025-2026年盈利预测 新增2027年预测 [3] - 预计2025-2027年收入分别为105.1亿元、121.9亿元和141.8亿元 [3] - 预计2025-2027年归母净利润分别为1.0亿元、4.1亿元和8.4亿元 [3]

行业投资评级 - 行业评级为超配 维持前次评级 [5] 核心观点 - AI Coding正在成为Agent商业化的突破口 编程领域的规则明确性为Agent应用提供了天然约束框架 编程环境的技术特性为Agent自纠错提供了理想试验场 编程原子化任务与大模型链式推理机制深度契合 [1][8] - 企业开发效率的刚需创造了明确付费意愿 AI编程领域已逐步形成"技术验证-产品迭代-商业变现"的完整闭环 [1][8] - AI大模型在编程中的应用发展分为"Copilot→Agent→Multi-Agent"三个阶段 目前各大厂商AI coding产品多处于第一阶段向第二阶段迈进的关键节点 [2][9] 技术发展三阶段 - 第一阶段LLM as Copilot：大模型作为Copilot辅助程序员完成任务 不改变软件工程的专业分工 [2][9] - 第二阶段LLM as Agent：Agent能够自主完成一部分任务 成为单一职能专家 自主使用工具完成预定任务 [2][9] - 第三阶段LLM as Multi-Agent：多智能体互相协作完成复杂任务 人类负责创意纠偏和确认工作 [2][9] 国际领先产品分析 - GitHub Copilot：2024年7月ARR达3亿美元 占GitHub整体收入增长的40% 拥有180万付费订阅用户 [13] 2025年2月推出Agent模式 自主执行能力显著提升 可实现自主迭代代码识别错误并自动修复 [15] - Cursor：2024年8月完成4亿美元A轮融资 2024年12月估值达25亿美元 2025年3月ARR可能已增长至1.5亿美元 估值或突破100亿美元 [17][18][19] - Devin：2024年4月估值达20亿美元 2024年12月全面开放 订阅费用为$500/月 客户包括年收入3亿美元的Ramp和年收入17亿美元的MongoDB [20][21] 国内主要产品进展 - 字节豆包MarsCode：2025年3月正式上线国内首个AI原生集成开发环境Trae 配置Doubao-1.5-pro模型 支持切换DeepSeek R1和V3模型 [22][23] - 百度文心快码Comate：公司80%工程师深度使用 代码采纳率达46% 新增代码生成占比29% 已升级至3.0版本 由Copilot模式升级为Agent模式 [26][27] - 阿里通义灵码：正式发布AI程序员 开发效率提升数十倍 生成速度最快达分钟级 能够自主执行任务拆解代码编写缺陷修复测试等全过程任务 [28][29] - 腾讯云AI代码助手：接入DeepSeek-R1满血版 代码生成准确率提升30%+ 支持函数级/模块级代码生成 [31] - 智谱CodeGeeX：截至2024年7月个人用户数量超100万 与英特尔合作发布AIPC版 可部署在端侧完成AI任务 [32][33] - 商汤代码小浣熊：采用2B+2C双轮驱动 C端分为个人免费版和49元升级收费版 B端企业标准版按899元/人/年收费 [34][35] - 艾普阳SnapDevelop：纯国产化低代码IDE 全面满足信创研发需求 集成ChatGPT服务海外用户 [36] - 普元信息：推出低代码Copilot模式 接入DeepSeek 32B和671B超大规模私有化模型 [37][38] 建议关注标的 - 商汤-W（已覆盖）卓易信息普元信息金现代科大国创等 [3]

行业趋势转变 - AI行业正经历从传统大模型向推理模型和Agent的转变 强调"巧"而非"大" [2][4] - 模型进化方向从死记硬背转向链式思考(CoT) 实现多步验证和精准输出 [5] - 应用范式从聊天机器人升级为能执行任务的Agent 覆盖客户服务 金融分析等场景 [7] 技术路径分化 - 两种发展情景：Chinchilla缩放持续有效则2028年模型达65万亿参数 或预训练停滞转向推理优化 [10][11] - 推理模型代表如OpenAI的o1/o3和DeepSeek R1 已展现更高基准测试成绩及成本优势 [5] - 算力需求结构变化：推理计算占比将超50% 2028年推理算力缺口达2500亿exaFLOPS [13] 产业链影响 - 芯片需求从通用训练芯片转向定制推理芯片 网络设备商持续受益 [9][18] - 开源模型(Llama/DeepSeek)发展迅速 但微调成本仅为大模型训练的小部分 [15][16] - 科技巨头自由现金流可能改善 因推理成本下降减少资本支出压力 [19] 投资逻辑重构 - 缩放定律有效时优先布局芯片/设备供应商 警惕高资本支出科技企业 [1][18] - 预训练停滞则关注科技巨头现金流回升及用户基数大的应用类公司 [1][19] - ChatGPT两月新增1亿用户显示Agent应用爆发潜力 [7]

阿里通义开源RL新模型 - 阿里通义开源了QwQ-32B RL新模型 性能比肩满血DeepSeek R1 在AIME24数学测试和LiveCodeBench代码评估中表现优异 [1] - 该模型采用创新训练方法 通过校验生成答案正确性提供反馈 相比传统奖励模型训练时间大幅缩短 [2] - 公司预告将在Qwen Chat平台发布QwQ-Max-Preview模型 并承诺持续开源更多RL模型 [3][4][5] 大模型本地化部署进展 - 高性能大模型本地部署门槛显著降低 仅需NVIDIA 4090显卡或24G内存以上Mac mini即可实现 成本控制在4位数人民币 [6] - 苹果Mac Studio搭载M3 Ultra芯片(32核CPU/80核GPU)可实现满血DeepSeek-R1本地化运行 速度达20token/s 价格从70万降至7万人民币 [8][9] - 512GB内存配置的Mac Studio可支持更强大本地AI运算能力 [11][12] AI行业发展趋势 - RL技术突破将显著提升智能硬件性能 推动应用需求爆发 利好Agent技术发展 [7] - Manus AI等Agent产品引发市场关注 提升应用端对AI能力的期待 将带动算力需求增长 [13][14] - 中国科技公司在RL大规模强化学习领域取得突破 行业估值逻辑面临重塑 [14]

融资与战略布局 - 公司完成超10亿元人民币战略融资，投资方包括杭州城投产业基金、上城资本等 [2] - 在杭州成立浙江智谱新篇科技有限公司，服务浙江省和长三角地区经济实体，推动数字产业转型升级 [2] - 2024年1月被美国商务部列入实体清单，但公司强调将继续提供世界一流的大模型技术并参与全球竞争 [2] 技术实力与产品 - 研发国产独立知识产权的GLM大模型预训练架构，最新基座模型GLM-4-Plus技术实力世界领先 [3] - 在Agentic LLM方向优势明显，先于OpenAI提出Phone Use概念并推出Agent产品AutoGLM及GLM-PC [3] - 构建开放平台bigmodel.cn，以Model as a Service(MaaS)理念推动AI生态繁荣 [3] - 2024年推出基座模型GLM-4-Plus、Agent模型AutoGLM、推理模型GLM-Zero等，技术对标GPT [5] - GLM预训练架构实现全栈自主创新，包括底层算子、训练框架等核心模块自主研发 [5] 开源与生态 - 2024年是公司的"开源年"，将发布全新大模型并开源 [3] - 适配国内40多种GPU芯片，推动进口替代 [5] - MaaS平台支撑70余万企业开发者，私有化部署服务金融、医疗等20多个行业，在万余家企事业单位应用 [5] Agent技术领先 - 2025年或将是Agent爆发年，公司在Agentic LLM领域具有领先优势 [7] - 与三星合作，将Agent体验带到Galaxy S25系列手机，支持实时语音、视频通话等功能 [9] - Agentic LLM将整合物理与数字世界资源，从被动应答转向主动执行，提升生产力 [10] AGI发展路径 - 公司将AGI分为五个层级：L1预训练大模型、L2对齐&推理、L3自我学习、L4自我认知、L5意识智能 [12] - 坚定朝着AGI方向努力，推动AI从学习知识到具备自我认知和探索能力 [17]

文章核心观点 - OpenAI推出第二个Agent Deep Research，可搜索多网站生成全面报告，团队分享构建技术细节、产品思路及使用场景，未来希望打造终极Agent整合多种功能，且Agent有望在2025年崭露头角 [1][11] 分组1：OpenAI的第二个Agent - Deep Research能搜索多在线网站生成全面报告，在ChatGPT中运行，回答时间5 - 30分钟，能深入研究并详细回答问题，是OpenAI第二个Agent，未来还会发布更多 [5] - 约一年前OpenAI采用reasoning范式训练模型，解锁长时任务处理能力，意识到完成任务需在线研究等能力，开发出对应模型训练方法，项目最初由Isa Fulford和Yash Patil合作原创demo，Josh Tobin 6个月前加入 [6] - Deep Research有澄清流程，在研究前向用户提问，确保用户提供模型所需细节，很多用户先与o1或o1 Pro互动完善prompt后再发给它 [9][10] - 过去几个月OpenAI推出三种不同的Deep Research，因模型构建方式等因素质量有差异，未来希望用户通过终极Agent自然融合多种功能 [11] 分组2：Agent能力来自模型端到端的训练 - Deep Research底层模型是O3微调版本，经复杂浏览和推理任务端到端训练，学会应对策略，能整合信息生成带引用报告 [13] - 端到端训练使Deep Research有创新的Agent能力，能对实时网页信息灵活反应，创造性搜索，与非端到端训练的AI搜索产品有差异 [14][15] - Josh Tobin曾尝试构建Agent，发现按常规方式构建在现实中会有问题，说明Deep Research强大源于端到端训练，还建议按需用人工编写逻辑，在模型整体基础上进行RL调优可能是构建强大Agent的关键 [16][18] - 高质量数据集是Deep Research模型成功的关键因素之一，Edward Sun会对所有数据集进行优化 [19] 分组3：Deep Research的优势 - 当用户需求详细时，Deep Research能通过阅读互联网内容提供最佳答案，问题模糊时也能理清信息，擅长收集冷门事实和综合信息，但提炼新见解和做出新科学发现效果不佳 [20] 分组4：Deep Research的使用场景 - 目标用户是从事知识性工作的人员，适合需大量收集信息、分析数据并决策的人，可应用于工作和个人生活场景 [21] - 商业和个人生活场景中，Deep Research能节省时间，赋予知识型工作者超能力，实现更多事情，访谈提及的场景包括医疗、投资、购物、旅行、编程和个性化教育等 [22][23] 分组5：Agent会在2025年崭露新头角 - OpenAI希望未来Deep Research在产品形态上嵌入图像和生成图表，扩展可访问数据源，提升浏览和分析能力，改进信息准确度，融入Agent路线图扩展应用场景 [30] - Deep Research能完成部分经济上可行的任务，为用户节省时间，OpenAI希望其和后续构建的Agent能根据用户工作类型节省1% - 25%的时间 [31] - Isa Fulford和Josh Tobin认为今年Agent会崭露头角，现在有强大预训练语言模型和监督微调方法，适合根据用户奖励函数调整模型用于各种用例 [32][34]