文章核心观点 - 2025年被认为是AI智能体元年，手机智能体在过去一年中经历了从宣传噱头到能力快速迭代的发展，目前主流手机厂商及部分第三方公司均已推出相关产品，但行业在技术路线、商业生态、合规安全等方面仍面临挑战 [1] 技术路线发展 - 手机智能体技术发展出三条主要路线：意图框架路线（通过与应用合作，效率高但需广泛合作）、GUI Agent路线（模拟真人操作屏幕，技术复杂且易触及隐私红线）、云手机路线（解决权限调用问题但仍需读屏）[2][3] - 年初行业能力有限，测试的六款AI手机中，能成功点外卖的智能体不超过3家，技术局限与工程问题是主要障碍 [1] - “无障碍权限”是智能体操作手机的核心权限，可读取屏幕所有信息，但此前存在使用混乱的情况，相关倡议已被纳入行业协会标准 [3] 商业生态博弈 - 手机智能体能替代真人操作手机，对用户是效率革命，但对互联网App意味着权力让渡和优势降级，引发生态摩擦 [5] - 豆包手机助手上线一周后，接连被微信、支付宝等头部App限制操作，平台与智能体之间的争端已上升到法规层面，类似亚马逊与AI公司Perplexity的授权争端 [5] - 行业主要争议点在于：智能体代劳除用户授权外是否需App授权，以及代劳产生责任问题的归属 [6] 合规与安全挑战 - 手机智能体对普通用户的主要风险来自读取屏幕带来的隐私问题，以及AI幻觉可能导致的欺骗、误导和误操作 [3] - 对行业产业而言，智能体可能引发数据安全系统性风险，且“无障碍服务”存在被黑灰产利用形成产业链的隐患 [3] - 豆包手机助手通过将AI能力嵌入手机操作系统底层引发广泛关注，同时也引发了关于商业生态和合规风险的大讨论 [3]

核心观点 - 花旗集团分析师认为，至少在2026年底前，“AI智能体工作流”将是全球股市软件板块最重要的增长与估值主线，直接受益于企业从“AI试验”转向“AI智能体规模化部署”[1] - 投资主线正从“算力基础设施”向“AI应用与云数据智能平台”迁移，市场焦点转向能够通过实际数据用量计费并兑现强劲营收的软件公司[9] - 以谷歌Gemini 3和OpenAI GPT-5.2为代表的AI应用竞争白热化，正推动AI应用需求激增，并验证了云端AI推理算力及数据平台需求处于超高景气区间[4][5][12] AI智能体工作流趋势与市场影响 - “Agentic Workflows”指AI智能体自主完成多步骤任务的系统，正推动企业软件与云计算支出在2025年增长约50%的基础上，于2026年再增长20-35%[2] - 企业客户对AI数据工程工具的使用愈发强劲，例如Snowflake的AI功能模块采用加速，单个AI用例能带来约20万美元的增量消耗，大型客户可能有10个以上用例[2] - 客户对Elastic的“AI+云观测”和“AI+云安全”能力有强烈需求，有美国大型航空公司正测试用其替换Splunk[2] - 花旗建议增配以实际用量计费的“AI+云数据/云监控”平台型软件公司，谨慎看待封闭且估值昂贵的一站式AI应用平台[1][11] 受益的软件与云平台公司 - 头部云计算厂商和以用量计费的“AI+云数据平台”软件公司被视为此轮浪潮的最大赢家，具体提及甲骨文、Snowflake、MongoDB以及Elastic等行业领军者[1] - MongoDB被视为核心受益者，其Atlas云数据库与谷歌云平台/Vertex AI深度集成，正从“宏大叙事”进入“业绩与现金流兑现增长阶段”[5][8] - 谷歌、AppLovin、Palantir、Meta、赛富时等公司近期公布的强劲业绩与展望，验证了企业级AI应用软件需求旺盛并加速渗透[3] - 云厂商与独立软件开发商正围绕“消耗型计费+云端数据智能/AI工作负载实际数据用量”重新构建商业模式，将AI转化为可度量的营收[10] AI应用竞争与性能基准 - 谷歌Gemini 3系列产品发布后风靡全球，带来庞大的AI token处理量，迫使谷歌调低免费访问量并对Pro用户实施暂时限制[5] - OpenAI即将推出的GPT-5.2在多项基准测试中表现超越Gemini 3，例如在“Humanity‘s Last Exam”中得分67.4%，而Gemini 3 Pro为37.5%[6][7] - 两家巨头的竞争有望推动AI应用向各行业迅速蔓延，对MongoDB等“AI+云数据平台”公司的长期增长前景构成重大利好[6] - Gemini月活跃用户已超6.5亿，每月处理Token总量一年内增长超过20倍，显示其生态链渗透率激增[13] 业绩验证与增长逻辑 - MongoDB最新公布的业绩报告全面超预期，并给出强劲的下财季与全年展望，其增长逻辑已转向绑定谷歌云平台及Gemini AI应用生态[9][10] - 谷歌云平台整体营收呈现高增长，Gemini产品Token量激增，且谷歌公布了巨额AI相关资本支出，共同说明AI应用开发层与云端推理算力需求景气度高[7] - 包含MongoDB在内的“谷歌AI生态链”正全面受益于Gemini带来的AI算力需求激增，MongoDB堪称该生态链的最大赢家之一[9][12] - 部分软件公司已体现出AI智能体普及带来的单客价值提升、使用时长增长与云资源消耗放量[9]

行业峰会与产品发布 - 中关村科金联合甲子光年主办“超级连接·智见未来”EVOLVE 2025大模型与智能体产业创新峰会，并首次公开企业级智能体落地路线图 [1] - 中关村科金发布“3+2+2”智能体产品矩阵，包括大模型平台、AI能力平台、AI数据平台三大基础平台，智能客户平台、智能工作应用平台两大通用场景应用平台，以及金融和工业两大行业智能体平台 [1] - 中关村科金联合华为云、阿里云、百度智能云、火山引擎、亚马逊云科技、超聚变、软通动力等企业共同发布“超级连接”全球生态伙伴计划，旨在打造开放、连接、可持续的“人工智能+”产业生态圈 [1] 2025年生成式AI技术趋势 - 2025年生成式AI呈现技术融合趋势，包括扩散模型与Transformer结合的扩散Transformer、降低应用门槛的小型语言模型、成为标配的多模态能力，以及思维链、专家混合、蒸馏等新技术 [3] - DeepSeek被视为工程成就典范，因其首次将上述多种技术整合到单一模型中 [3] - 行业研究正致力于开发理解三维真实世界的“世界模型”，以超越语言模型的一维预测和图像模型的二维预测，让机器人能自然地与世界互动，相关探索者包括李飞飞创立的World Labs和Meta的Yann LeCun [3] AI智能体的演进与特征 - AI智能体正从“副驾驶”模式（如传统ChatGPT，协助人类完成任务）进化为“自动驾驶”模式，能够自主完成包含多步骤的完整工作流而无需人类干预 [4] - 智能体可执行从市场调研、产品设计、采购、生产规格说明、营销材料生成、销售培训到客户支持的全流程自动化 [4] - 智能体的核心运作机制是“感知-决策-行动-学习”的循环，使其能够突破传统脚本限制并应对环境变化 [4] 多智能体系统与评估 - 随着应用演变为多智能体系统，新的技术栈正在形成，涵盖硬件层、云服务层、语言模型层、编排层（如LangChain）以及最终的智能体应用层 [5] - “上下文工程”概念变得关键，它要求智能体深刻理解组织的完整信息、结构和真实目标，而不仅仅是执行单一任务，从而实现动态组建和解散的群体智能 [5] - 评估智能体的关键指标包括：准确性、效率、稳定性、用户体验、适应性，以及通过强化学习实现的自我提升能力和长期保持上下文的自我监控能力 [5] 智能体的行业应用与价值 - 在客户支持领域，真正的智能客服需能理解问题与上下文、识别客户情绪，并了解组织架构以精准找到答案，而非像传统聊天机器人那样答非所问 [6] - 江森自控为10万名员工打造了集成所有手册和技术笔记的AI系统，相当于最优秀工程师的集合体，大幅提升了维护和故障排查效率，并用于培训新员工 [6] - Strategy公司使用AI设计的金融产品Stretch，创造了今年美国股票发行中最大的IPO [6] - 生成式AI的核心价值在于“生成”原本不存在的东西，例如在旅游业，AI可通过分析用户社交媒体照片了解偏好，提供比传统旅行社更精准的个性化行程 [6] - AlphaFold获得诺贝尔奖证明，AI能够完成人类科学家无法做到的事情，从而加速各类科学研究 [6] AI信任与社会协作愿景 - “Waymo效应”指随着谷歌自动驾驶汽车在旧金山日益普及，公众对AI的信任正在快速提升，这为AI智能体的广泛应用奠定了社会基础 [7] - 对AI未来的愿景并非一个全知“神”般的AI，而是由多个智能体组成的动态协作群体，它们像人类社会一样交换信息、相互协作以达成目标，人类也将作为协作链条的一部分参与其中 [7]

文章核心观点 - 人工智能在金融服务等行业的早期应用阶段，主要侧重于能力建设与普及，而非立即实现大规模成本削减，短期内甚至可能导致运营成本上升和员工人数增加[1] - 长期来看，人工智能技术预计将显著提升生产力与经营效率，其影响是重大且持久的，成本比率可能在2027至2028年后趋于正常化，从而驱动利润扩张[1][3] - AI应用需求旺盛，正加速渗透至各行各业，尤其是能够提升B端经营效率的企业级应用，AI应用端的“牛市叙事”逻辑得到业绩验证和强化[5][6] 华尔街金融服务行业AI应用现状 - 超过70%的华尔街受访者预计，人工智能驱动的应用将在未来三年内导致更高的经营成本[1] - 约三分之二的华尔街金融服务公司在全公司范围采用AI后，最初可能在实际经营中看到员工人数显著增加[1] - 由于风险和合规问题，全球金融行业的AI应用与渗透速度相比零售和科技驱动型领域较慢[3] - 高盛集团已在全集团范围内正式推出一款生成式AI驱动的“AI助理”内部应用工具，旨在提升整体生产力与革新经营效率[4] 人工智能对各行业的预期影响 - 全球各行业高管认为AI带来的“颠覆性指标”规模为“高”或“非常高”[3] - 大型制药公司预计，AI将在药物开发成本上节省至少16%[3] - 媒体领导者预计，AI将降低内容开发成本并提供个性化的优质内容服务[3] - 消费品公司认为，AI助手将成为购物导购以及配送服务伙伴[3] - 瑞银分析指出，到2026年，全球股市可能会定价出一个趋势，即全球各大商业银行将成为快速发展的AI技术的最大受益者之一[3] AI应用软件的发展趋势与市场信号 - AI应用软件发展方向集中于生成式AI应用软件（如DeepSeek、ChatGPT、Sora、Claude）以及能自主执行复杂任务的AI智能体[6] - 企业对提高效率和降低运营成本的迫切需求，正极大推进生成式AI应用与AI智能体这两大核心类别的广泛应用[6] - AI智能体极有可能是2030年前的AI应用大趋势，意味着AI开始从信息辅助工具演变为高度智能化的生产力工具[6] - 谷歌推出的Gemini、Cloudflare Inc与赛富时公布的强劲业绩和展望，验证了AI应用故事的可行性，并预热了2026年后潜在的加速增长趋势[6] - 以英伟达AI GPU为代表的AI算力基础设施需求强劲，同时AI软件应用端需求同样旺盛，并加速渗透至各行各业[5]

行业核心事件 - Linux基金会正式宣布成立智能体AI基金会，旨在成为AI智能体相关开源项目的中立托管平台，并推动制定开放标准 [1] - 全球几乎所有科技巨头均已签约成为该基金会成员，包括亚马逊云科技、Anthropic、Block、Cloudflare、谷歌、微软、OpenAI、思科、IBM、甲骨文、Salesforce、SAP、Snowflake、Hugging Face等 [1] - Anthropic、OpenAI与Block三家公司作为联合创始成员，贡献了三大开源项目构成基金会初期的支柱 [1] 核心技术与标准 - 基金会围绕三大开源项目构建：Anthropic的模型上下文协议、Block的goose项目，以及OpenAI的AGENTS.md规范，旨在协同实现AI智能体与外部工具交互的标准化 [2] - MCP协议被形象地称为“AI领域的USB-C接口”，目标是标准化连接AI智能体与数据源，目前已部署超过1万台MCP服务器，并获得Claude、Cursor、微软Copilot、Gemini、VS Code及ChatGPT等主流产品的支持 [2] - AGENTS.md规范于2025年8月推出，旨在为AI编程智能体提供项目专属指令，该Markdown格式标准已被超6万个开源项目采用 [3] - Block开源的AI智能体框架Goose于2025年初发布，通过融合语言模型、可扩展工具及基于MCP协议的集成能力，为开发者提供结构化的工作流构建方案，目前每周已有数千名工程师使用 [3] 战略动机与行业背景 - Linux基金会执行董事表示，目标是避免未来出现“围墙花园”式的专有技术栈，通过制定专属的互操作性标准、安全模式与最佳实践来推动开放 [2] - 企业对AI智能体的采纳率快速攀升，截至2025年年中，约65%的组织已启动智能体系统的试点或部署工作，近九成高管计划在2026年增加相关投入 [6] - 多智能体系统能显著提升业务表现，与传统流程相比，错误率最多可降低60%，执行效率提升40% [6] - 行业面临生态“碎片化”风险，若缺乏共识，各系统可能孤立运行、难以互联互通 [6] 治理模式与资金来源 - AAIF采用开放治理模式，项目路线图由技术指导委员会制定，任何单一成员都无权单方面决定发展方向 [5] - 资金来源是“定向基金”，企业可以通过缴纳会员费来捐款，但资金投入不等于控制权 [5] 行业影响与未来展望 - 衡量AAIF早期成功的关键指标将是全球厂商的智能体产品是否开发并落地这些共享标准 [8] - 标准的持续演进被认为是成功的核心，需要不断迭代并吸收新的行业反馈 [8] - 即便采用开放治理，某家企业的技术方案仍可能因发布速度快或市场占有率高而成为默认标准，但这被认为是技术优势的自然结果 [8] - 预计2026年将迎来真正的企业自动化浪潮，包括多智能体工作流、学习型编排等新融合 [8] - 封闭模型目前仍然占据了95%的收入，导致每年在专有系统上的支出估计高达248亿美元 [9] - PARK技术栈正在迅速成为大规模AI部署的默认平台，这一代AI技术栈将定义未来 [9] 开发者与社区价值 - 对开发者与企业而言，AAIF的短期价值在于减少定制化连接器的开发时间，提升跨代码库的智能体行为可预测性，并简化高安全需求环境中的部署流程 [9] - 长远愿景是推动AI智能体领域从封闭平台模式，转向开放兼容、自由组合的软件生态 [9]

AAIF基金会成立与核心架构 - Linux基金会正式宣布成立智能体AI基金会，定位为AI智能体相关开源项目的中立托管平台，全球几乎所有科技巨头均已签约成为成员 [2] - Anthropic、OpenAI与Block三家公司作为联合创始成员，贡献三大开源项目构成基金会启动初期的支柱 [2] - 成员名单包括亚马逊云科技、Anthropic、Block、Cloudflare、谷歌、微软、OpenAI、思科、IBM、甲骨文、Salesforce、SAP、Snowflake、Hugging Face等，将首次携手共同制定AI智能体的开放标准 [2] 三大核心开源项目与标准 - 基金会围绕三大开源项目构建：Anthropic的模型上下文协议、Block的goose项目，以及OpenAI的AGENTS.md规范，旨在协同实现AI智能体与外部工具的交互标准化 [3] - MCP协议由Anthropic开源，核心目标是通过标准化方式连接AI智能体与数据源，已部署超过1万台MCP服务器，主流产品如Claude、Cursor、微软Copilot、Gemini、VS Code及ChatGPT均已支持 [4] - AGENTS.md规范由OpenAI推出，旨在为AI编程智能体提供项目专属指令支持，已被超6万个开源项目采用，主流开发框架如Cursor、Devin、GitHub Copilot及Gemini CLI均已兼容 [5] - Block开源的AI智能体框架Goose，通过融合语言模型、可扩展工具及基于MCP协议的集成能力，为开发者提供结构化的工作流构建方案，目前每周已有数千名工程师使用 [5] 行业背景与标准化驱动力 - 企业对AI智能体的采纳率快速攀升，截至2025年年中，约65%的组织已启动智能体系统的试点或部署工作，近九成高管计划在2026年增加相关投入 [8] - 多智能体系统能显著提升业务表现，与传统流程相比，错误率最多可降低60%，执行效率提升40% [8] - 行业面临生态“碎片化”风险，各系统可能孤立运行、难以互联互通，AAIF基金会的核心使命在于通过推动开放标准来规避这一风险 [9] - 尽管开源模型成本更低，功能相近，但封闭模型仍然占据了95%的收入，导致每年在专有系统上的支出估计高达248亿美元 [12] 治理模式与未来展望 - AAIF采用开放治理模式，项目路线图由技术指导委员会制定，任何单一成员都无权单方面决定发展方向，资金投入不等于控制权 [6] - 衡量AAIF早期成功的关键指标是全球厂商的智能体产品是否开发并落地这些共享标准，以及标准能否持续迭代吸收新的行业反馈 [12] - 2026年可能迎来真正的企业自动化浪潮，包括多智能体工作流、学习型编排、验证框架以及确定性和非确定性系统的新融合 [12] - PARK技术栈正在迅速成为大规模AI部署的默认平台，这一技术栈包括PyTorch、AI、Ray和Kubernetes，被认为将定义未来的AI技术栈 [13] 对开发者与行业的潜在价值 - AAIF基金会的短期价值在于减少定制化连接器的开发时间，提升跨代码库的智能体行为可预测性，同时简化在高安全需求环境中的部署流程 [13] - 长远愿景是若MCP、AGENTS.md、Goose等工具成为行业标准基础设施，AI智能体领域或将从封闭平台模式转向开放兼容、自由组合的软件生态 [13] - 社区期待AAIF能制定一套类似聊天补全JSON API的社区共享标准，并配有公认的标准规范及相应的一致性测试套件 [13]

鸿蒙生态在金融行业的融合进展 - 2025年，金融领域作为垂直行业代表，正深入融合鸿蒙生态，其覆盖范围持续扩大[1] - 鸿蒙生态与金融机构的协作已从移动端应用适配，演进至多终端协同、AI智能体落地与行业共建的新阶段[1] 金融行业数字化与鸿蒙化的核心驱动力 - 金融行业对数字化和自主可控的需求叠加，核心动力来自移动金融业务高频化、操作系统技术迭代及监管对安全要求的提升[2] - 在此背景下，鸿蒙通过与金融领域应用合作，带来创新与发展的新机遇[2] 鸿蒙在金融行业的应用规模与覆盖 - 截至目前，累计已有超千款金融应用上架华为应用市场[1] - 超千款金融理财类应用已完成鸿蒙化并上架，覆盖中国人民银行、六大国有银行、十二家股份制银行、大型券商和保险机构，涉及移动银行、证券交易、保险服务、普惠业务等核心场景[2] 基于鸿蒙系统能力的金融服务创新 - 金融机构开始基于鸿蒙系统能力重构体验与服务流程，例如交通银行、京东金融接入小艺语音实现“一句话触发”金融服务，微众银行、东方财富上线元服务提供无需下载的高频功能[3] - 鸿蒙整合数字盾、AI防窥、AI防诈等能力提升安全性，并联合支付宝、中国工商银行等23家金融机构引入3D ToF人脸登录[3] - 金融应用针对折叠屏、穿戴设备及鸿蒙电脑等全场景设备进行深度适配，实现多终端协同，如同花顺、Wind在鸿蒙折叠屏设备实现接近PC级生产力[3] AI智能体在金融场景的落地 - 智能体（AI Agent）是当前阶段最具象的标志，东方财富、华泰证券、中金财富、国泰基金等多家机构已在小艺智能体广场上线金融智能体[3] - 以东方财富“妙想”智能体为例，其集成了实时行情问答、财经事件梳理、板块逻辑分析、多模态图表生成等能力[3] B端办公系统迁移与生态成熟度检验 - 中国工商银行已对鸿蒙进行全面适配，包括服务超40万员工的办公App，并参与共建金融行业国产编程语言解决方案[4] - 大型银行内部系统的适配意味着鸿蒙在机构级生产力系统上进入了新阶段[4] 鸿蒙生态的整体规模与金融垂域赋能 - 整个鸿蒙应用市场已提供超过30万的应用和元服务，覆盖生活全场景[5] - 鸿蒙在金融行业的赋能主要体现在应用层广泛推广接入、提供行业开发套件模板以提升效率、以及构建全面覆盖的生态系统支持支付与安全协议[5] 金融鸿蒙化的挑战与未来方向 - 金融机构强调，推进鸿蒙生态是对底层稳定性、安全性和连续性的系统级考验，金融业务对系统稳定性和风控要求远高于其他行业[5] - 未来鸿蒙生态金融垂域创新将持续聚焦“全场景”与“智能”两大方向[5] - 要让鸿蒙在金融场景稳定运行，必须进行基于大量真实业务的迭代和共创[5] 行业视角：生态竞争与鸿蒙价值 - 国产信创与AI推动的生态迁移已形成新风口，未来竞争将从终端竞争转向生态竞争[6] - 鸿蒙的“一次开发、多端部署”优势让技术投入更具性价比，参与其生态建设可视作“获取稀缺资产”的过程[6] - 金融行业对自主可控、安全和智能化体验的高要求，使其成为最能检验鸿蒙成熟度的领域之一，鸿蒙正在成为金融行业下一代数字基础设施的重要组成部分[6]

峰会背景与主题 - 2025年12月5日至7日，《中国企业家》杂志社在北京主办了“2025（第二十三届）《中国企业家》影响力企业家年会”，会议主题为“涌现·无限——共创智能商业新形态” [1][4] 演讲核心观点：企业应用AI智能体的前提条件 - 企业是否应立即采用AI智能体，取决于其自身及所在行业链条的数字化水平，若数字化水平不高，则建议等待；若企业自身数字化水平很高，则可以在内部使用一些智能体 [3][6] AI大语言模型的发展基础 - 当前这一轮人工智能的发展始于大语言模型，其训练数据来源于过去超过40年互联网公开文本数据的积累 [3][6] 垂直智能体的最佳应用场景特征 - 大语言模型最适用的垂直智能体场景，是在商务和价值实现过程中，以自然语言进行多轮对话交互并最终实现价值兑现的领域 [3][6] 垂直智能体的典型行业应用 - 金融行业是全链条数字化的典型，其业务依赖专业技术和技能进行对话，向客户解释投资原因、金融产品选择、风险与潜在收益，因此最容易受到垂直智能体的改变 [3][6] - 医疗行业同样易于被垂直智能体改变，医生使用数字化设备进行检测，并向患者提供疾病预防建议等信息 [3][6]

文章核心观点 - AI智能体技术取得关键突破，特别是具备“手机操作”能力的AI Agent模型开源，正推动AI应用落地和智能终端普及，行业迎来爆发式增长，资本市场反应积极 [1][2][3] AI智能体技术突破与市场影响 - 智谱AI于12月9日开源了具备“手机操作”能力的AI智能体模型AutoGLM，能稳定完成外卖点单、机票预订等长达数十步的复杂操作 [2] - AutoGLM已支持微信、淘宝、抖音、美团等超过50个高频中文应用的核心场景，被视为全球首个具备此能力的AI Agent [2] - 智谱AI的GLM-4.5大模型在Hugging Face榜单中以63.2分的综合成绩位列全球第三、国产第一 [2] - 消息公布后，智谱华章参股公司股价异动明显，电广传媒盘中一度涨停，奥飞数据一度涨超8%，凌云光涨幅超5% [2] AI智能体市场规模与政策支持 - 国务院《关于深入实施“人工智能+”行动的意见》指出，到2027年新一代智能终端、智能体等应用普及率超70%，到2030年普及率超90% [3] - 据中商产业研究院报告，2025年全球AI智能体市场规模将达113亿美元，2030年将接近500亿美元 [3] - 2025年中国AI智能体市场规模将达69亿元，2030年将接近300亿元，2025~2030年复合增速有望超过30% [3] 行业资本开支与投入情况 - 自2023年第四季度以来，中国的资本支出每季度快速增长，过去12个月内，中国四大云服务提供商资本支出约为450亿美元 [5][6] - A股智能体概念板块84家公司资本开支逐年递增，2024年整体达到265.32亿元，同比增长超10% [6] - 2025年前三季度，该板块资本开支合计近305亿元，较2024年全年增长近15% [6] A股市场表现与资金动向 - 截至12月9日，A股智能体概念板块公司年内平均涨幅超过25%，超半数概念股年内涨幅超过10% [7] - 初灵信息股价翻倍，协创数据、慧博云通、奥比中光-UW等公司年内涨幅均超过50% [7] - 截至12月8日，84只概念股融资余额合计近718亿元，较去年末增加近45% [7] - 瑞芯微、亚信安全、美格智能等个股融资余额增幅均超过100% [7] 受关注的概念股筛选 - 筛选出最新融资余额较去年末增超20%、年内股价涨幅低于25%、且年内获得20家以上机构调研的概念股共8只 [7] - 上海钢联年内获得150余家机构调研，融资余额较去年末增近28%，已开发基于垂类大模型的数字智能助手“小钢” [7] - 云从科技-UW年内获70余家机构调研，融资余额增近60%，基于自研大模型构建了三条AI智能体产品线 [8] - 新点软件年内调研机构数超70家，融资余额增幅超100%，打造了政务服务智能体产品 [8] - 8只概念股中，云从科技-UW、上海钢联、金山办公年内表现相对领先，华信永道、新点软件等年内股价下跌 [8][9]

AI智能体产业发展驱动力与市场前景 - 行业在技术突破、政策护航与资本加持三重驱动下，正从实验室走向千行百业，完成从技术概念到产业实用工具的关键跨越 [2] - 国务院政策指出，到2027年，新一代智能终端、智能体等应用普及率超70%，智能经济核心产业规模快速增长；到2030年，普及率超90%，智能经济成为我国经济发展的重要增长极 [6] - 中信建投表示，2025年是智能体元年，推理需求将带动算力需求爆发，国内算力自主可控趋势凸显 [4] AI智能体市场规模与增长预测 - 全球AI智能体市场规模将迎来爆发式增长，2025年全球市场规模将达113亿美元，2030年将接近500亿美元 [6] - 中国AI智能体市场规模2025年将达69亿元，到2030年将接近300亿元，2025—2030年复合增速有望超过30% [6] - AI智能体构建了数字世界与物理世界的智能连接桥梁，成为释放人工智能全产业链价值的关键载体 [6] 行业资本开支与融资动态 - 为加速生成式AI应用商业落地，全球科技大厂纷纷加大资本开支，自2023年第四季度以来，中国的资本支出每季度都在快速增长 [6] - A股万得智能体概念板块84只概念股资本开支逐年递增，2024年整体达到265.32亿元，同比增长超10%；2025年前三季度资本开支合计近305亿元，较去年全年增长近15% [7] - 截至12月8日，84只智能体概念股融资余额合计近718亿元，较去年末增加近45%，瑞芯微、亚信安全、美格智能等个股融资余额增幅均超过100% [8] 具体公司动态与产品进展 - 智谱于12月9日开源其核心AI智能体模型AutoGLM，该模型具备手机操作能力，能够稳定完成外卖点单、机票预订等长达数十步的复杂操作流程 [3] - 上海钢联已布局AIGC技术，开发了基于自研垂类大模型“钢联宗师”的“小钢”数字智能助手，为用户提供价格查询、数据支持、资讯推送等服务 [8] - 云从科技基于自主研发的“从容多模态大模型”和人机协同技术构建了三条主要产品线 [8] A股市场表现与机构关注 - A股智能体概念股年内平均涨幅超过25%，初灵信息股价翻倍，协创数据、慧博云通、奥比中光-UW等公司年内涨幅均超过50% [8] - 当前融资余额较去年末增超20%且年内股价涨幅低于25%，年内获得20家以上机构调研的概念股仅有8只，包括上海钢联、云从科技-UW、新点软件等 [8] - 上海钢联年内获得150余家机构调研，当前融资余额较去年末增幅接近28%；云从科技-UW与新点软件年内均获得超过70家机构调研 [8][9] - 在上述8只机构高频调研的概念股中，年内市场表现相对领先的有云从科技-UW、上海钢联和金山办公 [9]