报告行业投资评级 - 行业评级：推荐（维持）[3] 报告的核心观点 - 智能体（Agent）工程框架正经历从提示词工程、上下文工程到驾驭工程（Harness Engineering）的演进，驾驭工程通过构建完整的运行环境，成为提升Agent在长链路复杂任务中稳定交付能力的关键，并正成为产品差异化和工程壁垒的重要来源[1][6][24] - Agent产品形态正从Copilot嵌入式助手、Coding Agent等单任务智能体，向垂类流程Agent、Computer Use/GUI Agent以及未来的Multi-Agent分工协作演进，自主执行能力不断增强，推动Agent向“数字劳动力”转变[1][6][46][48] - Agent与基座大模型的技术迭代共同推动全球AI产业商业化提速，信息技术的商业模式开始由按席位收费转向按任务量、结果收费，大模型和Agent正成为成长最快的AI产业方向[1][6][131] - AI算力基础设施是产业发展的基本保障，AI Infra及MaaS云服务厂商将分享AI产业成长红利[6][131] Agent概览与工程演进 - **Agent定义**：AI Agent是一种能够感知环境、进行决策并执行动作的自主系统，其核心构成可概括为Agent = LLM（大脑） + Planning（规划） + Memory（记忆） + Tools（工具）[11] - **提示词工程（2022-2024）**：侧重优化单轮或局部交互中的指令表达，通过思维链式提示词等方式激发模型已有能力，提升任务交付的准确性和可控性[15] - **上下文工程（2025）**：侧重构建动态系统，通过优化信息供给机制（如RAG、压缩、结构化笔记等）来管理进入模型上下文窗口的信息，解决“看到什么”的问题，以缓解上下文腐烂等问题[16][17][19] - **驾驭工程介绍**：旨在设计一套环境与机制，使Agent能在可控边界内持续自主工作，并能被自动验证、快速纠错与持续改进，解决了Agent“怎么稳定运行”的问题[20][23] - **驾驭工程的核心能力**：通过持久化存储、通用执行能力、安全运行与验证、知识延展、上下文治理、长时程自主执行等六大方面，补足模型跨越到稳定Agent所需的核心能力[24][25] - **驾驭工程案例与价值**： - **LangChain案例**：在不改变底层模型（GPT-5.2 Codex）的前提下，仅通过优化Harness框架，使其Coding Agent在Terminal Bench 2.0评测中的得分从52.8%跃升至66.5%，排名跻身前5[28][29] - **OpenAI案例**：一个7人团队耗时5个月，利用Codex智能体自主迭代，生成了超过100万行代码的产品，开发效率约为人工的1/10，并具备软件全生命周期管理能力[31][32][33] - **Anthropic案例**：通过优化Harness框架，仅凭一句提示词，花费6小时、200美元成本，制作出可流畅运行的复古游戏编辑器；而未优化的单Agent架构做出的产品核心功能无法运行[35][36] - **工程演进小结**：Agent工程从提示词、上下文到驾驭工程呈递进嵌套关系，驾驭工程作为前两者的延伸，提供可长期维护的运行环境，是让智能“更有用”的关键[38] - **工程与训练协同**：Harness正被融入大模型的后训练中，形成“工程—训练”反馈循环，使模型原生支持部分通用harness能力（如文件系统操作、bash执行），增强其在特定复杂任务中的执行效果[43] Agent产品的迭代演进 - **Copilot嵌入式助手**：强调human in the loop，是聊天机器人和自主Agent的中间形态，典型产品包括GitHub Copilot（代码开发）、Microsoft 365 Copilot（办公软件）、Salesforce Einstein Copilot（企业业务流程）等[49][50] - **Coding Agent（编程智能体）**： - **典型能力**：包括陌生代码库理解、全代码库开发、跨工具链执行、测试运行与持续集成（CI）修复等[57] - **发展迅速**：Anthropic内部数据显示，其2026年第二季度人均代码量上升至2021-2025年间平均水平的8倍[58] - **主要产品**： - **Claude Code**：截至2026年2月ARR达25亿美元，周度下载量超1,100万次，已从终端工具演进为支持多入口的工程平台[61][63][64] - **Codex (OpenAI)**：2026年6月初公布周活跃用户达500万人，较3月底增长约150%，企业营收占公司整体营收40%，正致力于打造统一的AI工作空间[65][67] - **Cursor**：被SpaceX收购前，于2026年2月实现超20亿美元ARR（较2025年11月翻倍），其自研模型Composer 2.5在部分Coding评测中接近头部模型水平，且具备更优性能成本比[70][75][76] - **应用价值**：不仅提升开发效率（如Rakuten公司新功能交付周期从24天缩短至5天），还能赋能非技术人员完成端到端应用开发，并通过移动端实现远程任务管理[80][81][83][84] - **垂类流程Agent**：在客服与销售、法律、医疗、金融服务等特定领域执行端到端流程，推动Agent转向“数字劳动力”，商业模式转向按任务量、结果收费[6][48][85] - **客服与销售（Sierra）**：采用“按结果计费”模式，2026年2月ARR达1.5亿美元，5月完成融资后估值超150亿美元，产品构建了多层级Agent服务平台[89][92][93][99] - **法律（Harvey）**：截至2025年底ARR达1.9亿美元，2026年3月融资后估值110亿美元，平台运营超25,000个定制Agent，服务大型律所和企业[101][103] - **医疗（OpenEvidence）**：对医生免费，通过药企广告等变现，被美国超40%医生使用，截至2025年底ARR超1亿美元，2026年1月融资后估值120亿美元[106] - **金融服务（AlphaSense）**：截至2026年第一季度ARR达6亿美元，2026年6月融资后估值75亿美元，覆盖超5亿份专业商业资料，服务超7,000家企业客户[109] - **Computer Use/GUI Agent**：指模型能够像人类一样观察并操作计算机界面，通过点击、输入等方式完成网页和桌面软件中的多步骤任务，提升了Agent的非标准化泛化能力[48][110] - **广泛布局**：Anthropic、OpenAI、Google、Microsoft等厂商均积极布局此类功能[112][113] - **产品形态演进**：功能正从独立产品内化为Agent的通用能力模块，并采用分层执行策略（连接器优先 > 浏览器操作 > Computer Use兜底）以平衡效率与泛化能力[115][120][121] - **未来演进方向**：Agent正从人机协同向自主工作发展，未来可能形成Multi-Agent分工协作，并最终朝向“AI自我迭代AI”的智能生产系统演进[6][46][126] 行业规模与市场表现 - **行业规模**：报告覆盖股票284只，总市值4471.1十亿元，流通市值4012.4十亿元[3] - **市场表现**：近12个月绝对收益为12.1%，但相对表现落后基准19.4个百分点[5]