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]

峰会与产品发布 - 中关村科金联合甲子光年于12月9日在北京举办“超级连接.智见未来”EVOLVE2025大模型与智能体产业创新峰会 [1] - 中关村科金首次公开企业级智能体落地路线图，并发布“3+2+2”智能体产品矩阵 [1] - 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] - 公司联合华为云、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，加速企业级智能体规模化落地 [1] 行业专家观点：智能体技术与发展路径 - 浙江大学教授谭建荣指出，大模型源于小模型的积累与数据建模的深耕，数据需通过挖掘隐含规律转化为知识，模型是定量知识的结构化表达 [1] - 人工智能发展依赖数据、算法、算力三大要素，智能体作为软硬结合载体，集成了感知、理解、决策、控制等核心能力，是实现技术落地的关键 [1] - 智能体的发展需依托深度学习、强化学习等基础算法，并通过云、边、端协同部署提升效能 [1] - 大模型落地需兼顾精准化与轻量化，模型蒸馏等技术可有效降低算力需求 [2] - 需警惕“幻觉”等技术风险，尤其在自然语言理解等复杂任务中，中文语义的精准把握仍是长期挑战 [2] - 未来应推动大模型与智能体从通用走向专用，面向行业与产品场景深耕，真正实现技术赋能产业 [2] - 美国硅谷人工智能研究院创始人皮埃罗·斯加鲁菲指出，当前已迈入AI智能体时代，其核心优势在于具备自主性，通过“感知—决策—行动—学习”的完整循环自主完成多步骤工作流，成为数字劳动力 [2] - 未来多智能体协同的“群体智能”将成为主流，智能体可动态组建、灵活解散，凭借对组织上下文的深度理解与目标对齐实现高效协作，成为企业智能化转型的核心路径 [2] 企业级智能体的价值与定位 - 中关村科金总裁喻友平认为，从互联网、移动互联网到人工智能的演进本质是连接的进化，智能体作为超级连接器，通过连接企业内部要素（员工、知识数据、业务系统、生产流程）和外部要素（客户、渠道、监管、生态伙伴）来释放新质生产力 [2] - 甲子光年创始人兼CEO张一甲表示，AI智能体的本质是把大模型的“超级大脑”和自动化的“敏捷双手”结合在一起 [3] - 企业级智能体的核心价值是破解数据孤岛和流程割裂等痛点，打通人、物、财、资等所有关键节点，实现企业级的全局连接 [3] - AI智能体会成为企业数字化的中枢大脑，重构整个工作逻辑，智能体的每一次连接都在产生新的交互数据，并反过来迭代模型本身，实现“越连接越智能”，激活企业AI数据飞轮，实现价值增长 [3]

海外token需求与AI算力 - 海外token需求持续增长 AI算力与应用实现正向循环 建议关注国内NV链相关企业及PCB 光模块 CPO公司 [1] - 海外推理算力供需剪刀差将不断扩大 2026-2028年推理算力需求增速分别为8倍 3.5倍 2.5倍 英伟达Vera RubinNVL144性能是GB300NVL72的3.3倍 RubinUltraNVL576性能是GB300NVL72的14倍 [1] 国内外AI应用活跃度对比 - 海外AI应用整体月活量呈现逐月增长趋势 月增速约4% 国内合计月活量环比下降明显 豆包增长突出 [2] - 豆包大模型日均tokens使用量超过16.4万亿 火山引擎占据国内公有云大模型调用量46.4%市场份额 [2] AI Agent商业模式转变 - AI Agent商业模式从"提供工具"向"交付价值"转变 垂直行业knowhow型卡位公司投资机会提升 建议关注布局领先的垂直领域卡位SAAS企业 [1][3] - 企业级智能体处于规模化应用爆发点 优先落地领域为企业服务(OA/ERP/CRM等) 金融/财务/风控 营销/电商 制造/供应链 法律/政务 医疗/教育 [3] 算力与芯片性能发展 - AI芯片性能进化无法赶超推理算力需求急剧增长 海外推理算力供需剪刀差持续扩大 [1] - 北美四大云厂商2025年资本开支受海外AI算力与应用正向循环驱动 [2]