核心观点 - AI技术正以多种“接地气”的应用形式渗透并改造中国的“地摊经济”或线下小微商业场景，其核心价值在于通过个性化、趣味性和低门槛的解决方案，为传统街头商业增添新活力并创造新的消费体验 [1][4][23] AI在街头巷尾的具体应用案例 - **AI调香**：在集市展会上，通过小程序嵌入文心大模型，用户输入姓名和MBTI人格即可生成专属香水配方，旨在提供个性化、有趣的体验，目前用于试错并验证需求 [2][4] - **AI手串**：在北京潘家园古玩市场，摊贩通过植入NFC芯片的珠子，让顾客用手机触碰即可根据姓名和方位接收每日运气，已售出1万多个 [5][9] - **AI台球**：在广东出现，通过在球桌上方安装投影仪和摄像头，利用算法识别并投影进球路线，辅助练习，收费为每小时40-50元起步 [6][9] - **AI象棋/五子棋**：在广东街头出现，使用机械臂与人对弈，成人收费5元/盘，儿童免费 [8][9] - **AI理发**：理发店尝试利用大模型（如千问）通过视频通话分析用户头型并推荐发型 [8] AI地摊经济的商业模式与创业成本 - **加盟模式（高成本）**：创业者通过加盟垂类大模型公司（如AI台球、AI KTV）的产品进入市场，前期投入需数十万元起，盈利受地理位置、经营能力和消费者新鲜感持续时间影响 [11][12] - **硬件零售模式（低成本）**：创业者购买现成的AI智能硬件（如AI象棋机器人，价格在500至2000多元不等）进行小成本创业，盈利同样依赖客流和新鲜感 [13] - **自开发模式（低门槛）**：无编码基础的创业者利用傻瓜型AI开发工具（如秒哒、京东云JoyBuilder、字节扣子、阿里Dify等）快速搭建应用，大幅降低了开发成本，例如AI调香小程序的开发无需专业程序员 [16][17] 行业技术基础与发展阶段 - **基础大模型基建完成**：中国已拥有众多参数超1000亿的基础大模型，为垂类模型和应用提供了肥沃土壤 [11] - **进入AI Agent基建（Agent Infra）阶段**：行业正从大模型基建迈向AI Agent基建和智能体应用时代，这是当前AI地摊经济涌现的技术背景 [20] - **Agent协作支撑应用**：复杂的AI应用（如AI调香小程序、数字人直播）背后由多个专业智能体（如需求分析、开发执行、测试优化）协作完成，实现了无需专业开发者的快速搭建 [20][21] - **大厂发力Agent基础设施**：为保障智能体运行稳定、低价，阿里云推出了无影AgentBay，腾讯云推出了Agent Runtime等Agent Infra基础设施 [22]

文章核心观点 - AI技术正以多种接地气的应用形式渗透并改造中国的地摊经济和街头消费场景，从调香、手串到台球、象棋，为传统业态增添了新的烟火气与个性化体验[5] - 这些“AI路边摊”的涌现，背后是中国AI大模型基建成熟后，进入AI Agent（智能体）基建和应用时代的结果，低门槛的开发工具和智能体协作降低了创业成本，使得“AI+地摊”的商业模式得以百花齐放[19][20] AI席卷路边摊的具体应用场景 - **AI调香**：在北京国家会议中心的集市，顾客通过扫码小程序，输入姓名和MBTI人格，由嵌入的文心大模型生成专属香水配方，现场调制，提升了传统香水生意的个性化和趣味性[7][9] - **AI手串**：在北京潘家园古玩市场，摊贩销售搭载NFC芯片的“AI手串”，顾客用手机触碰可获取每日运势，已售出1万多个；也有顾客使用DeepSeek等大模型来辅助搭配手串[9][10] - **AI台球**：在广东，有创业公司推出“AI自助台球”，通过在球桌上方的投影仪和摄像头，用算法识别并投影进球路线，辅助练习，收费为每小时40-50元起步[10][14] - **AI象棋/五子棋**：在广东街头出现AI象棋机器人，成人对弈收费5元/盘，儿童免费；亦出现了AI五子棋，主要面向亲子家庭[12] - **AI理发**：理发店尝试利用大模型（如千问）的视频通话功能，根据顾客头型推荐发型，旨在提供更客观的造型建议[12] AI地摊经济的商业模式与创业成本 - **AI产品加盟模式**：创业成本数十万元起 例如“AI台球”和“AI KTV”背后有技术公司开发垂类大模型（如台球大模型、唱歌大模型），并包装成终端消费产品进行连锁加盟，创业者需支付加盟费进入市场[14][15] - **购买硬件+零售模式**：创业成本可控制在万元以下 例如AI象棋机器人，在电商平台单个售价在500元至2000多元之间，适合小成本路边摊创业，但盈利依赖客流和用户新鲜感[15] - **创业者自开发模式**：创业成本相对较低，省去前期开发 利用“傻瓜型”AI开发工具（如秒哒AI、京东云JoyBuilder、字节扣子、阿里Dify），无编码基础的创业者可用自然语言描述需求快速生成应用（如AI调香小程序），大幅降低了开发成本和技术门槛[17][18] 地摊经济背后的AI基建：Agent Infra - AI地摊应用的稳定体验（如减少AI幻觉、系统稳定）依赖于AI Agent（智能体）基础设施的发展，这是继大模型基建之后的新阶段[19][20] - 以“AI调香”小程序为例，其背后的“秒哒”开发工具动用了十余种智能体（如需求分析、开发执行、测试优化智能体）协作，才得以在无专业程序员参与下快速搭建[20] - 数字人直播带货等“田间地头经济”同样依赖暖场、互动、场控等智能体协作，实现了低成本自动化运营[20] - 各大云服务商正发力建设Agent Infra（如阿里云无影AgentBay、腾讯云Agent Runtime），旨在让智能体运行更稳定、成本更低，为AI地摊经济的繁荣提供底层支撑[21]

Agent市场概况与竞争格局 - Agent成为AI应用最具爆发性方向之一，资本大力押注、玩家竞相入局，企业争先恐后落地[2] - 中国企业级Agent应用市场规模在2028年保守估计将达到270亿美元[3] - 头部玩家呈现分化，主要走向“全栈人工智能服务商”、“强强联合”以及垂直领域“专业者”等不同路径[4][5][6] 主要玩家类型与策略 - AI巨头（如OpenAI）依托底层大模型能力具备先发优势，推出ChatGPT Agent并进军Agent开发平台[8] - 云大厂（如Google、AWS、阿里云）凭借云与AI基建设施、庞大客户群和平台生态成为主力玩家，布局Agent具有重要战略意义，因其是未来资源消耗大户，能给云业务带来巨大增长潜力[8] - 明星初创企业多聚焦垂直场景，以行业know-how形成竞争壁垒，例如Cursor专注于编程Agent，Harvey推出法律领域垂直Agent[10] 全栈AI服务商布局案例 - 阿里云以“全栈AI服务商”定位展开全面布局：模型层通过通义大模型家族提供“大脑”；开发层打造百炼平台和无影AgentBay；应用层推出企业级平台AgentOne，结合电商领域know-how提供开箱即用Agent[9] - 全能型选手具备覆盖芯片算力基础设施、云计算平台、模型算法等至少三层能力，例如阿里云、谷歌云[11] 生态合作模式 - 具备特长的玩家选择与其他头部厂商生态联盟实现强强联手，例如以模型算法见长的OpenAI与微软Azure合作，将模型托管在Azure AI Foundry上，并与Databricks数据平台原生集成GPT模型[12] Agent企业应用场景 - Agent在企业应用主要有三类场景：技术维度处理多模态复杂内容、对话机器人等交互类场景、智能巡检和风控等调用规模大的场景[15] - 率先完成Agent落地的是用户交互高频的消费电子行业，但畜牧等传统行业也在逐步推进[15] - 业内共识是Agent带来的颠覆式行业变革仍在酝酿之中[15] Agent落地面临的技术挑战 - Agent能力受限于大语言模型、记忆系统、任务规划及工具使用，在模型幻觉、多模态整合、记忆管理、迁移泛化等方面存在技术难点[16] - 企业落地面临系统融合难、多Agent协同难等挑战，多Agent模式决策链路过长，可能导致等待半小时以上，且存在跨厂商通信、鉴权和身份认证难题[17] - 企业原有系统（如ERP、CRM）的定制化能力受限，影响Agent融合深度[17] 企业侧非技术卡点 - 企业面临场景不收敛、模型如何选用、业务场景选择、应用架构落地等困境[18] - 不同类型企业需求各异：中小企业关心部署、AI原生企业希望解决复杂运维、科技驱动大企业关注具体技术挑战如数据清洗和API封装[19] - 从数据到语料的转化是重要难题，在指导客户项目时，50%-70%时间用于处理数据到语料的关系[19] 破局落地的关键路径 - 技术革新方面需持续提升底层大模型能力及背后系统性工程能力[22] - 开发范式正从预定义编排式、单次决策智能式向具备更强自主规划、多轮反思与循环执行能力演进[23] - 业界广泛应用MCP协议破除Agent与业务系统融合壁垒，并采用A2A协议打破不同厂商、场景Agent的通信协作壁垒，例如阿里云百炼平台依托A2A实现跨Agent调用[23] - 阿里生态内部高德、淘宝、钉钉、闲鱼等业务正转化为Agent形态，通过百炼实现跨场景智能协作，构建Agent Store生态[24] - 行业know-how至关重要，企业需思考业务与多Agent技术形态的融合方式，并结合成本和效果综合考量Agent组合关系[25] - 处理复杂边缘案例是开发难点，期待开发者分享经验，阿里云推行百炼创客计划和AI实训营以分享业务经验[26]

公司动态：阿里云无影产品重大升级 - 阿里云在云栖大会宣布其Agent Infra核心组件无影AgentBay迎来重大升级，推出自进化引擎、内存状态管理、安全围栏等全新能力 [1] - 公司首次展示全新的个人计算产品形态——无影Agentic Computer，其具备全新人机交互方式、革命性“记忆”能力及近乎无穷的云上算力 [1] - 无影AgentBay定位为AI Agent的“超级大脑”或“云上操作系统”，提供任务执行沙箱、智能运维、持久化记忆等能力，可动态调用云上算力、存储及工具链资源 [2] - 企业开发者通过简单API调用，即可为AI Agent配置功能完备、性能强大且安全隔离的“云上超级计算机” [2] - AgentBay的记忆策略可辅助进化，让Agent实现“过目不忘”与“选择性遗忘”，智能管理长期记忆以应对复杂长周期任务 [2] 产品创新：无影Agentic Computer特性 - 无影Agentic Computer隐藏了传统的Windows操作界面，通过类似浏览器的窗口，支持文字、语音及各类文档的自然交互，实现跨终端、跨模态的“隐形”技术体验 [3] - 该产品构建了完整的个人数字档案，能了解用户的工作习惯、兴趣爱好、知识结构及对话历史，实现真正的“记忆”能力 [3] - 其记忆管理系统基于四个维度：个人文件管理、行为模式学习、知识库构建以及对话历史分析，通过实时学习和周期反思建立用户档案并预测需求 [4] - 产品通过云端架构解决传统电脑算力限制，可在Windows、Android、Linux等不同操作系统无缝切换，并根据任务需求弹性伸缩算力 [4] - 无影AC可同时启动成千上万个“影子电脑”以专注不同任务，稳定支持百万级并发，轻松应对复杂3D渲染、大规模数据分析及多任务并行处理 [4] - 轻便智能终端如智能眼镜、手机、平板均可安装无影AC，实现设备间的无缝协同，推动“个人计算”向“个人云计算”转变 [4] 行业背景：AI Agent发展趋势 - AI Agent是当下全球科技和商业的焦点，过去半年涌现的Agent相关产品数量超过了2024年全年的总和 [1] - 行业现状是每10个创业者中就有8个在开发各种类型的Agent [1] - Agent行业的快速发展，对其所需的基础设施Agent Infra（包括Environment、Context、Tools和Security等）带来了全新挑战和更高要求 [1]

行业趋势与市场背景 - AI Agent成为全球科技和商业焦点，过去半年涌现的相关产品数量超过了2024年全年总和，10个创业者中有8个在开发各类Agent [1] - Agent行业的快速发展对其所需的基础设施（Agent Infra，包括环境、上下文、工具和安全等）提出了全新挑战和更高要求 [1] 无影AgentBay产品升级 - AgentBay定位为AI Agent量身打造的“超级大脑”或“云上操作系统”，具备任务执行沙箱、智能运维、持久化记忆等能力，可动态调用云上算力、存储及工具链资源，突破本地设备算力限制 [3] - 企业开发者通过简单的API调用，即可为AI Agent配置功能完备、性能强大且安全隔离的“云上超级计算机” [3] - 自今年4月公测以来，产品集成了云上沙箱环境、算力调度、持久化数据存储、企业级安全等核心能力，并内置视觉理解、自然语言控制、任务解析等AI技术，支持多种交互方式 [3] - 本次升级推出自进化引擎、自定义镜像、安全围栏、内存状态管理等新能力，提升端到端体验 [4] - 自进化引擎（Self-Evolving）是一个开箱即用的Agent类强化学习服务，将复杂的自进化能力模块化、服务化，可实现LLM行为优化、提示词优化和工具优化 [4] - 基于自进化引擎，系统可自动分析Agent失败案例，生成并测试更优提示词，并能根据任务需求自主创建或封装新工具 [4] - 记忆策略可辅助进化，让Agent智能管理长期记忆，应对复杂、长周期任务 [5] 无影AC（Agentic Computer）产品发布 - 无影展示了首个Agentic Computer形态的云电脑产品，对AI云电脑操作体验进行重大革新 [6] - 交互界面隐藏传统Windows操作界面，通过类似浏览器的窗口，支持文字、语音及各类文档交互，实现跨终端、跨模态的自然交互 [6] - 产品拥有真正的“记忆”，构建完整的个人数字档案，了解用户的工作习惯、兴趣爱好、知识结构及对话历史 [6] - 记忆管理系统基于多维数据融合，包括个人文件管理、行为模式学习、知识库构建以及对话历史分析四个维度，通过实时学习和周期反思建立用户档案 [6] - 通过云端架构解决传统PC算力限制，可在不同操作系统无缝切换，并根据任务需求弹性伸缩算力 [7] - 可同时启动成千上万个“影子电脑”，每个专注于不同任务，稳定扛过百万级并发，应对复杂3D渲染、大规模数据分析等多任务处理 [7] - 多端能力让计算无处不在，轻便智能终端（如智能眼镜、手机、平板）可安装无影AC，实现设备间无缝协同，推动“个人计算”向“个人云计算”转变 [7]

投资评级 - 报告对阿里巴巴(BABA US)给予"买入"评级 目标价从165美元上调至200美元 对应潜在涨幅13.4%[1][2][7] 核心观点 - 阿里云栖大会展示全栈式AI布局 发布万亿参数旗舰模型Qwen3-Max(36T tokens预训练数据) 视觉语言模型Qwen3-VL(支持256K上下文) 全模态模型Qwen3-Omni(支持多模态输入 低延迟至234ms)[7] - AI基础设施投入显著 推出高密度AI服务器(单柜144节点)及新一代网络架构HPN8.0 算力网络覆盖全球29个地域91个可用区 计划追加投资 预计2032年全球数据中心能耗提升10倍[7] - AI生态建设成效显著 开源300+模型 全球下载量超6亿次 魔搭社区聚集1600万开发者 智能体平台"无影AgentBay"覆盖多场景应用[7] - 管理层判断AI发展方向：token消耗量每2-3个月翻倍 最近一年全球AI投资额超4000亿美元 未来五年累计超4万亿美元 大模型将成为下一代操作系统 超级AI云是下一代计算机[7] 财务数据 - 收入持续增长：2025年收入996,347百万人民币(同比增长5.9%) 预计2028年达1,244,300百万人民币(2027-2028年增速9.8%-9.0%)[6][12] - Non-GAAP净利润改善：2025年158,122百万人民币 预计2027年回升至156,671百万人民币(同比增长21.9%) 2028年达176,778百万人民币[6][13] - 盈利能力指标：2025年毛利率40.0%(Non-GAAP标准40.2%) 预计2028年提升至42.0%(Non-GAAP标准42.2%) EBIT利润率从2025年15.3%预计升至2028年17.0%[13] - 估值水平：当前股价对应2026日历年18倍市盈率 基于SOTP估值给予淘天电商10倍市盈率 淘宝闪购1.2倍市销率(参考美团) 海外电商P/GMV 0.2倍 阿里云6倍市销率[7] 市场表现 - 股价表现突出：年初至今涨幅108.09% 本月至今涨幅51% 当前股价176.44美元接近52周高位[1][4][7] - 市值规模：395,481.44百万美元 日均成交量52.45百万股 200天平均价125.11美元[4] - 行业对比：在交银国际覆盖的互联网公司中 阿里巴巴目标涨幅13.4%处于中等水平 同期拼多多(PDD US)目标涨幅14.5% 京东(JD US)14.8%[11]

产品发布与核心功能 - 智谱发布全球首个手机通用Agent AutoGLM 可免费使用 [2] - AutoGLM通过云端执行任务 不占用本地资源且不影响设备正常使用 [4][23] - 支持生活助手和办公助手两类任务 例如点外卖、比价、生成调研报告等 [5][14][16] 技术实现与行业突破 - 基于云端智能手机和云电脑执行任务 预装应用并支持跨APP操作 [13][22] - 依托GLM-4.5和GLM-4.5V模型 整合推理、编码、研究等多项能力 [32] - 解决行业痛点：本地设备算力有限且任务执行干扰用户体验 [24] 应用场景与生态扩展 - 支持手机、PC、智能音箱、车载系统及物联网设备集成 [26] - 推出移动端API和开发者生态共建计划 开放能力赋能第三方产品 [26] - 办公场景中可自动生成基于近100份参考源的数千字调研报告 [17] 战略定位与行业影响 - AutoGLM是智谱AGI路线图中实现L3"自主学习智能体"的关键步骤 [29] - 行业玩家积极布局云端Agent 如阿里云推出无影AgentBay [25] - 提出3A原则：全时待命、零干扰运行、全域设备连接 [35][36][37] 用户体验与效率提升 - 复杂任务如跨平台比价可自主执行 用户仅需发起指令 [14] - 原需一天完成的调研报告生成任务 现仅需几分钟 [17][21] - 云端备用机机制释放本地存储空间 提升设备运行流畅度 [23]

智能体发展现状 - 过去3个月智能体相关产品数量超过去年全年总和 行业进入爆发期 [1] - 全球智能体市场规模突破50亿美元 年增长率达40% [3] - 智能体核心特征包括自主性 适应性和交互能力 可表现为软件 硬件或系统形态 [1] 企业产品布局 - MiniMax 商汤科技 阶跃星辰发布全新智能体产品 [1] - 上海码极客联合行业协会推出工业领域首款实时空间多模态交互智能体"安装小灵通" 可提升施工效率与质量并降低人为错误 [1] - 中科闻歌发布雅意·AI-Scientist科研智能体平台 依托中国科学院磐石ScienceOne科学基础大模型 聚焦文献调研等科研高频环节 [2] - 阿里云推出专为智能体打造的"无影AgentBay"云端基础设施 提供弹性算力和便捷部署 [4] - 蚂蚁集团升级大模型安全解决方案"蚁天鉴" 新增智能体安全评测工具 具备四大核心安全功能 [5] - PPIO发布国内首款兼容E2B接口的"智能体沙箱" 通过云端隔离环境解决数据泄露和资源冲突问题 [6] 技术架构与商业化 - 智能体架构趋于固定 包含计划 行动 工具和记忆四个模块 [2] - 关键技术比拼集中于"脑-眼-耳-嘴-手"协同能力 包括任务拆解 代码执行和工具调用等核心能力 [2] - 2023年成为智能体商业化关键年份 技术路线清晰化推动迭代加速 [2] 行业应用场景 - 工业领域智能体可连接行业上下游 整合资源并提供智慧方案 [1] - 科研智能体正在重构科研形态 推动从人力主导转向AI协同探索 提升科研效率与创新潜能 [2] - 金融 制造 政务等行业出现专属问答智能体应用 [3] 发展挑战 - 本地设备算力有限难以支撑高并发 高算力需求的智能体任务 特别是GPU密集型运算 [3] - 超过70%从业者担忧AI幻觉与错误决策 数据泄露等风险 [5] - 智能体存在越权 过度代理等安全问题 需建立安全屏障 [5]

智能体发展现状 - 过去3个月涌现的智能体相关产品数量超过去年全年总和 [1] - 全球智能体市场规模突破50亿美元 年增长率达40% [4] - 智能体具备自主性 适应性和交互能力 可感知环境并采取行动实现目标 [2] 行业应用案例 - 工业领域推出实时空间多模态交互智能体"安装小灵通" 可提升施工效率与质量 降低人为错误和合规风险 [2] - 科研领域发布AI-Scientist科研智能体平台 聚焦文献调研和科研阅读等高频环节 推动科研范式从人力主导转向AI协同 [2] - 金融制造政务等行业可通过星环科技AI Infra技术快速构建专属问答智能体 10分钟即可完成开发 [4] 技术架构与挑战 - 智能体架构包含计划 行动 工具和记忆4个模块 技术路线逐渐清晰 [3] - 关键比拼"脑-眼-耳-嘴-手"协同能力 包括任务拆解脑力 代码执行动手能力和工具调用感官能力 [3] - 本地设备算力有限 难以支撑高并发高算力需求 尤其GPU运算任务 且占用本地计算资源影响用户体验 [4] 云端解决方案 - 阿里云推出无影AgentBay云端基础设施 提供弹性算力和便捷部署 专为智能体打造 [5] - 云端环境凭借弹性算力和丰富生态 成为AI Agent天然沃土 可解脱工程化流程 [5] - PPIO发布兼容E2B接口的智能体沙箱 实现云端运行环境隔离 确保多任务并发时独立运行 [6] 安全风险与防护 - 超过70%智能体从业者担忧AI幻觉 错误决策和数据泄露风险 [6] - 蚂蚁集团升级"蚁天鉴"安全解决方案 新增智能体对齐和安全扫描等四大核心功能 [6] - 智能体具备自主规划和跨领域推理能力 但越权过度代理等问题带来安全挑战 [6]

智能体发展现状 - 过去3个月涌现的智能体相关产品数量超过去年全年总和 [1] - 全球智能体市场规模突破50亿美元 年增长率达40% [4] - 行业进入爆发期 国内外大厂集体押注智能体赛道 [3] 智能体技术特征 - 核心特征包括自主性 适应性和交互能力 [2] - 需具备"脑-眼-耳-嘴-手"协同能力 涵盖计划 行动 工具和记忆四大模块 [3] - 技术架构趋向固定 优化模块功能成为市场竞争关键 [3] 行业应用案例 - 工业领域推出实时空间多模态交互智能体"安装小灵通" 提升施工效率与质量 [2] - 科研领域发布AI-Scientist平台 聚焦文献调研和科研阅读等高频环节 [2] - 金融 制造 政务等行业出现专属问答智能体解决方案 [4] 基础设施创新 - 阿里云推出专为智能体打造的"无影AgentBay"云端基础设施 [5] - 星环科技展示新一代AI Infra技术架构 可实现10分钟快速构建行业智能体 [4] - 云端环境凭借弹性算力成为AI Agent天然沃土 [5] 安全挑战与解决方案 - 超过70%从业者担忧AI幻觉 错误决策和数据泄露风险 [6] - 蚂蚁集团升级"蚁天鉴"安全方案 新增智能体对齐和安全扫描功能 [6] - PPIO推出国内首款兼容E2B接口的"智能体沙箱" 实现环境隔离运行 [6] 行业演进趋势 - AI Agent从工具属性向产业智能体核心引擎跃迁 [5] - 推动科研范式从人力主导转向AI协同探索 [2] - 最深远挑战在于人类如何与更高效的智能体共处 [5]