行业分析：AI Deep Research功能竞品分析方法论 - 文章核心观点：系统性地拆解了如何完成一份关于AI“Deep Research”功能的竞品分析报告，旨在将战略洞察转化为可执行建议，其完整流程包括明确目的、选对竞品、定好维度、收集资料、整理分析和输出报告[1][21] 竞品分析流程 - 第一步：明确需求与范围。在开始分析前，需明确报告受众（如管理层）及其核心关切（战略方向、跟进策略），并准确定义所分析的功能。Deep Research功能由OpenAI于2025年2月首次推出，其核心是AI能自主进行多轮网络搜索、整合信息并生成深度研究报告，实现了从“问答助手”到“智能研究员”的升级[4][5][6] - 第二步：选定竞品与市场格局。竞品选择分为直接竞品、间接竞品和潜在竞品。直接竞品包括智谱AutoGLM沉思、百度心想、字节扣子空间、GenSpark和纳米搜索；间接竞品包括Google的Gemini和OpenAI的ChatGPT；潜在竞品如Manus。可通过绘制以“研究能力”和“需求难度”为轴的市场格局图来直观展示竞争位置[10] - 第三步：系统收集资料与体验。资料收集渠道包括公开信息检索（官网、新闻、行业报告）、深度产品体验以及用户调研（如社交媒体评价）。产品体验时，需使用统一测试任务（如研究2025年中国AI大模型市场竞争格局），并记录耗时、过程可视性、输出结构、引用标注等关键指标[11][12] - 第四步：整理分析与提炼洞察。分析阶段需构建详细的功能矩阵对比表，横轴为各竞品，纵轴为搜索来源范围、研究过程可视、输出格式等核心功能点。同时，需对输出内容质量进行多维度（准确性、完整性、深度、结构、可用性）的量化评分（1-5分），并提炼出关键差异点、领先优势及普遍短板[14][15][16] - 第五步：撰写结构化报告。报告应采用结论前置的结构，首先用2-3句话给出整体判断、标杆分析及差异化机会。后续部分依次呈现竞品概览、功能矩阵对比、内容质量评测结果、典型案例（最佳实践、典型问题、边界情况）分析，并最终落脚于具体的、可执行的建议与下一步行动计划[17][18][19][20][21]

文章核心观点 - 竞品分析的首要步骤是准确识别和分类竞品，而非直接研究细节，选错竞品将导致后续分析无效 [1][2] - 竞品定义应拓宽，任何可能分流用户时间、注意力或预算的产品都应被视为潜在竞争者 [2] - 将竞品系统性地分为直接竞品、间接竞品和潜在竞品三类，是确保分析精准的基础框架 [2] - 除了按关联性分类，还需根据业务、功能、用户等不同分析方向来确定研究重点 [13] - 竞品选择的核心原则是明确与谁争夺用户，并据此确定分析优先级，直接竞品最为关键 [25] 竞品分类与定义 - **直接竞品** - 定义：处于同一市场、同一赛道，目标用户与核心功能高度相似，用户会直接在其间做“二选一”比较的产品 [3] - 判断标准：目标用户是否相同、核心功能是否解决同一问题、用户是否直接比较选择 [3][4] - 重要性：最需要关注，因其直接抢夺用户 [5] - 示例：在AI对话助手领域，豆包和Kimi是直接竞品 [4] - **间接竞品** - 定义：解决相似问题，但产品形态、技术路径或使用场景不同，在特定场景下会分流用户的产品 [6] - 判断标准：解决相似问题但方式不同，用户在某些场景下可能选择它 [6][7][8] - 重要性：容易被忽略，但未来可能演变为直接竞品 [9] - 示例：对于AI对话产品，图像生成工具Midjourney是间接竞品 [8] - **潜在竞品** - 定义：当前产品形态差异大，但争夺同一类用户的时间、注意力或预算，未来可能切入自身赛道的产品 [10] - 判断标准：是否争夺用户有限资源、是否有能力与动机切入自身赛道 [11] - 重要性：容易被忽视，但往往是市场最大的变量 [12] - 示例：对于AI产品，拥有巨大流量且正在开发AI功能的抖音是潜在竞品 [11] 竞品分析方向 - **业务方向分析** - 关注重点：竞品的商业逻辑、盈利模式、战略重心 [14] - 适用场景：向管理层汇报或进行市场进入决策 [14] - 示例：分析飞书多维表格与钉钉AI表格，重点是其切入企业市场的方式、客户留存策略及变现模式 [14] - **功能方向分析** - 关注重点：竞品具体功能的技术实现路径、效果及细节 [15] - 适用场景：产品迭代规划或新功能上线前的调研 [15] - 示例：分析各家的Deep Research功能，需关注搜索范围、研究深度、输出格式、交互流程等 [15] - **用户方向分析** - 关注重点：用户重合度、用户选择偏好、迁移成本 [16] - 适用场景：制定运营策略或分析用户流失原因 [16] - 示例：分析微信支付与支付宝，重点在于用户习惯、使用场景及迁移成本，而非功能差异 [17] 竞品搜寻渠道 - **应用市场** - 方法：在App Store等平台搜索核心关键词，查看排名前20的产品介绍与评分 [18] - 价值：快速建立对市场格局的初步认知 [18] - **行业报告与数据平台** - 渠道示例：七麦数据、易观千帆、艾瑞咨询等平台 [19] - 价值：了解市场整体格局、头部玩家、新入局者及行业趋势 [19][20] - **自媒体与社区** - 渠道示例：小红书、知乎、即刻、Twitter等 [21] - 价值：观察用户真实的产品讨论与比较，获取更准确的竞品关系信息 [21] - **直接用户反馈** - 方法：直接询问用户正在使用或曾迁移自哪些其他产品 [22] - 价值：获取最直接且可能超出预期的竞品信息来源 [22] 实战案例：Deep Research功能竞品选择 - **直接竞品（优先分析）** - 示例：智谱AutoGLM沉思、百度心想、字节扣子空间、GenSpark、纳米搜索 [23] - 原因：均具备类似Deep Research功能，目标用户高度重合，构成直接竞争关系 [23] - **间接竞品（选择性分析）** - 示例：Gemini、OpenAI、ChatGPT、Perplexity [24] - 原因：具备搜索与研究能力，但产品定位不完全相同，会在某些场景下分流用户 [24] - **潜在竞品（保持关注）** - 示例：Manus、各家的Agent产品 [24] - 原因：当前主打通用Agent能力，但若向研究方向发力，可能成为直接竞品 [24]

行业与公司 * 行业为计算机应用领域，具体涉及人工智能（AI）搜索、互联网广告、网络安全及增值服务[2][3][4] * 公司为三六零（360）公司[1][2][6] 核心观点与论据 **行业市场观点** * 需以2026年视角评估计算机应用领域，当前应用产业的变化主题性大于实际产业变化，对应用产业变化持谨慎态度[2][3] * 2025年三季度业绩超预期，预计四季度及明年业绩将有一定延续性，对龙头公司的局部修复持乐观态度[2][3][5] * 当前核心投资策略是择股而非择时，在底部位置买入便宜股票[2][5] **360公司业务表现与展望** * 传统互联网广告业务受益于AI发展有望企稳回升，2025年上半年收入近21亿元，同比增长，是2019年以来首次转正[2][6] * 增值服务如360 AI办公通过流量引流，2025年上半年收入为4.57亿元，同比增长3.18亿元，预计全年可达10亿元[2][6][12] * 预计2025年收入实现接近两位数增长，利润有望扭亏为盈，得益于传统业务回升、会员产品增长及投资损益减少（如合众汽车亏损减少）[2][8][11] * 预计2025-2027年收入增速在10%左右，2025年有望扭亏为盈，维持强推评级[4][15] **AI搜索产品创新** * 推出360 AI搜索、纳米搜索及纳米AI搜索超级智能体，探索会员加广告模式，有望重塑AI搜索业务[2][7] * 纳米AI搜索超级智能体是国内首个基于超级智能体改造的搜索产品，打破信息壁垒，调用私域APP信息，采用会员模式，定价每月59元[2][9] 其他重要内容 **财务指标与结构变化** * 公司从2020年到2024年营业收入持续下降，2025年连续三个季度营收增速为正，得益于传统互联网业务回升和C端收入贡献增加[4][10] * 2024年互联网广告占总收入53%，2025年上半年止住下降趋势[12] * 2024年毛利率达66.1%，同比提升5个百分点，主要由于低毛利业务（如智能硬件）下滑，高毛利AI办公业务增长，2025年前三季度毛利率持续增长[4][13] * 2025年前三季度销售费用略有增长（与推广新产品有关），研发和管理费用有所下降[13] **战略调整与核心竞争力** * 公司对亏损的智能硬件业务进行了战略调整[4][10] * 公司的核心竞争力在于其大模型基因，自研360智脑并接入国内16家大模型，使AI助手具备一键切换功能[14] **行业发展机会** * 人工智能加政策带来了广泛应用场景（如医疗、工业），为公司提供了巨大政策支持[14] * 网络安全行业近两年承压，但随着景气度回升，将保持相对平稳态势[14]

文章核心观点 - AI行业存在显著的信息鸿沟 部分用户因技术壁垒和信息不对称而付费获取本可免费使用的AI工具 反映出科技普惠面临的挑战 [53][54][59] - 淘宝平台出现售卖DeepSeek等AI工具链接的店铺 单价9.9元人民币 销量超过1000单 显示存在未被满足的底层AI需求 [12][17][38] - 用户评论显示付费者主要关注"无需部署"、"打开即用"、"立刻响应"等易用性特征 且对360纳米搜索等免费工具存在认知盲区 [42][51][54] AI工具商业化现象 - 淘宝店铺将DeepSeek、Kimi、360纳米搜索等免费AI工具链接打包售卖 手机版与电脑版分别定价9.9元 组合购买价18.9元 [17][21][30] - 商品页面强调"无需部署"和"不卡顿"等卖点 吸引超1000人付款 其中包含300名88VIP会员 [12][40][42] - 买家评价普遍积极 提及"企业专线速度快"、"输出代码规范"等特性 部分用户误认为付费后可替代官方会员 [42][47][51] 用户行为分析 - 付费用户多处于信息获取弱势地位 包括四五线城市从业者、技术理解能力有限群体 他们愿意支付相当于"两顿拼好饭"的成本获取AI工具访问权 [53][54][59] - 用户普遍存在技术使用障碍 包括不熟悉官方渠道、无法应对网络访问限制、被复杂部署教程劝退等现象 [53][54][64] - 部分用户将付费链接视为"性价比高的宝藏" 并存在"避免购买官方会员"的认知误区 [51][54] 行业生态观察 - 信息阶层分化明显：第一空间用户直接接触最新模型与论文 第二空间用户通过科普内容获取信息 第三空间用户被困于信息噪音和技术壁垒中 [59] - 免费工具如360纳米搜索(n.cn)已提供AI服务 但认知度有限 部分用户需通过付费渠道才得以接触 [21][22][48] - AI技术本应消除信息壁垒 但当前反而因访问复杂度形成新壁垒 呈现"High Tech, Low Life"的赛博朋克特征 [61][63][66]

核心观点 - AI行业存在显著的信息鸿沟 导致部分用户通过付费方式获取本应免费开放的AI工具访问渠道 反映出当前AI技术普及过程中的信息不对称问题 [33][34][39] 市场现象 - 淘宝平台出现售卖DeepSeek访问链接的店铺 单价9.9元人民币 组合购买价18.9元 已产生超过1000笔交易 [2][6][15] - 店铺实际提供360纳米搜索(n.cn)和Kimi等第三方平台的跳转链接 而非真正的DeepSeek服务 [9][13] - 该商品获得88VIP用户在内的300余条好评 用户反馈包括"响应速度快"、"代码输出规范"、"企业专线"等正面评价 [15][16][19] 用户画像 - 购买者多来自四五线城市 经济条件有限 愿意支付两顿外卖的费用(约10元)获取AI工具访问权 [21][25][26] - 用户普遍缺乏技术背景 面临"魔法上网"、会员订阅费(数十至上百元/月)、技术术语等多重使用障碍 [21][24][32] - 用户存在强烈学习意愿 试图通过AI技术改善职业发展 但处于"信息阴影"中难以获取有效资源 [21][23][38] 行业洞察 - AI技术发展加剧信息分层：第一空间用户直接接触最新模型和技术论文 第二空间用户通过科普渠道获取信息 第三空间用户被技术壁垒隔绝在外 [29][30][32] - 免费AI工具(如DeepSeek R1版本)实际存在但未被广泛认知 形成"信息差盈利"的商业机会 [20][27][31] - AI本应打破信息壁垒 但目前反而成为新的技术门槛 呈现"High Tech, Low Life"的赛博朋克特征 [34][41] 社会意义 - 1000+交易量背后反映的是普通民众对AI技术的强烈需求与现有信息传播体系的不匹配 [39][42] - 技术普及需要更多主动的信息平权工作 单纯依靠技术发展无法自然消除信息鸿沟 [37][42]

报告行业投资评级 未提及 报告的核心观点 - GEO利用生成式AI技术创建与用户意图高度匹配的内容，提升其在AI搜索中的排名和引用率，能解决企业营销痛点，是更智能、可持续的新一代品牌营销方式 [6][28][38] 根据相关目录分别进行总结 GEO的定义 - GEO即生成式搜索引擎优化，利用生成式AI技术创建与用户意图高度匹配的内容，提升其在AI搜索中的排名和引用率，强调内容的可解析性与权威性，直接输出答案而非引导跳转 [6] AI搜索产品网页端流量情况 - 2025年3月中国AI搜索网页流量呈现高度集中的“头部效应”，Deepseek与纳米AI凭借巨大的用户规模和体验优势遥遥领先，多数同类产品面临用户习惯培养不足和差异化竞争的严峻挑战 [12] - Deepseek以4.94亿次的月访问量领先，纳米AI搜索以3.01亿次的访问量居第二，两者构成第一梯队；排名靠后的C知道、天工AI和智谱清言等月访问量均未突破500万次 [12] AI搜索产品应用端流量情况 - 2025年3月中国AI搜索产品在移动应用端的用户活跃度高度集中，夸克、豆包与Deepseek三家占据绝大部分用户，与其他产品差距巨大 [16] - 夸克月活近1.5亿，豆包接近1亿，Deepseek超7700万，构成头部阵营；腾讯元宝、Kimi智能助手和纳米AI搜索月活在两千万至四千万级别，形成第二梯队；智谱清言刚过千万，讯飞星火、通义等多数产品月活不足六百万，形成长尾 [16] 企业在营销层面的核心痛点 - 企业面临信任危机、信息缺失、竞品承压、内容失衡等营销痛点，源于内部管理短板和外部市场压力 [18][27] - 信任危机表现为价值承诺不符、沟通失实误导、危机响应不力等；信息缺失体现为用户洞察片面、价值传递不充分、内容更新滞后失准等；竞品承压包括核心市场被蚕食、行业话语权旁落等；内容失衡有内容产出效率与质量瓶颈、技术应用与优化能力不足等问题 [25][26][27] GEO如何解决企业营销痛点 - GEO能系统性应对企业营销痛点，赋能品牌实现深层次营销价值 [28] - 针对信任危机，GEO可提升信息准确与合规性、保障价值承诺一致性、增强操作透明度；针对竞品承压，能实现竞品洞察与策略反制、提升关键渠道可见度、动态适应竞争环境；针对信息缺失，可实现信息整合与完整覆盖、深化价值传递与场景适配、确保内容时效与准确性；针对内容失衡，能突破内容产能瓶颈、降低内容优化技术门槛、进行效果验证与迭代 [36][37] 传统营销与GEO的对比 - 传统营销渠道存在成本高、见效慢、转化路径长、用户信任度低等问题，GEO在用户主动搜索中以“答案”形式精准触达，具备转化链路短、长期复用、高信任、高性价比等优势 [38] - 信息流广告曝光量大但受平台算法限制、用户信任度低，GEO内容可信度高、可沉淀为长期流量资产；品牌自媒体需长期运营、转化链条复杂，GEO可缩短认知到转化的路径、提升“非关注用户”转化可能；传统SEO优化周期长、难以覆盖复杂用户意图，GEO语义理解能力强、优质内容易获推荐；明星代言与KOL合作成本高、舆情风险大，GEO成本更低、结果更可控、信任基础更高 [40]

报告行业投资评级 未提及 报告的核心观点 报告围绕2025年中国GEO行业展开，介绍GEO及相关概念，分析AI搜索产品网页端和应用端流量情况，指出企业营销痛点，阐述GEO解决痛点的方法，对比传统营销与GEO的差异，还介绍了头豹业务合作内容和研究院方法论 [6][7][8] 根据相关目录分别进行总结 GEO变革营销 GEO的定义 利用生成式AI技术创建与用户意图高度匹配的内容，提升其在AI搜索中的排名和引用率，强调内容的可解析性与权威性，直接输出答案而非引导跳转 [6] AI搜索产品网页端流量情况 - 2025年3月中国AI搜索网页流量呈现“头部效应”，Deepseek与纳米AI领先，多数同类产品面临用户习惯培养和差异化竞争挑战 [9][12] - Deepseek月访问量4.94亿次居首，纳米AI搜索3.01亿次排第二，C知道、天工AI等月访问量未突破500万次 [12] AI搜索产品应用端流量情况 - 2025年3月中国AI搜索产品移动应用端用户活跃度集中，夸克、豆包与Deepseek占据大部分用户 [14][16] - 夸克月活近1.5亿领先，豆包接近1亿，Deepseek超7700万，腾讯元宝、Kimi等形成第二梯队，多数产品月活不足600万 [16] 企业在营销层面的核心痛点 - 企业面临信任危机、信息缺失、竞品承压、内容失衡等多维营销挑战，源于内部管理短板和外部市场压力 [18][27] - 信任危机表现为信任滑坡、隐私质疑等；信息缺失体现为信息覆盖不全、更新滞后等；竞品承压包括市场份额下降、话语权旁落；内容失衡指产出效率和质量瓶颈、技术应用不足 [24][26][27] GEO如何解决企业营销痛点 - GEO提供针对性方案应对企业营销痛点，赋能品牌实现深层次营销价值 [28] - 针对信任危机，GEO提升信息准确与合规性、保障价值承诺一致性、增强操作透明度 [36] - 针对竞品承压，GEO实现竞品洞察与策略反制、提升关键渠道可见度、动态适应竞争环境 [36] - 针对信息缺失，GEO实现信息整合与完整覆盖、深化价值传递与场景适配、确保内容时效与准确性 [37] - 针对内容失衡，GEO突破内容产能瓶颈、降低内容优化技术门槛、进行效果验证与迭代 [37] 传统营销与GEO的对比 - 传统营销渠道成本高、见效慢、转化路径长、用户信任度低，GEO触达精准、转化链路短、可长期复用、信任度高、性价比高 [38] - 信息流广告曝光量大但信任度低，GEO内容可信度高且可沉淀复用；品牌自媒体需长期运营，GEO缩短转化路径；传统SEO优化周期长，GEO语义理解强；明星代言与KOL合作成本高、风险大，GEO成本低、结果可控 [40] 头豹业务合作介绍 提供会员账号、定制报告/词条、定制白皮书、招股书引用、市场地位确认、行研训练营等业务 [42] 方法论与法律声明 头豹研究院布局中国市场，研究19大行业，采用多元研究方法，报告数据来自合法渠道，观点客观，报告内容会更新，不构成投资建议 [46]

360集团AI转型战略 - 公司创始人周鸿祎宣布将解散360市场部，预计每年可节省数千万元成本 [1] - 周鸿祎将独自使用AI工具主持6月11日的新产品发布会，替代传统需要几十人团队耗时大半个月的筹备工作 [3] - 此举旨在验证AI能否使个人成为"超级个体"，通过指挥智能体完成原本需要团队协作的任务 [5] AI产品布局与技术基础 - 公司已构建覆盖搜索、办公等多场景的AI产品矩阵，包括去年12月发布的"纳米搜索"和"360AI浏览器"，今年4月的"MCP万能工具箱" [5] - 即将发布的"纳米AI超级搜索智能体"宣称可自主思考并利用外部工具完成任务，无需人工干预 [5] 营销模式创新 - 周鸿祎效仿马斯克、余承东等"网红企业家"模式，希望通过个人影响力为公司节省广告费用，目标节省10亿元 [5] - 该模式参考了马斯克推特营销特斯拉、SpaceX以及雷军网红营销小米的成功案例 [6] 行业影响与争议 - 该决策引发对AI取代人力的深入探讨，智能体可能替代"很多员工的工作"，促使行业思考企业组织结构的未来演变 [6] - 业内人士认为AI完全取代专业团队仍需渐进过程，创意策划、危机公关等复杂任务仍需人类智慧，市场部可能转型为AI协作团队 [6] 实验意义与行业启示 - 无论实验成功与否，都将为AI时代的企业管理提供有价值的案例 [7] - 该事件促使行业重新思考人力与技术之间的平衡关系 [7]

报告行业投资评级 维持推荐评级 [6] 报告的核心观点 AI Agent是软件革命的关键，解决了生成式AI模型的应用局限，推动AI技术向实用、智能方向发展；互联网巨头争夺Agent超级入口，C端打造多元化产品争夺入口、流量和平台，B端依托自身生态开拓结果导向商业模式；AI Agent打开万亿企业级数字劳动力市场，走入千行百业；2025年将是AI Agent元年，也是软件大革命的起点，Agent或成为软件价值重估的重要催化剂 [3][4] 各章节总结 1 AI Agent：AI时代的软件革命 - AI Agent由模型、工具和编排层构成，是可自主实现目标的应用，其认知架构按核心功能分包括模型、工具和编排层三个基本组件 [3][10] - 目前AI Agent尚处早期发展阶段，自主思考与规划能力不足，传统模式缺乏统一标准，标准化开发与数据互通成行业痛点 [19][22] - 2025年福布斯AI 50榜单发布，AI Agent成核心趋势，截至2024年底渗透率达43%，性能不断提升 [24][26] - MCP协议如同AI应用的USB - C端口，基于类MCP协议的底层数据互通+Agentic - based决策路径定义AI Agent范式，Manus或是集大成作 [28][33][35] - 以MCP为例，协议提供智能体标准化接口，助力科技巨头打造AI生态系统，谷歌、牛津大学等发布相关协议 [39][42][48] - AI Agent付费用户主要在C端与B端，C端更强调通用性和拓展性，B端更强调任务完成度和准确性，按结果付费更适合 [52] - 类似芯片的“摩尔定律”，AI Agent的任务长度或每7个月翻一倍，未来Agent自行开发Agent或成为全新范式 [72][74] 2 十年未见的“无限战争”：互联网巨头争夺Agent超级入口 - 互联网巨头在C端打造多元化AI Agent产品争夺入口、流量和平台，在B端依托自身生态开拓结果导向商业模式 [82] - 腾讯元宝抢占流量入口，ima.copilot聚焦学习和办公场景，腾讯元器打造无门槛智能体创作环境，腾讯基于生态闭环发展“all in one”的AI Agent [84][95][100] - 字节扣子空间聚焦复杂工作场景，Agent TARS开源多模态智能体重塑GUI交互模式 [109][119] - 阿里新夸克引领AI Agent全新生态，阿里云百炼解决本地部署痛点，飞猪AI行程规划能力突出，阿里以阿里云为基座打造AI Agent生态 [126][132][138] - 百度心响APP是通用超级智能体，系统架构创新，MCP实现多智能体互联互通 [150][153][156] - 三六零纳米搜索提升搜索能力，推出MCP万能工具箱，知识库支持一键导入 [159][161][163]