责任编辑：何俊熹 对于是否年内发布AI智能体一事，截至发稿，DeepSeek方面暂无回应。 新浪科技讯 9月4日下午消息，据外媒报道，中国人工智能公司DeepSeek计划在2025年底前正式发布AI 智能体（AI Agent），以抢占下一代人机交互入口。 根据公开资料整理，AI智能体被视为继大模型之后的重点赛道，具备自主决策、任务拆解与跨应用协 同能力。 ...

根据公开资料整理，AI智能体被视为继大模型之后的重点赛道，具备自主决策、任务拆解与跨应用协 同能力。 责任编辑：李昂 9月4日，有消息称，中国人工智能公司DeepSeek计划在2025年底前正式发布AI智能体（AI Agent），以 抢占下一代人机交互入口。 新浪科技就此询问DeepSeek，公司暂无回应。 ...

政策导向与行业趋势 - 国家发布《关于深入实施"人工智能+"行动的意见》 明确提出推动软件信息服务企业智能化转型 培育人工智能应用服务商 发展"模型即服务"和"智能体即服务"等新模式[1] - 银行业面临客户需求多样化 运营成本上升和行业竞争加剧等挑战 需要引入高效技术手段提升服务能力和运营效率[1] AI智能体技术优势 - AI智能体相比大语言模型(LLM)和机器人流程自动化(RPA)具有更高系统整合性与自主能力 融合环境感知 任务规划 自主决策 记忆与工具调用等综合能力[1] - 推动银行业务实现从"自动化"向"自主化"转变[1] - 体现认知层面转变 未来工作岗位更强调人机协作[2] 应用场景与案例 - 在信贷业务中AI Agent可自动化处理无序扫描文件 完成自动分类 排版与信息提取 识别文件类型 整理多页合同 提取企业名称和收入等关键信息[2] - 通过自研ChatBI平台将自然语言转化为分析语言 主动为管理者推送数据 预判分析需求并推荐后续问题[3] - 在手机银行应用中实现"主动服务"与"个性化" 通过持续交互深入理解客户意图 提供定制化服务[3] 实施策略与方法论 - 采取四维策略：产品聚焦单点场景逐个突破 商务采取项目投标 试用与共同研发模式 客户层面深入理解运营机制 与生态伙伴分工协作[3] - AI Agent开发强调智能化与业务深度融合 要求开发者深入理解业务流程 将人类思维逻辑融入系统设计[2] - 核心定位为"知识驱动" 基于对客户业务和行业知识的深度理解构建系统[2] 未来发展方向 - 金融领域AI Agent将更加精细化 强调多智能体协作 形成知识驱动的整体能力[4] - 需要科技公司深入理解"AI+"内涵 银行管理者积极应对不确定性 共同推动从"自动化"到"自主化" 从"功能开发"到"知识驱动"的演进[4]

财务表现 - 公司预计截至2025年6月30日止6个月期内亏损较去年同期人民币5.79亿元可能实现不少于99%同比减少 [1] - 经调整净亏损较去年同期人民币5590万元可能实现不少于96%同比减少 接近盈亏平衡 [1] 亏损收窄原因 - 或然可赎回优先股及普通股的账面值变动是亏损大幅减少的主要原因 [1] - 公司通过持续优化资源配置和积极管控各项费用等措施有效提升运营效率 [1] 战略转型 - 公司积极推动"组织AI化"转型 将AI智能体深度融入核心业务流程与运营管理体系 [1] - 公司构建了高效、灵活、自我进化的"AI原生工作流" [1] 市场反应 - 公司股价高开逾5% 截至发稿涨5.49%报0.96港元 [1] - 成交额达69.6万港元 [1]

核心财务表现 - 预计截至2025年6月30日止六个月的期内亏损同比减少不少于99% 去年同期亏损为人民币578.8百万元 [1] - 经调整净亏损同比减少不少于96% 去年同期经调整净亏损为人民币55.9百万元 接近盈亏平衡 [1] 亏损减少原因 - 或然可赎回优先股及普通股的账面值变动是亏损大幅减少的主要原因 [1] - 公司积极推动"组织AI化"转型 将AI智能体深度融入核心业务流程与运营管理体系 [1] - 构建高效灵活自我进化的"AI原生工作流" [1] - 通过持续优化资源配置和积极管控各项费用等措施有效提升运营效率 [1]

AI赛道趋势 - 大模型从科研模型向产业模型转变，基础算法算力向实际应用迈进 [3] - AI编程（AI Coding）、AI智能体（AI Agent）和AI硬件将是今年三个爆发的应用点 [3] - 这三个领域可以真正落地，产生商业场景和价值，同时能创造效益甚至盈利 [3] AI投资方向 - 未投资大模型，而是投资了几个行业模型，覆盖智慧大脑、工业智能、生命科学蛋白质生成等领域 [3] - 投资向头部公司聚集，过去行业约有100家公司中50家可获得融资但单笔金额较小，如今可能只有10家能获得投资但单笔融资规模显著扩大 [3] 人工智能新药研发（AIDD） - 大药厂已认可AI才是未来，过去认为实验数据和病人是重要资产，现在认为算法和AI的实验数据可能会变成药厂最重要资产 [3] - 健康是人类最关心也是花钱最多的领域，未来3至5年内可能一半以上的早期和中期癌症有治愈希望 [3] AI创业公司估值 - 相比前年和去年，当前估值水平已逐渐回归理性状态，大多数项目与实际估值差距不大 [3]

AI智能体市场概况 - AI智能体市场规模预计从2024年51亿美元增长至2030年471亿美元，年复合增长率44.8% [1] - 2025年被视为"AI智能体元年"，科技企业加速布局 [1] - Manus通用智能体发布引发资本市场和科技圈强烈反响 [3][5] AI智能体核心技术 - 核心特征包括自主决策、环境感知、任务执行和学习能力，具备自主性、多模态交互、跨领域协同及目标导向性 [3] - 三大技术突破：跨领域任务分解与动态规划（支持多任务并行）、多模态数据融合与实时推理（文本/图像/音频联合处理）、云端异构计算框架（支持实时与长周期任务） [3] - 大模型为AI智能体提供语言理解与逻辑推理能力，智能体通过规划与行动将大模型输出转化为具体执行 [4] 企业应用与挑战 - OpenAI推出高端定制化AI智能体服务，"博士级研究智能体"月费达2万美元（约14.5万元人民币），瞄准金融、医疗、制造等高需求行业 [6] - 部署挑战包括技术整合（系统兼容性/稳定性）、数据安全（隐私保护）和用户接受度（信任建立） [6] - 技术瓶颈包括复杂决策能力不足，未来需突破模型可解释性、泛化能力及人机协作 [7] 行业落地案例 - 浪潮数字企业发布海岳商业AI，涵盖100+场景智能体，覆盖财务、供应链、项目管理等40余个高价值领域 [8] - 人力智能体Moirai通过多模态大模型实现简历智能筛选，节省HR 80%初筛时间，提升高端岗位招聘效率 [9] - 企业需构建"AI原生"战略，重构管理模式与业务流程，形成"大模型+智能体+工具生态"的智能网络 [8] 发展趋势 - AI智能体从技术赋能阶段向价值创造跨越，渗透千行百业 [9] - 技术迭代方向包括多模态、长上下文处理（大模型）及实时决策、物理世界交互（智能体） [4] - 行业聚焦高价值场景挖掘与数据知识基础夯实，推动大规模交互式智能体网络发展 [8]