01 通用 Agent 架构受限，任务智能还停留在「样板房」？ - 当前 AI Assistant 的核心挑战集中在智能规划与调用、系统延迟与协同、交互记忆与拟人性以及商业模式与落地路径四个维度 [2] - 在任务执行智能方面，一条核心路线是构建长程、循环、可泛化的通用任务框架，实现从目标理解到任务完成的全过程 [2] - 通用框架的代表 Manus 采用「多步任务规划 + 工具链组合」架构，将 LLM 用作「控制中心」，但在实际测试中对复杂网页结构的抓取覆盖不足 [4] - MetaGPT 强调通用框架需叠加「代码执行、记忆管理与系统调用」等组件，但存在延迟高、调用链复杂、成本不可控等问题 [4] - 「逐场景做透」的技术路线更强调低门槛部署与稳定性，适用于「弱通用、强完成」的应用需求，但在非结构化任务或领域迁移时表现明显下降 [4] - Browser-Use 类路径支持 Agent 模拟浏览器登录、填写表单、抓取信息、提交交易等功能，但稳定性、安全性与权限系统仍未成熟 [6] - 无代码出工具（No‑Code Agent Builder）正成为下一代 AI Assistant 的推荐解决方案，如 AutoGen Studio、Base44 和 StackAI 等 [6][7] 02 一句话唤醒万物，AI Assistant 要补齐的系统短板有哪些？ - AI Assistant 最终要以语音为主要形态和用户进行交互，系统优化层面面临语音交互低延迟、全双工语音、能力与硬件/系统行动绑定等挑战 [8]

实现 Agent 能力的泛化，是否一定需要对世界表征 - 现代AI智能体定义为能够感知环境、自主行动并提升性能的实体，其核心在于具备泛化能力，区别于仅响应预设规则的机器人[5] - 学界存在两大思想脉络：无模型范式认为智能行为可通过感知-行动循环直接涌现，无需构建显式世界模型；基于模型范式则认为灵活目标导向行为必须依赖内部世界表征[5] - DeepMind通过数学框架证明，具有泛化能力的智能体必然内化世界表征，且从策略本身可恢复环境转移函数的近似模型[6] - 研究区分短视行为与长远规划：短视智能体无需世界模型，而需长远规划的通用智能体必须比较不同行动引发的未来轨迹优劣[7] - 当前AI领域涌现多种世界模型构建方法，但现有范式存在缺陷且实践层面仍存非共识，焦点已从"是否需要表征"转向"如何表征"[8] 技术狂飙下的AI Assistant发展现状 - 当前多数AI Assistant仍停留在对话器阶段，与真正的通用行动体存在差距，需突破场景深度与交互延迟等瓶颈[2] - 技术架构上，Cross-Attention与MoE有望降低语音交互延迟，提升实时性[2] - 商业化路径存在争议：AI Assistant可能成为企业新盈利入口，但增量流量价值尚未验证；未来形态可能介于"第二手机"与"个人操作系统"之间[2] OpenAI前产品VP的产品方法论 - Peter Deng强调产品本身并非核心，产品品味才是企业护城河，其对当前AI产品的评价未公开但隐含高标准[3] - 打造爆款产品的超级团队需具备特定特征，不同团队对产品经理的特质要求存在差异化[3] 行业数据概览 - 本期通讯覆盖3项专题解读及27项AI&Robotics赛道要事，含10项技术动态、8项国内进展、9项国外进展[3] - 通讯总字数达22439字，免费试读比例8%，完整版需消耗99微信豆（约9.9元人民币）[4]

财务数据和关键指标变化 - 第四季度总营收3.88亿美元，同比增长16%，订阅收入3.62亿美元，同比增长16%（按报告）和17%（按固定汇率），Elastic Cloud收入增长23%，非GAAP运营利润率达15% [9][30] - 2025财年，剔除月度云收入后的订阅收入为11.95亿美元，同比增长20%（按报告）和21%（按固定汇率），第四季度该指标为3.15亿美元，同比增长19% [32] - 第四季度当前剩余履约义务（CRPO）约10亿美元，同比增长18%（按报告）和17%（按固定汇率） [33] - 2025财年调整后自由现金流利润率增长约600个基点，达到19% [36] - 预计2026财年第一季度总营收在3.96 - 3.98亿美元之间，非GAAP运营利润率约为11.5%，非GAAP摊薄每股收益在0.41 - 0.43美元之间 [41] - 预计2026财年总营收在16.55 - 16.7亿美元之间，非GAAP运营利润率约为16%，非GAAP摊薄每股收益在2.24 - 2.32美元之间 [42] 各条业务线数据和关键指标变化 - 云业务在第四季度超过订阅收入的50%，增长强劲，有超2000个Elastic Cloud客户将其用于生成式AI用例，其中超310个客户年支出超10万美元 [12][18] - 自管理业务也有很强的AI吸引力，宣布与NVIDIA AI工厂集成，将成为企业在自有基础设施上构建和部署AI应用的推荐向量数据库 [19] - 安全业务方面，Attack Discovery已向客户全面推出，AI助手的活跃用户在2025财年稳步增长 [20] 各个市场数据和关键指标变化 - 各地区业务执行良好，亚太地区增长最快，其次是欧洲、中东和非洲地区以及美洲地区，但美国公共部门面临压力，导致销售周期延长 [34] 公司战略和发展方向和行业竞争 - 继续推动销售主导的市场策略，聚焦企业和高潜力中端市场客户，通过区域和细分市场的调整，已取得显著成效 [70] - 持续创新，开发高度差异化的解决方案，在安全和可观测性领域从竞争对手处获得大量前瞻性销售机会 [18] - 加强与合作伙伴的合作，与AWS达成新的五年战略合作协议，与Google的合作也不断深化，在Google Cloud Next上获得两项AI类别奖项 [25][26] - 云业务和自管理业务并重，满足不同客户需求，同时在AI领域持续发力，提升产品竞争力 [18][19] 管理层对经营环境和未来前景的评论 - 尽管宏观环境动态变化，但公司管道健康，业务模式激励客户将更多数据迁移至Elastic，预计2026财年将继续增长并保持强劲利润率 [17] - 公司在生成式AI领域处于领先地位，随着技术的发展，将继续受益于AI的广泛应用，有望成为一家具有世代影响力的公司 [28] 其他重要信息 - 公司将参加6月5日的美国银行技术会议和6月11日的Rosenblatt虚拟AI会议，并将于10月9日在纽约市举办金融分析师日活动 [6] - 2026年预计月度云收入大致持平，本季度该收入约占总收入的12% [90] 问答环节所有提问和回答 问题: 公司的指导是否比过去更保守，以及当前业务的更好领先指标是什么 - 公司在动态宏观环境下采取谨慎态度，平衡了积极的需求信号和宏观不确定性，指导中考虑了美国公共部门压力对整体业务的影响以及Q2 - Q4可能的消费逆风 [47][48] - 最佳业务衡量指标仍是收入，销售团队表现的最佳指标是剔除月度云收入后的订阅收入，CRPO也是有用的指标，显示了该指标的积极势头和未来覆盖情况 [50][51] 问题: 公司一系列合作伙伴关系带来的机会，以及与AWS合作的市场推广方面 - 公司正成为超大规模云服务提供商第三方向量数据库服务的首选，与NVIDIA的合作不仅限于云，还将覆盖企业自有数据中心环境 [54][55] - 超大规模云服务提供商的市场是公司开展业务的理想场所，公司与合作伙伴通过激励计划等合作，推动客户采用Elastic Cloud [56] 问题: 检索增强生成（RAG）架构的客户采用情况以及公司在其中的定位 - RAG被认为是始终合理的解决方案，公司的向量数据库在各种RAG用例中得到广泛应用，预计将在云和自管理业务中持续受益 [60][61] 问题: 本季度云业务环比增长较小的原因 - 第四季度有三天较少，对消费产生逆风，正常化天数后云增长率处于20%中段，较为健康，且云业务规模增大后出现了季节性模式，Q1通常是环比增长较低的季度 [64][65] 问题: 上一财年市场策略变革的重活是否完成，以及2026财年的下一步计划和企业客户策略 - 上一财年的区域变革已完全稳定并开始产生显著效果，2026财年不计划进行重大变革，但会继续招聘销售团队并进行适度调整，同时新增安全销售专家团队 [70][72][73] 问题: 不同业务板块对收入的贡献变化，以及月度云业务的未来建模 - 月度云业务是自助服务驱动，主要面向中小企业客户，公司重点推动销售主导的企业和高潜力中端市场客户业务 [83][84] - 随着AI应用的发展，搜索业务预计将在收入中占比增加，但AI将使公司所有业务受益，2026年预计月度云收入大致持平 [88][90] 问题: 关于100万美元客户的AI承诺情况以及新兴用例 - 25%的100万美元客户正在使用公司的AI工作负载，反映了该高增长潜力客户群体的采用情况 [94] - 新兴用例涵盖销售、营销自动化、法律电子发现、与合作伙伴的对话应用等多个领域，客户正从语义搜索用例扩展到构建自动化代理以实现工作流程自动化 [96][97] 问题: 美国公共部门业务压力的具体表现和量化情况 - 公司业务多元化，美国公共部门是重要垂直领域之一，但其他地区表现良好，弥补了该部门的压力，难以量化公共部门业务压力的具体影响 [101][102] - 公司谨慎地将美国公共部门压力外推至全年业务，这是收入指导范围的最大影响因素 [113] 问题: 第四季度云增长未加速的原因及各业务板块的贡献情况 - AI需求不仅体现在云业务，自管理业务也有良好表现，消费情况稳定，公司预计云和自管理业务将继续推动增长 [108][109][110] 问题: 上一财年市场细分变革的主要收获、意外情况以及未来市场策略的调整 - 公司专注于销售主导的企业和高潜力中端市场客户业务，上一财年的变革已见成效，目前需要继续扩大销售团队规模，同时加强安全业务的专业化，以抓住市场机会 [119][120][122] 问题: 100万美元和10万美元客户对公司整体产品组合的使用情况 - 公司未细分该数据，将在10月的金融分析师日活动中提供详细信息，但大型客户通常会使用公司平台的多种功能，土地扩张策略效果良好 [131][132][133] 问题: 4月到5月业务线性度在垂直领域或客户规模方面是否存在差异 - 公司垂直领域多元化，4月到5月在业务线性度上没有明显差异，目前宏观情况与Q4类似，除美国公共部门外无新增消费压力 [134] 问题: 目前销售团队的生产力情况以及与管道的关系 - 2025财年销售团队的生产力令人满意，年初的变革在Q1带来一些问题，但Q4开始显现成效，公司内部使用AI提高销售团队的目标定位和客户沟通效率 [138]

报告行业投资评级 未提及 报告的核心观点 - 2025年是Agent元年，AI正从L2向L3进化，由技术成熟、标杆产品出现、MCP协议普及和市场需求驱动[2] - Agent重要性在于深度自动化、通往AGI和重塑互联网入口，预计入口级通用Agent竞争2025年下半年开启[2] - Agent竞争格局是“巨头环伺，新锐突破”，大厂主导通用Agent，垂直领域有创新机会但面临通用Agent威胁[2] - 投资建议重视2025年Agent投资窗口，长期配置平台巨头，关注垂直领域领跑者，知识工作领域尤其是编程领域会最先落地[2] 根据相关目录分别进行总结 为什么说2025年是Agent元年 - AI正从L2向L3进化，L3能自主规划和执行复杂任务，从“思考”走向“行动”[6][7] - 驱动力包括技术成熟，强大多模态基础模型和强化学习训练方法就绪；行业领导者推动，标杆产品验证；市场需求驱动，企业需要AI落地解决复杂业务问题[2][9][18] - MCP协议普及有助于推动Agent行业互联互通，解决交互碎片化和高成本问题[22] - 市场对AI需求从“尝试”到“落地”，渴望自动化复杂任务和显著提升生产力，Agent契合这些需求[40][41] - 只有同时具备对话、推理、长记忆和工具调用四项能力才能称之为Agent，工具调用是核心区分要素[43] Agent为何重要 - Agent带来深度自动化，能理解模糊指令，执行复杂认知型任务，打通端到端工作流，实现认知自动化[49] - 带来指数级效率提升，形成人机协作新范式，让人类聚焦高价值活动，赋能创新，处理速度快、可规模化、有成本优化潜力、减少错误[53][55] - 是通往AGI和具身智能的关键阶段，从L3到L4存在鸿沟，当前“只读”型Agent有PMF，未来向“读写”型进化[56][57][59] - 可能重塑互联网流量入口格局，挑战传统搜索引擎，部分APP被“管道化”，Agent本身可能成为入口，预计2025年下半年围绕通用入口级Agent的大战将开启[61][67][70] 竞争格局：模型即产品，通用Agent将由大厂主导 - Agent领域竞争围绕平台与应用、通用与垂直、成本与效率、交互范式、数据与护城河、人才竞争六个维度展开[75][76] - 模型即产品，爆款应用背后是模型能力更新，“浅层套壳产品”缺乏壁垒，易被颠覆，真正的壁垒来自复杂工作流编排、工具集成和领域知识[77][86][88] - Agent分为垂直型和通用型，大厂主导通用型Agent格局，通过基础大模型、平台与生态、应用集成等策略布局[90][92][95] - 通用Agent对垂直Agent构成长期威胁，但短期内垂直Agent凭借深度领域知识和定制化能力仍有发展空间[112][113][114] Agent将最先落地于知识工作（尤其是代码） - 未详细阐述相关内容 投资建议 - 重视2025年Agent投资窗口，跟踪基础模型、强化学习、工具调用、推理成本和标准化协议进展[2] - 长期配置拥有强大基础大模型、算力、数据和生态系统的大型科技平台公司，如海外的Google、微软，国内的阿里、腾讯、字节等[2] - 关注在特定垂直赛道建立深厚领域知识壁垒、有清晰商业模式和客户基础的垂直Agent提供商，知识工作领域尤其是编程领域会最先落地，已有成功案例，如Cursor、Devin等[2]

核心观点 - 2025年是Agent元年，AI正从L2向L3进化，由技术成熟、标杆产品出现、MCP协议普及和市场需求驱动 [2] - Agent重要性在于深度自动化、通往AGI和重塑互联网入口，预计2025年下半年开启入口级通用Agent竞争 [2] - Agent竞争格局是“巨头环伺，新锐突破”，大厂主导通用Agent，垂直领域有创新机会但面临通用Agent威胁 [2] - 投资建议是重视2025年Agent投资窗口，长期配置平台巨头，关注垂直领域领跑者 [2] 为什么说2025年是Agent元年 AI从L2向L3进化 - AI从L2（推理者）向L3（Agent）进化，代表从“思考”走向“行动” [6] - L1是聊天机器人，L2是推理者，L3是智能体，具备记忆、规划、工具使用和行为记忆四大核心能力 [6][7] 驱动力 - 技术成熟度达到临界点，强大的多模态基础模型和成熟的强化学习训练方法已就绪 [2][9] - 行业领导者推动，标杆产品验证，如OpenAI、Google等发布关键产品，RE - Bench测试显示顶尖Agent在特定任务上效率匹敌人类专家 [2][18][20] - MCP协议普及，解决Agent与外部世界交互的碎片化和高成本问题，促进互联互通 [2][22] - 市场需求驱动，2023年是“模型竞赛年”，2024年是“应用探索年”，2025年市场需要AI落地解决复杂业务问题，Agent契合需求 [2][39][40] 定义 - 同时具备对话、推理、长记忆和工具调用四项能力才能称之为Agent，工具调用是核心区分要素 [43] - Agent智能程度有层次和梯度，关于Agent定义存在诸多问题待明确 [46] Agent为何重要 深度自动化 - Agent能理解模糊指令，自主规划并执行复杂认知型任务，打通端到端工作流，实现认知自动化 [49] - 带来指数级效率提升，形成人机协作新范式，让人类聚焦高价值活动，赋能创新 [53] - 解放人类生产力与创造力，将人类从重复性劳动中解放出来 [55] 通往AGI和具身智能 - Agent是通往AGI和具身智能的关键环节，从L3到L4存在鸿沟，目前“只读”型Agent有PMF，未来向“读写”型进化 [56][57][59] 重塑互联网流量入口格局 - 对传统搜索引擎形成挑战，改变信息获取方式，将搜索升级为“完成任务” [62][65] - 部分APP被“管道化”，功能单一的服务型App入口价值下降，复杂或体验型App仍是入口 [67] - Agent本身成为入口，可能是APP、浏览器或OS操作系统，预计2025年下半年围绕“通用入口级Agent”的大战将开启 [69][70] 竞争格局 竞争维度 - 围绕平台与应用、通用与垂直、成本与效率、交互范式、数据与护城河、人才竞争六个维度展开 [75][76] 模型即产品 - AI应用核心价值在于模型能力，爆款应用背后是模型能力更新，API经济可能走向终结 [77][78][79] - “浅层套壳产品”缺乏可持续竞争壁垒，终将被颠覆，真正的壁垒来自复杂工作流编排、工具集成能力和深度领域知识 [86][88] 通用Agent与垂直Agent - 通用Agent由大厂主导，大厂在基础大模型、平台与生态、应用集成方面布局 [92][95] - 垂直Agent短期内凭借深度领域知识和定制化能力有优势，但长期面临通用Agent泛化能力的威胁 [113][114] Agent将最先落地于知识工作 最先落地的行业和场景 - Agent最先落地于知识工作领域，尤其是代码/软件开发领域，已有成功案例，如Cursor、Devin [2][4] 代码/软件开发领域进展 - 代码领域进展较快，Cursor成长曲线陡峭，ARR和估值大幅增长 [115] 法律AI Agent对比 - 文档未提及相关内容 投资建议 - 重视2025年Agent投资窗口，跟踪基础模型、强化学习、工具调用等进展 [2] - 长期配置平台巨头，如海外的Google、微软，国内的阿里、腾讯、字节等 [2] - 关注垂直领域领跑者，如编程、研究、法律等领域，总结了30家上市公司在垂类Agent方面的布局 [2]

国内新能源汽车发展 - 公安部警示车企需规范辅助驾驶宣传，夸大功能可能面临广告费用5-10倍罚款或刑事责任 [3] - 山东新能源汽车保有量达270万辆，充电基础设施达117.35万台同比增长89.7%，农村充电桩31.72万台同比增长138.9% [4] - 粤港澳大湾区一季度电动汽车出口增长107.8%，自主品牌出口占比提升2.1个百分点至22.2% [5] - 大众汽车将在中国首发自研高级驾驶辅助系统，计划2027年推出超20款电动车型 [6][7] - 广汽昊铂在上海开设首家直营交付中心，启动"交付中心+代理制"新模式 [8] 中国车企海外扩张 - 长城汽车在泰国扩大产能，计划出口东盟市场并销售TANK 500 HEV等车型 [9] - 智己汽车宣布2025年进军沙特等海湾国家，2026年覆盖整个中东地区 [10] - 小鹏汽车加速全球化布局，在印尼实现本地化生产并在德国设立研发中心 [11][12] 国际汽车市场动态 - 韩国3月国内汽车销量同比增长2.4%至149,512辆，但市场需求仍疲软 [13] - 现代汽车因需求放缓暂停部分电动车产线，这是年内第二次停产 [14] - 法拉利宣布10月发布首款纯电车型，售价超400万元 [15] - 起亚在欧洲推出AI语音助手系统，提升用户体验 [16] 商用车领域进展 - 一汽解放签署1000台换电重卡协议，单次换电续航达700公里 [17] - 东风股份新能源商用车获"金熊猫奖"两项大奖 [18] - 雷达金刚插混皮卡申报工信部，油耗1.5L/100km [18] - 浙江扩大老旧货车报废补贴范围至国四及以下车型，最高补贴14万元 [20]

文章核心观点 - 公司宣布推出 Transcend AI Labs，提供 AI 驱动创新、自动化和咨询服务，助力企业提升效率和决策能力 [1] 公司业务 公司概况 - 公司是全球业务服务和资产金融解决方案提供商，为超 30 个国家的汽车和设备 OEM、汽车金融公司和金融机构服务 [9] - 自 1996 年成立以来，公司一直处于技术前沿，利用先进 AI 和云服务满足全球市场复杂需求 [9] 新业务推出 - 推出 Transcend AI Labs，专注产品增强和 AI 咨询服务，为汽车和设备 OEM、经销商和金融机构提供 AI 驱动创新、自动化和咨询服务 [1] - 推出交互式 AI 助理和智能文档处理（IDP）功能，可作为独立工具或集成到 Transcend 平台，融入现有工作流程 [2] - 引入 RoleFit AI，是一款 AI 驱动的简历分级器，可自动生成职位描述和批量分级简历，最初为支持公司人力资源部门开发，现免费向公众开放使用和测试 [5] 业务功能 - AI 助理为资产金融生命周期提供支持，为客户和内部团队提供即时响应、流程指导和智能推荐，提高运营效率和客户体验 [3] - 智能文档处理（IDP）自动提取、分类和验证金融和法律文件数据，加速工作流程、提高准确性，集成高级分析提供现金流、信用历史和风险因素洞察，增强信用评估和实时决策能力 [4] 业务规划 - 公司扩大团队提供高级 AI 咨询服务，从 AI 模型开发到定制实施，为各行业提供全面 AI 服务 [6] - 进一步独立 AI 解决方案正在开发中，将为企业提供更先进、直观和可定制工具 [7] 公司愿景 - 公司凭借在人工智能和机器学习方面的专业知识，使各行业企业释放业务新潜力，提高效率、推动增长和促进创新 [8]