文章核心观点 - Agent与基座大模型的技术迭代共同推动全球AI产业商业化提速，成为成长最快的AI产业方向 [1] - AI算力基础设施是产业发展的基本保障，是制约能力迭代和收入放量的关键因素 [1] - AI Infra及MaaS云服务厂商将助力算力与应用落地，并持续分享AI产业成长红利 [1] Agent技术演进 - Agent工程框架经历了提示词工程、上下文工程和驾驭工程三个阶段演进 [1] - 驾驭工程通过文件系统、沙箱、工具调用等机制，提升Agent在长链路复杂任务中的稳定交付能力 [1] - 在基座模型能力趋近的背景下，驾驭工程正成为Agent产品差异化和工程壁垒的重要来源 [1] Agent能力发展路径 - Agent从Copilot嵌入式助手，发展到Coding Agent等单任务智能体，再演进至垂类流程智能体 [2] - Computer Use/GUI Agent实现了类似人的通用软件操作能力，提升了Agent的非标准化泛化能力 [2] - 未来可能朝着更复杂的Multi-Agent分工协作组织迭代演进，指向Agentic AI基础设施的搭建 [2] Agent商业模式与自主性 - 商业模式开始由按席位收费转向按任务量、结果收费，从占用IT预算转向人力甚至营销生产预算 [1][2] - 垂类流程智能体推动Agent转向“数字劳动力”，具备专业领域的自主执行能力，能跨系统完成端到端流程 [2] - Agent自主能力不断增强，目前处于Coding Agent和自主Agent发展阶段，人类作用转向目标设定与审核 [3] - 未来Agent或能演进出构建和训练大模型的能力，形成高度自动化并自主迭代的智能生产系统 [3]

智能体应用研究系列（三） TMT 及中小盘/计算机 本报告围绕智能体（Agent）工程及应用演进展开研究，系统梳理 Agent 从提示 词工程（Prompt Engineering）到驾驭工程（Harness Engineering）的工程框架 演进，以及从 Copilot、Coding Agent 到各式垂类流程 Agent 产品形态发展路径。 Agent 从辅助功能快速发展为具备自主执行和完整工作流实现能力，和基座大 模型的技术迭代齐头并进，共同推动全球 AI 产业商业化提速。 风险提示：技术发展不及预期；安全合规风险；AI 基础设施供给不足风险等。 推荐（维持） 证券研究报告 | 行业深度报告 2026 年 06 月 24 日 Harness 筑基，Agent 奔赴自主执行时代 行业规模 | | 占比% | | | --- | --- | --- | | 股票家数（只） | 284 | 5.5 | | 总市值（十亿元） | 4471.1 | 3.7 | | 流通市值（十亿元） | 4012.4 | 3.7 | 行业指数 % 1m 6m 12m 绝对表现 -6.2 -3.0 12.1 相对表现 -10.6 ...