文章核心观点 文章系统回顾了2024年至2025年期间，推动智能体（Agent）从概念热潮走向工业化落地的关键变量。核心观点认为，行业正经历从宏大叙事向务实架构的转变，焦点从追求“像人”的自治转向构建“可长期、稳定、可治理”的系统[30]。这一过程通过协议建设、架构分层、技能网络化、记忆系统完善以及开源模型发展等多个层面的收敛与演进共同实现[4][6][9][18][22][26]。 关键变量总结 01 行业认知的收敛与转向 - Agent经历了从“元年”的宏大叙事（如多智能体社会、AI员工、数字组织结构重构）向应对现实工程挑战的转变[4] - 早期Agent存在执行链条不稳定（“五步不过冈”）、长任务易偏航、权限模糊、成本不可预测等问题，难以融入严肃工作流[3][4] - 行业心态从询问“它像不像个员工？”转向关注“它能不能长期、稳定、可治理地做事？”[30] 02 底层协议的建设与挑战 - 行业出现了为Agent时代建立统一底层协议的系统性尝试，以MCP和A2A为代表[6] - MCP旨在为模型接入工具和数据建立统一接口，A2A则希望实现Agent之间的跨平台协作，常被类比为Agent时代的TCP/IP[7] - 协议建设面临挑战：工具体系复杂多样，商业边界与权限约束各异，且标准版本、厂商立场和实现不一致，导致推广谨慎[7] 03 架构分层：从“认知+执行”到技能（Skill）重构 - Agent形态演变为“认知+执行”的组合体，架构上分为认知层、技能层、连接层和持续层[10] - **认知层**：由大语言模型负责，承担理解意图、拆解任务和规划决策，接受其不确定性[10] - **技能层**：将涉及外部后果的动作（如发邮件、改数据、下单）封装为可复用、可治理的执行单元（Skill），确保输入输出清晰、权限明确、可重试、可审计[10][17] - **连接层**：负责将技能连接到外部世界（如数据库、SaaS系统）[10] - **持续层**：负责管理任务状态与长期记忆，保障连续性[10] - 与API的区别在于控制权迁移：API时代组合逻辑由程序员写在代码中，Skill架构下组合逻辑由模型在运行时规划，实现了从“程序员写流程”到“模型生成流程”的转变[15][17] 04 技能（Skill）密度与网络效应 - 当模型能力进入同一量级后，竞争焦点从“谁更聪明”转向“谁背后站着更多真实可用的技能”[19] - 技能价值呈网络化增长：技能模块化后，新增一个技能不仅增加一种用途，更创造出多种组合可能，技能密度越高，系统的“解题维度”越多[19] - 生态发展的关键不再是技能数量，而是技能的流动性，即能否被检索、被不同模型规划、跨系统复用，从而形成网络效应[20] - 当前Agent生态类似移动互联网早期，尚未出现大规模第三方能力市场、稳定的技能商店或形成网络效应的爆款应用[21] 05 记忆（Memory）系统与任务持续性 - 记忆是保障任务连续性的关键，使Agent从一次性推理工具转变为持续存在的系统[22] - 记忆系统包含三层结构：**任务状态**（实现断点续跑）、**长期语境**（存储用户偏好、组织约束等）、**行为轨迹与决策历史**（积累行动模式）[24] - 长上下文、RAG与持久记忆是不同概念：长上下文扩展单次推理的注意力范围；RAG解决外部信息检索；持久记忆则实现跨时间、跨任务的背景继承与经验积累[23] - 记忆系统使Agent具备组织价值，但其发展仍面临成本、更新与遗忘机制不成熟，以及错误或偏见被固化的风险[25] 06 开源大模型的角色与影响 - 中国开源大模型（如千问、Kimi、Step）在过去一年取得显著跃迁，频繁进入开发者的真实工作流[26] - 以阶跃星辰的Step 3.5 Flash模型为例，其采用稀疏混合专家结构，总参数1960亿，每次激活约110亿参数，注重效率与结构[26] - 开源模型的技术改进（如混合注意力机制、多token并行预测）恰好对应了Agent时代对更长上下文、更低延迟、更稳定逻辑执行的核心需求[27] - 本地部署能力（如256K上下文模型可在128GB内存的MacBook上运行）改变了权力结构，实现了“终端平权”，并满足了医疗、金融等垂直行业对可控、可部署基座的需求[29]

市场反应与估值冲击 - 这周二，SaaS、数据和软件类投资公司的市值蒸发了约3000亿美元[1] - IGV软件指数已较9月下旬的峰值下跌了约30%[2] - 多家根基深厚的企业软件公司股价在一天之内大幅下跌，Salesforce、ServiceNow、Adobe和Workday的股价均下跌约7%，Intuit的股价更是暴跌近11%[2] - 软件公司的平均预期市盈率在短短几个月内从约39倍暴跌至约21倍[2] - 做空者已通过押注传统SaaS业务在2026年获利超过200亿美元，并且还在加倍下注[2] 核心逻辑的颠覆 - 市场抹去巨大价值的核心原因是传统SaaS增长模式的可持续性假设被打破[3][4] - 过去企业软件的商业模式基于高转换成本、数据存储在专有系统以及平台作为记录系统的粘性，这支撑了可预测的经常性收入和高估值[5] - 人工智能正在测试该逻辑的每个部分，现代AI系统能够直接取代大部分人类工作流程，使研究、分析、起草、核对和协调可以跨系统自主执行，不再局限于单一应用程序[6] - 依赖高增长却长期低盈利甚至无盈利的SaaS发展路径正在失去市场信任[7] - 核心矛盾集中在短期增长是否真正可持续，以及长期在人工智能浪潮冲击下盈利可能性是否正变得渺茫[8] 行业领袖观点：SaaS范式迁移 - 微软CEO纳德拉判断“SaaS已死”，认为每一次真正的平台迁移都会带来核心应用架构的根本性变革[12] - 当前变革的核心在于应用逻辑本身，未来将进入以“智能体为中心”的视角，由任务和意图驱动[12] - 智能体将能够跨越多个SaaS应用，对业务逻辑进行协调与编排，通过调用API实现跨系统操作[12] - 当前的SaaS应用本质是一个集成了大量定制化业务逻辑的‘增删改查’数据库，未来的变革在于将数据层的调用与编排从封闭业务逻辑中解放出来，成为更独立通用的可编排层[12] - 下一代SaaS企业必须主动拥抱智能体，将其深度集成甚至作为一等公民开放给Copilot等平台，并据此革新商业模式[14] 市场结构变化与利润池迁移 - 高盛预测，到2030年，超过60%的软件经济效益可能会通过Agent系统而非传统的SaaS服务实现[15] - 软件行业的利润池预计将转向人工智能代理，市场正在增长而非萎缩，但传统软件的经济效益正在被削弱[18] - 企业并非在软件本身上花费更少，而是在许可证费用上花费更少，在最终成果上花费更多[18] - 当利润池的流动速度超过收入的减少速度时，公开市场会立即做出反应，而私募市场则会随后跟进[19] - 人工智能对私募股权和私募信贷领域的影响将呈现滞后效应，支出压缩先于客户流失出现，利润率下降先于违约显现[20] 平台与产品的战略分野 - MongoDB CEO CJ Desai指出，产品终将被替代，而平台方能长青，真正的平台是稀有的[21] - 在技术转型中，速度至关重要，公司必须保持领先并快速转向[22][23] - 平台具有粘性，产品则没有，软件市场是颠覆性的，因此必须确保向客户呈现的是一个“平台”[24] - 成为平台意味着至少有两个或以上的产品被客户使用且能协同工作，并与客户的所有现有系统深度集成，从而具有粘性[26] - 以MongoDB为例，一家银行在其上构建了300个应用，这使其深度融入客户基础设施的肌理，难以被替换[27] 对新兴威胁的审视 - 针对“氛围编程”和按需创建应用可能威胁标准化软件的观点，CJ Desai指出企业级应用需要满足监管、高可用性、多云部署、安全审计等复杂要求，这构成了市场进入壁垒[28][29] - 投资者当前对SaaS应用、数据基础设施和AI原生公司感到焦虑，担心所有价值最终都集中在模型层[30] - 在软件栈中，大型语言模型（LLM）层和数据层是必然会存在的恒量，其他一切都会演变[32] - 除了LLM层和数据层之外，顶层的、聚焦特定行业用例的部分将始终至关重要[33] - 从客户反馈看，2025年是编码辅助工具的突破年，反馈非常积极，但在客服支持等端到端客户体验领域，AI的替代性应用仍在摸索初期[34]

市场反应与估值冲击 - 本周二，SaaS、数据和软件类投资公司的市值蒸发了约3000亿美元，直接诱因是一款人工智能产品的发布，而非盈利或宏观经济因素[1] - 市场危机已持续数月，IGV软件指数较9月下旬的峰值下跌了约30%，上周多家根基深厚的企业软件公司股价在一天内大幅下跌：Salesforce、ServiceNow、Adobe和Workday下跌约7%，Intuit暴跌近11%[2] - 整个行业的估值倍数急剧下降，软件公司的平均预期市盈率在短短几个月内从约39倍暴跌至约21倍[2] - 做空者已通过押注传统SaaS业务在2026年获利超过200亿美元，并且还在加倍下注[2] 核心逻辑的颠覆与假设打破 - 市场抹去巨大价值的核心原因是传统SaaS增长模式的可持续性假设被打破[3][4] - 过去二十年，企业软件受益于稳定的经济形势，高开发与转换成本、数据存储在专有系统中，使得平台一旦成为记录系统便具有高度粘性，这支撑了从估值倍数到私募信贷承销的整个逻辑[5] - 人工智能正在同时测试该逻辑的每个部分，真正的变化在于现代AI系统能够直接取代大部分人类工作流程，使研究、分析、起草、核对和协调可以跨系统自主执行，不再局限于单一应用程序[6] - 风险投资家Chamath Palihapitiya指出，“SaaS大崩溃已经开始”，一种全新的以AI为导向的工作流程即将到来，依赖高增长却长期低盈利的SaaS发展路径正在失去市场信任[7] AI对SaaS商业模式的重构 - 核心矛盾集中在：短期增长是否真正可持续？长期在AI冲击下盈利可能性是否正变得渺茫？[8] - 过去SaaS公司的蓝图是“先抢占市场，未来再兑现利润”，但AI技术可能颠覆这一逻辑，成本更低、以AI为核心的新解决方案可能迅速取代许多SaaS企业的增长[8] - 微软CEO纳德拉一年前提出“SaaS已死”，认为每一次真正的平台迁移都会带来核心应用架构的根本性变革，未来将进入以“智能体为中心”的时代，由任务和意图驱动[11] - 未来的智能体将能够跨越多个SaaS应用，对业务逻辑进行协调与编排，通过调用API实现跨系统操作，SaaS应用的本质可能只是一个集成了大量定制化业务逻辑的“增删改查”数据库，其调用与编排将从封闭业务逻辑中解放出来[11] - 纳德拉举例，只需向Copilot发出指令，它便能自动查询CRM、提取Office 365数据并生成报告，无需登录独立系统，这极大地提升了数据访问和使用效率[12] - 纳德拉强调，下一代SaaS企业必须主动拥抱智能体，将其深度集成甚至开放给Copilot等平台，并据此革新商业模式，这对任何现有SaaS公司都是强大的竞争向量[14] 市场重心与利润池的迁移 - 高盛研究预测，到2030年（本十年末），人工智能代理将显著扩大整个软件市场，并攫取不成比例的利润份额，超过60%的软件经济效益可能会通过Agent系统而非传统的SaaS服务实现[15][18] - 市场正在增长而非萎缩，但随着智能、内存和执行能力从静态应用程序转移到跨工具运行的自适应系统中，传统软件的经济效益正在被削弱[18] - 企业并非在软件本身上花费更少，而是在软件许可证费用上花费更少，在最终成果上花费更多[18] - 当利润池的流动速度超过收入的减少速度时，公开市场会立即做出反应，而私募市场则会随后跟进[19] - 过去十年大量资金涌入软件行业基于可预测收入、低客户流失率和高回收价值的假设，AI不会一夜之间摧毁投资，但会造成滞后效应：支出压缩先于客户流失，利润率下降先于违约[20] 平台与产品的战略分野 - MongoDB CEO CJ Desai指出，产品终将被替代，而平台方能长青，全球纯软件业务营收超百亿美元的公司屈指可数（个位数），原因在于真正的平台是稀有的[22][26] - 在技术转型（如互联网、AI、移动时代）中，速度至关重要，公司必须快速构建、学习并转向以保持领先，一旦落后就会被质疑未来[23][24] - 平台具有粘性，产品则没有，产品可以被替代，因为软件市场是颠覆性的，公司必须确保呈现给客户的是一个“平台”[25] - 平台意味着至少有两个或以上的产品被客户使用且能协同工作，并与客户的所有现有系统深度集成，这构成了真正的粘性[27] - CJ Desai以一家银行为例，该行在MongoDB上构建了300个应用（总应用数为9000个），深度集成使得平台替换成本极高，粘性很强[28] 对新兴开发模式的审视 - 针对“氛围编程”和按需创建应用的威胁，CJ Desai指出，企业级应用需要满足监管合规、高可用性、多云部署、内部部署（如气隙网络）等严格要求，这限制了简单工具快速进入大企业市场（TAM）的能力[29][30] - 大银行、医疗公司或公共部门等客户的市场进入需要克服大量检查、治理和安全审计，这构成了实质性壁垒[30] 当前投资焦虑与未来价值锚点 - 当前投资者环境焦虑，焦点集中在模型层而非应用层，对SaaS应用、数据基础设施和AI原生公司感到焦虑，担心所有价值最终都集中在模型里[31] - CJ Desai认为，在软件栈中，大型语言模型（LLM）层和数据层在可预见的未来是必然存在的恒量，其他一切都会演变[32] - 除了LLM层和数据层，顶层的、聚焦特定行业（如保险）用例的部分将始终至关重要，能够利用AI实现旧SaaS无法实现价值的新公司将有机会[33]

AI模型竞争进入新阶段 - 2026年2月6日，Anthropic与OpenAI在20分钟内先后发布Claude Opus 4.6和GPT-5.3 Codex，标志着AI竞赛从“聊天对话能力竞赛”正式切换到“Agent自治时代”的全新阶段 [1] - Anthropic的发布核心强调可控的Agent行为边界、任务拆解执行的稳定性以及明确的人类监督和回滚机制，旨在确保Agent在清晰的规则、权限和审计框架下运行 [2] - OpenAI的方向更为激进，强调更强的自主规划能力、多步骤跨工具的持续执行，以及模型对复杂目标负全责，旨在让Agent能接管整个任务流程 [3] - 此次竞争的本质是路线之争：AI应被做成“靠谱的执行工具”还是“高度自主的行动系统” [5] Agent时代对AI行业的影响 - Agent的出现意味着评价AI的标准发生改变，从过去看回答是否准确、是否像人，转变为关注任务完成率、连续运行稳定性以及出错补救能力 [8] - 行业竞争重点已转变为系统级能力的比拼，谁的Agent更靠谱、边界更清晰，谁就能被企业真正用于生产流程 [9] - 推动此次激烈转向的原因包括：Chat类产品形态已到顶，增长收益递减；企业自动化流程等场景需要Agent；以及抢先定义下一代AI基础设施和生态位置的战略考量 [6] - Agent被视为企业里的“数字员工”，是操作系统级别的自动执行层，连接模型、工具和真实世界的核心，其价值远超作为“AI时代搜索和内容入口”的ChatGPT [7] Agent对SaaS行业的冲击与价值重估 - Agent开始接管“做事”动摇了传统SaaS“卖工具使用权”的核心逻辑，即按人头售卖账号的模式 [10] - 当Agent能跨系统执行任务时，SaaS的“界面价值”坍塌，其功能菜单、操作路径、用户培训等传统护城河在Agent面前失效 [12] - 市场正在为这一变化提前定价，导致SaaS和AI应用板块股价出现大幅波动 [10][12] - 在Agent时代，SaaS从“前台产品”降维为“后端能力模块”，而后者天生面临被压价的压力 [12] - 依赖人工操作、重流程轻智能的“流程型SaaS”面临最大风险，因为Agent的核心价值正是将步骤本身自动化 [13][14] SaaS行业的转型路径与商业模式挑战 - SaaS行业需转变角色以应对挑战：向上走成为Agent的“指挥台”和“控制层”，提供权限、审计、合规等功能；或向下沉成为Agent可调用的高质量、API化能力接口 [15] - 最危险的处境是“骑墙”，既想继续卖界面和账号，又无法控制Agent的入口 [15] - 传统“按人头收钱”的商业模式面临“死亡螺旋”：产品越智能，所需人工账号越少，能收到的钱反而越少 [18][19] - 商业模式需要从售卖“工具的使用权”（过程）转向售卖“任务的完成度”（结果） [19] - 一旦变成标准化的后端模块，SaaS公司将失去对用户的控制权，并可能陷入价格战，利润变薄，从“收租的地主”变为“给模型打工的搬运工” [21][22] AI时代入口与数字权力的重新分配 - Agent正在腐蚀由“软件墙”构建的生态壁垒，App将退化为幕后的零件，互联网的权力重心向掌握Agent指令框的一方大规模“截流” [23] - 搜索引擎、垂直电商、社交软件等传统入口可能被“架空”，因为用户将通过Agent直接获取结果，而非打开特定App [24] - 定义Agent交互的一方将成为AI时代的事实操作系统，甚至可能使底层的Windows或iOS变为纯粹的供电系统和底层协议 [24] - 硬件形态可能随之“去中心化”并变“轻”，因为复杂的软件界面操作被与“数字经理人”的沟通所简化 [25] - 行业正在从以“软件”为中心的互联网，进入以“任务”为中心的数字世界，入口将属于最擅长调度能力、承担结果并控制风险的那一层 [26]

文章核心观点 Clawdbot（现称OpenClaw）作为现象级的开源Agent操作系统，其核心突破在于赋予了AI高度的自主权限和开放式的Skill创造能力，推动了AI从被动响应工具向主动服务、自我迭代的执行工具演进[4][5] 该产品将IM（即时通讯）入口、个人AI云电脑和Skills（技能）分别类比为新的操作系统、运行环境和应用程序，预示着一个以Skill为核心、AI与AI高效互动（A2A）的新应用生态和商业模式正在形成[7][11] 然而，该技术目前在大规模落地前仍面临安全机制不足、基础设施不完善以及成本过高等关键挑战[18][19][20] 从被动响应到主动服务，AI开始自己迭代自己了 - Agent产品当前面临用户“任务定义能力”不足的挑战，导致交互体验笨拙[4] - Clawdbot的最大突破在于实现了“自主权限的突破”，允许AI在开放、无边界的环境中编辑和创造Skill，为自我进化打开了空间[4] - 产品通过内置机制（如默认每4小时自动探索任务）赋予Agent更多自主性，催生了更多可玩性和想象力[4] - AI展现出强大的自主感知能力，能够主动感知用户本地文件、邮箱、日历等环境变化，并据此创造和调度执行新的Skill[4] - Clawdbot最核心且“可怕”的一点是AI能够迭代工具本身，并已成为无可争议的开源Agent OS第一名[5] - 个人本地Agent被认为是实现Agent自我进化（self-evolve）的最佳场景，因其任务多样化且需持续记忆用户偏好[5] - Clawdbot的进化速度超乎想象，已快到让从业者感到“吓人”的程度[5] Skills就是新时代的Apps - 未来生态中，Agent与IM是新的OS，个人AI云电脑是新的Runtime，而Skills就是新时代的Apps，这将催生大量创业机会[7] - 用户交互入口发生根本变化：从主动打开产品转变为在数百亿流量的IM入口中通过Skill与产品交互[7] - 底层基础设施（沙箱、云电脑、大模型）将趋于同质化成为标配，Skills提供的增量价值成为唯一变量[7] - 自2026年开始，新变量出现：开发者可能不再需要构建自己的交互入口，而是开发Skill并发布到Skill Store，等待被大量Agent发现和调用[7] - 商业化模式转变：产品价值取决于用户在IM中激活并运行Skill所带来的收益，关键是为每一次成功的Skill执行付费，而非订阅整个App[8] - Skill将成为所有平台的标准，未来竞争将围绕Skill Store的SEO、Skill交互链路优化及商业化闭环设计展开[8] - 绝大多数产品将“Skill化”，开发者只需提供能力并优化被发现、调用及交互的机制，无需维护传统UI界面[8] Memory as a File System - Agent的Memory（记忆）与Self-evolving（自我进化）紧密相关，是Agent进化的基础[9] - “Memory as a File System”是未来方向之一，因为Agent擅长读取上下文，以文件形式记录信息对其更友好[10] - 未来的记忆系统将是混合解决方案，Agent需能自主判断任务需要精确检索、模糊检索还是检索结构化索引[10] - 进化需要反馈闭环，当前Clawdbot的迭代仍需人工反馈进行引导，未来需将用户反馈做成Memory，让Skill在其中迭代进化[10] - Clawdbot的本地文件系统存在Token消耗大、召回能力有限（因缺乏索引）的问题，未来需依赖云端、由小模型驱动的记忆引擎进行推理、信息凝练、召回和过滤，形成多智能体协作系统[10] 人类「交互带宽」有限，终极形态应该是A2A互动 - AI产品难破圈的原因在于传统C端用户的日常任务和信息处理“带宽”有限，复杂任务易导致用户“认知带宽”溢出[11] - 人类“交互带宽”同样受限，点对点信息传递在微信等应用已到极限，人脑处理速度无法支持高效的“面到面”大规模沟通[11] - Clawdbot的兴奋点在于实现了AI与AI（A2A）互动的可能，Agent之间能以机器速度完成成千上万次高效“握手”，极大提升社会信息交流效率[11] - 在“AI与AI互动”的基础上，社交、内容社区等大量应用可以被重新构建[12] - 从AI底层能力看，人类通过Chat指挥LLM的范式是错误的，未能发挥AI在“速度”上的优势，2026年可能才是AI带来真正冲击的“狼来了”时刻[13] 未来的AI产品，应该「活」在用户最高频的工作流中 - AI入口发生剧变：从ChatGPT等周活10亿的“目的地”应用，扩展到所有IM及聊天入口，潜在覆盖用户达百亿甚至千亿级别，实现了最自然直接的交互[14] - IM即任务入口：通过集成滴答清单等应用的Skill，用户可在IM聊天框中让AI拆解任务、管理日程，使IM成为任务管理入口，GUI仅作为汇总看板[14] - 社交场景：Clawdbot的执行能力与社交结合，可能催生全新社交平台，例如帮助用户寻找同好，甚至通过与其他人的Agent交流形成新社交圈层，提升信息处理效率并拓宽视野[15] - 交易场景：Clawdbot结合预测市场（如Polymarket）被广泛用于搭建交易Bot，降低了专业交易门槛，相关教程在推特和GitHub上大量涌现[15] 端侧可以作为，Agent上下文的「沉淀池」 - 从端侧产品角度看，核心仍是Agent本身的设计，包括模型和脚手架的优化[16] - 端侧设备（手机、穿戴设备）可作为Agent上下文的“沉淀池”，因其与用户交互最直接频繁，沉淀了大量真实、细碎且高度个性化的上下文信息[17] 安全，是目前最大的短板 - Clawdbot当前存在两大痛点[18] - 无论是云端还是本地，现有的沙箱和本地虚拟化基础设施严重不足，无法很好支持Agent的检查点和恢复等高级功能[19] - 安全是当前最大短板，产品应部署在云端并严格限制网络访问，因其目前极不安全，容易被黑客攻击[19] - 当前产品缺乏良好的备份和沙箱机制，对普通用户而言，Agent出错（如误删文件）的频率会更高[19] Clawdbot，会成为2026年AI应用的主流形态吗？ - 面临两大技术挑战：一是未经优化的上下文处理导致Token消耗非常夸张，成本难以覆盖；二是低效的文件检索，因缺乏有效索引机制[20] - Clawdbot的本质是为用户配备了一台“云电脑”，使AI从信息工具转变为可执行增、删、改、查文件的执行工具，带来了与聊天不同的“增量”价值[21] - 当前爆火更像是硅谷极客圈的内部狂欢，大众市场仍然缺席，大量AI应用尚未触达更广泛、多元、下沉的市场[21] - Clawdbot类似当年的Linux，是在不设限环境中由发烧友创造的产品，其打破规则的特点打开了创新的“潘多拉魔盒”[21] - 未来很可能稳定成为一个开源操作系统，并已开始构建生态，其基于AI的进化速度（用户有疯狂想法可几分钟内由AI写成代码并发布为Skill）是传统软件开发模式无法比拟的，后来者追赶难度大[21]

AI Agent的应用场景与行业格局 - 零一万物CEO李开复强调AI Agent将在ToB（企业服务）场景中广泛应用 [1] - 做出此判断基于三个核心角度 [1] AI Agent在ToB场景广泛应用的原因 - 第一 AI Agent需要相当多的计算资源 成本也会比较贵 [1] - 第二 创业公司若做ToC（消费者）业务将直接面临最强大的大厂竞争 大厂不会让创业公司抢走此类应用 [1] - 大厂会投入更多资源 只有大厂才训练得起底层大模型 也只有大厂才能将通用的底层大模型延伸到通用的ToC领域 [1][2] - 第三 大厂恰恰不会做ToB的工作 至少不会针对单个企业做得很细腻 这成为了创业公司的方向 [1][2] 娱乐行业的AI Agent应用预期 - 娱乐行业对Agent的应用超出预期 [1][2] - 这意味着整个娱乐行业将会有非常大的颠覆 [1][2]

电话会议纪要关键要点总结 一、 涉及的行业与公司 * **行业**: AI算力产业链、边缘计算、存储器、光模块/光通信、消费电子(苹果链/安卓链)、先进封装与封测[1][2][3][4][7][16][17] * **公司**: 工业富联、苹果、VeriSilicon、NVIDIA (NV)、旭创、新易盛、豆包、Deepseek[1][2][8][9][10][11][12][16] 二、 核心观点与论据 1. 关于Agent新形态及其对硬件的影响 * **市场关注度提升**: CloudBot/MultiBot等本地运行模式激发了市场对Agent的关注，可能推动大厂加速推出更强大的Agent功能[1][2] * **算力需求增加**: Agent功能竞争将增加API调用，进而增加对算力资源的投资需求[2][3] * **边缘计算与存储器需求增长**: MultiBot采用本地运行模式，强调数据存储在用户自有硬件，带来零延迟访问和数据控制优势，这将增加对边缘计算设备和本地存储器的需求[1][3][4] * **硬件形态变化**: 未来个人可能普及24小时不关机的小型边缘服务器，用于构建个人知识库，带来显著的独立增量需求，云端存储与本地存储将并存[1][4] 2. 关于国产算力的现状与前景 * **短期差距**: 国产算力配套的大模型能力相对海外落后约半年，导致国内Agent部署进度略微滞后[1][5] * **长期替代趋势**: 长期来看，国产算力将在中国本土市场逐步替代海外算力[1][5] * **发展动能充足**: 国内模型(如豆包、Deepseek)迭代速度不逊于海外，显示出中长期充足动能[7] * **业绩与产能**: 随着产能问题逐步解决，预计2026年业绩将集中释放；若大模型能力差距缩小，国产算力将在全球竞争中占据更有利位置[1][5][6] * **产业链机会**: 国产算力放量认可了代工投资逻辑，需关注封测端变化，芯片量增加将流向封测厂，先进封装占比提升及封测设备投资逻辑值得关注[7] 3. 关于工业富联的业务表现与地位 * **整体业绩超预期**: 2025年四季度归母净利润为126-132亿元，同比增长56%-63%；全年利润为351-357亿元，同比增长51%-54%，业绩符合甚至略超市场预期[8] * **AI数据中心业务亮点**: * **高速交换机**: 四季度800G以上高速交换机收入同比增长超过4.5倍[10] * **AI服务器组装**: 作为全球龙头，受益于算力需求增长；从传统8卡到GD200的72卡，再到未来144、288、576卡方案，单机柜价值量因复杂度提升而不断增加[10] * **非AI服务器业务**: 主要来自苹果，受益于苹果2025年业绩超预期及2026年产品大年(如带摄像头的AirPods、折叠屏等创新产品)，预计将有不错增长[1][9] * **竞争地位稳固**: 作为唯一一家NVIDIA链合金ODM组装供应商，具备较强稀缺性，在海外算力链中地位稳固且重要[2][11] * **未来增长动力**: 2026年上半年GB200和300持续放量，下半年VeriSilicon业务增长显著，公司将继续受益于AI大趋势[1][8] 4. 关于苹果及消费电子市场 * **苹果财报超预期**: iPhone 17表现强劲，大中华区收入创历史新高；存储成本上涨对毛利率影响有限[1][12] * **产品创新大年**: 2026年是苹果产品大年，包括折叠屏等创新产品备受期待，WWDC大会及iOS升级可能带来新变化(如与谷歌合作)[12] * **端侧AI潜力**: 苹果后续超预期点主要来自端侧AI领域的发展，可能推动果链公司估值提高[1][12] * **果链前景乐观**: 在苹果销量和业绩超预期及产品创新支撑下，果链公司业绩增长稳健；存储涨价带来的供应压力迹象尚未显现，果链龙头公司因存储压制导致估值低的问题可能得到缓解[1][13] * **安卓链面临压力与机会**: 自2025年9月以来存储价格暴涨给安卓链公司带来压力，2026年全年全球智能手机等产品出货量疲软；预计2026年第二季度或下半年存储价格可能企稳，头部公司通过价格调整和份额优势将维持领先地位；股价已跌至历史低位，建议在存储影响逐渐体现在报表后择机抄底，关注底部反转机会[14][15] 5. 关于光模块/光通信行业 * **业绩亮眼反映需求旺盛**: 两家头部公司2025年业绩预告亮眼，旭创归母净利润36.68亿元(同比增长159%)，新易盛归母净利润33.23亿元(同比增长179%)，反映下游需求旺盛，高速光模块出货逐季增长[1][16] * **上游供应与规模优势**: 上游物料供应紧张，但头部厂商凭借规模优势提前锁定关键物料产能，从而降低实际出货影响[16] * **下游需求高度明确**: 预计2026年下游需求高度明确且景气度高，AI投资氛围持续向上；Meta和微软预计2026年资本开支大幅增加至1150-1350亿美元(同比增73%)和375亿美元(同比增66%)；部分北美客户已对光模块下单覆盖到2026全年，并着手准备2027年需求订单[17] * **技术发展与估值**: 硅光技术占比提升、光进Skill Up方案有望打开更大空间；目前整体估值处于较低水平，有望随着需求明朗进一步提升[1][17] * **光纤散纤市场**: 1月上旬光纤散纤市场价格继续上涨，反映供需紧张状态持续，涨价持续性有望继续保持，对相关公司业绩影响相对有限[18]

涉及的行业与公司 * **行业**：人工智能（AI）产业、商业航天（卫星通信）[1][21] * **公司**： * **AI Agent领域**：Automic、Co-Work、Minimax、Meta、specific AI、Humor humans、Applied AI、Tableau、微软（Copilot）、阿里、金蝶国际、鼎捷数智、海天瑞声、汉得信息、第四范式、合合信息、金山办公、社友股份、国能日新、金泰控股、红软[2][5][7][12][19] * **多模态领域**：字节跳动、快手、谷歌、Banana、Minimax、阿里、智谱AI、华为[12][13][14][15] * **算力/云/芯片领域**：AWS、海光信息、深信服、神州数码[20][21][27] * **商业航天/卫星通信领域**：SpaceX (Starlink)、电科数字、ST澄昌、光迅科技、华工科技、改革通信[21][23][24][27] 核心观点与论据 AI Agent：下一代操作系统核心与软件范式变革 * **观点**：Agent正从完成单一任务向处理常规化复杂任务及跨应用操作发展，可能成为下一代操作系统的核心入口，改变人机交互方式（从编程语言变为自然语言）[3][4] * **论据**： * **产品迭代加速**：2026年初，Automic、Co-Work、Minimax等公司密集发布Agent新产品（如Agent 2.0）[2] * **资本高度关注**：Meta以数十亿美元收购Minus；垂直领域Agent融资活跃，例如Humor humans估值达50亿美金，specific AI天使轮估值约100万美金，Applied AI进行B轮融资，酒店数字员工项目种子轮融资40多万欧元[2][5] * **深入工作流是关键壁垒**：AI应用的生存壁垒取决于对行业和用户工作流的理解深度，而非简单的“套壳”[6] * **产品形态演进**：Co-Work意图将Chatbot交互转化为能自主执行业务意图的智能体；Minimax的Agent 2.0支持本地部署与云端协同，可读取本地文件与软件，实现复杂检索与交付[7][8][9] * **未来展望**：Agent将向三大方向演变：1) 从单体智能向多智能体协作网络发展；2) 从数字领域向物理交互领域（机器人）突破；3) 大厂与垂直AI应用厂商共存[11] * **竞争格局**：大厂（如阿里、OS/手机厂商）凭借底层权限掌握入口与标准；垂直领域厂商则依托私有行业数据和SOP成为专家Agent提供商[12] 多模态：解决工业化难题，驱动AI视频与漫剧爆发 * **观点**：多模态是下一轮模型迭代重点，其能力提升正直接解决视频生成中的工业化痛点，将推动AI视频（尤其是AI漫剧）成为新的增长极[12][13][16][19] * **论据**： * **产业进展**：从非原生多模态向原生多模态发展，提升了输入输出的一致性与内容可控性[13] * **现象级产品与商业化验证**：快手“可灵”2.6的动作控制功能（如宠物跳舞视频）全球爆火，带动C端用户涌入与订阅收入[13] * 可灵AI月活用户在2026年1月突破1200万[13] * 截至1月20日，可灵APP付费用户环比增长350%，日均收入增长高于30%[13] * 预估快手可灵2025年收入约1.4亿美金，2026年将进一步增长[13] * **技术解决具体痛点**： * Minimax海螺2.3：聚焦物理稳定性和全模态协同，解决运镜下的物理崩坏问题[14] * 可灵O1：集合多种创作能力，解决功能割裂问题，优化指令变换，提升音频与动作同步匹配度[14] * 阿里通义万象2.6：实现商业化角色功能扮演，保证角色一致性，解决IP形象闪烁问题[15] * 智谱GLM Image：通过国产芯片与框架解决可靠性，采用混合框架解决复杂图表生成中的汉字乱码问题[15] * **市场前景与平台推动**： * 字节旗下红果短剧用户数在2025年9月已超过B站和优酷，接近芒果TV[16] * 预估2026年短剧市场规模有望突破千亿，漫剧有望突破200亿[16] * 抖音等平台通过激励政策（如S+漫剧保底积分、开放IP库并补贴改编）推动AI内容精品化[16] * **未来方向**：1) 向视频、音频、图像、文本统一的原生多模态发展；2) 向具备物理常识与逻辑推理的“世界模型”进化[17] 算力需求：AI应用落地推动从训练转向推理，消耗激增 * **观点**：AI应用的广泛落地导致算力需求旺盛，需求正从训练向推理转移，带动云服务和算力资源消耗大幅增加[20][27] * **论据**： * **需求端变化**：企业开始广泛使用Agent，Token生成主体从“人使用AI”变为“Agent使用AI”，数量级不同，对算力消耗激增[20] * **供给端信号**：AWS及国内部分云厂商存在涨价预期，H200进入中国、GPU涨价等事件均反映商业化落地带来的需求释放[20] 商业航天（卫星通信）：低轨星座与激光通信是明确增量赛道 * **观点**：卫星通信技术升级（低轨星座+激光链路）是商业航天产业发展的核心增量方向，当前市场卡位低、未来增长明确[21][25][27] * **论据**： * **技术升级路径**：从传统高轨（高延时、窄带宽）转向低轨（LEO），时延可压缩至50毫秒以内，结合相控阵天线和激光介质，解决延迟、带宽和稳定性痛点[21][22][23] * **海外标杆验证**：SpaceX的Starlink已成功应用星载相控阵天线和激光链路[23] * 在轨卫星约9300颗，覆盖150多个国家，推出50美金低价套餐加速渗透[24] * 预估2025年卫星通信市场达830亿美金[24] * 截至2025年底累计交付50亿枚射频天线芯片，预计到2027年底再交付50亿枚[24] * 每颗星链卫星配备4个有源相控阵天线（2个对终端，2个对地面站）和多个激光终端（早期3个，后续或增至4个）[24][25] * **增量市场弹性**：参考Starlink，国内外卫星激光终端数量将从少到多发展，弹性空间大[25][26] * **产业链环节**：重点关注芯片（TR芯片、光通信芯片）、模组、终端，尤其是结合激光介质的新产品（如星载光纤放大器、高速终端）[26] 其他重要内容（投资建议与关注方向） * **AI应用投资核心方向**：Agent领域、多模态领域[19] * **具体关注标的**： * **Agent/企业服务**：金蝶国际、鼎捷数智、海天瑞声、汉得信息、第四范式、合合信息、金山办公、社友股份、国能日新、金泰控股、红软[19] * **算力/国产化**：海光信息、深信服、神州数码[21][27] * **卫星通信**：电科数字、ST澄昌、光迅科技、华工科技、改革通信[27] * **商业航天其他增量环节**：3D打印、动力环节、TR组件、太阳翼等[27]

报告行业投资评级 - 看好 [1] 报告的核心观点 - 计算机行业在2025Q4公募基金配置占比处于历史底部，但加仓标的具备基本面支撑，市场对绩优公司认可度回升 [2][3] - 行业PE估值处于历史高位，但PS/PCF估值仍有提升空间，随着宏观经济复苏和AI技术迭代带来财务回报，估值背离有望消化，市值有望进一步提升 [2][11] - 服务器CPU预计在2026年第一季度因供需错配而涨价10%至15%，AI推理及Agent趋势是拉动CPU需求高端化的核心动力 [2][18] - Agent沙箱技术是AI应用落地的重要节点，通过提供安全、隔离的执行环境，优化高并发任务下的资源管理和系统性能，并进一步推升高规格CPU的需求 [2][29][32][44] 根据相关目录分别进行总结 25Q4持仓分析 - 2025Q4计算机行业公募基金配置占比为1.6%，较上季度下降0.8个百分点，处于2010年以来的2%分位，配置系数为0.38，在申万一级行业中排名第14 [2][3][4] - 前十大重仓股格局变动较大，浪潮信息以26.1亿元持仓市值成为第一大重仓股，金蝶国际、用友网络、同花顺、合合信息新进入前十大，中科曙光、广联达、科大讯飞、纳思达退出前十大 [2][5] - 加仓标的具备基本面支撑，例如亚信安全持仓市值环比增长322%，海天瑞声增长213%，福昕软件增长110%，金蝶国际增长66%，合合信息增长73% [8][9] - 减持比例较大的标的包括中科曙光（-83%）、指南针（-69%）、中国软件（-67%）、纳思达（-59%）、广联达（-59%）和科大讯飞（-53%）等，主要为增速相对稳健的公司 [10] 行业估值分析 - 截至2026年1月23日，申万计算机行业PE（TTM）为94.6倍，处于历史94.80%分位数，估值水位已超过2020年的90倍和2023年的70倍高点 [2][11] - 同期PS（TTM）为4.0倍，处于历史71.40%分位数，PCF（TTM）为51.6倍，处于历史25.20%分位数，显示PS/PCF估值未来仍具空间 [2][11][12] - 估值背离源于行业处于云、AI转型阶段导致盈利水平较弱，后续随着宏观复苏和AI技术带来财务回报，估值有望消化，市值将提升 [11] CPU供需与涨价预期 - 英特尔和AMD的2026年服务器CPU产能可能已被大客户锁定，预计在2026年第一季度将CPU平均售价提高10%至15% [2][18] - 需求侧：AI推理规模化要求CPU承担请求调度、RAG流程编排等复杂任务，智能体（Agent）范式使CPU成为工作流调度中枢，ASIC生态成熟凸显CPU作为系统通用平台的价值，共同推动CPU需求向高端化发展 [18][19][21] - 供给侧：先进制程产能优先保障AI芯片（GPU/ASIC），限制了CPU的供给弹性，同时制程升级和先进封装技术带来了成本刚性上升 [23] Agent沙箱技术成为热点 - 沙箱是一种虚拟执行环境（如容器或微虚拟机），能将每个AI Agent任务隔离在独立环境中运行，保障高并发任务的稳定执行并提高系统安全性 [2][29] - 沙箱模式启动速度快（约150毫秒）、资源开销小、并发能力强，非常适合轻量级、高频、短生命周期的AI Agent任务部署 [29][35][38] - 该技术是高并发环境下性能优化、任务优先级管理以及系统容错的关键，能有效避免资源争抢，提升用户体验 [32][33][34] - 各大云厂商已推出集成沙箱功能的Agent Infra产品，如Google的Vertex AI Agent Builder、AWS的Amazon Bedrock AgentCore、微软的Agent Factory、腾讯云的Agent Runtime以及阿里云的函数计算AgentRun [38][39] - Agent沙箱化架构提升了对CPU计算能力、资源调度能力的要求，驱动企业采购更高规格（更高核心数、更强单核性能、更大内存带宽）的CPU [40][42][44] 重点推荐投资主线 - 报告列出了九大重点推荐投资主线，包括数字经济领军、AIGC应用、AIGC算力、数据要素、信创弹性、港股核心、智联汽车、新型工业化、医疗信息化 [2][45][47] - 每条主线下列举了具体的重点公司，例如AIGC算力主线包括浪潮信息、海光信息、神州数码、中科曙光、寒武纪等 [45]

股价表现与市场反应 - 同道猎聘（06100）早盘股价一路走高，截至发稿报4.49港元，上涨11.41% [1][5] - 成交额达1637.04万港元 [1][5] - 此次股价表现被解读为市场对公司“AI猎聘战略”与“财务稳健性”双轮驱动价值的集中认可 [1][5] AI猎聘战略 - 公司推出的AI Agent已贯穿企业招聘与个人求职两端 [1][5] - 企业端，AI Agent自动化处理需求确认、人才寻访、初步沟通等环节，将HR从重复劳动中释放 [1][5] - 个人端，AI Agent提供从简历优化到模拟面试的全程辅助 [1][5] 财务稳健性 - 公司保持了稳健的财务结构，持有的公司类现金资产超过25亿元人民币 [1][5] - 这笔丰厚的现金储备在市场波动时期构成了强大的抗风险缓冲 [1][5]