报告行业投资评级 - 看好丨维持 [8] 报告的核心观点 - 7月18日凌晨OpenAI宣布并介绍即将推出的Agent模式，集成于ChatGPT，已向Pro、Plus和Team计划订阅用户开放，企业版与教育版预计本月底前上线，ChatGPT Agent把“大模型”升级为“大系统”，为后续AI Agent规模化落地提供可借鉴技术路径 [2][5] 根据相关目录分别进行总结 产品侧拆解 - Agent模式本质是能执行复杂、多工具任务的统一AI Agent，由Operator工具和Deep Research工具Agent化封装而来，将四大能力封装进一个端到端Transformer，由同一组参数调度所有工具，减少跨系统延迟和错误传递，可自动利用多种工具规划，帮助用户完成多种复杂任务，还能连接用户Gmail、GitHub获取信息并解决问题，使用API访问各种应用 [12] 性能侧超越 - Agent模式下，HLE测试得分41.6% ，采用学习小组策略时提升至44.4%（o3 no tools得分20.3%），工具增益>纯模型增益；数学FrontierMath得分27.4%，远超o4 - mini（19.3%）；网页浏览与信息检索WebArena测试中超越o3驱动的CUA模型，BrowseComp得分68.9%，高于Deep Research 17.4个pct；SpreadsheetBench准确率达45.5%，接近人类水平；DSBench数科测试中大幅超越人类专家 [12] 训练与技术侧拆解 - 技术架构上在沙盒化的虚拟计算机中处理任务，实现推理与执行流畅切换；强化学习方面，ChatGPT智能体能够动态学习并优化工作方式；强调安全性，构建多层安防体系 [12] 能力侧上探 - Agent模式能力核心在于形成的智能Agentic系统构建了完整闭环，已有工具组合的融合把“模型上限”拉升为“系统上限”，使AI在复杂知识工作场景具备更强可商业化的端到端交付能力，或为后续AI Agent规模化落地提供可复制技术范式，有望加速AI Agent商业化落地与规模化推进节奏 [12] 当前投资逻辑 - 视觉推理 + 工具调用深度融合下，“模型即Agent”探索推进，教育、医疗、企服等垂直场景的Agent落地周期有望提前，看好Agent商业化元年及投资机遇，建议关注AI Agent相关厂商、中国推理算力产业链（重点推荐寒武纪）、云服务厂商 [12]

文章核心观点 - AI 2025年的核心主题是Agent模式，标志着从"动嘴"到"动手"的转变，AI将直接完成复杂任务[1][35] - OpenAI推出的Agent模式整合了Operator和Deep Research工具，实现虚拟机内自主操作浏览器、终端等工具完成实际工作[2][15][18] - 该模式完成复杂任务（如婚礼策划、商品设计下单）仅需10-25分钟，效率显著高于人工[12][13][14] - 使用工具后模型在Humanities Last Exam测试得分提升至42%，接近Grok 4 Heavy的45%[22][23] - Agent时代将重塑人机关系，带来隐私安全、工作替代等社会挑战[33][36][37] Agent模式功能 - 可调用文本浏览器、可视化浏览器和终端三种工具，自主切换完成信息检索、图像处理、代码运行等[6][7] - 演示案例包括：婚礼策划（10分钟生成服装/酒店/礼物全套方案）、宠物周边设计下单（调用Image Gen API）、旅行攻略制作（25分钟生成电子表格+地图）[10][12][13][14] - 支持任务中途插入新需求，允许用户实时交互和手动接管[5] 技术实现路径 - 由Operator（图形界面操作工具）和Deep Research（深度调研工具）融合而成，解决单一工具局限性[15][17] - 通过强化学习训练工具使用策略，初期笨拙尝试所有工具，后期学会最优工具组合（如创意作品先搜索→终端编码→浏览器验证）[20][21] - 在WebArena和SpreadsheetBench测试中接近人类水平，网页操作能力尤其突出[30] 商业化进展 - 开放范围扩大至Plus/Team用户，每月提供40次使用额度，相比此前Pro用户优先策略更具普惠性[3] - 执行效率显著提升：复杂报告生成时间从小时级压缩至10分钟级，预订类任务7分钟可完成[12][17] 行业影响 - 可能催生Agent应用生态，但也对Manus等第三方开发者形成竞争压力[32] - 将重新定义白领工作效率标准，可能加速某些岗位的自动化替代[37] - 需要建立新的安全规范应对虚拟机操作带来的隐私风险（如信用卡信息泄露）[33][34]

OpenAI发布Agent模式 - OpenAI在2025年下半年推出Agent模式，标志着AI从"动嘴"进入"动手"时代，能够直接完成用户指令[3][4] - Agent模式可执行复杂任务如购物、设计、信息整理等，平均耗时10-25分钟，完成度高[4][9][10] - 该模式整合了Operator和Deep Research两款工具，实现浏览器操作与深度研究能力融合[11][12][13] Agent模式技术特点 - 调用三种工具：文本浏览器（信息检索）、可视化浏览器（图形交互）、终端（代码执行/API调用）[8][9] - 采用强化学习训练模型工具选择能力，任务完成效率比纯人工高[14] - 在Humanities Last Exam基准测试中达到42%准确率，较基础模型提升1倍[15][16] 商业化应用进展 - 开放给Plus/Team用户，每月提供40次使用额度，覆盖更广泛用户群体[5] - 演示案例包括婚礼策划（10分钟生成服装/酒店/礼物方案）、贴纸设计下单（7分钟）、旅行攻略制作（25分钟）[9][10] - 网页操作能力接近人类水平（WebArena基准），电子表格处理能力仍有差距[19][20] 行业影响与挑战 - 直接对标Manus模式，可能重塑第三方Agent开发生态格局[7][22] - 引发隐私安全担忧，涉及虚拟环境中的个人信息与支付操作风险[23][24] - 将重新定义人机关系，引发对白领工作岗位替代效应的讨论[25][26]