行业投资评级 - 计算机行业评级为“推荐”，维持评级 [4] 报告核心观点 - 人工智能在“十五五”规划中的战略地位全面升级，其作为关键词出现频次达30次，远高于“十四五”规划的6次，将成为我国经济升级的核心增长引擎 [6] - 智能经济开启，“AI Agent”（智能体）的全面爆发将成为未来五年AI叙事的主导和战略落地的关键产业形态，投资主线将围绕“高价值AI智能体爆发增长带来的价值裂变”展开 [6] - AI Agent的规模化渗透将驱动算力、算法、数据三大AI要素的价值链全面重构，并推动AI商业模式从成本中心转向利润中心 [10][13][38] 根据目录分别总结 一、“十五五”是智能经济全面启航的关键五年 - “十五五”规划中“人工智能”提及频次（30次）远超“数字经济”（7次），标志着国家数智化战略重心从以“数字化”连接为特征的“数字经济”阶段，进入以“智能化”价值创造为内核的“智能经济”新阶段 [8][9] - 规划首次提出“智能原生”，意味着AI有望从提升全要素生产率（A）的技术因素，升级为可与资本（K）、劳动（L）协同甚至主导组合的独立生产要素，即迈向Y = F(K, L, AI)的新生产函数 [11] - 在AI作为新生产要素的范式下，算力、算法、数据三大基础要素的价值链将被重构：算力追求绿色集约与算电协同；算法追求垂直场景的性价比与效果分成；数据追求高质量资产化与可信流通 [13][14][15][16] 二、十五五展望：AI Agent主导未来五年AI叙事 - **智能体驱动Token消耗超高速爆发**：以OpenClaw为代表的高价值AI Agent正推动AI从对话工具向自主执行代理升级 [17][22] 据IDC预测，全球活跃Agent数量将从2025年的约2860万攀升至2030年的22.16亿，年复合增长率139% [24] 伴随任务复杂度提升，年度Token消耗将从2025年的0.0005 PetaTokens暴增至2030年的152,667 PetaTokens，年复合增长率高达3418% [6][24] 报告测算，2026年全球（不含中国）AI Agent应用每日消耗的Token总量增速将达到22倍 [36][37] - **AI Agent从成本中心转向利润中心**：AI商业模式正从订阅制、调用制向“结果分成制”演进 [39] Agent可根据为客户节省的成本或创造的新增收益抽成，其收入公式包含“结果分成×任务价值×网络节点”的乘法效应，推动收入曲线从线性增长向指数增长跃迁 [42][45] - **Agent产业分工裂变**：大模型厂商主导平台层，构建AI Agent生态，提供MaaS（模型即服务）及AaaS（智能体即服务） [46] 应用层中，企业级智能体的落地将优先集中在企业服务（OA/ERP/CRM）、金融/财务/风控、营销/电商等领域 [51][52] 深耕垂直领域的SaaS服务商在部署企业级智能体方面具有先发优势，有望迎来弯道超车机遇 [51] 三、十五五期间AI要素将全面升级 - **智能算力与算电协同**：AI驱动中国智能算力爆发，预计到2028年智能算力占比将提升至95%以上 [53][58] AI算力需求爆发推动用电量激增，中国信通院预测，在高情景下2030年我国算力中心用电或超过7000亿千瓦时，占全社会用电量5.3% [6][62] “算电协同”已上升为国家战略，推动数据中心向极致能效（PUE）、绿电直供方向演进 [62][66] 液冷技术因散热效率高，未来有望成为AI服务器标配，IDC预计2022-2027年中国液冷服务器市场年复合增长率将达54.7% [68][75] - **国内外大模型对比与国产模型优势**：国外头部模型在通用智能、复杂推理和编程方面仍具领先优势 [78][81] 但国产大模型（如GLM-5、Kimi K2.5、Qwen3.5等）已跻身第一梯队，并在成本效率上建立压倒性优势 [79][91] 2026年2月，在海外开发者为主的OpenRouter平台上，中国AI模型调用量三周大涨127%，首次超越美国，且周调用量前五的模型中四款来自中国厂商 [6][92] - **高质量数据集需求爆发**：数据要素顶层设计不断完善，“十五五”规划强调统筹推进高质量数据资源供给 [6][93] 高质量数据集是AI时代的核心底座，可分为通识、行业通识和行业专识三大类，为模型训练、微调提供关键支撑 [96][99] 能够生产与治理高质量数据资产的服务商价值凸显 [16] 四、投资建议 - 报告建议围绕AI原生上下游核心赛道，关注四类投资机会 [102] 1. **AI原生应用公司**：关注可实现规模化收入的通用AI Agent，以及AI Agent与垂直行业Know-How深度融合的机会 [6][102] 2. **端侧AI上游“铲子型”公司**：关注服务于AI眼镜、人形机器人、自动驾驶汽车等载体的算法及产业链卡位公司 [6][102] 3. **国产算力链替代机遇**：关注供需剪刀差下的国产算力产业链机会 [6][102] 4. **算电协同基础设施**：关注绿电IDC、虚拟电网等相关领域 [6][102] - 个股层面建议关注地平线机器人-W、晶泰控股、美图、金山办公、恒生电子、中科创达、海光信息、中科曙光、拓尔思、同花顺等公司 [6][102]

行业核心观点 - 2026年1月，教育AI行业正从“工具强化”阶段向“学习系统重构”深度演进，用户侧数据重要性持续提升，流量规模、活跃用户与环比增速成为观察产品落地与市场接受度的重要指标 [1] - 在AI WEB100榜单中，教育类应用虽数量不占优，但增长曲线陡峭上扬，呈现出规模沉淀与用户增长动能并存的阶段性特征 [1][21] 用户规模与市场格局 - 在访问量与月活用户规模榜单中，传统学习工具仍构成教育AI的流量基座，代表产品Quizlet月访问量达6,759万，月活用户达2,055万，但环比增速为负（访问量-0.39%，月活-1.30%）[2][3] - 规模榜单反映的是教育AI的“工具强化期”，特征为用户规模大、使用习惯稳定但增长平缓，AI角色更多是增强既有学习行为的效率，而非重构学习方式 [3][4] 增长动能与新兴力量 - 在增速榜单中，原生教育AI应用开始释放强劲用户动能，ThetaWave AI、Speak与Astra AI三款产品同时上榜访问量环比增速榜，增速分别高达220.91%、112.81%和106.37% [5][6] - 在月活用户环比增速榜中，ThetaWave AI、Astra AI与Speak再次全部入围，增速分别高达334.83%、114.62%和97.73%，显示用户行为正从体验尝试转向深度留存 [6][7] - 访问量与活跃度同步大幅提升，是产品完成市场验证、从功能展示向学习依赖过渡的关键标志 [7][8] 产品路径与市场细分 - 上榜的四款教育AI产品切入学习流程的不同环节，覆盖工具入口、学习环境、系统平台和教辅答疑等多元场景 [9] - **Quizlet**：代表存量学习工具的AI强化路径，核心业务围绕单词记忆与测验练习，AI用于效率优化（如自动生成练习），具备稳定的用户沉淀与商业化基础 [10][12] - **Speak**：代表语言学习环境的数字化重建，通过语音识别与对话生成技术构建沉浸式口语练习环境，满足从“记忆词汇”向“训练表达”迁移的需求 [13][15] - **Astra AI**：探索AI学习系统雏形，产品能力覆盖路径规划、作业辅导与进度追踪，试图构建系统化学习流程，使AI从辅助工具转向学习过程管理者 [16][17] - **ThetaWave AI**：聚焦课后辅导场景的渗透，产品逻辑集中于即时答疑与知识讲解，直接切入成绩导向明确、付费意愿强的教辅替代市场，表现出高爆发增长 [18][20]

行业趋势与市场表现 - 教育类AI应用在9月呈现加速崛起态势，月活跃用户与下载量双双上涨，部分产品月环比下载增速高达926.59%，月活跃用户环比增速达162.37% [1] - 行业增长受开学季自然流量带动，学生群体在作业批改、口算练习、难题搜索等需求显著提升，同时教育行业与AI适配度高，因范围明确且结果可验证性强 [1] - 市场主要参与者包括以字节、阿里为代表的互联网大厂，以猿辅导、作业帮、科大讯飞为代表的教育大厂，以及新兴创业公司 [2] 主要参与者市场份额与策略 - 从下载量看，互联网大厂产品领跑，字节的两款产品"Gauth"（675万下载量，环比增长172.13%）和"豆包爱学"（481万下载量，环比增长116.95%）占据领先地位，得益于字节系的多渠道流量优势 [6][7] - 从月活用户看，教育大厂表现更为突出，猿辅导的"小猿搜题"月活3577万（环比增16.85%），"小猿口算"月活3279万（环比增16.83%），作业帮月活9863万虽环比下降1.94%但仍居首位 [8][10] - 教育大厂在产品数量上占据优势，9月月活超2000万的8款教育类AI应用中，5款为教育大厂出品，因其产品以多矩阵形式出现，覆盖不同用户群体 [11] 商业模式与产品定位差异 - 教育大厂的AI产品主要采取会员模式，单月价格约30元，通过免费基础功能吸引用户后，转化其购买直播课、系统课程等核心付费业务 [12] - 互联网大厂以免费模式为主，目的并非短期变现，而是"攒人气、囤数据"，让用户停留在自家生态应用中，通过数据反哺广告、云服务等主业 [12][13] - 产品功能侧重点不同：教育大厂更注重"教学效果"和"提分"，将AI深度融入"教、学、练、测、评"各环节；互联网大厂则注重用户体验和交互效率，主打拍照答疑、作业批改等基础工具 [17] 行业挑战与发展阶段 - 用户付费意愿偏低，面向国内市场的头部APP月收入仅几十万量级，海外产品如字节的Gauth月收入达百万以上，但整体付费转化率未超过10% [21][22] - AI做题准确度无法保证100%正确，大模型存在幻觉问题，行业缺乏公开的准确率衡量标准，海量有效数据是提升准确率的关键 [23] - 行业竞争强烈依赖营销，大部分APP依赖品牌口碑和社交媒体推广，低成本获客策略依托社交平台自然流量，高曝光能带来明显获客效果 [24]