【四海读报】20250902：AI Agent投资图谱

AI Agent投资图谱：产业赛道与主题投资风向标

报告原文阅读和下载

【迅雷云盘】2025.9月报告原文下载：【迅雷云盘】https://pan.xunlei.com/s/VOZ9wFimKIV-NJr2_0dAww72A1?pwd=i6mp#

【夸克网盘】2025.9月报告原文下载：【夸克网盘】 https://pan.quark.cn/s/51ad6dae1ed8

报告在线阅读：20250902【MKList.com】AI Agent投资图谱：产业赛道与主题投资风向标 | 四海读报

1. 一段话总结

天风证券2025年9月2日发布的AI Agent投资图谱报告指出，AI Agent（分通用与行业型）作为高自主性人机协同模式，以LLM为核心架构，2024-2030年全球市场规模CAGR超40%，在游戏、医疗、营销、教育、金融、办公六大领域已落地专业场景（如游戏AI提效超20%、医疗影像AI缩短诊断延迟）；政策端《“人工智能+”行动意见》明确2027年智能终端/智能体普及率超70%，产业端智谱AutoGLM 2.0（全球首个手机Agent）、DeepSeek-V3.1（适配国产芯片）等技术突破不断；市场层面8.25-8.29全A上涨1.9%，光模块（CPO）、GPU等AI相关概念领涨，两融资金流入消费电子/AI（寒武纪净流入31.75亿元），同时卫星互联网（工信部支持低轨发展）、AIDC（2028年市场规模2800亿元）等主题高景气；风险提示产业进程、政策落地及宏观经济波动风险。

2. 思维导图（mindmap）

3. 详细总结

一、AI Agent核心框架与市场规模

1. 定义与架构

• AI Agent定义：通过传感器感知环境、效应器响应的自主实体，核心组件含用户输入、环境、传感器、控制中心等，以大型语言模型（LLM）为“大脑”，整合规划模块（任务分解）、记忆系统（短期/长期记忆）、外部扩展模块（API调用）。

• 人机协同模式：按自主性从低到高分为三类：

  模式	核心特征	应用场景
  Embedding（嵌入）	用户设目标，AI辅助完成	简单文本生成、数据查询
  Copilot（副驾驶）	人机协同，各展优势	代码辅助、文档编辑
  Agent（智能体）	人类监督，AI自主执行核心任务	自动化报销、智能客服

• 

2. 市场规模

• 全球市场：据Markets and Markets预测，2024年规模52.5亿美元，2030年达526.2亿美元，年复合增长率超40%；
• 核心适配场景：高频重复性任务（报销审批、代码调试）、高结构化数据场景（表格分析、交易记录），降本提效显著（客服AI替代人工、代码生成提速30%-40%）。

二、AI Agent六大行业应用场景

三、市场表现与资金动向（8.25-8.29）

1. 整体市场

• 指数与成交额：全A上涨1.9%，日均成交额29820亿元（较前周+3975亿元），市场活跃度高位震荡；
• 情绪指标：日均上涨家数2317家（-806家），涨停家数73家（-19家），赚钱效应减弱；
• 拥挤度：半导体材料、液冷服务器、卫星互联网拥挤度较高，晶圆产业环比增幅最大。

2. 资金流向

• 两融资金：余额升至22439亿元（创近期新高），主要流入消费电子（寒武纪+31.75亿）、AI（中芯国际+23.5亿）；
• 北向资金：成交额占全A比重（MA5）维持2%-4%，机构资金聚焦AI算力、光模块；
• 主力资金：流出加速，散户/大户/机构资金分化，AI相关板块获增量资金。

四、政策与重点主题

1. 核心政策

2. 重点主题

• 卫星互联网：低轨卫星带动产业链，电信运营商共建共享高低轨资源，手机直连卫星加速普及；
• AIDC（AI算力基础设施）：2028年中国智算中心市场规模2886亿元（CAGR26.8%），光模块龙头新易盛25H1净利+300%，中际旭创25年净利预期+59%；
• AI应用：国务院“AI+”行动覆盖科学技术、产业、消费、民生等领域，医疗、交通场景示范落地。

五、产业趋势与风险提示

1. 技术突破

• AI Agent硬件：智谱发布全球首个手机Agent（AutoGLM 2.0），钉钉推出AI录音卡片机DingTalk A1；
• 模型优化：DeepSeek-V3.1支持混合推理架构，xAI开源Grok 2.5（9050亿参数量，支持13.11万tokens上下文）；
• 机器人：智元机器人全系上线京东，2025世界人形机器人运动会“具身天工Ultra”以21.50秒获百米冠军。

2. 风险提示

• 产业发展进程不及预期：AI Agent技术落地、场景适配可能滞后；
• 政策不确定性：“AI+”行动、卫星互联网政策落地节奏存疑；
• 宏观经济波动：影响企业AI投入、消费电子需求等。

4. 关键问题

问题1：AI Agent与传统AI协同模式（如Copilot）在自主性与应用场景上有何核心差异？这种差异如何影响其商业化落地速度？

答案：

• 核心差异：

  1. 自主性：AI Agent具备“目标设定-任务分解-自主执行-结果验收”全流程能力，人类仅负责监督（如自动化报销AI自主完成单据识别、审核、打款）；Copilot需人类深度参与，仅提供辅助（如代码Copilot需人类修改调试）；
  2. 场景适配：AI Agent聚焦高频重复、高结构化场景（数据录入、合规审查），可完全替代人工；Copilot适配创造性、非标准化场景（文案创作、复杂代码开发），需人机协同。

• 对商业化落地的影响：
  AI Agent落地速度更快，因目标场景需求明确（如企业报销、客服响应），且ROI可量化（某企业用AI Agent后报销效率提升60%、人力成本降40%）；Copilot因依赖人类配合，场景需求分散（如不同行业文案风格差异），落地需适配行业知识，速度相对较慢，但长期在高价值创造性场景（如医疗研发、工业设计）潜力更大。

问题2：政策端（如《“人工智能+”行动意见》）对AI Agent行业应用的具体推动方向有哪些？这些方向与当前产业落地痛点如何匹配？

答案：

• 政策推动方向：

  1. 重点领域渗透：明确AI与科学技术（研发模式创新）、产业（工业智能化）、消费（智能终端）、民生（医疗/教育）、治理（社会治理人机共生）、全球合作六大领域融合，2027年智能终端/智能体普及率超70%；
  2. 基础支撑：强化智能算力统筹（2025年智能算力超300EFLOPS）、数据供给创新、开源生态繁荣。

• 与产业痛点的匹配：

  1. 解决“场景碎片化”：政策明确医疗、交通等示范场景，推动AI Agent从通用向行业深耕（如医疗影像AI统一标准，解决此前各医院数据不互通、模型适配难问题）；
  2. 缓解“算力不足”：统筹智能算力，降低中小企业AI Agent部署成本（如AIDC共享算力，某中小企业用共享算力后AI Agent部署成本降50%）；
  3. 打破“数据壁垒”：推动数据供给创新，解决AI Agent训练数据不足（如政务数据开放，助力政务AI Agent优化服务）。

问题3：当前AI Agent在金融领域的落地重点（如模型部署、应用场景）与挑战是什么？头部企业（如同花顺、恒生电子）的解决方案如何应对这些挑战？

答案：

• 落地重点：

  1. 模型部署：因金融数据敏感，推动边缘化部署+轻量化迭代（避免云端传输风险），如恒生电子LightGPT支持本地化部署；
  2. 应用场景：聚焦风控（奇富科技GPT提升信贷决策效率）、投研辅助（同花顺AIFinD自动提取研报数据）、合规分析（腾讯云金融大模型审核宣传材料）。

• 核心挑战：

  1. 数据安全与合规：金融数据泄露风险高，需符合《个人信息保护法》等；
  2. 实时性要求：高频交易、舆情监控需AI Agent低延迟响应（毫秒级）。

• 头部企业解决方案：

  1. 同花顺：将AIFinD嵌入问财系统，采用“本地部署+数据脱敏”，确保数据不流出企业，同时优化模型推理速度，舆情监控延迟降至50ms以内；
  2. 恒生电子：LightGPT设计轻量化版本（参数压缩至10亿级），适配券商/基金本地服务器，满足合规要求，且支持实时数据接入（如行情数据、交易记录），提升投研响应效率。