【四海读报】20250911：人工智能行业专题（12）

AI Agent开发平台、模型、应用现状与发展趋势

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：20250911【MKList.com】人工智能行业专题（12）：AI Agent开发平台、模型、应用现状与发展趋势 | 四海读报

1. 一段话总结

本报告是国信证券2025年9月发布的人工智能行业专题，聚焦AI Agent（具备代理权的智能实体，处于AGI分级L3阶段，性能等效90%熟练成年人），分析其开发平台（海外微软、谷歌、亚马逊，国内字节、阿里、腾讯差异化布局）、模型层（海外谷歌Gemini、Anthropic Claude占API市场半壁江山，国内DeepSeek、阿里Qwen份额提升，2025年谷歌7月调用量980万亿Tokens、字节豆包5月日均16.4万亿Tokens，且推理消耗以内部场景为主）、C/B端应用（C端ChatGPT MAU预计年底超10亿，图像类Midjourney ARR 5亿美元，编程类Cursor ARR 5亿美元；B端微软Copilot月活超1亿，但面临幻觉、数据安全、成本高问题），预测全球AI IT支出2023-2028年CAGR 22.3%，GenAI达73.5%，2032年AI Agent营收有望达1036亿美元（CAGR 44.9%），并推荐微软、谷歌、亚马逊、阿里巴巴、腾讯控股、英伟达等投资标的，提示宏观经济、技术进展、竞争、AI幻觉等风险。

2. 思维导图（mindmap）

3. 详细总结

一、AI Agent核心定义与技术框架

1.1 定义与核心价值

AI Agent是突破指令执行的智能实体，核心是具备代理权（Agency），可主动感知环境、自主规划决策并执行复杂任务，区别于LLM（仅知识输出）和传统自动化（仅规则执行）。
在AGI分级中，Agent处于L3智能体阶段，性能等效90%熟练成年人，高于L2推理者（等效50%熟练成年人）和L1聊天机器人（等效未受培训人类）。

1.2 关键特性与核心模块

类别	具体内容
关键特性	1. 自主决策：主动感知环境、制定目标并采取行动 2. 动态学习：通过记忆与经验积累持续优化 3. 跨系统协作：调用工具、API及多Agent协同完成复杂任务
核心模块	1. 感知层：支持文本、语音、图像等多模态输入 2. 记忆层：短期记忆（对话上下文）+ 长期记忆（知识库） 3. 决策层：基于目标规划与强化学习的行动策略 4. 执行层：工具调用（API）、跨系统协作（RAG技术）

1.3 关键技术创新

MCP（Model Context Protocol）：AI的“万用接口”，2024年11月由Anthropic开源，支持并行工具调用（Web搜索、代码执行）和动态工作流编排，核心组件包括MCP Server、Client、Host。
A2A（Agent-to-Agent）：2025年4月谷歌推出的开放协议，50+科技公司支持，基于Agent Card、Task、Message等概念实现跨厂商Agent直接通信协同。

二、AI Agent开发平台布局对比

2.1 海外云厂平台差异

平台厂商	产品定位	核心优势	核心劣势	关键数据（2025年）
微软	聚焦“AI平台+云服务”，To B场景为主	模型支持最全面（1900+模型）、工具链/生态整合全、安全稳定；Azure同比+39%，年收入超750亿美金	多模态能力较弱；安全领域投入分流AI应用进展	Azure AI Foundry客户1.4万，Copilot家族月活超1亿
谷歌	依托AI Studio，兼顾B/C端多场景	多模态能力强（视频生成领先）、迭代快；Google Cloud同比+32%	生态不成熟、AI Studio活跃度低、市占率低	Gemini MAU 4.5亿，未完成订单1060亿美金
亚马逊	依托AWS，服务中小企业	算力资源丰富、部署灵活；AWS同比+17.5%	工具链分散、生态整合弱于微软	AWS AI相关收入三位数增速，积压订单1950亿美金

2.2 国内平台差异

平台厂商	产品定位	核心优势	核心劣势	关键数据（2025年）
字节扣子	全场景覆盖，C端推行业专家型Agent	生态融合强（打通抖音/微信）、开发者170万+、智能体超200万	行业覆盖窄、复杂跨行业集成弱	日增智能体4000个，B端客户目标20-30万
阿里百炼	通用智能体，To B全行业覆盖	服务30余万企业客户、MCP工具链近4000个、Qwen3接近海外水平	C端布局薄弱、智能体推广早期	核心行业收入占比超80%，目标客户40-50万
腾讯元器	轻量化低代码，聚焦社交/游戏垂类	社交/游戏生态天然积累	底层模型能力一般、复杂场景支撑弱	日增智能体700-800个，靠免费token吸引尝鲜

2.3 平台选择关键因素

核心需求：企业优先关注“技术整合能力（44%）”和“应用开发能力（44%）”，AI驱动工作流自动化（如自动测试代码）是首要功能需求。
供应商选择：云服务商（49%）为最能助力AI目标的供应商，其次是SaaS提供商（32%）、AI治理工具提供商（25%）。
迁移趋势：70%企业计划更换/新增云/AI平台，仅17%认为当前供应商满足AI需求。

三、模型层与Tokens调用量分析

3.1 全球大模型份额分布（基于Openrouter数据）

海外主导：谷歌（Gemini系列，长上下文+多模态）、Anthropic（Claude系列，编程/严谨场景）合计占API市场超50%份额。
国内进步：DeepSeek（开源V3/R1模型）、阿里Qwen系列、月之暗面Kimi系列份额稳步提升，其中DeepSeek在编程/数学场景表现突出。

3.2 头部模型关键参数对比（2025年）

模型商	模型名称	上下文（Tokens）	输入价格（$/M）	输出价格（$/M）	延迟（s）	核心优势场景
谷歌	Gemini 2.5 Flash	1.05M	0.30	2.50	0.51	长上下文、低时延（营销/搜索）
Anthropic	Claude Sonnet 4	200K	3.00	15.00	2.14	编程（SWE-bench得分72.7%）、严谨场景
OpenAI	GPT-4.1	1.05M	2.00	8.00	0.46	通用推理、编码（SWE-bench得分54.6%）
阿里	Qwen3 235B	262K	免费	免费	1.88	多模态、中文场景
DeepSeek	DeepSeek V3	33K	免费	免费	1.14	编程、数学计算

3.3 Tokens调用量关键数据

主体	时间	Tokens调用量	同比增长	内部场景占比	核心驱动场景
谷歌	2025年7月	980万亿	+100倍	97%	搜索优化（40%）、广告推荐（26%）、YouTube（5.6%）
字节豆包	2025年5月	日均16.4万亿	+137倍	超80%	豆包系产品（53%）、抖音电商/广告（25%）
国内公有云	2024年	累计114.2万亿	–	–	文本类为主，24Q4语音/图像/视频类增速显现
阿里千问	2025年5月	日均9万亿	–	55%	淘天（20%）、外部百炼（45%）、夸克（10%）

3.4 模型分场景表现

编程场景：Claude Sonnet 4占45.4%调用量，核心优势是代码准确率、规范性；Gemini 2.5 Pro/Flash擅长大型代码库分析。
严谨科学（科技/金融）：Claude Sonnet 4（合规性强）、Gemini 2.5 Flash（低时延）合计占比超50%。
长上下文（营销/搜索）：Gemini 2.5 Flash（百万Tokens+毫秒级响应）占比超30%，多模态交互优势显著。

四、C端与B端Agent应用进展

4.1 C端应用：场景分化，头部产品领跑

应用类别	海外代表产品	关键数据（2025年）	国内代表产品	关键数据（2025年）
搜索类	ChatGPT	MAU预计年底超10亿，订阅用户1100万+	夸克	MAU 2.6亿（生态导流）
图像类	Midjourney	ARR 5亿美元，Web MAU 450万	可灵	月收入1.5亿元，用户4500万
编程类	Cursor	ARR 5亿美元，Web MAU 670万	通义灵码	支持MCP服务，适配金融/政务项目
硬件端	AI手机（苹果）	Apple Intelligence提升支付意愿11%	AI学习机（科大讯飞）	产品迭代中，聚焦教育场景

4.2 B端应用：Copilot渗透，挑战与机遇并存

代表产品：微软Copilot家族（月活超1亿），覆盖办公（M365 Copilot）、开发（GitHub Copilot，用户2000万）、客服（Dynamics 365 Copilot）等场景。
核心挑战：
1. 幻觉问题：输出准确性难保障，需原文校验；
2. 数据安全：敏感信息需分级隔离，防止泄露；
3. 成本高企：Agent调用成本为LLM的15倍；
4. 人才缺口：开发需大量AI人才，培养周期长。
行业投入：酒店/餐饮/旅游行业GenAI投入最高（2025年平均1110万美元），其次是零售业（550万美元）；2026年酒店/餐饮/旅游行业支出预计达1250万美元。
市场规模：IDC预测2029年Copilot市场规模近200亿美金，2024-2029年CAGR 54.3%，其中协作类、ADD（应用开发）、CRM类Copilot为核心细分。

五、AI Agent市场空间与发展趋势

5.1 市场规模预测

指标	预测数据	周期	CAGR	数据来源
全球AI IT支出	2028年占总IT支出16.4%	2023-2028年	22.3%	IDC
全球GenAI支出	2028年占AI支出6.7%	2023-2028年	73.5%	IDC
AI Agent营收	2032年达1036亿美元	2024-2032年	44.9%	CBINSIGHTS
Copilot市场规模	2029年近200亿美金	2024-2029年	54.3%	IDC

5.2 发展阶段划分

阶段	时间	核心特征	应用形态
短期	2023-2025年	GenAI嵌入现有应用，单Agent完成简单任务	助手增强（Assistant-Enhanced），按API/计算量收费
中期	2025-2027年	Agent成SaaS核心组件，多Agent协作重构工作流	代理主导（Agent-Led），新增基于成果计费
长期	2027年后	自主代理网络主导业务，人机协同革新	代理即应用（Agent as Apps），少数平台主导生态

5.3 投资建议与风险提示

投资建议：
1. AI云平台厂商：微软（MSFT.O）、谷歌（GOOG.O）、亚马逊（AMZN.O）、阿里巴巴（9988.HK）、腾讯控股（0700.HK）；
2. AI芯片厂商：英伟达（NVDA.O）；
3. AI Data Infra厂商：Snowflake、MongoDB、Databricks。
风险提示：
1. 宏观经济波动风险；
2. AI技术进展不及预期风险；
3. 行业竞争加剧风险；
4. AI幻觉问题影响应用落地。

4. 关键问题

问题1：AI Agent与LLM、传统自动化的核心差异是什么？其在AGI分级中处于什么位置，具备哪些关键能力？

答案：

核心差异：
1. 与LLM：LLM是“知识顾问”，仅输出知识，无主动行动能力；AI Agent是“战略指挥官”，具备代理权，可主动感知环境、自主决策并执行复杂任务（如调用工具完成跨系统协作）；
2. 与传统自动化：传统自动化仅按预设规则执行单一任务，无自主调整能力；AI Agent可实现“感知-决策-行动”端到端任务闭环，能通过动态学习优化策略（如根据用户反馈调整推荐方案）。
AGI分级位置：处于L3智能体阶段，性能等效90%熟练成年人，高于L2推理者（仅具备基础推理能力，等效50%熟练成年人）和L1聊天机器人（仅基础语言交互，等效未受培训人类）。
关键能力：自主决策（主动制定目标）、动态学习（记忆经验优化）、跨系统协作（调用API/多Agent协同）。

问题2：海外与国内头部AI Agent开发平台的布局差异是什么？各平台的核心优势与目标客群有何不同？

答案：

海外平台布局差异：

平台	核心定位	目标客群	核心优势
微软Azure AI Foundry	B端基础设施一站式服务	大企业（80%财富500强）、AI公司	模型支持全（1900+）、工具链/生态整合强、Azure增速39%
谷歌AI Studio	B/C端多场景覆盖	开发者、消费级用户、中小企业	多模态能力领先（视频生成优）、Agent2A协议支持跨平台协同
亚马逊AWS	算力销售与便捷部署	中小企业	算力资源丰富、部署灵活（支持快速上线）

国内平台布局差异：

平台	核心定位	目标客群	核心优势
字节扣子	全场景覆盖，C端行业专家型Agent	开发者（170万+）、中小企业、C端用户	智能体数量领先（200万+）、生态融合强（打通抖音/微信）
阿里百炼	B端全行业通用智能体	大企业（30余万）、核心行业（金融/医疗）	MCP工具链丰富（近4000个）、开源生态完善、Qwen3模型强
腾讯元器	轻量化低代码，垂类场景	小B商家、社交/游戏领域客户	社交/游戏生态天然积累、支持微信/QQ客服发布

问题3：AI Agent的市场规模与发展趋势如何？短期、中期、长期各阶段的核心特征与应用形态有何不同？

答案：

市场规模：
1. 全球AI IT支出：2023-2028年CAGR 22.3%，其中GenAI（含Agent相关）CAGR达73.5%，2028年GenAI支出占总AI支出6.7%（IDC数据）；
2. AI Agent营收：2024年超50亿美元，预计2025年底破100亿美元，2032年达1036亿美元，2024-2032年CAGR 44.9%（CBINSIGHTS数据）；
3. Copilot细分市场：2029年规模近200亿美金，2024-2029年CAGR 54.3%，协作类、ADD（应用开发）、CRM类为核心（IDC数据）。

发展阶段特征与应用形态：

阶段	时间	核心特征	应用形态	商业模式
短期	2023-2025年	GenAI嵌入现有应用，单Agent完成简单任务，效率提升为目标	助手增强（如Office Copilot优化办公）	按API/计算量、用户数收费
中期	2025-2027年	Agent成SaaS核心组件，多Agent协作重构工作流，业务创新为核心	代理主导（如供应链管理多Agent分工）	新增基于成果计费（如按降本比例收费）
长期	2027年后	自主代理网络主导业务，人机协同彻底革新，自动化与智能化融合	代理即应用（如CRM智能体取代传统系统）	混合模式（用量+成果计费），少数平台主导生态