01 产业链全景图
02 概念解析
AI Agent（人工智能代理）可以理解为一个会自主办事的智能程序，它能像人一样感知周围信息、自己规划策略，然后动手完成任务。比如你让它订周末的餐厅，它会先搞清楚你的需求（感知），接着拆解成查评分、看菜单、确认时间等步骤（规划），最后一步步执行预订（行动）。
它的核心架构可以分成「大脑」和「三件套」：
核心能力（大脑）：基于大模型（LLM），就像人类大脑的中枢，负责理解问题、生成思路。
三件套关键要素：
规划（分解任务）：比如你让它写一篇游记，它会先用大模型把任务拆成 “定主题 - 列景点 - 写感受 - 配图片” 几个子步骤，就像项目经理拆分工作计划，让复杂任务变得好处理。
1、记忆（存储信息）：短期记忆：记住当前对话的上下文，比如你刚说过 “喜欢海边”，它会在接下来的回复里记得这个偏好，但容量有限，就像人脑临时记东西，时间长了会忘。
2、长期记忆：连接外部数据库或文件，比如你上传一本 PDF 手册，它能长期存储并随时调用里面的内容，相当于有个无限容量的笔记本，专门存复杂任务需要的资料。
3、工具（调用外部能力）：遇到自己解决不了的问题，比如查天气、算数据，它会自动调用对应的工具（比如天气 API、计算器），就像人干活时随手拿扳手、螺丝刀，借外力把事办好。
简单说，AI Agent 就像一个不知疲倦的智能助理，用大模型当大脑，靠规划拆任务、用记忆存信息、借工具补能力，帮人高效搞定各种复杂目标。
根据 OpenAI 的定义，AI 能力可以分成五个等级，就像游戏里的角色升级一样，从简单对话到主动办事一步步进化：
聊天机器人：能听懂人话并回复，比如微信里的客服助手，只能按预设话术聊天；
推理者：能像人一样分析问题，比如帮你解数学题、规划旅行路线，解决需要逻辑思考的任务；
智能体：不仅能想，还能代表你动手做事，比如帮你自动订机票、整理资料、发邮件；
创新者：具备创造能力，比如独立设计产品、写小说剧本；
组织：最高等级，能协调多个智能体协作，像一个全自动公司团队完成复杂项目。
以前的 ChatGPT 这类聊天机器人，就像学生做题，用户问一句答一句，靠一次性推理解决简单问题。但随着技术进步，AI 开始 “自己跟自己对话”—— 比如接到 “策划一场婚礼” 的任务，它会先在内部拆解成 “预算 - 场地 - 流程” 等步骤，一步步想清楚再行动，这就是 “推理能力” 的升级。
现在，大模型在理解对话、逻辑分析、适应新任务、自主行动等方面越来越强，AI 不再停留在 “回答问题”，而是进化到 “主动办事” 的阶段（从推理者到智能体）。比如你让它 “订周末的酒店并同步行程到日历”，它会自己查价格、对比评分、完成预订，还能自动更新你的日程表 —— 这种能动手处理具体任务的智能体产品，正在快速普及。
03 人机发展历程
和传统 AI 需要人一步步指导不同（比如 Embedding 要喂数据、Copilot 得边做边教），Agent 模式的核心突破是 “能自主干活”：它直接对着目标任务，自己完成记忆、推理、规划、执行全套流程，不需要人中途介入。比如你让它 “安排一次家庭旅行”，传统 AI 得等你说 “先查酒店、再看景点”，而 Agent 会自己拆解步骤、调用工具、整合信息，最后直接把规划好的行程给你 —— *形态的 Agent 只需你说目标和验收结果，中间全程自动，像个独立办事的智能助手，大大节省人力。
很多朋友想要对科技行业进行研究，却又不知从何下手，其实这时候选择ETF对整个行业进行跟踪便是一个不错的选择，就像恒生科技指数ETF（513180)。它对小米、阿里、腾讯、中芯国际这些设计前沿科技的股票都有持股，是一个实打实的科技型ETF。
04 上游产业链
04-1、算力：驱动智能的引擎
大模型带动算力需求激增：2025 年 AI 大模型所需算力预计达到 2020 年的 10 倍，其中超过一半来自企业的 AI 应用。
芯片市场现状与国产趋势：英伟达占据全球高性能 AI 芯片超 80% 的市场，其 A100/H100 芯片供不应求，价格较之前上涨约 3 倍。华为昇腾、寒武纪、壁仞科技等中国厂商加快自研步伐，预计 2025 年国内 AI 芯片市场份额将提升至 30%。
云计算厂商算力竞争：2023 年全球 AI 云算力市场规模达 640 亿美元，AWS、Azure、谷歌云占据超 70% 的份额。阿里云、华为云、腾讯云等中国云厂商加速布局，其中阿里云计划未来三年投入 524 亿美元扩充 AI 算力。
2、算法：塑造思维的框架
算法是 AI 大模型的核心，就像发动机之于汽车，决定着模型的能力上限，主要包括深度学习框架和优化策略。
2017 年谷歌提出的 Transformer 架构堪称 AI 大模型的 “技术基石”，它颠覆了传统 RNN 的序列处理方式，让模型能并行处理大量数据，计算效率比传统架构提升 10 倍以上，就像给 AI 换上了更强劲的 “大脑”，直接掀起了大模型革命。
不过，训练大模型成本极高，比如 GPT-4 的训练成本预估超过 1 亿美元。好在稀疏化、蒸馏、量化等新技术能 “精打细算”—— 通过简化模型结构、压缩参数等方式，让训练成本降低 30%-50%，缓解了算力和资金压力。
在模型生态上，开源模型（如 Meta 的 LLaMA）和专有模型（如 OpenAI 的 GPT）形成竞争：开源模型靠开放共享快速扩散，推动技术普惠；专有模型则依赖企业自研，聚焦封闭场景的深度优化，两者各有优势，推动行业技术快速迭代。
04-3、数据：训练模型的燃料
数据质量直接决定 AI 模型效果 —— 就像做饭要用好食材，输入 “垃圾数据”，模型输出也会是 “垃圾”，研究显示 90% 的模型表现问题源于数据而非架构。
多样化数据源能提升模型通用性，比如 GPT-4 结合文本与图像、PaLM 2 整合多模态数据，让模型像 “多才多艺的助手” 处理更多任务。前沿技术还能让 AI 自己优化数据，比如通过自监督学习清洗数据、自动标注减少人工成本，NLP 中的 Tokenization 和 Embeddings 等预处理技术，则像给数据 “整理格式”，让模型更容易 “理解”。
04-4、发展趋势
训练法则的迭代：AI 训练法则的迭代就像升级学习方法：过去 “模型越大能力越强” 的规律（规模法则）只在训练阶段起作用，现在延伸到了实际应用时的推理阶段，导致对算力的需求持续增加。简单说，预训练（早期系统学习）和后训练（后期优化调整）是模型 “打基础” 的阶段，而测试时扩展法则（应用时按需强化）则是模型 “灵活解题” 的阶段，尤其是深度推理任务，可能让算力需求进一步上升。
预训练决定了模型的基础能力 “天花板”，后训练和测试时扩展则负责把潜力发挥出来。未来值得关注两大新模型：
Meta Llama-4 系列：2025 年 4 月，Meta 推出 Llama-4，目前小模型 Scout 和中模型 Maverick 已发布，*的 Behemoth 还在训练中。总参数接近 2 万亿，将成为 Meta 史上*的预训练模型。
OpenAI GPT-5：2025 年 2 月先推出了过渡版本 GPT-4.5，而真正的 GPT-5 已进入倒计时。它作为下一代大模型，会把 OpenAI 之前在 o 系列模型中测试的 “灵活扩展能力” 整合进来，让模型在处理复杂任务时更智能。
05 中游产业链
现在 AI Agent 刚起步，各类企业已经抢着入局，跟着先行者的脚步，整个行业会越来越热闹。按核心优势分，主要有四类玩家：
企业自动化助手平台：大多是原来做 “自动填表、发邮件” 这类办公自动化软件的公司，现在给平台装上大模型 “大脑”，帮企业流程（比如财务、客服）自动运转。
开发者工具箱：大模型公司（如 OpenAI）和技术服务商提供工具，让程序员不用从头开发，直接 “组装” 出各种智能助手（Agent）。
行业专属智能软件：原本做 ERP（管企业资源）、CRM（管客户）、营销、法律等垂直领域软件的公司，给自家产品加个 Agent “插件”，比如让它自动分析客户数据、生成合同。
智能设备入口：面向普通用户的硬件，比如 AI 手机、AI 电脑，未来可能还有 AI 眼镜、智能汽车，这些设备会成为你用智能助手的主要渠道（比如手机上让助手规划行程，汽车里自动调导航）。
四类企业从不同方向推进，让智能助手既能帮企业干活，也能走进普通人生活。
Agent 综合开发平台就像 “智能助手工具箱”：大模型公司（如 OpenAI）和技术服务商提供一套工具，让开发者不用懂复杂技术，就能像搭积木一样快速组装出各种智能体（比如电商客服、数据分析助手），还能帮你把做好的智能体发布到应用市场或对接企业系统。
它的核心是 “降低门槛”：哪怕你不懂编程，也能通过拖放功能、配置参数，按自己需求做出能用的智能工具（比如让它专门处理订单、写营销文案），并直接推给用户使用。这类平台是智能体普及的 “基础设施”，就像当年的 App 开发工具催生手机应用爆发，现在它们正在推动智能助手进入各个领域。
那如何提前对这一类国内的优质企业进行布局呢？恒生互联网ETF(SH:513330)是一个不错的选择。像腾讯、美团、快手、京东、阿里这些头部的互联网科技公司，都被恒生互联网ETF纳入，如果想要全面覆盖这一波科技变革，选择它能事半功倍：
市场规模
未来十年 AI Agent 市场将迎来爆发式增长：据测算，2033 年全球市场规模有望超过 1300 亿美元（按 Market.us 数据达 1391.2 亿美元），2023-2033 年每年平均增长近 44%，相当于十年内规模翻超 50 倍。
麦肯锡报告指出，生成式 AI 就像 “智能助手流水线”，能在营销、客服等场景高效产出高质量内容（比如自动生成广告文案、策划活动方案），直接帮企业增收。更关键的是，他们梳理的 16 个业务领域中，63 个 AI 应用场景每年可创造 2.6 到 4.4 万亿美元的经济价值 —— 这相当于目前英国全年 GDP 的 1-2 倍。如果未来 AI 全面渗透到生产各环节，潜在价值能达到 6.1 到 7.9 万亿美元（接近日本全年 GDP）。
若按科技公司常见的 “价值分成” 模式（比如 ServiceNow 按创造价值的 10% 定价），仅这部分衍生的 AI Agent 市场规模就可能高达 7000 亿美元，相当于一个中等发达国家的经济总量。简单说，AI Agent 不仅是技术工具，更像一个能 “造钱” 的新产业，正在开启万亿级市场空间。
中国 AI Agent 市场现在像刚发芽的种子，2024 年规模 1473 亿元，但每 100 家企业里不到 5 家在用（渗透率不足 5%）。不过随着它给企业软件（SaaS）带来的增效越来越明显（比如让 CRM 自动分析客户数据、让财务软件自动生成报表），加上 “按需定制智能助手” 的开发市场成熟（比如能专门处理合同审核、营销文案的 Agent），2028 年市场规模预计暴增至 3.3 万亿元 —— 相当于 2023 年整个上海市 GDP 的 1.5 倍。
若AI Agent按应用场景分类，可分为企业管理、办公、营销、人力资源、财务、采购等。假设与SaaS应用分类比例相同，则Al agent企业管理与办公未来将占比40%，销售营销占比30%，人力资源占比10%。
05 下游产业链——应用场景
05-1、AI 眼镜
AI 眼镜能成为 AI Agent 的 “黄金搭档”，主要靠这三个优势：
交互像聊天一样自然：不用动手打字，直接说话下指令，甚至通过眼神、手势就能互动，就像你跟身边的助手说话一样，符合人的本能习惯；AR 让信息 “活” 在现实里：借助增强现实技术，它能把导航路线、翻译文字、商品信息等虚拟内容直接叠加到你看到的真实场景中 —— 比如看路标时，眼镜会自动把中文翻译 “飘” 在英文路牌旁边，看商品时直接显示价格和评价，像给眼睛装了个 “智能投影仪”；随身戴，随时用：作为穿戴设备，它比手机更轻便，不用专门拿在手里，出门戴着就能随时调用 AI 功能，比如通勤时让 Agent 规划路线，逛街时让它推荐穿搭，真正做到 “设备即助手”。
现在国内外厂商正加速布局：
国内：（雷鸟创新、百度等）：把 AR 技术和大模型结合，密集推出能 “看、听、说” 的多模态交互新品，比如支持语音操控 + 实时图像识别的智能眼镜，推动普通消费者市场爆发；
国外：（苹果 Vision Pro、Meta Ray-Ban）：靠技术迭代（比如更清晰的显示、更自然的交互）和生态整合（比如对接自家软件服务），牢牢占据高端市场。
整个行业正朝着 “更轻、更贴场景” 发展，比如专门为办公设计的 “会议助手眼镜”、为购物设计的 “导购眼镜”。预计 2025 年后，AI 眼镜会像智能手表一样普及，成为 AI Agent 走进日常生活的重要入口。
05-2、企业服务
企业服务可能是 AI Agent *落地的地方，海外已有成功案例，主要有三个原因：
企业软件是 “数据仓库”：办公、管理、客户等系统存着公司内部数据（比如合同、客户记录），这些数据能打造成企业专属 “知识库”，让 AI Agent 快速熟悉业务，就像新员工有了 “内部手册”；
企业软件是 “总控台”：比如 OA 系统连接财务、人事等多个系统，AI Agent 以它为入口，能直接调用各系统功能（比如自动审批报销、核对考勤），像 “全能秘书” 一站式处理任务；
流程管理像 “流水线”：企业里的审批、采购等流程规则明确、步骤清楚，AI Agent 能按规则自动执行（比如扫描合同条款、流转审批），效率比人工高很多。
简单说，企业服务场景有数据、有平台、有重复流程，让 AI Agent 既能 “懂行” 又能 “高效干活”，自然成了*落地的 “试验田”。
金山办公：办公场景或是Agent关键入口，公司具有流量优势
基于AI AGENT（人工智能体）范式驱动WPS AI伴写功能，具体有四大特色：全文补全功能、多种内容生成、不同身份与文风的切换、古诗词内容补全。更新后的WPS AI伴写支持添加包括云文档、网页等参考资料，用户完成标题后只需0.5秒就能理解用户意图并续写内容。
办公场景高频且功能多样，是 AI Agent 的核心入口。金山办公作为国产办公软件龙头，用户基数庞大 —— 截至 2024 年 9 月 30 日，旗下产品月活设备数 6.18 亿（WPS Office PC 版 2.77 亿，移动版 3.38 亿），这种高频使用和入口优势，让它有望成为办公智能体的主要标杆。
科大讯飞：办公智能体打造个人办公新范式
2025 年 1 月，科大讯飞推出 “办公智能体套装”，覆盖企业与个人场景，包含三大板块：星火智能体平台：企业的 “智能底座”，接入 20 + 大模型、支持 10 + 文件格式与多语言，已在 5000 + 企业落地，集成 AI 搜索、虚拟数字人等六大能力，搞定知识管理与多模交互。
B 端智能体：星火纪要：会议结束 5 分钟生成结构化纪要，效率提升 70%；星火投标：内置 100 + 行业模板，30 分钟生成标书内容，节省 60% 编写时间；星火陪练：模拟 10 + 岗位场景，新人培训周期从 4 周缩至 2 周；星火快答：支持 10 种语言的数字人讲解，客户满意度提升 40%。
C 端智能体：讯飞智文：100 + 行业模板，一键生成 PPT，效率快 3 倍；讯飞文书：20 + 政务模板，公文写作效率提升 50%；讯飞绘文：15 + 创作场景，支持风格秒切换；讯飞绘镜：50 + 视觉模板，30 分钟产出专业短视频。
这套方案靠技术底座（5000 + 企业在用）和细分工具（如标书编写省时 60%），成为覆盖全办公场景的 “智能搭档”。
06 核心标的情况
