【DeepThink】AI Agent 商业化深度研究报告：痛点、解法与产业拐点（2026.7）

AI Agent 商业化深度研究报告：痛点、解法与产业拐点（2026.7）

研究机构：DeepThink 智库 · 2026 年 7 月 研究周期：2025 全年 — 2026 上半年 研究方法：一手产业实践复盘（阿里、腾讯、字节、Salesforce、微软、Anthropic、网商银行、恒生电子、Shopee、Cursor、Google 等）+ 机构数据（Gartner、IDC、Markets and Markets、大象研究院、艾瑞咨询、信通院、兰德、MIT）+ 法律合规实务（天元、汇业、西交苏州信息安全法学所）

---

DeepThink, A Loop Engineering App Running On Desktop, and Integregate IM channels (feishu, wexin, etc.)

摘要

2026 年被行业普遍定义为"AI Agent 元年"。Agent 正经历从"玩具"到"工具"、从"能聊"到"能做"、从"单点能力"到"系统协作"的关键转型。然而，转型并非坦途。一份被反复引用的产业现状是：一家中型制造企业的六个 Agent 项目，五个半停留在 PoC 试点阶段。这并非孤例，而是当下企业级 AI 落地的普遍困境。

Gartner 预测，到 2027 年底，超过 40% 的 Agentic AI 项目将因成本攀升、商业价值不明确或风险控制不足而被取消；MIT NANDA 倡议研究发现约 95% 的生成式 AI 试点未能产生可衡量的损益影响；兰德公司追踪的 AI 项目失败率高达 80% 以上。与此同时，全球市场又呈现爆发态势——Markets and Markets 预测全球 AI Agent 市场规模将从 2024 年 51 亿美元增至 2030 年 471 亿美元，年复合增长率 44.8%；2026 年中国 AI 一级市场半年吸金超千亿元。

本报告的核心判断是：AI Agent 商业化的最大痛点，不是"模型能力不足"，而是从 PoC 到生产环境的工程化跨越。准确率骤降、成本失控、信任与权责空白、安全边界失守、组织数据错配五座大山同时压下，使绝大多数项目折戟于"最后一公里"。破局的关键不在更强的模型，而在"工程化闭环（Harness）+ 按结果收费的商业模式 + 非侵入式部署 + 生产级信任层与零权限安全治理 + Agent Native 数据基建"五件事的垂直行业闭环。

本报告系统梳理了 10 大核心痛点、6 大行业落地现状、8 大解决方案体系、若干标杆案例，并对未来 12 个月的产业演进给出可操作建议。对于正在这条赛道上前行的企业、创业者和投资者，这份报告试图回答一个根本问题：谁能在一个垂直行业里把这五件事跑通闭环，谁就拿到了从"工具使用者"到"代码创造者"再到"超级智能体"的入场券。

---

第一章 行业背景与时代坐标

1.1 从 Prompt Engineering 到 Harness：Agent 本质的回归

回望过去两年，AI 应用的核心范式经历了一次清晰而深刻的演变：从 2024 年的 Prompt Engineering（提示词工程），到 2025 年的 Context Engineering（上下文工程），再到 2026 年的 Harness（工程化闭环）。这一演变折射出一个深层认知的转变：很多任务，并非基础模型单独就能完美胜任。

"模型即 Agent"的理念曾风行一时。彼时业界普遍认为，只要模型足够强，把任务直接交给它即可。但 2026 年的普遍共识已经变为——若直接让大模型独自应对复杂任务与超长上下文，无论是成本还是实际表现，都远不及"模型 + Harness"协同的方式。模型依然至关重要，但现在的理解是：Agent 的本质，是"模型 + Harness"的结合体。

Andrej Karpathy 在 2025 年 6 月带火了"上下文工程"这个词，主张用它取代"提示词工程"。Anthropic 在 Claude Sonnet 4.5 推出后第二天发布工程博客《AI 智能体的高效上下文设计》，明确指出：构建 AI 应用的重心，已经从"寻找合适的提示词"，转向一个更根本的问题——"怎样的上下文配置最有可能引导模型做出我们想要的行为？"上下文指的是从大语言模型采样时包含的所有 token，而工程问题在于如何在 LLM 固有的约束条件下优化这些 token 的效用，以持续实现期望的结果。

但上下文工程只是中间站。当 Agent 真正进入生产环境，工程师们发现，仅靠"组织好上下文"仍然不够——还需要断点恢复、延迟执行、状态管理、可观测、可回滚、可治理的一整套运行时基础设施。这就是 Harness。香港大学黄超教授在 2026 北京智源大会上概括得最为精炼：Agent 的核心架构可以看作是一个 ReAct（Reasoning + Acting）循环，但支撑这个循环稳定运转的，是 Harness 工程体系。

1.2 软件开发 AI 化的三阶段演进

Cursor 创始人 Michael Truell 把软件开发的 AI 化划分为三个纪元，这个框架同样适用于理解整个 Agent 产业的演进节奏：

第一纪元：Tab 时代（手动时期）。人类必须亲手编写每一行代码，AI 仅作为补全工具。每次交互都是人主动发起，AI 给建议，人决定是否采纳。门槛低，效果好，但人仍是主导。

第二纪元：Agent 时代（照看时期）。人们开始把更复杂的任务交给 Agent，但不能离开电脑——它跑偏了要拉回来，卡住了要推它，做完一步要确认再让它继续。这个阶段很耗精力，因为既没有解放双手，又没在做真正有价值的决策，只是在"管理"一个不太可靠的系统。Cursor 的数据显示，2025 年一年内其 Agent 请求量相较 Tab 操作暴涨 15 倍，企业业务线约 75% 的代码已由 AI 生成。但同步运行的 Agent 存在 40% 的生产力天花板。

第三纪元：Team 时代（自主时期）。Agent 团队在后台自主运行，开发者将它们作为队友来互动——提供初始方向、配备独立工作所需的工具、审查工作成果。Cursor 内部已有 30% 的 PR 由 Agent 端到端自主完成；他们还做了一个实验，让 Agent 团队在完全无人类介入的情况下全自动开发浏览器，仅用一周时间就做出了一个相当不错的网页渲染系统。

旧金山一线工程师的实践分享进一步印证：拥有断点恢复、延迟执行能力的异步持久 Agent，才能够真正提升工作效率，搭建起可靠的人机协作体系。同步运行的 Agent 会撞上 40% 的生产力天花板，而异步、可持久化、可中断恢复的 Agent 才是生产级的真正形态。

1.3 2026 年的时代坐标意义

为什么是 2026 年？三重力量在此交汇：

第一，模型能力跨越临界点。tool-use（工具调用）取得突破性进展，Agent 从"能回答"走向"能执行"。蚂蚁集团副总裁周俊在 AICon 2026 上发布百灵 v2.6 系列，重点讲清楚大模型如何从"会回答"走向"能执行"——从 Agent 能力、推理效率到 Async RL 训练范式，一套完整的工作流智能构建路径。

第二，工程方法论趋于成熟。Harness、上下文工程、Memory、可观测性等关键基础设施已形成行业共识，企业不再需要从零摸索。

第三，商业模式开始验证。行业正从 MaaS（模型即服务）向 AaaS（Agent 即服务）深度演进，2026 年成为"按业务成果付费"的规模化交付元年。

与此同时，国务院《人工智能行动意见》明确 2030 年智能体应用普及率超 90%；Gartner 预计 2028 年 15% 的日常工作决策将由 AI Agent 自主完成（2024 年为 0%），33% 的企业应用程序将嵌入 Agentic AI（2024 年不足 1%）。政策、技术、商业三重共振，使 2026 年成为 Agent 从实验室走进生产环境的真正分水岭。

---

第二章 市场规模与资本格局

2.1 全球与中国市场规模

全球 AI Agent 市场正迎来爆发拐点。Markets and Markets 预测，全球 AI Agent 市场规模将从 2024 年的 51 亿美元增至 2030 年的 471 亿美元，年复合增长率达 44.8%。大象研究院的报告则更为激进，指出 2026 年相关经济规模将冲破 5,000 亿美元关口，2028 年中国相关经济市场预计达 3.3 万亿元，人力替代与垂直场景重构成为核心增长引擎，SaaS 与工业领域渗透率率先突破 40%。

IDC 研究表明，到 2026 年中国 AI 市场规模将达 264.4 亿美元，2021-2026 五年复合增长率超 20%。其中 AI 软件支出规模将在 2026 年增长至 76.9 亿美元，约占市场总规模的 29%。在全部 36 个应用场景中，增强的智能客服（Augmented Customer Service）被 IDC 列为重点增长方向。Google 搜索指数显示，AI Agent 过去 16 个月增长 1088%。

另一组数据揭示了渗透的广度：Check Point 与多家研究机构报告显示，2025 年中国 AI 智能体市场规模约为 69 亿元人民币，并有望在 2030 年接近 300 亿元；Roland Berger 报告指出，到 2025 年中国生成式 AI 用户规模已达 2.5 亿人。这意味着 AI 正从"技术创新工具"迅速转变为"生产系统基础设施"，智能体正在走入客服、办公自动化、数据分析、研发辅助以及业务流程自动化等核心场景。

2.2 资本格局：头部化与结构性出清

2026 年上半年，AI 赛道用"疯狂"形容并不为过。一季度中国 AI 行业一级市场融资事件达 577 起，同比增长 62.08%；已披露融资总额 763.80 亿元，同比增长 144.36%。按平均单笔 3.25 亿元估算，一季度融资总额高达 1,875.37 亿元。截至一季度末，国内人工智能领域融资近 600 起，总额超 1,100 亿元，同比激增 185.4%。

二季度热度不减反增。5 月，月之暗面、阶跃星辰等国产大模型拿下超 300 亿元融资；6 月，DeepSeek 完成超 500 亿元首轮外部融资，一举刷新中国 AI 初创企业单轮融资最高纪录——投后估值突破 500 亿美元，创始人梁文锋个人出资 200 亿元，腾讯出资 100 亿元，宁德时代出资 50 亿元。智谱 2026 年 1 月在港交所挂牌上市，6 月 22 日盘中股价一度冲上 2,980 港元，总市值突破 1 万亿港元。MiniMax 同日股价最高触及 637.5 港元，较年初发行价上涨近 3 倍。

但资本格局呈现一个比融资数字更值得警惕的信号：头部化与结构性出清同时发生。

第一，资本头部化，赢家通吃加速。大模型赛道是吸金之王，头部玩家拿走了绝大部分资金，腰部以下企业的融资周期显著拉长。这不是"百花齐放"，而是"强者恒强"。AI 赛道的"门票"正在快速售罄。

第二，具身智能成为资本新宠。一季度具身智能领域已披露融资总额 465.12 亿元，同比大增 342.38%。从"讲故事"进入"拼量产"阶段，投资聚焦机器人本体、核心零部件、世界模型及 AI 仿真数据。

第三，应用层降温，PMF 成硬门槛。一级市场对纯 AI 应用的热情明显降温，投资人更愿意投模型层和基础设施，应用层拿钱越来越需要"证明 PMF（产品市场契合度）"而不只是"讲一个 AI 故事"。融资估值并不与实际产出效率挂钩，而是与产品覆盖面、DAU、MAU 等指标挂钩——"先铺量，后续再做深"的打法正在被市场重新审视。

第四，通用型 Agent 玩家加速出清，垂直领域 Agent 增速超 60%。基模公司挤压是核心原因之一——模型能力以季度为单位刷新上限，不少应用产品刚跑出一点数据，模型厂商下一个版本就把功能内置了。融资市场对纯 wrapper 类产品的耐心在快速消耗。

一个清晰的产业信号正在释放：资本不再为"故事"买单，而是在押注"工程化能力"——把模型做成产品、把实验做成复刻生意，才有机会翻倍增长。对于创业者，答案很清晰：聚焦场景、打磨工程、把技术变成可量化的商业价值，才是这轮浪潮中真正的生存与突围之道。

2.3 供需两侧的剪刀差

一边是爆发式的资本与市场规模，另一边却是惨淡的落地成功率，这道"剪刀差"构成了理解 Agent 商业化的总背景。

Gartner 基于 3,412 名受访者的调查显示：仅 19% 的组织已对 AI 智能体项目进行了大量投资，42% 进行了保守投资，8% 没有投资，其余 31% 采取观望态度或不确定。高德纳、麻省理工等多家机构数据揭示残酷现实：超八成企业 AI 项目折戟 PoC 阶段，仅 1% 管理者认可 AI 成熟落地。全球超过 90% 的企业推出过生成式 AI 试点，真正跨越实验阶段、进入生产环境并形成规模化价值的项目却不足 41%。超半数企业被困在"试点成功、规模化失败"的尴尬地带。

92% 的企业计划增加 AI 投入，但仅有 1% 的领导者认为公司的 AI 应用达到了"成熟"状态。这个巨大的落差，揭示了 AI 转型中一个被长期忽视的真相：从"技术可行"到"业务价值"之间，存在着一条巨大的鸿沟。这条鸿沟，就是商业化报告要回答的"最后一公里"。

---

第三章 核心痛点深度剖析

本章是报告的核心。我们将系统拆解阻碍 Agent 商业化的 10 大痛点，按"卡住商业化"的权重排序，并尽可能给出可验证的数据与机理。

痛点 1：PoC 到生产的鸿沟（最致命）

"六个项目，五个半停留在试点。"

这是被引用最多的产业现状，也是所有痛点的总纲。PoC 阶段表现亮眼，进生产就"问题一个接一个冒"——这不是个别现象，而是结构性困境。

机理：安全泡泡的结构性假象。MIT 的报告用了一个精准的比喻：大多数试点都活在一个"安全泡泡"中。在 PoC 阶段，数据经过精心筛选、整合点极少、通常由公司最资深的团队负责操作。这种环境下的成功是"结构性的假象"——它证明了技术在实验室条件下可以运作，但完全没有证明技术在真实生产环境下能稳定运转。一旦进入生产，数据噪声、流程复杂度、并发压力、边缘情况全部涌现，PoC 的"成功"瞬间坍塌。

典型症状：准确率从纸面 90% 骤降到 10%。Shopee 技术专家王新波在 QCon 2026 北京站的分享提供了一个极具说服力的案例。学术界 Text-to-SQL 的 Benchmark 数据非常亮眼，在 Spider 这类榜单上 State-of-the-art 解决方案准确率可达 85%-91%，接近人类标注员水平。但将学术上看似成熟的 Text-to-SQL 技术落地到复杂的 OLAP 场景中，准确率可能从纸面上的 90% 骤降至 10%。团队起初不到一周就搭好了初代 Demo，信心满满，进入生产才发现真实业务数据与榜单数据分布完全不同。

Salesforce 的颠覆性发现：在做了 20,000 个 AI Agent 生产部署后，Salesforce 发现了一个颠覆认知的事实——传统软件项目，90% 的工作在发布前完成；AI Agent 正好相反，90% 的工作在发布后才刚刚开始。你得持续调试、优化、盯着它别跑偏。这意味着 Agent 的交付不是终点而是起点，传统软件的"交付即结束"思维在 Agent 时代完全失效。

四大断层：高德纳等机构对数百个 AI 转型失败案例的系统分析，识别出导致"最后一公里"断裂的四大断层：

• 断层一：技术崇拜 vs 场景荒原——80% 的 PoC 找不到业务落脚点。追热点式立项、遍地开花式部署、概念验证炼狱，导致资源被稀释到大量低影响力场景中。
• 断层二：战略定位模糊——92% 企业计划增加 AI 投入，但仅 1% 认为达到成熟。缺乏优先级评估，预算收紧时缺乏可量化价值的项目首当其冲被裁撤。
• 断层三：数据孤岛严重——超过 62% 的企业将数据权限与安全合规列为智能体跨系统执行的首要障碍。
• 断层四：业务与技术团队割裂——技术团队热火朝天开发模型，业务部门冷眼旁观。

痛点 2：ROI 与成本失控

"越用越聪明，还是越用越贵？"

这是每一个深度拥抱 AI 的企业必须直面的问题。当 Agent 从实验场走向真实业务，成本失控往往在不经意间发生。

机理：Token 消耗的几何级放大。Agent 场景下一个问题可能触发数十次查询，查询延迟和成本被放大 10-50 倍。SelectDB 的发布会给出量化数据：传统 BI 场景下一次业务分析对应一条 SQL；Agent 场景下一个问题背后可能触发数十次查询，查询延迟被放大 10 倍甚至 50 倍。因此查询性能不再只是体验优化，而成为 Agent 能否高效完成推理的重要基础——亚秒级响应不再是一种优化，而是一种底线。

失控案例触目惊心：Uber 全年规划的 Token 预算仅用四个月即耗尽；米哈游在一次多 Agent 实验中，几十个智能体陷入死循环，一晚消耗 200 万元人民币 Token 资源。无效 Token 消耗占比普遍高达 30%-50%，而 Agent 类任务的单位计算资源是传统聊天机器人的 50 倍。

成本结构的反直觉真相：很多人本能地优化"把问题写短点"，但 AI Coding Agent 里真正决定账单的，通常不是用户敲进去的几十个字，而是系统为了让模型"懂上下文"自动带上的一大坨东西。一个典型请求结构可能是：System Prompt 5K + 项目说明 10K + Skill 定义 20K + Tool/MCP 定义 30K + 历史会话 100K + 代码文件 50K + 用户问题 0.1K。用户那句提问往往只是"最后一撮点火器"，真正贵的是系统塞进去的整包上下文。总成本 ≈ 固定前缀 + 会话历史 + 运行时检索 + 工具往返 + 模型输出。

Token 治理与云成本的根本差异：艾瑞咨询指出，"管 AI"与"管云"存在四点根本性差异，即便已具备成熟 FinOps 能力的企业，在 AI 成本治理时仍会面临全新挑战：

• 消耗单元不同：云资源按实例、存储、流量计费，边界清晰；Token 消耗则因模型差异、提示词差异，可能相差数十倍乃至上百倍。
• 用量弹性不同：云资源通常按月采购，相对可预测；Token 消耗是实时的，一个失控的 Agent 几小时就能耗尽整月预算。
• 价值归因困难：云费用可对应到服务器、数据库等具体基础设施；Token 消耗如何折算成业务产出，目前尚无行业标准。
• 账单天然碎片化：企业云资源通常集中在少数云厂商；AI 调用却分散在云平台、第三方 API 及自有算力等多处，没有一张表能看清全貌。

机构数据印证：高盛预测，受 AI 智能体驱动，2030 年全球 Token 消耗量将达到 2026 年的 24 倍。Redress Compliance 数据显示 73% 的企业 AI 部署超预算，MIT 指出 95% 的 AI 项目未能证明 ROI，Cast AI 2026 年调研更揭示企业 GPU 平均利用率仅为 5%。AI 投入持续攀升，回报却模糊不清。

痛点 3：信任与权责空白（M2M 交易）

当 AI Agent 逐步渗透商业交易场景，一个全新的问题浮现：智能体如何安全交易、权责如何界定、交互如何可信。此前，专门治理 AI Agent 行为的生产级信任层始终处于空白。

Gartner 的警告：超 40% 智能体 AI 项目将因风险失控在 2027 年底前终止。益博睿《2026 年未来欺诈预测》将"无法区分合法智能体与恶意智能体"列为企业首要欺诈威胁，并警告称，机器对机器（M2M）交易快速增长，责任归属缺失已成为行业最大隐患。

核心矛盾：AI Agent 进入交易场景后，谁来为它的决策后果负责？一个典型场景：如果一个被授权管理公司账户的 AI Agent，因错误解读市场信息而进行了一笔失败的投资，导致巨额亏损，责任该如何划分？是指令下达者（用户）、AI Agent 的开发者、服务提供商，还是那个"看不见、摸不着的 AI 自己"？

法律定性困境：天元律师事务所王伟指出，目前任何司法管辖区都不承认 AI 具有独立的法律主体资格，因此责任最终仍需由"人"来承担。美国法律界对此的探讨主要围绕两个传统法律概念展开——代理关系（Agency）与信托（Fiduciary）。主流观点认为，用户作为 AI Agent 的"委托人"（Principal），应当对其"代理人"（Agent）的行为承担主要责任。但这只是起点，真正复杂的场景——多方协作、跨组织调用、Agent 之间的委托——远未形成共识。

亚马逊诉 Perplexity 的 AI Agent 首案进一步暴露了新型法律挑战。AI Agent 通过自动化程序访问互联网平台、抓取数据、生成内容已成为常态，但此类行为是否构成侵权、责任如何认定，已成为知识产权与不正当竞争领域的前沿争议。AI Agent 行为主体非典型化、行为边界模糊化、后果复合化、行为强度规模化、行为效果替代性——这五大特征使其与传统爬虫、人工访问存在显著区别。

痛点 4：安全边界失守

"权限才是 AI Agent 的安全边界。"——派拉软件创始人谭翔

传统面向大模型的内容级防护，已难以覆盖 Agent"大脑+手脚"带来的风险外溢。提示词注入、凭证过载、供应链污染等威胁沿全链路传导，成为 AI 规模化落地的核心障碍。

攻击链路远比想象中危险。从输入侧的提示词注入与越狱，到模型侧的幻觉风险与非预期执行，再到执行侧的恶意第三方插件与供应链污染——攻击者可以层层渗透，最终完成入侵。Check Point 与 Lakera 的数据显示，攻击者并没有坐等技术成熟，他们在 Agent 功能上线的第一时间就开始了精准猎杀：利用"系统提示词窃取"获取 Agent 底层逻辑，利用"良性伪装"绕过敏感词过滤，甚至通过在发票、文档中嵌入隐蔽指令进行"间接注入"，借 Agent 之手执行恶意操作。

五类高发风险：中国信通院联合腾讯云发布的《AI Agent 安全实践指引》系统梳理了五类高发风险——权限管控不当、外部组件供应链隐患、输入内容安全漏洞、运行环境隔离不足、审计溯源机制缺位。悬镜安全进一步指出，Vibe Coding（AI 自动生成代码）正以海量吞吐高频引入硬编码密钥与逻辑缺陷；开源基础模型与第三方 Skill 插件频繁面临暗箱投毒与后门漏洞；智能体由于高度依赖 MCP 等动态工具链，正面临提示词注入、决策黑盒与工具越权的失控风险。

真实失败案例：微软分享的两个典型案例揭示了生产环境的风险。其一，指令与控制失效——员工本意是准备转账单（准备动作），但 AI 错误地将其升级为执行动作，导致 2 万美元被错误转账。其二，误判导致的业务阻断——员工只是想查询客户是否有大额转账，AI 在没有人工确认的情况下，误判为风险操作，直接冻结了客户的账户。开发团队知道想要什么样的行为，但难点在于如何测试并确保 AI 在复杂场景下不会产生幻觉或越权操作。

供应链污染是新型主战场。AI 开源生态与数字供应链，已然沦为企业数字化转型中网络攻防的最前沿主战场。AI 编程、开源大模型、动态工具链深度交织，构成复杂的数字供应链生态，高频引入新型安全风险。Gartner 最新研究指出，随着生成式 AI、智能体和第三方模型能力加速进入企业生产环境，企业需要将 AI TRiSM（AI Trust, Risk and Security Management）应用于 AI 应用，覆盖第一方与第三方攻击面。

痛点 5：Agent Washing（伪 Agent 泛滥）

"市场上充斥着'智能体洗牌'现象，即厂商将普通 AI 助手或聊天机器人重新包装为'智能体'，但这些产品实际缺乏真正的自主智能能力。"——Gartner

Gartner 估计，在数千家声称拥有 Agentic AI 技术的厂商中，真正具备核心能力的不过约 130 家。这是商业化最隐蔽的痛点——真假难辨导致劣币驱逐良币。

Agent Washing 的本质：供应商将 AI 助手、机器人流程自动化（RPA）和聊天机器人等现有产品重新包装成"代理型 AI"，实则名不副实。这些产品不具备实质性的代理能力——没有自主规划、没有跨步骤状态管理、没有工具调用的动态决策。

如何辨别真伪：Gartner 给出了一个严苛的判断标准。真正的 Agent 应具备"代理权"——能基于模糊目标自主适配，通过"观察-思考-行动"闭环完成任务。而 Agent Washing 产品只是把旧自动化、仪表盘、RPA 或聊天入口套了一层 Agent 外壳。2026 上半年物流领域落地调查给出了佐证：真正可验证的应用都集中在订单、预约、承运商沟通、运费审计、异常处理、月台指挥等有清晰触发条件、系统动作和人工升级点的高频执行流程。同时发现很多产品把旧自动化、仪表盘、RPA 或聊天入口包装成 Agent。

RPA vs Agent 的本质区别：这是辨别 Agent Washing 的关键。RPA 的本质是按预先写好的固定规则替人"点鼠标、敲键盘"——它执行的是脚本，而不是判断。一旦流程里出现"是/否"判断、异常分支，或需要理解跨系统之间的业务语义，RPA 就走不下去了。用一句话概括：RPA 自动化了"手"，却没有自动化"脑"。真正卡住无人值守的，从来不是点击动作有多繁琐，而是流程中那些需要理解和判断的节点。开灵科技 AI 数字员工与 RPA 同样面向"高频、重复、跨系统"的场景，但多出了关键的第四个关键词——"需判断"。

泡沫的资本逻辑："知危"调研指出，目前 Agent 赛道处于资本和叙事先行的阶段，VC 过于乐观。但 Agent 实际可用性仍然较差，没有看到正向 ROI 的落地，总体拥有成本（TCO）明显大于收益。投资端看到的是未来潜力，与当前体验之间存在时间差——但如果用户端的体验长期上不去，投资端很快会降温。这是一个动态博弈的过程。从"次日即旧"的榜单到被基础模型一轮升级清场的产品，2025 年的 Agent 创业，热闹背后是可怜的留存率与渐趋同质的体验。

痛点 6：组织与数据基础错配

"很多企业目前是在'租用智能'，AI 的使用没有融入真正有价值的核心业务流程之中，只是浅尝辄止地应用在一些不痛不痒的环节。"

技术团队热火朝天开发 AI 模型，业务部门却冷眼旁观；概念验证在实验室里表现惊艳，一到生产环境就跌落谷底——"智能工具与组织协同两张皮"，投入看不到实质人效增长。

组织变革而非软件升级：越来越多 AI 项目不是死于技术，而是败给了组织。员工害怕被 AI 取代，管理层热衷"AI 秀"，部门 KPI 彼此冲突，企业买了 AI 却没有重构流程，最终让项目长期停留在试点阶段。Pew Research 数据显示，52% 的员工对 AI 未来给职场带来的影响感到担忧，32% 的人认为从长远来看 AI 将减少就业机会。Writer 的研究甚至发现，29% 的员工（以及 44% 的 Z 世代）承认曾暗中破坏雇主的 AI 战略。AI 落地本质上是一场组织变革，而非软件升级。

数据孤岛是物理屏障：企业内部数据分散在不同系统，各自有独立的访问权限、隐私和安全要求。一个 AI Agent 若要跨系统完成多步骤任务，需要同时打通 CRM、ERP、WMS 等多个系统，还需应对各系统不同的权限控制规则。超过 62% 的企业将数据权限与安全合规列为智能体跨系统执行的首要障碍。这种"信息烟囱"在试点阶段尚可绕行，到了规模化部署就成了不可逾越的屏障。

非结构化数据海洋：企业是典型的非结构化数据淹没体。成千上万份 PDF 合同，几十万张收据照片，几百万封多语言邮件，再加上几十个互相不通的物流系统里零散的日志记录。把这些数据提炼成清清楚楚、可以直接执行的指令，是 Agent 落地的前置工程。物流调研指出，供应链是"典型的非结构化数据淹没的公司"，资本追捧的是能把 PDF 合同、收据照片、多语言邮件、零散日志提炼成可执行指令的能力。

流程不清，AI 无从下手：Salesforce 首席客户官指出，许多企业启动 AI 项目时，相关业务流程要么根本没有文档记录，要么记录得过于粗糙。如果连"完成一项任务需要哪些人员、哪些团队、哪些环节"都不清楚，强行嫁接 AI 只会空欢喜一场。AI Agent 要求组织先画出清晰的流程图，明确哪些环节适合 AI 介入、哪个节点非人类判断不可，否则 AI 就像被丢进迷宫、没有地图的执行者。

痛点 7：长上下文与记忆管理的工程难题

"Agent 跑到第 15 步就变笨。"

几乎所有 Agent 构建者都遇到这个问题，却几乎都归咎于模型。真正的原因是：问题几乎从来都在"模型看到了什么"，而非模型本身。

上下文工程的四大失败模式：业界把上下文工程技巧归进 Write/Select/Compress/Isolate 四个桶，并识别出四种典型失败模式——poisoning（中毒，错误信息污染上下文）、distraction（干扰，无关信息稀释关键信息）、confusion（混淆，信息冲突导致模型无所适从）、clash（冲突，指令之间相互矛盾）。Agent 多步执行中，错误会传播和累积，到第十几步时上下文已被噪声填满，模型"变笨"是必然结果。

记忆系统的三层困境：TencentDB Agent Memory 总结了 Agent 的三个核心痛点——对话失忆（每次新对话对用户一无所知）、上下文爆炸（长时间任务的工具调用日志迅速填满上下文窗口，导致性能退化）、记忆黑盒（传统向量数据库方案只知道"相似度 0.87"，无法解释 Agent 为什么做出某个判断）。

成本与排列的反直觉：上下文里内容的排列顺序直接决定了 10 倍的成本差异——这是大多数 Agent 构建者完全没意识到的事实。KV-cache 的命中率高度依赖内容排列，固定前缀放在最前、动态内容放在后部，能让 KV-cache 复用最大化，成本和延迟都大幅下降。

记忆分类的专业化：基于 CoALA 论文等前沿认知架构，Agent 记忆分为长期记忆（细分为情景记忆 Episodic、语义记忆 Semantic、程序记忆 Procedural）和短期/工作记忆。情景记忆记录"过去发生了什么"，通常存入向量数据库通过语义搜索召回；语义记忆沉淀事实知识；程序记忆存储"怎么做"的技能。没有记忆系统支撑的 Agent 只能是"金鱼"。

痛点 8：评估与评测体系的缺失

"没有评估体系的 AI Agent 开发，就像蒙眼开车——问题只能在生产环境中暴露，修一个 bug 可能引发三个新问题。"——Anthropic

为什么 Agent 评估如此困难：让 Agent 有用的能力——自主性、智能性和灵活性——恰恰也让它们更难评估。与单轮对话不同，Agent 会跨多个回合调用工具、修改状态、根据中间结果调整行为，这意味着错误会传播和累积。更棘手的是，前沿模型可能找到超出静态评估预期的创造性解决方案——Opus 4.5 在航班预订任务中发现了政策漏洞，虽然"未通过"评估，但实际上为用户找到了更好的解决方案。传统 Benchmark 在这里完全失灵。

被动循环的陷阱：没有评估，团队很容易陷入被动循环——只在生产环境中发现问题，而修复一个故障又会引发新的问题。评估的价值会在 Agent 的整个生命周期中持续累积，早期投入评估建设的团队，开发速度反而更快。这是反直觉的：看似拖慢开发的评估，实则是加速器。

结构演进：从简单评估（一个提示、一个响应、评分逻辑）到复杂多轮评估（编码 Agent 接收工具、任务和环境，执行"Agent 循环"——工具调用和推理，然后用单元测试验证结果）。评估的核心术语需要精确定义：任务（task）是具有明确输入和成功标准的单个测试；试验（trial）是每次任务尝试（由于模型输出在运行间存在差异，需运行多次）；评分器（grader）是对 Agent 表现某方面进行评分的逻辑；记录（transcript）是试验的完整记录；结果（outcome）是试验结束时环境的最终状态。

行业标准的艰难起步：信通院稳定性保障实验室联合火山引擎、华为云、阿里云、腾讯云等 12 家单位发布《Agent 可靠性能力要求》行业标准，将可靠性拆解为六个可量化维度——大模型基础稳定性、网关层稳定性、Agent 运行推理稳定性、上下文与记忆管理、智能体生态（多 Agent 协同）、基础稳定性。但这只是起点，离行业普遍采用的标准化评测体系还有距离。

痛点 9：多 Agent 协作的协议与治理空白

随着 Agent 从单点工具走向开放协作，一个新问题浮现：发现谁、信任谁、如何协作、如何交易、如何沉淀声誉——这些在人类社会中由法律和习俗解决的问题，在 Agent 世界里仍缺少共同语义。

异构实现的互操作性鸿沟：不同厂商、不同框架构建的 Agent 难以通信。一家企业可能同时使用微软、Google、阿里、腾讯的 Agent，它们各自为政，形成新的"Agent 孤岛"。

协调层协议的缺位：Foundation Protocol 的设计者指出，当前 Agent 世界缺少统一表达身份、关系、会话、策略、交易与审计的共同语义。MCP 解决 Agent 与工具/数据的连接，A2A 解决 Agent 与 Agent 的连接，但更高层的协调——声誉、契约、仲裁——仍是空白。

治理拓扑的复杂性：ServiceNow 在多 Agent 协作中参考《Governance Topology V.1》治理框架，构建了感知层、分析层、决策层、执行层四层模型。多 Agent 系统的治理远比单 Agent 复杂——通信协商、安全隔离、并发控制、故障容错，每一项都是独立的工程难题。一个 Agent 出错可能级联影响整个协作网络。

痛点 10：模型迭代速度对应用层的清场效应

"模型能力在以季度为单位刷新上限，不少产品刚跑出一点数据，模型厂商下一个版本就把你的功能内置了。"

这是 Agent 应用层创业者最深的焦虑。基模公司挤压是 Agent 创业的核心威胁——你辛苦构建的能力，可能被下一个模型版本免费提供。

次日即旧的焦虑：从"次日即旧"的榜单到被基础模型一轮升级清场的产品，2025 年的 Agent 创业，热闹背后是可怜的留存率与渐趋同质的体验。几乎所有 Agent 产品都在讲"更聪明、更全能、更自动化"，但用户只试用一次就离开的比例居高不下，"Demo 能飞，落地常摔"。

单模型依赖的风险：Claude Fable 5 短暂下线后重新开放，但额度、成本和安全拦截问题让开发者评价两极分化。企业侧更重要的变化是，许多团队已经不再把关键 AI 工作流押注在单一模型上，而是引入开源模型、多模型路由和替代供应商。模型能力领先不等于部署风险可控，AI 应用进入生产环境后，稳定性、可观测性和迁移能力会成为采购决策核心。

护城河的重新定义：在模型能力快速迭代的背景下，应用层的护城河不能建立在"模型能力"上，而要建立在"数据飞轮+工程闭环+垂直场景深度+组织协同"上。Gartner 副总裁孙鑫提到"AI 重力用户使用"是大模型时代的护城河——让自身数据与大模型产生协同效应，让大模型为自己所用，才是真正的壁垒。

---

第四章 分行业落地现状

不同行业的 Agent 落地进度差异巨大。本章梳理 6 大行业的真实落地现状，给出"哪些跑通了、哪些还卡着"的判断。

4.1 金融银行：合规刚性下的渐进式落地

金融行业的大模型应用无法照搬通用方案。恒生电子研究院 AI 首席技术专家林金曙在 DAcon 2026 系统梳理了金融行业落地大模型的三重挑战：合规要求每段生成内容可溯源、结果需人工确认；安全要求私有化部署、数据不出域；严谨要求私域数据与业务系统无缝挂接，数据质量优先于模型能力。

架构方向：不要试图用通用模型覆盖一切，而应基于大模型重构金融 IT 架构。传统系统烟囱林立、智能化程度低、需求响应慢。新架构的方向是业务能力原子化（Skills）、金融大模型插件化、面向大模型友好的数据层（AIDB）。这不是锦上添花，而是决定大模型能否真正进入生产环境的门槛。

典型场景：

• 机构运营：机构客户临柜办理业务需提供两百多件材料，操作路径极其曲折。大模型将用户的自然语言意图转译为系统操作序列——"好比从'看地图'进化到'听导航'"。
• 投顾理财：监管放开后理财经理需面对全量保险产品，传统搜索只能定位到条款段落，无法完成"检索+判断+告知"的闭环。RAG 只解决"看懂"，真正的业务闭环仍需调用原有系统接口。
• 托管运营：某头部基金公司每季度几千个指标的信披报告，错一个指标督察长就要被罚款，二三十人专职审报告仍频出错——这是 Agent 的典型高价值场景。

银行实践：邮储银行原行长刘建军指出，当前银行业 AI 应用已走出概念炒作阶段，进入工程落地阶段。竞争的焦点不再是"是否拥有大模型"，而是能否把 AI 场景"做密、做深、做出实效"。现阶段可落地、可大规模推广的场景包括：智能客服、营销推荐、风险预警、运营提效——这些场景不涉及最终的重大风险决策，受"幻觉"影响较小，落地门槛低、实用性强。新网银行则建成包含 15 类数字员工、100 多个智能体的协同网络，定义"AI Agent Bank"为银行智能化发展方向。网商银行自研多 Agent 架构落地威胁运营，通过上下文工程、Memory 经验沉淀设计保障 Agent 持续稳定可控。

4.2 物流供应链：非侵入式打法与按结果收费

2026 上半年物流领域 AI Agent 落地调查报告，从三个视角切入——AI Native 新兴创业公司（突破性）、大型物流企业（规模化验证）、行业解决方案公司（业务理解深落地快）。

整体结论：绝大部分可验证的应用都集中在订单、预约、承运商沟通、运费审计、异常处理、月台指挥等高频执行流程。因为这些流程有清晰触发条件、系统动作和人工升级点。同时真 Agent 产品都强调权限、审计、流程边界和人类监督。

硅谷投资逻辑的三个关键点：

第一，下一波 AI 公司不卖工具，而是直接交付服务结果。AI Agent 初创企业全面转向"按结果收费"或基于"数字化员工工作量"的消耗计费。

第二，供应链行业极度厌恶风险，非侵入式打法是共识。想说服企业整体换系统的项目，大多被漫长采购周期拖死。资本追捧的是"非侵入式"打法——留着旧底座，照样实现智能化。

第三，物流是典型的非结构化数据淹没体。把这些数据提炼成清清楚楚、可以直接执行的指令，是核心价值。

资本用真金白银投票的案例：Cartage（融资 330 万美元）通过邮件和电话自主与车队、货主沟通，完成运力撮合、调度与谈判；Opereit（融资 250 万美元）自动比对发票与合同差异并向承运商发起索赔；Freehand（融资 5,500 万美元）全天候读取邮件、文件和 ERP 数据，处理复杂合同校验与 SLA 纠纷；Haladir（融资 430 万美元）采用"LLM + 确定性数学求解器"的复合决策架构。

4.3 代码编程：商业化最成熟的赛道

AI 编程是 Agent 商业化最成熟的赛道，也是"Team 时代"最先到来的领域。

Cursor 的数据极具说服力：2025 年一年内 Agent 请求量相较 Tab 操作暴涨 15 倍，企业业务线约 75% 的代码由 AI 生成，内部 30% 的 PR 由 Agent 端到端自主完成。Cursor 2.0 推出自研编码模型 Composer，运行速度是同等智能水平模型的四倍，大多数任务能在 30 秒内完成，采用 MoE 架构结合强化学习，内置全代码库语义搜索能力。新版本支持多 Agent 并行，最多可同时开启 8 个 Agent，每个 Agent 在独立环境中工作互不干扰。

行业级重组：SpaceX 以 600 亿美元全股票收购 Cursor（Anysphere），AI 编程入口进入巨头整合期。这预示着 Agent 运行时与代码治理开始升温——Agent 的竞争重心继续下沉到持久执行、沙箱隔离、工具协议和质量闸门。

三个纪元的演进：Tab 时代（手动补全）→ Agent 时代（同步提示-响应循环）→ Team 时代（云端、并行、多 Agent 自主运行）。Cursor 创始人判断，一年后绝大多数开发工作将由云端独立计算机上运行的智能体完成。"Cursor 不再主要是关于编写代码，而是关于帮助开发者构建创造软件的'工厂'"。

4.4 电商与客服：按结果付费的先锋

电商与客服是"按结果付费"商业模式最先跑通的赛道。

Sierra 的底气：作为一家以"自主执行型 AI Agent"重构企业客服流程的公司，Sierra 敢于按结果付费。真实案例——电商退货处理（家居品牌 Casper）：用户上传枕头照片，AI 自动识别商品型号准确率 98%；通过手机号调取 CRM 数据定位订单；生成预付退货信息短信发送，同步推荐附近退货点。结果：时长 1 分 12 秒（vs 人工 8 分钟），成本 0.4（vs 人工成本 6.5）。

LinkFox AI 的跨境电商 Agent OS：针对跨境电商行业结构性利润危机（亚马逊运营岗位年均离职率约 37%，跨境团队平均 36% 的工作时间被手动更新 Listing、调价、纠错等低价值操作占用），发布覆盖市场调研、选品判断、Listing 运营和 AI 视频生产的智能操作系统。核心能力包括：SOP 蒸馏为 Skills、AI 流程化运营、企业级组织管理。

阿里云百炼 + 支付宝的 Agent 打赏：首次让用户可以为自己认为好用的 Agent 打赏，开发者可直接通过创意获利，形成直观的反馈机制。这开启了 Agent 变现新模式。

4.5 医疗与政务：场景特殊但落地加速

医疗和政务因合规要求高、数据敏感，落地节奏慢于金融，但 2026 年明显加速。

医疗：广东省妇幼保健院率先接入微信 Agent AI 生态，用户可在微信 AI 智能体内通过语音或文字提出就诊需求，完成导诊分诊、挂号缴费、报告解读。迈瑞医疗与腾讯共建行业首个医疗设备服务垂直大模型，将翻阅上百页手册的故障排查升级为毫秒级即问即答，支持 100 多种语言。

政务：紫光云在政务数据治理市场稳居行业前二，政务云专属基础设施连续三年位列全国前三，打造芯片设计、医疗、工业等垂类大模型，形成一批可复制标杆案例。腾讯云效率智能体工具集已在制造、出行、文旅、医疗等 20 多个行业落地，服务超 1.5 万家在鄂客户。

4.6 电信运营商：多语种与工程化交付

东南亚运营商普遍存在多语种客服成本高、传统机器人应变弱、AI 改造落地难等痛点。沃丰国际打造的文本智能体、全双工语音智能体两大核心产品，依托 Agent Skills、Agent Loop 核心能力，打通运营商 BSS/OSS 后台，可自主处理网络故障报修、资费查询、套餐办理等高频业务。支持塔加洛语、越南语等本土语种识别与情绪感知，7×24 小时不间断服务。基于 Harness Engineering 架构，搭载全域记忆、安全护栏、全流程审计等生产级管控，有效规避 AI 幻觉、信息断层、成本失控等落地痛点。支持轻量化叠加部署，无需替换原有业务系统。

---

第五章 解决方案体系

针对前述痛点，本章系统梳理已被产业验证的 8 大解决方案体系。这些方案不是理论设想，而是一线团队用真金白银和血泪教训换来的工程经验。

5.1 工程化闭环（Harness 体系）

这是破解"PoC 到生产鸿沟"的核心方案。将 AI Coding/Agent 从"一次性生成"升级为可治理、可验证、可沉淀、可进化的闭环：

需求 → 输入 → Graph/Spec/Plan → Work → Review → Evidence → Knowledge

核心理念：腾讯云提出 AI 落地成功与否取决于"模型、工程、场景"三件套。基于模型层、工程层、场景层三大支撑，构建完备的 Harness 体系——覆盖智算、数据治理、技能生态与全链路安全，让 Agent"稳得住、跑得久、可信赖"。交给企业的，是"一整辆可以直接开走的 F1 赛车，而不是一台仍需自行组装的发动机和配件"。

关键能力：Agent Skills（技能包）+ Agent Loop（循环执行）。Skills 让企业 SOP 蒸馏为可复用的标准化技能，让经验直接参与业务执行——这是普通 AI 与企业级 Agent 的核心差距。文档只能储存知识，Skill 技能包能让经验直接参与业务执行。

VibOps 演进：从 BizDevOps 到 VibOps 的演进之路，核心抓手是开源 spec-first 项目——将 AI Coding 从一次性生成升级为可治理、可验证、可沉淀、可进化工程闭环的 Harness 体系。通过构建"需求→输入→Graph→Spec→Plan→Work→Review→Evidence→Knowledge"的 AI Coding 闭环，让 Agent 的每一次产出都留下可追溯的证据链。

Salesforce 的 12 条铁律：从 20,000 个生产部署中总结出的 12 条规则，是 Harness 体系的实操指南：

数据层（这三条做不到，别开工）：

• 规则 1：数据得有"户口本"——每笔数据都得有清晰来源，从哪来、经过什么处理、谁有权用。
• 规则 2：数据必须新鲜——AI Agent 得跟实时数据打交道，几小时甚至几天前的快照"不叫智能，叫考古"。
• 规则 3：数据语义得明确定义——"风险客户"具体指什么？"合格账户"怎么定义？这些概念得写死，不能让大模型自己猜。

核心层（AI 的能力边界）：

• 规则 4：每个决策都要能倒查——AI Agent 做的每个决定都得有迹可循。
• 规则 5：红队测试得常态化——别等上线了才开始测试边缘情况、恶意输入。
• 规则 6：AI 得会"拆任务"——复杂目标来了，AI Agent 得能把它拆成小步骤，执行过程中还得能灵活调整。
• 规则 7：红线规则得硬编码——法律、金融、安全红线不能碰，就得在架构层面直接锁死。

运转层（怎么让 AI 真正干起来）：

• 规则 8：别被单一厂商绑死——不同厂商、不同模型的 AI Agent 得能协同工作，编排层保持中立。
• 规则 9：AI 是副驾，不是主驾——当 AI 信心不足或检测到情绪化场景，就得转给人处理，带着完整上下文。
• 规则 10：企业得掌控全局——数据在哪、用啥模型、身份策略怎么定，企业自己说了算。

5.2 商业模式重构：从卖工具到卖结果

这是破解"ROI 与成本失控"和"价值归因困难"的核心方案。

按结果收费（Outcome-based Pricing）：硅谷资本已明确下注——下一代 AI 公司不卖工具，而是直接交付服务结果。Outreach CEO Manny Medina 创建的 Paid，主张"让 AI Agent 的公司像付薪水给员工一样，为 Agent 产出的结果付费"。例如在保险行业雇佣了一个 Agent，其角色成功与否以完成的保单续订量来衡量，公司就不愿为该 Agent 发送的每一封邮件付费。

四种定价演进路径：从简单的基于用量的定价，过渡到更复杂的基于价值的方法：

• Token 量计费：最原始，但价值归因困难，客户难以预算。
• 座位/席位计费：便于预算和预测，但无法反映 Agent 创造的真实价值。
• 混合模式（座位 + Token）：ServiceNow 的 Pro Plus 和 Now Assist SKU 采用此模式，简化定价。
• 价值抽成（Outcome-based）：ServiceNow 采用价值驱动定价策略，确保客户获得 90% 左右的价值，ServiceNow 保留 10%——类似电商的 GMV 抽成。OpenAI 计划推出"博士水平"AI Agent，月收费 2,000 到 20,000 美元，转向基于产品所能带来的价值进行定价。

定价成熟度曲线：AI 企业应当像支付员工薪酬般为结果买单，定价策略必须与客户价值深度捆绑。瞄准狭窄问题的专业化 AI 智能体正在"印钞"——因为它们能清晰量化交付的价值。

5.3 非侵入式部署

这是破解"组织数据错配"和"高风险行业采购周期长"的核心方案。

核心理念：供应链等高风险行业厌恶换系统。解法是轻量化叠加部署——留着旧底座，不替换原有业务系统。

讯联数据 Agenzo 的双架构方案：支付结算与智能体治理"双架构独立运行、高效协同"。通过 Agenzo 平台，消费者可直接向 AI Agent 下发出行、消费类指令，涵盖网约车预订、机票酒店采购、商品零售等场景，交易关键节点自主确认。Agent Gateway 在后台实时治理智能体交互行为，自动生成加密可验证交互日志，设置严格准入门槛，仅授权合规智能体参与商业交易。所有过程在后台隐形运作，消费者和商户的现有体验不发生任何改变。商户无需对现有系统进行复杂改造，通过简单配置即可实现快速部署。

沃丰国际的轻量化叠加：支持轻量化叠加部署，无需替换运营商原有业务系统，可联动华为云算力、讯飞大模型快速交付，完美适配东南亚运营商现有技术架构。

5.4 生产级信任层（Trust Layer）

这是破解"信任与权责空白"的核心方案。

亚洲首个标杆案例：讯联数据与 Affinidi 联合打造的 AI Agent 专属信任与治理层，已全面投入商业生产环境运行——亚洲首个在独立信任治理框架下实现 AI Agent 商业化落地的标杆案例。

四大能力：

• 实时治理：通过 Agent Gateway 在后台实时治理智能体交互行为。
• 加密可验证日志：自动生成加密可验证交互日志。
• 严格准入：设置严格准入门槛，仅授权合规智能体参与商业交易，从源头规避交易风险。
• 全链路问责：搭建覆盖消费者、商户、AI Agent 运营方、平台方的全链路问责体系，明确各方主体责任，解决机器对机器交易权责归属模糊的行业痛点。

5.5 零常驻权限安全架构

这是破解"安全边界失守"的核心方案。

ZSP + JIT + 动态工具路由：通过零常驻权限（ZSP）、即时权限（JIT）和动态工具路由，最大限度消除 Agent 长期持有永久 Key 的安全隐患，让 AI Agent"用完即走，不留痕迹"。

非人身份（NHI）：每个 Agent 都必须绑定独立的非人身份（NHI），关键操作还必须引入人工确认，降低滥用可能。身份是权限的基石——没有独立可识别的身份，就无法进行权限管控和责任追溯。

AIGS 全景治理架构：通过身份治理、网关防御、数据脱敏、全链路审计的一体化体系，让 AI Agent 在安全可控的轨道上释放生产力。阿里云 AI 安全护栏 2.0 从模型护栏提升至 Agent 实时行为监控与智能策略防护，提供可视化的调用链路追踪，清晰展示从用户指令到工具执行的完整路径；内置根因分析能力，可辅助用户快速定位风险来源。

信通院《AI Agent 安全实践指引》的三步走：构建贯穿"部署前、部署后、持续保障"的三步走实战路径，分阶段建立安全防线。部署前构建从基础级到企业级的安全基线；部署后建立运行时监控与响应；持续保障建立长效防护机制。引用工业和信息化部网络安全威胁和漏洞信息"六要六不要"建议，覆盖版本使用、互联网暴露面、权限管控、技能市场使用、攻击防范、长效防护六大核心环节。

5.6 Agent Native 数据基础设施

这是破解"非结构化数据海洋"和"成本失控"的核心方案。

Agent 既是数据消费者也是数据生产者：随着 Prompt、Tool Call、Trace、Token 等运行数据爆发式增长，并呈现海量、Free Schema、文本和大字段占比高等特征，Agent 审计、观测、评测与优化正成为企业刚需。

五大维度布局（以 SelectDB 为代表）：

• 极速：亚秒级响应是底线。Agent 场景下一个问题可能触发数十次查询，查询延迟被放大 10-50 倍。性能不再是体验优化，而是 Agent 能否高效完成推理的基础。
• 统一：企业需要的不再是单一的向量数据库，而是统一管理结构化与非结构化数据的 AI 数据基础设施。随着向量、文本、JSON 等数据形态快速增长，强化多模管理、混合检索能力。
• Agent Native：分析引擎帮助 Agent 更高效地理解与使用企业数据——实时分析、Agentic Analytics、MCP Server、语义层、CLI/Skill 等能力演进的核心目标。
• Agent Observability：面向 Agent 运行数据的观测与优化。
• Cloud 弹性：Serverless 弹性架构应对 Agent 调用的突发流量。

Token 原生基础设施：致网科技《Token 原生 AI 基础设施白皮书》提出以 Token 为核心计量、调度、审计和优化对象，将异构算力、模型服务、API 调用、应用编排和安全治理统一纳入平台化管理。覆盖 Token 完整生命周期：从生产与表达（Tokenizer、Embedding、位置编码），到推理与计算（Prefill/Decode、KV Cache、异构算力调度），到传输与调度（流式网关、Token 路由、多模型协同），再到审计与治理（Prompt/Response 审计、数据脱敏、成本核算）和应用与运营（RAG、Agent、行业智能体）。

5.7 上下文工程与记忆系统

这是破解"长上下文与记忆管理"和"准确率骤降"的核心方案。

Write/Select/Compress/Isolate 四桶框架：

• Write：将关键信息主动写入上下文（如 Memory 持久化）。
• Select：从大量信息中选择当前任务真正需要的部分（RAG 检索）。
• Compress：压缩冗长上下文（如用 Mermaid 图压缩工具日志节省 Token）。
• Isolate：隔离不同任务上下文，避免相互污染。

对应四种失败模式的修复：poisoning→Select 精准检索 + 来源校验；distraction→Compress 压缩 + 优先级排序；confusion→Isolate 隔离 + 冲突消解；clash→Write 明确指令优先级。

四层渐进式记忆管道（TencentDB Agent Memory）：L0 对话→L1 事实→L2 场景→L3 画像，实现长期记忆积累；符号化上下文卸载用 Mermaid 图压缩工具日志节省 Token。实测数据：接入后 Agent 任务通过率提升 51.52%，长期记忆准确率从 48% 跃升至 76%，Token 消耗反而降低 61%。

阿里 SkillWeaver 的工具成本治理：传统 Agent 往往把大量工具描述一次性塞进上下文，导致 token 消耗和推理干扰急剧上升。SkillWeaver 与 Skill-Aware Decomposition，通过检索和任务分解，让 Agent 只加载当前任务真正需要的工具能力——实验显示工具调用 token 成本最高降 99%。

5.8 评估、可观测与自进化

这是破解"评估缺失"和"模型迭代清场"的核心方案。

Agent 可观测性的三大支柱：Trace（追踪）和 Span 是核心概念。传统 Metrics/Logs/Traces 的可观测模型只能告诉"发生了什么"，却无法解释"为什么会这样"——也无法指明"下一步该怎么办"。Agent 可观测性需要回答三个问题：决策的原因（为何 Agent 选择此时发起特定调用）、行为的链条（这一步是关键还是误入歧途的昂贵尝试）、结果的质量（返回内容是否真正提升任务完成度）。

微软的 5 大可观测性最佳实践：持续监控（实时跟踪行为、决策和互动，发现异常和性能漂移）、追踪（捕获详细执行流程）、日志记录（记录决策、工具调用和内部状态变化）、评估（持续对 AI 回答进行评分和优化）、多智能体协作监控。

Anthropic 的评估体系：从简单评估到复杂多轮评估的结构演进。评估方法组合多种技术，让评估方法的复杂度匹配上被评估系统的复杂度。自动化评估能在开发过程中无需真实用户即可运行，让问题和行为变化在影响用户之前就被看到。

自进化 Agent 的前沿：自进化 AI Agent 通过环境反馈自动优化提示、记忆、工具甚至协作拓扑，实现终身学习。论文《A Comprehensive Survey of Self-Evolving AI Agents》提出进化的三大定律——第一定律（Endure）：任何修改需保障系统安全稳定；第二定律（Excel）：在安全前提下，保持或提升性能；第三定律（Evolve）：在满足前两者后自主优化。四阶段范式演进模型（MOP→MOA→MAO→MASE）揭示从静态模型到自进化系统的路径。Hermes Agent 作为唯一能自我进化的 AI 代理（27.3k stars），核心特点是自我学习闭环——自动创建技能、技能自我改进、记忆持久化、跨会话搜索、用户建模。AReaL 2.0 面向真实业务中的 Agent 在线强化学习，解决"Agent 上线后不会变强"的问题。Sakana AI 的 Darwin Gödel Machine（DGM）则实现了 AI 研究的长期目标——让 AI Agent 通过重写自己的代码来实现自我进化。

---

第六章 标杆案例深度复盘

本章选取若干最具代表性的标杆案例，复盘其"做对了什么"。

6.1 网商银行：金融级多 Agent 威胁运营

网商银行的实践是金融行业 Agent 落地的范本，其核心在于"全链路治理，守住智能运营安全底线"。

痛点：数字银行威胁运营面临全新挑战——攻击手法迭代提速、攻击行为趋于自动化并深度贴合业务链路，叠加 AI 工具广泛落地，AI 工具行为与真实攻击边界模糊。安全团队普遍遭遇告警量大、链路复杂、攻击界定模糊、研判经验难复制等难题，传统规则化、流程化的运营模式已抵达能力瓶颈。

解法：

• 自研多 Agent 架构：以企业数据基座为核心，搭建完整的智能研判体系。单 Agent 适配高频标准化场景，多 Agent 协同适配复杂高风险安全事件。
• 上下文工程 + Memory 经验沉淀：保障 Agent 持续稳定、可控工作。这是金融场景最关键的设计——没有经验沉淀，Agent 永远是"新手"。
• 人机双向反馈迭代机制：建立人机双向反馈，让 Agent 在使用中持续优化。
• 完备的测评、监控与治理框架：专项测评机制、可视化监控大盘，搭配权限管控、全程审计、风险回滚、人工接管等机制，实现 AI 安全运营"可评估、可监控、可审计、可回滚"。

价值：从传统 SOAR 的流程编排，升级为能解决复杂告警研判的智能系统；安全人员从基础数据分析，转型为审核、治理核心角色，实现从人工研判到人机协同托管化检测响应的升级。

6.2 华住酒店：拆解业务流程的工程化

华住依托 ADP 升级打造的"AI 住中服务"智能体，是"流程拆解"方法论的标杆。

方法论：把酒店住中服务拆解为 38 条工作流、152 个子场景，73% 以上高频需求自动处理，已在超 1 万家门店上线。这个案例的精髓不在于模型有多强，而在于把模糊的业务流程拆解成清晰的、Agent 可执行的子场景——这正是破解"流程不清，AI 无从下手"痛点的范本。

6.3 TCL 实业：代码 Agent 的量化收益

TCL 实业为 2,000 多人的软件团队引入 CodeBuddy 后，提供了清晰的量化收益数据：视频卡顿缺陷修复从 8 小时压缩至不足 2 小时，功能跨平台搬迁工期下降 86%，整体编码效率提升约 70%。

这个案例的价值在于"可量化的业务价值"——这正是破解"ROI 难以证明"痛点的关键。Agent 商业化必须能给出这样具体的、可审计的数字，而非笼统的"提升效率"。

6.4 迈瑞医疗：垂直大模型 + 设备服务

迈瑞医疗与腾讯共建行业首个医疗设备服务垂直大模型，将翻阅上百页手册的故障排查升级为毫秒级即问即答，支持 100 多种语言。

这个案例的精髓是"垂直"——不追求通用能力，而在医疗设备服务这一狭窄领域做到极致。正如 Gartner 所言，瞄准狭窄问题的专业化 AI 智能体正在"印钞"。

6.5 恒生电子：PageIndex + Agentic RAG

恒生电子在券商、基金、银行等机构的实际项目中，探索了一套以 PageIndex 与 Agentic RAG 为核心的检索架构，以及以"好需求"定义与大模型选型为抓手的审核工程方法。从长文档检索、财务信息抽取、审核规则执行等高频场景出发，踩过了通用方案在金融场景的坑，爬出了适配金融严谨性的方法。

其核心判断是："不卷织布速，卷机器驾驭力"——金融行业的竞争力不在于谁先用上 AI，而在于谁能驾驭好 AI。

---

第七章 商业化路径与盈利模式

7.1 从 MaaS 到 AaaS 的演进

行业正从 MaaS（Model as a Service，模型即服务）向 AaaS（Agent as a Service，Agent 即服务）深度演进。大象研究院判断 2026 年成为"按业务成果付费"的规模化交付元年，头部企业占据 65% 融资额，垂直领域 Agent 增速超 60%，而通用型玩家加速出清。

演进的核心逻辑：MaaS 卖的是"模型调用次数"，价值归因困难；AaaS 卖的是"完成的任务/交付的结果"，价值清晰可量化。这一转变直接对应了从"卖工具"到"卖结果"的商业模式重构。

7.2 三层商业化路径

基于产业实践，Agent 商业化可归纳为三层路径：

第一层：效率工具层（卖工具）。以 Token 量或座位计费，典型如 AI Coding 工具、客服 Agent。门槛低、易起步，但护城河浅，易被基模清场。这是大多数 Agent 创业公司的起点，但不能是终点。

第二层：行业解决方案层（卖方案）。以混合模式计费，面向特定行业的端到端解决方案。典型如恒生电子的金融方案、LinkFox 的跨境电商 Agent OS。护城河在于行业 know-how 和数据飞轮。

第三层：数字员工/结果交付层（卖结果）。按结果收费或价值抽成，直接交付服务结果。典型如 Sierra 的客服、物流领域的 Cartage/Opereit/Freehand。这是商业化的终局形态，也是利润最丰厚的层——因为定价与客户价值深度捆绑。

7.3 定价策略与价值捕获

定价成熟度曲线：AI 企业的定价应沿着"Token 量→座位→混合→价值抽成"的曲线演进。关键是让定价与客户价值深度捆绑——客户获得 90% 的价值，Agent 提供方保留 10%（ServiceNow 模式）。

专业化优于通用化：瞄准狭窄问题的专业化 AI 智能体更易"印钞"，因为它们能清晰量化交付的价值。通用型 Agent 难以定价——你很难说清"一个什么都能干的 Agent"到底值多少钱。

人力资源预算的转化：Manny Medina 的核心洞察是，AI Agent 的预算不应来自 IT 预算，而应来自人力资源预算——因为 Agent 替代的是人力工作。将人力资源预算转化为产品优势，是 Agent 商业化的财务逻辑。

7.4 数据飞轮与护城河

在模型能力快速迭代的背景下，应用层护城河不能建立在"模型能力"上。真正的护城河来自：

• 数据飞轮：Agent 在使用中积累的领域数据，反哺模型微调和技能优化，形成"越用越强"的正循环。
• 工程闭环：Harness 体系让 Agent 的产出可治理、可验证、可沉淀、可进化，这是基模公司短期内难以复制的工程能力。
• 垂直场景深度：在狭窄领域做到极致，如迈瑞医疗的设备服务、恒生电子的金融信披。
• 组织协同：Agent 嵌入企业每天都要打开的入口（如微信小程序、腾讯文档、腾讯会议），实现"零门槛上手"，打通 AI 创造价值的最后一公里。

---

第八章 趋势预测（未来 12 个月）

基于产业现状与一线实践，本报告对未来 12 个月的 Agent 商业化演进给出以下预测：

趋势 1：从单 Agent 到多 Agent 协作社会

AI 正在从"单智能体工具时代"进入"多智能体协作时代"。Google 发布的 A2A（Agent-to-Agent）协议，2025 年 3 月由 Linux Foundation 正式接手纳入开源治理框架，正成为"智能体通用语言"标准的最关键尝试。清华大学《Agent-to-Agent 研究报告》的核心判断是：A2A 代表的是"AI 互联网化"的方向——就像 HTTP 协议让任何人的电脑都能访问任何网站一样，A2A 试图让任何 Agent 都能调用任何其他 Agent 的服务。

A2A 与 MCP 的分层协作：MCP（Anthropic 提出）负责 Agent 与工具/数据的连接，A2A（Google 提出）负责 Agent 与 Agent 的连接，两者共同构成完整技术栈。微软宣布在 Azure AI Foundry 和 Copilot Studio 中支持双协议，纳德拉称"像 A2A 和 MCP 这样的开放协议是实现 Agent 网络的关键"。A2A 被比作"AI 领域的 USB-C 接口"。短期内两者并行发展，长期看有可能走向某种程度的融合。

中国的机会在于垂直场景的先行落地：中国在智能制造、智慧城市、金融科技等领域已积累丰富的 Agent 应用案例，这些场景天然具有多 Agent 协作的需求。

趋势 2：异步持久 Agent 成为生产标配

同步运行的 Agent 会撞上 40% 的生产力天花板。拥有断点恢复、延迟执行能力的异步持久 Agent，才能真正提升工作效率。未来 12 个月，Agent 运行时基础设施——持久化、沙箱隔离、状态快照、断点恢复——将成为企业采购的核心考量。OpenAI、Anthropic 都在补齐 Agent 运行层，低延迟 API 和动态工作流把长任务 Agent 推向生产可用。Kubernetes 存储与 AI workload 持续靠近，状态、快照和对象存储接口会成为企业 Agent 落地绕不开的底座。

趋势 3：按结果付费成为主流

2026 年是"按业务成果付费"的规模化交付元年。随着价值归因方法论成熟和信任层普及，越来越多 Agent 企业将转向 Outcome-based Pricing。专业化垂直 Agent 将率先跑通，因为它们能清晰量化交付的价值。通用型 Agent 因难以定价而继续承压。

趋势 4：Agent Washing 大规模出清

Gartner 预测的"40% 项目 2027 年底前被取消"将加速兑现。Agent Washing 玩家在资本降温和客户验证双重压力下大规模出清，真正具备代理能力的约 130 家厂商将瓜分释放出的市场空间。市场集中度将显著提升。

趷势 5：安全与治理成为采购硬门槛

随着《AI Agent 安全实践指引》《Agent可靠性能力要求》等行业标准落地，安全与治理从"加分项"变为"准入门槛"。信通院、稳定性保障实验室等机构推动的可靠性评估，将直接提升客户与合作伙伴信任度。零常驻权限、非人身份、全链路审计将成为企业 Agent 部署的标配。

趋势 6：自进化 Agent 从实验室走向生产

AReaL 2.0、Hermes Agent、DGM 等自进化框架的成熟，将推动 Agent 从"部署后智能固定"走向"使用中持续进化"。数据闭环、奖励设计和训练基础设施将成为下一阶段竞争重点。这正是 DeepThink"自进化智能体引擎"理念的行业印证——Agent 持续从错误中学习、从代码库中吸收知识、从用户反馈中进化。

趋势 7：模型多路由与迁移能力成为采购核心

Claude Fable 5 事件后，企业不再把关键 AI 工作流押注在单一模型上。多模型路由、开源模型对冲、供应商迁移能力成为采购决策核心。编排层保持中立、避免被技术栈绑定，将成为企业级 Agent 的基本要求。

---

第九章 给不同角色的建议

9.1 给企业甲方

1. 优先选择有清晰触发条件、系统动作和人工升级点的高频执行流程作为 Agent 落地首选场景。避免在"不痛不痒"的环节浅尝辄止——那是"租用智能"而非"拥有智能"。
2. 先画流程图，再上 Agent。明确哪些环节适合 AI 介入、哪个节点非人类判断不可。流程不清，AI 无从下手。
3. 接受"90% 的工作在发布后"的现实。Agent 交付是起点而非终点，预算和团队要为持续调试、优化留足空间。
4. 建立 Token 成本治理体系。不要照搬云成本老办法，针对 Token 消耗的实时性、归因复杂性和账单碎片化进行针对性改造。从"说不清的成本"转变为"算得清、管得住、越投越值的战略投资"。
5. 选择非侵入式部署。高风险行业尤其要保留旧底座，轻量化叠加，避免漫长采购周期拖死项目。
6. 优先选择按结果付费的合作方。让定价与客户价值深度捆绑，倒逼对方交付真实业务结果。

9.2 给 Agent 创业者

1. 聚焦垂直场景，做专业化 Agent。瞄准狭窄问题，清晰量化交付价值——这是"印钞"的路径。通用型 Agent 正在加速出清。
2. 构建 Harness 工程能力，而非依赖模型能力。模型能力以季度为单位刷新，你的护城河不能建立在会被清场的能力上。数据飞轮+工程闭环+垂直深度才是真壁垒。
3. 尽早转向按结果收费。从 Token 量→座位→混合→价值抽成的定价成熟度曲线演进，让定价与客户价值深度捆绑。
4. 重视评估体系建设。早期投入评估的团队开发速度反而更快。没有评估，你会在生产环境中被动救火，修一个 bug 引发三个新 bug。
5. 设计自进化闭环。让 Agent 在使用中持续学习、沉淀技能、优化策略。这是对抗模型迭代清场的根本路径——你的 Agent 越用越强，基模难以复制你的领域数据和工程闭环。
6. 保持模型中立。编排层保持中立，支持多模型路由，避免被单一厂商绑死。这也是客户的硬需求。

9.3 给投资者

1. 押注工程化能力，而非故事性。资本不再为"故事"买单，而是在押注"工程化能力"——把模型做成产品、把实验做成复刻生意。
2. 关注数据飞轮和 PMF 验证。应用层投资必须要求"证明 PMF"而不只是"讲一个 AI 故事"。关注留存率而非 DAU/MAU——"先铺量后做深"的打法正在被市场重新审视。
3. 警惕 Agent Washing。在数千家声称拥有 Agentic AI 技术的厂商中，真正具备核心能力的不过约 130 家。严格辨别真假 Agent——是否有自主规划、跨步骤状态管理、工具调用的动态决策。
4. 关注具身智能与基础设施。具身智能进入量产验证期，Q1 披露融资超 465 亿；国产芯片崛起占比首破 40%，算力、芯片与数据成为落地的底层杠杆。
5. 重视安全与治理赛道的投资机会。随着行业标准落地，安全治理从加分项变为准入门槛，相关赛道将迎来系统性需求增长。

---

结语：从工具使用者到超级智能体

回望全文，AI Agent 商业化的图景已清晰浮现：

最大的痛点不是模型能力不足，而是从 PoC 到生产环境的工程化跨越。准确率骤降、成本失控、信任与权责空白、安全边界失守、组织数据错配——五座大山同时压下，使 80% 以上的项目折戟于"最后一公里"。

破局的关键不在更强的模型，而在五件事的垂直行业闭环：工程化闭环（Harness）+ 按结果收费的商业模式 + 非侵入式部署 + 生产级信任层与零权限安全治理 + Agent Native 数据基建。

演进的路径已经明确：从 Prompt Engineering 到 Context Engineering 再到 Harness；从单 Agent 到多 Agent 协作社会；从卖工具到卖结果；从部署后智能固定到使用中持续进化。这条路径的终点，是一个能持续学习、自我改进、最终成长为超级智能体的企业级 AI 系统。

时代坐标已经定格：2026 年是 Agent 从实验室走进生产环境的真正分水岭。Gartner 预测 2028 年 15% 的日常工作决策将由 AI Agent 自主完成，33% 的企业应用程序将嵌入 Agentic AI。那些能在垂直行业跑通闭环的玩家，将获得从"工具使用者"到"代码创造者"再到"超级智能体"的入场券。

这也正是 DeepThink 的赛道定位所在——以多 Agent 协作框架为核心，融合 AI 自主编程、自主进化、全栈可观测性、Bug 自修复闭环与程序员-Agent 共生协作，构建一个能持续学习、自我改进、最终成长为超级智能体的企业级 AI 系统。"让每一家企业都拥有一支永不停歇、持续进化的 AI 超级研发团队——从工具使用者，到代码创造者，最终成长为可自我繁衍的超级智能体。"

这愿景宏大，但路径清晰。剩下的，是工程。是闭环。是迭代。是把技术变成可量化的商业价值。是跑通那最难走的、从原型到商业化之间的"最后一公里"。

---

附录：核心数据速查表

指标	数据	来源
全球 AI Agent 市场规模（2024→2030）	51 亿→471 亿美元，CAGR 44.8%	Markets and Markets
2026 年 Agent 相关经济规模	冲破 5,000 亿美元	大象研究院
2028 年中国 Agent 经济市场	3.3 万亿元	大象研究院
2026 年中国 AI 市场规模	264.4 亿美元	IDC
2026 Q1 中国 AI 融资总额	超 1,100 亿元，同比+185.4%	IT 桔子等
2027 年底将被取消的 Agentic AI 项目	超 40%	Gartner
PoC 阶段折戟的 AI 项目	超 80%	高德纳/MIT
未能证明 ROI 的 AI 项目	95%	MIT
未能产生损益影响的生成式 AI 试点	约 95%	MIT NANDA
AI 项目失败率	80% 以上	兰德公司
企业 GPU 平均利用率	5%	Cast AI 2026
超 AI 预算的企业比例	73%	Redress Compliance
真正具备核心能力的 Agent 厂商	约 130 家（数千家中）	Gartner
2028 年 AI Agent 自主决策比例	15%（2024 年为 0%）	Gartner
2028 年嵌入 Agentic AI 的企业应用	33%（2024 年不足 1%）	Gartner
2030 年全球 Token 消耗	2026 年的 24 倍	高盛
Agent 单位计算资源	传统聊天机器人的 50 倍	产业实践
无效 Token 消耗占比	30%-50%	产业实践
跨系统执行首要障碍（数据权限安全）	62% 企业	产业调研
Sierra 客服成本对比	0.4 vs 人工 6.5	Sierra 实测
TencentDB Memory 接入效果	通过率+51.52%，Token-61%	实测
Cursor Agent 请求量增长	较 Tab 暴涨 15 倍	Cursor
Cursor 企业代码 AI 生成占比	约 75%	Cursor
Cursor 内部 Agent 端到端 PR 占比	30%	Cursor
具身智能 2026 Q1 融资	465.12 亿元，同比+342%	产业数据
国产芯片占比	首破 40%	产业数据

---

附录：关键术语表

• Harness：支撑 Agent 循环稳定运转的工程化基础设施，涵盖断点恢复、延迟执行、状态管理、可观测、可回滚、可治理。
• Context Engineering（上下文工程）：设计和管理围绕 AI Agent 的信息生态系统，在正确的时间以正确的格式向代理提供正确的信息。
• Agent Washing（智能体洗牌）：供应商将 AI 助手、RPA 和聊天机器人等现有产品重新包装成"代理型 AI"，实则不具备实质性代理能力。
• MCP（Model Context Protocol）：Anthropic 制定的协议，提供大模型与外部数据源、工具的连接标准。
• A2A（Agent2Agent）：Google 与 DeepMind 联合提出的协议，用于构建远程智能代理之间的通信与协作体系。
• ZSP（Zero Standing Privilege，零常驻权限）：Agent 不长期持有永久 Key，用完即走。
• JIT（Just-In-Time，即时权限）：需要时才授予权限，使用后立即收回。
• NHI（Non-Human Identity，非人身份）：每个 Agent 绑定独立可识别的身份，作为权限管控和责任追溯的基石。
• Outcome-based Pricing（按结果付费）：基于 Agent 交付的业务结果而非用量计费的定价模式。
• AaaS（Agent as a Service）：Agent 即服务，从卖模型调用演进为卖完成的任务。
• Token 原生基础设施：以 Token 为核心计量、调度、审计和优化对象的 AI 基础设施范式。
• 自进化 Agent（Self-Evolving Agent）：通过环境反馈自动优化提示、记忆、工具甚至协作拓扑，实现终身学习的 Agent。

---

报告完

本报告基于公开产业资料与一线实践复盘整理，旨在为 Agent 商业化提供系统性参考。数据与观点引自 Gartner、IDC、Markets and Markets、大象研究院、艾瑞咨询、信通院、Anthropic、Salesforce、微软、Google、Cursor、网商银行、恒生电子、Shopee 等机构与企业的公开分享。市场有风险，决策需谨慎。