AI Agent產業加速發展 2025年步入應用元年

　　時至2025年，隨著Manus、GenSpark以及其他海內外大廠C端&B端Agent產品的持續涌現，行業對于AI Agent在技術架構和產品形態層面正在逐步成型，2025年正在成為所謂的“AI Agent元年”。

　　AI Agent核心理念是讓大模型自主調用各類工具去執行更加復雜的任務。作為生成式AI的高級形態，AI Agent覆蓋技術體系、算力資源、數據治理及生態建設等多個維度，準入門檻顯著高于一般大語言模型應用。

　　根據IDC發布的預測，2024年AI Agent全球市場規模約52.9億美元。中國企業級AI Agent應用市場在2028年的保守規模將超過270億美元，預計到2030年可增長至471億美元。

　　到2028年，約33%的企業級軟件應用將內置具備自主功能的AI Agent系統，遠高于2024年時不足1%的滲透率，這表明在未來數年內AI Agent從輔助工具向業務決策層面的演變成為重大趨勢。

　　AI Agent（智能體）是一種基于大模型實現控制流決策的應用系統，其核心理念是讓大模型自主調用各類工具去執行更加復雜的任務。目前單一的LLM（大語言模型）并不能很好地執行一些長鏈條任務，在很多場景中也需要調用各類工具。因此，AI Agent與LLM之間存在著明確的遞進關系。

　　AI Agent與傳統AI、AIGC（人工智能生成內容）之間亦存在著明確的層次遞進和功能定位差異。AI Agent產品在用戶交互體驗和自動化能力上具有明顯優勢。

　　目前AI Agent已初步形成了底層大模型+各類工具+配套Agent Infra（環境、記憶、工具及內容接口、安全等）的產品技術架構。底層大模型主要提供核心的理解與推理能力，負責理解任務需求，并為上層的任務規劃、拆解與執行提供支撐。各類工具賦予Agent解決各類細分任務的場景能力，可供模型按需進行調用。

　　配套Agent Infra在各個層面支撐著Agent能力的構建。環境類組件（如虛擬機、瀏覽器插件等）為Agent提供虛擬計算與任務執行環境；工具類組件（如MCP）幫助Agent實現對外部工具的統一與高效調用；內容類組件（如RAG）則支持Agent對內部與外部文本信息的檢索與處理；此外，還包括記憶類組件、安全類組件等，為Agent提供長期狀態存儲與安全保障。

　　AI Agent的主要特征包括自主性、規劃與記憶、閉環執行能力。自主性是指AI Agent無需人工持續干預，可獨立完成目標。規劃與記憶是指AI Agent可以將復雜任務分解為多個子任務，并通過有效的記憶機制存儲和調用信息。閉環執行能力是指AI Agent能夠持續監測執行效果，并通過學習反饋進行自我優化迭代。

　　AI Agent主要分為通用AI Agent和垂直AI Agent，前者強調多任務、多場景、跨行業的復雜應用，強調平臺化和生態化；后者適合高專業壁壘、強合規要求的細分領域，強調定制化和專業化。總體上看，面向C端用戶的AI Agent應用更多主打通用性，目標能夠以較為標準化的產品形態去滿足大眾用戶泛化的Agent需求；而面向B端企業的AI Agent應用則更多會聚焦垂直場景，更偏向于通過與業務流程更為深度的融合來幫助企業實現生產力的提升。

　　從2023年大模型行業興起之后，AI行業就開始摸索AI Agent的產品形態，從最初的AutoGPT，到后續的LangChain等都屬于AI Agent行業前期的積極探索。2023年至今，全球AI Agent行業發展重點事件如下圖所示。時至2025年，隨著Manus、GenSpark以及其他海內外大廠C端&B端Agent產品的持續涌現，行業對于AI Agent在技術架構和產品形態層面正在逐步成型。當前Agent產品雖然可能在能力上仍有所欠缺，但在框架上可能已經是形成了未來通用Agent類產品的基本框架。

　　辦公自動化場景主要面臨重復性任務處理效率低下、錯誤率高等問題，AI Agent通過自然語言處理技術（NLP）和輕量級決策算法實現自動化處理。典型案例包括釘釘宜搭推出的“智能審批Agent”，其有效降低企業審批過程中的人工投入成本。

　　客戶服務場景的主要痛點為客戶響應延遲高、復雜問題解決率低。AI Agent在此領域應用情感計算、大模型上下文理解和對話管理技術，實現高效的自動化客戶服務。阿里小蜜的“智能客服Agent”是典型應用案例，通過該系統客戶滿意度能夠有效提升。

　　工業智能化場景面臨人工質檢效率低下、設備故障停機損失較大等問題。AI Agent技術路線適配包括實時數據分析、工業協議兼容及邊緣計算技術。華為推出的“工業AI Agent”在工業質檢和設備維護領域取得突出應用效果，使企業質檢效率有效提升。

　　醫療輔助場景主要解決醫生文書工作量大、基層醫療診斷準確性不穩定的問題。AI Agent技術適配包括醫學知識圖譜構建、可解釋性算法和多模態大模型等。典型案例是醫聯推出的“AI輔助診斷Agent”，其能夠自動生成精準診斷報告，有效提高基層醫療診斷準確率，極大提升醫療服務水平。

　　AI Agent行業的銷售模式相對多元化，主要包括直銷與行業顧問協作、渠道合作與生態分銷以及品牌建設與用戶心智三種。直銷模式聚焦核心行業和高價值客戶，強調深度定制化落地；渠道合作模式依托合作伙伴網絡，快速覆蓋區域市場和中小客戶；品牌建設模式則通過行業影響力提升客戶信任度和議價能力，形成長期競爭優勢。

　　AI Agent行業的盈利模式主要分為SaaS訂閱與分層定價、結果導向型分成、定制開發與綜合收費以及混合收費模式四種類型。SaaS訂閱模式適合標準化產品，具備穩定現金流特征；結果導向型分成適合高價值且成果可量化的場景，收益與客戶價值緊密綁定；定制開發模式以項目制為核心，適配高壁壘行業的深度需求；混合收費模式則結合多種方式以適配不同客戶類型與業務場景。

　　作為人工智能的重要應用方向，AI Agent通常被歸入“新一代信息技術產業”中的人工智能領域。它的行業覆蓋范圍較為廣泛，包括但不限于算法與模型、計算基礎設施與平臺、軟硬件集成，以及面向特定場景的行業化解決方案。

　　上游環節以算力、模型和數據服務為核心，構成AI Agent技術創新的基礎，是驅動智能體迭代的關鍵。中游環節聚焦平臺開發、技術集成及功能創新，是承擔AI Agent產品落地的重要角色。下游環節圍繞金融、醫療、制造、零售、交通等場景開展應用部署，推動企業智能化轉型和用戶體驗升級。

　　整體價值分布中，上游占比約40%（算力25%、模型10%、數據5%），中游占比約30%（平臺與工具鏈20%、開發者生態10%），下游應用占比約30%（效果付費60%、訂閱制30%、定制開發10%）。

　　近年來，隨著人工智能技術的快速迭代，AI Agent概念逐步從學術探討走向產業落地。從全球范圍來看，根據IDC發布的預測，2024年AI Agent全球市場規模約52.9億美元。中國企業級AI Agent應用市場在2028年的保守規模將超過270億美元，預計到2030年可增長至471億美元。

　　根據融中咨詢數據，2024年，我國AI Agent市場規模約為695億元，2025年規模有望突破1,735億元，到2027年進一步擴張至5,442億元，2023–2027年間的年均復合增長率約為77%。

　　技術滲透率方面，根據融中咨詢預測，AI Agent技術在辦公自動化、智能客服和數據處理等通用場景中的應用滲透將快速提升，預計2025年進入規模化推廣階段，并在2027年前進一步擴展至金融、醫療、工業制造等行業場景。

　　作為生成式AI的高級形態，AI Agent應用覆蓋技術體系、算力資源、數據治理及生態建設等多個維度，準入門檻顯著高于一般大語言模型應用。當前AI Agent行業正處于加速演進階段，國內競爭格局呈現出“全球技術主導、本土應用多元、生態協同共生”的特征，現階段主要參與者大致分為四大類：國際科技巨頭、新興獨立實驗室、國內頭部平臺企業與創業公司，以及開源社區與開發者生態。

　　國際科技巨頭主要包括OpenAI、Google、Microsoft、Amazon等企業，憑借長期積累的算法技術、計算資源、全球用戶基盤以及資本能力，在大模型及智能體操作系統層面建立了領先優勢。以OpenAI為例，其基于GPT-4o的智能體Operator與DeepResearch系統在自然語言交互、任務分解與工具調用方面具備高度一體化能力，率先實現通用Agent能力在網頁端的落地。

　　新興獨立AI實驗室主要包括Anthropic、Mistral、xAI等，普遍采用差異化定位，在安全可控、低幻覺率、任務規劃鏈式推理能力等技術路徑上取得進展。例如，Anthropic推出的Claude Opus系列強化了智能體在企業環境下的穩定性、響應精度與記憶能力，其推出的MCP（Model Context Protocol）協議推動了工具與模型之間的標準化通信，成為構建開發者生態的重要抓手。

　　國內企業以字節跳動、阿里巴巴、百度等為代表，聚焦AI Agent平臺化、工具化與行業化方向，競爭重心逐漸從通用能力轉向“通用模型+應用框架+行業插件”的整合策略。字節跳動通過“扣子”平臺實現從模型調用、工具集成到多智能體工作流的封裝支持；阿里通過釘釘AI助理市場構建Agent Store，結合政企系統打通辦公場景鏈條；百度則以文心智能體平臺為核心，圍繞Agent Builder、Model Builder等組件提供完整的模型構建、任務執行與部署鏈路。

　　此外，以Monica、Seed、AutoGLM等為代表的開源框架與垂直場景初創公司在協作任務、跨模態建圖、領域知識注入等細分領域形成差異化競爭格局，推動智能體由“大模型實驗室能力”向“產品級部署能力”轉化。

　　總體來看，當前AI Agent行業處于平臺能力成型、應用生態擴展、標準體系探索的過渡期，競爭由模型性能的單點突破逐步演進為生態體系、場景集成、工具鏈閉環的綜合博弈。

　　AI Agent行業雖然技術門檻較高，但整體市場仍處于爆發前夜，行業集中度具有“兩頭集中、中段多元”的典型特征。一方面，模型底層能力與算力資源掌握在少數國際巨頭手中，形成較為穩固的技術支配格局；另一方面，在具體場景應用、交互設計與行業融合方面，區域化與差異化創新能力顯著，導致市場呈現多點競爭態勢。

　　在全球范圍內，OpenAI與Anthropic合計市場滲透率已超過50%，Google、Amazon緊隨其后構成第二梯隊。從收入體量的角度來看，目前全球范圍內年化收入能夠達到數十億美元級別的只有OpenAI、Anthropic等大模型公司，其既可作為Agent應用的基礎模型，也可以直接作為Agent應用的角色。

　　國內方面，字節跳動、阿里、百度在平臺框架與垂直落地能力方面形成主導地位。以大模型能力為核心的算力集中度極高，但智能體平臺與應用生態集中度仍處于分散狀態。隨著MCP、A2A等協議標準的建立和開源框架的推廣，中小企業與開發者群體在本地化部署、垂直領域定制方面快速發展，促使行業集中度總體呈現“底層集中、上層分化”的結構演進趨勢。

　　從平臺用戶量、模型調用量與API開放程度觀察，行業整體尚未形成完全的寡頭壟斷局面。特別是在教育、金融、醫療、政務等場景中，具備專業數據資源與場景理解能力的本地服務商正在崛起，進一步稀釋頭部平臺在應用層的集中程度。

　　與國外以OpenAI、Anthropic為代表的少數頭部企業不同，我國在應用場景覆蓋度和中小企業創新活力方面更具多樣性和廣度。我國AI Agent行業的關鍵參與者呈現非上市企業數量多、創新活躍度高的特征，形成了從基礎能力供給、智能體平臺研發到應用場景落地的完整體系。非上市企業在模型微調、工具鏈開發和多智能體平臺等領域表現突出，是推動技術演進與商業化落地的核心主體。

　　智譜AI是一家專注于認知智能大模型研發與產業化的科技公司，由清華大學計算機系知識工程實驗室（KEG）的技術成果轉化而來，成立于2019年6月。公司合作研發了GLM-130B大模型，并基于此打造了AIGC模型及產品矩陣。AutoGLM是公司推出的首款智能體產品，可基于文字或語音指令模擬人類操作手機，支持自主執行長步驟操作及跨App任務。2025年3月31日，公司正式發布AutoGLM沉思，可自主瀏覽網頁、檢索分析數據并生成報告，能夠實現“邊想邊干”。公司最新發布的旗艦模型GLM-4.5，是一款專為智能體應用打造的基礎模型。

　　MiniMax是一家通用人工智能科技公司，自主研發了一系列多模態通用大模型，并基于這些自研模型推出一系列AI原生產品，包括MiniMax、海螺AI、MiniMax Audio、星野等。2025年6月19日，MiniMax發布其通用智能體產品——MiniMax Agent，在網頁開發、PPT制作、深度研究等領域表現突出。MiniMax Agent采用分層協作框架，由“總調度Agent”和多個“執行Agent”協同工作，支持7個智能體的協同任務處理。同時，通過長程記憶與反思機制，實現高達100萬的上下文窗口，確保任務執行的連貫性和準確性。

　　字節跳動成立于2012年，是一家專注于信息分發的互聯網公司，涉及短視頻與資訊平臺，企業服務、教育、電商等多元化領域。Coze（扣子）是字節跳動旗下一款重要的智能體開發平臺，發布于2024年2月1日，主要面向普通用戶和開發者。它的特點是簡單易用，無需編程基礎就能快速上手。在扣子平臺上，用戶可以通過拖拽式的零代碼方式或簡單的低代碼方式，輕松搭建基于先進AI大模型的各類智能體應用。2025年扣子空間（Coze Space）內測，提供任務規劃、多工具協同功能，支持競品分析、用戶研究、金融分析等場景，通過MCP協議集成飛書、高德地圖等工具。

　　阿里云是阿里巴巴集團旗下的云計算及人工智能科技公司，成立于2009年，總部位于杭州。阿里云推出以數據為中心的智能體平臺，通過Spring-ai-alibaba框架整合工具鏈，支持多Agent協同、任務編排與數據流轉。2025年7月28日，阿里云正式推出了首款專為AI Agents打造的“超級大腦”——無影AgentBay。這臺云端電腦能執行代碼運行、網頁瀏覽、數據分析、程序開發、表格制作等基礎任務，具備視覺理解、自然語言控制、任務解析等AI技能，可在Windows、Linux、Android等多個系統間切換，調用云上的算力、存儲和工具鏈資源。

　　此外，瓴羊（阿里全資子公司）于2025年7月23日正式發布首批企業級Agent產品，覆蓋客服、銷售、企業服務等領域，服務5萬余家企業，包括寶潔、一汽紅旗等頭部客戶，形成“數據即服務（DAAS）”的商業模式。

　　2024年4月，百度推出AgentBuilder，支持基于文心大模型快速構建AI原生應用，降低開發門檻，為開發者提供一站式智能體開發方案。2025年8月，百度推出首批AI數字員工，覆蓋營銷、招聘、課程顧問等7個核心崗位，深度融合大模型、數字人技術和行業Know-How。

　　C端面向普通用戶設計的通用AI Agent心響，主打移動端體驗，通過“靈感廣場”等模塊降低使用門檻，提供晚安故事、AI繪本等生活化功能。

　　Monica.im成立于2023年，專注于AI助手開發，公司依托多種開源AI模型，提供瀏覽器擴展、移動應用、AI模型API平臺等服務。2025年3月6日，Monica推出全球首款通用AI Agent產品Manus，具備獨立思考和系統規劃的能力，引起世界關注。Manus可以整合200+工具鏈，實現跨平臺操作，如自動解壓文件、分析簡歷、生成Excel表格等。同時，Manus通過規劃代理、執行代理、驗證代理分工協作，實現多智能體協作。此外，還可以在隔離環境中運行任務，解放本地算力。

　　BetterYeah是國內AI Agent領域的先行者，聚焦為企業提供智能體相關全鏈路Al Infra基礎設施。2025年7月，公司宣布完成B輪融資，融資金額超億元人民幣。BetterYeah的核心產品主要有企業級AI Agent開發平臺、企業級智能體Nova Agent、Yeah客服等。其中，BetterYeah Al Agent開發平臺自2023年9月發布以來，憑借行業領先的NeuroFlow開發框架、VisionRAG非結構化數據處理框架及專業LLMService，為企業提供全棧智能體開發能力，涵蓋專業工具鏈、多角色協同、精細權限控制、跨環境部署及企業級安全保障。Nova Agent計劃2025年Q3發布，支持行為學習驅動任務自動化、多Agent協作拆解復雜流程，具備自主進化能力。

　　幽孚科技成立于2017年，是一家專注于人工智能技術的企業服務提供商，致力于為企業客戶提供新一代BI工具和數字化應用構建工具，幫助企業實現數據驅動的業務發展。公司旗下產品AlgForce Ai通過打造“AIGC+數據洞察”解決方案，基于生成式AI、低代碼引擎等，幫助企業的非技術人員數據洞察輔助業務決策。

　　壹沓科技深耕供應鏈領域，2020年推出“運小沓1.0”為供應鏈客戶實現單場景自動化。2022年，公司推出“運小沓2.0”，可以實現跨場景自動化串聯；此后，“運小沓3.0定”位為供應鏈物流智能執行引擎。2025年7月27日，壹沓科技正式發布供應鏈領域首個具備自主規劃能力的垂類AI Agent智能體平臺——運小沓數字員工4.0，在詢盤、報價、接單、訂艙、客服等核心環節顯著提升企業效率與客戶體驗。該產品具備自主規劃能力，是供應鏈領域首個具備自主規劃能力的垂類AI Agent智能體。

　　近幾年，我國陸續出臺政策推動AI Agent產業健康發展，形成了以監管引導、產業激勵和資金人才扶持為核心的綜合體系。在監管方面，強調通過標準化建設、數據與算法合規要求等手段，確保產業在安全可控的前提下穩步發展；在鼓勵方面，持續推動AI Agent與制造、醫療、交通、智慧城市等重點行業深度融合，拓展應用場景；在扶持方面，通過設立專項基金、稅收優惠和投資補貼等方式降低創新成本，并加強感知、推理、人機交互等核心技術攻關及人才培養，為行業的持續創新與規模化落地奠定基礎。

　　根據研究機構Gartner預測，到2028年，約33%的企業級軟件應用將內置具備自主功能的AI Agent系統，遠高于2024年時不足1%的滲透率。同時，預計至少15%的日常工作決策將在智能體系統中由其獨立完成，這表明在未來數年內AI Agent從輔助工具向業務決策層面的演變成為重大趨勢。

　　從功能角度，AI+代碼類Agent產品的迭代速度繼續加快，用戶使用體驗與應用深度持續提升；從商業化角度，不僅是專注編程領域的Cursor等創業公司產品收入加速增長，同時Claude等大模型的商業化增量很大一部分也是來自于編程相關的應用需求。

　　開放源代碼框架如OpenAI Swarm和Microsoft的Magentic-One等，推動多智能體系統協作能力的發展。Magentic-One采用orchestrator+專項智能體架構，具備高效任務分解與柔性調度能力，代表新時代AI Agent協作框架趨勢。多智能體系統適于協同執行復雜業務，增強系統整體執行效率與魯棒性，是未來AI Agent發展方向的重要一環。