AI行业专题报告：Agent如何重构软件生态？

摘要：LLM与Agents的关系： 1）从功能上看，LLM更适用于完成相对孤立、直接的任务，对于复杂场景、复杂任务力不从心。而AI Agents更适合完成连续的、复杂的场景和任务，是LLM的进阶。2）从结构上看， LLM是Agents的大脑，是信息中心和决策中枢，

Chat强调的是“说”，Agent强调的是“做”

LLM与Agents的关系： 1）从功能上看，LLM更适用于完成相对孤立、直接的任务，对于复杂场景、复杂任务力不从心。而AI Agents更适合完成连续的、复杂的场景和任务，是LLM的进阶。2）从结构上看， LLM是Agents的大脑，是信息中心和决策中枢，是Agents必不可少的组成部分。 Agents让AI与人类协同从“副驾”到“主驾”：人类与AI协同的三种模式分别为：1）以ChatGPT为代表的Embedding模式，通过提示词让 AI协助完成目标，人类仍是任务主体；2）以Microsoft 365 Copilot等为代表的Copilot模式， AI参与到工作流的各阶段，人类与AI各司其职；3）未来有望过渡到Agent模式，由人类设定目标并提供资源，AI完成绝大部分工作。

目前Agent能力领先者为GPT的Operator

OpenAI发布CUA（ Computer-Using Agent ）模型——Operator 。 OpenAI在2025年1月24日发布Operator：核心能力为1）GPT-4o的视觉能力，2）高级推理能力。从而能够解释截图并与图形用户界面（GUI）进行交互。目前的预览版尚未全面开放，仅供每月付费 200 美元的美国 Pro 用户体验。通过集成感知（Perception）、推理（Reasoning）和行动（Action）迭代循环。感知：计算机的屏幕截图被添加到模型的上下文中，提供了计算机当前状态的视觉快照。消除了对专用API的需求。推理：CUA使用思维链（chain-of-thought）来推理下一步，并通过评估观察结果、跟踪中间步骤并动态适应，从而提高了任务执行的性能。行动：执行动作——点击、滚动或输入——直到Operator认为任务完成或需要用户输入。对于敏感操作，如输入登录详细信息或响应验证码表单，Operator会寻求用户确认。

国内Agent范例：智谱AutoGLM

面向手机的phone use——AutoGLM，面向电脑的computer use——GLM PC，以及面向网页的GLM-Web能力。 2024 年 10 月智谱 AI 上线 AutoGLM 功能，通过简单文字或语音指令，模拟人类操作手机。 11月发布系列更新，新增跨应用执行，支持 50 步超长自动驾驶。使用了UI交互+截屏OCR的控制思路，同样不依赖API 。GLM通过 OCR 技术理解 UI 组件，以及通过链式思维训练理解组件功能，从而识别手机屏幕上的不同组件并按指令执行任务。主要针对微信、淘宝、美团、小红书等 App 中的用户常用操作，可独立执行微信互动、外卖下单、抢红包等个性化任务；不过，AutoGLM 目前仍然需要明确的指令，在跨平台适配性和操作精准性上存在一定限制。例如，在官方演示视频中，其在下单瑞幸咖啡时支付金额偏高，尚未掌握复杂的 “抢优惠券” 玩法。

总结：推理能力迭代带来的Agent上限快速提升

Agent与LLM关系：Agent强调“做”，LLM强调“说”，二者有区别；但同时LLM 是Agent推理智能的重要来源，类似“大脑”； 2025年后Agent能力上限提升明显：以OS world为例，人类专家水平72.4%，目前海外Agent模型最高水平从24年5月的12%提升至25年1月的38.1%（Open AI Operator ）；国内Agent模型最高水平为24.6%（UI-TARS）。目前大部分Agent按照感知(P) — 规划(P) — 行动(A)循环，执行任务。感知层：大部分模型选择视觉（多模态或OCR），而且API；规划层：复杂任务规划能力上限随着LLM推理能力迭代而提升；行动层：一般在PC或者端侧手机执行，使用类按键精灵的方式。我们预测：2025年可能是Agent爆发的一年。

产品力提升：自主创建工作流+多Agent联合处理

Agent自主创建工作流：简历分析-候选人匹配-候选人联系-面试安排。定制化功能一：AI自主生成候选人匹配功能，结合公司需求筛选候选人。定制化功能二：AI结合公司数据，准备和岗位需求高度相关的面试问题。

Multi-agent用例：通过Agent进行信息分析和总结。多Agent联合处理：Agentforce预判用户对供应链问题的关注，并推荐产品专家Agent联合处理。 Agent参与项目讨论：多个Agent作为群成员与项目成员互动，解答问题和完成任务。

产品力提升：升级Atlas推理引擎，“定制化”回应

升级的Atlas推理引擎：能够给出更定制化的回应。评估用户的输入-基于上下文细化用升级的RAG提取数据云最相关的信息-生成回应-评估回应质量-决定下一步最佳行动。用例：利率下行对用户的投资有什么影响。 Agentforce2.0：基于用户的投资组合，给出各个基金受影响的程度，并给出依据和思考逻辑，相比于1.0的笼统回答，在定制化程度和逻辑深度上都有提升。

上一轮计算机定制化问题解决：中台化

阿里中台概念2018年提出：大中台、小前台。大中台：提炼各个业务条线的共性需求，并打造组件化的资源包，然后以接口的形式提供给前台各业务部门使用，最大限度地减少“重复造轮子”的KPI项目。小前台：前台要做什么业务，需要什么资源可以直接同公共服务部要。在底层不变动的情况下，让“小前台”更加灵活敏捷。

软件行业本质在于边际开发成本递减，人均收入是商业模式成功关键。国外中台战略起步早，典型软件公司如Salesforce、微软、Adobe、SAP人均收入显著高于国内公司。 Salesforce是典型代表，自开展践行平台化战略以来，人均收入持续提升，2016年拐点非常明显。

上一轮云计算商业模式创新：从License到服务费

赢家通吃：SaaS公司表观为现金流改善，实质是商业模式变好。具体的扣非利润、FCF，美国科技与中国消费，有类似特征。如果国内SaaS公司云化成功，财务特性会相似。商业模式变好原因之一：扩大的用户基础。商业模式变好原因之二：订阅费使用成本降低、迁移成本提高带来的高用户粘性。

微软：成立CoreAI，打造Copilot&AI stack

微软CEO：AI agent将重塑SaaS。 SaaS 应用程序将从简单的 CRUD 数据库演变为由AI agent编排的业务逻辑层，AI agent跨多个 SaaS 应用程序协调工作，无需直接访问单个应用程序的数据。（纳德拉25年1月访谈） An Agentic world有赖于AI三种呈现指数级增长的能力：多模态通用界面、推理和规划能力、记忆和丰富的上下文能力（微软2024）。组织架构变革：25年1成立CoreAI-平台和工具，目标打造Copilot 和 AI 堆栈，以支持各类 AI 应用程序和AI Agents构建与运行。整合微软的开发者部门、AI平台、CTO办公室的关键团队，由Meta 前工程主管Jay Parikh 领导。突破组织边界，促进跨部门协作；构建平台-工具-基础设施的反馈链路，推动 AI 技术和产品迭代

微软Copilot&AI堆栈方便用户构建自己的Copilot和智能代理：推出Azure AI Foundry一站式创建AI应用，在Microsoft 365、Dynamics等集成AI Agent服务。在订阅模式之外推出即用即付模式：办公SaaS及AI升级后的Copilot产品主要采用经典的月付费模式，Microsoft Copilot Studio在包月模式外提供了即用即付模式-每条消息0.01美元。

Salesforce：Agentforce引领B端应用落地

Salesforce在2024年9月发布Agentforce，真正的Agent而非加强的GPT。配置了销售、营销、分析、人力等全方位Agent，通过数据云链接各业务数据，用户能够通过一个AI链接各个应用。 Agentforce期望是具有高度自主性、目标驱动、具备反思能力的Agent。非标准化需求蓝海市场，Agentforce交易量速增。过往企业相当一部分独特、个性化需求未被标品满足，Agent善于处理非结构化数据，且能够根据企业流程灵活定制化，适用于满足非标需求。 Agentforce10月底开始销售，截止FY24Q3业绩说明会，已达成约200笔交易。

ServiceNow：Now Assist AI平台为核心

以Now Assist AI平台为核心，结合预构建行业专有Agent和自定义开发工具，覆盖ITSM、 CSM和HR等场景。公司主要围绕生产流程自动化提供AI工具包，包括数百个针对各工作环节的AI功能，其中企业级检索为十分重要的方向，通过RAG强化检索能力，能够进一步加强对于非结构化的数据的分析。24年9月发布了Xanadu，包括数据可视化自动化等300+AI功能。 25年1月发布AI Agent Orchestrator和AI Agent Studio，Orchestrator管理多个AI Agent完成跨系统跨部门协作；Studio为无代码开发工具，支持企业定制AI Agent。

SAP：智能副驾已实现跨应用、自动创建流程

24Q4通过智能副驾Joule将企业接入AI智能体，核心完成。跨应用集成、全平台信息检索、自动创建流程并执行、智能推荐及代码生成；目前已经嵌入人力、财务、销售、服务、营销、商业应用和平台解决方案中，成为Business 。25Q1进入agent应用快速发布阶段。根据规划将在25Q1发布咨询（快速提供实施问题的答案，减少实施顾问成本）、供应链（提升场景分析效率，给出订单异常建议）、自动分析洞察等产品。

金山办公：基于agent实现伴写功能

金山办公发布全新基于AI Agent范式驱动的WPS AI伴写功能，提升AI在文档领域生成效果。用户可上传云文档、网页等参考资料，实现精准伴写；传统大模型和人类的交互基于提示词实现，提示词质量直接影响生成效果，但AI Agent范式具备根据命题独立思考、主动调用工具逐步完成给定目标的能力。很大程度降低了AI相关使用门槛，提升使用效率和准确性。此外，提供多种角色撰写符合职业特点的后续文档。

泛微网络：Agent赋能OA/企业管理+AI落地

OA+企业管理：预计将率先商业化。作为最贴近员工的数字化入口，天然与LLM+Agent结合更易。Agent在企业端落地的重要准备：各软件API入口，企业知识库。企业应用对于相关软件权限要求较高：相比于纯GUI交互，获得ERP/MES/HRM/CRM等各个软件API接口后，完成Agent操作更容易。泛微网络通过“云桥”等产品完成了API打通。企业知识库是Agent执行的规则来源，但各企业知识库差异极大，这也是办公软件定制化难点。泛微网络OA天然需要对企业知识库完整梳理。腾讯企业微信与泛微发布“内外协同的移动办公平台”，就企业级办公展开深入合作。

汉得信息：字节链Agent核心标的

人力提高工程化概率，Agent落地较快的计算机细分领域之一。主要面向营销、制造、供应链、财务四类领域，累计近百Agent研发完成，场景化落地；基于自研H-Copilot平台部署、编排Agent；AI为重点战略之一，AI业务也拥有较高景气度。字节年度优秀解决方案合作伙伴，共创Agent持续深入。借助火山引擎 HiAgent 平台和豆包大模型，通过OTO（线上到线下）模式，引流拓展中小型企业，形成客户协同；2022年起和字节有规模性合作，双方在营销领域共创Agent，已有二手车平台Agent项目落地；智慧导购、智能客服、渠道助手等数款Agent均在规划探索之中。