文 | 第一新声

2022年，ChatGPT的横空出世，不仅点燃了全球对大模型的热情，更推动AI技术从“感知理解”走向“决策行动”，AI Agent（智能体）正成为新一代人工智能应用的核心载体。2023年起，国内外科技企业与创业公司纷纷布局Agent领域，从OpenAI推出AutoGPT，到阿里、腾讯、字节等企业加速自研Agent平台，一场以“自主智能”为标志的技术革命正全面展开。2025年，AI Agent已从概念验证逐步迈向规模化落地，在金融、通信、医疗等多个领域展现出颠覆性潜力。

AI Agent是指具备环境感知、自主决策与行动执行能力的人工智能系统。AI Agent具备四种能力，分别是感知能力（Perception）-解析、理解环境信息与用户输入、进行知识推理、生成文本；规划能力（Planning）-制定目标导向的任务策略；行动能力（Action/Tool Use）-调用工具或API执行操作；记忆能力（Memory）-存储并关联历史交互与知识。其发展历程经历了2017年之前的传统架构时期和2017年Transformer架构提出之后的现代范式阶段，大语言模型（LLM）赋予了Agent感知能力，成为Agent的“大脑”，推动Agent进入广泛应用新阶段。

第一新声智库已经连续4年追踪中国AI产业的发展及应用，当前已累计18轮、问卷调研及专家访谈超700次，访谈了包括金融、制造、零售等众多行业的专家，进行多个主题研究，已经陆续公开发布了《2024年中国AI大模型产业发展与应用研究报告》、《2024年中国AI大模型市场需求深度研究报告》（非公开）、《大模型时代-2025年央国企数智化转型新实践与新范式》等众多重磅研究成果。

2025年6月，第一新声智库正式启动《2025年中国企业级AI Agent应用实践研究报告》，在近3个月的时间里，我们通过线上线下，深入WAIC大会等活动，面向70多家Agent与AI公司进行访谈与调研，并结合大量专家的定性研究内容，正式完成《2025年中国企业级AI Agent应用实践研究报告》。

本次研究报告的核心是解答三个问题：当前AI Agent的应用走到了哪一步？企业级市场的机会与挑战何在？未来3-5年AI Agent将如何重构产业？本报告从定义与背景出发，系统梳理AI Agent的定义分类、发展历程及与大模型的关系，深入分析AI Agent在中国的应用现状，并对企业级Agent的市场规模、生态格局、采购行为、商业模式进行洞察。

垂直Agent重构业务模式，通用Agent重构流量模式。

AI Agent正从“提升旧世界的效率”升级为“定义新世界的规则”。

我们期待本报告能够为正在关注或布局AI Agent领域的科技企业、投资机构、政策制定者及行业用户提供真正有价值的参考，推动中国AI Agent生态走向成熟与共赢。

【亮点1】

Agent=大模型+规划能力+记忆能力+行动能力

大模型和Agent究竟是什么关系？

AI Agent是“数字人“，大模型是”数字人的大脑“。大模型是AI Agent的核心驱动力与智能基础，它为Agent提供了关键的感知与认知能力，包括理解信息、进行知识推理、生成文本以及展现创造性思维，如同赋予Agent一个强大的“大脑”。AI Agent是在大模型的基础上整合了三大关键能力组件构成的更高级架构：规划（Planning）、记忆（Memory）和工具使用（Tool Use）。这种结合了大模型智能与行动能力的架构，代表了当前大模型应用的最高阶形态，实现了从被动响应到主动规划和执行的跃迁。

【亮点2】

不是所有AI模型/产品都是Agent，关键在于"工具调用能力"

市面上很多产品都自称“AI Agent”，但它们真的都是吗？我们如何辨别真假Agent，避免陷入概念的迷雾？

大多数AI产品（如文本生成、图像生成模型）是被动响应的“大脑”，是具备 “理解与生成” 能力的技术底座，仅能完成文本创作、信息问答等单一、封闭的输出任务，它们接受输入并产生输出，但无法影响外部世界。而AI Agent则同时具备 “感知能力、记忆能力、工具调用能力、规划能力”四大能力，其核心差异在于是否具备工具调用（Tool Use）能力，即主动调用外部工具以拓展能力边界、达成复杂目标的能力。关键差异在于Agent实现了从“解答问题”到“解决问题”的跨越。

【亮点3】

全球AI巨头价值链布局全景图

在AI这片广阔的市场上，巨头们如何排兵布阵？

全球人工智能核心企业在价值链四大环节（应用层、基础模型层、云端推理层、加速器硬件层）的布局呈现显著分化特征：作为全球AI领军企业的OpenAI，在应用层、基础模型层及云端推理层保持领先优势，但在加速器硬件环节依赖外部供应，存在明显能力短板；谷歌则实现四大环节深度全覆盖，垂直整合能力凸显；国内多家公司与国外微软、亚马逊均已达成四大环节全链条布局，具备端到端技术落地能力。

【亮点4】

中美Agent性能差距显著缩小

国内外Agent产品在任务适应力、资源效率等核心性能上，呈现出怎样的对比态势？

基于SuperCLUE等权威测评体系构建的评估框架分析，国内外Agent在核心性能维度上呈现出差异化的对比格局。在任务适应力与资源效率两大维度上，国内外Agent表现相当，国产Agent通过垂直领域知识内化构建差异化竞争力，在强本土化场景中任务准确率显著领先。但在泛化能力与迭代成本方面，国际产品仍保持显著优势。尤其在通用场景的零样本迁移能力上，国际Agent展现出更强的适应性与扩展性，能够更高效地将已学知识迁移到全新、未见过的任务场景中。

【亮点5】

传统软件AI升级&AI原生软件：从“提升旧世界效率”到“定义新世界规则”

是给传统软件装上AI引擎，还是直接造一款原生AI产品？

传统软件AI升级如同“燃油车改电动车”，在旧架构上局部优化，受制于历史包袱陷入“功能触发式”数据调用的效能瓶颈；而AI原生软件则像是“造特斯拉”，以“需求预判式”数据融合为核心，推动软件从被动工具蜕变为主动业务引擎。二者在核心理念、技术架构、交互范式、数据流设计、商业本质上存在代际差异。以客服系统为例：前者仅能延迟响应单一问题，后者则实时预判需求并拦截风险——这昭示着软件价值已从“提升旧世界效率”转向“定义新世界规则”。

【亮点6】

2025年企业级Agent应用市场规模约为232亿元

企业级场景是AI Agent的重要落地领域，当前国内的企业级Agent市场规模有多大？

根据第一新声智库研究，2023-2027年中国企业级AI Agent市场规模复合增长率将达到120%，至2027年，企业级AI Agent市场规模将达到655亿元。

【亮点7】

AI Agent应用场景智能客服渗透率最高，数据分析成为第二增长曲线

Agent并非万能，它在哪些场景已经成熟可用，在哪些场景还只是“未来可期”？

AI Agent的应用呈现场景深度分化的显著特征：智能客服以超70%的渗透率成为成熟标杆；数据分析场景渗透率达60%紧随其后，成为业务决策的核心支撑；研发、营销、知识助手场景孕育着下一轮爆发点。

根据第一新声智库调研，智能客服在各行业的应用深度呈现显著梯度差异，具体可划分为三大梯队：

第一梯队（高频高标准化行业）：渗透率突破80%，以互联网、通信、金融为代表。其中，互联网行业依托海量标准化交互场景，渗透率超80%，头部电商平台智能客服部署率高达90%；通信行业则凭借运营商规模化服务需求，渗透率达到80%；金融行业智能客服渗透率达80%，成为智能客服落地的核心阵地。

第二梯队（中频强合规行业）：渗透率约60%，集中于医疗、教育领域。受限于服务合规性要求与业务复杂性，医疗行业智能客服渗透率达60%，教育行业与之持平，整体处于规模化落地的攻坚阶段。

第三梯队（低频高壁垒行业）：落地进程相对缓慢，以工业制造为典型。工业制造因服务场景非标准化，智能客服渗透率暂未形成规模化突破，仍处于探索期。

【亮点8】

全球企业级AI Agent优秀厂商图谱

在行业应用层面，AI Agent的价值释放与行业数字化基础、数据成熟度高度相关。AI Agent正在多个关键领域实现从“辅助工具”到“核心驱动”的角色转变。根据第一新声智库研究，AI Agent已走出试验阶段，其应用深度与行业数字化基础高度相关，并在金融、通信等数据密集型行业中率先形成规模价值。

从应用场景维度来看，AI Agent正在客服、数据分析与BI、营销与销售、智慧办公、内容生成、知识助手、软件开发与IT、运维八大场景中发挥关键作用。

客服场景已成为AI Agent落地最成熟、商业化价值最显著的核心场景，其技术适配性与用户接受度均处于行业顶端。客服领域已突破“FAQ问答”的初级阶段，进入 “多Agent协同处理复杂业务” 的新阶段。

【亮点9】

“召回准确率”是企业级AI Agent采购最关注的指标

企业的CTO和CEO们，他们采购Agent时最关心什么？

根据第一新声智库调研，从核心采购指标看，目前企业级Agent采购的TOP6关键因素分别是：召回准确率、首字延时、数据安全合规、多模态推理能力、跨系统协同水平、长任务收敛度。

【亮点10】

企业级Al Agent应用的三重困境

尽管AI Agent应用前景广阔，但在实际落地过程中，各行业正面临着来自不同层面的痛点和挑战。

根据第一新声智库调研，当前我国企业级AI Agent应用正面临“供给端技术成本限制-需求端落地受阻-供需错配加剧”的三重痛点，形成制约其规模化渗透的系统性障碍。供给端，技术能力不足制约场景应用，高研发成本与技术壁垒又将中小厂商挡在门外，导致长尾市场供给匮乏。需求端，组织内耗引发跨部门协同障碍，数字化基础薄弱与认知两极分化进一步消解落地动力。而供给端的通用化、标准化倾向，与需求端的垂直化、定制化诉求形成尖锐矛盾，叠加数据孤岛问题，使Agent陷入落地困难的僵局。

【亮点11】

全球Agent商业化模式分析：B端生态分化，C端模式趋同

目前全球范围内的Agent厂商主要通过哪些模式实现商业化变现？

全球Agent商业化呈现分层演进、生态分化的格局。 ToB领域形成三级结构：基础层国内外均以按量计费为主；功能层生态路径裂变，海外通过开放API构建独立SaaS生态，国内则深度嵌入超级App及企业平台；行业方案层差异凸显，海外由软件巨头主导金融、医疗等高价值领域，采用“订阅费+抽成”模式，国内则以政府、国企项目制驱动，在政务、金融等领域快速铺量，反映技术积淀与生态基因的双重差异。 ToC领域则相对统一：基础能力层普遍采用免费或按量付费策略，功能模块层转向订阅制。

【亮点12】

AI新型生产力：从"AI辅助人类(Copilot)"到"AI自主服务(Autopilot)"

AI Agent普及后，AI与人的关系将如何演进？

AI Agent作为“新型生产力”的核心载体，正在将AI应用从“Copilot”（辅助者）推向“Autopilot”（自主服务者）的新高度。这种从“辅助”到“自主”的跃迁，不仅仅是效率的进一步提升，更预示着未来工作模式和服务形态的根本性重塑——AI将从“提效工具”逐步进化为能主动思考、决策并解决问题的“新型生产力”。未来随着技术的成熟和应用场景的深化，AI的自主服务能力将更广泛地渗透到各行各业的核心环节，深刻改变价值链构成，并最终重新定义人机协作的边界与模式，开启智能经济的新篇章。

【亮点13】

Agent流量入口：颠覆传统搜索引擎，开启新的流量大战

Agent会取代搜索引擎，成为互联网新的超级入口吗？

AI Agent对现有互联网流量入口的影响是深远且颠覆性的：未来，互联网流量入口可能向少数通用Agent集中，价值链面临重构；传统流量分发入口（搜索引擎、应用商店）受到严峻挑战，用户信息获取的方式将被颠覆，传统搜索引擎流量入口的价值从“流量分发”转向“直接满足需求”，能直接完成任务的Agent平台将占据更大价值。据第一新声智库研究预测，围绕“通用入口级Agent”的大战将在2025年底开始逐渐拉开帷幕。

【报告内容节选】

【获得完整版《2025年中国企业级AI Agent应用实践研究报告》，请联系小严（微信：beijingkim2020）】

(来源：钛媒体)