从技术概念跃入商业现实 科技大厂加码人工智能体

证券时报记者 陈霞昌

从Monica推出可处理复杂任务的通用智能体Manus，到Anthropic公司开发的人工智能（AI）编程助手Claude，再到阿里发布能够自主操作手机完成订餐、购票的千问，当金融、编程领域纷纷出现“数字员工”，人工智能体（AI Agent）已从技术概念跃入商业现实，正式迎来其爆发时刻。

这场变革的深度远超以往。作为推动人工智能从“辅助工具”向“核心生产力”跃迁的关键形态，这一具备自主感知、决策与执行能力的智能实体，正重构产业逻辑、激活万亿级市场潜力，成为科技巨头与创新企业角逐的核心赛道。

科技大厂纷纷

布局人工智能体

“人工智能体的概念是由行业共识逐渐演进的。目前业界比较认可的定义，是指由大语言模型（LLM）动态地指挥自己的流程和工具使用方式的系统，并始终由大模型来掌控完成任务的方式。简单来说，传统的工作流是‘人写好剧本，AI照着演’；而人工智能体则是‘人给个目标，AI自己想办法’。”前微软ASP.NET最有价值专家，长期关注中美人工智能产业发展的宝玉告诉证券时报记者。

“聊天机器人的局限性很明显——它只能‘说’，不能‘做’。而人工智能体能够调用工具、完成复杂任务、于外部系统集成以及持续运行。这意味着智能体可以真正替代人完成一部分工作，而不只是辅助回答问题。”宝玉说。

而根据OpenAI对通用人工智能分级定义，人工智能体处于L3阶段，即随着大模型基础能力提升、API调用成本下降、开源生态成熟及算力保障升级等多重因素，共同推动AI从“能聊天、会思考”的L1、L2阶段，迈入“能决策、会用工具”的L3新阶段。

早在2025年1月，OpenAI即发布人工智能体产品Operator，用户只需简单描述需求，该智能体即可模拟人类操作计算机的能力，完成在线订餐、购买机票等任务。2025年3月，Monica发布了全球首款通用型AI智能体Manus，其具备复杂任务自主处理能力，能够完成筛选简历、旅行规划、股票分析等任务。

而近期阿里巴巴发布升级后的应用千问，由于能同时实现外卖、购物、订票等功能，引发众多关注。第一新声分析师智涵认为，千问此次升级，最关键的变化并非“接入了多少应用”，而是接入方式的不同。它不是把用户从一个入口导向另一个App，而是以智能体的形式，在后台完成飞猪查机酒、淘宝选商品、闪购备补给、支付宝完成支付的完整协同。用户只需一句话，流程在后台自动完成。

商业化落地加速

细分领域率先突破

“今年人工智能体会迎来爆发，特别是垂直类的智能体。”华通金融董事长周凯在接受证券时报记者采访时表示。华通金融是一家总部位于香港的券商，公司近期推出一款面向专业投资者的应用，主要通过多个智能体向用户提供投资决策。

周凯强调，当前国内很多券商推出基于大模型的投顾应用，效率有了极大提升，而华通金融推出的基于智能体的新一代应用，则是将投资决策流程自动化，通过一组AI助手为用户提供投资建议，包括买卖时机等，但最终的投资决策权仍掌握在用户手中。

除了金融行业，编程则是智能体更早落地的领域。宝玉表示，像Claude Code、Cursor、Codex这样的编程智能体，已经能够实实在在地帮开发者完成任务，不只是生成代码片段，而是理解需求、读取项目代码、修改文件、运行测试，整个流程都能自主完成。

中金公司研报认为，从市场潜力来看，当前全球AI编程市场规模约30亿美元，预计2030年将达230亿美元，远期潜在空间更接近7000亿美元。其核心价值在于通过长工作流优化提升开发效率，形成“工具塑造用户习惯、头部效应显著”的市场格局，目前行业前三的市场份额已接近70%，兼具规模化与高盈利性特征。

事实上，AI Agent的商业化落地已呈现“全行业渗透、高价值聚焦”特征，其中金融、编程、政务等领域率先突破，成为技术赋能的标杆场景。

政策支持+技术突破

万亿市场启幕

对于人工智能体的前景，多家机构均表示了乐观。

据亿欧智库预测，2024年中国人工智能体市场规模达1473亿元，企业渗透率不足5%，预计到2028年市场规模将突破3.3万亿元。而企业级智能体更受青睐。根据市场调研机构MarketsandMarkets的研究报告，从最终用户来看，预计2025年企业级智能体市场所占份额将超过消费级Agent市场。

同时，根据Gartner最新测算，2024年仅约1%的企业软件内置AI智能体功能，但到2028年，这一比例有望飙升至33%，届时约15%的日常业务决策将可由AI自动完成，企业级智能体发展空间广阔。

而政策支持与技术突破形成双重驱动力。工信部“人工智能+制造”行动、政务智能体发展规划等政策密集出台，为行业发展保驾护航；随着多模态融合、低能耗算法等技术创新，AI Agent的可靠性、可解释性持续提升，将加速在更多关键领域的渗透。

但宝玉认为，人工智能体目前仍处于早期阶段，当前主要挑战包括门槛较高、安全问题和可靠性。近期大厂密集入场，本质上是看到了智能体的巨大潜力，想要抢占生态位。谁能率先建立丰富的生态，谁就能在下一阶段占据优势。