计算机行业深度报告：AI Agent：智能经济时代的生产力解压缩器

　　投资要点

　　Agent是集感知、决策、记忆、执行于一体的应用，实际落地+多Agent协同将成核心竞争力。Agent具备环境感知→决策推理→行动执行全链路能力的自治系统，核心特征包括：自主性、工具调用、记忆机制以及目标导向。与传统AI的被动响应不同，Agent能够主动规划执行路径，标志着AI从“信息处理”向“目标达成”的范式跃迁。未来Agent实际落地能力将成核心竞争力，多Agent协同成为主流发展方向：（1）实际落地能力：其核心竞争力体现在任务分解与自动化、动态适应能力以及优化的人机协同，嵌入实际业务流程才能完全释放Agent的能力—

　　未来真正的AI竞争力在于能否像“数字员工”一样融入工作流，并带来实际效率提升；（2）多Agent协同：代入人类视角，每一个人在工作中都代表一个特定的角色，而未来的Agent也将如此，更高级的用例通常需要多个智能体之间的协作，每个智能体负责一个特定的角色，形成类似人类合作网络一样的复杂Agent合作网络。

　　为何Agent成为必选项：Agent赋能生产核心逻辑来自效率、认知突破与人机协同的新生产力模型。（1）效率革命的底层驱动：源自Agent的非结构化数据处理、动态决策优化与跨系统协同壁垒，企业级Agent具有可量化的显著效率提升；（2）认知突破与复杂任务储量：Agent核心突破在于其任务拆解与规划能力，而传统RPA1.0仅能执行预设流程的重复操作。而Agent在大模型驱动下实现全链路闭环，可处理包含分支逻辑的复杂业务；（3）人机协同与新生产力模型：Agent正推动企业组织架构向“人类员工-数字员工”共生网络进化。这种协同模式下，人类角色从执行者转变为策略监督者：人类开始转向学习如何向Agent下达精准指令，并聚焦于高价值的关系管理和交易结构设计。

　　AI Agent将成为我国智能经济重要抓手，具有落地的必要性与可行性。1、必要性：我国长期面临效率瓶颈、服务业人力密集、人力成本持续加压的现状；（1）效率瓶颈：中国制造业长期面临人工操作效率低、系统之间高度孤立等痛点，Agent能够有效提升人工操作效率、串联利用系统数据，突破效率天花板；（2）人力密集现状：在客服、销售等领域，重复性任务占比超70%。Agent能够大幅提升工作效率，而人工客服可以向高价值事务转移；（3）人口结构与成本压力：2020-2025年我国制造业劳动力成本年均上涨8.2%，Agent将有效缓解成本压力。2、可行性：（1）政策持续加码AI应用与AI Agent发展。2024年“人工智能+”首次写入《政府工作报告》，2025年在中央广播电台与阿里云发布的《中国人工智能应用发展报告》中，进一步明确支持大模型行业应用，将AI Agent列为六大技术趋势之一；（2）中国团队基于现实应用场景，以实际应用为导向的智能体训练框架：实体Agent通过OCR（光学字符识别）、NLP（自然语言处理）和ISSUT智能屏幕语义理解技术，像人类一样完成：跨系统操作、异常处理、数据提取等，同时它能操作企业未开放API的老旧系统，而实际场景的Agent训练将抢占Agent的落地先机。Agent市场大有可为，我们认为未来中国Agent市场将迸发强劲增长动能，尤其在B端市场将爆发巨大潜力。

　　投资建议：Agent作为一种AI应用的存在形态，最终将回归生产工具属性、赋能千行百业。因此，建议关注各行业龙头标的。详情请见正文P11-P12【4.投资建议】。

　　风险提示：政策力度与落地不及预期、技术突破不及预期、产品商业化进展不及预期、全球地缘政治风险加剧。

点击复制链接查看完整PDF研报

东吴证券 王紫敬