中信建投研報稱 ，Agent進展迅速，AI產業鏈趨勢有望持續向上 。1）AI模型及技術持續迭代
，利好有數據、有客戶 、有場景的軟件企業，AI產品有望帶動公司ARPU提升和項目單價上升 ，繼續看好ERP和政府方向率先落地訂單和產品。2）模型私有化需求增加
，利好一體機、超融合和B端服務外包企業
。a）推薦服務器
、一體機、超融合等相關標的；b）金融 、政府
、能源等依賴軟件定制較多的領域；c）算力租賃和IDC的標的亦值得關注。

　　AI系列報告5：當前Agent的發展進行到了什么階段？

　　盡管尚未有明確的產品定義，但Agent類別與應用場景已迅速豐富 。工程師流程調優與否對應Agent發展的兩條不同路線
。學界普遍認為Agent需要具備規劃能力；而業界如OpenAI僅強調Agent能夠獨立完成任務； Anthropic則將Workflow和Agent進行了明確劃分。當前隨著大模型、 NLP與多模態等技術不斷發展 ， Agent類別與應用場景迅速豐富
，有望迎來價值落地 。

　　中美大廠Agent發展思路存在差異，B端廠商則均關注平臺化布局
。對比當前海內外AI Agent布局現狀：北美云廠商主要關注幫助客戶高效部署模型和Agent ，而B端廠商更聚焦打造Agent創建和管理平臺；國內互聯網大廠Agent布局仍延續互聯網時代用戶流量邏輯
，通過類“Manus ”的通用Agent產品搶占用戶，B端企業則類似北美 ，基于AI/Agent平臺選取有價值的產品進行落地。

　　Agent類產品對算力消耗大
，關注后續技術突破->商業化落地拐點 。從Manus定價及表現推斷，Agent對話交互Token消耗或達十萬以上 ，遠超chatbot類AI產品，我們認為原因主要如下：1）長上下文窗口對token的消耗量大；2）多Agent/工具通信造成token量增長；3）驗證模塊對token的大量消耗；4）多模態場景token消耗量更大；因此AI底層算力需求仍然是產業不可或缺的一環
。此外
，當前Agent落地仍面臨意圖混淆 、多Agent合作
、幻覺等多種問題，學界及業界均積極探索 ，技術迭代下商業化規模落地可期。

　　投資建議：Agent進展迅速
，AI產業鏈趨勢有望持續向上 。1）AI模型及技術持續迭代，利好有數據、有客戶 、有場景的軟件企業 ，AI產品有望帶動公司ARPU提升和項目單價上升
，繼續看好ERP和政府方向率先落地訂單和產品
。2）模型私有化需求增加，利好一體機
、超融合和 B 端服務外包企業。a）推薦服務器、一體機 、超融合等相關標的；b）金融
、政府、能源等依賴軟件定制較多的領域；c）算力租賃和 IDC 的標的亦值得關注 。

　　風險提示：AI產業商業化落地不及預期；市場競爭風險；政策風險；地緣政治風險。

（文章來源：人民財訊）