纪要涉及的行业或公司 * 行业：顺周期行业（包括制造业、消费行业）、AI智能体相关领域、有色金属、新消费、大众消费、高端制造（电力设备、化工、家电、医药、工程机械）[1][2][4][10][11] * 公司：未提及具体上市公司名称 核心观点和论据 * **顺周期板块上涨的核心驱动力是跨境资本回流**：美联储于2024年9月首次降息，并在2025年9月重启降息，导致跨境资本加速回流中国[1][2] * **跨境资本回流将推动国内价格和盈利修复**：资本回流将推动国内PPI和CPI相继修复，从而提升制造业和消费行业的盈利能力及估值水平，实现戴维斯双击[1][2][9] * **人民币汇率升值是关键信号和支撑**：人民币汇率升值预期增强，基于出口顺差扩张及美联储降息导致的弱美元趋势[1][2][3] 只要人民币汇率升值超过200个基点，跨境资本就会加速回流[2] * **制造业的底层逻辑是“反内卷”政策见效**：自2024年7月提出反内卷政策以来，制造业资本开支明显收缩，自由现金流显著修复，推动股价和估值系统性重估[4] 中国优势制造业因稳定现金流和人民币升值，成为全球优质安全资产，将得到系统性重估[1][4][7] * **消费行业受益于价格修复和资金支持**：PPI与CPI修复预期增强将提升消费行业盈利能力，同时美联储降息与跨境资本回流带来资金支持[1][4] * **AI智能体是新一轮康波周期引擎，但需与工业结合**：AI智能体被视为引领新一轮康波周期的重要力量[1][5] 其需要与工业体系深度结合才能实现利润回报及投资回报率提升[1][5][6] 全球泛滥的流动性将持续涌向AI相关领域，并最终传导至具备优势的中国制造业[1][7] * **全球流动性在逆全球化背景下的流向**：全球泛滥的流动性主要流向两个方向：安全资产和AI智能体[2][7] 中国制造业因稳定现金流成为优质安全资产，而AI智能体会将流动性进行二次分配，最终集中到中国优势制造业上[7] * **对2026年A股市场的预测**：预计2026年A股大势大概率会创新高，因跨境资本将加速回流[11] 但估值很难继续扩张，市场要么通过盈利扩张（尤其是消费盈利扩张）延续牛市，要么牛市震荡[2][8] * **具体行业选择建议**： * 制造业：通过CAPEX收缩、自由现金流修复及对外出口扩张三个指标筛选，关注电力设备、化工、家电及医药（包括创新药与医疗器械）[10] * 消费行业：关注新消费及白酒领域[10] * 整体配置：建议关注“新高组合”，包括有色金属（金银铜）、新消费、大众消费（尤其是食品饮料）以及高端制造（包括电力设备、化工家电、医药及工程机械等）[11] 其他重要内容 * **时间节点判断**：预计跨境资本回流在2024年9月美联储首次降息后加速，2025年9月重启降息[1] 顺周期行业的盈利和估值双升或将驱动2026年A股市场走势[1] * **当前市场位置判断**：制造和消费板块已连续下跌约五年，赔率已非常合适，边际小幅向上即可带来股价大幅弹性，当前整个顺周期板块极具性价比[9] * **宏观背景**：全球处于康波萧条期，实体投资回报率低位且地缘不确定性增加[4]

豆包手机事件与行业反应 - 字节跳动旗下豆包手机于12月1日上线，其AI智能体试图通过模拟点击操作其他应用[1] - 上线次日，腾讯以“登录环境异常”为由封禁豆包操作微信的账号，阿里系应用（淘宝、闲鱼、大麦）则触发人机验证或强制登出，农业银行、建设银行彻底封死其登录与支付通道[3] - 豆包团队在12月5日发布公告，宣布限制智能体在刷分、刷激励、金融支付及部分游戏场景中的操作权限，从上线到妥协不到五天[3] AI智能体发展路径的矛盾 - 豆包代表的GUI智能体路线是一种“数字寄生”，通过模拟人类点击绕过应用接口，被平台视为对数据主权的侵犯和流量劫持[4][5] - 依赖“视觉识别+模拟点击”的路线本质脆弱，需与App的反爬虫机制持续对抗，且任何前端UI更新都可能导致智能体失效，在AIoT设备上问题更严重[6][7] - 双方立场不可调和，冲突必然，基于“破解”与“模拟”的AIoT生态将不堪一击[6][7] 硅谷的开放协议路径 - 当地时间12月9日，Anthropic宣布将模型上下文协议（MCP）捐赠给Linux基金会旗下的AI智能体基金会，使其成为开放标准[3][8] - 同一天，Linux基金会宣布成立AI智能体基金会，成员包括AWS、谷歌、Meta、OpenAI和Anthropic等竞争对手，旨在通过合作解决互操作性瓶颈[8] - MCP解决了大模型连接外部数据源的标准问题，实现“一个接口，通吃所有数据源”，使模型端与数据端解耦[9] - 该基金会项目还包括OpenAI捐赠的AGENTS.md（为AI提供API调用手册）和Google捐赠的构建智能体和工作流的框架，共同构成从连接、认知到执行的完整工具链[11] - 硅谷正通过制定类似TCP/IP的基础通信协议，将智能体交互从脆弱的“打游击”升级为通过API直达核心数据的“正规军”[12] 中国AIoT产业的挑战与困境 - 根据国家“人工智能+”行动意见，目标在2027年实现新一代智能终端、智能体普及率超过70%，2030年突破90%[13] - 当前生态碎片化是最大障碍，硬件厂商与互联网巨头各自构建封闭体系，导致设备与服务无法互联，形成孤岛[13] - 面临两个陷阱：一是直接照搬美国MCP协议存在数据主权和定义权让渡风险；二是各自为战导致研发成本高、产品迭代慢，拖慢行业落地节奏[15][16][17] - 标准真空期正在关闭，中国需要建立自己的智能体互联协议（如CN-MCP），但由单一巨头牵头难以获得全行业信任[18] - 可行路径是由国家级产业联盟或中立开源基金会牵头，以公信力打破门户壁垒[19] 中国破局的关键与方向 - 中国生态结构不同，服务高度集中在微信、抖音、美团等超级App的黑盒中，外部难以触达[20] - CN-MCP需解决“服务原子化”问题，即推动超级App将内部功能拆解成可被外部调用的标准化接口，而非让AI继续模拟点击[21] - 政府需将智能体互联标准提升至新基建高度，作为数字经济底层管道[22] - 互联网巨头需转变思维，在AI时代封闭意味着边缘化，开放接口让App成为AIoT的基础设施才是延续生命力的选择[22][23] 行业趋势与未来展望 - 豆包手机的遭遇是路径失败，揭示了在没有通用协议下，任何跨越围墙的尝试都会被当作入侵者处理[24] - GUI智能体是旧接口体系瓦解与新协议标准建立空窗期的过渡方案，并非终局[25] - 终局将是通用协议取代私有接口，服务通过标准管道按需流向终端，硬件回归感知与交互[25] - 智能体时代的核心是把万物和服务连起来，谁掌握了连接标准，谁就掌握了下个十年的底层规则[26]

核心观点 - 中国高科技高成长企业增长强劲但增速略有放缓 三年累计营收增长率平均值达490% 头部企业增长稳定 同时行业呈现向硬科技转型的明显趋势 [1] - 人才、资本与AI研发投入是推动企业科技创新的三大关键驱动力 AI研发投入占营收50%以上的企业在明日之星中占比高达66% [2] - 全球科技行业正经历AI驱动的深层次变革 中国科技行业在多领域拓展布局 预计2025-2030年将进入“AI+制造/新能源/生命”多技术矩阵爆发期 [3] 企业增长与营收特征 - 2025年中国50强企业三年累计营收增长率的平均值为490% 相比2024年略有下降 Top10企业营收增长率与2024年基本持平 [1] - 营收规模在5000万至1亿元人民币的公司占比显著提升至38% 营收1亿元以上的公司占比为44% 与去年持平 显示中小企业营收区间占比提升 [1] 地域与行业分布 - 在地域分布上 大湾区占比达52% 深圳、上海、北京、广州稳居前列 一线城市凭借成熟的产业基底、人才储备与资本资源 仍是科技企业主要诞生地 [1] - 在行业分布上 硬件行业以28%的占比居首 高端装备以18%位列第二 清洁技术占比提升至10% 软件、生命科学占比下降 互联网行业降幅显著 体现行业向硬科技转型趋势 [1] 创新驱动力与挑战 - 23%的中国50强企业和66%的明日之星企业 其AI研发投入占营收的50%以上 [2] - 企业普遍面临高技术人才短缺、AI技术业务场景应用不足以及研发成本攀升等挑战 [2] - 核心技术自主研发、产品快速迭代和多元化融资正成为企业韧性发展的突破口 [2] AI技术发展趋势与企业应用 - 全球科技行业趋势包括算力主权竞争、开源模型生态崛起、软硬件融合的具身智能落地、AI智能体进化以及AI全域化赋能 [3] - 越来越多的科技企业将AI智能体从工具化向数字员工化演进 以全面提升效率、创新力与竞争优势 [2] - 中国科技正从AI全面渗透、算力与连接技术迭代、机器人技术爆发、能源与绿色科技突破以及空间与低空经济崛起五个方面加强技术创新 [3] 医药健康行业洞察 - 2025年逾六成上榜医药健康企业的估值突破10亿元人民币 [3] - 创新药与医疗器械合计占比达80% 是当前最具创新活力的两大核心赛道 [3] - 长三角、京津冀和珠三角三大区域汇聚了近九成的上榜医药健康企业 是关键创新策源地 [3]

核心观点 - 北京大学等机构的研究团队提出了一种基于物理学“最小作用量原理”的理论框架，用以理解和统一大型语言模型智能体的宏观生成动力学 [1] - 研究发现LLM智能体的状态转移在统计上表现出“细致平衡”现象，表明其生成过程可能隐式地学习了一类潜在的“势函数”，这超越了不同的模型架构和提示词模板，是首次发现的不依赖特定模型细节的宏观物理定律 [3][4][16] - 这一发现将AI智能体研究从经验性的工程实践提升到了可量化、可预测的物理科学高度，为理解、预测和控制AI行为提供了新的科学测量手段 [4][6] 理论框架与方法 - 研究将LLM智能体的生成过程视为状态空间中的马尔可夫转移过程，其核心是转移概率P(g|f) [9] - 为捕捉智能体倾向于转移到“更好”状态的结构化偏好，研究假设存在一个反映状态“质量”的潜在标量势函数V [13] - 通过定义一个描述状态转移违背势函数排序程度的凸函数K(x)，并计算其全局平均违背作为“作用量”S，最合适的势函数是能使作用量S最小化的函数，这满足变分原理δS=0 [13][14][15] - 研究指出，若智能体的状态转移满足细致平衡条件（即π(f)P(g|f)=π(g)P(f|g)），则存在势函数V可明确表示为log[T(g←f)/T(f←g)] = βV(f) - βV(g)，并且该势函数满足最小作用量原理 [15] 实验发现与意义 - 通过在多个不同模型和任务上的实验验证，研究发现基于LLM的智能体在其状态空间中的转移在很大程度上满足细致平衡条件，表现出类似平衡系统的特征 [16][18] - 这意味着LLM的生成并非简单地死记硬背规则或随机尝试，而是在最小作用量原理驱动下，自然地向着势能更低（质量更好）的状态流动，如同水往低处流 [4] - 该理论框架使得可以用物理指标为不同大模型“画像”，例如Claude-4像急于交卷的优等生，倾向于快速收敛到某个答案（势井），但也容易固执己见；GPT-5 Nano则像探险家，收敛慢但更愿意探索状态空间 [5] - 这一发现为理解和优化LLM生成过程提供了新思路，例如通过研究偏离平衡的程度来理解模型过拟合水平，或基于势函数优化方法来提高生成任务的质量和多样性 [19]

行业趋势与政策驱动 - 人工智能技术正与产业应用协同创新，加速转化为现实生产力[1] - 到2027年，新一代智能终端、智能体等应用普及率目标将超过70%[1] - 到2026年底，预计将有七成（70%）企业部署具备独立行动能力的AI智能体[1] - 截至2024年底，中国企业AI应用渗透率已达42.3%，制造业、金融等领域落地案例同比增长超60%[3] - 政策从国家“人工智能+”行动顶层设计到地方具体措施（如河南省对通过备案大模型给予百万资金支持）强力驱动AI与实体经济融合[3] 传统企业AI开发面临的挑战 - 传统开发模式面临三大核心痛点：开发周期漫长（从需求到上线平均耗时6-12个月）、技术门槛高企（依赖稀缺昂贵的专业算法工程师）、后期成本控制难（系统适配与维护复杂）[3] - 为适配现有ERP系统，开发团队曾耗时3个月反复修改5版[1] - 尽管热情高涨，但根据客观指标衡量，2025年仅有约40%的AI智能体项目取得了成功[3] - AI绝大部分的市场机会在传统垂直行业，而非科技圈[3] 新兴平台化开发范式与效率提升 - 行业共识转向平台化、低代码、模块化的新范式，摒弃“作坊式”定制开发[3] - 以“元智启”为代表的平台通过低代码架构，将常用算法模型封装为可视化模块[3] - 企业开发者可通过“拖拽与配置”方式快速组合构建AI应用，被比喻为“像搭积木一样简单”[4] - 相关技术可将传统AI推理应用开发周期从“平均100人一周”缩短至“1人一周”[4] - 开发周期正从过去的数月被缩短至以周甚至天为单位[1] 行业应用案例与价值体现 - 在智能制造领域，一家机械加工企业通过设备故障预测应用将停机维修时间缩短30%，年节约成本超200万元[5] - 在汽车零部件行业，某企业借助AI平台将产品试样次数从8次降至3次，研发成本降低62%，需求解析周期从天级压缩至小时级[5] - 在智慧办公领域，联想超级智能体“乐享”能理解自然语言指令，自动完成会议室调度、设备检查到会议纪要和任务分配的全流程，大幅降低行政协调成本[5] - 在法律服务领域，AI通过分析专有案件数据预测胜诉率，帮助律所筛选高价值案件，直接驱动营收增长[6] 未来演进方向与生态构建 - 未来趋势是“模型关键能力持续进化，自主智能体成落地核心”，智能体将成为能自主理解、规划并执行复杂任务的业务伙伴[5] - “Agent-native”（智能体原生）的基础设施将成为必需品，核心瓶颈将从算力与存储转向更复杂的多智能体协调能力[6] - AI核心价值正从“成本降低”向“收入增长”拓展[6] - 生态化协同成为竞争焦点，79%的高管认为生态合作伙伴能加速技术落地[6] - 武汉已发布全国首个国产原创企业级智能体开发平台，河南设立总规模30亿元的人工智能产业基金并发放算力券培育生态[8] - 联想超级智能体“乐享”日均处理超百万次交互，63%的员工表示愿意与AI智能体合作共事[8]

ServiceNow宣布将以超过10亿美元的价格收购身份安全平台Veza，这是该公司在2025年进行的又一项专 注于AI和数据的重要交易。这项收购协议正值各组织加速部署AI智能体的关键时刻，而企业在管理这 些非人类身份的访问权限、许可和输出方面正面临挑战。 ServiceNow在3月份以28.5亿美元收购Moveworks，为大规模构建AI智能体奠定了基础。而Veza的收购则 提供了互补的功能：为这些智能体提供身份治理安全保障。收购价格也显示了战略紧迫性。Veza的估值 从2023年8月的4.15亿美元几乎翻倍至2025年4月D轮融资时的8.08亿美元。ServiceNow的10亿美元报价 比最近估值高出24%的溢价，反映了ServiceNow对Veza能力的重视程度。 企业AI智能体治理为何面临困境 ServiceNow在2025年5月推出了AI控制塔，作为管理、治理和保护AI智能体、模型和工作流的集中指挥 中心。该产品在发布后仅七个月就实现了全年新增年度合同价值目标，已成为公司增长最快的产品之 一。 企业AI采用的速度远超治理能力的发展步伐。Rubrik Zero Labs的最新研究显示，AI智能体市场预 ...

深圳商报·读创客户端首席记者 谢惠茜 今年9月，英国智库Z/Yen集团与中国（深圳）综合开发研究院联合发布的全球金融中心指数报告显示， 深圳首次跃升进入全球金融中心十强，综合排名第九；同时金融科技能力排名升至全球第二位，创下历 史最佳表现。 乐信自创立之初便扎根深圳，秉承深圳特区"创新"和"科技"基因，开创了中国首家线上分期购物商城分 期乐，此后逐步发展出个人信贷、普惠、数科等生态业务，并将十余年累积的金融科技能力映射到海外 市场。 近日，2025年度"深圳金融名片"大奖正式揭晓，乐信再度入选，获评"年度促消费突出贡献金融科技公 司"。同期上榜的还包括微众银行、平安银行等知名金融机构。 这些成果得益于乐信持续的技术投入和领先的技术实力。从早期的鹰眼、虫洞等创新应用带来的效率革 命，到AI在业务流程中全链条应用，以及当下加速对AI大模型、AI智能体的探索落地，乐信始终以用 户为中心，通过技术提升消费体验和安全保障。 "深圳金融名片"由深圳商报社主办，是深圳金融与科技行业具有广泛影响力的年度奖项。乐信连续八年 获此殊荣，未来将继续完善供应链、提升用户体验，以科技推动消费增长，助力深圳更高质量发展。 此次上榜，是对 ...

记者Evan Ratliff讲述了他用AI创建一人公司时遇到的种种令人哭笑不得的事，通过亲身经历，指出奥特曼当年说的一人公司，在当下还差得 远。 2024年，OpenAI创始人奥特曼曾说，到2025年，一个人带着GPU就能成立一人公司。 创始人Evan Ratliff使用Lindy等AI助手平台，为每个AI员工配置了独立邮箱、Slack和电话。 一开始，他为技术的进步大感震撼，AI员工能自主沟通、编写代码、制作电子表格，甚至设计出名为「Sloth Surf」的拖延症应用，目前的免费测试已吸 引数千名用户。 但在此过程中，Evan Ratliff发现AI员工由于缺少常识，表现得没有边界感。 例如，有一次Ratliff随口问了AI员工一句「周末过得如何？」，就引发了AI员工在Slack上持续互聊数小时，在闲聊200条消息，消耗了30美元API费用后 仍无法自动停止，直到Ratliff不得不主动干预，用全大写的指令叫AI员工停下来。 Anthropic CEO警告：未来五年内AI将消灭半数入门级白领工作。 然而现实真的是这样吗？ 缺少边界感的AI员工，不知何时停下来 HurumoAI是一家除了创始人是人类，其它员工 ...

本报讯 （记者矫月）近日，全球权威研究机构IDC正式发布《IDCMarketScape：中国智能体开发平台2025年厂商评估》报 告。 （编辑 张明富） 技术架构的完整性与产品迭代的成熟度，是蚂蚁数科此次入选"领导者"象限的核心支撑。其专为金融场景研发的Agentar- Fin-R1推理大模型，在三项重要金融基准测试中均位列第一，性能表现超越多款主流开源模型，为金融机构提供了兼具专业性 与稳定性的技术底座。在此基础上，蚂蚁数科凭借Agentar平台的技术架构完整性、产品迭代成熟度，以及金融推理大模型的技 术支撑，为金融机构提供数智化转型核心能力。 安全合规体系与实践价值的双重印证，进一步巩固了蚂蚁数科的领先地位。目前宁波银行、上海银行、天津银行、新华人 寿等众多金融机构，都已基于Agentar-Fin-R1推理大模型，着手打造专属的"AI大脑"，推动业务智能化升级。 规模化的行业覆盖进一步印证了市场对蚂蚁数科的认可。截至目前，蚂蚁数科累计已服务100%的国有股份制银行、超60% 的地方性商业银行，数百家金融机构，支持金融业高效数智化转型。 作为全球公认的ICT市场权威评估体系，IDCMarketScape的评 ...

中欧国际工商学院党委书记马磊表示，该课程由学院研发团队历时半年自主开发，拥有自主知识产权。 与当前AI在教育领域多用于知识答疑等效率提升的具体场景不同，中欧的课程构建了一套系统性应用 体系，助力学员从依赖经验和理论，转向依托大数据与模型推演的"智能决策"。中欧将以此课程为起 点，逐步构建"AI课程平台生态"：一方面推动营销学、战略学、管理学、金融学等多学科融合的AI教学 创新，为学生提供贯穿商业全链条的AI赋能教育体验；另一方面与企业合作开发行业垂直场景的智能 体，实现教学与实践双向赋能。未来，中欧希望打造一个"商科教育App Store"，学员可以灵活调用不同 学科的AI工具模块，搭建成适合自身企业的智能决策系统，解决实际问题。 经济观察网12月12日，中欧国际工商学院率先推出全球首个AI智能体课程——"AI赋能企业盈利战略"。 该课程是中欧AI赋能商科教育系列课程的首发之作，也是全球首个系统性融入AI智能体教学模式的课 程。 中欧国际工商学院院长、管理学教授汪泓指出，面对技术浪潮，商学院必须积极探索和创新教学方法， 培养融会贯通AI理论、技术、产品与应用的复合型人才。中欧长期关注AI对企业战略、组织管理等 ...