AI Agent行业发展趋势 - AI Agent总目标市场约3.61万亿元 未来将加速向核心场景渗透[1] - C端最快落地搜索和编程场景 互联网大厂推出生活服务型AI产品如美团"小美"和支付宝智能助理[1] - B端聚焦法律金融等垂直领域 大中企业是主力客户 金融场景率先落地应用[1] 奇富科技AI技术成果 - 自主研发行业首个赋能信贷核心业务的"奇富信贷超级智能体" 已在信贷风控 授信审批 合规管理等核心场景应用[1] - 研发团队规模超过千人 其中数百人专注人工智能与金融应用结合 累计研发投入近百亿元[3] - 申请专利961件 拥有软件著作权80余项 在国际顶级学术会议发表多篇论文[3] 公司经营业绩表现 - 2025年第二季度实现收入52.16亿元 同比增长25.4% 环比增长11.2%[4] - 净利润17.34亿元 同比增长25.6% 保持稳定增长势头[4] 企业荣誉与行业地位 - 入选2025上海企业100强 上海服务业企业100强 上海民营企业100强及上海新兴产业企业100强四大榜单[2] - 作为金融科技领域上海本土代表企业 综合实力获认可[2][3] - 完善的风控体系和合规管理有助于在行业出清过程中占据更多市场份额[4]

过去，找人是一门玄学：无论是要找投资人、找行业专家，还是要找一位契合的 KOL，传统方法都仰赖人脉引荐、行业微信群，或是在 LinkedIn 里大浪 淘沙。 找到人，再搭上话，这是敲开合作的大门的第一步，往往也是最困难的一步。 Lessie 的定位简单直接：People Search AI Agent。一句话描述它的能力：帮你从互联网与数据库里快速找到任何人，并自动化完成初步联络。 创始人、投资人、KOL、潜在客户、行业专家、合作伙伴……只要你能用自然语言描述需求，Lessie 就能迅速在全球范围内挖掘到合适的人选。 实际体验之后，我发现"人找人"的需求，AI 虽然可以显著提高效率，但短期还得靠人来介入校验，没那么容易被 AI 取代。 AI LinkedIn？ 与传统的 SaaS 网站或单一数据库不同，Lessie 的目标并不是做一个更快的搜索引擎，而是把"找人"做成一条闭环的服务：识别需求（Identify）、汇总多 源数据（Source）、智能筛选（Review）、建立初步联络（Connect）。这四步，构成了 Lessie 的基本逻辑。 Lessie 的找人流程分了 4 步走｜图片来源：Lessie 但 ...

全球创投市场概况 - 2024年全球一级市场融资金额2746亿美元 较2023年增长4.5% 但仅为2021年高峰时期的41.4% [4] - 2024年全球融资事件数量26961起 较2023年下降18.5% 为2018年以来最低水平 [4] - 中国一级市场2024年融资事件8881起同比下降20.3% 融资金额5075.29亿元同比下降18.8% 均为近十年最低 [7] AI领域投资趋势 - 2024年全球AI领域初创企业融资总额达1004亿美元 第四季度超一半资金流向人工智能领域 [10] - 生成式AI2024年融资560亿美元 占人工智能融资总额43% 成为主导方向 [12] - OpenAI/xAI/Anthropic/月之暗面等企业均获得超10亿美元巨额投资 [12] AI技术应用场景 - AI在企业服务/医疗/汽车/制造/教育/交通等领域应用成为热门投资方向 [12] - AI Agent已渗透金融/电商零售/教育/医疗/制造/交通/媒体娱乐/能源/政务等众多行业场景 [12] - 端侧部署趋势形成 手机AI助手/车载系统/智能眼镜/智能玩具成为重要应用领域 [13] 中国企业出海态势 - 近80%中国初创企业已出海或有海外创业规划 显示强烈全球化意向 [15] - 新生代科技创业公司具备生而全球化能力 依托数字化基础设施和国际化团队早期即可服务全球市场 [16] - 华为云通过全球云服务数字基础设施和30年构建的生态网络支持伙伴客户全球化布局 [16] 华为云生态赋能体系 - 科技生态/创投生态/商业生态三大体系构成创业生态 95.7%受访企业成立不足10年 95.3%人员规模不超1000人 [19] - 超半数企业视技术合作伙伴为最重要生态伙伴 近半数期望与金融机构合作获取资金 [19][20] - 超四成企业迫切需求拓展销售渠道 [20] 华为云具体赋能措施 - 通过初创计划/加速器/AI创业赋能计划三大项目提供云平台/创业赋能/商业资源支持 [23] - 投入数亿元赋能超7000家初创企业 覆盖中国/亚太/欧洲/中东中亚和非洲地区 [23] - 圣瞳科技基于华为云盘古CV大模型研发30亿参数预训练模型 推出7亿参数行业大模型 [23][24] 成功合作案例 - 逻辑智能获得华为云算力支撑和全球商业加速赋能 实现海内外商机对接 [24] - 像素绽放/元空智能/博特智能成为首批华为鸿蒙智能体 支持自然语言交互生成办公文档 [24] - Techsun与华为云联合打造AI零售解决方案 成功拓展欧洲/中东/亚太市场 [25] 国际化拓展成果 - 数元灵通过华为云引荐 数周内完成香港珠宝品牌PoC并签署商业协议 [25] - 欧洲企业Vectify.ai获得华为云高性能算力支持 突破多家欧洲金融客户 [26] - 华为云通过全联接大会/开发者大会/国际科技展会为初创伙伴提供全球展示平台 [26]

公司战略升级与产品发布 - 公司于9月25日在上海举办华东数智大会，宣布全面升级政务和企业服务战略 [1] - 公司联合创始人沈鹏飞等高管团队首次亮相，官宣生态矩阵合作伙伴计划，并与超聚变联合发布全新一体机 [1] - 公司正式发布万智企业大模型一站式平台2.0版本，提供从底层算力支持到上层应用落地的端到端解决方案 [3] - 公司发布全新的合作伙伴生态矩阵，提供算力基石、产品共创、行业垂类和生态共建四类伙伴计划，并设四个阶梯式权益 [4] AI Agent行业观点与趋势 - AI Agents是CEO最需关注的核心技术，AI Agent最有价值的应用场景在企业，将成为推动企业智能化变革的核心力量 [1] - AI的价值正从"工具"走向"服务"，再从"服务"走向"结果"，将推动"基于成果的商业模式"落地 [1] - 当企业不再为模型买单，而是为"结果"与"价值"付费时，AI创造的价值将从降本转向增效 [1] - 生成式AI已告别"技术炫技"阶段，进入"商业落地"下半场，从模型战争转向应用落地，从训练时代迈向推理时代 [2] - AI Agent浪潮是中国产业升级必须抓住的机遇，将深刻改变组织的工作方式和形态，成为推动下一轮商业智能变革的核心引擎 [4] 企业AI转型方法论 - 企业AI数智化转型是一把手工程，CEO必须亲自参与战略设计，与外部技术伙伴形成"转型共同体" [2] - 企业AI转型不仅是技术问题，更是管理问题，需要CEO与一线员工确保从战略到执行的贯通 [2] - 企业应选择开放、安全、可控的AI平台，并引入具有端到端落地能力的合作伙伴，确保AI投入带来可量化、可持续的业务增长 [2] - 企业AI落地的挑战源于三大组织障碍（认知冲突、部门墙、能力阻力）与三大技术障碍（场景难、应用难、定制难） [2] 政务市场战略 - 在政府侧，公司瞄准新质生产力产业园，以分批分期、模块可选的方式逐步形成产业闭环 [3] - 计划打造大模型训推一体基地、产业大模型训练基地、大模型数据要素基地、大模型实训教育基地和大模型应用开发基地 [3] - 围绕大模型构建城市大脑和产业大脑，服务N个行业，与各方协同挖掘需求场景，打通B2G2B模式价值链 [3] 合作伙伴与解决方案 - 公司与超聚变联合发布全新一体机，将万智2.0平台和超聚变FusionOne算力底座相结合，提供从数据中心到桌面级的全覆盖服务 [4] - 公司成立于2023年5月，于2025年3月发布万智企业大模型一站式平台，7月发布平台2.0版本并推出企业级Agent智能体 [3]

产品升级与发布 - 阿里云无影AgentBay于9月25日升级，推出自进化引擎、内存状态管理、安全围栏三项新能力 [1] - 阿里云无影首次展示全新的个人计算产品无影Agentic Computer，这是无影AI云电脑的全新形态 [1] 产品功能与定位 - AgentBay定位为AI Agent的“超级大脑”或“云上操作系统”，具备任务执行沙箱、智能运维、持久化记忆等能力 [1] - AgentBay可动态调用云上算力、存储及工具链资源，专为AI Agent设计 [1] - 无影Agentic Computer隐藏传统Windows界面，用户可通过类似浏览器的窗口，使用文字、语音及各类文档进行交互 [1] - 无影Agentic Computer构建完整的个人数字档案，了解用户工作习惯、兴趣爱好、知识结构及每次对话 [1] 产品发展历程 - AgentBay于今年4月启动公测 [1]

公司动态：阿里云无影产品重大升级 - 阿里云在云栖大会宣布其Agent Infra核心组件无影AgentBay迎来重大升级，推出自进化引擎、内存状态管理、安全围栏等全新能力 [1] - 公司首次展示全新的个人计算产品形态——无影Agentic Computer，其具备全新人机交互方式、革命性“记忆”能力及近乎无穷的云上算力 [1] - 无影AgentBay定位为AI Agent的“超级大脑”或“云上操作系统”，提供任务执行沙箱、智能运维、持久化记忆等能力，可动态调用云上算力、存储及工具链资源 [2] - 企业开发者通过简单API调用，即可为AI Agent配置功能完备、性能强大且安全隔离的“云上超级计算机” [2] - AgentBay的记忆策略可辅助进化，让Agent实现“过目不忘”与“选择性遗忘”，智能管理长期记忆以应对复杂长周期任务 [2] 产品创新：无影Agentic Computer特性 - 无影Agentic Computer隐藏了传统的Windows操作界面，通过类似浏览器的窗口，支持文字、语音及各类文档的自然交互，实现跨终端、跨模态的“隐形”技术体验 [3] - 该产品构建了完整的个人数字档案，能了解用户的工作习惯、兴趣爱好、知识结构及对话历史，实现真正的“记忆”能力 [3] - 其记忆管理系统基于四个维度：个人文件管理、行为模式学习、知识库构建以及对话历史分析，通过实时学习和周期反思建立用户档案并预测需求 [4] - 产品通过云端架构解决传统电脑算力限制，可在Windows、Android、Linux等不同操作系统无缝切换，并根据任务需求弹性伸缩算力 [4] - 无影AC可同时启动成千上万个“影子电脑”以专注不同任务，稳定支持百万级并发，轻松应对复杂3D渲染、大规模数据分析及多任务并行处理 [4] - 轻便智能终端如智能眼镜、手机、平板均可安装无影AC，实现设备间的无缝协同，推动“个人计算”向“个人云计算”转变 [4] 行业背景：AI Agent发展趋势 - AI Agent是当下全球科技和商业的焦点，过去半年涌现的Agent相关产品数量超过了2024年全年的总和 [1] - 行业现状是每10个创业者中就有8个在开发各种类型的Agent [1] - Agent行业的快速发展，对其所需的基础设施Agent Infra（包括Environment、Context、Tools和Security等）带来了全新挑战和更高要求 [1]

行业背景与质变 - 人工智能产业在十四五期间完成从技术向要素的跃迁 体现为技术 算力 数据 政策 市场五大质变 [2] - 技术质变表现为视觉红利收尾 Transformer架构成为AIGC统一引擎 参数量突破千亿级触发涌现 通用智能雏形确立 [2] - 算力质变表现为国产AI芯片推理能效比与海外差距逐级收敛 数据中心形态由IDC转向AIDC 电力成本占比大幅提升 算力定价权向内转移 [2] - 数据质变表现为公共数据授权运营与资产入表打通财政-数据循环 数据升级为可交易 可分成财政要素 填补土地收入缺口 [2] - 政策质变表现为中央顶层设计完成攻关—筑基—应用—变革四段跳 AI首次写入社会治理层面 定位由产业工具升级为转型引擎 [2] - 市场质变表现为供给曲线与支付曲线同步下移 云计算SaaS估值回落 AI叙事从模式创新跃迁为要素变现 [2] 发展前景与场景 - 十五五期间AI要素化将体现价格发现 规模交易 跨境输出三条主线 Agent为核心载体 [3] - 产品维度交互范式移至CUI Agent升级为自主协作 收费基准从Token计价转向增量收益分成 AI部门由成本中心转为利润中心 [3] - 供给维度实现国产全栈闭环 Agent专用芯片可定义指令集 框架层定义国产AgentOS生态 数据层公共数据转为可价值化资产 [3] - 需求端外溢至全球南方市场 总人口超45亿占世界近60% 全球数字经济年复合增长率达9.2% 远超传统经济 [3] - Agent出海可实现数字丝绸之路2.0 实现要素跨境交易并回流数据资产形成飞轮效应 [3] - 未来五年AI原生任务 企业流程编排 具身物理交互 消费级端侧伴生 社会级自治系统五大场景实现扩容迭代 [1][3] - 要素消费频率由项目制转为订阅制后大幅提升 [1][3] 投资方向 - 算力基础设施主线包括国产AI芯片 AI服务器 智算中心及绿色算力配套设施 [1][4] - AI Agent与MaaS服务主线覆盖垂直行业软件 低代码平台及系统集成商 [1][4] - 智能终端与具身智能机器人主线包括智能网联汽车 AI手机/PC AR/VR及机器人产业链 如车端域控制器 边缘端模型部署工具 云端训练即服务 [1][4] - AI+绿色低碳主线涉及智慧电网 工业节能 碳管理软件及系统集成 [1][4]

行业趋势与市场背景 - AI Agent成为全球科技和商业焦点，过去半年涌现的相关产品数量超过了2024年全年总和，10个创业者中有8个在开发各类Agent [1] - Agent行业的快速发展对其所需的基础设施（Agent Infra，包括环境、上下文、工具和安全等）提出了全新挑战和更高要求 [1] 无影AgentBay产品升级 - AgentBay定位为AI Agent量身打造的“超级大脑”或“云上操作系统”，具备任务执行沙箱、智能运维、持久化记忆等能力，可动态调用云上算力、存储及工具链资源，突破本地设备算力限制 [3] - 企业开发者通过简单的API调用，即可为AI Agent配置功能完备、性能强大且安全隔离的“云上超级计算机” [3] - 自今年4月公测以来，产品集成了云上沙箱环境、算力调度、持久化数据存储、企业级安全等核心能力，并内置视觉理解、自然语言控制、任务解析等AI技术，支持多种交互方式 [3] - 本次升级推出自进化引擎、自定义镜像、安全围栏、内存状态管理等新能力，提升端到端体验 [4] - 自进化引擎（Self-Evolving）是一个开箱即用的Agent类强化学习服务，将复杂的自进化能力模块化、服务化，可实现LLM行为优化、提示词优化和工具优化 [4] - 基于自进化引擎，系统可自动分析Agent失败案例，生成并测试更优提示词，并能根据任务需求自主创建或封装新工具 [4] - 记忆策略可辅助进化，让Agent智能管理长期记忆，应对复杂、长周期任务 [5] 无影AC（Agentic Computer）产品发布 - 无影展示了首个Agentic Computer形态的云电脑产品，对AI云电脑操作体验进行重大革新 [6] - 交互界面隐藏传统Windows操作界面，通过类似浏览器的窗口，支持文字、语音及各类文档交互，实现跨终端、跨模态的自然交互 [6] - 产品拥有真正的“记忆”，构建完整的个人数字档案，了解用户的工作习惯、兴趣爱好、知识结构及对话历史 [6] - 记忆管理系统基于多维数据融合，包括个人文件管理、行为模式学习、知识库构建以及对话历史分析四个维度，通过实时学习和周期反思建立用户档案 [6] - 通过云端架构解决传统PC算力限制，可在不同操作系统无缝切换，并根据任务需求弹性伸缩算力 [7] - 可同时启动成千上万个“影子电脑”，每个专注于不同任务，稳定扛过百万级并发，应对复杂3D渲染、大规模数据分析等多任务处理 [7] - 多端能力让计算无处不在，轻便智能终端（如智能眼镜、手机、平板）可安装无影AC，实现设备间无缝协同，推动“个人计算”向“个人云计算”转变 [7]

AI Agent开发范式转变 - AI Agent开发代表软件工程领域的一次范式转变，使初创公司能够自动化复杂工作流并创造新用户体验[7] - 从有前景的原型到生产就绪的Agent需要解决非确定性行为管理、复杂推理路径验证等新挑战[7] - 现实表明用户不会为炫酷Demo买单，企业不会把关键流程交给"不确定的模型玩具"，从Demo到生产隔着工程化、可靠性和商业化的深渊[1] 谷歌云Agent生态系统 - 谷歌云支持Agent系统的全面开发，包括构建自定义Agent、使用预构建谷歌云Agent或引入合作伙伴Agent[13] - 在模型上下文协议(MCP)和Agent2Agent(A2A)协议支持下，通用框架专为互操作性设计[13] - 生态系统提供从使用ADK进行代码优先开发到通过Google Agentspace进行无代码Agent创建的全套工具[7] Agent核心架构组件 - AI Agent核心组件包括"大脑"(模型)、"双手"(工具)、执行功能(编排)以及实现信息准确性的"知识注入"(Grounding)机制[4] - 把Agent当系统而不是模型：大脑(LLM)、工具(API)、记忆(上下文)、编排(工作流)、运行时(限速/监控)缺一不可[4] - 模型分层选型：用"小模型"覆盖80%常规任务，大模型只做复杂/高价值环节以降低成本[4] 生产级运维框架(AgentOps) - 掌握确保Agent在生产环境中安全、可靠且可扩展的系统性方法，涵盖从持续评估、轨迹调试到安全监控的全过程[4] - 可观察性先行：对任务步数、调用失败率、成本、时延打点，才能发现"不确定性"的来源[4] - 限速、限步、限费防止失控：设硬阈值(token、费用、时延)，超限必须降级或中止[4] 代码优先构建方法 - 使用谷歌Agent开发工具包(ADK)一步步构建、测试和部署自定义Agent，并与已有工具和工作流集成[4] - ADK为创建对话式和非对话式Agent提供强大灵活环境，能够处理复杂任务和工作流[17] - 使用ADK构建的Agent可部署在Vertex AI Agent Engine上，这是专为此目的设计的可管理、可扩展环境[17] 知识注入技术演进 - Grounding优先：答案必须有据可依，RAG→GraphRAG→Agentic RAG是可靠性的核心路径[4] - RAG通过在生成答案前从外部知识库检索相关信息来增强LLM响应，确保回答有基于事实的可验证基线[78] - Agentic RAG将Agent从检索数据被动接收者转变为知识搜索中主动推理的参与者[93] 工具与编排系统 - 工具要少而准：工具接口越清晰、越语义化，Agent才能更稳地调用，避免"工具堆积"[4] - 编排是执行力：顺序/并行/循环三类工作流覆盖90%场景，要有终止条件、失败回退[4] - ReAct框架建立动态多轮循环，模型以交错方式生成推理轨迹和特定任务行动[69] 数据架构设计 - 三分记忆模型：长期记忆(用户/知识库)、工作记忆(短期上下文)、事务记忆(审计/一致性)[4] - 长期知识库是Agent智能、知识注入和个性化基础，与实时对话的快速短期上下文不同[58] - 工作记忆层管理正在进行的任务或对话所需瞬时信息，必须提供极低延迟访问[59] 商业化落地策略 - 找高频刚需的工作流切入：Demo不等于生意，优先做频次高、痛点大、能量化ROI的SOP[4] - 计费单元要透明：token+检索+API调用，需要像云计费一样拆账单，用户才会信任[4] - "答案可追溯"是销售力：企业客户要的不是酷炫，而是"答案可追溯"，证据列表能显著提高成交率[4] 团队组织要求 - 团队三角色必须齐全：Agent PM(定义任务)、编排工程师(工具/工作流)、Agent SRE(监控/评估)缺一不可[4] - 差异化强的自己做，标准化/合规重的优先集成以快速扩展产品边界[4] - 创业公司必须用"可扩展、可计费、可合规"的标准要求自己，生产落地才赢市场[4]

5G-A商用进展 - 中国移动于2024年3月在杭州发布全球首个5G-A商用网络，并公布首批100个商用城市名单 [1] - 中国电信和中国联通随后宣布各自的5G-A商用计划与城市布局，推动商用版图迅速扩张 [1] - 截至目前，国内已有超过300个城市部署5G-A网络，套餐用户突破3000万户，支持5G-A的终端数量超1亿部，乐观估计年底将达2.5亿部 [9] 5G-A的定位与驱动力 - 5G-A是5G的演进版本，旨在解决5G在垂直行业落地过程中遇到的性能瓶颈和功能短板，并非对5G的替换而是升级 [4] - AI浪潮的爆发是推动5G-A加速发展的关键因素，AIGC带来的海量数据生成与交互对网络带宽、时延和可靠性提出更高要求 [7] - 运营商意识到5G-A在数智时代的巨大潜在价值，因此增加在网络建设和推广方面的投入，积极拥抱“5G-A × AI”的协同机遇 [8] 5G-A在C端（个人用户）的应用 - 在3CC等技术加持下，5G-A连接速率提升，为裸眼3D、VR/AR、云游戏等大带宽应用创造条件 [11] - 5G-A提出“大上行”，将上行速率提升到1Gbps以上，以适应AIGC带来的生成式内容增长和Mobile AI时代的需求 [11] - 运营商通过5G-A网络切片等技术推动从“流量经营”走向“体验经营”，在演唱会、机场等高并发场景实现分层分级保障 [14] 5G-A在H端（家庭）的应用 - 运营商针对AI应用落地趋势，推出集影音、游戏、健康等功能为一体的智家通通等AI产品 [14] - 5G-A与F5G-A协同，为家庭场景中的智能设备（如摄像头、家电、健康设备）提供高速稳定的网络连接保障 [16] 5G-A在B端（行业）的应用 - 全国5G-A专网数量已突破5000个，且越来越多的5G专网正向5G-A演进升级 [17] - 在内蒙古伊敏露天矿，5G-A支撑全球首个百台无人电动矿卡集群运营，满足500Mbps大上行与20毫秒低时延要求 [17][19] - 在河北保定的长城精工，5G-A柔性汽车生产线将工控系统时延降低至8毫秒、可靠性提升至99.99%，解决每年30～50小时的故障停机问题 [20]