明敏 发自 凹非寺 量子位 | 公众号 QbitAI 王兴兴的大实话，在高通攒的这场局上，全交代了。 所有终端都被AI、Agent赋予新想象，因为足够new，具身智能成为被影响最大的那一个领域。但也因为足够new，具身智能的热闹下必然存 在诸多争议与挑战。 宇树科技，长期站在聚光灯下的明星玩家，此时此刻将行业中的诸多难题直接剖开。 或许不为别的，而是高通攒的这个局太难得。 2025骁龙峰会·中国，聚集了国内外终端领域的核心玩家，覆盖上下游产业链 。在这开诚布公 讨论的问题，或许将马上成为行业最关注的热点，进而能更快得到解决。 而不止王兴兴，来自硬件、模型、操作系统等层级的玩家，也都畅所欲言、应聊尽聊： 目前机器人领域技术路线都不一样，导致看着热闹，但是进展没那么显著； 既然现在大家开发的模型都还不能部署直接用，那还不如开放出来 ，就像OpenAI开源GPT-1/2一样； 宇树前几天开源的世界模型也无法直接在工厂中落地使用； 现在机器人和芯片厂商都忽视了 芯片 对于机器人的重要程度； 手机芯片 等类似芯片用到机器人身上是非常有想象空间的。 理想汽车副总裁、智能空间研发负责人勾晓菲 面壁智能CEO李大海 中科创达 ...

根据提供的行业研报内容，以下是关于AI驱动下SaaS与CRM行业的关键要点总结： 行业投资评级 - 报告未明确给出具体的行业投资评级（如优于大市、中性或弱于大市）[1][2][3][4] 核心观点 - AI正驱动SaaS与CRM行业发生根本性变革，从被动响应转向主动洞察，并重构软件主导权[2][3][4] - 未来5-10年，AI Agent将成为“意图理解操作系统”的核心，控制流量分配权[2] - AI SaaS的核心竞争力将落脚在“可信度”与“可解释性”上[4] - 未来的CRM产品将基于开放API与行业联盟构建，成为集成多维度服务的智能大脑[4] AI Agent的演进路径 - AI Agent现处于三个发展层次：预测型AI（如Salesforce的Einstein引擎每周提供2亿次精准预测）、Copilot模式（需人工主导）、向Agent智体的演进（实现意图识别和自主决策）[2] - 未来的Agent将具备更强自主性和决策能力，从单一AI Action组件发展为多Agent协同的智能网络[2] - 预计5-10年内，Agent将成为“意图理解操作系统”的核心，理解用户意图并控制流量分配权[2] - 人与AI的交互模式将从“人使用Agent”演进为“人与多个Agent协同”，最终达到Agent间自主协作[2] SaaS产品形态变革 - SaaS产品将实现“三化”突破：交互拟人化（自然语言成为软件源代码）、功能原子化（AI Agent专注解决特定问题，如从万份简历筛选候选人）、服务主动化（从被动响应转向主动洞察和预警）[3] - 开发范式正经历“以模型为中心”的根本性转变，代码生成能力快速提升[3] - 阿里云代码生成采用率从25%提升至50%，预计将进一步达到80-90%[3] - 代码生成提升使2个人的效率相当于过去40-50人的开发团队，实现从“看得见的自动化”到“看不见的自动化”的飞跃[3] 数据治理与模型可控性 - AI SaaS核心竞争力将落脚在“可信度”与“可解释性”上[4] - AI引擎必须建立在本地化数据底座之上，结合企业私有数据、权限管理和行业定制规则完成严格隔离与审计[4] - 大模型在训练和推理环节须提供透明的决策链路，支持可视化的因果追踪与风险评估[4] - 这将提升业务主管对AI建议的信任度，并为引入监管报告和内部审计提供技术手段[4] 未来CRM生态格局 - 未来CRM产品不再是单一厂商的闭环系统，而是基于开放API与行业联盟构建的智能大脑[4] - 能够集成供应链管理、金融风控、供应商评级、第三方数据源等多维度服务[4] - 借助Agent化编排引擎，不同系统间的信息流和工作流将实现无缝衔接[4] - 例如在大客户项目推进时，CRM能自动调取合同系统、审核财务及法务流程，触发供应商履约监控和售后支持，最终生成全流程绩效评估报告[4] - 这种跨域协同与智能化闭环将赋予企业更强的数字化韧性与协作效率[4]

今年的云栖大会，规格与热度均比往年要高不少。所有人都带着焦虑，来这里探寻打开AI时代的钥匙，阿里云也不负众望，交出了高分答卷： 也不难发现，不论是在吴泳铭、阿里云智能首席技术官周靖人的主题演讲上，抑或是行业分论坛上，Agent智能体均是高频词汇。事实上，在全球范围内， Agent均已被视作AI落地的关键载体，这是科技巨头们的新共识，而阿里云也已显露出了饱和式投入的决心。 在主题演讲中，吴泳铭表示，未来可能会有超过全球人口数量的Agent（智能体）和机器人，和人类一起工作，对真实世界产生巨大影响。在阿里云的价值 观中，智能体正是连接数字世界与真实世界的最佳载体。 基础模型层面，丢出由Qwen3-Max领衔的7款通义大模型"核弹"，在智能水平、Agent工具调用和Coding能力、深度推理、多模态等方面实现多项突 破，其中Qwen3-Max核心性能超越GPT-5。 技术愿景层面，阿里集团CEO、阿里云智能集团董事长兼CEO吴泳铭提出了"ASI（超级人工智能）"的愿景，而AGI只是ASI的起点，其认为AI时代大 模型将是下一代操作系统，超级AI云是下一代计算机。 应用落地层面，阿里云旗下一站式模型服务和Agent开 ...

行业投资评级 - 行业评级为看好并维持 [8] 核心观点 - 2025年云栖大会将于9月24日至26日在杭州举行 主题为"云智一体・碳硅共生" 设置三大主论坛与110余场细分活动 聚焦AI技术演进与产业落地 [2][5] - 大会是观察AI产业趋势和应用落地速度的重要风向标 伴随国内模型能力加速迭代和AI应用货币化开启 Agent投资逻辑强化 持续看好Agent商业化及投资机遇 [2][12] - 建议关注AI Infra、AI Agent相关厂商、中国推理算力产业链、CSP厂商及与头部大厂合作的IDC [12] 大会内容与结构 - 三大主论坛包括："云栖前瞻"（9月24日上午）分析AI未来发展方向和前沿技术升级 "云栖技术"（9月24日下午）发布阿里云全栈AI服务技术突破与产品革新 "无法计算的价值"（9月25日上午）探讨AI在产业应用中的价值及落地案例 [12] - 110余场聚合话题围绕AI驱动技术基座、AI应用场景拓展、AI时代生产力重塑三大主题 展示云和AI驱动业务增长与产业升级 [12] - 展览设置三大展区：人工智能+馆（全球AI生态全景 大模型与智能体开发工具 通义大模型推出全尺寸全模态开源矩阵） 计算馆（阿里云全栈技术能力 首次展出单柜支持144个计算节点的高密度AI服务器及HPN8.0网络架构） 前沿应用馆（沉浸式AI体验 汇集上百家企业案例 包括中国一汽和比亚迪的智能座舱与自动驾驶成果 200余个Agent应用及300款AI终端产品） [12] - 总展览面积达4万平方米 500余家企业展示3500款产品 [12] 技术展示与产品亮点 - 阿里云将展示从芯片到平台的全栈技术能力 按预训练、后训练、推理、智能体四大场景布局 [12] - 通义大模型推出"全尺寸、全模态"开源矩阵及最新模型 [12] - 集中展示200余个Agent应用和300款AI终端产品（含AI眼镜和AIPC） [12] 大会附加活动 - 包含AI超级交易所、Z世代专题、具身智能运动会、飞天音乐节等现场体验活动 [12]

经常有人来找我聊点专业问题，有想请教传播，有想讨论公关危机，还有，拉着我聊产品体验。 但，跟我聊时，期待不一样： 有人把我当成作者，想听听写文章时分析、观点；有的把我当成专家，觉得，我能总结出一套行业逻 辑；也有一些部门说，要不你给我们做外脑吧，看看怎么合作？ 这时，也常常一头雾水。 某些方面我算专业，但我并没有沉淀出一套完整的方法论，没法给到标准化交付。也就导致，很多交付 只能停留在博主、媒体观察层面。 所以，最近我一直在研究：作者、专家、顾问，这三种角色到底有什么区别？ 01 作者工作挺单纯。发现一个现象，拆一拆背后逻辑，用大家都能听懂的方式写出来。读者看完，点点 头：哦，原来这事还能这么理解。 作者好像一个解说员，像球赛里解说黄健翔那样：不一定能上场踢球，但能把场面讲得明明白白。 这不难懂吧？ 外面教人怎么当创作者的内容应该蛮多。如何拿捏情绪，如何写出高冷的东西，还有人主打热点点评， 反正每个赛道都能孵出一批作者。 但问题也在这儿：作者最大价值是「解释世界」。老板、业务领导往往想要「解决世界」。什么算解决 世界？我该怎么办，这个业务问题有没有方法？ 所以，如果手里没有一套方法论，没法给到落地的答案，那角 ...

计算机行业Agent发展 - 美国Agent市场趋势显示大模型即Agent C端最快落地搜索和编程 B端聚焦法律金融等垂直领域 大中企业是主力客户 技术趋势需降低模型幻觉 交付成为关键[1] - 中国企业软件付费意愿提升 对ROI远大于1的Agent应用付费意愿更高 SaaS订阅成为主要模式 未来有望参考美国按结果付费[1] - 2026年H1有望成为中国Agent转折点 国产大模型能力与海外差距有望在2024年Q4缩小 国产厂商将推出对标产品缩小半年差距 编程搜索企业知识库等场景产品密集落地 万亿白领劳动力市场有望重塑[1] 建筑建材行业投资机会 - 美联储降息25个基点 流动性改善背景下建材低估值板块有望迎来估值修复[2] - 新疆板块受关注 2025年新疆自治区成立70周年处于政策窗口期 1-8月新疆固定资产投资同比增长9.1%远高于全国水平 1-8月水泥用量同比增长1.3%[2] - 中吉乌铁路吉国段完成招标 新疆段有望启动 新藏铁路11月正式开工 新疆段全长462.6公里 预计带动水泥需求462-694万吨[2] 中天科技业务进展 - 2025年上半年海上风电加快建设 海洋板块实现营业收入28.96亿元 同比增长37.19%[2] - 能源网络领域在手订单约306亿元 其中海洋系列约133亿元 电网建设约155亿元[2] 光纤技术研发 - 研发出反谐振空芯光纤(AR-HCF) 实验室测试表现优异[3] - 下阶段将加大研发投入 深化多波段多应用场景下的新型空芯光纤研发与规模化部署能力[3][4]

行业投资评级 - 强于大市 维持[1] 核心观点 - 中美差异视角下 TO B Agent 预计在2026年H1迎来破局时点 商业化落地大势所趋[2][4] - 中国企业软件付费意愿因Agent实现类人替代和清晰ROI而提升 商业模式转向SaaS订阅和按结果付费[3] - 国内大模型能力差距有望在2024Q4缩小 产品密集落地将推动万亿级白领劳动力市场重塑[4][48][58] 美国Agent现状与启示 - 底层大模型Tokens消耗量近一年增长2478.95% 反映Agent推动调用量激增[9] - 头部厂商商业化成熟：OpenAI 2025年收入预测100亿美元估值3000亿美元 Anthropic年化收入30亿美元估值1830亿美元[13][14] - 垂直领域商业化验证：20家头部Agent创业公司ARR突破百万美元 编程领域Cursor达5亿美元ARR 法律/客服/销售领域多企业实现规模化商用[16][17] - 市场呈现三大趋势：大模型即Agent、容错率低场景优先落地、大企业为核心客户（Sierra公司50%客户年收入超10亿美元）[18][20] 中国软件付费意愿变革 - 历史痛点：中国劳动力成本仅为美国11.7%-20.8% 传统软件ROI模糊导致付费意愿低[28][29] - Agent变革：实现类人替代使ROI清晰（如天润云语音Agent验证ROI＞1） 付费模式转向SaaS订阅与结果付费[3][32] 2026年破局关键驱动 - 能力差距缩小：国产大模型落后海外约半年 DeepSeek/阿里/字节预计2024Q4推出对标o3级产品[38][48] - 产品矩阵补齐：编程（阿里通义灵码/字节Trae）、搜索（元宝/夸克）、企业知识库（金蝶/深信服）、办公（金山WPS AI 3.0）等场景密集落地[4][58] - 万亿市场空间：Agent总目标市场TAM约3.61万亿元 核心场景IT（编程4357.84亿元）、金融（银行1774.32亿元）、客服（680.40亿元）替代潜力显著[62][63][64] - 交付能力突破：深信服/金蝶/亚信科技通过RAG、语义过滤等技术降低模型幻觉（如GPT-5事实错误率比GPT-4o降低45%）[4][25][68] 技术演进与商业化路径 - 降低幻觉成关键：Palantir依靠Ontology技术整合企业数据 GPT-5通过带惩罚评分机制大幅提升可靠性[2][25] - 多模态突破：字节Seedream 4.0实现文生图与编辑能力融合 阿里Qwen3-Next架构提升训练效率并降低推理成本[48][52]

量子位智库 . 连接AI创新，提供产业研究 分析师 刘萌媛 刘铁鹰 量子位智库 | 公众号 AI123All 随着豆包和元宝两大头部智能助手的入场，能够在短短数分钟内将任何内容（话题、链接或文档）转为对话式播客的AI播客工具从小众走向了 大众视野。但 疑问依旧重重 —— 为了回答这些疑问，量子位智库邀请了入围2025年H1 创新AI 100 榜单的AI播客工具 ListenHub ，进行了一场深入交流。 AI播客究竟是天花板有限的 伪命题 ，还是场景仍可持续拓展的 新一代交互方式 主打功能大差不差，如何在 产品细节 上进行区分 语音交互技术 看似进展迅猛，但距离全面、满分的产品化还有多远 当大厂纷纷入局，初创产品起步虽早，该如何利用 先发窗口期 ….. 以下文章来源于量子位智库 ，作者量子位智库 在这次访谈中，创始人橘子老师将ListenHub定义为未来 每个人的音频助手 ，可以涵盖播客、文章甚至长内容等任何用户需要的音频内容形 式。结合ListenHub的实例，我们也看到AI播客产品（包括未来的Agent形态）中包含的know-how和细节设计远超想象。 此外，橘子老师也分享了自己作为多年AI产品负责人和创 ...

业绩说明会概况 - 公司于2025年9月19日15:30-17:00通过全景路演网站以网络远程方式召开业绩说明会 [1] - 公司董事长兼总经理张成康、财务总监欧阳湘英、董事会秘书兼副总经理柳子恒参与接待并回答投资者提问 [1] 订单情况 - 公司建议投资者关注巨潮资讯网相关公告和官方微信公众号文章以获取订单信息 [1] 业务信息真实性 - 公司回应业务信息真实性需参考巨潮资讯网公告和官方微信公众号发布内容 [1] 合同资产变动 - 合同资产增加属于正常业务经营情况 与订阅式或买断式业务类型无直接关联 [1] AI业务发展 - AI相关业务上半年订单达1.03亿元 全年保持乐观预期 [1] - 泛ERP领域订单占比约60% 主要应用生成式AI的意图理解及交互能力和Agent的目标分解执行能力实现管理流程自动化和智能化 [1] - 智能制造领域订单占比约40% 采用垂类AI模型结合生成式、判定式和决策式AI能力 应用于工艺优化、AI质检、智能排产和物流路径优化等场景 [1] - PCB制造业的制前工程及工艺报价成本核算方案具有行业独特性 [1] - 业务实现收入情况需关注公司后续公告 [1]

Notion 3.0版本发布 - Notion 3.0版本正式上线 引入Agent功能 可完成人类在Notion中的所有操作 包括创建文档 搭建数据库 跨工具搜索 执行多步骤工作流等[2] - 此次更新是Notion迄今为止规模最大的一次升级 距离2.0版本已过去7年[3][4] Agent功能特性 - Notion AI Agents被定义为世界上第一个知识工作Agent 通过与数据库协同执行多步骤复杂指令 支持长达20多分钟的自主运行[3] - Agent能同时处理几百个页面 跨工具检索信息 整合结论并创建结构化数据库 例如从Slack Notion和邮件中汇总客户反馈并提炼可执行见解[14] - 包括自定义"记忆库"功能 用户可通过指令页面自定义Agent行为模式 包括任务分类 回复格式和参考信息要求[17] 应用场景与案例 - 团队场景应用包括将会议纪要转化为提案 更新任务追踪表 保持知识库实时更新 以及生成个性化新员工入职计划[15] - 个人场景应用示例包括记录想看电影和搭建"咖啡操作系统"[16] - 即将推出"自定义Agent"功能 可创建自动运行且支持团队共享的专属Agent 例如每日用户反馈汇总 每周项目更新发布和IT需求自动分类[18] 产品发展历程 - 2016年Notion在Product Hunt发布并迅速爆红 随后实现盈利成为硅谷明星初创公司[6] - 2018年2.0版本上线 引入数据库功能 支持表格 看板 日历 列表和画廊等多种视图组织信息[6] - 2025年3.0版本上线 标志从简单AI功能向"AI工作空间"转型 目标让Notion AI学会使用基础模块完成实际工作[5][13]