核心观点
- AI发展阶段从推理者走向智能体,模型底座智能水平提升,相关智能体产业链正经历从模型能力提升到应用商业化的系统性跃迁。
- AI大模型能力由预训练、后训练、测试时三条扩展曲线推进,当前基础模型迭代放缓,逐步从训练扩展向测试时扩展转变,主次曲线迎来切换,从而对大规模集群依赖程度下降、推理算力需求攀升,更加聚焦AI产品的商业化能力和生态建设。
- 中间层智能体生态所需的通信协议与开发工具快速涌现,Anthropic MCP协议、谷歌A2A协议等代表性技术正助力构建智能体新型操作系统,为模型与工具、智能体与智能体之间建立统一的交互接口。
- 初代产品创收加速,商业化应用曙光乍现,智能体作为交互式AI产品开始快速落地,初代产品Cursor、Glean等已实现上亿美金年经常性收入(ARR),展现出较高成长潜力,并出现基于实际交付成果、任务完成率等指标的新收费模式。
关键数据
- OpenAI GPT系列模型参数规模持续增长,从GPT-1的1.17亿参数增长至GPT-4的万亿级别。
- OpenAI GPT系列模型训练数据持续增长,数据量从4.8GB增加至570GB,数据质量从原始数据提升至过滤后的高质量数据。
- 2020年至2025年2月,跨行业通用AI Agent创企融资额及交易数均远超垂类行业领域,融资额实现35亿美元,交易达成149笔。
- 根据机构METR的研究,2019年至2025年,AI在50%的可靠性标准下,完成的任务长度大约每7个月翻一番。
研究结论
- AI智能体产品正形成“底层模型能力升级+中间工具繁荣+商业场景落地”的基础设施与应用协同的演进路径,未来AI智能体应用还需进一步提升规划能力、具备更好的记忆、拥有更强的多模态理解能力,释放变现潜力。
- AI智能体作为可交互的应用产品,能够快速触达用户,付费渗透空间较大,未来有望凭借更快的成长速度成为AI应用黑马。
- 类比互联网时代来看,当前AI时代的入口尚处于早期阶段,ChatGPT、DeepSeek等少数大模型产品主导用户心智,呈现出类似于互联网时代早期的门户式中心化状态。