一、核心要点
- Work Agent核心概念：Work Agent由基座模型和智能体框架（Harmony）构成，通过推理与执行循环运作，架构分为感知层、规划层、执行层、记忆层四层。Harmony工程取代上下文提示工程，包含八大组件。
- 商业模式：采用基础订阅+任务流量扣费模式，核心为C端引流+B端高付费，支持第三方工具接入。未来将过渡至基于协作任务的服务分层收益模式，硬件端或新增服务分发收益。
- 赛道规模：全球代码类Agent 2026Q2付费用户约600万，上限市场容量约800-1000亿美元；Work Agent潜在付费用户约3.74亿，对应容量约1200亿-1万亿美元，规模达万亿级，预计2026年底国内用户量近1亿，付费转化率高于普通C端产品。
二、竞争格局
- 国内竞争：大厂主导，腾讯Work Agent定位开放桌面工作台，阿里整合多产品线，字节推出Tree Work，Kimi深耕创业端。截至6月，Wolfram Body月活超2000万、Tree为1300万、Code Work为800万。Tree目标冲击1亿用户、收入四五十亿，Wolfram Body目标破1亿，Code Work预计达五六千万。
- 海外竞争：Manner（被腾讯收购）、ChatGPT Workspace、Google Workspace、微软360 Copilot、Cloud Cowork等，大厂形成四强竞争态势，Cloud Code、谷歌依托存量生态领先。
三、技术与产业趋势
- AI Agent驱动云演进：从传统云向Agent Cloud演进，面临并发量、不规则负载等挑战，需Agent 1、Agent Teams等专项能力支撑，国内仅阿里完成Agent云技术布局。
- 单模块开发成本：超复杂任务（如生成100个模块）需2亿token，单个模块开发含调试约200万token，耗时约0.5-1个月。
- 算力与Token消耗：中等任务约2万token、需6核CPU、耗时10分钟，复杂任务约10万token、耗时半小时，超复杂任务（如软件开发）需更多算力与Token。
- 头部大模型：国内第一梯队为Kimi、智谱、阿里、深度求索，训练范式转向任务执行对齐，参数达万亿级，上下文向百万级演进。阿里模型存在推理速度、长文本稳定性短板，8月中下旬将推新版，目标重返国际前三，国产模型与海外差距缩小，长期或走向差异化竞争。
四、风险与关注
- 赛道挑战：AI Agent向Agent Cloud演进面临技术与产业落地挑战，国内仅阿里完成Agent云布局，技术落地速度或影响赛道发展。
- 产品竞争：赛道尚未出现一家独大，大厂引领、小厂追赶并行，需关注各产品用户增长及商业化落地进度，头部大厂2026年付费收入有望达标，明年或突破50亿，为赛道核心关注点。
