程概念的提出，为智能软件研发的独立发展和技 术创新奠定了基础；启动期（1970-2000年），独立数据库公司的崛起为智能软件研发行业在启动期奠定了数据处理与管理的基础；高速发展期 （2001-2021年），智能软件研发行业在高速发展期开始注重灵活、高效和响应变化的开发方法；成熟期（2022年至今），智能软件研发行业在 成熟期实现了技术飞跃，进入全新智能化阶段，功能复杂且高效。 行业特征 1 里程碑事件标志着全新软件时代的开启。 IBM推出IBM PC及其配套软件，标志着智能软件研发行业进入了一个全新的大众市场时代，推动了软件技术的普及与应用。 高速发展期 2001-01-01~2021-01-01 2001年，来自极限编程、Scrum、DSDM、自适应软件开发、水晶方法、特征驱动开发、实效编程等领域的17位软件开发领域的教授 和推动者共同签署了《敏捷软件开发宣言》。 2005年，中国上网用户总数达1 经营项目以相关部门批准文件或许可证件为准）（不得从事 国家和本市产业政策禁止和限制类项目的经营活动。） 12 财务数据分析 2015 2016 2017 2018 2019 2020 2021 2022 2023 1.1 1.14 1.05 1 1.16 0.98 1.19 0.96 1.1 / / / / / / / / / 49.0591 51.2675 52.1267 54

国政府网，新华社，海通证券研究所 中国人工智能市场份额稳定增长，未来 AI 实体项目增多利好智能体发展。根据 IDC 预测，国内人工智能市场规模预计在 2026 年达到 264.4 亿美元，2021 年到 2026 年期 间的 CAGR 超 20%。根据增长率计算，从 2022 年开始，每年市场规模会保持 20%左 右的稳定增长态势。根据澎湃新闻援引德勤统计，未来 2025 年世界人工智能市场规模 中国人工智能市场规模预测 资料来源：IDC，海通证券研究所 图14 全球人工智能市场规模预测 资料来源：德勤，澎湃新闻，海通证券研究所 美国相关政策落地较早，人工智能发展已成规模。在 2021 年 3 月，大模型还未进 入公众视野时，美国人工智能国家安全委员会已经发布了对该领域未来发展的规划。文 件中写到了美国坚定在人工智能领域的投入，且规定了研发投入资金的比重。另外，在 2023 年 研发投入。 表 3 海外政策推动人工智能发展 政府机构 文件名称 发布时间 具体内容 美国人工 智能国家安 全委员会 《NSCAI 最终报告》 2021 年 3 月 美国国家人工智能安全委员会（NSCAI）的任务是向总统和国会提出建议，以 “推进人工智能、机器学习发展以全面解决美国国家安全和国防需求的相关技 术。”在设立本委员会时，2019 财年约翰〃S〃麦凯恩国防授权法案第

robotics: Challenges and opportunit- ies for embodied intelligence. arXiv preprint arXiv: 2110.15245, 2021. 2 Brooks R A. Intelligence without representation. Artificial In- telligence, 1991, 47(1−3): 139−159 Proceedings of the IEEE/CVF International Con- ference on Computer Vision (ICCV). Montreal, Canada: IEEE, 2021. 16 Radford A, Kim J W, Hallacy C, Ramesh A, Goh G, Agarwal S, et al. Learning transferable visual supervision. In: Proceedings of the 38th International Conference on Machine Learning. PMLR, 2021. 17 Kirillov A, Mintun E, Ravi N, Mao H Z, Rolland C, Gustafson L, et al. Segment anything. In:

理论基础、研究领域与应用前景 [J]. 信息资源管理学报, 2021, 11（1）: 8-16. KE P. Knowledge management in emergency management: theories, research and applications[J]. Journal of Information Resource Management, 2021, 11（1）: 8-16.（in Chinese）

不断成熟 • LBS 、移动支付全面普 及 • 服务从线下到线上 • IM 主导移动互联网 • 智能设备数量不断增 长 Number of Users (million) 2015 2021 843 390 155 秘书服务 母婴用品 教育 旅游度假 护肤彩妆 汽车服务 租房售房 法律咨询 珠宝配饰 在重视在线交互的场景中，智能助理能够提升沟通效 率和用户体验，创造商业价值

(ICCCN 2020) [3]LogStamp: Automatic Online Log Parsing Based on Sequence Labelling. (WAIN Performance 2021) [4]BigLog:Unsupervised Large-scale Pre-training for a Unified Log Representation. (IWQoS 2023) [5]DA-Parser:

开源生态：多语言&集成 社区活跃度 影响百万开发者 • 官网访问用户数达90万 • 下载量达到300w次 • 服务超百家各领域头部知名企业 • 被国内大多云厂商托管 • 获得各类社区奖项8个 企业级应用 • 2021 OSC 中国最受欢迎开源项目 • 2022 InfoQ 十大开源新锐项目 • 2022 CSDN 中国开发者影响力项目 • 2022 开源成熟度评估 – 优秀二级 • 2022 开源创新大赛 –

口长 期在开发一线，有死磕的工匠精神、永不放弃的热情、有核心团队 赵阳博士亲自架构和开发 90% 内核代码，基于 Rust 语言 第一代： 2018 第二代： 2021 第三代： 2022 第四代： 2023 第五代： 2024 ,The Rust Programming Language The Rust

2022, 37(5): 123-134. DOI: 10.1016/j.jcst.2022.05.001. 2. 李华, 赵敏. 基于深度强化学习的智能体决策优化[J]. 人工智能 学报, 2021, 43(3): 89-101. DOI: 10.1631/jzus.A2100001. 3. Chen, X., Liu, Y. Deep Reinforcement Learning for 2901234. 5. Smith, J., Brown, R. Advanced Techniques in Multi-agent Coordination[M]. MIT Press, 2021. ISBN: 978-0-262- 04312-5. 6. 刘洋, 陈刚. 基于深度学习的多智能体协同控制系统[J]. 自动化 学报, 2020, 46(7): 1345-1358. DOI: 2022, 145: 123- 140. DOI: 10.1016/j.neunet.2021.11.001. 8. 孙立, 王芳. 深度强化学习在智能体路径规划中的应用[J]. 机器 人, 2021, 43(4): 567-579. DOI: 10.13973/j.cnki.robot.210456. 9. 李明, 王海. 智能体开发框架设计与实现[J]. 软件学报, 2020, 31(8):

15%，同时有效降低了市场波动带来的风险。以下 是该银行在使用 DeepSeek 前后投资回报率的对比数据： 时间段 投资回报率（前） 投资回报率（后） 2021 年 Q1 5.2% 6.0% 2021 年 Q2 4.8% 5.5% 2021 年 Q3 5.0% 5.8% 此外，DeepSeek 还被应用于反欺诈系统。某知名银行通过集 成 DeepSeek 技术，成功识别并阻止了多起高风险的欺诈交易。系