AI Agent智能体产业图谱（1.0） Data Intelligence Conference 2025 DATA AI，数据燃动智能 金融行业智能体 水利行业智能体 能源行业智能体 政务行业智能体 通信行业智能体 行业智能体 医疗行业智能体 数据分析智能体 运维智能体 智慧办公智能体 场景智能体 客服智能体 营销智能体 具身智能体 财务审计智能体 时空智能体

Email:yhy15080@haitong.com AI Agent（智能体）：从技术概念到场景落 地 投资要点：  思维链铸就智能体，多体交互拓展应用：早在上世纪 50 年代，阿兰图灵把“高度 智能有机体”扩展到了人工智能。如今随着大模型的快速发展，这个概念又被重 新拾起。大模型成为了智能体目前最完美的载体，有望完成从概念到实际应用的 蜕变。用户在 Agent（智能体）模式中给 AI 设臵目标和身份，并提供 自主拆分任务、使用工具、完成工作，用户仅负责设立目标、提供工具 资源和监督结果。  赋能两类实体领域，成本与效益的博弈：AI Agent 目前的应用大多都在概念层面， 但随着大模型竞争加快、政策鼓励研发投入、更多企业参与 AI 研究等因素，应用 层面的 AI Agent 推进速度加快。智能体大致可以分为六类，根据他们被设计出的 特点，可以作用在不同的应用领域上。不同类别的智能体给予应用层面上更多研 有意 与人工智能强国组成战略伙伴，共同发展 AI 科技。智能体发展能推动政府、金融、 制造、能源、医疗、零售等行业的智能化应用向多模态和跨模态转变。  投资建议：我们认为未来智能体（AI Agent）的前景十分广阔，随着大模型的发展， 智能体将从概念走向实际应用，成为各行业的重要助力。通过多模态大模型，智 能体能够整合图片、语音等异构数据，提高任务处理效率，并解决跨行业、跨领 域的问题。技

Nacos3.0架构 安全零信任&AI Registry Nacos PMC 2025/07/10 一个易于构建 AI Agent 应用的服务、配置和AI智能体管理平台 柳 遵 飞 （ 翼 严 ） CONTENT 目录 Nacos3.0 架构升级&核心能力 性能 & 可拓展性提升 01 Nacos3.0 安全零信任 Nacos内核&应用安全零信任实践 02 Nacos Nacos 3.0 AI Registry MCP Registry & MCP Router 03 Nacos 3.0 未来规划演进 一个易于构建 AI Agent 应用的服务、配置和AI智能体管理平台 04 Part 1 Nacos3.0 架构升级&核心能力 性能 & 可拓展性提升 Nacos 简介 Nacos2.0时代：一个更易于构建云原生应用的动态服务发现、配置管理和服务管理平台 0 AI Registry 一个易于构建 AI Agent 应用的服务、配置和AI智能体管理平台 构建AI Agent应用的通用范式 Model Provider User Ask Response Prompt Model 规划 MCP Tools MCP Server 业务API Agent Agent = Model + Prompt

基于大语言模型的AI Agent架构 及金融行业实践 周健 2024.8.17 企业数智化发展趋势 商业化成熟度 时间 2022.1 1 2023.2 2023.8 2023.5 Llama3 GPT 4o GPT4 GPT4 GPT 3.5 Sora Gemini 2023.1 1 2024.2 闭源模型（文本） 开源模型（文本） 多模态模型 实时模型 Llama2 Orchestration and Automation Technologies AI Agent在企业数智化中的定位 AI Agent：基于大语言模型的自治智能体 从人机协同模式角度 从Agent组成结构角度 p 初级形态：把AI嵌入到人的工作中 p 中级形态：AI作为人的辅助工具 p 高级形态：AI作为主要工具，Agent对人 的依赖性在降低，且越来越像真人。人 的大部分用于繁琐日常工作的技能被AI取 的大部分用于繁琐日常工作的技能被AI取 代，而人机协同又让个体以前90%的弱技 能被瞬间强化 p Agent具备角色识别，规划及任务拆 解、记忆及知识沉淀、工具/技能使 用、执行动作等能力 p 采用更加高效的CUI交互模式 从技术架构演进角度 p 对话式编程时代，我们相信新的更优雅 的基于大语言模型的软件架构必将诞生 p SPQA架构是一种全新的软件架构，区别 于以前静态、有限输入、电路式的软件 架构 n State+Policy：用于感知环境状态、组织

com 请阅读最后一页各项声明 通信 分析师：李璐毅 登记编码：S0730524120001 lily2@ccnew.com 021-50586278 Manus 在 AI Agent 领域实现技术突破， AI 驱动智算中心升级 ——通信行业月报 证券研究报告-行业月报 强于大市(维持) 通信相对沪深 300 指数表现 资料来源：中原证券研究所，聚源 化向资产化迈进的关键期，探索数据要素价值释放路径，具备科技 成长属性，价值有望持续重估。建议关注：中国电信、中国联通、 中国移动。2）AI 算力：Manus 凭借其多智能体协同架构与动态任 务调度引擎，在 AI Agent 领域实现技术突破，加速产业从工具型向 生产力驱动型的升级，并推动算力需求的持续增长。DeepSeek 的 开源和低成本特性使得国产显卡用于推理的性价比和投资回报率 上升，训练加推理将使用更多的高端交换机和光模块，我国算力自 的运行效果已有长足进步，构建开放的 AI 服务生态体系已成为众多安卓厂商下一阶段 AI 战略 重心。头部厂商通过 AI Agent 等领域实现差异化并加强用户粘性。随着行业头部厂商相继入局， 将吸引更多开发者为移动端开发更丰富的 AI 应用与服务，进一步完善目前初具雏形的手机 AI Agent 应用场景。 图 28：2024Q3 全球 AI 手机头部厂商排名 图 29：2024Q3 全球 AI

请务必阅读正文之后的免责条款部分 股 票 研 究 公 司 首 次 覆 盖 证 券 研 究 报 告 股票研究 / [Table_Date] 2025.09.11 AI Agent 和智能金融大数据服务打造新 成长曲线 高伟达(300465) [Table_Industry] 计算机/信息科技 [Table_Invest] 首次覆盖 本报告导读： 公司是深耕 20 余年的老牌银行 IT 服务商，有望通过 AI Agent 和智能金 融大数据服务打造新成长曲线。 投资要点： [Table_Summary] 首次覆盖，给予“增持”评级。公司积极推进与蚂蚁合作，聚焦银 行信贷场景，探索金融 AI Agent 落地，我们预测公司 2025-2027 年 EPS 分别为 0.10、0.25、0.52 元。我们结合 司深耕银行领域二十 余年的业务理解与客户资源，加速形成“技术-场景-落地”的闭环能 力。此外，公司已成立人工智能与金融大数据事业部，将通过自主 开发与合作共建相结合的方式，构建领先的金融 AI Agent 智能体应 用服务平台，并有望实现商业模式的创新，以分润型的运营模式代 替项目交付型模式。 战略投资 DACS，迈向 Web3.0 技术服务。公司全资子公司高伟达 信息科技(香港)有限公司已签约参股数字资产清算服务有限公司

生态共建”的模式， 为实体经济数字化转型提供了可复制的中国方案。 鸿蒙智能体的发展承载着国家数字主权的战略使命。技术层面，鸿蒙智能 体框架 HMAF 在传统软件安全工程的基础上，迭加构建 AI Agent 典型安全防线， 实现全栈安全自主可控；产业层面，鸿蒙生态实现了从底层芯片到上层应用的 完整技术栈，使我国首次在基础软件领域摆脱了对西方体系的依赖。更为深远 的是，鸿蒙通过定义智能终端交互标准，在消费电子、智能汽车、工业互联网 鸿蒙智能体时代已经开启，我们期待与广大鸿蒙应用开发者和合作伙 伴一道，持续推动鸿蒙智能体技术创新与生态共建，为用户带来“服务合 时宜、服务不间断”的智慧新体验，共创鸿蒙万物智联的未来新世界。 Agent 时代 鸿蒙应用生而智能 前 言 近年来，生成式人工智能（Generative AI）迎来前所未有的技术飞跃， 以大语言模型（LLM） 为代表的基础模型进入高速迭代期，一路狂奔，不断刷新能力边界。模型在复杂任务推理、规划、 的优势，同时解决信息安全隐患、云端算力成本过高等问题。 这一系列技术的突破，正在重塑人类与数字世界的交互方式。生成式 AI 不再是问答工具， 而是嵌入到每一个终端、系统、应用与服务中的可持续演化的智能体（Agent），具备感知周 围环境、理解用户意图、学习用户偏好、自主执行复杂任务的全流程能力。 2024 年 6 月，华为向业界发布《AI 终端白皮书》 [1]，明确指出智能体将引领终端进入全新 人机交

前言 迈向 AI-Native 时代：智能体驱动的应用现代化新范式 近两年来，随着 ChatGPT、DeepSeek 等大模型技术的快速发展，人工智能正以前所未有的速度重塑产业格局，而 Agent 智能体的崛起标志着应用现代化迈入全新阶段。未来大于 50% 的人类工作任务场景将被大模型影响，据麦肯锡预 测，生成式 AI 每年可以增加 2.6~4.4 万亿美元经济收入，AI 驱动的自动化决策与交互将成为业务常态。与此同时，传统 可信数据资产目录实现跨域流通，为 Agent 提供实时、高质量的训练与推理燃料；而 API 则从传统的服务接口演进为“智 能连接器”，通过动态编排与语义理解，支撑 Agent 间的自主协商与任务分解。此外随着云原生 AI 技术（如多模态大模型、 智能 Agent 开发与运行、检索增强生成、智能应用管理引擎、智能组装与集成、统一可观测、多模态交互、AI 内生安全等） 的成熟，使得 Agent 的开发效率提升数 先装上刹车”，遵循道德和法律规范。 当今，应用现代化的推进目标已从“数字化 IT 提效”提升至“重塑智能商业价值”。未来，企业需以“应用现代 化的三驾马车”，即：“敏捷架构、智能数据、生态开放”为基石，建立支持 Agent 自治与进化的全生命周期的数字基 座。应用现代化产业联盟的各成员，要加强智能体应用、跨域协作标准等前沿议题的探索研究，以《应用全生命周期智 能化白皮书》为起点，共同推动中国在全球智能化竞争中占

任务的泛化能力，拓宽企 业服务的能力边界。将行业专业知识、企业私有数据与大模型相结合，降低模型 幻觉，提高对特定任务的适应性，可以更加符合专业场景的诉求。 2）Agent：大模型兴起后，Agent与大模型两者融合相互成就。AI Agent通过 选择性综合大模型和多种先进算法，形成具备独立思考、工具调用能力等特征的 系统，满足更广泛的垂类场景需求。 3）数据治理：随着业务规模和系统规模的不断增加和扩大，为了支持海量数据 训练+推理+持续调优的成本高企 • 算力资源需求的波峰波谷明显 • 算力资源利用率低下 • …… 异构集群 峰谷互补 任务调度 算力分配 17 ◼ Agent的发展历程 ◼ AI Agent概念界定 ◼ AI Agent的应用概括 技术侧：Agent 18 ©2024.7 iResearch Inc. iresearch.com.cn Agent的发展历程 Agent早就存在，大模型兴起后两者融合相互成就，落地方式多样灵活 来源：结合公开市场资料和专家访谈，由艾瑞咨询研究院整理及绘制。 大模型兴起前—Agent萌芽期 大模型兴起后—AI Agent概念再次导入 大模型兴起后—AI Agent的成长期 Agent指有欲望、信念、意图，并能采取行动能力的实体。 公元前 · Agent单词出现 20世纪50年代