AI算力的下一站走向何方？

2025年上半年，中国企业级市场大模型的日均token消耗量激增至10.2万亿，和去年下半年相比，大幅增长了363%。不过，这庞大的算力需求，并非都用于模型训练与迭代。MIT的研究显示，超过90%的公司员工在使用个人AI工具自动化工作任务，而只有40%的企业购买了官方LLM订阅。

这其中的巨大差距，指向了一个更深刻的变革：算力的下一站，不再只是单纯的模型进化，而是进入以“自定义Agent”为主导的精细化、场景化分配时代。算力正从支撑大模型的“发动机”，转变为驱动千行万业数字化员工的“生产力调度中心”。

什么是自定义Agent？

当我们提到“自定义Agent”时，可以把它想象成企业为部门招聘的一位高度专业化的“数字化员工”。和以往只能被动回应、知识宽泛的聊天机器人不同，这位新员工有三个关键特质：明确的职责范围、专属的工具套装，以及自主决策的工作流程。它不是一个“更聪明”的聊天窗口，而是能融入现有业务流程、主动推进任务并交付确定结果的自动化生产力单元。

其核心逻辑在于架构上的根本突破。一个真正的自定义Agent通常由四个核心层组成：首先是“规划层”，它不只是简单响应指令，还能把一个模糊的目标，比如“策划一次市场活动”，分解成“市场调研 - 竞品分析 - 主题设定 - 渠道选择”等一系列可执行的具体步骤；接着是“工具层”，它被授权调用企业内部或外部的专属API，无论是从CRM系统调取客户名单，还是向设计平台下达生成海报的指令，它都能像熟练员工一样操作专业软件；第三是“记忆层”，它不仅记录与用户的交互历史，还能构建一个关于任务上下文、行业知识和执行偏好的私有知识库，保证每次决策都基于不断积累的“经验”；最后是“仲裁层”，当任务遇到冲突或多种选择时，它能根据预设规则或成本效益分析做出权衡判断。

这种深度定制的意义，不只是提高单点效率。它标志着一个关键的范式转变：企业不用再花巨资训练或微调一个试图“通晓万物”的巨型模型，而是转向更经济、更可控的路径——基于一个足够聪明的通用大脑（基础大模型），通过精细的“职能定义”和“工具赋能”，快速批量制造解决特定问题的“专家型”智能体。这就像从“培养全科博士”转变为“高效组装特种机器人”，后者对算力的消耗更精准、可预测，产出也更具业务价值。

这一趋势正悄然改变企业服务的竞争格局。未来的CIO在采购AI解决方案时，关注点将从“模型的参数规模”转向“Agent的定制灵活性与集成深度”。算力作为支撑这一切的底层资源，其消耗模式也将从粗放式的“大水漫灌”转变为基于具体任务目标的“精准滴灌”。

当每个业务环节都可能由一个或多个高度自治的Agent负责时，企业的数字化架构将不再是静态蓝图，而是能自我演化、动态调整的“活体组织”。这才是自定义Agent带来的真正革命性前景。

资本市场为何开始重视AI Agent？

当资本市场的关注焦点从AI芯片与云基础设施转向应用层时，9月下旬AI应用板块的变化或许揭示了新信号。这背后是一个正在形成的行业共识：AI Agent正从技术概念转变为可衡量ROI（投资回报率）的商业实体。据东吴证券观察，2025年下半年是入口级通用Agent竞争的时间窗口，这意味着技术探索期正让位于商业落地竞赛。

资本市场重视AI Agent的首要原因，是它解决了企业数字化转型的核心痛点——从“信息辅助”走向“流程接管”。和只能提供内容生成或数据查询的传统AI工具不同，Agent的核心能力是“深度自动化”。它能理解复杂意图，比如“为新产品制定全球市场进入策略”，自主规划步骤、调用专业工具（市场数据平台、设计软件、供应链管理系统），并执行直到产出完整方案。

这种能力将人类从结构化、重复性的脑力劳动中系统地解放出来，带来的不只是边际效率提升，而是业务流程的指数级重构与成本优化。这就是杰创智能、顶点软件等上市公司在特定垂直领域加速布局的根本动力——它们销售的不是“更聪明的聊天机器人”，而是能嵌入现有工作流、直接降低运营成本的“数字化员工”。

其次，Agent的竞争格局呈现独特的“双层结构”，为不同规模的参与者提供了清晰的战略定位。一层是“巨头环伺”，像OpenAI、谷歌、微软以及国内的百度集团、阿里巴巴、腾讯控股、华为、三六零等，它们凭借底层大模型、算力资源和生态优势，致力于构建通用Agent平台，想成为未来的“操作系统级入口”。周鸿祎宣布360“All In Agent”，并将其定义为“比大模型更高级的进化形态”，正是看中了其整合“思考”与“行动”的完整能力栈，这有望重塑用户与数字世界的交互方式。

另一层是“垂直突破”，在通用Agent能力还未完全成熟的时期，那些深耕特定行业（如金融、电商、内容创作）的公司，凭借深厚的领域知识、对复杂工作流的理解和可靠的工具集成能力，正迅速推出解决具体痛点的垂直Agent。

以金融科技领域为例，恒生电子与东兴证券近期达成了为期三年的战略合作，目标不是推出通用聊天机器人，而是研发面向证券行业的高性能垂类大模型及智能体应用体系。合作聚焦于智能投研、智能投顾、智能风控和智能问答四大核心场景。

在医疗这一专业性很强的领域，卫宁健康的实践展示了AI Agent如何融入临床思维。其推出的医疗大模型WiNGPT 3.0致力于模拟医生的临床诊断过程，通过引入强化学习等方法，让模型有更好的思考能力，以按照循证医学逻辑获得较准确的诊断。在此基础上，WiNEX Copilot 2.2作为“智能体 +”增强的医护智能助手，已经推出了各类Agent 50余个。

在更广泛的企业经营管理层面，用友网络的策略凸显了AI Agent应用的平台化与体系化特点。用友已推出覆盖全领域的1000 + 智能体（数智员工），并形成了由“友小成”、“友小施”、“友小智”等组成的AI服务矩阵。其应用场景很务实，比如在商旅费控场景，通过大模型技术深度集成差旅全流程，实现了AI驱动的主动服务模式。

从更深层次看，资本押注Agent实际上是押注一种即将发生的产业范式迁移。华泰证券指出的“超级个体”现象，本质上表明Agent作为“硅基生产力”对“碳基生产力”的结构性替代已经开始。这不再是实验室里的技术演示，而是真实发生在知识工作、编程、法律研究等领域的效率革命。

本文仅代表作者观点，版权归原创者所有，如需转载请在文中注明来源及作者名字。

免责声明：本文系转载编辑文章，仅作分享之用。如分享内容、图片侵犯到您的版权或非授权发布，请及时与我们联系进行审核处理或删除，您可以发送材料至邮箱：service@tojoy.com