[东吴证券]：传媒互联网行业年度策略报告：aiagent深度（二），2025 agent元年，ai从l2向l3发展 -尊龙凯时人生就博

证券研究报告行业年度策略报告传媒互联网 东吴证券 增持维持soochowsecurities alagent深度（二）：2025agent元年，ai从l2向l3发展 证券分新师：张良卫证券分析师：周良政研究助理：张文雨 执业证书编号：s0600516070001执业证书编号：s0600517110002执业证书编号：s0600123070071 联系邮箱：zhanglwdwzqcomcn联系邮箱：zhouljdwzqcomcn联系邮粘：zhangwydwzqcomcn 2025年5月4日 核心观点 东吴证券 soochowsecurities 1我们认为2025年是agent元年：ai正从l2（推理者）向l3（aent智能体）进化，标志着ai从“思考”走向“行动”。这一转变由四大驱动力 促成：技术成熟度达到临界点：慈大的多模态基础模型（能理解视觉信息如gui界面）和成熟的驾化学习训练方法已准备就绪。标杆产品 的出现：行业领导者（如openai，googleanthropic）推出了关键产品（如operatordecpresearch），基准测试（如rebench）显示顶尖agent 在特定任务上的效率已可匹敌甚至超越人类专家。mcp协议的普及将促进agent生态的互联互通。市场需求驱动：经厉历了大模型能力竞赛 力提升，agent的出现恰好满足了这一需求。 2为什么要关注aent？我们认为其重要性在于：深度自动化：agcnt具有深度自动化、指数级效率提升和成本优化潜力，将人类从重复性劳动中 解放出来，聚焦更高价值的创造性工作。通往agi：agcnt（l3）是通往通用人工智能（agi）和具身智能的关键环节。重塑互联网入口：agent可能改变用户获取信息和完成任务的方式，挑战传统搜索引擎，并可能使探作系统、浏览器或“超级app成为新的核心入口。我们预计入口级通用agent的竞争将在2025年下半年开启。 3agent的竞争格局是“巨头环伺，新锐突破”：巨头环伺：大型科技平台（openalgoogle，微软；国内bat、字节、华为等）凭借模型、数据 算力、生态优势主导通用aucnt和平台生态的构建。垂直机会：垂直领域凭借深度领域知识和工作流整合仍有创新机会，但长期面临通用agcnt能力提升的威胁。初期ai应用价值高度依赖模型能力，但简单的“浅层套壳”产品（即wrapper）缺乏壁垒，易被颠废。真正的护城河在于复杂 工作流的可靠编排、高质量工具集成能力和深度领域知识。 4、投资建议：重视agent投资窗口：2025年是布局agent领域的重要窗口期，需密切跟踪基础模型（尤其多模态、推理、规划）、强化学习、工 具调用可靠性、推理成本优化以及标准化协议（如mcp）的进展。长期配置平台巨头：拥有强大基础大模型、算力、数据和生态系统的大型科技平台公司是agcnt时代的核心受益者，最有可能主导通用agent的发展，并能整合或取代单一功能应用，具备长期配置价值。例如海外的google、微软，以及与openai、anthropic深度绑定的公司：国内的阿里、腾讯、字节（未上市）。关注垂直领域领跑者：在通用agent能力 尚未完全成熟之前，那些在特定垂直赛道己经建立深厚领域知识壁垒、拥有清晰商业模式和客户基础的垂直aent提供商具有较高的短期增长潜 力。我们认为知识工作领域（如编程、研究、法律）将是最先落地的场景，其中，编程领域会是最快落地、最先实现pm和商业化的领域，已有 成功案例（如cursor、devin），其他垂直应用也值得关注：我们总结了30家上市公司在垂类agent方面的布局，其产品基本符合agent定义且具有 垂直领域的比较优势。例如出版校对（果麦文化）、电商外贸（焦点科技）、企业服务（创业黑马）、美学设计（美图公司）等。建议关注其利 用aiagent解决具体行业痛点的能力和商业化进展。 5风险提示：技术成熟度风险，高成本风险，商业模式不确定性风险，竞争加剧风险。 目录东吴证券 soochowsecurities 一、为什么说2025年是agent元年？ai从l2向l3进化 驱动力：技术成熟度达到临界点；行业领导者推动，标杆产品验证；市场需求驱动 定义：不是所有的ai模型产品都叫agcnt；agcnt的凹个必要构成（缺一不可）；agcnt的智能程度是有层次和梯度的 二、agent为何重要？ 深度自动化、指数级效率提升、解放人类生产力与创造力通往agi和具身智能的关键环节 重塑互联网流量入口格局 预计入口级agcnt大战将于25h2开启 三、竞争格局：模型即产品，通用agent将由大厂主导 agent领域的竞争维度 模型即产品：爆款应用背后是模型能力更新、浅层套壳产品终将被颠覆 biggiants：角逐agl、通用agent和流量入口nichemarket：垂直agent长期面临通用agent的成胁、垂直agent的价值在于深新领域知识、谈谈cursor的壁垒 四、agent将最先落地于知识工作（光其是代码）agent最先落地的行业和场景预测 代码软件开发领域的进晨与观点 法律aiagent对比 五、投资建议六、风险提示 东吴证券 soochowsecurities 为什么说2025年是agent元年？ 我们认为2025年将是agent之年 东吴证券 soochowsecurities openai将ai发展阶段分为l1到l5五个阶段。我们认为，ai正从l2（推理者）向l3（agent）进化，agent代表了ai从“考”走向“行动”关键一 步，是继大模型之后下一个重要发展阶段和业界寻求新突破口。驱动力来自：技术、产品、需求。 l1聊天机器人（chatbot：以chatgpt（2022年底发布）为代表，具备自然语言交互能力。机器直接输出文字或回答。相较于机器学习时代，ai 一路发展过来通周大模型阶段。在这一阶段，交互模式是主要是输入输出模式，用户提问，模型回答。较于l1阶段，引入了强化学习和思维链（cot）技术，模型在输出最终答案前会进行多步恐考。 息处理推理”走向主动“与外部世界交互和执行”。能调用工具（如浏览器、api）、操作软件界面，形成“指令思考交互观察再思考闭环系统。 l1 聊天机器人 l2l3l4ls 推理者智能体创新者组织者 具有对话能力ai像人类一样能够解决不仗能思考，还可以能否协助发明创造可以完成组织工作 问题ai采取行动ai系统aial chatgpt出现deepseekr1标志着从l1到l2operator标志从l2到l3 whynow技术成熟度达到临界点 东吴证券 soochowsecurities 学习训练方法（能训练aget与环境交互），已经发展到相对成熟阶段。 在这一阶段，实现了“道用性”（gcncrality，模型不再局限于特定场景，而是能够处理广泛自然语言任务，像一个巨大知识库。 从l0到l1技术演进路径 基于规则机器学习神经网络transformergpt3chatgpt 依械人工规则，灵活性差数据驱动，泛化能方增器深度学习自注意力机制预训练微调人对结果反馈成为学习智能处理数据量较少分类固定量数据复杂数据处理能力提升并行计茸强泛化过程一部分 自然语言生成能力 whynow技术成熟度达到临界点 东吴证券 soochowsecurities 从l1到l2：l1到l2技术演进，核心在于大模型基础上推理能力突破，涉及多步推理训练、检索增强、逻辑融合等关键技术，使ai从“会说”进化到“会想”，实现更高层次智能。从l1到l2跌迁，是ai从“语言表达”到“认知推理”质变，这为ai在科学发现、复杂决策、自动规 划等高价值场景应用奠定了基础。技术突破包括： 多步推理训练：道过链式恐维（chainofthoughtcot》等方法，训练模型在给出答案前进行多轮、分步骤推理。 检索增强生成（rag）：结合外部知识库，提升模型事实一致性和推理深度，减少“幻觉”。 更高质量数据与反馈机制：采用专家数据、复杂问题集和强化学习等方式，持续优化模型推理表现 alphagozero快速超越了alphago 40daysalphagozerosurpassesall l1chatbotl2reasonerpreviousversionsbecomesthebest goplayerintheworld 主要能力自然语言生成复杂推理与决策 5000 4000 3000 36hoursalphagozero 恩维链cot 2000reacheslevelofalphago72hoursalphagozero beatsalphagolee1000 技术核心 大规族transformer rag1000 leewhichbeatworld 预训练moe等champlonleesedolin2016 代表模型 gpt310 1000 2000trainingdays 5 20 chatgptdeepseekrl 10 strawbcrry等 303540 alphagozero40blocksssaiphagoleeaiphagomaster whynow技术成熟度达到临界点 东吴证券 soochowsecurities 从l2到l3：关键技术要素（强大多模态基础模型和成熟强化学习训练方法）已经趋于成熟，达到了可以支撑通用agent 发展阶段。openai在2025年1月发布operator，更是印证和点燃了这一行业共识。具体来说，关键成熟要素包括： 强大基础模型：像claudesoninet35这样强大、原生多模态基础模型已经出现。这些模型其各了足够好视觉理解、语言 理解和基础推理能力，能够“看懂”图形界面（如网页、操作系统界面），这是构建基于gui（图形用户界面）aent前提。 而在过去（例如openai在2016年尝试类似项目时），缺乏这样强大基础模型是导致失败关键原因。 成熟强化学习技术与框架：以强化学习为核心posttraining技术在2024年通过o1、o3等模型在纯文本领域被证明是极其有效 ，能够显著激发和提升基础模型深层推理和规划能力。行业将这种成功范式应用到多模态领域，以训练出能够与环境交互 执行任务agent。 o3模型和o4mini模型在数学和代码能力上表现出色过去五年ai持续剧新各美排行榜 aime2024 competitionmatt aime2025 competitionmath codeforcercompetitioncode gpqadiamond phdlevelprogressonalbenchmarksinthepastfiveyears sclencequestion 100 80 60mm accuracy 40 stemgpqa mathgsmo 20 examaime nathmath astexan 202020212022202320242025 whynow行业领导者推动，标杆产品验证 东吴证券 soochowsecurities 驱动力二：行业领导者推动，标杆产品验证。openai、anthropic、google等头部公司发布关键产品（如operatordeepresearch）和 技术协议（如mcp），并投入研发，起到了引领和示范作用。相对成型agent产品开始涌现（例如manus、autoglm、genspark 等），验证了技术可行性，并点燃了行业共识，标志着aent从设想走向相对成熟产品阶段。 工具底层模型核心技术自主性级别多模态能力 定制cua模型浏宽器自动化、税觉理解高网页交互强视觉理解 openaioperator manusclaudesonnct37多智能体架构、linux沙盒高跨领域任务强（文本、图像、代码）devin木公开远程执行环境、规划系统高软件开发中主要文本和代码cursor多个大模型代码上下文理解、智能补全中辅助编码弱（主要代码处理） autogpt可定制llm任务分解、五联网