甲子光年智库发布了《Agent 商业化与竞争研究报告》,是它 Agent 系列报告的第五篇。
里面最扎人的不是趋势判断,而是一组对照:同一个模型,换一套执行框架,评测分只差 2 分,每个任务的平均调用成本少了 51%。

报告分五部分:从回答问题走向执行任务、商业价值怎么形成、生态与部署路径、应用版图、规模经营。这篇挑最硬的四段走:任务怎么变了,中间那层壳为什么成了变量,供给怎么分层,钱到底记在谁的账上。
01 交给它的活,从问答变成了干活
OpenAI 自己公布的企业输出数据很直白:2025 年 8 月几乎全是 ChatGPT,到 2026 年 6 月,Codex 这类智能体占到 64%,ChatGPT 只剩 36%。
同一段时间,非开发者的活跃用户涨得比开发者还快。报告把变化拆成三条。
目标从「完成一件任务」变成「守住一项职责」。触发从「人发起」变成「自己观察再动手」。
评价从「这项任务做完没」,变成「这段时间值不值」。

02 同一个模型换个壳,分差不多,钱少一半
报告引用 GitHub 上的一次评测。Copilot Fusion Max 综合分 60,Claude Code 配 Opus 5.5 Max 是 62,只差 2 分。
平均每个任务的 API 成本,Copilot Fusion Max 5.59 美元,Claude Code 那套 11.42 美元,降了 51.1%。
单任务耗时也从 60 分钟压到 36 分钟。模型没换,换的是外面那层配对。
这层壳报告叫 Harness,指围绕模型的五件配套:
Model Routing —— 什么任务派给哪个模型 Tool Routing —— 需要哪些工具、按什么顺序调 Context / Memory —— 带什么上下文进去、要记住什么 Limits / Recovery —— 卡在哪儿该停、出错怎么恢复 Telemetry / Evals —— 跑完怎么量化、下次怎么改
报告还留了一句更实用的话:没有适用于所有模型和任务的统一最优 Harness。企业得自己挑一套,再在自己的任务上验一遍。这句话把「照榜单买」这条路堵住了。

03 供给分三层,卖的是模型加壳加上下文
最上面是行业与场景应用,把模型、工具和业务经验打包成能直接用的东西。代表有飞书、WorkBuddy。中间是开发平台与企业级方案,管编排、运行和权限,代表有阿里百炼、火山 HiAgent、博云、BetterYeah。
最下面是算力与大模型,代表有火山引擎、阿里云、智谱、DeepSeek。
报告把价值写成三样相乘:Model 加 Harness 加 Context,缺一样都组不出完整方案。

04 企业花在 AI 上的钱,只有六分之一记在 IT 账上
按 BCG 的测算,AI 投入占企业预算 3.3%。其中 IT 预算内只有 0.5%,IT 预算外 2.8%,预算外那部分投入是预算内的 5.6 倍。3.3% 拆开看:内部运营 0.8%、AI 平台 0.7%、产品 AI 0.6%、AI 数据 0.5%、AI 人才 0.4%、AI 治理 0.3%。
预算归属不等于业务责任归属。
同一份指数还给了另一组数,样本 1330 家企业。已规模化的 AI 工作流占比:落后企业 11%,规模化企业 31%,未来型企业 54%。

05 竞争从模型能力,扩到了端到端交付
报告把竞争画成三层。底层是模型能力,决定能不能做。中间是业务上下文和执行机制,决定能不能稳定交付。顶层是客户触达、信任和任务经济性,决定价值能不能兑现。
越往上,越买不到。
供给也分三条路:平台化卖执行能力,产品化卖标准化应用,服务化卖交付与运营。三条路不互斥,一家公司可以同时踩两条。

写在最后
Agent 的竞争已经不在模型层。模型决定能不能做,上下文和执行机制决定稳不稳,客户触达和任务经济性决定值不值。
报告里最实用的一句话是没有统一最优的 Harness,这意味着照榜单买产品没有意义,得拿自己的任务跑一遍对照。
模型会越来越便宜,难的是把一套跑得稳的做法固定下来,再用它去接下一个任务。
2026Agent商业化与竞争路径研究报告.pdf







