36氪研究院在2026年9月发布了一份40页的《2026年中国AI Agent行业发展研究报告》，副标题是从模型能力到任务执行，从单点应用到智能协同。它给出的核心判断很直接：Agent的价值已经从回答得好不好，转向能不能把任务跑完、把结果交出来。
报告把Agent的能力归成四点：自主决策性、任务闭环性、动态适配性、工具原生性。它和传统对话式AI的分界线也划得很清楚，前者以信息响应为核心，后者以任务执行与结果交付为核心。
01 四种形态
按产品形态，Agent分成应用服务型、开发使能型、端侧内嵌型和具身实体型四类。应用服务型再往下细分，个人消费类围绕生活、学习与娱乐，企业通用类覆盖办公与经营管理，行业垂直类专攻金融投研、医疗辅助、法务审查这类专业流程。
02 从212亿到3320亿
市场规模是少数能拿数字说话的部分。CIDC数据显示，2025年中国企业级Agent市场规模212亿元，2029年预计达到3320亿元，年复合增速107.6%。需求侧，QuestMobile统计2026年上半年国内AI原生应用月活已达4.99亿，同比增长85.4%。
政策也在同一时间补齐。2026年5月多部门联合印发《智能体规范应用与创新发展实施意见》，这是国内首部专门针对智能体的国家级指导文件，把定义、发展原则与治理要求一并写清。
03 多Agent只有18%
报告里最值得停下来看一眼的数据来自KPMG在2026年第二季度的调研：53%的受访企业正在部署AI Agent，但跨工作流编排多个Agent的企业只占18%。单个Agent已经在进企业，多个Agent之间的协同还停在少数复杂场景。
报告对此相当克制，多Agent并非天然优于单Agent。任务边界清晰、流程简单时，单Agent已经够用；只有任务横跨多个专业领域、多种工具或多个业务环节时，多Agent架构才可能带来额外价值。
04 两条路线
案例里，字节跳动和月之暗面代表两种方向。字节把Agent往组织里推，豆包工作、扣子、飞书8.0和火山引擎覆盖了从生产Agent到Agent在哪里工作的全链条。月之暗面往自主性上走，Kimi的Agent Swarm支持最多300个子Agent并行执行单次复杂任务，工具调用可超过4000次。
另外两家做企业纵深。特赞科技服务了180多家企业客户，其中60多家是财富500强，某全球零食品牌的产品创新周期从3周压到3天。汇智智能把FDE的行业经验封装成智能体上架平台，覆盖50多个行业。
05 四个趋势
趋势有四条。技术侧，Agent的能力边界正从模型预训练与初始化配置，转向运行过程中的持续进化，形成执行、反馈、学习、优化、再执行的闭环。产品侧，衡量价值的口径从功能与席位转向按结果计费，Gartner已提出企业软件正从席位授权走向基于业务结果的定价。
生态侧走向能力互联，一个专业Agent即使不直接面对终端用户，也能靠被其他Agent调用产生价值。治理侧要求Agent具备可追溯的数字身份与最小必要权限，治理对象从模型输出扩展到智能体行为。
写在最后
这份报告最实用的地方，是把热度拆成能核对的口径：多少钱、多少企业真的在用、多Agent渗透到了哪一步。
18%这个比例，大概比3320亿更能说明产业今天站在哪里。让单个Agent跑完一条链路已经不难，让多个Agent在同一个组织里稳定配合，还是另一件事。
