来源：计算机畅想

核心观点

第一类：自定义Agent平台，构建AI生态。10月6日，OpenAI在DevDay上展示了其全新的生态构建愿景，推出Apps SDK允许开发者在ChatGPT中构建可交互的应用程序，通过结合MCP让AI能直接访问外部数据、工具与工作流，推出AgentKit提供可视化画布和嵌入式聊天组件，使非程序员也能快速创建与企业数据和工具集成的智能Agent。现场演示中仅用8分钟便从零构建并上线了一个活动官网智能问答Agent，展示了该工具的高效与易用性。OpenAI已与多家合作伙伴推出首批内嵌于ChatGPT的AI应用，涵盖教育（Coursera）、设计（Canva、Figma）、旅游（Expedia、Booking）、音乐（Spotify）与房地产（Zillow）等领域，标志着ChatGPT正从单一对话工具迈向AI应用平台。国内互联网大厂也在构建Agent生态，腾讯三季财报电话会上表示微信最终会推出一个AI智能体， 让用户在微信内部就可利用AI完成多项任务，能够理解用户的需求、意图和兴趣，微信拥有强大的通信和社交生态系统，还有购物支付等场景，几乎是用户的理想助手。11月13日彭博社报道，阿里准备对其主要移动人工智能应用程序进行全面改造，使其类似于OpenAI的ChatGPT，并计划将其更名为“Qwen”。阿里将添加智能AI功能，以支持在包括淘宝网在内的主要平台上购物，目标是将Qwen打造成一个功能齐全的AI Agent。

第二类：高壁垒垂类应用，具备数据与工作流护城河。对护城河深厚的应用而言，大模型非但不是吞噬者，反而可能成为加固优势的工具。我们认为“简单”体现在公开知识、易验证、低责任、弱耦合。护城河强体现在：1） 强 Know how：许多行业依赖专家对于长期经验、场景化判断、未成文规范的理解，需要长期深耕的公司来构造能够深刻理解该领域的业务逻辑的垂直领域模型或者Agent。2） 强数据：一些公司具备难以获取的专有数据与持续反馈闭环。大模型可作为数据价值的放大器，但核心优势由数据主导。3） 复杂流程：现代企业软件的价值往往不在于单个功能，而在于对跨部门、多步骤的复杂业务流程的深度整合与编排，深度工作流整合也创造了极高客户粘性和转换成本。4） 资质/合规壁垒：一些强监管的领域需要资质、执照与合规体系，模型可提效，但落款与责任在具备资质的主体。例如军工领域核心基于情报分析系统起家，作为首个领导国防项目的民营公司palantir就是一家护城河深厚的软件公司。还有近期全球领先的智能CRM供应商 Salesforce连续与头部大模型厂商谷歌、OpenAI、Anthropic扩大合作，构建以 Agentforce 360 为核心的智能企业生态，我们认为顶尖大模型厂商愿意与其合作而非完全自己下场做ToB业务体现了其作为SAAS龙头在B端Agent领域构建了深厚壁垒，是软件公司在大模型时代发展的标杆。

第三类：AI Infra层，获取卖铲子的确定性收益。在AI军备竞赛中，基础设施提供商通过服务所有参与竞争的公司，获取客户大规模投资带来的确定性收益，除了算力相关硬件，许多软件平台和工具也是重要的AI Infra。例如数据基础设施Snowflake正通过其云数据平台，提供AI规模化部署的底层数据解决方案。Snowflake Cortex是一个原生AI和机器学习套件，直接构建于 Snowflake 平台之中。它使用户能够利用 Snowflake 数据运行高级 AI 模型，而无需迁移数据或配置单独的基础设施。AI安全基础设施CrowdStrike： AI在改变各行各业的同时也带来了新的攻击面。模型可能被窃取，数据可能被投毒，Agent可能被操纵，云工作负载可能被劫持。CrowdStrike与AWS、英特尔、Meta、英伟达和 Salesforce 合作，利用Falcon平台保障AI安全。

建议关注

算力：寒武纪、海光信息、东阳光、神州数码、新易盛、中芯国际、华虹半导体、胜宏科技、鸿腾精密科技、有方科技、协创数据、中际旭创、沪电股份、兴森科技、中科曙光、浪潮信息、东山精密、云天励飞、伟仕佳杰、宏景科技、中芯国际、奥飞数据、云赛智联、科华数据、禾盛新材、潍柴重机、金山云、浙数文化、青云、大位科技、玉柴国际、亿田智能、弘信电子、圣阳股份、润泽科技、润建股份、深桑达、品高股份、优刻得、云从科技、太极股份、数据港、首都在线。

Agent：阿里巴巴、腾讯控股、阜博集团、第四范式、金蝶国际、拓尔思、合合信息、税友股份、新致软件、金桥信息、快手、美图公司、鼎捷数智、慧辰股份、嘉和美康、海天瑞声、泛微网络、朗新集团、润达医疗、壹网壹创、万兴科技、用友网络、麦迪科技、宇信科技、京北方、中科金财、致远互联、汉得信息、软通动力、光云科技、上海钢联、同花顺、信雅达、萤石网络、迪安诊断、中科金财、恒生电子、星环科技、卫宁健康、创业慧康、科大讯飞、万兴科技、创业黑马、迈富时、小商品城、金证股份、顶点软件、朗新集团、晶泰控股、佳发教育、新大陆、新开普等。

自动驾驶：江淮汽车、赛力斯、小鹏汽车、理想汽车、禾赛、地平线、世运电路等。

军工AI：拓尔思、能科科技、普天科技、品高股份、海格通信、中科星图等。

风险提示：技术迭代不及预期风险；经济下行超预期风险；行业竞争加剧风险。

报告正文

01

第一类：自定义Agent平台，构建AI生态

2025年10月6日OpenAI DevDay展示了OpenAI的未来蓝图，构建一个以AI为核心的软件生态体系，让LLM成为各种软件的入口：

OpenAI推出了Apps SDK，结合MCP允许开发者在ChatGPT 内部构建可交互的应用程序。通过Apps SDK，开发者可以连接自己的数据、触发具体操作、并渲染出完全交互式的用户界面。此前，Claude、GitHub Copilot 等其他产品虽有工具使用能力，但只是将外部服务的结果以文本形式返回，缺乏真正的上下文理解和自然的交互界面。也就是说，过去的工具难以真正被“用起来“，而OpenAI 的 Apps SDK 让用户能在LLM中像在电脑上一样使用 App。

OpenAI推出了简便、快捷的Agent开发工具包——AgentKit。AgentKit 的核心是一套可视化的画布 “Agent Builder”，开发者不再需要从零开始编写代码，而是通过拖拽和连接不同的功能节点，比如文件搜索等，来直观地设计和测试复杂的业务流程。AgentKit还提供了名为“ChatKit”的可嵌入聊天组件，让开发者能轻松地将具备品牌定制能力的聊天界面集成到自己的应用中，它还有一个Connector功能，可以直接把Agentkit的Agent工具建构和企业内部数据和工具联系到一起。为了展示 AgentKit 的便捷性，产品经理在现场仅用了8分钟，从零开始为一个静态的DevDay 活动官网构建并上线了一个智能问答 Agent。OpenAI与少数早期合作伙伴携手推出了首批应用，现已在ChatGPT上线，涵盖教育（Coursera）、设计（Canva、Figma）、旅游（Expedia、Booking）、音乐（Spotify）与房地产（Zillow）。国内互联网大厂也在构建Agent生态，抢夺未来的AI入口：据界面新闻，2025年11月13日腾讯发布三季度财报，总裁刘炽平在电话会上表示，微信最终会推出一个AI智能体，让用户在微信内部就可利用AI完成多项任务，能够理解用户的需求、意图和兴趣。他表示，微信拥有强大的通信和社交生态系统，还有购物支付等场景，几乎是用户的理想助手。目前，微信正在更多地引入元宝能力，包括用AI来增强搜索等。同时，腾讯也在开发垂直领域的智能体能力，这些能力未来会逐步开放、整合，从而打造出微信智能体的理想蓝图。

现阶段，腾讯把更多资源聚焦在了打磨应用和打通场景上。据腾讯披露，腾讯元宝已打通微信、QQ、腾讯会议等数十款内部产品，覆盖社交、办公与消费等场景。此外，腾讯还在积极推出一系列AI应用，例如腾讯AI工作台ima，其9月月活跃用户数已较1月增长超80倍；QQ浏览器AI功能9月月活跃用户数也较4月增长约18倍。

2025年11月13日彭博社报道，阿里巴巴准备对其主要移动人工智能应用程序进行全面改造，使其类似于 OpenAI 的 ChatGPT，并计划将其更名为“Qwen”。阿里将添加智能AI功能，以支持在包括淘宝网在内的主要平台上购物，目标是将Qwen打造成一个功能齐全的AIAgent，改版后的 Qwen 应用目前仍将免费供用户使用，但用户群的积累将有助于阿里巴巴在未来对面向消费者的服务收费。

02

第二类：高壁垒垂类应用，具备数据与工作流护城河

我们认为大模型的发展会吞噬简单的应用，但对于那些护城河建立在深厚行业Know-how、专有数据、复杂流程整合或严格资质壁垒之上的应用而言，大模型非但不是吞噬者，反而可能成为其加固优势的工具。

我们认为“简单”体现在以下几方面：公开知识：模型输入输出主要依赖互联网上的共识性信息与通用语料。易验证：对错、好坏可以快速验证，如编程中的单元测试。低责任：出错成本低、可快速回滚，如图像视频编辑等。弱耦合：很少跨系统/跨角色协作，不牵涉复杂的流程、权限、审计链条。护城河强的体现：1）强Know how我们认为许多行业依赖专家对于长期经验、场景化判断、未成文规范的理解。许多隐性 Know-how对于大模型厂商来说难以攻克或者投入太多资源去攻克单一领域性价比不高。因此在需要高度专业化和情境化知识的垂直领域，需要一些长期深耕的公司来构造能够深刻理解该领域的业务逻辑的垂直领域模型或者Agent，提供比通用解决方案更高的准确度和可靠性。2）强数据我们认为许多公司的优势来自不可得或难以复制的专有数据与持续反馈闭环。当所有竞争者都能接入强大的基础模型时，竞争优势就转向了那些拥有独特、高质量、无法从公开渠道获取的专有数据的企业。大模型可作为数据价值的放大器，但核心优势由数据主导，数据所有者才是收益大头。3）复杂流程（强耦合与可追责的执行）我们认为现代企业软件的价值往往不在于单个功能，而在于对跨部门、多步骤的复杂业务流程的深度整合与编排。例如一个AI或许可以自动提交报销发票，但它很难取代一个深度集成到企业财务、人力资源和审批系统中的管理平台。这种深度的工作流整合也创造了极高的客户粘性和转换成本。因此那些深度嵌入客户复杂工作流程的企业，并不容易被大模型直接吞噬，而是会把模型逐步赋能到系统中。4）资质/合规壁垒一些强监管的领域需要明确的责任主体与签字权，需要资质、执照与合规体系，无资质不得出具结果。模型可提效，但落款与责任在具备资质的主体。以上因素决定了一家公司是否易被模型厂商替代，或是在与模型合作中能占据更大价值量。以上因素决定了一家公司是否易被模型厂商替代，或是在与模型合作中能占据更大价值量。例如军工领域的软件公司palantir就是一家护城河深厚的公司：2016年Palantir成功起诉美国陆军，成为首个领导国防项目的民营软件公司。2016年，Palantir成功赢下了起诉美国陆军的官司，理由是美国陆军拒绝考虑商业上可替代其现有数据和分析平台的方案。自此，美国陆军开始从原来具有垄断性质的雷神公司（Raytheon），与Palantir两家公司中，选择一家来开发未来的情报平台。在2019年3月，Palantir赢得了整个合同，这是政府第一次选择一家民营的软件公司，来领导国防项目。Palantir的人工智能平台（AIP）提供了一个平台和工作流构建器，旨在创建、部署和管理人工智能应用。AIP为开发人员提供了将应用程序中的人工智能转化为代理和自动化的能力，而不是集成简单的聊天功能。Foundry和AIP相辅相成，经常一起部署。AIP可将LLMs集成到数据管道中，并提供生产级功能，如错误处理、自动重试和保证输出模式。通过工作流生成器，用户可以设计人工智能应用程序和运营，同时利用本体论确保人工智能逻辑与企业的运营框架保持一致。Palantir AIP的主要客户包括美国国防部、默克公司（Merck）和IBM等组织，他们将该平台用于从预测性维护和供应链优化到药物发现和客户服务等各种应用。这些用例利用AIP的功能，将人工智能整合到复杂的工作流程中，从而在各行各业实现实时决策和运营效率。

Salesforce迈入Agentic Enterprise时代，三大顶尖大模型与SAAS龙头合作验证B端Agent壁垒。近期，全球领先的智能CRM供应商 Salesforce 在 ToB 领域加速推进Agent落地，连续与多家头部大模型公司扩大合作，构建以Agentforce 360为核心的智能企业生态。10月14日，Salesforce与OpenAI 扩大战略合作，使用户可在 ChatGPT 中直接访问 Agentforce 360 平台，实现销售数据查询、客户对话分析及Tableau 可视化，并能在 Salesforce 内使用最新模型构建 AI Agent 和 Prompt；双方还将推动企业在 ChatGPT 内完成从销售到客户管理的全流程。同日Salesforce与Anthropic 深化合作，宣布将 Claude作为 Agentforce 360 的核心模型，为金融、医疗、网络安全等受监管行业提供可信 AI 解决方案，并计划将 Claude 深度集成至 Slack 和Agentforce。10月16日，Salesforce 又携手 Google，将Gemini 模型引入 Agentforce 360，与 Google Workspace 深度整合以提升企业生产力。业务层面，Salesforce宣布到 2030 财年收入目标超600 亿美元，并在第二季度实现数据与AI产品收入同比增长 120%。Agentforce 年度经常性收入（ARR）约4.4 亿美元，已有逾1.2 万家客户采用该平台。Salesforce CEO 表示公司正引领“Agentic Enterprise 时代”，实现企业生产力和创新的重塑。我们认为，Salesforce 已成为 SaaS 与大模型深度融合的全球标杆，展示了传统企业软件在AI 时代的重构路径与商业新范式，三家大模型厂商愿意与其合作而非完全自己下场做ToB业务体现了其作为SAAS龙头在B端Agent领域构建了深厚壁垒。

03

AI Infra层，获取卖铲子的确定性收益

基础设施投资的价值链地位：捕捉AI热潮中的确定性收益、在AI军备竞赛中，基础设施提供商扮演着卖铲子的角色，通过服务所有参与竞争的公司，获取客户大规模投资带来的确定性收益，除了算力相关硬件，许多软件平台和工具也是重要的AI Infra。例如数据基础设施Snowflake：随着企业级AI Agent的普及，对数据治理的需求越发旺盛，Snowflake正通过其云数据平台，提供AI规模化部署的底层数据解决方案。Snowflake 是一个与云平台无关的无服务器数据平台，支持多种工作负载，包括数据湖、数据仓库和机器学习。由于它与云平台无关，因此可以在任何云平台上运行 Snowflake，例如 Amazon Web Services （AWS）、Google Cloud Platform （GCP） 和 Microsoft Azure （Azure）。Snowflake Cortex 是一个原生 AI 和机器学习套件，直接构建于 Snowflake 平台之中。