核心观点
　　Agent让AI与人类协同从“副驾”到“主驾”。
　　Agent是LLM的进阶。大语言模型适用于完成相对孤立、直接的任务，而AIAgents更适合完成连续的、复杂的场景和任务。未来有望过渡到Agent模式，由人类设定目标并提供资源，AI完成绝大部分工作。
　　Agent能力目前处于类似GPT3到ChatGPT阶段。以OSWorld为基准，人类专家水平benchmark为72.4%。2025年1月，Open AIOperator得分38.1%。
　　2025年后Agent能力上限提升明显，预计迎来爆发。目前底层agent角度，海外领先为GPT的Operator，国内字节开源UI-TARS、智谱AutoGLM等均有提升，预计2025年是agent爆发的一年。
　　Agent简化软件企业“定制化”难题，重构“人日”模式
　　从软件企业客户角度：通过AIAgent实现自动创建工作流并执行，打通复杂多系统壁垒，提升系统效率，同时通过自然语言自动创建等方式，降低系统的使用壁垒。对于客服、招聘等传统人工为主的场景，可以大幅降低成本。此类场景成本效益计算相对清晰，未来有望实现按次收费，甚至收益分成的模式，完成软件企业收费模式的革新。
　　从软件企业自身角度：客户的定制化需求是导致软件企业难以实现人均创收/创利明显提升的关键，软件企业在2018年通过中台化尝试解决定制化难题，但中台的高昂开发成本及后续交付时的调试等导致收效甚微。此轮agent变化，实际是通过标准化的系统，以自动创建流程及寻求解决方案的方式，既解决了客户的实际个性化需求，又不需要为客户构建新的纯定制化系统，有望解决“定制化”难题，带来软件企业盈利能力大幅提升。
　　从软件企业估值角度：云计算阶段软件企业估值大幅提升来自“涨价+确定性”；此轮agent估值提升来自“空间+盈利性”。
　　海外Agent在25年快速落地，是AI应用最核心方向之一。
　　微软：25年1月成立CoreAI-平台和工具，目标打造Copilot和AI堆栈，以支持各类AI应用程序和AIAgents构建与运行。推出Azure AIFoundry一站式创建AI应用，在Microsoft 365、Dynamics等集成AIAgent服务。
　　Salesforce：24年9月发布Agentforce，配置了销售、营销、分析、人力等全方位Agent，Agent善于处理非结构化数据，且能够根据企业流程灵活定制化，适用于满足非标需求。
　　ServiceNow：25年1月发布AIAgent Orchestrator和AIAgent Studio，Orchestrator管理多个AIAgent完成跨系统跨部门协作；Studio为无代码开发工具，支持企业定制AIAgent。
　　SAP：24Q4通过智能副驾Joule将企业接入AI智能体，25Q1进入agent应用快速发布阶段，根据规划将在25Q1发布咨询（快速提供实施问题的答案，减少实施顾问成本）、供应链（提升场景分析效率，给出订单异常建议）、自动分析洞察等产品。
　　国内Agent核心标的
　　金山办公、泛微网络、汉得信息、鼎捷数智、新致软件、中科创达、金蝶国际（H）、税友股份、迈富时（H）、明源云（H）、中国软件国际（H）、焦点科技、虹软科技、美图公司（H）等。
　　具体进展及产品详见正文。
　　风险提示
　　Agent底层模型进展不及预期；前期研发投入导致短期利润不及预期；下游景气度不及预期导致相关公司收入不及预期；客户对于收费模式调整存在适应时间导致相关公司短期增速不及预期。