◼ Agent让AI与人类协同从“副驾”到“主驾”正规的配资炒股平台。

• 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AI Agents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 AI Operator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AI Agent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”。

免责声明：我们尊重知识产权、数据隐私，只做内容的收集、整理及分享，报告内容来源于网络,报告版权归原撰写发布机构所有，通过公开合法渠道获得，如涉及侵权，请及时联系我们删除，如对报告内容存疑正规的配资炒股平台，请与撰写、发布机构联系