Agent不再比谁回答得好，比的是任务能不能跑完

本文解读：《2026Agent商业化与竞争研究报告：让智能进入工作流-甲子光年智库》 · 共 49 页 · 原文

这份报告最硬的一句话是：Agent 的价值不能按"省了多少时间"算，得按完整工作算。甲子光年智库把客户收益和厂商经营放进同一条分析链，一边看客户拿到什么成果， 一边看厂商收的钱够不够覆盖销售、交付与持续服务。

它给出的四个因子是模型能力、领域与业务上下文、运行与执行机制、任务经济性， 四项共同支撑"任务适配"，再往上才是客户价值与厂商价值获取。

支撑这套判断的数据不弱：微软生态活跃 Agent 数量一年增长 15 倍，大企业为 18 倍； 麦肯锡调研里，年营收 10 亿美元以上企业有 40% 表示 Agent 应用至少进入规模化。

但前沿企业与一般企业的 Token 输出量之比，到 2026 年 6 月已经拉到 8.3 倍。

图源：《Agent商业化与竞争研究报告》（第1页）

一、先看清这份报告讨论的是什么

这是甲子光年智库 Agent 系列报告的第五篇，主题不是技术路线，是钱怎么挣、账怎么算。它把客户收益和厂商经营放进同一条链：一边看客户拿到什么成果，一边看厂商收的钱能不能覆盖销售、交付和服务成本。

所以全篇没有堆模型参数，讨论的是任务能否交付、成果能否验收、投入能否摊薄这三件事。报告也划了边界——重点关注国内 Agent 商业化市场与发展机制，属于抽象分析，实际效果仍要在具体任务里验证。

图源：《Agent商业化与竞争研究报告》（第2页）

二、收益要按完整工作算，不能只算省下的时间

报告开头给了一句总纲：Agent 实现商业价值的关键，是把技术能力转化为持续有效的工作成果。顺着这句话它给了四项判断。第一，更复杂、更完整的工作正在交给 Agent，产品向个人与团队工作延伸。

第二，客户收益要按完整工作衡量。节省时间、增加处理能力、减少现金支出，这三件事要分别记录，不能混着说。第三，Agent 的收入包含不同性质的业务——产品、实施和持续服务可能出现在同一张订单里，按实际交付内容拆才看得清。

第四，增长需要持续交付与有效复用。运行量上去能摊薄固定投入，但新任务和新客户仍要重新适配一遍。

单纯提效不等于收益，同一任务范围、同一期间比较，才算得出真实的价值。

图源：《Agent商业化与竞争研究报告》（第5页）

三、价值单位从一次回答，扩到一件真实任务

报告把 Agent 的演进切成三格：回答问题、辅助操作、执行任务，对应 Chatbot、Copilot、Agent。Chatbot 阶段人是推进主体，AI 只负责回答，验收标准是答案有没有用。

Copilot 阶段人还要持续衔接，AI 一步步操作，验收标准变成步骤是否连续可用。Agent 阶段推进主体变成授权范围内的系统，AI 连续调用工具、保留进度、主动推进，验收落到任务成果与业务状态。

三格之间移动的不只是效率，还有责任：谁来兜底、谁做验收、谁承担返工。差别不在模型有多聪明，而在人和机器的分工边界挪了位置，结果由谁负责也跟着换了人。

图源：《Agent商业化与竞争研究报告》（第6页）

四、用户想省掉的，是反复交代和手动跟进

报告列了四类真实情境，用来说明用户在拿到答案之后还得自己动手做什么。出行与日程：需要不断人工比对偏好与安排，重要预订和付款还得自己确认。

报销与退款：查找凭证、填写信息、查询进度，材料辨别和提交之后的跟进都依赖人工。研究与分析：重复检索、核对、接续文稿，每次都要重新交代已有的依据和进度。

团队工作：多个环节和信息系统靠人工衔接，跨系统搬运信息、提醒与核验结果。对应地，评价对象也变了：Chatbot 看答案是否可用，任务型 Agent 看步骤是否完成，助理型 Agent 看后续工作会不会被处理。

图源：《Agent商业化与竞争研究报告》（第7页）

五、从完成一次任务，到对一件职责负责

单次任务的流程是线性的：用户提目标、任务理解、调用执行、结果验收、任务结束。持续型 Agent 换了一套循环：先有长期目标，然后观察、发现与筛选、决策执行，再观察、再触发、主动跟进。

报告用三句话概括这个变化：目标从任务变成职责，机制从一次执行变成自主触发，评价从单项任务变成期间价值。这三句合起来，其实是把考核周期拉长了。单次任务看交付，长期职责看一段时间里有没有持续产出。

这也是它反复强调 Agent 收益要按期间算、不能按次算的原因。

上面这些数据和图表都出自原报告，完整版放在运营动脉（www.yydm.cn），拿标题一搜就能到。

原文有几十页，这里只挑了对经营判断最有用的部分讲，细节还得回原文核。

从任务到职责，考核的就不只是一次交付，而是这段时间它有没有持续在岗。

图源：《Agent商业化与竞争研究报告》（第8页）

六、长任务要跑得住，得先把模型和执行拆开

近半年业界在解决一个问题：怎么把 Agent 从模型加工具的循环，变成能长期运行、可故障恢复、可安全执行的系统。报告介绍的一种做法是解耦：模型、执行控制、工具环境和持久会话分开，通过接口连接，各组件可以独立替换。

关键在 Session。它以追加式事件日志保存，独立于 Harness 和 Sandbox，所以运行可以中断、事件可以恢复、环境可以重建。Harness 进程中断了，新的 Harness 读取 Session 事件，从已记录的位置接着跑；Sandbox 出故障，先反馈工具错误，再判断能否重试。

不能恢复的长任务，本质上只是一次很长的演示，进不了生产系统。

这套结构看着像工程细节，但它决定了 Agent 能不能被当成生产系统来采购和管理。

图源：《Agent商业化与竞争研究报告》（第9页）

七、Personal Agent 两波发布，抢的是长期任务

报告把 2026 年 1 到 8 月定义为长程持续任务能力的积累期，产品形态还在探索。3 月 Poke 主打消息原生与主动自动化，5 月 Gemini Spark 做 24 小时个人代理，8 月 Instinct 进入邀测，卖点是长期个人工作上下文。

9 到 10 月是密集发布区：Meta 的 Muse、苹果的 Siri AI、Anthropic 的 Claude Cowork、微软的 Copilot Autopilot 都在这两个月露面。国内也不慢。字节的扣子 Coze 3.0 做多 Agent 协作，阿里的 QwenGo、蚂蚁的灵光 2.0 都在做个人 Agent。

竞争焦点很清楚：不是谁的模型更强，而是谁能持续执行、跨应用操作，并把权限和责任边界讲清楚。评价标准的变化在这类产品上体现得最直接——从答案可用，变成后续工作会不会被处理。

图源：《Agent商业化与竞争研究报告》（第10页）

八、企业用量在涨，企业之间的差距也在拉大

微软的数据是：其生态中活跃 Agent 数量较去年增长 15 倍，大企业为 18 倍。麦肯锡的调研是：年营收 10 亿美元及以上企业中，40% 的受访者表示 Agent 应用至少进入规模化阶段，比 2025 年提高 13 个百分点。

另一面是分化。OpenAI 的用户研究显示，前沿企业与一般企业的 AI 使用差距在 2026 年加速扩大。具体到 Token：两类企业每位活跃用户的输出 Token 之比，2026 年 6 月已达 8.3 倍，2025 年这个数还是 2.6 倍。

报告提醒，用量差异只能说明应用深度可能不同，无法判断其中多少是简单 Chatbot、多少是复杂 Agent，更不能直接推业务收益。

用量涨得快不代表价值兑现了，8.3 倍的差距里有能力差，也有组织和流程的差。

图源：《Agent商业化与竞争研究报告》（第3页）

九、四个因子加一道任务适配，才谈得上商业价值

报告搭了一个模型：模型能力、领域与业务上下文、运行与执行机制、任务经济性，四项共同支撑任务适配。任务适配再往上，才检验客户价值创造与厂商价值获取。前者看净收益能否持续为正，后者看收入能否覆盖销售、交付和服务成本。

上下文的权重被实验量化过。CData 用 27 个模型跑了 810 次：只给原始数据，成功率 0.25%，405 次里成 1 次；加上业务上下文，成功率 82.22%。Harness 的影响同样明显。同一个模型换一套 Harness，任务表现和平均调用成本都会显著变化，而且不存在通吃所有模型和任务的最优解。

共享 Harness 已经开始产品化。GitHub 上的一次评测里，微软 Copilot Fusion 用多模型调度，拿到接近 Claude Code 加 Opus 5.5 的评分，平均成本降低 51.1%。

模型决定能不能做，上下文决定懂不懂业务，Harness 决定稳不稳，三个都得过。

图源：《Agent商业化与竞争研究报告》（第4页）

十、成本大半在水面下，竞争其实分三层

任务经济性这一项最容易被低估。报告引的银行业开户场景里，变动成本占 70% 到 75%，其中人工监督就占 20% 到 25%。规模效应是真的：100 次运行时单次成本 78 到 79 美元，10,000 次时降到 2 到 3 美元。但只有高频、可重复、易验收的任务吃得到。

更麻烦的是水面下的成本。治理合规、组织变革、失败恢复、人员培训分散在其他部门预算里，很难归到 Agent 成本账上。BCG 的数据能佐证：企业 AI 投入合计占营收 3.3%，其中 IT 预算内的只有 0.5%，预算外的 2.8% 是它的 5.6 倍。

3.3% 的 AI 投入里，2.8% 落在 IT 预算之外，账算不清就会误判 Agent 的成本。

所以报告把竞争拆成三层：模型能力是基础，业务上下文乘 Harness 决定执行差异化，触达乘信任乘任务经济性决定价值能否兑现。

它给了三个观察信号：从试点数量转向生产环境的实际使用；从模型与演示效果转向单次成功交付成本；从单个成功项目转向跨客户复制。

按 BCG 的预测，Agentic AI 在整体 AI 价值中的占比会从 2025 年的 17% 升到 2026 年的 22%，2030 年预期 39%。但报告的态度是保守的：预期份额上升不代表实际收益已经实现，能否进入生产环境、以可接受成本稳定交付，才是分水岭。