📰 研报摘要
查看全文 ➔摘要： 本报告深入研究智能体（Agent）的工程演进与应用路径，重点探讨 Agent 从提示词工程向“驾驭工程（Harness Engineering）”的演进，以及产品形态从辅助助手向具备自主执行能力的“数字劳动力”的转变。
行业主线：
- 工程框架演进：Agent 经历了提示词工程 $\rightarrow$ 上下文工程 $\rightarrow$ 驾驭工程三个阶段。其中 Harness（驾驭工程）通过构建持久存储、执行环境（沙箱）、反馈回路和自验证机制，成为 Agent 稳定交付复杂长链路任务的核心工程壁垒。
- 产品形态升级：演进路径为 Copilot（嵌入式助手） $\rightarrow$ Coding Agent（单任务智能体） $\rightarrow$ 垂类流程 Agent（专业领域自主执行） $\rightarrow$ Computer Use/GUI Agent（通用软件操作），未来将向 Multi-Agent 分工协作组织迭代。
- 商业模式变革：信息技术商业模式开始由传统的“按席位收费”转向“按任务量、结果收费”。
关键变化与分歧：
- 从辅助到自主：Coding Agent 实现了从“建议”到“执行”的跃迁，极大提升了软件工程生产力。
- 通用操作能力：Computer Use 技术使模型能直接观察并操作计算机 GUI 界面，提升了 Agent 处理非标准化工作的泛化能力。
- 自我迭代循环：Agent 具备向“AI 自我迭代 AI”演化的潜力，未来可能实现高度自动化的智能生产系统。
受益方向与风险：
- 受益方向：AI 算力基础设施、AI Infra 以及 MaaS 云服务厂商。
- 核心风险：技术路线收敛缓慢且工程化落地不及预期；企业端 AI 预算释放迟缓及合规风险；AI 算力基础设施供给不足。