📰 研报摘要
查看全文 ➔摘要： 本报告探讨了 2026 年 AI 行业正式进入 Agent（智能体）交互时代的趋势，分析了模型 Token 调用量爆发对 MaaS 收入的驱动作用，并详细对比了国内外主流模型厂商在技术架构、商业模式及组织架构上的差异。
行业主线：
- Agent 时代开启：AI 范式从“对话助手”向“执行员工”跃迁，任务复杂度的提升（对话 $\rightarrow$ 编程 $\rightarrow$ 智能体 $\rightarrow$ 视频）带动 Token 需求呈非线性增长。
- 国产模型突围路径：在算力受限背景下，国产厂商通过 MoE、MLA 等原创架构创新和极致工程化优化，在维持较高智能水平的同时实现极高的质价比。
- 商业模式演进：MaaS 成为核心增长引擎，模型厂商通过开放平台 API 和深度 B 端场景渗透实现收入增长，部分厂商开始探索 AI 广告模式。
关键变化与分歧：
- 技术重心转移：竞争焦点从单纯的参数规模（Scaling Law）转向“Harness Engineering”（驾驭工程），强调通过外部工程体系补偿模型短板。
- 竞争格局分化：海外巨头（OpenAI, Anthropic）在智能上限和数据集质量上仍具优势，而国产模型在推理成本控制、原生多模态融合及本地生态集成上展现出强竞争力。
受益方向与风险：
- 受益方向：具备高效模型架构、强工程实现能力以及能快速构建 Agent 生态的厂商。
- 核心风险：宏观经济波动、算力供应受限、下游 AI 需求不及预期以及 AI 快速迭代平权化导致的竞争加剧。