人工智能

AI Agent框架：Coding模型+AI编程平台。Agent应用的落地逻辑，是优秀的Coding模型和AI编程平台协调配合。AI IDE并未抛弃传统 IDE 的核心功能（代码编辑、调试、版本控制等仍是基础），而是通过 AI 能力降低开发门槛、提升效率。从AI的角度重新把IDE和编码平台做一遍，让底层逻辑更加适配AI行为，提前会进行与预先调控和流程规划，让大模型使用多工具的路径更流畅更丝滑。

本篇报告聚焦AI应用商业化进展。通用大模型收入体量较大，OpenAI以100亿美元ARR位列全球AI公司第一，且收入增长弹性高于以B端API收入为主的Anthropic，但后者收入也保持较高增速。垂类应用中AI编程/多模态/搜索率先跑出规模，降本增效、赋能原有场景仍是目前主要落地方向，2B/2P收入确定性强。回看国产AI应用，多模态、Agent、AI陪伴率先贡献收入，出海是重要趋势，其中可灵5月ARR已达1.7亿美元，成为全球收入规模最大的视频应用，海外和C端订阅均贡献70%收入。

人工智能（Artificial Intelligence，简称 AI）技术的飞速发展给人类和经济社会的发展带来了翻天覆地的变化，是驱动第四次工业革命和经济社会数字化转型的先进生产力。近年来，从智能体应用到具身智能再到智能物联网，从智慧车间到智能驾驶再到自动化医疗诊断，人工智能技术正在重塑全球产业格局。然而，在人工智能技术跃迁的背后，潜藏着数据、模型、基础设施与应用的多重安全风险。随着各行各业纷纷布局人工智能模型应用，这些风险正从理论推演演变为现实威胁，迫使全球各国、组织和企业重新审视对人工智能技术的安全治理。

2024年“人工智能+”首次被写入政府工作报告，2025年政府工作报告提出持续推进“人工智能+”，7月31日国常会审议通过“人工智能+”行动意见，后续“人工智能+”相关支持政策有望密集落地。

2025人工智能治理的未来：阿联酋宪章和全球视野

本报告重点围绕 AI Cloud Agent 的整体发展、技术演进、产业应用、标准体系以及未来展望五大部分深入解析了智能体的技术演进路径与产业应用现状。发展概述章节，梳理了人工智能政策、智能体发展历程、AI Cloud Agent 的定义与发展现状、基本构成以及价值意义。技术演进章节，简述了智能体相关核心技术、技术生态支撑，涵盖了开发框架、工具调用与集成、通信协议等关键部分。产业应用章节，深入剖析其在重点行业与关键应用领域的典型实践与发展态势。标准体系章节，探讨 AI Cloud Agent 应用常见分类，聚焦数字原生 AI Cloud Agent 标准体系进行详细阐述，以标准体系构建助力企业清晰规划智能体发展路径。未来发展章节，对智能体在技术、场景、情感、风险等方面未来趋势提出前瞻研判。

自 ChatGPT 发布后，大模型向更强、更高效、更可靠方向发展，呈现推理模型深化、智能体模型爆发的格局。美国在探索更强大模型上保持全球领先，中国企业则在算力受限下实现高效性全球领先。2025 年是应用加速落地之年，OpenAI 已达百亿美金 A RR，Claude 月收入环比增速超 20%。受互联网大厂推动 AI 与业务结合、Agent 推出、主权 AI 需求及多模态渗透等因素影响，A I 算力消耗从训练转向推理，带来显著增量，国内算力自主可控趋势凸显。B 端应用渗透率慢于 C 端，落地顺序由容错率与复杂度决定，从高容错、单一任务场景到低容错、高复杂度场景尚需时间。但本轮 AI 渗透较互联网时代大幅提速，B 端落地进程或超预期。

在此背景下，各机构逐步开始重视知识工程能力建设，通过构筑知识工程工具链、完善知识管理体系、打造知识服务能力来更好的管理和利用知识资产，为大模型、智能体的应用落地提供知识来源，并赋能知识共享及协作、知识检索、知识推荐、智能创作等场景，从而提升机构的核心竞争力。知识工程已成为人工智能时代企业数智化能力建设的新增量。

随着技术的不断进步，消费者对汽车的期望已远远超越了简单的交通工具范畴，转而追求更加安全、高效、舒适且个性化的出行体验。在此背景下，人工智能技术在汽车领域的广泛应用已成为必然趋势。从智能驾驶技术的逐步成熟，到智能座舱和智能客服提供的个性化服务，再到车企内部各生产经营环节的持续优化，AI 的应用场景在汽车行业不断拓展与深化，为汽车赋予了超越传统的功能与价值。这不仅极大地提升了汽车的产品力和用户体验，还在提升汽车企业的生产效率方面发挥了关键作用，全方位重塑了汽车产业的生态格局。

生成式 AI 是这一转变的核心，带来了一个充满新机遇和未知风险的世界。智能体 AI 是指自主执行各种功能的系统和程序，可在员工从事其他工作时代表他们完成任务。通过为 AI 智能体赋予相关权限，它们可以自动执行决策、解决问题以及执行其他超出系统机器学习模型训练范围的任务，这是大多数 AI 助手无法做到的。

随着云计算技术成熟及市场快速扩张，全球云服务提供商持续扩大数据中心规模，优化架构以满足数字化转型需求。与此同时，人工智能在自然语言处理、计算机视觉、机器学习等领域取得突破，广泛渗透金融、医疗、制造、交通等行业，创造巨大商业价值。

随着生成式人工智能在商业和社会中的普及，使用它所带来的风险也随之增加。请考虑这样一个聊天机器人，它向客户提供了错误建议，从而给部署该聊天机器人的公司造成了责任。或者那个在使用ChatGPT后意外泄露了公司专有数据的员工。又或者那个错误地将数千人标记为欺诈的算法。