GUSTS EYE REPORT / 2026.07.24
智能体竞争
进入系统战。
模型仍然重要，但企业 AI 的真正价值正在向治理、上下文、工具连接和持续运营迁移。 下一轮赢家，不一定拥有最强的单一模型，而是最先建立可靠智能体系统的人。
EXECUTIVE SIGNAL / 核心判断
行业的主问题已经从“智能体能不能工作”，变成“能不能被企业放心地长期使用”。
过去一年，大量智能体演示证明了模型能够调用工具、执行任务和完成多步骤工作。 但演示与生产之间仍隔着一道深沟：权限、失败处理、质量评估、成本、审计和人工接管。 OpenAI、Microsoft 与 NVIDIA 最近的产品和基础设施方向正在同时指向同一个结论：智能体正在从模型功能，变成一套需要持续运营的企业系统。
WHAT CHANGED / 发生了什么
OpenAI 把智能体包装成“受治理的生产系统”
Presence 并非自助式聊天产品，而是面向高价值工作流的托管部署。它把策略、护栏、 模拟测试、评分器、人工升级与上线后的持续改进放在同一个产品框架中。
Microsoft 正在争夺智能体的企业控制平面
Agent 365 将身份、安全、数据治理、可观测性和成本管理组合起来。 微软的赌注是：企业会同时使用多种模型和智能体，但控制层会高度集中。
NVIDIA 开始用“每兆瓦可运行多少智能体”衡量算力
智能体不是一次推理，而是连续的模型调用、搜索和工具执行。 因此吞吐、能耗与单位任务成本会直接决定智能体商业模式能否成立。
GUSTS THESIS / 三个判断
价值正在从模型层向系统层迁移。
模型能力会继续提升，但企业护城河来自专有上下文与工作流。
当多个模型都足以完成任务时，决定结果质量的将是组织数据、业务规则、 权限结构和反馈闭环。企业不该只问“选哪个模型”，而要问“我们的知识如何持续进入系统”。
治理不是智能体的附加功能，而是规模化部署的必要条件。
权限、审计、评估、人工接管与版本回滚会成为标准配置。 未来最稳定的商业机会之一，可能并不在“再做一个智能体”，而在让大量智能体安全运行。
智能体经济学会淘汰大量看起来很聪明、实际无法盈利的产品。
长任务会放大推理、搜索和工具调用成本。能否选择合适模型、控制循环次数并衡量每个完成任务的成本， 将比单次演示效果更重要。
WHO WINS / 机会地图
未来12个月，哪些方向会获得更多预算？
最确定的基础设施需求
形成组织专有优势
从上线工具变成运营系统
决定单位任务毛利
差异化快速收窄
ACTION / 给决策者的建议
现在不要建设“万能员工”，先找一个可以被清楚验收的岗位。
- 01
选择重复、可衡量、允许人工接管的流程。例如客服分流、IT 服务台、标准化审核，而不是模糊的“提升全员效率”。
- 02
先定义失败标准，再定义成功演示。列出不可执行的动作、必须升级给人的场景和可接受错误率。
- 03
按完成任务计算成本。把模型、搜索、工具、人工复核和失败重试全部计入，而不是只看每百万 token 价格。
- 04
保留模型选择权，沉淀自己的上下文层。模型会更替，组织知识、权限和工作流才是长期资产。
WATCH NEXT / 接下来观察什么
三个验证信号
- 大型企业是否开始公开披露“智能体完成任务量”而不是 Copilot 席位数；
- 治理、评估和可观测性预算是否从创新部门转入正式 IT 预算；
- 智能体平台是否出现跨模型迁移、统一身份与统一成本管理的事实标准。
PRIMARY SOURCES / 原始资料
01本报告基于公开一手资料与 Gusts.ai 独立判断，仅用于趋势研究，不构成投资或采购建议。