。垂直场景Agent同样加速渗透，商业情报、企业自动化等初创Agent企业的融资亦验证商业闭环。展望未来， Agent将具备主动捕捉信号与自我迭代能力，为用户带来更好的智能化体验，加速Agent产业的落地。

　　通用及垂直领域Agent持续渗透，融资动作频繁。Anthropic发布Cowork，定位通用办公场景的智能协作体；MiniMax发布Agent2.0，赋能工作场景。展望未来，我们预计Agent的演进将呈现三大趋势。1）从单体智能转向多智能体协同（MAS）；2）执行边界突破；3）大厂与独立应用厂商共存。

　　通用及垂直Agent持续渗透。模型的持续突破为Agent发展带来了更多可能性，通用及垂直场景Agent均得到市场广泛关注。其中，Meta 以数十亿美元收购 Manus，标志着具备长程规划、复杂任务拆解及跨应用操作能力的通用智能体逐渐被视为下一代操作系统的核心入口，AI巨头愿意支付高溢价通过并购补齐行动层短板。而垂直领域Agent同样快速验证商业闭环，Specific AI 在商业情报领域、Bolna 在印度语音市场、Altek AI 在酒店业的落地都证明了专业Agent 的强大生命力。通用及垂直领域的持续渗透，正反映出Agent对生产力的提升价值正加速为市场认可。

　　Anthropic发布Cowork，定位通用办公场景的智能协作体。Anthropic于2026年1月13日正式发布Cowork，并将其定位为面向非技术人员的Claude Code，该产品目前以研究预览版形式率先登陆macOS平台。与传统被动响应指令的对话式AI不同，Cowork基于Claude Code底层架构构建，旨在重构人机协作范式——从单一的问答交互，进化为能够理解业务意图、自主制定计划并持续执行的智能工作体。正如Claude Code创始人Boris Cherny所言，Cowork的诞生源于对用户行为的深度洞察：鉴于大量用户正创造性地利用编程工具处理资料整理、文档撰写等非编码任务，Anthropic则将专业代码级执行力泛化，推出了真正面向通用办公场景的智能协作形态。

　　在产品形态上，Cowork本质是将代码工程师常用的流程自动化平权至普通知识工作者。通过可视化的交互界面，Cowork允许产品经理、财务人员或运营专员在无需编写任何代码的情况下，调用Agent处理复杂的批量任务。例如在处理大量非结构化数据时，用户只需将包含数百份发票或合同的文件夹授权给Cowork，Agent即可在后台遍历文件、提取关键字段并生成汇总表格。通过零代码自动化方式，Cowork极大地降低了企业内部长尾流程自动化的边际成本，解决了传统RPA部署周期长、维护难的痛点。

　　技术逻辑层面，Cowork能够有效应对复杂任务中的长程规划挑战。具体而言，Cowork具备深度理解本地上下文的能力，能够根据用户的模糊指令自主拆解为一系列可执行的子任务。在执行过程中，Cowork并非机械地执行预设脚本，而是能够根据文件内容的实时反馈动态调整策略，例如自动跳过损坏的文件或对格式异常的数据进行标记。这种基于文件系统的直接操作能力，使得Agent不再受限于软件接口的开放程度，真正成为了跨应用的操作中枢。

　　安全与可控性是AI落地的基石，Anthropic为此引入了严格的安全审核机制以平衡效率与风险。尽管Cowork被赋予了极高的自主权，但在涉及文件修改、删除九游娱乐文化 九游app官方入口或对外发送信息的关键节点，系统会强制要求用户进行审查与确认。这种设计不仅规避了Agent因幻觉导致的不可逆错误，更重要的是建立了用户对Agent数字员工的信任机制。通过将决策权保留在人类手中，Cowork成功地将AI的角色从一个不可控的黑盒转变为一个透明、可审计的智能助手，为企业级大规模部署扫清了合规障碍。

　　在应用层之下，Anthropic早已通过定义MCP、Skills能力以及公开其评价框架，为Agent的爆发铺平了道路。其中，

　　打通了数据孤岛，Skill进一步将不同能力封装为标准化组件，评价框架则进一步明确了后续Agent迭代方向。随着Agent从对话交互向自主执行跃迁，Agent有望深度融入工作流，成为独立承担端到端流程、交付确定性结果的数字实体。

　　MiniMax发布Agent2.0，赋能工作场景。MiniMax则于2026年1月20日正式发布Agent2.0（AI Native Workspace），包括桌面端和专家Agents两个核心部分，前者应用于本地环境，通过指定本地Workspace作为工作空间和上下文，构建专属的智能工作环境，使Agent真正渗入到各个职能角色的核心工作流中；后者则允许用户通过深度的知识与能力注入，构建在特定领域达到95分甚至100分的专家Agent。

　　在产品定位上，MiniMax力求通过Agent使模型真正进入用户的工作流。具体而言，AI Native Workspace不仅拥有云端模型，更拥有本地权限，可以像人类员工一样直接读取本地文件夹、调用本地软件、操控浏览器进行复杂检索，并最终在本地生成交付物。此时，用户在AI交互中的角色不再是撰写提示词，而是作为管理者，通过定义业务目标、上传私有SOP（标准作业程序）和知识库，创建专属的AI员工。

　　M2模型的Agent能力是实现产品突破的关键，MiniMax于2025年10月发布的M2模型定位Agent & Code Native，12月进一步升级的M2.1则进一步增强了对上下文的理解，并对主流开发工具链完成了深度适配，在VIBE测试集上取得了88.6的平均分，综合水准逼近Claude Opus 4.5。而M2模型引入的

　　更是通过将Thinking与Action高频交替，使Agent能够实时感知环境反馈，并基于反馈动态调整下一步策略，大幅强化了Agent处理突发状况的能力，从而能够胜任如运维告警排查等高复杂度任务。

　　我们认为，目前的Agent多依赖用户发起指令，而未来的Agent将具备主动感知能力，即潜伏在CRM、代码仓库或邮件等系统中，通过捕捉关键信号（如系统异常流量、客户投诉邮件）主动触发响应流程，无需人类介入即可完成初步处置。随着Agent能力进一步提升，产品经理、程序员、设计师等职能边界将逐渐消融，一个人配合一组

　　，即可独立完成从需求拆解、代码编写到UI调整的全链路工作（如MiniMax内部研发人员不再通过IDE写代码，而是通过Review Agent的产出来交付功能），将极大释放个体创造力，推动企业智能化转型。

　　展望未来，我们预计Agent的演进将呈现三大趋势。1）从单体智能转向多智能体协同（MAS）：智能体之间将形成协作网络，具备在执行中自主发现流程漏洞、并通过微调自身Skills完成逻辑闭环的自我迭代能力。2）执行边界突破：随着具身领域的持续突破，Agent执行范围将从数字信号延伸至物理交互，最终通过机器人等终端实现对物理世界的影响。3）大厂与独立应用厂商共存：竞争格局方面，大厂（如阿里）和OS巨头（PC/Phone）凭借底层权限能够把握Agent入口，通过定义MCP等标准掌握行业话语权，但垂直场景深耕者仍然能够依托核心行业私有数据和SOP，成为不可替代的专家Agent提供商。

　　（1）AI产业商业化落地不及预期：目前各环节AI 产品的商业化模式尚处于探索阶段，如果各环节产品的推进节奏不及预期，或对相关企业业绩造成不利影响；（2）市场竞争风险：海外 AI 厂商凭借先发优势，以及较强的技术积累，在竞争中处于优势地位，如果国内 AI 厂商技术迭代不及预期，经营状况或将受到影响；同时，目前国内已有众多企业投入AI产品研发，后续可能存在同质化竞争风险，进而影响相关企业的收入；（3）政策风险：AI技术的发展直接受各国政策和监管影响。随着AI在各个领域的渗透，政府可能会进一步出台相应的监管政策以规范其发展。如果企业未能及时适应和遵守相关政策，可能面临相应处罚，甚至被迫调整业务策略。此外，政策的不确定性也可能导致企业战略规划和投资决策的错误，增加运营的不确定性；（4）地缘政治风险：在全球地缘政治环境的波动下，尤其美国对中国的出口限制或将直接影响国内企业算力芯片的获取，进而影响其产品研发和市场竞争力。同时，地缘政治风险也可能导致 AI 产品开拓海外市场面临障碍，影响相关企业的营收情况。

　　应瑛：中信建投证券计算机行业首席分析师，伦敦国王学院硕士，5年计算机行业研究经验。2021年加入中信建投，深入覆盖医疗信息化、工业软件、云计算、网络安全等细分领域。