你有没有过这种时刻。花了一下午跟AI来回掰扯，它给出的答案漂亮、条理清楚、挑不出毛病，你却不敢直接拿去用。

因为它不知道这张单子要谁签字，不知道客户A的账期和别家不一样，不知道上个月那条规则刚刚改过。

最后你还是自己动手，把那些没写进对话框里的规矩，一条条补上。

换个更强的模型，好像也没好到哪去。

甲子光年智库10月发的《2026 Agent商业化与竞争研究报告》，副标题叫让智能进入工作流。

同一批任务，只让Agent直接访问原始数据，405次里成了1次。把业务上下文补进去，成了333次。

嗯。

中间差的那些，跟模型参数没什么关系。

所以根据这份报告，我梳理了5个变化。

模型决定Agent能不能做，业务上下文决定它做出来的东西算不算数。

01 从「回答得对」，到「活干完了」

验收标准换了，账本也跟着换

过去我们跟AI打交道，问一句，答一句，答案有没有用，扫一眼就知道。Copilot这一层往前挪了半步，人给指令，AI操作，中间的衔接还得人自己接着。

现在Agent接手的是一整段工作。人把目标、边界和授权交代清楚，系统在范围里持续推进，人最后验收结果。

报告把这条线画得很清楚。Chatbot那会儿看答案能不能用，任务型Agent看步骤做完没有，助理型Agent看后续那摊事有没有人管。

你看，主语变了。评价的对象从一句话，变成了一段时间的业务状态。

四因子共同支撑商业价值，模型能力只占最底下一层

这也解释了报告里那个有点反直觉的数据。微软的调研里，58% 的Agent使用者说，自己能产出一年前无法胜任的工作。微软另一份工作报告拆得更细，AI使用里 49% 是分析推理与决策，19% 是与人协作，17% 是工作产出，15% 是信息获取。

人并没有从流程里消失，只是站到了更靠后的位置。

还有一组值得停下来看的对照。麦肯锡调研里，年营收10亿美元以上的企业，40% 表示AI Agent应用至少进入了规模化阶段，比2025年提高 13个百分点。年营收低于10亿美元的企业，这个数字从21%挪到22%，几乎没动。

OpenAI的用户数据更直白，前沿企业和一般企业的Token输出量差距，从2026年2月的 2.6倍，拉到6月的 8.3倍。

当AI开始交付成果，评价标准就从「说得像不像」，变成了「做没做完」。

技术上大家都能试，能不能试出结果，开始拉开距离了。

02 0.25%到82.22%，隔着一套没写下来的规矩

四因子里，最容易被跳过的那一层

报告给了一个四因子的框架。模型能力、领域与业务上下文、运行与执行机制、任务经济性，四样一起决定Agent跟具体任务合不合得来。

模型能力管能不能做，执行机制管能不能稳定做成。业务上下文让Agent听懂具体业务，任务经济性回答这件事值不值。

第四样先按下不表，第二样最容易被忽略。因为它是唯一买不到的。

CData做过一组合成任务实验。让Agent只能访问原始数据，405次任务成功1次，成功率 0.25%。给同一批任务补上业务上下文，成功333次，82.22%。工具调用次数还普遍降下来了。

同一批任务，补进业务上下文后成功率从0.25%升到82.22%

有意思的地方在于，实验里连Opus 5.5、GPT-6 Astra这类前沿模型，也需要业务规则和数据关系来帮忙理解企业语义。

这份报告之外也能找到旁证。今年10月CSDI峰会的技术分享里，腾讯给过一组数，补入业务知识后，SQL准确率从50%提到95%。同一个模型，喂进去的东西变了，结果就变了。

为什么会这样？

模型学到的是通用世界的规律。你公司里那套「一直都是这么办的」，从来没进过训练集。哪个字段以哪个系统为准，什么情况必须人工复核，哪类客户不能自动放行，这些东西散在老员工的记忆里、历史单据里、几个互相对不上的表格里。Agent看不到，就只能猜。

AI把「做」变便宜了，却把「说清楚要做什么」变贵了。

报告反复提醒一件事，Demo里跑得再漂亮，也得在真实业务里重新验一遍。这句话我读了好几遍。

03 同一个模型，换一套执行机制，账单能差一半

Harness开始变成能单独采购的东西

模型之外，报告花了不少篇幅讲一个词，Harness。它管的是任务编排、工具调用、状态管理、失败恢复。

同一模型在不同Harness下，任务表现和平均调用成本能差出一大截。报告里的散点图铺了一整页，从40%到60%的平均分数，从0.2美元到10美元的单任务成本，同一个模型换一套编排，位置就挪了。

横轴是单任务平均调用成本，纵轴是平均分数，同模型换Harness位置就变

再看GitHub的一组评测。微软Copilot Fusion动态调度不同模型，综合评分 60，Claude Code加Opus 5.5是 62，差2分。平均任务API成本呢，5.59美元 对 11.42美元，降了 51.1%。平均Token用量约730万对约1450万，平均时长36.1分钟对约60分钟。

你别说，这个对比挺狠的。

两分的性能差，换来一半的账单和四成的时间。企业采购时真正该问的，慢慢从「用哪家模型」挪到「谁来编排、状态存在哪、断了怎么恢复、失败算谁的」。

报告把这个趋势说得更远了一点。共享Harness开始从产品内部能力，变成能独立采购的平台服务，应用层、执行层、模型层被拆开，模型成了可替换的组件。

跑分是模型的分数，账单是系统的分数。

模型可以换，系统得自己搭。这句话对做技术选型的人，可能比任何榜单都实用。

04 省下来的时间，未必能进利润表

水面下的成本，比Token大得多

聊Agent成本，大家第一反应都是Token单价。报告拆了一家银行场景的年度总成本，这条直觉就站不住了。

变动成本占 70%到75%，固定成本占 25%到30%。变动成本里，人工监督占 70%到75%，大模型Token只占 20%到25%，AI基础设施3%到4%，API与附加服务2%到3%。固定成本里，Agent编排一项就占 95%到98%。

人工监督是最大一笔，Token只是水面上的部分

同一页还有一组规模效应的数字，我看了两遍。

单次成本降到了零头，总账单翻了几倍。

规模化从来不会自动变便宜，它只是把便宜摊到了更多次任务上。

人工复核、异常处理、持续运维还在那儿。报告第24页列了七类投入，水面上是Token与API、订阅许可、平台基础设施，水面下是治理合规、组织变革、失败恢复，甚至还有未来可能的AI税费。

BCG的调研补了另一个角度。企业AI总投入占3.3%，其中IT预算内只有 0.5%，IT预算外是 2.8%，后者是前者的 5.6倍。钱流向了内部运营、AI平台、产品、数据、人才和治理。

IT预算外投入是预算内的5.6倍，Agent早就不只是IT项目

案例也能对上。洞隐科技给物流企业做的POD回单审核Agent，自动通过率 +80%，误判率 ≤0.1‰，人均日审单量 5倍。它背后是14节点工作流和11个可插拔Skill，把识别、按客户规则核验、人工复核、结果回写拆开，异常或低置信度的单子转人工。

真正起作用的，是那套被整理出来的验收规则。

省下来的工时，只有在有人重新安排它的时候，才变成钱。

05 下半场比的是，能不能把经验复制到下一个客户

客户赚到钱，和厂商收到钱，是两笔账

报告的Part 05把竞争拆成三层。最底下是模型能力，中间是业务上下文与执行机制，最上面是客户触达、信任与任务经济性。

一句话，模型能力正在变成基础条件，优势更多来自上面两层能不能协同。

第46页给了个预期。Agentic AI在AI价值中的份额，2025年 17%，2026年 22%，2030年预期 39%。同一页又把预期往下压了压，先进企业组约 91% 已把试点投入实际运营或进入完全运营，落后企业组 64% 还停在建设基础能力或初步试点。

图纸上的增长，跟已经落袋的收益，是两码事。

供给端也在分岔。平台化、产品化、服务化三条路并行，前两条对应能标准化交付的任务，后一条留给业务规则复杂、需要贴身适配的现场。

博云的案例很有代表性。给一家消费电子制造企业做的BoAgent，需求预测与订单排程从 2小时以上压到8到10分钟，电子制程异常分析从 55分钟压到5分钟，采购配额优化从 3人30分钟压到5分钟。项目沉淀了 1000多个可调用Skill，落地数十个场景，覆盖上千岗位。

蓝凌智能给某物业集团做的更直观，营销环账审批节点从 15个压到2个，智能填单从20分钟到1分钟，累计处理工单超20万条，高风险申请漏检率归零。

你看，这几家公司卖出去的，都是能把一个项目的流程资产搬到下一个项目的能力。

能被复制的，是被整理成规则、权限和验收线的业务本身。模型谁都买得到。

报告里还有个挺冷静的区分，客户觉得值是一回事，厂商把这份值收成收入是另一回事。中间隔着采购预算、交付成本和复用能力。

最后的话

报告通篇在教企业怎么把Agent放进流程，有个前提一笔带过了。业务上下文得先存在。

可多数公司里，它并不存在。它散在几个人的脑子里，散在三个对不上的字段里，散在「一直都是这么办的」这句话里。

Agent填补不了组织记忆，它会把这个缺口按次计费。

模型和Harness都能从外面买，评测集也能外包，唯独业务口径得企业自己交代清楚。交代清楚这件事，恰恰是过去最没人愿意领的活，没预算、没负责人、没交付日期。BCG那组数字摆在那儿，IT预算内只占0.5%，剩下2.8%全在预算外，花在流程、数据、人才和治理上。

于是买Agent变成了一次被迫的组织盘点。盘得清的公司，把规则沉淀成Skill，越用越省。盘不清的公司，每上一个新场景都要重新问一遍我们到底是怎么干的，钱花在反复解释上，试点就一直停在演示里。

先进企业91%进了实际运营，落后企业64%还在起步，差的大概也不是选型眼光。

机器已经坐进工位了。那份说明书，还散在几个人的脑子里。

本篇侠说分享的是《2026 Agent商业化与竞争研究报告》

#AIAgent#智能体#前沿报告#商业洞察#AI落地#企业数字化#组织变革#职场成长