分析师/王涵
审核/小新
策划/Eason
伴随AI办公浪潮的全面席卷，2026年三季度，AI Agent正迎来重塑生产力的巨大机遇，并悄然跨越一道关键分水岭：Agent正从单纯的“智力涌现”，进化为能够独立接管业务闭环的“自主执行主体”。 随之而来的，是厂商竞争逻辑的底层转移——从追求模型的“能力上限”，转向考验Agent对业务的理解深度、复杂任务的执行能力与真实问题的解决效率。
产业热度持续攀升。据最新调查，超60%的美国大型企业已在构建或部署Agent，多智能体系统部署比例也从前两个季度的6%升至约25%；IDC预计，中国Agent市场规模将在2026年翻番至449亿元。
但热潮之下，落地落差同样醒目。Gartner判断，超四成Agent项目将在2027年底前被取消；一项覆盖150个真实部署的审计发现，118个仍保留着审批、异常处理或治理问责等人工控制环节。Agent已经进入企业，却距离真正获得自主执行的信任与权限仍有距离。
市场对Agent的期待，正从能力展示转向结果验证：不仅要能做，更要敢用；不仅要完成任务，更要真正交付业务结果。
三季度，AI办公超级入口形成，头部厂商积极拓展入口版图，拉新卡位与规模增长延续的同时，竞争同步加码业务深耕：谁更深地嵌入流程、理解上下文并交付可用结果，谁才能站稳根据地。
国内几家厂商的路线分化，背后是同一个逻辑：谁离企业的真实业务数据最近，谁就能在企业业务里扎下根。字节豆包工作深度融合飞书，让Agent拥有独立身份、权限和记忆，能够进入群聊、主动承接任务，从个人办公助手进化为团队协作伙伴；腾讯WorkBuddy以开放平台承接外部Agent接入，主打连接与权限，在企业授权范围内读取消息、文档、会议等；网易智企帝王蟹强调企业上下文的动态构建，将业务现场、多源知识、规则和流程持续组织到具体任务中，让 AI 更贴近企业真实业务运行；阿里千问办公依托钉钉，打通组织权限与业务流，数字员工执行记录全程可追溯。
海外厂商则直指原生工作流的重构。Claude合并Chat与Cowork统一入口，将文档、演示与设计原生嵌入对话，在单一上下文中直接交付成果；OpenAI将Codex并入新版ChatGPT桌面端，并推出面向多步骤办公任务、直接产出文档与演示文稿的ChatGPT Work；谷歌Gemini 则依托Gmail与Docs等存量场景，深度嵌入既有界面，在真实操作流中无缝接管办公任务。
超级入口的争夺仍在继续，但入口优势只是竞争的起点，接下来的比拼，是谁能真正深入企业的真实业务流之中。
编程仍是AI Agent落地最快的场景，但CircleCI三季度报告显示，编码Agent让feature分支工作流数增加约四成，主干吞吐量却几乎持平——写的速度在膨胀，验证与审查没有跟上。多Agent不再稀缺，缺的是节点交接、质量门控和回退机制。
厂商也在同步将注意力放到节点之间的质量关卡上。GitHub HydraFusion在运行时编排，构建包含起草、质量门控、跨模型审查与升级回退的自动化闭环，替代了传统的人工任务选型模式；Cursor Projects把协调者从执行中独立出来，专门负责拆解、派发和推进。国内阿里云Qoder在编排层引入QA与Review专家节点，把质量门控做成流程的一部分；腾讯云CodeBuddy Code支持A2A协议，让Agent互相调用、接力干活，节点交接协议化。
企业级AI Coding的分水岭已不在模型强弱，而是节点接得稳不稳。能写只是入场券，让每个节点的输出顺利进入下一环，才是下一程的竞争力。
行业智能体在三季度完成了一次静默的重心迁移：厂商竞速的主轴从模型能力或场景数量，变成谁有能力把安全、可信、可审计嵌入到行业真实的生产系统里。
金融智能体厂商的共同动作，是把“问责”从部署后的合规项前移为平台入口和商业前提。华为云9月发布金融启元Agentic AI解决方案方案，基于金融级开源智能体平台，将构建、运行、管理与治理集成于同一平台，让治理从“事后补丁”变为“全程内嵌”。蚂蚁数科9月推出Agentar金融版，以全链路双向安全校验、支持运行过程可追溯、可审计，把可信做成可交付能力。海外厂商则把信任写进契约：Salesforce Agentforce依托Einstein Trust Layer做动作审计和角色访问控制，计费与“无人工升级的成功解决”绑定——信任不再只是合规条款，而是收入模型的前提。
医疗智能体厂商的可信之争，正在迈入“推理过程可查验”的深水区。OpenEvidence在9月发布医学检索模型系列，用可追溯的证据链换取医生信任。国内厂商则把验证对象从最终答案推向了推理与执行过程：京东健康JoyAI-MedCode将临床指南编译为可执行代码，使诊疗建议可逐条回溯、操作流可审计重放；华为云联合瑞金医院发布的RuiPath 2.0病理大模型，首次在组织学亚型、浸润深度等维度实现更精确的病理诊断可解释性，让AI诊断结果可信可用。海外的可信锚在证据链的源头，国内的可信则落在从推理到执行的每一个可查验的环节上。
工业制造智能体的价值标尺，从“模型有多聪明”转向“动作是否安全、可验证、可接管”——这要求智能体在物理约束和人工闸门内完成受控执行，而非追求无限制的自主决策。卡奥斯天驭平台以物理机理约束来抑制“幻觉”，坚持“先仿真验证、再下发产线”，智能体跑通仿真后才具备触碰真实设备的资格。西门子Eigen工程智能体同样将工程输出锁定在仿真测试与人工审核之后，9月与长三角108家制造企业签约，把“验证前置”推向规模化。
算力基础设施的收费锚点正在切换：按卡时租赁，卖的是算力资源的使用权；按Token计费，则是将模型推理服务转化为可计量、可结算的服务。当Agent把推理拉成持续消耗，竞争焦点便从“有多少卡”转向“能稳定产出多少可计费的Token”。
三季度，这一逻辑的转变在国内厂商的布局中已率先落地。无问芯穹7月发布Agentic Infra战略，将Token工厂作为核心层，平台单日Token调用量较年初增长约40倍，95%以上推理任务与Agent相关。沐曦股份与魔形智能合作的万卡级“Token超级工厂”9月投产，首批集群就绪后 1至2 天完成模型上线，直奔产能交付。
海外商业规则的改写同样彻底。Together AI在7月获英伟达参投的8亿美元融资，明确Token工厂定位，IBM同期与其签署2.4亿美元推理集群协议，算力合作的价值正从GPU资源供给延伸至Token生产能力；CoreWeave发布的TCO报告则抛弃了GPU小时视角，转以“每百万Token成本”对标，其Serverless推理输出Token成本低15%。
当收费从“卡时租赁”变成“Token计费”，算力的价值就不再只取决于纸面的峰值性能，而在于生产环境中每天能稳定交付多少高质量的Token产能。
AI进入企业工作流的真正卡点，正从模型能力转向数据供给质量：过去拼的是数据规模，现在拼的是业务语义，高质量供给不再只是让AI看到更多数据，而是要让AI看懂数据背后的业务规则。
国内数翊科技的dataeasy摒弃了“猜SQL”的旧路，在内核层直接沉淀业务语义与计算逻辑，构建兼具业务上下文与执行能力的“可运行数据资产”，让Agent基于真实规则跑通业务闭环；博登智能则将高质量数据生产延伸至物理世界，通过马鞍山创新中心开展真实场景验证、失败案例回流与模型迭代，形成持续进化的数据闭环；海外Databricks推出的Genie Ontology则定位“企业统一上下文层”，持续从日常操作中提取业务知识，让Agent摆脱“盲人摸象”，基于验证过的业务定义执行。
当供给锚点从“数据规模”变成“业务可理解性”，AI数据服务的价值就不再取决于谁标得多、存得大，而在于谁能把企业知识转化为Agent能懂、能信的上下文，只有跨越了这层“业务脱节”的鸿沟，AI才真正从“能回答问题”走向“能完成工作”。
回看这个季度，全球企业级AI Agent头部厂商共同画出一条曲线：AI Agent的竞争，正在从“模型有多强”转向“交付有多稳”。
从办公到编程，从行业智能体到算力与数据，三季度的关键词不再是“能力”，而是“落地”。当Agent从演示走向生产，决定胜负的就不再是谁的模型更强，而是谁能把Agent安全地嵌进业务流程、稳定地交出结果、清晰地算清价值。这个季度只是开始，但方向已经清楚：能上生产的Agent，才是真正有价值的Agent。
为了更好把握AI产业的发展现状、竞争格局、应用落地及未来走向，第一新声已连续五年深耕该领域，持续追踪全球AI演进脉络。截至目前，我们累计开展25轮系统化调研，完成超1200次问卷回收与专家深度访谈，并构建起涵盖AI产品系列、AI创新企业系列及AI Agent图谱系列在内的三大研究矩阵。现正式发布第26轮AI产业研究，AI Agent图谱系列最新成果——《Global Agent 100 x 100：2026年Q3全球企业级AI Agent优秀厂商图谱》。
本次图谱评选由第一新声智库团队执行，经过多轮深度调研，从企业实际营收表现、核心产品迭代节奏、行业标杆客户落地成效，以及重大招投标项目等多元维度，系统评估全球企业级AI Agent厂商在2026年第三季度的综合竞争力。国内厂商以自主申报与调研数据为主，海外厂商以公开财报、官方发布及第三方报告为主，双向交叉核验。
本图谱致力于以严谨的商业化落地能力与技术先进性为双重要求，为读者呈现一份兼具市场真实性与演进方向感的权威参考，助力企业管理者、技术决策者及行业投资者在AI Agent浪潮中精准锚定方向，赢得先机。
