AI正进一步渗透个人生活和企业应用场景。尽管市场对于AI能否显著提升生产率仍存争议，但企业和政府对AI的投入仍在持续加码，不少公司甚至直接在名称中加入AI或AX（AI转型）字样。多家头部企业也正从“AI First”进一步转向“AI Native”，并尝试新的商业模式。DigitalToday在创刊19周年之际，梳理AI最新趋势及各行业AX动向。【编者按】

能够在较少人工干预下自主完成特定任务的AI代理，早已成为科技行业的重要变量。最近，AI代理更进一步成为影响AI产业格局和发展方向的核心关键词。围绕AI代理重构产品与业务体系，正成为多家大型科技公司的共同选择。

本轮AI代理热潮，首先在编程场景中爆发。自2022年底ChatGPT问世以来，编程一直是生成式AI最具代表性的应用场景之一，也是与AI代理结合最紧密的领域。也因此，编程成为AI代理能力最先得到验证的主战场。

相关厂商之间的竞争也在迅速升温。Anthropic旗下编程工具Claude Code凭借代理式编程能力快速增长，带动竞争对手投入巨资跟进，“由AI代理而非人工完成代码编写”的Agentic coding热度持续走高。

去年发布的Claude Code，在不到一年时间里已迈向年化收入约10亿美元规模，并在开发者群体中迅速走红。Anthropic表示，截至3月，公司年经常性收入已达到25亿美元，企业客户超过30万家。随着Claude Code的快速放量，Anthropic也不再只是OpenAI和Google之后的“第三名”，而是进一步巩固了其在Agentic AI浪潮中的领先地位。

随着Claude Code走红，OpenAI、Cursor等竞争对手也开始将AI代理能力置于产品核心位置。OpenAI在编程AI产品Codex中大幅强化代理能力，定价也低于Anthropic；以代码编辑器起家的Cursor，则在近期更新中加入了大量代理功能。

与此同时，Agentic AI从编程向更多工作场景扩展的步伐也在加快。在办公应用、电子商务等领域，AI代理进入实际业务流程的尝试正不断增加。

Anthropic推出了面向非开发者的AI代理工具Claude Cowork，Microsoft则在生产力平台Microsoft 365中推出AI代理功能Copilot Cowork。Copilot Cowork的目标，是让AI代理接手过去需要人工持续监督的长时、多步骤任务：用户只需给出目标结果，代理便可自行制定计划，并串联完成所需工作流程。

包括Salesforce在内的多家企业软件厂商，也在加快围绕AI代理重构产品线，这一趋势同时也在改变企业软件的交互方式。

企业软件重构提速

围绕AI代理的讨论，已从“改善企业软件体验”进一步升级到“重塑行业格局”。市场上开始出现一种观点：AI代理可能直接取代部分传统企业软件，即所谓“SaaSpocalypse（SaaS终结论）”，这一说法正在科技圈持续发酵。

这一逻辑的核心在于，越来越多企业未来未必继续购买或订阅现成软件，而是借助AI自行搭建所需工具，传统软件厂商由此面临被削弱的风险。尽管不少人认为这种说法存在明显夸大成分，但也有观点指出，这一叙事在投资者之间具有较强传播力。在AI代理热潮推动下，多家主要软件公司的股价自今年以来表现疲弱。

即便“SaaSpocalypse”被认为有夸张成分，软件公司估值承压也并非毫无依据。随着企业拥有更多替代选项，软件公司若想像过去那样持续扩大收入，难度势必上升，这被视为现实风险之一。近期相关公司的股价表现，也被认为与这一担忧有关。

AI已经开始影响软件行业的商业模式，尤其是定价机制。越来越多公司正在调整收费逻辑，从按用户或按席位收费，转向更强调按使用量计费，甚至按结果付费的模式。

“AI将取代或显著冲击既有科技产品”的叙事，也正从软件行业扩散到其他领域。近期有消息称，Anthropic正在研发的新一代AI模型Claude Mythos在发现安全漏洞方面表现突出，消息传出后，部分头部网络安全公司的股价出现下跌。

盈利能力仍待验证，编程之外的扩散值得关注

尽管AI相关企业的增长速度普遍快于其他行业，但其盈利前景仍存在较大不确定性。为AI研发和运行提供基础设施的公司正在获得可观收入，但直接销售AI产品的公司，无论过去还是现在，依然难以摆脱亏损压力。

作为全球AI初创公司的代表，OpenAI和Anthropic都在以今年为目标筹备大规模IPO，但外界对于其业务结构与财务可持续性的质疑并未消散。与此同时，新模型训练成本持续攀升，也被视为关键短板。

据《华尔街日报》（WSJ）报道，OpenAI预计到2028年，仅AI研究所需的算力支出就将达到1210亿美元。即便公司2027年营收接近翻倍，到了2028年仍可能消耗850亿美元现金，现金消耗仍将明显高于流入。

Anthropic的支出规模或许低于OpenAI，但在算力成本持续攀升的压力下，其处境与OpenAI并无本质差别。两家公司都在加快推出新一代模型，而这场竞赛目前看不到放缓迹象。

除编程之外，AI带来的生产率提升能否在更多领域得到清晰验证，仍有待观察。科技公司正试图将Agentic AI在编程场景中验证过的路径复制到其他行业，但它能否带来与编程同等量级的变化，目前仍是未知数。