背景：一份讲空间，一份讲深度
2026 年 10 月下旬，关于智能体的两份材料在时间上几乎重叠，指向却恰好相反。一份是投资银行的市场空间测算，讲的是天花板有多高；一份是咨询机构的落地成熟度调研，讲的是现在站在哪一层。把它们并排读，中间隔着的那段距离，正是企业侧接下来两三年要付的工程账单。
这种并排读法比单独读任一份更有信息量。市场空间报告的天花板通常建立在「用户基数 × 单用户价值」的乘法上，而成熟度调研给出的是当前渗透深度；两者相除，得到的其实是「从今天的位置到天花板，还需要多少倍的付费转化与深度提升」。
两份材料：谁发的、问了谁、口径如何
中金的报告是卖方研究，发布于 2026 年 10 月 27 日，核心输出是市场空间测算、竞争要素拆解与产业格局判断，其数据来源为公开产品读数与产业调研，报告自身列出了三项风险：智能体泛化不及预期、推理成本下降不及预期、安全与合规风险。
艾瑞的报告基于访谈统计与问卷调研，样本量按不同板块分别为 208、215、300、159 等，覆盖金融、政务、通信运营商、科技、医疗与健康、消费品与零售、制造业、能源与材料等行业，受访者包括技术领导者、业务领导者、一线技术人员与一线业务人员。它的核心输出是成熟度分布、场景结构与市场规模预测。
两份材料都不是中立的第三方评测：一份服务于投资决策，一份服务于咨询与厂商图谱。这不影响使用，但决定了读法——前者看假设是否成立，后者看样本与分档定义。
中金的测算：万亿美元上限是怎么来的
| 测算环节 | 报告给出的数 | 作用 |
|---|---|---|
| 办公用户基数 | 全球白领约 10 亿人 | 市场空间的分子端 |
| Coding 用户基数 | 全球开发者不到 5 千万 | 作为对照的分母端 |
| 基数倍数 | 约 20 倍 | 报告称办公用户基数为 Coding 的近 20 倍 |
| Coding 侧已验证收入 | 三款头部产品 ARR 合计约 280 亿美元 | 证明该形态具备付费意愿 |
| ARPU 关系 | 办公 ARPU 低于 Coding | 报告承认的折价项 |
| 结论 | 长期空间上限或达万亿美元 | 由近 20 倍基数支撑可观空间 |
这个测算的逻辑是清楚的：Coding Agent 已经证明「为可交付的工作付费」这件事成立，而办公场景的用户基数是它的近 20 倍，即使单价更低，总量仍可观。需要注意报告自己的限定词——「长期」「上限」。它不是一个三到五年的收入预测，而是一个理论上界的量级判断。
280 亿美元 ARR 与三条需求曲线
报告的另外几组读数更值得工程与产品团队注意，因为它们描述的是需求结构的变化：
| 指标 | 读数 | 时点 |
|---|---|---|
| 三款头部 Coding Agent 合计 ARR | 约 280 亿美元 | 截至 2026 年 8 月 |
| Codex 周活 | 超 500 万，较年初增长 4 倍 | 2026 年 6 月 |
| Codex 知识工作者周活 | 达百万，占比 20% | 2026 年 6 月 |
| 知识工作者增速对比 | 自 2 月以来为开发者增速的 3 倍 | 2026 年 2 月至 6 月 |
| Claude Code 非代码会话占比 | 由 10% 升至 20% | 2025 年 10 月至 2026 年 4 月 |
三条曲线合在一起讲的是同一件事：知识类工作正在进入原本为开发者设计的产品。这一点在本栏目此前覆盖的多份评测里也有侧证——办公类、文档类、检索类任务在智能体评测中的占比持续上升。值得注意的是口径：Codex 的 500 万周活与百万知识工作者周活是同一时点的两个数字，二者相除正好得到 20%，说明这组数据内部自洽。
Coding Agent 先跑通了付费，办公场景的用户基数是它的近 20 倍；但「基数近 20 倍」与「收入近 20 倍」之间，隔着 ARPU 折价与付费转化率两道门。
办公侧的三个读数
办公产品侧，报告给出三个可直接引用的数：截至 2026 年 6 月末，Microsoft 365 Copilot 付费席位已超 3 千万；2026 年 8 月，WorkBuddy 月活达 1187.91 万，在活跃用户与付费用户中分别实现超 60% 与超 80% 的留存率。
这三个数的口径必须分清楚：Copilot 的 3 千万是付费席位，WorkBuddy 的 1187.91 万是月活，两者不可直接比较大小；而 60% 与 80% 的留存分别对应活跃用户与付费用户两个不同分母——付费用户的留存高于活跃用户，这个方向是合理的，但两个数字不能混用。
供给侧，报告把加速渗透的原因归为四项：模型能力提升、训练基建完善、成本下探、市场教育。这是标准的产业分析框架，四项里没有一项是单个厂商能独立控制的，也说明这条赛道的节奏更多由上游决定。
五个竞争维度与 B 端判断
报告提出办公 Agent 在五个维度上有不同的竞争重点，这一条对做产品与做采购都有直接价值：
- 模型：除智能前沿外，更看重计算机操作、多模态与工具调用能力，以及成本效率与速度
- Harness 与 Context：上下文与工作流的积累与管理重要性上升
- 客户入口：依托既有客户入口有助于降低获客与部署成本
- 产品：更强调易用性，厂商常通过界面与预置模板技能库降低使用门槛
- 生态：内外生态协作有助于扩展 Agent 能力边界
产业格局上，报告区分了三类厂商：模型厂商用前沿模型能力推动场景泛化；互联网厂商在模型、云、C 端流量与 B 端客户上禀赋较完整，国内「入口之争」正从 Chatbot 延伸到 Agent；传统办公软件厂商掌握交付入口，客户资源有助于降低获客与部署成本。报告的判断是：国内办公 Agent 当前以获取 C 端客户切入，盈利不是短期目标，而 B 端付费意愿更高、深度更大，长期可能成为商业化的重要承载方。这一句对本栏目关注的落地议题很关键——它意味着当前国内办公 Agent 的高月活数字，不应被直接理解为已验证的商业模式。
艾瑞的另一面：90.9% 与 67.3%
| 指标 | 整体 AI | 新一代 AI |
|---|---|---|
| 采纳率（2026 年 Q1） | 90.9%（2023 年为 52.9%） | 81.3%（2023 年为 20.7%） |
| L1 探索试验级 | 39.4% | 67.3% |
| L2 局部赋能级 | 29.8% | 24.0% |
| L3 体系化优化级 | 26.9% | 9.1% |
| L4 生态重构级 | 3.8% | 0.0% |
| L5 认知引领级 | 0.0% | 0.0% |
这两列放在一起是这份报告最有信息量的一张表：整体 AI 的成熟度分布比新一代 AI 明显更深（L3 及以上 30.7% 对 9.1%），说明传统 AI 应用已经跑了很多年，而新一代 AI 的高采纳率主要堆积在探索试验层。报告自己也用「浅层繁荣、广而不深」来概括。
场景结构给出同样的信号：2025 年与 2026 年 Q1 合计，通用辅助类场景项目占 83.7%，专业纵深业务场景仅占 16.3%。报告指出，很多项目看似在诸多业务中使用了 AI Agent，主要解决的却是业务外围的非核心问题。配合另一条读数——约 30%–40% 的企业级智能体项目将在 18 个月内因 ROI 不达预期而停滞或关闭——这组数字构成了一个完整的因果链：浅层场景占多数、ROI 难以证明、项目在 18 个月内被关停。
部署数量与平台集中度
报告还给出了生产环境中智能体数量的分布与平台使用情况。数量分七档：1 个占 36.3%、2 至 5 个占 35.2%、6 至 10 个占 27.5%、11 至 26 个占 17.1%、27 至 50 个占 11.9%、51 至 100 个占 6.7%、101 个及以上占 3.1%。平台侧：90.7% 的企业通过 1 个智能体开发平台进行研发及全生命周期管理，9.3% 存在 2 个及以上平台。
这里有一处必须指出的读法问题：七档占比相加为 137.8%，超过 100%，说明该题为多选题，不能当作分布来读。可以直接引用的只有单档最高的一档——36.3% 的企业在生产环境只运行 1 个智能体。而平台侧的集中度则相反：超过九成企业只用一个平台，这与「多平台并存、各自为战」的行业印象并不一致，说明国内企业在这一层的收敛速度比预期快。
本文推算：六组原文没有直说的换算
| 推算项 | 过程 | 结果与含义 |
|---|---|---|
| 万亿上限隐含的人均年收入 | 1 万亿美元 ÷ 10 亿白领 | 约 100 美元/人/年 |
| Coding 侧摊薄人均 ARR | 280 亿美元 ÷ 不到 5 千万开发者 | 约 560 美元/人/年（按全球开发者总数摊薄） |
| 所需 ARPU 比例 | 100 ÷ 560 | 约 17.9%，即办公人均收入达到 Coding 摊薄值的约两成就可支撑万亿上界 |
| 2030 年市场规模的隐含基数 | 815.1 ÷ (1 + 70.9%)^5 | 约 55.9 亿元，与另一机构口径的 2025 年 212 亿元相差约 3.8 倍 |
| 采纳率与体系化的落差 | 81.3% − 9.1% | 72.2 个百分点；「在用」与「用成体系」不是一回事 |
| 场景结构倍数 | 83.7% ÷ 16.3% | 约 5.1 倍；通用辅助类项目是专业纵深类的五倍以上 |
对这几组换算要做三点补充。其一，560 美元是被摊薄后的数。280 亿美元 ARR 来自付费用户，而分母用的是全球开发者总数，实际付费用户的人均 ARR 会显著高于 560 美元。因此 17.9% 这个比例是一个偏乐观的下限：若按真实付费用户重算，办公 Agent 需要达到的相对 ARPU 会更高。
其二，2030 年市场规模的基数冲突需要标注而不是调和。按 70.9% 的复合增速反推五年，隐含的 2025 年基数约 55.9 亿元；而另一机构（蓝皮书援引 CIDC 数据）给出的 2025 年中国企业级智能体市场规模为 212 亿元。两者相差约 3.8 倍，最可能的原因是统计口径不同——前者可能只统计平台与软件收入，后者可能含集成与服务。本栏目此前在 R-INDUSTRY-48 中已经指出过这类跨机构口径不自洽的问题，此处再次出现说明这不是偶发。
其三，30%–40% 的停滞率应当与场景结构一起读。如果关停主要发生在通用辅助类场景（占 83.7%），那么专业纵深类项目的绝对数量会更少——按 16.3% 的比例，一百个项目里大约只有十六个进入核心业务，再叠加停滞率，能活过 18 个月并进入体系化的比例会更低。这也解释了为什么 L3 及以上只有 9.1%。
国内侧交叉：百度搭子与 IDC 活跃智能体数
另外两条近期国内读数可以作为交叉验证。其一是 10 月 26 日百度搭子杭州站产品发布会披露的数据：企业客户环比增长 83%、交付物需求环比增长 4.3 倍；同时援引 IDC 研究称，企业活跃智能体数量将从 2025 年的近 200 万跃升至 2026 年预计的 500 万。其二是同一场合披露的产品侧变化：新发布电脑与手机操作能力，可通过识别界面操作没有 API 的系统以完成跨应用任务；开发模式深入专业代码工程；已推出 30 多个专家套件与专业工作台，其中投标套件可解读招标要求、审查投标文件并输出风险清单；并把企业知识、工作看板与记忆系统结合，让交付遵循企业要求，同时配套 FDE 落地专家团队。
这两条与前面的材料互相印证：活跃智能体数量从近 200 万到 500 万，是数量侧的扩张；而 67.3% 停在 L1、83.7% 是通用辅助场景，是深度侧的滞后。数量翻倍与深度停滞同时发生，正是本栏目过去几轮反复观察到的结构性特征。需要提醒的是，「企业客户环比增长 83%」是厂商自述的增长指标，没有给出基数与统计口径，只能作方向性参考。
六步落地清单
- 先给自家场景做「通用辅助 / 专业纵深」分类。83.7% 对 16.3% 的行业结构说明，多数团队默认会从外围场景起步。想进入那 16.3%，需要在立项时就写明这次要解决的是核心业务的哪个指标。
- 在立项书里写清 ROI 的计量周期。30%–40% 的项目在 18 个月内因 ROI 不达预期停滞，因此 ROI 的口径与验收时点必须在启动前定义，而不是等被质疑时再补。
- 把成熟度分档当成内部里程碑。L1 探索试验、L2 局部赋能、L3 体系化优化——用这套分档给每个智能体标注当前层级与下一层的准入条件，比用「上线几个智能体」计数更有意义。
- 平台先收敛再扩张。90.7% 的企业只用 1 个平台，说明收敛是主流做法。在跑通首批场景之前引入第二套平台，会同时增加集成与治理成本。
- 按五个竞争维度做选型而非只比模型。模型、Harness 与 Context、客户入口、产品易用性、生态——办公场景里后四项往往比模型分数更能决定能不能用起来。
- 把安全与合规列为独立验收项。两份材料分别提示了权限失控与数据泄露（艾瑞）以及安全与合规风险（中金），这三项在多数 ROI 表里都不出现，却经常是项目被叫停的直接原因。
冷静判断：这些数字能信到什么程度
方向可信，幅度要打折。办公场景的用户基数远大于开发场景，这一点没有争议；但万亿是长期上界而不是近期预测，把它写进三年规划会出错。本文反推出的 100 美元/人/年门槛看似不高，可它建立在「10 亿白领全部成为可触达用户」的假设上，实际可触达规模远小于此。
两组中国数据之间存在口径冲突，目前无法调和。2030 年 815.1 亿元配 70.9% 复合增速，隐含 2025 年基数约 55.9 亿元；另一机构给出同一年 212 亿元。在获得双方的口径定义之前，任何基于绝对规模的推算都应当注明区间而不是取单点。
成熟度分布的结论比市场规模的结论更可用。67.3% 停在 L1、83.7% 是通用辅助场景、30%–40% 会在 18 个月内停滞——这三条不依赖预测假设，可以直接拿来校准自家项目的预期。相比之下，市场规模的数字无论来自哪一家，都高度依赖口径定义。
对采购方最实用的一条：把「我们现在的智能体处于 L 几」这个问题问出来，并要求给出下一层的准入条件。这个问题比「行业平均是多少」更能决定后续两年的投入产出比。中金给出的五维框架与艾瑞给出的成熟度分档，正好可以拼成一张选型表：五维用来挑产品，分档用来定目标。
关于两份材料中未展开的部分——包括中金万亿美元测算的 ARPU 假设区间、艾瑞调研各分档的具体定义与样本构成、以及两组中国市场规模数据的口径差异——目前官方及行业暂未披露更多细节，后续将持续跟进迭代动态。