两家汇编、两套 Harvey
一份英文行业汇编《AI Agents 2026: The Companies Turning Autonomy Into Billions》列出九组公司估值、ARR 与客户规模;三份中文报告汇编(三个皮匠报告站,最近更新分别为 2026-11-05、11-10、11-13)则汇总了市场规模、采纳率、定价态度与落地案例。两边对 Harvey 的读数不一样(来源:Lucidity Insights 汇编页、三个皮匠报告《ai agent行业新动态》等)。
| 读数 | 英文汇编口径 | 中文汇编口径 | 本站折算 |
|---|---|---|---|
| Harvey 估值 | 50 亿美元 | 156 亿美元 | 156÷50 约 3.12 倍 |
| Harvey ARR | 1 亿美元以上 | 4 亿美元 | 按 1 亿下限约 4 倍 |
| Harvey 客户 | 4,700 家律所 | 未列 | 不可互替 |
| 来源性质 | 媒体汇编,未见公司披露或审计链接 | 报告汇编,未见公司披露或审计链接 | 两套并列保留 |
本站的处理是并列保留,不取平均、不挑一套当准数,也不推测哪一套更接近真实。两处都缺少可核对的一手材料:估值通常对应某一轮融资、ARR 对应某段运营期,两者时点与确认程度都不同;汇编文章没有给出各自的数据截止日(原创证据分级)。
下文引用的估值、ARR、客户数与增速,均来自公开媒体或报告汇编,本站按原文数值转述并标注来源,未做独立核实,也不把它们写成已审计事实。若用于投资、采购或立项判断,应回到公司公告、融资披露或监管文件复核。
这种并列保留不是回避结论。对做技术选型或市场判断的读者,「同一对象存在 3 到 4 倍读数分歧」本身就是一条可用信息:它说明当前 Agent 商业化数据的一手披露密度不足以支撑精确排序(原创增量判断)。
倍数表:4.67 到 100 不是同一把尺
把英文汇编里的估值与 ARR 相除,会得到一列看起来可以排序的倍数。本站照做一遍,同时把每一行的分子性质标出来(来源:Lucidity Insights 汇编;倍数为本站按报告值折算)。
| 公司 | 估值或市值(汇编值) | ARR(汇编值) | 本站折算倍数 | 分子性质 |
|---|---|---|---|---|
| UiPath | 70 亿美元市值 | 15 亿美元 | 约 4.67 | 公开市场市值,非融资估值 |
| Devin | 20 亿美元以上 | 7,300 万美元 | 约 27.4 | 私募估值 |
| Cursor | 290 亿美元 | 10 亿美元 | 29 | 私募估值 |
| Harvey(英文汇编) | 50 亿美元 | 1 亿美元以上 | 约 50 | 私募估值,ARR 为下限 |
| Harvey(中文汇编) | 156 亿美元 | 4 亿美元 | 约 39 | 私募估值,另一套读数 |
| Glean | 72 亿美元 | 1.5 亿美元以上 | 约 48 | 私募估值,ARR 为下限 |
| Waymo | 450 亿美元以上 | 5 亿美元以上 | 约 90 | 物理自主业务,ARR 含出行收入口径 |
| Sierra | 100 亿美元 | 1 亿美元 | 100 | 按成果计价,客服垂类 |
这张表能支持的结论有限。原创折算指出三处错配:其一,估值来自融资轮或公开市场市值,ARR 来自一段运营期,分子分母时点不同;其二,UiPath 的分子是市值、其余多为私募估值,计量方式不同;其三,Waymo 的 ARR 被汇编与每周 15 万次自动驾驶出行并列,收入构成与软件 Agent 不同。把 4.67 与 100 直接排成「估值泡沫梯度」,需要额外假设(原创分母辨析)。
同一家 Harvey 用两套读数会算出约 50 与约 39,相差 11 个倍数点;这不是计算错误,而是输入口径不同。若一份报告用倍数论证行业偏热,换一套读数就会得到不同幅度,因此倍数必须连着来源一起引(原创可证伪提示)。
达成时间:24 个月与 9 个月的起点不同
汇编里还有一组常被并列引用的「速度」读数:Cursor 从零到 10 亿美元 ARR 用了 24 个月;Devin 的 ARR 从 100 万美元增至 7,300 万美元用了 9 个月;Sierra 在不到两年内做到 1 亿美元 ARR;UiPath 未给时间(来源:Lucidity Insights 汇编)。
| 公司 | 起点 | 终点 | 时长 | 本站折算 |
|---|---|---|---|---|
| Cursor | 0 | 10 亿美元 ARR | 24 个月 | 从零起算,平均每月约 4,167 万美元增量属线性化探针 |
| Devin | 100 万美元 | 7,300 万美元 | 9 个月 | 增长 73 倍,起点非零 |
| Sierra | 未列 | 1 亿美元 | 不到 2 年 | 未给起点与月度轨迹 |
| UiPath | 未列 | 15 亿美元 ARR | 未列 | 无时间口径 |
把 24 个月与 9 个月直接比谁更快,会同时混掉两件事:起点是否为零、以及终点的量级。Devin 的 73 倍增长与 Cursor 从零到 10 亿美元不是同一类指标;本站给出的「每月约 4,167 万美元」只是 10 亿除以 24 的线性化探针,汇编并未给出月度轨迹,不能当作真实增速(原创口径标注)。
另有一条计数单位差异:Cursor 的汇编文字还写「每天有超过 10 万款产品在其平台上构建」,这是构建量,不是付费客户数或收入;8,900 个工程团队使用 Devin 则是团队数。把构建量、团队数、ARR 放在同一张增长图里,纵轴就没有统一量纲(原创量纲辨析)。
四种计数单位:交易、客户、律所与企业
汇编里的客户规模读数看起来都是「多少家」,实际是四种不同对象(来源:Lucidity Insights 汇编)。
| 读数 | 对象 | 计数单位 | 能否相加 |
|---|---|---|---|
| 29,000 笔以上 | Salesforce Agentforce | 企业交易 deals | 否 |
| 10,000 家以上 | UiPath | 企业客户 customers | 否 |
| 4,700 家 | Harvey | 律所客户 law firm clients | 否 |
| 2,800 家 | Glean | 企业客户 enterprise clients | 否 |
| 150,000 次每周 | Waymo | 自动驾驶出行次数 | 否,属服务量 |
把前四行相加得出「约 4.65 万家企业客户」是不成立的:交易笔数可能包含同一客户的多次签约,律所与企业客户的组织类型不同,各家汇编的客户定义也未统一。Waymo 的每周出行次数更是服务量而非客户量(原创分母辨析)。
同理,Agentforce 的 8 亿美元 ARR 与 330% 同比 ARR 增速、29,000 笔交易是三个独立读数,不能反推出单笔交易金额:8 亿除以 2.9 万约 2.76 万美元只是把不同时间与口径的数硬除,且 ARR 包含存量订阅而非当期成交(原创口径探针)。
定价态度:G2 三个百分数不能相乘
中文汇编引述了一项 G2 对 1,019 位 B2B 决策者的调查:86% 的企业过去一年购买过 Agent 软件或服务,9% 认为按席位定价公平,57% 偏好按用量付费,46% 反映 Agent 运行成本高于预期。同一份汇编还引述 Anthropic 对 500 余位技术领导者的调研:57% 的组织已部署用于多阶段工作流的智能体,16% 扩展至跨部门端到端流程,80% 表示投资已带来可衡量的财务影响(来源:三个皮匠报告《智能agent行业调研报告》,更新 2026-11-05)。
| 读数 | 样本 | 问法 | 不可做的运算 |
|---|---|---|---|
| 86% 买过 | G2 1,019 位 B2B 决策者 | 过去一年是否购买 | 与 9% 相乘得满意度 |
| 9% 认为按席位公平 | 同上 | 对计价方式的态度 | 与 57% 相加当作总偏好 |
| 57% 偏好按用量 | 同上 | 计价偏好 | 与 Anthropic 的 57% 合并 |
| 46% 成本超预期 | 同上 | 成本体验 | 与 86% 相乘推亏损面 |
| 57% / 16% / 80% | Anthropic 500 余位技术领导者 | 部署阶段与财务影响 | 与 G2 样本相减或合并 |
两个 57% 尤其值得并列保留:G2 那个 57% 问的是计价偏好,Anthropic 那个 57% 问的是多阶段工作流部署,样本、问法与分母都不同,恰巧数值相同不能互相印证(原创读数纪律)。英文汇编里 Sierra 采用按成果计价,是另一条独立的商业实践证据,不能与 G2 的态度调查拼成因果链。
本站此前在 R-INDUSTRY-64 讨论公约名单与分母时已出现过 1,019 这个数,本篇只把它作为样本量引用,不重复该文对名单覆盖率的辨析(原创与旧文的边界说明)。
规模两套量纲:212 到 449 亿元与 109 到 121 亿美元
中文汇编给出中国企业级 AI 智能体市场规模从 2025 年 212 亿元增至 2026 年 449 亿元、年增速超过 111.8%,2029 年有望突破 3,320 亿元,2024 至 2029 年复合增长率约 107%,企业采纳率从 17.3% 升至 40.3%,活跃企业智能体接近 200 万个;同一批材料另给全球市场 109 亿至 121 亿美元(来源:三个皮匠报告《智能体发展白皮书》《ai agent行业新动态》等,更新 2026-11-13)。
| 读数 | 本站校验或折算 | 边界 |
|---|---|---|
| 212→449 亿元,增速 111.8% | 449÷212 约 2.118,与 111.8% 增幅自洽 | 人民币口径、中国企业级 |
| 2029 年 3,320 亿元 | 3,320÷212 约 15.66 倍 | 预测值,非已实现规模 |
| CAGR 约 107% | 本站未用 212 反推全流程,因基期年份未统一 | 与 111.8% 是不同时间窗 |
| 全球 109~121 亿美元 | 与 449 亿元币种、地域、统计对象均不同 | 不可换算相加或求占比 |
| 采纳率 17.3%→40.3% | 提升约 23.0 个百分点 | 采纳率不是生产部署率 |
同一批汇编还给出方向相反的落地读数:80% 的新增或更新应用嵌入了 Agent 功能,真正跑在生产环境的只有 31%,试点到规模化的综合成功率 7.7%;另一处写 90% 的企业级 Agent 困在演示阶段、88% 的试点未进生产、25% 的项目实现预期 ROI(来源:三个皮匠报告《企业智能体报告》更新 2026-11-10、《智能agent行业调研报告》更新 2026-11-05)。这三个百分数分母不同,本站不把它们当漏斗相乘,相关方法已在 R-INDUSTRY-63 的三级分母辨析中展开(原创与旧文对照)。
有一条口径差异可以直接标注:449÷212 约等于 2.118,与「增长 111.8%」是自洽的;但 2029 年 3,320 亿元相对 2026 年 449 亿元约 7.40 倍,若按 107% 的年复合口径反推三年应约 8.6 倍,两者不一致。本站并列保留,不强行统一,因为汇编未说明基期、是否含通胀或统计范围调整(原创反推校验)。
办公流量:8,534 万次访问与 3,235.3 万月活
两份中文汇编都谈到办公智能体,但量纲不同:一份写 20 款桌面端 AI 原生办公智能体月访问量合计突破 3 亿次,腾讯 WorkBuddy 8,534 万次居前、千问办公 4,655 万次、豆包办公 3,039 万次;另一份写腾讯 WorkBuddy 以 3,235.3 万月活领跑办公 Agent(来源:三个皮匠报告《智能agent行业调研报告》与《企业智能体报告》)。
| 读数 | 量纲 | 本站折算 | 边界 |
|---|---|---|---|
| 3 亿次 | 月访问量合计 | 三家点名合计 8,534+4,655+3,039 约 1.62 亿次 | 约占 3 亿次的 54.1% |
| 其余 17 款 | 同上口径反推 | 约 1.38 亿次 | 反推值,汇编未逐款列出 |
| 8,534 万次 | WorkBuddy 月访问量 | 与 3,235.3 万月活不是同一量 | 次数对人数 |
| 3,235.3 万 | WorkBuddy 月活 | 8,534÷3,235.3 约 2.64 | 仅作口径探针,来源与时间窗未统一 |
| 3 亿次与 3,235.3 万 | 两个不同汇编 | 不可相减求「其余产品访问量」 | 样本与统计口径未对齐 |
2.64 这个比值尤其要小心:它是把两份不同汇编里的一个数除以另一个数,分子是月访问次数、分母是月活人数,两者的统计时间窗、去重规则与来源都可能不同,本站只把它列为口径探针,不当作「人均每月访问 2.64 次」的事实(原创量纲辨析)。
另一条可迁移的经验:流量口径(访问量、月活)与商业口径(ARR、合同额)之间隔着转化率与单价,汇编没有给出这两项,因此「月访问居前」不能直接推出「收入居前」(原创推理边界)。
ROI 梯度与单个案例:回本周期不是节省额
中文汇编给出一组用途不同的商业化读数:销售 SDR 场景回本约 3.4 个月、软件工程接近即时回本、金融运营约 8.9 个月,制造、医疗与政府仍卡在评估体系与治理框架;同一批材料另列和硕年省 2.45 亿元、德赛西威节省 4.3 万小时、来也科技帮助客户实现订单端到端自动化(来源:三个皮匠报告《ai agent行业新动态》《企业智能体报告》)。
| 读数 | 类型 | 分母 | 能否互证 |
|---|---|---|---|
| 3.4 个月 / 即时 / 8.9 个月 | 场景级回本周期 | 投入与回收的时间窗 | 与单企业节省额不互证 |
| 年省 2.45 亿元 | 单企业金额 | 年度、单家公司 | 不可反推行业回本周期 |
| 4.3 万小时 | 单企业工时 | 年度或项目期未统一 | 与金额不可相加 |
| 垂直领域幻觉率 22%~94% | 模型表现区间 | 任务与数据集未统一 | 与 ROI 不同量纲 |
| 近三分之二企业把安全风险列首要障碍 | 态度调查占比 | 受访企业 | 不可乘以上述节省额 |
把「软件工程接近即时回本」与「和硕年省 2.45 亿元」放在同一张收益表里,会混掉周期与金额两类量。本站的处理是把它们分列,并标注单企业案例未给审计口径与项目期(原创量纲分层)。
汇编还写 MCP 采用率 67%、主流大模型在垂直领域幻觉率 22% 至 94%。这两个数是协议渗透与技术风险的独立读数,与资本估值、ARR、回本周期之间都缺少可核对的传导链路,本站不据此推导「技术风险已反映在估值里」一类结论(原创推理边界)。
与站内旧文的方法对照、八组折算与引用前五问
本站此前的量纲辨析多针对一份材料内部:R-INDUSTRY-62 拆一份报告里的 13 个读数,R-INDUSTRY-63 拆 300 位 CIO 调研的三级分母,R-INDUSTRY-64 拆公约的名单与分母。本篇换了一层,拆的是不同汇编对同一对象给出不同读数时该怎么引(原创方法对照)。
| 原创折算 | 算式或依据 | 结论边界 |
|---|---|---|
| Harvey 估值差 | 156÷50 约 3.12 倍 | 两套汇编并列保留,不取平均 |
| Harvey ARR 差 | 4÷1 约 4 倍 | 英文汇编为 1 亿以上,取下限折算 |
| 两套倍数差 | 约 50 减约 39 等于 11 个倍数点 | 输入口径不同,不是计算误差 |
| 规模自洽校验 | 449÷212 约 2.118 对 +111.8% | 与 107% CAGR 反推不一致,并列保留 |
| 三家流量占比 | 1.62÷3 约 54.1% | 反推值,汇编未逐款列出其余 17 款 |
| 访问与月活比 | 8,534÷3,235.3 约 2.64 | 口径探针,非人均访问频次 |
| 单笔金额反推 | 8 亿÷2.9 万约 2.76 万美元 | ARR 与成交笔数时点不同,不成立 |
| 线性化月增 | 10 亿÷24 约 4,167 万美元 | 探针,汇编未给月度轨迹 |
- 一问来源层级:这个数来自公司公告、融资披露、监管文件,还是媒体或报告汇编?本轮公司层面读数均属后者。
- 二问时点:估值对应哪一轮、ARR 对应哪段运营期、两者是否同期?本轮材料普遍未给数据截止日。
- 三问量纲:是金额、倍数、笔数、家数、次数还是人数?不同量纲不能相加、相减或相除后当结论。
- 四问分母:百分数问的是谁、样本多少、是否多选?同一调研的不同问法不可当漏斗相乘。
- 五问分歧:同一对象若存在两套读数,是否并列保留并标注来源性质?本轮 Harvey 的 3.12 倍与 4 倍差异即按此处理。
本篇的短板也要写明:所有公司层面数字均未经一手核实;三份中文汇编之间存在重复引用与口径不一致;英文汇编未列数据截止日与审计方法。因此本文能给的是一套引用纪律与可证伪清单,不是一份公司估值排行(原创辩证归纳)。
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。尚未公开的是两套 Harvey 读数各自的数据截止日与融资轮次、各公司 ARR 的确认口径、G2 与 Anthropic 调研的完整问卷与分行业拆分、以及办公智能体流量统计的去重规则与时间窗。