风口词典丨Agent商业化：软件正从"卖席位"改为"卖结果"

9月4日凌晨，OpenAI发布新一代旗舰模型GPT-6 Astra，公司总裁布罗克曼在发布会收尾时留下一句话："欢迎进入AGI时代。"

消息落地后，AI应用概念全线走强，龙版传媒直接走出五连板，易点天下盘中触及20%涨停，英方软件、中国出版、天娱数科等全线走强。

为什么先涨的是软件

隔夜美股的表现，几乎为A股当日定下了基调。Snowflake收涨超过20%，这家云数据公司在最新财报中披露产品收入同比增长37%，管理层明确表示，增长加速的一半来自AI的贡献；ServiceNow、Palantir、甲骨文同样走高。相比之下，费城半导体指数仅微涨0.11%。"软件强、硬件弱"的格局，在隔夜美股与当日A股被同频复刻。

资金流向印证了这一点。9月4日早盘，AI应用成为绝对主线，半日主力资金净流入近百亿元；而同属科技的半导体、算力硬件、光模块等方向却冲高回落，科创综指逆势收跌，浪潮信息盘中放量下跌超过9%。硬件牛了两年，资金却在GPT-6发布这一天，把票投给了软件——这背后的信号，比任何一家公司的涨停都更重要：AI的投资主线，正在从"谁在造算力"切换到"谁在靠AI赚钱"。

具体来看，龙版传媒斩获五连板、欢瑞世纪五天四板。此外，办公与行业软件同样走强，英方软件、用友网络、广联达、财富趋势等放量上行，这类公司握有真实的产品与客户，被视作AI商业化落地最确定的环节；第三类是金融与支付软件，四方精创20%涨停，带动数字货币方向。

何为Agent商业化

要理解这轮软件行情，得先弄明白GPT-6到底改变了什么。过去的大模型，本质是"回答问题"：用户提问，模型作答，产出的是文本、代码或图片，工作止步于屏幕之外。GPT-6则跨过了一道门槛——它能直接"操作"计算机软件，自主完成编程、金融建模、制作演示文稿和电子表格这类长周期、多步骤的任务。用更通俗的话说，AI不再只是告诉你怎么做，而是自己动手把活干完。这种能够把自然语言指令转化为一连串真实操作、直到交付最终结果的智能体，业内称之为Agent。

所谓Agent商业化，正是围绕这一能力展开的价值兑现：当一个AI能真正替人完成一项工作时，软件公司应当如何向客户收费，产业链上谁最受益，市场空间能撑到多大。华尔街最先给出了答案的雏形——从"卖软件座位"转向"按完成的工作量收费"。

Salesforce的Agentforce业务把一次自动化动作定价在0.1美元左右，年经常性收入已突破15亿美元、同比增速超过两倍，并首次在财报中披露了以Agent实际工作量计量的新指标"按工作单元计费"(AWU)；微软把Copilot从一个聊天窗口升级为办公全家桶默认的"Agent模式"，付费席位同比增长超过160%，并引入按任务消耗的信用额度来计量实际用量。

过去十年，软件行业建立在"按人头卖许可证"之上的商业逻辑，而现在，这个情况正在被"按成果计费"悄然替换。具体来看，Intercom按成功解决的会话收不到1美元，Zendesk按验证解决的单据计费，Salesforce更直白地提出"按结果收钱"。这种转变的底层逻辑不难理解：席位定价假设软件的每一次使用成本几乎为零，可Agent每跑一次任务都要消耗真金白银的推理算力，边际成本不再是零，于是计价的尺子，自然从"人占几个位子"变成了"AI干成了多少活"。

华泰证券认为，AI时代的定价逻辑围绕Token展开，形成算力、模型、应用三层加价结构，而应用层场景Token的价值重构，或许尚未被市场充分定价。

模型从"聪明"走向"能干活"

GPT-6的能力跃迁，是这轮商业化的技术前提。官方公布的数据显示，Astra在强调陌生环境学习与抽象推理的ARC-AGI-3测试中，得分从此前的7.8%跃升至99.9%，几乎接近满分；在代表高阶数学能力的FrontierMath Tier 4上拿到97.6%。

更关键的是它操作图形界面的能力——在OSWorld这类考察电脑操作能力的测试中得分超过70%，完成任务的平均耗时较上一代减少约47%。这意味着模型不必依赖每家软件都预留的API接口，而是像人一样看着屏幕、移动鼠标、敲击键盘去完成任务，从而绕开了过去横亘在AI与真实软件之间那道最深的集成壁垒。OpenAI展示的场景中，Astra能自己打开软件填表格、做3D建模、把财务报表整理成演示文稿，全程无需人类代劳每一步。

能力之外，另一个变量在同步松动——成本。OpenAI称，完成同样一项任务，Astra的单任务成本较上一代最高降低约57%。虽然它单次调用的标价依旧不菲(每百万输入Token定价10美元、输出50美元)，但判断商业化的核心指标早已不是"每百万Token多少钱"，而是杰富瑞报告反复点出的那个词：单任务执行成本。完成一项真实任务的代价越低，Agent应用就越能大规模铺开。过去两年，国内大模型厂商竞相下调API价格，部分主流模型降幅高达九成，工具调用准确率普遍超过95%，这些日积月累的铺垫，在GPT-6这一天被海外同行的发布重新点燃，也把"AI能干活、且干得起"的判断推到台前。

值得留意的是，中国模型的追赶并未被这场盛宴甩开。斯坦福《2026年人工智能指数报告》显示，中美顶级模型在编程榜单上多次交替领先，性能差距已收窄至不足3个百分点；在OpenRouter这类全球开发者平台上，国产开源模型贡献了过半的调用量。国产旗舰模型在超长上下文、代码生成等细分赛道构筑起差异化优势，为国内AI应用在成本端的竞争预留了空间——这正是A股软件股敢在海外大模型升级时集体走强的底气之一。

应用层凭什么受益

从产业链视角看，GPT-6带来的并非算力的又一次狂欢，而是价值向应用端的迁移。整条链条大致可分为模型底座、开发平台、行业应用三层，而资金本次流向的，恰恰是最贴近客户与场景的那一层。

模型底座层，海外由OpenAI、Anthropic领跑，国内则是阿里通义千问、腾讯混元、字节豆包、智谱GLM等贴身竞逐。这一层比拼的是性能与成本的平衡，随着能力差距收窄，模型正变得像水电一样可被灵活调用，很难再靠"我更聪明"单独锁定客户。开发平台层解决的是"如何快速造出适合企业自己的Agent"，国内互联网大厂已在办公入口密集布防：腾讯推出WorkBuddy，字节跳动将飞书与豆包团队整合并推出独立办公品牌，阿里把多款智能体产品整合为"千问办公"，实现对钉钉、飞书、企业微信三大协同平台的覆盖。平台厂商手中沉淀的账号、资料与工作关系，成为Agent融入企业日常流程的天然土壤——用户不需要重新迁移，Agent就能在原有的协作网络里开始干活。

真正迎来价值重估的，是行业应用层。办公被视为离变现最近的场景——用户高频使用、付费意愿强、AI带来的提效能折算成可量化指标并被纳入企业预算。金山办公(688111)把WPS个人业务与灵犀智能体结合，累计年度付费个人用户已达4825万，WPS 365收入同比增长超过六成；科大讯飞(002230)在政企与教育医疗场景积累深厚，被市场视为AI应用服务商培育政策的直接受益标的；用友网络(600588)卡位制造业与财务数字化，恒生电子(600570)深耕金融资管与交易场景，万兴科技(300624)则以视频创作工具切入海外市场。这些公司共有的特点，是握有真实客户与场景数据，Agent一旦接入，就能直接作用于既有业务的降本增效。

杰富瑞在研报中给出了一个关键判断：中国厂商在Agent工程上并不落后，当模型日益同质化，能够沉淀用户习惯、记忆与工作流的应用平台，反而构成差异化与客户粘性的来源。这与资金从纯模型叙事转向场景软件的方向不谋而合——毕竟，模型可以买到，Token可以充值，但企业自身知识的沉淀、业务系统的打通与权限边界的建立，需要长期的行业积累。

付费意愿与市场空间

商业化的另一块基石，是企业愿意为AI干活掏钱。一组数据勾勒出需求的轮廓：IDC预测，中国企业级AI智能体市场规模将从2025年的约212亿元增至2026年的449亿元，2029年有望突破3320亿元，对应四年间的年复合增长率约99%；沙丘智库调研显示，企业Agent采纳率已从2024年底的17.3%升至2026年年中的40.3%；高盛则预计，到2030年，全球大模型月度Token消耗将达到2026年的24倍。需求的陡峭曲线，是这轮行情最坚实的底色。

付费模式的变化，是需求从概念走向闭环的关键。过去一年，C端AI对话以免费为主，腾讯研究院的调研显示真正付费的用户比例不足一成，高昂的推理成本与疲软的收入，让不少大厂陷入"用户越多、算力账单越高"的困局。而企业办公场景提供了破局之道：效率提升可以被量化，付费可纳入预算，决策链条也更理性。于是，"按结果收费"的模式开始跑通——客服智能体按成功解决的工单计费，营销智能体按带来的转化分成，文档与数据智能体则按调用量计量。Salesforce的AWU单季环比激增97%，微软的AI消费额度单季近乎翻倍，海外云厂商用真金白银的订单，为"软件即数字劳动力"的新定价体系投了赞成票。

政策层面也在顺势加码。9月初，工信部正式启动人工智能应用服务商培育专项行动，提出培育一批深耕行业、场景化落地能力强的AI应用服务商，推动AI在金融、医疗、制造、办公等垂直场景规模化落地。监管与产业同向而行，为应用的商业闭环再添一把火。回看盘面，资金之所以在GPT-6发布的这一天选择软件而非硬件，正是因为应用层是AI商业化从"故事"走向"报表"最直接的落点——这里既有订单的兑现，也有收入的重估。

一场关于"定价单位"的重估

这一轮软件行情的本质，是市场在为一个新的计量单位重新定价。当AI从工具的提供者变成工作的完成者，软件的估值锚，也从"有多少用户在使用"转向"有多少工作在完成"。Salesforce尝试让软件按成果收钱，微软把Copilot塞进每一个办公入口并引入按任务计费，国内大厂则在办公赛道贴身肉搏——无论哪条路径，指向的都是同一个方向：谁能让AI真正把活干完、并把干的活变成可计量的收入，谁就能分享AI商业化最大的一块蛋糕。

当然，定价权的迁移不会一蹴而就，这条路上仍有几道沟坎。按结果收费对买方是福音，对卖方却是对毛利结构的挤压——每一次"没解决"都意味着纯成本，Salesforce这类以高毛利著称的SaaS，在按成果计费之下毛利可能回落至五六成，盈利模式需要重新论证。与此同时，模型层、平台层与应用层之间，仍在为"谁分走更多Token价值"展开拉锯，应用的壁垒能否在开源模型的冲击下守住，仍是未知数。落到A股，短期的涨停潮更多由GPT-6这一事件性点火驱动，龙版传媒们动辄翻倍的股价，与其真实AI业务收入之间的背离，本身就提示着情绪与基本面的温差。当喧嚣退去，那些真正把AI嵌入生产流程、跑出按量或按结果收入的软件公司，才配得上"商业化"三个字的分量。

软件的时代，可能比预想中来得更快，也可能比题材股的表现来得更慢。GPT-6带来的，与其说是一个立刻兑现的财报季，不如说是一次对AI价值分配方式的重新思考。识别出哪些公司在"用AI干活、按结果收钱"，比追逐任何一个涨停板都更重要。