01 產業鏈全景圖

02 【AI Agent】解讀

AI Agent 就是能自主幫你辦事的智能 AI，不再是只會一問一答的機器人。普通 AI 需要你一步步指令，它只負責回答；而 AI Agent 你只要說清目標，它就能自己分析需求、拆解步驟、調用工具，全程獨立把事做完。

比如你說 “訂一家周末適合聚餐的餐廳”，它會自動查評分、看口味、確認空位、完成預訂，不用你再額外交代細節。

它就像一個不用你盯梢、不用反復交代的全能助理，有思考能力、會記信息、懂用工具，能直接幫你落地完成各種復雜任務。

核心要素：AI Agent 以大模型作為核心大腦，負責理解需求、生成思路，同時具備規劃、記憶、工具三大關鍵能力，它能像項目經理一樣拆解復雜任務，短期可記住對話上下文，長期能存儲調用外部資料，還能借助天氣、計算等外部工具完成操作，整體就像高效的智能助理，依靠這些能力自主處理各類復雜任務。

自主決策是智能體的基礎，解決長時任務是其核心價值。從智能體“推理 + 記憶 + 工具使用 + 規劃”四大核心能力來看，當前聊天機器人僅具備推理能力，副駕駛與工具型助手可建立外部記憶，但均不具備工具調用與自主規劃能力，只能按用戶指令分步執行，不屬于可自主決策的智能體。

據 CBInsights 研究，具備自主決策能力的智能體分為兩個等級：

行業總覽

AI Infra（AI基建）是 AI 大模型的硬件底座，核心算力、半導體產業鏈、硬件設備與電力能源共同構成支撐，為大模型的訓練和推理提供底層硬件保障，如同為 AI 搭建穩定運行的能源與硬件骨架。

AI Agent（AI 智能體）領域中，面向企業的 B 端軟件、面向個人的 C 端應用、端側 AI 及具身智能等應用環節已蓄勢待發，即將在各類場景中落地應用。

AI Agent 是這輪 AI 發展的關鍵方向，只有真正落地應用，行業才能擺脫泡沫。身為普通人，能在這一波可預見的浪潮中把握住什么呢？或許港股通信息技術ETF華夏【526000】可以了解下。

這只 ETF 能一鍵布局信息技術整條產業鏈，緊跟行業走勢，覆蓋 IT 服務、消費電子、軟件開發、半導體等多個板塊，是投資高成長賽道的便捷工具：

它主要包含港股通里的優質信息技術企業，包括中芯國際、小米集團、金蝶國際、舜宇光學科技等，這些公司都在推動 AI Agent 產業鏈發展。

03 上游產業鏈--基礎層

03-1、算力：驅動智能的引擎

大模型推動算力需求快速攀升，2025 年 AI 大模型算力需求預計為 2020 年的 10 倍，企業 AI 應用貢獻超半數增量。

全球高性能 AI 芯片市場由英偉達主導，份額超 80%，其 A100、H100 芯片供不應求，價格上漲約 3 倍；國內華為昇騰、寒武紀、壁仞科技等廠商加快自研步伐，2025 年國內 AI 芯片市場份額有望提升至 30%。

2023 年全球 AI 云算力市場規模達 640 億美元，AWS、Azure、谷歌云占據超 70% 份額，國內阿里云、華為云、騰訊云加速布局算力賽道，阿里云計劃未來三年投入 524 億美元擴充 AI 算力。

03-2、算法：塑造思維的框架

算法是 AI 大模型的核心，如同汽車發動機決定其能力上限。2017 年谷歌提出的 Transformer 架構成為大模型的技術基石，大幅提升計算效率，直接推動大模型革命。

大模型訓練成本極高，而稀疏化、蒸餾、量化等新技術可有效降低訓練成本，緩解算力與資金壓力。開源與專有模型各有優勢，形成互補競爭，共同推動行業技術快速迭代。

03-3、數據：訓練模型的燃料

數據質量直接決定 AI 模型效果，如同烹飪需優質食材，數據不佳則輸出無效，研究顯示 90% 的模型問題源于數據而非架構。多樣化的多模態數據能提升模型通用性，讓 AI 成為全能型助手。

前沿技術可實現 AI 自主數據優化與自動標注，降低人工成本，數據預處理技術則能規范數據格式，便于模型理解。

03-4、發展鏈

AI Agent 產業鏈呈三層金字塔結構，模型層是 AI 的核心發動機，提供基礎大模型能力，中間層負責封裝標準化能力、銜接底層與上層，應用層則面向用戶打造具體 AI Agent 產品；

大模型通過預訓練、后訓練、測試時擴展三種方式形成循環迭代閉環，持續提升自身智能水平。

下方掃碼直接加入：

04 中游產業鏈--AI Agent

04-1、行業整體現狀：

AI Agent 行業尚處起步階段，已有眾多企業布局入局，行業發展持續提速。當前行業主要有四類參與主體：

1、傳統辦公自動化企業依托大模型打造企業自動化助手平臺；

2、大模型廠商與技術服務商提供開發者工具箱；

3、垂直領域軟件企業推出行業專屬智能軟件；

4、智能硬件廠商布局 AI 手機、電腦等終端入口。

四類企業從不同方向發力，推動 AI Agent 在企業運營與日常生活中廣泛應用。

全球 AI 智能體市場增長態勢明確，北美憑技術先發優勢占據主導，亞太地區以中國為核心快速追趕。

數據顯示，2024 年全球市場規模達 51 億美元，預計 2030 年將增至 471 億美元，2024-2030 年年均復合增長率為 44.8%。另據 Gartner 預測，聚焦自主智能的細分市場 2028 年規模將達 285 億美元，較 2024 年增長 5 倍，產業正從 “輔助型工具” 向 “自主型實體” 加速轉型。

04-2、市場規模

未來十年 AI Agent 市場將爆發式增長，2033 年全球規模有望超 1300 億美元，2023-2033 年年均增長近 44%，十年內規模增長超 50 倍。

麥肯錫數據顯示，生成式 AI 可在多場景高效賦能企業，16 個業務領域的 63 個應用場景年創 2.6 至 4.4 萬億美元經濟價值，全面滲透后潛在價值可達 6.1 至 7.9 萬億美元，按照科技行業價值分成模式，AI Agent 衍生市場規模或達 7000 億美元，開啟萬億級市場空間。

中國 AI 智能體雖起步偏晚，卻憑政策強力引導與豐富場景需求實現后發趕超。IDC 數據顯示，2026 年中國人工智能整體市場規模將突破 260 億美元，AI 智能體作為核心細分領域，2024 年市場規模達 28.73 億元，預計 2030 年將接近 300 億元。

中國市場增長源于三大核心動力：

政策精準賦能，“人工智能 +” 行動將智能體列為重點方向，多地對標桿項目最高補貼 3000 萬元；

資本加速涌入，頭部企業融資估值提升推動資金向垂直領域集中；

場景深度滲透，制造業、金融等領域需求釋放，工業企業大模型及智能體應用比例從 2024 年的 9.6% 大幅提升至 2025 年的 47.5%。

04-3、競爭格局

AI 智能體賽道已形成多元化競爭格局：科技巨頭搭建生態體系，創業公司聚焦細分場景突破，傳統廠商借助 AI 謀求轉型。三類陣營憑借各自差異化優勢占據細分市場，并通過生態合作實現協同共贏。

AI 智能體生態由科技巨頭主導構建，海外微軟、Google、OpenAI 依托大模型、云服務等優勢布局生態；國內百度、阿里、字節、騰訊等頭部企業依托技術與行業場景差異化布局，各主體通過互補競爭與合作，推動 AI 智能體規模化落地，賦能企業數字化轉型。

當前，國內互聯網大廠競相布局 AI Agent 賽道，爭奪 AI 互聯網時代的核心交互入口。AI Agent 繼承了 APP 時代的核心特性，具備通用性與訂閱模式，在服務交付、網絡效應、開發者生態方面更具優勢，可直接調用現有 APP 完成指定任務，通用 Agent 將全面滲透用戶工作與生活場景，有望替代原有 APP 生態。

各個互聯網大廠紛紛入局，跑馬圈地，希望能率先沖出一條自己的賽道。而我們正好可以在看不清具體哪一家公司能突出重圍的情況下，對整個產業鏈進行布局。

以近期新發行的港股通信息技術ETF華夏【526000】為例，其對標的中證港股通信息技術綜合指數成分股規模較小、分散度較高、行業純粹性較高，且發布日期早，有更長的歷史表現參考，適合看好信息技術產業鏈前景的投資者。

04-4、案例--爆火的OpenClaw“小龍蝦”

OpenClaw 是開源自主 AI 虛擬助理項目，由彼得?斯坦伯格開發，歷經更名后正式定名，2026 年初因可自主完成復雜任務受到廣泛關注。

它并非普通聊天機器人，而是可本地部署的 AI 數字員工，能在電腦上調用 AI 模型與軟件接口，通過聊天軟件接收指令，自主完成日程安排、文件整理、代碼編寫等工作。該項目數據本地存儲，可操控電腦終端、瀏覽器及各類應用，具備獨立執行實際任務的能力。

04-5、案例--字節Coze

2025 年 4 月，字節跳動啟動 Coze Space（扣子空間）內測，5 月 9 日正式開放測試，用戶登錄官網即可使用。

這是一款整合多類 AI 協作能力的通用智能體產品，可幫助用戶與 AI 高效協作完成復雜任務。

扣子空間如同一個 AI 工作臺，用戶可創建插件、智能體、知識庫與工作流，開發適配需求的工具，這些工具還能進一步拓展，用于解決通用或垂直領域的具體問題。

比如，用提示詞：用高德地圖規劃一條青海大環線自駕游路線，輸出為一頁預覽，路線規劃需包含地圖信息。

05 下游產業鏈——應用場景

AI 智能體正同步打磨通用與專業能力，向橫向和垂直市場滲透，主要分為兩類：

跨行業 AI 代理：依托 AI 技術與通用 SaaS 經驗，初創企業打造通用智能體，如 Sierra（客服代理）、Cursor（軟件開發智能體），可提供跨行業智能服務。

垂類 AI 代理：針對具體行業或垂直市場提供專業智能體，如金融領域的 Boosted.ai、工業控制領域的 Composabl，為特定客戶定制個性化解決方案。

兩類智能體正加速發展，有望向各市場實現橫縱滲透。

05-1、垂類工作場景

AI 智能體主要幫助企業降成本、提效率、優化體驗，在電商、金融等行業廣泛應用。它能替代重復工作，實現流程自動化，提升服務質量。垂直行業的智能體部署難度較高，但賦能效果更強，是企業數字化轉型的重要工具。

05-2、橫向工作場景

AI 智能體聚焦企業工作流，核心是提升員工生產力、優化辦公效率。跨行業智能體適配企業內部各類崗位與部門，具備覆蓋廣、易上手、易部署的特點，本質是辦公提效工具，甚至能構成 AI 辦公操作系統。

降本上，它通過自動化通用事務減少基礎人力投入；提效上，壓縮日常事務耗時；增體驗上，打造高效流暢的協作環境，讓工作節奏更輕松、體驗更智能。

06布局【全產業鏈的選擇】

把握不住 AI Agent 核心公司，那就把握全產業鏈。我一直都認全產業鏈投資這個路子。

拿港股通信息技術指數來說，它覆蓋全產業鏈，包含 IT 服務、消費電子、軟件開發、半導體等完整環節，多板塊業務協同，降低單一公司波動風險，提升投資布局的穩定性。

同時，2026 年 1 月 9 日，工信部等八部門聯合發布 “人工智能 + 制造” 專項行動實施意見。意見明確，2027 年推動 3 至 5 個通用大模型在制造業深度應用，建設 1000 個高水平工業智能體，打造 100 個工業領域高質量數據集，落地 500 個典型應用場景，以算力、大模型、數據為核心支撐，搭建人工智能產業規模化發展的基礎框架。

而華夏新發的產品【港股通信息技術 ETF 華夏（526000）】錨定的中證港股通信息技術綜合指數，正好用來反映港股信息技術行業上市公司的整體市場表現。

06-1、一方面，對港股的最新觀點

06-2、另一方面，港股估值低位

縱向看，全球股市估值整體處于歷史高位，恒生指數估值修復至歷史中高水平。恒生指數 PE（TTM）為 11.98 倍，位于近 10 年 77% 分位。港股內部估值分化明顯，估值提升主要由金融、原材料、地產、工業等順周期板塊推動，科技板塊估值回落至 20% 分位以下。

橫向對比，港股在全球資產中估值性價比突出。恒生指數市盈率約 12 倍，在全球主要市場中處于絕對低位。恒生科技指數估值分位數低于全球其他主要市場指數。

下方掃碼直接加入：