TL;DR
- 2025 年德勤调查:38% 企业试点 Agent,仅 11% 投产。卡点不在模型,在集成、数据、治理。
- 2026 年 8 月 13-20 日,DeepSeek、豆包、扣子、MiniMax、百度一周内密集出牌,Harness 进入产品化转折点。
- 客户端是表象,执行层才是战场。大厂押注的不是入口,是"能不能稳定干活"的执行底座。
- 需求侧 2026 年尚无更新新数据,能否跟上仍是悬念。给出三个分岔口 + 三个信号,可判断何时真正引爆。
一、8 月这周,发生了什么
8 月 13 日到 20 日,国内 AI 厂商像约好了一样,一周内就有五家出牌:
| 8/13 | DeepSeek | Harness v0.1 开源(MIT,“一切皆插件”,Model + Harness = Agent) |
| 8/17-19 | 字节·豆包 | 工作任务模式:虚拟桌面、手机遥控电脑、本地/云电脑双模式 |
| 8/20 | 字节·扣子 | 桌面客户端:云盘双向同步、深度截图、识别 Codex CLI/Claude Code 协作 |
| 8/20 | MiniMax | Design:多模态创作 Agent 工作台 |
| 8/20 | 百度 | 文心助手任务引擎 2.0(完全免费) |
新浪财经更是在 8 月 21 日定性为:8 月是 Harness 产品化的关键转折点。易观 6 月的数据也摆在那里:国内 17 款主流桌面端 AI 办公智能体,合计月访问量已经突破 6000 万次。
但井喷不是一天发生的,往前拨半年,这条线其实早就铺开了:3 月智谱上线 AutoClaw(OpenClaw 的便捷化版本),6 月 Kimi Work 国内公测(300 个子 Agent 集群)、腾讯发布效率智能体工具集、TRAE Work 更名上线,7 月底千问办公公测并打通钉钉。
我认为 8 月的密集出牌,其实是上半年甚至近一年布局的阶段性结果。
二、另一条线:企业的真实进度
把镜头切到企业侧,画面就完全不同了。从德勤的报告《技术趋势 2026》(2025 年 12 月发布,调查采集于 2025 年 8-9 月,覆盖 24 国 3,235 名企业及 IT 负责人)给出了一个一年前的数据漏斗:
- 30% 企业处于探索阶段
- 38% 正在试点
- 14% 接近部署
- 仅 11% 真正投入生产
算下来,十个试点 Agent 的企业,七个没能落地。那时候德勤就把原因说得很直白:卡点不在模型。有三个障碍,分别是遗留系统集成、数据架构(48% 企业认为数据可搜索性不足)和治理框架(仅 21% 企业有成熟的 Agent 治理模型)。
德勤的另一份《State of AI in the Enterprise 2026》报告显示,Agentic AI 部署率从 2025 年 8 月的 7.2% 涨到 12 月的 13.2%,虽然四个月近乎翻倍,动态数据在加速,但基数确实是很低。
回顾国内的需求侧,起步就更晚了。麦肯锡的数据显示,2022 年中国企业 AI 使用率只有 41%,而当时全球已在 80% 上下。差距同时意味着空间,IDC 那时还预测中国 Agent 企业级市场将达到 449 亿元,这是否意味着需求侧的盘子刚被打开?
三、为什么大厂还在押注?
如果把两条线放到一起,矛盾就很会显眼:企业侧卡在 11%,厂商侧却一直在集体加码。答案也许藏在这个行业公式里:Model + Harness = Agent(DeepSeek 官方表述)。
模型不再是稀缺品。 2026 年国产模型集体成熟,跑分已经卷不动了,连开源都在跟进:智谱 6 月把 GLM-5.2(754B 参数、1M 上下文)以 MIT 协议开源,字节 7 月把 Coze Studio/Loop 正式开源。
厂商发现,真正决定 Agent 能不能用的,是模型之外的执行层,读文件、调工具、管权限、跑长任务、记录过程,这些能力全在执行层里。
回看德勤的结论,恰好验证了这一点:企业卡住的集成、数据、治理,全是执行层问题。所以 8 月的井喷,本质是供给侧对需求侧卡点的回应。大厂不是不知道 11%,也许正是看到了这 11%,才在今年来集体转向卷执行层。
四、客户端是表象,执行层才是战场
8 月的产品里,豆包、扣子看着像客户端,DeepSeek、MiniMax 看着像工具。但它们的落点指向同一层,也就是执行层。这层和客户端层是两回事,对比一下就清楚了:
| 代表产品 | 豆包任务模式、扣子桌面端、Claude Cowork、ChatGPT Work | DeepSeek Harness、Claude Code、OpenClaw、Coze Studio |
| 解决什么 | 用户怎么触达 Agent | Agent 怎么稳定干活 |
| 竞争焦点 | 入口、体验、生态 | 可靠性、工具编排、数据与治理 |
| 2026 动态 | 桌面化收口 | 开源潮 + 产品化转折 |
| 与 11% 卡点的相关性 | 低 | 高(集成/数据/治理全在这层) |
开源 Harness 的走向值得单独再说一下。比如年初爆火的 OpenClaw,它的故事是:2025 年 11 月发起,2026 年 1 月定名开源(MIT),随后国内的智谱 AutoClaw、字节 ArkClaw、腾讯 QClaw 等产品相继衍生,但 OpenClaw 创始人本人则加入了 OpenAI。
社区孵化、巨头收编,这个剧本 Redis 和 MySQL 都演过。从这点看,DeepSeek 开源 Harness 是同一逻辑:用开源换生态位,争夺模型之上的开发者入口。
五、未来 18 个月,企业要过的三个分岔口
大厂侧已经在执行层开战,但在落地上还远没到分出胜负的时候。我们预测下未来 18 个月,有接近几个还没走完的分岔口:走哪条路,企业需要自己选,也决定大厂这轮押注押得对不对。Gartner 在 2025 年给过预警:40% 以上的 Agentic 项目将在 2027 年底前被取消,走错路的代价不小。
分岔一:Agent 部署在本地还是云端。
这个问题不新,但 2026 年有了新变量:豆包同时押本地和云电脑双模式,扣子做云盘双向同步,侧面说明厂商自己也拿不准,只能两手都押。对企业来说,判据是数据敏感度:信创要求高的央国企和金融行业,大概率走本地或双轨;追求轻量的中小企业,云端足够。
分岔二:Agent 从哪来,全家桶、自建还是平台。
现在摆着三条路:绑大厂全家桶(如千问办公绑钉钉、WorkBuddy 绑腾讯系),开源自建(如DeepSeek Harness、Hermes、OpenClaw),或者借助低代码平台这类中间层。开源自建这条路有个变数,前文提过,社区孵化的底座正在被巨头衍生收编。判据是企业现有生态和 IT 能力:钉钉、企微的深度用户多半走全家桶,有自建能力的团队会尝试开源底座,想要可控又不想从零搭的,会落到中间层。
分岔三:Agent 按软件计价,还是按劳动力计价。
这个分岔最安静,影响却最深远。把 Agent 当软件的话,买席位订阅就行;当劳动力,就得按任务量和运行时长计费,还得有人管成本。德勤已经单列了 Agent FinOps,腾讯 SkillHub 把技能调用和支付在同一条链路打通,都是在为后一种计价铺路。判据是企业的预算科目:当"AI 运行成本"在报表里单列,这个分岔就走完了。
六、如何判断何时引爆
结尾猜不了,所以我尝试列出三个可观察的信号:
这三个信号没出现之前,“前夜"就还是"前夜”。
FAQ
Q:11% 是 2025 年的数据,现在还用吗?
A:这已经是最新一期德勤调查(虽然调查的数据恰好是1年前)。2026 年尚无更新的企业投产数据公开。文中 11% 均指 2025 年调查口径,不代表现状。(新数据出来后,同比效果更佳好用)
Q:客户端和 Harness 到底什么关系?
A:客户端是入口,Harness 是执行底座。一个解决"怎么用",一个解决"能不能稳定用"。
Q:DeepSeek 开源 Harness 免费,怎么赚钱?
A:开源换生态位,商业化路径尚在验证。这也是判断"洗牌期将至"的依据之一。
Q:对正在选型的企业有什么建议?
A:别只看客户端演示。重点考察执行层的集成能力、数据架构适配、治理与审计能力,这正是 11% 和 89% 的分水岭。
数据来源与口径说明
- 德勤《技术趋势 2026》(2025-12 发布):30%/38%/14%/11%、42% 制定路线图、35% 无正式战略、48% 数据可搜索性、21% 治理成熟度。
- 德勤《State of AI in the Enterprise 2026》:7.2%→13.2%、86% 企业增加 AI 预算。
- Gartner(2025-06):40%+ Agentic 项目 2027 前取消;2028 年 15% 日常工作决策由 Agent 自主做出。
- 麦肯锡:2022 年中国企业 AI 使用率 41%(早期口径);2026 年全球 88% 企业已在至少一个职能常态化使用 AI。
- IDC(转引):中国 Agent 企业级市场 449 亿元。
- 易观(2026-06):17 款桌面端合计月访问 6000 万+。
- 新浪财经(2026-08-21):8 月为 Harness 产品化转折点。
- 厂商事件(AutoClaw 3/10、Kimi Work 6/3、腾讯工具集 6/5、TRAE Work 6/9、千问办公 7/27-8/3、Coze Studio/Loop 开源 7/10、GLM-5.2 开源 6/13、ClawPro/ADP 4.0 6/5)均来自厂商官方或主流媒体报道。
- DeepSeek Harness GitHub 星标(截止8月21日下午,已有17.7 万)。



