近期深入梳理了美股与A股市场中涉及Agent概念公司的最新财报，一个显著的趋势浮出水面：Agent技术正加速从发布会舞台走向财务报表的核心位置。
回顾过去一年，市场目光主要聚焦于大模型的工具调用能力、多步任务执行效率以及各家厂商推出的Agent数量。
然而，在本轮财报季中，评估维度发生了根本性转变。投资者如今更关注Agent带来的年度经常性收入（ARR）、新增合同价值（ACV）、实际订单增长、进入生产环境的客户数量，以及每季度真实完成的工作量。
这一转变至关重要。
产品跑通仅能证明技术路径的可行性；唯有当收入、合同、回款及利润等财务要素显现时，才意味着企业用户愿意为这项能力持续买单。
因此，将2026年定义为企业级Agent的“财务验证起点”乃至“元年”是恰当的。当然，这仅代表验证阶段的开始，距离产业的全面成熟尚需时日，但首批可纳入财务模型的真实数据已然出现。
什么是Agent？
AI Agent，中文译为智能体，是一种能够自主进行思考、规划、工具调用并达成复杂目标的AI实体。
普通大模型：接收单一指令后，单次输出回答，不具备任务拆解能力。
Agent：在接收总体目标后，自主拆解执行步骤、调用搜索/代码/各类工具、通过多轮迭代执行、进行纠错与复盘，无需人工分步指挥即可自动完成全流程。
举例说明：
- 普通AI：请求整理竞品报告 → 仅生成文字内容。
- Agent：请求整理竞品报告 → 自动联网检索数据、调取表格、分析对比并生成完整文档，全程自动化运行。
当前Agent主要呈现两种形态：
- Demo概念版：演示效果惊艳，但稳定性不足；
- 企业落地版：深度嵌入业务流程，服务于办公、客服、研发等场景，核心看重真实收入与ARR等财报可见的商业化成果。2026年Q2，海内外多数企业仍处于落地爬坡期，大规模成熟产品相对稀缺。
一、美股率先交出第一轮答卷
目前表现最为清晰的企业，均掌握了企业内部的关键数据、权限体系及工作流。
- 1、ServiceNow第二季度订阅收入达38.77亿美元，同比增长24.5%；其AI业务ACV突破10亿美元，Agent部署量在九个月内激增9倍。
过去，ServiceNow常被视为IT工单与工作流软件，如今它已逐渐演变为企业Agent的控制中枢。
未来企业内部可能并行运行Claude、Gemini、OpenAI及各垂直领域模型。究竟哪个Agent可访问哪些数据、代表谁执行任务、哪些操作需审批、出错如何回滚，这些治理问题亟需统一平台解决。
ServiceNow已占据此生态位。其销售重点已从单纯的工作流软件，扩展至Agent的身份管理、权限控制、监控及执行体系。
- 2、Salesforce的验证逻辑同样直接
Agentforce ARR已超15亿美元，同比增速逾240%；结合Data 360后，合计ARR接近39亿美元。二季度Agentforce与Slack共完成32亿个Agentic Work Units，环比增长97%。
此前市场担忧通用大模型会绕过CRM直接接管销售与客服。现状表明，大模型若要真正胜任企业任务，仍高度依赖客户资料、历史订单、合同状态、销售线索及权限体系。
Claude擅长意图理解，而Salesforce掌控着业务上下文与执行轨道。
需指出的是，240%的增速需理性看待。Salesforce本季度扩大了Agentforce ARR统计口径，纳入了其他AI产品、Slackbot及Headless 360。方向明确，但具体增速受口径调整影响，需结合变化综合判断。
- 3、Workday的财报极具代表性
AI业务贡献了超过25%的新增ACV，逾5500家客户正在使用至少一个Workday自研Agent。
数据揭示，企业在HR、财务、审计等高敏感场景中，并未简单抛弃原有平台。员工数据、薪酬规则、财务制度及组织权限均沉淀于Workday内部，Agent必须依托这些确定性轨道运作。
对传统SaaS而言，AI虽压缩部分页面按钮和低价值席位，但掌握核心数据与业务规则的平台，反而因Agent获得新的增购机遇。
- 4、Palantir代表了另一种范式
二季度收入同比增长93%，美国商业收入飙升149%。Palantir的核心优势在于打通企业数据、业务对象、权限与实际生产流程，并通过软件实现决策与执行。
多数Agent止步于“提供答案”，Palantir则致力于“达成结果”。
制造企业关注设备停机减少量，供应链企业在意库存周转改善，销售团队追求转化率提升。企业愿为高价的，往往是这些可量化的经营成果。
纵观上述公司，趋势明显：
最先受益于Agent红利的，多为原本就处于企业核心业务系统中的公司。
模型能力固然重要，但企业部署Agent还需数据、权限、流程、审计及客户入口支撑。单纯接入模型、搭建聊天界面，门槛将迅速降低。正如前文《AI采用进入工程化时代》所述：真正拥有工作流和核心独家数据的SaaS掌握工作入口、业务对象、业务语义、用户权限、历史操作数据、系统记录、行业规则、最终动作执行、客户结果反馈。
二、财报季的核心变革：衡量标准重构
以往评估AI产品，市场常参考注册用户数、试用客户数、Token调用量。这些指标仅证明兴趣，难以证实商业模式成立。
如今，越来越多公司披露：AI贡献的新增ACV、Agent产生的ARR、从试用转入生产环境的客户数，以及实际完成任务量。
Salesforce引入Agentic Work Units作为工作量衡量标准，释放了重要信号。
传统SaaS按席位收费：一万名员工即购买一万个账号。未来Agent替代大量人力后，计费模式或将演变为：
基础席位费＋AI使用量＋任务完成量；
进一步地，部分高价值场景甚至可能按结果收费。
例如客服Agent解决多少工单、销售Agent筛选多少线索、财税Agent处理多少票据、安全Agent关闭多少风险事件。
一旦计费单位从“使用者数量”转向“工作完成量”，SaaS收入天花板将被打破。
它将切入企业的人工成本、外包费用及运营预算，而非仅在IT预算内部重新分配。
三、模型智力跃升如何铸就Agent长期行业属性
Agent存在明显的效能阈值：若单步任务成功率95%，连续执行十步后，整体成功概率仅剩六成左右。
早期Agent常面临“步步聪明、长链出错”困境，需人工检查纠正，最终节省时间有限。
随着模型推理、上下文长度、工具调用及记忆能力提升，情况将逐步改善：Agent连续执行步骤增多，人工介入节点减少，原本无法自动化的工作将跨越商业化门槛。
这一过程并非匀速发展。
模型能力提升初期，或许仅让回答更流畅；但当可靠性跨过临界点，整条工作流皆有机会自动化。
因此，Agent收入未来可能呈现显著的非线性特征。
从整理资料，到填写系统，再到提交审批、追踪进度及处理异常，每拓展一个环节，商业价值便显著提升。
这也解释了为何Agent无需等待通用人工智能（AGI）的实现。
财税、客服、IT运维、销售线索筛选及文档处理等领域，存在大量边界清晰、重复率高、结果可核查的任务。这也是继Coding之后的第二大应用场景：
只要Agent能稳定完成其中大部分任务，客户ROI即已成立。
四、A股开启验证，路径差异显著
美股率先兑现的是平台型与工作流型企业，A股则更聚焦垂直场景。
- 1、金山办公上半年收入33.13亿元，同比增长24.69%，WPS 365已连续六个季度保持60%以上增长。
金山办公优势直观：拥有文档入口、格式能力、协同关系及企业办公数据。未来的办公Agent可直接生成、修改、审核和交付文件，价值远超文档旁的聊天窗口。
但需注意，金山办公上半年归母净利润增长超200%，部分源于投资收益。审视主营业务时，应剥离此类一次性项目。
- 2、税友股份是A股垂直Agent典型代表
上半年收入10.12亿元，同比增长9.72%；扣非净利润增长44.04%。AI产品及业务回款占数智财税业务回款比重达33%，高于2025年全年的28%。
财税场景极适配Agent：规则清晰、数据结构化程度高、结果可复核，且客户愿为降本及规避税务风险付费。
此类业务无需模型全能，只要在窄场景足够可靠，即可形成真实收入。
- 3、汉得信息
上半年AI智能化业务收入约2.2亿元，同比增超100%，占比已达两位数。
汉得深耕ERP、供应链、制造及财务系统实施。企业Agent落地的最大痛点常在于旧系统连接、非标数据及复杂审批。汉得熟悉这些环节，有望成为国内企业AI的部署层与集成层。
但A股市场需警惕财务质量。尽管Agent机会巨大，但分析难度高于美股。
许多公司仍以项目制收入为主，AI业务能否标准化、毛利率能否提升、能否从一次性实施转向订阅及持续用量收费，仍需观察。
五、Agent产业链的四层架构展望
- 第一层：基础模型与算力，决定Agent智力上限与推理成本。
- 第二层：数据、身份、权限与治理。ServiceNow、Salesforce、Workday正激烈争夺此层。
- 第三层：工作流编排与执行。Palantir、UiPath及部分数字化服务商在此角逐。
- 第四层：垂直行业Agent，涵盖财税、办公、法律、医疗、制造、客服及销售。
目前财务验证最清晰的是第二层。
企业不敢让缺乏权限边界、无法审计的Agent直接操作核心系统，故数据与治理平台具备强卡位优势。
长期弹性较大的可能是第四层。垂直Agent直接对应具体工作量，ROI易算，更易切入人工及外包预算。
第三层决定Agent能否真正进入生产环境。模型需具备思考能力，更需连接旧系统、调用工具、处理异常并闭环流程。
UiPath将是重要观察样本。该公司计划在美国东部时间2026年9月3日盘后发布二季度财报，届时可进一步判断传统RPA向Agent执行层升级的速度。
六、后续投资与分析视角
未来评估此类公司，以下几个指标日益关键：
- 1、优先考察AI相关ARR、ACV及真实收入，随后关注生产环境客户数，试用客户的参考价值将递减；
- 2、审视AI对新增合同的贡献率。Workday披露的“AI占新增ACV超25%”，比发布Agent数量更具意义；
- 3、追踪任务调用量、完整任务成功率、续约率及客户扩张率；
- 4、回归财务报表，观察扣除推理成本后的毛利率、实施周期、应收账款及经营现金流。
若每个Agent落地均需大量工程师投入半年定制，其性质更接近传统IT服务。
若Agent能快速复制，随客户使用增加单位成本降低，软件公司的经营杠杆方能真正释放。
最后，总结对Agent赛道的理解：
- 1）模型智力提升，界定Agent的能力边界；
- 2）企业数据、权限与工作流，决定智力能否安全融入生产系统；
- 3）真实任务结果，决定客户支付意愿。
模型每次升级，都在推大可自动化任务的边界。
今日之编程、客服、文档，明日将延伸至财务、销售、供应链、医疗及更多专业领域。可靠性提升带来人工检查减少，单位经济性将持续优化。
因此，Agent很可能是一条持久的效率提升型新赛道。
但这轮机遇不会均匀分布。
首批赢家大概率是已掌控企业数据与业务流程的平台。第二批则是能将AI部署进生产环境、真正完成任务闭环的执行层公司。A股的弹性更多源于垂直场景，但需紧密监控财务质量与收入标准化进程。
2026年更像是Agent的财务验证元年。过去市场争论模型有多聪明，接下来将更关注：它究竟完成了多少工作，为客户节省了多少成本，又有多少价值最终转化为上市公司的收入、利润与现金流。