大模型系列报告（三）_从_思考_到_行动_的系统级重构_21页_1mb

报告摘要

证券研究报告总结

核心内容

本报告分析了全球大模型从“快思考”向“慢思考”演进的结构性拐点，指出大模型正在从单纯的内容生成，向具备推理、决策与任务执行能力的智能体（Agent）转变。这一转变标志着AI技术从“能说”走向“会做”，并推动AI在真实场景中实现商业化落地。同时，报告探讨了海外与国内厂商在这一趋势下的不同应对策略，并提出了投资建议与风险提示。

主要观点

1. 技术范式优化：从“算力堆砌”到“算法与训练优化”

头部厂商正在从追求模型规模（如参数量）转向优化模型的“思考链”能力，强调单位算力下的有效智能密度与成本效率。
“慢思考”模型通过结构化推理、强化学习、工具调用等方式提升推理质量与稳定性，降低幻觉率，增强可解释性与安全可控性。
DeepSeek、Gemini3、GPT 5.2 等模型在推理能力、成本控制与任务执行上展现出显著优势。

2. 竞争重心转向“用户行为驱动与系统任务执行”

行业竞争不再局限于模型性能，而是转向如何将模型能力嵌入操作系统与超级App，直接驱动用户行为与任务流程。
多款产品（如Gemini3、豆包AI、千问App、可灵AI）已实现从“生成内容”到“执行任务”的转变，提升用户体验与商业价值。

3. AI正在系统性重塑生产方式与人才结构

AI促使人类从“手工生产者”向“任务设计者”转型，工程师不再亲自写代码，而是设计任务流程、组织AI执行。
企业需重构人才体系与工程文化，培养AI驱动型人才，以应对AI对传统岗位的替代。

关键信息

海外厂商进展

Google Gemini3：
- 在LMArena中以1501分登顶，展现出“慢思考”范式的显著优势。
- 引入Deep Think模式，显著提升复杂任务（如数学、编程）的正确率。
- 通过深度嵌入Search、Chrome、Android等系统，构建“模型+入口”的系统级能力。
- 2025年Q3实现“首个千亿美元季度”，AI搜索与云业务成为增长引擎。
OpenAI GPT-5.2：
- 在“红色警报”机制下进行防御性调整，修复模型缺陷并提升知识密度。
- GPT-5.2 Thinking在多项基准测试中表现优异，击败或打平行业专家。
- 成本显著下降，提升模型性价比，强化开发者与企业用户的体验。
Anthropic Claude：
- 在代码生成等场景中占据领先地位，市场份额达42%。
- 工程师生产力提升约50%，角色结构发生根本性变化。
- 企业需重构人才体系，以适应AI带来的生产方式变革。

国内厂商策略

DeepSeek：
- 通过开源与算法优化实现“更强慢思考+更低算力成本”。
- 在数学推理与逻辑验证上表现突出，成本仅为GPT-5的1/24。
豆包AI手机助手：
- 通过OS级权限实现跨App任务执行，如比价、攻略生成等。
- 引入“AI按键”与“屏幕语境感知”，提升操作便捷性与智能化程度。
- 面临来自微信、银行App等的合规与风控挑战，推动系统级入口争夺。
阿里巴巴（千问）：
- 依托阿里生态，构建“服务原子化”与统一调度系统。
- 在电商、办公等高频场景中实现AI能力落地，提升业务效率与用户粘性。
快手可灵AI：
- 完成多模态生成工具链升级，支持从文生视频到音画同出。
- 提升内容创作效率，实现“AI车间”式生产，适配广告、短剧、直播等场景。

投资建议

建议关注AI应用产业链相关企业，包括：
- 金蝶国际、第四范式、快手-W、迈富时、美图公司、阿里巴巴-W、腾讯控股、百度集团、金山办公、福昕软件、虹软科技、科大讯飞、万兴科技、新致软件、合合信息、百望股份等。

风险提示

技术迭代不及预期：若AI技术发展不及预期，可能影响大模型优化进度。
商业化落地不及预期：大模型与实际应用场景的结合仍处于探索阶段。
政策支持不及预期：新行业新技术的发展依赖政策支持，存在不确定性。
全球宏观经济风险：AI产业与全球经济状况密切相关，存在潜在影响。

未来趋势

AI正在从“模型竞赛”进入“系统重构”阶段，竞争焦点从模型参数与性能，转向能否嵌入操作系统、超级App与真实业务场景，形成可执行的智能代理。
海外厂商通过“模型+入口”整合形成竞争壁垒，国内厂商则通过算法优化与生态整合实现弯道超车。
AI对软件生产、内容创作、客服运营等环节产生深远影响，推动产业分工与生产方式重构。

总结

本报告揭示了AI大模型发展的新阶段，强调“慢思考”与“行动能力”的重要性。全球头部厂商正在通过系统级整合与技术优化，推动AI从生成模型向智能体演进。国内厂商则以开源、算法优化与生态协同为路径，实现技术与商业的双重突破。未来，AI能力的落地与商业化将是关键，投资应聚焦具备系统重构能力与真实场景落地经验的企业。

展开完整摘要