China AI agent harnesses and context lock-in: La competencia de AI se desplaza hacia los harnesses que controlan contexto, flujos de trabajo y retroalimentación

Visión general

El informe examina por qué el agent harness, la capa de aplicación que rodea a un modelo de AI, puede convertirse en una fuente relevante de ventaja competitiva. Bernstein contrasta el enfoque de Tencent, centrado en consumidores y ecosistema abierto, con la estrategia empresarial de Alibaba; evalúa laboratorios independientes de AI y ByteDance, y vincula la propiedad del contexto con la retención, la mejora del modelo y la monetización.

Perspectivas principales

Bernstein argumenta que la competencia de AI se está expandiendo desde la inteligencia del modelo hacia la capa de agent harness. Los modelos son principalmente motores de razonamiento sin estado, mientras que los harnesses añaden memoria persistente, entornos de ejecución, bucles de orquestación, llamadas a herramientas, habilidades, archivos de referencia y gestión de flujos de trabajo. Esto permite al agente recordar no solo lo que sabe un usuario, sino cómo prefiere que se complete el trabajo, acercándolo a un colaborador persistente e integrándolo en flujos de trabajo personales o empresariales de largo plazo. El razonamiento de frontera, las capacidades multimodales, el uso fiable de herramientas y menores costes de inferencia siguen siendo fundamentales, porque las ventajas del harness solo se multiplican si el modelo subyacente es bueno. El valor estratégico va más allá de la experiencia inmediata. Un harness propio puede observar identidad, permisos, contexto privado, enrutamiento de modelos, ejecución de herramientas, controles de aprobación, validación, registros comerciales y el resultado completo de las tareas; un modelo independiente normalmente solo ve el prompt, las herramientas expuestas y los resultados de una invocación. El uso repetido crea costes de cambio basados en contexto y genera trayectorias de tareas y razonamiento —planificación, llamadas a herramientas, ediciones, comandos, correcciones, aprobaciones, fallos y preferencias subjetivas— que pueden alimentar el aprendizaje por refuerzo y el post-entrenamiento. Bernstein espera por ello la convergencia entre el desarrollo de modelos y de harnesses. Meta Muse e Instinct sugieren que el éxito de consumo no exige una innovación técnica fundamentalmente nueva. Bernstein atribuye la tracción de Muse principalmente a UI/UX de baja fricción, conectividad de ecosistema y marketing, más que a una capacidad superior a las soluciones tipo OpenClaw o Hermes. Esto favorece a plataformas grandes con sistemas existentes de identidad, comunicaciones, comercio y pagos. Sin embargo, el comercio agéntico en EE. UU. puede enfrentar hábitos arraigados y resistencia de plataformas: Amazon ya bloqueó el acceso de Muse por seguridad y falta de consentimiento de comerciantes, y Bernstein espera más disputas antes de que se definan reglas de reparto de ingresos y datos. La ventaja de Tencent reside en su contexto de consumo y distribución existentes. Workbuddy tomó una temprana delantera de interacción entre los harnesses chinos de productividad de oficina, respaldado por el alcance de comunicaciones de Tencent, acceso a modelos de terceros e integración del ecosistema. Xiaowei podría ser más importante porque los mensajes de Weixin pueden servir como capa de intención e instrucciones, mientras Mini Programs, Weixin Pay, identidad, Mini Shops y WeCom proporcionan una capa de acción autorizada mediante APIs internas. El informe indica que Weixin atiende a más de 1bn usuarios chinos y que el gráfico comparativo cita 1.4bn usuarios; Mini Programs representa varios billones de RMB de GMV anual. Ello crea una gran oportunidad, pero también un alto umbral de seguridad y alineamiento. Los acuerdos de agente a agente con fabricantes de teléfonos podrían importar si la voz se vuelve una interfaz habitual. Contactos publicitarios también señalaron fuerte interés en anuncios dentro de conversaciones agénticas de alta intención, donde menos impresiones podrían compensarse con mayor conversión y precios publicitarios. Alibaba sigue una vía más empresarial. Qwen Work, Qoder y las integraciones con DingTalk se posicionan en torno a soluciones verticales gobernadas y captura de contexto empresarial propietario. Alibaba ha creado habilidades y plantillas propias para finanzas, recursos humanos, contabilidad, IT, automoción, conducción autónoma y servicios públicos. Qwen Work y el dispositivo de transcripción QwenNote A2 buscan alimentar el contexto de interacción a reservas centralizadas de contexto empresarial. Estos despliegues pueden aumentar el uso de Qwen, el consumo de computación de Alibaba Cloud, los ingresos de suscripciones y el MaaS ARR. Bernstein también destaca la demanda de AI empresarial segura o aislada: el alojamiento verdaderamente local es impráctico para la mayoría de clientes por el tamaño de los modelos de frontera, pero Alibaba Cloud puede proporcionar soluciones dedicadas mediante cifrado o aislamiento físico. El informe lo considera una vía de monetización más directa que esperar a que la interacción de consumo genere ingresos. Los laboratorios independientes afrontan un riesgo estructural si unos pocos harnesses dominantes controlan usuarios, contexto privado y trazas de tareas, mientras los modelos se convierten en proveedores intercambiables de inferencia. Sus posibles salidas incluyen desarrollar harnesses propios, lograr ventajas especializadas más allá del coste de tokens, distribuirse por varios harnesses y expandirse a mercados sin superapps dominantes. DeepSeek Harness y ZCode de Z.ai mostraron la mayor tracción visible entre los laboratorios independientes chinos: OpenRouter los situó en octavo y undécimo lugar por uso de tokens de agentes de programación durante los últimos 30 días. Ambos registraron aumentos de uso a finales de agosto, seguidos por normalización y crecimiento más gradual, aunque Hermes y Claude Code seguían muy por delante a nivel mundial. Bernstein también contempla un modelo de ecosistema en el que Workbuddy actúe como guardián y Z.ai, Kimi y MiniMax sean proveedores especializados de programación, investigación o resultados multimodales. ByteDance es la mayor incertidumbre estratégica. Tiene recursos sustanciales, Seedance es descrito como líder global en generación de video por AI y Doubao logró escala de chatbot antes de encontrar límites de monetización. ByteDance integró partes relevantes de los equipos de Doubao y Feishu/Lark en Doubao Work y redujo recursos destinados a usos de consumo. Su gasto de capital estimado para este año y el siguiente es RMB500–700bn, equivalente a Tencent y Alibaba combinados, lo que le aporta escala de hyperscaler para ventas cruzadas empresariales y captura de contexto. No obstante, Feishu no posee ni la distribución social y de comunicaciones de Tencent ni el alcance comercial empresarial y la profundidad sectorial de Alibaba. Bernstein también cita comentarios mixtos sobre el desarrollo de modelos y afirma que Doubao se ha asociado con conductas de modelos complacientes y confiadas pero erróneas. La tesis de inversión es que Tencent y Alibaba aún deben pasar de la prueba de concepto al despliegue real, pero Bernstein considera que sus aproximadamente 11–12x 2027E PE reflejan poca opcionalidad de AI. Tencent se valora en HK$760 per share usando 20x FY+1 PE. Alibaba se valora en US$165/HK$161 per share mediante una valoración SOTP de ingresos y beneficios FY+1 de sus negocios centrales de comercio electrónico y Cloud. Z.ai se valora con 25x 2030E PE descontado a 14% annualised y un DCF, respaldando un objetivo de HK$1,500. MiniMax se valora con 3.5x 2029E PS descontado a 14% annualised y un DCF, respaldando un objetivo de HK$320. La tabla de tickers identifica a Tencent, Alibaba y Z.ai como Outperform y a MiniMax como Market-Perform.

Marco de análisis

Bernstein primero separa el razonamiento del modelo de la memoria persistente, las herramientas y la orquestación proporcionadas por el harness. Después analiza cómo la propiedad del contexto puede crear retención de usuarios y datos de post-entrenamiento, compara productos recientes de consumo como Muse con las capacidades de plataformas chinas y evalúa a Tencent, Alibaba, laboratorios independientes y ByteDance según distribución, conectividad de ecosistema, alcance empresarial y rutas de monetización. El informe concluye comparando múltiplos de valoración y aplicando métodos específicos de PE, SOTP, múltiplos de ventas y DCF.

Notas metodológicas

• Marco de estrategia competitivaAnálisis de la cadena de valor

  análisis de la pila de modelos de AI y agent harnesses

  El informe separa la inteligencia del modelo de los harnesses, herramientas, aplicaciones, almacenes de contexto y canales de distribución para identificar qué capa controla usuarios, datos y economía.

• Marco de estrategia competitivaFoso económico y ventaja competitiva

  retención por contexto y ventaja de ecosistema

  Bernstein compara contexto propietario, alcance de comunicaciones, infraestructura de transacciones, ventas empresariales e historial acumulado de flujos de trabajo como fuentes de retención y diferenciación competitiva.

• Métodos de valoraciónValoración por P/E y PEG

  valoración por PE a futuro

  Tencent se valora a 20x FY+1 PE; el informe también utiliza comparaciones de 2027E PE para sostener que Tencent y Alibaba incorporan poca opcionalidad de AI.

• Métodos de valoraciónValoración SOTP por suma de partes

  valoración por suma de partes de Alibaba

  Los objetivos de Alibaba se basan en supuestos de ingresos y beneficios FY+1 para sus negocios centrales de comercio electrónico y Cloud.

• Métodos de valoraciónDCF (flujo de caja descontado)

  contraste mediante DCF para laboratorios de AI independientes

  El DCF se combina con múltiplos de negociación futuros en las valoraciones de Z.ai y MiniMax.

• Métodos de valoraciónValoración por P/S

  valoración por múltiplo de ventas futuras de MiniMax

  El informe aplica 3.5x 2029E PS a MiniMax, lo descuenta a 14% annualised y lo combina con un DCF.

Correspondencia y comparación de activos

Correspondencia estructurada entre la tesis y activos concretos (fortalezas, debilidades, pares y riesgos).

• Tencent Holdings Ltd (700.HK)

  Posible beneficiario de la adopción de harnesses de consumo y trabajo mediante Xiaowei, Workbuddy, Weixin y Mini Programs.

  Fortalezas

  Amplia distribución de comunicaciones, contexto de usuario existente, APIs internas, Mini Programs, Weixin Pay y un ecosistema abierto que admite modelos de terceros.

  Debilidades

  Xiaowei aún debe pasar de pruebas a despliegue real, y el uso por más de 1bn personas implica un alto umbral de seguridad y alineamiento.

  Comparación

  Tencent cuenta con distribución social e infraestructura transaccional más fuertes que Alibaba, mientras Alibaba posee mayor capacidad comercial empresarial y soluciones verticales.

  Riesgos

  Debilidad macroeconómica, cambios en la interacción de plataformas, competencia en juegos y publicidad y regulación antimonopolio china.

• Alibaba Group Holding Ltd (BABA; 9988.HK)

  Posible beneficiario de la captura de contexto empresarial mediante Qwen Work, DingTalk, Qoder y Alibaba Cloud.

  Fortalezas

  Escala de ventas empresariales, plantillas verticales, conectividad de comercio electrónico principal, infraestructura de AI dedicada y una ruta directa desde el uso del harness hacia computación, MaaS e ingresos de suscripción.

  Debilidades

  Su enfoque está más centrado en empresas y en primera parte, y aún debe demostrar un despliegue real amplio.

  Comparación

  Alibaba está más integrado en flujos de trabajo empresariales que Tencent, pero Tencent tiene mayor alcance de comunicaciones entre consumidores.

  Riesgos

  Debilidad macroeconómica, fluctuaciones de interacción en Taobao, Tmall y otras plataformas, competencia de plataformas de Internet, regulación antimonopolio y pérdidas en iniciativas de innovación y otros.

• Z.AI Co., Ltd. (2513.HK)

  Desarrollador de modelos independiente con un harness propio, ZCode, y posible proveedor de modelos especializados para plataformas mayores.

  Fortalezas

  ZCode ocupó el undécimo lugar en OpenRouter por uso de tokens de agentes de programación durante los últimos 30 días y registró un aumento material de interacción a finales de agosto.

  Debilidades

  Los laboratorios independientes pueden perder la relación con el usuario y el contexto más rico de las tareas frente a harnesses dominantes de terceros.

  Comparación

  ZCode y DeepSeek Harness mostraron la mayor tracción entre los laboratorios independientes chinos, aunque Hermes y Claude Code seguían muy por delante globalmente.

  Riesgos

  El ritmo de adopción de AI empresarial en China, la competencia de desarrolladores rivales y fuertes cambios de percepción inversora según los lanzamientos de modelos.

• MiniMax Group Inc. (100.HK)

  Laboratorio de AI independiente que podría actuar como proveedor especializado de modelos dentro de ecosistemas de harnesses mayores.

  Fortalezas

  Un lanzamiento exitoso de M3 Pro se identifica como riesgo alcista.

  Debilidades

  Como otros laboratorios independientes, MiniMax puede no controlar la relación con el usuario ni el contexto privado.

  Comparación

  El informe sitúa a MiniMax junto con Z.ai y Kimi como potencial proveedor especializado del ecosistema.

  Riesgos

  El ritmo de adopción de AI empresarial en China y la competencia de desarrolladores de modelos de AI rivales.

• ByteDance

  Plataforma competidora relevante que busca capturar contexto empresarial mediante Doubao Work y Feishu.

  Fortalezas

  Amplios recursos financieros, gasto de capital estimado de RMB500–700bn, escala de chatbot y liderazgo en generación de video por AI mediante Seedance.

  Debilidades

  Feishu no posee la distribución social de Tencent ni la profundidad comercial empresarial de Alibaba; Doubao encontró límites de monetización y comentarios negativos sobre el comportamiento del modelo.

  Comparación

  ByteDance puede alcanzar escala de hyperscaler, pero actualmente su posición empresarial es más débil que la de Alibaba y su distribución de comunicaciones es más débil que la de Tencent.

  Riesgos

  Incertidumbre de monetización, percepciones sobre la calidad del modelo y falta de una ventaja clara de captura de contexto.

• Meta Platforms / Muse

  Comparación de AI de consumo que ilustra la importancia del diseño de baja fricción y la conectividad de ecosistema.

  Fortalezas

  UI/UX fluida, conectividad con plataformas sociales, funcionalidad de máquina virtual segura, trazas de auditoría e infraestructura de pagos.

  Debilidades

  Bernstein considera que gran parte de la funcionalidad es técnicamente reproducible y no una innovación fundamental.

  Comparación

  La funcionalidad de Muse se corresponde estrechamente con las capacidades que Tencent podría ofrecer mediante Xiaowei, Weixin y Mini Programs.

  Riesgos

  Resistencia de plataformas, hábitos de consumidores, preocupaciones de seguridad y reglas sin resolver para compartir ingresos y datos.

Datos clave

• precio objetivo de TencentHK$760 per shareBasado en un múltiplo de 20x FY+1, es decir, de los trimestres 5 a 8, PE.
• precios objetivo de AlibabaUS$165/HK$161 per shareBasados en una valoración SOTP de ingresos y beneficios FY+1 de los negocios principales de comercio electrónico y Cloud.
• precio objetivo de Z.aiHK$1,500 per shareValorado con 25x 2030E PE descontado a 14% annualised, junto con un DCF.
• precio objetivo de MiniMaxHK$320 per shareValorado con 3.5x 2029E PS descontado a 14% annualised, junto con un DCF.
• valoración de Tencent y Alibaba11–12x 2027E PEBernstein afirma que las acciones incorporan poca opcionalidad de AI harness.
• alcance de WeixinMore than 1bn Chinese users; 1.4bn users in the comparison exhibitLa escala aumenta tanto la oportunidad de distribución de Xiaowei como sus exigencias de seguridad y alineamiento.
• reserva comercial de Mini ProgramsSeveral trillion RMB of annual GMVRepresenta inventario comercial autorizado e intención transaccional a la que Xiaowei puede acceder.
• clasificación de harnesses independientesDeepSeek Harness eighth; ZCode eleventhClasificación de OpenRouter por uso de tokens de agentes de programación durante los últimos 30 días.
• estimación de gasto de capital de ByteDanceRMB500–700bn this year and nextSe describe como equivalente a Tencent y Alibaba combinados.
• fechas de precio de la valoración24–25 September 2026El gráfico de valoración usa precios del 24 September, mientras la tabla de tickers está fechada el 25 September.

Impacto e implicaciones

Bernstein espera que el valor competitivo de AI se acumule no solo en los mejores modelos, sino también en las plataformas que controlan el flujo de trabajo persistente, el contexto privado y la retroalimentación de usuarios. Esto favorece a Tencent en aplicaciones masivas de consumo y a Alibaba en despliegue empresarial, mientras los laboratorios independientes podrían convertirse en proveedores de modelos intercambiables si no crean sus propios harnesses o capacidades especializadas diferenciadas. La adopción exitosa de harnesses también podría reforzar el ciclo de post-entrenamiento y crear ingresos más directos mediante computación cloud, suscripciones MaaS, comercio y publicidad de alta intención.

Riesgos

• Tencent y Alibaba aún deben demostrar que sus harnesses pueden pasar de prueba de concepto a despliegue real amplio.
• Los agentes de consumo afrontan restricciones de seguridad, alineamiento, consentimiento de comerciantes y acceso a plataformas, especialmente cuando pueden ejecutar transacciones.
• Los laboratorios de AI independientes pueden convertirse en proveedores de inferencia intercambiables si los propietarios de harnesses dominantes controlan usuarios, contexto privado y trazas de tareas.
• Tencent afronta riesgos macroeconómicos, de interacción, juegos, competencia publicitaria y regulación.
• Alibaba afronta riesgos macroeconómicos, de interacción, competencia de plataformas, regulación y pérdidas en iniciativas de innovación.
• Z.ai y MiniMax afrontan incertidumbre sobre la adopción de AI empresarial y competencia intensa entre desarrolladores de modelos.
• El elevado gasto en computación de ByteDance podría no traducirse en retención empresarial debido a su posición más débil en distribución y ventas verticales.

Aspectos que vigilar

• Si Xiaowei y Workbuddy avanzan desde pruebas e interacción inicial hacia un despliegue real sostenido.
• Si Tencent puede conectar de forma segura y a escala la intención en Weixin, Mini Programs, pagos e interfaces de voz para smartphones.
• Si la integración de Qwen Work y DingTalk acelera la computación de Alibaba Cloud, MaaS ARR e ingresos de suscripción.
• Las solicitudes y el consumo de tokens en OpenRouter de DeepSeek Harness y ZCode tras sus aumentos de uso a finales de agosto.
• Cómo los laboratorios independientes construyen harnesses propios o capacidades especializadas para evitar la comoditización.
• Si el gasto de capital de RMB500–700bn de ByteDance y la reorganización de Doubao Work generan retención de contexto empresarial.
• La evolución de las reglas de plataformas sobre acceso al comercio agéntico, consentimiento de comerciantes y reparto de ingresos o datos.