China AI agent harnesses and context lock-in: A competição em AI está migrando para harnesses que controlam contexto, fluxos de trabalho e feedback

Visão geral

O relatório examina por que o agent harness, a camada de aplicação ao redor de um modelo de AI, pode se tornar uma fonte importante de vantagem competitiva. A Bernstein compara a abordagem de consumo e ecossistema aberto da Tencent com a estratégia empresarial da Alibaba, avalia laboratórios independentes de AI e a ByteDance, e relaciona a posse do contexto à retenção de usuários, melhoria de modelos e monetização.

Visões principais

A Bernstein argumenta que a competição em AI está se expandindo da inteligência do modelo para a camada de agent harness. Modelos são principalmente mecanismos de raciocínio sem estado; harnesses acrescentam memória persistente, ambiente de execução, ciclos de orquestração, chamadas de ferramentas, habilidades, arquivos de referência e gestão de fluxos de trabalho. Isso permite ao agente lembrar não apenas o que o usuário sabe, mas como prefere que tarefas sejam feitas, tornando-o mais semelhante a um colaborador persistente e inserido em fluxos pessoais ou empresariais de longo prazo. Raciocínio de fronteira, capacidades multimodais, uso confiável de ferramentas e menor custo de inferência continuam fundamentais, pois as vantagens do harness só se ampliam se o modelo for bom. O valor estratégico vai além da experiência imediata. Um harness próprio pode observar identidade, permissões, contexto privado, roteamento de modelos, execução de ferramentas, controles de aprovação, validação, registros comerciais e o resultado integral das tarefas; um modelo isolado normalmente vê apenas prompt, ferramentas expostas e resultados de uma invocação. O uso repetido cria custos de mudança baseados em contexto e gera trajetórias de tarefas e raciocínio — planejamento, chamadas de ferramentas, edições, comandos, correções, aprovações, falhas e preferências subjetivas — que podem alimentar aprendizado por reforço e pós-treinamento. A Bernstein espera, portanto, convergência entre desenvolvimento de modelos e harnesses. Meta Muse e Instinct mostram que o sucesso no consumo não requer inovação técnica fundamentalmente nova. A Bernstein atribui a tração do Muse sobretudo a UI/UX de baixa fricção, conectividade de ecossistema e marketing, não a um avanço além de funções no estilo OpenClaw ou Hermes. Isso favorece grandes plataformas com identidade, comunicações, comércio e pagamentos existentes. Contudo, o comércio agêntico nos EUA pode enfrentar hábitos consolidados e resistência de plataformas: a Amazon já bloqueou o acesso do Muse por segurança e ausência de consentimento de comerciantes, e a Bernstein espera conflitos antes da definição de regras de compartilhamento de receita e dados. A vantagem da Tencent está no contexto de consumo e distribuição existentes. O Workbuddy tomou a dianteira inicial em engajamento entre harnesses chineses de produtividade de escritório, apoiado pelo alcance de comunicações da Tencent, acesso a modelos de terceiros e integração de ecossistema. O Xiaowei pode ser mais relevante porque mensagens do Weixin podem servir como camada de intenção e instrução, enquanto Mini Programs, Weixin Pay, identidade, Mini Shops e WeCom fornecem uma camada de ação autorizada por APIs internas. O relatório indica que o Weixin atende mais de 1bn usuários chineses, e o gráfico comparativo mostra 1.4bn usuários; Mini Programs representa vários trilhões de RMB em GMV anual. Isso cria grande oportunidade, mas também uma elevada exigência de segurança e alinhamento. Acordos de agente para agente com fabricantes de smartphones podem importar se a voz se tornar uma interface comum. Contatos do setor de publicidade também relataram forte interesse em anúncios dentro de conversas agênticas de alta intenção, onde menos impressões podem ser compensadas por maior conversão e preços de anúncios. A Alibaba segue uma rota mais empresarial. Qwen Work, Qoder e integrações com DingTalk são posicionados em torno de soluções verticais governadas e captura de contexto empresarial proprietário. A Alibaba criou habilidades e modelos próprios para finanças, recursos humanos, contabilidade, IT, automotivo, direção autônoma e serviços públicos. Qwen Work e o dispositivo de transcrição QwenNote A2 buscam alimentar o contexto de interação em reservas centralizadas de contexto empresarial. Essas implementações podem aumentar uso de Qwen, consumo de computação da Alibaba Cloud, receita de assinaturas e MaaS ARR. A Bernstein destaca também a demanda por AI empresarial segura ou air-gapped: hospedagem realmente on-premise é impraticável para a maioria dos clientes devido ao tamanho dos modelos de fronteira, mas a Alibaba Cloud pode oferecer ambientes dedicados por criptografia ou isolamento físico. O relatório vê isso como uma via de monetização mais direta do que aguardar que o engajamento de consumo se converta em receita. Laboratórios independentes enfrentam risco estrutural se poucos harnesses dominantes controlarem usuários, contexto privado e trilhas de tarefas, enquanto modelos se tornam fornecedores intercambiáveis de inferência. As possíveis saídas incluem criar harnesses próprios, desenvolver vantagens especializadas além do custo de tokens, distribuir por vários harnesses e expandir para mercados sem superapps dominantes. DeepSeek Harness e ZCode da Z.ai mostraram a maior tração visível entre os laboratórios chineses independentes: o OpenRouter os classificou em oitavo e décimo primeiro por uso de tokens de agentes de programação nos últimos 30 dias. Ambos tiveram saltos de uso no fim de agosto, seguidos de normalização e crescimento mais gradual, embora Hermes e Claude Code permanecessem muito à frente globalmente. A Bernstein também vê um possível modelo de ecossistema em que Workbuddy atua como guardião e Z.ai, Kimi e MiniMax se tornam fornecedores especializados de programação, pesquisa ou resultados multimodais. A ByteDance é a maior incerteza estratégica. A empresa possui recursos consideráveis, Seedance é descrita como líder global em geração de vídeo por AI, e Doubao alcançou escala de chatbot antes de encontrar limites de monetização. A ByteDance integrou partes relevantes das equipes de Doubao e Feishu/Lark ao Doubao Work e reduziu recursos para usos de consumo. O capex estimado para este ano e o próximo é RMB500–700bn, equivalente a Tencent e Alibaba combinadas, fornecendo escala de hyperscaler para vendas cruzadas empresariais e captura de contexto. Ainda assim, Feishu não possui a distribuição social e de comunicações da Tencent nem o alcance de vendas empresariais e a profundidade vertical da Alibaba. A Bernstein também cita feedback misto sobre o desenvolvimento de modelos e diz que a marca Doubao se associou a comportamento de modelos bajulador e confiante, mas incorreto. A tese de investimento é que Tencent e Alibaba ainda precisam passar da prova de conceito à implantação real, mas a Bernstein considera que seus aproximadamente 11–12x 2027E PE refletem pouca opcionalidade de AI harness. A Tencent é avaliada em HK$760 per share usando 20x FY+1 PE. A Alibaba é avaliada em US$165/HK$161 per share por uma avaliação SOTP de receitas e lucros FY+1 de comércio eletrônico principal e Cloud. A Z.ai é avaliada por 25x 2030E PE descontado a 14% annualised junto com um DCF, sustentando o alvo de HK$1,500. A MiniMax é avaliada por 3.5x 2029E PS descontado a 14% annualised junto com um DCF, sustentando o alvo de HK$320. A tabela de tickers identifica Tencent, Alibaba e Z.ai como Outperform e MiniMax como Market-Perform.

Estrutura de análise

A Bernstein primeiro separa o raciocínio do modelo da memória persistente, ferramentas e orquestração fornecidas pelo harness. Em seguida, analisa como a posse do contexto pode criar retenção de usuários e dados de pós-treinamento, compara produtos recentes de consumo como Muse com capacidades de plataformas chinesas e avalia Tencent, Alibaba, laboratórios independentes e ByteDance por distribuição, conectividade de ecossistema, alcance empresarial e caminhos de monetização. Por fim, compara múltiplos de avaliação e aplica métodos específicos de PE, SOTP, múltiplo de vendas e DCF.

Notas metodológicas

• Marco de estratégia competitivaAnálise da cadeia de valor

  análise da pilha de modelos de AI e agent harnesses

  O relatório separa a inteligência do modelo dos harnesses, ferramentas, aplicações, repositórios de contexto e canais de distribuição para identificar qual camada controla usuários, dados e economia.

• Marco de estratégia competitivaFosso econômico e vantagem competitiva

  retenção por contexto e vantagem de ecossistema

  A Bernstein compara contexto proprietário, alcance de comunicações, infraestrutura transacional, vendas empresariais e histórico acumulado de fluxos de trabalho como fontes de retenção e diferenciação competitiva.

• Métodos de avaliaçãoAvaliação por P/L e PEG

  avaliação por PE futuro

  A Tencent é avaliada em 20x FY+1 PE; o relatório também usa comparações de 2027E PE para argumentar que Tencent e Alibaba incorporam pouca opcionalidade de AI.

• Métodos de avaliaçãoAvaliação SOTP por soma das partes

  avaliação SOTP da Alibaba

  Os alvos da Alibaba se baseiam em premissas de receitas e lucros FY+1 para os negócios principais de comércio eletrônico e Cloud.

• Métodos de avaliaçãoDCF (fluxo de caixa descontado)

  checagem por DCF para laboratórios independentes de AI

  O DCF é combinado com múltiplos futuros de negociação nas avaliações de Z.ai e MiniMax.

• Métodos de avaliaçãoAvaliação por P/Vendas

  avaliação por múltiplo de vendas futuras da MiniMax

  O relatório aplica 3.5x 2029E PS à MiniMax, desconta a 14% annualised e combina com um DCF.

Mapeamento e comparação de ativos

Mapeamento estruturado da tese para ativos nomeados (pontos fortes, pontos fracos, pares e riscos).

• Tencent Holdings Ltd (700.HK)

  Potencial beneficiária da adoção de harnesses de consumo e de trabalho por meio de Xiaowei, Workbuddy, Weixin e Mini Programs.

  Pontos fortes

  Ampla distribuição de comunicações, contexto de usuário existente, APIs internas, Mini Programs, Weixin Pay e ecossistema aberto que suporta modelos de terceiros.

  Pontos fracos

  Xiaowei ainda precisa avançar de testes para implantação no mundo real, e o uso por mais de 1bn pessoas cria um alto limiar de segurança e alinhamento.

  Comparação

  A Tencent tem distribuição social e infraestrutura transacional mais fortes que a Alibaba, enquanto a Alibaba possui maior capacidade de vendas empresariais e soluções verticais.

  Riscos

  Fraqueza macroeconômica, mudanças no engajamento das plataformas, concorrência em jogos e publicidade e regulação antimonopólio chinesa.

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

  Potencial beneficiária da captura de contexto empresarial por Qwen Work, DingTalk, Qoder e Alibaba Cloud.

  Pontos fortes

  Escala de vendas empresariais, modelos verticais, conectividade de comércio eletrônico principal, infraestrutura dedicada de AI e rota direta do uso de harness para computação, MaaS e receita de assinaturas.

  Pontos fracos

  Sua abordagem é mais empresarial e centrada na primeira parte, e ainda precisa demonstrar ampla implantação no mundo real.

  Comparação

  A Alibaba é mais profundamente integrada a fluxos de trabalho empresariais que a Tencent, mas a Tencent tem maior alcance de comunicações entre consumidores.

  Riscos

  Fraqueza macroeconômica, flutuações de engajamento em Taobao, Tmall e outras plataformas, concorrência de plataformas de Internet, regulação antimonopólio e perdas em iniciativas de inovação e outros.

• Z.AI Co., Ltd. (2513.HK)

  Desenvolvedora independente de modelos com um harness próprio, ZCode, e possível fornecedora de modelos especializados para plataformas maiores.

  Pontos fortes

  ZCode ficou em décimo primeiro no OpenRouter por uso de tokens de agentes de programação nos últimos 30 dias e teve aumento material de engajamento no fim de agosto.

  Pontos fracos

  Laboratórios independentes podem perder a relação com o usuário e o contexto mais rico das tarefas para harnesses dominantes de terceiros.

  Comparação

  ZCode e DeepSeek Harness mostraram a maior tração entre laboratórios independentes chineses, embora Hermes e Claude Code permanecessem muito à frente globalmente.

  Riscos

  Ritmo de adoção de AI empresarial na China, concorrência de desenvolvedores rivais e mudanças acentuadas de percepção dos investidores conforme lançamentos de modelos.

• MiniMax Group Inc. (100.HK)

  Laboratório independente de AI que pode atuar como fornecedor especializado de modelos dentro de ecossistemas de harnesses maiores.

  Pontos fortes

  Um lançamento de grande sucesso do M3 Pro é identificado como risco de alta.

  Pontos fracos

  Como outros laboratórios independentes, a MiniMax pode não controlar a relação com o usuário e o contexto privado.

  Comparação

  O relatório coloca a MiniMax ao lado de Z.ai e Kimi como potencial fornecedora especializada de ecossistema.

  Riscos

  Ritmo de adoção de AI empresarial na China e concorrência de desenvolvedores rivais de modelos de AI.

• ByteDance

  Plataforma concorrente relevante que busca capturar contexto empresarial por Doubao Work e Feishu.

  Pontos fortes

  Recursos financeiros substanciais, capex estimado de RMB500–700bn, escala de chatbot e liderança em geração de vídeo por AI com Seedance.

  Pontos fracos

  Feishu não possui a distribuição social da Tencent nem a profundidade de vendas empresariais da Alibaba; Doubao encontrou limites de monetização e feedback negativo sobre comportamento do modelo.

  Comparação

  A ByteDance pode alcançar escala de hyperscaler, mas atualmente seu posicionamento empresarial é mais fraco que o da Alibaba e sua distribuição de comunicações é mais fraca que a da Tencent.

  Riscos

  Incerteza de monetização, percepções sobre qualidade do modelo e ausência de vantagem clara de captura de contexto.

• Meta Platforms / Muse

  Comparação de AI de consumo que ilustra a importância de design de baixa fricção e conectividade de ecossistema.

  Pontos fortes

  UI/UX fluida, conectividade com plataformas sociais, funcionalidade de máquina virtual segura, trilhas de auditoria e infraestrutura de pagamentos.

  Pontos fracos

  A Bernstein considera grande parte da funcionalidade tecnicamente reproduzível e não uma inovação fundamental.

  Comparação

  A funcionalidade do Muse corresponde de perto às capacidades que a Tencent poderia oferecer por Xiaowei, Weixin e Mini Programs.

  Riscos

  Resistência de plataformas, hábitos de consumidores, preocupações de segurança e regras não resolvidas de compartilhamento de receitas e dados.

Dados principais

• preço-alvo da TencentHK$760 per shareBaseado em múltiplo de 20x FY+1, ou trimestres 5 a 8, PE.
• preços-alvo da AlibabaUS$165/HK$161 per shareBaseados em avaliação SOTP de receitas e lucros FY+1 dos negócios principais de comércio eletrônico e Cloud.
• preço-alvo da Z.aiHK$1,500 per shareAvaliada por 25x 2030E PE descontado a 14% annualised, junto com um DCF.
• preço-alvo da MiniMaxHK$320 per shareAvaliada por 3.5x 2029E PS descontado a 14% annualised, junto com um DCF.
• avaliação de Tencent e Alibaba11–12x 2027E PEA Bernstein afirma que as ações incorporam pouca opcionalidade de AI harness.
• alcance do WeixinMore than 1bn Chinese users; 1.4bn users in the comparison exhibitA escala eleva tanto a oportunidade de distribuição do Xiaowei quanto seus requisitos de segurança e alinhamento.
• reserva comercial de Mini ProgramsSeveral trillion RMB of annual GMVRepresenta inventário comercial autorizado e intenção de transação acessíveis ao Xiaowei.
• classificação de harnesses independentesDeepSeek Harness eighth; ZCode eleventhClassificação do OpenRouter por uso de tokens de agentes de programação nos últimos 30 dias.
• estimativa de capex da ByteDanceRMB500–700bn this year and nextDescrito como equivalente a Tencent e Alibaba combinadas.
• datas de precificação da avaliação24–25 September 2026O gráfico de avaliação usa preços de 24 September, enquanto a tabela de tickers é datada de 25 September.

Impacto e implicações

A Bernstein espera que o valor competitivo da AI se acumule não apenas nos melhores modelos, mas também nas plataformas que controlam fluxo de trabalho persistente, contexto privado e feedback de usuários. Isso favorece a Tencent em aplicações de consumo de massa e a Alibaba em implantação empresarial, enquanto laboratórios independentes podem se tornar fornecedores intercambiáveis de modelos se não construírem seus próprios harnesses ou capacidades especializadas diferenciadas. A adoção bem-sucedida de harnesses também pode reforçar o ciclo de pós-treinamento e criar receitas mais diretas por computação em nuvem, assinaturas MaaS, comércio e publicidade de alta intenção.

Riscos

• Tencent e Alibaba ainda precisam demonstrar que seus harnesses podem passar de prova de conceito para ampla implantação no mundo real.
• Agentes de consumo enfrentam restrições de segurança, alinhamento, consentimento de comerciantes e acesso a plataformas, especialmente quando podem executar transações.
• Laboratórios independentes de AI podem se tornar fornecedores intercambiáveis de inferência se proprietários de harnesses dominantes controlarem usuários, contexto privado e trilhas de tarefas.
• A Tencent enfrenta riscos macroeconômicos, de engajamento, jogos, concorrência publicitária e regulação.
• A Alibaba enfrenta riscos macroeconômicos, de engajamento, concorrência de plataformas, regulação e perdas em iniciativas de inovação.
• Z.ai e MiniMax enfrentam incerteza sobre adoção de AI empresarial e intensa concorrência entre desenvolvedores de modelos.
• O grande investimento em computação da ByteDance pode não se converter em retenção empresarial devido à posição mais fraca em distribuição e vendas verticais.

Pontos a observar

• Se Xiaowei e Workbuddy avançam de testes e engajamento inicial para implantação sustentada no mundo real.
• Se a Tencent pode conectar com segurança e em escala a intenção no Weixin, Mini Programs, pagamentos e interfaces de voz de smartphones.
• Se a integração de Qwen Work e DingTalk acelera computação da Alibaba Cloud, MaaS ARR e receita de assinaturas.
• Solicitações e consumo de tokens no OpenRouter de DeepSeek Harness e ZCode após os saltos de uso no fim de agosto.
• Como laboratórios independentes constroem harnesses próprios ou capacidades especializadas para evitar comoditização.
• Se o capex de RMB500–700bn da ByteDance e a reorganização do Doubao Work criam retenção de contexto empresarial.
• A evolução das regras de plataformas sobre acesso ao comércio agêntico, consentimento de comerciantes e compartilhamento de receita ou dados.