China AI agentic harnesses and context capture: AI harnesses podem tornar o contexto proprietário e o acesso ao ecossistema o próximo campo de disputa das plataformas de Internet da China

Visão geral

O relatório examina por que a camada de harness de agentes de IA pode se tornar tão estratégica quanto os modelos de fronteira na Internet da China. A Bernstein espera que vençam os participantes que combinem modelos capazes com contexto privilegiado, distribuição e ecossistemas; a Tencent privilegia engajamento de massa, e a Alibaba, implantação empresarial e monetização em nuvem.

Visões principais

A tese central da Bernstein é que os agentic harnesses transformam um modelo de IA, em grande medida uma máquina de raciocínio sem estado, em um assistente de produtividade persistente. Harnesses gerenciam memória, ferramentas, ambientes de execução, permissões, ciclos de aprovação, bibliotecas de habilidades e arquivos de referência. Eles podem reter como o usuário prefere que o trabalho seja feito, não apenas se uma resposta é tecnicamente correta, tornando-se mais análogos a um colega humano. Qualidade do modelo, capacidade multimodal, confiabilidade das ferramentas e custo de inferência continuam fundamentais, mas modelos e harnesses fortes se reforçam para viabilizar fluxos de trabalho mais longos e valiosos. O prêmio estratégico é a captura de contexto. Um harness vê identidade e permissões do usuário, arquivos privados, apps conectados, trajetórias de tarefas, chamadas de ferramentas, feedback, resultados e registros comerciais, que um modelo isolado normalmente não vê. A Bernstein considera que o uso repetido gera retenção e dados de alta qualidade para pós-treinamento: planos multietapa, correções, aprovações, falhas e preferências subjetivas podem melhorar iterações posteriores de modelos via aprendizado por reforço. Essa vantagem de informação explica por que plataformas de Internet e laboratórios de IA líderes desenvolvem harnesses próprios, e não apenas modelos. Tencent e Alibaba ilustram duas abordagens chinesas. Workbuddy e Codebuddy da Tencent são plataformas relativamente abertas que suportam modelos de terceiros como DeepSeek, Z.ai e Kimi. A Bernstein vê a distribuição social e de comunicações da Tencent, o ecossistema Mini Program e parceiros como vantagens; o feedback online favorece em geral a UX do Workbuddy. O Workbuddy teve liderança inicial de engajamento, e o Xiaowei no Weixin pode tornar-se o agente de consumo mais relevante. Xiaowei pode usar mensagens do Weixin como camada de intenção e instrução, Mini Programs como camada de ação e Weixin Pay, identidade e ferramentas para comerciantes para concluir transações por APIs internas, em vez de uso de computador via navegador. O ecossistema inclui mais de 1 bilhão de usuários chineses e vários trilhões de RMB de GMV anual de Mini Programs, embora essa escala imponha um alto padrão de segurança e alinhamento. A Bernstein interpreta a tração do Meta Muse como triunfo de UI/UX de baixo atrito e conectividade de ecossistema, e não de inovação tecnológica inédita. Muse e agentes semelhantes combinam contexto persistente, mensagens, uso de computador e pagamentos, mas tais funções estão em grande parte no escopo de harnesses tipo OpenClaw ou Hermes. O diferencial é torná-las fáceis de usar e conectadas. Xiaowei poderia assim oferecer funcionalidade parecida com Muse e Instinct dentro de um ambiente Weixin com permissões, comércio e trilhos de transação integrados. Contatos do setor publicitário demonstraram interesse em publicidade em conversas de agentes de alta intenção; menos impressões podem ser compensadas por conversão de cliques maior e preços de anúncio superiores aos de display tradicional. A abordagem da Alibaba é mais explicitamente empresarial. Na Apsara, a empresa enfatizou soluções verticais governadas e a captura de contexto empresarial proprietário. Qwen Work, Qoder, Dingtalk e QwenNote visam incorporar IA a fluxos de finanças, RH, contabilidade, TI, automotivo e serviços públicos por meio de habilidades e modelos próprios. A Bernstein espera que isso gere demanda por modelos Qwen, computação Alicloud e receita de assinatura que sustenta MaaS ARR. Soluções de IA seguras, isoladas ou air-gapped podem ser uma oportunidade subestimada para empresas chinesas que não conseguem hospedar plenamente modelos de fronteira on-premises. O progresso da camada de harness poderia acelerar a receita da Alicloud e oferecer um caminho de monetização mais direto que o engajamento do consumidor. A oportunidade de IA é grande o suficiente para apoiar tanto a estratégia de ecossistema da Tencent quanto a estratégia empresarial da Alibaba, mas ambas precisam demonstrar a passagem de prova de conceito para implantação real. A Bernstein argumenta que nenhuma ação precifica muita opcionalidade de harness em cerca de 11–12x 2027E P/E. A tabela mostra 11.9x de 2027E P/E para Tencent e 11.5x para a listagem americana da Alibaba, com preços-alvo de HK$760 e US$165/HK$161. O alvo da Tencent usa 20x FY+1 P/E; o da Alibaba usa avaliação FY+1 SOTP dos negócios principais de comércio eletrônico e nuvem. Laboratórios independentes de IA enfrentam outra estrutura competitiva. Se o uso ocorrer sobretudo em alguns harnesses dominantes, eles podem virar fornecedores intercambiáveis de inferência para plataformas que detêm relacionamento com o usuário, contexto privado e dados de tarefas. A Bernstein aponta três saídas: desenvolver harnesses próprios capazes de atrair usuários que não querem pagar prêmio de intermediário; possuir fluxos de trabalho especializados ou desempenho além de custo de token; ou expandir internacionalmente onde superapps dominantes são mais fracos. DeepSeek Harness e ZCode obtiveram tração entre desenvolvedores, ficando em oitavo e décimo primeiro por uso de agentes de programação na OpenRouter nos últimos 30 dias; ambos saltaram no fim de agosto, normalizaram e cresceram gradualmente. Globalmente, Hermes e Claude Code continuam muito à frente. Para a ByteDance, a Bernstein chega a poucas conclusões concretas. A empresa possui recursos amplos, liderança global da Seedance em geração de vídeo por IA e potencial para combinar computação de hiperescala, Feishu e Doubao Work a fim de capturar contexto empresarial. O capex estimado para este ano e o próximo é RMB500–700 billion, equivalente a Tencent e Alibaba combinadas. Contudo, Feishu não tem a distribuição social da Tencent nem a profundidade de vendas empresariais da Alibaba, e o feedback sobre o progresso dos modelos da ByteDance é misto.

Estrutura de análise

A Bernstein começa distinguindo o raciocínio dos modelos de IA da camada de harness que gerencia contexto, ferramentas e execução de fluxos de trabalho. Em seguida, avalia como a captura de contexto cria ciclos de engajamento e pós-treinamento, compara a abordagem de ecossistema da Tencent com a empresarial da Alibaba, analisa laboratórios independentes com dados da OpenRouter e conecta posicionamento de plataforma a avaliação e monetização.

Notas metodológicas

• Marco de estratégia competitivaOutro

  Ciclo de AI harness e pós-treinamento

  O relatório avalia como o uso repetido de agentes gera contexto, trajetórias de tarefas e feedback que podem melhorar o produto e seus modelos subjacentes, reforçando engajamento e diferenciação competitiva.

• Métodos de avaliaçãoAvaliação por P/L e PEG

  Avaliação por P/E futuro

  A Bernstein usa múltiplos de lucros futuros para avaliar se as avaliações atuais de Tencent e Alibaba refletem a opcionalidade de AI harness; o alvo da Tencent usa 20x FY+1 P/E.

• Métodos de avaliaçãoAvaliação SOTP por soma das partes

  Avaliação por soma das partes da Alibaba

  O preço-alvo da Alibaba baseia-se na avaliação separada da receita e do lucro FY+1 dos negócios principais de comércio eletrônico e nuvem.

• Métodos de avaliaçãoDCF (fluxo de caixa descontado)

  Avaliação combinada de DCF e múltiplos de lucros para laboratórios de IA

  A Bernstein avalia Z.ai e MiniMax usando múltiplos de lucros futuros descontados e análise de fluxo de caixa descontado.

Mapeamento e comparação de ativos

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

• Tencent Holdings Ltd (700.HK)

  Possível beneficiária da adoção de harnesses de consumo e produtividade por Workbuddy, Xiaowei, Weixin e Mini Programs.

  Pontos fortes

  Distribuição social e de comunicações, engajamento inicial do Workbuddy, APIs de Mini Program, Weixin Pay e intenção de transação existente.

  Pontos fracos

  Xiaowei precisa atender a exigências rigorosas de segurança e alinhamento em escala muito ampla de usuários.

  Comparação

  Mais aberta e orientada ao ecossistema do que a abordagem empresarial de Qwen Work da Alibaba.

  Riscos

  Fraqueza macroeconômica, flutuações de engajamento, competição em jogos e publicidade e regulação antimonopólio chinesa.

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

  Possível beneficiária da captura de contexto empresarial e de maior demanda por Alicloud e MaaS via Qwen Work e produtos relacionados.

  Pontos fortes

  Escala de vendas empresariais, Alicloud, Dingtalk, conectividade com comerciantes Taobao e Tmall, habilidades verticais e soluções dedicadas de IA seguras.

  Pontos fracos

  A adoção empresarial precisa passar de demonstrações para implantação em escala.

  Comparação

  Mais focada em verticais e empresas do que a estratégia de ecossistema aberto mais ampla da Tencent.

  Riscos

  Condições macroeconômicas, engajamento de Taobao e Tmall, competição de plataformas, regulação antimonopólio e perdas em iniciativas de inovação e outros.

• Z.AI Co., Ltd. (2513.HK)

  Fornecedor de laboratório independente de IA com tração entre desenvolvedores para o harness ZCode.

  Pontos fortes

  O engajamento do ZCode subiu após GLM-5.3-flash ganhar uso viral como Ox Alpha; Z.ai está entre os harnesses chineses mais usados na OpenRouter.

  Pontos fracos

  Pode se tornar fornecedor intercambiável de inferência se plataformas dominantes retiverem o contexto do usuário e os dados de tarefas.

  Comparação

  Alternativa focada em desenvolvedores aos harnesses de consumo e empresariais de propriedade de plataformas.

  Riscos

  Velocidade de adoção de IA empresarial na China, competição de desenvolvedores de modelos rivais e percepções voláteis de investidores sobre lançamentos de modelos e sentimento de IA.

• MiniMax Group Inc. (100.HK)

  Participante de laboratório independente de IA no ecossistema de modelos especializados.

  Pontos fortes

  Pode se tornar fornecedor especializado de ecossistema em um mercado de agentes liderado por plataformas.

  Pontos fracos

  Enfrenta os mesmos desafios de adoção empresarial e competição de modelos que outros laboratórios independentes.

  Comparação

  Possível fornecedor de ecossistema de plataformas junto com Z.ai, Kimi e outros fornecedores de modelos.

  Riscos

  A adoção empresarial de IA pode ser lenta e a competição de desenvolvedores de modelos rivais pode se intensificar; o risco de alta é um lançamento de grande sucesso do M3 Pro.

Dados principais

• Preço-alvo da TencentHK$760 per shareBaseado em múltiplo de 20x FY+1 P/E.
• Preço-alvo da AlibabaUS$165 / HK$161 per shareBaseado em avaliação FY+1 SOTP dos negócios principais de comércio eletrônico e nuvem.
• P/E 2027E da Tencent11.9xA Bernstein argumenta que a opcionalidade de AI harness não está suficientemente precificada.
• P/E 2027E da listagem americana da Alibaba11.5xA Bernstein argumenta que a opcionalidade de AI harness não está suficientemente precificada.
• Escala potencial de usuários do XiaoweiOver 1 billion Chinese usersCria potencial de distribuição, mas também um alto limiar de segurança e alinhamento.
• GMV anual de Mini ProgramsSeveral trillion RMBRepresenta intenção de transação e inventário comercial preexistentes acessíveis por APIs com permissões.
• Posições de DeepSeek Harness e ZCode na OpenRouter8th and 11thRanking por uso de tokens de agentes de programação nos últimos 30 dias; ambos saltaram no fim de agosto, normalizaram e cresceram gradualmente.
• Capex estimado da ByteDanceRMB500–700 billionEstimativa para este ano e o próximo, descrita como equivalente a Tencent e Alibaba combinadas.

Impacto e implicações

A Bernstein vê a camada de harness deslocando a competição em IA para propriedade de relacionamentos com usuários, contexto privado, integração de fluxos de trabalho e distribuição. A Tencent pode converter Weixin e Mini Programs em engajamento e transações de agentes de consumo; a Alibaba pode monetizar implantação empresarial por computação Alicloud, assinaturas MaaS e soluções dedicadas seguras. Laboratórios independentes podem precisar de produtos próprios diferenciados, desempenho especializado ou expansão internacional para não se tornarem fornecedores de inferência.

Riscos

• A Tencent enfrenta riscos macroeconômicos, volatilidade de engajamento em plataformas, competição em jogos e publicidade e regulação antimonopólio chinesa.
• A Alibaba enfrenta riscos macroeconômicos, pressão de engajamento em Taobao e Tmall, plataformas rivais, risco regulatório e possíveis perdas em iniciativas de inovação e outros.
• Laboratórios independentes de IA podem ser relegados a fornecedores intercambiáveis de inferência se plataformas controlarem relações com usuários, contexto privado e trajetórias de tarefas.
• Z.ai e MiniMax enfrentam adoção incerta de IA empresarial e concorrência intensa de outros desenvolvedores de modelos.
• Agentes de consumo em grande escala enfrentam desafios de segurança, alinhamento, consentimento de comerciantes e disputas por território comercial.

Pontos a observar

• Se o Workbuddy sustenta sua liderança inicial de engajamento e se Xiaowei avança de testes para implantação real em escala.
• Se a Tencent consegue conectar intenção do Weixin, Mini Programs, pagamentos e APIs internas em transações de agentes de ponta a ponta.
• Se Qwen Work, Dingtalk e os modelos verticais da Alibaba se convertem em adoção empresarial, consumo de Alicloud e receita de assinaturas MaaS.
• Tendências de uso na OpenRouter de DeepSeek Harness e ZCode após seus aumentos de engajamento no fim de agosto.
• A implantação de capacidade computacional, Doubao Work e Feishu pela ByteDance enquanto busca capturar contexto empresarial.