China AI agent harnesses and context lock-in：AI竞争正转向掌握用户上下文、工作流和反馈的智能体编排层

概览

本报告探讨了围绕AI模型构建的智能体编排层为何可能成为重要的竞争优势来源。Bernstein对比了腾讯的消费者和开放生态路径与阿里巴巴面向企业的战略，评估独立AI实验室和字节跳动，并将上下文所有权与用户留存、模型改进和变现联系起来。

核心观点

Bernstein认为，AI竞争正从模型智能延伸至智能体编排层。模型大多是无状态的推理引擎，而编排层增加了持久记忆、执行环境、编排循环、工具调用、技能、参考文件及面向用户的工作流管理。这些能力使智能体不仅能记住用户掌握的内容，还能记住用户偏好的工作完成方式，从而更接近可持续协作的同事，并嵌入长期的个人或企业工作流。前沿推理、多模态能力、可靠工具使用和更低推理成本仍是基础，因为只有底层模型具备足够能力，编排层优势才会放大。 战略价值不止于即时用户体验。第一方编排层可以观察身份、权限、私有上下文、模型路由、工具执行、审批节点、验证、商业记录以及完整任务结果；相比之下，独立模型通常只能看到某次调用的提示词、暴露的工具和返回结果。因此，重复使用会形成基于上下文的转换成本，并产生可用于强化学习和后训练的任务与推理轨迹，包括规划步骤、工具调用、编辑、命令、修正、审批、失败和主观偏好。Bernstein据此预计，模型和编排层的开发将趋于融合，因为开发者都希望掌握用户关系及更丰富的反馈循环。 Meta Muse和Instinct表明，消费者端成功未必来自根本性的技术创新。Bernstein认为，Muse的吸引力主要来自低摩擦UI/UX、生态连接和营销，而非超越OpenClaw或Hermes式功能的突破。这一经验有利于已有身份、通信、商业和支付体系的大型平台。不过，美国智能体商业也可能面临根深蒂固的消费者习惯和平台阻力：Amazon已因安全和商户同意问题阻止Muse访问，Bernstein预计，在收入和数据共享规则建立前，相关冲突还会扩大。 腾讯的优势来自既有消费者上下文和分发能力。Workbuddy在中国办公生产力编排层中已取得早期互动领先，受益于腾讯的通信触达、第三方模型接入及生态整合。小微的长期重要性可能更高，因为微信消息可作为意图和指令层，而Mini Programs、微信支付、身份体系、Mini Shops和WeCom则通过内部API构成经授权的行动层。报告指出，微信服务超过1bn中国用户，比较图表中则显示为1.4bn用户；Mini Programs对应数万亿RMB的年度GMV。这带来巨大机会，也提高了安全和对齐要求。腾讯与智能手机厂商的智能体到智能体合作若推动语音成为常见入口，也可能具有重要意义。广告行业联系人还显示出对高意图智能体对话广告的浓厚兴趣：展示机会虽可能更少，但更高点击转化率或可支持更高定价。 阿里巴巴采取了更以企业为中心的路径。Qwen Work、Qoder及与钉钉的整合围绕受治理的垂直解决方案和专有企业上下文捕捉展开。阿里巴巴已为金融、人力资源、会计、IT、汽车、自动驾驶和公共服务等领域开发第一方技能与模板。Qwen Work和QwenNote A2转录设备旨在将交互数据汇入集中化企业上下文池。这些部署可增加Qwen使用量、阿里云算力消耗、订阅收入和MaaS ARR。Bernstein还强调了安全或隔离式企业AI的需求：考虑到前沿模型规模，真正的本地部署对大多数客户并不现实，但阿里云可提供通过加密或物理隔离实现的专属环境。报告认为，这条路径比等待消费者互动转化为收入更直接。 如果少数主导性编排层掌握用户、私有上下文和任务轨迹，而模型成为可互换的推理供应商，独立实验室将面临结构性风险。其出路包括建设第一方编排层、形成token成本以外的专业性能优势、通过多个编排层分发，以及拓展没有主导性超级应用的平台市场。DeepSeek Harness和Z.ai的ZCode在中国独立实验室中表现出最强的可见牵引力：OpenRouter数据按过去30天编程智能体token使用量将二者分别列为第八和第十一。二者在8月下旬都出现互动跃升，之后回归常态并逐步增长，但Hermes和Claude Code在全球仍明显领先。Bernstein也认为，Workbuddy可能形成类似生态守门人的角色，而Z.ai、Kimi和MiniMax等实验室则可成为编程、研究或多模态任务的专业供应商。 字节跳动仍是最大的战略不确定因素。公司拥有大量资源，Seedance被描述为AI视频生成的全球领导者，Doubao也曾实现聊天机器人规模化，但随后遭遇变现限制。字节跳动已将Doubao和Feishu/Lark团队的重要部分整合至Doubao Work，同时减少面向消费者用途的资源。其今年和明年预计资本开支为RMB500–700bn，约相当于腾讯和阿里巴巴之和，带来可支持企业交叉销售和上下文捕捉的超大规模算力。不过，飞书既没有腾讯的社交和通信分发能力，也没有阿里巴巴的企业销售覆盖和垂直行业专长。Bernstein还提到，市场对其模型发展方向的反馈不一，且Doubao品牌已与模型谄媚和自信但错误的行为联系在一起。 投资层面的论点是，腾讯和阿里巴巴仍需将概念验证推进到现实部署，但Bernstein认为，两家公司约11–12x 2027E PE的估值并未反映太多AI编排层期权价值。腾讯采用20x FY+1 PE估值，目标价为HK$760。阿里巴巴采用FY+1核心电商和云业务收入及利润的分部加总估值，ADR目标价为US$165，每股目标价为HK$161。Z.ai采用25x 2030E PE、按14%年化折现，并结合DCF估值，目标价为HK$1,500。MiniMax采用3.5x 2029E销售额、按14%年化折现，并结合DCF估值，目标价为HK$320。股票表将腾讯、阿里巴巴和Z.ai列为Outperform，将MiniMax列为Market-Perform。

分析框架

Bernstein首先区分模型推理与编排层提供的持久记忆、工具和编排能力，随后梳理上下文所有权如何形成用户留存并生成后训练数据，以近期消费者产品如Muse与中国平台能力进行比较，并从分发、生态连接、企业覆盖和变现路径评估腾讯、阿里巴巴、独立实验室和字节跳动。报告最后比较估值倍数，并采用公司特定的PE、SOTP、销售额倍数和DCF方法。

方法论与常识提炼

• 竞争与战略框架价值链分析

  AI模型与智能体编排层堆栈分析

  报告将模型智能与外围的编排层、工具、应用、上下文存储和分发渠道区分开来，以识别哪一层控制用户、数据和经济价值。

• 竞争与战略框架护城河/竞争优势

  上下文锁定与生态优势

  Bernstein比较专有上下文、通信触达、交易基础设施、企业销售能力和累积工作流历史，作为用户黏性和竞争差异化的来源。

• 估值方法PE/PEG 估值

  远期PE估值

  腾讯采用20x FY+1 PE估值；报告也使用2027E PE比较，论证腾讯和阿里巴巴估值中反映的AI期权价值有限。

• 估值方法SOTP 分部估值

  阿里巴巴分部加总估值

  阿里巴巴的目标价基于其核心电商和云业务FY+1收入及利润假设。

• 估值方法DCF 现金流折现

  独立AI实验室的DCF交叉验证

  DCF与远期交易倍数相结合，用于Z.ai和MiniMax的估值。

• 估值方法PS 估值

  MiniMax远期销售额倍数估值

  报告对MiniMax采用3.5x 2029E销售额，按14%年化折现，并与DCF结合。

标的映射与对比

研报将主题/逻辑映射到具体标的时的结构化摘要（优势、劣势、对比与风险）。

• Tencent Holdings Ltd (700.HK)

  可通过小微、Workbuddy、微信和Mini Programs的消费者及工作场景编排层应用受益。

  优势

  拥有广泛的通信分发、既有用户上下文、内部API、Mini Programs、微信支付以及支持第三方模型的开放生态。

  劣势

  小微仍需从测试走向实际部署，且服务超过1bn人的使用场景带来较高的安全和对齐门槛。

  对比

  腾讯的社交分发和交易基础设施强于阿里巴巴，而阿里巴巴拥有更深的企业销售能力和垂直解决方案。

  风险

  宏观经济疲弱、平台互动变化、游戏和广告竞争以及中国反垄断监管。

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

  可通过Qwen Work、钉钉、Qoder和阿里云的企业上下文捕捉受益。

  优势

  拥有企业销售规模、垂直模板、核心电商连接、专属AI基础设施，以及从编排层使用到算力、MaaS和订阅收入的直接变现路径。

  劣势

  其策略更面向企业且更以第一方为中心，仍需证明能够实现广泛的现实部署。

  对比

  阿里巴巴对企业工作流的嵌入深度高于腾讯，但腾讯拥有更强的消费者通信覆盖。

  风险

  宏观经济疲弱、淘宝和天猫等平台互动波动、互联网平台竞争、反垄断监管以及创新业务及其他板块的亏损。

• Z.AI Co., Ltd. (2513.HK)

  作为拥有第一方ZCode编排层的独立模型开发商，可成为大型平台生态中的专业模型供应商。

  优势

  ZCode按过去30天编程智能体token使用量在OpenRouter排名第十一，并在8月下旬出现显著互动增长。

  劣势

  若主导性第三方编排层掌握用户关系和更丰富的任务上下文，独立实验室可能失去关键价值。

  对比

  ZCode和DeepSeek Harness展现出中国独立实验室中最强的牵引力，但Hermes和Claude Code在全球仍明显领先。

  风险

  中国企业AI采用速度、竞争对手的竞争，以及围绕模型发布的投资者情绪剧烈变化。

• MiniMax Group Inc. (100.HK)

  作为独立AI实验室，可在大型编排层生态中担任专业模型供应商。

  优势

  报告将M3 Pro的重磅发布视为一项上行风险。

  劣势

  与其他独立实验室一样，MiniMax可能不掌握用户关系和私有上下文。

  对比

  报告将MiniMax与Z.ai和Kimi并列为潜在的专业生态供应商。

  风险

  中国企业AI采用速度和竞争对手AI模型开发商的竞争。

• ByteDance

  通过Doubao Work和Feishu寻求捕捉企业上下文的重要竞争平台。

  优势

  拥有大量财务资源、RMB500–700bn预计资本开支、聊天机器人规模，以及通过Seedance在AI视频生成领域的领导地位。

  劣势

  飞书缺乏腾讯的社交分发和阿里巴巴的企业销售深度；Doubao遭遇变现限制，且模型行为获得负面反馈。

  对比

  字节跳动可能取得超大规模云服务能力，但目前企业定位弱于阿里巴巴，通信分发弱于腾讯。

  风险

  变现不确定性、模型质量认知，以及尚未建立明确的上下文捕捉优势。

• Meta Platforms / Muse

  作为消费者AI的比较案例，说明低摩擦设计和生态连接的重要性。

  优势

  具备流畅UI/UX、社交平台连接、安全虚拟机功能、审计轨迹和支付基础设施。

  劣势

  Bernstein认为，其大部分功能在技术上可复制，而非根本性创新。

  对比

  Muse的功能与腾讯可通过小微、微信和Mini Programs提供的能力高度对应。

  风险

  平台阻力、消费者习惯、安全问题，以及尚未解决的收入和数据共享规则。

关键数据

• 腾讯目标价HK$760 per share基于20x FY+1（即第5至第8季度）PE倍数。
• 阿里巴巴目标价US$165/HK$161 per share基于核心电商和云业务FY+1收入及利润的SOTP估值。
• Z.ai目标价HK$1,500 per share采用25x 2030E PE、按14%年化折现，并结合DCF估值。
• MiniMax目标价HK$320 per share采用3.5x 2029E销售额、按14%年化折现，并结合DCF估值。
• 腾讯和阿里巴巴估值11–12x 2027E PEBernstein称，股价中反映的AI编排层期权价值有限。
• 微信覆盖规模More than 1bn Chinese users; 1.4bn users in the comparison exhibit该规模既带来小微的分发机会，也提高了安全和对齐要求。
• Mini Programs商业池Several trillion RMB of annual GMV代表小微可获得的、经授权的商业库存和交易意图。
• 独立编排层排名DeepSeek Harness eighth; ZCode eleventh按过去30天编程智能体token使用量的OpenRouter排名。
• 字节跳动资本开支估计RMB500–700bn this year and next被描述为约相当于腾讯和阿里巴巴之和。
• 估值定价日期24–25 September 2026估值图表采用24 September定价，股票表日期为25 September。

影响与含义

Bernstein预计，AI竞争价值不仅将归于最强模型，也将归于掌握持续工作流、私有上下文和用户反馈的平台。这有利于腾讯的面向大众消费者应用，也有利于阿里巴巴的企业部署；而独立实验室若不能建立自有编排层或形成差异化的专业能力，则可能沦为可互换的模型供应商。成功的编排层应用还可能强化后训练循环，并通过云算力、MaaS订阅、商业交易和高意图广告创造更直接的收入。

风险

• 腾讯和阿里巴巴仍需证明其编排层能够从概念验证走向大规模现实部署。
• 消费者智能体面临安全、对齐、商户同意和平台访问限制，尤其是在可执行交易时。
• 若主导性编排层所有者掌握用户、私有上下文和任务轨迹，独立AI实验室可能成为可互换的推理供应商。
• 腾讯面临宏观经济、互动、游戏、广告竞争和监管风险。
• 阿里巴巴面临宏观经济、互动、平台竞争、监管和创新业务板块亏损风险。
• Z.ai和MiniMax面临企业AI采用不确定性和模型开发商之间的激烈竞争。
• 字节跳动的大规模算力投入未必能转化为企业锁定，因为其分发和垂直销售定位较弱。

后续跟踪

• 小微和Workbuddy能否从测试和早期互动迈向持续的现实部署。
• 腾讯能否安全地大规模连接微信意图、Mini Programs、支付和智能手机语音接口。
• Qwen Work和钉钉整合能否推动阿里云算力、MaaS ARR和订阅收入加速增长。
• DeepSeek Harness和ZCode在8月下旬使用量跃升后的OpenRouter请求和token消耗变化。
• 独立实验室如何建设第一方编排层或专业能力，以避免被商品化。
• 字节跳动的RMB500–700bn资本开支和Doubao Work重组能否形成企业上下文锁定。
• 有关智能体商业访问、商户同意以及收入或数据共享的平台规则如何演变。