~40 家
深度覆盖企业
「AI 应用与 Agent」赛道全景穿透 —— 基于约 40 家 AI 应用 / Agent / 中间层参展企业的横向综合
这是 WAIC 应用层最拥挤、最容易被上游「吞噬」、也最不透明的赛道。绝大多数公司，是套在别人大模型外面的应用、Agent 或中间层——基础模型每往上移一层能力（原生 Agent、更长上下文、自带记忆与护栏），就吞掉一批公司的存在理由；同时大厂的 Agent 平台（阿里百炼、字节扣子、腾讯元器）「顺手附送」能力，绕过独立厂商。能在这片绞肉机里立住的极少，只有三样「上游吞不掉」的东西：专有行业数据 / 牌照、高替换成本的客户网络、真正稀缺的工程深度。而这条赛道最刺眼的体征是信息不透明——大量壳公司、单源自述、中美主体对不齐，以及高得离谱的赛道错标率。
先给赛道级判断（§0），再讲清定义这条赛道的那股力量——被基础模型「吞噬」（§2），然后拆四条主线（§3-§6），收敛到「护城河在哪」（§7）+ 一个刺眼的赛道体征（§8）+ 规律（§9）+ 分档（§10）+ 风险（§11）。
先讲鲜明观点，证据在后面每一节里长出来。
WAIC 2026「AI 应用与 Agent」是一条「绞肉机」赛道。它的特殊处在于——绝大多数公司都不掌握底层模型，是套在别人大模型外面的一层（应用、Agent、编排、中间层）。而这个「外面一层」的存在理由，随时会被两股力量吞掉：① 基础模型每次能力上移（原生 Agent、更长上下文、自带记忆 / 护栏 / 工具调用），② 大厂 Agent 平台「顺手附送」（阿里百炼、字节扣子、腾讯元器绕过独立厂商）。
所以判断这条赛道的每一家，只有一个核心问题：「基础模型下一次能力上移，会不会把它吞掉一层？」纯编排套壳的（未来式）、薄壁垒撮合的（淘肯 / 胜算云 / DMXApi）、被内生化的安全 / 护栏中间件（方寸）——都是高危。
能立住的极少，只有握住三样「上游吞不掉」的东西：① 专有行业数据 / 牌照（迪博的内控监管数据、沃丰的客服存量、智联的招聘数据）；② 高替换成本的客户网络 / 场景绑定（来也的政企、语核的制造业）；③ 真正稀缺的工程深度（澎峰的 HPC 软硬融合、乙态的 WasmEdge）。三样一样都不占的，就是绞肉机里的原料。
把约 40 家铺进从「应用」到「基础设施」的六层里。右列是该环节被上游「吞噬」的风险 vs 护城河成色。
判断读法：被吞噬最烈（①②④⑤）=不掌握底层、靠编排 / 撮合 / 套壳，基础模型上移或大厂平台附送就架空——这是全赛道大多数；专有数据 / 牌照（③⑥ 里的迪博 / 沃丰 / e签宝）=大厂拿不到的行业数据和合规资质，是唯一像样的护城河；真技术深度（②⑤ 里的乙态 / 澎峰 / 清昴）=工程壁垒真但「软件 / 优化能不能单独收到钱」待证。
不理解这股力量，就读不懂这条赛道为什么估值和转型都这么焦虑。这是应用层的达摩克利斯之剑。
判断芯片赛道的对手是国产上市龙头，生成与空间的对手是握着模型 + 流量的大厂；AI 应用与 Agent 的对手更隐蔽——是它所依赖的那个基础模型本身，和把模型做成平台的大厂。二者每进一步，就把应用层「吞掉」一层：
| 吞噬方式 | 谁被吞 | 机制 |
|---|---|---|
| 基础模型能力上移 | 纯编排 Agent（未来式）· RPA「懂意图」的部分（来也 / 壹沓） | 模型原生 Agent / 更长上下文 / 自带记忆，让「编排」和「理解意图」变廉价 |
| 大厂平台「顺手附送」 | 企业 Agent · 对话营销（句子互动） | 阿里百炼 / 字节扣子 / 腾讯元器自带 Agent 能力，客户没理由单独买 |
| 模型厂 / 框架自带模块 | Agent 安全护栏（方寸）· 记忆经验层（EVOMAP） | 大模型厂把 guardrail / memory 做进产品并免费送（类比操作系统自带防火墙） |
| 云厂自营 + 开源直连 | MaaS / API 聚合（硅基流动 / 淘肯） | 云厂用整体利润补贴 token、开源框架抹平推理效率差、官方 API 直连 |
| 通用大模型直接够用 | 法律 / 客服 / 招聘垂直应用 | 豆包 / DeepSeek 顺手就能做法律问答、客服话术，把垂直工具架空 |
判断基础模型变强，对 RPA 老兵（来也 / 壹沓）其实是双刃：一方面，大模型直击 RPA「按写死规则点鼠标、界面一变就坏」的软肋，是替代威胁；另一方面，模型越强，竞争焦点从「懂不懂意图」转向「能不能可靠、合规、可审计地把事做完」——而这恰是政企执行底盘的强项。所以判断一家应用公司，不是问「大模型会不会帮它」，而是问「大模型变强时，它最值钱的那部分能力是升值还是贬值」。升值的（执行、合规、专有数据）能扛，贬值的（理解、编排、通用问答）被吞。
企业 Agent 是应用层最拥挤、最直接被「吞噬」的地带，也是「上一场战争的家底能不能打赢这一场」的典型。
| 公司 | 底色 | 硬数字 | 被吞噬 / 护城河 |
|---|---|---|---|
| 来也科技 | RPA 老兵转「AI 员工」 | 累计美元融资（B+~C++ 3500 万→7000 万）；IDC 2024 中国 RPA+AI 8.4% 第三；Gartner 5 年 | 政企执行底盘 + 合规交付是脏活护城河；命门＝底盘可迁移到 Agent 的比例（未公开） |
| 壹沓 OneAlX | RPA 转 Agent · 供应链垂直 | A+ 2 亿、B 近 2 亿（鼎晖）；融资止于 B+ | 供应链垂直深度；但融资停滞 + 场景碎片化定制重 |
| 未来式智能 | 纯编排 Agent（不自研模型） | 杨劲松（阿里达摩院 / 字节）持股 46.8%；天使 + Pre-A | 被吞噬风险最高：核心是编排层，大模型厂 / 云厂顺手附送就绕过 |
| 语核 LangCore | 制造业岗位数字员工 | 奇绩孵化；自述「一年千万营收、+500%」（未审计）；客户航天科技 / 百事 / 达美乐 | 制造业垂直深度是缓冲；但场景碎片化易掉项目制 |
| 句子互动 | 对话营销 Agent | Wechaty（GitHub 1.6 万星）联合作者李佳芮 | 跨 IM 技术真，但生意建在腾讯等平台地基上，一纸政策可掐断 |
法律、客服、招聘、风控——垂直行业 AI 是「被通用大模型平替」与「专有数据护城河」两股力的战场。
事实睿法（C 端婚姻家事）、智法数科（跨境合规）、法志鉴（法律 Agent）三家扎堆同一叙事（低幻觉 / 可溯源）。判断但睿法、法志鉴连公司是否真实运营都未证实，智法虽实但客户收入全空。法律 AI 的真护城河＝权威语料 + 机构公信力 + 分发渠道，全偏向有官方 / 出版社 / 大厂背景者（通义法睿背靠阿里、北大法宝有数据库、法观有「过法考」公信力）；独立薄档玩家最易被通用大模型和有数据的老牌两侧夹平。三家无一已立住。
判断把这一层的公司按「护城河成色」排开，规律很清楚——真正立得住的，都是握着大厂拿不到的专有数据或牌照的老牌玩家，而不是新叙事初创：
| 公司 | 护城河类型 | 成色 |
|---|---|---|
| 迪博 DIB | 专有内控 / 监管数据（2001 年起、工信部示范） | 本组最扎实：合规刚需 + 监管趋严顺风 + 官方场景绑定，大模型读不到二十年加工的结构化内控数据 |
| 沃丰 Udesk | 客服存量（5 万+ 客户、十年对话数据） | 规模是真护城河，但建在大模型冲击最猛的场景上——客服是 LLM 最先平权的能力 |
| 智联招聘 | 招聘数据（二十年简历 / 岗位 / 录用结果） | 最佳数据燃料，但转化未证、增长已被 BOSS 直聘接管 |
| 数字王国健康 | 影视级 CG + 明星 IP 独家授权 | 稀缺但难规模化，母集团（00547.HK）2025 亏 2.57 亿港元失血 |
| KNQ · 法律三家 | 关系 / 叙事（无独有数据） | 「进过大门」≠「守住生意」；客户 logo ≠ 付费合同 |
判断结论：垂直 AI 应用能立住的共同条件＝专有行业数据 + 合规 / 场景绑定 + 深度工作流嵌入，真占了的极少（迪博、沃丰），且它们的护城河与逆风同时最大——沃丰最坚固的城池恰建在大模型冲击最猛的客服场景上。护城河与被颠覆，在同时发生。
这一层是芯片赛道「算力云中间层三明治位」在软件侧的翻版——口径完全一致：中间层做的事，两头都能做。
事实MaaS（卖 token）、API 聚合（卖统一接口）、算力撮合（卖差价）——上有云厂自营（阿里百炼 / 火山 / 腾讯云，能用整体利润补贴 token 当引流入口亏本卖），下有开源框架（vLLM / SGLang）抹平推理效率差 + 官方 API 直连。独立厂商无补贴后盾。
AI 陪伴常被当成「低门槛、极拥挤、留存差」的红海——但把标签撕开，这一层其实藏着几家真东西。
判断先纠正一个前提：这批被归为「AI 陪伴」的公司里，真正「2025 新、极小、纯陪伴」的只有楠鹏诺瓦一家（而且它的「50 万」是注册资本、不是用户数）。其余多是被贴错标签的——它们各走各路，且藏着真资产：
| 公司 | 真实定位（纠偏后） | 真资产 / 命门 |
|---|---|---|
| 像素绽放 AiPPT | AI 办公工具（不是陪伴） | 全球数千万用户 + 国家队领投 + 真实企业客户（中信证券 / 农夫山泉）；命门＝核心功能正被 WPS / Copilot 免费收编 |
| 心洲 Macaron | 个人 AI Agent（陪伴 + 生成） | 蚂蚁 + 美团 + 红杉，总融资近 5000 万美元；命门＝C 端留存悬崖 + 陪伴 + 生成双烧算力、单位经济可能为负 |
| 心影随形 | AI 游戏陪玩桌宠（不是情感陪伴） | 自研看屏 VLM + 过算法备案（唯一独立技术资产）；命门＝读屏采集玩家画面的隐私合规 |
| TipTap | 手势交互 AI 视频 App（不是陪伴） | 前商汤团队；靠擦边内容 + TikTok 二次传播冲量，留存 / 合规存疑 |
| 楠鹏诺瓦 | 纯 AI 陪伴（唯一符合红海画像） | 50 万注册资本 + 产品无影 + 团队不明＝早期炮灰画像 |
判断值得单独看的是像素绽放（体量最大、有真实 B 端和国家队）、心洲（顶级资本 + 持续学习 Agent）、心影随形（唯一有独立技术资产）；但全组共同硬伤——留存 / 付费 / 单位经济无一披露，护城河都停在「待证」。C 端应用的规律照旧：新鲜感退潮是铁律，被大厂免费产品（豆包 / 猫箱）降维是常态，真正的分水岭是「留得住」和「算得过来」。
这是本报告最想收敛的一层——在被基础模型「吞噬」的绞肉机里，能立住的公司只握着三样东西之一。任何标的，先看它占了哪一样。
迪博（内控监管数据）· 沃丰（客服存量数据）· 智联（招聘数据）· e签宝（CA 牌照 + 跨企业互认网络）。
判断大厂拿不到、通用大模型造不出的行业数据和合规资质。这是这条赛道最像结构性护城河的一样——但要分清「拥有数据」和「能把数据炼成产品优势」：迪博把数据加工成监管系统（壁垒实），若只是把数据丢给第三方模型（壁垒薄）。
来也（政企执行底盘 + 客户关系）· 语核（制造业岗位嵌入）· 句子互动（跨 IM 私域）。
判断钻进大厂看不上、且客户一旦用上就难换的深水场景，用交付深度和关系锁定。命门＝能否把「一客一定制」沉淀成「可复用产品」——沉淀不了，就退化成高级外包，规模化无望。
乙态（WasmEdge / CNCF 项目）· 澎峰（20 年 HPC 软硬融合）· 清昴（清华系跨芯片优化）· 数据项素（第四范式文档基因）。
判断芯片厂赠品栈做不深、开源够不着的工程功力。技术壁垒是这一样里最实的，但都卡在同一道命门——「软件 / 优化 / 开源，能不能单独收到钱」；技术声誉（star、CNCF、论文）不等于收入。
判断反过来看：三样一样都不占的公司，就是在等被吞掉——纯编排 Agent（未来式）、薄壁垒 API / 算力撮合（淘肯 / 胜算云 / DMXApi / 迪天嘉业）、被内生化的安全护栏（方寸）、纯套壳的垂直应用（法律三家）、以及一堆「Agent OS / AI 软件工厂」的宏大叙事标的。它们的估值写的是「大厂什么时候顺手做」的期权。在这条赛道尽调，第一刀就砍这个问题：专有数据、客户网络、工程深度，你到底占了哪一样？
这一节讲的不是某家公司，是整条赛道的「气味」——它比任何单家结论都更能说明这里的定价效率。
判断做完这约 40 家，最强烈的印象不是哪家好哪家差，而是「看不清是谁」的比例高得离谱。三种形态叠加：
判断这不是研究瑕疵，是赛道特征。它说明三件事：① 概念太热——Agent / AI 应用热到吸引大量蹭标参展、借名包装；② 定价效率极低——连「是谁、做什么」都对不齐的市场，估值噪音极大，既是尽调雷区（易踩壳 / 踩错主体），也是错定价的 超额收益 富矿；③ 越是「平台级」宏大叙事，越倾向用身份模糊 + 精确数字替代真实 traction。对这条赛道，尽调的第一动作不是估模型，是先坐实「它到底是谁、到底有没有人在用、在付费」——把这三问答不出来的，一律按「概念」而非「公司」对待。
能迁移到下一个标的的，是这七条横切规律。
基础模型每往上移一层能力（原生 Agent、自带记忆 / 护栏），就吞掉一批应用的存在理由。评估任何 AI 应用，第一问不是「它做得好不好」，而是「大模型变强时，它最值钱的能力是升值还是贬值」。
纯调第三方模型做编排＝最危（未来式）；有真执行底盘 / 专有数据沉淀＝能扛（来也、迪博）。「会不会做 Agent」不是护城河——都会；有没有大厂拿不到的东西才是。
MaaS / API 聚合 / 算力撮合，上有云厂自营补贴、下有开源直连绕过，效率差被价格战抹平。「数万亿 token」在毛利披露前只是市场份额，不是利润。
大厂拿不到的行业数据（内控 / 客服 / 招聘）、合规牌照（CA / 医保 / 监管）——这是这条赛道里少数结构性壁垒。但要分清「拥有数据」和「能把数据炼成产品优势」。
大模型直击 RPA「脆弱、需重配」的软肋（替代威胁），但政企执行底盘 / 合规交付 / 客户网络又是原生玩家补不齐的脏活。是资产还是包袱，取决于「底盘可迁移到 Agent 的比例」——至今无一家公开。
CNCF 背书（乙态）、万 star 开源（EVOMAP / 数据项素）、清华论文——技术真，但都卡在「软件 / 优化 / 开源能不能单独收到钱」，且随时被上游模型厂 / 框架「自带模块」内生化吞掉。
近三分之一错标 / 身份存疑 / 精确数字替代 traction——连「是谁、做什么」都对不齐的赛道，定价效率最低。尽调第一动作是坐实身份，不是估模型；答不出「是谁、有没有人用、有没有人付费」的，按概念不按公司对待。
不是买卖评级，是「结构吸引力」分档——回答「在被吞噬的绞肉机里，哪一层结构上更可能活下来」。个股需再做独立尽调。
合规 / 监管数据（迪博）· 客服 / 招聘存量数据（沃丰 / 智联，看抗大模型冲击）· CA 牌照网络（e签宝）· 真工程壁垒（澎峰 / 清昴 / 乙态，看能否单独收费）。
判断占住了三样吞不掉的东西之一。风险不在「会不会被大厂做掉」，在「护城河能不能转成可持续高毛利收入」。这一档最该重点跟踪。
RPA 转型头部（来也，看底盘迁移比例）· 垂直数字员工（语核，看产品化率）· 有真用户 / 资本的消费应用（像素绽放 / 心洲）· MaaS 明星（硅基流动，看单位经济）。
判断有真实收入或用户或技术，但护城河押在未验证的赌注上（底盘迁移 / 单位经济 / C 端留存）。适合在关键指标（毛利 / 续约 / 留存）落地时加注。
纯编排 Agent（未来式）· 薄壁垒撮合中间商（淘肯 / 胜算云 / DMXApi / 迪天嘉业）· 被内生化的安全护栏（方寸）· 套壳垂直应用（法律三家）· 身份存疑 / 错标的概念标的（一批「Agent OS / AI 软件工厂」）。
判断两类雷：一类「大厂顺手就能做掉」的编排 / 撮合 / 套壳；一类「身份都没坐实、精确数字替代 traction」的概念壳。可小仓位跟踪，忌为叙事付满价，尽调先证伪身份。
判断一句话资产配置直觉：在这条被吞噬的赛道里，别为「会做 Agent / 模型套得好」付钱，要为「大厂拿不到的数据 / 牌照」和「已经有人在付费的真生意」付钱。技术声誉、开源 star、精确数字，都不是可下注的护城河。
扫一遍还没发生、但会重定价整条赛道的系统性变量。
方法与口径说明。本报告为赛道级横向综合，素材来自「AI 应用与 Agent」赛道约 40 份公司级深度分析的结构化抽取（数据截至 2026-07），与同一文件夹内「生成与空间」赛道公司不重叠。所有数字沿用四色溯源：事实为可查证公开信息，推导为基于事实的合理推断，判断为分析师主观裁决，缺口为信息缺失。本批公司普遍存在核心财务（营收 / 毛利 / 续约 / 产品 vs 项目占比）未公开、身份 / 赛道标签待核（近三分之一被错标或身份存疑，如神码硅基实为 AI 软件工厂、心影随形实为游戏陪玩、硕曜实为 token 工厂、普元已上市 688118 应剔除）等情况，正文已逐处标注。营收 / star / token 量等凡未标第三方口径者均为公司自述，未经独立审计。本报告不构成任何证券之投资、评级或交易建议；分档为结构吸引力研究读数，非买卖信号。任何个股决策须再行独立尽调。