AI 智能体：高投入，低回报？

核心摘要：迄今为止，AI Agents（AI 智能体）的经济效益尚未跟上狂飙的投资步伐。这凸显了一个冷酷的事实：如果在缺乏明确商业案例和可衡量成果的情况下盲目部署智能体，企业将面临极其沉重的成本负担。

Shutterstock 

AI 已经全面席卷商业世界，但迄今为止的实际战绩却有些令人大跌眼镜。

根据麦肯锡（McKinsey）的研究数据，如今已有 89% 的企业在日常运营中常态化使用 AI，其中大多数企业至少正在尝试部署 AI 智能体。然而，高普及率与实际的“经济成功”之间，依然横亘着一道巨大的鸿沟。

“我们发现，只有 37% 的企业认为其 AI 项目对息税前利润（EBIT）产生了积极影响，更不用说那些尚处于探索阶段的新型智能体部署了，”麦肯锡在《2026 年技术趋势展望》中如此写道。

这个问题之所以尤为致命，是因为 AI 智能体在开启前所未有商业可能性的同时，也让 IT 系统的复杂度和成本呈指数级飙升。麦肯锡在研究中指出，为了让智能体可靠地执行任务，企业必须对现有的底层技术栈进行伤筋动骨的升级改造。

此外，在日常运营阶段，资源消耗也是一个无底洞。与简单的聊天机器人（Chatbot）一问一答的交互相比，基于智能体的工作流在计算上要密集得多，因为它们依赖于反复的推理循环（Inference loops）、工具调用（Tool calls）、数据检索（Retrieval steps）以及跨系统协调（Cross-system coordination）。

据麦肯锡测算，单个智能体工作流消耗的计算资源，是典型聊天机器人查询的 5 到 30 倍。报告指出，在近期的一项定向调查中，高达 93% 的受访者表示这种极高的算力开销直接导致了他们的 AI 预算严重超支。

一、智能体的效率正在逐步进化

不过，麦肯锡也坦言，这种糟糕的投入产出比未必是永久性的定局。代理式 AI（Agentic AI）目前仍处于婴儿期，一旦该技术发育成熟并深度嵌入企业骨干网络，企业从中攫取的红利必将大幅跃升。

报告强调，目前 Anthropic 和 OpenAI 发布的最新智能体开发工具，已经显著改善了模型调用外部工具以及与计算机底层交互的能力。与此同时，像 LangChain 旗下的 LangGraph这类开源框架，补齐了复杂的编排逻辑与“人机协同（Human-in-the-loop）”控制机制，帮助有效引导智能体完成更加冗长、复杂的企业级工作流。

衡量技术演进的一个关键指标，是 AI 智能体从头到尾独立处理长周期、高复杂度任务的能力正在持续增长。麦肯锡引用了非营利组织“模型评估与威胁研究中心”（METR）的基准测试结果，该机构专门对 AI 模型成功独立完成任务的“时间跨度（Timeframe）”进行评测。对于 Claude Opus 4.6 模型，METR 预估其在软件工程任务上实现 50% 成功率的基准时间跨度约为 12 小时。这意味着，对于此类体量的庞大任务，系统在半数情况下能够实现全自动闭环交付。

然而，麦肯锡在报告初版中似乎误读了这一数据的本质：正如 METR 研究员 Sydney Von Arx 在接受《麻省理工科技评论》（MIT Technology Review）采访时澄清的那样，这里的“12 小时”是指人类平均完成该任务所需的时间，而非 AI 的运算耗时。因此，该指标衡量的是模型所能攻克的“任务复杂度天花板”，而非单纯的处理速度。

Von Arx 解释说，她起初也怀疑用“人类耗时跨度”是否是完美的衡量标准，但她和同事们观察到，顶级模型能够驾驭的任务时间跨度一直在随着时间推移而不断延长——且这种技术跃迁的速度正在肉眼可见地加快。

“外界可以随意猜测这种测试指标是否严谨合理，但技术进化的宏观趋势摆在那里，”这位 AI 专家断言。

METR 官方数据图表，直观展示大语言模型 LLM 在处理复杂软件工程任务能力上的性能飙升趋势

二、盲目引入智能体，反而拖累软件开发生产力

AI 智能体在软件开发领域的潜力被寄予厚望。麦肯锡预估，若能成功实现规模化部署，它们将为全球企业解锁近一万亿美元的附加业务价值。

其潜在收益远不止于“生成代码速度更快”。未来的智能体能够自主分析业务需求、生成底层代码、执行自动化测试、精准定位 Bug，甚至直接接管部分部署流水线。分析师眼中的终局，不仅是让单个开发者进化为“超级个体”，更是对整个产品研发全生命周期的彻底重塑。

然而在骨感的现实中，目前只有极少数企业触及了这一高优目标。麦肯锡的研究揭示，在利用 AI 智能体进行软件开发的企业中，仅有四分之一真正实现了开发周期的显著缩短（麦肯锡将“超过四分之一的团队实现生产力翻倍”定义为显著进步）。

开发者个体之间利用 AI 的能力鸿沟也令人咋舌：研究指出，约 80% 使用 AI 工具的普通开发者，其生产力仅仅提升了约 3%；相比之下，排名前 20% 的顶尖开发者（10x 程序员），生产力飙升了高达 55%。

更令人警醒的是：研究揭示，在开发团队草率引入编码智能体（Coding Agents）后，竟有 30% 的公司实际整体生产力出现了不升反降的诡异现象。似乎每个程序员都在凭“感觉”与 AI 配对编程，但这并没有直接转化为确切的业务交付价值。

三、质胜于量：重估 AI 产出的真实价值

导致生产力倒退的一个核心症结在于，虽然 AI 工具让代码产出量呈井喷式暴增，但这并不能与“高可用、低维护成本的软件”画等号。一项关键研究表明，在 AI 工具的加持下，代码编写的活动量狂涨了 180%，然而最终成功上线的发布版本（Releases）数量，却仅微增了可怜的 30%。大量由 AI 生成的冗余代码变成了需要人工排雷的技术债。

这迫使企业必须紧急重塑核心考核指标：经济效益绝不由“生成的代码行数”或“与 AI 交互的指令数”决定，而是由整个研发流水线的“最终业务交付成果（Outcome）”来拍板。

除此之外，开发者对 AI 的“信任危机”同样在蔓延。据麦肯锡统计，全球约有 46% 的开发者对 AI 工具的输出准确性持“积极的不信任”态度。三分之一的人在原则上愿意有限度相信，而对输出结果抱有“极大信心”的开发者比例，低至微乎其微的 3%。

尽管初期落地磕磕绊绊、暗礁密布，但资本市场对该赛道的重金押注却在疯狂加码。麦肯锡的数据显示，流向“基于智能体的软件开发解决方案”供应商的风投资金，从 2023 年几乎可以忽略不计的极低规模，狂飙至 2025 年的约 50 亿美元。

进入 2026 年上半年，这一赛道的总价值更是直接击穿了 610 亿美元大关——这主要归因于 SpaceX 极其震撼地以 600 亿美元（全股票交易方式）直接收购了现象级 AI 编程工具平台 Cursor。在真金白银的催化下，2024 年至 2025 年间，智能体相关专家的职位招聘需求同比暴增了 221%。

💡 技术名词速览 (Tips)

• AI Agents (AI 智能体):超越了传统的“一问一答”对话模型（如早期的 ChatGPT）。智能体能够理解复杂的业务目标，自主进行任务拆解、规划，并主动调用外部工具（如数据库、API）来执行多步操作，从而独立完成任务闭环。

• Inference (推理):大模型接收用户输入后，进行计算并生成输出结果的实时过程。每一次智能体的行动规划或内容生成都需要消耗推理算力，是企业部署 AI 时最大的持续性硬件成本来源。

• Human-in-the-loop(HITL/ 人机协同):一种保障 AI 安全与质量的架构设计。即在 AI 执行高风险或高复杂度任务的过程中，设置“人类审核节点”，要求 AI 在关键步骤必须停下来等待人类专家的审批或修正后，才能继续执行下一步。

• LangChain / LangGraph:极具统治力的大模型应用开发开源框架。LangChain 帮助开发者将大模型与外部数据和工具相连；而其衍生项目 LangGraph 则专门用于构建支持循环、分支及复杂状态管理的“多智能体（Multi-agent）”工作流。

• Coding Agents (编码智能体):专精于软件工程垂直领域的 AI 智能体（例如 Cursor 的底层引擎）。它们不仅能补全代码，还能阅读整个项目的代码库上下文、自主运行终端命令、修复编译错误并提交代码版本。