夜雨聆风所有人都在追AI创业公司。但有一家19年的"老公司"，用AI Agent把积累了近20年的营销数据变成了"卖结果"的生意——2025年这项新业务从0做到1亿，大客户续约率96%。它不跟OpenAI比谁的模型更聪明，而是在细分场景做到99.9%准确率，用"穷人路线"走自己的路。
明略科技，可能是被市场最忽视的AI智能体标的。
一、公司画像：19年积累，一朝转型
明略科技不是一家"AI创业公司"。它从2006年就开始做数据智能，比大多数AI公司都老。而且它差点死过一次。
1.1 创始人
吴明辉，2000年凭奥赛保送北大基础数学系，研究生保送北大计算机学院人工智能方向，硕士期间创立秒针系统。2019年再次进入北大攻读AI博士。技术派创始人，自己下场搞模型研发。
他经历过惨痛的失败。2020年，刚融了20亿的明略决定做EIP（企业智能系统），想把一家企业的所有数据和知识喂给AI，员工一度扩张到近4000人。结果技术判断过于乐观（当时还在BERT那套思路里），加上组织失控，2022年钱烧完了，被迫裁掉一半人。
但吴明辉没有被打倒。2023年大模型热潮中快速投入，发布了DeepMiner平台和开源的Mano系列模型。2025年11月港股上市，首日涨106.1%，公开发售获4452.86倍超额认购。
1.2 股东结构
数据来源：明略科技招股书
腾讯是最大股东——不只是财务投资，腾讯的广告生态和明略的营销智能业务有天然协同。
1.3 上市表现
2025年11月3日港交所上市，发行价141港元 首日涨106.1%，收290.6港元，市值超400亿港元 公开发售获4452.86倍超额认购——港股史上超购倍数最高的新股之一 2026年5月股价约231港元，较最高点回调
二、核心资产：秒针系统——中国营销数据的"基础设施"
要理解明略科技，首先要理解秒针系统。
2.1 秒针是什么？
秒针系统成立于2006年，是中国最早的互联网营销数据分析平台之一。简单说：帮广告主知道钱花得值不值。
具体功能：
- 广告监测：
连接425个媒体平台（微博、快手、小红书、B站、爱奇艺、优酷等），追踪广告投放效果 - 媒体支出优化：
帮广告主决定钱该花在哪 - 社交媒体管理：
监控品牌在社交媒体上的声量和口碑 - 用户增长：
帮品牌获取和留存用户
2.2 秒针的客户
覆盖消费品、食品饮料、汽车、3C等行业——都是中国最大的广告主。这些客户每年花几十亿做广告，秒针帮他们衡量效果。
2.3 秒针的数据壁垒
秒针积累了近20年的营销数据——广告投放数据、消费者行为数据、品牌声量数据。这些数据是训练营销AI Agent的燃料。
吴明辉的原话："AI是基于数据的计算范式，它必须在真实商业场景中形成闭环，才能实现持续进化。我们为客户交付可量化的商业结果，客户的真实业务反馈则持续驱动我们的模型和智能体迭代。"
没有数据的Agent是"空中楼阁"。别的公司可以做Agent框架，但没有19年的营销数据，Agent就"不懂营销"。
2.4 秒针在营收中的位置
| 数据智能合计 | 13.81亿 | 12.60亿 | +0.5%（剔除退出业务后） |
| 总营收 | 13.81亿 | 14.26亿 | +3.2% |
数据来源：明略科技2025年年报、国泰海通证券研报
关键发现：营销智能同比下滑1.7%，不是因为客户流失，而是因为部分传统社媒管理业务转向了结果导向的智能体化营销服务——旧业务在"变形"成新业务。
三、财务全景：增长慢但结构在变
3.1 核心数据
数据来源：明略科技招股书及2025年年报
3.2 关键发现
发现1：营收增长很慢（+3.2%），但毛利率在提升（55.4%，+3.8pct）。砍掉低毛利行业解决方案（同比-49%），聚焦高毛利业务。
发现2：经营亏损从-10.09亿收窄到-1572万，经调整净利扭亏。四年止血。
发现3：Agentic Services首次贡献收入1.00亿。其中0.95亿来自智能体化营销——Agent已经开始帮客户"卖结果"了。
发现4：大客户续约率96%，新增大客户中30%以上来自Agentic Services。客户粘性强，"卖结果"的模式在吸引新客户。
四、关键转折：Agentic Services——从"卖软件"到"卖结果"
4.1 旧模式的天花板
传统数据智能公司的商业模式是卖软件许可和项目制交付。问题在于：收入增长依赖签更多合同，每个客户都需要定制化服务，边际成本不降。
吴明辉的判断更激进："软件本身的价值已经接近于没有了。一个亿的token，就能大体复刻别人历史上几十亿堆出来的东西。闭源已死，开源已来。"
4.2 新模式：Agentic Services——按结果付费
明略科技的新模式：客户不买软件，为可量化的业务结果付费。明略用AI Agent自动执行营销任务（洞察→策划→内容生产→投放→优化），收费从"按人月"变成"token成本+管理费"——跟广告行业一样，帮客户花一亿广告费，收5%-10%。
4.3 三种赚钱方式
吴明辉在访谈中明确了三种AI赚钱方式：
| 核心方向——Mano在出海电商场景做到99.9%准确率 | |||
数据来源：晚点LatePost 2026年5月8日访谈
吴明辉："软件开源，用模型和数据赚钱。开源越彻底，用的人越多，模型的场景数据积累越快，护城河越深。"
4.4 Agentic Services的实际效果
2025年Agentic Services收入1.00亿，其中智能体化营销0.95亿 大客户续约率96%——客户粘性极强 新增大客户中30%以上来自Agentic Services——新客户是被"结果"吸引来的 以近3倍的运营效率帮助客户实现平均20%营销效果提升 营销智能交付提效最高4倍，营运智能工单解决时间压缩超30%
4.5 数据飞轮
关键在于"数据+Agent"的闭环：秒针19年营销数据训练出"懂营销"的Agent，Agent帮客户做营销，客户的真实业务结果反馈回来驱动Agent迭代。数据越多→Agent越聪明→结果越好→客户越多→数据更多。跟字节的推荐算法是同一种逻辑，区别在于字节转在C端，明略转在B端。
五、技术底座：Mano和Cito——"穷人路线"正在走通
5.1 DeepMiner平台
DeepMiner是明略自主研发的企业级AI智能体平台，由两个专有模型支撑：
数据来源：OS-World E2E官方榜单（2025年10月）、Mind2Web榜单、BFCL榜单
5.2 Mano的含金量
OSWorld是OpenAI、Anthropic等顶级AI公司发布新模型时必跑的核心评测基准。Mano以72B参数、54.0%的任务成功率排名Specialized模型第一、总榜第二——仅次于Anthropic的Claude。
但吴明辉看得更透："通用榜单上第一名可能也就七十多分——十次操作错三次，生产里根本没法用。但我们针对出海电商这个具体场景的软件，可以做到99.9%的准确率。"
这就是"穷人路线"的核心：不跟基础模型公司比单体智能，用专用模型在细分赛道打赢通用大模型。
5.3 "穷人路线"——多Agent协作 vs 单体大模型
吴明辉的原话："OpenAI追求更聪明的超级单体模型，我想让更多普通模型协作起来。我们不是Scaling Up，而是Scaling Out——通过多模型、多Agent协作，在细分赛道里做到比通用大模型更好的结果。现代智人打败尼安德特人，不是因为单个人更强，而是因为更会协作。"
具体方法：基于开源基础模型做后训练就够了——一个模型生成网站，另一个模型学会操作网站，两个模型互相博弈（借鉴GAN思路）。不同Agent从人类和其他Agent身上获取偏好，实现"穷人版持续学习"。比通用模型小得多，但在特定场景效果更好，毛利也更高。
5.4 技术→商业的转化
Mano和Cito不是"学术成果"——Mano让Agent能"看懂"电脑界面，Cito让Agent能"规划"多步骤任务。两者结合，Agent能自动完成"从洞察到投放"的全链路营销。
六、章鱼平台：人和Agent协作的实验
这是访谈中最有价值的新信息——明略正在开发一个叫"章鱼"（Octo）的协作平台。
6.1 章鱼是什么？
一个让"很多龙虾和很多人一起协作"的系统——可以理解成龙虾版的飞书，但逻辑完全不同：
核心开发团队不到10人，2个多月生产了近百万行代码 日token消耗最高3.7万美元，token费用已超过人力成本 最厉害的工程师一个人一天消耗8000美元token，远超自己日薪 明略全员在章鱼上工作，这是一个真人和龙虾的混合网络
6.2 章鱼的核心创新
- 从个人助理到团队协作者：
原版龙虾不认人、没有权限机制。章鱼给龙虾加了插件，让它能认人、知道谁是主人、优先听谁的话 - "品鉴者"机制：
你在组织里贡献的判断和想法如果被广泛认可，你的"品鉴credit"就会增加，更多龙虾就会听你的——一套和职级体系完全不同的新秩序 - MoA（混合Agent模型）：
把不同专长的龙虾放在一起互动，产生集体智慧涌现。比MoE更灵活，因为Agent的专长在互动中动态变化 - 贡献归因：
把每个人做了什么事、创造了多少价值，清楚地记录下来，让所有贡献透明、可追溯
6.3 章鱼的商业逻辑
章鱼会开源。飞书、钉钉做AI转型的障碍是"创新者的窘境"——有几千名工程师，开源意味着否定自己。章鱼从第一天就是开源设计。但吴明辉也不认为章鱼要"杀死"飞书："飞书文档做得很好，已经开放了接口，它可以变成章鱼的外挂。大家是互补的网络，不是你死我活。"
七、估值分析
7.1 当前估值
数据来源：东方财富网、明略科技年报。注：市值按总股本估算，具体以实时行情为准
7.2 券商估值
国泰海通证券（2026年4月8日）：
评级：上调至"增持" 目标价：254.75港元 2026-2028年营收预测：18.12亿/23.10亿/30.50亿 2026-2028年净利预测：-1.56亿/0.42亿/3.88亿 给予2026年动态PS 18倍
7.3 估值贵不贵？
按当前业务看——贵。营收14.26亿、经调整净利4204万，市值约300亿港元，PE约700倍。
按转型逻辑看——有想象空间。如果Agentic Services能从1亿增长到5-10亿，商业模式从"卖软件"变成"卖结果"，估值逻辑完全不同。
🔍 估值判断
明略科技的估值已经反映了"AI智能体第一股"的叙事。市场给了18-20倍PS，远高于传统数据智能公司（通常5-10倍）。能否兑现取决于Agentic Services的增长速度——2026年翻倍到2亿+，估值可以撑住；不及预期，回调压力大。
八、核心判断
判断1：明略的核心壁垒是"19年的数据+专用模型"，不是通用模型能力
Mano在OSWorld排名全球第二，但通用模型能力可以被追赶。真正不可复制的是：秒针19年营销数据 × 专用模型的组合。吴明辉说得很清楚——"在出海电商这个具体场景，可以做到99.9%的准确率。"通用模型做不到这一点。数据是旧的，专用模型是新的，两者叠加才是护城河。
判断2：Agentic Services是"结果即服务"的商业模式创新，比SaaS更进一步
传统SaaS卖"工具"，客户买了还得自己用。Agentic Services卖"结果"——明略用Agent帮客户完成营销任务，客户为结果付费。收费模式变成"token成本+管理费"，跟广告行业一样。如果能规模化，这是比SaaS更好的商业模式。
判断3："穷人路线"是正确的战略选择
明略不可能跟OpenAI、Anthropic比拼单体模型的聪明程度。但它可以在细分赛道用专用小模型+多Agent协作打赢通用大模型。Mano出海电商场景99.9%准确率就是证明。不跟巨头正面竞争，在自己的地盘建立优势——这是正确的打法。
判断4：2020年的EIP失败是今天的财富
那次失败让吴明辉学到了三件事：技术判断不能过于乐观、组织不能失控、钱烧完了就真的完了。今天的明略更务实——用token费替代人力成本，10人团队+AI做了过去几千人干十年的事。犯过大错又活下来的公司，比一路顺风的公司更可靠。
判断5：整体营收增速只有3.2%，说明"转型期"还没结束
Agentic Services增长很快（从0到1亿），但传统业务增长很慢甚至下滑。整体营收只增3.2%，说明新业务的增量还不能弥补旧业务的减速。真正的拐点应该是：Agentic Services的增长带动整体营收加速到15%+。
判断6：腾讯是最大股东，既是优势也是依赖
腾讯的广告生态是秒针最重要的数据来源之一。持股25.96%说明双方利益深度绑定。但如果腾讯自己做营销AI，或者扶持另一个营销数据平台，明略的处境会很尴尬。
九、风险与不确定性
9.1 竞争风险
- 未知竞争者：
大厂（字节、阿里、腾讯）以前没把明略竞争死，现在也不太可能。真正的风险是：某个还没出现的玩家，用更新的技术或更好的数据切入营销Agent赛道。明略的壁垒是19年数据+专用模型，但如果有人找到另一条路绕过去，威胁会很大
9.2 技术风险
- 模型迭代速度：
AI领域技术迭代极快，今天OSWorld第二，明天可能被超越 - "穷人路线"的上限：
专用小模型在细分场景效果好，但通用性受限——Mano在出海电商做到99.9%准确率，是因为针对该场景做了大量后训练和数据投喂。换一个新场景，需要重新训练、重新积累数据，迁移成本不低。如果通用大模型在某个时点突然突破了细分场景的精度瓶颈，专用模型的窗口期会缩短。但目前来看，通用模型在细分场景的精度还远达不到生产级要求（OSWorld通用榜首也只有70多分），这个窗口期至少还有2-3年
9.3 组织风险
- 不裁员是理想还是策略？
吴明辉说"希望本身会产生力量"，但在AI提效的背景下不裁员，会不会影响公司竞争力？ - 章鱼的管理复杂度：
人和Agent混合网络、品鉴者机制、贡献归因——这些概念很前卫，但能否在大规模组织中跑通？
十、结论
明略科技是一家被低估的"老公司"——19年的数据智能积累，在AI智能体时代找到了新的变现方式。
它不是"做AI Agent框架"的公司——它是"用Agent卖营销结果"的公司。
核心逻辑：
秒针19年营销数据 = Agent的燃料（别人没有） Mano/Cito全球前列 = Agent的引擎（技术是真的） 专用模型细分场景99.9%准确率 = "穷人路线"的证明 Agentic Services按结果付费 = 新商业模式 腾讯第一大股东 = 生态协同+资金背书
核心问题：Agentic Services能不能从1亿增长到10亿？
我们的判断：能。AI智能体的落地正在加速，企业对"用AI替代重复性人力"的需求从"锦上添花"变成"刚需"。明略有数据、有技术、有客户、有场景、有组织——它已经站在了风口上。剩下的，看执行。
估值：当前PS约18-20倍，对应的是Agentic Services只有1亿的体量。这项业务从1亿到10亿，整个公司的估值逻辑就变了——从300亿到千亿，这是最基本的账。
但明略的故事不止于此。它不只做模型——它用19年的数据训练模型，用模型驱动应用，用应用产生新数据。模型+应用+数据飞轮，一旦转起来，明略就不是"AI概念股"，而是AI智能体时代第一个证明"卖结果"能赚钱的公司。
个人分析，不构成投资建议。股市有风险，投资需谨慎。
点赞关注转发，说说你的看法，欢迎评论区留言。
