2025年美股AI应用行业专题报告：在加速落地中分化

美股Agent三段式波动，后关税期随货币化 进度分化上涨

复盘今年美股AI Agent标的市场表现，以1月至2月中旬模型平权以及4月初的关税波动为节点划分为三段式波动，前两个阶段跟随行业β同涨同跌偏多，第三阶段随AI货币化进程走出个 股差异行情。

阶段一（1月至2月中）：24年底AI应用公司超预期业绩释放未来乐观预期，叠加25年初生成式AI和Agent技术的范式变革，美股Agent该阶段普遍录得不错表现。

1）根据中国金融信息网，从24年底美股软件公司披露的三季报来看，营收超一致预期的比例升至超50%，以AppLovin为代表的美股软件股基本面向好推动10月以来美股软件股板块持 续强势，Agent的货币化以及基础软件AI相关收入的加速落地也让市场进一步判断后续业绩有增量空间。

2）25年1月，OpenAI发布Operator智能体，可通过屏幕截图分析完成复杂任务（如填写表格、订购杂货等），无需依赖API接口；国内DeepSeek发布R1模型，以低成本、高性能、开 源等特征掀起大模型普惠热潮，降低AI Agent落地门槛。

3）除Salesforce、Workday等股价表现较为平稳外，Plantir、Applovin等均走势较佳，二者年初至2月中股价累计最高涨幅分别为64.9%、57.53%。

阶段二（2月中至4月初）：此阶段关税的预期和落地、美联储降息延后等对行业风偏产生显著负面影响，Agent标的估值折损或为此阶段普跌的重要原因。

1）AI政策风险成为此阶段估值压制的重要因素。a）特朗普政府于2月21日发布《美国优先投资政策》，强化对华投资限制，重点针对AI、半导体等战略领域，要求 CFIUS（美国外国投 资委员会）对中资交易实施 “默认禁止”。这一政策直接冲击了美国AI企业的国际合作预期，尤其是依赖中国市场或技术的公司。b）4月2日，美国总统特朗普在白宫签署两项关于所谓 “对等关税”的行政令，宣布美国对贸易伙伴设立10%的“最低基准关税”，并对某些贸易伙伴征收更高关税。

2）宏观环境面临降息延后预期和市场情绪共振，进一步压制Agent标的市场表现。自1月底会议以来，美联储连续多次维持联邦基金利率不变，同时提到“经济前景的不确定性增加”。 我们认为，一方面，利率维持不变打消了此前的降息预期，影响市场情绪；另一方面，降息决定与宏观经济不确定关联一起，或带来了美国经济健康度的负面预期，进一步打压市场情绪。

3）年初至4月8日，Salesforce、SAP、Applovin、Doulingo、Workday、Innodata股价均录得负向增幅，分别为-27.0%、-3.5%、-27.3%、-9.5%、-18.4%、-18.5%。

阶段三（4月初至今）：随着后期关税影响边际递减，行业内初创公司ARR放量速度逐步加快，此阶段美股Agent行情分化的关键，在于其能否借助AI实现放量或提价。

1）4月9日，美国调整关税政策，悲观预期减缓。特朗普政府于4月9日调整政策，宣布对大部分贸易伙伴暂缓实施高额关税90天，但维持10%的基准关税不变。进入7月，美国关税政策 进一步变化。美国总统特朗普于7月7日正式签署行政命令，将原定于7月9日生效的“对等关税”政策实施日期延后至8月1日。

2）美股AI商业化进展存在差异，AI量价提升逻辑逐渐演绎出差异化行情。大多数如Palantir、Applovin、SAP等toB公司由于AI使收入端超预期增长，亦有如Spotfiy等toC公司由于AI驱 动提价带来的利润率连续改善。

模型、技术、成本与用户共振，Agentic AI迎 ARR爆发期

模型：Agentic能力内置LLM，迈向Agent深度渗透时代

Agent时代的大模型，正通过强化推理能力、提高工具调用水平、增强记忆机制等方式，使得Agent能力向SOTA模型内化。根据Z Potentials，OpenAI的o3、o4-mini 与Anthropic的Claude 4（Opus 4/Sonnet 4）代表了当前AI Agentic能力内化的前沿。

工具链深度内化。1）端到端工具调用：均将工具使用能力（搜索、代码执行、图像操作）融入模型推理链：o3通过CoT（思维链）自动生成代码调用工具（如裁剪图片、 爬取网页），无需预设API；Claude 4通过RLVR（可验证奖励强化学习） 优化工具调用逻辑，确保代码执行结果可验证（如SWE-bench代码修复准确率80.2%）。2）多 模态工具融合： Claude 4原生整合文本/图像/音频输入，支持沙箱代码运行与图表生成；o3支持图像融入CoT进行旋转、定位分析。

长程任务与记忆机制。1）持久化执行：突破传统模型任务时长限制：Claude 4可连续运行7小时（如税务申报、开源项目重构）；o3支持异步处理，允许用户关闭设备后 任务继续执行。2）外挂记忆模块：Claude 4的Prompt Cache缓存1小时内的上下文；o3通过文件与Memory读取实现跨任务状态保留。

模型：AI Agent摩尔定律，每7个月能力翻倍

AI Agent摩尔定律：每7个月AI Agent能够完成任务长度（人类完成该任务所需时间）能力翻倍，2030年前AI Agent有望自主完成人类所需1个月时间的复杂任务。根 据METR的研究，以50%成功概率为标准，Agent完成的任务长度（人类完成任务所需时间）呈指数级增长，在过去六年中（2019-2025），大致每7个月翻倍。METR测 算，当前最先进的模型之一Sonnet 3.7大致可完成人类所需1小时的任务。如果延续过去6年AI能力趋势，2030年前Agent有望以50%可靠性完成长达1个月的任务。

究其原因，LLM软硬件的突破系Agent Scalling Law出现的重要原因。 1）硬件：更多算力和更多数据。在算法和数据没有变化的情况下，只依靠算力规模的提升就可以带来模型能力的增强。有两种方法增加AI系统算力：a）花费更多资金购 买更强的计算资源；b）开发出更高效的硬件，使相同成本下的算力更强。 2）软件：开发更好的AI模型，可通过AI 技术范式，系统架构，训练算法，数据获取，参数调整，fine-tuning等方法。AI软件进步可分为两类：a）效率改进，新AI系统 执行与之前AI系统大致相同的任务时，计算成本更低；b）能力改进，新AI系统能够完成之前系统完全无法做到的任务，或在相同任务上表现得更为出色。

技术：MCP+A2A驱动Agentic AI，AI应用蜕变为“数字员工”

我们认为，在Agentic AI时代，MCP+A2A成为打通AI Agent的“最后一公里”，加速Agent从“单点工具”向“数字员工”的跃迁，降低工具调用成本，推动从“个 体能力”到“群体能力”。 MCP解决了大模型/Agent工具/数据调用问题，大大降低了Agent开发门槛；而A2A作为MCP的补充，解决了大模型/Agent互为孤岛的问题， 使得不同Agent之间可相互通信，协调完成任务。

模型上下文协议（MCP）是2024年底由Anthropic提出的开放标准，旨在为AI模型与外部工具之间建立安全、双向的连接。在MCP出现之前，AI集成工具可能要针对每个 工具进行定制开发，缺乏统一标准，集成效率低，而MCP协议提供了一个可插拔、可扩展的框架，允许AI无缝对接数据源、文件系统、开发工具、Web浏览器等外部系统， 使得AI的能力更容易被拓展。

2025年4月9日，谷歌发布Agent2Agent（A2A）开源协议，这是首个专为AI代理互操作性设计的开放标准。该协议为不同类型的智能体之间搭建了一座高效沟通与协作 的桥梁，无论是独立Agent与独立Agent、独立Agent与企业Agent，亦或是企业Agent与企业Agent，都能借助该协议实现通信交互和事务协作。

成本：开闭源性能收敛，推理成本指数级下降

开源模型性能逐渐与闭源模型趋同，进一步降低大模型部署成本，推动大模型普惠发展。

25年1月，DeepSeek R1发布即开源，性能比肩 OpenAI o1 正式版，API价格大幅下降。R1 API服务定价为每百万输入tokens 1元（缓存命中）/ 4元（缓存未命中）， 每百万输出tokens 16元；与之对比，GPT o1 API服务定价为每百万输入tokens 55元（缓存命中）/ 110元（缓存未命中），每百万输出tokens 438元。

25年4月，阿里开源8款不同尺寸的全新一代混合推理模型Qwen3，在推理、工具调用、指令遵循及多语言能力等方面显著提升。根据IT之家，相较之下，千问3的部署成 本仅为满血版DeepSeek-R1的25%至35%，仅需4张H20 GPU便能部署完整功能的千问3模型，显存占用量仅为同类性能模型的三分之一。

实现特定性能水平的推理成本已显著下降，单位美元获得的人工智能性能已大幅提高。Epoch AI估计，根据任务不同，大语言模型的推理成本正以每年9至900倍的速度下 降。例如，在MMLU测试（评估语言模型性能的常用比较基准）中达到GPT-3.5水平的模型，其推理成本从2022年11月的每百万词元20美元降至2024年10月的0.07美元 （Gemini-1.5-Flash-8B），约1.5年内下降超280倍。

美股Agent：AI赋能主业， 货币化能力呈分化

Palantir：2023年推出AIP平台后，开启订单业绩高增期

Palantir是一家大数据公司，基于知识图谱技术，提供数据集成、搜索、管理、协作等大数据功能。该公司成立于2003年，最初为美国情报界开发软件，以协助反恐调查 和行动。后来，该公司开始与商业企业合作。

目前Palantir的产品主要包含四大平台，Gotham、Foundry、Apollo以及AIP平台，四大平台定位清晰。其中，AIP利用现有的机器学习技术以及生成式AI模型，专为 商业和政府部门的客户设计，专注于提供高级数据整合、分析和智能决策支持解决方案。企业可通过AIP实现不同经营环节的数字化、智能化，比如供应链、存货管理， 动态定价，内部决策等。

1）AIP助手（AIP Assist）：一款由LLM提供支持的支持工具，旨在帮助用户使用Palantir平台导航、理解和创造价值。用户可以使用自然语言询问AIP Assist问题，并获 得有关查询的实时帮助。

2）平台应用中的AIP助手功能：由本地大型语言模型支持的功能，旨在帮助终端用户在Palantir平台上执行常规工作流程。

3）针对定制工作流程的AIP能力：一组允许开发人员构建自己的由大型语言模型支持的工作流程或应用程序的能力。根据Palantir官网，AIP提供了航空航天、汽车、建筑 与房地产、能源与可再生能源、金融服务与银行等多个垂直行业的解决方案。

Spotify：AI功能加持下，产品提价推动ARPPU与利润率逐季改善

AI+音频满足既能丰富内容品类，又能满足用户个性化需求，提升用户产品使用体验。1）23年2月，Spotify在北美市场推出由AI驱动的测试版“DJ”功能，当年8月将该 服务扩展至全球数十个市场，正式推出AI DJ功能。AI DJ是一种个性化的音乐推荐服务，可为用户创建自定义播放列表。2）24年4月，Spotify针对付费（Premium）订 阅用户上线了“AI Playlist”的测试功能，允许用户通过文字提示输入想听的音乐，“生成”一系列歌单。3）在非音乐领域，25年2月，据The Verge报道，Spotify正在 通过与ElevenLabs的新合作，将更多由AI配音的有声书引入其平台，29种语言可供选择。

23-25年三年内，Spotify产品提价三次，25年计划上线Music Pro增值会员，为用户带来更优质体验后实现商业价值兑现。23年7月，Spotify产品扩大涨价范围提价， Individual、Duo、Family、Student分别涨价10%、15.4%、13.3%、20%。24年6月，Spotify再次宣布上调美国区会员订阅价格，这是其在过去12个月内第二次上调 价格。25年2月，据彭博社报道，Spotify即将上线全新的“Music Pro”订阅会员等级，该订阅计划将以现有套餐为基础，每月额外收取最高5.99美元，为用户提供AI混 音功能以及独家演唱会门票等服务。25年8月，Spotify宣布，将在非美国家南亚、中东、非洲、欧洲、拉丁美洲以及亚太地区的多个国家提高Premium订阅服务价格，由 10.99欧元涨至11.99欧元，与美国地区对齐。

报告节选：

编辑：火腿肠