闭源模型份额暴跌至 28%，中国 AI 应用为何告别"闲聊"时代？

曾经被视为万能解药的大语言模型，正在经历一场深刻的价值重估。

全球权威咨询机构 Gartner 发布的《2026 年中国数据、分析和人工智能技术成熟度曲线》中出现了罕见的结构性反转：代理式 AI（Agentic AI，即智能体）首次超越生成式 AI，登顶成为中国企业最关注的人工智能方向。 这一信号背后，是中国企业在经历了两年的"大模型热潮"后，回归商业本质、追求实际效用的集体觉醒。

与此同时，一个更为震撼的数据揭示了底层逻辑的彻底改变：国内企业对闭源模型的使用占比，已从两年前的约 80%，降至三个月前的 50%，再到最新的 28%。这不仅仅是数字的游戏，更是中国 AI 产业从"追逐概念"走向"务实落地"的分水岭。

从"生成对话"到"采取行动"：Hype Cycle 的权力更迭

如果将技术成熟度曲线比作一场赛跑，过去两年属于"聊天机器人"式的生成式 AI。它们能写诗、画画、回答常识，但在真正解决复杂的业务难题时，往往显得力不从心。

此次登顶的代理式 AI，核心差异在于"行动力"。如果说生成式 AI 是提供了一个"大脑"，那么智能体则装上了"手脚"。它不仅能理解自然语言指令，更能自主调用工具、跨越多个软件系统、完成一系列复杂的操作流程——比如自动抓取财务数据、核对合规报表并发送审批邮件。

这种变化的技术基础正在快速成熟。早期的 Chatbot 只是简单地对用户问题进行文本回应，而新一代智能体则采用了"规划 - 执行 - 反馈"的闭环架构：先理解任务目标，拆解为若干子步骤，依次调用 API 或数据库获取信息，最终将结果汇总交付。这种架构让 AI 具备了处理多步骤复杂任务的能力。

在 Gartner 的定义中，代理式 AI 目前正处于技术成熟度曲线的"期望膨胀期"。这意味着市场对其抱有极高的期待，但也预示着泡沫与机遇并存。对于中国企业而言，选择智能体作为主攻方向，反映出一种强烈的务实倾向：老板们不再关心谁能写出更好的唐诗，而是关心这个 AI 能否替那个已经累得半死的运营专员把重复的工作干了。

然而，这也带来了新的风险。处于"期望膨胀期"的技术，往往伴随着过高的投资回报预期。一旦部署效果不及预期，企业可能会面临新一轮的信任危机。

国产模型崛起与闭源神话的破灭

比技术风向更值得关注的，是底层算力格局的剧烈动荡。

数据显示，国内企业在 AI 项目中采用第三方闭源模型（如传统的海外头部大模型服务）的比例，在短短两年时间内发生了断崖式下跌：从两年前的 80%，降至三个月前的 50%，再到最新的 28%。

这一数据的含义极为深远。在过去，由于本土模型能力不足且存在合规隐患，绝大多数企业不得不依赖昂贵的闭源"黑盒"来启动 AI 转型。如今，这一垄断格局已被打破。

支撑这一变化的推手，是国内开源与本土私有化部署能力的飞速迭代。据报道，DeepSeek 等国产模型在代码能力和逻辑推理上的表现已具备国际竞争力，而阿里、字节跳动、智谱及月之暗面等厂商在垂直领域的深耕，也让企业有了更多元的选择。

对于企业 CTO 而言，闭源比例的崩塌意味着成本的显著下降和对数据安全的更强掌控。当本土模型的能力足以应对 80% 以上的通用场景时，支付高昂的 API 调用费用便不再具有经济合理性。这场"用脚投票"的行动，实际上加速了中国 AI 产业链的去依附化进程。

产业影响：传统软件的命运转折

智能体的崛起不仅改变了 AI 行业本身，也给传统软件行业带来了不可忽视的压力。

在过去，企业 ERP、CRM 和 OA 系统构成了数字化转型的基础设施。这些系统虽然功能强大，但交互体验糟糕，员工需要记住大量菜单路径和操作逻辑。智能体的出现，有可能通过自然语言交互重新定义人机界面——用户不再需要学习如何操作软件，而是直接用语言告诉系统"我要什么"。

这种变革对传统软件厂商来说是机遇也是挑战。一方面，它们的存量客户基数为智能体落地提供了天然场景；另一方面，如果用户习惯被智能体重塑，传统软件的价值可能被重新定价。那些能够快速提供高质量行业知识库的企业，将在新一轮竞争中占据有利位置。

物理 AI 仍在黎明前：别被硬件叙事误导

在软件层面的"智能体"热火朝天的同时，公众视野中的另一大热门——物理 AI（包括人形机器人、高阶自动驾驶等），却遭遇了冷静的降温。

Gartner 报告明确指出，物理 AI 目前仍处于技术萌芽期的低谷（Trough of Disillusionment）。报告给出的判断是：主流应用至少需要 5 到 10 年才能实现。

这给盲目乐观的硬件投资者泼了一盆冷水。尽管特斯拉 Optimus 等产品频频展示肌肉，但在工业级的可靠性、成本控制以及非结构化环境下的适应能力上，现实仍有一段长路要走。对于当下的中国科技企业，将重金押注在物理硬件的短期爆发上，风险极高。

未来的 AI 版图可能是一个"软硬分离"的局面：软件层面上的智能体和生成式应用先行一步，深刻重塑企业的组织形态；而物理载体则需要更漫长的工程化打磨。

结语：AI 下半场的胜负手

Gartner 的最新风向标告诉我们一个残酷但真实的道理：技术的光环终将褪去，剩下的只有生意的逻辑。

无论是代理式 AI 取代大模型登顶，还是闭源份额被国产力量蚕食，其背后的主线都是"降本增效"的极致追求。对于企业和投资人来说，下一个百亿级赛道的机会，或许不再在于谁拥有更大的参数规模，而在于谁能更早地让 AI 像水电一样，无声地流淌进业务的每一个毛细血管里。

观察这个趋势的后续发展，有三个关键指标值得关注：其一，企业级智能体产品的付费率是否能持续提升，这是验证商业模式的核心标准；其二，开源社区的贡献速度和社区生态活跃度，这反映了国产模型的持续进化能力；其三，云计算巨头在 AI 基础设施上的资本开支变化，这将预示下一轮产业投资的流向。

编辑总结： 本文基于 Gartner 报告及媒体报道整理。需注意的是，受限于原始研报的可获取性，关于"闭源模型占比 28%"的具体统计口径（如样本量、时间窗口）以媒体转述为准，建议持续关注后续官方数据的披露。