作者：qinbafrank
這兩天把美股和A股裡Agent的公司財報扒了一圈，感受很強烈：Agent開始從發布會走進財務報表了。
過去一年市場看Agent，主要盯著模型能不能調用工具，能不能連續完成多步任務，一家公司又發布了多少個Agent。
到了這次財報季，觀察指標明顯變了。現在開始看Agent貢獻了多少ARR、多少ACV，帶來多少新增訂單，有多少客戶進入生產環境，每季實際完成了多少工作量。
這個變化很重要。
產品能跑通，只能說明技術方向成立。收入、合約、回款和利潤開始出現，才說明企業願意持續為這項能力付錢。
所以更傾向於把2026年定義為企業級Agent的「財務驗證起點和元年」。這裡說的是驗證元年，距離產業成熟還有很長一段路，但至少已經出現了第一批能夠放進財務模型裡的真實數據。
一、美股已經給出了第一輪答案
目前看得最清楚的幾家公司，基本都掌握著企業內部的數據、權限和工作流程。
1、ServiceNow第二季訂閱收入達到38.77億美元，同比增長24.5%；AI業務ACV突破10億美元，Agent部署量在九個月內增長了9倍。
以前很多人把ServiceNow看成IT工單和工作流程軟體，現在它越來越像企業Agent的控制中心。
企業內部未來可能同時運行Claude、Gemini、OpenAI以及各種垂直模型。到底哪個Agent可以存取哪些數據，能代表誰執行任務，哪些動作需要審批，出錯以後怎麼回滾，這些問題都需要一個統一的治理層。
ServiceNow已經站在了這個位置上。它賣的逐漸從工作流程軟體，延伸到Agent的身份、權限、監控和執行體系。
2、Salesforce的驗證也很直接
Agentforce ARR已經超過15億美元，同比增長超過240%；Agentforce和Data 360合計ARR接近39億美元。第二季Agentforce和Slack完成了32億個Agentic Work Units，環比增長97%。
過去市場討論Salesforce，擔心通用大模型會繞開CRM，直接接管銷售和客服。現在看下來，大模型想真正完成企業任務，依然需要客戶資料、歷史訂單、合約狀態、銷售線索和權限體系。
Claude可以負責理解意圖，Salesforce掌握著業務上下文和執行軌道。
當然，240%的年增速度需要稍微打一點折扣。Salesforce從本季開始擴大了Agentforce ARR的統計範圍，加入了其他AI產品、Slackbot和Headless 360。方向已經很明確，具體增速仍然要結合口徑變化判斷。
3、Workday的財報也很有代表性
AI已經貢獻了超過25%的新增ACV，超過5500家客戶正在使用至少一個Workday自研Agent。
這組數據說明，企業在HR、財務和審計這些敏感場景裡，並沒有簡單繞開原有軟體平台。員工數據、薪酬規則、財務制度、組織權限都沉澱在Workday內部，Agent需要沿著這些確定性的軌道工作。
對很多傳統SaaS公司來說，AI確實會壓縮一部分頁面、按鈕和低價值席位。但擁有核心數據和業務規則的平台，反而可能因為Agent獲得新的增購機會。
4、Palantir則代表了另外一種形態
第二季收入同比增長93%，美國商業收入增長149%。Palantir的強項一直在於，把企業數據、業務對象、權限和實際生產流程連接起來，然後用軟體完成決策與執行。
很多Agent產品停留在「幫你生成一個答案」，Palantir更接近「幫企業完成一個結果」。
製造企業關心設備停機減少了多少，供應鏈企業關心庫存周轉改善了多少，銷售團隊關心轉化率提高了多少。企業最終願意支付高價的，通常是這些能夠被量化的經營結果。
把這幾家公司放在一起看，會發現一個很明顯的趨勢：
最先吃到Agent紅利的，普遍是原來就處在企業核心業務系統裡的公司。
模型能力當然重要，但企業部署Agent還需要數據、權限、流程、審計和客戶入口。單純接一個模型、做一層聊天介面，門檻很快會下降。這也是之前在AI採用進入工程化時代的長文裡聊到的：真正擁有工作流程和核心獨家數據的SaaS掌握工作入口、業務對象、業務語義、用戶權限、歷史操作數據、系統記錄、行業規則、最終動作執行、客戶結果反饋。
二、這次財報最重要的變化，其實是衡量方法變了
過去判斷AI產品，市場經常看註冊用戶、試用客戶、Token調用量。這些指標可以證明大家有興趣，卻很難證明商業模式成立。
現在越來越多公司開始披露：AI貢獻了多少新增ACV，Agent產生了多少ARR，有多少客戶從試用進入生產環境，實際完成了多少任務。
Salesforce開始用Agentic Work Units衡量工作量，就是一個很重要的信號。
過去SaaS主要按照席位收費：一個企業有一萬名員工，購買一萬個帳號。未來Agent替企業完成大量任務，收費方式可能逐漸變成：
基礎席位費＋AI使用量＋任務完成量；
再往後，部分高價值場景甚至可能按結果收費。
例如客服Agent解決了多少工單，銷售Agent完成了多少線索篩選，財稅Agent處理了多少張票據，安全Agent關閉了多少風險事件。
一旦計費單位從「有多少人在使用軟體」轉向「軟體完成了多少工作」，SaaS的收入上限也會發生變化。
它開始切入企業的人工成本、外包費用和運營預算，而不是只在IT預算內部重新分配。
三、為什麼模型智力提升，會讓Agent成為一個長期行業
Agent這條線有一個很明顯的能力閾值：假設一個Agent執行單步任務的成功率是95%，連續執行十步以後，整個任務完整成功的機率只剩六成左右。
所以早期Agent經常出現一個問題：每一步看起來都挺聰明，真正放到長流程裡就開始出錯。企業還要安排員工檢查、糾正和返工，最後節省的時間並不多。
隨著模型推理能力、上下文長度、工具調用和記憶能力提升，這個情況會逐漸改善：Agent能夠連續完成的步驟越多，需要人工介入的節點越少，原來無法自動化的工作就會跨過商業化門檻。
這不是一個勻速發展的過程。
模型能力提升一點，可能只是讓回答更流暢；當可靠性跨過某個閾值以後，一整條工作流程都有機會被自動完成。
所以Agent收入未來可能會呈現很強的非線性。
今天只能整理資料，下一步可以填寫系統，再往後能夠提交審批、追蹤進度和處理異常。每多完成一個環節，商業價值都會明顯提高。
這也是為什麼Agent不需要先實現所謂的通用人工智慧。
財稅、客服、IT運維、銷售線索篩選和文檔處理，都有大量邊界明確、重複頻率高、結果可以檢查的任務。這也是之前聊到惡意編碼之後的第二場景：
只要Agent能夠穩定完成其中的大部分，客戶ROI就已經成立。
四、A股也開始驗證了，但路徑和美股不太一樣
美股當前率先兌現的，是企業平台和工作流程公司，A股更值得關注垂直場景。
1、金山辦公上半年收入33.13億元，同比增長24.69%，WPS 365已經連續六季保持60%以上增長。
金山辦公的優勢很直觀。它擁有文件入口、格式能力、協同關係和企業辦公數據。未來的辦公Agent可以直接生成、修改、審核和交付文件，這比在文件旁邊放一個聊天窗口更有價值。
但金山辦公上半年歸母淨利潤增長超過200%，很大一部分來自投資收益。看主營業務時，依然要剝離這些一次性項目。
2、稅友股份是A股垂直Agent裡比較典型的案例
上半年收入10.12億元，同比增長9.72%；扣非淨利潤增長44.04%。AI產品及業務回款已經佔數智財稅業務回款的33%，高於2025年全年的28%。
財稅場景非常適合Agent。規則相對清楚，數據結構化程度高，結果可以複核，客戶也願意為降低人工成本和稅務風險付費。
這類業務不需要模型包打天下。只要在一個窄場景裡做得足夠可靠，就能形成真實收入。
3、漢得信息
上半年AI智能化業務收入約2.2億元，同比增長超過100%，已經佔到公司收入的兩位數比例。
漢得長期做ERP、供應鏈、製造和財務系統實施。企業Agent落地最大的難題，經常出現在舊系統連接、非標準數據和複雜審批流程。漢得熟悉這些環節，有機會成為國內企業AI的部署層和集成層。
但A股這裡要特別注意財務質量，所以A股Agent的機會很大，但分析難度可能比美股更高。
很多公司仍然以項目制收入為主，AI業務是否能夠標準化，毛利率能否提高，能不能從一次性實施轉向訂閱和持續用量收費，目前還需要繼續觀察。
五、Agent產業鏈可能會形成四層結構
第一層是基礎模型和算力，決定Agent的智力上限與推理成本。
第二層是數據、身份、權限和治理。ServiceNow、Salesforce、Workday目前都在爭這一層。
第三層是工作流編排和執行。Palantir、UiPath以及部分企業數位化服務商在這裡競爭。
第四層是垂直行業Agent，包括財稅、辦公、法律、醫療、製造、客服和銷售
目前財務驗證最清晰的是第二層。
企業不敢讓一個缺少權限邊界、無法審計的Agent直接操作核心系統，所以數據和治理平台擁有很強的卡位優勢。
長期空間更有彈性的可能是第四層。垂直Agent可以直接對應具體工作量，ROI容易計算，也更容易進入人工和外包預算。
第三層則決定Agent能不能真正進入生產環境。模型會思考還不夠，它還要連接舊系統，調用工具，處理異常，把流程完整跑完。
UiPath會是一個很重要的觀察樣本。公司計劃在美國東部時間2026年9月3日盤後發布二季度財報，屆時可以進一步判斷傳統RPA向Agent執行層升級的速度。
六、接下來怎麼看Agent公司
以後看這類公司，我覺得幾個指標會越來越重要：
1、先看AI相關ARR、ACV和真實收入，再看生產環境客戶數，試用客戶的參考價值會越來越低；
2、然後看AI對新增合同的貢獻。Workday披露的「AI佔新增ACV超過25%」，就比發布了多少個Agent更有意義；
3、還要看任務調用量、完整任務成功率、續約率和客戶擴張率；
4、最後回到財務報表，觀察扣除推理成本以後的毛利率、實施週期、應收賬款和經營現金流。
如果每落地一個Agent，都要投入大量工程師做半年定制，它更接近傳統IT服務。
如果Agent能夠快速複製，客戶使用越多，單位成本越低，軟體公司的經營槓桿才會真正釋放。
最後，對Agent這條線的理解：
1）模型智力提升，決定Agent能做多少事；
2）企業數據、權限和工作流，決定這份智力能不能安全地進入生產系統；
3）真實的任務結果，決定客戶願意付多少錢。
模型每一次升級，都會把可以自動化的任務邊界往外推。
今天是編程、客服和文件，後面會進入財務、銷售、供應鏈、醫療和更多專業場景。可靠性提高以後，人工檢查減少，單位經濟性會持續改善。
所以Agent很可能是一條能夠持續很多年的效率提升型新行業。
不過這輪機會不會平均分配。
第一批贏家大概率是已經控制企業數據和業務流程的平台。第二批是能夠把AI部署進生產環境、真正完成任務閉環的執行層公司。A股的彈性更多來自垂直場景，但財務質量和收入標準化需要盯得更緊。
2026年更像Agent的財務驗證元年。過去市場討論模型到底有多聰明，接下來會越來越關心：它究竟完成了多少工作，幫客戶省了多少錢，又有多少價值最終進入了上市公司的收入、利潤和現金流。
