顶尖AI团队怎么用Agent？一个新信号已透露...

各位客官，想必大家用上各种Agent工具来办公了吧？是某某Buddy，还是某某Work还是某某Code？现在各种大模型厂商几乎都推出了自家的编程或办公的Agent，让用户从网页或APP使用大模型的方式，过渡到了各式各样的Agent。

富二也是如此！

身边许多许多小伙伴已经开始学习怎么使用和接入技能（Skills）、连接器（MCP）.....这些Agent必不可少的“外挂”的来源五花八门，有的是公司数据、有的是软件、还有的则是网友的自制分享等等。

Agent工具融入工作，就像是有一个AI实习生，只要指令清晰，就能帮忙完成一些工作！这感觉不要太舒服了！

Agent确实在重塑我们的工作方式～

但你在Agent的对话框里给这个“AI实习生”分配工作空间、下达指令的时候，不知道你有没有好奇过——你的同事、朋友是怎么使用Agent的呢？在AI公司里的员工，日常工作是怎么使用AI的呢？

而就在上周末，OpenAI公开发布了一篇博客文章《Research acceleration: The view inside OpenAI》（研究加速：来自OpenAI的内部视角），介绍了这一家全球顶尖AI模型公司内部研究员日常使用Agent的情况。在这里富二也给大家分享几个亮点～

一个研究员背后，
已经“带着”3-4个AI打工人

先看一个震撼的数字。

报告统计发现，如果把标准8小时工作日时长算作1个“人类工作日”，那么研究人员运行的Agent工作量，已经是人类的3.14倍。

来源：OpenAI。

这里的3.1倍，不是说“AI Agent的生产效率已经是人类的3.1倍”。这里统计的是Agent运行时间，再按8小时工作日折算。

真正有意思的是，Agent已经不只是偶尔帮研究员写写代码，而是成了日常工作之一。越来越多研究人员开始同时运行4个甚至更多Agent。

一个人拆分任务，让多个Agent并行执行，自己更像项目经理，负责制定目标、判断和决策。

按公开的API价格计算，中位数研究员每天使用超过600美元的Token，90%分位的深度研究员每天使用的Token价值超过7000美元！

来源：OpenAI。

为什么研究员特别爱用Agent？

因为AI研究本身就是非常工程化的工作，写代码、做评估（Evaluation）、搭基建（Infrastructure）、跑实验、Debug、分析结果、再实验、最终集成，中间任何一个环节出问题，整个研究闭环都可能被卡住。现在，一部分技术工作正在被Agent接管。

Agent在进入整个AI研究流程

报告中根据美国劳工部开发的O*NET 工作分类，把前沿人工智能研发过程拆成六个阶段：决定（Decide）、设计（Design）、构建（Build）、运行（Run）、分析（Analyze）、沟通（Communicate）。

他们发现，从2026年1月到8月，Agent参与的所有研究工作几乎都在增加。

来源：OpenAI。

2026年年初时，Agent最主要承担的任务是写代码；后来，技术支持、实验监控等工作也增长明显。

尤其有意思的是，以前一些团队会专门举办工作交流会议，让技术人员帮研究员解决实验中的技术难题。但2026年，这类活动参与度明显下降，甚至有团队已经停止举办这种内部会议了，把精力转去做其他改进。

为什么？因为碰到问题，越来越多研究员开始直接问Agent了。原本“研究员+工程师=问题解决”的流程，开始变成“研究员+Agent=问题解决”。

所以Agent首先替代的未必是“科学家”，而可能是大量研究工程师、测试、实验监控等支持类技术工作。

效率提高后，新瓶颈是算力

那么，研究员是不是真的因此做了更多事情？

文章还提到，2026年以来，每位做实验的员工完成的实验数量持续增加，到2026年8月已达到自2025年1月开始跟踪以来的最高水平。

Agent用得更多，写代码更快，技术问题处理更快，一个研究员可以推进更多实验。

不过，报告里也没有把所有实验数量增长都归功于Agent。

因为模型公司获得的算力也从2025年以来显著增加。

文章里还有一句很重要的话：算力也是AI研发进展的重要制约因素，而且随着其他瓶颈逐渐减少，算力的重要性可能越来越高。

过去限制AI研究速度的一个重要因素是人的时间，研究员一天就24小时；但Agent可以同时开很多个。所以当人类劳动瓶颈逐渐下降后，新问题就出来了：GPU够不够？

所以Agent背后，是一条更长的产业链！

从产业链角度看，Agent背后是一整套基础设施：Token、GPU计算、HBM与其他存储、网络与数据中心、电力与其他基础设施。因此，如果Agent真正进入企业生产环境，它带来的不只是软件层面的变化，还可能持续拉动整个AI基础设施体系。

这也是为什么近年来投资者关注的已经不只是“大模型公司”，而是进一步延伸到算力、存储、服务器、网络、电力、数据中心等整个产业链。

基金经理怎么看Agent？

最近公布的2026年二季度定期报告中，多位富国基金权益基金经理也提到了AI Agent，不约而同地关注到了Agent对相关产业链的需求。

包括大家的老熟人，之前也参加过富二播客节目的曹晋，在定期报告中提到

“AI硬件周期核心beta是存储——源自推理和Agent带来的offload需求。”

来源：富国中小盘精选2026年2季度定期报告，截止至2026年6月30日。

蒲世林：“AI Agent的快速发展带来算力消耗的快速增长，市场对AI资本开支的预期逐步趋于乐观。”

来源：富国均衡策略2026年2季度定期报告，截止至2026年6月30日。

赵年珅：“AI应用（视频生成、智能体Agent、AI搜索与广告等）逐步放量，互联网相关业务的估值有望修复。”

来源：富国民裕沪港深精选2026年2季度定期报告，截止至2026年6月30日。

侯梧则重点提到了后续场景、资源、增长潜力等值得关注的方面。“产业层面在coding和agent的拉动下确实带动了算力等需求的爆发式增长，但后期有无新的场景接力，电力等资源的约束，ARR的增长斜率，以及对现金流的消耗都是值得跟踪和讨论的。 ”

来源：富国改革动力2026年2季度定期报告，截止至2026年6月30日。

Agent时代，投资者应该看什么？

看完报告和各位基金经理的观点，富二觉得，可以简单总结成三条。

第一，看Agent使用量和任务复杂度。

关注Agent类应用，不只是看注册用户数有多少，而是看是不是每天都在用，是否从“偶尔尝鲜”变成高频、长期、深度使用。

在这篇报告里，过去6个月里，超过一半成功完成的4—8小时任务，仍然至少需要一次人类干预，说明完全自主Agent还有距离。

第二，看推理、算力和AI资本开支。

Agent的本质，是把原来由人完成的部分，转化成机器完成。而机器完成这些工作需要Token、AI芯片、存储芯片、网络，最终还需要数据中心和电力。如果企业越来越依赖Agent，就会需要更多服务器、GPU、存储、数据中心和网络基础设施，最终体现为AI资本支出是不是还在继续增长？

第三，也是最重要的，看商业化和现金流。

Agent使用量增加，不代表所有AI公司都会赚更多钱。因为Agent越多，算力消耗也可能越高。真正重要的问题是：谁来为新增的AI需求买单？如果Agent使用量上升，同时客户付费也上升，商业模式会越来越强；但如果收入增长跟不上成本，就可能出现毛利率承压、现金流消耗增加。这也是为什么相关公司的年经常收入（ARR）增长斜率、现金流、资本支出等指标会越来越重要。

过去，AI帮人工作；现在，人开始管理一群AI；未来，AI可能直接完成越来越完整的工作任务。

对于关注产业链投资机会的各位客官来说，下一次当你打开Agent的时候，别只想着“这个东西能不能帮我完成任务”，也可以换个角度想想，如果未来所有人的工作方式都变成这样，谁会成为最大的受益者？

风险提示：市场有风险，投资须谨慎。基金管理人承诺以诚实信用、勤勉尽职的原则管理和运用基金资产，但不保证基金本金不受损失，不保证基金一定盈利，也不保证最低收益。产品由富国基金发行与管理，代销机构不承担产品的投资、兑付责任。外部文章仅用作公开数据分析使用，非品牌倾向或个股推荐。以上内容不代表对市场和行业走势的预判，也不构成投资动作和投资建议，不预示基金当前和未来具体投资操作，基金经理可在投资范围内根据市场情况进行调整。建议持有人根据自身的风险承受能力审慎作出投资决策。相关基金如投资于港股通标的股票、科创板股票、存托凭证、股指期货、国债期货、资产支持证券等品种的，将面临相关投资品种和业务的特有风险。经富国基金评定，以上基金的风险等级为R4(中高风险)，适合风险承受能力为C4及以上的投资者，建议投资者详阅基金合同等文件，根据自身的风险承受能力审慎作出投资决策。产品风险等级及适配投资者等级以销售机构评定结果为准。

-# 日富一日 Agent-

各位客官，你在日常工作有尝试使用Agent工具吗？你觉得这类工具对你最大的帮助是什么？欢迎留言分享~

留言被精选且点赞数前10名的客官，富二将奖励10元话费给到客官~

（提示：请客官直接在本篇文章评论区留言，获奖后富二会通过后台通知获奖用户，届时请按“关键词+手机号”此格式回复富二。留言活动富二会在后台监测数据变化情况，保留取消数据存疑用户获奖的权利。不同微信号的同一个获奖手机号均视为一个用户，仅作一次奖励。）

本活动截至2026年9月12日17:00结束，最终解释权归富国基金管理有限公司所有。

投资有风险，基金投资需谨慎。

在投资前请投资者认真阅读《基金合同》《招募说明书》等法律文件。基金净值可能低于初始面值，有可能出现亏损。基金管理人承诺以诚实守信、勤勉尽责的原则管理和运用基金资产，但不保证一定盈利，也不保证最低收益。过往业绩及其净值高低并不预示未来业绩表现。其他基金的业绩不构成对本基金业绩表现的保证。

以上信息仅供参考，如需购买相关基金产品，请您关注投资者适当性管理相关规定、提前做好风险测评，并根据您自身的风险承受能力购买与之相匹配的风险等级的基金产品。