计算机行业动态报告：端到端训练开启AGENT新范式 四月国产AGENT迎集中发布潮
AI Agent成为大模型公司发力方向。当前，大模型成本投入过大，预训练边际收益在放缓，数据面临边界，以及以DeepSeek为代表的开源模型崛起，单纯的API模式无法支撑模型厂商盈利。因此，更聪明，能推理，能调用不同工具，能满足个性化需求，在应用层可实现更高价值链的AIAgent成为大模型公司急需发力的方向。
端到端强化学习的智能体框架Agent上限更高。围绕架构可以将智能体划分为Workflow(工作流)和端到端的Agent(智能体)两类框架，后者上限更高。其核心突破在于主动决策与动态规划，实现了内化思维链(CoT)与行动链(CoA)生成能力、动态选择最优工具优化API调用、跨会话行为优化等效果。相较于传统工作流，端到端Agent框架标志着AI系统从“流程执行者”向“目标驱动型决策主体”的范式跃迁。而工作流驱动的Agent核心依赖人工设计的规则与提示词通过结构化步骤完成任务，这类工作流的典型特征表现为被动响应机制。
我们认为，智能体可以主要分为三类：一是纯基于工作流框架的智能体。二是基于工作流框架，依靠推理模型进而具备长思维链能力的智能体。三是基于端到端智能体框架，实现CoT+CoA双轮驱动任务推进的智能体，这一代智能体最大限度地拓展了自身能力边界。根据大模型Scaling Law，第三代智能体的能力目前还处于加速扩展的阶段，主要受益于推理模型的升级和强化学习技术的快速突破。
随着OpenAl Deep Research和Claude 3.7 Sonnet的推出，我们看到针对任务的强化学习在推理过程发挥强大作用，更在工具调用，任务执行方面体现了强大潜力。我们认为，国产模型在强化学习的出色表现，将为下一步Agent的发展打下坚实基础，相信4月开始将陆续有国产优秀的Agent涌现出来，成为AI落地的重要场景。
风险提示：大模型技术发展不及预期、商业化落地不及预期、政策监管力度不及预期、数据数量与数据质量不及预期。