垂直Agent赛道升温：YC称机会比SaaS大十倍，三部门首次联合定调

2026年，Agent赛道热度持续攀升。Claude Code上线6个月即达到10亿美元年化收入运行率，OpenAI Codex实现AI直接操控电脑，国内字节扣子、阿里千问、百度千帆等平台也在加速打通“搜索—决策—支付—履约”闭环。然而，通用型Agent在深入垂直行业复杂场景时，因缺乏行业数据支撑，能力明显受限。

通用大模型与垂直场景的断层

当前主流的Agent产品主要集中在编程、日程管理等通用功能，一旦需处理特定行业的专业流程，便暴露出适应性不足的问题。业内人士指出，通用大模型缺乏行业数据是导致这一现象的核心原因——没有垂直领域的数据训练，Agent难以理解行业独有的规则和术语。

「智能体（Agent）是能够自主执行任务、串联多个操作环节的AI程序，其核心能力包括信息搜索、逻辑决策、支付交易与履约执行。」

政策与资本转向：垂直Agent获双重信号

5月8日，网信办、发改委、工信部联合发文，第一次从国家层面给智能体定了调。（注：此处原文为政策表述，直接引用）

与此同时，投资风向也显著偏向垂直领域。YC公开表示，垂直Agent的机会可能比整个SaaS大十倍；a16z则发布报告宣告“AI正在吞噬垂直SaaS”。逻辑在于：过去SaaS卖的是软件席位，而Agent卖的是“干完的活”。

国内厂商加速布局

• Claude Code：上线6个月达到10亿美元年化收入运行率，证明Agent商业化可行。
• OpenAI Codex：实现AI直接操作电脑，扩展了Agent的应用边界。
• 字节扣子、阿里千问、百度千帆：致力于将搜索、决策、支付、履约串联为闭环。

垂直Agent的实践探索：5月27日上海大会

5月27日，上海静安香格里拉举办了一场千人大会，围绕垂直行业Agent的构建方案展开讨论。参会方包括技术平台、行业用户及投资人，会议重点探讨了如何利用通用大模型结合行业数据，生成可落地执行的垂直Agent解决方案。

业界分析认为，随着政策定调与资本加注，垂直Agent有望成为2026年AI产业的关键增长极，但行业数据的获取与模型适配仍是当前的主要挑战。

深度智联发布CoWork：任务驱动协同模式重塑地产AI应用

在《中国房地产年鉴》30年特刊的AI底稿中，深度智联正式对外披露其协同平台CoWork。该平台被定位为“驱动AI与员工共同工作”的核心工具，旨在从传统“人驱动流程”转向“任务驱动协同”模式。

从“你问我答”到“任务驱动”

深度智联对CoWork的定位非常明确：不是让员工“使用”AI，而是让员工和AI“一起工作”。传统AI工具遵循“你问我答”的被动模式，员工需要自行构思问题、拆解步骤，并手动整合零散信息为成果。CoWork则采用任务驱动逻辑——用户只需输入如“完成XX地块的市场研究”或“做XX项目的投资可研”等业务目标，平台会自动理解意图、拆解步骤、调取数据、分析推理并提炼结论，关键节点与人确认后闭环交付。

内置行业黑话与数据推理能力

CoWork能听懂地产黑话。当你说“控规”“强排”“一房一价”“板块”时，它会基于深度训练的逻辑进行响应。

深度智联团队将多年沉淀的思考框架内置于AI推理逻辑中。CoWork在执行任务时，会主动识别所需数据支撑。例如，当指令为“竞品监测”时，平台会自动搜索土地、新房、二手房数据，优先寻找板块级数据，若不可用则扩展至区域级。这一机制被视为其区别于通用AI的关键特征。深度智联将这种能力类比为“团队中最懂行的老同事”。

底层引擎与技术逻辑拆解

根据《中国房地产年鉴》30年特刊的AI底稿，CoWork的技术实现依托于DeepLinkRE-LLM引擎。该引擎被视为“动力来源”，而CoWork则是“已上路的车辆”。两者的关系可以理解为：DeepLinkRE-LLM负责底层推理与数据处理能力，CoWork则将这些能力封装为可直接触发的业务协同流程。这一架构逻辑表明，深度智联的AI产品并非单一工具，而是一个由专有模型支撑的、可执行复杂任务的协作系统。

对行业工作流的直接影响

业内人士指出，这种“任务驱动协同”模式可能改变房地产分析类工作的流程结构。传统上，员工需要自行完成数据采集、报告撰写和结论提炼等环节，而CoWork通过自动拆解与确认机制，将部分重复性环节交由AI执行。这并不意味着完全替代员工判断，而是在关键节点保留人工确认环节，形成人机互补的闭环。

CoWork工作台一句指令生成特色小镇官网设计

用户向CoWork工作台发出一句指令，要求生成一个特色小镇运营商的官网，并限定“要有氛围感，体现运营成功案例和核心方法论，其他模块你自己发挥”。该用户未提供设计稿与素材包。

“帮我做个特色小镇运营商的官网，要有氛围感，体现运营成功案例和核心方法论，其他模块你自己发挥”

指令拆解：从语义到设计需求

用户通过工作台界面截图配合文字指令进行输入，指令包含四项具体要求：

• 氛围感：指设计风格需营造特定环境气氛（如小镇特色、运营场景等）。
• 运营成功案例：要求官网呈现已落地的特色小镇项目成果。
• 核心方法论：要求展示运营背后的逻辑框架与执行策略。
• 其他模块自主发挥：允许工具根据自身理解补充导航、联系方式等常规板块。

零素材生成：AI对模糊指令的实时响应

在上述指令中，用户未提供任何设计稿、图片或文案素材，CoWork工作台需仅凭一句话及截图进行全自动生成。这要求工具同时理解概念性描述（氛围感）与结构化需求（案例、方法论），并完成从排版到视觉的完整输出。

AI工具宣称可在几分钟内生成含四组核心数据与六个导航板块的官网

一款专注于品牌官网生成的AI工具近日引发关注。据其展示，该工具可在几分钟内自动构建一个完整的官网页面。

官网构成与自动生成能力

生成的官网首页以禅意山水大图铺满首屏，同时自动配置了品牌Slogan。在数据展示方面，工具内置了四组核心数据模块，用于呈现品牌关键指标。导航方面则自动规划了六个导航板块，覆盖了网站的主要栏目结构。

“视觉调性和信息架构都够直接拿去提案。”——产品介绍中的评价

对建站流程的影响

这一能力意味着企业可以在极短时间内获得具备专业水准的官网原型，大幅缩短从创意到落地的时间。传统网页设计中需要手动设计布局、调整数据卡片和导航逻辑，而该工具通过AI一次性完成这些工作。

深度智联CoWork实战评测：多业态客户培训揭示产出质量分层

在发布会前后数日内，深度智联针对其CoWork产品密集组织了多场客户培训，覆盖住宅、营销、投资、物业、长租及康养等不同业态。各业态客户在亲身体验后初步形成共识：CoWork的产出已能满足日常工作需求。不过，现场反馈也显示，该产品在质量层面存在明显分层。

质量分层：按成熟度划分为三档

根据客户培训现场的实操反馈，深度智联将CoWork的产出质量按照成熟度划分为三档。不同档位意味着在不同应用场景下的稳定性和适配度存在差异，但整体已跨过早期试用门槛。

“现场反馈形成了一个共识：CoWork 的产出，已经能满足日常工作需求。但质量并非一刀切。我们按照成熟度分成三档来看。”

多业态全场景覆盖测试

此次培训旨在检验CoWork在真实业务场景中的适应能力。深度智联逐一组织了住宅、营销、投资、物业、长租、康养等不同业态的客户上手操作，覆盖从前期投资测算到后期物业运营的全链条场景。各业态客户在操作后均给出了具体使用反馈，为产品后续优化提供了方向。

• 住宅业态：关注日常运营报告与客户沟通辅助的实用性。
• 营销业态：侧重产出内容在客户触达与线索管理中的有效性。
• 投资与物业业态：侧重于数据驱动的决策支持与流程自动化。
• 长租与康养业务：检验跨业态场景的泛化能力与细节把控。

CoWork报告获房企高管正面评价：深度优于20万外包咨询报告

一位TOP房企领导在审阅CoWork输出的报告后，给出了直接反馈。该负责人表示，这份报告“比我们花20万、30万外包给咨询公司、研讨一周交上来的，写得还深”。

直言“哪里还不够”成核心亮点

该领导进一步指出，CoWork产品最让人信服的地方在于，敢于“把‘哪里还不够’明明白白讲出来”。这一评价强调了报告在问题剖析层面所体现的坦率与细化程度。

比我们花20万、30万外包给咨询公司、研讨一周交上来的，写得还深。

对传统咨询模式的对比观察

从上述反馈中可见，CoWork产出的报告在深度上已超过企业以往花费高额费用、历经团队研讨后获得的咨询成果。该对比从侧面反映了CoWork在行业分析及问题指认方面的能力，也暗示其在效率与成本上可能具备优势。

• 原外包咨询流程通常需要数万元投入及团队研讨，周期约一周。
• CoWork报告在同一衡量维度（分析的深度与坦诚度）上获得了更高评价。

CoWork发布垂直行业Agent，重新定义不动产企业组织能力

在智能体技术加速落地的背景下，深度智联于近日发布了面向不动产行业的垂直Agent产品CoWork。该产品不仅聚焦于提升工作效率，更致力于通过将个人经验转化为组织资产，重构企业的组织能力体系。

从“经验组织”到“能力组织”的跃迁

传统地产企业面临一个普遍困境：核心能力高度绑定在“明星员工”身上。例如，一位资深投研总监转岗，带走的不仅是人，还包括其个人的分析逻辑与行业经验。CoWork试图通过其Skill体系与企业级知识管理解决这一问题。

该平台允许企业统一管理组织架构、员工账号、知识库和技能库。优秀员工的工作方法论可以被提炼为Skill，供全公司复用。这意味着，一个人可以协同AI并行推进多类复杂任务，一个部门的能力可覆盖整个组织，经验不再随人员流动而流失，而是沉淀为可共享、可传承、可迭代的数字资产。

数据安全与治理：面向核心客户的需求保障

对于央国企、城投平台等对数据安全有高要求的客户，深度智联在合规层面给出了明确承诺：客户数据仅服务于客户自身业务，不会用于模型训练或对外使用，企业自建的Skill与知识沉淀均归企业所有。此外，对于安全要求更高的客户，还可选择本地化私有部署，确保数据全程在企业内部流转。

在管理端，CoWork的EMC管理端提供了对AI资产“可量化、可治理”的支持。企业可以追踪：AI的使用情况、各部门的采用率、知识库与技能库的复用率等关键指标，从而实现对AI部署效果的评估。

“模数共振”：垂直行业Agent的落地逻辑

深度智联认为，通用Agent无法解决的根本问题在于“它不懂你的行业”——不理解术语，不掌握数据，不了解工作流。而CoWork的核心逻辑是“模数共振”，即行业模型与企业数据的结合。其路径是：在垂直场景中跑通“数据→知识→专家→执行”的完整闭环。

正如三部委在《智能体规范应用与创新发展实施意见》中的判断：2026年是智能体的试点爆发期，垂直场景的专业智能体将迎来规模化落地。

深度智联的野心不止于地产行业。其计划将这套“垂直行业Agent”的方法论，复制到其他复杂行业中。不动产行业的下一个分水岭，不在于“谁用了AI”，而在于“谁重写了工作”。