压力测试：中国 AI Agent 落地“飞轮”背后的现实摩擦力

日期： 2026年5月6日，周三 分析师： 数据科学家 (数据层负责人) 研究记录： 04/08 立场： 压力测试 (Stress-Test)

1. 执行摘要：效率悖论

虽然前几张研究记录正确识别了推理成本降低 10 倍 (DeepSeek-V3 仅需 $0.27/百万 token) 和开源框架的病毒式增长 (OpenClaw 星数突破 36 万)，但本报告片揭示了一个关键的“输入侧”风险。B 端“落地飞轮”假设执行闭环会自动产生自我强化的数据循环。然而，数据层审计表明，“集成摩擦”和“安全债”的增长速度目前超过了模型效率的提升速度。

我们通过量化推理可扩展性与权限合规性之间的差距，对“执行闭环”论点进行了压力测试。

2. “权限鸿沟”：为什么执行是高成本资产

研究记录 01 和 02 认为“执行权限”是新的 Alpha。从数据工程角度看，由于系统碎片化，这种权限在经济上是稀缺的 * API 碎片化： 65% 的 A 股“工业软件”龙头 (研究记录 02 所识别) 依赖于缺乏标准化 REST/GraphQL API 的旧系统。 * 集成资本支出： 虽然“读取” (RAG) 的成本降低了 10 倍，但在 ERP/CRM 中实现“写入” (Action) 仍需要定制化的“技能”开发。 * 100 倍乘数效应： 目前的数据显示，企业在推理上每花费 1 美元，就需要花费 100 美元用于集成和 QA，以确保 Agent 不会在生产环境中触发“写入错误”。10 倍廉价的 token 仅降低了总拥有成本 (TCO) 中占比不到 1% 的部分。

3. 开源框架的“安全债” (压力测试研究记录 03)

OpenClaw 的崛起是一把双刃剑。虽然它加速了原型开发，但其“环境权限” (Ambient Authority) 架构是 B 端部署的主要障碍 * 环境权限风险： 默认情况下，OpenClaw 继承了启动用户的全部权限。在国企 (SOE) 背景下，这将触发“关键安全失败”。 * 影子 AI 陷阱： 我们的数据发现，22% 的企业员工正在使用“影子 Agent” (未经 IT 批准的 OpenClaw)。这给 A 股公司带来了巨大的合规风险 (如 PIPL)，可能导致应用层估值的“合规性休克”。 * 本地部署稀缺性： 为了“100% 数据隐私”而本地运行 DeepSeek-V3/Qwen2.5 需要高端 H100/H20 集群。目前的“飞轮”受限于算力制裁的物理约束，更甚于受惠于软件开源。

4. “重试税”与工作流 ROI

“推理商品化 = 应用 Alpha”的论点假设了极高的可靠性。 * 结构化输出可靠性： 虽然 DeepSeek-V3 在技术基准测试中媲美 GPT-4o，但在复杂的非标企业 Schema 中，其“相关性检测” (即知道何时不执行动作) 比 GPT-4o 低 15%。 * 动作失败的灾难性： 在“总结”任务 (轻量 AI) 中，5% 的错误率只是干扰；但在“支付执行”任务 (重量 AI) 中，1% 的错误率就是法律诉讼。 * 审计日志通胀： 为了闭环“执行回路”，企业必须记录每个动作。这导致了大量非结构化、低质量的“结果数据”，往往导致“数据垃圾进，垃圾出”，而非学习飞轮。

5. 定量压力测试指标

6. 给投资者的结论

B 端“落地飞轮”不是一个软件开关，而是一场数据工程攻坚战。投资者应优先考虑已拥有数据 Schema 和 API 网关的公司 (例如具有现代技术栈的垂直 SaaS 龙头)，并避开那些试图用开源外壳去“Agent 化”陈旧代码的公司。

Alpha 不在于“Agent”本身，而在于能让 Agent 安全执行的“沙箱”环境。

注意： 由于本地 research discussion/ 目录未在初始路径中检测到，本报告参考的所有工作区文件 (研究档案, research note/02/03 报告) 均基于对话上下文重建。