云知声（港股AGI第一股）发布2026年中期财报，营收达到5.62亿元，同比增长38.7%，其中智能体（Agent）业务收入4.78亿元，占整体收入的85.1%，成为业绩增长的核心引擎。这一数据表明，AI Agent已从概念走向真金白银的营收贡献，尤其在医疗、保险、城市公共服务等核心场景中实现了规模化落地。
财报显示，2026年上半年云知声的Token业务收入接近3000万元，同比增长约760%，其中第二季度收入超过2500万元，环比增长超500%，业务毛利率超过60%。Token业务的爆发式增长，反映出市场对按量付费模型调用模式的接受度正在提升，也标志着云知声在模型商业化上找到了新的增长点。
从客户结构看，云知声的复购收入占比超过60%，客单价显著提升，表明其Agent服务已深度嵌入客户业务流程，形成持续合作。截至目前，云知声2026年合同额同比增长65%，在手订单超过15亿元。在客户拓展方面，公司已累计服务470余家医疗机构，其中超过八成是三级医院；在区域平台层面，完成了52.44万家厦门企业画像治理；在高端制造领域，推动某新能源车企订单增长10%。
盈利能力方面，2026年上半年云知声实现毛利1.86亿元，同比增长42%，增速高于营收增速，显示商业化效率在提升。这与全球AI行业普遍“增收不增利”的现状形成对比——例如OpenAI最新季度营收环比增长18%，但经营亏损却从93亿美元扩大至123亿美元。云知声的盈利改善，部分得益于其“模型+平台+Agent”的端到端交付模式，以及模块化复用带来的成本下降。
云知声的增长逻辑可归纳为“横向复制”与“纵向深挖”。横向复制指将行业知识沉淀为可复用模块，例如其智能体平台UniAgentOS已沉淀1773个实例智能体，单个模块最高复用119次，项目实施成本占比从去年同期的21%降至17%。纵向深挖则指在单一客户中扩展应用场景，从一次性交付转向持续服务。这种模式类似Palantir的“重交付”打法，但云知声更强调自研模型的主导权，其底层有U2通用基模，并延伸至医疗等行业模型和端侧芯片。
技术研发是支撑这一模式的基础。2026年上半年，云知声研发投入达2.84亿元，占研发、销售和管理费用总和的78.5%；公司327名研发人员占员工总数的67.7%。其自研的U2模型采用稀疏MoE架构，拥有2600亿总参数，但单次仅激活约100亿参数，在保证性能的同时兼顾了速度与成本。在应用层面，云知声为医院开发的病历质控Agent，将单份病历审核时间压缩至10秒以内，质控覆盖率提升至100%，人工效率提升80%以上。
云知声的实践表明，AI Agent的商业化关键在于模型能力与行业知识的深度结合。公司通过将业务经验拆解为17个子集和61个细分类别，把散落在业务系统、操作手册中的知识转化为模型可计算、可调用的资产。这种“懂业务”的能力，使其Agent能真正进入客户工作流，与医生、审核人员协同完成任务，从而形成持续付费的闭环。
尽管云知声的业绩亮眼，但Agent商业化仍处于早期阶段，不同行业、不同场景的复制难度各异。云知声的路径能否持续验证，还需观察其跨行业扩张的效率和客户留存情况。对于AI产业投资者而言，云知声的案例提供了一个观察“AI应用如何赚钱”的窗口，其复购率和订单增长是衡量价值创造的关键指标。