📊 影响分析
该实验凸显AI agent框架效率差异，将推动行业向高token利用率框架迁移，降低AI应用边际成本，利好AI应用及算力优化环节。
事件触发 ⚡
Composio团队对比实验发现，不同AI agent框架（Claude Code、Hermes、Kimi）在相同模型下token消耗差异最高达30倍，量化揭示了框架效率的严重不均衡。
产业链传导 🔄
开发者与企业为降低算力成本，将加速从低效框架迁移至高token利用率框架，倒逼框架厂商优化架构，同时降低AI应用边际成本，刺激更多场景落地。
受益赛道 📈
AI应用开发、智能办公、教育等场景因token成本下降而加速商业化；算力优化环节（框架编译器、芯片适配）需求提升。
核心标的 🏢
国内AI应用龙头与办公软件巨头，因高效框架降低部署成本而直接受益，用户规模与ARPU有望提升。
科
科大讯飞 002230AI应用龙头，高效框架降低星火大模型部署成本，加速教育、医疗等场景落地
金
金山办公 688111AI办公场景核心标的，token效率提升降低用户使用成本，推动WPS AI渗透率
数据来源：行业公开数据、公司财报、券商研报，仅供参考，不构成投资建议。