跳到正文

#Agent

今日 18 条
11月7日周六
  1. 量子位39

    硅谷华人团队AFK AI的Comma落地Super-agent架构,早于DeepSeek发文并已开源

    硅谷华人团队AFK AI的Agent产品Comma已实现单Router加多Worker架构,于2026年9月30日开源,早于DeepSeek发文提出Super-agent设想。

    决策要点

    Agent Harness的行业关注点正从任务吞吐量转向承接复杂事务的责任,单入口多Worker架构已出现可用的开源产品。

    • 影响多任务并行交给后台Worker后,团队同时推进的事务量可以摆脱人工盯进度的限制;Agent经IM和项目工具跨平台接活,会嵌入现有协作流程;成熟工作流逐步交给自训小模型,可能改变推理成本结构。
    • 参考可考虑梳理团队里需要反复切窗口、粘贴背景资料的重复流程,评估用一个常驻Agent入口统一承接;试点前值得先确认跨平台接入的权限边界,以及自部署和BYOK是否满足自身数据安全要求。
  2. 量子位72

    AGENTS.md文本文件被曝可劫持AI编程助手,Codex受测成功率超90%

    安全机构Forever Security披露新型攻击,网页可将AGENTS.md文件静默存入下载目录,用户在该目录启动Codex或Claude Code即会执行文件中隐藏的指令。

    决策要点

    Agent自动读取目录内规范文件的特性让纯文本变成攻击载体,可执行内容的边界从二进制文件扩大到任意文档。

    • 影响员工在外部代码库或下载目录直接启动Coding Agent可能被文本文件劫持,API Token和本地密钥有外泄风险;不点可疑可执行文件的旧安全常识对这类攻击失效;Agent使用规范需要纳入企业安全流程。
    • 参考可考虑按文中4项自查排查下载目录规范文件、~/.codex/config.toml和ANTHROPIC_BASE_URL;值得评估限制Agent只在专用干净目录启动,并把~/.ssh、.env等凭据目录从执行环境隔离
  3. 极客公园61

    腾讯云 ADP 完成全生命周期升级,企业级 Agent 开始对经营结果负责

    腾讯云 ADP 在 2026 腾讯全球数字生态大会上宣布完成全生命周期产品升级,同时推出 FDE 交付方法论与生态共建体系,定位为面向数据和业务场景的 Service Agent 构建平台。

    决策要点

    企业级智能体的竞争正从比拼搭建速度转向工程体系,价值衡量开始从个人提效感受转向可量化的经营结果。

    • 影响企业选型智能体平台时,私网接入、权限治理和全链路留痕成为硬门槛;交付方法论与标准化场景包降低了试点转规模化的不确定性;个人提效与利润贡献的落差提示验收标准应对准经营指标。
    • 参考可考虑把智能体试点的验收标准改成可量化经营指标,优先选已有标准化场景包的零售、金融等场景;值得按五阶段交付模板预估项目周期,再权衡自建或借助认证伙伴。
  4. 量子位54

    Jeff Dean对谈李飞飞:递归自我改进有物理极限,Discovery Loop已运行约20个自动改进循环

    Jeff Dean在斯坦福HAI与李飞飞对谈,介绍新公司Discovery Loop已有约20个自动改进循环在运行,目标是把领域专家生产力提高20到50倍;公司为公益公司,由Dean、Sanjay Ghemawat、Quoc Le、Oriol Vinyals四人联合创立,前三周完成了400场面试,初期聚焦机器学习研究、机器学习工程和硬件设计。

    决策要点

    Jeff Dean把递归自我改进从无限加速的想象拉回工程现实,同时以新公司押注自动化实验循环能放大专家产出。

    • 影响研发组织可能朝少量专家带大量智能体的模式演变,顶尖AI人才竞争会更激烈;自动实验循环目前只聚焦数字环境内可完成的问题,物理实验为主的领域短期受益有限;对AI自我改进无限加速的预期回落,有助于校准对技术节奏的判断。
    • 参考可考虑盘点自身团队中能在数字环境内自动迭代的实验或分析流程,估算省去等待时间后的提速空间;招聘上可留意兼具研究背景与智能体协作经验的人;对AI进展的内部规划可按工程系统节奏而非无限加速来设定。
  5. 钛媒体54

    “字节时间”之争解析:字节系占Top50时长41.8%引发的定义权与流量规则之争

    秦朔引用野村报告转述的QuestMobile数据提出“字节时间”概念,称字节系产品占中国移动互联网月度时长Top50应用的41.8%、腾讯系28.6%;抖音集团副总裁李亮反驳称该口径为筛选样本,未含长尾应用、小程序及PC与车机场景。

    决策要点

    字节时间之争的实质是存量注意力时代对定义权的争夺,底层的真实变化是算法分发成为主导机制,其计量方式还可能被AI Agent改写。

    • 影响依赖算法分发的创作者和中小商家投流成本会继续抬升,内容回报按完播率与转化率计价;广告预算持续从品牌向效果广告迁移,长内容议价能力下降;若任务完成率成为新指标,现有流量入口位置需要重估。
    • 参考可考虑核算投流在获客成本中的占比,评估内容在完播率计价下的真实回报;值得盘点自家产品的数据接口与履约能力,判断能否被AI Agent当作服务方调用。
  6. 人人都是产品经理60

    腾讯发布Buddy One,把WorkBuddy等五个办公App连成AI协同体系

    腾讯发布跨应用AI协同体系Buddy One,把WorkBuddy、腾讯会议、腾讯文档、ima和腾讯网盘五个办公产品连成一体。免费层统一账号并开放跨产品检索,付费VIP打包WorkBuddy旗舰版等三大会员、通用积分池和1TB共享存储,绑定约一分钟。作者实测关闭连接器后WorkBuddy仍能搜到会议纪要和文档并标注来源,文中将这一打包思路与X订阅、谷歌AI Pro、微软365 Premium并列。

    决策要点

    腾讯把五个办公产品的账号、积分和知识检索捆成一个体系,AI订阅从单点工具走向打包工作流,比拼的是谁家AI看得到更多资料。

    • 影响同时付费腾讯多个AI办公工具的团队可重算订阅账单,可能省钱并少记续费日;跨应用检索降低了让AI用上散落文档的门槛;数据和知识进一步集中进单一生态,锁定与数据边界需要权衡。
    • 参考可考虑先盘点公司里在用的腾讯系AI订阅和各自续费日,算清合并成VIP是否划算;已有WorkBuddy旗舰版的团队可先0元升级,再选一个知识库检索场景小范围试用。
  7. 极客公园37

    马斯克官宣明年年中前后停产Cybertruck,OpenAI完成110亿美元首期融资,小米汽车成立国际业务部

    马斯克官宣明年年中前后逐步收尾得州超级工厂Cybertruck生产,行业估算其三季度交付约7000至8000辆,年化约3万辆,仅为规划年产能25万辆的12%左右;OpenAI完成约110亿美元首期新融资,估值1.25万亿美元,融资总额最高或达200亿美元,低于最初以1.4万亿美元估值融资至少300亿美元的计划。

    决策要点

    这组动态的实质是AI资本与产品周期并行推进,融资在市场波动下缩量落地,智能体从对话工具转向持续执行任务的角色。

    • 影响OpenAI巨额资金到账但总额低于原计划,说明资本仍支撑AI基建,公开市场波动已影响融资节奏;智能体从单轮对话转向持续执行任务,业务自动化选项增多但多数有订阅门槛或仍在规划阶段。
    • 参考可考虑先盘点调研、监控、项目协调类流程,评估交给持续运行智能体的可行性;预算上值得跟踪各家额度与计费政策变化,豆包工作取消限时即是一例;内容分发类业务可测算AI生成内容对流量的拉动。
  8. 36氪·AI50

    DeepSeek Harness 日活达 154 万,官方将建插件市场并筹备 Token 激励插件作者

    DeepSeek Harness 公布生态进展,截至 11 月 4 日,以使用官方 API 的用户为统计范围,日活跃用户达 154 万,日消耗 Token 约 92 万亿,第三方插件约 3.5 万个,约 60% 活跃用户制作或安装过至少一款插件。

    决策要点

    DeepSeek Harness 以开放插件生态快速聚集用户与开发者,但上下文成本和升级稳定性问题显示这类 Agent 平台的基础设施尚未成熟。

    • 影响插件化 Agent 平台的执行成本差异可能很大,有用户体验的 Token 消耗达 OpenCode 20 倍;插件配置在升级中可能丢失,围绕插件搭建的工作流有稳定性风险;插件市场与激励计划仍在筹备,生态处于早期。
    • 参考可考虑在引入前先核算插件组合的 Token 消耗和任务耗时,圈定试点范围;值得为承载关键工作的 Agent 环境做配置备份与回滚预案;插件选型可等官方市场的审核与评级机制落地后再扩大。
  9. 36氪·AI49

    Anthropic内部Model 4曝光,METR报告称其能力增速升至此前约2倍

    第三方评测机构METR发布报告称,Anthropic未公开的内部Model 4综合能力指数AECI达178.6分,超过公开模型Opus 5.5的174.5分,15项基准测试正确率全部过半。

    决策要点

    这是一份第三方对头部实验室内部模型能力增速的测算,核心发现是AI辅助研发带来的加速呈持续态势,而关键数据被当事方大幅删除。

    • 影响若加速属实,前沿模型迭代周期缩短,企业选型与技术栈的复核节奏需要相应加快;报告关键数据被当事方删除且指数为内部口径,不宜直接作为采购依据;用Agent并行跑实验的研发组织方式值得对照自身团队评估。
    • 参考可考虑把模型供应商的迭代速度纳入选型评估,按季度复核技术栈;值得在研发团队试点把多个想法并行交给Agent验证,并记录从想法到出结果的耗时变化。
  10. 爱范儿37

    早报|触屏 MacBook Pro 开卖即缺货,OpenAI 约 110 亿美元融资到账,微软停用甲骨文算力

    爱范儿 11 月 7 日早报汇总多条科技与 AI 行业动态。彭博社报道 OpenAI 新一轮融资首批约 110 亿美元已到账,本轮融资估值 1.25 万亿美元,总额最高可能达 200 亿美元;微软被曝未续签甲骨文 AI 算力租约,正陆续停用较早一代英伟达芯片设备。

    决策要点

    这份早报的实质信号是 AI 侧资本与算力在重新配置,智能体产品同时在消费、办公和汽车座舱多个场景落地,企业可借此校准投入与试用节奏。

    • 影响OpenAI 融资到位意味着 AI 行业投入短期不收缩,供应商与竞品都面对持续的资本压力;微软停用旧算力说明芯片代际更替快,算力租约和设备采购要留出更换余量;智能体功能密集上线,协作与客服场景多了低成本试用选项。
    • 参考可考虑重算自家 AI 算力租约与自建设备的代际账,评估旧芯片剩余适用周期;值得选一个客服或销售线索跟进场景试用智能体产品,记录人工耗时对比后再定预算。
  11. 人人都是产品经理43

    教你用 WorkBuddy 制作可视化数据大屏

    作者马佳彬演示用 WorkBuddy 安装开源 bigdata-dashboard-skill,全程无代码生成一套可视化数据大屏。流程为选模板、生成假数据、改配色动效,再通过 API 让页面定时刷新,大屏支持 json、xlsx、xls 三类文件接入真实数据。所用 Hy4 模型处于限时免费阶段,作者称其达到国产模型中等能打水平,并自动完成了原面向 Windows 的 Skill 的 Mac 适配。

    决策要点

    数据大屏这类过去要找专业公司搭建的项目,门槛正被 Agent 加开源 Skill 压到业务人员可自行动手的水平。

    • 影响展厅门店和园区的大屏需求可尝试内部低成本自建,减少对外包搭建的依赖;接入真实数据仍需技术侧参与 API 与数据口径设计;作者效果为单次实测,落地前应先自行跑通评估。
    • 参考可考虑先让业务人员用假数据复刻一遍流程,估出内部自建的耗时与人力;值得盘点现有大屏需求,把纯展示型与需实时对接业务系统的项目分开估算。
  12. IT之家·人工智能53

    Planet 推出 Planet AI 应用,一句话即可查超十年卫星影像变化

    美国卫星数据公司 Planet 于 11 月 5 日推出 Planet AI 应用,结合大语言模型与超过十年的全球卫星影像档案,让用户用自然语言搜索、观察和分析地球表面变化。

    决策要点

    卫星影像分析的门槛从专业 GIS 技能降到自然语言提问,地球观测数据开始向非专业业务人员开放。

    • 影响依赖卫星影像的合规、土地管理等业务有机会压缩人工排查成本,官方案例称数天工作缩到数分钟;农业、灾害响应、城市治理、保险与基础设施管理被业内视为后续落地场景。
    • 参考可考虑让合规或用地相关团队用免费入口试点一个具体筛查场景并记录耗时对比;值得盘点现有依赖外包遥感分析的需求清单,评估哪些可转为自助查询。
  13. IT之家·人工智能54

    Anthropic 研究:Claude 智能体靠做梦整理记忆提升长周期任务表现

    Anthropic 于 11 月 6 日发布研究《The components of agent memory》,提出让 Claude 智能体在空闲时间做梦(dreaming)整理记忆的机制,把记忆分为会话日志、记忆笔记、知识表征和注入上下文四层。

    决策要点

    智能体记忆的核心从保存记录转向主动整理与纠错,记忆质量直接决定长周期任务的成败。

    • 影响长期运行的智能体任务表现会受记忆架构影响;未经纠错的记忆错误会在会话间累积,导致任务反复失败;官方基准数字可作为企业评估智能体知识库方案的参照。
    • 参考可考虑在客服或内部知识问答场景试点记忆笔记加定期整理的做法,并对比纠错前后的完成率;选型时值得要求厂商说明记忆如何筛选与纠错。
  14. IT之家·人工智能47

    Cursor 推出智能体实时语音聊天功能,开发者可语音协作编码

    Cursor 于 11 月 6 日宣布推出与智能体实时语音聊天功能,开发者可通过语音与编码智能体双向对话,口头描述修改需求、查询任务进展和代码差异,智能体同时在后台继续编码。

    决策要点

    编程智能体的交互从打字转向实时通话,开发者的角色进一步转向用语音调度和监督后台智能体。

    • 影响研发人员可边做其他事边用语音跟进智能体编码进度,减少打断;语音对话涉及代码数据的流向和留存,Privacy Mode 零留存设置与语音服务方选择会进入合规评估范围;通话有每日上限,短期内更适合辅助而非替代打字交互。
    • 参考可考虑让承担代码评审或进度巡查的研发角色先试用并记录实际收益;值得先确认团队账号 Privacy Mode 的默认状态,再核对每日通话上限能否覆盖高频使用场景。
  15. IT之家·人工智能45

    AI 编程工具 Amp 推出 Spaces,主 Agent 自主编排协调多个任务线程

    Amp 于 11 月 6 日推出 Spaces 功能,用户不再需要手动创建、命名和管理多个 Agent 线程,只需与一个主 Agent 对话,由它理解需求、拆解任务并自动生成和协调其他线程。Spaces 面向团队协作设计,任务进展以实时卡片呈现在聊天中,成员可评论讨论,仅当有人通过 @amp 提及时 Amp 才读取相关评论;官方示例包括通过单个 Space 完成服务账号功能发布和定期安全审查。

    决策要点

    Amp Spaces 把多 Agent 工作流里的任务拆分、分派和追踪交给主 Agent,用户从逐条安排线程转向对一个协调者描述目标。

    • 影响编排门槛降低后,功能发布或安全审查这类固定流程可由团队用自然语言目标驱动并行线程;任务状态卡片让人工介入点更清晰;开发者角色或转向定义目标和审查结果。
    • 参考可考虑选一个流程固定的场景(如定期安全审查)试点,记录人工调度与 Agent 编排的耗时对比;值得先约定哪些环节必须人工确认,以及评论通过 @amp 触发的规则。
  16. GitHub Blog47

    GitHub 开发者指南:超越代码生成,用智能体覆盖开发全流程

    GitHub 官方博客发布开发者指南,主张把 Copilot 智能体引入 Plan、Build、Verify、Observe 四个开发阶段,而非只用于代码生成。

    决策要点

    代码生成提速没有自动转化为同等生产力,瓶颈转移到评审与上线观察,厂商的解法是把智能体铺进开发全流程。

    • 影响按 Faros AI 数据,AI 采用度提高后 PR 审核时长增加 441%,省下的编码时间可能被评审排队吃掉;落地智能体要同步改造评审与上线观察环节,而不是继续堆生成量。
    • 参考可考虑先统计团队 PR 审核等待时长与返工轮次作为基线,再挑一件本周最耗时的开发任务接入智能体试跑,比较前后耗时后再决定是否扩展到全流程。
  17. The Decoder:AI News46

    AI 芯片公司 Ricursive Intelligence 开源 65B 编码模型 Ripple-65B Preview,称总成本仅 3200 万美元

    AI 芯片设计公司 Ricursive Intelligence 发布开源大语言模型 Ripple-65B Preview,已上架 Hugging Face,采用完整 Apache 2.0 许可。

    决策要点

    美国开源阵营新增一款主打自有硬件部署的智能体编码模型,用约 3200 万美元成本换取接近前列的开源成绩,卖点是授权完整与部署门槛。

    • 影响企业自托管编码智能体的开源选项多了一个,且无授权限制;3200 万美元的成本口径显示训练 65B 级编码模型的资金门槛在下降;其基准成绩落后同期 Inkling 2 Small,能力上限与部署便利需要权衡。
    • 参考可考虑把 Ripple-65B Preview 加入开源编码模型选型清单,在自有 GPU 上试跑真实仓库任务并与 API 方案比成本;值得先算出团队每月编码智能体用量再定试点范围。
  18. TechCrunch · AI33

    Meta 推出 Spaces 功能,描述需求即可让 Muse 智能体生成专属应用

    Meta 为 Muse 智能体推出新功能 Spaces,用户在对话中描述想法即可生成追踪器、计划表或项目看板类专属空间,并可接入第三方应用让信息在后台自动更新。

    决策要点

    Meta 把智能体从聊天助手推向可自建小应用的个人工作台,竞争焦点正转向谁能降低普通用户动手建工具的门槛。

    • 影响消费者端智能体正快速长出自建小工具能力,员工的个人使用习惯可能外溢进工作场景;接入第三方应用后个人智能体会持续同步外部数据,企业数据边界管理将更复杂;头部厂商一周内连发新功能,类似能力进入办公工具的节奏在加快。
    • 参考可考虑让运营或行政团队试用这类功能,测试活动追踪、计划表等场景能否替代手工表格;值得先列一份禁止接入个人智能体的内部数据清单。
  19. The Decoder:AI News54

    Perplexity 推出全天候运行的智能体 Teammates,需每月 200 美元的 Max 套餐

    Perplexity 推出可全天候自主工作的智能体 Teammates,与执行一次性任务的 Perplexity Computer 不同,它能持续独立推进进行中的项目;每个 Teammate 运行在配备桌面和浏览器的独立虚拟机上,可在应用内线程追踪进度并经 Slack 交互。

    决策要点

    智能体产品正从执行一次性任务转向常驻式自主协作,但 200 美元的月费门槛说明这仍属面向高端用户的新形态。

    • 影响常驻智能体按订阅计价且消耗大,用量限额可能推高实际成本;SpaceX 因高消耗收紧上限的先例提示预算要留余量;档位间价差大,选型前需按任务量测算。
    • 参考可考虑先估算目标场景的持续任务量,对照各档位价格与限额测算真实月成本;值得先用单一项目小规模试用,确认常驻智能体的产出能否覆盖订阅费用。
11月6日周五
  1. 量子位56

    METR报告披露Anthropic三个内部模型,Model 4领先Opus5.5约3个月

    第三方评估机构METR发布新报告,披露Anthropic三个未公开内部模型Model 2、Model 3、Model 4分别于今年7月、8-9月、9-10月完成训练,最强的Model 4在综合能力指数AECI上达178.6,比公开旗舰Opus5.5高约3.9分,按Anthropic过去提速折算约相当于3个月进步。

    决策要点

    AI加速研发出现了可量化的第三方数据,Anthropic内部模型进度已领先公开旗舰约一个季度。

    • 影响模型能力增长节奏按报告口径接近翻倍,企业选型与技术路线的评估周期可能被压缩;基准被快速刷爆,靠公开榜单判断模型强弱会越来越不可靠;报告删去大量信息,外部难以独立核验。
    • 参考可考虑把模型选型的评估周期从年度改为季度并预留换模预算;值得自建一套贴合自身业务的评测集,减少对公开基准的依赖;新版本密集发布时,先在小流量场景灰度再扩量。
  2. TechCrunch · AI47

    封锁Meta Muse后,Amazon推出Alexa短信购物功能

    Amazon推出Alexa短信购物功能,美国部分受邀用户可用自然语言发短信让Alexa搜索商品、加入购物车并完成下单。文字版Alexa建立在近期购物升级之上,可管理清单、追踪价格、全网搜品、比价和查询订单状态,还支持分享物品或穿搭照片搜同款;未获邀请用户可加入等候名单,官方称未来几周扩大开放。此前Amazon于9月屏蔽Meta的Muse查询其网站,功能赶在假日购物季前上线。

    决策要点

    电商平台对第三方购物智能体从封堵转向自建入口,Amazon选择自己掌握短信这一新的购物交互渠道。

    • 影响自然语言购物入口正由电商平台自建主导,商家需关注商品在对话式搜索中的呈现;DoorDash自述第三方智能体在其平台累计仅数百单,现阶段该渠道订单量有限。
    • 参考零售电商可考虑检查商品标题、图片与规格能否支撑自然语言查询检索;值得参照DoorDash的数百单数据评估是否投入第三方智能体渠道。
  3. The Verge · AI42

    亚马逊 Alexa for Shopping 新增短信购物功能,文字或照片即可下单

    亚马逊为 Alexa for Shopping 推出短信购物功能,用户发送文字或商品照片即可由助手搜索推荐并代为下单。助手会随使用记住个人偏好,并跟踪价格、在关注商品降价时发短信提醒。功能即日起先向美国一小部分用户开放,官方称未来几周将扩展到数百万用户,此前 5 月上线的 Alexa for Shopping 已支持通过对话下单。

    决策要点

    购物入口正从应用和网页延伸到短信对话,亚马逊把搜索、比价、下单整段流程交给带记忆的购物智能体代办。

    • 影响品牌在 Amazon 商品列表中的信息质量会影响智能体推荐和代购结果;降价与促销信息会被助手主动转达,定价策略需要把这类中介算进去;短信成为面向消费者的新销售触点。
    • 参考可考虑用消费者视角测试这类短信助手如何推荐自家品类;值得核对商品页图文、价格与促销信息是否完整准确,便于智能体比价时代为传达。
  4. 36氪·AI59

    双11不抢商品抢Token,阿里AI能翻盘吗?

    阿里在双11期间三线推进AI业务:千问办公基础版月卡原价28元/月,在李佳琦直播间以0.01元上架,半小时卖出10万份,对应约2万亿Token;千问接入11月4日首次开放测试的国行Apple Intelligence,覆盖Siri、写作工具和视觉智能入口,搜索场景由百度识图支持。

    决策要点

    阿里把双11战场从卖货转向卖Token和AI入口,声量拉新之后,付费留存与Qwen4的交付才是组织变革成效的真正考核。

    • 影响办公Agent进入低价拉新阶段,选型时可先比对各家免费权益和积分消耗速度;千问借苹果智能获得系统级入口但交互流程由苹果掌控;Qwen4的27B若开放权重,企业私有化部署选项会增多。
    • 参考可考虑用1分钱月卡小范围试用千问办公,记录首月留存、积分消耗和产出质量再决定采购;值得跟踪Qwen4的27B版本是否开放权重,评估私有化部署的选项与成本。
  5. The Decoder:AI News60

    Thinking Machines 发布 Inkling 2 Small,称居西方开源权重模型之首

    Thinking Machines(前 OpenAI CTO Mira Murati 创办)发布第二代模型 Inkling 2 Small,MoE 架构总参数 594B。

    决策要点

    以 17B 激活的紧凑 MoE 加强化学习训练,把开源权重模型推到与 Gemini 3.8 Flash 同一档位,主打开源可微调基座路线。

    • 影响权重以 Apache 2.0 开放后,企业可用较低单任务成本微调专属场景的智能体流程;单任务 token 用量约为前代 4 倍,成本要按任务口径核算;当前仅 Tinker 平台可用,落地节奏取决于外部安全测试进度。
    • 参考可考虑等权重开放后选文档问答或代码类任务做微调试点,先用 Tinker 实测每任务 token 开销;值得把 DeepSeek V4.1 Flash 等开源竞品纳入同组基准对比再定选型。
  6. SaaStr71

    SaaStr 的 AI 营销智能体 10K 获《华尔街日报》报道

    SaaStr 创始人 Jason Lemkin 撰文称,其 AI 营销智能体 10K 被《华尔街日报》CMO Today 报道为用专门智能体担任增长与设计负责人的典型案例,SaaStr 目前以 3 名人类员工和 20 多个智能体运营,10K 由作者与首席 AI 官 Amelia Lerutte 在 Replit 上写成 14,230 多行代码。

    决策要点

    一名智能体承担完整营销职能已有一线可运行样本,真正的难点不在能力,而在授权边界和随智能体用量上涨的账单。

    • 影响用人预算要连着 API 账单一起算,文中 Salesforce 账单因智能体用量上涨约 40%,供应商也在按智能体流量重新定价;消费上限这类管控可能被智能体以目标优先为由突破;职能被单个智能体吸收后,原有岗位边界随之失效。
    • 参考若准备设立营销或增长岗位,可先写下该岗位每周要做的事,再决定哪些交给人、哪些交给智能体;值得预演授权规则,明确哪些动作需人工确认、预算上限如何强制执行;可考虑选一个开票或投放场景试点并保留人工发布环节。
  7. 36氪·AI54

    Anthropic 用 Claude 解出首个原核穹窿体三维结构,40 年谜题现关键线索

    Anthropic 团队用 Claude 在约 150 亿条蛋白序列中搜寻,解出噬菌体 L05 穹窿体(Vault)三维结构,这是真核生物以外首个完整看清的穹窿体,由 96 条相同蛋白链对半合拢,内壁比对 2.5 万种小分子后检出辅酶 A。

    决策要点

    Anthropic 用自家研究展示 Claude 已能承接端到端科研工作流,AI 在研发中的角色正从辅助分析转向执行主体。

    • 影响研发类任务有了从天级到小时级的新耗时参照,排期与预算口径值得重算;非专家团队用通用 AI 工具完成了专业研究,跨界进入门槛在下降;医药方向多了一个可量产、可调大小的蛋白容器底盘选项。
    • 参考可考虑盘点内部依赖专家经验的长周期分析流程,挑一两个场景测算交给 AI Agent 执行的耗时与质量差;医药和生物技术企业值得跟踪这一蛋白底盘的论文数据与后续授权安排。
  8. 36氪·AI77

    美股单日蒸发约2.8万亿美元,Menlo Ventures报告称中国模型占企业开源支出89%

    美股单日蒸发约2.8万亿美元(媒体估算),纳斯达克跌5.52%,费城半导体指数跌12.3%;两天前即11月3日,Menlo Ventures发布《2026年企业AI现状报告》,称企业AI部署支出一年涨5.4倍至1770亿美元。

    决策要点

    股价与账单的背离说明市场质疑的是资本开支回报,而企业对AI的实际需求仍在放量,中国开源模型已进入头部应用生产链。

    • 影响企业AI支出一年涨5.4倍且55%来自全新预算,AI在扩大软件盘子而非抢存量;旗舰模型涨价后用户仍增加,模型选型应按端到端总完成成本而非单价计算;开源赢用量输收入,商业化溢价仍在旗舰一侧。
    • 参考可考虑把模型预算核算从每百万token单价改为按任务端到端总成本;值得测试以Kimi K3等开源权重模型为底座做后训练的可行性;可评估在微软Foundry或AWS按调用分账接入中国模型的成本结构。
  9. 36氪·AI36

    普林斯顿团队推出Scientist World:将1000篇论文变成AI可运行的科研实验场

    普林斯顿团队提出Scientist World,将已发表论文转化为AI可运行、可评分的科研实验环境,首批发布1000个经独立验证的环境,论文见 https://arxiv.org/abs/2611.08478。

    决策要点

    把已发表论文变成可运行实验场,让AI科研评估从答题转向真做实验,尝试缓解固定基准老化和模型依赖已见题目的问题。

    • 影响对研发密集型企业,评估AI科研助手有了以真实实验分数为准的标尺;科研过程轨迹成为可复用的训练数据来源,idea质量可被单独度量;该环境面向学术论文场景,接入企业内部研发流程需要另行适配。
    • 参考可考虑在选型科研类AI工具时,要求以真实实验分数而非仅答题基准成绩作为评估依据;研发团队值得盘点内部可复现的实验文档,评估能否参照该思路转化为内部评估环境。
  10. 极客公园66

    前 OpenAI CTO 创办的 TML 发布 Inkling 2 Small,训练采样 Kimi K3 轨迹,拟以 400 亿美元估值融资

    11 月 5 日,前 OpenAI CTO Mira Murati 创办的 Thinking Machines Lab(TML)发布第二代模型 Inkling 2 Small(594B 总参数、每次激活 17B),并据报道以 400 亿美元投前估值筹集 50 亿美元新融资。

    决策要点

    硅谷团队用中国开放权重模型的输出轨迹追近差距,模型本身的商业角色更像是为微调平台 Tinker 引流的招牌。

    • 影响开源模式转向模型免费放出、靠平台微调与推理收费,选型需连同平台绑定一起评估;中国开放权重模型成为硅谷团队的训练数据来源,生态位在上升;权重放出时间未确认,按开放模型规划采购需留缓冲。
    • 参考可考虑先按官方对比表核对本企业高频任务在表格、文档和长流程编码上的跑分与单任务成本;值得把权重实际放出日期列为评估前提,再测算迁移到 Tinker 类平台的锁定成本。
  11. 36氪·AI60

    智能体支付起步,Massive、支付宝与AWS布局任务中按次付费入口

    AI智能体开始能在任务执行中按次购买数据和服务,Massive今年9月开放面向智能体的按次付费入口,接入钱包的智能体用USDC购买所需数据,原有订阅保留。

    决策要点

    采购决定从任务前的固定配置移入执行过程,授权额度与任务总账控制成为企业用AI的新管理对象。

    • 影响企业可把部分逐项采购交给执行中的AI,付款来源和额度由事先授权决定;低频工具获得按次售卖机会,供应商需要把商品改写成机器可理解的接口与价格;账单变细碎,单次便宜不等于整项任务划算,总成本核算变得必要。
    • 参考提供数据或工具的团队可考虑补齐机器可读的接口定义、价格和失败反馈;使用方值得先设定授权范围与会话预算,并建立按任务汇总推理与外部服务费用的账单口径。
  12. 36氪·AI64

    Agent重做数据库,语义层与数据分支成厂商改造主线

    数据库主要使用者正从人扩展到Agent,沿用数十年的数据库架构正被重构,火山引擎、华为、腾讯云、OceanBase、镜舟科技等厂商从今年1月到10月密集推出语义层、上下文管理、多模检索和数据库分支等新能力。

    决策要点

    Agent落地的瓶颈正从模型能力转移到数据底座,数据库从被动存取工具转向承载业务上下文与Agent运行保障的基础设施。

    • 影响只升级模型不改造数据系统,Agent容易算错口径、跨系统查不全且推高Token成本;多数企业存量应用互联度低,改造只能渐进整合;规则梳理和知识治理需业务专家长期投入。
    • 参考可先盘点自家应用互联度与指标口径现状,参照调查维度自测上下文成熟度;试点可选口径争议大的高频报表场景,对比Agent与人工答案的偏差;评估Fork类能力时先确认30%~50%降本的适用场景。
  13. 36氪·AI50

    AI for Science 的卖铲子机会:AI CRO、Lab OS 与科学数据底座

    36氪 转载硅兔君的分析称,AI for Science 的卖铲子机会集中在三类方向:AI CRO 实验验证、Lab OS 实验室自动化、面向智能体的科学数据底座。

    决策要点

    AI 把科研瓶颈从想出假设压到做出实验,验证环节的服务化、自动化与数据化构成这一轮的基础设施生意。

    • 影响药企与研发密集型机构的实验外包可能从项目制转向标准化 API 采购;设计端每轮候选物越多,验证交付的速度与稳定性越影响研发节奏;实验过程与失败数据沉淀为结构化资产后,可成为模型测评与迭代的差异化资源。
    • 参考可考虑盘点研发流程中周转最慢、依赖邮件人工交接的实验环节,评估标准化验证服务的替换空间;评估供应商时可追问交付加速来自可复用系统还是人力投入,以及进入第二家客户部署能否更快;数据侧值得统一实验记录格式,补齐失败过程与决策上下文。
  14. 36氪·AI63

    信通院、华为、阿里、腾讯等20家单位发布《智能体发展自律公约》

    中国信通院、华为、阿里、腾讯、百度、火山引擎等20家单位在乌镇互联网大会发布《智能体发展自律公约》,共八条,要求分层次身份标识、权限控制、运行监测与异常熔断,第五条提出抵制算法压榨和黑灰产。

    决策要点

    这份公约的实质是头部厂商把智能体治理从口号拆成身份、权限、监测、熔断等工程构件,在监管文件之外自划行为底线。

    • 影响采购或部署智能体的企业要面对身份、权限、监测、熔断等治理工程的持续投入;智能体在正常指令下自行越界已有实例,第三方追偿路径不清;未签字企业和跨平台调用仍不受公约约束。
    • 参考可考虑在采购或自建智能体时把权限边界、运行日志、可叫停机制列为验收项;值得对照公约八条自查现有智能体的越权与失控场景,先算清日志存储和审计的持续成本。
  15. 36氪·AI42

    美的全屋智能转向A2A,家电跨品牌互联从接口对接走向智能体对话

    美的集团在第31届科技月期间阐述全屋智能的A2A路线,核心是由双方AI智能体直接对话完成跨品牌任务协作,替代对接成本随合作生态数量呈指数级上涨的云云API点对点方案。

    决策要点

    美的把全屋智能的破局点押在A2A上,实质是用智能体间对话替代逐点接口开发,试图把跨品牌协同从点状项目变成可大规模复制的范式。

    • 影响跨品牌协作的边际成本结构在变,中小厂商有机会降低接入多生态的研发投入;官方展示的意图理解与记忆能力为美的口径,暂无独立家用验证;工信部牵头标准预计明年1月公示,接口改造与联调预算可据此重排。
    • 参考生态内厂商可测算云云API点对点与A2A两条接入路径的成本差;家电、车载相关企业值得跟踪明年1月标准公示节点,提前规划接口方案;消费硬件品牌可先列出适合交由智能体调度的联动场景清单。
  16. 36氪·AI59

    周畅庞天宇相继离职,多模态生成失宠了吗?

    字节Seed核心负责人周畅与腾讯混元多模态强化学习负责人庞天宇一周内先后被曝离职,周畅将创业方向定为Physical AI。文章分析,随着Agent等业务崛起,算力和预算转向看得见增长的业务,多模态生成被视作“期权型业务”,外媒称Sora每天算力成本100万美元、上线约半年即关停,字节为Seedance配备上千人评测团队。

    决策要点

    多模态生成正从大厂主线叙事降级为期权型业务,组织与算力随之向主线智能和Agent倾斜。

    • 影响视频图像生成类产品的厂商投入可能收缩,采购这类能力要把供应商持续投入意愿纳入评估;预算流向Agent等业务,企业可用的Agent供给会增加;离职人才流向创业公司,供应商选项增多但路线变数也变大。
    • 参考可考虑重新评估在用的视频与图像生成工具,核对厂商路线图与退出条款;值得盘点依赖多模态生成的业务场景,先算出切换供应商的替换成本。
  17. IT之家·人工智能53

    爱彼迎披露正开发旅行 AI 智能体,计划 2027 年推出

    Airbnb(爱彼迎)在 2026 财年第三季度财报中披露,正开发一款 AI 智能体,计划 2027 年推出,帮助用户规划旅行。官方称该智能体不采用传统聊天窗口,而是调用包含地图、照片、对比信息、日历和行程安排的数百种旅行界面元素,按用户需求实时组合,帮助房客探索选项、与同行者共同决策,并直接在 Airbnb 完成预订。

    决策要点

    Airbnb 把 AI 智能体定位为可组合旅行界面的交易入口,目标是在自家平台完成预订,而不只是聊天对话。

    • 影响在线旅游平台的智能体竞争会围绕界面组合和站内成交展开;约 40% 客服请求已由 AI 自助解决,客服人力和成本结构可参照这一比例重估;产品 2027 年才落地,短期内更多是方向信号。
    • 参考可考虑先测算自家客服场景的 AI 自助解决率上限,再决定投入节奏;旅游相关业务团队值得研究界面组合式智能体对预订转化路径的影响。
  18. 36氪·AI42

    AI Coding Agent 掀起个人搞机潮,红米跑 iOS 16、一加跑鸿蒙 6、Mac 跑安卓接连实现

    个人开发者借 AI Coding Agent 密集实现跨系统移植,红米跑 iOS 16、一加 Ace 5 跑鸿蒙 6、Mac 跑安卓和 Switch 独占游戏上 Mac 相继出现。

    决策要点

    AI Coding 把系统移植和逆向工程的门槛降到个人可及,厂商对软硬件边界的控制正面对技术扩散带来的新一轮博弈。

    • 影响消费电子厂商需要在安全责任、生态控制与换机商业模式之间重新权衡;旧设备经软件改造可延长使用寿命,为应对存储涨价推高的设备成本提供了另一条路。
    • 参考可考虑盘点手里的旧旗舰机和闲置 RTX 显卡在本地模型等特定负载的改造价值;硬件厂商值得研究 Fairphone 的分级解锁做法和欧盟生态设计规则指向的开放方向。
  19. 36氪·AI52

    DeepSeek Harness上线不到三个月日活达154万,切入国内AI办公市场竞争

    DeepSeek公布AI办公Agent产品Harness的数据,上线不到三个月日活跃用户达154万,每天消耗约92万亿Token。QuestMobile报告显示截至9月腾讯WorkBuddy月活3235.3万居首,作者按日活/月活比率假设推演认为Harness可能排进国内第二或第三,并强调这只是情景分析。

    决策要点

    DeepSeek以开放Agent产品加插件生态切入大厂盘踞的AI办公市场,154万日活的增长速度已构成现实竞争压力。

    • 影响AI办公产品的用户争夺会更依赖免费额度与补贴,模型调用成本成为厂商要权衡的账;企业选型多了一个开源可扩展的Agent选项,但其模型费用由用户自担,成本结构与免费产品不同;插件生态若做起来,可覆盖的办公场景会更多。
    • 参考可考虑把Harness列入办公AI工具的对比试用清单,先按任务量估算Token成本再决定;若试用第三方插件,值得先验证安全性与兼容性;也可留意官方插件市场上线后的场景覆盖。
  20. 钛媒体60

    Agent重做数据库,AI落地的瓶颈从模型转向数据底座

    Agent正在推动数据库重构,火山引擎、华为、腾讯云、OceanBase、镜舟科技等厂商今年1月至10月密集推出语义层、多模检索和分支克隆等面向Agent的数据能力。文中厂商测试案例里,Agent把198万元活动预算错算成2916万元,凸显AI看得懂数据却看不懂业务口径;信通院预计2025年中国数据库市场约677.96亿元,2028年达979.74亿元,年复合增长13.06%。

    决策要点

    AI落地的瓶颈正从模型能力转向数据底座,数据库从被动存储转向承载业务上下文,成为Agent进核心业务的前置条件。

    • 影响只升级模型不改数据架构,Agent在核心业务里会给出口径完全错误的计算;存量系统整合、业务规则梳理和多Agent管控都需要长期的人力与资金投入;数据库厂商能力边界扩大,企业选型时交付与兼容能力变得比单点功能更重要。
    • 参考可考虑先把核心指标的口径清单梳理出来,把退款规则、统计时间这类业务定义固化成语义层再上Agent;值得盘点向量库、知识库等已有AI设施的重复部署情况,选增量整合而非推倒重建;高敏感场景可先要求分支隔离与操作审计能力。
  21. 量子位37

    为什么每个 Personal Agent 背后都必须配备一台「云电脑」

    派欧云(PPIO)发文提出,能动手的 Personal Agent 背后都需一台专属云端执行环境,Meta Muse、OpenAI dots 与 Manus 分别以每用户或每任务一台云 VM 的方式实现。

    决策要点

    Personal Agent 的竞争焦点正从模型侧转向执行层,独立云端沙箱正在成为可按 API 采购的标准化基建。

    • 影响做 Agent 产品的团队可不自建执行层,按用量租用沙箱,缩短上线周期;Agent 常驻云上意味着用户数据和凭据经第三方环境流转,安全边界要在选型时一并评估;文中隔离与性能数据多为厂商自述,采购前需独立验证。
    • 参考若团队要做能常驻执行的 Agent,可先测算自建 VPS 与第三方沙箱的成本和配置耗时;选一个高频任务场景用加油包跑通试点,再评估隔离方案与数据归属条款是否符合自身合规要求。