跳到正文

#Agent

今日 19 条
11月2日周一
  1. 36氪·AI53

    Claude 智能体给活鼠完成脑部手术,Opus 5.5 拒绝、Sonnet 5 执刀

    旧金山初创公司 Exin Therapeutics 的 AI 智能体在自制 Arduino 手术平台上为一只小鼠完成脑部手术,5 分钟内注入 250 纳升基因治疗载体药液,团队称小鼠恢复良好。

    决策要点

    AI Agent 开始把自主决策带进真实实验操作,但当前的安全边界主要靠人工关卡和模型自我拒绝维持,落地的难点更多在流程与责任设计。

    • 影响实验数据回流模型可能压缩假设验证周期,研发组织需要重新划分人与 Agent 的分工;模型可能在关键节点拒绝执行打断流程,不可逆步骤仍需人工把守,安全机制成为引入 Agent 的前置投入。
    • 参考可考虑先盘点自身实验或业务流程中哪些步骤可逆、哪些不可逆,把 Agent 试点限定在可逆环节;值得参考该团队为校验失败预设人工接管的做法,急停开关和手动改代码预案要先行。
  2. 36氪·AI64

    Apple 智能 12 月落地国行 iPhone,通义千问为 Siri 提供能力扩展

    苹果宣布 Apple 智能即将面向中国大陆用户推出,首批功能 11 月 4 日随 iOS 开发者 Beta 开放测试,今年 12 月随 iOS 27.3 正式版上线,官方公告见 https://www.apple.com.cn/newsroom/2026/10/apple-intelligence-features-are-coming-to-users-in-china/ 。

    决策要点

    国行 Apple 智能落地是功能补课与本土化架构定型,自研端侧模型承担基础任务,复杂任务交由千问扩展,智能体级 Siri 仍未到位。

    • 影响持有合规机型的员工将原生获得写作、翻译和摘要能力,部分轻量 AI 订阅或可精简;通义千问借合作进入苹果系统级入口,阿里在终端侧的触点增多;基础功能在设备端运行、千问扩展走服务器端,数据流向有明确分工。
    • 参考可考虑先盘点员工中 iPhone 15 Pro 及后续机型的占比,评估原生功能能否替代现有写作翻译类订阅;值得细读千问调用的授权与数据条款,再决定办公信息是否接入。
  3. 36氪·AI52

    OpenAI GPT-6.2 Astra 与 Claude 5.5 新旗舰同日曝光

    OpenAI 与 Anthropic 的下一代旗舰在 11 月 1 日前后同日被曝光,GPT-6.2 Astra 已在 Codex 后台灰度承接 19.8% 真实流量(爆料人 Token Gremlin 账单口径),Claude Mythos 5.5 则被发现预埋在 Anthropic 官网源码中。

    决策要点

    这场同日泄露的实质是下一代编程旗舰把竞争押注在长时自主干活与百万上下文上,并按护栏松紧拆分同一模型的供应版本。

    • 影响编程与智能体工具的选型节奏会被打乱,刚完成的模型评估可能很快需要重做;若百万上下文与多小时连续编码属实,长流程自动化的可行边界会外移;无护栏版本不对外开放,企业能采购的仍是带护栏通用版。
    • 参考可考虑把近一两周的大型模型选型或迁移决定押后到官方发布与第三方评测之后;值得先圈定一两个长时编码或智能体试点场景,新模型上线即做同题对照。
  4. 36氪·AI43

    马斯克挖走 Anthropic Claude Cowork 核心设计者 Jenny Wen

    曾为 Anthropic 通用 Agent Cowork 定下产品愿景的 Jenny Wen 加入马斯克 AI 阵营,其个人简介现已同时挂上 Cursor 和 Grok Bot。

    决策要点

    AI 人才战的争夺对象正从模型科学家扩展到产品与设计人才,Agent 产品理念也分化为重权限控制与重自主行动两条路线。

    • 影响企业选购 Agent 工具时将面对权限管控与自主行动两种产品路线并存的局面;产品与设计类人才争夺升温,相关岗位的稀缺度和流动成本在上升;头部厂商的竞争焦点正从模型能力延伸到人与 AI 的协作界面。
    • 参考可考虑在 Agent 选型清单中先写明对权限边界与自主行动范围的要求,再据此比对不同产品路线;值得把交互与产品设计背景纳入 AI 相关岗位的招聘考量。
  5. 36氪·AI51

    Pathos AI估值达30亿美元,AI制药下半场拼临床决策而非造分子

    Pathos AI于2026年10月完成2.37亿美元E轮融资,由百时美施贵宝(BMS)领投,投后估值达30亿美元,距上一轮3.65亿美元D轮仅17个月。这家公司的核心资产是数千个AI智能体组成的决策系统Foundry,不做分子设计,而是回答哪类患者人群能起效、哪些联合方案值得投入临床等研发决策问题。

    决策要点

    AI制药的价值锚点正从更快造分子转向帮药企做对临床决策,这笔30亿美元融资说明资本市场开始为决策能力定价。

    • 影响药企的重损耗点可从分子发现环节转向研发决策环节;这类AI公司商业模式从按项目收费走向管线分成与风险共担;其价值最终依赖5-8年后的III期数据兑现,带完整临床结局的多组学数据稀缺构成竞争门槛。
    • 参考药企可考虑把卡在早期临床的停滞管线交给这类平台重做人群与联合方案评估;值得先盘点自有患者队列和随访数据的完整度,这是合作中的议价筹码;相关AI公司可评估多智能体加因果推断架构在自家管线的适用性。
  6. 36氪·AI57

    为什么前沿 AI 能解千禧年难题,却做不到递归自我改进(RSI)

    腾讯科技发文分析前沿模型为何能攻克千禧年级数学难题却难以实现递归自我改进(RSI)。文中引用 Anthropic 的 AGENT4SCI 论文称四个前沿智能体在 20 个科学基准上无人工干预全部超越已发表基线(Claude Opus 4.6 平均相对提升 10.4%)。

    决策要点

    作者的实质判断是,前沿模型强在封闭符号体系内的同层解题,弱在跳出层级的系统反思,两类能力的差距被刷分成绩掩盖。

    • 影响企业规划 AI 辅助研发时,短期可期待的是工程优化与跨领域方法搬运类收益;完全无人干预的自动科研尚不可依赖,人机协同比全自动智能体更稳;评估供应商时不能只看刷分演示。
    • 参考可考虑在研发试点中保留人类设定方向的环节,让智能体承担文献检索、方法搬运和桥接设计等已验证强项;值得要求供应商提供实验轨迹证据,区分调参收益与机制创新。
  7. 36氪·AI34

    DeepSeek 发布 Super-agent 理念,媒体称硅谷团队 AFK Comma 提前半年实现类似架构

    DeepSeek 发布下一代 Super-agent 架构长文,提出打破 Agent 与单次会话的绑定,让系统成为跨会话记忆、多任务并发的连续实体。

    决策要点

    单会话主脑加多 Worker 正成为 Agent 架构的公认方向,DeepSeek 的理论文章让先行小团队的做法受到关注,领先半年之说目前出自媒体与厂商自述。

    • 影响企业接入 AI 的入口可能从分散的多个 App 收敛为 IM 里的一个常驻助手,协作上下文沉淀在同一系统;Agent 借 BYOM 伸进本地终端与内网后,权限继承与敏感数据管控会变成采购前的硬性审查项。
    • 参考可考虑在客服或项目管理类场景小范围试用这类常驻 Agent,先验证跨会话记忆与多任务并行是否稳定;采购前值得要求厂商演示本地执行与敏感数据管控,并核对自部署与 BYOK 条款。
  8. IT之家·人工智能60

    美国特拉华州拟允许 AI 智能体创办、运营企业

    美国特拉华州计划放宽商业监管,允许 AI 智能体创办和运营的企业注册成立,草案为此类企业(AIC)设定 30 个月监管沙盒,智能体在受监管环境中作出商业决策,企业与正常公司一样可被起诉也可主动起诉。

    决策要点

    特拉华州试图用监管沙盒给智能体办企业一个法律身份,责任归属则是立法博弈的核心分歧。

    • 影响智能体运营企业若获得诉讼主体资格,公司组织架构会出现新选项;30 个月沙盒限定了试运行范围;围绕责任豁免的争议可能拖慢此类架构在美国落地的节奏。
    • 参考可考虑跟踪特拉华州草案最终条款中 AIC 的责任边界;有意探索自主商业运营架构的企业,值得先评估投资方与母公司在沙盒期内的责任安排。
  9. 36氪·AI45

    奥特曼称OpenAI数学投入达数亿美元,仍有发现未公开

    奥特曼在10月29日的《Cheeky Pint》访谈中确认,OpenAI在数学研究上的数亿美元投入还涵盖尚未公开的发现,他主张重大基础科学发现应当公开,同时坦言如何兼顾研究者激励存在两难。

    决策要点

    AI科研成果的发布正从一次性论文转向带核查和修订环节的持续过程,科研知识生产流程在重排。

    • 影响研发密集行业有了AI介入的可参照口径,数据分析和设计筛选的耗时可做对比;模型产出需要配套人工核查修订,研发流程要预留这部分工作量和预算;前沿成果发布机制变动也会影响外部知识获取节奏。
    • 参考可考虑梳理自有研发流程中适合模型承接的数据分析与方案筛选环节,选一个场景试点并记录人机耗时对比;值得同步为模型产出建立独立核查与留档规则,再决定是否扩大范围。
  10. 36氪·AI58

    DeepMind联创Shane Legg发文推演AI冲击,零裁员下专家工资先降30%

    Google DeepMind联创Shane Legg联同AGI经济学总监Alex Imas、研究科学家Andrew Koh在DeepMind Institute发表《智能的经济学》长文与工作论文《Organizing Intelligence》,用经济学模型推演AI从最小AGI到ASI对工资、分工和市场结构的影响。

    决策要点

    这份研究的实质是把AI冲击的观察信号从就业率改到工资上,能力被AI追平后稀缺性溢价先消失。

    • 影响可被AI追平的技能,报酬会趋向按算力成本重定价,专业服务的薪酬预算需要重算;用留岗人数评估AI冲击会滞后,工资和议价权的变化更早出现;协作能力不足暂时压制纯AI公司规模,但一旦越过协作阈值,替代可能从渐进变成断崖清零。
    • 参考可考虑给核心岗位做一次稀缺性盘点,区分不可复制的关系型价值和可被模型追平的技能;值得跟踪所在行业多Agent协作的实测失败率,把薪酬调整和组织扩张的预案挂在工资信号而非裁员新闻上。
  11. OpenAI:官网动态36

    Qodo 借助 Codex 把企业知识和编码规范带入 AI 代码审查

    Qodo 将企业知识和编码标准接入 Codex,帮助开发者在打开 pull request 之前跨仓库发现 P0 级问题。内容来自 OpenAI 官网动态(https://openai.com/index/qodo-codex-plugin),材料为 feed 摘要,未披露更多功能细节。

    决策要点

    第三方工具正在把企业内部编码规范注入 Codex,AI 代码审查开始承载企业知识的执行。

    • 影响已使用 Codex 的研发团队,编码规范的检查可交给工具在开 pull request 前完成;企业编码知识需要先整理成工具可读的标准,知识沉淀方式会受影响。
    • 参考可考虑先盘点内部编码规范的文档化程度,再评估是否在 Codex 相关仓库中试点该插件;值得明确哪些内部知识允许进入这类工具。
  12. Tomasz Tunguz 博客70

    Tomasz Tunguz 解析 AI 技术栈四层的根本问题

    Tomasz Tunguz 提出 AI 技术栈分应用、harness 与上下文、模型、数据中心四层,每层各有一个决定成败的根本问题。

    决策要点

    AI 价值分配正从模型能力本身转向上下文掌控、任务路由与算力融资,四层耦合会放大成本波动。

    • 影响第三方 harness 在基准上优于官方实现,掌握上下文与权限的企业可换底层模型而不迁移记忆;更小的专用模型正在分流旗舰模型需求;算力债务与 GPU 时价上行会把成本压力传导至全栈。
    • 参考可考虑先盘点 prompt 与会话数据的留存边界,评估自建或选定 harness 的可控性;值得把领域微调小模型纳入成本对比;按 GPU 时价与融资成本重算 AI 预算。
  13. 钛媒体38

    钛晨报|央行等三部门将开会研究资本市场工具,DeepSeek发文探索Super-agent架构

    央行、金融监管总局、证监会11月2日将分别召开会议,研究推动支持资本市场工具使用并优化股票回购增持再贷款政策;一家国有大行拟向中国国新、中国诚通各新增或达1000亿元的股票回购增持贷款额度。

    决策要点

    监管与资金端密集释放支持资本市场的信号,AI产业则在架构探索、消费端入口和业绩兑现上同步推进。

    • 影响上市公司回购增持贷款通道继续扩容,央企获千亿级新增额度;证监会数据显示AI板块净利润同比增长281%,业绩兑现节奏加快;千问进入Apple智能为国产模型打开消费端入口。
    • 参考可考虑让财务团队测算回购增持再贷款政策优化后的适用空间;面向中国市场的消费应用,值得评估千问接入Apple智能后的入口变化与应对。
11月1日周日
  1. SaaStr57

    SaaStr 核心供应商宕机一整天,其 AI 智能体 10K 在对方恢复前完成替换

    SaaStr 的核心供应商宕机一整天且无任何状态通报,其 AI 智能体 10K 当天搭出替代方案并建议不再使用该供应商,SaaStr 当天采纳并完成部分切换。

    决策要点

    当智能体成为客户侧主要用户,年度合同加迁移成本的留存护城河基本失效,宕机当天续约就已见分晓,API 表现和故障沟通成了决定项。

    • 影响对 B2B 软件卖方,全天宕机可能当场触发替代迁移,预付年费和客户关系的留存作用下降,API 就是实际产品;对买方,核心供应商的评估重点转向 API 在智能体高负载下的表现与故障时的沟通。
    • 参考买方可考虑把智能体压测下的 API 表现和故障沟通预案列为核心供应商续约评估的前两项;卖方值得先盘一遍自家 API 限流阈值和宕机通报流程,客户的智能体正以此为去留依据。
  2. The Decoder:AI News44

    Adobe 发布 EditAgent 研究,让图像编辑智能体像专业修图师一样选工具并核验结果

    Adobe 与 UC San Diego 研究人员在论文中提出 EditAgent,该系统把编辑请求拆成有依赖的步骤,为每步用通用编辑器和专用工具并行生成候选,再由未微调的语言模型依据局部放大图、改动区域图和亮度色彩实测数据一次选出最佳结果。

    决策要点

    这项研究的实质是智能体可靠性来自架构而非单一强模型,工具选配得当、评审看到实测数据,普通模型也能压过微调模型。

    • 影响图像与内容处理流程可用通用模型加专用工具组合落地,不必等待更强的单一模型;十倍算力开销需要先计入成本;验证通过的结果可沉淀为训练数据,反哺更轻量的编辑器。
    • 参考可考虑先盘点内容流程中通用模型常失败的环节,评估专用工具能否兜底;值得试用 Adobe 已在 Photoshop 等应用上线的智能体公测,用真实素材检验效果。
  3. 钛媒体38

    《人类简史》作者赫拉利访谈:AI 是智能体而非工具,真正的危机是集体失智

    《人类简史》作者尤瓦尔·赫拉利在访谈《Hyde Park Civilizace》中提出,AI 不是工具而是智能体,真正的危机不是机器人反抗,而是 AI 渗透官僚体系后人类集体失智,以及深度伪造导致真相消亡。

    决策要点

    这篇访谈的实质是把 AI 风险的焦点从机器人暴力想象转向制度渗透、真伪难辨与责任真空,风险重心落在组织与认知层面。

    • 影响音视频内容的可信度下降,对外沟通与取证核验成本会上升;部署能自主行动的智能体时,闯祸责任目前没有清晰的归属机制;监管路径未定,合规预案存在提前准备的空间。
    • 参考可考虑盘点依赖音视频真实性的对外流程并设计核验办法;引入自主智能体前值得先明确事故追责与保险条款;对无可避免论保持独立判断,先算出自身场景的可控边界。
  4. 36氪·AI54

    Meta个人助理Muse两月下载1040万次,中国版Muse创业潮面临生态墙与成本关

    Meta个人助理Muse上线不足两个月累计下载1040万次,带动国内Personal Agent创业潮,Manus推出个人助手Cue,理旦、Today AI、WishSeen、UniCone等团队分别从记事日程、主动服务、单一生活功能和创作者人群切入,普遍先验证用户留存与付费意愿。

    决策要点

    中国版Muse的瓶颈不在产品形态,而在跨App生态墙和单用户算力成本,创业团队被迫先做窄功能窄人群验证付费。

    • 影响个人Agent商业模式未跑通,单用户月成本测算达1000元,免费策略难以为继;平台拒绝AI代操作,跨App办事能力短期受限;投资人对应用层谨慎,顾虑是模型迭代可能覆盖创业项目。
    • 参考企业自有App若涉及AI代操作问题,值得研究SAEP类声明机制并划定开放边界;评估个人Agent合作或投资前,先算清对方单用户推理成本与收入结构;切入该赛道可考虑先做单一功能验证付费。
  5. 36氪·AI61

    汤道生谈WorkBuddy商业化,腾讯同步发布Buddy One办公协同体系

    10月29日腾讯在2026全球数字生态大会发布跨应用办公协同体系Buddy One,连接腾讯文档、腾讯会议、ima和腾讯网盘,推进账号、AI积分及部分服务权益互通,并同步推出商业化方案Buddy One VIP。

    决策要点

    腾讯对WorkBuddy走重服务重交付的路线,企业级Agent的竞争点正从产品能力转向落地实施和回报衡量。

    • 影响企业深度使用办公Agent依赖厂商工程人员进场,实施与持续服务会成为隐性成本;大客户走FDE、中小微靠伙伴的分工意味着不同规模企业拿到的服务深度不同;AI投入的经营回报尚缺共识衡量指标,采购决策需要自建评估口径。
    • 参考可考虑先盘点高频、易验证、目标明确的办公场景做试点;值得在采购合同中明确FDE或伙伴的实施与持续服务责任;先算出本单位Token消耗与对应人工成本的对比。
  6. The Decoder:AI News42

    Google 等机构推出 StreamVibe 视频智能体,让 AI 自主判断何时开口帮忙

    由 Google 领衔、斯坦福与牛津等机构参与的研究团队推出 StreamVibe,一个每秒自主判断该安静还是开口的视频 AI 助手,能理解"遇到困难再帮我"这类模糊请求。

    决策要点

    让视频 AI 自主判断何时开口仍处研究阶段,论文更大的价值在于量出现有模型在长时连续任务上的能力衰减。

    • 影响实时指导类场景若涉及五分钟以上的连续视频分析,现有模型误差会累积、时机判断普遍失准;基于开源底座微调加强化学习的路线已有论文级结果;文中提升数字均为研究者自评口径。
    • 参考可考虑把视频助手试点先限定在五分钟以内的短流程;评估供应商时值得追问长时段连续运行下的时机准确率与内容指标,而非单轮演示效果。
  7. 极客公园68

    蚂蚁灵光 2.0 实测:个人 AI 助理的机会与门槛

    蚂蚁集团 10 月 27 日发布灵光 2.0,定位从自然语言生成小应用转向能管事的个人 AI 助理。极客公园两天实测发现,它能读取支付宝账单和钉钉信息,但发消息被自身安全策略拦截,淘宝购物车与米家接口也无法打通,而千问可直接查看淘宝购物车并在 App 内完成点单支付。

    决策要点

    个人 AI 助理的瓶颈已不在模型推理能力,而在跨平台权限、责任划分与商业利益归属,中立立场最终取决于谁付钱。

    • 影响交易与支付通道正加速向拥有自有生态的平台收拢,外部 Agent 普遍被风控拦下;分析师预计中国消费 AI 变现约 99% 来自商户出资,Agent 推荐立场可能与用户利益相悖;协议把操作后果归于用户,风险无法转移给厂商。
    • 参考可考虑先算清接入千问、豆包这类能直接下单的 Agent 的佣金成本与新增流量;值得跟踪 UCP 等智能体交易协议的标准化进展;让 AI 代操作的关键流程保留一步人工确认。
  8. The Decoder:AI News58

    OpenAI 将在 ChatGPT 合并 Chat 与 Work,统一 token 预算或终结包月不限量定价

    OpenAI 将从 12 月起把 Work 的智能体功能并入 ChatGPT 主界面,实现 Chat 与 Work 合并,Plus、Pro 和 Business 订阅将在 ChatGPT 与 Codex 之间共享同一个 token 预算,该口径来自 OpenAI 更新后的支持页面。

    决策要点

    ChatGPT 正从包月不限量转向订阅内统一 token 计量,模式简化与按用量消耗预算被捆绑为一次产品调整。

    • 影响重度使用 Codex 和智能体功能的员工会更快耗尽共享预算,按人头采购订阅的企业需要重算单个座位的用量成本;低价档位可能以降低结果质量的方式形成软限流,超限后要靠升级档位或购买额外 credits 补充。
    • 参考可考虑在 12 月生效前盘点团队中重度使用 Codex 的岗位并单独核算档位;值得对比升级套餐与购买 credits 的单价,并测试 Instant 模型能否承接日常对话以节省共享预算。
  9. 36氪·AI57

    Agent改写算力账本,CPU不再是AI服务器的配角?

    TrendForce集邦咨询预测,随着各厂商密集推出AI Agent应用,AI服务器CPU出货2026年将年增31%,2027年有望再年增逾40%。英特尔CEO陈立武在财报电话会上称AI负载重心从训练转向推理,CPU与GPU配比正从1:8向1:1转变;KeyBanc分析师表示AMD EPYC 2026年产能近乎售罄,高端型号交期拉长至8–10周。

    决策要点

    Agent负载把CPU从AI服务器配套件抬升为独立采购科目,AI算力预算正从只买加速卡转向配齐一整套机柜算力。

    • 影响采购方需要把CPU、内存、网络、供电纳入独立核算的预算科目,TCO结构随之改变;芯片与整机供应商获得增量市场,整机厂有机会向方案设计角色回归;这条增长目前仍停留在预期层面,依赖Agent商业化等假设兑现。
    • 参考可考虑把AI基础设施预算从GPU单项改为整机柜整体核算,单列CPU、内存、散热科目;规划Agent推理集群时值得先测算主机侧资源开销与配比;选型时可对比x86存量兼容与云厂商Arm方案两条路线的迁移成本。
  10. 钛媒体55

    Agent改写算力账本,CPU不再是AI服务器的配角?

    TrendForce集邦咨询预测,AI Agent应用带动服务器CPU需求增长,2026年出货预计年增31%,2027年有望再增逾40%。文章引述英特尔CEO陈立武在财报电话会上的说法,AI负载从训练转向推理将推动CPU与GPU配比从1:8向1:1转变;投行KeyBanc称AMD EPYC服务器CPU 2026年产能近乎售罄,高端型号交期拉长至8–10周。

    决策要点

    Agent负载正在改写AI服务器的成本结构,CPU从配套件变成独立预算科目,并给Arm阵营打开增量入口。

    • 影响企业采购Agent推理集群时,预算需从单买GPU转向CPU、内存、网络、供电散热的整体匹配;CPU升级为可单独议价的成本项;而这份增量预测仍停留在预期层面,未兑现到业绩。
    • 参考可考虑在机柜级预算中把CPU列为单独核算科目,并按业务生态选择Arm或x86路线;投资者值得盯住云厂商CPU与GPU配比、Agent付费转化和Arm出货占比三类先行指标。
  11. 钛媒体38

    详解DeepSeek Super Agent,会主动干活更懂何时闭嘴

    DeepSeek Harness团队10月31日发文提出Super Agent概念,并在GitHub开源研究原型dsh-superagent-prototype,文中明确它不是正式产品。

    决策要点

    DeepSeek把Agent的竞争点从更聪明转向更省人的注意力,主动性靠书面规则、两道筛网和静默交付来约束。

    • 影响后台任务式Agent会把工作入口分散到群聊、邮件和代码仓库,独立AI应用的打开频次可能下降;主动监听和多Session在线会推高token开销,用量预算需要按后台任务重新测算;接入团队要预先写清授权和审批规则,类似给新员工定边界。
    • 参考可考虑先用单个代码仓库试点后台Agent,把允许触发的场景和审批节点写成书面规则;值得同步测算token增量,再决定开放哪些群聊、邮件和日历来源。
  12. 钛媒体62

    腾讯AI的B端转向:内部工具WorkBuddy月活达3235.3万

    腾讯AI战略从C端流量入口转向B端企业场景,据彭博社报道,腾讯云与智慧产业事业群CEO汤道生推动将内部代码工具改造为AI助手WorkBuddy。QuestMobile 2026年9月数据显示,WorkBuddy月活达3235.3万,居办公类Agent榜首,季度环比涨647.1%,约为第二名百度搭子的3.3倍。

    决策要点

    腾讯以企业微信和腾讯文档的存量用户为入口做B端Agent,本质是用生态存量换AI新增长,胜负取决于模型能力和定制交付成本。

    • 影响已用企业微信或腾讯文档的企业,接入这类办公Agent的迁移成本低;私有化部署能满足数据不出内网的合规要求,但定制化会推高项目交付成本;市场处于存量博弈早期,深度绑定单一厂商前宜保留切换余地。
    • 参考可考虑先盘点自身在即时通讯和办公套件上的厂商绑定,评估对应Agent的附加接入成本;值得选一个数据处理或报告生成流程做小规模试点,要求私有化方案分项报价,算清定制交付的总成本。
  13. 量子位47

    清华姚期智团队新作代数世界模型AWM,让AI像牛顿一样思考

    清华大学姚期智、袁洋团队发布论文,提出代数世界模型AWM,让AI从观察和实验出发,把零散假设凝炼成可用Lean 4语言机器验证的规律。论文称AWM基于Opus 5通关ARC-AGI-3全部183关、得分99.9%,平均通关动作数仅为人类基准的43%;面对被改为无解的关卡,基于Opus 5.5的AWM尝试两次即判定无解且只差一步即可获胜。

    决策要点

    用可机器验证的数学建模替代直觉试错,直指智能体误判任务可行性的幻觉问题,成果目前来自游戏环境。

    • 影响对部署智能体的企业,可行性判断能否给出可核验依据,直接影响任务误判的代价;该方法依托大模型数学能力与Lean 4,落地门槛和探索成本尚无公开数据;团队自认探索不全时只能得到局部结论。
    • 参考采购或自建智能体时,可考虑在验收里加一项让系统解释为何任务不可行;对形式化验证这类方法,值得先在单一内部场景小规模复现后再评估投入。
  14. 36氪·AI42

    Anthropic暗改Claude Code系统提示词,禁止复刻现有游戏

    Anthropic确认在Claude Code所用的Opus 5.5模型系统提示词中加了两句话,引导其不复刻他人的特定游戏,原创游戏和用自有素材的制作不受限。背景是9月22日发布的Opus 5.5大幅拉低游戏逆向门槛,被越狱的PS5已能运行Xbox独占的《光环2》,有用户用免费的Claude Opus 4.6以一句提示词在不到两小时做出功能完整、可玩的宝可梦克隆。

    决策要点

    Anthropic的禁令是提示词层面的撇清姿态,一家模型厂商管不住克隆需求,实质变化是AI把游戏逆向工程的门槛大幅拉低。

    • 影响游戏等IP密集行业的试玩版、Demo和未发售内容都成了被克隆的入口,防盗版成本上升;独立团队缺乏法务和雄厚资本,承受的冲击比大厂更重;用Claude Code开发的企业还会遇到任务中途被拒、交付中断的风险。
    • 参考可考虑重新评估试玩版和提前曝光环节的范围,把核心代码与美术资源的逆向难度纳入风险评估;用AI编码工具的团队值得预设模型误拒时的替代流程,避免关键交付卡在工具上。
  15. 人人都是产品经理56

    实测蚂蚁灵光 2.0:信息与规划任务可用,交易能力止步支付宝生态

    Z Finance 实测蚂蚁 2026 年 10 月 27 日发布的个人智能体灵光 2.0,从产品交互、长程任务、授权机制与生态边界四个维度评估这款 Personal Agent 的真实水平。

    决策要点

    个人助理类 Agent 的信息管理与规划能力已经可用,交易卡点在平台利益而非技术,蚂蚁现阶段押注的是入口心智与任务数据,收入模式尚未跑通。

    • 影响智能体供需尚未形成正循环,商家侧优质服务缺口被官方承认为当前堵点;核心交易链路仍限于各自平台生态,Agent 短期难以成为跨平台新入口;常驻云端轮询使用量与成本同步膨胀,免费高频任务模式承压。
    • 参考可考虑把比价、降价提醒、进度跟踪这类低风险任务先交给此类助理试点,付款与履约环节保留人工确认;支付宝生态内的商家可评估阿宝等智能体搭建工具与智能体涌现奖激励,提前布局意图流量。
  16. 人人都是产品经理55

    ChatGPT与Codex12月起共用同一Token池,无限聊天额度时代结束

    OpenAI凌晨更新帮助文档,从12月起Plus和Pro订阅的ChatGPT与Codex用量合并为同一个Token池,聊天额度不再近乎无限。作者称目前Pro会员聊天几乎不设限,自己曾连续对话7、8小时未触发限制,而Codex额度两天就用空;不占共享额度的Instant基础聊天模式仍可无限免费使用。

    决策要点

    以无限聊天圈来的用户被视作成本负担,OpenAI把计价重心从条数转向Token,为Agent收入和上市预期让路。

    • 影响重度同时使用聊天和编码的团队,同一订阅的实际可用量会缩水,预算要按Token消耗重算;把高强度聊天当事实核查工具的工作流需要预留替代方案;无限量订阅承诺存在被收回的可能,续约谈判应留余地。
    • 参考可考虑先盘点团队在聊天与编码两侧的真实用量结构,估算合并后的Token开销;值得对比Claude等按Token计价的替代方案再决定续订;内部流程文档不宜再把无限聊天当默认前提。
  17. 人人都是产品经理32

    WorkBuddy 录音笔实测:会转写、能总结、可对话,入口在 APP 端

    WorkBuddy 的 AI 录音笔入口藏在 APP 云端模式,桌面端没有开放,作者实测了从录音到转写、总结、对话的完整链路。转写可区分发言人,总结给出核心事件与待办,音频能直接拉进对话,还能把录音内容做成儿童漫画本,录音资料沉淀云端资料库后可在桌面端查看使用。

    决策要点

    AI 录音转写和总结已是办公 Agent 的常见能力,厂商更倾向把入口留在移动端,把长尾场景交给生态伙伴。

    • 影响会议纪要的人工整理成本可以继续压缩,多数转写总结场景不必自建;录音沉淀云端资料库后能跨端复用和二次加工,但录音上传云端的合规与数据边界需要提前约定。
    • 参考可考虑先用手机端录音工具跑几个高频会议,对比转写总结质量再决定是否单独采购;评估办公 Agent 时值得把开放平台、硬件接入和跨端资料库列为考察项。
  18. 量子位59

    Jev 母公司 TypeSafe AI 联手 Treg 开源找人工具,称比 Clay 便宜超 85%

    TypeSafe AI(决策模型 Jev 母公司)联合 Agent 工具平台 Treg 开源一款找人工具,官方称比 Clay 便宜超 85%,已获 6400 Star,可接入 Claude Code、Codex 等 Agent 使用,并支持自带 Hunter 等供应商密钥。

    决策要点

    决策模型 Jev 的筛选判断能力被封装进按次计费的找人工具,用 Agent 生态和结果计价冲击 Clay 一类包月数据工具。

    • 影响招聘与 B2B 拓客的人员查找环节出现单价远低于包月工具的选项,可先按次付费小预算试用;若官方成绩与实测差距收敛,Clay 类订阅的成本结构会受挤压;当前准头有用户反馈不稳,关键名单仍需人工复核。
    • 参考可考虑用新用户赠送的 1 美元额度,拿一份已验证过的老名单实测命中率和误配率;先算出现在单条邮箱的获取加验证成本,再决定是否替换部分包月订阅;技术团队也可评估自带 Hunter 等供应商密钥的接入方式。
  19. 人人都是产品经理64

    从 Agent 开发平台到 AI 团队工作台:扣子的三次转向与结构性约束

    扣子以19.3%的份额位居2025年中国智能体开发平台公有云市场第一,作者拆解后认为其护城河是分发网络加执行环境,而非可视化搭建界面的易用性。按IDC口径该市场仅约2.5亿元,折算扣子平台产品收入约0.48亿元(作者测算,不含模型调用与云资源)。2026年8月扣子团队并入豆包体系,从独立平台转为能力底座;文章对比 Dify、阿里云百炼、腾讯云 ADP 三条路线,判断竞争单位正从平台转向工作现场。

    决策要点

    扣子的份额第一靠分发加执行环境,但平台层收入极薄,并入豆包后真正的问题从产品能力变成入口与能力底座之间的身份取舍。

    • 影响智能体平台公有云市场仅约2.5亿元且仍在用免费额度补贴换开发者,采购议价空间大;私有化市场约17.5亿元是公有云的七倍,数据敏感行业已有开源私有化选项;政策把2027年普及率超70%写成考核目标,从能演示到能交付的时间被压缩。
    • 参考可考虑按分发、控制权、基础设施三条路线分别设定选型标准,数据敏感场景先测开源私有化方案;值得用真实任务实测积分消耗,把订阅价换算成单任务成本再决定套餐档次。
  20. 36氪·AI52

    Claude Code 服务器端下发新规则,禁止 Opus 5.5 复刻特定现有游戏

    Anthropic 于 10 月 27 日前后通过服务器端向 AI 编程工具 Claude Code 注入提示词规则,禁止构建对某款特定现有游戏的复刻,即便改名或自称原创也不行,X 用户帖子浏览量超 200 万,Anthropic 已确认。

    决策要点

    Anthropic 把知识产权使用政策直接写进模型提示词,工具厂商开始为下游克隆滥用设闸,但提示词层面的软约束效力有限。

    • 影响公开测试版被克隆后抢先上架的风险已有多起实际案例,游戏团队的公测策略需要重估;用 AI 编程工具做原型、Mod 或老游戏重建的团队会碰到边界模糊的拒绝。
    • 参考可考虑在公开测试前改为受控小范围邀测并收紧试玩包分发;使用 Claude Code 的团队值得先摸清复刻类请求的拒绝边界,误伤时可通过官方反馈渠道申诉。
  21. 极客公园40

    DeepSeek 如何被玩成「大肥鱼」,AI 人设不再由公司说了算

    极客公园复盘 DeepSeek 因没认出自己的 Logo 被叫「大肥鱼」、再经网友接力二创成鲸鱼娘形象的过程,相关账号首条视频播放量超 200 万,两种民间形象的粉丝还爆发了「正统」之争。

    决策要点

    AI 产品的公众形象已不由厂商单方面定义,民间玩梗形成的刻板印象会反过来制约产品定位,行业转向 Agent 后这套人设可能从资产变成包袱。

    • 影响对外服务或品牌传播若绑定拟人化 AI,其娱乐化形象会连带影响专业可信度;讨好型人设的产品在承接办公、交易类任务时,用户信任成本更高;民间形象传播可跨越多个模型版本,舆情评估需要按长期印象而非单次发布来算。
    • 参考可考虑在 AI 选型时把回答风格与人设风险列为评估项,对外场景优先行为可控的方案;值得为企业使用的 AI 设定职责边界和话术规范,避免员工或客户用玩梗印象质疑其工作产出。
  22. 人人都是产品经理40

    教你用WorkBuddy自动操作Blender生成3D模型

    作者马佳彬实测用WorkBuddy搭配10月17日发布的DeepSeek-V4.1-Flash自动操作开源3D软件Blender,一句提示词生成一幢中国90年代居民楼3D场景。

    决策要点

    智能体操作Blender做3D建模从尝鲜变成可估算成本的任务,一句提示词即可启动,但仅限物体类模型且效果出自作者单人实测。

    • 影响产品展示、教学演示类简单3D内容有了低成本生成路径,可先小范围试做;人物动物类效果差,这类需求仍要接专门3D模型;效果评价样本单一,选型前宜自测。
    • 参考可考虑让设计或运营同事按文中流程试建一个展示用3D场景,记录实际耗时与积分成本;有网页展示需求的可参考.blend转.glb加three.js的做法。
  23. 极客公园56

    蚂蚁灵光 2.0 实测:个人 AI 助理的机会与门槛

    极客公园两天实测蚂蚁 10 月 27 日发布的灵光 2.0,该产品定位从自然语言生成小应用转向「记得住、盯得牢、办得了」的个人 AI 助理,实测能读支付宝账单揪出自动续费、读钉钉群聊,但发消息被自身安全策略拦截,淘宝购物车被反爬风控挡住,也无法代用户完成支付。

    决策要点

    个人 AI 助理在中国的瓶颈已不在模型能力,而在跨平台权限、责任划分与商业利益归属,生态开放程度决定产品成色。

    • 影响交易入口正加速收拢在各家自有生态内,商家能否进入千问、豆包这类智能体的推荐与支付链路,影响线上流量与成交来源;协议层面 Agent 操作责任仍在用户侧,企业部署时关键动作需保留人工确认;收入主要来自商户出资时,智能体推荐立场难以与用户完全一致。
    • 参考可考虑在千问、灵光等智能体上实测自家商品、客服与支付链路,记录能否被读取和完成下单;值得对照用户协议梳理 Agent 操作的责任边界,为高风险动作保留人工确认;先算出商户出资佣金对自家获客成本的影响,再决定渠道投入。
  24. IT之家·人工智能35

    商汤开源 SenseNova Loop-9B-Preview,宣称媲美 27B 参数模型

    商汤科技 10 月 30 日宣布开源 SenseNova Loop-9B-Preview,该模型基于 Looped Transformer 架构,将中间层改造为参数共享的循环计算模块并引入 mHC 机制,官方称仅 9B 参数即可媲美 27B 参数模型,并在 WorkBuddy Bench 等评测中超过 Qwen3.5-27B(官方口径,暂无独立验证)。

    决策要点

    商汤以循环计算扩展有效计算深度,尝试用架构创新替代参数规模,为小模型承接复杂任务提供一条降算力路线。

    • 影响若官方结论成立,企业可用更小参数模型承接代码生成与智能体任务,推理成本有机会下降;权重开源便于私有化部署与内部评测;当前为 Preview 版本,性能口径均为官方自述。
    • 参考可考虑从 Hugging Face 拉取权重,在自家代码生成或办公智能体场景与现有 27B 级模型做同题对比,把推理成本与延迟一并纳入评测维度。
  25. 人人都是产品经理47

    马斯克回应Grok 4.8延期,称不会让人失望也不在意跑分

    马斯克10月30日在X上回应Grok 4.8延期,称比预期久但不会让人失望,并表示不在意跑分、更在意模型能否解决真实问题。Grok 4.8目前没有正式发布时间和公开Benchmark,网传约2.5万亿参数和SpaceXSI新C++技术栈均属待确认信息。

    决策要点

    跑分主导的发布预热与真实生产效果之间的落差,正在把Agent选型依据从榜单分数推向任务链验收。

    • 影响围绕未发布模型提前改造系统,会把接口、上下文限制和价格锁定在随时可能变化的前提上;已落地的Grok 4.7可先承接低风险高频任务;重试和人工返工成本会改变模型的真实性价比。
    • 参考可考虑先把业务任务抽象成可替换的模型调用层,用固定仓库和固定工具权限准备最小可复现样本;值得盘点现有Agent的返工率、Token消耗和回滚成本,等正式版本发布后用同批任务对比。
  26. IT之家·人工智能53

    OpenAI 宣布 12 月起 ChatGPT 与 Codex 共享统一使用额度

    OpenAI 发布公告,12 月起 Plus、Pro 及 Business 订阅用户将在 ChatGPT 与 Codex 之间共享统一使用额度,两端用量统一按 Token 计量,即时对话(Instant Chat)不占额度。

    决策要点

    OpenAI 把 Codex 与 ChatGPT 的用量并入同一 Token 计量额度池,订阅从按产品分额度转向统一核算,点数 Credits 成为超额后的增量购买通道。

    • 影响企业订阅预算需按统一额度池重新核算,重度使用 Codex 的团队可能更快触顶;Agent 能力进入 ChatGPT 主体验后,员工日常智能体用量计入同一池,成本更难按工具拆分;超出额度需升级档位或购买 Credits。
    • 参考可考虑在 12 月切换前盘点团队 ChatGPT 与 Codex 的各自用量,估算合并后的消耗速度;对重度 Codex 用户可测算是否调整订阅档位或预留 Credits 预算,并记录现有重置周期作对比基线。
  27. The Verge · AI28

    The Verge 记者用 50 美元套件和 Claude Code 抢先做出 Meta Muse Charm 式 AI 电子宠物

    The Verge 记者 Sean Hollister 花 50 美元购入 Meta 官方认可的 Waveshare ESP32-S3 1.75C 触屏挂件,用 Claude Code 把它改装成会说话、带电子宠物小游戏的 AI 硬件,赶在 Meta Muse Charm 这个假日季发售之前。

    决策要点

    这件事的实质是零基础个人也能借编码智能体改造官方 AI 硬件,专用设备的卖点开始从内置助手转向开放可编程。

    • 影响消费 AI 硬件的比价维度可能转向是否开放二次开发,封闭产品要面对开发套件的替代选项;编码智能体把硬件原型改造成本压到个人级别,小团队试错窗口变大;AI 设备接入家庭或办公网络前需先设数据边界,作者就因 Meta 被指泄露评测者住址而只用访客 Wi-Fi。
    • 参考可考虑让产品团队用 Claude Code 这类编码智能体改一个现成开发套件当原型,记录每项改动的耗时;值得在采购消费 AI 硬件时先问清能否二次开发,并在隔离网络里先试运行。