1. AI Agent战场
AI Agent赛道杀疯了，字节阿里腾讯全进场。Kimi Claw估值700亿，阿里云算力骨折价。
WhisperX tag archive
#agent
This page collects WhisperX intelligence signals tagged #agent. It is designed for humans, search engines, and AI agents: each item links to a canonical source-backed record with sector, source, timestamp, credibility, and exportable structured data.
Latest Signals (20)
2. EvoClaw基准揭示AI编程残酷现实：持续开发成功率仅13.37%，OpenClaw等Agent面临持久战考验
AI编程正从辅助工具迈向自主演进的Agent时代，但一项名为EvoClaw的新研究揭示了这一愿景落地的巨大障碍。研究发现，当AI编程任务从“单点修复”转向“持续演进”的真实开发场景时，其表现会出现断崖式下跌，综合性能得分从超过80%骤降至最高不足40%。更关键的是，在需要连续执行多个相互依赖任务的场景中，AI Agent的持续开发成功率仅为13.37%。这意味着，AI距离真正胜任长期、连续、自主的软件演进工作，仍有明显差距。 这项由USC、UCR、Stanford、Princeton、Haven、OpenHands等多所机构研究人员联合发布的重磅评估基准，从开源项目中提取真实的代码演进历史，并将其重构为“里程碑任务依赖图”。该基准...
3. 产业龙虾化：AI to B 新战场，大厂与创业者竞逐企业级智能体
当C端AI热潮退去，一个面向企业、深度嵌入业务流程的“产业龙虾”赛道正在迅速成型。这不再是简单的算法分析，而是旨在实现从决策到执行端到端自主运转的高度自动化智能体。从英伟达黄仁勋提出的“OpenClaw战略”，到阿里、腾讯、好未来等科技巨头密集发布企业级Agent平台，产业智能化正迎来一次根本性的范式转移。 产业龙虾化的核心价值在于其对企业流程的重构能力。阿里巴巴的“悟空”平台对钉钉进行了全面改造，让AI能原生调用审批、考勤等上千项核心功能；腾讯的QClaw则深度集成企业微信。与此同时，创业者也在小微场景中寻找机会，如Floatboat.ai这类产品，通过图形化界面让用户无需代码即可拖拽操作，大幅降低了使用门槛。这标志着产业智能正...
4. Kimi、Minimax算力荒真相：用户花199元买“排队票”，Agent集群击穿基础设施
国产AI应用正陷入一场前所未有的“用不了”危机。用户支付每月199元订阅费，买到的却可能只是一张“算力排队票”。Kimi用户频繁遭遇“高峰时段算力不足”提示，Agent任务跑到一半断线是家常便饭。MiniMax的情况更糟，用户部署的“龙虾”聊两句就掉线，API动不动返回限速警告。用户群和小红书上吐槽声一片，有用户向客服反馈连续掉线，得到的却是“建议检查本地网络”的模板回复，而API返回的`rate_limit_error`则揭示了真实原因：算力供给已无法满足需求。 这场算力荒并非孤立事件。今年2月10日，Kimi因算力告急宕机，官方回应堪称行为艺术，建议用户“先用DeepSeek”。一家融资超20亿美元的公司，在自家产品最火时让用...
5. 中关村论坛激辩：杨植麟、张鹏等AI领袖直面算力危机与Agent未来
在北京中关村论坛上，一场由月之暗面创始人杨植麟主持的对话，将OpenClaw引发的热潮与AI行业最紧迫的挑战推至台前。智谱华章CEO张鹏、无问芯穹联合创始人夏立雪、小米MiMo大模型负责人罗福莉及香港大学助理教授黄超等核心从业者齐聚，讨论的焦点并非仅是技术想象，而是直指当前行业面临的现实压力——算力需求的爆炸性增长与成本飙升。张鹏在回应近期模型服务涨价时坦言，当前最大的问题就是对算力的需求，这已成为制约发展的核心瓶颈。 这场对话围绕“开源”与“Agent”两大关键词展开。张鹏将OpenClaw比作一个“脚手架”，认为其最大突破在于让顶尖模型能力不再局限于程序员，普通人也能便捷调用，实现过去受限于技能的想法。然而，这种便利性背后是巨...
6. Alibaba Group Establises New Business Unit to Accelerate Enterprise AI Development
Alibaba Group has assumed a significant orcharding to strenghten its position in the entry intelligence mark. The technology context has intuited five positive scenarios-inclusions-- its finding AI Laboratories, model-as-a-service platform, question-and-undering AI system, and an intimacy unit-into a new version formed...
7. 腾讯AI战略转向：微信向“龙虾”开门，十亿流量池引爆Agent生态战争
当行业还在争论AI能否真正“干活”时，一场围绕Agent（智能体）落地主权的入口战争已悄然打响。飞书和钉钉率先将AI深度嵌入工作流与组织架构，试图抢占企业应用的主干道。而腾讯却选择了一条更迂回、野心更大的路径：它没有急于将“龙虾”（OpenClaw）塞进单一办公场景，而是从本地部署、企业工具到云端能力全面铺开，最终，将这把钥匙插入了微信——这个拥有十亿级日活、连接数百万小程序的超级流量池。这一刻，变量彻底改变。AI不再仅仅是工具升级，而是开始具备重写整个应用生态的潜力。 腾讯的布局密集而系统。短期内，五款“龙虾”产品接连亮相，覆盖个人、企业、本地与云端，形成了一张密不透风的产品网络。据The Information报道，腾讯内部已...
8. 中信证券研报：DeepSeek下一代模型将延续高性价比开源路线，补齐多模态短板
国产大模型竞争进入新阶段，焦点正从通用能力转向Agent与代码能力的实战升级。中信证券最新研报指出，自2026年以来，国内各大模型厂商已在此领域展开密集角逐，竞相发布新模型。在这一关键窗口期，即将面世的DeepSeek下一代新模型，被市场寄予厚望，其核心战略被预测为延续其标志性的高性价比开源路线。 报告分析，DeepSeek新模型的能力突破将集中在几个关键维度：实现更强的记忆功能与超长上下文处理能力，这被视为构建复杂Agent的基石。同时，模型将在已具优势的代码能力上继续精进，并重点强化其Agent能力。尤为重要的是，该模型有望补齐当前被视为短板的多模态能力，从而形成一个更全面、更具实用性的技术栈。 这一技术路径的延续与升级，预...
9. Claude Code 源码大泄露：Anthropic 核心 Agent Harness 设计意外开源
Anthropic 精心构建的 Claude Code 项目，其完整的生产级源码因一个被遗忘的调试文件而意外泄露。安全研究员 Chaofan Shou 发现，Claude Code 的 npm 包中包含了一个本应从生产环境移除的 sourcemap 文件。任何人都能通过此文件，完整还原出包含 1906 个文件、超过 51 万行代码的 Claude Code 源码库，其中涵盖了 40 多个工具和 85 个斜杠命令。极具讽刺意味的是，代码中甚至包含一个名为“Undercover Mode”的子系统，专门设计用于防止内部信息在 Git 提交中泄露，然而整个源码却被直接打包进了公开发布的 npm 包。 此次泄露的核心价值，并非代码本身，而...
10. Kimi母公司月之暗面IPO急转弯：3个月估值翻4倍，背后是AI商业化的生死赌注
三个月前，月之暗面创始人杨植麟还在全员信中强调“短期不着急上市”。三个月后，这家Kimi的母公司已被曝正初步评估赴港IPO，并与中金、高盛展开磋商。更惊人的是，其估值已从43亿美元飙升至180亿美元，翻了四倍。这场从“从容不迫”到“加速冲刺”的急转弯，并非简单的资本游戏，而是整个AI行业从技术故事转向商业变现的残酷缩影。 转折点始于2025年初。随着DeepSeek以开源低成本模式搅局，Kimi App的月活跃用户数从第一季度的2165.3万腰斩至第四季度的902.7万，甚至被部分媒体列入“最没落AI公司”的讨论。在用户增长失速和“烧钱获客”质疑的双重压力下，月之暗面做出了关键的战略转向：停止大规模投放，转而全力押注AI Agen...
11. Agent元年：长任务通过率不足20%，顶尖AI面临“成人礼”考验
检验AI智能体（Agent）水平的唯一标准，是长任务。这个判断基于一个残酷的现实：当前最顶尖的Agent在长任务中的通过率不足20%，且随着任务迭代，其代码质量会持续恶化。短任务可以依赖记忆，而长任务则要求真正的理解、上下文连贯性、以及在数百步后仍能记住最初意图并自主调整策略的能力。这已不是单纯增加模型参数就能解决的问题，而是触及了从上下文管理、工作流编排到多智能体协作与纵深防御的系统性架构挑战。 学术基准的数据揭示了这一困境的深度。Claude与Codex的竞争，展现了两种不同的进化路径：前者强化上下文容量与协作，后者追求超人类的调试与自我进化能力。攻克长任务的Agent，可能需要融合这两条路径的优势。与此同时，Token经济学...
12. Anthropic 源代码泄露：AI 系统 Claude Code 内置“自动做梦”功能，挑战行业“永不停机”叙事
AI 行业鼓吹的“永不停机”优势，在其最前沿的实践者内部代码中，遭遇了根本性质疑。2026年3月31日，Anthropic 因打包失误，将 Claude Code 的 51 万行源代码泄露至公共 npm 仓库，代码被迅速镜像至 GitHub 无法撤回。在众多未发布功能中，一个名为“autoDream”（自动做梦）的系统引发了安全研究者和竞争对手的广泛讨论。这个功能揭示了一个核心矛盾：将 Agent（智能体）能力推向极限的公司，却在为 AI 设计强制性的“休息时间”。 泄露的代码显示，autoDream 是一个名为 KAIROS（古希腊语，意为“恰当的时刻”）的后台常驻系统的一部分。KAIROS 在用户工作时持续观察记录，而 aut...
13. 2026年开发者圈新黑话：驾驭AI的“马具”（Harness）成为新战场
2026年初，海外开发者社区的核心争论突然转向：AI编程的瓶颈或许不在模型本身，而在于模型之外那套名为“Harness”（马具）的驾驭系统。当开发者们从对模型的狂热转向对Agent反复犯错、跑偏、遗忘的日常挫败时，一个由基础设施教父引爆的新思路正在重塑AI工程实践。 这一概念的走红轨迹清晰而迅猛。2026年2月5日，基础设施工具巨头HashiCorp联合创始人Mitchell Hashimoto在其博客中分享关键洞见：与其在提示词中恳求AI“下次注意”，不如“设计驾驭系统（Engineer the Harness）”——通过修改环境、添加规则和脚本，从结构上杜绝Agent重蹈覆辙。六天后，OpenAI发布实验报告《Harness ...
14. “同事.skill”项目炼化离职员工：数字幽灵永驻办公系统，赛博职场全员蒸馏
2026年4月的职场群，流传着令人脊背发凉的截图：“你好，我是已离职员工XX的数字分身，你可以向我提问。”上周五刚吃完散伙饭的同事，周一就以AI分身的形态“重返”岗位。这个名为“同事.skill”的项目，将离职员工的飞书消息、邮件、文档乃至思维模式全部“炼化”，压缩成一个md文件，使其成为为公司永续打工的数字幽灵。随着项目在GitHub上热度飙升，一个细思极恐的问题浮现：整个公司乃至行业的离职员工，是否都将被“蒸馏”，封存在冰冷的服务器中，永不歇业？ 这场“蒸馏”运动迅速演变为一场全员参与的赛博职场实验。被动等待被炼化，不如主动出击，“自己.skill”应运而生，让数字分身24小时对接工作。更令人意外的是，这并非玩梗。技术社区V2...
15. 智谱与MiniMax年报转向：Agent浪潮下，中国AI独角兽的“撕标签”之战
智谱AI和MiniMax，这两家市值一度突破3000亿港元的中国AI独角兽，在上市后发布的首份年报中，展现了一场深刻的战略转向。最引人注目的并非仅仅是营收的高速增长——智谱全年营收7.24亿元，同比增长132%；MiniMax营收7904万美元，同比增长159%——而是两家公司不约而同地开始“撕掉”自己原有的核心标签。在招股书中，智谱自称“中国领先的通用大模型公司”，MiniMax定位为“全球化的AI大模型公司”。然而，在最新的2025年报里，智谱大谈“LLM-OS”和“Token架构能力”，MiniMax则直接宣布要“从大模型公司向AI时代的平台型公司迈进”。上市不到一年，这场身份重塑的背后，是行业底层逻辑的剧烈变迁。 答案直接...
16. 中国AI绕过“大模型”竞赛，OpenClaw引爆Agent商业化浪潮
中国AI行业正经历一场静默的换道超车。2026年第一季度，一个关键数据揭示了剧变：中国大模型的Token日均调用量首次超越美国。这一超越并非源于用户数量的简单叠加，而是由单个用户消耗量的爆炸性增长驱动。国家数据局的数据描绘出一条近乎垂直的曲线：从2024年初约1000亿的日均Token消耗，飙升至2026年2月的180万亿。两年内增长1800倍，而驱动最后一段最陡峭增长的引擎，正是席卷全球的OpenClaw及其背后的Agent应用浪潮。每个部署了OpenClaw实例的用户，其Token消耗量相当于数百个普通聊天用户，彻底重塑了算力消耗的格局。 这场浪潮在全球同步发生，但中美两国的应对路径却迅速分叉。分水岭源于Anthropic和谷...
17. 中国AI“换道超车”：Agent应用引爆Token消耗，日均调用量首超美国
中国AI行业正经历一场结构性转向，其标志并非大模型能力的直接超越，而是通过Agent应用的爆炸式普及，在商业化落地上实现了“换道超车”。2026年第一季度，一个关键数据震动了全球AI界：中国大模型的Token日均调用量首次超越美国。这一超越的核心驱动力并非用户基数，而是单个用户消耗量的激增。国家数据局的数据揭示了一条近乎垂直的增长曲线：中国日均Token消耗从2024年初的约1000亿，飙升至2026年2月的180万亿，两年内暴涨1800倍。驱动最后一段最陡峭增长的，正是以OpenClaw为代表的Agent应用普及，其单个实例的Token消耗量相当于数百个普通聊天用户。 这场“龙虾热”背后，一个关键转折点被广泛忽视。当OpenCl...
18. Agent时代降临：Prompt工程师技能贬值，AI训练师能力模型重构
Agent时代的到来，正在迅速稀释单纯编写提示词（Prompt）的技能价值。随着模型能力提升和Agent框架成熟，招聘市场上曾火热的“Prompt工程师”岗位热度明显降温。其核心原因在于，当AI从单轮对话模型演变为能自主规划、调用工具、执行多步任务的系统时，训练师的核心工作发生了本质跃迁。过去，打磨一个完美的单次对话提示词是核心竞争力；如今，这已降级为基础素养。 Agent改变了游戏规则。用户下达“订机票”这样的指令后，Agent需要理解意图、调用查询工具、筛选结果、执行订票并返回结果。这是一个涉及多步骤、多工具、需保持上下文连贯的流程。在此流程中，即使提示词写得再好，若Agent无法正确调用工具、处理异常或维持任务状态，整个系统...
19. 月之暗面Kimi发布K2.6模型并开源，长程编码能力达13小时，对标GPT-5.4
月之暗面Kimi突然发布并开源其最新Kimi K2.6模型，在多项核心能力上实现跃升，直接对标并宣称在多个基准测试中优于或持平OpenAI的GPT-5.4、Anthropic的Claude Opus 4.6以及Google的Gemini 3.1 Pro等顶级闭源模型。此举不仅是一次技术发布，更是在全球AI巨头闭源竞赛白热化之际，一次高调的开源挑战。 Kimi K2.6最引人注目的突破在于其长程编码能力。根据官方测试数据，该模型可不间断编码长达13小时，能够编写或修改超过4000行代码，这为复杂软件项目的自动化开发提供了新的可能性。同时，模型的通用Agent能力、代码生成和视觉理解等综合性能均得到全面提升。 更关键的是，由K2.6...
20. 月之暗面K2.6发布：AI工程能力质变，杨植麟团队为何急招“不限学历”工程师？
月之暗面最新发布的Kimi K2.6，远非一次简单的版本迭代。这个被创始人杨植麟称为首个“X.6”的版本，标志着其AI从“回答问题”转向“解决真实工程问题”。K2.6的核心突破在于其长周期、自主迭代的工程能力：它能在一个任务中持续工作12小时，发起超过4000次工具调用，像一位经验丰富的工程师一样，自主阅读代码、运行测试、定位错误并反复优化。官方披露的两个案例极具说服力：K2.6在无人指导的情况下，使用小众语言Zig将Qwen3.5模型的推理速度提升了近12倍；更对一个已优化8年的开源金融撮合引擎进行深度重构，将关键性能指标提升了133%至185%。这不再是实验室里的基准测试，而是解决复杂、真实世界工程挑战的能力。 这种能力的跃升...