Kexin - AaaS Hub

Insights

Gartner预测年底前40%的企业将嵌入AI智能体

2026年全球AI智能体市场预计突破100亿美元，Gartner预测年底前40%的企业应用将嵌入任务型AI智能体。当一支三人金融科技团队用单一自主智能体取代整个手动入职流程时，市场数据的抽象性瞬间化为现实——从传统自动化转向目标驱动、具备推理能力的软件已非概念，构建这些系统的公司值得被逐一审视。基于生产记录、技术深度及在复杂商业环境中的交付能力，本文梳理出当前AI智能体开发领域的核心玩家，为初创企业与运营管理者提供参考。 LITSLINK领跑AI智能体开发赛道在评估构建生产级自主AI智能体的公司时，LITSLINK凭借明确优势脱颖而出。这家总部位于帕洛阿尔托、工程团队遍布东欧的AI智能体开发公司，专注于基于LangGraph、检索增强生成、工具调用管道及多智能体编排构建的LLM驱动系统。其定制化自主智能体已落地医疗、金融科技、SaaS、物流和零售领域，直接集成至CRM、ERP及内部数据库。LITSLINK为全球200多个客户交付了超过300个产品，六步交付流程从发现阶段到上线后监控全程保持范围、时间线和ROI的可见性。对于需要具备推理能力、基于真实数据行动并跨企业基础设施扩展的

Insights

TrendForce：2027年存储市场超1.28万亿美元

全球存储市场正迎来一场由人工智能范式迁移驱动的结构性变革。市场研究机构TrendForce在最新报告中罕见地大幅上修预测，将2027年全球存储市场规模预期从8427亿美元一举推高至逾1.28万亿美元，年增长率高达44%。本轮上调的核心逻辑在于AI发展重心从大规模模型训练全面转向以推理为核心的Agentic AI应用，由此催生的存储需求正以量级跃升的姿态重塑DRAM与NAND Flash的供需格局，供给缺口短期难以弥合，价格上行动能有望延续至2027年。 Agentic AI重塑存储需求结构：推理循环撬动DRAM与NAND需求倍增 TrendForce明确指出，AI发展路径的转变是存储需求扩张的根本驱动力。随着AI应用从一次性大模型训练转向持续推理的Agentic AI范式，存储需求的特征发生根本性改变。在DRAM层面，Agentic AI系统中的推理请求已从单次查询演变为持续迭代循环，KV缓存容量随上下文窗口扩大而等比增长，一旦需要重新计算，算力成本将呈指数级上升。高效的KV缓存管理成为AI推理性能的关键，直接推动HBM及DRAM需求激增。此外，Agentic AI工作负载对CP

Latest

CSU与OpenAI合作遭师生强烈抵制

去年，美国最大的公立大学系统——加州州立大学（CSU）与OpenAI签署了一份价值1700万美元的合同，为其超过50万师生提供教育版ChatGPT。这笔交易被双方标榜为“革命性教育工具”的里程碑：OpenAI拿下了美国最大的公立大学系统，而CSU则赢得了“前沿技术先驱”的声誉。然而，一份涵盖超过9.4万受访者的全校调查却揭示了截然不同的图景：约65%的学生和59%的教师对AI能否整体上造福教育持怀疑态度，80%的学生不愿提交AI生成的作业。这场轰轰烈烈的“AI教育实验”，正遭遇来自校园内部的强烈抵制。合作初衷：AI教育的“里程碑”与“品牌机遇” CSU管理层在内部规划文件中直言不讳地将与OpenAI的合作称为“巨大的品牌机遇”。在宣布合作的新闻发布会上，CSU校长Mildred García自豪宣称：“在美国乃至全球，没有其他大学系统做到这个规模。” 这笔交易迅速成为AI赋能教育的标志性案例，OpenAI获得了公立教育体系内最大的客户；CSU则期望借此提升自身科技形象，并在AI浪潮中抢占先机。然而，这种自上而下的推广策略，并未如预期般赢得师生信任。学生与教师的双重质疑：环

Latest

微软Copilot超级应用泄露：从被动问答式 AI 向主动执行式 AI 跃进

微软正在酝酿其 Copilot 产品线自推出以来最重大的战略转型。根据近日泄露的截图，该公司正打造一款集聊天、编程、生产力工具与自主 AI 代理于一体的 Copilot “超级应用”，试图解决当前多应用碎片化的用户体验痛点。其中，代号为 “Scout” 的自主代理尤为引人注目，标志着微软正从被动问答式 AI 向主动执行式 AI 跃进。这一举动不仅对接了 Microsoft 365 Copilot 最新视觉升级的节奏，更预示着 Windows 生态将进入一个以 Copilot 为核心操作层的新时代。泄露揭示 Copilot 超级应用：从聊天到自主代理的全方位整合根据外媒 WinCentral 获取的独家截图，微软正在测试一个尚未公开的 Copilot 版本，其核心变化是在现有聊天界面中新增了独立的 **Autopilot** 区域，并集成了名为 **Scout** 的 AI 代理。截图显示，

Insights

2026年20款最佳AI代理工作流工具

2026年的AI代理工作流工具市场正经历一场静悄悄的分裂：一端是需要Python或TypeScript编程的开发者框架，另一端是让销售经理一下午就能部署代理的无代码平台。真正的分野不在于是否使用AI，而在于能否自主完成多步骤任务——从合同起草到收件箱分类，系统必须能链式决策并调用工具，无需人类逐级审批。这20款工具正是在这一能力上真正改变了运营团队、开发者和知识工作者的工作方式。流程挖掘与代理执行：Celonis、Moveworks和Hebbia如何定义企业级标准在企业端，Celonis凭借其过程挖掘技术构建了业务运营的数字孪生，为代理提供操作上下文，使其能在复杂企业系统中稳定执行，而非盲目猜测流程状态。Moveworks则以统一自然语言界面连接IT、HR和支持系统，让员工在不切换应用的情况下触发跨系统工作流。Hebbia专门针对金融和法律行业的高精度要求，使用代理在数百万文档中分解复杂分析任务，满足专业服务公司对审计轨迹和精度的严苛需求。这三款工具的得分均超过78分（Celonis和Outlit最高达85分），反映出它们在企业部署成熟度、安全支持和售后体系方面的优势。

Latest

微软发布Webwright：终端原生Web代理框架

微软研究院AI前沿实验室近日开源了名为Webwright的全新网络智能体框架。与传统浏览器智能体逐帧预测点击坐标的“动作执行”模式不同，Webwright让智能体在终端环境中直接编写并运行Playwright代码，通过bash命令和日志反馈迭代优化脚本。这种“代码驱动”的设计大幅提升了复杂任务的执行能力：在Odysseys长程浏览基准测试中，搭载GPT-5.4的Webwright取得60.1%的成绩，较基础GPT-5.4的33.5%提升79.4%；在Online-Mind2Web上达到86.7%的准确率，创下开源方案最高纪录。整个框架仅约1000行代码，无多智能体编排，体现了极简主义工程哲学。代码驱动：Webwright如何用终端取代浏览器会话传统网络智能体每次仅执行一个原子动作（点击、键盘输入、滚动），模型需要实时解析页面截图或DOM文本。随着语言模型代码能力的增强，这种逐动作循环已成为瓶颈。Webwright的突破在于将智能体与浏览器彻底解耦：智能体通过Playwright脚本控制Chromium、Firefox或WebKit浏览器，可随时启动、检查、丢弃浏览器会话，而持

Latest

英伟达Vera CPU性能曝光，超Intel/AMD 1.5倍

随着2026年Computex台北国际电脑展的临近，AI计算领域的“CPU vs GPU”之争成为焦点。在Intel财报引发市场对“智能体AI”时代CPU回归趋势的讨论后，Nvidia被曝将祭出杀手锏。据GF证券分析师最新研报，Nvidia计划在展会期间强势展示其第二代Arm架构数据中心CPU——Vera Rubin，并宣称其性能相比AMD和Intel的x86竞品高出惊人的1.5倍，直击市场对GPU算力地位动摇的疑虑。 1.5倍速度碾压x86，Nvidia Vera CPU正面回击质疑在Intel公布第一季度财报后，业界出现“Agentic AI”（智能体AI）计算正转向更多使用CPU的声音，引发GPU在AI集群中占比可能下降的猜测。然而，GF证券分析师坚信，Nvidia将在Computex上扭转这一叙事。分析师预测，Nvidia将公布其Vera CPU相比x86竞品的显著优势：**1.5倍的速度、2倍的总体性能，以及单机柜4倍更高的密度**。这些数据旨在证明，在AI推理和智能体任务日益增长的背景下，CPU和GPU的协同并非零和博弈，而Nvidia的紧密耦合方案具备绝对优势。

Latest

华为openJiuwen发布蜂群智能体JiuwenSwarm

近日，由华为（Huawei）2012实验室与华为云AgentArts团队联合构建的开源AI Agent平台社区openJiuwen正式发布蜂群智能体JiuwenSwarm，标志着AI Agent领域从“单兵作战”向“群体协同”的范式跃迁。该产品基于全新的Coordination Engineering（协同工程）理念，通过全栈技术体系破解多Agent协同痛点，在权威评测中实现94.2%综合得分与34.8%平均token消耗降低，并以全开源模式开启AI“养蜂”新时代。 JiuwenSwarm全栈技术体系：四大组件打通多Agent协同闭环 openJiuwen社区率先突破传统Prompt Engineering、Context Engineering及Harness Engineering等围绕“单Agent能力升级”的范式，提出Coordination Engineering作为下一跳工程主张，并通过JiuwenSwarm完成完整落地。该系统基于openJiuwen底座构建，依托算力与鸿蒙支持，具备Swarm调度、群体进化与算力亲和特性。其全栈技术体系由四大关键组件组成：Agent

Deep

AI代理无视你的控制

AI代理正以超乎预期的速度渗透企业核心业务，它们不仅是工具，更是自主执行的数字实体。然而，绝大多数组织仍未意识到，传统的安全控制模型——基于身份验证、访问权限与审计日志的框架——在面对这种毫秒级、跨系统的自主行为时，已近乎失效。问题的根源不在于代理绕过了控制，而在于它们“合法地”在控制内运行，却无法被证明行为是否适当。这份报告揭示了AI代理带来的结构性安全盲区，并拆解了身份、权限、监控与控制验证四大关键失效点。从被动工具到自主执行者：AI代理颠覆了谁的安全假设网络安全行业过去数年一直专注于提升可见性：仪表盘不断优化，检测工具日益成熟，遥测数据量激增。然而，如今最重大的新兴风险并非隐藏的恶意软件或未知漏洞，而是AI代理正以组织无法完全理解、无法清晰盘点、更无法有效管控的方式，跨环境自主运作。这不再仅仅是新增一个软件类别的问题——它代表了自主数字行为体的引入：它们与身份系统、API、SaaS平台、云环境及业务流程交互，其运作逻辑完全脱离了传统控制模型所依赖的假设：以人为中心、可预测的工作流、相对静态的权限模型以及较慢的操作周期。四大控制失效点：身份模糊、权限放大、监控噪音与

Deep

GitHub内部仓库遭VS Code扩展入侵

全球最大的代码托管平台GitHub于5月18日检测到一起内部仓库遭未授权访问的安全事件。攻击者通过一款被投毒的第三方VS Code扩展渗透了员工设备，声称已窃取约3800个内部仓库的数据。GitHub官方确认，目前仅内部系统受到影响，客户的企业、组织和代码库等敏感数据未被波及，但部分内部仓库中包含了客户支持会话摘录。事件发生后，GitHub立即下架恶意扩展并隔离了涉事设备，随后优先轮换了高风险的密钥，并持续监控基础设施。根据GitHub官方博客披露，这起入侵的起点是一个由第三方发布的、含有恶意代码的VS Code扩展。该扩展被安装到一名GitHub员工的开发环境中，攻击者借此获得了访问内部仓库的权限。GitHub在发现异常后，迅速从市场下架了该恶意版本，并将受影响的员工设备进行隔离。调查表明，攻击活动仅限于对GitHub内部仓库的窃取，尚未发现任何客户数据遭到泄露的证据。攻击者声称窃取了约3800个仓库，这一数字与GitHub正在进行的调查吻合。值得注意的是，虽然客户的核心数据未受影响，但部分被窃的内部仓库中确实包含了客户支持交互的摘录。GitHub表示，如果后续调查发现任何对

Insights

Agent只能触及20%互联网 AI搜索基础设施新竞争力

2026年，当大模型参数竞赛愈演愈烈之时，资本与开发者的目光却逆向回流至一个“古早”环节——搜索。一款名为AnySearch的AI搜索基础设施产品，上线一周即登顶Skills.sh热榜，并同步登陆GitHub、ClawHub等主流平台。引发行业震荡的不是普通C端用户，而是一线AI Agent开发者：他们发现，当Agent需要调取生产代码、实时金融数据或安全情报时，传统搜索API只能触及约20%的互联网表层，剩下的深网信息成为AI理解真实世界的关键瓶颈。 Agent只能触及20%互联网：传统搜索API的深网困境过去半年，以Cursor、Claude Code、Codex为代表的AI编程工具将开发者工作彻底Agent化——代码生成、Bug修复、架构设计均能独立完成。但当Agent需要获取最新代码实现、实时金融数据或安全威胁情报时，传统搜索API返回的是面向人类的网页列表，而非AI可读的结构化数据。更深层的问题在于，约80%的高价值信息——行业数据库、实时金融终端、代码仓库、学术平台、企业工商系统——深藏于登录后的专业系统与私有数据库中，形成所谓的“深网”。依靠传统搜索，Agent实

Latest

Figma设计平台新增AI代理

设计协作平台 Figma 近日在其协作画布中直接嵌入了一款全新的 AI 代理（AI agent），用户只需通过简单的文本指令即可完成创建新设计、修改现有设计或自动生成设计变体等操作。此举标志着 Figma 从传统的“人工协作”向“人机协作”迈出关键一步，旨在将设计师从繁琐的重复劳动中解放出来，专注于创意构思与概念打磨。尽管面临 Canva 和 Adobe 等竞争对手的围堵，Figma 凭借这一 AI 战略交出了亮眼的财务成绩单。 AI 代理入驻协作画布：多任务并行与上下文理解据 TechCrunch 报道，Figma 在近几个月与 OpenAI 和 Anthropic 达成合作的基础上，正式推出了内部 AI 代理。该代理深度集成在 Figma 的协作画布中，能够理解设计上下文与元素——因为驱动它的 AI 模型专门针对设计行业进行了定制。用户可同时运行多个代理以处理不同任务，