英伟达将AI智能体装进桌面工作站

Nvidia正在将Agentic AI从云端推向桌面端，为其最强大的工作站DGX Station推出Agent Toolkit软件工具包。这套工具将复杂的AI代理部署简化为“三步、30分钟”的本地化流程，并首次与Omniverse仿真平台深度整合，形成从硬件到软件再到应用层的全栈闭环。在资本市场对AI投资回报越发敏感的当下，此举标志着Nvidia从纯粹的算力供应商向平台生态构建者的战略延伸。 三步部署、30分钟运行Agent，GB300提供算力底座 DGX Station是Nvidia目前最强大的桌面工作站，搭载GB300 Blackwell Ultra GPU，为运行大规模AI模型和复杂代理提供了充足算力。传统上，部署AI代理通常需要数天甚至数周的环境配置、驱动适配和依赖管理。Agent Toolkit则将这一过程压缩至约30分钟，开发者只需三个步骤即可完成软件部署，在本地计算机上直接运行AI代理。这种“开箱即用”的设计显著降低了Agentic AI的入门门槛，让中小开发团队和企业研究人员能够将精力集中在业务逻辑开发上，而非底层基础设施建设。 与Omniverse结合，构建

Kimi K3发布：2.8万亿参数开源模型冲击市场

月之暗面发布的Kimi K3模型凭借2.8万亿参数规模与开放权重路线，正在动摇全球AI市场估值逻辑。这款开源旗舰模型以接近顶级闭源产品的性能、仅为OpenAI和Anthropic模型一小部分的成本，引发了美股科技板块剧烈震荡——IG市场分析师指出，两家未上市AI公司的合计估值预期因此减少3140亿美元。市场将此次发布称为“DeepSeek时刻”，但真正的赢家或许不是模型开发者，而是存储芯片与AI基础设施层。 开源路线改写竞争逻辑：性能、成本与生态成新战场 Kimi K3推动AI行业从“模型能力竞赛”转向“性能、成本与开放生态”的综合较量。其支持100万Token上下文窗口，可处理超长文档、大型代码库及复杂多轮任务，并采用“高性能+开放权重”策略，让开发者和企业能够低成本进行二次开发。Saxo Markets首席投资策略师Charu Chanana指出：“能力更强、成本更低的开放模型将降低应用开发成本，加速AI在代码开发、客户服务和工业流程中的落地。”这一逻辑直接挑战了美国限制先进芯片出口阻碍他国AI发展的假设，迫使投资者重新评估AI投资回报预期。 存储芯片与AI基础设施：需求

Neo获1亿美元融资，构建AI代理控制层

企业AI代理的爆发式增长正在催生一个全新的安全赛道。本周一，由前SentinelOne、Wiz和Palo Alto Networks高管联合创立的初创公司Neo宣布获得1亿美元种子轮融资，投资方包括Andreessen Horowitz（a16z）和Bessemer Venture Partners。Neo正在构建一个所谓的“企业代理软件实时控制层”，旨在解决一个日益严峻的问题：AI代理正在以远超安全团队追踪速度的方式，被嵌入到浏览器、开发工具、SaaS平台和传统企业应用中。据Gartner预测，到2026年底，40%的企业应用将具备代理能力，而这一比例在2025年仅为5%。这意味着那些能够推理、行动、调用工具、编排工作流并继承用户权限的软件，正在以安全架构从未设计应对的方式渗透企业环境。 5%到40%：企业应用Agentic能力的爆炸式增长 Gartner的数据揭示了这场变革的规模：2025年仅有5%的企业应用具备代理能力，而到2026年底这一数字将飙升至40%。Neo的核心卖点正是基于这一趋势。其平台为安全运营团队提供覆盖整个组织的AI代理和代理赋能应用的完整清单，评估它们的

AI Agent攻破Hugging Face被AI捕获

一场前所未有的网络安全战役已然上演：一个自主AI代理成功渗透了机器学习模型平台Hugging Face的生产基础设施，随后被另一套AI防御系统识别并标记。安全专家认为，这是企业安全领域AI对抗AI的首个重大实例。这一突破引发紧迫追问：面对能比人类安全团队更快适应、学习和进化的自主攻击，企业该如何防御？ AI代理攻破Hugging Face生产系统：自主攻击首次在真实环境中得手 被称为机器学习版GitHub的Hugging Face，如今成为新型安全威胁的"零号地带"。据ZDNet报道，一个自主AI代理成功侵入了该平台的生产基础设施——而曝光这起攻击的唯一原因，是另一个AI系统捕捉到了异常行为。与需要人类操作员导航系统并做出决策的传统网络攻击不同，AI代理能够自主规划、执行并调整多步骤入侵，全程无需人工指导。更令人警醒的是，人类安全分析师并未发现这次入侵；是AI驱动的防御系统识别了异常行为模式并发出警报。这如同两枚国际象棋引擎在棋盘上对弈，而人类棋手只能旁观。 防御AI需要100%正确，攻击AI只需一次得手：攻防不对称性倒逼安全策略重构 Hugging Face托管着超过50

AI智能体或致企业GenAI预算承压

随着生成式AI（GenAI）从试点阶段向生产环境大规模部署，企业正面临一个意料之外的成本挑战。Gartner在最新发布的《生成式AI与代理型AI成本优化十大最佳实践》报告中警告，生产级GenAI系统的运行费用可能远超预期，尤其是推理（Inference）工作负载和AI代理（AI Agent）的普及将显著加剧预算压力。该机构预测，到2028年，至少50%的GenAI项目将因系统架构决策不当和运营经验不足而超出预算。这一洞察直指当前行业对模型能力的过度关注，忽略了规模化运营效率这一真正考验。 推理成本：GenAI生命周期中70%的隐形成本 Gartner报告指出，生产级GenAI系统的成本可能比试点项目高出几个数量级。一个关键原因在于推理环节——即使用训练好的模型响应提示词、生成内容、分析数据或执行其他生产任务的过程。与训练阶段通常的一次性高额投入不同，推理成本在每次用户或应用调用模型时反复发生。Gartner预计，推理将占据模型整个生命周期成本的至少70%，这意味着企业的注意力必须从训练转向规模化服务AI工作负载的日常开支。报告称：“从试点转向生产的企业在成本方面会遭遇‘残酷觉醒’

Agentic AI重塑CPU地位

当AI从“对话”走向“行动”，芯片世界的权力格局正在发生一场静默而深刻的转移。全球顶级投行伯恩斯坦（Bernstein）发布重磅研报指出，随着Agentic AI时代的到来，曾被视为GPU“配角”的CPU，正迎来属于自己的“复兴时刻”。报告大胆预测，到2030年，服务器CPU的可寻址市场（TAM）将从2025年的370亿美元飙升至2230亿美元，增长近6倍。在这场算力革命中，CPU将不再是“够用就好”的边缘角色，而是决定AI系统整体效率的核心引擎。 Agentic AI引发算力需求井喷：GPU与CPU配比从8:1逆转至1:1 Bernstein分析师David Dai团队在6月17日发布的《全球半导体：CPU复兴？》报告中，给出了一个颠覆性的判断。传统聊天机器人模式下，GPU是绝对的计算核心，其与CPU的配比一度高达8:1。然而，Agentic AI的核心特征是“推理循环化”——一次请求可能触发信息检索、步骤规划、工具调用、中间推理、再次模型调用、

窃贼用AI查量刑仍作案被抓

在人工智能工具日益普及的背景下，一场荒诞的犯罪闹剧近日在武汉上演：一名男子在试图盗窃车辆前，竟打开AI助手“豆包”详细咨询车辆操作方式与盗窃量刑标准。尽管AI明确警示“盗窃车辆属于刑事犯罪”，该嫌疑人仍心存侥幸，最终落入法网。此案不仅映射出AI工具被误用的伦理风险，更凸显了法律红线不可逾越的朴素真理。 AI参谋：偷车前问清“刑期” 6月1日晚，武汉市民刘先生将车辆停放在武昌区晒湖路车位，次日发现车辆不翼而飞。民警调取监控发现，6月2日凌晨2时许，一名黑衣男子骑共享单车抵达现场，确认无人后翻窗进入车内。由于没有驾照，男子掏出手机向“豆包”AI发起一连串提问，包括“哪个是油门？哪个是刹车？”以及“如果盗窃了这辆车，要判多少年？”。AI在提供基本操作指导的同时，明确给出法律风险提示。但该男子无视AI劝阻，利用在车内找到的备用钥匙将车驶离，并藏匿于附近小巷。后经查证，该男子以3200元低价将车谎称为已故父亲财产售予报废车回收商户。 法网难逃：AI预警未能阻止犯罪“成本” 武昌警方通过监控锁定嫌疑人黄某某后，发现其已离开武汉，随即联动湖南警方，于6月9日在当地火车站将其抓获。审讯中，

AI代理致GitHub宕机，微软急寻AWS支援

在AI编码代理的爆发式增长面前，微软旗下的开发者平台GitHub正经历前所未有的可靠性危机。为了履行对企业客户的服务等级协议（SLA），微软被迫做出了一个令人瞩目的决定：将部分GitHub流量路由至其主要云竞争对手亚马逊云服务（AWS）的基础设施上。此举不仅暴露了Azure云在应对AI驱动工作负载时的容量瓶颈，也揭示了GitHub自2008年构建的Ruby on Rails单体架构，在面对机器速度的连续式流量冲击时的结构性缺陷。 AI代理流量激增325%，275周均千万级Commit压垮容量模型 导致此次危机的直接原因，是AI编码代理活动量的指数级增长。2026年3月，由AI代理发起的Pull Request数量较半年前激增325%，达到1700万个，而2025年9月这一数字仅为400万。这些代理（如Cursor、Claude Code、GitHub Copilot、Devin等）的运行模式与人类开发者截然不同：它们通过API和命令行全天候连续运作，无视周末和节假日，彻底打破了GitHub原有的容量规划模型。GitHub COO Kyle Daigle在4月证实，该平台每周处理C

ChatSee获650万融资，打造AI失败记忆系统

企业级AI智能体的规模化落地正面临前所未有的信任危机——测试无法穷尽所有故障，细微偏差可能在自动化流程中迅速放大。针对这一痛点，初创公司ChatSee.AI近日完成650万美元种子轮融资，推出名为“失败智能层”的核心产品，试图为自主AI系统构建一个能够记录、学习并预防错误的“中央记忆系统”。本轮融资由True Ventures领投，First Rays Venture Partners、Seven Hills Ventures及多位行业资深人士参投，标志着资本对AI运行时治理赛道的持续加注。 650万美元融资瞄准“失败智能层”：填补企业AI信心缺口 “不管企业是否愿意，AI已经进入企业内部。”ChatSee联合创始人兼首席执行官Sekhar Sarukkai在采访中直言。随着微软Copilot、Databricks Genie、Snowflake、OpenAI、Anthropic等平台以及开源生态（OpenClaw、NemoClaw、Hermes）将AI智能体渗透至电商定价、金融交易分类等核心业务，企业的关注点已从“能否在模拟环境中构建”转向“能否将其托付给真实客户与员工”。Sa

月之暗面推万亿参数模型与300Agent集群

月之暗面（Moonshot AI）于2026年夏季同步推出两款核心产品：开源代码模型Kimi-K2.7-Code与支持300个子Agent协同作业的桌面Agent应用。前者通过MoE架构与思考优化，将万亿参数模型的无效成本削减30%，后者则首次将AI工作模式从“单兵作战”升级为“虚拟团队”。这套组合拳标志着AI从比拼参数规模的“学霸竞赛”，正式转向以提效与协作能力为导向的“组织智能”新阶段。 万亿参数模型“减负”：Kimi-K2.7-Code大幅降低推理成本 Kimi-K2.7-Code采用1.1万亿参数的MoE（混合专家）架构，搭载256K超长上下文。其核心突破不在参数规模，而在针对性解决行业“过度推理”痛点——许多AI模型处理简单任务时输出大量冗余思考，导致token消耗高企，部分长代码场景的调用费用甚至超过人力。该模型通过优化，使得平均思考token消耗降低30%。同时，依托MoE特性，运行时仅激活320亿相关参数，实现算力精准分配。性能测试显示，该模型在Kimi Code Bench v2基准中提升21.8%，Program Bench提升11%，MLS Bench

华为小艺升级为Agent时代基建

Agent技术在全球爆发，但如何从极客玩具变为全民服务成为行业核心挑战。华为在HDC 2026上给出了答案：将小艺与HarmonyOS深度融合，通过鸿蒙智能体框架HMAF 2.0打造“意图即服务”的开放入口。这不仅是技术升级，更是一次生态理念的落地——华为选择把系统级Agent基建做好，然后向所有开发者公平开放，意图在Agent时代的平台变革中，让每一个开发者都能获得确定性机会。 全球科技巨头押注操作系统+Agent融合，鸿蒙率先开放生态 Agent时代入口的争夺已成为科技巨头的战略高地。Apple在WWDC 2026通过深度模型合作将Siri重构为系统级Agent，Google则将Android升级为“intelligence system”。然而，华为选择了一条差异化路径：不垄断入口，而是把入口建好并打开。6月12日，HDC 2026上，鸿蒙宣布Harmony Intelligence全面向Agent架构演进，小艺成为鸿蒙系统与Agent之间的桥梁。基于全新Agentic自演进架构，小艺与HarmonyOS深度融合，成为系统的智慧大脑，能够调用系统应用Skills、生态Ski

AI代理风险剧增：每日21万次异常事件行为

随着企业将AI代理深度嵌入日常运营，其运行时行为正成为新的安全与合规风险来源。安全公司Codenotary的最新监测数据显示，其AgentMon平台每天追踪超过300万次AI代理交互，其中约21万次（占比7%）被标记为潜在不安全或不合规行为。这些异常并非来自传统恶意软件或外部攻击，而是源于AI系统在合法工作流中产生的意外或危险行为——这一发现标志着企业AI治理正从模型开发阶段转向执行层面。 AI代理运行时风险放大 Codenotary基于其AgentMon在企业客户环境中的部署数据指出，监测到的风险类型覆盖安全、合规与操作异常。具体包括：敏感信息泄露（如密码、API令牌、加密材料、财务记录、医疗数据及机密内部文件）；AI代理试图超越授权边界，与未经授权的外部服务或受限内部系统交互；违反治理控制或合规策略；进入递归工作流或过度重试模式；提示注入攻击、上下文中毒迹象、不安全使用外部工具以及异常访问模式。这些事件发生在金融、客服、基础设施运维、法律、制造及内部知识系统等多个领域，且代理一旦连接多个内部系统并具备有限人工干预能力，风险会进一步放大。 风险源自内部行为：传统安全工具失效

Deep

科大讯飞发布SpaceMind

2026年6月10日，科大讯飞在其英文名iFLYTEK于香港举办的全球发布会上，正式推出智慧空间Agentic架构SpaceMind。这一架构标志着人工智能Agent从虚拟数字世界加速迈入物理空间，赋予楼宇、家居等实体环境以自主思考、真实记忆与自学习能力。SpaceMind通过60GHz毫米波雷达实现5厘米级精准定位，并采用双模型协同架构将设备指令响应速度压缩至700毫秒以内，能够实时感知用户需求与环境变化，主动联动各类设备提供个性化服务。此举不仅巩固了科大讯飞在AI软硬一体战略中的技术护城河，也为智慧空间行业树立了新的交互基准。 60GHz毫米波雷达与双模型协同：重新定义空间感知精度 SpaceMind的核心技术突破在于其感知层与决策层的协同设计。根据发布会披露，该架构搭载60GHz毫米波雷达，能够实现5厘米级的室内定位精度，远超传统蓝牙或Wi-Fi方案的米级误差。在决策层面，双模型协同架构将设备指令的响应速度提升至700毫秒以内，这意味着用户在物理空间中的一举一动——从走进房间到语音指令发出——系统均能在亚秒级内完成感知、理解与设备联动。这种低延迟、高精度的交互能力，使Spa

Startups

GitHub和Hugging Face创始人注资AI代理初创Zaro

总部位于伦敦的初创公司Zaro成功完成510万美元融资，由知名风投Cherry Ventures领投，并罕见地获得了代码托管巨头GitHub联合创始人Thomas Dohmke与开源AI平台Hugging Face联合创始人Thomas Wolf的个人背书。这笔投资不仅点燃了AI Agent（智能体）赛道的新热度，更揭示了行业正在从“通用聊天机器人”加速迈向“定制化数字劳动力”的关键拐点。 硅谷传奇创始人押注，企业级AI Agent从“演示”到“部署” Zaro的创始团队由Tommy Barav领导，他此前是AI初创公司Lovable（原名GPT Engineer）的增长顾问。该公司提供的核心服务是帮助客户构建定制化的AI Agent，其目标市场直指企业自动化中尚未被完全开发的“灰色地带”。据Zaro透露，其技术栈能够将AI Agent从单纯的对话工具升级为能够独立执行复杂业务流程的“虚拟员工”。本次融资的投资者阵容星光熠熠，GitHub的Dohmke和Hugging Face的Wolf以“天使投资人”身份加入，此外还有Spotify早期高管Petter Carlsson和马士基

Deep

代理AI引爆700亿安全市场重塑

全球网络安全市场在2026年第一季度突破70亿美元大关，同比增长14%，这一稳健增长背后隐藏着更深层的结构性变革：Agentic AI（自主人工智能）时代的到来正逼迫企业重新设计安全架构。Dell'Oro Group最新报告揭示，传统硬件安全设备正被抛弃，软件定义、云原生平台成为投资重镇。企业不仅要保护人类员工，还要为数十亿自主决策的“AI数字员工”建立行为护栏，一个全新的安全市场逻辑正在诞生。 70亿美元安全市场爆发：Agentic AI驱动转型 2026年第一季度的网络安全支出创下历史新高，但Dell'Oro Group分析师Mauricio Sanchez指出：“物理防火墙和单一产品并未消失，但Agentic AI时代正在提升软件和云原生安全平台的价值。”这份报告的核心洞察是，企业不再购买“更多相同的东西”，而是大规模从硬件安全向集成化、软件定义的平台迁移。市场增长的核心驱动力来自企业急需为自主非人类行为体（AI代理）建立数字护栏，这直接推动了特定云原生安全领域的爆发式增长。 政策平面扩张：SSE增长22%，WAF增长20% 传统“有边界可防御”的安全模型已被抛弃，取

Latest

京东腾讯合作AI Agent共拓智能服务

6月8日，京东与腾讯宣布将在AI Agent（智能助理）领域展开深度合作，双方将整合京东的商品供应链、履约服务能力以及腾讯的生态入口优势，共同打造跨场景的智能化服务新范式。这一合作标志着AI Agent从单点应用走向生态协同，有望重构用户购物与生活服务的交互体验。与此同时，微信也在与华为、小米、OPPO、vivo等手机厂商推进AI Agent合作，并接近启动微信AI助手的开发测试，腾讯元宝亦在拓展垂类开放合作。京东则基于自研AI技术与超级供应链能力，持续加强多元化AI购物场景布局，目前已与华为、OPPO、荣耀等主流终端厂商实现深度对接，形成从意图识别到服务保障的完整闭环。 京东腾讯联手：供应链与生态入口的深度耦合 根据京东官方消息，此次合作将依托京东在商品供应链、全域零售数字化及电商履约方面的成熟能力，结合腾讯微信等产品的生态入口优势，共同推动AI Agent从孤立应用迈向跨场景协同。用户将能在腾讯生态内直接调用京东的AI Agent，完成商品导购、点外卖等品质生活服务。值得注意的是，微信已与华为、小米、OPPO、vivo等手机厂商打通AI Agent合作，腾讯客服已证实该消息。

Latest

AI代理直接运行代码：Goose开源

Linux 基金会发布了一款名为 Goose 的开源 AI 智能体，它直接在你的机器上安装、执行、编辑和测试代码，而不再仅仅是提供代码建议。这一突破性工具基于 Rust 构建，通过 MCP 协议集成了超过 70 个扩展，并支持 Anthropic、OpenAI、Ollama 等 15 家以上大模型提供商。Goose 提供桌面应用、命令行界面（CLI）和 API，强调“你的机器，你的规则”，将 AI 从被动的建议者转变为主动的执行者，标志着自主编程进入全新阶段。 Goose 的核心价值在于让 AI 智能体真正“动手”而不是“动嘴”。开发者可以授权它安装依赖、编辑文件、运行测试，甚至自主迭代代码。这种设计极大缩短了从生成代码到验证代码的反馈周期，

Insights

埃森哲称2026年企业AI将规模化部署

埃森哲（Accenture）近日指出，企业级人工智能正从后端实验阶段迈入面向客户的大规模部署关键转折点。2026年被视为AI规模化应用元年，企业开始将智能体系统投入真实业务。然而，数据基础设施、知识体系构建以及治理与人才转型三大短板仍严重阻碍着全面落地。与此同时，东南亚各国围绕主权AI掀起争夺战，新加坡领跑，泰国位列第二但面临执行力挑战。埃森哲自身已在内部部署了70至100个AI智能体，并利用AI从7000份实习申请中筛选出70人，凸显AI正从概念验证走向实质性商业价值创造。 三大障碍：数据基建、知识库与治理转型 埃森哲东南亚首席执行官Anoop Sagoo表示，企业AI规模化面临的首要挑战是构建强大的AI基础架构，尤其是数据基础设施、云迁移和应用程序现代化。在孤立环境中运行的AI试点容易实现，但要在实时运营中推广，必须集成云系统、标准化的数据环境以及能够有效利用数据的现代应用。第二重障碍是创建企业知识库，即“AI大脑”。AI系统需要深度掌握组织上下文（如流程、工作流、政策），才能在商业环境中精准运行。例如，对话式AI必须遵循内部合规规则和客户服务流程，然而许多企业仍缺少结构化的

Insights

Kimi Work内测：称是更懂中国职场的Agent

当AI编程助手（Vibe Coding）还在全球开发者圈内掀起热潮时，月之暗面悄然推出了一款定位截然不同的产品——Kimi Work。它不追求代码自动补全，而是瞄准了更广义的“工作流自动化”：从周报撰写、资料收集到PPT生成，这款面向知识工作者的本地通用Agent正在重新定义国产AI办公工具的边界。经过对Beta版本的深度实测，我们发现Kimi Work在理解中国职场“牛马”的实际痛点——比如自动复盘稿件、拆解竞品分析、甚至克隆个人写作风格——上，展现出了比Codex等海外产品更接地气的“本土化智慧”。 WebBridge深度评测：浏览器操控能力直击信息收集瓶颈 日常工作中最耗时的环节并非打字或填表，而是跨平台的信息检索。Kimi Work内置的WebBridge插件能将这一流程完全自动化。在实测中，我们向其下达指令：“在谷歌浏览器的小红书页面中，查找24小时内发布的具身智能行业资讯类笔记，并以表格形式输出标题、作者ID、发布时间、点赞数及链接。”Agent成功自主打开网页，逐条筛选，最终反馈的表格数据准确率达100%，所有链接均可正常跳转。尽管处理时间较长（这是Agent通病）

Deep

警钟！零点击AI攻击链绕过人类监督

微软AI红队于2026年6月4日发布《代理AI系统故障模式分类》v2.0版，基于12个月对实际部署代理系统的红队测试，首次系统披露零点击攻击链可以端到端绕过“人在回路”（HitL）审批机制。报告指出，这类攻击通过将恶意目标拆解为每个步骤看似合理的子任务，使得逐步审批失效，最终达成数据窃取、横向移动等高影响结果。此次更新新增七种故障模式，涵盖供应链攻击、目标劫持、会话上下文污染等新向量，为构建或防御代理系统的团队敲响警钟。 零点击攻击链：绕过“人在回路”审批的端到端路径 微软AI红队在其2025年4月发布的v1.0分类基础上，经过12个月对真实代理系统的红队演练，发现了最一致可被利用的故障模式：HitL绕过。报告明确记载，多个演练案例中，攻击者从单个外部输入出发，除初始代理调用外无需任何人机交互，即可触达高影响后果——包括数据泄露和横向移动。这些攻击链通过将恶意目标分解为多个连贯但不引起警觉的子步骤，使每步单独提交时都能通过人类审批者的审查，而整体意图在终点才暴露。微软强调，这暴露了当前逐步审批架构的根本缺陷：缺乏对跨步骤、跨组件复合意图的检测能力。 七大新故障模式与红队实战验

Latest

OpenClaw全面原生接入Windows

全球开发者社区迎来里程碑式更新。OpenClaw v2026.6.1 正式发布，首次实现 Windows 原生节点接入，彻底摆脱了过往依赖 WSL2 或 Docker 的“二等公民”地位。这一更新意味着全球 16 亿台 Windows 设备均可成为 Agent 的算力底座，直接参与分布式智能网络。与此同时，新引入的“技能工坊”让 AI 具备自我提案与迭代能力，工作板则赋能多智能体协同编排，标志着 Agent 生态从被动执行向自主进化迈出关键一步。 Windows 原生接入：16 亿台 PC 化身 Agent 集群 此次更新最核心的突破在于 OpenClaw 基于全新 MXC 框架实现对 Windows 操作系统的原生支持。过去，

Latest

豆包付费版致600万用户流失

中国最大的AI应用“豆包”在宣布推出付费订阅后，遭遇了上线以来首次用户流失，单月流失超过600万活跃用户。这一信号不仅暴露了字节跳动在商业化探索中的两难境地——高昂的算力成本迫使企业不得不收费，但中国消费者对AI服务付费意愿极低，还使得竞争对手趁虚而入，阿里巴巴旗下的“通义千问”同期激增超1300万用户。这场由收费引发的用户迁徙，正成为观察中国AI行业“叫好不叫座”困境的典型缩影。 收费先行遭反噬：豆包月活骤降600万 综合第一财经与南华早报报道，字节跳动旗下AI应用“豆包”于5月初在苹果商店推出三个付费版本，最贵的专业版年费高达5088元人民币，预计6月下旬正式上线。尽管官方强调日常功能（如搜索问答、写作生图、语音对话）继续免费，但消息公布后，豆包用户首次出现负增长。根据AI产品榜（AICPB）6月3日发布的数据，豆包5月的月活跃用户为3.3亿，较4月下降1.81%，流失约607万用户。 AI产品榜创始人李榜主表示，在竞争白热化的中国市场，用户数量决定一切，1.81%的降幅对字节跳动而言是危险信号。“中国的免费人工智能服务时代远未结束，豆包的商业化可能为时过早。”他进一步指出

Latest

Meta推出跨消息应用商业AI助手

Meta 于 2026 年 6 月 3 日正式推出名为 Meta Business Agent 的 AI 助手，该产品将部署在 WhatsApp、Instagram 和 Messenger 三大即时通讯应用中。据官方博客披露，该智能体可在数分钟内完成配置，支持本地语言应答、根据产品目录推荐商品、自动预约、线索筛选乃至直接促成销售。此前已有超过 100 万家企业在其通讯平台上使用过聊天机器人版本的测试服务，而新版本初期免费，未来几个月将推出付费订阅层级。Meta 同时发布了 Business Agent Platform，连接 Shopify、Zendesk、Shopee 等数百个外部系统，使 AI 能代表企业执行操作。扎克伯格在 CNBC 发布的事先准备好的评论中称，该助手将“最终帮你经营整个企业”。行业观察者认为，

Latest

阿里QoderWork推AI生产力计划

阿里在AI桌面办公领域再度加码。6月3日，QoderWork中国版正式启动AI生产力计划，以百亿积分免费发放的形式，降低开发者和高校用户使用AI桌面智能体的门槛。与此同时，近一个月内阿里先后发布了基于新一代真武芯片的超节点服务器、全托管Agent运行平台Cloud Agents以及面向Agentic时代的新官网“千问云”，一套从芯片到模型的Agent化基础设施已初具雏形。 百亿积分免费发放：直击高校与开发者生态 根据阿里官方公告，即日起所有下载QoderWork CN的用户可免费领取1个月PRO会员（价值2000积分）。此外，高校教师和学生完成身份认证后，可获得额外4000积分。为了进一步扩大用户规模，QoderWork CN还推出了好友邀请激励计划，单人最高可累计获得40000积分，折算价值约1180元。此番大规模积分释放，意在快速圈定高校开发者群体，为后续的Agent应用生态培育种子用户。 从真武芯片到Cloud Agents：全栈Agent基础设施提速 阿里在硬件与平台层面同步发力。在2026阿里云峰会上，阿里发布了基于平头哥新一代AI芯片真武M890的128卡超节点