Insights

Insights

AI Agent商业模型四路分化

2026年年中，AI Agent领域最受媒体关注的四大项目——OpenClaw、Hermes Agent、Genspark和Manus——并非彼此的直接竞品。它们代表了对“Agent业务究竟是什么”这一问题的四种截然不同的回答，且这些商业模式几乎互不相容。与此同时，真正的市场主导者并非这些明星项目，而是已经嵌入开发者工作流的编程工具巨头：OpenAI Codex、Anthropic Claude Code、Cursor和GitHub Copilot。这种商业模式的深度分化，揭示了Agent层尚未形成统一赢家生态的现实。 编程工具巨头仍以用户和收入碾压，四大项目聚焦不同指标 从任何商业维度衡量，Agent市场的主导权都在编程工具阵营手中。OpenAI在2026年3月的融资公告中透露，Codex周活用户已突破200万，三个月增长5倍，月环比使用增速超过70%。Anthropic的Claude Code在发布后六个月内年化收入接近10亿美元，并在2026年2月对1.5万名开发者的调查中以46%的“最爱工具”得票率大幅领先竞品。Anysphere的Cursor于2025年11月以293亿

Insights

AI Agent三月热潮：泡沫真相

2026年春天，AI Agent赛道经历了一场极致的过山车。开源项目OpenClaw在三个月内从无人问津到全民封神，GitHub Star数突破25万，月访问量逼近3000万，随后却在4月遭遇访问量腰斩、用户集体退坑。这场冰与火之歌不仅是一个项目的起落，更是整个AI行业从概念狂欢到价值回归的缩影。当盲目跟风者散去，留下的才是真正能挖掘工具价值的人。 全民“养虾”：OpenClaw三个月封神，月访问量近3000万 2026年3月，OpenClaw以惊人的速度刷新了开源世界的认知。3月3日，其GitHub总Star数正式突破25万，超越前端框架React，成为GitHub史上增长最快的开源项目。流量的疯狂不止于此：截至3月15日，OpenClaw当月累计Token调用量达到10.4T，直接登顶全球Token调用量最高的AI应用。国内热度更是魔幻，奇安信发布的报告显示，部署在中国和美国的OpenClaw实例合计占全球总数的65%以上。微信指数一度飙升至1.65亿，甚至超过顶流明星。朋友圈充斥着“养虾教程”，各种会议沙龙场场爆满——所有人都在讨论如何用这只“龙虾”提升效率、创造收益。

Insights

Cursor领衔Gartner AI编码代理象限

全球知名分析机构Gartner于5月22日发布2026年《企业AI编码代理魔力象限》，AI原生代码编辑器Cursor一举跃居"领导者"象限，并在"愿景完整性"维度上获得最前沿的定位。据Cursor官方披露，目前已有超过70%的财富500强企业采用其技术来部署并管理AI编码代理，覆盖从代码生成到故障修复的完整开发生命周期。这一里程碑式认可，标志着生成式AI在软件开发领域从"工具辅助"正式迈入"代理协作"新纪元。 Gartner 2026象限：Cursor凭"完整愿景"力压群雄 Gartner的魔力象限评估了13家供应商，Cursor在"执行力"与"愿景完整性"两个维度均表现出色，尤其在后者的评分中排名第一。报告指出，Cursor的未来愿景聚焦于让开发者"指挥AI代理团队"完成绝大多数的软件创建与维护工作。

CxO

AI营销模块化：集装箱革命启示

从1950年代港口工人们耗费数日装卸一船杂货，到如今标准化的集装箱在船、卡车和火车间无缝流转——全球供应链的这场静默革命，并非源于造船技术的突破，而是归功于一个看似简单却颠覆性的发明：联运集装箱。在今天的营销领域，浩浩荡荡的AI服务商正试图用“黑箱式”的端到端平台和海量数据来证明效率，但全球广告集团Havas首席数据与技术官Dan Hagen指出，真正的变革从未发生在“造一艘更快的新船”上，而在于创造一套能够与现有基础设施无缝协作的模块化系统。他将这种理念称为“黑书方法”（Black Book Approach），并认为这正是代理式AI（Agentic AI）从集装箱革命中学到的最宝贵一课。 从1950年代海运困境到标准化集装箱：互操作性革命的价值 在20世纪50年代之前，海运是一项缓慢、不可预测且昂贵的苦差事：大量依赖人力装卸，货物损坏与盗窃率极高。然而到了60年代，全球供应链变得流畅、可预测，运输速度更快、安全性更高、成本大幅下降。这一翻天覆地的变化并非因为造船技术突飞猛进——船只是在50年代后才被重新设计——而是源自卡车司机Malcom McLean在50年代初发明的那只不

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

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

Deep

港中大浙大研报：AI Agent记忆只是“备忘录”

香港中文大学与浙江大学联合发布的一篇立场论文，在学术界引发了一场关于AI Agent记忆本质的深层讨论。论文以认知科学和数学理论为武器，尖锐指出当前主流Agent记忆方案——从向量数据库到RAG、Scratchpad——本质上只是“备忘录”而非真正的记忆，存在信息量不等于能力、泛化天花板与记忆投毒三大结构性缺陷。论文提出借助神经科学中的互补学习系统理论，构建“海马体+新皮层”双系统架构，让Agent不仅能存储情景，更能将经验抽象为可泛化的规则写入权重，避免越用越蠢的窘境。 从“备忘录”到“真记忆”：Agent认知困境的根源 论文将当前四类主流记忆方案——向量存储、检索增强生成（RAG）、便签本（Scratchpad）与上下文窗口管理——统称为“备忘录（Memo）”。其底层逻辑均为“存储+检索”，与人类将知识内化于心的“真记忆（True Memory）”存在本质差异。研究者指出，基于检索的泛化依赖相似案例的覆盖度，而基于权重的泛化能将经验抽象为规则，应用于从未见过的输入。人类学习语言时能内化语法规则并生成新句子，而Agent只是机械地背诵例句。论文引用神经科学中的互补学习系统理论（

Deep

AI智能体开发：多数团队为何失败

AI代理已成科技界最炙手可热的赛道，但绝大多数团队的落地尝试都以失败告终。问题并非技术本身不可行，而是从一开始就采取了错误的方法——从炫目的演示出发而非工程架构出发。本文基于深度行业调研，拆解AI代理的真正定义、失败模式、生产级开发流程，并给出甄选合作伙伴的实用指南，帮助从业者避开“演示火爆、生产崩盘”的陷阱。 AI代理不是聊天机器人：定义、核心组件与常见误区 一个AI代理是能够感知环境、自主决策、执行行动并根据反馈调整的系统，无需人类逐步骤指示。它不同于回答问题的聊天机器人，也不同于按计划运行的脚本，而是能够推理目标、分解步骤、利用可用工具执行并处理异常情况的自主单元。其关键组件包括：LLM核心（负责推理与规划）、工具集成层（API、数据库、浏览器等执行能力）、记忆系统（短期上下文与长期存储）、编排层（任务规划与错误处理）以及评估框架（测试与监控）。多数团队只关注LLM核心，而在其他组件上投资不足，这正是代理失败的主因。 失败模式与正确路径：先定义任务边界，再写一行代码 典型的失败路线是：团队看到令人印象深刻的演示，选择LangChain、AutoGen或CrewAI等框

Insights

英伟达财报前瞻：超预期概率高，Agentic AI驱动CPU业务新机遇

高盛（Goldman Sachs）在本周发布的一份英伟达（Nvidia）前瞻报告中释放出关键信号：尽管市场普遍预期该公司第一财季业绩将轻松超越分析师共识，但仅靠“超预期”的游戏已难以推动股价进一步跑赢大盘。真正的博弈焦点，已从短期的财务数字转移到英伟达在GTC 2026大会上抛出的“万亿美元累计收入指引”之外，是否还隐藏着更庞大的增量市场——这其中包括尚未被纳入框架的Rubin Ultra、Vera纯CPU机架以及针对推理场景的全新配置。高盛维持买入评级，并给出了基于正常化每股收益8.25美元、30倍市盈率的250美元目标价，但强调估值重估需要三大催化剂同时兑现。 1万亿美元指引之外：Rubin Ultra与Vera CPU机架带来额外增量 高盛分析师指出，英伟达在GTC 2026给出的1万亿美元累计收入指引（涵盖Blackwell、Blackwell Ultra及Rubin平台，时间跨度为2025-2027年）并未纳入多个增量来源。其中最具想象空间的产品线包括：计划于2027年推出的Rubin Ultra、2026年及以后的Vera纯CPU机架，以及专为推理场景优化的Rubin

Insights

传统广告订阅模式失效将使创作者错失AI代理经济机遇

随着人工智能代理（AI Agent）逐渐取代人类注意力，整个互联网的经济基石正发生根本性动摇。前Twitter首席执行官、现任数据平台Parallel CEO的Parag Agrawal在彭博科技访谈中警告，AI代理将消耗人类千倍以上的数据量，当前依赖广告和订阅的收入模型已经无法维系内容生态。他提出，必须建立一套以“价值量化”为核心的新经济体系，让内容创作者在AI时代获得公平回报。为此，Parallel发布了名为“Index”的平台，试图通过博弈论中的“价值观”概念，在数据所有者和AI代理之间搭建一个动态定价与收益分配市场。 AI代理将消耗千倍数据，传统广告订阅模式失效 Agrawal指出，现有网络是为人类互动设计的——点击和眼球决定了信息的发现与变现方式，由此释放了历史上无与伦比的知识、商业与连接。但“网络的主要用户正在改变”，AI代理正在挤占过去支撑内容经济的注意力，却没有替代维持该经济的收入。据Parallel估计，AI代理消耗的数据量将比人类多出1000倍，而当前的技术栈不足以支撑这一量级，商业模型更随之崩溃。这意味着，依赖广告和订阅的创作者将面临收入断层，必须找到新的经

Insights

Globant报告：2026技术趋势聚焦工程化AI

数字原生技术公司 Globant 近日发布《2026年技术趋势报告》，指出企业级人工智能正从概念验证走向规模化落地的关键拐点。MIT研究显示，大多数AI试点项目难以扩展，真正的挑战在于治理、系统整合与可量化的投资回报率。报告着重强调，2026年AI将从“高预期”进入“可交付价值”阶段，同时Agentic AI、量子通信、多功能机器人、环境智能与AI原生安全五大趋势相互叠加，构成未来企业竞争力的系统工程。 企业AI拐点：治理与组织协同决定ROI，Agentic AI仅15%实现端到端部署 报告揭示，尽管75%的企业正在尝试AI智能体，但仅15%真正部署了端到端、具备自主决策能力的系统。当前61%的应用仍停留在邮件撰写、会议纪要等局部自动化层面，难以形成结构性生产力提升。Globant指出，当企业IT与业务战略高度一致时，AI被认为具有变革价值的概率提升至1.6倍，这意味着组织协同是释放AI投资回报率的核心变量。MIT研究表明，大多数AI试点项目难以扩展，核心障碍并非模型能力，而是缺乏治理框架、系统整合能力以及可衡量的业务指标。 多功能机器人市场年增20%，Agentic AI与

Insights

非人类身份危机：机器身份治理最大缺口

当企业安全负责人谈及身份风险时，关注点几乎总在人类身上：高权限用户、被盗账户、内部威胁。然而，对于大多数企业而言，更大的风险已经悄然转移——它与员工无关，而是源自以服务账户、API密钥、OAuth令牌、SSH密钥、RPA机器人、云工作负载凭证及AI代理为代表的非人类身份（NHI）。据Rubrik Zero Labs研究，现代企业中NHI与人类身份的比例已达45:1，而在云原生和DevOps环境中，这一数字更是飙升至144:1。这些身份持续认证、访问敏感系统且权限惊人，但绝大多数处于治理真空状态：8%的企业身份在HR系统中无所有者，47%的NHI超过一年未轮换凭证，三分之二的企业曾因NHI被攻破而遭受损失。一场关于“机器身份”的治理危机正在悄然蔓延。 非人类身份:45:1的隐形攻击面与治理黑洞 NHI的泛滥并非理论威胁。一个从CI/CD日志、支持导出或合作伙伴邮件中窃取的单一令牌，即可横向扩散至CRM、存储及生产环境，克隆的令牌和后台作业在报警静默的情况下长期隐身。IBM《2024年数据泄露成本报告》显示，全球数据泄露平均成本高达488万美元，而NHI漏洞往往是隐秘推手。