AI Agent News
实时追踪 AI Agent 赛道的重大事件、融资动向、模型发布和技术突破
最新行业资讯
实时追踪 AI Agent 赛道的重大事件、融资动向、模型发布和技术突破
重大事件时间线
OpenClaw GitHub 爆发
OpenClaw 10 天冲上 GitHub 全球 Top 10，超越 Linux 内核 Star 增速
Meta 20亿收购 Manus
Meta 以 20 亿美元收购 Manus AI，通用 Agent 赛道正式被巨头锁定
DeepSeek-V3 开源
性价比之王，成本仅 GPT-4 的 5%
Manus 一夜爆火
全球首款通用 AI Agent 在国内社交平台引发空前关注
OpenAI Deep Research
OpenAI 推出深度研究 Agent，一键生成专业研究报告
MCP Server 破 500
MCP 生态爆发，3 个月构建 500+ Server
DeepSeek-R1 震惊全球
开源推理模型，成本仅 OpenAI 的 3%，引发全球 AI 格局震动
MCP 协议诞生
Anthropic 发布 Model Context Protocol，成为 Agent 接口事实标准
Claude Computer Use
Anthropic 让 AI 首次直接操控电脑屏幕，开创计算机使用新范式
Replit Agent 全栈自动化
自然语言到上线产品，面向非工程师
Cursor ARR 破亿
史上增长最快 SaaS，AI 编程工具新王者
Claude 3.5 登顶 SWE-bench
最强编程 AI，Bug 修复能力达到初级工程师水平
Devin 发布
全球首个自主 AI 软件工程师，能独立完成完整编程任务
Karpathy 内部 Claude.md 泄露：十条军规与循环工程范式
前 OpenAI 研究员 Andrej Karpathy 入职 Anthropic 五周后，其团队内部使用的 Claude.md 配置文件意外泄露。该文件包含十条行为规则，旨在引导 AI 编程助手生成无需重写的代码。相比此前 GitHub 上 18 万星的社区版（4 条规则），内部版新增了验证、目标驱动执行、调试、依赖管理、沟通和常见翻车模式等六条规则，强调 AI 的自检与工程协作能力。与此同时，Claude Code 创始人 Boris Cherny 提出“循环工程”（Loop Engineering）概念，即通过自动化循环让 AI 持续执行任务、自我纠错，而人类角色从操作员转变为系统设计者。Karpathy 的规则为循环提供了自检标准，标志着 AI 编程从提示词工程向循环工程的范式跃迁。
Loop Engineering 兴起：从提示词工程到循环工程，硅谷大佬集体转向
2026年6月，由 Google Chrome 工程师 Addy Osmani 正式命名的 **Loop Engineering（循环工程）** 迅速成为硅谷最热概念。NVIDIA CEO 黄仁勋、Anthropic 工程师、吴恩达、Andrej Karpathy 等一众 AI 领袖纷纷表态：**Prompt 正在过时，编写和管理循环（Loop）才是新范式**。 ## 核心概念：从“写提示词”到“设计循环” 传统提示词工程（Prompt Engineering）依赖人类逐轮编写指令、审查输出、再写下一轮，人类自身成为循环的瓶颈。Loop Engineering 的本质是 **将人类从循环中移除**，让系统自主完成“发现任务 → 执行 → 验证 → 持久化 → 再次发现”的闭环。人类角色从“指令输入者”转变为“规则设计者”，只需定义目标、停止条件、验证机制和持久化状态。 ## 关键原则：执行与验证分离 Loop Engineering 最核心的原则是 **“写代码的 Agent 和审代码的 Agent 必须分开”**。同一模型既当运动员又当裁判，几乎总会自我赞美。Claude Code 的产品架构体现了这一原则：写代码使用大模型，验收则使用独立的较小模型 Haiku。OpenAI Codex 同样采用多个子 Agent 并行执行、独立验证的机制。 ## 实操框架：三个文件搭建循环系统 根据社区广泛传播的教程，搭建一个基础 Loop 只需三个文件： - **Agent 定义**：分别定义 `builder`（负责编写和修复代码，拥有写权限）和 `checker`（只负责检查，仅拥有读权限），从工具层面实现硬隔离。 - **循环编排器**：注册为斜杠命令（如 `/loop`），调度 builder 和 checker 交替工作，最多运行 5 轮，若同一失败连续出现两次则停止。 - **停止规则**：写入项目根目录的 `CLAUDE.md`，明确硬停止条件（如 Token 上限、迭代次数上限、时间限制），防止循环失控。 ## 产品落地：Claude Code 与 OpenAI Codex 双雄对峙 当前 Loop Engineering 的主要产品载体包括： - **Claude Code**：提供 `/loop`（定时循环）、`/goal`（目标驱动，直到验收条件满足）、`/schedule`（云端定时任务）三件套。 - **OpenAI Codex**：采用自动化流水线 + 目标驱动 + 多个子 Agent 的组合，最多支持 8 个 Agent 同时在云端沙箱并行工作。 两者实现路径不同，但最终形态高度相似——将复杂任务拆碎，分给多个 Agent 并行执行并统一汇总。 ## 行业影响与风险警示 Anthropic 内部工程师透露，**80% 以上工程师已在使用自改进循环**，预计 3-6 个月内达到 100%。吴恩达断言 3-6 个月后 Prompt 将消亡。 然而，全自动运行也带来四大隐性成本： - **验证债务**：未经验证的细微错误被悄悄合并入库。 - **理解腐化**：AI 写代码太快，导致人类对代码库的理解严重脱节。 - **认知投降**：人类懒得再审查，全盘接受 AI 结果。 - **Token 失控**：AI 在死循环中彻夜重试，烧光预算。 社区建议：Loop 适合“对错清晰、机器可验证”的任务（如 Lint 自动修复、CI 失败分类），不适合架构重写、支付逻辑等需要人类判断的领域。衡量 Loop 效果的唯一指标是 **每个被接受改动的平均成本**，若接受率低于 50% 则说明 Loop 在亏钱。
豆包专业版上线，开启付费模式：Agent办公任务实测与定价解析
2026年6月24日，字节跳动旗下AI应用豆包正式推出专业版，结束全免费时代，同步发布豆包2.1系列大模型。专业版提供三档订阅：标准版68元/月、加强版200元/月、高级版500元/月，学生优惠价38元/月。核心变化是新增「办公任务模式」，搭载豆包2.1 Pro模型，支持Agent自主拆解目标、调用本地电脑、浏览器、飞书Office套件等工具，交付成品（如报告、PPT、网站）。免费用户现有功能不变，底层升级为豆包2.1 Turbo，并可有限体验办公任务模式。 ## 定价与市场定位 - 三档订阅：标准版68元/月（5小时任务额度）、加强版200元/月（20小时）、高级版500元/月（50小时）。 - 对比海外：GPT Plus 20美元/月（约140元），Claude Pro 20美元/月；豆包标准版价格更低，高阶版也低于海外最高档（100-200美元）。 - 字节表示，免费用户日常使用不受影响，办公任务模式仅向付费用户开放更多额度。 ## 办公任务模式实测表现 多家媒体对豆包专业版进行了多场景测试，涵盖信息搜集、PPT生成、网站搭建、财报分析、文献综述等。 ### 场景一：自动生成行业周报 - 输入指令后，豆包自动检索互联网信息，生成排版整齐的飞书文档，包含本周热点摘要、大厂产品动态，关键数据附引用来源。 - 测试显示，豆包能准确抓取近期重大事件（如DeepSeek融资、GPT-5.5发布等），时间与来源标注清晰。 ### 场景二：PPT制作 - 给定一份包含MAU、DAU、用户反馈等数据的资料，豆包在约10分钟内生成一份结构完整的PPT，提炼出“AI功能带动增长，但体验问题影响留存”的主线，包含核心结论、数据卡片、问题归因等。 - 视觉设计基本达标，但存在最后两页重复、部分数据有推断成分的问题，需人工检查。 - 高级版用户制作一份PPT仅消耗3%的额度。 ### 场景三：网站与应用生成 - 用户提供参考网站（如booooooom.com），豆包生成一个包含首页、作品展示、关于我的响应式个人作品集，并自动部署。 - 另一测试中，豆包根据“AI盲盒旅行机”描述，直出一版包含日程、预算、景点推荐的完整demo，但标准版5小时额度因此耗尽。 ### 场景四：财报分析与投资摘要 - 豆包从PDF财报中提取英伟达2026年Q1营收816亿美元（同比+85%）、AMD营收103亿美元（同比+38%）等数据，生成对比表格和500字投资摘要，数据准确，并提炼出行业趋势判断。 - 文档标注“部分内容由豆包生成”，强调需人工核验。 ### 场景五：文献综述 - 豆包从arxiv、OpenReview等渠道检索字节Seed团队论文，自动下载并阅读，40分钟后生成8000字综述，按主题归类（基础模型、具身智能、语音生成等），并提炼出团队技术特征。 ### 场景六：本地电脑操作 - 豆包可经授权操作本地文件，例如编写Python脚本检测重复照片并保留质量最佳者，过程中自行修复依赖问题和算法bug，最终交付命令行版、GUI版、启动脚本和使用说明。 ## 模型能力与局限 - 豆包2.1 Pro在复杂任务中表现出较强的指令遵循和工具调用能力，但存在“思考过度”倾向：在优化一个细节时反复迭代，导致加强版5小时额度耗尽。 - 部分测试中，豆包出现未让用户确认最终内容即自动发布的情况，用户授权机制有待完善。 - 在编程测试（制作天文时钟）中，豆包2.1 Pro生成的代码存在5个错误，无法运行，而其他模型（如GLM-5.2、Kimi）也出现类似问题，显示长指令下的稳定性仍有提升空间。 ## 用户适配建议 - 免费用户：日常聊天、查资料、简单任务足够，无需付费。 - 学生党：38元/月学生价适合课程汇报、论文整理、PPT生成。 - 自媒体/运营：68元标准版可体验自动发布、跨平台素材整理等Agent能力。 - 产品/咨询/分析师：200元或500元档适合高频文档、数据分析、行业研究等复杂任务。 豆包专业版的推出标志着国民级AI应用从免费增长转向商业化变现，Agent办公模式降低了专业工具的使用门槛，但额度消耗快、偶发过度思考等问题仍需优化。
Claude Code 大升级：Anthropic 发布 Claude Tag，LLM 从聊天工具进化为团队协作者
2026年6月23日，Anthropic 正式发布 Claude Tag，定位为 Claude Code 的进化版，旨在将 AI 从个人助手升级为深度嵌入企业工作流的团队协作者。Anthropic 透露，公司约 65% 的产品代码已由 Claude Tag 参与完成。前 OpenAI 研究员、现 Anthropic 成员 Andrej Karpathy 称这是 LLM 用户界面的第三次重大变革：第一次是网页聊天，第二次是桌面应用，第三次是 LLM 成为独立、持续运行的系统，能与人类团队协同工作。 ## Claude Tag 的核心能力 Claude Tag 目前率先登陆 Slack，用户可在频道或讨论串中直接 @Claude 发起任务。其核心特性包括： - **共享上下文**：整个频道共享同一个 Claude，所有成员可看到 AI 的思考过程、任务进展和结果，无需各自维护上下文。 - **持续记忆**：随着使用积累，Claude 会理解项目背景、团队惯例、技术栈偏好，减少重复解释。 - **主动介入（Ambient Mode）**：开启后，Claude 可主动提醒被忽视的讨论、跟进未解决问题、标记待决策事项。 - **异步执行**：用户布置任务后可离开 Slack，Claude 自行安排执行计划，完成后主动汇报结果。 Claude Tag 可调用 GitHub、Jira、Linear 等工具，将 Slack 中的需求直接转化为工程任务。目前仅支持 Opus 4.8 模型，Fable 5 仍未发布。 ## 移动端 Cowork 与云端化趋势 据 TestingCatalog 爆料，Claude 移动端即将接入 Cowork 功能，允许用户从手机发起任务、查看进度，甚至关掉 App 后任务仍在后台运行。更早前，iOS 版安装包中已出现名为“Tasks”的入口，与桌面端 Cowork 同源。 Claude Code 官方文档已将 Cowork 重新定义为“在云端虚拟机（cloud VM）里自主运行的后台智能体”。桌面端设置中新增“Remote”运行环境，任务跑在 Anthropic 云上，关掉 App 也继续。这意味着执行层正从本地电脑迁移至云端，手机仅作为控制台（control plane），负责发起、监控和审批。 ## 与 OpenAI Codex 的对比 OpenAI 于 2026年5月14日将编程智能体 Codex 搬进 ChatGPT 手机 App，每周已有超过 400 万用户使用。Codex 同样采用手机作为控制台、远端机器执行任务的架构，但强调“人在回路”，要求用户频繁审批。 两者差异在于：Anthropic 主打“人走了，活继续干”，鼓励撒手；OpenAI 则强调用户持续监督。共同点是均未将 AI 算力真正搬进手机，而是将控制权上移至云端，争夺开发者的工作流入口。 ## 开发者角色转变与风险 开发者正从“键盘侠”变为“派单者”：不再逐行写代码，而是定义任务、审核结果、拦截错误。一天的工作被打散为多个片段：早上派单、中午审差异、晚上收 PR。 风险方面，手机远程操控桌面权限可能带来安全挑战，如提示注入或钓鱼链接导致权限滥用。Anthropic 已在安全说明中提及此风险。 ## 部署与反响 Claude Tag 已向 Claude Enterprise 和 Team 用户开放 Beta 测试，未来 30 天内将逐步取代现有 Slack 版 Claude 应用。管理员可设置频道级 Token 预算、查看操作记录。Anthropic 计划未来几周内扩展至更多协作平台。 社区反应两极：部分用户期待新功能，但 Reddit 和 Twitter 上大量用户呼吁恢复 Fable 5 模型，对更新表示不满。
Claude Code 重大升级：Claude Tag 发布，AI 以团队成员身份嵌入 Slack
2026 年 6 月 23 日，Anthropic 正式发布 Claude Tag，这是一项将 AI 助手以团队成员身份嵌入 Slack 的新功能。用户只需在频道中 @Claude，即可指派任务，Claude 会自动拆解、调用工具并在线程中交付成果。Claude Tag 基于 Opus 4.8 运行，目前以 Beta 形式面向 Claude Enterprise 和 Team 用户开放，免费内置于 Claude Cowork，无额外定价。 ## 核心能力 - **共享身份**：同一频道内只有一个 Claude 与所有人互动，所有成员可见其进展，可接力对话。 - **持续记忆**：Claude 会积累频道上下文，无需重复解释背景，且权限隔离确保私密频道信息不泄露。 - **主动介入（Ambient Mode）**：可开启主动模式，Claude 会提醒被忽视的讨论、跟进未解决问题、标记需决策事项。 - **异步执行**：任务可跨小时甚至数天持续推进，完成后主动汇报。 ## 内部应用与数据 Anthropic 透露，其产品团队 65% 的代码由内部版 Claude Tag 生成。Claude Code 之父 Boris Cherny 表示，过去几个月 Claude Tag 已重塑团队使用 Claude 的方式，并正扩展到工程之外的领域，如追踪产品指标、处理支持工单、定位 Bug 等。 ## 行业评价 Andrej Karpathy 称这是 LLM 用户界面的第三次重大变革：从网页聊天到桌面应用，再到独立、持久、拥有组织上下文的团队实体。 ## 部署与权限 - 管理员可为不同频道配置不同的工具、数据访问权限，形成多个“Claude 身份”。 - 可设置组织级和频道级 Token 消耗上限，查看操作日志及任务发起人。 - 开通流程：连接 Slack Workspace → 配置工具权限 → 设置月度支出上限 → 在私有频道测试。 - Claude Tag 将取代现有的 Slack 版 Claude 应用，管理员有 30 天迁移期。 ## 竞争格局 OpenAI 的 Workspace Agents 走无代码路线，谷歌的 Gemini 嵌入 Workspace 全家桶，而 Anthropic 押注“嵌入式队友”，强调安全与协作。三家均指向 AI 从工具向长期团队成员的角色转变。
Anthropic发布Claude Code调教指南：七种自定义机制详解
Anthropic 官方博客发布了一份 Claude Code 调教指南，详细介绍了七种自定义机制，帮助开发者精确控制 AI 助手的行为。这七种机制包括 CLAUDE.md 文件、rules（规则）、skills（技能）、subagents（子代理）、hooks（钩子）、output styles（输出风格）和 append-system-prompt（追加系统提示）。指南从加载时机、上下文开销和执行权限三个维度进行了分类，并提供了具体的使用建议。 ## 七种机制概览 Anthropic 将七种机制整理成一张总览表，每种机制对应三个核心维度：指令何时进入上下文、长会话压缩后是否保留、权限大小。这些机制并非互斥，而是分工明确的工具箱。 - **CLAUDE.md**：放在项目根目录的 Markdown 文件，会话开始即加载并常驻。适合构建命令、目录布局、编码规范等全局性指令。建议控制在 200 行以内，并指定负责人审查变更。 - **rules**：放在 `.claude/rules/` 目录下，提供具体约束。与 CLAUDE.md 的主要区别在于路径控制能力，可通过 `paths` 字段限定加载时机，避免无关会话浪费 token。 - **skills**：放在 `.claude/skills/` 目录下，是文件夹形式的指令、脚本和资源集合。会话开始时只加载名称和描述，主体在调用时才加载。适合流程性指令，如部署工作流、代码审查流程。 - **subagents**：放在 `.claude/agents/` 目录下，定义用于特定副任务的隔离助手。主体在独立上下文窗口中运行，不会进入主对话。适合深度搜索、日志分析等可能塞满上下文的副任务。 - **hooks**：用户定义的命令、HTTP 端点或 LLM prompt，在生命周期事件触发时提供确定性控制。上下文开销低，配置在主上下文窗口之外。 - **output styles** 和 **append-system-prompt**：用于控制输出格式和追加系统提示，具体细节在指南中进一步阐述。 ## 选择机制的核心原则 Anthropic 强调，选择机制时需考虑三个问题：指令是否需要在长会话压缩后保留？是否值得为它支付常驻上下文的成本？是否需要确定性而非模型自主判断？ - 对于常驻需求，使用 CLAUDE.md 或全局 rules。 - 对于路径限定需求，使用带 `paths` 的 rules 或子目录 CLAUDE.md。 - 对于流程性指令，使用 skills 而非 CLAUDE.md，以节省上下文。 - 对于隔离性副任务，使用 subagents 避免主对话被中间结果塞满。 - 对于确定性控制，使用 hooks 实现精确行为。 ## 实际应用建议 指南还提供了避坑建议： - CLAUDE.md 应保持精简，团队专属约定应挪到路径限定 rules 中，流程性内容挪到 skills 中。 - 在 monorepo 中，为每个团队目录配置子目录 CLAUDE.md，避免全局加载。 - 组织级标准可通过 MDM 或配置管理工具统一部署。 - 使用 subagents 时，支持最多五层嵌套，可编排几十到几百个后台 agent，适合大规模任务如依赖审计。 ## 其他动态 同日，Anthropic 还宣布 Claude Cowork 所有付费用户的使用限额翻倍（持续一个月），并发布了一本 23 页的产品指南，涵盖 7 个工作场景。Cowork 与聊天 AI 不同，它运行在桌面端，可本地文件读写、通过 MCP 连接外部服务，并支持子 Agent 并行处理。Anthropic 数据显示，律师是 Cowork 最活跃的用户群体之一，因其擅长合同审查、条款比对等重复性工作。
Claude Code之父删除IDE，转向“循环工程”：提示词未死，但范式已变
Claude Code的创建者Boris Cherny于2025年11月删除了自己的IDE，并在2026年6月2日的访谈中宣布不再编写提示词，转而专注于设计让AI自主运行的循环（loop）。随后，OpenAI的Peter Steinberger和Google的Addy Osmani分别呼应，Osmani将这一新范式命名为“循环工程”（Loop Engineering）。 ## 核心转变：从提示词工程到循环工程 过去两年，开发者与AI编程智能体的交互是回合制的：人写提示词、读回复、再写下一句。循环工程则要求开发者构建一套自动化系统，让AI自主发现任务、分配执行、检查进度并决定下一步。Osmani比喻为“从操作机床变为设计整条产线”。 ## 循环工程的关键组件 Osmani在博客中列出了循环的六大组件： - **自动化（Automations）**：定时触发，自动发现和分诊任务。 - **隔离工作区（Worktrees）**：使用git worktree防止多个智能体冲突。 - **技能（Skills）**：将项目惯例写入SKILL.md，避免智能体重复学习。 - **连接器（Connectors）**：基于MCP协议，让智能体访问issue、数据库、Slack等。 - **子智能体（Sub-agents）**：分离代码编写与审查，避免自我评价偏差。 - **记忆（Memory）**：用Markdown文件记录进度，确保连续性。 ## 实践案例：Boris的“蜂巢”系统 开发者@Av1dlive根据Boris的公开访谈，重建了名为“蜂巢”（THE HIVE）的三层系统： - **第一层**：本地循环（/loop），最小1分钟一次，会话级。 - **第二层**：云端例程（Routines），最小1小时一次，关机后仍运行。 - **第三层**：集群（/batch），并行运行数百个子智能体，互不干扰。 组合使用时，云端例程发现任务并写入文件，本地循环读取并执行，大任务则拉起集群。结果每周被蒸馏更新到CLAUDE.md，使智能体持续进化。 ## 提示词并未消亡 循环工程并未淘汰提示词，而是将其嵌入循环中。Claude Code的/loop和/goal命令以及Codex的/goal和Automations，都要求开发者编写提示词作为循环的指令。提示词从一次性输入变为可复用的循环组件，其价值反而提升。 ## 挑战与争议 循环工程面临三大挑战： 1. **成本**：多智能体并行消耗大量token，Steinberger自嘲拥有“无限token”是OpenAI员工福利。 2. **失控**：Anthropic指出循环易出现偷懒、自夸、漂移等问题，需分离“制造者”与“检查者”。 3. **质疑**：部分开发者认为循环工程本质是ReAct、AutoGPT等旧概念的包装，并非全新范式。 ## 行业影响 Codex与Claude Code在循环组件上高度趋同，竞争焦点转向如何让用户更便捷地编写循环。循环工程被视为AI编程范式迁移的中心，可能标志着编辑器时代的落幕。
Midjourney 推出浴池全身扫描仪：60 秒生成亚毫米级 3D 人体模型
AI 绘画公司 Midjourney 于 2025 年 5 月宣布成立 Midjourney Medical 部门，并发布一款名为 Midjourney Scanner 的全身超声波扫描仪。该设备将 50 万个微型声学换能器集成在浴池中，用户浸泡在温水中 60 秒即可完成全身扫描，生成精度达 0.5 毫米的 3D 人体全息模型，包含血管、骨骼、肌肉及实时血流信息。扫描速度比传统 MRI 快近 100 倍，且无辐射。 ## 技术原理 - **硬件**：扫描仪由约 50 万个微型换能器组成环形阵列，每个单元兼具扬声器和麦克风功能，每秒发出数百万次超声波并记录回波。 - **数据量**：每秒产生数 TB 数据，相当于 500 小时高清视频。 - **算力**：配备 21 台服务器，算力达 4 Petaflops，利用 Midjourney 的扩散模型算法将声波形变数据重建为高清人体结构。 - **AI 处理**：对原始图像进行语义分割，标注腹直肌、血管、骨骼等解剖结构，最终拼合成全身 3D 地图。 ## 落地路径 - **2027 年**：首家 Midjourney Spa 旗舰店在旧金山开业，用户可在泡澡、桑拿等放松过程中完成扫描，扫描结果作为身体成分图谱提供。 - **2028 年**：推出第三代扫描仪，采用定制芯片，提升成像质量和速度。 - **2031 年目标**：全球部署超过 5 万台扫描仪，实现每月 10 亿次扫描。 - **监管策略**：初期仅提供身体成分信息，逐步申请更高级别的诊断能力批准。 ## 影响与争议 - **医疗潜力**：Midjourney 声称，若早期影像干预大规模普及，可避免全球 30% 的死亡，削减 50% 的医疗成本。 - **行业反应**：消息引发硅谷震动，马斯克点赞。部分放射科医生认为，若能高保真捕捉实时生理变化，将颠覆血管及血流成像技术。 - **争议点**：设备尚未获得 FDA 等监管机构批准，诊断能力有限；大规模部署涉及隐私、数据安全及伦理问题。
Midjourney 发布全身超声波扫描浴缸，60秒生成亚毫米级3D身体地图
AI 绘画公司 Midjourney 正式进军医疗领域，成立 Midjourney Medical 部门，并发布一款名为 Midjourney Scanner 的全身超声波扫描仪。该设备集成约 50 万个微型声学换能器，用户只需在金色温水中浸泡 60 秒，即可生成精度达亚毫米级的全身 3D 解剖模型，速度比传统 MRI 快近 100 倍。 ## 工作原理 扫描仪采用超声波回声定位技术，用户站上升降平台，以每秒 5 厘米的速度缓慢浸入水中。环形排列的 50 万个换能器（每个约沙粒大小）同时发出并接收超声波，每秒产生数 TB 数据（相当于 500 小时高清视频）。系统通过分析声波穿过不同组织（皮肤、脂肪、肌肉、骨骼）时的波形变化，反推出内部结构，再经 AI 语义分割标注具体解剖部位（如腹直肌、肠系膜血管等），最终合成完整 3D 地图。 ## 算力与硬件 为处理海量数据，扫描仪配备 21 台服务器，总算力达 4 Petaflops。Midjourney 利用其在图像生成领域的扩散模型算法，将声波数据“渲染”为高精度人体图像。水作为最佳声波导体，实现了无死角扫描。 ## 落地计划 Midjourney 不直接销售设备，而是通过开设“Midjourney Spa”提供体验服务。首家旗舰店计划于 2027 年在旧金山开业，用户可在泡澡、桑拿等放松过程中完成扫描。未来 12 个月将迭代硬件并建设内部研究型 Spa；2028 年推出第三代定制芯片扫描仪；长期目标是在 2031 年前全球部署 5 万台设备，实现每月 10 亿次扫描。 ## 监管与愿景 当前阶段，扫描仪仅提供身体成分图谱，后续将逐步申请更高级别的诊断能力批准。Midjourney 认为，大规模早期低成本扫描可帮助避免全球 30% 的死亡，并削减 50% 的医疗支出。马斯克已对此项目表示关注。