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
浪潮信息发布CPU原生液冷整机柜与SD200超节点，重构Agent基础设施
浪潮信息在2026开放计算大会上发布业界首款CPU原生液冷整机柜服务器和升级版元脑SD200超节点AI服务器，旨在解决Agent规模化运行与多模型协同两大核心挑战。 ## 背景：Agent时代对基础设施提出新要求 据IDC数据，2025年中国AI Agent企业级市场规模约190亿元，预计2025至2028年复合增长率超110%。Gartner预测，2026年将有40%的企业应用集成任务型AI Agent。Agent应用需任务拆解、工具调用、多轮协作，对算力提出全新要求：CPU重要性显著提升（研究显示CPU处理时间占端到端延迟最高达90.6%），且机柜功率密度飙升（国内年内将达300千瓦，全球部分已进入兆瓦级），传统风冷散热上限仅40-50千瓦，液冷成为必选项。 ## 关键产品：CPU原生液冷整机柜与SD200超节点 - **CPU原生液冷整机柜服务器**：单柜最高支持384颗CPU（兼容x86和ARM），可支撑4万+Agent协同运行，是此前“企千虾”方案的40倍。采用原生液冷架构，对内存、网卡、光模块等所有发热部件进行液冷覆盖，实现零软管、零线缆、零风扇，支持热维护，运维效率提升100%以上。单柜功耗最高可达兆瓦，适配800V高压进机柜供电趋势。 - **元脑SD200超节点AI服务器**：升级后单Token生成时间降至4.77ms（国内首个突破5ms），首Token延迟降低35%。可同时部署4个万亿参数大模型，已适配Kimi K2.6、DeepSeek V4、GLM 5.2、MiniMax M3等主流开源模型。同时推出企业版（16卡Scale Up），首Token延迟降低40%以上，降低中小企业部署门槛。 ## 多模融合API：提升Agent智能水平 浪潮信息在元脑企智EPAI平台上线多模融合API，将同一任务同时分发给多个候选模型，由评审融合模型比较共识、分歧、遗漏和独特观点后输出统一结果。在DRACO测试中取得53.9%成绩，高于任何单模型。简单任务由单模型处理，复杂长链路任务才调度多模型，避免资源浪费。 ## 影响与趋势 Agent基础设施竞争重点从单一模型支持转向系统级协同能力。CPU、GPU、软件平台三者分工更紧密：CPU承载Agent实例与工具调用，GPU负责推理与Token生成，软件平台负责任务编排与结果融合。国内头部互联网企业今年CPU服务器新增采购几乎全部投向Agent业务。浪潮信息此次发布标志着Agent基础设施进入规模化、高密度、液冷化的新阶段。
中国首个十万卡集群落成：全国产算力进入十万卡时代
2025年7月10日，中科曙光在郑州宣布，全国产AI超集群曙光8000（登峰）正式落成，并接入国家超算互联网。该集群采用原生超智融合技术路线，支持从FP64到INT8的全精度计算，可同时承载科学计算与大模型训练。 ## 工程挑战与突破 从万卡到十万卡，系统复杂度指数级增长。曙光8000通过全链路自研（芯片、网络、存储、散热、调度）实现突破： - **网络**：采用类IB原生RDMA高速网络，实现十万卡高可靠连接，零丢包、毫秒级故障恢复。 - **散热**：浸没式相变液冷技术，PUE低至1.04，支持MW级高功率密度部署。 - **存储**：ParaStor分布式存储获2026全球IO500生产型双榜第一。 - **调度**：Gridview7.0双智能体架构，实现自动化运维。 ## 应用成果与生态 集群已完成300余项应用适配，覆盖20多个领域，累计70余次万卡规模测试。典型成果包括： - 9万卡完成3.16万亿原子DFT高精度仿真（材料科学） - 8万卡加速蛋白质折叠全流程模拟（新药研发） - 8.8万卡完成328万亿网格湍流模拟（航空、船舶） 集群采用开放架构，兼容多品牌AI加速卡，并通过OneScience平台将科学大模型开发周期从天级缩短至小时级。 ## 产业影响 落成当日，北京科学智能研究院与曙光签署战略合作，启动第二套十万卡系统研制，标志着方案从示范走向可复制。曙光8000接入国家超算互联网，成为全国一体化算力网的骨干节点，有望推动中国率先建成全球最大规模的算力调度网络。
智谱唐杰内部信《巨浪已来》：启动两年“摸高”计划，冲击AGI与ASI
2026年7月11日，智谱创始人唐杰发布题为《巨浪已来》的内部信，系统阐述公司对AI变革的底层判断及上市后的全新战略。信中宣布启动为期两年的“Touch High（摸高）计划”，聚焦长程任务、自治智能体系统、自我进化与极致安全治理四大引擎，暂缓短期商业化，全力冲击通用人工智能（AGI）乃至超级智能（ASI）。 ## 背景：上市归零，反直觉战略 智谱于2026年1月8日在港交所上市，发行价116.2港元。此后半年股价最高冲至2980港元，较发行价上涨逾24倍，市值一度突破1.3万亿港元，超过百度和小米。7月8日首批股票解禁后股价不降反升，次日智谱以每股1588港元配售新股，募资约314亿港元，用于基座模型研发与算力建设。唐杰在信中强调，上市当天即决定“归零”，全面回归基础模型研究，认为“真正的商业机会在智能上界的跃迁中”。 ## 核心战略：Touch High（摸高）计划 唐杰提出，通往AGI需翻越三座技术山峰： - **长程任务**：让模型具备跨越数周至数月的规划与执行能力，研发新一代记忆架构。 - **自治智能体系统**：构建成千上万7×24小时自主协作的“数字员工”，实现无人公司（NPC）。记忆、持续学习、自我评判三大难题已在工程上逐步消解。 - **自我进化**：AI训练AI已成型，模型可自行写代码、合成数据并训练自身，形成递归式改进飞轮。 此外，智谱计划投入百亿级资源攻坚“极致安全治理”，推动模型可解释性研究，将伦理规范植入底层。 ## 技术进展与商业化成绩 智谱旗舰模型GLM-5.2（2026年6月发布）在多项核心指标上追平或超越Claude Opus 4.8和GPT-5.5，并以MIT协议开源，支持1M上下文。2025年财报显示，MaaS平台ARR达17亿元，过去一年提升60倍。唐杰指出，押注Coding和Reasoning能力是智谱起飞的关键。 ## 对ASI的预判 唐杰援引Google DeepMind报告：即便单个模型能力停滞，若AGI实例以每年十倍速扩张，五年后一亿个共享底层大脑的智能体在群体层面即等同于ASI。他认为，AI将逐步触及自我认知、情感乃至意识，这一趋势不可逆转，将重构应用层、操作系统乃至冯·诺依曼体系。 ## 行业反响与意义 内部信发布后引发行业热议。智谱选择在商业化高峰期反直觉地回归基础研究，被解读为对AGI终局的长期押注。唐杰在信末写道：“不登顶，就是失败。”
智谱唐杰内部信：启动“摸高”计划，两年冲击超级人工智能
2026年7月11日，智谱创始人唐杰发布题为《巨浪已来》的内部信，宣布启动为期两年的“Touch High（摸高）”计划，聚焦长程任务、自治智能体系统、自我进化及极致安全治理四大方向，直指通用人工智能（AGI）乃至超级人工智能（ASI）。 ## 背景：上市归零，反直觉战略 智谱于2026年1月8日在港交所上市，发行价116.2港元，此后股价最高涨至2980港元，市值一度突破1.3万亿港元。上市当天，唐杰宣布全面回归基础模型研究，放弃短期商业化红利。唐杰在信中强调，智谱的核心竞争力源于“本质、反直觉、专注”的方法论，此前曾提前押注千亿参数大模型（GLM-130B）和Coding能力，后者推动GLM-5.2在多项指标上追平或超越Claude Opus 4.8和GPT-5.5。 ## 关键细节：四大引擎与三座大山 “摸高”计划包含四大核心引擎： - **长程任务**：研发新一代记忆架构，使模型能自主拆解并执行跨越数周至数年的复杂任务。 - **自治智能体系统**：构建由成千上万“数字员工”组成的智能体社会，实现7×24小时自主协作，目标是从“一人公司”迈向“无人公司”。 - **自我进化**：模型自主写代码、合成数据并训练自身，形成递归式自我改进循环。 - **极致安全治理**：投入百亿级资源攻坚机械可解释性，推动黑盒系统透明化。 唐杰指出，通往AGI需翻越三座大山：记忆（长期上下文与RAG逼近雏形）、持续学习（模型迭代频次提升）、自我评判（前沿模型已显露萌芽）。这些难题正逐步消解。 ## 各方反应与数据 - **市场表现**：智谱2025年财报显示，MaaS平台ARR达17亿元，一年提升60倍。2026年6月，智谱市值跻身“万亿港元俱乐部”，超过百度近3倍。7月8日股票解禁后股价不降反升，次日配售募资约314亿港元，创今年港股AI公司单笔配售纪录。 - **技术对标**：GLM-5.2以MIT协议全量开源，支持1M上下文，被公认触及海外前沿模型能力边界。 - **行业观点**：Google DeepMind在《From AGI to ASI》报告中指出，即便单个模型能力停滞，若AGI实例以每年十倍速度增长，五年后一亿个智能体在群体层面即等同于ASI。 ## 影响与展望 唐杰预言，AI将逐步学习自我认知、情感乃至意识，从感知到认知再到通用智能，最终走向ASI。这一趋势将重构应用层、操作系统（LLM OS）乃至冯·诺依曼体系，金融、法律、电商等行业无一幸免。智谱选择“向上摸高、向下普惠”的双向路线，在攻坚技术的同时开放生态，将伦理规范植入模型底层。唐杰在信末写道：“不登顶，就是失败。”
智谱创始人唐杰发内部信：启动“摸高”计划，暂缓短期变现聚焦AGI
2026年7月11日，智谱创始人唐杰发布题为《巨浪已来》的内部信，宣布启动“Touch High（摸高）计划”，未来两年将战略性投入AGI核心技术研发，暂缓短期商业变现。信中提出AI正经历从感知智能到认知智能的跨越，通往AGI需突破长程任务、自治智能体系统、自我进化及极致安全治理四座高峰。智谱于2026年1月8日以116.2港元发行价登陆港交所，股价最高涨至2980港元，市值一度突破1.3万亿港元。7月8日首批股票解禁后股价企稳，次日以每股1588港元配售募资约314亿港元。智谱旗舰模型GLM-5.2在多项核心指标上追平或超越Claude Opus 4.8和GPT-5.5，MaaS平台年化收入达17亿元，较上年提升60倍。
中国首个十万卡AI超集群曙光8000落成，采用原生超智融合路线
2025年7月10日，中科曙光在郑州宣布，全国产十万卡AI超集群曙光8000（登峰）正式落成，并接入国家超算互联网。该集群采用原生超智融合架构，支持从FP64到INT8的全精度计算，可同时承载科学计算与大模型训练。 ## 工程挑战与全链路自研 从万卡到十万卡，系统复杂度指数级增长。曙光8000通过全链路自研应对挑战： - **芯片**：依托海光等国产芯片，构建完整芯片链条。 - **网络**：采用类IB原生RDMA高速网络，实现十万卡高可靠连接，零丢包、毫秒级故障恢复。 - **存储**：ParaStor分布式存储获2026全球IO500生产型双榜第一，支撑海量数据读写。 - **散热**：浸没式相变液冷技术，PUE低至1.04，支持MW级高功率密度部署。 - **调度**：Gridview7.0双智能体架构，实现自动化运维。 ## 应用成果与生态开放 集群已完成300余项应用适配，覆盖20多个领域，累计完成70余次万卡规模测试。关键成果包括： - 8万卡加速蛋白质折叠模拟，服务新药研发。 - 8.8万卡完成328万亿网格湍流模拟，支撑航空、船舶制造。 - 9万卡完成3.16万亿原子DFT高精度仿真。 曙光8000采用开放架构，兼容主流生态，并通过OneScience平台将科学大模型开发周期从天级缩短至小时级。 ## 可复制性与产业影响 集群落成当日，北京科学智能研究院与曙光签署战略合作，启动第二套十万卡系统研制，标志着从示范工程走向规模化复制。曙光8000已接入国家超算互联网，以算力服务形式开放，旨在构建全国一体化算力网。
腾讯牵头回购Manus：20亿美元估值，独立运营，目标港股上市
据《金融时报》报道，腾讯正牵头与Manus原股东洽谈回购交易，计划以20亿美元估值从Meta手中买回这家AI智能体公司的控制权。交易若达成，腾讯将成为最大单一股东，但Manus将继续以新加坡独立公司身份运营，不会并入腾讯体系。参与方包括真格基金、红杉中国等原股东，而Benchmark等部分早期投资者选择退出。 ## 事件背景 Manus由三位中国创始人肖弘、季逸超、张涛于新加坡创立，2025年3月发布测试版后迅速爆火，8个月内ARR突破1亿美元。2025年12月，Meta以超过20亿美元收购Manus，创下其并购史第三大案。然而，2026年4月中国监管部门以国家安全为由禁止该交易，要求撤销并恢复原状。 ## 交易细节 - **估值**：维持20亿美元（约136亿元人民币），较Meta收购时未变。 - **结构**：腾讯牵头，原股东参与回购；Manus独立运营，不并入腾讯。 - **进展**：谈判进行中，细节尚未最终敲定。 - **后续**：Manus可能与新投资者成立合资公司，未来在香港IPO。 ## 各方反应与数据 - **Manus现状**：产品服务未停摆，官网和App仍可访问；2026年6月ARR据称达4-5亿美元，较收购时增长约4倍。 - **腾讯战略**：腾讯此前已是Manus投资方（2024年A轮估值8500万美元），此次入局旨在补齐通用智能体产品缺口。腾讯2025年AI专项投入180亿元，2026年Q1资本开支319亿元，但缺乏跨平台自主执行能力的独立Agent产品。 - **行业背景**：2026年被称为“AI Agent元年”，Gartner预测40%企业应用将内置智能体，IDC预测市场规模突破150亿美元。但竞争激烈，OpenClaw等开源方案快速追赶。 ## 影响与展望 - **对腾讯**：获得Manus的Agent产品运营经验，可能接入微信、企业微信等生态，催生十亿用户级应用场景。 - **对Manus**：借助腾讯云基础设施扩展海外市场，同时面临开源竞品和成本结构不透明等挑战。 - **行业意义**：此案被视为中国AI创业史上戏剧性转折，从被硅谷收购到监管叫停再到中国巨头回购，凸显AI领域国家安全审查与资本博弈的复杂性。
华为天才少年吐槽DeepSeek面试流程，背后牵出创业投融资纠纷
近日，前华为“天才少年”李博杰在社交平台公开吐槽DeepSeek面试流程不专业，引发广泛关注。随后，其前投资人杜均指控李博杰在创业项目Metagent中失联、违背契约，李博杰则回应称投资款未足额到账导致项目失败。事件折射出创投行业契约精神与信息沟通的普遍痛点。 ## 面试风波：李博杰公开吐槽DeepSeek 李博杰，中科大少年班出身、首批华为“天才少年”，在华为工作四年后于2023年离职，曾获OpenAI、DeepSeek、Kimi等offer，最终选择创业。他在朋友圈连发两条内容，控诉DeepSeek面试三大问题： - **流程拖沓**：笔试通过后半个月未安排面试，反复催促才排上；同期其他公司offer已到手。 - **面试官迟到且态度轻佻**：面试官迟到，并在李博杰介绍研究工作时质疑其“只讲研究问题，不讲工程挑战”。 - **被质疑作弊**：代码面试时，面试官因李博杰频繁看向左侧（实为两块屏幕）怀疑其抄代码，威胁终止面试。 李博杰表示，面试通不通过无所谓，但体验糟糕、感到被严重冒犯，已决定终止面试流程并公开曝光。DeepSeek方面尚未回应。 ## 投融资纠纷：前投资人指控与李博杰回应 事件发酵后，投资人杜均公开指控李博杰：2024年其创办AI项目Metagent，获ABCDE Capital投资，但融资后长期拒绝同步业务进展、财务数据，后续失联，导致项目无疾而终。李博杰则回应： - 协议约定投资150万美元，实际仅到账50万美元，剩余100万美元未拨付，公司股权仍保留投资方份额。 - 资金缺口导致经营困难，团队降薪、招聘受阻。 - 2024年10月因家庭原因及合规要求离职，经董事会批准，并非跑路；新项目遵守竞业协议。 双方各执一词，暴露初创项目投融资中履约不规范、信息沟通断层等问题。 ## 背景与影响 DeepSeek近期大规模扩张，完成首轮500亿融资后公开招聘，计划各部门规模扩大至少一倍。但其招聘标准严苛：国内学历要求清北本科，985本清北硕可能被筛。此次事件显示，面试资源可能难以跟上扩张速度。李博杰的吐槽也引发对AI公司招聘流程专业性的讨论。
DeepSeek被曝自研AI推理芯片，全球大模型厂商加速算力自主
据路透社2026年7月7日报道，中国AI公司DeepSeek正在秘密开发自研AI推理芯片，旨在降低对英伟达及国产芯片的依赖。该项目约一年前启动，目前处于早期阶段，DeepSeek已与芯片设计、晶圆代工及存储芯片公司展开洽谈，并私下招聘芯片设计工程师。同日，智谱AI也被曝出正考虑自研定制化AI芯片。两家公司均将芯片定位为推理场景专用，以应对AI应用爆发带来的推理算力需求激增。 ## 背景：算力受限与需求爆发 - **外部环境**：受美国出口管制影响，英伟达高端芯片（如H100/H200）对华供应受限，华为昇腾成为主要替代方案。分析师指出，英伟达在中国市场份额已趋近于零。 - **内部需求**：DeepSeek的R1、V4等模型以低成本高性能吸引全球API调用，智谱AI的GLM-5.2在海外平台日Token使用量一周暴涨27倍，推理算力消耗远超训练。机构数据显示，推理可占模型生命周期计算成本的80-90%。 ## 关键细节：自研推理芯片策略 - **芯片定位**：专为AI推理设计，即已训练模型为用户生成回答的环节，而非训练新模型。相比通用GPU，专用推理芯片（ASIC）可剥离冗余电路，实现更高能效比和更低量产成本。Trendforce预测，到2026年ASIC增长率将达44.6%，远超GPU的16.1%。 - **项目进展**：DeepSeek的芯片项目约始于一年前，近几个月加大招聘力度，但未在公开平台发布职位。智谱AI已向本土芯片设计公司垂询合作，预计从设计到流片需两年以上。 - **资金支撑**：2026年6月，DeepSeek完成首轮外部融资，筹集约70亿美元（路透社报道为70亿美元，量子位报道为510亿元人民币约74亿美元），估值520亿-590亿美元，资金将用于算力中心扩建、自研芯片及人才招聘。 ## 各方反应与行业趋势 - **市场反应**：消息传出后，英伟达股价盘前下跌约1.6%。 - **全球趋势**：OpenAI于2026年6月发布首款定制推理芯片Jalapeño（与博通合作、台积电代工）；Anthropic也被曝启动自研芯片早期工作，接洽三星2nm制程。全球前三大大模型公司中，已有两家明确推进芯片自研。 - **挑战**：DeepSeek面临技术周期长（数年）、制造工艺受限（无法使用海外先进制程）、HBM供应链风险及英伟达CUDA生态壁垒等问题。其优势在于自有模型可深度适配，但若芯片仅服务内部需求，规模效应不足可能推高成本。 ## 影响与展望 - **战略意义**：自研芯片将使DeepSeek从纯算法公司转向软硬一体，掌握模型底层硬件定义权，减少对外部供应链依赖。此前DeepSeek已在软件层面优化（如UE8M0 FP8数据格式、DSpark推测解码模块），为硬件协同埋下伏笔。 - **行业影响**：中国AI企业纷纷下场造芯，标志着竞争从算法层面向基础设施层面下沉。若成功，DeepSeek和智谱AI将实现“自研芯片+自有模型+本土制造”的全链条闭环，但短期内仍需依赖现有国产芯片方案。