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
ChatGPT与Claude相继引入身份验证，AI匿名使用时代走向终结
2026年6月17日，AI开发者Kai在X平台晒出截图，显示ChatGPT弹出身份验证窗口，要求用户上传证件并拍摄实时自拍视频（含转头、眨眼等3D活体检测）。此前一周（6月10日），Anthropic已通知Claude用户，将于7月8日起更新隐私政策，正式引入身份验证和年龄验证。两大AI巨头在半年内相继收紧用户验证，标志着AI工具从匿名公共设施向实名制管制品转变。 ## 背景：OpenAI的渐进式验证布局 OpenAI在身份验证上领先Anthropic至少半年。2026年1月20日，OpenAI静默上线年龄预测模型，通过账号注册时长、活跃时段、使用模式、自填年龄等信号交叉比对，判断用户是否未成年。被标记用户会自动屏蔽潜在危害内容，且不收到通知；解除限制需完成身份验证（实时自拍或上传政府证件，视地区而定）。 2025年4月，OpenAI对API开发者启用组织验证（Verify Organization），要求上传实体证件（不接受手机驾照或数字身份证），且每张证件90天内仅能验证一个组织。未通过验证的组织无法调用高级API模型。官方理由为“防止不安全的使用，同时让更广泛的开发者社区获得先进AI能力”。 ## 关键细节：验证方式与范围扩大 - **ChatGPT消费端**：2026年6月17日，部分用户收到弹窗，要求上传证件并拍摄实时自拍视频，进行3D活体检测。OpenAI帮助中心“Why am I being asked to verify my identity”页面同步更新，暗示验证正从“被标记用户”向普通用户铺开。 - **Claude用户**：Anthropic于6月10日邮件通知，7月8日起在特定功能使用、平台完整性检查、安全合规等场景中可能要求验证，方式与OpenAI类似（带照片证件+实时自拍）。Anthropic表示“随着Agent任务越来越复杂，验证场景可能继续扩大”。 ## 各方反应与数据 - **用户反应**：社交媒体评论区出现“这跟开户有什么区别”“不如改用本地模型”等声音，反映对隐私和便利性的担忧。 - **时间线**： - 2025年4月：OpenAI对API开发者启用证件验证。 - 2026年1月20日：OpenAI静默上线年龄预测模型。 - 2026年6月10日：Anthropic邮件通知用户身份验证政策。 - 2026年6月17日：ChatGPT消费端出现刷脸弹窗。 ## 影响与趋势 两大AI巨头同步推进身份验证，核心驱动力有二： 1. **防滥用**：API端验证旨在阻止批量注册、模型能力滥用或用于训练竞品模型，一人一证、90天一次的限制堵住了马甲账号。 2. **Agent化需求**：AI从聊天工具演变为执行真实操作的代理（如订票、改文件），明确“谁在下指令”成为法律与安全刚需。 匿名使用AI的时代正在结束。未来，使用顶级AI工具可能需像开户一样完成实名认证，这一趋势在监管与商业双重压力下已不可逆。
Transformer 核心作者 Noam Shazeer 离开谷歌，加入 OpenAI
Noam Shazeer，Transformer 架构的核心作者之一，于 2025 年 6 月宣布离开谷歌，加入 OpenAI 担任架构研究负责人。OpenAI CEO Sam Altman 表示，Shazeer 是他从公司创立之初就最想合作的人之一。 ## 背景与贡献 Shazeer 是 2017 年经典论文《Attention Is All You Need》的共同作者，该论文提出的 Transformer 架构成为现代大语言模型的基础。他还参与了混合专家模型（MoE）、Mesh-TensorFlow、T5 等关键技术的研发，对现代 AI 发展影响深远。 ## 两次离开谷歌 Shazeer 于 2000 年加入谷歌，2021 年因谷歌拒绝发布其开发的聊天机器人而离职，与 Daniel De Freitas 共同创办 Character.AI。2024 年，谷歌以约 27 亿美元的技术授权协议将其请回，并任命他为 Gemini 技术共同负责人。然而不到两年，他再次选择离开。 ## 各方反应 OpenAI 研究负责人 Mark Chen 表示，Shazeer 在 Transformer、MoE 和高效解码方面的研究塑造了现代 AI，并强调他对 AGI 的信念。Shazeer 本人称离开谷歌是艰难的决定，但对谷歌团队表示感谢。 ## 影响 Shazeer 的加入使 OpenAI 集齐了两位 Transformer 原作者（另一位是 Lukasz Kaiser），被视为 AI 人才竞争中的重大胜利。对谷歌而言，Gemini 项目失去了一位关键人物，可能影响其模型研发进度。
演语科技完成近3亿美元B+轮融资，ARR达3亿美元，创国内AI应用融资纪录
6月18日，AI创意内容集团演语科技（Evoken）宣布完成近3亿美元B+轮融资，由Granite Asia、腾讯、顺为资本联合领投，HT Investment、时代资本跟投，高榕资本、蚂蚁集团等老股东追投。投后估值超20亿美元，创下国内AI应用赛道单轮融资纪录。 演语科技旗下拥有Liblib AI、LibTV和星流Agent三款产品。截至2026年5月，公司ARR（年化收入）已达3亿美元，较本轮融资完成时增长近3倍。Liblib AI累计用户超3000万，拥有50万个原创模型，被称为“中国每三位设计师中就有一位在使用”。LibTV于2026年3月上线，首月单日收入即超100万美元，5月收入达首月的13倍以上，已服务近千个短剧、影视机构。星流累计服务用户超千万。 ## 融资背景与市场意义 本轮融资是演语科技继2025年10月B轮1.3亿美元后的又一次大额融资。此前国内AI应用市场长期低迷，付费率和付费意愿偏低，缺乏杀手级PMF场景。演语科技是少数以国内创作者生态为核心、同时跑出营收和估值的公司。其20亿美元估值已超越部分端侧和多模态基模公司，进入中国AI应用百亿人民币估值俱乐部。 ## 产品矩阵与PMF验证 演语科技围绕AI创意内容构建了矩阵式产品：Liblib AI聚焦素材与创作者社区，LibTV专注AI视频生产，星流定位AI设计Agent。三款产品覆盖同一类人群——专业内容生产者（prosumer）。 PMF的验证体现在三个信号： - **自发传播**：产品日均新增用户中80%来自自然流量，LibTV首日涌入10万创作者。 - **付费意愿**：LibTV采用“会员订阅+积分按需消耗”模式，用户“边喊贵边付费”，首月单日收入破百万美元。 - **机构迁移**：上线一个月内超300家短剧、影视公司接入LibTV，将整条创作工作流搬上平台。 ## 增长逻辑与行业影响 创始人陈冕（前字节跳动剪映与CapCut全球商业化负责人）强调，AI应用应聚焦“上游创意环节”，避免与巨头直接竞争。LibTV的“无限画布+节点式工作流”将剧本、分镜、镜头、剪辑整合在同一空间，使视频创作从“抽卡”变为“搭积木”，深度嵌入生产流程。 2026年Q1，中国AI剧占微短剧总量的95%（12.2万部），带动了对AI创作工具的需求。演语科技的增长受益于这一行业爆发。对比海外，Suno的3亿美元ARR对应54亿美元估值，Cursor约20亿美元ARR对应600亿美元估值，中国AI应用仍处于估值洼地，但赛道慢热意味着机会。 ## 未来展望 陈冕表示，公司将持续围绕AI创意内容产业布局，推动AI从工具向内容基础设施演进。本轮融资后，演语科技成为国内少数同时具备持续增长、商业化和平台化能力的AI企业，其“AI内容集团”定位获得市场认可。
Anthropic 被用户起诉夸大 Claude Max 使用额度，AI 订阅透明度受质疑
2025 年 6 月，华盛顿特区用户 Karl Kahn 在加州北区联邦法院对 Anthropic 提起集体诉讼，指控其 Claude Max 5x（月费 100 美元）和 Max 20x（月费 200 美元）订阅计划的实际使用上限远低于宣传。诉讼称，Anthropic 声称 Max 20x 提供 Pro 计划 20 倍用量，但实际每周上限仅比 Max 5x 高约 2 倍，且用户频繁触发限制。原告要求为自 2024 年 4 月以来的购买者退款。Anthropic 拒绝置评。 ## 诉讼核心争议 - **宣传与实际不符**：Anthropic 官网称 Max 5x 和 Max 20x 分别提供 Pro 计划 5 倍和 20 倍使用上限，但诉讼指出实际额度难以判断且更低。原告引用 Anthropic 2025 年 7 月邮件，显示各档位用户每周可用量远低于宣传。 - **用户遭遇**：原告 Karl Kahn 升级至 Max 20x 后，仅几周便频繁触发每周限制。一次 5 小时高强度使用消耗了 15% 的周额度，导致工作被迫中断或需额外购买用量。 - **社区反馈**：Reddit 上多名用户抱怨类似问题，有用户称单次提示词即耗尽 5 小时额度。分析人士指出，Max 20x 的 20 倍宣传仅适用于 5 小时会话限制，而每周上限仅比 Max 5x 高 2 倍；相反，Max 5x 的实际会话上限比 Pro 高 6 倍，周上限高 8.3 倍，性价比更优。 ## 行业背景与影响 - **AI 订阅透明度挑战**：随着 AI 工具进入工作流，重度用户（如编程、长文档处理）消耗算力远超普通聊天。固定订阅费难以覆盖高昂推理成本，导致公司设置动态限制和额外付费机制，引发用户对“买到的额度”的质疑。 - **Anthropic 的多重压力**：除诉讼外，Anthropic 近期还面临美国政府出口管制（因最强模型访问权限）、五角大楼将 2/3 涉密 AI 工作转移至竞争对手（因被列为“供应链风险”），以及开发者对第三方调用计费政策的反对。公司已暂缓推行 Agent SDK 独立计费方案。 - **行业信号**：此案可能成为 AI 订阅透明度的标志性事件。类似争议在 ChatGPT、Gemini 等产品中亦有出现，但进入法律程序尚属首次。AI 公司需在成本控制与用户预期之间寻找平衡。 ## 关键数据 - **订阅价格**：Claude Pro 约 17-20 美元/月；Max 5x 100 美元/月；Max 20x 200 美元/月。 - **诉讼范围**：寻求集体诉讼资格，代表自 2024 年 4 月以来的购买者。 - **Anthropic 回应**：拒绝置评。
宇树机器人G1登顶厄瓜多尔火山，目标直指珠穆朗玛峰
宇树科技的人形机器人G1（改装版，名为Pemba）于6月5日成功登顶厄瓜多尔钦博拉索火山（海拔约6200米），成为首个登顶2万英尺的人形机器人。项目由法国工程师Pablo Berlanga Boemare主导，旨在验证双足机器人在极端环境下的自主行走能力，最终目标为攀登珠穆朗玛峰。 ## 登顶细节与改装 - 在长达16小时的冲顶过程中，G1仅在坡度小于30°的路段实现自主行走，陡峭路段由探险队员抬行。 - 团队对G1进行了多项改装：定制通风/散热系统以应对高海拔极寒与电子元件发热；结构加固；训练新的强化学习策略以提升自主通过坡度能力。 - 峰顶画面中，G1穿着蓝色保暖夹克、黑手套、黄色腿套，单臂举起。 ## 项目背景与目标 - 项目初衷为环保需求：替代传统固定摄像头网络，用于野生动物监测、反盗猎、环境变化追踪。团队认为双足机器人可到达轮式或履带式机器人无法覆盖的约97%地表。 - 项目提出“三冠”计划：第一站钦博拉索已完成；第二站夏威夷茂纳凯亚（从海底基座量起的世界最高峰）；终极目标珠穆朗玛峰。 ## 珠峰计划与监管挑战 - 计划让机器人在珠峰大本营至约8000米四号营地（C4）间测试，采集电池续航、运动能力、关节受力、环境耐受性等数据。合作方为尼泊尔Fourteen Peaks Expedition探险公司。 - 尼泊尔目前无针对“机器人登珠峰”的法律框架，官方要求先制定规则。受此影响，珠峰之行时间表已推迟，暂定2026年10月，可能延至2027年4月。 ## 主导者与未来展望 - 项目发起人Pablo Berlanga Boemare为法国工程师，曾从工程院校退学，在WWF从事环保工作，后创立Geologic Dome。其野外经历促使他开发Pemba项目。 - 宇树G1此前曾在新疆阿勒泰-47.4°C雪地完成耐寒演示，显示平台在极寒环境下的生存能力。 - 尽管G1目前仍需在陡坡段被抬行，但项目展示了人形机器人在极端地形应用的潜力，未来可能用于垃圾清理、冰川监测、搜救及环境勘测。
微软CEO纳德拉提出“人力资本”与“Token资本”：企业需构建AI学习闭环，避免价值被少数模型攫取
微软CEO萨蒂亚·纳德拉（Satya Nadella）于2026年6月在社交媒体X上发表长文《A frontier without an ecosystem is not stable》，提出在AI驱动的经济中，企业需同时构建“人力资本”（员工知识、判断力等）与“Token资本”（企业自主拥有的AI能力），并建立两者之间的学习闭环，以实现复利增长。纳德拉警告，若所有行业价值被少数几个AI模型攫取，将重蹈全球化第一阶段产业外包的覆辙，导致经济失衡。他强调，企业应构建私有评测、强化学习环境和知识库，确保模型可替换而自身知识产权不流失。该文引发广泛关注，浏览量超2800万，埃隆·马斯克评论称“有趣”。 ## 核心概念：人力资本与Token资本 - **人力资本**：包括员工的知识、判断力、人际关系、创造力与模式识别能力。纳德拉认为，人力资本不会因Token资本增长而贬值，反而更有价值。 - **Token资本**：企业构建并拥有的AI能力，代指自主掌控的AI算力与能力储备。两者需形成“认知闭环”，即AI模型持续吸收人类专业知识并反哺，而非仅作为工具使用。 ## 企业策略：构建学习闭环 - 纳德拉提出，企业应建立一套架构，让智能体系统随时间进化，同时保持对知识产权的控制。关键组件包括： - **私有评测**：衡量模型对业务实际成果的改进，而非依赖外部基准。 - **私有强化学习环境**：基于组织内部真实执行轨迹优化模型。 - **知识库**：使机构记忆可查询，提升Token使用效率。 - 这一闭环被视为企业新的知识产权，具有复利效应：改进的工作流产生更好训练信号，加速隐性知识积累。 ## 行业背景与数据 - 全球AI投资激增：2025年达2023亿美元，占全球风险投资50%；OpenAI和Anthropic两家公司占全球行业风险投资14%。 - 企业部署AI比例高但成熟度低：麦肯锡数据显示，72%企业已部署至少一个AI工作负载，仅1%认为成熟。 - 就业影响：世界经济论坛预测2028年前85万个岗位将被AI取代；22-25岁高AI暴露岗位劳动者就业率下降13%。 - 模型竞赛转向Agent竞赛：Gartner预测2026年底40%企业应用将内置任务型AI Agent。 ## 政治经济视角：避免价值集中 - 纳德拉警告，若价值被少数模型攫取，政治经济体系无法容忍，社会不会允许“掏空整个产业”的AI未来。他类比全球化第一阶段产业外包的后果。 - 当前中美控制全球90%前沿AI算力，旧金山湾区占全球AI投资76%。主权AI运动兴起，但各国投入远不及微软单季资本支出（2026财年Q2达375亿美元）。 - 纳德拉呼吁构建“前沿生态系统”而非单一前沿模型，让价值广泛流向每家公司、每个行业、每个国家。 ## 微软自身实践 - 微软从依赖OpenAI转向多元模型布局：2019年以来对OpenAI投入超130亿美元，但2025年重组后IP许可变为非独家。 - 2026年Build大会发布7款自研MAI模型，覆盖推理、编程等方向，声称在特定场景下成本效率比GPT-5高10倍。 - Microsoft Foundry（前Azure AI Foundry）支持多模型部署，定位为AI应用和Agent工厂，体现“平台激发更多价值”的理念。
OpenAI财报泄露：年亏损涨8倍，员工套现140亿美元
据泄露的审计报告显示，OpenAI 2025年收入130.7亿美元，支出340亿美元，净亏损385亿美元，亏损额是2024年的近8倍。亏损激增部分源于公司从非营利转为营利架构引发的415.5亿美元公允价值变动损失。研发支出191.8亿美元，超过全年收入。同时，OpenAI向微软支付172亿美元，而微软仅支付3.03亿美元。2026年Q1，OpenAI收入57亿美元，烧掉37亿美元，现金消耗超收入一半。账上现金730亿美元，但内部预测2026年烧钱250亿美元，2027年增至570亿美元。 ## 员工套现与人才竞争 据The Information，过去五年OpenAI和Anthropic员工通过内部售股合计套现约140亿美元。其中OpenAI在2025年10月一次售股中，600名员工分走66亿美元，人均1100万美元，75人每人顶格套现3000万美元（约2亿人民币）。OpenAI人均股权薪酬达150万美元，是谷歌IPO前的7倍。Anthropic员工因看好增长，部分选择不卖股，随后公司估值从3500亿升至9650亿，未卖者账面财富翻三倍。 ## 行业对比与IPO前景 Anthropic 2025年收入约45亿美元，但2026年Q1收入48亿美元，增速远超OpenAI，且预计2027年烧钱率降至9%，2028年盈亏平衡，而OpenAI预计2030年才回正。微软去年向Anthropic投资50亿美元，并承诺采购至少300亿美元AI算力。两家公司均已秘密递交招股书，估值分别为OpenAI 8500亿美元、Anthropic 9650亿美元。分析师认为，亏损不影响IPO，关键在于未来利润率改善。
字节跳动AI业务财务数据曝光：豆包日收入不足百万，Seedance年化收入达20亿美元
据多家媒体报道，字节跳动AI业务财务数据近日曝光。截至2026年上半年，旗下豆包应用日活跃用户超2亿，但日收入不足百万元，主要来自电商佣金；而视频生成模型Seedance年化收入（ARR）已达20亿美元（约143亿元），毛利率约70%，单月收入超10亿元，几乎抵消豆包的算力成本。 ## 豆包：高用户量低收入的困境 豆包延续移动互联网免费策略，日活超2亿，但日收入不足百万元，主要来自电商佣金。其每日算力成本达数千万元，多模态功能（如图片识别、语音聊天）成本更高。据估算，豆包每日总用户使用时长不到Bilibili的1/8，但运营成本超过后者。字节计划2026年资本开支上调超2000亿元，主要用于算力中心建设。 ## Seedance：高毛利的企业服务标杆 Seedance 2.0采用MoE架构，参数2000亿，2026年2月上线后成为全球性能最强的视频模型。其毛利率达70%，主要得益于视频模型对推理芯片要求较低，可使用国产芯片，且团队精简（核心算法成员仅十余人）。收入主要来自企业客户，头部漫剧公司使用成本约5万元/项目。但收入增速已有所放缓。 ## 战略调整：从消费者转向企业服务 受Anthropic的Claude Code成功启发（半年年化收入10亿美元），字节调整AI资源分配，重心从豆包等大众产品转向企业服务。火山引擎MaaS业务被提升至更优先位置，目标收入翻10倍并加快出海。同时，字节拆分AI制药业务，成立新公司Anew Labs，估值超10亿美元，首轮融资近2亿美元，由原AI药物发现负责人刘凯带队，落地上海。 ## 行业影响与挑战 Seedance证明了AI视频生成的高毛利潜力，但需拓展短剧以外的行业。豆包的用户规模难以转化为收入，而国内免费模式（如DeepSeek）进一步压缩订阅空间。字节的AI业务分化显示，企业服务可能比消费者市场更早实现盈利，但算力成本、芯片供应和模型迭代仍是长期挑战。
北京建成AI工厂：目标10万P算力、日产10万亿Token，九章云极发布新战略
2026年4月，九章云极在2026全球智算科技峰会暨战略发布会上正式推出“AI工厂”战略，旨在通过标准化、工业化的流水线重构智能生产与交付体系。该工厂包含两大核心部分：训练工厂（目标算力规模10万P）和Token工厂（目标日均产能10万亿Token），并首创“一度算力”（DCU）作为算力计量单位。 ## 背景：从“会回答”到“会执行”的工程鸿沟 截至2025年3月，中国日均Token调用量已突破140万亿，两年增长超千倍。然而，企业接入大模型后普遍面临“执行鸿沟”：通用模型在聊天场景表现优异，但在真实业务系统（如审批、质检、风控）中频频失手。九章云极创始人方磊指出，AI竞争核心已从技术卓越性转向生产力的工业化，关键在于通过强化学习（RL）将通用模型“冶炼”为能可靠执行任务的专业模型。 ## 关键细节：AI工厂的四大组成部分 - **投入侧：一度算力（DCU）** 定义：312 TFlops×小时（每秒312万亿次浮点计算×1小时），将异构芯片、网络、存储等资源统一折算，使算力采购像买电一样按“度”付费。 - **生产侧：训练工厂** 目标算力规模10万P，通过千卡至万卡级集群、混合调度、网络优化、存储优化、多租户等五项工程能力，以及强化学习训练栈（支持PPO、DPO、GRPO等多种算法），将通用模型转化为金融、制造、政务、科研等领域的专业模型。九章云极已通过中国信通院“大模型计算资源调度平台”标准评测，训练效率提升100%，GPU利用率提升50%。 - **封装侧：Token工厂** 目标日均产能10万亿Token，将专业模型封装为可调用、可计量、可结算的专业Token。Token被定义为面向业务任务的智能价值单元，分为三级：消费级（日常AI应用）、专业级（行业深度Know-How）、前沿级（复杂任务自动化与科研突破）。 - **产出侧：数据飞轮** DCU度量投入→训练工厂冶炼模型→Token工厂封装→企业消费并回流业务数据→模型持续迭代，形成“越用越强，越强越便宜”的增强回路。 ## 各方反应与数据 - **企业痛点**：传统AI建设路径周期长达6-12个月，前期资本开支高昂。AI工厂模式下，企业可从训练工厂或Token工厂灵活切入：大模型公司可从训练开始，行业客户可从推理开始，最快两周完成业务概念验证。 - **行业影响**：九章云极定位在应用层上游，为ISV、集成商和企业开发团队提供底层智能生产与交付体系，而非直接开发智能体应用。 - **目标效益**：10万P算力、10万亿Token日均产能、1000倍综合降本、计划孵化1000个高价值模型与智能应用。 ## 影响与展望 AI工厂的推出标志着智算云商业逻辑的转变：从回答“算力够不够”转向“算力能否变成可交付的智能”。通过标准化计量（DCU）和工业化生产（训练工厂+Token工厂），九章云极试图降低企业AI应用门槛，推动AI从实验室走向生产线。未来，专业Token的价值分层可能重塑产业智能化定价与交付模式。