a16z提出B2A经济:AI Agent成互联网新用户,订单一年增近13倍

资讯 腾讯网 作者:腾讯网 全文 8248 字 · 约 21 分钟读完 分类a16zInfra智能体

智东西(公众号:zhidxcom) 编译 | 江宇 编辑 | 漠影智东西11月12日消息,近日,硅谷知名风投机构a16z官网刊文《Welcome to the B2A Economy》(欢迎来到B2A经济时代),提出新判断:AI Agent正在成为互联网的主要用户,企业未来不仅要争夺人类消费者,还要争夺AI Agent

所属频道 融资与资本智能体与 Agent

智东西11月12日消息,硅谷知名风投机构a16z官网近日刊出文章《Welcome to the B2A Economy》(欢迎来到B2A经济时代),抛出一个新判断:AI Agent正变成互联网的主要用户,往后企业要争的不只是人,还有Agent带来的流量与订单。

过去几十年,互联网公司费尽心思拦着机器人进站;如今局面可能掉了个个儿,它们得反过来抢机器人的生意。

按文章的观察,AI Agent已撑起互联网流量的很大一块,网上新增文章有一半以上出自它手,投入生产环境的代码也大多由它生成。Agent正从回答问题转向执行任务,将来买什么产品、订什么服务、钱往哪儿花,会越来越多地由它替人拍板。

文章把这种生意模式叫作B2A(Business-to-Agent),也就是企业面向智能体的经济模式。

电商平台Shopify披露的数据显示,2026年第一季度,其商店来自AI的流量同比涨了8倍,来自AI搜索的订单量同比涨近13倍。网络安全公司Human Security则发现,今年8月至10月,Agent浏览器流量增长了8倍。

软件开发这边,Agent已经直接上手用第三方产品。数据库平台Supabase超过60%的新数据库是AI工具建的;云部署平台Vercel上,Agent触发的部署次数过去一年涨了28倍。

文章认为,B2A的商业机会远不止AI购物这一块。Agent一旦开始替人挑选和调用产品,互联网的流量分配、软件销售,连同支付和身份验证的方式,都可能跟着变。

一、AI带来的订单一年增近13倍,互联网迎来新流量入口

互联网每一次平台变革,都改掉了用户获取服务的路子,也带出新的商业模式。

Web时代,企业能开一个谁都能上的线上店铺;到了移动互联网时代,这些店铺被塞进用户手机里,Uber这类依托移动设备跑起来的新产品就是这么冒出来的。

AI已经改变了人们能完成哪些任务,但它对产品分发方式的改变才刚开头。

文章认为,AI在产品能力上的进展远快过分发渠道的变动,这也是为什么除了ChatGPT,消费级AI产品的大规模普及仍然有限。

如果Agent真能走进普通消费者的日常、被广泛用起来,AI就有机会完成从技术能力升级到互联网平台变革的跨越。

ChatGPT、Claude、Grok等大模型产品,已经成为不少企业重要的流量来源。

Shopify披露,2026年第一季度,其平台商店来自AI的流量同比增长8倍,通过AI搜索产生的订单量同比增长近13倍。

另一组数据来自网络安全公司Human Security。今年8月至10月,该公司观察到的Agent浏览器流量增长了8倍。其中,Muse贡献了约60%的活动量。

比起传统搜索和广告引流,Agent可能成为更管用的产品推荐渠道。它手里握着用户更具体的需求和偏好,能照着这些去筛商品和服务。

AI推荐带来的消费流量,已经表现出更高的用户参与度、更好的收入转化效果,以及更低的跳出率。

在美国,约11%的消费者购物流程中,用户会先访问AI服务,再进入实际交易网站。

随着Agent拿到更多操作权限,这些流量不必再以访问网站的形式出现。用户可以直接向AI提需求,让Agent去找商品、比服务,最后定下买哪一个。

对企业来说,消费者能不能找到自己的产品,将越来越取决于Agent愿不愿意推荐和使用它。

二、AI挑选软件,还会推荐用户购买付费套餐

Agent不光能给药企带来流量,还开始直接决定调用哪些第三方工具。

智东西(公众号:zhidxcom) 编译 | 江宇 编辑 | 漠影

眼下,Agent上网主要还是走浏览器这条路:或者接管用户已有的浏览器,或者自己建虚拟机和浏览器实例,靠点击、输入、跳转页面这些动作,模仿人去把任务做完。

不过还有另一条路正在成形——连接器、插件以及模型上下文协议(MCP)。借助这些接口,Agent能直接调用第三方工具和网站,不用再绕着网页操作走。

文章把这类工具生态比作一个能力更强的Agent应用商店。

以前用户得自己比对软件、注册账号、挑套餐,再一个个工具分别操作;换成Agent,它可以围着最终任务,把多个产品串起来用。

跨产品访问涉及的身份和授权问题,AI平台也在一点点解决。

比如Sign in with ChatGPT,用户能拿ChatGPT身份登录第三方产品,Agent调用外部服务时身份接入就顺手多了。

用户一旦可以给第三方服务授权身份信息或访问令牌,Agent替用户注册、使用乃至支付产品,门槛也会随之降低。

往后,Agent有望自己挑好、装好完成任务要用的工具,不必每件事都等人插手。

Claude这边,企业管理员已经能为整个组织统一连接插件,员工直接就能用上这些工具。

OpenAI近日也上线了Businesses in ChatGPT,企业可在ChatGPT中认领商家信息、添加商品数据源,并查看用户在ChatGPT里如何与自己的业务互动。

AI平台把越来越多的第三方产品接进自家生态后,用户或许不用再直接打开软件或网站,过去要靠多个应用配合完成的任务也能办成。

企业则要面对一个新问题:怎么让Agent找到自己的产品,并在执行任务时优先用上它?

三、B2A经济的四类机会:从Agent应用到支付基础设施

a16z把B2A经济的潜在受益者划成四类,既有直接提供Agent能力的公司,也有为Agent供应产品与基础设施的企业。

  • 第一类:Agent及大模型公司。

面向消费者的Agent产品,目前有Instinct、Muse和Wabi等独立应用。

但Agent能力未必只装在专门的智能体产品里。底层模型行动能力变强之后,越来越多现有产品都能直接执行用户交代的任务。

其中ChatGPT手握12亿周活跃用户,转向Agent产品时用户基础相当可观。

  • 第二类:由Agent催生的新产品。

亚马逊的生意建立在互联网之上,Uber则依托移动互联网的普及;Agent同样可能催生此前做不出来的产品形态。

a16z提到了三个方向:

一是能自主运营的中小企业,日常经营和管理的大量工作可由Agent承担。

二是由AI充当中介的交易市场或网络型产品,用Agent把不同的用户、商家和服务连起来。

三是自动优化型产品,让Agent持续盯住业务运行情况,再按目标自主调整、优化流程。

这类产品或许会让用户不必反复打开软件操作,改由Agent持续把任务执行下去。

  • 第三类:围绕Agent优化自身产品的现有企业。

大模型成了新的流量入口之后,围绕生成式AI搜索结果做优化的GEO(Generative Engine Optimization,生成式引擎优化)行业已经冒了出来。

SEO争的是搜索引擎排名,GEO的做法不一样,它帮企业提升产品和内容在大模型回答里被发现、被引用、被推荐的概率。

但GEO解决的,主要是产品怎么被发现。

Agent一旦有了购买和执行能力,企业要做的就不只是让AI认识自己的产品,还得在Agent比选多个选项时被挑中,并且让Agent把注册、订阅或购买顺利走完。

也就是说,面向Agent的优化会从产品发现,继续往产品评估、选择和交易执行这几步延伸。

  • 第四类:Agent基础设施公司。

Agent要替人在现实世界里办事,支付、身份、反欺诈和通信这些配套工具少不了。

即便眼下Agent的使用规模还比较有限,现有的支付、身份验证和通信系统已经开始吃紧。

举个例子,Agent发起交易之后,支付平台得分辨哪笔是合法交易、哪笔是欺诈;身份验证系统则要确认这个Agent有没有拿到用户授权。

另一头,Agent还得通过iMessage、电话、电子邮件等渠道,跟外部用户和服务方沟通。

这些系统当初主要是按人类用户来设计的。如今执行任务的Agent越来越多,现有基础设施会遇上新的使用需求。

眼下不少大型企业还在屏蔽Agent流量,顾虑就是欺诈和拒付。

可要是Agent能持续带来高质量客户和交易,这些企业恐怕就得重新调整访问规则,从防机器人转向主动服务机器人。

四、AI创建六成新数据库,编程Agent已让一批软件公司受益

编程领域已经率先跑出了由Agent驱动的产品使用方式变化。

GitHub公布的数据显示,截至2026年9月,平台上超过40%的代码合并请求(Pull Request,PR)以Agent生成的初稿为起点,而六个月前这个比例只有17%。

Agent现在承担的是从开发到部署的一连串工作,早就不只是帮开发者写几行代码。

比如用户让Agent搭一个网站,它可能得调用数据库、云托管、身份验证、邮件发送和监控等多项服务。

用户只管提出建站需求,开发过程中需要哪些外部工具,由Agent自己挑。

所以AI编程这波发展,既带火了Cursor、Codex、Claude Code、Cognition等Agent产品,也把Replit、Lovable和Base44等自然语言编程平台推了起来。

做数据库、支付和应用部署的公司,同样接到了大量来自Agent的使用需求。

数据库平台Supabase在2026年6月披露,超过60%的新数据库由AI工具创建。

数据库平台Neon在2025年5月披露过一组数字:其新数据库部署量中,自动化Agent的贡献比例已达80%。

支付公司Stripe在2026年6月给出的数据是,Agent带来了近40%的文档访问流量,针对API资源的命令行接口(CLI)请求中,有70%由Agent发出。

云部署平台Vercel在2026年10月披露,过去12个月里,Agent触发的部署次数涨了28倍。

过去开发软件,开发者得亲自跑数据库、部署、支付这些平台,逐个弄清产品功能再完成配置。

如今Agent能自己读文档、调API、建数据库,还能把应用部署到云端。

软件公司的直接使用者,正从开发者变成替开发者干活的Agent。

全球劳动力里,做软件开发的人占比不到1%。编程Agent已经能把数据库和云部署服务的使用量拉起来,那么剩下99%以上的劳动力开始用Agent干活时,相关服务市场的变化可能更大。

文章认为,用“AI电商”来概括这个市场远远不够。Agent推动的不只是实体商品和服务的交易,数字产品之间的流量分配、Token消耗和收入流向也会被改变。

五、从找工作到炒股,a16z梳理七大Agent应用赛道

编程之外,AI Agent也在进入普通人的工作和日常生活。a16z在文章末尾放了两张Agent经济生态图,一张覆盖面向用户的Agent应用,一张覆盖支撑Agent运行的基础设施。

应用版图分成七个方向:通用型智能体、工作、旅行、家庭、社交、招聘,以及个人理财与投资。

▲a16z整理的Agent应用生态版图

(1)通用型智能体这条线上,Meta、xAI和OpenAI等巨头已陆续推出独立产品。

今年9月,Meta推出个人AI Agent Muse,能替用户发邮件、订旅行、填表单、买东西。Muse配有独立的云端虚拟机和浏览器,用户关掉应用后它仍能继续执行任务。Meta还接入了Stripe旗下支付工具Link,让它能直接完成购物结账。

马斯克旗下的xAI则在今年8月推出Grok Bot,定位是可以全天候工作的AI队友。每个Bot都有自己的电脑,能登录用户日常使用的软件,跨应用处理销售拓客、营销活动、日常办公和代码修复等任务,需要用户批准时会发起确认。

OpenAI于9月推出Dots,同样配有独立云端计算机,可全天候执行任务。Dots能通过插件连接超过4000款应用,还会根据长期互动逐步学习用户的偏好和工作方式。

(2)工作场景中,Manus是较早实现规模化商业收入的代表。

按用户要求,Manus能自主开展资料研究、数据分析、网页制作等工作。今年Manus披露,其年经常性收入(ARR)已突破1亿美元(约合人民币6.67亿元),从上线到达到这一收入规模只用了8个月。

Manus还披露,平台累计处理Token超过147万亿,创建的虚拟计算机环境超过8000万个。

(3)旅行、家庭、社交这些垂直领域的产品,和通用型Agent不同,开始围绕具体生活需求提供服务。

旅行领域的Lola,想把订酒店、找餐厅和安排行程装进一次AI对话里。

Lola由旅游预订巨头Booking Holdings支持,能根据用户的预算、旅行偏好和目的地,推荐酒店、餐厅、演出及其他活动,并给出实时价格和预订服务。

比如用户告诉Lola自己打算去某地看演唱会,让AI围绕活动时间安排行程,并推荐附近的酒店和餐厅。Lola还推出了会员服务,VIP套餐每月收费25美元(约合人民币166.7元)。

家庭领域的Ohai.ai,则尝试让Agent承担日程协调、提醒和预约这类家务管理工作。

用户能叫Ohai把全家的日历并到一起,归拢学校通知和各类活动信息,再给其他家庭成员派任务提醒。今年8月,这家公司跟Ferry Health联手推出医疗预约功能,用户张口就能让Agent替家人约医生、改时间或者退掉诊疗预约。

社交这一块,Text.ai打造的Alfi已经处理了6000万条以上消息。它能进用户的群聊,帮朋友张罗聚会、挑餐厅、建日程提醒,连餐厅预订都能在聊天里直接办完。产品覆盖的用户超过50万名,累计处理的消息量同样超过6000万条。跟一般聊天机器人不一样,Alfi会记下群成员的饮食偏好和共同经历,给多人活动出主意。

招聘同样是Agent扎堆的方向。

Jack & Jill就同时服务求职者和招聘企业。求职的人可以跟AI Agent Jack聊自己想要的岗位、薪资、地点,让它去找匹配的机会;企业那边则通过Jill物色和联系候选人。Jack & Jill今年11月发布的招聘报告显示,已经有超过40万名候选人跟Jack对过话。

同样在版图里的Sonara走的是自动化求职路线。用户把求职偏好设好,Sonara就持续搜符合条件的职位,申请流程也由它代劳。

个人理财与投资这块,Agent正从单纯给投资信息,往制定交易策略的方向走。

今年9月,风险投资机构Union Square Ventures推出孵化项目Supertake,想让用户把对市场趋势的判断变成实际的投资组合。比方说,用户提出某个行业未来会快速增长的看法,Supertake就用AI分析相关市场和资产,围着这个观点搭组合。

另一款投资Agent Volaren能连上用户的银行和证券账户,盯持仓变化、分析市场信息,在用户设定的权限和预算内准备或执行交易。它支持短信交互,AI给出交易建议时,用户回条消息确认就行。

这么看下来,Agent的服务范围已经铺到消费、工作和金融等不同领域。用户不用再挨个操作多个软件,直接向Agent提需求,由它去找并调用相关服务。

六、Agent需要自己的浏览器、邮箱和钱包,Infra公司也开始抢生意

要让AI Agent替人把上面这些事办完,它得能访问网站、登录账号、联系外部服务,还得完成支付。

a16z把Agent基础设施分成七大方向:搜索与访问、账户访问、现实世界任务、电脑与手机使用、消息通信、记忆与个性化,以及支付与结算。

▲a16z整理的Agent基础设施生态版图

搜索与访问领域,Exa已经是Agent搜索市场的代表公司之一。它跟面向人类用户的传统搜索引擎不一样,主要通过API给AI应用提供网页搜索和数据检索能力。

市场研究机构Sacra今年11月披露,Exa的月搜索量从4月的约10亿次涨到10月的约20亿次,9月年化收入估计有1亿美元(约合人民币6.67亿元),同比增长约10倍。

这一方向还有帮Agent获取商品信息的Shopify Catalog、帮Agent调用外部工具的Composio,以及提供人员数据搜索的Ploid。

账户访问方面,密码管理公司1Password已经推出专门面向Agent的产品。今年10月22日,1Password for Agents发布,Agent不用直接拿到和保存用户密码,就能登录第三方网站和服务。

举例来说,Agent要登录某个网站完成任务时,1Password会向用户发起授权请求。用户批准后,系统把登录凭据直接填进页面,Agent全程读不到实际密码。

现实世界的任务领域还冒出了一类新平台,专门让AI去雇佣人类干活。RentAHuman就是其中之一,Agent能通过API或MCP发布有偿任务,去找能完成线下工作的人。

任务内容五花八门:到现场拍照、巡查门店、代取东西,还有需要真人参与的产品测试和数据采集。需求发布、人员筛选、任务管理、付款安排都由Agent负责,受雇者干完活再提交相应凭证。

电脑和手机的使用上,Browserbase、E2B这类公司开始给Agent搭运行环境。Browserbase提供的是云端浏览器,AI可以像人一样打开网站、填表单、操作页面。这个平台每月跑的浏览器会话超过3500万次,客户超过1万家,微软、Ramp、Lovable都在其中。

E2B走的是另一条路,为Agent提供隔离的云端计算环境,让AI能跑代码、执行开发任务或者测试应用。到今年10月,E2B累计启动的沙盒环境已超过20亿个,相关SDK月下载量超过1500万次。

手机这一侧,Phone Use等产品提供云端手机和模拟器,Agent可以调用手机应用、读取屏幕,还能完成点击、输入等操作。

消息通信领域,Agent也开始有自己的电话号码和电子邮箱了。Linq提供iMessage、RCS和SMS通信API,开发者把这些能力接进Agent,它就能通过短信跟人交流。Linq的基础设施已处理超过2亿条消息。

邮箱方面,AgentMail专门给AI Agent做邮箱服务。开发者通过API为Agent建独立邮箱,让它自己收发邮件、管理对话,还能借邮件与其他服务打交道。

记忆与个性化这块,Mem0等公司想解决的是Agent的长期记忆。用户过去的偏好、做完的任务、长期项目的进展,Agent都得记住。Mem0提供独立的记忆存储和检索能力,从对话里提取关键信息,后续任务中再调出来用,减少重复输入和长上下文带来的Token消耗。

支付与结算领域,a16z又把它分成四个细分方向:代理支付、Agent账户与支出控制、身份与信任、结账。

Crossmint推出了面向Agent的支付工具,Agent可以用银行卡或稳定币买东西、买服务。今年10月,Crossmint发布Agent Commerce Toolkit,把银行卡凭据管理、Agent支付、商家结账这些能力打包进一个开发工具包。

Nevermined盯的是Agent的支付授权和支出控制。用户可以事先设好Agent的支付预算、交易次数和有效期,Agent就在授权范围内购买外部API、计算资源或其他服务。

身份验证公司Prove推出了Agent身份认证及支付相关产品,帮商家确认这个Agent代表哪位用户、拿到了哪些交易权限。

结账环节由Rye提供通用结账API,帮Agent处理商品价格、税费、运费和订单支付等流程。比如Agent已经帮用户选好商品,Rye接着处理商家网站的结账流程,把商品链接变成实际订单。

从Exa提供搜索,到Browserbase执行网页操作,再到1Password处理登录、Crossmint完成支付,Agent执行一项任务时,后台可以连续调用多家公司的基础设施。

这些公司不必直接面对终端消费者,但随着Agent使用规模扩大,它们也可能拿到更多API调用量、软件订阅收入和交易收入。

本文由本站编辑组整理与排版,内容基于公开信息核实后归纳发布,与文中提及的产品、公司无隶属关系。我们持续跟踪 AI 领域的模型、产品与行业动态,力求信息准确、表述清晰;文中涉及的名称、价格与功能细节可能随官方调整而变化,请以官方最新说明为准。如发现疏漏或表述有误,欢迎通过站内渠道反馈指正。

相关推荐 按相关度与热度排序

全部资讯 →
  1. 字节AI Agent对标Meta Muse:豆包跳出聊天框,能订票订酒店

    就在刚刚,据彭博社报道,字节正在筹备一款类似 Meta Muse 的个人 AI Agent(智能体),希望在新一轮 AI 竞争中追赶对手。这款产品的目标,是让豆包进一步走出聊天框,成为能够记住用户需求、主动规划并执行任务的个人助理。图|彭博社回顾过去的 9 月底,豆包的首页多了一个叫「出行用豆包」的入口。用户只需要告诉

    来源 腾讯网
  2. AI短剧爆火,Agent也开始卷了

    界面新闻记者 | 佘晓晨界面新闻编辑 | 文姝琪 在2023年的时候,AI和短剧还是两个看起来没有太大关系的行业。一位AI内容创业者向界面新闻回忆,在当时的市场上,很少有人真正把这两件事结合起来——做AI的人看不上短剧,做短剧的人也不懂AI。在AI进入广告、影视等相对成熟的内容领域之后,短剧也没有成为技术创业者眼中的主

    来源 腾讯网
  3. 李彦宏:AI下一幕是智能组织,科层制将被取代?

    李彦宏判断,人工智能的下一幕是智能组织。李彦宏表示,任何一家企业都不能只把AI当成个人提效的工具,而要让智能体、数字员工真正进入业务,进入销售、客服、研发、运营等四个环节,围绕AI重新设计组织。在李彦宏看来,只有当一家企业能够围绕AI能力重构它的组织,才能抓住这个时代赋予它的巨大成功机会。李彦宏介绍,去年百度世界大会上

    来源 TechWeb
  4. 百度李彦宏:AI下一幕是智能组织,未来只有两类岗位

    李彦宏判断,人工智能的下一幕是智能组织。李彦宏表示,任何一家企业都不能只把AI当成个人提效的工具,而要让智能体、数字员工真正进入业务,进入销售、客服、研发、运营等四个环节,围绕AI重新设计组织。在李彦宏看来,只有当一家企业能够围绕AI能力重构它的组织,才能抓住这个时代赋予它的巨大成功机会。李彦宏介绍,去年百度世界大会上

    来源 TechWeb
  5. AI Agent多轮执行:怎样靠历史记忆串起连续任务?

    本文探讨AI Agent如何通过记忆机制实现多轮任务的连续执行。从ReAct循环原理到代码实现,分析企业文档自动化等实际案例,指出过度自动化的陷阱,并提供模型选型与成本控制的实用建议,帮助开发者构建更稳定的智能代理系统。

    来源 AI 应用前沿
  6. 库库全球月活超5000万:AI创作拼的是准确、专业、懂你

    内容创作的赛道正在变得拥挤。过去两年,行业主流形态是Chatbot(聊天机器人)。今年,竞争焦点明显转向Agent。但热闹之下,用户真正的痛点并未消失:通用AI有智商却没记忆,有对话却难交付,有工具却形不成闭环。对此,百度集团副总裁、个人超

    来源 TechWeb
  7. 库库月活破5000万:百度这款创作平台怎么把AI做准做专

    内容创作的赛道正在变得拥挤。过去两年,行业主流形态是Chatbot(聊天机器人)。今年,竞争焦点明显转向Agent。但热闹之下,用户真正的痛点并未消失:通用AI有智商却没记忆,有对话却难交付,有工具却形不成闭环。对此,百度集团副总裁、个人超

    来源 TechWeb
  8. 字节跳动将推类Meta Muse的AI助手,张一鸣定调追赶美国顶尖实验室

    IT之家 11 月 11 日消息,据彭博社报道,字节跳动计划在未来几周内推出一款类似 Meta Muse 的 AI 助手,巩固其在 AI 视频生成领域的领先优势。字节跳动希望借此加快追赶美国顶尖 AI 实验室的步伐,目标是在未来三年左右缩小双方差距。知情人士透露,字节跳动联合创始人张一鸣近日在一次面向 AI 团队的全员

    来源 腾讯网
  9. Meta的Muse引爆Personal AI:中美厂商开战,算力成本成扩张瓶颈

    过去十年,AI 助手的形态一直停留在“你问我答”:ChatGPT、豆包再聪明,也只是把搜索框换成了对话框。2026 年,这个形态被两类新产品打破。9 月 8 日,Meta 发布个人智能体 Muse,它运行在云端的专属虚拟机里,即使用户关掉应用,也会继续替用户盯价格、管账单、跟进待办。来自中国的AI厂商随即宣布跟进,10

    来源 腾讯网
  10. 2nm CPU全面开卖!单机架跑7.3万智能体,用AI让内存成本腰斩

    芯东西(公众号:aichip001)作者 | ZeR0编辑 | 漠影芯东西11月12日报道,进入11月,AMD喜讯不断,上周最新财报披露Q3数据中心收入近乎翻倍,这周股价连续走高,三天上涨超13%。昨天,AMD宣布采用SP7封装的第六代EPYC 9006 SP7服务器CPU “Venice”全面上市,首批AMD Hel

    来源 腾讯网
  11. Adobe MAX 2026:Photoshop 新增加光与去倒影,AI 代理将接管编辑

    AI 不再只是 Photoshop 里的一个按钮,而是要坐到编辑席上。美国当地时间 11 月 10 日的 Adobe MAX 2026 大会上,Adobe 给 Creative Cloud 全家桶甩出一波 AI 更新,从修图到剪辑,再到向第三方智能体敞开接口。 重打光、清倒影,修图更"狠" Photoshop 新推"重

    来源 AI 开发者社区
  12. 消息称字节跳动发力智能体赛道,计划推出类似 Meta Muse 的 AI 助手

    IT之家 11 月 11 日消息,据彭博社报道,字节跳动计划在未来几周内推出一款类似 Meta Muse 的 AI 助手,巩固其在 AI 视频生成领域的领先优势。字节跳动希望借此加快追赶美国顶尖 AI 实验室的步伐,目标是在未来三年左右缩小双方差距。 知情人士透露,字节跳动联合创始人张一鸣近日在一次面向 AI 团队的全

    来源 AI 行业观察
  13. SYNAPUFF获数百万种子轮:李诗淼造AI终端交互智能基座

    作者 | 邱晓芬 编辑 | 袁斯来 硬氪获悉,面向AI Native终端的交互智能SYNAPUFF近期完成数百万元种子轮融资,资方为FIRST RULE VENTURES、浦东创投。 SYNAPUFF联合创始人兼CEO李诗淼向硬氪表示,他们希望开发面向AI Native终端的交互智能基座,让智能体不仅知道自己能做什么,

    来源 AI 行业观察
  14. Snowflake研究:Agent效率优化,管好上下文比扩大窗口更关键

    2026 年,智能体将在企业级应用中取得哪些实质性突破?点击下载《2026 年 AI 与数据发展预测》白皮书,获悉专家一手前瞻,抢先拥抱新的工作方式! 你的 Agent 并不缺信息,它只是被信息淹没了。 每一项工具定义、每一次查询结果、每一轮对话,都会增加 Agent 工作时需要处理的上下文。在一项持续时间较长的调查任

    来源 AI 行业观察
  15. AutoEnvScaling:让AI自己出题,有效环境生成率最高提升25倍

    2026 年初,训练一个会用命令行的 AI 智能体,面临一个很尴尬的局面。你想让它学会修 bug、学会跑脚本、学会在服务器里处理各种杂活,靠的是强化学习。强化学习*:一种让AI通过不断尝试、根据结果好坏获得奖励或惩罚来学习的训练方式,有点像训狗,做对了给零食,做错了没反应。但强化学习要吃"环境",就是那种有明确任务、.

    来源 腾讯网
  16. Databricks用AI智能体替员工说真话:CEO不必认识每个人

    员工规模达到12000人后,Databricks CEO阿里·戈德西坦言:他不可能认识每个人,员工也不会主动汇报坏消息。为此,他用上了公司改版后的Genie智能体,让AI代替员工说出那些被层层过滤掉的真相——这或许揭示了企业AI应用的新方向:不只对外提效,也对内向管理层说真话。

    来源 AI 科技快讯
  17. 李彦宏:智能体将成AI应用核心,企业组织如何重构?

    11月12日,在2026百度世界大会上,百度创始人李彦宏提出,人工智能不仅是一场技术革命,更是一场组织革命,未来十年,智能组织将成为AI时代的“新厂房”。 李彦宏回顾了过去十年AI产业的发展。2016年,他曾将人工智能定义为“新的电脑”。经过十年演进,AI已形成完整的技术体系,构建起以GPU为核心,涵盖芯片、云基础设施

    来源 AI 开发者社区
  18. AI总自信犯错怎么办?Salesforce提出用预测落差来训练

    你有没有想过,一个总是自信满满却经常犯错的人,和一个会犯错但知道自己可能犯错的人,哪一个更让你放心?答案显而易见。后者至少会提醒你"我不太确定",给你留个退路。前者则会带着你一头撞进墙里,还不知道自己撞了墙。这个问题放到AI身上,变得异常紧迫。现在的大语言模型越来越多地充当"智能体",帮你写代码、调用工具、做长...

    来源 腾讯网
  19. 智能体AI架构:记忆、知识与上下文如何分工

    本文指出,打造可靠的智能体 AI 架构,核心是依靠上下文引擎预处理信息,区分上下文、记忆和知识,采用分层记忆、治理知识库与令牌预算机制,并给出各类架构反模式的应对方案。

    来源 InfoQ
  20. Mercor获7.5亿美元D轮融资:估值200亿美元,英伟达参投

    智东西(公众号:zhidxcom)编译 | 孙小雯编辑 | 程茜智东西11月11日消息,昨晚,美国AI训练数据独角兽Mercor宣布获得7.5亿美元(约合人民币50.38亿元)D轮融资,英伟达、Zoom以及Benchmark等参投。本轮融资后估值达200亿美元(约合人民币1343.34亿元),较去年10月C轮融资后的1

    来源 腾讯网
  21. Plurai把自动驾驶那套办法搬给AI智能体,想解决落地可靠性

    让自动驾驶汽车上路的端到端思路,正被一家名为Plurai的初创公司搬到AI智能体上。面对概率系统在不可预测环境中的稳定性难题,Plurai试图用系统化评估与仿真测试,帮助智能体从演示走向生产。本文梳理其方法论、行业背景与竞争格局。

    来源 AI 科技快讯
向下滚动自动加载更多