a16z提出B2A经济:AI Agent成互联网主要用户,订单一年增近13倍

资讯 网易科技 作者:网易 全文 8241 字 · 约 21 分钟读完 配图 6 张 分类Infra智能体

sina qqZone renren ydCloud 0

所属频道 智能体与 Agent

a16z提出B2A经济:AI Agent成互联网主要用户,订单一年增近13倍(配图 1)
智东西
编译 江宇
编辑 漠影

硅谷风投机构a16z近日在官网刊发《Welcome to the B2A Economy》一文,抛出一个新判断:AI Agent正变成互联网的主要用户,企业往后不只要抢人类消费者,还得抢Agent带来的流量和订单。智东西11月12日消息。

互联网公司过去几十年一直在设防,想方设法拦住机器人访问自家网站。如今局面可能颠倒过来,它们要反过来争夺机器人的生意。

眼下AI Agent已贡献互联网的大部分流量,网上超过一半的新文章出自它手,投入生产环境的大部分代码也由它生成。Agent正从回答问题转向执行任务,接下来会越来越多地替人类拍板买什么产品、订什么服务、钱往哪儿花。

a16z提出B2A经济:AI Agent成互联网主要用户,订单一年增近13倍(配图 2)

文章把这种商业模式叫作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,2026年第一季度其商店来自AI的流量同比增长8倍,来自AI搜索的订单量同比增长近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。

软件开发领域也一样,Agent已经开始直接调用第三方产品。数据库平台Supabase有超过60%的新数据库由AI工具创建,云部署平台Vercel由Agent触发的部署次数在过去一年增长了28倍。

文章认为,B2A的商业机会远不止AI购物这一块。一旦Agent开始代替人类挑选和调用产品,互联网的流量分配、软件销售,乃至支付和身份验证方式,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

互联网的每一次平台变革,都改变了用户获取服务的方式,也催生了新的商业模式。

到了Web时代,企业能开一家谁都能进的线上店铺;移动互联网一来,店铺又被塞进手机里,Uber这类靠移动设备跑起来的新产品就是这么冒出来的。

a16z提出B2A经济:AI Agent成互联网主要用户,订单一年增近13倍(配图 3)

AI已经改变了人们能够完成的任务,但它对产品分发方式的改变才刚刚开始。

在文章看来,AI本身的能力跑得比分发渠道的演变快得多,所以除了ChatGPT,真正铺开的消费级AI产品至今不多。

如果Agent能够真正进入普通消费者的日常生活,获得广泛使用,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的重要流量来源。

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,OpenAI旗下产品合计贡献约30%。

a16z提出B2A经济:AI Agent成互联网主要用户,订单一年增近13倍(配图 4)
相比传统搜索和广告引流,Agent可能成为更有效的产品推荐渠道。Agent掌握着用户更具体的需求和偏好,能够据此筛选商品和服务。

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。

Agent拿到更多操作权限之后,这些流量就不一定再表现为访问网站了。用户把需求直接交给AI,Agent去找货、比服务,最后定下买哪一件。

对于企业而言,消费者是否能够找到自己的产品,将越来越多地取决于Agent是否愿意推荐和使用它。

二、AI挑选软件,还会推荐用户购买付费套餐

Agent不仅能够为企业带来流量,还开始直接决定调用哪些第三方工具。

眼下,绝大多数Agent上网还是走浏览器这条路。它们要么把用户手头的浏览器接过来用,要么给自己开一台虚拟机、建一个浏览器实例,靠点击、输入、跳转页面这些动作,照着人的方式把活干完。

不过,连接器、插件和模型上下文协议(MCP)给出了另一条路径。借助这些接口,Agent能直接调用第三方工具和网站,网页操作不再是必经环节。

文章把这类工具生态看成一种Agent应用商店,只是本事比通常的应用商店更大。

以前用户得自己比软件、注册账号、挑套餐,再一个工具一个工具去操作。Agent不一样,它盯住最终任务,把多个产品串起来用。

跨产品访问牵扯到的身份和授权,AI平台也在一点点解决。

比如Sign in with ChatGPT,用户拿ChatGPT身份就能登录第三方产品,Agent调用外部服务时的身份接入因此更省事。

用户一旦能向第三方服务授权身份信息或访问令牌,Agent替人注册、使用和支付产品,也会变得更容易。

往后,Agent不必等人一项项插手,自己就能挑好并装上完成任务要用的工具。

Claude这边,企业管理员已经可以为整个组织统一接入插件,员工直接就能用上这些工具。

OpenAI近日推出Businesses in ChatGPT,企业能在ChatGPT里认领自己的商家信息、添加商品数据源,还能看到用户在ChatGPT中怎么跟自己的业务互动。

AI平台把越来越多的第三方产品拉进自家生态,用户或许不用再打开软件或网站,过去要几个应用配合才能做完的事,现在也能完成。

企业则要面对一个新问题:怎么让Agent找到自家产品,并在执行任务时优先用它?

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,既算上直接提供Agent能力的公司,也算上给Agent供产品和基础设施的企业。

  • 第一类:Agent及大模型公司。

面向消费者的Agent产品里,眼下有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有12亿周活跃用户,往Agent产品转的时候,用户底子相当厚。

  • 第二类:由Agent催生的新产品。

亚马逊的生意靠互联网撑着,Uber则立在移动互联网普及的底座上。Agent也可能长出以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以交给Agent承担。

二是由AI充当中介的交易市场或网络型产品,靠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持续盯着业务运行情况,照着目标自己调整、优化流程。

用户或许不必再一遍遍打开软件动手操作,Agent会把任务接着跑下去。

  • 第三类,是围绕Agent对自己产品做优化的企业。

大模型成了新的流量入口,一个叫GEO(Generative Engine Optimization,生成式引擎优化)的行业随之冒了出来,做的就是生成式AI搜索结果的优化。

传统SEO争的是搜索引擎里的排名,GEO不一样,它帮企业把产品和内容送进大模型的回答里,让它们更容易被发现、被引用、被推荐。

但GEO管的只是产品能不能被看见。

Agent一旦能买能执行,企业要做的就不止是让AI认识自己的产品,还得在Agent横向比较几个选项时被挑中,并且让Agent把注册、订阅或购买顺利走完。

换句话说,面向Agent的优化会从产品发现,一路延伸到产品评估、选择和交易执行。

  • 第四类,是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、通信这些工具一样都不能少。

就算眼下Agent的使用规模还算有限,现有的支付、身份验证和通信系统已经感到吃力。

拿交易来说,Agent发起一笔付款后,支付平台得分辨哪笔是正常交易、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。

另一边,Agent还得通过iMessage、电话、电子邮件这些渠道,跟外部用户和服务方打交道。

这些系统当初主要是按人类用户来设计的。现在干活的Agent越来越多,基础设施自然要面对新的使用需求。

不少大型企业眼下仍把Agent流量挡在门外,怕的就是欺诈和拒付。

可要是Agent能持续带来高质量客户和交易,这些企业恐怕得重新掂量访问规则,从防着机器人,转成主动给机器人服务。

四、AI创建六成新数据库,编程Agent已让一批软件公司受益

编程是Agent改变产品使用方式来得最早的领域。

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已经不只是帮开发者补几行代码,从开发到部署的一串工作,它都开始接手。

比如用户让Agent搭一个网站,它可能要调用数据库、云托管、身份验证、邮件发送和监控等好几种服务。

用户只管提出建站需求,开发过程中要用哪些外部工具,Agent自己会挑。

所以AI编程带火的不只是Cursor、Codex、Claude Code、Cognition这些Agent产品,Replit、Lovable和Base44等自然语言编程平台也跟着起来了。

做数据库、支付和应用部署的公司,同样从Agent那里接到了大量使用需求。

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月透露,其新数据库部署量中有80%已由自动化Agent完成。

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%来自Agent。

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。

过去的软件开发流程里,开发者得亲自去访问数据库、部署、支付等平台,先弄清产品有什么功能,再一项项完成配置。

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执行任务的Agent。

全球劳动力中,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,那么等剩下99%以上的劳动力也开始用Agent干活,相关服务市场还会出现更大的变化。

文章的看法是,用“AI电商”来概括这个市场远远不够。Agent不光会推动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它改变。

五、从找工作到炒股,a16z梳理七大Agent应用赛道

编程之外,AI Agent也在走进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提出B2A经济:AI Agent成互联网主要用户,订单一年增近13倍(配图 5)

▲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等巨头已经先后推出独立产品。

今年9月,Meta推出个人AI AgentMuse,可以替用户发邮件、订旅行、填表单、买东西。Muse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,定位是能全天候工作的AI队友。每个Bot都配有自己的电脑,可以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,遇到需要用户批准的情况会发起确认。

OpenAI于9月推出Dots,同样配有独立云端计算机,能全天候执行任务。Dots可通过插件连接超过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。

Manus能按用户要求自主做资料研究、数据分析、网页制作等。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,平台累计处理超过147万亿Token,创建超过8000万个虚拟计算机环境。

(3)跟通用型Agent相比,旅行、家庭、社交等垂直领域的产品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。

旅游预订巨头Booking Holdings投资的Lola,会结合预算、旅行偏好和目的地,为用户推荐酒店、餐厅、演出以及其他活动,并给出实时价格、支持预订。

比如用户告诉Lola自己打算去某地看演唱会,AI就会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。

用户能让Ohai把家里各人的日历汇总到一起,归拢学校和活动通知,再给其他家庭成员发任务提醒。今年8月,Ohai联手Ferry Health上线医疗预约功能,用户张口就能让Agent替家人约医生、改时间或取消诊疗。

社交这条线上,Alfi处理过的消息已经超过6000万条。

这款产品出自Text.ai之手,能进到用户的群聊里,帮朋友张罗聚会、推荐餐厅、建日程提醒,甚至直接在对话里把餐厅订好。

目前它的用户规模已过50万,累计经手的消息在6000万条以上。和一般聊天机器人不一样,Alfi还会记住群里每个人的饮食偏好、共同经历过什么,给多人活动出主意时用得上。

招聘同样是Agent扎堆的一个方向。

这一块里,Jack & Jill对求职者和招人企业两头都提供AI Agent。

找工作的人可以跟AI Agent Jack聊自己想要的岗位、薪资、地点,让它帮忙物色机会;企业那边则通过Jill找人、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。

同样在版图之内的Sonara,走的是求职自动化路线。用户把求职偏好设好,Sonara就会一直搜符合条件的职位,申请流程也由它代为完成。

个人理财和投资这块,Agent正从给投资信息,往制定交易策略的方向走。

今年9月,风险投资机构Union Square Ventures拿出孵化项目Supertake,想让用户把对市场走势的判断变成实际的投资组合。

比如用户提出某个行业今后会快速增长的看法,Supertake就用AI分析相关市场和资产,围着这个看法搭出一个组合。

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

总的看,Agent的服务范围已经铺到消费、工作、金融等几个领域。用户不用再挨个开软件,直接把需求提给Agent,由它去找、去调用相应的服务。

六、Agent要有自己的浏览器、邮箱和钱包,Infra公司也来抢生意

AI Agent要替人把上面这些事办成,还得能访问网站、登录账号、联系外部服务,并且把钱付出去。

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提出B2A经济:AI Agent成互联网主要用户,订单一年增近13倍(配图 6)

▲a16z整理的Agent基础设施生态版图

(1)搜索与访问这块,Exa已经是Agent搜索市场里有代表性的公司之一。

它跟面向人用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4月约10亿次,10月涨到约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。

这个方向里还有帮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。

(2)账户访问方面,密码管理公司1Password已经推出专门给Agent用的产品。

今年10月22日,1Password发布1Password for Agents,Agent不用直接拿到、也不用保存用户密码,就能登录第三方网站和服务。

举例来说,Agent要登录某个网站办事时,1Password会向用户发授权请求。用户点了同意,系统就把登录凭据直接填进页面,Agent读不到真正的密码。

(3)现实世界里还冒出了一类平台,专门让AI去雇佣人类干活。RentAHuman就是其中之一,Agent可以通过API或MCP发布有偿任务,去找能完成线下工作的人。

现场拍照、检查门店、代取物品都算这类任务,需要人类参与的产品测试和数据采集同样可以。发布需求、筛选人员、管理任务、安排付款,这些环节由Agent负责;受雇者干完活后提交相应证明。

(4)电脑和手机使用这块,Browserbase、E2B等公司开始给Agent提供运行环境。Browserbase提供的是云端浏览器,让AI能像人一样访问网站、填写表单、操作网页。该平台每月运行的浏览器会话超过3500万次,客户超过1万家,微软、Ramp和Lovable等企业都在其中。

E2B提供的则是隔离的云端计算环境,AI可以在里面运行代码、执行开发任务或测试应用。截至今年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。

手机操作方面,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,并完成点击、输入等操作。

(5)消息通信领域,Agent开始有自己的电话号码和电子邮箱。Linq提供iMessage、RCS和SMS通信API,开发者把这些能力接入Agent后,它就能通过短信与人类用户交流。其基础设施已处理超过2亿条消息。

电子邮件这边,AgentMail专门给AI Agent提供邮箱服务。开发者通过API为Agent创建独立邮箱,让它自行收发邮件、管理对话,并通过邮件与其他服务交互。

(6)记忆与个性化领域,Mem0等公司想解决的是Agent的长期记忆问题。用户过去的偏好、已经完成的任务、长期项目的进展,这些都需要Agent记住。Mem0提供独立的记忆存储和检索能力,从对话中提取重要信息,在后续任务中调用,减少重复输入和长上下文带来的Token消耗。

(7)支付与结算领域,a16z进一步划出了四个细分方向:代理支付、Agent账户与支出控制、身份与信任、结账。

其中Crossmint推出了面向Agent的支付工具,Agent可以用银行卡或稳定币购买商品和服务。今年10月,Crossmint发布Agent Commerce Toolkit,把银行卡凭据管理、Agent支付及商家结账等能力整合进一个开发工具包。

Nevermined专注的是Agent的支付授权和支出控制。支付预算、交易次数及有效期可以由用户提前设定,Agent则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Agent代表哪位用户,以及获得了哪些交易权限。

结账环节,Rye提供通用结账API,帮Agent处理商品价格、税费、运费及订单支付等流程。比如Agent已经帮用户选好商品,Rye可以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,随着Agent使用规模扩大,它们也可能获得更多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 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
  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. 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
  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. 月之暗面徐天天谈AI迭代:三条增长曲线叠加,速度还会加快

    IT之家 11 月 12 日消息,据新浪财经报道,在今日“以发展应变局”为主题的第十七届财新峰会上,月之暗面金融行业与生态负责人徐天天发表讲话。 针对“AI 迭代速度是否还会加快”问题,徐天天表示,当前整个 AI 智能远远未达到上限。 她指出,这背后有三条增长曲线:其一,预训练算力曲线;其二,后训练与推理端曲线,AI

    来源 AI 行业观察
  9. 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
  10. 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
  11. 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
  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

    据彭博社报道,字节跳动计划数周内推出类 Meta Muse 的 AI 智能体,依托视频生成优势加码 AI 赛道。张一鸣在 AI 团队全员会指出,当前 Seed 大模型预训练数据集远小于美国顶尖同行,直言达到 OpenAI 等企业水平需至 2029-2030 年,同时强调需跳出模型蒸馏路径依赖,布局长期技术研发。#字节跳

    来源 IT之家
  13. 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
  14. 智能体AI架构:记忆、知识与上下文如何系统性协同

    随着行业从聊天机器人向自主智能体演进,架构层面的瓶颈正在发生转移。难点不再仅仅是数据检索,而是决定智能体应该知道什么、何时应该知道、应该记住多久,以及应该遗忘什么。和人类一样,“知道”是一回事,“记住”是另一回事。由此有了记忆与知识的概念。根据任务上下文判断何时动用现有的各种“知道”并将其调入记忆才是关键。例如,如果我

    来源 AI 行业观察
  15. 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
  16. GitHub负责人:40%代码由Agent写,PR流程该改了?

    编译|林绮蓓 编辑|蔡芳芳 GitHub 自己的负责人,已经不在所有项目里使用 Pull Request 了。 在微软 CoreAI 执行副总裁、GitHub 负责人 Jay Parikh 看来,PR 不应该成为所有开发者必须遵循的流程。对于一些用来验证想法的个人项目,他甚至不需要创建 PR,也不想管理 Issue,而

    来源 AI 行业观察
向下滚动自动加载更多