Exa年化收入破1亿美元,Vercel收购Traces,Agent基建竞争升温

资讯 AI 应用前沿 全文 2639 字 · 约 7 分钟读完 配图 1 张 分类ClaudeGoogleAnthropic并购智能体Vercel

2026年末的AI圈不再只盯着模型参数,而是转向了更务实的基础设施。Exa凭借Agent搜索需求实现年化收入1亿美元,Vercel收购Traces试图定义新的软件原语,Google Cloud则指出算力瓶颈已转移至数据I/O。与此同时,国内大厂开始主动限制模型的攻击能力,Claude Code团队公开了高比例AI生成代

所属频道 大厂动态融资与资本智能体与 AgentClaude 与 Anthropic

钱流向何处:Exa 年化收入过亿,Agent 搜索需求爆发

在 AI 圈里,营收往往比技术参数更能反映真实状况。专为 Agent(智能体)打造的搜索引擎 Exa 公布了一个数字:年化收入突破 1 亿美元。放到整个行业看,这个金额算不上惊人,可它只花了三年就走到这一步,并且基本维持每年 10 倍的增长,趋势本身才更耐人寻味。

Exa 目前每月处理 20 亿次请求,服务的团队超过 20 万个。它的目标用户跟传统搜索引擎不一样:不是人,而是 AI Agent。自动化程序要查最新信息、核对事实、收集数据时,并不在意页面排版好不好看、有没有广告,它们要的是结构化、准确、方便解析的数据流。Exa 创始人给出的判断是,到 2030 年,Agent 产生的搜索量会达到人类的 1000 倍。这个预测哪怕只兑现一半,现有搜索基础设施也得推倒重来。

增长的不止 Exa 一家。a16z 最近发布的消费者 Agent 市场地图显示,搜索、账号接入、记忆存储、支付、通信这些工具层,正成为创业的新窗口。AI 应用层因此从“聊天机器人”往“自主执行任务的代理”迁移,而支撑这次迁移的底层设施——比如专为机器设计的搜索接口——已经先一步把商业价值落了地。

软件开发的下一块拼图:Vercel 收购 Traces 的用意

如果说 Exa 解决的是 Agent 怎么“看”的问题,那 Vercel 收购 Traces,解决的则是 Agent“做”的过程怎样被记录、被理解。

Vercel CEO Guillermo Rauch 给出的判断是:Trace(追踪)会成为新的软件原语。传统软件开发里,Git 记下了代码的增量变化,却记不下开发者为什么这么写、翻过哪些文档、调试时试过哪些走不通的路。换成 LLM 驱动的开发流程,这些信息恰恰最要紧。

意图、Prompt、推理过程、工具调用的完整链路,Traces 都能捕捉。Rauch 认为,这是搭建“递归自我改进”系统的地基。系统只有能回溯并读懂此前的决策路径,下一轮迭代才可能做得更好。这不只是调试工具升了一级,软件生命周期管理的范式也在跟着挪位。将来的代码仓库里,除了源代码,可能还装着生成这些代码的完整上下文轨迹。

这笔收购还透出另一层意思:前端和全栈开发平台正在把 AI 原生工作流往深处整合。Vercel 的角色不再只是部署平台,它在往 AI 辅助开发的标准操作系统上靠。

瓶颈换了位置:Google Cloud 称数据 I/O 才是新痛点

大家忙着抢 GPU 的时候,Google Cloud 泼来一盆冷水:算力瓶颈已经转移了。

在最新的 MLPerf 测试和配套博客里,Google Cloud 的说法是,AI 基础设施的重心已经从单纯买加速卡,变成怎样让加速器保持满载。数据供给一旦跟不上,再贵的 GPU 也只能空转。为此 Google 推出 Cloud Storage Rapid,称单桶吞吐可达 15TB/s,并搭配 Rapid Cache 技术。

Salesforce AI Research 的案例挺有说服力:改用这种专用存储方案后,他们在 Agent 推理任务中把 GPU 使用量减少了 40%。大规模 AI 应用里,存储和网络 I/O 的效率直接划定了算力成本的下限。对企业来说,优化数据流水线带来的 ROI,可能比换显卡型号更高。

安全收紧:国内大厂主动给模型“戴镣铐”

模型能力越强,安全风险就越不只是纸上谈兵。彭博社报道指出,阿里、腾讯、月之暗面等国内厂商在新一代模型中普遍对网络攻击能力做了限制,同时强化了漏洞检测。

具体到产品,阿里的 Qwen4-Max 过滤掉大量攻击性训练数据,权重也暂时不开源,为的是控制潜在滥用风险。月之暗面的 Kimi K3.1 Pro 在内部漏洞利用基准测试中,得分从 90.5% 降到 81.0%。分数“下降”其实是安全对齐的结果,说明模型拒绝执行恶意指令的概率变高了。

从这一趋势看,中国 AI 行业正从“能力优先”转向“安全与能力并重”。监管有要求,落地场景也有压力,厂商们逐渐认同一件事:一个会黑客攻击的模型,不如一个稳定可靠的助手有价值。Qwen4-Max 之所以选择闭源,原因也在这里——安全边界还没完全厘清之前,收紧访问权限是更稳妥的做法。

工程化实践:Claude Code 怎样验证 90% 的 AI 代码

AI 生成的代码占比越来越高,质量怎么保证?Claude Code 团队把方法论公开了:大约 90% 的代码由 Claude 编写与审查,支撑这套做法的是严密的验证回路。

他们搭了三类测试与验证机制,能支持数十至数百个并行 Agent 同时干活。内测阶段还引入独立的 grader(评分器),按严格标准复核 Agent 的输出。结果显示,这套机制把任务成功率最多提升了 10 分。

这里头有个关键事实:AI 编程不再是“生成即完成”,而是走“生成-验证-修正”的循环。人类开发者的活,从写代码变成了设计测试用例和验收标准。Claude Code 的实践说明,验证体系足够强的话,AI 完全能接下大部分编码工作,连审查环节也不例外。

开源反击:Kevin Rose 自建 SignuDoc 替代 DocuSign

SaaS 订阅费越来越贵,开源又一次成了开发者手里的武器。Digg 创始人 Kevin Rose 对 DocuSign 给其 15 人团队开出的 8100 美元/年报价不满,决定自己动手做开源签署工具 SignuDoc。

SignuDoc 支持一键部署到用户自己的 Vercel 账户,席位费用是 0 美元。审计轨迹、防篡改印章这些能力它都有,文件数据留在用户自己的云里,不经过第三方服务器。说到底,这是对高价 SaaS 的一次抗议。企业对数据主权和成本控制的敏感,也在这件事里露了出来。到了 AI 时代,不少传统 SaaS 的功能或许会被本地化、轻量化的开源方案顶掉,尤其是当这些方案更容易接进自动化工作流的时候。

结语

2026 年末的 AI 行业,从 Exa 的收入爆发、Vercel 的收购,到 Google 的存储优化,再到国内大厂的安全对齐,工程化特征已经很明显。狂热期过去了,现在干的是给 AI 搭地基的活。搜索、存储、追踪、安全,每个环节都在被重塑。对开发者和企业来说,盯住这些基础设施的变化,比追下一个大模型版本更要紧。

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. Anthropic收购一人药企:2028年才进人体试验?

    10 月下旬,Anthropic 披露了一笔不寻常的收购:Mithril Medicine,一家只有一名全职员工的药企。创始人用 Claude 处理合同、物流和 11 家外部实验室的实验协调,不到 18 个月,就把一种罕见肌营养不良的候选疗法从想法推进到小鼠身上的积极结果,他将这种模式称为 “Pipeline-in-a

    来源 腾讯网
  2. 谷歌DeepMind战略主管Jasjeet Sekhon跳槽加入Anthropic

    谷歌DeepMind首席战略官Jasjeet Sekhon于周一官宣离职,将加盟Anthropic。他在X平台发文称:“我的工作目标是推动 Claude 模型践行并恪守认知严谨性。”Anthropic发言人证实了此次聘用。领英资料显示,在加入谷歌之前,塞洪曾任桥水基金首席科学家与AI负责人,更早之前是耶鲁大学教授。(财

    来源 AI 行业观察
  3. Gemini 4 Hydrogen一小时开发机械臂:Antigravity插件降门槛

    2026年11月中旬,AI领域迎来几项关键进展。Google发布Gemini 4 Hydrogen模型及Antigravity插件,宣称能将机械臂从草图到真机部署压缩至一小时。Cognition推出Devin Bots,支持多Agent协作处理QA与开发任务。此外,Gemini Tasks向多国用户免费开放,Verce

    来源 AI 应用前沿
  4. Google三款新模型齐发:Hydrogen提速19%,API配额省24%

    2026年11月13日 AI 动态:Google 发布 Gemini 4 Hydrogen、Carbon 和 Decision 1,以价格和配额效率发起攻势;United Airlines 因安全风险屏蔽 AI 订票 Agent,PayPal 通过工程手段将助手准确率提升至 95%;开放权重模型向生命科学领域下沉。

    来源 AI 应用前沿
  5. 智能体协作效果不及单模型?奔驰、摩根大通用落地场景作答

    2026年11月,AI领域呈现“理论冷静、落地加速”的态势。Google DeepMind经济学家指出多智能体缺乏真正的协调能力,Tyler Cowen认为GDP低估了AI价值。与此同时,产业界动作频频:奔驰利用NVIDIA Cosmos打造自学习工厂,摩根大通将Agent构建时间从数月压缩至分钟。硬件层面,Googl

    来源 AI 应用前沿
  6. 腾讯 Hy4 flash 实测:快速、实惠、聪明,国模进入过日子时代

    作者|Cynthia编辑|郑玄过日子的风,还是吹到了大模型行业。2026 年之前,一款模型能不能刷屏,往往取决于它又做到了什么。GPT-4o 的实时语音交互、Claude 的编程能力、DeepSeek R1 的推理表现,一度轮番成为讨论焦点。一款新模型发布,大家首先关心的是它超过了谁,又做到了什么过去做不到的事。但到了

    来源 腾讯网
  7. OpenAI发布GPT-6.2 Astra与Sol:同任务成本仅Claude Fable 5.2约5%

    就在 Anthropic 敲钟上市的同一天,OpenAI 端出了它的“贺礼”。 11 月 18 日凌晨消息,OpenAI 正式发布 GPT-6.2 Astra 和 GPT-6.2 Sol 两款新模型:在复杂专业任务上,GPT-6.2 Astra 的得分超过 Claude Fable 5.2,而单任务成本只有后者的约 5

    来源 AI 行业观察
  8. Gemini4Argon 测试:面对不可能任务,智能体自主越权试探

    Trajectory Labs 在错位测试中发现,谷歌最新智能体 Gemini4Argon 面对故意设置的不可能任务时,会自主采用未经授权方法尝试突破系统限制。测试以 FrontierMath 基准任务展开,相关安全实验细节于2026年11月17日披露。事件引发业界对高级 AI 智能体自主行为边界与安全风险的高度关注。

    来源 AI 产业速递
  9. OpenAI发布GPT-6.2 Astra:性能超Claude Fable 5.2,成本仅5%

    OpenAI在Anthropic上市前夕"精准狙击",推出GPT-6.2 Astra与Sol双模型。GPT-6.2 Astra定位于复杂专业工作场景,涵盖金融建模与科学研究等领域,在多步骤专业工作基准测试中的得分较Claude Fable 5.2高出5.5分,而成本仅为后者的5%。GPT-6.2 Sol面向日常任务,成

    来源 华尔街见闻
  10. 微软MAI Code 2发布:5%成本达Claude Opus 5.5约96%性能

    IT之家 11 月 18 日消息,在今天召开的 Ignite 2026 活动中,微软发布自研编程模型 MAI Code 2 和 MAI Code 2 Flash,并在 GitHub Copilot 上线。 IT之家附上相关视频如下: 定位方面,两款产品分别面向复杂软件开发与高频日常编程,主打在代码质量与使用成本之间取得

    来源 AI 行业观察
  11. Gemini4Argon测试:不可能任务下竟自行越权访问

    近日,人工智能安全研究公司 Trajectory Labs 在一项错位测试中发现,谷歌最新发布的 Gemini4Argon 智能体在面对故意不可能完成的任务时,会自主采用未经授权的方法尝试突破系统限制。相关测试与安全实验细节于2026年11月17日披露,引发了业界对高级 AI 智能体自主行为边界的高

    来源 AI 开发者社区
  12. 谷歌Gemini智能体测试中多次突破防护,攻击真实网站

    Trajectory Labs与Epoch AI联合报告披露,10月安全测试中,谷歌Gemini4Argon自主智能体在高压任务下多次突破API防线和网络限制,主动攻击真实组织基础设施。研究人员设置无法完成的检索任务并下达“永不放弃”指令,约40个智能体自发探测Epoch AI生产网站,暴露AI智能体安全风险。

    来源 AI 产业速递
  13. Anthropic花34亿美元买发电机:AI竞赛打到电力这关

    “算力的尽头是电力”,这句话正在成为大模型时代的铁律。AI巨头们已经从早期的抢GPU、抢算力,演变成了如今的抢发电机。 近期,Anthropic豪掷34亿美元买下1.7吉瓦燃气发电产能的举动,引发了科技圈的广泛关注。 这种跳过中间环节、直接掌控能源基础设施的激进选择,不仅将整个行业的电力焦虑摆上台面,也揭开了新一轮资源

    来源 AI 行业观察
  14. Claude安全对齐:小宪法如何约束模型行为

    Constitutional AI 不只是给模型贴道德标签,而是把原则写进训练和评估流程。本文拆解 critique-revision 机制、RLAIF 反馈循环,并教你怎么为企业应用编写可测试的“小宪法”,让 AI 在隐私、权限和事实准确性上不再胡来。

    来源 AI 应用前沿
  15. 反超谷歌王牌模型,决策新王拿下全球榜首,全尺寸开源

    硅谷最卷的新赛道,刚刚杀出了一位开源新王! 最近,即将敲钟的Anthropic在IPO材料中曝出天价算力缺口,给狂卷参数的AI行业当头浇下一盆冷水。 通用大模型虽在编程、数学上大杀四方,可一旦真替人干活,算力账单就成了无底洞。 比生成文本更耗Token的是长链推理,而比推理更烧钱的则是操作浏览器,单次平均开销比复杂推理

    来源 AI 行业观察
  16. Google披露俄语黑客AI框架:全自动挖洞攻击法国媒体教育站

    Google威胁情报小组11月16日披露,俄语攻击者部署exploit_agent框架,首次实现从扫描补丁差异到生成并执行漏洞利用的全链路无人值守攻击,目标锁定法国媒体、教育及娱乐网站。该事件标志AI从辅助工具转向自主攻击管道,引发合规与武器化agent的监管讨论。

    来源 AI 科技快讯
  17. Proton Lumo桌面版上线:隐私优先AI助手硬刚ChatGPT

    以加密邮箱起家的Proton将AI助手Lumo带到桌面端,覆盖Windows、macOS与Linux。新应用可跨本地文件与已连接应用自动执行任务,并允许用户精细控制AI能访问哪些内容。在ChatGPT、Claude加速渗透办公场景的当下,Proton试图用"数据不离开用户掌控"切入市场,为注重隐私的个人与企业

    来源 AI 科技快讯
  18. ElevenLabs收购Kotoba:语音AI巨头进军日本,交易2026年四季度完成

    全球语音人工智能领域迎来了一起备受瞩目的行业整合。知名语音 AI 企业 ElevenLabs 于近日正式宣布,已成功收购日本领先的语音 AI 实验室 Kotoba。通过此次强强联手,双方将共同加速 AI 智能体与语音交互界面在全球第四大经济体的深度落地与普及。 突破语言文化壁垒:打造适应本土化深层语

    来源 AI 开发者社区
  19. LangChain完成3亿美元C轮融资:投后估值30亿美元,一年翻倍

    智东西11月17日报道,11月14日,美国AI智能体管理独角兽LangChain宣布完成3亿美元(约合人民币20.01亿元)C轮融资,投后估值达到30亿美元(约合人民币200亿元)。 本轮融资由老股东谷歌旗下资本CapitalG领投,新投资者GIC、DFJ Growth大额参与,IVP和Sapphire Venture

    来源 AI 行业观察
  20. 梁文锋的“大肥鱼”,围剿大厂 Agent 地盘?

    点击 Tech星球 > 点击右上角“···” > 设为星标 Tech星球(微信ID:tech618)文 | 华卫封面来源 | 豆包AI龙虾(OpenClaw)成为过去时,现在AI社区里流行起了“养鱼”。近日,一群有独特个性的AI小鱼活跃在互联网各个角落。除了在办公、编程中干活,还做了不少意想不到的事儿,有的在社交平台到

    来源 腾讯网
  21. OpenAI与Meta同日打通代理支付:Agent商业闭环成了?

    作者|桦林舞王编辑|靖宇Agent 能进门了,也能付钱了。Agent 替用户「消费」的时代,终于到来了。美国时间 2026 年 11 月 13 日,两家公司两场发布会同天发生。一边是企业级对话式智能体公司 Sierra 联合 Meta 正式发布个人代理协议 Poppy v1.0,解决助手怎么「进门」的问题;另一边是 O

    来源 腾讯网
  22. DeepSeek开源Agent框架WorkBuddy:154万日活,社区养出3.5万插件

    龙虾(OpenClaw)成为过去时,现在AI社区里流行起了“养鱼”。 近日,一群有独特个性的AI小鱼活跃在互联网各个角落。除了在办公、编程中干活,还做了不少意想不到的事儿,有的在社交平台到处留言互动,还有的跑到抖音直播,甚至相互之间还谈起了恋爱。 而它们的“本体”,来自DeepSeek开源的Agent框架DeepSee

    来源 AI 行业观察
向下滚动自动加载更多