【新智元導讀】3個人，100個AI agent，一個月燒掉130萬美元——OpenClaw之父把軟體開發變成了「AI流水線」，OpenAI替他買單。 別人曬工資條，他曬帳單——一個月130萬美元！ 也就是將近900萬人民幣/每月。直接把網友們看傻了。 剛剛，OpenClaw之父Peter Steinberger在X上輕描淡寫地甩出一張截圖。

昨天夜裡，Kimi 在 X 上又隆重發佈了一個新產品：WebBridge 瀏覽器擴充套件件。 它可以讓 Agent 像人類一樣與網站互動，包括搜尋、滾動、點選、輸入、切換頁面和完成任務。 過去需要人親手操作的一整套網頁流程，現在 Agent 自己就能跑通。 你可以讓它去 X、Reddit 和 Hacker News 上尋找熱門話題，也可以讓它幫你在求職時蒐集招聘資訊，甚至還能在購物或訂票時自動比價和篩選最優方案。

5月13日，百度開發者Create2026大會上，百度董事長李彥宏拋出了一個新概念：DAA（Daily Active Agents，日活智能體數）。 它衡量的，不再是每天有多少使用者打開某個App，而是每天有多少個Agent正在替人完成任務閉環。 在移動網際網路時代，行業習慣用DAU定義平台價值，使用者停留時長、活躍度、流量規模構成了網際網路公司的核心指標體系；但到了Agent時代，李彥宏試圖重新定義一套新的價值坐標——AI真正重要的，不再是“有多少人來”，而是“到底替人完成了多少工作”。 這個概念迅速引發行業討論，並不只是因為它是一個新詞，更因為它像是過去幾年百度AI判斷的一次階段性收束。

花一萬美元買一個 API Key，附贈一張晚宴入場券，地點在佛羅里達海湖莊園，飯搭子是小川普。 這可不是段子。 5 月 5 日，World Liberty Financial（川普家族參與創辦的加密項目，以下簡稱 WLFI）官方帳號轉發了一個叫 WorldClaw 的新產品，小川普的社媒跟著轉發了。 WorldClaw 自稱是 WLFI 生態裡的第一個 AI 項目，定位叫做「AI Agent 作業系統」。

【新智元導讀】Claude開發者大會來了！這一次，Anthropic讓Agent學會了「做夢」，兩次幹活的間隙自動反芻記憶、自我進化。配合多Agent兵團作戰和自動評分官，AI任務完成率直接暴漲6倍。 就在剛剛，Anthropic讓AI學會做夢了！ Code with Claude舊金山開發者大會上，Anthropic真的給Claude託管智能體加了一個叫Dreaming的功能—— AI可以在兩次工作的間隙，像人類進入REM睡眠一樣，自動回顧歷史會話、整理碎片記憶、發現隱藏規律。

近日，市場調查機構Counterpoint Research公佈了今年Q1最暢銷的10款機型，iPhone 17系列包攬榜單前三，算上iPhone 16有四款機型上榜。與之形成鮮明對比的是，剩下6款Android機型無一是高端產品。小米是唯一出現在榜單上的中國國產品牌，Redmi A5拿到了銷量TOP10的最後一位。 但如果回顧Q1整個手機市場的銷量資料，則能發現，小米遭遇了相當大的挫折。Counterpoint公佈的資料顯示，Q1全球手機市場整體出貨量同比下降6%，市場份額前五的品牌中，只有蘋果保持著逆勢增長，而小米的出貨量下滑幅度則達到了19%。 （圖源：Counterpoint） 小米手機的疲軟表現，引發了不少人的關注。很多人認為，造車消耗了小米的核心資源，包括雷軍個人幾乎把所有精力投入到造車中，這是小米手機業務乏力的主要原因。

一、當“智能體”不再只是概念，企業為何仍在徘徊？2025年以來，AI Agent從技術圈的討論熱點迅速蔓延至企業戰略層。德勤在近期報告中指出，Agentic AI正在從“提效工具”向“決策核心”躍遷，企業面臨三大路徑選擇。然而，與輿論熱度形成反差的是，多數企業在實際落地中依然舉棋不定或舉步維艱：技術架構選型混亂、組織流程未做相應調整、投入產出難以量化。一個更本質的問題擺在面前：AI Agent究竟是一場技術升級，還是一次組織變革？如果答案是後者，那麼單純採購工具或搭建平台，很可能只是“新瓶裝舊酒”。二、從“人機協作”到“智能體協作”的結構性重構AI Agent在企業中的業務模式，並非簡單的“把流程自動化”，而是在認知層面實現了三重躍遷：從規則執行到意圖理解、從單點任務到多步推理、從被動響應到主動規劃。這意味著企業需要重新定義人與機器的分工邊界。例如，在客戶服務場景中，Agent不再只是回答預設問題，而是能根據上下文主動提出解決方案；在供應鏈管理中，Agent可以即時協調庫存、物流與需求預測，形成動態決策閉環。這種結構性重構要求企業將業務流拆解為“可Agent化”的原子單元，並建立資料中台與知識圖譜來支撐Agent的推理基礎。三、降本、增收與新商業生態的三重變現從AI Agent盈利模式來看，並非單一線性。首先，最直接的收益來自營運效率提升：通過替代重複性認知勞動（如報告撰寫、資料分析），企業可大幅削減人力成本，行業實踐顯示成熟場景可實現顯著成本最佳化。其次，Agent能通過精準推薦與即時最佳化創造增量收入，例如電商平台利用Agent進行動態定價與個性化行銷，轉化率提升顯著。更深遠的模式在於，企業可將Agent能力封裝為訂閱式服務或API介面，輸出給上下游合作夥伴，形成平台化收益。不過，盈利的可持續性取決於Agent的“可復用性”與“可擴展性”，這要求技術架構天然支援跨場景遷移。四、認知推理、自主規劃與系統協同的不可替代性與傳統RPA（機器人流程自動化）或決策樹相比，AI Agent的核心優勢體現在三個維度：一是認知推理能力，Agent不僅能執行指令，還能理解模糊意圖並分解任務；二是自主規劃能力，面對複雜問題可動態生成執行路徑，並在執行中根據反饋調整；三是系統協同能力，通過A2A協議實現跨Agent、跨系統的資訊交換與任務編排。亞馬遜AWS的實踐表明，企業級Agentic架構需要將推理引擎、記憶模組、工具呼叫與安全護欄四個核心模組解耦設計，才能兼顧靈活性與可控性。這種優勢使得Agent能夠處理那些“規則寫不清楚、但人可以憑經驗處理”的灰色地帶任務，從而真正替代部分腦力勞動。五、四大落地路徑的適用場景與取捨邏輯當前市場上，企業級AI Agent的建構大致可以歸納為四種主流形態：技術編排流、模型生態流、獨立極客流和業務底座流。技術編排流強調通過低程式碼平台（如LangChain）編排LLM與外部工具，適合快速原型驗證，但長期維護成本高；模型生態流依附於單一供應商（如OpenAI的GPTs），生態成熟但存在被鎖定的風險；獨立極客流追求完全自研Agent框架，技術壁壘高，僅適合AI能力強的企業；業務底座流則將Agent深度嵌入企業原有業務系統（如ERP、CRM），通過“場景驅動”逐步擴展，是當前大中型企業的主流選擇。比較而言，業務底座流在深度與靈活度之間取得了較好平衡，但其對組織資料的標準化要求極高，這恰恰是許多企業的短板。六、技術碎片化、組織壁壘與評估缺失的三重困境儘管前景誘人，AI Agent在真實環境中的落地仍面臨嚴峻挑戰。第一，技術碎片化：不同Agent框架之間缺乏統一介面，Google雖提出A2A協議，但產業落地仍需時間；同時，Agent的“幻覺”問題尚未根本解決，在高風險場景（如金融交易）中可能造成嚴重後果。第二，組織壁壘：Agent的跨部門協作需要打通資料孤島，這往往觸及既得利益與流程慣性，行業調研顯示，組織適配不力是企業落地失敗的首要原因，遠高於技術因素。第三，評估體系缺失：傳統KPI無法衡量Agent的“決策質量”或“自主程度”，企業難以判斷投入是否有效。德勤建議建構“Agent-ready”的內生能力，包括人才、流程與治理的同步轉型，但這需要管理層自上而下的決心。七、資料主權、倫理邊界與可解釋性的底線要求合規風險是AI Agent從試點走向規模化的“一票否決項”。首先，Agent在感知與推理過程中會大量接觸企業內部敏感資料（如客戶資訊、財務資料），一旦通過工具呼叫洩露至第三方模型，將觸犯資料安全法。其次，Agent的自主決策可能產生歧視性結果或意外行為，比如在招聘場景中因訓練資料偏差而拒絕特定背景的候選人，這不僅涉及倫理問題，還可能引發法律訴訟。此外，Agent的“黑箱”特性使得審計困難，金融、醫療等強監管行業要求決策可追溯、可解釋，而當前主流大模型尚難完全滿足。企業應在架構層面嵌入“安全護欄”，包括權限分層、資料脫敏、人工審批節點與行為日誌，同時為Agent設定明確的“決策紅線”，確保任何情況下人類都有最終干預權。八、從“能力孵化”到“生態融合”的演進路線展望未來，AI Agent在企業側的演進將遵循“試點→平台化→生態化”的三步曲線。短期（1-2年），企業應聚焦高價值、低風險的場景（如智能客服、知識管理），通過“人機協同”積累經驗；中期（3-5年），隨著A2A協議與安全標準成熟，Agent將從單點工具演化為企業級數字員工平台，支援跨系統編排與動態擴展；長期（5年以上），Agent將深度融入產業鏈，形成跨組織的智能協作網路，正如雲端運算重塑IT基礎設施一樣重構商業邏輯。對企業家而言，現在的關鍵可能已經不是追問“要不要用Agent”，而是思考“如何設計Agent的組織介面”：誰為Agent的結果負責？Agent與員工之間如何考核、問責、協作？這些組織適配問題，遠比技術選型更能決定成敗。建議企業設立“AI Agent治理委員會”，由業務、技術、法務代表共同制定使用手冊，並定期開展壓力測試，在可控範圍內加速探索。 (數字新財報)

OpenAI剛剛投下了一枚重磅炸彈：原本作為程式設計師「副駕駛」的Codex迎來史詩級更新，正式從程式碼工具進化為通用個人助理，奧特曼親自下場帶貨。開發者實測後驚呼：Codex接管整台Mac，人類全程0操作圍觀，太炸裂了！OpenAI重大更新！OpenAI的智能體Codex，這次直接硬剛Claude Cowork。Codex是OpenAI的旗艦程式碼生成模型，支援GitHub Copilot等產品，已成為全球開發者不可或缺的AI助手。這次的更新，非常重磅。YouTube創作者Mike Russell發佈了一條實測視訊，效果炸裂。他把自己的Mac完全交給了OpenAI最新升級的Codex，讓GPT-5.5操控Adobe Audition修複音頻、用Photoshop做封面、再用Adobe Firefly生成AI視訊。從頭到尾，人類全程零操作。這不是Demo，不是PPT，是一個真實創作者把自己的生產力工具鏈完整交給AI跑了一遍。OpenAI聯創、總裁Greg Brockman直接喊話：「Codex人人可用，電腦任務全可做！」是的，一個寫程式碼的工具，突然要搶所有人的鍵盤了。AI大V歸藏表示，一下午，一句話，Codex就幫自己開發了一個完整的遊戲。最讓人驚訝的是Codex處理素材的方式：他提供了一個包含上千張圖片的素材包，並未說明篩選方法。Codex卻自動將每個資料夾內的圖片整合成一張總覽圖，附帶檔案名稱。這樣一來，只看一張圖就能掌握全部素材風格，選中後再直接呼叫檔案即可。這個操作實在令人震驚，讓他直呼Codex太牛了！網友直呼，Codex終於迎來自己的「Claude Code高光時刻」——一個複雜的完整的Mac應用，整合了攝影機、麥克風、錄屏，它一次就搞定了。用過Codex的網友，根本停不下來！Codex變了：從程式碼助手到電腦管家總之，過去大家對Codex的認知很清晰——就是一個寫程式碼的工具。它能幫你補全函數、偵錯bug、生成指令碼，是程式設計師的副駕駛。這次升級直接把邊界炸開了。OpenAI官方公告裡最核心的一句話：Codex現在支援Slack整合和Google Workspace全家桶整合。翻譯成人話就是——它不光能寫程式碼，還能讀你的郵件、回你的Slack消息、操作你的Google Docs和Sheets。這句話，讓OpenAI的野心藏不住了：它不再把Codex定位為開發者工具，而是——通用電腦操控agent。就在昨天，Codex就忽然官宣了一大波更新。它能跨Slack、Gmail、Calendar自動總結變化、做資料分析、輔助決策。可以組織研究材料、製作電子表格和簡報。可析資料匯出、標記更改的內容，起草解讀報告。還能根據標準對比多個選擇、跟蹤權衡取捨。OpenAI聯創Greg Brockman，這位習慣了20年黑屏命令列終端、視程式碼如生命的頂級駭客，公開宣佈：我徹底愛上了Codex App，它已經取代了我用了20年的終端。開發者懂的都懂，這是什麼份量。如此強大的更新，讓奧特曼直接發帖直呼：「Codex正在經歷ChatGPT時刻！」繼昨天的這一大波更新之後，今天凌晨，OpenAI Codex核心成員Tibo在X上發帖稱「Feeling codexy today」，預示著Codex又將迎來史詩級更新。此帖一出，程式設計師圈瞬間沸騰了！果然，沒過多久，OpenAI又開始放出新的case了。使用Codex處理日常工作，從未如此輕鬆。你可以選擇你的角色，連接每天使用的應用，並嘗試推薦的提示詞。無論是調研與規劃，還是文件、簡報、電子表格等，Codex都能提供幫助。Codex會根據你的角色推薦有用的外掛，並指導你連接各種應用程式，比如SlackHQ、GoogleWorkspace、Microsoft365等等。它如同你的私人助理，可以彙總來自不同應用程式和文件的資料，規劃下一步，起草工作，組織研究，或建立項目計畫。你可以一目瞭然地看到正在發生的事情，包括任務進度、使用的檔案和工具以及接下來要做的事情。從草稿到成稿，你可以在Codex中隨著內容逐步成形進行審閱。打開檔案，提出修改意見，並在同一個對話線程中不斷最佳化和調整。開發者大V表示，Codex和Claude Code非常不一樣。如果限額即將結束，那就可以執行一個長時間任務，即使限額已經結束，Codex都會繼續執行這個任務，直到任務完成。這個帖子直接被奧特曼轉發。Tibo還表示，在良好的使用者體驗和最佳化利潤率之間，OpenAI選擇了前者。甚至，OpenAI專門放出一個官方部落格指南，介紹如何在日常工作中使用Codex。Claude Code頭號粉絲轉向Codex，奧特曼鼓掌就在Codex升級的同一天，另一場好戲開演了。在X上，有使用者說出自己的心聲：Claude Code生成質量在最近三周內明顯下滑了，精準率暴跌，因此她90%的時間都在用Codex，感覺非常滿意。奧特曼很快出現，以星戰梗回應道：「歡迎加入光明面！」果然，又有更多開發者站出來表示，真的不喜歡用Claude，因為它很笨拙，使用者介面也總是不對勁，bug也很多。這一次，開發者自己用腳投了票。Codex實測太瘋狂了！Codex App開發人員Andrew Ambrosino直言：「Codex 搞定一切！」這次更新，Codex為當前任務自動適配動態UI，體驗更佳：幻燈片和表格體驗更佳支援在瀏覽器、工件和程式碼中直接標註上手更簡單整體設計更簡潔性能全面提升在Codex應用內瀏覽器中還加入了裝置工具列，讓建構和測試響應式應用變得更加便捷——瀏覽器使用的速度（在主觀測試中約提升30%）。不過，「大家好才是真的好」，全網第一波實測已經來了。讓我們一睹為快吧！接管整台Mac，人類全場0操作圍觀Mike Russell的實測才是這次升級最直觀的證明。他給Codex下了三個任務：任務一：音訊修復。 一段錄音有明顯的背景噪聲和齒音問題。Codex自動打開Adobe Audition，識別噪聲特徵，應用降噪濾波，調整EQ參數，匯出成品。Russell事後回聽評價：「專業級修復，比我手動調得還乾淨。」任務二：播客封面設計。 Codex打開Photoshop，根據播客主題自動選擇配色方案、排版標題文字、調整圖層混合模式，輸出一張可以直接上傳的封面圖。任務三：AI視訊生成。 Codex呼叫Adobe Firefly，根據文字描述生成視訊素材片段，自動拼接、加轉場。三個任務，跨三個Adobe專業軟體，全自動完成。Russell在視訊裡反覆強調一個細節：他全程沒碰滑鼠，沒碰鍵盤，甚至沒有切換過窗口。Codex自己在作業系統層面完成了所有軟體間的切換和協調。「這不是AI在幫我工作，」Russell說，「這是AI在替我工作。」Codex這次升級打中的不是程式設計師，是所有依賴電腦工作的人。當AI能操控你的整台電腦，「會不會用軟體」這個技能本身就在貶值。當然，Russell的實測並非完美。Firefly生成的視訊素材有幾幀出現了明顯的畫面抖動，Codex沒有自動識別並修正。Photoshop封面的文字排版在第一次嘗試時出現了字型大小不一致的問題，Codex自己發現後做了第二次調整才過關。Russell的總結很實在：「它不是100分，大概85到90分。但問題是——達到這個水平它用了8分鐘，我自己做要2個小時。」85分乘以8分鐘，和100分乘以2小時。大多數場景下，前者贏。Codex幫你0成本無限次拍攝網友Matthew Berman直接介紹如何用Codex無限次的拍攝產品，一個網路連線就能轉化為完整的電商照片：以前： 一套電商產品圖要5,000 - 25,000美元，耗時4周。現在：輸入一個 URL，10 分鐘出片，成本為0。他把整套系統封裝成了 「品牌商拍工具包（Brand Shoot Kit）」。它如何把一個網頁連結變成一整套電商攝影庫？只需以下 7 個 Agent（智能體）技能：人類的鍵盤，終於要淘汰了？以往，全面用手動方式偵錯UI的方式，往往非常消耗心力。每次都要一點一點地檢查AI有沒有破壞其他不相關的部分，這種壓力是無聲的。但如果我們能把執行階段的UI行為測試也交給AI去做，那人類這邊的負擔就能得到合理減輕。現在，Codex終於帶來了希望！顯然，Codex，已經能用滑鼠逐一檢查UI介面或行為是否正常——整個過程完全自動化。網友感嘆：「這感覺就像是「人們一直期待AI能做到的事情」終於到來了。」「我感覺我們正在逐漸接近下一個重大轉變的臨界點。」在視訊最後，Russell說了這樣一句話：「當AI能操控你的整台電腦，會不會用軟體這個技能本身就在貶值。」這次，Codex打中的不是程式設計師，畢竟程式設計師早就習慣了AI寫程式碼。這次打中的是所有依賴電腦工作的人——做PPT的、寫郵件的、剪音訊的、修圖的、做報表的。以前的邏輯是，人學會用工具，工具放大人的能力。現在的邏輯開始變了：AI學會用工具，人只需要說清楚自己要什麼。可以說，Codex不是在升級功能，它是在重新定義「使用電腦」這件事本身。在Russell的45分鐘實測裡，那台Mac上發生的一切——滑鼠自己在動、軟體自己在切換、音訊自己在渲染——這個畫面大概會成為2026年最具象化的一幕。以前人類用滑鼠呼叫軟體，現在AI用API呼叫軟體。下一步呢？不可想像。 (新智元)