2026年7月18日星期六

今天信号里最值得说的是两件事：AI Agent终于开始干实事了，以及开源大模型又卷出了新高度。

先说Agent落地。今年WAIC最大的变化不是哪个展台更炫，而是整个行业的话题重心明显后移了。去年还在比谁的参数大、谁的Demo更惊艳，今年大家开始问一个更朴素的问题：这玩意儿到底能不能进真实业务流程，能不能被结果验证。森博科技于林义说AI应用拼的不只是技术更是实证有效的业务闭环，这话说到点子上了。Anthropic内部团队用Claude Cowork的案例更有说服力，两个人一个把每周一两天的报告工作压到两小时，另一个直接把活动搭建流水线交给Agent自动跑。这才是Agent该干的事，不是陪你聊天，是替你干活。

但别高兴太早。Agent真正落地的坑在于边界和可靠性。你让它自动跑流水线，中间哪一步幻觉了、哪一步判断错了，谁来兜底？Codex那些隐藏功能听着很酷，浏览器导入、电脑操控、记忆管理，但真放到生产环境里，每一条都是一个潜在的安全风险。微软在搞类Mythos的AI漏洞检测工具，说明行业自己也意识到AI代码生成的安全性问题了。Agent能用，但距离放心用还有距离。

再看Kimi K3。月之暗面直接开源了2.8万亿参数的模型，100万token上下文，原生支持视觉理解。V2EX上有人拿它写了个网页版macOS，效果还挺好。这说明开源模型的能力确实在快速逼近闭源。但3万亿参数的模型，普通开发者怎么用？除非你有足够的显卡或者走云端API。有意思的是Show HN上有人用SSD流式的方式在16GB M1 Pro上跑Qwen3.6的MoE，这个思路值得关注，硬件不够SSD来凑，虽然不优雅但确实是过渡期的现实方案。

最后提一嘴AWS那个17亿美元的计费错误。HN上快1000赞了。云服务的计费复杂度已经到了连AWS自己都算不清楚的地步，这对所有依赖云的团队都是一个警钟：你的账单可能真的有问题，赶紧查。

今天的科技信号里，最值得深挖的主题是「AI终端的战争」和「智能体的落地焦虑」，这两条线索背后藏着同一个更大的故事：技术从炫技到实用的临界点正在到来，但谁能跨过去，还远未明朗。

先看AI终端的战争。STEPX Neo在WAIC的亮相，是一个标志性事件。这款「大模型原生智能体手机」不再是简单的硬件+软件叠加，而是试图重新定义人机交互的范式——「可信、可控、可逆、可见」。这个定位直接对标了OpenAI和谷歌的硬件布局，但更微妙的是，它背后的逻辑与Anthropic的「不做硬件」策略形成了鲜明对比。Anthropic赌的是「模型足够强，就无需占领入口」，而STEPX则反其道而行，试图通过硬件锁定用户的使用场景。这场战争的核心不是技术，而是商业模式：硬件入口意味着流量和数据，但也意味着巨大的成本和风险。STEPX的野心很大，但它面临的挑战也显而易见——如何在苹果、华为、小米等巨头的夹缝中杀出一条路？更关键的是，它能否真正解决「智能体」落地的痛点，还是只是另一个「AI手机」的噱头？

这直接引出了第二个主题：智能体的落地焦虑。从Claude Cowork到Codex的隐藏功能，再到腾讯的双线战争（混元vs. WeLM），我们看到AI正在从「会聊天」向「会干活」转变。但问题在于，这些工具在Demo中光鲜亮丽，真正落地时却面临「最后一公里」的尴尬。Anthropic的案例展示了Agent工作流的潜力，但它也暴露了一个残酷的现实：大多数企业并不需要「全自动化」，而是需要「可控的半自动化」。WeLM的技术博客和小红书账号背后，是腾讯对「业务闭环」的焦虑——AI再强，如果不能嵌入真实的工作流，就只是另一个花哨的工具。森博科技董事长于林义的观点很有代表性：「AI应用拼的不只是技术，更是实证有效的业务闭环。」这意味着，2026年的AI创业不再是模型大战，而是「know-how」的竞争。谁能更快地理解行业痛点，并将AI嵌入具体的业务流程，谁才能活下来。

这两个主题背后的大趋势是：AI正在从「技术驱动」向「场景驱动」转变。过去几年，我们看到的是模型参数的军备竞赛（Kimi K3的2.8万亿参数就是一个例子），但2026年开始，技术的「性能」不再是唯一的衡量标准，甚至不是最重要的标准。STEPX的「可逆可见」也好，Anthropic的「真实工作场景」也罢，都在强调同一个东西：用户体验的可控性。这与2010年代的移动互联网有相似之处——当时的战争不是「谁的手机更快」，而是「谁的生态更完整」。但AI的复杂性远超手机，因为它涉及到「人机共生」的伦理和法律问题。比如，Codex的「电脑操控」功能看起来很酷，但如果Agent在你的电脑上自作主张地操作文件，谁来承担责任？STEPX强调的「可逆」设计，可能就是为了应对这种风险。

这个转变对行业格局的影响将是深远的。首先，硬件厂商和模型厂商的边界会变得模糊。STEPX这样的公司可能成为「AI时代的苹果」，通过硬件锁定用户；而Anthropic这样的公司则可能成为「AI时代的英特尔」，专注于提供底层能力。其次，创业公司的机会窗口正在收窄。过去一年，具身智能的融资暴涨5倍，但《2026最受投资人关注人工智能/具身智能企业50》的报告也提到，「业务闭环」的缺失是最大的风险。这意味着，那些只会炫技、没有场景落地能力的公司，将在2027年面临大规模淘汰。最后，巨头的优势会进一步扩大。腾讯的双线战争（混元+WeLM）就是一个例子——巨头有足够的资源同时探索多条路径，而创业公司只能all-in一条赛道。

半年到一年后，我们可能会看到以下几个关键变化：第一，AI终端会出现「伪创新」的泡沫。很多公司会推出「AI手机」「AI眼镜」，但大多数只是硬件+API的简单叠加，真正能形成生态的可能只有1-2家。第二，智能体的落地会从「工具型」向「平台型」转变。目前的Agent大多是单点工具（如Claude Cowork），但未来会出现「Agent中台」，可以灵活组合不同的Agent来解决复杂任务。第三，行业会出现「AI疲劳」。当AI无法兑现「革命性」的承诺时，用户和投资人会变得更加谨慎，这将导致一波创业公司的倒闭潮。

这个过程中，最大的受益者可能是那些「懂场景」的公司，而不是「懂技术」的公司。比如，森博科技这样的企业，虽然技术不一定是最领先的，但它们理解营销、客服等具体场景的痛点，能够将AI嵌入真实的业务流程。而最大的受损者可能是那些「技术至上」的创业公司，它们可能在Demo中光彩夺目，但在真实世界中寸步难行。此外，传统的硬件巨头（如苹果、华为）可能会成为最大的变量——如果它们能够将AI能力与现有的生态深度融合，可能会重新定义这场战争的格局。

最终，这场战争的胜负可能不取决于技术，而是取决于谁能更好地理解「人」。STEPX强调的「可信、可控」，Anthropic强调的「真实工作场景」，本质上都是在回答同一个问题：在AI无处不在的时代，人类如何保持对技术的掌控感？这个问题的答案，将决定AI的未来十年。

今天的信号里，最扎眼的是阶跃闯入手机战场、Kimi K3开源、以及具身智能融资暴涨五倍这几个。它们看起来在讲不同的故事，但拼在一起，恰恰拼出了2026年AI行业最危险的画面：所有人都在抢“入口”，但没人愿意承认“入口”本身可能是个伪命题。

先说阶跃。一家做模型的公司，突然在WAIC上发布AI原生手机STEPX Neo，宣称“人机共生”。这听起来很性感，但让我想起2015年那波“互联网手机”泡沫——当时每个做内容的、做电商的、做社交的，都觉得自己能做手机，结果呢？硬件是条极其残酷的产业链，供应链管理、品控、渠道、售后，每一个环节都是血坑。阶跃的模型能力或许不错，但手机不是把模型塞进壳子里就完事了。真正的风险在于，当一家公司同时做模型、做终端、做生态，它的精力会被稀释到什么程度？历史上，Google做过Nexus、做过Pixel，但从未真正动摇过手机格局；OpenAI去年被传要做硬件，最终也无声无息。Anthropic为什么不做硬件？他们赌的是“模型足够强，就无需占领入口”——这个判断才是清醒的。

再看Kimi K3，2.8万亿参数，全球首个3万亿开源模型。参数规模上确实震撼，但当年GPT-3的1750亿参数已经被认为是“大到离谱”，现在翻了160倍。问题来了：谁跑得动？训练成本是多少？推理成本是多少？在真实应用场景里，一个2.8万亿参数的模型和一个280亿参数的模型，在回答“帮我写封邮件”这种任务时，体验差距值不值得这个成本？我注意到Hugging Face上最热门的几个模型，反而是Bonsai-27B这种27B级别的小模型。开源社区在用脚投票：不是越大越好，是够用就好。Kimi K3如果只是“能跑但跑不起”，那它更像是一个技术展示，而非产品。

最后看具身智能。融资935亿，听起来是黄金赛道。但注意一个细节：36氪的报道里特意提到，智源研究院在《2026十大AI技术趋势》中直言“具身智能创业公司业务同质化严重”。929亿投进322家公司，平均每家接近3亿，但有多少家能做出真正可量产的机器人？有多少家只是把demo里的机械臂换个颜色？我记得2017年那波商用机器人泡沫，无数公司靠PPT融资，最后连个能稳定送餐的机器人都没做出来。历史不会简单重复，但押韵。

客观地说，这些动作背后只有一个逻辑：AI行业正在从“模型竞赛”转向“场景落地”。但在转向的过程中，太多公司把“占领入口”当成了“创造价值”。手机不是入口，用户愿意每天用的东西才是。参数不是产品，用户愿意付费的能力才是。融资不是验证，用户愿意复购才是。

今天的信号告诉我，AI行业正在经历“泡沫中的泡沫”——技术泡沫之上，叠加了资本泡沫。现在最需要回答的问题只有一个：谁在真正赚钱，谁只是在用投资人的钱买流量？