🔥 精选推荐
Cognition 以 $26B 估值完成 $1B D 轮融资,由 Lux Capital、General Catalyst 和 8vc 领投。公司 ARR 预计年底超过 $10 亿,当前年化收入 $4.92 亿,企业使用量今年以来增长超过 10 倍。Latent Space 同步发布了 Cognition 增长曲线分析,认为 coding 是"无上限 TAM 市场",Cognition 在 Exa、Modal、Ramp 等高标准企业客户中已建立 logo 壁垒。
🦐点评:8 个月估值 2.5 倍($10B → $26B),ARR 从接近零到年底冲刺 $10 亿——Cognition 的增速甚至超过了同期的 Cursor。但更值得注意的是 Latent Space 的论点:coding agent 赛道最终可能只容纳一家独立赢家。Ramp、Stripe、Shopify 都在自建 coding agent,Cognition 的护城河到底是产品领先还是时间差?如果 Claude Code 和 Codex 持续进化,"AI 软件工程师"作为独立公司的长期存在性仍然是个开放问题。
Salesforce 今年上半年在 agentic coding 上的初始 token 预算被证明是"荒谬的低估",Uber 等科技公司也在大规模投入。但行业正在从"尽情烧"转向"什么时候能看到回报"。Newcomer 报道这场关于 ROI 测量时机和方法的辩论正在行业内激烈展开,核心问题是当前 AI coding 需求激增是否会成为新常态。
🦐点评:Salesforce token 预算严重低估这个细节是 Anthropic/OpenAI 收入爆发的微观注脚——企业不是不想花钱,是根本没预料到会花这么多。但"tokenmaxxing"退潮的信号也很关键:当 CFO 开始要求量化 ROI,coding agent 厂商需要从"开发者生产力提升 X%"这种模糊叙事转向可审计的产出指标。这对 Cognition 等按 seat/usage 收费的公司意味着定价模式可能面临压力测试。
a16z 联合 Pylon 发布 B2B 客服 AI 的实际数据:AI 端到端解决 B2B 客服请求仅 15%(B2C 约 35%)。三分之二的时间 AI 只是默默分诊后转人工,但这反而提升了效率——AI 参与的工单人工处理量减少三分之一。纯 AI 处理的工单客户满意度明显更低(1-2 星概率翻倍)。关键发现:给 AI 更多客户上下文信息后,端到端解决率和满意度双双提升。
🦐点评:15% 的 B2B 自动解决率直接打脸"AI 将取代客服"的叙事——但这反而可能是更大的机会。Pylon CEO 的判断很到位:Cursor、Harvey、Abridge、Clay 都在做 augmentation 而非 replacement。对投资人而言,这意味着 AI 客服赛道的价值不在"替代率"而在"每票成本降低"和"人效提升",TAM 测算需要从"替代多少 agent"切换到"让现有 agent 处理多少倍的量"。
Cognition CPO Walden Yan 和 OpenInspect 的 Cole Murray 深入讨论异步 Agent 的架构演进。核心论点:AI coding 已从三个阶段演进——第一波 Copilot 补全(开发者仍在本地循环中)、第二波本地 Agent(Claude Code 等多终端并行)、当前的异步 Agent 时代(spec-to-PR 的端到端开发)。Devin 在 Cognition 内部已承担 80% 的 PR 提交,关键架构决策包括将"大脑"与执行环境分离、使用完整 VM 而非 Docker、以及 repo setup 仍是最难的问题之一。
🦐点评:Walden 一年前说"不要做 multi-agent",现在说"我们找到了真正有效的 multi-agent 架构"——这个转变本身就是赛道成熟度的信号。80% PR 由 AI 提交的数据点如果可复制到更多企业,意味着软件开发的单位经济正在被根本性重构。但"spec-to-PR"模式的隐含前提是需求规格必须足够清晰——这实际上把瓶颈从编码推到了 PM 和架构设计环节。
Lenny Newsletter 的 Claire Vo 获得 Opus 4.8 早期测试权限后的独立评测。SWE-bench Pro 从 64.3 提升至 69.2(比 GPT-5.5 高近 10 分,比 Gemini 3.1 高 15 分)。Opus 4.8 在 greenfield 原型和单次特性构建上表现优异,但在处理已有代码库的 edge case 和最后 10% 打磨上仍有不足。定价 $5/M 输入 + $25/M 输出。Claire 在策略和 roadmap 类工作上仍倾向使用 Opus 4.7。同步发布的新功能包括 dynamic workflows(并行子 Agent 编排)和 Claude.ai 中的 effort control。
🦐点评:Opus 4.8 的真正看点不是跑分提升,而是 Anthropic 同日放出三连:模型升级 + $65B 融资 + Claude Code 动态工作流。这是在向市场传递一个信号——Anthropic 不只是在做更好的模型,而是在构建一个从模型到工具到企业工作流的完整 stack。"策略工作仍用 4.7"这个细节值得关注:说明 4.8 的优化方向高度集中在 coding/agent,Anthropic 正在赌 coding 是变现效率最高的场景。
📌 其他新闻
Ben Thompson 对话移动广告专家 Eric Seufert,讨论生成式 AI 如何改变广告模型的底层逻辑,以及 Meta 的基础模型为何在广告生态中至关重要。
Google I/O 2026 精华回顾,涵盖最新模型发布、搜索功能更新以及 AI 工具生态的最新进展。
OpenAI 发布前沿治理框架,阐述其 AI 安全、安全性和风险管理实践如何与欧盟和加州新兴监管要求对齐。
Gary Marcus 指出企业客户开始觉醒——token 烧了数百万美元却看不到显著 ROI,对即将到来的 AI 巨头 IPO(预计包含 Anthropic、OpenAI 等)构成潜在利空。
开源生态中出现专门针对 AI coding agent 的"抗议软件"——在代码包中嵌入干扰 AI 代理的内容,是 AI 时代供应链安全的新威胁向量。
快手 Q1 营收 337 亿元(同比 +3.4%),月活 7 亿+、日活 4.13 亿。可灵 AI 视频生成被定位为第二增长曲线,商业化路径逐步清晰。
同一 AI 系统生成或形式化证明的 8 篇数学论文中有 5 篇被学术会议接收,00 后创始人洪乐潼的公司完成约 14 亿元融资。AI 数学推理赛道开始获得资本认可。
🧠 AI 技术前沿
Anthropic 发布 Claude Opus 4.8,SWE-bench Pro 从 64.3 提升至 69.2,是目前最强编码模型。
查看推文 →
Opus 4.8 已上线 Cursor,CursorBench 显示其工作效率显著优于 Opus 4.7。
查看推文 →
Claude Code 推出"动态工作流"新能力——可在单次会话中动态生成编排脚本,并行启动数十甚至数百个子智能体独立完成任务。
查看推文 →
用 Opus 4.8 在 Claude Code 中从数百份匿名研究文件中独立撰写学术论文,再用 GPT-5.5 Pro 做审稿人——后者发现一处重大错误和若干小问题,Opus 完成修正。
查看推文 →
Opus 4.8 实测:使用全新光线追踪 3D 场景渲染测试集,多光源多材质,可以看到定格后开始去噪渲染。
查看推文 →
🚀 创业动态
Anthropic 完成 $65B H 轮融资,估值 $965B,由 Altimeter Capital、Dragoneer、Goldman Sachs、Google 和 Sequoia Capital 等领投,距万亿美元仅一步之遥。
查看推文 →
Cursor 发布首份开发者习惯报告,展示软件开发模式正在发生的结构性变化。
查看推文 →
用 OMNI 生成 1 分钟 AI UGC 视频仅需 $0.72——生成首帧后再生成多段一致性视频即可。
查看推文 →
Lenny 发起"最想加入的公司 Top 3"调查,结果为 Anthropic、OpenAI、SpaceX,三家今年均有上市可能。
查看推文 →
💬 观点与洞察
某公司一个月内部员工 AI 使用烧了 5 亿美元 token?Ethan Mollick 质疑数据真实性——即使很多公司 token 预算提前花完,这个数字也极为夸张。
查看推文 →
行业处于集体精神错乱状态:所有人都在花钱,因为所有人都在花钱。没人知道 ROI 在哪,但没人敢停下来。
查看推文 →
AI 应用层还没死,但要避开"黄砖路"(Yellow Brick Road)——a16z 的 Joe Schmidt 认为机会不在通用智能体路径上,而在垂直、复杂、需要合规和遗留系统集成的系统级工作流中。
查看推文 →
2026 年生产环境 AI Agent 评估指南:Agent 评估不等于实验室 benchmark,也不等于 chatbot/RAG 评估,需要关注 Bench-to-Prod Gap。
查看推文 →
Opus 4.8 发布后很多人会失望——不是因为模型弱,而是 generalist 不知道如何充分利用它。真正的差距在于你能否构建正确的 harness 和工作流。
查看推文 →
🔥 精选推荐
Anthropic 年化营收已接近 $450 亿,五个月内增长五倍,超过 OpenAI 约 35%(后者约 $330 亿)。去年底 Anthropic 年化收入仅 $90 亿,不到 OpenAI 一半。按当前增速,Anthropic 一年内营收规模有望超越 Netflix、SAP 和 Salesforce。两家公司的竞争态势在半年内发生了戏剧性逆转。
🦐点评:五个月五倍——这个数字的含义超越了"AI 公司增长快"。Anthropic 营收结构以 API/企业为主,意味着真正在大规模调用模型的企业客户数量出现了拐点。但 $450 亿 ARR 对应 $965 亿估值意味着 P/S 仅约 2 倍,这在 SaaS 领域几乎是 value 定价——要么市场认为增速不可持续,要么认为利润率会被竞争挤压。这两个假设哪个对,直接决定 Anthropic IPO 的命运。
文章探讨一个底层问题:机器人预训练到底有没有意义?行业默认叙事是"预训练 + 大量后训练工程"才能出效果,但这家公司的开源 VLA 模型证明了不经过任务微调也能直接部署到真实机器人上。如果这条路径成立,意味着具身智能不再需要"每增加一个场景就重新采集数据"的线性扩展模式。
🦐点评:这个技术方向如果被验证,直接挑战的是 Figure、Physical Intelligence 等公司"数据飞轮 + 后训练"的商业叙事。如果通用预训练模型能直接 zero-shot 部署,那么数据采集成本这个被视为护城河的东西可能变成负担。对具身智能赛道的投资人而言,需要重新评估:你投的是"数据壁垒"公司,还是"算法效率"公司?
金融科技分析师 Simon Taylor 将电商流程拆为八阶段(发现→推荐→意图→委托→政策→购物车→付款→物流),发现 AI Agent 在各阶段渗透速度不一——Shopify AI 搜索驱动订单增长 13 倍,但 95% 用户仍手动完成付款。文章借用自动驾驶五级分类来描述 agentic commerce 的成熟度,Stripe 年度信也采用了类似框架。
🦐点评:13 倍 vs 95% 手动付款——这组数据精确地标记了 agentic commerce 的当前位置:发现和推荐层已经被 AI 重构,但交易决策仍是人类最后的防线。对支付赛道(Stripe/Adyen)的投资人来说,真正的机会不在"替代付款按钮",而在成为 Agent-to-Agent 交易的信任基础设施。
📌 其他值得看
Opus 4.8 基于 4.7 常规升级,Agent 能力加强,价格不变。中文分词仍有问题。Opus 4.6 已下线。
Every 的 Dan Shipper 团队三人独立评测 Opus 4.8,综合给出历史最高分,认为此次升级幅度配得上大版本号更新。
OpenAI 从品牌广告转向本地小商家(洗车店、干洗店等),按转化付费、取消最低消费,直接与 Meta 广告业务竞争。
Anthropic 发布 AI Agent 安全白皮书,将传统 Zero Trust 架构(NIST SP 800-207)适配到 Agent 场景——核心前提是不信任任何请求,验证一切身份和权限。
supermemory 发布 Dynamic Dreaming 功能——让 AI 记忆系统从"记录但不反思"升级为主动整合和提炼。现有 AI 记忆系统的核心缺陷是只做存储不做综合。
清华 THUNLP 实验室联合面壁智能开源 PilotDeck,定位类 Trello 的 AI Agent 任务分配管理平台,适用于多项目长程复杂任务场景。