金融 Agent 要获得更多执行权，关键是把身份、权限和审计设计进工作流程。AI Engineer New York 的分享中，OpenAI 强调金融分析必须能追查数字来源，Anthropic 用交易差错调查展示了“提出订单修改、由人批准”的分工。Bloomberg 主张在模型之外设置确定性控制，逐次检查工具调用，并保留预算、日志和停止开关。OpenAI 对 2027 年 Agent 参与投资想法生成和交易的描述属于前瞻判断，不能视为已有部署效果。

a16z 的 David Haber 认为，跨数周乃至数月完成客户全流程的 Agent，有机会从节省人工转向分享新增收入。以原告律所为例，Agent 可持续完成获客、证人联系、证据整理和索赔文件准备，减少不同人员交接造成的客户与信息流失。文章援引 Red Ventures 的历史经营数据：2022 年 EBITDA 约 3.7 亿美元，2025 年估算降至约 1.6 亿美元，并将其视为传统获客模式承压的案例。按结果收费仍面临归因和采购阻力，且美国多数州禁止非律师直接分享律师费；这是一套商业模式判断，并非新企业已验证的增长数据。

Leash Bio 的实验提示，蛋白质与小分子结合预测的公开成绩，可能严重高估跨化学空间的泛化能力。访谈介绍了约 40 亿次测量、约 2000 支 Kaggle 队伍的竞赛，称没有团队在未见过的化学库上超过随机水平。团队通过给每个分子设置多个 DNA 条码等办法，识别蛋白质结合条码、而非药物本身的实验干扰。其新项目 Minos 将预先采集的实验结果转为可验证的科学推理环境，让 Agent 在 650 万个分子中、以 100 次查询预算寻找更优候选；这不等于湿实验已经能以计算速度实时完成。

Ai2 发布 HiRO-ACEv2，称生成全球 3 公里分辨率气候数据的成本约为高分辨率大气模型 X-SHiELD 的三百分之一。系统先以 ACE 生成约 100 公里分辨率结果，再由 HiROv2 补足降雨、风速和气压等细节。在输入经降采样的 X-SHiELD 数据时，即使是百万数据点中才出现一次的极端事件，高分辨率统计量与目标模拟的偏差也在 3% 以内。目前系统依赖与 X-SHiELD 匹配的训练气候，尚不能直接生成更暖未来或 ERA5 历史气候的高分辨率数据；这些结果也不等于真实天气预报准确率。

多位从业者称，AI 短剧日产超 1500 部、成本降至五万元以内，但分账收紧，制作方利润仍薄。低制作成本未必带来高回报。

客户案例称，Third Moment 可让万个 Agent 连续研究 36—48 小时；并发规模不等于实盘收益。

千问办公电商版开启邀测，接入生意参谋、有赞、千牛，提供经营看板、素材生成和 ROI 优化；报道未给出客户效果数据。

Muse Wonder 近二十项任务实测：Agent 表现较好、设计较弱；结论结合模型评分和个人观察。

据 RSS 摘要，Anduril 洽谈按约 900 亿美元估值出售员工股份。原文跳转异常，交易尚未完成。

STEPX Neo 定价 3999 元，含一年模型额度，支持系统级工具调用；宣传性体验尚不足以证明大众需求。