<?xml version="1.0" encoding="utf-8"?>
<rss version="2.0" xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:content="http://purl.org/rss/1.0/modules/content/">
    <channel>
        <title>海外独角兽公众号 - SupSub</title>
        <link>https://supsub.net/feed/public/e53f7972/rss</link>
        <description>研究科技大航海时代的伟大公司。</description>
        <lastBuildDate>Sun, 24 May 2026 00:24:20 GMT</lastBuildDate>
        <docs>https://validator.w3.org/feed/docs/rss2.html</docs>
        <generator>https://github.com/jpmonette/feed</generator>
        <language>zh</language>
        <image>
            <title>海外独角兽公众号 - SupSub</title>
            <url>http://wx.qlogo.cn/mmhead/Q3auHgzwzM5kSCU0EU4khT3icBc0y5ibokcz9Xw6iaY7SZNz3ibvKJNT3w/0</url>
            <link>https://supsub.net/feed/public/e53f7972/rss</link>
        </image>
        <copyright>Copyright © 2026 SupSub.net Inc</copyright>
        <item>
            <title><![CDATA[从 Agent 开权限开始，Serval 想成为下一代 ServiceNow]]></title>
            <link>https://mp.weixin.qq.com/s/7U92Rhlzvr2PRIhOybQcVw</link>
            <guid isPermaLink="false">46ec31311c8508f1389a4710e6bda071</guid>
            <pubDate>Thu, 21 May 2026 12:00:00 GMT</pubDate>
            <description><![CDATA[文章深入分析了AI原生IT服务公司Serval的商业模式与市场潜力，指出其通过AI生成可审计的TypeScript工作流，将传统IT工单系统升级为自动化执行层，解决企业高频、低风险的权限申请与流程自动化需求。Serval以Slack为入口，采用‘构建代理’与‘执行代理’分离架构，强调控制、审计与治理，而非依赖大模型实时推理。其早期客户为AI原生公司，正逐步渗透至中型企业及大企业部门级场景，并有望扩展为AI代理（AI agent）的治理平台。文章认为Serval的核心价值在于将企业智能体的执行边界制度化，其长期机会在于成为‘AI时代的ITSM’，但面临传统巨头（如ServiceNow）整合、CMDB兼容性与企业采购惯性等挑战。]]></description>
            <content:encoded><![CDATA[文章深入分析了AI原生IT服务公司Serval的商业模式与市场潜力，指出其通过AI生成可审计的TypeScript工作流，将传统IT工单系统升级为自动化执行层，解决企业高频、低风险的权限申请与流程自动化需求。Serval以Slack为入口，采用‘构建代理’与‘执行代理’分离架构，强调控制、审计与治理，而非依赖大模型实时推理。其早期客户为AI原生公司，正逐步渗透至中型企业及大企业部门级场景，并有望扩展为AI代理（AI agent）的治理平台。文章认为Serval的核心价值在于将企业智能体的执行边界制度化，其长期机会在于成为‘AI时代的ITSM’，但面临传统巨头（如ServiceNow）整合、CMDB兼容性与企业采购惯性等挑战。]]></content:encoded>
            <author>海外独角兽</author>
            <enclosure url="https://mmbiz.qpic.cn/sz_mmbiz_jpg/QUs3kaltEh0oibHww3X6Q8Mjicia7fDOCrds6lI5QKoq3kGlcvC1mO3FhoS7oVDszEYYMbhPAPsbLdFk7aGGzqHan0iaZPEjCjia6hs7XR49sOyU/0" length="0" type="image//sz_mmbiz_jpg/QUs3kaltEh0oibHww3X6Q8Mjicia7fDOCrds6lI5QKoq3kGlcvC1mO3FhoS7oVDszEYYMbhPAPsbLdFk7aGGzqHan0iaZPEjCjia6hs7XR49sOyU/0"/>
            <tag>人工智能代理</tag>
            <tag>企业自动化</tag>
            <tag>IT服务管理</tag>
            <tag>权限治理</tag>
            <tag>工作流自动化</tag>
            <keyword>Serval</keyword>
            <keyword> AI-native ITSM</keyword>
            <keyword> 企业智能体</keyword>
            <keyword> 工作流即代码</keyword>
            <keyword> 权限治理</keyword>
            <keyword> ServiceNow</keyword>
            <keyword> AI代理</keyword>
            <keyword> 自动化执行</keyword>
            <keyword> IT帮助台</keyword>
            <keyword> 审计日志</keyword>
        </item>
        <item>
            <title><![CDATA[拆解 Anthropic：最好的 AI 公司，可能也是一种组织发明]]></title>
            <link>https://mp.weixin.qq.com/s/sA20Zc74FYWxKOu9Nu-T1Q</link>
            <guid isPermaLink="false">fa17372666ec464953522733e0ee7a48</guid>
            <pubDate>Wed, 20 May 2026 11:59:39 GMT</pubDate>
            <description><![CDATA[本文深入分析了Anthropic如何在AI行业迅速崛起，超越OpenAI成为估值万亿美金的领军企业。文章从战略与组织文化两个维度展开：战略上，Anthropic坚持聚焦coding方向，放弃多模态等支线，通过扎实的预训练与数据积累实现能力跃迁；文化上，其使命驱动、低ego、高信任、透明协作的组织氛围显著提升了人才留存率，吸引顶尖人才自愿降职加入。创始人Dario的个人经历与价值观深刻塑造了公司文化，使其在快速扩张中仍保持高度凝聚力。文章最终指出，Anthropic的成功并非源于更大野心或更多探索，而是源于更少的盲目扩张、更低的自我中心，以及对安全与使命的极致坚守，为AI时代的企业组织提供了全新范式。]]></description>
            <content:encoded><![CDATA[本文深入分析了Anthropic如何在AI行业迅速崛起，超越OpenAI成为估值万亿美金的领军企业。文章从战略与组织文化两个维度展开：战略上，Anthropic坚持聚焦coding方向，放弃多模态等支线，通过扎实的预训练与数据积累实现能力跃迁；文化上，其使命驱动、低ego、高信任、透明协作的组织氛围显著提升了人才留存率，吸引顶尖人才自愿降职加入。创始人Dario的个人经历与价值观深刻塑造了公司文化，使其在快速扩张中仍保持高度凝聚力。文章最终指出，Anthropic的成功并非源于更大野心或更多探索，而是源于更少的盲目扩张、更低的自我中心，以及对安全与使命的极致坚守，为AI时代的企业组织提供了全新范式。]]></content:encoded>
            <author>海外独角兽</author>
            <enclosure url="https://mmbiz.qpic.cn/mmbiz_jpg/QUs3kaltEh1Xj1rmIuiaxMhwia3AcPu42NPrs52L7dAOEQfHCo3TcfcDp56cRfU0ZaEE70kgBYcdiatdYKS092nBF6IXENJtcAUFk3wwpAXdR8/0" length="0" type="image//mmbiz_jpg/QUs3kaltEh1Xj1rmIuiaxMhwia3AcPu42NPrs52L7dAOEQfHCo3TcfcDp56cRfU0ZaEE70kgBYcdiatdYKS092nBF6IXENJtcAUFk3wwpAXdR8/0"/>
            <tag>人工智能</tag>
            <tag>组织文化</tag>
            <tag>战略聚焦</tag>
            <tag>模型训练</tag>
            <tag>人才管理</tag>
            <keyword>Anthropic</keyword>
            <keyword> OpenAI</keyword>
            <keyword> AI战略</keyword>
            <keyword> 聚焦聚焦</keyword>
            <keyword> 组织文化</keyword>
            <keyword> 使命驱动</keyword>
            <keyword> 人才留存</keyword>
            <keyword> coding</keyword>
            <keyword> Dario</keyword>
            <keyword> scaling laws</keyword>
        </item>
        <item>
            <title><![CDATA[The Era of Agent：拾象 AGI 投资洞察]]></title>
            <link>https://mp.weixin.qq.com/s/-YbLQ2kuolHaXxqkL9mpTw</link>
            <guid isPermaLink="false">439b01f9a3a9b3a8ea2a8547a1fa4412</guid>
            <pubDate>Fri, 15 May 2026 15:32:09 GMT</pubDate>
            <description><![CDATA[本文深入分析了2026年AI领域发生的结构性变革，指出AI首次系统性加速自身发展，Coding Agent成为增速最快的新物种，推动AI Labs竞争从模型训练转向组织与战略文化博弈。Anthropic凭借聚焦Coding、极致数据驱动和AGI-native组织文化实现超越，而OpenAI与Google因战略失焦被暂时赶超。文章提出Agent时代已至，市场坐标系应从To B/To C转向To Human/To Agent，Agent作为独立生产者与消费者正重构经济系统。同时，机器人领域进入数据Scaling年，技术路径正从VLA转向World Model，硬件与供应链成为关键瓶颈，华人创业者或有机会打造机器人领域的‘台积电’。Neo Labs分化为追寻新范式与专注高价值垂直领域两类，AI竞争进入组织力与生态构建的新阶段。]]></description>
            <content:encoded><![CDATA[本文深入分析了2026年AI领域发生的结构性变革，指出AI首次系统性加速自身发展，Coding Agent成为增速最快的新物种，推动AI Labs竞争从模型训练转向组织与战略文化博弈。Anthropic凭借聚焦Coding、极致数据驱动和AGI-native组织文化实现超越，而OpenAI与Google因战略失焦被暂时赶超。文章提出Agent时代已至，市场坐标系应从To B/To C转向To Human/To Agent，Agent作为独立生产者与消费者正重构经济系统。同时，机器人领域进入数据Scaling年，技术路径正从VLA转向World Model，硬件与供应链成为关键瓶颈，华人创业者或有机会打造机器人领域的‘台积电’。Neo Labs分化为追寻新范式与专注高价值垂直领域两类，AI竞争进入组织力与生态构建的新阶段。]]></content:encoded>
            <author>海外独角兽</author>
            <enclosure url="https://mmbiz.qpic.cn/mmbiz_jpg/QUs3kaltEh0T8nL1j3Cfjl5jCHXtqCv7zibQNNQnq0ibYiavlqCMicCA5GMM23KWlwiaMncMckRX22yMvsFSpPyB7GLNwSWcDkYOCPtniadoUiaTM0/0" length="0" type="image//mmbiz_jpg/QUs3kaltEh0T8nL1j3Cfjl5jCHXtqCv7zibQNNQnq0ibYiavlqCMicCA5GMM23KWlwiaMncMckRX22yMvsFSpPyB7GLNwSWcDkYOCPtniadoUiaTM0/0"/>
            <tag>人工智能</tag>
            <tag>智能体</tag>
            <tag>大语言模型</tag>
            <tag>自动编程</tag>
            <tag>机器学习</tag>
            <keyword>Coding Agent</keyword>
            <keyword> AGI</keyword>
            <keyword> Anthropic</keyword>
            <keyword> OpenAI</keyword>
            <keyword> Agent-native</keyword>
            <keyword> 组织文化</keyword>
            <keyword> Model Competition</keyword>
            <keyword> Robotics</keyword>
            <keyword> World Model</keyword>
            <keyword> AI Infrastructure</keyword>
        </item>
        <item>
            <title><![CDATA[AI Labs 都在用，ClickHouse 能成为 AI 日志的实时分析引擎吗？]]></title>
            <link>https://mp.weixin.qq.com/s/iq2fwhNrk7sxjsufjbB9Gw</link>
            <guid isPermaLink="false">183eae79322740058c3cdc7bd8969baa</guid>
            <pubDate>Wed, 13 May 2026 12:02:49 GMT</pubDate>
            <description><![CDATA[本文深入分析了开源列式数据库ClickHouse在AI浪潮中的爆发性增长。尽管诞生于2009年，ClickHouse在2025年因高度契合AI推理日志的append-only事件流特性而成为AI公司（如Anthropic、OpenAI）的首选可观测性引擎。公司通过收购HyperDX、Langfuse和推出Postgres Service，从单一OLAP引擎转型为覆盖实时分析、可观测性与AI观测的完整数据平台。其成本优势（较Snowflake低70%+）、高性能与开源策略驱动ARR在18个月内增长10倍至1.6亿美元，估值达150亿美元。但其企业级就绪度、Yandex背景带来的安全疑虑及生态成熟度仍是挑战。文章认为ClickHouse是AI时代数据基础设施的关键受益者，但非AI原生公司，其未来取决于平台化整合与企业销售能力的提升。]]></description>
            <content:encoded><![CDATA[本文深入分析了开源列式数据库ClickHouse在AI浪潮中的爆发性增长。尽管诞生于2009年，ClickHouse在2025年因高度契合AI推理日志的append-only事件流特性而成为AI公司（如Anthropic、OpenAI）的首选可观测性引擎。公司通过收购HyperDX、Langfuse和推出Postgres Service，从单一OLAP引擎转型为覆盖实时分析、可观测性与AI观测的完整数据平台。其成本优势（较Snowflake低70%+）、高性能与开源策略驱动ARR在18个月内增长10倍至1.6亿美元，估值达150亿美元。但其企业级就绪度、Yandex背景带来的安全疑虑及生态成熟度仍是挑战。文章认为ClickHouse是AI时代数据基础设施的关键受益者，但非AI原生公司，其未来取决于平台化整合与企业销售能力的提升。]]></content:encoded>
            <author>海外独角兽</author>
            <enclosure url="https://mmbiz.qpic.cn/mmbiz_jpg/QUs3kaltEh0icAGZHoRKS3T7XRU0Jvn7ebBjWEAQvIZmoLAhNzickazAe42AD7m6YpBXRStmzFedBJXibckNQoLEY8GqMp5dHxOR6NHWGoKLpM/0" length="0" type="image//mmbiz_jpg/QUs3kaltEh0icAGZHoRKS3T7XRU0Jvn7ebBjWEAQvIZmoLAhNzickazAe42AD7m6YpBXRStmzFedBJXibckNQoLEY8GqMp5dHxOR6NHWGoKLpM/0"/>
            <tag>数据分析</tag>
            <tag>实时OLAP</tag>
            <tag>可观测性</tag>
            <tag>列式存储</tag>
            <tag>AI基础设施</tag>
            <keyword>ClickHouse</keyword>
            <keyword> AI可观测性</keyword>
            <keyword> 列式存储</keyword>
            <keyword> 开源数据库</keyword>
            <keyword> 数据平台</keyword>
            <keyword> 云原生</keyword>
            <keyword> 实时分析</keyword>
            <keyword> Langfuse</keyword>
            <keyword> HyperDX</keyword>
            <keyword> 估值150亿美元</keyword>
        </item>
        <item>
            <title><![CDATA[Supabase：百亿美元估值，vibe coding 的默认后端？]]></title>
            <link>https://mp.weixin.qq.com/s/N-g5W-gh_4HomEJcpOhgrw</link>
            <guid isPermaLink="false">cb956130c125fb00472ff5eda527ce3f</guid>
            <pubDate>Tue, 12 May 2026 12:02:27 GMT</pubDate>
            <description><![CDATA[本文深入分析了Supabase作为AI时代关键基础设施的崛起逻辑。Supabase以PostgreSQL为核心，构建了一站式BaaS平台，精准卡位AI编码代理（coding agent）与PostgreSQL成为AI默认后端的双重趋势。其产品战略从服务人类开发者转向服务AI代理，通过收购OrioleDB、Multigres、pg_duckdb和BKND等团队，持续强化底层能力，解决PostgreSQL的扩展性、分析能力与轻量化问题。Supabase凭借开源生态、AI工具的默认推荐、与Anthropic等巨头合作，构建了强大的分发护城河。公司用户突破700万，估值达100亿美元，正从PLG模式向企业级市场拓展，其未来增长取决于能否在Agent-first架构与企业级能力上实现突破。]]></description>
            <content:encoded><![CDATA[本文深入分析了Supabase作为AI时代关键基础设施的崛起逻辑。Supabase以PostgreSQL为核心，构建了一站式BaaS平台，精准卡位AI编码代理（coding agent）与PostgreSQL成为AI默认后端的双重趋势。其产品战略从服务人类开发者转向服务AI代理，通过收购OrioleDB、Multigres、pg_duckdb和BKND等团队，持续强化底层能力，解决PostgreSQL的扩展性、分析能力与轻量化问题。Supabase凭借开源生态、AI工具的默认推荐、与Anthropic等巨头合作，构建了强大的分发护城河。公司用户突破700万，估值达100亿美元，正从PLG模式向企业级市场拓展，其未来增长取决于能否在Agent-first架构与企业级能力上实现突破。]]></content:encoded>
            <author>海外独角兽</author>
            <enclosure url="https://mmbiz.qpic.cn/mmbiz_jpg/QUs3kaltEh1sGHbUvHE0I0N3TCib7BMluPH3OfgdKribfRaQ6tOBF7us5a7icXSNKkztxsICteXLshxID0LOKAg1G3lic3kUZIZPeYA9ibmFyaZ4/0" length="0" type="image//mmbiz_jpg/QUs3kaltEh1sGHbUvHE0I0N3TCib7BMluPH3OfgdKribfRaQ6tOBF7us5a7icXSNKkztxsICteXLshxID0LOKAg1G3lic3kUZIZPeYA9ibmFyaZ4/0"/>
            <tag>人工智能</tag>
            <tag>深度学习</tag>
            <tag>后端即服务</tag>
            <tag>数据库系统</tag>
            <tag>开发者工具</tag>
            <keyword>Supabase</keyword>
            <keyword> AI coding agent</keyword>
            <keyword> PostgreSQL</keyword>
            <keyword> BaaS</keyword>
            <keyword> OrioleDB</keyword>
            <keyword> Multigres</keyword>
            <keyword> pgvector</keyword>
            <keyword> Anthropic</keyword>
            <keyword> 开源基础设施</keyword>
            <keyword> Agent-first</keyword>
        </item>
        <item>
            <title><![CDATA[The Era of Agent：拾象 AGI 投资洞察]]></title>
            <link>https://mp.weixin.qq.com/s/9X4BAXCJXbJ6hf3nILCf9A</link>
            <guid isPermaLink="false">96dcb7b98aa85c0ddb9512976f41ab72</guid>
            <pubDate>Fri, 08 May 2026 12:03:42 GMT</pubDate>
            <description><![CDATA[文章深入分析了2026年AI领域的结构性变革，指出Coding Agent已成为增速最快的新物种，推动AI公司从Chat模式转向Agent时代。Anthropic凭借战略聚焦与组织文化优势在编码领域领先，而OpenAI和Google因战略失焦一度落后。文章强调，模型竞争的核心已从技术转向组织与战略文化，Agent不仅是生产工具，更成为数字世界的独立消费者与生产者。同时，机器人领域进入数据规模化阶段，硬件与供应链成为关键瓶颈，华人创业者或可打造机器人领域的‘台积电’。AI行业正从To B/To C转向To Agent的新坐标系，Harness（工程封装）成为竞争新焦点，Anthropic已向Agent OS转型。未来竞争将围绕Agent-native生态、持续学习范式与高价值垂直领域展开。]]></description>
            <content:encoded><![CDATA[文章深入分析了2026年AI领域的结构性变革，指出Coding Agent已成为增速最快的新物种，推动AI公司从Chat模式转向Agent时代。Anthropic凭借战略聚焦与组织文化优势在编码领域领先，而OpenAI和Google因战略失焦一度落后。文章强调，模型竞争的核心已从技术转向组织与战略文化，Agent不仅是生产工具，更成为数字世界的独立消费者与生产者。同时，机器人领域进入数据规模化阶段，硬件与供应链成为关键瓶颈，华人创业者或可打造机器人领域的‘台积电’。AI行业正从To B/To C转向To Agent的新坐标系，Harness（工程封装）成为竞争新焦点，Anthropic已向Agent OS转型。未来竞争将围绕Agent-native生态、持续学习范式与高价值垂直领域展开。]]></content:encoded>
            <author>海外独角兽</author>
            <enclosure url="https://mmbiz.qpic.cn/mmbiz_jpg/QUs3kaltEh0T8nL1j3Cfjl5jCHXtqCv7zibQNNQnq0ibYiavlqCMicCA5GMM23KWlwiaMncMckRX22yMvsFSpPyB7GLNwSWcDkYOCPtniadoUiaTM0/0" length="0" type="image//mmbiz_jpg/QUs3kaltEh0T8nL1j3Cfjl5jCHXtqCv7zibQNNQnq0ibYiavlqCMicCA5GMM23KWlwiaMncMckRX22yMvsFSpPyB7GLNwSWcDkYOCPtniadoUiaTM0/0"/>
            <tag>人工智能</tag>
            <tag>智能体</tag>
            <tag>大语言模型</tag>
            <tag>机器学习</tag>
            <tag>自动化</tag>
            <keyword>Coding Agent</keyword>
            <keyword> Agent时代</keyword>
            <keyword> Anthropic</keyword>
            <keyword> OpenAI</keyword>
            <keyword> Google</keyword>
            <keyword> 组织文化</keyword>
            <keyword> 持续学习</keyword>
            <keyword> Agent-native</keyword>
            <keyword> 硬件供应链</keyword>
            <keyword> 世界模型</keyword>
        </item>
        <item>
            <title><![CDATA[深度讨论新一轮模型发布：当智能进入月更时代 | Best Ideas]]></title>
            <link>https://mp.weixin.qq.com/s/1ceJS8LhoWB6NngwanivZA</link>
            <guid isPermaLink="false">88dd00c40a8cbdec1c17f1313ef04048</guid>
            <pubDate>Wed, 29 Apr 2026 12:02:54 GMT</pubDate>
            <description><![CDATA[本文深度探讨了AI模型进入‘月更时代’后的技术演进与产业影响，聚焦Opus 4.7、GPT-5.5、DeepSeek V4等最新模型的实测表现，指出模型能力正快速吞噬开发脚手架，算力成为核心瓶颈，Token价格同步上涨，供需缺口加剧。文章强调，AI的竞争已从模型参数转向数据飞轮、组织协同与上下文管理，企业能否打通权限与数据流成为关键。同时，中国AI厂商在国产芯片适配与架构创新上取得突破，但短期内仍面临算力与生态的严峻挑战。未来AI的真正护城河在于人与系统的深度耦合，而非单纯模型性能。]]></description>
            <content:encoded><![CDATA[本文深度探讨了AI模型进入‘月更时代’后的技术演进与产业影响，聚焦Opus 4.7、GPT-5.5、DeepSeek V4等最新模型的实测表现，指出模型能力正快速吞噬开发脚手架，算力成为核心瓶颈，Token价格同步上涨，供需缺口加剧。文章强调，AI的竞争已从模型参数转向数据飞轮、组织协同与上下文管理，企业能否打通权限与数据流成为关键。同时，中国AI厂商在国产芯片适配与架构创新上取得突破，但短期内仍面临算力与生态的严峻挑战。未来AI的真正护城河在于人与系统的深度耦合，而非单纯模型性能。]]></content:encoded>
            <author>海外独角兽</author>
            <enclosure url="https://mmbiz.qpic.cn/mmbiz_jpg/QUs3kaltEh1puJibsSsylJf2tZZndicoLT8jZJD2CDuo9SmVWKLwpo6I8Q9XT6eE3o8ibRsR7jRI2uXzbRA58EkXibRpkSzEdbPB10tEGI44lW4/0" length="0" type="image//mmbiz_jpg/QUs3kaltEh1puJibsSsylJf2tZZndicoLT8jZJD2CDuo9SmVWKLwpo6I8Q9XT6eE3o8ibRsR7jRI2uXzbRA58EkXibRpkSzEdbPB10tEGI44lW4/0"/>
            <tag>人工智能</tag>
            <tag>大模型</tag>
            <tag>算力瓶颈</tag>
            <tag>模型迭代</tag>
            <tag>数据飞轮</tag>
            <keyword>AI月更时代</keyword>
            <keyword> Opus 4.7</keyword>
            <keyword> GPT-5.5</keyword>
            <keyword> DeepSeek V4</keyword>
            <keyword> Token涨价</keyword>
            <keyword> 算力瓶颈</keyword>
            <keyword> 模型架构</keyword>
            <keyword> 数据飞轮</keyword>
            <keyword> AI agent</keyword>
            <keyword> 技术护城河</keyword>
        </item>
        <item>
            <title><![CDATA[Agent 时代启示录: 当 Agent 作为新物种加入经济系统]]></title>
            <link>https://mp.weixin.qq.com/s/9R4CknPNtq3-TsBf94tk8A</link>
            <guid isPermaLink="false">da70f0ea3fc02a6d6da399abdc05edea</guid>
            <pubDate>Tue, 21 Apr 2026 12:02:46 GMT</pubDate>
            <description><![CDATA[本文深入探讨了AI代理（Agent）时代对传统互联网商业范式的颠覆，指出以DAU为代表的旧指标已失效，价值正从用户规模转向高价值任务的完成效率。作者提出‘To Human / To Agent’新坐标系，认为AI代理正成为独立的生产者与消费者，推动商业模式从卖Token转向卖OS/云平台生态。软件形态正从GUI向CLI/API迁移，Harness（代理编排层）成为新护城河。Anthropic凭借无用户包袱的Agent-native设计，快速超越OpenAI的ARR表现。未来机会集中在Runtime基础设施、垂直领域Harness和Agent身份与支付等新层，预示一个由非人类主体构成的高效经济系统正在形成。]]></description>
            <content:encoded><![CDATA[本文深入探讨了AI代理（Agent）时代对传统互联网商业范式的颠覆，指出以DAU为代表的旧指标已失效，价值正从用户规模转向高价值任务的完成效率。作者提出‘To Human / To Agent’新坐标系，认为AI代理正成为独立的生产者与消费者，推动商业模式从卖Token转向卖OS/云平台生态。软件形态正从GUI向CLI/API迁移，Harness（代理编排层）成为新护城河。Anthropic凭借无用户包袱的Agent-native设计，快速超越OpenAI的ARR表现。未来机会集中在Runtime基础设施、垂直领域Harness和Agent身份与支付等新层，预示一个由非人类主体构成的高效经济系统正在形成。]]></content:encoded>
            <author>海外独角兽</author>
            <enclosure url="https://mmbiz.qpic.cn/mmbiz_jpg/QUs3kaltEh2fWibAa1k4acrNxwh42j0HPeA7XZHdibyM9l2Ird6rZasibfGrmzpoAvRJS6wN4SUworic7luq2ZZmWl7I7rmbJiaQ2eIIAyKiacyUk/0" length="0" type="image//mmbiz_jpg/QUs3kaltEh2fWibAa1k4acrNxwh42j0HPeA7XZHdibyM9l2Ird6rZasibfGrmzpoAvRJS6wN4SUworic7luq2ZZmWl7I7rmbJiaQ2eIIAyKiacyUk/0"/>
            <tag>人工智能</tag>
            <tag>智能代理</tag>
            <tag>商业模式转型</tag>
            <tag>基础设施重构</tag>
            <tag>技术范式迁移</tag>
            <keyword>Agent时代</keyword>
            <keyword> To Human / To Agent</keyword>
            <keyword> Anthropic</keyword>
            <keyword> OpenAI</keyword>
            <keyword> Harness</keyword>
            <keyword> 代理编排</keyword>
            <keyword> 商业模式转型</keyword>
            <keyword> 人工智能基础设施</keyword>
            <keyword> 高价值任务</keyword>
            <keyword> 范式转移</keyword>
        </item>
        <item>
            <title><![CDATA[Resolve AI：为什么 AI SRE 领域有望诞生下一代 Datadog]]></title>
            <link>https://mp.weixin.qq.com/s/cr1ZLVv9eq5cbILdlQlo8g</link>
            <guid isPermaLink="false">fbabd362d1c62070caeae2480fdac2c0</guid>
            <pubDate>Mon, 20 Apr 2026 12:03:46 GMT</pubDate>
            <description><![CDATA[本文深入分析了AI SRE（人工智能运维）领域的最新突破，聚焦于初创公司Resolve AI的产品模式与技术路径。Resolve AI通过‘环境记忆+多智能体协同’架构，实现对生产环境的自主调查与根因分析，其核心优势在于持续积累客户系统上下文，形成数据飞轮，并采用本地化Satellite部署保障数据安全。相比竞争对手Traversal，Resolve更务实、注重企业级安全与工程落地，已获得1.5亿美元融资，估值达10亿美元，客户涵盖Coinbase、Salesforce等头部企业。文章指出，AI SRE的真正瓶颈不在模型能力，而在如何系统化沉淀运维经验与组织复杂生产上下文，其未来潜力取决于软件价值结构是否仍以高可靠性核心系统为主导。]]></description>
            <content:encoded><![CDATA[本文深入分析了AI SRE（人工智能运维）领域的最新突破，聚焦于初创公司Resolve AI的产品模式与技术路径。Resolve AI通过‘环境记忆+多智能体协同’架构，实现对生产环境的自主调查与根因分析，其核心优势在于持续积累客户系统上下文，形成数据飞轮，并采用本地化Satellite部署保障数据安全。相比竞争对手Traversal，Resolve更务实、注重企业级安全与工程落地，已获得1.5亿美元融资，估值达10亿美元，客户涵盖Coinbase、Salesforce等头部企业。文章指出，AI SRE的真正瓶颈不在模型能力，而在如何系统化沉淀运维经验与组织复杂生产上下文，其未来潜力取决于软件价值结构是否仍以高可靠性核心系统为主导。]]></content:encoded>
            <author>海外独角兽</author>
            <enclosure url="https://mmbiz.qpic.cn/sz_mmbiz_jpg/QUs3kaltEh243yt04gacaibZgjMTcP9ty5zQmGTK7vETN6xMOTpnJaeXpJjIoGkQS9AficLExulvqvZYuR4br5qSiaAmBSibuevYwicBuFfh2FGY/0" length="0" type="image//sz_mmbiz_jpg/QUs3kaltEh243yt04gacaibZgjMTcP9ty5zQmGTK7vETN6xMOTpnJaeXpJjIoGkQS9AficLExulvqvZYuR4br5qSiaAmBSibuevYwicBuFfh2FGY/0"/>
            <tag>人工智能</tag>
            <tag>运维自动化</tag>
            <tag>可观测性</tag>
            <tag>多智能体系统</tag>
            <tag>生产环境智能</tag>
            <keyword>AI SRE</keyword>
            <keyword> Resolve AI</keyword>
            <keyword> 多智能体</keyword>
            <keyword> 环境记忆</keyword>
            <keyword> 生产环境</keyword>
            <keyword> 可观测性</keyword>
            <keyword> OpenTelemetry</keyword>
            <keyword> 根因分析</keyword>
            <keyword> 数据飞轮</keyword>
            <keyword> 运维自动化</keyword>
        </item>
        <item>
            <title><![CDATA[硅谷火了一年的 AI Roll-Up，正在把“买公司”变成新的 AI 创业模式]]></title>
            <link>https://mp.weixin.qq.com/s/3aO_GQgT6-eoc64jyIP6Uw</link>
            <guid isPermaLink="false">5fb1213f101a26002439e82e77fb91b8</guid>
            <pubDate>Thu, 16 Apr 2026 12:03:50 GMT</pubDate>
            <description><![CDATA[文章探讨了AI投资从‘卖工具’向‘拥有运营’的范式转变，即AI Roll-Up模式的兴起。传统AI SaaS面临长尾中小企业采纳率低的困境，而AI Roll-Up通过直接收购并用AI重构小型服务企业（如会计所、律所、IT服务商），实现运营效率跃升与利润率翻倍。成本下降200倍、劳动力定价转向‘省人’模式、运营数据飞轮、老龄化企业资产集中退出等五大趋势共同推动这一变革。General Catalyst、Thrive Holdings（获OpenAI入股）、Lightspeed等资本方正系统性布局，构建AI驱动的运营平台。文章分析了不同行业（会计、法律、IT、客服、保险）的Roll-Up实践与竞争格局，并指出未来竞争核心在于AI工程师人才、数据积累与自主化系统构建，最终将催生‘自主型企业’。]]></description>
            <content:encoded><![CDATA[文章探讨了AI投资从‘卖工具’向‘拥有运营’的范式转变，即AI Roll-Up模式的兴起。传统AI SaaS面临长尾中小企业采纳率低的困境，而AI Roll-Up通过直接收购并用AI重构小型服务企业（如会计所、律所、IT服务商），实现运营效率跃升与利润率翻倍。成本下降200倍、劳动力定价转向‘省人’模式、运营数据飞轮、老龄化企业资产集中退出等五大趋势共同推动这一变革。General Catalyst、Thrive Holdings（获OpenAI入股）、Lightspeed等资本方正系统性布局，构建AI驱动的运营平台。文章分析了不同行业（会计、法律、IT、客服、保险）的Roll-Up实践与竞争格局，并指出未来竞争核心在于AI工程师人才、数据积累与自主化系统构建，最终将催生‘自主型企业’。]]></content:encoded>
            <author>海外独角兽</author>
            <enclosure url="https://mmbiz.qpic.cn/mmbiz_jpg/QUs3kaltEh1a21iascNDgFFQYntIl4JdEcrF96wtE5r6zGnWL2M5CoiaWZBOJEPqKuhft9asqYACHjkxb1hG2SdicKyWrbeicQ4memD00ZxyNu8/0" length="0" type="image//mmbiz_jpg/QUs3kaltEh1a21iascNDgFFQYntIl4JdEcrF96wtE5r6zGnWL2M5CoiaWZBOJEPqKuhft9asqYACHjkxb1hG2SdicKyWrbeicQ4memD00ZxyNu8/0"/>
            <tag>人工智能</tag>
            <tag>自动化运营</tag>
            <tag>资本并购</tag>
            <tag>数据飞轮</tag>
            <tag>商业模式创新</tag>
            <keyword>AI Roll-Up</keyword>
            <keyword> AI所有权</keyword>
            <keyword> OpenAI</keyword>
            <keyword> Thrive Holdings</keyword>
            <keyword> General Catalyst</keyword>
            <keyword> AI经济模型</keyword>
            <keyword> 运营数据飞轮</keyword>
            <keyword> 服务行业数字化</keyword>
            <keyword> AI成本下降</keyword>
            <keyword> 资本重组</keyword>
        </item>
        <item>
            <title><![CDATA[Physical Intelligence：机器人需要一个“个人电脑时刻”]]></title>
            <link>https://mp.weixin.qq.com/s/6DIWXL9hDbmVOmAyMMd16w</link>
            <guid isPermaLink="false">dc8d8a9dfb9dd07f22cd7f23883f7126</guid>
            <pubDate>Fri, 03 Apr 2026 12:03:49 GMT</pubDate>
            <description><![CDATA[本文深度探讨了Physical Intelligence（PI）公司如何通过构建通用机器人基础模型（VLA模型）推动‘通用物理智能’的发展。联合创始人Sergey Levine认为，机器人无需海量专用数据，而应依靠多模态大模型融合互联网常识与真实世界数据，实现跨任务、跨形态的泛化能力。文章强调，机器人突破的关键在于‘端到端学习’、‘思维链推理’与‘强化学习迭代’，并指出硬件成本下降与LLM进步共同加速了这一进程。PI的愿景是打造可组合的机器人平台，释放个体创造力，如同个人电脑之于软件应用。尽管面临长尾场景、人机交互安全等挑战，其路径已被视为通往具身AI的最可行方向。]]></description>
            <content:encoded><![CDATA[本文深度探讨了Physical Intelligence（PI）公司如何通过构建通用机器人基础模型（VLA模型）推动‘通用物理智能’的发展。联合创始人Sergey Levine认为，机器人无需海量专用数据，而应依靠多模态大模型融合互联网常识与真实世界数据，实现跨任务、跨形态的泛化能力。文章强调，机器人突破的关键在于‘端到端学习’、‘思维链推理’与‘强化学习迭代’，并指出硬件成本下降与LLM进步共同加速了这一进程。PI的愿景是打造可组合的机器人平台，释放个体创造力，如同个人电脑之于软件应用。尽管面临长尾场景、人机交互安全等挑战，其路径已被视为通往具身AI的最可行方向。]]></content:encoded>
            <author>海外独角兽</author>
            <enclosure url="https://mmbiz.qpic.cn/sz_mmbiz_jpg/QUs3kaltEh3AnykNuO40oXnV8GUiaOQq2Q4BaQVqL25SlQRuzMPfZhzQic3JicbCt19LE4HJhytECySG97ZpjZrdfjTfGyicJjMM2fPRHO1XeTc/0" length="0" type="image//sz_mmbiz_jpg/QUs3kaltEh3AnykNuO40oXnV8GUiaOQq2Q4BaQVqL25SlQRuzMPfZhzQic3JicbCt19LE4HJhytECySG97ZpjZrdfjTfGyicJjMM2fPRHO1XeTc/0"/>
            <tag>人工智能</tag>
            <tag>通用人工智能</tag>
            <tag>机器人学习</tag>
            <tag>多模态模型</tag>
            <tag>具身智能</tag>
            <keyword>通用物理智能</keyword>
            <keyword> Physical Intelligence</keyword>
            <keyword> Sergey Levine</keyword>
            <keyword> 机器人基础模型</keyword>
            <keyword> VLA模型</keyword>
            <keyword> 端到端学习</keyword>
            <keyword> 多模态大模型</keyword>
            <keyword> 强化学习</keyword>
            <keyword> 具身AI</keyword>
            <keyword> Moravec悖论</keyword>
        </item>
        <item>
            <title><![CDATA[Juicebox：用 AI 把 HR 工作提效 2 倍，4 人团队实现 $10M ARR]]></title>
            <link>https://mp.weixin.qq.com/s/PUdBCoPGsbQCRS8ONKZfEw</link>
            <guid isPermaLink="false">cba4d5237648b64052b53f2db5896038</guid>
            <pubDate>Thu, 02 Apr 2026 12:02:30 GMT</pubDate>
            <description><![CDATA[文章深入分析了AI招聘工具Juicebox的商业模式、产品优势与竞争挑战。Juicebox专注招聘漏斗顶部的‘找人’环节，凭借AI native架构、自然语言搜索、用户反馈飞轮和极低定价（仅为LinkedIn的1/7），4人团队实现超3000万美元年经常性收入（ARR），估值达8.5亿美元。其核心优势在于语义匹配精度与PLG增长模式，但面临LinkedIn的实时数据垄断、Gem的全栈整合、端到端Agent的替代威胁，以及通用AI模型对轻量搜索场景的蚕食。文章指出，Juicebox的长期生存依赖于能否在Copilot信任窗口期内完成企业级渗透，并拓展至招聘全流程，否则其‘搜人’工具定位可能因AI Agent的崛起而被边缘化。]]></description>
            <content:encoded><![CDATA[文章深入分析了AI招聘工具Juicebox的商业模式、产品优势与竞争挑战。Juicebox专注招聘漏斗顶部的‘找人’环节，凭借AI native架构、自然语言搜索、用户反馈飞轮和极低定价（仅为LinkedIn的1/7），4人团队实现超3000万美元年经常性收入（ARR），估值达8.5亿美元。其核心优势在于语义匹配精度与PLG增长模式，但面临LinkedIn的实时数据垄断、Gem的全栈整合、端到端Agent的替代威胁，以及通用AI模型对轻量搜索场景的蚕食。文章指出，Juicebox的长期生存依赖于能否在Copilot信任窗口期内完成企业级渗透，并拓展至招聘全流程，否则其‘搜人’工具定位可能因AI Agent的崛起而被边缘化。]]></content:encoded>
            <author>海外独角兽</author>
            <enclosure url="https://mmbiz.qpic.cn/sz_mmbiz_jpg/QUs3kaltEh3e9HiaicgddqgWRTSRep8KIGX91LZ8wFp3OksT11DicsJiaILImw8C0wYup0yEkMaAx4BkWvxEzib1j3jWKJkCTXKYfSNnOxSuv8XY/0" length="0" type="image//sz_mmbiz_jpg/QUs3kaltEh3e9HiaicgddqgWRTSRep8KIGX91LZ8wFp3OksT11DicsJiaILImw8C0wYup0yEkMaAx4BkWvxEzib1j3jWKJkCTXKYfSNnOxSuv8XY/0"/>
            <tag>人工智能</tag>
            <tag>招聘自动化</tag>
            <tag>AI驱动的SaaS</tag>
            <tag>自然语言搜索</tag>
            <tag>智能推荐系统</tag>
            <keyword>Juicebox</keyword>
            <keyword> AI招聘</keyword>
            <keyword> Copilot</keyword>
            <keyword> 招聘寻源</keyword>
            <keyword> B2B SaaS</keyword>
            <keyword> 人才搜寻</keyword>
            <keyword> Agent</keyword>
            <keyword> LinkedIn Recruiter</keyword>
            <keyword> PLG增长</keyword>
            <keyword> 语义搜索</keyword>
        </item>
        <item>
            <title><![CDATA[Harness is the New Dataset：模型智能提升的下一个关键方向]]></title>
            <link>https://mp.weixin.qq.com/s/9qI83Ne-Ac_R9y-yJ6SVnQ</link>
            <guid isPermaLink="false">3f13b91a93ec1bb95549a7957253f86c</guid>
            <pubDate>Thu, 26 Mar 2026 12:00:00 GMT</pubDate>
            <description><![CDATA[本文系统阐述了Harness Engineering作为AI Agent时代新范式的崛起，指出当大模型能力趋于成熟后，决定AI系统上限的不再是模型本身，而是围绕模型构建的外围系统——Harness。文章详细解析了Harness的六大核心组件（记忆管理、工具调用、编排协调、基础设施、评估验证、追踪观测），并提出其设计三大原则：信息层的精准披露与上下文优化、执行层的任务分阶段拆解、反馈层的闭环迭代。作者强调Harness即数据，其捕获的执行轨迹构成核心竞争优势，并揭示模型与Harness正走向协同训练与共同进化。文章还展望了未来Coordination Engineering与Intention Engineering的演进方向，并分析了信息层、执行层、反馈层三大方向的创业机会，如Edra、Temporal、Braintrust等公司。]]></description>
            <content:encoded><![CDATA[本文系统阐述了Harness Engineering作为AI Agent时代新范式的崛起，指出当大模型能力趋于成熟后，决定AI系统上限的不再是模型本身，而是围绕模型构建的外围系统——Harness。文章详细解析了Harness的六大核心组件（记忆管理、工具调用、编排协调、基础设施、评估验证、追踪观测），并提出其设计三大原则：信息层的精准披露与上下文优化、执行层的任务分阶段拆解、反馈层的闭环迭代。作者强调Harness即数据，其捕获的执行轨迹构成核心竞争优势，并揭示模型与Harness正走向协同训练与共同进化。文章还展望了未来Coordination Engineering与Intention Engineering的演进方向，并分析了信息层、执行层、反馈层三大方向的创业机会，如Edra、Temporal、Braintrust等公司。]]></content:encoded>
            <author>海外独角兽</author>
            <enclosure url="https://mmbiz.qpic.cn/mmbiz_jpg/QUs3kaltEh3op6qwg7Noqgzkx9iaa6s82hHjyiaAl9seOZ6l3r2mSkmr9aBEu3iaQbfA6N6ZpzmljgzFQCI3rfcoFrZENHicmaTv7YuYYJgUOJc/0" length="0" type="image//mmbiz_jpg/QUs3kaltEh3op6qwg7Noqgzkx9iaa6s82hHjyiaAl9seOZ6l3r2mSkmr9aBEu3iaQbfA6N6ZpzmljgzFQCI3rfcoFrZENHicmaTv7YuYYJgUOJc/0"/>
            <tag>人工智能</tag>
            <tag>智能体系统</tag>
            <tag>工程框架</tag>
            <tag>模型优化</tag>
            <tag>反馈闭环</tag>
            <keyword>Harness Engineering</keyword>
            <keyword> AI Agent</keyword>
            <keyword> 执行轨迹</keyword>
            <keyword> 模型与系统协同</keyword>
            <keyword> 上下文管理</keyword>
            <keyword> 工具调用</keyword>
            <keyword> 反馈闭环</keyword>
            <keyword> Coordination Engineering</keyword>
            <keyword> 数据飞轮</keyword>
            <keyword> AGI</keyword>
        </item>
        <item>
            <title><![CDATA[Harness Engineering 为什么是 Agent 时代的“控制论”？]]></title>
            <link>https://mp.weixin.qq.com/s/SVUybMZb6uh5OCR3ceoBVA</link>
            <guid isPermaLink="false">8c5b33609fc18ed3d7dfc53028f32420</guid>
            <pubDate>Wed, 18 Mar 2026 04:07:29 GMT</pubDate>
            <description><![CDATA[本文由OpenClaw维护者George Zhang撰写，探讨了AI时代下工程师角色的深刻转变，提出‘harness engineering’概念——工程师不再编写代码，而是设计系统环境与反馈回路，让AI代理自动完成编码。作者通过瓦特离心调速器、Kubernetes控制器和AI编码代理三个历史阶段，揭示这一模式的本质是控制论（cybernetics）的再现：从手动操作转向系统性掌舵。文章强调，AI能否成功的关键不在于生成能力，而在于如何将人类的架构判断、审美标准和质量规范转化为机器可执行的校准规则。唯有建立可靠的验证机制（如自定义Linter、架构文档、验证器），才能避免代码漂移与系统失控。最终指出：验证比生成更重要，工程师的未来在于定义‘正确’，而非亲手编码。]]></description>
            <content:encoded><![CDATA[本文由OpenClaw维护者George Zhang撰写，探讨了AI时代下工程师角色的深刻转变，提出‘harness engineering’概念——工程师不再编写代码，而是设计系统环境与反馈回路，让AI代理自动完成编码。作者通过瓦特离心调速器、Kubernetes控制器和AI编码代理三个历史阶段，揭示这一模式的本质是控制论（cybernetics）的再现：从手动操作转向系统性掌舵。文章强调，AI能否成功的关键不在于生成能力，而在于如何将人类的架构判断、审美标准和质量规范转化为机器可执行的校准规则。唯有建立可靠的验证机制（如自定义Linter、架构文档、验证器），才能避免代码漂移与系统失控。最终指出：验证比生成更重要，工程师的未来在于定义‘正确’，而非亲手编码。]]></content:encoded>
            <author>海外独角兽</author>
            <enclosure url="https://mmbiz.qpic.cn/mmbiz_jpg/QUs3kaltEh1HNgzEJWWWyW7hw9ue3nF3icxTuWW4jC9MTzQUKk8dbeCkx8nmrk1cicXZKqicvzBp7gxs5jaZOWC43gic80x3g8QX2FOkJ6YpB4Y/0" length="0" type="image//mmbiz_jpg/QUs3kaltEh1HNgzEJWWWyW7hw9ue3nF3icxTuWW4jC9MTzQUKk8dbeCkx8nmrk1cicXZKqicvzBp7gxs5jaZOWC43gic80x3g8QX2FOkJ6YpB4Y/0"/>
            <tag>人工智能</tag>
            <tag>自动化工程</tag>
            <tag>控制论</tag>
            <tag>反馈回路</tag>
            <tag>软件工程</tag>
            <keyword>harness engineering</keyword>
            <keyword>控制论</keyword>
            <keyword>AI代理</keyword>
            <keyword>代码生成</keyword>
            <keyword>反馈回路</keyword>
            <keyword>Kubernetes</keyword>
            <keyword>LLM</keyword>
            <keyword>工程师角色转变</keyword>
            <keyword>代码漂移</keyword>
            <keyword>验证器</keyword>
        </item>
        <item>
            <title><![CDATA[OpenClaw 引爆 AI 安全焦虑，Armadin 的 Agent 攻防闭环会成为新范式吗？]]></title>
            <link>https://mp.weixin.qq.com/s/uiLxOQSVbuL9R_O0yJ3RTg</link>
            <guid isPermaLink="false">305f7aa40b1fa02d1fa1c4ac30bd975d</guid>
            <pubDate>Tue, 17 Mar 2026 12:05:36 GMT</pubDate>
            <description><![CDATA[文章探讨了AI代理（agent）时代对网络安全的颠覆性影响，指出AI大幅降低攻击成本、提升攻击规模与隐蔽性，使传统防御体系失效。在此背景下，网络安全公司Armadin提出‘最好的进攻就是最好的防守’理念，构建由AI代理集群组成的自主攻防系统，持续模拟国家级攻击行为并训练防御代理，形成无需人工干预的闭环安全体系。其核心优势在于将人类专家经验转化为可扩展的AI能力，并通过客户交付数据持续优化模型，实现攻击面100%覆盖与自动修复。文章还回顾了Mandiant创始人Kevin Mandia等团队背景，以及Google收购Wiz等市场信号，凸显AI驱动的安全范式转型已成必然趋势。]]></description>
            <content:encoded><![CDATA[文章探讨了AI代理（agent）时代对网络安全的颠覆性影响，指出AI大幅降低攻击成本、提升攻击规模与隐蔽性，使传统防御体系失效。在此背景下，网络安全公司Armadin提出‘最好的进攻就是最好的防守’理念，构建由AI代理集群组成的自主攻防系统，持续模拟国家级攻击行为并训练防御代理，形成无需人工干预的闭环安全体系。其核心优势在于将人类专家经验转化为可扩展的AI能力，并通过客户交付数据持续优化模型，实现攻击面100%覆盖与自动修复。文章还回顾了Mandiant创始人Kevin Mandia等团队背景，以及Google收购Wiz等市场信号，凸显AI驱动的安全范式转型已成必然趋势。]]></content:encoded>
            <author>海外独角兽</author>
            <enclosure url="https://mmbiz.qpic.cn/mmbiz_jpg/QUs3kaltEh1mENowkFEnSODcgDL8ia5VaeLZIz9ofsKXMYulMHO6umV3c8IdADtj1LDyU8gcPnYSFeGgKiaPiabcIHkIZRUcGm1HNFdaOz3RJc/0" length="0" type="image//mmbiz_jpg/QUs3kaltEh1mENowkFEnSODcgDL8ia5VaeLZIz9ofsKXMYulMHO6umV3c8IdADtj1LDyU8gcPnYSFeGgKiaPiabcIHkIZRUcGm1HNFdaOz3RJc/0"/>
            <tag>人工智能</tag>
            <tag>网络安全</tag>
            <tag>自主智能体</tag>
            <tag>攻击面管理</tag>
            <tag>防御闭环</tag>
            <keyword>AI代理</keyword>
            <keyword> 网络安全</keyword>
            <keyword> Armadin</keyword>
            <keyword> 攻防闭环</keyword>
            <keyword> 零日漏洞</keyword>
            <keyword> 社会工程学</keyword>
            <keyword> Agent Swarm</keyword>
            <keyword> 漏洞优先级</keyword>
            <keyword> 攻击面管理</keyword>
            <keyword> Mandiant</keyword>
        </item>
        <item>
            <title><![CDATA[Legora、Mercor 都在用，Reducto 能成为独立的 LLM 数据入口吗？]]></title>
            <link>https://mp.weixin.qq.com/s/2sD0ymHeOk_vsjx_SxFZVA</link>
            <guid isPermaLink="false">e44485ed2cfe74f417e7a6261658ebe7</guid>
            <pubDate>Thu, 12 Mar 2026 12:06:14 GMT</pubDate>
            <description><![CDATA[本文深入分析了AI文档解析公司Reducto的商业模式、技术架构与市场竞争格局。Reducto通过创新的Agentic OCR三层架构（版面解析、VLM语义理解、多轮自纠错），在复杂非结构化文档（如金融报表、法律合同）解析中实现极高精度，解决了AI落地中‘数据质量差’的核心瓶颈。尽管面临多模态大模型（如Gemini）在简单文档场景中的成本优势与替代威胁，Reducto凭借在高难度场景的不可替代性、企业级开箱即用体验和‘白手套’服务，仍维持高估值与头部客户青睐。其成功源于聚焦精度而非广度、创始人工程背景深厚、早期客户深度运营及高效融资策略，被视为AI数据基础设施的关键一环。]]></description>
            <content:encoded><![CDATA[本文深入分析了AI文档解析公司Reducto的商业模式、技术架构与市场竞争格局。Reducto通过创新的Agentic OCR三层架构（版面解析、VLM语义理解、多轮自纠错），在复杂非结构化文档（如金融报表、法律合同）解析中实现极高精度，解决了AI落地中‘数据质量差’的核心瓶颈。尽管面临多模态大模型（如Gemini）在简单文档场景中的成本优势与替代威胁，Reducto凭借在高难度场景的不可替代性、企业级开箱即用体验和‘白手套’服务，仍维持高估值与头部客户青睐。其成功源于聚焦精度而非广度、创始人工程背景深厚、早期客户深度运营及高效融资策略，被视为AI数据基础设施的关键一环。]]></content:encoded>
            <author>海外独角兽</author>
            <enclosure url="https://mmbiz.qpic.cn/sz_mmbiz_jpg/QUs3kaltEh2Bia1GjuibH5MKiae3TpXUqdiacIH2npiaYsx3dzsSG0icP0Lia7JOJdLGOribc27kwNolnS37iaYhIUDXqIZ1fmicgEWLiaUcmmH36J0Uj8/0" length="0" type="image//sz_mmbiz_jpg/QUs3kaltEh2Bia1GjuibH5MKiae3TpXUqdiacIH2npiaYsx3dzsSG0icP0Lia7JOJdLGOribc27kwNolnS37iaYhIUDXqIZ1fmicgEWLiaUcmmH36J0Uj8/0"/>
            <tag>人工智能</tag>
            <tag>文档解析</tag>
            <tag>多模态模型</tag>
            <tag>数据摄取</tag>
            <tag>Agentic OCR</tag>
            <keyword>Reducto</keyword>
            <keyword> Agentic OCR</keyword>
            <keyword> 非结构化数据</keyword>
            <keyword> 文档解析</keyword>
            <keyword> 多模态大模型</keyword>
            <keyword> 数据质量</keyword>
            <keyword> AI基础设施</keyword>
            <keyword> 文本结构化</keyword>
            <keyword> 企业AI落地</keyword>
            <keyword> 数据摄取</keyword>
        </item>
        <item>
            <title><![CDATA[为什么顶尖投行都选择了 Rogo 这个金融 Agent？]]></title>
            <link>https://mp.weixin.qq.com/s/9Ag-Ra_TDbcMxYY6DwOEHw</link>
            <guid isPermaLink="false">9479ccfc67ca46c5e7cec751f90fec4d</guid>
            <pubDate>Thu, 05 Mar 2026 12:05:05 GMT</pubDate>
            <description><![CDATA[本文深入分析了金融AI领域新兴企业Rogo的崛起历程与商业模式。Rogo由前华尔街分析师创立，专注于为投行提供嵌入Excel和PPT的AI工作台，打通Capital IQ、FactSet等核心金融数据源，实现自然语言查询、可溯源数据引用与自动化报告生成，显著提升分析师效率。其核心优势在于深度集成金融工作流、零幻觉机制与单租户安全架构，已服务J.P. Morgan、Lazard等50余家顶级机构，ARR两年增长27倍，估值达7.5亿美元。文章对比了Hebbia、Boosted.ai等垂直竞品及Anthropic、OpenAI等大模型厂商的布局，指出金融AI真正的壁垒在于对复杂、非标工作流的深度接管与信任建立，而非通用模型能力。Rogo代表了垂直AI Agent在高门槛专业领域的成功范式。]]></description>
            <content:encoded><![CDATA[本文深入分析了金融AI领域新兴企业Rogo的崛起历程与商业模式。Rogo由前华尔街分析师创立，专注于为投行提供嵌入Excel和PPT的AI工作台，打通Capital IQ、FactSet等核心金融数据源，实现自然语言查询、可溯源数据引用与自动化报告生成，显著提升分析师效率。其核心优势在于深度集成金融工作流、零幻觉机制与单租户安全架构，已服务J.P. Morgan、Lazard等50余家顶级机构，ARR两年增长27倍，估值达7.5亿美元。文章对比了Hebbia、Boosted.ai等垂直竞品及Anthropic、OpenAI等大模型厂商的布局，指出金融AI真正的壁垒在于对复杂、非标工作流的深度接管与信任建立，而非通用模型能力。Rogo代表了垂直AI Agent在高门槛专业领域的成功范式。]]></content:encoded>
            <author>海外独角兽</author>
            <enclosure url="https://mmbiz.qpic.cn/mmbiz_jpg/QUs3kaltEh1aHiaxq3MEGOajAhkVAPSlZQtVmRT6KczH2cdt6icXC9SiciarabZkvSyZHLBRenpRkqQX9EHEiaCFlVOzcjfALwZCr6Rxt6tm4lNM/0" length="0" type="image//mmbiz_jpg/QUs3kaltEh1aHiaxq3MEGOajAhkVAPSlZQtVmRT6KczH2cdt6icXC9SiciarabZkvSyZHLBRenpRkqQX9EHEiaCFlVOzcjfALwZCr6Rxt6tm4lNM/0"/>
            <tag>人工智能</tag>
            <tag>金融AI</tag>
            <tag>工作流自动化</tag>
            <tag>大语言模型</tag>
            <tag>垂直领域应用</tag>
            <keyword>Rogo</keyword>
            <keyword>金融AI</keyword>
            <keyword>垂直AI Agent</keyword>
            <keyword>投行自动化</keyword>
            <keyword>AI工作流</keyword>
            <keyword>数据分析</keyword>
            <keyword>资本IQ</keyword>
            <keyword>FactSet</keyword>
            <keyword>红杉资本</keyword>
            <keyword>AI可溯源</keyword>
        </item>
        <item>
            <title><![CDATA[OpenClaw 是一个信号｜2026 Long-Horizon Agent 投资地图]]></title>
            <link>https://mp.weixin.qq.com/s/EDJRZQLdNRs-gKzWFWigTQ</link>
            <guid isPermaLink="false">c0165d854a99ec1022eae0300ecfb2d1</guid>
            <pubDate>Thu, 26 Feb 2026 12:02:37 GMT</pubDate>
            <description><![CDATA[本文深入探讨了AI Agent从辅助工具向数字劳动力转型的革命性趋势，以OpenClaw为代表，Long-Horizon Agent（长程智能体）开始直接执行复杂企业流程，推动商业模式从SaaS的‘卖工具’转向‘卖劳动力’。文章分析了Agent在推理架构、执行轨迹数据、语音交互与基础设施四大维度的护城河构建，并提出2026年投资重点将从编码场景迁移至企业运营、高合规垂直领域与开放世界交互。核心价值正从模型能力转向执行经验与系统闭环，Serval、Simular、Distyl、11labs等公司成为关键玩家。同时，拾象科技作为AI投资研究机构，正布局‘Next-Mag 7’潜力赛道，预判AI时代新范式。]]></description>
            <content:encoded><![CDATA[本文深入探讨了AI Agent从辅助工具向数字劳动力转型的革命性趋势，以OpenClaw为代表，Long-Horizon Agent（长程智能体）开始直接执行复杂企业流程，推动商业模式从SaaS的‘卖工具’转向‘卖劳动力’。文章分析了Agent在推理架构、执行轨迹数据、语音交互与基础设施四大维度的护城河构建，并提出2026年投资重点将从编码场景迁移至企业运营、高合规垂直领域与开放世界交互。核心价值正从模型能力转向执行经验与系统闭环，Serval、Simular、Distyl、11labs等公司成为关键玩家。同时，拾象科技作为AI投资研究机构，正布局‘Next-Mag 7’潜力赛道，预判AI时代新范式。]]></content:encoded>
            <author>海外独角兽</author>
            <enclosure url="https://mmbiz.qpic.cn/mmbiz_jpg/QUs3kaltEh0Aiakm2bynVdnDL3YXj7vGQqT0Jau6sOnWwyaBOBQqXGxewz3T56qicIetvprXVuuE932rLgls7RkB7UL9ykPibbCDySUXPmrYibE/0" length="0" type="image//mmbiz_jpg/QUs3kaltEh0Aiakm2bynVdnDL3YXj7vGQqT0Jau6sOnWwyaBOBQqXGxewz3T56qicIetvprXVuuE932rLgls7RkB7UL9ykPibbCDySUXPmrYibE/0"/>
            <tag>人工智能</tag>
            <tag>智能体</tag>
            <tag>长程任务</tag>
            <tag>自动化流程</tag>
            <tag>语音交互</tag>
            <keyword>Long-Horizon Agent</keyword>
            <keyword> AI Agent</keyword>
            <keyword> OpenClaw</keyword>
            <keyword> Selling Labor</keyword>
            <keyword> Reasoning Orchestrator</keyword>
            <keyword> Voice Agent</keyword>
            <keyword> Enterprise Action Systems</keyword>
            <keyword> 投资逻辑</keyword>
            <keyword> 拾象科技</keyword>
            <keyword> 数字劳动力</keyword>
        </item>
        <item>
            <title><![CDATA[国产模型春节大考：来自 MiniMax、GLM、Seedance 开发者的一线复盘｜Best Ideas]]></title>
            <link>https://mp.weixin.qq.com/s/xEWzdVvCyDfL8TiHmF72Jg</link>
            <guid isPermaLink="false">29a8856473fe864fcc10e679f97a1d44</guid>
            <pubDate>Tue, 24 Feb 2026 12:01:45 GMT</pubDate>
            <description><![CDATA[本文围绕国产大模型在春节期间的技术突破与商业化竞争展开深度讨论，聚焦字节Seedance 2.0、MiniMax M2.5、智谱GLM-5、DeepSeek等模型的性能跃迁。核心观点包括：模型能力正从可验证任务（如编程）向模糊长程任务（如视频生成、Agent协作）迁移；数据质量与规模化采集成为中国优势；推理效率与成本控制成为商业化关键；Token消耗预计7-10倍增长，AI视频市场潜力或超AI编程；国产模型通过开源生态出海，但面临地缘政治壁垒；ToC产品（如短视频生成）或成破局关键，字节因算力、组织与产品能力被广泛视为终极赢家。]]></description>
            <content:encoded><![CDATA[本文围绕国产大模型在春节期间的技术突破与商业化竞争展开深度讨论，聚焦字节Seedance 2.0、MiniMax M2.5、智谱GLM-5、DeepSeek等模型的性能跃迁。核心观点包括：模型能力正从可验证任务（如编程）向模糊长程任务（如视频生成、Agent协作）迁移；数据质量与规模化采集成为中国优势；推理效率与成本控制成为商业化关键；Token消耗预计7-10倍增长，AI视频市场潜力或超AI编程；国产模型通过开源生态出海，但面临地缘政治壁垒；ToC产品（如短视频生成）或成破局关键，字节因算力、组织与产品能力被广泛视为终极赢家。]]></content:encoded>
            <author>海外独角兽</author>
            <enclosure url="https://mmbiz.qpic.cn/mmbiz_jpg/QUs3kaltEh13VSpYibEFIQ0mDwjqSVY5OR1rsK1EcPn2UFY4W6TvGTLAh2DGuMItJm2HwRzmtBTLficNMJ1RyObJ2oJSb2ibGNHxU6qJwSNP9U/0" length="0" type="image//mmbiz_jpg/QUs3kaltEh13VSpYibEFIQ0mDwjqSVY5OR1rsK1EcPn2UFY4W6TvGTLAh2DGuMItJm2HwRzmtBTLficNMJ1RyObJ2oJSb2ibGNHxU6qJwSNP9U/0"/>
            <tag>人工智能</tag>
            <tag>大模型</tag>
            <tag>深度学习</tag>
            <tag>多模态学习</tag>
            <tag>推理优化</tag>
            <keyword>国产模型</keyword>
            <keyword> Seedance 2.0</keyword>
            <keyword> Token消耗</keyword>
            <keyword> AI视频</keyword>
            <keyword> 推理效率</keyword>
            <keyword> 开源模型</keyword>
            <keyword> MiniMax</keyword>
            <keyword> GLM-5</keyword>
            <keyword> 模型商业化</keyword>
            <keyword> AGI</keyword>
        </item>
        <item>
            <title><![CDATA[当人读不懂 AI 代码，Traversal 如何做企业运维的 AI 医生？]]></title>
            <link>https://mp.weixin.qq.com/s/1pDTZWgRBYfXfXTDeXv1lA</link>
            <guid isPermaLink="false">ad6f3345d15ebc16bd904014cd6e27b7</guid>
            <pubDate>Wed, 11 Feb 2026 12:05:09 GMT</pubDate>
            <description><![CDATA[本文深入分析了AI驱动的运维革命，聚焦初创公司Traversal如何通过因果推断与数字孪生技术，构建新一代Agentic SRE系统，解决AI编码（如Claude Code）引发的‘Claude Hole’运维难题。传统可观测工具（如Datadog）仅能展示指标，无法定位根因，而Traversal通过跨平台只读接入、并行Agent仿真与自动化修复，在American Express等客户中实现90%+归因准确率。其技术壁垒在于结合因果机器学习、推理模型与多Agent协同，避免依赖相关性分析。尽管面临Datadog等巨头竞争、数据合规挑战及‘因果’技术可信度质疑，Traversal凭借结果导向的定价模式与顶级团队背景（MIT/Berkeley教授+量化交易员），已获红杉与凯鹏华盈4800万美元投资，有望重塑SRE基础设施市场。文章同时探讨了AI SRE的广阔TAM（超千亿美元）与扩展场景，如FinOps、DevOps预测与SecOps响应。]]></description>
            <content:encoded><![CDATA[本文深入分析了AI驱动的运维革命，聚焦初创公司Traversal如何通过因果推断与数字孪生技术，构建新一代Agentic SRE系统，解决AI编码（如Claude Code）引发的‘Claude Hole’运维难题。传统可观测工具（如Datadog）仅能展示指标，无法定位根因，而Traversal通过跨平台只读接入、并行Agent仿真与自动化修复，在American Express等客户中实现90%+归因准确率。其技术壁垒在于结合因果机器学习、推理模型与多Agent协同，避免依赖相关性分析。尽管面临Datadog等巨头竞争、数据合规挑战及‘因果’技术可信度质疑，Traversal凭借结果导向的定价模式与顶级团队背景（MIT/Berkeley教授+量化交易员），已获红杉与凯鹏华盈4800万美元投资，有望重塑SRE基础设施市场。文章同时探讨了AI SRE的广阔TAM（超千亿美元）与扩展场景，如FinOps、DevOps预测与SecOps响应。]]></content:encoded>
            <author>海外独角兽</author>
            <enclosure url="https://mmbiz.qpic.cn/sz_mmbiz_jpg/QUs3kaltEh2DGMUaGXr0FFLBtow71JcLr1ghCicWp6iaESpgFKntQczyiateChPp6dUettuLDIDELzNAkHZOCPZy5LZHQKW6gcKE81mgnRDyn8/0" length="0" type="image//sz_mmbiz_jpg/QUs3kaltEh2DGMUaGXr0FFLBtow71JcLr1ghCicWp6iaESpgFKntQczyiateChPp6dUettuLDIDELzNAkHZOCPZy5LZHQKW6gcKE81mgnRDyn8/0"/>
            <tag>人工智能</tag>
            <tag>自动化运维</tag>
            <tag>因果推断</tag>
            <tag>数字孪生</tag>
            <tag>软件可靠性工程</tag>
            <keyword>Traversal</keyword>
            <keyword> AI SRE</keyword>
            <keyword> 因果推断</keyword>
            <keyword> Claude Hole</keyword>
            <keyword> 数字孪生</keyword>
            <keyword> 可观测性</keyword>
            <keyword> SRE自动化</keyword>
            <keyword> 红杉资本</keyword>
            <keyword> 凯鹏华盈</keyword>
            <keyword> DevOps</keyword>
        </item>
    </channel>
</rss>