2026 年 7 月 14 日 · 3 篇（站点）· 3 篇（库）
2026 年 7 月 14 日，AI 代理的基础设施继续以稳健速度走向成熟：富士通将一套垂直多代理平台投入生产，用以重写遗留系统；两个新的研究框架表明，代理现在可以自动改写自己的软件层并获得 60% 的性能提升；Bespoke Labs 融资 4000 万美元，为自主代理构建逼真的训练环境。三块工业拼图——平台、挽具、环境——在同一时刻同时巩固。
替换支撑着银行和医院运转的旧软件——那些 1980 年代写下的代码——通常需要长达数年的项目，花费也是天文数字。7 月 14 日，富士通——日本最大的数字服务集团，拥有 10 万名员工、年营收 230 亿美元——在日本推出了一项交钥匙服务，用一支专业的 AI 代理团队来完成这项工作：每个代理各司其职，一个翻译代码，另一个核对，第三个在循环里修复错误。这项服务承诺把大型现代化项目的周期缩短约 40%。这是全球一线厂商首次大规模把垂直多代理平台投入工业生产——在此之前，这类工具一直停留在演示阶段。
如今，一个高性能的 AI 代理必须被“好好装上挽具”：提示词、记忆、工具、错误处理。Self-Harness 和 HarnessX ——两篇六月底发表的论文——表明，代理现在可以观察自己的运行轨迹，找出失败之处，然后自动改写这层软件，让自己变得更好。结果：一个开源模型在 Terminal-Bench-2.0 测试上从 40.5% 升到 61.9%，且完全不需要调整模型权重。实际来看，代理的强弱不再只是“选哪个模型”的问题，也是“脚手架”如何搭的问题，而脚手架现在可以自动优化。对于一家犹豫是否要绑定单一模型供应商的企业来说，这是一条有前景的多元化路径。
AI 模型进展飞快，但使用它们的代理在串起一项长任务时仍然常常绊倒。Bespoke Labs 的赌注很简单：这家加州初创公司刚融资 4000 万美元，他们认为，要让代理像同事一样可靠，它必须在“像真实办公室”的环境里训练——代码、邮件、工单、微服务、对话——而不是教科书式的练习。这家公司提供的工具已经被 Anthropic、OpenAI 和 Google DeepMind 用来评估它们的前沿模型。如果代理终有一天要成为真正可以并肩工作的同事，这类训练场很可能就是那块缺失的拼图。
富士通的这项服务瞄准日本 10 万家企业客户，并通过其国际网络覆盖 100 多个国家。所宣传的 -40% 时间节省，仍需在未来 90 天内于 3-4 个真实项目上得到验证。若得以验证，Accenture、Capgemini、NTT Data、TCS 等大型数字服务集团将不得不在 6 个月内复制该模式，否则将在大型现代化项目上失去定价权。\n
当代理能以 60% 的基准提升改写自己的挽具时，竞争壁垒就不只在模型本身，更在编排与自我改进的质量上。Self-Harness 与 HarnessX（小米团队）正成为一个独立的新兴市场细分。对集成商和代理平台厂商而言，这是立即布局“挽具工程”的信号。\n
Anthropic、OpenAI 和 Google DeepMind 已使用 Terminal-Bench 评估各自的前沿模型。在 8VC 与 Wing VC 领投、Jeff Dean 与 dbt Labs CEO Tristan Handy 支持下融资 4000 万美元的 Bespoke Labs，正成为代理训练生态里极有可能的一块基石。对代理构建者来说，这是一个值得尽快对接的合作伙伴。\n
2026 年 7 月 14 日，三个相互汇流的动作表明，AI 代理的基础设施正在快速走向成熟。富士通——日本最大的数字服务集团——在生产环境中推出垂直多代理平台，承诺将遗留系统的现代化项目缩短 40%；两个新研究框架（Self-Harness 与 HarnessX，小米团队）表明，代理现在可以在不改动模型的前提下，自动改写自己的软件层，并在基准测试上获得 60% 的性能提升；Bespoke Labs 融资 4000 万美元，用于打造被 Anthropic、OpenAI 和 Google DeepMind 使用的逼真训练环境。对用 AI 构建的人来说，三条教训浮出水面：（1）垂直多代理平台正从演示走向世界级产品，大型项目的入场券正在降低；（2）代理的强弱不再只在模型，更在它周围的脚手架，而脚手架现在可以自动优化；（3）代理训练正在成为一个独立的基础设施细分——正如昨天的模型训练那样。