2026 年 7 月 18 日 · 5 条报道（网站）· 6 条报道（数据库）
Le 18 juillet 2026, le marché des agents IA s’industrialise et se durcit : Thinking Machines Lab publie Inkling, un modèle ouvert taillé dès le départ pour piloter des agents ; PrismML compresse Bonsai 27B au point de le faire tourner directement sur un téléphone haut de gamme ; Tec-Do lance Navos 2.0, une chaîne complète d’agents marketing qui couvre de la détection d’opportunité jusqu’à la publication ; Alterion positionne Draco comme la couche de contrôle indispensable avant tout déploiement en entreprise ; et Bunkerhill Health atteint 55 M$ de financement cumulé pour des agents qui tournent déjà dans des hôpitaux américains.
每一个 AI 助手的背后都有一个「模型」——一个用海量数字训练出来的巨型文件，用来识别和生成语言。Thinking Machines Lab，一家由前 OpenAI 员工创立的年轻初创公司，刚刚以开源协议发布了 Inkling：正是这样一种模型，能读文字、读图片、读音频，从一开始就设计用于驱动能调用工具或编写代码的智能体。 它的商业逻辑很直接：Inkling 不一定在所有指标上都是最强，但它是开放的、可修改的，并且配有一份文档，告诉你怎么把它适配到某个具体行业。这正是企业可以接手、用来搭建自有定制智能体的基础。 但有个制约：即便是紧凑版本，仍然需要约 600 GB 的显存——相当于半打高端显卡。实际上，这个模型跑不动普通中小企业的服务器；要么走云服务商，要么选择更轻的版本。教训很清楚：开源正在成为销售卖点，但托管仍然是一项必须按任务逐项比较的成本。
把一套完整的人工智能直接跑在手机上，不用把任何数据发到云端——这是 Bonsai 27B 做出的承诺。美国初创公司 PrismML 把一个拥有 270 亿参数的模型（其复杂度相当于一套几千卷的百科全书）压缩到了不到 3.9 GB 的文件里。小到可以装进一台较新 iPhone 的内存。 纸面上，这个模型接受文字和图像，能推理，能调用外部工具，并且能直接在设备上以每秒约 11 个词的速度作答。这打开了一种新产品形态：「私有智能体」——不再把你的个人数据发到远程服务器，能在没网的情况下工作，并且有朝一日可能比云端方案更便宜。 还需要在真实硬件、真实环境下验证这些数字是否站得住。但这个承诺改变了一切涉及保密性的场景：分析法律、医疗或金融文档的智能体，可以永远不离开你的口袋。
中国初创公司 Tec-Do 没有去卖「一个能聊天的助手」，而是在 7 月 17 日的上海 WAIC 大会上推出了 Navos 2.0：一条真正的营销产线，由若干专业智能体组成，把活儿彼此接力。一个负责扫描海外市场机会；一个写广告文案；一个识别合适的本地网红；一个按平台生成适配的短视频；最后一个负责在你电脑上、用你已经熟悉的工具（Excel、PowerPoint、Lark）发布并优化。 对于任何想卖智能体的人来说，教训都很直接：价值不再在于跟模型对话，而在于完整、可度量的商业结果。对一个瞄准出口市场的法国中小企业来说，要卖的是「一份多语言的、可以发布的活动方案，附带已经识别好的潜在客户」——而不是「一个帮你思考的智能体」。 Tec-Do 声称在 2025 年服务了超过 10 万家广告主，并拥有 1.5 亿创作者的生态；这些数字来自公司本身，仍需要在具体案例上验证。
在智能体上线前测试它是好的；在它工作时监控它则更好。这正是 7 月 16 日由初创公司 Alterion 推出的 Draco 所做的事：把一层软件放在智能体和企业系统之间，观察它们即将做什么，如果动作危险就拦下来——删除数据、修改生产系统、一笔反常的银行转账。 实际上，每个智能体都获得受限的权限，它的行为会被记录，敏感决策可以由人点一下鼠标来确认。产品还承诺会度量每个智能体的「token」消耗（AI 提供商的计费单位），以便知道谁花了多少钱。 对 IT 负责人来说，这是缺失的那块拼图：没有这种保护，就把一个智能体部署到关键系统，等于雇了一个人、把钥匙塞给他，却不去检查他在做什么。对于 Agent Wealthy 这样的产品，这也是一个机会：把「企业就绪智能体」作为产品来卖——安全与审计从设计阶段就内置好。
一个让医院自己创建并部署智能体的平台——用于患者分诊、治疗随访、行政事务——刚刚完成了一轮融资，使其累计融资达到 5500 万美元。加州初创公司 Bunkerhill Health 让一批明星基金（Khosla Ventures、Sequoia、Y Combinator）相信，AI 智能体可以在关键医疗流程中有一席之地。 在得克萨斯大学医学分部，已经有超过二十个智能体在 Carebricks 平台上并行运行。公司表示，一个肾病分诊智能体把看专科的时间缩短了一半；一个肺结节监测智能体把紧急病例的处理速度提高了 80%，并把按规范随访的患者数量翻了一倍。 这些结果由公司自行报告，仍有待在其他地点确认。但大方向很清楚：投资人押注的是「垂直智能体」——专注在某个具体行业、有可度量且可复现结果的智能体——而不是什么都干的通用型。
7 月 16 日，Beacon Security 完成了一笔 1300 万美元的种子轮。它的专长是：从几十种不同的安全工具（防火墙、杀毒、入侵检测）里收集信息，清洗、交叉核对，再交给负责检测攻击或开展调查的智能体。 对任何智能体来说都一样：喂进去残缺或自相矛盾的数据，决策就会出错。在 The Agent Watch 这样的网站上，有用的回答必须能追溯到来源，并把经过核实的数据与单纯的陈述区分开。
Anthropic 在 Claude Code 中加入了「/fork」命令：它把当前对话复制到另一个独立任务中继续推进，而用户可以去做别的事。Claude 生成的页面还可以（征得读者同意后）调用读者自己的工具，比如他的 GitHub 列表。这样一来，发布的成品更接近一个会持续呼吸的小产品，而不是一张冻结的截图。
NVIDIA 认为智能体应当根据其在生产中的失败不断改进，并建议度量这条循环实际产生的成本。「每美元智能」这一概念建议：对每个智能体，跟踪每个被接受交付物的完整成本和成功率，而不是只看百万 token 的价格。
Beacon Security 证明了这一点：吃进未经核实数据的智能体，决策就会出错。对任何智能体产品来说，每条回答都必须注明信息的来源，把经过核实的数据和供应商的说法分开，并保留可追溯的来源记录。这也是 The Agent Watch 这样的简报一直在努力做的：每条报道都标注一手来源。
2026 年 7 月 18 日，AI 智能体市场继续走向工业化，并走向硬化。 两个开源模型格外抢眼：Thinking Machines Lab 的 Inkling，从一开始就瞄准驱动定制化智能体；PrismML 的 Bonsai 27B，体积紧凑到足以在手机上直接跑一个多模态智能体。 产品侧，Tec-Do 推出了 Navos 2.0——一条覆盖从机会识别到发布全流程的营销智能体链；Alterion 则把 Draco 定位为「没有它，企业级部署寸步难行」的安全层。 资金的流向印证了同一条逻辑：Bunkerhill Health（累计 5500 万美元）证明投资人正在押注能够在医院里交付可复现结果的垂直智能体；Beacon Security（1300 万美元种子）则押注喂给网络安全智能体的数据质量。 对正在用 AI 搭建东西的人来说，三条经验浮现：(1) 一个卖得出去的智能体，必须把「贴合用例的模型 + 从需求到结果的完整链路 + 安全与审计层」三件东西捏在一起；(2) 开源模型正在变成一种商业优势——改引擎，比通过 API 全部重新配置更划算；(3) 真正的衡量指标不是 token 价格，而是每个被接受交付物的完整成本和成功率，正如 NVIDIA 所提议的那样。