2026年6月15日，Salesforce告示以36亿好意思元收购Fin（前Intercom）。归并周，硅谷数据与AI基础设施投资东谈主TomerTunguz发布了一篇在业界鄙俚流传的产业判断："咱们正在插足AI期骗的黄金时间。"

Tunguz并非平淡而谈。这位曾在Redpoint深耕多年、投出Looker和Kustomer等项缱绻投资东谈主，在文中梳理了构建AI期骗需要起初的三项难关——选对模子、瞎想能让系统捏续进化的"爬坡轮回"，以及在每家企业的真实场景中评估系统说明。他的论断颇为平直：多数企业既没有意愿、也莫得必要为每套里面业务软件单独配备AI团队，这类紧密责任"更稳当交由少数专科厂商完成，以达成每一好意思元的最大智能产出，并将成本摊派到更鄙俚的用户群体中"。

Salesforce的收购案，某种进程上是这段话的市集注脚。Fin的AIAgent能自主处理76%的客服工单，依托开源模子达成性价比最优，首创团队在AI波浪中完成了公司的合座重新定位。老本市集一经开动为"替企业运营AI系统"这件事买单。

但Tunguz的框架远不啻客服一个场景。放眼大家，不同配景的公司正在给出各自的谜底。

第一齐题：选对模子，如故绕开这谈题

Tunguz在文顶用终点灵活的笔触描写了模子采选的本质逆境：速率快的模子精准度不及，性能出众的模子在器用链调用半途会转眼卡住，擅长编码的模子又广博节律偏慢。预算收尾让"一律选最顶尖"成为不可能，而每个模子各有其"脾气"，这是一个无法靠"选最佳阿谁"来科罚的问题。

濒临这谈题，业内出现了几条不同旅途。OpenAI和Anthropic等公司在捏续鼓励单一旗舰模子的技艺上限，试图让"一个模子隐敝更多场景"；另一些公司则转向多模子合作的架构，试图通过组合弥补单体模子的不及。

开云2026世界杯赛程分析官网

港股上市企业明略科技（2718.HK）走的是后一条路。其首创东谈主吴明辉在2026年5月领受误点LatePost专访时说，他们的标的不是"ScalingUp"，而是"ScalingOut"——让不同专长的模子动态合作，在细分场景中作念到比通用大模子更好的恶果。他用了一个颇具劝服力的譬如：当代智东谈主胜出，不是因为单个东谈主比尼安德特东谈主更强，而是因为更擅长合作。

在工夫达成上，这套念念路落地为MOA（MixtureofAgents）架构——不同智能体的专长在无数用户的动态使用中当然清晰，无需提前东谈主工设立。这亦然对另一个产业共鸣的工程级申诉：Tunguz文中援用的Fable下架事件和微软CEO纳德拉同时发表的AI生态论断，皆指向归并个警示——过度依赖单一模子存在系统性风险。

第二谈题：瞎想一个让系统自我进化的轮回

Tunguz将"轮回瞎想"称为"这个时间最要道的问题界说责任"，并援用系统能源学的表面框架来评释其复杂性。他的中枢问题是：如何界说一个轮回，使智能体系统得以捏续进化？

这谈题的难点不在工夫，而在架构采选。传统的AI系统学习旅途是靠拢式的——数据调解回传中央模子，靠拢测验，再调解分发。这条路有明晰的天花板：模子越大，测验成本越高，迭代周期越长，长尾场景的隐敝也越来越劳苦。

吴明辉给出的回答是散布式的。他将这套机制称为"个性化捏续学习"：学习发生在每个Agent的具体使用场景中，不同智能体积存的技艺和险峻文无需调解回传，而是分散存储、在合作中动态调用，让群体智能通过交互网罗当然清晰。这套逻辑配合明略的开源计谋，酿成了一个正向轮回：开源迷惑更多用户，用户带来更多场景数据，数据反哺Agent技艺，豪门国际娱乐技艺加深护城河。吴明辉在专访中平直点明："开源越绝对，用的东谈主越多，模子的场景数据积存越快。"

这一念念路并非孤例。HuggingFace通过通达社区构建了一样的数据飞轮；Cohere则采选在企业特出奇据上作念定制化测验，以此缔造轮回壁垒。旅途区分，但背后的逻辑一致——护城河来自数据和使用，而非模子自身。这也与纳德拉的判断吻合：在健康的AI生态中，"模子"自身很难成为护城河。

第三谈题：评估说明，但不可只看榜单

Tunguz将"捏续评估模子与轮回的性能"界说为一项专科责任，类比调校复杂引擎，需要紧密的专科技艺。他提议的问题是：企业到底在那儿评、如何评？

这里有一个被鄙俚疏远的本质：公开benchmark的说明与企业坐蓐环境之间，存在终点大的落差。吴明辉在专访中给出了一组颇具冲击力的数据对比：通用榜单上排行第一的模子，在GUI（图形界面）操作准确率可能在七十多分——换言之，每十次操作会出错三次。这个失误率在真实的企业经过满意味着什么？他的回答是：根柢没法用。而明略旗下的Mano-P模子，在出海电商GUI这一具体场景下，准确率已达99.9%。

这组数字背后的逻辑，恰是Tunguz框架的中枢：将AI系统从通用跑分70%调到坐蓐可用的99%以上，依靠的不是更好的通用模子，而是对特定场景的深度勾通、捏续的数据积存和反复优化。这种技艺难以鸿沟化复制，当然成了专科厂商的中枢竞争力场地。

买卖时势能否跑通，数字语言

Salesforce的收购考证了一种买卖逻辑，但它终究仅仅一个数据点。更值得温雅的问题是：这种时势能否在更鄙俚的企业场景中捏续？

明略科技FY2025财报自满，收入14.26亿元，初度达成扭亏，其中AgenticServices板块收入打破1亿元，大客户续约率96%。这些数据尚不及以下定论，但手脚早期信号，它们指向一个可能：当AI系统在具体场景中跑出填塞高的准确率，企业的使用粘性会权臣普及。

在订价时势上，吴明辉提议了一个类比：往常按东谈主月、东谈主天收费，翌日可能变成"Token成本加不断费"——奢靡了100万好意思元的Token，再收20万好意思元不断奇迹费。他将其类比为传统告白代理公司的抽佣时势。红杉老本将这类企业界说为"披着奇迹商外套的Agent公司"，这与Tunguz所说的"专科厂商"本色上是归并件事的不同表述。

一个正在固化的产业信号

Tunguz的判断、Salesforce的收购、此前微软CEO纳德拉的论断、Fable被下架后开源社区的利弊反弹——这些事件密集地发生在归并周，清醒出一个正在固化的行业走向：AI的竞争焦点，正从"谁的模子更强"转向"谁能帮企业把模子用好"。

这一瞥变背后是结构性原因，而非风向交替。构建AI期骗真的切难点，不是工程师不够，不是系统牢固性的挑战，而是一种此前莫得被定名过的技艺——Tunguz称之为"运营智能"。纳德拉则将其归结为"围绕模子构建的整套系统"。

在这个层面上，一经积存了真实坐蓐数据和买卖收入的企业，与仍在早期探索阶段的竞争者之间，差距不仅仅时期豪门国际官网娱乐网，还出奇据飞轮开动动弹后酿成的复利效应。