标签: AI智能体

  • 不租AI了,自己练:Prime Intellect拿1.3亿美元帮企业造专属智能体

    一家叫Prime Intellect的初创公司刚刚宣布完成1.3亿美元A轮融资,估值站上10亿美元。这轮由Radical Ventures领投,Nvidia Ventures、Intel Capital、Dell Technologies Capital、Iconiq跟投,还有一长串创始人天使,比如Perplexity的Aravind Srinivas、Box的Aaron Levie、Harvey的Winston Weinberg、Cognition的Jeff Wang。换句话说,半个AI创业圈都来捧场了。

    Prime Intellect 融资
    Prime Intellect 完成 1.3 亿美元 A 轮,帮企业训练专属 AI 智能体(图源:TechCrunch)

    它到底在卖什么

    简单说,Prime Intellect想让企业不依赖OpenAI、Anthropic这种封闭前沿实验室,也能拥有自己的AI智能体。它提供一套”全栈”工具:算力接入、强化学习框架、评测工具,客户像逛市场一样按需取用,不用被绑死在一整套方案里。

    这事儿放在几年前几乎不可能。但强化学习(RL)的出现改变了局面——它用”做对了奖励、做错了惩罚”的方式,让公司能在自己的产品和数据上反复打磨模型,为具体业务调出专属能力。谁掌握了这个训练循环,谁就相当于有了自己的AI实验室。

    “不该只有旧金山某栋玻璃大楼里的几个极客才有能力训练AI模型,”Prime Intellect联合创始人兼CEO Vincent Weisser对TechCrunch说,”每一家企业、每一个国家都应该拥有这种能力。”

    真有人买单吗

    有,而且不少。Ramp、Zapier、Flapping Airplanes都在付费使用它的托管版本,这股势头把公司的年化收入冲到了1亿美元。更关键的是效果:金融科技公司Ramp用Prime Intellect搭了个在电子表格里找答案的智能体,结果在准确率上超过了前沿模型,速度更快,成本只是零头。联合创始人Karim Atiyeh的原话是:”比前沿模型准,跑得更快,价钱只有零头。”

    • Radical Ventures 合伙人 David Katz:别人只给零碎能力,Prime Intellect 把顶级实验室的本事做成了”一站式”
    • 客户已超 6000 家,覆盖众多头部 AI 创业公司和大型企业
    • 英伟达、英特尔、戴尔集体下注,说明算力与基础设施方也看好这条路

    企业为什么想”自己掌控智能”

    背后的推力其实有点被迫的意味。越来越多的公司不愿意把专有数据交给OpenAI和Anthropic,怕失去对数据的掌控;也怕依赖一个随时可能被关掉的模型——上个月Anthropic关停Fable就是活生生的例子。Katz说得很直白:企业都在琢磨”怎么才能掌握自己的企业智能,而不是把这些风险交给别人”。

    RL正在悄悄改写”谁能做前沿AI”这件事。过去预训练把能力锁在少数实验室手里,现在后训练和强化学习把优化循环交到了使用者手上。Prime Intellect要做的,就是把这套原本只在实验室内部的基建,原封不动地搬到成千上万家公司面前。接下来它打算把规模继续做大,往更长程的智能体和”会自己学习的模型”方向上押注。

  • 从开源社区到估值15亿美元:Hermes Agent 背后的 Nous Research 又拿下7500万

    Nous Research 与开源智能体 Hermes
    图:开源智能体 Hermes 背后的 Nous Research 正以 15 亿美元估值敲定新一轮融资(图源:TechCrunch)

    据 TechCrunch 援引三位知情人士的消息,做开源智能体 Hermes 的 Nous Research 正在敲定新一轮融资。这轮由 Robot Ventures 领投,Union Square Ventures(USV)和其他几家知名机构也有份,公司估值到了 15 亿美元。据说这轮至少募 7500 万美元,而且投资人的兴趣高得有点出人意料。

    值得一提的是,这距离上一轮 5000 万美元的 A 轮才过去不到三个月。Nous Research 方面拒绝对外置评,USV 和 Robot Ventures 也没回 TechCrunch 的采访请求。但三个独立信源同时放出消息,基本可以确定这笔交易正在发生。

    一个从社区里长出来的团队

    Nous Research 2023 年才正式注册成立,创始团队是 Jeffrey Quesnelle、Karan Malhotra、Ryan Teknium 和 Shivani Mitra。它的根子其实更早,2022 年就从一个开源 AI 研究社区起步。换句话说,这家公司是先有了一帮愿意一起折腾模型的开发者,才慢慢变成一家公司的。

    在更早之前,它从 Paradigm、Robot Ventures、North Island Ventures、OSS Capital 和 Balaji Srinivasan 这些人手里累计拿了大约 7000 万美元。加上这一轮,资本对它下注的逻辑很清楚:大家想赌”开源智能体”会不会成为下一个被巨头盯上的赛道。

    Hermes 到底做对了什么

    故事的关键在 Hermes。OpenClaw 那个能在本地电脑上帮你跑任务、一度刷屏的 Agent 火了之后没几周,Nous Research 就推出了自己的对标产品。它也是跑在你自己电脑上的智能体,能替你办事,但有一个挺关键的区别:Hermes 出厂就带着一批”技能”——网页搜索、写代码、理解图片,这些都不用你额外配置。

    更特别的是,它被设计成能从你的使用里自己学东西。你用得越多,它就越知道怎么把活儿干好,还会在没人干预的情况下,自己攒出新的技能文件。这种”越用越懂你”的路子,让不少开发者觉得它比单纯调个 API 要顺手。

    在 OpenRouter 今年 5 月 9 日的数据里,Hermes Agent 单日消耗的 Token 量冲到 2710 亿,排在所有智能体第一位,把 OpenClaw 都甩在了后面。

    它也能像 OpenClaw 那样,在 Telegram、Discord 这类聊天工具里跟你对话、给你发消息。对很多人来说,最大的吸引力是:你可以远程、全天候地让 AI 替你跑任务,不用一直盯在屏幕前。

    开源加上好上手,让 Hermes 在 GitHub 上攒下了相当吓人的人气:大约 21.4 万颗 star,接近 4 万个 fork。开发者既能把它装在个人电脑上,也能丢到一台虚拟服务器上去跑。

    钱要花在哪,以及那个绕不开的问题

    除了 Hermes,Nous Research 还发了一些专攻编程和数学的语言模型,也搭了一张去中心化的网络,让贡献者把自家的硬件接进去,用于算力和训练。

    它还给了不想折腾环境的用户一个云端托管版,按月付费,档位从 20 到 200 美元不等。几位消息人士说,新一轮的钱主要就是用来把 Hermes 的产品和商业模式再往前推一推。

    这自然引出那个老问题:一个打着”开源、免费”旗号的智能体,真能靠订阅养活自己吗?Hermes 目前仍是 MIT 协议、官方也说”永久免费”,但五个月里两轮融了上亿美元,回报总得有出处。云端那个付费档,大概率才是收入真正落地的地方。对习惯自己托管的人来说,未来免费版和云端版会不会慢慢拉开功能差距,值得盯一盯。


  • Gemini Spark 登陆 Mac:谷歌把智能体助手塞进了你的桌面

    Google 把 Gemini Spark 这个”管家型”AI 助手搬上了 Mac。它不算什么全新概念——能帮你整理文件、盯梢你关心的话题、顺手把发票变成预算表——但放到桌面端之后,它第一次能直接碰你电脑里的东西,终于可以和 Claude Desktop、Copilot 这些老对手正面杠上了。

    从聊天框变成会动手的助手

    Spark 是五月底跟着 Google I/O 一起亮相的,定位是”24 小时在线的个人智能体”。这次上了 Mac,它被塞进现有的 Gemini 桌面 app 里,beta 阶段只向美国的 Google AI Ultra 订阅用户开放。最关键的变化是:它不再只能在网页里跟你聊,而是能读取你电脑上的文件、按指令整理下载文件夹,或者把一堆发票直接拼成一张预算表。

    皮查伊在 I/O 上开玩笑说,Spark 跑在云端虚拟机上,”所以你可以合上笔记本了”——这话明显是在暗戳戳怼那些必须让电脑一直醒着才能干活的本地智能体。

    补上了被吐槽最狠的短板

    上个月 Spark 刚出来时,TechCrunch 的编辑专门点名:这玩意儿居然连 Google 自家的 Keep 笔记都接不上,想记个简单的打包清单都得塞进 Docs,太别扭。这次更新总算把 Tasks 和 Keep 补上了,还顺手接了一堆第三方应用:Canva、Dropbox、Instacart、OpenTable、Zillow Rentals。也就是说,你能让它帮你订餐厅、买每周的菜、做租房传单,甚至安排看房。

    开始”实时盯盘”

    另一个新花样是实时话题追踪。Spark 现在能跟着体育比分、股价、突发新闻走,也能盯着社交媒体、博客、购物网站和天气。谷歌还放风说要支持自定义的 MCP 协议,让你把自己常用的 app 直接接进来,把助手调教成更贴合你自己的样子。


    手机端的多步任务还没上线,但谷歌说”很快”就能在手机上派活儿,比如远程让桌面的 Spark 去翻 Mac 里某个文件。说白了,谷歌想让 Spark 成为你数字生活里那个随叫随到、还真的会动手的帮手——至于大家愿不愿意为它每个月掏 Ultra 的订阅费,那就是另一回事了。

    Gemini Spark 在 Mac 桌面端的界面截图
    Gemini Spark 现已作为智能体助手登陆 macOS 版 Gemini 桌面应用(图源:TechCrunch / Google)
  • 把 AI 叫成「同事」,人类反而更易犯错:一份 1261 人的研究给硅谷泼冷水

    把 AI 叫成「同事」,人类反而更易犯错:一份 1261 人的研究给硅谷泼冷水

    人类与被称为员工的AI智能体
    当 AI 被冠上「员工」头衔,人的责任感也在悄悄转移(配图:AI 生成)

    硅谷正热衷于把 AI 智能体包装成「数字员工」:给它起名字、发工牌、塞进组织架构图,仿佛它真能和人类并肩干活。但《麻省理工科技评论》援引波士顿大学的一项研究,给这股热潮泼了盆冷水——一旦把 AI 当同事,人的表现反而更差。

    一个名字改变了人的行为

    研究让 1261 名管理者审阅同一份 AI 生成的产出,随机分成三组:一组被告知来自无名工具,一组来自人类同事「Alex」,一组来自 AI 同事「Alex-3」。结果很刺眼——拿到「AI 员工」版本的人,抓出的错误比另一组少了 18%,还多出 44% 把问题甩给上级复核。本想靠 AI 省时间,反而凭空多出一层审批。

    「AI 智能体现在被当成能替代人的东西来营销,这是条走不通的路。」——2024 年诺奖得主、MIT 经济学家 Daron Acemoglu

    责任被悄悄转移

    当 AI 被叫「员工」,人更少把自己当成产出的责任人。这个苗头放到医疗、教育、政务里就危险了——它很容易变成甩锅的方便借口,真出事时大家第一反应是「是 Alex 犯的错」。Acemoglu 的观点是,智能体该被设计成增强人的能力,而不是替代人。

    工人真正想要的,其实不是这些

    斯坦福另一项研究问了 1500 名劳动者:技术专家觉得最该交给 AI 的任务(比如替销售核对客户信用),恰恰是工人最不想要的;他们想要的是辅助自己判断,而不是替自己拿主意。叫它「同事」很简单,也方便出事时推卸,但那只是一层品牌包装,并不会让工具本身更胜任。

    • 近三分之一受访管理者表示,公司已经把 AI 智能体当成「员工」,23% 甚至写进了组织架构图。
    • 微软、OpenAI、Anthropic、谷歌自 4 月起密集推出「数字同事」式 agent 管理工具。
    • 研究提醒:拟人化叙事侵蚀的是人的审查质量,这是治理风险,不是修辞问题。

  • 估值冲上10亿美元:Prime Intellect 想让每家企业都拥有自己的「AI实验室」

    估值冲上10亿美元:Prime Intellect 想让每家企业都拥有自己的「AI实验室」

    Prime Intellect 团队与算力集群
    Prime Intellect 把「AI 实验室」能力打包成企业可用的全栈平台(图源:TechCrunch)

    一家叫 Prime Intellect 的创业公司刚完成 1.3 亿美元 A 轮融资,估值一口气冲到 10 亿美元。它做的事有点反常识:别人都在帮你更好地用 OpenAI、Anthropic,它却想帮你彻底甩开这些前沿实验室,自己动手造 AI 智能体。

    从「租模型」到「自己造」

    过去企业想上 AI,基本只有一条路:去大厂的 API 里租现成模型。Prime Intellect 给出的是一套「全栈」——算力、强化学习框架、评估工具打包在一起,又像超市货架一样可以挑着用,不用担心被某个厂商绑死。创始人 2024 年才起步,看准的是强化学习这条技术路线:模型靠奖励和惩罚反复打磨,企业就能针对自己的业务训练专属智能体,相当于把「AI 实验室」搬回了公司内部。

    企业为什么突然想自己掌控

    动力很现实。把专有数据交给别人,企业怕的是失去控制权;更怕依赖的模型说关就关——Anthropic 的 Fable 项目上个月突然停摆,就是一记警钟。CEO Vincent Weisser 说得很直白:不该只有旧金山那几栋玻璃大楼里的人有能力训练模型,每家企业、每个国家都该有。

    「不该只是旧金山玻璃塔里那几个极客才有训练 AI 的能力,应该是每家企业、每个国家都行。」

    钱和数据主权一起到账

    这套打法已经有人买单。金融科技公司 Ramp 用它的平台做了个查表格的 agent,准确率压过前沿模型,速度更快,成本却只有零头。Zapier 也在客户名单里。快速起量把公司年化收入推到了 1 亿美元。领投方 Radical Ventures 的评价是:别人只给零件,Prime Intellect 给的是顶级 AI 实验室才有的「一站式」能力,而且价格企业扛得住。

    • 本轮由 Radical Ventures 领投,英伟达、英特尔、戴尔的战投悉数入局,还有 Perplexity 创始人等多位明星创业者个人跟投。
    • 平台走模块化路线,客户按需取用,不必一次性押上全部预算。
    • 背后是大公司在 AI 主权上的集体焦虑:数据要握在自己手里,供应链不能卡在别人手上。

  • 一封“哈哈”邮件点燃世纪诉讼:苹果把 OpenAI 告上法庭

    一封内部邮件里写了句“哈哈,我发现我能访问[网络存储],太逗了”,最后把两家公司送上了法庭。上周五,苹果在加州北区联邦法院正式起诉 OpenAI,指控对方系统性窃取苹果硬件商业机密。

    41 页诉状里最刺眼的几句话

    苹果这次不是只点名几个“野路子员工”,而是把矛头直接指向 OpenAI 的领导层。诉状里写,这种偷机密的行为“被领导层常态化并树立为榜样”,还甩出一句狠话:OpenAI 刚起步的硬件业务“从根上就烂了,靠偷来的商业秘密撑着”。

    “这只是冰山一角。苹果看不到 OpenAI 大门背后发生了什么,而那里头的违规行为,是被领导层当成常态来示范的。”——苹果诉状原文

    苹果 CEO 与 OpenAI CEO 同框配图
    苹果与 OpenAI 的关系正滑向破裂(图:Getty Images)

    从苹果带走的,不止经验

    被重点点名的有两个人。一个是 Tang Tan,在苹果干了 24 年,做到 iPhone 和 Apple Watch 的产品设计副总裁,跳槽后成了 OpenAI 的硬件负责人。苹果说他拿内部项目代号去挖人,还让去面试的候选人把苹果真机零件、原型机搬去 OpenAI 做“展示讲解”——有候选人当场愣住:“我都不知道办公室的东西能往外带。”

    另一个叫 Chang Liu,做了 8 年高级系统电气工程师,离职时没交还公司发的笔记本,转头用上面存的一个认证漏洞下了一堆机密文档。他在发给前同事的邮件里得意地写:“哈哈,我发现能访问[网络存储],太逗了。”对方回:“我准备好了。”几个月后,这位前同事也去了 OpenAI。

    • 苹果称目前已发现 400 多名前苹果员工在 OpenAI 工作
    • 指控 OpenAI 连专属的金属表面处理工艺都拿来用在了自家硬件上
    • 苹果今年 2 月就曾去信交涉,对方一直没回

    真正怕的,是对手的硬件

    这场官司的背景很清楚:OpenAI 正在秘密打造自己的第一款硬件,传闻是一部靠 AI 智能体替代 App 的手机,而它去年花 65 亿美元收购了 Jony Ive 的设计公司 io。这东西一旦成型,就是 iPhone 诞生以来对苹果核心业务最大的威胁。OpenAI 的回应很简短:“我们对别的公司的商业秘密没兴趣。”

  • Anthropic 发布 Claude Sonnet 5:中端价也能把智能体跑到底

    过去几个月,大模型公司之间比的不只是谁更聪明,而是谁更能自己干活。Anthropic 这两天把 Claude Sonnet 5 推到台前,定位很清楚:不是要取代旗舰模型 Opus 4.8,而是让中端价位也能跑起像样的自主智能体。

    Claude Sonnet 5 模型发布
    Anthropic 把新一代中端模型 Sonnet 5 推上了默认档位(图源:TechCrunch)

    从「会聊天」到「能办事」

    Anthropic 在发布说明里说得很直白:Sonnet 5 能制定计划、调用浏览器和终端这类工具,还能在相当长的时间里自己跑任务——这种能力在几个月前还得靠更大、更贵的模型。OpenAI 的 GPT-5.6 Sol 上周刚开预览,主打的也是把任务拆给子智能体;谷歌五月的 Gemini 3.5 Flash 同样在讲「从聊天机器人变成能动手干活的代理」。三家的话术出奇地一致,说明一件事:能自主干活,已经从卖点变成了每个价位段都要有的基本功。

    当大家都会干这点活之后,比拼的就不是「谁更能干」,而是「干同样的活要花多少钱、能不能少人盯着」。Sonnet 5 主打的就是这个:能力接近 Opus 4.8,但价格低一大截。

    「Sonnet 5 和 Opus 4.8 之间,用户可以自己调节投入的力度,在成本和效果之间找到平衡。」—— Anthropic

    价格才是这回真正的重头戏

    从周二起,Sonnet 5 成了免费版和 Pro 版的默认模型,所有订阅档位都能用。定价上,8 月 31 日之前是引导价:每百万输入 token 2 美元、输出 10 美元;过了这个窗口会涨到 3 美元和 15 美元。横向看,它比 Opus 4.8、OpenAI 的 GPT-5.5、谷歌的 Gemini 3.1 Pro 都便宜,当然还是贵过 Gemini 3.5 Flash。

    对真正在跑智能体的团队来说,这点差价会被反复放大。一个任务要不断翻文件、调工具、反复校验输出,账单是跟着调用次数走的。中端模型的意义不只是省一点边际成本,它往往决定一条工作流在生产环境里到底跑不跑得起来。

    能力到底够不够用

    Anthropic 的说法是,Sonnet 5 相比今年 2 月的 Sonnet 4.6,在推理、工具使用、写代码和知识工作上都明显进步。跑分上,智能体写代码一项它拿到 63.2%,Opus 4.8 是 69.2%,上一代 Sonnet 4.6 是 58.1%;而在知识工作这类 benchmark 上,Sonnet 5 甚至略微反超了以「啃硬骨头」著称的 Opus 4.8。

    早期试用的人给了更具体的例子。Zapier 的高级工程师 Daniel Shepard 说,他们交给 Sonnet 5 一个两步走的任务——更新 Salesforce 里的客户分级、再给企业联系人发发布通知——模型从头到尾跑完了。「以前这种活儿跑到一半就卡住,日常自动化这块,它基本没理由不选。」他还提到,Sonnet 5 会在没人明确要求的情况下自己检查输出对不对。

    • 能自主制定计划并调用浏览器、终端等工具,不再依赖人工分步喂指令
    • 在长链路任务里更不容易中途放弃,还会主动复核自己的产出
    • 相较上一代,更少胡说、更少「顺着你说」,也更会拒绝恶意请求、挡住提示词注入攻击

    安全这块也没含糊

    Anthropic 特意提了安全表现:Sonnet 5 在「配合滥用」「欺骗」这类不良行为上的发生率比上一代更低,也更擅长拒绝恶意请求、绕开提示词注入的劫持。当然,论对齐程度它还到不了 Opus 4.8 和 Claude Mythos Preview 的层次,官方也承认它执行危险网络安全任务的能力比现有 Opus 模型弱不少。

    Lovable 联合创始人 Fabian Hedin 的反馈点出了一个常被忽略的角度:把强力工具交到几百万开发者手里时,「知道什么时候该说不」和「知道怎么搭东西」一样重要。


  • Anthropic 发布 Claude Sonnet 5:中端价也能把智能体跑到底

    过去几个月,大模型公司之间比的不只是谁更聪明,而是谁更能自己干活。Anthropic 这两天把 Claude Sonnet 5 推到台前,定位很清楚:不是要取代旗舰模型 Opus 4.8,而是让中端价位也能跑起像样的自主智能体。

    Claude Sonnet 5 模型发布
    Anthropic 把新一代中端模型 Sonnet 5 推上了默认档位(图源:TechCrunch)

    从「会聊天」到「能办事」

    Anthropic 在发布说明里说得很直白:Sonnet 5 能制定计划、调用浏览器和终端这类工具,还能在相当长的时间里自己跑任务——这种能力在几个月前还得靠更大、更贵的模型。OpenAI 的 GPT-5.6 Sol 上周刚开预览,主打的也是把任务拆给子智能体;谷歌五月的 Gemini 3.5 Flash 同样在讲「从聊天机器人变成能动手干活的代理」。三家的话术出奇地一致,说明一件事:能自主干活,已经从卖点变成了每个价位段都要有的基本功。

    当大家都会干这点活之后,比拼的就不是「谁更能干」,而是「干同样的活要花多少钱、能不能少人盯着」。Sonnet 5 主打的就是这个:能力接近 Opus 4.8,但价格低一大截。

    「Sonnet 5 和 Opus 4.8 之间,用户可以自己调节投入的力度,在成本和效果之间找到平衡。」—— Anthropic

    价格才是这回真正的重头戏

    从周二起,Sonnet 5 成了免费版和 Pro 版的默认模型,所有订阅档位都能用。定价上,8 月 31 日之前是引导价:每百万输入 token 2 美元、输出 10 美元;过了这个窗口会涨到 3 美元和 15 美元。横向看,它比 Opus 4.8、OpenAI 的 GPT-5.5、谷歌的 Gemini 3.1 Pro 都便宜,当然还是贵过 Gemini 3.5 Flash。

    对真正在跑智能体的团队来说,这点差价会被反复放大。一个任务要不断翻文件、调工具、反复校验输出,账单是跟着调用次数走的。中端模型的意义不只是省一点边际成本,它往往决定一条工作流在生产环境里到底跑不跑得起来。

    能力到底够不够用

    Anthropic 的说法是,Sonnet 5 相比今年 2 月的 Sonnet 4.6,在推理、工具使用、写代码和知识工作上都明显进步。跑分上,智能体写代码一项它拿到 63.2%,Opus 4.8 是 69.2%,上一代 Sonnet 4.6 是 58.1%;而在知识工作这类 benchmark 上,Sonnet 5 甚至略微反超了以「啃硬骨头」著称的 Opus 4.8。

    早期试用的人给了更具体的例子。Zapier 的高级工程师 Daniel Shepard 说,他们交给 Sonnet 5 一个两步走的任务——更新 Salesforce 里的客户分级、再给企业联系人发发布通知——模型从头到尾跑完了。「以前这种活儿跑到一半就卡住,日常自动化这块,它基本没理由不选。」他还提到,Sonnet 5 会在没人明确要求的情况下自己检查输出对不对。

    • 能自主制定计划并调用浏览器、终端等工具,不再依赖人工分步喂指令
    • 在长链路任务里更不容易中途放弃,还会主动复核自己的产出
    • 相较上一代,更少胡说、更少「顺着你说」,也更会拒绝恶意请求、挡住提示词注入攻击

    安全这块也没含糊

    Anthropic 特意提了安全表现:Sonnet 5 在「配合滥用」「欺骗」这类不良行为上的发生率比上一代更低,也更擅长拒绝恶意请求、绕开提示词注入的劫持。当然,论对齐程度它还到不了 Opus 4.8 和 Claude Mythos Preview 的层次,官方也承认它执行危险网络安全任务的能力比现有 Opus 模型弱不少。

    Lovable 联合创始人 Fabian Hedin 的反馈点出了一个常被忽略的角度:把强力工具交到几百万开发者手里时,「知道什么时候该说不」和「知道怎么搭东西」一样重要。


  • 微软砸25亿美元、派6000人驻场:AI圈开始卷”落地”了

    过去两年,几乎每家大公司都在试生成式AI,但真要问”到底帮我省了多少钱、多赚了多少”,多数CFO都答不上来。微软这周的一个动作,说明它也想通了:与其继续卖模型,不如直接派人进去帮你把AI用起来。

    7月2日,微软宣布成立一家叫 Microsoft Frontier Company 的独立运营实体,砸下25亿美元启动资金,还要把大约6000名工程师、行业顾问和技术销售直接塞进客户公司内部。这不是传统的软件授权,也不是远程顾问打几个电话就走人——这些人会长期驻扎在你的团队里,跟业务、研发、安全部门坐在一起,现场设计、搭建、然后持续迭代AI系统。

    不是卖模型,是派人进去帮你用

    这套打法在圈内有个名字,叫”前沿部署工程”(Forward Deployed Engineering,FDE)。但微软商业业务CEO Judson Althoff特意撇清:”这超出了所谓的FDE,我们要做业内规模最大、最以业务成果为导向的工程组织。”翻译一下就是:别人派几个工程师,我派一整支队伍,而且KPI不是交付了多少代码,而是你到底拿到了什么可衡量的结果。

    Althoff在公告里写得很直白:微软投资25亿美元,把6000名专家嵌进客户现场,”共同设计、创新、大规模部署并持续改进基于可衡量业务成果的AI系统”。

    亚马逊和OpenAI也在做同一件事

    微软不是第一个动这个念头的。就在两天前,AWS刚宣布拿出10亿美元建自己的FDE体系;OpenAI和Anthropic也各自拉着私募股权搞了类似合资。大家心照不宣:当模型能力越来越像、价格越卷越低,真正的利润池正在从”卖脑子”转移到”帮人把脑子用上”。

    微软的底气在于它已经把工程师铺进了大半个财富500强。这回点名的早期伙伴包括伦敦证券交易所集团、联合利华、Land O’Lakes和埃森哲。有意思的是,微软强调平台对模型保持开放——OpenAI、Anthropic、自家模型、开源乃至垂直行业模型都能接,摆明了不逼客户绑死在某一家。

    客户最在意的两件事:产权和数据

    企业为什么迟迟不敢把AI真正接进核心业务?说到底就两件事:做出来的东西归谁,我的数据会不会被你拿走。微软这次干脆把话挑明:客户保留所有开发成果和知识产权的所有权,而且不用把结果回传给微软。对金融、快消这类把数据当命根子的行业,这条比什么都重要。

    这场仗的对手其实不只是亚马逊。当硅谷开始重写Palantir的剧本——卖的不再是软件,而是”带着人一起把系统跑起来”的服务——AI竞争的维度已经悄悄换了。模型只是门票,能不能帮客户把ROI算清楚,才是下半场的门票。

    微软总部
    微软将AI落地服务做成了一门独立生意(图:TechCrunch / NurPhoto)
  • Figma 买下一家“氛围编程”团队,想把画布变成写代码的工厂

    买下的是人,不是产品

    Figma 最近又出手了,这次买下的是 Bud 背后的团队。Bud 你可能没听过,前身叫 Orchids,是一个 YC 孵化的”氛围编程”平台,后来转型成能跑任务的 AI 智能体。Figma 没公布价格,但有一点很清楚:Bud 和 Orchids 两款产品会在 7 月 18 号前关掉,用户得赶紧把项目搬走。

    换句话说,Figma 要的是人,不是那个独立产品。Bud 的 CEO Kevin Lu 在 X 上发帖,把这次收购说得挺浪漫,说 Figma 是”我们这个时代最具代表性的产品公司之一”,是新一代工作方式天然的归宿。

    Figma 想占住的,是产品被”造出来”的地方,而不只是被”画出来”的地方。

    从画板到能跑的代码

    这桩收购其实顺理成章。过去一年 Figma 一直在往”不只是设计工具”这个方向挪:去年推出 Figma Make,能直接生成网页应用;今年又接上了 Codex、Claude Code 这类外部编程智能体,自己也在画布上放了 AI 助手。它想让设计师不只在静态稿子上构思,而是能直接把想法变成能跑的东西。

    为什么是现在

    氛围编程这条赛道,从新鲜玩意儿到淘金热,大概只用了十八个月。光是做 prompt 转应用的 Lovable,今年初 ARR 就冲到 4 亿美元,六月还传出要按 120 亿美元估值融资的消息。Figma 当然不想只当那个”画图然后交给工程师”的角色。

    设计画布与AI代码生成融合的科技插画
    设计画布与 AI 代码生成融合(配图由 AI 生成)

    不过 Bud 也不是没包袱。今年早些时候 BBC 援引一名安全研究员的说法,指出 Orchids 上生成的应用容易被攻击。这其实是个行业通病,今年好几轮独立审计都发现,AI 生成的应用十有八九至少带一个安全漏洞。Figma 把人收编进来,顺手也接过了这份”生成的东西默认不安全”的麻烦。

    • 收购 Bud(原 Orchids)团队,交易价格未披露
    • Bud 与 Orchids 将于 7 月 18 日前关停,用户需迁移
    • Figma 今年 Q1 营收 3.33 亿美元,同比增长 46%
    • 约六成年付超 10 万美元客户每周使用 Figma Make

    画布和代码之间的那道墙,正在被一家家公司和一股股收购慢慢推平。Figma 这一步,说小是补了个团队,说大是给自己在”AI 造软件”的时代抢了个身位。

    📎 原文来源:Figma acquires team behind a vibe-coding app(TechCrunch)