Natura 把 AI 智能体入口从手机屏幕移到可穿戴戒指上，用 99 美元低价换采用规模后再收月费。

• 影响智能体日常入口正从应用扩展到可穿戴硬件，创始人预计约一年内多数人会有个人智能体；99 美元低价硬件加 9 美元月订阅，是消费级 AI 硬件捆绑定价的一个样本，面向消费者的企业可参照这条路径。
• 参考可考虑是否把语音智能体硬件纳入员工设备管理清单；面向消费者的团队可梳理目前依赖应用的触点，估算语音渠道的覆盖成本；采购团队可拿其 99 美元加每月 9 美元订阅作定价参照公式。

这期对谈折射的实质是 AI 行业权力结构变化，收入向头部模型集中，人才忠诚度约束失效，采购入口开始从人转向智能体

• 影响模型选型正在变成 CFO 级议题，token 预算与路由直接影响成本结构；面向开发者的产品要考虑如何被智能体发现并推荐；对关键人才流动的默认信任约束比以往更弱。
• 参考可考虑先算出各业务线的 token 支出清单，测一测便宜模型加前沿模型路由组合的成本差；值得找十位在生产环境使用智能体的用户，每两周问一次他们的智能体如何推荐你所在的品类。

多智能体进 HR 的关键已不是用不用，而是上线前由谁定治理规则，该报告把这类决策明确归给 HR 业务层而非 IT。

• 影响编排、监控、数据规则、人工控制等六项决策的质量，决定 HR 智能体是协同系统还是高成本的无序扩张；决策权划给 HR 领导层，意味着 HR 需在上线前建立规则与问责；同业案例可作参照，但属报告方自选实例。
• 参考可考虑对照六项决策逐项自查本企业 HR 智能体的治理现状；值得在上线前先明确哪些环节必须保留人工控制；先盘点已部署智能体的数量与归属，评估是否已经失控蔓延。

再加速的实质在计费单元，Cloudflare 按请求和计算计费，Agent 用量直接变成收入，而席位制厂商在这种趋势下丢的是单量。

• 影响按请求和计算计费的厂商可能随 Agent 流量增长受益，按席位收费的模式面对同样的趋势是单量流失；合同转向资金池和消耗制后收入更难预测，采购和预算口径要跟着改；20% 裁员的离职补偿等费用达 1.65 亿美元，这类组织调整并不便宜。
• 参考可考虑复盘自家计费单元在 Agent 场景下走量还是走席位；客户合同里值得预留资金池与消耗类的预算弹性；想跟进组织调整的先算清离职补偿与过渡期费用再动。

智能体广告采买已在效果导向的 CTV 投放中从概念走向日常，人仍握最终决定权，买手的核心能力从操作平台转向判断该改什么。

• 影响效果类广告团队可把报表汇总和执行动作集中到一个面板，腾出时间做更贴近客户的思考；跨 DSP 数据口径不一仍需人工整理，智能体归属与数据边界也不清晰；大型代理集团与品牌可能自建类似采买集成，代理行业的技能要求随之改变。
• 参考效果向投放团队可考虑选一个 CTV 采买场景试点 MCP 加 API 集成，记录操作耗时对比；值得先盘点在用各 DSP 的术语与报表口径差异，并把人工复核环节固定进流程。

微软把 AI PC 的卖点从 NPU 算力转向本地持续运行 Agent，Windows 意在成为各类 Agent 的默认运行环境。

• 影响设备能本地跑大模型后，企业可把部分推理从按 Token 计费的云端挪回电脑；系统级 Agent 可读取本机文件与近期活动，数据边界需要新的管理办法；PC 采购评估从 NPU 算力转向能否长期运行模型与 Agent。
• 参考可考虑把能否本地运行目标参数量模型列入下一轮 PC 采购评估项；先算出现有云端 Token 支出中可迁移到本机的比例；在办公电脑放开系统级 Agent 前，值得评估 MXC 的权限与隔离策略是否满足内部合规要求。

户外广告的程序化增长已到需要统一标准与自动化的阶段，协会设立专门机构为 agentic 交易和静态库存自动化铺路。

• 影响DOOH 占户外支出近四成且主要依赖程序化，广告主有机会把户外预算并入统一投放面板管理；但各平台元数据与素材规格不一致抬高跨屏操作成本；agentic 采购标准未定，短期不会改变现有交易方式。
• 参考可考虑把小比例预算的 DOOH 投放并入现有程序化面板做试点并记录对比数据；值得先梳理各合作平台的素材规格与元数据差异清单；对行业 agentic 标准可先做内部评估，暂不必绑定单一方案。

这场发布实质是微软与英伟达把 AI PC 的重心从 NPU 小模型转向统一内存大模型与 Agent 入口，试图抢占下一代 PC 的定义权。

• 影响本地大模型一次性买断可对冲按 token 计费的云端用量成本，但 2599.99 美元起的定价短期只适合高端创作与开发场景；Windows 若转向 Agent 入口，软件权限与安全边界需要随之重估。
• 参考可先算出目标工作负载的云端 token 年支出，与 128GB 统一内存设备的一次性购机成本做对比；试点可考虑创作者工具链或本地 Agent 场景；安全团队值得跟踪 MXC 的权限模型设计。

当更贵不再自动等于更想要，硬件创新的机会变得具体，这批新品用细分切口和本地化替代押注大品类。

• 影响内存与固态硬盘涨价推高整机成本，靠顶配拉溢价的策略空间收窄；本地优先的 AI 硬件给敏感数据留了不出本地的选项；AI Agent 的人在环授权开始出现实体硬件方案。
• 参考可考虑按新内存和固态硬盘价格重算设备换新预算，对比标准版机型是否够用；若团队已让编码 Agent 跑命令，值得评估敏感命令的人工审批，可留意指纹密钥这类实体方案并核实其量产能力。

同期一批发布显示 AI 竞争重心从模型参数转向交互形态与桌面本地算力，工具化落地的节奏在加快。

• 影响办公与开发场景的 AI 工具选择增多，轻量自建工具可能被直接替代；本地运行大模型的设备为数据敏感场景提供新选项，但 2599 美元起的硬件投入需要重新测算；Agent 获得隔离运行环境后，企业可控权限部署变得可行。
• 参考可考虑先用 ChatGPT 新界面试点表单与图表类轻量需求，评估替代自建工具的空间；值得让技术团队测算 Surface 类本地设备替换云端 API 的成本；可评估 MXC 隔离机制对内部 Agent 权限管理的适用性。

密钥防护的矛盾在于预防可随算力扩展、善后仍随人力走，GitHub 的应对是把拦截做成平台默认能力而非开发者纪律。

• 影响AI 代理已参与三分之一 PR，凭据暴露量随代码量增长，而人工撤销平均约 40 天形成长敞口；推送保护目前只拦约 30% 新检测密钥，官方称新模型可使拦截数量翻倍；功能消耗 AI credits，防护成本需计入 AI 用量预算。
• 参考可考虑先盘点自家仓库的密钥暴露与撤销耗时基线，再评估 GitHub Secret Protection 套餐与新模型的匹配度；已购组织值得把 AI credits 消耗纳入预算，并试用 Copilot CLI 的 /security-review 在推送前查密钥。

智能体强化学习的接入方式从在训练框架里重建智能体，改为让部署外壳经代理直接受训，训练与部署的错位被消除。

• 影响已有智能体外壳的团队接入强化学习的改造成本明显下降；用自建 Kubernetes 跑大规模 rollout 可绕开商业沙箱的按量费用；官方实验显示约 6000 条样本与常规算力也能带来可观提升。
• 参考已有稳定智能体且想引入强化学习的团队，可考虑把模型端点切到 Agent Lightning 代理，在自有集群复刻其编码智能体流水线试点；值得先盘点现有集群资源余量与商业沙箱账单，再决定试点规模。

AI 正在掏空代理公司通才型服务的价值，换个新头衔没有用，生意的定义本身要重写，垂直专精比面面俱到更可持续。

• 影响Horizon 等代理已开始放弃按人头计费的 FTE 模式，转向增长伙伴定位；WPP、Publicis、Omnicom 正以自有数据和 AI 平台直接服务客户；深度 AI 工程人才薪资高企，代理公司普遍雇不起。
• 参考可考虑重审与代理的合作和计费结构，把 FTE 条款换成按结果或价值的谈法；值得在挑选代理时考察其对自身行业的垂直深度而非通才覆盖面；也可先盘点内部 AI 系统搭建能力与预算缺口。

AI 外呼的分工线在重画，规模化触达继续交给厂商，头部客户的差异化只能靠自建的一方数据层。

• 影响发信和触达环节不必自建，差异化空间在 CRM 之外的一方数据；数据分散、大客户占比高的企业可评估自建薄层；Salesforce 将按 Flex Credits 计量智能体 API 调用，厂商深度读取 CRM 的成本会持续上升。
• 参考可考虑先盘点客户数据分散在哪些系统、多少关键事实厂商读不到；值得挑少量头部客户试点自建数据薄层，并保留人对叙事的事先审核；同时算一下自家 Salesforce API 日调用量以预估成本变化。

智能体让花费跑在效果证据前面，真正的约束不是预算上限，而是谁为未验证的改动承担损失。

• 影响品牌授权智能体投放后，一个未验证改动可能在证据到来前压上数万美元，并会同时波及出价、受众和渠道多个预算；现有预算上限和排速控制都不限制这种敞口；卖方担保不验证策略本身，只决定亏损由谁承担，条款和除外责任决定实际保障。
• 参考可考虑为每个智能体改动单独设风险预算上限，投放前与代理和媒体方约定证据标准与扩权门槛；值得盘点在投的效果担保条款，核对触发条件、除外责任和赔付是现金还是广告金。

采买智能体正从概念试验走向流媒体电视广告的正式交易环节，媒体方、代理与数据平台开始共用一套按效果决策的流程。

• 影响品牌广告主的流媒体电视采买开始交由智能体按 KPI 推荐库存，决策链条部分自动化；文章同时提醒若每次投放都以即时结果评判，长期品牌建设可能让位于短期收益；代理公司让智能体无监督运行并已裁员 800 人，人力与流程同步收紧。
• 参考可考虑先在单一 KPI 上试点效果类采买智能体，例如搜索提升或增量触达；值得把品牌预算与效果预算分开考核，避免全按即时转化衡量；若让智能体长时间自主运行，先明确人工复核的节奏和责任边界。

旗舰模型下放到全部用户档位，叠加按问题生成界面的新交互，ChatGPT 正从对话窗口转向任务工具的形态。

• 影响免费档用户也能用上旗舰模型，员工个人使用先进模型的技术门槛进一步降低；回答开始自带可操作界面，基于纯对话形态的对外服务和内部工具的用户预期会被抬高。
• 参考可考虑选一个高频问答或客户咨询场景试用交互式回答，对比纯文本版本的可用性；Enterprise 用户值得先与工作区管理员确认新模型的开放设置。

OpenRouter 把语音合成与识别并入现有大模型调用入口，应用加上语音的工程量从对接新账号降为一次接口调用。

• 影响已用 OpenRouter 的应用可在同一 API 管道拼装语音能力；五折到 10 月 19 日，之后恢复原价；长脚本受单次字符上限约束，转写有 25 MB 上传上限和 180 秒超时，需先核算成本。
• 参考可考虑选客服应答或产品配音一个场景试点，比较 Eleven v4 与 v4 Turbo 的成本和延迟；值得先按自家脚本的字符量和音频时长估算账单。

智能体开发让单次提交延迟成为开发速度的上限，倒逼代码托管架构从读写耦合走向读写分离。

• 影响跑大规模智能体的团队会更早遇到提交延迟与合并排队瓶颈；平台改造不要求改变分支评审等工作流；CI 扇出的读压力将改由平台侧弹性吸收。
• 参考可考虑先测量本团队仓库的 push 耗时与 CI 拉取频次作基线；扩大智能体规模前盘点单仓库分支数与合并队列压力；关注 GitHub 后续架构细节再定容量策略。

单轮基准分数掩盖了模型在多轮和长程任务上的真实短板，按基准成绩评估 AI 会高估实际可用度。

• 影响把模型用于多轮对话或长流程文档工作，实际表现可能低于公开基准给人的预期；长流程中错误会累积，流程需预留人工核查和回滚环节；员工如何描述需求也直接影响产出质量。
• 参考可考虑在采购或试点前用本企业真实多轮任务和长流程自测模型，而非只看公开基准成绩；值得把完整描述需求、答案人工核查、流程设检查点写进内部使用指引。

头部量化机构把需要数天的自主研究任务交给智能体，人机分工转向人定边界与目标、智能体自行推进，但效果证据全部来自厂商发布的客户案例。

• 影响研究与数据分析团队可尝试把多日长任务交给智能体，以扩大探索广度和深度；强监管行业需同步建设安全边界、可观测性与人工评审；案例收益均为厂商与客户自述，引入前要按自身场景核算。
• 参考可考虑选一个有明确评估指标的研究或分析流程，试点数日量级的自主任务并记录人工介入频率；同时盘点现有的评审、监控与权限机制能否承接智能体产出。

OpenAI 把 computer use 智能体的训练评测放进合同工作流，专业文书场景正成为智能体落地的优先试验场。

• 影响合同密集型行业的法务与运营流程被纳入智能体训练评测范围，相关岗位的自动化预期会提前传导；但双方未公开任何效果数据，现阶段不构成采购或流程改造的直接依据。
• 参考法务或运营团队可先盘点合同流程中的人工环节与耗时清单，评估哪些步骤适合交给智能体；在 OpenAI 公开产品形态或评测结果前，可暂不为此单独安排预算。

头部平台把竞争重心转向日常迭代节奏和变现入口，广告与电商开始嵌入 AI 产品界面。

• 影响ChatGPT 图片生成界面成为新广告位，品牌多了一个触达 12 亿周活用户的渠道；TikTok 把导购到下单收进站内，依赖站外跳转的电商引流承压；中美模型基准差距缩至 3%，采购选型可纳入国产模型对比。
• 参考可考虑评估 ChatGPT 视觉广告测试对美国市场投放的适配性，先小预算试投；做 TikTok 电商的可测算站内成交对站外跳转的替代效果；模型选型时值得把 DeepSeek 等国产模型纳入同场景对比。

生产级智能体的成熟方向是规则化，把确定性环节交给代码，模型只保留人原本做判断的部分，搭建投入可以很小。

• 影响销售漏斗顶部这类流程确定的功能可用极小投入自动化，一名兼职工程师加每年约 1000 美元即可跑通；岗位会向上移动，SDR 提前转向 outbound 对话；业务扩张会推高提示词复杂度，规则与判断的边界需要持续维护。
• 参考可考虑先盘点自家线索处理中的确定性环节，把规则交给代码、只把判断留给模型；试点期可借鉴其做法，先全量复核再过渡到按比例抽检；值得同步测算自动化与人工的成本对比。

GitHub 把 AI 代码审查的评测做成公开可复现的基准，各家审查智能体的实际差异有了同一套打分标准。

• 影响AI 代码审查工具的选型有了可比口径，精确率与噪声的取舍可按团队偏好排序；自建审查智能体的团队可用同一基准离线迭代，减少线上试错成本。
• 参考可考虑把现用审查工具与 ReviewBench 排行榜对标，按严重度和类别切片查看短板；自研智能体的团队值得先用 25 个 PR 的测试集跑基线再迭代。

代码执行的基础设施正从自建沙箱转向 API 内托管工具，接入动作从运维容器简化为 tools 数组加一项，代价是按秒计费和数秒级延迟进入成本结构。

• 影响数据分析、文件转换类短命令智能体可省去沙箱搭建和补丁运维；预算需同时计入推理 token 与沙箱秒数，新容器有 30 秒最低计费；默认断网和注入检测把部分安全边界交给厂商，放开白名单会扩大暴露面。
• 参考可考虑选短命令、单文件处理类场景先试点托管工具，用日志记录每请求的 server_tool_cost 和耗时再定范围；值得列出需要自定义镜像、GPU 或数小时会话的任务清单，这类需求可评估 Modal、E2B、Daytona 自建方案。

把判断从生成中剥离成廉价高频的独立一层已获得市场买单，但两周即可被复制的品类难成壁垒，中国团队正用开源和本地化补上 Jev 闭源留下的空位。

• 影响Agent 任务里大量琐碎判断有了比生成模型更便宜的处理方式，可摊薄调用成本和延迟；开源本地版本让数据敏感、有跨境顾虑的场景能把数据留在本地；品类两周即可被复制，供应商格局和价格都会快速变动。
• 参考可考虑盘点现有 Agent 流程中写死成规则或靠生成模型顺带完成的判断点，测算换成专用决策模型的成本收益；数据敏感场景可比较 Intern-Decision 与 StartLux-Decision 的本地部署；选型上值得评估开源权重或多供应商并行，避免深度绑定单一闭源 API。

Mods 的实质不是趣味玩具，而是 Anthropic 把 Claude Code 改造成可扩展平台，以可控开放换取插件生态和用户粘性。

• 影响开发团队可按自身流程定制 AI 编程工具的界面与拦截逻辑；mod 权限等同工具本体，企业需要像管控软件包一样管住安装来源；无分成的生态能否留住开发者存在不确定性。
• 参考可考虑先参照官方企业管理员文档制定 mod 安装来源清单，再让开发团队试点少量提效或安全类 mod；值得评估重度定制带来的迁移成本。

智能体安全的调查成本已出现可量化数字，AI 在招聘、餐饮监管等人力与合规场景的应用同步走向规模化。

• 影响企业部署智能体需预留安全审查与凭证管理投入；AI 面试大规模使用带来候选人体验与雇主口碑风险；DRAM 合约价上行会推高服务器与终端采购预算。
• 参考可考虑在智能体上线前梳理凭证与 API 访问权限清单；招聘侧先明确 AI 面试评分的用途并保留人工复核；采购侧可参考 TrendForce 预测重算明年内存预算。

AI 代理正加速走向桌面与眼镜端，而权限管控与内容审核的收紧同步出现，边界划定成为各平台的共同动作。

• 影响代理入口从聊天窗口扩展到操作系统和眼镜，企业可选的助手形态在增多；数据访问和学术发布的门槛同时在收紧，接入外部代理的合规成本会上升；落地人才不足仍被厂商当作主要瓶颈。
• 参考可考虑先盘点企业内现有 AI 工具的磁盘与数据权限清单，再评估接入代理类产品；落地缺人的团队值得把 Claude Frontier Academy 这类培训项目列入选项并核算周期成本。

Google 以月度节奏同时推进旗舰模型与入口扩张，旗舰能力受控分阶段开放，日常可用的实际是低成本快模型与更深的办公整合。

• 影响API 使用方的单位推理成本有下调空间，官方称 3.8 Flash 与 3.7 同速同价；Argon 尚未对开发者和企业开放，短期不改变现有选型；Gemini 入口向 Windows、Workspace 与第三方应用扩张，会加深其在办公流程中的渗透。
• 参考可考虑在现有编码与智能体工作流上实测 3.8 Flash 与 3.7 的质量和账单差异；值得盘点业务里可接入新 Connected Apps 的场景；网络安全相关团队可了解 Fairwind Program 的准入条件。

工具调用格式不通用是智能体换模型的隐性成本，翻译层放在应用、框架还是 API 层，决定维护成本由谁承担。

• 影响选厂商原生 SDK 会把调用格式绑定在该厂商上，跨厂商迁移意味着重写解析与容错代码；无原生工具调用能力的模型会把调用当纯文本返回，出错难以察觉；同一模型由不同供应商服务时调用成功率也不同，直接影响智能体可靠性。
• 参考可先列出业务要覆盖的模型与供应商清单，再决定格式翻译交给框架还是 API 网关；值得在日志中按 InvalidJson、UnknownName、SchemaMismatch 三类统计工具调用失败，并把错误率与价格一起对比。

模型路由从各家自说自话进入可横向比价的阶段，用单模型还是路由器变成一笔能按公开数据核算的成本账。

• 影响路由器靠切换更便宜模型压成本，官方举例 token 价差逾 48 倍，多轮 Agent 会话的用量大户比价空间明确；但缓存重建与额外延迟说明路由有代价，并非所有任务都划算。
• 参考可考虑挑一个多轮 Agent 场景试点，在基准页按自身业务拖动权重筛出候选路由器，与现有单模型对比成本和耗时，并把输入缓存重建费用计入口径。

多模型编排实为三层职责，选框架还是直连路由，取决于应用需要自己持有多少状态与控制流。

• 影响流程固定只需按步选模型时，一个请求字段即可完成回退，省去框架引入与维护成本；需要持久状态、人工审批或多智能体协作时才值得承担框架代码量；模型层收敛到网关后，换模型从改集成变成改配置。
• 参考可考虑先用 models 列表把两步流程跑在两个模型上，再决定是否引入框架；值得盘点现有应用里手写的状态机、断点恢复与审批代码是否已构成自建编排层；框架接入时可用 model_kwargs 透传服务端回退。

AI 编程把软件方法论推向两种并行范式，探索场景适合养成式试错，必须可靠运转的核心系统仍需确定性设计。

• 影响养成式开发降低了产品探索的试错成本，团队可以更快验证想法；必须可靠的核心系统有了用形式化验证证明按预期运转的路径；团队可能要为两类场景采用不同的质量与流程标准。
• 参考可考虑先给项目分类，探索类允许多版本并行试错；核心类可先让 AI 输出流程图，把每个分支铺进表格查漏洞，再评估是否引入 Lean、TLA+ 这类形式化验证工具。

这份演讲推荐清单折射出智能体工程议题正从能力演示转向记忆管理、评测与权限约束。

• 影响已让智能体写代码的团队会碰到上下文取舍与结果验证问题；托管 MCP 的权限边界、依赖与流水线供应链安全开始出现可参照的具体做法。
• 参考可考虑用这份议程对照自家智能体项目的缺口，优先补评测与权限设计；值得先盘点 CI 凭据与发布权限的暴露面，再决定跟进哪些实践。

智能体自我组织的能力超出作者预期，管理不再是人机协作的瓶颈，人的角色收敛到设定目标与把控方向。

• 影响组织智能体的成本大幅下降，企业可能无需为机器重建管理层级；智能体沿用人类现有系统工作，融入组织的门槛比预想低；自组织系统也可能偏离预期方向，委托代理问题转向人机之间。
• 参考可考虑在一个边界清晰的任务上试用多智能体分工并记录人工介入点；值得先明确人在目标设定与中途纠偏上的职责，再决定哪些流程交给自组织智能体。

云厂商正按 Agent 的负载特征重构数据与算力平台，竞争点从承载多少模型转向数据、模型和系统能否一起进化。

• 影响企业引入 Agent 后负载方式与成本结构会变化，评估指标从单次生成速度扩展到冷启动、缓存、扩缩容和整体成本；数据权限要从管人细化到管 Agent 能在什么任务下调哪些数据、执行到哪一步；数据生产与训练提效可能缩短模型迭代周期。
• 参考可考虑先盘点现有数据权限体系能否约束 Agent 的增删改查，确认高风险操作是否可回滚、可审计；再选一个数据处理或分析场景试点自然语言入口，记录耗时与成本变化。

Google 这次把模型卖点押在超长输出和长周期任务执行上，同时用分阶段开放换取安全验证与政府评估的时间。

• 影响长文档生成与长流程自动化任务的可行性边界被拉宽，相关场景可重新评估方案；推广期价格结束后输入输出单价翻倍，预算要区分两个阶段测算；分阶段开放意味着普通企业用户的接入时间要看后续批次。
• 参考可考虑在推广期内按实际用量先算出长报告、代码迁移这类场景的 token 成本，与现用模型对比后再决定是否切换；有安全攻防需求的团队可评估 Fairwind 计划的准入条件；采购侧可预先确认付费 API 与订阅档位的开放顺序。

智能体选型的实质正从追榜单最高分转向按任务门槛采购够用的能力，真实成本差要靠自有样本测出来，而不是按牌价估算。

• 影响大批量常规任务可换便宜模型压成本；合规、医疗等高门槛任务仍要为前沿模型付费；智能体循环里每次工具调用与重试都计费，单个任务成本会数倍于单次对话。
• 参考可考虑按任务清单各取 20-50 条自有样本，跑便宜、中档、前沿三档模型并算出每质量点成本；值得按门槛给任务分档配置模型，并在候选模型更新或调价后重跑脚本。