🧭 WAIC 2026 參展情報報告
——「自建 Agentic OS」借鑑地圖

基於 2026 年 7 月上海 WAIC 現場蒐集之 90 張廠商文宣照片,經 Codex CLI 視覺識別 → 廠商聚類 → Codex(web search)×Grok(agent 模式)雙軌獨立網路查證 → Claude Sonnet 5 彙整 → Claude Fable 5 評估規劃 五階段多智能體管線產出。核心目標:為 2026 年自建 Agentic Agent/Agentic OS 找出值得學習借鑑的框架與作法。

90照片全數識別
22廠商/攤位群組
42網路研究報告
69AI Agent 協作
10核心趨勢

二、借鑑優先級評估 PRIORITY MAP

評估基準:(a) 有無可驗證的開源碼/技術文件(而非僅文宣) (b) 是否命中 Agentic OS 核心命題(記憶/沙盒/工具/編排/技能/治理) (c) 架構原則是否可移植到我們自己的系統。

梯隊對象為什麼值得學我們的具體行動
S 級
立即拆解
記憶張量 MemOS記憶 OS 化的最完整公開實作:Apache-2.0 開源+論文+GitHub 齊全,MemCube 多租戶封裝、MemScheduler 異步調度可直接拆碼驗證Clone 部署跑通,拆解記憶分層與調度設計;用自有任務重測(勿直接採信其 benchmark,兩來源引述數字不一致)
S 級OpenClaw 本體事實標準的開源 Agentic Gateway(Gateway/多通道/Skills/市集);兩家廠商的企業封裝證明其可商用化路徑深入研究本體架構,評估作為我們 OS 的 runtime 底座——與伊登 eClaw 一樣「底座開源、治理自研」
S 級PPIO 沙盒架構Firecracker microVM 路線+E2B 相容介面+「模型/路由/執行/記憶/工具」五層拆分,是有公開技術文件的執行層範本用開源 E2B 自架驗證同路線;照抄 create/resume/ready 延遲三分法作為我們的沙盒驗收指標
S 級Agora Skills+TEN FrameworkSKILL.md+分層 references 漸進式揭露的開源技能知識包;TEN 節點圖編排開源;「資料面/控制面/知識面」三層解耦直接複製其 Skills 知識包結構作為我們技能格式的起點;語音場景評估 TEN
A 級
架構參考
AvePoint AgentPulse「Agent=需完整生命週期管理的非人身份」治理模型:登錄/擁有者/目的/資料源/成本/風險列為一級實體,定期再認證與急停下架照抄其治理資料模型設計我們的 Agent Registry;注意其僅有治理面、無執行面——執行層我們自建
A 級伊登 eClaw 管控鏈個人級安全模型升級為企業級管控鏈的完整範本:身份配對→工具白名單→沙盒→脫敏審計→高危 Skill/MCP 人工審批→遠程策略秒級下發作為我們安全架構的檢查清單逐項對照
A 級SUNRATE/Airwallex/開工吧的 HITL 模式金融級「意圖路由/專職 Agent/確定性工作流分離」+「草稿→核准→確定性執行」+「真人質檢兜底」+不可竄改稽核鏈定為我們所有高風險動作(資金、對外發送、刪除)的標準模式;需求-驗收契約(schema+預算+修改上限)作為一等物件
A 級SoMark 感知層封裝「Skill 教流程規範+MCP 給工具存取」雙軌封裝清晰可複製;中間格式保留座標結構讓回答可回溯頁面文件感知層先以開源 MinerU 自架為基線(OmniDocBench 95.69 公開可驗證),SoMark 以自有資料盲測後再決定並用
A 級百融 TurnSense/章節零一證據鏈TurnSense 語音判停模型已開源(47M 參數可邊緣部署);章節零一 claim→source→chunk→hash→tier 逐句溯源設計語音場景直接用 TurnSense;「引用/推斷/無證據」三分類+信源分級納入我們的輸出可信協議
B 級
單點借鑑
勝算云・語核・清昴・明心・一體機模式勝算云的 Skill DAG+執行前報價+冪等 ID 防超支;語核「技能與記憶自進化」方向正確(惟 LangHub 查無公開資料,追蹤);清昴多維 Token 帳本+「模型-晶片-引擎-精度」驗證矩陣;明心 Agent Mesh+合規存證(單源未驗證);「盒子+雲」混合交付滿足資料不上雲需求各取單點:計費防護抄勝算云、技能沉澱迴路自研補上語核未證實的「可測試可回滾」、Token 帳本抄清昴理念、私有化盒子作為未來政企選項
C 級
持續觀察
小宿、Dataify、OiiOii、MulanAI、魔珐、暗殼、百道、其他各有局部亮點:小宿三平面拆分、Dataify 取數工具層、OiiOii/MulanAI 畫布+資產真值、魔珐表達層 Adapter、暗殼垂直技能包留待特定子命題(內容生產、具身表達、網頁取數)需要時回頭深挖
⚠️ 採信原則:本表所有廠商的性能、並發、加速倍數、融資與規模數字均為廠商宣稱或網路查證,未經我們實測。雙軌查證已抓出多起宣稱與實測落差(詳見趨勢 10 與各廠商卡片),任何選型決策前必須以固定口徑自行驗證。

三、我們的 Agentic OS 藍圖 BLUEPRINT by Fable 5

綜合全部情報,我把「2026 年自建 Agentic OS」規劃為九層參考架構。每層標注:WAIC 看到的最佳實踐 → 我們的策略(自研=差異化核心/借用=開源或標準協議/採購=直接用供應商)。核心判斷:把自研火力集中在治理、編排、技能三層——那是全場廠商共同證明「客戶願意付錢、但沒人做透明」的地方;基礎設施層全部借用或採購,一寸都不要自己造。

L0 治理與信任層Governance
學:AvePoint 非人身份生命週期、eClaw 三重防線、百融全鏈路 Trace、清昴多維 Token 帳本。Agent Registry(擁有者/目的/資料域/成本/風險)+政策執行點前置於每次 tool call+不可竄改稽核鏈+成本遙測。
自研 🔴
L1 互動層Interface
學:OiiOii/MulanAI「對話控制面+畫布狀態面分離」。使用者能對話、也能在任務看板上局部修正;語音場景把 VAD/打斷/判停當系統原語(Agora、TurnSense)。
薄自研 🔴
L2 編排層Orchestration
學:主 Agent+職能子 Agent(全場最主流模式)+開工吧「需求卡→SOP→階段閘門→驗收結算」。關鍵補強:子 Agent 交接用結構化 schema 而非自然語言(全場廠商都沒公開這塊——正是我們的機會);HITL 閘門是一等公民。
自研 🔴 核心 IP
L3 技能層Skills
學:Agora SKILL.md 漸進揭露格式為起點+勝算云版本化 DAG+語核「使用中自進化」概念。技能必須可測試、可版本化、可審批、可回滾(全場沒有一家證實做到,自建系統應補上);沉澱迴路:軌跡→復盤→Skill 候選→人工審批→版本發布。
自研 🔴 核心 IP
L4 記憶層Memory
學:MemOS 三層記憶+MemCube 命名空間隔離+異步調度+多路檢索+Token budget 注入控制;本地 SQLite(個人)+雲端圖/向量庫(組織)雙軌。直接以 MemOS(Apache-2.0)為基底整合,記憶保留來源/時間/版本/可撤銷狀態。
借用 🟢 MemOS
L5 工具與協議層Tools / MCP
學:MCP 為事實標準、A2A 觀察即可;Agora「同一能力三介面」原則(人類 CLI/程式 SDK/Agent 可讀 Skill);Airwallex 分權 Connector(正式執行/沙盒測試/純查詢分離)+OAuth 細粒度 scope+冪等 ID。
借用 🟢 標準協議
L6 執行沙盒層Sandbox
學:Firecracker microVM 已是業界共識起點,E2B 介面成事實標準(PPIO、小宿都相容它)。用開源 E2B 自架或採購相容服務;驗收用 create/resume/ready 三段延遲+逃逸與網路出口測試。
借用/採購 🔵
L7 模型網關層Gateway
學:Token 工廠已商品化,不值得自研。開源網關(LiteLLM 類)+OpenAI/Anthropic 相容 API 隔離底層;路由依健康度/成本/延遲/資料區域決策;帳本記到 tenant/project/agent/tool 四維;永遠保留 BYOK 逃生口。
借用 🟢+薄自研
L8 感知與資料層Perception
學:SoMark「Skill+MCP 雙軌封裝」模式+結構化中間格式(bbox/座標可回溯)。文件解析以開源 MinerU 為基線自架,商用引擎盲測後並用;網頁取數(Web Unlocker/SERP 類)作為原子工具封裝。
借用/採購 🔵
L9 交付與商模層Delivery
學:語核「角色即產品」數位員工+百融「崗位級 SLA+RaaS 按結果計價」+一體機「盒子+雲」混合。我們既有的會議記錄→報價單→行銷內容管線,正是第一批可封裝的「數位員工」垂直包。
自研 🔴 變現層
🎯 與我們既有資產的接點:偷懶辦公室現有的場景管線(會議逐字稿→會議記錄→報價單、品牌行銷內容產線)就是驗證這套 OS 的第一批垂直場景——這正是語核「場景化數位員工」與百融「崗位級 SLA」已在市場驗證過的商業形態。先讓 OS 跑自己的業務,dogfood 出可靠性指標(首輪通過率/返工成本/人工介入率/每成果成本,取自開工吧的 KPI 設計),再對外複製。

⚔️ 五條軍規(本次雙軌查證換來的方法論教訓)

展場聽到「XX OS」先打問號——AvePoint 與百融的「OS」都被雙來源獨立證實是行銷敘事而非產品。判斷標準:有沒有對應的產品頁、白皮書、API 文件。
性能數字一律要測試口徑——「15 倍加速」實測 1.5–2 倍、「20 萬並發」查無佐證、「<200ms」是快照恢復不是冷啟動。我們自己的系統對外也要反著做:公開 TTFT/TPOT/P95 與測試條件,把誠實變成差異化。
攤位豐富度 ≠ 技術成熟度——Airwallex 攤位只擺支付產品,實際已有全場最完整的分權 MCP 架構。評估對手與夥伴都要獨立查證,不能只看展場。
記憶、治理、HITL 是一等公民,不是加掛插件——事後補救的治理做不出企業信任。政策執行點要在每次 tool call 之前,稽核鏈要不可竄改。
標準協議薄轉接、永遠留逃生口——OpenAI 相容 API/MCP/SKILL.md/E2B 介面當外皮,核心自主;任何供應商依賴都要有 BYOK/自架 fallback。被鎖定的 OS 不是 OS。

四、90 天行動路線圖 ROADMAP

🏗️ Day 0–30|內核 PoC

  • 拆解 OpenClaw 本體(Gateway/通道/Skills/市集架構),決定採用或自研對應層
  • 部署 MemOS 跑通記憶讀寫/調度/檢索,用自有任務建立評測基線
  • E2B 自架沙盒 PoC,量測 create/resume/ready 三段延遲
  • 選定開源模型網關,接 2–3 家模型供應商+BYOK
  • 定義 Skill Manifest v1:SKILL.md 相容+版本+測試案例+回滾欄位
  • 打通一條端到端流程:需求→主 Agent→子 Agent(結構化交接)→工具→交付

🛡️ Day 31–60|治理與 HITL

  • Agent Registry(非人身份:擁有者/目的/資料域/成本/風險/再認證)
  • 全鏈路 Trace:每次 tool call 留存輸入、模型版本、資料版本、批准人、輸出雜湊
  • 高風險動作導入「草稿→人工核准→確定性執行」三段式+分權 Connector(正式/沙盒/查詢)
  • 需求-驗收契約 schema(輸入輸出/預算上限/修改上限)成為一等物件
  • Token 帳本四維計量(tenant/project/agent/tool)+執行前報價與餘額檢查

🚀 Day 61–90|垂直包與自進化

  • 把既有場景封裝成前三個數位員工垂直包:會議秘書(逐字稿→記錄→報價單)、行銷編輯(品牌內容產線)、研究分析師
  • 技能沉澱迴路 v1:執行軌跡→復盤→Skill 候選→人工審批→版本發布→回歸測試
  • 內部 dogfood 全面上線,追蹤四大 KPI:首輪通過率/返工成本/人工介入率/每成果成本
  • 決策點:語音層是否導入(TEN+TurnSense);私有化「盒子」形態是否納入產品線

五、廠商全覽(22 家) VENDOR CARDS

每張卡片=現場文宣重點+雙軌網路研究+借鑑點。來源標籤:Codex 網搜Grok 網搜Claude 備援網搜(Grok CLI 失敗時自動備援,均為獨立查證)。點擊照片可看大圖。

🔴 高借鑑價值(核心 Agent 基礎設施)9 家

記憶張量(MemTensor)

Agent基礎設施(記憶層)高借鑑價值📷 6 張
IMG_5625.jpgIMG_5626.jpgIMG_5689.jpgIMG_5690.jpgIMG_5691.jpgIMG_5692.jpg

現場文宣重點:AI 記憶作業系統全家桶。MemOS 把記憶當作可生產、調度、治理的資源:Recall/Add、知識庫注入、任務技能進化、視覺化管理,強調 Token 成本可控與檢索穩定。Memmy Agent 以本地 SQLite 長期記憶+Agent Runtime 實現「所有 AI 記得同一個你」,支援 CLI/TUI、OpenAI 相容 API、MCP、Skills、BYOK 與跨 Agent 上下文注入。ClawForce 面向企業級 Agent 落地:Skill 引擎、事件感知、審計回滾、雲端沙箱,並推 NVIDIA DGX Spark 本地一體機。另有 MemOS Cloud、開源版與 MindDock 跨平台(ChatGPT/Gemini/DeepSeek)記憶同步。

💡 對自建 Agentic OS 的借鑑點

Codex 網搜

可借鑑:(1)將記憶做成獨立control plane,以user/agent/project namespace管理權限;(2)線上僅做快速capture,抽取/去重/技能化放入可重試背景佇列(如MemScheduler+Redis Streams);(3)每條記憶保留來源、時間、版本、可撤銷狀態;(4)檢索採keyword+vector+graph+時間性多路融合,並以Token budget控制注入量;(5)經驗提升為Skill前需證據歸因、人工審批與回滾機制(參考ClawForce流程與SkillsVote格式);(6)本機SQLite做個人記憶、雲端圖/向量庫做組織記憶,避免一開始部署過重全圖架構;(7)對外部benchmark數字保持懷疑,用自身任務成功率、錯誤記憶率、p95延遲、回滾率重新驗收。

Grok 網搜

可借鑑:(1)將記憶提升為系統一等公民資源,做生命週期管理、調度與版本控制,而非僅做RAG檢索;(2)MemCube式的記憶封裝與多租戶/多專案隔離設計,支援可組合遷移;(3)混合檢索(語意+圖+全文)搭配異步MemScheduler寫入,兼顧穩定性與延遲;(4)「軌跡→策略→Skill」的結晶機制,讓重複任務沉澱為可複用技能,降低長期token成本;(5)個人記憶與組織Skill的架構級硬隔離,滿足企業合規需求;(6)採插件方式接入既有Agent Runtime(OpenClaw/Hermes/MCP)而非重造整套系統;(7)Local-first(本地SQLite/一體機)與Cloud雙軌交付並行,兼顧隱私與規模化。

展開雙軌網路研究細節(摘要/關鍵事實/來源連結)

Codex 網搜

截至2026-07-20,記憶張量確有其公司、產品與活躍開源社群。MemOS 以 MemCube 隔離使用者/Agent 記憶,分明文記憶(成熟)、KV-cache 激活記憶(部分)、參數記憶(LoRA,仍標「開發中」)三層;MemReader 快速寫入+背景精煉,MemScheduler 用 Redis Streams 非同步調度,檢索為關鍵字/向量/圖多路召回+rerank+MMR+時間衰減。MindDock 實為具廣泛網站權限的瀏覽器擴充+MemOS Cloud,非透明本機代理,其「記憶主權」僅止於可查看/刪除/遷移,未見端對端加密或自架方案佐證;本機優先的替代方案是新發布的 Memmy Agent(MIT,本機SQLite+BYOK)。ClawForce 為 OpenClaw 的企業封裝,具 Skill 審批/版本/回滾/沙箱,但無開源程式可驗證,也未證實與 Anthropic 官方合作,僅共用 SKILL.md 格式(另有開源 SkillsVote 驗證工具)。團隊由上海算法創新研究院孵化(2024-11成立),CEO熊飛宇(前阿里)、CTO李志宇,鄂維南任科學顧問;2025年天使輪近億元,2026-07-20完成Pre-A輪億元(華為哈勃等投資)。商業模式為 MemOS Cloud 訂閱(¥150-2000/月)+ ClawForce/DGX Spark硬體銷售(¥35,888,未見NVIDIA官方合作公告)。論文(arXiv 2505.22101、2507.03724)與部分benchmark結果(LoCoMo 75.80%、LongMemEval 77.8%)公開,但宣稱的35.24%/72% Token節省及檢索穩定性數字缺乏獨立第三方重跑驗證,應視為候選假設而非已證實SLA。

  • MemOS(Apache-2.0) GitHub repo為Python monorepo,含api/mem_cube/mem_reader/mem_scheduler/memories等模組,2.0版採Components+Handlers架構
  • 記憶分三層:明文記憶(圖/向量,成熟)、KV-cache激活記憶(部分)、參數記憶LoRA(官方標註Under Development)
  • MindDock是Chrome/Firefox瀏覽器擴充+MemOS Cloud,讀取ChatGPT/Gemini/Claude/DeepSeek網頁對話並跨平台注入,非本機代理
  • Memmy Agent(2026-07-17發布,MIT)為本機SQLite+BYOK方案,資料主權證據較MindDock完整
  • ClawForce為OpenClaw企業封裝,具Skill審批/版本/Diff/回滾,但無開源碼可驗證,未證實與Anthropic官方合作
  • 公司2024-11成立(上海算法創新研究院孵化),2025年天使輪近億元,2026-07-20完成Pre-A輪億元(華為哈勃等投資)
  • 商業模式:MemOS Cloud訂閱(¥150-2000/月)+ClawForce/DGX Spark硬體(¥35,888,未見NVIDIA官方合作公告)
  • 論文arXiv 2505.22101/2507.03724公開,LoCoMo 75.80%/LongMemEval 77.8%等benchmark部分可重現但缺獨立驗證

資料來源

Grok 網搜

記憶張量(MemTensor,上海)為真實存在的AI記憶基礎設施廠商,2024年11月成立,由上海算創院孵化,鄂維南院士任首席科學顧問,創始人熊飛宇、CTO李志宇(2026 入選36氪36Under36)。核心產品MemOS將「記憶」視為可調度的作業系統一級資源,統一明文/激活/參數三層記憶,以MemCube封裝記憶內容與版本/來源,透過MemScheduler做異步調度與混合檢索(語意+圖+全文)。產品線由下而上包含:MemOS開源版(GitHub約10k星,Apache-2.0,v2.0 Stardust)與MemOS Cloud雲端API;個人端MindDock(瀏覽器外掛,跨ChatGPT/Gemini/DeepSeek同步注入,後端接MemOS Cloud,記憶主權主要靠帳號可視/編輯/刪除,並非純本地);Memmy Agent(本地SQLite+Agent Runtime,MIT授權,支援CLI/TUI/OpenAI相容API/MCP/BYOK);企業級ClawForce(定位「企業級OpenClaw」,具Skill引擎的發現-提煉-審核-回流流程、個人與組織記憶架構隔離、全鏈路日誌與Diff/回滾、雲端沙箱),並主推NVIDIA DGX Spark本地一體機(官網標價約人民幣35,888元)。ClawForce與Anthropic Claude Skills非官方關係,屬並行的Agent技能沉澱路線,掛接在OpenClaw/Hermes生態下。相關論文(arXiv 2505.22101、2507.03724)與OmniMemEval基準庫公開可查,官網/repo自報LoCoMo 88.83、LongMemEval 89.20分及約72%的token節省,但這些為廠商自評數據,建議自行以OmniMemEval復現驗證。融資輪次(2025年6月傳近億元天使輪)在公開頁面未見明確金額確認,商業模式為雲訂閱/API配額+企業私有化部署+DGX一體機硬體銷售三軌並行。2025-2026動態:2025年5月論文發布並於WAIC2025亮相MemOS,11月推MemOS Cloud,2026年持續擴展開發者免費方案、OpenClaw雲/本地插件2.0,直到2026年7月WAIC前後發布MemOS 2.0基準更新。對自建Agentic OS開發者最具借鑑價值的是:把記憶當一等公民資源做生命週期管理與調度(而非單純RAG檢索貼文)、MemCube式多租戶隔離與可組合遷移、混合檢索+異步寫入架構、軌跡→策略→Skill結晶的複用機制、個人記憶與組織Skill的硬隔離設計,以及Local-first與Cloud雙軌交付策略。

  • 公司2024-11成立於上海,算創院孵化,鄂維南任首席科學顧問,創始人熊飛宇、CTO李志宇
  • MemOS GitHub開源約10k星(Apache-2.0,v2.0 Stardust),三層記憶(明文/激活/參數)+MemCube封裝+MemScheduler異步調度
  • Memmy Agent開源(MIT),本地SQLite+Runtime,支援CLI/TUI/OpenAI相容API/MCP/BYOK
  • MindDock為瀏覽器外掛(非獨立代理層),跨ChatGPT/Gemini/DeepSeek同步,後端仍接MemOS Cloud帳號體系
  • ClawForce主打企業級OpenClaw:Skill引擎+審計Diff/回滾+雲沙箱,並推DGX Spark一體機(約¥35,888)
  • 論文arXiv:2505.22101、2507.03724及OmniMemEval基準公開,但LoCoMo/LongMemEval分數與token節省數字為廠商自評
  • 融資輪次(傳2025-06近億元天使輪)在官方管道未見明確公開金額確認
  • 商業模式三軌:雲訂閱/API配額、企業私有化部署、DGX Spark硬體銷售

資料來源

PPIO(派歐雲)

Agent雲端基礎設施高借鑑價值📷 2 張
IMG_5635.jpgIMG_5636.jpg

現場文宣重點:定位「中國領先的獨立 Agentic Cloud」與「Agent 時代的 Token 工廠」:5000+ 全球算力節點、200+ 主流模型、66 萬+ 註冊開發者,接軌 GitHub、Hugging Face、OpenRouter、vLLM、SGLang 生態。三大產品:模型服務平台(平台中立、自研推理加速引擎);Agent Harness(<200ms 啟動、20 萬+ 並發、虛擬機級隔離的沙箱執行環境,含工具與記憶管理);Agent 接入平台(AI 原生介面、智能體託管,相容 LangChain、OpenAI Agents、CrewAI,支援 CLI、MCP、Skills)。主打讓 Agent 跑得快、跑得穩、用得省。

💡 對自建 Agentic OS 的借鑑點

Codex 網搜

可借鑑:(1)系統拆為模型/路由控制面、microVM執行面、外置記憶、工具/MCP、觀測計費五層架構,避免狀態綁死於Agent process;(2)不可變模板+啟動完成後快照,分別定義create/resume/ready三種延遲指標而非單一冷啟動數字;(3)Gateway依事件與心跳做喚醒/休眠,記憶獨立於沙箱以支援故障回滾;(4)對外優先採OpenAI/Anthropic API、E2B、MCP、Skills等標準協議,Agent框架僅作薄轉接層;(5)建立跨模型Token、快取、工具、沙箱資源的統一trace與成本帳本;(6)對外部廠商的性能宣稱(如20萬並發)應要求明確測試口徑,不可直接採信。

Grok 網搜

可借鑑點:(1) 執行沙箱採用Firecracker microVM級硬體隔離而非僅靠容器/gVisor,兼顧安全與啟動速度;(2) 記憶系統與沙箱執行解耦設計(Mem9思路),便於Agent長時記憶管理;(3) 採用Pause/Snapshot恢復機制搭配按秒計費,適配Agent負載波動大的特性,降低閒置成本;(4) 對齊E2B/OpenAI API等業界標準介面,降低框架遷移與生態接入成本;(5) 將「模型網關+沙箱運行時+工具/Skills+Agent託管」拆分為可獨立替換的分層架構,而非單體綁定,便於自建系統模組化演進;(6) 以@app.entrypoint式輕量包裝實現框架無關託管,同時支援LangGraph/OpenAI Agents/AutoGen/CrewAI等多框架共存。

展開雙軌網路研究細節(摘要/關鍵事實/來源連結)

Codex 網搜

PPIO 已從邊緣雲轉向「模型API+Agent執行環境+託管」全棧服務。沙箱採 Firecracker microVM+KVM(非gVisor),以預建模板、記憶體/檔案系統快照及事件喚醒達成約200ms啟動;但公開資料僅證實千級至上萬個沙箱同時建立,展場宣稱的「20萬+並發」缺乏壓測口徑佐證,可能指全網同時在線容量而非同步冷啟動數,須標註不確定。模型API為PPIO自營推理與內部算力調度,未見OpenRouter式供應商排序、價格/延遲路由,計價按輸入/輸出Token分別計費,另有多模態按量計費及沙箱按vCPU/RAM逐秒計費。已提供Python/JS SDK(相容E2B)、CLI、Skills、託管MCP endpoint(OAuth 2.1),可透過標準HTTP entrypoint相容LangChain/CrewAI,OpenAI Agents SDK需替換base_url且不支援Responses API;核心調度與MCP server未開源。公司尚未上市,2026年6月再度向港交所遞表;2025年營收7.70億人民幣,84.5%仍來自傳統邊緣雲,AI雲收入雖年增逾10倍但仍毛損,Agentic Cloud商業化仍屬早期階段。2025-2026發布節奏密集:2025/06沙箱內測、07 WAIC發布Agentic AI Infra、11 Agent Runtime;2026/03 PPClaw、04 PPHermes與MCP、05 Agent託管推廣、07 WAIC重新定位為Agentic Cloud/Token Factory。

  • 沙箱隔離技術為Firecracker microVM+KVM,非gVisor,官方文件明確比較並否定gVisor路線
  • <200ms啟動主要來自預建模板+快照恢復(跳過OS/依賴初始化),非真正冷啟動
  • 20萬+並發缺乏公開壓測數據佐證,官方僅證實千級至上萬沙箱同時建立,需視為未證實宣稱
  • LLM計價按輸入/輸出Token分別計費,部分模型另計cache read/write,HTTP 499仍全額計費
  • 與OpenRouter核心差異:OpenRouter是400+模型/70+供應商的聚合路由層,PPIO更像自營推理商+雲執行底座
  • 提供ppio-sandbox Python/JS SDK及CLI(相容E2B)、GitHub有ppio-skills等範例repo,但核心調度平台未開源
  • 託管MCP endpoint為mcp.ppio.com/mcp,OAuth 2.1驗證,僅提供search/execute兩工具管理OpenAPI
  • 公司未上市,2026年6月重新遞表港交所;2025年營收7.70億人民幣,84.5%仍來自傳統邊緣雲,AI雲業務仍毛損

資料來源

Grok 網搜

PPIO(派歐雲計算,上海,ppio.com)由 PPTV 創始人姚欣創辦,正從邊緣雲轉型為獨立 Agentic Cloud/「Token 工廠」,產品線含模型 API 網關、Agent 沙箱/Runtime、Agent 託管(PPClaw/PPHermes)、GPU 雲與邊緣計算。官網宣稱 200+ 模型、5000+ 節點、66 萬+ 註冊開發者,日均 Token 量達萬億級。沙箱隔離技術實為 Firecracker microVM+KVM 硬體級隔離(非 gVisor),對標 E2B 並相容其介面,<200ms 冷啟動靠輕量 microVM、模板預熱與 Pause/Snapshot 快照恢復;文宣所稱「20萬+並發」在公開技術文件中未找到獨立佐證數字,官網多籠統表述為「大規模並發」。模型 API 為 OpenAI/Anthropic 相容介面,按 Token(¥/Mt)計費並支援 Cache Read/Write 差異化計價;沙箱按 vCPU+RAM 按秒計費,本地盤 20GB 免費、快照按天收費。與 OpenRouter(全球模型路由聚合、USD 計價)不同,PPIO 是中國本土獨立雲+自營推理加速+Agent 全棧基建;與硅基流動相比,PPIO 除推理服務外多了沙箱、GPU、託管等全棧能力。開源方面有 ppio-sandbox SDK/CLI、GitHub 上 PPIO 組織倉庫(含 agent-runtime-example)、官方 MCP Server(mcp.ppio.com)及 PPIO/ppio-skills 倉庫;Agent Runtime 以 @app.entrypoint 包裝方式相容 LangGraph、OpenAI Agents、AutoGen、Google ADK 等框架,CrewAI 相容性見於官方部落格,本質是框架無關的託管層而非自研協議。融資與上市:2025 年 6 月首次遞表港交所後失效,2026 年 6 月透過境外主體 PPLabs 二次遞表;2025 年 4 月 B 輪後估值約 4.69 億美元,2026 年 5 月 B-2 輪約 3520 萬美元。營收結構仍以邊緣雲為主,2025 年 AI 雲業務約 1.19 億元人民幣(占比約 15.5%),公司整體仍處虧損。產品節奏為 2025 年中推出沙箱與 Runtime,2026 年推進 Agent 託管、Mem9 記憶系統、Skills/MCP 生態,並持續首發新模型。對自建 Agentic OS/Agent 系統開發者的借鑑:執行層應採用 microVM 級隔離而非僅靠容器;記憶管理與沙箱執行解耦(Mem9 思路);採用 Pause/按秒計費模式因應 Agent 負載波動;對齊 E2B/OpenAI API 介面降低遷移成本;並將「模型網關+沙箱+工具/Skills+託管」拆分為可獨立替換的分層架構。

  • 公司:派歐雲計算(上海),境外主體PPLabs,CEO姚欣,官網ppio.com
  • 隔離技術:Firecracker microVM+KVM硬體級隔離,非gVisor,相容E2B介面
  • 冷啟動宣稱<200ms,Pause快照恢復約200ms;20萬+並發為文宣數字,未在公開文件獨立核實
  • 模型API為OpenAI/Anthropic相容介面,按Token(¥/Mt)計費,支援Cache差異化計價
  • 沙箱按vCPU+RAM按秒計費,本地盤20GB免費,快照按天收費
  • 開源SDK:ppio-sandbox、CLI,官方MCP Server(mcp.ppio.com),PPIO/ppio-skills倉庫
  • Runtime以@app.entrypoint包裝相容LangGraph/OpenAI Agents/AutoGen/Google ADK,CrewAI見部落格
  • IPO:2025年6月首次遞表港交所失效,2026年6月二次遞表;2026年5月B-2輪約3520萬美元

資料來源

清昴智能

Agent基礎設施/晶片算力高借鑑價值📷 12 張
IMG_5677.jpgIMG_5678.jpgIMG_5679.jpgIMG_5680.jpgIMG_5681.jpgIMG_5682.jpgIMG_5683.jpgIMG_5684.jpgIMG_5685.jpgIMG_5686.jpgIMG_5687.jpgIMG_5688.jpg

現場文宣重點:清華背景的 Agent Infra(AaaS)供應商,2022 年成立,由模型推理最佳化工具鏈演進至 Agent 基礎設施,適配 15+ 款國產與主流晶片,融資數億元。五層架構:多元異構算力(昇騰、沐曦、燧原、海光、NVIDIA、AMD)→MLGuider 異構推理引擎(量化、算子融合、圖最佳化,宣稱 2-4 至 15 倍加速)→玄武智算雲(算力池化調度、模型倉庫、SLA 管理)→Token 工廠(統一 API/SDK、Token 計量、多模型路由 MaaS)→清昴 Harness(Agent 編排、MCP/A2A 協議、知識庫接入、多 Agent 協作、執行監控、權限管控)。生態夥伴含華為、Intel、AMD、超聚變。

💡 對自建 Agentic OS 的借鑑點

Codex 網搜

可借鑑:(1)分層架構——硬體/推理引擎、模型閘道、Agent Runtime、治理控制面分離,以OpenAI相容API隔離底層變動;(2)建立可版本化的「模型-晶片-引擎-精度」驗證矩陣,依品質/延遲/成本/SLA自動路由降級;(3)Token帳本應記錄輸入/輸出/快取/推理Token及tenant/project/agent/tool多維度,含預算上限、配額、可稽核對帳;(4)MCP/A2A僅作介面層,核心編排宜採版本化DAG/狀態機DSL,畫布為DSL視覺投影,內建重試、補償、人工核准、權限委派與完整trace;(5)不應沿用其模糊benchmark,應採固定模型/精度/硬體/長度/併發設定,公開TTFT、TPOT、TPS、P95等可重現測試方法。

Grok 網搜

對自建Agentic OS最具體可借鑑之處:(1)採用「統一抽象層+多引擎自動路由」解決硬體/模型碎片化,玄武CLI的pull/run/serve式開發者體驗值得參考;(2)用單一OpenAI相容API閘道作為所有Agent的唯一模型出口,內建Token計量與路由策略,可作為自建模型閘道層的設計基礎;(3)將權限管控、執行監控、SLA管理、可觀測性視為Agent平台的一等公民,而非僅堆疊編排框架——即Agent平台本質是runtime+policy+observability三位一體;(4)商業化路徑「開源CLI引流→私有化一體機→算力中心聯合運營」可供AaaS型產品參考,但其Agent編排層(Harness/MCP-A2A)目前查無可驗證技術細節,故此部分僅能作設計假設,不宜直接照搬規格。

展開雙軌網路研究細節(摘要/關鍵事實/來源連結)

Codex 網搜

截至2026/7/20,清昴智能確實營運中,技術路線已由MLGuider推理最佳化,擴展為玄武CLI/一體機/智算雲、Token工廠與Agentic AaaS。可公開檢查的成果主要是玄武CLI、MI-optimize與部分昇騰案例;MLGuider核心引擎、2-15倍加速宣稱、Harness編排及Token工廠商業規則仍不透明。唯一較具體的第三方紀錄為Qwen3-32B在兩款昇騰設備提升1.5/2倍,但缺完整測試參數,不能視為可重現benchmark。Harness的MCP/A2A、DSL、畫布、權限模型均未公開,早期方案實際整合Dify。其真正差異化更像「國產異構算力適配+智算中心營運底座」,而非已公開驗證的Agent框架。融資合計五輪、公司口徑「上億元」,公開資料不足以證實「數億元」。CEO關超宇為清華計算機系、AutoGL首席架構師。

  • 官網現列MLGuider、訓推一體機、多芯異構智算雲;玄武子站分CLI/一體機/智算雲,Agentic平台僅概念描述
  • Benchmark不透明:官方宣稱最高15倍加速無測試腳本;政府案例記錄Qwen3-32B在昇騰設備提升1.5-2倍但缺基準細節
  • 開源現況:GitHub公開5個repo,核心為Apache-2.0的xw-cli(硬體偵測/多引擎路由/OpenAI相容API)及MI-optimize(量化評測);未見公開Agent SDK/Harness/MCP-A2A repo
  • 晶片適配:宣稱15+晶片,但開源文件僅完整列出昇騰910B/310P、沐曦C550,其餘為授權或案例宣稱
  • Harness的MCP/A2A協議版本、Agent Card、DSL schema均未公開;2025方案實為整合Dify的低程式碼編排
  • Token工廠僅確認「按Token細粒度計費」,路由演算法、價格表、配額計費API均未公開
  • 融資:2023種子輪(奇績創壇/力合)、天使輪(綠洲資本);2024華為哈勃戰投、Pre-A+輪;另有2025 A輪(南京市創投)金額未披露
  • 2026年2月開源玄武CLI,5月加入攀枝花算力中心三方合作(燧原供算力/清昴建Infra/行者AI導入場景)

資料來源

Grok 網搜

清昴智能科技(北京)有限公司真實存在,官網 tsingmao.com,2022年10月成立,清華系團隊(CEO關超宇、COO姚航),定位為AI Infra/模型-芯片中間層,路線是先做MLGuider異構推理引擎,再往上疊玄武智算雲、一體機與Agentic平台。官網公開產品包括MLGuider、訓推一體機、多芯異構智算雲、大模型開發部署/Agentic平台,宣稱顯存降約4倍、吞吐提升約10倍、支持千卡集群,但缺乏完整可複現的第三方benchmark;唯一有官方/政府佐證的案例是2025-05與京西智谷合作的Qwen3-32B昇騰適配,加速約1.5-2倍,遠低於文宣中「2-4至15倍」的說法。展會文宣中的「Token工廠」「清昴Harness」「MCP/A2A編排DSL/畫布」在網路上幾乎查無公開技術文件,應視為展會主張而非已驗證產品。開源方面,GitHub組織TsingmaoAI旗艦專案為xw-cli(玄武CLI,2026-02開源,Apache-2.0),類似國產算力版Ollama,支援serve/pull/run、多引擎自動路由、OpenAI相容API;另有MI-optimize量化評測工具鏈;但MLGuider核心、Agent編排、Token閘道均未開源。融資公開至Pre-A+輪(奇績種子→2023綠洲天使→哈勃戰投→2024-06啟賦/達晨Pre-A+),均為千萬級人民幣,官網稱累計「上億」財務投資,但文宣「數億」缺乏明確後續輪次佐證。2025-2026動態包括智算中心聯運(北電數智、京西智谷)、一體機合作(軟通等)、2026-02玄武CLI開源、2026-07 AgenticAICon上COO姚航談「玄武Agent中台」。對自建Agentic OS的借鑑:自下而上先解決多芯可跑可調度可計量,再疊Agent編排;用單一OpenAI相容閘道+多模型路由+Token計量作為模型出口;CLI級開發者體驗(pull/run/serve)降低接入摩擦;把權限、監控、SLA、可觀測性當Agent平台的一等公民,而非純框架堆疊;商業化走「開源CLI引流→一體機/私有化→智算中心聯運」路徑而非純SaaS。

  • 公司2022年10月成立,清華系團隊,CEO關超宇、COO姚航(前華為),官網tsingmao.com
  • 官網宣稱MLGuider顯存降4倍、吞吐升10倍、支援千卡集群,但無完整可複現第三方benchmark
  • 唯一有官方佐證加速案例:2025-05京西智谷Qwen3-32B昇騰適配,實測約1.5-2倍(非文宣稱15倍)
  • Token工廠/清昴Harness/MCP-A2A編排DSL在網路上幾乎查無公開技術文件,僅見於展會文宣
  • GitHub組織TsingmaoAI開源xw-cli(玄武CLI,2026-02,Apache-2.0),類似國產算力版Ollama
  • MLGuider核心、Agent編排引擎、Token計量閘道均未開源
  • 融資公開至2024-06 Pre-A+輪(啟賦/達晨),均千萬級人民幣,'數億'融資無明確公開佐證
  • 商業模式為智算中心聯合運營(北電數智、京西智谷)+ 一體機OEM,走私有化政企路線而非純SaaS

資料來源

明心數智(MX)

Agent平台(垂直AIOS)高借鑑價值📷 7 張單一來源,未交叉驗證
IMG_5661.jpgIMG_5662.jpgIMG_5663.jpgIMG_5664.jpgIMG_5665.jpgIMG_5666.jpgIMG_5667.jpg

現場文宣重點:以「跨境服務 AIOS」重構出海全鏈路:四層架構=場景化解決方案→場景智能體→智能體作業系統(AIOS)→基礎設施,整合自研產業大模型、技能庫、知識庫與智能體框架。明思 MYNGX 平台由主控 Agent Mesh 一句指令派單,財稅合規、經營評估、智慧物流、達人營銷、業財分析等多位 AI 助手接力交付,含工具調用、長期記憶、HITL 與 Compliance Vault 合規存證。Ming Harness 研發自動化平台含 GenAI Studio、Agent Runtime、App Gallery,具可觀測性、治理與安全。另推全棧本地化 AI 助手一體機,宣稱服務跨境電商 2 萬+ 家。

💡 對自建 Agentic OS 的借鑑點

Codex 網搜

可借鑑:主控Agent Mesh編排+職能子Agent(財稅/物流/營銷/業財)+版本化技能庫+時效知識庫的四層架構模式;在高風險工具呼叫(如資金、合規申報)前強制插入checkpoint/HITL審批節點;合規存證事件應結構化保存模型版本、prompt、工具參數、資料來源、法規版本、人工簽核與輸出雜湊,並在政策更新後自動重跑歷史合規評估以維持追溯一致性;其專利揭露的法律-場景-地域知識圖譜、來源時間戳標記、案例置信度評分與衝突消解機制,對自建Agentic OS的知識庫治理設計具參考價值。惟其技術實作細節(Compliance Vault具體存證標準、AIOS底層開源依賴、Agent Runtime治理機制)均未公開驗證,僅可作為架構層面參考,不宜直接視為已驗證的工程規格。

展開雙軌網路研究細節(摘要/關鍵事實/來源連結)

Codex 網搜

明心數智(旗下含跨賦AIKUAFU、明灝數智營運主體)為跨境電商AI服務廠商,2026年7月WAIC發布明思MYNGX與Ming Harness平台,主打「跨境服務AIOS」四層架構(場景化解決方案→場景智能體→AIOS→基礎設施)。MYNGX由主控Agent Mesh一句指令派單,並行調度財稅合規、經營評估、智慧物流、達人營銷、業財分析等AI助手,高風險節點(關稅申報、平台合規、資金流轉)設HITL人工核准,Compliance Vault宣稱保存資料依據、法規匹配與人工決策紀錄,但未公開加密、雜湊鏈、WORM、簽章等具體存證規格。Ming Harness(GenAI Studio/Agent Runtime/App Gallery)定位為封閉垂直產業Agent開發-運行-發布平台,區別於開源的LangGraph(底層狀態圖編排庫)與OpenClaw(本機多智能體Gateway)。技能庫、Agent框架及自研「小明同學」大模型均宣稱自研,未公開GitHub/Gitee repo、SDK或模型權重,故無法判定底層開源依賴;「明心跨境服務大模型」已完成大陸生成式AI服務備案(編號Guangdong-MingXinKuaJingFuWu-202509120091)但未披露參數與架構。一體機僅確認雲端/本地私有化兩種交付,硬體規格、定價、服務2萬+客戶的商業模式均無獨立佐證,客戶數口徑在不同資料來源間亦不一致。「明兒數智」查無此品牌,較可能是「明灝數智」的OCR誤寫,明灝為跨賦網站及Amazon Appstore開發者主體,公開資料稱其為明心數智控股子公司;完整股權鏈仍需工商檔案確認。融資方面2025年1月及6月分別完成約2億元人民幣B輪、B2輪,投資方含柏睿、國方、獅城、鼎暉、沂景、金螞、國泰君安創投,更早輪次含紅杉、嘉實。對自建Agentic OS開發者具體可借鑑:主控編排+職能Agent+版本化技能庫+時效知識庫架構;高風險工具呼叫前強制checkpoint/HITL;合規事件應保存模型、提示、工具參數、資料來源、法規版本、人工簽核與輸出雜湊;政策更新後自動重跑歷史合規評估;專利揭露的法律-場景-地域知識圖譜、來源時間戳、案例置信度與衝突消解機制值得參考。

  • Agent Mesh示範:一句指令並行調度五類助手,30分鐘產出11項決策、9套單證,HITL設於關稅申報/平台合規/資金流轉節點
  • Compliance Vault僅公開保存資料依據、法規匹配與人工決策紀錄,未揭露加密/雜湊鏈/WORM/RBAC等具體存證技術
  • Ming Harness為封閉垂直Agent開發-運行-發布平台,與開源LangGraph(狀態圖編排+HITL interrupt/resume)、OpenClaw(本機多智能體Gateway+ClawHub)定位不同,無公開SDK
  • 技能庫/Agent框架/「小明同學」大模型均宣稱自研,查無官方開源repo或模型權重,無法確認底層依賴
  • 明心跨境服務大模型已完成大陸生成式AI服務備案(2025/10/17),但參數量與架構未公開
  • 一體機僅知雲端與本地私有化兩種交付,硬體規格、售價、「2萬+」客戶口徑均無獨立審計資料佐證
  • 「明兒數智」查無此品牌,推測為「明灝數智」OCR誤寫,明灝為跨賦網站/Amazon Appstore開發者主體,稱為明心數智控股子公司
  • 2025年1月、6月分別完成約2億元人民幣B輪、B2輪融資,投資方含柏睿、國方、獅城、鼎暉、沂景、金螞、國泰君安創投

資料來源

小宿科技

Agent基礎設施高借鑑價值📷 3 張
IMG_5646.jpgIMG_5647.jpgIMG_5648.jpg

現場文宣重點:自稱全球領先 AI Agent 基礎設施服務商,提供三大件:面向 Agent 的高品質智慧搜尋(35+ 語言、學術文獻、語義意圖理解、網頁全文解析);小宿 AI 沙盒(安全隔離、極速彈性擴容、全球分散式部署、REST API 與 Python/JS/Go SDK、按量計費);Agent API 統一接口(單一接口整合多 Agent、會話記憶、多文件批次處理、即時串流輸出、開箱即用)。恰好對應 Agent 的外部知識檢索層、安全工具執行層與統一調度閘道,貼近 AI OS 基礎層的關鍵拼圖。

💡 對自建 Agentic OS 的借鑑點

Codex 網搜

可借鑑其「檢索平面、隔離執行平面、Agent控制平面」三層架構思路:不將搜尋檢索、沙盒執行、Agent調度全部塞進單一Runtime,而是拆分為獨立服務。短生命週期沙盒與持久記憶/Volume分離管理;用response lineage記錄父子Agent關係、重試與審計軌跡。對外提供OpenAI Responses相容層,再透過獨立Gateway轉接MCP,降低與供應商的耦合度,方便替換底層引擎。自建Agentic OS若採類似路線,上線前應優先驗證:microVM逃逸與網路出口安全、區域級冷啟動p95/p99延遲、索引資料版權與新鮮度、記憶資料刪除/加密機制、MCP權限邊界控制。

Claude 備援網搜

小宿科技的架構將Agent基礎設施拆為「搜尋檢索層+安全沙盒層+模型路由層」三個獨立可組合的服務,並用MCP Server統一封裝搜尋能力對外開放,這是自建Agentic OS時「外部知識層」與「工具接入層」解耦、以標準協議(MCP)暴露能力的一個可直接借鑑的設計思路。其模型路由層(SkyRouter)以聚合100+模型並做成本優化路由,也是Agent OS中「模型抽象層」的典型實作範式,值得在自建系統中設置類似的模型網關做多供應商容錯與成本控制。但沙盒隔離的具體技術方案未公開,仍建議直接參考E2B(Firecracker MicroVM)、Daytona或Modal等開源方案的隔離與冷啟動設計來補足自建系統的安全執行層。

展開雙軌網路研究細節(摘要/關鍵事實/來源連結)

Codex 網搜

截至2026-07-20,小宿科技確有實際營運,上海主體為「上海小宿科技有限公司」,海外品牌與Cloudsway/ScaleBox/AgentsWay高度相關。公開產品涵蓋智慧搜尋、AI沙盒(ScaleBox)與Agent API(AgentsWay),但中國官網以智慧搜尋、通用雲、GPU雲、AI沙盒為主,Agent API主要見於海外文件,品牌治理與文件版本並不統一。搜尋採自建「千億級索引」整合多資料源,但來源清單、學術庫涵蓋率、確切計費單價均未公開,需洽商務報價。沙盒宣稱microVM核心級隔離、毫秒級啟動,技術方向接近E2B(Firecracker),但缺乏VMM型號及p95/p99實測數據,公開SDK以Python/JS為主,Go SDK未獨立驗證。Agent API(AgentsWay)提供與OpenAI Responses SDK相容的呼叫形狀(非完整OpenAI API相容),會話記憶靠previous_response_id串接+memory開關控制,但底層資料庫、embedding模型、保留政策未公開;未發現原生MCP Server,僅見被阿里雲百鍊、AWS AgentCore Gateway等第三方封裝為MCP的案例。公司2023年8月成立於上海,曾透過Cloudsway納入網宿科技體系,2024年增資、2025年網宿出售Cloudsway股權退出(估值約2.2億人民幣),屬股權重組非傳統VC融資,未找到可核實的創投輪次。開源部分(scalebox-dev GitHub)提供Python/JS/Go SDK、cookbook、smolagents fork,MIT授權,但控制平面、沙盒runtime、搜尋索引器均未開源。對自建Agentic OS的借鑑在於其「檢索平面/隔離執行平面/Agent控制平面」三層架構設計。

  • 中國官網xiaosuai.com提供智慧搜尋、通用雲、GPU雲、AI沙盒;自稱80+區域、1000+客戶(未經第三方稽核)
  • 搜尋API自建「千億級索引」,35+語言、語義理解、全文解析,來源與計費均未公開,需洽商務
  • AI沙盒ScaleBox主打microVM核心級隔離、毫秒級啟動,方向類似E2B,但無公開p95/p99數據
  • Agent API(AgentsWay)相容OpenAI Responses呼叫形狀(POST /v1/responses),非完整API相容
  • 未發現原生MCP Server,僅見阿里雲百鍊、AWS AgentCore Gateway等第三方封裝為MCP的整合案例
  • 會話記憶透過previous_response_id + memory.enabled/read/write控制,底層實作未公開
  • 上海公司2023年8月成立,曾併入網宿科技Cloudsway體系,2025年網宿出售股權退出(估值約2.2億人民幣),非傳統VC輪次
  • 開源SDK(scalebox-dev/agent-api-sdk,MIT授權)含Python/JS/Go客戶端,但沙盒runtime與搜尋索引器未開源

資料來源

Claude 備援網搜

Grok CLI 兩次執行均在啟動搜尋後即中斷(僅輸出一行「正在搜尋...」即結束,無正文),故改用 WebSearch/WebFetch 完成調查,確認該廠商為真實公司。小宿科技(官網 xiaosuai.com,海外品牌 Cloudsway.AI)成立於2023年8月16日,隸屬A股上市公司網宿科技(300017.SZ)旗下多雲道科技,目前無公開獨立對外融資紀錄,資金與股權主要依附集團背景。截至2025年中,ARR已突破2500萬美元且已盈虧平衡,月API調用量達數億次,全球部署覆蓋80+國家/地區,服務數百家企業,客戶涵蓋中國逾五成頭部AI原生應用。創辦人杜知恒具清華、百度、紅杉系對沖基金背景,核心技術團隊來自百度、360等搜索公司。 核心產品線三塊:1) 智能搜索API(cloudsway.ai)— 提供全球即時多語言搜尋數據,相容Bing標準API並可對接多家搜尋引擎,官方稱價格約為同類服務三分之一,並提供MCP Server整合SmartSearch API(支援分頁、語言、時效、站點過濾,輸出結構化JSON);GitHub上有開源專案Cloudsway-AI/smartsearch,惟本次查證時該連結已404,架構細節未能確認。2) AI沙盒 — 官方描述為高安全隔離、全生命週期監控的Agent專用執行環境,用以支撐高並發需求,但未查到具體隔離技術(如MicroVM/gVisor)與冷啟動時間等量化指標,也未找到與E2B、Daytona、Modal的官方對比資料,屬資訊缺口。3) SkyRouter.ai模型聚合平台 — 對接100+全球大模型,支援分散式推理與邊緣部署,宣稱可為客戶節省10-15%模型調用成本;Agent API統一接口的OpenAI/MCP相容細節與會話記憶實作方式未查得公開技術文檔佐證,僅確認MCP Server存在於搜尋產品線。 對自建Agentic OS的借鑑:其「搜尋層(外部知識檢索)+ 沙盒層(安全執行)+ 路由層(模型聚合)」三件套架構清晰對應Agent OS的知識/工具/模型三大基礎設施切面,且已用MCP Server作為標準化接入層,值得參考其「單一MCP端點包裝多來源搜尋能力」的做法;但沙盒隔離技術與統一Agent API協議的具體實作仍缺乏公開細節,無法直接複製,需自行調研或以E2B/Daytona等開源方案為參照補足。

  • 公司成立於2023年8月16日,隸屬網宿科技(300017.SZ)集團旗下多雲道科技,無公開獨立融資紀錄
  • 2025年中ARR突破2500萬美元,已盈虧平衡,月API調用量數億次,覆蓋80+國家
  • 官網品牌為 xiaosuai.com(中文)與 cloudsway.ai(海外),另有模型聚合平台 skyrouter.ai
  • 智能搜索API相容Bing標準API,提供MCP Server整合SmartSearch,價格號稱同類三分之一
  • SkyRouter對接100+大模型,宣稱節省10-15%模型調用成本
  • GitHub開源專案 Cloudsway-AI/smartsearch 查證時連結已404,架構細節未能確認
  • AI沙盒的具體隔離技術(如MicroVM)、冷啟動性能、與E2B/Daytona/Modal的對比均未查得公開資料
  • 創辦人杜知恒為清華/百度/紅杉系背景,核心技術團隊來自百度、360搜索部門

資料來源

伊登軟件(EdenSoft)

Agent平台/AI一體機高借鑑價值📷 6 張單一來源,未交叉驗證
IMG_5693.jpgIMG_5694.jpgIMG_5703.jpgIMG_5704.jpgIMG_5705.jpgIMG_5706.jpg

現場文宣重點:兩條產品線。eClaw 企業級智能體應用平台:基於 OpenClaw 開源框架封裝,內建 Skill 與 Agent 廣場、100+ 模型智能路由、多智能體協同、Web/IM/API 多端接入,配資料脫敏、內容審計、高危 Skill/MCP 管控三重安全防線與統一可觀測、遠程秒級管控。eCopilot Hub:搭載 NVIDIA GB10 超級晶片(FP4 約 1 petaFLOP、128GB 統一記憶體)的本地 Office AI 工作站,內建大模型、RAG 與企業知識庫,深度嵌入 Word/PPT/Outlook,可與 OpenClaw 組成「盒子+龍蝦」混合方案,主打數據不上雲。

💡 對自建 Agentic OS 的借鑑點

Grok 網搜

可借鑑:(1)以成熟開源Agentic運行時(如OpenClaw)為底座,避免重造Gateway/多通道/Skill執行引擎,將工程精力集中於企業治理層;(2)將個人級安全模型(pairing、沙箱、exec審批)升級為企業級管控鏈:身份配對→工具白名單→沙箱隔離→脫敏與審計日誌→高危MCP人工審批→遠程策略秒級下發,可作為自建Agentic OS的安全架構參考模板;(3)「盒子+雲端Agent」軟硬混合部署模式,滿足數據不上雲/合規敏感客群需求;(4)Skill/MCP市集+多模型智能路由的產品化設計,值得作為Agent廣場與模型調度層的參考。

展開雙軌網路研究細節(摘要/關鍵事實/來源連結)

Grok 網搜

已查到廠商:深圳市伊登軟件有限公司(EdenSoft,港股01147.HK,成立2002),官網edensoft.com.cn。AI創新業務三條線:eClaw、eCopilot Hub、易AI企業智能助手。官方定位eClaw為「基於OpenClaw開源框架的一站式企業桌面/智能體應用」,屬商業封裝/二次開發產品化,非OpenClaw官方fork;OpenClaw為MIT授權,允許商用。eClaw公開技術白皮書、開源repo/SDK未見;現場文宣的Skill/Agent廣場、100+模型路由、脫敏/審計/高危Skill·MCP管控等,屬企業化加層,細節僅見於文宣,無公開技術實作說明。 OpenClaw(龍蝦)由Peter Steinberger於2025年末開源(曾用名Clawdbot/Moltbot),GitHub約37萬+星,TypeScript自托管Gateway+多通道+Skills+多模型與failover;市集為ClawHub;安全側重pairing/allowlist、Docker沙箱、exec審批、security audit CLI——預設是個人可信運維模型,非多租戶隔離,企業治理缺口正是eClaw類產品切入點。 eCopilot Hub官網稱為AI辦公+大模型推理+算力一體終端、數據本地化,對應NVIDIA GB10路線;伊登公開定價未查到,市場參考DGX Spark/OEM機型約3,000–6,000美元級;客群偏政企/敏感數據場景、微軟生態;商業模式為軟硬一體+集成服務(伊登本業)。 2025-26動態:易AI已接入DeepSeek、完成算法備案、ICP試點;2025年營收約8.78億人民幣(+29.7%);官網發展歷程標示2026年推出eCopilot Hub、eClaw,與WAIC現場文宣時間吻合;因公司已上市,無公開獨立融資新聞。 對自建Agentic OS開發者的可借鑑之處:以開源Agentic運行時(如OpenClaw)為底座、疊加企業治理殼(多租戶、合規、可觀測);「盒子+雲端Agent」軟硬混合部署模式;Skill/MCP市集與多模型路由的產品化設計;將脫敏、審計、高危工具/MCP管控產品化為治理能力層(身份配對→工具白名單→沙箱→脫敏與審計日誌→高危MCP審批→遠程策略下發)。 需注意:eClaw三重防線的程式級實作細節、eCopilot Hub確切售價、以及「是否硬fork OpenClaw」,公開網路皆無法證實,僅能以文宣與官網「基於OpenClaw」的表述為依據。

  • 伊登軟件為港股上市公司01147.HK,成立2002年,官網edensoft.com.cn,AI業務線含eClaw、eCopilot Hub、易AI
  • eClaw是基於OpenClaw(MIT授權)的企業商業封裝/二次開發產品,非官方fork,公開網路查無eClaw源碼
  • OpenClaw由Peter Steinberger於2025年末開源,GitHub約37萬+星,含ClawHub市集、多模型failover、Docker沙箱安全機制
  • OpenClaw預設為個人可信運維安全模型,非多租戶隔離,eClaw主打補足企業級多租戶/合規/審計缺口
  • eCopilot Hub採NVIDIA GB10晶片路線,伊登官方定價未公開,同級GB10機型市價約3,000–6,000美元
  • 2025年伊登營收約8.78億人民幣,年增29.7%;易AI已完成算法備案並接入DeepSeek
  • 官網發展歷程明確標示2026年推出eCopilot Hub與eClaw,與WAIC現場文宣時間吻合
  • 三重安全防線(脫敏、審計、高危Skill/MCP管控)僅見於文宣,無公開技術實作細節可查證

資料來源

語核科技(LangCore)

Agent平台高借鑑價值📷 2 張
IMG_5695.jpgIMG_5696.jpg

現場文宣重點:主打「讓每家企業都成為 AI Native 組織」。LangHub 定位為人人可用的企業級「Agent 訓練場」:以人機協作工作台承載上下文與任務執行,Agent 的技能與記憶在使用中自進化,支援團隊能力共享、系統生態集成、開放 API、定時任務與個性化功能。另提供場景化 AI 數位員工:把企業知識、SOP 與業務情境封裝成解決方案專家、行業研究、BA/專案顧問、數據分析等角色,自主執行任務並交付成果,已累積合作客戶與生態夥伴。「技能與記憶自進化」概念與自建 Agentic OS 的演化機制高度相關。

💡 對自建 Agentic OS 的借鑑點

Codex 網搜

可借鑑:(1) 將記憶拆分為知識事實、歷史決策、個人偏好、程序Skill四層,避免單一向量庫;(2) 全程記錄人工修改/接受拒絕/工具結果/業務成果作為經驗萃取的證據來源;(3) Skill應設計為可測試、版本化、可批准、可回滾的軟體資產(此為LangHub尚未證實之處,正是自建系統應補強的);(4) 採主Agent集中決策、子Agent隔離上下文的多智能體架構,用結構化輸入輸出契約降噪;(5) 以真實業務指標建立驗收集與反思迴路,讓自進化由結果驅動而非單純累積記憶;(6) 先由類FDE角色把專家隱性判斷轉成場景規格,再產品化為可共享Skill,比純通用Agent更易落地驗證。

Claude 備援網搜

語核可借鑑點:(1) 用零代碼可視化流程引擎降低Agent搭建門檻,值得自建Agentic OS參考其「配置優先於編碼」的UX設計;(2) 自研RAG架構針對文檔密集型企業場景做垂直優化(解析精度95.7%),說明通用Agent框架應允許插拔行業專用的檢索/解析模組;(3) 聚焦「場景化數位員工」而非通用助理,即把知識+SOP+業務情境封裝為角色化Agent,這種「角色即產品」的封裝方式可用於自建系統的技能市場/模板庫設計;(4) 若WAIC文宣所述「技能與記憶在使用中自進化」屬實,其本質應與業界已知模式一致——執行後台自動復盤軌跡、按記憶/技能/綜合三維度判斷是否沉澱為可復用Skill,這與Claude Skills「任務後生成可複用技能包」的思路相通,可作為自建Agentic OS的技能沉澱管線設計參考,但語核官方未公開具體演算法細節,需持續追蹤其WAIC 2026現場物料或後續公開資訊確認。

展開雙軌網路研究細節(摘要/關鍵事實/來源連結)

Codex 網搜

語核科技為可查證的上海新創,官網 langcore.cn。產品線由 CopyAsk(2023)演進至 Langtum 1.0/2.0(2024)、Langtum 3.0 數位員工(2025),再到 2026 WAIC 發布的 LangHub。LangHub 定位從「低代碼建 Agent」升級為「員工與 Agent 共同工作的訓練場」,其「技能與記憶自進化」並非重新訓練模型,而是工作台觀察使用者指令、修改與歷史決策,將穩定偏好寫入長期記憶、把重複工作模式封裝為可復用 Skill,再透過漸進式檢索與任務規劃器在相似任務中復用及跨團隊共享。但抽取門檻、資料結構、測試與版本回滾機制均未公開,仍屬廠商宣稱。技術架構稱採自研 ReAct,主 Agent 集中決策、子 Agent 隔離上下文執行子任務,並具結構化長期記憶、RAG、工作流節點、API/SDK/Webhook、MCP 插件與私有部署能力。商業模式為混合型:License/私有部署+FDE專案落地,部分客戶採 RaaS 按業務結果抽成,未見公開 SaaS 定價。公開客戶案例含上海儀電、中遠海運、唯捷創芯。融資方面官方稱2023年種子輪、2025年8月Pre-A(數千萬人民幣),另有資料庫記載2025年底天使+輪,口徑不一致。未找到公開開源 repo 或 SDK 套件,技術可移植性無法外部審核。與 Claude Projects/Skills、Manus 相比,LangHub 宣稱被動、持續、隱式地從使用中萃取 Skill,而 Claude Skills 是人工撰寫的程序包、Manus 則需使用者主動要求保存為 Skill,皆非持續隱式萃取。

  • 官網 langcore.cn,產品線:CopyAsk(2023)→Langtum1.0/2.0(2024)→Langtum3.0數位員工(2025)→LangHub(2026 WAIC發布)
  • 自進化流程:觀察工作台歷程→識別重複模式→固化為Skill/長期記憶→漸進式檢索復用→團隊共享,具體演算法未公開
  • 技術架構:自研ReAct,主Agent集中決策、子Agent隔離上下文,具RAG/工作流節點/API/SDK/Webhook/MCP插件/私有部署
  • 公開客戶案例:上海儀電、中遠海運(重工)、唯捷創芯;中遠報價從5工作日縮短至約半小時(廠商自述數字)
  • 融資:官方稱2023種子輪、2025年8月Pre-A(數千萬人民幣);另有資料庫記載2025-12天使+輪,投資方含奇績創壇、東方華宇資本、常壘資本,口徑不一致
  • 計費模式:License/私有部署+FDE專案落地為主,部分客戶採RaaS按業務結果抽成,無公開LangHub SaaS定價
  • 未找到公開開源GitHub/Gitee repo或SDK reference,技術可移植性無法外部審核
  • 已獲華為昇騰認證並上架華為雲市場

資料來源

Claude 備援網搜

Grok CLI 兩次執行均只輸出開場白、無正文(可能受限於搜尋權限或超時),故改用 WebSearch/WebFetch 自行研究。語核科技(LangCore,官網 langcore.cn / langcore.net)成立於2023年5月,是中國一家聚焦製造業/ToB垂直行業的Agent數字員工公司,核心團隊出身帆軟軟件(FineReport),獲奇績創壇(陸奇創立)投資。2025年完成數千萬元人民幣Pre-A輪融資,商業化一年年收入超千萬元,增速500%。客戶案例含中國航天科技集團、中遠海運、百事、達美樂中國、唯捷創芯等世界500強/上市公司/國央企。主力產品Langtum平台:零代碼可視化流程引擎+自研RAG架構,文檔解析精度95.7%,Agent準確率90%以上;已落地售前專家Agent、供應鏈單據處理Agent、產線質檢判定Agent等場景,效果如報價週期由3天縮短至20分鐘、精準度70%→90%。 但公開資料中完全找不到「LangHub」「Agent訓練場」「技能與記憶自進化」這些與現場文宣直接對應的產品名稱或技術細節描述——現有官網內容以Langtum平台與數位員工案例為主,未披露技能/記憶自進化機制、開源SDK/框架、或明確計費模式(訂閱/專案制/按結果付費均未見公開資訊)。因此「LangHub」及其自進化機制的具體描述標註為不確定,可能是WAIC 2026現場新發布或未上線的產品線/品牌更新,建議以現場文宣上的URL或QR code做二次查證。

  • 語核(上海)科技有限公司成立於2023年5月,官網 langcore.cn/langcore.net,聚焦ToB垂直行業Agent數字員工
  • 核心團隊出身帆軟軟件(FineReport),獲陸奇創立的奇績創壇投資
  • 2025年完成數千萬元人民幣Pre-A輪融資;商業化一年年收入超千萬元,增速500%
  • 客戶案例:中國航天科技集團、中遠海運、百事、達美樂中國、唯捷創芯等世界500強/上市公司/國央企
  • 主力產品Langtum平台:零代碼可視化流程引擎+自研RAG架構,文檔解析精度95.7%,Agent準確率90%+
  • 已落地場景:售前專家Agent、供應鏈單據處理Agent、產線質檢判定Agent;報價週期3天→20分鐘,精準度70%→90%
  • 公開資料查無「LangHub」「Agent訓練場」「技能與記憶自進化」的獨立產品頁或技術文檔,亦無開源repo/SDK或明確計費模式資訊(此部分為不確定/推測,可能是WAIC 2026現場新品或未上線內容)
  • Grok CLI兩次呼叫均只回傳開場白無正文,故本次研究改由WebSearch/WebFetch完成(source=claude-fallback)

資料來源

AvePoint

企業AI OS平台高借鑑價值📷 3 張
IMG_5697.jpgIMG_5698.jpgIMG_5709.jpg

現場文宣重點:資料治理大廠 AvePoint 展出「AI Operating System」:把孤島式企業數據變成 AI 運行底座,統一連接 CRM、ERP、Email、文件、Jira 與程式碼庫,建立共享資料、規則、權限與治理基座;核心能力為「從理解到行動的閉環」——語義理解、智能協同、邏輯執行力、統一調度,形成數據→洞察→行動→反饋的持續進化迴圈。另展製造業 AI 方案(預測性維護、供應鏈智能化、營運自動化),整合 Microsoft 365、IoT、ERP,強調 ISO 合規、資料隱私治理與 AI 生命週期管理。

💡 對自建 Agentic OS 的借鑑點

Codex 網搜

可借鑑之處:(1)資料層建立統一的資產—身分—群組—權限—敏感度—血緣圖譜,但保留來源系統為權威來源,避免資料重複與失真;(2)治理層將Agent登錄、擁有者、目的、模型、資料源、成本與風險列為一級實體,政策執行點置於每次檢索與tool call之前,而非事後稽核;(3)採短效、可撤銷的委派憑證,Agent沿用呼叫者權限(least privilege),高風險寫入需人工核准;(4)將盤點、違規偵測、自動修復、重新認證、停用、刪除與復原設計成事件驅動閉環,並保留不可竄改稽核紀錄與成本遙測,便於多Agent環境下的問責與成本控管。需注意AvePoint偏向「治理/保護控制平面」,其公開資料未顯示語義推理、Agent planner、memory管理或MCP orchestration等Agent OS核心執行能力,自建系統仍需自行補齊執行層。

Grok 網搜

可借鑑:(1)資料與權限治理層優先於Agent行動層的建置順序;(2)將每個Agent視為需完整生命週期管理的非人身份(唯一ID、最小權限、擁有者、業務context、定期再認證、急停/下架機制);(3)採平台中立的Agent盤點方式,不依賴單一雲廠商自報;(4)建立AI FinOps機制追蹤用量與閒置Agent成本;(5)治理閉環設計為「可見→政策→自動執行→稽核→反饋」;(6)與雲原生控制(如Microsoft Agent 365/Purview)互補疊加而非重造runtime,聚焦跨平台稽核深度與資料曝險盤點的差異化定位。

展開雙軌網路研究細節(摘要/關鍵事實/來源連結)

Codex 網搜

截至2026/7/20,AvePoint確有其公司與產品,但查無「AI Operating System」正式SKU或同名白皮書,判讀為WAIC展場將AvePoint Confidence Platform包裝為AI作業底座宣傳。正式架構是Azure/PaaS型多雲資料保護平台,由Control(治理/權限/成本)、Resilience(備份/復原/生命週期)、Modernization(遷移/AI-ready現代化)三套件組成;AgentPulse(2026/3 GA)是其上的AI Agent治理控制台,而非Agent執行或多Agent編排框架。強項為跨SaaS資產盤點、權限與敏感資料分析、政策自動修復、生命週期、備份復原及成本觀測。官方未拆分AI營收:2025總營收US$419.5M(SaaS佔76.1%)、2026 Q1 SaaS佔79.7%,但SaaS不等於AI營收。2025/1以約US$20.4M收購Ydentic 80%股權,CEO表示正評估逾US$100M級收購以加速朝US$10億營收目標邁進。與Microsoft深度互補又局部競爭:依賴Azure/M365/Entra/Purview/Copilot Studio生態,但以跨Microsoft/Google/Salesforce治理、未發布Agent探測及長期稽核紀錄形成差異化。官方GitHub僅10個小型公開repo(多為API文件與client library),核心平台仍為閉源SaaS,未見公開Agent框架或MCP server。

  • Confidence Platform為PaaS架構,三套件Control/Resilience/Modernization,連接Microsoft、Google、Salesforce、AWS、Box、Dropbox、GitHub、Jira、Okta等系統
  • AgentPulse於2026/3 GA,為AI Agent治理控制台,可盤點Copilot Studio、Microsoft Foundry、SharePoint、Vertex AI Agent,2026/6納入Salesforce Agentforce與Agent 365成本治理
  • 未找到「AI Operating System」正式產品架構或同名白皮書,屬展場行銷包裝而非正式SKU
  • 架構模式:連接器/API→動態資料特徵庫→分類與血緣→政策引擎→自動修復→備份復原分析;採RBAC、OAuth2.0、TLS/AES-256、BYOK
  • 2025總營收US$419.5M(SaaS佔76.1%),2026 Q1營收US$117.2M(SaaS佔79.7%),官方未揭露AI營收佔比
  • 2025/1以約US$20.4M收購Ydentic 80%股權;CEO評估逾US$100M級收購以加速朝US$10億營收目標邁進,未見2026已完成新購併
  • 與Microsoft既互補又局部競爭:依賴Azure/M365/Entra/Purview生態,以跨雲治理、未發布Agent探測、長期稽核紀錄差異化
  • 官方GitHub僅10個小型公開repo(Graph API文件、Cloud Governance client、Fly scripts、Insights SDK samples),核心平台閉源,無公開Agent框架或MCP server

資料來源

Grok 網搜

AvePoint(NASDAQ: AVPT)是企業資料安全/治理/韌性大廠,官網定位為「AI 的 Trust Layer」,核心商業化產品為 Confidence Platform,覆蓋 Microsoft 365、Google Workspace、Salesforce、Azure 等,服務約 28,000+ 客戶。2025年7月曾發布「AI Operating System(AIOS)」願景敘事,主張以「資料基座+智能層+代理自動化+安全合規」把孤島數據變成可治理的AI運行底座;但截至2026年7月,官網獨立AIOS產品頁與白皮書連結多已失效,對外主軸收斂為Confidence Platform + AgentPulse(Agent治理指揮中心)——AIOS更像架構願景敘事而非獨立可下載產品。AgentPulse將Agent視為可盤點的「非人身份」,自動發現Copilot Studio/SharePoint/Azure AI Foundry/ISV等的Agent,綁定擁有者、資料存取範圍、業務語境、定期再認證與下架機制,治理三支柱為身份優先、資料中心、全生命週期;跨系統連接與權限治理依託既有Cloud Governance、Policies、EnPower、Opus(ILM)、DSPM等產品線,並強調IT與資料負責人的共享問責。財務面:FY2025營收約4.20億美元(+27%)、SaaS營收3.19億美元(+38%)、ARR 4.17億美元;Q1'26 ARR 4.35億美元(+26%);財報未單獨拆分AI營收佔比(不確定),策略上把AI/Agent治理當成長引擎,目標2029年ARR達10億美元;購併方面較明確的是2024年收購Tygraph,2025-26未見大型AI技術併購公開案。與Microsoft為深度合作而非取代關係:多次獲Copilot Ready、Partner of the Year,Agent 365/Purview做原生底座,AvePoint補強多雲運營、長週期稽核(可達3年)、FinOps與DSPM,在Agent庫存可見度上有一定重疊但定位互補。開源面僅有API/Client/遷移範例(如cloud-api、cloud-governance-client等),並無開源Agent OS或多Agent編排框架。對自建Agentic OS開發者的具體借鑑:資料層與權限治理優先於Agent行動層;把Agent當作完整生命週期管理的身份實體;採平台中立盤點而非依賴單一廠商自報;疊加業務context metadata與定期再認證機制;建立AI FinOps可視化;治理閉環設計為「可見→政策→自動執行→稽核→反饋」;並且與雲原生控制互補而非重造runtime。展位提及的製造業AI/預測性維護屬展會情境應用敘事,非AvePoint公開產品主軸。

  • Confidence Platform為核心商業化平台,覆蓋M365/Google/Salesforce/Azure,服務約28,000+客戶
  • AIOS(AI Operating System)為2025年7月發布的架構願景敘事,2026年7月官網獨立頁面/白皮書多已404,已收斂為Confidence+AgentPulse
  • AgentPulse將Agent視為非人身份,具發現、擁有者綁定、資料觸達、再認證、下架的全生命週期治理
  • FY2025營收約4.20億美元(+27%),SaaS 3.19億美元(+38%),ARR 4.17億美元;Q1'26 ARR 4.35億美元(+26%)
  • AI營收佔比未單獨於財報揭露(不確定);策略目標2029年ARR達10億美元
  • 與Microsoft為深度合作而非取代:Agent 365/Purview做原生底座,AvePoint補多雲運營、長週期稽核、FinOps、DSPM
  • GitHub org(github.com/AvePoint)僅有Cloud API/治理client等範例,無開源Agent OS或多Agent編排框架
  • 較明確併購為2024年收購Tygraph,2025-26未見大型AI技術併購公開資訊

資料來源

SoMark AI

文檔智能/AI資料層高借鑑價值📷 6 張
IMG_5651.jpgIMG_5652.jpgIMG_5653.jpgIMG_5654.jpgIMG_5655.jpgIMG_5656.jpg

現場文宣重點:「為 LLM 而生」的智能文檔解析引擎,提出 OCR→OXR(Optical Everything Recognition):解析標題、表格、公式、圖片、化學式等 21 類文件元素並保留座標與結構,100 頁最快 5 秒、單張 3090 可啟動、支援私有化。特色含標題層級識別、圖片語意理解、跨頁文本與表格拼接、抗水印印章干擾;把 PDF/Word/PPT/Excel/圖片轉成 Markdown、JSON 等 AI-ready 資產,覆蓋大模型訓練、RAG 建構(結構化分塊、向量索引)與 Agent 搭建三大場景。開發者生態齊備:Skill、CLI、SDK、MCP、API,支援 Dify、Coze、FastGPT、RAGFlow、飛書。

💡 對自建 Agentic OS 的借鑑點

Codex 網搜

可借鑑:(1)將文件感知獨立為可替換服務而非綁死單一Agent框架;(2)中間格式保留document/page/element/bbox/type/parent/order,讓回答可回溯頁面座標;(3)以標題、表格、跨頁關係做結構化分塊而非固定token切片;(4)簡單原生PDF走輕量本地解析,掃描/公式/複雜表格才升級VLM,控制成本;(5)MCP適合作Agent操作入口,但正式ingestion應用非同步API、快取、版本化輸出與解析器路由;(6)最值得借鑑的是「開放資料格式/SDK/技能層、核心模型商業化」的分層策略,而非未經驗證的21類或速度宣稱。

Claude 備援網搜

對自建Agentic OS可借鑑:(1) 文件感知層採「Skill教流程規範+MCP給工具存取」雙軌封裝模式,值得直接複製此分工——Skill定義文檔解析的標準化SOP/prompt模板,MCP server暴露parse_document等具體API,兩者解耦利於多agent框架共用;(2) 免費額度自動轉付費的漏斗設計,可用於自建系統的內部資源配額與計量計費機制參考;(3) 私有化部署(單卡3090可跑)證明中小規模VLM文檔理解模型可離線化,適合對資料隱私敏感的Agentic OS部署場景,但因無公開benchmark,實際精度/速度需自行驗證後才能作為文件感知層依賴,建議先以MinerU(開源、SOTA公開、可自架)作對照組並行測試,待SoMark驗證通過或取得更透明的效能數據後再決定是否切換或並用。

展開雙軌網路研究細節(摘要/關鍵事實/來源連結)

Codex 網搜

截至2026-07-20,SoMark(上海守扣科技)確實營運中,但「OXR」目前仍是專有技術品牌,非已公開模型架構。官方未發布論文、模型卡、權重或訓練資料,無法證實版面理解模型完全自研,亦無證據顯示直接套用某開源VLM。依單張3090、100頁最快5秒及功能可分別開關判斷,較可能是原生文字抽取+OCR/版面/表格/公式專用模型+選配VLM圖像理解的混合管線,此為推論。2026年公開的DocParsingBench有1,400頁,但只評文字、公式、表格,圖像暫不計分,榜單未列SoMark自身成績,故「21類元素」尚無公開benchmark支撐。MCP、Skills、SDK接入成本低,可作Agentic OS文件感知引擎;惟現有MCP端點寫死雲端API,私有部署需改碼或改用SDK/API。建議先以自有繁中、印章、跨頁表格資料盲測,再談採購。

  • 公司主體為上海守扣科技;產品線含工作台、OXR解析服務、Python/JS SDK、CLI、MCP、Skills、SoPDF(Apache-2.0)、SoMarkDown
  • OXR為proprietary algorithm,GitHub/HuggingFace無模型權重或模型卡,核心閉源、周邊開源
  • DocParsingBench(1,400頁)榜單未列SoMark分數,故21類元素解析無公開可核驗benchmark
  • MCP為開源TS/stdio server(npx -y somark-mcp),但端點寫死https://somark.tech/api/v1,僅適合桌面Agent/POC
  • Skills採SKILL.md+Python API薄封裝,限制200MB/300頁/QPS1,含合約審閱、履歷解析等場景
  • 對比MinerU(開源1.2B VLM,DPB 0.8164第三名)、Marker(表格LLM模式0.907,US$4-10/千頁)、Unstructured(月免15,000頁後US$0.03/頁)、LlamaParse(1000 credits=US$1.25)
  • 私有化採年訂閱/終身授權,最低單張RTX 3090,未公開按GPU/併發計價細節
  • 融資:2025年7月奇績創壇種子輪;11月原子創投領投千萬級人民幣天使輪,未查到2026新輪

資料來源

Claude 備援網搜

SoMark為真實存在的中國早期新創「SoMark 文檔智能」(somark.cn/somark.ai),由上海守科技術有限公司(2021年成立)開發,核心創始人邱彬洋(CEO,8年NLP經驗)與張鹿鳴(CTO,8年CV+5年文檔智能經驗),團隊前身為科研文獻閱讀器「棵岩閱讀」,已服務10萬+科研人員、累積1億+PDF處理經驗。技術主打自研OXR(Optical Everything Recognition)演算法,將版面分割、閱讀順序還原、表格/公式/圖片/化學式等21類元素解析整合為單一結構化輸出,官網宣稱100頁最快2秒(廠商文宣現場稱5秒,略有出入)、單張3090可啟動。產品面提供API、Skill(相容Claude Code/Cursor/Cline及40+代理工具)、MCP server(將PDF/圖片轉Markdown/JSON)、CLI/SDK,並有免費額度(每日500頁/每月2000頁)超額轉付費的策略,是典型PLG轉化漏斗。2025年參與奇績創壇(Miracle Plus)春季創業營路演,暗示已獲奇績種子輪投資,但未查到具體金額/估值等正式融資公告。搜尋未找到公開的OXR 21類元素benchmark論文或第三方評測數據,也未找到SoMark與MinerU/Marker/Unstructured/LlamaParse的官方對比評測——這些皆屬廠商自述指標,缺乏獨立驗證。相對地,開源龍頭MinerU2.5-Pro在OmniDocBench v1.6上以12億參數達到95.69分SOTA,是目前公開、可驗證的對照基準。SoMark目前更像是「自研模型+全套開發者生態(Skill/MCP/API)」的商業化打法,走的是類似MinerU但加強Agent接入便利性與私有化部署的差異化路線,技術路線本身(是否基於開源VLM微調或完全自研)官網與GitHub(github.com/SoMarkAI)均未詳述架構細節。

  • 官網:somark.cn(中文站)、somark.ai(英文站)、docs.somark.cn(API/Skill文檔)
  • 母公司上海守科技術,2021年成立,位於上海寶山,曾獲「創新先鋒企業」入庫
  • 創始團隊:邱彬洋(CEO,上海大學計算機本碩)、張鹿鳴(CTO,上海大學計算機本碩),前產品「棵岩閱讀」服務10萬+科研人員
  • OXR聲稱:21類元素解析、100頁2秒(官網)/5秒(現場文宣)、單張3090可啟動、支援私有化部署
  • 開發者生態:API、CLI、SDK、Skill(相容Claude Code/Cursor/Cline+40+代理工具)、MCP server,並上架Dify Marketplace
  • 免費額度:每日500頁/每月2000頁,超額自動轉付費,典型PLG轉化策略
  • 2025年參與奇績創壇(Miracle Plus)春季創業營路演,疑似獲種子輪投資,但無公開融資金額/正式公告
  • 未查到OXR的第三方/公開benchmark,也無官方與MinerU/Marker/Unstructured/LlamaParse對比數據;MinerU2.5-Pro在OmniDocBench v1.6公開達95.69分可作對照基準

資料來源

🟡 中等借鑑價值(垂直應用與周邊基建)11 家

勝算云

模型網關/雲端基礎設施中等借鑑價值📷 2 張
IMG_5619.jpgIMG_5620.jpg

現場文宣重點:上海勝算速惠云科技展出企業級 AI 大模型網關與算力聚合平台:統一接入多種模型,提供智能路由、故障轉移、權限與預算控管;SkillBot 技能發布場支援技能發布、AI 工作流搭建、智能體雲端彈性開發與並行執行,並以五大矩陣涵蓋分布式 AI 計算服務等能力。宣稱 0 配置、100% API 相容、全球服務、99.99% 服務可用性 SLA,聚合全球雲端、模型與算力資源,可作為 Agent/AI OS 的模型運行與路由底座。

💡 對自建 Agentic OS 的借鑑點

Codex 網搜

可借鑑:(1)將模型介面、供應商、算力實例拆為三層,路由依健康度、成本、延遲、資料區域與任務等級共同決策;(2)Skill採DAG結構、明確輸入輸出埠、不可變版本與內容雜湊,天然支援平行執行、重播與稽核;(3)執行前報價+餘額檢查+使用者確認+冪等ID機制,防止自主Agent無上限花費;(4)技能市集分離執行成本與創作者價值費,建立可持續經濟模型。但因其核心Router與LoomLoom runtime未開源、SLA與分潤規則不透明,自建時應保留開放格式轉譯、自有Router/BYOK fallback及可攜式Skill manifest,避免依賴其封閉生態。

Grok 網搜

勝算云的架構對自建 Agentic OS 有三點具體參考價值:一是將模型路由、預算控管與權限審計抽離為獨立的網關層(OS底座),而非耦合在單一業務中,便於多模型/多算力來源的統一調度與故障轉移;二是SkillBot把「技能」定義為可版本化、可計價、可批量並行執行的工作流資產(workbook+schema),這種將 Agent 能力模組化並賦予經濟屬性的做法,可用於自建系統的技能市場/插件生態設計;三是採用服務端黑盒執行與沙盒隔離保護技能邏輯與執行安全,同時優先保證與現有 Coding Agent(如 Claude Code、Cline)的 API 相容性以降低採用門檻,再逐步疊加平台原生能力,這種「相容先行、原生能力後置」的漸進策略值得借鑑。

展開雙軌網路研究細節(摘要/關鍵事實/來源連結)

Codex 網搜

截至2026-07-20,勝算云確有營運中的官網、Router API、GPU租賃與新上線的LoomLoom/SkillBot市集。其模型網關本質是「託管式多模型轉售+企業治理+多雲算力調度」:支援OpenAI、Anthropic、Google相容介面、BYOK、故障轉移、RBAC、預算、稽核與內容護欄;但不是完整Agent OS,也未見核心網關開源。它比LiteLLM/OneAPI多了原廠模型採購、GPU租賃、模型部署與SkillBot商業化;與OpenRouter最接近,但更偏中國市場、私有部署和算力—工作流垂直整合。SkillBot並非通用SKILL.md,而是版本化JSON DAG工作流與Excel/表格輸入,透過雲端市集審核、報價及執行;計價為創作者固定任務費加實際模型成本,分潤比例未公開。官網「99.99%」是近30日監控值,企業契約公開頁只承諾99.9%,未找到補償公式,採購時不可將兩者混同。算力來源聲稱聚合AWS、Azure、GCP、火山引擎等八家雲商Spot GPU,另有中國移動、中國聯通智算中心,但完整名單與容量占比未公開。公司未開源核心Router或LoomLoom runtime,唯一確認的開源專案為n8n-nodes-shengsuanyun連接器。2025-2026動態包含迪拜展示全球算力託管、WAIC上線試用、天使輪融資(金額未披露)、與上海電信合作彈性調度、LoomLoom/SkillBot市集API公開。

  • 官網已上線企業模型網關、模型API、GPU算力市場、私有模型部署、LoomLoom工作流等產品線,「批量大模型計算」仍待上線
  • 網關支援OpenAI/Anthropic/Google相容接口、BYOK、加權負載均衡、RBAC、預算限制、內容護欄,但未見開源控制面或完整Agent runtime
  • 與LiteLLM(開源自架)、OneAPI(MIT開源通道管理)、OpenRouter(託管聚合)相比,勝算云差異在直接供應模型/算力、中國市場、私有化與Skill工作流垂直整合
  • SkillBot底層為LoomLoom v0.3.0,技能是結構化JSON DAG(非Markdown Skill),版本不可變並有雜湊,支援平行執行
  • SkillBot計費:執行前quote+冪等clientRequestId確認,帳務含固定任務費+實際成本+創作者淨收益,具體分潤比例與幣值未公開
  • 算力聲稱聚合八家雲商Spot GPU及中國移動/聯通智算中心,但供應商完整清單、容量、區域占比未公開
  • 官網宣稱99.99% SLA為近30日監控值,企業付費契約頁僅承諾99.9%,未見服務抵扣/賠付條款
  • 2025年10月完成天使輪融資(金額投資人未披露);2026年2月與上海電信合作GPU秒級彈性調度;唯一公開開源專案為n8n-nodes-shengsuanyun連接器

資料來源

Grok 網搜

勝算云(官網 shengsuanyun.com)為真實存在的 AI 基礎設施商,創立約2021、品牌約2025年定型,定位「模型+算力+工作流」聚合平台,非單純模型轉發。模型網關以統一 API 聚合 200+ 多模態模型,提供智能路由、故障轉移、負載與成本優化、權限/審計/監控,相容 OpenAI/Anthropic/Google 風格 API,主打 0 配置與 Coding Agent 接入。相較 LiteLLM(可自託管的開源多廠商代理/路由庫)、OneAPI(開源中轉與計費面板)、OpenRouter(商用模型超市),勝算云更接近「OpenRouter 式商用路由+企業治理+自有算力/工作流 OS」,核心調度引擎未開源。SkillBot 技能發布場(公開文檔亦稱 LoomLoom/AssembleFlow)以可版本化的 Template/SkillBot 呈現,用 workbook(類試算表)+schema 欄位定義輸入,支援預估、校驗、執行與產物下載;創作者可上架並按次/按 run 獲利,平台採服務端黑盒執行保護流程,精確抽成比例與技能檔案標準(是否等同 Anthropic Skills)公開資訊不足。算力聚合面直連/代理 AWS、火山引擎、Google 及「東數西算」智算中心等,產品線含算力聚市、秒級算群(Serverless 彈性)、模型超市;商業模式為預充值/按 token 及按需 GPU、Tokens Plan 等,99.99% SLA 多見於現場文宣,公開合約條款未獨立核實。GitHub 組織 SSYCloud 約35個 repo,多為 Coding Agent 的適配/漢化/代理工具(如 claude-code-proxy-ssy、cline-chinese-ssy),並非完整自研 Agent OS 核心開源。2025-2026 動態:2025.7 平台宣傳與生態文章發布;2025.10 於長三角科技交易博覽會簽約並完成天使輪融資;2026.1 股東結構調整為勝算云科技(南通)100%持股;2026.7 參展 WAIC 2026(展位 H4-004)。對自建 Agentic OS 開發者的可借鑑之處:將「模型路由/預算/權限治理」做成獨立 OS 底座而非嵌入業務邏輯;把「技能」設計為可計價、可版本化、可批量執行的工作流資產;採執行權交易與沙盒隔離機制;優先做到與既有 Coding Agent 生態的 API 相容,再逐步擴展平台原生能力。

  • 主體:上海勝算速惠云科技,品牌勝算云,API節點 router.shengsuanyun.com
  • 模型網關:統一API聚合200+模型,智能路由/故障轉移/權限預算控管,未開源核心調度引擎
  • 對比LiteLLM/OneAPI/OpenRouter:定位更接近商用路由+企業治理+自有算力工作流OS
  • SkillBot:workbook+schema定義技能,支援預估/校驗/執行,創作者按次/按run分潤,黑盒執行
  • 算力來源:AWS、火山引擎、Google、東數西算智算中心;商業模式為預充值+按token/按需GPU
  • GitHub組織SSYCloud約35個repo,多為Coding Agent適配/代理工具,非完整Agent OS開源
  • 2025.10完成天使輪融資;2026.1股東變更;2026.7參展WAIC展位H4-004
  • 可借鑑:路由/預算/權限作獨立OS底座、技能資產化計價版本化、沙盒隔離、優先API相容既有生態

資料來源

SUNRATE(尋匯)

金融科技/行業應用中等借鑑價值📷 2 張
IMG_5621.jpgIMG_5622.jpg

現場文宣重點:跨境金融科技公司尋匯展出 Sunrate.AI「Agentic Global Payments」:以 Chat、Onboarding、Compliance、Payment、FX 五類專職 Agent 協作處理跨境金融流程;四層智能服務架構標舉模型智能、上下文工程、記憶架構、Agent 協議、工具調用、工作流編排、CLI 開發體驗與安全審計等核心能力,可視為垂直金融 AI OS 樣本。底層為全鏈路支付平台:國際支付、全球收款收單、商務卡、財資管理,賦能 B2B 貿易、跨境電商、旅遊與科技出海。

💡 對自建 Agentic OS 的借鑑點

Codex 網搜

可借鑑:(1)分層架構——意圖路由/專職Agent/確定性工作流/金融工具分離,避免LLM直接操控帳務核心;(2)以客戶/帳戶/交易/對手方/政策/證據建構帶時間戳與來源的結構化case graph而非僅存聊天向量;(3)Agent僅負責調查與建議,政策引擎決定可執行範圍,高風險交人工最終決策;(4)每次工具調用留存輸入、資料版本、政策版本、模型版本、推理摘要、批准人與結果形成不可竄改稽核鏈;(5)先以shadow mode、人工全覆核上線,依風險層級逐步放寬自治門檻;(6)分工協議——REST處理核心能力、MCP負責工具調用、A2A負責Agent協作、AP2負責支付授權,各層用短效限額限用途憑證。

Grok 網搜

SUNRATE的架構顯示金融級Agentic系統的四個關鍵設計原則,可直接借鑑:(1)垂直多專職Agent覆蓋完整業務生命週期而非單一通用Chat機器人;(2)以領域主數據(客戶/交易/文件/政策)作為上下文工程基礎,記憶需跨實體持久化而非僅限單次對話;(3)編排層應把審批、合規、人機協作(HITL)設計為一等公民而非事後補丁,尤其在高風險/高金額場景強制人工覆核;(4)透過MCP/A2A等協議實現工具直連真實業務API,讓Agent能真正「動手」執行而非僅對話,同時保留可重建的審計推理鏈以滿足合規要求。

展開雙軌網路研究細節(摘要/關鍵事實/來源連結)

Codex 網搜

截至2026/7/20,Sunrate.AI公開的是「金融Agent架構與治理原則」,尚非可重現的技術白皮書。四層架構為AI Interface、Agent Teams、Agentic Orchestration、AI Infrastructure。上下文工程由客戶、交易、文件與政策資料動態組裝,Chat Agent使用多來源知識庫、RAG、多模態解析及跨輪對話;記憶宣稱以結構化方式持久保存客戶、對話、流程與操作狀態,但未公開資料模型、儲存技術、隔離/保存期限等細節。Compliance Agent採「AI蒐證調查、風險排序、產生可追溯案卷;高風險與模糊案件交人工決策」模式,流程為Detect→Retrieve→Link→Assess→Document→Recommend→Escalate,屬方法論宣告,非經獨立稽核的實作證明。SUNRATE有支付、KYC、FX等Open API與測試沙盒,但須業務/技術團隊配置,非匿名自助沙盒;官方宣稱支援MCP、A2A、AP2、CLI與SDK,但未找到公開的MCP端點、Agent Card或可下載SDK,不能認定已有公開的agent-native支付介面。未找到官方開源Agent框架或支付SDK;同名GitHub僅有零星舊網頁repo與Sunrate.AI無關。2025年以人民幣3.15億元收購Transfar Pay取得中國支付牌照,2026年4月取得馬來西亞Class B MSB牌照、6月發布Sunrate.AI,並推出全球收單服務,合作方包括Atlas、Juniper、Repayd、Sabre及Walmart Marketplace。未查到2025-2026新融資,最近一輪為2023年Peak XV領投的Series D-2。

  • 四層架構:AI Interface、Agent Teams、Agentic Orchestration、AI Infrastructure(官方定義,非技術白皮書)
  • Chat Agent以多來源知識庫+RAG處理文件/圖片/表格/語音,支援百餘語言
  • 記憶宣稱跨客戶-對話-工作流-操作持久化,但未公開向量庫/圖資料庫/資料駐留設計
  • Compliance Agent流程:Detect→Retrieve→Link→Assess→Document→Recommend→Escalate,低風險自動化、高風險人工升級
  • Open API含KYC/帳戶/收款/FX交易/付款/商務卡等,採API Key+AES加密+RSA-SHA256簽章,沙盒需業務配置非自助
  • 未找到公開MCP端點、Agent Card、AP2 mandate文件或可下載SDK;GitHub同名帳號與Sunrate.AI無關
  • 2025年收購Transfar Pay取得中國支付牌照;2026年4月取得馬來西亞MSB牌照、6月發布Sunrate.AI並推出全球收單
  • 最近可核實融資仍為2023年Peak XV領投Series D-2,未查到2025-2026新輪次

資料來源

Grok 網搜

SUNRATE(尋匯,2016年成立)為跨境B2B全球支付與財資管理平台,官網sunrate.com/cn.sunrate.com,產品含國際支付、全球收款收單、商務卡、財資管理(交易型FX、對沖、TreasuryOS)。旗下Sunrate.AI於2026/6/10 SuperAI大會正式發布,定位「Agentic Global Payments」;2026/7 WAIC期間與Mastercard聯合發布白皮書《Beyond Automation》。核心為Chat、Onboarding、Compliance、Payment、FX五類專職Agent,架構分四層:AI Interface(Portal/API/CLI)→Agent Teams(意圖識別路由)→Agentic Orchestration(工作流、審批、合規護欄、人機協作)→AI Infrastructure(領域模型、路由、治理)。官方對「Context Engineering」與「Memory Architecture」僅有概念級說明(動態組裝客戶/交易/文件/政策上下文;跨客戶/對話/工作流持久記憶),未公開演算法、schema或向量庫細節。Compliance Agent強調交易監控、風險評分、KYC/KYB分層處理(低風險自動加速、高風險人工研判),並強調human-in-the-loop與可審計推理鏈,但無公開具體規則引擎細節。SUNRATE提供Open API與sandbox測試環境(docs.sunrate.com),支持MCP協議工具調用,但未發現公開的外部Agent免審即調支付沙盒或開源Agent框架,技術路線偏企業集成+自家閉源Agentic棧。近期動態:財資對沖上線(MAS CMS)、入選CNBC 2025頂級Fintech、收購傳化支付取得中國支付牌照、對接Walmart/Google Pay、2026年推出全球收單業務、取得馬來西亞BNM與香港OASES牌照;投資方含Peak XV、Prosperity7、SBVA(D輪約2023年,近兩年無新公開融資輪)。

  • 公司:SUNRATE/尋匯,2016年成立,跨境B2B支付與財資管理平台,多地持牌(含中國支付牌照、馬來西亞BNM、香港OASES)
  • Sunrate.AI於2026/6/10 SuperAI發布,定位「Agentic Global Payments」,五類Agent:Chat、Onboarding、Compliance、Payment、FX
  • 四層架構:AI Interface→Agent Teams→Agentic Orchestration→AI Infrastructure;Context Engineering與Memory Architecture僅有概念級公開說明,無演算法/schema細節
  • Compliance Agent做交易監控、風險評分、KYC/KYB分層處理,強調human-in-the-loop與可審計推理鏈,無公開規則引擎細節
  • 提供Open API與sandbox(docs.sunrate.com),支持MCP協議工具調用,但無公開的外部Agent免審即調支付沙盒或開源Agent框架
  • 2026/7 WAIC期間與Mastercard聯合發布白皮書《Beyond Automation》
  • 投資方含Peak XV、Prosperity7、SBVA,D輪約2023年,近兩年無新公開融資輪
  • 近期動態:收購傳化支付取得中國支付牌照、對接Walmart/Google Pay、2026年推出全球收單業務

資料來源

OiiOii(上海天碼形空科技)

AI內容生成(影片Agent)中等借鑑價值📷 2 張
IMG_5623.jpgIMG_5624.jpg

現場文宣重點:上海天碼形空科技的 AI 影片創作平台,口號「讓 AI 創作更簡單」:以多個創作 Agent 串接劇本、角色、分鏡、畫面、音樂到成片的端到端流程,聚合主流生成模型插件,提供 140+ 種 AI 創作工具、一鍵出片、電影級運鏡指導、智慧分鏡、角色與場景一致性控制,以及個人創作工作流資產庫,目標把商業 AI 影片做到無門檻、低時間成本,屬影片領域的多 Agent 協作生產系統。

💡 對自建 Agentic OS 的借鑑點

Codex 網搜

1) 用領域角色(劇本/角色/場景/分鏡/運鏡等)分工,但以共享結構化資料(非純自然語言)交接,避免資訊耗損;2) 將角色三視圖、場景參考圖設為不可漂移的「資產真值」,建立跨任務長期記憶;3) 模型路由層封裝多供應商能力、成本、版權與降級策略,前端不暴露模型名稱;4) 「對話控制面+畫布狀態面+階段核准點」並存,支援全自動與人工局部介入切換;5) 局部重生成需搭配依賴失效偵測、版本歷史、回滾與時間線自動重排;批次渲染需非同步任務隊列、預算上限與完整產出血緣追蹤,可直接套用於自建 Agentic OS 的任務編排與資產管理層設計。

Claude 備援網搜

OiiOii的架構啟示在於「角色化Agent分工 + 底層多模型聚合層 + 個人資產庫」三層設計:把生產流程拆成語意明確的專業角色(編劇/分鏡/配音等)而非單一通用Agent,每個角色可獨立替換底層模型;同時建立跨會話可複用的「工作流資產庫」讓使用者沉澱自己的創作偏好與模板。對自建Agentic OS,可借鑑其「以產出物類型(分鏡、台詞、音樂)而非技術能力來劃分Agent角色」的產品化思路,以及將多家第三方生成模型抽象成統一介面層、對用戶隱藏模型選擇複雜度的做法。惟其技術實作細節(編排引擎、狀態管理、版權處理)未公開,無法進一步逆向借鑑具體工程方案。

展開雙軌網路研究細節(摘要/關鍵事實/來源連結)

Codex 網搜

OiiOii 官方介面為「左側 Agent 對話+右側無限畫布」,以劇本、角色、場景、九宮格分鏡與鏡頭為可局部重生成的物件,屬「領域固定流程+畫布編輯」,並非公開的自由節點式編排器。文宣所稱「140+ 工具」在官網實為約150+風格、9+圖片模型、17+影片模型,加上按用途分類的 Skills 任務模板(首頁架構為 Projects/Assets/Skills)。產品為封閉 SaaS,未發現官方開源 repo、SDK、API 或可自架的 Agent 框架;有社群推測前端可能基於 tldraw,但未經官方證實。授權方面,付費方案(尤其 Pro/Team/Enterprise)宣稱可商用、產出權利歸用戶,企業版另含法律賠償條款,但未公開與 Sora、Kling、Veo、Midjourney 等上游模型的授權/轉售合約細節,企業採購需自行索取書面權利保證。公司主體為上海天碼形空科技,海外條款掛名 HOGI.AI HK Limited,約2025年成立,創辦人「鬧鬧」及團隊具微信、字節背景。商業模式為免費額度+BASE/STAR/PRO/APEX 訂閱制+「盒飯」算力點數,另有企業客製方案(共享空間、模型微調、專屬算力)。2025年底封測,2025 Pre-A、2026 Pre-A+ 均獲光合創投投資,2026年4月2日全球正式上線,6月推出7-Agent GA並成為 VidCon Anaheim 贊助商。

  • 編排:7個專業Agent依製片階段接力+無限畫布局部重生成,非通用自由節點連線
  • 工具組織:Projects/Assets/Skills架構;官網現稱150+風格、9+圖片模型、17+影片模型,非字面140個獨立工具
  • 授權:Pro/Team/Enterprise宣稱可商用、產出歸用戶,但無公開上游模型(Sora/Kling/Veo等)轉售授權細節
  • 公司:上海天碼形空科技,海外主體HOGI.AI HK Limited,約2025年成立,創辦人「鬧鬧」
  • 商業模式:免費額度+BASE/STAR/PRO/APEX訂閱+盒飯點數計費+企業客製方案
  • 融資:2025 Pre-A、2026 Pre-A+均獲光合創投投資,2026-04-02全球正式上線
  • 開源:未發現官方GitHub/SDK/API/Agent框架;社群猜測前端基於tldraw但未經證實
  • 2026年6月推出7-Agent GA並贊助VidCon Anaheim

資料來源

Claude 備援網搜

Grok CLI 兩次執行皆僅回傳一句「我會先上網查」而未產出實質內容,判定失敗,改用 WebSearch/WebFetch 自行研究。 OiiOii 是上海天碼形空科技有限公司於2025年7月推出的「AI動畫創作Agent」平台,主打「全球首個AI動畫創作Agent」,由7個專業AI智能體(藝術總監、編劇、角色設計師、分鏡師、動效師、配音師、後期)組成虛擬動畫工作室,使用者輸入創意後由多智能體協作完成劇本、角色、分鏡、畫面、音樂到成片的端到端流程。官網未公開揭露工作流是否為畫布/節點式編輯器的具體架構細節,也未提供定價、API/SDK或開源資訊。官方頁面強調功能特性:聚合17-30+種AI視頻/生成模型(含Sora2、Kling 3.0、Seedance 2.0等),140-160+藝術風格模板,支援並發批量生成與首尾幀控制。模型商用版權授權細節未在公開頁面詳述,建議查閱服務條款或聯繫官方(contact@hogi.ai)。 公司背景:創辦人「鬧鬧」曾任職微信事業群產品經理、字節跳動剪映與特效業務、B站大動畫負責人(管理近百人團隊),後加入階躍星辰主導AI二次元創作社區「狸譜」,2025年創辦天碼形空。融資方面已完成天使輪(錦秋基金、高瓴資本參投)及後續Pre-A、Pre-A+輪(光合創投等參投)。產品於2026年4月7日正式上線,內測期間申請人數超過10萬,曾被財經媒體(甲子光年等)報導為意外走紅案例。商業模式推測為訂閱制/算力點數計費,但未見公開定價頁面確認資訊,屬不確定。 對自建Agentic OS開發者的借鑑:OiiOii的核心架構思路是將生產流程拆解為語意明確的「專業角色化」Agent(編劇、分鏡、配音等,而非單一通用Agent),各角色可獨立替換底層模型,同時將多家第三方生成模型抽象聚合成統一工作區介面,讓使用者無需理解底層模型差異即可完成複雜多步驟創作。但其編排引擎、狀態管理、版權處理等具體工程細節未公開,無法進一步逆向借鑑。

  • 公司:上海天碼形空科技有限公司;創辦人「鬧鬧」,曾任職微信、字節跳動剪映、B站大動畫、階躍星辰
  • 產品OiiOii於2025年7月推出,2026年4月7日正式上線,內測階段申請人數逾10萬
  • 核心架構:7個角色化AI Agent(藝術總監/編劇/角色設計/場景分鏡/動效/配音/後期)協作完成動畫全流程
  • 模型聚合:官網公開資訊為17-30+AI視頻/生成模型(含Sora2、Kling 3.0、Seedance 2.0等),140-160+藝術風格模板
  • 融資:天使輪(錦秋基金、高瓴資本);後續Pre-A、Pre-A+輪(光合創投等參投)
  • 官網未公開揭露:工作流編排介面(是否畫布/節點式)、140+工具具體組織方式、模型商用版權授權細節、定價/計費模式、API/SDK/開源狀態
  • Grok CLI 兩次執行均失敗(僅回傳空洞的一句話,無實質內容),改用 WebSearch/WebFetch 補齊研究

資料來源

章節零一(Chapter01)

行業應用(商業分析Agent)中等借鑑價值📷 2 張
IMG_5627.jpgIMG_5628.jpg

現場文宣重點:「先見 AI」定位為可信、可追溯的商業分析智能體:所有分析建立在深度可驗證資料庫之上,以 TAI 可信分析體系與事實追溯機制支撐企業、產業與研究報告等商業分析場景;提供線上 SaaS 平台、系統接入與 API 服務,可把可信分析能力嵌入企業既有流程或其他智能體工作流。其可追溯、可驗證的輸出設計,對 Agent 回答的引用溯源與可信度治理具參考價值。

💡 對自建 Agentic OS 的借鑑點

Codex 網搜

對自建Agentic OS最具體的借鑑是其「證據結構化」設計思路:將每個原子主張建模為 claim_id → source_id → chunk/page/offset → version/hash → as_of → source_tier 的可追溯鏈,並區分「直接引用/推論改寫/無證據」三種輸出類型。可借用TAI分級思路(TAI-3~TAI-0)作為信源品質治理機制,並在高風險工作流中強制阻擋TAI-0級別輸出而非僅顯示警示。其GVHRS圖-向量混合檢索與多智能體生成校驗架構,也提示可在RAG管線中加入獨立校驗Agent對生成內容做逐句證據比對。但其分數公式、驗證演算法、編排器與模型路由均未公開,故只能借鑑高階架構理念,無法直接複用實作細節。

Grok 網搜

可借鑑:1) 輸出可信協議——強制標註claim類型(引用/推斷/低置信)並綁定chunk級來源,而非僅文末參考文獻;2) 流水線末端設置Verifier Agent做交叉校驗與時間/口徑一致性檢查;3) 採用Graph+Vector混合檢索降低漏檢錯配;4) 先建垂直數據底座、再以API形式嵌入既有工作流,而非直接做通用Agent;5) 將分析技能(競對分析、行研、風險評估等)模組化、可組合複用,供Agent按需調用。

展開雙軌網路研究細節(摘要/關鍵事實/來源連結)

Codex 網搜

截至2026年7月,先見AI確為上海章節零一旗下的商業分析智能體。其「引用鏈」實作為「資料切片標記→圖/向量混合檢索(GVHRS)→多智能體生成與校驗→逐句綁定證據」,把句子分為原文、推斷改寫、可能幻覺三類,並以TAI-3至TAI-0標示信源品質。優點是把證據做成結構化輸出;但評分公式、驗證模型、完整API規格及第三方準確率測試均未公開。官網資料口徑有落差:首頁稱400萬份研報、1800+行業庫,資料庫頁則稱30萬+優質語料(6TB)、7類核心庫;僅政策庫明載每日更新,其餘僅泛稱即時更新,無延遲或SLA數據。產品定價:免費版/VIP人民幣88元月費、API年費1萬–10萬元(按量/模組計費)、私有化部署30萬–300萬元/年(主打資料不出域,適合券商、銀行、基金)。未找到官方開源repo、SDK或可下載Agent框架,官網「開發者文件」僅開啟商務聯絡視窗;也未找到已披露融資輪次或投資人。2025年7月獲WAIC Future Tech展區獎項,2025年11月於進博會展示TAI/GVHRS,2026年1月參與香港數碼港Demo Day,2026年5月前後上線逐句事實追溯功能。

  • 引用鏈實作:資料切片標記→GVHRS圖/向量混合檢索→多智能體生成校驗→逐句綁定證據,分類為原文/推斷改寫/可能幻覺
  • TAI可信分級:TAI-3權威關鍵、TAI-2可信合規、TAI-1可溯達標、TAI-0缺失非標;分數公式與獨立審計未公開
  • 資料庫:7類核心庫(研報、行業指標、政策、約8000家企業財務、新聞、財務造假分析、企業信用),30萬+語料/6TB,僅政策庫明載每日更新
  • 官網數據口徑不一致:首頁稱400萬份研報/1800+行業庫,與資料庫頁30萬+語料說法有出入
  • 定價:免費/VIP¥88月;API年費1萬-10萬元;私有化部署30萬-300萬元/年
  • 未找到官方開源repo、SDK、Agent框架原始碼;開發者文件連結僅導向商務聯絡
  • 未找到已披露融資輪次、投資人或估值公告
  • 2025-2026動態:WAIC獎項(2025/7)、進博會展示(2025/11)、香港數碼港Demo Day(2026/1)、逐句事實追溯上線(2026/5前後)

資料來源

Grok 網搜

先見AI由上海章節零一信息科技有限公司開發(2025年2月成立,法人齊照祥),官網xianjianai.com,定位「可信、可追溯的商業分析智能體」,提供SaaS、API/系統嵌入與私有化部署。事實追溯實作採「生成後自動校驗」機制:輸出以分層色彩標示(青=原文引用、藍=基於信源的總結推斷、紅=潛在幻覺),滑鼠懸停可調出對應段落級原文切片的「事實追溯卡片」,右側TAI面板顯示來源等級與「事實/邏輯推導/無依據」佔比——本質是句級provenance加可信度分級,而非僅文末參考文獻列表。資料庫規模官方口徑約400萬+研報、1800+行業庫、8000+細分賽道(不同文檔口徑不一,另有600萬+等說法),政策類資料國家/省級日更、高頻指標約24小時內同步,並整合結構化財務、政策標籤、新聞及第三方(含德勤風馭)模組。TAI可信分析體系構成為:可信數據分級+事實追溯核查+獨家/垂直數據源,對Agent輸出可驗證性設計的借鑑在於「事實/推斷/幻覺三分離、句級引用鏈、交叉校驗Agent、生成後必驗」。定價方面官網可見免費/VIP¥88級,第三方整理資訊顯示API約1-10萬人民幣/年、私有化部署30-300萬/年(需官網或商務確認),客群偏中小企業、研究/諮詢與企業戰略分析部門,金融等高安全場景走私有化。未查到官方GitHub、開源SDK或Agent框架,屬閉源產品線;亦未查到公開融資資訊。2025-2026動態包括WAIC 2025獲評「鎮館之寶」、與洞見研報及德勤風馭的合作敘事、2026年上線事實追溯功能與EDU子站等。需注意「烯牛先見」(烯牛數據旗下)與「先見AI」是不同產品,避免混淆。

  • 公司:上海章節零一信息科技有限公司,2025年2月成立,法人齊照祥,官網xianjianai.com
  • 事實追溯:句級分層色彩標示(引用/推斷/幻覺)+ hover原文卡片 + TAI佔比面板,生成後自動校驗
  • 資料庫:官方口徑約400萬+研報、1800+行業庫、8000+細分賽道,政策日更、高頻指標約24小時內同步
  • TAI體系:可信數據分級+事實追溯核查+獨家/垂直數據源,強調事實/推斷/幻覺三分離
  • 檢索架構:自述採GVHRS圖-向量混合檢索,多智能體流程為需求解析→資源匹配→邏輯構建→校驗優化
  • 定價:官網免費/VIP¥88;第三方整理API約1-10萬/年、私有化30-300萬/年(未經官方確認)
  • 未發現公開GitHub/SDK/開源Agent框架,屬閉源產品;亦未查到公開融資報道
  • 動態:WAIC 2025獲「鎮館之寶」、與洞見研報及德勤風馭合作、2026上線EDU子站

資料來源

百道數據(Baidao Data)

雲端方案商/行業應用中等借鑑價值📷 8 張單一來源,未交叉驗證
IMG_5637.jpgIMG_5638.jpgIMG_5639.jpgIMG_5640.jpgIMG_5657.jpgIMG_5658.jpgIMG_5659.jpgIMG_5660.jpg

現場文宣重點:深圳的 Google Cloud Premier Partner,主打 AI+出海一站式方案:基於 Gemini Enterprise 的智能文檔管家(總結、生成、知識庫檢索問答、雲盤與日曆協同、對話式操作入口);RFP Accelerator 招投標 Agent——上傳招標文件、智能解析需求、企業知識檢索、AI 生成標書並輸出標準化文件,展示感知→檢索→生成→審核的完整 Agentic 鏈路;BigQuery 雲原生湖倉平台(數據接入、中台、AI 應用、BI 四層,串接 Vertex AI/Gemini、Looker,內建語意 Data Agent 與 AI 開發閉環)。服務零售、電商、遊戲、製造等出海客戶。

💡 對自建 Agentic OS 的借鑑點

Grok 網搜

對自建Agentic OS開發者可借鑑:①採用「感知→抽取→檢索→生成→人工審核(HITL)」的垂直文件處理流水線設計;②以湖倉(BigQuery類)架構作為Agent的語意層與知識底座;③參考Gemini Enterprise的Managed Agent+MCP Server+Skill Registry擴充機制設計自有的技能掛載與沙箱隔離架構;④即使不開源框架,仍可透過行業Know-how+深度雲平台整合的「轉售+交付」模式變現,值得思考自建系統在調度/記憶/多Agent協議/多雲模型/合規隔離上如何保有自主IP,避免被單一雲供應商鎖定。

展開雙軌網路研究細節(摘要/關鍵事實/來源連結)

⚠️ Codex 網搜 此來源回傳系統占位資料(無有效內容),已排除不採計。

Grok 網搜

百道數據為 Google Cloud Premier Partner,總部香港,分支涵蓋深圳/上海/北京/成都,主營 GCP 雲轉售、MSP 託管、Workspace、生成式 AI 文件摘要與智能助手、BigQuery+Looker 數據分析,服務出海電商/遊戲/零售/視頻等客戶,官方案例含邁科智能、Homatics,號稱200+客戶、7項GCP Specialization。惟 WAIC 文宣中所述「RFP Accelerator」「Gemini Enterprise 智能文檔管家」「語意 Data Agent 湖倉」等具體產品名,官網與公開資料均查無對應頁面,技術敘事仍停留在 GCS→Vision/Functions→Vertex Gemini→BigQuery 的文件摘要鏈路及 BigQuery+Looker BI,研判現場文宣是以 Gemini Enterprise/Vertex AI 平台能力搭配行業 Demo 包裝,而非已上線的獨立產品線;RFP流程的HITL細節、毛利結構、融資訊息公開資料均缺失。技術比較上,Gemini Enterprise 提供 Managed Agent(base_agent)、內建工具(code_execution/filesystem/search/url_context)、MCP Server擴充、Skill Registry/GCS掛載、遠端沙箱與網路allowlist,適合快速對接GCP生態;相對地,自建Agentic OS掌握調度、記憶、多Agent協議、多雲模型、合規隔離、計費與觀測等自主權,邊界在於自有IP與供應商鎖定之間的取捨。百道的定位本質是MSP+方案實施層,而非獨立Agent框架廠商,未查到其自有開源repo或SDK,技術棧完全綁定GCP體系。商業模式上為典型「雲轉售(薄毛利)+MSP/實施服務(較高毛利)」的複合結構,具體毛利率未披露;與Google合作方面,2025-2026持續深化,包括多項GCP Specialization認證、Google官方客戶案例背書、2026年3月杭州AI周展示Gemini Robotics/MLOps/出海合規等內容。

  • Google Cloud Premier Partner,總部香港,分支深圳/上海/北京/成都,號稱200+客戶、7項GCP Specialization
  • 官網主打GCP轉售/MSP託管/Workspace/GenAI文件摘要/智能助手/BigQuery+Looker數據分析,服務出海電商遊戲零售視頻客戶
  • WAIC文宣中RFP Accelerator、Gemini Enterprise智能文檔管家、語意Data Agent湖倉等具體產品名,官網與公開資料均查無對應頁面
  • 未查到百道自有公開開源repo/SDK/Agent框架,技術棧完全綁定GCP(Vertex/Gemini/BigQuery)
  • RFP流程HITL審核設計細節、毛利結構、融資訊息均無公開資料,屬不確定推測
  • Gemini Enterprise提供Managed Agent(base_agent)、MCP Server擴充、Skill Registry/GCS掛載、遠端沙箱等機制,適合快速對接GCP生態
  • 百道定位為MSP+方案實施層而非獨立Agent框架廠商,商業模式為雲轉售(薄毛利)+MSP實施(較高毛利)複合結構
  • 2026年3月專訪顯示與Google合作持續深化,涵蓋GCP認證、官方客戶案例背書、杭州AI周展示Gemini Robotics/MLOps

資料來源

Dataify(江蘇見山數據科技)

資料服務/網路基礎設施中等借鑑價值📷 3 張單一來源,未交叉驗證
IMG_5643.jpgIMG_5644.jpgIMG_5645.jpg

現場文宣重點:面向 AI 時代的數據服務平台,覆蓋數據獲取、處理、交付與基礎網路四環節:API 採集工具含 Web Unlocker、SERP API、Scraper API、Video Download API(支援 JS 渲染與結構化輸出);全球基礎網路含動態住宅、高頻寬、靜態 ISP 與資料中心節點;另售經清洗標註、脫敏、格式統一的多模態高品質資料集(影音、電商、社群、垂直行業)。應用場景直接點名 AI Agent 網頁訪問、RAG 知識訓練、大模型訓練、具身機器人訓練等,是 Agent 聯網取數的工具層供應商。

💡 對自建 Agentic OS 的借鑑點

Claude 備援網搜

Dataify的產品架構(代理網路+採集API+資料集三層一體化,統一走RESTful API調用)本身是一個值得借鑑的「Agent聯網取數工具層」設計範式:把「取得乾淨網頁內容」「結構化搜尋結果」「多模態資料標準化交付」三種能力封裝成統一介面,供上層Agent直接調用而不需自行處理反爬蟲/IP輪換/JS渲染等基礎設施問題。若自建Agentic OS,可參考此思路,將Web Unlocker類能力(自動代理輪換+驗證碼繞過+JS渲染)作為Agent的「網頁訪問」原子工具,SERP API作為「搜尋」原子工具,並將輸出統一為結構化JSON,降低上層Agent的解析與容錯負擔。但因缺乏公開的技術細節、開源實作與獨立測評,實際可借鑑的是「工具分層與介面設計理念」而非具體實作或選型依據;若考慮實際採用其服務,仍需直接洽詢官方取得計價、SLA保證與合規文件驗證。

展開雙軌網路研究細節(摘要/關鍵事實/來源連結)

⚠️ Codex 網搜 此來源回傳系統占位資料(無有效內容),已排除不採計。

Claude 備援網搜

Grok CLI(headless agent 模式)兩次執行均未在時限內完成研究(僅輸出「正在搜尋」的中間狀態,無最終結果),故改用 WebSearch 完成調查。 Dataify(www.dataify.com)確有官網,定位為「AI生態全鏈路數據服務平台」,整合全球代理資源、採集API與大模型資料集。官方宣稱擁有200+國家/地區數億純淨IP(動態住宅、靜態ISP、資料中心、高頻寬),SLA 99.9%、成功率99.9%+,日處理數據超百億條;平台已有120萬+數據產品、累積十億級記錄,服務200+家AI企業與研究機構,並宣稱符合ISO/IEC資訊安全與品質管理體系認證。 但公開網路上找不到Dataify代理網路(住宅IP)具體來源合規細節(例如是否經用戶明示同意的SDK分發模式,類似Bright Data/Oxylabs的做法),也查不到與Bright Data、Oxylabs的第三方獨立對比評測、具體計價表、性能基準測試,或任何開源repo/SDK/agent框架。多模態資料集的授權模式(買斷/訂閱/API調用計費)與品質保證機制細節亦未見公開文件說明,僅有電商資料集欄位範例(產品名、ISBN/UPC/EAN、品牌、規格、價格區間、圖片連結,支援NDJSON/JSON/CSV/XLSX/Parquet)。2025-2026融資、發布、合作等重大動態未搜到具體新聞稿。整體資訊主要來自其官網行銷頁與少量第三方測評/導購型文章(如partnershare.cn),可信度與獨立驗證程度有限,多數關鍵數字(SLA、成功率、規模)均為廠商單方面宣稱,未見第三方驗證。

  • 官網 www.dataify.com,定位「AI生態全鏈路數據服務平台」,涵蓋代理網路、採集API、資料集三大產品線
  • 宣稱200+國家/地區數億IP(動態住宅/靜態ISP/資料中心/高頻寬),SLA 99.9%、成功率99.9%+(廠商自述,未見第三方驗證)
  • 宣稱服務200+ AI企業/研究機構,資料產品120萬+,累積記錄十億級
  • 未找到與Bright Data、Oxylabs的第三方獨立對比評測或住宅IP合規來源細節
  • 未找到Web Unlocker/SERP/Scraper API的具體計價表或性能基準數據
  • 未找到任何開源GitHub repo、SDK或agent框架
  • 未找到2025-2026具體融資、產品發布或合作新聞稿
  • Grok CLI兩次執行均超時/未完成,改用WebSearch補完研究

資料來源

暗殼AI(暗殼科技)

行業應用(空間設計Agent)中等借鑑價值📷 2 張單一來源,未交叉驗證
IMG_5649.jpgIMG_5650.jpg

現場文宣重點:暗殼 AI Agent 2.0——「人人可用的空間智能設計 Agent」:主打最懂設計師的空間設計 Agent、最專業的 Skills 設計技能庫與一站式創作平台,支援自然語言與圖像輸入完成空間方案生成與設計推演;並聚合企業與個人數位資產、跨端高效協同與資源共享,精準連接設計、採購、落地的多端供需,形成產業生態閉環,具空間設計垂直 AI OS/產業作業平台特徵。其垂直領域 Skills 技能庫的組織方式值得參考。

💡 對自建 Agentic OS 的借鑑點

Grok 網搜

可借鑑:(1) 垂直Skills設計——將高頻場景需求封裝成場景化工作流技能包而非通用工具列表,降低用戶prompt門檻;(2) 用協同畫布作為多輪生成的狀態載體與Agent調度介面;(3) MoE多專家模型+智能工作流調度引擎分工協作;(4) 將生成/設計能力直接串接真實交易生態(SKU、採購),形成數據與商業護城河,而非止步於內容生成;(5) 針對垂直領域訓練專用模型矩陣並結合RAG,效果優於單純套用通用大模型API。局限:其Skills為封閉產品化封裝,非開放協議,無公開SDK/框架可直接複用,抽成與商業細節不透明,需自行設計技能調度與生態閉環機制。

展開雙軌網路研究細節(摘要/關鍵事實/來源連結)

⚠️ Codex 網搜 此來源回傳系統占位資料(無有效內容),已排除不採計。

Grok 網搜

暗殼AI(暗殼科技,深圳,官網 ark.art)是矩陣股份孵化的泛家居垂直AIGC平台,2023年孵化、2024年上線,定位「人人可用的空間智能設計Agent」,2026年3月發布Agent 2.0。核心架構為「AI Agent + 協同自由畫布 + Skills技能庫 + 行業生態庫 + 數位資產管理」,覆蓋創意→方案→供應鏈→採購落地→資產管理全鏈路。Skills技能庫將室內/軟裝/家居等高頻需求封裝成100+一鍵技能(如毛坯方案、軟裝清單、模型轉實景),用戶免寫prompt,Agent自動匹配工作流與工具,底層為MoE+多智能體+智能工作流調度引擎;概念上與Claude Skills「可調用技能包」相近,但公開材料未聲稱借鑑Claude Skills或MCP,也非開放協議,屬封閉產品化技能包。技術路線並非單一通用模型外殼,而是在百萬級行業數據上訓練的自研多模型矩陣(多模態美學、空間風格控制生成、美學評分、RAG)疊加Diffusion系LVLM,並有商品精準植入能力(ark Shadow);強調三維空間結構理解與物理真實感,但未見自研完整CAD引擎的公開說明,更偏向AIGC空間生成+垂類模型+工作流工程化。產業閉環方面,設計方案可直接調用真實在售SKU生成採購清單/預算,C端可一鍵購同款;規模約為設計師10萬+、B端品牌100+、SKU 30萬+(2025年數據),但抽成比例未公開,變現另含積分/SaaS、企業API與定制訓練。未查到公開開源Agent框架、SDK或GitHub主repo。近期動態包括2024年12月與騰訊雲成立聯合實驗室、2025年9-10月獲集福基金近千萬融資、2026年3月發布Agent 2.0。對自建Agentic OS開發者的借鑑:以場景化工作流封裝取代通用工具列表的垂直Skills設計、用協同畫布作為狀態載體與Agent調度介面、MoE多專家分工搭配工作流引擎、將生成能力直接接入交易生態形成護城河、以及專用模型矩陣加RAG優於單純依賴通用API。

  • 官網 ark.art,暗殼科技(深圳),矩陣股份孵化,CEO黃燕虹,2026年3月發布Agent 2.0
  • 架構:AI Agent+協同自由畫布+Skills技能庫+行業生態庫+數位資產管理
  • Skills為100+一鍵技能包(非開放MCP協議),概念與Claude Skills相近但未公開承認借鑑
  • 技術路線為自研垂類多模型矩陣+MoE多智能體+Diffusion系LVLM+RAG,未見自研完整CAD引擎
  • 產業閉環:設計方案綁定真實SKU生成採購清單,一鍵購同款,抽成比例未公開
  • 規模(約2025):設計師10萬+、B端品牌100+、SKU 30萬+
  • 未查到公開開源repo/SDK/Agent框架
  • 2024.12騰訊雲聯合實驗室;2025.9-10集福基金近千萬融資;2026.3 Agent 2.0發布

資料來源

百融雲創(百融智能/百融百服)

行業應用(客服與銷售Agent)中等借鑑價值📷 2 張
IMG_5668.jpgIMG_5669.jpg

現場文宣重點:百融系兩款 Agent 化產品。百融智能「AI 工作手機」:集中電話與社群溝通資料並全程留痕,配 AI 客戶洞察、語音觸達與服務追蹤,把一線客戶溝通變成企業可復用的 AI 資產,打通從線索到服務全流程。百融百服「AI 坐席組(矽基員工)」:讓 AI 客服從「能說話」到「能幹活」——語音識別+RAG 知識庫+業務系統對接辦理,複雜問題轉人工、人工坐席配 AI Copilot,底層為「百融 Agentic 業務基座」,支援全天候多任務並行處理呼入客服。

💡 對自建 Agentic OS 的借鑑點

Codex 網搜

可借鑑:(1)將模型層、Agent工廠/Runtime、商店/結算三層解耦,而非單體系統;(2)以崗位級SLA(如客服完成率)而非聊天品質做驗收指標;(3)語音判停/打斷模型邊緣化並輕量化(TurnSense僅47M參數、INT8約50MB、CPU p50約54ms)以降低延遲與成本;(4)統一治理模型路由、快取與吞吐;(5)所有RAG檢索與工具呼叫全鏈路留痕形成Trace,便於審計與Bad Case回溯;(6)透過經驗庫/Prompt迭代優化而非頻繁重新微調。自建系統需額外補強:逐工具API Scope權限、敏感交易二次驗證/雙人覆核、冪等與可回滾交易層、風險分級與人工閘門——這些百融未公開細節,需自行設計驗收條件。

Grok 網搜

可借鑑:①崗位KPI與結果計價模式,而非僅聊天Demo;②Infra/AgentOS/Store三層分層架構設計;③語音技術棧拆分ASR/TTS/Turn(輪次打斷)/VAD組件與端到端全雙工模型並行的雙軌策略;④工具接入採用MCP+沙箱+全鏈路Trace審計的安全模式;⑤Agent DevOps閉環(評測→發布→線上自迭代/自糾錯);⑥「訓練上雲、推理自控」的成本與時延控制策略。整體對自建Agentic OS最具參考性的是其分層治理架構與全鏈路可觀測性設計,但辦理類任務的細粒度權限控制方案仍需自行設計,公開資料未揭露足夠實作細節。

展開雙軌網路研究細節(摘要/關鍵事實/來源連結)

Codex 網搜

截至2026-07-20,「百融 Agentic 業務基座」並非獨立公開產品,實質對應 Results Cloud 的「百基-百工-百匯」三層架構:領域模型與語音基礎設施、AgentOS 建置/執行/治理層、Agent 商店與結果計價層。百服、AI工作手機等是其上層「矽基員工」。財報仍只列 MaaS、BaaS,RaaS/Agent 尚未獨立分部,而是分別轉為按崗位與按業務結果收費。其強項是金融級資料治理、低延遲全雙工語音、跨系統執行與 AgentDevOps;但產品級 API 權限、交易覆核及精確同時併發數並未公開,不能由公司級安全認證直接推定。

  • 架構:百基AI Infra(BR-LLM/BR-Voice/RAG)→百工AgentOS(LLMOps/Agent Builder/MCP/沙箱/Runtime)→百匯AgentStore(部署/計量/計費)
  • 產品線:百盈/百服/百回/百察/百擎/百才/百智/百鑒及智能語音平台,WAIC版百服稱可自動完成70%以上標準客服任務
  • 財報:2025收入29.20億人民幣年減0.31%,MaaS 10.19億增9%,BaaS 19.01億減5%,淨利年減72%;RaaS非獨立分部
  • 安全:公開的僅MCP/插件沙箱、全鏈路Trace、7x24監控;公司級有最小授權、AES-256、等保三級、ISO27001/27701,但逐工具API Scope/二次驗證/回滾等未披露
  • 語音棧:BR-Voice端到端全雙工約500ms響應,ASR字錯率最低2.30%,TurnSense語義判停已開源(47M參數)
  • 規模成本:官網稱日均支援1億通呼叫,未公布峰值併發;轉述資料稱500通對話推理成本0.1元,矽基電銷約人工成本46%
  • 開源:僅TurnSense(github.com/Baiji-Team/TurnSense)公開,BR-LLM與AgentOS核心未開源
  • 2025-2026動態:BR-LLM完成國家備案、與浦發銀行合作、12月發布RaaS/Results Cloud、2026年開源TurnSense並發布AI出海作業系統參展WAIC

資料來源

Grok 網搜

百融雲創(港股6608.HK,品牌已升級為「百融智能」)確有其司,官網brgroup.com。現場所稱「百融Agentic業務基座」公開資料中無同名產品頁,最接近可核對的是「結果雲(Results Cloud)」三層架構:底層「百基」(AI Infra,模型+推理)、中層「百工」(Agent OS,負責多智能體編排、協同、治理與審計)、上層「百匯」(崗位化硅基員工商店)。財報定位方面,公司原以MaaS(決策式AI/模型服務)+BaaS(業務即服務、效果分潤)為雙輪,2025年12月正式錨定「RaaS」(Result as a Service)戰略,以硅基員工按任務/崗位薪酬/價值分成計價;但公開財報仍以金融風控與BaaS為主體,Agent收入占比未見清晰拆分,不宜視為已成收入主力。AI坐席(百服)對接業務系統可透過SIP接入現有客服中心,通話中調用訂單/物流/CRM/工單系統完成查詢、核驗、登記、建單,強調RAG可追溯、合規控制、全鏈路Trace(意圖→插件→RAG→生成)、RBAC/限流鑑權、插件/MCP/沙箱,複雜問題轉人工;但具體最小權限矩陣、雙人覆核、寫操作白名單、審計日誌schema等細節未公開。語音技術棧方面,自研BR-Voice端到端全雙工語音大模型(約500ms級響應),另有BR-ASR、BR-TTS、BR-Smart-Turn(輪次打斷)、VAD等組件;宣傳語音大模型日呼億級、落地20萬+硅基員工,但精確併發規模與單席RMB報價均未公開,僅有案例宣稱話量約人工2-3倍、月薪約人工1/2-1/3。未發現官方開源Agent框架或SDK,能力以閉源雲平台+「百鏈TokenFactory」API為主。2025-2026動態包括RaaS戰略發布、車企VoiceAgent與金融機構合作、2026年4月語音雙品發布、WAIC 2026展出百智WiseNote、百語、百服、AI工作手機等產品。

  • 主體:百融雲創/百融智能,港股6608.HK,官網brgroup.com
  • 「Agentic業務基座」無獨立官宣同名產品,最接近為結果雲=百基(Infra)+百工(AgentOS)+百匯(Agent Store)三層架構
  • 2025-12戰略升級為RaaS(結果即服務),硅基員工按任務/崗位/價值分成計價
  • AI坐席可SIP接入CC,調用訂單/CRM/工單系統辦理業務,具RAG可追溯、Trace、RBAC、MCP/沙箱、轉人工機制
  • 具體權限矩陣、雙控、審計日誌schema等辦理類安全細節未公開
  • BR-Voice全雙工語音大模型約500ms響應,另有BR-ASR/BR-TTS/BR-Smart-Turn(輪次打斷)/VAD組件
  • 宣稱語音日呼億級、落地20萬+硅基員工,但精確併發數與單席報價未公開
  • 未發現官方開源Agent框架/SDK,能力以閉源雲平台+百鏈TokenFactory API為主

資料來源

魔珐科技(XMOV)

具身智能/數位人中等借鑑價值📷 7 張
IMG_5670.jpgIMG_5671.jpgIMG_5672.jpgIMG_5673.jpgIMG_5674.jpgIMG_5675.jpgIMG_5676.jpg

現場文宣重點:以「具身交互智能」為核心,讓 AI 進入終端:多模態感知→認知決策(知識庫、RAG、Agent)→自然表達(語音、3D 表情、動作、手勢)→終端呈現的端到端鏈路,自研文生多模態 3D 大模型,支援端雲協同、千路級併發、RK3566/3588 端側與信創適配。兩大產品:魔珐星雲(具身交互智能平台與 SDK,覆蓋螢幕、人形機器人、空間終端,場景含服務、陪伴、娛樂);魔珐有言(有言智腦企業知識理解與治理底座+有言創作 AI PPT、數字人影片、嵌入式 AI 講解員,支援 Web/H5/大屏/App 多端部署)。

💡 對自建 Agentic OS 的借鑑點

Codex 網搜

最值得借鑑的是其「感知-認知/工具-表達」分層架構:LLM串流分句驅動、可打斷的播報佇列、語義動作標記(action tag)、統一終端事件回呼、以及端雲渲染分工(雲端僅生成語音與輕量動作參數,終端本地解算3D渲染)以降低併發成本。自建Agentic OS時可將此類廠商定位為可替換的EmbodimentAdapter(表達層),自行掌控身份、記憶、RAG、規劃、工具權限與觀測系統,避免因App Secret、角色資產綁定與閉源協議造成廠商鎖定;同時警惕其「千路併發」等宣稱多為端側算力分攤而非模型推論能力,评估時需獨立壓測驗證。

Claude 備援網搜

其「雲端推理生成語音/動作參數+端側輕量即時渲染」的分離式架構,是支撐千路併發、低成本端側晶片運行的關鍵設計,可借鑑於自建Agentic OS中「大腦(決策/RAG/Agent)在雲、表達層(語音/表情/動作渲染)下沉端側」的分工模式;其SDK「容器初始化→建立會話→語義指令觸發預設動作」的極簡接入範式,也適合作為Agent系統對接具身/虛擬化身前端的參考介面設計,但認知決策層仍需自建,星雲本質是「表達層即服務」而非完整Agent框架。

展開雙軌網路研究細節(摘要/關鍵事實/來源連結)

Codex 網搜

XMOV並非完整的Agentic OS,而是較成熟的「具身互動/3D表達層」。星雲JS、Android SDK接受文字或串流文字,產生TTS、口型、表情、動作及Widget事件;ASR、LLM、RAG、工具執行需開發者自建,因此可作為自建Agent的前端。核心規模化路線是雲端只生成語音與輕量動作參數,RK3566/3588等端側解算渲染,避免逐路雲端渲染;但模型參數、訓練資料、伺服器拓撲與獨立壓測均未公開,「千路併發、500ms」仍屬廠商宣稱。公開計費為0.5/2積分每互動分鐘,商用授權須詢價。有言的影片創作工具已產品化三年且案例多,反之PPT Speak、知識圖譜及知識創作台是2026年才上線,RAG底層未揭露,屬成長中而非成熟知識治理平台。最後一筆公開融資仍是2022年C輪1.1億美元,未查到2025-2026新融資。官網目前列四條產品線:有言(影片)、有光(直播)、有靈(互動智能體)、星雲(開放平台)。開源狀況僅有公開JS/Android Demo(無LICENSE),核心SDK、模型權重及Agent/RAG框架皆閉源。2025-2026動態:2025-10發布星雲;2026推PPT Speak與知識創作台;服務案例含方太客服、賽諾菲陪練、四川開大教師;陪伴娛樂有築夢島角色「裴絡」MVP(宣稱近500萬註冊戶但未公布3D功能收入或留存數據)。

  • 官網現列四條產品線:有言(影片)、有光(直播)、有靈(互動智能體)、星雲(開放平台)
  • 星雲SDK(JS/Android)以App ID/Secret接入,ASR/LLM/RAG可自建替換,適合作自建Agent前端
  • 公開計費0.5/2積分/互動分鐘(基礎/Pro音色),商用授權需另洽詢價
  • 千路併發實為端側(RK3566/3588)解算渲染分工,非模型本身千路推論,未見第三方壓測報告
  • 開源僅JS/Android Demo無LICENSE,核心SDK、模型權重、Agent/RAG框架均閉源
  • 有言智腦2026年新增知識圖譜、PPT/PDF解析問答,但RAG底層(chunk/embedding/向量庫)未披露
  • 最後公開融資為2022年4月C輪1.1億美元(軟銀願景二號基金等),未見2025-2026新輪次
  • 落地案例含方太客服、賽諾菲陪練培訓(約1500人在線)、築夢島陪伴角色裴絡MVP

資料來源

Claude 備援網搜

Grok CLI 兩次執行均輸出為空(僅回傳一行狀態訊息,疑似受限或逾時),故改用 WebSearch 完成研究。魔珐科技成立於2018年,總部上海,主打3D AI數字人與生成式AI,2023年推出「星雲」具身智能3D數字人開放平台。星雲平台官網 xingyun3d.com,設有開發者社群 xingyun3d.csdn.net;SDK定位「地板級」易用——開發者準備容器、初始化SDK、建立會話即可驅動角色語音/動作,支援KA(技能動作)語義指令觸發預設表演,可整合進商顯大屏、自助終端、會議屏、App、機器人等載體,理論上可作為自建Agent的具身互動前端層(負責語音/表情/動作輸出),但認知決策層(RAG/Agent大腦)仍需自行串接或使用其智腦模組;未查到公開授權費用/定價頁,需聯繫官方詢價。技術上採「雲端生成語音動作參數+端側即時渲染」的雲端協同架構,宣稱毫秒級延遲、支援千路併發、可在RK3566/3588等低成本端側晶片運行。另一產品線「魔珐有言」(官網youyan3d.com)為文本驅動3D數字人視頻生成SaaS,擁有3000+超寫實角色庫與自研文生動作大模型TTSA,已服務伊利、中興、斯凱奇等千餘家企業,成熟度較高(規模化商用);姊妹產品「魔珐有靈」則主打7×24小時即時互動數字人,與有言形成「預生成視頻+即時互動」互補。融資方面,公開資料顯示2022年4月完成B輪+C輪共計1.3億美元,軟銀願景基金2期領投C輪,紅杉中國/五源資本連續參投;2025-2026年未查到新一輪融資公開消息,僅確認2025年及2026年WAIC參展並展示三款3D數字人核心產品(即用戶取得文宣的來源)。對自建Agentic OS開發者而言,其「雲端推理生成語音/動作參數+端側輕量即時渲染」的分離式架構,是在保證千路並發與低延遲下控制端側算力成本的實用範式,值得參考用於任何需要多終端同時驅動虛擬化身/具身介面的Agent系統;但星雲本質是「表達層即服務」而非完整Agent框架,認知決策仍需自建。

  • 官網:xmov.ai(企業數字人主站)、xingyun3d.com(星雲具身智能開放平台)、youyan3d.com(有言AI視頻生成SaaS)
  • 星雲SDK:容器初始化+建立會話即可驅動角色語音/動作,支援KA語義指令觸發預設動作,定位「地板級」易用
  • 技術架構:雲端生成語音/動作參數+端側即時渲染,宣稱毫秒級延遲、千路併發、RK3566/3588等低成本端側晶片可跑
  • 有言:3000+超寫實3D角色庫、自研文生動作大模型TTSA,已服務伊利/中興/斯凱奇等千餘企業
  • 有靈:定位7×24小時即時互動3D數字人,與有言互補
  • 融資:2022年4月B輪+C輪共約1.3億美元,軟銀願景基金2期領投C輪,紅杉中國/五源資本連續參投
  • 2025-2026年未查到新融資公開消息,僅確認2025/2026年WAIC參展並展示3D數字人產品線
  • 未查到公開SDK授權費用/定價頁及開源repo,需向官方詢價

資料來源

MulanAI

Agent平台(影片生產)中等借鑑價值📷 4 張單一來源,未交叉驗證
IMG_5699.jpgIMG_5700.jpgIMG_5701.jpgIMG_5702.jpg

現場文宣重點:AI Video Agent Platform(mulan.pro):自我定位不是「幫你生成影片」的工具,而是「幫你持續交付影片」的自動化生產系統。流程為一句需求→Agent 拆解→自動搭建工作流→全畫布自動運行→團隊交付,解決需求說不清、流程割裂、節點要人盯、風格不穩定四大痛點;支援模板複用、版本管理、批次生產與內容資產沉澱,面向團隊交付與規模化內容產能。展示了垂直領域中 Agent 自主拆解任務並編排執行多步驟工作流的完整樣板。

💡 對自建 Agentic OS 的借鑑點

Codex 網搜

可借鑑:(1)以「需求→可版本化工作流IR→節點級執行→局部修正」取代黑箱單次生成,讓每個節點透明、可替換、可重跑;(2)將底層模型封裝為具能力/成本/延遲/輸入輸出型別標籤的可插拔節點,便於A/B切換與成本優化;(3)把提示詞、參考素材、角色設定、模型參數升格為版本化、可複用的內容資產而非一次性輸入;(4)工作流可封裝為模板進行批次生產與規模化交付;(5)建議補強節點級checkpoint、快取、重試、成本追蹤與品質閘門/人工批准機制,這些是推導出的架構借鑑,非MulanAI已公開證實的內部實作細節。

展開雙軌網路研究細節(摘要/關鍵事實/來源連結)

Codex 網搜

截至2026-07-20,MulanAI(mulan.pro)為2024年成立的影片行銷Agent新創。核心「Text2Workflow/Chat-to-Workflow」機制將自然語言需求拆成無限畫布上的可編輯節點工作流,涵蓋視覺、聲音、配樂、剪輯等節點,使用者可逐節點替換模型/素材/參數並局部重跑,再封裝成模板批次生產。公開資料未揭露Agent planner、工作流IR、模型路由演算法或一致性模型的技術細節,因此無法證實是否使用LoRA、ControlNet、VLM評分或自研影片模型;目前一致性主要靠固定模型與提示結構、參考素材庫、首尾幀控制及模板複用。產品已商用(Mulan 1.5 AI Video Factory於2025-12-13公測,一週內逾3,000使用者),2026年起接入Kling 3.0並有WAIC、UC Berkeley教學、UTO Sports TVC等案例,但未見官方API/SDK、開源Agent框架,也未查得已完成融資輪次(36Kr報導一筆投資最終撤回)。同名GitHub專案mulanai/MuLan(ICML 2025多語言diffusion adapter)與該公司無證實關聯,應視為同名巧合。定價分Free/Pro($20/月)/Max($50/月)/Ultra($200/月),客群明列行銷團隊、DTC品牌、創意工作室,MCN與廣告代理雖適配但非官方專屬方案。整體技術路線對自建Agentic系統的啟發在於:以「需求→可版本化工作流IR→節點執行→局部修正」取代黑箱一次生成,將模型封裝為具能力/成本/延遲/輸入輸出型別的可替換節點,並將提示詞、參考素材、角色設定升格為版本化資產,搭配節點級checkpoint、快取、重試與品質閘門。

  • 畫布編排:自然語言拆解為文字/圖像/影片/音訊/TTS-ASR/首尾幀/數位人/裁切/合成等可編輯節點,支援局部重跑與模板化
  • 多模型調度:節點可選Nano Banana、Seedream、OpenAI Image、Ideogram、Veo、Hailuo、Kling、ElevenLabs、MiniMax等,但自動路由規則未公開
  • 一致性方案:靠素材庫(角色/Logo/BGM/設定)、固定模型與提示結構、參考圖、首尾幀、模板複用;未證實有自研LoRA/ControlNet/identity embedding
  • 定價:Free 40點;Pro $20/月2500點;Max $50/月7200點;Ultra $200/月32000點,Max/Ultra可退出資料訓練
  • 客群:官方列行銷團隊、DTC電商品牌、創意工作室;MCN/廣告代理適配但非官方專屬方案
  • 2025-12-13 Mulan 1.5公測上線,一週破3000用戶;2026年接入Kling 3.0,案例含WAIC、UC Berkeley教學、UTO Sports TVC、香港AI峰會
  • 融資:未查得已完成輪次,36Kr報導一筆投資最終撤回
  • 開源:GitHub同名mulanai/MuLan為ICML 2025多語言diffusion adapter,與mulan.pro無證實關聯,非該公司SDK

資料來源

⚠️ Claude 備援網搜 此來源回傳系統占位資料(無有效內容),已排除不採計。

Agora(聲網)

Agent基礎設施(語音)中等借鑑價值📷 1 張
IMG_5707.jpg

現場文宣重點:即時互動雲大廠聲網展出語音智能體開發工具包,主打「編碼、對話、部署」三步:Agora Agents SDK(Python、Node.js、Go)負責語音 Agent 與工作階段管理;Agora Skills 為 AI 編程提供上下文;Agora CLI 在命令列完成專案建立、憑證、環境設定與部署交付。等於把語音 Agent 的即時互動層、開發介面與可自動化工具鏈整體打包,是 RTC 廠商切入 Agent 基礎設施的代表案例,對自建 OS 的語音互動層與開發者體驗設計有參考價值。

💡 對自建 Agentic OS 的借鑑點

Codex 網搜

Agora把「即時互動資料面(RTC/媒體)、Agent認知控制面(SDK/Session)、AI可讀知識面(Skills)」三層解耦,值得自建Agentic OS借鑑:(1)用穩定的Session/Channel/事件協議連接媒體層與認知層,避免緊耦合;(2)把VAD、turn detection、barge-in、斷線恢復當系統原語而非靠prompt補救;(3)同一能力提供人類CLI、程式SDK、Agent可讀Skill/JSON/MCP三種介面,兼顧開發者與Agent自身可用性;(4)保留供應商抽象與BYOK逃生口,避免鎖定單一語音模型;(5)Skills採SKILL.md+分層references的漸進式揭露設計,可直接套用於自家Agentic OS的知識包架構。

Claude 備援網搜

可借鑑:(1) 傳輸層與Agent編排層垂直整合以降低語音互動延遲;(2) TEN Framework節點圖編排模式作為多模態Agent工作流參考架構;(3) Agora Skills以Markdown知識包讓AI編程助手快速上手特定SDK,是開發者體驗設計的具體可複用範例,可移植到自建OS的技能包機制;(4) 官方即時延遲Benchmark網站的思路可用於自建系統的模型/組件選型評估工具。

展開雙軌網路研究細節(摘要/關鍵事實/來源連結)

Codex 網搜

Agora 已由 RTC API 廠商延伸為「即時媒體網路+對話編排+開發工具鏈」。Agents SDK 並非可自行部署的 Agent runtime,而是建立在 Conversational AI Engine REST API 上的 Python/TypeScript/Go 型別化控制層,負責模型配置、Token、工作階段與重試;Engine 才執行 RTC、ASR→LLM→TTS/原生 MLLM、VAD、打斷與降噪。現價 US$0.10/分鐘、首300分鐘免費,選定模型費用包含在內,BYOK仍同價。相較之下 LiveKit、Pipecat 是可自架的開源 runtime,雲端執行約US$0.01/分鐘再加模型費;OpenAI Realtime 則是單一原生語音模型 API。Agora Skills 確實類似 Claude Skills:以 SKILL.md 與分層 Markdown 參考檔,把產品選型、驗證、範例、故障排除提供給編程 Agent,再由 CLI/JSON/MCP執行。官方宣稱最佳情況約500ms端到端延遲(非固定SLA),公開客戶案例包括Robopoet的Fuzozo陪伴玩具、Luwu Dynamics桌面機器人、Agnes AI多人協作平台等。真正的通用開源Agent框架是TEN Framework,Agents SDK本身僅為雲端API的型別化client。2025-2026未見新一輪外部融資,Agora為NASDAQ上市公司,資本動作以股份回購為主。最大借鑑是把「即時互動資料面、Agent控制面、AI可讀知識面」分層設計。

  • Agents SDK是Conversational AI Engine REST API的型別化facade(Python/TS/Go),非可自架runtime,媒體與模型編排在Agora雲端Engine執行
  • 定價US$0.10/audio分鐘,首300分鐘免費,指定ASR/LLM/TTS費用已含在內,BYOK同價;LiveKit/Pipecat雲端約$0.01/分另計模型費
  • Agora Skills形態近似Claude Skills:SKILL.md+分層references/,四層漸進式揭露,供AI編程Agent載入產品知識、避免過期API與憑證外洩
  • Agora CLI負責「真的去做」:登入、建專案、憑證、env設定、doctor檢查、--json、本機MCP server,與Skills形成知識包+可機讀工具鏈
  • 2025/3正式推出Conversational AI Engine(基於TEN框架+SDRTN);2025/7-9加入聲紋鎖定、視覺理解、互動Avatar;2026/3-7補齊Agent Studio、Agents SDK、Skills、CLI
  • 官方宣稱最佳情況約500ms端到端延遲,非固定SLA,實際受ASR/LLM/TTS及地區影響
  • 公開客戶案例:Robopoet的Fuzozo陪伴玩具、Luwu Dynamics桌面機器人、Agnes AI多人協作、南美外送平台每日數千次Agent calls
  • 未見2025-2026新一輪外部融資;Agora為NASDAQ上市公司,2026Q1現金及金融資產約US$366.1M,資本動作以股份回購為主

資料來源

Claude 備援網搜

Agora(聲網)為納斯達克上市的即時互動(RTC)基礎設施商,全球站 agora.io、中國站 shengwang.cn。2025年起將產品重心轉向「Conversational AI Engine」,在SD-RTN全球網路上把ASR→LLM→TTS(或原生speech-to-speech)編排成雲端可管理的語音Agent,並提供打斷、降噪、聲紋鎖定與硬體SDK,主打「編碼、對話、部署」三步:Agora Agents SDK(Python/Node.js/Go)+ Agora Skills(AI編程上下文包)+ Agora CLI(建立、憑證、部署)。 定價:Conversational AI Engine採量計費,首300分鐘免費,之後$0.10/分鐘(2026年4月起v2.5新定價生效),不含第三方LLM/ASR/TTS費用;一般RTC音視訊另有$0.99/1k音訊分鐘、$3.99/1k HD視訊分鐘的用量制,並疊加四檔訂閱方案($45.99~$1217.99/月)。 架構比較:Agora旗下另有開源TEN Framework(Transformative Extensions Network),將語音Agent表示為STT/LLM/工具/記憶/視覺節點構成的圖,以工作流編排執行,C++核心針對低延遲優化,是四者中最靈活但學習曲線較高的方案;LiveKit Agents走「房間模型」,多方通話/視訊原生支援;Pipecat是Daily出品的開源Python管線框架,可自由拼接任意STT/LLM/TTS供應商,整合庫最豐富;OpenAI Realtime API(含2026年5月的gpt-realtime-2)則是封閉但延遲最低、開發最簡的單一供應商方案。Agora的定位介於「託管雲服務+可自建管線」之間,優勢是把RTC傳輸層與AI編排層垂直整合。 Agora Skills是開源專案(github.com/AgoraIO/skills,也可用npm install -g agoraio-cli安裝),本質是給Claude Code、Cursor、Copilot、Windsurf等AI編程助手讀取的Markdown知識包,教會助手如何選型、綁定專案、產生憑證與環境檔、跑診斷,性質上確實類似Claude Skills的「上下文包」模式,但聚焦於單一廠商(Agora)產品的整合引導,而非通用任務技能。 近期動態:2025年12月Agnes AI採用Agora Chat打造多智能體協作系統;2026年7月與Gradium合作導入超低延遲TTS;另有與FPT(東南亞)的區域夥伴關係、以及AUSD穩定幣流動性合作(與本次調查主題較無關)。Agora官方設有Conversational AI Benchmark網站,即時比較各ASR/LLM/TTS組合的延遲表現;已知客戶案例FasesBI以Agora語音Agent做問卷招募,轉換率達10%。 對自建Agentic OS的借鑑價值:(1) 將傳輸層(RTC)與Agent編排層垂直整合,降低語音互動延遲的做法值得參考;(2) TEN Framework的「節點圖」編排模式可作為多模態Agent工作流設計的參考架構;(3) Agora Skills以Markdown知識包方式讓AI編程助手快速上手特定SDK的做法,是開發者體驗(DX)設計的具體範例,可複用於自建OS的技能包機制;(4) 官方Benchmark網站呈現的「即時可比較延遲指標」思路,可用於自建系統的模型/組件選型評估工具。

  • Conversational AI Engine:首300分鐘免費,之後$0.10/分鐘,2026年4月v2.5新定價生效,不含第三方LLM/ASR/TTS費用
  • Agora Agents SDK支援Python、Node.js、Go,搭配Agora CLI完成建立/憑證/部署
  • Agora Skills為開源Markdown知識包(github.com/AgoraIO/skills),供Claude Code/Cursor/Copilot等讀取,性質類似Claude Skills上下文包
  • Agora旗下開源TEN Framework以節點圖編排Agent,C++核心低延遲,比LiveKit/Pipecat更靈活但門檻較高
  • LiveKit走房間模型(多方原生);Pipecat開源Python管線可自由換供應商;OpenAI Realtime單一供應商延遲最低最簡易
  • 官方設有Conversational AI Benchmark網站即時比較各ASR/LLM/TTS組合延遲
  • 2025年12月Agnes AI採用Agora Chat建多智能體協作系統;2026年7月與Gradium合作低延遲TTS
  • 客戶案例:FasesBI用Agora語音Agent做問卷招募,轉換率達10%

資料來源

⚪ 觀察即可2 家

Airwallex 空中雲匯

金融科技/行業應用觀察即可📷 6 張單一來源,未交叉驗證
IMG_5629.jpgIMG_5630.jpgIMG_5631.jpgIMG_5632.jpgIMG_5633.jpgIMG_5634.jpg

現場文宣重點:以「AI 驅動的全球金融平台」為主軸的出海金融基礎設施:全球收款帳戶(70+ 國、25+ 幣種)、多幣種錢包、換匯與全球付款端到端覆蓋;獨立站收單支援 80+ 國、160+ 本地支付方式、6 大卡組織,配 Optimize360 支付優化與一站式風控;串接 Amazon、Shopify、AliExpress 等平台,客戶含 SHEIN、網易、Qantas、BIGO 等。現場以支付產品為主、未展示具體 Agent 架構,對自建 OS 的價值主要是可被 Agent 調用的支付/財資 API 工具層。

💡 對自建 Agentic OS 的借鑑點

Codex 網搜

可直接借鑑 AgentOS 的分層設計:(1) 將「正式執行/沙盒測試/純文件查詢」拆成三種不同 Connector,避免 Agent 誤用高權限接口;(2) 用 OAuth 細粒度 scope、冪等 request ID、簽名 webhook 與完整稽核紀錄來控管金融類工具調用;(3) 高風險動作走「Agent生成草稿→人工核准→確定性API執行」而非讓 LLM 直接持有無限付款權;(4) 把國別欄位驗證、單據抽取、重試與結果檢查封裝為版本化、可獨立測試的 Skills,而非塞進 system prompt;(5) 以事件回饋閉環串接執行結果、風控信號與對帳異常,讓 AI 專注理解與例外處理,帳本/資金移動層維持確定性系統執行,是自建 Agentic OS 在金融/交易類工具層的可靠參考模式。

展開雙軌網路研究細節(摘要/關鍵事實/來源連結)

Codex 網搜

截至 2026/7/20,Airwallex 已從「可供 Agent 串接的支付 API」升級為完整 Agent 工具層。2026/6 正式推出 AgentOS,包含可讀寫正式帳戶的 Production MCP、只連沙盒與文件的 Developer MCP、CLI,以及帳單、受款人、發卡、現金流等 Skills;另有供特定商戶使用的 AI Dispute Automation API。內建 AI 產品包括 Kai 助理、Expense Policy Agent、Optimize 360/Sentinel 風控及 T:0 財務平台。惟 Agentic Commerce Suite 尚在候補名單、T:0 為私測,不能都視為正式商用。風控已有交易成效,對帳則以 ERP 同步、憑證匹配為成熟能力,Leapfin 的完整記帳至財報能力仍在整合。最新官方估值為 110 億美元;公司強調 IPO-ready,但尚無公開申請,CEO 又稱上市至少需數年。大中華區持續拓展:香港持牌 Yield、上海 AI 戰略發布、與中國建設銀行「全額到帳」合作等,但未披露該區營收占比。

  • 2026/6/18 發布 AgentOS:Production MCP(可讀寫正式帳戶,OAuth)+ Developer MCP(沙盒/文件)+ CLI,護欄預設禁止 Agent 直接執行轉帳/換匯/付款
  • Agent Skills 拆為 Connector/Skill/Plugin,beta Skills 含 contract-to-billing、beneficiary-creation、card-provisioning、manage-cashflow;GitHub Marketplace 用 Apache-2.0
  • 官方無通用 Agent framework(無 LangChain/CrewAI 整合),GitHub 主要為支付/風控 SDK(Flutter/RN/Android/iOS)及 CLI
  • Kai 助理操作 100+ 工具,官方稱 88% 對話免轉人工;Expense Policy Agent 早期測試最多73%免人工、與人工一致率99.4%
  • Optimize 360 風控:整體核准率最高+2.6%,SHEIN部分市場+3%;AI Dispute Automation API 支援 Visa CE 3.0 全自動申訴(僅部分商戶開放)
  • 2026/6 收購 Leapfin,強化對帳/記帳到財報能力,新整合功能预计「未來數月」推出,尚未全部完成
  • 估值:2025/5 F輪62億→2025/12 G輪80億→2026/6 H輪110億美元;年化收入13億、年化交易量2870億美元;未見招股書或上市時間表,CEO稱IPO或需3-5年
  • 大中華區:2025/6香港持牌Yield、2025/10上海AI戰略、2026/1與建行「全額到帳」(8幣種)、2026/5升任中國支付清算協會常務理事

資料來源

⚠️ Grok 網搜 此來源回傳系統占位資料(無有效內容),已排除不採計。

(其他小型攤位)

其他觀察即可📷 2 張
IMG_5642.jpgIMG_5708.jpg

現場文宣重點:兩個資訊量較少的攤位合併。NOONMAKE AI(黎明造物):長期記憶驅動的全球消費信物數位交付 AI,結合 NFC 智能終端(手環、AI 日曆、AI 塔利斯曼)與軟硬體生態,主打「From Intelligence to Meaning」的理解、陪伴與意義建構,屬情感陪伴型 AI 硬體。開工吧:AI 工作流交易交付平台,演示「一家 AI 公司的日常」——以需求卡連結 SOP 與 AI 超級團隊(AI 總助+AI 員工),按階段自動執行、24 小時運作,支援人工修改、驗收結算與真人質檢兜底,形成多 Agent 編排與成果交付閉環。

💡 對自建 Agentic OS 的借鑑點

Codex 網搜

開工吧模式對自建Agentic OS最具參考價值的是「控制平面/執行平面分離」設計:SOP、路由、計價、驗收邏輯獨立於具體執行工具(n8n/Coze/模型),讓需求-驗收契約(輸入輸出schema、預算、修改上限)成為一等物件。同時採用「版本化SOP回歸測試」機制——修改不直接污染記憶/知識庫,須先形成可驗證的SOP版本並通過回歸測試才發布,避免Agent系統隨用戶反饋漂移退化。真人質檢僅介入低信心、超預算或高風險節點,是成本可控的人機協作範式。規模化KPI建議採首輪通過率、返工成本、人工介入率、每成果成本,而非單純Agent調用次數,值得納入自建系統的可觀測性指標設計。NOONMAKE因資料不足暫無可借鑑的具體技術路線,僅NFC token+雲端記憶命名空間的架構猜想可作為記憶系統隔離/撤銷設計的參考方向。

Grok 網搜

開工吧的「需求卡→SOP→AI總助/AI員工→階段閘門→真人質檢兜底→驗收結算」流程,是自建Agentic OS值得借鑑的生產級可靠性設計:將任務拆解為標準化SOP節點,每個Agent角色對應SOP步驟,關鍵節點插入human-in-the-loop審核與末端人工QC作為系統可靠性下限,避免全自動化失控,同時多Agent並行編排、模板化SOP有助規模化。NOONMAKE的NFC硬體觸發+雲端Persona綁定模式,則提示Agentic系統可用實體/低耦合觸發器(如NFC、QR)作為輕量化交互入口,搭配長期記憶服務維持狀態連續性,是硬體與Agent系統整合的一種可行架構思路,但兩者具體技術細節均未經驗證,僅供架構參考。

展開雙軌網路研究細節(摘要/關鍵事實/來源連結)

Codex 網搜

「開工吧」為 WAIC 2026 現場首發內測產品,商業模式為訂閱會員(Free/Creator ¥69/月、Pro ¥199/月)+按量「開工金」+分階段驗收放款;透過需求卡、SOP、修改次數限制、階段交付與真人質檢兜底來確保品質,但開工金換算率、平台抽成、質檢員資格、錯誤率、SLA均未公開,流程設計可查但交付品質規模化程度無法驗證。其擴張核心是把修改沉澱為可重用SOP、封裝角色化AI團隊,並可接入n8n/Coze/外部Agent,但查無自有開源repo/SDK/Agent框架,僅宣稱「接入」既有工具。 NOONMAKE/黎明造物除現場文宣外,查無可核驗的官網、銷售頁、App、融資、出貨、合作或開源專案,屬「查不到」狀態。其NFC信物若採常見架構,NFC標籤(NTAG213/215/216等,144-888 Bytes)容量極小,僅能存UID/NDEF URL/簽章,無法承載「長期記憶」本身;較合理推測是NFC作為身份/入口token,記憶實際存於雲端(此為不確定推測,無證據)。 2025-2026融資格局:AI任務交付賽道,Manus獲Benchmark領投7500萬美元(估值約5億美元)、年底被Meta收購(約20億美元);Genspark A輪1億美元;Relevance AI B輪2400萬美元;「AI+真人」模式的Mixus、Trace(2026種子輪300萬美元)與開工吧模式最接近。情感陪伴硬體賽道,Haivivi完成人民幣2億元A輪(BubblePal銷量約20-25萬台);FoloToy 2026再獲數千萬元;珞博智能獲數千萬元天使輪;海外Bee被Amazon收購,Friend累計融資約700萬美元但實際出貨僅約千台,顯示話題度不等於市場驗證。

  • 開工吧官網(kaigongba.net)標示「WAIC 2026現場首發內測」,方案Free/Creator ¥69月/Pro ¥199月,開工金換算率、抽成、質檢SLA均未公開
  • 開工吧規模化路徑:需求卡→SOP DAG→角色化AI團隊,修改與驗收結果回寫版本化SOP,可接入n8n/Coze/外部Agent,但無自有開源repo/SDK
  • NOONMAKE/黎明造物查無官網、產品頁、融資、出貨、合作或開源專案等可核驗公開資料
  • NFC信物技術推測(不確定):常見NTAG容量僅144-888 Bytes,僅能存UID/URL,長期記憶應存於雲端而非NFC本身
  • AI任務交付2025:Manus獲Benchmark領投7500萬美元(估值5億)後被Meta收購約20億美元;Genspark A輪1億美元;Relevance AI B輪2400萬美元
  • 情感陪伴硬體2025-2026:Haivivi A輪人民幣2億元(BubblePal銷量20-25萬台);FoloToy再獲數千萬元;海外Friend累計融資700萬美元但僅出貨約千台
  • Mixus、Trace(2026種子輪300萬美元)為與開工吧「AI+真人質檢」模式最接近的海外競品
  • 對Agentic OS借鑑:控制平面/執行平面分離、需求-驗收契約物件化、SOP版本化回歸測試、真人僅介入低信心/高風險節點

資料來源

Grok 網搜

開工吧與 NOONMAKE AI(黎明造物)在公開網路幾乎查無實體官網、融資新聞、產品文檔或開源倉庫,判斷極可能是 WAIC 2026 小型/早期攤位品牌,資訊主要僅來自現場文宣。開工吧定位為 AI 工作流交易/成果交付平台:需求卡綁定 SOP,由「AI 總助+AI 員工」分階段自動執行,支援人工修改、驗收結算與真人質檢兜底;業界同類模式通常按任務/里程碑/成果結算或 credit 扣點計價,品質靠階段閘門(HITL)與末段真人 QC 把關,規模化靠 SOP 模板化+多 Agent 並行編排,但該公司具體計價與規模化方式未經證實。NOONMAKE 主打長期記憶+NFC 消費「信物」(手環/AI 日曆/塔利斯曼),公開端查不到記憶架構(向量庫/圖記憶/端側或雲端)、SDK 或量產與用戶驗證數據;NFC 硬體多為觸發 ID/URL 綁定雲端 Persona 的常見做法,長期記憶仍是行業共性難題。賽道對照:AI 任務交付/Agent 平台如 Manus(約 7500 萬美元融資、估值近 5 億美元)、Genspark(B 輪估值約 12.5 億美元),開源多 Agent 框架 CrewAI/LangGraph/AutoGen 均強調 HITL 生產級能力;情感陪伴硬體如芙崽/珞博智能(2025 天使數千萬、2026 初億元級 Pre-A)、海外 Friend/Omi/Limitless(後者被 Meta 收購),長期記憶與用戶留存是核心戰場。整體結論:該兩家本體查不到可驗證資訊,以下僅為推測與同賽道參照,不可視為已證實事實。

  • 開工吧、NOONMAKE 均查無公開官網、SKU/定價、開源 repo、融資與合作動態
  • 開工吧模式(推測):需求卡→SOP→AI 總助/員工分階段執行,人工修改+驗收結算+真人質檢兜底
  • 業界同類計價常見為任務/里程碑/成果結算或 credit 扣點(不確定是否適用於開工吧)
  • NOONMAKE 的 NFC「信物」推測為觸發ID/URL綁定雲端Persona,長期記憶架構未知
  • Manus 2025年融資約7500萬美元,估值近5億美元;Genspark B輪估值約12.5億美元
  • 陪伴硬體賽道:芙崽/珞博智能2025天使輪數千萬、2026初Pre-A億元級;海外Limitless被Meta收購
  • 可借鑑:需求卡→SOP→角色化Agent流水線,階段閘門HITL+末段真人質檢的可靠性底線設計
  • 可借鑑:陪伴硬體以「記憶連續性+實體NFC觸發」作體驗錨點,而非僅堆疊對話能力

資料來源

六、方法論與管線透明度 METHODOLOGY

📷 90 張 HEIC
轉檔 1800px JPEG
👁️ Codex CLI 視覺識別
23 批×4 張
🗂️ 廠商聚類
22 群組
🔎 雙軌研究
Codex web search × Grok agent
📝 Sonnet 5 彙整
交叉比對標注矛盾
🧠 Fable 5 評估規劃
本報告
視覺識別90/90 張完成:Codex CLI 86 張、Claude 視覺備援 4 張(IMG_5639/5640/5642/5643,該批 API 逾時自動接手),資料內均如實標注識別者。
網路研究共 42 份研究報告,來源分布:codex×18、grok×12、claude-fallback×7、codex(占位)×3、claude-fallback(占位)×1、grok(占位)×1。其中 5 份因 CLI 回傳占位資料已排除不採計(卡片內已標注)。
單一來源警示以下廠商僅一個有效研究來源、未經雙軌交叉驗證,採信需謹慎:明心數智(MX)、伊登軟件(EdenSoft)、百道數據(Baidao Data)、Dataify(江蘇見山數據科技)、暗殼AI(暗殼科技)、MulanAI、Airwallex 空中雲匯。
資料基準網路查證基準日為 2026-07-20 前後;所有廠商宣稱之性能/規模/融資數字均未經本團隊實測,引用前請以固定口徑獨立驗證。
局限聲明:本報告基於現場拿到文宣的廠商樣本(不代表 WAIC 全貌);照片 OCR 與視覺識別可能存在辨識誤差(如「明兒數智」疑為「明灝數智」之誤讀);雙軌研究中兩來源數字不一致處均已在卡片與彙整中標注,未做武斷取捨。