陈宇森今天终于把企业 Agent 讲透了
在云栖大会上,我原本不认同「专业人士,用千问办公」这句口号,听完陈宇森的演讲却改观了:企业 Agent 的核心是帮企业连接、理解、复用数据,把上下文还给每一个跑在一线的专业人士。
在云栖大会上,我原本不认同「专业人士,用千问办公」这句口号,听完陈宇森的演讲却改观了:企业 Agent 的核心是帮企业连接、理解、复用数据,把上下文还给每一个跑在一线的专业人士。
Muse 登顶美区免费榜、Meta 股价单日涨 11%,转头却被亚马逊拉闸。云栖大会上看到千问的 Personal Agent 进展,我更确信个人助理的胜负在于有没有现成贯通的路网,背靠阿里消费矩阵的千问或能更早跑通。
Jev 发布后,网上冒出一堆用它做交易的尝试,结果大多是亏钱或跑输基准。用大模型直接做交易决策并不靠谱,它真正的价值是提升投研流水线的效率。
当年我用 OLS 跑出越界的概率预测,如今 Jev 砍掉自回归、只做分类判断,300 毫秒给出经过校准的置信度。大模型在交易系统里的价值,不是长篇推理,而是把新闻公告变成能扣动扳机的信号。
腾讯 WorkBuddy、字节豆包、阿里千问接连登场,C 端 Agent 大战好不热闹。但我认为不会有终局赢家:Agent 建在 Markdown、JSON 和开放协议上,没有格式绑架也没有关系链,谁也锁不住用户。
在海明威写作基准上,Gemini 的 Flash 小模型占了前十的六席,而 EQ-Bench 拿高分的 Claude Opus 5 只排到并列第十。写得最好的,往往不是最想证明自己无所不知的模型,而是懂得何时停笔的那个。
同一套朴素提示词下,Ox Alpha 把财联社一篇稿子做成的一图流让我惊喜,完成度不输 Grok 4.6。悬念是它出自哪家、发布后价格如何。
我只改一句提示词,文章是我写的还是讨厌的同事写的,就让 17 款模型各打 90 次分。结果说话最直的 Grok 最谄媚,GLM-5.3 几乎不受影响;求安慰时可以用,核验事实时得换一面更敢说真话的镜子。
千问APP上线了一批能办事的智能体,我实测盈米基金和贝壳:查自己账户里哪只基金亏最多、算一个小区的租售比,都能办到。生态还没定型的当下,给每个智能体独立入口,比一个入口调用一切更务实。
同一个 GLM 5.2,OpenRouter 上近 30 家供应商的延迟、工具调用错误率和测试得分各不相同。模型决定能力上限,但怎么部署、调度和提供工具,才决定我们实际摸到哪一段。