公司概况 - Streaml是一家AI驱动的自动成交工具，专注于从"找人-聊人-成交"实现全链路自动化 [1][8] - 公司核心产品定位为"智能销售助理"，通过数据融合和智能Agent完成传统销售流程中的重复性工作 [9][13] - 团队规模5人，已完成Pre-Seed轮数百万美元融资，计划扩充技术团队加速产品迭代 [36][37] 产品技术 - 采用模块化架构整合强化学习、知识图谱和调度系统，通过API串联开源模型与自研组件 [18][19] - 产品工作流分为三阶段：全网数据爬取潜在客户→多角色智能Agent定制化沟通→人工介入后的自动化跟进 [13][14] - 数据资产积累策略包括结构化存储历史查询结果实现"秒级响应"，同时保留实时爬取能力应对动态需求 [29][30] 商业模式 - 采用分层订阅收费模式：基础版$99/月含200个联系人，按需扩展至$499/月（2000联系人）[25] - 当前50%以上客户通过产品自身获客，形成"产品带来用户→用户反哺数据→数据优化产品"的闭环 [26][27] - 主要客户集中在B2B销售、VC/PE、猎头招聘三大领域，典型案例显示可将客户会议安排效率提升3-4倍 [22][23] 行业洞察 - AI Agent落地的关键瓶颈在于找到具体高频的"痛场景"，而非技术能力不足 [1][42] - 信息密集且依赖人际沟通的行业（如投行、销售）将优先被AI重塑，Excel/PPT类重复工作最易被替代 [31][32] - 行业趋势显示垂类应用商业化加速，但通用工具在特定场景（如Excel插件）仍存在需求缺口 [42] 运营数据 - 在猎头场景中成功定位通过ASC 740认证的稀缺候选人，筛选精准度达90%以上 [23] - B2B客户使用后实现7-9场会议/周的触达效率，并完成2个试用订单转化 [23] - 消息回复率显著超越传统工具水平，具体数值未披露但被描述为"质的提升" [17] 产品差异化 - 与传统CRM的本质区别在于主动执行能力，从"记录系统"升级为"智能合伙人" [15][16] - 技术路线选择调用现有大模型API而非自研底层模型，更注重工作流整合而非技术正统性 [19][20] - 聚焦"脏活累活"自动化：跨平台搜索（LinkedIn/RocketReach）、个性化文案生成、持续跟进三大核心环节 [21]

Agent技术发展现状 - Agent领域的低垂果实已被摘完 纯API调用的红利期结束于22年底至23年 需结合多模态和ML/DL技术提升竞争力[1][14] - 网易逆水寒等商业化案例已实现盈利 技术落后公司面临生存压力[1] Agent技术分类 博弈类/MARL衍生 - 主流方法为将MARL技术迁移至LLM Agent 实验环境集中于矩阵博弈和overcook等场景 学术价值高于实用价值[2] 游戏类应用 - 文本化环境构建成为重点 如civrealm和LLM play sc2项目 需解决游戏文本空间的精准映射问题[4] - 多模态技术渗透明显 安波团队的多模态Agent cradle带动技术潮流 黑神话悟空等商业项目开始应用[4] - 棋牌类游戏全面覆盖 但需突破传统RL已实现的人类超越瓶颈[5] 具身智能 - 机器人领域更看重真机实验 纯仿真研究认可度较低[5] 社会模拟类 - 斯坦福小镇等项目引爆关注 核心挑战包括：仿真器开发（Unity成为主流）、个性化决策保持、百万级Agent交互支持[6][8] - 可视化Demo成为项目评估关键要素[9] 商业化应用 - 客服问答和RAG技术最成熟 落地变现能力突出[9] - Tool use类工具（如HuggingGPT）成为企业生产力提升重点[9] - 自动化流水线应用分化 代码生成类依赖基础模型性能 AI for science类需跨学科知识整合[9] Minecraft专项 - 技术路线分化为纯RL（如OpenAI视频学习）、纯LLM（Voyager等技能库方案）、LLM+RL混合（顶会热门）[11][12] - 竞争白热化 需顶级团队资源支持才可能突破[13] 行业发展建议 - 高校研究需转向商业化场景合作 单打独斗模式已失效[14] - 技术路径选择应结合自身优势领域 避免同质化竞争[14] 技术社区动态 - 大模型之心Tech社区提供每日论文/技术报告更新 覆盖预训练、量化、RAG等12个技术板块[15] - 会员日均成本低于0.3元 主打快速技术路径打通[16]

以下文章来源于硅星人Pro ，作者周一笑 硅星人Pro . 硅（Si）是创造未来的基础，欢迎来到这个星球。 来源丨 硅星人Pro（ID： Si-Planet ） 作者丨 周一笑 图源丨Midjourney 2025年开年以来，AI行业的风向悄然变化。当大家对聊天机器人已经习以为常时，一个更新的概念——能直接动手完成任务的AI Agent，开始被频繁提起。 就在这个当口，一个叫Manus的产品进入了大众视野。它想解决的核心问题，是如何让AI不止会说，还能直接上手做事，把想法变成结果。这个思路，加上它在亮相时对整个情绪的利 用，让它很快吸引了全球科技圈的关注。 虽然像OpenAI的Operator在今年1月就发布了研究预览版，但从后来故事的走向来看，Manus的出现第一次将一个独立的、定位"通用"的AI Agent产品，抛到了更广泛的用户面前。 接下来的几个月，这家公司的节奏很快。三月产品刚亮相，四月就宣布完成了7500万美元的B轮融资，领投方是硅谷老牌的顶级风投Benchmark。同时它出现在Anthropic等硅谷主要模 型公司的生态里，得到高调展示。他的创始团队开始在全球各地举办用户聚会。 C O L L ...

AI Agent商业化落地探讨 - 2025年被称为"AI Agent元年" 探讨其商业化落地可能性 [1] - 行业聚焦Agent在实际应用中的难点和协作挑战 [1] - 企业关注落地指标包括ROI和KPI等量化标准 [3] 行业专家观点 - 腾讯云智能体平台总经理将分享平台产品中心经验 [2] - 彩讯股份AI产研部总经理将阐述研发视角 [2] - 商汤科技研发总监将提供技术实现角度见解 [2] 实战场景分析 - 深度揭秘AI Agent在实际场景中的应用情况 [3] - 专家直击任务拆解和协作中的核心痛点 [3] - 探讨Agent项目失败的真实原因 [3] 行业活动信息 - 直播活动定于7月15日20:00-21:30举行 [1] - 活动主题为"Agent落地实况：能用吗？怎么用？用到哪儿了" [1] - 观众可通过AI前线视频号预约直播并留言提问 [4]

Chat与Agent的区别 - Chat是主要由"大脑和嘴"构成的智能体，专注于信息处理和语言交流，如ChatGPT这样的系统，能理解查询并给出连贯回答但不直接执行任务 [1] - Agent是具有"手、脚"的智能体，能进行思考、决策并执行具体任务 [2] - Chat强调"说"，Agent强调"做" [3] 技术发展趋势 - 人类对"让机器替人干活"的需求持续存在，OpenAI通过plugin、Function Calling、Assistant API等动作推动LLM从纯对话向任务执行扩展 [4] - 智能音箱发展路径类似：从基础语音功能（如播放音乐）逐步扩展到支付互通、智能家居控制、儿童教育等场景，成为智能生态核心 [4][5] - AI+RPA技术推动智能客服向数字员工进化，体现AI从单一对话到"说做结合"的融合趋势 [5] - 未来生成式AI将融合Chat和Agent特点，形成兼具高质量对话与复杂任务执行能力的自动化系统 [6] AI Agent的技术变革 - 颠覆传统软件开发模式：从预先定义逻辑转向由LLM自主支配运行，实现运行时学习与调优 [7] - 核心模块包括Memory（记忆）、Tools（外部工具）、Planning（计划）和Action（行动） [7] - 当前学习路径分为OpenAI技术路线和开源技术路线，建议技术人员选择一条深入实践 [9] 典型AI Agent项目案例 - AutoGPT：可拆解用户目标为子任务，通过搜索、脚本执行等方式自主完成任务 [11][12] - JARVIS：采用"模型选择"机制，调用Huggingface专家模型处理多模态任务 [13][15] - MetaGPT：模拟软件公司结构，分配产品经理、工程师等角色协作完成编码任务 [16] 开发者生态与机会 - 工具/平台成熟为个体开发者提供新舞台，使AI原生应用开发门槛降低 [16] - 自动驾驶领域已形成近4000人社区，覆盖300+企业与科研机构，涉及30+技术栈（如BEV感知、SLAM、轨迹预测等） [19][21]

AI Agent技术发展 - Manus项目引爆AI Agent热潮，展示从语言理解向任务执行的演化能力[2] - 行业对Agent Scaling Law和通用Agent可行性存在争议，部分研究者认为技术进步将实现通用能力跨越[2] - OWL项目在GAIA Benchmark位列第一，是最强开源Agent之一，十天斩获1w+ Star[6][8] - CAMEL框架是全球首个多智能体框架，已有两年技术积累[6] - OWL项目构建初衷是为开发者提供开源可拓展基础框架，而非与Manus比拼产品化能力[8] 开源社区与技术迭代 - OWL项目上线后收到大量社区反馈，GitHub上关闭200+ Issue，微信群反馈达上千条[9] - 社区开发者积极贡献PR，改进UI/UX和交互体验[10] - OWL进行重要重构，平衡性能与成本控制，GAIA-58.18分支为性能最优版本[11] - 新增Terminal Tool Kit功能，支持Agent调用终端安装依赖库并执行代码[12] - CAMEL团队计划将40多种常用工具接入MCP Server，构建工具生态[31] 多智能体系统研究 - 在多智能体协作实验中，70%任务场景中双Agent协作效果优于单Agent[21] - OASIS项目支持100万Agent交互，开展社会模拟研究[22] - 探索利用Agent生成合成数据提升多智能体系统质量[23] - 多智能体系统优化涉及协作机制、任务调度、工具调用流程等多个维度[27] - 未来可能形成分工明确、组合灵活、成本可控的Agent生态[29] 行业协议与生态 - MCP协议简化Agent开发流程，提供统一接口调用外部工具[30][32] - Google推出A2A协议，侧重统一Agent间接入范式[34] - 协议价值取决于参与者数量和生态繁荣程度[34] - CAMEL团队同时支持MCP和A2A协议[35] 开发者经验与建议 - 建议开发者从模型底层机制入手学习Agent开发，而非直接使用抽象框架[38] - 使用AI Coding工具需进行代码审查，修改量约20%[44] - AI生成代码可能仅提供局部最优解，需关注全局结构[46] - 保持学习能力和辨别能力是应对AI快速迭代的关键[37]

亚洲股市与港股评级 - 高盛上调MSCI亚太（除日本外）指数12个月目标3%至700点，隐含美元计回报率9% [1] - 港股评级上调至"持股"，预计受益于美联储宽松周期和美元走弱 [1] - 菲律宾等市场对宽松货币政策和关税确定性最为敏感 [1] 原油市场动态 - 布伦特原油1月以来均价维持在70.75美元/桶，中国战略储备吸收第二季度石油盈余支撑价格 [1] - 公路出行和航空旅行需求强劲，美国进口商提前采购规避潜在关税进一步支撑油价 [1] 巴西关税政策影响 - 特朗普计划对巴西征收50%关税可能使巴西GDP增长率减少0.3-0.4个百分点 [2] - 报复性关税可能加剧对经济活动和通胀的负面影响 [2] 欧元区财政政策 - 德国计划增加国防和基建支出以抵消人口老龄化负面影响 [3] - 欧盟推动更高国防支出，改变过去依赖劳动力增长的模式 [3] 美国学生贷款市场 - "大而美"法案将推动140亿美元学生贷款市场转向私营领域，带来25亿美元增长机遇 [4] - SoFi、Sallie Mae和Navient等机构预计在利息和手续费方面大幅增长 [4] 美股配置机会 - 美股估值仍偏高但头部科技板块盈利兑现能力强，四季度或现资金回流 [5] - 信息技术与电信服务行业盈利保持高景气 [5] 绿电消纳政策 - 2025年非水可再生能源消纳责任权重预计支撑4600亿度绿电消纳 [7] - 钢铁、水泥等高耗能行业纳入考核，绿电直连模式有望快速发展 [7] 光伏行业调整 - 产业链价格回升是行业"反内卷"第一步，需关注龙头公司长期竞争力 [8] - 落后产能出清需长效机制，供给侧改革政策逐步完善 [8] 电网与工控行业 - 1-5月国内电网投资保持高景气，特高压核准有望三季度加速 [9] - 新质生产力、核能复兴和出海是工控行业三大投资方向 [9] 行业景气度分析 - 小金属、PCB、存储等行业二季报预计改善，医药、军工有独立景气周期 [10] - 钢铁、煤炭等反内卷受益行业估值对下行预期计入较充分 [10] 铜价走势 - 美国对铜加征50%关税可能导致短期回调但幅度有限 [11] - 非美地区供需紧张格局或逆转，长期仍看好铜价上行 [11] AI产业投资 - AI算力与应用形成正向循环，关注NV链相关企业 [12] - 垂直领域卡位SAAS企业在AI Agent布局领先 [12]

公司概况 - 孚知流成立于2023年，定位为AI创新企业，核心团队来自商汤、阿里巴巴等科技公司，创始人白双曾获胡润U30、36Kr 2024影响力女性荣誉[1] - 公司累计获得数千万元风险投资，入选亚马逊云科技、微软等顶尖孵化器[1] - 2025年7月发布Agent生产与操作系统Leapility，并完成千万级人民币天使轮融资，投资方为棋兆资本[1] 产品技术 - Leapility定位为"驱动能力跃迁的智能引擎"，通过挖掘隐性专家知识实现专家级Agent的规模化设计与落地[1] - 采用CAF（Consumer to Agent to Factory）生态圈模式，打造个性化专家Agent生产线与交易平台[3] - 聚焦专家知识转化与资产化，设计"Human-in-the-loop"工作流，降低业务专家构建高价值Agent门槛[3] - 提供自然语言叙事型Agent设计工具，支持专家通过写文档方式沉淀业务流程，AI实时转化为自动化工作流[3] - 集成通用工具并开放垂直行业专业工具与第三方模型，覆盖制造、零售、物流等行业定制需求[3] 商业模式 - 形成"Agent OS +专家Agent交易"多元营收结构，支持自助搭建或通过认证服务商/专家市场采购定制化Agent[5] - 覆盖个人专业版、团队版到企业级部署全场景，采用"变现激励+社区驱动+生态合作"组合模式沉淀专家Agent[5] - 将AI从工具升级为"结果导向的硅基劳动力引擎"，加速B端与C端市场规模化落地[5] 战略规划 - 目标五年内服务超百万专家级个体和10万家企业客户，推动Leapility全球化产业与生态布局[5]

Meta年度业务消息盛会Conversations 2025 - Meta首次在中国深圳举办年度业务消息盛会Conversations 2025 主题为"开启对话 连接世界" 聚焦WhatsApp Messenger Instagram三大核心产品生态在全球商业拓展中的实践与趋势 [1] - 大会吸引技术 品牌 电商等行业头部代表 围绕"对话驱动全球业务增长"进行深度交流 Meta CEO马克·扎克伯格通过视频分享"对话与增长"战略思路 [1] 店匠科技参与峰会讨论 - 跨境电商独立站SaaS平台店匠科技受邀出席峰会 参与主题圆桌讨论 探讨如何借助消息链路构建高效智能的品牌出海路径 [3] - 店匠科技中国区商务负责人张扬与阿里云资深产品设计师徐涛共同讨论 强调消息工具在全球化品牌运营中的关键作用 [3] 对话即服务的商业价值 - 品牌全球化进程中 用户触达从单一曝光转向高质量实时对话 需要高触达率(98%-99%)和高响应度的连接场景 Meta业务消息生态提供技术支持 [4] - WhatsApp等消息平台打开率高达98%-99% 远超电子邮件和传统短信 弥补传统营销工具的效率短板 [4] - 以对话驱动全链路体验优化可显著提升用户转化率 连带购买率与复购率 帮助品牌从爆品红利转向品牌资产积累 [6] 即时沟通的三重商业成效 - 店匠科技服务的高客单价品类(家具 美妆 时尚 美瞳等)通过即时深度沟通实现转化率爆发式增长 [6] - 聊天过程中的主动引导推动连带销售成为营收新引擎 长期运营中基于用户行为数据优化可提升复购率 [6] - 消息工具的即时性与社交属性帮助商家灵活捕捉需求 构建以用户为中心的增长飞轮 [6] 消息工具向智能引擎演进 - 多语种多市场环境下 品牌需从用户沟通内容中提取趋势信息 指导新品研发与市场定位 [8] - 品牌对消息工具的期待从"触达"升级为"价值沉淀与持续转化" Meta消息生态系统使触达可衡量 可复盘 可优化 [8] - 跨境电商SaaS平台正整合上游能力 降低商家部署门槛 提升运营效率 [8]

AWS推出AI智能体市场 - AWS将于7月15日在纽约市举行的AWS峰会上推出AI智能体市场，Anthropic作为合作伙伴之一 [1] - AI智能体市场旨在解决AI Agent分发挑战，允许初创企业直接向AWS客户提供其AI Agent，企业客户可在一个平台上浏览、安装和寻找AI Agent [1] - 市场模式类似SaaS服务市场，初创企业可向客户收取AI Agent使用费用 [2] Anthropic的增长动力 - Anthropic已获得亚马逊支持，并可能获得数十亿美元的追加投资，该公司认为AI的未来主要体现在智能体领域 [2] - Anthropic通过其API赋能开发者创建智能体，参与AWS市场将帮助其触达更多客户，包括使用竞争对手AI智能体的用户 [2] - Anthropic在五月下旬已实现30亿美元年化收入 [2] 行业竞争格局 - 谷歌云于今年4月推出AI Agent市场，微软在Microsoft 365 Copilot中推出Agent商店，Salesforce和ServiceNow也拥有各自的Agent市场 [3] - 对于小型AI初创企业和机构，这些市场的实际成效仍有待观察 [4]