企业数字化新范式 - Data x AI双向赋能重构企业数字化生产力 通过AI自主思考与主动做事提升企业生产力上限[1] - 企业需通过建立数字化系统感知数据、训练大数据思考数据、获取结果数据实现数据的三位一体路径 将AI潜能转化为实际价值[1] AI时代数据思维转变 - AI理解数据侧重语义、上下文与全局关联 需非结构化、知识化的高质量数据 与传统以人为中心的结构化思维模式大相径庭[3] - 已有结构化数据需被视为非结构化并重新组织 转化为大模型可理解的Token化数据 使其具备思考决策能力[3] AI智能体数据消费路径 - 通过数据服务、数据工具及应用Agent系统化驱动业务价值 优化数据结构提升AI Agent消费效率[4] - 采用MCP协议将数据服务和API按统一标准发布 使AI Agent无需复杂调用即可理解查询数据 例如Dataphin数据服务提升可消费性和决策效率[4] 数据服务与工具实践 - 瓴羊Quick BI通过智能问数支持自然语言获取数据、智能报告输出长文本、智能信息流通过钉钉微信推送个性化信息给不同角色[5] - 金融大模型场景中银行智能驾驶舱可提取报表数据深入洞察 AI成为自主发现问题推进行动的数字分析师[5] 应用Agent协同升级 - 智能客服产品Quick Service通过AI替代人工提升响应效率、智能工单实现跨部门联动、数字人交互提供沉浸式体验重构服务场景[9] - 智能客服从售后拓展至售前营销全链路 解决外包服务体验与稳定性问题 是AI最大创新潜力出口之一[11] 数据螺旋增长效应 - AI原生应用核心特征在于持续产生利用数据反馈形成正向循环 激活沉睡数据资产是构建螺旋增长第一步[11] - 需通过Agent互联互通实现多Agent协同处理复杂任务 构建企业级智能系统网络[11] Agent Store生态构建 - Agent Store作为数据、模型与应用能力融合枢纽 通过可信数据空间打通数据供给流通交易机制 与大模型及阿里商业形态深度融合[12] - 当数据、大模型与Agent共同聚焦具体场景 可实现各自价值及AI在业务层深度落地[12] 数字化演进驱动逻辑 - 数据从辅助决策资源演进为企业智能体基础能量场 AI从算法工具变为与数据螺旋增长协同驱动的新型生产力[12] - Data x AI双轮驱动释放AI时代结构性红利 技术跃迁带来认知方式重构[12]

公司概况与融资 - 公司名称为2033科技，是一家专注于大模型2C应用的人工智能公司，致力于打造AIGC内容平台 [1] - 公司由连续创业者马宇驰创立，其上一家人工智能NLP公司三角兽科技已被腾讯收购 [1][9] - 公司已于2024年完成近亿元人民币的天使轮融资，投资方为商汤科技和东方国资 [1] 核心产品与定位 - 核心产品为NYXverse，是一个UGC内容平台，旨在降低AIGC使用门槛，辅助用户进行IP原创和二创，满足用户与IP的深度交互 [1][4] - 产品定位为年轻用户的兴趣内容平台，用户可高度自由地创造包含“AI Agent+环境+情节+时间”的3D世界 [1] - 产品PC版已登陆Steam平台进行全球灰度测试，手机版APP计划于6月上线 [2][9] 产品功能与特色 - 平台支持用户上传VRM文件或从名字、人设、背景故事到对话风格进行高度自由定制，以创建自己喜欢的AI Agent角色 [4] - 平台已拥有数千个IP的Agent，支持用户与自创Agent进行多模态拟真互动，如看电视、欣赏照片等 [4][6] - 大模型会自动为角色生成在空间中的故事线，增强用户与Agent的关系，提供类游戏的娱乐体验 [6] - 平台提供PGC和UGC内容玩法，目前已有“AI病娇女友密室”和“AI女友恋爱体验”两条故事线，未来将有更多玩法 [7] 技术能力与团队 - 团队由拥有AI成功创业经验的大厂算法人才及游戏行业资深产品与研发人员组成 [9] - 公司专注于空间智能和AI Agent方向，针对文娱领域自研百亿规模垂直模型，打造自有技术栈 [9] - 技术目标是提供端到端的多模态交互体验，实现用户“0门槛快速上手”和“言出法随，创世造人”的创作体验 [9]

Agent系统构建原则 - 避免构建全能型Agent 大模型更适合处理通用任务 应专注于特定领域[3] - 明智选择应用场景 非所有任务都需要Agent 保持系统简单性优先[9] - 迭代过程中需从Agent视角思考 理解其局限性并提供必要支持[9] Agent系统演进路径 - **简单功能阶段**：早期处理摘要/分类等基础任务 现已成为行业标配[9] - **工作流阶段**：通过编排多模型调用形成预定义控制流 牺牲成本/延迟换取性能提升[9] - **Agent阶段**：模型能力强化后出现领域专用Agent 可自主决策行动路径[9] - **未来趋势**：可能向通用单一Agent或多Agent协作发展 系统自主权持续扩大但伴随成本/错误率上升[9] Agent适用性评估框架 - **任务复杂度**：模糊问题空间适合Agent 清晰决策路径应选工作流[11][13] - **任务价值**：需验证Agent探索成本 低于$0.1/任务选工作流 高于$1可考虑Agent[11][13] - **能力可行性**：关键环节需无严重瓶颈 否则应缩减任务范围[11][13] - **错误成本**：高代价错误场景需设置只读模式或人工干预[11][13] - 编码是典型适用场景 因复杂度高/价值大/结果易验证[12] Agent核心架构设计 - 基础结构=模型+工具+循环 在特定环境中运作[15][21] - 优先迭代三大组件(环境/工具集/系统提示) 避免过早复杂化[16][21] - 不同领域Agent共享相似后端架构 产品层表现差异化[17] 开发者优化策略 - 模拟Agent有限上下文窗口(10k-20k token) 体验决策局限性[19][22] - 直接询问模型(如Claude)以诊断指令模糊性/工具理解障碍[23] - 优化方向包括缓存轨迹/并行化工具调用/改进用户界面[16] 未来发展方向 - **预算感知**：需强化成本/延迟控制 定义时间/token预算机制[24] - **工具进化**：探索Agent自设计工具能力 提升工具通用性[25] - **多Agent协作**：预计年底出现生产级应用 需解决异步通信等挑战[26]

AI Agent能力衡量标准 - 采用"任务长度"作为衡量AI Agent现实世界能力的核心指标，即人类专业人士完成特定任务所需时间[10] - 2022年ChatGPT发布时仅能完成30秒coding任务，当前已能完成1小时任务[10] - 任务长度与成功率高度相关(R²=0.83)，4分钟以下任务成功率近100%，4小时以上不足10%[12][14] AI Agent能力增长趋势 - 头部模型完成任务长度呈指数增长，平均每7个月翻倍[19] - 2024-2025年加速至每4个月翻倍，若持续则2027年可完成1个月任务[26] - 预测2026年完成2小时任务，2027年8小时，2028年40小时，2029年167小时任务[24] Scaling Law加速原因 - 硬件突破：算力规模提升直接增强模型能力，如GPT-3相比GPT-2实现质的飞跃[32] - 软件进步：包含算法架构/训练方法等，效率改进(算力需求降低)和能力改进(新功能)双驱动[33] - AI能力进步速度超过算力成本下降，新能力涌现是经济价值主要来源[35] 终局猜想：Agent开发Agent - 可能出现ASARA(AI研发自动化系统)，实现AI自主开发AI[35] - ASARA可并行运行数百万副本，认知输出相当于数百万顶尖研究者[35] - 可能触发软件智能爆炸(SIE)，AI进步进入超指数增长阶段[35][49] - 关键取决于软件研发回报率r值，当前估计在1-4之间[51] 潜在瓶颈与突破路径 - 硬件限制可能通过算法效率提升(如笔记本训练GPT-3级模型)或小规模实验外推解决[55] - 长时间训练瓶颈可能通过微调优化、范式转变(如GOFAI)或算法加速突破[58][60] - 在强硬件限制下，r值可能降至0.5-2，但仍可能维持实质性进展[57]

项目背景 - OpenManus 复刻 Manus 核心功能，以开放姿态在不到一个月内于 GitHub 获超 42.2k Star 关注[2] 开发者经历 - 梁新兵和向劲宇因 MetaGPT 黑客松活动接触 Agent 领域，确定研究方向[8][9] - 梁新兵科班出身，向劲宇从物理转行，两人在合作中优势互补[8][9] 开发工具与工作流 - 开发者日常借助 Kimi、Repo Mix、Cursor 等 AI 工具学习新技术、提升编程技能，提高工作效率[11][14] - OpenManus 很多代码由 AI 辅助编写，但需人工审查和修改[15] 项目诞生与反响 - 向劲宇预判复刻 Manus 并开源会火，两人利用业余时间快速搭建 OpenManus，发布后 Star 数疯涨[18][19] - 开源目的主要是科普和推广简洁实现理念，让初学者易理解 Agent 核心逻辑[18][19] 项目设计与实现 - OpenManus 架构含 planning tool、Agent 和 tool 模块，采用 react 模式执行任务[24][27] - 定义 Agent 关键要素为工具和提示词，核心工具约 10 个，工具粒度较大[28][32][38] 开源社区贡献 - AWS 官方提交适配 Bedrock API 的代码，社区贡献者完善 Web Search 功能[43][44] - 因审核困难和缺乏测试用例，开发者会慎重考虑修改大量代码的 PR[46] 项目演示与挑战 - 演示 OpenManus 制定旅行规划时出现启动慢、卡住等问题，可能与上下文长度和代码 Bug 有关[52][53][55][56] MCP 协议 - MCP 是统一协议，目标是让大模型以统一方式使用工具，OpenManus 已实现部分支持[60][61][64] 未来规划 - 进行强化学习微调模型，基于 Agent Gym 开发 OpenManus RL 扩展项目[66][67] - 完善多 Agent 协调、MCP 协议支持、工具集成和测试用例建设等工作[68] 学习与借鉴 - 开发者通过 RepoMix 抓取代码，借助大模型理解代码逻辑和架构，将精华部分整合到项目中[69][72][73]

" 企业需要资产安全感、ToB需要新增长点，一体机在国内市场再 次爆火，实属必然。 " 作者丨赵之齐 编辑丨胡敏 过去两个月的一体机市场，一波三折： 曾经半年销售量两只手数得过来的一体机业务，在年后一天涌进两三百人电话咨询、一周内咨询近千条， 商机密度比往年翻两三倍，一体机"蜜月期"平等地降临在各厂商身上。 有行业人士透露，春节以来，有中小厂商卖出十几二十台一体机，收入上千万；运营商能卖出小几百台； 某大厂定下的目标是，今年卖三千台。 神州数码信创业务集团产品中心总经理李川也发现，去年对一体 机的需求相对垂直，主要还集中在机器视 觉、自然语言处理等领域中小型客户，今年则向更广泛的行业蔓延。 业务之外，还有更大的盈利场—— 在二级市场，DeepSeek概念股股价迎来较大涨幅，一体机相关上市公 司也一度领涨 。2月以来，浪潮信息、优刻得、神州数码、云天励飞等股价陡峭攀升，深信服从半年前的 42.70元/股涨到了最高142元/股，云从科技更是一度涨停。（更多一体机相关标的看法，可添加作者微 信 Ericazhao23 交流） 而进入三月，商机有所回落，有运营商的咨询从每天几百个下降到每天几十个；股价也开始跌宕。当用 ...

AI大模型在企业的落地应用 - AI大模型正被用于企业运营的实时质检环节 例如库迪咖啡利用AI进行门店环境、产品质量和人工服务的智能检测以应对门店数量多、巡检成本高的挑战 [1][2] - 在阿里云AI势能大会上展示的案例中 AI通过大小模型协同完成质检任务 视觉专家小模型负责业务目标理解 通义千问VL大模型负责通用场景理解 结合阿里云的异步工程链路 AI质检整体准确率达95% 事件准确率达80% [3] 阿里云百炼平台发布MCP服务 - 阿里云在大会上宣布其百炼平台上线业界首个全生命周期MCP服务 MCP已被公认为大模型连接软件应用的标准协议 [4][5] - 尽管科技企业已推出基于MCP的Agent应用 但仍难以满足千行百业真实场景的需求 企业和个人需要能针对专属场景定制具备自主思考、任务拆解与决策执行能力的Agent [6][7] - 百炼平台的MCP服务旨在快速将大模型转化为真实场景的生产力工具 该平台集成了阿里云函数计算、200多款业界领先大模型及50多款主流MCP服务 包揽了Agent开发所需的算力、模型资源和工具链 [8][11] - 用户仅需简单配置 无需管理资源、开发部署和工程运维 即可在5分钟内搭建专属MCP Agent 大幅降低了开发门槛 [11] - 平台已上线高德、无影、Fetch、Notion等50多款阿里巴巴集团及第三方MCP服务 例如 选择通义千问大模型和高德MCP服务可快速搭建一个能规划城市旅游美食、查询天气、规划行程、搜索推荐美食及导航的Agent应用 [12][13] 阿里云通义大模型的客户基础与未来计划 - 截至2025年1月底 阿里云百炼平台中调用通义API的企业和开发者已超过29万 [14] - 通义大模型服务的企业客户覆盖广泛 包括90%的互联网公司（如微博、携程）、90%的上市商业银行（如招商银行）、90%的汽车品牌（如宝马、小鹏）、90%的手机品牌（如OPPO、vivo） 以及超1000家政企客户（如国家电网）和超300家科研院校（如中科院） [15] - 阿里云预告未来将推出AI Agent Store 通过该模式将阿里及生态伙伴的Agent对外开放 让各行各业都能拥有专属助理 [15]

核心观点 - 浏览器使用者正从人类转向AI Agent，传统浏览器无法满足AI Agent自动化抓取、交互和实时数据处理需求 [4] - Browserbase推出云端浏览器服务及StageHand框架，利用LLM让开发者用自然语言与网页交互，降低AI与网页交互门槛 [5][35] - 互联网40%流量来自bots，AI Agent需通过浏览器获取最新信息，推动浏览器自动化工具市场快速增长 [6][24] - 现有headless browser存在性能臃肿、部署复杂、脚本脆弱等问题，需打造AI-native的新一代解决方案 [22][33] - 浏览器自动化市场潜力巨大，Puppeteer下载量已与Next.js相当，参考公司UiPath年营收超10亿美元 [26][28] 目录总结 01 目前的浏览器无法满足AI Agent需求 - 传统浏览器为人类视觉交互设计，而AI Agent需要自动化抓取和数据处理能力 [6] - 40%互联网流量来自bots，因缺乏结构化API需模仿人类浏览行为获取数据 [6] - 现代网站动态加载内容需完整浏览器环境执行脚本，增加抓取难度 [7][8] - 网站反爬机制（验证码、复杂页面结构）使数据解析效率低下 [12][14] 02 Browser for AI市场正在快速增长 - LLM通过RAG和Web Agents两种方式依赖浏览器获取实时信息 [24] - Andrej Karpathy将浏览器列为LLM OS核心组件之一 [24][26] - Puppeteer周下载量与Next.js相当，参考公司UiPath年营收超10亿美元 [26][28] - 训练基础模型、数据商业化、Web Agents兴起等趋势推动需求 [31] 03 打造更好的headless browser - 现有工具问题：282MB臃肿依赖（Puppeteer）、脆弱CSS选择器、任意等待机制 [22] - 三大创新方向：1) 开源优化性能 2) LLM理解页面变化 3) 重构开发者接口 [33][34] - Browserbase StageHand框架实现自然语言转Playwright代码，降低维护成本 [35][36] 04 如何走向市场 - 开发者工具关键策略：卓越产品+开源社区+可信品牌+开发者教育 [37] - 口碑传播是最有效渠道，需注重文档质量和SDK适配性 [37] - 扩展机会包括数据存储服务、工作流市场、统一数据源API平台 [37] 05 风险与竞争 - 主要风险：市场颠覆难度、LLM成本、商品化压力、法律合规等 [39][43][44] - 竞争对手分三类：Browserless（Puppeteer托管）、BrowseAI（低代码）、ScrapingBee（API服务） [50][53][57] - 最大竞争来自开发者自建方案，目前无绝对市场领导者 [58] 06 总结 - Scraping需求长期存在，需非确定性工具应对不确定的互联网环境 [58] - 浏览器自动化是AI应用关键基建，当前投资不足带来创业机会 [58] - 成功创始人需兼具headless browser技术、开发者工具经验和AI洞察力 [58]

文章核心观点 随着浏览器使用者从人类用户向 AI Agent 转移，传统浏览器无法满足 AI Agent 需求，Browser for AI 市场快速增长，公司需打造更好的 headless browser 并制定有效市场策略，同时应对风险与竞争，新兴创业公司有颠覆市场的机会 [3][5][25] 目前的浏览器无法满足 AI Agent 需求 - 互联网超 40% 流量来自 bots，AI Agent 也会通过浏览网站执行任务，但开发者构建网络数据自动化解析工具存在问题 [5] - Scraping 不简单，现代网站需模拟完整浏览器环境、实现页面交互自动化、绕过检测机制，且解析数据困难，内置工具难以构建有效 Scraping 流程 [6][8][13] - 现有的 headless browser 不 AI - native，主流的 Puppeteer 和 Playwright 存在开发体验不佳的问题，如 CSS 选择器脆弱、依赖体积大等 [20][23] Browser for AI 市场正在快速增长 - 大型语言模型依靠浏览器获取最新知识，有 RAG 和基于 Plugins/Web Agents 两种技术途径，主流 LLMs 编排框架已集成浏览器自动化功能 [26] - 浏览器对 LLMs 重要性日益明显，Scraping 和浏览器自动化市场可观，相关初创公司受财富 500 强企业关注，多个趋势将推动浏览器自动化工具普及 [27][31][34] 打造一个更好的 headless browser - 现有 headless browser 存在臃肿、部署复杂、集成方案脆弱等问题，开发者需要性能更强、可靠性更高、使用更简便的方案 [35] - 实现下一代浏览器自动化平台有三个关键创新点：打造开源、高度优化的 headless browser；用 AI 赋予浏览器“超能力”；提供全新层次接口，给开发者极致体验 [35][36][37] 如何走向市场 - 开发者工具类产品有效的分发策略包括打造一流产品、通过开源投资社区、建立值得信赖的品牌、教育并赋能开发者，产品卓越是关键 [39] - 开源是好的分发渠道，良好品牌重要，吸引开发者需互动并提供优秀文档和 SDK，自下而上策略可增强口碑传播，公司成功后有向外扩展机会 [39][40] 风险与竞争 风险 - 在已有市场成为默认选择困难，需用全新范式颠覆市场 [43] - 浏览器自动化可能与客户核心产品深度绑定，但外购更合理 [45] - LLMs 推理成本高，但长期可能下降，可将相关功能设为可选模式 [46] - 基础设施产品易商品化，需重新设计定价策略并控制单位成本 [47] - 存在滥用与法律合规风险，但 Scraping 合法且识别滥用变容易 [48] - 大公司可能开发此类产品，但浏览器与 LLMs 结合有复杂性，中小商家场景仍需浏览器自动化 [49][50] 竞争对手 - 浏览器自动化领域有 Browserless、Browse.ai、Induced.ai 等公司 [52][53][54] - Scraping APIs 公司提供 URL 接口返回非结构化数据并提供额外功能 [55] - 信息检索 APIs 公司专注特定信息搜索和检索服务，未来顶尖公司应吸取三类公司优势，最大竞争对手是自建方案的开发者 [56] 总结 - 浏览器自动化长期缺乏投资，AI 应用高度依赖该能力，市场有大量使用场景，为新兴创业公司提供颠覆机会，成功创始人需有相关背景和洞察力 [60]

文章核心观点 - 11x致力于开发自主数字工作者 通过AI代理产品帮助销售和市场团队优化流程 其产品Alice和Mike分别专注于多渠道互动和语音交互 旨在实现类人工作表现 [2][4][6][7] - 真正的智能代理需具备规划、推理、反思和持续优化能力 而非简单使用LLM或规则编排系统 [4][5][8] - 公司采用高度客户中心策略 以结果为导向 通过数据驱动和快速迭代保持技术领先 同时平衡规模化与创新 [9][17][19][22] 智能代理定义与挑战 - 智能代理需具备非确定性输出能力 每次交互结果可能不同 这要求全新的UI/UX设计理念 [4][5] - B2B领域代理应用更复杂 因涉及主观判断（如内容质量、客户匹配）而非客观标准（如代码运行） [5][6] - 语音代理面临背景噪音、对话轮替、延迟和自然度等挑战 需同时实现智能化、语音自然和准确性 [11][12] 产品与技术架构 - Alice是AI SDR代理 通过CRM集成和多渠道互动自动化销售流程 处理潜在客户挖掘、个性化沟通等复杂性 [7] - Mike是语音代理 专注于入站和合规出站场景 支持多语言和全天候运行 深度集成客户系统 [7] - 技术架构采用模块化设计 部分任务使用代理（如内容生成、深度研究） 部分使用自动化流程（如邮件发送） [9][17] - 公司能快速集成外部供应商（如爬虫基础设施、低延迟模型） 并在几天内完成测试和部署 [19][20] 产品演进与决策 - 2022年受GamePad Digital启发 最初使用基础提示词生成内容 过去8个月转向代理、多模态和推理模型 [10] - 因技术变革彻底重构产品 新平台价值远超旧系统 采用双团队策略：主力开发新产品 小团队维护旧系统 [13][14] - 直接向客户免费提供新产品试用 以验证效果并建立信心 此方式在行业内罕见 [16] 模型测试与评估 - 尝试所有市面模型 技术架构支持快速切换 但评估需结合具体场景 因部分任务缺乏客观标准（如邮件质量） [17][18] - 通过数据指标（打开率、点击率、回复率、会议转化）反馈客户 教育客户接受非直觉性有效方法 [18] - 与生态伙伴紧密合作 通过付费测试推动工具改进 形成外部创新杠杆 [20] 规模化与客户管理 - 每周动态分配研发资源 平衡功能开发与系统扩展 以应对快速增长 [22] - 坚持核心使命（打造类人数字员工） 拒绝偏离目标的定制化请求 通过解决痛点而非照搬解决方案留住客户 [22][23] - 早期推出多产品（Alice和Mike）以支持不同销售模式（出站、入站、电话、邮件） 通过小团队快速验证PMF再整合 [24][25][26] 团队与人才战略 - 设计师应早期深度参与 以优化用户体验和构建速度 当前产品通过"参与旅程"设计展示代理工作过程增强信任 [27][28] - 人才看重速度、责任感和适应混乱能力 领导者需兼具战略思维与执行力 团队多前创业者具备相关经验 [30][31] - 地理位置（旧金山）提供行业集体智慧 加速学习与迭代 [29]