过去，找人是一门玄学：无论是要找投资人、找行业专家，还是要找一位契合的 KOL，传统方法都仰赖人脉引荐、行业微信群，或是在 LinkedIn 里大浪 淘沙。 找到人，再搭上话，这是敲开合作的大门的第一步，往往也是最困难的一步。 Lessie 的定位简单直接：People Search AI Agent。一句话描述它的能力：帮你从互联网与数据库里快速找到任何人，并自动化完成初步联络。 创始人、投资人、KOL、潜在客户、行业专家、合作伙伴……只要你能用自然语言描述需求，Lessie 就能迅速在全球范围内挖掘到合适的人选。 实际体验之后，我发现"人找人"的需求，AI 虽然可以显著提高效率，但短期还得靠人来介入校验，没那么容易被 AI 取代。 AI LinkedIn？ 与传统的 SaaS 网站或单一数据库不同，Lessie 的目标并不是做一个更快的搜索引擎，而是把"找人"做成一条闭环的服务：识别需求（Identify）、汇总多 源数据（Source）、智能筛选（Review）、建立初步联络（Connect）。这四步，构成了 Lessie 的基本逻辑。 Lessie 的找人流程分了 4 步走｜图片来源：Lessie 但 ...

全球创投市场概况 - 2024年全球一级市场融资金额2746亿美元 较2023年增长4.5% 但仅为2021年高峰时期的41.4% [4] - 2024年全球融资事件数量26961起 较2023年下降18.5% 为2018年以来最低水平 [4] - 中国一级市场2024年融资事件8881起同比下降20.3% 融资金额5075.29亿元同比下降18.8% 均为近十年最低 [7] AI领域投资趋势 - 2024年全球AI领域初创企业融资总额达1004亿美元 第四季度超一半资金流向人工智能领域 [10] - 生成式AI2024年融资560亿美元 占人工智能融资总额43% 成为主导方向 [12] - OpenAI/xAI/Anthropic/月之暗面等企业均获得超10亿美元巨额投资 [12] AI技术应用场景 - AI在企业服务/医疗/汽车/制造/教育/交通等领域应用成为热门投资方向 [12] - AI Agent已渗透金融/电商零售/教育/医疗/制造/交通/媒体娱乐/能源/政务等众多行业场景 [12] - 端侧部署趋势形成 手机AI助手/车载系统/智能眼镜/智能玩具成为重要应用领域 [13] 中国企业出海态势 - 近80%中国初创企业已出海或有海外创业规划 显示强烈全球化意向 [15] - 新生代科技创业公司具备生而全球化能力 依托数字化基础设施和国际化团队早期即可服务全球市场 [16] - 华为云通过全球云服务数字基础设施和30年构建的生态网络支持伙伴客户全球化布局 [16] 华为云生态赋能体系 - 科技生态/创投生态/商业生态三大体系构成创业生态 95.7%受访企业成立不足10年 95.3%人员规模不超1000人 [19] - 超半数企业视技术合作伙伴为最重要生态伙伴 近半数期望与金融机构合作获取资金 [19][20] - 超四成企业迫切需求拓展销售渠道 [20] 华为云具体赋能措施 - 通过初创计划/加速器/AI创业赋能计划三大项目提供云平台/创业赋能/商业资源支持 [23] - 投入数亿元赋能超7000家初创企业 覆盖中国/亚太/欧洲/中东中亚和非洲地区 [23] - 圣瞳科技基于华为云盘古CV大模型研发30亿参数预训练模型 推出7亿参数行业大模型 [23][24] 成功合作案例 - 逻辑智能获得华为云算力支撑和全球商业加速赋能 实现海内外商机对接 [24] - 像素绽放/元空智能/博特智能成为首批华为鸿蒙智能体 支持自然语言交互生成办公文档 [24] - Techsun与华为云联合打造AI零售解决方案 成功拓展欧洲/中东/亚太市场 [25] 国际化拓展成果 - 数元灵通过华为云引荐 数周内完成香港珠宝品牌PoC并签署商业协议 [25] - 欧洲企业Vectify.ai获得华为云高性能算力支持 突破多家欧洲金融客户 [26] - 华为云通过全联接大会/开发者大会/国际科技展会为初创伙伴提供全球展示平台 [26]

产品升级与发布 - 阿里云无影AgentBay于9月25日升级，推出自进化引擎、内存状态管理、安全围栏三项新能力 [1] - 阿里云无影首次展示全新的个人计算产品无影Agentic Computer，这是无影AI云电脑的全新形态 [1] 产品功能与定位 - AgentBay定位为AI Agent的“超级大脑”或“云上操作系统”，具备任务执行沙箱、智能运维、持久化记忆等能力 [1] - AgentBay可动态调用云上算力、存储及工具链资源，专为AI Agent设计 [1] - 无影Agentic Computer隐藏传统Windows界面，用户可通过类似浏览器的窗口，使用文字、语音及各类文档进行交互 [1] - 无影Agentic Computer构建完整的个人数字档案，了解用户工作习惯、兴趣爱好、知识结构及每次对话 [1] 产品发展历程 - AgentBay于今年4月启动公测 [1]

公司动态：阿里云无影产品重大升级 - 阿里云在云栖大会宣布其Agent Infra核心组件无影AgentBay迎来重大升级，推出自进化引擎、内存状态管理、安全围栏等全新能力 [1] - 公司首次展示全新的个人计算产品形态——无影Agentic Computer，其具备全新人机交互方式、革命性“记忆”能力及近乎无穷的云上算力 [1] - 无影AgentBay定位为AI Agent的“超级大脑”或“云上操作系统”，提供任务执行沙箱、智能运维、持久化记忆等能力，可动态调用云上算力、存储及工具链资源 [2] - 企业开发者通过简单API调用，即可为AI Agent配置功能完备、性能强大且安全隔离的“云上超级计算机” [2] - AgentBay的记忆策略可辅助进化，让Agent实现“过目不忘”与“选择性遗忘”，智能管理长期记忆以应对复杂长周期任务 [2] 产品创新：无影Agentic Computer特性 - 无影Agentic Computer隐藏了传统的Windows操作界面，通过类似浏览器的窗口，支持文字、语音及各类文档的自然交互，实现跨终端、跨模态的“隐形”技术体验 [3] - 该产品构建了完整的个人数字档案，能了解用户的工作习惯、兴趣爱好、知识结构及对话历史，实现真正的“记忆”能力 [3] - 其记忆管理系统基于四个维度：个人文件管理、行为模式学习、知识库构建以及对话历史分析，通过实时学习和周期反思建立用户档案并预测需求 [4] - 产品通过云端架构解决传统电脑算力限制，可在Windows、Android、Linux等不同操作系统无缝切换，并根据任务需求弹性伸缩算力 [4] - 无影AC可同时启动成千上万个“影子电脑”以专注不同任务，稳定支持百万级并发，轻松应对复杂3D渲染、大规模数据分析及多任务并行处理 [4] - 轻便智能终端如智能眼镜、手机、平板均可安装无影AC，实现设备间的无缝协同，推动“个人计算”向“个人云计算”转变 [4] 行业背景：AI Agent发展趋势 - AI Agent是当下全球科技和商业的焦点，过去半年涌现的Agent相关产品数量超过了2024年全年的总和 [1] - 行业现状是每10个创业者中就有8个在开发各种类型的Agent [1] - Agent行业的快速发展，对其所需的基础设施Agent Infra（包括Environment、Context、Tools和Security等）带来了全新挑战和更高要求 [1]

行业背景与质变 - 人工智能产业在十四五期间完成从技术向要素的跃迁 体现为技术 算力 数据 政策 市场五大质变 [2] - 技术质变表现为视觉红利收尾 Transformer架构成为AIGC统一引擎 参数量突破千亿级触发涌现 通用智能雏形确立 [2] - 算力质变表现为国产AI芯片推理能效比与海外差距逐级收敛 数据中心形态由IDC转向AIDC 电力成本占比大幅提升 算力定价权向内转移 [2] - 数据质变表现为公共数据授权运营与资产入表打通财政-数据循环 数据升级为可交易 可分成财政要素 填补土地收入缺口 [2] - 政策质变表现为中央顶层设计完成攻关—筑基—应用—变革四段跳 AI首次写入社会治理层面 定位由产业工具升级为转型引擎 [2] - 市场质变表现为供给曲线与支付曲线同步下移 云计算SaaS估值回落 AI叙事从模式创新跃迁为要素变现 [2] 发展前景与场景 - 十五五期间AI要素化将体现价格发现 规模交易 跨境输出三条主线 Agent为核心载体 [3] - 产品维度交互范式移至CUI Agent升级为自主协作 收费基准从Token计价转向增量收益分成 AI部门由成本中心转为利润中心 [3] - 供给维度实现国产全栈闭环 Agent专用芯片可定义指令集 框架层定义国产AgentOS生态 数据层公共数据转为可价值化资产 [3] - 需求端外溢至全球南方市场 总人口超45亿占世界近60% 全球数字经济年复合增长率达9.2% 远超传统经济 [3] - Agent出海可实现数字丝绸之路2.0 实现要素跨境交易并回流数据资产形成飞轮效应 [3] - 未来五年AI原生任务 企业流程编排 具身物理交互 消费级端侧伴生 社会级自治系统五大场景实现扩容迭代 [1][3] - 要素消费频率由项目制转为订阅制后大幅提升 [1][3] 投资方向 - 算力基础设施主线包括国产AI芯片 AI服务器 智算中心及绿色算力配套设施 [1][4] - AI Agent与MaaS服务主线覆盖垂直行业软件 低代码平台及系统集成商 [1][4] - 智能终端与具身智能机器人主线包括智能网联汽车 AI手机/PC AR/VR及机器人产业链 如车端域控制器 边缘端模型部署工具 云端训练即服务 [1][4] - AI+绿色低碳主线涉及智慧电网 工业节能 碳管理软件及系统集成 [1][4]

行业趋势与市场背景 - AI Agent成为全球科技和商业焦点，过去半年涌现的相关产品数量超过了2024年全年总和，10个创业者中有8个在开发各类Agent [1] - Agent行业的快速发展对其所需的基础设施（Agent Infra，包括环境、上下文、工具和安全等）提出了全新挑战和更高要求 [1] 无影AgentBay产品升级 - AgentBay定位为AI Agent量身打造的“超级大脑”或“云上操作系统”，具备任务执行沙箱、智能运维、持久化记忆等能力，可动态调用云上算力、存储及工具链资源，突破本地设备算力限制 [3] - 企业开发者通过简单的API调用，即可为AI Agent配置功能完备、性能强大且安全隔离的“云上超级计算机” [3] - 自今年4月公测以来，产品集成了云上沙箱环境、算力调度、持久化数据存储、企业级安全等核心能力，并内置视觉理解、自然语言控制、任务解析等AI技术，支持多种交互方式 [3] - 本次升级推出自进化引擎、自定义镜像、安全围栏、内存状态管理等新能力，提升端到端体验 [4] - 自进化引擎（Self-Evolving）是一个开箱即用的Agent类强化学习服务，将复杂的自进化能力模块化、服务化，可实现LLM行为优化、提示词优化和工具优化 [4] - 基于自进化引擎，系统可自动分析Agent失败案例，生成并测试更优提示词，并能根据任务需求自主创建或封装新工具 [4] - 记忆策略可辅助进化，让Agent智能管理长期记忆，应对复杂、长周期任务 [5] 无影AC（Agentic Computer）产品发布 - 无影展示了首个Agentic Computer形态的云电脑产品，对AI云电脑操作体验进行重大革新 [6] - 交互界面隐藏传统Windows操作界面，通过类似浏览器的窗口，支持文字、语音及各类文档交互，实现跨终端、跨模态的自然交互 [6] - 产品拥有真正的“记忆”，构建完整的个人数字档案，了解用户的工作习惯、兴趣爱好、知识结构及对话历史 [6] - 记忆管理系统基于多维数据融合，包括个人文件管理、行为模式学习、知识库构建以及对话历史分析四个维度，通过实时学习和周期反思建立用户档案 [6] - 通过云端架构解决传统PC算力限制，可在不同操作系统无缝切换，并根据任务需求弹性伸缩算力 [7] - 可同时启动成千上万个“影子电脑”，每个专注于不同任务，稳定扛过百万级并发，应对复杂3D渲染、大规模数据分析等多任务处理 [7] - 多端能力让计算无处不在，轻便智能终端（如智能眼镜、手机、平板）可安装无影AC，实现设备间无缝协同，推动“个人计算”向“个人云计算”转变 [7]

AI Agent开发范式转变 - AI Agent开发代表软件工程领域的一次范式转变，使初创公司能够自动化复杂工作流并创造新用户体验[7] - 从有前景的原型到生产就绪的Agent需要解决非确定性行为管理、复杂推理路径验证等新挑战[7] - 现实表明用户不会为炫酷Demo买单，企业不会把关键流程交给"不确定的模型玩具"，从Demo到生产隔着工程化、可靠性和商业化的深渊[1] 谷歌云Agent生态系统 - 谷歌云支持Agent系统的全面开发，包括构建自定义Agent、使用预构建谷歌云Agent或引入合作伙伴Agent[13] - 在模型上下文协议(MCP)和Agent2Agent(A2A)协议支持下，通用框架专为互操作性设计[13] - 生态系统提供从使用ADK进行代码优先开发到通过Google Agentspace进行无代码Agent创建的全套工具[7] Agent核心架构组件 - AI Agent核心组件包括"大脑"(模型)、"双手"(工具)、执行功能(编排)以及实现信息准确性的"知识注入"(Grounding)机制[4] - 把Agent当系统而不是模型：大脑(LLM)、工具(API)、记忆(上下文)、编排(工作流)、运行时(限速/监控)缺一不可[4] - 模型分层选型：用"小模型"覆盖80%常规任务，大模型只做复杂/高价值环节以降低成本[4] 生产级运维框架(AgentOps) - 掌握确保Agent在生产环境中安全、可靠且可扩展的系统性方法，涵盖从持续评估、轨迹调试到安全监控的全过程[4] - 可观察性先行：对任务步数、调用失败率、成本、时延打点，才能发现"不确定性"的来源[4] - 限速、限步、限费防止失控：设硬阈值(token、费用、时延)，超限必须降级或中止[4] 代码优先构建方法 - 使用谷歌Agent开发工具包(ADK)一步步构建、测试和部署自定义Agent，并与已有工具和工作流集成[4] - ADK为创建对话式和非对话式Agent提供强大灵活环境，能够处理复杂任务和工作流[17] - 使用ADK构建的Agent可部署在Vertex AI Agent Engine上，这是专为此目的设计的可管理、可扩展环境[17] 知识注入技术演进 - Grounding优先：答案必须有据可依，RAG→GraphRAG→Agentic RAG是可靠性的核心路径[4] - RAG通过在生成答案前从外部知识库检索相关信息来增强LLM响应，确保回答有基于事实的可验证基线[78] - Agentic RAG将Agent从检索数据被动接收者转变为知识搜索中主动推理的参与者[93] 工具与编排系统 - 工具要少而准：工具接口越清晰、越语义化，Agent才能更稳地调用，避免"工具堆积"[4] - 编排是执行力：顺序/并行/循环三类工作流覆盖90%场景，要有终止条件、失败回退[4] - ReAct框架建立动态多轮循环，模型以交错方式生成推理轨迹和特定任务行动[69] 数据架构设计 - 三分记忆模型：长期记忆(用户/知识库)、工作记忆(短期上下文)、事务记忆(审计/一致性)[4] - 长期知识库是Agent智能、知识注入和个性化基础，与实时对话的快速短期上下文不同[58] - 工作记忆层管理正在进行的任务或对话所需瞬时信息，必须提供极低延迟访问[59] 商业化落地策略 - 找高频刚需的工作流切入：Demo不等于生意，优先做频次高、痛点大、能量化ROI的SOP[4] - 计费单元要透明：token+检索+API调用，需要像云计费一样拆账单，用户才会信任[4] - "答案可追溯"是销售力：企业客户要的不是酷炫，而是"答案可追溯"，证据列表能显著提高成交率[4] 团队组织要求 - 团队三角色必须齐全：Agent PM(定义任务)、编排工程师(工具/工作流)、Agent SRE(监控/评估)缺一不可[4] - 差异化强的自己做，标准化/合规重的优先集成以快速扩展产品边界[4] - 创业公司必须用"可扩展、可计费、可合规"的标准要求自己，生产落地才赢市场[4]

5G-A商用进展 - 中国移动于2024年3月在杭州发布全球首个5G-A商用网络，并公布首批100个商用城市名单 [1] - 中国电信和中国联通随后宣布各自的5G-A商用计划与城市布局，推动商用版图迅速扩张 [1] - 截至目前，国内已有超过300个城市部署5G-A网络，套餐用户突破3000万户，支持5G-A的终端数量超1亿部，乐观估计年底将达2.5亿部 [9] 5G-A的定位与驱动力 - 5G-A是5G的演进版本，旨在解决5G在垂直行业落地过程中遇到的性能瓶颈和功能短板，并非对5G的替换而是升级 [4] - AI浪潮的爆发是推动5G-A加速发展的关键因素，AIGC带来的海量数据生成与交互对网络带宽、时延和可靠性提出更高要求 [7] - 运营商意识到5G-A在数智时代的巨大潜在价值，因此增加在网络建设和推广方面的投入，积极拥抱“5G-A × AI”的协同机遇 [8] 5G-A在C端（个人用户）的应用 - 在3CC等技术加持下，5G-A连接速率提升，为裸眼3D、VR/AR、云游戏等大带宽应用创造条件 [11] - 5G-A提出“大上行”，将上行速率提升到1Gbps以上，以适应AIGC带来的生成式内容增长和Mobile AI时代的需求 [11] - 运营商通过5G-A网络切片等技术推动从“流量经营”走向“体验经营”，在演唱会、机场等高并发场景实现分层分级保障 [14] 5G-A在H端（家庭）的应用 - 运营商针对AI应用落地趋势，推出集影音、游戏、健康等功能为一体的智家通通等AI产品 [14] - 5G-A与F5G-A协同，为家庭场景中的智能设备（如摄像头、家电、健康设备）提供高速稳定的网络连接保障 [16] 5G-A在B端（行业）的应用 - 全国5G-A专网数量已突破5000个，且越来越多的5G专网正向5G-A演进升级 [17] - 在内蒙古伊敏露天矿，5G-A支撑全球首个百台无人电动矿卡集群运营，满足500Mbps大上行与20毫秒低时延要求 [17][19] - 在河北保定的长城精工，5G-A柔性汽车生产线将工控系统时延降低至8毫秒、可靠性提升至99.99%，解决每年30～50小时的故障停机问题 [20]

Google Gemini Nano Banana功能的市场表现 - 谷歌于8月底推出代号为Nano Banana的图像生成与编辑模型Gemini 2 5 Flash Image 带动Google Gemini应用在9月13日登顶全球多国免费榜 [2] - Nano Banana功能上线一周内累计完成超2亿次图像编辑 并吸引超1000万新用户尝试Gemini应用 内部系统因流量激增出现TPU过载和SRE警报 [2] - 移动端数据爆发始于9月8日推广活动后 单日下载量从8月26日的49万激增至9月13日的302万 [3][5] - Nano Banana关键词热度在9月初暴增 仅9月3日一周内就有172个App以该关键词命名 [5] Nano Banana的技术突破与用户反响 - 该模型在LMArena盲测中击败GPT-4o等顶尖模型 成为图像编辑方向投票第一 引发用户为体验该功能频繁参与盲测 [7] - 核心技术创新包括颠覆性的一致性（保持人物身份稳定） 自然语言驱动的交互性（理解物理规律） 以及1-2秒内生成8K图像的效率 [11][12] - 生成速度在普通安卓手机上仅需3-5秒 调用成本比Stable Diffusion XL降低80% [12] - 用户将生成的3D手办等作品在社交媒体广泛传播 形成口碑效应 [9] 谷歌的全栈AI战略优势 - 谷歌通过自研Pixel手机 Ironwood TPU芯片 以及Gemini模型 Android系统等多模态产品 形成软硬件一体化的规模效应 [12] - 全栈能力支撑了Nano Banana快速孵化 体现为足够简单 便宜且强大的产品特性 [12] - Google Gemini的崛起验证了全栈优势在AI竞争中的决定性作用 [13] 全球AI行业竞争格局 - 海外市场由谷歌与OpenAI两强主导 OpenAI坚持通用化路线 依靠先发优势弥补硬件依赖缺陷 [13] - Meta xAI 微软 苹果等巨头凭借资金和用户基础争夺通用AI市场话语权 [15] - 垂直领域AI企业面临被吞并或退场压力 如估值超50亿美元的Character ai最终被谷歌收购 Perplexity寻求收购 [15] - 中国市场呈现多元竞争 巨头并存 依赖国家战略支持应对算力成本与芯片自主性挑战 [17] - 深度求索的DeepSeek 阿里Qwen等通过开源策略构建生态系统 推动技术普惠与产业实效 [17] AI行业发展趋势 - 技术发展从追求模型规模转向产业实效 AI从工具向协同伙伴演进 [11][18] - AI Agent成为行业新焦点 预示深入千行百业推动运营智能化的方向 [18] - 技术创新被视为跨越周期的关键 企业需构建可持续商业模式应对动态市场 [18]

产品发布与核心方案 - 天猫精灵在2025年云栖大会正式发布未来酒店4.0整体解决方案，并联合德胧、首旅如家、钉钉酒旅等行业巨头发起未来酒店AI Agent联盟，标志着酒店行业从功能智能迈入场景智能新阶段[1] - 未来酒店4.0聚焦于场景融合能力的系统性构建，其三大核心解决方案包括AI驱动的桌面营销系统、音箱新通话、多智能体协作的超级AI助理团队，分别针对酒店业收入结构单一、服务效率低下、运营成本高企三大痛点[1] 技术架构与行业影响 - 多智能体协作架构最具颠覆性，通过多个AI Agent分工协作可自主响应并处理80%的住客需求，使人力转向更具情感价值的服务环节，与全球酒店业人力轻量化、服务个性化趋势高度契合[3] - AI桌面营销系统通过用户行为数据与场景匹配激活非房收入，音箱新通话基于通义大模型实现接近自然的语音交互，响应率提升至98%，大幅降低通信与人力成本[3] - 相关方案已在超过30万间客房中完成验证，显示出较强的可复制性与适应性，在东南亚、中东等正快速升级旅游基础设施的地区具备较强出海潜力[3] 行业背景与战略定位 - 据2025中国酒店业发展报告显示，国内酒店连锁化率回落至40.09%，行业处于规模扩张与价值提升的十字路口，面临人力成本持续攀升、用户需求碎片化、利润增长乏力等结构性挑战[3] - 公司认为未来酒店竞争不再是房间数量的竞争，而是每间房所承载的智能密度与体验深度的竞争，AI正让酒店从劳动密集型走向智能密集型[3] 生态联盟与发展前景 - 公司联合多家酒管集团与科技企业发起未来酒店AI Agent联盟，意图共建技术标准、共享智能红利，联盟以阿里通义大模型为基座，结合各伙伴在场景、设备、运营等方面的资源，试图打造可扩展的酒店AI生态[4] - 这种生态共筑策略区别于封闭式系统输出，更易于在复杂酒店业环境中落地，与国际上谷歌、亚马逊推动语音助手与酒店PMS系统深度集成的趋势类似[4] - 随着AI Agent技术成熟，酒店进化为融合技术、体验与情感的智慧生命体，AI成为具备感知、决策甚至预判能力的数字伙伴，公司已携手超20家合作伙伴扩展生态，加速行业从数字化迈向智慧化[5]