# AI 世界周报｜2026-W21 > 覆盖窗口：2026-05-12 至 2026-05-18（Asia/Shanghai） > 主要来源：LLM Wiki `syntheses/ai-world-current-map.md`、`syntheses/ai-agent-infra-watch.md`、`syntheses/ai-world-daily-log.md`、`syntheses/ai-x-intel-signal-log.md`，以及 Wiki/本地日报 `sources/reports: ai-world-daily-2026-05-12/13/14/15/16/18`。 > 可信度规则：一手发布 / 媒体报道 / X 传闻 / 待核实分层处理；官方自称 benchmark、成本、排名仍需第三方验证。 > 降级说明：过去 7 天 BestBlogs 公共接口多次返回 `success=true,data=null`，因此 BestBlogs 部分以 AI HOT 已收录入口 + Follow Builders + 一手博客替代；未发现 2026-05-17 独立日报文件，本周用 2026-05-17 的 `ai-x-intel-signal-log` 与 2026-05-18 日报补足。 ## 一、本周主线判断 **一句话：AI 世界本周主线不是“模型又变强了”，而是 Agent 正在从聊天/生成工具迁移成可治理的企业执行系统。** 1. **Agent 战场从模型层下沉到运行时治理层。** 本周反复出现的关键词是 sandbox、browser harness、虚拟文件系统、长任务状态、hooks、成本观测、审批和审计。OpenAI Windows Codex sandbox、Anthropic Claude Code auto mode、Google ADK 长时运行 Agent、LangSmith Sandboxes GA、Replit Parallel Agents 都在回答同一个问题：Agent 如何在真实企业环境里安全执行、暂停恢复、并发协作、留下证据。 可信度：以一手发布为主。来源：OpenAI、Anthropic、Google Developers、LangChain、Replit；Wiki 日报 2026-05-12/13/14/15/16/18。 2. **AI Coding 从“会写代码”进入“工作台 + 编队 + 移动审批”。** Codex 进入 ChatGPT 手机端、Claude Code 增加 Agent 视图和 `/goal`、Codex hooks 与程序化令牌、Replit Parallel Agents，都说明 coding agent 不再只是 IDE 插件，而是长任务管理器。下一步差异不在一次性生成质量，而在大仓库上下文、Git 流程、移动端派单/验收、多会话恢复、CI 接入和成本控制。 可信度：OpenAI / Anthropic / Replit / GitHub 等一手发布为主；移动端效率和企业可控性仍待实测。 3. **Artifact 成为企业 AI 最容易落地的交付形态。** open-design、html-anything、huashu-design、open-slide、guizang-ppt-skill、beautiful-html-templates、Runway Agent、MagicPath/Codex 演示、PPT Skill + HyperFrames 解释视频，指向同一条线：企业客户不只要答案，而要可看、可改、可审阅、可导出的 HTML/PPT/视频/3D 交付物。 可信度：GitHub 元数据与官方发布较强；MagicPath、个人演示视频属于 X 传闻/个人实测，需降权。 4. **行业 Skill 包开始商品化，法律先跑，汽车有机会复制。** Claude 法律行业方案、`anthropics/claude-for-legal`、`jherrodthomas/automotive-skills-suite` 说明行业 AI 正从“通用聊天助手”转为“连接器 + 模板 + 审批 + 证据链 + reviewer”的插件/skill 套件。汽车数字化可以直接借鉴法律行业打法，把售前、售后、维修、合规、培训流程拆成可安装能力。 可信度：Anthropic 法律方案为一手发布；汽车 skill 项目为 GitHub 项目，内容真实性、授权和中国车企适配需复核。 5. **Agent 记忆正在从“摘要越多越好”反转为“原始证据 + 分层归纳”。** X 信号和日报都反复出现：Agent 记忆重写可能损害可靠性，grep + agent harness 在某些 conversational memory 任务里可能优于向量检索；GBrain 强调多层知识系统。真正信号不是“向量库过时”，而是企业知识系统必须保留 raw evidence、episode summary、claim / rule 三层，支持原文定位、版本回滚和人工复核。 可信度：研究转述与 X 高信号，需看论文细节和企业文档场景复验；方向与 OpenClaw 当前 Wiki/Memory 设计高度一致。 ## 二、趋势增强 / 降温 / 新变量 ### 趋势增强 1. **可治理 Agent runtime**：sandbox、浏览器、文件系统、权限、审批、成本观测、任务验收器正在成为基础设施。 证据：OpenAI Codex Windows sandbox、Claude Code auto mode、Google ADK、LangSmith Sandboxes、browser-harness、Mirage、codeburn/Clawdmeter。 2. **HTML/PPT/设计 Artifact**：HTML 正在成为 Agent 交付物的最低摩擦容器，PPT/方案/培训/原型会先被产品化。 证据：open-design、html-anything、huashu-design、open-codesign、open-slide、guizang-ppt-skill、beautiful-html-templates。 3. **行业 Skill / 垂直插件包**：法律、汽车、金融、制造等专业流程开始被打包成 skill。 证据：Claude legal industry、claude-for-legal、automotive-skills-suite、MachinaCheck、多 Agent CNC 可制造性分析。 4. **成本与模型路由**：企业 AI 从“买最强模型”转向按任务价值动态路由：质量、速度、价格、上下文、数据边界一起算。 证据：OpenRouter Pareto Code、Sam Altman 价格/速度 tradeoff、OpenRouter BYOK、codeburn、Clawdmeter、Copilot 新配额。 5. **X / 社交实时信号进入 Agent 外部记忆层**：xAI/Hermes Agent 接入 X 搜索，说明公开舆情、专家观点、客户抱怨、竞品动作会进入情报 Agent，但必须做信号分级。 证据：`ai-x-intel-signal-log` 2026-05-17 06:31 xAI/Hermes Agent 信号。 ### 降温 / 降权 1. **纯 Prompt 库降权。** `yao-open-prompts` 这类项目传播快，但缺少工具、数据、验收和失败处理，复利弱；应转化为 Skill，而不是当资产重仓。 2. **融资、估值、排名、benchmark 降权。** Anthropic 估值、Ramp B2B 采用率、模型榜单、Token 降低百分比都只能做旁证，不能驱动产品决策。 3. **“18 个月全自动白领”降权。** Mustafa Suleyman 相关预测有方向价值，但岗位级替代叙事过猛；真实落地更可能是子流程自动化 + 专家监督。 4. **高 star 但非 AI/Agent 主线项目降权。** 安全漏洞、灰产、标题党项目进入风险雷达，不进入 ABU9/OpenClaw 产品参考主线。 ### 新变量 1. **Agent-native language / Agent-friendly software。** `vercel-labs/zero` 把“为 Agent 设计语言”摆到台面，未来软件栈会更重视结构化诊断、typed safe fixes、机器可读权限和可回滚修复。 2. **虚拟文件系统成为 Agent OS 层。** `strukto-ai/mirage` 代表 Agent 不应直接污染真实工作目录，而应有可隔离、快照、回滚、审计的文件层。 3. **移动端成为 Agent 审批入口。** Codex mobile 表明手机不是写代码场所，而是派任务、看状态、审批变更、处理异常的入口。 4. **私域数据入口成为长期 Agent 的燃料。** 微信读书 Skill、Google Personal Intelligence、企业 CRM/DMS/工单/邮件/笔记都在说明：高质量私域行为数据比聊天记忆更值钱。 5. **3D / 视频 Artifact 进入观察区。** 3DCellForge、Pixal3D、Runway Agent、HyperFrames 说明多模态交付件继续变轻；汽车展厅、培训、售后说明有潜在价值，但授权、质量、速度仍需验证。 ## 三、本周值得继续跟踪的 GitHub / Agent 基础设施项目 > 说明：以下元数据取自 2026-05-12 至 2026-05-18 日报/Wiki 采集结果；stars 为采集时点数值，不代表当前实时值。 ### 1. nexu-io/open-design - 定位：本地优先、开源 Claude Design 替代品，面向设计系统、原型、幻灯片、图片/视频等 Agent artifact。 - 元数据：创建 2026-04-28；stars 43501；最近更新 2026-05-17；来源查询 `new_30d_500_ai_agent`。 - 本周变化：stars 从 37304（05-12）升至 43501（05-18），持续高速增长。 - 判断：趋势增强。它代表“Agent 输出可交付设计资产”正在平台化。 - 跟踪点：模板质量、本地化、导出授权、企业素材适配、是否支持汽车行业方案模板。 - 链接：https://github.com/nexu-io/open-design ### 2. browser-use/browser-harness - 定位：面向 LLM 的自修复浏览器任务执行 harness。 - 元数据：创建 2026-04-17；stars 13036；最近更新 2026-05-17；来源查询 `new_30d_500_ai_agent`。 - 本周变化：stars 从 12167（05-12）升至 13036（05-18），稳定增长。 - 判断：趋势增强。浏览器 Agent 的壁垒是状态恢复、失败自愈、任务验证和权限边界。 - 跟踪点：自愈机制、任务验证、权限隔离、与 OpenClaw browser automation 的对标。 - 链接：https://github.com/browser-use/browser-harness ### 3. strukto-ai/mirage - 定位：面向 AI Agent 的统一虚拟文件系统。 - 元数据：创建 2026-05-06；stars 2350；最近更新 2026-05-17；来源查询 `new_14d_200_ai_agent`。 - 本周变化：stars 从 1909（05-12）升至 2350（05-18）。 - 判断：新变量。虚拟文件系统可能成为 Agent runtime 的核心治理层。 - 跟踪点：权限模型、快照/回滚、审计日志、与沙箱/记忆/artifact 管线的关系。 - 链接：https://github.com/strukto-ai/mirage ### 4. nexu-io/html-anything - 定位：Agentic HTML editor，本地 AI Agent 生成和编辑 HTML，覆盖 deck、landing page、杂志页等交付面。 - 元数据：创建 2026-05-11；stars 2752；最近更新 2026-05-17；来源查询 `new_7d_100 / new_14d_200_ai_agent`。 - 本周变化：05-15 日报 stars 1918，05-18 升至 2752。 - 判断：趋势增强。HTML 是 Agent artifact 的最低摩擦格式。 - 跟踪点：75 skills 质量、沙箱预览、安全、导出能力、是否能做 ABU9 售前方案页。 - 链接：https://github.com/nexu-io/html-anything ### 5. getagentseal/codeburn - 定位：Claude Code、Codex、Cursor token/成本观测 TUI。 - 元数据：创建 2026-04-13；stars 6213；最近更新 2026-05-12；来源查询 `new_30d_500_ai_agent / fresh_90d_active_ai_agent`。 - 判断：趋势增强。AI coding 规模化后，团队需要“每个任务花了多少钱、值不值”的账本。 - 跟踪点：是否能接 Claude Code / Codex / Cursor / OpenClaw usage；是否能映射到项目、人员、任务结果。 - 链接：https://github.com/getagentseal/codeburn ### 6. HermannBjorgvin/Clawdmeter - 定位：ESP32 桌面仪表盘，显示 Claude Code 使用量。 - 元数据：创建 2026-05-11；stars 1126；最近更新 2026-05-17；来源查询 `new_7d_100 / new_14d_200_ai_agent`。 - 本周变化：stars 从 730（05-14）升至 1126（05-18）。 - 判断：新变量。成本/用量从后台报表走向实时可感知。 - 跟踪点：数据接口、可否抽象成团队 AI 成本看板，而不是只做硬件玩具。 - 链接：https://github.com/HermannBjorgvin/Clawdmeter ### 7. vercel-labs/zero - 定位：Vercel Labs 的“给 Agent 使用的编程语言”。 - 元数据：创建 2026-05-15；stars 1555；最近更新 2026-05-17；来源查询 `new_7d_100 / new_14d_200_ai_agent`。 - 判断：新变量 / 待验证。方向重要，但生态和语言生命力未证明。 - 跟踪点：语义验证、工具绑定、diagnostics、typed safe fixes、回滚机制。 - 链接：https://github.com/vercel-labs/zero ### 8. anthropics/claude-for-legal - 定位：法律工作流 Claude 插件/指南套件。 - 元数据：创建 2026-04-21；stars 6913；最近更新 2026-05-17；来源查询 `new_30d_500_ai_agent`。 - 本周变化：stars 从 3339（05-15）升至 6913（05-18），增长很快。 - 判断：趋势增强。行业插件包成为模型公司的落地入口。 - 跟踪点：行业插件结构、权限、人审、文档证据链；迁移到汽车行业 Skill suite 的可行性。 - 链接：https://github.com/anthropics/claude-for-legal ### 9. jherrodthomas/automotive-skills-suite - 定位：100+ 汽车工程 Claude skills，覆盖 ISO 26262、ISO/SAE 21434、SOTIF、APQP/PPAP/FMEA、Automotive SPICE 等。 - 元数据：创建 2026-05-01；stars 1334；最近更新 2026-05-15；来源查询 `new_14d_200_ai_agent`。 - 判断：趋势增强，对 ABU9 强相关。 - 跟踪点：内容真实性、license、是否适配中国车企流程、是否可拆成销售/售后/交付/合规子包。 - 链接：https://github.com/jherrodthomas/automotive-skills-suite ### 10. alchaincyf/huashu-design - 定位：Claude Code 的 HTML 原生设计 Skill，覆盖高保真原型、幻灯片、动画、设计哲学。 - 元数据：创建 2026-04-19；stars 14056；最近更新 2026-05-17；来源查询 `new_30d_500_ai_agent`。 - 判断：趋势增强。中文设计 Skill 生态升温，适合转化为售前/汇报模板。 - 跟踪点：授权、模板质量、企业风格迁移、是否支持汽车行业素材。 - 链接：https://github.com/alchaincyf/huashu-design ### 11. OpenCoworkAI/open-codesign - 定位：开源 Claude Design 替代品，可导入 Claude Code / Codex API Key，从 prompt 到原型、幻灯片、图像。 - 元数据：创建 2026-04-18；stars 6030；最近更新 2026-05-17；来源查询 `new_30d_500_ai_agent`。 - 判断：趋势增强 / 待验证。同类竞争密集，需求真实，但要看安全和协作能力。 - 跟踪点：API key 安全、协作、输出质量、是否只是 UI 包装。 - 链接：https://github.com/OpenCoworkAI/open-codesign ### 12. vercel-labs/deepsec - 定位：由 coding agents 驱动的代码库安全漏洞发现 harness。 - 元数据：创建 2026-04-30；stars 2615；最近更新 2026-05-15；来源查询 `new_30d_500_ai_agent`。 - 判断：趋势增强。AI coding 的下一层价值是自动审计、复现、修复验证。 - 跟踪点：误报率、可复现 PoC、CI 集成、是否能变成 ABU9 交付审计能力。 - 链接：https://github.com/vercel-labs/deepsec ### 13. yetone/native-feel-skill - 定位：为跨平台桌面应用设计原生体验的 Agent Skill。 - 元数据：创建 2026-05-14；stars 1271；最近更新 2026-05-17；来源查询 `new_7d_100`。 - 判断：趋势增强。Skill 从 prompt 变成“审美 + 工程 checklist”。 - 跟踪点：75 项 ship audit 是否可迁移到 OpenClaw artifact 质量门。 - 链接：https://github.com/yetone/native-feel-skill ### 14. DenisSergeevitch/agents-best-practices - 定位：面向 Codex、Claude Code 与 agentic harness 的供应商中立 Agent Skill。 - 元数据：创建 2026-05-15；stars 696；最近更新 2026-05-17；来源查询 `new_7d_100`。 - 判断：趋势增强。Agent 工程经验正在显式 Skill 化。 - 跟踪点：是否可抽象为 OpenClaw 内部 Agent 工程规范与验收清单。 - 链接：https://github.com/DenisSergeevitch/agents-best-practices ### 15. 3DCellForge / Pixal3D / beautiful-html-templates - `huangserva/3DCellForge`：创建 2026-05-10；stars 2105；最近更新 2026-05-17；新变量；链接：https://github.com/huangserva/3DCellForge - `TencentARC/Pixal3D`：创建 2026-05-10；stars 916；最近更新 2026-05-17；待验证；链接：https://github.com/TencentARC/Pixal3D - `zarazhangrui/beautiful-html-templates`：创建 2026-05-05；stars 1430；最近更新 2026-05-17；趋势增强；链接：https://github.com/zarazhangrui/beautiful-html-templates - 判断：3D/模板方向值得观察，但近期优先级低于 runtime、HTML artifact、行业 Skill。 ## 四、X 平台关键观点：真信号 vs 噪音 > 依据：`syntheses/ai-x-intel-signal-log.md`，重点采用 2026-05-17 至 2026-05-18 多轮结构化信号。X 内容默认不与官方发布同权重，除非有一手链接、论文、repo 或产品发布补证。 ### 真信号 1：Agentic Search 从向量库回到工具链问题 - 来源：Jerry Liu / PwC US / Claude Code / Codex。 - 原始 X：https://x.com/jerryjliu0/status/2056077617355522534 - 判断：真信号，但需复验。关键不是“向量库死了”，而是检索质量越来越依赖 Agent 能否 grep、过滤、定位原文、调用工具、迭代查询和留下证据。 - 对我们：ABU9 知识库不能只做 embedding；OpenClaw 要强化文件系统检索、tool trace、证据定位。 ### 真信号 2：企业 AI 可靠性靠符号化护栏，不靠堆模型 - 来源：Gary Marcus / AlephOneAI / Claude Code / Mythos。 - 原始 X：https://x.com/GaryMarcus/status/2055981870215544914 - 判断：真信号，注意 Gary Marcus 有长期反 scaling 偏置，但 verification、tests、constraints、tool use、failure modes 与企业落地高度一致。 - 对我们：销售、售后、车间 Agent 必须内置规则校验、测试集、异常回退和人审点。 ### 真信号 3：Coding Agent 竞争进入系统摩擦层 - 来源：OpenAI Developers / Greg Brockman / Codex。 - 原始 X：https://x.com/OpenAIDevs/status/2055718005309575431；https://x.com/gdb/status/2055882172884763012 - 判断：真信号。一手产品更新指向大仓库、线程切换、Git 操作、快捷键、移动端、状态管理。 - 对我们：OpenClaw 的 session/node/mobile approval 方向正确，应继续降低长任务摩擦。 ### 真信号 4：记忆系统要保留原始 episode，而不是持续压缩 - 来源：Hao Peng / UIUC / Gary Marcus。 - 原始 X：https://x.com/GaryMarcus/status/2055890119236698563 - 判断：真信号，需读论文细节。它与 OpenClaw Wiki/Memory 的 raw trace + summary + claim 分层完全一致。 - 对我们：不要让 Agent 自动“学习规则”并覆盖知识库；原始工单、任务轨迹、文件 diff 必须可追溯。 ### 真信号 5：SMB / 企业客户要小工具密度，不要 JARVIS 叙事 - 来源：Amjad Masad / Replit。 - 原始 X：https://x.com/amasad/status/2056083305468944820 - 判断：真信号，虽然数据截图细项未完整提供，但与企业采购路径一致。 - 对我们：ABU9 不宜先讲“全能智能体平台”，而应拆成试驾邀约、销售跟进、维修建议、门店日报、培训素材等小工具包。 ### 真信号 6：高技能白领工作被压缩，但不是岗位一键消失 - 来源：Ken Griffin / Citadel / Marc Andreessen；Mustafa Suleyman 18 个月白领自动化争议。 - 原始 X：https://x.com/pmarca/status/2055795151054704784；https://x.com/GaryMarcus/status/2055959175054672310 - 判断：任务压缩是真信号，岗位级自动化时间表是噪音偏多。 - 对我们：不要卖“替代岗位”，卖“压缩专家工作周期、可审计报告、低返工”。 ### 真信号 7：私域数据入口成为长期 Agent 燃料 - 来源：微信读书 Skill / Orange AI / 李继刚。 - 原始 X：https://x.com/oran_ge/status/2055903704600252788；https://x.com/lijigang_com/status/2055865535804629132 - 判断：真信号。个人和企业 Agent 的质量会越来越取决于能否进入高信噪比私域资料。 - 对我们：ABU9 的客户、工单、培训、销售资料要变成合规数据入口；OpenClaw skill 必须保留来源和权限边界。 ### 噪音 / 降权信号 1. **“18 个月自动化多数白领任务”**：方向可看，时间表和岗位外推过猛；降权为高层叙事，不作为承诺口径。链接：https://x.com/kimmonismus/status/2055952702908355012 2. **Claude 5 天攻破 Apple M5 macOS 内核漏洞**：冲击强，但目前是 X 转述；等待 Apple/Anthropic/CVE/论文证据。链接：https://x.com/berryxia/status/2056043674446995887 3. **MagicPath 与 Codex 深度整合演示**：方向符合 design-code 合一，但需验证真实安装、项目规模、协作边界。链接：https://x.com/berryxia/status/2055766210512560416 4. **Figure 连续四天自主运行**：机器人连续运行是关键门槛，但需官方日志、视频和第三方现场验证。链接：https://x.com/berryxia/status/2055786570570137989 5. **融资/估值/排名类 X 转述**：只作市场情绪，不进入产品决策。 ## 五、Follow Builders 信号聚合 ### builder_signal：重复主题比单条观点更重要 - **Agent runtime / sandbox**：Peter Steinberger、Guillermo Rauch、LangChain/Vercel/Notion 相关信号多次出现，主题是可执行环境、workdir resync、sandbox、Agent workbench。 - **AI coding workflow**：Greg Brockman、OpenAI Developers、Codex skill 清单、Dan Shipper 等信号共同指向：coding agent 从个人工具变成组织任务系统。 - **Artifact / HTML / PPT**：Zara Zhang、归藏、Karpathy、HTML templates 相关信号反复出现，说明 HTML/PPT/视频链条在 builder 圈快速成熟。 - **Model routing / cost**：OpenRouter、Sam Altman、OpenSquilla、codeburn/Clawdmeter 相关信号重复，说明企业 AI 成本治理进入基础设施层。 ### podcast_signal：少量但高价值 - **Waymo / Training Data**：自动驾驶 2000 万 rides 的长期安全运营闭环，对 ABU9 的启发不是“去做自动驾驶”，而是车企 AI 要看真实运营数据、长期迭代和安全工程体系。 - **Daytona / MAD Podcast**：每个 Agent 都需要自己的电脑 / sandbox，强化 OpenClaw runtime 主线。 - **No Priors / Jacob Helberg**：美国 AI 基础设施竞争依赖平台公司、私营生态和 builders，对企业采购意味着生态锁定与合规边界会越来越重要。 ### official_blog_signal：可信度最高，适合入产品路线 - OpenAI Codex Windows sandbox：https://openai.com/index/building-codex-windows-sandbox - Anthropic Claude Code auto mode：https://www.anthropic.com/engineering/claude-code-auto-mode - Claude computer/browser use best practices：https://claude.com/blog/best-practices-for-computer-and-browser-use-with-claude - Google ADK long-running agents：https://developers.googleblog.com/build-long-running-ai-agents-that-pause-resume-and-never-lose-context-with-adk - Claude legal industry：https://claude.com/blog/claude-for-the-legal-industry - Anthropic cybersecurity with Claude Code：https://claude.com/blog/how-anthropic-uses-claude-cybersecurity ## 六、对 ABU9 / OpenClaw / 企业 AI 的动作建议 ### 1. OpenClaw 先补“Agent Runtime Governance Checklist” - 内容：sandbox、虚拟文件系统、浏览器 harness、权限审批、成本观测、日志审计、任务验收器、失败回滚。 - 为什么：本周所有高信号都指向运行时治理，不是模型入口。 - 交付：做成一页 checklist + 一个 OpenClaw 内部 skill；后续每个 Agent 能力上线前过门禁。 ### 2. ABU9 做“汽车售前 HTML Artifact Skill”PoC - 输入：客户名称、车型/品牌、痛点、竞品、案例、预算/时间约束。 - 输出：可交互 HTML 方案页 + PPT 摘要 + 讲解稿 + 版本 diff + 来源链接。 - 为什么：Artifact 是最容易让客户感知价值的 AI 交付物，比泛聊天助手更容易变成销售武器。 ### 3. 启动“汽车行业 Skill 包”最小集 - 首批 5 个：车型/竞品对比、试驾邀约与跟进、售后维修建议、门店日报/经营诊断、合规/交付审计。 - 设计原则：每个 skill 必须包含工具、数据字段、输出模板、可信度标签、人审点和失败处理。 - 参考：`automotive-skills-suite`、`claude-for-legal`。 ### 4. 建立企业 AI 可信度与证据链模板 - 对外口径：官方发布、媒体报道、X 传闻、待核实必须分层。 - 对内系统：每个 Agent 输出必须带来源、引用、复核条件、敏感字段校验。 - 高风险字段：价格、门店电话、政策、库存、维修建议、合规条款、客户隐私。 ### 5. 做“AI 采用率分化”管理动作 - 不只发工具账号，而是抓内部高手工作流，把 prompt、skill、验收标准沉淀成团队资产。 - 衡量指标：任务完成率、节省时间、返工率、人工审批次数、单位任务成本、复用次数。 - 管理口径：不要承诺替代岗位，承诺压缩流程、降低返工、提高一致性。 ## 七、下周观察清单 1. `vercel-labs/zero` 是否有真实案例、语义验证和工具绑定能力。 2. `mirage` 是否能形成可落地的 Agent 文件系统权限/回滚方案。 3. Codex mobile 的权限、审批、团队管理能力是否补齐。 4. `html-anything/open-design/beautiful-html-templates` 是否能支撑真实 ABU9 售前材料。 5. `automotive-skills-suite` 内容质量、license、可迁移性。 6. Agent 记忆论文与 GBrain repo：是否能证明多层记忆优于摘要/RAG。 7. X 传闻中的 Apple M5/Claude、Figure、MagicPath 是否出现一手证据。 8. BestBlogs 数据源是否恢复；若继续 `data=null`，需固定替代数据源策略。 ## 八、本周结论 本周最重要的变化是：**AI Agent 的价值栈正在从“模型能力”迁移到“可治理运行时 + 行业 Skill + 可审阅 Artifact + 证据链”。** 对 ABU9 来说，短期最该押的不是通用智能体平台，而是汽车行业 skill 包和售前/培训/交付 artifact；对 OpenClaw 来说，最该补的是 runtime governance、文件/浏览器/成本/审计四件套。模型会继续变强，但企业愿意付钱的地方，是它能不能在真实流程里安全、稳定、可复核地产生结果。