今天（7 月 17 日） ，，WAIC 2026 正式拉开大幕。。。每年这个时节我们都会被种种新产品、新看法刷屏。。。；； ；；乜 AI 今年走过的轨迹，，能察觉一种更有实感的转变：AI 不再只是被展示、被挪用，，而是拥有了更明确的“行动感”。。。我们从五个数字出发，，视察 AI 从“回覆问题”走向“完成使命”的几个要害切片。。。
1、“38 万+”
38 万+，，是 OpenClaw 阻止 7 月初在 GitHub 上获得的星标数目。。。降生不到一年，，这个从个人项目起步的开源 Agent 助手，，已经跑出了远超许多经典开源项目早期阶段的增添速率。。。随后席卷中文互联网的“养龙虾”热潮，，把它从开发者社区推向了更公共的讨论场。。。
热度来得快，，底层情绪也简朴：人们期待 AI 不但是回覆问题，，而是直接把活儿干了。。。
这个期待在许多场景获得知足：Coding Agent 率先验证商业化，，金融、医疗、教育等垂类加速试水；；； ；；OPC（一人公司）成为新的创业想象——一个人配一套 Agent 矩阵，，撑起已往需要小团队完成的营业。。。
从“能说事儿”到“能下手”，，背后尚有一个值得关注的新转变：Agent 改变的不但是产品形态，，尚有入口逻辑。。。当用户最先在谈天窗口里派使命，，入口可能属于谁人最先明确目的、拆解使命、组织执行的 Agent。。。
但下手只是最先。。。怎样才华捉住 Agent 的真入口？？？以下是凯时AG一点思索：Agent 的入口价值，，不可只靠“会干活”。。。
Agent “会干活”自己并不即是入口。。。尤其在 2C 场景里，，通用模子和大厂产品会笼罩大宗轻量需求；；； ；；若是一个 Agent 只是把基础模子能力包装成更随手的交互，，很容易在下一轮模子升级或系统级入口整合中失去位置。。。
真正有时机形成恒久价值的 Agent，，需要进入更深的使命链条：高频、重大、依赖详细事情流，，并在使用历程中沉淀上下文、影象、私有数据和交付反馈。。。这里的要害不但是效率提升和本钱压缩，，更在于能否形成数据飞轮、用户关系和交付闭环，，甚至建设新的激励机制，，让用户、专家或组织在孝顺手艺、数据和事情流的同时获得回报。。。重新组织人与 AI、人与平台之间的协作关系，，才可能形成更恒久的网络效应。。。
因此，，判断一个 Agent 是否具备入口价值，，要害看它是否占有了 AI 生态中的要害位置：是明确和挪用天下的底座能力，，照旧毗连用户与使命的事情入口，，抑或是深入详细场景的专业执行者。。。
沿着这条链路，，今天 Agent 创业时机也正在形成几个要害偏向：提供模子与 Agent 基础能力的智能底座、重新界说人机协作方式的通用 Agent / Agent Computer，，以及进入详细营业流程的笔直场景 Agent。。。
2、“81.36%”
81.36%是统一个模子换上一套更完整的 Harness 架构后，，在一项编程 Agent 基准测试里抵达的使命乐成率（引自“Recursive Agent Harnesses”，，arXiv:2606.13643）。。。模子自己没有转变，，此前用简朴执行循环时，，效果只有71.75%。。。
近 10 个百分点的提升，，反映出当 Agent 最先真正干活，，决议效果的尚有模子这个“大脑”之外的运行系统—— Agentic Infra。。。
2026 年，，Agentic Infra 成为话题焦点，，Harness 是其中讨论度很高的看法：它为 Agent 装上约束与控制系统，，将上下文、使命状态、工具挪用、效果验证等环节组织起来，，让 Agent 不但“会跑”，，还能“稳稳地跑”。。。而 MCP、Sandbox、Memory、Evals、Guardrails 等实质上也都在解决统一个问题。。。
讨论之外，，工业实践也向基础设施层进一步延伸。。。大模子厂商纷纷补齐 Agent 运行情形和长使命执行能力，，资源市场也进一步关注 Agent 执行基础设施。。。市场数据显示，，今年以来，，专注“Agent 执行基础设施”的创业公司生意笔数已占 Agentic AI 领域近两成，，但融资金额占比不到 6%。。。
这一定水昭雪映出，，只管地基必需有人建设，，但哪些环节最终能形成自力价值，，行业还在强烈碰撞。。。关于这个问题，，我们也有一点小小思索：Agentic Infra 的时机，，在模子之外。。。
AI 应用和 Agent 的爆发，，算力基建逻辑从“算力堆砌”向“系统重构与 Token 转化”睁开。。。上一轮大模子竞争更多围绕训练规模睁开，，焦点是扩大集群、增添算力；；； ；；而随着推理需求快速增添，，竞争最先从“拥有几多 GPU”转向“怎样更高效地爆发 Token”。。。
一个要害判断标准是：它是否需要服务多模子、多云情形。。。若是一项能力必需坚持模子无关（model-agnostic），，就更难被简单模子厂商完全内置。。。例如 Evals、Observability、Guardrails、清静审计等，，都需要在差别模子、差别系统之间坚持自力。。。
另一个判断标准是，，它是否毗连了模子厂商之外难以复制的奇异数据网络、现实天下资源等。。。企业权限、身份认证、支付、工具毗连器等能力，，需要恒久的生态积累和系统接入，，不会随着模子能力提升而自然消逝。。。
因此，，Agentic Infra 的创业时机，，未必在离模子最近的层，，而更可能泛起在跨模子、跨云、跨企业系统的要害毗连点。。。能否形成数据壁垒、生态网络和合规能力，，可能比纯粹的模子适配能力更决议恒久价值。。。
3、“7500 亿美元”
一场 AI 基建竞赛正在睁开。。。2026 年，，全球头部云服务商及数据中心运营商预计投入约 7500 亿美元资源开支（引自S&P Global Ratings的展望），，押注下一代算力基础设施——这笔钱靠近瑞典一年的 GDP 规模。。。
AI 应用的热度，，最终都会落到一个现实问题上：谁来生产、传输、存储和交付这些 Token。。。
现在需求侧的转变在中国市场格外显着：OpenRouter 数据显示，，中国大模子挪用量在 2026 年 2 月首次反超美国模子，，一年多前，，这个占比还不到 2%。。。更自制、更可用的模子，，让 Token 消耗最先快速外溢。。。
但决议这条曲线能不可继续往上走的，，不但是模子自己，，尚有背后的算力基建。。。Token 正在成为这个时代的基础资源，，工业逻辑也随之而变——它不再只拼谁有更多 GPU，，而是拼一整套新的工业底座：芯片架构、光互连、存储、先进封装、质料、散热、电力、制造能力，，以及更高效的推理供应。。。
需求侧在爆发，，供应侧在重构。。。算力基建的竞争逻辑也在爆发转变。。。关于这个话题，，以下是凯时AG一点思索：下一代算力基建，，竞争在系统效率。。。
AI 应用和 Agent 的爆发，，算力基建逻辑从“算力堆砌”向“系统重构与 Token 转化”睁开。。。上一轮大模子竞争更多围绕训练规模睁开，，焦点是扩大集群、增添算力；；； ；；而随着推理需求快速增添，，竞争最先从“拥有几多 GPU”转向“怎样更高效地爆发 Token”。。。
未来算力中心的定位可能更像一座“Token 工厂”：焦点指标不但是峰值算力，，而越来越多审核“有用Token产出率”和“单位Token推理本钱”。。。随着万卡、十万卡集群面临通讯、散热、供电等物理约束，，工业竞争也最先从单点扩容走向系统级优化。。。
因此，，判断算力基建时机，，要害不但是看短期供需，，而要看它是否追随手艺架构演进。。。真正值得恒久关注的环节，，可能来自难以绕开的物理约束和系统瓶颈——突破带脱期制的光互联，，提升集效果率的先进封装，，或降低推理本钱的软硬件协同，，都可能成为下一轮算力竞争的要害卡位点。。。
4、“2小时40分-50分26秒”
这是去年到今年人形机械人半程马拉松冠军效果的转变。。。一年的时间，，机械人选手们就从委屈完赛，，完成了比人类半马天下纪录还快近 7 分钟的重大跨越。。。
虽然这并不代表机械人已经学会像人一样奔驰——赛场上仍有摔倒、换电、远程干预。。。但AI进入物理天下的速率，，正在显着加速。。。
转变不止爆发在机械人身上。。。模子端，，天下模子正在成为 Physical AI 的主要蹊径之一：机械人要学会的不再只是识别图像，，而是在“脑内”预演行动可能带来的物理效果。。。DeepMind 的 Genie 3、英伟达 Cosmos 等都在推动这条蹊径向前。。。
马路上，，NOA 方案进一步普及，，天下也已有 26 座都会开放无清静员Robotaxi商业化收费运营；；； ；；无人配送行业规模则在上半年从千台级跃至万台级，，月度配送量破 300 万单。。。车厢里，，座舱大模子正从“听得懂”转向“行动乐成率”。。。在更多日常时刻，，一副眼镜、一只玩具，，都在被重新装进 AI 能力。。。
虽然，，AI 进入物理天下的故事只是个最先。。。下一步该看什么？？？以下是凯时AG一点思：AI 进入物理天下，，下一步看什么？？？
AI 进入物理天下，，并不是突然从人形机械人最先的。。。已往几年，，机械人、自动驾驶、AI 硬件等偏向已经划分完成磷菩知、决议、控制和工程落地的积累；；； ；；现在天，，随着天下模子、VLA、强化学习、视觉推理等继续希望，，这些路径向统一个目的靠近：让 AI 在真真相形里完成使命。。。
机械人半马验证的只是其中一层能力。。。locomotion 正在前进，，但真正进入家庭、工厂、蹊径和公共空间，，还要解决 manipulation、场景泛化、长尾数据、使命妄想、失败恢复和规模；； ；；桓兜认盗形侍。。。
因此，，下一阶段更主要的不但是单点手艺，，尚有系统工程能力：数据从那里来，，仿真能不可补足长尾，，模子能否预演行动效果，，本体和焦点零部件是否可靠，，供应链能否支持规模交付，，场景是否足够刚需。。。
差别场景会长出差别形态——机械人、无人车、智能座舱、个人 AI 终端……但一个配合的验证标准是：AI 是否能在详细场景里一连完成有价值的使命。。。关于 AI Native 硬件，，还要进一步看，，AI 是否真正改写了产品界说。。。
5、“∞”
最后一个数字，，是∞，，代表未来。。。
2026 年上半年，，AI 的主线看起来越来越“现实”：Agent 接活，，机械人进场，，算力继续加码。。。但在与此同时，，一些新的接口也在提宿世长。。。
量子盘算是通往下一代盘算能力的接口——今年一季度，，海内量子领域果真融资规模已靠近去年整年；；； ；；脑机接口，，是人类状态与智能系统之间的接口——Neuralink 妄想在 2026 年启动装备高通量生产，，海内多部分也定下 2027 年推动医疗级应用和重点场景树模的时间表；；； ；；商业航天是把感知、通讯和盘算延伸到空间的接口——7 月 10 日长征十号乙运载火箭完成我国首次运载火箭一级可控接纳，，商业航天正从“能上天”一连走向更低本钱、更高频词、更可一连的太空基础设施；；； ；；AI for Science 和 AI 虚拟细胞，，则是在科学系统内部翻开新的接口——从辅助科研工具，，到加入假设天生、机制明确和效果展望，，科学发明自己正在被重新组织。。。
它们未必已经进入大规模挪用，，却可能决影响着 AI 下一步能挪用什么、明确什么，，以及抵达那里。。。
泉源：云启资源
