企业官网建设流程全解析

Claude Code已经赢成这样了，

顺带又做了CMA，

定义下一代企业级Agent infra。

Claude Code『同款』infra，

谁不想用。

谁又不想卖可复用的工具呢。

这样下去，

做Agent infra须有爆款Agent证明自己吗？

肯定很多人反对，

因为随着模型能力持续增强，

Harness的重要性会持续下降。

然而，我还是想说，

让Agent好好干活，

这件事的工程含量极高。

先看一个对话，

客户：

"我想做Agent，且知道做成什么样（才有用）。"

AI infra公司：

"用我的工具，你能做出最好的Agent。"

客户：

"那你拿出一个最好的Agent我看看？"

AI infra公司：

"...我们专注做工具，不做产品"

客户：

"那你怎么知道你的工具能做出好Agent?"

甚至，有更激进的观点，

如果你自己的Agent都做不好，

我凭什么用你的Agent infra?

话糙，理不糙。

更甚者口喷，卖Agent infra的公司，

自家做不出像样的Agent，

你的工具肯定有缺陷。

话糙，理不糙。

这话有理性之处，

因为Agent这件事的复杂度极高，

光看公司品牌部门『捏造的材料』根本判断不了，

只有看你自己做出来的产品，

才能验证你的工具到底能不能用。

而且阵营也有不同，

第一阵营：

有自家爆款Agent，也做Agent infra。

Anthropic公司有爆款ClaudeCode。

反例一下就能找出来。

第二阵营：

LangChain（LangGraph）；

Agent框架，但没有自家的爆款Agent代表作;

当然，还有很多Agent框架创业公司。

不过，最近，我观察，又跑出了第三阵营。

一个垂直的科研智能体，Kosmos。

Kosmos是一个极其强的,

垂直Agent案例，

且推到了让Anthropic和OpenAI这些公司，

尤其其通用Agent infra团队都该警惕的位置。

Kosmos的强大，有哪些关键事实？

第一，一次运行能读1500篇论文，

跑42000行分析代码，

在数千万token上保持研究目标的连贯性。

简直令我震惊。

第二，79.4%结论准确率，

Beta用户估计一次运行，

能干完科学家6个月的工作

已经做出7项科学发现，3项重现已有发现，

4项是真实的新贡献，

还包括神经科学、材料科学、统计遗传学。

这也太能干了。

第三，按次收费，不是订阅，

定价200美元/run。

什么是run？

你给它一个研究目标，

它从头到尾跑一遍12 小时的研究循环，

这一整次叫一个"run"。

反正都『自主研究』了，

收费模式也得跟上，

卷王用得强度大，躺平用得少，

订阅费明显不适合；

要我说，钱数简直逆天了。

Agent行业普遍按订阅收费，常见几十美元。

Claude Code月费也才200美元。

为什么敢这么定价?

因为它产出的价值实在太高。

不是自动发个邮件，省5分钟，

自动跑个报销省15分钟，

发个小红书省20分钟，

而这是"替代掉一个专业团队，

几个月的高价值工作"。

Kosmos给所有Agent公司，

一个教科书级别的示范。

打破了Agent收费的天花板。

这个例子，直接验证了前面那个激进观点，

Kosmos背后这家公司（Edison Scientific），

不是先做Agent infra再做Agent，

它是先做出Agent：

"能干6个月科学家活儿"的，

再用这个Agent来证明自己的能力。

爆款是给客户"用你工具能做到什么程度"的证据。

成功归成功，再聊，更深一层的事。

一个是硬科技技术含量，

一个是开辟新赛道。

Kosmos的核心创新是，

"structured world models"，

中文是，结构化世界模型，

它发明了一套机制，

让Agent能在数千万token的context上，

保持研究目标的连贯。

结构化世界模型。

这个东西，

是Kosmos团队在科学发现，

这个垂直场景里硬卷出来的。

可理解为，"外部结构化数据库"，

这是通用Agent里没有的能力，

是科学实体，关系，

实验结果，未解问题的数据库。

原理很简洁，

不是把所有信息塞进一个超长context，

而是把信息结构化，

存进一个外部数据库（worldmodel），

Agent每次只查相关的部分塞进context，

解决的是LLM之外的问题。

是一个"科考笔记本"系统。

这个需求来自于科学研究的，上下文规模特别大，

动不动读1500篇论文，跑42000行代码。

不仅巨大，而且，需结构化关联，

不是简单的"我之前说过什么"的好记忆力，

而是"基因A和疾病B的关系"这种知识图谱，

总有人说：

"做模型才牛，做Agent就是套个壳"；

这个观点大错特错。

Kosmos的"structured world model"，
这个零件，

技术门槛极高，

是垂直Harness，

是专为科学研究设计的Harness。

再者，有人只看到Kosmos是产品，

没看到它背后，是一个完整的双层体系：

"Agent产品+Agent infra"。

第一层，Agent产品，子Agent专家团队。

专家不再围观，而是任务专用。

专家Crow：文献问答

专家Falcon：深度文献综述

专家Owl：重复性检查

专家Phoenix：化学实验设计。

这四个Agent，每个都是一个独立的产品。

当然，还有旗舰产品Kosmos。

有产品，收费变现就方便了；

第二，Agent infra其实有两件，

一个开源，一个闭源，

开源框架PaperQA2是Agentic RAG引擎，

吸引研究社区使用，贡献，

反馈，建立技术口碑，

前面讲了，"structured world model"，

技术门槛极高。

这玩意肯定闭源了。

所以，Kosmos是经典的，

"开源拉新+闭源变现"策略。

且做了非常聪明的边界：

看出来了吧，Kosmos不只是"垂直爆款Agent"，

它是"infra+垂直爆款"的完整一体。

肯定还有不出来的Harness设计。

所有四个专家Agent和智能体Kosmos，

都跑在这套infra之上。

很显然，

当Harness设计出真正的领域创新时，

产品差异化是真实的，巨大的。

所以，Agent infra的护城河，可以是

"针对垂直场景做出独特的Harness零件"。

一个Agent产品公司，

顺手开源了部分infra来做生态。

纯粹做Agent infra的公司，

也就是，只卖工具，不做产品；

目前的商业回报，普遍不如做产品的。

结论很有意思：

Agent infra可能不会"赢家通吃",

反而是通用和垂直并存的格局。

One More Thing

Kosmos这种深耕垂直的Agent，

可能正在另开一个赛道，

这个赛道是Anthropic和OpenAI这种公司，

其通用Agent infra 覆盖不到的。

Kosmos这种垂直爆款，或者说科研爆款，

只对外强调"Agent能力+科学发现质量"。

而且，拿走最多价值，

模型公司只能拿到底层token那一块。

当垂直Agent产品做到Kosmos这样，

它有资格成为模型层的上游，且是议价方。

这Agent时代，

模型公司尴尬处境又多了一个，

要是做不出好的Agent，

那就等着被强大的Agent变成无感层。

当Agent和Harness创新足够强时，

模型回归"水电"。

水电谁都能买，模型谁都能换；

当然，水电也有利润，还不低，

只是利润空间被价值链上游压住了天花板。

《AI产品和技术模块》

1.Kimi Agent产品很厉害，然后呢？

2.搞懂“记忆”必看｜吃透Engram，坐等Deepseek新模型

3.实属踩踏了？深水炸弹Seedance掩盖Seed2.0

4.少瞎吹系列：AI智能体基础，infra就不基础

5.Harness内心OS：大模型只管想，剩下烂摊子全我的

6."纠缠软件"是什么？Agent？还是Harness?

7.排行榜是别人的，手感是自己的：Kimi K2.6体感报告

《具身智能》

1.“26年具身智能，根本做不过来”：含陶大程教授独家

2.漫画：大模型“强控”具身智能机器人？

《AI+医疗》

1.独家深度丨夸克健康大模型调研报告

2.熬夜三年肝损害，AI博主也靠AI学“续命”医学知识

3.为什么AI能预警心脏主动脉“血管炸弹”？

4.对话作者：全球首个开源手术视频大模型SurgMotion（第一期）

《AI底层系列》

1.对抗NVLink简史？10万卡争端，英伟达NVL72超节点挑起

2.英伟达：『照抄者死』，阿里华为：AI集群狂飙『全解耦』

3.阿里华为『血战』英伟达AI超节点：悲观者正确，乐观者赚钱

4.抢在英伟达护城河合拢前，硅光的冲刺与最后窗口

5.OCP现场 l 北美AI巨头罕见共识ESUN，为利益『握手』

6.为什么有些『闪断的锅』，硅光不背?

7.为了Token，阿里云竟然出了一个TPN？