沿国家战略、资本投入、算力供给、开发者入口、真实采用与竞争边界，追踪过去 48 小时内可核验的产品产业节点。
覆盖：北京智能体产业政策、中国小微数据合规分层与韩国国家级 Agentic AI 生态路线。
🔎 事实与证据北京市发改委等四部门 7 月 21 日印发、23 日解读《北京市关于加快智能体引领发展的若干措施》。文件从基础模型、工具链、原生应用、终端融合、Token 经济、安全、算力、开源等十方面部署，提出探索 Token 券和智能体服务券、建设技能市场与安全服务平台。
🏢 影响与用户地方政府开始把智能体从研发项目拆成基础设施、应用、商业模式与监管的完整供给链，为模型公司、Agent 平台、芯片厂商和系统集成商提供项目方向。企业应等待申报、券额、采购和验收细则；政策支持不等于所有 Agent 产品都能获得补贴或规模订单。
关键判断：Token 券、AaaS/RaaS 与安全靶场被纳入同一政策包。风险边界：十条措施仍需后续项目清单、预算与执行口径落地。
🔎 事实与证据新规将小型个人信息处理者定义为处理不满 10 万人个人信息的主体，简化公开规则、告知同意、权利受理、合规审计和影响评估。符合条件的平台商家可复用网络平台规则与已覆盖的审计评估；一般合规审计至少每五年一次，敏感个人信息仍需单独同意。
🏢 影响与用户中小 AI 应用和 SaaS 的隐私合规开始按数据规模分层，有望降低表单、审计与评估成本，也会提高平台方规则和基础设施的重要性。企业仍须统计去重后的自然人数、识别敏感信息和平台外共享；一旦处理范围超出平台规则，就要恢复独立义务。
关键判断：“不满 10 万人”成为小型处理者的明确边界。风险边界：简化不等于豁免，敏感信息、安全事件和超范围处理仍承担完整责任。
🔎 事实与证据韩国科学技术信息通信部 7 月 23 日提出三条路线：安全与信任、开放执行基础、需求侧采用。政府计划年内发布 Agentic AI 安全与信任指南，研究 Agent 身份确认和责任归属，并支持工具、市场、AI OS、Token 效率技术、GPU 与 Agent 数据。
🏢 影响与用户国家竞争焦点从“谁有更强模型”转向“谁能连接更多系统并安全执行”，将利好韩国模型、基础设施、企业软件与咨询供应商。跨国 SaaS 和 Agent 厂商需提前准备权限、日志和身份追踪；指南、旗舰项目与监管沙盒的具体预算和准入尚未公布。
关键判断：安全、开放执行底座、需求采用三线并进。风险边界：目前是政策倡议，市场、AI OS 和身份责任机制仍待细化。
覆盖：多模态模型融资、数据中心并购交割、芯片财报与 AI 消费投资结构。
🔎 事实与证据智象未来 7 月 23 日宣布完成 15 亿元 C 轮，由社保基金中关村自主创新专项基金旗下四川振兴基金、工银资本等联合领投，多家产业与地方资本参与。公开报道显示，公司近三个月完成三轮融资、累计超过 21 亿元，资金将投向原生全模态世界模型底座和全球产品生态。
🏢 影响与用户大额人民币资本继续进入图像、视频和世界模型，说明多模态生成已从单点工具进入底座与海外分发竞争。开发者和品牌客户可关注 vivago 等产品的 API、版权与成本；融资金额和用户口径来自公司披露，不能直接推导收入、留存或模型领先性。
关键信号：15 亿元单轮、三个月累计超过 21 亿元。风险边界：估值、条款和商业收入未公开，产品规模仍需第三方数据验证。
🔎 事实与证据AIP、MGX 和 BlackRock Global Infrastructure Partners 7 月 21 日完成对 Aligned Data Centers 100% 股权的收购，企业价值约 400 亿美元；交割同时承诺再投入 50 亿美元增长资本。Aligned 披露其组合覆盖 51 个园区、运营及规划容量超过 6.4GW。
🏢 影响与用户AI 基础设施资本正在用并购获得土地、电力、网络和建设管线，而非逐点自建，数据中心资产的稀缺性进一步货币化。云厂商、算力租户和地方电网需关注新资本的扩建节奏、长期合同与集中度；6.4GW 包含规划容量，不等于已可用负载。
关键节点：400 亿美元完成交割 + 50 亿美元扩建资金。风险边界：规划容量、建设许可和上电时间存在显著执行差异。
🔎 事实与证据Intel 第二季度收入 161 亿美元，同比增长 25%；Data Center and AI 收入 63 亿美元、增长 59%，Intel Foundry 收入 58 亿美元、增长 31%。公司称将扩大设备、洁净室和基板投资，并把 AI 需求列为 CPU、ASIC、先进封装与晶圆代工增长来源；GAAP 净亏损仍为 110 亿美元。
🏢 影响与用户收入结构显示 AI 需求已同时拉动服务器产品和制造环节，Intel 的竞争叙事从单一 CPU 延伸到机架、封装与代工。客户和投资者仍应区分分部收入与外部收入，并审视一次性会计影响、资本强度、18A 良率和真实外部代工订单。
关键数据：DCAI 63 亿美元、Foundry 58 亿美元。风险边界：分部含内部交易，GAAP 亏损和扩产投入仍构成财务压力。
🔎 事实与证据36氪对 2026 年上半年新消费融资的整理显示，63 笔事件中有 28 笔投向 AI 智能消费，占约 45%；其中 17 笔处于种子、天使或 Pre-A，约占 AI 项目的 60.7%。细分方向包括智能影像与显示、机器人与具身设备、陪伴玩具等。
🏢 影响与用户资本把消费 AI 的押注从应用软件外扩到眼镜、影像、机器人和陪伴硬件，但轮次仍偏早，说明多数项目尚在寻找可持续交付和复购。创业团队应关注硬件毛利、供应链、退货率和订阅留存；样本只覆盖公开融资，不能代表全部市场金额。
关键信号：AI 占事件数 45%，其中 60.7% 仍在早期轮次。风险边界：事件数量不等于融资金额或最终成功率。
覆盖：国产超节点、大型数据中心电力合同与互联吞吐瓶颈。
🔎 事实与证据公开报道显示，阿里真武 M890 超节点已适配 Qwen3.8，并在阿里云百炼提供模型推理服务。Qwen3.8 参数规模 2.4 万亿，需将参数分散到数十乃至上百张高速互联加速卡；报道将其称为国内首个运行超过 2 万亿参数模型的超节点，但未披露吞吐、延迟和功耗。
🏢 影响与用户国产算力验证从单卡兼容进入超大模型的系统级推理，阿里也把芯片、互联、模型与云服务绑定为完整交付。开发者可关注百炼上的价格、限额和稳定性；在没有可比 tokens/s、每 Token 成本与 SLA 前，不能据“跑通”判断商业效率。
关键节点：2.4 万亿参数模型在国产超节点上线推理。风险边界：性能、规模、可用区域和客户负载尚缺官方完整指标。
🔎 事实与证据OpenAI 7 月 22 日宣布在 Georgia 州 Effingham County 设计开发 Project Camellia，并与 Georgia Power 签约 3.2GW 电力，计划 2028—2032 年分阶段交付。公司承诺自担新增电力基础设施成本、采用闭环水系统，并在项目周期投入 8000 万美元社区资金和最高 7100 万美元 Codex 学生额度。
🏢 影响与用户前沿模型公司的核心资产继续向电力和地方许可延伸，社区成本隔离、需量响应和教育投入正在变成数据中心的社会许可组件。供应商可关注建设与运维机会；项目仍处设计开发阶段，3.2GW 是合同与规划容量，不是现成算力。
关键节点：3.2GW 分阶段上电 + 8000 万美元社区承诺。风险边界：许可、施工、电网扩容和需求变化可能改变时间表与最终规模。
🔎 事实与证据华为中国政企互联网系统部在行业沟通会上表示，相关 Token 调用量增长 6 倍，并将芯片间数据搬运与互联“运力”列为 AI 算力的主要瓶颈。公司称为互联网与云客户提供昇腾超节点、灵衢互联等方案，并投入数千人适配主流开源软件和参与社区治理。
🏢 影响与用户国内算力采购的评估单位正在从制程和单卡峰值转向节点吞吐、互联、可靠性和软件迁移成本。模型公司应测试端到端 Token 产出、故障恢复与主流框架兼容；6 倍调用和人员规模来自企业表述，缺少基期、客户范围和独立审计。
关键信号：Token 需求 ×6，评价体系转向系统吞吐。风险边界：未披露基期与可比性能，不能直接外推全行业需求。
覆盖：新一代旗舰模型、企业搜索成本、办公 Agent 与开放式 Agent 训练基础设施。
🔎 事实与证据Anthropic 7 月 24 日上线 Claude Opus 5，API 价格为每百万输入/输出 Token 5/25 美元，与 Opus 4.8 相同；默认和上限均为 100 万 Token 上下文、最大输出 12.8 万 Token，thinking 默认开启。模型可在 Claude API、Amazon Bedrock、Google Cloud 和 Microsoft Foundry 使用。
🏢 影响与用户长上下文、默认思考和会话中工具变更更适合复杂编码与企业 Agent，也降低短提示缓存门槛。迁移团队需复核 max_tokens、成本、缓存和禁用 thinking 的限制；更大上下文仍可能出现信息衰减，且快速模式只在 Claude API 研究预览。
关键节点：1M context、128K output、$5/$25 每百万 Token。风险边界：默认 thinking 会改变延迟和输出预算，动态工具与 fallback 仍为 Beta。
🔎 事实与证据Google Cloud 7 月 23 日更新 Agent Search 可配置定价：客户现在可以降低存储规模和每分钟查询数（QPM）的订阅阈值，此前只能上调；降低后的配置在下一计费周期开始生效。该能力已正式可用，产品正从 Vertex AI Search 更名为 Agent Search。
🏢 影响与用户可下调容量减少企业搜索试点或季节性业务的锁定成本，也让 Agent 检索层更接近可伸缩基础设施。平台团队应把峰值 QPM、索引规模和下一周期生效延迟纳入容量治理；这不是按秒弹性缩容，也不改变检索质量与数据治理责任。
关键节点：订阅阈值从“只能升”变为“可升可降”。风险边界：变更按计费周期生效，不能代替实时自动扩缩容。
🔎 事实与证据飞书 aily 7 月 23 日增加主动跟进、团队共享智能体和多智能体协同，可在授权范围使用消息、文档、日历、会议、任务与多维表格，并调用浏览器执行任务。产品可在云端持续运行，生成文档、表格、演示、网页和应用，管理员可统一查看来源、负责人、状态和权限。
🏢 影响与用户办公套件利用已有上下文和权限，把 Agent 从独立聊天窗口嵌入实际组织工作流，对通用 Agent 和企业自动化平台形成分发压力。企业应先从可回滚、可审核任务试点，关注跨群数据、第三方 Agent、浏览器动作和输出代码的权限边界。
关键节点：共享 Agent + 多 Agent 分工 + 飞书内原位交付。风险边界：持续执行会放大误操作，权限、审批和人工复核不能省略。
🔎 事实与证据7 月 23 日提交的 OpenForgeRL 提出开放式 Harness 原生训练框架：轻量代理接管并记录 Claude Code、Codex、OpenClaw 等 Harness 的模型调用，再把轨迹交给 veRL 等标准 RL 栈；Kubernetes 编排器让每个 rollout 在独立远程容器执行，覆盖工具 Agent 与 GUI Agent。
🏢 影响与用户框架试图把模型训练和真实 Agent 执行环境解耦，降低状态化、多进程 Harness 无法进入现有 RL 栈的门槛。研究和平台团队可据此比较不同 Harness 的可训练性；当前证据主要来自论文实验，错误恢复仍被作者列为弱项，生产运维成本也未验证。
关键判断：训练对象从模型策略扩展到真实 Harness 行为。风险边界：论文开源声明不等于成熟产品，复现、资源需求与安全隔离需独立验证。
覆盖：个人行动助手、量产 Robotaxi 与开放式可控三维内容生成。
🔎 事实与证据Meta 7 月 24 日开始在部分市场向 Meta AI App 与 meta.ai 推出行动能力：基于 Muse Spark 1.1 制定计划、连接邮件和日历、生成幻灯片、设置每日简报及周期任务，并在研究或报告生成过程中接受实时调整。公司计划未来数周扩展到更多国家和 WhatsApp。
🏢 影响与用户Meta 把社交内容、Marketplace、个人日历和长期任务组合成消费级 Agent，潜在分发规模将直接挑战独立助手。用户应核对市场可用性、连接器授权、购物推荐和隐私模式；滚动发布不代表所有账户可用，跨应用动作仍可能出错。
关键节点：一次设定、周期执行、邮件日历连接与实时纠偏。风险边界：仅在部分市场起步，动作权限、个性化数据使用与准确性需持续观察。
🔎 事实与证据7 月 24 日，哈啰与东风日产启辰联合开发的定制 Robotaxi HR1 在广州花都工厂交付并启动规模化生产。该车把哈啰自动驾驶系统与主机厂整车平台结合；公开报道指向广州、深圳等首批运营市场，并预计 2026—2027 年覆盖不少于 10 个城市。
🏢 影响与用户Robotaxi 的竞争门槛从路测车队进入车规制造、成本控制、售后和城市运营协同，出行平台与车企的分工进一步清晰。乘客和城市管理者仍应关注牌照、运营设计域、远程接管和事故责任；量产交付不等于已实现大规模无安全员商业运营。
关键节点：定制车型正式交付并启动规模化生产。风险边界：运营城市、车队规模和完全无人化时间表仍受监管与安全验证约束。
🔎 事实与证据UniWorld-View 的官方仓库已开放代码、推理脚本、Gradio 演示与模型下载说明，支持从单张图片或随手拍摄的单目视频生成高保真新视角，并进行精确相机位姿控制；项目采用 Apache-2.0 许可。仓库建议流畅推理使用至少 60GB 显存，并提供 4D 重建分支。
🏢 影响与用户可控新视角生成降低影视预演、电商展示、游戏资产与机器人仿真中多机位内容的制作门槛，开放许可也便于本地评估。团队需考虑显存、依赖链和基础视频扩散模型的能力上限；排行榜第一和演示画面不代表复杂真实场景都稳定。
关键节点：代码、权重入口、CLI 与本地 Gradio 演示均可用。风险边界：推荐 60GB 以上显存，复杂运动与基础模型之外的场景可能失败。
覆盖：开放权重政策联盟、模型组织集中化与政府 AI 开源生态的下一步。
🔎 事实与证据7 月 24 日发布的《Open Weights and American AI Leadership》由 Microsoft、OpenAI、Meta、NVIDIA、IBM、Hugging Face、Mistral、Mozilla、Linux Foundation 等 32 家机构签署。倡议主张开放权重扩大竞争和可控部署，并区分合法模型蒸馏与对闭源模型的非法价值提取。
🏢 影响与用户开放模型厂商、云平台和企业部署方形成共同政策立场，试图避免广泛限制削弱本地部署、微调和多供应商竞争。开发者仍需遵守许可证、服务条款与知识产权规则；倡议不是法律，也没有消除开放权重在滥用、供应链和模型窃取上的风险。
关键判断：开放权重与合法蒸馏被共同定义为竞争基础设施。风险边界：签署立场不等于监管结论，各公司许可与输出使用条款仍不同。
🔎 事实与证据腾讯 7 月 23 日将混元多模态模型部门与大语言模型部门合并为基础模型部，由首席 AI 科学家姚顺雨统一管理文本、图像、视频、语音和 3D 底层研发。报道同时披露，Hy3 发布一周后总调用量较 Hy2 增长超过 68 倍，WorkBuddy 自选模型用户中 60% 选择 Hy3。
🏢 影响与用户腾讯以统一基础模型部门减少模态间资源分散，并用内部产品和云 API 形成训练—采用反馈环，竞争重点从单模型发布转向组织协同和真实调用。68 倍增长受低基数和内部切换影响，不能直接等同外部付费需求；团队整合成效仍需看迭代速度、成本和客户留存。
关键信号：全模态研发集中 + Hy3 调用量较前代 ×68。风险边界：采用数据来自公司口径，缺少绝对 Token、外部客户和收入拆分。
🔎 事实与证据日本数字厅 7 月 24 日宣布，将于 8 月 25 日举行“源内”OSS Ver 2.0 计划说明会，预告公开时间、内容与界面，并讨论政府 AI 生态的产业协作。源内此前已在商业可用许可下开放部分代码，政府计划在 2026 财年让约 18 万名中央政府职员可使用生成式 AI。
🏢 影响与用户政府把内部 AI 平台的演进路线向产业开放，可能形成行政专用应用、国内模型、数据集和实施服务的共同底座。供应商可关注公开接口、许可与合作方式；本次只是说明会预告，Ver 2.0 尚未发布，功能、时间和采购安排均可能变化。
关键节点：从“开放部分代码”推进到公开 Ver 2.0 路线。风险边界：当前没有可下载的新版本，生态成效取决于后续代码、数据与采购执行。