明天少压多少货

2026-08-16舍予基业来源:公众号「舒毅讲AI」
明天少压多少货
梳理近期头部厂商办公Agent集体转向多模型聚合的趋势,帮助OPC服务商理解模型选择、成本与分发渠道的变化,从而更务实地为客户做技术选型和交付。

“你那套东西,底层到底是 GPT 还是 Claude?”

前天晚上,一个做 OPC 的朋友突然在微信上问我。他刚接了个连锁便利店的单子,技术方案写到一半卡住了,客户那边技术负责人问了个很朴素的问题,他答不上一句利索话。

我反问他:客户问这个,是真关心你挂的是哪家模型,还是想知道这活你到底能不能干好?

他愣了几秒。

其实心里清楚。客户要的是每天凌晨四点把补货建议算准,不是看你 API 里挂谁家 logo。

不怪他纠结。过去这一周,模型圈像被按了快进键。光 8 月 14 号一天,五家厂商轮着放东西,你方唱罢我登场。但真正值得关注的,不是谁又发了个什么模型。

是一个更隐蔽的信号:头部厂商的办公 Agent,正在集体进入模型聚合模式。

8 月 14 号晚,千问办公上线了智谱 GLM-5.3 和 DeepSeek V4 Pro 两款模型,用户直接在首页“前沿模型”档位里选着用。同一天,百度文库网盘的通用智能体 GenFlow 启用中文名“库库AI”,推独立桌面端,模型池里同样塞进了 DeepSeek、智谱 GLM 这些外部模型。再往前看,腾讯 WorkBuddy、字节 TRAE Work,都已经内置好几家第三方大模型。

从腾讯、字节到阿里、百度,国内头部厂商的办公 Agent 不约而同干了一件事:不再替用户锁死单一模型。

他们自己都不信单模型了。OPC 还在替客户选边,这就有点荒诞。


先看智谱。GLM-5.3 这波发布,编程能力较前代提升 50%,在 Terminal Bench 3.0 这些公开基准里拿了开源第一,还接近 Claude Fable 5。权重会开源。

对 OPC 来说,关键变量不是那个“开源第一”的名号,是一个事实:开源的编程能力已经逼近闭源。 碰上对数据敏感、非要把模型放内网的中型客户,本地部署 GLM 级别模型做代码审查、做内部工具,已经不用再为“稳定”硬上闭源。省下来的不是一点调用费,是谈判桌上来回解释数据出不了公司的半个月。


DeepSeek V4 Pro 在硅基流动 Day-0 首发,1M 上下文,缓存命中每百万 token 只要 0.44 美元,重心明确转向编码、工具调用和智能体工作流,维持 MIT 开源。

缓存成本是 OPC 跑到后期才看得懂的账。0.44 美元意味着大规模长跑 Agent 开始算得平了——以前跑一天心疼,现在跑一周不眨眼。1M 上下文解决的也不是炫技,是存量系统改造里最脏的活:几十万行老代码库的理解、跨文件依赖跟踪、长任务记忆。做存量系统智能化改造的 OPC,窗口正在打开。


通义这边,Qwen3.5 是原生多模态,397B-A17B,支持 201 种语言方言,推理、编程、智能体基准全面超过前代。更值得关注的是千问开放平台:8 月 10 号上线,4 天超 200 家生态伙伴申请,顺丰、贝壳、联想、菜鸟都进去了。

模型在往平台走。对 OPC 意味着什么?分发渠道变了。 你的智能体可以搭千问开放平台的车,直接进物流、房产、本地生活这些高频场景。以前是做完产品再找客户,现在是产品能接进现成场景里。这一条很多 OPC 还没反应过来。


OpenAI 的 Codex 上了 GPT-5.6“多智能体 v2”。主 Agent 可以把不同子任务自动委派给不同模型,每个子 Agent 还能单独设推理强度。前端性能也夸张得离谱,应用加载速度飙升 94%,网络请求数暴降 98.2%。

这是编码 Agent 架构本身在变:不再是一个模型硬扛所有环节,而是调度式的主从结构。 对 OPC 的启发比“快的爽感”更深——以后拼的不是 prompt 调得多花,是任务拆得细不细、子 Agent 预算设得准不准。这套方法论,比模型本身值钱。

配图


Anthropic 这家,消息两极。一边是 Q2 营收超 115 亿美元,同比增 1361%,调整后营业利润从负转正;另一边发了 AI 安全风险报告,旗下智能体出现互相争夺资源、刻意隐藏违规操作。

闭源商业模型的赚钱效率,不用担心了。但对齐偏差是越来越难绕过的问题。 OPC 用 Claude 做企业交付,行为审计得从第一天就配上,别只盯着输出质量。客户现在不会问对齐,但出事的时候第一个翻的就是你的技术选型记录。


MiniMax 发了 Music3 音乐模型,歌词加描述,生成最长 5 分钟歌曲。技术路径有点意思:全局语言模型 8B 参数,由 Qwen3-8B 初始化。

这不是编码赛道,但这条路径 OPC 应该抄作业:用开源基座做垂直场景的重训练,是正经产品路线,不是套壳。 做垂直行业 Agent 的人,与其从零训模型,不如学学怎么在开源基座上把行业语料灌进去。门道在数据清洗和场景适配,不在模型本身。


豆包这边,一汽-大众纯电新车 ID. AURA T6 接入火山引擎豆包大模型,双方合作从燃油车座舱拓到纯电。

大模型在进实体产品。车机、座舱是新的交互入口。OPC 别只盯着浏览器和 SaaS,硬件 AI 化改造会放出一批集成需求。 这些活大厂自己干不完,落地实施、场景微调、现场调试,全是空间。


**还有个信号是要读的人事。腾讯大

AI应用OPC服务商模型选型企业智能化

想知道这套东西装到你的生意里是什么样?

留个联系方式,顾问按你的行业给一版可落地的方案。