文｜博陽
編輯｜徐青陽
去年底，多數人還在把 AI 當聊天工具，用來解答問題、寫文案或者總結資料。一問一答結束，AI 的任務也就結束了。
到了 2026 年二季度，情況變了。因爲OpenClaw、Codex 和 Claude Cowork 把 AI 從對話框里拉了出來。
Agent開始能自己讀文件、跑代碼、做表格、操作軟件，甚至接入企業內部系統。你給它一個目標，它會自己拆解任務、調用工具，做完再來彙報。
誕生在3月的OpenClaw 標誌着大衆對Agent認知的轉變。以前提 Agent，大家默認是用來輔助寫代碼的。有了龍蝦，它開始接手各種領域的工作。
過去三個月，我們看到的就是這個「新手」進入真實工作流的經歷。
它成爲了新的軟件入口，進入了金融、法律和設計等專業場景。企業看到了它的潛力，開始大規模開展Tokenmaxxing運動，但錢燒了2兩個月，這場不設上限的AI大躍進即告停止。因爲他們發現AI提效的部分又被審覈、判斷這些瓶頸卡住了。而當大家回過頭來補這些環節時，運行速度和成本的問題又顯現了出來。
這份二季度報告總結的八個趨勢，正是從這些現實碰撞中產生的。
從2026年第二季度開始，核心問題從 Agent 能不能幹活，轉向瞭如何搭建高效的Human in Loop體系，並有效降低Agent成本了。
01
通用 Agent 下海，成了AI OS的模樣
Codex 、Claude Code（Cowork）、Workbuddy，它們在這段時間的轉型就是向「通用Agent」的轉型。
爲啥說是通用？因爲在OpenAI自己的報告裏，僅僅4-5月這兩個月，使用Codex的用戶裏，就長出了20%從不做編程工作的用戶，成長速度是編程用戶的3倍。Codex，原來是爲了編程而生，現在爲一切而生。
因爲不知編程，需要Agent。這世界上所有需要可重複流程的事兒，都得要Agent。
而有了 Harness（運行框架）和 Skill（技能模塊），Codex真的能做這些複雜流程的事兒了。雖然不是都能做，但能做的已經不少了。
既然它們是通用的，那過去一年關於AI 時代的入口的爭論，就可以暫時告一段落了。
一個能幹所有事兒的東西，自然而然就會成爲一切的入口。
2025 年前後，行業曾把寶押在「AI 瀏覽器」上。畢竟過去二十年，瀏覽器就是我們上網的主流入口，幹啥都得打開網頁。當然App出現後，瀏覽器的作用有所下降，但依然是頂流。
而AI 想要當入口，就得控制住這個入口，也順着網頁點按鈕、填表單。
Google 做了 Project Mariner，OpenAI 做了 Operator，Perplexity 推出 Comet，後來甚至提出 345 億美元收購 Chrome。瀏覽器既然裝下了人的互聯網生活，也該裝下 Agent，當時很多人這麼想。
但一年後的今天。Google 在 2026 年 5 月關閉 Mariner，把相關能力併入 Gemini Agent；Operator 也進入了更大的 ChatGPT Agent。
而另一邊，Codex、Claude Code、Cowork 直接接入文件、終端、代碼倉庫、數據連接器和本地應用，使用量漲得更快。
這背後就是Q1爭得火熱的GUI是不是還需要存在的問題。圖形界面（GUI）是給人看的，顏色和按鈕是爲了幫人理解系統，但 Agent 不需要這些。
讓 Agent 去等網頁加載、識別按鈕模擬鼠標，純屬繞遠路。命令行（CLI）和結構化數據對它來說直接得多。
順着這個思路，GUI仍然存在着，人得需要前端去確認、去圈選。有人蔘與的loop裏CUI仍然是必要的，甚至是更高效的。
因此瀏覽器也不會消失，但它從「總入口」降級成了 Agent 工具箱裏的一個工具。數據在底層跑，頁面只負責把結果擺給人看，方便人去修改。
入口站穩後，大模型公司就開始殺入垂直行業。
Anthropic 在四月推出 Claude Design，讓 Agent 讀取品牌規範和代碼庫，製作設計稿、原型、演示文稿和營銷材料。隨後又推出按崗位拆分的金融 Agent，覆蓋估值審覈、總賬覈對、月結和 KYC，再把類似方法搬到法律領域。OpenAI 沒有完全照着這條路走。它一邊把金融、健康、科研和安全能力放進模型與第一方產品，一邊用 Apps、MCP、AgentKit 和 Frontier 連接企業現有系統。
雖然形式不太一樣，深度也不同。但背後的邏輯都是依託着通用Agent這個大框架。
模型公司過去進入一個行業，需要搞點數據微調，爲了行業適應開發新流程，接入新接口，一個公司一個樣。
但現在底層可以繼續用同一套 Agent。想做金融，那就MCP接上通用金融數據庫，再配上估值方法、合規流程這套東西skill，每個相應的工作人員都可以用，在需要啥自己稍微添加一下就行。想做法律，就把這些替換成合同條款、法律檢索這套東西。
通用Agent到行業Agent，需要改的只是行業知識、數據和工作規則，運行環境都是完全可以複用。
這麼一來，垂直軟件的護城河也變了。有了MCP和Harness，只需要買幾個數據庫、找幾個專家做規範和引導，一個「基本可用」的垂直模型就可以有了。對大模型公司來說也是輕而易舉。
剩下的，就企業自己的數據、權限和驗收記錄更難被複制。
比如法律修改最後有沒有被對方接受，估值假設後來有沒有被投委會推翻，這些用戶數據會反過來教會 Agent 下次怎麼做。
誰能更快、更早的留下並用上這類反饋，誰就有了先發優勢。
只要大模型市場還沒有推到固定領域，那你就還有先發的數據積累優勢。
於是，垂直能力第一次可以批量裝配。
而Agent 接的活越來越多，它做出來的東西，人類的組織卻不一定能接的住。
02
Tokenmaxxing ，Agent下海後撞的第一次牆
Tokenmaxxing 是整個5月可能最火的一個詞。大公司們看到Agent這麼好用，那給員工更多 Token、更多工具和更長的運行時間，理論上講他們的產出就得大大翻倍。而且，不用他們怎麼能會用呢，我的員工要更快適應AI的時代，纔不會在效率上掉隊。
在FOMO和對Agent能力的誇張認知之下，燒 Token 一度成了 AI 時代的努力證明。
黃仁勳公開表示，一個年薪 50 萬美元的工程師，如果一年燒不到 25 萬美元的 Token，老闆就該擔心他有沒有充分使用 AI。
短短三個月，這把火就沒了柴。
亞馬遜的內部排行榜誘發了大量爲了排名製造的無效任務，最後只能關閉。Uber 的 Claude Code 全年預算到四月就接近耗盡，而管理層卻沒看到 Token 消耗與有效功能增長之間存在穩定關係。
燒不動，首先是因爲貴。普通問答可能只調用一次模型，Agent 幹長任務卻要反覆讀取目標、歷史狀態、工具結果和錯誤信息。
複雜任務的 Token 消耗可以達到普通問答的幾十倍乃至上千倍。
哈工大五月底提出「有效反饋算力」，專門計算花出去的算力裏，有多少信息真的影響了下一步。在複雜任務中，這個比例低到約10%。剩下 90%的Token 大多消耗在重讀、試錯和無效往返上。
錢還不是最麻煩的地方。即使 Agent 把 Token 全燒對了，你做出來的東西也不一定能最終到交付這步。
代碼寫完了，要審覈、測試、集成和發佈。分析報告生成了，要覈對來源，判斷結論。設計稿還得過品牌、業務和客戶那一關。自動化流程一旦出錯，也要有人解釋、回滾、擔責。
MIT 一項覆蓋十萬多名 GitHub 開發者的研究發現，自主編程 Agent 能讓代碼提交量增加120%。但這些代碼到立項環節已經縮水到50%，而能真正發佈上線的版本只剩下30%。
好比一家餐廳突然把切菜速度提高了三倍，炒菜、裝盤、上菜和顧客需求卻沒有變化。後廚堆滿了切好的菜，餐廳一天還是賣那麼多桌。
在經濟學上，有個理論叫替代理論，即流程的效率將由不可由自動化替代的部分決定。AI 把生成速度拉得很高，但review的速度很慢，Agent 的提效在系統上被卡了脖子。
重複生產又燒掉了另一部分 Token。因爲生成一個 Skill、模塊或應用的速度大爲提高，又缺乏有效的同步機制，人們不知道有哪些已有成果，往往回去重寫。南洋理工分析了市場上兩萬多個 Skill，其中約四分之三高度雷同，去重後只剩五千多個。
Agent 提交的代碼修復也經常因爲「別人已經解決過」而被拒絕。Token消耗上去了，但留下的是一堆重複輪子。
需求也沒有隨供給一起增長。AI 可以迅速增加應用、內容和代碼的數量，用戶的時間和付費意願卻不會同步變多。寫一個 App 越來越容易，找到持續存在、有人願意付錢的需求依然很難。對應用市場的研究就表明，App數量在AI之後激增40%，但下載量毫無變化。
Token 造不出本來不存在的市場。
轟轟烈烈的Tokenmaxxing失敗了，但點明瞭兩處瓶頸。一處在技術，Agent 無效花費甚巨，速度和成本都壓不下來。另一處是組織，複覈、判斷、協調和擔責的組織沒建立起來，生產端的提效無法被吸收，成功也沒有有效被使用。
接下來一個季度最受關注的技術變化，就在補足這些方向。
03
用Agent，替代還在Loop裏的人
一個Agent做的太慢，那就讓一堆一起做。一個 Agent做完，沒人檢查，那就派另一個Agent上。
讓多個 Agent分工、交叉審查、互相補漏，把原來壓在人身上的一部分工作搬進系統。
這就催生了2026年的 Multi-Agent（多智能體）熱潮。
目前Multi Agent最穩妥的模式是「編排者—執行者」模式。即主 Agent 把任務拆碎，分給底下一堆子 Agent 並行幹，最後再收回來彙總。
比如 Claude Research 會派多個研究 Agent 分頭搜索，再由主研究員彙總，引用 Agent 負責覈對出處。Kimi Agent Swarm 走得更遠，可以讓數百個子 Agent 並行處理視頻、代碼和搜索任務。
碰到適合並行的工作（比如批量處理視頻或代碼），這招很管用，能極大縮短等待時間，也能讓並行的子任務做的更深入。Kimi 的報告稱，一些任務的延遲最多降低 4.5 倍。Claude Research 在需要廣泛搜索的問題上也取得過明顯提升。
不過，這種模式下多 Agent 的提升常常來自額外計算，並非合作本身。Anthropic 披露，多 Agent 研究系統消耗的 Token 可以達到普通 Agent 的四倍。部分評測中，Token 使用量解釋了大多數性能差異。
現在的 Multi-Agent 更像一個項目經理指揮幾組互不來往的外包團隊。它能把工作攤開同時做，但還沒有形成羣體智能。
在各種研究中，一旦拿掉那個中心的「包工頭」，讓 Agent 們自己商量，人類團隊的毛病全出來了。有的跟着多數意見走，有的覺得「別人會幹」自己就偷懶。
測試證明，幾個 Agent 湊在一起，準確率反而不如一個擁有完整信息的單體 Agent。
這本質上是因爲模型的訓練過程裏就沒有合作這麼個課題。把一羣習慣了單打獨鬥的模型關進一個屋子，組織協作能力不會憑空出現。
協作是另一種遊戲。我的行動會改變你的處境，你的判斷也會改變我的選擇。
因此，多 Agent 接下來要補的是制度。任務怎麼分，信息怎樣共享，錯誤算誰的，獎勵如何沿工作鏈迴流，長期表現差的 Agent 會不會被淘汰，這些都需要設計。
另一條走得更遠的路是「自進化 AI」，也就是RSI。
Anthropic 在6月的報告中提到了這個概念。他們讓模型持續優化一段用於訓練小模型的代碼。結果由於模型能力的提升，從Claude 3到Mythos，優化水平就從約三倍加速一路做到五十多倍。
其核心理念和人類實驗也是一樣，分五步，即找問題、想辦法、搭環境和數據、驗證結果、保留有效改動，然後再跑一輪。
Minimax等公司已經把這些自動化流程做進了後訓練，讓它能夠完整的自動化。
目標和評分標準只要足夠清晰，比如「把這段代碼的運行速度優化五十倍」，Agent 就能自己找問題、改代碼、跑測試，把有用的改動留下來，循環往復。
這種活兒它做得比人好，又快又不知疲倦。
但它依然不知道該往哪走。「哪條研究路線有價值」、「這個指標是不是在騙人」，這種需要在非常大的搜索空間中進行判斷的，我們稱之爲「品味」的情況下，Agent仍然做的很糟糕。
Anthropic的實驗中，在這種複雜方向決策過程里人類已經犯錯的場景下，模型也只有20%的幾率比人做的好。如果人本身做的好的話，模型就更沒競爭力了。
另一個在6月爆火的概念，Loop Engineering 把這種循環做成長期運行的工程。Agent 不再等人按一下才動一下，它會自己找任務、執行、驗證、記錄反饋，再決定下一輪做什麼。
上面說的是技術賬，Agent還有一筆經濟賬得算。
04
算不過來的經濟賬
過去幾年，AI 算力的主角一直是 GPU。訓練大模型需要持續完成規模巨大的矩陣計算，GPU 正好擅長這種工作。CPU 負責啓動程序和準備數據，存在感很低。
但 Agent 的工作方式不一樣。它不是一錘子買賣，而是在推理、調工具、等結果之間來回切換。大量時間其實花在了模型計算之外：調瀏覽器、管文件、處理超時。只要中間一堵，昂貴的 GPU 就只能乾等着。
2025 年底的論文《A CPU-Centric Perspective on Agentic AI》測量了五類 Agent，工具處理最多佔到完整任務延遲的 90.6%，CPU 動態能耗最高佔系統動態能耗的 44%。聯合調整 CPU 與 GPU 的任務安排後，部分負載的中位延遲改善了兩倍以上。
CPU 因而重新回到算力系統的中心。GPU 繼續推理，而 CPU 維持併發環境、管理任務隊列和工具調用，KV和內存保存每個 Agent 的沙箱、日誌與中間結果，而網絡負責在芯片和服務器之間送數據。中間任何一處擁堵，昂貴的 GPU 都只能等着。
資本市場已經開始給這種變化定價。AMD 2026 年第一季度數據中心業務收入約 58 億美元，同比增長 57%，服務器 CPU 收入增幅超過 50%。公司把 2030 年服務器 CPU 市場規模預測翻倍到 1200 億美元，給出的理由就包括 Agent 帶來的調度、數據移動和執行需求。
速度之外，模型價格也開始分層。2026 年第二季度，最便宜的主流模型，百萬輸入 Token 已經降到幾美分；最昂貴的前沿模型則達到幾十美元。
兩年前高低價差約 30 倍，如今已經拉到約 600 倍。
低價模型拿走越來越多的 Token 流量，高端模型繼續拿關鍵任務和主要收入。大量步驟用不上最強模型，像讀取倉庫、分類、抽取、整理日誌，便宜模型就足夠了。只有複雜重構、安全審計、法律判斷和失敗後的關鍵決策，才值得花高價。
但現在的模型價格並不自動分層。ChatGPT已經有了智能路由，根據任務難度分配模型，但效果不佳，大家都不太用。但6月份，Sakana 推出的 Fugu 效果卻非常好，因爲它不再是用模型去判斷，而是單獨訓練一個Agent做路由工作。它會先理解任務，動態搭建工作腳手架，再調用不同價格、不同能力的模型組成臨時團隊。最貴的模型只處理關鍵步驟，其他工作交給便宜模型。
結果只用一半的錢，就能做到最佳模型的效果。
編程可能最先跑通這套辦法，因爲它有現成的反饋。倉庫、代碼差異、測試、Lint、CI 和日誌都能告訴路由系統，上一次分配是否有效。
低價模型讀代碼、生成測試，中檔模型做常規修改，強模型處理核心重構和安全複覈，最後交給工具驗收。
而未來，Codex、Claude Code 一類產品肯定也會有類似的自動分類產生，它們會越來越像管理模型團隊的工程組織。它們拿着預算安排不同模型幹活，而不再從頭到尾依賴同一個模型。
但問題並沒有結束。隨着Agent的滲透，工作、安全、信息和人的思考也在被改變着，而且不一定是向好的方向變化。
05
正在收縮的現實
Agent 帶來的負面影響，以前多半停留在推演裏。
但到了 2026 年第二季度，一些變化已經落到真實崗位和產品上。
最先受影響的是工作。
AI 對就業的衝擊未必先表現爲宏觀失業率突然上升。崗位入口、日常任務和企業預算會先變。客服、支持、工單、內部問答、基礎運營，以及部分數據分析、運維和項目管理工作，已經開始被 Agent 吸收。
還有些崗位並沒有被 Agent 直接替掉，卻被 AI 的賬單擠掉了。GPU、數據中心和模型團隊需要鉅額投入，企業只能從其他預算裏找錢。另一些員工會被調去管理 Agent、工作流和更復雜的決策，崗位名稱可能沒消失，工作內容已經換了。
初級崗位受的影響尤其大。查資料、做總結、寫基礎代碼、整理客戶信息，最容易交給 Agent，也恰好是新人熟悉行業的訓練。人通過這些活理解業務、代碼庫、客戶和組織裏的判斷標準。
2026 年 5 月的論文《Generative AI and the Reorganization of Labor Demand》分析招聘廣告後發現，2023 年以來，容易被 AI 插手的工作內容佔比下降了約一成。約一半變化來自企業減少這類崗位，四成來自企業改寫原有崗位，把任務換成更難被 AI 接管的部分。
企業想招「更成熟的初級員工」，同時又拿走了讓人成熟的初級任務。
而職業入口會越收越窄，這種變化可能比一次大裁員更持久。
崗位之後，安全問題也從論文走進了產品發佈。
Anthropic 的 Mythos 展現出很強的網絡安全能力，可以發現並驗證高嚴重性漏洞。公司不敢把它當普通模型開放。加上護欄後的Falbe 5，研究者和開發者又抱怨限制過重。
OpenAI 的前沿模型也開始採取有限開放。
開放過多，會降低網絡攻擊、生物風險等危險能力的門檻。限制過多，正常研究和產品價值會受損。誰能使用最強模型、哪些機構算「可信夥伴」，現在還受到政府和地緣政治影響。
模型公司除了把能力做強，還得證明自己能把它安全地放出來。
安全開始卡住最前沿的模型。
互聯網也在產生新的信息循環。
AI 生成內容沒有無限吞沒整個互聯網，AI 搜索裏的污染卻在加深。Graphite 的分析顯示，從24年初到26年初，AI生成內容佔互聯網內容的比例一直穩定在48%-50%之間。但ChatGPT 引用來源中，被判斷爲 AI 生成的比例在半年內從 38.9% 升到 42.7%。
模型過去說過的話，繞了一圈，變成了下一次回答的證據。
進一步，當SEO 和 GEO 能利用這種偏好時，搜索系統很容易變成機器引用機器的迴音室。
到那時，有人去過現場、採訪過當事人、編輯過內容並願意署名負責的材料，反而會更稀缺。
除去這些社會層面的影響，Agent還會讓個體的人「認知繳械」。
一個問題剛冒出來，我們還沒想，手已經伸向 ChatGPT。觀點還沒成形，AI 已經把提綱列好了。
猶豫、試錯、懷疑和查證被一段順滑的答案摺疊掉，人也跳過了形成判斷的過程。
賓夕法尼亞大學沃頓商學院讓 1372 名參與者完成近一萬次推理任務。只要允許使用 AI，參與者在超過一半的題目中會主動求助。即使 AI 給出錯誤答案，仍有約八成的人選擇相信它。
Anthropic 關於程序員學習的研究也發現，AI 輔助組完成陌生任務更快，後續閉卷測驗的表現卻平均低了 17%。任務交出去了，能力沒有留下來。
文章由你提交，代碼掛在你的名字下面，方案也要由你彙報。責任是你的，生成這些東西的思考過程卻越來越少由你完成。
泰勒制把工人變成生產線上的手，AI 可能把人變成認知生產線上的蓋章點。
所以，未來的AI，可能需要在有些環節故意留一點摩擦。
高風險操作前讓人解釋和確認，給出結論前先讓人寫下自己的判斷，展示反面證據，而不是什麼都替人做完。
這樣會慢一點，但能留下思考和學習的位置。
尾聲
2026 年第二季度的八個趨勢，連起來看是一段連續的故事。
通用 Agent 奪走軟件入口，前沿模型公司借它進入垂直行業。Tokenmaxxing 很快撞牆，暴露出人的複覈速度和系統成本。
Multi-Agent 與自進化 AI 開始接手複覈和迭代，CPU、內存、網絡與模型路由則讓 Agent 跑得更快、更便宜。等這些問題有了辦法，就業、安全、信息污染和認知繳械開始浮到檯面上。
企業接下來要積累的，也不該只是 Token 用量。每一次執行都應留下可複用的工作流、評測、權限、組織記憶和結果反饋。
否則預算花完，除了賬單什麼都沒留下。
而個人沒必要和 AI 比生成速度。
機器可以快速交答案，人還得判斷題目值不值得做、答案會帶來什麼後果，並且爲它負責。
完整報告約5萬字，可打開騰訊新聞客戶端，搜索企鵝智庫獲取。
https://view.inews.qq.com/tag/ZkWsw7tejmU=
推薦閱讀
2026年第一季度，AI Agent完成了它的成人禮｜2026 Q1 AI趨勢白皮書