2026 年 8 月 5 日,沙利文联合头豹研究院在 GIL 2026 大会上,发布了《2026 年中国智能体(AI Agent)最佳应用实践》报告。报告第一次用市场规模与商业模式的框架,把智能体产业算成了一本账,而不是停留在产品演示层面。它预计,中国 AI Agent 市场规模将由 2025 年的 2.6 万亿元增至 2030 年的 20.1 万亿元。这个复合年增长率高达 50.4%。报告还给出

它把反复奏效的做法蒸馏成一个可复用的 Skill，把蒙对的偶然变成复制的必然。Skill 是独立于对话的资产，有自己的目录结构，可以携带模板、脚本和参考文档。Skill 的形态是标准化的，可以来自内置技能库，也可以来自个人积累。真正缺的是从经验到能力的转化机制，是让系统自己学会把踩过的坑变成下一步的路线图。改记忆的、改技能的、改编排的各改各的，最后没人知道哪个改动才是失败的真凶。一百次任务之后，A

MoK的全称是Mixture-of-Kittens，跟MoE的命名开了一个温柔的玩笑，但它做的事情一点都不温柔：把MoE层一次完整的前向过程，从token分发、专家计算、结果汇合到全部网络通信，全部融进单个CUDA内核里执行。这套组合拳的本质，是把原先串行的通信步骤改成并行的数据流，让GPU的多个引擎同时干活，而不是排队等活。在它的生产环境里，仅分发和汇合两个阶段的信令开销就要103微秒，在微秒级

OpenAI 凭借 ChatGPT 建立起的用户心智，Anthropic 靠 Claude 在开发者群体里的口碑，都是谷歌短期内难以撼动的。而 Gemini 的延期，恰好放大了市场的不安。他长期负责 DeepMind 的技术架构，对 Gemini 的技术栈非常熟悉，这是他的优势。Hassabis 的转身同样值得细读，他把办公地点搬回了伦敦的 Platform 37，那是 DeepMind 起家的地

一次模型切换要付两遍钱，这是很多团队上线多模型编排之后才发现的账。用户的对话已经跑了三十轮，上下文攒到两万多个 token，路由层决定把这一轮交给更大的模型处理。大模型接手之后的第一件事不是生成回答，而是把这两万多个 token 从头到尾再读一遍。这一遍读取叫预填充，它的唯一产物就是 KV Cache，而这份缓存小模型刚刚才算过一次。

维护者公开承认，现有的接口形态不够好，这是很少见的坦诚。Cloudflare 的工程师说，MCP Server 现在可以只跑在一个 Worker 里，不再需要任何有状态的基础设施。把 MCP 放进 Agent 工程里看，位置很清晰：Function Calling 在模型层，MCP 在接入层，Agent 在系统层。具体实现上，客户端先拿到一份轻量的工具索引，模型需要什么能力时，再通过搜索把对应的工

Meta 把 Spark 定位为工具使用与编排能力的标杆，在内部评估中拿到了工具使用第一名的成绩，这说明它的优势不在单一任务精度，而在多步骤任务的执行链条。Muse Code 在这里落后，意味着它的上下文压缩和代码库建模能力还在追赶阶段，这与它刚发布的身份相符，后续模型迭代应该会重点补强这个方向。Claude Code 和 Codex 当然也有会话持久化的能力，但把每一次模型调用、工具运行和审批动

Assistants API 将于 8 月 26 日关闭。迁移 Responses API 的关键不是替换接口，而是重建对话、指令、工具、文件与运行记录五层状态边界。

A2A，也就是 Agent2Agent Protocol，解决的是智能体与智能体之间的协作问题。但真实世界里，智能体互联缺的不是通信管道，而是治理底座：调用一个陌生智能体之前，怎么确认它的身份是真实的，协作出了问题该找谁负责，服务要收费又该怎么结算对账，这些全都没有着落。把六课放在一起看，AIP 的核心思路就很清楚了：MCP 管工具怎么接，A2A 管任务怎么派，AIP 管的是这些动作发生之前和之后

OpenAI 凭借 ChatGPT 建立起的用户心智，Anthropic 靠 Claude 在开发者群体里的口碑，都是谷歌短期内难以撼动的。而 Gemini 的延期，恰好放大了市场的不安。他长期负责 DeepMind 的技术架构，对 Gemini 的技术栈非常熟悉，这是他的优势。Hassabis 的转身同样值得细读，他把办公地点搬回了伦敦的 Platform 37，那是 DeepMind 起家的地