这也使得数据割裂，品牌运营被困在各种执行细节和适配不同系统的需求里，80%的时间花在了配置工具、对齐数据、协调渠道上，真正用来思考用户、设计策略的时间所剩无几。而与腾讯营销云合作后推出的AI会员智能体，基于此前公域和私域的会员资产统一打通，形成了超过150个标签和1000多个分群，在此基础上AI会员智能体集成了人群圈选、权益设计、智能选品、个性化内容4大Agent，能覆盖业务诊断、人群提取、人货/

但Agent也有明显短板，组织再造要“风险防范、成本防范，分阶段、分专业领域评审”，更要管住AI，“要不它今天可能把电闸拉了，明天把房子拆了”。李开复则预判将出现新组织形态：一个人对某项跨职能结果端到端负责，围绕他协同的是Agent专业化集群，而“如果AI部署没有改变任何一个财报电话会上的数字，那就不是转型，只是建了个昂贵的AI实验室”。当企业内部创新真正进入生产时，需要很高的费用，“如果因为to

AI在反向推动传统企业组织生产关系的变革，打破了以往先有生产关系再促进生产力的模式，倒逼组织适应新的生产关系”，熊超认为未来企业会由一个个最小商业闭环单元和成千上万个智能体协同，具备灵活应变和敏捷迭代能力，而银泰百货正在推动AI驱动的组织与系统变革，目标是将自身打造为100%AI驱动的公司。“人对人的温度很重要，面对面的服务永远不可替代。”熊超认为，MOS-AI的推广和应用之下，线下导购的角色依然

智谱能在Coding上突破，有多重因素叠加：其一，智谱是国内最早布局大模型和Coding模型的企业之一，核心实验室团队规模达两百多人，人才密度较高。也有资深人士指出，开源本质上是追赶者的竞争策略，对全球头部模型公司而言从未是核心战略重心，Anthropic未官宣开源，OpenAI与谷歌虽有过开源，但均为内部小团队行为，且不具持续性。定价策略上，字节出现转向。业界也提到，大模型与华为此前的业务类型，

Ling-2.6-flash 面向 Agent 场景进行了定向增强，在控制 Token 消耗的前提下，依然保持了极强的任务执行力，模型在 BFCL-V4、TAU2-bench、SWE-bench Verified、Claw-Eval、PinchBench 等Agent 相关基准上达到同尺寸 SOTA 水平。对于开发者和企业场景而言，这种效率优势意味着更低的推理开销、更快的首字响应、更短的整体生成时

以水果店为例，以前零售门店的堆头识别需要几千张图片强化训练，大模型技术出现后，200张素材强化学习就能覆盖3000多家店，还能识别缺哪类水果，这使得原先主要服务于稽核、督导等业务场景的数字化工具通过打通供应链，逐渐向更大的门店运营场景扩展。回顾整个零售连锁门店管理的数字化智能化升级之路，从“神秘顾客”到巡店App，从电子表单到规则引擎，再到今天云眸Claw这一自然语言驱动的数字员工，每一次迭代，本

依托鑫方盛“方盛AI+”大模型底座，结合“鑫智鲸”大数据体系，鑫方盛打造需求预测、智能选品、库存优化和智能风控四大核心模型，推动运营从“经验驱动”向“数据智能驱动”跨越，其中智能库存优化模型可降低15%的库存积压，智能选品匹配效率提升60%。在这些Agent的需求推动下，目前，鑫方盛每个月消耗的token量已经达到了千亿级别。如今，为了应对AI训推的需求，鑫方盛已经基于腾讯云CDC对底层云平台进行

大多数AI应用在高考志愿的场景中，承担的是Chatbot角色，走的是搜索逻辑，“给你信息，你自己判断”；从这个层面看，千问高考志愿Agent的战略价值，不在于它带来了多少新增用户，而在于它树立了一个行业参照系：当别家还在卷谁生成的文案更流畅、谁的图像更精美时，千问选择了一个没有修饰空间的场景，接受1290万考生和现实的直接检验。上半场的互联网争夺的是用户的时间和眼球，下半场的AI争夺的将是用户在关

就在前两天，我遛狗的时候一个没注意，小狗舔了蚂蚁，几分钟之后它腿软、舌头发白，状态类似休克，我一边打车去宠物医院，一边问豆包怎么办。公司也非常鼓励使用AI，在我离职前一个月，我们组收到任务要在公司做AI文化氛围，当时我的组长很激动，他说：“我们的目的是让所有目前还没有用上虾的同事，感到自己会被时代抛弃。说实话，我当时的心情是，幸好我要走了，这个新项目不用我来做。实测显示，在生图任务中，两种模式下豆

SingGuard正是为此设计的多模态安全护栏。与此同时，蚂蚁集团持续参与AI安全标准和治理体系建设，参与IIFAA《终端智能体可信互联技术规范》制定，牵头ITU国际标准《终端智能体可信互联技术规范》立项，并发布智能体安全可信互连协议ASL，持续推动AI安全能力从技术创新走向产业实践。SingGuard-NSFA基于CIA（保密性、完整性、可用性）原则，结合OWASP等国际安全指南，将智能体风险细