2026-05-16 AI 情报日报

AI Agent 与人沟通的载体正从 Markdown 转向 HTML/Artifact。随着 Agent 能力增强、用户不再亲手编辑文件，Markdown 赖以立足的「易于人工编辑」正在失效；作者观察到 Claude Code 团队内部成员在集体高频转向 HTML 输出。配合 Opus 4.7 的 100 万 token 上下文，HTML 的 token 成本劣势被抹平，AI 输出格式的行业默认值正在被重写。

一种格式的优势取决于它背后假设的工作流；当工作流改变，默认格式就该被重新审视。Markdown 是为「人手改文件」而生，但今天的修改动作已变成「写 Prompt 让模型改」，于是它的核心优势归零。与此同时优化目标也发生了转移：瓶颈从「模型输出的 token 成本」转向「人类的阅读率与理解率」——HTML 多花的 token 在大上下文时代可忽略，而它把「没人愿意读的 100 行文档」变成「团队愿意点开、可导航、可交互的页面」，这才是更高价值的优化对象。

• 「一次性自定义编辑器」可作为 Agent 产品化的新形态：为每批数据按需生成专属 UI，而非做通用工具——这是一个区别于传统 SaaS 的产品思路。
• HTML 在版本控制中 diff 杂乱是作者承认的未解痛点，HTML 友好的语义化差异对比/审查工具是一个明确的工具机会。
• HTML Artifact 的托管与一键分享（上传云端生成可访问链接）环节存在配套基础设施空间。

• HTML 版本控制 diff 杂乱是作者承认的最大痛点，有没有工作流或工具（语义化 diff、组件化拆分）能系统解决，它是否值得作为独立产品方向？
• 「一次性自定义编辑器」与「通用可复用工具」的边界在哪：某个 bespoke UI 被反复生成多少次后，就该固化成正式产品？
• 生成 HTML 比 Markdown 慢 2-4 倍，在多大的文档规模或复杂度下，这个时间成本会反超阅读收益、反而不划算？

机器人领域正发生范式级迁移：从 VLA（视觉-语言-动作）转向以视频世界模型为底座的 WAM（世界动作模型），并把 LLM 的「预训练→对齐→强化学习」三段式整体移植过来。配套是数据层和算力层的同步重构——遥操作数据被第一人称视频和外骨骼（DexUMI）取代，物理引擎被神经仿真器（Dream Dojo）取代。英伟达的卡位是把范式定义权、算力层和神经仿真层握在手里，但缺消费级硬件入口，第一人称视频数据飞轮的载体被让给了苹果、Meta。

这场范式切换的技术叙事与英伟达的卖芯片商业意图高度耦合：WAM、神经仿真器、real-to-sim-to-real 全部极度吃算力，「buy more, save more」且经黄仁勋批准，说明范式选择本身就被商业利益塑形。VLA 的结构性缺陷是参数大头堆在语言上、本质是 LVA，擅长泛化名词不擅长动词——这解释了为什么换底座（视频世界模型让视觉和动作成为一等公民）是必要的。英伟达的真实软肋是没有消费级硬件入口，拿不到千万小时级第一人称视频数据飞轮。

• 第一人称视频数据飞轮的硬件载体（苹果 Vision Pro、Meta Ray-Ban 等）是入口级机会，谁卡住采集入口谁就拿到机器人时代的训练数据，且英伟达自身缺位。
• 外骨骼/动捕手套这类「机器人不参与的数据采集」设备是新硬件创业窗口，DexUMI 模式可复制，门槛低于整机。
• 数据采集与场景落地的中间层有机会：WAM 路线算力成本曲线陡升，纯算法的小团队窗口收窄，反而把价值挤向数据和落地中间层。

• R²=0.998 的缩放定律是否会像其他缩放定律一样在更大数据量后出现拐点或饱和，21000 小时之外的外推可靠性有多高？
• 英伟达没有消费级硬件入口，会通过收购、合作还是自研来获取第一人称视频数据飞轮，与苹果/Meta 是结盟还是争夺？
• 下一代 GR00T 是否会真正抛弃 VLA 架构，若仍是 VLA，则本次演讲应被重估为概念营销而非技术实质演进？

本轮裁员潮（被普遍认为始于杰克·多西裁掉 Square 40% 员工、近期 Coinbase「AI 裁员」）正在把软件公司的成本结构重写：AI token 支出成为新的固定成本项，企业用裁员来对冲。文章还隐含一张生态分层图——LLM 自研方（Meta、微软）、AI 基础设施搭建方（Vercel、Cloudflare）、纯粹的 token「使用者」（Uber、Shopify）三类公司风险敞口完全不同，承压最重的是只买不建的使用者。同时 CEO 群体的裁员话术高度同质化（「AI 原生小组」「写代码的管理者」「管理 AI 智能体团队」「扁平化」），说明「AI 原生组织」正成为一种被集体模仿的组织范式。

按 token 计费的 AI 把全部「投入」成本一次性转嫁给客户，却不对「成果」负责——这与从成果中抽成的传统 SaaS 定价在风险结构上根本对立。结果是企业单位经济效益崩盘：投入成本涨 50%，收入不动，软件开发生命周期的 ROI 失衡。更深一层：当代码从稀缺资源变成近乎免费，烂想法和重复造轮子的边际成本不降反升——因为约束被移除后，没有任何机制再去淘汰它们，浪费被 5 倍放大。

• 成果型定价的 AI 产品：把 AI 输出直接绑定到客户的收入、转化、线索速度等指标上抽成，谁先做到谁就绕开 token 计费的信任难题。
• 面向中大型团队的「对齐」工具：需求对齐、跨团队假设冲突检测、重复 MVP/重复造轮子发现，这是文章点名却无人填补的空白市场。
• 企业级「token 转成果」中间层 Agent：评估、路由、ROI 度量、防止 AI 重复实现已有功能，把投入可控地导向产出。

• 有哪些 AI 产品已经在尝试成果型/抽成式定价，落地时如何归因「AI 贡献了多少成果」这个核心难题？
• 如果摩擦力（开发资源稀缺）曾是天然的想法筛选器，能否设计一种人为的「决策摩擦」机制，在不拖慢编码速度的前提下淘汰馊主意？
• 「对齐税」具体能量化到多大？哪些环节（为什么/做什么/怎么做）的对齐成本最高、最值得用工具切入？

2026 年初『AI Agent Harness』作为正式术语确立，Anthropic、OpenAI、Perplexity、LangChain 等头部厂商在 SDK 命名与官方文档上集体把『非模型架构层』明确等同为 Harness（Anthropic 直接称 SDK 就是『驱动 Claude Code 的 Agent Harness』，OpenAI Codex 团队用法一致）。工程范式正从提示词工程→上下文工程→Harness 工程层层外扩，竞争主战场从模型层下移到应用架构层。更关键的结构变化是『协同进化』：新一代模型在训练时已把 Harness 的存在纳入考量，模型层与应用架构层正形成绑定演进的双层生态。

Harness 是当前 Agent 产品真正的差异来源与护城河，而非可商品化的通用中间层——同一模型、同样参数下，仅改变 Harness 就能让 TerminalBench 2.0 排名变动 20 多位（30 名外→第 5）。这意味着竞争焦点从『选哪个模型』转向三个硬核工程问题：如何把上下文当稀缺资源管理、如何设计验证循环防止错误累积、如何构建不产生幻觉的记忆系统。对应用层创业者而言，模型同质化反而把价值重新分配回了能做好 Harness 工程的团队。

• 应用层产品机会：相同模型下 Harness 性能差距巨大，证明应用架构层仍有大量未被吃掉的差异化空间，是创业可切入的真实战场。
• 开发工具机会：『上下文即稀缺资源』『验证循环』『子 Agent 委托返回 1–2K Token 浓缩摘要』等模式可直接套用到 coding agent、自动化 pipeline 类产品。
• Harness 评估/咨询机会：12 组件 checklist 可作为评估第三方 Agent 系统成熟度、做技术尽调的标准化框架。

• Anthropic『笨循环』、LangGraph『显式状态图』、OpenAI『代码优先』三种 Harness 哲学各自最适合什么任务形态？做 Agent 应用应如何选型？
• 已有研究让 LLM 自我优化 Harness 即达 76.4% 通过率并超过人工设计——这是否意味着人工 Harness 工程的价值会被自动化侵蚀？哪些环节仍需人来定？
• 在协同进化下，12 个组件中哪些会随模型变强而逐渐消失，哪些（窗口管理、代码执行、状态保存、验证）会永久保留并构成长期壁垒？