OpenClaw基金会正式运营，腾讯与OpenAI英伟达微软同列首批伙伴
相关推荐
X-Agent 加入日本 WeWork AI Foundation Community，将于东京进行项目路演
火星财经消息，据官方消息，AI Agent 平台 X-Agent 已确认参加将于8月25日在东京举办的 WeWork AI Foundation Community Lightning Pitch，并将在现场分享其在 AI Agent、AI应用生成及商业化基础设施方面的最新进展。AI Foundation Community由 WeWork 推动，并与SoftBank、NVIDIA等相关领域知名企业展开协作，旨在连接日本 AI 初创企业、技术团队及具有AI导入需求的企业。X-Agent 目前正围绕“自然语言生成AI应用 + Agent 自主执行”构建产品体系。用户可通过自然语言描述需求，由平台完成应用架构、前后端、数据库及部署上线等环节。同时，X-Agent 近期已完成与 OKX Agentic Wallet 的深度集成，并开源 AI 支付控制平面 xpense，为 Agent 提供预算控制、支付、交付验证及账本记录等能力。X-Agent 表示，此次参会也是其持续拓展日本市场、连接日本本地AI创业及企业创新生态的重要一步。
Pi重构Agent执行层：长任务开始走向持久化运行
据动察 Beating 监测，Pi 正在重做 Agent Harness。最新 Harness v3 规范已经写完，正在做最终审计。它重做了任务执行和存储，让 Agent 即使跑到一半进程崩溃，甚至 Harness 自己升级，也能从中断处继续。 Pi 是 Mario Zechner 创建的开源 Agent Harness，最早因为 OpenClaw 使用它而出圈。项目今年被 Earendil 收购，Mario 也加入公司继续负责开发。现在 Pi 已有超过 6 万 GitHub Star，MiniMax 最新的 MiniMax Code 也明确基于 OpenCode 和 Pi 搭建 Harness。 v3 这次直接重做了底层架构。模型请求和工具调用前都会先保存执行状态，完成后再写入结果。重启后，Pi 能知道哪些已经做完、哪些可以重跑、哪些有副作用不能再执行一次。对话、运行状态和 Token 成本也改成分开保存，并加入跨版本状态迁移。 Claude Code、Codex 都在把 Agent 往更长的任务推。OpenAI 已经专门研究怎么让 Codex 持续完成长时间工作，Anthropic 也称 Claude Code 正越来越多地被用于长时间运行的 Agent 任务。Agent 能连续干几小时以后，前面几小时就不能因为一次崩溃全部白干。
YC开源内部多Agent平台QM，让公司拥有自己的AI员工团队
据动察 Beating 监测，Y Combinator 开源内部使用的多 Agent 平台 QM。它类似 Hermes、OpenClaw，允许企业创建、管理和协作多个 AI Agent。 QM 支持 Slack 和网页界面，采用 MIT 开源协议。YC 已将它用于财务、法律、活动和工程等内部工作，也用于开发 QM 本身。
OpenAI把GPT-5.6 Sol提速14倍：750 token/s先上API
据动察 Beating 监测，OpenAI 开始预览 GPT-5.6 Sol 的 Ultrafast 模式。它由 Cerebras 提供算力，最高输出速度达到 750 token/s，最高是 Standard 模式的 14 倍。目前只向少量 API 客户开放。 OpenAI 已在故障排查、研究、客服、金融分析和开发 Agent 等场景中测试 Ultrafast。对于需要连续多次调用模型的 Agent，单次响应提速也能直接缩短整个任务的执行时间。 这比 OpenAI 7 月底推出的 Fast 模式又快了一档。Fast 模式最高是 Standard 的 2.5 倍，Ultrafast 则把上限推到 14 倍。OpenAI 暂未公布 Ultrafast 的价格，也没有宣布何时进入 ChatGPT。
Hone想做企业Agent控制层：一个目标连续跑几个月
据动察 Beating 监测，Hone 正式亮相，团队成员来自 Cognition、Mercor、Ramp 和 OpenAI。它想做一套长期运行的企业 Agent 系统。 用户只需要给一个业务目标，比如「把新用户流失率降到 8%」。Hone 再负责拆任务、调度 Agent、修改软件，并根据企业数据持续调整。 它和普通 Agent 的区别，是不只执行一次任务，而是围绕同一个目标持续工作几周甚至几个月。官方把它形容成「更像 Kubernetes，而不是聊天机器人」。 不过目前主要还是技术路线发布。Hone 没有公布完整产品、价格或可验证的长期运行案例，实际效果还有待证明。
前OpenAI研究人员质疑前沿AI实验室万亿估值：越领先越烧钱
据 动察 Beating 监测，前 OpenAI 研究人员 Andrew Ho 发帖质疑前沿 AI 实验室的万亿美元估值。 按 Ho 的粗算，即使推理业务毛利率达到 80%，再给出 20 倍市盈率，一家公司也要做到 1000 亿至 2000 亿美元年收入，才可能支撑 1 万亿美元估值。这还假设公司不再花钱训练新模型。 现实中，OpenAI、Anthropic 等公司必须不断训练下一代模型。一旦停下来，用户就可能转向更便宜的 Qwen 或 Kimi。收入在涨，下一代模型的训练成本也在涨。领先者反而要一直追加投入。 Ho 也不相信 AI 能力会很快全面爆发。他认为，大模型仍然偏科，进步可能更慢，也更受高质量数据限制。即使模型能力停在今天，AI 真正进入各行各业，也可能需要 20 年以上。 他认为，编程 Agent 可能只是少数已经找到的高价值产品。多派工程师帮企业接入 AI，也未必能迅速找到下一个赚钱场景。 Ho 仍然看好 AI 产业长期增长，但不愿按当前估值买入 OpenAI 或 Anthropic。