一、市场用钱投票：Agent基础设施开始被看见了

　　5月28日，港股上市公司明略科技（02718.HK）股价连续多个交易日上涨，收报328.80港元。整个5月，明略科技累计涨幅超20%，股价频频创下上市以来的新高，市值从月初的约370亿港元，一路攀升到470亿港元以上。

　　资本市场很少无缘无故地激动。

　　翻看当天的消息面，并没有出现什么突发的大订单或财报预告。更可能的原因是：越来越多的投资人开始意识到，AI产业正在从“模型竞赛”转向“工程落地”，而这家公司恰好卡在了那个即将起风的位置上——Agent基础设施。

　　当然，股价涨跌有很多偶然因素。但如果我们把视线拉长一点，会发现过去半年里，一个共同的判断正在硅谷和国内同时发酵：AI智能体（Agent）要真正进入企业，缺的不是更聪明的模型，而是能让它安全、稳定、协作运转的那套“底层操作系统”。

　　二、一个让硅谷安静下来的判断

　　这个判断，在今年4月底被AI大神Andrej Karpathy讲得最清楚。

　　当时他在红杉资本的AI峰会上说了一段话，让全场安静了几秒：“如果你现在还停留在‘凭感觉让AI写代码’的阶段，很快会被淘汰。真正的未来，属于‘工程化地驾驭AI智能体’，我管它叫Agentic Engineering。”

　　这段演讲的视频上线不到一个月，播放量就破了108万。大家关注的不是新词，而是一个正在发生的分水岭——以前AI能帮你写写代码、处理点简单任务，门槛低到人人可用，但产出的更像是“60分的玩具”。真正的分水岭在于：你能不能像盖大楼那样，用一套严谨的工程方法，去驾驭那些能力强但也不太稳定的AI智能体，让它们从“玩具”变成“生产工具”。

　　AI不再是陪你聊天的机器人了。它变成了一个需要被“驯服”的工程对象——本事大，但也有点随机、容易犯错。你需要给它套上缰绳，才能让它真正在企业里跑起来。

　　那么，谁在造这根缰绳？

　　三、巨头已经全面入局，但留下了一条缝隙

　　过去半年，Agent基础设施成了全球科技巨头的必争之地。Anthropic在争着定义“AI如何连接外部世界”的协议标准；微软推出了企业搭建智能体的一站式工具；Google把模型与调度引擎绑在一起；OpenAI也开始让AI自己去执行任务。国内，字节、阿里、腾讯同样动作频频。

　　共识已经形成：AI智能体正在从PPT走向产业。

　　但巨头的方案有一个共同特点——它们大多是封闭的生态、锁定的云端。对于想把AI用到核心业务里的企业来说，这碰到了三条硬约束：

　　第一，最敏感的数据不能离开自己的机房；第二，AI出了错要能查得出原因；第三，系统不能被一家供应商绑死，得能自己演进。

　　这不是锦上添花，而是很多行业的合规底线。也正因如此，开源的、企业自己能掌控的Agent基础设施，就有了独特的战略价值。

　　四、一条被忽略的技术进化线，和一家正在入局的公司

　　顺着这个方向看，明略科技这家公司值得拿出来聊一聊，不是因为它股价涨了，而是因为它的技术路线图恰好踩在了这条线上。

　　外界对它的第一印象，可能还停留在“秒针系统”或“营销SaaS”。但如果追溯它的技术脉络，会发现一条清晰的进化线：从2006年的广告数据采集，到2014年投入知识图谱，再到最近两年转向多智能体协作系统。

　　这不是东一榔头西一棒子，而是同一个问题的逐层深入——如何让AI理解一家企业的业务逻辑，并可靠地执行任务。知识图谱其实就是今天AI智能体的“前置能力”：没有那张结构化的关系网，智能体就像无头苍蝇。

　　带着这个理解，再看它近期开源的两个项目，就清楚了。

　　一个是Mano-P，你可以把它想象成“长着眼睛和手”的AI模型。它能让AI像人一样看着屏幕、操作电脑。在一个叫OS-World的权威评测里，它的成功率做到了58.2%，超过了几个大公司的闭源产品，在小尺寸模型中排在世界第一。而且在本地模式下，它可以完全跑在端侧设备上，以苹果最新笔记本为例，模型运行时，Mano-P 占内存才4个多GB，完全处于可用、易用的范畴中。这意味着，企业员工完全可以使用部署在本地Macbook等产品上的Mano-P，让AI在日常工作场景中帮忙操作电脑，且屏幕截图完全不会上传到云端，让数据安全问题从一开始便得到实打实的保障。。

　　另一个是Cider，一个专门为苹果芯片优化的推理加速框架，能让端侧大模型在笔记本上跑得更快更稳，降低端侧AI运行门槛，帮助企业和开发者们的端侧 AI 布局与协作愿景走向实际落地。

　　这两个工具组合在一起，其实就是Karpathy所说的那根“缰绳”的执行层——不是做大模型本身，而是做让大模型在企业环境中可信运行的基础设施。

　　五、更大的棋：从“单打独斗”到“协作网络”

　　Karpathy描述的场景，更多是一个开发者带着几个AI小弟干活。但真实的工业场景要复杂得多——一家企业有上千人、几十个部门，如果每个人配上几个AI智能体，那就是成千上万个Agent同时在跑。

　　这就需要一层新的东西：Agent之间的协作网络。

　　据《晚点LatePost》今年5月的专访，明略科技内部已经在运行一套叫Octo的系统。真人员工和AI智能体（他们内部戏称“龙虾”）在同一网络里协作办公。全公司1800多人、2800多个Agent同时运转。

　　创始人吴明辉有个很直接的说法：“闭源已死，开源已来，从卖软件授权上赚钱的路走不通了，价值会转移到数据和服务上。”

　　Octo也计划开源。如果真能落地，它将填补一个几乎空白的层次——一是让数据主权回归到用户手里；二是实现人和Agent、Agent和Agent的无缝协作，让Agent以数字员工的身份，真正融入到企业的工作流里。这些方向，目前在全球范围内都很少有人在做。

　　六、资本市场还没给“中间层”定价

　　有意思的是，当前市场对AI的投资，主要集中在两头：一头是上游算力（英伟达、光模块），另一头是模型公司（OpenAI、Anthropic）。中间这个“让AI模型变成可靠生产力工具”的工程化基础设施层，几乎没有被独立地看待和定价。

　　打个比方，就像当年的云计算，真正的价值既不在底层的芯片，也不在上层的应用软件，而在于中间那个提供计算和服务的平台层。

　　如果Karpathy的判断成立——AI正在从“玩具”走向“工具”——那么这个中间层的价值，迟早会被重新发现。

　　明略科技被市场贴上了“Agentic AI第一股”的标签。从它的技术布局来看，确实在试图搭建一个完整的基础设施栈：执行层有DeepMiner、Mano-P和Cider，协作层有Octo，底层还有知识图谱和数据中台做支撑。

　　当然，话说回来，概念占位只是第一步。真正的考验还在后面：开源社区会不会真正认可？客户愿不愿意把核心流程跑在上面？营收能不能跟上叙事？5月这波股价上涨，可以看作是市场在用钱表达一个期待，但最终的答案，还需要时间才能写出来。

（文章来源：界面新闻）