AI News｜2026-10-11

今日目录

• AI Agent 正在购买基础设施，并开始构建完整的在线业务
• AI Agent 消耗的 Token 量将是人类的千倍，计算和基础设施需求激增
• ChatGPT 订阅已整合 Devin 功能，AI 编程助手进入新阶段
• Vercel 网络流量 58% 来自 Bot，60% 部署为 Agentic，人类互联网流量将成“四舍五入”
• 模型价格下降是长期趋势，并非仅由开源模型驱动
• Anthropic 推出 Claude Managed Agents，简化 Agent 开发与部署

今日判断

我今天更关注的是 AI Agent 的“自主性”和“基础设施需求”这两个点。Guillermo Rauch 的两条推文都指向了同一个方向：Agent 不仅在购买服务，还在构建完整的业务，并且它们消耗的 Token 量将远超人类。这不仅仅是效率的提升，而是整个互联网生态正在被 Agent 重塑的信号。Vercel 的数据也印证了这一点，Bot 流量占比的急剧上升和 Agentic 部署的普及，预示着我们正站在一个“为 Agent 而建”的互联网的开端。

同时，模型成本的下降和 Agent 开发工具的成熟（如 Anthropic 的 Managed Agents）也在加速这一进程。模型价格的下降是多重因素叠加的结果，开源模型只是其中一个助推器，更重要的是模型蒸馏和基础设施效率的提升。这些都意味着构建和部署更强大、更自主的 Agent 的门槛正在降低，它们将能承担更复杂的任务，并以前所未有的规模运行。

快讯

AI Agent 正在购买基础设施，并开始构建完整的在线业务

查看原文 · 来源：Guillermo Rauch (@rauchg)

Guillermo Rauch 观察到，AI Agent 正在成为基础设施产品和服务的消费者，并且已经开始通过命令行接口（CLI）在市场上进行购买。更进一步，他们现在能够购买域名，实现从想法到在线业务的“全栈”构建。我的判断是，这标志着 Agent 经济的真正崛起，它们不再仅仅是工具，而是能够独立完成商业闭环的实体。这种能力将极大地加速创新和商业模式的迭代，对开发者和企业来说，需要开始思考如何与这些“自主商业体”协作或竞争。

AI Agent 消耗的 Token 量将是人类的千倍，计算和基础设施需求激增

查看原文 · 来源：Aaron Levie (@levie)

Aaron Levie 预测，随着 Agent 能够生成其他 Agent，并在后台持续工作，它们消耗的 Token 量将是人类手动提示 Agent 的千倍。他认为，目前以对话形式使用的 AI 将很快成为过去，未来绝大多数 Token 将被用于 Agent 的持续后台工作。我的判断是，这一预测直接点出了 AI Agent 普及背后最核心的挑战：巨大的计算和基础设施需求。这不仅意味着对 GPU 等硬件的持续渴求，也对网络带宽、存储以及更高效的模型推理技术提出了更高要求。开发者和基础设施提供商需要为此做好准备。

ChatGPT 订阅已整合 Devin 功能，AI 编程助手进入新阶段

查看原文 · 来源：Thibault Sottiaux (@thsottiaux)

Thibault Sottiaux 的推文暗示，ChatGPT 的订阅服务现在已经整合了类似 Devin 的编程助手功能。我的判断是，这标志着 AI 编程助手正从一个独立的工具，演变为更集成、更易于访问的服务。用户无需单独订阅或配置复杂的开发环境，即可在熟悉的平台内获得强大的编程能力。这会极大地降低 AI 辅助编程的门槛，加速软件开发的效率和普及度。

Vercel 网络流量 58% 来自 Bot，60% 部署为 Agentic，人类互联网流量将成“四舍五入”

查看原文 · 来源：Guillermo Rauch (@rauchg)

Guillermo Rauch 分享了 Vercel 网络流量的惊人数据：58.18% 的流量来自 Bot，而 Agentic 部署的比例已从 2026 年 1 月的约 3% 上升到 60% 以上。他预测，未来几年内，直接的人类互联网流量将趋近于零。我的判断是，这清晰地描绘了一个正在发生的范式转移：互联网正在从“为人类设计”转向“为 Agent 设计”。内容优化、API 设计、甚至整个 Web 架构都需要重新思考，以适应 Agent 的访问和交互模式。

模型价格下降是长期趋势，并非仅由开源模型驱动

查看原文 · 来源：Madhu Guru (@realmadhuguru)

Madhu Guru 指出，单位智能成本的下降并非始于开源模型，而是由模型开发者将大型模型蒸馏成更小、推理成本更低的模型、基础设施效率提升以及模型提供商之间的竞争共同驱动的长期趋势。我的判断是，这一观点很重要，它提醒我们不要将模型成本下降的功劳完全归于开源。更重要的是，这种持续的成本优化和效率提升，为更广泛的 AI 应用和 Agent 的大规模部署奠定了经济基础。

Anthropic 推出 Claude Managed Agents，简化 Agent 开发与部署

查看原文 · 来源：Anthropic Engineering

Anthropic 发布了关于“Managed Agents”的工程博客，重点介绍了如何将 Agent 的“大脑”（模型）与其“手”（执行工具）解耦，以实现规模化部署。我的判断是，这代表了 Agent 开发工具链的进一步成熟。通过将模型推理与工具执行分离，开发者可以更灵活地组合不同的模型和工具，并更有效地管理 Agent 的生命周期。这对于构建更复杂、更可靠的 Agent 系统至关重要。