郑工长

郑工长·AI洞察｜2026.07.03·扎克伯格自曝！Agent在实验室封神

发布于 2026年7月3日 | 分类: AI洞察日报

郑工长·AI洞察｜2026.07.03·扎克伯格自曝！Agent在实验室封神

郑工长观点

朋友们好，我是郑工长。

28个GPU小时。4种全新超导材料。

这是阿里达摩院今天交出的成绩单。一个叫ElementsClaw的AI智能体，基于1.25亿结构数据库训练，只用了28个GPU小时就完成了240万个结构筛选，发现了4种人类百年试错都未曾找到的超导材料——而且已经通过了实验验证。

同一个下午，太平洋对岸，扎克伯格在Meta全员大会上公开承认：过去四个月，AI智能体的开发"没有像预期的那样加速"。Meta股价应声跌了4.9%，市值蒸发数百亿美元。

一边是Agent在实验室里创造奇迹，一边是Agent在华尔街制造恐慌。同一个词，同一天，上演了最极致的冰与火。

这个反差暴露了一个被行业忽略很久的真相：Agent的问题不是"不够聪明"，而是我们对它的期待放错了地方。

Meta要的Agent是什么？是能像人类一样理解上下文、自主完成复杂任务、在开放域里灵活应对的"通用智能助手"。这条路确实比想象中难走——因为"像人一样"本身就是一个移动靶。

可达摩院的ElementsClaw要的是什么？是在一个极其狭窄的领域里——超导晶体结构预测——做到人类做不到的事。它不是来聊天的，不是来写周报的，不是来替代任何一个人类岗位的。它只有一个任务：在海量结构空间中，找到那些人类靠直觉和经验永远筛不出来的候选材料。这个任务，AI比人类快一万倍。

这才是问题的关键。Meta的挫败和阿里的突破，不是"美国AI不行了"或"中国AI碾压了"，而是两群人把同一个词指向了完全不同的目标。一个想让Agent变成人，一个想让Agent超越人。方向上差了半度，结果上差了一个数量级。

我的判断很明确：2026年下半年，Agent的故事将从"替代人类"转向"抵达人类从未到过的地方"。通用Agent当然值得追求，但那个方向还需要更长的耐心。而垂直Agent——在科研、制药、材料、工业设计这些"人类有明确目标但试错成本极高"的领域——已经进入了爆发期。今天4种超导材料只是一个开始。当AI智能体开始批量发现新材料、新药物、新催化剂，它对实体经济的冲击将远超任何一个聊天机器人。

问题来了：如果让你给公司选一个Agent方向，你会押注"能帮员工写周报的通用助手"，还是"能在实验室发现新材料的专业引擎"？

郑工长每天都在关注AI圈的新闻动态，看看今天AI圈都有哪些新动态：

核心趋势摘要

  • Agent的冰火两重天：Meta认错暴跌，达摩院却在创造新材料。 这不是技术能力的差距，是技术方向的差距。通用Agent的"期望回调"和垂直Agent的"超预期突破"在同一天发生——行业正在被一分为二：一边继续烧钱追"像人一样聪明"，一边悄悄在专业领域做到"人永远做不到的事"
  • 美团LongCat-2.0：万亿参数大模型全程国产芯片训练。 业界首个在五万卡国产算力集群上完成全流程训练的万亿参数模型。这个信号比任何政策文件都直白——国产芯片的AI训练能力已经进入了"万亿俱乐部"
  • 芯片股连续大跌：AI投资的逻辑链正在被重新定价。 闪迪跌入熊市，导火索不是芯片公司业绩，而是大模型公司的效率提升被解读为"芯片需求利空"——市场开始意识到，模型越高效，对算力的依赖反而可能越理性

技术突破与基础设施

  • 美团LongCat-2.0：五万卡国产芯片集群练出来的万亿模型。 总参数1.6T，平均激活参数约200B，并将对外开源。业界首个在五万卡国产算力集群上完成全流程训练与推理的万亿参数模型——不是"国产芯片能不能用"的问题了，是"国产芯片已经能跑通万亿参数的全流程了"。当训练基础设施的"国产替代"从PPT变成生产环境，算力供应链的格局正在被改写

  • Immich 3.0把工作流引擎塞进照片管理：AI自动化正在"下沉"。 这个开源照片备份应用的新版本，新增了移动端无损编辑和可视化/JSON双模式Workflows自动化。当一个照片管理工具都开始内置工作流引擎，说明"AI自动化"不再是企业软件的专属标签——它正在变成所有工具的标配能力

  • 达摩院ElementsClaw凭什么28小时筛完240万结构？ 这个超导材料发现智能体背后是一个1.25亿结构数据库——相当于把人类几十年的晶体学知识压缩进了训练集。不同于通用大模型的"广度优先"，ElementsClaw走的是"深度优先"路线：在一个极窄的领域，用极深的知识储备，达到人类无法企及的筛选效率。这是垂直Agent方法论的一次完美验证

产业落地加速

  • AI大厂开始互相"砌墙"：以前随便用别家模型，现在不行了。 据cnBeta深度报道，科技公司正在内部设限，禁止员工使用竞品AI工具。以前AI工具像公司食堂的自助餐——谁家模型好用就先端上桌。现在token的流动正在被企业政治重新划分边界。当"组织安全"压过"模型性能"，AI工具链正在从"开放集市"退化成"各自圈地"

  • 华强北的AI生意经：169元一个的AI玩偶，一季度卖了20万台。 深圳十方融海科技接入AI智能交互系统后，橘黄色小机器人Q2出货量达20万台。客单价169元——这不是资本故事里的"万亿市场"，而是真实发生在大湾区的C端变现。当AI+潮玩跑通了量产和出货，硬件端的AI落地速度可能比软件端更快——因为消费者不需要学习新交互，买个玩具就够了

  • 老龄化遇上多智能体：AI在帮银发人群"排队看病"。 AgeClub报道，AI前门自动化分流问诊预约正在成为银发经济医养数字化的新方向。当一个多智能体系统在医疗场景中协同工作——分诊Agent、预约Agent、随访Agent各司其职——AI的价值不是"替代医生"，而是"让医生有时间做医生该做的事"。在老龄化加速的背景下，这个场景的紧迫性远超任何炫技式AI应用

  • 三一学院联手华为：用大模型做"分诊"，核心逻辑不是技术而是预算。 基于Qwen的智能分诊系统，在预算约束下实现帕累托最优——不追求最先进的技术，而是追求在有限资源下的最佳效果。这对发展中国家的医疗AI部署是一个重要样本：不是每个场景都需要万亿参数，有时候"刚好够用"比"遥遥领先"更有落地价值

资本与市场

  • 扎克伯格四个月的"Agent焦虑"被市场公开定价：Meta一天蒸发数百亿。 这场内部全员大会暴露的不只是Agent进展不及预期——扎克伯格还承认2026年部门重组"本可以做得更利落些"。当一个CEO开始公开反思执行效率，市场用脚投票的速度比任何时候都快。更值得关注的是：Meta并不是唯一在Agent上烧钱但看不到回报的巨头——其他几家大厂的Agent故事会不会也面临同样的"期望回调"？

  • 芯片股集体"渡劫"：闪迪跌入熊市，AI硬件叙事正在被重估。 AI硬件板块连续两天调整，真正的导火索不是芯片公司本身的业绩——而是两家大模型公司的最新动作被市场解读为"模型效率提升=芯片需求减少"。当市场开始用这个逻辑给芯片股定价，过去两年"AI必定拉动芯片需求"的单边叙事出现了裂缝。当然，长期来看AI的算力需求只会更大——但短期内的预期修正，已经足以让高估值的芯片股吃一记重拳

  • Robinhood CEO放话：AI智能体很快能跟人类交易员掰手腕。 弗拉德·特涅夫预测AI智能体将让散户获得机构级交易能力。这个预测如果成真，交易领域的"AI民主化"将比任何其他行业都来得更猛烈——因为这里没有"用户习惯"的阻力，只有赤裸裸的盈亏数字。当散户的AI助手能和华尔街的算法同台竞技，金融市场的游戏规则将被彻底改写

相关新闻源

相关内容

黄仁勋嫌AI太贵被全网怒怼：英伟达才是AI最贵的那个

黄仁勋嫌AI太贵被全网怒怼：英伟达才是AI最贵的那个

裁掉三万人之后：AI先杀的是脑力，不是体力

裁掉三万人之后：AI先杀的是脑力，不是体力

阿里千问打响第一枪：大模型告别“陪聊”，开启“办事时代”

阿里千问打响第一枪：大模型告别“陪聊”，开启“办事时代”

一款会追问的AI——这才是AI该有的样子

一款会追问的AI——这才是AI该有的样子

Google Opal入驻Gemini Gems：AI应用开发进入“零代码”时代

Google Opal入驻Gemini Gems：AI应用开发进入“零代码”时代

AI引发金融业“焦虑潮”：从税务到会计，你的高薪技能还安全吗？

AI引发金融业“焦虑潮”：从税务到会计，你的高薪技能还安全吗？