写在前面
过去一个月,大模型圈几乎没有安静过。Anthropic 冲 IPO,Google 连发三款 Gemini 4,Meta 把模型价格压到每百万 token 一毛钱。但真正值得企业关注的,不是谁的榜单分数更高,而是一个更朴素的问题:这些能力,有多少真正变成了可交付的业务结果?
这篇文章分为四个部分:Claude 与 Anthropic 的方向、大模型技术主线、智能体进展、智能硬件。最后给出我们对企业该关注什么的判断。数据截至 2026 年 11 月 18 日。
一、Claude 与 Anthropic:从「最强的模型」到「完成最多的工作」
近三个月发布节奏明显加快。9 月 22 日 Opus 5.5,100 万上下文、12.8 万输出;9 月 28 日 Sonnet 5.5,速度提升 30% 以上;10 月 7 日 Haiku 5.5,面向高并发、子智能体、浏览器操作;11 月 9 日 Fable 5.2 与 Mythos 5.2,速度提升 30%、降价 20%,每百万 token 输入 8 美元、输出 40 美元。
Fable 5.2 在 Artificial Analysis 智能指数拿到 65 分位居第一,超过 Gemini 4 Carbon 的 60 分。同日推出 Claude Enterprise 五项能力:Meetings、Whiteboards、Sheets、Data 与第三方连接器。
三个信号值得注意。
第一,竞争单位从「token 价格」变成「完成的工作」。Fable 5.2 内置 Advisor 和 Orchestrator 两个角色,前者让弱模型遇到难题向强模型请教,后者让强模型把简单任务拆分给弱模型执行。这说明 Anthropic 自己在做模型路由,不希望被第三方路由平台架空。
第二,进入企业工作界面。Claude Meetings 能加入视频会议并实时产出文档,这块原本是 Microsoft 和 Google 的地盤。有分析师直言,Anthropic 是在争夺企业工作界面。
第三,IPO 在即。11 月 19 日或 20 日上市,估值目标 1 万亿至 1.4 万亿美元。有意思的是,CEO 在 9 月刚呼吁放慢 AI 发展速度,一个月后就发布了前沿模型,公司官方解释是 pacing not pausing,是控制节奏不是暂停。
我们的判断:技术领先仍在,但重心已经从实验室移到企业交付。这恰好说明,模型能力开始趋同,交付能力成为分水岭。
二、大模型:三条增长路径里,第三条已成主流
过去十年,大模型的进步主要靠预训练扩展,更多参数、更多数据、更大集群。这条路仍然有效,但边际收益已经明显递减。
2026 年的共识是三条路径。预训练扩展,仍有效但收益递减,混合专家架构成共识;后训练优化,微调、强化学习、蒸馏,中等成本;测试时计算,已成为第三主线,从研究技巧变成产品标配。
测试时计算的意思是,模型在回答前先多想一想,生成中间推理链,探索解题策略、检查部分答案、发现错误就回溯。
几个关键证据。OpenAI o3 在高算力模式下,单题消耗 5700 万 token、运行约 14 分钟,在 ARC-AGI 基准上拿到 87.5%,而普通模型接近 0%。DeepSeek R1 以约二十分之一的成本达到可比推理水平。更重要的是,DeepSeek R2 最终没有独立发布,推理能力被并入 V4,成为旗舰模型的思考模式。
最后这一条最关键,推理不再是独立产品,而是变成每个旗舰模型的内置能力。
四个结构性趋势。
推理从特殊模型变成默认能力,未来的区别不在有没有推理,而在默认开多大、多贵。原生多模态成为输入边界,支持多模态不再是亮点而是默认配置。长上下文继续扩,但会不会用比能装多少更重要,真正重要的是模型在百万上下文里还能不能准确检索、定位、推理。模型选型等于系统架构选择,不再是问谁最强,而是问这个场景该用哪一档。
这里有一个必须警惕的问题,过度思考。更长的推理不总是更好,模型可能在长链里漫游、引入虚假步骤,甚至自信地为错误答案编造理由。2026 年的最佳实践是,只在值得的时候想更久,并且必须配验证器。说到底,你买的不是 token,是搜索和验证。
三、智能体:协议收敛了,瓶颈转移到治理外壳
三个协议的分工已经明确。MCP 管智能体怎么调用工具,是纵向的,接通工具和数据。A2A 管智能体之间怎么协作,是横向的。AP2 管智能体怎么花钱,是信任层,带签名的支付授权。
2026 年的关键节点有几个。MCP 于 2025 年 12 月捐给 Linux 基金会下的 Agentic AI Foundation,2026 年 7 月 28 日的新规范把它改成无状态,删掉了初始化握手和会话头,可以挂在普通负载均衡后面。A2A 一周年时已有 150 多家组织支持,稳定 1.0,Google Cloud、Azure、AWS 都已集成。Anthropic 的 Agent Skills 也捐给了 AAIF,和 MCP 形成互补,一个教你怎么做,一个给你工具做。
但真正的瓶颈不在协议。
Gartner 预测,未来两年全球前 500 强平均会跑 15 万个智能体,现实数据却是这样的。76% 的企业从试点到生产撞上关键墙,来源是 Collibra 2026 年报告。只有 7% 的企业在生产环境跑全自主智能体,来源是 Bain 对 951 家企业的调研。79% 的企业说已经有智能体在生产,但其中只有 20% 广泛使用,只有 15% 把 AI 投入和损益挂钩,来源是 Genpact。
Computer use 的真相值得单独说。
OSWorld 基准上,成功率从 2024 年 4 月的 12% 提升到 2026 年 6 月的 85%。但在 OSWorld 2.0 上,中位任务人类需要 1.6 小时,最强系统只完成 20.6%。
这两个数字之间的差距,是这个领域当前最重要的事实。短任务已经可用,长任务还差得远。生产可用的范围是有人监督的网页自动化、边界清晰的流程、辅助而非替代。生产不可用的范围是无人监督的高风险任务、任意桌面自动化。
另一个参考数据是 METR 测出的,前沿模型 50% 成功率的任务时长约 12 小时,80% 成功率约 1.5 小时。
还有一个被证伪的判断,多智能体并不总是更好。同等推理预算下,单智能体在多跳推理任务上一致匹配或超过多智能体系统。自动生成的多智能体系统一致不如思维链加自一致性,而且还贵 10 倍。所以,不要为了架构好看而拆多智能体。
四、智能硬件:眼镜起量,人形机器人还在基础设施期
AI 眼镜是真起量了。2026 年出货预计超过 1500 万台,来源是 Omdia。HSBC 预测 2040 年行业规模达到 2000 亿美元,用户从 2025 年的 1500 万增长到 2.89 亿,增幅 1800%。主导者是 Meta 与依视路陆逊梯卡的组合。
人形机器人则是热度高但仍在早期。2026 年上半年全球出货 2.2 万台以上,同比增长近 300%,中国厂商占 86% 以上,来源是 ITU 报告。上半年国内融资 935 亿元人民币、322 笔,已超 2025 年全年 735 亿。人形机器人 AI 加速器的年复合增长率是 144%,2030 年累计出货超百万台。
但要清醒看到,这个市场目前只有 20 到 30 亿美元,Barclays 预测 2035 年才到 2000 亿。
有一份研究的判断值得完整记住。算力变现可以早于机器人变现,即使大规模人形部署要到 2030 年代中期,开发阶段仍然需要仿真计算、模型训练、边缘推理的持续投入。也就是说,这个赛道短期真正赚钱的是卖铲子的,是芯片、仿真、传感器,不是造机器人的。硬件瓶颈在执行器,精密减速器、灵巧手、触觉传感,不在智能本身。
端侧方面,边缘 AI 芯片市场 2026 年是 344 亿美元,2031 年预计 960 亿。
五、企业 AI 的真实现状:价值实现率是最大的机会
这一块的数据,我们认为对企业决策最有参考价值。
达到或超过 AI 商业预期的企业占 33%,来源是 HFS Research 与 Rackspace 的 2026 年 11 月调研。AI 潜在价值的实际转化率是 38%,来源是 Bain 对 951 家企业、63 个流程的研究。过去 24 个月 AI 投入兑现预期的比例是 49%,把 AI 投入和损益指标挂钩的企业只有 15%,都来自 Genpact。ROI 跑不过投入的企业占 57%,来源是 Domino 第五年报告。AI 试点转生产不足一半的企业占 83%,来源是 Madrona。
最反直觉的一条是,在一份针对试点失败的调研中,产品没做到承诺只排第六。真正杀死试点的是集成复杂度、安全合规、证明财务价值。这三件事,恰好是系统集成商的主场。
另一条关键错配是,只有 7% 的企业在生产环境跑全自主智能体,但大部分商业论证是按全自主的经济性写的。这个错配,就是价值实现率只有 38% 的根源。
还有一个信号值得注意。2026 年年中约 10 周内,四大 AI 厂商投入超过 90 亿美元,把自家工程师塞进客户组织,专门做集成和工作流重设计,其中 AWS 投 10 亿,微软投 25 亿、约 6000 名工程师。模型能力趋同后,优势已经转移到落地能力上。
六、我们的判断:关注什么,忽略什么
第一优先,企业 AI 落地方法论与失败复盘。38% 的转化率、83% 的试点转不出生产、失败原因是集成而非产品,这三条正好是系统集成商的主场。我们比纯 AI 公司更懂客户的流程。可落地的动作是,把帮客户算清楚 AI 到底能省多少做成一项服务。
第二优先,智能体在 ERP 与业务流程里的实际边界。我们做的是流程软件,智能体能不能真正改变 ERP 的操作方式,直接决定产品形态。关键观察指标是 OSWorld 2.0 的进展,这是判断能不能真的代替人操作软件的唯一硬指标。明确不要信的,是无人监督全自动 ERP 操作这类叙事,数据不支持。
第三优先,模型选型与成本结构的动态。同一个任务,不同模型的价格可能差 20 倍,效果差不多,所以不要按排行榜做技术选型,要按场景做成本效果权衡。同时要关注国内开源权重的进展,比如 Kimi K3.1、DeepSeek V4.1、Mistral Large 4,在做私有化部署和合规要求场景时,这是唯一选项。
第四优先,AI 硬件的产品化机会,而不是投资机会。AI 眼镜在工业巡检、售后现场、仓配等作业场景的应用值得看。但人形机器人本体投资、具身智能融资新闻,短期内与我们关系不大。
建议忽略的,包括模型排行榜的日常波动、多智能体架构的营销叙事、人形机器人的融资通稿,以及 AGI 明年到来这类预测。
七、一个可以马上开始的内部动作
比起看报告,我们建议做一件更实在的事。
每两周挑一个真实客户流程,用当前最好的模型跑一遍,记录三件事。能不能完成,花了多少 token 和多少钱,人还需要介入多少。
连续记录三个月,这份数据的价值超过任何行业报告。因为我们卖的,本来就是这件事到底能不能做成的答案。
资料来源
Anthropic 官方发布,Claude Fable 5.2 与 Mythos 5.2,2026 年 11 月 9 日。Claude Platform 发布说明。Google 官方博客,Gemini 4 Carbon 正式可用,2026 年 11 月 10 日。CNBC、TechTarget、Yahoo Finance 对 Anthropic IPO 与企业产品的报道。Artificial Analysis Intelligence Index v5。Google 开源博客,MCP 与 Agent Skills 加入 AAIF,2026 年 11 月 11 日。InfoWorld,MCP 与 A2A 不足以支撑智能体规模化,2026 年 11 月 10 日。Bain & Company,Realization Rate,2026 年 10 月。HFS Research 与 Rackspace 企业 AI 调研,2026 年 11 月 12 日。Genpact 企业 AI 智能体调研,2026 年 11 月 12 日。McKinsey,The State of AI in 2026。Domino Data Lab 第五届企业 AI 报告,2026 年 7 月。Madrona 企业 AI 投资回报报告,2026 年 8 月。ITU 具身智能发展报告,2026 年。Omdia、ABI Research、Counterpoint、Barclays 的智能硬件市场数据为二手引用。
说明:Claude 与 Anthropic、大模型趋势、智能体协议三部分基于官方一手来源。智能硬件部分主要依赖研究机构的二手引用,数字请作参考量级,不宜作为精算依据。