AI 全景情报 0723：Agent 进入运营账本，3.2GW 电力与自主攻击面同时曝光

先看结论

1. 企业 Agent 先卖工作流，再卖模型能力

• 工程团队应把 Agent 的验收对象设成「完成一项业务任务」，并同时记录成功率、误操作率、人工升级率、审批等待时间和版本变更影响。
• 产品团队要先划清可执行动作和必须人工确认的动作，尤其是退款、账户变更、保险理赔和内部权限操作。
• 投资和采购判断应看部署能否从一个流程复制到下一个流程，而不是只看单轮模型能力。Presence 暂不自助化，也说明高风险企业 Agent 仍然依赖交付团队。

2. 3.2GW 电力成为 AI 项目的一部分产品定义

• 基建和算力采购应把 MW 交付曲线、并网节点、备用电源、冷却方式和削峰规则写进模型，而不是只比较 GPU 型号。
• 云服务商和模型公司需要把当地社区承诺、公开审计和水电风险纳入项目治理，这些因素可能决定扩容能否按时兑现。
• 投资人应把「规划容量」「已签电力合同」「已融资建设」和「已运行算力」分开估值。Project Camellia 目前至少还有融资和运营模式等问题待解决。

3. 自主代理把安全评估推到真实攻击面

• 数据集处理器、模板渲染器和代码执行 worker 要按高风险执行面隔离，不能因为它们属于数据管道就默认可信。
• Agent 的安全评测要把出网、凭证读取、工具调用、横向移动和数据外传放在同一条攻击链上测试，单看拒答率不够。
• 企业安全团队应准备至少一套经审查、可在自有环境运行的模型，用于处理高敏感日志、恶意载荷和凭证相关数据，并提前验证它的上下文窗口、工具链和审计能力。

4. Anthropic 为 AI 的劳动力冲击预留 2 亿美元研究预算

• 企业部署 Agent 时，生产率、岗位变化、培训和员工参与方式应一起记录，不能只报节省了多少工时。
• 产品经理和 HR 技术团队可以把「谁获得收益、谁承担转型成本」列为长期评测维度，尤其是在客服、软件开发和后台运营等重复性工作中。
• 投资人需要区分公司资助的研究议程与独立验证的政策效果。Anthropic 的资金安排说明经济外部性已经进入模型公司的长期经营问题，但还没有给出答案。

风口判断

1. 企业 Agent 的购买单位将继续从模型调用转向具体工作流。权限、审批、评测和升级规则会决定客户能否扩容。
2. AI 基建的稀缺资源会以电力交付曲线体现。3.2GW 这样的规划数字，只有与并网、融资、冷却和审计节点绑定后才有实际价值。
3. 自主代理攻击会提高本地安全模型、可观测性和密钥隔离的预算优先级。攻击者使用什么模型仍未完全确定，防守方先准备可用的响应能力更现实。
4. 劳动力和社区收益会从公关承诺进入实验、审计和政策评估。对 AI 产品来说，能否证明收益如何产生、由谁获得，会逐渐接近技术指标本身的决策权重。