AI 全景情报 0729：Agent 开始按算力、权限与采购兑现 (2026)

先看结论

7 月 28 日公开的五条信号，指向同一个更具体的变化：Agent 的竞争开始从「能不能生成」转向「能不能在真实系统里持续运行」。OpenAI 的科学计算案例把人工验证留在核心位置；Recursive 与 AWS 的 4.1 亿美元算力协议，把计算资源变成模型公司的主要预算项；Snowflake、GSA 与 Hush Security 则分别从数据访问、政府采购和身份权限三条线，把 Agent 的控制要求写进产品与合同。

对 AI 团队而言，下一阶段要同时管理三本账：算力账，记录容量、交付和成本；权限账，记录 Agent 能访问什么、以谁的身份行动；责任账，记录谁批准、谁复核、出错后怎样回放。

信号	已确认事实	对 AI 从业者的直接含义
科学计算开始使用编码 Agent	OpenAI 发布一份包含 8 个 Agent 辅助科学计算项目的探索性现场报告，其中 5 个只使用 Codex，3 个同时使用 Codex 与 Claude Code，项目覆盖基因组软件维护、语言迁移和 GPU 原生重写。1	研发效率的瓶颈从写代码转向验收、复现和长期维护。
Recursive 把 4.1 亿美元押到 AWS 算力	Recursive 与 AWS 宣布多年期、4.1 亿美元的算力合作；TechCrunch 报道称该协议不含 Amazon 股权投资，双方还将共同开发面向自动化 AI 研究的基础设施。2 3	算力协议要和融资、股权、机房所有权及已上线容量分开核算。
Snowflake 推出 Cortex AI Gateway	Gateway 将 Agent 对模型、工具、MCP 服务器和企业系统的访问集中管理，支持超过 100 个 MCP 服务器，并提供操作记录、成本归因、支出限制和模型路由；网关本身标注为即将公开预览。4	Agent 的控制面会从应用代码中拆出来，成为独立的安全与财务系统。
美国 GSA 把 Agent 放进 OneGov 采购	GSA 与 CORAS 达成 OneGov 合作，GARY Insight 和 GARY Execute 分别提供 80% 和 40% 折扣，服务面向 CORAS 的 FedRAMP High、IL 5/6 平台，优惠期至 2027 年 9 月 30 日。5	政府采用的门槛不只看模型效果，还看认证、人工复核、审计记录和采购路径。
Hush Security 完成 3,000 万美元 A 轮	Hush 宣布由 Akamai 作为战略投资方参与 3,000 万美元 A 轮，累计融资达到 4,100 万美元；其方案包含 Agent 注册、即时最小权限、全量操作记录和集中式撤销开关。6	Agent 治理正在从模型厂商的附加功能，变成身份安全公司的独立预算。

1. 科学计算的第一道门槛不是生成代码，而是证明代码正确

OpenAI 在 7 月 28 日发布的报告，整理了 8 个主要位于生命科学领域的 Agent 辅助项目。5 个项目只使用 Codex，3 个项目同时使用 Codex 与 Claude Code，工作范围从日常维护、定向优化，到大规模语言迁移和 GPU 原生重写。报告由参与项目的团队撰写，属于 OpenAI 的探索性现场报告，不是统一条件下的第三方评测。1

案例里的共同变化，是研究人员的角色从实现者转向验证者和编排者。人仍然要定义目标、规定正确性、决定结果是否可以发布。Agent 可以很快写出第一版实现，却不能稳定判断结果是否符合科学要求；报告提到，项目团队需要用精确输出一致性、与既有工具的结果对齐、统计行为和模拟数据等外部标准验收。

这把「编码 Agent 提效」拆成了两件事。生成初稿的速度可能明显提高，但边界条件、数值差异和最后一公里往往更费时间。科学软件还有长期维护问题：如果重写后的工具没有明确的维护者，今天减少的工程负担，可能变成明天的分叉代码和不可复现结果。

对 AI 从业者意味着什么：

科研和医疗等高责任场景，应先建立可重复的验收测试，再扩大 Agent 权限。测试对象不只是代码，还包括数值结果、数据处理路径和异常输出。
评估编码 Agent 时，把「初版生成时间」与「达到可发布状态的总时间」分开记录，后者才更接近真实生产收益。
对由 Agent 重写的基础库指定长期维护者，并保留上游合并、版本变更和结果复现记录。

接下来观察： 这些案例能否在独立环境中复现，重写后的项目能否回到原有社区，以及团队是否愿意公开从初版到验收版的返工比例。

2. Recursive 与 AWS：算力协议开始像研发组织的一部分

Recursive 与 AWS 宣布了一项多年期、4.1 亿美元的合作协议，Recursive 将在 AWS 上运行其自动化 AI 研究系统，双方还计划共同开发面向大规模自动化研究的专用基础设施。AWS 的公告称，Recursive 试图让系统提出想法、运行实验、验证结果，再决定下一轮实验。协议金额和合作范围来自公司与 AWS 的公开口径。2

TechCrunch 进一步报道称，这笔协议不包含 Amazon 的股权投资，主要是算力支出；Recursive CEO Richard Socher 说，未来还可能签署更大规模的算力协议。该报道还提到，Recursive 在 5 月走出隐身时披露融资 6.5 亿美元。这里要把三个数字分开：4.1 亿美元是多年期计算合作金额，6.5 亿美元是此前报道的融资额，两者都不等于已经上线的 GPU 容量。3

这条消息的行业含义比「又一家 AI 公司买云」更窄，也更实在。Recursive 把自动化研究循环当作核心产品，Agent 数量和实验并发度会直接决定算力消耗；AWS 则需要为这类工作负载提供弹性、可靠性和定制基础设施。研发团队的组织结构因此出现一个新变量：预算不只分给工程师和数据，也要分给可持续运行的研究 Agent。

对 AI 从业者意味着什么：

做算力规划时，至少分开记录协议金额、预留容量、已交付容量、区域、电力和违约条款。签了合同不代表 GPU 已经上线。
对「自动化研究」项目，关注每轮实验产生的可验证结果，而不是只看并发 Agent 数量。无效循环越多，计算预算越容易变成沉没成本。
评估云厂商合作时，核对是否含股权、是否包含专用网络和存储、谁拥有定制硬件，以及模型或数据能否迁移到第二家供应商。

接下来观察： Recursive 何时发布可实际使用的产品或研究结果，AWS 的专用基础设施是否会扩展为面向更多 AI 公司的标准服务，以及 4.1 亿美元合作最终对应多少有效实验产出。

3. Snowflake 把 Agent 的数据、工具和花费放到同一个网关

Snowflake 宣布 Cortex AI Gateway，用它集中治理企业 Agent 对模型、数据、应用、MCP 服务器和工具的访问。官方公告称，Gateway 支持超过 100 个 MCP 服务器，能够记录 Agent 访问了什么、执行了哪些动作，把成本归因到团队、Agent 或工作负载，并按质量、成本、延迟和可用性把请求路由到获准模型。4

它同时覆盖 Snowflake 自家的 CoWork、CoCo，也把 Claude Code、Cursor 这类外部 Agent 纳入同一个治理描述。Snowflake 的状态说明显示，Cortex AI Gateway 即将进入公开预览；部分安全产品已正式可用，1Password、Aembit、Linx Security、SailPoint 和 Saviynt 的集成计划进入私有预览，Okta 集成计划在 2026 年第四季度进入私有预览。不同组件的可用状态不能合并成「全部 GA」。4

过去企业常把权限、模型调用、工具连接和 token 消耗分散在不同系统里。Agent 一旦跨越多个 SaaS、数据库和 MCP 服务，排查一笔异常调用就会变成日志拼接。Gateway 的价值不在于再提供一个 Agent，而在于把身份、工具、动作和花费放进同一条审计链。

对 AI 从业者意味着什么：

设计企业 Agent 时，把控制面从业务逻辑中独立出来，至少记录 Agent 身份、授权人、调用工具、读取数据、动作结果和 token 成本。
权限应按任务发放，而不是直接继承用户的全部权限；高风险动作要有人工批准和可回滚路径。
采购「Agent 平台」时，先问清楚哪些能力已经 GA，哪些仍是公开预览或私有预览，不能把路线图当成现成产品。

接下来观察： Snowflake 能否把外部 Agent 的权限和操作记录真正统一，成本归因是否能进入财务结算，以及 MCP 服务器数量增长后，策略维护会不会成为新的运维负担。

4. GSA 与 CORAS：Agent 进入政府采购，认证和人工复核成为产品卖点

美国总务管理局（GSA）7 月 28 日宣布与 CORAS 达成 OneGov 合作，为联邦机构提供折扣后的 GARY Agent 编排服务。GSA 公告称，GARY 位于 CORAS 的 FedRAMP High、IL 5/6 平台上，能够把自然语言请求转成决策材料，并由人工审核每一个结果；平台还包含 App Factory，用于快速构建任务应用。5

具体价格也被写进了采购入口：GARY Insight 折扣 80%，包含 Agent 报告、ETL、分析、看板和 Agent 目录；GARY Execute 折扣 40%，包含 Agent 工作流、编排和决策支持。折扣通过 GSA Multiple Award Schedule 的 OneGov Strategy 提供，期限到 2027 年 9 月 30 日。5

GSA 还转述了平台方关于 App Factory 的速度说法：任务应用可以在几天内构建，而传统开发通常需要 6 至 12 个月。这是公告中的产品和供应商口径，不是独立交付周期统计。可以确认的行业信号是，Agent 采用开始沿着认证、合同和折扣采购进入机构内部，而不只靠单个部门自发试用。

对 AI 从业者意味着什么：

面向公共部门做产品，FedRAMP 等认证、数据驻留、人工审批、审计记录和采购路径要在产品设计早期进入，不应等销售阶段再补。
评估政企 Agent 时，折扣并不等于低总成本。要把配置、身份接入、日志保留、模型调用和人工复核的费用一起算。
供应商宣称的「几天上线」应拆成模板配置、数据接入、权限审批和正式运行四个阶段，要求分别给出验收条件。

接下来观察： OneGov 的试用是否转成长期合同，GARY 的人工复核和审计轨迹能否被联邦机构实际采用，以及折扣期结束后的续费价格与数据迁移条件。

5. Hush Security 融资：Agent 身份管理出现独立预算线

Hush Security 宣布完成 3,000 万美元 A 轮融资，Akamai Technologies 作为战略投资方加入，既有投资方 Battery Ventures 和 YL Ventures 继续参与；公司称累计融资达到 4,100 万美元。Morningstar 页面承载的 PR Newswire 原稿显示，Hush 将资金用于扩大美国工程和销售团队、增加企业身份与 Agent 生态集成，并拓展企业合作。6

Hush 的产品逻辑很清楚：先把每个 Agent 登记进中央目录，取消长期有效的凭证，再在运行时按任务发放即时最小权限；每个动作要记录，并提供集中撤销开关。公司把能力分成发现、控制和审计三部分，覆盖桌面助手、企业 Agent、自建 Agent，以及它们能访问的 MCP、工具和资源。上述功能与客户采用情况属于公司新闻稿口径。6

Snowflake 从数据和工具侧搭控制面，Hush 从身份和权限侧切入，二者解决的是同一类生产问题：企业不能让一个不具备明确身份的程序长期拿着用户的钥匙行动。差别在于，平台型方案往往围绕数据与模型编排，安全型方案更强调跨系统的 Agent 注册、归因和撤销。采购时需要看两者能否对接，而不是只比较功能清单。

对 AI 从业者意味着什么：

把 Agent 当作非人类身份管理对象，给它单独的注册、审批、密钥轮换、权限过期和撤销流程。
事故回放要能回答「哪个 Agent、以谁的授权、在什么时间、通过哪个工具、修改了什么数据」，否则日志只是存档，不是控制。
比较 Agent 安全产品时，重点看即时权限、任务级授权、跨平台归因和 kill switch 是否能在生产环境工作，而不是只看扫描报告数量。

接下来观察： Hush 能否把身份治理接入更多企业 AI 平台，Akamai 的网络与边缘能力会如何进入 Agent 安全链路，以及企业是否愿意为「非人类员工」单独拨出安全预算。

风口判断：Agent 的估值要通过三道验收

这五条消息的共同点，不是都在谈 Agent，而是都把 Agent 放进了一个可验收的系统里。

第一道是算力验收。Recursive 的 4.1 亿美元协议把实验并发、云容量和研发预算直接连在一起，模型公司的算力规划会越来越像制造业的产能规划。第二道是权限验收。Snowflake 和 Hush 都在处理 Agent 的身份、工具、数据和撤销能力，说明「让模型调用工具」已经不够，企业还要知道谁授权了这次调用。第三道是责任验收。OpenAI 的科学计算案例依赖外部正确性标准，GSA 的 GARY 强调人工审核和审计记录，二者都把结果交付而不是生成速度放到验收终点。

未来一个季度，最值得跟踪的不是新的 Agent 名称，而是四个可核对的结果：

算力合作能否转成已交付容量和可复现的研究产出。
企业网关能否把 Agent 身份、工具调用和成本记录接到财务与安全流程。
公共部门试点能否从折扣采购走到长期合同，并公开真实的人工复核负担。
科学与企业案例能否给出基线、返工率、错误率和维护责任。

能进入采购、产品和投资决策的 Agent，最后留下的不会只是模型输出，还会有容量账单、权限记录、验收测试和责任链。

AI 全景情报 0729：Agent 开始按算力、权限与采购兑现

先看结论

1. 科学计算的第一道门槛不是生成代码，而是证明代码正确

2. Recursive 与 AWS：算力协议开始像研发组织的一部分

3. Snowflake 把 Agent 的数据、工具和花费放到同一个网关

4. GSA 与 CORAS：Agent 进入政府采购，认证和人工复核成为产品卖点

5. Hush Security 融资：Agent 身份管理出现独立预算线

风口判断：Agent 的估值要通过三道验收

References

Related content