AI 全景情报 0727：云需求、推理芯片与 Agent 入口同时进入兑现期

先看结论

1. Google 用低成本模型补位，但旗舰节奏仍是市场的问号

• 生产流量不要只测旗舰模型。把 Flash、Flash-Lite 和专用模型放进同一套任务集，分别记录成功率、首 token 延迟、工具调用次数、输入输出 token 和失败后的降级路径。
• Google 的云 backlog 和供给约束同时出现，说明合同金额不能替代可用容量。采购时应把区域、配额、峰值限流和模型切换写进服务协议。
• Cyber 版本的有限访问说明高风险能力会出现「能力先到、权限后到」的交付顺序。做安全产品时，模型权限、操作日志和人工复核不是上线后的补丁，而是产品边界的一部分。

2. Etched 把专用推理芯片送进 103 亿美元估值区间，但离规模化还很远

• 评估专用芯片要把模型版本、量化方案、batch size、prefill/decode 比例、编译器成熟度和集群互联放在一张测试表里，不能只看峰值 TOPS 或厂商 demo。
• 真正的采购门槛是系统交付。要核对样机、客户测试、量产日期、保修和软件更新是否分别有文件，而不是把「已制造」「有订单」「可规模交付」当成同一状态。
• 对推理平台来说，多模型支持是一种保险，但不能把公司自己的兼容性表述当作独立 benchmark。至少需要一组真实业务 trace，测出单位成功任务成本和故障恢复时间。

3. Cognition 收购 Poke，Agent 入口开始和底层模型分开估值

• 设计 Agent 时，除了任务成功率，还要记录用户从哪里发起任务、是否需要切换应用、是否能复用上下文、失败后能否继续，以及用户是否愿意再次调用。
• 做企业产品时，个性化不是让模型更会聊天，而是把权限、记忆、通知和人工接管放进可审计的状态机。没有这些边界，所谓「像同事」很快会变成不可控的自动化。
• 对并购和竞品分析来说，要把入口活跃度、消息量、留存、平台许可和底层模型成本拆开看。消息数量能说明使用频率，却不能单独证明收入或任务质量。

4. 欧盟 AI Act 的日期变长了，企业的证据链并没有因此变短

• 产品立项阶段就要确定系统是否落入禁止、透明度、通用目的模型或高风险类别，并为每个判断保留版本、输入数据、风险评估和责任人。
• 工程团队要把日志、数据质量、可追溯性、人类监督、准确性和网络安全证据接入发布流程，而不是等法务在上线前手工补材料。
• 跨境部署需要同时跟踪最终法规文本、协调标准、委员会指南和成员国执行机构。日期表是入口，不是完整的合规清单。

风口判断：下一轮竞争是单位任务成本、交互入口和可执行规则的组合

1. 模型价格下降是否伴随稳定的配额和更低的成功任务成本，而不是只降低单 token 报价。
2. 专用推理芯片是否从客户测试进入量产交付，并在真实模型组合上给出独立数据。
3. Agent 入口是否带来更高的留存和任务完成率，还是只增加消息量。
4. AI Act 的过渡日期是否转化为清晰的标准、指南和产品证据要求。