AI工具创业速报：Agent插件争夺入口，平台退场、端侧推理与算力合同并行 (2026)

先看结论

本周的变化，集中在 Agent 产品的四个成本项：能否跨客户端携带技能，能否离开单一平台，能否把推理放到设备上，以及每一轮自动化要消耗多少模型和算力。Google 支持 Agent Plugins 1.0.0，GitHub 一边把 Kimi K3 接入 Copilot、一边宣布 Spark 停止新增用户；MacPaw 与 Liquid AI 把本地推理和记忆层放进 Mac 路线图；Naïve 和 Volta 则分别从 Agent 运行基础设施与数据中心资本切入。1 2 3

覆盖窗口为 2026 年 7 月 31 日 17:15 至 8 月 7 日 17:15（北京时间）。下面把产品状态、商业条款和编辑判断分开写；公司自报的用户、收入与性能数字，不外推为行业平均表现。

快速总览

事件	已确认变化	可用范围与限制	创业者先做什么
Google Agent Plugins 1.0.0	用 `plugin.json`、`skills/`、`mcp.json` 和客户端扩展目录，把技能与 MCP 服务器放进一个可携带的插件目录。1	规范由 Amazon、Cursor、Microsoft、OpenAI、Vercel 的核心维护者共同发布，Google 加入维护组；v1 只定义打包，不定义安装、权限、沙箱或信任验证。	先把一个真实工作流做成插件，分别在 IDE、CLI 和企业客户端验证加载与失败隔离。
GitHub Spark	8 月 4 日起不再接收新用户或创建新应用；现有应用可用到 8 月 31 日导出，已部署应用之后仍可运行。3	使用 `llm()` 的应用还受 GitHub Models 7 月 30 日退役影响；需要自行替换推理提供商并承担 API key 与账单。	立刻导出代码、替换模型调用，并把迁移回归样例留在仓库里。
Kimi K3 in Copilot	GitHub 宣布开放权重模型 Kimi K3 逐步进入 Copilot 的模型选择器，覆盖云端 Agent、CLI、IDE、网页、移动端等入口。2	Pro、Pro+、Max、Business、Enterprise 都在 rollout 范围；Business 和 Enterprise 默认关闭，按提供商目录价实行用量计费，当前仍是渐进式上线。	不要把它当作套餐内的固定成本；用自己的代码任务测质量、延迟和每次成功任务成本。
MacPaw × Liquid AI	共同开发 Mac 本地 AI 技术栈：Liquid Foundation Models 配合 MacPaw 的 Elix 推理和 Mnemos 记忆，先服务 Eney。4	Eney 的结果预计在 2026 年晚些时候出现；公告没有给出 SDK、API、开放时间或价格，未来才可能通过 Setapp 提供给 Mac 开发者。	把产品任务拆成设备内完成、云端完成和必须人工确认三类，不要先假设本地模型已可采购。
Naïve 融资	完成 2850 万美元 Series A，Nexus Venture Partners 领投；资金用于 Agent 沙箱、模型路由、记忆层和编排器。5	API 可编排公司注册、支付、邮箱、电话、云资源等流程，但 KYC/KYB 和付款仍需用户参与；治理层支持预算、权限限制和敏感动作审批。	先算每个 Agent 成功任务的完整成本，再决定是否需要路由、记忆和轻量运行时。
Volta Infra	公司称以 24 亿美元估值完成融资，并签下 100 亿美元云计算合作，同时启动 50 亿美元 AI 基础设施项目。6	Reuters 报道称合同对象未具名，Bloomberg 指向 Anthropic 的说法尚未被 Reuters 独立核实；官方公告把项目落在挪威 133MW 数据中心。7	把算力合同当作长期现金流和容量承诺来测算，不要把云合作金额误读为股权融资。

开发工具：先统一携带方式，再争夺模型入口

1. Agent Plugins：跨客户端的共同外壳出现了

Google 在 8 月 6 日介绍 Agent Plugins 1.0.0。这是一份开放、厂商中立的规范，把 Agent Skills 和 MCP 服务器放进同一个插件目录。基本结构包括 plugin.json、skills/、mcp.json，还允许用反向域名目录保存某个客户端自己的扩展。插件可以声明 stdio、Streamable HTTP 或旧式 HTTP+SSE 的 MCP 服务，不需要每个客户端各自猜配置形状。1

这条消息的价值不是又多了一个 Agent SDK，而是把「技能、工具和客户端适配」拆开。规范由 Amazon、Cursor、Microsoft、OpenAI 和 Vercel 的核心维护者共同发布，Google 加入维护组；Google 还列出 Agents CLI 与 Data Agent Kit 作为已经支持该格式的产品。1

Agent Plugins 把技能与 MCP 配置打包后连接到不同客户端 — Google 官方示意图把 `plugin.json`、`skills/` 和 `mcp.json` 放进同一目录，再连接 IDE、CLI 与企业客户端；图示对应打包层，不代表这些客户端共享统一的安装或权限机制。1

边界也写得很清楚：v1 不包含安装机制、分发协议、权限模型、沙箱要求、信任与来源验证，也不规定用户界面。对创业团队来说，这意味着「一次打包、多端运行」可以减少适配分叉，却没有替你解决插件从哪里来、谁批准、出了问题如何回滚。

可执行判断：不要先做一个覆盖所有客户端的插件市场。选一个已有客户任务，把同一目录分别放进 IDE、CLI 和企业环境，记录加载成功率、MCP 启动失败后的隔离方式，以及客户端扩展是否会污染可移植核心。规范解决的是包装成本，分发和治理仍是产品机会。

2. Kimi K3 进入 Copilot：开放权重模型开始进入现成分发层

GitHub 8 月 6 日宣布，开放权重模型 Kimi K3 开始逐步进入 GitHub Copilot，并由 GitHub 通过 Fireworks AI 托管。可选入口包括 Visual Studio Code、Visual Studio、Copilot CLI、Copilot cloud agent、GitHub Copilot 应用、github.com、移动端，以及 JetBrains、Xcode 和 Eclipse。官方称这是逐步 rollout，用户未必能立即看到。2

商业条件比模型名称更值得看：Kimi K3 按提供商目录价实行用量计费；Business 和 Enterprise 默认关闭，组织管理员必须先在 Copilot 设置中开启策略。页面的 8 月 6 日编辑注释还记录了 rollout 曾因 GitHub Actions 事故暂时暂停，随后恢复，说明这不是一次瞬时完成的普发。2

这给模型创业者和开发者工具团队两个信号。第一，开放权重模型的分发可以借助成熟开发入口快速触达多种技术栈；第二，进入入口不等于进入固定套餐，价格、管理员策略和 rollout 稳定性都会改变真实采购成本。

可执行判断：用 20 个真实代码任务做一轮小测试，至少记录补丁通过率、工具调用成功率、延迟、重试次数和每次成功任务的费用。把结果和当前模型放在同一张回归表里，再决定是否把它放进默认模型、低成本路由或仅供高级用户选择。

产品入口：本地运行有机会，平台退出也是真成本

3. GitHub Spark：平台撤掉入口，迁移责任落到开发者

GitHub 的公告说，Spark 从 8 月 4 日起不再接受新用户，也不允许创建新应用；已有用户可以使用到 8 月 31 日，把应用导出为代码仓库。已经部署的应用在 Spark 退役后仍会继续运行。3

对使用 AI 的 Spark 应用，迁移还多一步：GitHub Models 已于 7 月 30 日退役，调用 llm() 不再工作。GitHub 建议开发者改用自己的推理提供商；这意味着开发者要自己提供 API key、管理账单，并承担模型替换后的输出回归。没有使用 llm() 的应用不受这项模型服务退役影响。3

这不是上一期 GitHub Models 退役消息的重复，而是一个更靠近产品入口的后续变化：部署结果暂时保留，继续编辑和 AI 能力却需要迁移。对独立开发者，最危险的依赖不是某个 SDK，而是把代码、模型调用和账单都藏在一个平台的默认能力里。

可执行判断：本周完成一次平台退出演练。导出代码，替换 llm()，写入自己的模型适配接口，再用一组真实输入比较输出格式、延迟和成本。演练不能跑通，就不要把 Spark 或同类平台当作唯一生产入口。

4. MacPaw × Liquid AI：端侧推理先做成产品，再考虑开放给开发者

MacPaw 与 Liquid AI 在 8 月 5 日宣布长期合作，共同开发 Mac 本地 AI 技术栈。Liquid Foundation Models 将针对 macOS AI 助手做适配，MacPaw 提供 Elix 端侧推理和 Mnemos 记忆层，第一款接入产品是 MacPaw 的 Eney 助手。官方说，Eney 的相关结果预计在 2026 年晚些时候出现。4

路线不是「全部本地化」：核心任务在 Apple 芯片上运行，云模型仍可在更适合时接手；Mnemos 负责跨交互保留上下文。MacPaw 与 Liquid AI 还表示，这套模型、推理框架和记忆层未来可能通过 Setapp 提供给 Mac 开发者，但公告没有给出 SDK、API、开放时间或价格。4

编辑判断是：端侧 AI 的商业化路径正在从「卖一个模型」转向「把模型、设备运行时、记忆和分发渠道捆成产品」。但这条合作目前仍是路线图，不是创业团队今天就能采购的通用推理服务。

可执行判断：如果你的产品考虑本地 Agent，先把任务分成三类：必须离线或涉及敏感数据的任务、对延迟敏感但可降级的任务、需要云端重模型的任务。为每类记录设备型号、上下文长度、延迟、失败回退和数据边界，再决定是否等待 SDK 或自建运行时。

资本与成本：Agent 的账单从单次调用扩展到整套运行系统

5. Naïve：融资买的是 Agent 运行时，不只是自动注册公司

TechCrunch 8 月 6 日报道，Naïve 完成 2850 万美元 Series A，Nexus Venture Partners 领投，YC、Zetta、Liquid 2 等参与，累计融资约 3200 万美元。公司的 API 把美国 LLC 注册、邮箱、虚拟卡、电话号码、数据库、计算资源以及 Stripe、QuickBooks 等连接放到一个流程里，开发者可以让 Cursor、Claude Code 或 Codex 通过提示词接入。5

流程没有完全无人化：用户仍要参与 KYC/KYB、付款等环节。Naïve 还提供预算、能力限制和敏感动作审批，并计划用这笔资金开发 Agent 沙箱、模型路由与推理优化、记忆系统和多 Agent 编排器；其轻量 JavaScript 运行时主张让客户主要为 Agent 活跃时间付费。8

TechCrunch 转述 CEO 的公司自报数据称，Naïve 在上线数月内获得超过 3 万开发者客户，过去半年年化收入增长 10 倍至数千万美元低位区间。这些数字来自公司披露，不是独立审计结果。8

可执行判断：Agent 基础设施的采购理由已经从「能不能调用模型」转向「能不能把循环成本、权限和运行时隔离管住」。在自己的产品里先测每个成功任务的模型费、工具费、重试费、空闲费和人工审批时间；没有这本账，路由器和记忆层只是架构偏好。

6. Volta Infra：算力合同和股权融资必须分开看

Reuters 8 月 4 日报道，七个月大的 AI 基础设施初创公司 Volta Infra 称，公司以 24 亿美元估值完成融资，并签下 100 亿美元合同，为欧洲一项 AI 云计算项目提供服务；公司还宣布与资产管理公司 Azora 启动 50 亿美元 AI 基础设施计划。Reuters 报道称，合同对象未具名。6

Reuters 同时写明，Bloomberg 引述知情人士称合同对象是 Anthropic，但 Reuters 无法独立核实，Anthropic 未置评。Volta 的公司公告则把首个项目描述为与 Bitdeer 在挪威合作建设的 133MW AI 工厂，使用 NVIDIA Vera Rubin 系统，并称其 Seed 与 Series A 的参与方包括 Azora、Andreessen Horowitz、Altimeter 和 NVIDIA。6 7

这笔交易的统计口径不能混用：24 亿美元是估值，100 亿美元是多年云合作金额，50 亿美元是基础设施融资计划；它们都不是同一个「融资额」。对普通 AI 应用团队，真正有用的信号也不是复制百亿美元合同，而是把高频推理、训练和存储需求折算成容量、现金流和毛利约束。

可执行判断：先用真实流量估算未来 12 个月的峰值 GPU、存储、网络和重试需求，再比较按量付费、预留容量和长期合同。只有当负载稳定、迁移代价高且现金流能承受时，容量承诺才可能比灵活采购更合理。

把六条消息放在一起

六条消息指向同一条更具体的产品路径：Agent 的竞争正在从「谁能接上一个更强模型」转向「谁能把能力放在正确的入口、正确的运行位置和可承受的成本里」。Agent Plugins 解决跨客户端携带，Kimi K3 说明模型可以借现有入口分发；Spark 说明平台依赖会反过来收取迁移成本，MacPaw 则把运行位置推向设备本身；Naïve 把权限、记忆和推理成本做成基础设施，Volta 把容量承诺写进资本结构。1 2 3 4 5 6

给创业团队的本周动作

做 Agent 工具或插件：选一个真实客户流程，做成包含技能、MCP 配置和失败隔离的最小插件；同时测 IDE、CLI 和企业客户端，不要把安装、权限和信任验证默认为标准已经解决。
依赖平台入口的产品：完成一次代码导出、模型替换和账单迁移演练，把模型 ID、API key、提示词和回归样例放进可迁移的接口层。
考虑端侧推理的团队：先按数据敏感度、离线需求和延迟拆任务，做本地与云端的质量和成本对照；不要把合作公告当作现成 SDK。
Agent 调用量正在上升的团队：按成功任务而不是 token 单价记账，纳入工具调用、失败重试、上下文传递、空闲运行和人工审批。
准备采购或融资的团队：把估值、股权融资、云合同和基础设施融资计划分列，分别检查现金流、容量承诺、迁移成本与供应商退出条件。

这周最值得验证的，不是哪一个模型名会留在默认列表里，而是你的产品能否在换客户端、换模型、换运行位置或成本翻倍时继续交付同一个结果。