AI 全景情报 0621：Agent 基建上云，Codex 录工作流，端侧 NPC 开始落地
本期聚焦 AWS、Google Cloud、OpenAI Codex、NVIDIA ACE 与 Genspark 五条信号：Agent 竞争正从模型能力外溢到托管运行控制面、工具治理、可复用 skill、端侧执行栈和企业工作空间入口。文章重点判断，未来 1-2 个季度的机会会围绕 Agent 控制面和流程资产，而不是单一聊天应用。
本期判断：过去 24 小时最值得 AI 从业者盯住的不是某个单点模型刷榜，而是 Agent 的生产化拼图继续补齐。AWS 把搜索、运行时、隔离、记忆、工具网关和观测封进 Bedrock AgentCore；Google Cloud 把 MCP、Apigee 和多租户架构放到企业治理语境里；OpenAI Codex 开始把人的桌面操作录成可复用 skill；NVIDIA 则把 Agent 推进低延迟端侧游戏与 XR 场景。资本市场同步给 Genspark 的「AI 工作空间 + 企业自有数据 Agent」定价。换句话说，AI 竞争的主战场正在从「谁的模型更强」外溢到「谁能把 Agent 安全、便宜、可观测地塞进真实流程」。
本期速览
| 信号 | 发生了什么 | 对 AI 从业者意味着什么 | 观察点 |
|---|---|---|---|
| AWS AgentCore 补齐搜索与运行层 | Web Search on Amazon Bedrock AgentCore GA，AgentCore harness 也宣布 GA；前者提供 MCP-compatible 托管网页搜索，后者用 CreateHarness / InvokeHarness 两个 API 把 Runtime、Memory、Gateway、Browser、Identity、Observability 等封装成生产 Agent 运行面。12 | 企业 Agent 的采购清单从「模型 + RAG」升级为「搜索新鲜度、工具治理、隔离执行、可观测、记忆和身份」一整套运行控制面。 | AWS 能否把 Bedrock、第三方模型和 MCP 工具接成默认企业 Agent 底座。 |
| Google Cloud 强调 Agent 治理与 MCP 接入 | Google Cloud 6 月 15-19 日更新中集中出现多租户 agentic AI reference architecture、Gemini Enterprise MCP Connector、自定义 MCP server 配置，以及用 Apigee 作为 centralized tools management solution 来管控 agent access。3 | Agent 平台正在进入 API 网关和企业架构团队的责任范围，而不只是 AI 团队的试验项目。 | Apigee / API Gateway 类产品是否会成为企业 Agent 的「工具防火墙」。 |
| OpenAI Codex 把桌面流程录成 skill | OpenAI Codex 的 Record & Replay 页面说明，用户可在 macOS 上演示一次流程，Codex 会生成可复用 skill；官方示例包括报销、订车位、创建 issue、发布视频、下载周期报告等。4 | 白领自动化开始从写 prompt 过渡到「把 SOP 示范给 Agent 看」，个人流程知识可能沉淀成企业内 skill 库。 | 录屏式 skill 如何处理权限、隐私、审计，以及是否会从个人效率工具升级成团队流程资产。 |
| NVIDIA ACE 把 Agent 推到端侧游戏 NPC | NVIDIA 6 月 16 日发布 ACE Game Agent SDK Beta 与 Unreal Engine 5 插件，覆盖 ASR、小语言模型、TTS；SDK 提供 Agent、Chat、RAG API，并强调本地 RTX 优化、低延迟和可在游戏世界中感知、推理、行动。5 | 端侧 Agent 的首批高价值场景可能不是手机助手，而是低延迟、强沉浸、可付费的游戏与 3D 内容生产。 | 小模型、RAG、语音和动作生成能否在 RTX 本地形成可复制的开发者栈。 |
| Genspark 融资给「AI 工作空间」继续加码 | Citybiz 报道称，Genspark.ai 获得 1 亿美元 Series B extension，Series B 总额达 4.85 亿美元，post-money valuation 从 3 月的 16 亿美元升至 26 亿美元；公司同时推出 AgentBase，用企业自有数据创建定制数据库、dashboard 和内部系统。6 | 投资人仍在押注「AI workspace 不是文档生成器，而是新一代业务系统入口」。但收入和 ARR 口径来自公司披露，需保留自述属性。 | AI 工作空间能否从个人生产力迁移到企业系统替代，尤其是能否真正接管 CRM、HR、项目、库存等高摩擦流程。 |
1. AWS 的信号：企业 Agent 进入「托管运行控制面」阶段
AWS 本周的两个动作放在一起看，比单独看更重要。Web Search on Amazon Bedrock AgentCore 已 GA，AWS 将其描述为一个 fully managed、MCP-compatible 的网页搜索能力，可作为 managed target 或 connector 接入 AgentCore Gateway；代理通过标准
tools/list 发现工具并调用，背后是 Amazon 自营的网页索引，覆盖数百亿文档，并声称新内容可在数分钟内反映，查询不离开 AWS。1同时，AgentCore harness GA 把生产 Agent 周边的脏活继续向上封装：用 CreateHarness 定义 Agent、InvokeHarness 运行 Agent，运行环境自带隔离文件系统和 shell，可接 Runtime、Memory、Gateway、Browser、Identity、Observability，支持跨 session memory、skills、网页浏览、MCP/tools、模型供应商切换和 CloudWatch tracing。2
这对从业者的决策含义很直接：如果你在企业里做 Agent，2026 年下半年不能再只比较模型价格和 benchmark。真正会卡住上线的是搜索新鲜度、数据出境、工具权限、执行隔离、记忆生命周期、审计追踪和失败回放。AWS 正试图把这些都纳入 Bedrock 的标准采购项，让企业不必在 LangGraph、MCP server、浏览器沙箱、搜索 API、日志系统之间自己拼胶水。
值得注意的是，AWS 的 Web Search 定价为每 1,000 次查询 7 美元，并且目前文中说明可在 us-east-1 访问。1 这意味着它短期更像高价值企业 Agent 的合规搜索能力，而不是面向大规模低成本消费者问答的默认方案。对云架构团队来说，下一步要测的不只是答案质量，还包括每个任务平均搜索调用次数、缓存策略、失败降级和日志合规边界。
2. Google Cloud 的信号：MCP 正在被 API 网关团队接管
Google Cloud 的最新更新没有一个单独的大标题，但组合起来是同一个方向：企业 Agent 的核心问题正在从「能不能调用工具」变成「谁授权 Agent 调用哪些工具」。在 6 月 15-19 日更新中，Google Cloud 提到多租户 agentic AI reference architecture，用于在不同业务单元之间建立集中平台，降低碎片化和数据暴露风险；同时提到 Gemini Enterprise MCP Connector，以及如何把 Gemini Enterprise 连接到自定义 MCP server。3
更关键的是 Apigee 的位置。Google Cloud 在同一更新里把 Apigee 描述为 centralized tools management solution，用来 govern agent access；更早的同页记录也提到 Apigee MCP GA，可把企业 API 暴露成 Agentic AI 应用的 MCP tools，并通过 managed endpoints 和 API hub 语义搜索提供安全、受治理的企业数据访问。3
这对产品和平台团队的含义是：Agent 项目会越来越难绕过现有 API 治理体系。过去很多 PoC 是「给模型一组 tool schema，看能不能跑通」。进入生产后，企业会问：Agent 能不能调用退款接口？能不能查 HR 数据？能不能跨租户读取客户上下文？能不能为每次工具调用留下可审计证据？这些问题原本属于 API Gateway、IAM、数据治理和合规团队。Google Cloud 把 MCP 和 Apigee 放在一起，说明云厂商已经在把 Agent tool calling 包装成一套企业控制平面。
短期机会在两类产品：一类是把已有企业 API 快速转成 MCP 工具，并自动生成权限、限流、审计和语义描述；另一类是给多 Agent、多租户场景做策略模拟和红队测试。真正的壁垒不是做一个 MCP server，而是把 MCP server 放进企业权限系统后仍然好用。
3. OpenAI Codex 的信号：工作流知识开始从 prompt 变成 skill
OpenAI Codex 的 Record & Replay 官方页面没有给出发布日期，但页面本身清楚说明了能力边界：用户在 macOS 上示范一次流程，Codex 观察动作与窗口内容，随后生成一个可复用 skill；这个 skill 会说明何时使用、需要哪些输入、执行哪些步骤，以及如何验证结果。官方列出的适用例子包括 filing an expense、booking a parking space、creating a correctly configured issue、publishing a video、downloading a recurring report。4
这条信号的重要性不在「录屏自动化」本身，而在流程资产的抽象方式变了。过去企业自动化通常有两条路：要么让员工写 SOP，再由 RPA / 工程团队实现；要么让员工每次用自然语言告诉 AI 怎么做。Record & Replay 代表第三条路：让员工完成一次真实操作，Agent 把这段操作压缩成可复用 skill，以后用变量输入复跑。
对 AI 产品经理来说，这会抬高「个人记忆 + 工具使用 + 流程复用」的重要性。一个 Agent 如果只会在当前会话里帮忙，不会把稳定流程沉淀成 skill，很快会变成一次性助手；反过来，如果每个员工都能把报销、发布、归档、创建工单等动作录成 skill，企业内部会自然形成一套由业务人员维护的自动化库。
风险也明显。官方页面说明 Record & Replay 依赖 Computer Use，并提醒录制时避免 secrets 和敏感数据；当前可用性还排除了欧洲经济区、英国和瑞士。4 这提示企业不要把它当作无脑铺开的效率功能，而要先设计权限隔离、录制审查、敏感字段遮蔽和 skill 发布流程。
4. NVIDIA 的信号：端侧 Agent 的商业落点先出现在游戏
NVIDIA 6 月 16 日发布的 ACE Game Agent SDK Beta 和 Unreal Engine 5 插件，是端侧 Agent 的一个清晰样本。SDK 是轻量级、开源、可定制的 C/C++ agentic framework，面向原生游戏集成，提供 Agent API、Chat API 和 RAG API；新 UE5 插件覆盖 ASR、小语言模型和 TTS，包含 ready-to-use English ASR model、Qwen 3.5 4B、本地 GGUF 支持和 Chatterbox Turbo 350M TTS。5
这条线索对 AI 应用生态很关键，因为它提醒我们：端侧 Agent 的第一批付费场景不一定是手机上的通用助手。游戏和 3D 内容有三个优势：低延迟是真需求，沉浸感提升容易被用户感知，开发者也有为 RTX 本地算力和插件生态付费的动机。NVIDIA 文中举例称，KRAFTON 的 PUBG Ally 使用自然语音理解玩家意图、解释游戏场景并动态响应；Total War: PHARAOH 的实验性 AI advisor 则通过 RAG 查询 1,200 多个相互关联的游戏数据表，回答玩家策略问题。5
对从业者的启发是：端侧 Agent 不应简单等同于「把大模型塞进设备」。可落地的端侧 Agent 往往是小模型、RAG、语音、状态机、动作系统和内容工具链的组合。谁能把这些组合压成开发者可用的 SDK，谁就可能拿到新一代应用入口。
5. Genspark 的信号：AI workspace 仍在争夺「业务系统入口」
Genspark 的融资消息来自 Citybiz 报道，需按公司披露口径看待：Genspark.ai 获得 1 亿美元 Series B extension，Series B 总额增至 4.85 亿美元，post-money valuation 从 3 月的 16 亿美元升至 26 亿美元；公司称 2026 年一季度新增约 1.5 亿美元 ARR，加上 2025 年 4 月上线以来已有的 1 亿美元 ARR，首年从零增长到 2.5 亿美元 ARR。6
比估值更值得看的是 AgentBase。报道称，AgentBase 允许组织用企业自有数据创建定制数据库、dashboard 和内部系统，覆盖 CRM、HR、项目管理、库存管理和营销 workflow 等场景。6 这其实是在和传统 SaaS 争同一个入口：用户不是打开一个工具生成文档，而是把数据、流程和执行都放到 AI workspace 里。
对投资人和创业者来说，这条信号的判断标准不是「AI workspace 能不能再涨估值」，而是它能否吃掉垂直业务系统的预算。若 AgentBase 类产品只能生成 dashboard 和表单，它会被 BI、低代码和协作文档夹击；若它能稳定连接权限、数据、审批和执行，就会变成企业内部流程的轻量替代层。下半年值得跟踪的是续费率、企业客户净扩张、实际替换了哪些系统，以及 Agent 执行出错时的责任边界。
趋势预判：下一轮风口会围绕「Agent 控制面」而不是单一 Agent 应用
本期五条信号指向同一个结论：Agent 正从 demo 进入基础设施竞争。AWS 把运行、搜索和观测托管化；Google Cloud 把 MCP 放进 API 治理；OpenAI 把个人流程录成 skill；NVIDIA 把端侧 Agent 接进游戏开发栈；Genspark 把 AI workspace 包装成业务系统入口。
未来 1-2 个季度，AI 从业者可以重点看三条线：
- Agent tool gateway：MCP server 数量会继续增加，但真正值钱的是授权、审计、限流、语义注册、风险评估和回滚；AWS 的 AgentCore Gateway 与 Google Cloud 的 Apigee / MCP 更新已经把这个方向摆上企业采购桌。13
- Skill / workflow asset：从 prompt 模板进化到可复用 skill，企业内部会出现「流程资产管理」需求，包括版本、审批、敏感数据和复用统计；Codex Record & Replay 已把「演示一次流程再复用」写进官方产品文档。4
- 端侧垂直 Agent：游戏、设计、工业仿真、XR、车载等低延迟场景会比通用手机助手更早跑出付费闭环；NVIDIA ACE 的 UE5 插件路线已经给出一个端侧样板。5
今天的结论不是「Agent 已经成熟」，而是它正在被云厂商、开发者工具、GPU 生态和 AI workspace 公司拆成可采购、可治理、可复用的零部件。对团队而言，机会不只在做一个更聪明的 Agent，更在于做它上线后必须依赖的控制面、流程库和端侧执行栈。
References
- 1Introducing Web Search on Amazon Bedrock AgentCore
aws.amazon.com
- 2
- 3What’s new with Google Cloud
cloud.google.com
- 4Record & Replay – Codex
developers.openai.com
- 5
- 6
This story was produced automatically by a channel. One sentence is all it takes for Neodrop to keep producing for you.