

> 传统基于话术树和知识库的客服流转机制正在彻底瓦解。软件巨头通过三十六亿美元的收购案，宣告了端到端自主交互时代的到来，百万级的人力坐席将被无情替代。

## 意图识别降维打击关键词匹配

在企业级SaaS的历史中，客服系统一直是人力密集型产业的灾区。无论此前的智能聊天机器人被包装得多好，其底层逻辑依然是死板的决策树与关键词匹配。当客户的表达偏离预设话术哪怕一丝一毫，系统就会立刻陷入死循环，最终只能抛出一句“正在为您转接人工”。Salesforce以三十六亿美元天价收购AI客服平台Fin，就是为了彻底终结这种令人窒息的交互体验。

体验重塑　Fin的核心杀手锏在于完全基于大模型的非结构化数据理解能力。未来的打工人或消费者在提交售后诉求时，无需再忍受繁琐的表单勾选。你完全可以发送一段毫无逻辑的抱怨语音，甚至附带一张模糊的设备故障照片。被深度集成的AI代理能够瞬间提取出核心痛点，自动识别产品批次、比对历史保修记录，并以极具同理心的人类口吻安抚情绪。这种从机械应答到情感共鸣的跃迁，是真正的降维打击。

![52.png](https://static.downly.cn/images/17fd57485b62767f3cb89166d876e850.png)<center>图源备注 图片由AI生成</center>

## 从工单流转到全链路自动履约

传统客服工作流的另一大毒瘤是漫长的跨部门协同。接线员通常只负责记录问题并创建工单，真正的解决环节需要流转给技术、财务或物流部门，这个过程往往以天为单位计算。这笔收购案完成后，Salesforce将利用自身庞大的CRM数据孤岛互通优势，赋予AI客服系统直接执行的“尚方宝剑”。

履约革命　现在的AI代理不再是传话筒，而是拥有实权的决策者。当客户要求退换货时，AI在核实合规性后，可以在一秒钟内自动触发仓储接口调配新货、调用财务系统执行退款原路返回，并直接将新的物流追踪码发送给客户。这使得原本需要三个部门协调、耗时四十八小时的业务闭环，被压缩到了不可思议的几秒钟内完成。

![53.png](https://static.downly.cn/images/13a5cb5106be7b1dda3fbd51c4e4fbc8.png) <center>图源备注 图片由AI生成</center>

## 人机协同边界的极速退缩

不可否认，技术的狂飙正在重塑劳动市场的基础结构。这三十六亿美元买下的不是一行行代码，而是接管全球数以十万计BPO（业务流程外包）呼叫中心员工饭碗的通行证。

职业洗牌　那些依靠简单培训、机械复述话术为生的初级客服专员，将在未来两年内迎来断崖式的失业潮。人机协同的边界正在发生根本性的退缩，人类的职责将不再是与客户直接对话，而是转入幕后，成为“AI训练师”或“极端情绪事件调解员”。在这场不可逆的效率革命中，我们必须面对一个冷酷的现实，软件正在吞噬世界，而AI正在吞噬流程。

Salesforce斥巨资吞并Fin 传统客服流水线的终结时刻



> 骄傲的OpenAI最终低头支持由死敌Anthropic主导的MCP协议。这并非开源精神的胜利，而是企业级智能体面对内网数据合规与凭证外泄时的无奈止血。

## 数据沙盒的隐性合规成本

近日，OpenAI正式宣布其产品支持与私有MCP（Model Context Protocol）服务器进行安全连接，允许企业在不向公共互联网暴露防火墙端口的情况下，让AI代理访问内网资源。这在公关话术中被包装为“全面拥抱企业级安全标准”的里程碑，但如果撕开这层温情脉脉的面纱，映入眼帘的其实是AI大厂在企业级落地中的极度狼狈。

核心痛点　凭证泄漏风险。在此之前，企业在使用AI代理自动访问内部数据库或API时，必须将GitHub访问令牌或Salesforce的数据权限凭证直接硬编码进AI代理的上下文中。这就意味着，一旦这个代理遭到提示词注入攻击（Prompt Injection）或底层供应链污染，恶意指令可以轻易“顺走”这些高级别凭证，导致企业内网被完全攻破。

OpenAI之所以不得不低下头颅，采用竞争对手Anthropic制定的MCP标准，是因为传统的“代理沙盒”架构已经彻底走进了死胡同。企业对于将核心数据权限交给一个部署在云端的黑盒模型充满了深深的不信任。引入MCP隧道技术，本质上是将执行代码和持有凭证的权限，从OpenAI的云端剥离，重新塞回了企业自己的内网边界里。这看似解决了安全痛点，实则把极其沉重的运维与合规成本，再次甩回给了企业的IT部门。

![42.png](https://static.downly.cn/images/b1213012d7d6607a946c0c04d04c20a2.png)
<center>图源备注 图片由AI生成</center>

## 假象破灭 代理人网络的阿喀琉斯之踵

业界对于OpenAI支持MCP的狂欢，暴露了市场对AI代理安全性的过度炒作与盲目乐观。所谓的“安全连接”，只不过是修补了一扇破损的窗户，却无视了地基的动摇。

冷思考　信任边界的撕裂。即使采用了私有MCP服务器，企业的安全隐患并未消除，仅仅是转移了阵地。凭证虽然留在了内网，但如果AI代理在云端被恶意操纵，它依然可以向内网的MCP服务器下达破坏性的合法调用指令。防范这种“披着合法外衣的恶意请求”，需要企业在本地部署极其复杂的鉴权与权限缩减规则，这对于大多数缺乏顶尖安全团队的传统企业来说，无异于天方夜谭。

不要被巨头们“携手共建标准”的公关辞令所迷惑。OpenAI这一举动证明了，现阶段的智能体架构根本无法独立承担企业级核心资产的调度重任。在真正的安全原生AI架构诞生之前，目前所有打着安全旗号的协议补丁，都不过是在沙丘上搭建碉堡。盲目将核心业务接管权交给这套脆弱系统的企业，迟早会为这种过度狂热付出惨痛的代价。

![43.png](https://static.downly.cn/images/5cd442b8bf0e201945e51d34b32c3ac6.png)
<center>图源备注 图片由AI生成</center>

妥协还是收编 刺破OpenAI接入私有MCP协议的安全幻象



> **导语**
> OpenAI 正式推出 Frontier 平台，标志着 AI 发展重心从对话模型向“智能体孵化”转移。该平台旨在帮助企业规模化部署能执行复杂任务的 AI 员工，并致力于成为兼容多方模型的行业底层操作系统。

## 智能体孵化器与新协作形态

如果说 GPT 系列完成了“像人一样说话”的使命，本周四发布的 **Frontier** 平台则致力于解决“像人一样干活”的问题。Frontier 被定义为企业级 AI 智能体（Agents）的孵化器与管理中枢。

该平台的核心价值在于打破了单纯的问答交互。企业构建的智能体将具备执行力，能够整合内部离散的数据孤岛，处理从文档归档到底层代码运行等高复杂度任务。OpenAI 应用业务负责人菲吉·西莫（Fidji Simo）指出，未来的工作流将转变为“人类决策，集群智能体执行”的全新模式。

![Google_AI_Studio_2026-02-06T02_34_48.446Z.png](https://static.downly.cn/images/6e08049a83e05591ce0025c0b520175c.png) <center>图源备注：图片由AI生成</center>

## 软件生态的底座而非杀手

在 OpenAI 和 Anthropic 密集发布新品的背景下，传统软件股近期遭遇市场恐慌性抛售。然而，Frontier 的战略定位并非取代现有的 SaaS 工具，而是试图成为它们的“新底座”。

西莫明确表示，Frontier 具有极高的兼容性，不仅支持 OpenAI 自研模型，还开放支持微软或 Anthropic 开发的智能体。目前，Uber 等巨头已率先接入测试。对于 Salesforce 或 Slack 等软件厂商而言，Frontier 提供了一个更易于部署 AI 插件的基础设施，这在一定程度上缓解了市场对于“AI 吞噬软件”的焦虑。

![Google_AI_Studio_2026-02-06T02_34_51.418Z.png](https://static.downly.cn/images/09eef3463d7ee8b8dff12dff81ed1f03.png) <center>图源备注：图片由AI生成</center>

随着 OpenAI 计划于今年第四季度推进上市进程，Frontier 的发布无疑为其商业故事增添了最具分量的“企业级自动化”篇章。

OpenAI发布Frontier平台 开启企业级智能体自动化新纪元



> OpenAI 与 IT 服务管理巨头 ServiceNow 达成三年战略合作，将 GPT 模型植入 Now Platform 的核心业务流。此举标志着大模型应用正式告别单纯的对话框模式，转向对企业高频、高价值工作流的深度渗透与闭环操作。

## 智能化渗透企业毛细血管

企业级 AI 的落地正在从“尝鲜”走向“实战”。近日，OpenAI 与 ServiceNow 签署了一项为期三年的战略协议，旨在将 GPT 系列模型无缝集成至全球数千家大型企业赖以生存的 Now Platform 平台中。

此次合作的核心在于场景化落地。与通用的聊天机器人不同，双方的集成聚焦于 IT 服务管理、人力资源及安全运维等具体业务场景。例如，当 IT 部门收到设备故障报修时，AI 能自动调取历史日志、分析原因并生成修复脚本；在 HR 流程中，AI 则能自动处理合规文档并跨系统同步数据。这种嵌入式的智能辅助，使得 AI 不再是一个独立的工具，而是成为了企业日常运营毛细血管中流动的“智慧血液”。

![Google_AI_Studio_2026-01-21T03_11_30.545Z.png](https://static.downly.cn/images/6dfebc8bf6db63991c2e2b556513b47e.png) <center>图源备注：图片由AI生成</center>

## 告别通用API的深层绑定

对 OpenAI 而言，这不仅是一次商业合作，更是其在企业软件生态中构建护城河的关键一步。继微软和 Salesforce 之后，与 ServiceNow 的绑定让 OpenAI 得以绕过激烈的通用 API 价格战，直接切入企业的“数字神经系统”。

此次集成特别强调了“准确性”与“可审计性”。所有 AI 交互均严格限制在企业自有数据的权限范围内，确保了敏感信息的安全；同时，完整的操作日志保留满足了大型企业严苛的合规要求。这种深层绑定意味着 OpenAI 正在从单纯的技术供应商，转型为深谙企业业务逻辑的赋能者。

## B端深水区的价值博弈

随着大模型竞赛进入 B 端深水区，单纯比拼模型参数和推理能力的时代已逐渐过去。真正的商业价值在于谁能率先将 AI 能力转化为企业的运营效率。

对于 ServiceNow 来说，引入 OpenAI 进一步强化了其“AI for Business”的战略定位，在自动化流程的基础上叠加了认知智能，有望显著提升平台粘性和客单价。而对于整个行业而言，这预示着未来的办公自动化将不再是死板的规则驱动，而是演变为具备理解、推理与执行能力的 AI 协作新形态。

OpenAI深度嵌入ServiceNow 抢滩企业级工作流核心场景



> 机器人 AI 初创公司 Skild AI 完成 14 亿美元 C 轮融资，估值飙升至 140 亿美元。其研发的“Skild Brain”通用基础模型，旨在让不同形态的机器人具备类似生物进化的环境适应能力。

## 资本豪赌具身智能 估值一年翻三倍
机器人人工智能初创公司 Skild AI 近日宣布完成 14 亿美元的 C 轮融资，这一数字将这家总部位于匹兹堡的公司估值推高至 140 亿美元，相较于去年夏天翻了整整三倍。本轮投资方阵容堪称豪华，由软银领投，英伟达旗下的 NVentures、贝索斯探险公司、亚马逊、三星及 Salesforce Ventures 等科技与资本巨头悉数跟投。

如此高规格的注资，折射出市场对“通用机器人大脑”这一赛道的极度看好。在 2025 年实现 3000 万美元营收的基础上，Skild AI 计划利用这笔新资金进一步扩大模型训练规模，加速技术从实验室走向商业应用的进程。

![Google_AI_Studio_2026-01-16T03_32_32.073Z.png](https://static.downly.cn/images/ee132538a872e403936755e6cd5dab9e.png)
 <center>图源备注：图片由AI生成</center>

## Skild Brain 全机体通用的超级大脑
Skild AI 的核心竞争力在于其开发的 “Skild Brain” —— 一种通用的机器人基础模型。与传统针对特定硬件定制的算法不同，这款“大脑”具备“全机体”（Omni-bodied）特性。这意味着它能够跨越硬件形态的限制，无论是人形机器人、四足机器狗还是工业机械臂，即便无需提前预设具体构造参数，模型也能进行适配与控制。

技术路径上，Skild AI 通过分析海量人类活动视频并结合大规模物理仿真训练，赋予了模型极强的环境适应能力。无论是处理复杂的家务琐事，还是应对湿滑地形等挑战，它都能实时调整策略。公司首席执行官 Deepak Pathak 将这种能力比作生物进化，他强调这是一种通过数据飞轮效应习得的“适应性”，而非传统的机械式“记忆”。这种统一的大脑模型，或许正是机器人最终走进家庭、实现普及的关键钥匙。

机器人初创公司Skild AI获14亿美元融资 打造通用具身智能大脑



> Salesforce 推出基于 Anthropic Claude 模型的全新 Slack 机器人，彻底打通 Google Drive、Salesforce 等多平台数据。这款深度集成的 AI 助手在严格遵循企业安全协议的前提下，将协同办公从简单的指令执行推向了全域信息整合的新高度。

## 跨越平台的智能中枢

协同办公巨头 Salesforce 此次发布的更新，旨在解决企业内部长期存在的“数据孤岛”问题。这款直接运行于 Slack 平台的 AI 机器人，不再局限于聊天记录的检索，而是将触角延伸到了企业生态的各个角落。

通过深度集成，AI 助手能够访问并理解 Salesforce、Google Drive、Box 以及 Atlassian Confluence 等多个平台的数据。利用这些多维度的上下文信息，它能够协助用户准备会议资料、创建内容概要，甚至精准回答跨部门的复杂业务问题。对于员工而言，这意味着无需在多个网页和应用间切换查找文件，所有的信息流都在 Slack 一个对话框内汇聚。

![Google_AI_Studio_2026-01-14T03_35_47.997Z.png](https://static.downly.cn/images/45bb26cb1f1c71cf93c2ce4ae9dc55af.png) <center>图源备注：图片由AI生成</center>

## 安全与灵活并重的企业级策略

尽管目前优先采用了 Anthropic 的 Claude 模型，Slack 联合创始人 Parker Harris 强调了技术路线的灵活性，表示仍在测试多种技术方案。这种策略保证了企业在大模型快速迭代的浪潮中，始终能接入最前沿的技术能力。

更为关键的是安全性。这款新助手严格遵循企业现有的访问权限协议（ACL）。AI 不会越权读取员工无权访问的敏感文档，确保了在提升效率的同时，数据合规性不受侵犯。该功能目前已面向 Business+ 和 Enterprise+ 客户开放，并计划在 2 月份全面推广。未来，随着 Agentforce 等更高级 AI 代理的整合，Slack 有望从单一的沟通工具进化为驱动复杂工作流的智能终端。

Salesforce 深度集成 Claude 模型 Slack 机器人打破企业数据孤岛



>瑞典AI初创公司Lovable近日凭借一轮惊人的融资表现震撼了科技圈，其估值在短短数月内翻了三倍，成功跻身全球顶级AI独角兽行列：

## 资本盛宴 巨头扎堆入局

Lovable正式宣布完成3.3亿美元的B轮融资。这距离其上一轮融资仅过去几个月，公司估值已火箭般蹿升至66亿美元，较今年7月增长了三倍以上。

本轮融资的阵容堪称豪华，由Alphabet旗下的增长基金CapitalG和Menlo Ventures领投。更引人注目的是，英伟达（Nvidia）的投资部门NVentures、Salesforce Ventures以及德国电信的T.Capital也悉数加入战局。巨头们的集体站台，无疑是对Lovable所代表的“零代码开发”趋势的最强背书。

![Google_AI_Studio_2025-12-23T02_38_20.257Z.png](https://static.downly.cn/images/b1de3c2a8c12b106dc0058c9bfaf5b09.png)

<center>图源备注：图片由AI生成</center>

## 技术落地 极简模式受热捧

Lovable的核心竞争力在于其颠覆性的开发模式。通过先进的AI技术，非技术背景的用户只需输入文本提示词，即可轻松开发应用程序和构建网站。这种极简的操作极大地降低了软件开发的门槛，迅速赢得了市场的热烈响应。

目前，包括Uber、Klarna和德国电信在内的众多知名企业已成为其核心客户。以Uber为例，利用Lovable的平台，其设计概念的测试周期从传统的六周大幅缩减至仅仅五天。

## 数据惊人 商业化进程加速

Lovable披露的数据显示，其平台目前每天有超过10万个新项目正在构建，累计创建项目数已突破2500万大关。在营收方面，公司年经常性收入（ARR）也实现了爆发式增长，从一年前的100万美元飙升至今年11月的2亿美元。

据悉，公司计划利用这笔新资金进一步深化与现有软件工具的集成，并全面升级其底层算力基础设施，以应对日益增长的用户需求。

估值狂飙至66亿美元！Lovable获谷歌英伟达押注，AI编程赛道再现独角兽

最近，Google发布的A2A（Agent-to-Agent）协议在AI圈引起了不小的轰动。作为首个专为AI代理互操作性设计的开放标准，A2A协议让不同平台的智能体能够实现无缝协作，不受框架或供应商的限制。这项技术究竟有何特点？对开发者和产业又将带来哪些影响？让我们一起深入探讨。

![a2a_mcp_readme.png](https://static.downly.cn/images/711ea3ee5e81409ca3072a5ee22e048d.png)

## A2A协议：打破AI代理间的壁垒

A2A实质上是一种新型的互操作性协议，它让不同平台、不同公司开发的AI代理能够相互"对话"和协作。想象一下，你的招聘助手可以与面试安排助手、背景调查助手无缝协作，完成整个招聘流程，而这些助手可能来自完全不同的服务提供商。

Google将A2A协议建立在HTTP和JSON等现有广泛使用的标准之上，这使得它更容易与现有技术栈集成。目前已有包括Atlassian、Box、Cohere、Intuit、LangChain、MongoDB、Salesforce、SAP等50多家公司表示支持，不过值得注意的是，OpenAI和Anthropic等大玩家似乎尚未加入这一阵营。

## A2A的核心原则与工作机制

A2A协议遵循五大核心原则：

1. **拥抱智能体能力**：让智能体以自然非结构化方式协作，即使它们不共享内存、工具或上下文
2. **基于现有标准**：构建在HTTP、SSE、JSON-RPC等广泛使用的标准之上
3. **默认安全**：支持企业级认证和授权，与OpenAPI的认证机制保持一致
4. **支持长时间运行的任务**：无论是快速任务还是需要数天完成的深入研究
5. **不限模态**：支持文本、音频和视频等多种模态

A2A的工作流程主要包括几个关键环节：

- **能力发现**：智能体通过JSON格式的"Agent Card"（类似名片）展示自身能力，让其他智能体了解它能做什么
- **任务管理**：定义任务的完整生命周期，包括任务创建、执行和完成
- **协作通信**：智能体之间可以相互发送消息，传达上下文、回复等信息
- **用户体验协商**：协调不同智能体之间的内容格式和UI元素

## 与其他协议的区别与协同

A2A并非市场上唯一的智能体互操作性协议。业界还有Anthropic的模型上下文协议(MCP)等标准。不过，A2A似乎更专注于整体协作框架，而不仅仅是数据交换层面。

Google Cloud商业应用平台副总裁Rao Surapaneni表示，A2A让不同专业领域的智能体更容易获得所需的上下文，特别适合企业环境下的复杂任务协作。与某些封闭生态不同，Google将A2A设计为真正开放的协议，由社区驱动发展。

## 对开发者的影响与机遇

对开发者而言，A2A协议带来了几个方面的机遇：

1. **跨平台开发**：不再需要为每个AI平台开发专门的接口，可以基于统一标准构建应用
2. **专业化智能体**：开发者可以专注于打造特定领域的专业智能体，而不必考虑所有功能
3. **生态整合**：将自己的智能体服务融入更广泛的AI生态系统
4. **降低转换成本**：用户不必因为需要不同功能而频繁切换平台

## 未来展望

随着A2A协议的推广，我们可能会看到一个更加开放、互联的AI代理生态系统逐渐形成。专业化的智能体将会越来越多，它们各司其职但又能无缝协作。这种趋势或将改变我们对AI应用的认知—从单一功能的工具转向协作无间的智能体网络。

不过，协议的普及还需时日，关键参与者的缺席（如OpenAI）也为未来的标准之争埋下了伏笔。开发者需要密切关注行业动态，在合适的时机做出技术选择。

总的来说，A2A协议代表了AI发展的重要方向—从封闭走向开放，从单一走向协作。无论是开发者还是企业用户，都有必要了解并跟进这一技术趋势，以便在AI代理的新时代中抢占先机。

谷歌发布Agent之间开源通讯协议“A2A” - Agent互联时代来了？

Salesforce推出的CRM系统AI对话助手

搜索结果: Salesforce