扫描下载APP
其它方式登录
文章介绍Claw-Eval和Claw-Eval-Live两大AI Agent评测框架：前者通过执行轨迹、审计日志和环境快照实现过程可审计，解决‘Agent是否真做完任务’的问题；后者提出‘活的benchmark’概念，基于真实工作流信号动态构建任务快照，确保评测内容持续对齐企业实际业务需求，标志Agent评测进入关注真实工作流闭环能力的下半场。
Hermes Agent（爱马仕）登顶OpenRouter全球应用Token消耗榜，单日消耗2710亿Token，首次超越OpenClaw；其调用依赖小米MiMo-V2-Pro等主流模型，凸显开源智能体在真实场景中的高频使用与成长能力，标志AI Agent进入真实用量竞争阶段。
文章探讨AI通用Agent（“龙虾”）在零售连锁企业管理中的落地挑战与创新路径，指出其不能简单替代传统系统，而需嵌入具体业务流；海康威视云眸Claw通过将AI能力整合进巡店等核心管理链路，构建可调度、可控、可闭环的“数字员工”，实现稳态规则执行与敏态灵活响应的协同，推动零售管理从数字化工具迈向数字化员工新形态。
小米开源MiMo-V2.5系列大模型，含1.02万亿参数的MiMo-V2.5-Pro，支持100万上下文与高效Agent能力，在多项基准测试中超越DeepSeek-V4-Pro及Kimi K2.6等主流模型；首日完成阿里平头哥、AMD等7家芯片厂商适配，并推出100万亿Token激励计划及Agent生态共建合作。
小米大模型团队负责人罗福莉在访谈中提出激进技术预判：两年内有望实现AGI；强调Agent范式取代Chat成为大模型竞争新主轴，1T参数基座模型是入场券；开源Agent框架OpenClaw可弥补模型行动缺陷，推动中层模型实用化；工作模式将率先被颠覆，算力与后训练成关键瓶颈。
文章分析小米最新大模型MiMo-V2.5和V2.5-Pro的技术突破，重点在于长程Agent能力、多模态融合、百万级上下文及高token效率；同时解读其推出的Token Plan订阅服务，标志着小米从硬件公司向AI基础设施服务商的战略转型，并探讨开源承诺、工程可复现性与商业化落地的关键挑战。
小米发布MiMo V2.5系列大模型并开启公测，该模型在推理能力、多模态感知（图像/音频理解）、代码生成及逻辑推理方面表现突出，在Artificial Analysis榜单位列全球开源大模型第一；但联网检索能力较弱，存在信息时效性与准确性问题。同步上线的AI智能体工具MiMo Claw在财报分析、文档美化等场景展现实用潜力，凸显小米以大模型深度赋能‘人车家全生态’的战略意图。
小米发布MiMo-V2.5系列大模型，包括旗舰推理模型V2.5和专攻长难任务的V2.5-Pro，强调智能体场景优化、全模态能力及显著提升的Token效率（较Kimi K2.6省42%、较Meta Muse Spark省50%）；模型由原DeepSeek核心成员罗福莉领衔研发，支持代码生成、视频编辑、EDA电路设计等复杂任务，并同步升级订阅计费体系Token Plan。
荣耀发布首款AI PC‘养虾本’MagicBook系列，搭载自研端云协同AI助手YOYO Claw，主打办公、教育、学术等垂直场景，强调开箱即用、节省50%以上Token消耗、端侧安全防护及跨设备记忆互通，旨在解决普通用户使用AI Agent的易用性、成本与安全痛点。
文章聚焦微软推动Copilot向代理式AI（Agentic AI）升级，提出集成OpenClaw类能力的‘MS-Claw’方案，实现本地化、自动化、端云混合的AI PC生产力工具；同时分析联想天禧Claw、荣耀YOYO Claw等OEM厂商预装代理AI的行业趋势，指出出厂预装Agentic AI将成为AI PC核心竞争力。
文章对国内10款类OpenClaw的AI智能体（文中戏称“小龙虾”）进行实测，聚焦其安装体验、性格配置、跨端接入、定时日报、文生图、Skill调用及邮箱自动化等任务表现，指出多数产品仅能胜任简单任务，复杂任务中普遍存在报错率高、执行失败、依赖人工干预等问题；强调模型能力与Harness工程设计是决定稳定性和智能水平的关键。
荣耀发布自研终端侧AI智能体YOYO Claw，首发搭载于MagicBook系列轻薄本，强调端云协同、低Token消耗、多端联动与本地安全防护，覆盖教育、办公、创作等场景，并同步推出高性能Win游戏本，推动PC业务向‘智能+性能’双轨升级。
中兴通讯推出企业级AI智能体Co-Claw AI一体机，聚焦可控、安全与规模化落地，推动AI从个人效率工具升级为企业生产力基础设施；公司加速向AI与算力赛道转型，2025年算力业务营收同比增150%，占总营收24.6%，强调网络与AI融合赋能及架构级补位优势。
小米MiMo大模型负责人罗福莉分析Anthropic封禁OpenClaw等第三方工具事件，指出其根源在于第三方框架上下文管理低效导致算力严重浪费；强调大模型公司应避免低价token价格战，转向通过高效Agent框架与强大模型协同进化提升token使用效率，并介绍MiMo Token Plan以实现长期稳定高质量服务。
Anthropic限制Claude订阅用户接入第三方Agent框架，暴露token计费模式在Agent场景下的不可持续性；小米MiMo负责人罗福莉指出算力浪费源于低效框架设计，呼吁构建‘更省token的Agent框架×更高效模型’的协同进化路径，强调工程纪律与可持续商业模式的重要性。
