据 FT 与 Reuters 等报道，Anthropic 正考虑在今年夏天筹集数百亿美元资金，用于大规模扩展 AI 算力基础设施，其估值可能逼近 1 万亿美元，并在二级市场隐含估值上超越 OpenAI。表面看，这是一则关于融资和估值的新闻；但更深层的信号是，AI 行业的竞争已经越来越不像传统软件赛跑，而更像一场围绕资本、算力、企业客户和基础设施控制权的长期战争。
美国政府扩大前沿AI安全审查，Microsoft、Google DeepMind、xAI与商务部CAISI签署协议，在模型公开发布前进行国家安全测试，已完成40+次评估。Anthropic联合Blackstone、Goldman Sachs等华尔街巨头成立15亿美元AI原生企业服务公司，被称为"AI版麦肯锡"。OpenAI敲定100亿美元"The Deployment Company"合资企业，两大AI巨头同时进军企业服务市场。特朗普政府在Mythos安全担忧后从放松监管转向加强审查。多家出版商起诉Meta AI训练侵权。
Anthropic年化收入两个月内从140亿升至300亿美元，Claude Code成为第一个真正进入企业生产系统的AI员工。AI行业的叙事正在逆转——从"算力过剩"变成"需求不够用"。
Google Cloud 在 Next '26 上推出 Gemini Enterprise Agent Platform，把企业 AI 的竞争焦点从“模型能力”推向“Agent 平台能力”。企业不只是“调用一个模型”，而是要“管理一支 AI 员工队伍”。
过去两年，AI 行业最耀眼的人，似乎一直都是模型工程师。 谁训练出了更强的大模型，谁做出了更长上下文，谁把推理、代码、多模态做到新高度，谁就站在聚光灯下。人们谈论的，往往是模型排行榜、参数规模、推理能力、产品演示，仿佛 AI 产业的核心矛盾只有一个：模型够不够强。 但如果你把视角从发布会和实验室移到企业现场，就会发现另一种完全不同的现实。今天企业最缺、也最贵的人，很多时候已经不是继续把模型往上推一点的人，而是那些能把模型真正塞进企业流程、系统和组织里的人。 Reuters 在 2026 年 2 月的一篇报道里直白地写道：当下 AI 领域最热的岗位之一，就是 Forward Deployed Engineer。这种岗位最早由 Palantir 打出名声，如今 OpenAI、Anthropic 等公司都在大规模需要这类人。他们不是单纯写模型的人，也不是普通售前，而是一种混合型角色：既能写代码、接系统、管部署，又能直接和客户业务团队坐在一起，把 AI 从 demo 变成真实可用的生产力工具。Reuters 报道称，这类岗位从 2023 年到 2025 年需求增长了 42 倍，全球新增大约 9000 个相关岗位；在顶级公司里，基础年薪可达 40 万美元，总包可能超过 50 万美元。
这两年，几乎所有公司都在谈 Agent。 有人把它理解成"更聪明的聊天机器人"，有人把它理解成"会自动干活的软件员工"，也有人把它看成下一代企业操作系统的雏形。市场上的演示视频一个比一个惊艳：能自己拆任务，能调用工具，能读文档，能写代码，能跨系统操作，还能连续工作十几个小时不喊累。看上去，企业离"数字员工"只差最后一步。 但真正开始把 Agent 往生产环境里推的公司，很快就会发现，最难的从来不是把 Agent 跑起来，而是另一件更麻烦、也更现实的事：你得知道它到底在干什么，它为什么这么做，它是什么时候开始做错的，以及它做错以后，谁来负责。 这才是 2026 年企业 AI 最真实的分水岭。
Aaron Levie 是美国知名科技企业家,现任Box公司联合创始人兼首席执行官。Box是一家专注于企业云内容管理和协作平台的领先企业,服务于全球众多财富500强公司。Levie出生于1984年,早年从南加州大学辍学创业,以敏锐的商业洞察力和对云计算的长期押注闻名。在AI浪潮席卷全球的今天,他不仅持续推动Box向智能内容平台转型,还经常与企业IT和AI领导者深入交流,分享对行业趋势的观察。他的观点以务实、前瞻著称,强调技术如何真正服务于企业复杂现实,而非停留在实验室阶段。 最近,Levie与多家大型企业的IT和AI负责人进行了密集会谈,涵盖银行、媒体、零售、医疗、咨询、科技和体育等多个行业。这些对话聚焦于企业级AI代理(agents)的落地应用。他的观察清晰地勾勒出AI从"聊天时代"向"代理时代"转型的路径,以及企业在这一过程中面临的真实挑战与机遇。以下是基于这些洞见的详细阐述,旨在帮助读者理解AI如何重塑企业工作流程。
Ramp 并不是在“鼓励员工试试 AI”，而是在把 AI 变成整家公司运转的一部分。当 99.5% 的员工都开始使用 AI，真正被重写的，不再只是岗位效率，而是组织本身。
过去两年，AI 世界最热闹的场面，几乎都围绕着一件事展开：谁的模型更强。 大家追逐参数规模，盯着排行榜，比较谁的推理更稳、代码更强、上下文更长、幻觉更少。每一次新模型发布，都会引发一轮熟悉的讨论：是不是又领先了？是不是又拉开差距了？是不是 AGI 更近了一步？ 但到了 2026 年，这场竞争的重心正在明显变化。 一个越来越清晰的信号是：市场开始不再只看"谁最聪明"，而开始更认
【导语：站在AI变革的临界点】 德勤（Deloitte）发布的《2026企业人工智能现状》（State of AI in the Enterprise）报告，不仅是对人工智能（AI）在企业中应用现状的年度盘点，更是一份面向未来的战略指南。它明确指出，我们正处于一个关键的**“未被开发的边缘”（untapped edge）**——AI已经完成了从实验室到试点、再到企业初步应用的跨越，但真正的、大规模