一、大厂动态

1）OpenAI：Codex 不只给程序员用了，开始往全公司扩

OpenAI 6 月初发文说，Codex 每周用户已经超过 500 万。它现在不只给程序员写代码，还在往分析、市场、设计、投研、银行等岗位扩。新动作包括：

• 推出6 个角色化插件

• 覆盖62 个常用应用、110 个技能

• 给企业用户预览一种可分享的Sites，能把分析结果直接做成网页/小工具发给同事

OpenAI 还宣布，前沿模型和 Codex 已经能在 AWS 上正式用。意思很简单：很多大公司本来就在 AWS 上跑业务，现在可以更顺手地把 OpenAI 接进自己现有系统里。

这说明 AI 正在从“你问一句、它答一句”，变成“它直接接你公司的工具，帮你把事做完”。

说白了，OpenAI 想抢的已经不只是聊天入口，而是公司内部的工作流入口。一旦 AI 能连上 Slack、Salesforce、数据仓库、设计工具，它就更像数字员工，而不只是聊天机器人。

以前大家觉得 AI 写代码很火，现在 OpenAI 的意思是：不只是程序员，市场、销售、分析师也都该用同一套 AI 工作台了。

2）Google：Gemini 3.5 主打 Agent 和编程，速度牌打得更猛

Google 在 I/O 2026 后继续推进 Gemini 3.5。官方说法很明确：这代模型是为复杂 Agent 工作流和编程任务做的。

官方公开的信息里，Gemini 3.5 Flash 的卖点包括：

• 主打agentic workflows（智能体工作流）

• 强调coding能力

• 号称在一些 Agent/编程基准上比前代更强

• 输出速度上，官方强调可做到比其他前沿模型快 4 倍的级别

Google 这次不是只卷“模型更聪明”，而是卷“能不能更快地把复杂任务跑起来”。

这很关键。因为 Agent 真正落地时，大家不只看聪明不聪明，还看：

• 反应快不快

• 成本贵不贵

• 能不能连续干多步活

Google 的路线很像一句话：不是让 AI 更会聊天，而是让 AI 更会干活，而且干得快。

如果 OpenAI 强调“插件+企业工作流”，那么Google 强调的就是“模型+Agent 执行速度”。

3）微软：企业 AI 的重点不是单个模型，而是整套“治理系统”

微软 6 月 2 日发文，核心观点很直白：真正改变企业的，不是 AI 模型本身，而是围绕 AI 的整套系统。

微软强调三件事：

• 企业 AI 要能跑真实生产任务，不只是演示

• 要有治理、安全、权限、审计

• 要能持续优化，不是一次性上线就完事

它把 GitHub、Azure、Microsoft 365、安全产品、数据平台等放在一起讲，本质上是在推一个更完整的企业 Agent 平台故事。

企业现在最怕的不是“AI 不够聪明”，而是：

• 接了内部数据会不会出事

• 权限会不会乱

• 谁来背责任

• 出错了怎么追踪

微软显然是在抢一个更大的位置：给企业提供“可控的 AI 操作系统”。

这就像从“买一台很强的发动机”，升级到“买一整辆能上路、能年检、能上保险的车”。

二、投融资

4）Cognition 再融超 10 亿美元，AI 编程赛道继续吸金

TechCrunch 报道，做 AI 软件工程师 Devin 的 Cognition 宣布完成超过 10 亿美元融资，融资前估值250 亿美元，融资后约260 亿美元。

同时它还给出了几组很猛的数据：

• 企业使用量过去 6 个月月环比增长 50%

• 年化收入 run-rate 达到4.92 亿美元

• 客户包括Mercedes-Benz、NASA、Goldman Sachs、Santander等

这说明资本市场还在相信一件事：独立 AI 编程公司不一定会被大模型公司全部吃掉。

虽然 OpenAI Codex、Claude Code、Google 也都在抢这块，但投资人依然愿意给专门做“AI 软件工程”的公司大钱。

简单说，投资人现在押注的是：

“未来不是一个聊天机器人顺便写点代码，而是真的会出现专门干软件工程的 AI 团队。”

5）Dify 融资 3000 万美元，Agent 平台层还在升温

Dify 宣布完成3000 万美元 Pre-A 轮融资，估值1.8 亿美元。官方披露的一些数字包括：

• 运行在140 万+ 机器上

• 2000+ 团队、280 家企业在用其商业版本

• 客户举例包括Maersk、ETS、Anker、Novartis

这说明市场越来越认同一个判断：真正值钱的不只是模型，还包括把模型接到业务里的那层平台。

很多企业不是不会调用模型，而是不会：

• 管 prompt

• 接工具

• 接知识库

• 做调试

• 做权限和上线

Dify 这种平台，卖的就是“把 AI 从试验品变成生产工具”的那层能力。

模型像发动机，Dify 更像车架、电路和仪表盘。没有这些，企业很难真正上路。

6）中国大模型融资继续往头部挤，Kimi、DeepSeek 最受关注

36 氪等国内媒体这两天集中报道，国产大模型融资明显加速，而且钱越来越集中到头部玩家。

报道里最吸睛的几组数字包括：

• 月之暗面（Kimi）新一轮融资约20 亿美元，投后估值突破200 亿美元

• 报道称 Kimi 不到半年累计融资已超39 亿美元（约376 亿元人民币）

• DeepSeek 被曝正与资金方洽谈首轮融资，估值被外界传到450 亿—500 亿美元区间

• 2026 年国内 AI 融资总额被报道达到692.3 亿元人民币，但资金更偏向少数头部

这说明中国 AI 创业已经从“到处撒种子”进入“只挑最有机会活下来的几家猛投”阶段。

换句话说，不是所有大模型公司都还有融资窗口，真正容易拿到大钱的，越来越集中在少数头部。

这不是“行业全面开花”，更像“牌桌上筹码正往两三个人手里堆”。

三、AI 编程工具

7）AI 写代码开始集体涨价：Copilot、Claude Code 都在改计费

国内媒体总结了最近 AI 编程工具的一波共同变化：原本靠低价/订阅吸引用户的模式，开始扛不住成本了。

公开信息显示：

• GitHub Copilot 从2026 年 6 月 1 日起更强调按使用量/credits 计费

• 一些高阶模型的倍率明显上调

• Claude Code 对高端模型访问也变得更谨慎，更强调额外付费

这意味着，AI 编程工具从“先让你用爽再说”，开始进入“认真算账”阶段。

Agent 写代码看起来很酷，但背后会消耗大量 token、工具调用、长上下文和反复推理，成本比普通聊天高很多。

以前像自助餐，现在更像称重收费。

这对普通用户的影响是：

• 简单补全依旧便宜

• 复杂 Agent 编程会越来越贵

• 企业会更在意 ROI：到底是省人，还是只是在烧钱

四、Agent 框架 / 平台

8）Agent 赛道重点变了：从“会不会搭”变成“能不能上线”

最近几周，不管是 OpenAI、Google、微软，还是 Dify 这类平台，方向都在往同一处收敛：

• 不再只讲单次对话

• 更强调多步骤执行

• 更强调工具接入

• 更强调企业治理、审计、权限、可靠性

用户点名的几类框架/平台里，最近真正值得关注的趋势不是谁又多了一个 demo，而是：

• LangGraph / AutoGen / CrewAI代表的编排思路，越来越像基础设施

• Dify / Coze这类偏平台化产品，更强调可视化、接业务系统、上线运维

• OpenClaw / Hermes这类更偏“代理执行/运行时/工作流”的方向，关注点也越来越靠近真实权限、工具调用、安全边界

Agent 赛道已经过了“光会画流程图就算厉害”的阶段。现在大家更关心：

• 能不能真正接入企业系统

• 能不能稳定跑长任务

• 能不能出事后追责

• 能不能把成本控住

一句话：Agent 现在比的不是谁演示更炫，而是谁更像一套真的生产系统。

注：OpenClaw / Hermes 等这里更多作为赛道代表性方向做观察，今天未检索到足够新的、独立成条的大规模公开新闻发布，因此本板块以趋势总结为主。

五、政策监管

9）中国继续收紧“数字人/拟人 AI”边界，重点盯未成年人风险

路透今年 4 月报道，中国进一步推进针对“数字人”和拟人化 AI 服务的规范，重点包括：

• 更明确地管控像真人一样互动的 AI

• 对可能让未成年人沉迷的服务更警惕

• 延续此前对生成式 AI 的监管思路，但开始更细化到具体应用形态

监管已经不只在问“是不是 AI”，而是在问：

• 你像不像真人

• 会不会误导用户

• 会不会让小孩沉迷

• 有没有越过社会可接受边界

这说明下一步政策会越来越具体，尤其会盯高拟真陪伴、数字分身、情感互动这类场景。

以后很多产品不是“模型能不能做出来”的问题，而是“做出来以后能不能合规上线”的问题。

10）欧洲还在拉扯 AI 规则，但方向没变：会继续管，只是想别管得太死

Reuters 5 月报道，欧盟国家和立法者就 AI 规则简化版达成临时协议，整体方向是：

• 规则不会取消

• 但会考虑适度放松、简化部分要求

• 背景是企业和科技公司担心合规负担太重

这意味着全球监管的主线正在形成共识：

• AI 会继续被管

• 但监管和产业之间会反复拉扯

• 最终拼的是谁能在“安全”和“创新”之间找到中间点

不是不管了，而是从“先立规矩”进入“怎么把规矩调到不把产业压死”的阶段。

六、国内动态

11）国产 AI 的新主战场越来越清楚：编程、Agent、出海、企业单子

从这两天国内报道看，国产 AI 公司的讨论重点已经明显变化：

• 不再只拼“谁参数大”

• 更关注编程能力、Agent 持续执行能力、商业化收入、海外增长

• 市场对“烧钱做通用模型但没收入”的耐心在下降

36 氪报道里提到，Kimi 的ARR 从 3 月破 1 亿美元，到 4 月超过 2 亿美元；同时也强调国内不少公司仍面临“高估值、低收入”的压力。

这意味着国内 AI 创业公司正在从技术秀肌肉，转向回答更现实的问题：

• 你能不能赚钱

• 你的客户是谁

• 你的优势是成本、流量、生态还是出海

未来国产 AI 的故事，光讲“模型很强”已经不够了，得讲清楚：谁来付钱，为什么持续付钱。

今日趋势一句话版

• 大厂：都在把 AI 往“能执行任务的工作系统”推

• 资本：钱继续往头部和编程/Agent 方向集中

• 产品：AI 编程从拼功能进入拼成本

• 监管：开始更细地管拟人 AI、儿童风险和高风险应用

• 国内：从卷模型参数，逐步转向卷收入、卷落地、卷出海

【今日必看】