05｜信息源与核验说明¶

说明¶

这份 deep research 重点参考了 2025–2026 年的：

• 模型厂商官方发布
• 官方开发文档
• 大型科技公司研究/趋势报告
• 一线投资机构/创业机构对于应用层机会的判断

我优先采用了直接可核验来源，并在浏览器工具不可用的情况下，通过可访问的文本抓取方式对关键页面进行了二次核验。

核验时间¶

• 核验时间：2026-07-09 14:06:35 UTC

直接核验的核心来源¶

1. OpenAI｜New tools for building agents¶

• 链接：https://openai.com/index/new-tools-for-building-agents/
• 核心核验点：
• Responses API
• built-in tools: web search / file search / computer use
• Agents SDK
• observability tools
• 研究中用途：用于判断 AI 已从“回答”进入“可执行工作流”的平台能力阶段。

2. OpenAI｜The state of enterprise AI (2025 report)¶

• 链接：https://openai.com/business/guides-and-resources/the-state-of-enterprise-ai-2025-report/
• 核心核验点：
• 超过 1 million business customers 使用 OpenAI tools
• ChatGPT message volume grew 8x
• API reasoning token consumption per organization increased 320x YoY
• Enterprise users report saving 40–60 minutes per day
• median sector grew by more than 6x, tech sector 11x
• 研究中用途：用于验证企业真实采用正在加速，而不是只有消费者层面热闹。

3. Anthropic｜Introducing Claude 4¶

• 链接：https://www.anthropic.com/news/claude-4
• 核心核验点：
• Claude 4 强调 coding / advanced reasoning / AI agents
• extended thinking with tool use
• tools in parallel
• improved memory capabilities
• Claude Code GA
• 研究中用途：用于判断 coding agents、tool use、长任务协作已进入高可用阶段。

4. Anthropic｜Economic Index: Tracking AI's role in the economy¶

• 链接：https://www.anthropic.com/research/economic-index-geography
• 核心核验点：
• software engineering is still by far in the lead
• directively automated tasks from 27% → 39%
• API users are significantly more likely to automate tasks
• 研究中用途：用于判断真实世界中 AI 使用正从辅助走向自动化，且工程/软件仍是领先场景。

5. Google｜Gemini 2.5: Our most intelligent AI model¶

• 链接：https://blog.google/technology/google-deepmind/gemini-model-thinking-updates-march-2025/
• 核心核验点：
• Gemini 2.5 is a thinking model
• strong reasoning and code capabilities
• context-aware agents
• 研究中用途：用于确认“thinking / reasoning / code”已经是主流模型竞争重点。

6. GitHub Copilot documentation¶

• 链接：https://docs.github.com/en/copilot
• 核心核验点：
• cloud agent
• automations
• autonomous task completion
• parallel task execution
• 研究中用途：用于支持“编码代理已产品化并进入结构化能力阶段”的判断。

7. Microsoft｜2025 Work Trend Index: The Frontier Firm is born¶

• 链接：https://www.microsoft.com/en-us/worklab/work-trend-index/2025-the-year-the-frontier-firm-is-born
• 核心核验点：
• 31,000 workers across 31 countries
• 82% leaders: pivotal year to rethink strategy/operations
• 81% expect agents moderately/extensively integrated in 12–18 months
• 24% already deployed AI organization-wide
• phase 2/3 描述：digital colleagues → agents running entire workflows
• 研究中用途：用于支持“agent 将重塑组织工作方式，而不仅是个人助手”的判断。

8. Sequoia｜AI 50: AI Agents Move Beyond Chat¶

• 链接：https://www.sequoiacap.com/article/ai-50-2025/
• 核心核验点：
• AI move from responding to prompts to solving problems and completing workflows
• application layer tools create real business results
• 典型案例：Harvey / Sierra / Cursor
• 研究中用途：用于支持“应用层机会从 copilot 转向 workflow completion”的核心结论。

9. Y Combinator｜Requests for Startups 2025¶

• 链接：https://www.ycombinator.com/rfs?year=2025
• 核心核验点：
• AI models are improving really fast
• now able to do complex work far beyond engineering
• next step: AI-native companies that don’t sell software—they sell the service
• 研究中用途：用于支持“AI 原生服务化业务”这一高优先级方向。

10. a16z｜How 100 Enterprise CIOs Are Building and Buying Gen AI in 2025¶

• 链接：https://a16z.com/ai-enterprise-2025/
• 核心核验点：
• AI budgets expected average ~75% growth next year
• 37% respondents use 5 or more models
• enterprise model layer has not become commoditized
• Anthropic 在 engineering/coding 场景强势
• Gemini 2.5 Flash price/performance highlighted
• 研究中用途：用于支持“企业需求真实增长、multi-model 成为常态、应用选择按场景分化”的判断。

11. a16z｜AI Voice Agents: 2025 Update¶

• 链接：https://a16z.com/ai-voice-agents-2025-update/
• 核心核验点：
• lower latency and improved performance
• voice agents market exploded in H2 2024
• 22% of the most recent YC class represented voice-building companies（转引 Cartesia 数据）
• 应从 wedge 切入，而不是一上来全替代人工
• 高 BPO / call center spend 场景更适合切入
• 研究中用途：用于支持语音代理机会的边界与切入策略。

研究限制与说明¶

1. 浏览器交互工具本轮不可用¶

本轮环境中的 browser 工具缺少底层可执行组件，因此未采用浏览器快照式核验；改用终端 + 文本抓取方式完成二次验证。

2. 个别页面对抓取不友好¶

例如 Stripe 相关页面在文本代理下出现了较多导航噪音，未作为本研究的主要定量依据，仅作为辅助观察来源，不进入核心论证链。

3. 投资机构观点不等于客观事实¶

a16z、Sequoia、YC、BVP 等来源适合帮助判断“机会方向”和“创业热点”，但它们天然带有投资立场。因此本研究中，这类来源主要用于：

• 识别机会聚焦点
• 识别产品/市场演化方向
• 辅助排序

而不是单独作为事实证据。

本研究的证据结构¶

整份研究的判断，主要建立在 3 层证据上：

1. 官方能力层证据
   OpenAI / Anthropic / Google / GitHub 官方发布与文档
2. 企业采用层证据
   OpenAI enterprise report / Microsoft Work Trend Index / Anthropic Economic Index
3. 创业与应用层证据
   Sequoia / YC / a16z 对应用落地方向的观察

最终说明¶

这份研究适合拿来做：

• 方向判断
• 机会筛选
• 30 天验证选题
• 产品/服务切入思考

如果你下一步要做更具体的决策，例如：

• “我该做哪个具体赛道？”
• “我该从哪个用户群开始？”
• “我该先做服务还是先做产品？”

那最合理的下一步，是基于这份总报告，再做一轮：

面向你本人背景和资源约束的二次聚焦研究。