AI智能体获得45亿美元资金支持及开源工具包

人类级智能体的资金支持

NeoCognition本周完成了4000万美元的种子轮融资。该初创公司由俄亥俄州立大学的一名研究人员创立，声称其智能体可以在任何领域成为专家，而无需针对特定任务进行重新训练。这笔资金将用于人才招聘和计算集群，以扩大学习管道的规模。

TechCrunch注意到，NeoCognition的方法与大型语言模型的微调不同。公司不是提示一个庞大的模型，而是构建模块化智能体，通过交互式课程获取技能。这个说法很激进，市场将测试这些智能体是否能在现实世界的基准测试中与专业系统相匹配。

这笔投资使NeoCognition成为少数几家押注自主学习的早期公司。投资者似乎对风险感到舒适，因为领域无关的专业知识的承诺可以降低构建定制AI解决方案的成本。

亚马逊芯片助力Claude增长

Anthropic从亚马逊获得50亿美元的投资，根据Ars Technica的报道。该交易包括承诺购买5吉瓦的亚马逊定制硅芯片，用于运行Claude模型。

Anthropic计划将其推理工作负载转移到亚马逊的芯片上，这将降低延迟和运营成本，因为对Claude的需求激增。合作伙伴关系还为亚马逊提供了一个直接通往领先的对话模型的渠道，加强了其相对于依赖外部提供商的竞争对手的地位。

硬件承诺的规模值得注意。 5吉瓦的定制硅芯片相当于数千个推理服务器，足以服务数百万并发用户。 该安排将Anthropic的发展路线图与亚马逊的硅芯片路线图联系在一起，创造了相互依赖的关系，这可能会影响未来的定价和功能决策。

开源多智能体工具包涌现

一个Show HN帖子介绍了Hermes，这是一个用于构建多智能体股权研究助手的框架。Hermes建立在LlamaIndex之上，并捆绑了文档摄取管道、通过MIT许可的edgartools库访问SEC EDGAR、以及输出生成器，生成Excel模型和PDF报告。该存储库附带环境变量钩子，如HERMES_LLM_PROVIDER和HERMES_FRED_API_KEY，以简化部署。

Hermes允许工程师直接使用预建的智能体或替换自定义工具。 每个工具模块都暴露可以独立调用的异步函数，使得可以混合使用智能体编排和传统脚本。 该项目的开源许可鼓励社区贡献和快速迭代。

另一个Show HN贡献，Mira，旨在实现公司研究自动化。Mira爬取网站、LinkedIn和谷歌搜索，然后组装带有置信度和来源属性的结构化配置文件。 早期终止逻辑在配置的数据点达到置信度阈值时停止处理，从而节省API开支。 核心库是框架无关的，配套的Next.js前端演示了与Supabase进行身份验证和工作区存储的端到端使用。

Hermes和Mira都说明了向可组合的、特定领域智能体的转变，这些智能体可以放入现有的管道中。 这些项目通过环境变量公开配置，并提供清晰的扩展点，降低了工程师尝试多智能体架构的门槛。

企业AI采用的影响

深度资金、定制硅芯片和现成的智能体框架的融合，重新塑造了构建专业AI服务的经济效益。 以前将研究外包给人类分析师的企业，现在有了一条路径，可以用开源智能体替换部分工作流程，这些智能体运行在专门构建的硬件上。

然而，权衡仍然存在。 Hermes依赖于可能滞后于实时市场变化的SEC数据，而Mira的网络爬取可能会遇到速率限制或过时的公司页面。 置信度评分机制有所帮助，但它们并不能消除对人工验证的需求。 公司必须权衡成本节约和错误输出的风险。

Anthropic的硬件交易表明，大规模推理将越来越多地与专有硅芯片绑定。 无法获得类似协议的公司可能会面临更高的延迟或价格压力。 NeoCognition的种子资金表明，下波智能体将旨在更广泛的应用，但证明这一说法需要跨领域的广泛基准测试。

关注点

关注Anthropic在亚马逊硅芯片上的部署里程碑，特别是在接下来的六个月内发布的任何公开延迟或成本基准。 这些数字将表明定制芯片是否带来了承诺的效率提升。

在GitHub上监测Hermes和Mira的采用指标——star数量、fork活动和问题数量。 贡献的激增可能表明开源社区正在共同创建生产级多智能体堆栈。

关注NeoCognition的路线图，以展示其领域无关智能体的公开演示。成功的演示将验证种子投资者的假设，并可能触发后续融资。

关注自动金融研究代理的监管评论。 随着多智能体工具进入合规性强的领域，如SEC等机构的指导可能会影响公司如何整合这些系统。