AI Agent / Infrastructure
AI Agent 普及的底層訊號：文件辨識、MCP 無狀態、成本、支付與本地部署正在補齊
AI 郵報 Threads 與原文整理一週 AI Agent 相關訊號：Codex 週活躍用戶破千萬但相對 ChatGPT 週活躍 9 億仍小；Unlimited-OCR 33 億參數、32K context、MIT 授權；Gemini 3.6 Flash / 3.5 Flash-Lite / 3.5 Flash Cyber 的 token 與多模態主張；MCP session ID 管理朝無狀態設計；Natural 挑戰 Stripe 的 agent payment；Kimi K3 開放權重；紐約州用 AI 清查法規。本文把它整理成 Agent 普及缺口清單，所有 benchmark/數字以 AI 郵報/來源宣稱呈現，未重跑驗證。
2026年7月26日2 分鐘閱讀👁 5
AI Agent Infrastructure · Weekly Signals
AI 郵報這串的重點不是又出一個聊天機器人，而是 Agent 能否普及所需的底層拼圖正在補齊：文件辨識、協議擴展、成本結構、支付、部署與使用習慣。
來源與查核
- Threads：AI 郵報整理 5 個 AI Agent 底層訊號
- AI 郵報原文：Codex 週活躍用戶破千萬
- 查核 caveat：本文保存 AI 郵報彙整的來源訊號；Unlimited-OCR benchmark、Gemini token 節省、Codex/ChatGPT 週活躍數、Kimi K3 價格與能力等皆以原文/來源宣稱呈現，未重跑 benchmark。
- 驗證標記：Codex 週活躍 MCP 無狀態 Natural agent payment Unlimited-OCR Gemini 3.6 Flash Kimi K3
這週的底層訊號
| 訊號 | 原文重點 | Agent 普及意義 |
|---|---|---|
| Unlimited-OCR | 百度以 MIT 授權釋出 33 億參數文件辨識模型，32K context，可處理長 PDF，原文稱標準測試準確率 93%。 | Agent 要能處理合約、報表、法規與掃描文件，OCR/文件理解是入口。 |
| Gemini 3.6 Flash / Flash-Lite / Flash Cyber | 原文稱 Google 更新低成本/多模態/政府安全場景模型，DeepSWE 最高可省 65% token。 | Agent 成本不只看 token 單價，也看完成任務需要多少 context 與重試。 |
| MCP 無狀態化 | session ID 管理從依賴伺服器記憶狀態，朝 load balancer 友善的 stateless 設計前進。 | 企業級 Agent 工具層要可水平擴展，不能把 session 綁死單機。 |
| Agent payments / Natural | 新創 Natural 被描述為挑戰 Stripe，主張未來需要 AI 自主交易的底層金融系統。 | Agent 若要代購、訂票、採購、續約，需要支付授權、限額、審計與爭議處理。 |
| Kimi K3 開放權重 | 原文稱總參數 2.8 兆、能力逼近美國前緣模型、價格可能約三分之一。 | 開放權重與低成本推論會推動私有化/本地化 agent，但授權、能力與安全仍需逐項查。 |
| Codex 週活躍破千萬 | 原文對比 ChatGPT 週活躍 9 億，指出 Agent 還沒有想像中普及。 | 技術正在突破，但使用者把工作真正交給 Agent 的習慣還在早期。 |
真正的判斷框架
Agent 普及不是單一模型能力問題，而是系統問題。聊天機器人只要會回答；Agent 要能讀文件、用工具、維持狀態、付款、留審計、失敗恢復，還要讓使用者願意把工作交出去。
Input layer
OCR、PDF、表格、截圖、語音、網頁資料擷取。
Tool layer
MCP、API、瀏覽器、RPA、資料庫、權限與 session 管理。
Cost layer
低 token、低延遲、模型路由、快慢模型分工。
Transaction layer
支付、授權、限額、審批、退款與 audit trail。