易游体育中心官网:5个线可能是最能“干活”的大模型

易游官网入口:

  全球范围内的Token消耗正在迅速增长，Uber的5000名工程师仅仅4个月就烧完了全年的AI预算，迫使Uber出台分级限流措施管控成本；微软核心的Experiences and Devices部门内部曾大规模放开使用Claude Code，但仅半年就因Token成本远超预期而叫停；就连OpenAI的CEO奥特曼也感慨，目前有员工的月Token消耗达到1000亿，甚至曾有员工30天消耗了6030亿Token、一周消耗2100亿Token，但他们依旧算不上全球Token消耗量最高的人。

  增长源于AI从“对话模式”向“Agent模式”的演进，一个复杂Agent任务的Token消耗量，轻松就达到普通对话模式的几十甚至上百倍。摩根大通曾预测，中国的AI推理Token消耗量预计将从2025年的约10千万亿增长至2030年的约3900千万亿，五年间增长约370倍。

  想要让AI创造海量价值的同时，又能减少大量无意义的算力消耗，Agent选用的核心模型是关键。过去几年，大模型领域的主流竞赛逻辑可以概括为三句话：更大的参数、更长的上下文、更复杂的推理链条，这场以算力为底座的竞赛，把训练和推理成本一路推高。而现在，随着AI的规模化落地，性价比的重要性日益凸显。

  6月8日，云知声正式对外发布了新一代通用大语言模型——U2。这款大模型是面向个人、开发者与组织打造的原生智能体大模型，技术主张极为纯粹：高智能密度 × 高Token价值。简单来说，就是不追求堆叠参数和输出长度，而是追求用更少的资源承载更强的能力，让每一次调用都更接近交付结果。

  尤其值得一提的是，U2强调面向真实任务的连续执行能力，官方介绍其在复杂办公、软件工程、深度研究与多工具协同场景中，能够自主拆解并推进100+步复杂工作流，将需求理解、任务规划、环境交互、工具调用、过程纠错与结果验收串联为完整闭环。

  最新发布的一系列国内外权威能力评测中，U2在多个关键能力方向进入主流大模型第一梯队：

  “线给人的直观感受。接下来，我们用几个真实的工作任务，来测试一下U2的实际表现。

  打开后能够正常的看到界面很简洁，左边专家列表中还有“高效办公”、“金融分析”、“深度研究”三个选项。我们先直接对线的代码能力——代码是最不会骗人的东西，行不行跑一下就知道了。

  俄罗斯方块堪称大模型编程能力的“体测项目”，要求逻辑严密、实时交互，还得兼顾前端呈现。很多模型能写出能跑的代码，但界面丑得像上世纪产物；有些则反过来，页面漂亮但核心逻辑全是bug。所以这道不算难，但要求不低，让U2用网页来做一个经典的俄罗斯方块小游戏，要求支持用电脑键盘的方向键来控制方块的移动和变形，还要有计分功能，并把所有代码都写在一个文件里，保存后双击就能直接在浏览器里玩。

  指令发出后，U2很快就设计并实现了一个完整的俄罗斯方块游戏，并把所有的HTML、CSS和JavaScript代码都整合在一个文件里，从视频可以看见，双击打开后浏览器瞬间加载出简洁的游戏界面：黑色的游戏区域、右侧实时更新的计分板，以及底部的操作提示一目了然。

  实际操作时，方向键控制方块左右移动、快速下落的响应极为灵敏，上键触发的方块变形，还有方块被填满时自动消除并累计分数也全部符合俄罗斯方块的经典规则，整个游戏过程没再次出现任何逻辑错误。可见U2除了能熟练编写代码，在前端设计方面也颇具实力，从功能开发到页面布局、视觉呈现一站式完成。

  接下来是一道更贴近实战的题——做一个产品发布页面。为什么选这个场景？因为这才是大多数中小企业开发者每天都在干的活儿：一个落地页，要有倒计时制造紧迫感，要有邮箱收集做用户沉淀，要看起来像一个正经产品而不是学生作业。这类任务不需要多高深的算法，但考验的是模型能不能把设计审美、交互逻辑和业务需求糅在一起，一次出能用的东西。给U2的指令很直接：构建一个产品发布页面，并带上倒计时和邮箱注册。

  和上一个任务类似，打开文件后，页面呈现出来简洁现代的科技感设计，中间区域的倒计时组件尤为吸睛，完全满足日常产品发布页面的核心需求，甚至在细节处理上超出预期。

  前两道题考的是代码，但很多打工人日常面对的往往是琐碎且耗时的工作，比如排个班表、写个通知、导个Excel。很多大模型写代码挺利索，一到这种“帮我做个文件”的需求就开始掉链子，像是格式不对、内容逻辑错误，甚至文件根本打不开。

  所以，接下来就真的是走入日常的生活工作中，考验U2处理实际问题的能力。首先，我们测试下高效办公场景，我假设自己是一名社区的行政服务经理，针对社区垃圾堆积的情况实施定期轮换清理计划，让U2为我制定新的日程表，并做成PDF和Excel文件发给我。

  很快，界面上就显示已完成请求，并生成了对应的文件，下面是截取PDF和Excel文件的部分内容，能够正常的看到U2清晰列出了每周各楼栋的垃圾清理轮换时间，通知文件也符合正常行文的标准，可以直接使用。

  前面测试的是执行力，但U2能不能胜任更专业的活儿？接下来进入金融分析场景——金融业充满风险，因此就需要更加严谨。模型既要准确理解专业概念，又要能结合宏观数据做逻辑推理，而且绝不能瞎编，输出结构还要像模像样，而不是一堆散乱的要点。

  Prompt：生成一份客户季度报告，评估当前持仓（茅台30%+宁德20%+中芯20%+现金30%）在Q1的最大回撤表现、行业集中度与风格暴露风险，并结合宏观流动性观点给出下一季度的调仓与再平衡建议。

  客户持仓组合**：茅台（30%）+ 宁德时代（20%）+ 中芯国际（20%）+ 现金（30%）

  3. **中芯国际**：半导体行业周期仍在底部区域，地理政治学风险压制估值

  - 消费+新能源+半导体合计占比70%，若任一行业遭遇系统性调整，组合回撤风险显著

  - 茅台（消费）、宁德（制造）、中芯（科技）均属于**大盘成长风格**，缺乏价值风格对冲

  1. **成长风格风险**：当前持仓均为典型成长股，PE估值较高，若美联储维持紧缩或国内流动性收紧，成长股估值承压

  2. **赛道拥挤风险**：新能源、半导体、白酒均为机构重仓赛道，Q1期间出现非常明显资金流出

  3. **北向资金影响**：Q1期间北向资金波动加大，对大盘成长股影响显著

  - **判断**：Q2市场可能呈现**震荡分化**格局，风格可能从极致成长向均衡过渡

  **1. 降低茅台仓位** 30%→20% 消费复苏低于预期，业绩承压，基本面边际恶化

  **2. 维持宁德时代** 20%不变 龙头地位稳固，Q1业绩超预期，但估值已反映乐观预期

  **3. 维持中芯国际** 20%不变 国产替代长期逻辑清晰，Q1业绩稳健

  **4. 增加现金/债券** 30%→40% 防范市场波动，等待更好的加仓时机

  - **港股互联网龙头**（腾讯、阿里巴巴）：估值处于历史低位，政策边际改善

  2. **行业集中风险**：持仓集中于消费、新能源、半导体行业，需关注行业轮动风险

  报告编制说明：本报告基于公开信息整理，数据截至2026年5月。过往业绩不代表未来表现，投资有风险，入市需谨慎。

  可以看到，基于Agentic Harness框架，U2能够自主完成信息检索、数据分析和报告生成的全流程。这份报告数据有出处，个股业绩引用了真实财报数据；逻辑有链条，从持仓表现到集中度、风格暴露、宏观展望、调仓建议，层层递进。对于金融类复杂业务分析来说，能跑完全流程、输出结果可直接交付的能力，意味着U2是能真正分担专业工作的生产力角色。

  最后来测试下深度研究场景，现实工作中最耗人的往往是那种没有现成答案的模糊指令，比如找资料、筛信息、做归纳。模型要有搜索规划能力，知道去哪找、用什么关键词、怎么过滤噪声；还要有信息甄别能力和提炼整合能力。

  这里我要求U2查找五篇关于政府领域应用AI和自动化的学术文章（2020年以后发表、公开可获取、非付费墙来源），并将摘要整理成表格形式用于横向对比。整一个完整的过程跑下来，U2从找文献到出表格一气呵成，中间没有来回确认、没有遗漏筛选条件。对需要快速切入一个陌生研究领域的人来说，可能一下子就省下了半天的时间。

  从这些场景能够准确的看出，云知声在U2上重点强化了“达成目标”，这是一款面向任务执行的原生智能体大模型，比起“对话”，更适合拿来“干活”。在Reasoning、Coding和Agent三大核心能力上，Reasoning方面U2强调低偏差执行和长程逻辑稳定性，面对复杂、多步骤任务时，不仅要能回答局部问题，更要能够持续保持目标一致，动态权衡预算、时间、约束条件和可行路径，最终输出更优方案；Coding方面，U2面向端到端工程交付，既可以依据自然语言需求生成代码，也能够理解多文件项目结构，保持接口、依赖和调用逻辑一致，并在环境调试和自主Debug中持续推进任务完成；Agent方面，U2重点提升了多工具协同、长流程编排和环境交互能力，面对开放式目标，能够拆解任务优先级，理解API能力边界，组合调用不同工具，并根据外部系统反馈调整执行策略。

  测评分析的主要是性能表现，回到文章的开始，U2怎么样提高AI应用的性价比？

  传统显式思维链往往需要生成大量中间推理文本，因此带来更高的Token消耗与推理延迟；隐空间推理虽然效率更加高，却可能在复杂任务中出现逻辑漂移，缺乏足够的可控性与验证能力。U2引入了混合思考机制，在同一推理过程中根据任务不同阶段的复杂度和不确定性动态切换思考形态。

  具体来说，任务早期U2先在隐空间中完成路径搜索、任务拆解、候选方案生成与执行规划，在不确定性较低时保持高效的隐式推理；当任务进入关键判断、复杂约束处理或结果收敛阶段，推理过程中不确定性升高，通过可控隐空间展开（Bounded Latent Rollout）与熵感知切换（Entropy-aware Switching）机制，模型切换到显式思维链，通过可读、可校验的确定性 Token完成逻辑校准、过程验证与最终决策。

  也就是靠这样的形式，U2实现了“少Token，深思考”。任务执行时，U2还引入了Agent-Harness 协同训练范式，并将模型原生Agent能力提升与Harness迭代优化纳入同一训练闭环，Harness根据U2的模型特点持续优化任务执行链路，真实任务中产生的高质量执行轨迹，又强化了模型的任务规划、工具调用、过程纠错和结果验收能力。

  作为一家成立十余年的AI公司，云知声历经过多个技术周期，U2的发布对其来说，并不只是在模型能力上的一次升级，更标志着这家AI公司正在完成向“原生智能体大模型公司”的转型。从商业落地的维度来看，云知声已经围绕U2搭建起ToB与ToC双轮驱动的业务闭环。

  ToB端，云知声拥有兽牙智能体平台，并在医疗、医保、交通、客服等多个领域实现了一系列中标。这些落地的核心逻辑是，依托U2在指令遵循、Agent工具调用和复杂任务执行方面的能力，为公司可以提供可规模化部署的智能体解决方案，将大模型能力直接转化为业务产出。

  ToC端，云知声通过公有云MaaS（Model-as-a-Service）和OPC生态布局，持续产生Token收入。据透露，受益于高质量场景Token的需求激增，公司5月Token调用收入的ARR环比暴涨600%，预计6月将继续保持高增长，达到1500万美金。这在某种程度上预示着，云知声的收入与客户AI使用强度已直接关联，业务的规模天花板全面打开。

  目前存在一个行业性的问题：大模型下半场，竞争的焦点到底是什么？云知声用U2给出了一种答案：不拼参数拼效率，用智能密度和Token价值重新计算AI的商业意义。返回搜狐，查看更加多