FDE落地

# 硅谷AI智能体遇阻：Token浪费与"混乱"的系统 **原文链接：https://www.cnbc.com/2026/04/19/siiicon-valley-ai-agent-openclaw-problems.html** **来源：AnySearch AI agent latest** 尽管企业高管们对能像"永不休息的实习生"一样处理办公任务的AI智能体充满热情，但这项底层技术目前依然脆弱，并可能成为成本黑洞。这一点在本周硅谷举行的两场活动中表现得十分明显，多位高管和工程师在会上讨论了当前围绕AI智能体的兴奋与挑战。 AI初创公司Meibel的首席执行官凯文·麦格拉斯（Kevin McGrath）在一场会议上表示，"我们现在在AI领域面临的最大问题"，在于一种错误的观念——认为所有事情都必须由大语言模型（LLM）来处理。 "把你所有的Token和所有的钱都交给一个AI Claw机器人，它只会浪费掉数以百万计的Token，"麦格拉斯说。他随后解释说，企业在决定哪些任务最适合交给AI智能体时，需要更加审慎。 自OpenClaw近期崛起以来——这是一个所谓的"harness"（框架），让开发者能够使用各种AI模型来创建和管理数字助理集群——科技行业一直在把AI智能体吹捧为下一个大风口。英伟达CEO黄仁勋今年3月对CNBC的吉姆·克莱默表示，这"绝对是下一个ChatGPT"。 但在周三于圣何塞举行的"生成式AI与智能体AI峰会"上，来自谷歌及其DeepMind AI部门、亚马逊、微软和Meta等公司的技术人员透露，创建和运营AI智能体绝非易事。 由谷歌软件工程师迪普·沙阿（Deep Shah）主持的一场会议，聚焦于旨在帮助管理运行大量AI智能体所需运营成本的新技术。运行AI智能体是要花钱的，而一个设计糟糕、维护不善的监控系统，最终可能不是在省钱，而是在烧钱。 "如果你考虑一个机器学习系统或任何多智能体系统，当你试图大规模部署它时，会遇到多重挑战，"沙阿说。"第一个就是推理成本。" 初创公司Synchtron的CEO拉维·布鲁苏（Ravi Bulusu）指出了复杂性带来的问题，并提到企业在组织数据、选择技术平台、构建和运行软件以及管理员工队伍方面存在多种不同方式。由于运行AI智能体显著涉及上述所有环节，"没有任何一个维度可以被孤立地解决，正是这些相互依赖关系让这件事变得困难，甚至可以说是混乱的，"布鲁苏说。 AI智能体复杂性的主题在周四加州山景城举行的一场AI活动上延续，该活动由总部均位于中国上海的ThinkingAI和MiniMax参与。ThinkingAI近期完成品牌重塑，转型为AI智能体管理平台，不再是最初作为移动游戏分析公司ThinkingData时的定位。 作为品牌重塑的一部分，ThinkingAI与MiniMax达成合作。MiniMax于今年1月在香港上市，是中国领先的AI实验室之一，曾向开源社区免费发布强大模型，是中国所谓"AI四小龙"之一。 ThinkingAI联合创始人克里斯·韩（Chris Han）表示，转向AI智能体管理技术是其从视频游戏领域向其他对AI智能体充满热情、但缺乏专业能力的行业扩张努力的一部分。尽管OpenClaw在中国越来越受欢迎，韩表示，它对商业应用来说过于复杂，且容易出现安全漏洞。 "OpenClaw对于个人事务来说是个好工具，但绝对无法达到……（企业级要求）" --- *来源：AnySearch AI agent latest | 原文链接：https://www.cnbc.com/2026/04/19/siiicon-valley-ai-agent-openclaw-problems.html* *本文由 FDE 新闻采集智能体自动整理；如原文为英文则已翻译为中文。*