这一周的共同线索很清楚

6 月第一周，如果只看单条新闻，会看到很多分散更新：Codex 扩到知识工作，Copilot 切换计费，GitHub 发布 app、automations、sandboxes、memory，AWS 把 AgentCore 放进 Step Functions，腾讯发布效率智能体工具集，阿里开放千问 Agent 和 Skill，华为云强调 Agentic Infra。

把这些放在一起，结论很清楚：Agent 正在从能力演示变成组织工作负载。

工作负载和 demo 的区别在于，它需要长期运行、被计费、被治理、被恢复、被审计，并和已有系统协作。

运行时变重，是行业成熟的标志

早期 agent 竞争常被写成模型竞赛。谁的 reasoning 强，谁的 benchmark 高，谁的 demo 更惊艳。现在重心正在下移。

GitHub 做沙箱、自动化、REST API、Chronicle；AWS 做 Step Functions integration；微软做 Foundry；华为讲运行环境和调度。这些都不是模型本身，而是 agent 能不能在组织里稳定工作的运行层。

运行层越重，平台差异越难被单个模型替代。

成本暴露会改变产品设计

Copilot 的 AI Credits 是这一周最刺眼的信号。它让开发者突然意识到，多小时 agent 任务不是免费的魔法，而是会真实消耗推理预算。

OpenAI、GitHub、Google、AWS 后续都会面对同一个问题：怎样让用户知道该在什么时候使用大上下文、高 reasoning、多 agent 并行，什么时候应该用更便宜的路径。

好的 agent 产品会内置成本提示、模型路由、预算上限和用量解释。不会解释成本的 agent，很难在企业里长期扩张。

国内外玩家在不同层同时推进

OpenAI 和 GitHub 在争前台工作台和开发者系统；AWS 和微软在争企业工作流与平台治理；Google 在整合开发者工具线；腾讯在铺生产力入口；阿里在做千问平台开放；华为在补基础设施底座。

这些路线并不互斥。未来一个企业可能同时使用前台 agent、云工作流 agent、品牌服务 agent 和基础设施层 agent。

因此，判断一家公司的 agent 战略，不能只看它有没有发布一个助手。更要看它占住了哪一层，能不能向相邻层延伸。