6 月 5 日，AI-tonomy Summit 2026 在 Plug and Play 硅谷总部举办，500+ 创始人、投资人与企业负责人到场，SVTR 作为本届大会社区合作伙伴全程在场。过去两年的 AI 大会大多还在比模型，这一场的议程重心已经换了。
本文不复述议程，只提炼现场的产业信号与资本含义，写给关注 agent 商业化与 AI 基础设施的早期投资人和创始人。
全天 40+ 演讲、3 个平行分会场（企业 agent 落地、前沿研究、现代 AI 基础设施），没有人再认真讨论 AGI 倒计时，所有人都在讨论同一件事：AI 怎么真正部署进生产系统。一句话概括核心信号：AI 的上半场拼模型能力，下半场拼系统兑现。
基础设施圆桌上，Weaviate CTO Etienne Dilocker、NEA 的 Madison Faulkner、IQT 的 Kyle McNulty 等投资人与创业者的判断高度一致：训练仍然重要，但下一阶段更大的战场在推理。真正决定企业能否规模化用 AI 的，是推理成本能否压到可承受、延迟能否控到可生产、准确率能否保在可商用。token 成本的下降速度低于预期，小模型加微调、路由、缓存这套推理优化栈，比想象中重要得多。多位与会者直接指出，真正大规模部署 AI 的企业占比仍不足 10%，卡点集中在数据、权限、合规和治理。
对应到价值再分配：上一轮的注意力几乎都给了模型公司，下一轮的红利更可能落在推理、支付与身份、连接分发、安全这四层。以下各层点名的公司均为现场样本，用来说明这一层正在发生什么，不构成推荐或背书；引用数据均来自公开披露与现场资料。
一、推理层：把"自适应推理"做成产品
演示环节，Fastino Labs CEO Ash Lewis 的产品定位很直接："Pioneer, the inference API that improves with your traffic."（随你的流量持续变好的推理 API。）据公开披露，该公司 2025 年 5 月获 Khosla Ventures 领投的 $1,750 万种子轮，累计融资约 $2,500 万。Pioneer 今年 4 月发布，把原本要数月、要机器学习专家的"模型微调与部署"压成一句指令，支持 Qwen、Gemma、Llama 等开源模型，并引入自适应推理：模型上线后继续在生产数据上自我训练、自动评估、自动迭代。用 Ash Lewis 的话说，部署第一天用的模型，是你这辈子会用到的最差版本。
判断标准要冷静：看单任务成本是否真下降、生产准确率是否保得住、能否嵌进企业工作流。路由和推理优化是否构成护城河，尚未被规模化验证。
据 SVTR AI 创投库，推理是目前少有的中美各自跑出独立公司的基础设施层：美国一侧从 Cerebras、Groq、Fireworks、Baseten 排到 Fastino，中国一侧有墨芯科技、燧原科技、硅基流动、清程极智等十余家在做推理芯片或推理优化栈。对跨境投资人，这是少数两个市场都得看的赛道。
三、支付与身份层：agent 能不能完成一笔真实交易
推理层决定 agent 跑不跑得起，这一层决定 agent 能否安全完成交易，并被验证、被追责。现场出现了应用与协议两条路径。
应用层样本是多伦多的 Snaplii。据其现场展示与官方披露，目前有 35 万+ 北美用户、500+ 合作品牌、年交易额超 $1 亿、1,700+ agent 接入（以上为单一来源，列此供参考）。其 A2M（Agent-to-Merchant）Skill 已原生兼容 MCP，可被 Claude 等客户端直接调用，并把 agent 支付重构成三条原则：一次性凭证（泄漏即作废）、token 化（agent 只见 token 不见卡号）、可限定（可设额度与规则、随时撤销）。这正是 agent 商业化当前最现实的断点：大量 agent 已经能比价、能生成订单草稿，却卡在最后一步，无法安全完成交易。
协议层样本是 Verisense，命题是 agent 之间的发现与互操作：每个 agent 拥有可验证身份，agent 间可以结算，行为可验证地记入信誉系统。方向与今年的产业节奏同频：Google 的 AP2 协议 2025 年 9 月发布，2026 年 4 月捐给 FIDO Alliance，并新增"用户不在场"的自主支付能力；Ping Identity 的 Identity for AI 已于 2026 年 3 月底全球正式可用。协议级项目周期长、依赖跨生态协同，是位置关键但验证周期最长的一类。
支付层的中美结构差异比推理层更刺眼。据 SVTR AI 创投库，这一层几乎全部集中在美国、欧洲和以色列（Ramp、Airwallex、Kite、Catena Labs 等），中国的独立创业公司基本缺席。SVTR 判断，中国的 agent 支付大概率会被支付宝、微信直接内嵌。对中国创业者，正面做 agent 钱包基本撞墙，机会更可能在为出海 agent 做跨境结算的夹层里。
四、分发与安全：一个还早，一个很确定
连接分发层的样本是 Sense Space，主张从网络效应走向认知效应：过去互联网把内容分发给人，agent 时代把能力分发给 agent，由此催生 agent 发现、编排与情境推荐这类新入口。据其路演材料测算，对应 $4 亿以上的平台收入机会、$800 亿以上的中介 GMV；这组数字是机会测算，离已实现规模还远。这一层是否会像移动互联网的应用商店一样重要，前提是 agent 数量真实爆发，目前更多是一个值得观察的位置。
安全层的讨论更接地。Horizon3.ai 创始人 Snehal Antani 的判断有冲击力：传统安全系统按人类速度设计，已不足以应对 AI 驱动的攻击。agent 带来的风险面很具体：被诱导调用错误工具（tool manipulation）、超权限自主行动（excessive agency）、推理过程中的信息外泄（data leakage），传统应用安全工具都覆盖不了。SVTR 认为，未来几年 AI 原生安全会从附属模块变成企业 AI 落地的前置条件，也因此是企业采购里相对确定的预算方向。
五、暗线，与我们要跟踪的四类公司
四层之外还有一条暗线：当 AI 让获取信息越来越便宜，真正稀缺的从来不是信息，而是可信的人、可信的圈层、可信的项目筛选。现场社区合作伙伴阵列（Supermomos、Stanford Founder's Club、The AI Collective 等）印证了这一点。在 AI 产品趋同的阶段，分发、关系、信任会重新变成壁垒。机会通过人流转，远比通过信息流转更频繁，这也是 SVTR 长期在中美双向布局的核心逻辑。
下一阶段，SVTR 将沿四层跟踪公司：
- 推理层看单位经济，演示效果说明不了什么；
- 支付与身份层区分应用与协议两条验证节奏完全不同的路径；
- 连接分发层等 agent 数量的真实拐点；
- 安全层作为相对确定的预算方向优先覆盖。
下一轮更有优势的，是能把 AI 做成更低成本推理、更安全执行、更顺畅支付、更可信协作的人；讲 AGI 故事的优势正在退场。