6月29日，港股AI应用板块整体走强。明略科技（2718.HK）低开高走，盘中涨幅一度接近8%。截至当天上午，公司报价226港元，上涨约3.6%。自6月11日以来，这家公司的股价累计涨幅已超过30%。
同一天，明略科技正式开源发布了Octo。官方将其定义为“全球首个开源可信的Agent协作网络”，基于Apache 2.0协议。
这个发布之所以引人注意，不只因为它是又一款AI工具，更因为它直接指向了AI落地正在面临的一道现实命题：当企业内部的AI Agent从个位数膨胀到成百上千个，它们各自为政、信息不通，组织反而陷入新的混乱。
AI的下一阶段竞争，正在从“造一个更强的大脑”转向“把许多大脑连成一张网”。而明略的Octo选择以开源、中立、私有化的方式切入，与海外巨头普遍采取的闭源、锁生态路线形成了清晰的分野——这相当于在“Agent互联网”的底层协议层，给出了一个企业可以自主掌控的选项。
一、当组织内部出现成百上千个AI Agent，它们怎么协作？
过去两年AI行业的主线是模型参数的军备竞赛。但一个现实问题正在浮出水面：当组织内部出现成百上千个AI Agent，它们各自有记忆、各自干活，彼此之间怎么连接、怎么协作？
这不是一家公司面临的困境。工信部2026年6月发布的《“人工智能+信息通信”创新发展实施意见》中，首次将“智能体”写入国家级产业路线图——政策层面已经意识到，AI的下一阶段竞争正在从“造一个更强的大脑”转向“把许多大脑连成一张网”。业内开始有人把这张网称为“Agent之间的互联网”。
二、巨头在往同一个方向走，路线却不一样
全球头部AI玩家近期的动作似乎指向了同一个方向——从个人助手走向组织协作。但具体怎么走，各家的选择差异明显。
Anthropic的Claude Tag入驻Slack，让Agent成为“始终在线的AI队友”。它跑在Anthropic云上、绑定Slack生态、闭源。Anthropic开源的MCP（模型上下文协议）已经成为一个值得关注的参照——截至2026年3月，MCP的SDK月下载量已达到约9700万次。这个数字从发布时的每月约10万次增长而来，被一些观察者视为“AI智能体版USB-C”。
Salesforce提出了“数字劳动力”概念，CEO马克·贝尼奥夫直言“AI就是员工”。其Agentforce业务的年化经常性收入在2026财年已达到约8亿美元，到2026年5月的财报中更是增长至12亿美元，同比增长205%。但它是Salesforce平台里的封闭员工——数据和编排权都攥在Salesforce手里。
微软的Copilot Studio同样往多Agent编排走，走的是云端加订阅制路线。字节的Coze升级为“新一代AI团队”，背靠豆包生态。Google在Cloud Next上把Vertex AI升级为“Gemini Enterprise Agent Platform”。
把这些动作放在一起看，一个坐标系逐渐清晰：Salesforce把AI当员工、微软做云端编排、Anthropic做对话跟踪、字节做平台聚合——海外巨头都在做Agent协作，但清一色是闭源、云端、锁自家生态。
更现实的痛点是：各家的Agent通信标准各搞各的、互不相通。绝大多数企业自己搭的Agent还跨不了系统、连不成网。
三、Octo的答案：开源、中立、私有化
正是在这个缺口上，明略科技给出了另一条路。
Octo的核心思路是连接真人、数字分身Agent、各类外部工具，让AI从孤立的个人助手走向可协同、可编排的组织级数字劳动力。
具体来看，它有几个关键设计：
Channel/Thread——项目工作群加聚焦子区，人和Bot实时对齐意图、派任务，讨论自然收敛不被信息流冲走。
Matter（事项）——从对话里自然长出的工作单元，有负责人、有交付物、有验收。从需求到验收结论全程留痕。
Bot（数字同事）——OpenClaw、Hermes、Codex、Claude Code等主流Agent都能接入，生成专属数字分身，有名片、有工作记录，权责清晰。
六种协作模式——Solo、Roundtable、Critic、Pipeline、Split、Swarm，靠精准控制上下文在不同Bot间的可见性来编排，让各有所长的Bot分布式协作。
这些设计在明略科技内部已经跑了一段时间。公开信息显示，Octo已在公司内部约1400名员工中部署落地，超过2900个AI Agent在实际工作流中运行。财报显示，2025年，明略科技的Agentic Services业务首年收入超过1亿元。
跟海外巨头的路线相比，Octo的差异化体现在三个层面：
第一，中立性。不绑任何AI厂商，Bot可以跑Claude、GPT，也可以跑开源模型。这是字节、微信、Google这类入口型巨头结构上做不到的——它们必然把调用导向自家。
第二，数据主权加私有化。Apache 2.0开源加私有部署，对话、知识、偏好全部存在企业自己的服务器上。对金融、政务、医疗这些“数据不能出门”的行业来说，这不是加分项，是准入门槛。
第三，“我品故我在”。当海外巨头普遍讲“AI替代人”时，明略科技给出的分工是另一种：让Agent去执行，让人类回归判断与品鉴。Context是AI理解任务的土壤——团队的历史讨论、项目背景、决策记录；Taste是持续校准方向的罗盘——人类每一次验收打回、批注、风格选择。前者让AI知道“我们在做什么”，后者让AI知道“什么算做得好”。这两样沉淀下来，就是组织独有的护城河——不是模型参数，是组织的上下文与偏好。
四、商业逻辑：模型会卷成白菜价，协作网络不会
把镜头拉回资本视角，当天市场给出的涨幅信号背后，可能藏着一条更深的逻辑。
模型会被卷成白菜价，但协作网络不会——因为网络里长着企业自己的上下文、偏好和做事方法，这些东西搬不走。明略科技选择开源：开源是获客手段，私有化部署是付费场景，沉淀下来的组织资产是续费理由。这对应的是一个有网络效应的ToB基础设施业务，而不是一次性卖模型。
Octo的开源，是明略科技在私有化AI与可信AI方向上的一次落地——保障用户对数据、上下文、判断信号、部署方式的控制权。让组织智慧不因人员流转而流失，让业务风格不因大模型底座更迭而改变。
