NZAO 周回顾 · 第 26 周

这是 NZAO 的第三期周回顾，整理的是上期周回顾之后、仓库中已发布的每日简报内容。

如果把这一周的更新拆开看，会看到 Slack 里的协作式 Agent、终端里的 Copilot 工作台、Excel 里的财务分析 Copilot、广告投放里的 Gemini 创意建议，以及 OpenAI 自己下场做推理芯片。它们看起来分散，但放在一起看，主线很一致：企业级 AI 的重心正在继续从“能不能接入模型”转向“能不能把协作线程、模型边界、可信数据和底层供给一起纳入可运营系统”。

第一条主线，是 AI 开始更深地嵌进团队的公共工作界面，而不是停留在个人会话里。GitHub 把 Copilot CLI 新终端界面转正，把议题、PR、gists、MCP 配置、插件和设置压进同一个命令行工作台；Anthropic 推出 Claude Tag，让团队能在 Slack 频道里直接 @Claude 分派任务并复用频道上下文；Google 把 Apps Script 升级为 Google Workspace 核心服务，则等于给大量轻量自动化补上企业级数据保护、管理控制和技术支持。另一边，Google 还收紧了 Groups 的 internal / external 分类和 API 行为，提醒组织关系、频道权限和外部协作者边界本身，已经是 AI 与自动化工作流的一部分。放在一起看，这几条更新都在说明：企业现在要建设的，不只是一个更聪明的助手，而是一套能进入公共协作线程、又能被权限体系约束的执行层。

第二条主线，是模型接入与数据使用的边界开始被更明确地运营化。GitHub Copilot app 支持 BYOK 后，企业终于可以把代理会话放回自己的模型提供方、区域、配额和数据处理边界内运行；Microsoft 推出的 Copilot in Excel Frontier Finance，则把财务技能模板、可信外部数据源和可复核分析流程打包进同一工作台，让研究分析从“会提问”更进一步走向“能交付、能复核、能交接”。这背后的共通信号是，企业评估 AI 工具时，已经不再只问输出质量，而是在同时追问：流量走哪、数据从哪来、结果能不能复查、流程能不能稳定交给下一个人继续做。

第三条主线，是 AI 运营的竞争面继续往底层延伸。Google 在 Demand Gen 里把 Gemini 创意建议、更多视频比例改造和 App 转化归因收进同一套投放能力，说明营销自动化正从预算和出价扩展到素材决策与复盘；OpenAI 联合 Broadcom 发布推理芯片 Jalapeno，则把行业竞争进一步推向 performance per watt、容量弹性和供给稳定性这类更底层的变量。结合前面的 BYOK、可信数据连接和协作权限治理，这一周反复出现的是同一个判断：AI 项目能否规模化，越来越取决于整条运营链路能否被组织看见、约束和持续优化，而不是某个单点模型能力是否足够亮眼。

如果用一句话概括本周，NZAO 会说：企业级 AI 正在从“功能进入工作流”进一步走向“工作流、数据边界和供给体系一起被 AI 重写”。真正拉开差距的，不再只是有没有接入助手，而是谁能先把协作入口、权限规则、可信数据、素材反馈和算力成本放到同一张运营图里统一管理。

本周推荐回看三组内容：

• 协作与执行界面：GitHub Copilot CLI 新终端界面、Anthropic Claude Tag、Google Apps Script 核心服务
• 边界与可信交付：GitHub Copilot app BYOK、Google Groups 内外部分类、Copilot in Excel Frontier Finance
• 运营链路下沉：Google Demand Gen 的 Gemini 创意建议、OpenAI 与 Broadcom 的 Jalapeno 推理芯片