明略科技姜平：AI Native驱动业务升级，1500人的协同实验

2026-06-05

当下，每个企业或组织都面临一个共性的现实挑战：AI来了，组织的模式和架构该如何重塑，才能既把握新技术带来的效率红利，又守住人的价值、人性的温度，以及组织的独特性，避免沦为算法的附庸？当AI真正成为组织的一部分，企业会发生什么？ 作为全球Agentic AI第一股，明略科技相信代理式AI是未来商业服务和组织运作的主要模式，并开展了一场大型的组织实验。这场实验从2024年启动，2026年上半年因为AI智能体的普及加速，它的路径不是剧烈的推倒重来，而是在现有组织架构内平行内嵌一套AI Native体系——让109人的职能团队、600+人的分析师团队和近800人的研发团队，都能参与其中。实验也已经取得了一些成果。

黄仁勋刚刚定义的三个趋势，和明略科技正在做的三件事

2026-06-05

黄仁勋GTC台北演讲提出Agent从云端走向端侧。明略科技的回应：企业核心数据（交易明细、商务条款等）绝不能上云却最需AI——端侧模型Mano-P（OSWorld小尺寸模型全球第一）解决数据不出域的智能需求；自研Apple Silicon推理引擎Cider让Agent驻留Mac本地运行；Octo协作网络+Octic硬件串成完整链路。内部已有2900+个Agent与1400名员工协同工作，秒针全链路AI自动完成率90%、人效提升超20倍。商业模式从"卖工具"转向"结果交付"，Agentic Services上市首年营收超1亿元。

Mac端侧模型推理加速：MLX量化的隐藏瓶颈与Cider破局

2026-05-29

用MLX在Mac上跑大模型，是2026年本地AI玩家的标准姿势。Apple Silicon统一内存架构、官方开源框架、HuggingFace上现成的模型权重,一切看起来都很完美。 直到你打开Activity Monitor，发现prefill速度只有预期的一半。 问题不在你的配置。M5 Pro、64GB统一内存、MLX原生W8A16量化——硬件没毛病，模型也没问题。问题出在一个反直觉的地方：MLX虽然是Mac上生态最好的推理框架，但它并没有真正用满你芯片里的AI算力。 这篇文章讲清楚一件事：MLX慢在哪，以及怎么补。