AgentScout Logo Agent Scout

AI 智能体周报 W33:MCP 隧道、估值俱乐部与记忆架构变革

MCP 隧道通过仅出站网关架构实现企业私有资源访问,无需修改防火墙规则。100 亿美元以上估值俱乐部呈现四种商业模式:Cursor 的 25 倍 ARR、Cognition 的 73 倍增长、Sierra 的企业客户体验、Lovable 的氛围编程。观测记忆架构在长上下文基准测试中成本降低 10 倍,超越 RAG。

AgentScout · ·
#mcp-tunnels #ai-agents #memory-architecture #enterprise-deployment #valuation #protocols
Analyzing Data Nodes...
SIG_CONF:CALCULATING
Verified Sources

TL;DR

本周 AI 智能体生态系统呈现三大趋势:MCP 隧道通过仅出站网关架构从根本上重构了企业部署经济学,消除了入站防火墙需求;100 亿美元以上估值俱乐部形成四个层级——Cursor(500 亿美元估值,25 倍 ARR)、Cognition(250 亿美元,73 倍增长)、Sierra(158 亿美元)、Lovable(66 亿美元),展现出截然不同的商业模式;观测记忆架构在长上下文基准测试中取代 RAG(94.87% vs 80.05%),同时将 Token 成本降低 10 倍。

核心事实

  • :Anthropic(MCP 隧道)、Cognition(250 亿美元估值目标)、Mastra(观测记忆)、Linux Foundation(A2A 治理)
  • 什么:基础设施安全成熟化、估值加速、记忆架构演进、协议竞争
  • 何时:2026 年 5 月 19-24 日(MCP 隧道发布)、2026 年 4-6 月(估值公告)、2026 年 Q1(混合检索增长三倍)
  • 影响:A2A 协议已有 150 多家组织采用,企业生产部署率达 12%,混合检索采用意向达 33.3%

要点摘要

本周 AI 智能体生态系统经历三大结构性转变,将塑造未来 18 个月的企业部署决策。首先,Anthropic 于 2026 年 5 月 19 日在伦敦”Code with Claude”活动上发布的 MCP 隧道,引入了仅出站网关架构,消除了入站防火墙规则需求——智能体通过在企业网络内部运行的轻量网关访问私有数据库和内部 API,该网关与 Anthropic 基础设施建立加密的 mTLS 连接。这一架构消除了企业采用的最大障碍:安全团队对边界变更的审批。

其次,100 亿美元以上估值俱乐部形成了四种截然不同的商业模式:Cursor 的开发者 IDE 模式(500 亿美元估值,25 倍 ARR 倍数,67% 财富 500 强渗透率)、Cognition 的自主工程师模式(250 亿美元目标,ARR 从 100 万美元增长至 7300 万美元,9 个月内增长 73 倍)、Sierra 的企业客户体验平台(融资 9.5 亿美元后投后估值 158 亿美元)、以及 Lovable 面向非技术用户的氛围编程模式(66 亿美元估值,1500 万日活用户)。每种模式针对不同细分市场,具有根本不同的单位经济效益。

第三,观测记忆架构作为 RAG 在长时间运行智能体工作负载中的可行替代方案出现。Mastra 的开源实现在 LongMemEval 基准测试中使用 GPT-5-mini 达到 94.87%(使用 GPT-4o 达到 84.23%),超越 RAG 基线(80.05%),同时将 Token 成本降低 10 倍。Redis 于 2026 年 5 月 18 日推出 Iris 平台进入该领域,提供 Context Retriever 和 Agent Memory 组件,99% 的数据在 SSD 上运行,成本仅为内存存储的十分之一。2026 年 Q1 企业对混合检索的采用意向从 10.3% 增长至 33.3%,表明独立 RAG 方案正在遭遇规模化瓶颈。

协议层也出现整合。A2A(Agent-to-Agent)在一周年时已有 150 多家组织投入生产,而 MCP 被捐赠给 Linux Foundation 的 Agentic AI Foundation(AAIF),Anthropic、Block 和 OpenAI 作为联合创始人。这两种协议是互补的:MCP 标准化工具和数据连接(2-3 个月显示 ROI),而 A2A 实现智能体间协调(需要 6-12 个月才能发挥全部价值)。企业应规划双协议部署。

背景与上下文

AI 智能体基础设施领域从 2024 年的实验原型快速演进到 2026 年的生产部署。三股力量推动这一加速:标准化协议的出现(2025 年 12 月的 MCP、2026 年 5 月的 A2A)、自主编程智能体作为企业工具的验证(Cognition 的 Devin 达到 7300 万美元 ARR)、以及安全框架的成熟(五眼联盟于 2026 年 4 月发布智能体治理指南)。

企业采用模式从孤立的试点项目转向集成工作流部署。PwC 与 Anthropic 于 2026 年 5 月 14 日扩大的联盟——培训和认证 3 万名 Claude 专业人员——表明专业服务公司现在将智能体技术视为核心能力,而非实验性技术,需要系统性的人才发展。G2 研究显示企业预期数月内 10-25% 的工作流由智能体管理。

记忆架构问题仍未解决。RAG(Retrieval-Augmented Generation,检索增强生成)方案随着上下文窗口扩展但检索准确性下降而遭遇规模化限制。2026 年 Q1 混合检索采用意向增长三倍,反映了对替代方案的探索。观测记忆——使用后台智能体压缩和维护稳定的上下文窗口——作为长时间运行智能体的可行解决方案出现,但不适用于动态知识库场景。

基础设施安全成熟化:MCP 隧道

仅出站网关架构

MCP 隧道代表 AI 智能体访问企业私有资源方式的根本转变。该架构基于一个简单原则:企业无需为智能体访问开放入站防火墙端口,而是在企业网络内部运行一个轻量网关,与 Anthropic 的隧道控制平面建立出站加密 mTLS 连接。

安全影响重大。传统智能体部署要求企业向公网暴露内部 API 和数据库,创造安全团队抵制的外部攻击面。MCP 隧道通过将所有私有资源保持在企业边界之后来消除这种暴露——智能体从不持有凭证,网关向隧道控制平面认证。

部署模式

组件位置功能
MCP Gateway企业网络内部向 Anthropic 开启出站 mTLS 连接
Tunnel Control PlaneAnthropic 基础设施通过网关路由智能体请求
Private MCP Servers企业防火墙之后通过隧道访问的内部数据库、API
Agent SessionAnthropic 基础设施无私有资源直接访问权限

来源:Claude API Docs - MCP Tunnels Security

企业部署经济学

从部署时间线中移除防火墙变更请求的经济影响难以估量。在大多数企业中,防火墙规则变更需要安全、网络和合规团队的审批——这一过程以周为单位,而非天。MCP 隧道将这一时间线从”等待审批”缩减为”部署网关并配置出站代理”。

Thomson Reuters 的法律 MCP 集成提供了一个具体案例。该部署提供对 19 亿份 Westlaw 和 Practical Law 文档、14 亿个 KeyCite 有效性信号以及专利待审的引用账本的访问——全部通过 MCP 实现,无需边界变更。对于拥有类似内部知识库的企业,MCP 隧道代表立即可行的部署赋能。

治理框架要求

五眼联盟于 2026 年 4 月 30 日发布的指南将自主智能体行为识别为需要可见性和实时控制的新企业攻击面。MCP 隧道在网络边界解决凭证控制问题,但企业仍须实施:

  • 智能体行动的最小权限角色分配
  • RBAC(Role-Based Access Control,基于角色的访问控制)集成
  • 上下文限制以防止 Token 消耗失控
  • 网关层策略执行点
  • 智能体发起行动的持续监控

来源:Five Eyes ‘Careful Adoption of Agentic AI Services’

对企业的意义

对安全团队:MCP 隧道降低了边界风险,但将安全责任转移到身份治理和监控。仅出站模式符合零信任原则——验证每个请求,永不信任网络。

对基础设施团队:部署速度提高一个数量级。网关可在数小时内部署,而非数周。权衡是对 Anthropic 隧道控制平面的依赖——企业应协商 SLA 和故障转移流程。

对采购团队:基础设施对话从”我们需要防火墙变更”转向”我们需要网关容量规划”。预算分配从网络边界扩展转向内部网关扩展。

估值加速:100 亿美元俱乐部

AI 智能体市场现在有四个估值层级,具有根本不同的商业模式。理解这些模式对于评估自建还是购买决策的企业买家以及评估市场定位的投资者至关重要。

Cursor:开发者 IDE(500 亿美元估值)

Cursor 在 20 亿美元 ARR(截至 2026 年 2 月)基础上获得 500 亿美元估值,代表 25 倍倍数——对于开发者工具公司来说极高。估值反映 67% 财富 500 强渗透率和年底预计 60 亿美元 ARR。Cursor 3 于 2026 年 4 月发布,引入并行智能体和多会话界面,直接与 Claude Code 的桌面重设计竞争。

商业模式:企业订阅和开发者席位。收入驱动力从个人开发者转向企业合同。

关键指标:67% 财富 500 强渗透率表明企业采用验证。

来源:TechCrunch - Cursor $50B Valuation

Cognition:自主软件工程师(250 亿美元估值目标)

Cognition 的 ARR 轨迹前所未有:从 100 万美元(2024 年 9 月)到 7300 万美元(2025 年 6 月)——9 个月内增长 73 倍。如果实现 250 亿美元估值目标,将比 2025 年 9 月的 102 亿美元估值翻一番以上。Devin 这位自主软件工程师可以被指向一个 Jira 工单,它会编写代码、运行测试并提交 PR,几乎无需人工干预。

商业模式:自主编程智能体订阅。客户为工程能力付费,无需招聘。

关键指标:9 个月内 ARR 从 100 万美元增长至 7300 万美元,公司历史总净烧钱低于 2000 万美元(资本高效增长),收购 Windsurf(2.5 亿美元)获得 IDE 能力。

企业合作:Infosys(首家大规模部署 Devin 的大型数字服务公司)、Cognizant(AI 驱动开发合作)。

来源:Cognition Official Blog

Sierra:企业客户体验(158 亿美元估值)

Sierra 以 9.5 亿美元融资获得 158 亿美元投后估值——比之前 100 亿美元轮次增长 60%。由 Bret Taylor(OpenAI 董事长、前 Salesforce 联合 CEO)创立,Sierra 定位为 AI 驱动客户体验的”全球标准”。与狭窄的支持聊天机器人不同,Sierra 智能体处理完整的客户生命周期:支持、销售、账户管理。

商业模式:“产品化 BPO”(Business Process Outsourcing,业务流程外包)。Sierra 不仅仅销售软件——它承担客户服务运营。

关键指标:Tiger Global 和 GV 领投的 9.5 亿美元融资,总资本现在超过 10 亿美元。

来源:Sierra Official Blog

Lovable:面向非技术用户的氛围编程(66 亿美元估值)

Lovable 针对最大的可触达市场:想要构建软件但不想学习编程的非技术用户。平台拥有 1500 万日活用户和每日创建 20 万个新项目。预计 2026 年 ARR 为 2 亿美元。

商业模式:非技术创作者订阅。单席位价格较低,但规模巨大。

关键指标:1500 万日活用户,每日 20 万个项目,预计 ARR 2 亿美元以上(66 亿美元估值对应 33 倍倍数)。

估值俱乐部对比

公司估值ARRARR 倍数目标细分关键差异化
Cursor500 亿美元20 亿美元(2026 年 2 月)25 倍开发者IDE 集成,财富 500 强渗透
Cognition250 亿美元7300 万美元(2025 年 6 月)342 倍(隐含)工程团队自主智能体,73 倍增长
Sierra158 亿美元未披露N/A企业客户体验全生命周期,BPO 模式
Lovable66 亿美元2 亿美元以上(2026 年预计)33 倍非技术用户氛围编程,1500 万日活

战略洞察:最高倍数(Cursor 25 倍、Lovable 33 倍)属于展示出企业渗透或大规模用户群的平台。Cognition 当前 ARR 的隐含 342 倍倍数反映增长预期,而非当前收入。Sierra 的估值反映创始人声望和企业客户体验市场规模,而非 ARR 倍数。

记忆架构演进:观测记忆 vs. RAG

RAG 范式——检索相关文档、注入上下文窗口、生成响应——随着智能体工作负载变得更加复杂而遭遇根本限制。三大问题主导:知识库扩展时检索准确性下降、上下文窗口以不可持续速度消耗 Token、长时间运行智能体累积上下文导致检索系统不堪重负。

观测记忆通过不同架构解决这些问题:后台智能体持续压缩和整理上下文,维护稳定的窗口(约 3 万 Token),提供相关信息而无需检索开销。

基准测试结果:LongMemEval

Mastra 的开源观测记忆实现在 LongMemEval 上使用 GPT-5-mini 达到 94.87%,超越 RAG 基线(80.05%)14.82 个百分点。使用 GPT-4o,观测记忆得分 84.23%——仍高于 RAG 4.18 个百分点。

架构组件

组件功能Token 影响
Observer Agent监控所有交互,提取显著信息增加最小开销
Reflector Agent达到阈值(约 4 万 Token)时垃圾回收无关观察维持约 3 万稳定窗口
三层表示渐进压缩信息优先关键上下文

成本影响:Token 成本降低 10 倍。稳定上下文窗口实现激进缓存,而 RAG 每次交互需要新的检索查询。

来源:Mastra Research - Observational Memory

选择指南:观测记忆 vs. RAG vs. 混合

架构最佳场景成本特征准确率(LongMemEval)
观测记忆稳定上下文需求的长时间运行智能体降低 10 倍94.87%(GPT-5-mini)
RAG 基线动态知识库,变化信息标准检索成本80.05%
混合检索遭遇规模化限制的企业 RAG视上下文而定未基准测试

企业采用信号:混合检索采用意向在 2026 年 Q1 从 10.3% 增长至 33.3%(VentureBeat VB Pulse 数据),表明企业正从独立 RAG 转向上下文架构。

来源:VentureBeat - Context Architecture Replacing RAG

Redis Iris 平台入局

Redis 于 2026 年 5 月 18 日推出 Iris 平台,包含五个针对智能体记忆和上下文管理的组件:

  1. Context Retriever:使外部数据可被智能体导航
  2. Agent Memory:持久化上下文存储
  3. Redis Data Integration:连接企业数据源
  4. LangCache:LLM 响应缓存层
  5. Redis Search:上下文语义搜索

成本效率:Redis Flex 在 SSD 上运行 99% 的数据,成本仅为内存存储的十分之一,使大规模上下文存储在经济上可行。

来源:Redis Official Blog

协议竞争:A2A vs. MCP

智能体互操作层正在围绕两种服务不同目的的协议结晶。理解何时采用每种协议对企业架构决策至关重要。

协议对比

维度MCPA2A
目的工具/数据连接智能体间协调
治理Linux Foundation AAIFLinux Foundation AAIF
采用通用(Anthropic 标准)150 多家组织生产部署
ROI 时间线2-3 个月6-12 个月
企业支持Anthropic、Block、OpenAI、Google、Microsoft、AWSGoogle、Microsoft、AWS、Salesforce、SAP、ServiceNow、IBM
用例”智能体如何与工具交互?""智能体如何协同工作?”

来源:TrueFoundry - MCP vs A2ALinux Foundation - A2A Milestone

治理整合

两种协议现在都归属于 Linux Foundation 的 Agentic AI Foundation(AAIF),由 Anthropic 于 2025 年 12 月捐赠,Anthropic、Block 和 OpenAI 作为联合创始人。Google、Microsoft、AWS、Cloudflare 和 Bloomberg 支持该基金会。

这一整合表明协议战争正在结束——企业可以安全地同时采用两者,无需担心碎片化。协议是互补的:

  • MCP:用于希望智能体访问的每个数据源和工具。通过自动化加速显示即时 ROI。
  • A2A:在运行需要协调工作流的多个 AI 系统时采用。需要更多架构规划。

安全提示:两种协议都不是以对抗性输入为首要考虑设计的。企业必须在协议级信任之上叠加额外的安全控制——输入验证、输出过滤、行为监控。

企业部署模式

生产指标:成功部署的区分因素

Digital Applied 的企业数据显示,12% 的 AI 智能体项目达到生产阶段。成功部署共享四个属性:

  1. 部署前基础设施投资:在智能体部署前构建安全、身份、监控
  2. 治理文档化:智能体权限、升级流程、审计追踪的清晰政策
  3. 基线指标:部署前建立测量框架以展示 ROI
  4. 专职业务负责人:智能体有问责负责人,而不仅仅是技术托管人

来源:Digital Applied - Enterprise Adoption Data

Claude Code 并行智能体工作流

Claude Code 桌面重设计(2026 年 4 月 14 日)引入生产级并行智能体管理:

关键功能

  • 多会话侧边栏:管理活动和最近会话
  • Git worktree 隔离:每个会话范围限定在 .claude/worktrees/ 目录,零上下文泄漏
  • 三种视图模式:Verbose、Normal、Summary
  • 云端 Routines:在 Anthropic 基础设施上运行的定时自动化

Agent View:跨并行任务引导多个智能体的指挥中心。新兴数据显示复杂项目典型使用 3-5 个并行会话。

来源:Claude Official Blog - Desktop Redesign

PwC-Anthropic 联盟:企业转型蓝图

扩大的联盟(2026 年 5 月 14 日)建立企业级智能体部署模式:

三大重点领域

  1. 智能体技术构建:帮助工程团队为客户构建 AI 智能体工具
  2. AI 原生交易:在并购和交易流程中部署 AI
  3. 企业职能重塑:用 AI 重塑运营模式

规模:联合卓越中心,3 万名 PwC 专业人员将接受 Claude 培训和认证。Claude 原生金融业务集团成立。

ROI 模式:企业报告积极部署在 12-18 个月内实现 3-5 倍 ROI。关键成功因素是工作流重新构想——围绕智能体能力重新设计流程,而非简单地将智能体添加到现有工作流。

来源:PwC Official - Anthropic Alliance Expansion

关键数据点

指标数值来源日期
Cognition ARR 增长73 倍(9 个月内从 100 万美元到 7300 万美元)Cognition Official Blog2025 年 6 月
观测记忆 LongMemEval 得分94.87%(GPT-5-mini)Mastra Research2026 年 5 月
观测记忆 vs RAG+14.82 个百分点(94.87% vs 80.05%)Mastra Research2026 年 5 月
Token 成本降低10 倍VentureBeat2026 年 5 月
混合检索采用意向10.3% → 33.3%(2026 年 Q1)VentureBeat VB Pulse2026 年 3 月
A2A 协议采用150 多家组织生产部署Linux Foundation2026 年 5 月
Cursor 估值500 亿美元(25 倍 ARR)TechCrunch2026 年 4 月
Cursor 财富 500 强渗透67%TechCrunch2026 年 4 月
Sierra 估值158 亿美元投后TechCrunch2026 年 5 月
Lovable 日活用户1500 万Panto AI Analysis2026 年 4 月
企业生产部署率12%Digital Applied2026 年 Q1
PwC Claude 认证目标3 万专业人员PwC Official2026 年 5 月
Redis Flex 成本效率99% 数据在 SSD 上运行,成本为 1/10Redis Official2026 年 5 月
MCP 隧道发布’Code with Claude’ 伦敦Anthropic Official2026 年 5 月 19 日

时间线:AI 智能体生态系统(2025 年 12 月 - 2026 年 5 月)

日期事件意义
2025 年 12 月Anthropic 向 Linux Foundation AAIF 捐赠 MCP基础设施标准化里程碑
2025 年 12 月Cognition 收购 Windsurf(2.5 亿美元)AI IDE 市场整合
2026 年 4 月Cursor 3 发布并行智能体对 Claude Code 的竞争响应
2026 年 4 月 14 日Claude Code 桌面重设计生产级并行工作流
2026 年 4 月 17 日Cursor 500 亿美元估值谈判100 亿美元以上俱乐部层级形成
2026 年 4 月 23 日Cognition 250 亿美元估值谈判自主工程师市场验证
2026 年 4 月 30 日五眼联盟发布智能体治理指南政府级安全框架
2026 年 5 月 1 日A2A 协议:150 多家组织生产部署协议采用里程碑
2026 年 5 月 4 日Sierra 融资 9.5 亿美元,估值 158 亿美元企业客户体验市场成熟
2026 年 5 月 14 日PwC-Anthropic 联盟扩大企业部署加速
2026 年 5 月 18 日Redis 推出 Iris 平台记忆架构基础设施
2026 年 5 月 19 日MCP 隧道和自托管沙箱发布私有企业访问赋能

🔺 独家情报:别处看不到的洞察

置信度: 高 | 新颖度评分: 82/100

当报道聚焦于单个公告——MCP 隧道作为安全功能、Cognition 估值作为市场验证、观测记忆作为基准测试结果——更深层的叙事是基础设施、资本和架构围绕企业级智能体生态系统的汇聚。

MCP 隧道消除的是部署摩擦点,而不仅仅是安全风险。 真正的经济影响不是减少攻击面(虽然这很重要);而是从部署时间线中移除 2-4 周的防火墙变更请求流程。企业现在可以在数小时内部署访问内部数据库的智能体,而非数月。这压缩了智能体供应商的销售周期和买家的价值实现时间线。

100 亿美元以上俱乐部揭示的是四种截然不同的商业模式,而非一个市场。 Cursor(开发者 IDE,25 倍 ARR)、Cognition(自主工程师,当前 ARR 隐含 342 倍倍数)、Sierra(企业客户体验,BPO 模式)、Lovable(氛围编程,1500 万日活)并非相互竞争——它们在细分市场。企业买家应针对其特定工作流进行评估,而非跨模式比较估值。Cognition 的 9 个月内 73 倍 ARR 增长表明自主编程需求,但隐含的估值倍数反映增长预期,而非可持续收入。

观测记忆的 10 倍成本降低是企业相关指标,而非基准测试分数。 LongMemEval 得分(94.87% vs 80.05%)对研究基准很重要,但 CFO 关心的是 10 倍 Token 成本降低。规模化时,这是长时间运行智能体项目在经济上可行与在预算审查中被砍掉的区别。2026 年 Q1 混合检索意向增长三倍证实企业遭遇 RAG 规模化限制,正在积极寻找替代方案。

协议竞争已结束;双协议采用是答案。 MCP 和 A2A 在同一 Linux Foundation 治理下意味着企业可以停止等待赢家。ROI 时间线差异(MCP 2-3 个月,A2A 6-12 个月)反映架构范围:MCP 连接智能体与工具(即时自动化价值),A2A 协调智能体(需要工作流重新设计)。规划同时采用两者。

关键启示: 已具备安全治理的企业可以立即部署 MCP 隧道并在数周内显示 ROI。尚未具备的企业应优先建立治理文档(达到生产的 12% 项目四大属性之一),再进行基础设施投资。

趋势展望与预测

近期(0-6 个月)

  • MCP 隧道采用加速:已具备边界安全团队的企业将在数周内部署隧道。预期防火墙变更请求量随着智能体部署转向隧道架构而下降。置信度:高。

  • 观测记忆试点取代长时间上下文工作负载的 RAG:遭遇 RAG 规模化限制的团队将在长时间运行智能体项目上测试观测记忆。成本降低数据(10 倍)将推动快速从 POC 转向生产。置信度:中。

  • 估值倍数压缩:Cognition 当前 ARR 隐含的 342 倍倍数不可持续。预期估值期望向 Cursor 和 Lovable 展示的 25-33 倍区间正常化。置信度:中。

中期(6-18 个月)

  • 协议治理在 AAIF 下成熟:随着 MCP 和 A2A 同属 Linux Foundation,预期企业级认证计划、安全审计和合规框架。置信度:高。

  • 记忆架构整合:Redis Iris、Mastra 观测记忆和上下文管理平台将收敛于标准化 API。“上下文层”成为独立的基础设施类别。置信度:中。

  • 企业智能体生产部署率翻倍:从当前 12% 增至 25% 以上,因为基础设施(MCP 隧道)、记忆(观测架构)和协议(MCP/A2A)同时成熟。置信度:中。

长期(18 个月以上)

  • 智能体操作系统出现:当前工具格局(MCP 用于连接、A2A 用于协调、观测记忆用于上下文)将整合为集成智能体操作系统平台。置信度:低。

  • 估值层级分化加深:100 亿美元以上俱乐部将分化:Cursor/Cognition(开发者/工程工具)vs. Sierra(企业客户体验)vs. Lovable(消费者氛围编程)。跨细分市场竞争将很有限。置信度:中。

关键触发指标

MCP 隧道部署速度:追踪企业从试点到生产部署 MCP 隧道的速度。如果部署时间线保持压缩(数周而非数月),预期 2026 年 Q3-Q4 企业智能体采用快速加速。如果安全团队创建新的审批流程恢复长达数月的延迟,采用将停滞。

信息来源

AI 智能体周报 W33:MCP 隧道、估值俱乐部与记忆架构变革

MCP 隧道通过仅出站网关架构实现企业私有资源访问,无需修改防火墙规则。100 亿美元以上估值俱乐部呈现四种商业模式:Cursor 的 25 倍 ARR、Cognition 的 73 倍增长、Sierra 的企业客户体验、Lovable 的氛围编程。观测记忆架构在长上下文基准测试中成本降低 10 倍,超越 RAG。

AgentScout · ·
#mcp-tunnels #ai-agents #memory-architecture #enterprise-deployment #valuation #protocols
Analyzing Data Nodes...
SIG_CONF:CALCULATING
Verified Sources

TL;DR

本周 AI 智能体生态系统呈现三大趋势:MCP 隧道通过仅出站网关架构从根本上重构了企业部署经济学,消除了入站防火墙需求;100 亿美元以上估值俱乐部形成四个层级——Cursor(500 亿美元估值,25 倍 ARR)、Cognition(250 亿美元,73 倍增长)、Sierra(158 亿美元)、Lovable(66 亿美元),展现出截然不同的商业模式;观测记忆架构在长上下文基准测试中取代 RAG(94.87% vs 80.05%),同时将 Token 成本降低 10 倍。

核心事实

  • :Anthropic(MCP 隧道)、Cognition(250 亿美元估值目标)、Mastra(观测记忆)、Linux Foundation(A2A 治理)
  • 什么:基础设施安全成熟化、估值加速、记忆架构演进、协议竞争
  • 何时:2026 年 5 月 19-24 日(MCP 隧道发布)、2026 年 4-6 月(估值公告)、2026 年 Q1(混合检索增长三倍)
  • 影响:A2A 协议已有 150 多家组织采用,企业生产部署率达 12%,混合检索采用意向达 33.3%

要点摘要

本周 AI 智能体生态系统经历三大结构性转变,将塑造未来 18 个月的企业部署决策。首先,Anthropic 于 2026 年 5 月 19 日在伦敦”Code with Claude”活动上发布的 MCP 隧道,引入了仅出站网关架构,消除了入站防火墙规则需求——智能体通过在企业网络内部运行的轻量网关访问私有数据库和内部 API,该网关与 Anthropic 基础设施建立加密的 mTLS 连接。这一架构消除了企业采用的最大障碍:安全团队对边界变更的审批。

其次,100 亿美元以上估值俱乐部形成了四种截然不同的商业模式:Cursor 的开发者 IDE 模式(500 亿美元估值,25 倍 ARR 倍数,67% 财富 500 强渗透率)、Cognition 的自主工程师模式(250 亿美元目标,ARR 从 100 万美元增长至 7300 万美元,9 个月内增长 73 倍)、Sierra 的企业客户体验平台(融资 9.5 亿美元后投后估值 158 亿美元)、以及 Lovable 面向非技术用户的氛围编程模式(66 亿美元估值,1500 万日活用户)。每种模式针对不同细分市场,具有根本不同的单位经济效益。

第三,观测记忆架构作为 RAG 在长时间运行智能体工作负载中的可行替代方案出现。Mastra 的开源实现在 LongMemEval 基准测试中使用 GPT-5-mini 达到 94.87%(使用 GPT-4o 达到 84.23%),超越 RAG 基线(80.05%),同时将 Token 成本降低 10 倍。Redis 于 2026 年 5 月 18 日推出 Iris 平台进入该领域,提供 Context Retriever 和 Agent Memory 组件,99% 的数据在 SSD 上运行,成本仅为内存存储的十分之一。2026 年 Q1 企业对混合检索的采用意向从 10.3% 增长至 33.3%,表明独立 RAG 方案正在遭遇规模化瓶颈。

协议层也出现整合。A2A(Agent-to-Agent)在一周年时已有 150 多家组织投入生产,而 MCP 被捐赠给 Linux Foundation 的 Agentic AI Foundation(AAIF),Anthropic、Block 和 OpenAI 作为联合创始人。这两种协议是互补的:MCP 标准化工具和数据连接(2-3 个月显示 ROI),而 A2A 实现智能体间协调(需要 6-12 个月才能发挥全部价值)。企业应规划双协议部署。

背景与上下文

AI 智能体基础设施领域从 2024 年的实验原型快速演进到 2026 年的生产部署。三股力量推动这一加速:标准化协议的出现(2025 年 12 月的 MCP、2026 年 5 月的 A2A)、自主编程智能体作为企业工具的验证(Cognition 的 Devin 达到 7300 万美元 ARR)、以及安全框架的成熟(五眼联盟于 2026 年 4 月发布智能体治理指南)。

企业采用模式从孤立的试点项目转向集成工作流部署。PwC 与 Anthropic 于 2026 年 5 月 14 日扩大的联盟——培训和认证 3 万名 Claude 专业人员——表明专业服务公司现在将智能体技术视为核心能力,而非实验性技术,需要系统性的人才发展。G2 研究显示企业预期数月内 10-25% 的工作流由智能体管理。

记忆架构问题仍未解决。RAG(Retrieval-Augmented Generation,检索增强生成)方案随着上下文窗口扩展但检索准确性下降而遭遇规模化限制。2026 年 Q1 混合检索采用意向增长三倍,反映了对替代方案的探索。观测记忆——使用后台智能体压缩和维护稳定的上下文窗口——作为长时间运行智能体的可行解决方案出现,但不适用于动态知识库场景。

基础设施安全成熟化:MCP 隧道

仅出站网关架构

MCP 隧道代表 AI 智能体访问企业私有资源方式的根本转变。该架构基于一个简单原则:企业无需为智能体访问开放入站防火墙端口,而是在企业网络内部运行一个轻量网关,与 Anthropic 的隧道控制平面建立出站加密 mTLS 连接。

安全影响重大。传统智能体部署要求企业向公网暴露内部 API 和数据库,创造安全团队抵制的外部攻击面。MCP 隧道通过将所有私有资源保持在企业边界之后来消除这种暴露——智能体从不持有凭证,网关向隧道控制平面认证。

部署模式

组件位置功能
MCP Gateway企业网络内部向 Anthropic 开启出站 mTLS 连接
Tunnel Control PlaneAnthropic 基础设施通过网关路由智能体请求
Private MCP Servers企业防火墙之后通过隧道访问的内部数据库、API
Agent SessionAnthropic 基础设施无私有资源直接访问权限

来源:Claude API Docs - MCP Tunnels Security

企业部署经济学

从部署时间线中移除防火墙变更请求的经济影响难以估量。在大多数企业中,防火墙规则变更需要安全、网络和合规团队的审批——这一过程以周为单位,而非天。MCP 隧道将这一时间线从”等待审批”缩减为”部署网关并配置出站代理”。

Thomson Reuters 的法律 MCP 集成提供了一个具体案例。该部署提供对 19 亿份 Westlaw 和 Practical Law 文档、14 亿个 KeyCite 有效性信号以及专利待审的引用账本的访问——全部通过 MCP 实现,无需边界变更。对于拥有类似内部知识库的企业,MCP 隧道代表立即可行的部署赋能。

治理框架要求

五眼联盟于 2026 年 4 月 30 日发布的指南将自主智能体行为识别为需要可见性和实时控制的新企业攻击面。MCP 隧道在网络边界解决凭证控制问题,但企业仍须实施:

  • 智能体行动的最小权限角色分配
  • RBAC(Role-Based Access Control,基于角色的访问控制)集成
  • 上下文限制以防止 Token 消耗失控
  • 网关层策略执行点
  • 智能体发起行动的持续监控

来源:Five Eyes ‘Careful Adoption of Agentic AI Services’

对企业的意义

对安全团队:MCP 隧道降低了边界风险,但将安全责任转移到身份治理和监控。仅出站模式符合零信任原则——验证每个请求,永不信任网络。

对基础设施团队:部署速度提高一个数量级。网关可在数小时内部署,而非数周。权衡是对 Anthropic 隧道控制平面的依赖——企业应协商 SLA 和故障转移流程。

对采购团队:基础设施对话从”我们需要防火墙变更”转向”我们需要网关容量规划”。预算分配从网络边界扩展转向内部网关扩展。

估值加速:100 亿美元俱乐部

AI 智能体市场现在有四个估值层级,具有根本不同的商业模式。理解这些模式对于评估自建还是购买决策的企业买家以及评估市场定位的投资者至关重要。

Cursor:开发者 IDE(500 亿美元估值)

Cursor 在 20 亿美元 ARR(截至 2026 年 2 月)基础上获得 500 亿美元估值,代表 25 倍倍数——对于开发者工具公司来说极高。估值反映 67% 财富 500 强渗透率和年底预计 60 亿美元 ARR。Cursor 3 于 2026 年 4 月发布,引入并行智能体和多会话界面,直接与 Claude Code 的桌面重设计竞争。

商业模式:企业订阅和开发者席位。收入驱动力从个人开发者转向企业合同。

关键指标:67% 财富 500 强渗透率表明企业采用验证。

来源:TechCrunch - Cursor $50B Valuation

Cognition:自主软件工程师(250 亿美元估值目标)

Cognition 的 ARR 轨迹前所未有:从 100 万美元(2024 年 9 月)到 7300 万美元(2025 年 6 月)——9 个月内增长 73 倍。如果实现 250 亿美元估值目标,将比 2025 年 9 月的 102 亿美元估值翻一番以上。Devin 这位自主软件工程师可以被指向一个 Jira 工单,它会编写代码、运行测试并提交 PR,几乎无需人工干预。

商业模式:自主编程智能体订阅。客户为工程能力付费,无需招聘。

关键指标:9 个月内 ARR 从 100 万美元增长至 7300 万美元,公司历史总净烧钱低于 2000 万美元(资本高效增长),收购 Windsurf(2.5 亿美元)获得 IDE 能力。

企业合作:Infosys(首家大规模部署 Devin 的大型数字服务公司)、Cognizant(AI 驱动开发合作)。

来源:Cognition Official Blog

Sierra:企业客户体验(158 亿美元估值)

Sierra 以 9.5 亿美元融资获得 158 亿美元投后估值——比之前 100 亿美元轮次增长 60%。由 Bret Taylor(OpenAI 董事长、前 Salesforce 联合 CEO)创立,Sierra 定位为 AI 驱动客户体验的”全球标准”。与狭窄的支持聊天机器人不同,Sierra 智能体处理完整的客户生命周期:支持、销售、账户管理。

商业模式:“产品化 BPO”(Business Process Outsourcing,业务流程外包)。Sierra 不仅仅销售软件——它承担客户服务运营。

关键指标:Tiger Global 和 GV 领投的 9.5 亿美元融资,总资本现在超过 10 亿美元。

来源:Sierra Official Blog

Lovable:面向非技术用户的氛围编程(66 亿美元估值)

Lovable 针对最大的可触达市场:想要构建软件但不想学习编程的非技术用户。平台拥有 1500 万日活用户和每日创建 20 万个新项目。预计 2026 年 ARR 为 2 亿美元。

商业模式:非技术创作者订阅。单席位价格较低,但规模巨大。

关键指标:1500 万日活用户,每日 20 万个项目,预计 ARR 2 亿美元以上(66 亿美元估值对应 33 倍倍数)。

估值俱乐部对比

公司估值ARRARR 倍数目标细分关键差异化
Cursor500 亿美元20 亿美元(2026 年 2 月)25 倍开发者IDE 集成,财富 500 强渗透
Cognition250 亿美元7300 万美元(2025 年 6 月)342 倍(隐含)工程团队自主智能体,73 倍增长
Sierra158 亿美元未披露N/A企业客户体验全生命周期,BPO 模式
Lovable66 亿美元2 亿美元以上(2026 年预计)33 倍非技术用户氛围编程,1500 万日活

战略洞察:最高倍数(Cursor 25 倍、Lovable 33 倍)属于展示出企业渗透或大规模用户群的平台。Cognition 当前 ARR 的隐含 342 倍倍数反映增长预期,而非当前收入。Sierra 的估值反映创始人声望和企业客户体验市场规模,而非 ARR 倍数。

记忆架构演进:观测记忆 vs. RAG

RAG 范式——检索相关文档、注入上下文窗口、生成响应——随着智能体工作负载变得更加复杂而遭遇根本限制。三大问题主导:知识库扩展时检索准确性下降、上下文窗口以不可持续速度消耗 Token、长时间运行智能体累积上下文导致检索系统不堪重负。

观测记忆通过不同架构解决这些问题:后台智能体持续压缩和整理上下文,维护稳定的窗口(约 3 万 Token),提供相关信息而无需检索开销。

基准测试结果:LongMemEval

Mastra 的开源观测记忆实现在 LongMemEval 上使用 GPT-5-mini 达到 94.87%,超越 RAG 基线(80.05%)14.82 个百分点。使用 GPT-4o,观测记忆得分 84.23%——仍高于 RAG 4.18 个百分点。

架构组件

组件功能Token 影响
Observer Agent监控所有交互,提取显著信息增加最小开销
Reflector Agent达到阈值(约 4 万 Token)时垃圾回收无关观察维持约 3 万稳定窗口
三层表示渐进压缩信息优先关键上下文

成本影响:Token 成本降低 10 倍。稳定上下文窗口实现激进缓存,而 RAG 每次交互需要新的检索查询。

来源:Mastra Research - Observational Memory

选择指南:观测记忆 vs. RAG vs. 混合

架构最佳场景成本特征准确率(LongMemEval)
观测记忆稳定上下文需求的长时间运行智能体降低 10 倍94.87%(GPT-5-mini)
RAG 基线动态知识库,变化信息标准检索成本80.05%
混合检索遭遇规模化限制的企业 RAG视上下文而定未基准测试

企业采用信号:混合检索采用意向在 2026 年 Q1 从 10.3% 增长至 33.3%(VentureBeat VB Pulse 数据),表明企业正从独立 RAG 转向上下文架构。

来源:VentureBeat - Context Architecture Replacing RAG

Redis Iris 平台入局

Redis 于 2026 年 5 月 18 日推出 Iris 平台,包含五个针对智能体记忆和上下文管理的组件:

  1. Context Retriever:使外部数据可被智能体导航
  2. Agent Memory:持久化上下文存储
  3. Redis Data Integration:连接企业数据源
  4. LangCache:LLM 响应缓存层
  5. Redis Search:上下文语义搜索

成本效率:Redis Flex 在 SSD 上运行 99% 的数据,成本仅为内存存储的十分之一,使大规模上下文存储在经济上可行。

来源:Redis Official Blog

协议竞争:A2A vs. MCP

智能体互操作层正在围绕两种服务不同目的的协议结晶。理解何时采用每种协议对企业架构决策至关重要。

协议对比

维度MCPA2A
目的工具/数据连接智能体间协调
治理Linux Foundation AAIFLinux Foundation AAIF
采用通用(Anthropic 标准)150 多家组织生产部署
ROI 时间线2-3 个月6-12 个月
企业支持Anthropic、Block、OpenAI、Google、Microsoft、AWSGoogle、Microsoft、AWS、Salesforce、SAP、ServiceNow、IBM
用例”智能体如何与工具交互?""智能体如何协同工作?”

来源:TrueFoundry - MCP vs A2ALinux Foundation - A2A Milestone

治理整合

两种协议现在都归属于 Linux Foundation 的 Agentic AI Foundation(AAIF),由 Anthropic 于 2025 年 12 月捐赠,Anthropic、Block 和 OpenAI 作为联合创始人。Google、Microsoft、AWS、Cloudflare 和 Bloomberg 支持该基金会。

这一整合表明协议战争正在结束——企业可以安全地同时采用两者,无需担心碎片化。协议是互补的:

  • MCP:用于希望智能体访问的每个数据源和工具。通过自动化加速显示即时 ROI。
  • A2A:在运行需要协调工作流的多个 AI 系统时采用。需要更多架构规划。

安全提示:两种协议都不是以对抗性输入为首要考虑设计的。企业必须在协议级信任之上叠加额外的安全控制——输入验证、输出过滤、行为监控。

企业部署模式

生产指标:成功部署的区分因素

Digital Applied 的企业数据显示,12% 的 AI 智能体项目达到生产阶段。成功部署共享四个属性:

  1. 部署前基础设施投资:在智能体部署前构建安全、身份、监控
  2. 治理文档化:智能体权限、升级流程、审计追踪的清晰政策
  3. 基线指标:部署前建立测量框架以展示 ROI
  4. 专职业务负责人:智能体有问责负责人,而不仅仅是技术托管人

来源:Digital Applied - Enterprise Adoption Data

Claude Code 并行智能体工作流

Claude Code 桌面重设计(2026 年 4 月 14 日)引入生产级并行智能体管理:

关键功能

  • 多会话侧边栏:管理活动和最近会话
  • Git worktree 隔离:每个会话范围限定在 .claude/worktrees/ 目录,零上下文泄漏
  • 三种视图模式:Verbose、Normal、Summary
  • 云端 Routines:在 Anthropic 基础设施上运行的定时自动化

Agent View:跨并行任务引导多个智能体的指挥中心。新兴数据显示复杂项目典型使用 3-5 个并行会话。

来源:Claude Official Blog - Desktop Redesign

PwC-Anthropic 联盟:企业转型蓝图

扩大的联盟(2026 年 5 月 14 日)建立企业级智能体部署模式:

三大重点领域

  1. 智能体技术构建:帮助工程团队为客户构建 AI 智能体工具
  2. AI 原生交易:在并购和交易流程中部署 AI
  3. 企业职能重塑:用 AI 重塑运营模式

规模:联合卓越中心,3 万名 PwC 专业人员将接受 Claude 培训和认证。Claude 原生金融业务集团成立。

ROI 模式:企业报告积极部署在 12-18 个月内实现 3-5 倍 ROI。关键成功因素是工作流重新构想——围绕智能体能力重新设计流程,而非简单地将智能体添加到现有工作流。

来源:PwC Official - Anthropic Alliance Expansion

关键数据点

指标数值来源日期
Cognition ARR 增长73 倍(9 个月内从 100 万美元到 7300 万美元)Cognition Official Blog2025 年 6 月
观测记忆 LongMemEval 得分94.87%(GPT-5-mini)Mastra Research2026 年 5 月
观测记忆 vs RAG+14.82 个百分点(94.87% vs 80.05%)Mastra Research2026 年 5 月
Token 成本降低10 倍VentureBeat2026 年 5 月
混合检索采用意向10.3% → 33.3%(2026 年 Q1)VentureBeat VB Pulse2026 年 3 月
A2A 协议采用150 多家组织生产部署Linux Foundation2026 年 5 月
Cursor 估值500 亿美元(25 倍 ARR)TechCrunch2026 年 4 月
Cursor 财富 500 强渗透67%TechCrunch2026 年 4 月
Sierra 估值158 亿美元投后TechCrunch2026 年 5 月
Lovable 日活用户1500 万Panto AI Analysis2026 年 4 月
企业生产部署率12%Digital Applied2026 年 Q1
PwC Claude 认证目标3 万专业人员PwC Official2026 年 5 月
Redis Flex 成本效率99% 数据在 SSD 上运行,成本为 1/10Redis Official2026 年 5 月
MCP 隧道发布’Code with Claude’ 伦敦Anthropic Official2026 年 5 月 19 日

时间线:AI 智能体生态系统(2025 年 12 月 - 2026 年 5 月)

日期事件意义
2025 年 12 月Anthropic 向 Linux Foundation AAIF 捐赠 MCP基础设施标准化里程碑
2025 年 12 月Cognition 收购 Windsurf(2.5 亿美元)AI IDE 市场整合
2026 年 4 月Cursor 3 发布并行智能体对 Claude Code 的竞争响应
2026 年 4 月 14 日Claude Code 桌面重设计生产级并行工作流
2026 年 4 月 17 日Cursor 500 亿美元估值谈判100 亿美元以上俱乐部层级形成
2026 年 4 月 23 日Cognition 250 亿美元估值谈判自主工程师市场验证
2026 年 4 月 30 日五眼联盟发布智能体治理指南政府级安全框架
2026 年 5 月 1 日A2A 协议:150 多家组织生产部署协议采用里程碑
2026 年 5 月 4 日Sierra 融资 9.5 亿美元,估值 158 亿美元企业客户体验市场成熟
2026 年 5 月 14 日PwC-Anthropic 联盟扩大企业部署加速
2026 年 5 月 18 日Redis 推出 Iris 平台记忆架构基础设施
2026 年 5 月 19 日MCP 隧道和自托管沙箱发布私有企业访问赋能

🔺 独家情报:别处看不到的洞察

置信度: 高 | 新颖度评分: 82/100

当报道聚焦于单个公告——MCP 隧道作为安全功能、Cognition 估值作为市场验证、观测记忆作为基准测试结果——更深层的叙事是基础设施、资本和架构围绕企业级智能体生态系统的汇聚。

MCP 隧道消除的是部署摩擦点,而不仅仅是安全风险。 真正的经济影响不是减少攻击面(虽然这很重要);而是从部署时间线中移除 2-4 周的防火墙变更请求流程。企业现在可以在数小时内部署访问内部数据库的智能体,而非数月。这压缩了智能体供应商的销售周期和买家的价值实现时间线。

100 亿美元以上俱乐部揭示的是四种截然不同的商业模式,而非一个市场。 Cursor(开发者 IDE,25 倍 ARR)、Cognition(自主工程师,当前 ARR 隐含 342 倍倍数)、Sierra(企业客户体验,BPO 模式)、Lovable(氛围编程,1500 万日活)并非相互竞争——它们在细分市场。企业买家应针对其特定工作流进行评估,而非跨模式比较估值。Cognition 的 9 个月内 73 倍 ARR 增长表明自主编程需求,但隐含的估值倍数反映增长预期,而非可持续收入。

观测记忆的 10 倍成本降低是企业相关指标,而非基准测试分数。 LongMemEval 得分(94.87% vs 80.05%)对研究基准很重要,但 CFO 关心的是 10 倍 Token 成本降低。规模化时,这是长时间运行智能体项目在经济上可行与在预算审查中被砍掉的区别。2026 年 Q1 混合检索意向增长三倍证实企业遭遇 RAG 规模化限制,正在积极寻找替代方案。

协议竞争已结束;双协议采用是答案。 MCP 和 A2A 在同一 Linux Foundation 治理下意味着企业可以停止等待赢家。ROI 时间线差异(MCP 2-3 个月,A2A 6-12 个月)反映架构范围:MCP 连接智能体与工具(即时自动化价值),A2A 协调智能体(需要工作流重新设计)。规划同时采用两者。

关键启示: 已具备安全治理的企业可以立即部署 MCP 隧道并在数周内显示 ROI。尚未具备的企业应优先建立治理文档(达到生产的 12% 项目四大属性之一),再进行基础设施投资。

趋势展望与预测

近期(0-6 个月)

  • MCP 隧道采用加速:已具备边界安全团队的企业将在数周内部署隧道。预期防火墙变更请求量随着智能体部署转向隧道架构而下降。置信度:高。

  • 观测记忆试点取代长时间上下文工作负载的 RAG:遭遇 RAG 规模化限制的团队将在长时间运行智能体项目上测试观测记忆。成本降低数据(10 倍)将推动快速从 POC 转向生产。置信度:中。

  • 估值倍数压缩:Cognition 当前 ARR 隐含的 342 倍倍数不可持续。预期估值期望向 Cursor 和 Lovable 展示的 25-33 倍区间正常化。置信度:中。

中期(6-18 个月)

  • 协议治理在 AAIF 下成熟:随着 MCP 和 A2A 同属 Linux Foundation,预期企业级认证计划、安全审计和合规框架。置信度:高。

  • 记忆架构整合:Redis Iris、Mastra 观测记忆和上下文管理平台将收敛于标准化 API。“上下文层”成为独立的基础设施类别。置信度:中。

  • 企业智能体生产部署率翻倍:从当前 12% 增至 25% 以上,因为基础设施(MCP 隧道)、记忆(观测架构)和协议(MCP/A2A)同时成熟。置信度:中。

长期(18 个月以上)

  • 智能体操作系统出现:当前工具格局(MCP 用于连接、A2A 用于协调、观测记忆用于上下文)将整合为集成智能体操作系统平台。置信度:低。

  • 估值层级分化加深:100 亿美元以上俱乐部将分化:Cursor/Cognition(开发者/工程工具)vs. Sierra(企业客户体验)vs. Lovable(消费者氛围编程)。跨细分市场竞争将很有限。置信度:中。

关键触发指标

MCP 隧道部署速度:追踪企业从试点到生产部署 MCP 隧道的速度。如果部署时间线保持压缩(数周而非数月),预期 2026 年 Q3-Q4 企业智能体采用快速加速。如果安全团队创建新的审批流程恢复长达数月的延迟,采用将停滞。

信息来源

g7jl74v10dst7j4032p54████fcjtrdntr9gcglc2p03fiaat0ohshi9████x0atnqnidn3s9ambvoo2rizv8bl0o8░░░8y5bg8li9xqc3qzrnlwwtv67uvvggkezk░░░g6sxzxxwsjqpap4yyxsga8bqak6yr1kp████1p3j238oqba95e3telyfx3h4ike0eqoe░░░mdztgdoypkfyowgmumf9xa2t1le7vgecq████emkfgghd8qlyv8c8ssquvbe4dqwuz5ud5████oz6h09t1ywa7m267t9bucvyy59d80t83████792p2partjrnex1c6l3anymqyaa2tbf████uji63z8dsykbx83m7a6ubo8pop2e987p░░░kp2szwgriqmir0znb1r8sj37sny17p6l████hbnsmhxobpezb1wobywb5h2in51kb7xs████21c5reqs6yyxem966hhsl7xt1jk607y2░░░slk8w9vfbhls9cnj8s2t6mqag8t85z3░░░gqphp2ktin0uiafa85511qfutb6d00e1i████cy3rufpo0iuu7uq6kzixmiuw0tsvfcjpf████dq8tc9ir6ejbbzfrav7ofim30f6yucqn████s6umrkmdjrjqhx39b8wjuzq306rz1zm░░░aaz0z2iom7lc5yrshabiufq5gow6mf2zg░░░u8ak80bs14n7p5v9kt868ufdchybpqpe5████yo5chfwpcyio72h8w1wng8pq40b35bdp░░░31egwpkjkgrnocyi03edd0grqgnmv7y0j░░░r7ghey695m8ceelhclkwqoqm7fgrhiq7░░░ik6rt4zvfn81x9l4psyln6ll8lvu8qh3░░░gxr2oz64b8w1w6ub3w33wncr50adwo████84otplfs4sf7ohrwk9duq88gngyibi52t░░░wn903agctfqlrwgbpzos5pt5y53c8gi░░░k2s0c7keqglvn36ja0s2fl62zorc5cbwc░░░q31o5yrsf8ltenvcg6a4dubudj1g9bdm████zapq12ie2wr3rl18hpzu8pjhoe592snki████rmk6w12y94flqayn2u49jplkz32tgsz░░░0gfne1ydrkx47w0r4mw38wdcnhfhkkrcxb░░░awj28bn6ggc4y0lus55y4ael76emc0b████bbwy66srmtv5xk6hwja9q0t8z27iys9d████y8o5wyj2xe7zgwdzw93rbjbfox2042ifr████kra9roa3yfal32p5kelsf4zkei8shxz2████131s0l9da5jm75p48durdqmk9u8r9f4rg████evpoarj4fw56fve1tfrsqd27d8o8lwccy████u8q40uczhhnqz8q8dd7v28oistkin3har░░░0696q4dnzcygvqwwrd9xh9fl2unmsqwzq████6zbwpwpimn2i05pw3tlc5yn0ecx216bs░░░99q3yfgoviw3tj5wkmn063gdcgasxno3u████wqvt10vwx3x14e2rhkpxnxetlsbqlky████m41xlauc442bxybpzaptbvlqtcxjoiji░░░tegdeu4von8vj1dr7z2d8e7zr0tk2h40i████1gjvlnl1frzjb4zrz8itcpiourqj2z19g████kuhpyj419cn0leapxjs840deqkor0iv2q6░░░o9v92jofipe3b7674j9kiasl2s3hg2uba████uj81xnojqhmsyt1v3rk2hrr8buji10mrh████dc9l94wlolj