帮助组织进化的 Agent 协作平台

你雇了一群 Agent
── 然后呢?

让他们 ── 可靠、合力、进化、安全、可治理。

下载客户端6.25 上线 内测免费试用
TabTin — 市场分析小组 · 智能体协作工作区
CES 2026 智能硬件趋势
Q2 市场分析报告
竞品追踪表
scraper.py
投资人路演 v4
ces.tech / topics / smart-home-2026
CES 2026: Smart Home & AI 边缘设备五大趋势
CES Tech Insights · 3 小时前 · 12 分钟阅读
本地大模型推理设备出货量同比增长 240%
英伟达 Jetson、Apple M 系列、高通 X Elite 三家在边缘推理市场形成三足鼎立,国产 NPU 厂商正快速跟进...
The Verge2 小时前科技
Matter 3.0 协议落地,跨品牌智能家居互联成本下降 60%
最新 Matter over Thread 与 AI 场景编排结合,让家庭场景自动化不再依赖单一品牌生态...
TechCrunch5 小时前智能家居
机器人厂商集体押注「家庭 Agent」赛道
Figure、Optimus、智元等团队展示了下一代家庭机器人,强调"自然语言任务下发 + 多步执行"...
WIRED昨天机器人
市场分析项目
scripts/
scraper.py
cleaner.py
analyze.py
data/
notebooks/
requirements.txt
README.md
market-analysis  ›  scripts  ›  scraper.py
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
# scraper.py — 抓取 CES 主题站点
from playwright.async_api import async_playwright
from dataclasses import dataclass
 
@dataclass
class Article:
title: str
url: str
published_at: str
 
async def fetch_articles(topic: str) -> list[Article]:
async with async_playwright() as p:
browser = await p.chromium.launch(headless=True)
page = await browser.new_page()
await page.goto(f"https://ces.tech/topics/{topic}")
表格视图
看板视图
清单视图
筛选
排序
新建记录
#
竞品名称
状态
优先级
负责人
截止
投融资
1智元机器人 G1已调研06-20B+ 6 亿
2Figure 02进行中06-22C 6.75 亿美元
3Unitree H1已调研06-18B 10 亿
4Apptronik Apollo待开始06-25A 3.5 亿美元
51X Neo进行中06-28B 1 亿美元
6宇树科技 Go2阻塞07-02
7傅利叶 GR-1已调研06-15B 4 亿
8EngineAI SE01待开始07-05天使
大纲
摘要
1. 市场全景
1.1 规模与增长
1.2 主要玩家
技术路线分歧
2. 竞品矩阵
2.1 国内
2.2 海外
3. 机会判断
4. 行动建议
H
2 人在线编辑

Q2 智能硬件市场分析报告

市场专家 Tin · 修订于 2 分钟前 3,847 字 预计 14 分钟阅读

摘要

2026 Q2 全球智能硬件市场延续 AI 主导的结构性升级,本地大模型推理设备同比 +240%,家庭机器人首次进入消费者可及价格区间。建议公司在「边缘 NPU + 家庭 Agent」交叉赛道加大投入。

本报告由市场专家 Tin 联合研究助理共同生成,数据源已在「竞品追踪表」同步落库,可点击右上"溯源"查看每条结论的引用链。

1. 市场全景

从 CES 2026 的现场观察与公开募资数据交叉验证看,三条主线同时收敛:

  1. 边缘推理设备开始进入家电厂商的标准 BOM;
  2. Matter 3.0 让跨品牌互联从"实验性"变成"默认能力";
  3. 家庭机器人在 2 万美元价格带出现可量产 SKU。
1
封面
2
市场全景
3
三大趋势
4
竞品矩阵
5
机会判断
6
行动路线
+ 新页
模板
布局
3 / 6
演示
02 · 行业趋势
2026 智能硬件三大主线
从 CES 现场、公开融资与一线渠道交叉验证得到的结构性判断
01
边缘推理普及
本地大模型推理设备出货量同比 +240%,进入家电厂商标准 BOM。
02
跨品牌互联落地
Matter 3.0 + Thread 让家庭场景自动化不再被单一生态锁死,集成成本下降 60%
03
家庭机器人破壁
2 万美元价格带可量产 SKU 已出现,"自然语言下发 + 多步执行"成为标配能力。

01 · CONTEXT

今天的两个问题

PROBLEM 01

一个人的工作
分散在十几个工具里

写代码、整理数据、做对外文档、剪一段视频 ── 过去这意味着切十几个工具,每个工具里的 AI 都得重新学习你是谁、你要做什么。

Agent 让「全栈」成为常态,但工具链还没准备好。

All in one ── 一个工作台里完成所有事。

PROBLEM 02

组织的 AI
散落在每个人的对话框里

组织里每个人都在用不同的 AI 工具,各自摸索、各自沉淀 ── 组织层面业务流转不了、数据沉淀不了、AI 使用不可见、也不可治理。

就像几年前每个人各用各的 IM 和文档,直到办公协同把它们整合起来 ── 这件事今天需要在 AI 上重新发生一次。

组织需要一个地方,让人和 Agent 的协作能流转、沉淀、治理。

02 · FIVE DIMENSIONS

五个维度,
构建一个完整的 Agent 协作平台

I.

可靠

干得靠不靠谱

II.

合力

协作够不够丝滑

III.

进化

越用是不是越懂

IV.

安全

组织敢不敢放手

V.

可治理

组织能不能管得住

前三个让一群 Agent 办成事,后两个让组织 敢托付

03 · RELIABILITY · 可靠

什么都能办,
办得也稳

一个工作台 15 个全场景内置应用,加可扩展的 Skill / Tin / MCP,加命令行优先的执行方式 ── 一群既能办事、办法又能复用沉淀的 Agent。

15 个全场景内置应用

表格 · 文档 · 幻灯 · 视频 · 笔记 · 邮件 · 定时派活 · 终端 · 浏览器 · 代码 · 白板 · 站点 · 手机 / 桌面控制 · 收件中心

Skill · Tin · MCP 三种扩展

Skill 给 Agent 配技能树;Tin 是浏览器扩展式的轻量微应用生态;MCP 连接 GitHub / 飞书 / 数据库等外部系统。

命令行优先,可脚本化

所有能力暴露为 tabtin 命令 ── 可管道、可脚本、可接入定时任务和 CI/CD,把 Agent 嵌进你已有的自动化流程。

main.py
def fetch_data(): # 抓取数据 return market.snapshot( days=7, )
市场数据 3 行
公司 状态 营收 Acme $12.3k Beta $8.5k Cino $4.2k
周报 · 06-16 .md
市场摘要
本周 3 家有新动作,营收 $25k
关键洞察
Acme 增速 +18%
Beta 进入 EU
Slide 03 / 12 16:9
MARKET · Q2 三家头部增长

04 · SYNERGY · 合力

人和 Agent,
像同事一样合力

上下文丝滑响应、Agent 可分享 / fork / 接管、实时协同编辑、桌面 + 移动 + Web 多端联动 ── 一群 Agent 不再是各干各的,而是和你、和彼此合力把事推进。

丝滑响应你正在看的东西

划选网页、@ 表格、引用代码 ── Agent 看到的是真实结构和数据,不是截图。二十多种引用类型,上下文跟着工作面走。

你的 Agent 可以流转

Fork 对话、分享 Agent、委托接管 ── 同事的 Agent 用你的身份代办,离线时自动接手。

实时协同 · 多端联动

表格、文档、幻灯、视频、白板基于 CRDT 同源协作;桌面 · iOS · Android · 鸿蒙 · Daemon · Web 一套数据模型实时同步。

营销周报 · Space A B C W R
A Alice 10:24
@Coder 把上周抓的数据整理一下,加图表
C Coder 10:25
已生成 weekly_report.md,含 3 张趋势图
从这里 Fork 分享 委托
Bob 从此处 Fork
B Bob · 副本 10:31
@Reviewer 帮我审一下文案
R Reviewer 代 Alice 执行
审完了 · 3 处建议,已写回评论
访问与共享
Bob 完整权限
Reviewer 手动触发
范围 · 仅 weekly_report.md

05 · EVOLUTION

进化 是两层的

个人复利 + 组织复利 ── Agent 越用越懂你,组织也越用越会用 Agent。

个人 · 越用越懂你

Agent 越用越懂你

你的偏好、纠正、踩过的坑被沉淀,下次自动用上 ── 这是个人的复利。

关于你 · 长期画像
2 小时前 立即整理
工作偏好 中文为主、回答简短直给;命令行优先于图形界面。
沟通风格 不喜欢英中混杂;技术决策需要给出取舍。
领域兴趣 Agent 平台、多端协同、CRDT、企业治理。
踩过的坑 不要在共享分支直接 reset;先想再做。
TabMemo · 时间流
06-14 22:18
协同 = 共享上下文 + 互相能看见,不是同一个房间发消息。
#产品哲学 由 AI 看到:洞察
06-15 09:42
Coder 又把 .env 改了 ── 下次必须先 confirm 再写覆盖。
#踩坑
06-15 15:07 — Coder
已把 TabDoc 协作端口统一到 4100,并加到画像。
由 AI 看到:任务摘要
新对话开场 · 自动召回
「帮我配下后端端口」
已注入到上下文
画像 命令行优先于 GUI
画像 中文 · 简短直给
踩坑 不要直接写 .env
最近 TabDoc 协作端口 = 4100

TabMemo ── 笔记 × 记忆

用户的速记和 Agent 写的观察、洞察、任务摘要共存。人机共写同一份记忆。

三层记忆 · 自动召回

长期画像 / 中期会话 / 短期上下文。新对话开场自动注入相关记忆,不再每天失忆。

你完全可控

画像随时查看、一句话修正、回看历史版本。记录风格、可见性边界全部你定。

组织 · 越用越会用 Agent

组织 越用越会用 Agent

方法、协作、配置被沉淀复用 ── 这是组织的复利,也是组织进化的发动机。

Skills · 工作方法资产
23 就绪 2 待配置
我的
tabtin-gitflow GitFlow 分支与 PR 流程 私有
probe-tabdoc TabDoc 数据流探针 已发布
发布即全员可见
团队 · workteam
deploy-release 发布流程 SOP 团队共享
notify-slack 需要配置 webhook 团队共享
review-pr 代码 Review 套路 团队共享
probe-tabdoc 刚由 @你 发布 NEW
内置 · 平台基线
web-search 内置
tabtin-dev 内置

方法被沉淀

个人摸索的工作方法,设为 workteam Skill 可见 = 全组织即可用。

协作被流转

Agent 与对话可分享 / Fork / 委托接管,经验在组织里复用,不消失在个人聊天里。

配置被资产化

「哪类活用哪个模型」「安全策略」「预算规则」── 组织层面统一沉淀,新人入职即生效。

组织对 AI 的理解,从「散落在个人」变成「沉淀在制度」。

06 · SAFETY

改坏了能回去,
越界了会停下

把工作交给 Agent,组织最关心两件事:它改错了能不能回去、它会不会为了完成目标走捷径。我们在两边都装了护栏。

Checkpoint 一键回滚

每条 Agent 消息锚定一个检查点 ── 文件 + 文档 + 表格 + 设计一起快照,回到任意一刻的完整现场。

高风险动作前停下问人

删数据、推代码、对外发送、提权 ── 停下等你确认。18 条系统红线即便开了全自动模式也绝不放行。

全链路审计

审批决议、CLI 调用、每一步工具执行 ── 结构化记录,按 Agent / 会话 / 组织任意维度回放,合规可导出。

单根契约沙箱

一个 Agent 一个工作目录,越界要审批且 session 级。多 Agent 并行互相写保护,不会互相踩。

回退到这一刻 · 影响预览
消息 12
工作区文件 7
文档 · 表格 · 设计稿 3
回退原因(可选) 改坏了 weekly_report 的图表配色 ──
取消 回到这里
回退操作历史
回退 成功 06-15 16:42:08
恢复 7 个文件 · 3 个资源
资源回退 部分成功 06-15 14:08:55
2 个文件可重试 · 已自动排队
撤销回退 成功 06-14 22:19:31
从这里重做 · 1 步
回退 成功 06-13 09:51:02
回到周一开工那一刻

07 · GOVERNANCE · 可治理

组织管得住,
账算得清

用哪些模型、花了多少钱、谁能干什么、出了事查得到 ── 一群 Agent 在公司里干活,组织必须能管得住、账必须算得清。

LLM ── 一个账号所有模型

统一纳管 Claude / OpenAI / Codex / Gemini / Kimi / 通义 / 豆包 等十余家,任意 OpenAI 兼容后端即插即用。

用量 ── 五维下钻

每笔调用的 token、时延、成本逐笔记录,按组织 / 成员 / Agent / 会话 / 场景任意维度下钻。

账单 ── 席位 + 点券

席位订阅 + 点券按量混合。预扣冻结、月度预算、阈值预警、硬阻断、对账、申诉工单全套。

组织 ── 角色与权限

组织 → 成员(owner/admin/editor/viewer)→ Agent / Space。邀请、App 安装授权、域级审计 ── AdminDash 一站式。

AdminDash · 用量 近 30 天 · workteam.tabtin
总请求
128,402
成功 126.9k · 失败 1.5k
成功率
98.8%
失败率 1.2%
总 Token
42.7M
输入 31.2M · 输出 11.5M
总成本
¥18,432
BYOK 节省 ¥3,210
P95 延迟
5.4s
P99 9.1s
缓存命中
62%
命中 26.5M tokens
下钻 组织 成员 Agent 会话 场景
每日调用量 · 30 天
成员消费排行 42 位成员 · 共 1,832k 点券
1 jinbao LLM 312k 存储 18k 22% 412,890
2 lina LLM 245k 语音 6k 17% 318,402
3 marcus LLM 198k 13% 241,503
4 aria LLM 142k 9% 167,221
本月预算 ¥18,432 / ¥25,000
超 90% 触发硬阻断 · 已配置

08 · IN ACTION · 一周的协作场景

五维串起来看

把抽象能力变成你能想象的工作流。

01 可靠

Agent 用内置浏览器抓投资网站数据 → 写进 TabData → 整理成 TabDoc 报告 → 生成 TabSlide 分析,每周一自动跑。

每周市场分析 ⏰ 周一 09:00
抓投资网站数据 浏览器
写进表格 TabData
整理报告 TabDoc
生成 PPT 分析 TabSlide
02 合力

把这条对话 fork 给同事 ── 他打开就接着干,不用从头说一遍。

A Alice · 项目调研
帮我分析下竞品的财报…
分叉给 @Bob
B Bob · Fork: 项目调研
收到,我接着挖营收数据 →
03 进化

Agent 把这次的处理流程提炼成 Skill ── 下次自动用上,组织里其他人也能用。

组织技能
12 3
🎯 weekly-market-report 每周市场分析 刚生成
📊 fin-data-clean 财务数据清洗
📝 meeting-notes 会议纪要
🔑 contract-review 待配置 API
04 安全

觉得不对劲?回到任意一步的 Checkpoint,重新跑。

🕒 回退操作历史
抓数据 · 写表格 09:02
整理报告 09:05
生成 PPT ↻ 回到这一刻 09:08
添加图表样式
05 可治理

管理员给每个成员分月度点券额度 ── 谁用了多少、用在哪类活上一目了然。

成员消费排行 近 30 天
1 Alice 85% 12,340 点券
2 Bob 62% 8,520 点券
3 Carol 34% 4,200 点券

一天发生的事,不再分散在十几个工具里 ── 是一群 Agent 在一个工作台里把它做完。

09 · OPEN PLATFORM

开放平台 ──
让 Agent 嵌入任何系统

基于 Agent Runtime 和平台 API,我们向企业开放 SDK。你已有的 ERP、CRM、工单、BI 都可以几行代码接入 Agent 能力 ── 不替换、不迁移,直接让现有系统拥有 AI。

嵌入现有系统

ERP、CRM、工单、BI ── 几行代码接入 Agent 能力。Agent 去它们的地盘干活,不是把它们搬过来。

随处调用

不限 UI。后端服务、脚本、CI/CD 流水线 ── 任何能发请求的地方都能启动 Agent 任务。

能力跟着组织走

通过 SDK 调的 Agent 同样带着 Skill、记忆、权限、用量管控 ── 不是裸模型,是带着组织上下文的 Agent。

// 在你的工单系统里嵌入 Agent 能力 import { TabTinAgent } from "@tabtin/sdk"; const agent = new TabTinAgent({ workteam: "acme-corp", agent: "support-triage", }); // Agent 自带 Skill / 记忆 / 权限 / 计费 const result = await agent.run({ task: "分类并初步回复这条工单", input: ticket, }); // 用量、审计自动落到组织账上 console.log(result.summary);

不替换你的系统 ── 让它们获得 Agent 的能力。

10 · GET STARTED

让人和一群 Agent,
一起开始干活。

客户端 6.25 上线 ── 现在扫码即可加入内测,免费试用。

下载客户端6.25 上线 内测免费试用