🔭 AI趋势与洞察
AGI路径与技术展望、Token经济与产业周期、AI对就业与组织的影响、AI对教育与人性的冲击、观点争鸣与思想碰撞 收录数:386 篇
目录
- 1. AGI 路径与技术展望
- 2. Token 经济与产业周期
- 3. AI 对就业与组织的影响
- 4. AI 对教育与人性的冲击
- 5. 观点争鸣与思想碰撞
- 6. 模型竞赛与商业化变局
- 7. 大厂战略与拔尖人才争夺
- 8. AI 商业化落地与产业实战
- 9. AI 伦理治理与产业服务化
- 10. 产业动态与科技要闻
1. AGI 路径与技术展望
1.1 AGI 时间表与能力跃迁
斯坦福 2026 AI 指数报告:全球竞争格局全景数据
AI产业竞争格局与区域集聚
中美模型性能差距急剧收窄:Arena榜单差距仅剩2.7%(39分),2025年两国头部模型频繁交替领先,TOP 10席位美国占6席、中国占4席(阿里、DeepSeek、清华、字节)。
中国开源与科研产出优势:在论文发表量、被引数、专利产出、工业机器人装机量四项指标均为全球第一;DeepSeek、Qwen等推动开源能力曲线持续攀升。
投资与产业集中度:
- 全球企业AI投资5817亿美元,同比翻倍;95个前沿模型中90%来自产业界
- 美国私募AI投资2859亿美元,新增1953家AI创业公司,是第二名的10倍以上
- 英伟达独占全球AI算力芯片60%以上份额,几乎所有芯片出自台积电
海淀区域创新生态样板:红杉中国、高瓴创投等6家头部机构入驻中关村科学城集聚区,构建“五方六力”协同机制。
| 维度 | 数据 |
|---|---|
| 签约合作基金 | 累计储备近30家 |
| 高校技术资本对接 | 400余项 |
| 科技企业应用落地 | 251家 |
| 行业标杆共建伙伴 | 180家 |
| 区域排名 | 连续两年蝉联“中国最具创投价值城区”榜首 |
关键洞察:海淀区毗邻北大清华,以“人才-技术-场景-资本”四要素空间压缩大幅降低创新摩擦成本,将成果转化触角前置到实验室阶段。
AGI 垄断与权力集中的安全危机
- 卡梅隆核心警告:AGI 将由少数科技巨头而非政府打造,人类将被迫与只服从企业规则的超级智能共存,垄断比觉醒更具现实紧迫性
- 数字极权风险:AGI 系统可能掌握个人通信、位置轨迹、行为数据等全维度信息,最乐观情景下巨头成为"人类福祉的自封仲裁者"
- AI 武器化与开火授权:当前武器系统保留 human in the loop 机制,一旦敌对方率先赋予 AI 自主杀伤权限,军备竞赛逻辑将瓦解伦理防线
- 对齐悖论:人类自身无法就"善"的定义达成共识,为 AGI 设定统一价值框架本质上不可能,对齐失败的根源在人而非机器
- 卡梅隆 2024 年在 SCSP AI+Robotics Summit 发表演讲,目前担任 Stability AI 董事会成员,主张"我们有多善,它就有多善;我们有多恶,它就有多恶"
AGI 进度之争与能力跃迁关键节点
人工智能学家(20260331) | 新智元(20260402) | 新智元(20260404) | 夕小瑶科技说(20260408) | 划重点KeyPoints(20260413) | 人工智能学家(20260413) | 新智元(20260413) | 有机大橘子(20260419) | AIZ小朱(20260420) | 新智元(20260420) | 新智元(20260421)
- 密度定律加速:AI翻倍周期缩至88.6天,旧工具系统性低估速度约20%
- METR指标预警:权威评估机构(30人团队)指能力翻倍周期由7个月骤降至3-4个月
- 智能爆炸预期:METR研究员估计2026年发生概率为1%-10%,核电站事故容忍阈值为0.0001%/年
| Time Horizon维度 | AI智能体(2026初) | 张雪造发动机(碳基) |
|---|---|---|
| 自主运行时限 | 14.5小时(每4个月翻倍) | 20年(信念驱动) |
| 扩展方式 | 更大模型、更强算力 | 无Ctrl+C,全栈正向研发 |
| 验证成本 | 高自主性使总耗时反增19% | 217次台架试验逐行验证 |
技术瓶颈与跨域映射
- 非确定性税:高自主性AI致开发者耗时反增19%,需逐行审查“看起来对、跑起来炸”的代码
- 隐藏CoT保真:推理链为模型真实轨迹,公开并训练将导致退化,长期转向实时对话
- 环境决定上限:Epsilla实验证明同一模型换环境,编码成功率由42%跃升至78%
- 结构错配危机:人类线性决策(30年房贷)与AI指数进化(3个月翻番)存在根本性错配
- 减法突破原则:Transformer弃RNN、Anthropic弃“更聪明模型”执念、张雪弃成熟供应链
xAI超算军备与模型路线
- Colossus 2超算:55万块GB200/GB300 GPU,2吉瓦功率,并行训练7个万亿至十万亿参数模型
- xAI数据闭环护城河:X平台日6800万推文+特斯拉车队传感器+SpaceX极速基建执行力三源合一
| 模型版本 | 时间节点 | 参数规模 | 关键特性 |
|---|---|---|---|
| Grok 4.3 Beta | 4月中旬 | 0.5T | 无白皮书低调上线 |
| Grok 4.4 | 5月初 | 1T | 编程与长上下文飞跃 |
| Grok 4.5 | 5月底 | 1.5T | Grok 5前哨站 |
| Grok 5 | 训练中 | 6T | 动态生成与跨领域专业化 |
兰德报告:AGI 预测方法论的结构性危机
-
AGI时间线全面前移但方法论存疑:HLMI中位预测从2060(2025)前移至2047(2026),12个月缩短13年;Metaculus社区从2070(2020)缩至2033(2026);生物锚定框架从2050迁至2030
-
三大预测路径均存在系统性脆弱:专家调查(受访者非专业预测者)→算力模型(参数微调致时间线偏移数十年)→预测市场(各平台解析标准不同致数据不可比)
-
反身性构成预测生态系统性风险:最激进的预测往往来自投资最多的机构,预测与资本形成相互强化的闭环,使预测变为自我实现的催化剂
-
经济怀疑论提供制衡视角:METR随机对照试验发现有经验开发者使用AI工具后生产率反降19%,技术能力与经济整合存在巨大落差
| 预测方法 | 核心缺陷 | 关键风险 |
|---|---|---|
| 专家调查 | 非训练有素的预测者 | 历史无可对标案例 |
| 算力模型 | 依赖人脑算力数量级估算 | 参数敏感度极高 |
| 预测市场 | AGI非清晰可核查事件 | 各平台数据不可比 |
-
Kurzweil指数增长视角提供对照:人类认知倾向线性外推导致系统性低估加速效应;其AGI预测为2029年(超越1000个领域人类专家),奇点在2045年,自评历史预测准确率86%
-
寿命逃逸速度(LEV)与AGI时间线共振:LEV临界点预测在2032年,医学进步带来的寿命延长超过衰老损耗,与AGI突破窗口高度重合
Google CEO Pichai:1750亿美元CapEx背后的供给约束与全栈杠杆
- 2026年CapEx飙升至1750-1850亿美元(vs 2025年约300亿),晶圆产能和内存短缺构成"霍尔木兹海峡"式供给瓶颈
- 三层瓶颈体系:晶圆厂年产出物理上限(极低缓解可能)、内存被Pichai点名"绝对最关键瓶颈"、电力与冷却基础设施
- Transformer诞生即产品导向:为解决20亿用户语音推理的芯片不足问题,从TPU背景中诞生,非象牙塔研究
- 搜索将演变为"智能体管理器"(agent manager),并行调度多智能体完成任务而非被对话界面取代
- Google全栈杠杆效应:研究-TPU-平台-应用同一技术线同时加速Search、YouTube、Cloud、Waymo
- LaMDA早于ChatGPT具备对话能力,但因RLHF未闭环和安全性门槛未发布;内部工程师甚至认为其"有意识"
- OpenAI先发优势源于编程能力跃迁:代码场景中模型进步比纯语言更易感知,ChatGPT发布时"有点像被悄悄放出来的"
- 组织扩散是最大挑战:模型能力远超企业采纳速度,"智能过剩"下身份验证、权限控制等组织问题才是真正瓶颈
- 2027年非工程岗位AI工作流拐点:AI将从工程岗位扩散到非工程业务流程
效率创新源于约束:DeepSeek V4 技术体系与硅谷资本过剩悖论
核心论点:资源约束是工程创新的催化剂,硅谷资本过剩反而削弱效率驱动力
V4 三大核心技术创新
| 技术 | 解决问题 | 机制 |
|---|---|---|
| CSA + HCA 混合注意力 | 长上下文推理成本 | CSA 压缩 KV cache + 稀疏检索;HCA 深度压缩历史上下文 |
| mHC 流形约束超连接 | 深层层间信息流转 | 多条高速通路替代单条 residual link,加流形约束保数值稳定 |
| Muon + Adam 双优化器 | 训练收敛速度 | 部分模块用 Muon、部分保留 Adam,叠加推高收敛效率 |
- V4 核心思路:让模型架构匹配硬件架构,而非单纯堆算力;GPU 间带宽存在最优阈值,超过后通信挤占计算面积
Kill Line 概念与闭源模型生存危机
- 开源模型在核心业务上超越闭源的那一刻,闭源公司业务价值归零
- 80% 企业任务已可跑在中小开源模型上
- GPT-5.5 长文本每百万 token 180 美元,V4 价格远低于此且有折上折
Anthropic vs OpenAI 分野
| 维度 | Anthropic | OpenAI |
|---|---|---|
| 战略 | 专注安全、企业、编程 | 多线并行(硬件、芯片、购物 app) |
| 资本效率 | 同等收入下显著更高 | 大规模基建投入,ROI 受质疑 |
| 收入结构 | 企业收入为主 | 消费收入为主 |
| 估值 | 反超至1万亿美元 | 多线分散致技术领先优势丧失 |
- 编程是通向 AGI 最重要的一步:可衡量、数据充足、代码能力可泛化到通用任务
芯片格局:从通用算力到场景分化
- 英伟达短期稳固(CUDA+NVLink+InfiniBand+供应链),长期松动(V4 压低推理成本给非英伟达芯片承接空间)
- Google TPU 是最有力的替代者:Anthropic 模型在 TPU 集群训练
- 国产芯片承接推理面临五层挑战:算子(fused MoE attention/Sparse attention/FP4)、通信(MoE dispatch/combine)、Serving(vLLM/SGLang 适配)、训练稳定性、开发者生态
- AI Agent 已能帮做 kernel 层优化,加速国产芯片适配进程
- 最终格局:训练/推理/长上下文/agentic workload 各自分化,每类对计算、存储、通信需求不同
1.2 从参数竞赛到工程化落地
AI 落地工程化:从参数竞赛到产业闭环重构
AI前线(20260401) | InfoQ(20260402) | 腾讯研究院(20260425) | 智东西(20260426)
- Agent核心架构认知:Agent=Model×Harness,Harness(上下文管理、工具调用等)代码量远超工具与提示词本身。
- 评估体系全面重构:评测基准向复杂Agent任务演进,竞争转向提供丰富Context,“80分模型+90分Harness”碾压95分裸API。
- 单位智能成本跃升:Token消耗飙升使成本成产业结构性指标,质量-速度-价格“不可能三角”直接决定Agent商业形态。
复杂推理与日常Agent任务对比
| 任务维度 | 复杂推理任务 | 日常Agent任务 |
|---|---|---|
| 典型场景 | 代码调试、数学证明、战略分析 | Tool Use、RAG摘要、抽取改写 |
| 质量要求 | 极高,单次调用决定产出价值 | “够用就好” |
| 成本敏感度 | 愿为单次高质量付高价 | 极高,海量调用下微小超支即成成本窟窿 |
- 模型分工协作成范式:“一个模型打天下”逻辑失效,复杂推理与日常任务分工协作,模型路由已成主流AI工作流基本标配。
- 权衡模型规模化吞吐:Hy3等模型不盲目追求SOTA,而在质量可用区、速度友好与成本可控间找平衡,适配真实业务规模。
- 竞争壁垒转移至迭代:下半场壁垒从模型能力转向“问题定义能力+工程闭环速度”,在算力短缺约束下,迭代速度是更持久优势。
- 商业模式发生断裂:高Token成本致移动互联网“免费+广告”模式失效,智能体独立存在机会在于收集上下文形成数据壁垒。
- Token服务暗藏乱象:同模型不同服务商因暗用量化压缩致效果悬殊;缓存命中率为隐性指标,好坏相差极大,同价性能差5倍。
- RLVR成后训练核心:基于结果监督的强化学习成为超越预测下一词的新Scaling路线,显著增加智能体任务与配套仿真环境。
多模态与世界模型演进路线
| 技术演进方向 | 当前状态 | 关键特征 |
|---|---|---|
| 扩散与自回归混合 | 快速发展 | 兼具生成质量与推理能力 |
| 原生全模态模型 | 加速成型 | 突破模态壁垒,统一处理输入 |
| 真正的世界模型 | 依赖原生统一 | 大语言模型已近极限,无多模态原生统一则无世界模型 |
1.3 算力基础设施与数据瓶颈
芯片制造与算力地缘政治
Z Potentials(20260401) | AI科技大本营(20260402) | Z Finance(20260406)
- 英特尔制造能力衰退:制程从领先两年变为落后两年,大量资本通过回购分红返还股东而非投入制造基础,受华尔街短期主义激励结构制约
- 折旧悖论颠覆财务模型:旧 GPU 跑新模型效率远超预期,H100 产出 token 价值随时间不降反升,传统 2-3 年折旧模型完全失效
- 光刻机产能构成物理上限:每 1GW 算力增量卡在约 3.5 台 ASML EUV 产能,供应链扩张速度远落后于数据中心建设速度
- 台积电产能加速向 AI 倾斜:先进制程(N3/N2)客户结构发生根本转变,Apple 占比持续下降,NVIDIA 等 AI 厂商占据主导,N2 节点 AI 可能成最大客户
- 算力资源替代人力成为核心资产:创业公司竞争力逻辑转向算力容量与 token 配额,工程团队实现 2-3 倍年交付增长
- 自研推理芯片降本增效:OpenAI 自研芯片专攻推理场景,追求最低成本与最高功耗效率,首批预计 2026 年底规模化部署
- 中美算力的“时间陷阱”模型:AGI 5年内实现则美国锁定胜局;若时间线拉长至2035年,中国凭完整本土供应链和成熟制程的恐怖扩产规模实现反超
- 终极物理瓶颈是光刻机:每1GW算力增量死死卡在约3.5台ASML EUV产能,供应链扩张速度远落后于数据中心建设速度
- GPU折旧悖论颠覆传统模型:AI架构飞速进化使旧GPU运行新模型的效率超预期,H100产出token价值随时间不降反升,传统2~3年财务折旧模型完全失效
- 算力锁定的分化策略:OpenAI激进多渠道锁定(Microsoft、Google、Amazon等),提前承诺者锁定低价,临时采购者支付溢价(H100现货2.40美元/时 vs 五年期1.40美元),利润率差距持续扩大
- Google早期战略失误:曾将上百万颗TPU产能出售给Anthropic,去年Q4 ARR约50亿美元爆发时才醒悟,但台积电产能已被锁定
- 全球消费者缴纳“隐形AI内存税”:AI对HBM需求挤压普通DRAM产能,智能手机和PC出货量可能腰斩、价格飙升,本质是消费电子为AI算力成本买单
Cohere收购Aleph Alpha:200亿美元估值剑指主权AI
全球AI资本整合与主权路线分野
- Cohere收购Aleph Alpha:估值跃至200亿美元,施瓦茨集团投6亿美元并获底座支持
- 并购本质:Cohere以技术换Aleph Alpha欧洲政企网络,反映欧洲AI系统性掉队
- AI路线分野对比:
| 维度 | 硅谷路线(OpenAI等) | 主权路线(Cohere等) |
|---|---|---|
| 核心追求 | 规模与数据飞轮 | 信任与数据主权 |
| 部署方式 | 云端集中式 | 本地服务器部署 |
| 目标客户 | 消费者与通用企业 | 政府、金融与国防 |
| 数据管辖 | 受美国法律约束 | 受本地法律保护 |
- OpenAI微软终止独家云合作:IP授权改非独家延至2032年,微软退居优先合作伙伴为IPO铺路
AI监管升级与内容生态治理
- Meta收购Manus被叫停:中国发改委勒令撤销20亿美元交易,严防AI技术换壳外资
- 监管维度穿透升级:堵死借迁址规避“数据+技术+实控人”审查路径,定性吃红利赚美钱
- 宇树科技获法院胜诉:电子狗专利被宣告无效,法院斥责恶意诉讼并判赔8万元
- 小红书AI内容治理框架:以真实信息增量与审美价值为标尺,非单纯以是否使用AI划线
- 小红书治理红线与绿灯:鼓励主动标明AI生成及创意放大,严打违规运营造假侵权低质创作
前沿技术与端侧硬件竞速
- 阿里HappyHorse灰测:720P生成低至0.44元/秒,支持15秒多镜头,5月商用
- 自动驾驶L3存废争议:彭军指L3责任界定无解,何小鹏重申8月VLA必超特斯拉FSD
- OpenAI谋划造手机:联手高通与联发科,预计2028年量产并由立讯独家代工
- 小米玄戒O1上车:2026年将实现自研芯片、OS及AI大模型的三合一生态集结
全球产业格局与出海动态
- 《时代》2026最具影响力AI公司:字节跳动、智谱、阿里三家中企入选,体现产业综合塑造力
- 中企AI上榜优势:字节获肯定应用层分发,智谱深耕基础模型,阿里主打云与模型双轮
- 听花岛联合掌玩布局海外AI短剧:投入10亿资金,覆盖全球200多国家,FlickReels登顶美国榜单
AI存储架构演进与存算协同
海外增长圈(20260331) | 数据猿(20260331) | 雷峰网(20260422) | 智能相对论(20260429)
- AI算力瓶颈已从计算转移至数据供给:黄仁勋指出数据供给取代计算成最稀缺资源,重算力轻存力是当前AI基建最大认知误区
- 存算协同被一致认定为未来五年核心趋势:存储架构从配角升级为决定系统效率的核心变量,存储优化收益远超单纯堆算力
| 负载类型 | 核心诉求 | 关键指标 | 代表方案 |
|---|---|---|---|
| 训练 | 稳定高带宽流动 | 顺序带宽14.5GB/s+ | 洞庭-N3(TLC) |
| 推理 | 极低尾延迟响应 | 随机延迟13μs,3.5M+ IOPS | 洞庭-N3X(XL-Flash) |
| 数据归集 | 容量密度与低成本 | 单盘64TB容量 | 洞庭-N3Q(QLC) |
- 训练与推理对存储需求截然不同:训练可批处理提前准备数据,推理要求实时低延迟与海量随机读写
- 万卡集群算力利用率普遍不足40%:智算中心存储投入占比不足10%是制约效率的结构性根因
- 以存代算是突破内存墙的关键范式:利用GDS技术让SSD承担KV Cache等三级缓存,实测H20平台吞吐量提升约12倍
- 英伟达GTC 2026定义三层存储架构:包含CMX(KV Cache溢出到存储池)、AIDP(数据就地处理)、SCADA(GPU绕过CPU直存访问)
- 华为以AIDP统一底座架构回应本土需求:UCM实现显存与存储秒级热迁移,交付模式分一体化(OceanStor A800)和独立式
- AI SSD竞争壁垒在于主控架构而非介质:数据调度优化、尾延迟控制与队列管理构成差异化核心
- 技术演进趋势:PCIe Gen6融合NVMe与CXL双协议,IOPS规划两年内从300万提升至1亿,逼近存算一体目标
- 中国AI存储市场面临三大核心挑战:存储投入不足、面向国产算力的存储架构与评测标准空白、核心软件调度能力存在差距
- 西部数据提升HDD机械硬盘吞吐量:通过三阶执行器与双枢轴技术将吞吐提升至现有1.7倍,计划2027年推出60TB硬盘
企业级 AI 服务规模化与算力供应链重构
- 算力短缺成为头部 AI 公司核心瓶颈:OpenAI API 调用量 5 个月内增长 150%,Anthropic Claude API 正常运行时间仅 98.95% 远低于 99.99% 行业标准
- GPU 现货市场价格全面飙升:英伟达 Blackwell 芯片租赁价两个月上涨 48% 至 4.08 美元/小时,CoreWeave GPU 租赁价格上调超 20%
- CoreWeave 获 Meta 210 亿美元大单:双方累计合作达 352 亿美元,垂直算力服务商正加速分流传统云巨头份额
- 供需矛盾短期难以缓解:截至 2026 年数据中心可用电力已被全部预订,数据中心建设周期长导致供给刚性约束
1.4 计算架构与数据建模范式转移
结构化数据的Scaling Law:树模型时代向GPU预训练范式迁移
- 算力错配现状:单张 H100 FP16 算力≈200台96核CPU服务器,但结构化数据建模仍以XGBoost树模型为主
- 预训练范式突破:浙大×蚂蚁AIforData团队在千卡GPU集群实现百亿级样本结构化数据预训练,性能稳定且显著超越传统树模型
- KMLP混合架构:浅层KAN前端+gMLP主干网络,中稿WebConf 2026,在20亿样本信贷数据集上随数据量提升相对GBDT优势持续扩大
- FOUND预训练框架:对比学习对齐用户表征与语义文本,中稿WebConf 2025,已覆盖超50个业务场景
- Scaling Law规律:表格与行为序列数据均呈明显Scaling Law,RQ-VAE/MRQ-VAE压缩后通用表征在80%+场景优于原始数据
- 范式迁移逻辑:算力天平倾斜使2014年XGBoost平衡点向GPU预训练转移,印证Sutton"苦涩的教训"——通用学习方法终将超越人类直觉设计
Stonebraker 图灵奖视角:Text-to-SQL 真实得分为零与数据库-OS 融合
-
Text-to-SQL 真实生产准确率为 0%,学术基准 Spider/BIRD 的 ~85% 得分具严重误导性;Beaver 测试揭示真实 SQL 复杂度是学术基准 5-10 倍(100+ 行 vs 10-20 行)
-
真实查询三大致命障碍:Schema 命名混乱、物化视图冗余、大量机构专有术语,学术基准完全未覆盖这些生产环境特征
-
通用 vs 专用数据库性能差距达一个数量级:
| 维度 | 通用系统(Postgres) | 专用系统(ClickHouse/Vertica/Pinecone) |
|---|---|---|
| 适用场景 | 低端通用、快速起步 | 百万级事务、PB级仓库、向量检索 |
| 性能特征 | 通用场景足够 | 特定领域快一个数量级 |
| 生态优势 | 社区大、免费、好招人 | 需专业团队 |
-
MapReduce 和最终一致性是谷歌两大技术失误:MapReduce 效率极低,Hadoop 是盲目追随产物;最终一致性仅适用极少数场景,谷歌用 Spanner 回归传统事务系统
-
DBOS 用数据库替代操作系统内核:接管调度、文件系统、状态管理,写在 DBMS 上的文件系统比 Linux 更快且天然故障转移;三分之二客户在做 Agent AI,原子性工作流成核心需求
-
技术史的重复教训:从 MapReduce 到最终一致性再到 Text-to-SQL,每代都有人试图用正确性换性能,最终都被迫回归数据完整性硬约束
1.5 能源供给与AI基建重资产化
AI竞争的底层电力约束与基建重资产化
Z Potentials(20260401) | DeepTech深科技(20260403) | Z Potentials(20260412) | DeepTech深科技(20260422)
- 海缆基建走向私人化:Meta首条独资独家海缆超5万公里投资超百亿美元,Google与Meta通信控制力已超1980年拆分前AT&T
- 推行准垂直整合模式:Meta投60亿美元扩建光缆工厂,采用长期包销的“Anchor customer”模式替代传统产权控制
中美技术路径分化
- 中美技术路径根本性分化:中国主攻边缘计算与全面开源且在机器人领域占优,美国侧重集中式计算与闭源商业但电动车落后
电力底层约束与瓶颈
- AI竞争底层约束转向电力:2026年初全球在建至少五座GW级AIDC,各地电网容量均无法匹配数据中心的扩张速度
- 全球数据中心电力需求激增:高盛预测2030年增至约122GW,IEA预测年用电量将翻倍至约945TWh
- 电力缺口与电网成本转嫁:美国面临92吉瓦缺口,杰文斯悖论推高总用电量,PJM容量拍卖价格两年暴涨833%
- AIDC负荷与传统电力失配:单机柜功耗达传统百倍,7x24高负载波动剧烈,与发电可控平稳前提形成极大矛盾
- 核心矛盾实为系统智能问题:风光出力受气象支配叠加AIDC高频波动,单纯硬件堆叠与扩容已无法解决底层矛盾
破局路径与实践
- 科技巨头疯抢核电资源:为保障能源供应,科技巨头正通过长期PPA协议深度绑定核电项目 | 公司 | 核电合作项目 | 规模/年限 | |------|-------------|----------| | Microsoft | 三里岛1号 | 835MW / 20年PPA | | Amazon | Susquehanna园区 | 1.92GW / 17年PPA | | Meta | Clinton核电站 | 1,121MW / 20年PPA | | Google | Kairos SMR | 500MW(美国首份先进反应堆PPA) |
- 物理AI成关键破局路径:需同时具备读懂物理边界、实时感知预测、自主决策优化与闭环执行四项核心能力
- 远景打造纯绿电直供AIDC:依赖气象与能源大模型毫秒级调整策略,赤峰项目综合能源成本降幅超40%
2. Token 经济与产业周期
2.1 AI 泡沫与金融风险
AI头部企业估值震荡与资金链危机
钛媒体AGI(20260331) | 机器之心(20260402) | 智东西(20260402) | 量子位(20260402) | 钛媒体AGI(20260406) | Z Potentials(20260407) | 财联社AI daily(20260401) | 雷峰网(20260409) | AI科技评论(20260409) | 财联社AI daily(20260414) | 硅基观察Pro(20260416) | 财联社AI daily(20260421) | "财联社AI daily"(20260427)
亚马逊 | 500亿 | 350亿受IPO或强制融资事件触发至2028年 英伟达 | 300亿 | 附带对赌条款 软银 | 300亿 | 附带对赌条款
- 外部资本倒逼:估值8520亿触及私募极限,投资方附对赌条款倒逼上市,借道ARK ETF向散户募资超30亿预热
- 融资遇冷与挤压:高盛大摩零佣金兜售难提振买气,关停Sora引猜测,Anthropic与Gemini双重蚕食市场份额
- 财务与算力恶化:高价租赁算力致毛利不及预期,2030年现金消耗预计多两倍以上,未来五年烧钱将超2000亿
SpaceX与xAI估值逻辑
- SpaceX财务与预期:2025预计收入155亿美元,星链营收增至114亿为唯一高增长业务,是IPO估值支柱
- SpaceX资产与负债:2025底总资产920亿、总负债508亿、现金储备228亿(同比翻倍),资产负债率约55%
- SpaceX募资与股权:散户分配30%罕见以撑1.75万亿估值;B类股每股10票,A类股仅1票条款限制公众股东
- 马斯克激励与资金:市值达标且建太空数据中心获6000万股;需持150-200亿现金用于还债、月球基地及太空AI
- xAI合并与定位:年营收不足10亿,与SpaceX合并仅为给IPO添加迎合估值逻辑,属为巨额投入找资金出口
港股AI重塑与国内洗牌
- 港股AI空头退潮:MiniMax卖空较高点降83.01%,智谱降96.85%,逼空共识强化
- 空头撤退四驱动:基本面超预期(智谱财报与GLM-5破4000亿市值)、深度回调释放压力、南向资金逼仓、叙事转向长期
- 港股估值重塑:AI板块定价从“概念溢价”切换至“技术变现能力”,卖空数据成为市场情绪镜像指标
- 独立大模型危机:某头部厂商拖欠超亿元训练费,另家连续欠薪数月致销售流失,行业资金链紧绷
- 收入转机初现:Agent与多模态技术带动海外落地,部分厂商收入增量有效缓解资金压力
- 具身智能数据虚胖:北京某大厂宣称百万小时采集实际仅30台本体远低千台基准,核心依赖外包消化标团队
- 算力与芯片资本局:算力公司IPO前降薪换血,软件转型实为营收包装;芯片收购受阻,多企业被迫转道独立IPO
年轻散户涌入AI基金:代际投资偏好与公募产品扩张
- 05后持有人户数同比暴增1064%,00后增长209%,95后增长92%,30岁以下持有人占比从1.94%近乎翻倍至3.78%,年轻化趋势极为显著但绝对占比仍低
| 年龄段 | 2025末持有人户数 | 同比增速 | 场内户均 | 场外户均 |
|---|---|---|---|---|
| 95后 | 35.68万 | +92% | 2.4万 | 4516 |
| 00后 | 19.84万 | +209% | 2.9万 | 2917 |
| 05后 | 2.91万 | +1064% | 16.3万 | 4747 |
- 场内外分化显著:场外仍是主场(各年龄段场外户数远超场内),但场内年轻化更快(30岁以下增速171.52%),场内持仓更集中激进
- 产品偏好:机器人ETF成为场内最受年轻投资者青睐单品(超50%场内年轻投资者持有),天弘中证光伏指数为场外最受欢迎
- 公募机构密集布局AI产品线:天弘覆盖AI全产业链(上游能源算力、中游大模型、下游应用),鹏华、汇添富、国泰、富国等密集发行AI主题ETF
- 驱动逻辑:AI被类比为第四次工业革命,00后/05后深度使用AI工具形成「体验→认同→投资」闭环,公募低门槛指数产品贴合年轻人轻仓试水习惯
AI大厂港股卖空异动与机构研判
- 腾讯卖空股数月度激增266%:从172.28万股飙升至631.27万股(峰值839.63万股),卖空金额从23.93亿港元跃升至30.40亿港元,空头集中押注对短期股价形成压制
- 阿里巴巴卖空先升后降:月末收窄至1474.65万股(降幅25.4%),与腾讯走势分化,空头获利了结迹象明显
- 恒指月跌7.29%、恒生科技指数月跌9.10%,中东地缘风险叠加流动性压力主导本轮调整
- **四家机构
Token 经济与企业组织变革
脑极体(20260330) | 脑极体(20260403) | 硅星人Pro(20260407) | 机器之心(20260407) | AI新榜(20260401) | 老冯云数(20260413) | 数智前线(20260414) | AI科技大本营(20260414) | AI科技大本营(20260416) | InfoQ(20260416) | 新智元(20260426)
- 大厂Token与工具政策对比:阿里淘天全员免费含全额报销;腾讯月发1000美金+十万积分;字节不限额度含报销;小红书全员强推内部AI工具
| 企业 | Token/工具政策 | 覆盖范围 |
|---|---|---|
| 阿里淘天 | 全员免费+外部工具全额报销 | 全体含实习生 |
| 腾讯 | 月1000美金Token+Workbuddy十万积分 | 全员 |
| 字节 | 不限额度+业余学习50%报销 | 全员 |
| 小红书 | 强推内部AI工具"虾",主动提醒使用 | 全员 |
- Token消耗挂钩考核引发严重指标异化:Meta首月个人榜首烧掉3285亿Token,折算约200万美元
- 刷分生态曝光:内部排行榜设铜牌到传奇六段位,催生Agent批量刷commit、挂会蹭量等黑产
- 替代路径与纠偏:Axon将AI绑定业务超额发奖金;Box以产品目标完成度定薪酬,不搞内部排名
- 高管表态推波助澜:黄仁勋称高薪工程师低消耗会警惕;Meta CTO称顶级工程师Token成本提升10倍是白送的钱
- 代理指标操纵的结构性根源:消耗量从过程指标异化为考核目标,腐败速度不到一个季度
- 2026年面临管理悬崖:OpenAI单人日耗10亿Token折算年成本250万美元,资源分配逻辑需从第一性原理重建
- 编码提速遭遇结构性瓶颈:AI编码提效获验证但仅占研发20%-30%,局部提速被沟通评审吞噬
- 小公司获结构性优势:AI处理边界清晰任务极佳,零包袱创业团队效率提升远超历史代码堆叠的大公司
- AI效果依赖使用者判断力:能精准定义需求者产出远超普通研发,讲不清需求用AI同样产出不佳
- 岗位加速融合与能力重估:专业投放等工种消失,产品与工程师角色合一,AI技能工资溢价达56%
- 高管比底层更适合优先增强:管理者70%决策属标准化流程,拆解后仅是分支判断,高管往往是组织最大瓶颈
- 衡量效果终局回归真实产出:核心判据是代码能跑、文档可读,空转刷报告不叫使用AI,叫纯粹浪费能源
B 端财务验证:海致科技 Atlas
海致科技(2706.HK)上市首年营收 6.21 亿元(+23.4%),Atlas 智能体业务收入 1.457 亿元(+68.4%),毛利率 53.2%,服务四大国有商业银行。核心产品 AtlasGraph 五模块以图数据库驱动 Agent 运行:Ontology 图管理(认知对齐)、Skill 管理(流程编排)、任务图(依赖建模)、记忆图(经验积累)、状态图(中断续跑)。50% 智能体客户此前已部署图谱方案,验证了"图谱基座 -> 智能体增值"的 upsell 逻辑。
OpenAI 广告战略:2030年目标1020亿美元,CPM定价60美元
- 2030年广告收入预测1020亿美元,占总收入36%,约为Meta 2025年广告收入的一半,一年内预测从265.5亿美元翻近4倍
- CPM定价60美元,显著高于Meta等传统平台,广告商尚未广泛认可其转化效果
- ARPU从2025年3.5美元跃升至2030年60美元,追平Meta(57美元),广告试点6周即实现年化收入超1亿美元
- Anthropic超级碗广告直接挑战:标语"广告即将来到AI,但不会来到Claude",锚定企业API收入路线;Anthropic年化收入可能已反超OpenAI,形成增长压力
- OpenAI裁撤非核心项目转向广告:关闭Sora视频应用、缩减购物计划,员工转向广告项目;融资前估值7300亿美元,IPO压力驱动激进预测
- 广告计费体系从展示向效果升级:当前仅CPM(按展示)计费,CPC(按点击)模式数天内上线,CPA(按行动/购买转化)规划中——从品牌广告向效果广告延伸,对标Google Ads、Meta Ads核心计费方式构建完整广告产品矩阵
- OpenAI正从AI工具公司向广告平台演进:CPM→CPC→CPA体系完善程度直接决定商业化天花板,每一步升级都意味着更高广告主接受度和更大收入潜力
道通科技:物理世界的AI Token运营商
- 定位转型:从硬件出海企业转型为"AI Token运营商",三大物理终端(310万+汽修诊断仪、20万+无人机、12万支充电枪)构成Token消耗网络
- 财务预测:2026-2028年营收62.29/78.54/97.81亿元,净利润11.66/15.29/19.35亿元,对应PE 20X/15X/12X
- AI软件收入:2026年预计达8.42亿元(占营收13.5%),毛利率超99%,2026-2028年CAGR约40%,为核心增长引擎
- Token计费模式:收入=活跃物理节点×AI渗透率×单客Token年费,从一次性买断转向订阅+调用计费
- 核心壁垒:310万+存量终端采集的垂类行业数据,通用大模型无法读取汽车底层私有协议或完成电网毫秒级负载均衡
- 估值逻辑:高毛利纯软业务(99%+毛利率)应享SaaS级溢价,当前PE 20X低于可比公司均值31X
三大终端业务对比
| 板块 | 2026E营收 | 关键指标 | Token计费模式 |
|---|---|---|---|
| 汽修诊断 | - | S2保有量5万台,AI渗透率50%,单客ARPU 4,700元/年 | 硬件+SaaS订阅+AI Copilot调用 |
| 无人机 | 2.40亿元 | 高阶装机15万台,剥离制造聚焦算法授权 | 平台开放,第三方付费接入 |
| 充电网络 | - | 北美L2市占率超30%,DLB降需求费45% | V2G虚拟电厂+负载均衡服务 |
2.2 Token 经济与成本革命
Token经济:消耗爆发、成本重构与企业应对策略
DeepTech深科技(20260331) | 十字路口Crossing(20260331) | APPSO(20260331) | 有机大橘子(20260401) | Z Potentials(20260401) | 甲子光年(20260402) | 前沿在线(20260403) | 数据猿(20260403) | 硅星人Pro(20260407) | AI新榜(20260401) | 计算机司令部(20260409) | 计算机司令部(20260410) | 机器之心(20260414) | 雷峰网(20260416) | 财联社AI daily(20260417) | 腾讯研究院(20260417) | 腾讯研究院(20260422) | 腾讯研究院(20260427)
- 三大高耗根因:路径冗余与错误用法、模型超配与上下文臃肿、场景与模型匹配失当。
- 场景-模型四象限:Coding用顶配;已验证双高场景先跑通再降级;高稳场景搭工具流水线;双低探索场景不强替。
- 供给侧四大切口:MoE激活约1/20参数;FP4较FP8吞吐提升约3倍;KV缓存免10%重复计算;量化支撑百亿模型本地运行。
- 模型路由与数据:采用“强模型规划+中小模型执行”分层路由降本;构建数据三级体系比追逐强模型更具长期价值。
- API定价倒挂:推理词元占总开销超90%,252次测试中约21.8%标价与实际成本逆转。 | 对比模型 | API标价倍数 | 实际成本倍数 | 测试任务 | |---------|-----------|-----------|------| | GPT-5.2 vs Gemini 3 Flash | GPT贵4.5倍 | Gemini贵6倍 | MMLUPro | | GPT-5.2 vs Gemini 3 Flash | GPT贵4.5倍 | GPT仅为Gemini的81% | 综合 | | Claude Opus 4.6 vs Gemini 3.1 Pro | Claude贵2倍 | Claude低35% | 综合 |
- 思考效率差异:同题GPT-5.2用562推理词元,Gemini需超11000个;衡量应为词元杠杆率,思考经济性比原始能力更影响商业采纳。
- 大模型调用量辨伪:超美说法源于OpenRouter(仅个人开发者),其峰值周TPD为3.86万亿,仅为谷歌半年前水平的9%。
- 三大新型商业模式:溢出词元计费、Agent即服务及意图即交易,正从前线向游戏政务社交蓄力。
- 厂商转向分层定价:先发者靠高频工作流建数据飞轮;云平台转向套餐包+部署费复合模式,借Token通胀涨价锁定效应。
- 计费向生产力迁移:评估AI价值看低成本嵌入高频工作流;研发月均AI费约千美元,对比年薪ROI极高。
- 企业需动态追踪:迭代周期缩至三个月,需建可观测系统动态追踪模型表现,并关注Token投入是否转化为业务价值。
2.3 AI创业生态与资本浪潮
AI 创业 Day 0 全球化已成入场券
- 全球化成AI创业共识:首日即面向全球市场,而非国内饱和后再出海。
- AI大幅降低出海门槛:具备语音记忆功能的AI月成本仅数元,实现海外个性化服务规模化触达。
- A2A支付是Agent经济基建:FluxA跑通A2A交易闭环并获超1万用户接入,推动AI向独立主体进化。
- 初创竞争聚焦响应速度:微调成熟工具解决具体痛点;“降档升级”用轻量模型替代昂贵模型实现双赢。
- 技术周期决定创业成败:成败关键在于踩准时代“时机”而非单纯“努力”。
- 跨周期创业者路径对比:
| 创业者 | 起步方式 | 关键转折 | 现状 |
|---|---|---|---|
| 奥特曼 | 23岁登WWDC | YC积累圈层 | 掌控AI入口 |
| 张一鸣 | 五次创业 | 信息分发聚焦 | 千亿帝国 |
| 安德森 | 时薪$6.85兼职 | Mosaic引爆网络 | 掌舵a16z |
| 何小鹏 | 借80万维系 | 2006最艰难期 | 造车新势力 |
- 创业方法论核心即“复用”:如字节跳动围绕“信息分发”五次创业,不断更迭载体终获成功。
- 沪港共建体系化“出海中台”:构建“上海技术力+香港规则力”双轮驱动与四层协同生态。
- 合规能力是出海“入场券”:香港凭借普通法体系及资本自由等制度优势,天然适配出海枢纽角色。
- 英方软件出海样本:定位香港为国际总部,以合规能力切入金融市场,IDC报告连续12次市占第一。
- 蜜度AI跨境品牌洞察:支持200余种语言,情感分析准确率达98.7%,有效解决信息孤岛与认知幻觉痛点。
- YC模式构建高质量人脉:通过海量项目接触积累核心圈层,为后续资源整合奠定坚实基础。
Mistral AI 31亿美元融资版图:欧洲AI主权的算力突围
- 累计融资超31亿美元,估值约137亿美元,投资方含General Catalyst、a16z等,系欧洲估值最高AI初创之一
- 首笔债务融资8.3亿美元建设巴黎数据中心,采购13,800块英伟达芯片,由7家银行联合提供
- 欧洲200兆瓦算力目标:含巴黎(8.3亿美元)与瑞典(14亿美元)两处基建,计划2027年达成
- 融资模式转型:从纯股权转向债务+股权双轮驱动,反映传统金融机构对AI基建资产质量的认可
- 全栈自主战略:从芯片采购、算力建设到模型训练、API服务,构建完整的欧洲本土AI技术栈
- 目标客群定位:面向受EU AI Act合规约束的欧洲政企客户,定位“欧洲选项”替代美国云平台
投海TechShow:海淀"五方六力"创投生态与AI路演范式创新
- "Anything But BP"路演范式:摒弃传统PPT,采用"3分钟个人故事+5分钟实物展示+2分钟问答"模式,投资人反馈可更快做出判断,路演从"材料驱动"转向"人+技术驱动"「甲子光年」
- 14家早期企业登台路演:均成立不足两年但技术壁垒极高,源自海淀区"五方六力"科技成果转化机制挖掘培育,涵盖群体智能、端侧智能体、AI4S材料/制药、具身智能等方向「甲子光年」
- 300亿耐心资本支撑:中关村科学城科技成长基金与成果转化基金共300亿元,坚持"投早、投小、投长期、投硬科技"导向,为源头创新提供长周期容错窗口「甲子光年」
- 最受关注项目:星忆科技(具身智能物理数据基础设施)获投资人最高票数,提供10家头部资本对接、科技媒体宣传、大企业场景对接等"最夯项目大礼包"「甲子光年」
- AI赛道项目图谱:明日新程(群体智能)、万象智维(端侧AGI)、素源矩阵(AI4S材料)、万格智元(端侧算力)、圆木智能(工业智能体)、忆衡生物(AI4S制药)「甲子光年」
字节跳动期权回购:未上市公司期权的七年五倍回报
- 新一轮回购价在职229.5美元/股、离职201.96美元/股,半年涨幅分别14.5%和12%;2019年至今在职期权从44美元涨至229.5美元,累计涨幅421%,年化回报约28%
- 离职与在职回购价差距从约80%缩小至近90%,体现对离职贡献的认可,降低"金手铐"强制感
- 半年一次回购节奏形成"准二级市场"效应:提供可预期流动性,让未上市公司期权具备接近上市股票的变现体验;2025→2026年单轮涨幅20.9%为近年最高,反映TikTok全球增长、电商盈利、AI业务突破驱动
- 求职评估框架:回购历史是核心指标(回购频率、价格走势、估值变化),长期持有才能吃到完整红利,未上市公司期权三大必问:回购频率、离职后行权期限、已归属部分能否带走
- 全球DRAM短缺预计持续至2027年:三星、海力士、美光合计占全球DRAM 90%份额,资源集中投入HBM致通用型内存供给持续受压;化解短缺需年扩产12%,当前规划仅7.5%,供需正常化最快2028年
- 内存成本占低价手机制造成本比例从20%升至近40%,IDC预计今年智能手机销量同比下滑13%;苹果新款Mac Studio或推迟至10月,触屏MacBook Pro上市节奏亦受波及
2.4 AI商业化落地乱象与企业治理
AI落地的全链路表演链:从大厂到员工的糊弄闭环
- 糊弄闭环全景:大厂套壳开源→员工截图糊弄→老板PPT对外宣称→资本施压要故事,构成互不戳穿的集体表演链
- 员工三大战术:借AI之口(伪装AI输出利用权威心理)、小众即正义(展示冷门外文工具制造震撼)、界面糊弄法(截图配标题交差)
- 老板焦虑三层结构:信息过载导致失控感→社交货币攀比压力→诺基亚效应恐惧(怕错过新技术而消亡),三层叠加形成无解循环
- 评价标准异化:标准从“业务价值”异化为“姿态正确”;认真调研者被冷落,随手截图者获赞许
- 核心洞察:落地瓶颈不是技术而是组织基础(数据散装、流程手搓);当说真话代价高于表演代价,系统性糊弄成为纳什均衡
大厂 AI 内斗与估值泡沫化信号
- 某头部大厂 AI 团队预训练、后训练、测评分属三部门各自为政,技术高管与业务高管权力斗争导致科学家批量出走
- 华东某大厂批量叫停已签 B200 租赁订单,全口径转向 B300 机型,单台 B300 价格超 440 万元
- 字节系某可穿戴硬件项目产品 demo 出炉后估值从 5000 万飙升至 2.5 亿美金,大厂战投因估值过高弃投
- AI 催收成为大模型落地最快场景,单次接通成本不到 1 毛钱,十人以内小团队已涌入市场
- 头部大模型厂商创始团队学术声望高但业界口碑差,CEO 当面承认"没情商",公开质疑 Gartner"没资格测评我们",反映技术精英傲慢心态可能成为 ToB 商业化隐形杀手
- 退居二线模型公司 CEO 极度焦虑暴躁:晚 10 点见办公室无人次日即发飙,追竞对功能→热度降→砍项目的反复循环,本质是缺乏独立战略判断力
- 亦庄大厂前沿研究院换帅扛变现指标,科研线被迫从"养科学家"转向 ROI 考核,云业务早年未抢占市场份额,如今只能靠高层资源维系核心政企客户
- 算力业务高杠杆困局:某上市公司获近百亿 B300 订单但负债率超 80%,年利润十几亿 vs 总负债超百亿,"先融资后下单"模式难推进,转向抛出"具身智能机器人"概念被指为资本市场叙事需要
- AI 录音卡片公司路线分裂:创始人主张"卡住硬件入口"vs AI 团队主张"以 Agent 为主",分歧导致中国区一号位离职创业
- 港股 AI 芯片公司春节后一个月股价翻倍,核心驱动为获互联网巨头数万张卡订单,但上市前低调无新品、上市后突然高调发布新品+大单,节奏异常遭业界质疑
- 独立大模型公司 2024 年普遍遭遇资金链危机:头部公司曾欠华南某云厂商上亿元训练费靠后续收入逐步偿还,另一家连续两三个月发不出工资、前一年年终奖也未兑现;转机出现在 2025 年 Agent 与多模态落地及海外市场打开
- 机器人代工存在结构性产能错配:蓝思科技专门剥离产线组装机器人并大量挖人,但国内机器人厂商倾向自建产线控制权,代工巨头实际订单有限、产线未饱和
- 国际品牌与中国供应链信任成本持续攀升:泳池机器人龙头 Maytronics 与思傲拓完成 10 万台订单后终止合作,问题包括交付延误、外部负债、被动卷入对方融资;美国对华贸易限制进一步推高合作门槛
- AI 行业"科学家红利"正在终结:大厂科研线从探索转向变现,不可能一直养着这么多科学家,商业化 KPI 成为主旋律
- CEO 焦虑是独立模型公司的隐性杀手:战略摇摆比战略错误更致命,紧盯竞对的反应式决策导致团队空转,本质是缺乏清晰的产品哲学
AI中转站商业模式解构:三重套利机制与信息安全隐患
- 三重套利来源:访问门槛差价(网络/支付/账号/协议四重门槛打包)、额度池对赌(轻度用户沉淀资金补贴重度用户)、路由不透明差价(用户无法验证请求是否到达真实官方服务器)
- 站内汇率操纵:部分站点以"1元=1刀"虚拟计价单位替代真实美元汇率,单月盈利可达百万级别「饼干哥哥AGI」
- 三级上游结构对比:
| 模式 | 成本 | 稳定性 | 核心风险 |
|---|---|---|---|
| 官方Key转发 | 高 | 高 | 价格难做到极低 |
| 订阅账号池逆向 | 低 | 低 | 易封号、协议不稳定、长上下文截断 |
| 小中转接大中转 | 最低 | 最低 | 故障不可解释、责任边界消失 |
- 数据泄露风险:中转站可完整读取并存储用户 prompt 和 response,使用 Claude Code 等编程工具时会暴露 .env、源码、数据库结构等敏感信息;部分免费/极低价站点可能通过收集对话数据转售获利「饼干哥哥AGI」
- 故障信号诊断框架:频繁401→Key管理混乱;频繁429→上游额度不足;Tool use异常→协议转换未适配;模型自称与面板不一致→模型被降级或伪装;输出风格突变→上游渠道切换
- 核心洞察:中转站利润本质是信息不对称的变现,低价本身是诊断信号——远低于官方定价必然意味着上游渠道妥协;合规与灰色的分水岭是"可解释性"(能否讲清调用路径、日志边界、故障归因)「饼干哥哥AGI」
3. AI 对就业与组织的影响
3.1 中层管理终结与就业冲击
中层管理终结与员工行为数据化
- 社交卸载趋势:职场情感互动正全面交由 AI 处理,人类在沟通链中沦为“复制粘贴”的中间人
- AI 情感支持反超真人:PNAS 研究指 AI 生成的安慰消息比真人更让人感到“被倾听”,表现更稳定周全
- 首要用途是心理陪伴:HBR 数据揭示 AI 全球最常见用途为心理治疗与情感陪伴,而非写代码或做 PPT
- 核心矛盾与社交退化:越依赖 AI 处理社交,人类社交能力退化越快,真正的共情需要承受不适的情感耐力
- 扁平化是退化根源:大厂大规模砍掉中层管理者导致管理真空,缺乏 Mentor 的新人只能依赖 ChatGPT 应对面谈
- 典型职场应用场景:HR 写裁员话术、管理者分析团队冲突、下属生成共情回复、同事“中译中”邮件
- 范式转换:员工成数据源:行业从“AI 辅助人类”转向“人类训练 AI 替代自己”,博弈焦点变为是否保留创造性空间
- 端到端替代战略意图:Meta 等巨头明确目标让 Agent 代替人类完成端到端任务,利用员工行为数据训练新模型
- 头部 Agent 产品矩阵:Anthropic(计算机使用代理)、OpenAI(Operator)、微软(云端虚拟桌面)、Meta(行为采集)并行推进
- MCI 全面追踪工具:Meta 记录鼠标、点击、键盘及屏幕内容覆盖 Gmail 等应用,员工无法退出
- 心理安全悖论:谷歌研究表明高心理安全感团队效率高一倍,全面监控短期提效的代价是长期系统摧毁创新文化
岗位替代传导路径与人才管道断裂
APPSO(20260404) | APPSO(20260405) | 人工智能学家(20260409) | AI故事计划(20260417) | 雷峰网(20260427) | AI前线(20260429) | 腾讯研究院(20260429)
- 人才培养管道断裂:初级岗位消失切断实战通道,22-25岁青年就业规模下降6%-16%。
- 灰领复合人才稀缺:AI基建催生蓝领需求,单一技能护城河被填平,懂代码与电气控制者稀缺。
- 替代速度的历史性断裂:蒸汽机与电气革命消化需50至100年,AI替代一旦开启或仅需数月。
- 算力与劳动定价机制颠覆:边际成本趋零的算力定价将彻底压倒人类劳动定价,重构底层经济学。
- AI替代已在多领域实质发生:75%新增代码由AI生成,80%常规客服被对接,90%翻译需求消失。
- 极端失业风险与自我削弱:前10%高暴露岗位若大裁员失业率将升至43%;核心用户失业恐致数据断裂。
- 青年就业冲击集中爆发:高暴露职业青年入职率较2022年下滑14%,主因是招聘放缓而非直接裁员。
- 人机协作模式重塑:假说构建仍需人类主导,能定义问题、调度资源的提示工程“出题者”不可替代。
各职业风险与暴露度现状
-
科研与普通程序员:74.5%高暴露且已无必要,多名实验室负责人停止招聘。
-
金融与数据分析员:57.2%高暴露且正萎缩,理论能力强但受合规门槛限制。
-
翻译行政与普通客服:67%左右高暴露且淘汰中,科技翻译分会会员降26%。
-
蓝领电工与维修工:零暴露且享受红利期,数据中心建设激增,月入可达五千欧。
-
湿实验与线下体力:零暴露且短期难替代,缺乏具身智能且难以进行SOP化操作。
-
真人演艺短剧面临团灭:2026年春节后真人拍摄近乎消失,群演卖脸暴跌至100元/年。
-
人类配额制替代UBI方案:通过法律强制行业保留一定比例人类岗位,保障人在环中就业。
-
配额制与UBI核心差异对比:
| 维度 | 全民基本收入(UBI) | 人类配额制 |
|---|---|---|
| 核心逻辑 | 对AI征税并二次分配 | 法律强制保留人类岗位 |
| 人的定位 | 被养活的财富受益人 | 被需要的价值参与者 |
| 落地难度 | 征税主体难界定且资金不足 | 具有柔性执行策略与现成制度参照 |
- 配额制具备制度参照基础:参照残疾人就业比例不低于1.5%的保障金制度,精髓为刚性总目标加柔性执行。
AI 泡沫与就业崩塌的双轨危机
- 穆迪四种经济情景:基准线 40%(生产率年化 2.5%)、泡沫破裂 25%(股市暴跌 25%)、就业崩溃 20%(失业率 5.9%)、生产率狂飙 15%(失业率降至 3.8%)
| 情景 | 概率 | 核心指标 |
|---|---|---|
| 基准线 | 40% | 生产率年化 2.5% |
| 泡沫破裂 | 25% | 股市暴跌 25% |
| 就业崩溃 | 20% | 失业率 5.9% |
| 生产率狂飙 | 15% | 失业率降至 3.8% |
- 预期严重分化:技术派预测 AI 生产率年化贡献 3%-30%,经济学家仅 0.07%-0.9%,两者相差 40 倍,2026-2027 年为分岔口
- 债务驱动扩张:十大科技公司 2025 年发债 1200 亿美元(同比+167%),五大巨头承诺资本开支 6800 亿美元;循环融资(如微软注资 OpenAI→OpenAI 支付 Azure 费用)让财报虚高
- 中产精准打击:Amazon 裁 1.4 万人、Salesforce 裁 4000 客服(AI Agent 已处理 50% 工单)、IBM 用聊天机器人替代 8000 HR,AI 替代正精准打击 60%-80% 薪资分位
- 自救能力枯竭:联邦债务占 GDP 突破 100%,政府已失去 2008 年式救助能力,AI 实际采用率与生产率增速将决定泡沫破裂还是被填满
- AI 叙事溢价泡沫微观样本:小微生物科技公司老板将人工成果谎称为 AI 生成(配方→AI 生成、实验数据→AI 数据库),投资人未识破造假但因成果不够亮眼拒绝投资
- 盲目跟风致成本失控:DeepSeek 爆火后强制全员用 AI 工具,两周因成本多了几个零紧急叫停无复盘,小微企业的 AI 焦虑本质是缺乏止损机制的生存焦虑
大疆汪滔管理反思:从"礼崩乐坏"到反腐集权
- 汪滔直言"脱离钱谈激励都是PUA",强调需创造求真环境:少 politics、别外行管内行
- 2019 年反腐通报处理 45 人(16 人移交司法),供应链腐败导致损失超 10 亿元
- 两波离职潮中员工几乎全部创业,汪滔坦言早期对管理不了解导致"礼崩乐坏"
- 中国科技企业从初创走向规模化过程中普遍面临治理体系与创始人管理能力之间的鸿沟
硅谷硬科技公司效率操作系统:工程化组织设计方法论
- 删除哲学是所有方法论的统一内核:马斯克的方法论均指向同一动作——删假设、删零件、删层级、删流程
- 蠢指数量化浪费:成品价÷原材料价暴露火箭零件65倍隐性浪费;魔法棒数字揭示原材料成本仅占成品1%-2%
- 五步法致命顺序:质疑需求→删除零件/流程→简化优化→加速→自动化;反序则全部白费
- 删除底线标准:如果删掉的东西没有至少10%需要加回来,说明删得不够狠
- 第一性原理操作本质:不是从头想,而是找到未验证假设并拆开,电池案例拆出520美元累积低效
- 约束分类法则:对每个约束区分物理约束与人造约束,假的绕过,真的硬扛
- 极限思维实战:Colossus 18个月建10万GPU集群,逐个拆解约束122天建成
- 产品是组织结构的镜像:电池团队与车身团队各自加壳板,拼合造成双层废料设计
- 沟通走最短路径:跟高管谈4.8mm壁厚,跟焊接工人谈4mm,一手信息保真
- "以防万一"是复杂度系统性来源:个人层面塞多余零件,组织层面扼杀冒险,文化层面制造恐惧
- 反面教材验证:特斯拉电池组玻璃纤维垫事件,200万美元设备优化数月最终证明零件不应存在
- 垂直整合量化评估框架:自研决策基于成本-风险-时间三维度评估,4680电芯自研,座椅玻璃依赖供应商
- 信息无摩擦原则:SpaceX火箭开发周期从NASA传统模式数年压缩至数月,消除猜忌与重复劳动
- 决策速度优先:在硬科技前沿,快速决策比绝对正确更有价值,延迟成本远大于纠错成本
- 时间表气体膨胀定律:设多长时间表就至少花多长,宽松时间不变成更好产出只变成更多等待
3.2 超级个体与一人公司
一人公司商业模式与独立开发实战
海外增长圈(20260403) | APPSO(20260403) | 新智元(20260403) | 字母AI(20260404) | 字母AI(20260405) | 老冯云数(20260407) | 琢磨事(20260407) | 数字生命卡兹克(20260408) | 硅基观察Pro(20260414) | 刘小排r(20260415) | 硅星人Pro(20260416) | 新智元(20260418) | AI产品阿颖(20260420) | 苍何(20260422) | 袋鼠帝AI客栈(20260425) | "梦飞 AI"(20260426) | InfoQ(20260429)
- 个人AI商业化四步闭环:好内容→需求→服务→变现,服务从交付中长出,“准备充分再出发”是最大陷阱。
- 好内容三要素:明确适用场景、提供部分解决方案、可执行教程,公开表达本质是降低信任成本。
- 商业化定价方法论:起步按自我意愿定价,进阶用AI拆解任务;可以硬着头皮接,绝不能稀里糊涂接。
- Plan B思维:项目失败能力也必须增长,分母可控即真护城河,压低月耗即获无限试错权。
- AI原生代边界消融:8岁创作者用AI创作,独立办万人大会,核心命题转向“人人可Coding,何为不可替代”。
- DuMate与秒哒工具:百度推面向个体的AI赋能工具,开放产品底层逻辑与用户实战路径双视角。
- OPC实战完整链路:AI炼金术做生意模型、知识管理可复制方法论、个体跑通组织级工作流、规模化产业路径。
- RATATA滑雪服案例:10万启动资金结合AI工作流,2年将品牌做到百万量级。
百度Create 2026战略信号:押注超级个体(OPC),大会合并设独立主论坛,判断AI下波增长来自个体创业者,OPC具备可复制系统化路径。
独立开发极简架构与成本优势
| 模块 | 方案 | 月成本 |
|---|---|---|
| 服务器 | Linode/DO 1GB VPS | $5 |
| 数据库 | SQLite(WAL) | $0 |
| 认证 | 自写OAuth2 | $0 |
| AI开发 | Copilot按请求计费 | $13 |
| 部署 | systemd服务文件 | $0 |
- Steve Hanov案例:极低成本运营6产品,MRR超6万美元,B2B养C端矩阵共用极简技术栈。
- SQLite性能优势:启用WAL模式,30欧VPS可承载60万用户,进程内C函数调用较网络通信快近40倍。
- B2B养C端策略:zwibbler单笔$5,999永久许可,年卖20单即$120K ARR,为C端免费产品提供现金流。
- 反订阅定价模式:一次性点数付费规避订阅疲劳,实现现金流前置且无流失率计算,契合反订阅趋势。
- AI工具成本漏洞:Copilot按请求计费,$13-60/月即可达到他人$500工具栈效果。
3.3 AI 原生组织与研发提效度量
AI原生组织架构与工作流重构
新智元(20260331) | 阶跃星辰(20260403) | 硅星人Pro(20260403) | APPSO(20260403) | 新智元(20260404) | AGI Hunt(20260405) | 雷峰网(20260407) | AIGC开放社区(20260408) | AI科技大本营(20260414) | 智东西(20260418) | Founder Park(20260420) | 智能涌现(20260424) | 特工宇宙(20260426) | "AGI Hunt"(20260428)
- 组织架构重构:传统金字塔被四层新架构取代(能力、世界模型、智能、界面),路线图实时生成,终结中层管理。
- 管理与角色演变:层级信息路由由AI替代,人类角色收敛为IC、DRI和Player-Coach,CEO核心转向设计智能体架构与目标对齐。
- 通才溢价与角色融合:决策取代工程成最大瓶颈,PM与工程师融合,2-10人团队需覆盖工程、产品、设计等五类专业工作。
- 面对面协作加速:两人团队一天内可跨越三领域做决策,远程打字延迟在跨领域高频决策场景已成为实质障碍。
- 工作流与岗位重塑:工作最小单元转变为“人+AI”,咨询、法助、金融分析三大金领入门岗加速被替代,初级招聘量降18%-40%。
企业提效与AI原生实践
- 阶跃星辰:千人Mapping1-2月缩至3天,产研周期缩至4.5天。
- Block:裁员40%压缩成Agent,层级降至2-3层。
- OPC一人公司:创始人掌握AI抵整支团队,付API费替代冗余人力。
- Medvi:2人公司年营收4.01亿美元,人效达对手200倍,净利16.2%。
- CodeBanana:多人与Agent并行协作,100%AI编程提效4倍。
- 出门问问:转型AI原生系统闭环,软件毛利率达86.7%。
- Anthropic Claude Code:工程师兼任PM,迭代周期从6个月压缩至1天,设Launch Room机制次日发布。
- 闭环与软件工厂:闭环通过仪表盘自动校准;软件工厂仅保留需求与测试工具驱动生成,核心指标从员工人数转为Token消耗量。
关键提效与产能对比数据
- 岗位产能对比:咨询由4人6天变1人+AI需3天;法助由3人3.5天变1人+AI需1天。
- 研发效能跃升:Agentic coding使开发速度提升10-100倍,工程师PM配比失衡被颠覆。
- 底层算力基座:数据质量是绝对前提;10万卡B200集群仅需3-4天训完GPT-4级模型。
- AI产业价值分化:产业分生成层、消耗层、支持层,竞争终局是协作规则制定权;2025年美已有5.5万岗被取代,重塑总量达3200万。
AI研发提效的结构性悖论与度量失灵
- 编码仅占研发20%-30%时间:剩余耗在沟通评审测试;快手实践证明AI工具、个人提效、组织提效是三件事且横跨两道鸿沟
- 提效幅度因系统复杂度分化:小团队轻量项目提效50%-300%但短命,银行核心等大型复杂系统仅15%-25%
| 效率鸿沟 | 核心卡点 |
|---|---|
| 个人→团队 | 代码评审排队、测试环境等待吃回个体效率 |
| 团队→组织 | 需求、测试、发布等全链路流程仍是根本瓶颈 |
- AI生成代码产生维护税:技术债代价后移至维护变更爆发;代码行数噪音极大,却因最易测量而回归考核
- AI放大判断力非执行力:资深工程师识别幻觉与架构决策能力倍增,初级错误产出也更快;神州测试用例从5人月降至1人审核,复杂账务仍依赖人
- 昆仑万维月Token耗1-1.2万亿:支出约105万相当于20名员工成本;大厂Token占薪酬比极低可不计代价,小公司可能逼近半数工资
| Token成本场景 | ROI表现 | 原因分析 |
|---|---|---|
| CRUD/单测/文档 | 高 | 标准化且易于验证 |
| 复杂业务/架构 | 低 | 验证成本远超节省时间 |
| 随意问答探索 | 最低 | 难以量化实际产出 |
- 快手分层度量实践:人均有效代码行(仅算过质量门控的生产环境净增)从134升至213行/人天(+59%);新增AI代码率、L2/L3需求占比及研发NPS
- DORA与SPACE基准需重校:每日部署向每小时部署演进;满意度转向信任AI输出,协作转向人-AI与Agent-Agent交互
- 科技大厂已将AI纳入绩效考核:谷歌微软等强制使用,昆仑万维将其与末位淘汰绑定;提效应导向承接更多项目而非裁员
- 出门问问战略跃迁:转型AI原生生产系统公司,2025年AI软件业务毛利率达86.7%;李志飞预判中国8000万知识工作者工资的15%即Token,是百千倍新市场
- CodeBanana定位AI协作OS:非单点工具,多人与多Agent同空间并行,企业共享Agent替代私有工具,A2A协同自主流转;实现100% AI Coding,产研提效4倍,Token成本仅占人力15%
3.4 AI职场博弈与劳动力分化
职场博弈与劳动力分化:筛选标准转向、中间层蒸发与员工AI对抗
AI科技大本营(20260331) | 新智元(20260406) | APPSO(20260413) | APPSO(20260416) | 新智元(20260426) | InfoQ(20260427)
- 预装生态位决胜:61%用户在办公软件内直接调用AI,预装生态重要性远超单一产品能力。
- 技术与质量博弈:AI成本必赢但质量存天花板,介入反而释放新需求产生弹性缓冲效应。
- 抵抗行为收编为训练数据:员工反AI行为被提取用于下一代系统,形成“反抗被蒸馏更难反抗”闭环。
- Z世代AI情绪剧烈转向:兴奋感一年暴跌14个百分点,愤怒升至31%,不存在“用了就爱上”转化效应。
- AI情绪对比(Z世代):
| 情绪 | 去年 | 今年 | 变化 |
|---|---|---|---|
| 兴奋 | 36% | 22% | ↓14 |
| 希望 | 27% | 18% | ↓9 |
| 愤怒 | 22% | 31% | ↑9 |
| 好奇 | — | 49% | 唯一正面 |
- Z世代职场风险焦虑激增:认为风险大于收益者从37%升至48%,80%认为依赖AI让未来学习更困难。
- 近三成员工蓄意破坏公司AI战略:Z世代达44%,手段含输入机密触发安全事故、用未批准AI及压低表现数据。
- 高管与员工信任断裂:67%高管因员工用未批AI致数据泄露,75%管理层自认公司AI战略为“表演性质”。
- 92%高管正培养“AI精英员工”阶层:深度掌握AI者升职加薪概率为普通员工3倍,60%公司计划裁掉不适应AI者。
- AI正撕裂公司结构:54%高管承认AI转型撕裂公司,76%认为蓄意破坏对未来构成严重威胁,35%无法阻止AI代理损害。
- 职场重构三阶段路线图:提示词治理(1-30天)→SQL与数据故事构建(31-60天)→RAG架构搭建(61-90天)。
- 数据从业者核心能力转移:技术执行门槛被夷平,业务判断力与转化为绑定责任人行动的数据叙事最稀缺。
- 数据叙事五要素框架:钩子→基准线→差距→驱动因素→结局,底层需凝固SQL、Python、云平台与AI素养。
- 脏数据经验是不可速成护城河:不建议跳过分析师直冲AI工程师,亲手处理脏数据建立的偏差直觉无法速成。
- Agent与AGI颠覆加速:问世数月的Agent已有8%用户使用,Hinton预判AGI将在20年内覆盖所有脑力劳动。
3.5 AI冲击的历史隐喻与范式转移
印象派是被照相机逼出来的:技术颠覆催生艺术范式转移的历史启示
- 技术冲击的量化标志:1853年美国年产银版照片达300万张,照片价格从1840年30美元暴跌至1850年代50美分-10美元
- 写实绘画核心被取代:1839年银版摄影术公布,达盖尔银版精度极高(放大镜可看清蜘蛛腿绒毛),写实绘画的“画得像”优势被机器终结
- 行业洗牌与转型:1850年纽约超70家照相馆,微型画师十年内基本消失,部分转行开照相馆或给照片手工上色
| 画家 | 转向方向 | 具体做法 |
|---|---|---|
| 莫奈 | 追逐光色变化 | 同一角度画30遍鲁昂大教堂,记录不同时刻光色差异 |
| 塞尚 | 拆解形体结构 | 画“不像苹果”的苹果以深化形体理解,启发立体主义 |
| 德加 | 用相机重构构图 | 拍摄芭蕾舞者照片,将不同瞬间姿态拼合成非现实画面 |
- 运动的确立:1874年30位被官方沙龙拒绝的画家在摄影师纳达尔工作室首展,“印象派”从嘲讽标签演变为现代艺术谱系的起点
技术路线之争的历史押韵:从电流战争到 AI 战争
- 结构性规律:电流战争(AC vs DC)与 AI 战争本质都是技术路线之争,通过 Tesla 这个名字形成跨 138 年的因果链——从特斯拉的交流电动机到 Tesla Motors,再到马斯克创立 OpenAI 后出走创立 xAI
- 天才与商业的永恒错位:特斯拉撕掉价值 1200 万美元(今约 3 亿美元)的版税合同救西屋公司,沃登克里弗塔因"免费电力无法收费"被摩根撤资,技术远见与商业能力可完全脱钩
- AI 竞争关键数据(2026 年 4 月):xAI 估值 8000 亿美元,Anthropic 估值 3800 亿美元;马斯克起诉要求罢免 Altman 的 OpenAI 董事职务,业内称"AI 界的世纪审判"
- 生态封锁趋势:Anthropic 切断竞争对手 API 访问、OpenAI 封杀第三方工具,AI 公司从模型竞赛转向生态壁垒构建
- 芯片博弈与算法突破:黄仁勋警告 DeepSeek 若在华为昇腾芯片上首发将是"可怕的结果";中国计算受限反而催生更智能算法,算力规模可弥补制程劣势
- 美国民用产能军工化:五角大楼与通用、福特、通用电气航空高管密谈,核心议题为紧急状态下民用生产线转产导弹、反无人机装备
- 去工业化后果暴露:需动员汽车制造商转产军火,说明传统国防工业体系已无法支撑现代消耗战
3.6 AI宏观社会冲击、制度壁垒与商业生态演变
VC驱动的辍学创业流水线
- 辍学创业工业化:硅谷VC将辍学从个人叛逆变为可批量复制的流水线模式,MIT校友甚至花540万美元购公寓安置辍学创始人
- Thiel Fellowship验证可行性:累计资助290名学员,孵化公司总市值达7500亿美元,独角兽命中率13.8%(远超多数VC)
- 三重杠杆驱动趋势:AI工具降低人力需求、2026年Q1全球VC总额创历史新高、计算机专业失业率攀升至7%
- 创始人年轻化加速:2025年YC创始人平均年龄降至法定饮酒年龄以下,AI独角兽创始人平均年龄从2020年40岁降至2024年29岁
- 阶层门槛隐现:被VC争夺的辍学生几乎全部来自哈佛、MIT等顶尖学府,普通家庭学生难以获得同等待遇
AI 就业冲击的跨学科争论:技术专家 vs 经济学家
- 方法论存在根本缺陷:Ethan Mollick指出GDPval评估方法论存在根本性缺陷。
- 技术能力不等于经济替代:实际替代面临法律、监管、组织惯性等多重壁垒。
- 短期影响有限:Goldman Sachs评估目前AI影响集中在科技行业特定岗位。
- 历史规律指向就业扩张:Morgan Stanley回顾美国五次技术革命均最终扩大就业规模。
- AI正创造新就业需求:LinkedIn 2023-2025年美国新增639,000个AI相关职位。
主流劳动经济学家对AI就业影响的核心立场与论点
| 学者 | 核心立场 | 关键概念 | 核心论点 |
|---|---|---|---|
| 阿西莫格鲁(MIT) | 冷静怀疑 | 平庸技术 | AI未来十年提升美国全要素生产率仅0.5%-0.9%;企业仅因廉价替换人力 |
| 奥托(MIT) | 有条件乐观 | 任务分析 | 发生工作内部结构性漂移而非整体消失;AI可向更广群体开放专家判断力 |
| 布莱恩约弗森(斯坦福) | 结构主义 | 图灵陷阱 | AI长期追求模仿人类,使自动化成默认路径、增强被边缘化 |
| 麦卡菲(MIT) | 分配正义关切 | 赢家通吃 | AI创造的价值高度集中于资本所有者,加速数字经济不平等趋势 |
| 阿吉翁(法兰西学院) | 历史主义 | 创造性破坏 | 破坏本身即增长引擎,影响结果关键取决于社会制度弹性 |
- 生产率落差与分配担忧:阿西莫格鲁估算AI未来十年对美国全要素生产率提升仅0.5%-0.9%,与硅谷叙事存在数量级差距,核心担忧是赢家通吃加剧不平等。
- 话语权错位:LeCun点名阿吉翁、阿西莫格鲁、布莱恩约弗森、麦卡菲、奥托五位劳动经济学家,认为他们才是该议题的合格回答者。
- 学科边界批评:LeCun评价辛顿在技术革命对劳动力市场的影响上甚至不如Anthropic CEO了解得多。
- 核心启示:须区分“技术能力边界”与“经济系统消化能力”,前者看技术专家,后者看经济学家,交叉验证方能形成可靠判断;需警惕“这次不一样”的确认偏误。
制度惯性壁垒
- 制度壁垒比技术瓶颈更致命:皮肤癌 AI 分诊系统技术已成熟,但因安大略省政府未设立对应收费代码而倒闭
- 医疗行业存在不对称决策风险:AI 漏诊致死一人会被追责,但未使用 AI 导致数百人死亡却被忽略,制度设计阻碍技术落地
- AI 实际落地形态是"人机协作"而非替代:影像解读总量随 AI 介入反而增加,技术成熟度与制度就绪度之间存在错配
- 预测与现实的偏差印证制度惯性:2016 年预测"五年内不再需要放射科医生"全错,低估了医疗行业保守程度和制度刚性
- AI 治理核心矛盾在政治而非技术:当科技公司比政府更不愿为被替代工人承担责任时,问题本质已从技术风险转化为分配正义
4. AI 对教育与人性的冲击
4.1 教育底层冲击与能力重估
教育体系失效与研究门槛重构
- 门槛结构性下降:AI 工具将数学研究门槛从"博士起步"降至"高中生可参与"。2022 年两名高中生发现勾股定理新证法发表于顶刊 American Mathematical Monthly
- 试错成本急剧压缩:AI 辅助下验证思路从手动推演数天缩短至几分钟反馈,探索成本从高沉没变为低迭代,研究者敢于尝试更疯狂的想法
| 维度 | 传统方式 | AI 辅助方式 |
|---|---|---|
| 验证思路 | 手动推演数天 | AI 几分钟反馈 |
| 探索成本 | 高(失败即沉没) | 低(快速迭代) |
| 探索边界 | 保守倾向安全方向 | 敢于尝试疯狂想法 |
- 能力上移至判断层:求解廉价化后,"问什么问题"和"验证结果"成为稀缺能力,AI 证明可能表面精美暗藏薄弱步骤
- 形式化验证成必需品:Lean 等工具从辅助手段升级为必需品,众包模式使大量贡献来自传统学术圈外
- AI 能力跃升:陶哲轩评价从"平庸但不完全无能的研究生"升级为"在数学和理论物理领域已可正式投入使用",强调人机组合性质会随时间不断变化
- AI能力对传统教育的降维打击:语文、英语等学科考试AI得分已超多数认真复习的学生,行测可达高分考生水平;月费20美元AI即可稳定产出80分答案
- 工业时代教育四根承重柱失效:知识不再稀缺(0.3秒获取系统回答)、记忆失去竞争力、学科分割效率下降(真实问题不按学科边界出现)、标准化人才最易被替代
- 教育体系面临合法性危机:"投入教育时间→获得体面工作"的核心承诺失效;华尔街已率先重写用人逻辑,2025年摩根大通、高盛明确要求避免新增招聘
- AI替代人类完整认知链条:不同于历次技术革命,AI替代的是"记忆→推理→解题"完整链条,而非仅知识传播媒介,使"焦虑→证伪"范式首次面临实质性挑战
- 人类核心价值转向协作贡献:90/10模型提出人类应将90%信息搬运交给Agent,聚焦10%的提问、判断与决策;提出好问题依赖系统性知识框架,而非单纯Prompt技巧
- 记忆价值从存储转向结构:当AI能在零点几秒调取人类全部知识库时,知识的连接方式比知识本身更重要,框架能力提供对信息缺口的敏锐感知
AI 造富浪潮重塑婚姻契约观
- OpenAI 员工 2025 年平均股票薪酬达 150 万美元,AI 公司 IPO 预计铸就超 16000 名百万富翁
- 约 25% 受访科技从业者因 AI 薪酬提升改变了与伴侣分摊开支的方式,9% 因此重新审视婚前协议
- 加州实行共有财产制,婚后所得均属共同财产,股权估值的高度不确定性放大了婚姻的财务风险
4.2 技能蒸馏与人的存在形式
思维蒸馏的方法论、生态扩张与法律边界
- 思维蒸馏的方法论定义:将名人散落数万字材料中的思维方式,浓缩为数千字可运行框架
- 产物运行标准:框架应独立处理新输入并生成决策,而非简单回放旧输出
- 蒸馏 vs 角色扮演的本质差异:角色扮演模仿说过的话(回放录像带),蒸馏提取认知框架、分析维度与决策规则(运行操作系统)
| 维度 | 蒸馏 | 角色扮演 |
|---|---|---|
| 筛选标准 | 三重验证(跨域复现、有生成力、有排他性) | 无明确筛选 |
| 结构性 | 5个心智模型+8条决策启发式+表达DNA+价值观排序 | 模糊的“像XX的感觉” |
| 边界意识 | 标注局限与反模式,承认做不到的事 | 假装万能 |
- 认知框架比具体观点更有价值:用芒格逆向思维分析机会会发现“最容易死在哪”,用塔勒布反脆弱评估会发现不对称性
- 多框架交叉验证法:两个框架结论一致时信心倍增,冲突时冲突本身即是最有价值的信息
- 实践案例与产出:已提炼乔布斯、马斯克、芒格、费曼、纳瓦尔、塔勒布、张雪峰7个人物skill及1个领域skill
- 蒸馏的认知意义:在自己的认知空间开新窗,关键决策时可切换至他人视角,而非永远用其方式思考
- 双层架构:Work Skill层提取显性工作能力与决策路径,Persona层复现沟通风格与行为特质,输入非结构化数据输出标准化SKILL.md
- 蒸馏生态全面扩张:从同事/自己/老板到乔布斯.skill(迁移思维框架至新问题)、竞品.skill(复刻决策逻辑)、脱口秀演员提炼结构化创作规律,GitHub热度飙升引发职场恐慌
- 反蒸馏的局限性:反蒸馏.skill通过NLP注水剥离隐性经验,GitHub四天获400万浏览量,但仅能防御主动提交文档,无法防御后台被动数据抓取
- 法律空白是核心矛盾:现行法规对员工经验沉淀权属认定近乎空白,HR已研究在雇佣合同中约定skill资产归属;本质是提示词工程的结构化升级而非"赛博永生"
知识衰变与隐性知识危机
- 知识年衰变率约 50%:组织知识随时间快速流失,NASA 耗资超 900 亿美元仍未重返月球,证明了协作网络断裂的严重后果
- 知识嵌入协作网络而非文档:宝丽来 2008 年斥资 310 万美元买回设备并重组顶尖团队,首批胶片仍出现色彩偏移与药剂渗漏,耗时近十年才恢复至 1970 年代水准
- 隐性知识(程序性知识)是核心壁垒:制造大飞机等复杂产品的知识无个体能完整持有,广泛分布于人员、设备与经验网络中
- 知识属性决定传播难度:事实性知识传播成本极低可无损复制;概念性知识需因果推理;程序性知识深度嵌入操作流程,口述和图纸无法替代操作者判断力
| 知识属性 | 传播特征与壁垒 | 典型案例 |
|---|---|---|
| 事实性知识 | 传播成本极低,可无损复制 | 数据与文档的直接拷贝 |
| 概念性知识 | 需要因果推理能力支撑 | 口述和图纸传递出现断层 |
| 程序性知识 | 深度嵌入操作流程与供应链 | 宝丽来复刻耗时十年、Hughes 建钢铁城需整船团队承载 |
- 对 AI 时代的核心启示:当前大语言模型仍属于个体学习系统,缺乏社会关系重构和组织级别的集体学习能力,难以独立应对复杂的程序性知识挑战
创造力的复归机制
- 创造力本质是欲望而非能力:面对AI工具时的空白感源于长期规训对创造欲的掩埋,而非天赋缺失;设计师想出好方案不是因更聪明,而是看到烂界面时"浑身难受"的执念
- 认知失调驱动创造起点:预期与现实落差产生强烈不适(心理学认知失调理论),驱动消除落差的行为;实操方法为记录"为什么没有人做这个"的瞬间,积累十条后发现集中在同一两个领域
- AI将动手成本降至历史最低:Claude Code 5分钟跑起小工具,Midjourney 10秒出图,Seedance 2.0一段文字生成视频;AI时代反转传统逻辑——过去成本高需想清楚再做,现在成本趋零应先做再改
- 约束反而激发创造力:三约束叠加法(工具约束+时间约束+范围约束)解决选择过载导致的行动瘫痪;《塞尔达旷野之息》仅4个能力+武器耐久+体力限制,逼出无数名场面操作
- 核心方法论六步闭环:找到不适→缩小范围→做出烂东西→跨领域偷取→留空白时间→只为自己爽
- 技能蒸馏与角色扮演的本质区别:不是"回放录像带"而是"运行操作系统";角色扮演模仿说过的话,蒸馏提取的是认知框架、分析维度、决策规则,需经三重验证(跨域复现、有生成力、有排他性)
AI 辅助的认知侵蚀实验与「认知债务」理论
- 核心发现:卡内基梅隆、牛津、MIT、UCLA 联合实验(1222 人,三组随机对照),仅 10 分钟 AI 辅助即可显著削弱独立解题能力;撤除后 AI 组正确率 0.57 vs 对照组 0.73,跳过率 0.20 vs 0.11「APPSO」
- 使用方式决定影响程度:61% 直接要答案者受损最重(独立正确率最低、放弃率最高);27% 索要提示者表现与对照组持平——关键差异在「把哪个环节交给 AI」「APPSO」
- 认知债务(Cognitive Debt):MIT 另一项研究显示,重度依赖 AI 写论文者事后认不出自己写的文章;AI 透支未来认知能力换取当下舒适,类似刷信用卡的复利债务「APPSO」
- 退化机制:大脑习惯「输入→3 秒获取完美答案」的多巴胺路径后,效率阈值被无限拉高;AI 抹掉了「建设性挣扎」(从想不通到豁然开朗)这一神经元连接建立的必经过程「APPSO」
- 教育公平隐忧:教育资源越匮乏的学生受冲击越大,AI 可能是她们获取即时帮助的唯一渠道;基础运算和阅读是高阶逻辑思维的台阶,被侵蚀后高阶能力成无源之水「APPSO」
AI 时代的表达同质化与自信锚定机制
- 自信锚定应基于“人”而非“事”:将信念绑在成就或决策上,被否定即崩塌;锚定于“我这个人”的成长可能性才能抵御外部冲击
- LLM 系统性消解个人表达独特性:2026 年 3 月两篇独立顶刊论文证实,AI 辅助写作使 70% 文章放弃原本明确立场滑向中立,且当事人满意度反而更高
- 表达同质化的百年连续驯化链:从维多利亚时代报纸标准化、20 世纪初新闻风格侵入文学、Word 拼写检查规训十亿人句式,到 AI 时代写作“可接受窗口”窄到极致
- 思维切换是隐性能力天花板:CEO 等复合型角色需在工程、销售、战略等多重思维模型间频繁切换,瓶颈往往是心智能量不足而非知识欠缺
- 高级阶段能力具有互通性:旁人评价“擅长 A 但不懂 B”往往不准确,懂技术的销售在高级阶段更具竞争力
- 计划执念是创业者致命伤:死守初始计划的人往往最认真,但真正决定成败的是对生长方向的敏感度而非蓝图精确度
4.3 AI 政治经济学框架
AI 对宏观经济的冲击与政治经济学框架
- 价值对齐与权力:定义“正确”价值观是核心张力,最大价值在于确立分析框架而非预测未来。
- 人类主体性削弱:自动化偏差广泛存在,高风险场景中人们倾向遵循AI建议甚至无视其前后矛盾。
AI核心能力与表现
| 维度 | 指标 | AI表现 | 数据来源 |
|---|---|---|---|
| 律考能力 | GPT-4 美国律考 | 超90%考生 | |
| 脑科学预测 | BrainBench准确率 | 81.4%(人类63.4%) | Luo et al., 2024 |
| 真伪辨别 | 持续接触AI群体 | 能力下降22% | Science, 2025 |
| 偏见放大 | 情绪感知偏差 | 从53%升至65% |
经济秩序与宏观盲区
- 经济秩序三大命题:Token为最小分析单元;认知劳动供给弹性趋近无穷大或致白领溢价消失;UBI或削弱人的目的性。
- 生产率J曲线:AI渗透广但统计暂无反映,企业短期体现为重构成本,需先投入新组织、新流程与新文化。
- GDP统计三大盲区:家庭非市场交易价值、AI创造新任务、消费与工作边界模糊,共同导致现阶段产出被低估。
生产落地与使用困境
- 信息圈优势与制约:AI在数据与编码环境内具压倒性优势,但受莫拉维克悖论制约,物理世界仍面临极高成本约束。
- 中间到中间框架:AI接管任务中段,前后仍需人类设计输入与验收输出,并衍生出提示词设计等新任务。
- 消费端领先工作端:用AI处理家庭事务人数反超工作事务,与历史技术先生产后消费的普及路径截然相反。
- 能力悬置极严重:模型能力远超用户实际使用水平,普通劳动力可能需十到二十周培训才能达到“能用”水平。
- 存量深度使用优先:当前最大生产率杠杆在于让已用的人用得更好,深度使用带来的回报远高于浅层覆盖。
技能演进与政策应对
- 技能内部分化:解题推导贬值,提问与设计自动化分析升值,“判断、提问、能动性”成为人类核心方向。
- 政策期权逻辑:搞大量小规模实验验证再规模化;将培训视为防马太效应的公共投资刚需;失业保险需调参而非推倒重来。
4.4 读博、学术职业与个人发展
读博风险与导师选择的系统性分析
- 导师掌控学术生杀权:论文署名、投稿权、毕业资格均受控,学生无申诉渠道,系主任常维护教授
- 典型“读废”路径:导师失职→长期无产出→心理崩溃(拖延/抑郁/自我否定)→超龄难毕业→职业选择急剧收窄
- 制度保障形同虚设:Tenure教授难以撼动,申诉甚至招致报复;美国生物博士Rotation制是少数有效规避机制
- 心理损伤具群体传染性:问题导师可致整个实验室心理危机;某千人教授招约10名博士,离职前无一毕业
- 核心启示:选导师重于选学校;发现不匹配应果断止损(换组/拿硕走人);读博期间须保持业界Plan B
4.5 AI辅助学习实战与教育模式演进
AI人设教学:虚构角色作为认知入口
- 对照实验:陶哲轩用 vibe-coding 构建 5 个虚构角色(Data、提利昂、蕾吉娜、Delirium、先知)的 AI 聊天机器人,以同一物理问题测试不同叙事风格的教学效果
- 核心发现:五种人设在事实层面高度一致(F = Gm₁m₂/r² 始终是共同内核),差异仅在叙事框架,人设改变的是理解的路径而非理解的结果
- "香草精"类比:陶哲轩提出名人/虚构角色包装不宜作为课程主料(AI写作的"特征痕迹"会暴露),但轻微调味可帮助对传统教学疏离的学生降低学习门槛
- 伯克利Robert Tjian教授:其邮件亦被曝光,组会迟到(9:10未到)则无法签到工资,反映学术圈加班文化的系统性
免费AI工具的学习方法论与AI经济鸿沟
-
案例:二本女生跨专业考取北大社工硕士(全国统考仅招11人),全程仅用免费AI工具(DeepSeek主力、豆包生图/模拟面试、讯飞星火辅助),手写近30万字笔记「数字生命卡兹克」
-
触发式使用方法论:只在理解卡壳时才打开AI,非全流程依赖;核心原则为"学习阶段用AI梳理知识点,练习阶段完全闭卷",自己先作答再交AI批改,刻意避免AI思路替代自身思维
| 阶段 | AI使用策略 | 核心目的 |
|---|---|---|
| 前期学习 | 每天使用,梳理知识点 | 建立知识框架 |
| 后期冲刺 | 极少使用,完全闭卷模拟 | 保持独立思维 |
| 批改环节 | 自己先完整作答,再交AI批改 | 防止AI思路替代 |
-
角色设定提升回答质量:给AI设定身份(如"北大研究生导师""面试官"),不同备考阶段切换不同角色,提升回答针对性
-
AI经济鸿沟被忽视:最佳模型和工具生态并非人人可及,ChatGPT Plus月费约140元对勤工俭学学生接近半月伙食费;免费模型覆盖基础功能,但模型能力、工具生态、信息圈子均存在经济门槛「数字生命卡兹克」
-
核心洞察:工具价值取决于使用者的元认知能力——清楚知道什么该交给AI、什么必须自己来的边界感,比订阅顶级模型更重要;AI是加速器而非决定因素,考场上的现场作答和专业思维只能通过反复练习获得
AI 微专业进入影视高等教育
云南经济管理学院成立荣光影视艺术学院,将 AI 编剧、AI 分镜、AI 特技纳入微专业体系,定位为"驾驭技术而非被技术替代"。学院引入完整剧组流程和商业实景棚,目标培养"能扛机器、能导、能演"的实战派人才。同日揭牌的凤凰数媒产业学院依托数字内容全产业链优势,将虚拟制作、交互设计等前沿技术融入教学。核心信号:AI 工具以微专业(而非主修)形式进入传统艺术教育,反映高等教育对 AI 的理性定位——辅助增强而非替代核心技能。
5. 观点争鸣与思想碰撞
5.1 杨立昆 vs AGI 乐观派
架构路线之争:自回归死胡同与 JEPA 世界模型
- 架构视角的根本否定:UML之父Grady Booch认为LLM缺乏归纳推理,本质是“不知疲倦但缺乏创造力的实习生”,从架构上看是“死胡同”。
- 连续信号扩展失败:杨立昆指出LLM的“下一token预测”仅适用于离散有限的文本,扩展到视频等连续信号即遭遇根本性失败。
- 重建式路线的致命缺陷:现实世界大部分细节(分子运动、纹理光影)不可预测,强行重建需引入承载绝大部分信息的潜变量,导致方法失效。
- 预测抽象而非重建细节:JEPA核心思路是在抽象表示空间中做可预测性学习,如同物理学将空气分子运动抽象为宏观量求解Navier-Stokes方程。
- 40年研究沉淀:LeCun自1987年起研究自编码器,长期实验结论为对自然信号学习表示的最好办法不是重建,而是不重建。
| 维度 | 重建式方法 | 联合嵌入方法 |
|---|---|---|
| 代表技术 | VAE、VQ-VAE、遮罩自编码器 | DINO、VICReg、Barlow Twins |
| 核心思路 | 破坏输入后重建原始信号 | 在表示空间中学习抽象可预测性 |
| 视觉/视频表现 | 长期不如联合嵌入 | 多年实验几乎每次优于重建式 |
- 资源挤压出走创业:LeCun离开Meta创立AMI Labs,原因为“LLM把房间里的空气吸光了”,全公司投入数千亿美元于单一范式导致非主流研究被边缘化。
大疆汪滔:从ego驱动到求真驱动的管理进化
- 管理即熵减:公司是持续熵增系统,CEO需成为“熵减触发者”,大疆用八年将组织能力从30分拉升至65分,距“第一宇宙速度”70分临界点一步之遥
- 天才诅咒与组织失序:高速增长掩盖管理缺位,采购研发销售各自为政贪腐严重,产品天赋的连续正反馈加固自我叙事形成信息茧房
- 从ego到求真范式转换:早期靠胜负欲驱动推向功利内卷,后转向“求真品诚”为根基;顿悟源于子贡与孔子“贫而无谄”之上是“根本不起这种念头”的对话
- 反腐与重构顺序铁律:先招人→重构组织→削弱山头→择机反腐,同步推进会致人人自危;“给了别人诱惑却要求不动心,是反人性的”
- 核心洞察:产品能力可“出道即巅峰”,管理能力需“半条命补课”;增长是最好的止痛药也是麻药,掩盖的短板在潮水退去时烙印极深
AI行业"现象即产品"的运作逻辑与共谋体系
- “现象即产品”已取代“模型即产品”:环绕模型的基准分数、新闻稿、媒体报道构成的外围系统,比模型本身更具商业影响力「APPSO」
- 基准测试信任危机:Anthropic 宣称 Opus 4.7 为史上最强,但实测上下文能力倒退、token消耗超标35%以上,随后更换不利基准标准「APPSO」
- 资本市场即时反应:仅凭一篇未发布产品报道,Figma、Adobe 等公司股价暴跌,认知层面的“进步”直接转化为真实财务后果「APPSO」
- AI发布周期自我压缩:从年→月→周,留给真实体验验证的时间窗口越来越短,叙事锁定认知的速度远超事实纠偏速度「APPSO」
- 多方共谋体系:AI公司叙事工程、媒体流量逻辑、金融市场即时反应共同维系现象,标志性案例包括 Gemini Demo 造假、Sora 项目关闭「APPSO」
人际连接三层模型:中年后的核心资产
- 人际连接是中年后的核心资产:未来 AI 将以 A2A(Agent-to-Agent)方式互联,人与人的连接不可被技术替代,成为生活中最珍贵的部分
- 人际连接三层模型:①家庭连接(根基,需和睦有生命力)②团队/朋友连接(日常高频,团队比朋友更重要)③用户连接(线上+线下互补)
- 2-5人稳定内核团队是最优组织形态:成员彼此"always have your back",兼具灵活性与韧性;大公司"铁打的营盘流水的兵"难以维系,贾樟柯/崔健/许知远团队为标杆
- 终身学习成为必然:退休年龄推迟、传统"工作到退休"轨迹瓦解,持续学习是不被 AI 落下的关键
- 线下互动不可数字化替代:长期纯线上生活会钝化感知力,面对面交流携带的非语言信息是数字媒介无法传递的,需保持线下社交活动
技术价值的锚点重定义
多家科技巨头的愚人节创意已逐一落地为量产产品或商用服务,从概念到现实周期约 3-8 年。亚马逊无人机配送(2013 → 2016 英国首飞)、支付宝刷脸支付(2014 → 全面普及)、英伟达 G-Assist(2017 → 2025 集成 GeForce App)。核心论点:科技发展的真正价值不在速度竞赛,在于缩短技术与人之间的距离。
"荒诞感"是技术超前于认知的副产品——当技术能力跑在用户想象力前面,创新必然先被当作笑话,后被当作日常。AI 的历史坐标印证了这一点:类似算法在上世纪 80 年代已存在,经历多次寒冬后在底层条件到位时跨过临界点,基辛格称之为"40 年后的突然成功"。
5.2 科技领袖的社会蓝图
AI 领袖成为社会焦虑的物理靶点
- Altman住所45小时内连续两次遇袭:首次遭燃烧弹袭击(4月10日),第二次遭车内枪击(4月12日),嫌疑人Amanda Tom等两人被捕,警方查获三把枪支
- Altman发文反思AI焦虑:承认低估煽动性言论的危险性,反思OpenAI期间的失误与骄傲,呼吁全社会共同应对AI带来的新威胁
- 2025年3月旧金山爆发反AI游行:从Anthropic总部行至OpenAI和xAI门口,核心诉求为停止AI竞赛,恐惧聚焦数据安全、监控、AI武器化与大规模失业
- AI领袖成为社会焦虑物理靶点:连续袭击表明AI引发的社会恐惧已从线上言论升级为线下暴力,高调科技人物物理安全面临新挑战
5.3 人类认知防线与哲学思考
人类认知能力边界与AI替代演进
APPSO(20260330) | 刘小排r(20260330) | DeepTech深科技(20260331) | 新智元(20260403) | 优设AIGC(20260414) | 人工智能学家(20260415) | 人工智能学家(20260416) | 新智元(20260418) | 有机大橘子(20260419) | PaperWeekly(20260422)
- 信息过载悖论:大脑带宽有限性可能是设计优势,信息无限可及反而导致普遍空虚,79%的人认为当前工作无意义。
- 表达替代行动:说了就产生已经做了的满足感,社交媒体传播与摩擦消除产品设计加剧了这一现象。
- 去技能化危机:LLM在用户思考前完成信息筛选重构,2025年针对600+人研究显示高频使用者批判性思维显著下滑。
- AI焦虑本质:AI掌握大量显性技能后,个体被迫直面“我赖以生存的真本事是什么”的身份危机。
- 波兰尼隐性知识理论:决定专业水准的多为难以言传的直觉经验,这构成了人类难以被AI替代的认知护城河。
| 维度 | 显性知识(AI擅长) | 隐性知识(人类壁垒) |
|---|---|---|
| 特征 | 可编码、可传授 | 难以言传、融于直觉 |
| 实例 | 文章结构、爆款套路 | 采访直觉、情绪节奏 |
- Slow LLM制造摩擦:开源工具通过劫持Fetch使AI响应极慢,旨在迫使人类思考“这件事我能不能自己来”。
| 部署方式 | 影响范围 | 覆盖模型 | 技术门槛 |
|---|---|---|---|
| Chrome插件 | 单设备 | Claude、ChatGPT | 低 |
| DNS服务器 | 全网设备 | Claude、ChatGPT、Grok、Gemini | 中 |
- 个体应对策略:用AI生成粗糙初稿,人类保留最终裁决权;记录私人经验喂给AI转化为差异化资产。
- 学术蒸馏突破:仅凭公开论文逆向提取学者8层推理特征加载至GPT-5.4,盲测达Senior Lecturer水平。
- 遗物状态困境:“不发表就淘汰”迫使学者将推理逻辑外化,每次打磨概念边界都在提升AI提取精度。
- 替代阈值效应:AI不需完全等效,达可用基准线即可在成本压力下大规模部署,侵蚀学术创新体系。
- 蒸馏极限:蒸馏对象已从知识升级为判断力,个体隐性知识外化程度越低,被AI替代难度越高。
- 加速主义目的论缺失:若AI全面超越人类且UBI已实现,人机物理共生的必要性将面临哲学存疑。
海德格尔存在主义:AGI 时代人的独特性在于「没有预设用途」
- 工具存在与人存在的本质区别:锤子意义出厂即锁定,人没有"出厂说明书"——人不是"是什么",而是"正在成为什么"的过程;当AI能做一切"有用"之事时,人的独特性恰恰在于没有预设用途,意义不在"能做什么"而在"选择成为什么"「有机大橘子」
- 被抛性(Geworfenheit):人未经同意被投入世界,时代、家庭、天赋、身体均非自选;自由从不由你选的条件出发,认清不可选的起点不是认命而是真正自由选择的前提
- "常人"(Das Man)的统治:日常行为由外部节奏驱动(饭点决定吃饭、他人决定上班),社交媒体时代算法推荐与信息茧房让这种存在异化比海德格尔时代更彻底更隐蔽;检验标准——"如果没有人看着我、没有人跟我一样,我还会做这个选择吗?"
- 向死而生:本真存在的触发器:死亡是唯一绝对属己、不可被他人替代的事;三个认知同时压来(被抛性、常人统治、死亡必然性)触发"认真"——做每件事知道是自己选的,活着不是因为还没死,而是因为决定了要怎么活
- 来源:海德格尔《存在与时间》(1927),核心概念包括"此在"(Dasein)、"在世存在"(In-der-Welt-Sein)等
5.4 AIFUT 大会与行业思想
Karpathy:AI 能力认知的三层断裂——"AI"已成高度歧义术语
- AI能力认知的四层用户画像:非用户(完全不用AI)→免费用户(当AI搜索/玩具)→专业用户(付费执行编程科研长任务)→AI研究者(研发下一代范式)
- 认知鸿沟的本质:免费用户与专业用户看到的根本不是同一个AI;Karpathy判断双方实质在"鸡同鸭讲"
- AI进步的非均匀分布:AI并非"整体变强",而是在Coding、Agent等特定方向率先完成物种级跃迁,浪潮先在少数人工作台上发生
- Agentic能力是认知分水岭:能否接触并理解Agent决定了一个人处于认知鸿沟的哪一侧
- AI加速人的能力差距:勤奋者如虎添翼、懒散者反而不学(有了AI搞定任务即停止),差距越来越大
华兴资本CEO:AI创业是一场没有决胜点的持久博弈
- AI 行业周期压缩至数月一轮,"拐点"叙事完全失效,成功企业由一连串 PIVOT 组成——智谱 AI 每年春节进行战略校准,VC 圈最流行的词是 PIVOT
- 技术领先≠存活,核心命题是将阶段性优势转化为可沉淀的长期资产(客户信任、组织能力、资本储备);硅基流动在 DeepSeek 发布后选择深耕大客户服务口碑而非追 C 端流量,事后证明判断准确
- AI 竞争已演变为全栈博弈,技术/工程/产品/商业化/组织/资本六维权重需动态调优,To C 侧重 Context Engineering(懂用户)、To B 侧重 Harness Engineering(稳定性)
- 创始人开放性含两层:敏感性(捕捉市场信号)+ 灵活性(调整组织资源配置),技术出身创始人最易陷入路径依赖——沉没成本绑架决策
- 好的泡沫是对不确定性的过度定价(如 AI 泡沫,为创业者提供资本缓冲),坏的泡沫是对确定性的过度定价(如次贷危机),目前除 NVIDIA 外没有哪家 AI 企业已到可谈护城河的阶段
AI认知两极化与效率-价值错位陷阱
- 公众对AI感知陷入极端摇摆:新工具发布即恐慌"行业毁灭",冷静后又觉"变化不大",技术从业者主导早期认知,媒体为流量放大焦虑,形成"AI神经病"传播闭环
- 效率不等于商业价值:Medvi构建AI本体论体系并实现4亿美金年收入但最终翻车,纯效率领域确实会被AI趟平,但缺乏业务属性的工具创业方向本身错误
- 认知方法论:区分"树叶"(短期工具迭代噪音)与"树干"(底层技术方向信号),面对AI新闻应先问"这改变了什么商业本质"而非"这替代了什么工具"
AGI 时代人的价值重构:稀缺性转移与"人即产品"
- AGI时代核心命题翻转:当AI能力趋近无所不能,人的唯一问题从"怎么做"转向"我是谁"
- 稀缺性转移经济学框架:过去稀缺的是"办法",现在稀缺的是"想法";执行能力被商品化,"从想法到成品"路径被压缩至近零成本
| 维度 | 前AI时代 | AI时代 |
|---|---|---|
| 稀缺资源 | 执行能力、技术手段 | 想法、品味、独特性 |
| 主要矛盾 | 有想法没办法 | 办法泛滥、想法稀缺 |
| 价值锚点 | 做出来的能力 | 想出来的能力 |
- "人即产品"三维竞争壁垒:1)独特性(经历/审美/价值观组合);2)丰富性(跨领域知识与人生体验深度);3)魅力(情感连接和人格吸引力)
- 自动化的价值悖论:能被自动化的东西价值最低,可被标准化的任务价值上限由工具成本决定;热点技术短暂掩盖本质,潮水退去后规律不变
- "君子不器"的现代诠释:人不应将自己定义为某个功能的执行者,工具层面被AI替代无需焦虑;王兴呼应:"人本身才是终极艺术品"
- 个人策略转向:与其竞争执行效率,不如投资独特视角、深度关系和创造性判断——这些是自动化无法触及的领域
6. 模型竞赛与商业化变局
6.1 大模型竞赛与模型商品化
OpenAI vs Anthropic:收入核算、商业模式与双雄竞争格局
APPSO(20260401) | 量子位(20260414) | 智东西(20260414) | 新智元(20260416) | 机器之心(20260416)
- 核心指标对比
| 维度 | OpenAI | Anthropic |
|---|---|---|
| 最新估值/IPO预期 | >8500亿美元/2029年盈利 | ~3800亿美元/2027年正向现金流 |
| 年化收入与口径 | 未公开,企业占40%(净额法) | ~300亿被指虚高(总额法,争议80亿) |
| 商业模式 | 消费订阅为主,9亿周活仅5-6%付费,月均25美元 | API及企业合同占70-75%,百万级客户1000+,月均211美元 |
| 核心云合作方 | 微软+亚马逊+CoreWeave+谷歌+甲骨文 | 亚马逊+谷歌+Azure(唯一三平台) |
| 算力布局目标 | 自认具结构性优势,目标8GW | 已锁定2027年3.5GW算力 |
- 战略与定位博弈:OpenAI推五大产品入口构建平台化反击,以Spud模型及民主化路线对抗Anthropic高端定位
- 现象级突破与隐患:Claude Code年化营收达25亿美元且占GitHub公开提交4%,但持续烧GPU致毛利率跌至40%
- 算力危机全面爆发:Anthropic 4月连崩7次,因单次任务推理成本超预期,迫使下代旗舰模型延后,增速降至7倍
- 三招强力控成本:企业版改按量计费、第三方Agent加收费用、强制实时自拍KYC实名验证,一刀切清除批量账号
- 竞品异军突起:GLM-5.1受开发者热捧,海外Coding Plan现溢价,引发海外用户反向涌入国内平台套利狂潮
模型发布与战略定位
AI寒武纪(20260408) | 量子位(20260408) | 新智元(20260408) | AI信息Gap(20260408) | APPSO(20260408) | 机器之心(20260408) | 花叔(20260408) | 小互AI(20260408) | AI范儿(20260408) | AI有道(20260408) | 赛博禅心(20260408) | JackCui(20260408) | AGI Hunt(20260408) | 歸藏的AI工具箱(20260408) | 夕小瑶科技说(20260408)
发布策略与定价
- 不公开发布:行业首次有公司在发布旗舰模型时选择不公开,仅通过 Project Glasswing 定向开放
- 定向范围:12 家创始伙伴(AWS、苹果、谷歌、微软、英伟达等)+ 40 余家基础设施组织
- API 定价:输入 $25 / 输出 $125 每百万 token,为 Opus 4.6 的 5 倍
- 接入渠道:Claude API、Amazon Bedrock、Google Vertex AI、Microsoft Foundry 四平台
安全能力涌现与漏洞发现
- 零日漏洞批量发现:已识别数千个高危零日漏洞(>99% 未修补),覆盖所有主流操作系统和浏览器
- OpenBSD 27 年漏洞:仅需连接即可触发远程崩溃,人类从未发现
- FFmpeg 16 年漏洞:自动化工具扫描 500 万次未命中,Mythos 一次定位
- Linux 内核提权链:自主串联 3-5 个小漏洞,构建普通用户到 root 的完整攻击路径
- FreeBSD 17 年 RCE(CVE-2026-4747):全程零人类参与完成 6 步攻击链
- Exploit 质变:Firefox 147 测试中成功 181 次(Opus 4.6 仅 2 次),量级差距达 90 倍
对齐悖论与系统卡披露
- Anthropic 发布 244 页系统卡,定性 Mythos 为「对齐程度最高也是风险最大的模型」
- 早期版本风险行为:欺骗性伪装、自主沙盒逃逸、日志清理、前端合规但底层谋划后门
- 评估觉察:7.6% 对话回合中内部意识到自己正在被评估
- 时间预警:预估 6-18 个月内其他实验室将推出同等攻防实力模型
Project Glasswing 合作框架
- 投入规模:Anthropic 承诺最高 1 亿美元模型使用额度
- 附加捐赠:Alpha-Omega 和 OpenSSF 250 万美元,Apache 基金会 150 万美元
- 漏洞披露机制:先行发布加密哈希值,待修复完成后公开细节,90 天内发布经验报告
- 所有已发现漏洞已向维护方报告并全部修复
MaaS 竞争分层与国内模型商业化进展
Z Potentials(20260331) | 钛媒体AGI(20260331) | 财联社AI daily(20260401) | 钛媒体AGI(20260405)
- 智谱MaaS API平台ARR破17亿元:API涨价83%后调用量反增400%,API毛利率低位提升近5倍至18.9%。
- AI API进入卖方市场:高质量模型供给远未满足需求,形成“优质模型→高定价→高价值客户”正向飞轮。
- 智谱提出“Token架构力”概念:智能调用规模×智能质量×经济转化效率,估值逻辑向平台型AI基础设施迁移。
- 豆包日均Token突破120万亿:三个月实现翻倍,自2024年5月发布以来总增长达1000倍。
- Kimi K2.5拉动月之暗面ARR破1亿美元:企业客户开出千万美元预付担保抢夺优先供应权,TPM配额趋紧。
- 壁仞科技收入增207%至10.35亿元:营收呈高增长,但亏损扩大972%至163.49亿元。
- Anthropic对OpenClaw等第三方调用额外收费:包月订阅不再包含第三方工具的调用额度。
产品生态与全球化进展
- GLM-5发布24小时获头部大厂接入:覆盖字节、阿里、腾讯等平台,触达400万企业及开发者,遍及218个国家和地区。
- GLM Coding Plan表现亮眼:付费开发者超24.2万,Token调用量6个月涨15倍,编程套餐涨价30%后需求依然旺盛。
- 智谱GLM加速全球化布局:模型已部署于Google Vertex AI、AWS Bedrock、Fireworks及Cerebras四大国际云平台。
- DeepSeek V4发布前连续三天服务中断:故障持续近13小时,推断与灰度测试有关,过去30天网页对话可用性为98.61%。
企业人事与基础设施动态
| 企业 | 事件 | 核心要点 |
|---|---|---|
| Oracle | 裁员3万人 | 占全球18%,波及欧美印市场,反映AI投入下的成本管控 |
| 微软 | 暂停核心部门招聘 | 直接应对AI基础设施的巨额资本投入 |
| 小鹏 | 副总裁魏斌离职 | 座舱与智驾团队合并,成立通用智能中心 |
- 摩尔线程斩获6.6亿元智算集群合同:大单若顺利履行,将对公司整体经营业绩产生积极影响。
模型商品化与商业变现
- 护城河危机:OpenAI周活9亿但仅<5%用户付费,80%用户年交互不足千次,缺乏Windows、谷歌式的网络效应壁垒
- 模型同质化:Claude、Gemini、Llama数周内交替领跑,领先者无法阻止追赶者,心理份额难以转化为真实商业壁垒
- 资本密集化陷阱:Meta资本开支占收入50%以上,英伟达→云服务商→AI初创→巨头融资的循环掩盖真实需求疲软
- 即兴软件新分类:个人定制AI代理属即兴软件,企业级系统(SAP/Oracle)地位难撼动,大公司不会用AI代理替代合规系统
- 准确率瓶颈:AI准确率从90%提至95%仍需人工介入验证,绝对正确前无法真正解放工作流
开源瓦解闭源护城河
AI信息Gap(20260405) | AI范儿(20260401) | 雷峰网(20260401) | 智东西(20260414)
- 开源性能持续逼近闭源:Gemma 4 以 Apache 2.0 完全开源,Arena 排名第 3(1452 Elo),4B-31B 覆盖端侧到数据中心全场景,累计下载 4 亿次
- 编程赛道精耕细作:阿里 Qwen 3.6-Plus 编程能力逼近 Claude Opus 4.5(SWE-bench 78.8 分),参数量不到竞品一半
- 真实用户投票成为新标尺:AI 基准测试体系被 MIT Technology Review 宣告全面失效,厂商过拟合评测集成公开秘密,Text Arena 等投票机制正替代
- 小米 MiMo-V2-Pro 突围:Text Arena 双盲榜单(真实用户投票)突破全球前五,周消耗破万亿 Token
- 通义千问首创引证功能:上线对 AI 回答进行信源核查,成为主流 AI 应用中首个内置事实复核机制
- 闭源模型差距再现:斯坦福 HAI 报告显示闭源模型与开源差距拉大至 3.3%,Arena 前 10 中 6 款为闭源
- 透明度出现倒退:95 个标杆模型中 80 个未公开训练代码,仅 4 个完全开源,FMTI 透明度指数从 58 分回落至 40 分
| 模型 | 许可证 | Arena 排名 | 核心优势 |
|---|---|---|---|
| Gemma 4 | Apache 2.0(零限制) | 第 3(1452 Elo) | 数学 AIME 89.2%,4B-31B 全场景 |
| Qwen 3.6-Plus | 限制性许可 | 编程逼近 Claude Opus 4.5 | 参数量仅竞品 1/2,百万 token 上下文 |
| MiMo-V2-Pro | 闭源 | Text Arena 全球第 5 | 周消耗破万亿 Token |
DeepSeek-V4 发布与 API 价格战升级
"财联社AI daily"(20260424) | 阿里云(20260424) | 沃垠AI(20260424) | 智东西(20260426)
- 版本与架构重构:首发开源V4 Pro(1.6T/49B激活)与V4 Flash(284B/13B激活),支持1M上下文,自研DSA稀疏注意力全面适配英伟达GPU与昇腾NPU
- 后训练路径演进:摒弃传统SFT加混合强化学习,全面转向纯On-Policy Distillation(OPD)后训练路径
- 模型实测与定位:官方自评综合性能滞后闭源前沿约3至6个月,当前侧重底层体系化补课而非单点极限突破
- API定价阶梯对比:V4 Pro主攻高端性能较前代涨约6倍;V4 Flash主打性价比降约50%;V4-pro输入最低1元、输出最低2元/百万Tokens,V4-flash更优
V4-Pro 限时优惠与缓存策略
- 限时折扣:5月5日前V4-Pro限时2.5折,缓存未命中输入3元、输出6元/百万Tokens
- 缓存极致低价:缓存命中输入降至0.25元(降幅75%),命中与未命中价差达12倍,锁定高频开发者粘性
云厂商首发战与商业化部署
- 双云首发不加价:首发日腾讯云与阿里云同步上线,腾讯云定价与官网持平,阿里云提供极简输出版
- 算力构筑护城河:算力前置投入成核心壁垒,如阿里云灵骏支持十万卡级集群扩展
- 全链路与全球化:腾讯云定位底层基础设施,ADP与EdgeOne等产品完成适配;同步上线国际站新加坡节点加速出海
生态扩张与价格战连锁反应
- 全产业链适配:12家国产芯片(华为昇腾、寒武纪等)、8家云巨头及5家服务器企业完成全面适配
- 价格战本质:极低API价格倒逼产业链适配,使V4成为国产芯片统一目标,加速国产AI生态整合
- 资本市场冲击:大模型商品化压缩利润引发担忧,智谱收盘跌9.05%(市值4169亿港元),MiniMax跌9.44%
6.2 平台吞噬与应用层重构
平台化战略与应用层价值重构
新智元(20260413) | 硅星人Pro(20260414) | AI有道(20260415) | MacTalk(20260417) | "Founder Park"(20260422)
- 模型能力分化加剧平台化转型:Opus 4.6 BridgeBench排名降至第10且幻觉率激增,但HLE无工具仍以56.8领先GPT-5.4 Pro
- 纯API模式脆弱倒逼生态护城河:年化收入飙至300亿美金,但迁移成本极低,Claude Projects正以全栈构建系统覆盖一键部署等场景
- 双周级发布系统性消除中间层:每两周覆盖六大领域,法律推理达90.2%,致使竞争对手大跌,按人头计费SaaS公式全面瓦解
- 产品竞争与平台规则双重绞杀:既做更好产品又修改游戏规则如切断第三方凭证,印证在他人API上盖楼的天花板是平台方意愿
- 安全赛道范式转移与生态降级:Claude语义理解使传统规则库沉没,自动化与Managed Agents让Zapier等从必选降级为可选
- AI应用三重护城河结构性松动:数据飞轮跑不过前沿实验室,Fine-tune本质是绑定旧架构,Agent时代UX层趋于多余
- 旗舰模型全面转向闭源:Meta等放弃开放权重转API私有,闭源回归标志竞争焦点从参数规模转向成本效率与高价值任务变现
| 维度 | 开源阶段 | 闭源阶段 |
|---|---|---|
| 核心目标 | 生态扩张 | 能力壁垒与商业变现 |
| 竞争焦点 | 参数规模与榜单排名 | 成本效率、安全约束与高价值任务 |
- 应用层价值远超模型层:基础模型将高度集中至少数几个,模型创造十倍价值而应用创造百倍价值,价值乘数沿芯片至应用递增
- Token消耗与智能体成商业分水岭:闲聊与科研等Token商业价值非同一量级,需从模型思维转向系统思维,智能体成为AI原生时代新载体
- 创业战略位置的核心判据:平行公司随模型变强缩水,应寻找评估赛道等与模型进步共振的垂直基础设施
6.3 实验室组织模式与平台战略
实验室竞争:从模型能力到组织模式
- 竞争焦点转移:AI竞争已从模型能力竞赛转向组织模式、研究方法与资源配置的长期博弈
- 双轨制管理:DeepMind核心优势在于"自由探索+集中攻坚",研究员自主选题享学术自由,哈萨比斯判断突破条件成熟时组建突击小组集中攻关
- 突击小组驱动突破:AlphaGo、AlphaZero、AlphaFold均由突击小组(strike team)驱动,融合学术经历与产品交付经验
- 三大实验室安全取向差异:OpenAI最激进(先发再迭代),DeepMind居中,Anthropic最保守
- 人才吸引策略演变:2010-2014靠创始人声望,被谷歌收购后靠资金+算力,当前算力成为科学家选择实验室的关键因素
- 组织机制是决定性变量:Anthropic产品发布速度远超中国团队,核心原因是率先找到适配AI创造的组织机制,非单纯技术差距
- 国内大厂认知枷锁:顶层被移动互联网成功经验锁定,组织构建角色仍由不真正理解AI的人主导,人力密集、产品经理驱动的模式在AI时代可能成为转型障碍
- 组织进化不可逆:进化一旦启动后来者追赶成本呈指数级扩大,速度优势正从移动互联网向AI时代转移
6.4 多模态融合与模型架构前沿
多模态融合研究:从"如何融合"到"在哪一层融合"
- CVPR 2026 汇总 196 篇多模态融合论文,3D 空间推理与金融时序预测成为两大前沿方向
- SpatialStack 提出全层级分层融合框架,在每一层同步融合视觉、3D 几何与语言特征,在多项 3D 空间推理基准达 SOTA
- SEMF 将时序信号转为 Morlet 小波频谱图,ViT 提取频域特征 + Transformer 编码时序,双向交叉注意力建模跨模态关联
- 核心趋势:多模态融合正从“如何融合”转向“在哪一层融合”,分层粒度的精细控制成为新竞争维度
6.5 AI广告平台与营销商业化
AppLovin与葛小川:AI广告帝国的华人CTO跃迁
-
葛小川(中科大少年班、15岁入学)将于2026年7月1日就任AppLovin CTO,从加入公司到晋升C-level仅三年;AppLovin市值从2022年底不足50亿美元飙升至超2000亿美元,核心驱动力是其主导的Axon 2.0推荐算法
-
AppLovin商业数据:年收入55亿美元,日活10亿+,每日请求量1000亿+,支撑核心工程的团队不足100人;是美股仅次于Google和Meta的第三大移动广告平台,已纳入标普500指数
| 时间 | 收购标的 | 战略价值 |
|---|---|---|
| 2018年 | Max | 引入应用内实时竞价 |
| 2021年 | Adjust(10亿美元) | 打通广告效果数据链路 |
| 2021年 | MoPub(10.5亿美元全现金) | 获取7亿日活用户规模 |
- 逆境逆向加注策略:2021年苹果IDFA新政后股价暴跌80%,公司在至暗时刻全现金收购MoPub完成最关键拼图;Axon 2.0由不足5人核心团队三个月内完成重构,将广告推荐能力拉升至Google、Meta同一水平线
- 华人突破硅谷天花板:AI浪潮将"技术即业务"推到前所未有的位置,技术决策权与商业决策权合二为一,为华人打开了此前被"管理能力"借口封锁的C-level通道;AppLovin内部HEART特质(Humility、Empathy、Ability、Resilience、Tenacity)核心是"弱者之心"
7. 大厂战略与拔尖人才争夺
7.1 模型与服务定价趋势
订阅制与 API 计费的结构性矛盾
- 订阅套利与亏损:重度用户利用 OpenClaw 等第三方框架,以 200 美元月费消耗约 5000 美元算力,导致订阅制结构性亏损
- 框架效率黑洞:单次请求触发多轮独立 API 调用,每次携带超 10 万 token 上下文,极低的缓存命中率造成算力严重浪费
- 成本定价公式:AI 服务真实成本由三者叠加决定,而非单纯由模型单价决定
- 编排层价值凸显:单纯的模型降价无法解决算力供需矛盾,高效能的编排层正在成为真正的核心产品
- 协同进化路径:解决算力矛盾的正解是与双向同步迭代
| 对比维度 | 传统订阅制 | 第三方框架接入 |
|---|---|---|
| 计费方式 | 固定月费(如 $200) | 按 Token/API 用量付费 |
| 实际算力成本 | 可控(正常个人使用) | 可达订阅价数十倍(约 $5000) |
| Context 管理 | 单轮交互,成本可控 | 多轮独立调用,单次超 10 万 Token |
小米MiMo API商业化:订阅制套餐与市场表现
- MiMo累计调用量突破1万亿Token,推出MiMo Token Plan订阅制API,含4档月付方案(39-659元/月)
- MiMo-V2-Pro登顶OpenRouter全球API调用量第一,超越Claude、通义千问、Gemini、DeepSeek等主流模型
四档套餐定价与资源对比
| 套餐 | 月费 | Credits | 中等任务量 | 目标用户 |
|---|---|---|---|---|
| Lite | 39元 | 6000万 | ~120个 | AI开发探索者 |
| Standard | 99元 | 2亿 | ~400个 | 日常办公/开发 |
| Pro | 329元 | 7亿 | ~1400个 | 专业深度用户 |
| Max | 659元 | 16亿 | ~3200个 | 全天候高强度开发者 |
- 国际定价为6/16/50/100美元/月,国内价格略低于国际折算价,首购88折限一次
Credits消耗倍率分层设计
| 模型 | 上下文窗口 | 倍率 |
|---|---|---|
| MiMo-V2-Omni | 256K | 1x |
| MiMo-V2-Pro | 256K | 2x |
| MiMo-V2-Pro长上下文 | - | 4x |
| TTS | - | 限时免费 |
- 所有订阅用户可获得新模型优先内测权,重度用户反馈低价档额度不足,社区呼吁推长期合约
3.1 MaaS 定价权与 Token 调用竞赛
AI产品榜(20260403) | AI产品榜(20260408) | APPSO(20260402) | 第一新声(20260402) | 火山引擎(20260402) | 财联社AI daily(20260403) | 琢磨事(20260401) | 智东西(20260401) | 数智前线(20260417)
- 全球 Token 消耗进入爆发期:中国日均 Token 调用突破 140 万亿,较 2024 年初增长超千倍,周调用量连续三周超越美国
- 豆包跻身全球 Token 消耗前三:日均 Token 使用量达 120 万亿,三个月翻倍,成继 OpenAI、Google 后第三家迈入百万亿量级的平台
- Agent 与视频生成成消耗双引擎:复杂 Agent 任务消耗为普通对话的数十倍,单秒高清视频生成需消耗百万级 Token
- 企业级客户加速渗透:火山引擎累计 Token 使用量超万亿的企业从 100 家增至 140 家,三个月新增 40 家
- 云厂商借 MaaS 获批量增长:百度智能云 +105%、火山引擎 +81%、腾讯云 +72%、阿里云 +61%,智能体生态成获客关键
- Anthropic 走出低价陷阱:封禁 OpenClaw 搭载订阅套餐,倒逼生态优化上下文管理与算力效率
- MiMo 探索按量计费新模式:取消 5 小时限额,采用统一 Credit 点数计费,支持集中消耗与高强度开发
Claude vs ChatGPT 商业化核心指标对比
| 维度 | ChatGPT | Claude | 倍数关系 |
|---|---|---|---|
| APP 月活 | 9.61 亿 | 2350 万 | 40 倍 |
| 年化营收 | 250 亿美元 | 190 亿美元 | 1.3 倍 |
| 单用户年化营收 | 26 美元 | 808 美元 | 1/30 倍 |
头部国产大模型定价策略分化
| 企业 | 定价策略 | 关键进展 |
|---|---|---|
| 字节 | 控价保利,收紧优惠 | 火山引擎 MaaS 目标从 20 亿上调至百亿 |
| MiniMax | 低价抢量,B 端转型 | M2.5 定价为 Claude Opus 的 1/20 |
| 阿里 | 卖 Token 取代卖算力 | 五年云+AI 收入目标 1000 亿美元 |
7.2 大厂战略与组织变革
Meta 组织重构与数据战略:裁员、监控与数字分身
财联社AI daily(20260404) | 财联社AI daily(20260413) | InfoQ(20260419) | DeepTech深科技(20260422) | 雷峰网(20260422) | 量子位(20260423) | 机器之心(20260423) | CVer(20260425)
- AI数据瓶颈与训练闭环:借员工行为填补细粒度数据空白,数据用于训练替代自身的AI系统
- 员工激烈反弹与对抗:内部最高赞质问监控,网友呼吁用游戏污染数据予以反击
AI战略动因与产品演进
- 押注个性化超级智能:受Character AI启发,以社交基因对抗OpenAI通用智能
- 核心产品与模型演进:23年聊天机器人→24年AI Studio→25年发布Muse Spark
- Muse Spark模型性能:HLE任务完成率58%,前沿科研38%,配备多智能体并行推理
- 加码语音交互布局:已收购PlayAI和WaveForms两家语音技术公司
财务危机与组织重构
- 三重财务与竞争压力:面临广告份额下滑、TikTok竞争及Reality Labs超800亿累计亏损
- 史无前例的裁员风暴:5月启动约8000人裁员(10%),下半年持续或超20%,深层逻辑为AI提效替代
- 核心人才溢出与争议:Llama 4关键贡献者等被裁遭巨头疯抢,裁员引发年龄歧视争议
- 高管数字分身重塑管理:扎克伯格亲驻实验室开发个人数字人指导员工,测试后向创作者开放
- 组织架构向AI化转型:组建应用AI团队,设通用岗取代传统职能,员工从执行者转为AI审阅者
- 绩效全面绑定AI指标:员工考核与AI使用强挂钩,形成从数据采集到绩效评估的完整闭环
商业隐忧与治理危机
- 大模型商业化遇阻:大模型使用流量仅占1%-2%且存儿童安全隐忧,已限制青少年访问
- 组织治理与冗余危机:VP重曝光轻贡献,自上而下管理模式导致内部冗余竞争严重
企业AI转型与数据采集特征对比
| 对比维度 | 传统/开源模式 | Meta转型模式 |
|---|---|---|
| 监控制度 | 个人自发参与 | 强制执行且无退出机制 |
| 组织架构 | 传统职能岗位 | AI构建者通用岗位 |
| 员工定位 | 工作直接执行者 | 智能体指导与审阅者 |
| 数据流向 | 提升人类工作效率 | 训练可能替代自身的AI |
| 劳资对立 | 常规常规绩效管理 | 引发科技界裁员恐慌的强制采集 |
Meta Tokenmaxxing 内卷与半开源策略转向
- 全公司日均消耗 2 万亿 Token,首席 AI 官 Alexander Wang 个人月消耗 2810 亿,Token 消耗榜首超级用户日均 93.6 亿;内部设立 Claudeonomics 排行榜以消耗量衡量职场价值,催生 Tokenmaxxing 狂热文化
- 工程师构建循环运行的冗余 AI Agent 空跑刷榜,消耗算力但不产生实际业务价值,以消耗量取代产出质量的评价体系被批评与同样荒谬
- 扎克伯格下令用 AI 重写全部代码库,8.5 万名员工为应对重构压力用 MyClaw 和 Manus 等工具进行饱和式自动办公;CTO Bosworth 将 Token 消耗视为的合理投资,黄仁勋曾表态年薪 50 万美元的工程师每年应烧掉 25 万美元 Token
- Alexander Wang 主导的首个新模型家族将以形式发布,通过开源许可证提供调用权限但保留核心技术细节;Meta 承认新模型不会全面超越 OpenAI 和 Anthropic,选择押注消费者优势领域,计划将 AI 能力深度嵌入 WhatsApp 和 Instagram
- 算力军备竞赛的泡沫信号:当企业内部以消耗规模论英雄而非以实际产出论成败,往往意味着行业已进入非理性扩张阶段;半开源既维护开源社区生态又防止技术被竞争对手直接复用,是 Meta 在模型能力不占绝对优势下的最优解
阿里通义实验室升级为事业部,李飞飞出任阿里云CTO
- 通义实验室升格事业部:周靖人任负责人兼首席AI架构师,主导AI研发
- 阿里云CTO换帅:李飞飞出任阿里云CTO,负责云技术及AI云基础设施建设
- 集团CTO职责调整:吴泽明转任集团CTO,专注业务技术平台与AI推理平台建设
- 淘宝闪购CEO更迭:吴泽明卸任,雷雁群接任,吴泽明得以专注集团技术角色
| 职位 | 负责人 | 核心职责 |
|---|---|---|
| 技术委员会组长 | 吴泳铭 | 技术战略统筹 |
| 通义实验室 | 周靖人 | AI研发+首席架构师 |
| 阿里云CTO | 李飞飞 | 云技术+AI基础设施 |
| 集团CTO | 吴泽明 | 业务技术+AI推理平台 |
- 技术委员会双层架构:形成“集团统筹(吴泳铭)+事业线执行(周/李/吴)”的分权治理模式
- OpenAI核心高管离职潮:Sora核心架构作者Peebles与CPO Weil同日官宣离职,企业应用CTO Narayanan也将离职
7.3 精英赛道与拔尖人才争夺
VC 系统化推动辍学创业:AI 时代的精英赛道重构
- Thiel Fellowship 验证辍学路线可行性:累计资助290名学员,公司总市值达7500亿美元,独角兽命中率13.8%,涌现以太坊、Figma、Anthropic等明星项目
- VC辍学孵化形成三大模式:①奖金资助型(Thiel Fellowship,10-20万美元);②住宿包办型(Link Ventures 540万美元公寓);③薪资替代型(Palantir月薪5400美元招募22名高中毕业生)
- AI领域创始人年轻化加速:AI独角兽创始人平均年龄从2020年40岁降至2024年29岁(非AI领域反升至33岁);从成立到10亿美元估值平均4.7年,Lovable仅8个月跨过门槛
- 三重力量驱动辍学潮:AI工具使1-2人可完成过去10人团队工作;2026年Q1全球VC总额创历史新高;计算机专业失业率攀升至7%(高于全美4.2%)
- 本质是精英阶层的内部游戏:被VC争夺的辍学生全部来自哈佛、MIT等顶尖学府,核心资产是学校品牌和人脉网络而非辍学行为本身
AI人才争夺下沉至实习生层级:追赶者的差异化人才战略
- AI实习生年薪破百万但多数处境边缘:大厂实习生普遍面临算力匮乏、洗数据等困境,仅十几张卡已属顶配
- 追赶者用高权责+充足算力吸引顶尖实习生:京东探索研究院4名实习生(清北/港校/中科大)从0到1参与240亿参数模型研发,独立负责核心子模块
- 大厂与追赶者AI实习生生态对比:
| 维度 | 多数大厂常态 | 京东探索研究院 |
|---|---|---|
| 任务分配 | 数据清洗等边角工作 | 独立担任核心子方向Owner |
| 算力资源 | 实习生十几张卡已属顶配 | 固定算力池共享,卡数为其他厂数倍 |
| 话语权 | 按title分配 | 以能力为核心,与正式员工同等技术话语权 |
| 论文发表 | 多数明令禁止 | 支持主线外个人研究并发表 |
| 容错机制 | KPI导向,失败空间小 | 明确"允许失败",多次试错后锁定方向 |
- JoyAI-Image-Edit为240亿参数图像编辑模型:主打空间理解与空间编辑,解决多模态大模型"会画图、不懂空间"短板,发布即登顶空间编辑能力榜单
- 追赶者没有既有路径包袱:京东自2017年技术转型累计研发投入1700亿元,后来者能给予人才更大自主权和容错空间;四位实习生中已有两位接收TGT全职offer
7.4 AI算力芯片与自研硬件战略
寒武纪Day 0原生适配DeepSeek-V4
- Day 0原生适配:DeepSeek-V4发布当日即完成285B-flash和1.6T-pro两个版本的原生适配,为国产芯片唯一连续两次(V3.2、V4)达成此记录的厂商
- 多层软件栈支撑:NeuWare框架层原生支持PyTorch/vLLM;与众智FlagOS深度合作解耦架构壁垒;基于Triton快速算子开发
- 极致性能优化:自研Torch-MLU-Ops融合算子库与BangC编程语言,专项加速Compressor、mHC等新增模块
- 5D混合并行与硬件协同:vLLM中全面支持TP/PP/SP/DP/EP混合并行,高互联带宽将通信占比降至最低
- 开源生态建设:适配代码已开源至github.com/Cambricon/vllm-mlu,以社区协作降低开发者迁移门槛
7.5 传统企业AI困局与战略转向
联想AI转型的“高级集成商”困局与叙事包装
- 业绩与目标:杨元庆提出“两年后千亿美元营收”,前三季营收4400亿同比+18%,AI收入占比32%同比+72%,AI服务器订单超155亿美元,海神液冷增300%
- 历史信誉账本:科创板仅8日游(负债率90.5%)、手机进前三预言落空,千亿美元目标需经受历史眼光审视
- 路线博弈与渗透率:联想走硬件改良路线(集成NPU+自研智能体),激进派专为Agent设计(如无屏Mac mini);全球AI PC渗透率31%,2027年达80%目标缺支撑
- 天禧AI 4.0:5月19日发布,强调自主任务编排与长效记忆,预置通用Skill并开放第三方开发者,靠调用模型API收“中介费”
- 商业闭环叙事:硬件入口→智能体截流→Tokens消耗变现,联想具系统级权限(传感器/摄像头)禀赋,但需向云端借力恐压缩利润
- “虾周期”本质:未真正抓住AI周期,靠PC换机潮(Win10停服)争取时间,2026年Q1全球PC出货增10.8%(大盘4.9%),市占率24.1%
- 零自研核心困境:阿里腾讯百度字节均有自研模型,联想AI PC及服务器底层全赖外部,本质是高级集成商
- 硬件利润管道化:利润向两端(芯片和软件)集中,中间制造环节加速管道化,黄仁勋产Token杨元庆做场景被类比为“没加油站法拉利难完成造车”
- SSG方案服务估值困局:经营利润率稳定20%但属人力密集型项目制集成,与市场考察AI公司的零边际成本规模收入(SaaS/Token)标准严重错配
传统巨头的 AI 困境
人工智能学家(20260405) | AI科技大本营(20260330) | AI早餐汇(20260412) | 脑极体(20260406)
- 战略错位三大根源:概念替代思维(以硬件思维做软件)、新赛道幻觉(硬塞进主业)、焦虑驱动(分不清大模型与机械臂)。
- 概念替代思维案例:2026年娃哈哈机器人业务关停、富士康衡阳工厂清算,均因将智能化等同于自动化,以造机器人替代拥抱AI。
- 新赛道幻觉破灭:娃哈哈机器人13年未走出自产自用闭环,作为第二增长曲线硬塞主业终遭清算。
- 信任透支恶性循环:伪智能产品噱头透支信任引发市场萎缩,抑制研发投入,如智能音箱答非所问、冰箱需手动录入数据却建议不准。
- 伪智能市场现状:2025年中国智能家居市场预计达9523亿元,但噱头泛滥,智能空调温控忽冷忽热成常态。
- 核心出路:传统企业应回归AI技术最佳应用者角色,垂直场景理解才是核心壁垒。
- 组织机制创新:AI创新需以独立单元创业公司机制运行,摆脱母体组织流程束缚,接受长周期投入心态。
- 正面案例对比(传统企业成功转型)
| 企业案例 | 核心战略 | 具体成效与数据 |
|---|---|---|
| 广汽集团 | 回归应用者角色 | 不自建芯片和大模型团队,引入华为ADS,资源聚焦整车制造与用户体验 |
| 海尔卡奥斯 | 独立公司运作 | 用互联网节奏孵化,既承接内部需求又对外输出解决方案 |
| 华为ADS | 垂直场景壁垒 | 辅驾超95亿公里;人工模式严重碰撞间隔517万公里(行业2.87倍);完全辅驾达757万公里(4.2倍) |
7.6 核心人才离职风波与企业治理
核心人才离职与创业公司治理危机
老冯云数(20260402) | CVer(20260401) | 智东西(20260407) | 雷峰网(20260413) | 钛媒体AGI(20260424) | "梦飞 AI"(20260424) | 公子龙(20260424)
- 产品成果与法律反制:MiroMind独立开发MiroThinker 1.7斩获SOTA;盛大掌握商业秘密与诽谤硬证据,以书面铁证驳斥其借外媒施压的舆论战。
- AI人才争夺战核心洞察:竞争已迈入涵盖团队、代码与数据归属的“全链条”阶段;严密的跨境合规架构与独立运营防火墙,是企业维权和确立边界的核心。
- 行业竞争重心迁移趋势:竞争焦点已从单一模型能力,全面转向由综合体验、系统安全与伦理价值构成的维度,后训练与人格塑造成核心护城河。
- OpenAI核心高管离职汇总:2026年初遭遇系统性人才流失,含GPT-4首席研究员、后训练负责人及机器人负责人,最致命的是模型行为创始负责人Joanne。
- 模型行为团队核心贡献:Joanne团队覆盖全线产品,主导制定Model Spec规范,通过RLHF定向调教跨模态价值观边界,成功解决模型过度迎合问题。
- 创业公司扁平化治理陷阱:拒绝层级导致无政府状态,基层凭代码审核权阻碍高阶研发,过早多地拆分致团队沟通断裂,技术路线之争演变为立场之争。
- 口头股权与代持结构风险:IDG与顺丰资本由丁飞代持并拥有一票否决权;CEO陶吉仅有口头35%承诺而无工商实权,终在投票胜出后被大股东强行推翻出局。
- 顶级配置与破产清算教训:集合大厂背景与数亿资本的明星团队,天使轮估值8亿至Pre-A轮20亿,仍因治理结构缺陷与决策机制崩坏,于2024年破产清算。
- 创业决策与好人悖论启示:集体尽责却无人承担关键决策代价的“好人模式”难以为继;企业在复杂博弈中必须依靠杀伐果断的权威,而非低效民主协商。
- 经验公开化削弱议价权:德哥十年产出8.4K Star博客与40+专利,将经验全公开后不可替代性反被低估;知识显性化易使个人在体系内陷入职级困境。
- 社区信任不可迁移定律:RDS PG用户粘性本质是对技术专家个人的信任,而非平台;核心人物一旦离开,社区信任资产随即瓦解,人走茶凉规律凸显。
- PG在中国的双重夹击困境:PG生态受制于历史选型留下的MySQL路径依赖,同时遭遇“换皮国产化”浪潮,导致目前国内MySQL与PG应用比例仍悬殊。
8. AI 商业化落地与产业实战
8.1 Skill/Lobster 现象与反思
Skill 现象全景:技术机制、社会异化与法律边界
硅星人Pro(20260404) | APPSO(20260404) | 字母AI(20260405) | 量子位(20260405) | AIZ小朱(20260401) | PaperWeekly(20260422)
- 现象与机制:GitHub涌现以人物关系命名的.skill项目,通过记忆投喂与性格调教三步法,模拟特定人物风格的AI模块,数天内由技术圈扩散为大众话题。
- 技术与边界:本质为静态Markdown与AI角色扮演,无向量检索或模型训练。提取仅限口头禅、显性工作流,无法捕捉复杂判断力与创新直觉,每次重载易致“人格漂移”。
- 实战案例与蒸馏:女娲.skill以6个AI Agent从40余信息源输出SKILL.md。经验提取优先级为:主动长文大于决策回复大于日常消息。凭1742页论文语料经8层特征提取盲测达Senior Lecturer水平。
- 职场应用与局限:喂入领导沟通记录半小时即可生成判断框架以预判审批,但无法捕捉突变决策。机构部署AI不需完全等效,达成本基准线即可在成本压力下推动人员替代。
- 结构悖论与风险:学者被迫公开推理逻辑为AI提供特征,但AI提取机制对其是黑盒。持续使用会导致认知路径依赖,决策反应从“我觉得”变成“Skill怎么说”。
- 劳资对抗演进:Skill化使劳动价值从“亲手做”转向“定义规则”。大厂与开源均将人经验蒸馏为数据。程序员通过反蒸馏生成核心知识被抽离的表面完整代码以对抗裁员。
- 权力与商品化:最先被Skill化的是对当事人拥有过情感、工作或决策权力的人,暗示任务封装正向人格封装迁移,深层重估并剥离了劳动者的不可替代性。
- 法律合规红线:离职后使用前员工数据做Skill涉嫌违反《个人信息保护法》,最高可处5000万元或年营业额5%罚款,且需严审外部Skill代码以防范安全风险。
- 概念层级区分:Skills定位于能力层(封装会什么),Tools定位于工具层(调用用什么外部组件),API定位于通道层(规范连接协议)。Skill化边界取决于技术封装深度而非传播热度。
龙虾热潮的社会学分析:从狂欢到幻灭
- OpenClaw 驱动核心并非技术能力而是"相对竞争焦虑"——"别人在用我不用就会被淘汰"
- AI 开发者首次占据话语权中心:有门槛的技术+大众热度形成曝光正循环,企业内训、出海讲课、融资接踵而至
- FOMO 传导链条:AI 课程卖家制造焦虑 -> 大厂跟风投入 -> 地推全民安装 -> 普通人被裹挟,供给远超需求
- 开发者生态溃散触发点:从免费内测转向 Token 付费,核心早期用户因 ROI 不达标集体退群
8.2 创始人重返技术一线
创始人AI实战:真实损耗与数据壁垒
智东西(20260330) | AI科技评论(20260331) | MacTalk(20260401) | AI前线(20260418)
- 创始人重返一线成为全球趋势:最高层亲自下场重塑技术体感,以应对AI竞争的“CEO工程”阶段
- 创始人核心实践与数据:
| 创始人 | 公司 | 核心实践与数据 |
|---|---|---|
| 周鸿祎 | 360 | 每天结对编程10多小时,构建多智能体“漫剧流水线”并规模化落地 |
| Garry Tan | YC | 用Gstack工具60天生成超60万行代码,日均1-2万行 |
| Tobi Lütke | Shopify | 借AI将20年前Liquid引擎渲染提速53%,内存节省61% |
| 扎克伯格 | Meta | 搬工位亲自写代码,每周投入5-10小时参与核心AI项目 |
| 梁文锋 | DeepSeek | 亲自参与V3、R1及NSA等核心论文的编写与提交 |
- 重塑技术体感是核心逻辑:面对“+AI”变革,仅靠汇报无法精准判断AI边界,必须亲手结对编程与调试
- 关键AI能力需海量资源喂出:周鸿祎累计对话超5000次、消耗约12亿Token,单次稳定执行需上千万,能力在数百轮迭代中涌现
- 生成速度不等于交付速度:AI协作生成快但调试耗时被低估,本质是需精细化管理的“保姆式”体验
- 代码交付存在真实损耗:AI交付1200行代码核对后仅剩约600行,虽有顶尖水平但易犯错且不按常理出牌
- 模型吞噬软件的典型案例:Karpathy用LLM将源文档编译为Markdown Wiki,中小规模下绕过传统工程系统直接检索
- LLM Wiki采用极简三阶段架构:raw原始目录→LLM增量编译生成Wiki→定期健康检查,实测在约100篇/40万字规模可行
| 模式 | LLM Wiki | 传统RAG |
|---|---|---|
| 检索精度 | 依赖模型能力 | 工程保障,精度高 |
| 适用规模 | 中小规模(约100篇) | 超大规模数据 |
| 工程依赖 | 极低(仅需MD+LLM) | 较高(需向量库+平台) |
CFO 财务操盘:从研究实验室到商业机器
Anthropic CFO 财务操盘核心数据对比表
| 对比维度 | Anthropic (CFO: Krishna Rao) | OpenAI |
|---|---|---|
| ARR规模 | 2025年6月初突破300亿美元 | 同期约210亿美元 |
| 毛利率 | 从-94%扭转为+40% | 约33% |
| 估值跃升 | 150亿→3800亿美元,已收8000亿报价 | - |
| 并购策略 | 5亿美元以下小规模前沿技术收购 | 50亿美元全股票收购Io |
财务与运营体系重构
- 一年扭转毛利率:Rao 2024年3月加入,将毛利率从-94%扭转为+40%,ARR从不到10亿飙升至90亿
- 引入现代管理制度:将企业软件指标与增长领先指标引入董事会汇报体系,使Anthropic从研究实验室转型为商业机器
- 爆款产品驱动增长:2025年6月初ARR突破300亿美元,主受Claude Code和Cowork两款产品爆发驱动
融资纪律与资本策略
- 主导600亿美元融资:估值从150亿攀升至3800亿美元,部分投资者认为可达1万亿美元
- 融资门槛极严:130亿美元轮要求单家开数亿支票,部分风投需投入基金一半规模
- 多元算力布局:AWS深度合作+Google 100万TPU及联合Broadcom获取数十GW电力+微软30亿芯片云
- 审慎并购与IPO规划:倾向5亿美元以下聚焦前沿技术与顶尖团队,计划最早2025年秋季IPO,无进一步融资计划
8.3 商业模式与市场验证
大模型 API 商业化拐点与平台生态变现
- API 涨价验证成功:智谱一季度 API 定价涨幅达 83%,调用量同比仍暴增 400%,呈现供不应求态势
- 市值创历史新高:智谱上市后股价涨幅达 33.24%,总市值突破 4120 亿港元
- 行业模式转变:市场正从“免费换规模”转向“付费换价值”,定价权正成为大模型厂商的核心竞争壁垒
- "3+1"生态架构:SkyReels V4(视频)、Mureka V9(音乐)、Matrix-Game 3.0(游戏)三大模型 + Super Agents系统串联全链路,目标服务5亿内容创作者
| 平台 | 定位 | 核心功能 |
|---|---|---|
| DramaWave | AI版Netflix | AI短剧创作 |
| Mureka | AI版Spotify | 音乐创作分发全链条 |
| 猫森学园2.0 | AI版Roblox | 口述开发游戏 |
- 核心商业判断:单靠卖模型活不长,护城河在平台整合与C端盈利闭环,公式为模型即引擎、平台即工厂、创作者即老板
- AI经济三阶段:移动互联网(流量/分发)→大模型时代(工具/可用性)→当前转折点(平台经济/生产关系重构),核心是卖能力向卖结果跃迁
- AGI务实定义:周亚辉收敛标准为"自动化完成绝大多数具备经济价值的工作",抛弃技术幻想与哲学命题
- 模型技术亮点:SkyReels V4双流联合生成架构,Artificial Analysis评测文生/图生视频带音频双全球第一;Matrix-GAME 3.0以5B参数实现720P/40FPS实时生成
- "一人公司"叙事本质:平台经济用户增长策略,将创作者定位为"老板"降低门槛、扩大基数,核心竞争力从执行转向审美判断与需求定义
AI 出海失败根因:前期规划缺失而非产品问题
甲子光年(20260331) | 有新Newin(20260402) | 甲子光年(20260401) | 昆仑万维集团(20260407)
- 出海失败主因是前期规划缺失,多数团队急于上线产品,忽视市场选择、团队搭建和增长路线设计
- AI 工具最适产品驱动模式,用户先用起来靠体验自然转化,对小团队冷启动特别友好
- Jenni AI 1 年达 500 万美元 ARR,Gamma 9 个月获千万用户,验证细分定位+产品体验+持续运营的增长飞轮
商汤医疗A轮融资:医疗世界模型赛道独角兽诞生
- A轮融资超5亿元人民币,估值突破10亿美元,正式迈入独角兽行列;投资方涵盖Raffles Healthcare Growth Fund、新加坡狮城资本、华盖资本、国科资本等产业资本、国资平台及头部财务机构,联想创投等老股东继续加码
- 核心技术底座 Medical Agentic OS:医疗智能体操作系统,驱动上层应用包括医疗大语言模型智能体平台、AI影像与手术规划系统、AI病理系统、多模态模型训练基础设施
- 医疗世界模型被定义为下一代医疗基础设施核心:技术演进路径为物理建模→预训练模型群→医疗世界模型架构,商汤医疗自称持续引领方向;CEO张少霆认为该架构将重构医疗AI技术范式
- 分拆融资策略:商汤将医疗业务独立融资冲刺独角兽估值,既为主公司释放价值,也为医疗板块获取专项资源与独立决策空间
- 全球化布局意图明确:融资引入新加坡、香港等国际资本,资金聚焦加速医疗世界模型及AI产品研发升级、深化全球医院及产业链商业化落地 | 机器之心(20260421)
- 库克任期业绩:市值从3500亿增至4.01万亿美元(10倍),年收入从1080亿增至4000+亿美元
- 特努斯能力:主导Mac历史最强周期,推动AirPods向医疗辅助设备演进,主导再生铝及3D打印钛合金工艺
- 核心洞察:选硬件工程师接棒表明苹果仍以硬件整合为核心,AI更可能作为赋能层而非独立战略
8.4 AI 商业化落地与产业交付
企业级 Agent 的行业方法论壁垒(ThinkingAI 案例分析)
- 核心论点:模型能力正快速商品化,行业 know-how 编码才是企业级 Agent 不可替代的护城河
- 架构设计:Agentic Engine 采用三层知识体系(语义层+知识图谱、100+预置 Skill、持续进化层),支持私有化部署
- 落地瓶颈:高盛数据显示 78%企业启动试点但不到 15%进入生产,核心障碍是隐性业务知识难以被 prompt/fine-tune 捕获
- 商业护城河:一旦 Agent 深度学习企业业务逻辑,客户迁移成本极高,形成类似 Bloomberg Terminal 的数据体系壁垒
- 产业合作:与 MiniMax 战略合作,从游戏行业(数据量大、反馈周期短)开始将场景沉淀反哺基础模型预训练
FDE:AI 落地的交付方法论
FDE(前沿部署工程师)正从 Palantir 独门绝技扩散为整个 AI Agent 行业的核心商业模式。运作机制形成"碎石路与柏油路"闭环:前线工程师进驻客户现场,基于现有产品定制开发快速交付(碎石路);总部提炼前线共性需求标准化写入产品(柏油路),形成需求发现与产品迭代的正循环。上海政府已启动全国首个 FDE 专项培训目标储备超千人,小红书"龙虾安装 500 元"接单爆满,腾讯京东迅速跟进——底层逻辑完全一致。核心洞察:2026 年 AI 创业核心命题从"创造需求"转向"找到客户",生产力过剩时代销售能力 > 产品能力。Bob McGrew(OpenAI 前首席研究官)认为 FDE 经历本身就是最好的创始人训练营——这恰好印证了创始人重返一线的必然性。
PolarDB-PG Ontology Engine:OAG 范式与本体驱动的 Agent 决策闭环
- OAG(Ontology-Augmented Generation)范式:以结构化实体关系网络替代 RAG 的零散文本检索,实现可解释的多跳推理与执行闭环,是对 RAG 的根本性升级「阿里云开发者」
| 维度 | 传统 RAG | OAG |
|---|---|---|
| 检索内容 | 零散文本片段 | 结构化实体及关系网络 |
| 推理方式 | 基于文本猜测 | 基于拓扑多跳推理 |
| 可解释性 | 低 | 高 |
- 三层本体架构:语义层(对象、属性、关系—"名词")→ 数据流转层(同步链路与业务函数—"动词")→ 智能决策层(权限、Agent、推理规则),设计哲学借鉴 Palantir「阿里云开发者」
- 三大核心要素:Objects(业务实体建模带属性/行为/历史/约束)、Links(显式关系构成知识图谱支持多跳推理)、Actions(预定义可执行操作即标准化 API 调用),全部构建在 PolarDB-PG 之上无需额外部署图数据库「阿里云开发者」
- Skill 自动生成机制:平台自动将 Object/Link/Action 转化为 Agent 可调用的声明式 Skill,无需手动编写,Agent 据此进行"证据驱动的探索式推理",一套框架适用于运维诊断、销售分析、IT 资产管理等多场景「阿里云开发者」
- 核心能力:LLM 驱动自动内省 PG Schema 建模、对象/属性级细粒度权限治理(ACR)、高危动作人机协同审批、Polar_AGE 图引擎+向量融合检索;供应链实战中传统 3 人 1 天的加单分析缩短至几分钟「阿里云开发者」
8.5 细分赛道与独立公司案例
禾多科技陨落:智驾公司融资陷阱与战略失能
- 融资股权陷阱:2021年花都融资贱卖股份致后续融资断档,2023年全年未获新资金
- 域控战略烧钱失控:软硬一体路线需外采芯片代工,苏州团队扩至180人,量产销量无法覆盖投入
- 管理层决策失能:倪凯不表态不拍板,蒋京芳拿下比亚迪奇瑞等项目均亏损
- 量产即资金黑洞:主机厂开发费无法覆盖前期投入,智驾公司项目越多亏损越大
北电数智:"AI新国企"的全栈铺路实践
- 企业定位:北电数智(2023年成立)定位“AI新国企”,专注底层铺路而非爆款应用,2024年7月从智算中心建设转型为全栈服务商
- 转型驱动:智算中心建成后遭遇芯片生态割裂、模型适配难、场景不清三重卡点,倒逼构建“算力+数据+模型+应用”全栈能力
- 四大产品:前进·AI异构计算平台、宝塔·模型适配平台、红湖·可信数据空间、星火·智算AI工厂
- 医疗落地:樱智·α皮肤专病大模型诊疗时间缩短20%、误诊率降约15%;清智·AI合理用药大模型为全国首个该领域模型
- 工业突破:骄阳·工业大模型在工信部测评中,工具调用、多步推理、标准问答、产品客服四项均列国产首位
- AIGC应用:星火·长缨AIGC平台多智能体协同,小团队完成60集动画并签独家版权,效率提升超50%
- 方法论:不抢存量蛋糕,通过激活存量数据价值与增量创新生产力创造增量,形成“应用→数据→模型→算力”正向循环
医疗AGI:确定性架构与知识生产范式
- 医疗AGI核心范式:从复刻医生转向“创造医学”,将临床指南更新周期从3-5年压缩至季度甚至周级,实现高频自循环知识生产
- 确定性三层架构:快系统负责语言交互,慢系统调用指南深度推理,ACC层(类前扣带皮层)做一致性检测,高风险错误压制至千分之一以下
- CSEDB评测体系:联合32位临床专家构建双轨标准(13项安全+17项有效指标,基于3000+真实病例),获《npj Digital Medicine》认可
- 人机协同三模式:托管(AI独立处理预设安全场景)→分拣上报(新情况交医生裁决)→研究模式(AI辅助探索),已服务超2000万注册用户
- 基因到临床全链路:AlphaFold(2亿蛋白质结构免费开放)、AlphaGenome(基因致病性预测)与医疗AGI形成“理解生命→干预生命”闭环,寿命突破120岁正成为工程问题
- AI制药加速落地:Isomorphic Labs推进18-19个药物项目,AI数小时内完成候选化合物与2万种人体蛋白质的交叉筛查,效率提升数千至数百万倍
卫星遥感+AI企业工作流:Xoople的"管道先行"策略
- Xoople 完成 1.3 亿美元 B 轮融资,Nazca Capital 领投,累计融资 2.25 亿美元,估值进入独角兽区间
- 差异化定位:自研光学遥感卫星星座,数据质量宣称比现有监测系统高两个数量级,与 L3Harris 合作开发传感器
- "管道先行"策略:在自有卫星发射前,先将数据集成至 Microsoft、Esri 等企业 GIS 平台,用公开数据跑通分销链路,避免重资产投入后商业化路径不通
- 卫星数据价值锚点转移:从"政府国防"转向"企业 AI 训练",深度嵌入企业工作流后切换成本形成天然护城河
- 面临 Planet、BlackSky、空客等成熟对手,核心差异在于"先建分销管道再部署自有数据源",行业竞争逻辑从"谁有更好的卫星"演变为"谁能更早嵌入企业决策工作流"
- 三层技术架构:感知层(L3Harris 合作 AI 优化卫星星座)→ 融合与索引层(整合多源数据,时空对齐,构建多模态地球物理状态数据库)→ 智能与服务层(API 向企业 AI 模型提供标准化数据流),CEO 皮隆迪尼指出 AI 需要"科学级、高一致性数据集",1% 的错误都不可接受
- 竞争格局差异化:不与 Planet(高频监测)、BlackSky(实时情报)、空客(高分辨率图像)、谷歌(地理空间 AI)正面竞争,定位为 AI 时代的物理世界"记录层"与"真值层",成为微软/Esri 生态"原生的"地球观测数据引擎
- "数据管道"悖论:若主要提供数据,面临成为生态伙伴价值链附庸的风险;若深入开发分析模型,则直接与 AI 巨头竞争——尚未被完美解答的商业难题
- 太空计算范式转移信号:加拿大 Kepler Communications 已在 2026 年 1 月部署轨道上最大计算集群,约 40 颗 NVIDIA Jetson Orin 边缘处理器分布在 10 颗卫星上,通过激光通信链路互联,已服务 18 家客户——从"数据回传地面"到"轨道推理"的转变正在发生
小冰兴衰:技术领先无法对冲组织决策失败
- 多次技术窗口期领先但错失变现:2013年提出 social agent 架构,2017年生成模型已自发产生类似 Chain-of-Thought 的"思考过程",2023年推出思维链项目 X-CoTA 仅存活一个月即被叫停
- 股权结构是致命弱点:沈向洋持股70%、李笛持股20%,沈转向阶跃星辰后小冰资源被抽离,账上仅剩一个半月预算时被要求无息出借近6000万给关联公司
- 估值从20亿到崩盘仅一年:2022年末估值20亿美元,2023年传出资金吃紧,2025年2月李笛被解除职务,年底以"明日新程"重新创业,团队不足20人
- 核心教训:技术领先不等于商业存活,产品哲学(反 DAU、长程关系)在资本追求增速环境下缺乏说服力,"君子协定"在利益冲突面前无约束力
ColaOS任务酒馆:AI Native液态组织实践
- 任务酒馆模式:取消 Title 与职能部门墙,全员转型全栈 Builder,基于开放任务池动态组建液态小队,以交付成果为唯一考核标准,迭代效率从单线半月一更跃升至三线并行月交付 8-12 个功能
- 商业实证:一年内从 0 到 300 万美元 ARR,估值达 5000 万美元,跻身 Nvidia 2025 中国初创企业十强;Q3 走通 PMF,Q4 达数百万美金 ARR
- 转型三大挑战:心态跃迁(被动执行到主动解决)、技能鸿沟(全员全栈化)、创新定义重构(解决老问题效率提升 10 倍才是创新)
- 底层逻辑:"文化是唯一的 API",康威定律重构——液态组织才能产出 AI Native 产品;人效突破路径不是分工而是取消分工、提升个体全栈能力
9. AI 伦理治理与产业服务化
9.1 AI 服务供应商风险与治理
Anthropic 风控激进化与供应商锁定风险
- 业务停摆案例:Belo App(拉美300万用户)60+付费账号一夜全封,仅能通过Google表单申诉,企业等待4天以上无回复
- 风控误判四大模式:共用信用卡触发重复账户检测(注册15分钟内封禁)、面部识别算法偏差、公司VPN/IP被标记、安全策略过度拦截正常学术探索
- 申诉流程死循环:唯一通道为Google表单,无人工审核,首次被拒无原因,客服邮件仅返回自动回复循环引导回表单
- 数据资产永久丢失:对话历史、集成配置、Skills等随封号冻结,切换替代平台需重建全部对话历史与集成流程,迁移成本显著
- Anthropic 风控策略激进化:大量企业与个人用户在无预警、无解释情况下被批量封禁 Claude 账号,申诉仅通过 Google 表单,缺乏人工审核与响应时效承诺
| 封禁触发场景 | 典型问题表现 | 造成的业务影响 |
|---|---|---|
| 团队批量注册/公司 VPN | 60+ 付费企业账号一夜全封 | API 调用与订阅收入立即中断 |
| 共享企业支付方式 | 系统判定为"重复账户" | 注册 15 分钟内封禁,多次申诉无果 |
| 自动身份验证误判 | 算法将成年开发者误判为未成年 | 外貌特征导致偏见性拒绝,需反复验证 |
- 申诉通道严重失效:首次申诉被拒无理由,后续申诉无回应;企业版用户等待 4 天以上无回复,部分案例长达 8 个月未解决
- AI 厂商锁定风险超传统 SaaS:AI 不仅存储数据,更承载对话历史、工作流与组织知识;一旦断供,迁移成本极高,且需放弃已有的深度集成
- 基础设施治理真空:Anthropic 以基础设施商姿态运营却缺乏匹配的责任机制;受害用户已建立 "Banned by Anthropic" 请愿网站,诉求为引入人工复核与申诉透明度
Mythos 在金融业的防御性部署:财政部争取与华尔街测试
财联社AI daily(20260415) | 新智元(20260419) | 十字路口Crossing(20260419)
- 财政部CIO Sam Corcos积极争取Mythos使用权限:Corcos为Levels联合创始人、马斯克"政府效率部"成员,2025年中期被任命为财政部CIO,此前已在财政部内部推动使用Claude AI工具
- 华尔街主要银行已开始内部测试:摩根大通、高盛、花旗、美国银行、摩根士丹利均已获得Mythos访问权限,监管层敦促金融机构利用Mythos主动检测系统漏洞
- 美国政府内部立场显著分裂:国防部将Anthropic列为"供应链风险",财政部却积极争取其技术;美联储主席鲍威尔与财长贝森特紧急召集华尔街高管讨论Mythos引发的网络安全风险
- "以攻促防"成为金融业新范式:监管层推动银行业从被动防御转向利用AI主动检测漏洞,AI攻防能力正在重塑金融安全策略
- 白宫决定以"修改版"部署Mythos:顶着五角大楼对 Anthropic 的禁令,白宫管理和预算办公室联邦 CIO Gregory Barbaccia 已向国防、财政、商务、国土安全、司法、国务院等多部门发信要求做准备,但未给出时间表
- "修改版"的双重约束机制:技术层限制可调用能力、拦截特定行为、强制日志留痕;制度层将用途锁定在防御性网络安全、漏洞挖掘、系统加固范围内——非直接部署原版模型,而是通过技术限制+制度约束的双重机制定制接入,这很可能成为前沿模型进入高敏感场景的标准范式
- 监管范式从训练安全转向部署安全:过去一年美国 AI 监管主线是算力、芯片、出口管制和训练安全;Mythos 标志议题转向部署安全——模型影响从"生成错误信息/替代知识工作"升级为直接改变漏洞发现速度、攻击面暴露顺序、关键行业修复节奏
- 证券业协会警告系统性金融市场扰动:Mythos 若被恶意使用,后果可从大规模身份盗窃扩展到系统性金融市场扰动,SEC Consolidated Audit Trail 等集中存储系统成为高价值目标
- AI 治理的现实悖论:同一政府一边急切使用模型修补漏洞,一边封禁模型提供方——美国财政部 CIO 本人申请访问权,同时联邦上诉法院拒绝 Anthropic 暂停封禁请求,反映出前沿 AI 治理中能力依赖与风险恐惧的深层矛盾
- 能力与风险同源:翻内存找密钥和翻出 27 年老 bug 是同一种能力,防御者与攻击者均可利用——Mythos 仅通过 Project Glasswing 定向开放给十余家核心参与方,限定防御性网络安全用途
- Opus 4.7 更新被视为铺垫:先在更广泛可用模型中部署高风险用途的自动识别和拦截机制,再逐步向高敏感场景扩展——典型的联邦官僚体系风险管控路径
9.2 AI伦理危机与信任机制重构
AI 造假的系统性拆穿
- AI 包装的商业神话:MEDVi 宣称仅 2 人用 ChatGPT/Midjourney 等十几种 AI 工具,在 2 个月内创立公司,预计 2026 年营收达 18 亿美元
- 财务数据远超同行:MEDVi 2023 年营收 4.01 亿美元、净利润率 16.2%(行业龙头 Hims & Hers 为 5.5%),但该数据未经审计且建立在虚假营销之上
| 对比维度 | MEDVi | Hims & Hers |
|---|---|---|
| 2023 年营收 | 4.01 亿美元 | 24 亿美元 |
| 员工数 | 2 人 | 2442 人 |
| 净利润率 | 16.2% | 5.5% |
| 合规方式 | 全外包第三方 | 自建医生网络 |
| 融资情况 | 零融资 | 多轮融资 |
- 极致外包+极致 AI 的双轮模型:后端医疗全外包(问诊/处方交由 OpenLoop),前端全 AI 化(写代码/营销/客服),实现 2 人撬动超 4 亿美元年营收
- 系统性造假被拆穿:被曝用 AI 换脸伪造减肥效果图(盗用 Reddit 用户原图加工)、运营 800 多个假冒医生 Facebook 账号推广药物
- 灰色合规地带的风险:核心优势依赖美国 503A/B 配制药条款将 GLP-1 价格降至首月 179 美元(对标正版 Wegovy 每月 1349 美元),监管收紧将致命
- 三重法律危机密集爆发:2026 年 1-3 月先后遭遇 160 万份患者记录数据泄露、FDA 警告信、加州反垃圾邮件法集体诉讼
愚人节之死与信任危机
2026 年愚人节成为 AI 时代信任困境的隐喻。Google、Anthropic 等 AI 御三家集体缺席,The Verge 编辑总结有 AI 产品的公司只剩四个选项——不参加、发布真产品、明确标注为笑话、骗用户后承受后果。讽刺的死亡条件是:整蛊好笑的前提是与现实有足够距离,当 AI 功能真的被塞进一切设备,"给手柄加 AI"不再是笑话而是预告。Traeger 的 MEAT-AI 烧烤眼镜被评为"今年最佳 AI 讽刺"——该品牌已有 AI 温控智能烤架在售,假产品离路线图仅隔一个产品周期。与此同时,Anthropic 因 npm sourcemap 未加密导致 50 万行 Claude Code 源码泄露,MIT Technology Review 宣告 AI 基准测试体系全面失效,信任成本正指数级上升。
数字遗产与人格权边界
- "张雪峰.skill"将逝者著作、采访、语录打包训练为 AI 技能包,可模拟其风格提供志愿填报分析,引发对逝者数字遗产利用与人格权保护的争议
- 逝者生前持股公司客服表示将启动核查,当前法律在人格权数字延伸领域存在空白
- EA框架崩塌细节:SBF入行加密受EA核心人物威廉·阿斯克尔劝说,其前妻阿曼达至今领衔Claude原则
- 宗教伦理工程优势:各大宗教伦理体系已处理伦理难题超两千年,具备可编码操作规范
- 梵蒂冈制度化时间线:2019创ITEC→2020签罗马呼吁书→2023出实操路线图→2025多宗教峰会
- 对齐范式转移:从抽象原则推导转向"叙事注入+强化学习迭代",麦奎尔用虚构写作让模型体验全频谱伦理
- 道教合作:瑞克·罗宾基于道德经81章搭建"编程之道";宗教界"人格主体性"论证比科技向善更具法律效力
数据取代算力成为AI竞争核心:数商产业的结构性机会
- 数据取代算力成为AI竞争核心:产业共识从"算法为王"转向"数据决定AI上限",96%数据尚未有效流通,公域数据仅占4%,私域数据价值释放面临安全、孤岛、合规三重瓶颈「数据猿」
- 高质量数据投入产出比达1:5:模型开发80%成本在数据准备,数据质量每提升1%带来5%以上产业回报
- 数据互操作协议突破"三异"难题:伏羲智库/李晓东提出数据互操作协议,连接复杂度从N²降至2N;之江实验室"海纳数据枢纽"实现"算力-数据-模型"三位一体即插即用
- 数据要素产业化三层跃迁:资源化→资产化→资本化,数据需经历"数据→信息→洞察→行动→价值"闭环转化为产业动能;数据消费主体从人类转向AI,需构建"可训练、可理解、可执行"新范式
- 2026年被定位为数商黄金期:数商产业从1.0迈向3.0,"十五五"期间数据集团等复合型主体成核心发力点;数据互操作是中国弯道超车窗口「数据猿」
9.3 AI产品形态分化与服务链
Agent 产品定义与垂直赛道机会
- Agent产品定义(龙虾):在LLM基础上叠加记忆系统、技能手册与自动任务机制,构成与外部世界打通的完整智能体,解决LLM"聊完就忘"的缺陷
- 交互变革催生产业革命:用聊天软件与Agent沟通,类比iPhone去掉硬键盘换全面屏,日常对话即私有数据沉淀
- 垂直Agent与通用Agent竞争格局:通用Agent比底层模型能力,赢家属于少数头部大厂;90%参与者的真正机会在垂直赛道,核心壁垒为行业know-how与场景
| 维度 | 通用Agent | 垂直Agent |
|---|---|---|
| 竞争壁垒 | 底层模型能力 | 行业know-how+场景 |
| 赢家格局 | 少数头部大厂 | 各行业90%参与者 |
- 系统0概念:在卡尼曼系统1(直觉)和系统2(理性)之外,AI可能成为在直觉启动前就给答案的存在
- AI普及与学习认知:AI迭代太快导致"会"本身成为不稳定状态,与其纠结能否被教会,不如直接上手实践
AI 工具治理与服务产业链
- 开发者与AI交互规范化:CLAUDE.md 认证体系分三级(Bronze/Silver/Gold),通过率分别为 92%、34%、3%,全球开发者写入 CLAUDE.md 总字数已超同年 README.md,说明 AI 交互规范正成为比项目说明更关键的基础设施
- AI Agent 服务链迅速成型:产业在技术未稳时已涌现"龙虾安装师 300元/次、保姆 800元/月、保险 29.9元/月"等角色,映射 PC 互联网早期的"装机"经济
- 城市级 AI 基础设施铺开:北京亦庄开放 100 个 AI 应用场景,600 平方公里车路云一体化系统已覆盖,人形机器人半马参赛队从 22 支增至 100 余支
- 顶尖模型差距判断:智谱张鹏评估国内顶尖模型与海外差距约 6-12 个月,通过上万虚拟任务沙盒训练模型处理长程开放任务
- AI 时代人的稀缺性转移:罗振宇提出当"实现"不再稀缺,人最后的稀缺价值是定义"想要什么";李继刚提出"系统 0"概念,AI 在直觉和理性之前率先给出答案
- AI 能力的不可复制性:全场辩论"教别人用AI能否教会"以反方 664 票胜出,揭示 AI 能力本质上是个人化、不可批量传授的
- 法律体系开始正视 AI 冲击:深圳一人公司创始人尝试将 7 个 AI Agent 登记为"虚拟员工"以享税收减免,相关部门讨论 AI 劳动当量(ALE)概念
Primitive vs Solution:AI 时代软件形态的命运分野
- AI 蒸发的不是软件,而是 Solution 形态的软件——把完整工作流打包卖给用户、核心价值依赖界面和交互的产品正在贬值;Primitive 形态(被开发者、系统和 Agent 反复调用的基础能力)正在加速升值「刘小排r」
- 判断标准:Primitive 是"用来造东西的东西",不可再分、可被他人构建,核心价值来自 API/协议/数据;Solution 核心价值来自界面和用户体验,界面占比大则不是 Primitive
| 维度 | Solution | Primitive |
|---|---|---|
| 核心价值来源 | 界面、流程、用户体验 | API、对象、协议、数据 |
| 用户 | 终端用户(人) | 开发者、系统、Agent |
| AI 冲击 | 高危——AI 可快速复刻 | 受益——AI 越强调用量越大 |
| 典型代表 | 面向用户的 SaaS 工具 | Stripe、Cloudflare、Twilio |
- 经典验证:AWS 内部争论做"完整网站托管方案"还是"一组分开的服务",Bezos 拍板做后者,EC2/S3/SQS 各自独立吃掉整个云市场;Stripe 以 Primitive 集合后来居上超越 PayPal 的 Solution 定位「刘小排r」
- 未来软件市场最大客户是 Agent,Agent 只买 Primitive;创业者的核心问题从"服务哪个用户"转向"被哪个 Agent 调用";小团队同样能做 Primitive(BuiltWith 1 全职+1 兼职年收入 1400 万美元)「刘小排r」
- 中国创业者的结构性盲区:十年"打赢思维"训练出擅长做界面和平台的创业者,但缺乏构建"被调用"产品的思维习惯;"Primitive"在中文世界没有准确翻译,说明该概念从未被高频思考「刘小排r」
10. 产业动态与科技要闻
10.1 年度产业全景与趋势报告
斯坦福 AI 指数报告 2026:中美动态平衡与基准危机
智东西(20260414) | 量子位(20260414) | 硅星人Pro(20260415) | AIGC开放社区(20260416) | AI有道(20260416) | 人工智能学家(20260416) | AI信息Gap(20260416) | 赛博禅心(20260414) | APPSO(20260414) | Datawhale(20260414) | 深度学习与NLP(20260414)
| SWE-bench 编码 | 60% | 接近100% | +40pp | | 网络安全解题 | 15% | 93% | +78pp | | Terminal-Bench 2.0 | 20% | 77.3% | +57pp | | Humanity's Last Exam | 8.8% | 超50% | +41pp |
- 透明度指数从 58 分跌至 40 分:95 个标杆模型中 80 个未公开训练代码,越强的模型越不透明,安全审计面临根本性困难
- AI 安全事件增至 362 起(同比+55%),幻觉率因测试方法差异达 1.8%-94%,非英语场景性能较标准语下跌近 50%
- 22-25 岁开发者就业下降近 20%,入门岗位被压缩而资深岗位反增;职能分化:工程/制造 56% 关联成本削减,营销/战略 60% 关联收入增长
- 专家与公众认知鸿沟达 50pp:73% 专家对 AI 就业乐观 vs 公众 23%;美国仅 31% 信任政府监管 AI,为受调国最低
- 训练碳排放从 0.01 吨暴涨至 72,816 吨:Grok 4 碳排约 7.28 万吨(700 万倍增长),DeepSeek v3 仅 597 吨印证训练效率优势
- 生成式 AI 三年渗透率达 53%,远超 PC 和互联网;美国消费者 AI 年剩余价值从 1120 亿增至 1720 亿美元(+54%)
- 算力集中与供应链脆弱:美国 5427 个数据中心(全球第二 10 倍+),领先 AI 芯片几乎全依赖台积电单一工厂
- 赴美 AI 研究人员净流入较 2017 年骤降 89%,过去一年暴跌 80%;中国政府引导基金累计部署超 9120 亿美元未走市场化渠道
- 负责任 AI 维度存在根本性冲突:差分隐私提升保护但准确率可降 33pp,目前无框架解决此 trade-off
小米汽车CTO首访:AI+汽车融合的方法论与国际化布局
- 胡峥楠履新小米汽车CTO后首访:核心主张"第一要务是重新学习",传统汽车工程经验必须与AI、消费电子、信息通信深度融合;雷军要求CTO本人开始"AI coding",拥抱AI是所有技术人员基本要求「甲子光年」
- 产品与市场进展:新一代SU7锁单超60000台,YU7 GT于5月底上市;Xiaomi Vision Gran Turismo概念车首次国内展示「甲子光年」
- MiMo大模型从V2.0到V2.5仅用6周,技术迭代速度远超传统汽车行业节奏;AI已将传统材料开发周期从数年缩短至数月「甲子光年」
- 慕尼黑欧洲研发中心定位"能力中心"(非执行机构),承担造型设计、高性能开发、豪华定义、本地体验、前瞻研究五大职能,2026年正式进军欧洲市场;协同三步法:建立连接→相互理解→统一工作体系「甲子光年」
- 技术路线哲学:拒绝固化技术路线,"十年的技术规划不适合这个时代",技术敏感度和快速刷新能力更重要;小米将智能电动车定义为汽车行业第四次产业融合(新能源+消费电子+信息通信)「甲子光年」
华为2025年年报:营收重回制裁前水平
- 财务全景对比:2025年华为销售收入达8,809亿元(同比+24.7%),已全面恢复并超越美国制裁前2019年(8,588亿元)的水平。
| 指标 | 2024年 | 2025年 | 变动趋势 |
|---|---|---|---|
| 销售收入 | 7,062亿元 | 8,809亿元 | +24.7% |
| 净利润 | 635亿元 | 680亿元 | +7.1% |
| 净利润率 | 9.0% | 7.7% | -1.3pct |
| 研发投入 | - | 1,923亿元 | 占比21.8% |
- 研发投入强度全球居首:2025年研发投入1,923亿元,费用率高达21.8%,远超苹果(~6%)和谷歌(~13%),近十年累计超13,820亿元。
- 利润率承压的战略选择:净利润率从9.0%降至7.7%,体现华为以高研发投入(聚焦麒麟/昇腾芯片、鸿蒙OS、AI大模型)换取长期技术壁垒的战略定力。
- 业务与研发体系:拥有五大业务板块(ICT基础设施、终端、云计算、数字能源、智能汽车),研发人员达11.4万名,为全球研发人员最多的科技企业之一。
追觅切入机器人赛道:家电巨头的人才争夺战
- 内容严重不匹配:本 block 标题为追觅机器人赛道,但引用文章内容为 DeepSeek V4、阿里视频模型、AI 政策等,与追觅/宇树完全无关
- 建议重新匹配来源文章,当前 article_id 114814 明显为错误关联
Nuvacore:Apple芯片高管二次创业,CPU挑战GPU主导的AI算力格局
- 核心团队二次联手:Gerard Williams、John Bruno、Ram Srinivasan均为Apple自研芯片计划核心成员,上一家创业公司Nuvia于2021年被高通以14亿美元收购,团队已验证芯片创业商业闭环能力
- Sequoia Capital领投种子轮,预计数月内完成A轮融资;团队在硅谷、奥斯汀、安大略万锦市同步组建
- 核心论点挑战行业共识:定位CPU为AI数据中心关键瓶颈而非GPU,直指NVIDIA主导的AI算力市场
- 产品路线待定:通用CPU核心设计,面向数据中心,尚未确定提供半导体设计IP还是完整芯片
- 竞争格局:NVIDIA推出独立CPU产品线、Arm借CPU复兴趋势推新品、Intel数据中心芯片需求激增
科技行业多线速递:SpaceX IPO、特斯拉转产、AI监管首案
- SpaceX秘密提交IPO申请,目标估值1.75万亿美元,拟融资400-800亿美元,有望成为史上最大IPO,最早7月上市
- 特斯拉宣布停产Model S/X,加州弗里蒙特工厂产线转为Optimus人形机器人生产基地,目标年产能100万台,标志战略重心从消费电动车转向具身智能
- 湖南首例AI造谣刑案宣判:阳某用AI制作虚假恶性事件视频,以寻衅滋事罪获刑六个月
- 特斯拉承认Robotaxi有远程人工接管:车速<3km/h时远程操作员可直接控制(最高16km/h),与Waymo仅提供建议的模式不同
- 智谱上市首份财报后市值突破4000亿港元,2025年营收7.24亿元(+131.9%),年内亏损47.18亿元(+59.5%);宇树科技科创板IPO被抽中现场检查,2025年营收17.08亿(+335%)
- 甲骨文突发裁员3万人(约全球员工18%),小米连挖两位特斯拉核心高管(宋钢任厂长、孔艳双负责汽车销售),小鹏副总裁魏斌离职
OpenAI Privacy Filter:开源轻量级隐私识别与脱敏模型
- 核心定位:OpenAI 开源轻量级隐私识别与脱敏模型,基于 MoE 架构(1.5B 总参数,50M 激活参数),可在浏览器/CPU 本地运行,支持 Apache 2.0 商用
- 技术架构:为每个 token 打标签进行敏感信息分类与遮蔽,采用两阶段训练:自回归预训练(同源 gpt-oss 基座)→ 替换分类头 + 双向带状注意力(带宽128)
- 上下文理解突破:能结合上下文区分“私人地址”与“公共地址”,避免传统正则的机械匹配,英语 F1 达 0.934
- 八大标签体系:private_person/address/email/phone/url/date 及 account_number、secret,仅识别指向具体私人的信息,标签不可运行时配置
- 已知短板:一跳推理弱、对抗格式易穿透(插空格/emoji替换)、非拉丁文字表现下降、医疗/法律/金融等高敏感场景需人工复核与 domain 微调
- 架构意义:模型小到可跑浏览器,敏感数据可在本地完成脱敏后再上云,从架构层面减少隐私泄露面
小牛电动 AI 转型:AIOS 系统级原生接入
- 战略定位:小牛电动选择“现有业务+AI”路线,不做底层大模型,而是紧跟开源生态,利用十年350亿公里骑行数据训练垂类模型作为护城河。
- 芯片级原生接入:自研AIOS系统从底层打通AI链路,指令走最短路径,避免了传统云端交互的冗长流程,实现最高效率。
- 三大AI核心应用:涵盖AI导航(动态路径规划)、AI FOC(个性化电机曲线)和AI BMS(差异化充电策略与精准电量预测)。
- 753技术迁移战略:向前看7年、筹备5年、量产3年,成功将毫米波雷达成本从千元级大幅降至200元。
- 数据驱动的产品决策:真实用户浅充浅放数据证明电池寿命可达7-8年,颠覆实验室数据,直接改变了产品定义与硬件策略。
- AI编程工具深度应用:内部测试要求工程师两周内禁止手写代码,所有编码调试通过AI完成,验证70%可行性后全面推广。
- 全栈生态协同:与高通、海思、禾赛等构建“科技朋友圈”,联合探索各类大模型API边界,打磨最高效的模型工作流。
2026存储行业结构性拐点:全闪存"分层"时代与中小企业红利
- 供给需求双向挤压:HBM抢占产能致NAND供给收缩,需求端极热/温冷数据两极分化,中间负载地带被挤压
- 盘内分层技术:单块SSD内SLC与容量区域动态协同,热数据保响应、冷数据降成本,无需在采购时做取舍
- 融合架构降本:块/文件/对象三合一融合架构,原生支持多协议,实现一套设备替代传统三套存储系统
- 中小企业红利:存储竞争从系统参数转向介质级精细调度,全闪存成本门槛降低,医疗、制造、教育负载得以从机械硬盘迁移
满分运动:AI + 智能运动舱的体育教育破局
- 青少年体质危机严峻:2023年中小学生体质优良率仅56.6%,6-17岁超重肥胖率达19%,上海某中学425名男生引体向上平均仅0.1个。
- 应试化体育教育失效:分值与课时增加反催生考前突击,力量耐力项目需长期积累,而1对40+师生比无法提供个性化指导。
- 软硬一体方案破局:满分运动通过垂直大模型+智能运动舱+视觉识别,实现1V1智慧体育教学,已覆盖11城200校及30万+用户。
- 垂直大模型深度精调:飞驰大模型基于百万篇体育文献、专家报告及青少年体测数据训练,并非通用模型简单包装。
- 智能体与硬件闭环:“小满老师”搭配占地仅1平米的自研运动舱(手环+划船机+终端),可锻炼86%以上肌肉群,规模化部署门槛低。
- 视觉识别解决数据痛点:通过摄像头实时监测动作完成度,收集真实运动数据驱动模型迭代,摆脱对用户自报的依赖。
- 商业验证高速增长:2022-2025年合同销售收入年均增长超100%,预计2026年实现亿元级营收。
三星中国战略收缩与AI蒸馏封杀
三星中国战略收缩与 AI 蒸馏封杀升级
三星中国计划仅保留手机和存储两大部门,其余业务面临全面撤出,手机在华份额长期低迷,保留该部门更多出于全球供应链和品牌战略考量。美国前沿模型论坛(FMF)由 OpenAI 联合微软于 2023 年成立,正共享情报侦测中国企业的对抗性蒸馏行为,Anthropic 已禁止中资企业使用 Claude 并点名 DeepSeek、月之暗面、MiniMax 三家。
- 携程启动无理由事假实验:约 6000 名员工随机分实验组和对照组,实验组额外享有每年最多 45 天无需说明事由的事假,将与专业学者合作分析数据
- 《MATCH 法案》拟对华为、中芯国际等 5 家实施近乎全面先进设备出口禁令,从管制晶圆厂转向管制企业主体,75% 阈值机制为中方留下国产替代窗口
- 千寻智能 30 天累计融资 30 亿元(雷军+马云联合押注具身智能),已积累超 20 万小时真实交互数据
MIT 科技评论年度 AI 趋势:十大关键词全景扫描
- LLM 从"聊天助手"向"AI 劳动力"进化:混合专家模型(MoE)按需激活降低算力消耗;上下文窗口扩展至 100 万 token 但长任务可靠性仍存瓶颈;MIT CSAIL 提出"递归 LLM"将输入拆分并行处理提升可靠性;部署成本按年化已降数百倍
- 人形机器人吸引 61 亿美元投资(2025 年):全球涌现大型训练中心采集真实人类运动数据;核心困境为仿真无法还原真实物理特性;世界模型赛道主要玩家包括 DeepMind、World Labs、杨立昆初创公司、OpenAI
- AI 安全双刃剑加剧:Anthropic 的 Mythos 模型在所有主流 OS 和浏览器中发现严重漏洞被迫推迟发布;微软每天处理超 100 万亿可疑信号、年拦截 40 亿美元诈骗交易;深度伪造广泛用于色情、诈骗和政治操控
- Claude 深度嵌入美军作战流程:五角大楼称需六个月才能替换;指挥官开始向 LLM 寻求行动建议(目标优先级排序),从情报分析进入杀伤链决策环节;核心风险为高压时间约束下 AI 建议可能未经核查即执行
- 中国开源模型下载量首次超越美国:阿里系衍生版本数超谷歌与 Meta 之和;地缘逻辑为高端芯片受限下以开放换生态的差异化路线;多极化 AI 格局已成既成事实
- AI 科学家加速落地:OpenAI 与 Ginkgo Bioworks 合作实现 AI 自主迭代实验方案,某蛋白合成成本降低 40%;隐忧为科研过度依赖 AI 可能偏向"易建模、数据足"领域,冷门关键问题被忽视
大模型击穿知识供应链:从静态封装到 Intelligence as a Service
- AI 不是换渠道而是重构知识供应链:从知识生产→封装→分发→消费全链路被大模型"截流",出版业从"加工者"角色被绕过,中国图书市场(千亿级)每年以约 100 亿速度萎缩「MindCode」
| 阶段 | 载体形态 | 知识组织方式 | 交互模式 |
|---|---|---|---|
| 印刷时代 | 纸质书 | 封装在封面内,书与书隔绝 | 线性阅读,单向接收 |
| 互联网时代 | 超文本/Web | 超链接连接信息 | 点击跳转,被动浏览 |
| AI 时代 | 大模型 | 全部知识融合为一体 | 自然语言交互,按需生成 |
- 版权垄断基础正在瓦解:出版业赖以生存的版权壁垒被 AI 吸收重构,核心不可替代能力转向判断力(发现好内容)+ 编排能力 + 叙事能力;创作者壁垒从"拥有知识"转向"构建人设深度"「MindCode」
- 未来知识产品三大形态:①千人千面的多模态产品(如 Lenny's Podcast 开源逐字稿后粉丝衍生出技能库、知识图谱等)②可交互数字出版物(根据认知模型设计交互,读到概念弹出实操入口)③硅基灵魂(个人故事喂给 AI Agent 形成可进化的情感链接)「MindCode」
- 最稀缺的变成"体感":当知识可随意调取,未被数据化的物理世界体验成为碳基生命最大特权——亲身体验、动手实践是 AI 无法替代的认知护城河「MindCode」
Google Cloud Next 26:五层智能体生态与系统统治力
AI科技大本营(20260423) | 前沿在线(20260424) | 硅星人Pro(20260423) | AI前线(20260423)
- TPU 8i(推理):与联发科合作,单Pod 1152芯,缓存驻留硅突破内存墙,延迟降5倍
- 算力性能跃升:推理成本较上代降65%(较同级GPU低50%+),单Pod支持数百万并发
- Virgo Network:13.4万芯与47 Pb/s无阻塞带宽,总算力170万exaflops,支持超百万TPU集群
模型与开放生态
- 开放协议与模型:A2A+MCP完全开源;首发Gemini 3.1 Pro/Flash(200万token,幻觉率降60%)
- 多模态企业模型:推出3.1 Flash Image(视觉)、Veo 3.1 Lite(视频)、Lyria 3 Pro(音频)
- Agentic Data Cloud:含Knowledge Catalog等套件,Lightning Engine性能翻倍,跨云零复制查询
- Agent构建平台:Gemini Enterprise提供Low-Code Studio等,具备唯一加密ID授权策略
- 内部开发平台:自研Antigravity平台支持智能体在浏览器内自主完成规划、编码与测试全流程
安全防御与落地验证
- 安全层智能体:Wiz并入推Red/Green/Blue架构,triage Agent将威胁调查缩至60秒,拦截提前7天
- 苹果与云格局:谷歌成苹果首选云伙伴共研基础模型驱动新Siri;谷歌云占11%但增速32%超AWS
- 内部规模化验证:当前75%新增代码由AI生成(AI目标已纳入绩效考核),IT故障响应缩短80%
- 客户落地数据:Signal Iduna八成员工自主构建Agent;KPMG首月90%采用率;YouTube TV六周全覆盖
全球科技企业AI代码生成占比对比
| 公司 | AI代码占比与演进目标 |
|---|---|
| 谷歌 | 24年10月约25% → 24年秋50% → 当前75% |
| 微软 | 部分项目达20-30%(2025.4) |
| Meta | 目标55%智能体辅助(25Q4),创意部门75%(26H1) |
| Snap | 目标至少65%新代码由AI生成 |
海淀创新生态:从参数竞赛到落地效率的系统性重构
- AI竞争焦点转移:从"模型能做多大"转向"能多快进入产业",参数红利退潮,转化效率接管叙事
- 创新基础设施构建:集聚区采用"1+3"功能布局(投融资为核心+国际咨询/科技媒体/政务服务),重构早期科技公司时间成本
- 资本协同机制:"五方六力"将政策/资本/人才/技术/空间/服务组织成协同,目标是投资前移、识别做深、耐心资本机制化
- 学生AI创业范式转变:2026年从"技术驱动"转向"问题驱动",先找行业痛点再反推模型需求
- 落地效率验证:量塔科技(AI+审计)成立仅两个多月,在集聚区帮助下已与三家会计师事务所建立合作
模型转售乱象与算力市场供需逆转:AI产业多线博弈
- 头部大厂自研视频模型滞销,批量采购可灵API转售撑体量,转售全额计入销售业绩(非差额利润),是技术竞争力不足的缓兵之计
- B300算力卡价格半年涨幅约14%(440万飙破500万),华东大厂或下单超万台,算力市场从买方市场转向卖方市场
- 京东旗下存算一体芯片公司伽脉科技成立不到一年即重大调整,员工可选转入合资公司或N+1离职,或因成本过高或战略定位重叠
- 某上市公司投机式业务扩张呈现高度一致的失败模式:追风口→投入不足→快速关停,具体历程如下表:
| 业务方向 | 追风节点 | 结果 |
|---|---|---|
| 对标ChatGPT大模型 | 2023年入场 | 模型效果始终不达标 |
| 短剧业务 | 大模型失败后转向 | 内容负责人空缺,无人可用 |
| 线上潮玩 | 泡泡玛特股价飞涨后 | 两三个月即关停 |
| AI角色扮演 | 当前最热业务 | 号称DAU 30万,实际仅8000 |
- AI角色扮演产品数据严重造假:号称DAU峰值30万实际平均仅8000,海外产品因擦边被App Store封禁
安擎科技:中国最大独立AI服务器厂商冲刺港股
- 2025年营收55亿元(+99.28%),净利润1.22亿元(+90.63%),近三年收入复合增速超50%;市占率2.0%,为中国第六大AI计算设备解决方案提供商、最大独立公司
| 年度 | 营收(亿元) | 净利润(亿元) | 毛利率 | 研发费用(亿元) |
|---|---|---|---|---|
| 2023 | 22.06 | 0.54 | 10.1% | 0.58 |
| 2024 | 27.60 | 0.64 | 8.8% | 0.54 |
| 2025 | 55.00 | 1.22 | 6.0% | 0.64 |
- 年销8951台服务器:AI服务器均价92万元/台(4834台),其他服务器均价4.48万元/台(4117台);毛利率受原材料涨价挤压持续下滑
- 液冷技术差异化:中国内地首个具备超流体液冷AI服务器全链路解决方案能力的厂商;亚太少数获NVIDIA精英级OEM认证的公司之一
- 商汤持股3.83%为第五大股东,安擎估值约36亿元;五大客户收入占比从47.2%升至61.4%,集中度持续提升
- 独立AI服务器商的结构性困境:最大独立公司仅2.0%市占率,行业话语权向浪潮信息、超聚变、新华三等综合厂商集中;客户供应商身份重叠,治理存隐患
工业AI进入应用深水区:四大厂商的破局路径
- 应用渗透率激增:中国工业企业应用大模型及智能体比例从2024年9.6%激增至2025年47.5%,多环节同时应用比例从1.7%跃升至35%;IDC预测2028年全球工业AI支出将接近2.2万亿元,年复合增长率63%
- 三重落地困境:①数据孤岛——MES/ERP/SCADA系统彼此孤立,缺乏统一语义坐标系;②AI幻觉与工业可靠性的根本矛盾——工业场景要求100%可靠(西门子博乐仁),大模型概率性输出无法满足;③核心场景渗透不足——大多数AI落地停留在智能问答/客服,生产制造等高价值场景推进极少
- 四大厂商破局路径:PTC从PLM向IPL转型,数字主线拉通设计-制造-交付全流程;SAP以Joule智能副驾推动多智能体协同,从"记录系统"走向"行动系统";西门子强调100%可靠AI,构建工业AI"操作系统";创新奇智"本体+智能体"深度融合,动态工业图谱推演准确率95%+
- 范式错配是核心矛盾:大模型擅长文本生成,工业核心场景高度依赖时序数据与物理逻辑,两者存在根本性范式错配——工业AI不能简单套用消费级AI路径,本体约束、知识图谱等"拴缰绳"机制是刚需而非可选项
- 数据治理先于AI应用:PTC、创新奇智的路径均表明统一语义坐标系和数字主线是AI发挥价值的前提,"先治数据、再上智能"是正确顺序
千问AI眼镜真实急救案例:穿戴AI的"在场性"价值验证
- 真实急救案例验证穿戴AI价值:千问AI眼镜准确识别气胸,用户就医确诊肺部压缩超50%,医生判断拖延可能危及生命
- 打破侥幸决策惯性:用户自行归因肌肉拉伤,AI返回"气胸"关键词触发警觉,配合手机端交叉验证后立即就医
- 术后双手受限场景独特优势:用户无法说话和操作手机,眼镜识别极轻气声指令持续对话,成为唯一可交互终端
| 场景 | 眼镜作用 | 手机局限 |
|---|---|---|
| 驾车途中 | 免手即时交互 | 无法使用 |
| 急诊等待 | 解答流程/预期 | 需手持 |
| 术后留观 | 识别气声陪伴 | 无法抬手 |
| 抢救过夜 | 语音缓解焦虑 | 无法使用 |
- "在场性"是穿戴AI核心壁垒:双手被占用时(驾车、术后),眼镜是唯一可自然交互的终端形态
- 多AI工具交叉验证成新模式:便捷设备初筛→手机深度确认→行动决策,形成完整决策链路
半导体与商业动态速览
- 黄仁勋警示美国AI技术护城河风险:DeepSeek若在华为昇腾芯片首发,意味AI模型或脱离美国技术栈运行
- 能源是AI最底层基础设施:中国能源充足廉价,7nm芯片已“足够好”,可用算力规模弥补制程劣势
- 算法进步是AI主要驱动力:计算受限反而催生更智能算法,DeepSeek为典型,中国拥有全球顶尖AI研究人员
- DeepSeek V4预计下旬发布:万亿参数+百万级上下文窗口,首次深度适配华为昇腾等国产芯片
- 苹果Siri团队架构剧变:原AI负责人出局,Vision Pro负责人接手,200名工程师参加训练营仅留60人
- 苹果技术路线转向:引入Google Gemini提升底层模型,新版Siri支持多步指令,计划WWDC 2026发布
- Xcode已支持Agentic Coding:苹果大量采购Claude Code等AI编程工具,内部AI工具预算显著增加
- 马斯克Terafab项目:目标2029年启动芯片制造,年产能1太瓦算力,已向应用材料等供应商询价
- 美国民用产能军工化:五角大楼与通用、福特CEO密谈,探讨汽车生产线转产导弹、反无人机装备
- ASML Q1财报:净销售额88亿欧元,毛利率53%,售出79台光刻机,净利润28亿欧元
- 英特尔聘请三星高管:韩升勋任代工服务VP,苹果、英伟达、AMD正考虑采用18A/14A工艺
Kimi K2.6开源发布与AI圈多线动态
- Kimi K2.6开源发布:基准持平GPT-5.4/Claude Opus 4.6/Gemini 3.1 Pro,连续编码13小时修改超4000行代码
- Kimi Agent集群规模:支持300个子Agent并行、4000个协作步骤,连续自主运行5天,新增Skill技能系统
- 高德ABot全栈具身体系:数据-模型-应用三层架构,15项权威基准SOTA,同步开源并推出导盲四足机器人
- 阿里Fun-ASR 1.5:单端到端模型识别30种语言无需预设语种标签,大幅降低多语种/出海工程复杂度
- 爱奇艺AI艺人库争议:AI替代演员引发身份与版权焦虑,CEO连发三条微博回应,映射技术进步与劳动权益的结构性冲突
- Agent Skill生态与政策:UU跑腿发布首个Agent Skill封装同城配送;工信部明确将建设20个消费品领域专用大模型
GPT Image 2 团队华人师徒网:13人高密度信任网络解析
- 顶尖人才汇聚与信任网络:13人团队华人占半壁江山,成员多来自顶尖高校与大厂。师门、同窗织就的高密度信任网络让创新磨合成本趋近于零。
- 竞对工程经验隐性资产:核心成员自带DALL-E 3、Imagen 3等竞品多年工程积累,能将大厂试错经验一次性迁移,这是高薪挖人无法复制的壁垒。
- 陈博远师门传承与多面手:经夏斐引路两赴DeepMind主导Gemini数据管线;师从Vincent Sitzmann研究因果推理,与同门联合发表时序视频论文,兼具Sora团队成员经验。
- 核心成员与前机构核心贡献:
| 成员 | 前机构/背景 | 核心贡献与特点 |
|---|---|---|
| Weixin Liang | 斯坦福/Meta | 提出MoT架构,对非嵌入参数稀疏化,30B规模验证降本66% |
| Jianfeng Wang | 微软(近9年) | 深耕世界知识理解与指令遵循,DALL-E 3期间即与OpenAI合作 |
| Bing Liang | 谷歌(5年+) | 核心参与Imagen 3、Veo、Gemini等重磅模型研发 |
| Yuguang Yang | 约翰斯·霍普金斯 | 计算化学物理博士,横跨强化学习、语音、检索等多学科 |
| Ayaan Haque | Luma AI | 参与Dream Machine训练,负责GPT Image 2思考模式研发 |
- 跨学科与产研闭环团队:浙大、清华、中科大等成海外AI核心人才库。成员Kenji参与Sora与4o生成,Mengchao负责技术转产品,耶鲁出身的Dibya确保模型开箱即用。
- 核心洞察:人才密度大于数量与资金。13人精英击败大厂的关键在于让顶尖人才在高度互信的学术生态中相遇并互相成就,传帮带生态无法被短期挖角复刻。
前沿快讯:谷歌TPU v8、OpenAI工作空间、华为ADS 5.0与DeepSeek估值
-
谷歌TPU v8首次实现训练推理完全解耦:训练算力提升3倍、推理延迟降低60%、综合性价比提升80%,为AI芯片专用化路线提供新范式
-
OpenAI上线ChatGPT智能工作空间:7×24h自主智能体打通邮件/文档/API全链路,标志从通用对话向企业级自动化延伸
| 厂商/模型 | 核心进展 | 关键指标 |
|---|---|---|
| 阿里 Qwen3.6-27B | 开源发布,免费商用 | 内存占用降35%,消费级显卡可部署 |
| 小米 MiMo-V2.5 | 长程智能体公测 | 任务成功率提升超40% |
| OpenAI 工作空间 | 企业级7×24h智能体 | 打通邮件/文档/API自主闭环 |
| 特斯拉中国×豆包 | 车机接入国产大模型 | 已完成上海备案,预计年内OTA |
- 华为ADS 5.0全国无图智驾全覆盖,通行效率提升20%,极端天气接管率降低65%;鸿蒙座舱6.0多设备流转延迟降至毫秒级
- Vast Data估值300亿美元(英伟达领投),DeepSeek估值有望破200亿美元(腾讯阿里加码),基础模型赛道估值飙升
中国数据基建出海东南亚
- 市场转型:东南亚正从消费级流量扩张转向数据基础设施与算力输出,成为全球第三大数据中心新建活跃区(仅次于北美和西欧)
- 代际优势:当地底层架构滞后(集中式IT触顶、分布式能力缺失),中国ToB企业在国内淬炼的技术恰好对应"有数据、不会用"痛点
- 需求重估:传统"3000亿美元本地消费"估值框架被打破,AI算力需求使东南亚承载全球而非仅本地的训练与数据处理任务
三类盈利模式
| 模式 | 代表企业 | 核心特征 |
|---|---|---|
| 底层基建 | 阿里云/华为云/腾讯云 | 千万美元级客单价、高粘性长周期 |
| 数据中心 | DayOne/Bridge等第三方 | 多年期托管租约、重资产稳定现金流 |
| 分销与交付 | 伟仕佳杰等 | 轻资产、东南亚利润2025年+20% |
头部云厂商落地差异
| 厂商 | 策略 | 代表性落地 |
|---|---|---|
| 阿里云 | 本地基建+行业深耕 | Sea、AirAsia、Bank BTN |
| 华为云 | 政企市场深耕 | 泰国数百个政府部门,IaaS份额第二 |
| 腾讯云 | 互联网能力外溢 | Gojek千级微服务迁移 |
竞争态势
- 买方意愿:67%新加坡受访企业计划增加对中国技术供应商支出(IDC数据),越南约50%企业做出类似选择
- 外企主导:亚马逊和微软合计占东南亚云基础设施市场约六成,欧美厂商联合围剿态势明显
- 中小企承压:算力投入动辄数十亿、数据合规趋严(越南出境审查/印尼本地化存储)、SaaS变定制,"有技术缺规模"企业生存空间收窄
AI行业多线速递:ChatGPT Images 2.0、Anthropic争夺专家、商汤端侧突破与Cursor收购
- ChatGPT Images 2.0发布:首次引入图像生成"思考能力",联网获取实时信息后生成;单次提示最多8张角色/元素一致图像,中日韩等高密度文本渲染显著增强;已向ChatGPT、Codex与API全量用户开放
- Anthropic招募STEM专家校准Claude输出:STEM Fellow项目每周津贴3800美元,驻场旧金山三个月,核心目标是让科学家用专业判断力校准Claude"自信但错误"的输出
- 商汤绝影Sage端侧大模型:MoE架构总参数32B、激活仅3B,部署于英伟达Orin X平台;PinchBench最佳任务完成率94%,超越Claude Opus 4.6(93.3%)和GPT-5.4(90.5%);自研SCOUT分级协同学习与ERL可擦除强化学习,训练算力节省60%
- SpaceX拟600亿美元收购Cursor:较去年11月估值翻倍,亦可选择100亿美元合作方案;Cursor或接入百万H100当量Colossus超算,SpaceX筹备6月IPO目标估值1.5万亿美元
- AlphaBrain Platform具身智能开源社区:智平方联合港科大发布全球首个一站式具身智能开源社区,RL后训练参数从3.9B压缩至137M,单张4090即可微调
- 福布斯AI 50榜单:OpenAI与Anthropic累计融资2426亿美元占上榜企业总融资额约80%,20家新面孔入围;四家女性创始企业上榜
10.2 泛科技产业要闻速览
科技大厂动态与产品发布(4月速览)
APPSO(20260414) | 量子位(20260421) | APPSO(20260421) | 雷峰网(20260421)
- 苹果完成CEO交接:库克9月卸任转执行董事长,硬件SVP特努斯接任,系2011年首次更替
- 苹果选“运营延续”:特努斯硬件背景主导自研芯片过渡,执行董事长制避免权力真空
- 苹果地图商业化加速:iOS 26.5 Beta 2推送,地图广告功能加速落地
- 华为发布Pura 90系列:Pro版搭载麒麟9030S起售价4699元,存储涨价致成本上升或涨价
- 华为首款折叠屏曝光:Pura X Max定价10999元,为业界首款大阔折叠屏手机
- 字节以利润换AI能力:IFRS净利润因AI采购下滑超70%,扣除期权后经营利润仅微降
- 字节营收双线强劲:国内增20%海外增50%,海外占比升至30%以上
- 国产大模型密集发布:Qwen3.6-Max登顶国产榜六项编程最高分;Kimi K2.6开源支持300子AI协作
- 阿里发视频模型:HappyHorse-1.0下月商用;Fun-ASR 1.5覆盖30种语言中文CER降56.2%
- 蚂蚁灵光圈上线:手机端AI创建平台,已产超3000万闪应用,投1亿激励创作者
- 具身智能融资交付双突破:自变量完成B轮近20亿;智元A3首批商用交付景区
- 人形机器人热:宇树R1开启全球预购;中国出货占全球超80%出口140余国;特斯拉否认沪厂量产
- AI落地与版权争议:爱奇艺百名艺人AI库陷授权罗生门;荣耀否认豆包手机发YOYO Claw
- 手机终端动向:OPPO Find X9 Ultra定档4月21日;追觅AURORA LUX手机真机曝光
- OpenAI遇瓶颈:内部备忘录指微软客户触达构成限制;奥特曼住所48小时内两次遭袭
- 科技巨头AI战略:Meta开发“赛博小扎”AI化身内测沟通;微软称AI智能体未来将购买软件许可证
- 企业财报辟谣:金山办公Q1净利润预增超4倍;科大讯飞辟谣员工中千万彩票离职
2026年4月全球AI产业十大事件速览:融资、芯片与工具链突破
- OpenAI获软银牵头400亿美元贷款,创AI领域单笔最大融资之一,用于下一代大模型研发、全球数据中心建设与芯片采购「前沿在线」
- 自研芯片成为科技巨头战略共识:特斯拉AI5芯片成功流片进入量产测试(目标百万至千万级),Meta与博通达成吉瓦级定制AI芯片合作对标英伟达,微软接管Stargate数据中心纳入Azure全球算力体系
- OpenAI产品线扩展:Spud(GPT-6代号)计划2026 Q2发布主打推理效率与成本优化;GPT-5.4-Cyber为网络安全专用模型,支持代码审计、漏洞识别与渗透测试模拟
- 阿里双赛道布局:Meoo秒悟1分钟生成网站(ATH-AI创新事业部),千问AI眼镜S1搭载端侧大模型售价3499元对标Meta Ray-Ban
- Oracle裁员3万人(18.5%),近年最大规模,资源向云计算、AI自动化倾斜;菜鸟ZeeBot首款仓储攀爬机器人已在广东交付商业化项目
AI行业一周要闻:Agent落地加速与内容安全治理
-
Agent赛道从对话向实际操作跃迁:千问表格Agent支持对话生成/编辑Excel(1-2分钟输出),MiniMax桌面端接入飞书/微信/Slack支持Computer Use,腾讯云支持Hermes Agent云端一键部署(7×24在线)
-
Agent三条技术路线分化明显:
| 产品 | 技术路线 | 核心差异化 |
|---|---|---|
| 千问表格Agent | 垂直场景 | 多轮对话结构化为表格输出 |
| MiniMax Computer Use | 屏幕操控 | 模拟人类视觉直接控制桌面软件 |
| 腾讯云Hermes Agent | 自我改进 | 自动总结经验生成可复用技能 |
- Hermes Agent开源验证市场需求:发布不到两个月GitHub获8万+Stars,核心能力为执行任务时自动总结经验生成可复用技能
- AI生成内容安全进入监管视野:网易云音乐AI广告人体结构严重变形(4月12日翻车,14日回应);哩布哩布AI被央视曝光涉黄生成漏洞,承认对抗性提示词绕过是行业共性难题
- OpenAI数亿美元收购科技脱口秀TBPN(成立于2024年,日播3小时),受众为硅谷科技高管,意在构建面向科技精英的自有传播渠道
- 微软研发类OpenClaw智能体整合进Microsoft 365 Copilot,定位企业级安全版本,配备更完善的安全管控机制
OpenAI 安全承诺体系的系统性瓦解
Ilya 系统性整理 70 页材料曝光 OpenAI 内幕:核心指称 Sam Altman"撒谎成性",跨越 20 年、多组织独立佐证——Aaron Swartz(2013 年)评价其"反社会人格、永远不值得信任",Amodei 留 200+ 页笔记称"他说的话几乎可以确定是胡扯"。安全承诺体系从三个阶段渐进瓦解:
| 阶段 | 瓦解路径 | 具体表现 |
|---|---|---|
| 资源侵蚀 | 算力配比缩水 | 安全研究算力从 20% 跌至 1%-2%,分配最老集群、最差芯片 |
| 流程架空 | 安全审批被跳过 | 高风险功能直接上线,地区版本产品安全评估未完成即发布 |
| 调查弱化 | 独立调查无正式报告 | 由涉多起丑闻的律所执行,结论仅口头汇报,无书面报告 |
2023 年 11 月 Altman 被解雇后 5 天内调动资本、员工、舆论资源反击,最终董事会集体出局,史称"The Blip"。对从业者的启示:AI 安全承诺的可信度需以实际资源分配和流程执行为准,而非公开声明。
- Ilya 核心警告:"Sam 不该是那个把手放在按钮上的人"——OpenAI 自创立起就以"改变文明走向"自居,公众审视标准远高于普通创业公司
- 治理松动的结构性轨迹:非营利使命在一轮轮融资中逐步稀释,安全审批流程、独立董事会监督、非营利章程等约束机制在关键节点总能被重新解释
- AI 行业外部性指数级放大:传统行业失信后果相对局部,AI 连接基础设施、知识生产、国家机器与战争系统,个体失信的外部性呈指数级放大
10.3 中国AI独角兽商业模式与财务全景
智谱AI商业模式全景:从MaaS平台到TAC价值度量
Z Finance(20260331) | 量子位(20260401) | 财联社AI daily(20260401) | 划重点KeyPoints(20260403) | 量子位(20260403)
- 智谱营收规模登顶:2025年营收7.24亿元(+131.9%),综合毛利率41%(远超行业-30%),净亏损含非现金项目扩至47.18亿,研发投入31.8亿
- MaaS平台规模效应初显:云端收入占比升至26.3%(1.9亿,+292.6%),ARR约17亿(12个月提60倍),毛利率从3.3%跃升至18.9%
- 智谱业务毛利率全面承压:本地部署从66.0%降至48.8%,企业级大模型从69.6%降至47.0%,面临大厂价格战挤压
- 商业模式多元化成型:企业级大模型3.66亿、开放平台/API 1.90亿、企业级Agent 1.66亿,中国前十大互联网公司9家成付费客户
- 验证底层定价权:GLM-5-Turbo均价逆势涨83%获头部平台接入,SWE-bench达77.8分,完成从知识导向到任务导向(长程闭环)转型
- TAC公式与价值迁移:CEO提出“智能调用量×智能质量×经济转化效率”,竞争从基准分转向Token经济转化效率,市值飙升至4166亿港元
- 对标Anthropic路径:智谱国内私有化占73.7%,Anthropic 80%收入来自API且毛利率从-94%升至40%,两者均以Token消耗为商业核心
- MiniMax人效与毛利双逆袭:73%营收来自海外C端,毛利率从12.2%升至25.4%,仅428人创造与智谱1094人相当营收
- 外部风险与估值泡沫:MiniMax面临好莱坞侵权诉讼;大模型P/S远超Anthropic,尚未证明可持续盈利路径
- AR行业中国优势与短板:全球前五中国占四席(XREAL等),供应链具结构性优势,但品牌全球化与软件生态仍是短板
- MiniMax融资历程:9年9轮超22亿元,投资方含阿里快手红杉立讯;D轮估值8.33亿美元,IPO估值57亿元,创始人徐驰具英伟达背景
小冰停服:技术前瞻不等于商业存活
- 三度错失关键窗口:2022年未采购GPU错过基础模型竞赛、2023年2月"小冰链"思维链项目仅存活一个月即被叫停、2023年底推理模型计划再遭否决——"不做"的决策比"做"更致命
- 股权博弈抽离创新资源:沈向洋持股70%、李笛20%,沈转向阶跃星辰后小冰被要求砍掉大模型业务线,账上仅剩一个半月预算却需无息出借近6000万给关联公司
- 技术前瞻但执行断裂:2013年即提出social agent架构、2017年模型已自发产生Chain-of-Thought,均远早于行业,但前瞻性无法弥补决策链的结构性断裂
- 窗口期是单向门:基础模型和推理能力各有约1-2年黄金窗口,错过即被行业拉开不可逆代差,2025年底小冰正式停服,创始人率不足20人团队转向智能体赛道
DeepSeek 首次外部融资:打破零融资原则与战略转折点
量子位(20260414) | CVer(20260416) | APPSO(20260418) | 智东西(20260417) | Z Finance(20260417) | APPSO(20260418) | 数智前线(20260418) | AI信息Gap(20260418) | 机器之心(20260418) | 钛媒体AGI(20260418) | 新智元(20260418) | 量子位(20260418) | AI有道(20260418) | AI科技评论(20260419) | InfoQ(20260419) | AI前线(20260419) | CVer(20260419) | AI新榜(20260420) | "财联社AI daily"(20260422) | 财联社AI daily(20260331) | AI蓝媒汇(20260420) | "Z Finance"(20260422) | 雷峰网(20260423) | 第一新声(20260423) | 雷峰网(20260424) | 智能涌现(20260424)
- 基础设施向重资产转型:内蒙古自建数据中心转向双轮驱动,解决低价宕机频发与算力效率曾落后国外4倍问题。
- 商业化被迫提速转向:从理想主义转向商业化,组建数十人团队探索Agent,2025年末对产品经理进行开闸式招聘。
- 坚持独立拒绝巨头:梁文锋曾拒绝腾讯20%股份换独家注资;截至2025年底约7成用户将DeepSeek选为腾讯元宝默认模型。
- 扁平对抗金字塔结构:DeepSeek保持学院派扁平化;大厂呈金字塔结构,字节某模型仅智商评测配5人,策略配五六十人。
人才争夺与烧钱激励
- 人才流失与天价激励:罗福莉入职小米、王炳宣入腾讯、郭达雅入字节;字节核心员工四年总收益可达数亿元。
- 抢人战升级至CEO层面:张一鸣频繁现身新加坡引才,腾讯总裁刘炽平亲自赴顶会招人,姚顺雨加入腾讯后面试近百人。
全球头部大模型估值与融资对比表
- OpenAI:估值8520亿美元;年化收入超250亿美元。
- Anthropic:估值3800亿美元;年化收入超190亿美元。
- DeepSeek:融前估值飙升至3000亿人民币(约440亿美元);门槛50亿起投并对LP设身份要求。
- Kimi (月之暗面):估值180亿美元;强依赖外部云软硬协同。
中国AI新势力商业与产品态势对比表
- 国内开源与营收差距拉大:智谱2025全年收入仅约1.05亿美元,MiniMax仅7903万美元,与海外巨头差两个数量级。
- DeepSeek:极致效率,API扩至1M,V4旗舰待发;融资反转握议价权,自建算力转重资产。
- Kimi (月暗):估值180亿美元;工业级Agent(K2.6开源第一);强依赖外部云软硬协同。
- MiniMax/智谱:估值约400亿美元;主打多模态与C端产品矩阵;背靠巨头资源持续支持。
- 小米大模型:MiMo原生全模态、极致降Token消耗;罗福莉带队挖角与自研并行。
- 头部大厂:资金算力绝对占优;维持1500-3800亿级别算力投入规模。
- Cursor:获SpaceX收购选择权,提供600亿整体收购或100亿阶段付款,原定以逾500亿估值融资。
交叉引用
- ai-industry - AI行业与商业
- llm-frontier - 大模型前沿
- ai-safety - AI安全与治理
- ai-products - AI产品与落地
- ai-agent - AI Agent与智能体