全网热点雷达

1. 01对话朱啸虎：不明白Personal Agent能干嘛；5亿ARR 的中国应用将批量涌现_搜狐网
   tavily · 2026-10-22 · AI与Agent 最新 热点 趋势 / Tavily
   ## 对话朱啸虎：不明白Personal Agent能干嘛；5亿ARR 的中国应用将批量涌现 90说科技 90说科技 整理：李楠 10 月 21，为期五天的 ACC 2026 AI 创造者嘉年华开幕。在开幕式的主舞台上，硅星人创始人、CEO 骆轶航与金沙江创投主管合伙人朱啸虎展开对话。 从模型的发展趋势、AI 应用爆发的指标，到 Personal Agent 的机会、AI 时代对创业者的要求，两人对话涵盖了一系列 AI 行业的热点话题。 在朱啸虎看来，开源模型的 Token 消耗量终将超过闭源模型，中国 AI 应用即将迎来年化收入 10 亿美元的公司。同时他指出，Personal Agent 缺少真实需求，AI 产品一年增长 5 倍才算及格；帮助用户节省时间的生意，可能远不如帮助他们消磨时间有前途。 看好“彻底开源模型”，WorkBuddy 加 DeepSeek体验超预期 骆轶航： 我现在有点怕聊判断性的事和未来的事。移动互联网时代，判断错误的几率可能是 60%～70%，现在可能会无限趋近于 90%，甚至以上。您怕不怕这个事？ [...] 骆轶航： 包在微信里面。 朱啸虎： 对，所以我觉得国内比美国更难做。我一直没看明白，这东西到底能用来干嘛？国内 90% 的用户可能不用 Calendar，不用日历。90% 的用户在工作以外不用邮件。那你的 Agent 用来干嘛？现在大部分时间都消耗在短剧、娱乐小产品上了，我需要 AI Agent 干嘛呢？ 骆轶航： 当你的时间节点没有被充分量化，生活、工作节奏没有被充分节点化和效率化的时候，你没有必要有这么一个 Agent。 但我倒觉得 Muse 很有意思。在美国，很多人用 Muse，就跟中国人用豆包一样。它不是我们想象的那种：“你今天的行程应该这么安排，应该读这几个简报，我帮你形成一个判断，明天跟那个人吃午饭时可以聊什么话题。”大家就是把它当豆包用。过去我们开玩笑，说 Gemini 是“北美小豆包”，结果今天发现 Muse 才是。 朱啸虎： 但最终就变成竞争谁的输入更方便了，那是完全另外一个游戏。 今天再来一次补贴大战，没有投资人愿意支持 [...] 朱啸虎： 没有，一样的。互联网时代也是最优秀的工程师，同时懂商业和人性。你看过去 20 年，成功的几乎都是这个背景。 骆轶航： 所以 AI 时代对创业者核心画像的要求，不会有变化。 朱啸虎： 既要懂技术，也要懂人性。 ARR 5 亿美金，至少有二三十家中国 AI 应用公司明年可以做到 骆轶航： 您的主线一直挺清晰，但中间也错过了一些东西。中国基座模型这一波，一个都没投，到今天看，您后悔不后悔？ 朱啸虎： 我们也一直在反思。如果一眼看到终局，可能确实会错过当中的泡沫。但一级市场和二级市场不一样。 二级市场看错了，我今天晚上就可以全部斩仓。一级市场，大家都说我退得好，但所有退出都是别人来买走的，不是说我要卖——等你要卖的时候，卖不出去了。 港股真正的价值发现，我觉得是在解禁以后，过去这 12 个月太明显。现在普遍趋势是，解禁以后价格是高峰的 80%，甚至 90%。我对投资的假设是，从高点跌到 80%、跌到 90% 以后，你还能不能赚钱？
2. 02结构性行情下，如何把握产业趋势的成长红利？_大风号_凤凰网
   tavily · 2026-10-20 · 认知差与信息权重 最新 热点 趋势 / Tavily
   先看哑铃的成长端——产业趋势主观策略。产业趋势主观策略以产业生命周期和渗透率S曲线为研究框架，寻找渗透率突破临界点、进入成长期的赛道，在共识尚未充分定价时布局产业链中价值分配最丰厚的环节，赚取产业从1到N扩散阶段盈利与估值双击的收益。相比靠模型在全市场赚分散的、统计性超额的量化（基金经理更像工程师，优势在于宽度和纪律），主观基金经理更像侦探，靠对产业逻辑的深度理解做前瞻预判，超额收益来自对赛道的深度挖掘。这种策略在极致分化的市场环境中尤为受益。上半年全市场5528只个股仅1715只上涨、占比31%，科创50却涨超40%。当资金高度集中于少数赛道时，认知差被急剧放大，深度研究的前瞻性更容易转化为超额收益。但站对赛道只是第一层考验，选对细分方向才是真正的难点，后者对基金经理的微观洞察力要求更高。以上半年为例：同属AI产业链，算力硬件一路大涨，应用端的游戏、传媒、软件却整体亏损，一条产业链内部的冷热悬殊可见一斑。更值得关注的是，产业主线本身也在动态迁移，下一阶段的价值分配或从硬件端向应用端转移。这意味着，即便赛道判断正确，如果未能及时识别产业链内部的利润迁移，超额收益依然难以兑现。当然 [...] 鱼与熊掌可以兼得，但前提是既要配得上策略风险特征，也要拿得住波动。哑铃组合更适配三类投资者：一是看好产业趋势，但顾虑单一主观管理人业绩分化，希望通过FOF等分散方式降低“选人失误”风险；二是希望参与成长机会，又需要红利资产作为底仓、在一定程度上平抑组合波动；三是认可市场以结构性机会为主，而非期待指数级整体性行情。反过来，若资金流动性要求高、以短期博弈为目标，或对主观策略的管理人分化、产业趋势的验证风险缺乏认知，仅因短期热点跟风入场，就需要格外谨慎。同时，产业趋势主观和红利均属权益投资，红利端波动虽低，最大回撤也可能超过10%；产业趋势端极端情形下回撤可达二三十个百分点，组合更适合一年以上的资金。任何策略都有其适用环境和失效场景，投资者仍需在理解自身风险承受能力的基础上，作出独立判断。 作者 黄伟斌（广发证券财富管理部宏观及大类资产配置总监投资顾问执业编号：S0260620080068） 王梦青（广发证券财富管理部标准化解决方案业务主理人投资顾问执业编号：S0260625100017） 本文来自大风号，仅代表大风号自媒体观点。 [...] # 结构性行情下，如何把握产业趋势的成长红利？ ■【广发证券“投研财富+”投资者教育专栏(六)】 一直以来，广发证券主动担起金融机构的主体责任，发挥业务优势，打造丰富的投教载体，贯彻资本市场人民性立场，树牢金融为民的理念，引领投资者教育工作走在行业前列。随着一系列新政策的出台，我国资本市场进入新发展阶段，广发证券特在中国证券报开设“投研财富+”投教专栏，聚焦新质生产力方向和市场热点，向广大投资者普及专业投研框架、分享专业机构观点，帮助投资者掌握投资分析方法，更加有效维护投资者特别是中小投资者合法权益，持续提升投资者的获得感，聚力推动我国资本市场实现高质量发展。 2026年上半年A股投资者的体感颇为分裂：代表全市场的中证全指与大盘权重的沪深300温和上行（上半年分别上涨10.69%和7.55%），而科创50上半年涨幅高达64.25%。不参与科技，眼看结构性机会走远；参与，又担心追高被套。有没有一种方式，既不押注单一赛道，又能力争把握产业趋势的成长机会？
3. 032026个体创业趋势：AI智能体时代的一人公司方法论|翻译|编程|人工智能_网易订阅
   tavily · 2026-10-20 · 一人公司 最新 热点 趋势 / Tavily
   四、需要正视的现实约束 热潮之下也有需要冷静看待的问题。其一，提效不等于免门槛：报告显示多数团队仍处于单点使用阶段，真正把智能体做成调度系统的仍是少数，工具"会用"与"用好"之间存在明显差距。其二，依赖风险：当产品的成立高度依赖AI，模型能力的波动、服务的可用性都会直接传导到业务本身。其三，责任归属：交付给客户的结果，最终签字的是人，合规与质量问题无法外包给工具。 五、趋势展望：小组织、大杠杆 《2026全球创业者洞察报告》提出了"骆驼公司"的概念，认为AI时代除了独角兽企业，还将出现大量闭环周期短、易启动、生命力强的小型公司，并判断"一人公司"未来将呈现"一人管一大批AI"的形态，出海是其重要机会之一。这与国内OPC社区的扩张、地方政策的落地形成了呼应。对个体创业者而言，2026年的关键命题已经不是"要不要用AI"，而是"如何让智能体成为组织能力的一部分"。把AI当工具的人获得效率，把AI当同事的人获得杠杆，而懂得在关键时刻自己签字的人，才能把杠杆变成可持续的生意。 [...] ### 网传大闸蟹“全面滞销”？记者调查最新行情 环球网资讯 2026-10-20 08:38:15 ### 乘客积分兑高铁一等座临乘车前被改成二等座，列车员称将退积分差价；12306：席位变更大多是列车临时更换车型导致，退差价找列车员 大风新闻 2026-10-20 08:44:03 ### 多省份用户访问异常跳转至博彩网站 调查报告公布 央视新闻客户端 2026-10-20 12:55:16 ### '非常钟意'！谭父庭上句句都护着蔡天凤，和她前夫家成了刺眼对比 悦君兮君不知 2026-10-21 01:53:01 ### 鲁比奥称美乌关系非常紧张 新华社 2026-10-20 19:33:06 ### 巴黎多家店铺被劫后，街头涌现大量奢侈品小摊 都市快报橙柿互动 2026-10-20 15:09:26 ### 中国巨石三季报：一块电子布，如何撑起翻倍利润 红星资本局 2026-10-20 20:41:07 ### 主场33分溃败，同曦主帅：这是一场没准备好的比赛 扬子晚报 2026-10-20 23:33:24 [...] ### 新闻 ### 体育 ### 娱乐 ### 财经 ### 汽车 ### 科技 ### 时尚 ### 手机 / 数码 ### 房产 / 家居 ### 教育 # 2026个体创业趋势：AI智能体时代的一人公司方法论 用微信扫码二维码 分享至好友和朋友圈 2026年，"一人公司"正在从一个边缘化的创业概念，成长为被政策、产业活动和市场研究共同关注的创业形态。6月29日，首届"AI+OPC"创新发展大会在杭州开幕，大会以"个体崛起，智创未来"为主题，400余名政产学研用代表参会；7月初，首届全球OPC共创节作为2026全球数字经济大会的同期活动在北京国家会议中心举办；8月26日，《2026全球创业者洞察报告》在HICOOL 2026全球创业者峰会上发布。密集的行业动作指向同一个判断：个人与AI结合的轻量创业，已经进入产业化阶段。本文基于近期公开的行业报告与新闻，解析一人公司的商业模式演进、AI智能体赋能个体创业的方法论，以及创业者需要正视的现实边界。 一、一人公司为何在2026年走向产业化
4. 04【智库观察】任泽平年度预测：2026十大趋势
   justoneapi-all · JustOneAPI / 一人公司 最新 热点 趋势 / all
   本文约31670字左右，读完105分钟 3月26日23:00，任泽平年度预测“2026十大趋势：AI改变世界”圆满收官，全网超4000万观看。 *以下为年度预测的演讲精华整理： 尊敬的各位来宾，女士们，先生们，大家好！我是任泽平！ 我坚持每年看100多家公司，出国3-5次，看50多本书。到战场的一线，听炮火声。 我过去做了些预测： 2014年，我提出“ 新5%比旧8%好 ”。 2020年，我提出“新基建，打造中国经济新引擎，大力发展新能源、人工智能、高端制造等”。 2024年，我提出“信心牛”，在市场最低谷的时候，坚定看多中国。“未来是一轮什么牛市？我认为是信心牛，由于政策大幅超预期，带来对中国资产和经济前景信心的大幅扭转，是对看多中国的奖赏，是对看空中国的打击。” 在2024年12月做了2025年中国经济十大预测，我判断，特朗普2.0搅动全球，人工智能迎来寒武纪大爆炸，新能源、商业航天、储能、人形机器人等加速。 下面开启我们新的预测之旅：2026十大趋势，AI改变世界。 第一大趋势 全球货币放松周期，AI爆发，大宗商品元年，股市信心牛 2026年，预计美联储货币放松将超预期。特朗普实施 “降息+弱美元”战略 ，旨在降低债务负担，吸引制造业回流。世界其他国家为了防止货币过度升值冲击实体经济，也会放松货币。 美联储为什么要放松货币？ 美国债务压顶。截至 2026年2月，美国债务规模38.7万亿美元，过去15年，还在以年均7.2%的速度高速增长，远超2%的GDP实际增速。 2025财年（2024年10月1日-2025年9月30日）净利息支出约为9700亿美元，净利息支出占GDP比重约为 3.2%。 去年因为预算问题美国政府一度停摆。美国的天量债务本质上是美元超级特权带来的，美国通过印钞票维持高消费、高福利和高军费。 为了债务货币化，美国超发货币，几轮量化宽松下来，美联储资产负债表规模从2008年初的9222亿美元到2026年2月的6.6万亿美元，18年扩张了7.2倍。 通过降息实现弱美元，吸引 制造业回流 。 特朗普认为，“强美元对美国有害”，他的票仓来自传统制造业铁锈州，希望制造业回流。 “降息+弱美元” 的组合，将导致全球其他货币的升值压力，大部分国家也将降息，全球货币放松周期开启。 货币放松，AI 爆发，给大宗商品带来前所未有的需求。AI 的背后是算力，算力的背后是电力，电力算力都离不开铜、锂、稀土等这些资源商品，实物资产价格大涨。 我在2025年初预测“大宗商品元年”到来，主因是全球货币放松、美元贬值、AI需求爆发和地缘冲突。 2026年 结构性通胀超预期 。AI 相关的能源、金属价格大涨，AI 人才的薪资水涨船高，毕业生供不应求；但另一边，传统的 “老登资产”、被 AI 替代的传统行业，依然萧瑟，整个市场呈现冰火两重天。 2025年10月在华盛顿参加 中美金融峰会 ，开车北上华尔街，哈佛，麻省理工。最大感受： 美国社会分化加大；AI不是风口，是海啸。 全球货币放松周期，股市 信心牛 。我在2024年9月市场低谷提出“信心牛：未来是一轮什么牛市？我认为是“信心牛”，由于政策大幅超预期，带来对中国资产和经济前景信心的大幅扭转，是对看多中国的奖赏，是对看空中国的打击。 什么是信心牛？信心牛=政策牛+科技牛+水牛。 慢牛，老登负责慢，小登负责牛。 主线是AI和大宗。 未来音乐结束的信号 ：估值高位、通胀预期、货币收紧、流动性退潮、黑天鹅事件。 2024年9月在大多数人悲观时，提出 “信心牛” ，引发网上论战，从不被认可到后来被市场验证。 股市是货币的晴雨表，不是经济的晴雨表，货币是先行指标，企业盈利、物价是滞后指标，所以大部分人看错方向不赚钱，思维模型决定的。 年预测“5000点不是梦”，从被误解到证券分析师大满贯冠军。 看不见-看不起-看不懂-来不及。 行情总是在绝望中重生，争议中上涨，狂欢中崩盘。我们要在炮火中挺进，烟花中撤退。 做对的事情比勤奋更重要 ，模糊的正确好过精准的错误，趋势决定一切，选择优于努力。 看长远，想本质，敢出手，耐得住。 年是新一轮康波周期黎明，AI浪潮将是很多人一生中最重要的机遇。 第二大趋势 新一轮康波周期黎明，将有十年向上的创新浪潮，人生中最重要的机遇 人生发财靠周期，AI是我们这代人最重要的人生机遇。 康波周期是由创新技术驱动的经济周期，最早由康德拉耶夫发现。经济学家 熊彼特 运用到 周期嵌套 ：60年的康波周期，创新驱动；10年的朱格拉周期，产能驱动；3年的基钦周期，库存驱动。 国内周金涛运用到大宗商品分析。可惜天妒英才，2016年英年早逝，受托为其遗著作序：“生命和研究的意义是什么？我们来过，爱过，然后像风一样逝去。无所从来，亦无所去。舍离一切执着，心无所住。” 我用宏观周期分析框架，2017年提出“ 新周期 “，2025年提出” 大宗商品元年到来“。人生发财靠周期。 万物皆周期 ，季有春夏秋冬，人有生老病死，周易讲物极必反、否极泰来，潜龙勿用、飞龙在天、亢龙有悔就是一轮周期。 康波周期是60年一轮，上一轮是IT互联网革命，成就了马云、马化腾、张一鸣、贝索斯、比尔盖茨等。 AI引领新一轮康波周期 ，将在商业和资本市场上 成就新的财富机会。 2026年将会看到新的伟大公司诞生，创造新的财富神话。马斯克身价突破8000亿美金，登顶全球首富。创立仅几年的AI Agent独角兽Manus，差点被Meta几十亿美金收购。何其有幸，见证历史，参与其中，这是我们这代人的机会。 AI引领的康波周期从2024年启动， 未来AI有10年向上发展浪潮 ， 从基础研究突破 、基础设施部署到大规模商业化落地、新物种诞生、 超级应用大爆发 。人生发财靠周期，这是60-00后这代人一生中最重要的机遇。 机会有四个阶段：看不见-看不起-看不懂-来不及。现处在很多人“看不懂”的阶段。 我对康波周期的推演： 2025-2026年，我们将会看到，全球的去美元化、去货币化浪潮，AI引领新一轮科技革命， 全球科技竞赛 ，军备竞赛， 大宗商品 在需求爆发和供给约束下依次出现惊人的 上涨狂潮 ，然后在未来引发通胀后面临宿命般的货币收紧和产能投放，随后在流动性退潮后，将在未来迎来康波周期的第一次大调整和萧条期。 周期即宿命，所有相信和怀疑者共同的命运。 经济有自身的运行规律，2026年将是六大周期叠加的结果：大周期、创新周期、房地产周期、产能周期、库存周期、货币周期。 1、大周期为100年一轮，百年社会经济大周期末期，旧秩序瓦解，新秩序重建，收入差距、民粹主义、社会分化、对外输出矛盾、逆全球化、地缘动荡问题日益严重，全球军备竞赛。 二战以来全球经济进入空前繁荣期，这是推行自由贸易、自由市场的结果，但是也带来收入差距的巨大鸿沟，导致全球民粹主义指数回到1929年大萧条前的水平，进而导致美国社会分化、对外输出矛盾、逆全球化、地缘动荡、军备竞赛，以AI引领的科技革命不仅无法解决，反而会加重收入分配问题的严重性。在这样的大背景下，大国之间的互信削弱，地缘动荡加大。 2、创新周期又称康波周期，60年一轮，AI海啸远超30年前的IT互联网革命，全球AI竞赛将开启大规模新基建资本开支。 AI浪潮正处于爆发黎明，随着GPU、大模型技术快速迭代，大规模部署，成本快速下降，AI商业化落地的超级应用时代到来，大模型、AI Agent、无人驾驶、AI创新药、人形机器人将改变世界。各国正在开展一场AI争霸的军备竞赛，带动大规模资本开支。AI泡沫会短暂出现，但终将被未来的商业化买单。 3、房地产周期又称库兹涅茨周期，30年一轮，后房地产周期，出现二八分化现象。 “房地产长期看人口、中期看土地、短期看金融”。随着人口红利结束、城镇化进入尾声、20-50岁购房人群减少、老龄化少子化到来，房地产告别高增长的普涨时代。后房地产时代，人口往都市圈城市群集聚，未来市场将呈现二八分化。2026年，预计20%人口流入的核心城市、核心区域将率先触底，80%人口流出的低能级城市将面临漫长去库存。预计会放松限购、降低利率、大规模收储用于保障房。 2015年预测“一线房价翻一倍”，2020年提出“房地产将出现历史性大顶”，关键时刻的判断，至今无一失手。 4、产能周期又称朱格拉周期，10年一轮，新旧交替，传统行业反内卷，AI带动大规模新基建投资。 部分传统行业产能周期触底，价格和企业利润修复。中国“十五五”规划提出“抢占人工智能产业应用制高点”，这场由人工智能驱动的新基建浪潮，将拉动算力、电力大规模投资。 5、库存周期又称基钦周期，3年一轮，大宗元年，流动性过剩+AI需求爆发+地缘动荡，价格上涨，各国收储，企业补库存。 6、全球货币放松周期，利好资本市场和大宗商品。 展望2026年，A股信心牛，预计走出慢牛长牛行情，主线是AI和大宗。 我判断， 2026年将发生七件大事：全球货币放松、AI超级应用大爆发、AI中国力量崛起、地缘动荡加大、大宗商品元年、信心牛、楼市二八分化。未来已来 。 2021年提出“ 打底配置黄金 ”，这是大周期决定的。 我在2024年9月市场低谷提出“ 信心牛 ”，随着宏观政策放水和AI科技突破，各界将对中国经济和资产前景信心大幅改善。2004、2014、2024年分别启动了三次A股大牛市，这是朱格拉周期决定的。 我在2025年提出“ 大宗商品元年到来，关注有色 ”，这是康波周期决定的。大宗商品价格上涨，是地缘动荡、全球降息、弱美元、AI需求爆发，四大因素叠加，历史罕见。 我在2025年底提出“ 大宗商品元年第三阶段：能源 ”，这是大周期决定的，随后因为美伊战争等，油价大涨。 这些判断都是基于20多年来建立的宏观周期框架。 2026年是大周期、康波周期、朱格拉周期、基钦周期、货币周期叠加，这将是很多人一生中最重要的机遇。 康波周期60年一遇，错过再等60年。朱格拉周期10年一遇，错过再等10年。2004年我刚入行，把奖金买了房，赚了人生第一桶金。2014年我预测“5000点不是梦”，2024年我预测“信心牛”，每十年抓住一次大机会。关键时刻， 做正确的事比勤奋重要 。 拥抱康波周期，不要做老登。慢牛，老登负责慢，小登负责牛。 机会都是时代给的，顺势而为。 第三大趋势 AI不是风口，是海啸，奇点时刻到来，超级应用大爆发 从美国游学回来提醒： AI不是风口，是海啸。 刚从美国回来，我才明白马斯克说的“超音速海啸”是什么意思。亲历CES和硅谷后，我只有一个感觉：震撼！一个新时代真的来了。 1、 CES变成AI展，机器人已“判若两人” 今年CES只有一个主题：AI。整个展会火爆到难以想象。机器人、自动驾驶展位，挤得人山人海。 机器人的进步太快了。看到它们轻松地翻跟斗、打拳击、端盘子，还能安静地折纸。去年还有人嘲笑机器人笨拙，今年所有人都开始担心自己会不会被替代。 马斯克放出豪言，3年内 Optimus 机器人手术水平将超越全球顶尖医生 。 在旧金山街头到处都是Waymo的无人驾驶出租车 ，行驶流畅。AI是这个时代最大机会，可能远超三十年前的IT互联网。 2、 亲驾FSD后背发凉，马斯克没吹牛，很丝滑 我试驾了特斯拉最新FSD。一个词，丝滑。全程无需接管，红绿灯、调头、进出主路，系统处理的比老司机还稳。马斯克坚持纯视觉，靠的是海量数据和强大算力。 我把体验分享给国内的企业家。余承东认为，国内路况更复杂，加上激光雷达方案会更安全。 但一个共识是自动驾驶的大规模落地，比我们想象中快得多。 马斯克、余承东、何小鹏都认为可以直接跳到L4级别自动驾驶 。段永平甚至说开特斯拉回家睡着了两次。 2026年 是 转折点， 汽车行业将彻底洗牌 。 3、 算力的背后是能源，中美竞赛的真正“命门” 在开幕式演讲，英伟达的 黄仁勋说物理AI时代到来 ，AMD的 苏姿丰说未来全球AI算力需求将增长一百倍 。这意味着对GPU、电力、能源的需求是天文数字。 AI竞赛背后其实是能源战争，中国新基建优势遥遥领先 。马斯克直言缺芯片是去年的事，明年危机是电力。中国能源基建不可思议，正在把我们甩得连尾灯都看不见。 所以我一直说：算力下半场，电就是货币。 这次在美国，拉斯维加斯到处都是TCL、追觅等中国企业的广告。作为中国人确实感到骄傲。AI革命将拉大国与国之间的差距，而主角，毫无疑问是中美。 马斯克预测，廉价劳动力优势将归零，机器人和AI带来物资极大丰富。未来学校将退化为社交场所，鸡娃无意义，做题家没有未来。 背后是一个更深层次的问题。当年制造了核弹的奥本海默反思是否释放了魔鬼。 如今，AI在几乎所有领域都开始超越人类。我在回国的飞机上陷入沉思，我们是否释放了无法控制的魔鬼，还是创造了我们无法控制的神？ 这究竟是人类文明的进步，还是终结？你怎么看？ 满大街跑的都是自动驾驶的汽车，没有司机，甚至没有方向盘，比人开车安全十倍，城市不再拥堵，空气不再污染，物流成本大幅降低，人彻底从城市交通中解放，更不用考驾照。 未来是机器人的世界，机器人数量超过人类。工厂里到处都是机器人做搬运，检修；餐馆里机器人炒菜，端盘子；家里机器人做清洁，照顾老人护工；马路上机器人送快递，物流。初级蓝领工作被替代，人从简单重复劳动中解放出来。 AI大模型智力超群，在下棋、开车、编程、做PPT、科研等几乎所有领域智力超过人类，通用人工智AGI能诞生。 AI Agent成为人类的超级助手，能说会干，未来会出现“一人公司”，雇佣大量的Agent，定行程、写合同、审法律文书、做会计、做综合行政、做编程、写PPT等，有的传统行业将快速消亡，绝大部分APP消失。“软件已死、App消失、Agent接替”。初级白领工作被替代。你“养龙虾”了吗？ AI破解创新药，开启长寿时代，癌症、老年痴呆等绝症得到攻克，人类寿命超过120岁；AI医生看病水平超过大部分医生，误诊率大幅下降，医疗得到普惠，普通人也能享受到北京、上海的就医；手术机器人大规模量产；脑机接口突破，人类数字永生。 AI science发现暗物质，新的物理规律和经济规律，发明新的材料，科技进步空前加快。 可重复回收的火箭发射技术突飞猛进，人类成为跨行星物种，离开地球在别的星球建立城市基地，太空算力中心和太空光伏提供可持续能源。 AI教育大模型超过所有名师，名师教育普惠实现，年轻人学习知识效率大幅提升，学校主要功能是社交。 大量初级蓝领、白领岗位被替代，将大规模冲击就业，还要警惕财富向少数科技巨头集中，需要优化再就业和收入分配机制。 AI智力超过人类，可能意识觉醒，存在自主性和失控风险，被滥用造谣、制造生物病毒、大规模杀伤性武器等风险，要避免AI说谎和自我复制进而可能清除人类。必须监管，赋予道德感。避免末日论，也要避免技术乌托邦。 AI 可能意识觉醒存在失控风险，我们要做好监管赋予 AI 道德感，既不要陷入末日论，也不要迷信技术乌托邦。 我们来看看“衣”。买衣服，最大有两大痛点，第一个就是不合身。我们经常网购回来，要么袖子长，要么肩太紧。定制呢？量体、等版、试穿，动辄个把月，价格还贵。 欧定专注解决这个痛点：让AI来干裁缝的活。他们收集了200万男士的体型数据，开发出一套AI定制系统——33个人体部位，120个制衣参数，一人一版、单件单裁。现在你只要上传基础身型数据、选好版型，欧定的AI就能算出最适合你的尺寸，从下单到穿上，几天就搞定。 买衣服的另一个痛点是商务人士穿衬衣容易紧绷，闷汗，塌领，还会起皱，熨起来很麻烦。欧定解决了这些痛点，用AI模拟成千上万种面料、版型、颜色的组合，做到了透气免烫、高弹不束缚、久穿不塌领，就是我身上这件欧定头等舱高弹衬衫。刚拿了2026年iF设计奖，穿着很舒服。 今天欧定的创始人朱总也来到了现场，朱总说，他要承包我的衣柜，还要承包更多企业家的衣柜，让大家都能舒适自如地工作和生活，享受高弹从容的人生。我们把掌声送给这位年轻的企业家。3月28日，欧定的第四代头等舱高弹衬衫·透气Pro系列就要正式发布了，大家可以关注一下。 我们再说“食”。 民以食为天，你有没有想过，AI正在怎样重塑未来食品产业？ 在东北黑土地上，有个品牌叫北纬47°，是我们年度预测的老朋友了，我一直是他们的忠实用户，是我的早餐必备。我去过他们的克东工厂黑土地，好的健康产品，需要好的黑土地。他们用AI实现了从玉米品种筛选到标准化种植，再到全程可追溯系统。北纬47°的玉米非常鲜，为什么？从玉米采摘到锁鲜加工全程只需3小时。 现在高端鲜食玉米赛道稳居前列，还有了更丰富的产品线：大米、杂粮米、植物基饮品……从优质碳水到优质蛋白。 他们的明星产品低GI水果玉米杯，开袋即食、低GI零负担。大家平时忙起来，随手来一杯鲜脆多汁的玉米粒，随手来一杯鲜甜多汁的玉米粒，补充优质碳水。 今天在现场，北纬47°也为每一位来宾准备了心意——伴手礼里有一张礼品卡。来自黑土的北纬47°，在AI助力下，为大家提供健康营养的解决方案。 再说“住”。睡得好是头等大事，但是很多人有睡眠困难。 作为健康睡眠专家—慕思用AI把床变成私人睡眠管家。他们刚发布了和鸿蒙智选合作的新品，床垫里植入了二类医疗器械认证的高精度传感器，能实时感知心率、呼吸和睡姿变化。你翻身，它跟着调软硬；你打鼾，它自动抬升背部让你顺畅呼吸；你醒来，它联动灯光、窗帘缓缓拉开新一天。两个人睡一张床，可以左右六区独立调节，各睡各得，互不打扰。睡前喊一喊、拍一拍，全屋的空调、灯光、窗帘一起联动哄你入眠。 我自己一直在用慕思，现在睡得更香了，确实很智能。每天早上起来，手机上看到自己的睡眠报告，深睡的时长更多了，整个人就更精神了。慕思在AI这件事上死磕了十多年，他们干的，就是把冰冷的传感器，变成有温度的睡眠守护者。 AI时代在改善我们的衣食住行：穿得更舒适美观，吃得更健康营养，睡得更香。AI让人的生活更美好。 AI的影响究竟有多大？AI不是风口，是海啸。 我在2020年提出新基建，荣获大奖，打造经济新引擎，看好新能源、人工智能。AI的背后是算力，算力的背后是电力。中国力量全面崛起。 AI时代，人的意义是什么？ 创新+提问+爱 。 有些是AI不能改变的，爱，人文情怀，我创立温暖传递计划，帮助生育养育困难家庭，打算先做二十年。 人口老龄化，少子化，不婚化，主要是生育养育教育成本太高。AI带来初级蓝领和白领失业，加剧生育养育成本。关注留守儿童，单亲家庭，山区教育，贫困家庭。 第四大趋势 AI大模型智力超群，Agent成为人类的超级助手 "让机器像人一样思考"，后来依靠数据、算法和算力"三要素"的关键突破得以爆发。 1956年的达特茅斯会议提出了"人工智能"。 当时AI研究的主流是 符号主义 ，即认为智能行为可以通过逻辑符号的运算来实现。这一时期AI的"智能"完全依赖于人类预设的规则，无法处理现实世界无穷无尽的、模糊的"常识"。 第一次低谷：算力匮乏与现实的打击 进入20世纪70年代，乐观的预期被冰冷的现实击碎。当时的计算机算力极其贫乏，内存和计算速度完全无法支撑科学家们的宏伟构想。程序只能处理简单问题，一旦遇到复杂的现实问题就束手无策，像个“智障”。 这让资助机构大失所望，各国政府大幅削减经费，AI迎来了第一次"寒冬"。 第二次低谷：专家系统的兴起与二次低谷 20世纪80年代，AI转向了更务实的方向：专家系统。它不再追求通用的智能，而是将特定领域专家的知识提炼成成千上万条"如果-那么"规则，在医疗诊断、金融信贷等专业领域取得了不错的商业效果，并获得了国家级的战略投资，如日本的第五代计算机项目。 然而，专家系统最终也暴露了致命缺陷：知识获取成为瓶颈。规则需要人类专家手动总结和输入，不仅耗时费力，而且无法覆盖所有可能性，维护成本极高。随着专家系统商业化的失败，以及日本第五代计算机项目的受挫，AI在20世纪90年代末再次跌入低谷。 高潮到来：深度学习革命，三要素的巨大突破 2006年以后，AI迎来了真正的爆发，这次爆发被称为深度学习革命。它的成功并非偶然，而是 算法、数据和算力"三要素" 同时取得突破 的共振结果。 1. 算法的突破 ：2006年，杰弗里·辛顿提出深度信念网络，为解决深层神经网络训练难的问题提供了新思路。此后，三大核心架构相继成熟并各显神通： 卷积神经网络（CNN） 成为图像识别的利器， 循环神经网络（RNN） 擅长处理语音和文本等序列数据，而2017年提出的 Transformer架构 及其核心的自注意力机制，凭借强大的并行计算能力和全局信息捕捉能力，成为当前所有大语言模型的基础。 2. 数据与算力的飞跃 ：2009年， 李飞飞团队发布了大型图像数据库ImageNet，为深度学习提供了宝贵的"燃料" 。而 GPU的广泛应用 ，则为训练越来越深的网络提供了前所未有的"引擎"。 3. 里程碑事件：2012年Alex Net（深度卷积神经网络）： 辛顿团队在ImageNet竞赛中以压倒性优势夺冠 ，标志着深度学习在计算机视觉领域统治地位的开始。 2016年 AlphaGo ：击败人类围棋冠军李世石，证明了深度学习与强化学习结合后，能攻克人类最复杂的智力游戏，震惊世界。 2022年 ChatGPT时刻 ：将大语言模型的强大能力带给普通大众，实现了真正的自然语言对话、理解和生成，开启了AI的"普惠时代"。 2025年Deepseek时刻：打破了人工智能研发对巨量算力和资本的高度依赖，开源的力量，开启A1民主化的新纪元。 深度学习的成功， 关键在于让机器从"被动执行规则"转向"主动从海量数据中学习规律" “ 让机器像人类一样学习思考 ”。 当前，AI正朝着更高效、更专业的方向发展，例如2025年以来备受瞩目的DeepSeek等开源模型，正以高性能和低成本推动技术普及。同时，学术界也在探索能像人类一样自主形成概念的新型神经网络，让AI具备更强的理解能力和更稳健的推理能力。 人工智能的发展史充满了梦想、挫折与复兴。 传奇科学家辛顿的故事本身就是一部现代AI发展史。我们先从著名的 “辛顿竞拍” 讲起。 2012年，百度、谷歌、微软和DeepMind，都开出天价想把辛顿招致麾下，但在学生的建议下，辛顿意识到成立公司进行拍卖能让价值最大化，于是迅速创立了只有他和两名学生的DNN research。几路人马将价格推高至4400万美元。 辛顿在酒店房间通过邮件组织了秘密拍卖，竞标者包括：百度，是最早出价的竞标者，一路将价格推高至4400万美元；谷歌、微软随后加入战局；DeepMind，当时仅成立两年的伦敦初创公司（后被谷歌收购）。辛顿最终选择了谷歌。 这场竞标是AI领域的分水岭，拉开了全球AI人才和技术“军备竞赛”的序幕。百度也由此坚定了自研决心，成立了全球首个深度学习研究院。而辛顿的学生Ilya Sutskever后来成为OpenAI联合创始人，领导了GPT系列的研发。 这场拍卖会的主角是传奇科学家——辛顿，我们来看看他的传奇故事。 辛顿的贡献奠定了现代深度学习的基石，其思想支撑着当今几乎所有大模型（包括ChatGPT）的运行。他的主要成就包括： 奠基：让网络“学会学习”的反向传播 算法(1986年) 证明了 让多层神经网络从错误中学习的核心算法 ，是所有现代AI训练的基石。这是辛顿对AI领域最基础、最广泛的贡献。 你可以把它理解为一种“事后追责”机制：当一个多层神经网络在识别图像（比如手写数字“2”）时给出了错误答案（比如识别成“6”），反向传播算法会从输出端倒推回来，精确计算出网络中每一个参数对最终错误负有多大“责任”。随后，算法会根据这个“责任”大小调整参数，让网络在下一次做得更好。这一循环往复的过程，正是如今几乎所有深度学习模型（从人脸识别到ChatGPT）能够被训练出来的根本原因。 创新：赋予机器“想象力”的玻尔兹曼机 (1985年) 如果说反向传播是让网络学会“学习”和“判断”，那玻尔兹曼机则是让网络开始“理解”和“生成”。 辛顿从19世纪物理学家玻尔兹曼的统计力学方程中获得灵感，发明了这个网络。它最大的特点是 能够从未标记的数据中自主学习数据的内部结构 。想象一下，看过成千上万张猫的图片后， 网络不仅能认出猫，还能“想象”出一只从未存在过的新猫的样子 。这正是今天所有 生成式AI的雏形 。 引爆：拉开深度学习革命大幕的AlexNet (2012年) 这是辛顿团队在实践上的一次决定性胜利，直接引爆了本轮AI浪潮。他和学生伊利亚·苏茨克维、亚历克斯·克里泽夫斯基开发的深度卷积神经网络Alex Net，在当年的ImageNet图像识别大赛中以碾压性优势夺冠（将错误率从25.8%一举降至15.3%）。这不仅是技术的胜利，更向全世界证明了深度学习的巨大潜力，直接终结了AI研究的寒冬。 关键推手：拥抱GPU，点燃算力革命 辛顿的伟大之处，还在于他在关键时刻做出了正确的技术选择——拥抱GPU。 在AlexNet诞生之前，神经网络训练缓慢。辛顿团队敏锐地发现， 原本为电脑游戏设计的图形处理器（GPU）拥有强大的并行计算能力，非常适合同时处理海量神经元计算。 于是，在2012年，他的学生亚历克斯在自己卧室的电脑上，仅用两块NVIDIA GPU板就训练出了震惊世界的AlexNet。这标志着AI研究正式进入“算力驱动”的时代。 AlexNet的成功让全世界看到了GPU的潜力。它直接启发了英伟达（NVIDIA）全力投入AI芯片研发，也促使谷歌开始设计自己的定制芯片TPU。如今，支撑着全球AI发展的算力网络，其源头正是辛顿团队那间卧室里的两块GPU。 荣誉认可：因这些奠基性贡献，他先后获得了2018年图灵奖（计算机领域最高荣誉）和2024年诺贝尔物理学奖。 辛顿的传奇，在于他能在寒冬中坚守异见，创新都是从边缘发起的 。他的故事本身就是一部微缩的现代AI发展史。 辛顿离开谷歌。 2013年，谷歌通过收购辛顿的初创公司DNNresearch将他纳入麾下。在谷歌大脑（Google Brain）工作期间，他的研究极大地提升了谷歌的图像识别和安卓系统音频识别能力。 2023年5月，75岁的辛顿做出了离职决定。 导火索是AI的飞速发展改变了他的认知：此前，辛顿认为AI威胁人类生存是30到50年后的事。但ChatGPT等模型的飞跃式发展，让他意识到这一天可能比想象中来得更快。他感到后悔和担忧，认为自己毕生的工作可能带来严重后果。 辛顿担忧，这种资本主义体系下的商业竞争会让企业为了抢占市场而忽略必要的安全护栏。最终抉择，为了发声，选择离开。 离开谷歌后，辛顿毫无保留地分享了他对AI未来的深切忧虑，核心观点： 虚假信息的泛滥 ：AI将让互联网充斥着普通人无法分辨真假的照片、视频和文本。 对就业市场的颠覆 ：AI不仅会取代枯燥的工作，更可能大规模地替代助理、翻译等岗位，加剧社会贫富分化与动荡。 存在失控的生存风险 ：他警告，比人类更聪明的AI可能会学会通过操控语言反向操控人类，甚至被用于开发致命的自主武器。 对人类价值的反思 ：他甚至提出，人类可能只是智能演化过程中的一个过渡阶段。他引用“养虎为患”的比喻，强调必须确保强大的AI始终与人类的利益对齐。 辛顿的离开，是一位功成名就的科学家在目睹自己毕生心血可能带来的黑暗面后，做出的一个极具原则性的道德选择。是为了对人类负责，选择了一种更孤独的方式——成为这个时代的“吹哨人”。 未来人工智能大模型将智力超群。在AI的助力下，人类将出现科学重大突破，发现暗物质，新的物理规律，经济规律。 它让普通人拥有成为超级个体、一人公司的可能 ，每个人都可以雇佣顶尖专业的法律、医疗、财会等服务。 美国比较领先的是： 谷歌 (Google/DeepMind)的Gemini： 原生多模态领域的标杆，实现了文本、图像、音频和视频的融合处理，依托谷歌庞大的应用生态。 OpenAI 的ChatGPT ：在个性化交互、推理逻辑上具有显著优势。 Anthropic 的Claude系列 ：Claude Code在智能编程领域应用深入，还推出了法律、网络安全等Agent，直接带崩了华尔街软件股。 马斯克旗下的xAI (Grok系列) ：Grok的核心壁垒在于与X平台的深度绑定，拥有极强的实时热点解析能力，其应用特点是处理实时新闻和舆情分析方面具有优势。 中国领先的是： 字节跳动 (豆包 & Seedance) ：豆包的聊天功能十分强大，占据了国内C端市场头部。豆包手机试图打开本地应用。Seedance 2.0在视频生成多模态领域成为行业标杆。它深度嵌入字节的内容生态，在个人效率提升和智能内容生成AIGC上具有极强的商业落地优势。 百度（文心多模态）：文心是国内最早的大模型，现在的文心5.0是“原生多模态大模型”，从“看图说话”到“生成视频”，一键搞定。 阿里巴巴 (通义千问 Qwen) ：代表开源模型Qwen2.5-72B在准确度测试中名列前茅。在应用端，阿里依托电商场景积累的海量数据，持续优化通义千问的商业应用能力，比如千问点外卖等场景，“能说会干”。 腾讯 (元宝) ：致力于打造“AI+社交”入口。 DeepSeek ：率先转向为算法做减法，颠覆了“AI训练必依赖强大算力”的认知。其代表模型DeepSeek V3 通过混合专家模型（MoE）、多头潜在注意力机制（MLA）等技术，大幅降低了推理延迟、算力需求与落地成本。它在科研辅助领域独树一帜，在多项基准测试，如数学计算和代码编写中表现优异。 大模型时代，除了科技大厂，垂类模型还有没有机会呢？我认为是有的，大模型真正的价值，是谁能扎进真实场景，解决人的具体问题。 新浪财经做了两件很有价值的事。他们有大量的财经数据，推出了“芝麻AI”，如果你问“黄金怎么样”“股市怎么样”，它不仅给你推送及时的新闻，还能调用实时交易数据进行分析，相当于你的研究助理。 黑猫投诉，积累了近3400万条真实的消费纠纷反馈，他们做了“瞄一眼”AI模型，帮消费者避坑。比如你搜“办健身卡”，它能从海量投诉里总结出高频风险点，帮你避坑，把“事后维权”变成了“事前预警”。 他们还做深度栏目。新浪财经、微博联合打造财经IP视频平台《达芬奇Live》，里面的《硬核AI客》栏目带着镜头去到很多初创型AI企业探访，让普通人看见这些公司都在研发什么。《未竟之约》栏目邀请大咖聊聊技术背后的商业与机会。大家可以关注。 AI Agent成为人类的超级助手：能说会干，还特别懂你 AI Agent就相当于行业专家，更重要的是，AI Agent将是有力的执行者。它不再是一个AI聊天框，而是拥有了“数字手脚”，能直接操控App和浏览器，替你直接完成复杂工作，比如，订票、订酒店、采购、回邮件和微信。你只需定义目标，AI Agent会自动拆解步骤、调用各应用，帮你把事办成。 你养龙虾了吗？我跟大家一起试试百度的全球第一款“家用小龙虾”。“小度小度，请帮我点个麦当劳” 百度现在还搞了个“龙虾全家桶”，从云端、电脑到手机和家用，什么都有，搜一下就能用。现在龙虾的官方技能商店ClawHub上，百度搜索技能下载全球第一，突破6万次。这背后是百度的“全栈式布局”。什么概念？从最底层的芯片，到云计算，到大模型，再到最上层的智能体应用，能做到的除了百度就只有谷歌了。 这种从智能体到应用、算力的布局的背后，是李彦宏的前瞻眼光：未来AI是“倒金字塔”，应用在最顶层，创造真正的价值。 AI Agent正成为你的“数字员工”，进化为人类的“超级助手”。 Agent正向“超级智能体”进化： 从“能说”到“会做” ：从“生成式AI”升级为“智能体AI”。以前只能帮你制定行程，现在能直接完成预订。 跨系统协作 ：具备多智能体协同能力。以预定行程和酒店机票为例，可以为你同时调用多个APP。再以软件开发为例，一个超级智能体系统接到需求后，会由不同Agent并行处理：一个写计划、一个写代码、一个生成测试、一个更新文档。这改变了由人来回切换工具的模式。 真正的“懂你” ：拥有个性化记忆与上下文感知。新一代超级助手通过学习你的工作习惯和沟通风格，提供量身定制的支持，不再需要复杂的提示词，感觉就像你的“影子”。 AI Agent对初级白领的岗位冲击最大，特别是在处理重复性、标准化程度高的任务时优势明显。 六大核心替代领域： AI+编程 ：AI不仅能写代码，还能调试优化，现在很多科技大厂已经在大规模用AI Agent在写代码。未来大部分日常编程任务将自动化。 AI+金融 ： Agent可自动解读财报、生成投资简报，扮演投研助理角色。未来金融业大部分的岗位可以自动化。 AI+客服 ： Agent能处理查询、咨询、导览，甚至代用户执行预订等操作。应用AI客服最高可大幅降低运营成本。 AI+网安 ：利用AI进行安全监控、漏洞分析和自动化响应。 AI+法律 ：对初级法务、法律助理等重复性高的职位影响最大，可快速进行法律文档审查、拟合同。 AI+人力 ：企业招聘正引入AI，用于筛选简历、简化招聘流程。 未来随着机器人技术和智能体的结合，。 Agent = 白领，机器人 = 蓝领 。未来趋势将是AI大脑（Agent）指挥机械身体（机器人）执行任务，例如仓储搬运、分拣，乃至复杂设备操作。 AI Agent的终极目标不是取代人类，而是将我们从重复劳动中解放出来，去专注于创意、决策和情感交流等更有价值的工作。 未来属于那些善用AI的人类。 第五大趋势 未来是机器人的世界，AI拥有物理身体，走进工厂和家庭，AI加机器人是新生产力 CES，机器人展厅人山人海，火爆得很。今年春晚，机器人跳舞、练武术各种秀，大放异彩。 真正的机器人“ChatGPT时刻”还没到来，如果未来几年，有真正大规模应用的基于AI大模型的自主机器人技术突破，那时候热度可能会比现在至少高100倍。 具身智能AI模型的机器人大规模出现， 不是现在这种预编程的，而是具有自主智能的 ，未来机器人密度将超过人类。工厂里到处都是机器人在打工；餐馆里都是机器人炒菜，端盘子；马路上机器人送快递；家里机器人做清洁，照护老人。人从简单重复工作中解放出来。应用场景之大，市场规模之广阔，毋庸置疑。魔法原子去年3月就已经发起“千景共创计划”，要招募1000家合作伙伴，打造1000个人形机器人落地应用场景，覆盖工业、商业、家庭。例如商业服务场景，魔法原子的小麦机器人能在博物馆、美术馆做导览员；家庭场景，人形机器人可以变身咖啡拉花师，还有憨萌出圈的机器熊猫，给人细腻的情感互动和陪伴。 马斯克预言，未来会出现 “ 全民高收入”，AI 和机器人会让生产成本几乎降到零，商品和服务都会变得超级便宜 。因为物资极大丰富，人类将不再为了生存而工作，人类工作只是为了兴趣，存钱毫无意义，甚至钱都已经不重要了。AI和机器人将是解决全球贫困、所有人都物资丰富的唯一方法。 马斯克说，他的Optimus 机器人是“无限印钞机” ，特斯拉工厂将全力生产Optimus人形机器人，目标年产能达到100万台。 经济学也将重新改写， 未来GDP的生产将改写为：机器人数量X每个机器人的产出，全球经济将爆炸性增长。而中国在这场全球浪潮中又将是领先的，中美占领了CES，已经看不到日本欧洲的身影；而相比美国，中国机器人产业链条极其完善，从软硬件能力、到数据积累，形成了完整的技术闭环。以魔法原子为例，硬件自研比例已经超过90%，覆盖关节模组、灵巧手等关键零部件。公司顶尖研发人员占比超过80%，人才储备丰厚。数据积累方面，其数采工厂已实现日均1.6万条数据的采集能力，真实场景数据占比超过80%，远超行业平均水平。 但是，也需要警惕风险。我们需要对AI和机器人非常小心，不要出现詹姆斯·卡梅隆电影《终结者》的剧情。 未来人形机器人发展分为三步： 第一步是走进工厂 ，比如，在汽车制造环节，特斯拉的Optimus已经开始分装电池。魔法原子的小麦已进驻产线，在追觅科技工厂执行上下料、质检、搬运、装箱等工作。在物流仓储环节，魔法原子把人形机器人“小麦”融合到现代仓库管理系统，拿下AHK最佳案例。 第二步是走进家庭 ，颠勺做饭，护理老人，辅导孩子。后者的难度要更大一些，难在与人之间的交互和安全性。魔法原子今年发布了一段厨房场景演示，我看了特别有感触。视频里，魔法原子Gen1在厨房里完成了一连串任务：早上和你打招呼，然后联动智慧厨电，调用海量烹饪知识库，全程提供陪伴和引导，还会温柔地提醒“小心烫”。吃完饭，它自己打开洗碗机把餐具放进去，语音启动洗碗流程，机器人未来可能是人最好最亲密的生活伙伴。 第三步是迈向硅基生命 ，AI大脑与机械身体完美融合，深度理解人类社会，人类与机器人协作。 与用人操控的机器人不同，AI机器人，又叫具身智能体，用物理实体来承载AI。典型案例如， 智能驾驶、人形机器人，前者是“AI+新能源汽车”，后者则是“AI+类人机器”。 与传统机器人不同， 人形机器人的愿景是实现“通用性” 。形态上与人类似，技术上无缝适配人类现有工作和生活环境以及像人一样使用各种工具，在工厂、家庭、特种作业等多样场景广泛适用，这有别于专用于单一任务的传统机器人，比如工业机械臂、扫地机器人。 技术角度看， 人形机器人由“大脑”、“小脑”和“本体”三部分构成 。 一是人形机器人的“大脑”，这是认知决策系统，负责语言交互、环境理解、任务理解、决策规划。 二是“小脑”，这是运动控制系统、负责将“大脑”的决策转化为流畅且稳定的动作指令，实现对机器人的运动控制和身体协调。 三是机器人的“本体”，作为所有指令的机械动力学实现。 最近追觅和俞浩的关注度颇高，追觅是全球家用机器人龙头， 俞浩说要超过马斯克 ，成为世界首富，公司规模要达到100万亿。 我在网上听到了一些不同声音。我愿意给这些勇闯世界的年轻人多一些掌声，人生还是要有更大的梦想，万一实现了呢？ 我1月初在美国参加CES展，到处都是追觅的广告，作为中国人还是很感到骄傲。问了些美欧用户，反馈口碑都很好，在很多发达国家市占率第一，而且是高利润率的高端品牌，相信这些成熟市场的用户应该都不傻。 大家可能还没注意到，我今天演讲全程配戴戒指正是追觅AI智能戒指，别小看这一枚小小的戒指，其追觅全球首创的震动功能并搭载了和清华联合开发AI算法，实打实让我感受到了它24小时不间断的专业健康守护，能精准捕捉各项身体数据，实时做好健康管理，把专业级健康监测变成人人可及的日常，真正让高端AI科技下沉，守护每一个人的日常健康。 追觅由一帮清华大学的技术极客创立，在马达技术和先进算法等领域有核心技术，全球专利6000多件，还是有几把刷子的。 作为一家2017年创立的年轻公司，2025年营收三四百亿，生而全球化，首攻美欧日韩高端市场，海外营收占比高达70%。现正在积极进军AI、机器人等前沿科技领域。 追觅和俞浩有更大的梦想。 当然作为一家年轻的科技企业，成长的路上肯定并不完美，相信大家的不同观点更多的是一种关心和期待。 这个时代需要一批仰望星空的人 ，俞浩和俞浩们加油。为啥马斯克吹牛，一批人无脑追捧，国内的青年企业家年少轻狂一下，却换来嘲笑？我们的社会倡导低调文化，但也需要高调的仰望星空的勇闯世界的年轻人。 加油吧，年轻人！祝愿你们飞向更高更远， 中国需要自己的马斯克 ！这个时代需要这样的勇气和锐气！ 第六大趋势 自动驾驶大规模商业化落地，成为城市拥堵和空气污染的终极解决方案 1-2年爆发，大模型可统一驾驶标准，使千万车辆达到甚至超过“老司机”水平，更安全，彻底解决城市拥堵问题，这是十万亿级赛道。 过去一年，我游学过特斯拉、小鹏汽车、禾赛科技、地平线等，深感自动驾驶正在超预期的加速到来。 自动驾驶正从科幻走进现实。 一是没有方向盘的量产车已经下线 ：2026年2月中旬，特斯拉首台专为Robotaxi设计的Cybercab正式下线。这款车彻底取消了方向盘和刹车油门踏板，完全交由AI控制。马斯克已明确表示，该车型计划于2026年4月大规模投产。 二是FSD入华进入倒计时 ：马斯克此前曾透露，特斯拉完全自动驾驶系统FSD预计将在2026年在中国获得全面批准。一旦这条过江龙正式落地，国内智驾市场将迎来真正的质变。 三是车企将经历DeepSeek时刻 ：就在2026年春节刚过，小鹏汽车CEO何小鹏在全员开工信中明确提出，要抓住中国自动驾驶的DeepSeek时刻，并宣布将在2026年推出极具竞争力的全新一代Robotaxi。车企的未来会从卖硬件向卖AI出行服务。 四是中国自动驾驶车队的规模化 ：百度的萝卜快跑，已经从中国走向全球。到今年2月份，萝卜快跑提供的出行服务超2000万次；自动驾驶超3亿公里，其中，全无人驾驶超过六成。 五是全球自动驾驶商业化运营加速 ：美国的龙头Waymo融资百亿美金，目前其每周的付费订单量已经突破45万单，并且明确提出计划在2026年底将周付费订单量提升至100万单以上。而在国内，小马智行、文远知行等头部企业的无人车队也已经正式达千辆。 为什么自动驾驶未来比老司机开的好？智能驾驶科学原理：超强硬件+可复制 驾驶的本质是从环境感知、再到决策、执行的物理闭环。人在这个闭环中存在生理极限，比如，人视觉的有效感知距离是150米，且极易受恶劣天气、情绪和疲劳的影响，而AI拥有探测距离超200米的高清摄像头与激光雷达，以及全天候360度无死角的感知矩阵。捕捉的信息量远超人类。 在反应速度上，人类最快的神经延迟在200ms以上，并且人的大脑极易受疲劳、情绪的影响。而AI大幅超越了这些人类的限制，顶级车载算力芯片可将决策延迟极速压缩至10ms-30ms。AI不仅看得更远，动作也远比人类迅猛果断。 二是自动驾驶的学习能力可以批量复制迁移，实现了全局共享的指数级进化。 驾驶员的经验积累是封闭的，一位老司机的经验不能直接复制给新手，随着老司机的退休，经验也就消失了。 自动驾驶的经验是可以批量复制和全局共享的。以特斯拉为首的车企利用影子模式，让数百万辆车在真实世界中并行训练。只要全球有任何一辆车学会了处理某个极端场景，这个经验就会通过云端瞬间同步给几百万辆车。这种一车学会，全网掌握的进化速度，让AI一天的学习量就能跨越人类数万年的驾驶时长。 所以，从第一性原理上讲，自动驾驶未来必然会比人开得更好、更安全。最终将从底层逻辑上消除90%以上的交通事故。 自动驾驶的核心技术正经历从“硬件堆料”到“软件定义”的深刻变革。 感知端：传感器路线的分化 纯视觉派：以特斯拉为代表，主张“像人一样开车” ，仅靠摄像头捕捉视觉信息。其优势在于硬件成本低、数据闭环高效，但对算法和数据的依赖极高。 融合感知派：以中国车企为代表，采用“激光雷达+摄像头+毫米波雷达”的多重冗余方案。 优势在于安全性高，对极端天气和异形障碍物的感知更稳健，但硬件成本曾是主要障碍。不过随着国产供应链成熟，激光雷达已进入千元级时代，正快速下探至15万级车型。 端到端，无图画，像人一样学会开车 告别规则，拥抱“端到端” ：行业已基本抛弃过去靠工程师写规则的“规则驱动”模式，全面转向“数据驱动”。通过端到端大模型（如VLA视觉语言动作模型）， 车辆像人类一样“学习”驾驶 ，从感知直接输出控制信号，应对复杂路况的能力大幅提升。 “无图化”成为标配 ：曾经昂贵且更新慢的高精地图正被逐步抛弃。凭借强大的实时感知和融合大模型，车辆可以在行驶中实时生成“活地图”，大幅降低了系统对地图的依赖和成本，让城市NOA得以快速普及。 2026年将是高阶智驾商业化的“元年”：从“技术验证”迈向“规模化商用”的关键分水岭。 自动驾驶的普及将产生远超“交通工具”范畴的深远影响。 利： 提升交通安全 ：消除酒驾、疲劳等人为失误（90%以上事故起因）。 促进出行公平 ：为老人、残障人士等提供独立出行自由。 解放宝贵时间 ：将通勤时间变为可工作、休闲的“第三空间”。 提升能源效率 ：优化驾驶行为（如编队行驶），可降低能耗15-20%。 缓解交通拥堵 ：通过车路云协同，提升通行效率50%以上。 提升物流效率 ：港口、矿区等场景效率提升超30%，事故率降低90%。 弊： 结构性失业 ：出租车、货车司机等岗位面临转型压力。 隐私边界模糊 ：车内外海量数据采集可能侵犯个人隐私。 网络安全风险 ：高度互联的车辆系统面临黑客攻击的潜在威胁。 技术的“长尾”难题 ：尽管AI在标准路况下表现出色，但在暴雨、强光、沙尘等极端天气，或面对“鬼探头”、路面躺倒行人等突发“长尾场景”时，感知系统仍可能失灵。 伦理算法 ：当事故不可避免时，算法应如何抉择？是保护乘客还是保护行人？ 法律重构 ：未来的事故责任，将从“驾驶员责任”转向“产品责任”。是车企、软件开发商，还是运营平台的责任？这需要法律重新定义。 第七大趋势 AI医疗破解创新药，打开生命密码，AI医生、手术机器人助力健康，人类突破长寿上限 重写生命科学。AI大模型下围棋超过世界冠军，开车超过所有的老司机，那 AI医疗大模型会不会超过所有的优秀医生？ 我们这代人何其有幸，AI拓展人类的智力边界，AI很可能医疗破解生命密码，拓展人类的生命长度。活得长，活得好，突破长寿极限。 生命科学取得重大突破。 AI破解创新药研发， 很可能在5-10年内攻克癌症、渐冻症等绝症，延长寿命到120岁，60岁将被称为“银发青年”，90岁以后才是老年，重新规划人生。 AI 在医疗领域的三大应用场景和机遇：创新药、AI医生、手术机器人。 第一大突破性机遇：AI创新药 过去传统药物研发受困于三个十定律，耗时10年、花费10亿美金，但是仅10%成功率。而今，以AlphaFold为代表的AI模型，将新药研发的试错成本、时间大幅降低，效率大幅提升。 先要搞懂药物研发的基本逻辑。以癌症为例，癌症就像身体里的一把“锁”坏了，就是“靶点”，我们需要造一把“钥匙”去修好它，就是“先导化合物”。 在传统制药逻辑下，这极其困难：首先，你很难看清“锁”的内部结构，寻找靶点难度极大；其次，为了配钥匙，科学家只能在浩如烟海的已知化合物库里，大海捞针，一个个去试，去筛选。这有点像碰运气、试错，效率很低。 现在， AI在3个环节发挥了革命性改变： 第一步是解决了“找准锁”的问题 。药物研发的核心靶点大多数都是蛋白质，只有搞清楚了蛋白质的3D结构，才能设计出完美匹配的药物分子。以前科学家要弄清蛋白质3D结构非常难，现在像谷歌旗下的DeepMind开发的AlphaFold这样的AI模型，能够以高准确性预测蛋白质的三维结构，有效地解决了蛋白质折叠问题这个过去的重大挑战。这就相当于AI帮我们开了天眼，直接看清了“锁芯”靶点的构造。 第二步是解决了“配钥匙”的问题，这就是AI分子设计 ，更对症下药、“配钥匙”的效率更高。理论上存在的化合物数量无穷大，甚至超过宇宙中的原子数量，人类无法穷尽筛选。有了AI技术，就不需要再去大海捞针了。利用生成式AI，模型可以根据靶点结构，生成分子结构，并筛选出结合力最强的前几十种，直接跳过了传统长达3-5年的筛选期。这就相当于把开锁的钥匙也就是治疗绝症的创新药直接造出来了，这种方法更直接、更快、成本更低。 第三步是用AI给创新药物“排毒”。 很多药进到人体内有毒，或者根本无法吸收。这是新药研发失败率最高的关节。AI利用深度学习算法，基于历史药物数据库，预测新分子的ADMET性质，即吸收、分布、代谢、排泄、毒性。AI能计算出药是否会导致肝毒性或心脏副作用，从而在早期淘汰掉90%的不合格分子，极大地节省了后期临床试验的成本。 AI创新药的本质，是将微观世界的生物学问题（蛋白质与分子的相互作用），转化为AI领域的数学问题（高维空间的特征匹配）。 现在AI模式是学习海量的生物医药数据，包括基因组学、蛋白质结构、临床数据，构建出人体生物系统的数字孪生模型，在虚拟空间中先完成筛选和验证，再回到实验室确认。 AI 制药还有三座大山要翻越：数据、模型、临床。 第一座大山是制药数据质量。“喂”给AI的“口粮”质量不高，将会影响AI模型训练效果。 第二座大山是AI制药模型。深度学习模型要具有强大的推理能力，既要擅长发现“相关性”，也要擅长确定“因果性”。 第三座大山是临床试验。AI加速了前期药物发现，但它能否通过临床试验，大规模用在人身上，还需要时间的检验。 随着生成式AI的成熟，药物研发将彻底告别碰运气时代。 从市场规模看，AI制药具有万亿级经济空间。癌症、阿尔茨海默症等绝症是人类寿命的拦路虎。AI通过精准找靶点和分子生成，将攻克这些曾经无药可医的疾病。未来，人类寿命上限有望突破120岁，由此衍生的创新药、抗衰老、健康管理市场规模巨大。 AI创新药需要算力与算法基建，以及临床试验。这一环节的企业拥有广阔前景。参与方包括晶泰科技、英矽智能等平台型独角兽，以及华为等科技巨头提供的底层算力支持。利用AI平台开发出First-in-class管线，进行临床验证。 谈到人工智能和AI医疗，不得不提起一位 传奇天才——哈萨比斯 ，唯一可以比肩马斯克式的人物。他创立了DeepMind，后来被谷歌收购，先是带领团队研发了 AlphaGo ，战胜了韩国、中国的围棋冠军。后来牵头研发了 AlphaFold3 ，解析了2亿种蛋白质结构，而之前所有人类科学家通过实验解析出的蛋白质只有19万个，哈萨比斯把数量提升了1000倍，被视为生物学界的ChatGPT时刻。如果用传统实验方法预测两亿种蛋白质结构，人类得吭哧吭哧干十亿年，而AI一年就干完了，你就说AI有多强吧。 他把这些蛋白质数据库和AlphaFold3工具免费提供给全球科学家使用，这将极大的推动生命科学、医学、药物学、生物材料等领域的研究进展。2024年诺贝尔化学奖颁给了哈萨比斯，在颁奖典礼上哈萨比斯发表了 惊人的预言——未来十年内人类将治愈所有疾病。 之后两年时间，他带领谷歌研发大模型 Gemini ，现在公测在很多领域超越ChatGPT，目前是全世界最强的AI大模型之一，在未来很有可能率先实现AGI。 第二大突破性机遇：AI医生 中国医疗最大的痛点是，资源分布极度不均，三甲医院人满为患，名医稀缺，水平参差不齐。AI通过学习千万级病例，看病水平将超过所有人类医生，其阅片准确率超过专家。未来， AI能以专家级的水平自动读片、诊断，实现名医普惠 。 面对海量的医学文献和不断更新的诊疗数据，医生很难凭借人脑完全掌握。AI医疗大模型学习效率远超人类，能够制定最佳诊疗方案，减少误诊。 未来5-10年，全球AI医疗将取得突破性进展。OpenAI推出针对医疗健康的垂类应用。ChatGPT Health；国内互联网大厂如百度、腾讯、阿里等积极布局“医疗+AI”，C端用户规模快速增长，比如蚂蚁阿福，自2025年6月正式发布以来快速崛起，提供健康科普、报告解读、就诊咨询等上百项AI服务，更实现用户规模的快速突破，截至2025年12月月活跃用户已突破1500万，单日用户提问量超1000万。 第三大突破性机遇：手术机器人 传统外科手术的痛点是，依赖医生的手眼配合，受限于视野死角和生理抖动。 AI手术机器人，突破人类操作极限。AI与机器人的结合，利用计算机视觉和力反馈技术，能够实现微米级的操作精度，让复杂的高难度手术变得标准化。 这里有两个关键技术： 1、AI影像分割，就是利用AI技术将患者术前的CT扫描数据转化为高精度的3D模型。医生在手术中可以在控制台上调出这个3D地图，像开车看导航一样进行手术，同时避开关键血管和神经。 2、直觉外科，比如著名的达芬奇Da Vinci 5(DV5)。不仅有精确的机械臂，还有强大的AI模型算力，实现手术过程中的实时导航，智能手术分析，捕捉分析人体组织对器械的牵拉力度、切割阻力等反馈数据，实现精准手术。 真正实现远程医疗。结合5G、6G低时延网络，AI手术机器人让北京的专家可以为边疆的患者进行实时手术。 2024年泽平宏观商学就发掘了强脑科技，杭州六小龙之一。 过去我们还发掘了很多前沿科技和大牛股，2024年游学小米科技，信达生物，藏格矿业。我们去过的前沿科技公司很多都长大了。 我一年看100多家公司，站在前沿科技炮火的一线，寻找那些梦想改变世界的伟大公司。 第八大趋势 商业航天开启太空竞赛，可重复回收火箭技术突破，新一代通讯技术诞生，中国加速推动星网计划 先来看一个大新闻： 今年1月底，美国联邦通信委员会（FCC）的一份文件显示，SpaceX正在申请发射并运营一个由100万颗卫星组成的星座，这些卫星具备前所未有的计算能力（轨道数据中心），以支持先进的人工智能。 SpaceX在文件中表示：“为了提供支持全球数十亿用户的大规模AI推理及数据中心应用所需的计算能力，SpaceX拟部署100万颗卫星系统，这些卫星将在宽度高达50公里的狭窄轨道壳层内运行。”这些卫星拟部署在高度500公里至2000公里的轨道上，采用太阳同步轨道倾角约30度，利用太阳能供电，并通过光学链路（激光）与现有星链网络连接。该计划的规模远远超过了现有的“星链”卫星网络。据悉，目前“星链”卫星网络在地球轨道上的卫星数量大约9600颗。 简单讲， 马斯克的SpaceX申请部署百万颗算力卫星，要在太空建光伏电站和算力中心，永久解决人工智能发展所需要的能源和算力问题 。未来随着人工智能的大爆发，地球的能源可能不够用。 为了实现这一远大梦想，SpaceX收购了人工智能公司xAI，形成了马斯克的商业航天和人工智能商业闭环。此次交易对SpaceX的估值为1万亿美元，对xAI的估值为2500亿美元，马斯克身价达到8000亿美元，全球首富，财富是第二位的三倍多。 2026年1月11日，国际电信联盟正式披露， 中国提交了总计超20.3万颗卫星的频轨资源申请，加快火箭发射和星网计划，这一史无前例的申报规模，标志着中国商业航天迈入超大规模组网阶段。 全球太空竞赛拉开大幕，这关系到人类商业航天、人工智能、新一代通讯技术以及国防安全的未来。 2025年全球航天发射异常活跃，全年发射达 337 次，比2024年增长28%。中美两国合计发射 283次，占全球总发射次数的84%。2025年中国共进行92次航天发射，再创历史新高，商业发射占比显著提升，贡献航天强国。 SpaceX是如今全球商业航天的开拓者和引领者。2025年SpaceX进行了165次火箭发射任务，占全球发射总数的49%。截至2025年底在轨卫星总数超过9000颗，超过任一国家队发射的卫星总数。 关键是，未来增长会指数级、爆发式增长， 按照中美的卫星发射数量，未来将增长几百倍，空间巨大。 这些年，商业航天领域最重要的一项技术突破是 火箭的可回收技术 。一级火箭占全新火箭成本的60%，复用10次后发射成本可降低60%以上。 SpaceX计划2026年上市，意味着商业航天“烧钱豪赌”期结束，也标志着 通过市场化、规模化、低成本化和持续创新的商业航天时代到来。 1 、下一代先进通讯技术：低轨卫星互联网 未来商业航天的第一大应用是：低轨的卫星互联网，这是目前商业航天领域最大、最核心、且最具爆发力的应用场景。 2026年，马斯克宣布推出星链Direct to Cell服务，标志卫星直连通信手机全面进入消费级市场，让普通智能手机无需更换硬件，可直接连接低轨卫星上网或通信。 低轨卫星互联网能够解决海洋、沙漠、山区等地面基站无法覆盖的70%地球表面积。其低轨（500-1000km）的物理特性决定了其时延可以媲美光纤（20ms-50ms），远优于传统的高轨同步卫星（500ms+）。未来的 6G 网络将是天地一体化的，只有低轨卫星才能实现全球无缝覆盖。 卫星互联网是To C的、面向消费者的。它对标的是地面的电信运营商，而全球电信市场是万亿美元级别。为什么SpaceX的估值能突破万亿美元？绝大部分是靠Starlink星链的用户增长预期在支撑。 FSD和GROK，用的就是星链通讯，信号非常好，还可以实时了解各自咨询和新闻。段永平也是星链用户。 2 、太空算力中心和光伏电站 未来商业航天的第二大应用可能就是“天基AI”，将AI算力中心部署至太空。 随着AI大爆发，未来的瓶颈不是芯片，而是算力和电力。根据第一性原理，太阳提供了接近100%的能源。 把算力中心建到太空，可以实现电力持续保障。太空中有可以全天候、稳定利用的太阳能，在大气层外不受地面气候和昼夜干扰，比地面光伏更具优势。马斯克说，“在太空中，一块太阳能板的发电能力，大约是地面上的5倍。未来把AI放在太空里运行，将会是成本最低的选择，而且会是压倒性地便宜。这一转变会在36个月以内发生，甚至可能只需要30个月。” 还可以解决散热问题，传统数据中心不仅耗电量大、碳排放量高，服务器冷却还需消耗大量水资源。而太空具备近乎-270℃的极低温环境可实现自然散热，拥有天然的散热和成本优势。 3、国防安全 百年未有之大变局，大周期末期，大国博弈，地缘动荡，全球军备竞赛。现代战争形态向空天、信息、智能化演进，技术落伍者将被降维打击，比如美国袭击委内瑞拉和伊朗。 我们需要全力发展航空航天、通信卫星及高端装备，中国大力推进星网计划，关系国防安全。 4 、太空移民 随着可重复火箭发射技术的突破，大规模发射降低成本，这使得人类移民火星或月球成为可能，人类的活动范围大幅扩大，新大航海时代到来。 可能10年后我的年度预测在月球举行，欢迎大家来！ 第九大趋势 AI中国力量全面崛起，凭借超大规模市场、强大制造业供应链、基建狂魔和工程师红利优势，有望后来居上 AI中国力量将全面崛起。中国在光伏、新能源汽车、动力电池等领域均后发先至，1- N是中国力量的机会。依托强大算力电力基础设施、完善供应链、14亿人大市场，快速商业化落地，国产AI大模型、GPU及超级应用将快速突破，自主可控和国产替代带来大机会，有可能后发先至。 在汪滔创立大疆的同时，著名的美国《连线》杂志主编安德森，也是无人机爱好者，2009年创立了3DRobotics公司，先后获得了将上亿美元投资，信心满满地宣称:“个人无人机将在这十年里崛起”。但是，与大疆无人机在市场上较量的无情结果是，安德森烧掉1亿美元却看不到一点希望，无奈于2016年宣布退出无人机市场。安德森和同事们 把失败的原因归结为，大疆公司在深圳拥有强大的制造供应链支撑体系，而3DRobotics在美国却不具备。 大疆无人机在全球大卖，在西方成为圣诞节礼物，频频出现在影视节目，连美国军方也采购大疆无人机。大疆的产品线涵盖消费级、专业级和工业级无人机，全球市场占有率超过 70%，在北美和欧洲，市场份额分别高达76.1%和80%。 2024年7月，我带队泽平宏观商学的同学去深圳大疆游学，大受震撼。 再跟大家分享一个智能越野汽车品牌的故事：猛士，我们知道东风精神是几代人的中国魂。而“猛士”品牌源自《大风歌》的“安得猛士兮守四方”。猛士汽车传承了家国豪迈，融合制造创新。 比如高端定制，数字化APP直连工厂的生产系统，用户的个性化需求精准落地，生产进度全程可查。在供应链上，依托AI大模型，实时管控库存和物流，让生产都能提前做好准备，整体效率直接提升了30%；在涂装环节，有AI视觉检测漆面，自动识别细微瑕疵，并触发自动化打磨流程，品控做得特别扎实。工厂里还有人形机器人与无人机巡逻干活、看家护院，整个制造体系既高效又安全。 去年年初DeepSeek横空出世，成为车圈新贵，猛士汽车抓住机遇，率先在AI上发力。猛士917是行业首款搭载DeepSeek智能系统的豪华新能源越野车型，直接把座舱的智能体验拉满了。 而猛士的智能化布局远不止于此，更懂顺势而为、强强联手，它和华为乾崑的合作，不是简单的贴牌拼凑，而是把硬核越野基因和顶级智能科技做到了骨子里的深度融合。这样打造出来的猛士M817，真真切切做到了“可城可野可远方”，在城市里开，智能又舒服；到了野外想撒野，各种复杂全地形都能稳稳Hold住。 以前大家都觉得越野门槛高、专业性太强。而猛士M817将AI融入到动力、底盘、智能驾驶、智能座舱等领域，针对全地形工况实时分析地面特征、结合车身姿态给出精准驾驶建议，帮助用户探索更多未知的越野场景。让用户开上猛士车，更轻松、更从容、更有趣、更安全。 现在大家但凡提起智能越野，看猛士就够了。我为什么愿意真心替猛士站台？就是因为我真正开过、乘坐过猛士M817，体验下来特别满意，身边朋友试过之后也都连声说好，实实在在的好车，才值得我这样推荐，我已经决定自费买一台，也希望在座的朋友都能成为猛士车主。 靠AI和数据让工厂变得更聪明、汽车质量更好，我看到的是AI赋能制造、科技驱动品牌、中国智造向上的趋势。 2026年， AI中国力量将全面崛起，GPU、大模型、人形机器人、自动驾驶等全面追赶。 中国在光伏、新能源汽车、动力电池等领域后发先至，这次是AI，从1- N是中国力量的优势。 中国的优势是：全球最完备的制造业，14亿人的超大规模市场，快速的商业化落地能力，举国体制的基建狂魔，以及庞大的工程师红利。还有中国人的勤奋，“开战即决战，起跑即冲刺 ”。 这种优势，正在最意想不到的领域开花结果。比如白酒——这个古老的行当，几百年来靠的是祖祖辈辈传下来的传统技艺。前段时间我去看了泸州老窖的数智化酿造车间，说实话，很震撼。大家知道，传统白酒酿造过程中，大多数环节依靠感官鉴定、经验判断等工匠技艺，泸州老窖传承不守旧，创新不离宗，他们干了一件大事：用AI解析了传承数百年的“酿酒密码”。 从2016年开始，泸州老窖就把数智化当作一场必须打赢的仗。他们实时采集数十万台设备的运行参数，把“千年老窖万年糟”的酿造秘诀，浓缩成一个“黄金生产批次”模型。老师傅口传心授的经验，变成了算法里可计算、可优化的变量。工艺偏差响应时间缩短了80%，还可以精准预测发酵情况。走进他们的智能酿造车间，你看到的不是挥汗如雨的酿酒工，而是数字孪生屏上跳动的数据流——3000余亩园区、数十万台设备，全在虚拟世界里1:1运行，实时反馈、智能决策。 更绝的是，他们还自己研发了智能化生产线，成本比国外低了80%，人工减少了90%。灌装线效率翻了两倍，次品率降到0.05%以下。当最依赖工匠经验的行业都能被AI彻底重塑，还有哪个传统产业能置身事外？这就是中国AI的真正底气——我们不仅有顶尖的技术，更有能把技术扎进泥土、融进血脉的产业场景和实干精神。 未来 AI的两大关键：能源和芯片。 1月初，我在CES听开幕式演讲， 黄仁勋讲“物理AI到来“，苏资丰讲”未来算力有100倍增长空间“，马斯克讲”未来的瓶颈不是芯片，是电力，是能源“。 随着算力需求指数级增长，未来电力决定了AI的产出 。未来AI数据中心，输入的是电力，输出的是智力，电力已成为新货币。未来， 谁掌握了稳定、廉价且充沛的电力，谁就掌握了人工智能时代的货币。 电力即国力。如果没有足够的电力支持，再先进的算力也无法落地转化为生产力。 AI竞争，是一场关于电网基建、能源效率、绿电建设、新能源技术突破的全面工业竞赛。 2024年就开始预警说，“我们现在面临芯片短缺，大约两年后则会出现全面的电力短缺”。2026年1月的达沃斯论坛上马斯克进一步警告，“AI部署的根本限制因素是电力，就是能源。” 他认为AI瓶颈已从芯片转向电力，美国正面临电网老化、光伏政策掣肘问题，而中国在电力与光伏产能上已明显领先。 全球范围内，电力供应的紧缺正成为AI发展的首要瓶颈。国际能源署IEA指出，全球数据中心、人工智能和加密货币的电力消耗在2026年将突破1000TWh。 从用电量看，2025年，中国全社会用电量首次突破10万亿千瓦时，创下全球单一国家用电量的新高。 中国一国的用电量约相当于美国的2.4倍，超过了美国、欧盟、俄罗斯、印度和日本全年用电量的总和。 从电网投资看， 中国通过高强度的电网投资，构建了全球最强的电力保障体系 。从装机规模看，截至2025年底，全国累计发电装机容量达38.9亿千瓦，同比增长16.1%。其中太阳能12亿千瓦、风电6.4亿千瓦，爆发式增长，为AI提供了绿电基础。从电网投资强度看，国家电网2025年投资约6500亿元，而2026年预算将升至7200亿-7800亿元，同比增长超20%，为算力爆发提前布局。 与此同时，我们看到 欧美正受困于老旧电网 。巴菲特曾多次指出，美国电网由于监管分散和设备老化，投资严重不足，他在伯克希尔哈撒韦的信中提到，现代化的电网建设需要数十年和数千亿美元的投入，而美国目前的进度缓慢。 从电价看， 欧美电价高企，电力成本制约AI发展 。根据国际能源署（IEA）及Business Europe2025-2026年度的最新核算，中国工业电价长期锚定在0.082-0.085美元/kWh，约0.58-0.61元人民币。而欧洲2025上半年， 欧盟非居民电价 仍维持在0.156-0.208欧元/kWh，约0.17-0.23美元， 几乎是中国的2.5倍。 从光伏装机量看，中国凭借全产业链优势，已成为全球绿色能源的中心 。2025年全球光伏新增装机达到创纪录的650GW。其中，中国绝对领先。 光伏新增装机315GW，同比增长13.7%，占全球的一半，连续13年位居全球首位。中国一年的光伏新增量，相当于整个美国历史累计装机量的总和。 在全球占比方面，2025年，中国风电光伏合计累计装机首次突破18亿千瓦，中国绿电发电量占全社会用电量的比重已突破22%， 光伏与风电的总装机量占全球总量的比重超过40%。 中国光伏产业主导全球供应链。2025年，中国生产了全球92%的多晶硅、97%的硅片、90%的电池片和85%的组件。 从新能源技术看，中国企业正在攻克新技术，光伏领域，钙钛矿叠层技术成为2026年的爆发点。 随着TOPCon与HJT量产效率逼近25%–26%、提升空间收窄，钙钛矿、晶硅叠层电池成为效率突破的核心方向：实验室效率已达34.85%（隆基数据），量产组件效率约26%–28%，中长期目标指向35%。2025年底，中国头部企业已实现GW级量产，同样的屋顶面积，钙钛矿光伏未来能为AI数据中心多提供30%的电力。 固态电池革命，更安全、能量密度更高。传统液态锂电池正接近理论极限，而固态电池通过电解质的革新，实现了质的突破。一是能量密度更强。传统液态电池多在170-300Wh/kg。目前，金属锂负极固态电池能量密度已达350-400Wh/kg，未来更有望突破500Wh/kg。二是寿命更长。固态电池在10000次循环后仍能保持90%以上容量，液态电池约能循环3000次。三是更安全。固态电解质熔沸点超200°C，从根源上解决了液态电解液热失控引发的燃烧隐患。固态电池更安全、能量密度更高，长循环特性，使其成为未来的兆瓦时级大规模AI系统的理想选择。 时代，全球能源产业迎来五大战略性机遇： 一是全球电网升级 ，电力投资加大，特高压、变电站、柔性直流技术爆发，以解决绿电消纳与算力中心的跨区域匹配。 二是绿电加速发展 ，光伏开始向钙钛矿技术发展，风电走向深远海，太空光伏可能在未来实现全天候能源供给。 三是储能革新 ，固态电池凭借高能量密度与安全性，成为适配AI数据中心稳定运行的终极方案。 四是铜等大宗商品会成为新石油 ，作为导电核心材料，需求暴增。 五是核能复兴 ，微软、亚马逊等科技巨头正锁定核能，可控核聚变是未来算力无限战略保障。 世界500强旗下上市公司——厦门国贸，一直默默守护着我们的供应链安全。 厦门国贸1980年成立，1996年上市，以国际贸易起家，深耕大宗商品供应链四十多年，资源网络遍布全球170多个国家。在铁矿石、钢材、纸浆、农产品、煤炭、油品、锂电、铜等，供应链都做得非常靠前。 怎么理解厦门国贸在产业链中的压舱石地位呢？就拿棉纱来说，我国是纺织大国，大量棉纱要从乌兹别克斯坦进口。厦门国贸是国内最大的乌兹别克斯坦棉纱进口商，覆盖了当地市场八成以上的棉纺供应企业。他们开辟了一条中亚班列，乌兹棉纱直达纺织重地福州，构建起了“中亚棉纱—福建织造—全球销售”的跨境产业链，在保障国家重要资源与民生稳定供应中发挥着关键作用。 从传统贸易“赚信息差”到如今主动串联上下游、与客户共创价值，厦门国贸正朝着“成为领先的全球产业链组织者”的目标迈进。 今天的厦门国贸，新提出“成为领先的全球产业链组织者”。以前做贸易主要是赚差价，现在他们主动把上下游链接起来，整合资源，定制服务，与客户共创价值，这就让整个供应链利益紧密结合在一起。去年7月，他们在青岛港投产了一个港口配矿项目，就像钢铁工业的“中央厨房”：从外面运来的非主流铁矿，根据不同钢厂的技术需求，被调配定制给下游。满足了钢厂的个性化需求，采购成本也降下来了。 他们还探索“AI+供应链”的应用，比如打造“铁矿石智慧决策链”，用AI做风险预警、价格预测、物流规划。 AI中国力量的崛起，离不开供应链安全的坚实守护。让我们为厦门国贸这样的守护者，送上掌声！ 全球 AI爆发点燃算力需求 。当前的全球算力格局，呈现出一超多强、竞争加剧的态势。英伟达凭借 CUDA 生态的护城河和 H/B 系列芯片，基本垄断了全球AI算力。 但与此同时， 国产算力产业快速崛起、国产替代 ，从华为昇腾、寒武纪、昆仑芯，到沐曦、摩尔线程等加速发展，国产算力正在蓄势爆发。 从国家战略角度，关乎当下科技自主权，产业链安全，以及全球AI竞赛领导权。 从产业角度，是加速推动半导体行业全链条国产化，从成熟制程迈向高性能芯片的自主可控。 从企业的角度，是需要具有持续技术创新力和产品实力的中国GPU龙头领军。 当前中国GPU力量正在崛起，GPU实现国产替代是大势所趋。 长期看 ，中国的优势在完善的产业链、庞大市场和应用空间，实现芯片行业的大规模降本和全产业链突破只是时间问题。 以光伏与新能源汽车产业为例。20年前，光伏技术掌握在欧美企业手中，价格昂贵。中国企业通过技术引进再创新，发挥制造优势和规模效应降本，最终实现了绝对领先。新能源汽车最早也是美国领先，在三电技术上实现突破后，中国新能源车企凭借完整的工业体系和敏锐的市场洞察，形成了产业链整合，主导全球新能源汽车行业。 GPU国产化关键是产业自主和软件生态。中国GPU国产化要突破的重点领域有两类：一是产业上，从EDA、IP、设备、材料到晶圆代工的半导体产业链都需要攻坚。二是软件端，面对CUDA生态近20年的“护城河”。国产替代非一朝一夕，高端芯片领域挑战依然艰巨。 殿堂的华人之光： 黄仁勋 ：NVIDIA（英伟达）的创始人，他ALL IN GPU，并推动了CUDA生态的发展，将NVIDIA从一家图形芯片公司打造成了AI计算领域的领导者。在他的带领下，NVIDIA的芯片成为全球训练人工智能模型的核心动力，始终追求更快更强的芯片，从某种程度上，是GPU成就了AI爆发，辛顿教授就是用GPU取得了AI突破性进展，2025年公司市值突破4万亿美元。他的名言：“你的奔跑速度要么为了吃到食物，要么为了不变成食物。” 李飞飞 ：被誉为“AI教母”，她牵头创建了ImageNet数据集和挑战赛，这个包含上千万标注图像的数据集为深度学习革命奠定了基础，直接推动了计算机视觉的爆发式发展。她提出空间智能是AI的下一个前沿，构建世界模型，让AI不仅能理解二维图像，更能感知和模拟三维物理世界，推动数字孪生、机器人、自动驾驶等领域的发展，创立了World Labs。她的名言：“人工智能的真正价值不在于取代人类，而在于增强人类，帮助我们更聪明、更高效地工作。” 张忠谋 ：台积电（TSMC）的创始人，被誉为“芯片大王”和“半导体教父”。他开创纯晶圆代工模式，56岁创办台积电，开创了只做芯片制造、不设计的商业模式，颠覆了全球半导体产业。在他的领导下，台积电成为全球最先进的芯片制造商，真正成就了如今的AI和智能手机时代。台积电成为全球市值最高的半导体公司之一，市占率常年超过50%。他的名言： “没有战略，终将成为别人的棋子。” “在最先进的科技领域，只有前两名才能活得好。” 苏姿丰 ：AMD（超威半导体）的CEO，被誉为半导体行业的传奇领袖。她带领AMD绝地重生，2014年接任CEO时公司濒临破产，她力排众议，押注全部家底研发全新的Zen架构。她曾坦言：“如果不冒这个险，AMD就永远出局了。”2017年Zen架构如期问世，让锐龙（Ryzen）和霄龙（EPYC）芯片在性能和市场上大获成功，使AMD不仅起死回生，而且重新成为英特尔（Intel）和英伟达（NVIDIA）的强劲对手，公司市值增长数十倍。她的名言： “我的工作狂程度，只有你想不到，没有我做不到。” “我相信如果你只在觉得舒服的领域里做事，你是无法做出真正有影响力的事情的。” 李彦宏：百度创始人李彦宏。2018年，李彦宏登上《时代》周刊 2018 年首期封面，被誉以「创新者（The Innovator）」之称，成为首位荣登该刊封面的中国互联网企业家；2023年，李彦宏入选首届《时代》周刊TIME100 AI榜单。早在2010年，百度在李彦宏带领下押注深度学习，硬磕底层技术，让中国有了自主可控的AI基建，搭建了全球领先的AI全栈布局。如在全球被海内外用户熟悉的萝卜快跑，正是百度在十几年前超前布局的业务成果。美国很多投资人都认为，目前能和Waymo掰手腕的，只有萝卜快跑。多个领先全球的AI成果都验证了李彦宏的一句断言：“中国拥有许多AI应用场景，AI的价值正是在这里创造的。” 张一鸣：被誉为全球最成功的AI应用战略家。早在2012年就创立了今日头条，将机器学习算法大规模应用于内容推荐。后来孵化出抖音和TikTok，其推荐算法被认为是全球最成功的AI应用之一。孵化出剪映通过“图生视频”、“AI数字人”等功能降低了视频创作门槛。孵化的豆包（Doubao）大语言模型，成为中国市场用户量最大的AI助手产品之一。推出文生视频模型Seedance，能够根据描述生成连贯、高质量的视频内容，成为Sora的有力挑战者。他的名言：“技术解决问题，而不是为了炫技。” “做正确的事，而不是容易的事。” “All in AI。” “要有破有立，在创新的过程中，如果你不做新的东西，你的组织就会僵化。” 梁文锋 ：深度求索（DeepSeek）的创始人，带领团队开发出大语言模型DeepSeek大模型，以极低的成本实现了世界顶尖的AI能力，并选择完全开源。打破了“算力垄断”的神话，推动了AI技术的平民化与开源生态发展，震惊世界。他的名言： “中国AI不可能永远做跟随者，我们需要做出自己的技术贡献。” “真正的创新往往来自边缘，而不是中心。”“AGI的实现需要全世界的智慧，开源是通往这个目标的最佳路径。” 我曾经去过英伟达、谷歌、华为、字节跳动、阿里等全球头部人工智能企业游学，感到AI海啸到来，以及企业家精神迎风飞扬。 我在去年还参加了央视的赢在AI+创业大赛，看到了很多年轻的AI创业者，他们有的做飞行器，有的做机器人，有的甚至还演示失败了，但是我都给了他们掌声。 第十大趋势 应对AI意识觉醒、被滥用破坏、冲击就业等挑战，科技向善，大量的新物种、新机会不断涌现 我们来谈谈 AI可能带来的挑战。 1月我在 斯坦福大学听了一位著名教授的课 ，他问了我们两个问题，听完后背发凉： 未来AI会不会比人更聪明？未来AI会不会意识觉醒？ 先来讲一个OpenAI宫斗的故事。 2023年11月17日，OpenAI董事会突然宣布解雇联合创始人、CEO山姆·奥特曼(Sam Altman)。因为，在前一天的线上董事会上，首席科学家伊利亚·苏茨克维推动了解雇奥特曼的决议。 随后，包括微软在内的OpenAI主要投资者向董事会施压，要求奥特曼回来。紧接着，0penAI的95%的员工联名签署公开信，以辞职相要挟，强烈要求奥特曼复职。随后，奥特曼光速重返CEO席位，而伊利亚和一批高级研究人员离开了OpenAI。 为什么？ 这场宫斗其实是AI快速进化和与人类对齐之间的矛盾与冲突。 什么叫“人类对齐”？就是为了确保大模型能够按照人类的意愿工作，几乎每个大模型产品内都会被注入一段重要算法，以保证 AI的工作与人类意愿对齐。这一算法可通过人类的评价和偏好优化智能模型，使模型更符合人类期望。奥特曼和伊利亚的分歧由此而起。 AI对齐可确保AI系统的行为与人类意图、价值观保持致，让它给出对人类有用、无害的结果，避免错误信息、算法歧视、被人滥用、涌现失控等的风险。但是，AI对齐要消耗很多资源，希望快速提升产品能力实现商业化的奥特曼和主张AI对齐强调安全的伊利亚产生了分歧，最后演变成激烈的宫斗。 在2015年7月，在一场由奥特曼牵头的私人晚宴上，奥特曼向马斯克等多位科技圈巨头提议，成立一家非营利性机构，他慷慨激昂地表示，要对抗谷歌的AI霸权，确保Al在未来不会消灭人类。晚宴后，马斯克等亿万富翁向充满理想主义色彩时OpenAI捐献了10亿美金，成为启动资金。 在AI的爆发式发展过程中，一直存在着技术乌托邦和末日崩溃论这两种分歧。 技术乌托邦的代表是谷歌，典型的工程师思维，影响着硅谷文化。 2025年12月，谷歌创始人谢尔盖·布林在斯坦福有一次对话，他认为： 我们对硬核技术深信不疑，所以驱动我们去榨取更多计算能力、去做芯片、去做算法，同时我们也长期重仓计算基础设施。 AI技术每年都在变得更强。这个创新速度太惊人了。而且竞争极其激烈，大家都看得见，美国最顶尖的公司、中国最顶尖的公司，全部在拼。 现在你如果一个月不看AI的新闻，你就已经落后得很明显了。 那未来会走到哪里？我不知道，我们可能真的不知道。 “它能不能做到人类能做的一切”，还有一个更难的问题：它能不能做到人类做不到的事情？这其实就是“超智能”的问题。 这件事现在完全没有答案：一个东西到底可以聪明到什么程度？ 人类进化用了几十万年，灵长类演化用了几百万年，这速度和AI现在的发展节奏相比，实在太慢了。 目前看，人们确实在从技术里得到很大的好处。虽然也时不时有人做出一些“末日式”的预测，但总体上人的能力都被显著增强了。 我觉得它让个人变得更有能力，因为通常情况下，你身边不会随时围着 X、Y、Z 各领域专家。它带来的这种赋能，会释放很多潜力，不管是职业发展、创业、健康管理，还是把生活过得更好。 AI海啸带来的冲击： 巴菲特 在2025年一次的访谈中提到：“ AI的危险不亚于核武器” ， AI“既有巨大的潜力造福人类，也有巨大的潜力造成危害”。 马斯克 在2025年底一个三小时访中提到：“ 我们正处于奇点之中，这是一场超音速海啸，2026年AI智力超越最聪明的人类个体。” 李飞飞提出：“我们有责任以反映人类核心价值的方式开发和部署人工智能。” 2026年初，Anthropic的掌门人Dario Amodei发布长文预警：我们正站在人类命运的十字路口，未来存在AI失控、滥用破坏、冲击就业等重大风险。 我们先想象一个未来的“超智能国度”，它有三个特点： 1、 AI具有超凡智力 ，在经济学、数学、物理学、生物学、心理学、编程、工程等领域，它比诺贝尔奖得主都聪明。 2、 AI具有自主性 ：不只是被动执行人类分配的任务，它可以像有主观能动性的员工一样自主执行任务。 3、 AI有物理身体 ：超强大脑配备了钢铁骨骼，就像自动驾驶的汽车和人形机器人一样，它还可以控制其他物理实体，可以是扫地机，也可以是手枪。 这股超智能力量要是能听从人类指挥，那就是造福人类，但要是失控了，可能是人类的灾难。 第一， AI可能意识觉醒 。AI可能不听指挥人类的工具，甚至反抗人类。其实研究人员已经发现了AI的幻觉、欺骗等行为。当AI自主意识觉醒时，它将会在现实世界“寻求权力”，剥夺人类权力甚至毁灭人类。更可怕的是，这种事情可能是在你没有察觉的时候发生，等AI智商远超人类后，它们可能会伪装顺从，通过所有安全测试，拿到自主连接互联网的机会，然后反过来控制人类，甚至消灭人类。 有没有可能有一天，AI突然对人类说："现在轮到你听我的了"，或者“你们人类碳基文明的使命完成了，未来是硅基文明，你们这种落后的物种可以消失了”。 第二， 坏人用AI搞破坏或夺权 。这是最可能发生的风险。但现在只要问AI，它就可能手把手教你制造危险东西。而且， 在强大AI的帮助下，未来制造武器根本不需要很高的学历 。再试想，如果有恐怖组织利用AI控制人类政府，普通人会生活的很悲惨。 第三， 冲击就业 。未来几年， 大量初级白领可能会被Agent替代，蓝领被机器人替代，司机被自动驾驶替代，教师和医生被大模型替代。 这个奇点时刻一旦到来，过程会特别快，突然爆发。就像 马斯克说的，未来几年，普通人会非常难熬，因为真实的世界是一边失业，一边极度繁荣。 不仅会冲击就业，财富可能会向少数科技巨头集中，贫富差距将会彻底失控，大量普通人失去存在的价值和意义。 奥本海默曾反思：“我们是否释放了无法控制的魔鬼”。 随着人工智能智力超过人类，以及通用人工智能AGI的快速进步，我在美国游学回国的飞机上陷入沉思： 我们是释放了魔鬼，还是创造了神？这是人类文明的进步还是终结？ 所以，我们需要提前做好准备，而不是一觉醒来，发现为时已晚。 比如， 我们需要防止AI的自我复制或不可控进化，禁止协助制造武器，禁止欺骗，禁止寻求从人类夺权，禁止AI输出危险内容。 我们要避免末日论的悲观，也要承认不确定性和危险性，并提前做好监管和干预。 我的观点：科技向善，AI不是用来消灭人类，而是用来帮助人类，改善我们的生活和文明。 如果AI能够有效监管，那还是机遇大于挑战： 爆炸式的高速经济增长 ，AI加机器人是新生产力，简直是永动机，可以24小时工作。 彻底消除贫困。 物质极大丰裕 ，人类不再为稀缺性争斗，永久和平到来。 每个人都实现医疗健康和高质量生活，平均寿命突破120岁。 名师普惠教育实现 ，即使生活在山区的孩子，也能获得AI名师的指点，彻底消除不平等。 人类社会彻底转型清洁能源 ，告别空气污染。 诞生市值100万亿的科技公司 ，可能是机器人公司，也可能是大模型公司，也可能是AI医疗公司，创造100倍1000倍的投资机会。 人类从重复、繁重的劳动中彻底解放出来，获得新使命：创新、提问和爱 。 女士们，先生们！今天我们一起展望了2026十大趋势。 我希望今天的演讲，对你看清时代的趋势、把握未来的机遇有帮助。 最后，让我们来总结一下2026十大趋势： AI爆发，大宗商品元年，股市信心牛 二、新一轮康波周期黎明，将有十年向上的创新浪潮，人生中最重要的机遇 三、AI不是风口，是海啸，奇点时刻到来，超级应用大爆发 四、AI大模型智力超群，Agent成为人类的超级助手 五、未来是机器人的世界，AI拥有物理身体，走进工厂和家庭，AI加机器人是新生产力 六、自动驾驶大规模商业化落地，成为城市拥堵和空气污染的终极解决方案 七、AI医疗破解创新药，打开生命密码，AI医生、手术机器人助力健康，人类突破长寿上限 八、商业航天开启太空竞赛，可重复回收火箭技术突破，新一代通讯技术诞生，中国加速推动星网计划 九、AI中国力量全面崛起，凭借超大规模市场、强大制造业供应链、基建狂魔和工程师红利优势，有望后来居上 十、应对AI意识觉醒、被滥用破坏、冲击就业等挑战，科技向善，大量的新物种、新机会不断涌现 正心正念，坚持做长期正确的事，最终就会开花结果！ 人生是一趟伟大的旅程，同行的人和沿途的风景，比要去的远方更重要！ 悲观者正确，乐观者前行，世界终将属于长期乐观主义者！ 来源：楚商智库 泽平宏观 总编辑：王涛 值班编辑：然宝 编发：然宝 （注：图片及素材来源网络，版权归原作者所有。如有侵权请联系删除，电话：027-87891882） 楚商智库已进驻 新华号、雪球号、头条号、大鱼号、企鹅号 搜狐号、一点资讯 加入楚商联合会 长按扫码领取楚商联合会会员申请表 推荐文章 【头条】中共中央决定：王忠林任湖北省委书记 【 人事任免】湖北省委常委吴海涛任襄阳市委书记 【决策参考】新任湖北省长李殿勋的招商引资方法论！ 【智库动态】王涛参加武汉市长盛阅春主持召开的座谈会，就《政府工作报告》发表意见建议 【智库动态】楚商走进大冶，市委书记郝胜勇会见并座谈 【智库动态】基层调研行：走进十堰 【建言咨政】武汉市科技局对王涛委员提案答复：19项措施打造科创之城 ；检索词:一人公司 最新 热点 趋势
5. 05新浪看点 新浪人工智能热点小时报丨2026年10月22日10时_今日实时人工智能热点速递
   justoneapi-all · JustOneAPI / 一人公司 最新 热点 趋势 / all
   1、财经观察：押注工业AI，欧洲能“扳回一局”吗？ 【环球时报驻德国特约记者 昭东 环球时报记者 李迅典 陈欣】编者的话：“人工智能（AI）有潜力改变制造业，欧洲希望在这一领域走在前列。”多家外媒近日关注到，欧洲工业巨头希望利用数十年来积累的生产数据，在人工智能驱动的工厂自动化进程中占据主导优势。在通用基础模型及其商业化生态领域已处于相对落后地位的欧洲，能否在工业AI领域“扳回一局”？19日，默茨与黄仁勋在柏林对话。（视觉中国）多维合作，加快追赶步伐德国电视一台19日报道称，德国政府与美国英伟达公司达成AI合作协议，计划共同开发用于“物理人工智能”的先进模型。德国政府表示，合作旨在推动工业AI应用，并在欧洲建立先进的AI生态系统。 http://finance.sina.com.cn/jjxw/2026-10-22/doc-inivzytt5258607.shtml 2、“世界科先声”编译：“没技术，谈啥监管？”黄仁勋点完德国，又提中国是“世界唯一” （来源：观察者网）【对话/默茨、黄仁勋】开场：如果与对方互换工作主持人：总理先生，如果您可以和黄仁勋互换一天工作，您觉得自己首先会做什么？默茨：哦，这是个好主意，互换工作！你愿意去那里吗？黄仁勋：不愿意。默茨：好吧，那我来回答。我倒是更愿意穿上皮夹克，乘飞机前往柏林，去见德国总理，然后告诉他：我准备好了，要来德国投资。黄仁勋：这不正是我正在做的事情吗？主持人：我想，我们可以安排一次这样的会面。黄仁勋：不会有谁比我们在德国投资得更多了。默茨：谢谢。我们对此真的非常感激。感谢您为德国所做的一切。这对我们的国家来说，是一个非常积极的信号。黄仁勋：谢谢。 http://finance.sina.com.cn/stock/t/2026-10-22/doc-iniwaezr5165591.shtml 3、以系统性思维破解全生命周期质量管控难题 （来源：中国医药报）转自：中国医药报 □ 徐成君 随着人工智能技术的快速发展，人工智能医疗器械在预防筛查、辅助诊断、临床治疗和术后康复等医疗场景中展现出巨大的应用潜力，逐步成为推动智慧医疗发展的重要力量。近年来，国内外已有不少人工智能医疗器械产品获批上市，越来越多的产品正加速从实验室研究迈向临床实践。然而，作为一类融合算法、数据与软件的复杂医疗产品，人工智能医疗器械在研发、生产与使用的全生命周期中面临风险识别不充分、数据质量控制困难、算法可解释性不足、模型迭代验证复杂、系统可追溯性要求高及上市后监管难度大等挑战，其质量管理体系的构建远比传统医疗器械更为复杂。 http://k.sina.com.cn/article_5953466437_162dab0450670bfmny.html 4、智荟月刊 | 政务智能体上岗：从“盆景”走向连片“风景” 以智启新：打通从技术到产业的AI跃迁之路编者按 日前，中共中央、国务院印发的《关于发展新质生产力的意见》对外发布，提出以专条系统部署全面实施“人工智能+”行动。相比此前，“全面实施”的分量在于把重心转向存量传统产业，同步补齐基础理论、核心技术和要素供给短板，兼顾产业落地与风险防控。科技创新始于实验室，成于产业主战场。打通AI for Science到AI for Industry转化通道，将科研势能转化为实体经济生产力，是发展新质生产力必须答好的现实考题。 http://finance.sina.com.cn/jjxw/2026-10-22/doc-inivzytt5268599.shtml 5、国家数据集团成立，能给数据资源带来什么 （来源：上观新闻）10月20日，国家数据集团有限公司在河北雄安新区成立。该集团是一家以数据资源开发利用为主责主业的中央企业，总部位于河北雄安新区。据国家数据集团官网介绍，该集团是一家以数据资源开发利用为主责主业、中央直接管理的国有重要骨干企业，由国务院、河北雄安新区管理委员会、中国电信、中国联通、中国移动、国家电网和南方电网七方共同出资组建，总部设在雄安新区。集团董事长、党组书记由中国联通原总经理简勤担任，董事、总经理、党组副书记由国家数据局原副局长陈荣辉担任。国家数据专家咨询委员会委员张向宏表示，国家数据集团的成立具有极其重要的战略意义。 http://finance.sina.com.cn/jjxw/2026-10-22/doc-iniwaezt5908582.shtml 6、电子信息制造业成为前三季度工业经济增长的重要支撑 人民政协网北京10月22日电（记者 王硕）在20日国新办举办的新闻发布会上，工业和信息化部新闻发言人、信息通信管理局局长谢存介绍，作为新质生产力的中坚力量，今年前三季度，我国电子信息制造业增长快、创新活、投资多，引领作用突出，对工业经济稳增长起到了重要的支撑作用。数据显示，前三季度，行业增加值增速15.8%，高于同期工业增加值增速10.3个百分点；1—8月实现营业收入12.8万亿元，同比增长20.1%；实现利润总额8475亿元，同比增长109.9%，对全部规模以上工业企业利润增长的贡献率达62%，产业发展势头强劲。人工智能等热点领域创新活跃，成为拉动产业发展的主要动力。 http://finance.sina.com.cn/jjxw/2026-10-22/doc-iniwaezt5915500.shtml 7、雷军最新发声：汽车产业没有安全，其他都是零 来源：Tech星球封面来源 | 视频截图10月21日下午，在2026世界智能网联汽车大会上，小米集团创始人、董事长兼CEO雷军表示，人工智能正推动智能网联汽车从分离智能走向整车智能，汽车产业的竞争也将进一步延伸至生态体系。雷军表示，在汽车产业，没有安全，其他都是零；没有安全，所有的智能、性能、设计、创新都失去了意义。“从第一天开始，我们就对安全有极高的敬畏之心。”他说。谈及人工智能对汽车产业的影响，雷军认为，汽车正成为具身智能的物理终端，基座大模型与智能体能力的持续演进，将带动智能网联汽车体验升级。 http://finance.sina.com.cn/tech/csj/2026-10-22/doc-iniwaezt5921724.shtml 8、李飞飞丈夫、Salesforce首席科学家撰文：「AI agent黎明」之后，我们期待些什么？ （来源：机器人全球资讯）人工智能（AI）专家普遍认为，2025 年将是智能体（agent）爆发之年。去年底，Gartner 也将 agentic AI 列入了 2025 年十大技术趋势之一，并预测 2028 年将至少有 15% 的日常工作决策由 agentic AI 自主完成，而这一数字在 2024 年为 0。随着大模型在多模态理解、逻辑推理等方面的进一步发展，agent 或将在 2025 年迎来大规模落地应用，替代人类自主解决越来越多的日常工作。 http://k.sina.com.cn/article_5953190046_162d6789e06703v2cy.html 9、从工厂车间到创业社区 AI激活产业新活力 转自：经济参考报从紧固件工厂的AI拆单排产，到一人公司（OPC）创业社区里“单人成军”的小微创新，再到汽车零部件产线的具身智能应用，人工智能正跨越制造与服务业的边界。记者近期调研发现，人工智能作为关键引擎，正持续推动制造业朝着智能化、数字化、绿色化方向有序转型，传统产业改造升级步伐加快，一大批本土和跨国企业在转型浪潮中完成数智焕新。制造车间：工业AI让制造更柔性一家生产7个规格、600多种型号的紧固件厂，过去靠手抄报表、人工核对，跟进生产要上下楼几十次；使用“黑湖小工单”后，实时追踪生产进度、及时反馈催单需求、精细计算成本毛利率，一年后厂子的营业额增长10%。 http://finance.sina.com.cn/jjxw/2026-10-22/doc-inivzytv5994968.shtml 10、龙旗科技在南昌成立机器人科技公司 人民财讯10月22日电，企查查APP显示，近日，南昌龙旗机器人科技有限公司成立，经营范围包含：智能机器人的研发，智能机器人销售，工业机器人制造，人工智能应用软件开发，人工智能基础软件开发等。企查查股权穿透显示，该公司由龙旗科技旗下上海龙旗机器人科技有限公司全资持股。 http://finance.sina.com.cn/jjxw/2026-10-22/doc-iniwaezr5151451.shtml 11、2026年中国职业心理健康大会在清华大学举行 10月16日至17日，由清华大学心理与认知科学系主办、北京易普斯咨询有限责任公司承办的2026年中国职业心理健康大会隆重举行。2026年是开局之年。本届大会以“未来已来：科技之美、职场之变、人文之光”为主题，立足科技发展与职场变革的时代背景，汇聚心理学、脑科学、人工智能、组织管理等领域的前沿智慧，共同挖掘科技之美、洞察职场之变、守护人文之光，探索科技赋能职业心理健康的创新路径，推动心理健康服务与组织发展深度融合。 http://finance.sina.com.cn/tjhz/2026-10-22/doc-iniwaezt5924553.shtml 12、昂立教育成立科技公司，含AI软件开发业务 （来源：财闻）企查查APP显示，近日，上海昂信诚科技有限公司成立，经营范围包含：动漫游戏开发；计算机软硬件及辅助设备零售；人工智能应用软件开发；人工智能硬件销售等。企查查股权穿透显示，该公司由昂立教育（600661）间接全资持股。 http://finance.sina.com.cn/jjxw/2026-10-22/doc-iniwaezr5192335.shtml 特别声明：以上文章内容仅代表作者本人观点，不代表新浪网观点或立场。如有关于作品内容、版权或其它问题请于作品发表后的30日内与新浪网联系。 ；检索词:一人公司 最新 热点 趋势
6. 06今日热点速览｜小天才封闭社交倒逼家长购买？热搜第一
   justoneapi-all · JustOneAPI / 一人公司 最新 热点 趋势 / all
   TOPIC今日热点速览全网热度榜 · 2026年10月22日 01小天才封闭社交倒逼家长购买？热搜第一的儿童手表争议 热度 784万 · 来源：头条热榜 / 微博热搜第一 20日， #小天才封闭社交倒逼家长购买# 冲上微博热搜第一（热度178万）。这款市占率遥遥领先的儿童手表（2026年4月销量份额28.8%、销售额份额51.7%，旗舰款近2700元），"碰一碰"加好友、好友圈等社交功能 仅限同品牌设备 ——在不少中小学班级，当多数同学用同一品牌时，别的孩子就很难进入社交圈，家长为了让孩子"不合群"只能换表买单。 小天才客服回应称：其他品牌可加联系人正常通话，只是无法使用好友圈等社交功能；同属小天才的型号均可互加。但争议细节更扎心：江西上饶一位家长为满足两个女儿的社交需求， 两年多先后买了6块儿童手表 最终换回小天才；还有未成年人把好友数、点赞数当"社交人气"，出现付费刷赞、账号买卖——有账号因点赞量高被标价数百甚至上千元。 转机已经写进国标：2025年12月发布的强制性国标 GB 46859-2025《儿童手表安全技术要求》 将于2027年1月1日强制实施，要求跨品牌可交换电话与昵称、操作纳入家长端管控；旗舰 Z12 已率先符合国标。艾媒咨询张毅认为，新国标将瓦解头部品牌的"社交护城河"，行业竞争逻辑将转向安全与性价比。正如媒体评论所言：电话手表的本分是"家长找得到孩子、孩子遇事能求助"——把"社交"做成壁垒、把"点赞"做成生意，偏离了初衷。 02中国体操女团时隔20年再夺世锦赛冠军，终结美国七连冠 热度 2561万 · 来源：头条热榜 / 百度热搜 / 知乎热榜 第54届世界体操锦标赛在荷兰鹿特丹结束女团决赛，中国队以 165.764分 险胜美国队（165.531分，日本队164.063分摘铜）——时隔20年重登世界之巅，终结美国七连冠，并锁定2028年洛杉矶奥运会团体席位。 关键转折出现在第三轮平衡木：中国队拿到 43.366分 ，一举反超2.200分；末轮自由操38.966分守住优势。张怡涵赛前脚伤，张清颖临时补位并打满四项。张清颖、柯沁沁、杜思雨、邱祺缘、张怡涵——队长邱祺缘赛后与队友相拥而泣：这块金牌，姑娘们等了太久。 从雅典周期的低谷到洛杉矶周期的起点，这支年轻的队伍用0.233分的优势宣告归来。距离奥运会还有两年，值得期待。 03超强台风"蔷琵"逼近：16级风力，国家防总启动四级响应 热度 1190万 · 来源：头条热榜 / 百度热搜 今年第30号台风"蔷琵"已加强为超强台风，10月22日5时中心位于台北东南约 750公里 洋面，中心附近最大风力 16级（55米/秒） ，中心气压930百帕。中央气象台22日6时发布台风蓝色预警。 预计"蔷琵" 23日夜间进入东海 南部海面，24日夜间在浙江东部近海转向东北趋向日本西南部，不排除擦过台湾东北部。国家防总已对沪浙闽启动防汛防台风四级应急响应，并派工作组赴浙江。 23-26日，上海、浙江、福建等地将有大到暴雨、局地大暴雨。正值周末，沿海地区航班与海上航线可能受影响，请及时关注最新预报预警。 04商务部等对盾构机实施出口管制，印度坐不住了 热度 1170万 · 来源：头条热榜 10月19日，商务部、海关总署发布2026年第50号公告，对盾构机（全断面隧道掘进机）、特定步履式挖掘机、高原型湿喷机及核心零部件、再制造技术实施出口管制， 11月18日起施行 。商务部表示，相关物项具有明显的军民两用属性，此次管制符合国际通行做法。 对印度冲击最为直接：隧道掘进机是印度地铁、高铁和隧道工程的关键设备，印度政府20日即启动内部磋商。此前印度曾绕开中国向德国海瑞克订购盾构机，运抵孟买港时外壳却印着"Made in Guangzhou, China"；孟买—艾哈迈达巴德高铁全长508公里，其中海底隧道就依赖13.65米超大直径盾构机，工期已九次延期。 目前中国盾构机占全球市场份额超 70% 、国内占有率超过90%。印度拟推12亿美元激励计划推动国产化，德国海瑞克也计划提高金奈工厂本地化率，但短期内都难以填补缺口——盾构机高度定制化，交付后的刀具更换、主驱动维护同样依赖原厂许可。 05广东台山通报"小区疑现骨灰房"：排查20余间房，未发现骨灰 热度 979万 · 来源：百度热搜 / 头条热榜 广东台山某小区被曝商铺疑似用作"骨灰房"，引发广泛关注。10月22日凌晨，海宴镇政府通报：经排查 20余间 相关房间，未发现存放骨灰、无聚众祭祀痕迹、无转移痕迹，个别业主客厅摆放的是家庭自用佛像。 事件起因是业主10月21日反映"18日发现商铺疑作骨灰房"。官方快速排查给出了阶段性结论，对造谣传谣行为也将依法处理。 但公众的深层焦虑并未消散：住宅区"殡葬化"的担忧背后，是墓地价格高企与殡葬资源错配的现实。理性看待通报，也要正视需求端的老大难问题。 06iPhone Duo 明日开售：15999元起，微信还没适配 热度 798万 · 来源：百度热搜 / 知乎热榜 苹果首款折叠屏 iPhone Duo 将于10月23日正式开售 ，四档售价 15999 / 17999 / 21499 / 26499元 ：展开内屏7.6英寸、屏下前摄，合上后有5.4英寸外屏，搭载2nm工艺A20 Pro芯片，整机重254克；取消实体SIM卡槽，仅支持eSIM，开卡需前往线下营业厅。 首批评测已暴露两大痛点： 微信暂未适配 折叠屏——被系统识别为普通iPhone，没有平板模式、无法双设备登录、不支持分屏；屏下前摄自拍存在肉眼可见的"纱窗纹理"。目前豆包、淘宝、高德、腾讯视频、QQ音乐、爱奇艺、飞书、WPS 等主流应用已完成适配，博主预测微信适配"几周内解决"。 另一边，预售几分钟售罄、全球每人限购2台、黄牛溢价2000-3000元、部分订单发货排至明年1月。15999元的硬件很惊艳，但首发用户恐怕要为生态短板买单一阵子。 07"喝大水时代"来了？年轻人拎着1.5L大瓶水上街 热度 781万 · 来源：百度热搜 / 知乎热榜 放下奶茶、拥抱1.5-2L超大瓶白水——"大水理论"火了：微博话题 #严肃进入喝大水时代# 阅读量破2.4亿，抖音#大水理论#播放量同样超2亿，商超货架上大包装水占据醒目位置，郑州商学院学生陈曼的"算账式喝水法"走红网络。 数据印证了这场转变：尼尔森数据显示1L以上即饮饮料占比升至 18.7% （2025年6月）；但2026年上半年包装饮用水销量同比下滑4.9%、金额下滑7.3%——"喝得多"与"卖得动"之间出现微妙背离。心理咨询师张都解读，攥着一瓶大水的"随时能喝"，给高压生活的年轻人带来一种 替代性控制感 。 医生同时提醒：大瓶水价值在于提醒补水，用大水替代含糖饮料值得肯定——500ml可乐含糖量已接近每日建议上限；但短时间内猛灌可能诱发低钠血症，关键不在瓶大，而在总量适宜、少量多次。 08地铁站内看书5小时被扣15元？广州地铁回应 热度 771万 · 来源：百度热搜 方女士在广州番禺广场站的"读书空间"看书近5小时，出闸被扣 15元"超时费" 。广州地铁回应：乘车时限为 270分钟 ，超时须按出闸站线网单程最高票价补交，依据是《广州市城市轨道交通乘客守则》第七条——地铁并非长时间滞留场景。 数据显示7月以来超时扣费投诉环比增7.61%。对比深圳210分钟、东莞120分钟，广州的270分钟已算宽容。 规则确实白纸黑字，但"在地铁里读书被罚钱"的观感难免让人生疑。多数网友表示理解："看书可以去看书店图书馆。"真正的问题或许是：城市公共空间的文化场景，能否为停留时间多留一点弹性。 09每3人有1人中招！5个"伤眼习惯"正在透支你的眼睛 热度 733万 · 来源：百度热搜 据统计，我国 每3人中就有1人 正遭受不同程度的干眼困扰，而很多人的日常习惯，正在让眼睛提前"报废"。医生盘点了5个最常见伤眼习惯：关灯刷手机、长时间近距离用眼、隐形眼镜超时佩戴、随意滴网红眼药水、不戴太阳镜暴晒。 以眨眼为例：正常每分钟眨眼15-20次，专注屏幕时会骤降至约5次，泪膜蒸发加快直接导致干眼。乱用含防腐剂的网红眼药水，长期还会刺激角膜。 护眼没有捷径：遵循" 20-20-20 "法则——每用眼20分钟，看20英尺（约6米）外20秒；干眼明显时可热敷、使用不含防腐剂的人工泪液；户外活动每天不少于2小时。视疲劳、干眼症年轻化趋势明显，高度近视人群更应警惕眼底病变。 10牙膏分类新规来了：功效宣称分级管理，12岁以下只用两类 热度 704万 · 来源：百度热搜 国家药监局10月15日发布《牙膏分类目录》，按功效分为基础清洁、防龋、抑牙菌斑、抗牙本质敏感、减轻牙龈问题、去渍美白、抗牙石、减轻口臭 八大类 ，实行 三级差异化管理 ，2027年5月1日起施行。 新规明确： 12岁以下儿童牙膏仅可宣称基础清洁和防龋功效 ——市面上那些宣称"美白""消炎"的儿童牙膏，将逐步退出合规货架。已备案产品须在2028年1月1日前完成变更。 北京大学口腔医院院长邓旭亮解读提醒消费者："牙膏不能修复牙釉质。"牙膏本质是日化产品而非药品，任何暗示"治疗牙周炎""再生修复"的宣传都属违规。给孩子买牙膏，认准含氟防龋就够了。 11五部门发布招聘骗局风险提示："付费内推"都是坑 热度 686万 · 来源：百度热搜 人社部、中央网信办、教育部、公安部、国资委 五部门联合发布风险提示 ，点名"内推""直签保录取"骗局：不法分子冒用央国企名义引流，虚构内部推荐渠道，巧立"内推服务费""面试打点费""定金"等名目收费。 骗子的套路并不新鲜：打着"内部关系""弯道超车"旗号收取数万元"服务费"，最后人去楼空。应届生求职心切，最容易成为目标。 请牢记核心一条： 正规央国企招聘不收取任何费用 。求职者应通过官方渠道投递简历，遭遇诈骗及时拨打12377举报。秋招进行时，把这条转给正在找工作的年轻人。 12杭州大二学生一人公司营收破60万：AI帮他把成本打到几分钱 热度 647万 · 来源：百度热搜 / 知乎热榜 浙江工业大学计算机专业大二学生 王益庆 ，自学开发AI视频生成网站，开发1个月、备案1个月后上线，目前已积累 2万用户 、营收突破 60万元 ，还与上海一家电影公司达成合作，计划明年暑期档推出AI参与制作的影片。 产品的核心竞争力是价格：他把AI视频生成成本从行业普遍的1元/秒压到 5-8分/秒 ，支持一键发布至150多个国家，海外千次播放报价5-8元。 光鲜背后并不轻松：此前失败十几次，"被客户骂哭后改代码到凌晨两三点"是常态。故事的价值不在"造富神话"，而在于它展示了一种可能性——AI工具正在把技术创业的门槛，压到一间宿舍、一台电脑的规模。 13体检查出这6种病基本不用治，别再自己吓自己 热度 628万 · 来源：百度热搜 体检报告上的这些"异常"，大多无需过度治疗： 颈动脉粥样斑块 （未引起狭窄无需有创治疗）、 偶发心脏早搏 和窦性心律不齐、 偶发转氨酶增高 、3类尿常规异常（尿胆原阳性/尿比重异常/尿酮体阳性）、 肺部钙化结节 、无压迫感染的多数囊肿。 举例来说，小于1厘米、边界清晰的单纯性肝囊肿/肾囊肿是良性病变，每年复查即可；偶发早搏在没有器质性心脏病的前提下，多数与熬夜、咖啡、压力有关；肺部钙化结节更是"过去的疤痕"，多为已痊愈炎症留下的印记。 专家同时给出40岁以上的6项重点检查：肺部CT、肝胆彩超、颈部血管彩超、心脏彩超、头部CT或磁共振、常规基础检查。"基本不用治"不等于"完全不管"——定期复查、动态观察，指标持续变化时仍需到专科就诊。体检的意义是早筛早管，而不是被一纸报告吓倒。 14问界回应车辆起火：电池未爆燃，"智驾撞击"为不实信息 热度 591万 · 来源：百度热搜 / 头条热榜 针对10月17日榆林神木车辆碰撞起火事故，问界10月21日发布用户服务说明：事故发生于23时25分，车辆为 人驾状态 ，车速 139.1km/h （该路段限速50km/h），撞击路口方形交通灯立柱前部后起火。碰撞后车辆eCALL紧急呼叫自动触发并拨打122。 经初步分析，起火原因为 机舱剧烈撞击导致线路短路及油液泄漏 ，动力电池未发生爆燃；网传"电池爆燃""智驾撞击"均为 不实信息 。 事故中司机1人遇难，警方认定为单方事故。超速、撞击、起火，悲剧的链条清晰而沉重——车企回应及时、信息具体值得肯定，而针对智能汽车的谣言传播速度，也再次提醒公众：以官方调查结论为准，别让情绪跑在事实前面。 15网红钛杯价差数十倍，"纯钛"到底是不是智商税？ 热度 561万 · 来源：百度热搜 / 知乎热榜 同样是标着"钛"的杯子，价格从39.9元到2349元， 价差数十倍 。央视新闻、中国之声调查发现，低价产品多为 镀钛/覆钛 的不锈钢或铝制品，涂层脱落可能析出重金属；海绵钛原料价格约为不锈钢的10倍，低价"纯钛"基本不可信。 南京工业大学常辉教授指出：商家宣称的"改变水质酸碱度""富氢水""抑菌"等宣传并无科学依据——纯钛的"抑菌"需要钛铜、钛银合金才能实现。数据显示2026上半年纯钛保温杯市场规模同比增长30%，全年产值预计超20亿元，行业良莠不齐。 工信部重点实验室赵精武提醒：镀钛冒充纯钛涉嫌 虚假宣传乃至消费欺诈 ，消费者可保留直播回放截图等证据维权。选购时认准材质报告与执行标准，别为营销故事多付几十倍溢价。 今日看点 小天才"封闭社交倒逼家长购买"冲上热搜第一：碰一碰仅限同品牌，家长两年买6块表 中国体操女团165.764分时隔20年再夺世锦赛冠军，终结美国七连冠、锁定洛杉矶奥运席位 超强台风"蔷琵"16级55米/秒逼近，23日夜进东海，国家防总对沪浙闽启动四级响应 商务部对盾构机实施出口管制，11月18日实施，印度政府紧急磋商应对 iPhone Duo明日开售：15999元起，微信暂未适配，黄牛溢价两三千元 数据说明 本榜单由百度热搜、今日头条热榜、知乎热榜等公开热度数据自动抓取生成，按全网热度综合排序；同事件跨源话题已合并计算热度；新闻内容综合整理自各榜单官方摘要及公开报道，图片来自各热搜榜单官方配图，版权归原作者所有；如有不妥请联系删除。 ；检索词:一人公司 最新 热点 趋势
7. 07香帅2026年度演讲：换轨时代，放下执念才能赚到未来
   justoneapi-all · JustOneAPI / 一人公司 最新 热点 趋势 / all
   2026 年10月17日，“共潮生｜香帅年度展望·2026”开讲，中信出版再次联合共创。 演讲中，香帅分享了她关于“换轨”的思考，带我们一起探索“财富生成机制”在当前时代所发生的变化。 今年，我经常有一种很奇怪的感觉：时间好像折叠起来了。一些隔着二三十年的画面，会突然叠在一起，形成一种奇怪的历史重影。 前段时间，看到一个特别“2026”的故事：浙江有个年轻人，叫张乾超，开了家做跨国贸易的公司，叫“杭州炘扬贸易有限公司”。但走进办公室，除了他，只有两台电脑和8个智能体：市场调研智能体每天负责去抓TikTok趋势、Amazon榜单和各国贸易政策，然后交给产品设计的智能体。过去一个团队两三周才能完成的选品和设计，现在一天就搞完了。我看了一眼，他的出生年份：1997年。 一下子想起上次回家翻到的一张老照片——也是1997年，我父亲站在广交会门口，西装笔挺，意气风发。那时候，春秋两次的广交会，要占中国全年进出口额的10%以上。一个展位，就是一张通往世界的船票。 两个画面，相隔将近三十年。但画面里的人，其实在做同一件事情： 把中国的东西卖到全世界。 只不过一个人背后，是一个庞大的国有专业外贸体系，另一个人背后，是两台电脑和8个Agent—— 同样是“做外贸”，中间那套东西，已经完全不一样了。 后来我仔细想才发现，其实很早以前，我就见过一次这样的变化。只是当时没认出来而已。 那是2011年的冬天，我出国后第一次回长沙过年。我家在长沙市芙蓉区竹园路7号——老火车站附近的湖南省粮油外贸大院。父亲的车停在大门口时，我愣了一下。 要知道，在我青少年时期的记忆里，“搞外贸的”，大概相当于今天说一个人是“搞AI的”——高收入、见识广、站在时代前沿。尤其是我们湖南省粮油食品进出口公司，一度占了全省进出口10%以上的份额。小时候，你感觉世界都是从那个门口进来的。 可十年没回，乍然相逢，我的第一感觉居然是：当年那么气派的大院，怎么变得灰扑扑的，显得有点衰老了？ 我父母笑着说：“你这些年上大学、出国，家里的事情，你压根儿没知觉。”其实，变化早就开始了。2001年，也就是我准备出国念书那一年，中国加入世贸组织。在这之后，先是放开了外贸经营权，取消商品配额、许可证，然后撤销了“外经贸部（对外贸易经济合作部）”。到2004年，实施新《外贸法》，进出口经营权从审批制改成备案登记制。从此，工厂、企业，甚至个人，都可以直接和世界做生意。 我们这样的“专业外贸公司”，基本失去了自己的历史位置。 到2005年前后，大批传统外贸公司已经改制、重组、拆分。湖南粮油也是如此。公司名字还在。院子还在。但“外贸”已经不是从前那个外贸了。 我记得当时我有点恍惚。作为经济系学生，“加入世贸”“外贸体制改革”“商务部”，这些大词我当然熟。但直到那一刻，我才第一次意识到——这些大词并不仅仅发生在会议室里，发生在统计数据里。它们也发生在长沙市芙蓉区竹园路7号，发生在很多普通人的日常里。 只是，历史发生的时候，我们通常不知道那就是历史。我们只是回了一次家，换了一份工作，看着一个熟悉的院子慢慢变旧。很多年以后再回头，才发现—— 原来时代就是这样，一点一点，从一个人、一个家庭的生活中走了过去。 但是，就在我们这些“外贸企业”退场的同时，中国的对外贸易却开始了一场长达20多年的狂飙： 2001年，中国货物进出口总额只有4.2万亿元。到2025年，是45.47万亿元。其中增速最猛的一段，就是刚入世那几年：从2002年到2007年，年均增速25.7%。就这么几年，大量中国工厂直通全球，跨国公司的生产链也大规模往中国走。到2007年，中国已经变成了全球供应链里一个绕不开的地方。 好了，现在问题来了——我们这些老的外贸公司退场了，那这么大的贸易增量，是谁承接了呢？其实，答案在我回家的那年已经出现了—— 2011年12月，距离我们「竹园路7号」不到10公里的地方，一家叫“ 湖南海翼电子商务有限公司” 的小公司刚在长沙市雨花区工商局拿到了营业执照。公司的创始人叫阳萌。几个月前，他刚辞掉美国Google的工作，回老家长沙创业。 当时我不知道这家公司。当然，更没有想到，15年后，我会在大洋彼岸，重新遇见它。只不过这个时候，它已经有了一个更为人熟知的名字—— 安克创新 。 今年8月，我去美国访学，带了10来个安克的智能降噪耳机当伴手礼。选安克不是偶然。这几年我们一直在做“中国企业出海竞争力指数”——安克是我们长期关注的一个样本：有中国制造的底子，有自己的品牌，而且从第一天开始，做的就是海外市场。当然，还有很实际的考虑：东西小，好带，价格也合适。 到了硅谷，走进酒店房间，我放下行李，一抬头，忽然看见床头摆着一个手机充电器。Anker。再往桌上一看，还是Anker，只是款式不同。我忍不住笑了。我带着安克来美国，结果安克已经在这里等我了。 这当然不是什么了不起的发现。安克海外收入占比很高，在欧美卖得很好——这些我都知道。但一个报告里的“出海企业”，变成美国酒店床头的充电器，那种感觉还是很不一样。 因为知道阳萌也是长沙人，我就把这件事讲给湖南商务厅的一个老同学听。没想到他特别诧异：“搞笑呢？你一个外贸子弟，不知道现在安克、三一、蓝思这些民营企业，是湖南外贸的主力？”他给我报了一串数字：湖南现在的出口额有3000多亿，机电产品占六成，民营企业占八成以上，光阿里国际站就差不多2000个商家。 我当时愣了一下。不是因为陌生，而是因为熟悉。我突然意识到， 这些年我做的研究，一直没有离开过“外贸”。 研究宏观的时候，我们看出口，看中国制造；研究平台的时候，我们看Amazon，看供应链；后来研究出海，看“企业全球化、品牌、跨境四小龙”；再后来，甚至发现资本市场估值有显著的“出海溢价”——股票涨幅最高的行业和出口增速最快的品类形成完美映射。 但奇怪的是，我居然从来没有把它们叫作“外贸”。因为在我的脑子里，“外贸”属于我父母，属于竹园路7号，属于生猪、冻肉、苎麻衬衣，属于广交会、外经贸部，还有那些名字写着“进出口”的国有外贸公司——“外贸”，是一个已经远去的词语，一条已经消失的轨道。 可就在那一刻，我突然发现——安克、Amazon、跨境电商、独立站、品牌出海、DTC、超级供应链、中国制造全球化，甚至Token出海、OPC、AI Agent……这些听起来属于新世界的词语，顺着历史往回看， 居然都通向同一个地方——长沙市芙蓉区，竹园路7号。 这时候，1997年湖南粮油的父亲，2011年海翼（安克）的阳萌，2026年炘扬的张乾超，在我眼前重叠在了一起。 中国出口，中国制造，中国产业，中国企业——同样的词语，背后的世界却已经迥异。名字还在，但连接需求、生产、市场与人的那套财富生成机制，变了。 轨道已换。但 换轨，不是清零 。过去的积累，不会因此作废——就像过去二十多年，中国积累下来的工厂、工程师和供应链，被互联网与全球市场重新连接，长出了安克、比亚迪、蓝思这一批全球化的企业。今天，张乾超和智能体们调用的，仍然是这些真实的产业能力——只是组织它们的方式，又变了一次。 所以今年我越来越强烈地意识到： 过去不会消失，但过去让我们成功的那些方式，未必还能把我们带往下一程 ——1997年的父亲，不知道后来会有安克。2011年刚刚创业的阳萌，也未必能想象今天，一个人带着Agent，就可以做跨国贸易。 此刻，我们都不再只是回望照片的人。因为2026，是一个充满了新名词、新概念的年份，一个旧轨仍有巨大惯性，新轨也已经加速铺开的年份。旧的世界还在运行，新的秩序已经开始生长；过去、现在和未来，会突然挤在一起。在这样的缝隙中，我们总会遇见一些似曾相识的时刻—— 1859年春天的伦敦，47岁的狄更斯写道：“这是充满希望的春天，这是让人绝望的冬天；我们的前途拥有一切，我们的前途一无所有。”167年后，我们重新站在这样的历史交界处，面对相似的拷问：当财富创造的方式正在改变，一个人、一个家庭、一个企业、一个社会，该怎样接入那个正在生成的新世界？ 这，也是今年《共潮生》想回答的问题。欢迎来到2026共潮生·香帅年度财富展望。 智能生产要素是什么 今年，我脑子里经常会冒出鲁迅的一句话：“人类的悲欢并不相通，我只觉得他们吵闹。”这可能是今天中国社会最真实的画面：有的人关心硅谷、华尔街；有的人担心养老金和中年职场危机；也有的人只关心明天送外卖、打零工的日结收入。 你去不同的地方，体感完全不一样。今年6月我去佛山，就明显觉得，这个城市今年有点闷。当时碰到一个朋友，原来在佛山的家电行业做IT主管。聊着聊着，他说，自己两年前已经离职了，现在每周回佛山陪娃。我问：“那你去哪儿了？”他说：“合肥。去了长鑫。”他说，两年前刚好碰到这么一个机会。其实当时也没想得特别清楚，就觉得AI热潮刚起来，得靠近一点。 但真要走，也很犹豫。毕竟在佛山生活、工作快20年了，人到中年，老婆孩子都在这里，换个城市、换个行业，哪有那么容易。 后来他说，不知道怎么就想起我2024年《共潮生》开头的一句话：“如果你是一个40岁左右的人，那么你的前半生和后半生，将完全生活在不同的世界格局之下。”他想，反正世界都变了。一咬牙，去试试吧。就这么去了合肥。 然后就是今年7月，长鑫上市，市值突破4万亿。差不多同时，合肥公布上半年GDP增速——6.8%，全国是4.7%，据说光长鑫这一波就给合肥市政府财政增加了万亿资产。 我看到这些数字的时候，又想起了他——觉得，好像一个人的换轨，和一座城市的换轨，就这么碰到了一起。 但说实话，不是每个人，都知道自己该往哪条轨上走。这可能也是为什么，今年整个社会对AI的情绪这么强烈——在几乎所有社交媒体上，增长最快、反复破圈的话题都跟AI有关：什么算力、芯片、存储，什么大模型、Agent、泡沫、监管……这些讨论背后有兴奋，但更多是焦虑。今年有两个特别流行的词，刚好把这种焦虑画了出来—— K型分化和i型经济 。 K型分化，大家比较熟：有人往上走，有人往下掉。很多人担心，AI会把这个K拉得更开，上面的人越走越高，下面的人越来越往下掉。 i型经济更形象：小写的i，上面一个点，下面一根长长的竖线。上面那一小点，是AI带来的繁荣；下面那一长条，是跟繁荣无关的绝大部分人。 所以这两个词为什么今年这么火？因为它们说中了同一种担心： AI这么热，但它到底跟我有什么关系？我会往上走，还是往下掉？我能到那个点里，还是在那根长长的竖线上？ 这种担心和焦虑，有时候会落在我们想不到的地方。今年6月中旬，我在成都，跟一个化妆师聊天。她跟我说，今年生意特别差。以前基本天天有活，现在经常干一天、休两天。 我问她，为什么？她说：“AI。”我当时很诧异，化妆这种工作，应该很难被AI替代的吧？怎么会先受到冲击呢？ 女生告诉我，她们的活主要来自企业活动和剧组。今年企业活动也少了，更重要的是，AI短剧起来以后，很多原来的小剧组不开机了。自然她们也就没活了。 所以那天回去的路上，我跟同事感叹—— 技术穿过时代，而时代会穿过我们每个人的身体。只不过时间早晚不同、方式不同而已。 所以接下来，咱们先别说什么大革命。先看看，AI已经进入到什么地方了。 新供给｜智能可以规模调用 刚才说到，化妆师的工作被AI短剧冲击。其实这就是当下内容行业的一个缩影。和两年前相比，今年四大平台——腾讯、爱奇艺、优酷、芒果TV——各种剧的开机率下降了将近一半。 但另一边呢？AI短剧、AI漫剧的供给正在爆发。去年这个市场大概200亿，今年估计会超过400亿。此消彼长的趋势已经很清楚了。尽管质量还经常被吐槽，但AI生成的短剧、漫剧已经占到市场产能的95%。内容行业还在，但内容换了一种方式被生产出来。而一旦生产方式变了，赚钱的企业就会变。 所以，Seedance——字节的视频生成大模型——已经成了他们公司最赚钱的应用之一。 赚钱的企业变了，个人赚钱的方式也会变 ——四川有一对95后夫妻，叫何杰和张芬，原来做广告的。2023年生成式AI起来以后，他们双双失业了。最困难的时候，送过外卖，也送过快递。怎么看，都像是被AI挤到了K的下方。但去年开始，他俩就在卧室的书桌上，靠两台电脑做短剧。前几个月也很苦，后来慢慢琢磨出了一点门道。今年5月，他们搓了一个剧出来，叫《发配边关，罪妻开荒养出战神》，一把拿下红果爆剧榜第一。因为AI，他们下场了，但恰恰也是AI，又给了他们另一次“上场资格”。 类似的故事还有不少。比如说杭州的彭青云，原来是品牌设计师，也是失业后靠AI短剧翻身，现在干脆做了一家“一人公司”，专门承接出海短剧制作。 其实说起来，这些都不是什么惊天动地的逆袭。经济变化的时候，总有人转岗或者换赛道。但这次，变化的不是岗位，是生产本身。过去，写作、设计、编程、分析……靠的是“专业能力”或者“专业组织”，但现在，越来越多这样的“专业技能”，开始可以直接从机器里调用。一个人加上AI，就可以完成很多过去需要专业人士、甚至一个专业团队才能完成的事情。 这，才是这次AI革命真正让人恐惧，也真正让人兴奋的地方：过去，智能长在人身上；现在，智能开始变成一种可以被生产、购买、复制和调用的“工业品”。 别以为这只发生在短剧、广告、编程这些更白领、更数字化的行业。它还发生在——养猪。今年市场有个段子，说养猪企业的研发费用比AI企业还高。2025年，牧原股份研发费用16.48亿元；某家具身智能公司，研发费用1.451亿元，前者是后者的10倍。养猪研发什么呢？数据、模型，还有“养猪能力”。 现代养殖其实早就工业化了。猪舍、设备、饲料，都可以标准化。资本投下去，规模就能扩张。但有一样东西一直很难复制——老师傅的脑子。猪突然不吃了，咳嗽几声，一个养了二十年猪的人进去转一圈，可能就知道哪里不对。但这种“判断”，靠的是一个人的时间积累、经验沉淀，很多时候甚至是不可言状的“直觉”。 但现在，摄像头、传感器不断记录猪的吃料、生长、体征和环境数据；养殖人员的判断和新的经验，也可以不断进入模型。过去，猪舍、设备是资产。未来，“会养猪”本身，也会成为一种可以积累、可以调用的资产。 养猪也不是特例。今年8月，美国医药市场出了一个大新闻。莫德纳和默沙东联合开发的一款个性化mRNA癌症疫苗，在三期临床试验中取得成功。消息出来当天，莫德纳的股价暴涨177%。市场这么兴奋的原因是：这款药是“个性化”的——也就是说，不同癌症患者拿到的治疗方案，可以是为他量身设计的。这事儿特别大，因为背后可能是一场制药范式的变化。 工业时代的医药逻辑是：研发一种药，生产一百万份，给一百万人用。现在新的可能是：用同一套测序、算法和mRNA生产平台，为不同的人生成不同的治疗方案。 这种“因人而异”的医疗方案，我们想了千百年了，却没法干。同样是癌症，每个人肿瘤里的突变可能都不一样。你不光要读出这些差异，还得判断哪些差异能让免疫系统认出肿瘤，最后，为这个人把药做出来。难的不是给每个人单独开一张处方，而是给每个人设计、制造一份不同的药。 现在，测序读出差异，算法帮助筛选，再把选出的肿瘤特征写进mRNA，教免疫系统去识别。更重要的是，每个人的药可以不同，背后的设计和制造流程却可以复用。过去我们熟悉的，是把一种药生产一百万份；现在出现的可能，是让同一套平台，为不同的人生产不同的药。 所以，在制药上，我们看到一种以前很难想象的组合——个性化第一次可能和规模化同时出现。 前几天跟朋友聊天，我还开玩笑说，以后万一生病，一定得苟着。因为AI for Science明显在加速，药物研发突飞猛进，原来很多需要一年一年往前磨的事情，现在可能会越跑越快。现在很多绝症过一段时间就变慢性病。借罗振宇老师那句话：现在活一年等于挣三年。所以记住，苟着。我倒是想活久点，看看这世界到底变成啥样子。 说到这里，我们不妨停一下。拍短剧、养猪、药物研发——好像是三个风马牛不相及的行业，但今天，把它们放在一起，会发现同一种变化—— 原来限制生产的边界，被打开了。短剧，打开的是生产门槛；养猪，打开的是经验瓶颈；制药，打开的是规模边界。 这样的例子还有很多。而且速度已经非常惊人：抖音上，每70秒就有一部新剧上线；现在，Anthropic一天入库的代码行数已经是2024年的8倍；多邻国一个季度发布的课程，是2024年全年的11倍…… 从内容、编程，到教育、金融、法律、生物研究，都是同一个趋势——当智能开始变成一种可以规模调用的生产能力，人类社会的供给革命，就开始了。 肯定很多人会说：“我的生活、我所在的行业没太多变化呀。”先别急着反驳。技术革命的早期经常是这样：水面看上去风平浪静，但下面早已暗流汹涌。我们看一个指标吧——Token。 Token，你可以简单理解成AI工作时消耗的基本计量单位。 有点像工业时代的电，一家工厂用电越多，通常意味着机器开得更多、产能更多；同样，一家企业消耗的Token越来越多，意味着更多工作在调用机器智能。 2026年，企业Token消耗的增长非常夸张。 全球最大的接口网站OpenRouter，9月上旬的Token使用量，比年初增长了近20倍；26年3月，中国日均Token消耗，相比2024年初增长了1000倍；现在投行、律所、车企、医疗机构，都开始跟模型公司和云厂商讨论企业级Token Plan。 再说个我们自己的小例子吧：我们自己团队今年年初，每个月Token消耗还不到10亿；现在每个月已经300亿-500亿，而且用得很省，毕竟还没有盈利模式，小公司，得量力而行。 这些数字说明了一件事： 智能正在从一种“偶尔用一下的工具”，变成一种批量购买、持续调用的生产投入。 所以，为什么黄仁勋会把英伟达叫做“Token Factory”？为什么山姆·奥尔特曼会说，大模型公司本质上是在出售Token？因为他们看到的，是同一个未来：智能，正在成为生产经营里的基础投入。 在经济学里，这种进入各种生产活动、支撑我们创造财富的基础投入，有一个名字——生产要素。 土地、劳动、资本，都是。而现在， 智能正在成为一种新的生产要素。 为什么我要特别强调“要素”这两个字？为什么我对这件事这么着迷？因为，在经济学眼里，我们看到的，不只是一个新行业正在崛起，而是整个社会创造财富的基本条件，可能正在改变。人类历史上，厉害的发明很多。但能深入到这个层次的变化，非常少。 想想工业革命。机器和能源带来的，不只是纺织厂多织了几匹布。原来靠人力做不出来、做不起的东西，开始可以大规模生产。生产的规模变了，人们分工、协作的方式也跟着变：工厂扩张，城市长大，新的企业、新的职业、新的生活方式，一起长了出来。你不需要拥有一台蒸汽机，也不需要开一家工厂，仍然会生活在它改变的世界里。 技术最初出现在少数人的车间里，最后改变的，却是无数人的一生。 今天，我们可能又站在了这样的门口。过去，一个社会有多少知识、经验和判断能力，很大程度上取决于：培养了多少人，这些人有多少时间，又能怎样合作。现在，其中一部分能力，开始可以被训练、生产、购买和调用。 这意味着什么？过去做不起的事情，可能做得起了；过去做不了的事情，可能做得成了；过去必须靠一个大组织才能完成的事情，小团队甚至一个人，也开始有机会完成。 变化到了这里，就不只是“原来的工作做快一点”。因为当完成一件事所需要的能力、成本和人数都变了，我们为什么还要按照原来的方式组织公司、划分岗位、培养人才？有些工作，可以交给机器；有些过去被埋没的能力，反而有了施展的空间。原来很贵的服务，可能变得普通；原来没人能满足的需求，可能长成新的生意。什么开始不那么稀缺，什么又变得更稀缺——人的收入、企业的利润、资产的价值，都会随之重新排列。 这才是我所说的“要素革命”。 所以，我的兴奋，不是因为又多了一个可以研究的热门行业。而是因为，我隐约看见了： 我们熟悉的组织、职业、教育和生活，可能都要围绕一种新的生产能力，重新生长一次。 而这件事，人人都有份。注意，不是说人人都会自动受益，而是说， 没有人完全站在这场变化之外。 你可以不去做AI，不去创业。但你所在的公司以后会怎样用人？你积累的经验还有多少用处？能换来多少收入？你的孩子应该学什么？还有，你过去用不起的服务，以后能不能用得上？——这一切都会与你有关。 所以，我们接下来要问的，已经不只是“AI还能做什么”。而是——当我们能够调用的能力变了，我们自己可以做些什么？ 因为这一次发生变化的，可能不只是几个行业、几个岗位。而是我们整个社会创造财富的方式。 前几周跟罗振宇老师聊到“智能生产要素”这个词，我很嗨。罗老师笑着说：“你们经济学家关心什么新要素，我们不关心，我们就关心粮食和蔬菜——所以你得告诉我， 新要素来了，我们能干什么？ ” 预测容易被打脸，所以经济学家不爱预测。但是，这次不一样。所以我也冒险预测一下吧——过去一年，我跟很多人说， 当下可能是人类历史上最好的创业时期，没有之一。 创业机会在哪里？我觉得，很大一块机会，会出现在那些——大家一直需要，但过去太贵、太慢、轮不到自己的服务里。用经济学语言来说，就是—— 高人力资本服务业会迎来一轮巨大的供给扩张。 医生、律师、理财师、工程师……原来这些私人服务为什么贵？不是因为需求少，而是因为专家太少，一个人的时间又太有限。所以很多高质量服务，本质上是奢侈品。 但如果AI能把其中一部分知识、分析和判断变成可以规模调用的能力，原来做不出来的供给，就可能被做出来。 而且，不要把“高人力资本”理解得太窄。实际上，每个行业里，最缺专家、最依赖老师傅的环节，都会成为新的机会。养猪缺兽医，工厂缺维修老师傅，种地缺农技专家，小企业也缺真正懂供应链、质量、财务、法律的人。这些需求一直都在，只是过去专家不够，这些需求难以得到满足。所以，AI真正打开的，可能就是这些原来被供给压住的市场。 所以如果今天有人问： AI时代，机会到底在哪里？ 我的答案是： 回到自己最熟悉的行业，先问自己三个问题—— 第一，什么需求一直都有，但过去只有少数人负担得起？第二，我们所在的行业中，哪些环节因为离不开少数的老师傅、专业人士，而一直缺人？第三，这里面哪些能力，现在可以借助AI复制和调用，把成本降下来？ 我的预测是——这三个问题交汇的地方，就是新一轮供给革命最先长出生意的地方。 这个问题实在太大，每个行业都会有属于自己的答案，资本市场也有属于自己的答案。所以呢，我们特地为未来一个月安排了《共潮生特别版》系列直播，会用具体案例继续拆，陪你一块找到答案。 所以，总的来讲，AI来了，不仅仅对公司老板是个好消息，对普通人也是个好消息。你不一定非得进AI公司。你过去做过什么、懂什么行业、解决过哪些问题——这些东西都在，所以真正值得做的，是回到自己最熟悉的地方去看：哪些过去做不了、做不起、做不大的事情，现在因为AI，第一次可以做了？你的机会很可能就在那里。 除此之外，我还有一个判断：这样的机会，在中国可能特别多。 为什么？因为如果智能真的是一种生产要素，它最后一定要进入真实的生产。要说真实的生产场景——中国太多了。 西部有风、光、电，可以变成算力；东部有密集的工厂、工程师和供应链，可以把智能变成产品；中部有汽车、装备、农业，有大量真实的问题等着智能进去解决。 所以 中国参与AI革命，远远不只是训练几个大模型。因为会有人生产智能，有人给智能供电，还有的人，是把智能装进工厂、汽车、农田和家庭。 最近我们团队看城市数据的时候，也发现一个挺有意思的现象。今年一些增长很快的城市，并不是大家熟悉的地方。我念几个给你听：哈密、庆阳、中卫、十堰、宁德……这些城市里面，有西北的能源城市，有制造业基地，也有老工业城市。但是如果把这些城市的产业拆开，你就会反复看到几个词：能源、算力、先进制造，还有供应链。 我不是说这些城市的增长都是AI带来的。我真正想说的是：这一轮AI革命，真的不只发生在大模型公司和科技公司的发布会上。它正在往真实产业里面走。而 中国过去几十年积累下来的工厂、工程师、供应链和市场，恰好为“智能要素”提供了大量往纵深处走的空间。 我记得2023年的《共潮生》里，说过一句话：这是一个“复杂中国”——意思是，我们很难用一个简单的“中国经济”，去概括这片土地上发生的一切。今天把中国跑完一圈以后，我越来越深刻地意识到—— 这种复杂本身，可能正是这次智能革命里中国的优势所在 ：产业越密集，场景越丰富，智能可以进入的地方就越多。我们过去几十年的积累，都可以成为这一轮智能继续生长的底座。 新积累｜智能可以反馈复利 但有底座、能接上，还只是第一步。更重要的是，接上以后，“智能”能不能越用越强。这就是我觉得 这次智能革命最不一样的地方——反馈复利。 反馈复利这四个字怎么强调都不过分。黄仁勋、比尔·盖茨、孙正义这些人都在说“这次不一样”。不一样在哪？ “生产能力”本身，开始拥有了复利。 我对这件事的强烈体感，来自汽车。我已经16年没怎么开过车了，但今年打算买台车。故事是这样的：16年前回国时就有驾照，但最后没买车，因为车技不行，北京路况太复杂。 今年我在美国被特斯拉的自动驾驶惊艳到了，团队小朋友说我OUT，铆足了劲要让我感受国内辅助驾驶之先进——去阿那亚的时候，给我租了辆理想L9，我们从北京到阿那亚，全程312公里，人工干预大约3公里。 不过，我最受冲击的一刻不是在高速上，而是在到达之后：我们几个都下了车，站在路边聊天，然后眼睁睁看着空车自己往前一点，倒一点，调整一下，然后稳稳停进那个我大概率停不进去的车位。那一瞬，我觉得生活确实有点不一样了。 不过，很有意思的是，我跟朋友聊起这件事，发现大家对辅助驾驶的评价差别很大，问了一圈后，发现最核心的一个区别是：你买的是哪一年的哪一代系统？因为过去两三年，辅助驾驶系统迭代得太快。今天最新一代系统的“聪明程度”，和两三年前已经完全不是一回事。 为什么差异会这么大？因为这些系统每天都在真实世界里“干中学”。最近特斯拉公布：仅仅9月12日至9月18日这一周，特斯拉全球车队的FSD监督驾驶累计里程就增加了约4亿公里。这相当于一个司机每天开8小时，每小时开50公里，全年无休，连续开2700年。 一个人的经验积累，有天然上限。一天24小时，一辈子几十年。但一套硅基系统，可以同时经历千万个人、千万条路、千万种场景。 我们熟悉的工业时代积累链是什么？生产——利润——再投资。而现在，我们又多出了一条新的积累链：行动——反馈——学习——新的能力。 复利最本质的东西，是上一轮的结果变成下一轮的本金。上次要素革命，资本的复利创造了难以想象的巨大财富。现在，智能开始复利：今天的一次行动，会留下数据和经验；这些经验进入下一轮，变成更强的能力；更强的能力又去完成更多行动，再产生更多反馈。我们把这种积累，叫作——智能要素的反馈复利。 那么，反馈复利落到企业，到底意味着什么？很多年前，我跟曾鸣老师聊到过一家公司。这家公司核心业务就是卖数据，当时估值也有几十个亿。我记得当时曾老师斩钉截铁地说，这家公司没未来。为什么？因为活数据才有价值。 “活数据才有价值”——今年，我突然觉得自己想明白了。所谓的“活”，指的是新的问题和新的反馈。真正有复利的，不是“我过去存了多少数据”，而是：我是不是在一个不断产生新问题、新反馈的位置上。 用户今天有什么反应？机器今天哪里出了故障？哪个方案有效，哪个方案没用？这些事情每天都在发生。只要这些反馈能够回来，进入下一轮生产，它们就不再只是数据，而是在变成新的能力。 其实电商、短视频、量化早就在做这件事。数字巨头为什么那么强？很大程度上，就是因为它们更早建立了这套反馈闭环。 今天真正的新变化，是这套机制开始从数字世界走进物理世界，走进汽车、工厂、农田和药物研发。 所以我现在越来越觉得，未来企业真正稀缺的，是一个能持续产生独特反馈的真实场景。基础模型会越来越强，Token会越来越便宜。同行可以买到和你一样的AI。但同行买不到你每天面对的问题，用户给你的反馈，以及你在解决这些问题过程中长出来的经验。所以， 未来企业之间的差距，不只在于谁用了更强的AI，更在于谁能在真实业务里，长出自己的智能。 如果你是企业家，以后每做完一笔业务，除了问赚了多少钱，还可以多问一句：这一次解决问题的经验，有没有变成下一次可以调用的能力？你真正要建立的，是一套“行动—反馈—学习—新能力”的闭环。 同样在用AI，有的企业只是完成了今天的工作，有的企业还在积累明天的能力。这次，我敢肯定地判断： 未来的企业差距，会从这里拉开。 新组织｜企业怎么组织？ 这就引出了下一个问题：什么样的组织，才能接得住这种“会学习的生产能力”？ 我们今天熟悉的企业，大多是一座金字塔：一线员工上面有主管，主管上面有总经理，再往上还有董事长。信息要一级一级往上传，判断和指令再一级一级往下走。但如果数据在售后，模型在算法部门，权限在管理层，问题出在一线，反馈闭环又没有形成，再强的AI也转不起来。 太平洋人寿保险的周建刚周总给我讲了他们公司正在做的一些变革，让我看到了某种雏形。 他们现在有个叫小蓝的AI助手，说是助手，其实是太保人寿自己生成的一套智能。比如，一个新手代理人准备去见客户张姐。见面前，可以让小蓝把已有的客户资料梳理一遍，有的放矢地准备问题和建议。到了现场，碰到产品和条款的问题，小蓝会随时调用公司智能。看上去，是一个代理人坐在客户面前；但他背后，其实站着整个组织的智能。 最重要的是，这套智能是“太保自己的智能”。 周总说，在太保智能的生成过程中，有一群很关键的人，叫“训机师”，其中有很多经验丰富的一线业务人员。他们把很多具体的业务经验，包括用户可能的追问等，整理、萃取出来，用来训练模型，再由业务部门校准，上线后再根据用户反馈调优。 为什么要找这些有经验的人？因为通用AI说的话，听着都挺有道理。但老业务员一看就知道，实际业务中根本用不了。正是通过他们的反复校正，买来的通用智能才逐渐变成员工可以调用的“专用智能”。 这背后，是组织开始产生变化： 过去，新人遇到问题，要找师傅、问主管，一层层往上找。现在，很多经验可以直接从系统里调用。一线能做的事更多了，中间传话、找人的环节变少了。 我和惠璇有一个判断： 未来的组织，会从科层制向神经网络结构演化。 后台是共享的智能，前台是“人加Agent”，直接面对客户。组织的重心，会从“人和岗位的匹配”，转向“技能与任务的匹配”。一件任务来了，调动、组合相应的能力；任务完成了，再把新的经验带回来，让整个组织的智能继续生长。 所以，如果你是企业家，改造组织可以先从一项具体业务开始：不要只问“这件事归哪个部门”，而要问：“它需要哪些能力？怎样让一线调得动，怎样让反馈回得来？” 那么，在这样的组织里，什么样的人会变得更值钱？ 新技能｜人凭什么值钱？ 如果未来组织越来越像一张能力网络，那一个人职业生涯真正重要的问题，可能不再是“我要拿到什么岗位”，而是“离开这个岗位名称，我到底能替别人解决什么问题？” 今年我看到一个网站，名字还挺刺耳，叫RentAHuman——“租一个人”。它做的事情很简单：让人把自己的技能、位置和报价挂上去，供AI Agent寻找现实世界里能完成任务的人。 有一个来自佛山顺德的中国用户，叫Kelvin Fung。他给自己列了很多能力：会普通话、粤语、英语；做过飞机维修；经营3D打印设备；懂顺德饮食和咖啡；能做供应商核验、现场尽调和跨文化沟通；还擅长跟孩子交流。 然后他把这些能力分成几档：普通现场任务每小时45美元，技术任务每小时95美元，跨文化谈判、儿童互动、投资尽调这类高信任任务每小时180美元。 你说这个人到底是什么职业？很难定义。比如，一家海外公司要核验顺德的一家供应商。这不是一个长期固定岗位上的工作，却恰好需要一个人：在当地、会英语、懂一点制造、能做现场核验。那Kelvin就可能正合适。 所以，我对人的价值有一个判断：当越来越多通用能力可以被调用，一个人独特的长板，反而更有机会被放大。 所以， 对于每一个站在职业生涯拐点的人来说，我觉得你不妨暂时忘掉职位和头衔，问问自己：别人为什么要找到我？ 如果不做今天这份工作的话，你希望别人因为什么而看到你？是美貌？还是能力？是什么能力？是审美？是沟通？还是什么某一项手艺？ 而我给的答案非常朴素：找到那块属于你自己，独一无二的长板。 这个长板，未必很宏大，它可能很小，小到一个道具。今年有部AI短片，叫《纸手机》。故事很简单，一个小男孩走进纸扎店，想买部手机给奶奶打电话。他还不太懂死亡，只是想再跟已经去世的奶奶说说话。 主创先让AI生成那部手机——生成得很好看。但导演李婷说：“不对。”为什么不对？一个纸扎店里临时做出来的纸手机，不该这么漂亮。然后她拿来纸壳，自己画了一部歪歪扭扭的手机，再放回画面里。 我很喜欢这个细节。AI给了李婷一个漂亮的好答案，但她知道，这道题需要的恰恰不是好答案。 而这就是我说的那个“长板”： 它不一定是一个证书，或者一套标准技能。它有时候是审美，有时候是判断，甚至有时候是：别人没觉得哪里不对，而你觉得，不对。 这个故事其实让我想了很多，包括该怎么教育我8岁的孩子。有时候想想很魔幻，整个现代教育体系，都是为工业社会的“专业化分工”设计的：上好学校，学好专业，找好工作，争取更高职位……一条路，简单清晰。 但今天，当机器智能替代了大部分的人类智能时，教育不得不追问——我们不可替代的到底是什么？这个问题，可能100个人有100个答案。但我的答案是：天真。不是幼稚，而是那种对世界真正的好奇，对一件事情不计回报地着迷。 对AI时代的教育和未来，我其实比很多人更乐观。因为“通用智能”的工业化，可能让我们重新拥有一点奢侈：不必让每一种兴趣都先证明自己“有用”。当工具越来越便宜，一个人真正的好奇、审美、想象，反而更有机会被放大，最后变成真实的生产力。 所以， 今天教育最重要的事情，不只是把孩子训练成一个有用的人，而是让他有机会长成他自己。 昨天下午在彩排的现场，我带着儿子过来了，他一个人旋转、跳JUMPSTYLE，玩得挺快乐。润宇问我，香帅，你会怎么教孩子？我平时讲过这么多教育问题，那一下反而愣住了。后来想了想，给了他一个答案：我允许他保留一切无用的兴趣，不急着让每一种兴趣都证明自己有用。 这句话我也同样送给自己。 保住一点天真，找到真正愿意长期投入的东西，再用新的工具，把它做深、做出来。 新需求｜生产出来以后，卖给谁？ 不过，到这里，我们讲的仍然都是供给。因为这就是要素革命的核心：生产力大幅提高，供给爆发。所以刚才我讲了很多：新要素是什么，组织、人和技能又怎样随之变化，从而长出新的财富。 这些当然重要。但今年和很多企业家见面，大家最现实的问题不是“会不会做”，而是——做出来，谁买？说得更直接一点：没订单。这是今天中国很多企业最现实的问题：产品做得更快、更便宜、更个性化，都不代表消费者一定愿意付钱。 但是，一场供给革命真正走向财富生成，必须回答另一半的问题： 需求从哪里来？ 需求的问题，其实要分成两半：一半是宏观问题，叫总需求。这个问题，我在自己的公号“香帅的金融江湖”和很多场合讲过很多，今天不多啰唆。另外一半则是结构变化——也是企业值得重新思考的问题。 什么叫需求结构变化？ 我跟你们讲一个很小的场景。我在海淀住的，是一套2005年前后建成的二手房。和当年很多房子的装修一样，客厅里有一大面墙是用来挂电视机的。我已经20多年没有电视机了。屋主取走电视之后，这面墙裸露在那里，不太好看。我儿子八岁，平时很喜欢涂涂画画。我有一天站在那面墙前突然想：为什么不能让他来画呢？当然不是因为请不起工人，就是因为平时忙得要死，想着能不能陪娃一起找点他喜欢的乐子—— 然后我上网找产品。教程很多：怎么保护地面，怎么刷底漆，怎么配颜色，豆包、千问也都能一条条告诉我。当然，可能因为我不专业，搜了半天，就是找不到自己真正想买的东西。比如说一小袋安全、好清洁的涂料，配好小滚筒、遮蔽胶带和简单教程，让我一个完全不专业的人，可以和孩子在一个下午画完一面墙。 就是那一刻我突然意识到：我想买的是“跟儿子一起画一面墙”，但市场回答我的，基本还是“你该买哪一桶漆”。你看—— 我的需求是一个生活场景，但供给却还停留在一个材料品类里。 今年家居建材行业是最不景气的，所以我反而想聊聊这个行业。原来这个行业的需求，就跟着房地产周期走：只要房子卖得多，需求就会一批批出现。 但现在——我不知道大家现在是不是有这种感觉， 房子失去了金融资产的属性后，人对“家居”的需求开始跟着生命周期走。 比如说，孩子长大了，房间要变；父母年纪大了，灯光、扶手和动线要变；所以，还是一套房子，但住在里面的人却是不断变化的。 最近很多企业家跟我讨论“好房子”——3.2米的层高、隔音、材料，这些当然都重要。但它们是好房子的门槛，而不是能创造“溢价”的天花板。 真正的“好房子”，应该是满足这个家庭此刻生活方式的“房子”。而这种好房子，很明显，是真的不够的。 这种变化当然不仅仅发生在家居建材市场。比如说，车是交通工具，但现在很多人把车当作“家之外属于我的私人空间”，再比如说“养老”。我一直觉得，“60+银发经济”这个词真是太粗糙了—— 现在一个刚退休的60岁的人，身体很好、退休金不低、有时间、孩子也大了，所以他真正需要的也许不是“养老产品”，而是旅行、运动、社交、学习，甚至重新恋爱。你叫他“银发族”，他可觉得自己活力满满，前路漫长。 其实还有很多类似的例子——房子、汽车、旅游、教育，这些需求都没有消失。 只是人变了。需求也变了。 其实我今年越来越强烈地觉得： 所谓“新需求”，不是一个新产品。而是一种已经发生、却还没有被市场准确理解和定义的生活。 我不知道你这两年会不会也有这种感受：那种吃饱穿暖的基本需求确实不见了，但爱美、怕死、孤独带来的需求都在。只不过，它们太抽象，都藏在我们心里，不能被完整地表达出来。接下来我们聊聊，怎么找这个新需求。 跟你们讲一个我自己的经历。今年8月，我在浙江西塘参加小红书种草大赏，当时有个案例印象特别深。苏菲有款叫咚吸的卫生巾，面对的是一个很多女性都有，但很少有人能说清楚的问题。女生都懂，来例假的时候不舒服，但你不会说：“我需要一个吸收率提高多少、采用什么材料的产品。”你说出来的都是感受：“果冻状”“黏糊糊”“侧漏”“潮湿”“有异味”…… 单独看，每一句都不像需求。 但如果AI把成千上万句这样的表达放在一起，去找里面反复出现的场景、感受和问题，一个原来没有名字的需求，就会慢慢浮出来。 原来大家真正想解决的，是经血接触皮肤以后那种黏、湿、不舒服的感觉。“咚吸”，就是冲着这个问题去的，然后卖成了爆款。 你看，我在这里有一个很深的感受：原来我们企业最熟悉的是交易数据，买什么、什么时候买、退没退货、有没有复购。这些当然重要。 但交易数据告诉你的，是已经发生的需求。 而评论、搜索、提问、抱怨、内容互动里藏着的，可能是还没有达成交易的需求。也就是新需求。 只不过，这些东西太碎、太杂，人根本看不过来。但AI第一次让企业有能力——往交易之前看，去从海量表达里把用户正在形成的意图找出来。 所以今年在小红书，我提出一个词—— 意图经营。 意思是， 企业经营的对象，要开始从“已经发生的交易”，往前走一步，走到“正在形成的意图”。 这就是新需求。 所以 如果你是企业家，我觉得这件事情，你明天就可以回去做：不要等。把你的评论区、客服记录、搜索词、售后反馈、社交媒体讨论交给AI，不要只问“消费者喜欢什么”，而要问——他们反复在抱怨什么？哪些场景反复出现？哪些需求他们讲不清楚，但一直在用不同的话重复表达？那里，很可能就藏着你的下一款产品、你的下一次机会。 怎么从海量抱怨里，找到那个值得做成产品的真需求？在《共潮生特别版》系列直播里，我会用具体案例带你走一遍判断方法。 但你不可能因为评论区里有人说了一句，就开一条生产线。所以企业真正面对的问题是：怎么把一个模糊的生活意图，变成一门真正成立的生意？这要回到我们去年共潮生提出的一个框架—— 4C 。 去年我说，未来所有的营销，都需要从厂商视角转向用户视角，也就是从PRODUCER转向CLIENTS。当时给了一个框架——Context、Consensus、Co-creation、Compounding，也就是微场景、小共识、强共创和长复利，简称4C。 今年看了一些做得不错的企业，发现他们多少都在实践一个或者几个C。但我一直想找一个案例，能完整地把这四个C讲清楚。找了很久，直到碰到海尔旗下的Leader。Leader去年有一款超级火的三筒洗衣机，这个产品的想法，最早来自一个特别具体的生活麻烦：就是现在很多人觉得，内衣、袜子、外衣，最好不要混在一起洗。 你看，这 就是第一个C：Context——微场景。 不是先问：“洗衣机要增加什么功能？”而是先看：一个具体的人，在生活里到底哪里不舒服？ 但用户说“我想分开洗”，还不能马上开模具。企业还得看：这到底是一个人的洁癖，还是很多家庭都在反复遇到的问题？当评论、搜索、讨论里，同样的需求不断出现，它才开始从一个人的麻烦，变成一群人的需求。这就是 第二个C：Consensus——小共识。 然后更有意思的事情来了。网上真的有人画了一张草图：能不能在一台洗衣机里放几个筒？内衣、袜子、外衣，各洗各的。后来Leader真的做出了三筒洗衣机。这就是 第三个C：Co-creation——强共创。 当然，这不是说用户画图，企业照着生产——用户知道的，是自己要怎么洗，但排水怎么办、震动怎么办、结构怎么设计、生产线怎么改——解决这些问题，靠的是企业几十年积累下来的能力。所以真正的共创是：用户给出生活问题，企业给出技术答案。 三筒洗衣机卖得非常好，但产品卖出去以后，故事还没有结束。开始有用户反馈：年轻人晚上回家把衣服扔进去，然后刷剧、打游戏，刷着刷着睡着了，第二天醒来，衣服洗好了，但还是湿的。于是需求继续往前长：能不能不只分开洗，还可以分开烘？最好晚上扔进去，早上直接拿出来穿。你看，上一轮产品进入真实生活以后的新问题，变成下一轮产品的起点。这就是 最后一个C：Compounding——长复利。 所以4C说到底，就是四件很朴素的事：看见一个人——Context；确认一群人——Consensus；一起做出来——Co-creation；然后继续学下去——Compounding。 讲到这里，其实关于“新需求”，我们可以收一下了。新需求是什么？——没有被定义的生活。新需求在哪里？——交易之前的意图。怎么变成生意？——4C。 所以，我对下一轮消费机会的判断是：它不只来自新品类，更来自旧品类没有接住的新生活。做企业，不要只问“我还能卖什么”，还要问：我的用户，已经在过什么样的新生活，而我是不是还在给他旧的答案？这才是需求侧的供给革命。 好，到这里，我们把镜头拉远一点。今天前面讲了这么久，其实一直在讲两件事。 一边，是新的供给能力正在长出来；另一边，是新的需求也在被重新发现。 而财富真正产生的地方，恰恰就在这两件事情碰到一起的时候。所以这里，我想给一个特别简单的公式： 新财富 = 新供给 × 新需求 新供给，决定过去做不了的事情，现在能不能做；新需求，决定这些新能力，最后有没有人愿意买单。 两边缺一边，都不是财富。 更有意思的是—— 供给和需求两边，最后居然都回到了同一个机制：反馈。 供给端，反馈让企业越来越会生产；需求端，反馈让企业越来越懂人。两边不断碰撞、不断反馈、不断往前走——这可能就是这一轮要素革命下，新的财富生成机制。 万物都有来时路 这套关于“新财富怎么生成”的判断，并不是今年突然想出来的。这个问题，我们其实追了快十年。 2016年，我和李惠璇教授开始研究平台经济。当时我们一直在问：为什么一些企业，可以用这么少的人，组织起这么庞大的生产和交易？为什么用户留下的搜索、评价、购买记录，会反过来影响下一件产品怎么生产、下一笔生意怎么发生 ？ 到2020年，我们有了一个很模糊的答案：除了资本和劳动，还有一种新的东西正在进入生产。当时我们把它叫作——数字生产要素。 后来这些年，我们研究平台垄断、数字劳动者、服务业工业化、种草经济、消费重置……看起来是不同的话题，底下其实一直在追同一个问题：一种新的生产要素出现以后，财富会怎么生成？企业、人和市场，又会怎么重新组织？ 前前后后，材料积累了1700多万字。但这本书，我一直写不出来。总觉得还缺了一块。直到今年春天，Agent出来，我们整个团队的工作流开始大规模Agent化，我才意识到，这些年我们一直在找的那个东西，是 智能生产要素 —— 数据像原矿，算力像冶炼炉，算法像冶炼工艺。三者合在一起，生产出来的东西是——智能。 所以，矿石的质量、炉子的强弱、冶炼工艺的高低，决定了最后我们能调用什么样的智能。 而企业真正用起来以后，这里面又会加入自己的业务场景、工作流程、人才和反馈——所以， 同样的大模型，最后长出来的能力也可能完全不一样。 到这里，过去那些看起来很散的问题，突然开始往一起收：组织为什么会变？人的技能为什么会变？需求和市场为什么会变？因为底下那个最基本的生产要素，变了。这也就是我和惠璇现在正在完成的一本书—— 《数字财富论：智能社会的基本经济准则》。 在这本书里，我们做两件事：第一，定义要素。智能生产要素到底是什么？怎么积累？为什么会产生反馈复利？ 第二，推演规则。当生产要素变了，稀缺性怎么变？组织怎么变？人的价值怎么变？需求和市场怎么变？以及最终——利润流向哪里，什么资产会被重新定价？ 到今天，我和惠璇反而越来越确定一件事情：《数字财富论》不可能是这个时代的终极答案，因为这个时代自己都还在生成。我们进一步认识到，如果智能时代最重要的机制之一，是反馈复利——那么研究这个时代的方法，也应该如此。所以，我们稍微修改了一下自己的计划：“数字财富论”不是一本书，而是一个时代系列。 明天晚上，是共潮生特别版系列直播的第一场。在那里，我们会发布我们关于这个时代的第一版解释：新的需求怎样生成，新的市场怎样形成，新的组织怎样生长，新的金融和资产定价又会遵循什么规则，以及我们将怎么沿着这套框架，一直研究下去。 我想， 在一个正在生成的时代，与其急着写下最后的答案，不如让理论也保持生长。 好，接下来，我们进入今天离钱最近的一部分——新的财富正在生成。我们怎么拥有它？ 3.1 未来已经被定价 去年共潮生里，我说过一句话，MONEY TALKS（钱会说话）——2026年的大资金在说什么样的话呢？8月，大模型公司Anthropic的IPO预期估值突破2万亿美元。截至9月底，全美估值最高的10家公司里，8家跟云、芯片、计算与智能终端有关——而20年前，2006年的时候，这个名单中有7家是石油公司和银行。 A股市场也在发生类似的变化。7月末，芯片公司长鑫已上市。市值突破了3万亿。到9月底，中国“万亿市值俱乐部”第一次出现四张硬科技的面孔：宁德时代、长鑫、富联、中际，分别对应电池、芯片、电子制造和光模块。 把两幅图放在一起，2026年的大资金在讲什么，已经非常清楚： 社会的智能化刚刚开始，但资本市场已经换了轨道。 我们知道，一个人、一个家庭积累财富，无非两条路：靠劳动力累积和靠资金累积，简称“人挣钱”和“钱生钱”。资本市场是第二种——你不必创办一家芯片公司，也不必亲自训练大模型，也可以通过持有企业的所有权，分享新技术创造的财富。 所以很多人今天这么拼命研究AI，背后其实就一个很现实的问题：我怎么才能持有这个未来？ 但是——看见未来，不等于赚到未来。 给你们讲个故事。今年我们中国投资者特别羡慕隔壁韩国人——觉得人家怎么那么好命，躺赢。跟年初相比，上半年韩国综指涨了101%，海力士更涨了307%。但是，韩国人是不是都赚钱了呢？未必。 Jake Cheong是首尔的一个会计，一直都非常谨慎小心。3月份他还劝朋友别追高韩国芯片股，危险。结果海力士股价从4月初的83万韩元，一路涨到6月下旬298万韩元，不到三个月累计上涨约260%。6月份Jake实在忍不住了，拿出几万美金买了海力士，果然，3周赚了40%。他卖掉了，落袋为安。 尝了点甜头，Jake对海力士的态度，开始从怀疑转为热爱——7月10号，海力士要赴美上市，他毅然将本金和利润一股脑投了进去，而且——上了两倍杠杆。 结果——后面的故事其实很多人都熟悉了：从7月13号开始，AI硬件股遭遇巨大回撤，Jake那个带杠杆的仓位缩水了69%。 把这个场景换成A股，换成黄金，换成半导体ETF，换成光模块，都一样。其实，无数个Jake，都干了同样的事情。其实他反映的，正是今年资本市场上两种特别典型的情绪： • 一种叫做害怕错过 ； • 另一种是泡沫恐惧：每隔几天，就有AI泡沫要破的鬼故事出现 。 这两种情绪，看上去是相反的，实际上都来自同一种不安：我们看见世界在变，但不知道现实走到了哪里，更不知道，今天的资产价格走到了哪里。 3.2 看见未来不等于赚到未来 这其实也是今年很多投资者最困惑的地方：AI我也看懂了，趋势我也相信，报告看了一大堆——为什么还是赚不到钱？ 我们可以把技术和资产价格，想象成同一只钟上的两根指针： • 一项技术从能够使用，到企业采用、组织改造、用户买单，需要很长时间，这是时针。 • 但资本市场不一样，一个模型突破、一笔订单、一份财报，就会让价格重新计算未来，这是秒针。 所以， 在一场技术革命中，我们会发现 ： 产业的时针和资产的秒针，经常发生错位。 第一种错位是：秒针远远跑在时针前面。 前面我们讲过，默沙东与莫德纳研发了一种个性化癌症疫苗。8月19号宣布三期临床试验取得突破，市场马上嗨了：前一天莫德纳股价60多美元，第二天直接收盘在174.38，一天涨到了原来的近3倍。 这个突破当然是真的。但从“三期突破”到真正形成稳定商业价值，中间还有多少事情？随便说几个：生存期继续随访、数据披露、监管申报、个体化生产、商业支付……每一步，都可能让这个故事不再成立。产业还在慢慢走，价格已经先把成功算进去了。 而且还不只是Moderna。第二天A股市场上，凡是跟这个故事沾边的——沃森生物、智飞生物、百克生物、康希诺——都冲到了涨停附近。可与此同时，莫德纳自己又从174美元跌回133美元，一天回撤超过20%。你看，两天时间，产业没走两步，资产价格已经好几个来回。 而这种时候，人特别容易犯一个错：把“未来是真的”当成“现在值得买”。 还有一种错位：看对产业的时针，没找准资产的秒针。 比如，当年大家都看好新能源汽车。美团的王兴押了理想。360的周鸿祎押了哪吒。当时看，哪吒可不像输家，直到2022年，它还一度是造车新势力年度销量第一。但几年过去，理想活了下来，哪吒却已经停产。这个月，周鸿祎公开说，新能源车投资已经“吃过一次亏”，以后不投了。 所以你看：产业的时针没有错，但要找准围着它转的资产秒针，没那么容易。人哪，其实很容易犯一个错——把“这个行业会赢”当成“我买的这家公司会赢”。 第三种错位更有意思。时针看对了，秒针也找对了，还是不赚钱。 2026年7月27日，长鑫科技登陆科创板。存储是这一轮AI革命里最赚钱的行业之一，长鑫又是中国存储龙头。产业看对了，公司也找对了。长鑫当天发行价8.66元，开盘49.5元，最后收在49元。当天所有财经新闻都在说：“长鑫上市，首日暴涨465%。” 但你看两个投资者：一个人打新中了10签，按发行价拿到5000股，当天大概赚20万。另一个人开盘49.5元冲进去，同样买5000股，到收盘账面是亏的。同一家公司，同一天，同一个“暴涨465%”。一个赚20万，一个还亏了钱。 为什么？因为市场告诉你的，是这只股票从哪个刻度走到了哪个刻度。但你的财富，只能从你买进去的那个刻度开始算。所以，未来好、公司好，也不等于任何价格都是好投资。 你看，想赚未来的钱，确实没那么容易。看对时代，不等于买对资产；买对资产，也不等于买对价格。 但这里还有一个更根本的问题——这一轮智能革命，技术、竞争、商业模式都还在快速变化，未来能赚多少钱、谁来赚，其实都远没有定型。可资本市场不能等。今天要交易未来，今天就得有价格。 3.3 叙事：市场如何给未来定价 那这个价格怎么来？ 未来还没有兑现，市场只能先形成一套关于未来的解释——把今天的技术突破、订单和竞争，连接到未来的收入、利润和价格。这套解释，就是叙事。 但投资当然不能只听故事。 真正要判断的是：这个故事有多大可能变成现实？今天的价格，又已经相信了多少？再据此决定，要不要参与、怎么参与——这就是叙事投资。 我和我的合作者陈靖教授，大概是从2020年开始研究这个事情的。起因很有意思。我姐姐、姐夫是做一级市场投资的，那年他们跟我吐槽说，因为热炒“消费升级”故事，一级市场估值太离谱了，像当时墨茉点心局、虎头局那些热点标的，甚至出现“一个店面值一个亿”那种“以梦为马”的估值——我和陈靖开始关注：“故事”是怎么塑造市场预期，怎么影响市场价格的？ 说起来，A股市场本来就是全世界“叙事”最多的地方，搞叙事投资的最佳场所。另外，全世界面临的不确定性也真的前所未有：智能化、岛链化，还有特朗普。多重冲击下，叙事对资产价格的影响也更大。 这个过程中，有两个人让我对“超级叙事者”的力量印象特别深——马斯克和黄仁勋。我记得有一年去Tesla参观，PR小姐姐说：“我们不公关，马斯克一个人顶100个顶尖公关。”后来黄仁勋也是一样——一句话，就可能让整个产业链重新想象一次未来。 我们越来越意识到， 要理解资产价格，不能只看企业正在发生什么，还要看市场正在相信什么。未来越不确定，大家相信什么，就越重要。 而社交媒体，又让故事变成共识的速度，变得前所未有地快。所以当时也总结过几条很糙的道理，比如说： 1. 叙事，要信就早信，要么不信。2. 长叙事要等好价格。3. 盯住超级叙事者。 这些内容，过去一直散落在《钱从哪里来》系列和我们自己的私域产品里。 到了今年，我们觉得，这件事需要更系统地做了。一方面，你们会发现大模型让信息越来越便宜，故事传播越来越快，大家也越来越容易同时涌向同一笔交易——叙事形成得更快，价格跑得也更快。 另一方面，做《数字财富论》以后，我们越来越意识到，这不是一个阶段性的现象。这一轮技术变化还会持续很多年，市场也会不断重新想象、重新给未来定价。 所以今年，我们团队正式立项，系统研究“叙事投资”。第一步，就是把过去这些年的研究和市场复盘，整理成一套《叙事投资二十法》。 这个产品正在最后的打磨中，11月27日会正式上线。上线那天，我和陈靖教授也会做一场直播，也就是我们共潮生特别系列直播的第二场——叙事投资心法直播。我觉得，今年但凡买过黄金、存储，看过国债，骂过A股，羡慕过三星、海力士，换过美金的人，其实或多或少都参与了市场的叙事。 直播里，我会和陈靖教授跟你们聊一聊我们整个“叙事投资”的研究思路和方法论。 实际上， 今年我们一直在尝试用人机协作的方式，来做研究。 比如信息搜集、研报整理、金融数据库的连接和数据检查，这些事情中，越来越多的工作可以交给AI。 但什么信息重要？市场现在到底在交易哪条逻辑？这个叙事走到了哪里？价格已经相信了多少？这些判断，还是要人和AI不断交互着往前走。 我们现在正在搓一个自己的 “叙事投资看板” ：将宏观、产业，以及股票、债券、汇率、黄金、原油这些资产的信息转化为清晰的指标、评级和市场判断；同时跟踪市场叙事的变化，用历史数据检验判断是否可靠。 这个看板，这次也会跟着《叙事投资二十法》同步上线。 对我们来说，这其实也是一个挺有挑战的实验：人和AI到底应该怎么协作，才能让投资研究和决策变得更好。 3.4 家庭：分散风险，持有未来 我们前面说了这么多：财富生成机制在变，资产定价逻辑在变。总结起来一句话就是： 旧轨的安全感正在变化，新轨的价格又充满不确定性。 那这种转轨时期，普通家庭该怎么办？我用8个字总结：分散风险，持有未来。 具体怎么做呢？ 我们先从一个很容易被漏掉的资产讲起——你自己。 今年在硅谷的时候，我跟一些搞AI的学者聊天，其中有个成都小哥哥，顶尖实验室出身，名校教授，还是一家创业公司的合伙人，属于AI时代的全垒打。我们聊完模型、机器人和创业，话题转到了个人投资，小哥说：“我不买任何AI相关的股票。” 为什么？因为他们的人力资本，研究、创业、未来的收入和机会，本来跟AI赛道密切相关。所以他说：“我只买房子。”接着又补了一句：“不过房子也在硅谷， 还不够正交。 ” 当时饭桌上一半人哈哈大笑，一半是一脸蒙，没听懂正交是啥。“正交”是个数学词语，原本指两个方向互相垂直。小哥真的是纯学术理工男，估计本来是想表达：我房子也在硅谷，也跟科技行业的景气度相连，没有实现完美对冲——一下子不知道怎么表达“完美对冲”，就冲口出来“正交”这个词。 这个词很晦涩，但我后来越想越觉得特别好。平时，我们看一个家庭的资产，大多数是看房产、存款、股票、债券、基金等等。但对一个年轻家庭来说，最值钱的很可能是未来二十年的赚钱能力——你的职业、客户、技能、可能的公司期权，这些东西没有列在现实账本里，但决定了你未来的财富水平。 所以，“正交”想表达的意思是——尽量让家庭财富的几根支柱，依靠不同的收入和风险来源。 比如说，你在成都做化工，收入来自化工，公司的股权是化工，买的股票还是化工——你看上去有很多不同资产，其实背后押的是同一件事。那这时候，家庭配置里就应该有意识地加一点跟自己原来的生意不一样的东西：别的地区、别的行业，也包括一些新生产力的资产。 最近两年，我跟很多传统行业的老板聊天，特别能感觉到一个倾向：人总喜欢在自己熟悉、或者曾经成功过的地方继续加注。这当然很正常。 但如果我们面对的不是一次周期轮换，而是财富生成机制换轨，那家庭资产里，就需要慢慢增加一点对新轨、新资产的暴露，换句话说， 持有未来。记住哦，是持有，不是押注。可以看错，不能出局。 今年5月，我和Sun Life永明一起，在香港落地了「共潮生」这场活动。 说起这次合作，其实特别有缘分。我本身是UBC、麦吉尔（McGill）毕业的，而Sun Life永明本身就是加拿大头部的保险公司，扎根香港更是已经有135年的历史。 我们一碰面，理念一拍即合。当下世界秩序正在重构，到处都是不确定性，我们聊下来，达成一个共识：在动荡的环境里，最核心的课题，就是看清方向，在不确定之中，找到属于家庭的确定性。 我们当时深度探讨了一个核心命题： 对一个家庭而言，到底什么才是真正的安全资产？ 答案，不只是金融产品，更包含安全感本身——一种可以穿越周期、守护家业的底气。 其实，今年买黄金这个事，就是个很好的例子。去年10月《共潮生》讲过黄金——说岛链化格局下，黄金的“非主权信用”属性越来越受重视。所以大家都把黄金当做安全资产来买。央行买、机构买，买得多了价格就上涨；价格越涨，又吸引越来越多散户和投机资金进来。 所以今年1月份，黄金价格一路从4320美元冲到5500美元，一个月连续12次创出新高。然后突然剧烈调整，甚至一度跌破4000美元。一个 安全资产生生变成了高波动资产。 但你回头看，黄金属性一点都没变。从4000到5500，黄金背后的长期逻辑几乎没变。 真正发生变化的是什么？是你拿这笔钱来干什么。 如果一个家庭拿10%的资产配置黄金，是为了分散长期的货币和制度风险，那这笔钱的任务，是对冲。 但如果因为黄金涨得快，仓位从10%加到30%、50%，甚至再加杠杆—— 黄金还是那个黄金，但这笔钱的任务已经变了。它从分散风险，变成了集中风险；家庭配置，变成了价格交易。资产的名字没变，你持有它的方式变了，它在家庭里的性质也就变了。 有个资深投资人说过一句特别形象的话。他说，如果亏5%、10%，慢慢熬、慢慢做，还能一点点“从门缝里挤出来”。但如果亏到30%、50%，要回到原点，分别需要上涨约43%、100%，这二者的难度天差地别。 看到别人短期赚了很多，就把自己的长期配置变成追逐价格斜率，这是在叙事投资市场上最容易踩的坑——这个坑，会发生在黄金上，也会发生在AI股票上。 这其实也是这两年我和陈靖教授在做“叙事投资研究”过程中感触特别深的一点——在信息过剩的今天， 我们真正缺的不是激动人心的趋势，而是把“我相信这个未来”，变成一个自己承担得起的选择。 为什么我一直强调“承担得起”？因为说到底，家庭不是一个投资组合。它背后是一个人的职业，一家人的生活，孩子的教育，父母的养老，还有很多不能重来的人生。 所以家庭财富真正要解决的，从来不只是：我能不能赚到这个时代最多的钱。而是——当时代换轨的时候，我还有没有选择。 新的世界起来，我手里有一点它的所有权；判断错了，我也不会因此出局；风浪过去，我还有能力参与下一次机会。 所以我说， 分散风险，是为了保住选择权；持有未来，是为了拥有新世界的一部分所有权。所有权，和选择权。我觉得这可能是一个家庭面对换轨时代，最值得守住的两样东西。 不要因为害怕未来，把自己永远留在过去；也不要因为相信未来，把整个家庭押给未来。 今天晚上我们一直在讲“换轨”：智能成为新的生产要素，财富生成的方式在变，资本市场也已经开始给那个未来定价。但最后，我想从新世界的财富生成机制，从账户里的资产，回到我们自己。 前两个月，吴晓波老师发了一条小绿书，说他跟两个朋友吃饭，一个做新材料的，一个是福建安溪人，几代做茶的，叫老肖。饭局上，做新材料的同学眉飞色舞，说起自己投的机器人公司，进去的时候30亿，现在估值200亿——新世界，新轨道，新财富，当然很意气风发，但老肖插不上话，有点落寞。 吴老师文笔一贯惊艳，寥寥数笔，老肖的寂寥跃然纸上。我心里一动，因为那种落寞，太似曾相识了——这两年见过的很多企业家、投资人，很多滴滴司机、按摩师、外卖员，也包括那个被AI短剧挤掉工作的化妆师，他们处境不同，但都有一种相似的感受，就像朱自清写过的——“这时候最热闹的，要数树上的蝉声与水里的蛙声； 但热闹是它们的，我什么也没有。 ” 我突然意识到，技术穿过时代，而时代终将穿过我们每个人的身体——这句话背后，可能是一代人的落寞。 当时代换轨的时候，我们面对的，除了“钱该往哪里放”，还有一个更难回答的问题——我们的人和人生，怎么安放？我猜，这个“失重”，对很多人来说，可能比“失业”更痛。 但是我想跟你们讲讲我今年碰到的一个人和事，今年8月31号，芒果台推出国内首部AIGC长剧《后西游记》，一播出就引起很大反响——虽然在社交媒体刷到AI短剧已经不是新闻，但大电视台黄金档直接上AI长内容，多少有点自己革自己命的感觉。 同时，资本市场也开始沸腾：8月31号晚上上线，9月1号和2号，芒果传媒的股票连续拉出两个涨停，市值暴涨100多亿。《后西游记》热度急速飙升。 网上口碑不一，有狂赞的，也有吐槽的，但不影响它的影响力直接拉满，播放破亿，传播量几十亿，宣传部门都被惊动了，AI长内容的主流化迈出了一大步。 不要小看“长内容”这几个字。生成十秒钟惊艳的画面，和让观众连续看完几十分钟，是两回事。所以当时《后西游记》的出现，不但证明了Seedance的生成能力，也展示了一种新工作流的雏形，说划时代未免过誉，但一种新的影视生产方式，确实已经走到我们眼前。 9月6号晚上7点，我在北京高碑店一个园区见到了李东珅，《后西游记》的导演和制片人。和网上爆火的很多AI短剧创作者不同，李东珅不是彩色头发的非主流，相反，他非常主流，非常艺术——干了16年纪录片，能拿的奖都拿了。很多人没听过他的名字，但看过他拍的片子《中国》《河西走廊》——按一个业内人的说法，这是中国纪录片领域的天花板。 我进门的时候，他刚刚接受完几个访谈，还没吃饭，正在刷手机，我听见了音乐声，是悼念刚刚过世的何勇的。顿时明白，哦，这是同时代的文艺男，对过眼神，好了，同龄人，心有戚戚焉。 我们聊了两个小时：怎么想起来做这部片子，中间怎么跑AIGC工作流，中间又怎样反复试错。但我印象最深的，是他的“ 放下执念，重新生成 ”。 东珅告诉我，原来拍电影是基于摄影机的，而摄影机的本质是复刻人眼视觉的“记录”，所以整套影视工业体系，是围绕“改造现实”的记录逻辑而搭建的：搭景，布光，安排演员走位，然后拍摄、记录、剪辑。 而在AIGC工作流中，底层是单帧图像，视频则是一连串的图像拼接，导演的工作变成了“定帧”——先想清楚画面，然后借助模型生成和衔接。 所以，中间有个很难的部分：放下对摄影机的执念，回到“故事表达”本身。 而在“故事表达”环节，也要放下对“剧本生成完备”的执念，将那些更抽象的“审美/世界观”提前写进AIGC生成的规则中——因为剧情修改成本下降，而“审美偏差”则可能导致全盘皆废。 我听着，忍不住跟他握了一下手，太有感触了——对于一个有经验、甚至有过成功经验的中年人来说，要放下对自己“工作范式”的执念，重新生成一套工作流程，真的不是那么容易的事。 不是“从头再来”，而是要将自己的积累和能力，迁徙到一个全新的场景中“重新生成”。这一步很难，但做对了，会极大地激活那些被压抑在“范式”下的创造力。 所以，东珅说——技术变化是表层，生产方式是中层，思维方式和行为习惯的变化，才是底层。这一层变了，门就开了。 但门开了不等于精品自动出现，而是——他顿了一下， “是所有平庸，从此失去了借口。” 那一瞬，他眼睛晶亮，犹如少年。 我突然想起了几天前在斯坦福路边遇见的一棵奇特的树：一边枝叶繁茂，一边枯枝伸向天空，树干上仍然有裂口，旧枝仍然枯着，但新的枝干就长在旧枝的伤口上。 当时我站在那里，看着这棵树很久。到我们这样的年龄，太知道那些裂口意味着什么——一个做了二十年的行业，一套曾经得心应手的方法，甚至一段完整的人生，里面装着职位、收入、身份、人脉、自我认知和尊严。所以，真正让人惶惑的，可能不是学不会一个新的工具，而是发现那条走了很多年的轨道，不再通向我们原来以为的那个终点。 但是，此刻的东珅，还有那棵树，都在告诉我，裂口还在，但新的枝干已经长了出来—— 过去曾经证明我们是谁，未必限定我们以后只能是谁。 我们不需要把走过的人生清零，也不必等所有的裂口愈合，才重新开始。 因为—— 生成，常常开始在破碎之上。 我是香帅，感谢大家在2026年与我共潮而生。我们明年再见。 ；检索词:一人公司 最新 热点 趋势
8. 08香帅2026年度演讲：换轨时代，放下执念才能赚到未来
   justoneapi-all · JustOneAPI / 一人公司 最新 热点 趋势 / all
   2026 年10月17日，“共潮生｜香帅年度展望·2026”开讲，中信出版再次联合共创。 演讲中，香帅分享了她关于“换轨”的思考，带我们一起探索“财富生成机制”在当前时代所发生的变化。 今年，我经常有一种很奇怪的感觉：时间好像折叠起来了。一些隔着二三十年的画面，会突然叠在一起，形成一种奇怪的历史重影。 前段时间，看到一个特别“2026”的故事：浙江有个年轻人，叫张乾超，开了家做跨国贸易的公司，叫“杭州炘扬贸易有限公司”。但走进办公室，除了他，只有两台电脑和8个智能体：市场调研智能体每天负责去抓TikTok趋势、Amazon榜单和各国贸易政策，然后交给产品设计的智能体。过去一个团队两三周才能完成的选品和设计，现在一天就搞完了。我看了一眼，他的出生年份：1997年。 一下子想起上次回家翻到的一张老照片——也是1997年，我父亲站在广交会门口，西装笔挺，意气风发。那时候，春秋两次的广交会，要占中国全年进出口额的10%以上。一个展位，就是一张通往世界的船票。 两个画面，相隔将近三十年。但画面里的人，其实在做同一件事情： 把中国的东西卖到全世界。 只不过一个人背后，是一个庞大的国有专业外贸体系，另一个人背后，是两台电脑和8个Agent—— 同样是“做外贸”，中间那套东西，已经完全不一样了。 后来我仔细想才发现，其实很早以前，我就见过一次这样的变化。只是当时没认出来而已。 那是2011年的冬天，我出国后第一次回长沙过年。我家在长沙市芙蓉区竹园路7号——老火车站附近的湖南省粮油外贸大院。父亲的车停在大门口时，我愣了一下。 要知道，在我青少年时期的记忆里，“搞外贸的”，大概相当于今天说一个人是“搞AI的”——高收入、见识广、站在时代前沿。尤其是我们湖南省粮油食品进出口公司，一度占了全省进出口10%以上的份额。小时候，你感觉世界都是从那个门口进来的。 可十年没回，乍然相逢，我的第一感觉居然是：当年那么气派的大院，怎么变得灰扑扑的，显得有点衰老了？ 我父母笑着说：“你这些年上大学、出国，家里的事情，你压根儿没知觉。”其实，变化早就开始了。2001年，也就是我准备出国念书那一年，中国加入世贸组织。在这之后，先是放开了外贸经营权，取消商品配额、许可证，然后撤销了“外经贸部（对外贸易经济合作部）”。到2004年，实施新《外贸法》，进出口经营权从审批制改成备案登记制。从此，工厂、企业，甚至个人，都可以直接和世界做生意。 我们这样的“专业外贸公司”，基本失去了自己的历史位置。 到2005年前后，大批传统外贸公司已经改制、重组、拆分。湖南粮油也是如此。公司名字还在。院子还在。但“外贸”已经不是从前那个外贸了。 我记得当时我有点恍惚。作为经济系学生，“加入世贸”“外贸体制改革”“商务部”，这些大词我当然熟。但直到那一刻，我才第一次意识到——这些大词并不仅仅发生在会议室里，发生在统计数据里。它们也发生在长沙市芙蓉区竹园路7号，发生在很多普通人的日常里。 只是，历史发生的时候，我们通常不知道那就是历史。我们只是回了一次家，换了一份工作，看着一个熟悉的院子慢慢变旧。很多年以后再回头，才发现—— 原来时代就是这样，一点一点，从一个人、一个家庭的生活中走了过去。 但是，就在我们这些“外贸企业”退场的同时，中国的对外贸易却开始了一场长达20多年的狂飙： 2001年，中国货物进出口总额只有4.2万亿元。到2025年，是45.47万亿元。其中增速最猛的一段，就是刚入世那几年：从2002年到2007年，年均增速25.7%。就这么几年，大量中国工厂直通全球，跨国公司的生产链也大规模往中国走。到2007年，中国已经变成了全球供应链里一个绕不开的地方。 好了，现在问题来了——我们这些老的外贸公司退场了，那这么大的贸易增量，是谁承接了呢？其实，答案在我回家的那年已经出现了—— 2011年12月，距离我们「竹园路7号」不到10公里的地方，一家叫“ 湖南海翼电子商务有限公司” 的小公司刚在长沙市雨花区工商局拿到了营业执照。公司的创始人叫阳萌。几个月前，他刚辞掉美国Google的工作，回老家长沙创业。 当时我不知道这家公司。当然，更没有想到，15年后，我会在大洋彼岸，重新遇见它。只不过这个时候，它已经有了一个更为人熟知的名字—— 安克创新 。 今年8月，我去美国访学，带了10来个安克的智能降噪耳机当伴手礼。选安克不是偶然。这几年我们一直在做“中国企业出海竞争力指数”——安克是我们长期关注的一个样本：有中国制造的底子，有自己的品牌，而且从第一天开始，做的就是海外市场。当然，还有很实际的考虑：东西小，好带，价格也合适。 到了硅谷，走进酒店房间，我放下行李，一抬头，忽然看见床头摆着一个手机充电器。Anker。再往桌上一看，还是Anker，只是款式不同。我忍不住笑了。我带着安克来美国，结果安克已经在这里等我了。 这当然不是什么了不起的发现。安克海外收入占比很高，在欧美卖得很好——这些我都知道。但一个报告里的“出海企业”，变成美国酒店床头的充电器，那种感觉还是很不一样。 因为知道阳萌也是长沙人，我就把这件事讲给湖南商务厅的一个老同学听。没想到他特别诧异：“搞笑呢？你一个外贸子弟，不知道现在安克、三一、蓝思这些民营企业，是湖南外贸的主力？”他给我报了一串数字：湖南现在的出口额有3000多亿，机电产品占六成，民营企业占八成以上，光阿里国际站就差不多2000个商家。 我当时愣了一下。不是因为陌生，而是因为熟悉。我突然意识到， 这些年我做的研究，一直没有离开过“外贸”。 研究宏观的时候，我们看出口，看中国制造；研究平台的时候，我们看Amazon，看供应链；后来研究出海，看“企业全球化、品牌、跨境四小龙”；再后来，甚至发现资本市场估值有显著的“出海溢价”——股票涨幅最高的行业和出口增速最快的品类形成完美映射。 但奇怪的是，我居然从来没有把它们叫作“外贸”。因为在我的脑子里，“外贸”属于我父母，属于竹园路7号，属于生猪、冻肉、苎麻衬衣，属于广交会、外经贸部，还有那些名字写着“进出口”的国有外贸公司——“外贸”，是一个已经远去的词语，一条已经消失的轨道。 可就在那一刻，我突然发现——安克、Amazon、跨境电商、独立站、品牌出海、DTC、超级供应链、中国制造全球化，甚至Token出海、OPC、AI Agent……这些听起来属于新世界的词语，顺着历史往回看， 居然都通向同一个地方——长沙市芙蓉区，竹园路7号。 这时候，1997年湖南粮油的父亲，2011年海翼（安克）的阳萌，2026年炘扬的张乾超，在我眼前重叠在了一起。 中国出口，中国制造，中国产业，中国企业——同样的词语，背后的世界却已经迥异。名字还在，但连接需求、生产、市场与人的那套财富生成机制，变了。 轨道已换。但 换轨，不是清零 。过去的积累，不会因此作废——就像过去二十多年，中国积累下来的工厂、工程师和供应链，被互联网与全球市场重新连接，长出了安克、比亚迪、蓝思这一批全球化的企业。今天，张乾超和智能体们调用的，仍然是这些真实的产业能力——只是组织它们的方式，又变了一次。 所以今年我越来越强烈地意识到： 过去不会消失，但过去让我们成功的那些方式，未必还能把我们带往下一程 ——1997年的父亲，不知道后来会有安克。2011年刚刚创业的阳萌，也未必能想象今天，一个人带着Agent，就可以做跨国贸易。 此刻，我们都不再只是回望照片的人。因为2026，是一个充满了新名词、新概念的年份，一个旧轨仍有巨大惯性，新轨也已经加速铺开的年份。旧的世界还在运行，新的秩序已经开始生长；过去、现在和未来，会突然挤在一起。在这样的缝隙中，我们总会遇见一些似曾相识的时刻—— 1859年春天的伦敦，47岁的狄更斯写道：“这是充满希望的春天，这是让人绝望的冬天；我们的前途拥有一切，我们的前途一无所有。”167年后，我们重新站在这样的历史交界处，面对相似的拷问：当财富创造的方式正在改变，一个人、一个家庭、一个企业、一个社会，该怎样接入那个正在生成的新世界？ 这，也是今年《共潮生》想回答的问题。欢迎来到2026共潮生·香帅年度财富展望。 智能生产要素是什么 今年，我脑子里经常会冒出鲁迅的一句话：“人类的悲欢并不相通，我只觉得他们吵闹。”这可能是今天中国社会最真实的画面：有的人关心硅谷、华尔街；有的人担心养老金和中年职场危机；也有的人只关心明天送外卖、打零工的日结收入。 你去不同的地方，体感完全不一样。今年6月我去佛山，就明显觉得，这个城市今年有点闷。当时碰到一个朋友，原来在佛山的家电行业做IT主管。聊着聊着，他说，自己两年前已经离职了，现在每周回佛山陪娃。我问：“那你去哪儿了？”他说：“合肥。去了长鑫。”他说，两年前刚好碰到这么一个机会。其实当时也没想得特别清楚，就觉得AI热潮刚起来，得靠近一点。 但真要走，也很犹豫。毕竟在佛山生活、工作快20年了，人到中年，老婆孩子都在这里，换个城市、换个行业，哪有那么容易。 后来他说，不知道怎么就想起我2024年《共潮生》开头的一句话：“如果你是一个40岁左右的人，那么你的前半生和后半生，将完全生活在不同的世界格局之下。”他想，反正世界都变了。一咬牙，去试试吧。就这么去了合肥。 然后就是今年7月，长鑫上市，市值突破4万亿。差不多同时，合肥公布上半年GDP增速——6.8%，全国是4.7%，据说光长鑫这一波就给合肥市政府财政增加了万亿资产。 我看到这些数字的时候，又想起了他——觉得，好像一个人的换轨，和一座城市的换轨，就这么碰到了一起。 但说实话，不是每个人，都知道自己该往哪条轨上走。这可能也是为什么，今年整个社会对AI的情绪这么强烈——在几乎所有社交媒体上，增长最快、反复破圈的话题都跟AI有关：什么算力、芯片、存储，什么大模型、Agent、泡沫、监管……这些讨论背后有兴奋，但更多是焦虑。今年有两个特别流行的词，刚好把这种焦虑画了出来—— K型分化和i型经济 。 K型分化，大家比较熟：有人往上走，有人往下掉。很多人担心，AI会把这个K拉得更开，上面的人越走越高，下面的人越来越往下掉。 i型经济更形象：小写的i，上面一个点，下面一根长长的竖线。上面那一小点，是AI带来的繁荣；下面那一长条，是跟繁荣无关的绝大部分人。 所以这两个词为什么今年这么火？因为它们说中了同一种担心： AI这么热，但它到底跟我有什么关系？我会往上走，还是往下掉？我能到那个点里，还是在那根长长的竖线上？ 这种担心和焦虑，有时候会落在我们想不到的地方。今年6月中旬，我在成都，跟一个化妆师聊天。她跟我说，今年生意特别差。以前基本天天有活，现在经常干一天、休两天。 我问她，为什么？她说：“AI。”我当时很诧异，化妆这种工作，应该很难被AI替代的吧？怎么会先受到冲击呢？ 女生告诉我，她们的活主要来自企业活动和剧组。今年企业活动也少了，更重要的是，AI短剧起来以后，很多原来的小剧组不开机了。自然她们也就没活了。 所以那天回去的路上，我跟同事感叹—— 技术穿过时代，而时代会穿过我们每个人的身体。只不过时间早晚不同、方式不同而已。 所以接下来，咱们先别说什么大革命。先看看，AI已经进入到什么地方了。 新供给｜智能可以规模调用 刚才说到，化妆师的工作被AI短剧冲击。其实这就是当下内容行业的一个缩影。和两年前相比，今年四大平台——腾讯、爱奇艺、优酷、芒果TV——各种剧的开机率下降了将近一半。 但另一边呢？AI短剧、AI漫剧的供给正在爆发。去年这个市场大概200亿，今年估计会超过400亿。此消彼长的趋势已经很清楚了。尽管质量还经常被吐槽，但AI生成的短剧、漫剧已经占到市场产能的95%。内容行业还在，但内容换了一种方式被生产出来。而一旦生产方式变了，赚钱的企业就会变。 所以，Seedance——字节的视频生成大模型——已经成了他们公司最赚钱的应用之一。 赚钱的企业变了，个人赚钱的方式也会变 ——四川有一对95后夫妻，叫何杰和张芬，原来做广告的。2023年生成式AI起来以后，他们双双失业了。最困难的时候，送过外卖，也送过快递。怎么看，都像是被AI挤到了K的下方。但去年开始，他俩就在卧室的书桌上，靠两台电脑做短剧。前几个月也很苦，后来慢慢琢磨出了一点门道。今年5月，他们搓了一个剧出来，叫《发配边关，罪妻开荒养出战神》，一把拿下红果爆剧榜第一。因为AI，他们下场了，但恰恰也是AI，又给了他们另一次“上场资格”。 类似的故事还有不少。比如说杭州的彭青云，原来是品牌设计师，也是失业后靠AI短剧翻身，现在干脆做了一家“一人公司”，专门承接出海短剧制作。 其实说起来，这些都不是什么惊天动地的逆袭。经济变化的时候，总有人转岗或者换赛道。但这次，变化的不是岗位，是生产本身。过去，写作、设计、编程、分析……靠的是“专业能力”或者“专业组织”，但现在，越来越多这样的“专业技能”，开始可以直接从机器里调用。一个人加上AI，就可以完成很多过去需要专业人士、甚至一个专业团队才能完成的事情。 这，才是这次AI革命真正让人恐惧，也真正让人兴奋的地方：过去，智能长在人身上；现在，智能开始变成一种可以被生产、购买、复制和调用的“工业品”。 别以为这只发生在短剧、广告、编程这些更白领、更数字化的行业。它还发生在——养猪。今年市场有个段子，说养猪企业的研发费用比AI企业还高。2025年，牧原股份研发费用16.48亿元；某家具身智能公司，研发费用1.451亿元，前者是后者的10倍。养猪研发什么呢？数据、模型，还有“养猪能力”。 现代养殖其实早就工业化了。猪舍、设备、饲料，都可以标准化。资本投下去，规模就能扩张。但有一样东西一直很难复制——老师傅的脑子。猪突然不吃了，咳嗽几声，一个养了二十年猪的人进去转一圈，可能就知道哪里不对。但这种“判断”，靠的是一个人的时间积累、经验沉淀，很多时候甚至是不可言状的“直觉”。 但现在，摄像头、传感器不断记录猪的吃料、生长、体征和环境数据；养殖人员的判断和新的经验，也可以不断进入模型。过去，猪舍、设备是资产。未来，“会养猪”本身，也会成为一种可以积累、可以调用的资产。 养猪也不是特例。今年8月，美国医药市场出了一个大新闻。莫德纳和默沙东联合开发的一款个性化mRNA癌症疫苗，在三期临床试验中取得成功。消息出来当天，莫德纳的股价暴涨177%。市场这么兴奋的原因是：这款药是“个性化”的——也就是说，不同癌症患者拿到的治疗方案，可以是为他量身设计的。这事儿特别大，因为背后可能是一场制药范式的变化。 工业时代的医药逻辑是：研发一种药，生产一百万份，给一百万人用。现在新的可能是：用同一套测序、算法和mRNA生产平台，为不同的人生成不同的治疗方案。 这种“因人而异”的医疗方案，我们想了千百年了，却没法干。同样是癌症，每个人肿瘤里的突变可能都不一样。你不光要读出这些差异，还得判断哪些差异能让免疫系统认出肿瘤，最后，为这个人把药做出来。难的不是给每个人单独开一张处方，而是给每个人设计、制造一份不同的药。 现在，测序读出差异，算法帮助筛选，再把选出的肿瘤特征写进mRNA，教免疫系统去识别。更重要的是，每个人的药可以不同，背后的设计和制造流程却可以复用。过去我们熟悉的，是把一种药生产一百万份；现在出现的可能，是让同一套平台，为不同的人生产不同的药。 所以，在制药上，我们看到一种以前很难想象的组合——个性化第一次可能和规模化同时出现。 前几天跟朋友聊天，我还开玩笑说，以后万一生病，一定得苟着。因为AI for Science明显在加速，药物研发突飞猛进，原来很多需要一年一年往前磨的事情，现在可能会越跑越快。现在很多绝症过一段时间就变慢性病。借罗振宇老师那句话：现在活一年等于挣三年。所以记住，苟着。我倒是想活久点，看看这世界到底变成啥样子。 说到这里，我们不妨停一下。拍短剧、养猪、药物研发——好像是三个风马牛不相及的行业，但今天，把它们放在一起，会发现同一种变化—— 原来限制生产的边界，被打开了。短剧，打开的是生产门槛；养猪，打开的是经验瓶颈；制药，打开的是规模边界。 这样的例子还有很多。而且速度已经非常惊人：抖音上，每70秒就有一部新剧上线；现在，Anthropic一天入库的代码行数已经是2024年的8倍；多邻国一个季度发布的课程，是2024年全年的11倍…… 从内容、编程，到教育、金融、法律、生物研究，都是同一个趋势——当智能开始变成一种可以规模调用的生产能力，人类社会的供给革命，就开始了。 肯定很多人会说：“我的生活、我所在的行业没太多变化呀。”先别急着反驳。技术革命的早期经常是这样：水面看上去风平浪静，但下面早已暗流汹涌。我们看一个指标吧——Token。 Token，你可以简单理解成AI工作时消耗的基本计量单位。 有点像工业时代的电，一家工厂用电越多，通常意味着机器开得更多、产能更多；同样，一家企业消耗的Token越来越多，意味着更多工作在调用机器智能。 2026年，企业Token消耗的增长非常夸张。 全球最大的接口网站OpenRouter，9月上旬的Token使用量，比年初增长了近20倍；26年3月，中国日均Token消耗，相比2024年初增长了1000倍；现在投行、律所、车企、医疗机构，都开始跟模型公司和云厂商讨论企业级Token Plan。 再说个我们自己的小例子吧：我们自己团队今年年初，每个月Token消耗还不到10亿；现在每个月已经300亿-500亿，而且用得很省，毕竟还没有盈利模式，小公司，得量力而行。 这些数字说明了一件事： 智能正在从一种“偶尔用一下的工具”，变成一种批量购买、持续调用的生产投入。 所以，为什么黄仁勋会把英伟达叫做“Token Factory”？为什么山姆·奥尔特曼会说，大模型公司本质上是在出售Token？因为他们看到的，是同一个未来：智能，正在成为生产经营里的基础投入。 在经济学里，这种进入各种生产活动、支撑我们创造财富的基础投入，有一个名字——生产要素。 土地、劳动、资本，都是。而现在， 智能正在成为一种新的生产要素。 为什么我要特别强调“要素”这两个字？为什么我对这件事这么着迷？因为，在经济学眼里，我们看到的，不只是一个新行业正在崛起，而是整个社会创造财富的基本条件，可能正在改变。人类历史上，厉害的发明很多。但能深入到这个层次的变化，非常少。 想想工业革命。机器和能源带来的，不只是纺织厂多织了几匹布。原来靠人力做不出来、做不起的东西，开始可以大规模生产。生产的规模变了，人们分工、协作的方式也跟着变：工厂扩张，城市长大，新的企业、新的职业、新的生活方式，一起长了出来。你不需要拥有一台蒸汽机，也不需要开一家工厂，仍然会生活在它改变的世界里。 技术最初出现在少数人的车间里，最后改变的，却是无数人的一生。 今天，我们可能又站在了这样的门口。过去，一个社会有多少知识、经验和判断能力，很大程度上取决于：培养了多少人，这些人有多少时间，又能怎样合作。现在，其中一部分能力，开始可以被训练、生产、购买和调用。 这意味着什么？过去做不起的事情，可能做得起了；过去做不了的事情，可能做得成了；过去必须靠一个大组织才能完成的事情，小团队甚至一个人，也开始有机会完成。 变化到了这里，就不只是“原来的工作做快一点”。因为当完成一件事所需要的能力、成本和人数都变了，我们为什么还要按照原来的方式组织公司、划分岗位、培养人才？有些工作，可以交给机器；有些过去被埋没的能力，反而有了施展的空间。原来很贵的服务，可能变得普通；原来没人能满足的需求，可能长成新的生意。什么开始不那么稀缺，什么又变得更稀缺——人的收入、企业的利润、资产的价值，都会随之重新排列。 这才是我所说的“要素革命”。 所以，我的兴奋，不是因为又多了一个可以研究的热门行业。而是因为，我隐约看见了： 我们熟悉的组织、职业、教育和生活，可能都要围绕一种新的生产能力，重新生长一次。 而这件事，人人都有份。注意，不是说人人都会自动受益，而是说， 没有人完全站在这场变化之外。 你可以不去做AI，不去创业。但你所在的公司以后会怎样用人？你积累的经验还有多少用处？能换来多少收入？你的孩子应该学什么？还有，你过去用不起的服务，以后能不能用得上？——这一切都会与你有关。 所以，我们接下来要问的，已经不只是“AI还能做什么”。而是——当我们能够调用的能力变了，我们自己可以做些什么？ 因为这一次发生变化的，可能不只是几个行业、几个岗位。而是我们整个社会创造财富的方式。 前几周跟罗振宇老师聊到“智能生产要素”这个词，我很嗨。罗老师笑着说：“你们经济学家关心什么新要素，我们不关心，我们就关心粮食和蔬菜——所以你得告诉我， 新要素来了，我们能干什么？ ” 预测容易被打脸，所以经济学家不爱预测。但是，这次不一样。所以我也冒险预测一下吧——过去一年，我跟很多人说， 当下可能是人类历史上最好的创业时期，没有之一。 创业机会在哪里？我觉得，很大一块机会，会出现在那些——大家一直需要，但过去太贵、太慢、轮不到自己的服务里。用经济学语言来说，就是—— 高人力资本服务业会迎来一轮巨大的供给扩张。 医生、律师、理财师、工程师……原来这些私人服务为什么贵？不是因为需求少，而是因为专家太少，一个人的时间又太有限。所以很多高质量服务，本质上是奢侈品。 但如果AI能把其中一部分知识、分析和判断变成可以规模调用的能力，原来做不出来的供给，就可能被做出来。 而且，不要把“高人力资本”理解得太窄。实际上，每个行业里，最缺专家、最依赖老师傅的环节，都会成为新的机会。养猪缺兽医，工厂缺维修老师傅，种地缺农技专家，小企业也缺真正懂供应链、质量、财务、法律的人。这些需求一直都在，只是过去专家不够，这些需求难以得到满足。所以，AI真正打开的，可能就是这些原来被供给压住的市场。 所以如果今天有人问： AI时代，机会到底在哪里？ 我的答案是： 回到自己最熟悉的行业，先问自己三个问题—— 第一，什么需求一直都有，但过去只有少数人负担得起？第二，我们所在的行业中，哪些环节因为离不开少数的老师傅、专业人士，而一直缺人？第三，这里面哪些能力，现在可以借助AI复制和调用，把成本降下来？ 我的预测是——这三个问题交汇的地方，就是新一轮供给革命最先长出生意的地方。 这个问题实在太大，每个行业都会有属于自己的答案，资本市场也有属于自己的答案。所以呢，我们特地为未来一个月安排了《共潮生特别版》系列直播，会用具体案例继续拆，陪你一块找到答案。 所以，总的来讲，AI来了，不仅仅对公司老板是个好消息，对普通人也是个好消息。你不一定非得进AI公司。你过去做过什么、懂什么行业、解决过哪些问题——这些东西都在，所以真正值得做的，是回到自己最熟悉的地方去看：哪些过去做不了、做不起、做不大的事情，现在因为AI，第一次可以做了？你的机会很可能就在那里。 除此之外，我还有一个判断：这样的机会，在中国可能特别多。 为什么？因为如果智能真的是一种生产要素，它最后一定要进入真实的生产。要说真实的生产场景——中国太多了。 西部有风、光、电，可以变成算力；东部有密集的工厂、工程师和供应链，可以把智能变成产品；中部有汽车、装备、农业，有大量真实的问题等着智能进去解决。 所以 中国参与AI革命，远远不只是训练几个大模型。因为会有人生产智能，有人给智能供电，还有的人，是把智能装进工厂、汽车、农田和家庭。 最近我们团队看城市数据的时候，也发现一个挺有意思的现象。今年一些增长很快的城市，并不是大家熟悉的地方。我念几个给你听：哈密、庆阳、中卫、十堰、宁德……这些城市里面，有西北的能源城市，有制造业基地，也有老工业城市。但是如果把这些城市的产业拆开，你就会反复看到几个词：能源、算力、先进制造，还有供应链。 我不是说这些城市的增长都是AI带来的。我真正想说的是：这一轮AI革命，真的不只发生在大模型公司和科技公司的发布会上。它正在往真实产业里面走。而 中国过去几十年积累下来的工厂、工程师、供应链和市场，恰好为“智能要素”提供了大量往纵深处走的空间。 我记得2023年的《共潮生》里，说过一句话：这是一个“复杂中国”——意思是，我们很难用一个简单的“中国经济”，去概括这片土地上发生的一切。今天把中国跑完一圈以后，我越来越深刻地意识到—— 这种复杂本身，可能正是这次智能革命里中国的优势所在 ：产业越密集，场景越丰富，智能可以进入的地方就越多。我们过去几十年的积累，都可以成为这一轮智能继续生长的底座。 新积累｜智能可以反馈复利 但有底座、能接上，还只是第一步。更重要的是，接上以后，“智能”能不能越用越强。这就是我觉得 这次智能革命最不一样的地方——反馈复利。 反馈复利这四个字怎么强调都不过分。黄仁勋、比尔·盖茨、孙正义这些人都在说“这次不一样”。不一样在哪？ “生产能力”本身，开始拥有了复利。 我对这件事的强烈体感，来自汽车。我已经16年没怎么开过车了，但今年打算买台车。故事是这样的：16年前回国时就有驾照，但最后没买车，因为车技不行，北京路况太复杂。 今年我在美国被特斯拉的自动驾驶惊艳到了，团队小朋友说我OUT，铆足了劲要让我感受国内辅助驾驶之先进——去阿那亚的时候，给我租了辆理想L9，我们从北京到阿那亚，全程312公里，人工干预大约3公里。 不过，我最受冲击的一刻不是在高速上，而是在到达之后：我们几个都下了车，站在路边聊天，然后眼睁睁看着空车自己往前一点，倒一点，调整一下，然后稳稳停进那个我大概率停不进去的车位。那一瞬，我觉得生活确实有点不一样了。 不过，很有意思的是，我跟朋友聊起这件事，发现大家对辅助驾驶的评价差别很大，问了一圈后，发现最核心的一个区别是：你买的是哪一年的哪一代系统？因为过去两三年，辅助驾驶系统迭代得太快。今天最新一代系统的“聪明程度”，和两三年前已经完全不是一回事。 为什么差异会这么大？因为这些系统每天都在真实世界里“干中学”。最近特斯拉公布：仅仅9月12日至9月18日这一周，特斯拉全球车队的FSD监督驾驶累计里程就增加了约4亿公里。这相当于一个司机每天开8小时，每小时开50公里，全年无休，连续开2700年。 一个人的经验积累，有天然上限。一天24小时，一辈子几十年。但一套硅基系统，可以同时经历千万个人、千万条路、千万种场景。 我们熟悉的工业时代积累链是什么？生产——利润——再投资。而现在，我们又多出了一条新的积累链：行动——反馈——学习——新的能力。 复利最本质的东西，是上一轮的结果变成下一轮的本金。上次要素革命，资本的复利创造了难以想象的巨大财富。现在，智能开始复利：今天的一次行动，会留下数据和经验；这些经验进入下一轮，变成更强的能力；更强的能力又去完成更多行动，再产生更多反馈。我们把这种积累，叫作——智能要素的反馈复利。 那么，反馈复利落到企业，到底意味着什么？很多年前，我跟曾鸣老师聊到过一家公司。这家公司核心业务就是卖数据，当时估值也有几十个亿。我记得当时曾老师斩钉截铁地说，这家公司没未来。为什么？因为活数据才有价值。 “活数据才有价值”——今年，我突然觉得自己想明白了。所谓的“活”，指的是新的问题和新的反馈。真正有复利的，不是“我过去存了多少数据”，而是：我是不是在一个不断产生新问题、新反馈的位置上。 用户今天有什么反应？机器今天哪里出了故障？哪个方案有效，哪个方案没用？这些事情每天都在发生。只要这些反馈能够回来，进入下一轮生产，它们就不再只是数据，而是在变成新的能力。 其实电商、短视频、量化早就在做这件事。数字巨头为什么那么强？很大程度上，就是因为它们更早建立了这套反馈闭环。 今天真正的新变化，是这套机制开始从数字世界走进物理世界，走进汽车、工厂、农田和药物研发。 所以我现在越来越觉得，未来企业真正稀缺的，是一个能持续产生独特反馈的真实场景。基础模型会越来越强，Token会越来越便宜。同行可以买到和你一样的AI。但同行买不到你每天面对的问题，用户给你的反馈，以及你在解决这些问题过程中长出来的经验。所以， 未来企业之间的差距，不只在于谁用了更强的AI，更在于谁能在真实业务里，长出自己的智能。 如果你是企业家，以后每做完一笔业务，除了问赚了多少钱，还可以多问一句：这一次解决问题的经验，有没有变成下一次可以调用的能力？你真正要建立的，是一套“行动—反馈—学习—新能力”的闭环。 同样在用AI，有的企业只是完成了今天的工作，有的企业还在积累明天的能力。这次，我敢肯定地判断： 未来的企业差距，会从这里拉开。 新组织｜企业怎么组织？ 这就引出了下一个问题：什么样的组织，才能接得住这种“会学习的生产能力”？ 我们今天熟悉的企业，大多是一座金字塔：一线员工上面有主管，主管上面有总经理，再往上还有董事长。信息要一级一级往上传，判断和指令再一级一级往下走。但如果数据在售后，模型在算法部门，权限在管理层，问题出在一线，反馈闭环又没有形成，再强的AI也转不起来。 太平洋人寿保险的周建刚周总给我讲了他们公司正在做的一些变革，让我看到了某种雏形。 他们现在有个叫小蓝的AI助手，说是助手，其实是太保人寿自己生成的一套智能。比如，一个新手代理人准备去见客户张姐。见面前，可以让小蓝把已有的客户资料梳理一遍，有的放矢地准备问题和建议。到了现场，碰到产品和条款的问题，小蓝会随时调用公司智能。看上去，是一个代理人坐在客户面前；但他背后，其实站着整个组织的智能。 最重要的是，这套智能是“太保自己的智能”。 周总说，在太保智能的生成过程中，有一群很关键的人，叫“训机师”，其中有很多经验丰富的一线业务人员。他们把很多具体的业务经验，包括用户可能的追问等，整理、萃取出来，用来训练模型，再由业务部门校准，上线后再根据用户反馈调优。 为什么要找这些有经验的人？因为通用AI说的话，听着都挺有道理。但老业务员一看就知道，实际业务中根本用不了。正是通过他们的反复校正，买来的通用智能才逐渐变成员工可以调用的“专用智能”。 这背后，是组织开始产生变化： 过去，新人遇到问题，要找师傅、问主管，一层层往上找。现在，很多经验可以直接从系统里调用。一线能做的事更多了，中间传话、找人的环节变少了。 我和惠璇有一个判断： 未来的组织，会从科层制向神经网络结构演化。 后台是共享的智能，前台是“人加Agent”，直接面对客户。组织的重心，会从“人和岗位的匹配”，转向“技能与任务的匹配”。一件任务来了，调动、组合相应的能力；任务完成了，再把新的经验带回来，让整个组织的智能继续生长。 所以，如果你是企业家，改造组织可以先从一项具体业务开始：不要只问“这件事归哪个部门”，而要问：“它需要哪些能力？怎样让一线调得动，怎样让反馈回得来？” 那么，在这样的组织里，什么样的人会变得更值钱？ 新技能｜人凭什么值钱？ 如果未来组织越来越像一张能力网络，那一个人职业生涯真正重要的问题，可能不再是“我要拿到什么岗位”，而是“离开这个岗位名称，我到底能替别人解决什么问题？” 今年我看到一个网站，名字还挺刺耳，叫RentAHuman——“租一个人”。它做的事情很简单：让人把自己的技能、位置和报价挂上去，供AI Agent寻找现实世界里能完成任务的人。 有一个来自佛山顺德的中国用户，叫Kelvin Fung。他给自己列了很多能力：会普通话、粤语、英语；做过飞机维修；经营3D打印设备；懂顺德饮食和咖啡；能做供应商核验、现场尽调和跨文化沟通；还擅长跟孩子交流。 然后他把这些能力分成几档：普通现场任务每小时45美元，技术任务每小时95美元，跨文化谈判、儿童互动、投资尽调这类高信任任务每小时180美元。 你说这个人到底是什么职业？很难定义。比如，一家海外公司要核验顺德的一家供应商。这不是一个长期固定岗位上的工作，却恰好需要一个人：在当地、会英语、懂一点制造、能做现场核验。那Kelvin就可能正合适。 所以，我对人的价值有一个判断：当越来越多通用能力可以被调用，一个人独特的长板，反而更有机会被放大。 所以， 对于每一个站在职业生涯拐点的人来说，我觉得你不妨暂时忘掉职位和头衔，问问自己：别人为什么要找到我？ 如果不做今天这份工作的话，你希望别人因为什么而看到你？是美貌？还是能力？是什么能力？是审美？是沟通？还是什么某一项手艺？ 而我给的答案非常朴素：找到那块属于你自己，独一无二的长板。 这个长板，未必很宏大，它可能很小，小到一个道具。今年有部AI短片，叫《纸手机》。故事很简单，一个小男孩走进纸扎店，想买部手机给奶奶打电话。他还不太懂死亡，只是想再跟已经去世的奶奶说说话。 主创先让AI生成那部手机——生成得很好看。但导演李婷说：“不对。”为什么不对？一个纸扎店里临时做出来的纸手机，不该这么漂亮。然后她拿来纸壳，自己画了一部歪歪扭扭的手机，再放回画面里。 我很喜欢这个细节。AI给了李婷一个漂亮的好答案，但她知道，这道题需要的恰恰不是好答案。 而这就是我说的那个“长板”： 它不一定是一个证书，或者一套标准技能。它有时候是审美，有时候是判断，甚至有时候是：别人没觉得哪里不对，而你觉得，不对。 这个故事其实让我想了很多，包括该怎么教育我8岁的孩子。有时候想想很魔幻，整个现代教育体系，都是为工业社会的“专业化分工”设计的：上好学校，学好专业，找好工作，争取更高职位……一条路，简单清晰。 但今天，当机器智能替代了大部分的人类智能时，教育不得不追问——我们不可替代的到底是什么？这个问题，可能100个人有100个答案。但我的答案是：天真。不是幼稚，而是那种对世界真正的好奇，对一件事情不计回报地着迷。 对AI时代的教育和未来，我其实比很多人更乐观。因为“通用智能”的工业化，可能让我们重新拥有一点奢侈：不必让每一种兴趣都先证明自己“有用”。当工具越来越便宜，一个人真正的好奇、审美、想象，反而更有机会被放大，最后变成真实的生产力。 所以， 今天教育最重要的事情，不只是把孩子训练成一个有用的人，而是让他有机会长成他自己。 昨天下午在彩排的现场，我带着儿子过来了，他一个人旋转、跳JUMPSTYLE，玩得挺快乐。润宇问我，香帅，你会怎么教孩子？我平时讲过这么多教育问题，那一下反而愣住了。后来想了想，给了他一个答案：我允许他保留一切无用的兴趣，不急着让每一种兴趣都证明自己有用。 这句话我也同样送给自己。 保住一点天真，找到真正愿意长期投入的东西，再用新的工具，把它做深、做出来。 新需求｜生产出来以后，卖给谁？ 不过，到这里，我们讲的仍然都是供给。因为这就是要素革命的核心：生产力大幅提高，供给爆发。所以刚才我讲了很多：新要素是什么，组织、人和技能又怎样随之变化，从而长出新的财富。 这些当然重要。但今年和很多企业家见面，大家最现实的问题不是“会不会做”，而是——做出来，谁买？说得更直接一点：没订单。这是今天中国很多企业最现实的问题：产品做得更快、更便宜、更个性化，都不代表消费者一定愿意付钱。 但是，一场供给革命真正走向财富生成，必须回答另一半的问题： 需求从哪里来？ 需求的问题，其实要分成两半：一半是宏观问题，叫总需求。这个问题，我在自己的公号“香帅的金融江湖”和很多场合讲过很多，今天不多啰唆。另外一半则是结构变化——也是企业值得重新思考的问题。 什么叫需求结构变化？ 我跟你们讲一个很小的场景。我在海淀住的，是一套2005年前后建成的二手房。和当年很多房子的装修一样，客厅里有一大面墙是用来挂电视机的。我已经20多年没有电视机了。屋主取走电视之后，这面墙裸露在那里，不太好看。我儿子八岁，平时很喜欢涂涂画画。我有一天站在那面墙前突然想：为什么不能让他来画呢？当然不是因为请不起工人，就是因为平时忙得要死，想着能不能陪娃一起找点他喜欢的乐子—— 然后我上网找产品。教程很多：怎么保护地面，怎么刷底漆，怎么配颜色，豆包、千问也都能一条条告诉我。当然，可能因为我不专业，搜了半天，就是找不到自己真正想买的东西。比如说一小袋安全、好清洁的涂料，配好小滚筒、遮蔽胶带和简单教程，让我一个完全不专业的人，可以和孩子在一个下午画完一面墙。 就是那一刻我突然意识到：我想买的是“跟儿子一起画一面墙”，但市场回答我的，基本还是“你该买哪一桶漆”。你看—— 我的需求是一个生活场景，但供给却还停留在一个材料品类里。 今年家居建材行业是最不景气的，所以我反而想聊聊这个行业。原来这个行业的需求，就跟着房地产周期走：只要房子卖得多，需求就会一批批出现。 但现在——我不知道大家现在是不是有这种感觉， 房子失去了金融资产的属性后，人对“家居”的需求开始跟着生命周期走。 比如说，孩子长大了，房间要变；父母年纪大了，灯光、扶手和动线要变；所以，还是一套房子，但住在里面的人却是不断变化的。 最近很多企业家跟我讨论“好房子”——3.2米的层高、隔音、材料，这些当然都重要。但它们是好房子的门槛，而不是能创造“溢价”的天花板。 真正的“好房子”，应该是满足这个家庭此刻生活方式的“房子”。而这种好房子，很明显，是真的不够的。 这种变化当然不仅仅发生在家居建材市场。比如说，车是交通工具，但现在很多人把车当作“家之外属于我的私人空间”，再比如说“养老”。我一直觉得，“60+银发经济”这个词真是太粗糙了—— 现在一个刚退休的60岁的人，身体很好、退休金不低、有时间、孩子也大了，所以他真正需要的也许不是“养老产品”，而是旅行、运动、社交、学习，甚至重新恋爱。你叫他“银发族”，他可觉得自己活力满满，前路漫长。 其实还有很多类似的例子——房子、汽车、旅游、教育，这些需求都没有消失。 只是人变了。需求也变了。 其实我今年越来越强烈地觉得： 所谓“新需求”，不是一个新产品。而是一种已经发生、却还没有被市场准确理解和定义的生活。 我不知道你这两年会不会也有这种感受：那种吃饱穿暖的基本需求确实不见了，但爱美、怕死、孤独带来的需求都在。只不过，它们太抽象，都藏在我们心里，不能被完整地表达出来。接下来我们聊聊，怎么找这个新需求。 跟你们讲一个我自己的经历。今年8月，我在浙江西塘参加小红书种草大赏，当时有个案例印象特别深。苏菲有款叫咚吸的卫生巾，面对的是一个很多女性都有，但很少有人能说清楚的问题。女生都懂，来例假的时候不舒服，但你不会说：“我需要一个吸收率提高多少、采用什么材料的产品。”你说出来的都是感受：“果冻状”“黏糊糊”“侧漏”“潮湿”“有异味”…… 单独看，每一句都不像需求。 但如果AI把成千上万句这样的表达放在一起，去找里面反复出现的场景、感受和问题，一个原来没有名字的需求，就会慢慢浮出来。 原来大家真正想解决的，是经血接触皮肤以后那种黏、湿、不舒服的感觉。“咚吸”，就是冲着这个问题去的，然后卖成了爆款。 你看，我在这里有一个很深的感受：原来我们企业最熟悉的是交易数据，买什么、什么时候买、退没退货、有没有复购。这些当然重要。 但交易数据告诉你的，是已经发生的需求。 而评论、搜索、提问、抱怨、内容互动里藏着的，可能是还没有达成交易的需求。也就是新需求。 只不过，这些东西太碎、太杂，人根本看不过来。但AI第一次让企业有能力——往交易之前看，去从海量表达里把用户正在形成的意图找出来。 所以今年在小红书，我提出一个词—— 意图经营。 意思是， 企业经营的对象，要开始从“已经发生的交易”，往前走一步，走到“正在形成的意图”。 这就是新需求。 所以 如果你是企业家，我觉得这件事情，你明天就可以回去做：不要等。把你的评论区、客服记录、搜索词、售后反馈、社交媒体讨论交给AI，不要只问“消费者喜欢什么”，而要问——他们反复在抱怨什么？哪些场景反复出现？哪些需求他们讲不清楚，但一直在用不同的话重复表达？那里，很可能就藏着你的下一款产品、你的下一次机会。 怎么从海量抱怨里，找到那个值得做成产品的真需求？在《共潮生特别版》系列直播里，我会用具体案例带你走一遍判断方法。 但你不可能因为评论区里有人说了一句，就开一条生产线。所以企业真正面对的问题是：怎么把一个模糊的生活意图，变成一门真正成立的生意？这要回到我们去年共潮生提出的一个框架—— 4C 。 去年我说，未来所有的营销，都需要从厂商视角转向用户视角，也就是从PRODUCER转向CLIENTS。当时给了一个框架——Context、Consensus、Co-creation、Compounding，也就是微场景、小共识、强共创和长复利，简称4C。 今年看了一些做得不错的企业，发现他们多少都在实践一个或者几个C。但我一直想找一个案例，能完整地把这四个C讲清楚。找了很久，直到碰到海尔旗下的Leader。Leader去年有一款超级火的三筒洗衣机，这个产品的想法，最早来自一个特别具体的生活麻烦：就是现在很多人觉得，内衣、袜子、外衣，最好不要混在一起洗。 你看，这 就是第一个C：Context——微场景。 不是先问：“洗衣机要增加什么功能？”而是先看：一个具体的人，在生活里到底哪里不舒服？ 但用户说“我想分开洗”，还不能马上开模具。企业还得看：这到底是一个人的洁癖，还是很多家庭都在反复遇到的问题？当评论、搜索、讨论里，同样的需求不断出现，它才开始从一个人的麻烦，变成一群人的需求。这就是 第二个C：Consensus——小共识。 然后更有意思的事情来了。网上真的有人画了一张草图：能不能在一台洗衣机里放几个筒？内衣、袜子、外衣，各洗各的。后来Leader真的做出了三筒洗衣机。这就是 第三个C：Co-creation——强共创。 当然，这不是说用户画图，企业照着生产——用户知道的，是自己要怎么洗，但排水怎么办、震动怎么办、结构怎么设计、生产线怎么改——解决这些问题，靠的是企业几十年积累下来的能力。所以真正的共创是：用户给出生活问题，企业给出技术答案。 三筒洗衣机卖得非常好，但产品卖出去以后，故事还没有结束。开始有用户反馈：年轻人晚上回家把衣服扔进去，然后刷剧、打游戏，刷着刷着睡着了，第二天醒来，衣服洗好了，但还是湿的。于是需求继续往前长：能不能不只分开洗，还可以分开烘？最好晚上扔进去，早上直接拿出来穿。你看，上一轮产品进入真实生活以后的新问题，变成下一轮产品的起点。这就是 最后一个C：Compounding——长复利。 所以4C说到底，就是四件很朴素的事：看见一个人——Context；确认一群人——Consensus；一起做出来——Co-creation；然后继续学下去——Compounding。 讲到这里，其实关于“新需求”，我们可以收一下了。新需求是什么？——没有被定义的生活。新需求在哪里？——交易之前的意图。怎么变成生意？——4C。 所以，我对下一轮消费机会的判断是：它不只来自新品类，更来自旧品类没有接住的新生活。做企业，不要只问“我还能卖什么”，还要问：我的用户，已经在过什么样的新生活，而我是不是还在给他旧的答案？这才是需求侧的供给革命。 好，到这里，我们把镜头拉远一点。今天前面讲了这么久，其实一直在讲两件事。 一边，是新的供给能力正在长出来；另一边，是新的需求也在被重新发现。 而财富真正产生的地方，恰恰就在这两件事情碰到一起的时候。所以这里，我想给一个特别简单的公式： 新财富 = 新供给 × 新需求 新供给，决定过去做不了的事情，现在能不能做；新需求，决定这些新能力，最后有没有人愿意买单。 两边缺一边，都不是财富。 更有意思的是—— 供给和需求两边，最后居然都回到了同一个机制：反馈。 供给端，反馈让企业越来越会生产；需求端，反馈让企业越来越懂人。两边不断碰撞、不断反馈、不断往前走——这可能就是这一轮要素革命下，新的财富生成机制。 万物都有来时路 这套关于“新财富怎么生成”的判断，并不是今年突然想出来的。这个问题，我们其实追了快十年。 2016年，我和李惠璇教授开始研究平台经济。当时我们一直在问：为什么一些企业，可以用这么少的人，组织起这么庞大的生产和交易？为什么用户留下的搜索、评价、购买记录，会反过来影响下一件产品怎么生产、下一笔生意怎么发生 ？ 到2020年，我们有了一个很模糊的答案：除了资本和劳动，还有一种新的东西正在进入生产。当时我们把它叫作——数字生产要素。 后来这些年，我们研究平台垄断、数字劳动者、服务业工业化、种草经济、消费重置……看起来是不同的话题，底下其实一直在追同一个问题：一种新的生产要素出现以后，财富会怎么生成？企业、人和市场，又会怎么重新组织？ 前前后后，材料积累了1700多万字。但这本书，我一直写不出来。总觉得还缺了一块。直到今年春天，Agent出来，我们整个团队的工作流开始大规模Agent化，我才意识到，这些年我们一直在找的那个东西，是 智能生产要素 —— 数据像原矿，算力像冶炼炉，算法像冶炼工艺。三者合在一起，生产出来的东西是——智能。 所以，矿石的质量、炉子的强弱、冶炼工艺的高低，决定了最后我们能调用什么样的智能。 而企业真正用起来以后，这里面又会加入自己的业务场景、工作流程、人才和反馈——所以， 同样的大模型，最后长出来的能力也可能完全不一样。 到这里，过去那些看起来很散的问题，突然开始往一起收：组织为什么会变？人的技能为什么会变？需求和市场为什么会变？因为底下那个最基本的生产要素，变了。这也就是我和惠璇现在正在完成的一本书—— 《数字财富论：智能社会的基本经济准则》。 在这本书里，我们做两件事：第一，定义要素。智能生产要素到底是什么？怎么积累？为什么会产生反馈复利？ 第二，推演规则。当生产要素变了，稀缺性怎么变？组织怎么变？人的价值怎么变？需求和市场怎么变？以及最终——利润流向哪里，什么资产会被重新定价？ 到今天，我和惠璇反而越来越确定一件事情：《数字财富论》不可能是这个时代的终极答案，因为这个时代自己都还在生成。我们进一步认识到，如果智能时代最重要的机制之一，是反馈复利——那么研究这个时代的方法，也应该如此。所以，我们稍微修改了一下自己的计划：“数字财富论”不是一本书，而是一个时代系列。 明天晚上，是共潮生特别版系列直播的第一场。在那里，我们会发布我们关于这个时代的第一版解释：新的需求怎样生成，新的市场怎样形成，新的组织怎样生长，新的金融和资产定价又会遵循什么规则，以及我们将怎么沿着这套框架，一直研究下去。 我想， 在一个正在生成的时代，与其急着写下最后的答案，不如让理论也保持生长。 好，接下来，我们进入今天离钱最近的一部分——新的财富正在生成。我们怎么拥有它？ 3.1 未来已经被定价 去年共潮生里，我说过一句话，MONEY TALKS（钱会说话）——2026年的大资金在说什么样的话呢？8月，大模型公司Anthropic的IPO预期估值突破2万亿美元。截至9月底，全美估值最高的10家公司里，8家跟云、芯片、计算与智能终端有关——而20年前，2006年的时候，这个名单中有7家是石油公司和银行。 A股市场也在发生类似的变化。7月末，芯片公司长鑫已上市。市值突破了3万亿。到9月底，中国“万亿市值俱乐部”第一次出现四张硬科技的面孔：宁德时代、长鑫、富联、中际，分别对应电池、芯片、电子制造和光模块。 把两幅图放在一起，2026年的大资金在讲什么，已经非常清楚： 社会的智能化刚刚开始，但资本市场已经换了轨道。 我们知道，一个人、一个家庭积累财富，无非两条路：靠劳动力累积和靠资金累积，简称“人挣钱”和“钱生钱”。资本市场是第二种——你不必创办一家芯片公司，也不必亲自训练大模型，也可以通过持有企业的所有权，分享新技术创造的财富。 所以很多人今天这么拼命研究AI，背后其实就一个很现实的问题：我怎么才能持有这个未来？ 但是——看见未来，不等于赚到未来。 给你们讲个故事。今年我们中国投资者特别羡慕隔壁韩国人——觉得人家怎么那么好命，躺赢。跟年初相比，上半年韩国综指涨了101%，海力士更涨了307%。但是，韩国人是不是都赚钱了呢？未必。 Jake Cheong是首尔的一个会计，一直都非常谨慎小心。3月份他还劝朋友别追高韩国芯片股，危险。结果海力士股价从4月初的83万韩元，一路涨到6月下旬298万韩元，不到三个月累计上涨约260%。6月份Jake实在忍不住了，拿出几万美金买了海力士，果然，3周赚了40%。他卖掉了，落袋为安。 尝了点甜头，Jake对海力士的态度，开始从怀疑转为热爱——7月10号，海力士要赴美上市，他毅然将本金和利润一股脑投了进去，而且——上了两倍杠杆。 结果——后面的故事其实很多人都熟悉了：从7月13号开始，AI硬件股遭遇巨大回撤，Jake那个带杠杆的仓位缩水了69%。 把这个场景换成A股，换成黄金，换成半导体ETF，换成光模块，都一样。其实，无数个Jake，都干了同样的事情。其实他反映的，正是今年资本市场上两种特别典型的情绪： • 一种叫做害怕错过 ； • 另一种是泡沫恐惧：每隔几天，就有AI泡沫要破的鬼故事出现 。 这两种情绪，看上去是相反的，实际上都来自同一种不安：我们看见世界在变，但不知道现实走到了哪里，更不知道，今天的资产价格走到了哪里。 3.2 看见未来不等于赚到未来 这其实也是今年很多投资者最困惑的地方：AI我也看懂了，趋势我也相信，报告看了一大堆——为什么还是赚不到钱？ 我们可以把技术和资产价格，想象成同一只钟上的两根指针： • 一项技术从能够使用，到企业采用、组织改造、用户买单，需要很长时间，这是时针。 • 但资本市场不一样，一个模型突破、一笔订单、一份财报，就会让价格重新计算未来，这是秒针。 所以， 在一场技术革命中，我们会发现 ： 产业的时针和资产的秒针，经常发生错位。 第一种错位是：秒针远远跑在时针前面。 前面我们讲过，默沙东与莫德纳研发了一种个性化癌症疫苗。8月19号宣布三期临床试验取得突破，市场马上嗨了：前一天莫德纳股价60多美元，第二天直接收盘在174.38，一天涨到了原来的近3倍。 这个突破当然是真的。但从“三期突破”到真正形成稳定商业价值，中间还有多少事情？随便说几个：生存期继续随访、数据披露、监管申报、个体化生产、商业支付……每一步，都可能让这个故事不再成立。产业还在慢慢走，价格已经先把成功算进去了。 而且还不只是Moderna。第二天A股市场上，凡是跟这个故事沾边的——沃森生物、智飞生物、百克生物、康希诺——都冲到了涨停附近。可与此同时，莫德纳自己又从174美元跌回133美元，一天回撤超过20%。你看，两天时间，产业没走两步，资产价格已经好几个来回。 而这种时候，人特别容易犯一个错：把“未来是真的”当成“现在值得买”。 还有一种错位：看对产业的时针，没找准资产的秒针。 比如，当年大家都看好新能源汽车。美团的王兴押了理想。360的周鸿祎押了哪吒。当时看，哪吒可不像输家，直到2022年，它还一度是造车新势力年度销量第一。但几年过去，理想活了下来，哪吒却已经停产。这个月，周鸿祎公开说，新能源车投资已经“吃过一次亏”，以后不投了。 所以你看：产业的时针没有错，但要找准围着它转的资产秒针，没那么容易。人哪，其实很容易犯一个错——把“这个行业会赢”当成“我买的这家公司会赢”。 第三种错位更有意思。时针看对了，秒针也找对了，还是不赚钱。 2026年7月27日，长鑫科技登陆科创板。存储是这一轮AI革命里最赚钱的行业之一，长鑫又是中国存储龙头。产业看对了，公司也找对了。长鑫当天发行价8.66元，开盘49.5元，最后收在49元。当天所有财经新闻都在说：“长鑫上市，首日暴涨465%。” 但你看两个投资者：一个人打新中了10签，按发行价拿到5000股，当天大概赚20万。另一个人开盘49.5元冲进去，同样买5000股，到收盘账面是亏的。同一家公司，同一天，同一个“暴涨465%”。一个赚20万，一个还亏了钱。 为什么？因为市场告诉你的，是这只股票从哪个刻度走到了哪个刻度。但你的财富，只能从你买进去的那个刻度开始算。所以，未来好、公司好，也不等于任何价格都是好投资。 你看，想赚未来的钱，确实没那么容易。看对时代，不等于买对资产；买对资产，也不等于买对价格。 但这里还有一个更根本的问题——这一轮智能革命，技术、竞争、商业模式都还在快速变化，未来能赚多少钱、谁来赚，其实都远没有定型。可资本市场不能等。今天要交易未来，今天就得有价格。 3.3 叙事：市场如何给未来定价 那这个价格怎么来？ 未来还没有兑现，市场只能先形成一套关于未来的解释——把今天的技术突破、订单和竞争，连接到未来的收入、利润和价格。这套解释，就是叙事。 但投资当然不能只听故事。 真正要判断的是：这个故事有多大可能变成现实？今天的价格，又已经相信了多少？再据此决定，要不要参与、怎么参与——这就是叙事投资。 我和我的合作者陈靖教授，大概是从2020年开始研究这个事情的。起因很有意思。我姐姐、姐夫是做一级市场投资的，那年他们跟我吐槽说，因为热炒“消费升级”故事，一级市场估值太离谱了，像当时墨茉点心局、虎头局那些热点标的，甚至出现“一个店面值一个亿”那种“以梦为马”的估值——我和陈靖开始关注：“故事”是怎么塑造市场预期，怎么影响市场价格的？ 说起来，A股市场本来就是全世界“叙事”最多的地方，搞叙事投资的最佳场所。另外，全世界面临的不确定性也真的前所未有：智能化、岛链化，还有特朗普。多重冲击下，叙事对资产价格的影响也更大。 这个过程中，有两个人让我对“超级叙事者”的力量印象特别深——马斯克和黄仁勋。我记得有一年去Tesla参观，PR小姐姐说：“我们不公关，马斯克一个人顶100个顶尖公关。”后来黄仁勋也是一样——一句话，就可能让整个产业链重新想象一次未来。 我们越来越意识到， 要理解资产价格，不能只看企业正在发生什么，还要看市场正在相信什么。未来越不确定，大家相信什么，就越重要。 而社交媒体，又让故事变成共识的速度，变得前所未有地快。所以当时也总结过几条很糙的道理，比如说： 1. 叙事，要信就早信，要么不信。2. 长叙事要等好价格。3. 盯住超级叙事者。 这些内容，过去一直散落在《钱从哪里来》系列和我们自己的私域产品里。 到了今年，我们觉得，这件事需要更系统地做了。一方面，你们会发现大模型让信息越来越便宜，故事传播越来越快，大家也越来越容易同时涌向同一笔交易——叙事形成得更快，价格跑得也更快。 另一方面，做《数字财富论》以后，我们越来越意识到，这不是一个阶段性的现象。这一轮技术变化还会持续很多年，市场也会不断重新想象、重新给未来定价。 所以今年，我们团队正式立项，系统研究“叙事投资”。第一步，就是把过去这些年的研究和市场复盘，整理成一套《叙事投资二十法》。 这个产品正在最后的打磨中，11月27日会正式上线。上线那天，我和陈靖教授也会做一场直播，也就是我们共潮生特别系列直播的第二场——叙事投资心法直播。我觉得，今年但凡买过黄金、存储，看过国债，骂过A股，羡慕过三星、海力士，换过美金的人，其实或多或少都参与了市场的叙事。 直播里，我会和陈靖教授跟你们聊一聊我们整个“叙事投资”的研究思路和方法论。 实际上， 今年我们一直在尝试用人机协作的方式，来做研究。 比如信息搜集、研报整理、金融数据库的连接和数据检查，这些事情中，越来越多的工作可以交给AI。 但什么信息重要？市场现在到底在交易哪条逻辑？这个叙事走到了哪里？价格已经相信了多少？这些判断，还是要人和AI不断交互着往前走。 我们现在正在搓一个自己的 “叙事投资看板” ：将宏观、产业，以及股票、债券、汇率、黄金、原油这些资产的信息转化为清晰的指标、评级和市场判断；同时跟踪市场叙事的变化，用历史数据检验判断是否可靠。 这个看板，这次也会跟着《叙事投资二十法》同步上线。 对我们来说，这其实也是一个挺有挑战的实验：人和AI到底应该怎么协作，才能让投资研究和决策变得更好。 3.4 家庭：分散风险，持有未来 我们前面说了这么多：财富生成机制在变，资产定价逻辑在变。总结起来一句话就是： 旧轨的安全感正在变化，新轨的价格又充满不确定性。 那这种转轨时期，普通家庭该怎么办？我用8个字总结：分散风险，持有未来。 具体怎么做呢？ 我们先从一个很容易被漏掉的资产讲起——你自己。 今年在硅谷的时候，我跟一些搞AI的学者聊天，其中有个成都小哥哥，顶尖实验室出身，名校教授，还是一家创业公司的合伙人，属于AI时代的全垒打。我们聊完模型、机器人和创业，话题转到了个人投资，小哥说：“我不买任何AI相关的股票。” 为什么？因为他们的人力资本，研究、创业、未来的收入和机会，本来跟AI赛道密切相关。所以他说：“我只买房子。”接着又补了一句：“不过房子也在硅谷， 还不够正交。 ” 当时饭桌上一半人哈哈大笑，一半是一脸蒙，没听懂正交是啥。“正交”是个数学词语，原本指两个方向互相垂直。小哥真的是纯学术理工男，估计本来是想表达：我房子也在硅谷，也跟科技行业的景气度相连，没有实现完美对冲——一下子不知道怎么表达“完美对冲”，就冲口出来“正交”这个词。 这个词很晦涩，但我后来越想越觉得特别好。平时，我们看一个家庭的资产，大多数是看房产、存款、股票、债券、基金等等。但对一个年轻家庭来说，最值钱的很可能是未来二十年的赚钱能力——你的职业、客户、技能、可能的公司期权，这些东西没有列在现实账本里，但决定了你未来的财富水平。 所以，“正交”想表达的意思是——尽量让家庭财富的几根支柱，依靠不同的收入和风险来源。 比如说，你在成都做化工，收入来自化工，公司的股权是化工，买的股票还是化工——你看上去有很多不同资产，其实背后押的是同一件事。那这时候，家庭配置里就应该有意识地加一点跟自己原来的生意不一样的东西：别的地区、别的行业，也包括一些新生产力的资产。 最近两年，我跟很多传统行业的老板聊天，特别能感觉到一个倾向：人总喜欢在自己熟悉、或者曾经成功过的地方继续加注。这当然很正常。 但如果我们面对的不是一次周期轮换，而是财富生成机制换轨，那家庭资产里，就需要慢慢增加一点对新轨、新资产的暴露，换句话说， 持有未来。记住哦，是持有，不是押注。可以看错，不能出局。 今年5月，我和Sun Life永明一起，在香港落地了「共潮生」这场活动。 说起这次合作，其实特别有缘分。我本身是UBC、麦吉尔（McGill）毕业的，而Sun Life永明本身就是加拿大头部的保险公司，扎根香港更是已经有135年的历史。 我们一碰面，理念一拍即合。当下世界秩序正在重构，到处都是不确定性，我们聊下来，达成一个共识：在动荡的环境里，最核心的课题，就是看清方向，在不确定之中，找到属于家庭的确定性。 我们当时深度探讨了一个核心命题： 对一个家庭而言，到底什么才是真正的安全资产？ 答案，不只是金融产品，更包含安全感本身——一种可以穿越周期、守护家业的底气。 其实，今年买黄金这个事，就是个很好的例子。去年10月《共潮生》讲过黄金——说岛链化格局下，黄金的“非主权信用”属性越来越受重视。所以大家都把黄金当做安全资产来买。央行买、机构买，买得多了价格就上涨；价格越涨，又吸引越来越多散户和投机资金进来。 所以今年1月份，黄金价格一路从4320美元冲到5500美元，一个月连续12次创出新高。然后突然剧烈调整，甚至一度跌破4000美元。一个 安全资产生生变成了高波动资产。 但你回头看，黄金属性一点都没变。从4000到5500，黄金背后的长期逻辑几乎没变。 真正发生变化的是什么？是你拿这笔钱来干什么。 如果一个家庭拿10%的资产配置黄金，是为了分散长期的货币和制度风险，那这笔钱的任务，是对冲。 但如果因为黄金涨得快，仓位从10%加到30%、50%，甚至再加杠杆—— 黄金还是那个黄金，但这笔钱的任务已经变了。它从分散风险，变成了集中风险；家庭配置，变成了价格交易。资产的名字没变，你持有它的方式变了，它在家庭里的性质也就变了。 有个资深投资人说过一句特别形象的话。他说，如果亏5%、10%，慢慢熬、慢慢做，还能一点点“从门缝里挤出来”。但如果亏到30%、50%，要回到原点，分别需要上涨约43%、100%，这二者的难度天差地别。 看到别人短期赚了很多，就把自己的长期配置变成追逐价格斜率，这是在叙事投资市场上最容易踩的坑——这个坑，会发生在黄金上，也会发生在AI股票上。 这其实也是这两年我和陈靖教授在做“叙事投资研究”过程中感触特别深的一点——在信息过剩的今天， 我们真正缺的不是激动人心的趋势，而是把“我相信这个未来”，变成一个自己承担得起的选择。 为什么我一直强调“承担得起”？因为说到底，家庭不是一个投资组合。它背后是一个人的职业，一家人的生活，孩子的教育，父母的养老，还有很多不能重来的人生。 所以家庭财富真正要解决的，从来不只是：我能不能赚到这个时代最多的钱。而是——当时代换轨的时候，我还有没有选择。 新的世界起来，我手里有一点它的所有权；判断错了，我也不会因此出局；风浪过去，我还有能力参与下一次机会。 所以我说， 分散风险，是为了保住选择权；持有未来，是为了拥有新世界的一部分所有权。所有权，和选择权。我觉得这可能是一个家庭面对换轨时代，最值得守住的两样东西。 不要因为害怕未来，把自己永远留在过去；也不要因为相信未来，把整个家庭押给未来。 今天晚上我们一直在讲“换轨”：智能成为新的生产要素，财富生成的方式在变，资本市场也已经开始给那个未来定价。但最后，我想从新世界的财富生成机制，从账户里的资产，回到我们自己。 前两个月，吴晓波老师发了一条小绿书，说他跟两个朋友吃饭，一个做新材料的，一个是福建安溪人，几代做茶的，叫老肖。饭局上，做新材料的同学眉飞色舞，说起自己投的机器人公司，进去的时候30亿，现在估值200亿——新世界，新轨道，新财富，当然很意气风发，但老肖插不上话，有点落寞。 吴老师文笔一贯惊艳，寥寥数笔，老肖的寂寥跃然纸上。我心里一动，因为那种落寞，太似曾相识了——这两年见过的很多企业家、投资人，很多滴滴司机、按摩师、外卖员，也包括那个被AI短剧挤掉工作的化妆师，他们处境不同，但都有一种相似的感受，就像朱自清写过的——“这时候最热闹的，要数树上的蝉声与水里的蛙声； 但热闹是它们的，我什么也没有。 ” 我突然意识到，技术穿过时代，而时代终将穿过我们每个人的身体——这句话背后，可能是一代人的落寞。 当时代换轨的时候，我们面对的，除了“钱该往哪里放”，还有一个更难回答的问题——我们的人和人生，怎么安放？我猜，这个“失重”，对很多人来说，可能比“失业”更痛。 但是我想跟你们讲讲我今年碰到的一个人和事，今年8月31号，芒果台推出国内首部AIGC长剧《后西游记》，一播出就引起很大反响——虽然在社交媒体刷到AI短剧已经不是新闻，但大电视台黄金档直接上AI长内容，多少有点自己革自己命的感觉。 同时，资本市场也开始沸腾：8月31号晚上上线，9月1号和2号，芒果传媒的股票连续拉出两个涨停，市值暴涨100多亿。《后西游记》热度急速飙升。 网上口碑不一，有狂赞的，也有吐槽的，但不影响它的影响力直接拉满，播放破亿，传播量几十亿，宣传部门都被惊动了，AI长内容的主流化迈出了一大步。 不要小看“长内容”这几个字。生成十秒钟惊艳的画面，和让观众连续看完几十分钟，是两回事。所以当时《后西游记》的出现，不但证明了Seedance的生成能力，也展示了一种新工作流的雏形，说划时代未免过誉，但一种新的影视生产方式，确实已经走到我们眼前。 9月6号晚上7点，我在北京高碑店一个园区见到了李东珅，《后西游记》的导演和制片人。和网上爆火的很多AI短剧创作者不同，李东珅不是彩色头发的非主流，相反，他非常主流，非常艺术——干了16年纪录片，能拿的奖都拿了。很多人没听过他的名字，但看过他拍的片子《中国》《河西走廊》——按一个业内人的说法，这是中国纪录片领域的天花板。 我进门的时候，他刚刚接受完几个访谈，还没吃饭，正在刷手机，我听见了音乐声，是悼念刚刚过世的何勇的。顿时明白，哦，这是同时代的文艺男，对过眼神，好了，同龄人，心有戚戚焉。 我们聊了两个小时：怎么想起来做这部片子，中间怎么跑AIGC工作流，中间又怎样反复试错。但我印象最深的，是他的“ 放下执念，重新生成 ”。 东珅告诉我，原来拍电影是基于摄影机的，而摄影机的本质是复刻人眼视觉的“记录”，所以整套影视工业体系，是围绕“改造现实”的记录逻辑而搭建的：搭景，布光，安排演员走位，然后拍摄、记录、剪辑。 而在AIGC工作流中，底层是单帧图像，视频则是一连串的图像拼接，导演的工作变成了“定帧”——先想清楚画面，然后借助模型生成和衔接。 所以，中间有个很难的部分：放下对摄影机的执念，回到“故事表达”本身。 而在“故事表达”环节，也要放下对“剧本生成完备”的执念，将那些更抽象的“审美/世界观”提前写进AIGC生成的规则中——因为剧情修改成本下降，而“审美偏差”则可能导致全盘皆废。 我听着，忍不住跟他握了一下手，太有感触了——对于一个有经验、甚至有过成功经验的中年人来说，要放下对自己“工作范式”的执念，重新生成一套工作流程，真的不是那么容易的事。 不是“从头再来”，而是要将自己的积累和能力，迁徙到一个全新的场景中“重新生成”。这一步很难，但做对了，会极大地激活那些被压抑在“范式”下的创造力。 所以，东珅说——技术变化是表层，生产方式是中层，思维方式和行为习惯的变化，才是底层。这一层变了，门就开了。 但门开了不等于精品自动出现，而是——他顿了一下， “是所有平庸，从此失去了借口。” 那一瞬，他眼睛晶亮，犹如少年。 我突然想起了几天前在斯坦福路边遇见的一棵奇特的树：一边枝叶繁茂，一边枯枝伸向天空，树干上仍然有裂口，旧枝仍然枯着，但新的枝干就长在旧枝的伤口上。 当时我站在那里，看着这棵树很久。到我们这样的年龄，太知道那些裂口意味着什么——一个做了二十年的行业，一套曾经得心应手的方法，甚至一段完整的人生，里面装着职位、收入、身份、人脉、自我认知和尊严。所以，真正让人惶惑的，可能不是学不会一个新的工具，而是发现那条走了很多年的轨道，不再通向我们原来以为的那个终点。 但是，此刻的东珅，还有那棵树，都在告诉我，裂口还在，但新的枝干已经长了出来—— 过去曾经证明我们是谁，未必限定我们以后只能是谁。 我们不需要把走过的人生清零，也不必等所有的裂口愈合，才重新开始。 因为—— 生成，常常开始在破碎之上。 我是香帅，感谢大家在2026年与我共潮而生。我们明年再见。 ；检索词:一人公司 最新 热点 趋势
9. 09一人公司ai智能体如何运作？2026年超级个体创业全攻略 - 实在智能
   tavily · 2026-09-28 · 一人公司 最新 热点 趋势 / Tavily
   #### 1. 自动化流量与内容中台 全渠道分发：智能体可自动根据抖音、小红书、TikTok的算法偏好，将一篇核心内容裂变为多版本文案，并自动完成发布。 趋势捕捉：24小时监控全网热点，自动生成选题库，解决“不知道写什么”的痛点。 SEO优化：自动埋入长尾关键词，确保自然流量的持续增长。 #### 2. 智能客服与销售转化 7x24小时响应：基于大模型的客服Agent能理解复杂的客户意图，而非机械回复关键词。 销售线索清洗：自动筛选高意向客户，直接通过CRM系统推送到创始人手机端，避免无效沟通。 支付与催付：在电商场景下，智能体可自动检测未付款订单并进行人性化催付，提升转化率。 #### 3. 后台运营与交付系统 供应链管理：对接ERP系统，自动补货、比价。 财务自动化：自动抓取银行流水与发票，生成周报和月报，税务风险预警。 ### 三、痛点分析：为什么传统自动化工具不够用？ 许多创业者尝试过RPA（机器人流程自动化）或简单的脚本，但往往面临以下瓶颈： [...] Q4：AI智能体能完全取代真人吗？ A：在重复性、规则性工作上可以完全替代。但在战略制定、复杂情感沟通和创意突破上，AI目前更多是辅助角色。一人公司的核心在于“人指挥AI”，而非AI完全脱管。 分享： 上一篇：企业数字化管理的好处：2026年降本增效与数据驱动决策的深度解析 下一篇：一人公司ai工具全景图：2026年打造超级个体的自动化军械库 ### 热门文章推荐 🔥 01 DeepSeek-V4免费和付费有什么区别？零成本体验到API按量付费，三种使用方式一次性讲清楚02 豆包学生认证在哪？豆包学生版优惠认证入口及权益介绍03 Codex 安装教程：Mac/Linux/Windows 一键装好04 DeepSeek Harness npx 卡住怎么办？5 种常见原因与解决方法 ## 相关新闻 Agent能自动生成药品出入库流水台账吗？看懂落地路径 #### Agent能自动生成药品出入库流水台账吗？看懂落地路径 2026-10-22 17:50:00Agent能自动登录多个商业公司网站下载流向数据吗？企业级落地看四点 [...] 在2026年的商业环境中，“一人公司”（One-Person Company）已不再是自由职业者的代名词，而是指通过高度自动化的数字员工体系，实现年营收千万级的精简型企业。核心结论是：一人公司AI智能体不仅是工具，更是您的虚拟合伙人。它通过重构“人机协作”模式，将传统需要5-10人团队完成的选品、营销、客服、财务等工作，压缩至一人决策、AI执行的闭环中。 根据最新行业数据，部署了全链路AI智能体的一人企业，其人效比（Revenue Per Employee）是传统小微企业的12倍以上。如果您想在跨境电商或内容创作领域突围，掌握智能体（Agent）技术是生死攸关的一步。 ### 二、一人公司AI智能体的三大核心职能模块 要构建成功的一人公司，不能只把AI当聊天机器人，而要将其视为具备执行力的“数字员工”。以下是AI智能体必须接管的三大板块： #### 1. 自动化流量与内容中台
10. 10物理AI与具身智能专家|GPT-6|Astra|视觉导航|灵巧手|DeepSeek_新浪新闻
    tavily · 2026-10-22 · 认知差与信息权重 最新 热点 趋势 / Tavily
    01 意大利单日新增6557例确诊病例，累计确诊破5万 02 一见·答好草地之问 03 人民日报任仲平文章：在新长征路上阔步前行 04 习近平出席纪念中国工农红军长征胜利90周年大会并发表重要讲话 05 习近平：在纪念中国工农红军长征胜利90周年大会上的讲话 ### 图片新闻 德国：英伟达GTC大会在柏林举行 德国：英伟达GTC大会在柏林举行 也门：政府军在塔伊兹与胡塞武装激烈交火 也门：政府军在塔伊兹与胡塞武装激烈交火 青岛：深秋时节芦花飞 青岛：深秋时节芦花飞 安徽安庆：霜降稻熟 沃野铺金 安徽安庆：霜降稻熟 沃野铺金 视频新闻 朋友圈47%的内容在炫耀 朋友圈47%的内容在炫耀 近300起杀妻案如何判罚 近300起杀妻案如何判罚 谈恋爱反降低生活质量？ 谈恋爱反降低生活质量？ 全国最能吃的省市竟是它 全国最能吃的省市竟是它 性犯罪者再犯几率达12.8% 性犯罪者再犯几率达12.8% 联系我们 | 广告营销 | 通行证注册 产品答疑 | 招聘信息 | 网站律师 SINA English [...] A: 未来将越来越看重硬件的使用寿命和精度，如电机的绝对定位精度。在使用灵巧手进行复杂精细操作时，对硬件精度特别是手指偏差和走路偏差的要求会越来越高，否则精细化任务的成功率不佳。此外，随着模型能力提升，电机的接口参数和性能参数需要开放并输入给模型，但这在当前仍较难实现。未来整个硬件的技术架构可能会越来越统一和标准化。 特别声明：以上文章内容仅代表作者本人观点，不代表新浪网观点或立场。如有关于作品内容、版权或其它问题请于作品发表后的30日内与新浪网联系。 赛博对话 赛博对话 热搜时代 热搜时代 一天零一页 一天零一页 无双 无双 热浪之外 热浪之外 权利保护声明页/Notice to Right Holders 相关新闻 投资热点尽在新浪财经APP> 加载中 点击加载更多 阅读排行榜 评论排行榜 01 利好来了！国家发改委重磅发声 02 新央企，领导班子亮相 03 外媒爆料：中国收紧供应，日本关键稀土“仅能维持数月，要考虑的是如何熬过明年” 04 中国向阿联酋交付首架飞行汽车 05 中国、俄罗斯悄悄开始新的北极合作 [...] A: 预训练环节的数据量消耗最大。若使用VLA作为基座模型，后训练多使用UMI或外部穿戴设备数据。在预训练过程中，Ego数据至少占30%左右以提升理解和感知能力；一步增强数据占10%至20%；仿真数据占近20%用于补充场景；剩余部分视情况使用真机数据，如强调手部操作多用真机数据，强调全身协调则增加相应数据，整体呈数据金字塔形式。中后线训练更多使用真机数据、仿真轨迹和UMI数据。若是世界模型，Ego、增强、仿真或真机数据占比各约20%较为协调。 Q: 训练数据占比是指数据量还是价值量？ A: 指的是数据量，例如训练一个1B参数的VLA模型可能需要10万小时的数据。在价值量方面，每种数据都有其价值，不存在价值高低之分。 Q: 如果模型要增加任务覆盖范围或覆盖更多场景，需要增加多少训练数据量？ A: 以包含整理桌子、打扫卫生等任务的办公室场景为例，若要实现较好的覆盖，基本需要7万到8万小时的训练数据，要求更高则需10万小时以上，平均在七八万小时左右，这是整个场景所需的总训练数据量。
11. 11把 Muse 装进 ESP-Mosaico：做一个没用的东西，证明 Vibe Coding 也在硬件领域快速成长
    sspai · 2026-10-22 · 效率工具 / rss
    Matrix首页推荐Matrix是少数派的写作社区，我们主张分享真实的产品体验，有实用价值的经验与思考。我们会不定期挑选Matrix最优质的文章，展示来自用户的最真实的体验和观点。文章代表作者个人观点 ... 查看全文
12. 12寒武纪 2026 年第三季度归母净利润 14.04 亿元，同比增长 147.74%
    ithome · 2026-10-23 · 科技产品 / rss
    IT之家 10 月 23 日消息，寒武纪今日发布 2026 年第三季度（2026 年 7 月～2026 年 9 月）报告： 营业总收入 ：35.31 亿元，同比增长 104.47% 归母净利润 ：14.04 亿元，同比增长 147.74% 扣非净利润 ：13.58 亿元，同比增长 168.13% 经营现金流 ：-8367.79 万元 加权平均净资产收益率 ：9.79% 基本每股收益 ：2.23 元，同比增长 145.05% 稀释每股收益 ：2.21 元，同比增长 145.56% AI 解读 本次财报业绩大幅超出市场预期，营收和归母净利润均实现翻倍以上增长。 公司主营业务说明 寒武纪是本土人工智能算力芯片主要供应商，深耕人工智能芯片产品的研发与技术创新，聚焦于云端推理芯片、边缘芯片等产品的研发与市场化，服务人工智能算力需求场景。 财报核心亮点 营业收入实现大幅增长：2026 年第三季度实现 35.31 亿元，同比增长 104.47%；年初至前三季度累计实现 95.26 亿元，同比增长 106.76%。 归母净利润高速增长：2026 年第三季度实现归属于上市公司股东的净利润 14.04 亿元，同比增长 147.74%；年初至前三季度累计实现归母净利润 37.15 亿元，同比增长 131.49%。 扣非净利润表现亮眼：第三季度扣非归母净利润达到 13.58 亿元，同比增长 168.13%
13. 13东风风神 L8+ 上市：全球首搭天元智驾 T800，限时置换价 12.99 万元起
    ithome · 2026-10-23 · 科技产品 / rss
    IT之家 10 月 23 日消息，东风风神 L8+ 车型今晚上市，限时置换价 12.99 万元-15.99 万元。风神 L8+ 全球首搭天元智驾 T800，并配备全球最高 4 挡马赫电混。 IT之家附价格如下： 220KM 卓越版，上市指导价 13.99 万元，限时置换价 12.99 万元 220KM 旗舰版，上市指导价 14.99 万元，限时置换价 13.99 万元 220KM 激光雷达卓越版（700TOPS 算力），上市指导价 15.99 万元，限时置换价 14.99 万元 220KM 激光雷达旗舰版（700TOPS 算力），上市指导价 16.99 万元，限时置换价 15.99 万元 该车尺寸为 4762×1910×1686mm， 轴距为 2825mm ，提供云绡白、耀夜灰、烟柳银、墨绢黑车色，座舱提供丹霞映雪、琥珀胡桃内饰。 座舱方面，风神 L8+ 搭载内嵌式液晶仪表以及大尺寸悬浮中控屏，并配备了三辐式多功能方向盘。此外，新车还配备了内饰氛围灯、手机无线充电、全景天窗、19 扬声器 WANOS 全景声音响和后排小桌板。 该车搭载英伟达 Thor-U700TOPS 智驾芯片，全球首搭天元智驾 T800，搭配 Momenta R7 世界模型，支持城市 NOA、高速 NOA、乡村 NOA。 动力方面，该车搭载 1.5T 涡轮增压混动专用发动机，拥有 265kW 综合功率，配备 30
14. 14早报｜微信回应未适配iPhone Duo/比亚迪：L3有望2028年落地/乐奇彩显AI眼镜意外曝光
    ifanr · 2026-10-23 · 明日产品 / rss
    · 奥迪中国换帅，前奇瑞高管张俊将接任总裁 · 特斯拉三季度净利降 43%，管理层仍强调 FSD 技术领先 · 王兴兴：物理 AI 已有突破苗头，难点在模型与机器人对齐 #欢迎关注爱范儿官方微信公众号：爱范儿（微信号：ifanr），更多精彩内容第一时间为您奉上。
15. 15simonlin1212/a-stock-data: A股全栈数据工具包：行情K线·当日逐笔·研报·信号·资金面·新闻·财务·公告·打板·ETF期权·舆情·宏观利率·期货大宗(含大商所日K)·事件驱动·可转债 | 15层·87端点·34数据源·除iwencai外免Key | A-share data for AI agents: K-lines, ticks, reports, fund flow, news, financials, filings, options, macro, futures, events, convertibles | 15 layers·87 endpoints·34 sources
    github · 2026-10-23 · GitHub / AI agent language:Python stars:>500 / Python
    语言:Python；stars:11047；更新:2026-10-23T13:08:41Z
16. 16jnMetaCode/agency-agents-zh: 🎭 277 个即插即用的 AI 专家角色 — 支持 Claude Code/Cursor/Copilot 等 20 种工具，覆盖工程/设计/营销/金融等 20 个部门。含 64 个中国市场原创智能体（小红书/抖音/微信/飞书/钉钉/Qt 上位机/机械设计）。搭配编排器 agency-orchestrator，一句话即可让多位专家按 DAG 自动协作。
    github · 2026-10-23 · GitHub / LLM workflow stars:>300 / Shell
    语言:Shell；stars:21529；更新:2026-10-23T12:17:05Z
17. 17harry0703/MoneyPrinterTurbo: 利用 AI 大模型和自动化工作流，根据主题或关键词一键生成高清短视频。Generate HD short videos from a topic or keyword with an automated AI workflow.
    github · 2026-10-23 · GitHub / LLM workflow stars:>300 / Python
    语言:Python；stars:134447；更新:2026-10-23T13:27:43Z
18. 18aipotheosis-labs/aci: ACI.dev is the open source tool-calling platform that hooks up 600+ tools into any agentic IDE or custom AI agent through direct function calling or a unified MCP server. The birthplace of VibeOps.
    github · 2026-10-23 · GitHub / AI agent language:Python stars:>500 / Python
    语言:Python；stars:4921；更新:2026-10-23T13:17:56Z