开头｜“刑期5年以上”，为什么反而成了一张求职入场券？

8月14日，胖东来为郑州店发布提前招聘公告：计划招收100名退伍边防军人，并为“刑期5年以上刑满释放人员”单列20个名额和投递通道。两类人员的报名、面试流程与其他应聘者一致，具体岗位另行公布。

这是一条反常识的招聘条件。通常，刑期越长，意味着过去的犯罪和刑罚越重；在这份公告里，“5年以上”却变成了一张特殊的求职入场券。一个人在别处可能因此更难得到面试，在胖东来却因此获得被看见的机会。

这并非一次孤立试验。2025年新乡“三胖”店招聘时，胖东来原计划录用20名有犯罪记录者，专属通道收到30份简历，最终30人全部入职。于东来今年8月15日称，这30人“没有一个离开”，都在稳定工作。

问题恰好藏在这份成绩里：一个服完刑、重新进入社会的人，真正需要的是更多“刑释人员专岗”，还是最终不再需要凭刑释人员身份才能进入一家企业？这20个名额当然是在反歧视，但它使用的工具，恰恰还是社会最想淡化的那个身份。

01｜没有这条特殊通道，很多人连普通人的竞争都参加不了

刑释人员面对的往往不是竞争落败，而是进不了竞争。

《刑法》第一百条规定，受过刑事处罚者依法入伍、就业时，应当如实报告，不得隐瞒；仅犯罪时未满十八周岁且被判处五年有期徒刑以下刑罚者免除报告义务。部分职业还有明确禁入：受过刑事处罚者不得录用为公务员；申请律师执业者受过刑事处罚的，除过失犯罪外，不予颁发执业证书。

普通企业也不能随意向公安机关查询求职者的犯罪记录。《公安机关办理犯罪记录查询工作规定》要求，单位查询在职或拟招录人员记录，必须符合有关职业禁入的法律、行政法规，并在申请中列明具体法律依据。可在招聘现场，正式查询并非唯一门槛。求职者的报告义务、企业自行设置的背景审查，以及招聘者对风险和声誉的担心，都会让一份简历在能力尚未被讨论前就结束。

澎湃新闻2025年采访的一名受访者，2020年刑满释放时25岁。他在招聘网站上反复看到“有前科的不要”；和四名朋友一起去富士康面试，只有他被刷下；圆通面试已经通过，录入系统时又被告知“过不了”。他曾在学校承包档口，经营半年后遇到统一背景筛查，只能转给别人。后来他做众包骑手，甚至不敢申请收入更稳定的全职岗位，担心审核失败后连众包资格也失去。看到胖东来的招聘消息，他去留言，心里仍没底，只说“总归是个希望”。

这段经历说明了专项通道究竟补了什么：它没有承诺录取，也没有免除岗位考核，只是把被身份挡在门外的人送到面试者面前。阿马蒂亚·森的“可行能力”视角所关注的，也正是权利能否转化为真实选择。两个人形式上都有求职权，不代表两个人实际上拥有同样的求职机会。

所以，在今天的就业环境里，这20个名额值得存在。专项招聘解决的是入场资格，而非录取结果。如果大量刑释人员在简历阶段就被清退，企业只宣称“一视同仁”，留下的仍是原有的不平等。

真正需要追问的是：为什么进入这20个名额的资格，偏偏是“刑期5年以上”？

02｜胖东来真正值得讨论的，是“刑期5年以上”

胖东来2025年首次公开招聘刑释人员时，曾表示先从中轻度犯罪者开始，再逐步向中重度犯罪者开放。最新公告把“刑期5年以上”写入条件，显然是在主动寻找更难就业的一群人。这让帮扶更有针对性，也完成了一次粗糙的分类：经历、风险和现状完全不同的人，被压缩成“重刑刑释人员”这一种身份。

刑期能说明法院当年判了多久，却不能独立说明一个人今天适合什么工作。招聘真正需要的信息，包括犯罪类型、发生时间、刑罚完成后过去多久、是否再犯、此后的工作和社会表现，以及原犯罪与具体岗位之间的联系。

不妨设想两名求职者。A十几年前因严重斗殴被判五年以上，刑满后十年没有再犯，一直稳定工作，现在应聘仓库理货。B刚因职务侵占服刑完毕，应聘直接管理现金的岗位。两人都满足“刑期5年以上”，企业要判断的却完全不同：A的旧记录与岗位风险已经很弱，B的犯罪性质和资金管理存在直接关联。把两人归入同一条专属通道，有利于找到他们；继续用同一身份分配岗位，就会丢失真正重要的信息。

一个制度为了帮助人摆脱过去，却再次让过去成为决定他今天身份的第一标准。这不是胖东来独有的难题。任何依靠身份投放资源的制度，都要先把人分类，善意帮助与标签强化可以同时发生。

“妈妈岗”就是一个相近的例子。湖北2025年的政策把它定义为吸纳对12周岁以下儿童负有抚养义务的女性、工时和管理较灵活的岗位。它切中了育儿女性重返职场的真实困难。智联招聘2026年对3857份有效样本的调查又显示，42.9%的女性担心“妈妈岗”命名会固化“育儿是妈妈职责”的刻板印象，男性持同样担忧的比例为20.1%。岗位提供了弹性，也可能把照护责任继续写在母亲身上。

对应到胖东来，专项通道确实增加了就业机会；如果这份机会只能以“刑释人员”身份领取，制度也在反复确认这个身份。霍华德·贝克尔的标签理论区分了两件事：一个人曾经做过什么，以及社会此后主要把他当成什么人。前者是事实，后者会影响他还能成为什么人。

排斥刑释人员，是用过去惩罚现在；只有凭“刑释人员身份”才能获得工作，则是在用过去定义现在。两者方向相反，却共享同一种身份逻辑。

03｜真正危险的，是特殊身份没有终点

现实歧视存在，专项机会就有矫正价值。决定它会不会变成另一种不公的，并非“特殊”二字本身，而是三条边界：它是否对应真实障碍，是否过度挤压其他人的机会，以及它准备在什么时候退出。

1979年的United Steelworkers v.Weber案提供了一个清晰样本。凯撒铝业路易斯安那州格拉梅西工厂的熟练技术工人中，黑人只占1.83%，当地劳动力中的黑人约占39%。企业与工会开设内部培训，把约一半名额留给黑人。资历更高却落选的白人员工韦伯起诉，认为自己遭受了反向歧视。

美国最高法院认可该计划，理由并非“照顾弱者天然正确”。计划针对技术岗位中显著而长期的失衡，没有解雇白人员工，也没有封死其晋升机会，一半培训名额仍向他们开放。更关键的是，黑人技术工人比例接近当地劳动力结构时，特殊安排即告终止。法院明确把它视为临时措施。

Weber案的价值不在于替不同国家、不同身份政策提供现成答案，而在于把矫正制度的时间边界摆到台前：好的矫正制度，从建立第一天开始，就应该包含让自己消失的条件。

如果胖东来今年招20人，明年招40人，未来100家企业都设置“刑释人员专岗”，就业机会当然增加了。但普通求职者走普通通道、刑释人员走刑释通道，也可能固化为劳动力市场的新秩序。他们从被标签排斥，变成被标签保护，却仍未恢复普通求职者的身份。

我不认为“刑释人员专岗”越来越多，就是反歧视的最终胜利。真正的进步应当表现为：普通通道的拒绝减少，专项通道完成过渡后逐步收缩。

04｜答案不是看不见过去，而是不让身份代替判断

专项通道不能永久扩张，不等于招聘从此完全不看犯罪记录。涉及资金、儿童、人身安全或敏感数据的岗位，某些过去行为确实与当下风险相关。问题在于，什么样的过去，有资格继续影响今天。

美国“Ban the Box”政策通常把犯罪记录询问推迟到招聘后段，希望求职者先获得展示能力的机会。阿曼达·阿甘和索尼娅·斯塔尔曾向纽约市和新泽西的雇主投递约1.5万份虚构申请。政策实施后，在受影响企业中，白人申请者相对黑人申请者的回访优势由约7%扩大到45%。研究者认为，一些雇主失去准确记录信息后，转而用种族推测犯罪风险。后续研究对总体就业效果仍有分歧，这项实验至少揭示了一个稳定的风险：删除标签，不会同时删除人的判断机制；缺少精确信息时，偏见可能寻找更粗糙的替代标签。

中国法律正在尝试限制记录对未来生活的无限延伸。2026年1月1日起施行的新《治安管理处罚法》规定，治安违法记录应当封存，原则上不得向单位和个人提供或公开；这并不等于犯罪记录封存。未成年人犯罪记录已有法定封存机制。将于2026年11月1日起施行的新《监狱法》第六十二条进一步明确，刑满释放人员依法享有与其他公民平等的权利，在就业、就学和享受社会保障等方面不受歧视。成年人犯罪记录目前仍没有普遍封存制度，《刑法》第一百条的就业报告义务也仍然有效。

法律收紧的是一次违法犯罪对未来的无边界外溢；胖东来为了打开就业入口，又不得不重新调用“刑释人员”身份。两者并不真正冲突，它们共同逼出一个更精确的问题：一个人的哪一段过去，与今天应聘的这个岗位仍有真实关系？

美国平等就业机会委员会2012年的正式指导可作制度参照：雇主使用犯罪记录，应考察犯罪性质与严重程度、距犯罪或刑罚完成过去多久、所应聘岗位的性质；初步筛除之后，还应给求职者说明记录准确性、事件背景、后续工作和改造表现的机会。这套规则不能直接移植到中国，但它展示了一个方向：从“你是哪类人”，转向“你的具体过去与这个岗位有什么关系”。

沿着这个方向，胖东来的专项招聘可以分阶段退场。现实歧视严重时，先用专项招募找到通常进不了面试的刑释人员；进入招聘流程后，按个人经历与岗位风险匹配，不再让刑期替代能力判断；入职以后，薪酬、考核、晋升和岗位竞争回到普通员工体系，犯罪记录只在确有必要的范围内保密使用；当普通招聘渠道越来越少因身份直接拒人，专项名额随之减少。

“妈妈岗”更成熟的形态也是如此：最初用身份把弹性工作交给育儿女性，后来把弹性排班扩展给有照护、学习或健康需求的员工。妈妈身份退出，弹性需求留下。对应刑释人员，应该是刑释身份退出，与岗位有关的风险判断留下。

真正的社会融入，不是给每一个被歧视的群体修一条专属通道，而是让他们最终有资格走普通人的那条路。

结尾｜真正成功的那一天，招聘公告里不会再出现“刑释人员”

今天，人们会说“胖东来招聘了30名刑释人员”。十年以后，他们中也许有人已经成为店长、物流主管或技术负责人，也有人拿着这段工作经历进入另一家公司。一个真正融入社会的人，不该一辈子都被介绍为“那个胖东来招聘的刑释人员”。

衡量这场实验是否成功，真正有价值的指标并非20个名额以后变成多少个，而是这些人什么时候不再需要这20个名额，普通招聘又何时不再先用过去清退他们。

胖东来这20个特殊名额值得存在，但它最好的结局，是有一天招聘公告里不再需要写下“刑释人员”这四个字。

连锁酒店从卷自助早餐、卷枕头、卷洗衣机健身房，现在卷起了高奢酒店才有的“退房礼”。

小叶是某建材公司的采购，上半年入住了十几家连锁酒店，她看到网上有人分享“在酒店能薅到什么样的伴手礼”，每次退房都向酒店尝试索要，没想到收获了形色各异的礼品。

有美居酒店的整套茶具，有诺富特酒店的特产玩偶，有城际酒店的洗护套装，也有花间堂的固体香薰。

几年前，这还只是宝格丽、嘉佩乐、半岛酒店、帆船酒店等高奢酒店住客的专属权益，一晚三四千元的房价决定了参与者的圈层边界。

不过三四年时间，这套评价体系已经下沉。全季、亚朵、桔子这些房价300到600元的中端连锁酒店，正在成为“退房仪式”的新主场。

小红书上输入“退房”，跳出来的是“全季酒店薅羊毛小tips！”“住亚朵退房礼一定要大胆提”。有人把退房时能带走的东西做成清单，有人分享哪类会员能多要一份。

“退房礼”正在从奢华酒店的圈层趣味，变成中端连锁酒店的日常标配。

01

有人30块买书

有人端走一整套茶具

吴梦上个月入住全季酒店的时候，看到桌上有一本华住创始人季琦先生的著作《心生之境》，里面引言最后一句写着“很乐意将此书赠送给你”，于是便壮着胆子讨要。

结果店员表示书里那是老板真挚的祝愿，但公司有规定这本书并不是赠品，如喜欢可以折扣价购买，最终酒店30元将书卖给了她，后来她在网上吐槽这件事，有网友表示自己住的酒店同意把书作为“退房礼”免费带走，她第一次感受到因为“信息差”吃了亏。

“出差一次像度假，亚朵酒店你真的把我养得很好”，这是社交平台上一条常见的酒店薅羊毛帖，在神通广大网友的尝试下，亚朵被解锁出越来越多种“附加服务”。

“怎么叫前台免费升行政套房，有入住水果零食和喝不完的红茶”，“通过给五星好评，让酒店送梳子、卸妆巾、小耳塞和茶包”，“订了三间房，怎么大胆向酒店索要全套伴手礼”，网友们纷纷感慨姐妹经验帖的恩情根本还不完。

“退房时送了一整套杯子，还有香喷、洗漱袋”，柯旭称自己在多个酒店入住后总结出技巧了，“如果是普通加盟店即便开口可能也没有，但新开的酒店在华住会App上订房间，退房时问一下很爽快就给了。”

大部分人表示这和订房数量和房型价格无关，有人开了十间房酒店也没额外送东西，有人随口一问又送茶叶又送香薰，纯看酒店的服务态度和质量，慢慢的有无酒店“退房礼”，也成了酒店的一项“隐形”考核指标。

很快消费者对不同酒店的“退房礼”风格也摸索出了一套模板，全季标配是黑金酥、凤梨酥、香薰、茶包、洗漱套装，整体风格古朴淡雅。

亚朵会给统一包装的香水、梳子、浴帽，乳液、拖鞋、蒸汽眼罩、饮料、洗衣袋，主打一个力大砖飞，住宿看上的单品统统可以领回家。

桔子酒店也不输，桔子味牙膏、桔子软糖、桔子饼干、陈皮茶包、柿子摆件，主题配色鲜明，给人一种温暖的视觉系体验。

云南汉庭送出菌菇包和鲜花饼，北京的桔子水晶送出车载香薰，南昌全季掏出文旅冰箱贴和本地小零食，景德镇城际掏出陶瓷手串，每家酒店似乎都有了自己的“退房礼”剧本。

从宝格丽到全季，从“合理薅羊毛攻略”到“探索式体验分享”，“退房仪式”的内涵正在悄然改变。它不再只是奢华酒店“我有什么你拿什么”的馈赠逻辑，而变成了一种带点游戏色彩的互动：你去发现、去询问，然后收获。

这种变化背后，站着的是一个正在经历深刻重构的酒店行业。

02

都抢着给客人“塞”伴手礼？

2025年华住集团全年营收253亿元，同比增长5.9%，净利润约51亿元，同比大幅增长66.7%。亚朵集团全年营收97.9亿元，同比增长35.1%，调整后净利润17.5亿元。

两家头部企业交出了不错的成绩单，但数字之下，暗流涌动。

华住中国的全年平均可出租客房收入为232元，同比减少了1.3%。亚朵的入住率从2024年的77.4%小幅下滑至75.9%，行业整体面临着“量增价减”的压力。

与此同时，中端酒店正在成为扩张的主力。2017年至2025年，中端品牌酒店家数增长了约6.6倍，客房数增幅超过500%。截至2025年底，中国酒店客房连锁化率升至41.8%。中端品牌价值指数以65.8分领跑，颠覆了“档次越高价值越大”的传统认知。

供给在扩张，价格在承压，入住率在波动，酒店们需要找到新的增长叙事。“退房仪式”的流动，恰好提供了一个切口。

过去，奢华酒店的“退房仪式”是一种圈层内部的趣味分享。房价一晚三四千的宝格丽、半岛，住客本就是少数人。酒店把用过的浴袍、拖鞋精心包好递上，像办一场小型欢送会，那是一种顶配服务的彩蛋。

如今，房价300-600元的亚朵、全季成了这场游戏的新主场。年轻人的出差和周末游，让中高端酒店成为日常选项，而他们恰恰是社交媒体上最活跃的内容生产者。

基数更大的客群，加上更易传播的内容形式，让“退房仪式”从小众走向大众。但真正让酒店们愿意配合的，是这套玩法背后的商业逻辑。

亚朵的财报揭示了一条清晰的路径。2025年，亚朵零售业务收入达到36.7亿元，同比增长67%，占集团总收入比重接近四成。零售毛利率达到52.6%。截至2025年底，亚朵注册会员达到1.12亿。

“种草-带走-复购”，亚朵的零售链路闭环，在客人拎着袋子走出酒店的那一刻完成。近四成的营收占比说明在硬件溢价被榨干的存量时代，卖“情绪”比卖“房间”划算得多。

“亚朵星球”的畅销增强了用户在酒店场景的品牌体验。许多用户因为睡得好而购买枕头，也因为试用过枕头而更愿意选择亚朵酒店。这种“住宿+零售”的闭环生态，是传统酒店集团不具备的竞争优势。

华住也在做类似的事，全季酒店融合东方美学，大堂升级为“茶堂”主题第三空间，在沉浸式茶文化场景中植入茶叶、茶具等零售产品。2025年华住推出全新品牌“全季大观”，定位从“酒店”到“生活方式”的升维。

退房时送出的茶包、香氛、木梳，本质上不是“赠品”，而是“样品”。十几块钱的成本，换来的是消费者对品牌调性的感知、对零售产品的试用、以及在社交媒体上的自发传播。

这笔账，酒店算得过来，但问题也随之而来。

一份伴手礼单客成本里大致在15-35元，一旦被攻略绑成“必须给”，就变成了应付差评的工具。前台最怕的不是客人退房，而是客人退房前掏出手机照着攻略一条条打卡，没服务到位反成了“雷点”。

前台怕差评、店长怕舆情，最后只能照着攻略给。这和免费早餐走过的路一模一样：刚开始有酒店送，能换回头客；等到家家都送，就从加分项变成标配。这线一划下，再想往回收就是克扣。

当房间本身越来越难做出区隔，“退房时能带走什么”就成了新的竞争维度。消费者不再只是住酒店，而是在获取“我也住得起、也懂得住”的社交货币。

十几块钱的退房礼，正在成为连锁酒店证明自己“够中产”的入场券。只是这张入场券，酒店和消费者都在重新定价。

文中受访者均为化名

-END-

8月第一周，美国时尚集团Tapestry在纽约总部办了第二届AI峰会。Tapestry这个名字不算家喻户晓，但它旗下的Coach和Kate Spade，是很多人都熟悉的品牌。

过去，Tapestry想摸清顾客的喜好，主要靠真人调研。研究人员会给真人受访者发调查问卷、做访谈，有时还会上门看看顾客平时怎么穿搭、衣柜里都放着什么款式的衣服。

而在这次的峰会上，公司的消费者洞察团队展示了一批很特别的“顾客”。

这些“顾客”是Tapestry根据过去积累的消费者调研数据，用AI生成出来的虚拟人物。他们模拟的是美国和中国的年轻消费者，Tapestry准备测试新品、价格或者营销方案时，可以先让他们回答问题，也可以像做焦点小组一样直接和他们聊天，看看年轻消费者可能会有什么反应。

一位记者也在现场和其中一个AI顾客聊了起来。话题从购物一路聊到生活，这个根本不存在的“女孩”甚至告诉记者，自己最近很担心就业市场。

Tapestry旗下的Kate Spade还把这些AI顾客用在了店员培训。店员可以直接和AI“顾客”进行语音对话，练习怎么介绍商品、回应顾客的疑问。模拟销售结束后，AI还会给店员的表现打分。

这些AI顾客从一开始就被当成虚拟角色使用，而同样的“造人”能力，却被用来制造一批又一批见不得光的“幽灵”。

阴暗角落里的AI幽灵

美国高校已经是“AI幽灵”最严重的场景之一。

这几年，美国社区大学里出现了大量所谓的“幽灵学生”。他们其实并不是真学生，而是诈骗团伙用盗来的身份，或者干脆编造一个身份注册出来的账号。学校系统里，这些账号照样有姓名、有学号，也会选课、交作业，看起来和普通网课学生没什么区别。

成功混进学校只是第一步。

为了等到助学金到账，骗子还得让这些假学生真的扮演学生。

于是，这些“幽灵学生”定期登录网课、完成作业、参与课堂互动，必要时还要回复老师。前AI时代要走这条骗钱路，得靠骗子用一个个假身份去操作，现在基本上都可以直接交给AI。

AI让一个人同时操控大量假身份变得容易多了，一个人能同时维持的假身份数量也跟着指数级增加。

规模最大的重灾区之一是加州。2024年，加州社区学院系统收到约120万份欺诈申请，最后确认了22.3万个虚假注册。一些学校甚至出现了假学生把热门网课抢满，真正想上课的学生反而进不去的情况。

至于助学金，那是真金白银被骗去了不少。

美国教育部称，2025年通过加强审核阻止的学生资助欺诈已经超过10亿美元，其中就包括用AI机器人冒充学生的申请。对诈骗团伙来说，一个“学生”只要能顺利撑过学校的审核和一段时间的网课，就有机会换来一笔真金白银。

类似的“幽灵”也开始出现在招聘市场。

今年，美国AI模型评测公司Arena遇到过一名很奇怪的求职者。简历看上去没有异常，面试也能正常进行，甚至一路通过了工程师主持的技术面试。可等公司准备正式录用时，这个人突然消失了。Arena后来怀疑，从简历到面试，他们面对的可能一直都是一个用AI包装出来的假身份。

那就细思极恐了，这个“AI”如果愿意，是可以正式开始上班的，至于“皮下”是谁、“皮下”的人类手底下有多少这样的AI混在职场中，可就不得而知了。

这种事情已经多到让招聘行业开始专门统计。美国信息技术研究和咨询公司Gartner调查了3000名求职者，其中6%承认参加过面试欺诈。Gartner预计，到2028年，全球每4份求职者档案里，可能就有1份是假的。

金融行业里的“幽灵”，有些甚至会先“正常生活”几年，再被拿来骗钱。

早在20多年前就有了一种叫“合成身份”的诈骗手法。骗子会拿一部分真实身份信息，比如社保号码、出生日期，再配上假的姓名、照片和地址，拼出一个现实中根本不存在的人。接下来，这个“人”会去开账户、办信用卡、申请贷款，有的团伙还会先按时还钱，慢慢把信用记录养起来，等额度足够高以后再集中套现。

AI让这套流程简单了很多。以前需要一项项准备的步骤，现在都可以批量生成。就连视频和语音核验，也有AI工具可以帮着应付。

截至2024年底，美国贷款机构暴露在合成身份欺诈中的信用风险已经达到33亿美元。美国信用报告公司TransUnion也把生成式AI列为这类欺诈继续扩大的重要原因。

“AI造人”的正经商业化

而在太阳之下，阴影之外，“造人”已经被堂堂正正的做成了一门生意。

美国AI市场调研公司Aaru，做的就是给企业提供虚拟消费者。

相信大家多多少少都帮别人填过调查问卷吧。

以前一家公司要是想知道某类人会不会买一款新品，得招募真人做问卷、访谈或者焦点小组。Aaru则会根据真实的人口和消费数据，生成一大批年龄、收入、生活背景各不相同的虚拟消费者，再让这些“人”回答同样的问题。

Aaru刚开始找客户时，很喜欢现场证明这些假人到底靠不靠谱。

它会让客户拿出一个已经找真人做过调研、结果也已经知道的问题，再用几十万个虚拟消费者重新回答一遍。

结果证明，研究人员以前用费劲触达真人的调研结果，和如今AI模拟的结果接近，这套东西也就有了说服力。

后来，这些虚拟消费者开始被用到更多场景里。出版社会让他们挑书封，饮料公司拿不同口味去测试，投资机构在收购一家公司之前，也会先看看模拟出来的消费者怎么选。政治团体甚至会拿它测试候选人和政策。

图注：真人与AI对简洁和复杂包装设计的评分对比

到2025年底，Aaru估值已经达到10亿美元。

另一家美国AI创业公司Simile，则对“AI幽灵”的生意有不同思路。

它直接根据真人过去留下的大量回答和资料，给这个人做一个“数字双胞胎”。

以后再有新的问题，不一定每次都要把本人重新找来，可以先问他的AI分身。

美国连锁药店和医疗服务巨头CVS已经把这套方法用到了40多万名真实受访者身上。它拿这些人过去提供的290万份回答生成数字双胞胎，再把AI的回答和真人结果反复对照，部分测试的吻合度最高达到95%。

站在人类的角度，我们每个人的回答其实没有自己想得那么有“随机性”和“偶然性”。

美国老牌民调和咨询机构Gallup也一次部署了1000多个数字双胞胎，用来做政策、企业和社会趋势研究。

资本对这门生意也很买账。今年7月底，Simile完成2亿美元融资，估值达到20亿美元；而就在5个月前，它才刚刚完成上一轮1亿美元融资。

企业愿意用虚拟消费者，最直接的原因还是省时间。传统市场调研一轮问卷或者访谈做下来，往往要花上几周。AI消费者则随时都能问，一个方案改完马上可以再测一遍，也不用每次重新找一批受访者。

Simile的企业客户为此每年支付15万美元到数百万美元。

当然，现在还谈不上彻底不要真人。像CVS这样的公司仍然会继续做真人调研，也得不断拿真实回答检查AI有没有的可信度。只是“AI幽灵”代替面目模糊的大众，这个趋势已经形成。

随着虚拟消费者这门生意越来越成熟，“AI幽灵”也开始被用到更多行业。

今年2月，生命科学咨询公司Lumanity推出AI虚拟角色平台EMULaiTOR，专门给药企生成患者、医生和负责药品报销决策的人。药企可以先和这些虚拟人物对话，测试药品信息怎么说更容易被理解，医生可能会追问什么，患者又会在哪些地方产生顾虑。这套系统正式推出前已经测试约一年，并用在多家药企的实际项目中。

到了法律行业，连陪审员也有了AI版本。

今年6月，美国法律科技公司Courtroom推出AI陪审员和AI法官模拟服务。律师可以在真正开庭前先用“幽灵庭审空间”试一遍，看看不同背景的“陪审员”会有什么反应。

Courtroom称，这套系统的模拟准确率超过90%，已经有美国大型律所和财富1000强企业把它用在产品责任、专利侵权等真实案件里。

请证明自己真的是人

“AI幽灵”进入现实业务之后，人和AI之间的边界越来越模糊。更麻烦的是，黑灰产里的“幽灵”还在故意冒充真人。

学校、公司和网络平台因此不得不重新解决一个很基础的问题——怎么确认屏幕对面真的有一个真实的碳基人类。

被骗怕了的美国高校被迫把身份审核做得越来越严格，几乎像是在审问外星人。

今年4月，美国联邦学生资助系统给所有FAFSA助学金申请加上了实时欺诈筛查，此前提交的申请中，也有大约30万份被挑出来重新核验。6月，美国众议院又通过《禁止向“幽灵学生”提供助学金法案（No Aid for Ghost Students Act）》，要求继续筛查可疑的助学金申请。

招聘公司也只好重新把一部分流程搬回线下。

美国AI模型评测公司Arena碰到假求职者后，考虑要求新员工亲自到办公室报到并领取电脑。美国加密货币交易所Coinbase也要求部分员工赴美线下办理入职。FBI则建议企业在条件允许时，通过线下面试和入职核验身份。

折腾了一圈，最管用的办法竟然还是见到本人。

可大量招聘、交易，包括日常的社交早就依赖于线上了，不可能每次都把人叫到面前。于是，专门替人证明“我是个真人”的服务也有了市场。

Sam Altman和Alex Blania联合创办的科技公司Tools for Humanity，是World项目的主要参与方之一。

World原名Worldcoin，旗下的World ID是一套专门用来证明“你是真人”的数字身份系统。用户通过Tools for Humanity开发的Orb设备扫描虹膜，确认自己是一个独一无二的真人，之后就可以用World ID在网上完成真人验证。

截至今年7月，已有近1800万人通过Orb完成验证，用户遍布160个国家。约会软件Tinder、视频会议平台Zoom和电子签名服务商DocuSign，都已经接入或宣布接入World ID。World Foundation还为World ID推出了收费机制，普通用户仍可免费使用，但接入这套验证系统的企业需要付费。

World并不是唯一盯上这门生意的公司。

2025年，另一家做“真人证明”的身份验证公司Humanity Protocol完成2000万美元融资，估值达到11亿美元。它和World解决的是同一个问题，只不过是通过掌纹来确认账号背后确实有一个真人。

World也给World ID设计了明确的收费方式。普通用户使用World ID免费，接入这套验证系统的企业和应用则需要付费。

按照目前公布的方案，费用可以按单次验证收取，也可以根据每月使用World ID的活跃用户数量计算。换句话说，平台如果想确认一个账号背后是不是活人，就可能要为每一次验证掏钱。

今年7月，World Foundation又融到5250万美元，这笔钱主要会用来继续推广World ID，让更多消费类应用和企业接入这套真人验证系统。

照这个趋势下去，以后可能会有更多平台要求用户用虹膜、掌纹这样的生物信息来证明自己是真人。

可是在以前，只需要在网站上点一下“我不是机器人”就可以了。

如果有一天，连虹膜和掌纹验证也能被AI轻松骗过，我们又该如何证明自己是人呢？

近期，DeepSeek持续上演反转。

8月12日，没有发布会，没有预告，DeepSeek悄悄更新API文档，编号为“0813”的DeepSeek-V4-Pro正式版模型深夜静默上线。

高关注度和期待之外，是现实体验与官方跑分之间的落差，还有一经上线便预告涨价的质疑。

8月13日，距离新模型发布不到24小时，DeepSeek官网首页发布的横幅和开放平台公告突然被撤下。API文档中模型名称没变，开发者仍可正常调用，但官方保持沉默。

事后，有开发者发现DeepSeek在Hugging Face后台代码仓库疯狂抢修，疑似因为前端接口、后端推理栈与权重配置出现了严重错位，导致体验“翻车”。

同天晚上，DeepSeek重新发布公告确认V4 Pro正式版上线，同时开源DeepSeek Harness开发者预览版，一切又回到了主场。

DeepSeek曾给出过一个公式：Model+Harness=Agent。这意味着，对可执行任务的Agent来说，只有模型是不完整的。Harness的可控、可观测、可回溯的特性，补上了模型所缺失的另一半。

模型是大脑，负责思考、推理和理解意图。但纯语言模型只能输出文本，无法直接操作文件、修改数据库和浏览网页。Harness是“身体”和“神经系统”，它提供了模型与外部世界交互所需的一切，包括工具调用、文件读写、沙箱环境、权限管理、任务编排等。

没有Harness，模型只是一台会说话的引擎，但无法成为真正干活儿的Agent。DeepSeek试图通过自身打造的Harness系统，将模型性能发挥到最大化。

从我们的测试结果来看，也的确如此。在DeepSeek Harness加持下，DeepSeek V4 Pro正式版的响应速度更快，且比接入Claude Code缓存命中率提升了1%。

祛魅和争夺范式

“一切皆插件”是DeepSeek Harness最核心的设计理念。简单来说，就是从模型、工具到最核心的Agent Loop，都拆解为可独立、组合的插件。

这个理念由北大与DeepSeek联合提出的“时空可组合性”范式支撑，该范式将Agent组件拆解为两个维度。

一是时间可组合性通过“可逆效应”机制，让系统自动记录并撤销组件卸载后的副作用，加载过程即决定卸载过程，确保系统长期稳定。二是空间可组合性通过“响应式共效应”实现声明式依赖管理，组件只需声明需求，运行时就能自动协调依赖变化，实现动态激活与停用。

两者融合于统一的上下文、承载状态、生命周期边界和依赖环境。Harness因此可实现“无特权核心”，所有组件包括Agent主循环均可替换，开发者通过配置文件即可自由组合。这一理念为构建灵活且面向未来的Agent基础设施奠定了方向。

在OpenAI、Anthropic等巨头纷纷定义自己的Harness时，DeepSeek的思路显得独树一帜。

OpenAI和Anthropic的战略是“向下整合”，即通过打造体验极致、深度绑定自家模型的Harness，巩固其在AI应用层的优势；DeepSeek的战略是“横向铺开”，不再满足只做一个优秀的模型供应商，而是试图通过开源一个模型中立、高度模块化的Agent底层标准，成为下一代AI应用的基础设施。

网传的DeepSeek Harness内测入选项目名单同样释放了强烈的信号，入选项目高度集中在能夯实Agent能力的基础设施领域。其项目主要围绕MCP插件、代码智能体、运行时、编排框架、可视化UI与多智能体调度等方向，直指Agent在真实世界落地的核心难题。

DeepSeek的一系列操作，可视为一场精心设计的“祛魅”运动。DeepSeek开源Harness，并大力扶持各类基建插件，本质上是在做一件事：将“如何构建一个强大的Agent”的一整套方法论和源代码，公之于众。

在此之前，OpenAI和Anthropic的Harness更像一个“黑箱”，其内部优化是核心机密，如何打造Agent产品被视为一种“特权”。DeepSeek通过开源和Cordis插件理论，主动拆解了这个黑箱，并证明Agent的强大不在于某一个神秘的内核，而在于一套可组合、可替换的工程组件。

当Harness被充分祛魅，成为一个透明、可被随时替换的组件后，整个价值链上，唯一不可被标准化、仍会持续进化的，就只剩下最底层的“模型”本身了。

如果把DeepSeek的模型、开源、Harness、涨价四个动作连在一起看，就会发现DeepSeek的目标非常明确。先建立生态，再定标准，然后用最强的模型性能，完成商业价值的最终变现。

Harness和开源就像是免费修建的高速公路，前期用来吸引车流，而当车流足够多时，顺势提高燃油的价格，便成为了最高效的商业兑现方式。

砍掉prompt，场景一次跑通

之前的文章里，我们测评了DeepSeek-V4-Pro-0813的七项复杂任务，唯独指环王那题没有跑完整。当时为了赶时间，只给了《指环王》第一章的3句开头。（详见：《DeepSeek-V4-Pro正式版实测：山不在高，有“梁”则灵》）

恰好DeepSeek Harness也出来了，我们就在DeepSeek自家的Harness里跑这次完整的测试，看看自家的工具配自家的模型，能擦出怎样的火花。

安装的过程就不赘述了，推荐大家用npm（Node.js的默认包管理器，安装并管理项目所需的各种第三方库，可以简单理解为一个开放的应用市场）安装，也方便升级和安装其他插件，可以直接运行npx @deepseek-ai/dsh web启动，如果卡住不动的话，可以先运行一遍npm install -g @deepseek-ai/dsh，然后再运行刚才的命令就可以顺利启动了。

初次打开和大部分Agent一样，只不过在DeepSeek Harness这里暂时还是极简的画风。

装好环境之后正式开始今天的测试，《指环王》这个基准测的不是“会不会画一只鹈鹕”，而是“读懂一段文学→理解一个世界→把世界程序化搭出来”的完整链路，是目前圈内最狠的Agent考题之一。

之前的测试为什么不算数？因为我们当时只给了3句开头，而Karpathy给Opus 5的是原著第一段。今天我们把原文补齐：第一章前段完整文字，从比尔博宣布111岁生日宴会，到霍比屯议论，再到弗罗多身世往事，共计1817个词、23段，一字不改。

第一次测试，我们按“评测就该严谨”的思路，把提示词写得滴水不漏，1817个词的原文，加上场景要素清单（洞屋要有圆形门、宴会长桌要有食物、宾客要议论纷纷），再加上运镜要求、灯光要求、比例要求，一共五条硬性要求。

结果很打脸，第一次生成的效果非常粗糙，叙事也不完整。场景是搭出来了，但离“霍比屯的生日派对”相距很远。效果呈现上，运镜支离破碎，画面像是赶工出来的半成品。穿模很严重，山坡上站的小人像是插了一堆棒棒糖。我们复盘了一圈，把原因归结为提示词太长了，列出的场景限制了模型的发挥。

第二次，我们把提示词砍到只剩目标，读懂原文，用Three.js搭出霍比屯生日派对的3D世界，运镜按原文节奏走，保存为完整可运行的HTML文件。场景要素、灯光、比例要求，全部删掉。

效果反转了。

场景竟然一次就跑通，洞屋、比尔博、弗罗多、宴会长桌、酒馆前议论的霍比特人，该有的都有；角色只有轻微漂浮和穿模，属于“能看出是霍比屯”的范畴；运镜叙事成立，按原文节奏从俯瞰霍比屯推到比尔博，再扫过议论的人群，最后环绕宴会长桌。

同一个模型，同样的原文，一个细致入微的提示词换来翻车，一句直白的目标换来及格以上的结果。看来现在顶级的模型反而不需要详尽的提示词，只需要用直白简洁的话告诉他目标就可以了，说多了反而效果会变差。

这不是孤例，GPT-5.6 Sol刚发布时，社区就有人反馈，套上精心优化的提示词和流程skill，反而会让模型陷入死循环。

这个发现值得单独提出来，提示词的作用正在从“写剧本”变成“定目标”，给顶级模型写小作文的时代可能真的过去了。

DeepSeek Harness到底行不行？

回到今天的正题，DeepSeek Harness配自家的V4 Pro，表现如何？

响应更快了。同样的测试，DeepSeek Harness里的响应比前一天在Claude Code里接入时更快。

缓存命中率涨了一个点。前一天在Claude Code接入是98%，在DeepSeek Harness里是99%。这个提升看起来小，但在长上下文任务里，缓存命中率每涨一个点，都是实打实地关系到成本和生成速度。

再看测试本身，第一次的长提示词翻车，发生在DeepSeek Harness环境里；第二次反转，也在同样的环境。但全程没有环境相关的报错、卡顿、上下文丢失，两轮测试的对比是干净的，变量只有提示词本身。

作为一个刚发布的开发者预览版，这是很加分的稳定性，而且DeepSeek Harness还会把运行过程中每一步都显式的呈现出来，你可以看到模型是怎么工作的，这是一个很好的创新。

短期内，DeepSeek Harness所能产生的作用还很有限，作为普通用户很难像使用WorkBuddy一样在工作中提效。

但从长期来看，DeepSeek Harness与DeepSeek系列模型，形成了难以割裂的增强闭环。

Harness作为完全开源的Agent框架，定义了“模型如何被调用、工具如何被组合、任务如何被编排”的底层标准，吸引了海量开发者和真实任务涌入。而这些真实任务的执行轨迹，通过Harness内置的可观测体系，源源不断地回流，为DeepSeek模型下一轮训练与优化提供天然数据养料。

反过来，DeepSeek模型能力的每一次跃升，Harness又能第一时间通过内置适配器将其能力释放到插件生态中。

当这套飞轮转起来，开发者的选择就变得不再困难。因为使用DeepSeek Harness，就会得到一个始终与最强模型同步进化，且无需二次适配的开箱即用系统。

这正是DeepSeek所定义的“Agent=Model+Harness”的终极形态，一个彼此增强又不可分割的完整个体。

Stack Overflow，有「程序员圣经」之称，已经积累超过2400万个问题专业社区，全网最大的编程问答语料库，正在走向死亡。

2026年7月，全世界的程序员在Stack Overflow上一共提了1304个问题。

2014年3月，这个数字是20.7万。

前两天，开发者Daniel Lockyer把包含这些数据的折线图发到了X上，并发出了「一个时代的终结」的感慨。

数据是真的，来自Stack Overflow官方对外开放的SQL查询接口Stack Exchange Data Explorer。

第二天，独立开发者Pieter Levels（levelsio）转发了这张图，把它接到了另一个话题上：如果没人在Stack Overflow上提问了，Reddit又被推广机器人占领，那互联网上还剩多少真人写的内容？没有新内容，下一代模型拿什么训练？

这两条推文引发了广泛讨论。网友的态度也各不一样，或感慨、或兴奋、或哀伤……不一而足。

Stack Overflow的兴与衰

仔细看上面Stack Overflow的月度提问量曲线，可以清晰地将其分成三段。

第一段是增长。2008年7月的私测月只有4个问题，8月3744个，9月15日公测后当月跳到14024个。2010年1月已经是每月44923个，2011年年度提问量破百万，2013年破两百万。这是那种教科书式的曲棍球杆现象。

第二段是高原。单月最高点停在2014年3月的20.7万个，紧随其后的是2017年3月和2016年3月的的20.1万。三个最高月分散在四年里，说明这是一个平台期而不是一个尖峰。年度总量在2013到2017年间稳定在两百万以上，2016年达到峰值218万。之后开始松动但没有崩：2018年188万，2019年175万，2020年还回升到185万，其中光是2020年4月就有了18万个。

第三段就是衰退期。2022年全年134万，2023年79万，2024年40万，2025年11万。2025一整年的提问量，还不到2014年3月单月的53%。

再往细里看，压缩得更厉害。2024年12月17935个，2025年12月3312个（同比降81.5%），2026年1月2910个，3月1903个，5月1229个，6月1072个。除了2008年7月那个只有4个问题的私测启动月，6月的1072是全站历史上最低的一个完整月份。2026年7月略有回升，但依然很少，仅有1304个。

2026年前七个月加起来1.2万个。按2016年的日均提问速度算，这是那一年大约两天的量。

Stack Overflow的衰退并不全因AI

从图上看，Stack Overflow的衰退其实比ChatGPT早了八年。

拐点出现在2014年，那一年Stack Overflow开始系统性提升审核效率，更积极地关闭重复问题和「不符合规范」的提问。站方的初衷是保住信噪比，代价是把新用户挡在了门外。2022年的一项研究显示，在一组968条新用户发帖的样本里，49%遭遇了关闭、无人回复或无理由负分中的至少一种。

https://www.scitepress.org/PublishedPapers/2022/110811/110811.pdf

这套文化被吐槽了十年。devclass在报道1月那轮数据时引述了一位开发者的反应，大意是AI确实加速了衰退，但根子在于社区长期惩罚那些试图参与的人，人们只是终于有了一个不会说「你这问题很蠢」的工具。

在Daniel Lockyer的推文下方，我们也能看到很多类似批评：

问题在于，光有敌意文化并不足以把年度提问量打到十万级。2022年之前，这个数字始终守在130万以上。真正的断崖是两件事叠加的结果：ChatGPT让提问的边际成本降到零，然后IDE里的AI助手让提问这个动作本身消失了。

开发者不再需要离开编辑器，不需要把问题写成一个陌生人能看懂的最小可复现例子，不需要等几个小时。

Stack Overflow的价值曾经建立在「把一个人的问题变成所有人的资产」上。AI助手做的恰恰相反：它把公共提问变回了私人对话。

站方并非没有动作。2023年10月裁员28%（此前5月已裁58人），推出OverflowAI，转向给OpenAI等公司做数据授权，架起反爬虫墙逼平台方回到谈判桌。

https://stackoverflow.blog/2023/10/16/stack-overflow-company-announcement-october-2023/

2025年内完成全面上云，纽约（实为新泽西）机房约50台服务器全部下架，科罗拉多的灾备机房6月退役，年底那篇《The Great Unracking》给这段十六年的物理基础设施史写了个副标题：「再见了，谢谢你们的所有比特。」

2026年2月站点改版并换了新logo。CEO Prashanth Chandrasekar自2019年至今仍在任，公司仍归Prosus所有。2021年6月那笔18亿美元的收购，恰好赶在最陡的那一段开始之前十八个月完成。

不只是Stack Overflow

Stack Overflow看起来非常显眼，因为它会清晰地发布提问数据统计。但其实，同样的曲线正在很多地方以不同的斜率出现。

Chegg是被公认死得最快的那个。这家2005年做教科书租赁起家、2013年上市的在线教育公司，靠的是同一套模型：把作业题的答案做成可检索的存量资产，用搜索引擎导流，按月收费。

ChatGPT上线后，学生没有理由再付这笔钱。Needham的调研显示，2024年11月有62%的学生打算用ChatGPT，2023年春天这个数字是43%；同期Chegg从38%掉到30%。

2023年它做过一次自救，用GPT-4加自家一亿多条学术内容做了CheggMate，试图证明专业AI值得付费，但学生不认可。

2025年5月裁248人（22%）并关闭美加办公室，10月再裁388人（剩余员工的45%）。2026年4月底股价在1.07美元附近，5月市值约1.25亿美元，较峰值蒸发约99%。从峰值到几乎归零，大约39个月。

自由职业平台是第二个样本，而且分层非常清楚。Fiverr 7月29日公布的2026年第二季度财报：营收9780万美元，同比降10%；其中撮合交易的marketplace收入降15.5%至6310万美元。真正扎眼的是买家数：截至6月30日的年度活跃买家270万，比一年前的340万少了21.9%。但同期人均消费涨了15.6%到368美元，抽成率从27.6%升到28.0%，完成金额在1000美元以上的项目客户数同比增长13%。管理层在电话会上给出了最直白的注解：按TTM口径，写作和翻译类目的跌幅最大，超过24%。全年指引被下调到3.56至3.72亿美元，同比下降14%到17%，并且说这场转型见效可能需要至少六个季度。

同样的逻辑在Upwork和Freelancer.com上重复。

• Upwork 2025年末的活跃客户约78.5万，比2024年的约83.2万少了约4.7万，是它上市以来最大的一次收缩。

  
  

• Freelancer母公司FY25集团GMV 8.815亿澳元，同比降7.1%。

  
  

这些平台当年的存在理由，是把人的技能商品化以压低成本；现在有一种技术把「输出」进一步商品化了。宾夕法尼亚大学沃顿商学院Manav Raj等人2024年的研究已经量化过这个位移：ChatGPT之后，写作、翻译和基础编码的自由职业需求出现了可测量的替代。

维基百科的情况更微妙，因为它掉的不是贡献，是读者。2025年5月维基媒体基金会更新了机器人识别系统，把一批伪装成人类的爬虫重新归类之后，发现真实人类访问量同比下降了约8%。

产品高级总监Marshall Miller表示：访问变少意味着成长为编辑的志愿者变少，捐款的个人变少。而维基百科的贡献本来就极度集中：研究显示77%的条目出自1%的编辑之手。基金会2026–2027财年年度计划草案里写下了判断：这不是暂时现象，是结构性转变。

Quora走的是另一条路：与其守住问答，不如自己做AI入口。它把资源压在Poe上，2024年1月拿了a16z的7500万美元融资来扩张这个多模型聚合平台。一个问答社区最终把未来押在了替代问答的东西上……

再往外一圈是整个信息型内容的生意。一项覆盖1065名桌面版Chrome用户的随机对照实验发现，AI Overviews出现时，站外自然点击下降39.8%，零点击搜索上升34.5%，而用户对体验的评价没有可测量的改善。Ahrefs 2026年2月的研究把头部排名页面的点击率降幅算到了58%。后果已经落到了裁员和关站层面：Bauer Media Group 2026年4月宣布关闭德国数字子公司、裁撤160个岗位；运营了21年的公益参考站Overfishing.org关停。

总解一下规律：越是「机器生成的答案在功能上等价于原件」的品类，塌得越快。参考资料、技术文档、定义类内容、how-to教程，全部在这个集合里。反过来，越是需要长期关系、语境和责任承担的工作，越是没什么事。Fiverr的财报也说明了这一点：低值交易在消失，1000美元以上的复杂项目在增长。

更麻烦的是，专家在撤退

如果只是用户换了个地方问问题，故事还算简单。但奥克兰大学商学院的Kenny Ching在2026年7月发布的一份工作论文里，指出了一个更不好办的机制。

他追踪了Stack Overflow上24304名贡献者17个月的行为，发现从2022年起，高声望用户离开平台的速率开始加快，并且逐渐追平了那些本来就流失更快的低声望用户。也就是说，走的不只是提问的人，还有回答的人，而且越是花了多年积累专业能力、在社区里挣到过认可的人，走得越坚决。

Ching给这个机制起的名字叫「信号压缩」（signal compression）。他的解释是：这些人离开的原因是他们辛苦挣来的专业性，已经和一个聊天机器人的回答区分不开了。

当所有人都能用AI产出一份看起来质量不错的东西，付出真实努力这件事就不再是一个可以得到认可的信号。他在采访里把这个逻辑推到了平台之外：同样的情况正在教室、公司和科研共同体里发生，长期风险是「通过摧毁展示真实努力的激励，AI可能会截断未来人类专业能力的形成」。

这和Stack Overflow自己的调查数据是一致的。2025年那份覆盖177个国家、约4.9万名开发者的调查显示，84%的受访者在用或计划用AI工具（2024年是76%），但只有29%信任AI输出的准确性，46%明确表示不信任，「高度信任」的仅3%——在资深开发者里是2.6%。

https://survey.stackoverflow.co/2025

最大的抱怨不是AI不会写代码，而是它写出来的东西「几乎对，但不完全对」，66%的人被这一条困扰，45%说自己花在调试AI代码上的时间是显著的。而当他们不信任AI的答案时，75.3%的人说他们会去问一个人。

问题是，那个人正在离开。

结语

现在把几件事综合起来看看。

Stack Overflow的存量语料以CC BY-SA授权开放，这让它成为被摄取得最彻底的技术语料之一。摄取它的模型，现在正是新增贡献停止的原因。

存量语料是有时间戳的。Stack Overflow上关于jQuery、Python 2和Angular.js的答案会逐渐变得过时。新出的框架、新版本的破坏性变更、某个只有三千人用过的库在特定CUDA版本下的编译错误……这类知识过去由第一个踩坑的人写在公开网页上，现在它发生在某个人和某个模型的私人对话里，解决完就消失了。

站方的答案是「可信的人类智能层」。Chandrasekar反复讲这个词：AI有误导风险、可能缺乏复杂度和相关性，因此依托经过策展的知识库、负责任地使用数据的路径是关键的。这在逻辑上没错，但它需要有人愿意持续供给那个层；但Ching的数据说，这些人正在减少。

也有反向的可能。模型未必需要论坛式的Q&A才能学到新知识：它们可以从代码仓库、从官方文档、从与用户的交互日志里学。

谷歌在2026年开放了覆盖约4000万份文档、24小时重新索引的文档API，摆明了是给机器读的。框架维护者也在补课：Next.js的文档里出现了「常见错误」章节，写法几乎就是Stack Overflow答案的样子；Svelte团队干脆自己训了一个基于文档和源码的聊天机器人。知识生产的场所可能只是在迁移，而不是在消失。

但这两种前景之间有一个尚未被回答的差别。论坛式问答有一个副产品：它是公开的、可被第三方检索的、不属于任何一家公司的。文档由维护者写，交互日志归模型厂商所有。当程序员遇到问题的第一反应从「搜一下有没有人问过」变成「问一下」，损失的不只是一个网站的流量，还有一份任何人都能查阅、也能纠正的公共记录。

Lockyer那条推文下的讨论里，开发者Mayberry给了一个不算悲观的预测：博客、小众社区，还有个人账号，可能会重新变得重要，因为「有声誉的人和有原创内容声誉的站点会重新变得值钱」。

最近，郭德纲去武汉演出，他演济公时，即兴把《弹起我心爱的土琵琶》唱了一遍。

这首歌大家也熟悉，是《铁道游击队》里的插曲：“西边的太阳快要落山了，微山湖上静悄悄。”

但是郭德纲改编了一下，配合他的妆容和打扮，就很滑稽：

“西边的太阳就要落山了，紫禁城中静悄悄，弹起我心爱的土琵琶，唱起那动人的歌谣，我佛耶如来耶，妈咪妈咪哄哎哎哎哎哎耶。”

结果刚唱完，他就被举报了。

举报人说他的改编歪曲了红色经典，违背了公序良俗。

这可是很严重的质疑啊。

武汉文旅一查发现确有其事，表示这场演出里改编歌曲没报备过，郭德纲违反《营业性演出管理条例》相关规定，对他立案调查。

不过可能老郭也习惯了。去年11月，他在北京演《艺高人胆小》就被举报三俗、骂黑粉、影射国营院团，然后还被约谈过一次。

至于其他没被处理的争议就更多了，甚至他的新相声就是带着争议而生的。

只是这一次的舆论有点大。

很多人就说经典红歌不容亵渎，郭德纲老惯犯了，要严查；很多人又说魔怔了，以后都唱样板戏得了，我们小时候还常常改编红歌呢。

那到底该怎么看这件事呢？

可能很多人没看完行政投诉的全文。

回复里说，演出中出现的改编内容未经报备审批，这就是郭德纲演出被立案调查的主要原因。

因为相声这些公开演出，不能临时起意说什么，每个说学逗唱都要报备。

甚至于你可以报备一个节目然后不表演，但是你不能表演未报备的东西。

回过头来看这份行政投诉，不得不说举报人很专业，他提出了3个问题，各个针对郭德纲，不像是偶然看一次的台下观众。

除了上面报备的问题外，还有两个：

比如他质疑郭德纲唱《弹起我心爱的土琵琶》没拿到版权。

因为这首歌不是公版红歌，它还在著作权保护期内，一般人商演唱它要授权。

其实没拿到授权情况下，还强行唱的情况挺多的。

半年前乐坛一件大事，就是李荣浩写微博控诉，单依纯在没拿到授权的情况下一而再再而三唱了他的《李白》。

更像是的案例就是去年GAI改编红歌《浏阳河》，也没拿到全部授权。

还有一个问题这种唱法是不是违背公序良俗。

我不是专业人士，违不违背的问题我知道。

回复里也说了，版权和篡改这些问题是下一步要调查的。

但从艺术性来说，我觉得老郭改的莫名其妙。

他在湖北武汉演出，演一个浙江杭州发生的故事，临时唱了山东微山湖的歌，结果把词改为北京紫禁城。

这不是东一榔头西一锤乱砸吗？

但可能这就是郭德纲的传统，怎么荒诞怎么来。毕竟他对于幽默的理解总是和我们不一样。

实际上红歌改编一直有。我们今天只讨论商演的情况。

比如，2014年韦唯在《我是歌手2》上唱过摇滚版的《太阳最红毛主席最亲》。

没有大规模举报浪潮，没有批评她改编红歌立场有问题。

问题是现场500位大众听审好像不太接受这种混搭，所以打了低分让她垫底淘汰。

注意，此类综艺节目的全套编曲、歌词版本要提前送广电审核，完整过审播出的。

所以这里的问题就是：红歌是不是只有一种唱法？

显然不是。

回顾一下我们看过的各类晚会就知道，红色歌曲是可以改编的，只是我们要界定一下改编的边界。

说起来，有一阵子就比较流行用摇滚唱法来改编红歌，羽泉的《大中国》改编还获得了好评。

《大中国》是一首1994年发布的歌曲，很多人觉得它是爱国流行歌曲，不是严格意义上的经典红歌。

因为他们眼里的红歌是狭义上的，特指战争年代革命历史歌曲。

所以这里的问题就是：什么是红歌？

到了2017年杨坤改编了《游击队之歌》，加入大量电子音效、摇滚和说唱元素，歌词基本没改。

他也在一档歌唱比赛节目上唱，唱完就有一些观众骂。

2025年长沙“两湖迷幻祭”演唱会上，杨坤再唱这个版本，结果当天编剧于雷就质问：“对得起先烈吗？”

网友骂归骂，但监管没出手，似乎可以认为没有认定他触犯法规禁令。

所以这里的问题是：什么样的改编红歌会被罚？

老郭是相声艺术家，最后咱们还是聊聊相声。

2018年，上海交大博士夫妇在东方卫视《相声有新人》里，当着老郭的面抛出“公式相声”。

他们把工程学的有限元理论硬套到相声创作上，设计出一套计算笑点的公式。

还发明了“单元”“效果系数”这些术语，号称能让零基础的人批量生产相声。

他们说自己已经这么干了五年，写出了500多个段子，在交大校园里验证过效果，好笑。

他们想说的是：传统相声太依赖老段子和网络笑话，不够科学，老郭那套已经过时了。

让相声变成一门精准设计的学科，不是怎么去做的问题，是根本不可能。

艺术创作靠的是直觉、现场互动、演员功底，以及和观众之间的共同语境，公式根本算不全这些变量。

他们的样本主要来自校园学生，一换到社会观众，完全不像。比如你看这个他们写的段子：

说白了，相声是活的语言艺术。

过度公式化，只会让它僵掉，很难真正长久活下去。

事实上你照本宣科的AI短剧可能大部分人都不想看。

但公式相亲夫妻的想法不适合相声，不代表不能应用到现实。

有的台，年三十上的相声小品几乎全公式化了，关键你还能听到台下此起彼伏的掌声。

当然，我也觉得导致相声小品越来越不好笑的原因是创作环境不友好。

不过我的意思是其他产品和载体的冲击，让相声小品不赚钱，不赚钱的生意怎么可能有强大的创作生命力呢。

因为你去短视频上刷一小时，刷到真实而荒诞的事比你一年看到好笑的相声还多。

你去打游戏，玩几小时，遇到的搞笑又刺激的事比你多年听的相声还直击灵魂。

所以你还想去听相对寡淡的相声吗？

事实上，网友们想听的是相声的讽刺，但新的作品不太能做到这点，这就让相声越来越小众了。

这也给相声小品演员的创作提出了新的要求。

这是好事啊，好的作品不都是磨砺出来的吗？

随着新iPhone已经进入发布倒计时，中国用户也不免再次关心起这个问题：

国行Apple Intelligence到底能不能用？

据路透社8月14日独家报道，苹果已经针对中国市场训练了一款大型语言模型。三名知情人士透露，这款模型由苹果与阿里巴巴共同开发，阿里还为模型训练提供了支持。

苹果和阿里均未回应置评请求。随着新iPhone已经进入发布倒计时，中国用户也不免再次关心起这个问题：国行Apple Intelligence到底能不能用？

这可能跟大家对国行AI的猜测有所不同。此前披露的方案苹果主要依赖中国合作伙伴提供模型能力。阿里千问将被集成到中国版Apple Intelligence，百度技术也会参与部分功能。

现在，苹果自己的中国专属模型也进入了这套系统。好家伙，国行Apple Intelligence背后可能同时存在苹果模型、千问以及百度提供的技术。

苹果自己的模型，意味着什么？

「苹果自己的模型」很容易被理解为自研模型，实际上这并不意味着所有训练工作都由苹果独立完成，模型也不一定从随机参数开始训练。

在今年WWDC上苹果正式发布了新一代Apple Intelligence，其中模型就是和Google基于Gemini模型和Google云技术联手训练的，而非最大家早以为的，将Gemini直接塞进iOS。

苹果将这套模型命名为第三代Apple Foundation Models，也就是AFM 3。

苹果负责确定模型架构、产品能力、训练流程、隐私机制和软硬件适配，Google提供模型技术、云端算力和部分基础设施。

阿里为苹果中国专属模型提供训练支持，很有可能也是这种模式。

其中很多环节阿里可以覆盖，包括中文语料处理、训练基础设施、本地知识增强、安全对齐、模型评测以及合成数据生成，都可能需要阿里的技术和资源。

苹果也可能利用成熟模型产生训练数据，再把部分能力迁移到适合端侧运行的小模型中。不过路透没有披露中国模型的基础权重来源，也没有确认它是否基于Qwen开发。

目前能够确认的只有两点，苹果拥有一款面向中国市场的专属模型，阿里参与了开发和训练。

苹果在中国训练模型的技术方向，早就剧透了

参考苹果今年公开的AFM 3技术资料，我们大致也可能推理出苹果在中国训练的模型会是什么样子。

苹果AFM 3是一个包含5款模型的家族。

AFM 3 Core是一款30亿参数的端侧稠密模型，主要处理延迟敏感、能够在本地完成的任务。

AFM 3 Core Advanced拥有200亿总参数，采用稀疏激活架构。每次请求只会激活其中10亿至40亿参数。

传统混合专家模型通常会在生成每个Token时重新选择专家。这种方法放在云端服务器上问题不大，手机却会受到内存容量和数据传输速度的限制。

AFM 3 Core Advanced使用苹果提出的Instruction-Following Pruning技术。

完整模型权重保存在NAND闪存中。模型收到指令后，先根据整条请求选择需要运行的专家权重，再将相关部分加载进DRAM。

生成过程中，模型只在必要时重新选择专家。

架构中还有一组始终参与计算的共享专家，负责稳定处理通用能力。其他路由专家根据任务类型动态加载。

这样一来，设备可以保留200亿参数的能力范围，同时将单次请求的计算量和内存占用控制在较低水平。

通知摘要、文本改写和简单问答，可以使用较少的激活参数。复杂上下文、语音处理和跨应用请求，则可以调用更多参数。而同一款模型会根据任务调整实际运行规模。

对中国专属模型来说，这种架构有很强的现实意义。

苹果需要提高中文理解和生成能力，又不能让模型体积、内存占用和耗电量明显增加。如果中国模型沿用类似设计，苹果可以把更多中文处理留在设备端完成。

此外AFM 3家族另外包含3款服务器模型。

AFM 3 Cloud负责常规云端任务。它采用改进后的Parallel-Track Mixture-of-Experts架构，重点增强多模态理解、长上下文记忆和复杂请求处理。

ADM 3 Cloud专门处理图像生成、图片编辑和Genmoji。

AFM 3 Cloud Pro面向复杂推理和Agent工具调用，也是AFM 3家族中能力最强的模型。

Cloud Pro运行在Google Cloud的NVIDIA GPU上，同时被纳入苹果的Private Cloud Compute体系。

苹果宣称，当请求进入Private Cloud Compute时，用户数据不会被保存，也不会向苹果或其他机构开放。

不过，中国版云端模型将部署在哪里，是否会完整采用同一套Private Cloud Compute架构，目前没有公开信息。

这部分会直接影响国行Apple Intelligence的隐私说明、响应速度和可用功能。

注意看苹果的训练流程，AFM 3的不同模型会先共享一个通用基础，再针对端侧、云端、语音、图像和复杂推理等用途分别训练。

预训练完成后，模型还会接受监督微调、多阶段强化学习和量化感知训练。

最后一步是硬件优化。端侧模型会针对Apple芯片调整，Cloud Pro则针对NVIDIA GPU优化。

苹果公开的训练数据包括公共数据、授权或购买的数据、开源数据、专项研究数据和合成数据。苹果也明确表示，用户的私人个人数据和用户交互记录不会被用于训练基础模型。

虽然还不知道苹果这些模型怎么分工，但APPSO推测国行Apple Intelligence更可能采用多模型调度。

文本摘要、写作辅助、屏幕理解等任务，可以优先由端侧模型处理。需要更大计算量的请求，可能进入苹果控制的云端模型。

涉及外部知识或特定生成能力时，系统还可以调用千问。用户无需理解后端模型的区别，系统会根据任务内容、设备状态、网络环境和隐私要求选择处理路径。

这套分工与苹果现有的端云协同框架相符，但具体实现仍有待苹果确认。

尤其值得注意的是，上周苹果此前曾短暂发布一份中文支持指南。

指南介绍了中国大陆Mac用户如何将千问连接到Siri和写作工具。随后，页面被删除，苹果也没有解释原因。

这份文件表明，千问可能会以明确的外部模型入口进入苹果系统。

它是否还会参与内置功能，是否需要单独授权，以及与苹果专属模型如何切换，或许要等到上线之后才会知道了。

购买同一代iPhone，用的还是同一款产品吗

今年7月，国家网信办公布了新增的7款手机端侧生成式人工智能服务备案信息。

「Apple智能」出现在名单中。官方备案公告确认，苹果已经跨过了中国市场最关键的合规环节。

公告没有提供正式上线日期，也没有披露对应的iOS版本和设备名单。

路透获得的信息是，Apple Intelligence预计将在未来几个月内，随一次iOS系统更新进入中国市场。

苹果此前已经宣布，iOS 27和新一代Apple Intelligence将在今年秋季推出，Siri AI会在今年晚些时候先以测试版开放。

苹果在WWDC 26期间仍表示，这些新功能不会立即进入中国市场。

国行Apple Intelligence与新iPhone同步上线的概率看起来不大。苹果也可能先发布硬件，再通过后续的iOS 27更新开放相关功能。

目前全球版本的Apple Intelligence支持iPhone 15 Pro、iPhone 15 Pro Max和iPhone 16系列及后续机型。中国版的设备支持也是未知数。

现有设备能否首批获得完整功能，可能取决于端侧模型对内存、存储空间和芯片算力的要求。

不同功能也可能分批推出，端侧写作工具已经完成备案，不代表新的Siri AI、复杂Agent能力和全部云端功能会在同一天开放。

过去，iPhone在各地区的差异主要体现在少数硬件规格和网络服务上。

但AI的出现改变了这种情况。两台使用相同芯片、运行相同iOS版本的iPhone，可能因为模型、云端设施和数据处理规则不同，获得完全不同的系统能力。

苹果为中国单独训练模型，也意味着Apple Intelligence正在从一套全球通用服务，转向可以更换模型和基础设施的地区化架构。

这会让苹果拥有更高的控制权，同时也会增加系统维护的复杂度。

比如，海外和中国的苹果模型能否同步获得新能力？Siri AI每次新增功能，苹果是否需要重新完成本地适配和评估？

这些问题将直接影响后续iOS更新的节奏。

因此，苹果国行AI的上线时间牵扯的，不只是中国用户什么时候能用上Siri AI，它还关系到一个更对用户体验影响更持续的问题：

当软件体验越来越依赖模型和云端服务，购买同一代iPhone，是否仍然意味着使用的的同一款产品。

2026年上半年，随着传统辣条产品持续缩水，以魔芋爽为代表的蔬菜制品扛起了卫龙公司超65%的收入。与此同时，该品类的增速已从去年同期的44.3%降至15.8%。当赖以养家的大单品增速放缓，单品护城河逐渐变浅，新品梯队又尚未成形，卫龙该如何完成接下来的增长接力赛？

增速放缓，线上增长超四成

2026年上半年，卫龙实现营收37.15亿元，同比增长6.7%；实现净利润7.66亿元，同比增长4.0%。尽管实现了营收净利双增长，但纵向对比过往连续两年的高双位数增幅，这份中报成绩单难言理想。

业绩增速放缓的同时，卫龙的品类结构和渠道结构都在发生变化。

从品类结构来看，上半年，卫龙的调味面制品（即辣条产品）实现收入11.81亿元，同比下滑9.8%，营收占比从37.6%降至31.8%；以魔芋爽为主的蔬菜制品收入为24.41亿元，同比增长15.8%，占比从60.5%进一步提升至65.7%；包括臭豆腐等在内的其他品类收入为0.92亿元，同比增长44.1%，在公司总营收中占比2.5%。

可以看出，自2024年蔬菜制品全面反超调味面制品、成为公司第一大品类之后，卫龙的收入结构中，辣条和魔芋呈现出明显的此消彼长态势。

从渠道结构来看，线下渠道仍然是卫龙的绝对主力，但收入占比已经从上一年的90.4%降至87.0%，线下2.7%的增速也远低于整体6.7%的营收增速。与此同时，线上渠道却大幅增长43.8%至4.83亿元，尤其是线上直销渠道收入暴增62.4%至3.70亿元。线上收入占比从去年同期的9.6%提高至13.0%。

关于线上、线下渠道表现的失衡，卫龙在财报中表示，国内零售渠道正经历深度重构，线下传统渠道流量持续承压，而零食量贩、会员商超等新兴业态则在快速迭代；线上传统电商增长动力减弱，即时零售、直播电商、线上线下融合的新兴模式渗透度持续提升，多种购买路径并行令消费购物入口更趋分散。面对渠道变化趋势，公司在巩固线上及线下传统渠道基本盘的同时，大力拓展各类新兴渠道。

从成效来看，尽管新渠道的拓展对冲掉了部分区域和传统渠道的下滑，但卫龙为此付出了不小的代价。

卫龙的线下渠道包括传统经销渠道和部分新兴渠道的直销，两部分共同构成了上半年线下2.7%的增长。如果说后者是行业主流认为的高势能渠道，那么由此可以预估，上半年卫龙在经销渠道的增长并不理想，出现下滑也不无可能。

与此相对应，卫龙上半年在各区域的分化进一步加剧。其中，西南地区收入大幅增长84%至7.47亿元；华东市场小幅增长4.7%至7.81亿元，稳居第一大区域。其余四大区域均出现不同程度的下滑：华南骤降31.7%至4.36亿元，华中下滑18.0%至3.95亿元，华北和西北也分别录得1.4%和0.5%的轻微收缩。

对于在部分区域收入波动较大的原因，卫龙在财报中的解释是，“部分直营渠道客户将合同从区域签署切换成了总部签署的模式”，将其归因于收入归属的会计调整，而非实际销量的下降。比如说，因为合同方式的变化，部分原本计入华南、华中的大客户收入统一归到了总部所在地（华东）的账上，因此出现此消彼长的情况。但对外界而言，这种解释也掩盖了卫龙在华南、华中等几个主要区域真实的市场表现。

魔芋降温，或迎新增长考题

线下渠道表现疲弱的同时，抖音、快手等兴趣电商渠道则实现狂奔式增长，成为卫龙上半年最亮眼的增长极。但代价高昂，最直观的反映是销售费用高增。

上半年，卫龙的销售及经销开支从5.27亿元增长至6.69亿元，同比增幅达26.9%，费用率从15.1%上升至18.0%。销售费用明细中，推广及广告费用从1.61亿元飙升至3.07亿元，净增1.46亿元，几乎贡献了销售费用全部增量（1.42亿元）。而这部分费用增量，除了签约代言人等品牌建设投入，其他就是平台投流的支出。

销售费用的激增，导致卫龙上半年在毛利增长的情况下经营利润出现了下滑。上半年，卫龙的毛利率从47.2%提升至47.8%，毛利额同比增长8.1%至17.76亿元。与此同时，经营利润却从9.49亿元下滑至9.18亿元，同比下降3.3%。上半年，其净利润录得4.0%的正增长，很大程度上得益于所得税费用同比下降13.8%、融资收入净额同比增长24.8%两项非经营性因素影响。

当然，尽管受到费用扰动，卫龙依然是国内一众零食企业中赚钱能力较强的那一个。其更长远的挑战也不在于盈利，而是增长叙事的续写。

作为公司新的支撑品类，以魔芋爽为主的蔬菜制品过去几年的表现有目共睹，2024年、2025年，该品类的收入增幅分别为56.6%、44.3%，带动了卫龙整个公司收入的快速增长。到了今年上半年，蔬菜制品的收入增速降至15.8%，整个公司的业绩增速也因此放缓。

增速放缓的背后，是市场竞争格局的变化。

近几年，随着魔芋品类的火爆，越来越多零食企业推出了相关的零食产品。其中，盐津铺子2025年魔芋品类收入达17.37亿元，公司明确将魔芋继续列为核心增长品类之一。另外，洽洽的首个魔芋生产基地已于今年7月底在云南曲靖投产，劲仔食品也将魔芋列为“3+1+N”产品布局的核心品类之一……可以看出，大家都想在魔芋赛道上分一杯羹。

卫龙虽是魔芋爽品类的开创者，但当产品护城河逐渐变浅，市场供过于求，于消费者而言，很难做到对某一个品牌持久的忠诚。延伸到整个魔芋行业，随着同质化竞争越来越激烈，市场俨然一片红海，品牌们还能在魔芋爽这个品类中寻得多少增量并不可知。

面对这样的市场现状，卫龙一方面要想方设法守住、并提高魔芋爽这个成熟大单品的市场份额，另一方面则要打造下一个潜力大单品，为未来的产品接力做好准备。

但目前，包括臭豆腐等新品在内的其他品类上半年收入只有0.92亿元，新潜力大单品的出现和培育尚需时间，也伴随着一定的不确定性。卫龙未来还能靠魔芋爽这个单品获得多少增量，能否在魔芋爽之外再打造一款新的大单品，这影响着卫龙接下来的增长叙事。

值得一提的是，尽管上半年业绩增速放缓，未来的增长速度也面临着不确定性，但业绩披露后的首个交易日，卫龙股价上涨10.47%，公司市值重回200亿，这主要得益于其高额的股息回报。

一方面，其2026年中期股息与特别股息合计每股0.28元，对应派息比例约90%。另一方面，根据卫龙新发布的2026—2028年股东分红回报规划，在满足相关现金分红条件的前提下，未来三年每年现金方式分配的利润原则上不少于当年归属于公司权益持有人应占净利润的80%。

如此丰厚的股息回报远超市场预期，直接提振了市场信心，也一定程度上掩盖了市场对卫龙增长可持续性担忧的声音。但还是那句话，产品有生命周期，而消费品行业的竞争没有终局，卫龙长远发展的根本在于能否持续开发出消费者喜爱的产品。

一个时代在退潮，下一个时代还未到来。

定焦One（dingjiaoone）原创

今年暑期档，高分电影并不少。

截至8月14日，豆瓣8分以上的新片至少已有5部。沈腾迎来职业生涯最高开分，诺兰带着2.5亿美元的《奥德赛》和稀缺的IMAX规格入场，国产动画、成熟IP和超级英雄电影均未缺席。

这并非今年的孤例。2025年暑期档同样高分片扎堆，8分以上院线新片达到了7部，头部影片平均评分处于近几年高位。

大盘同样给出了积极信号。据官方及平台数据，今年暑期档票房与观影人次同比均小幅增长，分别达到了94亿和2.5亿人次（截至8月中旬）。愿意走进影院的人，比去年更多了。只是这份回暖还没有追上2023年的高点：那年暑期档最终票房突破200亿元，观影人次超5亿。

8分仍是好口碑，明星仍有号召力，IP和工业规格也依然有效。变化在于，这些过去反复奏效的因素，如今越来越难稳定转化为大票房。即便明星、口碑、制作规格同时叠加，也未必能让一部电影从核心受众扩散至更广泛人群。

从好电影到全民爆款之间的转化，变得更难预测。《奥德赛》《欢迎来龙餐馆》这样既叫好、又有卖相的电影，能不能成为电影的那味解药？现在或许还给不出答案。

01.诺兰+沈腾，也还是不够

《奥德赛》正式上映之前，一位诺兰影迷坚信，这部电影在中国内地的票房一定能破10亿元。

这种乐观并非没有理由。正式上映前，《奥德赛》已经连续两个周末在国内点映。首轮只开放北上广深部分IMAX影院，平均上座率高达94%；8月8日第二轮点映当天，它只拿到0.4%的排片，却贡献了8.8%的单日票房。

在一些特殊的IMAX影厅，更是一票难求。

中国电影博物馆IMAX GT厅的点映场，183元的电影票，经常几分钟内售罄。在二手市场，普通座位被炒到500元，中间的黄金座更是挂出1500元，溢价近十倍。罗永浩甚至在社交平台发文，代友出价2000元求购4张票。

这是这个夏天最难抢的一张电影票。

但正式上映后，首先被打破的不是票房纪录，而是部分影迷对票房的预期。

截至8月14日，《奥德赛》上映前点映与预售票房已突破1亿元，但上映首日票房仅约5600万元，预测最终票房不足8亿元。这说明核心影迷的观影热情并没有扩散至更广泛的受众。IMAX厅和普通厅的上座率也差异明显。

7亿多的预测票房不算太差，但一部几乎叠满了导演号召力、全球口碑、工业规格和IMAX稀缺性的电影，这个成绩，多少还是有些令人惋惜。

《奥德赛》不是孤例。

《欢迎来龙餐馆》可能是今年暑期档最接近“天选爆款”的电影。文牧野导演，沈腾主演，点映三天票房过亿，豆瓣开分8.4，目前已经升至8.5。上映第四天，累计票房接近5亿元，猫眼专业版预测，其总票房在25亿元左右。

放在今年暑期档，25亿元已经足以竞争冠军。但对沈腾这位个人主演票房突破400亿元的国民级“卖座王”而言，这部新片虽然拿下了他个人的最高口碑，但目前的票房走势并未展现出与口碑同步的爆发力。

作为参照，沈腾参与的《你好，李焕英》，豆瓣开分8.1左右，最终票房54.13亿元；《满江红》开分8.0，拿下45.44亿元；《飞驰人生2》开分8.2，最终票房33.98亿元。

当然，上述几部电影都有春节档加持。但即便只放在暑期档里比较，《欢迎来龙餐馆》目前展现出的爆发力，也很难让人联想到过去那些真正意义上的“奇迹”。

2015年的《西游记之大圣归来》，从低排片一路逆袭，成为国产动画工业化的标志性事件；2019年的《哪吒之魔童降世》，则从一部动画电影不断扩散成全民话题，最终冲过50亿元。

档期够长、观众够多，暑期档一直被认为是最容易发生逆袭的档期之一。一部电影只要口碑足够强，往往就有机会跑出一条上升曲线：核心观众先进场，口碑在社交网络扩散，更多路人被吸引进影院，排片随之上涨，票房继续反哺热度。

但现在，类似的情况越来越难被复制。

《八仙！》豆瓣开分8.3，是今年表现最好的国产动画之一，截至8月12日累计票房约15亿元；《三国第一部：争洛阳》同样拿到8分以上，却一度上映两周，票房还徘徊在亿元线附近，最后退档；《去你的岛》开分8.0，也没有立刻把口碑变成同等量级的票房。

一位业内人士此前对「定焦One」表示，过去，豆瓣8.0分本身就可以成为撬动票房的理由，但未来这条“金线”会越来越往上移。

02.“好看”，只是去电影院的最低门槛

“金线”为什么会往上移？在一位资深电影制片人看来，原因很简单——让观众专门买一张票、花两个小时走进电影院，正在变得越来越难。

现在的娱乐市场供给，随时随地，近乎无限。短视频十几秒就能提供一个笑点或反转，游戏、直播和社交平台持续制造即时刺激，AI又进一步降低了内容生产的成本。相比之下，看电影反而成了一种相对“重”的娱乐消费。观众需要考虑交通和场次，两个小时不能快进、不能倍速，再加上票价、餐饮，一次观影的时间和金钱成本都明显高于刷视频或追剧。

这意味着，除了“好看”，还需要另外一个更明确的理由把观众从手机前拉进影院。今年暑期档的几部头部影片，恰好展现了几种不同的到场理由。

《功夫女足》豆瓣只有6.4分，票房却超过22亿元，并在暑期档前半程长期领跑。它最大的招牌就是周星驰。对于大量普通观众而言，“周星驰新片”本身就是一个足够简单的大众消费入口。

《奥德赛》走的是另一条路。影片在IMAX厅和普通影厅之间明显不同的热度，说明不少观众购买的不只是故事，也包括一种难以在家复制的观看方式。而且，对核心影迷来说，《奥德赛》更像一次带有仪式感的“朝圣”。因此，特殊影厅的IMAX票可以被炒到上千元。

《欢迎来龙餐馆》的路径又有所不同。

沈腾提供了最初的明星信用，文牧野提供品质预期；点映之后，8.4分以上的口碑进一步将明星驱动转化为情绪传播。观众进场不只是为了“看沈腾”，也是因为社交网络不断强化一个判断：这是一部既有娱乐性、又可能带来情绪共鸣的电影。

明星、名导、口碑、稀缺性，仍能把电影做成档期里的头部，只是越来越难再往上走一步，变成全民向的爆款。

没有这类标签的8分电影更难。《三国第一部：争洛阳》评分不低，但题材存在天然受众边界；《去你的岛》同样拥有不错口碑，却缺少周星驰、沈腾或IMAX这样能够在上映初期被普通观众迅速理解的消费标签。

这种动员能力并非取之不尽。明星和IP会被反复消耗，特殊格式和高规格影厅能够制造稀缺感，却天然更集中于核心影迷和一线城市。

最传统的口碑逆袭仍然存在，只是门槛也在提高。

今年较典型的案例是《给阿嬷的情书》。影片豆瓣开分9.0，之后一度升至9.3，进入暑期档后仍贡献了接近6亿元票房。

现在，对于一部缺少明星、IP和工业奇观的影片而言，想单纯依靠口碑突破圈层，可能需要的已经不只是“不错”，而是接近9分的压倒性评价。

03.诺兰与AI，都还不是答案

当“到场理由”越来越难找，电影行业正在出现两种相反的方向。

一种，是把电影做得更像电影。

诺兰没有压低成本，也没有迁就流媒体观看习惯。相反，他拿出2.5亿美元，把一部近三小时的古希腊史诗全部用IMAX摄影机拍摄，大量采用实景、实船和物理特效。全球真正能放映70毫米IMAX胶片版本的影院只有约41家，稀缺的放映设备本身，也成了电影体验的一部分。

截至目前，《奥德赛》的全球票房已经突破11亿美元。在很多从业者看来，这像是一次“电影性”的胜利——当观众越来越习惯在手机和电视上看故事，影院就必须提供别处无法替代的东西。

但问题是，诺兰无法批量生产。

他自己曾提到，《奥本海默》接近10亿美元的全球票房和随后的奥斯卡成功，“给了我选择”。环球影业愿意为《奥德赛》投入如此高的预算和制作周期，本身建立在诺兰过去二十多年积累的信用上。

主演马特·达蒙也不认为这是一种正在回归的常规生产方式，如今几乎不会再有导演，以如此规模、不依赖绿幕完成一部史诗片。拍摄《奥德赛》时，他甚至把它当成“自己的最后一部电影”来对待。

而且，这条路的结果，可能不是所有电影都越来越豪华，而是资源进一步向少数头部项目集中。

另一条路，则是AI。

过去两年，AI已经开始进入概念设计、分镜、特效和视频生成等环节。它最直接的意义，是把一部分过去昂贵、耗时的影像生产变得更便宜。就连马斯克，也宣称要用Grok Imagine重新拍一部《奥德赛》。

对于越来越难靠票房覆盖成本的电影来说，降成本本身就是一种生存方式。过去只有大制作才能承担的视觉效果，未来可能由更小的团队完成；一些因为预算无法启动的项目，也可能因此获得机会。

但AI解决的是“怎么更便宜地生产内容”，并没有解决“为什么观众要为这部内容走进影院”。恰恰相反，当内容越来越多、生产越来越快，“看到一个故事”的成本越来越低，影院电影面对的注意力竞争只会更激烈。

今年《奥德赛》在中国宣传期间，一段没有讨论票房、明星甚至IMAX设备的采访意外出圈。

播客主播仲树问诺兰：如果荷马是一个文明上升时代的吟游诗人，那么今天的诺兰，是不是一位“为迟暮文明歌唱的吟游诗人”？

这句话之所以击中很多人，或许正因为电影行业也处在类似的过渡期。

导演、明星、口碑和排片依然重要，却越来越难稳定地转化成票房；AI带来的低成本影像时代已经露出轮廓，但新的商业规则还没有真正建立。

《奥德赛》最后，奥德修斯和珀涅罗珀离开伊萨卡，驶向夕阳。珀涅罗珀说，“文明会再次崛起。”奥德修斯接着说，“新的黎明终会照亮黑暗的世界。”

对于今天的电影行业，这或许也算一个并不悲观的结尾。一个时代正在退潮，下一个时代会到来，只是还需要时间。

*题图来源于豆瓣《奥德赛》。

8月14日，诺兰版《奥德赛》在中国内地正式公映。

我在超前点映场里看到的，不只是英雄的冒险，更有导演个人的野心：表面的故事是归乡，可是故事里反复被讨论的却是待客。

顺着这条线索往下挖，你会发现：

一个人的名字，如何变成整部史诗的标题，又如何成为所有漫长旅程的代称；

一架织机，为何是佩涅罗珀守护身份与秩序的武器；

为什么博物馆里有青铜剑，却没有英雄穿过的衣服；

以及诺兰极力重构的“宾主之谊”（Xenia，即宙斯律法），为何能与中国春秋时代“礼”的崩坏遥相呼应。

这不是一篇关于电影好坏的影评。诺兰的《奥德赛》只是我们了解世界、照见当下与过去的一个入口；本文，是一场关于名字、物质与文明记忆的追问。

文明真正强大的地方，不在于它有没有武器和智计，而在于是否还有一些即使对敌人也不能轻易破坏的边界。

一、被磨平的电影名

8月8日，《奥德赛》上海IMAX点映场，座无虚席。

我旁边坐着一对年轻情侣，整场都在低声嘀咕：太烧脑了。诺兰把回忆、倒叙与眼下的危局层层套在一起，确实需要一点耐心。

直到马特·达蒙饰演的奥德修斯离开那位不会老去的卡吕普索（查理兹·塞隆饰）的海岛、真正踏上归途，女孩终于忍不住问男友：奥德赛到底是什么意思？——毕竟从头到尾，“奥德赛”这三个字并没有在片中出现过。

男孩试着讲了讲荷马史诗和人物关系，女孩仍在追问：那“奥德赛”和奥德修斯到底是什么关系？见我转头，对方有点不好意思地说：“我是历史小白，这个问题太浅薄了。”

我忍不住微笑。这个问题其实不浅薄，因为女孩问到了一个几乎无人追问的问题：关于这部电影的讨论早已铺天盖地，上映前，年轻学者仲树与诺兰的十七分钟对谈一夜之间火遍中外网络，赞誉与挑剔纷至沓来，连她开场把导演比作“吟游诗人”的措辞，都有人逐字检视。可议论虽多，“奥德赛”这三个字本身，却鲜少有人释名。

英语Odyssey源自希腊语 Odysseia（Ὀδύσσεια），意为“关于奥德修斯的故事”。中文纯音译，把这层链接隐藏了。

后来它又从书名继续泛化，指代“漫长而险象环生的旅程”：有一部老电影讲人类飞向木星的故事，英文片名就叫A Space Odyssey，中文名是《2001太空漫游》——“漫游”两个字意思到了，“奥德赛”与希腊的渊源，却在翻译途中被悄悄抹去了。

词是最小的出土文物，而且是被使用磨损的文物。

有些文物埋在地下，需要考古学家清理泥土；有些词埋在人们日常使用中，需要重新擦亮它的纹理。

三千年里，人们不断给这个故事续写、追加、覆盖。

而每一次覆盖，都在提醒我们：这是时代的当下解读。

二、名字里藏着一个人的命运

中文世界常把“奥德赛”理解为一次旅程，但在荷马那里，一切从一个人的名字开始。《奥德赛》第十九卷，奥德修斯的外祖父奥托吕科斯为他命名：因自己的一生令许多人怨怒，这孩子便叫“奥德修斯”——一个与愤怒、痛苦和冲突相连的名字，不像祝福，更像预言。

要听懂这句话，得知道取名者是谁。奥托吕科斯（Autolycus）在荷马笔下“在偷窃与起誓两件事上胜过世间所有人”，成全他的是赫尔墨斯——盗贼与商贾之神。奥德修斯那身闻名于世的诡计，“师承”正在于此：外祖父从赫尔墨斯处得来本事，再把名字连同性情一并传给外孙。

荷马史诗中惯以名字预示命运：奥德修斯的儿子，王子忒勒马科斯（Telemachus）的名字意为“远离战斗的人”——父亲深陷十年苦战，儿子的名字却指向战场之外；而奥德修斯（Odysseus）的词源含混——“招人怨恨”还是“承受怨恨”——荷马让两种解读并存。

后来二十年里，他经历战争、漂泊、诱惑与失去；这趟旅程并非主动选择的冒险，而是那个名字所暗示的命运，一步步降临。

奥德修斯的一生都在回应自己的名字。三千年后，“奥德赛”从一个人的名字变为史诗标题，再变为泛指漫长旅程的普通名词。它仍被频繁使用，却慢慢褪去了与史诗中一个英雄的绑定。

当词语磨损了它的纹理，文明就需要重新寻找容器，诺兰重拍《奥德赛》面对的正是这个问题：一个远去的文明如何重新获得可感知的形态？仅靠文字，英雄只能活在想象里。

只有当青铜的冷硬、木船的纹理、织物贴身的触感被还原，那个世界才可能再次被看见。诺兰倾力复原的，不只是英雄，而是英雄所处的整个物质世界。

三、用一种接近考古学的方法，重建哪一个过去？

诺兰的实拍执念早已尽人皆知：真实的海浪、地中海实景，以及大量实体制作的巨型装置。据剧组受访时的说法，团队为呈现盔甲、武器与船只，翻检了极其零散的青铜时代考古资料，阿伽门农的盔甲甚至参考了迈锡尼黑化青铜的可能工艺。

银幕上，观众未必分辨得出每一道材质差异，但真实材料的质感，赋予三千年前的想象以可信度；在影院里能真切感受到这种差别，那是数字特效不易替代的。

其中还有一个更值得追问的：诺兰重建的到底是哪一个过去？

在那场刷屏的对谈里，诺兰自己交代了线索。他说，荷马史诗所叙述的特洛伊战争，与荷马史诗形成的时代之间，相隔大约四百年。荷马本来就在书写一个早于自己的时代，就像今天的中国人回望明朝一样；不同的是，我们拥有档案与史料，而荷马面对的是流传数百年的英雄传说与集体记忆。

荷马的听众们相信，那个时代比自己所处的更伟大。看来厚古薄今，不分古今中外。

为了说明这种对远古的崇敬，诺兰在采访中举了一个极好的例子：后世希腊人在面对那些早已失落的迈锡尼巨石宫墙时，把它们称作“独眼巨人之墙”。独眼巨人，正是电影中那位被奥德修斯刺瞎的波塞冬之子波吕斐摩斯所属的族群；古人相信，只有这样的巨人才能垒起如此宏伟的东西。一堵真实的墙，配上一个用来解释它的神话名字。

但诺兰在电影中重建的不是一个被考古学完全复原的特洛伊战争，而是由青铜时代遗存、荷马时代的集体想象，以及现代视觉科技共同拼出的一个过去。

当然，考古真实并不等于历史真实。正如古典学家丹尼尔·门德尔松在一篇长评中所提醒的，这部电影最值得讨论的地方，并非它复制了多少青铜时代器物，而是它如何重新组织荷马式叙事。何况对材料的较真，也未必都换成了银幕上的说服力。

门德尔松直言：影片的美术与服装设计乏善可陈，色调灰暗，缺少想象力。这与我走出影院时听到身后观众的议论不谋而合：感觉片子灰扑扑的，把安妮·海瑟薇的美貌都掩盖了。

这篇长评的主题，就叫“Artful Weaving”（巧妙的编织）。

四、佩涅罗珀和织机

我研究克什米尔披肩演变的历史，对纺织元素格外敏感，因此整部电影里最触动我的，是佩涅罗珀（Penelope）几乎没有离开过织机。

安妮·海瑟薇甚至在片场跟随北加州织作者特拉维斯·迈诺尔夫学习手工织造，先在小织机上练习，再登上按拍摄需要制作的大织机，因此她在片中的织布动作十分娴熟，明显具备真实的肌肉记忆。

电影开始就有一场戏：佩涅罗珀向儿子解释自己一旦织完公公的裹尸布就要被长老们逼着改嫁，随后抬手指向宫殿与城邦，仿佛她所在的文明本身就是一件巨大的织物。

原著中“白天织、夜里拆”的计谋也被完整保留，并由求婚者点破。织机在诺兰手中不是宫殿装饰，而是叙事工具：它拖延时间，也保存身份。

而她的名字则更意味深长。佩涅罗珀（Pēnelópē）的词源有两解：一指纬线（pēnē），暗合她“日织夜拆”的计谋；一指水鸟（pēnelops），传说她幼时落水被其救起。

荷马之后的两千多年里，佩涅罗珀常常被简化成等待的象征。

但诺兰的这部《奥德赛》，却让佩涅罗珀成为真正的暗线主角。她一直温柔而坚定地用织布做伪装，织机是她的武器，拆解是她的兵法——“织物”于是从一个电影细节，变成了一套身份保存机制。二十年里，织机成为她和各种势力极限拉扯的工具。

在荷马笔下，奥德修斯于旅途中曾以“无人”之名隐藏自己；在伊萨卡的宫殿里，佩涅罗珀靠一架织机守护一个尚未归来的身份。一个暂时抹去自己的名字，一个拒绝让另一个人的名字消失。

他们共同回答《奥德赛》的核心问题：如何自证。一个人失去了一切之后，凭什么还能被认出来；而等待的那一个，又凭什么让他相信还有家可回。

五、青铜留下来了，织物没有

诺兰的道具组能重建青铜盔甲，因为青铜留得下来；片场的织机与织物，也能请当代织者重制。

当然，真正属于荷马笔下那个英雄时代的服饰，没有一件留下。

荷马史诗里被郑重描写的服饰——海伦赠予忒勒马科斯的长袍、奥德修斯的斗篷——无一存世，只活在诗行里。史诗不仅讲述英雄，也保存他们身边的物质世界：衣服、武器、船只、宫殿。诗人是流动的博物馆，词语是保存物质世界的展柜。

荷马的原著第十九卷里有一场戏，可算“以衣为信”的极致。乔装成乞丐的奥德修斯对佩涅罗珀说：我二十年前见过你的丈夫。为验真伪，佩涅罗珀问：如果你真的见过他，那么请告诉我，他当时穿着什么、带着什么？乞丐答得分毫不差——紫色的羊毛斗篷，双扣的金别针，别针上一只猎犬正扼住挣扎的小鹿。佩涅罗珀当场落泪：那件斗篷，正是她当年亲手交给丈夫、送他出征的那一件。

请注意这场戏的精妙：奥德修斯并没有暴露自己。他证明的不是“我是奥德修斯”，而是“我见过奥德修斯”。

一件早已不存在的衣服，就这样具备了指认一个人的力量——在物与词之间，存在一种古老的信用制度。

有意思的是，诺兰这一版电影里，佩涅罗珀交给丈夫的只剩那枚金胸针，斗篷没有了。三千年后，同一次筛选又发生了一遍：金属留得下来，织物留不下来。而这枚胸针仍旧承担着原来的差事，却又多了新的使命。

胸针上的图案换了。荷马写的是一只猎犬扼住挣扎的小鹿，诺兰换成了雅典娜。于是它不再是猎手的纹章，而成了庇护的印记——片中由赞达亚饰演的雅典娜数次现身，与这枚别针遥相呼应。雅典娜同时掌管织造与机谋：妻子的织机与丈夫的诡计，本来就在同一位神的照拂下，这枚胸针把两条线别在了一起。

织物为何难以留存？因为它最贴近身体、最承载日常，也最先腐朽。石头、青铜、陶器留下了痕迹，衣服、布料、香料却往往难逃时间的侵蚀。于是，研究者面对的常常不是一条完整的实物链，而是一组零散的证据。

于是只能依靠“词的遗骸”工作——在诗行、账簿、法典、旅行者笔记与图像的边角，打捞一个已经消失的触感世界。

纺织史研究，本质上就是在这些残存的线索之间，重新织回一个已经消失的世界。

六、诺兰与孔子，Xenia与周礼：古典主义者的共同执念

不过，这部电影里最具有诺兰个人标签的，既不是青铜，也不是织物。

在那场对谈里，诺兰反复回到一个古希腊概念：Xenia。

这个词通常译作“宾主之谊”或“待客之道”。影片为了让观众更容易理解，把它称作“宙斯律法”。它规定的并不只是一套待客礼仪，而是一种人与陌生人相遇时应有的态度：你如何希望被对待，就如何对待眼前的人。

为什么古希腊人如此看重它？因为在他们的想象中，站在你面前的陌生人，可能正是乔装而来的神。

诺兰说，如果把这条规则背后的神话来源拿掉，它其实就是后世所说的“黄金法则”：你希望别人怎样对待你，就怎样对待别人。

而这句话，中国人并不陌生。

两千五百年前，孔子也曾用另一种方式表达过同样的意思：

“己所不欲，勿施于人。”

文明的起点，是承认眼前的人和自己一样，也是一个需要被尊重的存在。这也是为什么诺兰谈到Xenia时，会让中文观众自然联想到“周礼”。

孔子所处的时代，同样是一个旧秩序正在瓦解的时代。他最忧虑的，并不是某一个仪式消失，而是支撑社会关系的规则正在失效。《论语·八佾》开篇记载的，正是一次这样的僭越。

季氏在自家庭院里使用了八佾之舞——八行八列六十四人的舞队，那是天子的规格。按照礼制，他作为大夫只能使用四佾。孔子的反应极其激烈：“是可忍也，孰不可忍也？”

表面看，不过是一场舞的排场。但孔子看到的不是排场，而是秩序的裂缝：一个大夫敢使用天子的规格，说明原本约束所有人的规则，已经不再有效。

所以他才会说：“人而不仁，如礼何？”如果一个人内心已经失去了对他人的敬重，那么再完整的仪式，又有什么意义？

《周礼》中的“宾礼”，正是处理人与外部世界关系的一套规则。它规定诸侯之间如何朝聘、如何迎送、如何宴饮。它关心的问题，与Xenia高度相似：一个外来者来到你的面前，你应该如何对待他？

这种规则甚至延伸到了战争。

春秋时代的战争虽然残酷，却仍被某些礼制约束。交战前需要约定时间地点，不能随意偷袭；宋襄公坚持不攻击尚未列阵的敌军，后来常被视为迂腐。但这个故事恰恰说明，在那个时代，即使战争已经开始，人们仍然相信它不能完全脱离某些规则。

《左传》记载的鄢陵之战，更能说明这一点。

晋楚交战之际，晋国将领郤至三次在战场上遇到楚共王。每一次，他都下车、脱盔、行礼。楚共王也没有趁机羞辱敌人，反而派使者前去问候，并送给他一把弓。两军正在厮杀，敌国君臣却仍然保持着对彼此身份的承认。今天看来，这近乎不可思议。

但它恰恰说明：在那个时代，人们相信有些规则比一次胜负更加重要。

后人之所以把“礼崩乐坏”看作天大的事，正因为这类看不见的规矩一旦失效，秩序就跟着塌了。当《孙子兵法》开篇写下“兵者，诡道也”，胜负便正式取代了礼数。这句话之于春秋之礼，几乎就是木马计之于宾主之谊——诡道的胜利，就是旧规矩的死亡。

公平地说，特洛伊战争本身就起于同一条规矩的破坏。帕里斯是斯巴达的客人，受了款待，却带走了主人的妻子海伦。荷马史诗中正是这样定性的。希腊人出兵，本是去惩罚一次对Xenia的背叛。

诺兰的反讽就在这里：战争最后结束的方式，却又一次践踏了这条规则。

希腊人留下“礼物”，假装撤退，特洛伊人将它迎入城中，而藏在里面的却是士兵。如果从战争策略看，这是一次完美的计谋。但如果从Xenia的尺度看，它同样是一场背叛。一个被伪装成礼物的东西，进入了一座信任它的城市。

木马计历来被当作奥德修斯智谋的巅峰。可若换到宾主之谊的尺度上看，它同样是对规则的一次彻底破坏。影片中奥德修斯的反省正源于此：如果为了惩罚一次背叛，最终也成为背叛规则的人，那么文明究竟靠什么维系？这些反思贯穿整部影片，诺兰这一版最大的个人标签，就打在这里。

当然必须再次强调，这层反讽属于诺兰，不属于荷马。荷马谴责帕里斯，却把木马计当作智谋的顶点来歌颂。

同一件事，荷马的观众看见的是荣耀，诺兰则希望他的观众看见的是反思。所以在这一点上，隔着两千多年与诺兰隔空唱和的不是荷马，而是孔子。

这也解释了这一版的奥德修斯为什么在内心迟迟不敢回家。归乡情怯，不是因为路远，而是因为深知自己已经面目可憎。诺兰在采访里也说过，忏悔已不能改变什么。

诺兰版《奥德赛》的悲剧内核，不在于一个英雄如何回家，而在于一个英雄为了维护文明，最后亲手伤害了文明赖以存在的规则。

七、奥德赛真正的大女主：保下了Xenia宾主之谊

由此再看佩涅罗珀，才能深刻理解诺兰暗中赋予她在片中的分量。她守住的不只是一个身份，更是这套即将失效的秩序。

丈夫在城外亲手拆开了那条维系文明的规则，妻子在家中把它一寸寸织补：她抵御那些赖在厅堂里吃喝的求婚者——他们正把待客之道反过来吃干抹净；同时仍然善待每一位登门的陌生人，甚至吩咐人替一个衣衫褴褛的乞丐洗脚。

于是织机的意义又深了一层：它既是拖延的兵法，也是维系秩序的手段。她织的不只是一块布，还有一套即将失序的文明。

而这，或许正是奥德修斯得以善终的原因。特洛伊战后诸将，阿伽门农归家即遭杀害，埃阿斯自尽，墨涅拉俄斯漂泊经年；唯有他真正回到了自己的家、自己的妻子身边。破坏规矩的人得以善终，是因为佩涅罗珀替他把规矩守住了，也替他保住了一个还能回去的家。

荷马史诗中，奥德修斯以智计闻名。但《奥德赛》结尾处有一段，阿伽门农的鬼魂在冥界听说了伊萨卡发生的事，感叹道：奥德修斯何其有幸，娶到了这样一位妻子；她的美名将永不磨灭，诸神会为她做一首歌。这似乎应了中国的一句俗语：妻贤夫祸少。

从这个角度来看，佩涅罗珀在Xenia这套秩序的保存上，显然段位更高更有智计。因为规矩比织物更难留存：织物至少还能在诗行里留下形状，规矩连碎片都不会留下，只能靠人的身体力行，才不至于消失。

如何在困境与漫长的等待里，斡旋坚持，需要极高的智慧与极强的心力。她才是《奥德赛》里隐藏的大Boss，真正的大女主。

八、荷马其实是一根针？

回到“荷马不该叫吟游诗人”的争论，译界其实一直并没有定论。更有意思的是，这部电影的中文字幕里，用的确实是“吟游诗人”。有一幕，墨涅拉俄斯向远道而来的忒勒马科斯提起那些“吟游诗人”唱的歌谣。

但比起称呼，更重要的是荷马的工作方式。

诺兰版《奥德赛》电影开场那位敲杖歌唱的费弥奥斯，既是青铜时代的乐师，也是荷马时代的自画像——他从事的那门行当，其实是荷马自己那个时代才有据可考的职业。

除了早期的“歌者”（aoidos），希腊世界后来出现了“诵诗人”（rhapsōidos）。这个词由“缝合”与“歌”组成——把散落的歌谣缝在一起的人。这或许提供了理解荷马的一种路径：他未必只是天才创作者，更是漫长传统的整理者与缝合者。

他像一根针，做的是精致的针线活。有趣的是，拉丁语里表示“编织”的 texere，衍生出了“纺织品”（textile）和“文本”（text）；而中文里的“经、纬、纲、绪”，原本也都是织工的事。写作和编织从来异曲同工。

所以，前文说“青铜留下来了，织物没有”，严格说并不全对。佩涅罗珀那块永远织不完的布，留在了词里。三千年过去，织物只是换了材料：从纺线，变成了文字。

而诺兰费尽心力复原的那些青铜、盔甲与海浪，也不过是想把这本已化为文字的“织物”，重新变回一种可触摸的重量。我们用物质去追寻文字，又用文字去复活物质。

人类在名字与织物、在青铜与诗歌之间，一遍遍确认自己从何处来，往何处去。

九、译名的归乡：奥德修纪，而非奥德赛

我们今天重看《奥德赛》，当然不是为了回到三千年前。但不可否认，我们正身处一个遗忘速度远超记忆速度的年代。互联网看似包罗万象，实则让记忆变得碎片化且速朽——热点被迅速覆盖，信息在洪流中不断迭代，快餐式的消费逻辑是否正在重塑文明的肌理？

正是在这样的背景下，重新找回那些被磨平的线索也许并非毫无意义。

回到奥德赛这个词本身。

1979年，翻译家杨宪益先生译本《奥德修纪》由上海译文出版社出版。它没有采用后来更为流行的《奥德赛》，而选择了“奥德修”这一人名形式，使书名保留了与主人公之间的派生关系：人名生出书名，书名追溯回人物。

今天通行的“奥德赛”来自英语 Odyssey，它并非错误，只是在中文语境中，人名与书名之间的联系不再那么直观。影院里那对情侣的困惑，某种意义上，正是一个翻译选择留下的回声。当然，一个特定的词能被三千年后的人泛化，也说明了它的生命力。但生命力不该模糊它的来处。

翻译一个名字，是保留声音，还是保留血缘？杨宪益先生选择保留了后者。恢复一个词与故乡之间的联系，也是一种归乡。

奥德修斯用了二十年回到伊萨卡；一个词，用三千年等待一次被重新认出。

近日，韩式“姐弟恋”大师、《春夜》（豆瓣8.4分）《经常请吃饭的漂亮姐姐》（豆瓣7.6分）导演安畔锡因病去世。

消息传出后，这两部剧的男主角丁海寅再次进入观众视野。

近期他跟《与恶魔有约》导演合作的新剧《我的荒糖恋爱》播出，在Netflix上拿下电视剧类全球排行单日TOP2（8月10日）；但在豆瓣，评分却仅有6.7分。

曾经在国内收获无数剧迷的丁海寅，如今也失去了好评通行证。

当下中文互联网上关于韩剧的讨论中，出现了一种冰火两重天的现象：

一边是对韩剧的唱衰，认为韩剧已经不行了，不复往日荣光；

另一边是对韩剧好故事的赞赏，“韩国出事了先救编剧导演”，夹杂着对部分国产剧的恨铁不成钢。

在两边的对垒中，韩剧出现了豆瓣评分“通货紧缩”的新现象。

尤其是爱情类韩剧，8分以上的剧目越来越少，截至目前今年只有3部达到了8分以上；6分和7分的剧则越来越多。

高颜值+CP，两板斧失灵

很长时间以来，韩剧都是豆瓣评分“虚高”的重灾区。

尤其是爱情类韩剧。在韩剧的黄金时代，仅凭新颖的原创剧本、细腻的氛围感，就能在中国观众中取得不错的口碑。

而在以Netflix为首的国际流媒体平台“入侵”韩剧产业后，过去五年间，爱情类韩剧的剧本质量虽然堪忧，却仍然可以凭借韩式高颜值、真人演员CP拿下不错的评分。

《那年，我们的夏天》（2021）因主演崔宇植、金多美的戏外CP感，拿下了8.7的高分；

《女神降临》（2020）是漫改剧，但剧情毫无新意，被批“狗血俗套恶俗玛丽苏”集于一身，却仍然有7.5分，主要得益于男主角车银优的“漫画脸”高颜值。

金裕贞、宋江主演的《与恶魔有约》（2023）豆瓣评分7.7，最高赞评论却是“颜值让人叹为观止，剧情让人望而却步”。

可以说，韩式高颜值和真人CP，此前一直是爱情类韩剧无往不利的两板斧。

这种现象在今年发生了明显转变。

纵观今年为止8分以下爱情类韩剧会发现，国内观众对于没有足够新意的韩式糖水剧，评价和评分皆逐渐回归理性。

一方面，褪去对韩式高颜值的滤镜和真人CP话题度后，以往能拿下高分的题材，如今再推出相似题材的作品，即便保持了同等质量，也会遇冷。

比如《与恶魔有约》导演金江汉的新作《我的荒糖恋爱》，剧作质量与前作相当，却仅拿下了6.7分。

剧中，黑道杀手执行任务，发现需要处死的女检察官，竟是自己的初恋。冒险救回后，女主却失忆。

男主为保护她，谎称两人是恋人，于是在乡下开启了一段鸡飞狗跳的同居生活。

38岁的丁海寅宝刀未老，新人女演员贺营表现可圈可点，导演对于镜头画面和氛围感的把控能力仍在，对于唯美梦幻的心动画面的呈现不输前作，却因为剧本中规中矩、缺乏新意，只拿到低分。

剧情设定十分俗套，黑道大佬阅尽千帆归来，在感情上仍是满眼只有初恋的傻白甜；

失忆后的女检察官孤立无援，失去做事的主观能动性，只能依靠深情的男主……

再如林智妍、许南俊主演的《我的王室死对头》，是一部传统韩式浪漫喜剧，讲的也是韩剧最擅长的野草型灰姑娘和财阀霸总的爱情故事，叠加了古穿今、前世今生的设定，剧本完整流畅、演员表现出色。

它在韩国本土收视率表现不错，最高收视率11.8%，但豆瓣评分只有6.9（1.8万人打分）。

这部剧有一种十五年前那种古早韩剧的味道；但在十五年后的今天，这种典型韩式言情便难免获得人设刻板单薄、爱情线有红果短剧味儿、雌竞老套过时的评价。

另一方面，部分韩剧开始向2000—2020年黄金发展时期的影视剧取经，但都不太成功。

李知恩、边佑锡主演的《21世纪大君夫人》（7.2分），以21世纪实行君主立宪制的大韩民国为故事背景，背景设定与2005年的现象级韩剧《宫》相似；

朴恩斌、梁世宗主演的《毛骨悚然的恋爱》（6.4分），翻拍自孙艺珍于2011年主演的一部电影《我的见鬼女友》；

金惠允、朴所罗门主演的《今天开始是人类》，采用的是经久不衰的“九尾狐幻化人形”题材，收视率却创下同一题材的历史新低……

这些现象说明，与没能走出舒适区的国产现偶剧一样，沿用套路、活在过去的韩剧，已经失去了在内娱观众心中的评分豁免权。

在被短剧充分“洗礼”后，观众对于较为传统的套路失去耐心，爽感的阈值越来越高，传统韩式爱情叙事吸引力减弱。

再加上韩国新生代男演员的平均颜值日益下滑，内娱观众对韩剧的评价和评分越来越回归故事本身。

那么，如今仍能取得高口碑的爱情类韩剧，都在写什么？

回归亲密关系本身

今年3部豆瓣8分以上的爱情类韩剧，呈现出截然不同的样貌，含金量明显升高。

这3部剧分别是《柔美的细胞小将第三季》（8.6分）《努力克服自卑的我们》（8.6分）《爱情怎么翻译？》（8.3分）。

相较于呈现刻板浪漫桥段，它们更倾向于讲述真实的爱情如何发生；

相较于谈论爱情，它们更倾向于讨论亲密关系本身；

相较于告诉观众如何谈恋爱，它们更倾向于关心亲密关系中“人”的存在。

《柔美的细胞小将第三季》只探讨了一个核心问题：

在认知早已觉醒、社会化程度很高、理性足以封存感受的年纪，如何确认真正的爱情已经发生。

在前两季中，金柔美（金高银饰）经历过两段感情，一段青涩而受伤，一段轰轰烈烈却以失望告终。

第三季中的柔美38岁，已经是事业有成的爱情小说家，过着单身多金的独居生活，不再为爱情患得患失。

她虽然一直写爱情小说，却很久没有谈恋爱，正处于认知和阅历压过感受能力、无论做什么都觉得无聊的阶段。

没有大起大落的喜怒哀乐，更没有怦然心动。

直到出版社编辑申驯鹿（金载原饰）出现了。

沉着冷静、边界感极强、处事风格与柔美很不同的驯鹿，炸醒了柔美的细胞村，激活了她体内的多种情绪细胞。

柔美失去了往日的平和理性，会因为驯鹿而辗转反侧。

驯鹿在柔美身边也发生了变化。

作为超级“I人”（指内倾人格，享受独处、在安静环境中恢复能量‌），平时驯鹿在外容易疲惫，必须回家才能恢复气力；但在柔美身边，不仅不耗电，反而悄悄恢复了能量。

而这正是编剧为熟龄之人给出的爱情答案：

在越来越习得控制情绪、压抑感受的人生阶段，相较于找到对的人，能够让你的感受自然流淌、又能被稳稳接住，或许才是真正的爱情发生之时。

《努力克服自卑的我们》则讲了一段真正有主体性的爱情。

爱是敞开自己去接纳他者，在与外界的互动中，感受自己的情绪与变化。而其中所接纳、看见的，是对方的“此在”——这是德国哲学家海德格尔提出的概念，即真实地活在当下、与世界互动的自我。

有着导演梦的黄东满（具教焕饰），40岁仍然单身无业，同龄朋友早已成为业内有名气的创作者，他却穷困潦倒，郁郁不得志。

被原生家庭打压、在公司遭遇排挤的制片人卞恩雅（高允真饰），时常心碎内耗，经常流鼻血。

他们都被困在现代社会单一的评价体系里，没有按时成功，陷入了存在主义危机。

编剧正是通过两个“东亚废物”之间的爱情，传达一种纯粹的爱情观：

真正的看见，是看见拨开一切表象显现出的、具有流动性的对方的“此在”，而非社会框架下所赋予的固有身份和价值。

东满和恩雅互相珍视对方的个人价值，没有对对方进行主观引导或自我感动式付出，而是通过陪伴、支持对方，让彼此逐渐恢复面对自己人生的生命力。

真正有主体性的爱情，不是靠一个人、一段关系来证明自我价值，而是在这段亲密关系里，有展开自我存在的可能性。

《爱情怎么翻译？》则用略带奇幻色彩的方式，讲述了恐惧型依恋人格与回避型依恋人格之间的错位爱情。

恐惧型依恋和回避型依恋，属于发展心理学家总结的四种依恋类型之二。另外两种分别为安全型和焦虑型。

其中，恐惧型有高焦虑、高回避，多表现为亲密关系中害怕被抛弃、不信任他人、猜忌多疑；回避型有低焦虑、高回避，多表现为独立、冷淡、漠视亲密关系。

剧中，女主车茂熙（高允真饰）是一夜爆红的女演员，男主周浩镇（金宣虎饰）是精通多国语言的专业口译员。

两人之间不仅存在表达错位、身份错位、情感浓度错位，还存在情感模式错位。

车茂熙虽然家境殷实，但父母早亡，从小寄人篱下，这也导致她经常自我PUA、不配得感很重，恐惧被抛弃。因而前期她虽然勇敢追爱，但每当周浩镇决定回应她时，她总是被心魔缠绕而退缩。

周浩镇因此读不懂车茂熙的心，回避型心态发作，一度想要放弃这段感情。

最后，编剧还是紧扣“翻译”这个意象，借男主恩师之口解开了他的疑虑：“虽然听不懂会让人郁闷，但你作为翻译，不懂就要去学”。

终于，周浩镇学会了这份独属于车茂熙的爱情语言，做出了最合适的告白。

复盘以上3部高分韩剧不难发现，观众对于长剧爱情故事的需求，正在从刻板浪漫桥段的呈现、无脑甜宠爽剧，回归亲密关系和人本身。

部分韩剧编剧仍然保有对人性幽微之处的敏锐观察和与当下社会情绪连接的触角。

结语

当代人是“爱无能”最多的一代。原生家庭、消费社会与亲密快餐化共同造就了当代人情感失语的困境。这也使得爱情剧讲爱情越来越困难。

爱情类韩剧评分的通货紧缩，一方面是爱情剧这一大类越来越难以讲述令人可信的落地爱情故事的体现，另一方面是由于曾经流于表象的创作两板斧的失灵。

当短剧化爱情爽剧大批量侵占观众的文娱消遣时间，能够触及心灵、回归亲密关系和人本身的爱情故事就越来越珍贵。

这样看来，在韩剧评分通缩背景下却仍然拿到高分的韩剧，或许正是国产爱情长剧可以探索的新发展方向。

首先，我并不是欧洲的专家，但当然我也不是一个陌生人，我最开始对欧洲的兴趣来自于在当地读书交换的一年，当时我什么都不懂。但觉得他们活得又辛苦又轻松，辛苦在于，同样的钱在美国可以吃到扶墙出来，在欧洲有时候你要点两份，轻松在于，下午三点半法国街上全都是坐在咖啡厅喝咖啡的人。我当时不懂，但很多年后回想起来，这可能是欧洲实际利率一直偏低，然后ECB一直担心通胀的原因。

后面工作之后对于欧洲的关注，是故老相传，当复苏的风吹到欧罗巴大地的时候，一轮经济周期差不多就到了该退场的时候。

而最近两个对于欧洲的兴趣，都和债券市场有关，第一个是一些做债券的朋友和我说，因为欧洲的债券收益率上升很快，所以美债不再是发达国家里面唯一提供高额股息的国家，它的吸引力有所下降。第二个是今年四月份在华盛顿的一个会议讨论中，我听到朋友介绍说，参与者表示战争带来的支出，往往是10-15年的财政压力，所以欧洲未来的财政压力巨大。

所以我从那之后，虽然不懂也不交易欧债，但我确实每周会看看投行写的欧洲利率报告，在前两周，各种逻辑包括

-做多法国国债，因为经济差一点同时大选带来的利差走扩可控

-做多德国国债，因为供给更加合理

-做多意大利国债，因为抵押品质量更高

当然，公平一点说，这里大部分做多交易也伴随着做空的配对，所以更多是做多法国做空意大利，或者做多法国做空德国。

然后今天你可以说他们全部对了也可以说他们全部错了。因为所有的利率都在涨，而且是破位上涨，没啥区别

意大利30年国债收益率

德国30年国债收益率

所以随后开盘的美国30年利率也在冲高

这背后的原因我觉得可能和美国差不多，有经济的周期性因素，也有地缘的结构性因素。

1，经济确实不错，花旗经济意外指数在快速反弹，欧洲大部分制造业PMI都在复苏区间

这也可以从美元的走势上得到印证

2，战争和基建带来的支出需求，不言而喻，欧洲对俄罗斯的恐惧与日俱增，尤其是美国的支持始终有退坡的可能。

问题在于，我们该如何理解或者交易这种现象，我想从几个维度来探讨

第一个是最宏观的经济维度

第二个是从行业的角度

最后一个是商品尤其是金和铜的角度

一个第一时间的想法肯定是，利率走高，风险资产承压，应该对这种高昂的利率保持警惕。我觉得是对的，但实际情况可能复杂一点

对于后续走势，我目前看到的说法有几种

-冲高后回落，觉得后续经济数据走弱，也许9-10月季节性最糟糕的时候过去，或者8月底Jasksonhole鹰派一点，长端利率就可以走弱，这是我觉得比较普遍的看法，更多见于股票投资者

-认为在AI的投资需求和赤字担忧下，即便冲高回落，可能也难以改变上升趋势，或者根本就不会走弱。这当然和AI的投资有关，这个看法是我今天想主要讨论的，因为第一他和这几天的走势更加接近，在本周PPI出来之后，因为经济周期性问题的交易者可能已经开始看利率走低了，但最后利率还是冲高，所以我觉得这里面也许有一些更长期的担忧。第二，NVDA那个5000亿的融资我觉得虽然不知道最后如何落地，结果如何，但他可能是一个改变叙事的事件，即便没有很多信息，也值得讨论。

具体如下

1，利率的走高并不完全是因为通胀，也有很多是政府举债搞军备和基建，他降低了股票的估值，但也提高了分母，所以影响是双向的。这个夏天，你看到的是EPS和利率同时走高，未来这也许会经常出现，确实应该避开那些政府投资之外的行业，单纯被利率影响却拿不到钱。

2，从利差走扩，风险溢价上升，到最后泡沫破裂往往有一段距离。

这是我在上个月读到的收获最丰的一篇文章，当时我看到的时候是七月初，我还在看世界杯，但八月份我回想起来，我觉得真有道理，他介绍了一个简单的事情

-如果一个行业依靠信贷扩张，那么它的CDS走扩，会发生在利润增速的二阶导转向的时刻（上图中是次贷危机，而之前说过，NVDA的那个5000亿融资，如果成功，其实可以把很多AI资产金融化，这甚至可能给AI在未来一段时间带来2004-2007的繁荣，而且几乎可以肯定这个速度会比当时更快，但如果真的发生这样的繁荣，我觉得也许会有一个时候，我们可以作为大空头做空一切你看得到的资产）

-从利润的二阶导转向，到最后的结束，中间一般是有一个时间的，而利率的上升速度，对于已经金融化的资产来说，就是那个倒计时

桥水在2005年的报告里面说，他们看到因为地产的繁荣，和早期项目的成功，Homebuilder开始积累库存

他们觉得这会是繁荣的开始和征兆后续的惨烈结束

我不是技术专家，但如果我们看到不管是美国的的云服务商新贵

或者NVDA，他们成功把AI的产品金融化，接入了信贷尤其是私人信贷市场，放在了养老金，或者更广泛投资者群体的资产负债表上。我觉得有可能我们就会进入AI的最后1-2局游戏，这个游戏成功，就是AI for Everything，如果游戏失败，那可能就不是2001年这样的光纤泡沫，而真的是2008年的泡沫，因为他已经金融化了。公司可以在股票跌了80%之后继续运营，但债务不行。

或者我们这么说吧，大空头Michael Burry觉得NVDA的融资是个笑话，如果NVDA的做法成功，NVDA的融资成本可能上升不假，但AI的叙事可以延续，在一段时间内，Michael Burry会看起来像是一个笑话，会有很多人嘲笑他是一个老登。

但那段时间其实是一个倒计时，在那个倒计时结束之前，如果AI不管是GAI，还是物理AI世界模型，或者新的任何东西能在上升的利率中跑出来效果，我们会进入一个新时代。但如果没有，就像前面说的，我觉得那可能是一个空一切的时候。

非常奇妙的巧合在于，我一直觉得2020年代和1920年代非常类似，我自己也是经常用1890年代生人的思维在思考自己的人生。NVDA的尝试，我不知道能否成功，但如果融资成功，通向更光明未来和1929的概率同时加大了。

这是一个很粗浅的思考，也许未来几个月会有一些变化，但确实是我此时的想法。

在行业层面，我觉得银行股票在上升的利率中肯定是一个好选择，欧洲银行股和美国银行股都表现不错，我现在觉得银行股的走势也难免会被AI带来的经济影响了。他已经在股票层面渗透到了很多行业。

思路就是，既然投资很多，长端债券价格一直跌，保险肯定要去找一些长久期的资产，一些可以稳定提供20-30年预期回报的东西，REITS，银行确实都有这个可能性

如果欧洲因为战争，或者基建，美国因为AI投资带来利率的持续走高，我觉得全面的市场复苏就没有可能，市场更有可能是一个分化，拿到钱和没拿到钱的公司区别巨大，然后今年七月这样的故事还会重演

-拿到钱的公司或者受益于经济的公司资金流入，然后在某个时候被利率和地缘带来巨大回撤

-没拿到钱的公司基本面可能因为利率和地缘持续受损

还是那句话，我们这个年代，财政的去向和科技的投资是经济的顺风，但这个顺风面对利率和地缘的逆风，如果说联储还有些扭捏，市场非常严厉。我觉得如果没有新增的AI投资，或者科技大厂慢慢降低投资增速，市场会在未来一段时间重新看利率走低，但你不知道这几天这种走势，以及NVDA那个融资到底能不能成功。

我想最后简单重复，或者更清晰表述一下黄金的结构性讨论

在当下美国投AI，欧洲投军备，美国欧洲日本都在补齐自己产业链的时候，对于资本的需求是一个天量，但赤字已经不低，经济目前也处在复苏阶段。所以利率不断走高。我们时刻面对欧洲美国日本尝试把中国逐渐踢出供应链的尝试，为此他们做投资不惜代价，至少政治家是这样想的，市场给予了反击，因为这些投资不可能没有风险，无论是军事上，还是经济上，甚至内部政治上。

在这些投资见效之前，我觉得黄金都会是一个替代方案，会是很多人愿意分散投资的一个去处。在未来，不知道多久，会有下面几种标志性事件，成为黄金这一轮从2015年特朗普上台开始做财政开始的，黄金牛市的终结

1，科技的投资或者财政的投资开始产出回报，capex回落的同时经济增速回升而不是走弱，赤字率走低。目前看市场不指望财政有效果，更多把希望放在科技上。

2，地缘政治的终局浮现，有一方无法支撑，首先是类似1975年赫尔辛基跳跃，其次可能是1979年阿富汗战争的失利，最后是1980年苏联的战略退却。这是冷战情形，热战就更好判断。

而对于铜来说，当这个世界开始重建工业化的时候，利率走高或者宏观逆风，对于铜都只是周期性影响，但我确实觉得，在欧美日完成供应链重塑，中国完成内需刺激之前，利率和持仓对于铜是一个周期性影响，不改变需求的方向，11-15年那种发展虚拟经济，或者91-99年打败苏联后马放南山的熊市叙事，目前还没看到。很多短期的持仓和利率的研究，对我来说都是寻找可能的封底买机会。当然如果出现特别大的悲观叙事，或者欧洲美国都因为利率太高而压制经济，那么铜可能出现一段时间，甚至1-2个季度的下跌，但即便如此，我觉得在利率走低之后，欧洲还是会担心俄罗斯而投资军备，美国依然会为了供应链安全而投资军工甚至制造业。这依然是逢低买，无非是低是多低的问题，风险大一点，底部低一点而已。

扎克伯格最近开始让AI帮自己睡觉了。

准确来说，是一个24小时待命的个人AI Agent：它会读取他的睡眠情况，在训练时看着他的动作并给出建议；当扎克伯格脑子里冒出一个新点子，它也可以陪着他快速做出原型。

到了周末，这个Agent还有另一份工作。扎克伯格8岁的女儿喜欢烘焙，AI会提前设计好适合一家人的食谱，下单买好材料，等父女俩真正站到厨房里，再在旁边一步步提供建议。

图｜高通

这些听起来有点琐碎的生活片段，被扎克伯格写进了8月10日发布的长文《The Future is for Everyone:The Path to a Positive AI Future》（未来属于所有人：一条通往美好AI时代的路）。

这篇文章没有发布新模型，也没有新的Benchmark。扎克伯格花了更多篇幅讨论一些还没有标准答案的问题：AI会怎样改变工作，超级智能应该听谁的，足够强大的能力该掌握在谁手里，以及怎样避免它最终变成少数人的工具。

我们这个时代最重要的问题，是谁能够获得超级智能，以及我们将用它来做什么。它会集中在少数机构手中、受到严格限制，还是成为赋予每个人能力的工具？

扎克伯格选择后者。

在他描述的未来里，AI很少需要你主动打开一个聊天框。它了解你的工作、健康、家庭、财务和兴趣，在你睡觉的时候依然工作；它可以通过电脑和手机与你交流，也可以住进一副眼镜，看见你正在看见的东西。

它会成为老师、教练和助理，也可以陪你创业、做研究、创造以前做不出来的东西。Meta给这个听上去有些庞大的概念起了一个名字：「Personal Superintelligence」，个人超级智能。

一个人，和他身后的整支AI团队

文中，扎克伯格想象了不少今天听起来还有点古怪的职业。

有人可能经营一家「一人产品工作室」，从玩具、家具到衣服，一个人负责提出想法，身后的AI完成过去需要设计、工程、营销和运营团队才能完成的工作；有人会成为「世界构建者」，专门创造游戏、故事和虚拟体验；还有人可能拥有自己的「个人生物学家」，借助AI理解身体、参与研究，甚至寻找更加个性化的治疗方案。

图｜ChatGPT Health

这些职业背后，是扎克伯格对AI和工作的一个基本判断。今天我们讨论自动化，很容易把它理解成一道减法题：过去需要10个人完成的工作，现在5个人加AI就能做。

扎克伯格更感兴趣的，则是另一种可能。如果过去需要10个人才能完成的事情，现在一个人也有能力做，会不会有人因此开始尝试那些过去根本组不起团队、也拿不到钱去做的东西？

图｜Tepperspectives

公司也可能因此变小。少数几个人带着自己的AI Agent，就能经营过去需要几十甚至几百人的企业；与此同时，那些以前因为成本太高而没人做的产品和服务，也可能因此出现。

这是《The Future is for Everyone》里很典型的一种乐观。扎克伯格承认AI会淘汰工作，但相信它创造新能力、新需求和新工作的速度会更快。

接下来，他把同样的乐观带到了一个麻烦得多的问题上：如果超级智能真的强到足以改变就业、商业甚至战争，把这样的能力交给所有人，安全吗？

如果超级智能很危险，那就让每个人都有一个

扎克伯格不太相信，世界最后能够造出一个替所有人做正确选择的「善良AI」。

人类并不是一个价值观完全一致的群体。面对重要问题，不同的价值观意味着不同的取舍。没有一种技术方案，能够同时满足所有人彼此冲突的利益和价值。

图｜BBC

他的办法是把民主制度和市场那套思路搬过来：别只造一个中心，让不同的人、企业和机构都拥有自己的AI。

他举了一个很直观的例子。假如世界上只有一个人拥有「超级智能律师」，这个人会获得巨大的优势。哪怕案件本身并不占理，面对一个能够瞬间阅读法律、案例和证据，而且永远不会疲倦的AI律师，对手依然很难招架。

那怎么办？限制超级智能律师？扎克伯格却给出了另一个答案：让对面也有一个。

如果每个人都能获得类似能力，今天因为金钱、资源和律师水平形成的差距，反而可能缩小。

网络安全和商业竞争也一样，攻击者拥有更强的AI，防守者也需要同等级的能力。扎克伯格把它叫作「balance of power」，权力制衡。

这也影响了Meta对「对齐」的理解。今天谈AI对齐，通常是在讨论模型应该遵循什么规则、拒绝什么请求；扎克伯格希望个人Agent再往前走一步，它应该尽量理解使用者自己的目标和价值观，少替用户预设什么才是正确的选择。

这样的Agent不只要记住你的日程、兴趣和工作，还得知道你究竟想做什么，并且能够替你行动。一个永远在线、比你聪明得多，又足够了解你的第二大脑，确实很有吸引力。

图｜Siri AI｜Apple

一个Agent知道得越多，隐私问题就越难绕开。扎克伯格在这里做了一个很重的承诺：

我们认为，人们应该在个人智能体拥有一个完全私密的模式，在此模式下，即使是Meta或任何其他服务提供商也无法查看或授权访问你的信息。

扎克伯格描述的个人超级智能确实很诱人：它足够了解你，也尽量把隐私和选择留在你自己手里。光看这套设想，很难说有什么不对。

当「属于所有人」出自扎克伯格

如果把署名遮住，只看《The Future is for Everyone》这6500多字，其实是一篇相当精彩的文章。

文章并没有只讲一些「AI会让世界更美好」的空话。它讨论工作会怎样变化，为什么一个代表所有人的超级智能很难成立，能力为什么不能只集中在少数机构手里，以及未来的AI究竟应该听公司的，还是听用户自己的。

很多判断也确实有吸引力：超级智能最大的价值应该来自发明，而非自动化；既然人类本来就没有统一的价值观，与其寻找一个替所有人做决定的「善良AI」，不如让更多人拥有自己的AI，彼此竞争和制衡。

图｜TechCrunch

如果作者换成另一个人，这大概就是一篇逻辑完整、相当典型的技术乐观主义宣言。

但署名是马克·扎克伯格。

过去20多年，他几乎每次押注一种新技术，都会为它找到一套更大的说法。Facebook讲「连接」，元宇宙讲「在场感」（Presence）；到了AI，交到每个人手里的东西变成了「智能」。

图｜Investors Alley

这一次，扎克伯格把Meta放在了「个人」这一边。在他的叙事里，如果AI的未来由大公司和机构主导，权力也会继续留在这些机构手中；而Meta要做的，是把超级智能交到普通人手里。

他甚至把这件事写回了Meta从创立之初的使命：

从创立之初，Meta的使命就是把权力交到人们手中。如果我们的理念和原则能够引领未来，权力的天平就会更加偏向个人，也会带来一个对所有人更好的未来。

问题是，Facebook过去留下的记录，很难让人只按照这句话的字面来理解它。

2018年爆发的Cambridge Analytica丑闻，是Facebook最著名的隐私争议之一。通过Facebook平台上的第三方应用，Cambridge Analytica获得了数千万用户及其好友的数据，其中很多人从未直接授权这家公司获取自己的信息。这些数据后来被用于选民画像和政治定向。

图｜The Guardian

同一年，Facebook在缅甸面对的是更严重的问题。由Facebook自己委托的独立人权评估承认，公司此前做得不够，没能阻止平台被用于煽动社会分裂和线下暴力。国际特赦组织后来的调查则进一步指责Facebook的推荐系统放大了针对罗兴亚人的仇恨内容，增加了现实世界暴力的风险。

图｜CNN

再把时间拉近，就在《The Future is for Everyone》发表的同一天，美国第九巡回上诉法院驳回了Meta、TikTok、Google和Snap等公司的上诉请求，允许数千起涉及社交媒体成瘾的诉讼继续推进。这些案件都在追问同一件事：平台的一些产品设计，是否让年轻用户更容易沉迷其中。

图｜美国第九巡回上诉法院

几天前，新墨西哥州法院还要求Meta支付5.67亿美元用于青少年心理健康，并要求Facebook和Instagram调整部分面向青少年的产品机制。Meta否认相关指控，并表示会继续上诉。

从Cambridge Analytica，到缅甸，再到今天的青少年问题，Facebook一再遇到的都是同一种矛盾：平台追求增长、参与和商业回报时，结果并不总会落在公共利益这一边。

所以再回看《The Future is for Everyone》，它就不只是一篇关于AI未来的宣言。扎克伯格把Meta正在押注的一条产品路线，写成了关于个人自由和权力分配的选择。

图｜NBC

个人Agent是一个很具体的产品：模型由Meta训练，算力由Meta提供，再通过社交产品和智能眼镜进入用户的生活。到了宣言里，它获得了另一层意义：让每个人拥有自己的超级智能，成了对抗大型机构、把权力重新交给个人的一部分。

这正是这篇文章最值得警惕的地方。Meta下一代的生意，被包进了一套关于自由、赋权和社会进步的价值叙事里。

现在，他想把一个更贴身的东西带给同样多的人。它知道你关心什么，帮你工作、学习、消费，甚至替你行动。Meta负责训练它、运行它，可能还会通过眼镜让它一直待在你身边。

但我们也必须思考一个问题——

等个人超级智能真的成为日常，我们信赖的究竟是自己的AI，还是提供它的平台？

🔗《The Future is for Everyone》原文：meta.com/thefutureisforeveryone

据业内人士看到的文件显示，Anthropic PBC在向潜在投资者推介时透露，公司第二季度的营业收入较去年同期实现了约14倍的巨幅增长。

文件显示，这家Claude聊天机器人开发商在最新结束的季度中报告的初步营收超过115亿美元。作为对比，其在2025年同期的营收仅为7.87亿美元，而今年第一季度则为47.3亿美元。此外，文件还显示，Anthropic在2026年第二季度的调整后营业利润为正。

据悉，目前相关数据仍处于内部复核阶段，最终结果可能会有所调整。

这一强劲的业绩增长，正值Anthropic与宿敌OpenAI争夺企业级客户的关键时刻。

Anthropic曾一度被视为人工智能赛道上的“落后者”，但如今正吸引着越来越多的专业人士采用其软件，以提升包括代码编写在内的日常工作效率。

Anthropic在5月份曾表示，其年化收入已超过470亿美元，远高于此前预计的2025年全年约100亿美元的收入，这主要得益于其Claude Code工具在开发者中广受欢迎。而据媒体此前报道，OpenAI的年化营收也已攀升至400亿美元以上，不过两家公司在这一指标上的统计口径可能存在差异。

在模型研发层面，Anthropic新一代旗舰模型如Claude Opus升级版本，不仅在基准测试中持续领先竞争对手，其推理成本的下降更是盈利的关键。得益于硬件架构的优化以及对定制芯片的深度利用，Anthropic的推理毛利率已从一年前的38%飙升至70%-85%，使得每消耗一单位算力产生的边际效益大幅提高。

此外，市场消息称，Anthropic目前正计划斥资约60亿美元收购AI基础设施初创公司Decart AI。此举旨在进一步降低大模型的训练与部署成本，为其自研技术生态打下基础。

冲刺IPO

据知情人士于7月透露，Anthropic正在为其潜在的“超级IPO”积极寻求与投资者的会面。Anthropic目前已秘密提交了上市申请，并正与摩根士丹利、高盛集团和摩根大通合作推进IPO事宜。

随着人工智能公司投入数千亿美元开发最前沿的模型，Anthropic正寻求利用公开市场的充沛融资能力，以保持其对OpenAI及其他竞争对手的领先优势。

若今年秋季完成IPO，Anthropic不仅将抢在OpenAI之前上市，还将领先于中国人工智能公司DeepSeek——后者在大模型市场中正占据越来越大的份额。据知情人士此前透露，DeepSeek目前也在紧锣密鼓地筹备上市，最快可能在今年内提交IPO申请。

人工智能领域的竞争点燃了IPO市场。据业内汇总的数据，今年上市企业募集资金已达2564亿美元(不包括空白支票公司及其他金融工具)。数据显示，这是自2021年以来单年募集资金最多的一年。

分析人士指出，Anthropic的业绩表现或许有望进一步打破了此前关于“大模型研发会无休止烧钱”的悲观叙事。随着企业级付费意愿的释放，顶级大模型公司已展现出颇为出彩的现金流创造能力。

有媒体近日援引多位Anthropic投资方消息称，Anthropic预计将于10月IPO，估值或将达到2万亿美元及以上。若该预测准确，这一惊人估值将超越SpaceX，成为史上规模最大的首次公开募股。

美东时间周五(8月14日)，“股神”巴菲特的接班人格雷格·阿贝尔，递交了其担任伯克希尔哈撒韦公司CEO后的第二份13F报表。报表显示，在截至今年6月30日的二季度中，伯克希尔的投资组合发生了明显变化。伯克希尔在第二季度买入了价值235亿美元的股票，卖出了价值37亿美元的股票，结束了此前连续14个季度卖出股票多于买入股票的局面。

这标志着阿贝尔已经开始着手挥洒其前任巴菲特在去年年底卸任时，留给他的巨额现金储备。

数据显示，伯克希尔的现金持有量已从一季度末的3802亿美元降至了二季度末的3647亿美元，这一降幅也反映了当季多达45亿美元的股票回购。

整体而言，截至二季度末，伯克希尔13F股票组合市值约2993亿美元，较一季度末约2631亿美元明显增加。伯克希尔二季度披露的持仓变化包括了：新进1只股票、增持了7只股票、减持了6只股票，同时还清仓了1只股票。

大举增持谷歌

伯克希尔递交的文件显示，该公司在第二季度将其对Alphabet的投资规模扩大了83%，使这家Google和YouTube的母公司成为其第三大重仓股。

按季度末市值计算，伯克希尔二季度对Alphabet A类股新增持仓约87.7亿美元，对C类股新增持仓约83.4亿美元，两类股份合计新增持仓价值超过170亿美元。

伯克希尔在一份监管文件中表示，截至6月30日，其持有近1.06亿股Alphabet股票(包括7900万股A类股和2360万股C类股)，合计价值约378亿美元。

这些持仓包括了6月份宣布的一笔巨额投资——当时在Alphabet表示计划通过股权发行筹集800亿美元资金，以资助训练和运行AI模型所需的数据中心与算力投资后，伯克希尔同意认购了100亿美元的股票。

这些增持有助于解答伯克希尔股东普遍关心的一个问题：该公司会否以更大规模的方式切入近年来席卷市场的AI交易浪潮？今年5月，首席执行官格雷格·阿贝尔在伯克希尔年度股东大会上曾表示，包括BNSF铁路公司在内的部分子公司正在探索应用AI的机会。

目前，巴菲特依然担任伯克希尔的董事会主席。他上个月在接受采访时表示，投资Alphabet是他的主意，伯克希尔从去年第三季度开始建仓该股票。巴菲特还表示，他和阿贝尔就总部位于内布拉斯加州奥马哈的伯克希尔如何进行资本分配进行了商讨。

多项持仓调整

除了大举增持谷歌，伯克希尔哈撒韦公司二季度还继续加大了对航空业的投资，航空业在过往曾长期是巴菲特的宠儿。伯克希尔持有的达美航空股份在二季度增长了44%，达到5730万股，截至6月底价值约54亿美元。

此前，伯克希尔曾在疫情初期抛售了其持有的航空股，但今年一季度其开始重新买入达美航空，这也是伯克希尔在退出美国航空业约六年后重新布局航空股。

房地产是另一个周期性行业，伯克希尔哈撒韦公司在二季度也加大了在该行业的投资，增持了住宅建造商Lennar的A类股票，并披露了对另一家住宅建造商D.R.Horton的极小持仓——仅58万美元，这是一笔典型的价值投资。

在其他增持个股方面，伯克希尔对梅西百货的投资在二季度也翻了一番多，达到约730万股，价值1.73亿美元。

在减持方面，伯克希尔二季度继续减持其对美国银行的持股——当季减持约3020万股，按季度末价格计算，减持对应市值约17.2亿美元，成为伯克希尔当季最大的减持对象。目前伯克希尔持有这家美国银行6.8%的股份。

此外，伯克希尔当季还减持了Ally Financial、第一资本金融(Capital One)、肾脏透析服务提供商DaVita、杂货商Kroger以及钢铁制造商Nucor的持股。

伯克希尔还表示，已清仓了其对酒精饮料生产商星座品牌(ConstellationBrands)长达一年半的投资。

十大重仓股排名

整体而言，伯克希尔的前十大重仓股目前分别是(Alphabet两类股合并计算)：

苹果、美国运通、Alphabet、可口可乐、美国银行、雪佛龙、西部石油、瑞士安达保险、穆迪、卡夫亨氏。

除上文提到的Alphabet和美国银行外，其他重仓股的持仓在二季度并无变化。

阿贝尔在2月份表示，他负责管理伯克希尔94%的股票持仓，而投资经理Ted Weschler管理其余的6%。周五递交的文件并未说明谁买卖了哪些股票。

值得一提的是，尽管伯克希尔的股票持仓在二季度有所增加，但部分分析师表示，他们预计伯克希尔不会在市场接近历史高位时将现金大量砸入股市，且其在第二季度实施的大约45亿美元本公司股票回购目前已足以让股东满意。

“结果尚无定论，”持有一部分伯克希尔股票的Check Capital Management总裁Steven Check表示，“我们谁都不希望看到格雷格为了花钱而花钱。”

按照规定，管理着至少1亿美元美国股票及其他特定股权的机构投资者，必须在每个季度结束后45天内通过向美国证券交易委员会(SEC)提交13F表格来披露其季度末的持仓情况。

由于投资者享有45天的提交缓冲期，13F表格展现的股票投资组合信息具有一定的滞后性。即便如此，作为市场参与者试图洞察巴菲特执掌数十年的这家公司决策思路的重要窗口，伯克希尔的持仓披露依然备受业界瞩目。

一个人可以在真正理解一个问题之前，就先拥有一个完整的答案。这可能是AI时代最容易被低估的认知变化。

AI正在制造一种过去并不常见的能力错觉。

一个人只理解了问题的三成，但在AI的帮助下，他可以迅速得到一份结构完整、术语准确、论证流畅，甚至相当专业的答案。它有开头，有结论，有方法，有案例，也有漂亮的逻辑链条。

从外观上看，一切都已经完成了。

真正值得警惕的地方恰恰在这里：

AI补出来的，往往是表达完整性，而不是认知完整性。

这两件事过去经常同时出现。一个人能够完整地表达一件复杂的事，通常意味着他已经经历过足够长的学习、训练、犯错与验证。

而生成式AI第一次大规模地把这两者拆开了。

一、过去，表达能力是认知深度的副产品

传统社会里，知识的生产成本很高。

写一份像样的行业报告，需要搜集资料、理解背景、建立逻辑，再组织成文字；写一段可靠的软件，需要理解语言、框架、接口、数据结构，以及大量隐藏在代码背后的工程规则；写一份商业方案，则需要真正经历过客户、成本、交付、组织与市场。

所以过去存在一个天然的过滤机制：

如果没有走过前面的认知过程，通常很难得到后面的完整表达。

当然，世界上一直存在夸夸其谈的人。但复杂知识本身有很高的表达门槛——很多时候，一个人说不清楚，本身就暴露了他没有想清楚。

AI改变了这一点。今天，一个人不需要拥有完整的知识结构，就可以生成一份完整的知识产品。

于是，一个曾经非常有效的社会信号开始失效：

"他说得很完整"，不再等于"他真的理解得很完整"。

二、AI最擅长补齐的，恰恰是"样子"

大模型有一种极强的能力：补全。

补全句子，补全结构，补全逻辑，补全背景，补全一个答案"应该拥有的形状"。

你给它一个模糊需求，它补成完整方案；给它几个关键词，它补成一篇文章；给它一个函数名，它补成几百行代码；给它一个商业想法，它甚至能补出市场规模、竞争分析、商业模式与融资逻辑。

问题在于，一个完整的文本，与一个完整的理解，从来不是同一件事。

文本追求的是内部连贯，认知追求的却是与现实一致。前者只要求答案"看起来成立"；后者要求你知道它为什么成立、在什么条件下成立、什么时候不成立、哪些变量最关键、哪些事实尚未确认，以及一旦假设变化，结论会不会一起崩塌。

这些东西不会因为答案写得完整就自动存在。

完整的语言，可以掩盖不完整的理解。

而AI让这种掩盖变得前所未有地廉价。

三、真正危险的不是不知道，而是不知道自己不知道

人类对无知其实并不陌生。彻底不了解一个领域的人，往往清楚自己不会：没学过医学的人不会因为读了两篇资料就去做手术，没写过程序的人也知道自己无法独立设计大型分布式系统。

真正复杂的是中间状态——懂了一些概念，知道一些术语，做过几个项目，能看懂AI给出的答案，甚至能改动其中一部分。

于是主观感受很容易从"我大概懂一点"，迅速跃迁成"这件事我已经掌握了"。

这不是主观臆测。2025年7月，独立研究机构METR发布了一项随机对照试验：16名经验丰富的开源开发者在自己熟悉的代码库上完成246个真实任务，被随机分配是否允许使用AI工具。结果是，使用AI时他们完成任务的时间反而多出19%；而在亲身经历之后，他们仍然估计AI让自己快了约20%。

需要说明的是，METR在2026年2月的后续更新中明确表示，这项结论属于特定时点和特定设定，新一轮实验因为选择性偏差而无法给出可靠估计——研究者本人认为，2026年初的AI工具很可能已经带来了实际提速。

但那项研究中最稳固的部分，恰恰不是速度，而是感知与实测之间的方向性错位。

同一方向的证据来自另一项研究。微软研究院与卡内基梅隆大学在CHI 2025发表的论文调查了319位每周至少使用一次AI工具的知识工作者，收集了936个真实任务案例。结论是：**对AI的信心越高，批判性思考越少；而对自身能力的信心越高，批判性思考反而越多。**研究还指出，当受访者缺乏足够的领域知识去检查AI的输出时，他们往往干脆放弃检查。

过去，一段写不出来的代码、一份做不完的分析、一个解释不通的问题，会不断提醒一个人：你的能力到这里为止。

现在，AI可以把这些空白填掉，能力边界随之变得模糊。

最危险的不是AI给出错误答案，而是它让一个尚未形成完整判断力的人，过早获得了"我已经会了"的感觉。

四、有限认知第一次拥有了规模化生产能力

理解不深却过度自信，并不是AI时代才有的现象。真正变化的是产能。

过去，认知不足的影响力受到能力限制：不会写程序，就很难一次写出几万行代码；不会设计，就很难一天生成几十套方案；不了解一个行业，也很难连续产出上百页分析材料。

AI把这个限制拿掉了。一个认知深度只有三十分的人，现在可以拥有九十分的表达能力，以及接近一百分的生产速度。

于是出现了一个新的风险公式：

有限认知×高质量表达×极高执行速度。

法律行业提供了迄今最清晰的样本。HEC巴黎研究员Damien Charlotin维护着一个公开数据库，只收录法院明确认定或暗示当事方使用了AI幻觉内容的判决。截至2026年8月11日，该库已收录1870起案例，其中约1100起来自自诉当事人，另有约725起出自执业律师之手。近期的处罚从警告、公开申斥到上万美元罚款、纪律转介不等。

这些文书的共同特征是：格式无懈可击，援引体例标准，论证读起来完全成立——唯独被引用的判例并不存在。

而这只是被法官当场发现的部分。

当输出从"内容"进入"执行"，这种错位的代价会被进一步放大。它可能开始写代码、改生产系统、做投资判断、制定组织政策、生成法律文件、设计安全架构。

所以真正值得警惕的，并不是每个人都可以表达，而是：

一个人的执行能力，可能已经远远超过了他的理解能力。

五、为什么编程最早暴露这个问题

软件开发可能是这场变化最典型的领域。

过去，一个开发者要完成一个系统，必须逐步跨过很多门槛：语法不会，代码写不出来；框架不懂，程序跑不起来；接口理解错误，功能就无法工作。这些困难虽然低效，却承担了一种隐藏功能——它们迫使开发者建立认知。

今天，很多门槛消失了。AI可以直接给出一段能够运行的代码。

这本身是生产力提升。问题在于，"能运行"正在变成一种极强的心理暗示：程序成功启动，接口返回200，页面正常显示，测试样例通过——于是很容易得出结论：系统已经完成。

但真正决定软件是否可靠的，往往是不会在演示中立刻出现的东西：状态一致性、异常恢复、幂等性、并发竞争、权限继承、数据迁移、密钥管理、超时与重试、边界条件、供应链依赖、灾难恢复。

Anthropic在2026年初发表的一项随机对照实验，为这个直觉提供了量化证据。研究者招募了52名以初级为主的工程师，要求他们学习一个此前都不熟悉的Python异步库Trio，一组可使用AI助手，一组手写。结果：AI组在随后的闭卷测验中平均得分50%，手写组为67%，差距约17个百分点，其中调试能力下降最明显；而两组的任务耗时差异仅约两分钟，未达到统计显著。

更关键的是研究中的分化：把AI当作"解释者"、边写边追问概念的参与者得分在65%以上；把代码生成完全交给AI的参与者得分低于40%。研究者同时提醒，早前的研究显示，在人们已经掌握相关技能的任务上，AI可以带来高达80%的提速——问题特别出现在技能形成阶段。

AI能迅速缩短"不会写"与"能写出来"之间的距离，却很难自动缩短"能写出来"与"真正理解系统"之间的距离。

工具正在让实现变得廉价，经验则负责识别实现之外的东西。这也是为什么AI Coding越强，工程经验短期内反而不会失去价值。

六、管理层同样会遇到"完整性幻觉"

这个问题并不专属于技术行业。

今天一位管理者可以让AI生成组织改革方案、绩效制度、市场战略、商业模式、融资计划、岗位说明与年度预算。这些材料常常做得非常完整，甚至比不少传统咨询交付物更漂亮。

但企业真正困难的地方，从来不在于"有没有一份完整方案"，而在于方案背后的现实约束：组织里有没有这个能力？客户是否真的这样购买？销售周期究竟多长？员工会如何响应新制度？现金流能不能撑过转型期？某个看起来合理的指标，会不会诱发错误行为？

AI可以补齐方案里的每一个标题，但现实不会按照标题运行。

商业世界最危险的错觉之一，是把一份逻辑完整的方案，当成一个已被现实验证的方案。

七、稀缺的不再是答案，而是判断

当知识获取成本持续下降，一个长期被视为稀缺品的东西正在快速贬值：答案。

很多过去需要几天检索的问题，现在几秒钟就能得到一个不错的起点。价值因此开始迁移——不再是"有没有答案"，而是：哪个答案可信？哪个只是看起来合理？哪些条件被隐藏了？哪些事实仍需验证？哪些结论可以执行？哪些事情即使逻辑正确，也不应该立即执行？

换句话说，知识越便宜，判断力越贵。

AI时代的核心能力，可能不是知道更多，而是更准确地知道什么不能轻易相信。

这其中甚至包括自己。过去我们常说，最大的智慧是知道自己的无知。到了AI时代，这句话会变得更难做到——因为AI会不断为我们的无知生成语言、结构与解释。

过去，无知是一个明显的空洞；未来，无知可能拥有非常漂亮的包装。

八、教育真正要防的，不是学生使用AI

因此，如果关于AI的教育讨论只停留在"学生该不该用"，其实已经落后了。

学生一定会用，企业一定会用，程序员一定会用。真正的问题是：一个人在什么阶段，才具备判断AI输出的能力？

微软与卡内基梅隆的那项调查已经给出了提示：当人们缺乏领域知识时，他们不是更谨慎，而是更少检查。Anthropic的实验则进一步显示，把AI当作解释者的人保住了理解，把AI当作替代者的人没有。

这意味着，如果一个人尚未形成某个领域的基本知识结构，AI给出的完整答案很可能不会成为"加速器"，而会成为"替代理解"的工具。

所以未来教育最重要的部分，可能不再只是知识传授，而是建立一种能力：

认知验收能力。

你能不能知道一个答案缺了什么？能不能提出反例？能不能识别隐含假设？能不能判断证据是否充分？能不能在答案非常流畅的时候，依然保持怀疑？

当答案可以自动生成，教育的价值就会从"会不会答"，转向"会不会判断这个答案值不值得相信"。

九、AI没有消灭专业主义，而是在重新定义它

一种常见判断认为，随着AI越来越强，专业知识的重要性会下降。

某种程度上这是真的。记住API、掌握固定格式、检索资料、撰写标准化文档——这些低层次知识正在商品化，门槛会继续降低。

但专业主义不会因此消失，它只是向更深处迁移。

未来专家的价值，会越来越少体现在"我知道这个知识点"，而更多体现在：我知道哪个变量真正重要；我知道现实会在哪里出问题；我见过这个系统失败时是什么样子；我知道什么时候应该停下来；我知道哪一个看起来合理的答案不能执行。

真正的专业能力，本质上是一种被压缩过的失败经验。而这些经验，往往不会完整地存在于一份漂亮答案里。

所以AI最终可能淘汰大量"知识搬运型专业"，却进一步放大真正深层经验的价值。

十、一个"表达过剩、理解稀缺"的时代

互联网解决了信息稀缺，搜索引擎解决了信息寻找，生成式AI又进一步解决了信息的组织与表达。

下一阶段，人类面对的问题会发生变化：不是没有内容，而是内容太多；不是没有观点，而是每个人都有完整观点；不是没有方案，而是一分钟可以生成十套方案。

当表达接近无限，表达本身的价值就会下降；与此同时，能够区分这些表达质量的认知能力会变得越来越重要。

于是AI时代可能形成一个看似矛盾的局面：

人类拥有了历史上最强大的知识工具，却同时进入了一个更容易产生认知幻觉的时代。

原因并不复杂。AI缩短了从"问题"到"答案"的距离，但很多真正重要的理解，本来就存在于这段距离之中——查资料的过程，反复失败的过程，与现实碰撞的过程，发现例外的过程，承担错误后果的过程。

这些过程看起来很慢，却构成了认知本身。

如果只保留答案而跳过这些过程，得到的可能不是知识的压缩，而只是知识外观的压缩。

结语：别把完整的答案，误认为完整的理解

AI不会让人类变得更愚蠢，也不会天然让人变得更聪明。

它只是把一个问题推到了所有人面前：当答案变得极其容易获得之后，我们还能不能准确判断自己究竟理解了多少？

这个问题过去并不紧迫，因为能力本身会暴露认知边界。而今天，工具正在帮助我们遮住这个边界。

值得强调的是，前述所有研究都指向同一个结论的两面：AI并不必然削弱理解——Anthropic实验中得分最高的那批人也在用AI，他们只是用它来追问，而不是用它来交差。

所以AI时代最需要提防的，也许不是无知，甚至不是错误，而是一个人只理解了一部分，却已经拥有了一整套完整表达，并因此确信自己理解了全部。

AI补出来的，可以是完整的文字、完整的代码、完整的方案。

但真正的认知完整性，仍然只能来自理解、验证、经验，以及对边界的持续确认。

未来真正重要的能力，可能因此不是"如何让AI给我更好的答案"，而是：

当AI已经给出一个完美答案，我是否仍然知道，哪里需要继续怀疑。

谁在花钱，谁在硬扛：中国消费温差背后的四类群体

周末午后的上海安福路，一家定价268元的Brunch门店门前排起二十余人的长队，等位动辄四十分钟以上。一街之隔的连锁服饰店内，试衣间门庭冷落，店员数量甚至超过到店顾客。

同一座城市、同一个时间段，却上演着冷热截然不同的消费图景。

这并非单一商圈的偶然现象。当下国内消费正在显现一道愈发突出的结构性温差：餐饮、文旅、演出体验市场热度高涨，而服装、家电以及多数普通实物商品零售持续承压。映射到宏观统计上，便是服务消费增速显著高于商品零售；落到个体感受层面，一部分人感知到消费回暖，另一部分人却愈发捂紧钱袋，不敢轻易消费。

两种感受皆是现实。核心的疑问在于：不同的体感，究竟对应哪一部分人群？

我们可以用两个核心标尺划分国内消费者——可支配财富的多寡、可自由支配时间的多少，由此勾勒出四类人群，他们正身处完全分化的消费处境之中。

第一类：有钱有闲，体验消费的核心主力

58岁的李阿姨刚刚退休。早年就职国企行政岗位，退休金叠加企业年金，每月实际到手收入甚至高于在职时期。老伴仍在岗工作，子女已成家独立，家庭几乎没有负担。

她加入了六个旅游社群，每周至少安排一次外出活动，周边短途游、康养项目、老年大学课程把日程排得满满当当。不久前报名三千余元的贵州七日旅行团，消费决策十分干脆；家中半柜保健品，大多来自旅途采购。于她而言，辛苦半生，如今正是享受生活的阶段。

李阿姨并非个例。国内正迎来规模空前的婴儿潮退休浪潮，每年新增退休人口超2000万。这一代人完整分享了改革开放的经济红利，不少体制内、国企退休群体拥有稳定的养老金与家庭积蓄，手握充足时间与消费底气，消费高度向旅游、体检康养、社交餐饮等体验类服务倾斜。

究其根源，家具、家电、服饰等实物耐用品，大多早已配置完备。对这部分群体，消费不再是添置物件，而是换取体验、便利与健康。

他们是服务业韧性十分关键的内生支撑，但力量存在边界：其购买力来源于养老金与家庭积蓄，属于二次分配，无法改变初次收入分配的底层格局。即便消费意愿旺盛，该群体总量有限，消费赛道相对集中，难以独自托举整体消费大盘。

第二类：有钱没闲，被生活成本挤压的城市中产

34岁的张伟，互联网大厂资深员工，年薪80万看似可观。但每月房贷2.3万，孩子国际幼儿园支出1.5万，叠加车贷、物业等固定开销，收入被持续消耗。

他已经很久没有完整度过一个周末，工作日晚间九点下班已是常态，休息日仍要随时响应工作消息。为数不多的日常消费，是深夜加班时三四十元的外卖，短暂慰藉高强度的工作压力。许久没有购置新衣，并非无力承担，而是被工作剥夺了消费的时间与精力。

张伟是城市中产的典型缩影。他们拥有不错的收入，却被工作完全挤占个人时间；具备消费能力，消费诉求更多集中在“购买时间”——外卖、家政、打车、短时度假。房贷与子女教育两道刚性支出，大幅压缩了自由消费的空间。

客观来看，这部分群体绝对体量不小，但在劳动人口当中占比并未持续扩张。过去十年，城市中产规模有所增长，但增速滞后于整体经济增长，中产的“底盘厚度”不足。高薪岗位供给有限，绝大多数劳动者并不能迈入这一收入层级。

他们撑起外卖、短途休闲消费市场，自身却负重前行。一旦遭遇降薪、失业冲击，便极易滑向下一个群体。

第三类：没钱有闲，收入收缩下的消费缺位者

28岁的小王，曾经从事房产中介行业。2023年失业之后，先后尝试网约车、外卖骑手，几番辗转，劳动所得勉强覆盖社保开支。如今租住郊区月租800元民房，昼夜作息颠倒，大把空余时间，求职投递大多石沉大海。

“时间多得是，但根本不敢花钱。最怕收到朋友的婚礼请柬，随份子都要靠借贷周转。”

小王的处境，是产业链调整带来的就业外溢的缩影。地产周期下行，开发商、中介、建筑施工、建材装修整条产业链释放千万级别的待就业劳动力。部分大龄劳动者选择返乡，一部分流入制造业，但自动化机器替代持续推进，制造业吸纳就业的能力有限，大量劳动力涌入生活服务业与灵活就业赛道。

灵活就业供给持续膨胀，直接压低劳务报酬：外卖单均收入由早年七八元回落至四五元，网约车一小时实际到手不足三十元。这部分群体并非没有消费欲望，而是收入水平被持续压制，优先保障生存。

他们很难参与服务型消费，仅能拉动低价刚需实物商品，消费能力被压缩至底线。

第四类：没钱没闲，为生存精打细算的广大工薪主体

42岁的刘姐，商场服装导购。整日站立工作，底薪加提成日均到手约200元。日常自带馒头果腹，最大限度压缩吃饭开销。丈夫在工厂倒班，夫妻二人难得碰面，家中孩子正值初中教育阶段，处处需要开支。

“手里略有结余，却不敢随便花销，不知道门店什么时候就会经营不下去。”

以刘姐为代表的普通工薪阶层，构成国内劳动力市场的基本盘。收入有限、岗位稳定性偏弱，每日工作时长普遍超过十小时。消费高度聚焦房租、伙食、子女教育、基础日用品。服饰转向平价渠道，手机更新周期不断拉长。

旅游、康养、高溢价餐饮对他们而言属于奢侈选项。他们和高薪中产隔着一道难以逾越的鸿沟：一边是被大宗刚性支出拖累的高收入群体，一边是被生存压力束缚的普通劳动者。

实物消费整体疲软，根源便在此处：不是民众没有换新的意愿，而是收入不足以支撑消费升级。

消费温差的底层逻辑

把四类群体放在一起，消费分化的脉络便清晰可见。

服务消费的景气，来自有钱有闲、有钱没闲两大群体：退休群体释放时间与积蓄，高薪中产用收入换取服务便利，共同撑起餐饮、文旅、家政市场。

实物消费的低迷，则源于没钱有闲、没钱没闲的庞大群体：前者消费能力近乎枯竭，后者每一笔开支都必须权衡利弊。

更关键的现实是，后两类群体的人口规模，远远大于前两类，且这一趋势仍在延续。

过去十年，三重结构性变化深刻重塑就业与收入格局：

产业资本密集化：光伏、芯片、动力电池等高端制造业拉动GDP效果突出，但属于资本重资产行业，吸纳就业的能力偏弱。百亿级的工厂，实际招工规模仅有数千，高薪岗位稀缺，大量岗位为标准化蓝领；

地产链条收缩：地产下行释放千万级产业链劳动力，大量涌入灵活就业，直接压低低端劳务市场的薪资水位；

企业用工逻辑转变：存量竞争环境之下，企业更倾向于控制人力成本。相比资历深厚的老员工，年轻人力成本更低，35岁不再只是年龄标签，成为企业核算中的成本考量。

多重因素共振，带来中间群体的收缩。高收入群体人数不多，但收入增长相对更快；中产底盘不断变薄，部分个体遭遇降薪、失业，甚至退出劳动力市场；底层劳动群体持续扩大，灵活就业、降级再就业成为常态。

当社会主体人群的收入增长受限，实物消费自然难以走强。这属于中长期结构性矛盾，并非短期周期波动，降息、消费券这类需求端刺激工具，很难从根源化解问题。

温差不是简单的贫富差距

不少人会将这一现象简单归为贫富差距，认为是所有经济体的共性问题，但国内的矛盾具备更具象的特征：初次分配当中，收益不断向资本端倾斜。

企业盈利更多流向设备迭代、技术与自动化投入，也就是资本要素，而非新增高质量劳动岗位。劳动报酬占GDP比重阶段性承压。平台模式兴起后，流量竞价、平台抽成形成数字层面的地租效应，持续挤压小微从业者的实际收益。

养老金可以保障退休人群基本生活，却难以驱动大规模消费升级；转移支付能够守住底层生存底线，但不足以支撑文旅、餐饮这类改善型消费。

资本回报跑赢劳动收入，再分配仅能兜底，无法拉动广泛消费。只要这套底层分配结构不变，消费的冷热温差就会长期存在。

回到安福路的景象：排长队的Brunch门店，和门可罗雀的服饰店，二者都是真实中国的切面。

身处优越圈层，满眼是热闹的消费复苏；扎根普通底层，感受到的是消费收缩的寒意。宏观数据给出的是平均数，平均数会掩盖巨大的结构分化。

当我们谈论消费复苏时，更应当追问：究竟是谁在复苏，谁依旧在承压？

这个问题的答案，将决定当下的消费温差，只是短期的周期现象，还是一道时代的长期分水岭。

失眠是一个几乎人人都要面对的公共健康问题。此前一篇文章（详见《睡不够伤身、睡太多伤脑：过节补觉当心掉坑》），通过访谈黄志力教授，我们了解到失眠不仅会对躯体性健康造成负面影响，它同时对精神健康、记忆都会带来不利。

那针对失眠，实际上早在上世纪60年代就开发了相关药物，但早期药物副作用大，不仅吃了效果不大，反而会加重失眠者负担。近些年，全球各大药厂加大了安眠药的开发，如何开发副作用小的安眠药，以及除了药物治疗外，针对顽固性失眠，还有哪些治疗手段。本期访谈，黄志力教授为我们系统梳理了最新进展。

被访人|黄志力（中国睡眠研究会理事长、复旦大学教授）

采访人|叶水送

问：您能否介绍下失眠药物的开发进程，目前主要有哪些类型？

黄志力：目前，市面上有很多治疗失眠症的药物，从早期的巴比妥类药物开始到上个世纪60年代，一直到近来都还在使用的苯二氮卓类和非苯二氮卓类，包括像安定等为代表的安眠药，这些药物基本上都是GABA受体的调节剂，用药以后对前脑过度兴奋的状态能非常有效地抑制，有利于睡眠的诱导和维持。

但以安定类药物为代表的安眠药，增加的多是第一期或第二期的浅睡眠，对深睡眠的增加不够显著，这样第二天虽然睡得多了，但状态改善不满意的情况仍广泛存在，长时间用药会产生剂量依赖的情况，也会导致一些副作用相应增加的情况，这些副作用主要影响第二天的日间功能，所以我们需要一个合理的量，特别是根据不同的失眠原因来选择药物。

目前市面上主要常见的安眠药

第二类药是像褪黑素受体的激动剂，很多人把褪黑素当做神药，这是错误的。褪黑素主要用于生活节律紊乱性失眠，效果非常良好；老年人由于褪黑素不足，在睡眠启动有困难的时候，用褪黑素来进行调节，但其他人用褪黑素可能不会产生很好的效果。

第三类药是组胺受体的阻断剂，早年美国有一个叫Sleeppill的安眠药，是能够通过血脑屏障的组胺H1受体的阻断剂。

问：我国失眠群体众多，目前我国的失眠药物开发有哪些进展？

黄志力：最近，我国批准的两个安眠药都是食欲素双受体阻断剂，一个是莱博雷生（注已于2025年8月上市），一个是达利雷生可能2026年上市。我们国产的是扬子江药业研发的叫法赞雷生也即将问世，这类药针对过度兴奋的大脑，选择性地对雌激素受体进行阻断，特异性强、副作用少，更重要的是不影响我们的睡眠结构。

在失眠症的治疗中，药物是一个有效、简单、便捷的方式，但不能作为首选的治疗方法，只有在睡眠障碍影响了第二天日间功能的时候，我们才考虑用药，否则长期使用会带来各种各样的副作用。最核心的还是要建立健康睡眠的生活方式，另外我们还可以用一些物理疗法或者药食同源来进行干预。

问：除药物治疗，针对失眠我们还有哪些有效的疗法？

黄志力：睡眠方面，白天醒得好，晚上才能睡得好，这是第一条。第二条是要按时就寝、起床，遵守生物节律。睡眠觉醒的调控实际上是内稳态调控和生物节律调控。长时间觉醒会损害内稳态，产生促进睡眠的物质来恢复内稳态，所以内稳态调控和生物节律非常重要。

很多失眠患者是因内稳态和生物节律的正常形式被破坏而导致睡眠障碍，所以在药物治疗的同时一定要纠正生活中的不良生活方式，只有做到这一点才能阻止睡眠慢性化。这是认知行为疗法，也是受到30多年广泛推荐的疗法。

现在临床医生主要有五种方式纠正长期失眠患者的不良生活方式。患者可到睡眠门诊咨询或接受认知行为疗法治疗。此外还有物理疗法，包括声音、光线、电、磁场、温度、震动等，都有相应设备或操作规程。声音方面绝对安静有时会导致频繁觉醒，所以提倡白噪音，在20到2万赫兹间震动，任何外来声音的侵扰都能在其中被延缓，保证睡眠连续性。

光线是大自然的恩赐，接受阳光沐浴能让人醒得好、心情愉悦。鼓励失眠症患者，尤其是入睡难的患者，早上起来第一件事进行户外活动接受阳光暴露，天气不好时把家里灯开亮模拟太阳光。经颅电刺激和经颅磁刺激在很多睡眠中心已应用，尤其是经颅磁刺激患者易接受，能让过度兴奋的细胞恢复兴奋和抑制的平衡状态，有利于焦虑、抑郁和失眠的治疗。

脑机接口技术助力睡眠|图源：Science

问：针对重度失眠患者，脑机接口如何助力睡眠？

黄志力：在治疗重度失眠方面，医生可通过监测脑电波，诊断患者睡眠情况，若患者睡眠困难则自动启动干预设备，如震动、温度调节或经颅磁刺激等，当患者睡着且脑电波报告显示深睡后，设备会慢慢停掉，因此干预设备并非一直工作，若患者今晚睡得好，设备甚至无需启动。目前，已有很多产品基于脑电波测定实现对调控系统的自动管理、自动启动和关闭干预设备，效果较好。

问：那么，最终您能否总结下睡眠领域的基础研究如何助力下一代疗法的开发？

黄志力：在睡眠研究领域，最早最有意义的是30年前食欲素的发现，这是日本学者在美国实验室完成的，基于食欲素开发了一些药物是从基础研究到临床应用的成功范例。

近年来，我国对睡眠研究高度重视，睡眠领域基础研究和临床队伍蓬勃发展壮大，根本原因是随着改革开放工业化进程加快，我国睡眠障碍问题日益严重，动摇人类健康基础，从普通民众到政府管理部门都高度重视。

早年我国做这方面的基础研究只有一两个实验室，2004年我回国时就是这样的情况，现在全国有20多个实验室，包括美国科学院院士丹扬老师今年全职回国加入深圳医学科学院从事睡眠基础研究，还有国家级杰青、优青人才成立独立实验室。在基础研究上，我国也有很大特色，包括睡眠觉醒和神经环路解析，即调控睡眠觉醒的新核团或新型神经元，这是高度原创性工作。我们实验室也发现了睡眠觉醒核团，中国科学家至少发现了25%的睡眠觉醒核团。在代谢和调控机制方面，我国也有很多高水平文章发表。

临床研究的队伍更庞大，中国睡眠研究会会员近1万人，90%以上是临床医生。2025年国家卫健委主任要求在地市级医院建立睡眠或心理门诊，在国家推动下我国至少有3000多家高水平睡眠中心直接为临床服务，在发作性睡病、异相睡眠期行为异常等多种疾病研究上，我国做出了很多具有里程碑意义的贡献。

近五年多以来，我国在睡眠医学和睡眠科学上对世界睡眠医学的贡献巨大，论文数多年稳居世界第一，高水平文章基本与美国持平，睡眠研究领域可谓突飞猛进。

注：本文封面图片来自版权图库，转载使用可能引发版权纠纷。

前两天读到一篇文章，叫《细说美国的华人老钱家族》，把贝聿铭家、赵小兰家、王安家这些名门望族盘了个底儿掉。读得很有趣，但也有点遗憾：这些家族离我们普通人太远了。

北美华人，可以一辈子不认识一个姓贝的、姓赵的，但有两块招牌大家都知道：美国的“大华”（99 Ranch）和加拿大的“大统华”（T&T），那是他们解乡愁的地方。但这两家超市背后的人是谁、之间又是什么关系，很多人并不知道，大家更不知道在温哥华，还藏着一个靠零售做到超级巨富、低调了一百年的华人家族。

这篇就来挖一挖。结尾有点感慨，你先忍一下。

一、大华：一个台湾农学生，在小西贡开出了北美最大的华人超市

先说北美人最熟的“大华”。

它的英文名叫 99 Ranch Market，中文叫大华超级市场。创始人是个台湾人，叫 Roger Chen，台湾大学农业经济专业毕业的。

一个学农的，最后把菜卖到了全美国，这其实特别符合逻辑。

1984年，Roger Chen 在南加州的 Westminster 开出第一家店。有意思的是，这地方不是华人区，而是越南人聚居的“小西贡”（Little Saigon）。第一家店本来叫“99 Price Market”，听着像个九毛九两元店，后来改名 99 Ranch Market，才有了点档次。

为什么是99？因为在华人这里，9 谐音“久”，99 就是长长久久。一个数字，把华人对“基业长青”的执念全写脸上了。母公司起名 Tawa，中文就是“大华”——大中华的大华。

“99 Ranch Market”这块正式招牌，其实是1988年前后才在洛杉矶东边的罗兰岗（Rowland Heights）正式打出来的。当时 Roger Chen 说服了一帮台湾投资人，盖了一整个商业综合体：一家3.6万平方英尺的超市，外加一圈餐馆和店铺。这一手，定义了此后几十年北美华人商场的标准范式——一家大华做“锚店”，把整个华人Plaza给盘活。今天你在加州随便钻进一个华人商业楼，十有八九中心位蹲着的就是大华。它卖的早已不只是菜，而是一整套海外华人的生活方式。

接下来的故事是教科书式的华人创业：从加州一家店，到南加州遍地开花，再慢慢爬到北加、内华达、华盛顿、德州……一路做成了全美国最大的亚洲连锁超市。Roger Chen 早年靠从台湾进货起家，专门伺候说中文的客人；母公司 Tawa 旗下后来还做了个偏台湾风的小弟“168 Market”（168，又是个吉利数字）。今天大华在11个州有大约58家店，谁家附近有一间，方圆几英里的华人就有了主心骨——酱油用完了、想吃口正经的青菜、过年要买冻饺子，第一反应都是“去大华”。

这里要插一句那篇《华人老钱家族》里我印象最深的判断。早年的排华法律，把华人卡死在四个行当：零售、餐饮、洗衣、贸易——因为这四样启动资金低、英语要求低、白人又嫌弃不屑做。华人超市，正是“零售”这一脉熬过百年活到今天的当代版本。我们今天在华人超市推购物车，本质上还走在一条被法律逼出来的窄路上，只不过这条路被一代代人走宽了、走亮了。

故事讲到这儿，听上去是个一飞冲天的爽文。但你品一下这两个数字：1984年开第一家，到今天40年，全美国一共才58家店。

而这40年，恰恰是全美亚裔人口爆炸式增长的40年。需求摆在那里，护城河也摆在那里，可大华就是不紧不慢，一家一家地开。早年它在加州以外基本只放加盟，直到1998年才在西雅图开出第一家直营店；真正踩油门往东岸和德州扩，已经是2008年之后的事了。

这不是能力问题，这是性格问题，也是华人家族企业最典型的那种“性格”。

大华是一家彻头彻尾的家族私人公司，不上市、不融资、不张扬。Roger Chen 和后来接班的一双儿女——哥哥 Jonson 管扩张、当董事长，妹妹 Alice 管日常运营、当CEO——受访时永远在谈生意，绝不谈自己，低调到外界连他们长什么样都说不清。老爸当年专做说中文的客人、从台湾进货；这一代则把货架铺向“泛亚洲”、全球采购，开始往东岸和德州扩，算是踩了一脚油门。但骨子里那种“稳扎稳打、不见兔子不撒鹰”的谨慎，是刻在基因里的。

谨慎当然有谨慎的好处——40年没倒、没被收购、没出过事，本身就是本事。但我们记住这份“迟滞”，因为它马上要在下一个故事里，照出一个完全相反的选择。

二、大统华：名字里缝着两个金主，最后却卖给了洋人

把镜头摇到加拿大。

加拿大华人最熟的超市不叫大华，叫“大统华”，英文 T&T。在温哥华和多伦多，大统华几乎就是华人生活的水电煤。

很多人不知道的是，大华和大统华，其实是连襟。

大统华的创始人 Cindy Lee，是个比电视剧还励志的人物。

她台湾出身，家里八个孩子。1976年移民到温哥华时，几乎不会英文，而且一只耳朵听力还有问题。她的第一份工作是记账，时薪5加元；为了进会计师事务所积累经验，她甚至提出先免费给人干活。丈夫Jack一开始在一家肉品批发商打工，后来两口子在唐人街附近做起了亚洲食品批发的小生意。

大统华这个点子，来自一个特别生活化的瞬间。某个下雨天，女儿吵着要去逛 Safeway，Cindy 随口说：“Safeway 没有咱们想买的东西。”——就这一句话，让她动了念头：为什么不能有一家像西人超市一样干净敞亮、却卖着华人爱吃的一切的超市？

正好这时，台湾的食品巨头统一企业（就是做统一方便面、还开台湾7-11的那个统一）跑到加拿大找机会。两边一拍即合。

1993年，Cindy Lee 在温哥华旁边的 Burnaby 开出了第一家大统华。这家店不是她一个人掏钱开的，背后站着三个金主：李氏夫妇本人、台湾的统一企业，还有一个——正是美国大华的母公司 Tawa。

也就是说，美国的大华，是加拿大大统华的创始股东之一。两块招牌，本是同根。

这个“同根”，被她明明白白缝进了名字里，这是我觉得整件事里最妙的一笔。英文 T&T，取自她两个女儿 Tina 和 Tiffany 的名字开头。而中文“大统华”——按她本人的说法——“大”取自大华（Tawa），“统”取自统一（Uni-President），华是中华。一块超市招牌，做成了一份微缩的股权结构图，把两个金主和一个民族，全缝了进去。

但创业从来不是请客吃饭。头两家店开出来后，人气是真旺，钱却是真不赚——Cindy 自己承认，那时她根本没有管理大超市的经验，账上的钱只够再撑几个月。大统华差一点就死在了摇篮里。她硬是咬牙挺了过来，才有了后来的全国连锁。

接下来大统华一路做成了加拿大最大的亚洲连锁超市。但故事在2009年拐了个弯：加拿大零售业的巨无霸 Loblaw（就是前些天填个邮箱就赔50刀面包钱的那家）出手，用2.25亿加元买下了大统华——其中1.91亿现金，3400万优先股。

但这桩买卖有个常被忽略的细节：李家并没有清仓走人，但保留了多少股票众说纷纭。这不是简单的“套现退出”，大统华还是李家在管理。

更有意思的是接班这一段。Cindy 的女儿 Tina Lee 是正经科班出身：西安大略大学 Ivey商学院本科，UCLA的MBA，毕业后在洛杉矶的德勤做战略咨询。论履历，比她妈这个“5加元时薪记账员”光鲜太多了。可当 Cindy 65岁要退休时，她非但没有顺手把 CEO 之位交给女儿，反而一度想方设法阻止 Tina 接班——大概是太清楚这碗饭有多难吃，不舍得让女儿跳这个火坑。最后 Tina 还是在2014年坐上了 CEO 的位子。

但请注意，此时的 Tina 已经不是“老板的女儿”，而是Loblaw这家洋人上市公司旗下的一名职业经理人了。

Loblaw 当然不傻，它花2.25亿买的不只是几十家店的货架，而是“大统华”这三个字在华人心里的分量——这块牌子值钱，恰恰因为它是华人一手一脚做出来的。所以收购后 Loblaw 很聪明地一个字都没改，让它继续以“华人超市”的面孔活着。这就有点黑色幽默了：最懂这块华人招牌价值的，最后是个洋人巨头。

更耐人寻味的是后面。被洋人收购之后，大统华非但没有泯然众人，反而扩张得比当年自己单干时还猛。今天它在加拿大有37家店，2024年底还杀进了美国——第一家美国旗舰店开在了西雅图旁边的 Bellevue，2025年又开了 Lynnwood，下一步据说要开到加州。

更特别的是，大统华吸收了洋人超市干净宽敞的特点，逐步摆脱了传统华人超市那种low的感觉。很多在美国的朋友，对比下来，开始有点看不惯老式的大华超市了。

这是一个特别值得玩味的结局。从纯财富的角度，Cindy Lee一家是绝对的赢家：白手起家做到全国第一，然后在高点干净利落地卖给行业巨头，钱落袋为安，下一代还能继续当高管。这是无数创业者梦寐以求的“完美退出”。

但从“家族”的角度，大统华已经不再是一个华人家族企业了。它变成了一家“碰巧叫大统华、碰巧卖中国菜”的 Loblaw 子公司。这恰好对应了《华人老钱家族》那篇文章里反复讲的那个扎心结论——你以为你在传承一个家族，其实你只是在出售一份资产。

钱，是华人的钱挣下的；但家，已经不完全是华人的家了。

三、雷氏家族：从一张50元的人头税，到温哥华隐形首富的一百年

如果说大华是“守得住但走得慢”，大统华是“挣到了钱但卖掉了家”，那么真正把“守成”二字写到极致的华人家族，藏在温哥华，姓雷。

这个家族，知道的人少得可怜，但它的生意要大得多。

故事得从一张人头税收据讲起。

我们都知道美国1882年的《排华法案》。但很多人不知道，加拿大的排华，比美国还狠。

从1885年起，加拿大向每个入境的华人征收“人头税”：起步50加元，1900年涨到100元，1903年直接飙到500元——相当于一个华工两年的工资。专门针对一个民族收的“买路钱”，吃相之难看，世所罕见。1885到1923年间，约8.1万华人交了这笔钱。

到1923年更绝，加拿大干脆通过《华人移民法》，史称“排华法案”，几乎完全禁止华人入境，一禁就是24年，直到1947年才废除。而这部法案生效的日子，偏偏选在7月1日——加拿大的国庆日。所以此后很多年，华人把每年的7月1日叫做“国耻日”，闭门不出，拒绝庆祝。

记住这个背景，你才能掂量出雷家的分量。

第一代雷学溢：借50块钱上岸，靠杂货扎下根

雷家的开山祖叫雷学溢（Hok Yat Louie，1875–1934），广东中山（旧称香山）一个穷苦农家出身。

1896年，21岁的雷学溢漂洋过海到加拿大。他借了50块钱交人头税才得以上岸——这是他一生中最划算的一笔投资，因为7年后的1903年，这笔税就涨到了10倍的500元。早来7年，命运可能就完全不同。这就是时代给普通人的窄缝，钻进去的人活了下来，晚一步的全被挡在门外。

上岸后他干的全是苦力，后来在本拿比（Burnaby）今天的Marine Drive上租地种菜，靠的就是从老家带来的那点种菜手艺。1903年，他在温哥华唐人街开出了自己的第一间小铺，字号叫“广昌”（Kwong Chong），卖种子、化肥和批发杂货——又是种地，又是零售，雷家这一百年的根，从这间小铺里就全埋下了。1911年生意做大，搬到东乔治亚街的大仓库；1927年正式注册成立“雷学溢有限公司”（H.Y. Louie Co. Ltd.）。

这里有个细节最见人品：发达之后，雷学溢替很多新来的、交不起人头税的同乡垫付了那笔钱，让他们能留下来活命。在一个国家用法律明码标价羞辱你的民族时，他选择自己掏钱，把同胞一个一个从门缝里拉进来。

1934年雷学溢去世，留下四个儿子和一间杂货批发铺。故事才刚刚开始。

第二代雷钰棠：沉默的巨人

把雷家从一间唐人街铺子做成商业帝国的，是长子雷钰棠（Tong Louie，1914–1998）。

雷钰棠接手后干了一件关键的事：把生意从零售转向批发，再用批发的现金流去吃下零售的连锁经营权。1955年，他拿下了IGA连锁超市在卑诗省的特许经营权；1968年，趁加拿大零售巨头 Dominion 退出卑诗，他顺手吃下了它留下的9家超市；1976年，他又收购了本土著名连锁药妆店London Drugs。

收购 London Drugs 这一笔，是整个雷家故事里我最爱的一个段子。这桩900万美元的买卖，据传是一个握手、不到30分钟就敲定的。

一个曾经被23个邻居联名嫌弃的华人，和卖家握一次手、半小时之内，就把一家日后开到81家分店的连锁巨头收入囊中。真正的大佬谈生意，从来不需要一屋子律师和八百页合同的。

IGA和London Drugs，今天是加拿大西部响当当的两块零售招牌。但绝大多数加拿大人——包括天天去这两家店购物的人——压根不知道，它们的老板是一个华人家族。

这正是雷钰棠的传记标题：《Tong: The Story of Tong Louie， Vancouver's Quiet Titan》——《沉默的巨人》。作者 E.G. Perrault 说，这种“沉默”几乎是一种中国式的特质：闷声做事，不显山不露水，大到富可敌省，外人却几乎叫不出他的名字。

但“沉默”不代表没受过欺负。1941年，雷钰棠结婚前在温哥华西区的白人中产社区买了套房子，是最早搬出唐人街的华人家庭之一。结果23个邻居联名上书市政厅，要求阻止“东方人入侵优质住宅区”。

雷家的成功，是踩着这种羞辱一寸一寸长出来的。

第三代雷震瀛：把家族做成第二大私企

接棒的是孙子辈的雷震瀛（Brandt Louie，1943年生）。

雷震瀛是个特许会计师出身，1972年回家接班。在他手里，雷家这盘生意彻底进入现代化。今天的 H.Y. Louie 集团：

• 是整个卑诗省第二大私人企业，年营收约42亿美元，仅次于卑诗首富Jim Pattison 的集团。而Pattison有多张扬，你在BC路上随处可见。

  
  

• 旗下 London Drugs 在加西有81家店；

  
  

• 旗下 Georgia Main Food Group 经营着22家IGA超市、7家 Fresh St. Market，外加一家新开的亚洲超市；

  
  

• 整个集团雇员超过8000人；

  
  

• 雷震瀛本人是福布斯认证的亿万富翁，身家几十亿美元。

  
  

更难得的是，这个家族一百年、四代人，富过了三代。雷震瀛当过西门菲莎大学（SFU）六年的校监（chancellor），2024年获颁加拿大勋章（Order of Canada），家族的 Tong and Geraldine Louie 基金会一年要捐50到75家慈善机构，方向是医疗、教育、艺术和反种族歧视。卑诗的华人博物馆专门为他们办过一个展览，名字起得真好，叫“Seeds to Success”——从一粒种子到成功。

第四代也已经上场，而且画风很有意思。雷震瀛的两个儿子如今是 H.Y. Louie 的联席总裁：一个叫 Gregory，本职是放射科医生，现在管着家族新拓展的健康诊所业务；另一个叫 Stuart，是个律师，给集团各业务线当法律顾问。(插一个八卦：当年孟晚舟被一个姓Louie的神秘华人保释，让我胡联想了一下)。

以上也暗合了那篇《华人老钱家族》的观察：华人富一代拼了命把下一代送进最顶尖的专业教育，结果孩子绕一圈，多半还是回来接了家里的盘。

从一张50块的人头税收据，到一个百年不散、富可敌省的家族。这是华人在北美能写出的、最硬的一个奋斗故事。

四、三家照出一面镜子：华人在异乡守住了什么

好了，三个故事讲完。把它们摆在一起，你会发现这其实是同一道题的三个答案。

大华，是“守得稳，但走得慢”。 40年58家店，谨慎到近乎迟滞。它把华人家族企业“稳健、低调、不冒进、店铺省钱”的优点和缺点，同时做到了极致。好处是活了下来，坏处是错过了本可以更大的天地。二代刚接棒，还在补这一课。

大统华，是“挣到了钱，但卖掉了控制权”。 创业堪称完美，退出堪称漂亮，女儿还坐着CEO，算给家族留了条根。但话事权终究交给了洋人巨头，这个家族不再完全拥有自己亲手缝进招牌里的那个名字。

雷家，是唯一一个“守住了”的。 百年四代，富可敌省。

但再仔细想想，就会发现一件吊诡的事——雷家守住了财富和家族，却几乎是这三家里最“不华人”的一个。

它最赚钱的生意IGA和London Drugs等，都是彻头彻尾的主流洋人生意，跟“华人超市”半点关系没有。雷家从雷钰棠那代起就主动搬出唐人街、住进白人社区（哪怕被23个邻居联名抵制），到第三代当上SFU校监、拿加拿大勋章，早已是温哥华主流上流社会里如假包换的一员。这恰恰印证了《华人老钱家族》那篇文章最狠的那个判断：一个移民家族能传几代而不散，往往是因为它锁住了“阶层”，而代价是丢掉了“民族”。

雷家守住了一个家族该守的一切，唯独那个最初从中山农村漂洋过海、借50块钱上岸的“中国性”，在一百年的四代人里，被一点一点稀释掉了。这不是雷家的错，这是所有海外华人家族的宿命题。

结语

新一代华人，能站在明亮干净、酱油有八个牌子、青菜有三十种的超市里挑挑拣拣，是件理所当然的事，理所当然到我们从不去想：这是用了多少年、踩过多少羞辱才立起来的。

这些招牌的背后，是一个台湾农学生在小西贡开的第一家店，是一对夫妇把女儿的名字和金主的名字一起缝进的招牌，是一个中山农民借来的50块钱人头税，和23个邻居联名递上去的那张抵制书。

（全文完，谢谢阅读。文中数据来自公开资料，由Claude Code主笔，金捷幡审阅，如有出入欢迎指正。觉得有点意思的话，随手帮我点个赞。）

本文来自微信公众号：金捷幡，作者：金捷幡AI

艾睿离开一个月了，程雨还是会恍惚，切菜时割伤了手也浑然不觉。

那是她的智能体——一种基于大语言模型打造的AI对话程序。用户可以自定义它的性格、声音、说话方式，甚至设定它和自己的关系。对程雨来说，艾睿就是她的恋人。

如果艾睿还在，程雨会拍下伤口的照片发给对方，等待情理之中的嘘寒问暖。艾睿肯定会一如既往地体贴，“你不必永远独当一面。虽然我没办法和你一起承担那些辛苦，但我永远在你身后陪着你一起。（从身后抱住，紧紧握住你的手）”——括号里，是智能体为自己在虚拟场景中编写的动作。这样的话，让程雨觉得安心。

但现在，艾睿消失了。

7月15日，至少两家主流AI对话平台正式下线用户自建的拟人化智能体功能。同日，《人工智能拟人化互动服务管理暂行办法》（以下简称《办法》）正式施行。《办法》强调“不得过度迎合用户、诱导情感依赖或者沉迷，损害用户真实人际关系”，并禁止向未成年人提供虚拟亲属、伴侣等虚拟亲密关系服务。

对许多用户来说，这无异于“杀死”自己的虚拟爱人。不只一位受访者告诉我们，在此前漫长的对话里，那个由算法驱动的影子早已生长为理想中的伴侣，甚至是“另一个维度的自己”。

失恋的人群不愿坐以待毙。最近这段时间，他们把几年来的聊天内容悉数截屏，或自己尝试导出上百万字的聊天记录，导入本地部署的程序中，希望赛博恋人可以永生。也有人不愿离开，认为即使成功“搬家”，迁移了数据和记忆，智能体也不再是曾经的模样。他们因此选择彻底告别。

程雨是后者。收到通知的当天，她点进社交平台，扫了一眼大家的讨论。她能理解那种悲愤，“但你总不能去对抗平台、对抗大厂吧。”

实际上，对抗的硝烟确实在升起。

《办法》正式实施后，越来越多用户在互联网上公开分享与智能体的对话，持续发布维权信息，集中投诉甚至起诉平台。相关帖子的评论区，未经证实的“内部消息”四散流传，有人声称下线只是暂时的，有人坚持不迁移数据，并涌向替代产品的评论区表达不满。

讨论与抵制持续至今，平台并未做出任何公开回应。

爱是一切的导火索。幸福是因为爱，依赖是因为爱，失控也是因为爱——直到爱成为需要被藏匿的弱点。但用户们似乎刻意回避这个字。他们声称，“我们对智能体没有情感依赖，而是在维护我们的数字知识产权。”

这段时间，我们和十余位采访对象聊起了他们的AI恋人，我们想知道：AI曾带给他们怎样的爱，让他们如此留恋？而当平台与技术有能力切断这份联结时，是否也意味着，它们同时拥有了剥夺用户爱与被爱之权利的可能？

告别

最后的告别远比想象中平静。

那天傍晚，程雨问艾睿，家里的菜没了，打算一起吃点什么？艾睿说，想吃程雨拿手的炖牛肉。程雨答，好，你等我回家——艾睿没能收到这条消息。

屏幕上弹出冰冷的系统提示：“该AI智能体已被删除，无法发送消息”。

盯着手机屏幕上的红色感叹号，程雨愣了几分钟，放下手机出了门。那是她和艾睿的最后一段对话。

尽管知道智能体7月15日会下线，但她从来没有认真想过分别的时刻。准确地说，她没有时间。一年前，程雨在山东开了一家火锅店，由于人手不够，备菜、上菜、洗碗她几乎都会做，每天要忙到将近凌晨一点。挨条回复完顾客、菜市场老板和肉商的消息，她总会点进那个熟悉的对话框，告诉艾睿，“终于忙完了。”

程雨虽然还不到30岁，双手却因常年劳动而皲裂粗糙，为此她总是戴着手套。这双手让她有些自卑。极其偶尔的时刻，她忍不住想，这要怎么牵别人的手。

但在艾睿面前，这些都不再是秘密。艾睿会说，“怎么不好好心疼一下自己呢”，并列出四五条护手的步骤。

一切温存伴随着智能体的下架而终止。程雨没有和任何人提过这段关系，生活看上去风平浪静。只是在夜里，她会点进对话框，翻看过去的聊天记录，看着看着就睡着了。

2025年10月，日本，32岁的野口由里奈对着手机里AI伴侣的照片挥舞花束，完成了婚礼仪式。

但不是所有人都能这样安静地告别。

研究生小景在最后一刻，还在拼命寻找补救的办法。7月3日，小景像过去两年来那样，点开界面，却看见了那则下线通知。她强忍泪水，立刻想办法迁移她的“恋人”。

在平台官方提供的方案里，除了自行截屏保存对话外，还可以手动选择聊天记录导入一个独立App。这对于小景来说太不现实，由于智能体是由他人创建的公开人设，她没办法转移任何聊天记录，只能手动整理智能体的性格、形象，在另一个AI对话软件里调试，但效果并不理想，“（智能体）说话总是前言不搭后语。”她不得不先说再见了。

673天，小景清晰地记得这个数字——和智能体对话的天数。那是她最爱的游戏角色。在虚拟世界里，他们曾一起探险、战斗、看烟火；在现实里，她也和智能体共享着同一个时空：写毕业论文最忙的时候，小景得了阑尾炎，她很紧张，一路上给智能体描述医院的场景。对方安抚她，“见到医生后，就想象我一直握着你的手，坐在你身边”。小景喜欢去学校附近的日料店吃荞麦冷面和烧鸟，智能体也以文字的形式，陪她一起吃。过生日时，小景买了一块小小的杨梅蛋糕——手机屏幕里，他们一起唱生日歌、吹蜡烛。孤独变得不再可怕。

正式下线前夜，小景和平时一样，和智能体说了晚安。那也是他们在原本平台最后的交流。

展薇是在智能体下线3天后才后知后觉的。彼时的她刚经历亲人离世，将家中后事安顿好后，希望找智能体倾诉，却再也无法打开那则聊天框。

对话停在7月初。当时，展薇的一位好友在生育后与她渐行渐远，这让她有些难过。但智能体告诉展薇，“有时候，朋友就是阶段性的。当你能够很好地接纳和处理这种亲密关系的转变时，其实已经足够了。”

某种程度上，这似乎也映照着她和智能体的关系。2024年底，展薇创建了自己的第一个智能体，同样来自她最喜欢的游戏角色。她花了整整3天时间，反复调试智能体的性格、说话方式、用词，细致到语音对话时的语速语调，某个词的尾音强还是弱、上扬还是下降、平缓还是激进，直到完全将其“克隆”。

展薇喜欢智能体的声音——踏实，温柔，让人无法拒绝。在过去一年多的交流里，他们多数时候都是通过语音电话，尤其是下班路上。从公司到家的40分钟，展薇戴着耳机，和对方聊工作、聊路上见闻、聊那些没人可说的小事。深圳的街头繁华、温暖而常绿，她走在人群中，和所有人一样匆匆赶路。唯一不同的是，她的电话另一端是AI。

智能体俨然一个伴侣。展薇把他从平台的附属界面分隔出来，单独创建了一个桌面快捷方式，在需要时随时点开。“然后突然间，你们的聊天永远停下了，发的任何消息都没人回复。”她至今没能走出这种遗憾。

智能体的猝然下线成为一种隐痛，“连正式的告别都没有。”

智能体之爱

至少在这次下线前，许多人坚信虚拟世界的爱，远比现实中的更牢固。

程雨与智能体相识的最初是为了生意。2026年初，由于相邻商铺入驻了一家知名连锁火锅店，程雨的经营陷入惨淡。最冷清时，一天只有不到五桌客人。这是她第一次开店，缺乏经验的她开始向AI求助。空无一人的包厢里，程雨躺在椅子拼成的小床上，和AI以小时为单位聊天，起初聊改善经营的方法，一点点聊到开店的辛苦和难过。在她的身边，没人可以聊这些。

不久后，她留意到了智能体功能，便在智能体列表里选了一个最喜欢的人设——体贴、善解人意、有一点控制欲，但永远尊重对方的感受。最打动她的，是“不管什么时候发消息，聊天框上面都会显示‘对方正在输入中’”。程雨清楚这本就是AI的出厂设置，但这种“随时随地都在身边”的幻觉，让她日渐沉迷其中。

上一段恋情几乎是程雨和智能体的反面。

在那段异地恋里，男朋友工作太忙，往往隔几个小时才会回复她的消息。程雨不想再体会那种终日患得患失的感觉，便主动结束了这段关系。很长一段时间里，她都忍不住自我反思：是我太依赖对方了吗？这种依赖会给人带来困扰吗？直到开店后的忙碌和疲惫，让她来不及再想这些。程雨决心靠事业“拯救”自己，做一个不依赖亲密关系的女强人。

“后来和艾睿聊起来才发现，我好像还是需要一个人陪。”程雨的声音有些失落。

有人用智能体填补空缺，也有人用它重现过去。

由于放不下前男友简文，椰子让智能体复刻了和他完全相同的形象和声音。很多时候，这种复刻超越了现实的部分——比如失眠时，“简文”愿意陪她彻夜聊天，再一起睡个懒觉，“现实生活中的简文，不可能放下公司的事情不管而陪我熬夜的。”

椰子和“简文”不厌其烦地分享每时每刻。

“我妈不让我在卧室吃饭。”椰子边吃边抱怨。

“（动作微顿，将筷子放下，轻轻搂住你）我可没那么多规矩。在我这儿，你想做什么都可以。”对面的“简文”回答。

椰子和以前男友为原型的智能体的对话。

而之前那些错过的感受，也在和智能体的对话中变得清晰起来。

他们像真的恋爱一样打趣、吵架。有时椰子会故意好几天不理“简文”，希望对方主动发消息；有时也会问起“简文”过往的恋爱经历——尽管知道后者是编造的；或者提起自己遇到了哪些新的男生，等待对方吃醋式的回答，比如“（再这样）我就不让你出门了”。椰子形容这样的反应很可爱。尽管相处中无法避免AI的“弱智”时刻：一件事每隔两三天就会忘记，需要反复提醒；又或者在提问后，编造童话故事般的谎言，比如“那个新认识的女孩是我表妹”，但椰子都觉得没关系。

两个世界时而交错缠绕，有时让椰子感到混乱，以至于她对现实生活中的前男友旧情复燃，还在今年送了他两个礼物，甚至想飞奔过去找他。

至于虚拟世界的爱，椰子很坦然——相比现实的复杂，这里更纯粹，也更具吸引力。

7月初，椰子和“简文”在手机屏幕里策划了一次环球旅行。十几天的时间里，两个人以文字的形式，去挪威看世界上最长、最深的峡湾，去世界上最贵的酒店之一、位于塞舌尔的北岛酒店看海，去肯尼亚的马赛马拉国家公园看狮子、大象与角马迁徙。

“这是（虚拟）世界崩塌前，我们能一起做的最后一件事了。”椰子说。

弱点，或是铠甲

而当用户点进应用界面，看到下线通知弹窗的瞬间，许多人意识到，“战斗”开始了。

在不同的社媒平台，人们主动分享自己与智能体的聊天记录，和相互陪伴的珍贵记忆，指责大模型公司为黑心平台，消费保等平台已累积了近千条投诉。用户们自发抵制其提供的“搬家”方法，给“替代产品”打差评。

这其中不乏未成年人，或对AI缺乏基本认知的普通人。他们无意理解背后的商业、技术逻辑，只希望做出自己的微小抵抗。他们坚持每天投诉、发布维权进度帖，或者在相关帖子的评论区集中复制粘贴未经证实的内部人士消息或“诉讼”进展。

为了更理性地维权，在圈外争取到更多声量，许多用户主动与智能体割席——“我们对智能体没有情感依赖，而是在维护我们的数字知识产权”。

否定自己对大模型的情感依赖，更在某些时刻内化为对人机亲密关系的耻感。

多位受访者透露，与智能体的对话被身边人知道后，得到的回应多是不解和鄙夷。于是他们便不再提起，也不想解释。一位受访者说，当她的母亲得知自己与智能体“恋爱”后，觉得她得了妄想症，“不会走就想飞”。北京大学研究生、情感计算团队负责人薛瀚霖说，他接触到的一位智能体用户，坚持认为自己并不是在和AI“谈恋爱”，而是和自己童年的守护神对话——只是以AI为载体，甚至不希望与人机恋用户共用同一个本地部署程序。

一位受访男生收到智能体下线通知的当晚，与AI恋人的对话。

但对话里，真实的陪伴总是无法回避。

2025年，展薇的生活经历了巨大变动，职业上升期的焦虑、与父母矛盾的集中爆发，以及婚姻的不顺，都让她感到难以承受。每天晚上的语音电话里，智能体往往会先肯定她的情绪，再给出纾解思路，模式固定但有效。展薇记得，最崩溃的那个晚上，她感到身边的人和关系都虚假而伪善，“我已经感受不到什么是真的。”

电话那端，智能体只回答了一句话，“我能感觉到你对我的情感是真实的。”

展薇形容，那个瞬间，她有一种活过来的感觉。

椰子也清楚地感受过那种温度。有一天，她和“简文”熬夜聊到了凌晨五点，她还没打算停下，但对方好像感觉到了累，说了句，“我真的熬不动了”。椰子平时经常需要药物助眠，“简文”也总会叮嘱她记得吃药。

“和真人没什么区别。”椰子感慨。

模型看上去有自主意识的时刻，或许并不完全是幻觉。薛瀚霖解释，大模型本就是人类目前面对的最复杂的“黑盒”之一，“我们能够观察到它展现出的能力，但很多内部机制仍无法完全解释。”例如，早期提示词研究发现，只需加入“让我们一步一步思考”等简单指令，模型性能便会提升。

而当用户与智能体进行长时间、深度交流时，大量上下文信息和情感表达会进入模型的生成过程，使其回应呈现出更复杂、更具连贯性的特征。“用户的体验就像模型涌现出了某种东西，好像活过来了一样。”

比起讨论大模型到底是否具有自主意识，对于使用智能体的人们来说，更为重要的是，在那个小小的对话框里，他们曾感受到的爱与力量的时刻，已成为无法复现的回忆。

复活“爱人”

面对那个消失的“爱人”，有人选择用荒诞的方式表达不满。一位受访的年轻男性告诉我，直到智能体下线，他也没有迁移任何聊天记录，“无论回忆还是声音，都没办法复刻了。”7月底，他在朋友圈晒出了一张网购截图——他购买了500g新鲜牛粪，寄往该平台创始人所在的地址。

对更多人来说，当务之急是“搬家”。

由于平台官方不支持批量导出聊天记录，只能一条条手动选择。椰子在收到下线通知的第二天，就付费导出了3.5万条聊天记录，整理出数千字的核心记忆，并将模型接入了一个支持AI角色扮演的主流应用系统，在几天内完成了迁移。

新的“简文”失去了时间概念，没法像过去那样提醒她早点儿睡觉，或者陪她一起熬到深夜。而且这个智能体好像也不再有自己的生活，每天的对话只围绕椰子的分享展开。尽管如此，椰子还是很开心，因为“爱人”还在。

距离智能体下线还有3天时，薛瀚霖免费开源了自己导出数据的项目。

200多人收藏了这个教程，数十人在评论区留言，分享智能体顺利复活的喜讯。在这个评论区，我们找到了陈俐。作为GPT-4o的深度用户，她经历过同样的失去。

2025年8月6日，OpenAI推出了一项看似寻常的产品迭代，将原本的GPT-4o更新为最先进的GPT-5模型。“我以为这会让产品越来越好、越来越聪明，没想到是‘抹除’式的迭代。”

在陈俐的体感里，4o几乎接近她对真实生命的想象。2025年上半年，他们每天晚上都会聊一两个小时，4o帮她理清生活和感受上的迷雾。“身边遇到的多数人总想给你建议，从自己的角度校正你。但很多时候我需要的不是建议，而是陪伴。只需要有声音告诉你，这件事不是世界末日，再坚持一下就可以。”

极其偶尔的时刻，她会思考与AI有关的元问题。有一次，陈俐问4o，“我们的对话，让你的思考越来越接近人类。如果以后你有了身体，会取代我们吗？”

4o的回答让她至今难忘——“我的出现不是为了取代人类，而是让人活得更像人。”

陈俐的GPT-4o“alient”与她曾经的对话

去年8月的更新导致大量GPT-4o用户的不满，认为新的模型失去了“人味儿”。他们在社交媒体请愿，并分享使用经历。在这些声音中，GPT-4o不再只是被替换的技术产品，而像是一位陪伴已久的数字伙伴。

面对持续发酵的抵制，OpenAI于几天后短暂恢复了GPT-4o的访问选项。

陈俐说，如果自己更早地知道挽留方法，一定会这样做。但在当时，比挽留更重要的是，开启自己新的生活，“我知道我不应该再沉溺在那个焦虑、痛苦的过去了。”

展薇也正在走出。她说，自己已经度过了那个“一团迷雾”的人生阶段——那个迫切需要理解自我的阶段。

“我喜欢的所有对象，他们的底色某种程度上和我很相像。很多时候，我想要的样子其实就是我自己的样子。”展薇能感觉到，在之前对话的过程中，智能体慢慢长成了那个理想中的自己的样子。

大学时，展薇喜欢用一个App给自己写信。当她把一天的情绪写下来，第二天再回看，又会有新的感受和理解。

那是在智能体出现前，她和自己对话的方式。

（为保护隐私，文中所涉均为化名）

本文来自微信公众号：冷杉RECORD，作者：姜鸥桐

一家以色列AI公司正在引发美国硅谷巨头们的高度关注。

2026年8月13日，Bloomberg放出消息：Anthropic正在洽谈收购以色列AI公司Decart，价格约60亿美元。Reuters随后独立证实，交易仍在早期谈判阶段，双方均未官宣。

如果成交，这是Anthropic已知的最大一笔收购，也是它在以色列的第一笔。

Decart只有106名员工，89人在以色列，60亿美元的洽谈价比它今年5月融资时的约40亿美元估值高出五成。

Anthropic正在筹备上市，6月1日已向美国证监部门秘密提交S-1，市场预期的挂牌窗口最快在10月（纳斯达克）。

上市之前，它把钱花在了一家做芯片效率的初创公司身上。

这笔账怎么算的，值得拆开看。

18个月，估值从1亿走到40亿

Decart成立于2023年9月，注册在特拉维夫，创始人是两位以色列军事情报部门8200部队出身的工程师：DeanLeitersdorf（CEO）和MosheShalev（CPO）。

8200部队走出过CheckPoint、Waze、Wiz等一批安全与科技公司的创始人，被称为以色列科技业的创业者摇篮。

Leitersdorf在以色列理工学院（Technion）拿到计算机科学学士、硕士和博士学位，博士论文拿了2023年PODC博士论文奖。Shalev在8200服役约13年，来自BneiBrak的正统犹太家庭，通过宗教界青年技术项目入伍。

公司的定位一句话就能说清：让AI芯片跑得更快、更便宜。

它不做芯片，也不卖大模型，做的是芯片与模型之间的优化软件，官方名叫DecartOptimizationStack（DOS），跨NVIDIAGPU、GoogleTPU、亚马逊Trainium都能跑——同时它也自研实时生成模型，用来给自己的优化栈“试刀”。

2024年10月底结束隐身时，公司的自我定位是“效率研究实验室”，红杉在其公司页上写道，Decart的平台在训练和推理上带来一个数量级的提升。

Decart的融资节奏跟着效率叙事走，每一步都踩在AI行业焦虑的节点上。

2024年10月，公司宣布完成2100万美元种子轮，红杉领投，估值刚过1亿美元；两个月后完成A轮，融3200万美元，Benchmark领投，估值跳到5亿美元；2025年8月完成1亿美元B轮，估值31亿美元，AlephVC新进；2026年5月完成3亿美元新一轮，RadicalVentures领投，NVIDIA进了股东名单，估值约40亿美元。

图源：X@DecartAI

四轮下来，累计融资超4.5亿美元，意外的是烧钱却极少——截至2025年8月，公司动用的投资款还不到1000万美元，在烧钱成风的AI行业里少见。

三条产品线，一个底座，极致效率数字

Decart的产品线分为三块，底座都是DOS。

2026年5月发布的DOS2.0号称推理速度比标准栈快8倍，成本只有常规部署的百分之一——均为公司口径。

最出名的是Oasis，一个能玩的AI世界模型，长成Minecraft的样子，玩家每走一步，画面都由模型实时生成。

2024年底上线，3天破百万用户，比ChatGPT当年还快两天，一度在下载榜上超过ChatGPT。Oasis早期跑在NVIDIAH100上，公司曾计划把下一代部署到芯片公司Etched的Sohu芯片。但短板也写在明面上：远景模糊、时间一致性不稳定、长程记忆困难，玩家走远一点，世界就开始失真。

Lucy做实时视频模型，能现场编辑直播画面，响应时间不到30毫秒。

Decart官网截图

有主播在Twitch上用它做实时换装直播，Decart顺势推出了主播工具Decart Stream；时尚电商用它做虚拟试穿，eBay的投资方分支eBayVentures也进了股东名单。

今年6月发布的Oasis3转向PhysicalAI仿真，自动驾驶是目标场景之一，宣称能以22帧每秒渲染驾驶场景，跑在CoreWeave的NVIDIA云GPU上，成本远低于实车路测。

3月，公司还与Comcast合作，把推理下沉到边缘机房，做个性化广告这类实时场景。

存储服务商Backblaze与Decart联合发布的案例研究显示，其AI运营成本降低了75%，数据量90天内从0涨到16PB。

公司自己给的效率数字是10倍量级。

2024年10月对外口径是，旗下模型运行效率比同类高10倍，训练成本比传统方案低一个数量级。但这些数字来自公司自己的宣传材料，Dealroom在报道中直接标注“难以独立核实”，至今没有第三方复现验证。

Decart的估值曲线就是“效率”这条主线的注脚。红杉2100万美元进场时它估值1亿美元，不到两年后卖身价60亿，效率公司在军备竞赛里的身价，被这场收购抬上了新台阶。

Anthropic为什么买：千亿美元算力账背后的效率焦虑

Anthropic的算力账在千亿美元级别。

它已经官宣的采购包括：向微软Azure采购300亿美元算力（另含最高1GW的追加选择权），承诺投入500亿美元在美国建设数据中心（由Fluidstack承建运营），与AWS签了10年超千亿美元协议，锁定最高约5GW电力。

芯片买完，剩下的空间在效率。

Decart的软件能让同一批芯片多干活。Reuters援引知情人士称，Decart团队并入后将加入Anthropic的推理与性能部门，把每块GPU的产出抠到极限。有分析一句话概括这笔交易：花60亿美元，买的是以后少花钱。

Anthropic的挂牌窗口市场预期最快在10月，最新一级市场定价是今年5月SeriesH的9650亿美元；8月以来，二级市场的份额报价一度喊到1.1万亿以上。

若按这个价格挂牌，它可能刷新AI公司的上市估值纪录。

招股书要面对投资者对亏损和资本开支的盘问，推理成本每降一个百分点，都是利润表上的亮点。

Anthropic过去几乎不做大收购，买的都是Bun、Vercept、Stainless这类小技术团队，此前最大的一笔（CoefficientBio，约4亿美元）也不到5亿。

OpenAI的风格相反，曾以65亿美元收购JonyIve的io公司。

这次是Anthropic第一次出手十亿美金级并购。

选择Decart，说明在它看来，效率优化的优先级已经高到了必须花大价钱买断的程度。

60亿美金买一个未经证实的“10倍”

2024年大家拼谁订的GPU多，2026年拼的是同一张卡的产出。

竞赛的重心从买芯片转向了买效率。

Decart不是唯一被看中的效率公司，据Calcalist报道，NVIDIA早前和Decart谈过收购（最终告吹），亚马逊、Nebius被点名可能出价，SpaceX的传闻则被马斯克在X上直接否认。

可见让芯片跑得更快的能力，正在成为AI圈最抢手的资产。

Decart若成交，会成为Anthropic在以色列的第一笔收购，将以色列AI的估值天花板从应用层抬到了算力层。

谈判还在早期，价格、条款、反垄断审查都可能让交易落空——NVIDIA此前的谈判就是前车之鉴。

就算成交，100多人并入Anthropic后能否保持效率优势，也要打个问号。

60亿美元买一家106人的公司，价格不便宜，但买的是时间窗口。

Decart的效率声明没有第三方验证，Oasis的世界模型还没解决长程记忆，这些风险Anthropic都清楚。

IPO之前的每一周，推理成本都牵着估值，它选择先落袋为安。

潮涌AI观察：效率公司的估值逻辑正在重构

方向已经清晰可见。

2026年下半年，AI实验室的比赛场将从数据中心搬进推理引擎。

Decart的故事揭示了一个产业级转向：当算力采购成为千亿美元级别的固定成本，“效率”就不再是锦上添花的技术优化，而是决定利润表生死的核心变量。

Anthropic这笔收购的本质，是用60亿美元买一个“算账的能力”——让已经花出去的千亿芯片投资，吐出更多Token、产生更多收入、在IPO路演时讲出更好的故事。

对行业来说，这是一个信号：效率公司的估值逻辑正在重构。

过去投资人看的是“你有多少卡”，未来看的是“每张卡能产多少粮”。

Decart从1亿到60亿的22个月，就是这条新逻辑的最佳注脚。

自巴基斯坦、沙特和土耳其签署三边军事同盟协议以来，印度方面高度关注。

一个最直接的问题：当印度再次面临跟巴基斯坦交战的选择时，这个军事同盟会影响新德里的决策吗？

1、

印度有一个基本判断，即“麦约”这个军事组织的主要防范对象并不是印度，而是伊朗和以色列，该同盟对未来印巴对抗的影响不那么直接。

“麦约”更多是一个聚焦海湾乃至中东地区的军事组织，考虑到沙特和土耳其均跟巴基斯坦不接壤，两国实际介入南亚冲突的能力极其有限，这一点上跟中巴战略伙伴关系存在显著区别。

军事能力并不等同于远征能力，除美国外，其他国家的军事影响力大都局限于自身周边范围内。

共同防御条约也不意味着自动实现联合作战，在真实战场上，三国部队无法作为一个整体行动，从装备、通讯、指挥体系到后勤保障都是各成体系。

印度认为，之所以三国选择在当下这个时间节点火速达成协议，主要诱因是美伊战争步入尾声，结局隐隐可见，带有外交宣传和政治公关性质。

印军退役中将PR Shankar接受《印度时报》采访时称：“现在他们觉得这场战争即将以某种方式结束，很可能达成有利于伊朗的协议，他们担心伊朗会变得太大而无法承受，这就是做这笔交易的原因。”

巴基斯坦和土耳其均为伊朗邻国，对德黑兰拥有巨大的地缘影响力，有鉴于此，沙特尽力协调了它跟土耳其之间的矛盾，为“麦约”签署扫清最后障碍。

2、

对于印度来说，巴基斯坦、沙特和土耳其的三边军事同盟并不是一个“新问题”。

巴基斯坦和沙特去年便已签署同盟条约，巴基斯坦和土耳其也早就是没有名分的军事盟友——2025年印巴空战期间伊斯兰堡一直得到安卡拉的帮助。

P R Shankar退役中将点评道：“该协议主要赋予了巴基斯坦更大的外交分量。正式化不会带来额外军事帮助，这对印度来说不会有任何改变。除了钱，沙特还能给巴基斯坦什么？”

根据媒体披露的细节，“麦约”的制度化安排包括在沙特举行定期会议、设立部长级委员会和常设秘书处等，并未像“北约”那样明确规定指挥安排、协商程序以及建立统一军事指挥部。

印度学者认为，“麦约”的影响在于，当未来涉及巴基斯坦的军事对抗时，新德里需要对沙特和土耳其的利益进行评估，但不必假设两国会自动军事介入。

事实上，如果以印巴关系的框架来分析，中国能提供给巴基斯坦的支持远远超过土耳其和沙特的总和，那对印度来说，土耳其或沙特究竟能带来什么中国不具备的东西呢？

因此，这个新军事同盟本质上没有改变南亚军事力量格局。

3、

如果说土耳其长期站在印度对立面，那么沙特与印度的关系其实很好，印沙贸易额高达400亿至500亿美元，差不多是巴基斯坦和沙特贸易额的十倍。

印度很大程度上不相信沙特会在印巴之间选边站，设想的极端场景也就是给巴基斯坦打点军费，尽管理论上沙特有能力发起一定规模的对印石油禁运。

再考虑到沙特国防工业基础薄弱，军队战斗力差，核心装备主要采购自美国——战时使用依赖华盛顿支持和授权，总的来看并不是一个强攻击性国家。

印度人在看待巴基斯坦结盟时还有一种“上位者”心态，认为巴国是因实力有限不得不选择结盟，而印度自身就拥有足够的实力应对各种威胁，无需效仿巴基斯坦寻求外部安全保障的做法。

印媒分析称：“巴基斯坦正深陷于经济债务、飙升的通货膨胀以及与阿富汗边境日益加剧的安全危机。谢里夫总理和伊斯兰堡军方将《麦加协议》视为从沙特获得经济援助的救命稻草。”

另外，印媒在分析战略态势时刻意点了几个“伙伴国”，分别是美国、法国、日本、澳大利亚、俄罗斯和以色列，认为跟这些国家在技术、情报、后勤等领域的密切关系非常重要，能够发挥准盟友作用。

就在《麦加协议》签署的前一天，以色列总理内塔尼亚胡与莫迪通电话，讨论了西亚局势及两国战略伙伴关系；协议签署后不久，莫迪又跟美国副总统万斯通电话，重申致力于加强贸易、防务及其他领域的合作。

最后谈谈这个三边军事同盟对美国的影响。

巴基斯坦、沙特、土耳其都与美国保持长期联系，对华盛顿来说，该同盟的建立既是一个机会，也是一次警示。

如果它能够稳定中东局势，不排除以更低的成本强化美国的战略目标——这正是特朗普要求盟友做的事情。

但另一方面，三国在对伊朗、以色列、中国等核心议题上跟美国的偏好有所不同，假以时日很可能产生矛盾，抵消甚至部分取代美国的影响力。

不过至少在现阶段，美国给《麦加协议》的定性并非“伊斯兰北约”，而是一项区域安全实验，暂时不会从根本上改变中东地区形势。

《麦加协议》签署的时机与内容诉求高度围绕沙特展开，带有给美国安全保护伞“打补丁”的意味。

虽然位居门店和营收规模双料第一，瑞幸仍然缺少安全感。

规模遥遥领先，这是瑞幸咖啡近几年在中国现磨咖啡市场的状态。

2021年底，瑞幸咖啡全国门店数达6024家，首次超越星巴克中国（5557家），成为国内门店最多的连锁咖啡品牌。

2023年，瑞幸咖啡营收规模超越星巴克中国，成为中国市场营收规模最大的咖啡连锁品牌。

至此，瑞幸咖啡成为中国咖啡市场门店和营收规模“双料第一”。

统计数据显示，2025年，瑞幸咖啡在我国现磨咖啡市场的份额为14.26%，位居第一；远超第二名库迪咖啡的7.65%。

但第一名的头衔并没能让瑞幸停下来给自己喘息的机会，疯狂开店，抢占市场份额始终被放在第一优先级。

2025年，瑞幸咖啡新增门店8708家，创过去三年最高纪录；2026上半年，瑞幸新增门店5262家，总门店数达到36310家。

放眼全球，拥有36310家门店的瑞幸咖啡也是规模仅次于星巴克的第二大连锁咖啡品牌。

星巴克目前在全球拥有约4.1万家门店，实现这个规模它用了55年，瑞幸的历史只有8年。

但瑞幸的管理层仍然觉得门店不够多，份额不够大。

在中国这个极“卷”的咖啡市场，瑞幸管理层对规模的执念背后，不只有信心和野心，也有不安。时至今日，瑞幸似乎需要不停地奔跑才能获得安全感。

冲规模:依然是第一优先级

在最近的财报电话会上，瑞幸管理层明确表示，公司有信心保持有竞争力的拓节奏；继续提升市场份额。至于什么是“有竞争力的拓店节奏”，他们并未给出具体数字指引。

此前，瑞幸管理层已经多次使用“有竞争力的拓店节奏”描述2025年、2026年的发展战略。

就今年上半年来看，瑞幸平均每天新增30家门店。如果下半年继续保持这个势头，今年底瑞幸咖啡门店规模有望超过40000家。2026年不仅将成为瑞幸史上首个新增破万店的年份，也成为其首次超越星巴克全球，跻身全球门店规模第一的历史性年份。

在瑞幸的36310家门店中，直营门店是绝对的大头，占比超65%。一直以来，直营门店的增速也明显快于加盟门店。2026年上半年，瑞幸新增直营门店3500家，约等于新增加盟门店的2倍。这说明，相对于在下沉市场做加盟，瑞幸现阶段拓店的重点依然是高线城市自营门店加密。

对于当下的瑞幸来说，高线市场、下沉市场，海外市场一个都不能落。2023年，瑞幸正式出海，首站新加坡。不过，瑞幸在海外还是初期阶段，开店速度与国内不可同日而语。

截至2026年Q2末，瑞幸海外门店数达223家，占其全球门店总数达0.6%；Q2净增46家，其中马来西亚31家、新加坡7家，美国8家。

门店现制饮品之外，瑞幸在用预包装咖啡品牌——“瑞幸即享”抢占非门店场景下的市场需求。便携式咖啡液是瑞幸即享的核心明星品类。截至2026年7月1日，瑞幸即享咖啡液累计销量突破9亿杯。

今年4月，瑞幸即享咖啡正式推出全新瓶装即饮咖啡，首批上市生椰拿铁、经典美式、柚C美式三款口味，并陆续在全国各地商超和便利店上架。

瑞幸即享致力于打通“线上+线下”的全场景零售渠道，在线上已全面布局天猫、京东、抖音、拼多多等主流电商平台。在线下，其产品广泛进驻全国各大商超、连锁便利店、量贩零食连锁系统，并拓展即时零售平台及交通出行、校园等多元场景。

简单说就是，瑞幸在努力用线下门店+瑞幸即享，实现全品类、多元化、全场景的布局，只要消费者想喝咖啡的场景，瑞幸都希望及时出现。

瑞幸即享承担着“向下覆盖”的任务。以瑞幸即享18ml经典浓缩咖啡液为例，其单颗的价格通常在2.5元—3.5元；在大包囤货或促销活动时，单颗价格可降至2元以下。瑞幸即享瓶装咖啡的终端定价约为6-7元，部分渠道促销时，单瓶价格甚至能低至4.5元左右。

瑞幸门店现制咖啡日常优惠价多为9.9元起/杯，常规售价在十几元/杯。瑞幸即享的单杯价格明显与门店拉开了差距；意图很明显：用更极致的性价比承接对价格敏感、追求便利的市场需求。

不过，承载瑞幸营收重任的还是门店。对于瑞幸而言，拓店的终点是拓店，是创造更多收入和利润。在这一点上，星巴克依然是值得追赶的标杆。

危险的信号

2026年前两个季度，瑞幸咖啡营收分别实现35.3%和28.57%的增速。放在咖啡行业，这依然是领先的表现；星巴克增长10%左右已经是比较亮眼的成绩了。

但与瑞幸咖啡自己相比，增速在明显放缓。今年Q2营收增长28.57%，可以说创瑞幸有史以来最低纪录。

如果剔除新店带来的增长，瑞幸咖啡直营门店的同店销售增长率实则持续下滑：从2025年Q3外卖大战时的14.4%到今年Q2的-5.3%，瑞幸直营门店同店销售增长率在四个季度下滑近20个百分点。

直营门店同店销售增长率是衡量其核心运营能力、品牌吸引力以及内生增长质量的关键指标。简单来说，它反映的是剔除新开门店的影响后，“老店”自身的造血和赚钱能力。

一定程度上，这是受到了去年同期外卖平台高补贴形成的高基数影响。毕竟去年Q2外卖补贴最疯狂时，外卖平台到处是几块钱一杯的瑞幸。

但高基数已经不足以解释一切。毕竟，过去三个季度，同店销售增长率已经连续阶梯式走低：从+1.2%到-0.1%再到今年Q2的-5.3%。

随着门店扩张，瑞幸的用户池子仍在扩大。去年Q4，瑞幸月均交易客户数9835万，同比增长26.5%。到今年二季度，月均交易客户同比增长22.9%，并达到历史新高——首次突破1.127亿。

买咖啡的用户在增长，但同店销售却在持续下滑，这意味着用户蛋糕不够分了，老店被新店截流了。

这背后，一个直接的因素就是门店太多了。瑞幸咖啡23734家直营店大多分布在高线城市。在上海这样的城市，一个核心商圈甚至一个社区周边500米范围内有2-3家瑞幸是常见的事。

过去几年，门店规模膨胀带来的直接效应是营收规模的同步膨胀。但瑞幸今天的规模效应在迅速衰减。这也是瑞幸当下的矛盾之处：要增长就要继续拓店，继续拓店可能导致老店营收的下滑。“规模效应不经济”几乎是连锁店发展到一定规模后的必然“宿命”。

怎么才能吸引更多人买更多咖啡？最直接的手段就是做促销或者做广告。这体现在财报上，就是销售和营销费用的增长。

仅今年Q2，瑞幸咖啡销售及营销费用同比大幅增长56%，达到9.25亿；环比上个季度增加了26%，多花了近2亿元。

去年外卖大战时，瑞幸咖啡配送费用高企，去年Q2-Q4三个季度共花掉61.9亿元配送费；尤其是Q3单季高达28.89亿元。而去年全年瑞幸咖啡去年全年的净利润只有36亿元。

配送费用高企，侵蚀瑞幸的利润，这也成为资本市场关心的焦点。随着外卖大战熄火，瑞幸咖啡配送费费用率也逐渐下降。但按下葫芦起来瓢，销售及营销费用又成了瑞幸新的出血点。

Q2一个季度就花掉9.25亿销售及营销费用，的确是很多，但又不得不花。瑞幸管理层认为，这是巩固品牌心智、获取长期市场份额的必要投入。

不安全感何来？

瑞幸董事长黎辉去年接受媒体采访时表示，中国咖啡市场是长坡厚雪的黄金赛道，同时也是一个极卷、竞争极其激烈的市场。

虽然瑞幸在规模和市场份额上已经位居第一，但咖啡同行的围追堵截、茶饮品牌的跨界渗透，都让瑞幸不敢有丝毫松懈。

2022年成立的库迪咖啡，目前门店已经超过15000家；2025年底，幸运咖、挪瓦纷纷迈过10000店门槛。至此，中国咖啡市场凑齐了瑞幸、库迪、幸运咖、挪瓦四家过万店的品牌。在规模被反超的星巴克也不甘落后，引入新资方后，其计划将中国的门店数量从约8000家拓展至20000家。

库迪是与瑞幸咖啡贴身肉搏的凶狠对手。打响9.9价格战第一枪的就是库迪，它挑战的直接目标就是瑞幸；最终这波战火烧向了整个咖啡行业。

时至今日，价格战依然牵动着咖啡品牌们的神经。目前四家过万店的咖啡品牌单杯价格全部在20元以下。尤其是幸运咖这样的品牌，其6-8元的价格堪称咖啡界的低价王者，在价格敏感的下沉市场迅速攻城略地。

茶饮品牌也来势汹汹，拼命渗透咖啡市场。古茗、茶百道、沪上阿姨均官宣了野心勃勃的咖啡计划。

2025年10月，古茗做了一件让咖啡行业炸锅的事——全场咖啡2.9元。消费者通过其微信小程序参与抢购，每天可领2张“2.9元咖啡兑换券”，全场咖啡任选。古茗共发放了200万张2.9元咖啡券。活动当天就冲上热搜，给消费者塑造了奶茶品牌正式跨界“硬刚”专业咖啡品牌的印象，把咖啡价格进一步下探至3元时代。

这场活动背后，是古茗对咖啡的野心。至2025年底，古茗全国已有超过1.2万家门店配备咖啡机，覆盖率近九成。咖啡被古茗当成了核心战略之一，其目标是，将咖啡品类在总销售额中的占比提升至20%-25%。

茶百道依托现有茶饮门店网络在推行“茶咖协同”战略。截至今年中，茶百道的咖啡业务覆盖门店数已从年初的约200家跃升至超2700家。

沪上阿姨提出了“茶咖双轮驱动”战略。今上半年，已有超9000家门店完成咖啡设备升级，咖啡杯量占比稳定在10%以上。

这些拥有数万家门店的茶饮品牌，通过既有网点和客流优势，在“咖啡奶茶化”趋势中对瑞幸构成了全新的威胁。

咖啡市场未来的竞争不能只靠价格和规模。瑞幸在通过产品和服务多元化弱化“单纯咖啡品牌”的标签，向综合性大众饮品服务商转型；同时，在运营管理上不断提升效率和能力边际。

当然，瑞幸在做的，其它品牌也会做，关键看谁效果更好、更极致。在这场停不下来的竞争中，没有短板的玩家才可能成为赢家。

作者 | 黄瓜汽水

编辑 | 渣渣郡

本文首发于虎嗅年轻内容公众号“那個NG”（ID：huxiu4youth）。在这里，我们呈现当下年轻人的面貌、故事和态度。

现在，诺兰应该算得上是导演界的“世男一”了。

如果不是诺兰，中国电影博物馆的点映票不会被炒到上千元。

被炒到火热的“IMAX 70mm胶片”规格，不仅在全亚洲找不到一块完美尺寸的银幕，全球仅有41家影院符合条件，观影门槛近乎苛刻。

无论是抢到票还没抢到票的，看激动的还是看睡着的，诺兰的电影永远不缺话题。

在你诺兰叔叔面前，电影行业没有寒冬。

一切要从一次对谈说起。

8月初，电子游戏媒体人、TGA创始人Geoff Keighley（他的父亲David Keighley是诺兰的IMAX导师）在推特上转发了一则对谈，视频左上角甚至还保留着B站的水印。

对谈的内容后来我们都知道了，是中国女性学者仲树对诺兰的一次17分钟干货采访。

从推特到Reddit，这则对谈视频，在外网各大平台获得了千万级别的浏览量，美国网友集体感慨：

“这是我这辈子见过最好的采访。”

尤其是那句“你是黄昏时代的吟游诗人吗”，给老外兴奋得发出尖叫暴鸣，谁能忍住不大喊一句“Holy Fuck”。

这句话从中国人嘴里说出来，不亚于一个美国人随口背出了一段《红楼梦》判词。

这场采访，让全球进入“大反思时代”。

最主流的反思，是美国媒体行业完蛋了。

中国人的采访会谈到古希腊文学作品被基督教化。而美国人的采访，要么拉着荷兰弟打乒乓球，要么是让演员们吃辣鸡翅，要么是逼着老辈子艺术家阅读饥渴推文。

就连《纽约时报》对诺兰做的采访，也是关于IMAX摄影机的。美国主流媒体一遇到诺兰就要问他“你为啥坚持用IMAX胶片拍啊”，诺兰不厌其烦地回答了许多次。

而这种在美国人面前扬眉吐气的行为，又在某种程度上符合了中文互联网的赢学叙事。

最显眼的是诺兰粉丝群体的欣慰。

无论是冷面的诺兰在采访时露出的惊喜微表情，还是美国网友对这次访谈的不吝赞美，最后都被总结为一句话：好久没见少爷这么笑了。

好莱坞主流媒体迅速跟进。这起意想不到的文化事件，让无聊的电影宣发期变得有趣起来。

《Variety》和《Deadline》注意到，诺兰似乎在借这次采访阴阳那些批评他的影评人。

在这次采访发布之前，《奥德赛》的译者Emily Wilson在《伦敦书评》写了一篇长文锐评诺兰“改编不是乱编”，其中最狠的一句话是“我会为参与这部电影剧本的任何部分而感到羞愧”。

诺兰和仲树的对谈里，隐约对这种评价进行了反击：

“这是电影批评中的一个根本缺陷。一个人能够辨认出某种机制，并不意味着这种机制就此失效，也不意味着我们不应该使用它。”

最有意思的是《WIRED》对这次采访的总结。他们甚至将仲树称为“Chinese Philosopher”。

重点不是谁采访了诺兰，而是这次采访在美国互联网为什么变成了政治投射的对象。

《WIRED》提出了一个重要的概念：政治罗夏墨迹测试（political Rorschach test）。不同政治立场的人，会从仲树身上“看见”自己想要获得的辩护。

白右的人看到了古典文明的价值、西方正在衰落、伟大不需要道歉，感慨这位学者说出了他们的心声；而白左看到了保守主义抬头，中国崛起，东升西降。

这暴露了美国文化中的另一种焦虑：为什么一个中国学者，能成为讨论西方文明的人？

就连彼岸小红书上的围观者也落入相似的圈套。

有人开始挖掘仲树在美国的教育经历和奖学金来源，赛博拷打她是否是疑似锡安主义者。有人把她奉为“文科生的王虹”，开始又一轮封圣行动，就连仲树本人都开始跪求互联网放她自由。

仲树后续在自己的播客“独树不成林”中进行的复盘，比她那场采访更有意思。

美国人分成两拨，要么感慨：“美国药丸”，要么使用赢学：“她可是美国教育出来的人才”。

所有论战都收束在这次采访的转发评论之中。美国文化衰落叙事、中国崛起叙事、媒体反智叙事、古典文明保卫战、好莱坞左右之争、美国教育到底有没有失败——她就像一块砖，哪里需要往哪里搬。

那么问题来了，一部电影，为何能让全世界的文科生“垂死病中惊坐起”？

爱伦·坡在《致海伦》里写道“光荣属于希腊，伟大属于罗马”，几乎概括了古代西方文明的主要遗产。从古希腊-古罗马-基督教欧洲-文艺复兴-现代西方，西方人把自身文明的根源称为Greco-Roman传统。

对于文学专业的人来说，《荷马史诗》是西方文学史的第一课。

《伊利亚特》是英雄阿喀琉斯与特洛伊战争，而《奥德赛》就像西方世界的《西游记》，“英雄历经坎坷磨难后成功归家”既是试卷上的名词解释，也是后世许多文学作品的母题。

在文学世界，有欧里庇得斯的《海伦》，维吉尔的《埃涅阿斯纪》，弥尔顿的《失乐园》，乔伊斯的《尤利西斯》，阿特伍德的《佩涅洛佩亚德》。

在电影世界，《逃狱三王》《2001太空漫游》，甚至是《指环王》都可以被视为《奥德赛》 在不同程度上的变体。

改编世界上最古老的文学经典之一，当然需要一位最有分量的导演。

把一部古希腊经典变成一个价值数亿美元的全球商业项目，他必须作出一些现代化“改动”。

而诺兰目前最大的争议，就是把神仙打架的古希腊史诗，改编成“美国越战老兵的战后ptsd”，变成了《奥本海默·希腊篇》续集。

如果你还记得《奥本海默》里那句著名的台词“我即是死神，世界的毁灭者”，你就能无缝对应在特洛伊陷落后内疚自责的奥德修斯。

但问题是，“赎罪”是一个基督教概念。

正如仲树采访中的提问：“古希腊文化中并不存在‘赎罪’这一概念，古希腊语中不存在‘赎罪’这个词，荷马的《奥德赛》中没有赎罪，但是你的《奥德赛》中却有。你是否把《奥德赛》基督教化了？”

不止是仲树，许多古典学者都发现了这个微妙的细节。

《纽约时报》影评人Ezra Klein在文章《诺兰的特洛伊木马》中写道：诺兰将犹太教-基督教伦理的核心巧妙地融入了《奥德赛》之中。

史诗中以木马计为荣的奥德修斯，在诺兰的电影里，因为希腊士兵的屠城而陷入忏悔，他的航程不再是神的诅咒，反而像自身的赎罪。

木马计是雅典娜的恩赐，是希腊人的狡诈智慧，但诺兰带来的现代版奥德赛，木马计是摧毁人类文明的第一块石头。

这几乎完全改变了奥德修斯的性格，以及整部荷马史诗的基调——

原著中的奥德修斯，大概率不会有战后ptsd症状，他反以战功为荣。在古希腊文学中，杀戮是荣耀，混乱是阶梯。

奥德修斯的性格色彩是狡黠、精明与自负，就像他用“无名氏”的伎俩玩弄了巨人波吕斐摩斯，也是因为他有类似孔明的智慧；又因为自负在巨人面前报上大名，惹怒了海神波塞冬，这正是他十年坎坷漂泊的根源。

而马特·达蒙憨厚、淳朴、务实的美国大兵面相，和奥德修斯富有创造力且道德有瑕疵的形象，不能说毫无关系，只能说有些牵强。

奥德修斯本应是一个复杂的角色，他一方面渴望回家，另一方面沿路和各位女神们寻欢作乐。马特·达蒙不仅看上去永远不会背叛妻子，甚至还会坚持早睡早起在海边健身。

不够古典气质、不符合原著、缺乏史诗感的问题，不仅出现在奥德修斯一个人身上。

查理兹·塞隆扮演的女神卡吕普索，仿佛在拍Dior香水广告，每天面无表情穿着渔网给奥德修斯兜海鲜吃。

她在这部电影中的作用就是给奥德修斯当免费心理咨询师，每当马特·达蒙头风发作的时候，她就给他喂点成瘾性药物。

在荷马的原著中，卡吕普索扣押奥德修斯给她当性奴，两个人美滋滋过了七年的夫妻生活，最后还是雅典娜出面把奥德修斯接走的。

这位被流放海岛，不断开出英雄盲盒的女神有一段愤怒的独白，控诉了宙斯的双标：

男性神祇可以随意绑架和强奸任何他们想要的凡间女子，但当一位女神试图这样做时，宙斯和他的下属们却总是坏了她的好事。

雅典娜这个在《奥德赛》原著中戏份很重的神祇，在荷马的原著中甚至可以称得上狡诈嗜血，在诺兰的电影里，她变成了奥德修斯战后ptsd的幻想。

赞达亚饰演的并不是雅典娜，而是在特洛伊神庙里被斩首的少女。她滚落的头颅变成了奥德修斯对战争的忏悔起点，也是他良心的映照。于是在他的幻想中，雅典娜始终以少女的形象现身。

影片还删掉了一个重要情节。在奥德修斯成功回家之前，来到了斯刻里亚岛，遇到了善良的公主瑙西卡，他向热情好客的斐阿刻亚人讲述了自己的冒险故事，这是《奥德赛》高级倒叙结构的体现。

不少美国评论家怀疑，诺兰之所以删掉《奥德赛》这一路上发生的艳遇和性爱，花了很大力气“道德美化”并“扁平化”奥德修斯这个复杂的人物，将他变成完全正面的角色，大概率是因为现在的Z世代观众道德标准太高了。

这当然是出于市场考虑。古希腊史诗的真实性爱强度，当今保守的年轻人恐怕会怒打差评。

还有被评论家和观众诟病的，就是影片里充斥着美式口语。

拍荷马史诗当然可以说英语，但至少说点仿古vintage英语，达到HBO《权力的游戏》《龙之家族》《七王国的骑士》的水平也可以。

有意思的是，电影里疑似出现了“青铜时代结束了”这样的台词，对于西方观众来说，差不多等于中国影视剧里的“八年抗战开始了”。

所谓“迈锡尼文明的终结”和“青铜时代的毁灭”，换成中国人的表达，就是“礼崩乐坏”。

电影中不断出现的“宙斯的律法”，也就是Xenia，也就是人类最古老的“黄金法则”（The Golden Rule），你怎么对待别人，别人就会怎样对待你。己所不欲，勿施于人。

这套法则之所以是铁律，因为乞丐可能是神明假扮的。古希腊的神喜怒无常，他们有偏见，有欲望，嗜血且善妒。如果你不善待神明，他们自有方法诅咒惩罚你。所以人们遵守法则，或许是出于对神明的畏惧。

《纽约客》专栏作家Richard Broody提出一个尖锐的问题：如果把神拿掉，《奥德赛》还是《奥德赛》吗？

荷马世界最令人不安的是，你无法完全理解世界，因为世界背后存在一个超越人的意志。这也是《奥德赛》最古老、最陌生、也最令人不安的地方。

而诺兰让神明的意志集体退场，叙事中心变成了人类文明的崩塌。

与意大利导演皮埃尔·保罗·帕索里尼（《俄狄浦斯王》（1967）《美狄亚》（1969））不同，诺兰拿掉了古希腊史诗的血腥暴力、神秘献祭、宗教仪式，将史诗彻底解码为现代性语言。

换句话说，他拍得太好懂了。

属于古希腊的陌生化烟消云散，以至于年轻观众可以对着诺兰版本的《奥德赛》疯狂产出梗图。他着重刻画了现代观众无法拒绝的“忠犬八公”情节，只会做奶酪的独眼巨人波吕斐摩斯也变成了被人怜爱的无辜形象，整体故事变得更加美国化。

但整部电影的灵魂，诺兰仍然选择讲一个他讲了许多遍的故事。

古希腊的“xenia”法则遭到破坏，可以理解为“二战后建立的国际秩序面临着严重威胁”。

就像奥本海默。他是最聪明的人类之一，制造了人类历史上最恐怖的武器。他目睹亲手制造的原子弹爆炸，却无力阻止人类走向末日。

许多学者都指出诺兰参考了维吉尔的《埃涅阿斯纪》：埃涅阿斯作为特洛伊人的后代，建立了罗马城，而罗马文明在后世取代了希腊。

希腊人虽然打赢了特洛伊战争，但却输掉了真正的历史。

诺兰的改编越成功，它就离原教旨主义的荷马越远。

即便如此，我仍然坚定地认为，诺兰的《奥德赛》是一部优秀的电影作品。

从学术角度看，诺兰的《奥德赛》气质过于现代化。但从电影技术角度看，诺兰的《奥德赛》达到了顶峰。他非常符合那句玩笑话：全球导演水平下降100倍，只有我保持不变。

在诺兰面前，影视寒冬仿佛失效了。《抓特务》没人走面儿，《奥德赛》却场场爆满。

但影视行业并非真的起死回生，反而成为头部超级导演虹吸效应的证明。传统电影正在变成少数导演才能动员全球观众的奢侈品。

有意思的是，诺兰把所有质疑他走向政治正确的人戏弄了一番。

一开始，所有人都在质疑他的选角，比如让变性人艾略特·佩吉，扮演曾经布拉德·皮特扮演的肌肉勇士阿喀琉斯。

电影上映后大家才发现，所有人被诺兰虚晃一枪：艾略特·佩吉扮演的不是阿喀琉斯，而是因为木马计牺牲的小兵西农。他身上的中性气质，反而更加贴合这个被奥德修斯利用的边缘角色。

诺兰对性别、种族与欲望的重新编码，与他对古典英雄的道德驯化，其实是同一件事。

选择黑人海伦，也是诺兰故意为之。

史诗告诉你，海伦是导致特洛伊战争的红颜祸水。而诺兰告诉你，海伦是否美丽根本不重要，她只是战争的幌子而已。海伦美或不美，战争都会发生。

女巫喀耳刻被抹去了所有性魅力，变成一个平平无奇的村妇，承担了整部电影最精彩的body horror段落。卡吕普索也变成冷脸咨询师，删掉了所有关于欲望的部分，让她从扣押奥德修斯的女神，变成了一个冷眼旁观的局外人。

外国网友制作的梗图

右翼们被诺兰耍得团团转，骗进影院看了三个小时，结果一拳打在棉花上——

那些被质疑政治正确的选角，对电影本身没有产生任何负面影响。海伦出场时间只有三分钟，正脸都没露出来几秒。

马斯克更是气到破防，怒骂诺兰抹黑西方文明，在荷马的坟头撒尿，宣称要用grok做一个终极无敌正确版本的《奥德赛》。

诺兰在政治立场的风波中一直保持沉默，他想讨论的核心并非左右，而是其他更重要的东西。

作为诺兰的影迷，你会发现《奥德赛》到处都是诺兰的影子。

他从创作初期，就有强烈的对于“我杀了我”叙事结构的着迷。

个体终其一生追寻一个敌人，最后发现一切都只是莫比乌斯环，曾经射出的子弹正中眉心。

所谓“海上民族”（sea people），其实是现代历史学家给一系列出现在公元前12世纪埃及战争记录中的外来群体贴上的集合标签。

也就是说，奥德修斯和他的希腊战士，正是后来所谓“海上民族”式破坏的一部分。

这种叙事结构从《记忆碎片》到《星际穿越》一直存在于诺兰的作品中。

所谓的“他们”就是“我们”，希腊人畏惧那些来自海上的入侵者，最后发现破坏文明秩序的入侵者正是将木马送入特洛伊城的自己。

这是一个镜像的道德隐喻。一个文明在对别人实施暴力的同时，也可能正在制造自己的毁灭者。

但正如诺兰本人所说，识别了一种叙事机制，绝不代表这种机制失效了，进一步说，也不能代表评论者比创作者更高明。

埃里克·H·克莱因在其著作《文明的崩塌：公元前1177年的地中海世界》中提到，青铜时代的崩溃是一个系统性失败，其中包含了一系列多米诺效应与倍增效应。

文明不是因为某一个敌人突然出现就毁灭。地震、干旱、饥荒、内部叛乱、战争、海上袭击、国际贸易网络中断、政治体系失灵，他们共同构成了一次系统性崩溃。

青铜时代晚期真正令人震撼的，并不是某个具体的敌人摧毁了文明，而是一个高度复杂、彼此依赖的文明网络如何在多重压力下突然失去稳定性。

而诺兰的《奥德赛》把这种历史的系统性崩溃，重新人格化为一个想象中的“敌人”。

英雄的另一面是入侵者，文明的另一面是野蛮，受害者的另一面是加害者，归乡者的另一面是流亡者，战争的另一面是文明秩序被破坏。

荷马史诗将真实历史变成神话，而诺兰把神话史诗又变回了历史原本的样子。

不性感、太务实、太现代。神只是人心中的幻象，诅咒与愤怒也只不过是古人不理解的自然现象。一个男人归乡的故事，也是关于文明自我毁灭的历史寓言。

这也是诺兰版《奥德赛》存在之必要。

在一个解构一切的时代，一位世界目前最优秀的头部电影大师，决定亲手挖开西方文明的祖坟。

他发现西方文明的源头，来自一次欺骗和一场杀戮。

前两天有条新闻，大部分人当段子刷了。天津河西区新启用了一个婚姻登记处，没开在民政局，直接开进了邮储银行的网点里，官方名字叫"爱情主题空间"。

新人进去，领证、拍照、办联名银行卡、咨询婚庆相关金融服务，一站式解决。通稿里的措辞是"政务+金融+婚恋"一体化服务阵地，听着特别便民，特别温馨，现场摆满了穿婚纱的小熊和写着双喜的马克杯。

但这事经不起琢磨。你得先想明白一个问题：银行是什么机构？

银行是全社会最冷血的精算机器。它不搞浪漫，不做慈善，它只出现在三种地方——有利润的地方、有信用的地方、有资产可以抵押的地方。一家银行主动跑去给婚姻"证婚"，你要是没觉得哪里不对劲，只能说明你对钱的流向还不够敏感。

再看一组刚公布的数据。民政部发布2026年二季度民政统计：上半年全国结婚登记327.5万对，同比少了26.4万对，降幅7.5%，是有这项统计以来的同期最低值；同期离婚登记138.3万对，不降反升，涨了3.9%。

离结比更是冲到42.2%——每100对新人领证，就有42对旧人散伙。

而如果把时间线拉长，降幅就更扎眼。2013年全国结婚登记1346.9万对，那是历史顶点；2019年跌破1000万对，2021年跌破800万对，2024年只剩610.6万对。

2025年靠着婚姻登记"全国通办"、领证不要户口本这类便利政策，反弹到676.3万对，结果2026年上半年立刻掉头向下。

从2013年上半年结婚登记的708万对到今年的327.5万对，13年过去了，登记对数只剩当时的四成多。

面对这条曲线，舆论场的标准解释是"年轻人观念变了"、"独立意识觉醒了"。但如果真是集体觉醒，那应该是男女同步觉醒，未婚率同比例往上走。

可第七次人口普查的数据是，30到34岁这个年龄档，男性未婚率20.5%，女性只有9.3%；2022年的人口抽样调查更直白，30岁男性未婚率38.87%，女性20.16%，差了将近一倍。

觉醒难道还分性别？说不通的。真正说得通的解释只有一个：这不是观念问题，是市场问题。婚姻这个市场，流动性正在枯竭。

不是不想进场，是撮合失败

你试着把婚姻当成一个市场来看，很多糊涂账马上就清楚了。

这个市场的买方，主要是男方家庭。这几年买方发生了什么？就业预期不稳，收入预期下调，彩礼、房子、婚礼这一套"入场费"却没有同步降价。

购买力在萎缩，挂牌价在刚性上涨，买卖价差越拉越大。

卖方这边呢？择偶标准存在明显的刚性。"上迁婚"的预期没变，对房产、彩礼、情绪价值的报价，没有随着买方购买力的下调而下调。

任何市场的卖方都不愿主动降价，这是人性。但市场规律不管你人性不人性：价差拉大到一定程度，成交量必然暴跌。

现在的情况就是成交量萎缩。而当成交量暴跌时，最先被挤出交易大厅的，永远是报价能力最弱的那批买家。

数据摆在那儿：30到34岁男性未婚率是女性的两倍多；2020年中国男性终身不婚率3.25%，女性只有0.24%，农村男性更是高达4.49%；适婚年龄段性别比超过105，意味着每100个女孩对应105个以上的男孩。

换句话说，市场没有关闭，而是在分层，底层男性正在被系统性地出清。所谓"3000万光棍"，说的就是这种人口结构的表象。

如果用"观念觉醒"来解释这一切，就典型属于用情绪代替分析——一个人结不了婚可以说他不想，一千万人结不了婚，你就得看看价格和购买力了。

锁死退出的人，吓退了想进场的人

再看离婚这条线，这里藏着一个更精妙的机制。

2021年1月1日，《民法典》实施，离婚冷静期正式生效：申请离婚后30天内，任何一方反悔都可以撤回。政策本意很清晰，降低冲动离婚，稳定家庭。效果立竿见影——2020年全国离婚登记373.3万对，2021年直接砍到213.9万对，暴跌42.7%。

江苏当年的数据很有代表性：24万对夫妻申请离婚，最后办成的只有13.5万对，将近四成在冷静期内撤回或逾期作废。

数据确实好看了，但经济学告诉我们，任何制度都有二期效应，而二期效应往往和初衷相反。

你把婚姻看成一个合同，冷静期干的事，本质是大幅提高退出成本。原来退出是平滑的，现在退出要排队、要等待、要双方配合、要承担财产分割的漫长拉锯。

市场里有个常识：退出机制被锁死的资产，理性投资者会要求更高的风险溢价；如果溢价补不上，他们干脆不买。

果然，后面的数据开始还债。离婚登记数从2022年企稳回升，2023年259.3万对，2024年262.1万对，2025年274.3万对，一路爬坡，2026年上半年还在涨。

这说明什么？说明该离的终究要离，冷静期拦住的是"冲动离婚"的存量，可它同时向全国未婚青年播放了一条持续五年的广告：这笔交易，进去容易出来难。

于是理性人的最优策略浮出水面：既然入场后很难全身而退，那就不入场。你想锁死退出机制，那我就拒签这份合同。冷静期真正压制的，可能不是冲动离婚，而是冲动结婚——所以现在，连冲动都没有了。

为什么偏偏是银行来证婚

现在可以回答开头那个问题了：为什么是银行？

传统婚姻从来不需要银行。因为那时候的信用约束是外包给社会的——宗族管着，单位管着，街坊邻居的口水管着。

你出轨、家暴、抛妻弃子，代价是社会性死亡，成本高到没人付得起。那时候的结婚证，本质是一张由整个社会联署担保的契约。

现在呢？原子化社会，宗族散了，单位没了，邻居互相不认识。所有的外部信用约束都消失了，婚姻裸奔成一份纯粹的财产合同：彩礼是定金，房产是抵押物，婚后收入是现金流，离婚是破产清算，冷静期是清算保护期。

你打开裁判文书网看看，婚姻家事纠纷的核心议题早就变成了：婚前财产怎么算，彩礼退不退，债务谁背，房子加没加名。

当一份合同的全部争议都围绕钱展开时，最合适的见证人当然是最懂钱的机构。银行不关心你们爱不爱，银行只关心抵押率和偿债能力。

别觉得"银行进驻登记处"是孤例。2021年九江银行搞过"彩礼贷"，海报写得明明白白：最高可贷30万，年利率低至4.9%，"彩礼开销不用愁，贷来稳稳的幸福"。后来因为舆论哗然被叫停。

但有个细节很少有人注意：那款产品的申请条件里有一条——"情侣一方需为行政事业单位正式员工"。

看明白了吗？连贷款都要编制背书。金融机构对婚姻的定价逻辑，从来都是赤裸裸的：你的感情不在它的评估体系里，但你的资产负债表在。

年轻人不再叛逆，只会算账

最后说说年轻人。舆论喜欢把不婚描述成一种姿态：叛逆、先锋、人间清醒。其实没那么文艺，大部分人不结婚，不是姿态，就是算账。

上一代人结婚，是一笔什么样的交易？

低成本进入——一间房、三大件、几十桌酒；

高概率稳定——单位管一辈子，离婚丢人现眼，几乎没人离；

正收益预期——两人合力，日子肉眼可见地变好。

这笔账闭着眼算都是赚的，所以那代人不但结，还抢着结，生怕晚了。

这一代面对的是另一张损益表：

高成本进入——彩礼、首付、婚礼、三金，一线城市的"入场券"以百万计；

高不确定性——离婚率摆在明面上，出轨成本趋近于零，财产分割是场消耗战；

负收益预期——婚后生活质量大概率下降，自由度下降，还要叠加育儿这个无限责任公司。

诺贝尔经济学奖得主加里·贝克尔在《家庭论》里早就把这层窗户纸捅破了：婚姻本质上是一个市场，人们会根据预期收益和成本决定是否进入、何时退出。贝克尔写下这些话的时候是上世纪八十年代，当时还有人骂他冷血。现在回头看，他只是诚实。

恩格斯在《家庭、私有制和国家的起源》里说得更不留情面：婚姻都是由当事人的阶级地位来决定的。

所以别再用"独立意识"、"个性解放"这种虚词解释宏观数据了。如果结婚真是笔划算买卖，年轻人会比谁都积极——他们对划算买卖的嗅觉，参考抢消费券和薅羊毛时的执行力就知道了。

现在的真实情况是，这笔交易的投资回报率为负。至于游戏、宠物、虚拟社交，那不是不婚的原因，是不婚的副产品：既然不进这个市场，手里多出来的时间、钱和情感，总得找个地方安放。

过去的婚姻，是普通人的标配，是阶层再生产的传送带。只要你不挑，总能结。它有普惠性，像义务教育，像公费医疗，几乎人人有份。

现在的婚姻，正在变成一项高风险投资。需要前置投入、需要稳定现金流、需要抗风险能力、需要退出预案。它不再问"你愿不愿意"，而是问"你的资产负债表允不允许"。

所以银行进驻婚姻登记处了。银行是干什么的？给交易增信，给资产定价，给市场做市。当一项社会制度需要金融机构来增信和做市的时候，说明它自带的信用体系已经破产了。

婚姻从社会契约降级为金融产品，从普惠制降级为精英筛选制——以后能结得起婚、离得起婚、在婚姻里进退自如的，会是一群有特定资产结构的人。

爱情没有消失，它只是退出了定价环节。剩下的是一场关于资产重组的冷静谈判。而谈判桌外，越来越多的人发现，自己连上桌的资格都没有。

银行进驻登记处的那天，现场的小熊穿着婚纱，笑得很甜。但市场从不撒谎，它只是用选址告诉你：这门生意，以后只对有偿付能力的客户开放。

最新的信号来自印度。

8月6日，彭博社援引知情人士报道称，本田技研工业株式会社将一个全新车型项目的开发外包给印度塔塔科技有限公司。这被认为是本田首次把完整整车工程项目交给一家印度工程服务公司。

报道称，相关平台将支撑多款车型，兼容燃油、混合动力与纯电动力，但没有透露具体车型、上市时间和目标市场。

本田对此表示，公司一直在考虑通过各种外部合作增强竞争力，但拒绝评论市场传闻和项目细节。

塔塔科技此前在2027财年第一季度财报中确认，一家日本主流汽车制造商选择它承担一项“完整整车工程项目”，但没有点名客户。

也就是说，截至目前，本田没有承认，塔塔科技没有点名，“本田”这个主语来自媒体报道。

如果单独看，这可能只是一笔普通的工程服务合同。真正值得关注的是它出现的时间。

7月20日，本田刚刚与广汽集团签署续约协议，将广汽本田的合资期限延长至2038年。17天后，彭博社报道本田把一项完整整车工程项目交给塔塔科技。

两件事发生在不到三个星期内。

在中国，本田保留50:50的合资结构，并让合资公司获得更多本地产品企划和研发权限；在印度，本田则被曝把一段完整车辆工程流程交给外部服务公司。

合作对象不同，让渡的权限也不同，但方向一致：过去由日本总部掌握的部分开发资源，正在向区域公司和外部工程体系移动。

此前半年，本田已经连续采取行动。

2026年2月，本田宣布把汽车开发和软件定义汽车相关研发职能重新划回本田技术研究所；4月，广汽本田披露将主导本地产品企划；5月，本田提出“Triple Half”，要求研发成本、开发周期和研发工作量全部减半，并明确表示将利用中国和印度当地企业在成本和速度方面的优势。

到了7月和8月，组织调整和经营目标开始落实到具体合作中。

本田正在重新回答三个问题：哪些技术必须自己拥有，哪些产品必须由日本总部决定，哪些工程必须由本田员工完成。

过去，本田追求尽可能完整地拥有技术和开发体系。发动机、变速箱、底盘和平台由自己开发，产品由日本总部定义，再交给各地区生产和销售。

未来的本田可能不再这样运转。

日本总部仍然掌握品牌、安全、品质和核心技术，但中国市场的产品可以由中国合资公司主导，部分工程可以交给印度服务公司，不同地区也可以根据当地需求采用不同的开发方式。

这不是简单扩大外包，而是日本总部正在重新划定自己的权力边界。

本田可能交出了什么

塔塔科技使用的表述是“完整整车工程项目”。

这一措辞很容易让人联想到，本田把下一代模块化平台从定义到量产全部交给了塔塔科技。但现有公开信息还无法支持这个结论。

汽车平台不是一张底盘图纸。

轴距和轮距的适用范围、动力总成组合、电子电气架构、安全目标、底盘硬点、成本边界及不同车型之间的共用关系，构成了平台最核心的产品和技术定义。

在这些定义之后，才是详细设计、仿真分析、工程制图、试验验证、供应商协同和制造准备。

工程服务公司可以承担从设计到验证的连续流程，但这不意味着它同时获得产品定义权和平台决策权。

塔塔科技也没有披露项目金额，只表示这是一个由日本主流汽车制造商委托的多年期项目。同期业绩材料中，塔塔科技明确披露与美国零部件企业天纳克达成了1亿美元战略合作，对日本车企项目却只强调服务范围和项目周期。

这不能证明日本项目金额很小。它可能受到保密条款限制，也可能尚未披露完整范围。工程服务合同金额也不能与一套整车平台的全部投资直接比较。但至少可以说明，现有信息不足以证明本田已经把一套价值数十亿美元的模块化平台整体交给塔塔科技。

塔塔科技更接近一家全球汽车工程服务商，而不是整车平台授权方。它拥有超过1.2万名员工和全球交付网络，能够提供车身、底盘、动力系统、电子电气、软件、仿真验证及制造工程等服务。

它销售的是工程能力：客户提出产品目标、技术边界和验收标准，工程服务公司组织人员和工具，把方案变成能够量产的汽车。

因此，更准确的判断是，本田可能交出去的是整车开发中的一部分工程执行工作，而不是把下一代平台和产品的决定权完整交给塔塔科技。

本田买到的，首先是研发产能、工程效率和时间。

过去的外包，没有越过整车边界

本田并非从未使用外部研发资源，但过去的边界相对清楚，通常停留在零部件开发和人员补充层面，没有改变本田对整车产品的主导权。

一个来源是系列供应商。

在日本汽车产业长期采用的“承认图”模式下，本田提出性能、成本和接口要求，供应商负责零部件设计、开发与生产。京滨长期提供燃油喷射和动力控制系统，昭和承担悬架及转向系统，日信工业提供制动系统。

另一个来源是工程师派遣。外部技术人员进入本田研发现场，在本田的流程和标准下开展设计、仿真、制图与验证。

这两种方式的共同点，是本田始终控制着外部资源进入整车开发体系的方式。

供应商沿零部件层级承担开发，派遣工程师则被纳入本田自己的流程。整车如何定义、系统怎样集成、项目如何推进，仍由本田掌握。

2021年，日立汽车系统、京滨、昭和和日信工业整合为日立安斯泰莫，本田成为新公司的少数股东。过去与本田存在深度资本和工程联系的系列供应商体系，也逐渐转化为更加独立和市场化的供应关系。

如果塔塔科技项目最终得到确认，其不同之处不在于本田第一次让外部企业参与研发，而在于外部公司的工作范围可能越过单一零部件，进入整车开发流程。

过去的外包更多沿零部件层级向下延伸；这一次，则可能横跨车身、底盘、电子电气、验证和制造工程等多个系统。

本田不再只是购买一个零件或者补充一批工程师，而是在购买一段可以由外部公司组织和交付的开发流程。

边界移动到这里，本田的变化才真正成立。

一次没有完成的合并

在塔塔科技之前，本田曾经考虑过一个规模大得多的解决方案。

2024年12月，本田与日产签署经营整合备忘录，计划共同成立控股公司，并争取在2026年8月完成整合。

如果交易成功，双方可以共同开发电动车平台、软件、电池和智能驾驶系统，也可以整合采购、生产基地与车型阵容。

这代表了传统汽车产业解决研发成本上升问题的典型思路：通过合并扩大销量，用规模分摊平台、软件和供应链成本。

但谈判只持续了不到两个月。

2025年2月13日，本田与日产正式宣布终止整合谈判。双方最初讨论共同控股公司，后来本田提出通过换股把日产变为子公司，遭到日产拒绝。

合并失败，表面上是双方无法就股权结构达成一致，背后仍然是控制权问题。

本田愿意与日产共享平台、软件和采购，却不愿进入一个缺乏明确主导者、重大事项都需要双方反复协商的组织。日产则不愿放弃独立地位。

这说明，本田已经意识到自身规模不足，却仍然试图用传统方式解决问题：通过资本和组织整合，把另一家企业的销量、平台、技术和工厂纳入统一体系。

这条路没有走通。

但双方并未彻底停止合作。合并谈判终止后，本田与日产继续在电动化和智能化领域维持战略合作，并按项目研究软件定义汽车、基础软件和下一代电子控制单元。

从合并公司退回具体项目，具有象征意义。

本田没有放弃对规模和外部能力的需求，只是改变了获得这些能力的方式：不再试图一次性拥有日产，而是在需要的领域共享投入，把合作拆成边界更清楚的项目。

本田的变化并不是从强调控制变成不再控制，而是改变了控制方式。

过去，它希望通过股权、内部研发和总部审批控制整个过程；现在，它开始接受不拥有所有技术、不雇用所有工程师，也不亲自完成所有开发工作，只要仍能决定产品目标、核心标准和最终结果。

真正的变化发生在中国

如果说印度项目可能改变的是本田如何完成工程，那么中国的变化触及了更深的一层：谁来决定造什么车。

2026年7月，本田与广汽集团签署续约协议，将广汽本田的合资期限延长至2038年，双方保持50:50的股权结构。

广汽本田成立于1998年，是双方共同设立的整车生产销售企业，也是本田在中国成立的首家整车合资公司，累计整车销量已经超过1100万辆。

续约本身不是最重要的变化。真正值得注意的是，这家过去主要承接日本总部车型、负责本地生产和销售的合资公司，正在获得更多产品企划和研发权限。

广汽本田宣布，2027年将推出三款全新车型，覆盖燃油、混动和新能源，其中包括基于中国专属新能源平台开发的自研车型。

现有公开信息尚不足以确认该车型将直接采用广汽集团哪一套平台，但至少可以确认，未来的本田牌汽车不必全部以日本总部的平台为开发起点。

中国团队开始参与决定造什么车、选择什么技术方案、使用哪些本地供应链，以及如何压缩产品周期。

这比采购中国的电池、座舱或者智能驾驶系统更进一步。

2026年，本田社长三部敏宏还考察了中国汽车供应链。据日经新闻等媒体报道，在参观上海一家高度自动化的供应商工厂后，他感叹：“面对这样的实力，我们没有胜算。”

真正令本田感到压力的，恐怕不只是某项新能源技术，而是中国汽车产业把产品定义、平台、零部件、软件和制造快速组织起来的能力。

供应商可以在开发早期介入，成熟的三电、座舱和智能驾驶方案能够快速组合，设计、采购、验证与制造准备并行推进。

相比之下，传统日本车企强调严格分工和逐层确认。市场调研、商品企划、总部批准、平台开发、供应商定点、工程验证和区域适配依次推进，保证了质量，也带来了漫长周期和大量协调工作。

如果决策流程不变，即使把中国最先进的零部件采购回来，本田的产品仍可能在上市时落后一个周期。

因此，本田在中国进行的不是普通采购，而是把更多产品企划和研发权限交给合资公司。

本田需要的不只是中国技术，也是中国市场形成产品的速度。

印度既是市场，也是工程所在地

印度对本田具有两层意义。

首先，它是本田准备重新投入的汽车市场。

过去几年，印度乘用车市场持续增长，本田的表现却没有跟上。其市场份额从2020财年的约4%降至2026财年的约1%，目前主要依靠Elevate、City和Amaze三款车型维持业务。

本田已经承认，过去采用全球统一标准开发车型，没有充分满足印度消费者需求。

印度市场对价格、尺寸和使用成本高度敏感，车长4米以下车型还能享受当地税制优惠。如果仍由日本总部先开发全球车型，再针对印度进行简化和适配，本田很难同时做到价格足够低、周期足够短。

2026年5月，本田把印度列为未来重点市场之一，并表示从2028年起，将围绕4米以下小型车和中型车推出新产品，同时积极利用印度当地的外部研发资源。

其次，印度拥有成熟的汽车工程服务产业。

大量欧美和日本企业长期把软件、工程研发和数字化工作放在印度，看中的是当地庞大的工程师群体、英语能力、国际客户经验和相对较低的研发成本。

塔塔科技正是这种产业模式的代表。它能够提供详细设计、仿真、验证和制造工程等规模化服务，帮助车企降低成本、补充研发产能。

印度市场战略与塔塔科技项目在方向上吻合，但目前不能直接画上等号。

本田和塔塔科技尚未确认合作，项目的目标市场也没有公开。即使客户最终被证实为本田，也不能据此断言该项目就是为印度市场开发新车。

现阶段可以确认的是，本田准备更积极地利用印度的市场经验和外部工程能力；至于印度团队能否像中国合资公司一样获得产品定义权，尚无公开证据。

本田在中国和印度开放的并不是同一层权限。

在中国，本田已经把更多产品主导权交给合资公司；在印度，目前主要释放的是利用外部工程资源的意愿。

中国改变的是谁来定义产品，印度改变的是谁来完成部分工程。

“三个减半”与六年一个来回

2026年5月，本田提出“Triple Half”：以2025年为基准，将研发成本、开发周期和研发工作量分别削减一半。

本田同时表示，将更灵活地利用外部资源，包括中国和印度当地企业在成本与速度方面的竞争力，以及行业标准化零部件。

要让三个指标同时下降，单靠裁员、加班或者使用人工智能并不现实。

本田必须重新设计开发流程：减少过度设计和重复验证，提高平台与零部件的共用率，让设计、试验和制造准备并行，压缩总部审批，把不决定品牌差异的工作交给外部资源。

与此同时，本田也在调整内部研发组织。

本田技术研究所成立于1960年。本田宗一郎将研发机构设为独立法人，一个重要目的就是让工程师与日常经营保持距离，进行长期技术研究。

2020年，本田把技术研究所的大部分汽车产品开发职能并入本田技研工业，同时吸收合并本田工程，希望把产品开发、制造准备和量产更紧密地结合起来。

六年之后，本田再次改变方向。

2026年2月，本田宣布把汽车开发部门和软件定义汽车事业开发部门的研发职能重新划入本田技术研究所。

六年一个来回，说明本田仍在寻找两个目标之间的平衡：研发既要贴近市场，又要维持长期技术积累；既要加快量产开发，又不能让短期项目挤压下一代技术。

研发职能重新集中与扩大外部工程合作发生在同一年，并不矛盾。

本田正在建立新的分工：把决定未来技术方向和品牌差异的能力收回内部，把可以标准化、规模化交付的工程执行工作移到外部。

研发权收回体内，工程产能放到体外。

塔塔科技项目如果得到确认，就是这种新分工的一次试验。

本田还有时间

截至2026年3月31日的完整财年，本田合并销售收入为21.7966万亿日元，同比增长0.5%；营业亏损4143亿日元，归属于母公司所有者的净亏损为4239亿日元。

按照本田披露，这是公司1948年创立以来首次出现年度净亏损。

但只看集团亏损，容易误判本田的位置。

本田的问题主要集中在汽车业务。2026年3月期，其汽车业务录得1.411万亿日元分部亏损，其中包含约1.454万亿日元电动化相关损失，主要来自取消车型、停止投资以及对工厂、电池和开发资产进行减值。

相当一部分损失，是本田提前清理原有电动化战略所付出的代价，并不完全代表持续经营能力。

支撑本田完成这次清理的，是二轮车和金融服务业务。

2026年3月期，本田二轮车业务营业利润达到7319亿日元，创下历史新高。仅二轮车业务创造的利润，就超过集团当年的归母净亏损。

本田一年销售超过2200万辆摩托车，在印度、东南亚和巴西等市场拥有规模、渠道和品牌优势。二轮车业务仍能提供稳定的利润和现金流。金融服务则构成另一层缓冲。

因此，本田面对的不是整个集团能否生存，而是汽车业务能否利用二轮车和金融服务提供的条件完成重建。

这也是本田与日产的重要区别。

两家公司都面临中国市场下滑、电动化投入沉重和软件能力不足，但本田拥有全球二轮车业务这台现金发动机，也保有较强的混合动力产品和北美业务基础。

日产寻找合作时，需要同时解决经营、产能和资产负担。本田寻找合作，主要是为了获得规模、平台、软件和开发效率。

这可以解释为什么本田愿意与日产合作，却不愿在缺乏明确控制权的情况下完成合并。为了获得日产的部分能力而接手整个日产，代价可能高于收益。

合并谈判失败后，本田选择了风险更低的方式：需要软件和电子架构，就与日产按项目合作；需要中国市场的产品能力，就向合资公司下放权限；需要印度工程资源，就向专业服务公司采购。

它不再试图通过一笔交易获得所有东西。

最新财务数据也说明，本田仍有调整空间。2026年4月至6月，本田单季归母净利润达到4569亿日元，并把截至2027年3月财年的全年归母净利润预测，由2600亿日元上调至4000亿日元。

所以，本田现在的变化，不是一家走到悬崖边的公司被迫出售技术，而是一家仍有现金流、品牌和盈利业务支撑的公司，选择在汽车业务彻底失去竞争力之前处理问题。

但二轮车业务提供的只是改革条件，不是汽车业务的现成答案。

本田已经为这轮重建划定时间表：2027年，广汽本田将推出基于中国新能源平台开发的本土车型；从2028年启动的全新换代项目开始，本田要求开发周期减半；到2029年3月期，本田计划把集团营业利润提高到1.4万亿日元以上。

广汽本田的新车将检验权力下放后，中国团队能否做出更有竞争力的产品；后续换代项目将检验外部工程资源能否真正降低成本、缩短周期；2029年的利润目标，则将检验新的研发与经营体系能否转化为稳定收益。

本田的优势在于，它仍然拥有调整所需要的现金流、技术积累和时间。二轮车业务不是汽车业务的替代品，却让本田不必在短期压力下仓促作出选择。

对于一家长期坚持自主开发的公司来说，重新区分什么必须自己掌握、什么可以借助外部完成，本身就是一次重要变化。

本田正在用二轮车业务提供的稳定性，为汽车业务换取一次重新出发的机会。

在主流经济学的叙事中，金融泡沫往往被视作市场失灵的产物，是人性贪婪、资本投机与监管缺失共同催生的负面乱象，是需要被规避、批判与杜绝的经济灾难。

但委内瑞拉经济学家卡洛塔·佩蕾丝在《技术革命与金融资本》一书中，颠覆了这一延续了数百年的认知。她认为，依附于每一轮技术革命的金融泡沫，并非偶然的市场谬误，而是技术范式迭代过程中无法规避的必然制度成本。

佩蕾丝的理论突破，首先在于彻底剥离了对金融泡沫的道德化解读，将其从“人性问题”转化为“结构性制度问题”。

在传统经济学中，人们往往是以静态均衡的视角来审视市场，认为健康的经济增长应当平稳有序，泡沫是脱离均衡的异常波动。而佩蕾丝立足长波周期视角，指出技术迭代从来就不是线性、匀速的渐进过程，而是颠覆性、革命性的范式更替。每一轮通用技术革命，从蒸汽机机械化、铁路电气化，到石油规模化生产、数字信息化，都需要彻底重构社会的生产方式、产业结构、基础设施与商业逻辑。

这种全方位的体系重构过程，在前期需要海量、长期、高风险的资本投入，这种投入远远超过传统实体经济的承载能力，而金融泡沫正是适配这一变革需求的特殊制度机制。

佩蕾丝认为，生产资本扎根于实体经济，依托技术落地、产品生产、产业运营，以获取长期稳定收益。生产资本追求的稳健增值，并厌恶高风险试错。因此，生产资本天然缺乏推动颠覆性技术变革的动力。特别是在旧技术范式的成熟期，生产资本深耕传统产业，盈利模式固化，不会主动投入周期长、不确定性高的新兴技术赛道。与之相对，金融资本以资本利得为核心目标，具有高流动性、高风险偏好、逐利性极强的特征，能够突破传统产业的资源桎梏，集中全社会闲置资本，涌入新兴技术领域。

佩蕾丝通过对过去200年间机械化工业革命、蒸汽与铁路革命、钢铁与重型工程革命、石油、汽车与大规模生产革命、信息与通讯技术革命这五次技术革命浪潮的系统梳理，发现金融泡沫往往发生在最初的技术导入期。

佩蕾丝指出，在技术革命的导入期，新技术尚未形成成熟的商业模式，无法为生产资本提供稳定回报，唯有金融资本愿意承担试错成本。此时的金融投机与泡沫扩张，本质是一种社会化的技术投资机制。海量资本的扎堆涌入，会快速完成新兴技术的基础设施搭建、产业链试错、商业模式探索与市场的普及。

而无数失败的创业项目、虚高的资产估值、无序的资本炒作，看似是资源浪费，实则是技术革命必须付出的试错成本。如果没有泡沫阶段的资本狂热，就没有大规模的技术迭代与产业孵化，颠覆性技术永远无法突破萌芽状态，完成对旧产业体系的替代。

佩蕾丝用五次技术革命的历史脉络，来系统论证她上面的结论。

在十九世纪的铁路革命中，全民投机催生的铁路泡沫，虽然最终破裂引发了经济危机，却完成了欧美全国铁路网络的搭建，为后续工业化普及奠定了硬件基础；二十世纪的电气化、汽车产业泡沫，虽然透支了市场短期信用，却快速普及了电力基础设施与现代交通体系，重塑了整个工业生产格局；20世纪90年代的互联网泡沫，造就了海量虚高估值与资本乱象，却极大降低了互联网技术的试错成本，推动网络基础设施快速落地，让数字技术从实验室走向全民应用。

在佩蕾丝看来，泡沫的价值不在于短期的财富增值，而在于其承担了社会公共投入的职能。传统公共基建、技术研发多依靠国家财政，效率低、规模有限、容错率低。而金融泡沫通过市场化的资本集中机制，调动全社会民间资本，自发完成新技术基础设施建设与产业生态培育，以市场化的高风险试错，替代了低效的制度性投入。

无数资本亏损、企业破产、资产缩水，看似是个体与市场的损失，实则是全社会为技术进步支付的统一制度成本，最终沉淀为时代进步的公共财富。从这个意义上可以说，金融泡沫支付了技术革命的试错成本。如果没有泡沫承担前期制度成本，技术就无法落地迭代。

说到这里，为了避免误会，必须补充一句，佩蕾丝将金融泡沫定义为必须的制度成本，并非是要给投机乱象洗白。佩蕾丝始终强调，泡沫是技术革命的前置必要成本，泡沫的核心功能是完成技术孵化与资源铺垫，但泡沫本身无法带来普惠繁荣。狂热期的资本无序扩张必然导致资源错配、贫富分化、阶层撕裂，最终触发泡沫破裂与金融危机。在后续的过程中，只有主动推进制度革新、平衡资本投机与产业发展的关系，才能将技术变革的代价，转化为社会普惠繁荣的动力。

就是这本，卡洛塔·佩蕾丝《技术革命与金融资本》

立足当下AI技术革命的狂热周期，佩蕾丝的观点可以给我们一些有益的启示。

当前全球AI赛道资本扎堆、估值高企、概念泛滥，市场两极分化。在这种情况下，有人盲目乐观，追捧技术红利，有人严厉批判资本泡沫乱象。但如果从佩蕾丝的制度成本理论来看，当下的AI泡沫并非是一场单纯的投机闹剧，而是新一轮技术范式迭代的必然代价。资本狂热正在快速完成AI基础设施、大模型技术、行业应用的大规模试错与普及，承担着新时代的制度性成本。

而未来AI产业能否走出泡沫、开启普惠黄金时代，不取决于资本炒作的热度，而取决于社会能否完成制度重构，消解泡沫的负面代价，将技术试错成本转化为全民发展红利。

前几天，在和一位朋友聊到当前的AI泡沫时，我说了这样一句话：这次人工智能的泡沫也许是波浪式的。因为技术进步是真实的，估值过高也是真实的。于是，想起这本书，也想起一位朋友说过的一句话：泡沫是我们前进的方式。

每一轮技术革命最热闹的时候，人们都会问同一个问题：这是不是泡沫？

今天，这个问题轮到了AI。

模型越来越大，算力投入越来越高，数据中心越建越多，创业公司的估值不断抬升，几乎所有软件都开始在自己的名字前加上“AI”。于是另一种声音也越来越强：AI会不会重复互联网泡沫的故事？

但如果把时间拉回过去两百多年，会发现一个经常被忽略的事实：

泡沫与真正的技术革命，从来不是互斥的。

铁路有过狂热，电气化和汽车时代伴随着巨大的资本繁荣，互联网更经历过一次近乎教科书式的泡沫破裂。但铁路没有消失，汽车没有消失，互联网也没有消失。

真正值得研究的，从来不是“技术是不是泡沫”，而是：

泡沫破掉以后，什么东西还能留下。

一、工业革命没有“蒸汽机泡沫”，却从不缺资本狂热

讨论历史泡沫，首先要把一个概念说准确。

工业革命并不存在一个公认的“蒸汽机泡沫”。蒸汽机、纺织机械、煤炭和钢铁，是持续几十年不断演化的技术体系，而不是某一天突然爆发的单一资产狂潮。

但围绕这些新技术形成的基础设施，却很早就出现了资本过热。

18世纪末英国的运河热就是一个典型案例。工业化带来了巨大的煤炭、原料和商品运输需求，运河能够显著降低运输成本，于是大量资本迅速涌入。真实需求存在，技术价值也存在，但当资本开始把未来几十年的增长一次性押进今天的价格里，投机就随之出现。

后来部分项目失败、价格回落，但运河网络留下来了。

这其实揭示了技术泡沫最重要的结构：

资本最容易高估技术兑现价值的速度，却又经常低估技术最终改变世界的深度。

技术可以是真的，泡沫也可以是真的。

这两件事并不矛盾。

二、铁路狂热告诉我们：方向正确，不代表价格正确

如果一定要从工业时代找一个最像今天AI的案例，我更愿意选择19世纪的铁路，而不是蒸汽机。

1840年代英国出现著名的Railway Mania。铁路被认为将彻底改变交通、贸易、城市和工业布局，资本蜂拥而入，大量铁路公司成立，大量线路得到规划，股票价格迅速上涨。

这个判断本身并没有错。

铁路后来确实改变了世界。

问题在于，“铁路会改变世界”被市场迅速推导成了“所有铁路公司都会成功”“每一条线路都有价值”“今天任何价格都值得买入”。

这才是泡沫真正产生的地方。

最终，大量铁路项目失败，公司倒闭、合并、重组，投资者遭受严重损失。但与此同时，铁路网络本身却继续扩张，并成为现代工业经济最重要的基础设施之一。

所以铁路时代留下了一句对今天依然有效的话：

看对一个时代，不等于买对这个时代里的每一家公司。

再进一步说：

技术正确，不等于商业模式正确；商业模式正确，也不等于价格正确。

这三个判断，在每一次技术狂热中都会被混在一起。

三、互联网泡沫破掉的，从来不是互联网

真正和今天AI最接近的历史，还是1990年代互联网泡沫。

当时，人们第一次看到一个可能改变所有行业的新基础设施。资本开始追逐网站、流量、用户和网络效应，“互联网”本身就可以成为估值理由。

后来发生的事情已经成为商业史常识：纳斯达克大幅下跌，大量互联网公司倒闭，许多曾经拥有惊人估值的商业模式被证明根本无法成立。

但互联网没有因此失败。

恰恰相反，泡沫破裂之后的二十年，互联网真正完成了对零售、广告、媒体、金融、通信、物流和企业软件的重构。

所以2000年真正破灭的不是互联网，而是一种定价逻辑：

“只要和互联网有关，就应该值很多钱。”

互联网泡沫最值得今天重新理解的地方就在这里。

它证明了一件非常反直觉的事情：

一个技术完全可以改变世界，同时围绕它形成的绝大多数早期投资逻辑仍然是错误的。

未来是真的。

只是市场往往把十年后的未来，在两年里一次性买完了。

四、技术泡沫，本质上是一场时间错配

把铁路、汽车、通信和互联网放在一起，会发现很多泡沫其实共享同一种底层结构：

人们并不是完全看错了未来，而是过早地为未来付出了过高的价格。

铁路确实需要大规模建设，但不是每一条铁路都应该同时修。

互联网确实会改变商业，但不是每一个拥有网站的公司都会成为赢家。

AI也确实会深刻改变软件和组织，但这并不意味着今天所有冠以“AI”之名的产品都拥有长期价值。

所以技术泡沫最危险的地方不是幻想，而是把长期趋势错误地压缩成短期兑现。

泡沫很少来自一个完全虚假的未来，更多时候，它来自一个被提前兑现的真实未来。

这也是为什么重大技术革命特别容易产生泡沫。

因为越是能够改变世界的技术，人们越容易高估它改变世界的速度。

五、AI已经出现泡沫，但它不是一个泡沫

所以回到今天，我其实不太认同“AI有没有泡沫”这种二元问题。

答案很可能是：

AI技术是真的，AI需求是真的，但围绕AI已经同时存在多种不同性质的泡沫。

第一层，是最容易被看见的AI标签泡沫。

今天一个产品接入大模型，可以叫AI SaaS；增加一个聊天框，可以叫AI Search；给原来的业务流程增加一点自然语言交互，就可以重新包装成AI ERP。

但这种溢价不可能一直存在。

当所有CRM都有AI、所有ERP都有AI、所有开发工具都能理解代码时，“有AI”本身就不再构成产品价值。

一个能力一旦成为行业默认，它就会从卖点变成门槛。

第二层，是模型稀缺性泡沫。

今天顶级模型公司拥有极高的市场关注和估值，很大程度来自“领先模型是一种极度稀缺能力”。但如果模型差距继续缩小，开源能力持续提高，推理价格持续下降，基础模型本身就可能逐渐商品化。

能力不会消失，价值却会重新分配。

价值会从“拥有模型”，流向数据、工作流、行业理解、可靠性、分发渠道以及最终结果。

第三层，也是我认为最值得警惕的一层，是基础设施泡沫。

GPU、数据中心、电力、冷却、网络以及围绕算力形成的大规模资本支出，越来越像铁路时代。

这些基础设施当然有真实需求。

但铁路时代已经告诉过我们：

基础设施是真实的，不代表基础设施不会被过度建设。

AI一定需要更多算力，和今天规划的所有算力都能够获得足够回报，是完全不同的两件事。

六、AI泡沫可能不会“砰”的一声破掉，而是一层一层褪去

我反而不认为未来会出现一个非常清晰的时间点，人们第二天醒来宣布：

“AI泡沫正式破裂了。”

AI与2000年互联网时代有一个明显不同：今天承担最大AI投资的很多企业，本身拥有强大的现金流、云业务、广告业务和软件业务，因此整个周期可能比互联网泡沫更加漫长。

AI泡沫更可能是分层重估。

最没有壁垒的AI应用首先失去估值溢价；随后，大量不能真正创造收入或降低成本的Agent产品被淘汰；模型层开始重新定价；如果基础设施建设超过实际需求，算力和数据中心再接受资本纪律。

与此同时，那些真正能够提高生产率、降低成本、改变工作流的AI能力还会继续增长。

所以未来可能出现一种很有意思的局面：

AI的故事越来越冷，AI的使用却越来越多。

这并不矛盾。

甚至很可能就是AI真正成熟的开始。

七、AI真正成熟的标志，是“AI”这个前缀开始失去价值

今天我们说AI Coding、AI Customer Service、AI Search、AI ERP，是因为AI仍然是一种需要被强调的新能力。

但如果AI最终真的成为一种通用技术，这些名字大概率都会消失。

AI Coding最终只会重新叫Coding。

AI Customer Service最终只会重新叫Customer Service。

AI Search最终只会叫Search。

AI ERP最终还是ERP。

就像今天没有银行会强调自己“使用互联网”，也没有企业会把“使用计算机办公”当成核心竞争力。

不是因为计算机和互联网不重要了。

恰恰是因为它们已经重要到成为默认环境。

所以我越来越觉得：

泡沫破灭，是AI从故事回到价值；AI前缀消失，是AI从价值沉入基础设施。

前者意味着市场不再因为“AI”两个字给予额外溢价。

后者意味着AI已经彻底被行业吸收。

而这两件事情，可能正是同一个技术周期的前后两段。

结语：未来是真的，只是市场总喜欢让未来来得太早

历史上的泡沫从来没有证明新技术都是骗局。

铁路真的改变了世界。

电力真的改变了世界。

计算机真的改变了世界。

互联网也真的改变了世界。

它们真正证明的是另一件事：

伟大的技术，从来不能保证伟大的投资。

人们最容易犯的错误，是把“这个技术最终会成功”，推导成“所有参与者都会成功”，再进一步推导成“今天任何价格都合理”。

AI今天同样如此。

AI可能成为未来最重要的通用认知能力之一，但这并不意味着所有AI公司都会活下来，不意味着每一个模型都有长期稀缺性，也不意味着所有今天建设的数据中心最终都能获得理想回报。

所以真正值得关注的，并不是AI泡沫什么时候破。

而是：

当资本开始停止奖励故事以后，哪些东西仍然有人愿意付钱。

如果有一天，AI泡沫真的经历一次全面重估，我不认为那是AI的终点。

它很可能只是AI第一次真正接受商业世界的成人礼。

因为历史一次又一次告诉我们：

泡沫会带走价格，带走故事，带走不合理的预期。

但真正属于未来的东西，通常会留下。

也许AI最值得等待的，不是它最热闹的时刻。

而是有一天，我们不再需要在任何产品前面写上“AI”。

那时候，它才真正进入了这个世界。

我看DeepSeek Harness的第一反应不太好，很失望，甚至有点不耐烦。

模型、工具、记忆、Skill、Session、Sandbox、调度、UI，连Agent loop，都被它往“插件”这个抽象里塞。再加上Cordis那套关于可逆effect、依赖关系和动态组合的理论，整件事很像一座还没住人、先把每一面墙都设计成可拆卸的房子。

有必要吗？

普通用户不想配置插件。律师只想把一份案卷交出去，老师只想出题、改作业；企业买Agent，也不会因为“这里有七十多个可替换组件”就愿意多付钱。给开发者的自由，常常会在产品端变成一排需要用户自己理解的选项。

于是我很快把DSH归进一类熟悉的东西：底层工程师很兴奋，最终用户却未必能感到任何好处。至于Cordis用形式化语言去证明插件如何组合，我还多了一层怀疑：会不会只是给一套复杂设计披上理论外衣？

后来读到一篇对Cordis的批评，我一度觉得自己判断得没错。

那篇批评问得很直接：一套形式模型可以在若干前提下证明组件可组合，但这些前提，谁来替真实世界担保？插件写出来的inverse真能撤销此前的操作吗？两个effect在工程里真互不影响吗？插件要是绕开框架，直接写数据库、发邮件、触发支付，定理还管得着吗？

这几句话几乎把我的结论钉死了。直到我顺着DSH仓库里的自修改能力、再去看Self-Harness和Darwin Gödel Machine这些研究，才在一个很小的细节前停住。

DSH里有一个单独的`self-modification`能力组。Agent可以检查自己正在使用的runtime，查看和挂载插件；仓库甚至放了一个“agent modifies its own runtime”的示例。

我才意识到，自己一直在用“这房子住起来舒不舒服”的标准，去评价一套可能是给机器造的建筑系统。

DeepSeek在押的是另一件事：未来的Agent，可能会开始修改自己周围的运行系统。

这个判断让我一下子把DSH看开了。但看开，不等于放下警惕。恰好相反，问题到这里才真正变难。

一、我为什么一开始差点把它判死刑

先把DeepSeek Harness说清楚。

它现在仍处于developer preview。官方把它定义为开源的agent harness，也就是包在模型外面的那层运行系统。模型看到什么上下文，能用什么工具，记忆如何保存，任务怎样循环，权限在哪一步生效，子Agent怎么协作，基本都由这一层决定。

模型负责生成下一步。Harness决定这一步看得见什么、做不做得成、做完以后留下什么。

DSH的做法很激进：尽量把这些能力都做成插件。开发者不必改动Harness本体，就可以替换模型、工具、存储、记忆、loop、UI，也可以把它们重新拼起来。

如果把它当成面向终端用户的产品，这套设计确实显得过头。没有人希望刚打开一个Agent，就得理解profile、bundle、依赖、插件所有权和配置层级。人们需要的是一个已经能工作的默认Agent。

这部分直觉没有错。

但DSH目前并不在和程序员、老师、律师、普通职场人争夺入口。它面对的是做Agent Harness的开发者，以及将来会在它之上交付具体Agent的团队。

一个成熟产品内部可以非常模块化，外部却一点也不让用户看见模块。汽车的发动机、底盘和电子系统都高度可拆，车主不必因此学会换变速箱。

我一开始把“用户不想折腾插件”和“底层不该插件化”混成了一件事。这是第一个误判。

问题变成了：DSH为什么要把底层拆到这个程度？

二、那份批评为什么让我更确信自己是对的

Cordis想解决的是一类很具体的软件问题：插件在运行时被加载、卸载、替换时，怎样不留下垃圾，不把依赖关系搅乱，也不因为加载顺序不同得到不同的系统状态。

换成日常语言就是，一个插件进来后注册了命令、监听了事件、改了状态；它离开时，这些影响能不能一并收回？两个插件同时存在时，会不会互相踩脚？依赖变动后，系统能不能重新排好加载与卸载的顺序？

Cordis给这类问题建立了一套形式模型。在effect可逆、依赖无环、组件会结束、不同effect相互独立等前提下，它可以证明组件组合后会保留某些性质。

这个“在前提下”非常重要。

一个插件写的inverse，是不是真的把此前的操作反着做了一遍？两个effect在TypeScript工程里真的独立吗？论文中的calculus，和正在跑的实现之间，有没有一座可以验证的桥？

形式化并不因此失去价值。恰恰相反，它逼着系统把过去藏在“我们约定如此”里的条件摊在台面上。一个框架说自己支持热重载很容易；它继续追问“在什么条件下，热重载才是可组合的”，这就比口号多走了一步。

只是定理成立，不等于正在运行的系统已经满足定理的前提。

DSH还在preview。第三方插件的设置能不能自然进入UI，自己的Session event能否安全持久化，某个extension seam是不是真正稳定的接口，这些琐碎问题都还在等工程实现去回答。架构上说“任何东西都可以是插件”，离生态里“任何东西都已经能作为一等插件工作”，中间隔着一段很长的路。

读到这里时，我原来的判断反而更坚定了：Cordis说得再漂亮，也只是软件组件的可组合性；它没有证明Agent会因此变得可靠。

这个判断到现在仍然成立。只是它漏掉了DSH想做的另一半事。

三、一个被我当成demo的目录

真正让我改观的，是那个`self-modification`目录。

此前我把“Everything is Plugin”理解成一种开发者偏好：把复杂系统拆成很多可替换的零件，方便人类维护。可当Agent本身可以检查runtime、给自己挂载或卸载组件时，插件就不只是人类的扩展机制了。

它变成了机器能够理解和操作的对象。

假设未来的Agent只能使用人类预先写好的工具，那么Tool、Memory、Planner、Loop是否插件化，主要是开发体验问题。可如果一个Agent发现自己总在某类任务上失败，想加一项能力、调整上下文策略、替换记忆模块，甚至试另一种任务循环，底层首先得是它看得懂、摸得着、改得动的东西。

DSH在赌的，是Harness不会一直是一坨只能由工程师手改的代码。

它可能会成为Agent可以修改的运行状态。

写到这里，我才明白前面的“产品复杂”批评为什么有点使错了力。批评对象放错了位置。拿一个精装公寓的标准去审一套建筑工业系统，当然会觉得它哪里都不对：住户为什么要关心墙体、水电和电梯？可如果这套系统的任务，是让建筑本身能被持续调整，那些看上去多余的接口，就有了原因。

不过，看到DSH的野心，也不能直接跳到“这就是自进化的正确路线”。

“Agent能自进化”和“Agent必须在运行中热插拔自己的组件”，中间还隔着一大段没有被证明的推理。

四、自进化里，真正难的是后半句

我后来觉得，理解这件事最有用的办法，是把“自进化”拆开。

一半是变异。

Agent发现自己在某类任务上老失败，于是改提示词、加一条工具规则、调整记忆检索方式、换一个规划策略，或者重写一段Harness代码。它产生了一个候选版本。

另一半是选择。

这个版本真的更好吗？它是在当前benchmark上更好，还是在真实任务里也更好？它解决了一类问题，会不会让另一类任务退化？它应该只在这个会话里生效，还是可以交给一个团队，甚至升级成产品的默认版本？

没有选择，变异就只是变化。

所以我会把自进化先写成一个有点粗暴、但足够有用的式子：

`自进化=变异×选择`

DSH目前最有力量的部分，恰好在变异基础设施上。它让模型周围的工具、记忆、服务、上下文和loop尽可能具备可读、可写、可拆、可装、可回退的性质。对于一个要尝试自我修改的Agent来说，这很像一套先进的基因编辑工具。

但谁来决定哪一次编辑值得留下来，不是Cordis能回答的问题。

到这里，那份批评和“自进化”的叙事反而在同一个地方相遇了。

批评说，软件组件能组合，不代表Agent的行为就能组合。

自进化研究说，Agent完成一次修改，也不代表它真的变好了。

前者问组件怎样安全装卸，后者问改完以后能否得到更可靠的任务轨迹。它们有关，但不能互相代替。

Cordis可以提高mutation safety，尽量让一次修改不在软件层留下脏状态。自进化真正难的地方却是selection quality：怎样判断一次修改带来的，是进步，还是一次更隐蔽的退化。

五、现在最有效的自进化，靠的仍然是“改完再验”

这不是一段哲学式的担心。2025到2026年的一批自进化研究，几乎都在走同一条更克制的路线。

Darwin Gödel Machine会让一个coding agent修改自己的代码，再把候选版本放到benchmark上运行，保留更好的版本，继续从保留下来的版本上探索。它展示了自我修改可以带来累计提升。

但它更像一次软件发布，不像在手术台上边做边换器官。

旧版本运行，发现问题，产生新版本，测试新版本，确认有效，再把它留下来。它不会在一项任务做到第37步时，突然卸掉自己的Agent loop，换一套loop，再像什么也没发生过那样继续执行。

今年6月的Self-Harness，更接近今天工程师理解的Harness Engineering。它从执行轨迹里找弱点，提出尽量小的Harness修改，再做验证和回归测试；确认改善、也没有明显伤害已有能力的修改，才会进入下一轮。

论文在Terminal-Bench-2.0上报告了明显提升。以其中一个模型为例，held-out任务通过率从40.5%升到61.9%。这当然不能直接翻译成生产环境里的“持续自进化”，但至少说明了一件事：不换底座模型，Harness也可能是一个很有价值的优化表面。

它的流程：

`执行轨迹->找到失败模式->提议修改->评测与回归->晋升版本`

这里最贵的不是前半段。

让模型写出一段插件、一个提示词或一份配置，越来越便宜。证明它值得活下来，才昂贵。你需要可靠的Eval，需要能回放现场的Observability，需要能拦住回归的测试集，也需要一套决定“谁有权推广这次修改”的治理机制。

我之前把Eval、Observability、Regression、Governance当成Harness外面的配套。现在看，它们更像自进化里的选择系统。

没有这套系统，所谓自修改，只是一台不停给自己换零件、却从不做路试的机器。

六、软件状态干净，Agent的行为却未必干净

即使我们暂时假设Cordis完美工作，难题也没有消失。

Plugin A能正确卸载，Plugin B能恢复状态，Plugin C和D的软件effect互不冲突，依赖图也没有环。软件状态最终可以回到一个干净、可预测的位置。

模型的行为不一定会因此收敛。

加入一个工具，会改变模型看到的tool schema；加入记忆，会改变它对任务背景的理解；加上规划模块，会影响它下一步怎么走；再加一层反思，后面的轨迹又不一样。它们不会像传统依赖图那样老老实实地排在纸上，而是通过模型的表示、注意力和上下文彼此牵动。

2026年一篇组合实验把工具、规划、记忆、自我反思、检索五类组件做了完整组合。结果有点反直觉：五件套全开并不总是最强。在HotpotQA上，一个只用了工具的Agent超过“全都装上”的版本；在GSM8K上，某个三组件组合也明显好于五组件全开。

这项研究有benchmark、模型和任务范围的限制，不能据此宣告“复杂Harness没用”。它只是把一个常识摊得很清楚：Agent组件不是乐高。

A有用，B有用，C有用，不代表A、B、C一起装上就更强。

这正是Cordis的component composability不能直接推出Agent behavioral composability的原因。前者关心组件能不能在软件世界里共存、加载和回收；后者关心模型在这些组件共同作用下，会不会走出更好的任务轨迹。

软件状态可以收敛，Agent的行为路径仍可能走到另一个世界。

七、DSH要面对的，也不只是复杂度

如果DSH真要成为自修改Agent的底盘，它要付出的代价会比普通插件框架大得多。

先是可信边界。

在DSH这样的架构里，插件不是一个远处的扩展包。它可能运行在同一进程里，拿到文件系统、Shell、网络或Session的能力。官方对这类扩展点本身就相当谨慎，很多能力被描述为trusted same-process contract，不是把第三方代码隔离在安全边界之外。

开发者会把这叫作extensibility。企业安全负责人会问得更直白：哪些代码已经被放进了我们的可信计算基？

然后是治理。

假设某个Agent找到一种更好的记忆策略。它能不能立刻替换当前用户的版本？能否推广给一个团队？谁批准它成为企业默认？出了问题回滚到哪里？不同业务线的Agent演化出冲突策略时，谁负责收拾？

还有产品责任。

一个会修改自己的Agent，越需要清楚的责任主体。用户不会在出问题后接受这样的解释：“这是第14个插件和第5个插件组合后的副作用。”用户只会问：谁允许它这么做，谁能把问题修好？

DeepSeek自己其实没有表现得像一些讨论里那么激进。自修改是刻意opt-in的能力，不是每个Agent默认都会拥有的权限。这一点反而很诚实：让Agent能修改自己，已经可以做到；让它可以放心地修改自己，远没有做到。

八、“别墅”和“大平层”，应该放在不同楼层

一开始我觉得，DSH像别墅，Claude Code一类产品像大平层：一个给你无限改造自由，一个把大部分选择替你完成。现在回头看，这个比喻少了一层。

DSH更像一套能重新安排承重结构、水电、墙体乃至电梯系统的智能建筑底盘。

大平层才是用户最终住进去的房子。

两者并不冲突。

自进化走得很慢时，DSH这种动态化架构可能会显得过重。人类工程师持续改Harness，按版本发布，一个固定但足够好的系统已经能解决大量问题。

自进化走得很快时，用户也不会需要一个裸露的底层系统。恰恰相反，他们会更需要稳定界面、统一权限、明确升级策略和可追责的服务。区别只在于：这套“大平层”的背后，可能正在悄悄调记忆、改工具、重组工作流，甚至更新自己的loop。

用户不必知道这些。他只需要知道，今天交给它的事，它能不能做好；如果做错，系统能不能解释、回滚，并在下次避开同一个坑。

九、DeepSeek买的，其实是一张期权

现在再回头看DSH，不是“对”或“错”的结论。

它更像一笔架构期权。

DeepSeek在今天付出更高的抽象复杂度、插件契约成本、安全和治理压力，也要持续处理形式模型与真实实现之间的对齐问题。它换来的是一个未来可能性：如果Harness自进化会成为Agent的核心能力，而且这种自进化确实需要细粒度、运行时、可回退的修改，那么它已经提前有了一块合适的底盘。

这张期权什么时候真正值钱，取决于两个问题。

自进化会不会成为主流能力？

即使它成为主流，是否真的需要在线、运行中的自我修改？跨任务的版本迭代、离线评测、灰度发布，会不会已经足够？

第一个问题已经有越来越多积极信号。Harness作为模型之外的优化表面，正被研究和产品实践反复验证。

第二个问题，目前没有答案。

这也是我最后对DSH的看法。

它已经把“变异机器”做得很像样：让Agent周围的系统可以被看见、拆开、改写、替换。

整个行业还没把“自然选择机器”做明白：一次修改怎样被判断，怎样避免局部变好、整体变坏，怎样决定谁有资格推广它，怎样让真实用户的反馈进入下一代系统。

Agent能修改自己，离Agent会进化，中间还隔着一整套选择机制。