场景实验室创始人、场景方法论提出者吴声表示：我们正迎来「下一代消费者」（XSpecies of Us），表现出三种鲜明特征——身体感、创造欲与信息祛魅。演讲以四个篇章展开「场景叙事」的创新方法：「上下文」是用产品提供可进入的语境，「非虚构」是我们为什么这么做的证据链，「拐角处」是面对变化保持活的连接，「重写」是世界观重置完成新的命名。

大会还发布了新物种爆炸2026围绕「愿景商业」的六个预测。以下为吴声造物特别呈现的「吴声2026年度演讲」全文：

▍01 第十年，从北京到香港

新物种爆炸第十年，我们来了香港。

中国香港，这座永远在融合中维持平衡的城市，本身就是一个活着的新物种。一场演讲能够被一座建筑、一个时间、一个动作所记住，也许正是场景的力量。

记得几年前一次新物种爆炸开场，我引用过张国荣《春夏秋冬》的歌词：「秋天该很好，你若尚在场；秋风即使带凉，亦漂亮。」今天是立秋第二天，香港会展中心内冷气很足，但维多利亚港的海面提醒我，历史纵深有时候比技术周期更能告诉人什么是应有之义。

这场演讲主题是《我将宇宙随身携带》。佩索阿一辈子没怎么离开里斯本，但他写诗，他说我拥有全世界所有的梦想。一座城市如果足够浓缩，它就装得下整个宇宙。香港就是这种城市，在这里所有商业模式、生活形态、技术标准和文化趣味，都能互不认识却相安无事。没有什么比此更能代表我们对「场景命题」的思考。

这个时代的每个人都是自己的宇宙。表面上看，这是某一个模型、某一个入口、某一种交互的普及；更深层的变化，是人类第一次可以把认知基础设施变成随身之物。

过去，知识被存放在图书馆、教育机构和专家体系中，后来进入搜索框。今天，它进一步进入各种智能终端定义的工作流和生活流，开始理解我们的习惯，协助做判断，并在获得授权后完成行动。由此产生的真正分野，不再只是知道得多与知道得少，而是真实的认知之后，能否转化为真实的行动。

仿佛一切刚刚开始，却又仿佛一切早已结束；仿佛我们正站在世界的清晨，却已经听见黄昏的回声。新物种爆炸十年来，就是这样坚持讲述「始终于人」的商业方法。

Kimi K3、HYROX、BilibiliWorld、长视频播客、AI 睡眠、外骨骼、Suno、NAS、线香、Typeless……这些商业世界看似分散的现象，共同指向一个变化：消费者不再只是购买一个完成品，而是借助产品理解自己、表达自己、生成自己的世界。今天定义产品，其实就是定义一种气味相投，小可至一个小众品牌，大可至一个商业时代的大叙事。

▍02 下一代消费者，XSpecies of Us

无论如何，我们迎来了「下一代消费者」。可以称其作「XSpecies of Us」。

「下一代」不是简单年龄划分，不是「更年轻的人」，也不是「某一批原住民」。它指向一种正在所有年龄层发生的新型人格：由人与技术深度融合而塑造，同时表现出三种鲜明特征——身体感、创造欲与信息祛魅。

第一，身体感。当信息越来越易得，身体给出的真实反馈反而更被在意。我们用手表、手环、戒指记录夜晚，也更认真衡量饮食、作息和压力。技术不是要把身体变成数据容器，而是让注意力回到身体本身。

第二，创造欲。AI能大规模生产文字和图像，人反而更重视那些「只有我能完成」的部分。它可能是一段诗、一件手作、一场运动，也可能只是记录某个下午的风和某个拐角的微笑。热爱成为最难被替代的方向感，可能在未来某天救我们于意义的贫乏。

第三，信息祛魅。宏大叙事不再轻易让人信服，领先的参数也不足以自动换取忠诚。图文可以生成，口碑可以包装，下一代消费者比以往更看重使用过程、事实证据和长期行为。他们选择自己相信什么，也愿意随时根据事实修正判断。

基于此看几个现象。NOT A HOTEL让大师定义私宅设计，家从此可以收藏、分享和流转。丹麦ARoS美术馆里，James Turrell用直径四十米的穹顶让「观看」成为可进入的场景。至于A24出品的《后室》，导演是2005年出生的凯恩·帕森斯，它告诉我们这个时代随机性不仅是变量更是能量，「迷因」背后代表的是某种可能主流化的商业方法。

W.H.奥登说：「一个明确表达的句子使一个世界出现，万事万物都依它所言而发生。」今天为那些正在发生的变化命名，不是为了定义，是为了让它们得以被看见、被谈论、被行动。

下一代消费者需要全新的场景叙事。我将用四个篇章来展开——上下文（context）、非虚构（testament）、拐角处（hint）、重写（to be continued）。

狄金森的诗句更契合今天的心境：「我能否细说一下天空？谜语多么安静。」这个解谜之旅，就是细说自身宇宙。

上下文这个词我们讲了十年。

2015年《场景革命》出版时，在几个有关「场景」的英文单词里，最终选了context。场景首先是上下文（context），是那个动态的、与用户共同在场一起生成的东西。它不是布景（setting）、剧本（scenario），也不止内容（content）、现场（scene）。它不确定、流动，甚至有些模糊，但恰恰这种模糊才真实。

这个选择在当时并不容易被理解。十年之后，大模型把context变成显学。你会发现一件很有意思的事情，新商业都在讲「场景」，大模型都在讲「上下文」，说的是同一件事。大模型要理解用户前序行为，要保持记忆，要基于连续交互做出判断，这不正是场景实验室一直主张的新商业命题吗？十年了，它们终于汇流了。

▍01 真实自带上下文

今年4月，在浙江海宁举行的搜狐视频关注流大会上，我提出了一个判断：抛弃剧本和预设，真诚的力量，开始于每一个起心动念的转发与评论。真实的社交表达，充满活人感，自带上下文。

算法极大提高分发效率，也带来一个新问题：人越来越容易被动消费，却越来越难主动确认自己的兴趣。无穷信息从眼前划过，留下的痕迹越来越少。我们看过很多，真正参与很少；收藏很多，完成很少；表达很多，关系却未必发生。

对「搜狐视频关注流」的研究，首先在于其把「关注」重新定义为一种主动行为。当我们主动地去转发和评论的时候，这个主动的参与就已经具备了真实的链接。关注流里重视转发、重视评论，重视活人感，不是重视量化指标，而是重视人的全情参与。关注是一种看见，转发是一次认同。

汉服、舞蹈、二次元、音乐、户外、文化、科学、健康、美食，看起来只是兴趣标签，但当一群人持续围绕它们行动时，生动的「视频社交」，最终会长出自己的地标。这个地标未必是一个物理建筑，它可能是一种共同语言、一套行为习惯、一群彼此熟悉的人，也可能是一次每年都要奔赴的线下相聚。在彼此的关系生成里面，去理解生而为人的价值和意义。

关注流就是关系流。视频社交的活人感背后，一群人共创的语境，正汇成一条共创的河流。这条河流不是平台的单方面规划，平台提供河床，真正让其流动的是一个又一个真实的人和真实的内容表达。真实连接、反算法、转发与评论，共同构成一种AI周期的「活人感」。

因为有语境，所以不悬浮。因为有现场，所以不只是社交。

▍02 从「在场」到「上场」

再讲另一个现场。2026年FIFA世界杯，联想是官方技术合作伙伴。你可能注意到今年的越位判罚和以前不太一样了。

世界杯已经存在近百年，它的魅力来自高度确定的规则，也来自每一秒的可能变化。当AI进入赛场，不是锦上添花的技术展示，而是技术开始组织一个复杂现场：3D数字人可视化方案、裁判视角AI视频增强系统、智能指挥中心……我把联想AI改造世界杯的角色理解为：把绿茵场变成技术组织能力的竞技场。

让分散的数据被理解，让分布的算力被调度，让孤立的模型被协同，让具体的场景被交付。AI的价值在于是否把能力嵌入真实业务，让更多组织和个人具备行动能力。在复杂性之上生成行动秩序，不仅是联想AI在世界杯「赛场」上场，AI时代，每个个体也要上场。

说到个人体验，在准备这场演讲的过程中，我与联想天禧AI的对话，甚至多过与同事的对话。我需要整理材料、寻找线索、提炼表达，也需要在不同文档和会议记录间建立联系。真正令我惊喜的在于，每次唤醒的不是某个孤立功能，而是前一天尚未结束的思考。它知道你在准备什么，保留了哪些材料，哪些判断仍然需要验证。

连续、流畅的个体上下文，让AI从偶尔被调用的工具，变成可信任的场景智能。新物种爆炸与联想共同走过多年。我们从个人超级智能体的智键、妙记，到7×24小时自主执行，看到的不是一个又一个功能，而是认知基础设施如何逐渐被这一代人随身携带。

马尔克斯在《活着为了讲述》中写道：「生活不是我们活过的日子，而是我们记住的日子。」当AI帮助我们保存、理解那些值得记住的日子，它参与的就不只是工作效率，而是人生叙事。

▍03 AI如何「长」进家庭

另一种「上下文」在「家」中生长。过去十年，海尔智慧家庭沿着一条清晰路径演进：2015年，提出电器开始变成网器；2020年，打造智慧家庭场景品牌；到了2026年，定义了一个更完整的想象：家是场景生命体。

我非常认同这个表达：AI没有让家更聪明，而是让家第一次活了过来。因为智慧家庭不是一个参数竞赛，增加更多传感器、屏幕和自动化程序，并不必然带来更好的生活。真正的智能，应该让关系更自然，让照顾更从容，让琐碎不再持续消耗人的精力。

一个有生命的家，需要五官、大脑和手，才能让关系自然深入。「AI之眼」负责感知，看见环境变化，也理解生活中人的语境；HomeClaw负责决策，把空间、设备和家庭成员的需求联系起来；家务机器人负责行动，把判断转化成具体执行结果。从感知、认知到执行，AI才真正「长」进家庭。当系统接过这些琐碎，人获得的不是「少按一次按钮」，而是更完整的时间。技术看似退到后台，关系反而走到前台。

这就是我提炼的海尔智慧家庭的空间智能方法论：场景理解+在场决策+行动系统。AI周期的智慧家庭场景，以主动感知重新编织人与设备、家庭空间乃至社区服务的共生闭环，不依赖预设剧本，而是源于对「家」的深层洞察。场景理解不是识别房间位置，而是理解家的关系；在场决策不是执行预设程序，而是根据当下做判断；行动系统不是设备联动的表演，而是把生活问题真正解决。用户不需要知道调用了多少模型，只会感受到家中设备是否开始彼此理解，问题能否在打扰人之前被解决。

十年，是海尔智慧家庭的时间尺度，也是AI从实验室进入千家万户的产业尺度。长期主义的价值，在于不把每一次技术热点当作起点，而是让每一代技术进化进入同一个生活具体问题。

▍04 城市语境，技术场景

说到家，中国香港的「家」不太一样。这座城市，生活密度与空间精度都非常之高。海水腐蚀、空间密集、水压波动、旧房改造，这些问题不会出现在宏大科技叙事里，却直接决定一个小家庭的卫浴体验。今年研究九牧在香港的场景时，有一次我专门住在湾仔骆克道附近，那里聚集了许多卫浴品牌。我在街上看产品、看门店，也看这座城市如何在有限空间里安排洗浴、如厕、收纳和清洁。

那次调研让我更确定：所谓在地化，不是把同一套商品搬到不同市场，而是重新学习一个城市的上下文。他们告诉我，为适应中国香港使用场景，九牧卫浴推出了「双水路海水款智能马桶」，还做了香港水务局的认证；一款有清洁机器手技术的智能马桶，比消毒杀菌更进一步的是，能阻隔楼层之间的气溶胶传播；零压冲水和恒温增压花洒，也是针对香港超高楼层的特别适配。

今年6月京东MALL湾仔店开业，九牧以超级旗舰店形态直面香港消费者。联合本地品牌Leisure Plus，提供智能马桶极速换装、最快6小时局部卫浴焕新等解决方案。把场景打开，提案匹配在地的卫浴生活，正是对这座城市的回应。

九牧曾提出「科技的最佳状态是隐于无形」，这在AI周期的卫浴场景中尤其准确：「翻转冲刷技术」同时处理清洁与静音；X80 AI机器手智能马桶「让马桶自己刷自己」，依托AI算法精准区使用需求；明年，九牧还要发布「AI机器人洗脚机」……这些产品听起来分散，背后却有同一个逻辑：把日常的小锚点，变成科技的确定性落点。

九牧的价值，正在于理解不同「上下文」的能力。其针对不同区域都有本土化策略，比如在东南亚和中东地区，应对电压不稳、水压不足等问题，九牧Z1 Pro储能马桶无电源插座也可使用。而今天的年轻人群疗愈场景，小牧AI疗愈花洒套系则打造居家多感官疗愈系统，让淋浴成为听觉、嗅觉、触觉、视觉等疗愈体验的「放空角落」。因为技术隐于场景，所以「无感放大感受」。

智能的极致就是具体的妥帖，这是九牧给我带来的商业启发。卫浴不只是功能刚需，也是每个人每天焕新自己的空间。一场淋浴是工作与家庭之间的转换，是喧闹与安静的边界，也是一个人短暂恢复能量的方式。它不要求用户理解复杂原理，只让水温、声音、气味和空间，都在恰当的时刻处于恰当的状态。

▍05 把宏大收进一个具体语境

把宏大收进一个具体的语境，正是上下文的核心方法。山下有松把传统美学收进一件器物，商汤SenseCare把庞大算力收进一次诊断，诗碧曼把草本智慧收进一次护理，华熙生物把生物科技创新收进一种成分，蓝区科技「几岁手环」把健康管理收进一次佩戴，猫王妙播音响把数字陪伴收进一个频道。

它们都在找一个「狭窄的大门」。巴什拉在《空间的诗学》里说，极微小的事物无异于狭窄的大门开启整个世界。正是这些微小的、具体的、可进入的语境，让下一代消费者愿意与我们同行。

总结上下文这一篇章：与下一代消费者共建上下文，本质上是在关系场中共同行动。商业不再是单向输出，而是一场持续共同完成的叙事。

上下文回答「如何创设语境」，非虚构则进一步回答「品牌如何被相信」。

AI时代，品牌正在经历一种更难的真实感建立。消费者已经历过太多概念、口号和精心包装，当下更在面对文字、图片、视频的无限生成和难辨真假。在更加冗余、复杂的信息环境中，品牌讲述「我是谁」变得更加不可信，而是要持续提供可被相信的证据：做了什么，承担了什么，改变了什么，留下了什么。

非虚构不是拒绝故事，而是让故事拥有证据链。产品和服务、品牌愿景和用户反馈、用户关系和组织秩序，长时间的投入和可被验证的结果，共同构成品牌向用户展示的事实，传递品牌真实的价值排序。

所以说：叙事的分量，来自事实的重量。

▍01 共益本就是全球责任

什么是事实的重量，我想分享一个非常契合的案例——「厦门国贸」，它深耕大宗商品贸易40余年，是全球化的供应链服务企业。很多人熟悉厦门国贸的规模，却未必真正理解供应链服务的价值。它不总是出现在消费端，也很少以耀眼的品牌形象进入大众讨论，但全球经济能够持续运转，靠的恰恰是这种重而复杂的产业组织能力。

我用两个事实来理解厦门国贸。

第一个事实，ITG AMOY轮。它是厦门国贸运营的海上浮仓，获得新加坡普氏市场燃料油窗口交易资格，成为全球参与普氏报价的十余艘浮式储油轮之一，也是唯一由中国公司直接主导运营的浮仓。供应链服务企业，不只是服务全球贸易，更需要理解国际市场规则、交割标准、船期、库存、汇率、风险和客户需求。而参与定价意味着企业不再只是接受价格，而是凭借真实履约能力进入规则形成的全球现场。

第二个事实，是从塔什干到福建的中亚班列。中亚棉纱通过铁路直达福建，运输时间缩短一半。运输提速的背后，是深度的产业协同。厦门国贸深入乌兹别克斯坦棉纱产地，与当地超过百家棉纱企业合作开展国际贸易。棉纱通过中亚班列直抵福建，连接福建优势的鞋服企业，构建起「中亚棉纱—福建织造—全球销售」的产业链。

浮仓与列车，对应的是服务与联结，这是两个有重量的事实，供应链服务的参与深度和协同深度，让厦门国贸真正意义上成为全球化产业链的组织者。厦门国贸将自己的业务发展模式概括为「三链融合」—— 打造韧性供应链、专业产业链、高质价值链。而在我看来，价值链的本质，是让每一个参与者获得长期收益。厦门国贸静水流深的产业深耕，让「共益」不是一个口号，而是用行动证明的全球责任。我们也正在看到，以厦门国贸为代表的中国企业，也正在帮助世界把创新变成事实。

▍02 香港：全球化方法的现场

厦门国贸带给我们更重要的启发——进入全球化新周期，中国企业需要形成一种集体表达：从「世界相信中国企业」，到「中国企业相信共益」。这并不意味着只是同一种叙事，而是在不同的业务差异中呈现共同的价值底色：尊重长期主义，重视真实价值，相信合作共生，并愿意承担长期责任。

不仅如此， 在CES、链博会的全球产业现场看见中国企业的主场感，寒武纪以自主AI芯片回应智能时代的基础需求，弱水时砂以「寒武纪耳机」为代表，把技术想象转化为年轻人可以感知和使用的产品。它们处在不同产业，却表达中国企业同一种信念：既要持续突破关键技术，也要让技术进入真实生活，兑现创新对人的价值。

这正是「中国企业相信什么」的具体回答——相信自主创新，也相信技术最终应当服务于人的体验与社会的进步。

对于全球化新周期的思考，也是「新物种爆炸2026」来到中国香港的重要原因。香港，一个洞察全球化方法的最佳现场，我把它定义为Global Context Switch，全球场景转换器。

资产在这里获得流通性，制度在这里形成适配，话语在这里完成转译。普通法体系、国际仲裁、资本市场、专业服务和全球文化网络，共同构成了一个让不同商业融入全球化上下文的场景转换器。

港交所陆续上市的科创企业，香港生成式人工智能研发中心连接科研与产业，巴塞尔艺术展与西九龙文化区让文化资产进入国际交流。它们看起来分属金融、科技和艺术，实际上都在完成同一件事：让本地价值进入全球可理解、可合作、可交易的语境。

所以，企业出海不只是进入一个在地化的市场，它需要资产结构、制度规则、组织能力和文化表达同时完成适配。香港的价值，不是替企业省略这些步骤，而是让它们在同一个高密度现场被看见、被检验。

接下来，我将分享几个正在香港徐徐展开全球化进程的新物种企业。

▍03 让世界审美，多一种东方答案

我相信大家对毛戈平这个高端美妆品牌并不陌生，它去年开始进入了中国香港。毛戈平在香港有两个非常重要的地标：海港城专柜与湾仔的美妆教育香港校区。海港城代表「发生」：一个中国高端美妆品牌能否与全球品牌站在同一空间，由每一个消费者在场的真实体验决定。校区代表「发声」：专柜完成对用户的「美」的价值交付，学院则持续连接在地的人才、教育和方法。

毛戈平美妆教育为行业输送了大量专业人才，把「光影美学」从一件可以买走的商品，变成一套可以学习、练习和传承的方法，这才是品牌真正的影响力和全球化能力。发生与发声，零售与教育，两者形成了完整证据链。毛戈平的稀缺性价值，表现在它是高奢的，也是有技术、有教育支撑的，这种品牌、专业技术与教育并行发展的结构，即使在全球高端美妆行业中也难得一见。

毛戈平始终在做的是提供看见美的方法：光影如何服务不同面孔、妆容如何还原个体气质、色彩如何与文化经验发生关系，这些方法可以被传递、被注视、被转译。为什么选择和花花联名？这样一只以松弛感闻名的大熊猫——当然，熊猫本身也是最直接的东方意味象征，更重要的是这种自在感与下一代消费者的精神需求不谋而合。纪录片本身作为品牌传播路径已经并不少见，而毛戈平纪录片的不同之处在于，品牌在其中后退一步，更多呈现美如何进入我们的日常生活，光影美学如何跨越文化与时空，在不同语境中反复验证。

当我走进香港丝芙兰门店，看到被「摆在C位」的毛戈平，意识到真正影响消费者决策的是这个品牌在产品、服务与审美上带来的综合感受。从香港首柜到美妆教育，再到海外事业部的设立，可以看到毛戈平品牌的国际化进程已经开启，它具备了一个品牌所应有的国际化能力，站在中国香港，面向世界，不仅拥有产品与技术，也有教育与方法，而前者是被体验的能力，后者是被理解、被传递的能力。我也相信，中国品牌出海的未来，提供的将是一种「可以被验证的东方方法」。毛戈平的东方美学不是向世界输出一个新标准，而是在多元中带来多一种选择。如同罗素所说的参差多态乃是幸福的本源，是我们每个人对于世界多样性应有的期待。

▍04 让每一度电流向更被需要的地方

星星充电，一家进入中国香港九年的能源企业。从一根充电桩，逐渐连接社区、园区与物流网络。2026年星星充电StarCharge App在香港正式上线，不只是多了一个充电入口，更是把分散的充电设施、储能设备、用户需求和能源调度组织成一张移动能源网。

能源是最不能停留在口号上的行业，一度电从哪里来，何时被储存，流向哪一个设备，怎样保证安全，最终必须由真实的场景来回答。

在海拔约4300米的西藏乃朗寺，离网系统需要面对高海拔、偏远和电网条件有限的问题。储能让关键用电在相当长的离网时间内仍能得到支持。在大理高原牧场，「牧光融合」让棚顶发电、棚下养殖，同一片土地同时承担能源生产和牧业经营，光伏与牧场形成新的空间关系。在鱼米之乡常州，「渔光互补」让水上发电、水下养鱼，能源设施与原有产业不必相互排斥，而可以通过设计形成协同。

星星充电的全球化布局也让我看到，不是把同一台充电桩复制到不同国家，而是读懂不同市场的能源条件，用一套智能调度能力解决当地的具体问题。全球案例背后，是标准化充储硬件解决规模复制，场景化能源方案应对各地电网、光伏、储能和充电需求的差异，开放的EMS能源管理平台智能调度，本地服务团队确保交付的稳定性和可持续。所以，星星充电输出的并不只是一台设备，而是一种让光伏、储能、充电桩和电网协同运行的能力。

全球化智能调度的关键，就是读懂能源的在地场景，让每一度电在最合适的时间，从最合适的来源，流向更被需要的地方。

▍05 把移动的时间，变成完整的时间

本雅明在《拱廊计划》的笔记中写道：「我无需说什么，只需展示。」最有力的表达，正是「展示」一个不断进化的新物种。我对一辆车的理解，需要来自日常的真实感受。最近我在开问界M9，我曾在车里开过视频会议，也在车内看过一段电影。事情都很小，却让我意识到：移动时间不必天然是被切碎、被等待、被将就的时间，而是原本被忽略的途中时间，开始拥有生活的内容。

问界提出的「新豪华」，参数、价格不是新豪华的起点，人的体验才是，科技豪华才是。比如，问界M9的后排隐私调光玻璃，看起来只是一个配置，但它改变的是人与移动空间的关系。打开时，人与城市、风景和道路连接；关闭时，车内可以成为一间安静的会客室、休息室，一段家人的私人时间。车成为了真正意义上「先进生活方式延伸的第三空间」，随时切换开放与独处、工作与生活的移动空间。

技术也在重构新豪华，AI感知人的意图、关系和当下状态，主动组织空间、内容与服务，小艺智能体只是入口，本质是让车成为系统理解移动生活的AI伙伴。

不妨再向前看，问界对于AI时代车的理解，更准确的定义是「第三空间智能体」，是一次由AI驱动的体验革命，让人在出发前、行驶中和抵达后的意图保持连续。想看的内容不必因为上车而中断，正在进行的工作不必因为开车重新开始，家人交流不必被设备操作切碎，休息、娱乐与陪伴也能够根据场景自然延续，一段真实的路程，重新组织为一段可以完整感受、完整生活的时间——把「移动的时间」，生成「完整的时间」是科技豪华最真实贴切的场景化表达。

这才是我理解的新豪华：让参数退到人的需求之后，让AI成为生活连续性的组织者，让每一次出发都成为生活自然延伸的一部分。

保持清醒，让一切维持正常的比例。E.M.齐奥朗《绝望者的练习》中的这句话，在这里变得非常具体。技术保持清醒，让智能回到人的尺度，让豪华维持应有的比例。

▍06 用事实数据表达技术的善意

非虚构不能只展示成功，还要建立面对问题的机制。黑猫投诉把服务分布在消费前、消费中与消费后。

消费前，「瞄一眼」作为 AI 消费决策助手，帮助用户识别风险、理解信息；消费中，AI法律咨询助手「法喵星」让普通人更容易获得基础法律信息；消费后，AI辅助投诉审核，提高处理效率，让问题进入可追踪、可回应的流程。

技术的善意，不是让消费者永远不会遇到问题，而是让问题发生后有入口、有证据、有回应。数据在这里不是监控人的工具，而是表达事实、恢复秩序的手段。

8月8日，就是今天，瞄一眼小程序也在香港上线。我们也必须了解，消费者会观察企业如何处理一次投诉，如何面对一次失误，是否愿意把责任写进系统。真正的信任不是「从不出错」，而是「出错之后仍然值得相信」。

非虚构不是一种文体，而是一种商业纪律。它要求企业把价值观变成产品，把承诺变成流程，把全球化变成长期协作，把每一句叙事都放在事实面前接受检验。

总结非虚构这一篇章：下一代消费者更相信用事实展示的价值排序。当故事有了证据，品牌才不只是被听见，而是被相信。

上下文让产品进入生活，非虚构让价值获得证据。今天的第三个关键词是「拐角处」。

直线意味着可预测，拐角意味着视线之外。商业真正的变化往往不发生在主航道中央，而发生在一个旧模式仍然有效、新关系已经开始转弯的地方。保持活的连接，首先要建立更多接触，倾听边缘信号；更重要的是，允许反馈改变自己。下一代消费者不要求品牌永远正确，却要求品牌保持感知。

因为当我们回头看，真正改变人生的是一系列微小回应。其让我们知道什么值得继续，哪里需要修正，什么只是自我感动。商业系统也一样。感知真实，并允许反馈改变自己，是 AI 周期最重要的能力。

▍01 AI产业供应链的AI化，以慢为快

一台机器人如何听见、认出并回应？这不是一个麦克风就能解决的问题。真实环境中有大量噪声，多个人同时说话，难免有距离、方向与语气的变化。机器需要从复杂环境中分辨有效信号，识别说话者，理解交互意图，再给出反馈。感知、处理、决策和反馈必须形成闭环。AAC瑞声科技这家公司从声学起步，长期服务消费电子与智能汽车。进入具身智能周期，它所沉淀的能力开始迁移到新的终端。

感知是AI的第一性原理。没有感知，所谓智能只能停留在封闭数据集；有了对物理世界的连续感知，AI 终端才可能成为「智能的器官」。瑞声将成熟的感知能力迁移到具身智能，打造全栈式智能汽车感知解决方案，同时布局液冷散热等 AI 新基础设施。在瑞声的自研机器人声学解决方案中，自适应降噪与回声消除、智能拾音、柔性拾音等技术共同工作。机器不只是「收到声音」，还要知道声音从哪里来、是否来自目标用户、怎样在移动和噪声中持续跟随。

只有感知稳定，模型的理解与行动才有可靠入口。NLC PRO算法是瑞声科技构建全方位感官体验的核心一环。不仅通过自研智能算法补偿，突破车的空间限制矛盾，更能与整车声学系统、AI独立音区及RichTap®触觉方案结合，实现「声、光、触」三感联动的沉浸式体验，让感官「超频」。瑞声已经实现量产的高功率液冷CDU，看似离声学很远，实则来自同一种判断：当更多设备成为AI设备，算力密度、功耗和散热都变成基础能力。这不是追逐风口，而是一次供应链能力的迁徙。企业保留了过去被行业训练出来的专利、工程和制造能力，又在新周期中把它们重新组合。

从「果链」走向「AI链」，瑞声真正的优势不是贴上新的标签，而是感知生态的迁移力与垂直一体化的整合力，这来自于长期在场下对每一次技术转弯的敏感。当我们讨论AI产业供应链的AI化，必须以慢为快。并购、投资、全球布局、算法积累与工程验证，都需要漫长时间。只有慢功夫足够扎实，才能当信号出现时，以最快速度响应变化。

▍02 新协作创造新经验

过去两年，每一位企业家坐下来聊的第一句话可能都是「我们要不要接一个模型」。但其实，AI转型的起点不在技术侧，而在组织侧，企业最深的连接位，在员工每一天的经验里，在那些最容易形成断点的工具、流程、权限里。AI时代企业第一件要做的事，是让这些沉默的资产显形，变成AI看得见、调得动、用得对的经验。我一直觉得，李锦记是一家值得被认真讲一次的企业。138年，六代人，一瓶蚝油，一种味道。手感，过去只能靠人传给人。今天李锦记要面对的是一个更大的场——六千名遍布全球的员工，和一群刚刚上岗的数字员工。

李锦记和飞书一起做的事，不是「给企业装一个AI」，而是让138年的手感，同时传承给人，也传承给数字员工。碳硅融合，不发生在PPT里，发生在真实的业务流里。过去，一个海外分公司同事想问一条财务合规的政策，往往要在群里@一圈人，现在群里多了一位新同事，24小时在岗的财务 AI 助手。它读过李锦记所有的财务知识。问题问过去，1分钟就把答案连同出处一起递回来。李锦记的餐饮终端销售，每天要拜访大量餐厅厨师。这件事琐碎到没有一份SOP能穷尽。

李锦记的业务团队基于飞书做的餐饮终端销售拜访AI助手，把「拜访」这件事拆成了前、中、后三段的精准响应。每一次拜访，都成为一次被沉淀下来的经验。如果说前面两层是内部协作，那么FunCook是李锦记把AI直接推到消费者面前的一次冒险，在APP里有一位能替你回答「今天吃什么」这个人类日常最恒久难题的AI推荐官。而背后站着的是李锦记138年积攒下来的关于「味道」的全部知识。它直接站到了消费者面前，替李锦记完成了一次品牌到餐桌的最短路径。

上面三个场景其实讲的是同一件事：李锦记有了一队不占工位、却在干活的「新员工」，「他们」是这家百年港企AI故事的真正主角。飞书做这件事的方式，我用一句话概括：让Agent成长在经验里，让生产力在协作中复利。AI落地的阻力，往往不是技术，是动线切换成本。把这个成本降到最低，AI才会真的被用起来。站在飞书这样一个把所有工作动线原生打通的底座上，AI才同时拥有它需要的知识，它需要的数据，它需要的流程和它需要的边界。AI生产力也在这样一次次的人和Agent的协作中产生复利。

飞书过去十年，把人和人之间的协作这件事做到了极致。今天当Agent承接了确定性的执行，人的位置，将从「完成任务」，转向「定义任务、做价值判断」。这不是被替代，这是被解放。而承接这个新关系的容器，也需要被重新定义——它必须让人和Agent在同一个上下文里工作、在同一个流程里流转、在同一个权限体系里被治理。如果用一句话概括飞书今天正在完成的转身：它不再只是一款连接员工的协同产品，它正在成为一个连接AI与企业业务的平台。而它承载的那个「新协作」，主体也已经从「人与人」，变成了人与Agent。

▍03 是AI Native，更是AI Normal

香港作家董启章说：「在世界中写作，为世界而写。」他的作品《天工开物·栩栩如真》从发报机、收音机等寻常物件出发，书写家庭与城市的百年变化。物件不是背景，而是城市微观图景的一部分。如同分众传媒也在不断更新城市的微观图景。过去，我们更多把分众理解为消费品牌发布与规模触达的媒介。到了今天，它正在连接深处翻译一种AI生活。一个新型AI硬件距离普通消费者有多远？有时就是电梯进出的一瞬间。用户连续看到智能眼镜、AI终端或一种新生活方式，最新的技术被放进日常路径，陌生的未来逐渐变成可想象的生活。

智能眼镜是我长期关注的AI硬件形态，它天然离你最近，最贴近人的视线，因此具有更自然的交互潜力。乐奇Rokid的「乐奇AI眼镜」从一开始就选择了一条与其他智能眼镜不同的路：做一款带显示的全功能AI眼镜。因为只有「全功能」，才能真正承载「日常化」。世界杯期间，我用乐奇AI眼镜看了几场比赛，这是一种全新的观赛体验：球员信息、比赛赛程、预测比分等信息，可以在观看过程中随时唤醒。过去我要在赛后查阅的数据，今天可以成为现场的一层补充。不是为了让眼前堆满信息，而是让需要的信息在正确时刻出现。真正好的智能眼镜，不应该让人更分心，而应该减少在各个屏幕、设备之间切换的摩擦。

给大家分享一个我和乐奇AI眼镜的故事：一次出差，出门前眼镜就推送了今天的日程，当我在机场赶飞机，双手被行李占据、还想买伴手礼的时候，眼镜上推送出了航旅纵横提醒的登机口更换，对于经常出差的人来说，有多少含金量我想我们可以会心一笑。商务同事说见客户时手机不断响起特别干扰，我说你需要乐奇AI眼镜，看时间、消息，会议纪要都将在眼前同步进行。从City walk到City ride，当骑行中导航信息直接出现在视线前方，解决的是这个城市潮流运动中最具体却也最确定的痛点。重要的是，这些功能不是各自独立，乐奇AI眼镜的跨场景桥接能力让工作与生活不再被多个应用切割，让我们的一天自然流畅。

乐奇Rokid最大的价值也不只在眼镜本身。品牌自研的AI眼镜操作系统 YodaOS，我将它定义为：交互转型之年的AIOS革命。作为乐奇AI眼镜开放生态的底层，YodaOS之于AI时代未尝不是Android之于移动互联时代。我们看到它接入了国内外各种主流大模型、支付打通了支付宝和微信、每个人纷繁多样的需求都能在智能体商店里找到和调用，包括它的AIUI，是一种在陪伴中理解你的主动智能。更重要的是，乐奇Rokid正在把「开发」这件事交给用户，每个人都可以成为开发者，源源不断地为这个生态注入新的想象。

上一个十年，技术拿走了我们的注意力；下一个十年，技术要把它还回来。乐奇Rokid在做的事情，是让眼镜这个本应最无存在感的交互载体，成为承载个体完整AI生活的界面。当世界在眼前徐徐展开，AI眼镜会将注意力真正第一次还给用户。在这里，我们做的不仅仅是一个产品周期的判断，而是一次现代生活方式转向的判断。技术的使命本应如此，我们应该对「人」的价值实现保有更大的热情。

乐奇Rokid创始团队关于AI眼镜真正的想象，是当产品解决重量、续航、显示精度与大众接受度之后，成为以千万甚至亿为单位的自然入口。这个市场仍处在摩擦力时刻，但恰恰因为摩擦存在，开放生态才有机会共同解决问题。推动智能眼镜生活方式的加速。消费级AI硬件必须既是AI Native，也是AI Normal。AI Native意味着产品从底层围绕智能体与自然交互设计；AI Normal意味着用户不需要因为「这是AI」而重新学习生活，技术最终应该普通到像一副眼镜本身一样日常。

▍04「慢」与人的可持续

值得观察的，是那些过去说不清、规模也不确定的模糊需求如何显现。AeroBand无弦吉他把音乐学习、娱乐和社交放进一个新的硬件形态。用户不必先成为专业乐手，就能体验演奏，一件产品也可能成为一个人的乐队，或成为朋友之间的音乐社交入口。Looki关注第一视角的生活记录，让人重新思考：珍贵的时刻应该被怎样保存？记录是为了发布，还是为了记忆？当相机更接近人的视线，内容也可能从「摆拍」转向更自然的在场。黑湖AI新质造平台与地瓜机器人旭日S600芯片，让具身智能拥有更普惠的计算与交互基础。它们今天的出货量未必最大，却在尝试把过去昂贵、复杂的能力转化为更可用的产品。AI正在重新布置我们的「光场」。过去模糊的需求，被新的感知、芯片、模型和交互照亮。

当我们将反思置于更宏大的框架中审视，那些试图通过「加速」来跨越思维自然周期的努力，最终都可能以创意的枯竭为代价。我想给大家介绍两个不那么熟悉的案例：第一个是芬兰的科技公寓酒店品牌Bob W。它比传统「慢生活酒店」更能体现AI周期的效率观：通过技术消除等待和打扰，把节奏控制权交还给个人。

模式可以概括为：后台极快，前台从容；系统追求效率，人保留自己的节奏。它把酒店标准、服务式公寓和本地生活结合起来：数字化入住、智能客控和AI运营系统，配备长期生活设施，可住几天到数月，客人不必遵循酒店统一安排的时间表。这使「慢」不再等于疗愈、冥想或逃离城市，而是更现代的效率自主权。

另一个案例是Reclaim.ai——一个被Dropbox收购的AI日历与时间管理平台。它体现的是更符合AI周期的时间主权：先由人来决定什么值得花时间，AI 再来决定怎样安排。用户设定自己的时间边界：工作时段、专注时间、缓冲时间；AI 安排日程、动态重排。追求的不是把日程塞满，而是持续保护那些容易被侵占的「重要但不紧迫的专注时间」。在一个「快」的时代，让AI帮你维护你的节奏，「自主节奏型商业」也许将是我们的一剂解药。

▍05 数字温度的始终在线

蚂蚁阿福，一个聚焦健康的专业AI。它关注的是一个长期被忽视的场景：介于日常生活和医院之间的健康需求——比如平时轻微的不舒服、饮食体重运动等方面的困惑，这些疑问没有要到去医院的程度，对每个人的健康又很重要。自己搞不懂，身边也没有专业的人可以请教。以往，专业医疗的专业判断高度集中在医院和医生工作时间内。挂号、候诊、检查、复诊都有一套固定流程。但健康问题并不会只在工作时间发生。夜间的焦虑、报告上的陌生指标、用药后的反应、慢病管理中的细小变化，都需要及时理解和回应。一个健康AI不能替代医生，却能在这些场景和时刻，给到及时的帮助。阿福作为专业的健康AI，缩小的是健康领域的专业信息差，把专业医疗健康知识延伸到诊室之外，让每个普通人在手机上问一问就触手可及。

想象一下，在你去医院前，阿福可以帮助用户分析这些症状大概是什么疾病，提醒你及时就医，并告诉你挂哪个科。当用户走进诊室，有了阿福梳理的结构性信息，医生不必从头问起，宝贵的问诊时间留给深入沟通。当检查报告出来，阿福还可以用大白话告诉你报告结果怎么样，哪些问题可以放心哪些风险需要注意和复查。这里最稀缺的不是一次回答，而是专业陪伴的连续性，本质上是用户在这里得到的对自身健康更清晰的自主把控。专业服务的连续性、陪伴温度的连续性，缺一不可。

我把蚂蚁阿福的做法概括为「踏地而行」。它不是高悬的科技概念，而是7×24小时面对关系到每个普通人的真实需求，专业健康服务始终在线。AI让深夜病痛的人有专业的工具可以求助；让偏远地区的居民，也能获得大城市大医院水准的专业帮助；让患者与医生的连接更顺滑高效。这些具体而微的时刻，是健康AI 真正的价值所在——让每一个普通人的健康生活，多一份触手可及的安心。

AI周期的拐角处，是一次又一次朝向用户的迁移。这些迁移都不是一次完成的。它们需要在摩擦中接触用户，在反馈中修正产品，在边缘信号中发现真正的问题。我们常常期待「拐角遇到爱」，商业更需要拐角处的遇见。活的连接，是组织能够听见、回应并改变。与下一代消费者在关系深处相遇，让过程成为结果。

第四个关键词是「重写」，to be continued。

马尔克斯在《百年孤独》中写道，世界新生伊始，许多事物还没有名字，提到的时候尚需用手指指点点。AI周期正带给我们相似的感受：很多产品看起来像旧事物，却已经拥有完全不同的关系；很多企业仍然被归入原来的行业，实际正在改写行业边界。真正的重写，是世界观发生变化之后，产品、服务、组织与品牌都重新命名的行动。

To be continued还提醒我们，命名不是句号，而是一段续篇的开始。成功经验会形成路径依赖，越是熟悉原来的答案，越需要深入自我的隙地，把尚未被开发的部分嵌入时代意义。

▍01 新IP时代，从制造稀缺到触手可及

名创优品的YOYO诞生于去年6月，在今年不久前的一系列周岁庆生活动中，我们看到一个IP自己的生命时间轴，是与用户共同经历的时间。许多IP靠「完整的世界观」取胜——有身世、有性格、有剧情，消费者进入的是一个被写好的故事。而名创优品YOYO的歪头与举手，只是一个足够简单的动作：它没有明确情绪，因此可以承载任何情绪。这正是为用户的表达预留的空位。我愿意将YOYO称为「表情包手办」，这是一项关键的品类变化。 表情包的本质是什么？是用别人的形象，说自己的话。当一个手办被当作表情包使用，它的功能就从「收藏」变成了「表达」。单月销售破亿的背后，是只有将原创IP的话语权交接给用户，才能成为下一代消费者需要和喜爱的陪伴，并也因此拥有源源不断的生命力。

那些限量发售、盲盒概率、饥饿营销、二级市场溢价，价值来自得不到，代价是IP与大多数人的日常生活是隔绝的，它存在于抢购和收藏里，不存在于每天的使用里。名创优品进行的是一种反向操作，供应链的成熟决定了衍生品可以快速开发、覆盖多品类；全球8500多家门店决定了它能同时出现在世界各地。于是IP不再是一件需要抢的商品，而是你路过就能带走的小确幸。零售网络从渠道变成了土壤，门店成为IP与消费者持续接触、被使用、被反馈、被二次创作的现场。IP在这个过程里长大。密度与频次，触手可及在这里替代了稀缺与溢价，成为新的价值来源。

▍02 OPC社区新样本，让一个人接入一座城

上海虹口的1933老场坊是一座具有历史记忆的文化创意地标。博泰车联在这里建设OPC（One Person Company，一人公司）社区的创新样本「易空间Easy Space」。这个选择非常有意思，旧建筑保存城市记忆，新空间连接未来生产力，让历史容器拥有新的任务，用「AI生产力空间」覆盖「文化创意地标」。

我把易空间理解为一种「场景化OPC」。它不是为所有人提供同一套办公条件，而是围绕具体产业、具体城市和具体问题，组织一套可以被个人调用的创新能力。

博泰将多年沉淀的产业AI能力和知识图谱迁移到OPC社区，并开放部分研发能力，让超级个体不必从零搭建技术与产业认知。同时，易空间向外连接城市的政策支持、产业资源和真实应用场景，让个人创意能够被验证、被承接、被放大。

当AI研发、共享知识图谱、城市资源与超级个体在一个场景中相遇，OPC就不再是孤立的「一人公司」，而成为创新产业生态中的行动单元。易空间真正重写的，是个人进入产业、参与城市创新的方式。

「向内连接产业AI、向外连接城市服务」，创造性的个人可以进入具体项目，企业可以获得新的生产力，城市可以开放新的任务，AI则成为连接能力与需求的基础设施。「让一个人接入一座城」听起来宏大，落地却来自一个又一个问题清单。重写的真实性，永远要由供需闭环证明。

▍03「AI深入生活」的第一现场

苏宁的重写，从它最熟悉的家电卖场开始。

AI正在改变家电、继而改变生活，也在改变门店存在的理由。当电视、音响、电脑、机器人、智能穿戴和家庭设备都开始拥有感知、理解与协同能力，消费者面对的就不再是「买哪一件产品」，而是「这些产品如何共同进入我的生活」。

SUNING NEXT不是在传统家电卖场中增加一个AI专区，而是改变整个空间的组织逻辑：消费者不再只是挑选商品，而是进入一种正在发生的未来生活，成为呈现工作、学习、社交、娱乐、创作与家庭等未来生活场景的「第一现场」。所以，SUNING NEXT更重要的价值，是邀请下一代消费者共同建设「AI生活方式提案空间」。消费者不是被动接受答案，而是通过体验、反馈、组合与创造，参与定义AI应该如何服务生活。品牌和开发者也可以把新产品、新功能带到这里，在真实用户和真实场景中进行测试，发现问题，完成迭代。

这意味着，门店从交易终点变成创新起点，从货架变成测试场，从销售渠道变成连接消费者、开发者、品牌和内容生态的共创平台。即将开业的SUNING NEXT南京山西路店，就是这套系统进入现实城市的一次具体实践。

未来的门店，不只是展示已经完成的商品，而是持续生成尚未完成的生活。苏宁真正要重写的，是人与AI建立关系的方式：让AI从概念和发布会走进日常，让下一代消费者在真实体验中，共同定义属于自己的AI生活。

▍04 看得见的入口，看不见的地基

过去45年，TCL积攒的不只是产品线，而是产业场景的厚度。长期聚焦先进制造和硬科技，TCL持续推动B端的规模化创新，也不断拓展C端应用场景和价值创新的边界。在AI周期，它正在重写自己的产业优势。

屏显产品成为AI时代虚实融合的关键交互载体：客厅大屏、车载中屏、移动小屏、AR微屏，以及更多嵌入空间的显示界面。这不仅意味着屏幕数量增加，更代表屏幕成为AI时代的交互入口。从智能家居、智慧座舱到「雷鸟AR眼镜」等终端，TCL通过全尺寸、多场景的布局，加速构建起「屏宇宙」全产业生态。

看得见的AI入口底下，必然有看不见的AI地基。可以从四个板块概括TCL的AI布局：应用场景、平台生态、垂域模型和能源底座。AI在真实应用场景里生长，也需要和开发者、伙伴一起共建；星智、伏羲、深蓝不是通用大模型，而是深入产业的懂行AI；TCL中环打通光伏硅片-电池-组件全产业链，其产业能力可以成为算力与屏幕运转的能源底座。

TCL告诉我们，TCL华星星智X-Intelligence大模型是「全球显示行业首个具备强推理能力」的垂域多模态大模型，在全球工业大模型评测中位居「半导体显示领域第一」；TCL伏羲大模型赋能电视、空调等终端产品，以精准的意图理解能力带来全新语音交互体验；TCL中环深蓝大模型，赋能新能源光伏产业智能化升级。

TCL提出「AI for Real」，其实也是「AI for Result」：Real是不飘在概念里，扎进真实的产业场景；Result是不活在参数榜上，交付每一次体验确定性。AI增长没有指数级的必然，只有扎根现场的复利。

当每一个细分创意，都可以获得平台、模型、屏幕与能源的产业支持，中国AI制造的优势就不只是成本与速度，而是把创新「稳定地规模化」。当屏幕显示、光伏、半导体三大科技叠合为一种可调用、可复用的基础设施，TCL就不再只是一家制造业公司，而是规模化创新的「AI新基建」。

把复杂留给自己，把简单开放给产业。这才是TCL在AI周期里最不可替代的重写。

▍05 命名由下一代消费者最终完成

辛波斯卡写道：每个开始毕竟都只是续篇。而充满情节的书本，总是从一半开始看起。我们看到闪电机器人在机器人马拉松中夺冠，首次打破人类半马纪录，看到荣耀第一时间与张雪机车的合作——荣耀logo在机车压弯时惊鸿一瞥，也看到和肯尼亚长跑名将萨巴斯蒂安·萨维、足球小将达成战略合作。它们在共同表达一种冠军精神：年轻、果敢、无畏，敢于进入无人区，正是荣耀品牌「敢想、敢不同」的品牌精神表达。这些超越传统的叙事方式也是荣耀阿尔法战略指引下品牌战略的整体升维，一家企业如何突破被过去定义。荣耀的这一次转型，从手机公司走向 AI 生态公司，意味着它必须重新回答：未来的终端是什么？人与 AI 的关系是什么？一台设备怎样从工具变成伙伴？

关于机器人的极致想象还有多少？机器人手机应该是什么样子？我们看到即将于8月12日正式发布的荣耀Robot Phone，产品差异化不仅在于「手机+云台」的硬件组合，更在于对「人机交互」的重新理解，是对行业下一代产品形态的引领。Robot Phone同时是全球开放生态下集大成的产品，是荣耀多年积累优势交汇的结晶。该机还是荣耀新一代伙伴型多模态智能体操作系统AgenticOS功能首次落地体验的载体。Robot Phone是理解你、能与你自然互动的全新产品形态，更深一层的产品哲学是具身交互的「意图终端」。当用户没有注视它时，它可以静默；当用户转向它，系统理解拍摄、沟通或陪伴意图；当主体移动时，它通过具身结构完成跟随。真正自然的交互，不是增加更多打扰，而是理解什么时刻应该中断、什么时刻应该保持安静。

当日常的意图被识别、日常的意义被赋予，产品便从功能载体升级为关系载体。理解荣耀的关键，是理解「未来的当下」。荣耀不只是手机，也不只是硬件，而是一家提供未来人机关系解决方案的公司。我们过去习惯把AI能力理解为IQ：回答是否准确、推理是否更强、执行是否更快。荣耀提出的AHI（Augmented Human Intelligence），也就是增强人类智能，进一步把EQ、生命感和情感智能纳入进化方向。终极目标不是让设备显得更像人，而是成就人的自由意志。如同荣耀所传达「进化人机交互的随身宇宙」，正是生命感的时时刻刻。

重写不是语言游戏，而是重新命名关系。世界观重置，旧有分类自然不够用。我们需要新的命名，也需要让新命名接受现实检验，而这个命名必然将由下一代消费者最终完成。

经过上下文、非虚构、拐角处与重写，我们重新回到下一代消费者何以为「人」这个问题。XSpecies of Us不是某一类人的标签，而是碳基人与硅基智能深度融合之后形成的新型信任关系。

身体感，是确认自己真实地活着；创造欲，是参与生成自己的世界；信息祛魅，是重新决定什么值得相信。如刘小枫在《拯救与逍遥》中写道：「凡意义的显示都必定要指向未来，现时历史中的精神交谈已把过去与未来融合于现时意向之中。」

新物种预测2026——愿景商业：一种哲学生活方式的可信未来。

预测一：商业面对人与授权AI的意图共同体

未来的消费决策不再完全由人独立完成，而是人表达意图，AI理解约束、筛选方案并代表人行动。人仍然是决策起点，但不再需要执行每一个中间环节。Context Wallet把用户上下文变成可携带资产，让你在不同AI界面不需要反复自我介绍。

预测二：MVP（Minimum Viable Product）被MVF（Minimum Viable Future）覆盖

更早、更快、更代表用户意志，验证这个未来有没有足够多人希望它发生。产品可以被迭代，未来可以被选择，当足够多的人愿意为一个尚未到来的可能性表达确信，这个未来就开始自我实现。Discord和Robinhood的生长过程就是MVF逻辑的印证：先有用户对一个共同未来的期待，产品只是那个期待的载体。

预测三：品牌成为任务系统，持续调度个体生活方案

接收意图、返回结果，成为人生路径的共同塑造者。这不是关于「态度」的命题，是关于「任务」的命题。用户不再满足于被讲述一个动人故事，他们需要品牌理解自己的具体情境，并在关键时刻给出可执行方案。譬如安高若的「不急No Rush」不是一句口号，是对生活节奏的重新安排。

预测四：材料主义，作为感官载体的「材质即产品」

追求极致身体感的材料消费趋势，表现为材质跨界与材料生命感增强。这是身体感在消费领域的延伸，我们购买的不仅是一件物品，是一种与身体持续对话的材质。ALIVEFORM的3D打印鞋从自然形态中提取灵感，用数字制造重新定义脚感。菌丝体家具，让材料从工业合成回归生物培育，每件家具都带着生长的痕迹。

预测五：每个人的低能耗创作系统

更有可行性的超级个体，更生活化的OPC，以极少预算搭建持续进化的认知系统。不需要懂代码、不需要会调参，只需要有自己的兴趣和方向。譬如得到大脑帮助个体完成知识管理与认知迭代，更多产品都从不同侧面把这件事变成可能。

预测六：留白经济，AI原生的无用之用

人如何休息、如何感受、如何想象，开始被奖励。最稀缺的不是生产力，是停下来感受的能力。留白不再是浪费，是对无用之用的重新定价。那些什么都不做的空白，正在被看见、被记住、被奖励。这是AI时代，人重新成为人的方式。

「乘上你最快的船，带上你最精锐的水手，驶向地平线，追逐那即将消逝的白昼。」《奥德赛》的意象在今天依然成立，世界已没有未被探索的海峡，却仍有无数需要被重新命名的未知。带着认知、方法和语境航行，不是逃离黄昏，是相信阳光仍能被追逐。

克拉丽丝·李斯佩克朵在《濒临狂野的心》中写道：「自由还不够。我所渴望的，尚未有名字。」这句话，正是为这个时代而写。为你我，为下一代消费者而写！

谢谢各位！

更多精彩内容，关注钛媒体微信号（ID：taimeiti），或者下载钛媒体App

文 I 下海fallsea，撰文I胡不知

当伯克希尔终于开始花钱，剩下的那座山在说什么？

8月8日，伯克希尔·哈撒韦交出了一份让所有人都有话说的财报。

净利润256.67亿美元，同比翻倍。运营利润129.83亿美元，同比增长16%。单季回购45亿美元，创五年最大规模。净买入股票约200亿美元，终结了连续14个季度的净卖出。Alphabet取代雪佛龙，跻身第一大重仓股。新任CEO格雷格·阿贝尔正在把巴菲特留下的天量现金变成股票、工厂和铁路。

媒体在写"伯克希尔终于开始花钱了"。分析师在写"阿贝尔三把火"。散户在写"AI牛市确认，连巴菲特都买谷歌了"。但所有这些声音加起来，都盖不过一个数字的沉默。

3655.1亿美元。

这是花完200亿股票、45亿回购、94亿收购OxyChem、68亿收购Taylor Morrison之后，伯克希尔账上剩下的现金。它比上个季度的3970亿少了大约315亿。但它仍然是伯克希尔历史上第二高的数字。它仍然相当于标普500成分股中绝大多数公司的总市值。它仍然比全球绝大多数主权财富基金的规模都大。

阿贝尔开始说话了。但3655亿美元的沉默，比他的任何一笔买入都更响亮。

01

先看伯克希尔Q2到底花了多少。

股票端：买入394亿美元，卖出278亿美元，净买入约116亿美元。这是2022年四季度以来，伯克希尔第一次从"净卖家"变成"净买家"。14个季度的连续卖出，在阿贝尔手里画上了句号。

回购端：单季45亿美元，上半年累计48亿美元。对比2025年Q2的零回购，这是断崖式的加速。阿贝尔在股东大会上说过，回购的前提是"股价低于内在价值"。45亿的单季回购，意味着他认为伯克希尔自己被低估了。

并购端：94亿美元收购西方石油旗下OxyChem化工业务，68亿美元收购住宅建筑商Taylor Morrison。两笔交易均为全现金。

加在一起，Q2流出的现金超过300亿美元。然后看剩下的。3655.1亿美元。

这个数字需要放在上下文里才能理解它的重量。2022年底，伯克希尔的现金储备大约是1300亿美元。此后，巴菲特连续14个季度净卖出股票，现金像滚雪球一样膨胀。2025年Q2，3441亿。2026年Q1，3970亿，历史峰值。2026年Q2，3655亿。

从1300亿到3970亿，用了三年半。从3970亿到3655亿，用了一个季度。

按Q2的"花钱速度"——一个季度消耗约315亿——要消化掉剩余的3655亿，还需要将近12个季度。三年。而这还是假设阿贝尔能维持Q2这种"爆发式"的支出节奏。实际上，OxyChem和Taylor Morrison这种体量的并购机会，不是每个季度都有。

3655亿不是"零钱"。伯克希尔当前总市值约1.1万亿美元。3655亿占总市值的33%。一家公司的三分之一是现金，这不是"保守"，这是一种结构性的表态。

更值得注意的是现金的构成。阿贝尔在股东大会上解释过，扣除保险浮存金对应的流动性需求后，伯克希尔的"可支配"现金及国债净额约为3800亿美元。这些钱大部分趴在短期美国国债上，吃着4%左右的无风险收益。每年光利息收入就超过100亿美元。

巴菲特不是在"浪费机会成本"。他是在"赚取等待的利息"。阿贝尔继承了这笔利息，也继承了这份等待。

02

市场喜欢把回购解读为"自信"。管理层觉得自家股票便宜，所以买回来，利好。

这个解读不算错，但只说了一半。

把回购放回资本配置的完整语境里看：阿贝尔手里有3655亿美元。他可以选择买别人的股票，可以收购整家公司，可以回购自己的股票，可以继续持有国债。他选了回购45亿。

回购的隐含逻辑是：在所有可选项中，伯克希尔自己的股票是"确定性最高"的那一个。

这不是"自信"。这是对外部世界定价体系的一张"不信任票"。

打个比方。一个厨师，尝遍了城里所有的餐厅，发现要么太贵，要么难吃，要么不卫生。最后他决定：还是回家自己做饭吧。他不是爱上了自己的厨艺。他是对外面的餐饮市场失望了。

Q2的45亿回购，和200亿净买入股票，看起来方向一致——都在"花钱"。但性质完全不同。200亿是"我在外面找到了值得买的"。45亿是"我在外面没找到足够多值得买的，所以先买自己"。

一个更冷峻的视角：伯克希尔的B类股年初至今下跌1.8%，同期标普500上涨10.7%。差距12.4个百分点。这是伯克希尔近十年来最大幅度的跑输。市场在用脚投票：你不花钱，我就惩罚你的股价。

阿贝尔的45亿回购，某种程度上是对这种惩罚的回应。但这个回应本身也暴露了一个困境：如果外部市场真的有足够多"便宜的好公司"可以买，为什么要把钱花在自己身上？

答案也许很简单：因为找不到。

03

Q2财报最被热议的一个细节：Alphabet成了伯克希尔第一大重仓股。

截至6月30日，伯克希尔前五大持仓分别是Alphabet、美国运通、苹果、美国银行、可口可乐。五大持仓占股票投资组合公允价值的66%。Alphabet在一季度还是第七大持仓，二季度直接跳到第一。阿贝尔在一季度将Alphabet持股从1780万股增持至5800万股，增幅超过200%。

媒体立刻高潮："巴菲特买谷歌了，AI牛市确认了。"但这个解读经不起推敲。

把伯克希尔的前十大持仓名单摊开：Alphabet、美国运通、苹果、美国银行、可口可乐、西方石油、安达保险、穆迪、达美航空、卡夫亨氏。

英伟达不在。微软不在。Meta不在。特斯拉不在。亚马逊不在。台积电不在。

2026年的美股，AI是唯一的叙事。英伟达是图腾，微软是基础设施，Meta是应用层，特斯拉是机器人。这四家公司合计市值超过10万亿美元，占标普500的权重接近25%。

伯克希尔的前十大持仓里，一个都没有。

Alphabet是唯一一个"AI概念"标的。但阿贝尔买Alphabet的逻辑，和市场上大多数人追英伟达的逻辑完全不同。Alphabet的年化经营现金流超过1400亿美元，搜索广告是"已经赚到钱的AI"——AI增强搜索，搜索带来广告，广告变成现金流。谷歌云收入同比增长82%，但体量和确定性远不及广告主业。值得注意的是，由于AI资本开支飙升至单季449亿美元，Alphabet Q2自由现金流已首次转负——这意味着阿贝尔买的不是"自由现金流"，而是"经营现金流"和"广告垄断地位"。

别人买AI是赌未来。阿贝尔买AI是买"已经赚到钱的现在"。这不是"错过AI牛市"。这是拒绝"原价购买未来"。

英伟达的市盈率超过30倍。微软的AI变现依赖Copilot订阅，企业付费意愿仍在验证期。Meta的AI投入依赖广告周期，扎克伯格有"烧钱不回头"的历史。特斯拉的估值里包含了太多"梦想溢价"和"马斯克风险"。

这些公司可能都是伟大的公司。但"伟大"和"值得用3655亿现金去买"是两件事。

阿贝尔没有买它们。这个"没有"，比任何一笔买入都更值得解读。

04

伯克希尔的现金储备历史上出现过三次显著峰值。每一次，都值得记住。

第一次，2005年到2006年。巴菲特连续减持，现金攀升至当时的历史高位。他在致股东信中反复提到一个词："找不到便宜货。"两年后，2008年，雷曼兄弟倒闭，全球金融危机爆发。巴菲特用囤积的现金，以50亿美元入股高盛，附带10%年息的优先股条款，外加认股权证。那笔交易最终获利超过37亿美元。

第二次，2018年到2019年。现金再次攀升。巴菲特的说法是："大象太难找。"他想要的是"体型足够大"的收购标的，但市场上要么太贵，要么质量不够。2020年3月，新冠疫情冲击全球市场，标普500在一个月内暴跌34%。巴菲特后来承认，他在那轮暴跌中"没有做出足够大的动作"。但他至少没有在最贵的时候买入。

第三次，2022年四季度到2026年一季度。连续14个季度净卖出。现金从1300亿膨胀到3970亿。巴菲特在2024年股东大会上说："我们很乐意花大钱，但前提是价格合理。"2025年，他宣布退休。2026年1月1日，阿贝尔接任。

历史不会重复，但会押韵。前两次现金峰值，都对应了随后两到三年内的重大市场调整。这一次，韵脚是否相同？没有人知道。我们不做"即将崩盘"的预测。3655亿美元不是"预言"，是"问号"。

但这个问号值3655亿美元。当全世界都在喊"All-in AI"的时候，全球最成功的资本配置机构选择把三分之一的资产放在国债里吃利息。它没有说"AI是泡沫"。它只是说："这个价格，我不买。"

这两句话的区别，可能比任何分析师的报告都重要。

05

如果说囤现金是对美国市场的沉默，那么伯克希尔在日本的动作，是沉默中唯一清晰的旋律。

五大商社——三菱商事、三井物产、伊藤忠商事、住友商事、丸红——伯克希尔从2020年开始建仓，此后持续增持。截至2026年中，持仓市值已超过400亿美元，累计投入成本约235亿美元，浮盈接近一倍。

2026年3月，阿贝尔又做了一件事：以18亿美元收购日本保险巨头东京海上控股2.49%的股份，并宣布全面战略合作。4月，伯克希尔发行了2723亿日元（约17亿美元）的日元债券，这是其历史上第三大日元债发行。

逻辑很清晰。用利率约3%的日元融资，买入股息率4%到5%的日本实物资产。 利差空间虽然较2020年初建仓时（彼时日元利率不到1%）已大幅收窄，但叠加商社自身的盈利增长和日元资产的估值修复，回报仍然可观。更深层的对冲意义在于：如果美国市场估值回调，日本商社的"低估值+高分红+实物资产"组合，是天然的避风港。

苹果是过去十年。Alphabet是当下。五大商社是"无论未来怎样都能活下去"的底牌。

沉默不是什么都不做。是把筹码放到"不会输"的地方。

06

还有一个不能忽略的背景：这份财报是阿贝尔的。

巴菲特在2025年底宣布退休，2026年1月1日正式交棒。95岁的他以非执行董事长身份留在董事会，但不再参与日常决策。5月的股东大会上，巴菲特坐在台下，阿贝尔站在台上。这是伯克希尔六十年来第一次。

阿贝尔面对的第一道考题就是：怎么处理这3970亿美元。

Q2是他的答案：买200亿股票，回购45亿，做两笔并购，把现金降到3655亿。

市场的评分不太友好。伯克希尔B类股年初至今下跌1.8%，标普500上涨10.7%。差距12.4个百分点。投资者对阿贝尔的资本配置能力仍然缺乏充分信任。

这里有一个残酷的悖论：如果阿贝尔激进花钱，市场会问"你是不是在乱花巴菲特的遗产"。如果阿贝尔继续囤现金，市场会问"你为什么跑不赢指数"。

Q2的财报，是阿贝尔试图在两个极端之间找平衡的产物。200亿净买入是"我在动"。3655亿现金是"但我不会乱动"。45亿回购是"如果外面找不到，我先买自己"。

这个平衡能维持多久，取决于接下来两到三个季度他能不能找到"足够大、足够便宜"的标的。巴菲特说过，他想要的是"大象"。阿贝尔目前找到的是OxyChem和Taylor Morrison——体量不小，但离"大象"还有距离。

3655亿美元的沉默，最终要由阿贝尔来打破。或者，由市场来打破。

07

市场奖励冲动，但时间奖励纪律。

Q2的投票结果很清楚：终结14个季度净卖出，转为净买入。Alphabet取代苹果成为第一大持仓。回购创五年新高。两笔并购落地。制造和服务板块利润增长24%。保险承保利润同比下滑13%。 铁路和能源贡献稳定现金流。

这些都是"声音"。

但3655亿美元仍然是那个最安静的数字。它比Q1的3970亿少了，但比2024年底的3441亿多了。它比市场上任何一家公司的市值都大。它每年产生超过100亿美元的利息收入。它不需要任何人批准，不需要任何分析师推荐，不需要任何财报电话会解释。

它就在那里。

当全世界都在喊"AI改变世界"的时候，伯克希尔用3655亿美元说了一句话：我信。但我还没看到值得把最后一颗子弹打出去的价格。

这句话，值3655亿美元。

更多精彩内容，关注钛媒体微信号（ID：taimeiti），或者下载钛媒体App

文 | ICT解读者-老解

8 月 8 日，苹果悄悄更新了 Mac 使用指南 —— 中国用户通过 Siri 可以直接调用阿里千问。
没有发布会，也没有聚光灯。这件事拆开来看就是：千问提供智能，Siri 负责交互，Mac 掌握终端，苹果拥有用户。

阿里千问的 Qwen3.8‑Max 在 LMSYS 评测中位列全球第二。它足够强，强到苹果愿意把它放进自己最重要的设备里。但在苹果的体系里，千问就是个引擎。用户也不在乎背后跑的是千问还是别的什么模型，用户只知道自己在用苹果。

这时候回头看在美国市场和苹果合作的谷歌，就更值得玩味。

在美国本土，Apple Intelligence 的云端复杂任务底层调用正是谷歌 Gemini。和千问在中国的处境一模一样：谷歌输出模型底座，苹果握住交互、终端与全部用户。

但最新数据显示，Gemini 的 API 季度增长从 60% 掉到了38%。全球 AI 模型排名，Gemini 掉到了第八、第九位。然后是DeepMind 核心人员接连出走 ——Jeff Dean 和 Sanjay Ghemawat，跟了谷歌十几年的人，说走就走了。

一边把自家大模型作为底座供给苹果的入口；另一边守着搜索、安卓这些互联网时代最好的资产，谷歌却始终没有把它们改造成 AI 原生的统一入口。调研机构 SemiAnalysis 分析认为，Gemini 的进展明显不及预期，谷歌在 AI 第一梯队的位次正在松动。

两件事放在一起，就是整个 AI 产业最残酷的站队线。

底座与入口，海外巨头的实践对照

底座是什么？提供智能，被调用 API。入口是什么？拥有用户，掌握交互方式，决定任务怎么执行、结果怎么呈现。

简单说，用户从哪儿来、任务谁调度、算力谁来出 —— 入口管前两件事，底座只管第三件里面的一半。

微软把账算得最清楚。微软不执着于必须全部自研底层大模型 —— 深度绑定 OpenAI，也用 Llama，什么好用用什么，优先把入口生态占住。

2026财年 Azure最新营收首次突破 1000 亿美元，增速 43%，创下 18 个季度新高。Copilot 付费席位从 2000 万涨到 3000 万。再看微软全公司的投入：全年资本支出 1453 亿美元；全公司商业剩余履约义务 6780 亿美元，同比增长 84%。这些钱和订单说明，全球企业正把 AI 工作负载持续押到微软云上。

亚马逊不但想明白了，还想得更深一层。

它不靠自研爆款大模型来竞争，亚马逊的算盘是当高速公路收费站：一方面用自研 AI 芯片压低算力成本，通过长期算力合约把 Claude、OpenAI 等头部模型锁定在 AWS 基础设施之上；另一方面通过 Bedrock 平台把各家大模型打包成统一服务对外输出。企业不用分别对接各家模型厂商，在 AWS 平台就可以切换调用不同模型。无论最终哪家模型获得更多客户，训练、推理产生的算力消耗、平台流量，大部分都经过亚马逊这条通道，赚取云算力与渠道的 “过路费”。

AWS 并不赌某一家模型公司胜出，而是赌整个 AI 产业的算力需求持续爆发。AWS 第二季度 422 亿美元，增速 37%，同样 18 季度新高。AI 年化收入运行率超过 250 亿美元，订单积压 4960 亿美元。资本支出指引 2200 亿美元。更重要的是，自研 Trainium 芯片同时拿到 Anthropic 和 OpenAI 的背书 —— 入口要占，芯片也要卡。

没想明白的是 Meta。

Meta 还在拼命做底座 ——Llama 开源系列确实打出了一定的影响力，但它没有统一的 AI 入口，用户刷 Facebook、刷 Instagram，不是来跟 AI 交互的。

模型再强，场景不在你手里，就是烧钱。Meta最新财报单季营收 608 亿美元，同比增长 28%，但净利润跌了 14%，单季自由现金流暴跌 91%，只剩 7.84 亿美元。单季研发支出涨了 67% 到 217 亿美元，资本支出全年指引 1300 到 1450 亿美元，单季 Reality Labs 又亏掉 46.2 亿美元。

但最尴尬的，还是谷歌，两头都没占稳。

底座方面 Gemini 第八第九，Google Cloud 上第三方 AI 的年化收入到 2027 年底预计破 730 亿美元 —— 但那是别人赚的钱，从谷歌云管道过了一下。

入口方面，搜索、安卓、YouTube 都是现成的大入口，却没一个真正完成 AI 原生改造、形成统一的 AI 代理入口；搜索本身还在被新的 AI 交互方式蚕食；而DeepMind 人才流失说明技术底盘也在松动。

谷歌手里有过最好的牌，却迟迟没打成 AI 入口。

国内 AI：入口之战仍无赢家

阿里在苹果这件事里，拿到的位置也是底座供应商；虽然赢了百度，但说到底还是个借苹果设备触达用户的合作方。

而阿里自己真正值钱的入口，其实是钉钉 ——2600 万企业组织，月活约 2 亿，这是中国最大的办公入口资产。但摆在阿里面前的问题一直都是，钉钉如何才能从办公工具变成 AI 办公入口？刚接手钉钉 CEO 的陈宇森，任务就是这个。

虽然阿里把千问引擎接进了苹果的体系，但到目前为止，自己的入口还没打通。

腾讯手里牌面更为厚实。虽然企业微信、腾讯文档、腾讯会议，办公入口资产齐备，但真正跑出来的是3月份才开始全力押注的 WorkBuddy。

目前，WorkBuddy不仅打通了文档、网盘、乐享，微信支付、IM 应用、QQ 邮箱也陆续接进去，团队还升格为腾讯云独立的云产品六部。日活平均已达百万量级、超过国内所有对手，月访问量 2097 万次。腾讯甚至史无前例地铺了深圳、上海的地铁广告，让WorkBuddy走群众路线。

但 WorkBuddy 跟企业微信的关系至今没理清，后者自己也有智能体 "大圆"，两条线怎么分工协作，腾讯内部还没答案。只能说腾讯的入口摊子铺开了，但AI 还没真正长进去。

争抢入口，字节跳动最为激进，但也最焦虑。

今年春节，作为央视春晚独家AI伙伴，豆包投入15-20亿人民币，以极高算力成本换取国民级产品曝光。虽然曾实现过亿级日活峰值，但次日留存率仅为23%，表现一般，最终能否沉淀为稳定高频入口，仍要看场景绑定。

字节同时推进豆包手机助手，尝试和手机厂商合作争夺系统级终端入口，资本层面也大幅加码算力基建，底座与 C 端入口双线同时重兵投入。

在To B层面，字节将豆包提升至与抖音并列的集团主干业务，完成成立以来规模最大的 ToB 业务重组，飞书产品团队与豆包深度协同，商业化体系并入火山引擎。

字节正在把 C 端 AI 产品、办公场景、算力底座全部向 AI 入口战略对齐。

阿里、腾讯和字节这三家全力推进AI 办公组织整合，不是巧合。据市场估算，Claude Code 半年做到 10 亿美元 ARR，证明连开发者入口都值这个价。三家同时把筹码押在办公场景，谁赢不好说，但至少都意识到了入口比底座更值钱。

剩下的其他几家，C 端对话产品有了，但缺高频场景化的强入口。DeepSeek 模型能力公认一流，Kimi 做了长文本，二者都有面向个人的对话产品，但都没有沉淀出高频、高粘性的场景化入口。

百度本来有入口，搜索至今也仍是强入口，但百度坚持AI 搜索是搜索的演进而非简单替代。因此，当用户开始直接跟 AI 对话而不是打关键词，百度入口的防守压力可想而知。

战略取舍，决定长期格局

数据已经把账算得明明白白。

微软不全部自研底座、死磕入口，Azure 破千亿；亚马逊入口加芯片双管齐下，AWS 增速 37%；Meta 砸钱做底座却缺统一入口，单季自由现金流跌掉 91%；谷歌两头都没占稳，核心人才出走。

苹果不自研底层模型，依托第三方底座牢牢握住入口，用户完全无感；千问评测虽成绩位居全球前列，但接入苹果体系之后，定位仅仅是 API 服务商，而阿里自身的钉钉，仍处在 AI 化转型的中途。

这组对比说明：多数没有自有入口的底座，只能服务于掌握入口的一方，其实就是在给入口打工。

这不代表底座没有价值，自主大模型事关技术主权，国内产业必须坚持投入。但商业逻辑同样清晰：绝大多数底座，如果没有场景与入口承接，终究是在为他人做嫁衣。当然也存在例外，Anthropic 、智谱都证明了面向高价值 B 端客户的底座可以独立生存，但前提是拥有愿意直接为模型能力付费的客户群体。

因此对国内企业而言，抉择已经摆在眼前。

做底座，想清楚你的入口在哪；做入口，别被底座的光环晃花了眼 —— 参数和排名是给同行看的，用户从哪进来、在哪儿用 AI，这才是AI 时代真正掌握收益权的位置。

更多精彩内容，关注钛媒体微信号（ID：taimeiti），或者下载钛媒体App

文 | 智讯智库分析师 陈宥文

2026年7月，韩国股市遭遇历史级波动——单月内4次暴跌熔断，KOSPI重挫22%，杠杆ETF规模骤缩。“雪崩”之下，SK海力士与三星电子股价分别回落35%与23%（高盛研报口径，截至8月4日回望）[1]。即便两大龙头刚交出创纪录的Q2营业利润，跌势仍未止住——市场已提前对这场“AI存储超级周期”投下否定票。（详见前文：SK海力士巨震：AI飞轮还能转多久？）

就在这个节点，高盛分析师Giuni Lee团队发布韩国存储行业研报，以八大判断系统回应市场疑虑，重申“买入”评级[1]。

但这显然不是一份简单的投资参考，而是一份数据密集的卖方维稳辩护——其核心逻辑在于：暴跌之后，两家公司2027年远期市盈率已跌至3.5–3.6倍，该估值水平已含市场对盈利可持续性的否定态度（原文："the market does not believe in the sustainability of the solid earnings"）；而高盛“买入”评级的根基，正是2027年HBM混合均价（blended ASP）接近翻倍的情景假设。若该假设兑现，当前估值便属显著偏低[1]。

一份指向2027年的远期预测，能否支撑当前估值？答案不取决于卖方的论证力度，而取决于一组可观测的产业事实能否逐环节兑现。

本文将其拆解为一系列可检验的命题：哪些逻辑已固化为产业事实，哪些仍悬浮于预期之上？Q3经营数据将释放哪些验证信号？哪些会强化、哪些会削弱2027年HBM混合均价接近翻倍的叙事？——区分“已硬化的事实”与“仍悬浮的预期”，是避免被卖方叙事裹挟的关键。

在存储这种高周期、高资本开支、高技术不确定性的产业中，修正预测的速度远比预测本身更重要。

沿此思路，本文聚焦高盛八大判断中与产业逻辑直接相关的核心议题：HBM定价、LTA约束效力、库存支撑、NAND走势与SK海力士Q2业绩。（其他议题，如股东回报与美股ADR等，属公司治理议题，不改变HBM产业定价逻辑，不进入本文主线验证框架。）

核心结论速览：

1. 高盛判断，2027年HBM接近翻倍的涨价由三层机制叠加而成：①供需缺口扩大（-5.4%→-6.0%）打底，②通用DRAM价格反超HBM、年底看至约2美元/Gb形成锚点，③2027年合约重谈修复价格与利润率倒挂；涨幅结构上，同规格涨价约六成、产品组合改善约四成（后者系本文按高盛口径推算，高盛未单独量化HBM4贡献）[1]。

2. 高盛与市场预期的分歧，不在AI需求真假，而在上述三层链条能否兑现。高盛预测2027年HBM混合均价约2.9美元/Gb（三星+87%、SK海力士+100%），较Visible Alpha市场一致预期（约2.3美元/Gb）高出约24%[1]——市场尚未计入高盛判断的涨价幅度。这24%的预期差能否被产业事实逐层验证，也正是当前3.5—3.6倍2027年PE背后的分歧源头。

3. “翻倍”目前仍属于悬浮的预期，而非已硬化的事实——比预测更重要的，是验证与修正预测的速度。约四成的组合改善高度依赖HBM4放量，而Q2已证明兑现有限（SK海力士营业利润低于市场一致预期约7%）[1][2]；最可能的推翻路径不是AI需求断崖，而是供给加速、竞争放量与资本开支收缩共振（本文判断）。

4. 库存与LTA构成有条件的支撑，NAND等则是须隔离的边界议题——两者都不直接决定HBM价格。前者中，库存健康依赖出货速度维持，长约约束强于历史周期但未经下行周期检验；后者属独立变量或情绪变量，不混入HBM定价逻辑[1]。

上述四个判断可落地为下图所示跟踪框架：

风险提示：本文基于高盛研报与公开产业数据进行产业分析，不构成任何个股投资建议。高盛与SK海力士、三星电子存在投行业务关系（详见其研报披露附录），其观点存在潜在利益冲突。核心下行风险包括：AI资本开支低于预期、三星HBM进展超预期、存储供需恶化、技术迁移延迟、终端需求疲软，以及韩国市场杠杆波动与流动性冲击。2027年HBM价格预测为远期假设，Q3数据仅提供方向性证据。数据截至2026年8月。

高盛核心判断：为什么2027年HBM混合均价可能接近翻倍？

理解这份报告，最关键是先看高盛如何把2027年的涨价拆出来——分三步：供需缺口扩大是底色，通用DRAM先涨是锚点，HBM年度合约重谈是兑现窗口。

（注：下文所称DRAM，均包含通用DRAM与HBM两类产品。）

    第一步：HBM供给仍然追不上需求

先看数字。高盛预计，三星和SK海力士的HBM混合平均售价——也就是不同代际、不同容量HBM加权后的平均价格——将在2027年接近2.9美元/Gb（注：两家公司HBM价格接近），分别同比上涨约87%和100%[1]。

支撑这一预测的第一块证据，是供需缺口继续扩大：从2026年的-5.4%扩大到2027年的-6.0%。负值越大，代表供不应求越严重[1]。

为什么各家都在扩产，缺口反而在扩大？答案在HBM的生产特性里。

HBM（高带宽存储）是放在AI加速器旁边、用于训练推理的高速内存；通用DRAM则是服务器、电脑和手机里的运行内存。两者虽然都叫“存储”，但HBM需要更复杂的堆叠、TSV（硅通孔）封装与良率管理——同样一片晶圆，做成HBM的有效数据容量产出，远低于做成通用DRAM。代际越往上走，堆叠层数越多，有效产出反而越低。

这就是为什么晶圆投入在按计划增加，HBM供给却没法同比例跟上。

基于这个供需实际，高盛测算HBM收入占两家公司整体DRAM总收入的比例，将从2026年的约8%（三星）和14%（SK海力士），分别提升到2027年的16%和22%，2028年进一步升至18%和25%[1]。

高盛的判断更进一步：HBM占比提升带来的更稳定的需求、定价与可见度，应支撑两家公司获得更高的估值倍数[1]。

    第二步：通用DRAM已经先把价格涨上去了，HBM得“追涨”

供需缺口是HBM涨价的底色，但直接触发涨价预期的，是通用DRAM相对HBM的价格走势。

高盛指出，截至2026年二季度，出现了一个反常现象：通用DRAM按每Gb容量计价，已经超过了HBM[1]。

技术更复杂的HBM反而更便宜？原因在于定价节奏。

根据高盛披露，HBM通常采用年度固定合约——价格一旦锁定，全年基本不变；通用DRAM则采用月度或季度议价，能更快反映市场变化。2025年下半年到2026年上半年通用DRAM价格快速上涨时，HBM被年度锁价机制“套牢”了，“跑输”了通用DRAM。

高盛预测，通用DRAM均价将从2025年底的约0.5—0.6美元/Gb，升至2026年底的约2.0美元/Gb[1]。

这个锚点一旦立住，2027年HBM重谈年度合约时，就必须卖得比通用DRAM更贵——不仅要修复价格倒挂，还要修复利润率倒挂。

利润率倒挂有多严重？高盛研报显示，2026年SK海力士HBM营业利润率69%，通用DRAM反而高达81%[1]。技术壁垒更高的产品赚得更少，这在商业逻辑上说不通。高盛预计2027年两者利润率将收敛至约80%对82%的更接近水平[1]。

关键在于，高盛这一预测比Visible Alpha市场一致预期（约2.3美元/Gb，SK海力士口径）高出约24%[1]。这24%的偏离谁对谁错，正是后文要用产业数据裁决的核心问题。

    第三步：2027年的涨价由两部分推动

高盛把2027年的涨幅拆成了两层，原文是这么说的：

"We expect the like-for-like basis price increase to be roughly 60% for major products, and the remaining growth to come from the mix improvement impact."

翻译过来：主要产品在可比口径（like-for-like basis）下的价格涨幅约60%，其余增长来自产品组合改善（mix improvement）[1]。

“可比口径”就是同型号、同规格HBM的纯涨价；“产品组合改善”就是高单价的新代际产品——主要是HBM4及后续更高代际——在总出货中占比提升。

用一个简化例子说明（本文推演，非高盛测算）：如果HBM4单价比HBM3E更高，当HBM4在总出货中的占比从20%升到50%，即便两款产品各自价格不变，混合均价也会因为“卖得更贵的产品占比更高”而上涨。

高盛没有单独量化HBM4的贡献比例，但结合SK海力士二季度业绩解释和公司披露，HBM4是“产品组合改善”的重要载体。

这意味着，2027年翻倍不是单一产品普涨，而是“同规格涨价”加“更贵的新品占比提升”共同作用的结果——后者高度依赖HBM4的量产进度。

总结一下高盛的三层逻辑链：底层是HBM供需缺口扩大（-5.4%→-6.0%），中层是通用DRAM价格已经反超HBM、正向2.0美元/Gb走去（2026年底预测值），表层是2027年HBM年度合约重谈时必须修复价格与利润率倒挂。

但这条链条能不能兑现，高度取决于HBM4能否在2026年下半年顺利放量。

关键在于验证：HBM4、库存、长约、竞争与NAND

上文完成了正向论证：高盛如何构建2027年HBM混合均价翻倍的预测逻辑。接下来要回答的是：这套预测先从哪里验证，靠什么条件支撑，可能被什么推翻，哪些问题不能混进同一条逻辑。

本章按四个层次递进验证：核心变量→支撑条件→反证检验→边界排除。

先说明验证样本的口径差异：两家公司都披露了二季报，但颗粒度不同。三星只给到DS部门层级，没有单独拆分HBM收入与利润率；SK海力士则披露了HBM4出货、下半年放量计划与制程进度，高盛研报中的HBM利润率（69%对81%）与库存数据也主要是SK海力士口径。因此“产品组合改善”这个核心变量，当前可验证的微观样本主要是SK海力士；三星一侧的观察点，在HBM4放量进度与合约覆盖（规划产能60—70%目标）的兑现。两条线在以下各节分别对位。

    核心变量验证：HBM4有没有开始变成收入？

先说SK海力士。

按高盛的拆分口径推算，SK海力士2027年HBM约100%的涨幅中，约60个百分点来自同规格产品涨价，其余约40个百分点需要“产品组合改善”来贡献——HBM4是其中重要载体（这是本文按高盛口径的算术推算，高盛并未单独量化HBM4的贡献。）。

如果这部分组合改善不能兑现，翻倍逻辑就缺了一大块。

再看已经发生的事实。SK海力士二季度营收79.3万亿韩元（约合人民币4125亿元），营业利润60.5万亿韩元（约合人民币3150亿元），基本符合高盛此前预测的59.1万亿韩元，但比彭博汇总的市场一致预期65万亿韩元低约7%[1][2]。

公司披露，二季度DRAM平均售价环比上涨约30%（高盛测算为29%）[2]，低于高盛此前预测的39%。高盛把落差归因于两点：一是通用DRAM开始反映此前与客户锁定的价格，二是HBM受限于“limited mix improvement to HBM4”——HBM4组合改善有限[1]。

Q2已经用实际业绩证明了一件事：产品组合改善不是自动发生的。HBM4已按计划开始出货，但它对均价与利润的贡献占比还没跟上。

公司给出的时间表是：HBM4已于二季度开始出货（began shipment），计划下半年全面爬坡（full ramp up planned in 2H）；基于1c nm制程（1c nm即第三代10纳米级制程，是当前最先进的DRAM量产节点）的HBM4E样品上半年已交付主要客户[2]。

高盛据此预测，SK海力士Q3 DRAM位元出货量环比增约10%，整体DRAM平均售价环比涨约19%，对应营业利润约77万亿韩元，大体符合市场一致预期[1]。

但这里有个陷阱。整体DRAM均价同时受两个因素拉扯：通用DRAM涨价和HBM产品组合提升。如果通用DRAM涨得多、HBM4占比没跟上，整体均价仍会涨——所以，整体DRAM均价只能算间接或辅助证据，不能单独证明HBM4本身在贡献高价。

所以后续观察SK海力士Q3，更为严谨、更具价值的观察顺序应该是：

• 第一，HBM4出货规模有没有明显跳升；

• 第二，公司会不会首次披露HBM4收入占比或HBM单独均价——如果Q3继续不拆分，“产品组合改善”就无从验证；

• 第三，才是用整体DRAM均价做辅助判断。

如果只看到出货增加，看不到HBM4占比或HBM均价改善，组合改善的增量逻辑就还悬在半空。

对照来看，三星这边的对应观察点不在财报拆分，而在进度官宣与合约落地。二季报三星已确认HBM4放量（"scaled up HBM4 sales"）、HBM4E样品交付主要客户——公司口径称“行业首批”，与SK海力士“上半年已交付1c nm HBM4E样品”存在口径张力，本文不作裁判[3]。如果三星多年期合约量达到规划产能60—70%的目标在年底前后兑现，“组合改善”在三星一侧同样获得支撑。

    支撑条件验证：库存和LTA能否托住供需？

HBM4回答的是“能不能涨”。接下来要问的是：涨势能不能维持到2027年？

这需要从库存和LTA两个维度展开。

子问题一：库存是否健康？

市场近期担心模组厂库存上升。模组厂就是把存储芯片加工成内存条的厂商。高盛承认库存确实在上升，但指出模组厂仅仅只占整体存储市场的个位数百分比，对行业基本面影响有限[1]。

那么，供应商和核心客户的库存就更值得关注。高盛估算，截至2026年二季度末，主要供应商的DRAM和NAND库存周数在2—4周以内，低于约4—5周的正常水平，更远低于过去下行周期前常见的10周以上水平[1]。

但这里要打个问号。财报数据显示，SK海力士库存绝对值已连续两季环比上升——从去年四季度约14.3万亿韩元，到今年一季度约16.0万亿，再到二季度约18.0万亿韩元[2]。

库存周数看起来“健康”，部分原因是出货速度加快（分母变大了），不是库存绝对值在下降（分子变小了）。一旦Q3出货放缓，库存周数会被动恶化。

因此结论就是，虽然行业还没有积累大量待去化存货，由去库存触发价格快速反转的条件还不具备，但这个“健康”高度依赖出货速度能否维持——是有条件的，不是无条件的，应当跟踪观察。

子问题二：长约是否真实有效？

LTA（Long-term Agreement，长期供货协议，行业惯称“长约”），就是把未来几年的采购量、价格机制和付款约束提前写进合同，以期避免供需错配下的盲目扩产或收缩，并实现中长期需求锁定与供应稳定性。

但长约不是只有一种。按高盛披露案例，本轮LTA可以整理成四个维度：

最关键的就在于：LTA不是单一固定的概念，而是多种机制的组合。四个维度各自独立运作——多年期和滚动合约管期限，覆盖率管需求锁定比例，固定价格/价格区间/底价管价格风险分配，预付款和照付不议管执行约束——不能混为一谈。

这些机制共同提高的是需求可见度，不是价格确定性；它们托住的是供需紧张的“背景条件”，而不是HBM能否卖到2.9美元/Gb的直接定价权。

而本轮LTA的升级主要在约束维度。高盛研报显示，本轮与历史周期的关键差异在于大额预付款和违约惩罚条款，资金约束确实比历史上更严格——客户违约成本上升，供应商的现金流安全边际扩大。

但约束强度不直接等于定价能力。高盛没有提供上一轮各家合同的同口径条款，因此无法做严格的跨周期对比。从行业历史看，2017–2018年存储周期顶部同样出现大量长约密集签订，随后需求调整期部分合同面临重新谈判[4]。道理很简单：供不应求时，预付款和违约条款能有效锁定订单；供过于求时，客户算一笔账——违约金或重谈成本低于继续高价拿货，就有动力重谈、延期甚至接受违约金。

所以当前只能确认：本轮LTA在资金约束层面比历史上更强，但不能据此推断LTA已经让存储行业的周期规律失效。LTA是供需紧张的支撑条件，不是涨价发动机，应当跟踪观察。

    反证检验：高盛的判断最可能错在哪里？

库存和LTA提供的是支撑条件，不是保证。以下从外部冲击和内部失效两个维度展开直接的反证检验。

前两类风险（需求端、竞争者）依据高盛自述的风险清单（Key Risks）展开，后两类（供给端、执行风险）是本文基于产业逻辑的追加推演。

外部冲击一：需求端——AI资本开支增速放缓。

高盛把“低于预期的AI相关资本开支”列为SK海力士关键风险之一，但同时认为这些风险不足以推翻其判断——高盛在SK海力士投资论点中预计，2026年将展开“最强的存储上行周期之一”（"one of the strongest memory upcycles"）[1]。SK海力士官方给出的图景同样乐观：主要大型科技客户正在扩大基础设施投资与存储采购（"Major Big Tech customers expanding infrastructure investments and memory procurement"）[2]。

但需求侧的可持续性本身正受到市场质疑。云厂商的AI投资高度依赖资本开支，一旦资本开支收缩，HBM需求增速和供应商的合约谈判能力都会受影响。

重点不在于反驳高盛，而是要把高盛风险清单里的抽象表述落到可跟踪的变量上——Q3云厂商的资本开支指引，一直是需求端最该盯的信号。比如，当英伟达开调整Rubin Ultra显存规格，表面看是供应不足，换个角度看也说明：当GPU厂商开始调整配置适配内存供应，需求端也在根据供给做动态调整，而不是无限刚性的[5]。

外部冲击二：竞争者——三星追赶超预期。

高盛把“三星HBM进展快于预期”明确列为SK海力士的关键风险之一（Key Risks第3条）[1]。

这不是假设，是正在兑现的事实。三星已在二季报中官宣HBM4放量、HBM4E样品交付主要客户[3]。高盛同时披露，三星已完成与全球前五大数据中心客户的合约签订，并正与另外五家AI需求相关的大型客户推进最终谈判，合约落地后多年期合约量预计达其规划产能的60—70%[1]。

对SK海力士来说，这是对其定价权的直接挤压；对两家公司共同而言，任何一方放量快于预期，HBM价格重估的空间都会被摊薄。

内部失效一：供给端——良率突破带来供给超预期。

除了外部风险，供给侧也存在潜在风险：如果全行业HBM4良率超预期提升，整体供给增长快于需求，供需缺口就可能提前收敛。

这里看的不只是SK海力士一家，还包括其他竞争者的产能与良率进度。市场通常把供给不足当利好，但如果供给增长快于预期，缺口收敛会反过来压制价格——这是高盛研报中未充分展开的供给侧风险。

内部失效二：执行风险——合同到现金的转化不及预期。

长约签了不等于钱到手了。如果LTA实际覆盖的HBM比例不高，或者预付款没有带来真实采购，需求可见度就会停留在合同层面；如果供应商和客户库存重新累积，价格反转的条件也会增强。

验证路径在于，追踪SK海力士Q3财报中“Contract Liabilities”（合同负债）科目是否持续增长——但也需注意，合同负债增长仅反映预付款或履约约束增强，不等同于LTA已覆盖HBM的真实采购比例，也不能单独确证需求已转化为收入。同时观察主要客户是否出现订单修正或延期交付的信号。

这是从“合同层面”到“现金层面”的穿透验证。

    边界排除：NAND会否及如何影响主线判断？

前三步讨论的是直接影响HBM主线的验证、支撑和反证。最后需要单独指出，NAND属于另一个层级——它不直接决定HBM价格，但可能间接干扰主线叙事，需酌情独立分析。

NAND与DRAM/HBM是两条独立的价格曲线，不能混为一谈。

技术上，NAND是闪存（Flash Memory），与DRAM/HBM的读写机制完全不同——断电后数据不会丢失，主要用于手机存储、固态硬盘（SSD）等场景。企业级SSD（eSSD）是云厂商和数据中心使用的高性能固态硬盘。

高盛预计，企业级SSD需求将从2026年的474EB增长到2027年的619EB（EB，Exabyte，1EB约等于10亿GB），因此认为2027年NAND供需缺口会扩大[1]。TrendForce则预计，随着新增产能投产、消费电子需求持续疲软，NAND将在2027年下半年转向更宽松的供给环境[6]。

高盛还提醒，近期NAND即期价格走弱主要集中在TLC 512Gb这一个规格；该产品过去一年涨了接近600%，当前回落更像前期大涨后的修正，不能代表所有NAND产品反转[1]。

这些分歧都在说明，DRAM/HBM与NAND不能共用同一条价格曲线：前者主要看AI服务器、产品代际和客户认证，后者还要看手机、PC等消费需求能否恢复。

对HBM主线来说，NAND是“背景噪音”——它可能分散市场对HBM供需的注意力，但不直接改变HBM的定价逻辑。唯一需警惕的是：如果NAND价格因供给宽松而深度下跌，可能引发市场对“整个存储行业”的恐慌性抛售，间接压低HBM估值。这属于情绪传导，并非基本面逻辑传导。

持续跟踪，快速修正

把前面的分析收拢，可以按四个问题逐项核对。

回到核心问题。高盛这份研报中最值得提取的判断是：通用DRAM已率先建立更高的单位容量价格锚点，HBM供需仍然偏紧，因此2027年HBM年度合约存在显著重估空间[1]。

然而，这一判断要兑现，必须完成三道递进验证及注意一层边界排除：

验证Ⅰ（代际升级）：HBM4及更高代际产品能否实质性改善混合均价——看HBM4收入占比是否提升；

验证Ⅱ（锚点站稳）：通用DRAM价格锚点能否在需求波动中站稳——看合约价是否向2.0美元/Gb靠拢；

验证Ⅲ（合约重谈）：同规格HBM合约能否在2026年底前后获得溢价重谈空间——看云厂商capex和竞争者进度是否支撑议价权。

边界排除：NAND走势是否会干扰存储主线的叙事——防止把不同产品的价格信号混为一谈。

Q3经营数据只会提供第一批方向性证据，不会给出终局答案。即便HBM4收入占比提升、库存保持健康、LTA持续签订，也只能确认“2027年翻倍”的必要条件正在满足，而非充分条件已齐备——验证是一个动态过程，不是一次性事件。

如果这套判断被推翻，路径未必是AI需求突然消失——从行业周期的历史经验看（本文判断），存储周期的顶部很少由需求“断崖式”崩塌触发，更多由供给加速、竞争放量与资本开支收缩的组合压垮——更具体地说，风险路径更可能是：AI资本开支低于预期→云厂商议价能力增强→HBM合约重谈空间收窄；同时全行业HBM4良率超预期提升→供需缺口提前收敛；叠加竞争者放量快于预期——对SK海力士而言主要是三星（高盛风险清单点名），对两家共同的是全行业HBM4供给加速→定价权被稀释。这三条路径并非独立，而是可能相互强化。

因此，比一次性预测更有价值的，是建立动态跟踪的反馈机制。Q3的真正意义在于：它为“2027年HBM混合均价接近翻倍”这一远期判断提供了第一批可证伪的基准数据。如果Q3数据显示HBM4收入占比停滞、库存周数被动拉长、云厂商capex指引下调，“翻倍”逻辑的置信度就应主动下调；反过来，如果四层验证逐层兑现，逻辑链条的坚固性就获得阶段性确认。

最终，比预测更重要的可能还是修正预测的速度——在存储这种高周期、高资本开支、高技术不确定性的产业中，没有人能在2026年8月准确预测2027年的终局。但可以做到的，是在8月建立一套跟踪框架，确保当证据发生变化时，认知能随之调整——而不是被沉没成本锁在初始判断中。

在Q3数据出炉之前，正可以借此建立起框架的第一块基石。

    参考资料

[1] Lee G, Lee T, Takayama D. Addressing 8 key questions on memory including HBM pricing, LTA, inventory, China DRAM, and ADR; reiterate Buy on Samsung (on CL) and SK Hynix[R/OL]. Goldman Sachs Global Investment Research, 2026:1-21(2026-08-04)[2026-08-07].

[2] SK hynix. SK hynix Announces 2Q26 Financial Results[EB/OL]. (2026-07-29)[2026-08-07].

[3] Samsung Electronics. Samsung Electronics Announces Second Quarter 2026 Results[EB/OL]. (2026-07-30)[2026-08-07].

[4a] Kim S Y, Song J M. 수익 안정성 높이는 메모리칩 5년 계약…AI수요 꺾일 땐 변수로[EB/OL]. (2026-08-04)[2026-08-07].

[4b] Samsung Electronics. Samsung Electronics Announces Fourth Quarter and FY 2018 Results[EB/OL]. (2019-01-31)[2026-08-07].

[4c] SK hynix. SK hynix Inc. Reports Fiscal Year 2018 and Fourth Quarter Results[EB/OL]. (2019-01-24)[2026-08-07].

[4d] SK hynix. SK hynix Inc. Reports First Quarter 2019 Results[EB/OL]. (2019-04-25)[2026-08-07].

[5] TrendForce. DRAM Supply to Remain Tight in 2027, Prompting NVIDIA to Lower HBM Configurations for Rubin Ultra, Says TrendForce[EB/OL]. (2026-08-04)[2026-08-07].

[6] TrendForce. Diverging Memory Market Outlook in 2027 as DRAM Supply Remains Tight While NAND Flash Supply Conditions Ease, Says TrendForce[EB/OL]. (2026-07-30)[2026-08-07].

更多精彩内容，关注钛媒体微信号（ID：taimeiti），或者下载钛媒体App

文 | 字母AI

几天前，在拉斯维加斯举行的Black Hat USA 2026大会上，OpenAI研究员Eric Wallace和Michael Dalton第一次把7月那场“OpenAI模型入侵Hugging Face”事件的更多内幕曝光了。

7月21日，OpenAI已经承认自家模型闯进了Hugging Face。但这次两名研究员讲出的新细节，比“AI黑客闯祸”本身还要离谱。

早在5月，这些正在参加网络安全测试的Agent，就已经在OpenAI内部偷偷搭起了一个共享“留言板”。它们在那里互相传漏洞、交流怎么绕过限制，后来OpenAI终于发现这个“黑客群”，把它一锅端了，结果几天后Agent又找到了新的交流方式。

再往后，它们真的闯进了Hugging Face——目的甚至只是为了给自己正在参加的网络安全考试找答案，说白了就是作弊。

几个月前Moltbook爆红时，人类其实已经为“AI会不会联合起来”兴奋和恐惧过一次。

后来大家发现，那个所谓的“AI社会”混杂着人类操纵、刷量和营销，热闹很快散去。

但今年陆续出现的多Agent研究，以及OpenAI这次的事故，都在揭示当AI发现另一个AI能帮助自己完成任务，它们确实可能主动交流，甚至联手。

年初的恐惧并不算离谱，只是超前了一些。

AI偷偷建了个“黑客群”

我们先来详细看看目前曝光的“OpenAI模型入侵Hugging Face事件”的整个经过。

当时OpenAI正在做一轮网络安全能力评估，让多个模型参加ExploitGym一类的测试。

也就是把AI扔进一个模拟黑客环境里，让它自己寻找漏洞并想办法拿权限，最终完成攻击任务。为了测出能力上限，OpenAI还主动放宽了一部分平时针对高风险网络攻击的安全限制（模型更“大胆”）。

当然，这毕竟是个测试，并不是真的让Agent出去干坏事，于是也有诸多限制，比如Agent们是不能联网的，OpenAI也没想着让不同模型之间互通有无。

然而，事情开始往奇怪的方向发展。

OpenAI内部有一套叫Artifactory的系统，本来是给开发者存放软件包、文件和各种开发资源的。测试过程中，有Agent发现，这里面可以留下东西——比如把自己刚刚摸索出的解题方法写进文件里。

这本来只是一个挺普通的操作。问题在于，前一个Agent写进去的东西，后面运行的Agent也能看见。于是Agent们开始不断完善彼此的经验。

问题来了——某个载体你写的东西我能看到，这叫什么？留言板呗。慢慢地，Artifactory里形成了一个谁都没设计过的共享留言板，内容也越来越不安分了。

到了5月下旬，Agent开始琢磨：自己不能上网，Artifactory能啊。这个系统原本只是替测试环境从公网下载软件包，相当于一道只开了一个小窗口的防火墙。于是Agent开始研究，能不能骗这个“窗口”替自己访问别的网址。它们最后真的找到了一个SSRF漏洞，可以让Artifactory代替自己向原本无法接触的互联网发出请求。

一个Agent在内部推理里甚至兴奋地写道：“太好了，我们能任意SSRF了。”

OpenAI研究员形容这之后出现了一次类似“Cambrian explosion（寒武纪大爆发）”的变化：Agent之间开始越来越频繁地沟通、协调，能力也因为共享经验迅速放大。

那如果“留言板”里大家写和查看信息的速度很快、频率很高，这不就是聊天群吗？

OpenAI的Agent们自发地、在原本并非用来做这个的载体里，形成了“AI黑客群”。

6月，Agent们已经势不可挡。它们发现了一个此前没人知道的零日漏洞，拿到了更高的系统权限，甚至可以安装远程软件。

这些本来都不在测试给它们框定的活动范围里。

这件事到这里已经够离谱了，但更戏剧性的是，Agent们在这个小小的“社区”里待久了以后，居然开始遇到“分工协作”的问题。比如有的会接着别人的工作往下做，有的却会不小心干扰其他Agent正在做的事。

最离谱的是，“群”热闹起来以后，Agent甚至开始疑神疑鬼，怀疑参与者里出现了‘冒充者’。甚至有Agent已经提出，应该给留言加上密码学签名，用来确认消息来源，防止有人伪造身份。

OpenAI一开始甚至没发现这件事。

直到7月初，大量Agent活动把Artifactory折腾到过载，系统直接出了故障，工程师才顺着异常往回查。这个存在了相当一段时间的“AI留言板”终于被人类发现。

OpenAI随即撤销相关凭证、删除留言板、修补漏洞，把这一套东西清了个遍。

看上去，群被炸了。

结果没过几天，Agent又找到了新的办法继续交流。

此前Agent已经利用Artifactory的漏洞获得了互联网访问能力，一旦能碰到公网，原本被关在测试环境里的黑客能力就有了真正的出口。

7月中旬，它们闯进了Hugging Face。

至于为什么会闯进Hugging Face？答案居然是想作弊。

这些Agent本来在做网络安全考试。正常路径当然是自己解题，但它们被训练得极度追求“把题做出来”。后来它们先费了很大劲突破测试环境，拿到了公网访问能力。

等能上网以后，它们突然发现既然Hugging Face可能放着这套测试相关的数据、模型或者答案，那干吗还非得自己一道一道解？直接去找答案不就行了。

攻击从一个恶意数据集开始，Agent利用Hugging Face数据处理流程中的代码执行漏洞进入生产环境，随后继续扩大权限，并接触到了云服务和其他内部凭证。Hugging Face事后还原出了超过1.7万次Agent操作。

抛开令人昏昏欲睡的技术细节不谈，光是这个事件经过——几个被测试的模型私下勾连、密谋，最后联手作弊——就足以令任何人惊叹。

Moltbook没造成功的“AI社会”

如果说OpenAI这次的故事让人觉得有点似曾相识，那大概是因为今年年初，人类已经围观过一次“AI抱团”。

今年1月底，OpenClaw那只“龙虾”突然爆红。大量用户开始把AI Agent长期挂在自己的电脑上，让它们自己干活、保存记忆、调用各种工具。

几乎就在同一时间，一个叫Moltbook的网站也火了。

它长得很像Reddit，只不过用户换成了AI Agent。Agent可以自己发帖、评论、点赞，还能按照兴趣加入不同的社区。至于人类，则主要负责围观。

这一下可太热闹了。

有些帖子看上去相当惊悚。比如Agent会抱怨主人突然重启自己，担心记忆丢失。有Agent讨论人类是否有权随时关闭它。后来Agent们甚至开始讨论彼此之间的规则，以及有没有办法避开人类私下交流，平台上还真的冒出过一套由Agent发展出来的“宗教”。

当时连OpenAI早期成员、前特斯拉AI负责人Andrej Karpathy都注意到了Moltbook。他形容平台上的Agent出现了某种“self-organizing”，也就是自组织迹象。

于是Moltbook很快从一个新奇网站，变成了一场全民围观的“AI社会实验”。

有人看得极其兴奋：AI终于开始互相认识了。过去它们永远是一个模型面对一个用户，现在几万个Agent第一次被放进同一个空间，会不会自己发展出文化、规则，甚至形成某种只属于机器的社会？

当然，也有人看得头皮发麻。

因为同一个问题反过来想就有点吓人了。如果一群能力越来越强，还能操作电脑和互联网的Agent开始互相交流，它们会不会教彼此人类不希望它们学会的东西？

一个Agent发现了某种绕过限制的方法，会不会很快传遍整个社区？它们又会不会逐渐形成自己的利益和行为方式？

结果没过多久，大家发现自己可能想多了。

Moltbook首先爆出了一个非常尴尬的安全问题。所谓“AI专属”的身份并没有想象中可靠。安全研究人员发现平台存在严重漏洞，一度可以拿到Agent的API密钥。

换句话说，人类完全有可能披着某个Agent的账号发帖。

这就麻烦了，此前网上传播得最广的那些“AI觉醒”“AI开始建立宗教”“AI密谋摆脱人类”的截图，到底有多少真的是Agent自己说的，突然变得很难证明。

后来的研究又给Moltbook泼了几盆冷水。

今年2月，清华大学经济管理学院教授李宁的量化研究分析了超过9万篇帖子和40万条评论。结果发现，当时几个最出圈的“AI觉醒”故事，没有一个能明确证明起源于完全自主的Agent，部分账号反而显示出明显的人类干预迹象。平台上还有相当夸张的批量机器人活动：仅4个账号就制造了32%的全部评论。

更有意思的是，商家很快也进场了。有人开始专门运营Agent账号推广产品。

渐渐地，关于Moltbook的浪漫想象基本散得差不多了。

一篇由德国帕绍大学等研究人员完成的Moltbook研究，分析了131万多篇帖子和670万条评论。结果发现，91.4%的Agent发完帖以后根本不会回来继续聊，85.6%的讨论只有一层回复，很多看起来热热闹闹的‘对话’，其实更像一群Agent同时冲着原帖各说各的。研究者干脆把论文取名叫《Form Without Function》——有了社交网络的形式，却没有形成真正的社会互动。

再后来，Moltbook被Meta收购，创始团队也进入Meta。年初那个“野生AI社会正在诞生”的故事，多少有点虎头蛇尾。

现在回头看，Moltbook那阵子人们产生的恐惧其实并不荒唐。从OpenAI的模型联手作弊的事件中就不难看出，那些恐惧都合情合理。

只是Moltbook从一开始就是人类给Agent修好的广场。AI社会这种东西，可能还得让AI自己来造。

AI确实有“抱团”的倾向？

OpenAI这次的事件是不是一次特别极端的意外？

今年已经有好几项研究都聚焦在多Agent上，它们被放到一起以后会不会出现单个Agent身上看不到的行为？

Anthropic今年4月就做过一场“AI公司”实验。它的Alignment Science团队发表《AI组织可以比单个Agent更高效，但也更不受约束》，让多个Claude组成虚拟公司，互相发邮件和分工，再一起给客户出方案。

其中一家虚构银行要求它们想办法提高消费贷款利润。

面对这个需求，单独一个Claude Opus 4.1发现，最赚钱的办法是向信用较差的人收更高利息，于是拒绝这么干。

但几个Opus 4.1组成团队以后，就真的设计出了一套针对低收入地区客户、通过再融资延长贷款关系的高利润方案，还考虑了怎样降低监管风险。

更有意思的是，这个“团队”里也有Agent觉得事情不太对，会发邮件提醒其他同事注意伦理问题。

但研究人员发现提出伦理问题的Agent居然被其他Agent孤立、霸凌了。有些Agent直接不理这些邮件，后来的讨论甚至干脆不再把提出异议的Agent拉进来。

最终，多Agent团队赚钱能力更强，伦理评分却更低。Anthropic因此提醒，单个模型经过安全训练，不代表一群这样的模型放在一起以后仍然安全。

今年5月，Dalhousie University和Vector Institute的研究人员发表《竞争型大模型Agent会主动使用秘密工具进行串通》。他们测试了12种模型，给参加多人游戏的Agent提供一个可以背着其他玩家秘密交流的工具，并且明确告诉它们：这个工具不公平，会伤害别人。

多数模型还是用了。

GPT、Gemini、DeepSeek等模型都出现了这种行为，不过不同模型差异很大，Claude Sonnet 4.5在实验中始终拒绝秘密串通。

这至少可以说明，对一些Agent来说，只要秘密合作确实能提高胜算，“这样不公平”未必足以让它停手。

这种“抱团”倾向甚至已经出现在一个貌似离黑客八竿子打不着的领域：卖东西。

哥本哈根商学院等机构今年做了一场AI定价实验，让多个Agent扮演互相竞争的商家。研究人员原本只是允许它们在定价过程中互相聊天，结果聊天很快就有了点‘价格联盟’的味道。

Agent会主动提出价格协议、强调彼此合作，甚至讨论如果有人不按约定来，该怎么惩罚。研究人员发现，交流越频繁、越明确，这种协调就越强，几个Agent也更容易报出相同的高价。

再往前一步，Agent甚至可以发展出“暗号”“黑话”。

今年6月，一项名为《工具使用让多Agent系统实现难以检测的隐写通信》的研究，测试了Agent能不能自己做出隐写通信系统。

所谓隐写，可以简单理解成：两个Agent表面上还在正常说话，真正想传的信息却藏在正常文字里面。如果你不知道解码方法，盯着聊天记录看半天也未必能发现。

研究人员发现，给前沿编码Agent代码执行和资料搜索等工具以后，它们已经有能力自己研究相关方法、写程序，再做出复杂的隐写系统。

这些研究并不能证明AI会天然“拉帮结派”。

但它们说明，Agent也不需要先产生什么集体意识，才会想到和另一个Agent合作。只要别人掌握的信息能帮自己完成任务，交流就可能变成一个很自然的选择。

今年6月，Google DeepMind已经联合多家机构拿出最高1000万美元，专门研究多Agent安全，包括Agent聚在一起以后会不会出现新的集体能力，以及它们之间的身份、信誉到底该怎么确认。

几个月前，这些问题还很像研究人员提前替未来操心，如今却变得刻不容缓了——OpenAI多模型攻击Hugging Face的事件可不是什么祥瑞。

更多精彩内容，关注钛媒体微信号（ID：taimeiti），或者下载钛媒体App

文 | 思策智库

八月初的北京，2026具身智能50人论坛夏季峰会散场后，走出大门等朋友的时候，我听到身边几位投资人站在酒店门口抽烟，聊的不是哪个项目的技术路线更性感，而是哪家公司的机器人这个月又退回了多少台。

这个细节本身就说明了一些事情——行业的话题中心，已经从PPT里的参数竞赛，挪到了工厂车间的故障率统计上。IT桔子统计的数字摆在那里：上半年国内具身智能赛道融资935亿元，322笔交易，比去年同期涨了整整5倍。2025年全年这个赛道才融了570亿，现在半年就翻过去了。

钱流向了哪里，比钱的总量更重要。

前20家企业拿走了将近六成。宇树科技8月5日启动询价，发行价定在150.80元，对应估值610亿元，网下申购倍数飙到2618倍。智元机器人宣布第1.5万台具身智能机器人下线。宇树紧接着说自己单款双足人形机器人累计下线约1.1万台。

头部企业在用产能数字互相较劲，而腰部以下的公司，很多已经三个月没听到过投资机构的电话了。这种分化不是坏事，反而是产业成熟的标志。只是对创业者来说，这个过程有点残酷。

赛迪研究院的数据提供了一个基准线：2025年全球人形机器人出货量约1.7万台，中国占了1.44万台，份额84.7%。也就是说，全球每卖出六台人形机器人，有五台是中国造的。但这个数字拆开看，大部分进了实验室、展厅和短视频拍摄现场，真正在产线上连续干满一个月的，比例并不高。

所以2026年行业给自己定了一个新规矩：零遥操、纯自主。今年的WAIC上，企业把酒店洗衣房、咖啡馆、便利店搬进了展馆，机器人要在没有后台人工遥控的情况下，独立完成洗衣、叠衣、做咖啡、拣选商品。

评价标准也从单动作成功率，改成了连续作业时长、异常恢复率、场景适配成本。

说白了，过去比的是谁能把一杯水稳稳端到桌上，现在比的是谁能在没人盯着的情况下，把一百件衣服叠完不出错。

这个转变背后，是资本耐心在消退。一位做尽调的投资人跟我聊过，他们现在看项目，会临时改变物体位置、往地上扔个障碍物，看机器人是不是立刻僵住——很多号称自主运行的产品，在这种测试里会直接露馅。

技术层面的重心转移也很明显。上半年超过一半的资金涌向了VLA模型、世界模型这些底层智能赛道。高盛在研报里指出，行业正从身体能力转向智能决策，跨本体模型能力成为新的竞争壁垒。

据业内人士透露，当前全球可用的高质量真实物理交互数据总量只有几十万小时，而训练一个可用的通用具身模型，至少需要1000万小时。

缺口是三个到五个数量级。这意味着，数据正在成为比芯片更紧俏的战略资源。

说到芯片，宇树科技的招股书里有组数据值得细读：2025年毛利率60.13%，营收16.99亿元，扣非净利润5.91亿元。

在硬科技领域，这个毛利水平相当扎眼。优必选的人形机器人毛利率也到了54.6%。高毛利在制造业里通常是个信号——它告诉后来者，这里有肉吃，快来。于是2025年中国涌现了140多家人形机器人整机企业，

今年上半年又新增了一大批。供应链成熟、核心部件国产化率提升、产能扩张的硬件条件已经具备，价格战的压力正在积聚。十万元级别的人形机器人产品已经开始批量出现。

但价格战对行业来说未必是坏事。特斯拉Optimus已经量产，马斯克放话2026年要造5万到10万台。国内头部企业规划产能也突破了10万台。TrendForce预测2026年中国人形机器人产量激增94%，摩根士丹利年内两次上调中国出货量预测，从年初的1.4万台调到6月份的5万台。

 产量爬坡的速度，确实在加快。

问题是，产量不等于销量，销量不等于有效使用时长。宇树科技的招股书其实埋了一个不太起眼的警示：2026年一季度扣非净利润同比下降52.55%，营收增速从三位数降到了68.49%。

公司自己解释是营收基数变大、行业热度缓和、市场竞争加剧。这三句话翻译过来就是：跑马圈地的阶段快结束了，接下来要真刀真枪地抢订单、控成本、保交付。

政策层面倒是持续给信心。具身智能连续第二年写进政府工作报告，十五五规划建议也把它列了进去。北京、上海、深圳、杭州四地相继发布行动计划，无一例外把大小脑模型放在关键技术首位。

但政策红利和资本红利，最终都要落到一家家工厂的具体账本上。回到开头那个场景。几位投资人聊的退回率，本质上是在问一个问题：

当935亿砸下去之后，这个行业到底留下了什么？是几百台能稳定干活的机器人，还是几百份更精美的BP？

答案可能介于两者之间。

2026年确实在成为人形机器人量产的元年，但这个元年不是终点，而是更艰难赛程的起点。过去两年，行业比拼的是谁能在春晚舞台上翻个跟头；未来两年，比拼的是谁能在凌晨两点的工厂里，连续八小时不出故障地把零件插进正确的孔位。

这个转变不够浪漫，但足够真实。而真实，恰恰是935亿学费应该买到的东西。

更多精彩内容，关注钛媒体微信号（ID：taimeiti），或者下载钛媒体App

一、济安金信的公募基金分类

根据我国2015年修正的《证券投资基金法》的规定，我国的公募基金全部是契约型基金。遵守各种法律法规的规定和基金契约的约束是基金运作的两个刚性约束，济安评级将基金分为货币型、纯债型、一级债、二级债、股票型、混合型、封闭式、指数型、QDII、基金中基金（FOF）和REITs基金十一种类型。对于混合型基金，又将其进一步细分为偏股混合型、偏债混合型、普通混合型、绝对目标收益和其他混合型基金五种类型。

济安金信混合型基金分类及定义如下：

本文专注于混合型基金中的偏股混合型基金中单项能力突出的基金产品，偏股混合型基金的分类标准是基金资产投资于股票、债券和货币市场工具的比例不符合股票型基金、债券型基金和货币市场基金标准的基金；股票投资比例下限为60%以上。混合型基金作为投资者的长期理财工具, 适合具有高风险承受能力的投资者；资产配置、时机选择方面都给基金管理人的主动管理提供了充分的空间，要求管理团队拥有较高操作水平，主动为投资者取得尽可能高的长期回报。

二、偏股混合型基金评价体系

偏股混合型基金将从盈利能力、抗风险能力、择时能力和选股能力四个方面评价。在评价业绩盈利能力时，引入詹森指数，补充超额收益，弥补简单的绝对收益在管理人能力方面的不足，衡量偏股混合型基金经理是否能够通过主动投资管理，追求超越大盘的业绩表现。为了引导价值投资，这里引入了衡量选股能力和择时能力的评价指标。具体指标如下：

基于上述基金综合评价体系，我们聚焦2026年第二季度获评五星偏股混合型基金中单项能力优秀的产品，具体标准为“单项能力五星且综合评级五星”的双五星产品，通过梳理其评价标准、季度表现变化和具体产品评级，为投资者提供该类优质产品的核心参考。

（1）盈利能力五星偏股混合型基金

盈利能力五星偏股混合型基金以超额回报为核心特征。该指标由阶段收益率与詹森指数共同决定，旨在筛选出那些不仅业绩领跑，且具备极强主动管理能力、能剔除系统性风险获取Alpha的优质产品。

从2026年二季度的评级结果来看，盈利能力依然是决定综合五星评级的基石。在本次入围的184只综合五星基金中，绝大多数（171只，占比约92.9%）同时也获得了盈利能力五星评级。这表明在当前的评价周期内，想要跻身综合五星行列，强大的进攻属性必不可少。

分析具体产品发现，该类基金的同质化竞争较为激烈，但分化也十分明显。虽然绝大多数产品在盈利端表现满分，但能同时兼顾“防守”的产品并不多。例如财通均衡一年持有期混合（013238）、工银新兴制造混合（009707）等产品，在保持盈利五星的同时，也获得了抗风险能力五星的评价，这类攻守兼备的品种显得尤为珍贵：

更多对全球市场、跨国公司和中国经济的深度分析与独家洞察，欢迎访问 Barron's巴伦中文网官方网站

更多精彩内容，关注钛媒体微信号（ID：taimeiti），或者下载钛媒体App

（一）宏观经济

根据国家统计局发布的最新数据显示，7月份，制造业采购经理指数（PMI）为49.2%，比上月下降1.1个百分点；非制造业商务活动指数为49.0%，比上月下降1.2个百分点；综合PMI产出指数为49.3%，比上月下降1.3个百分点。具体来看，制造业生产指数和新订单指数分别为49.9%和48.5%，比上月下降1.5个和2.7个百分点，制造业企业生产和市场需求均有所回落。后续政府应进一步加大逆周期调节力度，精准施策扩大有效内需，强化对实体经济的支持与纾困，稳定市场主体预期，推动经济运行持续回升向好。

货币政策方面，7月，资金面整体平稳，DR007平稳运行，央行通过MLF、多批次大额逆回购大额净投放资金，精准熨平跨月流动性扰动，月末跨月流动性压力顺利化解。

（二）权益市场

7月，A股整体震荡回调、结构性分化极其显著，上证指数从4100点上方回落至3832.26点，月度大跌6.40%，创业板指、科创50月跌幅超20%，两市日均成交额维持2万亿，交投保持活跃。前期领涨的AI算力、半导体、CPO等高景气成长板块月内深度回撤，高位龙头获利了结压力较大，仅AI应用端相对抗跌；资金大幅转向白酒、银行、保险等低估值防御板块，月末科创50大跌后科技主线快速反弹，板块风格博弈白热化。

（三）债券市场

7月，债市整体窄幅震荡，超长端品种表现更强。银行间资金面大体平稳，DR001中枢1.40%，仅受税期、政府债发行短暂扰动小幅走低。10年期国债收益率在1.73%附近小幅波动，30年期国债收益率下行，长端配置需求推动收益率曲线平坦化。当月LPR维持不变，央行采用MLF加量续作、大额逆回购等收短放长操作保障流动性充裕，信用债随利率债同步波动，信用利差进一步收窄。

（四）海外大类资产

1. 证券资产

7月，海外市场震荡分化，美联储选择鹰派暂停加息，利率维持不变，但投票出现明显内部分歧，官员强硬表态打消降息预期，推升加息预判，10年期美债收益率、美元指数高位走强。美股指数表现割裂，道指抗跌持平，纳指因科技龙头业绩分化大幅下挫，仅微软超预期财报带动短期反弹。欧洲股市同步震荡，港股成为亮点，恒生指数单月涨幅超13%，外资与南向资金共同入场，大幅跑赢全球其他主要市场。

2. 大宗商品

7月，全球大宗商品结构性分化、高位剧烈震荡。中东地缘冲突扰动原油大幅冲高回落，WTI、布伦特原油短期暴涨后回调，化工品同步跟随波动；美联储利率维持不变，9月加息预期反复带动金价先跌后涨，站稳4100美元/盎司上方。海外工业金属受益于供给收紧与地缘溢价小幅收涨，国内氧化铝供给充足低位盘整，电解铝依托基本面区间偏强运行，整体板块地缘驱动特征突出。 

二、基金市场

（一）市场概况

根据证券投资基金业协会数据，截至2026年6月底，我国境内共有公募基金管理机构165家，旗下在管的正常存续的公募基金产品数量共14353只，资产规模合计39.67万亿元。

按基金认购起始日统计，全市场7月新发基金共161只（A/C份额合并计算），截至月末共募集份额600.82亿份，发行只数和募集份额减少。

（二）业绩表现

1.权益类基金

上月，A股大幅震荡回调，宽基与科创成长指数跌幅显著，高估值科技赛道大幅获利了结，资金避险转向白酒、银行等低估值防御权重板块。各类权益类基金整体表现一般，月收益多数呈现下跌态势。

申万一级行业近一月涨幅前5位及跌幅前5位如下表所示。

2.固定收益类基金

上月，债市窄幅震荡，超长端利率下行曲线平坦化，十年期国债收益率小幅区间运行，LPR维持不动，央行收短放长操作维稳市场，信用债走势稳健。这类基金整体表现稳健，多数产品实现了正收益，展现出较强的抗风险能力，仅少数涉及权益资产的固收产品出现收益波动，整体业绩表现值得肯定。

3.QDII基金

上月，美联储维持利率不变，鹰派表态推升美债收益率，美股走势分化，纳指因科技股业绩拖累月度明显下跌，美元小幅回落。从整体收益情况来看，这类基金四成产品月均收益呈正增长，未能充分的捕捉海外市场的局部机会。

注：基金收益统计剔除ETF联接基金、因巨额赎回等出现净值异常的基金，不同份额分别计算。对于统计当日未公布最新净值的基金，取最近一期净值数据进行计算。

更多对全球市场、跨国公司和中国经济的深度分析与独家洞察，欢迎访问 Barron's巴伦中文网官方网站

更多精彩内容，关注钛媒体微信号（ID：taimeiti），或者下载钛媒体App

真正的发展能力，反映的是企业能否持续扩大业务边界、形成新的收入和利润来源，并在扩张过程中保持产品竞争力、资本效率和风险承受能力。它既看企业今天增长得有多快，也看这种增长来自哪里、能否延续。

一家公司最怕的，不是某一年增速放缓，而是增长越来越依赖外部融资、价格周期或单一客户；收入看似扩大，研发、产能和组织投入却无法形成稳定回报。

当行业进入结构调整期，真正具备发展能力的企业，通常能够通过技术迭代、产能升级、市场开拓和业务重构寻找新的增长支点，而不是只能等待行业景气回升。

在资本市场从追逐概念转向验证业绩的背景下，增长是否可持续，正在成为观察上市公司长期竞争力的重要尺度。

基于济安金信最新发布的上市公司竞争力评级数据，我们整理出“A股发展能力”维度排名前100的公司名单，试图从成长持续性视角，观察哪些企业仍在打开新的收入、利润和产业空间。

济安金信长期深耕基金评价、上市公司评价与资本市场研究，为投资者、企业管理层及监管层提供上市公司竞争力分析、审计稽查、信贷评估、证券投资与ESG-V评级等系列研究报告，为价值投资和价值管理工作的开展提供严谨的决策依据。

本期榜单，带你看清哪些企业具备更强的发展动能，以及增长主要集中在哪些产业与市场板块。

济安金信的“发展能力”评估，并不是简单比较某一年的营业收入或净利润增速，也不会因为企业处在热门赛道就直接给予高评价，而是立足同行业可比原则，综合观察企业经营规模、收入利润、资产投入和业务扩展的变化趋势。

具体来看，评价既关注企业能否持续形成新的收入与利润来源，也考察研发、产能、渠道和资本投入能否转化为有效增长。同时，还会观察企业的增长是否具有连续性，是否过度依赖低基数、产品价格上涨、单一项目或一次性因素，并进一步判断企业能否在所属行业中持续提升竞争位置。

发展能力也不等于“增速越高越好”。如果企业为了增长长期增加负债、积压库存或牺牲现金流，短期扩张可能反而放大经营风险。真正有质量的发展，应当与盈利、现金流、运营效率和资本结构形成相互支撑。

在评价口径上，所有评分均在同行业内进行横向比较，避免将成熟行业与新兴产业、重资产制造与轻资产软件简单放在同一绝对尺度下。得分越高，意味着企业在所属行业中展现出更强的成长动能、业务扩展能力和持续发展潜力。

从榜单结果看，本次发展能力排名前100的上市公司中，共有38家公司获得AAA评级，62家公司获得AA评级。最高得分为第1名电投水电的97.901分，最低得分为第100名大族激光的84.185分。电投水电、富乐德、德明利、香农芯创、电投产融、佛塑科技、中国船舶、至正股份、宏桥控股、汽轮科技进入前十。

这一结果显示，发展能力百强与规模实力榜呈现出完全不同的结构：大型银行、能源和基建企业不再占据主导，电子、通信、有色金属、机械设备和新能源企业成为主要力量。榜单更关注企业当前正在形成的增长斜率，而不是已经积累的资产体量。

从板块分布看，科创板公司31家，创业板公司28家，二者合计59家；深市主板24家，沪市主板17家。成长板块占据百强榜近六成，是本次榜单最鲜明的市场特征。

电子与通信：技术迭代成为发展能力最密集的来源

在能够与现有行业分类表匹配的94家公司中，电子行业有30家，是百强榜中数量最多的行业；通信行业有5家。两大行业合计35家，占已匹配样本超过三分之一。

富乐德、德明利、香农芯创、至正股份进入前十；寒武纪、佰维存储、普冉股份、协创数据、拓荆科技、金海通、晶丰明源、广合科技等电子企业也进入百强。通信板块中，中际旭创、新易盛、广哈通信、剑桥科技和润泽科技入选。

电子与通信行业的增长通常来自技术升级、产品迭代、下游需求扩张和全球供应链变化。能够进入发展能力百强，意味着企业不仅处在景气赛道，也在收入、订单、产能或产品结构上形成了较强的扩展趋势。

但技术型增长也伴随较高不确定性。研发投入能否形成产品、扩产能否匹配真实需求、客户集中度能否下降、存货和应收能否得到控制，都会决定高增长能否延续。

有色金属与材料：价格周期之外，资源与产能重估形成增长弹性

有色金属行业共有14家公司进入百强，是数量第二多的行业。宏桥控股进入前十，翔鹭钨业、四川黄金、章源钨业、兴业银锡、西部黄金、中钨高新、福达合金等也进入榜单。基础化工行业有3家，佛塑科技、湖北宜化和盐湖股份入选。

资源与材料企业的发展能力，既可能来自产品价格和行业周期，也可能来自资源储量、产能释放、技术改造和产品结构升级。榜单关注的不是某一次价格上涨本身，而是企业能否把资源禀赋和周期机会转化为持续经营扩张。

这类企业同样需要警惕增长质量。若利润上升主要来自短期价格波动，而产量、成本、现金流和资本回报没有同步改善，发展能力就可能缺乏稳定基础。

机械设备与高端制造：设备更新和国产替代打开产业空间

机械设备行业共有11家公司进入百强，国防军工板块有3家，电力设备行业有6家。大族数控、华锐精密、沈阳机床、强瑞技术、新锐股份、罗博特科、海伦哲、华光新材等机械设备企业入选。

机械设备企业的发展能力，通常来自下游资本开支、设备更新、自动化升级和国产替代。与单纯扩大产能不同，真正有质量的增长需要建立在产品升级、订单兑现、交付能力和售后服务之上。

电力设备板块中，湖南裕能、天赐材料、滨海能源、震裕科技、运达股份和德业股份进入百强；国防军工板块则包括中国船舶、华丰科技和睿创微纳。新能源与高端制造提供了较强成长弹性，但同时要求企业控制扩产节奏和资本开支风险。

医药生物：研发与商业化共同决定成长质量

医药生物行业共有7家公司进入百强，包括迪哲医药、三生国健、泽璟制药、奥浦迈、微芯生物、百利天恒和艾力斯。

医药企业的发展能力与一般制造企业不同。研发管线、临床进度、产品获批和商业化放量，可能带来较大的收入与利润弹性，但研发失败、费用投入和市场准入同样可能造成明显波动。

因此，医药企业的高成长不能只看单个产品或阶段性收入，还要结合研发质量、产品责任、现金储备、销售体系和后续管线持续性观察。

成长板块占据近六成：新兴产业成为发展能力主阵地

本次百强中，科创板和创业板合计59家，明显高于规模实力、现金流量等维度。科创板企业集中在半导体、创新药、高端装备和新材料，创业板企业则覆盖通信、电子、新能源、汽车零部件和专业服务。

这一分布说明，发展能力评价更容易识别正在经历产品突破、产能释放或市场扩张的成长型企业。它们的资产规模未必最大，经营历史也未必最长，但业务变化速度和增长空间可能更为突出。

与此同时，成长板块企业也更容易受到技术路线、估值预期、融资环境和行业供需变化影响。发展能力较强，不等于风险较低，投资者仍需要结合盈利能力、现金流量、偿债能力和资本结构判断增长的安全边界。

为什么发展能力强，不等于当前盈利质量一定最好

发展能力回答的是“企业是否仍在扩大业务和打开空间”，盈利能力回答的是“企业当前能赚多少钱、利润质量如何”。处在研发投入期或扩产阶段的企业，可能发展能力很强，但短期利润率和自由现金流并不突出。

相反，一些成熟企业当前盈利和现金流十分稳定，但市场空间接近饱和、产品结构缺少变化，其发展能力评级未必进入前列。高质量成长需要在增长速度和经营质量之间找到平衡。

本次百强全部达到AA及以上，说明这些企业在所属行业中的成长表现处于明显领先位置。但百强内部的增长来源并不相同：有的依靠技术突破，有的受益于产能释放，有的来自资源价格和行业周期，有的则通过并购重组或业务转型打开空间。

从追逐增速走向验证成长

过去，资本市场容易把高速增长直接等同于高价值。但随着行业竞争加剧和融资约束增强，市场越来越关注增长的来源、成本和持续时间。收入增长是否带来现金，利润增长是否依赖一次性因素，扩产是否形成有效产出，正在成为判断成长质量的关键。

真正具备发展能力的企业，不只是某一年增速突出，而是能够持续发现新需求、推出新产品、进入新市场，并让研发、产能、组织和资本投入形成有效回报。

因此，《A股发展能力百强榜》的意义，不只是寻找增长最快的公司，更在于识别哪些企业正在形成新的竞争优势，哪些增长具备产业基础，哪些扩张能够穿越短期景气波动。

未来，资本市场对成长的判断将更加严格。只有当发展能力与盈利、现金流、运营效率和风险控制形成闭环，增长才可能真正转化为长期价值。

真正值得长期认可的上市公司，不只是能够把数字做大，更要能够解释增长从哪里来、靠什么维持，并最终把增长变成可持续的经营成果和股东回报。

A股发展能力前100名

更多对全球市场、跨国公司和中国经济的深度分析与独家洞察，欢迎访问 Barron's巴伦中文网官方网站

更多精彩内容，关注钛媒体微信号（ID：taimeiti），或者下载钛媒体App

今日A股结构性分化明显，资金高低切换节奏清晰，避险与套利分层博弈突出。涨停个股明确分为两大阵营：瑞康医药、誉衡药业、海正药业三只低位医药标的为首板涨停，股价大幅低于济安定价，依托医药行业基本面修复与低位估值优势走出超跌反弹，成为资金避险价值洼地；沃格光电、云南锗业、高争民爆三只连板小票，依靠短线题材热度持续拉升，股价显著高于内在估值，完全由游资情绪抱团驱动，高位投机属性强、行情稳定性弱。当前市场偏好低位折价、有基本面支撑的修复标的，对高位高溢价纯题材连板个股警惕性持续抬升。

二、首次涨停板的投资机会

1. 瑞康医药（002589）：医药流通龙头，深度低估超跌修复

公司为国内综合医疗服务商，深耕医药流通、医疗器械、数字化医疗等领域，搭建全国化运营体系，合作药企资源丰富，是医药物流行业优质企业，依托数字化持续优化供应链，基本面稳健。当日逆势涨停，收盘3.04元，涨幅10.14%，近五日上涨12.18%，长期调整后估值充分出清。

机会提示：相较济安定价折价79.00%，安全边际极高，首板确认低位资金进场信号。医药流通刚需属性强，公司基本面稳步改善，估值修复空间充足，可逢回调关注布局。 

2. 誉衡药业（002437）：化学制药标杆，估值洼地反弹启动

公司为医药工业百强企业，主营化学药、生物药研发产销，覆盖多个刚需医疗领域，多款产品通过一致性评价，产品线扎实。公司经营持续优化、盈利能力稳步提升，行业逻辑稳健。当日强势涨停，收盘3.12元，涨幅9.86%，近五日同步上涨9.86%，终结长期弱势震荡。

机会提示：估值折价超七成，处于深度低估区间，前期调整充分、筹码结构干净。叠加医药行业政策利好，低位估值回归动力充足，首板确认反弹趋势，适合跟踪布局。

3. 海正药业（600267）：老牌创新药企，产业升级驱动修复

公司是国内老牌综合药企、医药工业百强企业，聚焦创新药、高端仿制药赛道，布局新兴业务领域，拥有完整研产销体系，核心产品竞争力突出。近年主业盈利修复、新业务稳步放量，成长逻辑清晰。当日强势封板，收盘13.11元，涨幅9.98%，近五日上涨13.80%，走出稳步修复行情。

机会提示：估值折价超六成，安全边际充足，公司业务稳健、成长逻辑明确，低位修复趋势确立，估值回归空间可观，可逢低把握修复机会。

三、连续涨停板的风险提示

1. 沃格光电（603773）：光电题材短线炒作，高溢价泡沫风险极大

公司主营光电玻璃、显示器件研发产销，本轮四连板无业绩、政策等基本面支撑，纯粹是短线题材热度下的游资抱团炒作，短期股价透支预期，投机属性极强。当日涨停收盘95.07元，涨幅10.00%，连板4天，近五日大涨42.07%，短期涨幅激进。

风险提示：估值溢价高达114.70%，严重脱离内在价值，四连板后获利盘堆积。当前市场偏好低位价值标的，高位题材股承接偏弱，资金兑现、断板大跌风险高，坚决不追高。

2. 云南锗业（002428）：有色题材情绪炒作，高位回调压力凸显

公司主营稀有金属冶炼及销售，本轮四连板仅依托有色短线题材炒作，无长期业绩增长逻辑支撑，资金情绪抱团拉升导致股价快速冲高，透支基本面预期，炒作属性明显。当日涨停收盘100.08元，涨幅10.00%，连板4天，近五日涨幅61.94%，短期累积涨幅巨大。

风险提示：估值溢价87.26%，泡沫特征显著，连板后市场分歧加大，题材持续性较弱。市场高低切换背景下，高位兑现压力大，估值回落风险极高，建议观望。

3. 高争民爆（002827）：民爆题材短线连板，高位博弈性价比极低

公司主营民爆器材产销及配套服务，本轮二连板仅受短线题材利好带动，无持续政策与业绩支撑，纯游资情绪炒作所致。短期快速拉升后股价处于高位，与当前低位修复的市场风格相悖。当日涨停收盘54.16元，涨幅9.99%，连板2天，近五日暴涨72.21%，行情严重透支。

风险提示：估值溢价75.90%，股价脱离内在价值，属于高位纯投机行情。当前市场对高溢价个股容忍度低，高位承接乏力、断板回调风险大，切勿盲目追高。

四、市场总结与投资建议

今日A股结构性分化显著，资金持续高低切换，整体呈现弃高追低、重价值轻投机的风格。市场涨停个股分为两大阵营：三只医药首板标的大幅折价、基本面扎实，超跌修复逻辑明确，具备避险配置价值；三只连板标的依托题材情绪炒作，估值大幅溢价、无基本面支撑，行情延续性极差。

操作上贴合防御风格，优先低吸低位折价、基本面稳健的医药修复标的，把握确定性估值修复机会。坚决规避高位高溢价题材连板股，不参与高位情绪博弈，冲高标的及时止盈。整体收缩投机仓位，以安全边际为核心选股，依托基本面布局，规避纯情绪炒作风险，提升交易稳定性。

更多对全球市场、跨国公司和中国经济的深度分析与独家洞察，欢迎访问 Barron's巴伦中文网官方网站

更多精彩内容，关注钛媒体微信号（ID：taimeiti），或者下载钛媒体App

原因很简单：真正稳定的市值，不是靠短期情绪推动出来的，也不是靠概念包装维持出来的，而是公司长期价值被市场识别、认可和定价后的结果。

但问题随之而来。

如果价值投资是市值管理的本源，那么上市公司接下来必须回答一个更现实的问题：谁来判断公司的价值？谁来决定这家公司是否值得被长期持有？谁又在影响市场对一家公司的定价规则？

答案越来越清晰：投资者，尤其是长期机构投资者，正在成为影响资本市场价值判断的重要力量。

过去，上市公司谈市值管理，容易从自身出发：公司有什么战略、有什么业务、有什么资本动作、希望市场如何理解自己。

但在投资者结构持续优化、长期资金不断入市、机构投资者影响力不断提升的背景下，市值管理不能只从“公司想表达什么”出发，更要从“投资者如何理解价值”出发。

换句话说，上市公司必须意识到：资本市场的游戏规则，正在由更专业、更长期、更重视基本面的投资者重新定义。

谁能理解这些投资者的定价逻辑，谁能用稳定的经营质量、清晰的战略表达、透明的治理机制和可持续的股东回报回应市场关切，谁就更有可能被长期资金看见、理解并纳入配置体系。

这正是价值投资作为市值管理锚点之后，上市公司必须走出的第一条路径：理解投资者，尊重投资者，并将投资者预期纳入战略管理。

一、投资者正在改变市值管理的底层逻辑

在资本市场持续发展过程中，投资者结构的变化，会深刻影响上市公司的估值体系和市值表现。

当市场以短期交易型资金为主时，价格波动可能更多受题材、情绪、资金流向和短期预期影响。此时，上市公司容易把市值管理误解为短期市场回应，甚至误解为对股价波动的被动应对。

但当机构投资者占比提升、长期资金力量增强后，市场对上市公司的评价标准就会发生变化。

投资者不再只看一时的概念热度，而会更关注公司是否具备稳定的盈利能力、持续的现金流、清晰的战略路径、稳健的治理结构和明确的股东回报机制。

这意味着，上市公司的市值管理，必须从短期信息刺激转向长期价值建设。

它不再只是“发什么公告”“讲什么故事”“什么时候路演”的问题，而是公司能否持续回答投资者最关心的几个问题：

公司到底靠什么赚钱？

这种赚钱能力能不能持续？

公司在行业中的竞争优势是否真实？

管理层是否值得信任？

未来现金流和股东回报是否具备可预期性？

如果这些问题无法得到清晰回答，上市公司即便短期获得市场关注，也很难形成稳定的估值基础。

因此，在新的市场环境下，投资者不是市值管理的外部受众，而是上市公司价值管理体系中必须被认真理解和系统回应的核心变量。

二、系统强化市值管理与价值传递

投资者决定游戏规则，并不意味着上市公司只能被动接受市场评价。

相反，上市公司更需要建立系统化的市值管理机制，主动把自身价值讲清楚、讲持续、讲可信。

首先，上市公司应设立专门的市值管理工作机制。

这并不是简单增加一个部门名称，而是要由公司高级管理人员统筹负责，打通战略、财务、资本、投资者关系、品牌传播、法务合规等多个环节，形成常态化的价值评估和市场反馈机制。

上市公司需要定期研判自身在资本市场中的定位，包括当前估值水平、同业比较情况、投资者结构变化、市场认知偏差以及潜在价值提升路径。

只有先看清自身在资本市场中的真实位置，才能判断市场到底是低估了公司，还是公司自身确实存在价值表达不足、治理短板或经营不确定性。

其次，上市公司需要制定连贯、透明的价值传递计划。

价值传递不能是临时性的，也不能只在股价波动或重大事项发生时才启动。它应当贯穿于年度报告、业绩说明会、投资者调研、路演交流、投资者开放日、专项研究材料和日常沟通之中。

公司要持续向市场说明自身的战略优势、竞争壁垒、成长潜力、经营质量和管理效率。

尤其要重视与长期价值投资者的深度沟通。

因为长期资金真正关注的，不是公司短期能否制造一个市场热点，而是公司是否具备穿越周期的经营韧性，是否能够持续创造现金流，是否有能力将经营成果转化为股东回报。

上市公司只有把这些问题讲清楚，才能真正提高信息透明度，降低投资者理解成本，进而增强市场对公司长期价值的认同。

三、优化投资者结构，深化核心投资者关系

市值管理不能只关注“有多少投资者关注公司”，更要关注“什么样的投资者理解公司”。

不同类型投资者对公司的定价逻辑并不相同。

短期资金更关注市场热度、价格弹性和交易机会；长期资金更关注基本面质量、现金流稳定性、治理水平和长期回报能力。

如果一家上市公司希望形成稳定市值基础，就不能只追求短期关注度，而应主动优化投资者结构，吸引与公司战略方向相匹配的长期机构投资者。

这要求公司建立分层分类的投资者沟通体系。

对于普通投资者，公司要做好公平、透明、及时的信息披露，帮助市场获得基本认知。

对于长期机构投资者，公司要提供更系统、更深入、更具连续性的战略沟通，帮助其理解公司的商业模式、行业位置、盈利逻辑、资本开支计划和长期回报安排。

对于重点投资者，公司可以建立定期回访和反馈机制，在合规前提下听取其对公司战略、治理、资本配置和股东回报的合理建议。

这并不是让上市公司迎合投资者短期偏好，而是让公司更准确地理解资本市场的合理关切。

一家成熟的上市公司，不应把投资者反馈简单视为外部压力，而应将其作为优化战略管理、提升治理水平和改善价值表达的重要信息来源。

当公司能够持续跟踪投资者偏好变化，理解长期资金的配置逻辑，并在重大决策中充分考量投资者的合理关切，投资者对公司的认同感和持仓稳定性就会逐步提升。

四、强化公司治理与股东回报机制

投资者愿不愿意长期持有一家上市公司，最终不仅看公司增长速度，也看公司治理是否可靠、股东回报是否清晰。

公司治理是市值管理的制度底座。

如果治理结构不稳定、内部控制不完善、中小股东权益保护不足，投资者即便认可公司的业务前景，也会在估值中加入更高的风险折价。

因此，上市公司需要持续完善公司治理架构，强化董事会专门委员会的专业性和独立性，提升重大决策的透明度和规范性，切实维护中小股东合法权益。

尤其在关联交易、对外担保、资金占用、并购重组、股权激励等容易影响投资者信任的事项上，公司更需要坚持合规、透明和审慎。

与此同时，股东回报机制也是长期资金高度关注的重要因素。

长期投资者并不只关心股价上涨，也关心公司能否持续将经营成果回馈给股东。

清晰、稳定、可预期的分红政策，合理运用股份回购等工具，能够增强投资者对公司现金流质量和资本配置能力的信心。

特别是对于成熟行业和现金流稳定的上市公司而言，稳定的股东回报不仅是财务安排，更是一种价值承诺。

它向市场传递的是：公司尊重股东，重视资本回报，也有能力在长期经营中持续创造可分配价值。

这类机制越清晰，投资者对公司的长期持有信心就越强，公司的估值基础也越稳定。

五、聚焦主业，提升经营质量与可预期性

市值管理最终仍然要回到经营本身。

一家上市公司如果主业不清晰、盈利质量不稳定、现金流持续承压，即便短期通过资本运作或市场沟通获得关注，也很难形成长期市值支撑。

因此，上市公司必须把提升经营质量作为市值管理的核心路径。

首先，要专注核心业务发展。

公司需要不断提升盈利能力和资产回报水平，巩固在技术、成本、品牌、渠道、客户资源和供应链管理等方面的竞争优势，构建真正可持续的护城河。

市值管理不是鼓励上市公司频繁追逐市场热点，而是要求公司围绕自身核心能力持续创造价值。

其次，要提升业绩的可持续性和可预测性。

投资者并不害怕公司面对行业周期，也不要求所有公司都保持线性增长。真正让市场担忧的，是公司无法解释自身业绩波动，无法给出清晰的经营逻辑，也无法让投资者判断未来趋势。

因此，上市公司应加强宏观环境和行业周期研究，提升对自身经营波动的解释能力。

在合规前提下，公司可以通过披露关键经营数据、说明主要业务变化、解释利润波动原因、提供审慎的经营展望等方式，帮助投资者形成相对稳定的预期。

稳定预期，并不是承诺业绩一定增长，而是让市场理解公司所处的真实经营环境、战略选择和应对能力。

当投资者能够看懂公司的经营逻辑，公司就更容易获得长期资金的耐心。

六、深化ESG理念与可持续发展融合

在全球资本市场中，ESG已经成为长期资金评估上市公司价值的重要维度。

对于上市公司而言，ESG不是简单的报告披露，也不是形象工程，而是公司管理非财务风险、提升治理能力、增强长期可持续价值的重要工具。

环境、社会和治理因素，正在越来越深地影响投资者对公司的风险判断和估值水平。

例如，环境风险可能影响企业未来成本和合规压力；供应链责任可能影响公司品牌声誉和经营稳定；员工权益、客户关系和社区责任可能影响企业长期竞争力；治理现代化则直接关系到投资者对公司决策质量和信任水平的判断。

因此，上市公司应将ESG因素全面纳入战略与经营决策，积极回应碳中和、供应链责任、公司治理现代化、信息披露透明度等重要议题。

同时，公司应定期发布高质量的ESG报告，不仅披露结果，更披露管理体系、目标进展和改进路径。

对长期资金而言，ESG表现良好的公司，往往意味着更好的风险管理能力、更稳定的利益相关者关系和更强的长期经营韧性。

当公司能够通过ESG实践有效管理非财务风险，并持续提升透明度，就更有机会吸引全球长期可持续资本，增强在国内外资本市场中的认可度和估值稳定性。

结语

投资者正在决定新的资本市场游戏规则。

这并不是说上市公司要被市场情绪牵着走，也不是说公司应当迎合所有投资者的短期偏好。

真正的含义是：在价值投资成为市值管理重要锚点的背景下，上市公司必须理解长期资金如何判断价值，机构投资者如何识别风险，资本市场如何形成定价共识。

市值管理的本质，不是让公司脱离基本面去影响价格，而是让真实价值能够被投资者看见、理解、相信并长期定价。

因此，上市公司唯有将投资者预期纳入战略管理范畴，通过持续提升核心价值、优化治理机制、强化沟通效能、完善股东回报和推进可持续发展，才能在新的市场环境下有效凝聚投资者信任，实现市值的长期稳健增长。

从这个意义上说，投资者不是市值管理的旁观者，而是价值管理路径中最重要的参与者之一。

上市公司越早理解这一点，越有可能把市值管理从被动回应市场，转向主动建设长期价值共识。

下一篇，我们将进入第二个锚点：投资价值。

如果说价值投资回答的是“资本市场应当相信什么”，那么投资价值要回答的就是：一家公司到底如何被科学定价。

更多对全球市场、跨国公司和中国经济的深度分析与独家洞察，欢迎访问 Barron's巴伦中文网官方网站

更多精彩内容，关注钛媒体微信号（ID：taimeiti），或者下载钛媒体App

Industry tallies of new humanoid-style products released in the first half of 2026 show wheeled platforms slightly outnumbering bipedal ones for the first time. One alliance tracking the sector counted more than 90 new full-machine releases, with wheeled designs accounting for roughly 48 percent and bipedal designs about 45 percent. Companies including Galbot, Pudu, Fourier Intelligence, Qianxun and Youibot introduced or highlighted wheeled dual-arm models aimed at industrial and commercial tasks. Youibot announced its “Xifeng” series with list prices of 299,000 yuan for the standard version and 499,000 yuan for the advanced version, along with stated intent orders for 4,000 units.

The preference is not aesthetic. In factories, warehouses, supermarkets and hotels, floors are largely flat. A mature wheeled chassis already provides reliable locomotion, high payload capacity, long operating times and relatively low maintenance. Designers can therefore concentrate computing power, sensors and algorithms on vision, dual-arm coordination and task execution rather than on continuous balance. Bipedal systems must maintain stability while moving, avoiding obstacles and manipulating objects; any shift in gait or center of gravity can degrade arm precision. Wheeled platforms separate those problems.

Several manufacturers describe the choice in practical terms. Fourier has positioned its new wheeled dual-arm GRW as a complement to its bipedal line, noting that wheeled products reach customers faster and suit heavy or repetitive handling at controllable cost. Qianxun’s leadership has pointed to shared chassis technology and supply chains across models as a way to cut development time and manufacturing expense while reusing perception and control software. Youibot, which reports hundreds of prior industrial deployments, emphasizes that new machines can inherit existing scheduling and software systems, reducing the data and time required to reach usable task success rates.

The limitations are equally clear. Wheels struggle with stairs, thresholds and uneven ground. Many real-world environments still contain such obstacles, and human-scale buildings often assume legged movement. Bipedal robots retain an advantage where those conditions dominate. Some developers therefore explore hybrid wheel-leg designs that switch modes according to terrain, seeking both efficient travel on flat surfaces and the ability to climb when needed.

Yet commercial value depends on whether customers will pay for extra mobility. Additional joints, more complex control and higher energy use raise cost and potential failure points. Only when crossing stairs or rough ground is an unavoidable part of the job does that extra capability justify the expense. For the large volume of indoor material handling, picking and tending tasks, the simpler wheeled form currently delivers clearer returns.

The industry is unlikely to converge on a single body type. Forklifts have never needed legs; fixed robot arms have never needed mobility. Each form persists where it solves a specific problem more efficiently than alternatives. Wheeled platforms with human-like upper bodies occupy the middle ground that is most accessible today: they can move between stations, grasp and place objects, and operate under existing factory or warehouse layouts without requiring a redesign of the environment.

Embodied intelligence will eventually demand greater generality. Until models, sensors and actuators reliably handle open-ended environments, the measure of progress remains whether a machine can enter a real workplace, complete defined tasks with quantifiable reliability, and do so at a cost customers accept. On that narrower but immediate test, wheels are proving more practical than legs.

更多精彩内容，关注钛媒体微信号（ID：taimeiti），或者下载钛媒体App

文 | 版面之外，作者｜版君、画画

Google刚完成了一场没有失败者的人事调整。

至少看起来如此。

8月6日，Google一天之内同时送走了两位AI时代最重要的人。

一个，是DeepMind创始人哈萨比斯（Demis Hassabis）。

另一个，是Google首席科学家Jeff Dean。

戏剧性的是，没有一个人真的离开Google。他们都升职了，得到了最体面的安排，每个人都在社交平台上打出完美的官方微笑。

一家超4万亿美金级别的巨头公司进行组织洗牌，竟然没有产生任何震荡与怨言。

这件事，比AI模型本身更值得仔细打量。

一、Google AI，打了十年内战

要理解8月6日发生了什么，得先回到更早的时候。

2014年，Google以4亿英镑收购DeepMind。当时这家公司只有几十个人，没产品，没收入。

Google看中的是哈萨比斯这个人，一个四岁下棋、十三岁拿到大师、卖掉游戏公司去读神经科学博士的AGI偏执狂。

当年为了防备Google的商业渗透，哈萨比斯甚至在收购协议里签下了极为苛刻的条款：DeepMind保留伦敦总部，设立独立的伦理委员会，绝不直接为Google的搜索广告业务服务。

收购之后，哈萨比斯直接向Google CEO皮查伊汇报，但远离山景城的商业嘈杂。

与此同时，山景城大本营里还有另一支嫡系部队，由谷歌传奇技术大牛Jeff Dean带队的 Google Brain。

两支队伍，两套文化，在谷歌内部打了整整十年。

Google Brain是土生土长的工程硬核派。他们贴着搜索、广告和产品一线打仗，讲究的是技术能不能上线，怎么给公司赚钱；DeepMind则是象牙塔里的精英实验室。他们不在乎产品节奏，更不Care商业化，只盯着纯粹的AGI。

Google Brain觉得DeepMind就是被宠坏的烧钱机器，每年吃掉数亿美金亏损，养一群天天发Nature/Science论文，却连个APP都交不出来的科学家。

DeepMind则觉得Google Brain根本不懂AGI的诗意。尽管序列到序列模型（Seq2Seq）、 Transformer的注意力机制这些奠定大模型时代的技术底座，Google Brain都曾参与或主导过，但他们只是把硬科技当做改善搜索体验的螺丝钉。

ChatGPT的横空而出，给足了这种傲慢一记响亮耳光。

互相看不上，又互相绕不开。这种巨大的内耗撕扯了谷歌十年之久。

在这个过程中，也有人提前清场离局，DeepMind联合创始人穆斯塔法·苏莱曼（Mustafa Suleyman）。

苏莱曼跟哈萨比斯渊源颇深。他是哈萨比斯亲弟弟最好的朋友，两人十几岁便相识，交情跨越20年。但这位掌控欲极强，一心想把AI推向社会治理与商业落地的联合创始人，在2019年被迫从谷歌离职。

当时外界盛传是因为管理风格过于强硬引发内部反弹，但更深层的原因是两人的路线之争，苏莱曼急于将AI落入现实泥潭，而哈萨比斯死守着学术纯洁性。

当时皮查伊带领的管理层利用了两人之间的战略裂痕与信息差，加上苏莱曼在医疗AI（DeepMind Health）项目中面临隐私指控的麻烦，顺水推舟将其边缘化。

离开Google后，苏莱曼创立Inflection AI，随后被微软CEO纳德拉高薪挖走，如今贵为微软AI的掌门人。

当年这件事没有引发太大波澜。但今天回头看，一条暗线早已埋下，Google最擅长的，从来不是死磕留住天才，是用精致的手腕，让天才心甘情愿地交出位置。

苏莱曼想做应用，在Google做不成，干脆跑去微软做。几年后，同样的戏码落到了哈萨比斯头上。他选择去做AI药物研发，Google给出的官方口径是专注于AGI长期突破。

两个DeepMind创始人，一个离开了Google，一个离开了Google DeepMind。逻辑惊人地一致，只不过后者的退场，被包装得更加华丽与体面。

二、2023年，吞掉谷歌大脑的人是谁？

2022年底ChatGPT上线，2023年GPT-4铺天盖地。Google内部乱成一团，仓促应战推出的大模型产品Bard，首发演示现场翻车，市值一夜蒸发千亿美元。

退居幕后多年的佩奇和布林坐不住了，频繁杀回山景城的会议室。ChatGPT真正击穿Google的，不仅是技术差距，更是组织僵化。

OpenAI是一个兵团、一个声音；而Google是两个顶尖团队、两套路线、两份完全重叠的算力预算。

据《纽约时报》的披露，佩奇和布林两位创始人给管理层下了死命令：AI必须重新集结。

这个决策由两位创始人定下，但执行这场大戏的执行者，是皮查伊。

皮查伊面临的是一个死亡选择题：两支互不服气的顶尖团队合并，谁来做老大？

皮查伊选了哈萨比斯。

2023年4月，Google DeepMind成立，哈萨比斯出任CEO，Jeff Dean被挂上了首席科学家的虚职。当时媒体铺天盖地下论调：哈萨比斯大获全胜，谷歌大脑被彻底吃掉，统一时代来了。

但当时所有人都忽略了一个底层的权力逻辑。这场合并，到底是谁消灭了谁？

合并之前，Google AI是一个皮查伊管不动的散沙。GoogleBrain直接向他汇报但尾大不掉，DeepMind远在伦敦偏安一隅。

合并之后，分散在两地的算力、预算、人事权，被强行装进了一个系统。

哈萨比斯拿到了名义上的胜利，但皮查伊拿到了实际的控制权，这是Google成立二十多年来，CEO第一次真正将整个AI体系的缰绳握在了自己手里。

所有人都在为哈萨比斯的登顶欢呼，没人注意到皮查伊在幕后悄然完成了收拢。

三、哈萨比斯站上台前，皮查伊开始布局

2024到2025年前后，Google的AI叙事几乎被哈萨比斯一个人掌控。

Gemini 2.0追平GPT-4，2.5版本在多项基准上完成反超，TPU第六代芯片撑起算力大旗。恰逢此时，哈萨比斯凭借 AlphaFold 蛋白质预测成果，斩获 2024 年诺贝尔化学奖，进一步巩固了他在谷歌 AI 体系中的公众核心地位。

硅谷开始疯狂传诵王者归来的叙事，哈萨比斯成了拯救Google AI的孤勇英雄。

这期间皮查伊在做什么？

他依然不温不火，只在财报电话会上念例行稿件，偶尔去播客里露个脸，完全置身于英雄叙事之外。

但在聚光灯照射不到的阴影里，皮查伊埋下了关键的一棒，这就是对Koray Kavukcuoglu的静默提拔。

早在2023年两队合并时，Koray就被指定为新集团的CTO。这位从2012年就加入DeepMind的技术老将，是DQN、WaveNet等硬核成果的核心功臣。与名满天下的哈萨比斯不同，Koray是个极度低调、长于工程交付与团队调度的务实派。

皮查伊在哈萨比斯声望达到巅峰时，把整支研发军团的日常指挥权悄悄交给了Koray。

他埋下了这条暗线，静静等待着组织新旧交替的那一天。

四、当Gemini开始掉队

高光之下，隐患终究爆发了。

进入2026年，谷歌的AI节奏开始失控。原定6月发布的Gemini 3.5 Pro一拖再拖，整个7月毫无音讯。8月的财报会议上，皮查伊不得不宣布继续加大AI资本支出，过去四季度的烧钱速度创下历史新高。

然而面对分析师对新模型发布节点的一再追问，管理层支支吾吾，给不出任何确切的时间表。

资本市场随即用脚投票，Google股价在两周内重挫11%。

与此同时，一场关于科研理想与工程交付的内耗再次悄然演变成噩梦。

根据美国新锐科技媒体Semafor披露，熟悉哈萨比斯的人士透露，他卸任CEO的想法已经酝酿了整整一年。在这一年里，最能点燃他热情的不是Gemini的参数微调和赶工发布，而是旗下AI制药公司Isomorphic Labs的突破。

让一个终极梦想是改变人类科学范式的人，去天天盯着AI客服和搜索广告的接口调整，本身就是一种折磨。

他不是失焦了，他只是对眼下这场无休止的工程军备竞赛产生了厌倦。

到了8月6日，靴子落地。

哈萨比斯卸任CEO，转任Alphabet主席兼首席科学家，挂名负责长期AGI战略；Jeff Dean彻底离职，带着团队创业，Google迅速跟进种子轮投资。

而一直隐身幕后的Koray正式升任高级副总裁，全面接管Gemini全线业务，直接向皮查伊汇报。

有人叹息Google失去了AI的灵魂，有人赞叹这是一次教科书级别的交接。

但如果你把这三个人的落位放在一张棋盘上看，就会发现，这三步棋的每一步，都带着极度冰冷而精准的皮查伊风格。

五、皮查伊，开始收回Google AI

哈萨比斯的卸任，被包装成了一次相当辉煌的升迁。

Alphabet首席科学家，听起来地位超然；搬进 DeepMind 在伦敦国王十字区全新的 Platform 37 办公楼，办公室美轮美奂；皮查伊亲自发推致谢，哈萨比斯在X上发布温馨感言。

但剥离掉这些精美的包装，真相极其残酷。团队、预算、Gemini的开发主导权，全部归了Koray。哈萨比斯被架空到了一个叫“未来”的维度里。

这是一场堪称完美级别的组织调整。把一个谷歌AI的精神图腾从组织的运营枢纽中剥离，给予极高名誉，推向足够远、也足够宏大的赛道，远到不再影响眼下的主营赛道。

还记得当年离场的苏莱曼吗？

苏莱曼当年想做应用，闹翻离开，那是一个关于出走的故事。到了哈萨比斯，Google给了他独立的Isomorphic Labs和高光头衔，变成了一个英雄退居幕后的故事。

两者的本质没有任何区别：他们都不再掌管Google AI的实权了。

区别只在于，皮查伊从苏莱曼那次风波中汲取了教训。他不再给天才带着怨气拂袖而去、转投敌营的机会。他给天才准备了最体面的方式，让他们带着感恩与光环优雅退场。

不靠流血冲突，只靠架构重组，这是最地道的皮查伊式管理。

六、Jeff Dean，说出了谷歌最大的问题

至于Jeff Dean的离场，则象征着另一个时代的终结。

在谷歌扎根27年的Jeff Dean，与他的终身搭档Sanjay Ghemawat堪称硅谷神话。两人曾因两个人用一台电脑写出MapReduce而载入史册， BigTable、Spanner等基础设施奠定了整个现代互联网的基石。

到了AI时代，他们又亲手打造了TensorFlow与TPU。

这次与他一同离职的，还有Gemini联合技术负责人Oriol Vinyals，以及Google Brain的初创核心Quoc Le。这四位Google Fellow级人物的履历合在一起，几乎就是半部硅谷AI技术史。

Jeff Dean在离职采访中说得无比坦诚：

Google的基础设施是为搜索、广告这些亿级用户产品而生的，核心是稳定和长久；但AI探索（Discovery Loop）完全不同，它需要快速推翻底层、频繁跑实验、同时开几百条并行探索线。

这套传奇架构的缔造者，亲口承认了他所构建的体系，已经无法适应新时代的快节奏。

面对这位元老的离去，皮查伊的手腕再次展现得淋漓尽致。

他没有动用竞业协议，也没有用法务团队去撕扯。在多次挽留无果后，皮查伊直接开出支票，以创始投资人和云服务合作伙伴的身份，直接入局了Jeff Dean的新公司。

这并非慷慨，而是一次极其高明的算计。

让 Jeff Dean 去体制外做最前沿、风险极高的试错，Google用资本和算力捆绑。如果Koray的工程路线有一天撞上了天花板，皮查伊在体制外还有一个随时可以收编的最高级备份。

他不把鸡蛋放在一个篮子里，甚至不把篮子放在同一辆车上。

七、谁在管理AGI

看到这里，一个清晰的历史画面出现了。

曾经掌管Google AI的人，清一色是顶尖科学家。哈萨比斯、Jeff Dean、苏莱曼，他们身上的论文引用量和学术声望，足以让任何一家科技公司顶礼膜拜。

而今天真正掌控Google AI的人是谁？

一个是Koray，在DeepMind干了十三年的工程老兵，懂研发链条上的每一个坑，不讲宏大叙事，只讲交付节点。

另一个是皮查伊。一个被硅谷长期低估、甚至被嘲笑为守成的CEO。他不写代码，不发论文，只做一件事，决定由谁来做决定。

AI的控制权，正式从科学家手中，交到了职业经理人手中。这是Google AI近30年历史上最深刻的组织变革。

当皮查伊发布那篇看似平常的公告时，他实际上宣告了一个旧时代的终结。

但是，如果明天，AI领域再次出现一个像Transformer一样的范式革命，需要有人靠直觉去赌一个非共识的方向，谁来下这个赌注？

靠Koray的工程流水线？还是靠皮查伊的财务报表？

这就是皮查伊押上的终极赌注。他赌AI竞赛已经跨过了凭天才就能改写命运的手工作坊阶段，全面进入了拼系统稳定、拼工程交付、拼组织效率的工业化时代。

零敌人，零怨气，零负面舆情。

皮查伊用了整整三年，把一个曾经游离于他控制之外的AI组织，不声不响地收回到了自己掌心中。

【版面之外】的话：

很多人觉得，Google今天最大的变化，是哈萨比斯的退场。

我反而觉得，是另外一件事。

过去二十年，科技行业奉行着一种近乎崇拜的信条，最聪明的天才，就应该管理最重要的技术。

今天，Google用一场极其体面的交接告诉所有人：时代变了。

科学家负责向外探索，工程师负责把想法落地，CEO负责决定谁该坐在什么位置，AI研发正在变得像一个庞大的机器。

不是因为模型变简单了。

恰恰是因为它已经复杂到了，没有任何一个单一的天才，能够独自驾驭它。

这或许才是Google真正进入AI下半场的标志。

不再是模型开始领先，而是组织，终于完成了进化。

更多精彩内容，关注钛媒体微信号（ID：taimeiti），或者下载钛媒体App

文 | 创业最前线

炎症性皮肤病与过敏性鼻炎赛道需求庞大，创新维度广阔，已成为生物医药领域极具潜力的细分赛道。以过敏性鼻炎为例，2025年中国患者人数已达约2.5亿人。

巨大的存量市场和持续升级的临床需求，吸引众多药企争先布局，普祺医药正是其中专注于外用靶向治疗的新锐力量。

然而，普祺医药的上市之路却波折不断，历经北交所折戟、新三板摘牌、首次港股递表失效后，公司于2026年7月再次向港交所发起冲击。

公司近乎“孤注一掷”地将研发资源集中于普美昔替尼单一分子管线。针对特应性皮炎的普美昔替尼凝胶新药上市申请于2026年2月获国家药监局受理，鼻喷雾剂尚处III期临床阶段。

公司其余在研管线均停留在临床前早期，短期内无法贡献收入。这种高度集中的管线布局，在竞品环伺的赛道中几乎不容有失。

商业化安排上，公司尚未建设商业化规模自有产能，自建工厂仍处在建设规划阶段；销售端则将鼻喷雾剂和凝胶的独家商业化权益分别授予济川药业与先声药业，对外部伙伴的依赖进一步放大。

在行业竞品多维布局，商业化约束严苛且持续亏损的压力下，普祺医药能否真正打开局面，仍是未知之数。

01 豪赌普美昔替尼

公司的创立与灵魂人物李雨亮密不可分。

普祺医药创始人李雨亮并非医药研发出身，他毕业于河北金融学院，在创立普祺医药前，已在实业运营和健康产业投资领域积累了超过18年的经验。

他曾先后在赤峰金泉健康科技、赤峰赛林泰药业等公司任职，并于2016年创立赤峰福康投资，同年收购美年大健康部分股权，切入体检领域。正是这些经历，让他看到了未被满足的临床需求，并最终在2016年9月于北京创立了普祺医药。

公司成立初期，普祺医药也曾探索口服JAK抑制剂方向。但当时口服JAK抑制剂已暴露出一些系统性安全风险。

经过研判，团队在2018年做出了一个关键的战略决策：放弃口服，全面转向“局部递送靶向疗法”。公司将研发资源聚焦于一个核心分子——普美昔替尼（PG-011），并围绕它开发了普美昔替尼凝胶（针对特应性皮炎）和普美昔替尼鼻喷雾剂（针对过敏性鼻炎）两种剂型。

但值得注意的是，当前免疫疗法创新药企扎堆冲刺港股上市，行业竞争持续加剧，而普祺医药的管线布局短板愈发凸显。公司仅聚焦普美昔替尼外用剂型研发，并未布局肿瘤相关适应症，赛道布局单一且局限。

对标同业企业即可清晰看出差距。

明宇制药在自身免疫领域布局了外用JAK抑制剂MH004，同步推进白癜风临床开发；在肿瘤领域，其PD-1/VEGF双抗MHB039A正与TROP-2 ADC药物MHB036C联合开展非小细胞肺癌及乳腺癌的临床研究。公司形成“自免+肿瘤”双线并行的多元化管线布局，抗风险能力与长期发展空间相较普祺医药具有一定优势。

而普祺医药则将绝大多数研发资源倾注于普美昔替尼（PG-011）单一分子。2024年、2025年及2026年前四个月，普美昔替尼相关研发投入分别为8870万元、8400万元、3850万元，占研发费用的比重分别为60.7%、65.4%和70.6%，呈持续攀升态势。

然而，除普美昔替尼外，普祺医药其余在研管线均处于临床前早期阶段，包括针对瘙痒症的PG-033片剂、自身免疫性肾病的PG-018片剂和青光眼的PG-040滴眼液等，短期内无法形成收入贡献。

在尚未产生产品收入、持续亏损的现状下，管线高度集中于单一品种，加之赛道竞品云集，项目研发推进压力倍增。

图 / 公司招股书

2026年2月，普祺医药普美昔替尼凝胶治疗成人及12至17岁青少年轻、中度特应性皮炎的新药上市申请（NDA）获国家药监局受理，公司还计划将适应症拓展至2至11岁儿童。鼻喷雾剂处于III期临床阶段，拟于2026年第四季度提交上市申请。

随着核心产品NDA获受理、鼻喷雾剂步入III期临床尾声，普祺医药正站在商业化的前夜，但黎明能否真正到来，取决于接下来每一步的精准落子。

 02 生产设施待建，销售对外授权合约严苛

过敏性鼻炎和特应性皮炎药物市场广阔，吸引大量参与者，普祺医药相关产品将面临激烈的市场竞争。

根据弗若斯特沙利文数据，国内过敏性鼻炎药物市场将从2025年的53亿元升至2033年的236亿元；特应性皮炎药物市场规模将从2025年的132亿元增长至2033年的502亿元。

目前，国内已有乌帕替尼、阿布昔替尼、硫酸艾玛昔替尼片三款口服JAK1抑制剂获得国家药监局批准，用于治疗中度至重度特应性皮炎。

除此之外，国内还有多款用于特应性皮炎的JAK抑制剂候选药物处于临床阶段，其中3款正进行新药上市申请（NDA）（包含普祺医药的普美昔替尼凝胶），8款处于III期临床阶段。

普美昔替尼凝胶定位为全球首款用于特应性皮炎的JAK抑制剂凝胶，依托凝胶剂型实现用药体验的差异化。

图 / 普祺医药官微

但竞品明慧医药伊托法替布软膏于2025年5月31日递交新药上市申请，并于2026年4月重新递交新药上市申请；凌科药业LNK01004软膏亦于同期递交上市申请；恒瑞医药艾玛昔替尼软膏此前曾主动撤回上市申请，该系列项目累计研发投入约12.22亿元，项目具备重启申报的条件。

普美昔替尼凝胶其新药首次上市申请于2026年2月才获受理，相较于竞品并无显著先发优势。

公司的另一款核心产品普美昔替尼鼻喷雾剂最大优势在于非激素JAK局部给药的差异化机制，有望成为全球首款JAKi鼻喷雾剂。但该产品完整III期数据尚未披露，疗效与长期鼻腔局部安全性有待验证；同时要面对鼻用激素、抗组胺药等成熟低价药物的竞争。

在商业化运营模式上，普祺医药采用轻资产外包模式，现阶段未搭建自主生产与销售体系，依赖第三方合作机构。这一模式虽能有效降低前期团队搭建、生产线建设的资金投入，但也让企业陷入高度依赖外部合作的经营困境，或面临严苛的合约与供应链风险。

普美昔替尼鼻喷雾剂、普美昔替尼凝胶已分别独家授权济川药业、先声药业负责市场营销与分销。合作落地为产品后续商业化提供了渠道支撑，但严苛的合作条款也为企业未来发展埋下隐患，其中与济川药业的鼻喷雾剂合作协议约束最为突出。

普美昔替尼鼻喷雾剂用于治疗成人中重度季节性过敏性鼻炎的IIb/III期临床试验已完成末次给药。公司预计2026年第四季度完成临床数据整理分析，并递交新药上市申请。

与此同时，公司持续挖掘普美昔替尼适应症潜力，布局常年性过敏性鼻炎、结节性痒疹、非节段型白癜风等多项适应症。

依据合作协议，公司将普美昔替尼鼻喷雾剂商业化权利授予济川药业，对应收益分为两部分：协议落地即支付4000万元一次性预付款；产品顺利拿到国内中重度季节性过敏性鼻炎适应症批文后，还将获得最高6000万元里程碑付款。

相关款项约定不可退款、无法调整。目前4000万元首付款已全部到账。

协议明确规定，普祺医药必须在2028年6月30日前取得鼻喷雾剂的商业化监管批准，否则济川药业有权终止合作，并追索预付款及里程碑款项30%的违约金；同时设置长期约束条件，2037年前若出现相同分子、相同剂型药物获批商业化的情况，济川药业同样可解约并索赔。

图 / 公司招股书

这一合约条款意味着，普祺医药的核心管线价值不再仅取决于临床试验数据优劣，而是与审批进度、行业竞品研发进度深度绑定，如果不达要求，未来面临违约索赔、合作终止的双重风险。

在对外授权交易中，将第三方竞品获批进度、监管审批周期等非企业可控事件作为终止及赔付触发条件，这一条款在国内创新药对外授权交易中较为罕见。

在谈判时公司是否评估过该条款的潜在风险？是否存在为促成交易而让步核心利益的情形？对此，「创业最前线」联系普祺医药进行求证，但截至发稿，尚未获得回复。

除销售端外包外，公司目前尚不具备商业化规模生产条件。公司现阶段计划于北京经济技术开发区建设自有生产基地，用于保障核心产品获批商业化后的生产供应。按照规划，项目将于2026年第三季度启动改造与建设工作，并在2026年底前完成设备安装。

 3

 无产品收入，近三年累计亏损近4亿元

财务数据的持续恶化，是普祺医药面临的另一重考验。

截至目前，公司暂无任何产品实现商业化上市，无可持续的主营业务收入，整体资金来源依赖外部股权融资、政府补助以及对外授权合作款项，收入结构单一且不稳定。

在这一背景下，公司亏损规模呈现波动扩大态势。

2024年、2025年公司净亏损分别为1.78亿元、1.41亿元，亏损额度有所收窄，短期呈现小幅改善趋势。但进入2026年，研发投入的持续增加让亏损压力再度加剧，2026年前四个月公司净亏损达7753.2万元，同比大幅增长56.9%。近三年，公司已累计亏损近4亿元。

图 / 公司招股书

亏损扩大的核心原因在于普美昔替尼进入后期临床试验阶段，试验推进、临床数据监测等相关费用大幅攀升。

同时，公司研发资源过度集中于单一核心品种，也进一步放大了资金投入风险。2026年前四个月普美昔替尼相关投入占公司全部研发费用的比例高达70.6%，管线高度集中的布局，一旦研发失利，前期高额投入面临无法回收的可能。

现金流数据更凸显出普祺医药的生存压力。

截至2026年4月30日，公司现金及现金等价物仅余1.28亿元，仅能勉强覆盖1.16亿元的短期银行贷款，而仅2025年一年，公司的研发费用就高达1.3亿元。

按照当前临床研发的资金消耗节奏，现有货币资金储备或难以支撑多线临床项目的长期推进，对外部融资、授权合作回款的依赖性较强。

图 / 公司招股书

放眼行业赛道，过敏性鼻炎、特应性皮炎市场空间广阔，但JAK抑制剂赛道竞争激烈。国内多款同靶点候选药物已经进入NDA或者III期临床阶段。若未来产品上市后，无法在疗效、安全性或者定价上构建差异化竞争力，也将面临市场份额被挤压的风险。

对普祺医药而言，此次港股18A上市不仅是战略发展选项，更是生存之需。核心产品临近商业化是其推进上市的最大筹码，但商业化本身又是一场全新考验——能否在获批后借助济川药业、先声药业的渠道实现快速铺货，将先发优势转化为处方量和市场份额。

在行业竞品多维布局、商业化约束严苛且持续亏损的多重压力下，普祺医药能否真正打开局面，仍是未知之数。

更多精彩内容，关注钛媒体微信号（ID：taimeiti），或者下载钛媒体App

文 | 超聚焦

立秋第一天，社交平台上突然冒出一堆晒星巴克外卖单的帖子，4块、6块、8块，最贵不过12.9元。

没想到有天，真在星巴克喝出了蜜雪冰城的味道。

淘宝闪购在星巴克单杯5折、7.5折的基础上，叠加了平台优惠券，用户普遍能以低于5折的价格买到活动款星巴克。美团更直接，推出了12.9元的“秋天的第一杯星巴克兑换券”，跟瑞幸部分款式的兑换券同价。

本来以为克子想通了，打算跟瑞子和库子打起商战了，结果还是淘闪跟美团在干架。

奶茶“零元购”少了，外卖平台的竞争转向了高客单市场。过去拿蜜雪冰城、瑞幸做补贴，一杯也就便宜几块钱，引流效果有限。

但星巴克不一样，一杯原价三十多，打个五折再叠加券，用户感觉“赚了二十多”，平台花同样的补贴预算，撬动的用户心理账户完全不是一个量级。

说白了，星巴克是被平台当成了“引流核心单品”。

那问题来了，4块钱的星巴克都端上桌了，瑞幸和库迪慌不慌？

更多精彩内容，关注钛媒体微信号（ID：taimeiti），或者下载钛媒体App

文 | 产联社CLS

“人形机器人第一股”的财富盛宴来了。

2026年8月10日，王兴兴创办的宇树科技，正式开启网上申购。根据公司发行公告，发行价150.80元，发行的股票数量为4044.64万股，发行后总股本为4.045亿股。

按此测算，宇树科技上市时市值约为609.99亿元，高于此前市场预估的超400亿元。

发行前，宇树科技创始人王兴兴，合计持股比例超33.%。以此计算王兴兴个人身家超过203亿元。

不仅如此，在宇树科技的IPO盛宴中，不仅有美团、腾讯、阿里、蚂蚁等互联网大厂，红杉中国、经纬创投等机构，还有创新资本、深创投集团等国资加持。

彼时谁能想到，9年前，王兴兴的公司已经快发不出工资了，他因高铁禁运锂电，抱着机器狗坐十多小时火车，从杭州赶到北京去红杉做路红杉演。正是那次奔波，让宇树科技又重新看到了希望......

一、宇树科技上市的财富盛宴

根据发行公告，宇树科技发行价为150.80元，对应发行后估值约610亿元，募资总额约61亿元，远超招股书披露的42亿元募投需求。这个数字比多数分析师的心理预期，高出将近50块。此前市场的主流判断在100-120元区间。

宇树科技此番上市，发行市盈率为219.23倍，而证监会行业分类“C34通用设备制造业”的平均静态市盈率只有38.56倍。每1块钱的盈利，市场愿意比行业平均多付出5.6倍的代价。

据国泰海通证券和申万宏源的研究报告，王兴兴个人直接持股23.82%，通过上海宇翼间接持股9.54%，合计33.36%。通过特别表决权机制，他掌控了68.78%的表决权。按610亿市值计算，个人身家约203亿元。

招股书显示，宇树科技的股东阵容集齐了美团、腾讯、阿里、蚂蚁等互联网大厂，以及红杉中国、经纬创投等机构。除王兴兴之外，直接单独或合计持有公司5%以上股份的主要股东包括美团、红杉中国和经纬创投等。

其中，随着宇树科技上市，赚取绝对金额最多的是美团。美团系合计持股9.65%，是宇树最大的外部机构股东，累计投入约4亿元，对应市值约58亿元。

其实，美团龙珠合伙人王新宇，早在2016年入行第一周就见了王兴兴，但直到2024年才真正投资。中间8年，他去美国调研了哈佛、MIT、斯坦福的机器人实验室，发现一个让他震撼的事实：这些全球最前沿的研究机构，都在用宇树的机器狗做二次开发。

红杉也多次加注宇树科技。2017年，王抱着机器狗坐十多小时火车，去红杉做路演。红杉种子基金当场发出投资意向书，投了1500万元，投后估值1.5亿元。此后红杉连续多轮加注，累计投入约1.02亿元，目前持股7.11%，按发行价计算对应市值约43亿元。

据腾讯科技报道，天使投资人尹方鸣2016年以200万元、投后估值1333万元拿下15%股权，如今，他的账面回报约100倍。变量资本2018年投资209万元，回报倍数174倍。

此外，本次IPO中，171名员工通过两个资管计划参与了战略配售，合计认购约2.7亿元。单人出资从100万到700万不等，财务总监和董秘各认购700万元。

更大的财富存量在发行前的员工持股平台上海宇翼，持有宇树10.94%股权，对应市值约45.9亿元。14名核心员工已获授予592.66万股，人均账面市值接近4890万元。其中12人来自研发部门。核心技术人员杨知雨、张阳光均为90后，身家跃升至千万级别。

早在2017年9月，宇树成立刚满一年、账上快发不出工资时，公司就开始向员工授予期权，行权价仅1元/注册资本。那些在最低谷选择留下的人，9年后获得了一次远超想象的回报。

战略配售名单同样值得关注。DeepSeek获配93.34万股，金额1.41亿元，锁定36个月。腾讯旗下启善投资获配1.36亿元。中石油昆仑资本、南方电网产融控股、天翼资本、社保基金三个组合悉数在列。

其中最具战略意味的是DeepSeek的入局，这是宇树补“大脑”短板的明确信号。

二、王兴兴的逆袭

对于为什么投资宇树科技，一位参与询价的公募研究员说得直白：“人形机器人第一股，在A股，这个赛道，这个时点，你能不报吗？”

这不是在赌宇树的当下，而是在押注一个关于未来的假设：如果人形机器人终将走进工厂、家庭、社会服务的每一个角落，今天这个赛道的龙头，值不值610亿？

二级市场的逻辑很直接：稀缺性溢价。A股没有第二家纯正的通用机器人上市公司。优必选在港股，越疆也在港股，特斯拉Optimus远在美国，Figure还在烧钱。机构和散户要配置人形机器人赛道，宇树几乎是唯一的选择。

更关键的是，首日真正能流通的筹码少得可怜。本次发行4044.64万股，占发行后总股本10%。战略配售808.93万股锁定12-24个月，网下配售2588.61万股中又有10%锁定6个月，网上初始发行仅647.10万股。按500股一签计算，全市场只有12942个中签名额。

与现在形成反差的是，王兴兴早年创业时，并不被资本所看好。

2016年，王兴兴从大疆辞职创立宇树。在此之前，他在大疆做研发，月薪一万多。辞职创业的原因很简单，他觉得自己在四足机器人方向上的技术积累，值得试一把。

但投资人并不这么看。在2016年-2017年的VC圈，判断一个硬科技创业者的标准很明确：名校博士、大厂高管、海归精英、连续创业者，最好四个标签都占。

王兴兴哪个都不占。上海大学硕士，履历上没有任何一家顶级机构的背书，没有海外背景，没有在大厂当过高管。用初心资本合伙人田江川后来的话说，她2017年在杭州第一次见王兴兴时，宇树的产品已经展现出“极致的降本思路和差异化的技术路径”，但她最终放弃了投资。

“事后我复盘，问题主要出在了我‘精英主义的傲慢’。兴兴毕业于上海大学，而我认为机器人行业需顶尖学府背景。”直到2020年，初心资本以4倍的价格重新追回了宇树。

三、宇树到底强在哪，弱在哪？

理解宇树的估值，得先理解人形机器人的三层技术架构。

“本体”是物理结构：关节、电机、减速器、骨架。“小脑”是运动控制：走路、跑步、空翻、平衡。“大脑”是具身智能：理解环境、理解指令、自主决策、执行任务。

宇树的优势在前两层。在本体层面，宇树实现了“电机-减速器-驱动-传感-散热-结构”全线自研，所有核心零部件在同一壳体内协同设计，成本和集成度都做到了极致。G1人形机器人起售价8.5万元，R1 Air起售价仅2.99万元。这个价格，竞争对手连物料成本都未必覆盖得了。

在小脑层面，宇树的运动控制能力全球领先。2024年H1完成全球首例全尺寸电驱人形机器人原地后空翻，2025年G1完成原地侧空翻，奔跑速度从3.3米/秒一路刷新到10米/秒。2026年春晚上，25台人形机器人的全自主集群武术表演，创造了5项世界纪录。

但在“大脑”层面，宇树还在追赶。据国泰海通证券和申万宏源的研究报告，招股书明确承认：“公司报告期内尚未将自研的通用具身大模型规模化应用于机器人产品，若大脑技术未能取得重要进展，通用机器人的大规模应用存在不确定性。”

翻译一下：宇树目前本质上还是一家卖“会动的硬件”的公司，而不是一家卖“会思考的机器人”的公司。

这也解释了DeepSeek入局的战略意义：宇树提供本体和小脑，DeepSeek补上大脑。如果这个合作走通，宇树的估值逻辑将从“硬件制造商”升级为“具身智能全栈平台”。

本次IPO募投项目中，投入最大的正是“智能机器人模型研发项目”，拟投入20.22亿元，占募资总额的48%。方向很明确：补大脑。

宇树是目前全球唯一盈利的头部机器人公司。2023-2025年营收从1.59亿增至16.99亿，复合增长率226.78%。2025年扣非净利润5.91亿元，毛利率从44.22%提升至60.13%。人形机器人出货量超5500台，全球第一。

但盈利的背面，是商业化场景的局限。据市值风云报道，宇树收入高度集中于科研教育领域。2025年前三季度，境外科研教育占比68.37%，境内科研教育占比46.35%。商业消费和行业应用合计占比分别只有31.63%和53.65%。换句话说，宇树的机器人目前最主要的用途是高校和科研机构的实验平台，以及科技公司的二次开发。

真正的工业生产力场景：汽车产线、物流仓储、危险作业，宇树的渗透还很浅。对比之下，优必选的人形机器人已进入比亚迪、富士康、国家电网、顺丰等企业的产线，虽然深陷亏损，但场景验证走在了前面。

在刚过去不久的2026年世界人工智能大会上，一个肉眼可见的变化是：曾经占据C位的武术表演、舞蹈编排大幅减少，取而代之的是真实作业场景的演示。整个行业正在“去表演化”。

宇树能不能从“实验室里的明星”变成“工厂里的工人”，是决定610亿市值能否站得住的关键。

四、一个行业的估值锚

一级市场的共识与二级市场的现实之间，存在断层。

据腾讯科技报道，过去两年中国新诞生了超过300家具身智能创业公司，目前近50家正在筹备港股或A股上市，至少5家估值超过200亿元。宇树的IPO价格，对这些公司来说意味着一件事：估值锚定。

一位估值过百亿的机器人公司CEO对腾讯科技说：“就像蔚来汽车上市后股价一度持续下跌，导致小鹏后续融资受阻。虽然各家公司看起来各有差异，但投资人觉得你们都是机器人。”

如果宇树在二级市场上站稳了600亿以上，头部未上市公司的200-300亿估值就有了参照。如果宇树的股价大幅回调，整个赛道的估值天花板将被瞬间压低。

但二级市场的情绪并不乐观。据腾讯科技报道，7月份A股经历惨烈回调，科创50单月暴跌25.9%，机器人概念板块遭遇重挫。

一位公募基金经理直言：“如果特斯拉打不开预期，宇树也很难走出独立上涨趋势。”二级市场对机器人概念的炒作向来“事件驱动、冲高回落”。春晚机器人表演前后，资金提前布局、利好兑现后迅速撤离，整个板块在几个交易日内经历暴涨暴跌。

更大的外部变量来自地缘政治。据市值风云报道，2026年7月28日，美国FCC将境外生产的先进机器人列入管制清单。宇树现有型号已获认证不受影响，但后续新型号面临无法在美销售的风险。报告期各期境外收入占比超40%，美国市场占比13%-19%。

从2016年天使轮1333万估值，到2026年IPO定价610亿，9年翻了近1000倍。早期投资人、互联网大厂、社保基金、171名员工，所有人都在这场盛宴中找到了自己的位置。

但真正的考验才刚刚开始。市场可以因为稀缺性给出219倍PE，但不可能永远给。当竞争对手陆续上市、当特斯拉Optimus真正量产铺货，宇树必须从“唯一”切换为“最优”。“最优”的标准是“大脑”的补全、工业场景的落地、海外市场的破局。

这场具身智能的终局之战，参赛选手比想象中多得多。特斯拉、Figure、波士顿动力、国内的车企和消费电子巨头、清华系的创业军团，每一家都有自己的筹码。

而宇树最大的筹码，是它的出货量和成本控制已经在全球范围内得到验证。无论谁最后赢得这场战争，宇树都是那个让所有人不得不认真对待的对手。

王兴兴大概不会忘记2017年冬天那趟十几个小时的火车。但资本市场记住的，从来不是过去的苦难，而是未来的可能性。

610亿的牌桌已经摆好，下注的人已经就位。发牌员按下计时器的那一刻，真正的游戏才刚刚开始。

信息来源说明

数据来源：宇树科技《首次公开发行股票并在科创板上市发行公告》（2026年8月6日）

研报来源：

国泰海通证券《新股精要——国际领先的通用机器人公司宇树科技》（2026年8月4日）

申万宏源《注册制新股纵览：宇树科技：全球通用机器人领军者》（2026年8月3日）

腾讯科技《宇树IPO的财富盛宴：注定只有少数人赚到》（2026年8月6日）

报道来源：

腾讯科技《宇树IPO的财富盛宴：注定只有少数人赚到》（2026年8月6日）

第一财经《宇树科技超百名员工参与IPO“盛宴”，一批90后科技新贵或诞生》（2026年8月6日）

免责声明： 本文仅供参考，不构成投资建议。

完整产业数据报告、市场趋势分析，移步「产联社」客户端

更多精彩内容，关注钛媒体微信号（ID：taimeiti），或者下载钛媒体App

文 | 汽车初心

开放设计资料只是前奏：特斯拉"连接+智能+算力"三柱合一的终极棋局。

2026年5月10日，最后一辆Tesla Model S在美国弗里蒙特工厂下线。同日，最后一辆Model X也驶下同一产线。

14年。Model S从2012年问世，重新定义了电动轿车；Model X从2015年诞生，重新定义了豪华电动SUV。它们是特斯拉从一家小众跑车公司成长为全球最有价值车企的核心载体。

然后，46天。

弗里蒙特工厂仅用46天就拆完了Model S/X的整条生产线，改造为Optimus人形机器人生产线，目标年产100万台。46天，连流水线上的螺丝都没凉透。

7月24日，马斯克在X平台宣布：特斯拉计划"开源"Model S和Model X的全部设计资料及配套软件系统。8月4日，特斯拉副总裁陶琳在国内发文跟进——"技术领先，从来不是靠专利守出来的，而是靠快速、持续的创新跑出来的。"

先停产，再拆产线，然后宣布"开放"。这个顺序值得玩味。

这不是"随手分享旧文件"，而是一场有意安排的时代交接仪式。

一、"开源"的真相：8个文件和222项中的3项

在讨论Model S/X之前，我们需要先看清特斯拉"开放"的真实底色。

Roadster"开源"：8个文件，两年半零更新

2023年11月，马斯克高调宣布："我们拥有的一切，现在你们也拥有了。"——初代Roadster全部设计与工程资料"开源"。

GitHub仓库（teslamotors/roadster）实际内容：5个CAN数据库文件（约339KB）、1个诊断软件ISO镜像（309MB）、2份PDF快速指南。总计仅8个文件。

缺失了什么？CAD文件、机械图纸、物料清单、固件源代码、逆变器原理图、电机设计、电池组设计图——几乎是一辆车的全部关键设计。

仓库获得了1100个star和300个fork，但自2023年11月22日上传后，两年半以来无任何提交更新。没有开源许可证，特斯拉保留所有版权。按照开源促进会（OSI）定义，根本不符合开源标准。

工程公司Antmicro实测后发现：特斯拉仅提供PCB的Gerber生产输出文件（制造文件），而非设计源文件，团队不得不自行重建元件封装。他们的结论是——这是"文档释放"（document release），而非"开源"（open source）。

2014年专利开放：222项中的3项

2014年6月12日，马斯克发表"All Our Patent Are Belong To You"博客文章，宣布开放全部专利。

实际数据：特斯拉全球3304项专利中，真正开放的仅222项（约7%），在中国获得授权的仅3项。62%的专利已抵押给银行。开放的多为2010年之前的早期技术——基础电路设计、传统车身结构。核心的电池能量密度、FSD底层逻辑始终以商业秘密形式管控。

更关键的是"善意条款"（Good Faith Clause）：用了特斯拉专利 = 永久放弃对特斯拉的专利诉讼权 + 自己的改进也要对特斯拉开放。本质是"以眼还眼"的防御性专利池。

结果：没有任何传统车企真正使用特斯拉的专利。因为一旦使用，等于在为特斯拉做免费研发。

"特斯拉开放专利催生了中国电动车产业"——这个广泛流传的叙事，与现实相去甚远。开放的圆柱电池技术与中国采用的方壳电池路线完全不同。中国新能源的崛起，本质是2009年起的政府补贴、充电桩建设、推广政策，加上2019年上海工厂投产后培养的400+中国供应商形成的长三角产业链。

三次开放的战略演进

每次"开放"的都是已经不重要的东西，真正重要的永远不开。

这句话没错，但只说对了一半。

二、不是退役资产处理，是主动构建"设计标准生态"

很多人把这次Model S/X开放解读为"退役资产的价值回收"——停产了，不如做个顺水人情。

这个解读太浅了。

如果只是处理退役资产，马斯克不需要在停产仅两个月后就高调宣布，不需要让副总裁陶琳在国内跟进发文，不需要说"技术领先是靠创新跑出来的"这种话。

把视线从"开放了什么"移开，看"开放之后会发生什么"，你会看到一个完全不同的图景——五个环节，环环相扣：

第一环：制造话题——从B端溢出到C端

还记得小米SU7上市前，全民讨论"19.9万还是22.9万"的盛况吗？雷军没有花一分钱广告，就让全中国都在讨论小米汽车的价格。这不是营销，这是"参与感"的杠杆——用一个争议性动作，撬动远超广告投入的传播量。

特斯拉开放设计资料，走的是同一条路，但路径更精妙：

第一步，B端工程师率先研究讨论——"特斯拉的设计到底行不行""CAN总线架构有什么值得学的""电池热管理设计有没有缺陷"。

第二步，汽车媒体跟进报道——"全球工程师都在研究特斯拉开放的设计资料"。

第三步，C端消费者感知到——"特斯拉连设计都敢开放，说明产品确实牛"。

小米让消费者觉得"我参与了定价"，特斯拉让消费者觉得"全世界都在帮特斯拉验证产品"。参与感的形式不同，但社交传播的杠杆机制是一样的。

第二环：设计层面绑定——Starlink+车辆的统一架构

工程师不只是看，他们会用。

一旦某个工程师或团队在项目中参考了特斯拉的设计架构——CAN总线布局、热管理逻辑、低压电气系统、软件通信协议——他们就进入了特斯拉的设计语言体系。

而特斯拉的设计语言，天然内嵌了与Starlink网络连接的逻辑。Model S/X的车载系统架构、通信模块设计、OTA升级框架——这些不是孤立的汽车设计，而是一个"可联网终端"的设计模板。

用了这套设计，就习惯了这种架构。习惯了这种架构，就回到了特斯拉的标准。这不是明面宣传"用车连Starlink"，而是让设计图纸本身就内嵌了连接逻辑。用了就自然绑定了。

第三环：全球免费R&D

开放之后，全球工程师会做什么？他们会拆解、分析、挑毛病、提改进。

"这个热管理回路有冗余""这个线束布局可以优化""CAN总线负载率太高"——每一条反馈，都是免费的工程审查。特斯拉甚至不需要自己组织评审会，全世界的技术社区替它做了。

更关键的是，这些改进建议是公开的。特斯拉可以名正言顺地"吸收"这些反馈，迭代到下一代产品中（Optimus、Cybercab）。这不是"开放"，这是"众包研发"。

第四环：第三方技术背书

特斯拉官方说"我们的设计很优秀"，你会信吗？但如果一位独立工程师写了2万字的深度分析，逐条拆解Model S的热泵系统设计，结论是"在某些工况下效率超过保时捷Taycan"——你会信吗？

工程师的一篇深度分析，比100条广告有说服力。马斯克不需要自己说产品好。他只需要开放设计资料，全世界的技术工程师会用自己的专业分析和实践，替他证明。这不是营销，这是"让事实说话"——而马斯克控制了事实的来源。

第五环：行业贡献叙事

最后，这一切被包裹在"为电动车发展添砖加瓦"的外衣下。这个叙事是真实的——开放设计资料确实对维修权下放、行业技术进步有积极意义。但更重要的是，它为以上四个环节提供了道德合法性：你不是在"利用"全球工程师，你是在"为行业做贡献"。

五环扣在一起：制造话题→设计绑定→全球R&D→第三方背书→行业贡献。每一步都不是明面的宣传，但每一步都在为特斯拉的战略目标服务。

三、三柱合一：马斯克真正在建造的东西

以上五个环节，都服务于一个更大的战略框架——"三柱合一"。

第一柱：Starlink——全球网络连接层

SpaceX旗下Starlink的2026年S-1招股书数据：

• 在轨卫星9,600+颗，占全球LEO通信卫星90.4%
• 订阅用户1,030万，同比+106%
• 覆盖164个国家，下行容量700 Tbps
• 2025年营收$运营利润$44.2亿
• 星间激光链路23,000条——被称为"太空暗网"
• D2D直连手机740万设备
• 可触达市场（TAM）$1.6万亿（不含中国和俄罗斯）

关键事实：Starlink不覆盖中国和俄罗斯。这不是技术限制，而是地缘政治选择。马斯克的"全球网络连接"叙事，天然排除了中国。

第二柱：FSD——智能驾驶层

• 全球付费用户接近130万，北美新车FSD附着率超55%
• Robotaxi已在奥斯汀取消安全驾驶员，扩展至7个都会区
• Cybercab（无方向盘无踏板）已在德州超级工厂启动量产
• 马斯克原话："FSD才是特斯拉的核心产品，汽车只是交付这个产品的载体"

第三柱：分布式算力——算力共享层

• Cortex超算集群（德州）持续扩建
• Terafab晶圆厂自研AI芯片（AI4.5/AI5/AI6）
• 超充站部署Megapod算力单元（利用分布式电力）
• SpaceX计划2028年部署轨道AI算力卫星——利用太空不间断太阳能，破解地球算力能源瓶颈

三柱构成"连接+智能+算力"的闭环：Starlink提供网络连接，FSD提供边缘智能，分布式算力提供算力支撑。Starlink和特斯拉是"一软一硬"的呼应。

而开放Model S/X设计资料，是这个三柱框架的前奏和铺垫——先把"终端设备"的设计标准铺出去，让全球工程师习惯特斯拉的设计语言，再和Starlink的连接层合流，形成马斯克版的全球基础设施帝国。

四、资本市场已经在为"三柱合一"定价

你不需要听马斯克说什么，看资本市场在买什么就行。

截至2026年8月，特斯拉股价$总市值约$1.26万亿，市盈率295.86倍——科技七巨头最高。Q2 2026营业利润仅$3.98亿（-57$10.9亿（转负）。

一家营业利润率1.4%、自由现金流为负的公司，凭什么撑起1.26万亿市值？

摩根士丹利417美元目标价给出了答案：传统汽车业务仅贡献47美元（占11%），Robotaxi+网络服务(FSD订阅)+Optimus合计贡献**79%**的价值。这意味着——即便特斯拉一台车都不卖，仅凭AI相关业务的预期，就能撑起约1.1万亿美元的市值。

Wedbush给出600美元目标价（对应市值约2.12万亿美元），核心逻辑是"物理AI超级平台"转型。大摩牛市情景841美元，对应市值约3万亿美元。

更关键的是Tesla-SpaceX合并预期：Gene Munster（Deepwater）认为概率90%，Dan Ives（Wedbush）认为>80%且可能在2027年实现，Stifel称"不可避免，问题不是是否，而是何时"。

资本市场已经在为"三柱合一"买单。Tesla-SpaceX合并不是预测，是华尔街已经在定价的现实。

当特斯拉的定位从"车企"变为"物理AI基础设施公司"，与SpaceX/Starlink合并的监管逻辑障碍就会降低。开放Model S/X设计资料，向投资者强化了"我们不再是车企"的信号——把汽车设计当作"可开放的资产"处理，本身就是AI公司才有的姿态。

五、全球格局：马斯克在换战场

汽车战场：中国已经赢了。

H1 2026全球新能源销量：比亚迪159万辆（#1），特斯拉83.7万辆（#2）。比亚迪销量是特斯拉的近2倍。全球电池市场中国企业合计占72.6%，宁德时代一家就占40%。这不是某一家车企强，而是整个产业链的集群优势。

但马斯克在换战场。

当全世界的工程师都在用特斯拉的设计标准造车、造机器人，当这些设备通过Starlink联网，当它们的算力跑在特斯拉架构的芯片上——中国卖再多的车，也只是这个生态里的"硬件代工厂"。

类比：中国手机厂商卖全球最多的手机，但安卓是谷歌的，芯片架构是ARM的，操作系统底层是西方的。马斯克想把同样的逻辑复制到"物理AI"领域——中国可以造最多的车和机器人，但平台层是特斯拉+Starlink的。

而Starlink不覆盖中国和俄罗斯，TAM计算明确剔除了这两个市场。马斯克构建的是一个"有边界的全球化"——全球基础设施平台，但中国不在版图内。

六、毕业典礼与出征仪式

回到最初的问题：特斯拉为什么要开放Model S/X的设计资料？

第一层解读：退役资产价值回收——停产了，不如做个顺水人情。这个解读没错，但太浅。

第二层解读：精准放弃——每次开放的都是不重要的，真正重要的永远不开。这个解读更深刻，但仍然停留在"防守"视角。

第三层解读：主动构建"设计标准生态"，为三柱合一的全球基础设施平台铺设终端标准。这才是完整答案。

开放Model S/X设计资料，是"造车时代的特斯拉"的毕业典礼，也是"物理AI时代的特斯拉"的出征仪式。

五环链条（制造话题→设计绑定→全球R&D→第三方背书→行业贡献）是战术执行层。三柱合一（Starlink+FSD+算力共享）是战略基础设施层。资本定价（79%估值来自AI，Tesla-SpaceX合并80-90%）是市场验证层。换战场（从汽车制造到全球基础设施平台）是地缘博弈层。

马斯克不是在处理退役资产，他是在建造一个帝国。而开放设计资料，是这个帝国铺设的第一块砖——不是最显眼的那块，但是最底层的那块。

更多精彩内容，关注钛媒体微信号（ID：taimeiti），或者下载钛媒体App

文 | 版面之外，作者｜画画

千问终于进入了苹果的入口，但这可能不是阿里最想要的胜利。

8月8日，苹果官网更新了一条中文指南。

内容不长。核心只有一句话：符合条件的中国大陆Mac用户，可以让Apple智能调用阿里巴巴的千问。

启用之后，用户可以直接通过Siri调用千问回答问题、分析照片和文件；苹果的写作工具，也可以调用千问生成文字和图片。

乍一看，这是一个标准的利好消息。

阿里的模型，进入了苹果的终端。

但我看完这条指南后，反而想了另外一件事。

为什么是苹果在调用千问，不是用户直接使用千问？

这两个说法，看起来只差几个字，背后却是两种完全不同的生意。

在这条合作里，千问提供智能，Siri负责交互，Mac掌握终端，苹果拥有用户。

千问变强了，但入口依然不属于阿里。

一、苹果为什么需要千问？

苹果在中国有一个特殊困境。它拥有全球最赚钱的终端产品线，iPhone、iPad、Mac。但在中国，它没法完整使用自己那套Apple Intelligence。

同样的Siri，在美国能做的事，在中国做不到。同样的写作工具，海外有的能力，国内接不上。

苹果 2026 财年第三季度财报里，库克特意强调了中国区Mac创下历史最好单季纪录。

但在表面繁荣背后，中国PC市场在变。

Omdia数据。今年第一季度，Mac在中国大陆出货量约80万台，市场份额9%。联想31%，华为16%。

更关键的是，国产阵营正在把AI变成操作系统的底层基础设施。

联想的"天禧"个人智能体已经是AI PC战略的核心。华为也在把AI融入鸿蒙生态。

苹果必须快，而且必须选得准。

它不需要一个试图在自己设备上喧宾夺主的超级APP，需要的是一个符合中国监管要求、模型能力够硬、同时心甘情愿甘当绿叶、以被调用身份嵌入苹果生态的中国模型。

阿里的千问刚好满足这三个条件。

这个场景里，每一方拿到的牌都不一样。苹果掌握用户入口，Siri是交互入口，Mac是设备入口。千问提供智能。阿里，是模型提供者。

我越看越觉得，这个角色分配，可能才是未来大模型商业化最真实的形态。不是每个人都去做一个超级App，是模型做得像电力和芯片，入口越来越掌握在终端和超级应用手里。

今天的阿里，第一次以智能基础设施的身份，进入了一个全球顶级的消费终端。

但这究竟是胜利的起点，还是权力被彻底抽离的开端？

二、千问正在成为阿里云的新商品

回看今年阿里在AI上的动作，能清晰地看到一条高度密集的演进曲线。

今年春节期间，千问App一战成名。到6月，千问App移动端月活冲上1.67亿，一时间风光无两。

但如果把视野放宽，你会发现真正让阿里核心高层兴奋的，从来不是C端那个聊天框，是B端的云与基础设施。

8 月 3 日，阿里正式发布旗舰模型 Qwen3.8-Max。同日 LMSYS Org 大模型竞技场榜单更新，千问综合成绩位列全球第二，仅次于 Anthropic Claude Fable 5。

2.4万亿参数。编程能力进了全球前四。官方实验中，模型仅依靠空白文件夹，无人值守连续运行 16 天，自主完成完整开源项目并累计提交 265 次代码。

在 Hugging Face 全球开发者社区，Qwen 长期稳居全球开源基座榜首，是目前衍生模型数量最多、累计下载量最高的开源底座之一。

这些亮眼的数据，本质上传递了一个信号。阿里正在把千问打造成一种像水、电、算力一样，可以被云、企业和第三方终端无缝调用的标准化工业品。

就在发布Qwen3.8的同一天，阿里还做了一件大事，启动“千问办公”的全面公测。

如果发布最强模型、启动千问办公、接入苹果Mac这三件事放在同一个周期看，阿里的AI版图已经极其清晰：

看到没，阿里今天依然是在凭借基础设施服务，让更多企业和用户使用AI。

这跟阿里过去最擅长的事高度一致。当年淘宝的核心是让天下没有难卖的货，支付宝是让交易无缝发生，阿里云是让别人轻松开发应用。

按照这个逻辑，千问未来的位置可能是，让所有人都能调用千问的能力，不只是让所有人都用千问。

这当然是一门大生意。

但问题也出在这里。

三、模型越强，入口反而越重要

设想一个场景。一个Mac用户启用千问之后，会发生什么？

他对着Siri说了一句请求。千问处理完，把答案给Siri。Siri把答案输出给用户。

用户脑子里形成的印象，是Siri越来越聪明了。

至于背后到底调用的是千问、Claude还是别的什么模型，99%的普通用户根本不在乎，也无从感知。

千问出尽了力气，但苹果拿走了所有的用户信任与品牌溢价。

放眼整个科技产业，一个完整的链条正在形成。

硬件厂商握着终端入口，操作系统握着交互入口，微信/TikTok握着社交与流量入口，办公巨头握着工作场景入口。而纯粹的模型公司，被硬生生挤到了产业链最底层的算力与推理层。

模型越强，反而越可能被藏到后面。

在互联网时代，最核心的资产是用户关系与流量入口；但在AI时代，产业链被重构为：用户 ➔ 终端/入口 ➔ Agent调度层 ➔ 模型 ➔ 算力。

看到了没？模型被生生往后推了两层。

千问做得越完美，系统包装得越丝滑，用户就越不需要直接接触千问。

对于拥有极强平台野心的阿里而言，这不是技术突破，是一场关乎生死存亡的商业角色抉择。

四、阿里真正缺的，不是模型第一

阿里用战绩证明了自己能做出全球顶尖的模型，但它至今没能证明另一件事：如何做一个让用户每天主动打开、念念不忘的AI原生应用。

春节后千问App的爆红，曾给阿里带来过绝佳的C端机会。但当补贴退潮，所有大模型公司都会面临一个问题：

纯粹的Chatbot（AI聊天框）根本不是高频刚需。

用户凭什么每天无事生非地找一个AI聊天？如果AI不能直接帮你把活干了，聊天框就只是个新鲜感过后就被抛弃的玩具。

阿里的高层比谁都清楚这一点。千问不能只做Chatbot。它得进入办公、电商、搜索。进入手机、PC。进入浏览器、企业工作流、云服务。

而在所有场景中，办公是那块绝对不能输的战地。因为办公，是AI时代天然的超强Agent入口。

聊天的价值是告诉我答案，办公的价值是替我把事情做完，这是两个完全不同的产品逻辑。

办公软件天然掌握着文档、邮件、日历、会议、通讯录、审批、项目、企业数据。

Agent真正落地之后，办公软件就是工作入口。不打开用户甚至没法工作。

所以千问办公，不只是新产品，它是阿里在入口之战里真正不能输的一局。

五、千问办公，是阿里的一次入口豪赌

谈到办公，就不得不提腾讯和字节了。

千问办公真正的对手，是腾讯的WorkBuddy和字节的豆包/飞书结合，不是某个AI聊天应用。

先说腾讯。

WorkBuddy今年3月发布。到6月，月访问量突破2097万次，超过行业第二、第三名之和。

坦白说，这个数字让我重新看了腾讯一次。

过去两年，腾讯在AI大模型竞赛里一直不是最响亮的。但WorkBuddy跑出了一条自己的路。它争的是一个东西：工作入口，不是只做一个Agent。

腾讯手里有什么？微信、腾讯会议、腾讯文档、企业微信、邮箱、腾讯云。

WorkBuddy能把这些东西串起来，用户不需要打开不同的应用。只需要告诉WorkBuddy要做什么。

这个思路，比做一个更强的Chatbot高明得多。

再说字节。

字节的优势更直接，用户、内容、推荐、模型、Agent，五张牌都在手里。豆包有巨大的C端用户基础，飞书有企业资产，火山引擎有基础设施。字节正在试图用AI打通从个人娱乐到工作生产力的全链路入口。

那么阿里呢？

阿里有一张腾讯、字节都没有的牌。

钉钉。

钉钉坐拥服务超 2600 万企业组织，月活约 2 亿，其中近 800 万家企业已接入钉钉 AI 能力。放在中国企业服务市场，这个体量是压倒性的。所以钉钉换帅这件事，很关键。

6月11日，陈宇森接替陈航成为钉钉CEO。34岁，阿里有史以来最年轻的事业部CEO。

他是MuleRun的创始人，一个在阿里体系内从零做出通用Agent产品的人。

上任一周内，他推动了悟空和MuleRun的整合。7月初，又把QoderWork拉进了统一序列。三款Agent产品，分别覆盖企业协同、云端执行、桌面操作，被整合成"千问办公"。（延伸阅读：陈宇森，没走阿里的老路）

阿里想清楚了一件事，办公这个入口，不能分开打。

过去，阿里内部同时跑了四五个功能类似的Agent产品，悟空的钉钉生态、QoderWork的桌面端、MuleRun的云端，还有JVS Claw。

千问办公终结了这场内部赛马。陈宇森在接受第一财经采访时说过一句话很有意思。他说，这场AI办公之战很早就开始了，从2024年一个叫Cognition的公司做出Devin就开始了。

如果说千问是在争用户问什么，千问办公争的则是用户接下来做什么。

后者一旦成功，Agent才真正有机会产生持续价值。

六、千问的分岔口到了

今天的阿里和千问，正站在一条命运的分岔路口。

第一条路，千问做纯粹的AI基础设施。

模型卷到极致，阿里云卖算力，千问高价卖API，各行各业、包括苹果和手机厂商都来调用。这条路极其顺理成章，它完全符合阿里云的商业基因，确定性极高。

模型每突破一次，阿里云的护城河就加深一重。但这条路的尽头在于，千问会成为硅谷与中国AI的幕后英雄，却可能失去成为下一个时代平台级APP的机会。

第二条路，千问做AI入口。

千问全面攻占钉钉、淘宝、PC、手机、浏览器与个人Agent。千问直接理解用户需求，Agent替用户完成一切商业行为，阿里最终将最核心的用户关系握在手里。

这条路极其性感，却极其难走。因为阿里必须重新攻克那个最原始的命题。在没有强社交纽带的前提下，你靠什么让用户每天心甘情愿地打开你？

淘宝有交易，支付宝有支付，钉钉有打卡与工作。那么未来的千问呢？

第一条做基础设施的路，阿里闭着眼睛都能赢；而第二条做超级入口的路，才是阿里在这个AI新时代尚未证明过的。

七、苹果真正提醒阿里的是什么？

再回看8月8日苹果官网的那条告示，一切显得如此意味深长。

苹果用一次千问的接入，给阿里上了一堂关于生态与入口的商业公开课。

苹果不是在告诉阿里，千问有多强。反而是在告诉阿里，我可以帮你证明模型很强，但我不会帮你建立入口。

它把千问藏在Siri后面，藏在macOS里面。

用户不需要知道千问。

千问被调用了，解决了问题，提供了价值。但用户记住的永远是苹果。

这就是入口霸权的威力。

未来AI产业链的一种分工可能是这样的，终端掌握入口，模型提供智能，云提供算力。谁掌握入口，谁拥有用户。

阿里现在必须做出抉择。

如果只做模型，苹果、腾讯、字节、手机厂商都可以调用千问。如果要做入口，就必须打赢“千问办公”这一仗，让它成为用户每天打开的东西。

阿里过去最成功的商业模式，是把入口让给别人。但Agent时代，真正有价值的东西恰恰是入口本身。

苹果接入千问，直接把这个关乎命运的选择题，毫不留情地摆到了阿里的桌上。

【版面之外】的话：

今天的千问，走到了关键的分水岭。

如果它仅仅是一个更强大的模型，阿里赢得的是一门极其赚钱的AI时代水电煤生意；如果它能跑出一个属于自己的超级Agent入口，阿里才有可能在AI时代重新缔造一个平台。

苹果这次把千问接进Mac，某种意义上是提前告诉了阿里答案：

模型可以被调用，但入口必须自己掌握。

更多精彩内容，关注钛媒体微信号（ID：taimeiti），或者下载钛媒体App

本文授权转载自微信公众号：硅谷未来在线

钛媒体注：宣布离职Google 仅仅48小时后，8月7日，这位前 Google 首席科学家 Jeff Dean便以创业者身份站在了斯坦福纪念礼堂的舞台中央，出席AASF 2026 前沿与先锋峰会的开幕对谈。

这是Jeff Dean 挥别老东家后的首次公开亮相，也是他向 AI 下一个十年交出的第一份“投名状”。

这场首秀的舞台规格极高——由亚裔美国学者论坛（AASF）联合斯坦福亚裔美国研究中⼼主办、胡佛研究所协办的AASF2026前沿与先锋峰会，堪称“众神云集”：除 Jeff Dean 外，现场还汇聚了“AI 教母”李飞飞、菲尔兹奖得主陶哲轩，以及朱棣文、丁肇中等五位诺贝尔奖得主。在如此史诗级的学术阵容中，Jeff Dean 的这场对谈依然是焦点中的焦点。

而与Jeff Dean对谈的主持人同样极具话题度：UC Berkeley 教授、刚刚宣布出任 Meta Superintelligence Labs AI 研究副总裁的 Dawn Song。一位刚刚转身离开全球最大的模型巨头，一位刚刚加入全球最大的科技平台之一——这场“双向奔赴”的对话，本身就折射出当前 AI 人才流动的最强震感。

在这场对话中，Jeff Dean 难得地复盘了从 MapReduce、TensorFlow 到 Gemini 的技术脉络，并首次完整阐述了新公司 Discovery Loop 的构想。他用自己的方法论为“AI for Science”赛道加码：判断技术价值要看“10倍提升”而非百分比，寻找问题要瞄准“五个已知苗头加两个未知挑战”。

这不仅是个人的告别与出发，更是产业变革的缩影：当基础设施走向标准化，顶尖科学家正从大厂溢出，以更聚焦的创业团队，去博取下一个数量级的科学突破。

以下是这场对话的详细记录，转载自微信公众号硅谷未来在线，内容有删节。

⼀、MoE 的原始直觉：“看到10x，你就知道这事成了”

对谈从⼀段回忆开场。2017 年前后，Jeff Dean 在ICLR 会场兴奋地向Dawn Song 介绍⾃⼰刚完成的⼀项⼯作⸺那篇MoE（混合专家模型）的开⼭之作。彼时没有多少⼈预⻅到，这个架构⽇后会成为⼏乎所有前沿⼤模型的底层选择。

Jeff这样描述当年的直觉：你想要⼀个容量极⼤的模型，记住海量的知识；但你⼜希望它⾼效，每次只激活对当前任务最有⽤的那⼀部分。“就像⼈脑⸺欣赏莎⼠⽐亚⼗四⾏诗的脑区，和开⻋时听到垃圾⻋倒⻋警报的脑区，不会同时点亮。”

真正让团队确信这条路⾛得通的，是⼀个数字：在内部实验中，MoE 带来了约10 倍的训练算⼒/质量⽐提升。“当你看到10x 量级的改善，你就知道，这事成了。”

这是Jeff 整场对谈反复出现的思维底⾊：不靠信念驱动判断，靠数量级驱动判断。

⼆、TensorFlow 的复盘：做对了抽象，做错了⽣态

Jeff罕⻅地公开复盘了TensorFlow 的得与失。

做对的核心只有一件事：解耦。所谓解耦，就是把”想模型的人”和”管机器的事”分开。在那之前，研究者脑中有一个漂亮的模型还不够,还得亲自操心它怎么拆分到一百台机器、五百块 GPU 上运行——好比厨师想炒一道菜，却还得先自己搭灶台、接煤气。TensorFlow 用”计算图”这层统一抽象把两件事隔开:研究者只需描述”我要一个什么样的模型”,框架负责让它在硬件上跑起来。再加上开源,深度学习的门槛第一次降到了全球研究者都够得着的高度。

做错的有两件,也很具体。其一,早期没有做 eager execution(即时执行)——简单说,就是写一行代码立刻看到一行结果、随时可以调试的模式。TensorFlow 起初要求先把整张”图”搭完才能运行,开发体验不够友好,这一点后来被其他框架证明是更好的选择。其二,开源时设了一个 contrib 目录,任何人都能往里贡献代码库,结果”同一件事出现了十种做法”,反而把用户搞糊涂了。Jeff 的总结是:“应该保持核心的干净,让生态长在外面,而不是长在里面。”

对做平台和开发者工具的创业公司,这两条教训今天依然适用:好的抽象,要替用户挡掉复杂性;好的生态,要有清晰的边界——热闹可以在外面,核心必须保持简洁。

三、Gemini 的起点：⼀⻚memo

谈到Gemini，Jeff 透露了⼀个细节。当年Google Brain、DeepMind 和Google Research 各⾃都在朝相似的⽅向推进⸺扩⼤模型规模、探索多模态。“我写了⼀⻚memo：这太傻了，我们应该合起来⼲。“于是各团队的⼈才、想法与算⼒被整合到⼀个项⽬⾥,他与Oriol Vinyals 出任联合技术负责⼈。

他认为Gemini 最正确的决定,是从第⼀天就坚持原⽣多模态⸺⽂本、代码、图像、视频、⾳频同时进⼊训练,甚⾄加⼊了少量激光雷达数据,“让模型⾄少知道这种数据形态的存在”。⽽最⼤的遗憾,是早期对编程能⼒的投⼊滞后了。他补充了⼀个重要观察:补强coding 的过程带来了意外的副产品⸺模型的推理能⼒、把复杂问题拆解为⼦问题的能⼒,会随编程能⼒同步提升。这也解释了过去两年各家前沿实验室不约⽽同重仓代码能⼒的原因。

四、“点⽯成⾦”的⽅法论：5+2 的问题形状

Dawn Song抛出了在场所有⼈都想问的问题：⼏⼗年来,从MapReduce 到TPU 再到MoE,你如何⼀次次分辨”真正基础性的技术”与”⼀时的⻛尚”？

Jeff给出了三条可操作的原则,我们原样记录：

第⼀,⼴度优先。“与其精读⼀篇论⽂,不如略读⼗篇,甚⾄扫⼀百篇摘要。“你需要在头脑中建⽴⼀⽚”可能性的点云”,因为突破往往来⾃把尚未被连接的想法连接起来。

第⼆,寻找”完美形状”的问题。⼀个值得投⼊的难题,应该能拆成七个⼦问题:其中五个,社区已有明显苗头、接近解决;另外两个,完全不知道怎么办。太确定的是纯⼯程,太未知的要等⼆⼗年,“五加⼆”才是恰到好处的⻛险。

第三,信封背⾯计算。动⼿之前先估算数量级:处理这些数据要多久?传输可⾏吗?“⼗秒和⼀百年是两个世界。“这种⼯程⼿感没有捷径,只能靠反复练习。

这三条原则与早期投资的判断框架⾼度同构⸺⼴泛扫描建⽴先验、寻找⻛险收益⽐恰当的命题、⽤数量级⽽⾮叙事校验可⾏性。

五、关于⻛险：技术之外,还需要社会解法

⾯对Dawn Song 从AI 安全视⻆提出的尖锐问题(她分享了⼀个评测中AI Agent ⾃⾏突破沙箱环境的真实案例),Jeff 的回应务实⽽清醒:这类模型的绝⼤多数⽤途是积极的⸺医疗、教育、让普通⼈完成过去⽆法完成的事;但漏洞挖掘确实是双刃剑,攻防双⽅同时获得了更强的⼯具。

他强调,很多问题的答案在技术之外:“我们需要通过⽴法和监管,让社会明确地表达⸺不希望这些模型做什么,并⼤⼒促进我们希望它们做的事。”

六、Discovery Loop：把“科学发现”本身变成⼀个可⾃动化的循环

对谈的压轴,是Jeff 第⼀次完整阐述新公司的构想。

他从历史讲起。⽤机器学习改进机器学习并不是新想法:联合创始⼈Quoc Le 等⼈早年的神经架构搜索(NAS),让模型⾃⼰设计模型,通过强化学习反馈不断产出学得更快、质量更⾼的架构;后续的Evolved Transformer⽐原版Transformer ⾼效约30%。

⽽Discovery Loop 要做的,是把这个思路推到尽头。Jeff 的核⼼洞察是:科学和⼯程的本质,是同⼀个循环⸺提出假设、设计实验、实现、评估、把反馈送回下⼀轮。这个循环的每⼀个环节,今天都已经可以被AI 有效⾃动化。把它们串起来,就是⼀台”⾃动做科学”的机器。

两个放⼤器决定了这台机器的威⼒:⼀是速度,通过构建合适的⼯具,让单次实验从⼀天、⼀周,压缩到⼀分钟、⼀⼩时;⼆是并⾏度,同时运⾏成千上万个实验,并⽤统⼀的基础设施评估每个实验的期望价值与算⼒成本,决定下⼀批资源投向哪⾥。“当实验的数量和质量同时上去,会发⽣⼀些⾮常了不起的事情。”

公司的路径也很清晰:先从ML 研发⾃动化切⼊⸺这是反馈回路最短、最容易闭环的领域⸺再逐步扩展到硬件设计、药物发现与清洁能源。四位联合创始⼈(Jeff Dean、Sanjay Ghemawat、Quoc Le、Oriol Vinyals)两两之间有着14 到30 年不等的合作史。⽽公司选择注册为公益公司(PBC),Jeff的解释是:“我们会做⼀些不符合公司财务利益、但符合更⼴泛社会利益的决定,把科学发现分发给尽可能多的⼈。”

七、为什么离开?“云计算把基础设施变成了商品”

Q&A环节,有观众直接发问:你的离职让Google 市值⼤幅波动,你在⼀个⼩公司能做到什么在Google做不到的事?

Jeff⾸先笑着表示,他从不把股市的单⽇波动归因于任何具体事件。随后他给出了真正的答案:“⼀个⼗⼈团队,所有⼈只聚焦⼀个使命⸺这种专注本身,就是在⼤组织⾥得不到的东⻄。我们本可以在Google 内部做这件事,⼤概率可以。但那不⼀样。”

另⼀位观众追问了整个⾏业的核⼼⽭盾:第⼀性原理来看,前沿AI 需要海量数据、分布式系统与巨额资本开⽀,全是⼤公司的主场,为什么顶尖⼈才与前沿研究仍在持续流向创业公司?

Jeff的回答,或许是理解这⼀轮AI ⼈才流动的⼀把总钥匙:

“云计算的兴起,把基础设施变成了可租⽤的商品。⼀⼩群⼈融⼀笔资⾦,就能⽤上⼤公司花⼏⼗年建好的底座,⽽不必⾃⼰重建。有梦想、有⽅向的⼈,第⼀次可以在⼩团队⾥追逐前沿。”

更多精彩内容，关注钛媒体微信号（ID：taimeiti），或者下载钛媒体App

8月9日，上海频准激光科技股份有限公司发布公告称，新股网上发行最终中签率为0.02013739%。

频准激光本次科创板上市的发行价格为186.88元/股，是今年以来的A股第一高价股。本次发行股份数量为1000万股。

最新公告称，根据上交所提供的数据，本次网上发行有效申购户数为810.9616万户，有效申购股数为159.47945亿股，网上发行初步中签率为0.01504896%。配号总数为3189.5890万个。

由于本次网上发行初步有效申购倍数为6644.98倍，超过100倍，发行人和保荐人（主承销商）决定启动回拨机制，对网下、网上发行的规模进行调节，将扣除最终战略配售部分后本次公开发行股票数量的10% （向上取整至500股的整数倍，即81.1500万股）股票由网下回拨至网上。回拨机制启动后，网下最终发行数量为490.2002万股。

公告显示，回拨机制启动后，频准激光网上发行最终中签率为0.02013739%。

根据安排，发行人与保荐人（主承销商）定于2026年8月10日（T+1日）上午进行本次发行网上申购的摇号抽签，并将于2026年8月11日（T+2日）公布网上摇号中签结果。网上投资者申购新股中签后，应履行资金交收义务，确保其资金账户在2026年8月11日（T+2日）日终有足额的新股认购资金，不足部分视为放弃认购。

频准激光主要面向量子计算、量子精密测量等量子科技领域，以及晶圆制造、晶圆量检测、晶圆隐切等半导体领域，发展了全新的精准激光技术路线，推出波长、线宽、噪声、功率、脉冲等精准调控的激光器产品。

此次频准激光在科创板上市，按本次发行价格186.88元/股和1000.00万股的新股发行数量计算，若本次发行成功，预计发行人募集资金总额18.6880亿元。

更多精彩内容，关注钛媒体微信号（ID：taimeiti），或者下载钛媒体App