预判卡
日报里每一条判断,都被固化成一张「预判卡」,到回访日自动回填结果——当时怎么说的、后来如何、差在哪
未来 1~3 个月内,至少再有一家头部模型实验室宣布在竞争对手阵营的云上架旗舰模型,并采用云市场统一账单结算。
证伪条件:若 2027 年 1 月底前没有出现第二起跨阵营模型上架,则本条判断错误。
模型层与云层脱钩:分销权开始比模型能力更值钱;三件事指向同一条传导链:推理效率提升让模型能力趋同,能力不再是壁垒,渠道与算力才是。于是模型公司被迫把自己的旗舰模型摆上竞争对手的云货架换取分发,同时云厂商因为也在做模型,随时可以用配额反向施压。模型公司与云厂商的关系从「供电」变成「既供电又抢生意」,议价权天平正倒向拥有机位的一方。;判断一个模型公司的护城河,应看它在几家云上能上架、能拿到多少保供配额,而不是看榜单分数。对企业采购而言,现在正是谈多年期折扣的窗口——渠道变多意味着比价空间变大,晚一个季度,供应商会把折扣收回。
模型价值从写新代码转向替换旧系统,IT 服务定价模型被改写;这些碎片串起来是一条清晰的商业路径:模型能力正从生成新内容转向理解与迁移存量资产。存量资产(COBOL 系统、法律合同、信贷协议)价值高、规则明确、可验证,正是企业愿意付费的场景。当准确率跨过 95% 的可用阈值,采购决策就从试验预算转成 IT 预算。;企业应优先在规则明确、结果可验证的存量场景落地,而不是追求通用助手。对 IT 服务商,人天计价的模式将在 12 至 18 个月内被模块化交付冲击,先建立审核能力与交付标准的公司能拿到溢价。
Agent 从写代码走向全业务,效率数字开始替代 DAU 叙事;Agent 的落地路径正在从开发者工具向企业后台系统迁移。Amp 把 Agent 从代码扩展到非编码任务是能力侧的信号,Sophos 的 96% 与 52% 是效果侧的证明,Town 的 4 个月独角兽是资本侧的确认,清华的可编辑记忆则补上了生产环境最缺的可回溯性。四者合起来说明 Agent 已越过演示阶段,进入按工单替代率计价的阶段。;企业采购 Agent 时应以替代率与人工复核成本为验收标准,而非功能清单。创业公司若还在讲通用助手故事,需要在一个季度内切到具体岗位的具体工单上,否则将在资本向头部集中的过程中被边缘化。
【国外信号传导】Agent 的能力边界由平台授权决定,而非模型分数:三条碎片指向同一件事:Agent 的瓶颈已经从「会不会做」变成「允不允许做」。OpenAI 用浏览器扩展绕开建浏览器的成本,字节想用系统级自动化直接代操作,结果被同业集体封堵;海外网站的封禁说明连开放互联网也在关窗。能力供给过剩时,稀缺资源是入口授权与用户信任,而不是模型分数。 ⇒ 字节跳动(中性):豆包用户规模领先,但系统级屏幕自动化被 155 款应用拒绝,跨应用能力须转为逐个签约,扩张节奏从技术驱动变为商务驱动,估值逻辑需相应调整。
【国外信号传导】OpenAI 正把企业工作流做成新的护城河:四条线索指向 OpenAI 的战略转向:不再只卖 token,而是把安全、法律、编程等高价值工作流封装成行业方案,绑定客户的流程与数据。当客户的合规流程、案件库与代码库都长在某个模型上,切换成本就从“模型价格”变成“流程重构”。这正好解释了为什么 Replit 能换供应商、而政企与律所客户换不动——可替换的是推理,难替换的是流程。 ⇒ 商汤(中性):具备行业解决方案能力但现金流承压,需把垂直交付从项目制复制为订阅制才能获得估值重估
OpenAI 正把企业工作流做成新的护城河;四条线索指向 OpenAI 的战略转向:不再只卖 token,而是把安全、法律、编程等高价值工作流封装成行业方案,绑定客户的流程与数据。当客户的合规流程、案件库与代码库都长在某个模型上,切换成本就从“模型价格”变成“流程重构”。这正好解释了为什么 Replit 能换供应商、而政企与律所客户换不动——可替换的是推理,难替换的是流程。;评估模型供应商时要区分“可替换的推理”与“已嵌入流程的能力”;对企业,绑定越深议价权越低,关键流程应保留双模型抽象层。对国内厂商,垂直行业的交付与合规能力比模型分数更值钱,政企与金融是当前最现实的付费场景。
【国外信号传导】谷歌双线推进:把 Gemini 塞进交易闭环,同时把量子错误率压低 40 倍:谷歌同日推进两件性质完全不同的事:一件把模型能力变成交易佣金,解决当期收入;一件把量子纠错推进到更接近工程可用的区间,押注十年后的算力范式。放在一起看,其策略是用搜索与电商现金流供养长周期基础研究。OpenAI 的治理事件则提醒所有大厂:能力越强,外部性成本越高,安全投入会成为算力之外的第二个固定支出项。 ⇒ 百度(中性):搜索入口同样面临 AI 购物的截流与重塑,文心若能与电商交易打通则具备想象空间;但若仅在问答层停留,其流量变现效率会继续被垂直 AI 应用侵蚀。
Agent 战场从编码工具扩散到通用工作流与手机系统层;编码 Agent 是最先跑通付费的场景,如今这套能力被横向复制:Amp 做知识工作、Reflex 做个人助手、STEPX 把 Agent 塞进手机系统层,学界同时给长任务补上评测标准。四件事合起来说明竞争焦点已从「模型会不会写代码」转向「能不能在几十步的长流程里持续不出错」,而评测标准的出现通常是规模化交付的前置条件。;Agent 团队应把 KPI 从单步准确率换成 50 步以上任务的完成率与人工接管率;终端厂商若不把 Agent 做进系统层,将被原生形态抢走入口。窗口期约 12 个月,晚一步就只能做被调用的插件。
【国外信号传导】Agent 竞争焦点已从单步能力转向长时稳定性与成本治理:四件事看似分属不同公司与市场,实则指向同一条曲线:智能体的单步能力已不再是瓶颈,能否连续运行数十小时、失败可定位、成本可预测成为新的分水岭。OpenAI 用长时任务案例证明能力上限,腾讯则用可观测中心解决规模化的管理问题——一个从能力侧、一个从治理侧同时逼近同一个结论。这意味着接下来一年 Agent 的真实差距将体现在工程稳定性上,而非模型榜单分数。 ⇒ 百度(中性):百度具备模型与搜索入口,但缺少像企业微信、钉钉这样的高频办公通讯录,Agent 分发能力弱于腾讯与阿里,需观察其能否借文库、网盘等存量场景补位。
Agent 竞争焦点已从单步能力转向长时稳定性与成本治理;四件事看似分属不同公司与市场,实则指向同一条曲线:智能体的单步能力已不再是瓶颈,能否连续运行数十小时、失败可定位、成本可预测成为新的分水岭。OpenAI 用长时任务案例证明能力上限,腾讯则用可观测中心解决规模化的管理问题——一个从能力侧、一个从治理侧同时逼近同一个结论。这意味着接下来一年 Agent 的真实差距将体现在工程稳定性上,而非模型榜单分数。;对企业技术负责人,现在就该把资源从模型选型转向追踪与成本基建,因为一旦 Agent 接进生产流程,运维债务的偿还成本远高于前期投入。对创业者,Agent 治理层(评测、可观测、权限审计)是基座模型难以顺手覆盖的位置,值得优先占位。
模型能力验证从刷榜转向可机器核验;三件事共同指向评测范式迁移:Lean 证明可由机器逐步核验,perturber 揭示真实输入是带扰动的,Ironclad 则把评测放进有法律后果的真实工作流。当验证成本下降、刷分空间被压缩,模型的定价依据会从榜单排名转向「特定任务的可核验成功率」,闭源模型的溢价空间随之收窄。;采购方应立即建立自己的扰动测试与任务成功率口径,把评测脚本沉淀为资产;供应商若无法提供可复核的验证方式,将在招标中被压价。这一变化对开源路线尤其有利,因为可核验能力一旦公开,闭源溢价很难维持。
【国外信号传导】Meta 回到前沿牌桌,前沿模型从双寡头变三强:Meta 从轻量 Spark 跳到旗舰 Wonder,等于承认在低延迟路线上赢不了,只能回到参数与基准分的正面战场;OpenAI 则在模型版本之外同时推进广告变现,先给推理成本找到出口。两者叠加的效果是前沿模型的代差窗口被压缩,供给方从两家变三家,买方在价格、迁移与合规上第一次有了真实选择权,API 转售与套壳应用的毛利空间被同步压缩。 ⇒ 百度(中性):多强竞争抬高基准分门槛,文心需持续跟进旗舰能力,但价格战同时压缩了国内 API 的溢价空间,短期收入弹性受限。
【国外信号传导】智能体从「能力竞赛」转向「可控性竞赛」:四件事指向同一条曲线:智能体一旦获得执行权限,风险就从「答错」变成「做错」。Anthropic 的应对是把评测环境与网络物理隔离,OpenAI 的应对是把隐私与品牌安全做成可售卖的产品能力。两者都在把可控性从合规成本改写成差异化卖点。这意味着下一阶段的智能体竞争,评测隔离、权限审计与可回滚执行会成为与模型分数同等重要的采购指标。 ⇒ 百度(中性):文心与自动驾驶业务均涉及执行权限,安全事件会抬高监管预期与合规成本,短期增加投入,长期利好具备全栈可控能力与本地化部署经验的厂商。
【国外信号传导】多模态的能力上限被下放到最低价格档:把图像生成的一致性能力从 Pro 档下放到 Flash 档,本质是用成本曲线打击第三方图像模型的定价权;OpenAI 在广告里使用自研图像与视频模型,则说明多模态能力正从「卖 API」转向「内部降本」。两条线合起来意味着图像生成的单价会继续快速下行,价值向工作流与分发两端转移,中间层最危险。 ⇒ 快手(中性):可灵主攻视频生成,与 Nano Banana 的图像赛道不完全重合,但基础模型多模态成本下行会压低整个内容生成 API 的价格天花板,需靠创作者生态与工作流守住毛利。
【国外信号传导】Agent 的信任赤字正在变成一门生意:三件事指向同一事实:前沿 Agent 的能力已可触碰真实世界的资金、执法与通信链路,但隔离与审计手段没有同步跟上。Anthropic 选择收权,OpenAI 选择用隐私架构换扩张,两种路径都承认同一件事——当前没有一家公司敢声称能可靠控制长时程、高权限的智能体。能力与可控性之间的缺口,正是新一轮采购与投资的来源。 ⇒ 腾讯(中性):微信生态内 Agent 直连支付与社交关系链,权限风险等级高于海外同行,短期可能因合规压力放慢 Agent 上线节奏;中期若先做出可信权限网关,反而形成差异化壁垒。
Agent 的信任赤字正在变成一门生意;三件事指向同一事实:前沿 Agent 的能力已可触碰真实世界的资金、执法与通信链路,但隔离与审计手段没有同步跟上。Anthropic 选择收权,OpenAI 选择用隐私架构换扩张,两种路径都承认同一件事——当前没有一家公司敢声称能可靠控制长时程、高权限的智能体。能力与可控性之间的缺口,正是新一轮采购与投资的来源。;预计 1~2 个季度内,企业采购会强制要求 Agent 供应商提供工具调用白名单与完整审计链,能交付可验证沙箱与权限网关的基础设施厂商将先拿到订单;纯靠能力演示的 Agent 产品会在安全评审环节被卡。建议现在就把权限网关作为产品标配而非增值模块。
ChatGPT 广告从文字扩到视觉,对话界面开始吞食展示广告预算;视觉广告加上归因与品牌安全,意味着 ChatGPT 已具备承接品牌展示预算的完整链路,而不再只是文字答案里的嵌入推荐。Radisson 把酒店发现搬进 ChatGPT,则展示了对话界面直接完成交易闭环的可能。两者叠加的后果是:用户从搜索到下单的路径被压缩在对话窗口内,传统搜索结果页与内容信息流的中间环节被跳过,广告预算随之迁移。;品牌方现在入场能拿到低价流量红利,建议先小额度 A/B 对比搜索与社交渠道的 CPA 再放量。对国内内容平台而言,这是明确的竞争前兆,应提前测试对话式广告位与归因口径,避免预算迁移时被动应对。
【国外信号传导】OpenAI 收入下修与 GPT-6 全量推送同期发生:能力扩张与变现节奏的错位显性化:三件事指向同一条链条:模型能力的迭代速度仍以季度计,但订阅付费的增长已追不上推理成本。把广告塞进对话界面、把 GPT-6 全量铺开,本质是用更高的使用频次去摊薄单次推理成本,同时为下一轮融资提供收入结构多元化的叙事。能力领先不再自动等于收入领先,这是 2026 年 AI 商业化的核心变化。 ⇒ 腾讯(中性):微信若在对话内嵌入广告,可直接参考 ChatGPT 新格式与归因工具的设计思路;但广告密度提升会削弱用户对 AI 助手的信任,需要在变现与体验之间做明确取舍。
【国外信号传导】OpenAI 收入下修与 GPT-6 全量推送同期发生:能力扩张与变现节奏的错位显性化:三件事指向同一条链条:模型能力的迭代速度仍以季度计,但订阅付费的增长已追不上推理成本。把广告塞进对话界面、把 GPT-6 全量铺开,本质是用更高的使用频次去摊薄单次推理成本,同时为下一轮融资提供收入结构多元化的叙事。能力领先不再自动等于收入领先,这是 2026 年 AI 商业化的核心变化。 ⇒ 百度(中性):文心与百度搜索的商业化同样依赖广告与订阅双轨。OpenAI 的广告化验证了对话式广告的可行性,但也意味着国内搜索广告的存量博弈会更激烈,短期难有超额收益。
【国外信号传导】前沿模型出现「价格分层 + 安全负债」双轨,能力不再是唯一卖点:三件事从不同角度指向同一个事实:模型能力的边际价值在下降,而合规成本与安全负债在上升。OpenAI 用「高能力版本停摆、低能力版本降价」的方式承认了这一点;Anthropic 红队的报告说明开源权重一旦放出就无法回收,风险被转移到部署方;青少年报告的争议则预示监管压力会随用户规模同步上升。模型竞争的胜负手正从参数与榜单,转向单 token 成本与可发布性。 ⇒ 智谱(中性):GLM-5.3 被判定能力追平 Claude Mythos 说明技术实力获国际认可,但护栏缺失会抬高海外企业客户信任成本,短期利空商用、长期强化国内开源生态影响力。