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
【国外信号传导】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。 ⇒ 百度(中性):文心若继续以闭源榜单成绩作为主要叙事,在可核验评测普及后议价能力会承压;但其在行业工作流侧的落地积累可部分对冲这一风险。
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】AI 进入执法与安全流程,可靠性缺口先于能力见顶:四个案例把 AI 在高风险场景的两条边界画了出来:能被自动验证的任务(数学证明、告警研判)可以放心交给模型,不能被自动验证的任务(凶案线索、舆论真伪)必须保留人工复核。Sophos 的 96% 与 52% 之所以成立,是因为它保留了 human-in-the-loop;费城警方的事件之所以发生,恰恰是这条回路缺失。可靠性缺口不在模型分数上,而在流程设计上。 ⇒ 商汤(中性):城市治理与安防业务同属高风险场景,监管预期提升会拉长项目验收周期,同时利好能提供全链路可追溯方案的厂商,纯算法供应商议价能力下降。
【国外信号传导】AI 进入执法与安全流程,可靠性缺口先于能力见顶:四个案例把 AI 在高风险场景的两条边界画了出来:能被自动验证的任务(数学证明、告警研判)可以放心交给模型,不能被自动验证的任务(凶案线索、舆论真伪)必须保留人工复核。Sophos 的 96% 与 52% 之所以成立,是因为它保留了 human-in-the-loop;费城警方的事件之所以发生,恰恰是这条回路缺失。可靠性缺口不在模型分数上,而在流程设计上。 ⇒ 科大讯飞(中性):政务与公共安全是讯飞核心场景,可靠性事件会抬高交付门槛与合规成本,但具备人工复核流程与本地化部署能力的厂商反而获得相对准入优势。
【国外信号传导】国产模型把「吞吐」当成新卖点:海外在比谁的能力上限更高,国内在比谁的单位成本更低、吞吐更大,这不是技术落后而是算力约束下的理性选择。智谱的 490 tokens/s、小米的 Token 账本、长鑫的 4F² 服务器产品,分别对应推理软件、训练工程与内存硬件三个降本杠杆。当三条线同时推进,国产模型在同等预算下可服务的并发量会显著提升,中长尾客户的付费门槛随之下移。 ⇒ 中芯国际(中性):长鑫 4F² 服务器内存若如期落地,将带动国内存储与配套逻辑芯片的代工需求,但服务器 DRAM 的产能爬坡与客户验证节奏仍是主要变量。
国产模型把「吞吐」当成新卖点;海外在比谁的能力上限更高,国内在比谁的单位成本更低、吞吐更大,这不是技术落后而是算力约束下的理性选择。智谱的 490 tokens/s、小米的 Token 账本、长鑫的 4F² 服务器产品,分别对应推理软件、训练工程与内存硬件三个降本杠杆。当三条线同时推进,国产模型在同等预算下可服务的并发量会显著提升,中长尾客户的付费门槛随之下移。;做推理部署的团队应优先评测国产模型在长上下文、高并发下的 P99 延迟而非平均延迟;云厂商可把「每元 Token 数」做成对外的报价口径,用可比的成本单位抢下成本敏感的中长尾客户,而不是继续在榜单上对标海外旗舰。
【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】开源基座正在变成巨头的「产品迭代加速器」:微软没有自研一套全新架构,而是直接以阿里巴巴的 Qwen 为底座做后训练,在数周内输出与 Jev 定位重合的决策评分能力,并通过 Foundry 与 OpenRouter 双通道分发。这证明 2026 年开源权重已把「从想法到可用产品」压缩到以周为单位,架构差异化窗口急剧收窄,真正稀缺的是分发通道与客户数据。 ⇒ 百度(中性):开源基座被巨头复用会加剧国内基座模型同质化竞争,文心的差异化需转向行业数据与政企交付能力,而非模型本身。
开源基座正在变成巨头的「产品迭代加速器」;微软没有自研一套全新架构,而是直接以阿里巴巴的 Qwen 为底座做后训练,在数周内输出与 Jev 定位重合的决策评分能力,并通过 Foundry 与 OpenRouter 双通道分发。这证明 2026 年开源权重已把「从想法到可用产品」压缩到以周为单位,架构差异化窗口急剧收窄,真正稀缺的是分发通道与客户数据。;对所有以单一模型能力为卖点的公司,估值模型需显式加入「复刻周期折价」;对开源基座的贡献者,其权重正被巨头当作生产级基础设施使用,生态位价值高于直接商业化收益。建议把「谁在用你的开源模型」列为技术影响力的核心 KPI。
【国外信号传导】70 亿美元买的不是模型,是「不用英伟达」的选择权:把三件事放在一起看,亚马逊做的是同一件事的两面:技术上通过软件层让算力可迁移,削弱单一 GPU 供应商的锁定;社会层面通过放弃 NDA 降低地方政府的审批阻力。两者共同降低的是 AI 基础设施扩张的两个非技术瓶颈——硬件议价权与社区许可。这是云厂商第一次把「替换英伟达的期权」当作可定价资产买入。 ⇒ 中芯国际(中性):受益偏间接:芯片可迁移性提升会刺激国产 AI 芯片设计公司订单,但最终晶圆需求取决于产能与制程配套,兑现节奏慢于软件层。
70 亿美元买的不是模型,是「不用英伟达」的选择权;把三件事放在一起看,亚马逊做的是同一件事的两面:技术上通过软件层让算力可迁移,削弱单一 GPU 供应商的锁定;社会层面通过放弃 NDA 降低地方政府的审批阻力。两者共同降低的是 AI 基础设施扩张的两个非技术瓶颈——硬件议价权与社区许可。这是云厂商第一次把「替换英伟达的期权」当作可定价资产买入。;若交易落地,其他超大规模云厂商会被迫跟进收购或自研类似的可移植层,加速器市场的替代威胁从「存在替代方案」变成「切换成本可控」。这会先压制 GPU 采购溢价预期,再传导到国产 AI 芯片的验证窗口。建议关注跨加速器软件层的标准化进展作为先行指标。
【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。
【国外信号传导】英伟达从卖铲人变种树人,开源权重模型成为算力需求的战略入口:英伟达此前对模型公司的投资多为财务或云算力绑定,此次直接洽谈收购,说明其判断开源权重模型是唯一能持续放大 GPU 采购的模型形态。逻辑链条是:闭源模型的推理集中在少数云厂商,议价权强、可自研芯片替代;开源模型分散在无数部署方,采购决策碎片化,反而更难绕开英伟达。扶持一个美国本土开源支点,既对冲 Llama 阵营的芯片自主化倾向,也在全球开源榜单上对国产基座形成制衡。 ⇒ 中芯国际(中性):开源权重模型普及会推高全球推理算力需求,间接利好国产代工产能利用率;但先进制程受限,受益程度取决于国内推理芯片的设计迁移进度。
【国外信号传导】英伟达从卖铲人变种树人,开源权重模型成为算力需求的战略入口:英伟达此前对模型公司的投资多为财务或云算力绑定,此次直接洽谈收购,说明其判断开源权重模型是唯一能持续放大 GPU 采购的模型形态。逻辑链条是:闭源模型的推理集中在少数云厂商,议价权强、可自研芯片替代;开源模型分散在无数部署方,采购决策碎片化,反而更难绕开英伟达。扶持一个美国本土开源支点,既对冲 Llama 阵营的芯片自主化倾向,也在全球开源榜单上对国产基座形成制衡。 ⇒ 阿里巴巴(中性):美国本土开源支点被芯片厂商扶持,会加大全球开源市场的竞争强度,对 Qwen 的生态扩张构成压力;但其已被微软用作生产基座的事实,短期内仍能支撑海外采用率。
【国外信号传导】国产基座首次进入美国大厂生产链路,开源中立性成为新资产:把这几条拼起来看,决策/结构化输出已被验证为独立品类,而基础模型能力本身正在快速商品化。微软选择用 Qwen 而非自研基座做后训练,说明在特定任务上,选择最成熟的开放基座比自研更划算。这反过来给国产基座厂商带来一个此前没有的身份:美国大厂的生产原料供应商,其价值不在榜单分数,而在被多少下游产品当作起点。 ⇒ 百度(中性):同属国内基座阵营,微软选择 Qwen 客观上确立了同侪中的相对劣势,但决策模型类垂直后训练需求增加也会带来增量调用,需观察其开源策略是否跟进调整。
个人智能体成为巨头同步押注的入口战争,时间差只剩一到两个季度;这四条线索指向同一件事:个人智能体的竞争已经从模型能力转为系统权限与入口控制。Meta 靠硬件与社交关系链率先给出范式,国内巨头则用国民级 App 内的高频交易闭环(支付、出行、本地生活)反向包抄。隐私承诺被反复提及,恰恰说明行业清楚权限是用户最大的顾虑,谁先在可控授权上建立信任,谁就能更早拿到操作系统级权限。;窗口期只有一到两个季度。创业者若在做单一任务自动化工具,应尽快把能力封装成可被智能体调用的 API 或沉淀独占数据,避免被原生调用吸收。投资上,盯住国内围绕支付与本地服务的 Agent 权限方案商,而非再投一层通用 Agent 框架。
【国外信号传导】Anthropic 一周内既出安全事故又开源安全扫描:模型厂商开始为输出后果买单:三条线索合起来看:一边是模型幻觉产生了可追溯的公共安全后果,一边是厂商用免费安全能力换取开发者生态,同时大厂在收回核心工作流的数据权限。安全正从合规成本变成商业化的前置条件——高风险行业的采购会把输出可审计与责任划分直接写进合同条款。 ⇒ 百度(中性):国内大模型在政企与公共服务场景落地时同样面临输出可追溯与责任划分要求,提前建设审计链路可转化为政务订单的准入优势,但短期不改变竞争格局。