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
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】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
【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。
【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。
Agent 评测从静态答题转向闭环任务,工程短板被量化;三条学术线索与一条工业案例指向同一结论:Agent 的能力评估正从「能不能答对」转向「能不能一路做到结果」。研究普遍发现瓶颈不在模型智力,而在任务数据生成、验证器质量与多轮环境反馈——这恰好解释了为什么工业界能靠 Codex 拿到约 7 倍效率提升,而多数团队自建 Agent 仍卡在中段成功率。;评估 Agent 时应把预算从「刷榜」转向「自建闭环任务集 + 可自动验证的奖励信号」,谁的验证器更密,谁就能更快把成功率推过可用阈值。对采购方,应要求供应商提供端到端任务成功率与失败分布,而不是基础评测分数,这两类指标的预测力差距正在拉大。
【国外信号传导】开源模型的能力与对齐出现剪刀差,安全将成为出海的隐性关税:这几件事的共同点是:模型能力进步的速度已快过对齐与治理能力,且责任开始被公开量化与追责。Anthropic 用红队报告把同行的安全短板做成公开标尺,OpenAI 前员工用辞职把内部治理问题外部化,苹果用系统限制把风险定价权收回平台。三者合力形成一个趋势:安全不再是合规附件,而是决定模型能否进入海外与政企市场的准入成本。 ⇒ 阿里巴巴(中性):通义开源权重同样面临同类安全审视,若提前补齐护栏与评测报告,反而可在出海合规中形成差异化优势。
【国外信号传导】推理成本三年降数千倍,前沿订阅却逆势涨价——AI 进入分层定价时代:这四条线合起来解释了同一个悖论:单位算力越来越便宜,但前沿 AI 的使用成本没有同比下降。原因是常驻型 Agent 把调用从「按次」变成「按时」,安全处置又把固定成本抬高到每天数十万美元量级。OpenAI 只能通过配额与涨价把成本转嫁给重度用户,同时用分层定价筛出高价值客户。英伟达的巨额回购则从供给端确认了这一点:硬件这一层的超额利润已经稳定,风险与成本都被推到了应用和用户那一层。 ⇒ 百度(中性):同样受益于推理算力需求,但其模型侧订阅定价能力弱于 OpenAI,配额分层的转嫁空间有限,受益更多体现在云而非应用。
【国外信号传导】Personal Agent 从对话框走向系统常驻,入口与权限同时成为战场:四条线索指向同一件事:个人 Agent 的竞争焦点已从「模型多聪明」转向「能常驻多久、能看多少数据」。OpenAI 用 dots 抢占常驻心智,Meta 用开源换硬件密度,腾讯用分发优势做本机管理,三者的共同前提都是更深的系统权限。苹果的权限收紧正是这一前提的直接反噬——当 Agent 需要读文件、邮件和浏览记录才能干活时,操作系统就成了那个必须表态的守门人。这标志着 Agent 竞争正式进入「授权谈判」阶段。 ⇒ 阿里巴巴(中性):阿里云承接 Agent 常驻带来的持续推理需求是利好,但其 C 端入口能力弱于腾讯与字节,更多体现为云侧收入弹性而非入口价值重估。
【国外信号传导】开源正成为护城河迁移工具,而非单纯的理想主义:三家公司开源的对象完全不同——硬件、Agent 框架、算子,但动机一致:当自身在某一层的规模优势不足时,用开源把竞争拉到对自己有利的层面。Meta 缺硬件入口就用开源硬件扩散,DeepSeek 缺芯片生态就用开源工具链换适配,OpenAI 在 Agent 框架被追赶时开源以维持事实标准。开源已从发布方式变成竞争策略。 ⇒ 智谱(中性):国内开源模型厂商在框架开源浪潮中可获得更多二次开发与政企私有化订单,但同质化开源会持续压低模型授权价格,需靠行业解决方案维持毛利。