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】AI 监管从「调查」进入「诉讼」,安全与对齐成为组织级成本项:三条海外线索与一条国内线索指向同一趋势:AI 安全已从公关议题变成法律与准入议题。州级诉讼意味着赔偿责任可能被判例化,虚假影响力行动的处置意味着平台责任被前置,字节的部门升格与苹果的备案流程则说明国内选择用组织与准入手段提前消化风险。结果是安全与合规从「成本中心的可选项」变成「产品上线的前置条件」。 ⇒ 科大讯飞(中性):教育场景是其核心收入来源,未成年人保护监管趋严会提高产品合规门槛与交付成本,但同时也抬高了新进入者的门槛,对已建立审核能力的厂商影响相对可控。
【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】决策模型成为独立品类:Jev 拿到 75 亿美元估值,中国团队同步深挖直觉层:四处线索指向同一件事:行业开始把判断从生成里拆出来单独做模型。理由是成本与延迟——在许多企业场景,需要的不是会写字的模型,而是低延迟、低 token 消耗、输出可校验的决策。DeepSeek 输出时强时弱被归因到 token 站位,说明这种不稳定性正是决策层要解决的问题,也解释了为什么判断型模型的商业价值会被单独定价。 ⇒ 科大讯飞(中性):教育、医疗场景的判分与辅助决策需求明确,采用小决策模型可显著压低推理成本;但基座厂商的 Decisions API 可能直接覆盖同类需求,议价空间受限。
【国外信号传导】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。 ⇒ 科大讯飞(中性):行业 Agent 落地依赖可验证的任务闭环,讯飞在教育、医疗等垂直场景积累的过程数据与验证标准是差异化资产,但需补齐闭环评测口径。
【国外信号传导】推理成本在降、订阅价格在涨:单位经济学正在取代模型榜单成为估值锚:四条碎片共同说明:模型层的成本还在下降,但厂商不再把下降让给客户。谷歌用半价抢份额,OpenAI 用涨价覆盖推理开销,应用公司则靠工程优化(Manus 三个百分点级数字)保住毛利。与此同时 ElevenLabs 用 220 亿美元估值证明,只要效果可感知、能嵌进企业工作流,应用层可以脱离基座模型独立定价。成本与定价之间的剪刀差,正在成为估值的主要变量。 ⇒ 科大讯飞(中性):ElevenLabs 估值翻倍抬高语音 AI 的估值锚,科大讯飞在国内语音与企业市场与其对标,情绪上有重估空间;但国内收入以政企项目为主,传导幅度弱于海外订阅模式。