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】Anthropic 把大模型估值锚从私募搬到公开市场:过去两年大模型公司的估值由微软、谷歌、亚马逊的战投轮次定义,价格缺乏公开参照。Anthropic 把融资搬到 IPO,等于给整层资产做一次公开定价:一旦认购倍数与首日表现公布,OpenAI 等同类公司的私募估值就有了可比的下限与上限。改变的不只是估值,还有节奏——从 18 个月一轮私募,变成一次定价加多次增发。 ⇒ 百度(中性):文心与智能云同样受益于估值锚上移,但其模型商业化节奏弱于云业务,传导强度明显低于一体化程度更高的标的
【国外信号传导】Anthropic用904亿美元募资给基座模型定价,估值却较私募缩水6000亿:认购6倍说明市场不缺钱,缩水6000亿说明市场不再为叙事付溢价——两件事同时成立,意味着定价权已从创业者手里转到承销商与长线基金手里。这套尺子一旦确立,会反向约束所有未上市的模型公司:融资时要回答的不再是榜单排名,而是推理成本、毛利率与算力周转。对算力供应商而言,客户拿到公开市场信用后会签更长的算力长约,等于把资本市场的钱直接转成GPU订单。 ⇒ 百度(中性):公开市场对基座模型的定价逻辑将传导至港股与A股AI标的,文心一言相关叙事需用收入而非参数支撑,估值弹性收敛。
【国外信号传导】基础模型估值从私募共识切换为公开市场定价:创始人以完全对称的数量套现,是承销团用来对冲「内部人不看好后市」质疑的标准安排;而 11% 的区间宽度说明即便有承销团背书,对算力资本开支何时转化为利润仍存在实质分歧。把这三条串起来看:这不是一次普通 IPO,而是把原本分散在十余家 VC 的风险,一次性转移到公开市场,并为整个基础模型层设定一个可被逐日检验的价格。 ⇒ 百度(中性):文心与搜索广告同时受冲击:一方面模型资产重估利好,另一方面 ChatGPT Businesses 的商家目录模式对其搜索商业化构成直接威胁,两股力量相互抵消。
【国外信号传导】Anthropic IPO 将给大模型资产定出第一个公开市场价:把四件事放在一起看:公司在上市前用旗舰模型和能源资产把故事做实,但市场给的估值预期却在降温,说明买方开始怀疑「高资本开支是否换来可持续毛利」。这个矛盾一旦在定价上体现,就会沿两条路传导——全球大模型公司在 2027 年的私募定价被压,以及国内以国资为主的融资结构进一步固化。 ⇒ 百度(中性):国内大模型资产缺乏公开市场可比定价,Anthropic 的折价会压制文心等业务的分拆估值想象空间,但同时降低其融资时的对标压力。
2027 年 3 月前,国内主流搜索或通用大模型 API 的千次调用价格将在现价基础上再降 50% 以上,且至少一家厂商推出按席位计费的 Agent 运行时产品。
证伪条件:若 2027 年 3 月 31 日前主流厂商千次调用价格未出现 50% 以上降幅,或无人推出按席位计费的 Agent 运行时,则此判断错误。
国内推理价格战与算力自研同步加速,API 生意的中间层被清场;价格、算力、交付形态三条线在同一周收紧:价格端 4.9 元把 API 差价空间打穿,算力端千亿融资让头部模型的单位成本继续下行,交付端云电脑与 Token 工厂把「模型」包装成可管权限、可计量、可审计的服务。三者合起来意味着,靠转售 API 或简单封装的中间层公司已无生存空间,剩下的是有场景数据和有算力成本优势的两类玩家。;应用层团队应立刻重谈 API 合约,把价格锚定到 4.9 元/千次这一新基准;同时评估是否要把高频调用迁到自带算力的云厂商以换取整体折扣。中小模型公司需要放弃通用基座路线,转向垂直领域微调与私有化交付,否则会被价格战直接清出。
【国外信号传导】苹果用阿里千问换到中国市场门票,国产模型迎来十亿级终端分发:苹果的取舍很清楚:不做通用大模型,用最强硬件 + 最克制体验,模型能力外采。在中国这个它无法自建模型的市场,选择阿里作为唯一供应方,等于用市场换合规、用终端换分发。财报则提供了另一条证据链——iPhone 与 Mac 量价齐升说明 AI 功能正在被计入换机理由,苹果有能力把 AI 成本转嫁给消费者,而非自己承担模型军备竞赛。 ⇒ 百度(中性):失去 iOS 系统级入口后,百度只能靠独立 App 与 API 价格战获客;搜索入口优势被系统助手部分替代,需要用成本优势对冲。
【国外信号传导】OpenAI 一天内把「企业 Agent」从能力展示推进到可计费形态:额度合并解决计费口径,ServiceNow 解决流程入口,法律与金融案例解决付费意愿证明,Model Spec 与失准检测解决合规审查——四件事拼在一起,是一条完整的「企业 Agent 商业化闭环」。OpenAI 不再卖 token,而是卖「一个能进入系统、被审计、按席位收费的数字员工」。这也解释了它为何必须自己做安全文档:没有审计能力,大企业根本不会签单。 ⇒ 百度(中性):同日以千次 4.9 元打价格战,走的是成本领先而非席位收费路线;若企业 Agent 转向按席位计价,百度的低价 API 策略需要重新校准。
【国外信号传导】中国大模型第一次拿到系统级终端入口:苹果的选择不是技术偏好,而是合规与本地化的必然:要让 Apple 智能在中国落地,必须使用已备案的境内模型并保证数据不出境。这给了千问一个其他国产模型用钱也买不到的位置——系统级默认助手。传导链是:十亿级终端调用 → 千问推理量跃升 → 阿里云算力扩容 → 千问在多模态与语音上的数据飞轮加速,进一步拉大与其他国产模型的能力差距。 ⇒ 百度(中性):文心错失 iOS 入口,需在安卓阵营与自有硬件补位;搜索侧还面临 AI 答案侵蚀广告的镜像风险。
【国外信号传导】英伟达 129 亿美元买开源入口,反垄断审查决定开源生态未来两年的形状:一边用 129.3 亿美元买下全球开源权重的默认分发入口,一边持续免费开源自己的模型,这不是矛盾而是同一套策略:把分发通道与自家硬件绑定,让开发者的默认路径经过英伟达。司法部问询的实质不是价格,而是这条通道是否还能保持中立。若审查要求行为性救济,开源托管会从单极走向多极,迁移成本在窗口期内最低。 ⇒ 百度(中性):开源策略相对保守,通道变化对其影响有限,更多是行业情绪层面的重估,实质受益取决于其开源权重是否形成海外社区。
【国外信号传导】Anthropic 把 AI 的账本摊开:163 亿美元半年营收撑起 2 万亿美元估值:三条串起来看:Anthropic 卖的不是席位许可,而是随客户用量线性放大的 token 消费,这解释了 12 个月内 4 倍以上的营收斜率;创始人绝对控股则意味着上市后仍能抵抗短期利润压力,把毛利继续投回算力。换言之,它的估值锚更接近云厂商而非 SaaS——这一定性会同时改写一级市场的融资条款与二级市场的可比公司选择。 ⇒ 百度(中性):文心与智能云同样依赖按量计费,但企业客户结构与 Anthropic 差异大,短期受益更多体现在叙事层面而非订单。
【国外信号传导】特斯拉用软件订阅对冲硬件利润下滑,Robotaxi 转向海外寻找运营空间:四条线索拼出同一张图:整车硬件利润在被价格战压缩,软件订阅成为唯一逆势增长的现金流,因此特斯拉必须把 FSD 的付费故事做实;而 Robotaxi 在本土遭遇监管与运营成本双重约束,中国方案选择把测试搬到监管更宽松的中亚;国内车企则把 L3 的时间表定在 2028 年,说明法规节奏才是真正的瓶颈,而非技术能力。 ⇒ 百度(中性):萝卜快跑与 FSD 在中国市场直接竞争,特斯拉付费订阅被验证会抬高市场对 Robotaxi 商业化的预期,但同时加剧对其运营成本与牌照进度的比较压力。
【国外信号传导】AI 资本分层固化,估值锚与退出通道同时后移:头部单轮融资额已超过中小公司全生命周期融资之和,资金集中度达到极端水平。Anthropic 的延期说明公开市场不愿意为私募估值买单,头部于是选择继续在一级市场融资,把定价问题推到 2027 年。结果是资金、算力、人才三重集中,中间层公司既拿不到便宜算力也没有独立 IPO 通道,只能选择被并购或转向垂直场景。 ⇒ 百度(中性):作为国内较早投入大模型的上市公司,海外估值锚变化会带来阶段性估值波动;但缺乏可对标的收入增速,传导主要停留在估值倍数层面。
【国外信号传导】OpenAI 从卖模型转向卖决策,推理定价击穿 0.1 美元/百万 token:把四件事放在一起看,OpenAI 在做同一件事:把单位推理成本压到极致,然后再找尽可能多的渠道把它卖出去。决策 API 之所以敢报 0.10 美元,是因为限定答案任务的输出极短、可缓存、可批处理,单位算力产出被最大化;上架 Google Cloud 是为了在微软渠道之外再开一条分销漏斗;300 亿美元融资则是在为下一轮算力扩张备足弹药,同时用广告与 API 把收入结构从单一订阅拉成三条腿。逻辑闭环是:成本下降→价格下探→渠道扩张→规模反哺成本。 ⇒ 百度(中性):文心系列的定价跟随压力最大,但百度在政企私有化交付上有壁垒,受公有云价格战冲击相对小;真正的风险是其轻量模型收入被低价 API 分流。
【国外信号传导】开源权重模型进入「本地可跑」竞赛,私有部署成本曲线陡降:三件事共同压缩了「同等能力的单位成本」:硬件侧从机房降到工作站,模型侧用 MoE 把激活参数降到 42B,应用侧换模型即降本 76 倍。当能力不再稀缺,定价权从模型供应商转向掌握场景与数据的集成方。开源权重是这个转移的加速器——它让企业第一次可以算清「自建 vs 调用」的三年总成本,而这笔账在两年前根本算不清。 ⇒ 百度(中性):以闭源文心与云 API 为主,本地化开源趋势会分流部分对成本敏感的客户,需靠行业模型与云资源捆绑维持客单价与续费率。
【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。
【国外信号传导】大模型行业进入「盈利验证期」,估值锚从融资额切向收入质量:把四条线索放在一起看:一级市场同时出现「最大的融资」与「第一份盈利财报」,这不是矛盾,而是行业分层。Anthropic 用收入和盈利证明商业模式成立,DeepSeek 用千亿元融资证明基座建设仍需巨额资本,谷歌则用编程场景争夺最优质的付费用户。三者共同指向一个判断——大模型竞争的评判标准正从「谁融得多」切换到「谁的推理收入能覆盖训练摊销」,而这需要企业在基座与高毛利场景两端同时成立。 ⇒ 百度(中性):文心系列在国内企业市场有存量客户,但在高转化场景(编程、电商交易)上没有阿里、腾讯的闭环数据,盈利路径更长,估值弹性小于场景型玩家。
【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。
【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。
【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。