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
2027 年内将出现至少 3 个主流开源 AI 相关项目从 MIT 或 Apache 2.0 迁移到 GPL/AGPL 等 copyleft 许可证。
证伪条件:若 2027 年底前迁移到 copyleft 的头部开源 AI 项目少于 3 个,则这条判断错误。
开源竞争从权重转向许可证与生态绑定;三件事发生在同一天,指向同一个变化:当开源权重的能力差距收窄,竞争焦点转向「谁定义许可证、谁绑定硬件」。华为把世界模型绑在昇腾上,是用开源换生态入口;阿里用 Qwen4 绑定应用与云推理;Asahi 的许可证转向则证明,AI 抓取正在迫使开源项目用 copyleft 筑墙。开源不再只是分发方式,而是生态控制工具。;使用开源权重做产品的公司需要重做许可证审计,尤其是涉及 AI 生成代码二次分发的场景;具身智能团队应把昇腾 + CloudRobo 作为国产训练栈的备选方案做实测,而不是等到生态锁定后再评估。
【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。 ⇒ 阿里巴巴(中性):全球基座模型获得公开估值锚后,通义资产的定价参照被抬高;但同时暴露国内厂商收入倍数的差距,短期情绪正面、中期估值承压。
【国外信号传导】AI 竞赛的瓶颈从晶体管迁移到涡轮机:这四条线共同说明 AI 基础设施的稀缺环节正在换位:算力不再是唯一瓶颈,并网许可、发电设备与数据流动成本同时成为约束。Anthropic 用重资产锁定电力,OpenAI 用政策蓝图争取地方许可与社区支持,本质都是在为「电从哪来、许可怎么批」提前铺路;而数据层并购则说明算力与电力之外,数据流动的出口费也在被重构。资源竞争正从单点硬件转向整套物理条件。 ⇒ 阿里巴巴(中性):国内自建 AIDC 受能耗指标与电价审批约束,电力不会像美国那样成为硬瓶颈,但也限制了单点超大集群的扩张速度,利好其有序扩张、不利于超大规模冲刺。
【国外信号传导】资本从“估值竞赛”切换到“兑现竞赛”:三个碎片指向同一件事:AI 的“投入”和“收入”第一次出现增速背离。模型价格战压低了单位收入,企业成本管控压低了用量增速,而算力开支是刚性的。当头部公司无法按原计划融资,它会先压缩补贴、再压缩算力订单,最后传导到上游。这解释了一个看似矛盾的现象:估值仍在创新高,融资规模却在缩水——市场没有否定 AI,只是拒绝为未兑现的部分付全价。 ⇒ 阿里巴巴(中性):在资本收紧周期,同时具备云算力、自研模型与开源生态三件套的公司抗压能力更强;但若全球 AI 估值下修,其云业务的 AI 增量订单预期也会被同步下调,多空对冲。
【国外信号传导】企业 AI 支出走平,token 计价模式进入失效期:四件事指向同一个失衡:供给侧在以上市公司体量投入算力(谷歌 2000 亿美元、OpenAI 1.25 万亿美元估值),需求侧的企业支出却已经走平。原因不是没人用,而是单价下行速度快于用量增长,同时企业开始设预算上限。当单位价格持续下降,按 token 计费会让供应商的收入与客户的节省直接对冲,收入曲线必然钝化。这解释了为什么谷歌要在资本开支高峰同时做组织瘦身——它已经在为毛利压力做准备。 ⇒ 阿里巴巴(中性):阿里云通义主要靠降价抢份额,企业支出走平意味着调用量增长难以等比例转化为云收入,短期营收弹性受限;但生态位与客户黏性反而因低价而加固。
【国外信号传导】OpenAI 的万亿估值与 Ramp 的支出停滞,正在把 AI 商业化切成两个市场:私募市场按 AGI 终局为 OpenAI 定价,公开市场却准备按当期收入为 Anthropic 定价,两者之间唯一的桥梁是单位 token 成本曲线。Ramp 的数据说明这条曲线下降得比用量增长更快,于是估值与收入第一次出现方向背离。背离不会在私募端解决,只会在 IPO 定价那一刻被强制收敛。 ⇒ 阿里巴巴(中性):海外模型降价会通过 API 价格战传导至国内云厂商,阿里云通义若跟进降价将压缩毛利,但换取 Agent 调用量份额,短期业绩与长期入口形成对冲。
【国外信号传导】苹果把 Siri 变成系统级 Agent 分发层,同时用 18+ 规则清理高风险品类:三件事指向同一条商业逻辑:苹果不打算在模型与算力上烧钱,而是把 AI 变现押在「分发权 + 抽成」上。开放 Siri 动作调用是为了让第三方替它补齐场景,18+ 规则是为了先把高风险品类从生态里剥离,服务收入的现金流则保证这条路可以慢慢走。这与微软、谷歌用资本开支换能力的路径形成鲜明分野。 ⇒ 阿里巴巴(中性):通义与夸克若要进入 iOS 系统级入口,必须与苹果谈分发与分成,议价权在苹果一侧;短期是流量机会,长期是渠道成本上升。
【国外信号传导】两周一代 + 首发半价:前沿模型转入「节奏战」,定价权从能力转向成本:三个动作指向同一策略:用迭代速度让竞品的评估周期失效,用首发折扣抢在对手调价前锁定调用量,用安全资质切入对合规敏感的企业客户。这与 2023~2024 年「堆参数、比榜单」的竞争逻辑完全不同——现在的竞争单位是可验证的单位 token 成本与发布频率,谁的工程化流水线更快,谁就能持续定义价格。 ⇒ 阿里巴巴(中性):通义千问需同步跟进迭代与降价,短期 API 毛利承压,但调用量上升与云推理收入可对冲,属结构性对冲而非单纯利空。
【国外信号传导】企业 AI 的计费单元从订阅转向席位,捆绑销售成为胜负手:四条线索共同说明,AI 的商业化已经越过尝鲜期,进入预算替代期:企业用 AI 席位替换既有软件预算,消费者用更低门槛的输入方式提高使用频次。Anthropic 的交叉使用比例从三成升至过半,证明捆绑销售比单点工具更能留住企业客户;Uber 的 3 万席位则证明规模采购已经发生。两者叠加,意味着定价权正从模型供应商转向同时掌握工作流的集成方。 ⇒ 阿里巴巴(中性):ChatGPT Work 验证席位模式后,钉钉与通义的捆绑会成为国内对标打法,但国内企业付费意愿更低,节奏会慢一到两个季度。
【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。 ⇒ 阿里巴巴(中性):海外 AI 估值锚抬高会短期提振国内大模型资产的估值预期,但阿里云与通义的收入主要来自国内客户,受海外定价直接影响有限,更多是情绪层面的重估。
【国外信号传导】算力供给成为模型公司的估值天花板,存储是下一个瓶颈:四件事共同说明算力链的利润正在向上游与交付端集中:模型公司被算力成本压住毛利,云厂商借供需紧张提高服务定价,存储作为推理扩容的硬瓶颈获得资本加注。SpaceX 的高利润则证明,把 AI 嵌入已规模化的硬件业务比单独卖模型更容易赚钱。 ⇒ 阿里巴巴(中性):阿里云既是模型公司的算力供给方也是自有模型竞争者,供需紧张利好云收入,但自研模型的推理成本同步上升,两股力量对冲,净效应取决于客户结构。
【国外信号传导】Agent 的能力在涨,通行权在收,摩擦点从模型转移到平台:把四条串起来会看到同一个结构:模型侧在疯狂扩张 Agent 的权限半径(读标签页、跨应用、代操作),而站点侧在同步收紧入口。能力提升和访问收紧同时发生,说明 Agent 的瓶颈已从「会不会做」变成「让不让做」。谁掌握真实交易场景,谁就掌握了 Agent 商业化的闸门。 ⇒ 阿里巴巴(中性):电商与本地生活场景是 Agent 代操作的首选目标,短期面临被外部代理穿透的压力,但支付宝与夸克的自有入口也提供了反制与变现空间。
个人 Agent 的胜负手从对话质量转向「持币交易权限」;三条碎片指向同一件事:Agent 正在从「会说」跨到「能付」。千问Go! 靠阿里自有账户、支付、物流闭环把任务成功率做高;Shopify 与 Radisson 则把商品与服务供给开放给外部 Agent。一旦交易授权标准化,流量入口会从搜索与广告位迁移到 Agent 的决策逻辑,掌握供给与支付的一方就掌握定价权。;未来 6 个月,Agent 的竞争点是授权协议(允许它花多少钱、动哪些数据)与失败兜底,而不是模型跑分。企业应优先建设机器可读的商品/服务数据与授权接口,否则会在 Agent 流量分发中被降权。
【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】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】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】个人智能体正从聊天窗升级为系统层入口,而权限是它的天花板 ⇒ 阿里巴巴(中性):通义与夸克均押注个人助手入口,但缺少操作系统级权限,只能靠生态调用绕开系统闸门;海外权限收紧会提高其端侧落地合规成本,短期难形成差异化。
【国外信号传导】前沿模型进入跨代错位定价,单位智能成本开始腰斩式下行 ⇒ 阿里巴巴(中性):海外模型价格腰斩会迫使国内云厂商同步下调 API 单价,调用量放大但 API 毛利被压缩,云收入结构将向算力与行业方案倾斜。
国内 AI 竞争重心正从模型能力转向标准与评测的定义权;这四条线索的共同点是:都不直接比拼模型跑分,而是在建立'什么算合格'的判定标准。荣耀与阿里定义系统级 Agent 的执行规范,龙蜥社区定义 Agent 技能的质量榜单,索辰科技定义具身智能的物理测评口径,阿里开源代码评审工具定义 AI 生成代码的合格线。谁掌握标准,谁就掌握采购目录与生态准入,这比单点模型领先更持久,也更贴合国内以产业联盟推动技术落地的惯用路径。;对国内创业公司的直接含义是:与其在通用能力上追赶,不如尽早进入某一垂域的评测与标准体系,成为标准的贡献者而非遵从者,这直接影响后续的渠道与订单获取。对投资方,可把'是否主导或深度参与某垂域标准'作为筛选国内 AI 项目的一条硬指标;对海外厂商,这意味着进入中国市场除了模型能力,还需通过本地标准这一关。