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
6个月内至少一家美国大型航旅或票务平台与头部Agent厂商签署官方接入协议,包含身份认证与收入分成条款,而非继续全面封禁
证伪条件:若2027年5月前无任何头部航旅或票务平台与Agent厂商公开签署接入协议,则此判断错误
智能体拿到支付权限,交易平台开始反向筑墙;能力栈和商业栈第一次同时就位:LangChain这类编排层解决「怎么可靠地执行」,Wallet解决「执行完怎么付钱」,于是Agent从演示走进真实交易。但交易对手方立刻用风控条款筑墙,说明价值不会均匀分布——会向「被平台认证的Agent」集中,未被认证的Agent流量将被系统性阻断。;做Agent的公司必须尽早拿到调用身份与授权凭证,否则规模越大被封禁得越彻底。反过来,平台方若只封禁不建接入协议,会在一年内丢失决策入口。可操作的观察点是:谁先发布Agent接入的技术规范,谁就掌握下一阶段的分成定价权。
OpenAI 将在 2027 年上半年内发布面向第三方机器人厂商的模型授权或 API,并公布至少 2 家合作本体厂商
证伪条件:若 2027 年 6 月底前 OpenAI 未公布任何机器人模型授权、API 或合作厂商,则判断错误
具身智能的分工正在被重新划线;三件事分别发生在模型层、数据层与零部件层:OpenAI 放弃自研硬件改卖大脑,Emulate 的融资说明仿真数据成为被资本锁定的瓶颈,国内厂商已在用消费级存储方案压本体成本。合起来指向同一趋势——人形机器人产业链正沿「大脑—数据—本体」三段分工固化,谁掌握前两段,谁拿走毛利。;本体厂商应尽早评估接入第三方大脑的技术与商务代价,避免沦为纯代工;投资人应把注意力从整机出货量前移到仿真数据与存力环节,这两处会最先出现可验证的订单与毛利。
Anthropic 将在 2027 年一季度前完成 IPO,若首日市值超过 3000 亿美元,将带动至少 2 家中国大模型公司重启境外上市申报或启动 20 亿元人民币以上新融资
证伪条件:若 2027 年 3 月底前 Anthropic 未完成挂牌,或挂牌后市值低于 2000 亿美元且无中国模型公司跟进大额融资,则判断错误
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。;持有一级市场 AI 资产的投资人应在定价前完成组合压力测试,按公开市场折价 20%~30% 重算账面估值;创业者应把「公开市场可比公司」写进下一轮融资材料的定价依据,而不是继续引用 2025 年的私募轮次。
2027 年 6 月底前,至少一家头部模型公司或云厂商将推出自研代码托管/版本控制产品并对外开放,同期 GitHub 在 AI 生成代码仓库中的份额出现首次同比下滑。
证伪条件:若 2027 年 6 月 30 日前无新的自研代码托管平台对外开放,或 GitHub 公开数据仍显示其在 AI 生成仓库中的份额同比上升,则判断错误。
Agent 正在吃掉代码托管与开发者入口;AI 编程的瓶颈已经从“模型写得好不好”转移到“写完往哪放、谁来审、怎么合并”。代码托管不是普通工具,它是所有开发行为的记录层与权限层——谁掌握它,谁就掌握 AI 生成代码的审计权与分发权。三家模型公司同时动手,本质是在为“AI 写大部分代码”的未来抢占记录层。微软同时是 GitHub 的所有者与 OpenAI 的投资方,这一冲突会成为拆分的导火索。;对开发者而言,平台中立性将持续下降,迁移成本需要提前对冲。对国内厂商而言,这是少有的“跟随窗口”:代码托管与研发效能平台的国产替代逻辑会因海外平台的限流与调价而被动强化。
2027 年 3 月前,至少两家头部模型厂商将推出按任务/按结果计费的定价方案,token 单价不再是主要竞争维度。
证伪条件:若 2027 年 3 月底前主流模型厂商仍全部按 token 计价、未上线任何按结果计费的产品形态,则本判断错误。
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。;未来两个季度,模型公司的核心披露指标会从「调用量」转向「净收入留存率与客单价」。投资人应要求被投企业提供按客户拆分的支出曲线;企业采购应趁议价窗口把合同改为「任务级验收 + 月度上限」,因为供应商比过去更愿意让价换取长约。
到 2027 年 Q2,ChatGPT 搜索查询量将达谷歌 30%,且 OpenAI 首次公开其搜索广告收入,单季不低于 10 亿美元。
证伪条件:若 2027 年 6 月底前 OpenAI 未公布搜索广告收入,或第三方监测显示其查询占比低于 25%,判断错误。
ChatGPT 搜索量达谷歌 20%,对话式入口开始侵蚀搜索广告的根基;20% 的查询量只是表象。LifeVal 说明 OpenAI 在把「查询」推进到「代办」,一旦 Agent 能替用户完成任务,变现方式会从关键词竞价变成交易佣金与结果位,单位流量价值远高于搜索广告。Model Spec 强调忠实于用户意图,本质也是在为「可信代办」建立品牌前提,这是搜索公司最难防守的一层。;跟踪两个先行指标:OpenAI 是否首次单独披露搜索广告收入,以及第三方流量监测中 ChatGPT 查询占比的季度变化。国内搜索广告收入占比高的公司需要提前重估广告库存价值。
2027 年 11 月前,ChatGPT 的企业应用目录将上架超过 50 个第三方业务应用,成为企业软件的新分发渠道。
证伪条件:若 2027 年 11 月前 ChatGPT 企业应用目录上架的第三方应用不足 50 个,则判断错误。
ChatGPT 正在变成企业软件的分发层;过去企业软件是入口、模型是插件;现在关系倒过来了:ChatGPT 成为用户每天打开的第一个界面,SaaS 把自己的数据和流程以插件形式接进去。支撑这个判断的是商业数据——Retell 用同一套模型做到人均 160 万美元年化收入,说明按分钟计费的 Agent 已经跑通单位经济模型,而这正是 SaaS 厂商最担心的替代路径。;对 SaaS 厂商,界面层的价值正在蒸发,只剩数据与权限是护城河;对国内厂商,钉钉、企业微信、飞书必须同步开放 Agent 插件生态,否则会被同类路径绕过。对企业的采购建议是,把「能否被对话式入口调用」写进新签 SaaS 的验收条款。
2027 年第一季度前,OpenAI 将推出面向企业的平台加办公、编码一方应用捆绑套餐,定价直接对标 Anthropic 的企业交叉销售模式。
证伪条件:若 2027 年 3 月底前 OpenAI 未推出任何形式的企业捆绑订阅(平台与一方应用合并计价),则判断错误。
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。;未来两个季度观察两个指标:企业活跃席位率与交叉使用比例。创业公司若只做单点工具,被替换风险最高;应尽快把能力嵌入客户的既有工作流,并争取按结果计价的条款。国内的对应打法是钉钉、飞书、企业微信加速把模型能力打包进既有席位,否则续费率承压。
到2027年上半年,至少还有两家美国前沿模型实验室会把模型上架非自建的第三方云市场,模型托管从"独家绑定"全面转为"多市场上架"。
证伪条件:若2027年6月前仍无第二家前沿实验室在非自有云上架模型,或OpenAI与微软重新签署排他条款,则判断错误。
模型与云正在解耦:OpenAI 上架谷歌云,独家绑定时代结束;四个碎片指向同一条链条:模型厂商在做大收入规模,而做大收入必须依赖最广的分发渠道,最广的渠道恰恰掌握在竞争对手手里。因此OpenAI必须接受在谷歌云上架,哪怕这削弱了与微软的独家关系。企业侧需求同步成熟(Uber 3万人),让多云采购有了实际订单支撑。最终结果是模型与云从绑定走向解耦,云厂商的竞争从"独家模型"转为"模型组合完整度"。;企业应立即建立模型路由层,把切换成本压到两周以内;云厂商需要重新设计货架策略,独占不再是卖点;对国内而言,阿里云、腾讯云同样会走向"多模型上架",模型公司与云的关系将被重估。
OpenAI 将在 2027 年上半年公开提交 S-1,且招股书会首次单独披露云市场渠道收入与企业席位收入的占比结构。
证伪条件:若 2027 年 6 月 30 日前 OpenAI 未公开提交 S-1,或招股书未拆分披露云渠道与企业席位收入,则此判断错误。
OpenAI 一手抬私募估值、一手借用对手云:模型竞争转入渠道与资本结构之战;四件事指向同一个动作:OpenAI 在把「模型能力」这个单一资产拆成三条收入腿——企业席位、云端分发、广告库存。上架 Google Cloud 意味着它主动放弃渠道独占,换取企业客户的触达广度;广告栈意味着它承认订阅无法覆盖算力开支。合起来看,这是为公开市场准备一份「收入结构可解释」的报表。;对投资人的直接含义是,评估 AI 公司时必须拆开看收入结构而非只看 ARR 增速:纯 API 收入的估值倍数会被系统性下调,含企业席位与广告的收入更抗折价。对国内云厂商,这是可立刻复刻的分发策略;对做应用的团队,意味着上游供应商会同时是渠道方和广告竞争者。
Agent 的能力边界由平台授权决定,而非模型分数;三条碎片指向同一件事:Agent 的瓶颈已经从「会不会做」变成「允不允许做」。OpenAI 用浏览器扩展绕开建浏览器的成本,字节想用系统级自动化直接代操作,结果被同业集体封堵;海外网站的封禁说明连开放互联网也在关窗。能力供给过剩时,稀缺资源是入口授权与用户信任,而不是模型分数。;判断 Agent 公司时,把「自有界面 / 授权合作占比」作为核心指标,纯爬取型产品的生命周期可能只有 6~12 个月。持有操作系统、浏览器、超级 App 的平台方,在这一轮的议价能力被显著低估,值得重新定价。
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。;投资 Agent 项目时要看它是否有官方合作通道,纯靠爬取与模拟点击的产品会在半年内被系统性封堵。拥有自有生态的平台(社交、支付、本地生活)反而应该收紧而非开放,把通行权做成收费入口是更优策略。
企业级 Agent 三线并进:谷歌 Gemini Agent、OpenAI computer use、国内开源 AgentOS 同时落地;三家在不同层面做同一件事:把 Agent 从 demo 推到企业采购清单。谷歌从席位绑定渗透率、OpenAI 从高价值工作流(合同)切入、国内用开源降低接入门槛。共同卡点是评估与可靠性——没有可量化的成功率,企业不会把核心流程交出去,这也是 Ironclad 类联合评估合作真正的意义。;企业采购 Agent 时,合同与法务、客服、IT 运维是最先能算清 ROI 的三类场景,建议先在这三类做 1 至 2 个 POC,并在合同里强制写明成功率 SLA 与失败兜底方案。国内厂商若只拼模型能力而忽视 AgentOS 与工具链层,会在集成环节被开源方案截流。
芯片厂商开始买算法栈,护城河从硬件转向硬件加模型加工具链;四条线索合起来说明算力竞争的维度正在变化:AMD 用百亿美元级并购补齐软件与模型短板,英伟达用创纪录回购向市场确认需求仍在,长鑫科技在存储侧扩产对冲 HBM 挤压,而 OpenAI 把模型蒸馏视为需要主动防守的资产,意味着推理能力本身已成为可被争夺的生产资料。芯片、存储、模型三层正在被同一批玩家纵向整合,单纯的硬件供应商角色会被持续挤压。;对国内芯片公司,只卖算力的窗口正在关闭,需要尽快绑定至少一个模型或框架生态。对投资人,评估芯片标的时应新增一项指标:是否拥有可独立交付的软件栈与活跃开发者社区,而非仅看算力参数与在手订单。
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。;企业应把「关键开源项目的适配与贡献」纳入技术战略,而不只是消费开源;投资人判断一家 AI 公司的护城河时,要先问它开源的是哪一层——开源执行层、同时守住数据与分发层的公司,才值得下注。
算力资本反向收购模型能力,具身智能并购窗口打开;这四条线索指向同一个动作:掌握资本与场景的一方,正在直接购买模型与世界模型能力,而不是等待其自然演化。AMD 买下 World Labs 补齐软硬一体,华为把研发预算抬到 190 多亿元强化智驾栈,京东用投资锁定家庭机器人入口,OpenAI 则用 300 亿美元把算力开支前置。模型能力正从独立赛道变成大玩家的内部模块,独立存在的窗口在收窄。;具身与世界模型团队应主动把资产显性化为可被收购的能力模块,并同步评估被并购与自研芯片两条路径的估值差异;创业者在选择产业资本时,应优先考虑能带来场景订单与数据回流的战略方,而非仅出价更高者;投资人可把“能否被芯片厂商或场景方并购”作为退出路径的核心假设。
资本同时为「模型能力」和「Agent 身份」付溢价,中间层正被两端挤压;一端是算力厂商为模型与软件能力支付 80 亿美元级并购溢价,另一端是资本开始为 Agent 的授权、身份与审计付费;而被夹在中间、既无底层模型也无系统交付能力的工具层,正同时承受 OpenAI 套件下沉与价格战的双重压力。这条链说明 AI 价值链正在两头变厚、中间变薄——价值向「拥有算力与模型」和「掌握权限与审计」两个方向集中。;看项目时先问两个问题:是否掌握底层成本(模型/算力/数据),或系统交付能力(权限、审计、工作流)中的至少一端。两端都不占的中间层标的应下调预期回报,或要求它在 12 个月内证明自己拥有可被并购的独特资产——否则很容易在下一轮融资中被动出局。
Agent 的信任层正在被单独定价;四条线索指向同一件事:当 Agent 从「辅助人」变成「代表人执行」,责任主体发生转移,身份、权限、审计与评测就从可选项变成准入项。Baselayer 在卖身份,Ringg 在证明可靠性,OpenAI 在争夺评测标准的话语权,Sam Altman 则把议题推到国际治理层面——从商业需求到监管压力,一条完整的「信任基础设施」正在成形,而它当前的融资规模远小于其潜在重要性。;建议把 Agent 身份与审计当作产品的一等公民而非合规补丁:在 1 到 2 个季度内确定 Agent 标识方案、授权边界与日志留存策略,并主动准备第三方评测材料。等到客户风控部门或监管先提出要求,你会同时失去议价权与交付节奏。