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】个人 Agent 从「对话入口」变成「常驻执行者」,权限成为新的稀缺资源:四条线索指向同一拐点:Agent 的价值来自跨应用执行,而跨应用执行必然要求宽权限,于是权限本身从技术细节变成商业资源。OpenAI 用云端常驻绕开本地限制,苹果用系统闸门回收控制权,腾讯选择替用户管理设备这条更贴地的路径,Meta 干脆把终端形态交给开发者。它们争夺的不是模型分数,而是「谁被允许代表用户行动」这一授权位置。 ⇒ 小米(看多):掌握手机与 IoT 系统底层权限,在 Agent 需要跨设备执行时具备天然授权优势,是端侧 Agent 权限闸门的潜在受益方。
推理成本塌方快于付费意愿增长,模型层进入每美元任务量的淘汰赛;供给端成本三年下降数千倍,需求端只有约 2% 的消费者真正付费,中间的缺口只能由单位任务的价值密度来填补。谷歌用半价抢可替换的推理环节,Manus 用框架优化把成本再压三成,Jev 干脆放弃对话、只输出结构化概率,三条路径都在回答同一个问题:不做通用聊天,做能直接嵌入决策链路的高信噪比输出。;纯 API 转售与通用聊天助手的毛利会在 2 至 3 个季度内被压到极薄。创业者应把定位从提供能力改为交付结果,例如给出可校准的答案与置信度而非一段可读文本。投资人则应重点看单位任务成本下降曲线与付费转化率是否同向,两者背离的公司估值终会被修正。
【国外信号传导】国产算力在去 CUDA 绑定上出现工程级进展:把软件层的算子抽象、硬件层的昇腾适配、产能层的存储扩产放在一起看,国内正在做的是把「单点芯片可用」升级为「整套工具链可迁移」。CUDA 的真正壁垒不是指令集而是算子库与开发者习惯,开源算子层是唯一可能低成本撬动的切入点。AMD 用 82 亿美元买软件栈,恰好从反面证明工具链才是当下的定价核心。 ⇒ 华为(看多):昇腾是 DeepSeek 算子工具的首批对接方,工具链一旦形成开发者迁移惯性,昇腾订单的确定性将从政策驱动转为生态驱动。
【国外信号传导】国产算力瓶颈从芯片转向软件栈 ⇒ 华为(看多):昇腾首次获得头部模型公司的官方级软件栈配套,迁移成本与调试难度下降,有利于其在政企与运营商算力招标中扩大份额。
国产算力正在从「缺硬件」转向「补软件栈」;四件事拼出的是一条完整的国产替代路径:长鑫解决内存供给这一物理短板,DeepSeek 用开源算子与弹性训练框架解决「迁移成本高、利用率低」的软件短板,而对面的英伟达用1500亿美元回购宣告生态投入不会减速。关键变化是责任主体迁移——过去算子适配是芯片厂自己的功课,现在模型厂商基于真实负载下场开源,可信度和实用性都更高,这意味着国产芯片的可用性拐点可能比预期更早到来。;对使用方,评估国产芯片的时间点应该提前到本季度,而非等生态「成熟」;对投资方,关注受益顺序——先昇腾生态,再兼容层接入的其他国产芯片。预警是生态碎片化:若各家在开源组件上做私有扩展,「一套代码跑遍所有芯片」会退化为又一批厂商锁定。
芯片厂商正从「卖算力」转向「买需求定义权」;把三件事串起来看:模型能力仍在快速上行,但「能力释放」开始受到安全与商业节奏的主动管控,这意味着未来算力需求的不确定性更多来自厂商的发布策略而非技术天花板。在这种不确定下,芯片厂商最怕的是押错技术路线,所以选择直接用并购把最吃算力的方向(世界模型)纳入自身体系,用股权而非订单来锁定需求。OpenAI 的暂缓发布则从侧面证明,模型层自己也在给能力释放做节奏管理。;算力侧的确定性正在从「通用 GPU 需求」转向「特定方向的深度绑定」。建议关注那些与芯片厂商形成股权或深度联合开发关系的模型团队,它们的订单可见度显著高于纯 API 客户;反之,只有通用算力叙事、缺乏绑定关系的算力标的,估值波动会更大。
Agent 的身份、权限与审计正在长成独立赛道;四件事指向同一个缺口:Agent 已经能替人执行操作,但没有任何一方能可靠回答「它是谁、被授权做什么、做过什么」。亚马逊用商业条款、OpenAI 用主动自曝、开源项目用出口网关,分别从三个方向补洞,说明这个缺口的紧迫性已经溢出技术圈。当补洞动作同时来自资本、平台与开源社区,通常意味着一个基础设施品类正在成形。;未来 12 个月,Agent 凭证、可验证执行日志与行为评分会成为企业采购的默认条款项。创业者的机会在「厂商无关的审计层」,投资人的判断标准是:这个能力是否会在每一次 Agent 交易里被调用。现在布局的成本远低于标准成型后追赶的成本。