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 安全从功能变成独立品类:模型、并购与基准三条线同日收敛:模型侧把渗透测试能力产品化,买方侧用近 5 倍溢价抢购 Agent 权限管理,评测侧证明该能力已可被标准化度量。三条线共同指向一件事:安全智能体不再是安全产品的一个功能模块,而是有独立预算、独立采购流程与独立估值锚的品类。企业自研周期追不上部署速度,并购成为主要路径。 ⇒ 腾讯(看多):腾讯同时具备安全产品线与 Agent 平台,海外把 Agent 安全做成独立品类后,其安全事业群可对标包装成「智能体权限治理」产品,在国内政企市场形成新叙事。
2027 年 Q3 前,AI 安全赛道将出现至少一笔 10 亿美元级并购或一家以自动化渗透测试为主营的公司提交上市申请。
证伪条件:若 2027 年 9 月前 AI 安全领域没有任何单笔超过 5 亿美元的并购或 IPO 申报,则判断错误。
AI 安全从功能变成独立品类:模型、并购与基准三条线同日收敛;模型侧把渗透测试能力产品化,买方侧用近 5 倍溢价抢购 Agent 权限管理,评测侧证明该能力已可被标准化度量。三条线共同指向一件事:安全智能体不再是安全产品的一个功能模块,而是有独立预算、独立采购流程与独立估值锚的品类。企业自研周期追不上部署速度,并购成为主要路径。;对安全厂商,护城河必须从漏洞库迁到授权链、审计日志与责任界定;对甲方 CISO,现在就要在合同里写清 AI 发现漏洞的处置责任与授权边界,否则首次误伤会成为法律事件。
【国外信号传导】世界模型从「生成好看视频」转向「还原物理因果」,自驾与具身共用一条技术栈:自动驾驶与具身智能面对同一类问题:真实世界数据昂贵且长尾无穷。世界模型把「采集」换成「生成」,稀疏激活模型把「大模型」压进端侧时延预算,两者合成一条技术栈——云端生成场景、端侧快速判断。这条栈一旦跑通,行业竞争点从里程与本体数量,转为仿真保真度与推理时延。 ⇒ 小米(看多):同时布局智能汽车与机器人,世界模型与具身推理共用一条技术栈,可摊薄研发投入并加快两端迭代。
【国外信号传导】世界模型从「生成好看视频」转向「还原物理因果」,自驾与具身共用一条技术栈:自动驾驶与具身智能面对同一类问题:真实世界数据昂贵且长尾无穷。世界模型把「采集」换成「生成」,稀疏激活模型把「大模型」压进端侧时延预算,两者合成一条技术栈——云端生成场景、端侧快速判断。这条栈一旦跑通,行业竞争点从里程与本体数量,转为仿真保真度与推理时延。 ⇒ 优必选(看多):稀疏激活具身推理模型降低了本体厂商自研大脑的门槛,本体+外购大脑的组合可加速量产落地。
2027 年内,国内至少一家 Robotaxi 运营商会在新城市开城中,用世界模型合成数据完成 50% 以上的长尾场景训练。
证伪条件:若 2027 年底前无运营商公开披露合成数据在训练中的占比达到该水平,则判断错误。
世界模型从「生成好看视频」转向「还原物理因果」,自驾与具身共用一条技术栈;自动驾驶与具身智能面对同一类问题:真实世界数据昂贵且长尾无穷。世界模型把「采集」换成「生成」,稀疏激活模型把「大模型」压进端侧时延预算,两者合成一条技术栈——云端生成场景、端侧快速判断。这条栈一旦跑通,行业竞争点从里程与本体数量,转为仿真保真度与推理时延。;自驾与机器人团队应把仿真保真度作为一级 KPI,而不是把世界模型当演示素材;同时按「端侧判别 + 云端规划」重构推理架构。对供应商,高精度地图与仿真工具链的需求上升,纯实车采集外包的需求下降。
【国外信号传导】推理成本成为芯片分水岭:3D 堆叠专用芯片开始拿到规模订单:训练侧的竞争已经收敛到少数玩家,真正的成本战场转到推理。视频与多模态业务的负载高度确定,最适合用 3D 堆叠专用芯片摊销成本;而先进制程受限使「用封装换性能」成为唯一可走的路。苹果的预算上限与端侧内存配置则从需求侧证明:推理的单位经济模型正在决定产品能不能上线。 ⇒ 中芯国际(看多):3D 堆叠依赖先进封装与代工产能,国产推理芯片出货放量会直接转化为其封装与成熟制程订单。
【国外信号传导】推理成本成为芯片分水岭:3D 堆叠专用芯片开始拿到规模订单:训练侧的竞争已经收敛到少数玩家,真正的成本战场转到推理。视频与多模态业务的负载高度确定,最适合用 3D 堆叠专用芯片摊销成本;而先进制程受限使「用封装换性能」成为唯一可走的路。苹果的预算上限与端侧内存配置则从需求侧证明:推理的单位经济模型正在决定产品能不能上线。 ⇒ 寒武纪(看多):凌川 3D 芯片若通过大客户量产验证,将抬升整个国产推理芯片的估值锚,寒武纪作为纯正标的首当其冲受益于情绪重估。
【国外信号传导】AI 编程从工具变成「被并购的入口」:巨头买的是智能体调度层:Meta 不买代码补全而买调度层,说明大厂认为「单点生成」已成商品,「组织多支智能体协同」才是工程流程改造的瓶颈。叠加早期融资数量下降,编程类初创的理性路径从独立做大转向被并购。真正的价值在调度协议、任务分解与结果验证,而非模型本身。 ⇒ 腾讯(看多):CodeBuddy 与企业微信、腾讯云形成交付闭环,多智能体并行开发可直接提升云客户粘性与客单价。
【国外信号传导】AI 编程从工具变成「被并购的入口」:巨头买的是智能体调度层:Meta 不买代码补全而买调度层,说明大厂认为「单点生成」已成商品,「组织多支智能体协同」才是工程流程改造的瓶颈。叠加早期融资数量下降,编程类初创的理性路径从独立做大转向被并购。真正的价值在调度协议、任务分解与结果验证,而非模型本身。 ⇒ 阿里巴巴(看多):通义灵码与云效面向企业研发全流程,智能体调度层是形成差异化的关键,并购可缩短与 Meta 的能力差。
【国外信号传导】决策模型成为独立品类:不生成内容、只做判断的小模型开始抢企业预算:四件事指向同一条链:企业不愿再为「能聊天」付费,只为「判断得准且便宜」付费。Jev 用极低成本承接高频判断任务,把大模型调用拆成小模型多次调用;OpenAI 用 LifeVal 把竞争口径从榜单改成任务完成度;苹果的预算上限则从买方一侧印证 token 计费已触顶。三者共同把「模型形态」从单一对话入口推向任务分层。 ⇒ 寒武纪(看多):端侧「快判断」需求上升会拉动边缘推理芯片出货,其产品线与低时延小模型负载高度匹配。
【国外信号传导】决策模型成为独立品类:不生成内容、只做判断的小模型开始抢企业预算:四件事指向同一条链:企业不愿再为「能聊天」付费,只为「判断得准且便宜」付费。Jev 用极低成本承接高频判断任务,把大模型调用拆成小模型多次调用;OpenAI 用 LifeVal 把竞争口径从榜单改成任务完成度;苹果的预算上限则从买方一侧印证 token 计费已触顶。三者共同把「模型形态」从单一对话入口推向任务分层。 ⇒ 科大讯飞(看多):教育、医疗、司法场景本质是结构化判断任务,判别式小模型可直接替换大参数对话模型,推理成本与毛利结构同时改善。
到 2027 年 Q1,至少两家中国头部模型厂商会发布独立的「决策/判别」模型产品线,并把定价从按 token 改为按调用次数。
证伪条件:若 2027 年 3 月底前,国内无厂商推出独立决策模型产品线或改用按调用计价,则判断错误。
决策模型成为独立品类:不生成内容、只做判断的小模型开始抢企业预算;四件事指向同一条链:企业不愿再为「能聊天」付费,只为「判断得准且便宜」付费。Jev 用极低成本承接高频判断任务,把大模型调用拆成小模型多次调用;OpenAI 用 LifeVal 把竞争口径从榜单改成任务完成度;苹果的预算上限则从买方一侧印证 token 计费已触顶。三者共同把「模型形态」从单一对话入口推向任务分层。;现在应把产品拆成「判断层 + 生成层」,判断层用小模型和行业数据自建、按调用定价,生成层直接调用外部 API。谁先把准确率与单位成本公开,谁就能进入企业采购清单;继续用对话模型承接判断类需求,毛利会被推理成本吞掉。
【国外信号传导】159 亿美元单笔融资把全球风投拉回高点,但钱只流向极少数基座模型:金额高度集中在「基座模型 + 推理基础设施」两端,中间层的垂类应用与微调模型融资占比被压缩。这与 2021 年 SaaS 普涨式繁荣有本质区别:资本在为算力与模型的所有权付费,而不是为软件订阅的增长曲线付费。这意味着估值锚从 ARR 倍数切换到算力资产与 token 毛利。 ⇒ 寒武纪(看多):头部基座模型的大额融资会直接转化为国产算力采购订单,寒武纪是国产训练/推理加速卡的核心受益标的,订单确认通常滞后融资 1~2 个季度。
【国外信号传导】159 亿美元单笔融资把全球风投拉回高点,但钱只流向极少数基座模型:金额高度集中在「基座模型 + 推理基础设施」两端,中间层的垂类应用与微调模型融资占比被压缩。这与 2021 年 SaaS 普涨式繁荣有本质区别:资本在为算力与模型的所有权付费,而不是为软件订阅的增长曲线付费。这意味着估值锚从 ARR 倍数切换到算力资产与 token 毛利。 ⇒ 阿里巴巴(看多):基座层集中化后,同时握有云与模型两端的阿里是资金外溢的天然承接方;被挤压的二线模型公司会把训练与推理需求迁移到阿里云,形成算力与 API 双重收入。
【赛道传导·autonomous-driving】百度用世界模型把自动驾驶竞争从里程转向合成数据产能 ⇒ 小米:小米汽车智驾+端到端
【赛道传导·autonomous-driving】百度用世界模型把自动驾驶竞争从里程转向合成数据产能 ⇒ 百度:萝卜快跑,Robotaxi 规模领先
到 2027 年底,萝卜快跑将在至少 3 个海外城市开启商业化运营,且 Apollo World 生成的合成数据占其训练数据 50% 以上。
证伪条件:若 2027 年底萝卜快跑海外商业化运营城市少于 2 个,判断错误。
百度用世界模型把自动驾驶竞争从里程转向合成数据产能;自动驾驶长期受「安全、成本、泛化」不可能三角约束,核心瓶颈是长尾场景的真实路测成本。世界模型把长尾场景变成可批量生成的合成数据,等于把数据成本的边际递减改成边际趋零。三个碎片合起来看,百度是在用「数据工厂」能力为海外扩张做成本准备,而不是再追加一支车队。;跟踪两个指标:萝卜快跑海外商业化城市数量,以及 Apollo World 合成数据在训练集里的占比。仿真与标注供应链的商业模式会被重构,从按人头卖工时转向按场景库订阅。
【国外信号传导】AI 写代码从辅助跨到「承担核心系统重构责任」:两个案例都指向同一件事:企业已把「大规模遗留系统改造」这种过去必须外包给专业团队的高风险工程交给模型完成,衡量标准也从代码补全率变成 P99 延迟与服务器账单。这把 AI 编程的付费主体从个人开发者推到了 CIO 的 IT 预算,市场规模与决策链条同时升维。 ⇒ 腾讯(看多):腾讯云 CodeBuddy 在游戏与金融客户的遗留系统改造需求密集,AI 主导重构若被验证,腾讯云的行业解决方案报价与续约率都会受益。
【国外信号传导】AI 写代码从辅助跨到「承担核心系统重构责任」:两个案例都指向同一件事:企业已把「大规模遗留系统改造」这种过去必须外包给专业团队的高风险工程交给模型完成,衡量标准也从代码补全率变成 P99 延迟与服务器账单。这把 AI 编程的付费主体从个人开发者推到了 CIO 的 IT 预算,市场规模与决策链条同时升维。 ⇒ 阿里巴巴(看多):通义灵码是国内最接近「企业级重构」场景的产品,且阿里云同时握着模型与迁移服务两侧,能把 AI 编程的收益直接沉淀为云的算力消耗与运维合同。
到 2027 年上半年,将出现至少 3 家公开披露「用 AI 完成核心系统语言迁移」的财富 500 强公司,且成本低于外包报价 50%。
证伪条件:若 2027 年 6 月底前没有第二家大型企业公开可审计的 AI 主导核心系统迁移案例,判断作废。
AI 写代码从辅助跨到「承担核心系统重构责任」;两个案例都指向同一件事:企业已把「大规模遗留系统改造」这种过去必须外包给专业团队的高风险工程交给模型完成,衡量标准也从代码补全率变成 P99 延迟与服务器账单。这把 AI 编程的付费主体从个人开发者推到了 CIO 的 IT 预算,市场规模与决策链条同时升维。;软件外包与系统集成商的报价体系会被系统性压低;云厂商的「迁移与重构」服务收入结构将改变,从按人天计费转向按结果计费。技术团队应尽早建立 AI 主导重构的代码审计与知识留存机制。