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

看多中期谷歌 · GOOGL待回访2026-11-11 提出 · 2027-02-09 回访

谷歌将在 2027 年 Q1 前把 Agent 蜂群能力接入 Workspace 全线产品(邮件、文档、会议),并首次对外公布第八代 TPU 的外部客户名单。

证伪条件:若 2027 年 3 月底前 Workspace 未上线蜂群相关功能,或仍未披露任何 TPU 外部客户,则判断错误。

多智能体编排被上收为模型原生能力,中间件层被挤压;蜂群能力会成倍推高单任务的 token 消耗,这正是长上下文专用 TPU 存在的理由——模型能力设计与芯片负载设计第一次在同一周内互相印证。当编排、工具调用、垂直领域能力都被收进模型内部,夹在模型与应用之间的框架层就失去了存在基础,剩下的是数据、权限与交付。;做 Agent 框架与提示词编排的团队需要在一个版本周期内找到不可替代性,否则会被原生能力免费覆盖。反过来,掌握私有数据与行业交付能力的公司会因模型变便宜而毛利改善。

看多长期谷歌 · GOOGL待回访2026-11-07 提出 · 2027-08-04 回访

2027 年上半年,PyTorch 主线将把 TPU 或另一非 CUDA 后端纳入一等公民支持,主流开源模型的迁移成本下降 30% 以上。

证伪条件:若 2027 年 6 月前 PyTorch 主线仍未合并任何非 CUDA 后端的一等支持代码,则判断错误。

TorchTPU 与高通建仓:谷歌同时在拆 CUDA 的软件墙和硬件的单一供应;开源 TorchTPU 解决的是「换硬件要重写代码」的软件门槛,建仓高通补的是端侧与边缘推理的硬件短板,2000 亿美元资本开支与人力买断则是把预算从人转向算力的财务动作。三者合起来是一次结构性押注:算力优势将从单一厂商的芯片性能,转移到谁能提供最多可替换后端的软件生态。;对云厂商与大型甲方,硬件议价窗口首次真正打开,应在下一轮算力合同前完成至少一次非英伟达后端压测;对国产加速器厂商,这是可复用的生态捷径,适配优先级应高于纸面算力指标。

看多长期谷歌 · GOOGL待回访2026-10-28 提出 · 2027-07-25 回访

6~12 个月内会出现至少一家头部人形机器人公司公开宣称,其策略训练数据中超过 50% 来自世界模型合成的仿真环境。

证伪条件:若 2027 年 10 月前无人形机器人公司公开披露合成数据占比超 50%,则判断错误。

Genie 4 把世界模型做成可实时操控的仿真环境;世界模型的价值不在生成一段视频,而在成为可交互的训练场:机器人策略训练需要大量带物理一致性的反事实数据,视频生成模型给不了动作—反馈闭环,Genie 4 给得了。于是竞争从'画面像不像'转向'能不能被策略网络调用',这会重新定义多模态公司的客户结构——从内容公司变成机器人公司与自动驾驶公司。;具身智能公司应评估用合成环境替代真机采数的比例,把数据成本从每台机器人摊销转为算力摊销;内容侧公司要警惕'一次性生成'被降级为世界模型的副产品,纯视频生成工具的溢价会先收窄。