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】中国AI在高价值场景走「评测+基建」路径,而非流量路径:国内AI的落地路径正在分叉:一条是流量与入口(腾讯元宝争默认位),另一条是高价值垂直场景的严肃验证(医疗多中心评测、自驱动实验室)。后者的共同点是用「可被专业共同体接受的评测口径」换取采购资格,绕开了通用助手的价格战。这类路径收入慢但壁垒高。 ⇒ 科大讯飞(看多):其医疗AI已进入基层医疗与医院信息系统,多中心评测一旦成为采购门槛,具备实际部署经验的厂商在招标中优势最大。
【国外信号传导】Agent从演示期进入验收期,评测与计费口径开始定义采购:四件事共同把Agent从「能不能做」推到「值不值得做」:生物实验、软件开发、企业SOP、安全修复四个场景都出现了可量化的成本与成功率口径。一旦采购方开始用「每次成功任务成本」签合同,靠demo融资的Agent公司会迅速出清,而有真实场景数据与工具链集成的团队会拿到溢价。 ⇒ 科大讯飞(看多):在教育、医疗等垂直SOP场景已有交付经验,按效果计费对其形成差异化优势。
【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。
【国外信号传导】Agent 正在从屏幕走进物理世界,百元级硬件成为家庭入口:软件侧的 Personal Agent 已经证明需求真实(Muse 1040 万下载),但它的天花板是系统权限;硬件侧的 150 元设备绕开了权限问题,直接成为家庭里的常驻调度器。叠加机器人融资 +185%,说明资本判断下一代入口不在手机里,而在能被 Agent 控制的物理节点上。腾讯开放第三方智能体接入,则是在为这些节点准备上层调度协议。 ⇒ 科大讯飞(看多):语音是家庭 Agent 最自然的交互入口,硬件放量会直接拉动语音模组与唤醒方案需求,讯飞在中文语音链路上具备供给优势。
【国外信号传导】Agent 从演示进入计费:语音场景跑出可复制的单位经济模型:推理成本下降(Claude 解限)与编排能力开源(DeepSeek 底座)同时发生,把 Agent 的竞争从技术门槛推向场景与计费设计。Retell 的 1 亿次通话与 160 万美元人均收入给出了可验证的样板:高频、低客单、强自动化的语音场景最先跑通单位经济。腾讯选择用连接层与积分体系承接企业办公,本质是在抢同一件事——谁定义 Agent 的计费单位。 ⇒ 科大讯飞(看多):语音 Agent 的单位经济模型被 Retell 验证,其在国内客服、教育、车载语音的场景积累可直接对标,企业替代人工坐席的 ROI 逻辑更易成立
到 2027 年下半年,主流国产可穿戴设备中至少有 3 款把端侧语音交互作为默认模式而非联网兜底方案。
证伪条件:若 2027 年 12 月前,市面在售国产可穿戴设备仍普遍要求联网才能完成语音交互,则判断错误。
端侧语音交互跨过可用门槛,个人 Agent 的入口之争提前;海外在解决 Agent 如何安全地代表用户登录账号,国内在解决 Agent 如何在端侧听得懂、跑得动,两条线看似无关,实则指向同一个终局:常驻本地的个人助理。端侧 70% 能力意味着常规交互无需联网,意图理解专用模型意味着指令解析可以在低算力下完成,身份代登录意味着 Agent 可以替用户执行动作。三块拼图凑齐,个人 Agent 的形态与入口会在 12 个月内被重新定义。;可穿戴、车机、家电厂商应立即启动端侧语音方案的实测选型,把联网依赖从产品定义中去掉。云语音 API 供应商需准备应对部分调用量被端侧吃掉。创业者应聚焦端侧 Agent 的权限管理与本地审计,这会是硬件厂商最缺的一环。
【赛道传导·foundation-model】AI 资本开支开始动用股权工具,融资节奏成为基建链的领先指标 ⇒ 科大讯飞:星火大模型,教育/政企场景
【国外信号传导】OpenAI 正把企业工作流做成新的护城河:四条线索指向 OpenAI 的战略转向:不再只卖 token,而是把安全、法律、编程等高价值工作流封装成行业方案,绑定客户的流程与数据。当客户的合规流程、案件库与代码库都长在某个模型上,切换成本就从“模型价格”变成“流程重构”。这正好解释了为什么 Replit 能换供应商、而政企与律所客户换不动——可替换的是推理,难替换的是流程。 ⇒ 科大讯飞(看多):国内最接近“行业工作流+模型”打法的公司,政企、教育、医疗的交付体系正是OpenAI式深度绑定的国内镜像
【赛道传导·foundation-model】规模化强化学习正在把大模型变成资本开支游戏 ⇒ 科大讯飞:星火大模型,教育/政企场景
【国外信号传导】开源权重的安全外溢,正在从研究议题变成采购硬约束:这三件事共同把模型安全从技术议题推成采购与合规议题:能力平权的代价是护栏没有同步平权,开源权重一旦能力追平前沿,恶意使用门槛也同步下降;而监管开始以事故和可追溯性(水印、强制报告、熔断)为单位追责。安全评测报告正在变成和性能跑分同等重要的销售材料。 ⇒ 科大讯飞(看多):教育、医疗、政企等高合规场景本就要求本地部署与可控输出,开源权重的安全争议会强化「合规优先」的招标偏好,利好其行业模型入围。
【国外信号传导】资本从「买模型」转向「买工程与物理世界的落地能力」:四笔交易排在一起看,资本的偏好出现了明显位移:愿意为纯模型能力付高价的只剩 Jev 这类顶级团队,而更大的金额流向了能把 AI 嵌入具体流程的公司——硬件设计、个人助手、空间智能。AMD 的并购尤其说明问题,芯片厂商买模型是为了让自家硬件产生独占需求,这是产业资本而非财务资本的逻辑。共同指向的结论是:AI 的估值锚点正从「模型有多强」转向「能替谁省下多少工时或多少人力」。 ⇒ 科大讯飞(看多):Instinct 以 10 亿美元融资验证个人助手的独立赛道价值,讯飞在教育、办公等垂直场景的落地路径与之同构,情绪面受益明显。
【国外信号传导】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 ⇒ 科大讯飞(看多):教育与医疗场景的付费意愿来自结果而非对话,与只输出结构化答案的趋势同向;其在教育硬件与政企采购的渠道优势,使其更接近可度量的任务交付。
【国外信号传导】企业 AI 的真瓶颈是工程人力,不是模型能力 ⇒ 科大讯飞(看多):其在教育与政企培训渠道的积累可直接承接企业 AI 落地服务需求,海外厂商重金做培训会加速国内客户的付费意愿与预算释放。
【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 ⇒ 科大讯飞(看多):作为典型的模型使用方,推理单价下行直接改善其教育与办公硬件产品的毛利,价格战对它是对手成本,而非自身成本。
【国外信号传导】语音与「非生成式」推理同时被资本重估:表面上是两个赛道,实质是同一件事的两面:AI 的商业价值正在从「生成得像人」转向「输出可用、成本可控」。ElevenLabs 的翻倍估值来自配音、客服等可计价场景的稳定 ARR;Ringg 的65%自主解决率与90%成本降幅说明语音客服已跨过经济性临界点;Jev 则干脆放弃生成,只给可校验的概率值。三者的共同分母是「在高容错成本场景里,准确的低成本输出比流畅的自然语言更值钱」。 ⇒ 科大讯飞(看多):国内语音与政企客服市场的主要承接方,海外语音 Agent 证明65%自主解决率与90%成本降幅可行,会加速国内客服中心采购语音 Agent 的预算重估。