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
多模态正从「能生成」转向「能实时理解并执行」,估值开始分层;多模态的价值锚点正从「生成质量」移到「实时理解 + 立即行动」。Guided Vision 让相机变成输入设备,虚拟试穿把视觉接进交易,Muse 把理解结果变成下单动作,而 ElevenLabs 证明语音这种效果可感知的模态能拿到 220 亿美元。四者拼出一条链路:看到→听懂→替你做→收佣金,中途不再经过人工确认,这正是它同时带来效率与风险的原因。;做多模态的团队应把 KPI 从画质与音质转向「理解到执行的闭环成功率与延迟」;电商与本地服务类产品需要在 1~2 个季度内把视觉搜索接进交易链路,否则用户会留在对话框里完成决策,平台只剩履约。
前沿模型的分发正在「准入化」,通用开发者的免费红利期结束;四条消息的共同指向是:模型厂商正在从「卖能力」转向「筛客户 + 防外流」。准入名单决定谁有资格用最强模型,涨价与额度控制决定谁能付得起,Codex Harness 开源决定谁留在自己的工具链里,反蒸馏则是在掐断「用你的输出训练我的模型」这条捷径。四道闸门同时落下,说明前沿模型的供给方已经具备定价权,不再需要用免费或低价换份额。;对企业采购,应在续约前补上「模型版本变更与访问受限」的通知期条款,并准备可替换的B角模型;对创业者,把核心能力建立在对单一海外模型 API 的调用上是高风险的,应尽快把差异化沉淀到数据、工作流与评测集上,这些是模型厂商收走的。
安全对齐成为模型准入的新闸门,能力越强越由评估决定发布与否;四条线索指向同一趋势:模型能力越过网络安全阈值后,能不能放出来由安全评估而非产品节奏决定。谷歌用准入分级控制风险扩散,OpenAI 用内部安全闸门调节代际发布节奏,Anthropic 用红队报告把竞争对手推到聚光灯下。安全能力正在从成本中心同时变成竞争工具和准入门槛,而蒸馏防御则说明连模型输出本身都开始成为被保护资产。;企业采购前沿模型时,把是否提供可审计的安全评估与护栏文档写进供应商清单;使用开源权重模型做安全相关产品的团队应自行补齐拒绝策略与输出过滤,一次公开事故就足以断掉政企与海外订单,而这项投入现在做成本最低。
国产算力栈在软件层完成拼图,瓶颈正从工具链转向应用规模;四条消息构成同一条国产算力供应链的补链路径:模型公司补编译与通信中间层,存储端用 349 亿元扩产对冲高端存储缺口,货币端用 PSL 降息压低基建资金成本。软件栈补位的意义大于单卡性能提升——过去国产替代卡在能跑但不好用,工具体系对齐后迁移成本才真正下降,这条链第一次具备了端到端的工程可行性。;技术团队可启动小规模双栈并行验证,把迁移评估提前到 2027 年预算周期;投资侧关注为国产栈做算子适配、性能调优与迁移服务的中间层厂商,这类公司的收入会随昇腾出货量线性放大,且不承担芯片本身的资本风险。
国内资金正从「模型参数」转向「物理世界」;三条线索拼出的是一张资本流向图:国内一级市场的钱正在离开「再训一个更大的通用模型」,转投能落到物理世界的具身智能与智能驾驶。原因不难理解——通用模型赛道已被头部几家锁定,追赶者的边际收益快速下降;而家庭具身与智驾仍有明确的硬件、渠道与数据壁垒可筑。京东相关基金入场与华为加码智驾,分别代表渠道型巨头与硬件型巨头的卡位逻辑,两者都在抢「物理入口」。;国内创业者应把项目定位从「模型能力」改写为「场景与数据闭环」,尤其是家庭与服务场景;投资人则可关注具身智能上游的传感器、关节模组与被投企业的渠道协同。风险提示:智驾方向单家车企自研门槛已升至百亿元级,缺乏渠道或整车绑定关系的创业公司融资难度会显著上升。
AI 估值的一级与二级背离正在显性化;三条线索指向同一件事:一级市场仍在用「算力与能力领先」给 AI 公司定价,而公开市场开始要求看到盈利路径与治理结构。OpenAI 把大额融资放在 IPO 之前,本质是回避公开市场的定价约束;Anthropic 则选择把风险摊在阳光下主动接受检验。Oura 暂停 IPO 说明非 AI 核心资产在当下窗口融资难度上升,资金正被 AI 叙事抽走。这三件事共同说明:AI 资产与非 AI 资产的资本待遇分化,已经大过 AI 资产内部的分化。;未来 6 个月是估值分水岭。建议投资人对手中 AI 资产做「能否独立支撑二级市场估值」的压力测试,对无法通过的项目提前设计并购退出或老股转让;创业者若计划 2027 年前后上市,现在就要准备可披露的收入结构与治理文件,临时补做的成本极高。
Agent 从「工具」变「雇员」,最先赚钱的是身份与权限层;这四条线索指向同一个变化:Agent 的执行权正在从人手上转移到常驻进程上。一旦自动化动作能代替用户下单、付款、改文件,交易对手与企业合规部门就必须先回答「这个动作是谁授权的」。模型能力越强、托管时间越长,验证需求越是刚性,而这层需求不依赖模型厂商的善意,是外部强制性需求。OpenAI 自己把安全列入发布类别,等于承认这层外部性无法内部消化。;未来 12 个月,Agent 身份与会话审计大概率成为企业采购的准入项而非加分项。可操作方向:关注做 Agent 身份验证、操作审计日志、权限回收中间件的早期公司,尤其是已经有金融客户验证场景的团队;同时警惕只做「Agent 编排」而无信任层能力的产品,其估值会被压在应用层而非基础设施层。
资本正在给成本曲线定价,而不是给能力曲线定价;四条线索从不同方向压同一条曲线:Modal Labs 在数据中心侧用规模摊薄推理成本,Colibrì 在端侧用存储层级绕过显存瓶颈,Ringg 证明应用层已能把降本直接变成定价优势,而 Anthropic 的招股书说明不做这件事连上市叙事都讲不圆。当能力差异以周为单位被追平,长期变量只剩每 token 成本与延迟。;给应用公司的判断:未来 12 个月推理单价仍有下行空间,把全部降本让给客户的公司会输,应把降价投入到扩大任务复杂度上。给投资的判断:推理基础设施的估值已计入高增长,需重点验证 GPU 采购成本与调度效率,而非客户数量。
Agent 事故与 Agent 风控融资在同一周爆发,信任层正在变成必选项;这四件事构成了一个完整闭环:事故暴露风险(图片外泄、越权访问、代码整仓上传),媒体报道放大影响,资本随即给出定价(Baselayer 3500 万美元),开源社区同步补齐工具(Casbin Gateway 外发监测)。这说明 Agent 安全不再是实验室的内部议题,而是一个有买方、有工具、有标准的早期市场。尤其值得注意的是,触发点从模型本身转向了权限与出口——也就是可被工程手段解决的部分。;判断:未来 6~12 个月,'Agent 可审计'会像当年的'数据加密'一样,从加分项变成采购前置条件,金融、医疗、政企会最先强制。可落地动作:企业应在采购 Agent 产品时把权限粒度、外发白名单、操作回放列为验收条款;创业者在做垂直 Agent 时把权限与日志做成产品的一部分而非事后补丁,这将成为中小厂商少有的、能对巨头形成差异化的维度。
自主运行时长,正在取代模型分数成为新的能力刻度;这几件事的公共变量不是参数,而是「能跑多久」与「跑在哪」。Claude 与求是引擎比拼的是长时间自主运行的稳定性,OpenAI 的暂停说明时长同时是风险暴露窗口,而 Colibrì 的本地推理把长时任务的成本压到可承受区间。三件事合起来说明,能力评价重心正从单点基准分数转向「单位成本下可持续自主工作的时长」,这恰好也是付费意愿最集中的地方。;团队设计 Agent 产品时,应把长时运行成功率、失败恢复与成本上限列为一级指标,而不是追求单轮回答质量;科研与工业场景可优先布局 24 小时以上的常驻 Agent 任务,这类任务的付费意愿与竞争密度目前严重不匹配,先做的人会拿到基准定义权。
算力采购从现货走向长约,风险从价格转向期限;三笔动作的期限结构高度一致:模型公司用多年合同锁定成本,云厂商用长期收入换取资本开支,自研路线则试图把利润留在体系内部。而 IMF 的警告说明这类长约在下行周期会先于收入恶化显形——成本是刚性的,收入不是。当同一条产业链上所有玩家都选择把不确定性推给未来的自己,系统性风险就开始在合同条款里累积。;看 AI 标的时,把「算力合同期限与最低承诺额」提升到与收入增速同级的关键指标;企业侧应保留一部分现货算力弹性,避免被长约锁死模型迭代路线。真正需要盯的不是今天的订单金额,而是 2027 年前后的重定价节点。