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】Anthropic 的 IPO 第一次把 AI 编程的收入摆上台面:三条线索合起来是一次压力测试:AI 编程已被验证为最实的付费场景,但收入结构里包含相当比例的跨境灰色账号,同时企业客户开始要求 ROI 可计量。IPO 定价会把这三个问题一次性暴露给公开市场——增长质量、合规风险、单位经济模型。这也是为什么 Anthropic 要在上市前先把支出可视化做出来。 ⇒ 阿里巴巴(看多):通义灵码与 Qwen 编程模型是海外编程工具的直接替代项,跨境账号风控趋严会推动部分团队转向本地合规方案,形成替代需求。
具身智能的估值已前置到 2027 年,分化在下一份财报;这条链条的核心是资本如何给尚未规模化的硬件定价:宇树 2000 亿对应 2027 年出货预期,特斯拉合并则把机器人叙事与航天、算力打包。两者共同说明市场愿意为具身智能支付时间溢价,但支撑溢价的仍是订单与成本曲线,而非演示视频。;对二级市场,应以季度出货台数与单台成本下降斜率筛选标的,避免按产业链普涨逻辑追高。对一级市场,具身智能的融资窗口仍在,但投资人会要求可验证的量产时间表,纯算法团队的溢价空间收窄。
【国外信号传导】算力供给成为模型公司的估值天花板,存储是下一个瓶颈:四件事共同说明算力链的利润正在向上游与交付端集中:模型公司被算力成本压住毛利,云厂商借供需紧张提高服务定价,存储作为推理扩容的硬瓶颈获得资本加注。SpaceX 的高利润则证明,把 AI 嵌入已规模化的硬件业务比单独卖模型更容易赚钱。 ⇒ 中芯国际(看多):存储扩产与推理芯片国产化同步推进,成熟制程代工需求受益,长鑫增资落地通常领先设备与代工订单 1 至 2 个季度。
算力供给成为模型公司的估值天花板,存储是下一个瓶颈;四件事共同说明算力链的利润正在向上游与交付端集中:模型公司被算力成本压住毛利,云厂商借供需紧张提高服务定价,存储作为推理扩容的硬瓶颈获得资本加注。SpaceX 的高利润则证明,把 AI 嵌入已规模化的硬件业务比单独卖模型更容易赚钱。;评估模型公司应把长协算力覆盖率作为核心指标,而非仅看模型评测。对国内产业链,存储扩产的设备订单窗口在未来 4 至 6 个季度,是比整机更确定的受益环节。云服务涨价意味着企业 AI 预算需要提前锁定年度框架。
【国外信号传导】框架层解耦正在削弱 CUDA 的锁定,而非 GPU 的份额:三件事指向同一条逻辑链:模型公司对推理成本的敏感度已超过对峰值算力的追求,而 CUDA 的锁定主要来自迁移成本。一旦框架层兼容成熟,芯片选型就从技术决策变成采购决策。谷歌与亚马逊愿意自己承担适配成本,本质是用云收入补贴生态迁移,这笔账只有在算力规模化后才算得过来。 ⇒ 中芯国际(中性):芯片架构多元化利好本土代工需求,但先进制程约束仍在,受益主要体现在成熟制程的推理芯片订单,弹性有限。
【国外信号传导】框架层解耦正在削弱 CUDA 的锁定,而非 GPU 的份额:三件事指向同一条逻辑链:模型公司对推理成本的敏感度已超过对峰值算力的追求,而 CUDA 的锁定主要来自迁移成本。一旦框架层兼容成熟,芯片选型就从技术决策变成采购决策。谷歌与亚马逊愿意自己承担适配成本,本质是用云收入补贴生态迁移,这笔账只有在算力规模化后才算得过来。 ⇒ 海光信息(看多):PyTorch 后端解耦降低了国产加速卡的适配门槛,海光的软件栈投入产出比提升,在信创与智算中心招标中的可比性增强。
【国外信号传导】框架层解耦正在削弱 CUDA 的锁定,而非 GPU 的份额:三件事指向同一条逻辑链:模型公司对推理成本的敏感度已超过对峰值算力的追求,而 CUDA 的锁定主要来自迁移成本。一旦框架层兼容成熟,芯片选型就从技术决策变成采购决策。谷歌与亚马逊愿意自己承担适配成本,本质是用云收入补贴生态迁移,这笔账只有在算力规模化后才算得过来。 ⇒ 寒武纪(看多):CUDA 锁定被框架层削弱后,国产芯片的竞争维度从生态兼容转向性价比,寒武纪的推理产品线在云厂商多芯片采购中获得的验证机会增加。
框架层解耦正在削弱 CUDA 的锁定,而非 GPU 的份额;三件事指向同一条逻辑链:模型公司对推理成本的敏感度已超过对峰值算力的追求,而 CUDA 的锁定主要来自迁移成本。一旦框架层兼容成熟,芯片选型就从技术决策变成采购决策。谷歌与亚马逊愿意自己承担适配成本,本质是用云收入补贴生态迁移,这笔账只有在算力规模化后才算得过来。;短期不要做空英伟达的出货,但应下调对其软件溢价可持续性的假设。对国产 AI 芯片公司,这是生态解耦的窗口期,兑现的关键是框架适配仓库的社区活跃度,而非发布会上的算力参数。跟踪指标是 PyTorch 各硬件后端的 PR 合并速度。
【国外信号传导】AI 芯片的第二供应商叙事重新获得资本定价:当头部模型公司用 450 亿美元级长约锁死产能,云厂商就有强烈动机扶持第二供应商以恢复议价能力。Tenstorrent 拒绝收购、坚持独立并拿到 62 亿美元估值,正是这一结构性需求的资本表现。英伟达一边被当作替代对象,一边用少数股权投资扩大生态覆盖,说明它也在防守这条裂缝。 ⇒ 海光信息(中性):海外第二供应商融资成功会强化国内市场对国产替代路线的信心,但实际传导取决于软件生态适配进度,短期宜观察而非追高。
【国外信号传导】AI 芯片的第二供应商叙事重新获得资本定价:当头部模型公司用 450 亿美元级长约锁死产能,云厂商就有强烈动机扶持第二供应商以恢复议价能力。Tenstorrent 拒绝收购、坚持独立并拿到 62 亿美元估值,正是这一结构性需求的资本表现。英伟达一边被当作替代对象,一边用少数股权投资扩大生态覆盖,说明它也在防守这条裂缝。 ⇒ 寒武纪(中性):Tenstorrent 62 亿美元估值为国产 AI 芯片提供了第二供应商估值参照,但两者客户结构不同,情绪提振大于实质订单传导。
开源模型从陪跑变成定价武器,中国团队在编码能力上正面反超;四条线索共同说明开源已从跟随策略变成主动的定价工具。硬件厂商用开源模型拉动端侧与私有云推理需求,头部实验室用开源对抗闭源 API 的黏性,中国团队则用极致的 Token 效率把成本曲线整体下压。三者叠加的结果是:闭源模型的能力溢价窗口在收窄,客户开始按单位任务成本而非模型品牌做采购决策。;模型选型应在未来一个季度内完成一次全量重估,把开源权重方案纳入默认候选而非备选。对国内厂商,这是难得的在公开基准上领先的窗口期,应加速海外商用授权与生态建设,把技术优势转化为渠道优势。
国行 AI 落地把竞争拉回「系统级入口」;苹果把最保守的功能先落地,是在合规与体验之间换取时间窗口:系统级入口一旦铺开,后续叠加 Agent 能力的边际成本极低。对国内厂商,这意味着 11 月起「有没有 AI」不再是卖点,「AI 能不能跨应用办事」才是。而 155 款应用拒绝豆包说明跨应用恰恰是最难的一步——苹果的慢,可能反而是稳。;关注两类公司:一是能给系统级助手提供跨应用授权的平台方,二是端侧推理相关的芯片与内存供应链。四季度手机厂商的 AI 发布会将密集出现,但真正能落地跨应用操作的不会超过两家,其余仍是功能清单式营销。
开源权重模型进入「本地可跑」竞赛,私有部署成本曲线陡降;三件事共同压缩了「同等能力的单位成本」:硬件侧从机房降到工作站,模型侧用 MoE 把激活参数降到 42B,应用侧换模型即降本 76 倍。当能力不再稀缺,定价权从模型供应商转向掌握场景与数据的集成方。开源权重是这个转移的加速器——它让企业第一次可以算清「自建 vs 调用」的三年总成本,而这笔账在两年前根本算不清。;有数据合规要求的中大型企业,本地部署的回收期已从三年缩到一年以内。云厂商的推理营收增速可能先于 GPU 采购增速放缓,值得在下一季度财报里重点验证——这是判断 AI 资本开支周期是否见顶的先行指标。
【国外信号传导】Agent 的能力边界由平台授权决定,而非模型分数:三条碎片指向同一件事:Agent 的瓶颈已经从「会不会做」变成「允不允许做」。OpenAI 用浏览器扩展绕开建浏览器的成本,字节想用系统级自动化直接代操作,结果被同业集体封堵;海外网站的封禁说明连开放互联网也在关窗。能力供给过剩时,稀缺资源是入口授权与用户信任,而不是模型分数。 ⇒ 字节跳动(中性):豆包用户规模领先,但系统级屏幕自动化被 155 款应用拒绝,跨应用能力须转为逐个签约,扩张节奏从技术驱动变为商务驱动,估值逻辑需相应调整。
Agent 的能力边界由平台授权决定,而非模型分数;三条碎片指向同一件事:Agent 的瓶颈已经从「会不会做」变成「允不允许做」。OpenAI 用浏览器扩展绕开建浏览器的成本,字节想用系统级自动化直接代操作,结果被同业集体封堵;海外网站的封禁说明连开放互联网也在关窗。能力供给过剩时,稀缺资源是入口授权与用户信任,而不是模型分数。;判断 Agent 公司时,把「自有界面 / 授权合作占比」作为核心指标,纯爬取型产品的生命周期可能只有 6~12 个月。持有操作系统、浏览器、超级 App 的平台方,在这一轮的议价能力被显著低估,值得重新定价。
Agent 的能力在涨,通行权在收,摩擦点从模型转移到平台;把四条串起来会看到同一个结构:模型侧在疯狂扩张 Agent 的权限半径(读标签页、跨应用、代操作),而站点侧在同步收紧入口。能力提升和访问收紧同时发生,说明 Agent 的瓶颈已从「会不会做」变成「让不让做」。谁掌握真实交易场景,谁就掌握了 Agent 商业化的闸门。;投资 Agent 项目时要看它是否有官方合作通道,纯靠爬取与模拟点击的产品会在半年内被系统性封堵。拥有自有生态的平台(社交、支付、本地生活)反而应该收紧而非开放,把通行权做成收费入口是更优策略。
开源权重压到端侧,云端推理的定价权首次被公开挑战;三件事看似分散,实为同一条链:模型能力趋同后,调用方开始按成本与可控性重新分配负载。Meta 把旗舰开源模型压到消费级硬件,等于给企业提供了一个「不用按 token 付费」的选项;Replit 的切换则证明平台方已经在用脚投票。开源 + 端侧的组合,正在把推理从运营开支变成资本开支,这会重写云厂商的定价模型。;短期看空纯推理 API 的毛利假设,中期看好端侧硬件与私有化部署服务。企业应在下一轮采购谈判中把「本地可跑」作为议价筹码,即便最终仍选云端。真正的时间窗口是未来两个季度,等主要厂商跟进降价,谈判空间就会消失。
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。;评估模型供应商时要区分“可替换的推理”与“已嵌入流程的能力”;对企业,绑定越深议价权越低,关键流程应保留双模型抽象层。对国内厂商,垂直行业的交付与合规能力比模型分数更值钱,政企与金融是当前最现实的付费场景。
端侧开源联盟成型:Meta 借苹果硬件,蚂蚁压单位成本;四条线索指向同一件事:AI 的分发重心正从云端API向端侧设备与本地推理迁移。Meta 用开源换硬件装机量,苹果用外部模型补齐能力缺口,蚂蚁用极致单价打穿企业预算门槛——三者共同把“模型能力”变成可替换的公共品,真正稀缺的变成设备入口、内存供给与推理成本控制力。当模型本身不再稀缺,价值链的利润必然向两侧转移。;未来12个月,模型层的溢价将持续被压缩,价值向掌握终端入口、内存供给与推理优化的环节转移。判断一家 AI 公司的第一步应变成“它是否握有不可替代的分发位”,而不是看榜单分数。对国内厂商,抢终端预装位的优先级高于再发一版模型。
AI 监管从「调查」进入「诉讼」,安全与对齐成为组织级成本项;三条海外线索与一条国内线索指向同一趋势:AI 安全已从公关议题变成法律与准入议题。州级诉讼意味着赔偿责任可能被判例化,虚假影响力行动的处置意味着平台责任被前置,字节的部门升格与苹果的备案流程则说明国内选择用组织与准入手段提前消化风险。结果是安全与合规从「成本中心的可选项」变成「产品上线的前置条件」。;面向C端大众市场的 AI 产品应在本季度内完成青少年模式、内容溯源与申诉机制的搭建,否则在下一轮监管或诉讼中会处于被动。投资人评估消费级 AI 标的时,应把合规团队的规模与历史处置记录纳入尽调清单,这部分成本将在未来两年持续抬升。