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】芯片厂商开始买算法栈,护城河从硬件转向硬件加模型加工具链 ⇒ 海光信息(看多):大规模集群交付要求 CPU 与加速器协同,海外厂商纵向整合会倒逼国内客户加速选择国产整栈方案,海光的 CPU 加 DCU 组合是少数可打包交付的选项。
【国外信号传导】芯片厂商开始买算法栈,护城河从硬件转向硬件加模型加工具链 ⇒ 寒武纪(中性):AMD 以并购补软件栈的路径反向说明国产 AI 芯片的短板同样在生态而非算力;短期订单受益于国产替代情绪,但若不能绑定模型与框架,估值溢价难以长期维持。
【国外信号传导】个人智能体正从聊天窗升级为系统层入口,而权限是它的天花板 ⇒ 阿里巴巴(中性):通义与夸克均押注个人助手入口,但缺少操作系统级权限,只能靠生态调用绕开系统闸门;海外权限收紧会提高其端侧落地合规成本,短期难形成差异化。
【国外信号传导】个人智能体正从聊天窗升级为系统层入口,而权限是它的天花板 ⇒ 小米(看多):端侧 Agent 的权限来自操作系统本身,手机与 IoT 厂商握有天然闸门;Meta 开源 Muse 硬件代码验证了口袋设备形态,小米的人车家生态是最直接的对标载体。
【国外信号传导】个人智能体正从聊天窗升级为系统层入口,而权限是它的天花板 ⇒ 腾讯(看多):Marvis 已验证操作系统层个人助手的国内需求,日活较 5 月增长近四倍;若苹果式权限收紧成为全球标准,腾讯凭借应用分发与系统级预装优势,比独立 Agent 创业公司更容易拿到授权。
【国外信号传导】开源正成为护城河迁移工具,而非单纯的理想主义:三家公司开源的对象完全不同——硬件、Agent 框架、算子,但动机一致:当自身在某一层的规模优势不足时,用开源把竞争拉到对自己有利的层面。Meta 缺硬件入口就用开源硬件扩散,DeepSeek 缺芯片生态就用开源工具链换适配,OpenAI 在 Agent 框架被追赶时开源以维持事实标准。开源已从发布方式变成竞争策略。 ⇒ 智谱(中性):国内开源模型厂商在框架开源浪潮中可获得更多二次开发与政企私有化订单,但同质化开源会持续压低模型授权价格,需靠行业解决方案维持毛利。
【国外信号传导】开源正成为护城河迁移工具,而非单纯的理想主义:三家公司开源的对象完全不同——硬件、Agent 框架、算子,但动机一致:当自身在某一层的规模优势不足时,用开源把竞争拉到对自己有利的层面。Meta 缺硬件入口就用开源硬件扩散,DeepSeek 缺芯片生态就用开源工具链换适配,OpenAI 在 Agent 框架被追赶时开源以维持事实标准。开源已从发布方式变成竞争策略。 ⇒ 阿里巴巴(看多):通义系列长期以开源换生态,Agent 框架与算子层的开源化会放大其开源模型的采用基数,利好后续云端部署与调用收入。
【国外信号传导】国产算力在去 CUDA 绑定上出现工程级进展:把软件层的算子抽象、硬件层的昇腾适配、产能层的存储扩产放在一起看,国内正在做的是把「单点芯片可用」升级为「整套工具链可迁移」。CUDA 的真正壁垒不是指令集而是算子库与开发者习惯,开源算子层是唯一可能低成本撬动的切入点。AMD 用 82 亿美元买软件栈,恰好从反面证明工具链才是当下的定价核心。 ⇒ 海光信息(看多):海光 DCU 若接入同类开源算子体系,可将生态短板转化为跟随优势,直接受益于国产替代采购放量。
【国外信号传导】国产算力在去 CUDA 绑定上出现工程级进展:把软件层的算子抽象、硬件层的昇腾适配、产能层的存储扩产放在一起看,国内正在做的是把「单点芯片可用」升级为「整套工具链可迁移」。CUDA 的真正壁垒不是指令集而是算子库与开发者习惯,开源算子层是唯一可能低成本撬动的切入点。AMD 用 82 亿美元买软件栈,恰好从反面证明工具链才是当下的定价核心。 ⇒ 寒武纪(看多):统一的国产算子抽象层降低了适配门槛,寒武纪可复用同一套工具链争取客户,有助于缩小与昇腾之间的生态差距。
【国外信号传导】推理成本红利正在被厂商截留,而不是让给用户:成本曲线与定价曲线出现明显背离:推理的单位成本三年下降数千倍,但 OpenAI 选择在同一场发布会上涨价并砍额度,谷歌则用半价抢份额。这说明降本红利被厂商按竞争位置分配——份额落后者让利,份额领先者变现。对下游应用公司而言,毛利率改善不会自动发生,必须靠路由、缓存与级联设计把成本优势抓在自己手里。 ⇒ 字节跳动(看多):豆包长期以低价策略切开发者市场,Gemini 4 半价会加剧全球 API 价格战;字节的算力储备与现金流使其有能力跟进,有利于争抢应用侧调用量。
【国外信号传导】推理成本红利正在被厂商截留,而不是让给用户:成本曲线与定价曲线出现明显背离:推理的单位成本三年下降数千倍,但 OpenAI 选择在同一场发布会上涨价并砍额度,谷歌则用半价抢份额。这说明降本红利被厂商按竞争位置分配——份额落后者让利,份额领先者变现。对下游应用公司而言,毛利率改善不会自动发生,必须靠路由、缓存与级联设计把成本优势抓在自己手里。 ⇒ 阿里巴巴(看多):通义千问以低价 API 抢开发者,海外基座降价会压缩国内 API 溢价空间,但也强化阿里云「算力加模型」捆绑销售,利好其云业务份额扩张。
【国外信号传导】个人 Agent 正从功能变成入口,平台反制已经开始:四条线索指向同一件事:Agent 的能力边界已经从「回答问题」推进到「代你操作设备和数据」,入口价值因此被重估——谁常驻在用户设备里,谁就绕过了应用商店与广告分发。与此同时苹果收紧权限,说明平台方已意识到被架空的可能。能力扩张与权限收缩将同步进行,未来一年竞争的实质是「权限谈判能力」,而不是模型分数。 ⇒ 小米(看多):个人 Agent 的终极载体是终端,小米覆盖手机、汽车与 IoT 三端设备并掌握系统层权限,是端侧 Agent 最直接的受益方,但需同时承担平台反制与隐私合规成本。
【国外信号传导】个人 Agent 正从功能变成入口,平台反制已经开始:四条线索指向同一件事:Agent 的能力边界已经从「回答问题」推进到「代你操作设备和数据」,入口价值因此被重估——谁常驻在用户设备里,谁就绕过了应用商店与广告分发。与此同时苹果收紧权限,说明平台方已意识到被架空的可能。能力扩张与权限收缩将同步进行,未来一年竞争的实质是「权限谈判能力」,而不是模型分数。 ⇒ 腾讯(看多):Marvis 已验证日活较 5 月增长近 4 倍,且腾讯握有应用宝分发与微信账号体系,是少数能把 Agent 装进用户日常操作路径的国内公司,入口价值存在重估空间。
【国外信号传导】企业 AI 的真瓶颈是工程人力,不是模型能力 ⇒ 金山办公(看多):办公文档是最容易量化 ROI 的企业 AI 入口,海外厂商验证落地方法论后,国内办公软件厂商可顺势把 AI 功能转为付费增量。
【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。
企业 AI 的真瓶颈是工程人力,不是模型能力;两家最大的模型公司同时把预算投向「人」而非「模型」:Anthropic 砸 1 亿美元培训工程师,OpenAI 向中小企业铺培训,而 Chatham 把交易校验效率提升 7 倍以上,成为可被引用的落地样板。这说明企业 AI 的转化漏斗卡在「没人能把模型接进流程」,模型能力已不是稀缺项,交付方法论与工程人力才是,谁先解决谁就先拿到续约与增购。;做企业 AI 的公司应把交付方法论产品化:模板库、行业提示工程、上线周期与 ROI 度量四件套,把落地周期压到 4~8 周。投资侧可用「客户侧上线工程师数量」作为比 ARR 更领先的判断指标,同时警惕纯人力交付模式的规模天花板。
【国外信号传导】国产算力瓶颈从芯片转向软件栈 ⇒ 中芯国际(看多):存储与逻辑扩产同步推进,长鑫 349 亿元等项目会带动国产设备与代工配套需求,成熟制程产能利用率有望维持高位。
【国外信号传导】国产算力瓶颈从芯片转向软件栈 ⇒ 寒武纪(中性):软件栈统一会抬高生态兼容度的竞争标准,寒武纪需自建同等级工具链才能跟上,否则差距会从硬件性能转移到开发体验。
国产算力瓶颈从芯片转向软件栈;三件事拼出国产 AI 栈的补课顺序:先有可用模型(GLM-5.3 能力对齐国际前沿),再把训练推理软件栈迁到自主芯片(DeepSeek 昇腾组件),最后补存储与配套产能(长鑫 349 亿元)。瓶颈已从「有没有芯片」转到「芯片上能不能跑得动主流框架」,而软件栈的统一会显著降低迁移门槛,让国产算力从政策选项变成工程选项。;国内云厂商与芯片厂应优先共建 TileLang、通信库这类中间层,把迁移成本做成可复用的工具链,而不是每个客户单独适配。投资上,国产算力软件与存储配套的确定性高于再一轮芯片概念,可关注已进入头部模型供应链的配套厂商。
【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 ⇒ 智谱(中性):海外旗舰降价会压制国产商用模型的提价空间,但开源侧用户增长与政企私有化订单可部分对冲,关键看其护栏整改速度。