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
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。
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。
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。
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。
模型公司自建湿实验室,科研评价体系出现裂缝;当模型输出的「发现」越来越难被传统同行评议及时验证,产业界开始自建验证机制:Anthropic 用湿实验室闭环,OpenAI 用外部顾问组背书,Enveda 直接用临床管线定价。三方共同指向一个缺口——AI 生成科学结论的验证速度已落后于生成速度,评价权正从学术期刊部分转移到同时掌握实验能力与资金的主体手里。这既是效率提升,也是权力集中。;对投资人的提示是,AI 科研类标的尽调必须区分三件事:模型给出的假设、可复现的实验证据、临床或商业验证,三者估值可差数倍。对研究者,尽早与能提供湿实验或大规模算力的机构绑定,比多发一篇论文更能决定成果能否被承认与引用。