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】个人 Agent 从「对话入口」变成「常驻执行者」,权限成为新的稀缺资源:四条线索指向同一拐点:Agent 的价值来自跨应用执行,而跨应用执行必然要求宽权限,于是权限本身从技术细节变成商业资源。OpenAI 用云端常驻绕开本地限制,苹果用系统闸门回收控制权,腾讯选择替用户管理设备这条更贴地的路径,Meta 干脆把终端形态交给开发者。它们争夺的不是模型分数,而是「谁被允许代表用户行动」这一授权位置。 ⇒ 小米(看多):掌握手机与 IoT 系统底层权限,在 Agent 需要跨设备执行时具备天然授权优势,是端侧 Agent 权限闸门的潜在受益方。
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;四条线索合起来说明算力竞争的维度正在变化:AMD 用百亿美元级并购补齐软件与模型短板,英伟达用创纪录回购向市场确认需求仍在,长鑫科技在存储侧扩产对冲 HBM 挤压,而 OpenAI 把模型蒸馏视为需要主动防守的资产,意味着推理能力本身已成为可被争夺的生产资料。芯片、存储、模型三层正在被同一批玩家纵向整合,单纯的硬件供应商角色会被持续挤压。;对国内芯片公司,只卖算力的窗口正在关闭,需要尽快绑定至少一个模型或框架生态。对投资人,评估芯片标的时应新增一项指标:是否拥有可独立交付的软件栈与活跃开发者社区,而非仅看算力参数与在手订单。
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;这五条线索指向同一件事:智能体的价值不在对话质量,而在它能触达多少本地系统与应用。OpenAI、腾讯、Manus 在抢入口,Meta 在把入口硬件化,苹果则在入口之上加了一道闸门。谁先把权限模型做成可审计、可撤销的工程方案,谁就能同时拿到用户信任和企业采购;反之,能力越强的产品越容易在下一次事故后被系统级限制,功能优势一夜清零。;未来 2 至 3 个季度,个人智能体的竞争焦点会从能做什么转向被允许做什么。建议优先关注有明确权限治理方案的团队;对产品方而言,把权限设计提前到架构阶段,比事后补审计日志便宜一个数量级,也决定了能否进入企业采购名单。
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。;企业应把「关键开源项目的适配与贡献」纳入技术战略,而不只是消费开源;投资人判断一家 AI 公司的护城河时,要先问它开源的是哪一层——开源执行层、同时守住数据与分发层的公司,才值得下注。
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。;应用公司应立即建立多模型路由与成本监控,把「单位任务成本」纳入产品核心指标;投资时应警惕那些把毛利率改善全部寄托在模型厂商降价上的公司,真正的护城河在工程侧而非采购谈判。
个人 Agent 的入口战在同一天打响,拼的是任务流而非模型分;四条碎片指向同一个转折:Agent 的竞争标准已从「能不能多步执行」变成「谁掌握用户的任务流」。ChatGPT 与 Meta 握有数十亿级分发,靠入口把任务留在自己生态里;腾讯用系统权限把电脑变成 Agent 的执行场地;Manus 则用三个成本下降数据证明第三方仍能靠工程效率留在牌桌上。它们抢的都不是模型分数,而是用户下一次说「帮我办一下」时先打开谁。;未来 2~4 个季度,个人 Agent 的胜负手是「可撤销的自动化」与任务留存,而非模型能力。建议创业公司避开通用入口、转向有支付意愿的垂直任务流;投资人应把「任务流留存」与「单任务成本」作为核心指标,替代模型榜单排名。
芯片厂商正从「卖算力」转向「买需求定义权」;把三件事串起来看:模型能力仍在快速上行,但「能力释放」开始受到安全与商业节奏的主动管控,这意味着未来算力需求的不确定性更多来自厂商的发布策略而非技术天花板。在这种不确定下,芯片厂商最怕的是押错技术路线,所以选择直接用并购把最吃算力的方向(世界模型)纳入自身体系,用股权而非订单来锁定需求。OpenAI 的暂缓发布则从侧面证明,模型层自己也在给能力释放做节奏管理。;算力侧的确定性正在从「通用 GPU 需求」转向「特定方向的深度绑定」。建议关注那些与芯片厂商形成股权或深度联合开发关系的模型团队,它们的订单可见度显著高于纯 API 客户;反之,只有通用算力叙事、缺乏绑定关系的算力标的,估值波动会更大。
AI 上市窗口正在分层:抢跑的与延期的同时出现;一边是 Anthropic 主动走进披露流程并把安全风险写进文件,一边是 Oura 因市场环境暂停发行、OpenAI 把时间推到 2027 年。差别不在公司质量,而在投资者能否看到盈利路径:模型公司可以用能力叙事换时间,消费硬件公司必须用当期利润换定价。这意味着 AI 上市窗口不会整体开启或关闭,而是按“单位经济是否可解释”分层。;拟上市 AI 公司应提前把算力成本、推理毛利与客户集中度做成可披露口径,避免监管问询拖延发行;二级市场投资者可把 2027 年 OpenAI 上市作为 AI 板块估值再定价的时间锚;一级市场参与者在定价时应预留上市折价的缓冲,而非按私募估值线性外推。
算力资本反向收购模型能力,具身智能并购窗口打开;这四条线索指向同一个动作:掌握资本与场景的一方,正在直接购买模型与世界模型能力,而不是等待其自然演化。AMD 买下 World Labs 补齐软硬一体,华为把研发预算抬到 190 多亿元强化智驾栈,京东用投资锁定家庭机器人入口,OpenAI 则用 300 亿美元把算力开支前置。模型能力正从独立赛道变成大玩家的内部模块,独立存在的窗口在收窄。;具身与世界模型团队应主动把资产显性化为可被收购的能力模块,并同步评估被并购与自研芯片两条路径的估值差异;创业者在选择产业资本时,应优先考虑能带来场景订单与数据回流的战略方,而非仅出价更高者;投资人可把“能否被芯片厂商或场景方并购”作为退出路径的核心假设。
资本同时为「模型能力」和「Agent 身份」付溢价,中间层正被两端挤压;一端是算力厂商为模型与软件能力支付 80 亿美元级并购溢价,另一端是资本开始为 Agent 的授权、身份与审计付费;而被夹在中间、既无底层模型也无系统交付能力的工具层,正同时承受 OpenAI 套件下沉与价格战的双重压力。这条链说明 AI 价值链正在两头变厚、中间变薄——价值向「拥有算力与模型」和「掌握权限与审计」两个方向集中。;看项目时先问两个问题:是否掌握底层成本(模型/算力/数据),或系统交付能力(权限、审计、工作流)中的至少一端。两端都不占的中间层标的应下调预期回报,或要求它在 12 个月内证明自己拥有可被并购的独特资产——否则很容易在下一轮融资中被动出局。
Agent 的身份、权限与审计正在长成独立赛道;四件事指向同一个缺口:Agent 已经能替人执行操作,但没有任何一方能可靠回答「它是谁、被授权做什么、做过什么」。亚马逊用商业条款、OpenAI 用主动自曝、开源项目用出口网关,分别从三个方向补洞,说明这个缺口的紧迫性已经溢出技术圈。当补洞动作同时来自资本、平台与开源社区,通常意味着一个基础设施品类正在成形。;未来 12 个月,Agent 凭证、可验证执行日志与行为评分会成为企业采购的默认条款项。创业者的机会在「厂商无关的审计层」,投资人的判断标准是:这个能力是否会在每一次 Agent 交易里被调用。现在布局的成本远低于标准成型后追赶的成本。