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
模型能力验证从刷榜转向可机器核验;三件事共同指向评测范式迁移:Lean 证明可由机器逐步核验,perturber 揭示真实输入是带扰动的,Ironclad 则把评测放进有法律后果的真实工作流。当验证成本下降、刷分空间被压缩,模型的定价依据会从榜单排名转向「特定任务的可核验成功率」,闭源模型的溢价空间随之收窄。;采购方应立即建立自己的扰动测试与任务成功率口径,把评测脚本沉淀为资产;供应商若无法提供可复核的验证方式,将在招标中被压价。这一变化对开源路线尤其有利,因为可核验能力一旦公开,闭源溢价很难维持。
【国外信号传导】AI 算力扩张的瓶颈已从产能转向资金:供给端(晶圆、内存)在缓解,资本端成为新的稀缺资源:英伟达用自有现金在欧洲买需求确定性,博通把约束点直接指向资金,国内算力中间层则靠 23 亿元单轮融资买规模。三者共同说明算力竞争已从「抢产能」变成「拼融资成本与订单锁定」,行业进入资本密集型阶段。 ⇒ 中芯国际(中性):晶圆短缺缓解意味着成熟制程供需改善,国产 AI 芯片放量带来增量订单,但海外供给回升会压制代工涨价弹性,利好与利空相互对冲。
【国外信号传导】AI 算力扩张的瓶颈已从产能转向资金:供给端(晶圆、内存)在缓解,资本端成为新的稀缺资源:英伟达用自有现金在欧洲买需求确定性,博通把约束点直接指向资金,国内算力中间层则靠 23 亿元单轮融资买规模。三者共同说明算力竞争已从「抢产能」变成「拼融资成本与订单锁定」,行业进入资本密集型阶段。 ⇒ 海光信息(看多):资金约束下国内云厂商更看重性价比与供应链可控,海光作为国产算力替代选项,受益于算力中间层扩容与国产服务器招标放量。
【国外信号传导】AI 算力扩张的瓶颈已从产能转向资金:供给端(晶圆、内存)在缓解,资本端成为新的稀缺资源:英伟达用自有现金在欧洲买需求确定性,博通把约束点直接指向资金,国内算力中间层则靠 23 亿元单轮融资买规模。三者共同说明算力竞争已从「抢产能」变成「拼融资成本与订单锁定」,行业进入资本密集型阶段。 ⇒ 寒武纪(看多):海外供给短缺缓解后竞争回归价格与生态,反而强化国内算力自主的必要性;无问芯穹 23 亿元融资带动的中间层扩容会直接转化为国产 AI 芯片订单与板块情绪重估。
AI 算力扩张的瓶颈已从产能转向资金;供给端(晶圆、内存)在缓解,资本端成为新的稀缺资源:英伟达用自有现金在欧洲买需求确定性,博通把约束点直接指向资金,国内算力中间层则靠 23 亿元单轮融资买规模。三者共同说明算力竞争已从「抢产能」变成「拼融资成本与订单锁定」,行业进入资本密集型阶段。;未来 12 个月,云厂商资本开支节奏将更依赖现金流而非供给可得性;设备与材料企业订单确定性上升但估值弹性下降。国内算力项目应尽快锁定客户长约,否则融资窗口收窄后议价能力会快速下滑。
【国外信号传导】个人 Agent 的胜负手从对话质量转向「持币交易权限」:三条碎片指向同一件事:Agent 正在从「会说」跨到「能付」。千问Go! 靠阿里自有账户、支付、物流闭环把任务成功率做高;Shopify 与 Radisson 则把商品与服务供给开放给外部 Agent。一旦交易授权标准化,流量入口会从搜索与广告位迁移到 Agent 的决策逻辑,掌握供给与支付的一方就掌握定价权。 ⇒ 百度(看空):Agent 直接完成比价、预订与退款会绕过搜索结果页,百度最核心的搜索广告变现路径被压缩;其自有交易与账户生态薄弱,难以复用阿里式闭环自救。
【国外信号传导】个人 Agent 的胜负手从对话质量转向「持币交易权限」:三条碎片指向同一件事:Agent 正在从「会说」跨到「能付」。千问Go! 靠阿里自有账户、支付、物流闭环把任务成功率做高;Shopify 与 Radisson 则把商品与服务供给开放给外部 Agent。一旦交易授权标准化,流量入口会从搜索与广告位迁移到 Agent 的决策逻辑,掌握供给与支付的一方就掌握定价权。 ⇒ 腾讯(看多):微信支付与小程序的组合与阿里生态对等,是复刻千问Go! 路径边际成本最低的玩家;微信内 Agent 可直接提升小程序 GMV,且社交关系链能把任务成功率做高。
个人 Agent 的胜负手从对话质量转向「持币交易权限」;三条碎片指向同一件事:Agent 正在从「会说」跨到「能付」。千问Go! 靠阿里自有账户、支付、物流闭环把任务成功率做高;Shopify 与 Radisson 则把商品与服务供给开放给外部 Agent。一旦交易授权标准化,流量入口会从搜索与广告位迁移到 Agent 的决策逻辑,掌握供给与支付的一方就掌握定价权。;未来 6 个月,Agent 的竞争点是授权协议(允许它花多少钱、动哪些数据)与失败兜底,而不是模型跑分。企业应优先建设机器可读的商品/服务数据与授权接口,否则会在 Agent 流量分发中被降权。
【国外信号传导】AI 进入执法与安全流程,可靠性缺口先于能力见顶:四个案例把 AI 在高风险场景的两条边界画了出来:能被自动验证的任务(数学证明、告警研判)可以放心交给模型,不能被自动验证的任务(凶案线索、舆论真伪)必须保留人工复核。Sophos 的 96% 与 52% 之所以成立,是因为它保留了 human-in-the-loop;费城警方的事件之所以发生,恰恰是这条回路缺失。可靠性缺口不在模型分数上,而在流程设计上。 ⇒ 商汤(中性):城市治理与安防业务同属高风险场景,监管预期提升会拉长项目验收周期,同时利好能提供全链路可追溯方案的厂商,纯算法供应商议价能力下降。
【国外信号传导】AI 进入执法与安全流程,可靠性缺口先于能力见顶:四个案例把 AI 在高风险场景的两条边界画了出来:能被自动验证的任务(数学证明、告警研判)可以放心交给模型,不能被自动验证的任务(凶案线索、舆论真伪)必须保留人工复核。Sophos 的 96% 与 52% 之所以成立,是因为它保留了 human-in-the-loop;费城警方的事件之所以发生,恰恰是这条回路缺失。可靠性缺口不在模型分数上,而在流程设计上。 ⇒ 科大讯飞(中性):政务与公共安全是讯飞核心场景,可靠性事件会抬高交付门槛与合规成本,但具备人工复核流程与本地化部署能力的厂商反而获得相对准入优势。
AI 进入执法与安全流程,可靠性缺口先于能力见顶;四个案例把 AI 在高风险场景的两条边界画了出来:能被自动验证的任务(数学证明、告警研判)可以放心交给模型,不能被自动验证的任务(凶案线索、舆论真伪)必须保留人工复核。Sophos 的 96% 与 52% 之所以成立,是因为它保留了 human-in-the-loop;费城警方的事件之所以发生,恰恰是这条回路缺失。可靠性缺口不在模型分数上,而在流程设计上。;企业在把模型接入对外流程前应先判定任务是否「结果可自动验证」:可验证的直接自动化并压缩人力,不可验证的一律加人工复核卡点,并把复核记录留档以应对后续监管质询。这套判据可以直接写进采购合同与内部准入规范。
【国外信号传导】国产模型把「吞吐」当成新卖点:海外在比谁的能力上限更高,国内在比谁的单位成本更低、吞吐更大,这不是技术落后而是算力约束下的理性选择。智谱的 490 tokens/s、小米的 Token 账本、长鑫的 4F² 服务器产品,分别对应推理软件、训练工程与内存硬件三个降本杠杆。当三条线同时推进,国产模型在同等预算下可服务的并发量会显著提升,中长尾客户的付费门槛随之下移。 ⇒ 中芯国际(中性):长鑫 4F² 服务器内存若如期落地,将带动国内存储与配套逻辑芯片的代工需求,但服务器 DRAM 的产能爬坡与客户验证节奏仍是主要变量。
【国外信号传导】国产模型把「吞吐」当成新卖点:海外在比谁的能力上限更高,国内在比谁的单位成本更低、吞吐更大,这不是技术落后而是算力约束下的理性选择。智谱的 490 tokens/s、小米的 Token 账本、长鑫的 4F² 服务器产品,分别对应推理软件、训练工程与内存硬件三个降本杠杆。当三条线同时推进,国产模型在同等预算下可服务的并发量会显著提升,中长尾客户的付费门槛随之下移。 ⇒ 寒武纪(看多):国产模型以降本为核心目标,会提高对国产推理芯片的适配与采购意愿,推理侧需求比训练侧更稳定可预期,订单能见度更好。
【国外信号传导】国产模型把「吞吐」当成新卖点:海外在比谁的能力上限更高,国内在比谁的单位成本更低、吞吐更大,这不是技术落后而是算力约束下的理性选择。智谱的 490 tokens/s、小米的 Token 账本、长鑫的 4F² 服务器产品,分别对应推理软件、训练工程与内存硬件三个降本杠杆。当三条线同时推进,国产模型在同等预算下可服务的并发量会显著提升,中长尾客户的付费门槛随之下移。 ⇒ 阿里巴巴(看多):通义系列若在吞吐与单位成本上建立优势,可借阿里云把低价高并发推理卖给中长尾客户,形成区别于闭源旗舰的定价权,并带动云资源复购。
国产模型把「吞吐」当成新卖点;海外在比谁的能力上限更高,国内在比谁的单位成本更低、吞吐更大,这不是技术落后而是算力约束下的理性选择。智谱的 490 tokens/s、小米的 Token 账本、长鑫的 4F² 服务器产品,分别对应推理软件、训练工程与内存硬件三个降本杠杆。当三条线同时推进,国产模型在同等预算下可服务的并发量会显著提升,中长尾客户的付费门槛随之下移。;做推理部署的团队应优先评测国产模型在长上下文、高并发下的 P99 延迟而非平均延迟;云厂商可把「每元 Token 数」做成对外的报价口径,用可比的成本单位抢下成本敏感的中长尾客户,而不是继续在榜单上对标海外旗舰。
【国外信号传导】国内 AI 融资转向「重资产 + 可算账」:四条线索的共同点是可算账:无人配送算单车运营成本,体育硬件算设备销量与复购,游戏 Mod 算内容留存,小米算后训练 Token 账本。当模型能力不再稀缺,资本开始要求每个 AI 项目说清单位经济模型;地方国资的进入进一步把评估标准从增长率切换到就业、税收与本地产业链带动,这也解释了为何重资产项目反而更容易拿到大额资金。 ⇒ 小米(看多):公开披露后训练 Token 账本,说明其把算力成本当成可管理指标,硬件+模型的垂直整合在可穿戴与汽车场景更容易算清单位成本,抗价格战能力强于纯软件厂。
【国外信号传导】国内 AI 融资转向「重资产 + 可算账」:四条线索的共同点是可算账:无人配送算单车运营成本,体育硬件算设备销量与复购,游戏 Mod 算内容留存,小米算后训练 Token 账本。当模型能力不再稀缺,资本开始要求每个 AI 项目说清单位经济模型;地方国资的进入进一步把评估标准从增长率切换到就业、税收与本地产业链带动,这也解释了为何重资产项目反而更容易拿到大额资金。 ⇒ 阿里巴巴(看多):无人配送与 AI 硬件规模化后,本地生活履约与云侧推理需求同步上升,平台方在订单入口与算力供给两侧都能受益,且能沉淀履约数据。
国内 AI 融资转向「重资产 + 可算账」;四条线索的共同点是可算账:无人配送算单车运营成本,体育硬件算设备销量与复购,游戏 Mod 算内容留存,小米算后训练 Token 账本。当模型能力不再稀缺,资本开始要求每个 AI 项目说清单位经济模型;地方国资的进入进一步把评估标准从增长率切换到就业、税收与本地产业链带动,这也解释了为何重资产项目反而更容易拿到大额资金。;创业者若只有模型能力而没有可量化的单位成本与客户合同,下半年的融资难度会显著上升。建议把下一轮 BP 的一页留给「单位任务成本 + 回款周期」而不是榜单分数;投资人则应把回款周期直接计入估值折价模型。
【国外信号传导】Meta 回到前沿牌桌,前沿模型从双寡头变三强:Meta 从轻量 Spark 跳到旗舰 Wonder,等于承认在低延迟路线上赢不了,只能回到参数与基准分的正面战场;OpenAI 则在模型版本之外同时推进广告变现,先给推理成本找到出口。两者叠加的效果是前沿模型的代差窗口被压缩,供给方从两家变三家,买方在价格、迁移与合规上第一次有了真实选择权,API 转售与套壳应用的毛利空间被同步压缩。 ⇒ 百度(中性):多强竞争抬高基准分门槛,文心需持续跟进旗舰能力,但价格战同时压缩了国内 API 的溢价空间,短期收入弹性受限。
【国外信号传导】Meta 回到前沿牌桌,前沿模型从双寡头变三强:Meta 从轻量 Spark 跳到旗舰 Wonder,等于承认在低延迟路线上赢不了,只能回到参数与基准分的正面战场;OpenAI 则在模型版本之外同时推进广告变现,先给推理成本找到出口。两者叠加的效果是前沿模型的代差窗口被压缩,供给方从两家变三家,买方在价格、迁移与合规上第一次有了真实选择权,API 转售与套壳应用的毛利空间被同步压缩。 ⇒ 阿里巴巴(看多):前沿模型供给增加压低 API 价格,通义可在开源与低价上强化性价比优势,加速国内企业从闭源旗舰向可自部署方案迁移,云侧调用量随成本下降而放大。