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
【赛道传导·cloud-compute】算力资本开支与组织瘦身同时发生,超大规模厂商进入折旧消化期 ⇒ 阿里巴巴:阿里云国内公有云第一
2027 年上半年,至少一家超大规模厂商的 AI 资本开支同比增速将首次低于其云业务营收同比增速。
证伪条件:若 2027 年 6 月底前谷歌、微软、Meta、亚马逊四家中无一家出现资本开支增速低于云营收增速,则本判断错误。
算力资本开支与组织瘦身同时发生,超大规模厂商进入折旧消化期;这组信号指向同一个财务事实:算力投入的折旧是刚性且前置的,人力成本是弹性且可谈判的,所以资本开支高峰后的第一个压力周期,一定伴随组织收缩。苹果给工程团队设每日 100 美元的 AI 额度同样说明,连最不缺钱的买方也开始对推理成本做精细化管理。当买方管成本、卖方压单价、供给方还在加资本开支,三者之间的缺口只能靠某一方让步来填——这就是美股科技板块剧烈波动的底层原因。;未来两个季度最该盯的不是资本开支绝对值,而是「资本开支增速与云营收增速的差值」。一旦这个差值转负,AI 硬件的订单预期会被系统性下修。持有算力链敞口的投资者应提前设定这一指标的触发阈值;企业内部则应把 AI 使用额度管理做成常态制度,而非一次性削减。
【国外信号传导】中国开源模型拿下美国企业开源支出的 89%,并向芯片层传导:逻辑链是三段式的:开源基座靠单位成本优势拿到海外企业采购份额(89%),份额带来现金流与生态位,生态位反过来定义硬件需求——DeepSeek 的 MoE 与稀疏化路线让显存带宽与互联的重要性超过稠密算力,于是国产芯片可以绕开先进制程的单点劣势。腾讯把研发平台也开源,进一步扩大这一生态的入口。这条链条的关键是它的自我强化性:模型越普及,硬件需求越明确,硬件越成熟,模型成本越低。 ⇒ 中芯国际(中性):国产推理芯片出货增长会带动本土代工需求,但稀疏路线本身降低了对先进制程的依赖,代工环节受益幅度小于设计环节,更多是产能利用率改善而非结构升级。
【国外信号传导】中国开源模型拿下美国企业开源支出的 89%,并向芯片层传导:逻辑链是三段式的:开源基座靠单位成本优势拿到海外企业采购份额(89%),份额带来现金流与生态位,生态位反过来定义硬件需求——DeepSeek 的 MoE 与稀疏化路线让显存带宽与互联的重要性超过稠密算力,于是国产芯片可以绕开先进制程的单点劣势。腾讯把研发平台也开源,进一步扩大这一生态的入口。这条链条的关键是它的自我强化性:模型越普及,硬件需求越明确,硬件越成熟,模型成本越低。 ⇒ 海光信息(看多):国产 CPU 与 DCU 组合在政企私有化部署中具备整机交付优势,开源模型本地化部署需求上升会直接拉动其推理算力出货,属于产业链直接受益环节。
【国外信号传导】中国开源模型拿下美国企业开源支出的 89%,并向芯片层传导:逻辑链是三段式的:开源基座靠单位成本优势拿到海外企业采购份额(89%),份额带来现金流与生态位,生态位反过来定义硬件需求——DeepSeek 的 MoE 与稀疏化路线让显存带宽与互联的重要性超过稠密算力,于是国产芯片可以绕开先进制程的单点劣势。腾讯把研发平台也开源,进一步扩大这一生态的入口。这条链条的关键是它的自我强化性:模型越普及,硬件需求越明确,硬件越成熟,模型成本越低。 ⇒ 寒武纪(看多):稀疏计算成为开源基座的主流架构选择后,专用推理芯片的性价比区间被打开,寒武纪在低精度推理侧的积累可直接对接这一需求,订单能见度提升。
2027 年上半年,国产 AI 芯片在推理侧新增出货中,稀疏或低精度路线占比将超过 40%,且至少两家国产芯片厂商会披露来自开源模型生态的订单。
证伪条件:若 2027 年 6 月前无任何国产芯片厂商披露稀疏计算相关订单,或第三方统计显示推理新增出货仍以稠密 FP16 为主,则本判断错误。
中国开源模型拿下美国企业开源支出的 89%,并向芯片层传导;逻辑链是三段式的:开源基座靠单位成本优势拿到海外企业采购份额(89%),份额带来现金流与生态位,生态位反过来定义硬件需求——DeepSeek 的 MoE 与稀疏化路线让显存带宽与互联的重要性超过稠密算力,于是国产芯片可以绕开先进制程的单点劣势。腾讯把研发平台也开源,进一步扩大这一生态的入口。这条链条的关键是它的自我强化性:模型越普及,硬件需求越明确,硬件越成熟,模型成本越低。;国内算力链的估值锚应从「对标英伟达峰值算力」转向「每元推理成本」。芯片公司需要绑定主流开源架构做算子级优化;应用公司应把供应商可替换设计写进架构,以应对潜在的采购审查风险。这条逻辑的脆弱点是政策——一旦美国把模型采购纳入供应链审查,89% 会在一个季度内重估。
【国外信号传导】OpenAI 用垂直专用模型加评测标准,切入高价值岗位:这四步是同一条路径:先用专用模型证明在具体岗位上的可测能力(1724 项漏洞、100 项实验任务),再用第三方红队与评测标准建立可信度,最后以投研、安全、生命科学这类高人力成本行业做商业化落地。关键变化是「评测」从营销工具变成了销售工具——企业采购需要可复现的分数来解释预算。这意味着模型竞争的门槛从跑分转向「能否交付可审计的岗位替代率」。 ⇒ 奇安信(看多):GPT-6 Cyber 验证了专用安全模型的付费路径,国内安全厂商手握政企客户与本土漏洞库,安全大模型采购预算有望在 2027 年集中释放,形成对标性重估。
12 个月内,网络安全与生命科学将成为 AI Agent 商业化收入占比最高的两个垂直领域,OpenAI 或 Anthropic 至少一家会单独披露这两个行业的收入或客户规模。
证伪条件:若 2027 年 11 月前两家均未单独披露安全或生命科学行业收入、且第三方调研显示这两行业占比未进前三,则本判断错误。
OpenAI 用垂直专用模型加评测标准,切入高价值岗位;这四步是同一条路径:先用专用模型证明在具体岗位上的可测能力(1724 项漏洞、100 项实验任务),再用第三方红队与评测标准建立可信度,最后以投研、安全、生命科学这类高人力成本行业做商业化落地。关键变化是「评测」从营销工具变成了销售工具——企业采购需要可复现的分数来解释预算。这意味着模型竞争的门槛从跑分转向「能否交付可审计的岗位替代率」。;垂直行业的 AI 预算会在 2027 年出现结构性转移:从「创新试验」转到「人力成本替代」。国内安全与医疗信息化厂商应尽快建立对应任务的评测集,否则会在客户比价时失去话语权;投资人应关注能出具第三方评测报告的应用公司。
【国外信号传导】企业 AI 支出走平,token 计价模式进入失效期:四件事指向同一个失衡:供给侧在以上市公司体量投入算力(谷歌 2000 亿美元、OpenAI 1.25 万亿美元估值),需求侧的企业支出却已经走平。原因不是没人用,而是单价下行速度快于用量增长,同时企业开始设预算上限。当单位价格持续下降,按 token 计费会让供应商的收入与客户的节省直接对冲,收入曲线必然钝化。这解释了为什么谷歌要在资本开支高峰同时做组织瘦身——它已经在为毛利压力做准备。 ⇒ 百度(看空):文心一言收入结构中 token 调用计费占比高,企业预算收紧与价格战叠加会同时压低单价与毛利,在向按结果计费切换的过程中缺少企业级交付能力缓冲。
【国外信号传导】企业 AI 支出走平,token 计价模式进入失效期:四件事指向同一个失衡:供给侧在以上市公司体量投入算力(谷歌 2000 亿美元、OpenAI 1.25 万亿美元估值),需求侧的企业支出却已经走平。原因不是没人用,而是单价下行速度快于用量增长,同时企业开始设预算上限。当单位价格持续下降,按 token 计费会让供应商的收入与客户的节省直接对冲,收入曲线必然钝化。这解释了为什么谷歌要在资本开支高峰同时做组织瘦身——它已经在为毛利压力做准备。 ⇒ 阿里巴巴(中性):阿里云通义主要靠降价抢份额,企业支出走平意味着调用量增长难以等比例转化为云收入,短期营收弹性受限;但生态位与客户黏性反而因低价而加固。
2027 年 3 月前,至少两家头部模型厂商将推出按任务/按结果计费的定价方案,token 单价不再是主要竞争维度。
证伪条件:若 2027 年 3 月底前主流模型厂商仍全部按 token 计价、未上线任何按结果计费的产品形态,则本判断错误。
企业 AI 支出走平,token 计价模式进入失效期;四件事指向同一个失衡:供给侧在以上市公司体量投入算力(谷歌 2000 亿美元、OpenAI 1.25 万亿美元估值),需求侧的企业支出却已经走平。原因不是没人用,而是单价下行速度快于用量增长,同时企业开始设预算上限。当单位价格持续下降,按 token 计费会让供应商的收入与客户的节省直接对冲,收入曲线必然钝化。这解释了为什么谷歌要在资本开支高峰同时做组织瘦身——它已经在为毛利压力做准备。;未来两个季度,模型公司的核心披露指标会从「调用量」转向「净收入留存率与客单价」。投资人应要求被投企业提供按客户拆分的支出曲线;企业采购应趁议价窗口把合同改为「任务级验收 + 月度上限」,因为供应商比过去更愿意让价换取长约。
【赛道传导·personal-agent】国内 Agent 从模型竞赛转向工程竞赛:扩容、开源与稀疏算力三线并进 ⇒ 百度:文心+搜索入口,Agent 分发有基础
【赛道传导·personal-agent】国内 Agent 从模型竞赛转向工程竞赛:扩容、开源与稀疏算力三线并进 ⇒ 阿里巴巴:千问离交易最近:淘宝/支付宝/高德交易闭环,Personal Agent 规划已公布
【赛道传导·personal-agent】国内 Agent 从模型竞赛转向工程竞赛:扩容、开源与稀疏算力三线并进 ⇒ 腾讯控股:微信生态最像 Muse:14亿月活+社交关系链+微信支付+小程序,入口与执行能力最全
2027 年 Q1 前,国内至少一家头部云厂商会把 Agent 平台从按 token 计费改为按任务或席位计费,并公布单任务成本口径。
证伪条件:若 2027 年 3 月前主流国内云厂商的 Agent 产品仍全部按 token 计费、无席位或任务制定价上线,则判断错误。
国内 Agent 从模型竞赛转向工程竞赛:扩容、开源与稀疏算力三线并进;十倍扩容说明真实负载已超出发布预期,瓶颈从模型转向推理供给;LoopForge 开源说明单机提效已到天花板,竞争转入团队级工作流;稀疏计算融资则说明降低成本必须往芯片与编译层走。三条线合起来是国内 Agent 竞争的主轴切换:从「谁的模型分高」变成「谁能把单位任务成本压下来并塞进真实流程」。;对国内云厂商,Agent 平台的计费方式会先于模型能力发生变化;对企业采购方,合同里必须写清扩容响应与限流阈值。判断谁能跑出来,看它能否给出单任务成本曲线,而不是榜单排名。
【国外信号传导】TorchTPU 与高通建仓:谷歌同时在拆 CUDA 的软件墙和硬件的单一供应:开源 TorchTPU 解决的是「换硬件要重写代码」的软件门槛,建仓高通补的是端侧与边缘推理的硬件短板,2000 亿美元资本开支与人力买断则是把预算从人转向算力的财务动作。三者合起来是一次结构性押注:算力优势将从单一厂商的芯片性能,转移到谁能提供最多可替换后端的软件生态。 ⇒ 海光信息(看多):同为非 CUDA 路线,框架层兼容性提升后,国产加速器在推理侧的价格优势才能兑现,海光的软件栈投入回报周期随之缩短。
【国外信号传导】TorchTPU 与高通建仓:谷歌同时在拆 CUDA 的软件墙和硬件的单一供应:开源 TorchTPU 解决的是「换硬件要重写代码」的软件门槛,建仓高通补的是端侧与边缘推理的硬件短板,2000 亿美元资本开支与人力买断则是把预算从人转向算力的财务动作。三者合起来是一次结构性押注:算力优势将从单一厂商的芯片性能,转移到谁能提供最多可替换后端的软件生态。 ⇒ 寒武纪(看多):TorchTPU 证明非 CUDA 后端可原生接入 PyTorch,国产加速器若同步适配,可显著降低客户迁移成本,把「国产替代」从政策驱动变成工程可行。
2027 年上半年,PyTorch 主线将把 TPU 或另一非 CUDA 后端纳入一等公民支持,主流开源模型的迁移成本下降 30% 以上。
证伪条件:若 2027 年 6 月前 PyTorch 主线仍未合并任何非 CUDA 后端的一等支持代码,则判断错误。
TorchTPU 与高通建仓:谷歌同时在拆 CUDA 的软件墙和硬件的单一供应;开源 TorchTPU 解决的是「换硬件要重写代码」的软件门槛,建仓高通补的是端侧与边缘推理的硬件短板,2000 亿美元资本开支与人力买断则是把预算从人转向算力的财务动作。三者合起来是一次结构性押注:算力优势将从单一厂商的芯片性能,转移到谁能提供最多可替换后端的软件生态。;对云厂商与大型甲方,硬件议价窗口首次真正打开,应在下一轮算力合同前完成至少一次非英伟达后端压测;对国产加速器厂商,这是可复用的生态捷径,适配优先级应高于纸面算力指标。
【国外信号传导】AI 安全从功能变成独立品类:模型、并购与基准三条线同日收敛:模型侧把渗透测试能力产品化,买方侧用近 5 倍溢价抢购 Agent 权限管理,评测侧证明该能力已可被标准化度量。三条线共同指向一件事:安全智能体不再是安全产品的一个功能模块,而是有独立预算、独立采购流程与独立估值锚的品类。企业自研周期追不上部署速度,并购成为主要路径。 ⇒ 腾讯(看多):腾讯同时具备安全产品线与 Agent 平台,海外把 Agent 安全做成独立品类后,其安全事业群可对标包装成「智能体权限治理」产品,在国内政企市场形成新叙事。
2027 年 Q3 前,AI 安全赛道将出现至少一笔 10 亿美元级并购或一家以自动化渗透测试为主营的公司提交上市申请。
证伪条件:若 2027 年 9 月前 AI 安全领域没有任何单笔超过 5 亿美元的并购或 IPO 申报,则判断错误。
AI 安全从功能变成独立品类:模型、并购与基准三条线同日收敛;模型侧把渗透测试能力产品化,买方侧用近 5 倍溢价抢购 Agent 权限管理,评测侧证明该能力已可被标准化度量。三条线共同指向一件事:安全智能体不再是安全产品的一个功能模块,而是有独立预算、独立采购流程与独立估值锚的品类。企业自研周期追不上部署速度,并购成为主要路径。;对安全厂商,护城河必须从漏洞库迁到授权链、审计日志与责任界定;对甲方 CISO,现在就要在合同里写清 AI 发现漏洞的处置责任与授权边界,否则首次误伤会成为法律事件。