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】前沿模型出现「价格分层 + 安全负债」双轨,能力不再是唯一卖点:三件事从不同角度指向同一个事实:模型能力的边际价值在下降,而合规成本与安全负债在上升。OpenAI 用「高能力版本停摆、低能力版本降价」的方式承认了这一点;Anthropic 红队的报告说明开源权重一旦放出就无法回收,风险被转移到部署方;青少年报告的争议则预示监管压力会随用户规模同步上升。模型竞争的胜负手正从参数与榜单,转向单 token 成本与可发布性。 ⇒ 智谱(中性):GLM-5.3 被判定能力追平 Claude Mythos 说明技术实力获国际认可,但护栏缺失会抬高海外企业客户信任成本,短期利空商用、长期强化国内开源生态影响力。
前沿模型出现「价格分层 + 安全负债」双轨,能力不再是唯一卖点;三件事从不同角度指向同一个事实:模型能力的边际价值在下降,而合规成本与安全负债在上升。OpenAI 用「高能力版本停摆、低能力版本降价」的方式承认了这一点;Anthropic 红队的报告说明开源权重一旦放出就无法回收,风险被转移到部署方;青少年报告的争议则预示监管压力会随用户规模同步上升。模型竞争的胜负手正从参数与榜单,转向单 token 成本与可发布性。;对采购决策者:把单价与合规清单并列为核心评分项,对开源模型额外要求护栏测试报告与部署方责任界定。对投资人:模型公司的估值模型需要加入「合规成本」与「监管处罚期望值」,Anthropic IPO 十倍估值分歧正源于此类变量无法锚定。对开源厂商:安全议题短期会抬高海外客户信任成本,但不会逆转生态扩散。
【国外信号传导】AI 生成内容进入可结算阶段:确权、分发、变现同时到位:AI 内容的商业闭环需要三块拼图:能结算的收入模型、能承载曝光的界面、以及能追溯来源的确权工具。爱奇艺的分账数据证明第一块已跑通(首周回本意味着成本结构发生质变),ChatGPT 的广告格式与归因工具提供了第二块,SynthID 则补上了第三块。三者同时出现,说明 AI 内容不再是流量噱头,而是开始进入可计量、可结算、可追溯的正常商业轨道。 ⇒ 爱奇艺(看多):AIGC 故事片分账破 1000 万元、首周即回本,是国内 AI 内容商业化最硬的收入样本,直接验证其内容成本结构改善的逻辑。
AI 生成内容进入可结算阶段:确权、分发、变现同时到位;AI 内容的商业闭环需要三块拼图:能结算的收入模型、能承载曝光的界面、以及能追溯来源的确权工具。爱奇艺的分账数据证明第一块已跑通(首周回本意味着成本结构发生质变),ChatGPT 的广告格式与归因工具提供了第二块,SynthID 则补上了第三块。三者同时出现,说明 AI 内容不再是流量噱头,而是开始进入可计量、可结算、可追溯的正常商业轨道。;对内容公司:优先选择有既有 IP 认知度、非写实审美的题材做 AIGC 试制,单部试错成本可控在百万级,用分账数据直接验证。对工具厂商:影视公司的稳定采购需求正在形成,但竞争会集中在后期与生成环节而非剧本。对平台方:确权工具一旦普及,「未标注 AI 生成」将迅速从灰色地带变成合规风险。
【国外信号传导】算力栈正在纵向分层:硬件仍集中,算子层首次出现可替换选项:三条线索其实在描述同一个结构变化的不同层:最上层是定制芯片与产能金融化(博通 500 亿美元债务),中间层是编译器与算子开始解绑(DeepSeek + 昇腾),最下层是终端承接推理负载(AI PC)。硬件依然高度集中,但「换芯片的成本」这层护城河正在被资本与开源双向削弱。当算子层可替换、终端可分担推理时,算力栈的议价权会从芯片供应方向下游迁移。 ⇒ 海光信息(看多):同为国产算力核心标的,算子层解绑后其在政企推理场景的可用性提升,海外定制芯片融资潮会强化国产替代的紧迫性叙事。
【国外信号传导】算力栈正在纵向分层:硬件仍集中,算子层首次出现可替换选项:三条线索其实在描述同一个结构变化的不同层:最上层是定制芯片与产能金融化(博通 500 亿美元债务),中间层是编译器与算子开始解绑(DeepSeek + 昇腾),最下层是终端承接推理负载(AI PC)。硬件依然高度集中,但「换芯片的成本」这层护城河正在被资本与开源双向削弱。当算子层可替换、终端可分担推理时,算力栈的议价权会从芯片供应方向下游迁移。 ⇒ 寒武纪(看多):DeepSeek 开源算子工具降低了模型迁移到国产芯片的门槛,寒武纪作为国产 AI 芯片龙头直接受益于推理侧替换加速。
【国外信号传导】Agent 入口战与界面变现在同一周同时落地,说明入口之争已进入收网阶段:四条线索指向同一件事:Agent 正从「对话入口」变成「操作系统级分发入口」,而变现工具已经提前就位。Intelligent UI 提供可承载广告与交易的界面形态,视觉广告格式与归因工具则解决了谁来付钱、效果怎么算的问题——OpenAI 是在入口规模化之前先把收银台建好。腾讯走的是另一条路:不打通用注意力,转而在设备权限层建立不可替代性。这说明入口之争的真正分歧不在模型,而在「抢注意力」还是「抢控制权」。 ⇒ 阿里巴巴(看多):夸克与通义系列同属个人 Agent 入口的国内对标,海外 Muse、Dots 的下载爆发会带动市场对国内 Agent 入口资产的估值重估。
【国外信号传导】开源权重的安全外溢,正在从研究议题变成采购硬约束:这三件事共同把模型安全从技术议题推成采购与合规议题:能力平权的代价是护栏没有同步平权,开源权重一旦能力追平前沿,恶意使用门槛也同步下降;而监管开始以事故和可追溯性(水印、强制报告、熔断)为单位追责。安全评测报告正在变成和性能跑分同等重要的销售材料。 ⇒ 科大讯飞(看多):教育、医疗、政企等高合规场景本就要求本地部署与可控输出,开源权重的安全争议会强化「合规优先」的招标偏好,利好其行业模型入围。
【国外信号传导】开源权重的安全外溢,正在从研究议题变成采购硬约束:这三件事共同把模型安全从技术议题推成采购与合规议题:能力平权的代价是护栏没有同步平权,开源权重一旦能力追平前沿,恶意使用门槛也同步下降;而监管开始以事故和可追溯性(水印、强制报告、熔断)为单位追责。安全评测报告正在变成和性能跑分同等重要的销售材料。 ⇒ 智谱(中性):GLM-5.3 能力被 Anthropic 认定追平 Claude Mythos 是能力背书,但护栏缺失会抬高政企与金融客户的准入成本,正负相抵取决于其补齐安全评测的速度。
开源权重的安全外溢,正在从研究议题变成采购硬约束;这三件事共同把模型安全从技术议题推成采购与合规议题:能力平权的代价是护栏没有同步平权,开源权重一旦能力追平前沿,恶意使用门槛也同步下降;而监管开始以事故和可追溯性(水印、强制报告、熔断)为单位追责。安全评测报告正在变成和性能跑分同等重要的销售材料。;凡使用开源或国产权重做私有化部署的金融、医疗、政企客户,应把拒答率、越狱测试、出网审计写进验收清单与合同条款;模型提供方应提前把第三方安全评估做进销售流程,否则会被挡在招标之外。
【国外信号传导】算力与存储同时进入「扩产 + 证券化」,上游比模型层更早兑现:四条线索共同说明一件事:模型层在打价格战、毛利被主动压缩,而上游因产能与交期的物理刚性,反而拿到更稳的定价与更早的资本兑现窗口。海外用 Pre-IPO 锁定 GPU 产能,国内用扩产加指数化资金托底存储与芯片,AI 产业链的利润正在向「卖水人」集中。 ⇒ 海光信息(中性):受益于国产算力采购倾斜,但其订单节奏更依赖信创与政企预算周期,短期弹性弱于存储与代工环节。
【国外信号传导】算力与存储同时进入「扩产 + 证券化」,上游比模型层更早兑现:四条线索共同说明一件事:模型层在打价格战、毛利被主动压缩,而上游因产能与交期的物理刚性,反而拿到更稳的定价与更早的资本兑现窗口。海外用 Pre-IPO 锁定 GPU 产能,国内用扩产加指数化资金托底存储与芯片,AI 产业链的利润正在向「卖水人」集中。 ⇒ 中芯国际(看多):长鑫 349 亿元存储扩产与国产芯片需求上行,直接抬高本土晶圆代工与封测产能利用率,是产业链最确定的一环。
【国外信号传导】算力与存储同时进入「扩产 + 证券化」,上游比模型层更早兑现:四条线索共同说明一件事:模型层在打价格战、毛利被主动压缩,而上游因产能与交期的物理刚性,反而拿到更稳的定价与更早的资本兑现窗口。海外用 Pre-IPO 锁定 GPU 产能,国内用扩产加指数化资金托底存储与芯片,AI 产业链的利润正在向「卖水人」集中。 ⇒ 寒武纪(看多):海外算力资产估值抬升会带动国产算力板块重估,叠加推理需求外溢,国产 AI 芯片的替代叙事与订单预期同步走强。
算力与存储同时进入「扩产 + 证券化」,上游比模型层更早兑现;四条线索共同说明一件事:模型层在打价格战、毛利被主动压缩,而上游因产能与交期的物理刚性,反而拿到更稳的定价与更早的资本兑现窗口。海外用 Pre-IPO 锁定 GPU 产能,国内用扩产加指数化资金托底存储与芯片,AI 产业链的利润正在向「卖水人」集中。;短期应重点关注存储、先进封装、服务器电源与光模块的订单能见度与排产节奏;对应用公司,应把关键算力成本锁成长约而非现货采购,避免下一轮涨价时被动挨打。
【国外信号传导】基座层「能力平权 + 价格腰斩」,定价权正从模型转向分发入口:四条线索指向同一结论:前沿能力在六个月内被两家同时推到相近水平,模型本身不再是稀缺品。于是 OpenAI 用降价换开发者份额,谷歌用取消免费额度换付费转化,双方都把变现押回各自的分发入口(ChatGPT 广告、安卓与云绑定)。能力不再是护城河,入口、切换成本与数据资产才是。 ⇒ 阿里巴巴(看多):通义系列可承接大量从高价 API 迁移过来的调用,云加模型的打包销售能对冲单模型毛利下降,价格战对阿里云是获客而非降收。
【国外信号传导】基座层「能力平权 + 价格腰斩」,定价权正从模型转向分发入口:四条线索指向同一结论:前沿能力在六个月内被两家同时推到相近水平,模型本身不再是稀缺品。于是 OpenAI 用降价换开发者份额,谷歌用取消免费额度换付费转化,双方都把变现押回各自的分发入口(ChatGPT 广告、安卓与云绑定)。能力不再是护城河,入口、切换成本与数据资产才是。 ⇒ 字节跳动(看多):豆包在国内外双线把 Agent 做成交易与服务入口(TikTok 购物助手、机票火车票预订),海外基座降价直接扩大其应用层毛利空间,分发优势被进一步放大。
【国外信号传导】Agent 评测从静态答题转向闭环任务,工程短板被量化:三条学术线索与一条工业案例指向同一结论:Agent 的能力评估正从「能不能答对」转向「能不能一路做到结果」。研究普遍发现瓶颈不在模型智力,而在任务数据生成、验证器质量与多轮环境反馈——这恰好解释了为什么工业界能靠 Codex 拿到约 7 倍效率提升,而多数团队自建 Agent 仍卡在中段成功率。 ⇒ 科大讯飞(中性):行业 Agent 落地依赖可验证的任务闭环,讯飞在教育、医疗等垂直场景积累的过程数据与验证标准是差异化资产,但需补齐闭环评测口径。
【国外信号传导】Agent 评测从静态答题转向闭环任务,工程短板被量化:三条学术线索与一条工业案例指向同一结论:Agent 的能力评估正从「能不能答对」转向「能不能一路做到结果」。研究普遍发现瓶颈不在模型智力,而在任务数据生成、验证器质量与多轮环境反馈——这恰好解释了为什么工业界能靠 Codex 拿到约 7 倍效率提升,而多数团队自建 Agent 仍卡在中段成功率。 ⇒ 阿里巴巴(看多):若钉钉与通义把端到端任务成功率作为对外指标,最容易承接企业 Agent 采购,办公场景的任务闭环最容易量化收益与失败成本。
Agent 评测从静态答题转向闭环任务,工程短板被量化;三条学术线索与一条工业案例指向同一结论:Agent 的能力评估正从「能不能答对」转向「能不能一路做到结果」。研究普遍发现瓶颈不在模型智力,而在任务数据生成、验证器质量与多轮环境反馈——这恰好解释了为什么工业界能靠 Codex 拿到约 7 倍效率提升,而多数团队自建 Agent 仍卡在中段成功率。;评估 Agent 时应把预算从「刷榜」转向「自建闭环任务集 + 可自动验证的奖励信号」,谁的验证器更密,谁就能更快把成功率推过可用阈值。对采购方,应要求供应商提供端到端任务成功率与失败分布,而不是基础评测分数,这两类指标的预测力差距正在拉大。
【国外信号传导】资本开始用「IPO + 回购」双轨给 AI 定价:一级市场的高估值必须找到出口,于是头部模型公司走向公开市场、把成本结构摊开给投资人看;同时最赚钱的算力龙头选择用创纪录回购把现金还给股东。两条线合起来说明:AI 的钱正在从「讲故事阶段」进入「算账阶段」,能否说清单位经济性成为定价关键,而硬件类 AI 资产的溢价已率先被压缩。 ⇒ 寒武纪(中性):海外算力龙头回购不改变国内替代逻辑,但若存储与算力投资同步放量,国产 AI 芯片的配套需求会跟随上行,节奏取决于国产集群招标。