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
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。
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。
OpenAI 产品化提速,把最大股东推向对手席;OpenAI 的办公套件与 Dots 一起,把它从模型供应商推向前台产品公司,直接切进微软的核心收入区。同时它用 300 亿美元私募把上市时间后移,意味着短期内不必向公开市场解释毛利——这正好给了它补贴办公功能、抢占席位的财务空间。股东与竞品的双重身份会越来越难维持,双方在渠道分成、模型独占条款与云资源价格上的谈判将趋于强硬。;对做办公与协作 SaaS 的团队,通用写作、总结、表格处理的功能壁垒基本消失,必须在一个季度内把重心转向行业数据与流程深度,否则下一个续约季会直接丢单。对依赖微软渠道的开发者,应提前规划多云与多模型适配,避免在渠道条款变化时被动。对投资人,微软与 OpenAI 的博弈是未来 12 个月最值得跟踪的结构性变量。
Agent 从「工具」变「雇员」,最先赚钱的是身份与权限层;这四条线索指向同一个变化:Agent 的执行权正在从人手上转移到常驻进程上。一旦自动化动作能代替用户下单、付款、改文件,交易对手与企业合规部门就必须先回答「这个动作是谁授权的」。模型能力越强、托管时间越长,验证需求越是刚性,而这层需求不依赖模型厂商的善意,是外部强制性需求。OpenAI 自己把安全列入发布类别,等于承认这层外部性无法内部消化。;未来 12 个月,Agent 身份与会话审计大概率成为企业采购的准入项而非加分项。可操作方向:关注做 Agent 身份验证、操作审计日志、权限回收中间件的早期公司,尤其是已经有金融客户验证场景的团队;同时警惕只做「Agent 编排」而无信任层能力的产品,其估值会被压在应用层而非基础设施层。
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。
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。
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。
OpenAI 正在同一时间铺设四层治理基建;四条动作分别指向国际政治、第三方审计、内部事故分级、垂直场景安全——这是把「治理」做成产品线而不是公关材料的完整组合。其战略意图可以这样理解:在监管落地之前,先由厂商自建评估标准与事故披露语言,从而在未来的规则制定中占据定义权。这与降价 50% 并不矛盾——价格打的是商业竞争,治理打的是准入资格,后者决定的是能不能在欧盟、美国联邦等市场的政企采购中拿到合同。;对企业采购方而言,这意味着供应商的安全文档会迅速变成可比较的正式材料,建议从现在开始在采购流程中加入「第三方评估结果」与「事故披露机制」两项硬性要求,而不是等监管强制。对国内厂商而言,这是一个明确的窗口:谁先拿出可被国际客户认可的安全评估与事故分级标准,谁就能在出海政企市场拿到先手,窗口期大约 12 个月。
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。
Agent 的信任层正在被单独定价;四条线索指向同一件事:当 Agent 从「辅助人」变成「代表人执行」,责任主体发生转移,身份、权限、审计与评测就从可选项变成准入项。Baselayer 在卖身份,Ringg 在证明可靠性,OpenAI 在争夺评测标准的话语权,Sam Altman 则把议题推到国际治理层面——从商业需求到监管压力,一条完整的「信任基础设施」正在成形,而它当前的融资规模远小于其潜在重要性。;建议把 Agent 身份与审计当作产品的一等公民而非合规补丁:在 1 到 2 个季度内确定 Agent 标识方案、授权边界与日志留存策略,并主动准备第三方评测材料。等到客户风控部门或监管先提出要求,你会同时失去议价权与交付节奏。