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
Anthropic 招股书将披露编程类产品贡献年化收入的三成以上,AI 编程成为首个被公开财务验证的 AI 付费品类。
证伪条件:若招股书显示编程类产品收入占比不足 15%,则判断错误。
Anthropic 的 IPO 第一次把 AI 编程的收入摆上台面;三条线索合起来是一次压力测试:AI 编程已被验证为最实的付费场景,但收入结构里包含相当比例的跨境灰色账号,同时企业客户开始要求 ROI 可计量。IPO 定价会把这三个问题一次性暴露给公开市场——增长质量、合规风险、单位经济模型。这也是为什么 Anthropic 要在上市前先把支出可视化做出来。;对国内 AI 编程工具是明确的替代窗口:跨境账号风险会让部分开发团队寻找本地方案;对投资人,应把「编程场景收入占比」当作评估 AI 应用公司的核心指标之一,而非只看总 ARR;对企业采购,应要求供应商说明账号合规与数据驻留安排。
【国外信号传导】企业 AI 的计费单元从订阅转向席位,捆绑销售成为胜负手:四条线索共同说明,AI 的商业化已经越过尝鲜期,进入预算替代期:企业用 AI 席位替换既有软件预算,消费者用更低门槛的输入方式提高使用频次。Anthropic 的交叉使用比例从三成升至过半,证明捆绑销售比单点工具更能留住企业客户;Uber 的 3 万席位则证明规模采购已经发生。两者叠加,意味着定价权正从模型供应商转向同时掌握工作流的集成方。 ⇒ 科大讯飞(中性):按席位收费的可复制性提升利好其政企 AI 产品,但国内采购更看合规与本地化交付,短期冲击与受益都有限。
2027 年第一季度前,OpenAI 将推出面向企业的平台加办公、编码一方应用捆绑套餐,定价直接对标 Anthropic 的企业交叉销售模式。
证伪条件:若 2027 年 3 月底前 OpenAI 未推出任何形式的企业捆绑订阅(平台与一方应用合并计价),则判断错误。
企业 AI 的计费单元从订阅转向席位,捆绑销售成为胜负手;四条线索共同说明,AI 的商业化已经越过尝鲜期,进入预算替代期:企业用 AI 席位替换既有软件预算,消费者用更低门槛的输入方式提高使用频次。Anthropic 的交叉使用比例从三成升至过半,证明捆绑销售比单点工具更能留住企业客户;Uber 的 3 万席位则证明规模采购已经发生。两者叠加,意味着定价权正从模型供应商转向同时掌握工作流的集成方。;未来两个季度观察两个指标:企业活跃席位率与交叉使用比例。创业公司若只做单点工具,被替换风险最高;应尽快把能力嵌入客户的既有工作流,并争取按结果计价的条款。国内的对应打法是钉钉、飞书、企业微信加速把模型能力打包进既有席位,否则续费率承压。
【国外信号传导】具身智能的估值已前置到 2027 年,分化在下一份财报:这条链条的核心是资本如何给尚未规模化的硬件定价:宇树 2000 亿对应 2027 年出货预期,特斯拉合并则把机器人叙事与航天、算力打包。两者共同说明市场愿意为具身智能支付时间溢价,但支撑溢价的仍是订单与成本曲线,而非演示视频。 ⇒ 优必选(中性):板块普涨带来估值修复,但其订单结构与宇树的量产节奏并不一致,涨幅更多来自主题联动,需以实际交付数据验证。
【国外信号传导】具身智能的估值已前置到 2027 年,分化在下一份财报:这条链条的核心是资本如何给尚未规模化的硬件定价:宇树 2000 亿对应 2027 年出货预期,特斯拉合并则把机器人叙事与航天、算力打包。两者共同说明市场愿意为具身智能支付时间溢价,但支撑溢价的仍是订单与成本曲线,而非演示视频。 ⇒ 小米(看多):人形机器人与汽车、家居的协同叙事在特斯拉合并案中被强化,小米的制造与供应链能力使其成为国内最接近该路径的整机玩家,情绪重估弹性较大。
【国外信号传导】算力供给成为模型公司的估值天花板,存储是下一个瓶颈:四件事共同说明算力链的利润正在向上游与交付端集中:模型公司被算力成本压住毛利,云厂商借供需紧张提高服务定价,存储作为推理扩容的硬瓶颈获得资本加注。SpaceX 的高利润则证明,把 AI 嵌入已规模化的硬件业务比单独卖模型更容易赚钱。 ⇒ 阿里巴巴(中性):阿里云既是模型公司的算力供给方也是自有模型竞争者,供需紧张利好云收入,但自研模型的推理成本同步上升,两股力量对冲,净效应取决于客户结构。
【国外信号传导】模型价值从写新代码转向替换旧系统,IT 服务定价模型被改写:这些碎片串起来是一条清晰的商业路径:模型能力正从生成新内容转向理解与迁移存量资产。存量资产(COBOL 系统、法律合同、信贷协议)价值高、规则明确、可验证,正是企业愿意付费的场景。当准确率跨过 95% 的可用阈值,采购决策就从试验预算转成 IT 预算。 ⇒ 科大讯飞(中性):在政企与司法、医疗等规则明确的文档场景具备交付能力,存量文档智能化需求提升是利好,但其模型能力与头部仍有差距,受益更多体现在项目数量而非单价。
【国外信号传导】模型价值从写新代码转向替换旧系统,IT 服务定价模型被改写:这些碎片串起来是一条清晰的商业路径:模型能力正从生成新内容转向理解与迁移存量资产。存量资产(COBOL 系统、法律合同、信贷协议)价值高、规则明确、可验证,正是企业愿意付费的场景。当准确率跨过 95% 的可用阈值,采购决策就从试验预算转成 IT 预算。 ⇒ 阿里巴巴(看多):通义灵码是国内最接近 Codex 定位的编程助手,海外模型在遗留系统迁移上的验证会提升企业对 AI 编程工具的付费意愿,其企业版渗透率有上行空间。
模型价值从写新代码转向替换旧系统,IT 服务定价模型被改写;这些碎片串起来是一条清晰的商业路径:模型能力正从生成新内容转向理解与迁移存量资产。存量资产(COBOL 系统、法律合同、信贷协议)价值高、规则明确、可验证,正是企业愿意付费的场景。当准确率跨过 95% 的可用阈值,采购决策就从试验预算转成 IT 预算。;企业应优先在规则明确、结果可验证的存量场景落地,而不是追求通用助手。对 IT 服务商,人天计价的模式将在 12 至 18 个月内被模块化交付冲击,先建立审核能力与交付标准的公司能拿到溢价。
【国外信号传导】个人助手从聊天入口转向任务接管,分发效率决定胜负:四件事共同指向一个拐点:个人助手的竞争已从模型能力转向场景占位与分发效率。Meta 靠社交图谱摊薄获客成本,Google 靠系统与车机预装接管场景,创业公司则从会议、日程等高频垂直场景切入。留存数据比下载量更关键,因为它决定助手能否从被动应答变成主动执行。 ⇒ 小米(看多):Google 把助手接入车机的路径,对应小米人车家生态的座舱入口,端侧助手与设备联动是其差异化优势,海外验证提升该叙事的可信度。
【国外信号传导】个人助手从聊天入口转向任务接管,分发效率决定胜负:四件事共同指向一个拐点:个人助手的竞争已从模型能力转向场景占位与分发效率。Meta 靠社交图谱摊薄获客成本,Google 靠系统与车机预装接管场景,创业公司则从会议、日程等高频垂直场景切入。留存数据比下载量更关键,因为它决定助手能否从被动应答变成主动执行。 ⇒ 腾讯(看多):微信生态内的助手可依托社交关系链与小程序交易闭环完成跨应用任务,与 Meta 靠社交分发起量的路径高度对标,是海外信号最直接的映射标的。
【国外信号传导】个人助手从聊天入口转向任务接管,分发效率决定胜负:四件事共同指向一个拐点:个人助手的竞争已从模型能力转向场景占位与分发效率。Meta 靠社交图谱摊薄获客成本,Google 靠系统与车机预装接管场景,创业公司则从会议、日程等高频垂直场景切入。留存数据比下载量更关键,因为它决定助手能否从被动应答变成主动执行。 ⇒ 阿里巴巴(看多):夸克与通义系列具备搜索+工具的场景闭环,海外助手向任务接管演进会推动其从问答工具升级为执行入口,用户时长与会员转化有重估空间。
【国外信号传导】Agent 从写代码走向全业务,效率数字开始替代 DAU 叙事:Agent 的落地路径正在从开发者工具向企业后台系统迁移。Amp 把 Agent 从代码扩展到非编码任务是能力侧的信号,Sophos 的 96% 与 52% 是效果侧的证明,Town 的 4 个月独角兽是资本侧的确认,清华的可编辑记忆则补上了生产环境最缺的可回溯性。四者合起来说明 Agent 已越过演示阶段,进入按工单替代率计价的阶段。 ⇒ 快手(中性):可灵等业务的 Agent 化更多停留在内容生产侧,与后台工单替代的传导链较弱,短期受益有限但可作为效率指标的参照。
【国外信号传导】Agent 从写代码走向全业务,效率数字开始替代 DAU 叙事:Agent 的落地路径正在从开发者工具向企业后台系统迁移。Amp 把 Agent 从代码扩展到非编码任务是能力侧的信号,Sophos 的 96% 与 52% 是效果侧的证明,Town 的 4 个月独角兽是资本侧的确认,清华的可编辑记忆则补上了生产环境最缺的可回溯性。四者合起来说明 Agent 已越过演示阶段,进入按工单替代率计价的阶段。 ⇒ 腾讯(看多):企业微信与腾讯云的 Agent 分发场景最贴近工单替代逻辑,海外按替代率计价的模式一旦被验证,其企业服务收入结构将直接受益。
【国外信号传导】开源模型从陪跑变成定价武器,中国团队在编码能力上正面反超:四条线索共同说明开源已从跟随策略变成主动的定价工具。硬件厂商用开源模型拉动端侧与私有云推理需求,头部实验室用开源对抗闭源 API 的黏性,中国团队则用极致的 Token 效率把成本曲线整体下压。三者叠加的结果是:闭源模型的能力溢价窗口在收窄,客户开始按单位任务成本而非模型品牌做采购决策。 ⇒ 智谱(看多):在 Meta 与苹果联合发布的开源模型编码基测中正面胜出,是国产模型少见的公开对标胜利,有助于其企业客户拓展与估值重估。
【国外信号传导】开源模型从陪跑变成定价武器,中国团队在编码能力上正面反超:四条线索共同说明开源已从跟随策略变成主动的定价工具。硬件厂商用开源模型拉动端侧与私有云推理需求,头部实验室用开源对抗闭源 API 的黏性,中国团队则用极致的 Token 效率把成本曲线整体下压。三者叠加的结果是:闭源模型的能力溢价窗口在收窄,客户开始按单位任务成本而非模型品牌做采购决策。 ⇒ 阿里巴巴(看多):通义开源系列是国内开源生态的主要受益者,海外开源模型能力被中国团队反超会强化国产开源在全球开发者中的采用率与云调用量。
【国外信号传导】算力从按需采购变成多年长协,模型公司开始被云厂商反向锁定:四件事指向同一个结构性变化:算力正在从可交易的现货变成被长约锁定的产能。头部模型公司用多年合同预占产能,云厂商据此获得可预测的现金流并敢于扩产,新型算力供应商因此拿到定价权。结果是行业分层加速——能签长约的公司获得成本与供应双重优势,签不起的公司只能在现货市场承受涨价与排队。这条链条的终点是推理成本的行业性抬升。 ⇒ 腾讯(看多):腾讯云加混元自用推理的双重需求,使其在算力长约上具备与阿里类似的议价结构;海外长协定价上行会带动国内算力租赁价格预期修复。
【国外信号传导】算力从按需采购变成多年长协,模型公司开始被云厂商反向锁定:四件事指向同一个结构性变化:算力正在从可交易的现货变成被长约锁定的产能。头部模型公司用多年合同预占产能,云厂商据此获得可预测的现金流并敢于扩产,新型算力供应商因此拿到定价权。结果是行业分层加速——能签长约的公司获得成本与供应双重优势,签不起的公司只能在现货市场承受涨价与排队。这条链条的终点是推理成本的行业性抬升。 ⇒ 阿里巴巴(看多):阿里云是国内唯一具备大规模长约供给能力的云厂商,海外算力长协模式被验证后,其与国内模型公司的多年合同谈判能力与估值叙事同步抬升。
算力从按需采购变成多年长协,模型公司开始被云厂商反向锁定;四件事指向同一个结构性变化:算力正在从可交易的现货变成被长约锁定的产能。头部模型公司用多年合同预占产能,云厂商据此获得可预测的现金流并敢于扩产,新型算力供应商因此拿到定价权。结果是行业分层加速——能签长约的公司获得成本与供应双重优势,签不起的公司只能在现货市场承受涨价与排队。这条链条的终点是推理成本的行业性抬升。;未来 6 个月,判断一家模型公司竞争力的一级指标应从参数与榜单改为算力合同年限与单价。投资人应把长约规模与年化收入的比例纳入必审项;创业公司则应尽早锁定 12 至 24 个月的推理算力,避免在需求爆发时被挤出。
【国外信号传导】国行 AI 落地把竞争拉回「系统级入口」:苹果把最保守的功能先落地,是在合规与体验之间换取时间窗口:系统级入口一旦铺开,后续叠加 Agent 能力的边际成本极低。对国内厂商,这意味着 11 月起「有没有 AI」不再是卖点,「AI 能不能跨应用办事」才是。而 155 款应用拒绝豆包说明跨应用恰恰是最难的一步——苹果的慢,可能反而是稳。 ⇒ 科大讯飞(看空):写作、翻译、语音等能力被手机厂商原生整合后,独立语音助手类产品的付费空间被进一步压缩,B 端授权也面临系统厂商自研替代。