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】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。 ⇒ 阿里巴巴(中性):ChatGPT Work 验证席位模式后,钉钉与通义的捆绑会成为国内对标打法,但国内企业付费意愿更低,节奏会慢一到两个季度。
【国外信号传导】苹果国行 AI 落地与 40 项出口管制同日出现,端侧合规成为分水岭:一边是海外终端厂商把 AI 能力送进中国市场,一边是中国收紧 AI 技术外流,两条线交汇在同一件事上:跨境技术合作的合规成本正在系统性抬升。苹果只能先交付不依赖复杂本地服务的三项功能,Siri 延后正是本地化与合规改造未完成的直接证据。 ⇒ 阿里巴巴(看多):国行苹果 AI 的本地化推理与合规云服务需求需要国内云厂商承接,阿里云在模型服务与内容审核链路上具备直接受益条件。
【国外信号传导】Agent 的能力在涨,通行权在收,摩擦点从模型转移到平台:把四条串起来会看到同一个结构:模型侧在疯狂扩张 Agent 的权限半径(读标签页、跨应用、代操作),而站点侧在同步收紧入口。能力提升和访问收紧同时发生,说明 Agent 的瓶颈已从「会不会做」变成「让不让做」。谁掌握真实交易场景,谁就掌握了 Agent 商业化的闸门。 ⇒ 阿里巴巴(中性):电商与本地生活场景是 Agent 代操作的首选目标,短期面临被外部代理穿透的压力,但支付宝与夸克的自有入口也提供了反制与变现空间。
【国外信号传导】开源权重压到端侧,云端推理的定价权首次被公开挑战:三件事看似分散,实为同一条链:模型能力趋同后,调用方开始按成本与可控性重新分配负载。Meta 把旗舰开源模型压到消费级硬件,等于给企业提供了一个「不用按 token 付费」的选项;Replit 的切换则证明平台方已经在用脚投票。开源 + 端侧的组合,正在把推理从运营开支变成资本开支,这会重写云厂商的定价模型。 ⇒ 阿里巴巴(看多):通义开源系列是国内唯一具备同等开源生态号召力的对标,海外开源权重压向端侧会强化其开源路线的市场叙事与云上私有化部署需求。
【国外信号传导】端侧开源联盟成型:Meta 借苹果硬件,蚂蚁压单位成本:四条线索指向同一件事:AI 的分发重心正从云端API向端侧设备与本地推理迁移。Meta 用开源换硬件装机量,苹果用外部模型补齐能力缺口,蚂蚁用极致单价打穿企业预算门槛——三者共同把“模型能力”变成可替换的公共品,真正稀缺的变成设备入口、内存供给与推理成本控制力。当模型本身不再稀缺,价值链的利润必然向两侧转移。 ⇒ 阿里巴巴(看多):拿到苹果国行默认模型位,通义千问从云API走向十亿级终端分发,是最直接的分发红利受益标的
【国外信号传导】谷歌双线推进:把 Gemini 塞进交易闭环,同时把量子错误率压低 40 倍:谷歌同日推进两件性质完全不同的事:一件把模型能力变成交易佣金,解决当期收入;一件把量子纠错推进到更接近工程可用的区间,押注十年后的算力范式。放在一起看,其策略是用搜索与电商现金流供养长周期基础研究。OpenAI 的治理事件则提醒所有大厂:能力越强,外部性成本越高,安全投入会成为算力之外的第二个固定支出项。 ⇒ 阿里巴巴(看多):淘宝与千问的 AI 购物助手是对标形态,谷歌验证「对话直接成单」的闭环后,国内电商的 AI 导流价值与转化率会被重新评估,具备模型与交易双闭环的平台受益最直接。
【国外信号传导】Agent 战场从编码工具扩散到通用工作流与手机系统层:编码 Agent 是最先跑通付费的场景,如今这套能力被横向复制:Amp 做知识工作、Reflex 做个人助手、STEPX 把 Agent 塞进手机系统层,学界同时给长任务补上评测标准。四件事合起来说明竞争焦点已从「模型会不会写代码」转向「能不能在几十步的长流程里持续不出错」,而评测标准的出现通常是规模化交付的前置条件。 ⇒ 阿里巴巴(看多):夸克与通义在个人 Agent 上的产品线国内最完整,海外 Agent 从编码扩散到通用工作流的叙事会直接抬升其应用层估值,并强化其「模型+入口」的一体化定位。
【国外信号传导】开源权重集体下沉端侧,Mac 与 AI PC 正在变成新的模型分发渠道:三条线索指向同一件事:模型的分发权正从云端 API 转向终端。Meta 用开放权重换 Mac 端装机量,苹果借第三方模型补齐端侧能力,英伟达与微软把算力前置到笔记本。当开源权重、端侧芯片与系统级适配三者同时成熟,闭源 API 的按 token 计费在个人场景会被绕开——用户不必上传数据也能跑强模型,云端只处理重任务。 ⇒ 阿里巴巴(看多):通义千问开源系列在国内端侧装机量最大,Meta 与苹果验证「开源权重+端侧优化」路线后,Qwen 在手机与 PC 侧的适配价值会被重估,开源生态的话语权直接转化为云与芯片合作议价能力。
【国外信号传导】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。 ⇒ 阿里巴巴(看多):通义千问以开源版本积累生态,若行业评测转向可核验能力,开源可复现路线更容易获得开发者与政企客户认可,通义开源生态的位置将被抬升。
【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。
【国外信号传导】智能体从「能力竞赛」转向「可控性竞赛」:四件事指向同一条曲线:智能体一旦获得执行权限,风险就从「答错」变成「做错」。Anthropic 的应对是把评测环境与网络物理隔离,OpenAI 的应对是把隐私与品牌安全做成可售卖的产品能力。两者都在把可控性从合规成本改写成差异化卖点。这意味着下一阶段的智能体竞争,评测隔离、权限审计与可回滚执行会成为与模型分数同等重要的采购指标。 ⇒ 阿里巴巴(看多):通义与夸克体系正把智能体接入电商与本地生活执行链路,可控性与审计能力是关键准入条件,补齐安全能力后可承接政企与品牌客户的高合规订单,形成对纯模型厂商的交付优势。
【赛道传导·foundation-model】规模化强化学习正在把大模型变成资本开支游戏 ⇒ 阿里巴巴:通义千问国内基座第一梯队
【国外信号传导】开源基座正在变成巨头的「产品迭代加速器」:微软没有自研一套全新架构,而是直接以阿里巴巴的 Qwen 为底座做后训练,在数周内输出与 Jev 定位重合的决策评分能力,并通过 Foundry 与 OpenRouter 双通道分发。这证明 2026 年开源权重已把「从想法到可用产品」压缩到以周为单位,架构差异化窗口急剧收窄,真正稀缺的是分发通道与客户数据。 ⇒ 阿里巴巴(看多):Qwen 被微软选作后训练底座,等于全球顶级厂商为其技术能力背书,通义开源生态的标准地位被强化,云业务可借此获得海外开发者信任加成。
【赛道传导·ai-application】Agent 失控从个案变成公开承认,安全与评测基建进入刚性采购期 ⇒ 阿里巴巴:通义应用矩阵+电商场景
【国外信号传导】英伟达从卖铲人变种树人,开源权重模型成为算力需求的战略入口:英伟达此前对模型公司的投资多为财务或云算力绑定,此次直接洽谈收购,说明其判断开源权重模型是唯一能持续放大 GPU 采购的模型形态。逻辑链条是:闭源模型的推理集中在少数云厂商,议价权强、可自研芯片替代;开源模型分散在无数部署方,采购决策碎片化,反而更难绕开英伟达。扶持一个美国本土开源支点,既对冲 Llama 阵营的芯片自主化倾向,也在全球开源榜单上对国产基座形成制衡。 ⇒ 阿里巴巴(中性):美国本土开源支点被芯片厂商扶持,会加大全球开源市场的竞争强度,对 Qwen 的生态扩张构成压力;但其已被微软用作生产基座的事实,短期内仍能支撑海外采用率。
【国外信号传导】国产基座首次进入美国大厂生产链路,开源中立性成为新资产:把这几条拼起来看,决策/结构化输出已被验证为独立品类,而基础模型能力本身正在快速商品化。微软选择用 Qwen 而非自研基座做后训练,说明在特定任务上,选择最成熟的开放基座比自研更划算。这反过来给国产基座厂商带来一个此前没有的身份:美国大厂的生产原料供应商,其价值不在榜单分数,而在被多少下游产品当作起点。 ⇒ 阿里巴巴(看多):Qwen 被微软选作后训练基座,是国产模型首次进入美国大厂生产链路,直接提升其海外开发者采用率与云服务引流能力,属于比榜单排名更具说服力的生态证据。
【国外信号传导】个人智能体成为巨头同步押注的入口战争,时间差只剩一到两个季度:这四条线索指向同一件事:个人智能体的竞争已经从模型能力转为系统权限与入口控制。Meta 靠硬件与社交关系链率先给出范式,国内巨头则用国民级 App 内的高频交易闭环(支付、出行、本地生活)反向包抄。隐私承诺被反复提及,恰恰说明行业清楚权限是用户最大的顾虑,谁先在可控授权上建立信任,谁就能更早拿到操作系统级权限。 ⇒ 阿里巴巴(看多):支付宝与饿了么、高德构成的高频交易链同样适配智能体接管,且其 Qwen 基座已被外部大厂用作后训练原料,模型与场景两端同时受益。
【国外信号传导】企业级 Agent 三线并进:谷歌 Gemini Agent、OpenAI computer use、国内开源 AgentOS 同时落地:三家在不同层面做同一件事:把 Agent 从 demo 推到企业采购清单。谷歌从席位绑定渗透率、OpenAI 从高价值工作流(合同)切入、国内用开源降低接入门槛。共同卡点是评估与可靠性——没有可量化的成功率,企业不会把核心流程交出去,这也是 Ironclad 类联合评估合作真正的意义。 ⇒ 阿里巴巴(看多):钉钉加通义是企业 Agent 的天然落点,开源 AgentOS 会加速国内企业自建意愿,阿里可通过算力与模型调用承接这部分新增需求。