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
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。;评估助手类产品应把核心指标从 DAU 换成跨应用任务完成率与授权深度。对平台型公司,助手是广告与订阅的新入口;对创业公司,必须锁定一个平台无法轻易复制的垂直工作流,否则会在分发效率上被碾压。
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。;做应用的团队应在 6~12 个月内把推理拆成端侧轻任务与云端重任务两档,用成本与隐私双卖点争夺用户;纯 API 转售型产品毛利会被端侧持续侵蚀,必须尽快建立工作流数据壁垒,否则会先丢价格再丢客户。
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。;窗口期只有一到两个季度。创业者若在做单一任务自动化工具,应尽快把能力封装成可被智能体调用的 API 或沉淀独占数据,避免被原生调用吸收。投资上,盯住国内围绕支付与本地服务的 Agent 权限方案商,而非再投一层通用 Agent 框架。
国内大模型正集体从「抢用户」转向「抢入口」;四条动作的共性是把模型能力从「独立 App」搬到「别人已有的入口」里:手机系统、办公套件、企业工作流。背后是同一个成本判断——独立 AI App 的用户获取成本已经高于单个用户的付费意愿,而寄生在存量入口上的边际分发成本接近于零。这与美国市场 Meta 靠自有十亿级入口跑出 Muse 60 万日活的逻辑完全一致,只是中国的入口更分散,所以选择了共建而非自建。;对国内 AI 创业者来说,判断标准需要更新:不要问「我的 App 能有多少 DAU」,而要问「我的能力能不能装进手机厂商、办公平台或行业 SaaS 的入口里」。优先选择已经开放合作接口、且自身缺少 AI 能力的平台方,尽早谈定制化部署与联合运营,而不是等待通用产品跑通后再被集成。这一轮入口卡位的窗口大约在 6~12 个月内关闭。