行家一出手，便知有沒有！自AI問世以來，已成中美科技必爭之地，誰能笑到最後，關鍵還是要看應用！在這方面，矽谷那邊的公司一直想打通AI+消費這條路，但缺乏穩固的生態和龐大的應用場景，一直流於形式，還未實踐。而阿里在春節期間取得了千問辦事的成功之後，在新財年的首次集團戰略會上，阿里正式提出，要全力推進以千問為代表的智能體經濟。1. 什麼是“智能體經濟”？對普通人有什麼意義？“智能體經濟”簡單來說，就是通過AI這個技術載體來推動更好的消費，也就是很多官媒說的“AI+消費”！這玩意對普通人來說，有三好！一好為：方便。比如以前點外賣，得自己去外賣軟體上一個個找，現在一句話就能搞定；以前買電影票，選座位得研究一下，現在交給千問按需訂票。可以這麼說，過去很複雜的消費流程，現在一句話就能辦完，給誰誰能不喜歡？二好為：創造新的機會。往前翻個20年，就能發現每一次技術革新，除了會為行業帶來新變化以外，也會創造新的機會。比如當年的電商，讓很多人從個體戶變成了小老闆；10年前左右的自媒體，催生了現在的網紅經濟；那麼如今阿里的智能體經濟要發展，必然也會衍生出一系列的工作崗位，現在能想到的就是營運、設計、AI訓練師之類的工作，往後發展這方面人才缺口勢必會放大，普通人只要抓住機會，很有可能直接改變命運。三好為：技術普惠這個怎麼理解呢？以老年人為例。很多上了年紀的老人。對於智慧型手機用的並不熟練。一個人在家想點個外賣，都搞不明白。但在千問智能體經濟的技術普惠下，老年人也能一句話搞定外賣，體驗到年輕人的生活方式。網際網路的浪潮奔湧向前，阿里通過技術普惠，讓銀髮一族也能緊跟時代的步伐，這既是社會責任的體現，也是技術便利每一個日的最好寫照！2. 為什麼阿里是第一個提出此概念的公司？因為只有阿里具備這些條件！這個智能體經濟兩大要素，過人的技術，優秀的生態。而這兩方面，不管是那個條件，阿里都是王中王、頂中頂！論技術，阿里從模型到GPU晶片都是行業頂尖。最新模型Qwen 3.6 Plus一經發佈，單日呼叫量突破1兆Token的模型，問鼎全球大模型周呼叫量冠軍，究其原因，是因為它是國產程式設計模型技術能力的天花板。上周的時候，在AI視訊生成領域，由阿里巴巴內部孵化的模型HappyHorse-1.0，登頂Artificial Analysis排行榜。這個大模型有多牛？它在文字生成視訊、圖片生成視訊等四大核心賽道中全面領先。這也能證明，阿里在AI領域持續投入是有結果，同時，阿里在多模態大模型領域技術積累也非常的雄厚。平頭哥自研GPU也已實現規模化量產，截至26年2月已累計交付47萬片。AI技術，大模型是基礎，GPU是運轉的關鍵，兩大技術阿里全都有，並且全都硬，為智能體經濟提供了堅實的保障。論生態，阿里積累了20多年的網際網路商業、消費經驗，旗下擁有淘寶、閃購、高德、飛豬等覆蓋人們吃喝住行娛一體的生態產品，並且還這些產品還和千問全部打通，這也就將阿里的生態優勢賦能到了AI應用端。為了集中力量辦大事，4月8日的時候，阿里還進行了組織架構調整，新設立了阿里巴巴集團技術委員會，吳泳銘任組長，周靖人擔任首席AI架構師，整合優勢資源，投入到智能體經濟戰略當中來。3. 總結阿里今天提出智能體經濟，是其科技實力的體現，也是生態經營多年的結果。這大概也就是此前美國知名科技商業媒體The Information發報導稱：“阿里巴巴在AI辦事領域的進展快於亞馬遜和 OpenAI。”的原因所在！ (梁穩健)

HappyHorse前兩天，一個叫HappyHorse-1.0的模型衝到了Video Arena的榜一，被它超過的模型都是行業頂流，有字節跳動的Seedance 2.0，快手的可靈3.0。正當大家紛紛猜測“這又是誰的部將”，阿里及時站出來認領，一邊感謝大家的關注，一邊解釋HappyHorse是俺的。匿名打榜是行業裡常見的行為，一方面可以避免品牌光環干擾測試結果，另一方面也可以利用懸念拉高關注。這兩者恰好都是阿里需要的。Qwen團隊靈魂人物林俊暘的出走，雖然客觀上向更多的人普及了阿里在開源模型領域的貢獻，但也讓市場對阿里在AI上的投入產生了新的懷疑。阿里ATH事業部的成立是一次回擊。3月30日至4月2日，短短幾天之內通義實驗室就發佈了三款旗艦模型——Qwen3.5-Omni全模態互動模型、Wan2.7-Image視覺生成模型、Qwen3.6-Plus大語言模型。發佈僅一天，專攻程式設計能力的Qwen3.6-Plus模型就沖上了大模型API呼叫平台OpenRouter的日榜榜首。上周是第二次回擊。阿里進行了第二波組織架構的調整，首先成立了技術委員會，由吳泳銘擔任組長，成員包括周靖人、吳澤明、李飛飛；其次通義實驗室升級為通義大模型事業部，周靖人負責，同時淘寶閃購CEO職務由中供老兵雷雁群接任。這意味著大模型研發類股在阿里的規格進一步提高，而HappyHorse就是一次秀肌肉意味嚴重的技術亮相。敘事中斷過去一整年，起碼在第三方的商業視角裡，阿里和字節是國內AI的一時瑜亮。阿里對大模型的投入方向一直非常明確——做全面開發。阿里也確實在穩定地推進自己的計畫。根據高盛之前的報告，阿里在企業端外部AI雲的收入規模上領先，市佔率達到35.8%，字節跳動為14.8%，騰訊為7%。在模型端，Qwen系列模型是影響力最大的開源模型；在B端市場，阿里通過阿里雲百煉平台幫助企業用AI改造和重構生產與營運模式；在c端應用層面，夸克、千問APP上線，兄弟公司螞蟻集團也加速入局，一口氣推出面向辦公場景的“靈光”與聚焦生活服務的“阿福”，全面覆蓋使用者從搜尋、創作到金融、日常互動的多元需求。甚至在硬體層面，阿里也推出了“夸克AI眼鏡”融入阿里生態，3天銷量破3000台。但春節期間字節Seedance 2.0的刷屏，以及林俊暘的出走一度有打斷這種敘事的趨勢。一方面，集團記憶體在一定的內耗情況。據36氪此前披露，在千問大模型負責人離職風波後的集團會議上，周靖人在回應內部算力短缺等提問時，曾坦言團隊確實"資源緊張"，源於諸多歷史原因，未來正在做整體規劃。這反映出彼時阿里內部還沒形成一定的共識，導致陷入“模型團隊抱怨算力不夠、雲團隊抱怨模型太重、平台團隊認為適配不佳”的常見大坑。也讓很多人有疑問:AI時代底層模型研發要麼是創始人自己懂，能啃論文，能和一線研究員聊，要麼把球傳給懂的人，靠制度和戰略能走通這條路嗎？二級市場的情緒傳達的很明顯。最近兩個月，阿里股價從高點回撤約30%–40%，整體明顯跑輸其他科技股。就算雲與AI收入仍在增長，但對於阿里AI敘事的質疑也在增加。與此同時，字節的估值卻在一路走高，升維活成了Anthropic的“世另我”。所以你能看到，無論是成立ATH，還是新的組織和人事調動，都是為了更好的適應AI時代而進行的權力重組。首先，通義實驗室升級為通義大模型事業部，並且周靖人全權負責，後者同時從CTO的崗位卸下。在阿里內部，周靖人是一個跨雲、跨演算法、跨業務的人，作為阿里雲的CTO拿出的成績也足夠有說服力，無論是模型成績還是商業化成果。但過去周靖人既要管阿里雲的整體技術，又要盯大模型的研發，難免分身乏術。現在的一進一退實際上是讓最懂技術的人在一線負責，進一步強化和聚焦了模型的開發。其次，模型技術，雲底座基建和業務的權責進一步劃分清楚。技術委員會的三人，周靖人負責技術探索，追求模型上限；李飛飛負責強化底座效率與成本結構；吳澤明協同其他業務與AI的融合。阿里想要明確的告訴市場，“AI優先”仍然是最重要的戰略，最強模型開發仍然佔據著最高的優先順序。為什麼是HappyHorse？之所以說HappyHorse是一次秀肌肉意味嚴重的技術亮相，是因為它並不出於此前風波核心的通義實驗室，而是出自ATH旗下的創新事業部。ATH事業群成立後，五個事業部都有各自的職能。通義實驗室追求模型能力上限，maa業務線建構模型服務平台，千問事業部聚焦c端AI助手，悟空事業部聚焦打造B端AI原生工作平台，創新事業部則探索各類AI創新應用，快速驗證新模式、新市場。據報導，HappyHorse的研究主力出自原淘天集團未來生活實驗室，領頭的是快手原副總裁、可靈AI原技術負責人張迪。由於背靠阿里媽媽，該創新項目獲得了用卡資源支援。“快樂馬打榜用了阿里內部最頂的卡，內部叫‘大卡’，特指H100”。生成視訊賽道則是目前最火的賽道之一。Seedance 2.0橫空出世後，震驚業界。一度惹得外國從業者尋求國內手機號。憑藉著簡易的創作方式與逼真的畫面效果，Seedance 2.0成為不少內容創作者以及短劇團隊的首選工具。火山引擎總裁譚待表示，過去製作一部高水準精品漫劇，每分鐘成本往往超過一萬元，但現在通過Seedance 2.0，每分鐘成本可以降低4000-5000元。技術引發了產業浪潮。據DataEye研究院估算，2025年全國漫劇市場規模大概在168億元，2026年預計會到244億元，AI讓供給端產能漲得很快。網際網路怪盜團團長在一次直播裡分享，現在AI漫劇每月產能能來到千部劇集的規模。不過Seedance 2.0的瓶頸也很明顯。在社交平台上，不少使用者吐槽排隊人數多達10萬，生成一條15秒的視訊，等待時間要好幾個小時，還不一定能“抽卡”成功。也有創作者表示，近期Seedance 2.0“排隊”的情況有所緩解，但代價是視訊質量同步下降了，“降智”情況有點嚴重。比如Seedance 2.0推出的fast版本，雖然也能清晰呈現主體結構與基礎運鏡，但在面對多人互動或精細的紋理要求時，較容易出現物理法則失真，更適合單條任務。從標準版到fast版，對普通使用者的影響可能不大。但對於短劇、漫劇從業者而言，以前生成兩三條就能挑出一條可用的素材，現在要生成七八條才能選出一條能用的。因此，4月8日字節選擇變相漲價：價格不變，但是基礎、標準、高級會員的月度積分減少，從原來的1080、4000、15000分別下調至725、2210、6160。起碼在生成視訊的賽道在，字節的優勢有，但差距沒有進一步擴大。據瞭解，內測期阿里雲已經開始陸續向其客戶開始推薦“HappyHorse”。雖然一旦開放服務，阿里也會面對Seedance 2.0正面對的問題。但後發的HappyHorse有更多的時間去做判斷和定價。屆時阿里也會再一次和字節正面交鋒，在生成視訊的戰場上。 (伯虎財經)

阿里雲宣佈調整標準版、專業版使用者的API免費額度並支援按量付費。DataWorks標準版、專業版使用者，取消每日呼叫API的數量限制；DataWorks標準版，呼叫API的免費額度調整為10萬次/月；超出部分採用OpenAPI按量付費的方式；DataWorks專業版，呼叫API的免費額度調整為50萬次/月；超出部分採用OpenAPI按量付費的方式；DataWorks基礎版和企業版保持不變；各版本的QPS限制保持不變。從2026年4月14日逐步發佈，到2026年4月23日所有region生效。 (科創日報)

事件概述4 月 4 日，發佈僅 2 天的阿里千問新模型 Qwen3.6-Plus，沖上全球知名大模型 API 呼叫平台 OpenRouter 的日榜榜首，成為當下最受企業和開發者熱捧的大模型。OpenRouter 官方資料顯示，Qwen3.6-Plus 的日呼叫量突破 1.4 兆 Token，打破了該平台的單日單模型呼叫量的全球紀錄。OpenRouter 官方在社交媒體上宣稱，這是"有史以來最強勁的新模型表現"。這意味著什麼？OpenRouter 是全球最大的 AI 大模型 API 聚合平台，Claude、GPT、千問、DeepSeek、GLM 等海內外知名大模型，都在這個第三方平台上對外提供模型 API 呼叫服務。通過統計開發者和企業對大模型"真金白銀"的 Token 消耗，OpenRouter 形成了大模型呼叫量排行榜。這一榜單通常被視為全球大模型的實戰戰場，反映大模型的真實市場歡迎度。技術突破：程式設計能力中國第一4 月 2 日上午，阿里發佈國產最強程式設計模型 Qwen3.6-Plus，程式設計和智能體能力實現突破。在國際知名大模型競技場 Arena 的程式設計能力子榜中，Qwen3.6-Plus 預覽版排名中國第一，阿里也因此成為程式設計能力全球排名第二的 AI 機構。大模型程式設計能力排行榜（Arena 程式設計子榜）排名機構模型地區1OpenAIGPT-4.x 系列美國2阿里Qwen3.6-Plus中國3AnthropicClaude-3.x 系列美國4深度求索DeepSeek-V3中國5GoogleGemini-2.x 系列美國市場反響：開發者用腳投票憑藉強勁性能，千問 3.6 在全球掀起應用接入熱潮。4 月 2 日當晚，Qwen3.6-Plus 正式版上線 OpenRouter，呼叫量直線拉升，激增 711%，單日呼叫量突破 1.4 兆 token，登頂日榜榜首。同時還刷新了此前單日呼叫的紀錄，大幅拉高了上限。在全球 AI 社區，開發者分享將 Qwen3.6-Plus 接入自己的項目，實現"氛圍程式設計"——一句話呼叫千問 3.6 實現複雜任務，讓千問直接生成可用的網站、遊戲、小程序，一次直出效果讓人驚豔。OpenRouter 呼叫量對比資料來源：OpenRouter 官方資料（2026 年 4 月 4 日）技術細節：為什麼是 Qwen3.6-Plus？🔍 技術亮點架構最佳化：採用混合注意力機制，推理速度提升 40%程式碼理解：支援 100+ 程式語言，程式碼生成精準率 92.3%智能體能力：原生支援工具呼叫、多輪規劃、自主執行上下文窗口：256K tokens，可處理超長程式碼庫訓練資料：截止 2026 年 3 月，包含 GitHub 高星項目程式碼阿里"千問旋風"：一周三連發過去一周，阿里接連發佈三款重磅模型，覆蓋多模態、視覺生成、程式設計和智能體等多領域，掀起"千問旋風"。阿里千問系列發佈節奏消息稱，千問很快還將發佈 3.6 系列的旗艦模型 Qwen-3.6-Max，預計將整合全模態理解、視覺生成、程式設計和智能體能力，成為阿里最強的通用大模型。社區反應在全球 AI 社區，開發者對 Qwen3.6-Plus 的反響熱烈："Qwen3.6-Plus 的程式碼生成能力太強了，我用它直接生成了一個完整的 React 項目，幾乎不需要修改。"—— GitHub 開發者 @CodeMaster2026"呼叫量破紀錄是實至名歸，這個模型在智能體任務上的表現確實驚豔。"—— AI 研究員 @AIObserver"阿里這次真的站起來了，程式設計能力中國第一，全球第二，期待 Max 版本！"—— 知乎使用者"AI 前沿觀察"隱私與安全提示在使用 Qwen3.6-Plus 時，需要注意以下幾點：程式碼隱私：不要上傳敏感程式碼或商業機密API Key 安全：妥善保管 API Key，避免洩露輸出稽核：生成的程式碼需要經過人工稽核和測試合規使用：遵守相關法律法規和平台使用條款結語回到開頭的問題：1.4 兆 Token 的日呼叫量意味著什麼？這意味著國產大模型已經具備了與國際頂尖模型正面競爭的實力，意味著開發者用腳投票選擇了千問，意味著中國 AI 正在從"跟隨"走向"並跑"甚至"領跑"。Qwen3.6-Plus 的破紀錄表現，不是終點，而是起點。隨著 Qwen-3.6-Max 等更多旗艦模型的發佈，阿里千問系列能否繼續保持領先？國產大模型能否在國際市場上佔據更大份額？讓我們拭目以待。 (aicoolwork)

在數字經濟時代，高端AI程式設計能力就是數字世界的“工業母機”。它是智能體應用落地、工業軟體開發、產業數位化轉型的核心底座，更是決定一個國家數字產業安全與長期競爭力的關鍵底層技術。長期以來，這一核心領域始終被海外Claude、GPT等主流頂尖模型主導。國產大模型雖歷經多輪迭代追趕，但在複雜工程化程式設計、長程智能體任務等核心實戰場景中，長期處於跟跑狀態。4月2日，中國AI產業迎來了標誌性突破。阿里發佈新一代大語言模型Qwen3.6-Plus。此時距離阿里整合AI核心力量成立ATH事業群，僅過去兩周半。具體來看，千問3.6整體性能較千問3.5進步顯著，並且湧現出極強的智能體程式設計能力，在系列程式設計能力權威評測中，千問3.6程式設計表現超越2倍乃至3倍參數量的GLM-5、Kimi-K2.5等模型，比肩（直逼）全球最強程式設計模型Claude系列。這不是一次普通的企業產品發佈，而是中國科技自立自強在AI核心技術領域落下的關鍵一子。從榜單到實戰，國產模型叩開全球超級陣營大門AI模型的真實實力，從來不由自說自話的行銷定義，而是要經過權威評測的專業驗證、全球開發者的實戰檢驗。據CodeArena全球程式設計模型榜單最新資料，千問3.6-Plus登頂國產最強程式設計模型，綜合性能全球僅次於Claude Opus 4.6，超越OpenAI、Google、xAI等國際巨頭，紙面實力已達到世界領先模型水平。在更細分的專業評測中，Qwen3.6-Plus 在SWE-bench系列真實程式設計任務測試、Terminal-Bench2.0終端程式設計評測、NL2Repo長程程式設計任務測試，以及Claw-Eval、QwenClawBench等真實世界Agent能力評測中，表現可完全匹敵Claude Opus 4.5，整體性能已接近全球頂尖水平。這一系列評測結果的核心意義，不在於一個簡單的排名，而在於它打破了多年來“國產模型在高端程式設計領域只能跟跑”的行業共識：我們終於在數字世界的核心底層技術上，拿出了能和全球領先梯隊正面抗衡的成果。在實戰層面，作為全球最大的AI模型API聚合平台，OpenRouter被業內稱為全球AI模型的“實戰試金石”，平台呼叫量完全由全球開發者基於模型性能、穩定性、性價比自主選擇，是衡量模型真實落地能力的核心風向標。就在剛剛，發佈僅1天的千問新模型Qwen3.6-Plus，以1.4兆Token的日呼叫量沖上OpenRouter的日榜榜首，並打破了該平台的單日單模型呼叫量的全球紀錄，成為當下最受企業和開發者熱捧的大模型之一。據OpenRouter平台公開資料顯示，平台中國開發者佔比僅6.01%，模型的市場表現完全由全球開發者的真實使用需求驅動。值得關注的是，全球開發者的選擇，是對模型能力最客觀的投票。這意味著，不是我們自說自話模型的進步，而是全球最挑剔的技術使用者，已經認可了中國大模型的實戰能力。三次認知破局，走出中國AI自主創新路徑Qwen3.6-Plus的發佈，其核心意義遠不止於單次模型性能的提升，更在於它打破了行業長期存在的三大固有認知，為中國AI產業探索出了一條高效、自主、普惠的創新路徑。它首先打破了“參數越大越厲害”的行業迷信，走出了輕量化高效技術路線。長期以來，海外巨頭主導的AI行業陷入了“堆參數、堆算力”的內卷模式，將參數量作為衡量模型能力的核心標尺。而Qwen3.6-Plus以遠小於競品的參數量，實現了對參數量2-3倍模型的全面超越，用更低的算力消耗、更小的運行成本，交出了對標全球尖端水平的成績單。從產業發展的視角看，這不僅是演算法架構的核心突破，更意味著中國AI企業徹底擺脫了海外模型定下的內卷規則。當全球都在比拚誰的模型更大、誰燒的算力更多時，我們走出了一條更高效、更適合產業落地、更具長期競爭力的技術路徑，這正是中國AI實現彎道超車的核心底氣。它同時打破了“國產模型重跑分、輕實戰”的行業偏見，實現了工程化落地的核心跨越。過去，不少國產模型在標準化榜單中表現亮眼，但在真實開發場景中，面對複雜的倉庫級任務、多步驟長程規劃，往往出現程式碼跑不通、bug無法自主修復、任務理解偏差等問題。而Qwen3.6-Plus真正讓代理式程式設計從概念走向了現實：在前端網頁開發、倉庫級複雜程式碼任務等實測場景中，模型可自主拆解任務、規劃執行路徑、編寫程式碼、測試修復bug，直至全流程閉環完成任務。不僅能實現高品質程式碼修復，更擅長複雜的終端操作與自動化任務執行，在多個高難度長程規劃任務中取得了極優成績。對中國數字產業而言，這種工程化落地能力，遠比榜單上的分數更重要。只有能真正解決真實場景的複雜問題，能真正為產業創造價值，核心技術才不會淪為“花瓶”，才能真正築牢我們數字經濟的底層根基。它更打破了高端程式設計能力的高門檻壁壘，實現了尖端技術的普惠落地。程式設計能力的核心價值，不止於服務專業開發者，更在於讓普通人也能享受到數位技術的紅利。普通人只需一句簡單的自然語言指令，就能調動模型完成任務拆解、智能體系統編排，實現專業程式設計師數小時乃至數天才能完成的程式設計效果。最關鍵的是，Qwen3.6-Plus每百萬Tokens輸入最低僅2元人民幣，以極具競爭力的定價打破了海外巨頭的高端溢價格局。技術的終極價值，在於普惠。當頂尖的AI程式設計能力不再是少數企業、少數專業人士的專屬工具，而是能被小微企業、普通開發者低成本使用，它才能真正啟動整個數字產業的創新活力，這正是中國技術不同於海外壟斷巨頭的核心格局。全鏈路協同成型，中國AI進入體系化競爭新周期Qwen3.6-Plus的突破，不是單一企業的單點勝利，而是中國AI產業從單點突圍邁向體系化競爭的重要標誌。它首先補齊了高端智能體程式設計的核心技術短板，加固了數字經濟的安全防線。高端AI程式設計能力，是數字時代所有數字產業的核心底座，小到企業數位化管理系統、網際網路產品，大到工業控制軟體、關鍵領域資訊基礎設施，都離不開底層程式設計能力的支撐。國產模型在這一領域實現自主可控、比肩國際先進水平，意味著中國大幅降低了在數字核心技術上的對外依賴，從底層提升了數字經濟的安全保障能力。更重要的是，它標誌著中國AI的算力—模型—應用全鏈路協同已經成型，正式進入體系化競爭新階段。全球AI競爭的下半場，早已不是單一模型、單一技術的比拚，而是全產業鏈、全生態的體系化對抗。以阿里為代表的中國AI企業，已經建構起了完整的全鏈路生態：底層有自主可控的算力底座，為模型迭代提供穩定支撐。中層有核心模型持續突破，覆蓋多模態、生成式AI、智能體程式設計等核心賽道。上層有豐富的應用矩陣，能快速將模型能力落地到千萬企業和普通使用者手中。這種全鏈路協同的體系化能力，才是中國AI能和全球頂尖巨頭長期同台競技的核心底氣。單點技術的突破或許能帶來一時的熱度，但只有完整的、自主可控的產業生態，才能讓我們在全球科技競爭中站穩腳跟，不被“卡脖子”。與此同時，中國模型正在以普惠價值打破海外技術溢價，為全球AI產業提供了中國方案。長期以來，海外巨頭憑藉技術壟斷，維持著頂尖AI模型的高溢價，讓全球大量中小企業、普通開發者難以享受到技術紅利。而以Qwen3.6-Plus為代表的國產模型，以極高的性價比，為全球開發者提供了對標全球領先水平的全新選擇，正在改變全球AI產業的供給格局，讓更多市場主體用得上、用得起尖端AI技術，為全球AI產業的普惠發展貢獻了中國企業方案。科技自立自強，從來不是一句空洞的口號，而是靠一項項硬核技術突破、一次次向全球頂尖水平的衝鋒，一步一個腳印拼出來、幹出來的。從跟跑到並跑，中國AI在程式設計這一“數字工業母機”領域實現重要跨越，再次印證：在高端科技領域，中國企業完全有能力走出一條自主創新的發展道路，拿出世界一流的技術成果。全球AI競爭的下半場，拼的從來不是參數噱頭、行銷概念，而是實打實的技術實力、產業落地能力與體系化競爭力。從產業規律來看，真正的長期競爭優勢，不在於單一模型的性能參數，而在於能否建構完整的技術生態、能否為開發者和使用者創造持續價值。值得肯定的是，以阿里為代表的中國科技企業，正朝著這一方向穩步前進，紮根真實市場需求，推動技術與產業深度融合，走出了一條自主創新與開放合作平行的發展道路。 (環球時報)

什麼這code那code，先別code了，因為——中國最強程式設計模型來了！就在剛剛，阿里突襲發佈Qwen3.6-Plus新一代基座大模型，在程式設計和智能體能力上，直接捅破了國產大模型的天花板，強到Next Level～那…到底有多Next呢？ ？1M上下文直接拉滿，不僅能獨立拆解任務、規劃執行路徑、全程自測迭代達到目標，還能根據簡單提示詞搓出Vibe Coding。這不嘛，前幾天模型的preview版本提前上了OpenRouter，小編也拿到開白資格搶先實測了一番！我只給了AI一句話，幾秒鐘就得到了一個可移縮放的3D的雪山場景多模態網頁，連雪花都是動態飄落的～模型表現歸模型表現，關鍵還是要拉到真實評測中見真章啊！！值得一提的是，在涵蓋智能體程式設計、真實世界任務的權威評測中，Qwen3.6-Plus目前已經成為了最接近全球最強Claude系列的國產模型：（Claude：不er，哥們兒？？？）專業搞程式碼的大佬們拿到Qwen3.6-Plus更是爽感拉滿，這不嘛，提前體驗過的網友們速速給出反饋了——下面這位大哥直言，速度和生成體驗感比Claude更夯，Opus 4.6你還得加把勁兒啊！更有硬核網友直接開了壓力測試，在5個復合倉庫裡輪番轟炸，得出的結論嘛：甭說別的，這模型是真靠譜～目前，Qwen3.6-Plus已第一時間上線阿里雲百煉，且API服務已全面開放；此外，在悟空、千問APP等阿里AI應用和平台也已同步上線。這下好了，大家可以——直接上手搓搓搓了！！Vibe Coding、多模態理解能力忒夯不知道大家們還記不記得，上個月Qwen3.5剛發佈的時候，全網都在感嘆模型強大的程式設計能力。但老話說得好，一代更比一代強，事實上相較於上一代模型，這次發佈的Qwen3.6-Plus在程式設計Coding能力、智能體Agent能力和工具呼叫能力上直接上演了一場大型的《自己卷自己》的戲碼。（doge）咋個卷法呢？在性能上，Qwen3.6-Plus表現出了比上一代模型更敏銳的理解感知能力和更強大的多模態推理能力。在SWE-bench系列真實程式設計任務測試、考察終端程式設計的Terminal-Bench2、長程程式設計任務NL2Repo，以及Claw-Eval、QwenClawBench等真實世界Agent能力評測中——Qwen3.6-Plus幾乎直逼Claude Opus 4.5，甚至部分性能表現比Claude更優，還超越了2倍乃至3倍參數量的其他主流模型。看來，千問妥妥掌握了「以小勝大」的秘方啊？？不僅如此，基於百萬token的上下文窗口。模型還集中對OpenClaw、Qwen Code、Claude Code、Kilo Code、Cline、OpenCode等系列Agent框架進行了最佳化支援。是的，這模型卷的已經不只是模型本體，連整套Agent工作流的適配度都梭哈了…只能說——《夯，極夯》。咱們直接老規矩，圍繞模型擅長的Vibe Coding、多模態理解、問題重構等幾個能力維度上實打實測一波！Vibe Coding能力實測常言道，用程式設計模型必玩Vibe Coding，所以，咱就先來考一考Qwen3.6-Plus在網頁開發上的能力～大家都知道，對AI或者Agent來說，網頁開發其實不是啥難事兒，真正的挑戰在於——只用一句簡單提示詞，就能做出兼具視覺設計、互動邏輯與頁面跳轉的完整頁面，所以咱這次直接把難度抬高。用一句大白話指令，讓AI一鍵生成一個可互動的「AI資訊日曆網站」！幫我生成一個有科技感的AI日曆網站。首頁為月曆檢視，每一天標註對應的AI大事件，使用者點選日期後可進入詳情頁查看完整內容，包括事件標題、一句話簡介、時間和來源連結。大概2分鐘的時間，AI就給我搓出來了個完成度相當高的AI資訊日曆網頁。從前端生成效果來看，整體視覺簡潔而且科技味兒還蠻濃，不僅清晰呈現了日曆結構，還自動對不同資訊做了色彩區分，閱讀體驗十分友好！！！在具體互動能力上，還支援前後月份翻閱查詢，每日日期格子內均標註可點選的資訊入口，點一下就能查看摘要內容。此外，不知道大家發現沒，頁面右側還附帶一個可跳轉連結，一鍵就能跳到原資訊網站，查閱資訊源賊方便：接下來，我們換種玩法，不生成網頁了，改玩點有意思的。挑戰用一句話讓AI幫忙製作一個可互動的色彩度比較鮮明的3D的雪山場景，看看這AI在前端視覺上的表現力咋樣。製作一個3D的雪山場景，雪山中間有一個日式的寺廟，整體風格參考塞爾達曠野之息。先看視覺效果，u1s1確實有點塞爾達那種清新明快畫風的意思，色彩飽和度和光影質感肉眼看都還是蠻舒服的。不僅如此，我還可以靈活拖動視角，360度旋轉場景、用滾輪自由縮放遠近這些都ok，甚至，連雪花粒子都是動態飄落的？？？我們繼續挑戰，再來實測一些更好玩的場景，這回看看Qwen3.6-Plus的「遊戲網站」搭建能力咋樣～幫我做一個虛擬寵物養成網頁，頁面主體是寵物的房間，使用者可以隨時看到它的狀態，寵物有飢餓、心情、體力和成長值，會隨時間變化，使用者可以在房間裡進行喂食、玩耍、洗澡、睡覺等互動，加入簡單動畫、表情變化、隨機事件和任務系統，完成可獲得金幣購買道具，整體風格可愛～So cute！！瞬間夢迴小時候玩的《皮卡堂》小遊戲～（萌翻了.jpg）從實際效果看，在這個頁面裡我不僅可以查看寵物的動態，寵物還可以跟著我的滑鼠位置進行移動。不僅如此，頁面右側還設有狀態值、互動功能、任務和商店四大類股，我還可以根據寵物狀態進行喂食、玩耍等互動操作。你還真別說，Qwen3.6-Plus在審美和互動設計這塊兒提升不少，確實真·有兩下子…咱們最後再來試一個大家幾乎都玩過的消消樂小遊戲，這次我直接把提示詞寫到簡單不能再簡單：生成一個美食卡通主題的消消樂小遊戲網站。那怕提示詞如此大白話，那怕如此簡單，這輸出效果也確實沒得說。是的，我只用了一句提示詞，Qwen3.6-Plus把核心玩法、連鎖機制、視覺UI、輔助能力這些全cover了…多模態理解能力實測除了強大的Vibe Coding能力外，Qwen3.6-Plus在多模態理解這塊兒也屬實有兩把刷子。具體來說，就是從視覺感知，到多模態推理，再到智能體執行都能hold得住！這次我喂給了模型一段AI資訊類的視訊內容，整個視訊時長說實話還蠻長的，很考驗模型的內容解析能力。我要讓它做的，不單單只是解析視訊核心內容，而是要讓它幫我進行逐秒指令碼分析，並且根據內容二創成一份適合小紅書筆記發的爆款文案，以下是我喂給Qwen3.6-Plus的原視訊：請你幫我解析一下這條視訊內容，做逐秒指令碼拆解，並根據視訊內容二創成一篇適合發小紅書的爆款筆記文案：可以看到，Qwen3.6-Plus不僅給我進行了逐秒的視訊指令碼拆解，而且每一個視角戳裡還幫我貼心地將指令碼從視覺、內容、目的三個維度進行了推理判斷。不僅如此，在下方還按照要求輸出了對應的小紅書爆款文案，並將文案概括成開頭鉤子、核心內容、關鍵發現、引起共鳴幾個維度，666啊～最後的最後，我們再來上點難度，讓Qwen3.6-Plus嘗試根據圖片內容復刻一個線上網頁。這次，我喂給了它一個旅遊規劃的頁面圖片，讓它根據頁面裡的功能，直接復刻並搭建出一個完整的線上網頁——那怕幾乎沒有任何文字的提示詞指令，Qwen3.6-Plus依舊通過多模態能力精準出了圖片的內容，並且嘛——比我圖片裡手畫的頁面佈局效果更好、視覺呈現更牛、內容更充實？？更複雜的程式設計場景照樣在行看到這兒估計有朋友該說了，上面這些場景多少有點太簡單了吧。你還真別說，更硬核的程式設計場景這不就來了嘛！事實上，除了能用簡單提示詞實現Vibe Coding、解析並執行多模態內容外，Qwen3.6-Plus還能基於命令列工具生成頁面、進行程式碼問題分析與重構，甚至自主開發工具。在命令列頁面生成能力上，Qwen3.6-Plus支援通過CC等工具直接呼叫API。我們只需輸入 「根據開源倉庫生成landing page」這類簡潔指令，就能快速產出完整網頁，實現高效自動化的前端開發！！話不多說！先給咱們「電子老婆」來個項目官網首頁～這裡說的電子老婆，正是GitHub上的開放原始碼專案AIRI—— 仿照超火虛擬主播Neuro-sama打造，能即時陪聊、陪打遊戲，妥妥全天候線上的電子伴侶（doge）。通過VS Code中的Qwen Code外掛，我讓Qwen3.6-Plus直接讀取開放原始碼專案介紹，自主理解需求、規劃頁面結構，並一次性輸出完整可用的程式碼：（提供項目）根據這個開放原始碼專案生成landing page，輸出HTML+tailwind CSS。從Thinking過程可以清晰地觀察到Qwen3.6-Plus一步步查看需求、建立檔案，整個過程能夠即時監測：Done！耗時約3分鐘，Qwen3.6-Plus就生成好了項目官網頁面，程式碼自動保存在landing-page.html檔案中：咱打開html檔案來看下效果～首先，看上去還蠻符合項目的宣傳邏輯，把臨時體驗頁面、項目開源地址、社區地址全都關聯上了。不僅如此，導覽列還能夠跳轉到對應內容，把項目介紹裡包含的能力、可相容的模型廠商、部署步驟都給概括全了，不戳不戳～接下來，我們來測試模型的「問題分析與程式碼重構」能力。這次我又在Qwen Code命令列工具裡，喂給了Qwen3.6-Plus一坨問題不小的老舊程式碼，讓它捉捉蟲：（提供項目）我剛接手這個項目，該怎麼最佳化呢？Qwen3.6-Plus看懂了原有邏輯，自動整理了一份最佳化清單，但是在動手之前還是詢問了一句「需要開始實施嗎」。比起其他大刀闊斧直接上手的模型來說，這份分寸感把握得還是相當不賴的～下一步，當然就是讓它幫我修改x山程式碼了！！我反手就是一個——這裡一定要說個好玩的，Qwen你的碎碎念也有太活人感了，先給產品經理畫餅，然後去push伺服器，接著又在老闆面前裝！模！作！樣！（還有啥是你做不出來的？？）說歸說鬧歸鬧，任務還得按部就班搞下去，修完Bug、再做最佳化，主打一個有條不紊～最佳化完成！人家具體都改了點啥呢——請看下方總結。最後嘛，還來了點小建議，be like：安裝依賴、寫測試指令碼都可以直接交給它來做，我全程省心省力只負責點頭。（美哉美哉～）（Qwen3.6-Plus：俺的程式設計本事，可是不孬！！！）AI程式設計的門檻，這回是真被打下來了說實話，從今年年初開始，我們真的接觸了太多太多的AI Agent和各種Claw字輩兒的龍蝦。此外還有一個大家感知很深的事是，當下廠商們也越來越押注模型的程式設計能力，各種Vibe Coding產品也層出不窮。我自己也在社交軟體上刷到過很多感興趣的項目，點開之前覺得蠻有意思，可一看對方用到的提示詞和輔助工具，我很快就意識到了一個問題。那就是沒點提示詞本事，沒點基礎程式設計能力，想做出和人家同款效果的Vibe Coding產品，真的蠻難的…（哭死…）只能說，大家還是苦Vibe Coding《上手門檻》久矣。△圖片由AI生成這次實測Qwen3.6-Plus下來，除了對於模型在複雜程式碼治理、跨域長程規劃等真實世界的專業程式設計任務的中呈現的過硬能力外，我更大的感受在於——它確確實實把普通人的「程式設計門檻」大幅拉低了。基於自然語言驅動的Vibe Coding不再是概念，只要一句大白話，我們就能把腦子裡的想法直接變成可運行的現實。在過去很長一段時間，行業默認用參數規模來換性能提升，模型越大，效果越好，也越貴。而這一次，Qwen3.6-Plus通過一個體量更輕的模型，交出了可以對標甚至超過2到3倍參數模型的結果，這對我們使用者來說當然是好事情。當然，更進一步從行業角度看，也不難看出Qwen3.6-Plus也正是阿里ATH（Alibaba Token Hub）思路在程式設計模型上一次很有代表性的落地。創造高效Token、輸送低成本Token、應用普惠化Token，在ATH成立後僅一個月的時間，就速速口號照進現實了。最後值得一提的是，Qwen3.6-Plus是千問3.6系列推出的第一個模型。後面千問3.6系列還會開源更多不同尺寸的版本給大家，另外性能更強的旗艦款Qwen3.6-Max也會在近期發佈。大家可以小小期待一下子～ (量子位)

一臨近清明，小紅書上多了許多特殊送別，送別的不是故人，而是街角的小店。杭州中學生發現常去的豬腳店鎖門了，濟南女孩找不到常去的蛋糕店，吉林大哥返鄉，急匆匆去喝思念的羊湯，卻現金回饋櫥窗已拆，滿地瓦礫。江蘇姑娘說，她加班後常吃的米線店，早上路過時，發現貼出了轉讓告示，“那碗熱氣騰騰，再也吃不到了”。那些小店大多藏在城市街角，店面不大，裝修一般，多為夫妻操持生意，靠味道留住老客，相處如家人。珠海人說樓下茶餐廳藏著童年的味道，北京人說胡同麵館才有正宗的炸醬。在廣州打工的黑龍江小哥，最不捨常去的東北鐵鍋燉，每次去時，服務員阿姨都會多準備大拉皮，叮囑他好好吃飯：“以後再也沒有這樣一鍋熱乎、有人情味的飯了。”小紅書上，人們曬出失效的我的最愛，變灰的店舖名，送別“突然沒了的神仙小店”。那些送別來自天南海北，小餐館告別理由不一，但有個共同點：它們都曾被捲入外賣大戰的巨浪之中。去年春天，京東強勢開戰，阿里空降入局，美團竭力應對，外賣大戰在春天喧囂開場。最初訂單暴漲，讓許多餐飲從業者欣喜，生意彷彿很簡單，“租個檔口，接入平台，坐等爆單”。然而歡樂的日子短如朝露，很快，老闆們發現，那些爆單，多是平台補貼砸出的低價單，流水好看，但存不下錢。補貼退潮，流量驟降後，以為趕上風口的人們，等來滿地狼藉。那場風潮中，大量從無餐飲經驗的新人，揣著積蓄入場，經歷過山車起伏後，又失望離去。被稱為“餐飲收屍人”的二手裝置商，受訪時稱，外賣大戰開打一個月後，它們的回收生意倒是爆單了。他稱，那些新人老闆，以原價幾分之一價格，甩賣了沒用幾次的烤箱，嶄新的封口機，“昂貴的學費”。甩賣持續了一整年，二手裝置商稱，“一直到今年春節才稍微緩下來”。退場的不止新人。外賣大戰衝擊了正常價格體系，而影響最大的就是那些煙火小店。海量補貼衝擊下，去年餐飲的堂食價格已被打回十年前，接近2015年水平，餐飲利潤被壓到極低水平，甚至賠錢。媒體報導中，補貼大戰以來，近七成商戶營業額較2024年下降，80%商戶淨利潤下滑。一家雲南米線店老闆，講述困境：外賣大戰時，9塊9就能買一碗米線，可成本都要12塊，“不補貼就沒單子，補貼了就自己虧錢”。那些街角小店就這樣被裹挾進戰場，並見識到截然不同的命運。同一條街上，連鎖品牌店生意紅火，中午時三色外賣員飛奔穿梭，而街角小店卻在無聲退場。那場春天開啟的戰爭，經歷了喧囂初夏後，一度被叫停中止，但改變已永久發生了。有咖啡館老闆苦笑發問，“習慣了9塊9一杯的咖啡，突然漲回15塊，你還買嗎？”二小店退場只是冰山一角，那場外賣大戰的餘波，正影響整條供應鏈。外賣大戰巔峰時，三家平台日訂單達2.5億單，比開戰前多了1億單。然而，75%的新增訂單是15元以下低價單，其中近一半是飲品。亂象隨之到來。年輕人冰箱塞滿過期奶茶，更多奶茶因騎手送不過來，出不了門店，晚上被倒進垃圾箱。19塊8的羊肉串加門釘肉餅，被平台標價2塊5，18塊的餃子，不經商家同意就被改價1塊2，老闆吐槽“連麵粉錢都不夠，想退出不參加？對不起，退不了。”有甜品豆花店老闆曬出91單訂單，但收入只有290元，“這開個毛線啊？”一家受訪的螺螄粉店主稱，7月，外賣大戰最火熱時，他一天收到過800份外賣訂單，印表機持續噴單，“忙到崩潰。”然而，三天後算帳他發現，原本堂食還有盈利，這三天訂單暴漲，扣掉各項補貼推廣，反倒虧損了。虧損壓力之下，低價浪潮開始在整條供應鏈傳導。立信諮詢報告顯示，外賣大戰後，已有39%商戶，更換原材料價格更低廉的供應商。壓力層層傳遞，2025年三季度，全國食材市場多數品類價格承壓，其中水產和肉類交易價格整體下跌約5至6個百分點。從老闆到供應商，再到養殖戶和種植戶，所有人都在戰場之中。那個平台發出的外賣紅包，最後一路傳導，最後可能由某個凌晨三點起來喂雞的農戶買單。低價帶來不止是價格改變，也改變著餐飲品質。後廚內，曾經現熬的高湯改為料包沖泡，手工搟的面皮換作機器壓製，鮮切的蔬菜變成了冷凍料理包。小紅書上，人們疑惑發問，“有沒有覺得現在的餐廳，越來越一個味，越來越不好吃了？”。評論區裡，人們熱議預製菜，以次充好，科技狠活，千篇一律的美食街，直到有人發問：“以前討論都是誰家好吃，這一年，好像都在比較誰家便宜？”低價重壓下，餐飲者無從倖免，留下無數的疑惑、失望與意難平。那些只有十幾桌子、老闆既是廚子又是採購的小店，沒有連鎖品牌供應鏈，沒有資本輸血，早已無力參與這場戰爭：“人家餐飲店都上了補貼，顧客都願意點外賣薅羊毛。像我們不參加補貼、不搞價格戰而且主做堂食的小店來說，生意只會是越來越糟糕。”他們只有做好飯的執念，這也曾是生存的底氣。然而，當整個市場都在比誰便宜時，執念是最不值錢的東西。三這場改變一切的外賣大戰，本質其實是一場“傾銷”。2001年，中國加入WTO，按協議將大豆進口關稅降至3%。隨後，美國大豆憑藉轉基因技術和政府補貼，價格大幅低於國產大豆，進口量快速攀升，國內豆農和壓榨企業持續承壓。數年間，美國大豆傾銷如巨浪，2006年，國內約85%大豆壓榨產能，落入外資手中。國內豆農持續受損，東北產區尤為嚴重。同樣的故事，重複在外賣大戰。開戰時，京東砸100億闖入戰場，兩個月後，淘寶閃購喊出“請全國人民喝1億杯奶茶”，7月，閃購再稱，未來一年，外賣補貼要投500億。一年過後，三家平台投入資金已遠超最初計畫。各家最新財報披露，截至去年年末，京東、阿里、美團三家平台已經在這場仗裡燒掉了超過1700億。這筆錢相當於最巔峰時期，外賣全行業5年的利潤總和。1700億中，巨頭將電商平台的利潤，跨界砸入餐飲行業，只為打贏價格戰。那些平台補貼流向不一，大型連鎖品牌因有營運團隊，熟悉規則，能控成本，獲利頗豐。而小店們則沉於巨浪，小店的顧客變成平台的使用者，線下堂食收益變成平台交易額，最後催生，坐在餐廳點外賣的亂相。一如當年的大豆傾銷，跨界的巨浪席捲而下，每個個體命運再不相同。外賣大戰如颶風般掃過一切，而今年開春，外賣大戰重來的風聲再起。3月23日，紅餐產業研究院發佈《餐飲行業未來趨勢預測報告》，向全行業預警。研究院基於2025年餐飲商戶調研資料推演，若外賣價格戰按當前烈度持續至2028年，三家平台預計要燒掉5500億。結果則是，三年內，餐飲行業預計將有約1318萬家門店退出，一家餐飲店平均只能活一年。推演之下，中小餐飲門店彼時每單淨利潤將不足0.6元，近60%商戶將更換更低價的原材料供應商，“內卷式”競爭壓力將傳導至餐飲產業鏈各環節。食品安全問題也將從個案隱患演變為結構性風險。一場傾銷大戰，正從看似短暫的行業陣痛，滑向無法回頭的惡性循環，最終拖垮整個餐飲行業。報告發佈同日，北京市市場監管局聯合多部門約談十二家平台，就“內卷式”競爭提出整改要求，並通報第一批典型問題。3月25日，《經濟日報》刊文直言“外賣大戰該結束了”，國家市場監管總局官網轉發。那篇文章寫道，外賣大戰影響的不僅僅是餐飲業老闆的帳本，更是普通人的生計：當作為“壓艙石”的餐飲消費因價格戰而失速，經濟大盤感受到的寒意，最終會傳導到每個微觀個體。這場巨頭內卷式的搏殺，終於到了熄火時刻，1分的奶茶，3元的咖啡固然可喜，然而隱性的代價卻會落在每個人頭上。戰事或將停歇，但修復是緩慢的過程。平台千金散盡，商家遍體鱗傷，被低價破壞的消費習慣不會立刻恢復，被擠出市場的神仙小店不會立即回歸，被迫降低標準的供應鏈也不會一夜恢復品質。而被破壞的城市煙火氣，恢復則需時日。免費的才是最貴的。那些薅到的羊毛，最終化為嘆息的傷痕。王朔給電影《一聲嘆息》寫的旁白，或可為鬧劇作結。許多事情都是始料未及的。有些事隆重地開幕，結果卻是一場鬧劇；有些事開場時是喜劇，結果卻變成了悲劇。希望荒誕的戰爭永不再來。 (摩登中產)

筆記君說：最近，整個商業圈和AI圈，都被同一個詞徹底刷屏了。這個詞，黃仁勳在萬眾矚目的GTC大會上，全程掛在嘴邊，把它抬到了未來經濟核心支柱的高度。阿里為它成立了和淘天電商、阿里雲平級的一級事業群，由集團CEO吳泳銘親自掛帥；釘釘創始人無招，直接把做了11年的釘釘徹底打碎重寫，All in這個賽道。除了阿里，字節跳動和騰訊都已深度押注Token經濟。字節從“賣算力”轉向“賣智能”，將Token視為新一代增長引擎，邏輯是“大模型不被大規模使用就是廢紙”。騰訊3月將原MaaS平台升級為 TokenHub ，開放微信、小程序、企業微信、元寶、QQ等國民級應用生態，推出“龍蝦管家”等工具。阿里、字節、騰訊都從“模型競賽”走向 “Token效率競賽” 的新範式。甚至連國家資料局，都專門在國家級論壇上，給它敲定了官方中文名。這個詞，就是Token，官方定名：詞元。與此同時，一組震撼的資料也同步公佈：2024年初，中國日均詞元呼叫量僅為1000億；到2025年底，這個數字躍升至100兆；2026年3月，已經突破140兆，兩年時間增長超千倍。很多人可能早就聽過這個詞，覺得它只是一個AI圈的技術黑話，和自己的企業和生意沒什麼關係。但我想告訴你的是：科技大佬們下重注的詞元經濟學，從來都不只是一個技術術語，而是一套正在重構整個商業世界、甚至重塑全球競爭力的完整經濟邏輯。它不僅決定了未來十年你的企業能不能活下去，甚至藏著中國智能時代的國運級機會。今天，我們就用大白話，把黃仁勳、吳泳銘、無招都在談論的詞元經濟學，一次性講透。一、詞元到底是什麼？想要看懂詞元經濟學，首先要搞懂：詞元到底是什麼？1.詞元，是AI能讀懂的“最小識字積木”我們人類說話、寫字，最小的資訊單位是字；但AI不一樣，它沒辦法直接讀懂人類的文字，它有自己的“語言體系”，而詞元，就是AI能聽懂、能處理、能輸出的最小資訊單位。舉個最簡單的例子：1個漢字是1個字元，但1個詞元，可能是一個詞、半個詞，甚至一個標點符號。比如“吃飯”這2個漢字，在AI眼裡可能就是1個詞元；“人工智慧”4個漢字，可能會被拆成2個詞元；英文裡的“unbelievable”，會被拆成否定前綴“un”、動詞詞根“believe”、形容詞後綴“able”3個詞元。你可以把它理解成AI的“識字積木”：人類用漢字組詞造句，表達想法；AI用詞元拼接組合，理解世界、完成任務。沒有詞元，AI就是一堆不會思考的程式碼；有了詞元，AI才有了認知和執行的基礎。2.詞元，是智能時代真金白銀的“硬通貨”上面是技術層面的解釋，在黃仁勳這些商業大佬眼裡，詞元的真正身份，是智能時代的硬通貨，是和黃金、電力一樣的基礎生產資料。它同時具備三重核心屬性，每一個都在重構商業的底層邏輯：第一，它是AI世界的成本單位；黃仁勳在GTC大會上，給詞元做了一套完整的分層定價體系，從免費到超高速，一共分了五個檔次：免費層：高吞吐、低響應速度，靠廣告變現；中級層：每百萬詞元約3美元，適配基礎推理場景；高級層：每百萬詞元約6美元，適配通用高品質推理；高速層：每百萬詞元約45美元，適配低時延核心業務；超高速層：每百萬詞元150美元，適配科研、即時關鍵任務。你可能會問：都是一樣的詞元，價格怎麼差了50倍？道理很簡單，就像你寄快遞，同樣一個包裹，普通快遞3天到，同城閃送2小時到，速度和確定性不一樣，價格當然天差地別。對企業來說，核心業務的即時決策，晚一秒都可能造成巨大損失，自然願意為更快的詞元響應速度付更高的溢價。第二，它是AI世界的效率單位；黃仁勳在演講裡說了一句石破天驚的話：未來的資料中心，不再是檔案儲存倉庫，而是生產詞元的“工廠”。工業時代，衡量一個鋼鐵廠牛不牛，核心指標只有一個：年產多少噸鋼；網際網路時代，衡量一個資料中心強不強，看的是算力峰值、儲存容量；但到了智能時代，衡量一個資料中心的核心指標，只有一個：每秒能生產多少詞元。固定功率下，每瓦電力能產出多少詞元，直接決定了你的生產成本，決定了你在商業競爭裡有沒有活路。第三，它是AI世界的新生產資料，甚至是新貨幣。黃仁勳預判，未來企業招聘，薪資裡會自帶“詞元配額”，就像現在公司給你配電腦、配辦公手機一樣，詞元會成為你幹活的必備生產資料。現在的矽谷，已經有很多科技公司在這麼做了。你想一下，未來的職場，沒有詞元，你就沒法呼叫AI智能體，沒法完成方案、程式碼、資料分析，就像現在沒有電腦，你沒法辦公一樣。詞元，正在成為智能時代，每個企業、每個人都離不開的基礎生產資料，成為AI世界裡流通的“通用貨幣”。二、從爆火的“龍蝦”，看懂詞元經濟為什麼突然爆發講完了詞元是什麼，你可能還有一個問題：詞元這個概念早就有了，為什麼偏偏在現在，突然就成了全行業的風口？答案，藏在那隻紅遍全網的“龍蝦”——OpenClaw裡。這只被網友戲稱為“龍蝦”的開源AI智能體框架，在2026年初徹底破圈，GitHub上的星標數量登頂歷史榜首，全網掀起了一場“全民養蝦運動”。很多人跟風養蝦，但沒看懂它背後真正的顛覆性意義：這只龍蝦，讓無數人第一次真切感受到，AI真的能當一個7×24小時不休息的打工人，而養活這個數字員工的唯一口糧，就是詞元。先給大家看一組資料，你就知道它對詞元消耗的拉動有多恐怖：傳統對話式AI，一問一答，一次互動也就消耗幾百到幾千詞元，一個普通使用者，一個月也用不了100萬詞元；但OpenClaw不一樣，它採用“主動喚醒→檢查→推理→休眠→循環”的永動模式，7×24小時不間斷運行，重度企業級使用者，單日詞元消耗就能突破1億，甚至有人6小時就燒掉了上千塊的詞元。為什麼它能讓詞元消耗呈指數級爆發？因為它讓AI完成了一次本質躍遷：從“工具”，變成了“員工”。黃仁勳在GTC上直接宣告：SaaS時代正在終結，AaaS（Agent as a Service，代理即服務）時代已經到來。那SaaS和AaaS，到底有什麼本質區別？過去你買SaaS軟體，買的是“工具”。軟體是死的，你得自己招人，自己教員工怎麼操作，自己填資料，自己走流程，自己點滑鼠。你買的是一個“更快的馬車”，最終能不能跑到終點，還是要靠人來駕馭。但現在你買AI Agent（智能體），買的是“員工”。你不用管它怎麼操作，不用教它流程，不用盯著它打卡上班，你只需要說清楚你的目標：“幫我生成上周的銷售周報，拉取全管道資料，分析異常波動，給出最佳化方案，同步給所有區域負責人”。剩下的事，它會自己拆解任務，自己呼叫工具，自己拉取資料，自己完成報告，自己同步資訊，全程不用你碰一下滑鼠。這個數字員工，不拿工資，不摸魚，不請假，不鬧情緒，7×24小時連軸轉，它唯一要的“口糧”，就是詞元。這就是詞元經濟突然爆發的核心密碼。三、詞元經濟學的底層邏輯到底是什麼？詞元正在從四個維度，徹底重構我們熟悉的商業邏輯，甚至改寫整個經濟的增長範式。1.詞元經濟學，是一整條完整的產業鏈，重構了AI產業的商業閉環黃仁勳的“Token工廠經濟學”，從頭到尾都圍繞詞元展開，分成清晰的五層架構：最底層，是能源與算力，這是詞元生產的“原材料基地”，沒有電力和算力，詞元就是無源之水；往上，是晶片與系統，這是詞元生產的“生產線”，決定了詞元的生產效率和生產成本；再往上，是大模型，這是詞元的“精煉廠”，把基礎詞元，變成具備推理、執行能力的智能能力；再往上，是Agent開發平台，這是詞元的“流通管道”，把智能能力封裝成企業能用的數字員工；最上層，是企業應用場景，這是詞元的“消費終端”，詞元在這裡轉化成實實在在的商業價值。你看，整條產業鏈，從生產、加工、流通到消費，形成了一個完整的商業閉環。上游賺的是詞元生產的錢，中游賺的是詞元精煉的錢，下游賺的是詞元消費的錢。所有環節的價值，都可以用詞元來統一計量、統一結算。2.詞元經濟學，讓智能有了統一的度量衡商業史上，每一次通用度量衡的出現，都會帶來一次商業範式的徹底革命。工業時代，我們用“千瓦時”來度量電力，從此，所有的工業生產，都有了統一的成本和效率標尺，人類正式進入工業文明。網際網路時代，我們用“GB”來度量流量，從此，所有的數字業務，都有了統一的計量標準，人類正式進入資訊時代。到了智能時代，我們將用“詞元”來度量智能，從此，所有的AI能力，都有了統一的價值標尺，人類正式進入智能時代。這就是詞元經濟學最核心的本質：萬物皆詞元。不管是文字、圖片、視訊、音訊，還是3D內容、機器人控制指令，最終都能被轉化成詞元來處理、來定價、來交易。以前，你沒法衡量寫一份方案的智能，和做一張設計圖的智能，那個更值錢；你沒法核算AI做一次客戶溝通，和做一次資料分析，分別應該給企業帶來多少價值。但現在，詞元給了所有智能能力一個統一的標尺，你可以精準計算每一個詞元的投入，能帶來多少產出。智能第一次從一個模糊的概念，變成了可計量、可定價、可交易的標準化商品。這是整個商業世界重構的起點。3.詞元經濟的主戰場在To B端無招在悟空平台的發佈會上，說了一句話：AI時代的革命性變革是生產力，不是消費。To C的詞元消耗，大量是無效的、娛樂化的，增長是線性的；但To B的數字生產力一旦爆發，詞元的消耗就是指數級的。這句話，不僅點透了詞元經濟的核心，更點透了中國經濟未來的增長密碼。過去二十年，中國網際網路行業的增長，一直被兩大天花板死死卡住，而詞元經濟，直接把這兩塊天花板，徹底打碎了。第一塊天花板：勞動人口的限制。AI時代，憑空多出了海量的“數字勞動力”。這些數字員工，不需要戶口，不需要社保，不受人口老齡化的限制，不受人口周期的約束，你的企業需要多少，就能“招聘”多少。以前一個企業，最多管理幾萬、幾十萬名員工；現在一個企業，理論上可以管理幾百萬、幾千萬個數字員工。這是什麼概念？這相當於，中國經濟，憑空多了一個沒有上限的“勞動力增量池”，直接破解了人口老齡化、低生育率帶來的勞動力短缺難題，為經濟增長打開了全新的空間。第二塊天花板：商業成本中的勞動力成本。過去，網際網路公司賺的是什麼錢？大多是行銷的錢，廣告、電商佣金、遊戲充值，這些錢，加起來只佔中國GDP的1%-2%。盤子就這麼大，大家捲來捲去，都是存量博弈，你多賺一塊錢，別人就少賺一塊錢。但詞元經濟時代，AI公司能賺的，是人力資源的錢。根據國家統計局的資料，中國GDP裡，勞動者報酬的佔比，常年保持在40%以上，這是一個幾十兆級的增量藍海。未來企業的人力成本，很大一部分，會從給員工發的工資，變成詞元的採購成本。這是整個商業成本結構的重構，也是經濟增長的全新引擎。為什麼阿里要成立ATH事業群，由吳泳銘親自掛帥？為什麼無招要把做了11年的釘釘徹底打碎，重寫底層程式碼，做全面的CLI化改造，推出悟空平台？因為他們看懂了，釘釘過去的核心，是“人與人的連接”，是基於軟體功能的協同；而未來的核心，是“人與數字員工的協同”，是基於詞元消耗的生產力釋放。詞元經濟學的價值，不在於用機器取代人，在於把這部分龐大的人力資源成本，轉化為可放大10倍、100倍的數字生產力。4.詞元經濟，中國有那些優勢？用輝達的H100 GPU（圖形處理器）做推理，1度電理論上可以產出大約923萬個詞元，扣除資料中心的散熱、傳輸損耗，實際商用場景下，1度電也能產出約550萬個詞元。而這恰恰是中國在智能時代，最大的國運級優勢。中國西部的綠電（筆記俠註：風能、太陽能、水能、地熱能等可再生能源轉化而來的電力），成本大約只有0.2-0.3元一度；而美國的工業電價是1.1到1.2元一度，他們的詞元生產成本，天生就是中國的5-6倍。以前，我們的電力要出口，只能靠物理電網，線損高、壁壘多，還要看別的國家的臉色，很難把能源優勢，轉化成全球競爭力。但現在，我們的電力，通過算力轉化成詞元，通過一根網線，就能瞬時交付給全球的使用者，真正實現“電力不出境，價值通全球”。0.2元一度的綠電，轉化成詞元之後，能賣到11元左右，價值翻了幾十倍，增值幅度遠超傳統的製造業出口。這意味著，我們的能源優勢，通過詞元經濟，可以直接轉化成全球AI服務的成本優勢、競爭優勢。中國有全球最完善的算力基礎設施，有全球成本最低的綠電資源，有全球最大的企業服務市場，有全球最多的市場主體。這些優勢，通過詞元經濟，會被無限放大，變成我們在智能時代，參與全球競爭的核心底牌。四、詞元經濟來了，企業和個人的生存法則與核心機會講完底層邏輯，我們回到最現實的問題：詞元經濟來了，我們到底該怎麼辦？怎麼才能抓住這次時代的紅利？對企業來說，就是抓住3件事。1.徹底轉變認知：從“買軟體”，到“買數字生產力”很多企業老闆，現在對AI的認知，還停留在“買個AI工具，給員工用，提高工作效率”。這就像汽車剛發明的時候，你把它當成“更快的馬車”，你永遠沒法參與汽車帶來的交通革命。你必須徹底轉變認知：AI不是給員工提效的工具，而是你的企業全新的生產力主體。未來，你的企業，不再是“一群人+一堆工具”，而是“一個管理者+一群數字員工”。未來衡量一個企業的內部實力，是它能調動多大的數字生產力，能管理多少個能持續創造價值的數字員工。因此，你的組織架構、管理模式、成本核算體系，都要圍繞“數字生產力”，都要徹底重構。2.建立“有效詞元消耗”的評估與最佳化體系不是所有的詞元消耗，都有價值。員工用AI摸魚聊天、刷段子，消耗的詞元，就是無效的；用AI做方案、跑資料、談客戶，帶來了實實在在的業績增長，這才是有效的詞元消耗。未來，企業的核心管理能力，就是詞元效率管理。同樣消耗1000萬詞元，有的企業用它賺了10萬，有的企業只打了水漂，這背後的差距，就是企業未來的生死差距。你要盡快建立一套完整的體系，去評估每一次詞元消耗的投入產出比，去最佳化你的提示詞，最佳化你的Agent（智能體）執行流程，砍掉無效的詞元消耗，讓花出去的每一個詞元，都能給你帶來實實在在的商業價值。就像無招的“悟空”平台，把“有效詞元消耗”當成核心考核指標，本質上，就是把詞元當成了企業生產力的核心度量衡，從根源上倒逼企業提升詞元效率。3.沉澱過程資料，打造企業專屬的“數字小腦”AI Agent（智能體）消耗詞元的每一個過程，都會產生資料。這些資料，就是你打造專屬“數字小腦”的核心原材料。你用得越多，資料沉澱得越多，你的數字小腦就越懂你的業務，你的詞元效率就越高，你的數字生產力就越強。未來，企業之間的競爭，本質上就是“數字小腦”的競爭。你沉澱的專屬業務資料，就是你最深的護城河，是別人花再多錢，也買不走的核心競爭力。結語未來十年，我們會像今天談論水電氣一樣，自然地談論“詞元”。我們每個人，都正在親歷這場商業史、經濟史上，前所未有的變革。農業時代，土地是生產資料；工業時代，機器和能源是生產資料；網際網路時代，資料是生產資料。AI時代，詞元就是新的生產資料。我們要麼生產詞元，要麼消費詞元，沒有任何中間態。 (筆記俠)