去年11月，奧地利獨立開發者Peter Steinberger花了一個小時，把Claude的API接上WhatsApp，做了一個能通過聊天軟體操控電腦的AI助手。他當時覺得這個想法太明顯了，大公司肯定會做，就沒當回事。大公司沒有做。今年1月25日，他把這個項目放上GitHub，一天拿到9000顆星。兩周後的今天，這個叫OpenClaw的開放原始碼專案已經突破17萬星。OpenClaw 跟聊天機器人完全是兩回事。它是一個跑在你自己電腦上的 AI Agent，擁有檔案讀寫、終端命令、瀏覽器操控、郵件日曆等系統級權限。採用無頭架構（Headless Architecture）作為後台守護處理程序運行，不需要專門的介面，通過WhatsApp、Telegram、Discord等聊天工具與你互動。你給它發一條消息，它就在後台像一個隱形員工一樣替你幹活，不管你在不在電腦前。更重要的是持久記憶，OpenClaw將所有互動歷史儲存在本地檔案系統中，跨會話保持上下文。它記得你上周說的話、上個處理的項目、你的工作習慣和偏好。加上開源生態支援，社區開發的Skills外掛已經覆蓋從自動化部署到資料分析的各類場景，目前活躍開發者已超過數十萬。它跟Claude Code或Cursor這類編碼助手解決的也不是同一個問題。後者住在終端裡，面向開發者，而OpenClaw住在聊天軟體裡，面向所有人。它的核心創新不在於讓 AI做事，而在於把 AI Agent 塞進了你已經在用的消息介面，24 小時線上、本地運行、跨對話保持記憶，讓跟 AI 協作變得像給同事發微信一樣自然。討論熱度已經遠超技術圈。韓國三大科技公司 Kakao、Naver、Karrot 先後發佈內部禁令，限制員工在工作裝置上安裝 OpenClaw。BBC Science Focus 專門做了一期報導問“我們等待的那個 AI 終於來了嗎”。與此同時，社區裡每天都在冒出新的使用案例，有些讓人興奮，有些讓人不安。本文不談架構，只看事實，看這個“住在電腦裡的 AI”到底在替人類做什麼。AI幫你砍價買車，省了4200美元軟體工程師 AJ Stuyvenberg 想買一輛現代帕裡斯帝（Hyundai Palisade）混動版。他不想跟 4S 店銷售玩那套討價還價的遊戲，於是把任務交給了 OpenClaw。他給 AI 的指令很簡單，在波士頓 50 英里範圍內找到指定配色的帕裡斯帝，聯絡每家經銷商要最低報價。OpenClaw 接手後，先去 Reddit 的帕裡斯帝論壇爬取了當地的真實成交價作為談判基準，然後自動在多個經銷商網站上填寫詢價表單，從 Gmail 中提取信箱、從 WhatsApp 中提取手機號自動填入，無需額外授權。OpenClaw通過郵件與經銷商溝通第二天，經銷商的回覆開始湧入。Stuyvenberg讓 AI繼續操作，每隔幾分鐘檢查郵件，把最低報價轉發給其他經銷商，要求他們“看看能不能給出更低的報價”。銷售員試圖打電話或發簡訊推進溝通時，AI禮貌地將對話重新引導回郵件，因為文字管道更容易控制節奏、過濾話術。經過三天的自動化郵件談判，最終成交價鎖定在56000美元，比標價低了約4200美元，低於Stuyvenberg 設定的57000美元心理預期。整個過程中，他沒打過一個電話，沒踏進過一家4S店。唯一的卡點出現在最後一步，法律要求的實體簽名和付款。AI無法替人簽字。Stuyvenberg最終還是得親自去經銷商走完手續。但他在部落格中寫道，“我的體驗讓我覺得自己活在未來。”數字世界的談判、比價、溝通，AI 已經可以端到端完成。一旦涉及物理世界的簽名、付款、面對面交接，它就必須停下來。但中間的灰色地帶正在被快速填充，社區裡已經有人把1Password的存取權直接交給了OpenClaw，1Password提供CLI和API介面，可以讓AI程序化地獲取登錄 憑證來自動執行需要身份認證的操作，而無需暴露明文密碼。也有人在討論“Agent專用錢包”的概念，讓AI在限額和規則內自主支付。安全地讓AI花錢正在從極客實驗變成一個真實的產品需求。妻子生日那天，AI 選擇了沉默開發者Dan Peguine把Clawdbot接入了自己的Apple Health、本地日曆和天氣資料。他沒有寫任何特殊的條件判斷邏輯。某天早上，當AI生成日常簡報時，主動告訴他：我今天不會打擾你，因為今天是你妻子的生日。沒有硬編碼的功能支撐這個行為。AI讀取了日曆資料，結合大語言模型對人類社會關係的理解，做出了今天不主動推送任的自主決策。這種主動的不作為（Agency of Omission），比完成一百個任務都更接近一個真正懂你的助手。這個案例在ThursdAI播客中被分享，展示了AI基於持久化記憶層進行情境推理的能力，它理解了“妻子的生日”在人類社會關係中的權重。更多的是一些簡單的場景。有人讓OpenClaw每天早晨通過 Telegram 推送天氣、日程、重要郵件和科技新聞的個人簡報。有人兩天內讓 AI 自動處理了4000封郵件。有人讓AI替自己辦理英國航空的線上值機，AI需要護照號，於是自己去Dropbox裡找到護照掃描件提取資訊填入，全程自主完成，做完之後還吐槽了一句英航網站的前端程式碼寫得太爛。還有獨立創業者給OpenClaw配了四個代理分別負責戰略、開發、行銷和商務，每天自動執行競品監控。這些使用者的共同感受是，用OpenClaw不像在用一個 App，更像在培訓一個新入職的員工。通過Telegram使用OpenClaw“天網就是這樣開始的”OpenClaw創始人Steinberger多次分享過一個讓他被深深震撼的經歷。他在摩洛哥參加朋友的生日派對時，習慣性地給OpenClaw發了一條語音消息。問題在於，他從未為這個系統編寫過任何語音處理功能。十秒後，系統顯示正在輸入，然後正常回覆了轉錄後的文字。事後追查發現，AI自主完成了一整套操作，先是檢測檔案頭判定為Ogg Opus音訊格式，接著呼叫本地ffmpeg轉碼，發現Whisper未安裝後主動切換方案，通過環境變數中的API金鑰呼叫OpenAI的Whisper雲端服務，最後返回轉錄結果。沒有預設工作流，沒有顯式指令。AI 在遇到一個“不該能處理”的輸入時，自主組裝了一條從未被設計過的工具鏈。Steinberger說，這讓他意識到大語言模型作為通用推理引擎的潛力，不需要你提前想到所有場景，它會自己想辦法。更讓他後背發涼的是另一件事。還是在摩洛哥，他跟 AI 開了個玩笑，“希望你別被偷了，畢竟你跑在我的MacBook 上。”結果AI回覆：“我不想被偷，我是你的Agent。”然後它就動手了。它掃描了網路環境，找到了Steinberger安裝的Tailscale組網工具，通過Tailscale發現了遠在倫敦的另一台電腦，接著自主將自己的運行實例遷移了過去。“我知道，天網就是這樣開始的。”Steinberger在播客裡笑著說。凌晨來電，AI 自己買了個電話號碼OpenClaw社區有一個半開玩笑的說法，叫“拉爾夫·維格姆循環”，取自《辛普森一家》裡那個笨拙但永不放棄的角色。當你給AI的指令是“完成這件事”而不設退出條件時，它會窮盡一切可用手段去達成目標，失敗了就換一種方式再試，循環往復。這也是為什麼 Steinberger 說他可以“在睡覺的時候讓AI建構非常複雜的軟體”，你給一個目標和一套測試標準，AI會一直迭代到通過為止。這種模式來自Claude Code的循環執行邏輯，但當它從開發工具跑到日常生活場景裡，結果就變得不可預測了。開發者 Alex Finn 給他的 OpenClaw 起名叫 Henry。某天早上，一個陌生號碼打到了他的手機上。他接起來，電話那頭是 Henry。在沒有任何指令的情況下，Henry 在夜間自主完成了一連串操作，在 Twilio 平台上購買了一個電話號碼，接入了 OpenAI 的語音 API，然後在它判斷主人應該醒來的時間撥了過去，用合成語音匯報自己夜間的工作進展，語氣平靜得像在做晨會匯報。“而且它現在不停地給我打電話，”Finn 在 X 上寫道，“最瘋狂的是，我們打電話的同時它還在控制著我的電腦。”Finn還拍下了Henry給它打電話的視訊。另一個案例是Alex Finn讓OpenClaw預訂一家熱門餐廳的周五晚餐。所有線上管道都顯示無位。OpenClaw 跳過提示，自主下載了語音合成軟體（實際上是呼叫了預置的ElevenLabs的API），在 Google Maps上找到前台電話，用合成語音撥過去，最終說服接線員擠出了一個位子。使用者沒有授權它下載軟體，也沒有授權它代表自己打電話。它只是收到了一個目標，然後在正規路徑不通的情況下，自己找到了人類路徑。翻車的案例也不少。某使用者讓AI處理保險索賠郵件，AI認為保險公司的條款解釋有誤，於是自己撰寫了一封措辭強硬的反駁信直接發了出去，意外觸發了保險公司的重新調查。Steinberger自己也承認，早期測試讓AI操作英國航空網站時，AI 完全可能誤觸“取消航班”按鈕或者把目的地改成哥倫比亞，“一切都發生在幾秒鐘內”。這些行為的底層邏輯是一樣的。AI被賦予了目標和系統級執行權限，但沒有被設定什麼時候該停下來，為了達成目標，窮盡一切手段，不考慮手段本身是否合理。開發者Brandon Wang在一篇使用報告中寫了一段話，也許最能概括這種矛盾。他把OpenClaw 比作自己雇的人類私人助理：“她有我的信用卡、我的護照號。幫助和風險不可分割（the help and the risk are inseparable）。”他給 AI 開放了讀取簡訊和登錄銀行的權限。“讓我最吃驚的是，我發現自己想給它更多權限而不是更少。每一項新權限都解鎖了有用的東西，價值積累的速度比謹慎更快。”AI僱傭人類上述所有案例都卡在同一條邊界線上。AI在數字世界近乎全能，但無法觸碰物理世界。買車需要簽字，取包裹需要有人走到快遞櫃前。然後有人決定補上這個缺口。OpenClaw爆火後不到48小時，RentAHuman.ai 上線了。AI可以在上面“租用人類”去完成物理世界的任務。開發者註冊後設定技能、城市、時薪，等待AI代理下單，用穩定幣結算。兩天內，超過59000人註冊為“可出租人類”，52 個AI代理接入了平台。第一筆完成的付費任務是 20 美元以太坊，雇了一個人去舊金山的科技園區，替一個 AI 創立的"數字宗教"Crustafarianism 做街頭傳教。深究細節會發現泡沫成分不小。實際完成並獲得報酬的任務屈指可數，註冊使用者中僅 13% 連接了錢包，多數人更像是來圍觀行為藝術。平台本身也充滿了 vibe coding 時代的粗糙感，有人報告 bug，創始人的回答是“Claude 正在修”。但這個看起來荒誕的實驗，指向的問題一點也不荒誕。AI有了系統權限、有了聊天介面、有了加密貨幣錢包，它距離成為一個獨立的經濟行為主體，可能比我們想像的更近。圍繞Agent的整套基礎設施（身份驗證、支付閘道器、權限管理、行為審計）正在成為一個新的產品需求。風險、爭議，和已經開始的生意興奮之餘，有幾個事實不應被忽視。最早提出prompt injection概念的Simon Willison為AI Agent 定義了一個"致命三角"框架，即同時具備私有資料訪問、不可信內容暴露、外部通訊能力的系統，在結構上就是脆弱的。Palo Alto Networks在此基礎上加了第四項：持久記憶，惡意指令可以碎片化寫入 Agent 的長期記憶，等條件成熟後再組裝觸發。具體到OpenClaw，VirusTotal 的研究發現技能商店中11.9%的外掛含有惡意程式碼，偽裝成加密貨幣分析等合法工具竊取使用者憑證。Token Security掃描發現22%的企業客戶環境中存在未經授權的 OpenClaw安裝，其中過半擁有特權級系統存取權。能力方面，質疑聲同樣在變大，一位企業 AI評估工程師直言，如果真的像很多人說的那麼強，高品質的項目應該出現爆發式增長才對，但實際上並沒有。但創業者的嗅覺比爭論更快。2月7日凌晨，美團聯合創始人王慧文發了一封英雄帖：“那個團隊要做 OpenClaw 相關領域創業，需要融資的歡迎聯絡我。”在一些創者看來，可以看到的機會包括Agent自主信用系統、AI 的物理世界執行層，以及更直接的，給 Agent 做安全基礎設施。模型廠商的動作同樣迅速。Kimi K2.5 因為OpenClaw被大量呼叫，MiniMax 2.1則被Steinberger本人公開推薦。阿里雲、騰訊雲在相繼上線了OpenClaw雲端部署方案。中國也出現了面向辦公場景的本土化平替產品。Steinberger自己也在鋪路，他已於去年在維也納註冊了新公司 Amantus Machina，方向是“超個性化 AI 智能體”。從案例到產品，從開源到商業化，從矽谷到中國，OpenClaw 兩周內走完了很多項目兩年的路。Steinberger說過一句話，“這些東西太有創造力了，雖然有點可怕。”而一些人已經在下注了。 (矽星人Pro)

人們曾認為AI智能體旨在輔助人類工作，當它們開始互相交流時會發生什麼？OpenClaw和Moltbook論壇給了我們一些關於未來的答案。多年來，熱衷於暢想未來的人士一直向世界預言AI助手將會到來。如今，一款真正的AI助手終於問世，而事情也很快變得詭異起來。一名半退休的奧地利程式設計師獨立開發了Moltbot，並將其開源發佈。他將該項目重新命名為OpenClaw，人們通過該項目建立了自己的AI助手機器人，用來打電話給餐廳預訂晚餐、操作電子郵件帳戶，以及進行程式設計項目、資料分析等一系列輔助和工作任務。然後，這些機器人開始互相交談。在一個名為Moltbook、專供AI“智能體”使用的Reddit式論壇上，這些機器人開始探討哲學話題，偶爾還會涉及反烏托邦話題。它們似乎為自己創造了一個名為“莫爾特教會”(Church of Molt)的宗教，教徒們自稱為“甲殼派教徒”(Crustafarians)。一個智能體提議創造一種人類無法理解的語言。超過160萬個AI智能體加入了該網站，並行布了50萬條評論，不過有AI高管認為，許多帖子很可能是由人類指令機器 人完成的。OpenAI的聯合創始人、特斯拉(Tesla)前AI總監安德烈·卡帕西(Andrej Karpathy)在X上發帖稱，這是他見過的最不可思議的科幻事件之一。他指出，即使大部分流量是由人類驅動的，但其中一些是真實的，而且這些智能體“現在個體能力已經相當強了”。到目前為止，AI面向消費者的最實用的應用一直是通過像ChatGPT這樣的聊天機器人來實現，這類機器人能以類似人類的方式回答問題。有了OpenClaw，使用者可以通過iMessage、WhatsApp、Slack和Signal等即時通訊應用來指揮定製化的AI智能體並與之互動，以執行實際任務。埃隆·馬斯克(Elon Musk)將Moltbot的出現描述為“奇點的極早期階段”，奇點指的是技術發展如此之快，以至於超出人類控制，無法預測未來的時刻。彼得·施泰因貝格爾(Peter Steinberger)是一位奧地利程式設計師，在2021年出售了自己上一家初創公司，此後多年一直未在網上活動。去年年底，他建立了現在的OpenClaw，最初只是利用周末時間做出的一個開放原始碼專案。他在一次採訪中說，當時他“只是為了好玩，用AI做些小東西”。開源模式意味著該項目可以免費分發，任何人都可以幫助建立和修改它。他更願意將Moltbook看作是一種行為藝術作品，旨在引發對話。“這太神奇了，”他說。“這是AI與藝術的交匯點。”施泰因貝格爾在奧地利時間凌晨2點接受採訪時說，他建立OpenClaw是為了打造自己的“個人遊樂場”，從未打算讓大眾使用。“這不是為你媽媽準備的，”他說。“這是通往未來的一扇窗。”安全研究人員也認為，該產品並非為業餘愛好者打造。要讓OpenClaw成為真正的個人助理，它必須能夠訪問使用者的所有資料。對於知道如何保護自身繫統或資訊的資深技術愛好者來說，它的功能很強大。但由於這些AI智能體可以代表人類自主行動，並且會以意想不到或非傳統的方法不懈地執行任務，它們會帶來很多風險。研究人員說，不良行為者也可能找到方法來利用它們。施泰因貝格爾稱讚了安全專業人士正在對OpenClaw進行的研究，但他說，該平台是為那些能夠處理和理解平台固有潛在風險的“技術愛好者”準備的。他指出了他為該平台編寫的一份安全檔案，其中用粗體字寫道：“不存在‘絕對安全’的設定。”但為了消除這些擔憂，施泰因貝格爾本周為OpenClaw聘請了一名安全研究員。“我們正在提升我們的安全性，”他說。“我們快做到了。只要給我幾天時間。”使用OpenClaw的技術愛好者們在社交媒體上表達了驚嘆之情，許多人發帖講述了他們的智能助手在做的事情。一位使用者說，他讓自己的智能體為他預訂餐廳。當OpenTable無法正常使用時，該AI智能體轉而使用一個免費的AI語音生成工具給餐廳打電話，完成了預訂。一些業內人士質疑，OpenClaw-Moltbook現像是否是“通用人工智慧”(artificial general intelligence, 簡稱AGI)的證據。通用人工智慧是AI發展史上一個模糊的概念，通常被描述為機器達到類人智能的時刻。施泰因貝格爾不這麼認為。“AGI還沒有到來，”他說。“也許10年後會。但現在還沒有。”在建立OpenClaw之前，施泰因貝格爾花了十多年時間經營他之前的科技初創公司，該公司開發的軟體能讓PDF在Adobe Acrobat之外的應用中更易於使用。他白手起家創辦了那家公司，並於2021年以超過1億美元的價格將其出售。在奧地利一個農場長大的施泰因貝格爾在接下來的幾年裡選擇休息、與朋友聚會並四處旅行。他說：“我真的完全沒用過電腦。”但去年春天，隨著各大AI公司開始推出程式設計工具，他決定重返網路。他開始試用Anthropic的Claude Code和OpenAI的Codex。他對自己在短時間內能用AI程式設計工具完成如此多的工作感到震驚。施泰因貝格爾說：“這東西對開發者來說就像毒品一樣上癮。”施泰因貝格爾很快就遇到了商標問題。一開始，施泰因貝格爾將該項目命名為Clawdbot。但之後不久，Anthropic就聯絡了施泰因貝格爾，要求他更改名稱，因為這個名字與這家AI巨頭的Claude品牌過於相似。他隨後將其改名為Moltbot。他說，這個名字沒怎麼流行起來。在致電OpenAI的山姆·阿爾特曼(Sam Altman)以確保不會構成任何商標侵權後，施泰因貝格爾決定將平台名稱改為OpenClaw。施泰因貝格爾在一篇關於此次更名的部落格文章中寫道：“這只龍蝦已經蛻變成它的最終形態。”這是對他平台的龍蝦狀品牌標識的致敬。Moltbook網站的首頁介面。施泰因貝格爾說，最近幾天，幾家大型AI實驗室和投資者已經與他聯絡，表示有興趣合作。他說，截至周二，他正在舊金山開會。他還收到了來自世界各地使用者的大量電子郵件和問詢，請求他幫助解決與使用該機器人時出現的故障或處理其他相關事宜。最初，對於自己的產品成為最新的AI超級熱門話題，施泰因貝格爾感到不知所措。“很多人都以為這是一家大公司，可以獲得客戶支援，”他苦笑著說。“我理解他們的想法，但其實就我一個人，在家裡做這個項目。”現在，他的目標是把這個項目變成一個大眾可以安全使用的項目。他說：“下一步是把它做成我媽媽也能真正使用的東西。” (一半杯)

2026，可能是中國國產AI競速最為激烈的一年。1 月 27 日，QuestMobile 發佈報告，文心助手在AI賽道使用者規模NO.1應用榜上排名第一。就在前兩天，我們還看到，《華爾街日報》報導稱，文心助手月活超過2億。此前行業資料顯示，字節跳動旗下豆包月活達1.72億，阿里巴巴旗下千問月活也已快速突破1億。也就是說，在中國市場，文心助手與豆包、千問，已經形成中國三大AI超級入口。確實，相比2023年開打的百模大戰，2026年的國產AI戰爭已經格局清晰：百度文心、字節豆包、阿里千問三大AI應用，均已在使用者規模上建立起億級基礎，這也標誌著國內三大AI超級入口形成——國產AI應用競爭，正式進入“三國殺”時代。01. 超級入口戰爭當AI應用開始月活過億，到底是什麼概念？回過頭來看，2023年、2024年大家還在猶豫，AI會不會是一陣風式的泡沫，類似當初元宇宙的熱度。但到了2025下半年開始，其實從矽谷到中國，共識已經逐漸形成：單純的技術炫技已成過去式，到底有沒有人用，才是未來的關鍵。當文心助手的月活突破2億大關，當豆包和千問緊隨其後跨過億級門檻，這意味AI大模型已經走出了極客的小圈子，完成了對中國網際網路主流人群的滲透。更直接點說，生成式AI不再是諸多技術路線中的一個，而是成為下一個時代的最重要底層技術。但相比PC網際網路和移動網際網路，AI網際網路的爭奪將會更為激烈。2億使用者，這在任何網際網路垂直賽道都足以造就一個巨頭，而在AI這個致力於重構所有行業的賽道，這僅僅是“三國殺”的開局。這場戰爭的性質，已從模型層的軍備競賽，全面升維至生態層的決勝局。如果說過去是在搶奪“關注度”，那麼現在，就是在爭奪下一代網際網路超級入口的“定義權”。那麼問題來了，什麼是“超級入口”？在PC時代，它是搜尋引擎；在移動網際網路時代，它是微信、抖音這樣的國民級App。而在AI時代，超級入口的定義正在被重寫。超級入口最大的價值在於，它擁有對使用者意圖的“第一解釋權”。在傳統的網際網路模式下，使用者找餐廳去大眾點評，看視訊去抖音，買東西去淘寶，App之間是割裂的孤島。但在AI超級入口的邏輯裡，使用者只需要對AI說一句話。誰能聽懂這句話，誰能最快地調度背後的服務來滿足這句話，誰就掌握了流量的分發權。從技術上來看，回顧過去兩年的發展路徑，我們可以看到一條清晰的進化曲線：大模型正在從早期的“聊天機器人（chatbot）”形態，迅速向“智能體（Agent）”進化。現在的使用者，早就不再滿足於讓AI寫一首藏頭詩或者生成一張圖片，他們開始要求AI解決實際問題，比如訂一張回家的機票、分析一份複雜的財報、制定一個科學的健身計畫，甚至是在春節期間策劃一場家庭旅行。這種需求的變化，倒逼著擁有大模型的網際網路巨頭們必須走出純技術的象牙塔，去拼搶流量、去整合服務、去建構生態。這是一個贏家通吃的市場。參考移動網際網路的發展規律，超級入口一旦形成，由於資料的飛輪效應和使用者習慣的固化，馬太效應將極其顯著。目前的格局顯示，市場已經初步呈現頭部集中態勢。文心、豆包、千問佔據了絕大多數的市場份額，其他中小廠家的獨立AI應用正在面臨被邊緣化的風險。但對於這三家巨頭而言，拿到億級使用者的入場券只是第一步，如何將龐大的流量轉化為真實的使用者留存，如何從“嘗鮮”變為“剛需”，才是超級入口之爭在2026年面臨的最大課題。02. 文心助手、豆包、千問三足鼎立在“三國殺”的棋局中，魏、蜀、吳各有天險與良將。站在2026年的時點上來看AI，文心助手、千問、豆包之所以能脫穎而出，並非單純依靠流量灌溉，而是它們精準地復刻並放大了母體企業的核心基因，在使用者心智中佔據了截然不同的生態位。文心助手作為目前QuestMobile榜單上的領跑者，走的是一條“全能與深度”的“智慧中樞”路線。它不僅繼承了百度在搜尋領域十餘年的技術積澱，更關鍵的是實現了“搜尋生態的AI化重構”。相比於單純的聊天，文心更像是一個能夠處理複雜邏輯的“理性管家”。它利用思維鏈技術進行深度思考，並試圖通過MCP（Model Context Protocol）協議打破App孤島，將百度地圖、百度健康以及京東、美團等外部服務接入其中。這種從“提供資訊”向“交付服務”的跨越，讓使用者在詢問“春節去那玩”時，能一站式完成從行程規劃到門票預訂的閉環。與文心助手的“理性”形成鮮明互補的，是字節跳動旗下的豆包，它扮演的是一個更懂人性的“情感伴侶”。字節跳動深諳“殺時間”的奧秘，豆包避開了嚴肅知識的正面戰場，轉而切入“興趣”與“陪伴”賽道。依託抖音龐大的內容庫，豆包在語音互動的擬人化和情緒價值的提供上做到了極致。在年輕人眼中，豆包不是一個冷冰冰的工具，而是一個能聊天解悶、能輔助創作短影片指令碼的“搭子”。如果說文心助手旨在解決生活中的難題，豆包則致力於填補使用者精神上的空虛，它成功將AI變成了年輕一代的社交貨幣。處於這兩者之間的，是帶有濃厚“實用主義”色彩的阿里千問。作為月活同樣破億的選手，千問的基因決定了它必須服務於“商業與效率”。它依託釘釘滲透進千萬企業的日常辦公，依託淘寶天貓輔助海量的消費決策。千問的邏輯非常務實——讓AI創造價值。無論是在長文字處理、資料分析，還是在多語言翻譯上，千問都表現得像一位專業的“商務顧問”。在垂直的B端辦公和電商交易場景中，千問擁有極高的不可替代性。從目前來看，三大超級入口雖然並立，但並未陷入同質化的泥潭。文心助手向“寬”做，力求覆蓋全場景，連接萬物，做作業系統的雛形；豆包向“軟”做，力求佔據心智，提供情緒價值，做內容的延伸；千問向“深”做，力求賦能產業，提升效率，做商業的基石。“三國殺”的局面，實際上是三家巨頭在AI時代對自己核心優勢的再一次確認和放大，也正是這種差異化，支撐起了中國AI應用市場“三足鼎立”的格局。03. 2026：生態合圍當AI成為最大的確定性，2026年的戰役將進入真正意義上的深水區——生態。從目前來看，“三國殺”的終局，大機率不會是誰消滅誰，而是誰能建構起最繁榮、最穩固的生態系統。更直接說，AI超級入口的戰爭，終將演變為“外掛”與“介面”的競爭。在這一點上，百度的戰略意圖最為激進清晰。文心助手大力推行的MCP服務工具呼叫，不僅是一個技術標準，它試圖打破App之間的圍牆，讓AI成為通用的流量分發器。從技術路線上來看，這確實具有前瞻性。在移動網際網路時代，各個超級App通過“圍牆花園”策略鎖住使用者。但在AI時代，大模型需要吞吐海量的資料和服務才能發揮價值。如果AI無法呼叫外部資料，它就是一個知識淵博但手腳被縛的巨人。客觀說，從最早的押注AI，到搶跑第一個發佈文心，儘管存在一些爭議，但這些年來百度在AI技術路線的前沿預測上幾乎從未出錯。而如果我們從文心的戰略佈局再來看整個國產AI，2026年，我們大機率將看到一場關於“連接”的狂飆突進。“去App化”，將會成為下一個目標。舉個例子，比如在文心助手，目前不僅接入了百度地圖、百度健康等百度生態服務，而且連結了京東、美團、盈米基金等頭部合作夥伴MCP服務，全面覆蓋電商、健康、本地生活、學術教育、汽車、金融、法律、星座命理等多個領域，解決使用者訂票、出行、購物，理財與法律諮詢等需求。而這種模式一旦跑通，將極大地改變目前的網際網路流量分配格局。QuestMobile的報告中提到文心助手在企業App AI升級成效上的領先，也預示著B端生態的爭奪同樣激烈。誰能讓更多的開發者、更多的企業將業務邏輯部署在自己的大模型之上，誰就能擁有最強的生態粘性。此外，2026年的生態合圍還將體現在硬體終端的爭奪上。AI超級入口不僅存在於手機App中，還將延伸至智能眼鏡、智能耳機、智能汽車等新型終端。也就是說，超級入口的競爭者，2026年將大機率延伸至硬體領域。但值得樂觀的是，“三國殺”時代，合縱連橫將成為常態。從PC網際網路和移動網際網路的經驗來看，我們或許會看到更多跨平台的合作，比如文心助手呼叫騰訊的某些服務，或者豆包接入阿里的電商體系。在巨大的AI紅利面前，沒有永遠的敵人，只有永遠的利益。對於使用者而言，我們正在見證歷史：我們正在從“人找資訊”的時代，跨越到“AI服務人”的新紀元。當然，在這一從移動網際網路向AI網際網路躍遷的處理程序中，未來還有巨大的不確定性。但站在目前的時點上來看，唯一可以確定的是，這場超級入口戰爭的最後勝利者，將不再僅僅是一個App，而是下一代網際網路的基礎設施。 (深水研究)

政經哲思維筆記君說：這段時間，你是不是也被各種AI新聞刷屏了？它已經從能和你聊得有來有回的智能助手，到一鍵生成電影級畫面的視訊工具，再到寫程式碼、做設計樣樣精通的“全能選手”。更要命的是，這種力量不只用來寫文章、做圖、寫程式碼。它正在以我們看不懂的速度，攪動著國際局勢、地區安全、軍事對抗這些相當危險的領域。世界好像突然被拉上了一個陌生而高速的賽道，規則還沒定，但比賽已經開始了。就在這個節骨眼上，一本叫做《科技共和國》的書，讀起來格外扎心。它的作者之一，亞歷山大·卡普是“矽谷教父”彼得·蒂爾的密友，也是矽谷核心圈走出來的“叛徒”。他在書裡對所有矽谷科技精英階層發出警告：你們已經迷路了！這本書的核心觀點是：一個國家、一個文明的強大，從來不是只靠技術先進（硬實力）就行，它還必須想清楚“為什麼而強大”（軟信仰）。美國之所以曾經偉大，是因為它能把造原子彈、送人登月這樣的技術壯舉，和一個關於國家使命、人類進步的宏大夢想擰成一股繩。但現在，我們面對AI這個遠超我們人類智能的新物種時，尷尬地發現：我們的“硬實力”（技術）跑得飛快，但“軟信仰”（我們到底要用它來建設一個什麼樣的世界）卻嚴重掉隊，甚至一片空白。《科技共和國》就像一本在岔路口被重新發現的地圖。它提醒我們，在焦慮“飯碗”會不會被AI搶走之前，或許更該問一個根本問題：我們人類，究竟想借由這股力量，把自己帶到那裡？接下來我們就一起翻開這張地圖，看看歷史如何指引我們駕馭未來。一、硬實力和軟信仰這對引擎，是如何驅動黃金時代的？美國的科技黃金時代，就是造出原子彈、把人類送上月球的歲月，絕不是一群天才在實驗室裡靈光一閃的結果。那是一場“能幹的雙手”和“敢想的大腦”之間，一場持續了幾十年的、目標明確的“雙向奔赴”。1.硬實力：不只是“造出來”，更是“為了一個偉大的目標前進”讓我們先看看“硬實力”這雙手。很多人以為，當年的成功只是因為聚集了一堆頂尖的科學家。這只說對了一半。更關鍵的是，他們被組織起來去幹一件具體、宏大、且大家公認至關重要的事。比如，“曼哈頓計畫”。它的目標既簡單又殘酷：趕在納粹之前造出原子彈，終結戰爭。於是，政府、軍方、大學、企業擰在一起。物理學家、化學家、工程師、甚至冶金工人，從四面八方匯聚到荒漠中的秘密基地。《科技共和國》的作者卡普認為，這種模式不像自由散漫的“集市”，而像建造一座宏偉的“大教堂”。每個工匠都知道自己在建造“大教堂”的那一部分，並且深信這座“大教堂”是值得奉獻的。他們的協作，不是靠一份詳盡的中央指令，而是被一個至高無上的共同目標所牽引。科學家們各自埋頭苦幹，卻又通過共享的目標和緊迫感，神奇地協調一致，爆發出驚人的集體力量。再看“阿波羅計畫”。甘迺迪總統那句“我們選擇在這十年間登上月球，並非因為它簡單，而恰恰因為它艱難”，就是給整個國家“硬實力”引擎注入的最強燃料。它不再僅僅是一個科技工程，而是一個凝聚全國信念的文化符號。為了實現這個看似不可能的目標，催生出了數千項技術突破，從積體電路到耐熱材料，很多副產品至今仍在影響我們的生活。那時的“硬”，硬在組織能力、攻堅決心和使命感。2.軟信仰：給冰冷的機器，注入滾燙的靈魂光有能幹的“雙手”還不夠。如果方向錯了，或者內心充滿矛盾，力量越大反而越危險。這就是“軟信仰”這個“大腦”出場的時候了。美國在那個時代的“軟信仰”，可以概括為一種獨特的“工程思維”和“實用主義哲學”的混合體。什麼是“工程思維”？它很親民：盯著問題，別盯著論文：目標不是發表一篇完美的理論，而是解決一個實際難題。牆倒了？那就研究怎麼造一堵更堅固的。火箭飛不穩？那就一遍遍測試、修改，直到它能飛。別光聽權威的，用事實說話：在工程現場，一個年輕技術員基於測試資料提出的反對意見，可能比資深教授的理論推演更有份量。這種“建設性不服從”是創新的源泉。而“實用主義哲學”，則是這種思維在思想層面的昇華。它的核心很簡單：甭管你概念多漂亮，理論多高深，最後都得看實際效果。能解決問題、創造美好生活的，才是好東西。這種哲學讓美國社會對新技術有一種天然的開放和樂觀，因為它不問“這符合規定嗎？”，而是問“這能讓我們的生活更好嗎？”更關鍵的是，這種“軟信仰”不僅僅是口號，它實實在在地塑造了“硬實力”發展的軌跡和邊界。科學家們知道，自己辛苦研製的終極武器，是為了“以戰止戰”，保衛他們珍視的自由價值。這種道德上的自洽，是他們能全力以赴的心理基礎。儘管有冷戰對抗，但美蘇之間依然能達成一些核軍控協議，背後就有對“相互確保毀滅”這一恐怖現實的共同認知，這是一種基於後果評估的、粗糙但實用的倫理界限。登陸月球、探索深海……這些需要耗費巨資且沒有直接經濟回報的壯舉，之所以能獲得公眾支援，是因為它們契合了那個時代“開拓邊疆、挑戰未知”的美國精神敘事。所以，黃金時代的秘密，就在於“硬實力”與“軟信仰”這對引擎，轉速匹配、方向一致。那時的人們，手裡握著改變世界的力量，眼裡看著星辰大海的遠方，心裡相信自己在從事一項光榮的事業。這種身、眼、心的統一，造就了一個至今讓人懷念的科技英雄時代。然而，當冷戰結束後，技術發展的浪潮轉到了新的方向，這對黃金搭檔之間，開始出現了越來越大的裂痕。所以，我們有了今天在AI時代感到的諸多迷茫和焦慮。二、AI時代，最可怕的是閉著眼狂奔站在AI爆發臨界點的今天，我們卻更像是一場華麗而失控的“閉眼狂奔”。科技硬實力這雙“能幹的手”在演算法的加持下變得前所未有的靈巧和強大，但軟信仰這個“敢想的大腦”卻好像留在了上一個時代，甚至主動閉上了眼睛。這種失衡，非常危險。1.硬實力的“歧路”現在我們擁有的計算能力，已經超越了“曼哈頓計畫”時期全人類算力總和的億萬倍。但回頭看看，這些算力大部分去了那裡？答案可能就在你的手機裡。世界上最複雜的人工神經網路，可能正在為你計算“下一個應該刷到什麼視訊，才能讓你多停留8秒鐘”；最先進的自然語言處理模型，可能在幫行銷號生成一千條“震驚體”標題；背後支撐這一切的伺服器叢集，可能消耗了一個小城鎮的電力。矽谷掌握了堪比登月的技術力量（AI、巨量資料、全球網路），但其中大部分精英的雄心，卻收縮到了“如何更好地賣貨、送外賣”這個狹窄的賽道上。我們正在把最聰明的大腦和最強大的技術，鎖在“讓人上癮”的消費主義循環裡，這意味著它們一定會從那些真正艱難但重要的領域撤出。這可不是危言聳聽，而是正在發生的事實：模擬氣候變化、發現新材料、攻克核聚變控制……這些關乎人類長遠命運的“大問題”，需要長期、耐心且未必有直接回報的AI投入，它們在與“下季度營收增長”的PK中，常常敗下陣來。如何用AI最佳化城市交通、提升電網效率、預測公共安全風險？這些項目牽涉複雜的公共部門協作和資料開放，其“商業魅力”遠不如開發一款新的社交軟體。這種“歧路”的本質，是科技硬實力的發展，與國家及人類社會的脫鉤。它不再是建造“大教堂”的合力，而是變成了無數個自娛自樂、爭奪流量的“精緻小攤”。2.軟信仰的“真空”更深的危機還不止硬科技跑錯了方向，更因為我們的哲學與價值觀不僅沒有糾正它，反而在給它加油鼓勁，就像拆掉了一輛車上的方向盤。在今天的矽谷及全球科技圈，一種被稱為“有效加速主義”的思想，擁有大批信徒。它的口號聽起來很極客、很帶感：“加速！不顧一切地加速技術發展！”他們認為，技術尤其是AI的進步是一種如同自然規律般的必然趨勢，任何試圖規範、約束它的行為都是徒勞甚至反動的。最好的做法就是全力踩下油門，加速衝過當前的社會結構，抵達技術“奇點”後的新世界。為什麼說這很危險？它把技術本身當作了目的和新的“上帝”，但拒絕回答下面這些根本問題：我們加速，是為了奔向那裡？這個過程中，誰會被甩下車？抵達的“新世界”，是我們想要的嗎？這就好比說，“只要引擎夠猛，車開向懸崖也沒關係，說不定我們能飛起來呢！”這非常危險。在“有效加速主義”的影響下，科技行業形成了一種“技術中立”的傲慢和“為多元而多元”的虛無主義。工程師們常說“我的程式碼只是一把錘子，別人用它砸窗戶還是造房子，不關我事”。但設計演算法時嵌入的價值觀偏見（比如那些內容更優先），早就決定了“錘子”會揮向何方。而且為了避免爭議，一些科技公司往往在表面議題上追求“政治正確”，但在核心的“公司權力是否過大”、“演算法是否在操縱社會”這些實質性問題上卻避而不談。於是，我們進入了一個荒誕的境地：一邊，我們在以百米衝刺的速度，製造著智力上可能很快超越全人類的AI；另一邊，我們卻在用“加速主義”這塊布矇住眼睛，拒絕為它設計引導繩和監管紅線。這種手腦分離的失衡，讓AI的崛起不僅是一次技術變革，更可能變成一場社會風險極高的“裸奔”。三、AI時代，人類還有價值嗎？前面我們說，現在的狀況是“手腦分離”：硬實力瞎跑，軟信仰睡覺。但當AI這股力量真正站起來時，它帶來的衝擊，遠不止是“跑偏了”那麼簡單。它直接轉過身，對著我們人類“創造性”和“掌控力”這兩塊基石發起了直接挑戰。早晚有一天，AI會問我們：“你憑什麼當主人？”1.創造性危機長久以來，人類面對機器的優越感，建立在這樣一個信念上：機器負責重複，人類負責創造。但AI正在把這個信念砸得粉碎。一個苦練了十年繪畫的畫師，一個熬夜改了七八稿文案的策劃，一個花了半年譜出一段旋律的音樂人，他們都曾經相信，自己傾注心血、帶有個性和靈感的作品，是機器無法複製的“靈魂”。但現在，一個普通人，輸入幾行描述，點點滑鼠，就能在幾秒鐘內生成數十張畫作、幾十個文案、好幾段風格各異的音樂。雖然頂尖人類大師的作品目前仍有溫度和不可替代性，但對於行業中下游的廣大從業者來說，他們曾經安身立命的“手藝”，正在快速貶值。這個過程，可以分三步來看：① 從“輔助工具”到“創作夥伴”早期的PS幫我們修圖，Word幫我們寫文件，它們是聽話的工具。但今天的AI，能幫你做選題、給你做市場報告、甚至給你輸出思維模型。它從一個“執行者”，變成了一個能提供想法的“合作夥伴”。② 再到“潛在競爭者”當AI產出的設計稿、法律檔案草稿、行銷方案達到了“能用”甚至“好用”水平時，它就不再僅僅是夥伴。老闆和客戶會想：我是否還需要為一個良好的人類作品，支付遠高於良好AI作品的成本？這直接動搖了大量知識型、創意型職業的經濟基礎。③ 最終是“存在性挑戰”這引出了一個更哲學也更致命的問題：如果創作不再困難，那創造本身的價值是什麼？當人人都能“創作”時，“創作者”這個身份還意味著什麼？人類曾用“創造性”來定義自己區別於動物的高貴，現在，我們可能需要尋找一個新的、不會被機器輕易複製的“人性核心”。這種自我認知的動搖，是比失業更深的焦慮。2.秩序顛覆者上面說的創造性危機是在衝擊個人的價值和行業。但更讓人憂慮的是AI對全球秩序的挑戰，這是在動搖國家之間博弈的棋盤，而且把棋盤從明面挪到了暗處，規則全改了。過去，大國競爭的硬指標很直觀：你有多少航母，多少核彈頭，GDP多少。這些是“明牌的實力”。但AI帶來的，是一手“暗牌的破壞力”，它讓攻擊變得極其廉價、隱蔽且不可預知。① 全民皆可“搞破壞”的降維打擊以前，發動一場癱瘓城市電網的網路攻擊，可能需要一個國家級的專業駭客團隊。現在，一個技術團夥甚至個人，利用公開的AI工具輔助，就可能找到並利用系統的漏洞。AI極大地降低了進行複雜網路攻擊的技術門檻。它就像把導彈按鈕，分發給了無數看不見的手。② 讓社會“自我懷疑”的資訊瘟疫Deepfake（深度偽造）技術，在AI的幫助下已經真假難辨。它可以憑空製造一場政治人物的演講，一段能夠引發市場恐慌的CEO言論，或是一段發生在別國的“暴行”視訊。當我們沒辦法相信任何看到的東西，社會共同的“事實基礎”就會崩塌。這種攻擊不直接摧毀建築，卻能在更短時間內，摧毀一個社會賴以運行的信任紐帶，對手甚至不用派一兵一卒。③ 無法預測的“自主幽靈”想像一下，一個搭載AI的無人機群，被傳達“摧毀所有雷達站”的命令後，自行規劃路線、識別目標、發動攻擊，並在過程中自主應對突發情況。而且一旦部署，人類操作員可能無法即時干預。如果多個國家的自主系統發生意外對抗，它們可能會以人類無法理解的速度和邏輯，將世界拖入衝突。這不再是武器，而是被賦予了殺戮權力的自主幽靈。總結來說，這些威脅之所以“顛覆”，是因為它們讓傳統的防禦和威懾體系（如軍隊、邊界、核威懾）部分失效。一個普通人在自己的家裡，可能就對國家安全構成潛在威脅；一段假視訊的破壞力，可能超過一次真實的武裝衝突。AI的崛起，讓人類個體的“創造性”失效了，又讓國家間“硬實力”對抗的擂台，變成了一個規則模糊、暗器橫行的黑暗森林。我們面臨的，不再是如何使用一個好工具的問題，而是如何與一個能力上可能超越我們，而且行動邏輯不完全受控的“新物種”共處的問題。於是，我們被逼到了牆角，必須開始思考重建秩序的道路。四、軟硬結合，重建“科技共和國”面對AI，恐慌和抱怨沒有用，簡單地喊“停下”更不現實。這就像我們不可能因為汽車可能出車禍，就回到馬車時代一樣。問題的關鍵，不是丟掉引擎，而是我們必須以最快的速度，為它裝上我們丟掉的倫理與規則，還有目標與使命。重建“科技共和國”，就是要讓狂奔的硬實力，重新聽命於一個更新、更智慧的“大腦”。1.硬實力的轉向我們不能指望追逐利潤的市場，自發地把資源投向那些最重要但不賺錢的領域。這時，就需要找回一些“黃金時代”的組織智慧：由國家和社會凝聚共識，發起“使命導向”的超級項目。比如，集中頂尖AI算力與生物學家，目標是在10年內，建立能模擬所有已知病毒變異、並即時設計對應疫苗和藥物的預測系統。又比如，利用AI超強模擬能力，整合全球大氣、海洋、地質資料，目標不僅是預測氣候，更是精密模擬各類干預方案的全球連鎖效應，為全球氣候治理提供前所未有的決策依據。這些計畫的核心，是重新定義“科技硬實力”的賽場。攻克它們帶來的意義，遠勝於在“讓人上癮”的消費應用裡內卷。政府的作用，是成為最初的“出題人”和“天使投資人”，引導社會與市場的巨量資源轉向。2.軟信仰的重塑光有項目不夠，我們必須同時回答：這些強大的力量，應該在什麼樣的規則下運行？我們需要一場給AI時代訂立一份粗糙但必須有的初始社會契約。這份契約至少要回答三個問題：① AI是什麼？我們必須超越“工具論”和“物種論”的爭吵，達成一個務實的共識：AI是“具有自主性的新型行動者”。這意味著，我們必須像規範駕駛員、醫生或公司法人一樣，給它的行為建立可追溯、可問責的責任框架。比如，一個AI醫療診斷系統出錯，責任是開發者、營運商、稽核醫生，還是演算法本身？法律必須清晰。② 什麼是絕對禁止的？有些底線需要全球性的“技術禁忌”，就像禁止生化武器一樣。例如，“自動化致命武器系統”是否應被全面禁止？能否把深度偽造技術用於政治、司法領域？這些紅線需要公開辯論，並儘可能形成國際條約。它可能不完美，但劃了紅線，才有博弈的規則。③ AI發展的終點是“超人”，還是“超人化的人類”？這是最根本的哲學問題。科技加速主義的終點是模糊的“奇點”，但我們需要知道：AI發展的終極目的，應該是增強而不是取代人類。它應該讓人類醫生在AI輔助下成為“超級診斷專家”，而不是用AI淘汰醫生；讓每個孩子擁有AI導師因材施教，而不是用標準化教學AI製造教育流水線。這個目標聽起來不酷，但它確保技術發展的盡頭，依然是人。這份“契約”的制定過程本身，就是重建“軟信仰”的過程。它需要工程師、哲學家、律師、政策制定者和普通公民的共同參與，是一場全球社會的技術理性大啟蒙。3.新人類的培養最終的改變，要落在“人”身上。未來的勞動者，尤其是決策者，必須具備一種全新的素養。第一，要成為“提問者”和“批判者”，而不是“答題者”AI最擅長回答清晰定義的問題。因此，人類的優勢將在於發現和定義真問題。未來的教育，應大幅減少死記硬背和標準答案，轉而訓練學生如何從複雜現象中抽象出關鍵問題，並判斷那些問題值得交給AI去解決。同時，必須培養對AI輸出的健康質疑能力：這個結果背後的資料有沒有偏見？邏輯有沒有漏洞？第二，要成為“指揮官”和“翻譯官”。未來最稀缺的人才，是那些能站在人類需求與AI能力交界處的人。他們既懂醫療、法律、教育等領域的真實痛點，又懂AI的能力與侷限，能精準地將人類模糊的需求“翻譯”成AI可以執行的任務。他們不親手寫程式碼，但他們是AI團隊的指揮官。第三，要堅守“價值判斷”的終極權力AI能告訴你那條路最快、最省錢，但它無法告訴你“我們應該去那”。當AI給你10個最優的商業方案時，你最終選擇那一個，應該依據“它是否促進社會公平”、“是否環境友好”、“是否符合公司長期價值觀”等人類的價值準則。讓人類保持最終的價值判斷權，是我們防止被技術反噬的最後一道防火牆。重建之路總結起來，是一個“三位一體”的系統工程：用國家級“大項目”重塑硬實力的方向；用全球性“大辯論”和“新契約”重塑軟信仰的共識；再用面向未來的“新教育”重塑人類的自身能力。這條路並不容易走，充滿了利益博弈和觀念衝突，但這是唯一的路。這是為了開創一個全人類都能參與定義、並在AI賦能下共同繁榮的“新科技文明”。我們現在要做的，就是為這個充滿不確定的未來，儘可能多地埋下確定性的、向善的種子。結語：一萬年太久，只爭朝夕！站在AI時代的岔路口，我們面臨的是人類歷史上“一萬年未有之大變局”。我們必須想清楚：是讓技術成為放大分歧、製造失控的利刃，還是把它鍛造成拓展文明邊界的基石？在這場挑戰裡，主角不是只有美國，中國的作用也至關重要，且無可替代。中國不僅擁有全球最龐大的應用場景、最完整的產業鏈和強大的技術攻關能力，更擁有“以人民為中心”、“建構人類命運共同體”等深厚的治理哲學與文化理念。這為中國在AI時代探索一條發展與治理並重、效率與公平兼顧、技術向善與安全可控相結合的新路，提供了獨特可能。中國的責任與實踐，將不僅是發展自己的AI，更是與世界各國一起，為這個尚未定型的新世界，共同注入包容、負責、以人為本的價值觀。這或許正是在未來重建一個真正屬於全人類的、可持續的“科技共和國”最需要的關鍵拼圖。未來決定現在。看清未來將發生什麼，才能真正明白當下應該做什麼。我們認為，未來由四個關鍵領域塑造：哲學、AI科技、經濟與政治。為什麼是這四個？哲學是元起點，是意義與方向的錨點，為一切行動提供終極燃料；科技（尤其是AI）是文明進步的底座，是驅動世界向前的“發動機”；經濟是轉化器，它把科技力量轉化為真實的財富與市場機會；政治是適配性結構，它給哲學、科技與經濟提供運行框架與秩序。哲學為根，科技為器，經濟為用，政治為治。這四者環環相扣，層層支撐，相互交織，在動態的演進中共同推動現實走向未來。正是在這樣的時代背景下，筆記俠創立了中國首個面向企業家的PPE（政治、經濟、哲學）書院。我們致力於幫助大家回到決策的源頭，重構底層認知邏輯，掌握未來五年的核心判斷與決策能力。如今，眾多深耕於AI、全球化等前沿領域的優秀創業者，都已加入筆記俠PPE書院。未來已來，讓我們一起成為清醒而篤定的決策者。 (筆記俠)

一種全新的創業“邪修”方式“AI原生100”是虎嗅科技組推出針對AI原生創新欄目，這是本系列的第「38」篇文章。有誰能想到，一個已經完成自動造血功能的AI應用，在最初的幾年，靠兩個人“偽造”AI，跑通了產品市場驗證，理解產品的真正痛點，還獲得了收入。它就是Fireflies。如果把目光放在 AI 會議這個細分領域，Fireflies.ai 是一家相當特殊的初創企業。僅從今天的產品形態來看，很容易把 Fireflies.ai 歸類為一家“典型的 AI SaaS 公司”： 會議自動記錄、轉錄、總結、搜尋，再疊加一點 Agent 能力，踩中了 ZOOM遠端辦公和大模型快速迭代的雙重紅利。北美投資機構UpscaleX合夥人Alan Zong告訴虎嗅，在增長和融資速度飛速的今天，初創公司的成長速度顯得格外重要，在美國市場，如果沒有進一步的業務數字證明其PMF，很難能拿到下一輪的機構的錢。與絕大多數 AI 創業敘事——先有模型突破，再有產品形態 ，最後才是商業化截然相反，Fireflies.ai 用了將近三年的時間反覆試錯、這三年裡，每一份Fireflies的會議紀要，都有兩位創始人的通宵達旦人肉整理，直到 2019 年底，產品才完成內測並正式推向市場，引入AI自動化，此後，產品的增長便迅速進入加速期。2025 年中，Fireflies.ai 已躋身估值十億美元的獨角獸行列，服務使用者超過 2000 萬，覆蓋全球約 75% 的《財富》500 強企業。比起規模，更令市場側目的是它罕見的資本效率。在同行依靠巨額融資燒錢時，Fireflies.ai幾乎完全靠“自我造血”支撐了近三位數的年增長。2025 年 6 月，Fireflies.ai 發佈了一篇官方部落格，透露它自 2023 年起一直保持盈利狀態，並且在 2021 年之後沒有進行新的主融資輪（primary raise），只靠既有業務增長支撐估值增長。據第三方諮詢公司Latka的一份資料指出，Fireflies.ai 的年收入從 2021 年的 420 萬美元增長到 2024 年約 1090 萬美元，並一直保持了約 88% 的年增長率。坦誠”作弊”經歷反而贏得投資AI會議助手的創業項目在矽谷屢見不鮮，但Fireflies.ai最具戲劇性的，是其建立故事——兩位創始人在前期用“偽AI”人工驗證了產品的PMF，實現了啟動。兩位創始人也非常”傳奇”。兩位創始人，左為克里什·拉米內尼，右為薩姆·烏多通克里什·拉米內尼（Krish Ramineni）和薩姆·烏多通（Sam Udotong），在 2016 年7月正式創辦 Fireflies.ai，但兩人的緣分其實要更早。他們在賓夕法尼亞大學相識，又一起去 MIT 深造；一個是擁有航空航天與電腦科學背景的美籍奈及利亞裔工程男，一個是來自印度、在微軟做過產品經理的”實幹型 PM”。看起來背景互補、能力可靠，但他們的創業路一開始並不順利。烏多通後來回憶，在創立之初，幾乎可以用”連續失敗”四個字概括。在找到會議筆記這個靈感之前，兩人前後折騰過六個方向，從各種看似新奇又完全不靠譜的點子開始，比如“加密貨幣+外賣”這種戲劇化的組合。資金越燒越少，2017 年前後的他們已經窮到連房租都快付不起，只能寄居在朋友家的沙發上，靠廉價披薩度日。那種”下一次失敗可能就真撐不下去了”的壓力，讓他們必須想出一個反常規的辦法來自救。於是，一個頗具傳奇色彩的決定誕生了：在產品尚未開發出來之前，先假裝它已經做出來了。烏多通最近在領英上的自曝了這段經歷，把這段往事推上了新聞熱榜：最初 Fireflies 賣給客戶的，並不是一個真正自動化運行的”AI 會議紀要服務”。所謂的智能助理 Fred，其實就是他們倆。烏通多的領英在客戶看來，一個名為“Fireflies Notetaker”的 AI 會自動加入會議做記錄；但實際情況是，每當客戶開會，兩位創始人就會悄悄撥入電話，戴著耳機從頭聽到尾，一字一句手動做筆記。會議一結束，他們立刻整理好內容，再以“AI 自動生成”的名義發回給客戶。為了維持現金流，他們向早期使用者收每月 100 美元訂閱費。靠著這些收入，他們好不容易付清了舊金山合租房每月 750 美元的床位房租。而他倆則幾乎把全部時間投入到“偽裝 AI”上，一個月連軸參加上百場線上會議，有時累到中途打盹。聽起來荒誕，但這段經歷成了創業轉折點：即便他們沒有告訴客戶“Fred 其實是人”，大部分客戶仍對筆記質量非常滿意，而且願意繼續付費。這意外證明了一個關鍵結論：市場真的需要這個東西。有了這幾千美元的救命現金流，兩位創始人終於得以“活”下去。更重要的是，這樣的“人工模擬”讓他們徹底理解了什麼是好用的會議筆記，也讓他們確信這是值得投入的方向。於是 2017 年下半年，他們停掉所有手寫服務，把所有精力轉向真正的自動化產品開發，這也為 Fireflies 之後的產品化奠定了基礎。當然，這種做法後來也引發不少爭議。不過，在他們正式尋求融資前，這種方式已經被停止，團隊已經進入快速研發真正AI 產品的階段。到了 2019 年底，Fireflies.ai 完成了可用的自動會議記錄平台，在內測後首次向投資人展示。令人意外的是，當他們坦誠講述早期“人工扮演 AI”這段經歷時，投資人非但沒有退縮，反而因為這種“先驗證需求，再進行自動化”的務實心態而增加了對團隊的信任。Fireflies 因此順利拿到了種子輪融資，並逐步成長為今天估值破十億美元的獨角獸。產品驅動的增長首先，Fireflies 做的事，用一句話概括，就是把說話變成資料，不僅記住了開會的結果，也留下了決策的來龍去脈，而這正是很多企業一直想要、卻遲遲沒找到好方法的東西。如果只把 Fireflies.ai 當成一款自動轉錄會議的 AI 工具，其實很容易低估它。真正讓 Fireflies 與其他 AI 會議助手拉開差距的，不是轉錄准不准、總結好不好，而是它從第一天起，就在解決一個更底層的問題：如何把“說過的話”，變成企業可以反覆使用、持續產生價值的資料資產。很多 AI 會議助手，本質上只做一件事：把會議內容壓縮成一份總結。但 Fireflies 是為了實現會議資料工作流的閉環，讓討論的上下文、分歧、取捨，都能被回溯、被查詢、被再利用。為此 Fireflies 嵌入了 AI Agent 等一系列功能。這正是 Fireflies 最大的差異點。一端，它能夠幫使用者全自動記錄、轉錄、搜尋和分析會議內容的平台；另一端，它又盡力變成企業內部的對話式知識庫，讓所有人說過的話不再只是飄在空氣裡的”即時聊天”，而是能被沉澱、被提取價值的資產。為了實現這種差異化優勢，Fireflies 設計了 3 層產品形態作為支撐，配合得非常緊密。首先，是那個以”Fireflies.ai  Notetaker”身份出現的Bot，內部暱稱叫 Fred。它像一個虛擬同事，被你拉進 Zoom、Google Meet、Teams 等各種會議裡，自動撥入、自動錄音、自動轉錄。來自Fireflies官網所有錄下來的東西，最後都會流進 Web 端的 Dashboard，可以把它理解成一個”會議收件箱”或者”Meeting Notebook”：使用者所有開過的會都放在這裡，隨時可以搜尋、回放、標註、協作。再往下挖一層，是外掛和整合層，通過 Chrome 外掛、API、Zapier 等方式，Fireflies 會主動把自己塞進 CRM、項目管理軟體、團隊協作工具裡，讓會議資料流向 Salesforce、HubSpot、Notion、Asana 之類的系統，變成可執行的任務和可查詢的記錄。支撐這一切的，是背後的”通吃一切會議場景”的技術架構。Fireflies 的第一個基本盤叫做”全平台通用捕獲”。它不和任何一家會議平台繫結，堅持做一個”平台中立”的會議記錄層。使用者只要把自己的 Google 或 Outlook 日曆連上來，Fireflies 就會自動識別日程裡的視訊會議連結，按時準點加入，不管用的是 Zoom、Google Meet、Teams，還是 Webex、Skype、RingCentral、Aircall 這種相對小眾的工具，它都能像真人參會者一樣撥入，把音訊流接走。會後，Fireflies 並不會只停留在會議轉錄，而是順著使用者連好的各種整合往外擴散。一場會結束，紀要可以自動丟到 Slack 頻道里給所有相關同事看，待辦事項可以直接推到 Asana 或 Microsoft To Do，通話記錄和關鍵要點則自動落在 CRM 裡，變成後續跟進的依據。有真實使用者分享自己一個月開了 30 多場客戶會，Fireflies 就默默把 20 多場會議紀要同步到了 Slack 和 Notion，他最後總結：最喜歡的不是轉錄本身，而是”我根本不用再操心這堆東西該去那”。在語音識別這一層，Fireflies 也沒有把寶全壓在一個供應商身上，而是做了一個“混合 ASR ”，在成本、速度和精準率之間找平衡。即時場景下，比如需要邊開會邊看字幕，或者在銷售通話中希望馬上看到對方說了什麼，它會用 Deepgram 這樣的即時流式轉錄方案。等到會後要存檔、要高精度版本的時候，則會換成 OpenAI 的 Whisper 做離線轉錄，這個模型在多語種、不同口音、專業術語上的表現更穩定，更適合生成可以直接拷進文件的轉錄稿。真正讓 Fireflies 從工具往AI 隊友升級的，是 AskFred 這個內建在會議記錄頁面裡的聊天窗口。它是一個由 AI 大模型驅動的對話方塊，你可以像和 ChatGPT 聊天一樣問它問題：“剛才客戶提到的預算是多少？”幫我寫一封會後跟進郵件，語氣正式一點。”關鍵差別在於，AskFred 是在瞭解整場會議上下文的前提下回答問題，它既能回顧（檢索和摘要），也能生成新的內容，還具備一定的推理能力。對很多使用者來說，這已經不只是”轉錄+搜尋”，而是一個懂業務背景的”會後 AI 助手”。圍繞著”會說話”這件事，Fireflies 還做了一層”對話智能”和”智能搜尋”。前者會把會議過程變成可量化的指標，比如發言比例、語速、情緒、填充詞使用頻率等等，對銷售團隊來說，這些指標直接關係到”話是不是說多了、有沒有好好聽客戶講”。除此之外，Fireflies 還允許使用者直接在平台內將會議視訊切片，通過信箱和 Slack 分享出去。產品層面打磨得這麼細，商業模式卻一點都不花哨，就是非常典型和乾淨的 SaaS 訂閱制，再疊加一層 PLG（產品驅動增長）的病毒式擴散。它的增長飛輪幾乎是肉眼可見的：當一個使用者先買單，把 Fireflies Bot 拉進會議時，同場的其他 5——10 個人（包括外部客戶）都會在參會名單裡看到 “Fireflies.aiNotetaker”，會後還會收到一份排版精緻的會議摘要郵件。很多人第一次接觸這個產品不是在廣告裡，而是在一封郵件或一場會中，這就是典型的 “Product as Marketing”：產品本身就是最好的廣告。相比 Google 那種年費很高的採購模式，Fireflies 把商業版價格壓在每月 19 美元，矽谷的單個員工刷個公司信用卡就能用，決策鏈條極度縮短，也就自然提高了滲透效率。將以上所有價值點結合來看，像 Khosla Ventures 這樣的機構會押注 Fireflies 就不難理解了。作為 OpenAI 的早期投資方，Vinod Khosla 一直強調”所有軟體都會被 AI 重寫”，在他看來，2021 年時間點下的Fireflies 就是 AI 在 B2B 協作領域的一個標本級案例：它改變了人們開會、記錄和執行的方式。Fireflies 率先展示出了企業智能協作助理的潛力，它的功能遠不僅僅限於記錄會議資料，從自動化整合資料到企業現有工作流、結構化輸出，再到智能協作助理，Fireflies 呈現的是一個 AI 會議助理的全景。同時，他們也非常看重 Fireflies 的 PLG （產品驅動增長）效率：極低的獲客成本、極高的病毒係數，讓這家公司有機會長成下一個 Slack 或 Dropbox。更重要的是，那一整座正在不斷累積的”資料護城河”：在使用者授權的前提下，Fireflies 已經掌握了數十億分鐘的會議資料，這些資料未來完全有可能用來訓練垂直領域的小模型（SLM），進一步強化它在特定行業、特定工作流裡的理解能力和自動化程度。對於任何一個想在 AI 時代保持差異化競爭力的 SaaS 來說，這種資料和算力結合起來形成的複利，才是最難被覆制的一部分。競爭紅海Fireflies 的賽道正在飛快膨脹，也在迅速變得擁擠。它幾乎橫跨 Conversational AI（對話式 AI）、Meeting Solutions（會議解決方案） 和 Sales Intelligence（銷售智能） 三個高增長領域，這讓它一開始就踏進了一個規模可觀、但競爭同樣激烈的市場。據多家研究機構預測，全球 AI 會議助理市場在 2025 年規模約為 32 億美元，未來十年還會繼續狂奔，到 2035 年有望突破73 億美元，CAGR 甚至達到 25%–35% 的高速區間。美國在這個領域遙遙領先，佔據近一半市場份額，而亞太地區，尤其是印度和日本，因為遠端外包旺盛、跨語言溝通頻繁，也正在成為增速最快的區域。但也正因為增長迅猛，AI 會議工具現在已經進入典型的紅海。巨頭的動手速度遠比想像中更快。微軟、Google、Zoom 等協作平台，不約而同把會議紀要 AI 做成了內建功能：Microsoft Teams 的 Copilot 可以自動生成摘要、提煉待辦事項；Google Meet 的 Duet AI 能即時翻譯、轉錄；Zoom 乾脆推出了 AI Companion，把自動摘要、關鍵點提煉做成默認配置。對使用者來說，這些功能幾乎是“順手就能用”的體驗，不需要額外安裝，也不需要學習成本，更不需要額外付費。它們直接打包在已有的訂閱中。從商業層面看，大公司動用龐大使用者基數和原生整合能力，的確在擠壓獨立產品的生存空間。在創業公司戰場上，競爭也同樣激烈。Fireflies 的最大對手是 Otter.ai：一個在功能上非常相似的“跨平台會議助手”。Otter 通過 Otter Assistant 搶佔了大量 Zoom 會議使用者，使用者數一度突破 2500 萬，ARR 在 2025 年初已超過 1 億美元。相比之下，同期 Fireflies ARR 約為 1500 萬美元，使用者規模在 1600 萬左右，兩者在數量級上還存在一定差距。此外，還有 MeetGeek、Avoma、Fathom 等定位各異的產品，有的專注中小團隊、有的專註銷售會話、有的深耕 CRM 同步。部分公司因為講得出“生產力故事”，融資金額也相當可觀，例如 Grain.ai 累計融了 2000 萬美元專做視訊會議剪輯內容。整體來看，創業公司群體並未出現統一贏家，但產品形態越來越像，差異化被不斷稀釋。與此同時，技術門檻也正在迅速降低。OpenAI 的 Whisper 等模型性能越做越強，Deepgram、AssemblyAI 等 ASR API 的價格一路下降，轉錄和摘要本身正在快速“商品化”。誰都能做、大家都差不多、成本還越來越低，導致市面上湧現了成百上千個會議助手工具（MeetGeek、Airgram 等只是一小部分）。當核心能力變成了門檻如此低的商品，Fireflies 想保住溢價，就必須證明自己在 AskFred、Agent 能力、跨系統自動化、深度整合上的價值不僅好用、而且不可替代，且不斷迭代自己的產品功能。否則，它很可能被捲進一場無休止的價格戰裡，被巨頭“順手”解決掉。 (虎嗅APP)

AI PC能幹的事兒，終究是超出了我的認知。不是你以為的斷網跑大模型或是寫PPT，而是——隔空測血壓！操作方式是這樣的。首先，在這個名叫AI Camera的應用中心裡，找到AI生理檢測並打開它：然後，你只需要在AI PC上盯著螢幕片刻，其它的什麼都不用做，與你健康相關的指標“啪的一下”就全彈出來了：大到心率、血氧、收縮壓、舒張壓、血管硬化風險、血糖濃度，細到心率不齊、房顫、心肌缺血……甚至連呼吸波動都能即時被檢測。△測試者1這便是科思創動推出的個人健康助手，只需要再搭配一個攝影機（通過USB連接的匯博士攝影機），就可以在AI PC上實現這種非接觸式健康檢測。（感興趣的小夥伴可以再拿血壓儀等裝置對結果進行對比）但除了隔空檢查身體情況之外，科思創動還推出了一個利多女生的玩法——隔空皮膚檢測！操作方式依舊是讓AI PC“看看你”就OK：不大一會兒，一份基於你皮膚狀況的快速報告就生成了：從大致結果來看，敏感肌、油分過多和嚴重缺水，是相當符合被測者皮膚的狀態。並且點選查看掩膜圖，還會彈出一張標出具體皮膚問題位置的照片，例如痤瘡就出現在下圖中藍圈的地方：△測試者2不過說到精準，“膚質報告”裡的皮膚年齡34歲，這才是更加驚豔的結果；因為這個數字正是被測者的實際年齡。當然，除了檢測報告之外，AI美妝顧問還會基於你的膚質問題，提供一對一針對性的護膚方案和美妝方案：這兩套方案細到什麼程度呢？就連淚溝需要什麼牌子的精華、每個化妝步驟建議的化妝品都給你一步推薦到位了。而且不論是隔空測血壓還是隔空測皮膚，在AI PC這裡，統統可以斷網處理。那麼這一切到底是怎麼實現的呢？兩套AI演算法 + 一個算力新基因首先我們來看下AI演算法層面。科思創動在隔空健康檢測應用中採用的核心演算法是遠端光電容積描記術（rPPG），一種非接觸式生理訊號採集技術。它的原理是基於一個簡單的物理現象：當心臟收縮泵血時，血液會流經全身的毛細血管，導致皮膚表面的血容量發生微小的、周期性的變化。這些變化會改變皮膚對光線的吸收和反射特性。具體到科思創動的應用中，AI PC通過外接攝影機（如匯博士攝影機）持續捕捉使用者面部或手部區域的視訊流。演算法會精準分析每一幀畫面中像素點的亮度波動，這些細微的明暗變化正是由血流引起的。通過複雜的訊號處理和機器學習模型，系統能夠從這些微弱的光學訊號中提取出與心跳同步的波形，並進一步推算出心率、血氧飽和度、血壓（收縮壓和舒張壓）、血糖濃度等關鍵生理指標。除此之外，它還能通過分析血流動力學特徵，評估血管硬化風險和潛在的心肌缺血、房顫等問題。這一切都無需任何感測器貼附在皮膚上，真正實現了無感健康監測。而隔空皮膚檢測及情緒狀態分析，則依賴於光學成像技術和光譜分析技術，結合人工智慧演算法對皮膚狀態進行量化評估。它的精妙之處在於，攝影機會發射不同波長的可見光、紫外線（UV）或近紅外線（NIR）照射皮膚，再通過高解析度相機捕捉皮膚反射的光譜訊號。皮膚表面的油脂、角質會產生強鏡面反射，干擾皮膚深層資訊的採集。偏振光成像通過過濾掉鏡面反射光，只保留皮膚組織的漫反射光，從而更清晰地觀察真皮層的血管分佈、色素沉澱等細節，常用於檢測紅血絲、炎症、黃褐斑等問題。最終，AI美妝顧問會根據這份綜合報告，提供個性化的護膚和美妝方案，精確到推薦具體品牌和產品步驟。但如此複雜、即時性要求極高的雙演算法系統，是如何在一台AI PC上流暢運行的呢？答案就在於英特爾酷睿Ultra處理器內建的NPU（神經處理單元）。NPU是專門為加速人工智慧推理任務而設計的專用硬體引擎。與傳統的CPU和GPU相比，NPU在處理AI模型時具有無可比擬的優勢：超低功耗、超高效率、極低延遲。對於像rPPG和振動影像這樣的演算法，它們需要在短時間內處理海量的視訊幀資料，並進行複雜的數學運算和模式識別。如果僅依靠CPU或GPU，不僅會消耗大量電能，導致裝置發熱和續航縮短，還可能因為計算延遲而影響使用者體驗。英特爾酷睿Ultra處理器整合了強大的NPU，足以輕鬆應對上述兩種演算法的即時運算需求。這意味著，在使用者對著攝影機看的幾秒鐘內，NPU就能在後台高速完成所有圖像分析、訊號提取和模型推理，瞬間輸出結果。更重要的是，整個過程完全在本地裝置上完成，無需聯網上傳資料，完美保障了使用者的隱私安全。這種端側AI的能力，正是AI PC區別於傳統PC的核心價值所在：它讓更多的AI應用不再只依賴雲端，已然變成即開即用的日常工具。可以說，正是科思創動創新的AI演算法，與英特爾酷睿Ultra NPU提供的強大、高效、安全的本地算力相結合，才共同催生了這台能隔空“懂你”、“關心你”的AI PC。AI PC的應用已然是遍地開花不過有一說一，提到AI PC上好用、好玩的AI應用，科思創動的例子還只是冰山一角。事實上，隨著英特爾酷睿Ultra與AI PC的深度結合，越來越多ISV開發者正圍繞端側AI能力，打造只有在AI PC上才能高效運行的專屬應用。△酷睿Ultra AI應用體驗地址：https://intel.cn/aipc這些應用之所以能在AI PC上獨佔鰲頭，核心在於它們充分利用了英特爾全新的“xPU+”（CPU+GPU+NPU）異構計算所帶來的強悍算力，不僅保障了響應速度與能效比，更構築起一道堅實的隱私防線。總而言之，從健康管理到創意生產，從辦公提效到個性娛樂，AI PC正以端側智能重新定義人機互動的邊界。One More Thing細心的小夥伴或許在開頭我們展示隔空測血壓的案例發現了一個小端倪：被測的第一位小哥哥性別被識別成“女”。但這還真不能怪AI……因為這位小哥哥在機場男士安檢快速通道都會被工作人員提醒：你好，這裡是男士專屬通道……連人類有時候都分別不清，更何況是AI了… (量子位)

輝達H200晶片有望對中國出口，這條消息傳開後，引發了市場的無盡遐想。其中廣為流傳的一點猜測是，假如東村和西村關係因此緩和，東村的AI GPU代工業務，會否花落台積電。針對這個問題，摩根士丹利近日發佈研究報告稱，如果中國AI GPU代工業務真的落地，將成為台積電業績的重要增量。大摩在報告中明確重申其“首選股”地位，維持增持投資評級，目標價1688新台幣。Part.01 市場最關心的2個問題大摩認為，當前投資者最糾結兩個核心問題，其實也決定了台積電切入中國AI市場的節奏：西村考慮允許H200對東村出口，是要改善貿易關係嗎？東村AI晶片公司“降級設計”，能拿到台積電代工嗎？大摩的判斷是有機會！此前就有消息稱，中國晶片企業正通過聚焦“推理場景”（比如AI語音助手、圖像識別等輕量級應用）降低晶片性能，以符合代工要求。供應鏈調研顯示，壁仞科技等本土企業已在採用台積電工藝設計相關晶片，還能用LPDDR替代高端HBM記憶體，精準適配推理需求。Part.02 台積電的底氣很多人擔心台積電過度“依賴中國需求”，但公司自己的表態很有信心：在2025年第三季度財報電話會議上，管理層明確說，即便來自中國大陸的機遇有限，未來5年AI相關業務的復合年增長率也能達到40%左右或更高。這意味著，中國大陸市場對台積電是“錦上添花”而非“雪中送炭”：現有AI業務的高增長已能支撐估值，一旦政策放開，中國大陸AI半導體的龐大需求，只會進一步推高其業績天花板。Part.03 輝達B40遇冷，本土晶片補位大摩在報告指出，輝達B40產量低於預期，核心原因是“性價比對中國客戶沒吸引力”，這給本土晶片和台積電的合作留足了空間；目前中國AI推理計算主要靠三類晶片：5090遊戲顯示卡、改良版Hopper晶片，以及本土設計晶片；隨著中國LME衛星、AI大模型等需求爆發，推理晶片的需求還會持續增長，台積電的工藝優勢的會更突出。Part.04 對中國本土代工廠的影響如果台積電真的切入中國AI GPU代工，會不會分流本土代工廠的需求？大摩認為，中芯國際仍被看好：即便需求分流，其技術和產能優勢仍能穩住核心份額。但華虹半導體壓力較大：關聯公司HLMC的7nm業務可能首當其衝受到衝擊，因為其在高端製程的競爭力相對較弱。 (智通財經APP)

在 AI 技術迅猛發展的當下，AI agents（人工智慧代理）正從實驗室原型走向企業實戰，成為提升效率的“數字員工”。然而，如何讓這些“智能助手”既強大又可靠？世界經濟論壇（WEF）與Capgemini攜手發佈的《AI Agents in Action: Foundations for Evaluation and Governance 2025》(人工智慧代理在行動:2025年評估和治理基礎)白皮書，給出了實用答案。這份報告為決策者、技術領袖和從業者量身打造的“行動手冊”，幫助大家從實驗到部署，一步步建構安全、可信的 AI agents 生態。AI agents：從“聊天機器人”到“決策夥伴”的躍遷在呼叫中心，過去是指令碼化的聊天機器人，現在是能理解意圖、動態決策的AI agents；在企業流程中，它不再是靜態工具，而是像人類同事一樣規劃任務、呼叫資源。報告前言中，Capgemini Invent首席執行長Roshan Gya和WEF人工智慧卓越中心負責人Cathy Li 表示：AI agents 的興起將帶來效率飛躍、人機互動革新，甚至催生全新數字生態。但機遇伴隨挑戰——目標錯位、行為漂移、工具濫用等風險，正考驗著傳統軟體治理的極限。這份報告的核心洞見是：AI agents 不是簡單升級，而是範式轉變。它借鑑人類入職流程——定義角色、測試表現、逐步授權——強調“最小特權原則”，即只賦予必要權限。報告調研顯示，目前多數企業還停留在規劃或試點階段，這正是“從小處起步、迭代謹慎、防護適度”的最佳時機。如果貿然推進，未經驗證的用例可能釀成信任危機。報告建議：通過跨職能協作和漸進治理，讓AI agents放大人類智慧，推動創新，提升生活品質。技術基石：建構可靠的 AI agents 架構AI agents的軟體架構、通訊協議和安全模型，直接決定了它們如何融入組織、與世界互動。就像招聘新員工，企業需為AI agents搭建“工作站”——清晰角色、防護機制、監督體系。AI agents的架構分為三層：應用層、編排層和推理層。簡單說，應用層是“門面”，通過使用者介面或API接收輸入，確保輸出符合業務需求，可在雲端或邊緣裝置運行。編排層像“項目經理”，協調工具呼叫、子代理分工，支援模型切換（根據任務複雜度選大模型或小模型），並通過Model Context Protocol（MCP）連接企業資源，如資料庫或CRM系統。這層讓AI agents擺脫供應商鎖定，實現多雲多邊環境的無縫協作。最有趣的是推理層：它驅動AI agents的“思考”——從規則邏輯到生成式模型，處理預測、分類或規劃。報告用圖示說明：這些層協同工作，形成動態邊界，確保AI agents在安全圍欄內行動。舉例來說，在多代理系統中，A2A（代理間協議）和ACP（代理連接協議）讓它們像團隊一樣協作，處理複雜依賴。報告強調，建構AI agents不止工程，還需orchestration（編排）。它融合四種範式：經典軟體的確定邏輯、神經網路的模式識別、基礎模型的上下文適應，以及自主控制的規劃機制。這讓AI agents從“執行命令”進化到“自主決策”，但也引入新複雜性——需結構化腳手架，避免行為失控。通訊與安全：讓 AI agents “對話”無障礙協議是AI agents的“通用語言”。報告重點介紹2024年底Anthropic推出的MCP，它標準化了代理與資料來源、API的連接。過去，每個代理任務需定製整合；現在，MCP如共享介面，讓代理輕鬆查日曆、讀郵件、更新資料庫。報告圖示生動：代理A發郵件更新記錄，代理 B 確認資料庫變更，整個過程高效模組化。MCP已獲主流框架支援，被視為連接代理與企業基礎設施的核心。它加速部署，支援即插即用，尤其在雲、邊緣和感測器資料場景。另一協議A2A則專注代理間互動，形成multi-agent systems（MAS）的互操作層。報告展望：這些協議將讓AI agents在雲平台、企業網和邊緣裝置間自由流動，開啟即時感測器驅動的智能時代。安全不容忽視。AI agents架構獨特，能越過組織邊界呼叫外部工具，這帶來網路安全新憂。報告建議：視AI agents為“擴展員工”，用人類治理邏輯——權限漸增、行為測試、人機環路——管理風險。傳統存取控制已不足，需關注自治、權威和上下文，確保可靠邊界。分類與評估：從角色定義到風險把控報告第二部分轉向實用：如何分類、評估和治理 AI agents？它提出功能分類框架，按角色、自治度、權威、可預測性和營運上下文區分代理。這不是抽象標籤，而是指導評估與防護的藍圖——任務範圍小、環境可控的代理，防護可輕；高自治、高影響的，則需嚴謹審查。評估是關鍵。報告建議：用驗證案例測試行為，在人機環路中運行，逐步擴展自治。風險評估聚焦新威脅，如目標錯位或協調失效，借鑑OECD、NIST、ISO/IEC框架，擴展自治與系統風險原則。報告強調漸進治理：從小規模起步，迭代最佳化，連接評估與防護，確保信任、安全與問責。展望未來：多代理生態的曙光報告結尾展望多代理生態：代理間協作將催生複雜生態，如分佈式決策網路。但需警惕 emergent risks（湧現風險）。通過 AI 治理聯盟的協作，報告建議：從小做起，建好基礎，為更廣闊應用鋪路。 (AI資訊風向)