進入2026年一季度，全球半導體行業徹底告別此前的去庫存周期，迎來顛覆性轉折。從上游晶圓代工、關鍵裝置材料，到中游儲存晶片、模擬晶片、功率器件，再到下游封測與終端應用，全產業鏈掀起罕見漲價潮，疊加AI算力需求指數級增長、國產技術持續突破，半導體產業正邁入“量價齊升”的超級周期，兆美金市場規模提前到來，全球產業格局迎來深度重構。一、史上罕見！全產業鏈漲價潮來襲，部分品類漲幅超100%2026年開年，半導體行業就迎來了前所未有的全品類漲價浪潮，超50家國內外頭部廠商密集發佈調價通知，覆蓋晶圓代工、儲存、模擬、MCU、功率半導體、被動元件等全環節，不再是單一品類的周期波動，而是行業供需反轉、成本上漲、地緣因素多重共振的結果。儲存晶片成為漲價領頭羊，受AI大模型、資料中心算力需求爆發驅動，三星NAND Flash漲幅突破100%，DRAM產品漲幅達60%-70%，SK海力士部分LPDDR產品漲幅逼近100%，HBM高頻寬記憶體更是供不應求，交期持續拉長，成為本輪漲價的核心引擎。模擬晶片與MCU成漲價重災區，德州儀器開啟年內第二次全面漲價，數字隔離器、電源管理IC等核心產品最高漲幅達85%，亞德諾、恩智浦等國際巨頭同步提價，國內芯海科技、中微半導等本土廠商也跟進10%-50%的漲幅，車規級晶片受新能源汽車需求回暖影響，漲價勢頭尤為強勁。上游晶圓代工與封測環節同步跟進，台積電連續第四年上調先進製程價格，2nm工藝漲幅約50%，中芯國際等本土晶圓廠也調整8英吋成熟製程價格；英飛凌、安森美等功率半導體廠商，村田、國巨等被動元件廠商，均因原材料、能源、物流成本上漲，紛紛上調產品價格，部分電感、電阻漲幅達5%-35%，全產業鏈成本壓力持續傳導。二、AI算力成核心驅動力，兆半導體市場提前落地此前行業預測2030年全球半導體市場突破兆美金，而根據SEMI（國際半導體產業協會）最新資料，這一目標有望在2026年底提前實現。2025年全球半導體銷售額已達7917億美元，同比增長25.6%，2026年預計增至9750億美元，同比大漲23%，距離兆關口僅一步之遙，而這一切的核心驅動力，正是AI算力的爆發式增長。AI大模型推理與訓練需求激增，讓全球資料中心利用率達到歷史峰值，GPU、HBM、伺服器CPU等高端晶片供需嚴重失衡。2026年全球AI基礎設施支出將達到4500億美元，推理算力佔比首次超過70%，海量的算力需求直接拉動半導體全產業鏈產能擴張，晶圓廠裝置支出持續加碼，2026年全球半導體裝置支出預計增至1260億美元，先進製程、先進封裝賽道迎來爆發式增長。在3月底落幕的SEMICON/FPD China 2026展會上，全球1500家半導體企業齊聚上海，展出最新技術與產品，展會規模再創新高，直觀展現了AI驅動下半導體產業的火熱態勢。AI不再是單一的應用場景，而是成為貫穿半導體設計、製造、封測全環節的核心主線，重塑整個產業的增長邏輯。三、國產半導體加速突圍，從“可用”邁向“高端”在全球產業鏈重構、漲價潮與供應鏈安全需求的多重推動下，國產半導體產業迎來關鍵戰略窗口期，不再侷限於低端替代，而是向著高端製程、核心裝置、先進材料領域全力突破，產業話語權持續提升。技術成果集中落地，中微公司一口氣推出四款覆蓋矽基和化合物半導體的關鍵工藝新品，拓荊科技發佈針對Chiplet異構整合和HBM應用的3DIC系列裝置，中科飛測展出15款高端質量控制裝置，國產半導體裝置廠商逐步打破海外壟斷，實現從單點突破到全流程覆蓋的跨越。中科院發佈“香山”開源處理器、“如意”原生作業系統，啟動下一代“昆明湖”架構研發，聯合數十家企業建構本土晶片生態，築牢產業自主根基。產能與市場份額穩步提升，中國大陸已連續六年保持全球第一大半導體裝置投資市場，預計2027年裝置投資市場份額接近全球30%。到2030年，中國半導體產能將佔全球32%，在22-40奈米主流製程領域，2028年市場份額將達到42%，長江儲存、中芯國際、華潤微等本土龍頭，在儲存、晶圓代工、功率半導體領域逐步掌握定價權，跟隨國際廠商同步調價，標誌著國產晶片在全球產業鏈的地位實現質的飛躍。同時，“十五五”規劃將半導體產業列為核心戰略領域，政策、資本、人才全方位傾斜，疊加海外廠商漲價、供應鏈不穩定，下游終端企業加速供應鏈多元化，國產替代從“可選項”變為“必選項”，車規級、工控、AI終端等高端領域的國產滲透速度持續加快。四、行業新格局：區域化、本土化，機遇與挑戰並存本輪半導體超級周期，不僅是市場規模的增長，更是全球產業鏈格局的重構。地緣政治因素推動產業“去全球化”，區域化、本土化供應鏈成為主流趨勢，美洲、歐洲紛紛加大半導體產業投資，而中國憑藉龐大的市場需求、完整的產業鏈配套與持續的技術突破，成為全球半導體增長的核心引擎。對於行業而言，本輪漲價潮雖會給下游消費電子、汽車、工控等終端帶來短期成本壓力，但也加速了行業優勝劣汰，倒逼企業技術升級與供應鏈最佳化。對於國產半導體廠商來說，這是前所未有的發展機遇，更是實現從“跟跑”到“並跑”“領跑”的關鍵階段。未來，AI算力需求仍將持續釋放，儲存革命、先進製程、先進封裝將成為行業競爭焦點，國產半導體在核心裝置、高端晶片、關鍵材料領域的突破，將決定全球產業格局的走向。2026年，註定是半導體行業的變革之年，也是國產晶片的崛起之年，兆市場的新征程已經開啟，屬於中國半導體的黃金時代正在到來。結語半導體作為科技產業的“糧食”，始終是全球科技競爭的核心賽道。2026年的行業巨變，既是周期反轉的必然，也是技術創新的結果。站在產業新起點，本土半導體企業唯有持續深耕技術、完善產業鏈生態，才能抓住這一輪超級周期機遇，在全球格局中牢牢佔據一席之地，讓中國芯真正走向世界。 (SEMI半導體研究院)

成人行業也要被AI降緯打擊了？？？今天看到國外的一些AI開始興起了一股AI妓館的風，我真的是沒想到會有這一天。本篇文章，純碎是技術探討，各位留言的時候也注意一下顏色。。1，AI發展太快太快了。過去六年，AI在全球發展都非常迅猛，每年以十倍的速度不斷的進化，不斷的取代一個一個服務工作崗位。一開始取代的是程式設計師，相信你們也看到了這兩年的新聞，很多很多公司的程式設計師都被淘汰，因為8成以上的程式碼都不需要程式設計師寫了，直接交給AI就行。後來又開始慢慢的取代客服，話務員，到了今年就連文員，會計，律師，老師都已經受到廣泛影響。但是，當成人行業突然也被AI殺人，這個真的是震驚到我。關鍵是現在歐美已經開始大批出現這樣的“AI娛樂場所”了。比如上面那個帖子裡說的火爆的地方；那家店其實在柏林，是一家名為Cybrothel的場館，這個是當地一家比較火爆的。2，收費昂貴，但是依然生意火爆。有人在網上說，這有什麼光臨的，不就是情趣娃娃的升級版本嗎，這有沒什麼新奇的？我看了下很多網友的留言，Cybrothel為什麼突然火了？畢竟再逼真的矽膠娃娃如何能將真人比下去？？二者完全沒有可比性啊。後來發現，這些AI娛樂場所之所能吸引眾多人群來消費，而且收費昂貴，比如包夜249歐元，那怕只是一小時的體驗餐，也要179歐，相當於1500左右的人民幣。最大的問題出在於，它主打的是情感伴侶。神馬意思呢？就是現代人壓力非常大，在快節奏高壓力的生活工作狀態下，情感是非常稀缺，空虛的。而AI妓館主打的就是情感的一種寄託；他們的模擬矽膠娃娃，不僅能識別人類40多種表情，而且會根據表情切換不同的場景，姿態。更覺得是，它們因為是AI，所以會全球30多種主流的語言，可以根據你的說話，自由調整。這就有點恐怖了，等於這些AI娃娃，會根據客人的喜好來輸出語言情感價格，這才是它們火爆的原因。根本不是所謂生理層面的滿足，而是對人性弱點，情感空虛的精準拿捏。3，成人行業或迎來一場大風暴。這樣的新型娛樂場館，最大的成本就是模擬矽膠娃娃。一開始日韓是生產逼真矽膠娃娃的最大生產基地，特別是日本更是火爆了很長一段時間。但是後來隨著中國廠家進入這個行業，很多廣東的一些小廠子，小作坊也開始生產很多逼真的矽膠娃娃。有的甚至更上一層樓，可以給客人定製，根據客戶要求定製各種臉型，顏色，身材等符合當地審美觀的。原本這本來只是情趣娃娃的升級而已，只不過材料現在更有質感，觸感，更逼真。但是隨著這兩年海內外大模型越來越智能，隨著deepseek，隨著chatgpt，Gmini等等大模型的火爆。現在國外很多原本提供高級情趣娃娃的體驗店，這些老闆直接給這些娃娃連結上了AI大模型。這一下子，簡直打開了新大陸。。生意一下子火爆起來，甚至“一伴難求”。因為原本呆頭呆腦的娃娃，突然變得溫柔，會與你說話聊天，還會安慰你了。這個時候歐美人擁在懷裡的娃娃，不僅是擁有柔軟的模擬皮膚，還隨時能為主人提供多種性格選擇；據說有的高級場館，AI矽膠娃娃還具備3個月的長期記憶能力，能記住曾經主人的生活習慣與情感偏好。在主人再次光臨之時，如果他情緒低落，就會及時給予安慰，甚至能陪主人討論工作、分享心事。當然，有人光臨，就有人接受不了。比如每次出現這樣的報導，網上同樣會有不少人痛斥AI妓館在傷風敗俗，將其稱為“高科技版妓院”。。認為它會進一步扭曲人們的婚戀觀，加劇人與人之間的情感疏離，甚至可能引發一系列社會問題。但現在談論這些還早。因為好戲才剛剛開始。無論最終結局如何，是否會被禁止，但確實有兩點很多人都比較贊同：1，全球的年輕人都普遍壓力越來越大，避孕套銷量大幅減少，談戀愛次數，等等大幅下降，已成為一個不爭的事實。2，AI發展確實越來越快，開始嘗試連接一個一個服務行業。AI開始一步一步走進我們的生活。 (王晶華說AI)

當國內還在沉迷“養龍蝦”大業時太平洋對岸的西海岸AI圈已經捲出了新高度當最硬核的AI公司和最硬核的諮詢公司“聯姻”這場戲怎麼打都好看AI公司狂拉諮詢巨頭入夥，何意味？今年2月，OpenAI官宣推出“前沿聯盟”（Frontier Alliances），目標很直接：要和全球頂級公司手拉手，把自家的Enterprise AI平台塞進企業的日常工作中。3月初，OpenAI又放大招，正式牽手四大諮詢巨頭：McKinsey、BCG、Accenture和Capgemini，達成多年合作關係。cr. BI合作目標就是把自家AI工具，從智能寫作到分析預測，直接植入企業的工作日常。劃重點，這裡OpenAI說的不是簡單的聊天機器人，而是能自己幹活、跨系統跑、處理複雜任務的“AI同事”。讓AI同事直接“坐”你旁邊辦公，是不是有賽博朋克那味兒了？OpenAI不是一個人在戰鬥。去年，Anthropic就已經和Accenture合作，幫助企業從人工智慧試點轉向全面部署。cr. 埃森哲兩個月前，Anthropic還與Deloitte達成協議，讓Claude正式入駐德勤全球網路，還順手搞了個認證計畫，給15000名德勤員工做模型培訓，專攻金融、醫療這些被嚴格監管的行業。表面看是AI公司找幫手，放大看其實是兩大陣營在組隊：AI公司要借助諮詢公司撬開企業市場，諮詢公司則需要AI技術來給自己搞“業務升級”。AI公司為什麼非要抱諮詢公司大腿？很多人會覺得，像OpenAI這樣的公司已經擁有世界領先的AI技術，企業不都得追著跑？但現實情況是，企業卡住的瓶頸早就不在模型智商了，而是AI Agents到底怎麼塞進現有的工作流和複雜系統裡？說白了就是，你的AI Agents再牛，企業不知道怎麼使用。這時候，諮詢公司就成了神助攻。OpenAI在官宣合作時明說了：這些諮詢公司將和OpenAI工程師一起，幫企業搞定三件事：將AI接入現有系統重新設計企業工作流程在企業內部大規模部署“AI同事”諮詢公司本來就是企業決策的重要顧問，麥肯錫、BCG、德勤、埃森哲這些巨頭，長期主導著全球500強的戰略和數位化轉型。如果它們直接在方案裡打包OpenAI或Anthropic的技術，企業採用AI的門檻就會大大降低。換言之，對AI公司而言，諮詢公司就像“精準中介”，不用自己滿世界跑客戶，靠著諮詢公司的既有管道，就能讓自家技術光速落地，省下的拓客成本和教育時間，簡直不要太香。傳統諮詢大變身當諮詢擁抱AI，招聘市場也要洗牌？當然，對於諮詢公司來說，這場合作也不是白搭資源的買賣。如果說AI公司是在借助諮詢公司進入企業，那麼對於諮詢公司來說，與AI公司合作不僅僅是技術合作，更是一次業務模式升級。諮詢公司為什麼離不開AI了？自從2022年ChatGPT發佈之後，生成式AI迅速成為企業最關注的技術之一。幾乎所有大型企業都在討論AI戰略，這給諮詢行業帶來了新的業務增長機會。據可蒐集到的資料顯示，麥肯錫的高層在接受採訪時表示，目前公司大約40%的項目已經與資料分析或AI相關，並且越來越多項目正在向生成式AI轉型。這意味著AI已經成為諮詢行業的重要業務來源。cr. BI今年年初，麥肯錫還正式宣佈與亞馬遜雲服務公司（AWS）聯合推出Amazon McKinsey Group。麥肯錫出戰略、組織和執行，AWS出雲基建和生成式AI能力：cr. McKinsey過去，諮詢公司的核心產品是知識和分析能力，但在AI時代，單靠人工分析很難保持競爭優勢。當諮詢公司能在項目裡直接部署AI系統，幫客戶實現自動化分析、智能決策甚至流程最佳化，項目的價值感瞬間拉滿。同時，AI也可以顯著提高諮詢公司的內部效率。公開資訊顯示，在BCG約33,000名員工中，接近90%的人已經在使用AI工具，並且內部開發的定製GPT數量比任何其他OpenAI客戶都多。BCG全球人力負責人Alicia Pittman還透露，參與開發這些AI工具的員工數量已經是去年的五倍。cr. BI這些資料都在說明，諮詢公司正在大規模將AI納入自己的工作體系。麥肯錫已經開始“AI面試”試點除了業務調整，麥肯錫還正在改實行一項重大校招改革——要求候選人在面試環節使用麥肯錫內部聊天機器人Lilli來做Case案例分析。cr. theguardian在這個過程中面試官將重點考察學生使用AI提示詞的能力，以及是否具備"好奇心和判斷力"來處理、質疑AI輸出的內容，並將其與客戶具體需求相結合。如果試點成功，麥肯錫計畫在未來幾個月內將這種形式推廣至全球所有辦公室的初級招聘。AI時代招聘規則改變，想上岸頂級諮詢公司的留學生該重點培養那些能力？來聽聽麥肯錫CEO怎麼說👇AI衝擊下的諮詢行業，留學如何穩穩上岸？根據2026年一份行業觀察報告，近年來管理諮詢行業的求職熱度正在重新升溫，從全球大型諮詢公司到專業精品諮詢公司，各家諮詢機構都表示收到的申請和諮詢數量有所增加。在一個充滿不確定性的就業環境中，諮詢行業提供的薪資水平和職業發展路徑，對很多年輕人來說依然具有很強吸引力。cr.Management Consulted但諮詢公司對候選人的要求，已經悄悄變了。麥肯錫高級合夥人、人工智慧部門QuantumBlack的聯合負責人Alex Singla在去年12月接受Business Insider採訪時表示，公司正在尋找“5Xers五倍速人才”，他們不僅在某一領域擁有深厚的技能，還能同時出色地完成三到四項不同的工作。cr. BI與此同時，在AI致使不少公司裁員之際，還有科技諮詢公司宣佈3倍擴招Entry Level初級員工。cr. axios報導顯示，IBM計畫今年將入門級招聘人數增加三倍，且多個部門擴招全覆蓋，其中就包括常備認為會被AI取代的軟體開發工程師以及資料工程師，這與當前AI削減入門級工作和軟體工程師需求的趨勢形成對比。那麼問題來了：怎樣成為諮詢公司搶著要的通才？強化技能，做AI時代的多面手隨著企業越來越靠資料和AI做決策，諮詢公司在招聘新人時不再只關注傳統的商業分析能力，而是越來越看重候選人是否具備資料分析能力以及使用AI工具的經驗。AI正在重塑諮詢項目和新人的期待值。現在，企業希望初級顧問能熟練操作這些工具：資料可視化工具人工智慧支援的研究平台基本統計和建模技術簡化分析的自動化工具與此同時，當AI讓資訊變得“唾手可得”，真正能拉開差距的，是你提問的方式、拆解商業問題的思路，以及把複雜分析講成好故事的能力。所以Case interview依然是諮詢面試的重頭戲，它考的依然是結構化思維、商業判斷和溝通表達。只不過在AI時代，你得學會在Case裡“玩點新花樣”，比如主動說說你會怎麼用AI工具處理資料，再基於那些資訊建立假設、繼續分析。這種表達其實並不是在炫技，而是在向面試官傳遞一個訊號：你理解真實諮詢項目是如何工作的。AI時代的諮詢面試，不只看你能不能把Case解出來，更看你會不會用新工具把同一個Case解得更快、更深、更貼近真實商業場景。 (WallStreetTequila)

AI的“免費紅利期”結束了，未來18個月，靠“API倒賣”的公司，會成片消失。這個導火線就是最近Google的一輪封號導致的，隨著封號風波的結束，這也標誌著AI行業【收租時代】來了。2月封號潮：高付費使用者被一鍋端一周前，Google開始大規模封號，付著250美金月費的人，帳號說沒就沒，Gmail、YouTube、Workspace，一鍋端。事情的起因是，Google的一個產品叫：Antigravity，一個AI程式設計平台。號稱能讓程式碼自己飛起來，只要只要給錢(250美刀)，模型隨便用。結果很多開發者發現Google這個套餐太香了，他們用OpenClaw做橋接，把Google的大模型能力匯出來，然後給自己公司跑自動化任務。這種薅羊毛行為讓Google的算力不抗重負。Google最開始只是為“拉新”，結果拉來了一堆薅羊毛的，最狠的是，OpenClaw的創始人上周剛被OpenAI挖走。Google 一看：“好好傢伙，你在我的地盤薅羊毛就算了，還把創始人都給撬走了”，於是直接大規模封號。(圖為OpenClaw的創始人Peter Steinberger)問題出在“定價模式”過去兩年，大模型平台普遍採用兩種策略：(1)高階訂閱制，(2)API按量計費，本質是“流量拉新使用者”。假設一個使用者一天問 10 次。一個月 300 次。那麼一個月200~300 美金是可控的。但Agent出現之後，一切變了。一個自動化指令碼一天跑 1000 次呼叫，是常態。企業內部接入後，可能 5000 次。我們算一筆極保守的帳：1000次/天、30天 = 3萬次、多模型協作時翻倍，而月費價格仍然封頂。這意味著什麼?意味著：如果有1萬個這樣的使用者，Google一個月就要虧掉幾千萬美金。所以，必須清場。那怕誤傷，也要殺雞儆猴。海外收緊，國內巨頭開始搶人Google 剛把開發者趕出門了，國內廠商動作明顯加快。阿里：直接在GitHub開源CoPaw，特意標註“全中文”、“個人免費”、“適配釘釘”。網易：LobsterAI(有道龍蝦)迅速跟進，死磕教育和辦公場景。字節/智譜：表面低調，實則秘密測試外掛，準備承接流量。當外部收緊，開發者會尋找替代方案。誰此時開放入口，誰就能承接流量。國內的巨頭也看清了，算力戰爭的核心不是模型，而是開發者。誰控制開發者，誰控制未來呼叫量。免費開源 = 流量入口。真正危險的不是平台，是“中間商”未來18個月，大部分靠“模型中轉”、“介面封裝”活著的AI公司，會被成片地擠死。(1)2026年，拼參數已經沒意義了，拼的是誰能讓Agent跑得更順。(2)當阿里、Google親自下場做免費框架，那些倒賣API的“二手販子”就沒啥利潤了。以後只有兩種人能活下去：一種是手裡握著伺服器資源的元廠商、另一種是深耕垂直行業的干髒活累活的應用商。2026年以後，不存在“中立玩家”時代真的變了。以前是“草莽英雄”時代，有人靠漏洞發財。有人靠資訊差賺錢。但現在，正規軍開始收租了。算力是地皮、Agent是商舖、開發者是租客。2026年以後，不會再有“中立工具”。你要麼站在阿里雲 這樣的基礎設施一側，要麼站在OpenAI 這樣的全球生態一側。。中間地帶，會越來越窄。這次封號，不是意外，是訊號。是行業第一次明確告訴你：AI進入收租時代，歡迎來到2026。 (盧鬆鬆)

當地時間2月27日，美國國防部宣佈將人工智慧公司Anthropic（Claude母公司）列入“國家安全威脅”黑名單，要求所有聯邦機構立即停止使用其技術，並禁止任何與軍方有業務往來的公司與Anthropic開展合作。這一史無前例的舉措標誌著美國政府對AI行業的監管力度顯著升級，也在全球AI領域引發了廣泛討論。根據五角大樓周五發佈的聲明，這項針對Anthropic的制裁措施是川普政府最新國家安全戰略的一部分。命令要求所有聯邦機構立即停止使用Anthropic開發的任何技術產品，包括其旗艦AI助手Claude。更具衝擊力的是，禁令還明確禁止任何與美軍方有合同關係的公司使用Anthropic的服務，這意味著大量國防承包商和技術供應商將被迫在政府業務與Anthropic之間做出選擇。“這一決定是基於可靠的情報評估和我們對國家安全風險的審慎考量，”五角大樓發言人在聲明中表示，“我們不能允許任何可能威脅國家安全的外國或本土技術滲透進我們的關鍵系統。”此次制裁的覆蓋範圍之廣、執行速度之快，在美國科技監管歷史上極為罕見。有分析指出，這意味著Anthropic將同時失去聯邦政府採購市場和與其有業務關聯的整個防務產業鏈。（Anthropic首席執行長Dario Amodei，圖源網路）Anthropic成立於2021年，由OpenAI前研究人員創立，是當前最炙手可熱的AI初創公司之一。其開發的Claude AI助手憑藉出色的推理能力和安全特性，在企業和消費者市場都獲得了廣泛認可。就在去年，Anthropic還獲得了來自亞馬遜和Google的數十億美元投資，估值一度超過600億美元。面對突如其來的禁令，Anthropic迅速做出回應。公司發言人發表聲明稱對這一決定“深感困惑和失望”，並強調其一直致力於開發安全、負責任的AI系統。“我們始終將AI安全放在首位，與全球監管機構保持密切合作，”聲明寫道，“Anthropic的技術沒有任何國家安全風險，我們從未收到過來自政府的任何具體指控或溝通。我們願意配合任何形式的安全審查，以澄清這一誤解。”另一邊，馬斯克在社交媒體上公開嘲諷Anthropic“賊喊捉賊”。2025年9月，Anthropic因大規模從LibGen、PiLiMi等盜版網站非法下載超700萬本受版權保護的圖書，並使用這些盜版書籍訓練AI模型，被迫向以作家安德里亞・巴茨為首的全球作家集體支付了15億美元和解金。馬斯克直言：“Anthropic大規模竊取訓練資料，並為此支付了數十億美元的賠償金。這是不爭的事實。”（圖源：馬斯克X首頁）有知情人士透露，Anthropic的管理層在此之前並未收到任何警告或溝通機會，制裁決定的執行幾乎是“閃電式”的，這讓公司上下都措手不及。這一事件迅速在學術界和產業界引發激烈討論。支持者認為，在AI技術飛速發展的當下，政府對關鍵技術實施嚴格管控是完全必要的。“AI系統的能力已經接近甚至超越人類在特定領域的表現，任何一個掌握先進AI的國家或組織都可能對國家安全構成潛在威脅，”喬治城大學安全與新興技術研究中心主任表示，“政府有責任建立預防性機制。”然而，批評聲音同樣強烈。許多科技行業人士擔心，這種一刀切的做法不僅會損害美國在AI領域的全球競爭力，還可能開創一個危險的先例。“將一家本土AI公司列入黑名單，這在全球範圍內都是罕見的，”前Google政策顧問表示，“這不僅會影響Anthropic的數千名員工和眾多依賴其技術的中小企業，還可能向全球傳遞一個訊號，美國的科技政策正在走向封閉和保守。”對於廣大海外留學生和華人科技從業者而言，這一消息同樣值得關注。首先，如果你在美國高校或研究機構從事AI相關研究，可能會直接受到影響。許多學術項目都依賴Anthropic的技術進行開發實驗，禁令出台後，這些項目的進度可能被迫調整。其次，從就業市場角度，Anthropic一直是留學生求職的熱門目標。作為增長最快的AI公司之一，它每年都會吸納大量國際人才。制裁生效後，公司業務的擴展前景蒙上陰影，這可能影響到未來的招聘規模和崗位穩定性。此外，這一事件也引發了關於AI技術地緣政治化的更深層思考。近年來，中美科技競爭日趨激烈，AI作為戰略高地成為雙方博弈的焦點。有分析認為，此次對Anthropic的制裁雖然名義上是出於國家安全考量，但實際上可能與AI行業的激烈競爭有關。截至目前，Anthropic已表示將尋求法律途徑挑戰這一決定，但短期內，公司面臨的困境恐難以解除。有消息人士稱，白宮正在考慮對更多AI公司實施類似限制，這引發了整個科技行業的擔憂。 (留學生日報)

當OpenAI官宣下調千億級算力投資預算，市場一度嘩然：AI產業要踩剎車了？答案恰恰相反——這場看似的“收縮”，實則是行業從瘋狂燒錢的算力軍備競賽，邁入回歸商業本質、聚焦盈利的新階段。而隨著AI應用加速落地，算力需求的結構重構正在上演，推理算力成為新的增長風口，國產AI晶片更是借此迎來了前所未有的發展機遇。OpenAI的“預算下調”，實則是理性的戰略聚焦。此前其提出的2030年前1.4兆美元基建投入，是涵蓋晶片、電力、資料中心等的全產業鏈廣義規劃；而此次調整為6000億美元純算力專項支出，精準聚焦晶片採購與租賃，更與2030年2800億美元的營收目標相契合。這並非算力投入的降溫，而是從“盲目擴張”轉向“投入產出匹配”，就連高盛等機構也直言，這一調整讓訂單確定性更強，更利於行業長期發展。與此同時，全球算力產業鏈的高景氣度並未消退。Meta與輝達達成數十億美元晶片採購協議，大手筆拿下數百萬片最新AI加速晶片，還首次引入輝達CPU部署大模型；OpenAI仍在推進超千億美元融資，90%資金來自輝達、軟銀等頭部戰略投資者。北美雲廠與AI企業的資本開支援續增長，印證了算力需求的底層邏輯依舊堅挺，只是行業發展的重心，正悄然發生轉移。行業的核心變化，在於從“重訓練”到“訓練+推理並重”，推理算力成為新的增長引擎。如果說訓練算力是為大模型“打地基”，需要極致高端的算力支撐，那麼推理算力就是大模型落地應用的“毛細血管”，支撐著每一次使用者互動、每一個場景呼叫。隨著AI應用商業化拐點臨近，推理算力的需求爆發式增長，其市場規模更是被業內看好：2030年全球AI訓練算力市場規模約1兆美元，而推理算力市場將達到4-5兆美元，增速和規模均遠超訓練算力。更關鍵的是，推理算力的需求特性，為國產晶片打開了全新的發展空間。與訓練算力對高端GPU的高度依賴不同，推理算力更講究性價比，注重成本、效率與系統能力的平衡，定製化AI晶片成為破局關鍵。這恰恰是國產晶片的優勢所在——借助ASIC、全端最佳化等技術，國產晶片能在推理賽道建立獨特的競爭壁壘。市場的反饋已經給出答案：國內AI ASIC龍頭芯原股份2025年末在手訂單達50.75億元，較三季度大增54.45%，連續九個季度高位運行；寒武紀、摩爾線程等國產晶片企業紛紛登陸資本市場，壁仞科技、燧原科技加速IPO處理程序，百度崑崙芯也計畫分拆上市；海光資訊憑藉“DCU+CPU”晶片組合，與中科曙光形成產業鏈協同優勢，成為推理算力賽道的重要玩家。就連海外初創公司Taalas的ASIC晶片也印證了這一趨勢，其專為輕量級大模型最佳化的產品，能效較傳統GPU提升50倍，成本僅為1/20，讓定製化晶片的價值愈發凸顯。AI應用的商業化落地，更是為推理算力需求添上了一把火。這個春節，千問“一句話下單”近2億次，日活使用者達7352萬，僅用3個月就追上豆包3年的使用者規模；“AI+醫療”“AI+行銷”“AI+企服”等細分賽道加速落地，利歐集團等企業已打造專屬AI智能體矩陣，推動AI與主業深度融合。當大模型從“實驗室”走向“生活場”，從單一超大模型向“多模型+專用模型+MoE”演進，對推理算力的需求將滲透到千行百業，成為行業增長的核心驅動力。這場行業變革中，真正的機遇早已不再是單純的算力堆砌，而是能匹配商業需求、兼具性價比與實用性的算力解決方案。而推理算力的風口，不僅重構了算力產業鏈的競爭格局，更讓國產晶片擺脫了在高端訓練算力領域的被動局面，憑藉定製化、高性價比的優勢，在全球AI產業中搶佔了屬於自己的賽道。AI行業從未停下腳步，只是換了更務實的前行方式。當回歸商業本質成為主旋律，推理算力的爆發式增長已然開啟，而國產AI晶片，正站在這場變革的黃金風口上，迎來屬於自己的發展春天。 (元宇宙與人工智慧三十人論壇)

一、資訊技術與軟體行業：自我顛覆的悖論資訊技術與軟體行業面臨著雙重衝擊，其一為開發端，資料顯示超過85%的開發者使用了AI程式設計助手，生產力提升了40%-60%，初級崗位需求下降了13%。其二是商業模式端，傳統“按席位”收費的SaaS模式被“按對話/結果”定價給顛覆了，諸如Salesforce等巨頭已轉向$2/次的AI服務收費。更加深遠的風險源自“代理型AI”，它具備能夠自主跨越應用去執行複雜任務的能力，這有可能會把現有的軟體平台貶低為後台基礎設施，進而引發市場估值體系的重新建構。二、金融服務：從人工顧問到演算法決策金融業具有資料密集型的特質，成為AI的天然試驗場，智能投顧呈現出爆發式增長態勢，全球管理資產規模預計在2028年達到2.33兆美元，到2027年，AI工具會成為80%零售投資者的主要建議來源，後台崗位同樣脆弱，演算法交易、欺詐檢測、會計審計等結構化資料處理工作正在被自動化，儘管混合模式，也就是人機結合模式佔當前收入的63.8%，但監管信任危機，僅39%的55歲以上美國人信任AI理財，以及“AI洗白”風險構成短期阻力。三、客戶服務：人機互動的全面重構客戶服務行業正在經歷著最為直接的勞動力替代，AI聊天機器人已經能夠處理那些初步諮詢，進行常見問題的解答以及問題分流，從而輔助客服人員每小時的處理量得到13.8%的提升，報告預測到2026年AI將會處理高至75%的客戶服務互動，這樣的轉型帶來顯著的成本節約，Mindbody公司的AI客服機器人每年節省125萬美元的聯絡成本，資料驅動的互動分析還能夠識別服務趨勢，形成持續最佳化的閉環。四、製造業與物流：體力勞動的智能化終結重複性體力勞動，面臨著系統性替代，在製造業領域，工業機器人已然承擔了全球百分之四十四的重複性生產任務，這些任務涵蓋了包裝、分揀、裝配等環節，在物流領域，自動駕駛技術對卡車司機、計程車司機以及快遞員構成了長期生存威脅，跟需要複雜手工靈巧性的建築工種不一樣，工廠環境的結構化、可預測性讓其成為AI機器人落地的理想場景，這種“可編碼的物理勞動”正被快速自動化。五、媒體與娛樂：創意生產的工業化AI對媒體娛樂產業的顛覆，不僅僅體現在效率上，更在於對創意工作的“去神秘化”，那些進行公式化內容創作的人士，面臨著被演算法所替代的風險，而具備獨特視角的原創藝術家，卻獲得了相對安全的區域，生成式AI直接對內容創作核心發起衝擊，AI已然能夠生成文字、圖像、音樂甚至視訊，實現自動化行銷以及娛樂領域的程式化內容生產，Quickbase借助生成式AI把行銷內容產出提高了50%，同時，串流媒體平台運用複雜演算法剖析觀看習慣，達成個性化內容推薦來增強使用者粘性。結語：顛覆而非毀滅德意志銀行分析師觀點，市場常常會把“顛覆”跟負面衝擊視為等同，然而歷史顯示新技術通常會讓企業以及個人工作得更迅速、更出色。 (TOP行業報告)

AI顛覆傳統行業的真實案例來了，殺傷力驚人！美國東部時間2月12日，一條不經意的消息，AI物流公司Algorhythm Holdings [RIME.O]（以下簡稱Algorhythm）發佈行業白皮書，宣佈其物流平台SemiCab通過AI驅動的最佳化和高利潤的SaaS（基於雲端運算的訂閱式軟體）自動化，在維持低營運成本的同時降低貨運空里程，使得生產率提升了3倍。消息一經發佈，資本市場似乎嗅到了危機，美股物流類股隨即大幅下挫。羅素3000道路運輸指數盤中一度重挫逾9%，當日下跌6.6%，創該類股自2025年4月川普關稅政策發佈以來最大單日跌幅；輕資產模式物流巨頭羅賓遜全球物流股價重挫近15%，市值減少約233億元，盤中一度暴跌24%，創歷史上的最大跌幅；貨運撮合服務提供商萊帝運輸股價下跌16%。羅賓遜全球物流日K線走勢 圖片來源：iFinD發佈消息的Algorhythm股價則逆勢上漲，2月12日收盤漲近30%，2月13日更是暴漲222.22%，從1.08美元飆升至3.48美元。兩天內，市值增長約3倍。Algorhythm日K線走勢 圖片來源：iFinD羅賓遜全球物流是全球領先的輕資產模式物流公司，自身不擁有卡車、船舶、飛機等運輸工具，通過整合45萬家簽約承運商，為8.3萬家客戶提供多元化物流服務。Algorhythm公司於2024年全面轉型做AI物流，並於2025年收購SemiCab。以市值劇烈震盪前的最後一個交易日2月11日收盤價計算，Algorhythm市值約3300萬元，與市值1600億元的羅賓遜全球物流和市值383億元的萊帝運輸相比，屬於該類股的微型企業。但就是這樣一家不起眼的小公司，卻通過AI在一夜之間便擊破了傳統物流行業的“護城河”。1AI讓貨運平台勞動生產率提升3倍為何一款由AI驅動的自動化軟體殺傷力如此驚人？研究顯示，在印度和美國等市場，有30%到35%的卡車公里數是空駛的，是因分散的規劃而導致資產未被充分利用。2月12日，Algorhythm發佈行業白皮書，宣佈其基於AI的雲端協作運輸平台SemiCab，在客戶實際部署中，能夠將貨運量擴大300%至400%。使用SemiCab的個別營運商在不需要相應增加營運人員的情況下，每年能夠管理超過2000次貨物，而傳統行業標準是每家貨運經紀人每年約500次，這也意味著，其勞動生產率提升了3倍。使用AI驅動的軟體後，每年服務人次從500提升至2000左右 圖片來源：SemiCab白皮書白皮書稱，在高度分散的市場中，將發貨人、運輸航線和區域的需求與供應進行整合，可以揭示在合同層面上看不到的回程路線和跨航線流動。白皮書還舉例說，在印度實施這一營運模式時，網路等級的規劃已經顯示出能夠將空駛里程從30%~35％降低到10％以下，而無需重新談判合同或改變承運人的行為。公司官網稱，人工智慧發現了傳統貨運管理系統無法獲得的效率。通過可擴展的全球SaaS平台，以自動化工作流程編排，減少人工規劃、加快負載執行，自動識別最佳負載組合，減少空置里程並提升網路盈利能力。Algorhythm稱，傳統的運輸管理系統和經紀平台依賴於人工驅動的最佳化，疊加在靜態規則之上，雖然在低到中等容量下有效，但隨著複雜度增加，這些模型效率會逐漸降低。儘管Algorhythm在截至2025年9月30日的季度銷售額不足200萬美元，且淨虧損近200萬美元，但其股價在公告發佈後一度飆升82%，最終收漲 30%至1.08美元，在13日更是進一步升至3.48美元。Algorhythm認為，人工智慧賦能的營運槓桿將成為下一代物流網路的關鍵特徵。2月13日，羅賓遜全球物流也在年報中指出，競爭對手正在利用先進的數字平台、人工智慧驅動的貨運匹配和自動化來提高效率和降低成本。如果公司不能保持自動化和人工智慧採用的速度、規模或質量，將可能無法實現營運效率和數位化轉型的戰略目標。2軟體行業的“預製菜時代”來了？SemiCab平台的確可能解決貨運行業痛點，並可能讓傳統的運輸管理系統成為明日黃花。不過，貨運市場的空里程問題由來已久，為何可能顛覆貨運行業的平台借助AI的基座才誕生？為更深入探討這一問題，《每日經濟新聞》記者採訪了多名人工智慧領域專家。問題1：SemiCab平台基於AI運行。AI能夠在軟體開發、功能實現的那個環節發揮作用？與傳統軟體開發有何不同？科技投資人、未可知人工智慧研究院院長杜雨：傳統開發是“人從0把整棟樓蓋起來”；基於AI的軟體開發方式更像“先有標準化樓體與管線，AI和人主要做定製裝修與快速改造”，並且AI還能通過工具直接“查結構、找介面、調介面”，減少來回翻文件、對欄位、寫膠水程式碼的時間，可以說是軟體行業的“預製菜時代”來了。問題2：為何這一工具並未誕生在傳統的軟體開發“大廠”？是傳統軟體開發能力不足以支撐類似平台開發，還是AI的基座為類似工具帶來了傳統開發邏輯不具備的優勢？工信部資訊通訊經濟專家委員會委員盤和林：提高返程空載利用率的確可以大大提升物流效率，但做此類嘗試的企業也不在少數，之所以到現在依然沒有解決貨運空里程問題，是因為貨運資訊本身比較分散，需要貨運的使用者在不同平台發佈資訊，需要貨運的零擔貨物有時候需要拼湊才能滿足一趟運輸的需求。所以，將分散貨運訂單加以整合，是該領域的難題。對此，我認為SemiCab作為聚合平台，的確能夠解決部分空載，但依然並非決定性的解決方案，沒有那麼高的提升潛力。但通過AI聚合資訊的確是一條不錯的思路。問題3：為什麼貨運空里程問題存在多年，卻直到今天才可能被AI覆蓋的平台真正解決？國金證券常務副所長、科技牽頭人、國金電腦首席劉高暢：空里程並不是一個“是否有人想到”的問題，而是一個是否具備系統性解決能力的問題。傳統軟體開發範式難以承載這一問題的複雜度。在傳統模式下，貨運平台更多依賴規則引擎、人工經驗和局部最佳化，涉及  需求高度碎片化（時間、路線、車型、貨主信用等維度）；狀態持續變化（臨時改單、取消、價格波動）和決策鏈條長、例外情況多等因素。這類系統並非“邏輯不清晰”，而是“狀態空間過大”，導致規則越寫越複雜、邊際收益迅速遞減，最終只能通過“堆人”解決。以 SemiCab 為代表的新一代AI平台不僅是創意的勝利，更是“開發範式”的根本變革。它一方面意味著從“規則驅動”到“機率與預測驅動”的變化： 傳統的貨運軟體是基於硬性規則（If-Then）開發的。面對海量、動態且破碎的貨運訂單與路線，傳統演算法很難在極短時間內完成最優的全域動態匹配。AI基座賦予了平台處理高維資料的能力。另一方面，軟體開發麵臨“降本增效”臨界點： 過去開發這類極端複雜的匹配系統，研發成本和維運難度極高。AI 基座提供了泛化能力， AI讓軟體具備了“理解”業務流的能力。不再需要為每一種特殊情況編寫冗餘程式碼。劉高暢認為，傳統軟體開發能力可以支撐“工具”，但只有AI基座能支撐“大腦”。AI帶來的優勢在於它打破了傳統開發邏輯中“人力擴充與產出成正比”的線性限制，實現了生產率的指數級躍遷。問題4：從這款軟體的發佈看，軟體開發的邏輯是否發生了變革，AI對軟體開發行業有什麼影響？杜雨：邏輯確實在發生改變，從“寫程式碼交付功能”，逐步變成“用標準底座 + AI把交付單位變成‘流程’”。過去軟體公司像“手工作坊”，一單一做；現在更像“預製菜中央廚房 + AI廚師”——底料（通用能力）工廠化，AI負責把菜（業務流程）快速配出來，廚師（開發者）負責把火候、口味、擺盤（業務正確性、性能、安全、可維護性）做好。所以“標準底座 + AI加速定製”的路線，在國內會非常有市場，但競爭也會非常殘酷：誰能把行業Know-how（如何做）沉澱為可複製的模組、資料、流程範本，誰就能跑出來。單純“會寫程式碼”會越來越不值錢，而“懂行業+能落地+能持續迭代”才值錢。現代物流模擬場景 圖片來源：AI生成3AI能顛覆什麼，不能取代什麼問題5：如果軟體開發變得門檻更低，新開發出的軟體是否很容易被覆刻？依託軟體開發盈利的模式是否將被顛覆？如果軟體開發能力不再是商業模式壁壘，不同公司如何維持自身的不可替代性？杜雨：這樣會更容易復刻“表層功能”，但更難復刻“有效的系統”。AI把“寫出來”變便宜，把“跑得穩、跑得久、跑得贏”變得更稀缺。軟體功能可以復刻，系統能力與組織能力不容易復刻。依託“軟體開發”盈利會被擠壓，但不是全滅，而是分化：純外包、按人天計費、堆人頭的模式下，利潤會繼續被AI壓縮。當軟體越來越像“可複製的商品”，客戶選擇更看重“出了事誰負責、能不能長期陪跑”。這恰恰是AI替代不了的商業關係與責任體系。AI降低的是“把軟體做出來”的門檻；抬高的是“把軟體做成生意、做成體系、做成標準”的門檻。預計中國市場會把這一點放大。問題6：那類行業可能被AI顛覆（完全被替代或必鬚髮生生產方式變革才能存活），那類行業不會被顛覆？盤和林：可能被AI顛覆的行業，一個是資訊對接領域，無論是搜尋，購物，貨運，本質上都是資訊對接；另一個是內容創作領域，比如視訊，圖像，文字，程式碼。劉高暢：我更願意用“是否必須重構生產方式”來劃分，而不是“會不會被替代”來加以區分，由此可以分為：最容易被AI顛覆的行業：第一、密集型重複操作：像前文中提到的傳統物流營運模式下，年處理500車次的操作員崗位。第二，資訊密度高，但行動成本低，AI一旦作出決策，就可以直接執行，例如網際網路服務、金融中後台。第三，工作流程高度標準化，結果容易量化、反饋，比如軟體開發。不太會被AI顛覆的行業：一類是高度依賴現實世界複雜互動、且執行成本高的行業，例如線下服務、複雜製造、醫療中的部分場景，AI更多是“增強工具”而非替代者。舉例來說，雖然AI可以調度卡車，但路邊修車的技工、處理複雜現場事故的交警，其物理靈巧性和現場隨機應變能力短期內難以被機器人完全覆蓋。一類是涉及權限和責任判定的，強監管、低容錯：法律判定、高級醫療決策、重大投資的主觀決策。AI可以提供資料參考，但在法律和倫理上，人類需要保留“按下按鈕”的最終責任權。總體來看，AI 並不是“消滅行業”，而是強制要求某些行業升級生產方式。那些不重構的企業會被淘汰，但行業本身往往會以新的形態繼續存在。問題7：從這一角度看，如果說蒸汽機是讓人類社會在能源使用、生產效率、生產方式等方面獲得進化，AI讓人類在那些方面的觸角變得更靈敏，那些領域獲得了進化？盤和林：當前，AI主要應用領域是提高資訊獲取的效率。比如AI購物，實際上是用AI提高交易撮合的效率，讓供需更快對接。而AI貨運的效果也是一樣。AI時代，資訊獲取效率比網際網路時代更快，社會效率更高。如果說網際網路時代人類的問題是資訊過載，那麼在AI時代，人類通過AI實現了資訊供需的精準對接。劉高暢：蒸汽機讓人類擺脫了體力的束縛，而AI讓人類社會在三個層面發生進化：第一，感知維度的進化。AI 能同時處理遠超人類極限的多源資訊輸入（比如貨運市場涉及的訂單、價格、路線、即時狀態），使組織第一次具備“全域感知”的能力。第二，生產範式的進化。知識的呼叫成本大幅降低，人類進化的方向不再是記憶知識和學習技能，而是定義問題。第三，組織形態的進化。像SemiCab這類系統的本質，是把“行業經驗”從人身上抽離，沉澱為可複製的軟體能力，使人均管理半徑和組織槓桿被系統性放大。從這個意義上看，AI帶來的不是單點效率提升，而是那些複雜問題值得被軟體化，人類將更多聚焦在目標設定和價值判斷，而大量中間層將被AI重構。 (每經頭條)