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)

儲存晶片漲完，或許該輪到MLCC了。儲存晶片漲價的風還沒過去，現在輪到了電子行業裡最基礎、也最重要的元器件之一——MLCC，也就是多層陶瓷電容器漲價了。這玩意兒被叫做“電子工業的大米”，幾乎所有電路板都離不開。最近韓國市場的現貨價一下子就漲了近20%，相關公司的股價也跟著往上走。在AI算力需求的大潮下，“電子工業的大米”也要重新被掂量掂量身價了。硬科技離不開的MLCCMLCC是電路里用來穩定電壓、濾除雜波的小元件。每部手機裡都有幾百顆，每台電腦裡也有上千顆。但AI伺服器來了之後，情況完全不一樣了。這玩意兒特別耗電，並且對電源穩定性的要求極高，所以MLCC的用量比普通伺服器多了三倍還不止。一台AI伺服器裡，通常要塞進去1.5萬到2.5萬顆MLCC。更高端的AI伺服器用量更誇張。據台灣最大的被動元件代理商日電貿統計，搭載GB200的NVL36機櫃約需23.4萬顆高階MLCC，NVL72機櫃約需44.1萬顆。而且AI伺服器一跑起來就是滿負荷，晶片發熱巨大，所以必須採用耐高溫、大容量的高端MLCC。業內老大村田預計，光是AI伺服器帶來的MLCC需求，每年就能增長30%，到2030年市場規模會是現在的3.3倍。除了AI這個新貴，新能源汽車也在大量“吞吃”MLCC。一輛普通的燃油車，大概需要幾千顆MLCC，變成電動汽車需求翻了10倍。據三星電機官網顯示，依託AI技術推廣、電動汽車普及和自動駕駛系統的進化，AI伺服器與車載用MLCC需求預計將高速增長，每輛電動汽車所需的MLCC大約為2萬至3萬個，AI伺服器所搭載的MLCC則是普通伺服器的十倍以上。車輛智能化水平不斷提升，尤其是高級駕駛輔助系統（ADAS）的普及，推動車規級MLCC向小型化、高容化、耐高壓化方向發展。AI與新能源汽車的雙重驅動，正在改變MLCC市場的需求結構，帶動MLCC行業從傳統的周期性波動轉向結構性成長新軌道。從投資邏輯看，MLCC的吸引力在於其"剛需+易耗"的雙重屬性。 一方面，用量大意味著規模效應顯著；另一方面，AI處理器滿負荷運轉下，MLCC容易出現燒損碳化等故障，維修更換需求將形成穩定的後市場。這種"一次性裝機+持續性替換"的需求結構，為行業提供了比儲存晶片更持久的增長動能。冰火兩重天現在的MLCC市場，完全是兩個世界。一方面，高端搶破頭，低端沒人要；另一方面，日韓吃肉，國內廠商喝湯。高端市場這邊，日韓大廠的產線都開足了馬力。村田、三星電機、太陽誘電這些巨頭的產能利用率超過80%，有些高端產品線一直在滿負荷運轉。但中低端市場完全是另一番景象。做手機、筆記本的代工廠都在縮減訂單，TrendForce集邦諮詢報告顯示，和碩等原始設計製造商（ODM）備料收斂，1月份MLCC訂單平均月減5%至6%。很多專做中低端的工廠，產能只開了六七成，倉庫裡還堆著兩三個月的庫存。屋漏偏逢連夜雨。製造MLCC要用到的鈀、銀等金屬原材料，價格還在往上漲，進一步擠壓了中低端廠商的利潤。這樣的“冰火兩重天”，進一步固化了全球MLCC市場多年來的既有格局。根據中國電子元件行業協會資訊中心統計，2023年，包括村田製作所、三星電機、太陽誘電在內的全球MLCC供給端前五大廠商佔據超過80%的市場份額。日系廠商憑藉技術優勢主導高端市場。村田作為行業絕對霸主，市佔率約25%，其策略是“棄低保高”，系統性地縮減消費類通用料的產能，將資源傾注於車規級和小尺寸高容產品。中國在全球中低端MLCC市場已確立相對優勢，並正在加速向高端市場突圍。三環集團MLCC產品聚焦5G通訊、AI伺服器、汽車電子等方向，已覆蓋常規產品及中高壓產品、車規產品，並在高容產品領域不斷突破。風華高科則以中低端通用型MLCC為基礎，向車規高壓產品拓展，已成功進入比亞迪等主機廠供應鏈體系。國內廠商正通過持續的技術研發與產線升級，逐步向中高端市場滲透。擴產彈性將壓制價格天花板不過，對於MLCC，也不能一味樂觀。MLCC與儲存晶片在供給端有根本差異。儲存晶片價格飛漲的核心支撐在於技術壁壘高、擴產周期長（通常需2-3年），而MLCC的技術門檻相對較低，擴產周期短得多。風華高科、日本TDK等廠商，新增產能的建設量產周期一般在1-2年，相比儲存晶片動輒三四年要快很多。以村田製造所的業績為例。圖片來源：村田製造所2025年第三季度訂單額為5007億日元，環比有所增長，同比大增11.5%。其中電容訂單額暴增29.4%至2681億日元。BB值（訂單額與銷售額的比）為1.07，訂單額略大於銷售額，且連續5個季度高於“1”。村田零元件部門（包含電容和電感/EMI濾波器）營收較去年同期成長11.7%至2955億日元，其中，主力產品電容（以MLCC為主）營收增加12.2%至2391億日元，電感/EMI濾波器營收增加9.5%至564億日元。2025財年全年盈利預測已上調，銷售額上調，營業利潤下調。銷售額因日元持續貶值，加上AI伺服器及周邊裝置搭載量增加、智慧型手機產量提升帶動需求擴大，上調600億日元至1.8兆日元。針對主力產品多層陶瓷電容器（MLCC）等電子元件在AI伺服器領域需求增長的情況，村田製造所社長中島先生表示："2026年能否滿足需求將成為重大課題。目前公司尚未討論漲價事宜，但認為應根據市場行情進行審慎考量。"對比儲存晶片龍頭海力士、三星動不動報價翻倍，MLCC龍頭的發聲更加克制，也可見生產端漲價的底氣並不十分充足。此外，另一重變數自然是國產廠商的高端化。日系廠商在2016年年底開始放棄部分中端MLCC市場轉向高端後，中國大陸不少中高端客戶開始轉單國巨等廠商。國巨隨之醞釀推動MLCC漲價大潮，帶動華新科等被動元件廠商紛紛漲價。2017年4月20日，國巨開始發佈第一份MLCC漲價通知，隨後按季度分別在2017年6月19日、9月7日以及12月1日發佈MLCC漲價通知，漲幅之大讓友商看在眼裡記在心裡。行業價格普漲，為國產廠商的高端化，提供了歷史性機遇。三環集團、風華高科、火炬電子等國產廠商積極改進工藝，收穫了包括汽車廠商在內的諸多中端訂單。如今，AI浪潮下，日韓廠商將注意力更多放在高端乃至超高端產線，是否會為國產廠商的趕超提供更大機會，值得關注。結語綜合來看，MLCC行業正步入一個由技術創新定義需求、供給彈性調節節奏、國產替代重塑格局的新階段。MLCC作為"電子工業的大米"，正在AI浪潮中煥發新價值。但它終究不是"電子黃金"——技術門檻決定了它難以長期享受超額利潤，價格漲到一定程度就會引來新產能。本輪機會的核心不是漲價，而是押注國產替代和高端升級。在AI伺服器和新能源汽車的雙重驅動下，能夠打入高端供應鏈、實現技術突破的國產廠商，才是穿越周期的正解。對於中國MLCC企業而言，歷史性的機遇窗口已經打開。唯有依靠紮實的研發、穩定的品控和持續的客戶驗證，在中高端市場實現從“量產”到“質變”的跨越，才能分享到最豐厚、最長久的價值。 (財經早餐)

在科技巨頭不斷加大AI領域支出激化市場的泡沫擔憂之際，輝達CEO黃仁勳公開發聲“滅火”，為動輒數千億美元的投入背書。美東時間2月6日周五，黃仁勳在接受採訪時表示，科技行業激增的AI基礎設施資本支出是合理、恰當且可持續的，這場“人類史上最大規模的基礎設施建設”由“極高”的算力需求驅動。黃仁勳作出上述表態當天，本周五AI概念股全線反彈。尾盤刷新日高時，輝達股價漲至187美元，日內漲約8.8%，收漲近7.9%，扭轉五連跌，擺脫周四所創去年12月17日以來收盤低谷，本周仍累跌約3%。黃仁勳講話正值投資者對持續高投入下AI能否獲得可觀的回報產生嚴重質疑，並且由於Anthropic發佈的新工具引發了AI顛覆傳統軟體商業模式的恐慌，科技股慘遭拋售。高盛分析師甚至悲觀地將當前的軟體業與本世紀初被網際網路顛覆的報紙類比。周五的報導指出，過去兩周公佈的最新財報和指引以及此前公開的計畫顯示，2026年，輝達的關鍵客戶Meta、亞馬遜、Google和微軟的計畫資本支出將合計達到約6500億美元，較2025年增長約60%。6000多億美元的支出規模遠超全球多個中等經濟體的GDP，其中大部分資金將用於購買輝達的晶片。華爾街見聞稍早提到，過去一周，市場對AI投資效率的擔憂引發劇烈拋售。據FactSet資料，微軟、輝達、亞馬遜、Google母公司Alphabet、Meta及甲骨文等科技巨頭的市值累計蒸發約1.35兆美元。上周四，公佈第二財季資本支出超預期猛增66%後，微軟股價收跌10%，市值一日蒸發3570億美元，創美股史上第二大個股單日市值跌幅，本周四盤後公佈預計2026年資本支出較上年增50%後，亞馬遜周五逆市大跌，早盤刷新日低時跌約10%，收跌近5.6%。01AI公司正盈利 支出將持續增長黃仁勳周五表示，所有這些科技公司的現金流將開始上升，AI基礎設施的建設將持續七到八年。他強調，AI已經變得“非常有用且非常強大”，其採用率變得“極高”。黃仁勳說：“只要人們繼續為AI付費，AI公司能夠從中獲得利潤，它們就會不斷翻倍、翻倍、翻倍、翻倍。”他援引具體案例說明輝達客戶如何利用AI盈利。Meta正在使用AI將原本在CPU上運行的推薦系統轉變為使用生成式AI和智能體的系統；亞馬遜雲服務AWS對輝達晶片的使用將影響這家零售巨頭的產品推薦方式；微軟將使用輝達驅動的AI改進其企業軟體。黃仁勳特別稱讚了OpenAI和Anthropic這兩家領先的AI實驗室，稱它們都在"賺大錢"。輝達去年向Anthropic投資100億美元，黃仁勳本周早些時候還表示，將大舉投資OpenAI的下一輪融資。他說：“如果它們能擁有兩倍的算力，收入將增長四倍。”他還指出，輝達過去售出的所有圖形處理器（GPU）——甚至包括六年前的A100晶片，目前都在被租用，反映出對AI算力的持續需求。黃仁勳認為，與網際網路初期建設不同，現在沒有閒置的基礎設施。026500億美元支出創紀錄據周五報導，Alphabet、亞馬遜、Meta和微軟四家公司預計2026年的資本支出將達到約6500億美元，這是本世紀以來無可比擬的投資熱潮。每家公司今年的預算預計將接近或超過它們過去三年的總和，其中任何一家的支出都將創過去十年任一家公司單年資本支出的最高紀錄。具體而言，Meta表示全年資本支出將升至最多1350億美元，同比可能躍升約87%。在截至2025年12月末的公司第二財季，微軟的資本支出增長66%至375億美元，分析師預計，在截至2026年6月的2026財年，微軟的資本支出將接近1050億美元。Alphabet本周三公佈的資本支出指引高端為1850億美元，超出分析師預期以及美國大量行業的支出規模。亞馬遜周四宣佈計畫2026年投入2000億美元資本支出，同樣導致股價暴跌。媒體彙編資料顯示，相比上述矽谷巨頭，包括美國最大的汽車製造商、工程機械製造商、鐵路公司、國防承包商、無線營運商、快遞公司，以及埃克森美孚、英特爾、沃爾瑪、通用電氣分拆的子公司在內，21家公司2026年的合計支出預計僅為1800億美元。DA Davidson分析師Gil Luria表示，微軟等前述四家科技巨頭“將提供AI算力的競爭視為下一個贏家通吃或贏家拿走大部分的市場，它們都不願輸掉這場競爭”。03華爾街擔憂投資效率與產能過剩華爾街對如此龐大的支出反應不一。Meta和Alphabet股價上漲，但亞馬遜和微軟遭到市場懲罰。四家公司自發佈最新財報和展望以來，總市值已縮水超9500億美元。GAM Investments投資總監Paul Markham指出，當前市場正被“情緒傳染效應”籠罩。他說：“圍繞大語言模型建設所需的天量資本支出、最終回報周期，以及潛在的產能過剩疑慮，已成為持續壓制市場情緒的結構性問題。”Theory Ventures投資人Tomasz Tunguz表示，這些科技巨頭曾是“現金製造機”，可“現在它們突然需要那些現金，而且需要更多，所以它們在借錢”。據媒體統計，2025年，與AI相關的公司和項目從債務市場籌集了至少2000億美元，預計僅2026年的相關債券發行規模就將達到數千億美元。Tunguz曾發表部落格文章將AI熱潮與過去的投資狂潮進行比較，他說這些狂潮並不總是以好結局收場，但“在上升過程中，它們都是經濟的巨大催化劑”。幫助企業整合資料和軟體的公司Boomi的CEO Steve Lucas表示：“我不會質疑AI的潛力，但我絕對會質疑其發展的時間框架，而且我會強烈質疑其經濟效益。”目前尚不清楚這些公司能否執行其宏大計畫。隨著資料中心建設升級，它們已在爭奪有限的電工、水泥車和台積電工廠生產的輝達晶片。Luria表示：“已經存在瓶頸，未來也會有。”04黃仁勳周二曾為軟體股"滅火"這不是黃仁勳本周首次為市場焦慮“滅火”。周二晚間，在軟體股遭遇拋售後，他在思科系統公司的活動上表示，本周軟體股拋售是“世界上最不合邏輯的事”。黃仁勳說，軟體產品是工具，AI將使用這些工具，而不是重新發明它們。他反問：“有一種觀念認為工具正在衰落、並被AI取代。你會使用螺絲刀還是發明一把新螺絲刀？”他表示，輝達自身已經廣泛採用此類工具，因此員工能騰出時間更多地專注於公司擅長的事：設計半導體和電腦系統。周二軟體相關股票連續第二天下跌，投資者擔心Anthropic等AI模型開發商發佈的工具最終將使公司內部的大量工作實現自動化。一隻美國軟體股ETF當天跌幅達4.1%，至4月以來最低水平，AppLovin和Unity Software是類股最大跌幅股之一。摩根大通分析師Toby Ogg表示，投資者投資科技的意願仍然很低。他在報告中寫道：“我們現在所處的環境是，該類股不僅在被證明無罪之前就有罪，而且現在在審判之前就被判刑了。”不過一些分析師對拋售的嚴重程度提出質疑，稱製造公司營運必需工具的軟體公司很難被顛覆。Jefferies分析師Brent Thill表示，Intuit提供專有資料和幫助客戶處理複雜美國稅法的系統，相對於AI具有優勢。 (華爾街見聞)

域名已經可以打開（ai.com）據海外域名權威媒體DN Journal最新報導，頂級域名AI.com近日正式完成交易，成交價高達7000萬美元（約合人民幣5億元），成功刷新全球域名交易價格的最高紀錄，較2019年Voice.com創下的3000萬美元紀錄，實現翻倍有餘，成為域名交易行業的標誌性事件。此次天價交易的買家為Crypto.com創始人兼CEO Kris Marszalek。據瞭解，其收購AI.com的核心目的，是推出一款全新的自主AI代理業務，使用者通過簡單易懂的操作，即可建立屬於自己的專屬AI代理，這類代理不僅能精準回答各類問題，還可代為處理日常任務、傳送消息、跨應用程式執行相關操作。為快速打響新業務知名度，Crypto.com計畫於2月8日超級碗決賽期間，通過電視廣告正式推出該AI新業務，借助這一全球頂級體育賽事的超高曝光度，快速搶佔使用者心智。據悉，AI.com的域名價值伴隨著全球人工智慧熱潮持續攀升，早在2018年，該域名的市場報價就已達到2000萬美元，後續隨著AI技術的全面爆發，其價值進一步凸顯，近期市場傳聞其報價一度突破1億美元。值得一提的是，2023年該域名曾短暫指向OpenAI的ChatGPT頁面，隨後被轉手；2025年被神秘買家收購時，業內就已預測其後續交易有望創下新紀錄。此次成交不僅顯著提振了AI域名賽道 的市場信心，更凸顯了優質行業域名的核心戰略價值，也正式預示著AI商業化發展進入全新階段。 (深科技)