8月12日凌晨，SpaceX發佈了馬斯克在公司內部全員會議上的講話視訊，時長約半小時。馬斯克在回顧公司發展歷程之後，將話鋒轉向AI，並給出了一系列具體的收入預測和時間表。 馬斯克在會上說： “不是可能，肯定地——我們的AI收入將在大概九月，就是下個月，超過SpaceX所有其他收入，並在第四季度將大幅超過SpaceX所有其他收入。” 這是馬斯克首次公開給出AI營收超越傳統業務的具體時間節點。

如果你也有這種體感：新聞裡的經濟很熱，錢包裡的經濟很冷。 你沒有錯 高盛最近發了份2026年中國展望報告，資料不算差，甚至有點小驚喜： 製造在抬，出口在跑，AI 和算力在加速。

7月17日，高盛發佈針對中際旭創（300308.SZ）的最新深度研報，將公司12個月目標價從此前的1187元大幅上調至2581元，維持“買入”評級。以7月16日收盤價1113元計算，股價潛在上漲空間達131.9%。 這份盈利預測大幅上修的研報背後，是全球AI算力持續爆發對高速光模組的強勁拉動，也是市場對中際旭創全球龍頭地位、技術迭代能力與產品結構升級的集中認可。本文拆解研報核心邏輯，看懂這只千億光模組龍頭的增長底氣。 一、盈利預測大幅上修：三年淨利潤復合增速近70% 結合2026年一季報表現與行業景氣度，高盛將公司2026-2028年淨利潤預測分別上調65%、108%、119%，核心驅動來自收入端高增、毛利率提升與規模效應下的費用率下降。

6月11日 2026美加墨世界盃正式拉開帷幕 四年一度的全球狂歡來襲 不懂球的在看Labubu和馬寧

世界盃成了AI預測能力的公開考場。 世界盃剛剛開賽，AI已經先給出了冠軍答案。 從十幾年前的“章魚保羅”，到今天的ChatGPT、Claude、Gemini、Kimi等各類資料模型，世界盃預測一直是最容易製造流量的話題。 不同的是，過去人們圍觀的是玄學；現在，AI公司想展示的是資料、推理和Agent能力。

美伊衝突懸而未決，有些人卻搶先一步，發了一筆戰爭財。據Newyork Post報導，美國加利福尼亞州州長紐森27日簽署法令，禁止該州由州長任命的行政官員利用內幕消息在預測市場Polymarket牟利。加州州長辦公室在聲明中說，美國一些顯然能夠接觸到聯邦政府敏感資訊的官員在預測市場中的“押注時機極其精準”，聲明同時批評部分官員將公共服務變為快速致富的手段。（圖源：NYP）有趣的是，這並不是Polymarket這個網站今年第一次上熱搜。就在美以對伊朗發動襲擊的數小時之前，Polymarket上預測美對伊朗發動軍事打擊的機率突然暴漲，其中六個主要參與者從中賺取了120萬美元（約合830萬人民幣），這也使得整個平台一戰成名。隨後，Polymarket又成功預測了一系列中東局勢，其中不乏美以對伊朗核設施的後續襲擊，小哈米尼會在什麼時候上任等資訊，更有甚者，已經開始重倉美伊停火，預測將在3月31日或4月15日之前發生。這就讓人非常好奇，這個網站究竟是何方神聖？為何總能預測未來？用錢投票的競猜平台其實，Polymarket的本質並不複雜。用大白話來講，它就是一個基於Web3技術的全民競猜平台。它的運作原理非常簡單粗暴，Polymarket會把未來可能發生的某個事件設定成一個盤口，而你能在這個平台上做的事情，就是根據規則，預測這個事件何時發生、怎樣發生，然後下注就行。比如有一個問題是，蘋果會在2027年之前發佈全新產品線嗎，2027年就是時限，寫在下面的這個就是規則。（圖源：Polymarket）規則裡表示，“全新產品線”的定義是指蘋果公司此前未銷售過的產品類別，而非現有產品的迭代或更新，例如機器人或遊戲主機都屬於全新產品線，而新款iPhone、Mac、iPad、Apple Watch或AirPods則不屬於此類。要是你覺得這件事會發生，你就買肯定選項，反之就買否定選項。支援的人越多，這個選項的價格就越貴，對應的預測發生機率也就越高。因為預測的事件沒啥限制，所以你能夠在這個平台上看到很多讓人啼笑皆非的奇妙盤口。這群老外真的會聚在一起拿錢打賭，馬斯克在3月27日-4月3日之間會發幾條推特，或猜測美國政府今年會不會確認外星人的存在，甚至連耶穌基督會不會在2027年復活都能成為下注的目標。不對勁，怎麼還有4%的人覺得耶穌基督能復活的。（圖源：Polymarket）繼續往下扒，你甚至可以看到，預測泰勒·斯威夫特會不會婚前懷孕的...（圖源：Polymarket）預測賈躍亭啥時候回國的...（圖源：Polymarket）甚至還有就在今天下午打響的，WBG和IG的電子競技世界盃預選賽，這些老外都能在上面美美地預測開盤。（圖源：Polymarket）等等，我尋思，啥都能預測開盤...這不就是賭博嗎？但你還真別說，Polymarket這網站在預測上還真的有點說法的。咱們就拿前年TGA做例子，國內玩家大多都覺得會是《黑神話：悟空》 《艾爾登法環：黃金樹幽影》 《最終幻想 7：重生》 的三方合戰，結果偏偏最後給索尼的小機器人摘了桃子，多少人氣不過啊。誒嘿，沒想到吧，在Polymarket上居然是小機器人一直保持著領先。（圖源：Polymarket）要是有人當時跟著他們all in機器人，還真能猛賺波大的。不僅如此，什麼GPT-5.2發佈啊，Gemini 3.0 Pro、OpenAI瀏覽器發佈啊，這個平台都給出了相當精準的預測。在他們自己的官網上，更是給出了一套相當嚇人的資料：四小時內的預測準確率96.7%，一天內的精準率95.8%，一個月內90.4%...（圖源：Polymarket）只能說戰績可查，好吧。你的消息值多少錢？那問題就來了，為何Polymarket的預測成功率這麼高，比那些所謂的掌握著小道消息的自媒體，靠譜的多？這就不得不提所謂的“群體智慧”了。早在1907年，自然雜誌上曾登過一篇叫作《民眾之聲》的文章，統計學家弗朗西斯·高爾頓在普利茅斯舉辦的一場鄉村集市上，隨機找了800個成分不同的人，然後讓這些人猜測一頭牛被屠宰加工後的真實體重是多少。他最後成功回收了787個有效資料，取中位數，得出的最終數字是1207磅。（圖源：wikipedia）而那頭牛被真正稱重後，實際體重是1198磅，預測和實際的誤差僅有1%。這次實驗，促成了認知科學領域的一個重要發現：群體的判斷可以被建模為一個機率分佈，其中位數位於待估計量的真實值附近。而我們今天聊的Polymarket，本質上就是把這場百年前的實驗搬到了網際網路上。只不過，它往裡面加入了一個至關重要的催化劑，那就是真金白銀。在Polymarket這種預測平台上，你支援的每一個選項，都必須用你自己錢包裡的錢來背書，這足以把那些湊熱鬧的人給剔除掉，而那些那些真正掌握了資訊的人，那怕只是蛛絲馬跡，他們有強烈的經濟動因去參與。（圖源：雷科技，Nano Banana製作）而這為我們帶來了兩種不同的主要參與者，內幕交易者和巨量資料統計人。前者很好理解，就不說美伊衝突裡出現的那六個人，甚至在美國閃擊委內瑞拉之前，就有多個帳戶極其精準地砸下三萬多美元，賭中了馬杜洛被抓捕的確切時間，反手就賺走了四十三萬多美元。科技行業也是這樣，在Gemini 3發佈之前，就有一個剛註冊沒多久的新帳號，一口氣掏出了七萬八美元砸在yes裡，就賭Gemini 3會在11月發佈。至於體育這邊，你敢信有球星親自代言預測平台並下場買自己不會轉會的嗎？（圖源：Kalshi）這種沒有事先任何公開徵兆，卻能精準踩中大事件節點的交易行為，除了內部人員提前走漏風聲，你很難找到其他合理的解釋。至於後者，其實就是那些極客玩家。普通人玩競猜，可能就睡醒了看看新聞，然後憑直覺或者個人喜好去點兩下滑鼠。但在極客的眼裡，這就是一個純粹的資料遊戲。他們直接給OpenClaw接入GPT，讓機器人二十四小時不間斷地監控著全球網際網路，新聞、財報、社交媒體、甚至是鏈上的資金流向，全都在它的計算範圍內。只要現實世界裡有任何風吹草動，那怕是一個不起眼的官方公告，AI都能在毫秒等級計算出事件機率的變化，然後全自動地完成下單操作，可以說人類的反應速度完全不值一提。就拿Polymarket上的大神ilovecircle為例，在短短兩個月內，這貨就通過全自動交易，狂賺220萬美元，勝率高達74%。開源社區也沒閒著，Polymarket Agents、Polyseer已經滿天飛了。（圖源：Github）這也從側面證明了，在這類平台上，資訊的極度不對稱已經成為一種常態。真金白銀，砸出靠譜資訊源看到這裡，我想大家對於Polymarket應該也有自己的一套看法了。就我而言，我很自信自己不會有什麼內幕消息的管道，那怕去鼓搗什麼用大模型驅動的機器人收集資料，也沒什麼可能競爭過那些長期佈局的極客玩家，因此我永遠不會參與進去。但不得不說，如果你把它當成一個爆料網站，那它確實是一個還不錯的資訊源。在真金白銀的驅動下，位於五湖四海的使用者，把這些分散在世界各個角落的、或明或暗的、專業的、業餘的資訊，最終匯聚成了一個不斷跳動、可量化的機率。（圖源：Polymarket）可以說，這就是Polymarket真正的價值。無論是否存在著內幕消息，這個機率，就是這個時間點，你能獲取的所有資訊的綜合體現。這也就是為什麼我說，它可能比看任何一個自媒體的分析都靠譜。需要注意的是，分析終究是分析，不是預知未來。根據范德比爾特大學的研究人員Joshua Clinton和TzuFeng Huang的一項新研究表明，Polymarket的實際預測準確率僅為67%，在很多摸棱兩可的問題，平台會傾向於採信更符合自己預測的一邊，以此營造出高精準率的假象。（圖源：DLNews）作為一個既沒有內幕，也沒有算力的普通人。我們根本不需要下注，也不必神化它，把它當資訊工具就夠了。至於賺錢這塊，就讓阿川自己去玩得了。 (雷科技)

當時代的技術底座面臨變革的時候，沒有個體可以孤身一人穿越周期。個體和行業的需求正在精細化發展，隨之而來的是資訊碎片化。在資本主義社會中，“生產的不斷變革，一切社會狀況不停地動盪，永遠的不安定和變動，這就是資本主義時代不同於過去一切時代的地方。一切固定的僵化關係以及與之相適應的一向被尊崇的觀念和間接都被消解了，一切新形成的關係等不到固定下來就陳舊了。”AI 帶來不斷湧現的新工具和商業模式，再加上社交媒體對其造成的輿論放大作用，AI 網際網路加速著這一切循環。2026 年，AI 會發生什麼？從業者在關注，投資界也在關注，而投資界作為幕後推手之一，他們代表著資本的流向，他們所討論的內容值得重點參考。基於矽谷頂串流媒體《No Priors》Ep.144 期節目，由 Sarah Guo（Conviction 創始人）與 Elad Gil（矽谷傳奇創業者/投資人）主持，他們邀請了行業大咖做客交流：黃仁勳（輝達 CEO）Aaron Levie（Box CEO）Dylan Patel（SemiAnalysis 首席分析師）等他們通過對各自領域 AI 應用的變革思考，對 2026 AI 發展做出了極具顛覆性的預測，我觀看完節目之後，整理出一些觀點，大家可以參考閱讀。-已經整理為圖文，便於保存轉發。前不久，輝達以 50 億美元入股英特爾，展開定製資料中心與 PC 產品合作，形成了“不可能聯盟”，真是應徵了那句古話——沒有永遠的敵人，只有永遠的利益。文章最後，我想聊聊我對於 AI 發展的矛盾觀察。AI 發展可能面臨雙重圖景：一方面是推理能力爆發帶來的生產力革命和物理 AI 覺醒，另一方面是機器人領域的泡沫風險和產業格局的重塑。對於創業者而言，我認為未來有 3 種可能性。押注物理 AI：自動駕駛、工業機器人、智能倉儲；或者做推理層應用：企業流程自動化機器人、垂直領域的綜合智能體；或者做算力中層服務：資料中心智能維運，能源最佳化系統。一定要避開機器人相關的創業企業，老黃和 Sarah 都是預警的！對於投資者而言，值得投的肯定是算力基礎設施，這是繞不過的門檻；其次是物理 AI 應用，尤其是自動駕駛方案商、工業機器人方案整合商、智能體平台；還有企業服務作為剛需，垂直的醫療、法律、金融類智能體、程式碼快速生成工具和資料治理平台，都會成為新企業的轉型需求。最後是機器人硬體，關注巨頭企業即可，很多初創公司極有可能被收購。對於職場人而言，如果 2026 年選擇跳槽，建議選擇 AI 協同工作，優先選擇算力營運，或者是物理 AI 產品的場景落地（比如智駕的偵錯、機器人的偵錯），還有企業 AI 的實施，尤其是從企業提效需求而來的 AI 工具，比如流程自動化、行業智能體部署，這些都是轉型剛需，職場人可以親自驗證來跑通，同時也能保住崗位。2026 是 AI 從狂熱走向現實落地的關鍵年，從實驗室技術走到真實生活，還有諸多考驗，每個人都要養成終身學習的習慣，適應 AI 技術迭代，這些過程環節也存在著大量機遇。 (龍森Longson)

在第二期“Big Ideas 2026”節目中，a16z合夥人Ryan McEntush、Angela Strange與Sarah Wang共同探討了AI在未來一年將如何重塑產業、金融與企業軟體的底層結構。他們分別從工業基礎、金融服務與企業系統的角度出發，描繪了AI原生平台、智能代理系統以及系統級重構的趨勢。工業革命的底層堆疊Ryan指出，下一輪工業革命不再侷限於工廠，而是發生在驅動工廠的機器內部。支撐這場新工業革命的，並不是全新的發明，而是一套已經存在數十年的底層工業能力——“電動-工業堆疊”（electro-industrial stack）。它涵蓋從礦物提煉、電力驅動到精密電機、感測器與軟體協調的完整體系，是連接“推動世界的原子”與“指揮世界的位元”的關鍵基礎。然而，這一堆疊的建構能力正在美國本土加速流失。Ryan強調，誰能掌握這套堆疊，誰就能在未來的工業體系中佔據戰略優勢。金融服務的轉折點Angela認為，金融與保險行業正處在一個基礎設施重構的臨界點。過去幾年，AI作為“外掛”被整合在舊系統之上，但真正的變革來自於底層架構的重建。她預測，2026年將有更多大型金融機構放棄傳統供應商合同，轉向AI原生平台。這些新平台能夠統一底層資料、打通流程、平行執行任務，從而實現“類別融合”與“規模躍遷”。例如，客戶KYC與風險監控資料將整合進一個統一平台，形成更大的軟體市場空間。Angela強調，未來的金融服務不是在舊系統上應用AI，而是建構一個以AI為基礎的新作業系統。企業軟體的智能代理層Sarah指出，企業軟體的真正顛覆在於“系統記錄層”的地位正在被“智能執行層”取代。AI模型如今可以直接在運算元據上進行讀寫與推理，使得ITSM與CRM系統從被動資料庫轉變為主動工作引擎。隨著推理模型與智能體工作流的進化，企業將建構“動態代理層”，而傳統系統則退居為“持久化儲存層”。掌握智能執行環境，就等於掌握了戰略槓桿。這一轉變意味著企業組織結構、角色定義與軟體架構都將被重塑。從軟體到系統的遷移隨著AI深入各行各業，競爭優勢正從單點軟體轉向系統級平台，從分散工具轉向AI原生架構，從靜態記錄轉向智能執行。工業領域正在把可觀察性延伸到物理世界，金融體系的重構將催生更大規模的贏家，企業軟體的價值焦點也從資料所有權轉向智能體的協調能力。跨行業的變化共同指向一個趨勢：系統級重構正在成為AI時代真正的增長引擎。結語回看這場關於2026年的討論，真正被重新定義的不是某項技術，而是我們理解系統的方式。AI正在把工業、金融與企業軟體這些看似分散的領域重新編織成一個整體，使組織從依賴工具的時代邁向依賴系統的時代。技術的變化固然重要，但更關鍵的是：企業如何在新的系統結構中找到自己的位置，並以此建構新的能力邊界。未來的競爭，不再是比拚某個產品或模型，而是誰能率先適應這種系統級的秩序重構。 (楊承帥談超人工智慧和奇點)