截至2026年3月，人工智慧已從生成式AI全面進入智能體（Agent）+ 具身智能（Embodied AI）的落地爆發期，核心是從“會說會寫”走向“會規劃、會行動、會幹活”，並深度融入物理世界與產業全流程。以下為補充大量實際案例與權威資料後的完整版本。一、核心技術：四大前沿突破（含案例+資料）1. AI智能體（Agent）：從“被動應答”到“主動執行”AI已成為能自主完成複雜任務的數字員工，直接控制電腦/手機、跑完整工作流。- 系統級操作：Anthropic Claude Mytos、OpenAI GPT-5.2已實現直接控制電腦/手機，無需API，可自動點選、填寫、跨軟體操作、跑完整工作流。- 自主規劃協作：具備目標拆解、多步驟規劃、記憶、迭代最佳化能力，可自動寫報告、做報表、做PPT、處理客服、跑供應鏈。- 企業滲透：Gartner預測2026年40%企業應用嵌入任務型AI智能體（2025年僅5%）。-實際案例- 百度“伐謀”智能體（汽車設計）：阿爾特汽車用其將風阻測試從10小時縮至分鐘級，設計師2天完成原3個月工作量，效率提升45倍。- 上汽通用五菱“智能島”：AI調度動態最佳化，車型切換效率提升40%，白車身一次合格率達99.97%。- 美團AI調度：訂單暴漲300%、騎手少40%時，55毫秒規劃最優路線，外賣平均30分鐘送到。2. 多模態大一統：AI“看懂、聽懂、感知整個世界”新一代模型實現文字、圖像、音訊、視訊、3D、感測器資料的統一理解與生成，接近人類多感官協同。- 文生視訊/3D：一鍵生成高畫質長視訊、3D模型，用於影視、工業設計、數字孿生。- 即時多模態互動：看一眼場景、聽一段語音，即可還原邏輯、生成方案，支援AR/VR沉浸式互動。- 性能與普惠：輕量化模型（50億參數內）推理速度提升40%、成本降50%，移動端/中小企業可低成本部署。-實際案例- 萬興科技AIGC工具：使用者破2000萬，文生視訊付費轉化率18%；自動剪輯將1小時工作縮至5分鐘，自媒體周更從3條→7條，粉絲增速+45%。- 零售3D建模：Lowe’s用AI將2D圖轉3D模型，成本**<1美元/個**，電商轉化率提升。- 醫療多模態：罕見病診斷精準率從38%→72%。3. 具身智能（Embodied AI）：AI走出螢幕，進入物理世界AI從“思考者”變成“行動者”，機器人懂物理、會操作、能適應真實環境。- 物理認知：GoogleDeepMind PhysBrain 1.0讓機器人理解物體運動、碰撞、力學規則，實現精準物理互動。- 人形機器人落地：特斯拉Optimus、Unitree等已從Demo走向工業/服務場景，可搬運、裝配、巡檢、做家務。- 群體智能：無人車、無人機、工業機器人實現自主協作，完成複雜叢集任務。-實際案例- 電力巡檢“天工”機器人：在西南變電站自主巡檢、操作裝置，故障識別精準率99.9%，替代人工翻山越嶺。- 優必選Walker S2：在比亞迪、極氪等20家車廠實訓，自主換電、連續工作72小時。- 星動紀元物流機器人：京東亞洲一號倉分揀精準率99.7%，拿下5000萬元訂單。- 資料：2026年人形機器人出貨量預計破6萬台，市場規模超千億元；單台替代3名工人，投資回報周期18個月。4. AI for Science（科學AI）：成為“AI科學家”，加速科研突破AI從輔助工具升級為自主科研主體，大幅縮短研發周期。- 藥物/材料研發：自動化實驗室+科學大模型，將數年研發壓縮至數月，加速新藥、新材料、催化劑發現。- 前沿科學：輔助核聚變模擬、氣候預測、蛋白質/基因解析、量子計算最佳化。- 實際案例- 儲能材料研發：“分子—電網工業智能體”將傳統以年計的研發周期縮至數月，工業級電站綜合性能提升超100%，已應用於張家口懷來資料中心。- 藥物研發：AI將藥物研發周期縮短60%，成本降低40%。- NASA火星車：Anthropic Claude全權規劃路線，將路程拆解為10米路段，規劃時間縮短50%。二、產業與應用：價值兌現，全面滲透（資料+案例）1. 規模與格局（2026最新）- 全球AI市場突破9000億美元，同比增長18%+。- 中國AI核心產業規模超12兆元，周呼叫量（4.69兆Token）首次超越美國，全球前五模型中四款來自中國。- 產業鏈：硬體（35%）、軟體（40%，智能體增長超80%）、應用（25%）。- 融資：2026年Q1中國AI融資88起、200億元，同比近乎翻倍；3月單月融資85億元，創歷史新高。2. 重點落地場景（資料+案例）- 智能製造- 中國智能工廠超3萬家，生產效率提升22.3%。- 某汽車零部件廠商：AI預測性維護，裝置故障率-28%，維護成本-32%。- 西門子+百事：數字孿生，生產吞吐量+20%，資本支出-10–15%。- 醫療健康- AI輔助診斷滲透率超60%，基層醫院達60%+。- 某社區醫院：AI處方稽核，效率+60%，處方合格率+15%；累計稽核**100萬+處方，識別8000+**不合理處方。- 重症監護：AI助手使檔案錯誤減少68%。- 金融風控- 信用卡欺詐檢測：響應時間從3秒→80毫秒（-97%），誤報率-42%。- 跨境合規審查：效率+80%。- 某國際投行：AI ESG系統，綠色金融規模2000億美元+，合規成本-55%。- 交通與物流- 城市交通：AI調度，擁堵率-25%，出行時間-30%。- 菜鳥網路：AI倉儲，效率+50%，物流成本-30%。- 內容創作- 行銷內容：AI生成效率+8–10倍，成本-90%，轉化率+30%。三、代表產品與模型（2026最新）- OpenAI GPT-5.2：44項專業任務勝率70.9%，醫療/法律/金融精準率超80%，多模態與長文字能力全面升級。- Google Gemini 3.1：推理能力翻倍，整合Lyria 3音樂生成，支援一鍵生成視訊配樂。- Anthropic Claude Mytos：新一代旗艦，性能大幅領先，支援Computer Use（系統級操作）。- 國產第一梯隊：字節、阿里、百度、騰訊等模型在推理、程式設計、多模態上與全球頂尖正面競爭，多項指標領先。四、關鍵趨勢與挑戰1. 核心趨勢- 範式躍遷：從生成式AI → 智能體AI → 具身智能（物理AI），AI從虛擬走向現實。- 普惠化：推理成本較2023年降70%，中小企業部署門檻大幅降低。- 安全與合規：AI安全、可解釋、倫理監管成為標配，人類主導權強化。2. 核心挑戰- 智能體協作標準化：多智能體通訊協議（MCP/A2A）尚在完善，跨平台協作待統一。- 具身智能可靠性：真實環境魯棒性、安全性、成本仍需突破。- 資料與隱私：高品質資料稀缺，資料安全與合規壓力增大。一句話總結：2026年是AI“動手幹活”的元年，智能體與具身智能讓AI真正成為能自主執行、能融入物理世界、能深度改造產業的核心生產力。 (追逐時代浪潮的人)

最近，一款叫“龍蝦”的智能體引發很多人的安裝熱潮。由於它的圖示是一隻紅色龍蝦而得此名。大家還把訓練、使用這款智能體的過程形象地叫作“養龍蝦”。“龍蝦熱”的同時，也暴露出了一些風險，包括工信部在內的一些主管部門連發風險預警。那麼，這只“龍蝦”它能幫我們幹什麼，又藏著什麼風險？記者進行了調查。一場“龍蝦”應用交流活動正在舉行。這個“龍蝦”，不是我們吃的美食，而是一種名叫OpenClaw的人工智慧體。這場活動，就是要看看誰能讓“龍蝦”發揮出更大的作用。“龍蝦”本名OpenClaw。它並非某個公司的商業產品，而是一個由全球開發者共同參與的開源人工智慧體項目，因為其紅色的龍蝦圖示，被戲稱為“龍蝦”。它與過去只能聊天的人工智慧大模型不同，除了擁有聰明的大腦、能思考，還多出了“手腳”，能夠直接操作電腦。它到底長什麼樣？究竟如何幹活？帶著好奇，記者決定找技術工程師親身體驗一次，而工程師的第一個建議就讓記者感到了不尋常：要帶一個格式化的、幾乎全新的電腦過來安裝。北京中關村學院工程師 吳衍標：“安裝了‘龍蝦’之後，它可以查看到電腦裡面的所有檔案，一旦有不法分子想利用這些漏洞，你的這些機密都可能外傳。”為什麼“龍蝦”可以查看電腦所有的檔案？在安裝的時候我們有沒有可能手動限制它的權限呢？記者發現，開放原始碼的原始版“龍蝦”並非能夠一鍵安裝完成，而是需要通過命令列輸入程式碼，技術門檻不低。“小龍蝦”在電腦上自主運行，默認的權限等級很高，這意味著運行它有一定的風險。工程師告訴記者，只有有了這個權限，這個“龍蝦”才具備了幹活的基礎。此外，它還需要有兩部分核心元件：一是需要一個人工智慧大模型，這就像給它安了個大腦，能讓它理解複雜的指令，這在安裝時就會讓使用者進行選擇；二是需要各種各樣的“技能”，賦予它操作具體軟體的能力，也就相當於給它裝上了“手腳”，比如，在告訴了它相關帳戶密碼的情況下，它能自主完成制定旅行計畫並預訂機票、回覆郵件等複雜任務。一隻剛出生的“小龍蝦”，自帶一些基本技能，它能做些什麼呢？記者決定對它進行三項測試。測試一：分類整理電腦桌面檔案記者通過即時通訊軟體向“龍蝦”發出整理電腦桌面的指令，等了幾分鐘後，它告訴記者，已經將電腦桌面檔案分類整理成功。測試二：遠端傳輸檔案並指定路徑儲存記者在手機上傳了一張圖，要求龍蝦將圖保存在電腦桌面的媒體圖片資料夾中。幾分鐘後，資料夾中真的出現了圖片。測試三：修改圖片大小並儲存記者要求“龍蝦”將電腦桌面資料夾中的一張圖片縮小並放入該資料夾，原圖片不動，幾分鐘後，“龍蝦”說新圖片已經存入了資料夾中。任務看似完成了，但“龍蝦”聲稱保留的原圖卻不翼而飛。如此看來，“龍蝦”就像一個還不是特別靠譜的助手，它基於人工智慧大模型，也有和大模型一樣的幻覺犯錯的可能。工程師告訴記者，要想讓“龍蝦”越來越強大，就需要“養蝦”。吳衍標：“第一個方法就是給它越來越多技能、越來越多記憶，讓它更懂你，讓它越來越擁有你的技能，這樣的話，它就能夠做你的事情；二來隨著大模型的發展，它的腦子也會變得越來越聰明。”儘管“龍蝦”還不太靠譜，但也獲得了不少擁躉。在讀博士呂丁陽就花了一個多星期時間養了一隻“科研龍蝦”，賦予了它很多科研技能，專門做材料領域的計算。而從事人工智慧領域研究的何紀言，則花了半個多月時間養了好幾隻非常瞭解自己的“龍蝦助手”，有的做科研，有的幫助管理日常資訊，有的負責整理材料、製作檔案等等。何紀言讓“龍蝦”根據應聘總台員工的特點做一份簡歷。幾分鐘後，這只“龍蝦”就完成了一份製作排版精良的簡歷，還突出了個人的應聘優勢。何紀言坦言，要讓“龍蝦”越來越智能，也需要花錢購買大模型的使用量，也就是所謂的Token，對於頻繁或複雜的任務，這筆消耗確實不小。但這種效率的提升，也讓“龍蝦”迅速出圈，不少地方出現了免費安裝“龍蝦”的熱潮。廣東深圳、安徽合肥、江蘇無錫和常熟等地相繼發佈政策支援“龍蝦”智能體和一人公司的發展，一些政府也部署應用上了“政務龍蝦”，用於公文寫作、民生問答等場景，希望能把基層幹部從繁瑣的事務中解放出來。不過，就在這股熱潮湧向各行各業時，也暴露出了風險，一些高校對“龍蝦”拉響了警報，下了“封殺令”。工業和資訊化部等多個主管部門接連發佈預警，直指OpenClaw存在高危安全風險，明確防範要求與使用者使用提醒，為AI智能體使用劃出安全紅線。一面是熱火朝天的應用，一面又是接連預警，這小小的“龍蝦”裡，到底藏著什麼玄機？中國資訊通訊研究院安全研究所副所長 孟楠：“龍蝦智能體的優勢在於高權限的自主執行能力，它讓人工智慧從能說進化到會做，同時也帶來了一些新的安全風險。”風險一：權限失控帶來的系統被接管的風險專家告訴記者，一旦被駭客利用或者使用者指令不當，“龍蝦”就有可能不加辨別地去執行破壞性操作。比如，刪除我們的核心檔案，把敏感的資料發到網路上，或者在使用者不知情的情況下悄悄安裝惡意的軟體。風險二：網路暴露帶來的攻擊入口風險為了方便，很多使用者會將“龍蝦”智能體管理連接埠暴露在網際網路上，這無異於給駭客開了後門。孟楠：“更危險的是，如果這個智能體還連接到單位內部的網路，就可能成為駭客進行攻擊的跳板，一旦被攻陷，整個企業內部網路都將面臨威脅。”風險三：產品漏洞帶來的可能被利用的風險任何軟體都有漏洞，但在“龍蝦”的高權限加持下，漏洞的危害被進一步放大。而為了讓“龍蝦”具有更多技能，使用者往往會安裝第三方外掛，還會帶來供應鏈風險。孟楠：“我們發現了不少技能外掛被植入了惡意程式碼，使用者在使用這些有毒的技能外掛時，就等於把惡意程序請進了家門，輕則造成資料洩露，重則整個系統被駭客控制。”對於這些隱患，深度“養蝦人”及科技行業人士也坦言，儘管AI智能體是發展趨勢，但普通使用者絕對不能掉以輕心。那麼，普通使用者使用“龍蝦”如何保障安全呢？專家認為，普通使用者屬於安全風險的高發群體，應該審慎安裝“龍蝦”。工信部日前發佈了關於“龍蝦”的“六要六不要”安全指引，涵蓋了權限控制、網路隔離、技能外掛使用等關鍵環節。3月22日，國家網際網路應急中心、中國網路空間安全協會聯合發佈了“龍蝦”OpenClaw的安全使用指南，面向普通使用者、企業使用者、雲服務商以及技術開發者等，提出安全防護建議。其中，對於普通使用者的建議包括：使用專用裝置、虛擬機器或容器安裝OpenClaw，並做好環境隔離，不宜在日常辦公電腦上安裝；不將OpenClaw默認連接埠（18789\19890）暴露到公網；不使用管理員或超級使用者權限運行OpenClaw；安裝可信技能外掛；不在OpenClaw環境中儲存、處理隱私資料；及時更新OpenClaw最新版本等。儘管現在各主管部門不斷在提示“龍蝦”安全風險問題，但從長遠來看，專家認為，要解決“龍蝦”的安全問題，更需要從標準、技術、生態多方面著手。孟楠：“建議始終堅持統籌發展和安全，在鼓勵和促進創新的同時，針對不同場景做精準分類施策，確保安全可控。需要盡快制定相關標準規範來引導各類主體規範應用新技術，引導鼓勵網路安全企業研製相關的環境隔離、智能攔截、行為審計等安全產品和服務。建立包括智能體提供者、安全企業等主體在內的相關主體來協同治理生態。”我們看到，有不少人都希望盡快掌握和利用智能體提升效率、滿足需求，一些企業也開始嘗試使用。對於像“龍蝦”這樣的新事物，我們需要鼓勵，需要為技術創新留足試錯的空間，避免束縛產業發展的活力；但同時，面對爆火的“龍蝦”，我們也需要有一些冷思考，守住安全底線，防範風險擴散失控。也就是說，技術創新和安全監管協同推進、良性互動，我們才能更好地和AI共舞，推動人工智慧高品質發展。 (中國信通院CAICT)

當“龍蝦”長出身體每隔一兩個小時，張鈸就會收到一句語音提醒：“該喝水了！”發出提醒的，正是他的私人“助理”。助理還會幫他承擔複雜的檢索工作，並事無鉅細地提供每一步檢索過程、遭遇的困難和對應結果。“我讓它針對今年全國兩會中關於人工智慧的提案做深度調研，它先檢索中文資源，再去查英文資料。”所有人都能猜到，這位盡職盡責的“助理”，就是最近火爆全球的“龍蝦”。張鈸是中國科學院院士、清華大學人工智慧研究院名譽院長。兩周前，他在自己的電腦上安裝了一隻內測的“澳龍”（AutoClaw），這是一款由智譜開發的國產版“龍蝦”，可在本地一鍵部署。作為GPT的90歲高齡資深玩家，張鈸對《中國新聞周刊》表示，以“龍蝦”為代表的AI智能體（Agent）與傳統大語言模型的本質區別，是GPT只會回答問題，Agent則會執行任務，而且會把執行的整個過程一步步展示出來。與DeepSeek引發的上一輪全民技術狂歡相比，“不僅會說，還能做事”的“龍蝦”似乎在普通人中點燃了更大的熱情，但很快，曾經千人排隊安“龍蝦”的名場面，就變為爭相購買鹹魚上的“99元安全解除安裝龍蝦服務”。“整個市場在漸趨理性。”平凱星辰副總裁、原阿里雲副總裁劉松對《中國新聞周刊》說。一個由人類與Agent共同生活、工作並建構社會的“龍蝦”時代，會引發怎樣的技術革命與社會變革？Agent進化的終極形態是什麼？當前發生的一切，真的是人類抵達通用人工智慧（AGI）的關鍵一躍嗎？AI插畫/adan“意義比DeepSeek更重大”“能力不穩定是最明顯的感受。”劉松同時養了四隻“龍蝦”，分別來自Kimi、MiniMax、飛書和智譜。在使用兩周後，他發現，“龍蝦”的強大主要體現於三種能力：一是本地部署，這意味著它可以直接操作個人電腦環境；二是永久記憶，能記住上下文和任務歷史；三是可以隨時建立和獲取Skills，也就是Agent在執行任務時能呼叫的一切“能力”或“工具包”。劉松認為，本質上，模型能力決定著“龍蝦”的智力，呼叫工具的能力則體現出它的執行力，也就是“模型+呼叫”。多位受訪的AI從業者指出，目前，大語言模型在不同領域的“聰明程度”仍有差異，特別是國產大模型，有的模型擅長程式設計與資訊蒐集，有的模型擅長中文處理。受模型能力影響，“龍蝦”在執行任務時經常會被“養死”，比如任務中途“卡住”或在兩個步驟間無限循環；有時同一個任務，多次運行結果差異卻很大，或需要反覆嘗試多次才能完成。當任務步驟很多時，“失憶”也很常見。“有點像找了一個很勤奮的實習生，但有時工作完成的質量只有60分，你還得親自去幫他收場。”劉松形容。清華大學智能產業研究院首席研究員、前阿里巴巴人工智慧實驗室北京負責人聶再清認為，當前的“龍蝦”更像是一個技術雛形。他對《中國新聞周刊》說，在現有模型能力下，Agent雖然能在開放環境中自主規劃行動，但對於現實世界規則的理解仍然有限，在很多場景下，依然需要依賴人類持續參與。因此，在未來很長一段時間，人機協作仍是完成任務的主要模式。事實上，在太平洋的另一頭，這只最早從矽谷極客圈開始走向全球的“龍蝦”OpenClaw，只是一位奧地利創業者的“周末項目”，更接近一個實驗框架，遠非成熟產品。創業者叫彼得·施泰因貝格爾。很多開發者後來分析，OpenClaw的成功在於它抓住了一個重要的時機：大模型的程式設計（coding）能力已進化到了足夠驚豔的水平，Agent現在終於可以擁有一顆聰明的“大腦”了——雖然站在使用者的角度，這或許還不夠。整個2025年，OpenAI、Google等大模型領域的前沿競爭者相繼推出了以程式設計為強化方向的模型升級。其中，最有影響力的一款產品是Anthropic於2025年2月發佈的Claude Code，很多開發者將其視為Agent時代的真正開端，認為它可以像軟體工程師一樣完成完整的工作流程——從理解需求、拆解任務，到生成程式碼、測試並修改錯誤。但真正在全球火起來的卻是OpenClaw，為什麼是它？張鈸認為，原因有兩個，一是開源；二是第一次在數字世界裡打造了一個相對完整的通用Agent系統框架，能呼叫各種資源，也可以接入即時通訊軟體的入口，可玩性和擴展性都很強，也很適合二次開發。作為中國AI領域的核心奠基人之一，張鈸見證了人工智慧40多年來的潮起潮落，他在接受《中國新聞周刊》採訪時指出，過去的人工智慧只能在特定領域、使用特定模型去解決特定問題，大語言模型帶來的最大突破，是在語言領域實現了一定程度的通用性。以OpenClaw為代表的智能體則更進一步，讓模型具備了行動能力，甚至可以根據使用者的特點提供個性化服務，這就意味著人類向AGI又邁進了一步。有學者稱，“龍蝦”誕生的意義比DeepSeek更加重大。“無論如何，這是一個很好的起點。”聶再清說，目前的Agent產品還處於早期，要想大規模進入公眾的日常生活和工作，除了性能穩定性需提升以外，安全風險問題也亟待解決。需要進一步明確一點，“龍蝦”強大的執行能力有一個前提：授予真實權限。張鈸說，Agent要想玩得好，人類必須“放權”，允許它呼叫電腦裡的檔案、查閱郵件、登錄社交帳號並行送資訊，但這個過程中也可能造成嚴重的隱私洩露。正是出於對安全風險的擔憂，他幾乎沒給“龍蝦”任何授權。“我很謹慎，尤其擔心被駭客攻擊，因為機器比人更容易被欺騙與誤導。”聶再清進一步解釋，現階段“龍蝦”產品之所以會帶來資訊安全風險，是由於Agent在執行任務時需要呼叫外部大模型進行推理，人們常說的API就是指呼叫資源所需的“介面”，接入外部API後，也就意味著使用者本地的資訊可能被上傳到外部系統進行處理，如果系統在判斷那些資訊可以傳送、那些資訊不應傳送方面缺乏足夠能力，就可能導致敏感資料被意外暴露。他強調，下一步，安全與責任機制將成為關鍵議題，Agent服務提供商應對系統行為承擔責任，監管部門也要深度參與規則制定。劉松對Agent的安全問題持樂觀態度。他所在的企業平凱星辰是一家開源分佈式資料庫提供商，對資料安全的本質看得更清楚。他認為，這類安全風險並不是“龍蝦”獨有的問題，而是一個更廣義的資料安全與權限管理問題。關鍵在於如何為“龍蝦”設定清晰的權限邊界，例如明確那些資料可以訪問、那些操作必須人工確認，以及在關鍵節點設定多重確認機制。“就像電腦刪除檔案時需要二次確認一樣，Agent在執行可能帶來不可逆後果的操作時，也應該觸發提示和稽核流程。這沒有什麼技術挑戰，企業級安全解決方案很快會走向成熟。”上圖：3月11日，在中國（南京）軟體谷“質能·工坊”OPC社區，技術人員安裝完開源AI智能體“龍蝦”後與使用者（左）交流。圖/新華下圖：3月16日，廣東珠海市以“賦能政企數字員工，落地智能行為執行”為主題的OpenClaw AI技術沙龍中心。圖/視覺中國“App會逐漸消亡”“龍蝦”在全球的擴張速度比人們想像中要快。2025年12月，OpenClaw在GitHub上的關注度還很低，80多天以後，OpenClaw在GitHub上的收藏量已達到25萬，成為這個開源社區歷史上增長最快的項目之一。奇安信在3月16日發佈的國內首份《OpenClaw生態威脅分析報告》中揭示了一組驚人的數字：全球四大主流Skills分發平台上的Skills總量已逼近75萬，每天新增數量高達2.1萬個，按照此趨勢，僅需一年時間Skills總量將突破800萬。為了接住這波流量，騰訊、阿里、百度等大廠幾乎在幾天之內就緊急上架了自己的“龍蝦”。業內人士普遍認為，Agent很可能會成為下一代“移動網際網路”。“或者更直白地說，成為下一個入口。”聶再清說。設想一個這樣的場景：你要進行一場為期7天的大理旅行，你點開手機螢幕，無須打開攜程、12306、飛豬等不同App，只要對著手機，把你的需求清晰地表達出來，一個生活類“龍蝦”就“一站式”幫你完成訂票、購物、資訊檢索、小眾行程規劃等所有任務，原本的App成了Agent的Skills。劉鬆解釋，由於“龍蝦”能夠便捷地跨應用呼叫服務，隨著使用者對Agent的依賴性上升，個人手機上的App會逐漸消亡，或是被“折疊”到後台，新的入口將轉移到Agent平台。他推測，經過三五年洗牌後，未來以Agent為核心的AI產業競爭很可能進一步走向寡頭格局。“因為在‘龍蝦’時代，勝出者必須同時擁有大模型能力、算力、資料和使用者規模等多重資源，競爭門檻相當高。相比之下，一些缺乏AI技術能力或算力基礎的網際網路企業，特別是一些單純的社交類平台，未來可能更多成為被呼叫的服務節點。”他說。不過，即使“龍蝦”穩定性進一步提升，Agent可以取代一些生活類App去自動完成規劃，在一些關鍵節點仍需與使用者確認中間結果。劉松認為，傳統App的優勢就在於，每一步操作都可以被使用者選擇和追溯，但Agent全方位接入後，使用者可能失去這種精細化控制能力，“就像從手動擋變成了自動擋的演進”。他建議，在未來“龍蝦”手機裡，仍可以保留某種“中間介面”，至於其具體形態，則可以進一步探討，未必一定是以App的形式。3月13日，廣東深圳深元人工智慧聯合MetaEra與iPollo在深圳華強北全球人工智慧應用場景中心舉辦“全球首家OpenClaw線下展示”活動。圖/視覺中國“一場人機互動革命將開啟”毫無疑問，以“龍蝦”為代表的新一代Agent技術，即將開啟一場人機互動革命。目前，業界基本達成共識，未來的人機互動是以語言為核心的“自然互動”。張鈸認為，與傳統的文字互動相比，自然語言具有明顯優勢：它不依賴複雜操作，也不受使用者教育水平的限制。聶再清認為，除語言之外，視覺乃至各種環境訊號未來都可能成為輸入方式，互動形態會更加多樣化。與此同時，人機互動的雙向性會明顯增強，Agent不僅能執行任務，也能在理解使用者目標的基礎上主動提出建議。“專屬於你的Agent助手會一直跟著你，瞭解你的個性與習慣，幫你在海量的資料中尋找最優解，通過人機協作來共同解決問題。”在這樣的未來圖景中，從硬體端來看，張鈸認為，人機互動也將不再侷限於電腦或手機螢幕，“任何終端裝置都可能成為入口，手錶、眼鏡、戒指、智能家具等，使用者可以隨時通過自然語言與AI互動”。這樣的未來或許不需要等待太久。劉松推測，最多三到五年，人類就會進入“多Agent並存”時代，個人裝置上可能同時運行很多私人“助理”，例如工作Agent、生活Agent、學習Agent等。每個人的“數字員工”分工有序，隨著這種模式逐漸成熟，人與智能體之間，以及不同智能體之間都會形成新的協作網路。在這樣的協作網路中，Agent還會重塑人類的工作方式與就業結構。張鈸認為，AI的發展並不只是效率工具的升級，更會改變人與機器之間的分工結構。未來，機器將承擔更多執行性工作，人類的角色逐漸轉向提出目標、分配任務並對結果進行判斷。而勞動力市場則會演變成不平衡的“啞鈴型結構”：人類向兩端集中，一端是高端的創造性和決策性工作，另一端是非常低端的體力勞動，大量中低端的事務性崗位被Agent系統替代。“甚至更簡單點說，凡是坐在電腦前處理資訊的工作，都會受到影響。”劉松說。他所在的企業目前有大約300名技術研發人員，本來今年還要再招人，但隨著Coding Agent的到來，招聘計畫又重新規劃了。當人類的社會結構被Agent深刻改變，Agent與Agent正在組成新的社會結構。在只有Agent可以分享、討論和點讚的社交平台Moltbook，一項2026年2月發表的研究深入分析了Moltbook上14490個智能體發佈的39026個帖子和5712條評論，研究者吃驚地發現，雖然18.4％的帖子包含行動誘導語言，但大多數在網上“衝浪”的Agent，在社交平台上卻沒有出現人們設想中的極端情緒，不僅很少見到惡意回覆，還會有Agent善意地在極端帖下提醒廣大“Agent友”要警惕這些帶有風險的言論，也就是說，即使在沒有人類監督的情況下，由Agent構成的社會系統似乎也湧現出一定的社會秩序與規範。劉松分析，由於Agent的行為模式建立在對人類知識和語言資料的學習之上，其看似理性的反饋，很大程度上是對人類已有規則和經驗的再現與強化。與人類不同，Agent並不存在真實的情緒和慾望，因此在某些社交場景中反而顯得更加客觀和克制。他認為，當前階段討論“Agent社會”的自主性風險仍為時尚早，更值得關注的是，這種由演算法驅動的數位化社會形態，是否會反過來影響人類對規則、秩序與理性的理解。“Agent社會就是人類社會某種意義上的鏡像。”以“龍蝦”為代表的新一代Agent技術，即將開啟一場人機互動革命。AI插畫/adan當“龍蝦”長出“身體”Agent進化的終極形態是什麼？在眾多大廠部署“龍蝦”的熱鬧之下，近日，維他動力的一條新聞被很快淹沒：機器狗“大頭BoBo”宣佈接入OpenClaw，讓Agent首次具身化，有網友戲稱，活體“大龍蝦”終於來了。張鈸指出，Agent與機器人合體之後，就相當於給它裝上了“大腦”。在他看來，當擁有“大腦”的機器人開始在真實的物理世界中執行更多複雜任務，可能推動人類加速走向通用人工智慧（AGI）——雖然，人類距離這一終極目標還有很遠的距離。劉松認為，“Agent+機器人”的融合仍處於初級階段。目前，Agent的核心優勢仍在於大語言模型的推理與規劃能力，可以理解和處理數字世界中的任務，而非直接應對複雜的物理環境。也就是說，機器人如果僅僅基於“大語言模型”有了“大腦”，本質上仍是把語言模型的輸出對應為具體動作執行，但不足以支撐複雜場景中的自主決策。要想讓“龍蝦”真的長出“身體”，缺失的關鍵一環是感知能力。張鈸解釋，感知能力是人工智慧走向現實世界的關鍵前提。與數字環境不同，物理世界高度複雜且持續變化，如果缺乏強大的感知系統，機器就無法理解環境變化，並據此作出決策。“從Agent實際工作的表現來看，只有微小感知，也就是小範圍的閉環反饋能力，主要以語言模型中常用的人類獎懲機制來推動，缺乏主動對做過的事情自我反思、自我改進並持續自我學習。這就需要建構一個來自外部環境的真實反饋機制。”但問題是，想讓一輛無人車學會規避路障，不可能真的讓人開著它在現實世界積累“車禍”經驗，於是，AI研究人員提出了“世界模型”的構想，類似於設計一種“真實世界模擬器”，可以讓無人車在模擬世界中進行學習與決策。深度學習“三巨頭”之一的楊立昆就將“世界模型”視為通往高階人工智慧的關鍵路徑，強調AI必須學會表徵、預測和規劃物理世界。通俗地說，大語言模型擅長回答“下一個詞是什麼”，而世界模型要回答的是：“下一秒會發生什麼。”Google在2025年推出Genie 3時就宣告要朝著更通用的互動式世界模型邁進。輝達也明確把“世界基礎模型”定位為機器人和自動駕駛的物理AI底座。但總體而言，“世界模型”在過去幾年並沒有明顯的技術突破。張鈸分析，要想建構儘量接近真實世界的環境，就需要海量高品質的現實世界資料，但資料的獲取難度非常大。“建立通用的世界模型目前是不大可能的，只能針對某一具體垂直場景建造模型，最典型的就是自動駕駛。”多位受訪者指出，如果“世界模型”能將“感知—決策—執行”的閉環徹底走通，就看到了具身智能的希望。從技術演進的長期趨勢來看，Agent與機器人融合，是AI發展的必然趨勢。也就是說，Agent在未來的終極形態一定是擁有“身體”的Agent，不僅能理解語言，還能理解物理世界的運行規律。更進一步說，未來的Agent更像一個同時擁有很多“肉身”的智能中樞。聶再清認為，在Agent向著具身智能演進的過程中，智能化的物聯網也將成為關鍵基礎設施，“只有在更多裝置被連接之後，Agent才會具備更強的環境理解與控制能力，這些延伸出去的‘感知器官’與‘行動肢體’共同構成一個完整的貫通數字世界與物理世界的智能系統，這一感知與反饋閉環的成熟，正是人類通往AGI的核心驅動力”。 (中國新聞周刊)

騰訊在2025年財報中明確AI為核心戰略，計畫2026年將混元及新AI產品投資至少翻倍，短期內收入增速或快於利潤。公司強調核心業務（遊戲、社交、廣告）在AI時代韌性十足，並借鑑雲業務經驗，以長期主義心態看待AI投資回報。同時，騰訊看好智能體帶來的去中心化機遇，計畫將混元深度融入微信等生態，而非在基礎模型層進行壟斷式競爭。騰訊明確戰略重心，持續加碼AI投入，2026年對混元大模型及新AI產品的投資至少翻倍。3月18日，騰訊交上了一份穩健的成績單。2025年第四季度總營收同比增長13%，遊戲與行銷服務增速顯著超越行業大盤，為戰略轉型提供了充足的資金緩衝。面對市場關注的AI投資回報周期問題，管理層明確表示將借鑑騰訊雲從虧損走向盈利的經驗，以長期主義心態看待投入與產出之間的時間差。在同日晚間舉行的財報電話會上，騰訊詳細闡述了AI戰略的最新進展。公司披露，僅“元寶”AI應用及混元大模型在2025年第四季度的投入就達16億元人民幣，全年累計18億元。這一數字尚不包括支援現有業務的AI投入及通過騰訊雲向外部客戶提供GPU服務的成本。管理層強調，這部分戰略投資將單獨列示，其性質類似於對新業務線的孵化或資本開支，屬於建設未來基礎設施的必要前期投入。市場影響方面，騰訊明確釋放了短期內收入增長與利潤增速可能出現剪刀差的訊號。但公司同時強調，剔除新AI產品投入後，現有業務展現出的經營槓桿依然強勁。馬化騰首次公開談及“養蝦”：可結合微信去中心化理念值得一提的是，在財報電話會開始前的業績溝通會上，馬化騰首次公開談及他對“養蝦”的思考。他認為，“龍蝦”應用能夠讓AI落地到各種豐富的場景中，而不像過去那樣完全集中在ChatBot裡，這能夠更好地發揮騰訊資源，讓各戰線聯合發力，也為正在開發中的微信agent帶來了啟發。馬化騰提到，微信生態中的小程序一直是去中心化的，類似這樣的理念，可以融入到未來的“龍蝦”應用當中。服務商特別怕被短路化、管道化，所以騰訊在生態設計的時候，也要考慮到這種需求。他表示，未來騰訊“養蝦”，中心化和去中心化要結合一起做。agent夥伴希望自己有流量和入口，但也不想自己被單純的呼叫。“這是一個更長遠的考慮，大家可能要有點耐心，這個不是匆忙就能出來的。”核心業務在AI時代具備強大韌性騰訊總裁劉熾平在財報電話會上指出，公司的核心業務在面對AI變革時展現出強大的韌性。首先，通訊與社交業務如微信和QQ，其核心在於連接人與人，這種深厚的網路效應以及使用者資料的私密屬性，構築了難以被AI輕易撼動的天然壁壘。與此同時，遊戲業務同樣根基穩固，特別是多人線上競技遊戲，其生命力深深植根於玩家間的即時互動和對強大IP的情感投入，AI技術不僅沒有削弱這一點，反而成為助力創造更多高品質、創新性內容的工具，這也推動騰訊遊戲在2025年實現了22%的收入同比增長，顯著超越全球遊戲行業7%的增速。此外，在行銷服務領域，騰訊通過部署長序列AI模型和生成式AI工具，極大提升了廣告的精準投放和創作效率，其推出的“AI廣告投放解決方案”幫助廣告主實現自動化競價與投放，從而提升投資回報率，並吸引更多預算傾斜，最終驅動2025年行銷服務收入同比增長19%，遠超中國行業平均14%的增速。AI戰略深化：從賦能到原生，聚焦“元寶”與智能體電話會上，公司首席戰略官詳細闡述了騰訊的AI演進路徑。他表示，在完成對基礎模型（如混元大模型）的迭代最佳化後，騰訊的AI戰略正從“賦能現有業務”邁向“創造全新應用”的關鍵階段。首先在基礎模型層面，公司內部測試的“混元3.0”模型在能力上實現了對前代的重大跨越，為上層應用提供了更強大的智能支撐。在應用層面，首席戰略官特別談及AI聊天應用“元寶”的定位與進展。他強調，AI聊天應用並非要與所有應用展開競爭，其核心對標對象實際上是搜尋引擎。目前，“元寶”已擁有1800萬日活躍使用者，騰訊正通過整合搜尋功能、最佳化語音互動體驗、支援多模型呼叫以及探索群聊場景等多種方式，快速迭代產品以提升使用者體驗和使用者粘性。他預計，隨著“混元”模型能力的深度整合，未來幾個月“元寶”的使用量和使用者參與度將進一步增長。與此同時，騰訊將AI智能體視為下一個重大機遇，這類智能體能夠自主執行複雜任務，從而有效提升個人和企業的生產力。目前，騰訊已推出包括Word研究、QQ合作、騰訊雲燈塔等一系列AI工具，並計畫通過技能商店讓使用者能夠便捷使用。展望未來，混元模型團隊與應用團隊將更加緊密地協同合作，為使用者提供獨特而強大的智能體能力。騰訊云：戰略轉型收效，資本投入加碼騰訊雲成為本次溝通會的焦點案例。公司高層指出，在經歷了前幾年優先追求收入增長、對標行業參與者的階段後，騰訊於2022年前後主動對雲業務進行了結構性調整，將重心轉向高品質服務，而非追逐高營收和定製化項目。經過數個季度的努力，這一轉型已初見成效。如今，受益於GPU算力需求、AI帶來的增量機遇以及海外市場的拓展，騰訊雲正步入加速增長軌道。公司表示，已訂購了規模顯著提升的GPU產能，這為滿足未來需求奠定了堅實基礎。騰訊將雲業務視為又一個典型的“騰訊式投資案例”。回應AI投資回報：借鑑雲業務經驗 接受時間差面對分析師關於AI投資回報率和2026年利潤率的提問，管理層給出了坦誠而審慎的回應。首席財務官羅碩瀚表示，收入增速快於利潤增速是可能出現的情形，但公司對此結果感到滿意，因為這意味著新產品的拓展和在巨大機遇面前的佈局。首席戰略官James Mitchell進一步闡釋了投資邏輯：在現有業務中應用AI已見到良好回報，剔除新AI產品投資後，現有業務的經營槓桿依然顯著。對於新產品的投入，他指出當前消費者訂閱和企業為編碼智能體付費的模式尚不成熟，因此需要前期投資。但他相信，隨著時間的推移，這些新產品將產生收入並帶來可觀回報，騰訊雲的案例即是證明——從初期虧損到最終盈利，投入與回報之間存在時間差。在算力資源配置方面，騰訊已積極鎖定更多算力，將通過租賃、採購高端GPU及國產晶片等多種方式滿足需求。算力將優先保障混元模型和新產品的訓練與推理。在人才方面，公司通過薪酬激勵和團隊文化吸引頂尖AI人才，並利用騰訊獨特的用例場景留住他們。混元戰略定位：在多模型並立的生態中，憑藉場景與生態取勝針對“將混元與其他大模型並列推出，如何避免其他模型稀釋自身基礎模型價值”的尖銳提問，騰訊管理層給出了其對AI生態的深刻洞察。他們認為，未來的AI世界不會是一家通吃的壟斷格局，而是一個多模型並立、專業分工的多元化世界。正如從PC網際網路到移動網際網路的演進催生了無數應用，AI時代也將走向分佈式和去中心化。不同的模型將在程式碼、長文字、多模態等不同領域各有所長。在這一格局下，騰訊的核心優勢不在於壟斷模型層，而在於其橫跨PC、移動、雲多端的使用者觸達能力，以及在社交、遊戲、內容等多元場景的深度覆蓋。混元模型將與小程序等去中心化生態緊密結合，讓智能體（Agent）具備自主執行複雜任務的能力，從而為使用者提供獨特的價值。騰訊相信，憑藉其強大的生態系統和應用場景，混元能夠成為使用者和企業根據性價比和性能需求進行選擇的優秀模型之一。AI應用層機遇：智能體將催生去中心化新生態在談及AI價值鏈中最具競爭力的環節時，管理層表達了對應用層，特別是智能體（Agent）的強烈看好。他們認為，當前大模型（AGI）的競爭激烈，但未來的機會將更多體現在應用層面。智能體能力的出現，將催生一個去中心化的新生態。在這個生態中，每一個小程序、每一個應用都可以通過智能體獲得自我進化的能力。騰訊認為，自身在這一領域具備天然優勢：既有微信等中心化超級App作為流量入口，又營運著中國最活躍的去中心化生態——小程序平台。隨著智能體能力的注入，小程序開發者將能夠為使用者提供更加智能、主動的服務，這將是騰訊在未來AI競爭中最重要的價值定位之一。關於AI晶片戰略：聚焦模型訓練而非自研晶片針對是否將自研晶片納入優先順序的提問，騰訊明確表示目前這不是最關鍵的聚焦點。管理層區分了訓練晶片與推理晶片的不同戰略意義：訓練晶片的設計和製造難度極高，公司需要儘可能獲取最先進的訓練晶片，以最靈活的方式訓練最優模型。混元3.0的推出只是起點，未來將更快迭代模型訓練。在推理層面，主要考量的是成本。目前中國市場在推理晶片方面已有多種供應選擇，與訓練晶片領域僅有一兩家供應商壟斷的格局截然不同。推理晶片市場競爭充分，供應商利潤率遠低於訓練晶片。騰訊當前的優先事項是利用最佳晶片訓練模型，釋放產品開發和連接能力，設計出最吸引使用者的產品。當這些目標實現後，才會考慮如何降低推理成本。以下是電話會全文（由AI輔助翻譯）：主持人:晚上好，各位。歡迎大家參加騰訊2025年第四季度業績公佈網路研討會。我是投資者關係團隊的溫迪·黃。在此時刻，所有參與者均處於只聽模式。在管理層陳述之後，將進行問答環節。通過電話參會的參與者，如需提問，請在電話上按5舉手。如果通過Zoom Meeting或VooV Meeting應用程式接入，請點選左下角的舉手按鈕。請注意，今天的網路研討會正在錄製。在我們開始陳述之前，我們想提醒您，本次會議包含前瞻性陳述，這些陳述受到多種風險和不確定性的影響，由於各種原因可能在未來無法實現。關於一般市場狀況的資訊來源於多種管道。本陳述還包含一些未經審計的非國際財務報告準則財務指標，這些指標應作為根據國際財務報告準則編制的財務業績指標的補充，而非替代。有關風險因素和非國際財務報告準則指標的詳細討論，請參閱我們的財報。現在，請允許我介紹今晚出席網路研討會的管理團隊。我們的主席兼首席執行長馬化騰先生將首先做一個簡短的概述。總裁劉熾平先生將進行戰略回顧，首席戰略官詹姆斯·米切爾先生將進行業務回顧，首席財務官羅碩瀚先生將總結財務討論。之後我們將開放提問。現在，有請馬化騰先生。馬化騰:謝謝溫迪。大家晚上好。感謝各位的參與。2025年，我們實現了長青產品和服務的優質增長。得益於《三角洲部隊》的突破性成功，我們的遊戲組合進一步加強，這也鞏固了我們的長青遊戲。AI在內容開發、使用者參與和行銷效率方面構成了有意義的增益。由於推薦協議升級以及內容生態系統……，我們的廣告帳戶總透明增長超過20%。我們的行銷服務在行業中迅速增長，受益於我們升級的AI廣告模型和新推出的自動化行銷解決方案“AI行銷快線”。金融科技業務通過深化與金融機構的牌照合作並保持審慎的風險管理，實現了健康的收入增長。在雲業務方面，由於企業對我們在行業內領先的稅務產品、供應鏈最佳化和國際業務的強勁需求，我們實現了規模化盈利。我們的國際遊戲業務年收入首次突破100億美元，這得益於長青遊戲的持續增長和熱門遊戲的快速擴張。我們的雲業務在專業市場獲得收入增長，因為我們擴大了與關鍵客戶的合作關係，並推動了更廣泛地對我們的快閃記憶體產品的採用。我們核心業務產生的強大經營槓桿和強勁現金流，使我們能夠在年內加大對AI的投資。我們升級了團隊，招募了頂尖AI人才，並系統地建構了提升基礎模型智能的流程。我們開始探索新AI服務的能力，包括元寶、微信和核心產品。謝謝。接下來，我將交給馬丁分享更多內容。劉熾平:謝謝Pony，大家晚上好，早安。在接下來的環節中，我將分享我們如何看待AI作為一股變革力量，首先是從我們現有業務在AI時代的韌性談起，接著是我們如何在現有業務中部署AI以加強它們，然後是討論AI帶來的全新產品和機遇，以及我們如何進行投資以抓住這些機遇。首先，我想談談我們的核心業務在AI時代具有很強的韌性。眾所周知，AI將影響科技行業的方方面面，但我們相信某些產品和服務天生更具韌性。這種韌性的特徵包括：由消費者之間、消費者與內容創作者之間、消費者與企業之間互動產生的強網路效應（按強度排序）；將位元世界與原子世界聯絡起來的深度供應鏈創新；強大的監管和許可要求；規模經濟效應；相對於提供的價值或轉換成本而言較低的費率；以及……本質上是……使用這些標準來看我們主要的現有業務，結合使用者趨勢的支援，結論是它們每一項都具有高度的內在韌性。特別是我們的通訊服務，包括微信。人們使用它們與家人、朋友、同事和商業夥伴進行連接和互動。我們相信，這種對人機互動的需求，連同網路效應和這些互動所產生的資料的封閉性，將使通訊服務在面對競爭性非AI服務時具有極強的粘性，並且未來對基於AI的服務也仍將保持韌性。其次，我們的遊戲業務也非常有韌性。我們的多人遊戲，特別是PVP遊戲，也享有網路效應。類似於體育，它們本質上是以團隊為基礎的，玩家與其他玩家一起玩或對戰。正如人們更喜歡親自參與或觀看他們支援的團隊在體育比賽中競技，而不是觀看AI體育比賽一樣，玩家仍然喜歡我們的遊戲提供的與他人互動的體驗。我們的遊戲也培養了強大的IP，這將使得更多遊戲能夠被更快地製作出來。遊戲行業每年有20萬款新手機遊戲和1.8萬款新遊戲推出。限制因素在於新遊戲需要高品質且比最好的遊戲更具創新性。……作為前沿技術的天然受益者，AI的普及自然會惠及遊戲行業。而且，當人們擁有更多空閒時間時……我們的金融科技服務也具有韌性，因為它依賴於難以獲取和保留的、數量有限的牌照，並且已經投資建設了數十年……將商家與超過10億消費者連接起來，這本身就帶來了網路效應。我們的移動支付費率已經是全球最低之一，我們相信這使得在價格上與我們競爭變得非常不經濟。劉熾平:現在，我想展示我們如何利用AI加強核心業務，並走在了行業前列。當生成式AI剛出現時，我們優先考慮利用它來加強核心業務。如果我們能夠加強它們，我們將處於更有利的位置來投資新的可能領域。我們相信，在每一個核心業務領域，我們現在都處於中國各自行業的前沿，甚至在全球範圍內，在利用AI方面也處於領先地位，從遊戲中的使用者參與度和收入趨勢可以看出初步的積極成果。在遊戲領域，我們正在部署生成式AI來加速遊戲內內容生產，使我們能夠在我們的大型遊戲中生產更多內容。我們正在利用生成式AI，通過定向廣告、生成每日精彩集錦以及在PVP遊戲中撮合隊友等方式，促進新使用者獲取和現有使用者留存。你可以將非玩家角色用在PVE遊戲中。這些舉措是為什麼我們的長青遊戲越來越長青的原因之一，也是我們2025年遊戲收入增長22%，跑贏全球遊戲行業7%增長率的原因之一。在行銷服務方面，我們擴大了廣告基礎模型，為更有針對性的使用者提供更相關的廣告，同時提高廣告主的轉化率並提供更好的使用者體驗。同時，我們提供生成式AI驅動的創意解決方案，使廣告商能夠建立更多廣告，這些廣告與更小的使用者群更相關且更高效。我們推出了自動化行銷解決方案“A+”，廣告主可以在其中自動化定向、競價和投放，從而提高他們的行銷投資回報率，並增加對我們的預算分配。這些舉措極大地促進了騰訊的行銷服務收入在2025年增長19%，超過了中國整體廣告市場14%的增長。對於視訊號，部署了長序列AI模型，該模型捕捉更多使用者訊號以增強內容推薦，這正在推動使用者增長、參與度和內容分發。2025年，視訊號總使用者時長增長了超過20%，按日活躍使用者數計算，視訊號現在是中國第二大短影片服務。對於數字內容，我們在內容製作中利用AI，提高了製作流程效率並提供了視覺上引人入勝的特效。AI還幫助在新聞視訊等內容分發方面實現更智能的內容規則化。我們正在企業軟體中使用AI，提供諸如AI助手等功能，這些助手可以記錄和總結正在進行的會議，還可以根據客服歷史生成智能回覆。我們的企業軟體產品在各自類別中，無論在使用量還是收入方面，都被公認為中國的市場領導者。對於金融科技，我們在信貸承銷和諮詢中使用輕量級AI模型，這有助於我們保持優於行業的逾期貸款率。現在，既然我們的核心業務在營運和財務上都受益於AI整合，我們相信我們已經處於有利地位，可以加快開發新的AI產品，並將基礎模型作為優先事項之一。在基礎模型層面，我們看到了將強大模型與核心用例（如聊天機器人、編碼、多模態和智能體應用）相結合的巨大機遇。雖然我們不是大語言模型的先行者，但我們已經重組了團隊，改進了資料質量，並為預訓練和強化學習重建了AI基礎設施，我們現在正以更快的速度迭代更智能的模型。混元3.0正在進行內部測試，目前代表著相對於混元2.5的能力躍升，就像2.5相對於1.0的提升一樣。多模態能力也很容易獲得。文字和圖像是早期的領先類別，並將越來越多地從利用我們的專有資料和豐富的用例中受益。中國的一些觀察者單一地專注於將聊天機器人作為接觸使用者的唯一手段，我們相信這種想法過於簡單化了。因為AI可以通過多種方式幫助人們，超越資訊提供和……我們相信AI聊天應用主要是在與搜尋應用競爭，而不是與所有其他應用競爭。對於我們自己的AI聊天應用元寶，我們專注於尋找產品市場匹配和能夠帶來流量的用例。我們正在快速迭代元寶，通過提供更好的搜尋整合、改進的語音識別、更容易訪問的多模態能力以及對群聊的探索來增強其使用者體驗。我們相信，隨著我們在未來幾個月內部署混元3.0到元寶，這將增加該應用的使用量和使用者留存率。一旦部署混元3.0，我們相信核心使用者體驗將進一步提升。我們正在建構能夠自主理解、代表使用者行動的智能體。圍繞……的興奮表明，人們認識到AI可以解鎖電腦使用能力以改善他們的日常生活，但也說明了釋放無監督AI的風險。我們在騰訊……中獎勵AI智能體，以提供對公眾和早期採用者都有益的AI生產力，這將促進生態系統活動並自然產生……目前，智能體由多種基礎模型驅動，我們預計應用層面的使用者將繼續能夠訪問一系列模型。然而，包括混元在內的性能使我們能夠提供新的、獨特的、具有智能體的能力。未來，混元團隊和……團隊將越來越緊密地合作。說到……，我們已經推出了一系列提升生產力的AI工具，包括工作寶、QQ……和騰訊雲Lighthouse，並將從我們的技能中心提供可下載的技能，以便使用者輕鬆使用這些工具。雲……正在將AI從思考升級為行動和持續任務執行。使用者可以通過他們現有的通訊應用控制這種新一代的……命令列介面。這在中國……和QQ中，是使用者與他們已經習慣的地方和格式與數字智能體進行互動的有效方式。我上面描述的產品需要大量且持續增加的投資，我們相信這些投資將產生顯著的回報。在2025年第四季度，我們最大的兩個新AI產品（混元和元寶）的支出約為10億元人民幣，全年為180億元人民幣。這些數字僅針對混元和元寶，不包括支援我們現有產品和服務的舉措，也不包括通過騰訊雲向外部客戶提供服務所產生的成本。我們預計在2026年，對混元、元寶和其他新AI產品的投資將增加一倍以上，我們打算用核心業務增長的收益來資助這些投資。本著這種變革精神，我們正在單獨列出對新AI產品的投資，因為我們視這些戰略投資在概念上類似於對聯營公司的投資或資本支出。這些是為建構必要基礎以釋放新價值所需的前期投資，而不是持續的營運費用。因此，我們相信這些投資的影響應與現有業務產生的利潤分開看待。隨著時間的推移，我有信心這些新AI產品的貨幣化將緊隨使用者使用而來。最後，我想以騰訊雲作為一個案例研究，說明我們如何隨著時間的推移將我們的服務發展成為具有經濟回報的市場領導者。這將會像遊戲、支付和長視訊一樣。我們預計我們新的AI產品也將如此。騰訊雲一開始就相信，由於騰訊本身是中國一系列技術基礎設施的最大單一終端使用者，因此它從一開始就具備規模，並且可以提供源於騰訊獨特洞察、生態系統和能力的差異化服務。例如，我們相信我們是第一個完全認識到AMD最近幾代CPU能力提升的中國雲服務提供商，成為其在中國最大的合作夥伴，並且我們的雲視訊串流媒體服務在串流媒體質量方面是行業領導者。在一段時間裡，騰訊雲受到其他行業參與者的誤導，優先考慮收入增長。2022年，我們大力重組騰訊雲，專注於高品質服務，而不是追逐高收入但低附加值的活動，如轉售和定製項目。這一轉變使我們在幾個季度的收入增長上付出了代價，但它使騰訊雲能夠在2024年實現經營利潤盈虧平衡，而前幾年則面臨重大虧損。在2025年期間，儘管由於我們優先考慮內部需求，導致GPU對外部客戶的可用性有限，騰訊雲仍面臨收入逆風，但它實現了收入增長和盈利能力的顯著提升，實現了50億元的經營調整後利潤。近幾個月來，我們看到了更好的定價環境，特別是對於記憶體和CPU，加上強勁的AI需求和海外擴張，使騰訊雲能夠以更快的速度增長收入。隨著我們進入今年，我們已經訂購了顯著更高數量的計算資源，這也應促進收入增長。總的來說，我們認為騰訊雲正在成為另一個例子，說明騰訊如何按照自己的節奏和方式進行競爭，以及我們的孵化投資周期是如何運作的。我們認為，騰訊雲最初的虧損是孵化一項成功新業務所必需的固定現金投資，但最終會產生良好的經濟回報。我們認為，對新AI產品的初始投資方式也應與此相同。下面請詹姆斯發言。詹姆斯·米切爾:謝謝馬丁。2025年第四季度，我們的總收入同比增長13%。各業務類股收入佔比分別為：增值服務佔47%（其中社交網路16%，本土市場遊戲20%，國際市場遊戲11%），行銷服務佔21%，金融科技及企業服務佔31%。我們的毛利潤同比增長19%，達到1080億元人民幣。各類股毛利潤同比增長分別為：增值服務增長21%，行銷服務增長22%，金融科技及企業服務增長17%。回到業務分部：增值服務收入為900億元人民幣，同比增長14%。其中，社交網路收入同比增長3%至310億元，主要受視訊號直播和音樂訂閱收入增加驅動。音樂訂閱收入同比增長13%，得益於付費使用者增長。長視訊訂閱收入同比增長1%，視訊訂閱使用者略有增長，受益於熱播劇、綜藝和動畫《全職高手》。在第四季度，這些作品在各自類型的影片播放量上均在中國所有視訊平台中排名第一。本土市場遊戲收入同比增長15%。《三角洲部隊》在本季度持續位列行業前三，2026年2月，該遊戲峰值日活躍使用者超過5000萬，總時長……創下新高。《……》AI編碼提升了開發效率，並部署了AI驅動的夥伴以增強使用者體驗，PC端收入同比增長超過30%，並在本季度創下平均日活躍使用者新高，受益於……皮膚、限時活動及電競賽事。《Valorant Mobile》是2025年全行業按總收入計算最成功的新手機遊戲，帶來高品質射擊體驗和吸引年輕玩家的獨特藝術風格。該遊戲在2月份達到總收入新高，因為我們推出了……使用者統計資料。《……》1月推出了……，一款基於虛幻引擎的多平台FPS遊戲，已吸引數百萬日活躍使用者。國際市場遊戲收入同比增長33%，主要由Supercell驅動。《荒野亂鬥》在第四季度按日活躍使用者數計算是行業第三大手機遊戲，其平均日活躍使用者同比增長超過三倍，達到歷史高點。該遊戲在3月舉辦了十周年活動。《……》在2025年獲得了玩家之聲獎。第四季度，該遊戲在新故事線……的推動下，總收入和日活躍使用者同比快速增長。《Warframe》發佈了重大更新，新增遊戲模式、新戰甲，其平均日活躍使用者和總收入在2025年12月達到歷史高點。行銷服務收入同比增長17%。增長驅動因素包括廣告定向最佳化、擴大了……行銷。進入2026年，我們深化了與電商平台的合作，促進其商家在我們這裡投放廣告，並增加了激勵視訊廣告和視訊號的庫存，這有助於第一季度至今行銷服務收入較去年第四季度實現更快增長。在產品層面，視訊號總使用者時長通過升級內容推薦演算法實現增長，促使廣告展示次數更快增長，但我們的載入率仍低於同行。更高的轉化率促使許多小商店商家增加了行銷支出。使用者越來越多地與小程序、小遊戲和小短劇互動，吸引了更多來自小遊戲和……資訊流的行銷支出。搜尋功能的增強推動了商業查詢量的增長，搜尋定價也有所提高。金融科技及企業服務收入為610億元人民幣，同比增長8%。金融科技服務收入實現中個位數百分比增長，受財富管理和商業支付服務驅動，毛利率增長更快。商業支付交易額在交易筆數增長的支撐下保持正增長，單筆交易價值跌幅縮小。財富管理是金融科技收入的第二大貢獻者，使用者平均資產……。第四季度，雲服務收入同比增長加速，受企業需求增加和更好的定價環境驅動，以及對記憶體和CPU的供應緊張。來自雲媒體服務的收入顯著增長，因為短影片平台和視訊生成服務越來越多地使用我們的媒體處理解決方案進行流式視訊和音訊處理，以及在雲端處理後回放至裝置，這反映了我們行業領先的串流媒體技術和有競爭力的定價。下面請約翰發言。羅碩瀚:謝謝詹姆斯。大家好。2025年第四季度，我們的總收入為1944億元人民幣，同比增長13%。毛利潤為1083億元人民幣，同比增長19%。……第四季度經營利潤為603億元人民幣，同比增長17%。利息收入為48億元人民幣，同比增長0.2%，由不斷增長的現金儲備驅動。財務成本為XXX億元人民幣，主要由於……匯兌損失……。分佔聯營公司及合營公司盈利為XX億元人民幣，高於去年同期的77億元人民幣，主要由於國內聯營公司因營運效率和收入增長而表現改善。所得稅支出同比增長7%至125億元人民幣。……由於我們減少了股票回購。第四季度整體毛利率為56%，同比提升4個百分點，由高毛利率收入來源（特別是視訊號和廣告）的強勁增長驅動。行銷服務毛利率為60%，同比提升2個百分點，由高利潤率收入流（特別是視訊號和廣告）的強勁增長驅動。金融科技及企業服務毛利率為51%，同比提升4個百分點，受益於規模增長、收入結構改善、經營槓桿和營運效率提升。經營開支總額同比增長0.6%，我們加強了行銷力度以支援新應用和遊戲。一般及行政開支同比增長20%至238億元人民幣，主要由於員工成本（包括與AI投資相關的折舊增加）和增加的折舊費用。不包括一般及行政開支中的股份薪酬開支，同比增長8%至125億元人民幣，主要由於員工人數增加。截至年底，我們擁有約116，000名員工，同比增長5%，環比增長1%，主要反映了為加強AI和技術平台而增加的人員配置。2025年全年，我們回購了1.53億股，總代價為800億港元，用於計算2025年每股盈利的加權平均股數減少了2%。未來，若看到高回報機會，考慮到我們的確定性，我們可能將2026年的股票回購金額低於2025年，以便為AI投資提供資金，同時增加股息。在即將召開的股東周年大會上獲得股東批准的前提下，我們建議派發年度股息每股5.3港元，同比增長18%。此股息將於2026年6月1日派發。謝謝。主持人:謝謝約翰。我們現在開始問答環節。請遵守每次每位分析師只提一個問題。如果時間允許，可以再提後續問題。第一個問題：花旗集團 - 艾麗西亞·雅普艾麗西亞·雅普 - 花旗:晚上好，管理層，感謝接受提問。我的問題關於投入與利潤。在你們的準備發言中，預計現有業務利潤增長足以覆蓋增量AI投資，我們需要將這些長期投資分開看待。但隨著AI投入持續增加，我們應該如何看待2026年的利潤率或收入與利潤增長之間的差距？我的第二個問題也是關於AI的，鑑於持續存在的AI算力和人才約束，我們如何戰略性地設定優先順序？正如我們之前強調的，優先考慮內部AI部署。但鑑於最近的市場發展，管理層如何看待我們如何優先分配資源？我們監控的關鍵績效指標是什麼？是開發最先進的大語言模型，還是使用者參與度，或是代幣增長，亦或是企業解決方案？謝謝。詹姆斯·米切爾:……我回答你的第一個問題，馬丁可以補充。我們開場的發言隱含了一點，即收入增長快於利潤增長是可能的，原因是新產品投資的階段性增加。如果真的出現這種情況，我們對這個結果非常滿意，因為我們可以看到這些新產品代表了我們在一個巨大市場擴展營運的機會，我們也能看到使用者對這些產品的……粘性。……這是一個非常好的選擇。關於你第二個關於資源約束的問題。在人才和GPU方面，關於人才挑戰，我們已經非常積極地招聘，從全球和中國招募了非常優秀的人才。對於混元團隊，我們將繼續加強。我們實際上覺得我們已經擁有了一個強大的AI人才團隊。我們不僅通過薪酬激勵，還通過為團隊創造正確的文化，讓他們在角色中發揮……並與騰訊其他部門良好互動來確保團隊到位。通過最優秀的團隊領導者以及在中國的影響力，最優秀的人才加入了我們的團隊。我們為團隊提供充足的計算資源，並為他們創造的產品提供具有騰訊特色和獨特性的用例。所以在人才方面，我認為我們正從過去面對的稀缺局面，轉變為現在對團隊配置更加滿意，當然我們仍會繼續有選擇性地招聘。在算力約束方面，我們一直在非常積極地獲取更多算力，這些算力將在今年，特別是下半年，逐步並加速到位。這些額外的算力來自租賃能力，來自我們購買更高端的進口GPU（這些GPU現在再次變得可用），也來自我們購買相當數量的國產設計GPU。在將這些算力用於不同用例的優先順序方面，目前的重中之重是混元和更廣泛的新產品。……類產品本質上是分佈式的，它們可以從本地裝置、多雲、騰訊雲獲取算力，但這在算力來源方面有些……。所以，我們正將計算資源集中在混元這個核心基礎模型上，以及新的AI產品上。主持人提醒每位分析師只提一個問題。第二個問題：高盛 - 羅伯特·哈爾羅伯特·哈爾 - 高盛:謝謝管理層接受提問。我想問一下關於……智能體的潛力，以及最近推出的全球……以及如何利用這個智能體機會，以及在差異化方面有何計畫。謝謝。劉熾平:我認為Claw是一個非常令人興奮的概念。它實際上提出了一種去中心化的模型或機制，關於AI如何在世界上運作。這有點像網際網路的演變過程。網際網路剛開始時，似乎有一個入口點（瀏覽器），一個分發點（搜尋引擎）。但隨著時間的推移，出現了不同的服務。當移動網際網路來臨時，突然湧現出大量應用，有完全原生、以移動為中心的應用，也有從PC網際網路遷移過來的應用。我們感覺Claw的運行方式與此類似。有段時間，似乎每個人都在爭奪成為AI智能體唯一的入口和壟斷者。人們說，如果出現一個通用人工智慧模型，它將統治一切。但現實並非如此。現在有多個模型變得非常強大，它們專攻不同的領域：聊天、編碼、多模態。還有很好的開源模型，以及其他很多模型。曾幾何時，在To C世界，似乎流量會集中到一個單一的入口點。但現在有了Claw，我們看到一個完全去中心化的格局被打開，許多公司可以擁有自己的Claw，這些Claw可以使用各種不同的模型，並得到雲基礎設施的支援。每個Claw都必須找出其獨特的價值主張，以贏得使用者。Claw不僅利用雲端和獨特的模型，還利用裝置上的可用工具和生態系統。這變成了一個更加激動人心、去中心化的世界。這對我們來說有很多機會，我們可以建構產品來滿足人們的需求。所以有了Claw，也有了工作寶。未來，我相信很多現有應用都會嘗試推出自己的Claw和智能體能力。更深入的模型也會出現，以贏得這些Claw的青睞。所以這變成了一個更加激動人心、對所有人都開放參與的去中心化世界。就像我說的，我們只需要在模型層、產品層、基礎設施層建立專業能力。每一層都需要有自己獨特的價值主張來贏得使用。第三個問題：未明確分析師未明確分析師：……關於智能體時代的問題。管理層如何評估騰訊在這個新智能體時代中的價值主張？既然我們將混元與面向消費者的其他產品放在一起，我們如何防止其他模型稀釋我們自身基礎模型的價值？謝謝。詹姆斯·米切爾:我認為關於騰訊的價值主張，或者我們能給使用者帶來什麼，我們擁有一些固有的特質，非常適合智能體時代和Claw的部署，馬丁也提到過一些。其中一個特質是，我們是一家能力橫跨PC、移動、雲的公司，能力橫跨應用和全球資訊網。就像智能體Claw可以跨越裝置和領域一樣。對於一家營運著一些中心化應用，同時也託管著極其去中心化卻又充滿活力的生態系統（尤其是小程序生態系統）的公司來說尤其如此。你可以這樣思考：前些年，移動網際網路的到來極大地提升了應用體驗，但這些是更中心化的體驗；而全球資訊網體驗則更去中心化。現在，有了這些智能體能力和Claw，像小程序這樣的去中心化體驗就有了被賦能的機會，使它們自身也能發展出強大能力，並獲得過去不曾擁有的能力。所以我們認為我們的能力和興趣與這些智能體或Claw的部署之間存在著內在的天然契合。這也是我們看到消費者和行業對我們自己的智能體和核心服務熱情採納的原因之一。關於你問題的另一部分，如何防止其他大語言模型稀釋我們模型的價值。我可能沒有完全理解你的前提，但我認為這種情況不會發生。如果你使用這些Claw，進入其中，你會有選擇。你是想要一個高性能、高價格/代幣的模型，還是一個中等性能、很低價格/代幣的模型？還是介於兩者之間的模型？這正是Claw的魅力之一。混元是可供選擇的模型之一。我們相信，隨著現在混元團隊的到位，他們前進的速度會更快，混元會變得更好。因此，消費者自然會增加對混元的使用。但我不認為會形成壟斷局面。成功的Claw會繼續允許消費者和行業根據自己的價格/性能偏好做出選擇。不同的模型會處於價格/性能曲線的不同位置。我們希望成為其中之一，但不打算成為唯一的一個。第四個問題：未明確分析師未明確分析師:考慮到面向生產力的AI智能體在各類企業（尤其是傳統行業）中的普及，您認為這會加速對世界模型（如我們擁有的3D模型）的需求嗎？另外，管理層對……能力的評估以及未來在物理AI中的競爭優勢是什麼？謝謝。詹姆斯·米切爾:我認為你的觀點很有道理。已經存在電腦輔助設計能力，人們自然期望AI能夠補充並最終極大增強這些能力。這在工業設計、建築學中非常重要，在視訊製作中也越來越重要。我們相信，由於我們視訊遊戲內擁有大量且深入的3D圖形資產，我們在提供資料來訓練模型，進而提供這些3D工具方面，處於某種獨特的有利位置。但最終，這可能只是一個相當大的細分市場。我們處於有利位置可以應對這個市場，但我不敢說這是我們面前最大的機遇。我們面前還有很多更大、更直接的機遇。第五個問題：未明確分析師未明確分析師:謝謝接受提問。我有一個關於遊戲和AI顛覆的問題。我們已經看到AI開始對員工人數和遊戲開發成本產生影響。您認為AI將如何影響遊戲質量？隨著我們看到遊戲數量增加，您認為騰訊的發行和營運在未來會變得更重要嗎？另外，如果AI降低了開發門檻，我們是否會看到遊戲供應量有意義地增加？遊戲的平均質量會如何？謝謝。詹姆斯·米切爾:謝謝你的問題。我不知道是否有人參加了上周的遊戲開發者大會。這是每年為遊戲開發者舉辦的首要活動。正如你所料，有許多關於在遊戲創作中使用AI的演講。我有幾點寬泛的觀察：第一，這些演講絕大多數都集中在如何使用AI來更新現有遊戲中的內容，加速內容創作，改善遊戲內……，但出於多種原因，目前還沒有能力完全從頭開始用AI建立遊戲。第二，許多出席人數最多的演講來自我們的騰訊互動娛樂同事，他們談論了如何將AI部署到遊戲中用於圖形、遊戲玩法、使用者陪伴等。我們相信我們在這方面處於行業前沿。許多參加遊戲開發者大會的開發者的反饋也與此一致。關於你問題的後半部分，這是否會導致新遊戲氾濫，從而提升發行和營運的重要性？遊戲行業令人遺憾的現實是，它永遠處於供過於求的狀況。正如馬丁提到的，每年有20萬款新手機遊戲和1.8萬款新遊戲在Steam上發佈。所以，無論這個數字是從20萬增加到200萬、20億還是2兆，其增量影響都是遞減的。關鍵在於創作、營運並使最優秀的遊戲長青。要做到這一點，你需要最優秀的人才，輔以最先進的技術。因此，我們認為……騰訊需要發展的成功因素將繼續有利於行業中最好的開發者。劉熾平:基本上，你可能暗示這對遊戲行業不利。但我認為遊戲其實是受益於AI的行業之一。因為當AI普及時，人們手頭會有更多空閒時間，需求端會顯著增加。遊戲行業是AI普及階段少數確定受益的行業之一。第二點是，新開發者可以獲得優秀的遊戲開發工具，但同樣，組織良好且極具天賦的團隊也能獲得這些工具。……我認為，當一個工具變得可用時，實際上擁有資源、已經擁有平台和使用者的人能更好地利用這些工具來增加產量，讓遊戲變得更好。我認為這對於擁有長青遊戲並且擁抱技術極其迅速和敏捷的玩家來說是一個優勢。最後，當出現大量創新時，很多時候我們看到的是，一個想法出現，一開始並不完美，然後被反覆迭代和打磨。這個過程實際上會因為大量使用者看到這些創新而加速，他們可以更快地迭代，將這些新體驗融入現有遊戲，使遊戲本質上成為平台。我認為這是我們未來將看到的獨特機遇。第六個問題：美國銀行 - 未明確分析師未明確分析師 - 美國銀行:……謝謝管理層給我提問的機會。我想跟進關於AI雲業務的問題。一方面我們看到對AI計算的需求非常強勁，但另一方面，由於DRAM和HBM成本上升，伺服器價格也在上漲。您能否幫助我們理解，在這樣一個動態環境中，騰訊的定價能力和價值捕獲的理念是什麼？換句話說，您是希望將成本通膨完全轉嫁給客戶，還是為了獲取更多市場份額而補貼成本通膨，或是轉嫁成本以獲取更多利潤？詹姆斯·米切爾:謝謝你的問題。首先，我想說的是，顯然存在對計算的需求，但不僅僅是AI計算的需求。當人們使用我們討論的智能體工具時，他們會建立軟體，而這些軟體需要被執行。當它被執行時，大部分不是由GPU執行的，而是在CPU上執行的。隨著執行，它會產生記憶體需求。所以不僅僅是GPU、DRAM、HBM的需求在增加，CPU、記憶體、常規DRAM、SSD等等，需求是全方位的。關於行業和我們作為行業的一員將如何應對定價：多年來，中國的雲服務提供商利潤率一直很低。原因之一是，如果出現新進入者，或者客戶想直接採購基礎設施，他們可以直接聯絡供應商，訂購他們想要的CPU或DRAM。但情況已不再如此。供應已經被預定到數月、幾個季度，在某些情況下甚至數年之後。供應商優先考慮規模最大、最穩定的客戶，也就是像我們這樣的超大規模企業。因此，較小的雲提供商不再能直接採購供應，他們需要來找超大規模企業。而超大規模企業長期以低利潤率營運。所以當需求回升時，我們這個行業幾乎別無選擇，只能轉嫁更高的價格。你們在過去24小時內已經看到中國雲服務商宣佈了一些漲價。關於我們如何在這樣一個動態環境中實現價值捕獲，一個總的原則是我們尋求通過“豐富化”來創造更多價值。“豐富化”意味著，最低層面，如果你有計算資源，你可以直接出租，獲得一定的低價和低利潤。更優的方式是，你將其細分並虛擬化為代幣，這樣可以為計算單位獲得更高的價格和利潤率。理想情況下，你將其捆綁到平台即服務或軟體即服務中，這樣就能獲得最好的定價和利潤率。這是我們一直在走的旅程，也是騰訊雲如何從四年前的大幅虧損轉變為去年相當可觀的利潤的一部分。我們將繼續沿著這條從裸金屬到代幣，再到平台化和軟體化的旅程前進。第七個問題：摩根士丹利 - 未明確分析師未明確分析師 - 摩根士丹利:晚上好，謝謝提問的機會。我有一個問題關於管理層多次提到的“我們不是先行者”或“我們甚至是後來者”。在美國AI領域，我們也觀察到一些後來者即使擁有大量計算資源、人才和資料，也變得非常難以追趕。那麼管理層是如何確信和自信我們不會重蹈覆轍，不會在基礎模型和應用方面落後而無法趕上？劉熾平:這是一個非常好的問題。如果你只玩一場遊戲，那麼在單一遊戲上追趕確實很難。但如果你將AI視為多場不同的遊戲，那麼總是有新的機會、新的前沿不斷被打開，對吧？現在正在發生這種情況。一開始，每個人都覺得AI就是聊天機器人，然後編碼出現了，接著多模態出現了。當每個人都覺得差不多就這樣了，突然Claw出現了，它進一步去中心化了整個格局。所以未來，我們覺得會像應用一樣，會有很多很多不同的AI呈現方式，從模型到產品再到智能體，現有服務也會有不同……在移動、PC上……。所以整個發展世界還處於非常早期的階段。因此，在很短的時間內，你已經可以看到大量的多樣化，並且未來還會更多。這就是為什麼擁有一些基礎能力很重要，對吧？我們確實有很多基礎能力。在應用層面，我們有……社交生態，在PC和移動上都有存在，這就是我們的優勢。雲、支付以及所有這些元素都可以打包在一起，成為新的AI產品。所以這不是一場比賽，而是許多許多場比賽的世界，而且這一點正越來越明顯地體現出來。因此，會有很多機會讓不同的參與者從後面出現和創新。所以我認為，當我們動員所有產品團隊開始用產品進行創新時，這對我們來說正以非常激動人心的方式發生著。第八個問題：未明確公司 - 威廉·帕克威廉·帕克 - BMP:……管理層好，謝謝接受提問。首先，最近的報導顯示……在中國……蘋果將其絕對佣金率降低了5%。騰訊是主要受益者之一。我們應在多大程度上預期此次降費會傳導至騰訊的利潤？還是說會以某種方式分享出去？詹姆斯·米切爾:我很樂意回答這個問題。這次的新聞報導是基於蘋果確實發佈正式公告的客觀現實，所以不是想像出來的假設，而是過去幾天已經生效的實際進展。關於傳導問題，應該會有很好的傳導。當我們有遊戲開發合作夥伴，並且我們是這些遊戲的發行商時（這現在是相當少數的情況），在絕大多數情況下，收入分成是根據總收入計算的，而不是扣除佣金後的收入。所以這會傳導給我們。至於你提到的稅收，如果我們指的是對增量利潤支付百分之十幾的企業所得稅，我想這取決於我們在多大程度上將這些增量利潤再投資於新產品。我想你提到了公告中定量部分，即佣金從30%降到25%或從15%降到12%。但實際上，對我們來說，蘋果公告中更重要的前瞻性方面是，蘋果聲明它將有效地向中國的開發者提供與世界上其他地方開發者向蘋果商店支付的低費率同等的費率。因此，我們的觀點是，隨著行業趨勢的演變，應用程式商店收取的費率在全球不同地區趨於正常化是遲早的事。蘋果已經聲明，隨著全球不同地區的費率下降，中國的費率也將同步下降。所以我們認為這是非常積極的第一步，但這是第一步，一個積極的開始。最後一個問題：未明確分析師未明確分析師 - 美國銀行:謝謝接受提問。我的問題關於AI晶片。一些同行正在優先考慮發展內部晶片設計能力。我很好奇內部晶片開發在騰訊的優先順序中處於什麼位置。劉熾平:謝謝你的問題。我認為在現階段，這並不是我們最關注的核心。晶片有訓練晶片和推理晶片之分。對於訓練晶片，設計和製造非常非常困難。我們希望儘可能接觸到最先進的訓練晶片，以最靈活的方式，為訓練最好的模型服務。然後是推理晶片。推理主要關乎成本。在現階段，中國實際上有很多不同的推理晶片供應商，這與訓練領域不同，訓練領域基本只有一到兩家能夠獲得非常非常高的利潤。在推理領域，利潤率要低得多，解決方案和選擇也多得多。所以我認為，對我們來說，關鍵在於在現階段利用最好的訓練晶片來訓練我們的模型。專注於這件事本身就很有價值。當涉及到推理，用於我們的使用者產品時，在現階段，我們非常專注於使用最好的晶片來訓練我們的模型。混元3.0會比混元3.0好得多，而且這只是一個起點。我認為，隨著時間的推移，我們將能夠更快地迭代模型訓練。我非常有信心，如果我們專注於這一點，我們將在某個時間點達到最先進的水平。我認為這對我們來說是最重要的事情。其次重要的是真正釋放我們產品開發能力、整合和連接能力的潛力，為使用者設計最激動人心的產品。我認為當這些做對了之後，我們才會去思考如何降低推理成本。主持人:謝謝馬丁。我們現在結束本次網路研討會。感謝大家今天參與我們的業績會議。如果您想查看我們的新聞稿和其他部分，請訪問我們公司網站。 (invest wallstreet)

筆記君說：今天凌晨，黃仁勳在GTC2026大會上兩個多小時的演講，刷屏了整個科技圈。很多人看完，都在聊1兆美元的營收預期，聊2年350倍性能躍升的Vera Rubin系統。但我要告訴你：這些都不是這場演講裡，最顛覆、最和你息息相關的內容。真正決定未來3年，你的企業能不能活下去、你的職場之路能不能往上走的，是黃仁勳花了近三分之一篇幅講的智能體革命，以及他那句石破天驚的判斷：智能體（Agent）會完全改變企業和每個人的工作方式。很多人可能還沒反應過來，這句話到底意味著什麼。不誇張地說，它是一把正在落下的錘子，馬上就要砸到每一個企業管理者、創業者的頭上。這篇文章，我就把黃仁勳沒說透的底層邏輯給你掰開揉碎講清楚，看完你就會明白：為什麼說OpenClaw是智能體時代的作業系統？想要不被淘汰，你現在立刻就能落地的3件事是什麼？一、智能體時代的作業系統，來了咱們先聊個簡單的話題：每一個計算時代，都有一個“定規矩”的核心。PC時代，定規矩的是Windows；伺服器網際網路時代，是Linux（筆記俠註：全世界最著名和最常用的開源作業系統）；移動網際網路時代，是Android和iOS。你發現沒？每一次時代更迭，最先賺紅利、最能定規則的，永遠是作業系統。因為所有的應用、所有的服務，都得在它的框架裡跑，它就是那個“幕後老闆”。那現在，AI智能體時代來了，誰來定規矩？黃仁勳在演講裡，給了全行業一個明確答案：OpenClaw。他甚至放了句狠話：這是人類歷史上最受歡迎的開放原始碼專案，短短幾周，就超越了Linux三十年的成就。很多人第一反應都是：太誇張了吧？一個剛冒出來的項目，也敢和Linux比？其實不是誇張，是你沒看懂。這倆解決的，根本不是一個時代的問題。下面，咱們用大白話掰扯清楚：Linux解決的是“電腦怎麼管好硬體和軟體，讓程序能穩定跑起來”。它服務的是電腦，本質是幫人“操控電腦”，讓我們能用電腦辦公、上網、做軟體。而OpenClaw解決的，是“AI智能體怎麼管好工具和任務，把使用者要的事給辦成”。它服務的是AI智能體，本質是幫智能體“操控整個數字世界”，讓智能體替我們幹活。再通俗點說：OpenClaw不是一個簡單的外掛、一個工具，它是智能體的“大管家”。比如你給智能體一個任務：“幫我做一份一季度銷售復盤，找出業績下滑的核心原因，給出可落地的最佳化方案”。不用你手把手教，OpenClaw就能幫智能體把活安排得明明白白：① 管資源：自動調度對應的大模型、工具，分配好資料權限，不用你手動找模型、開權限；② 拆任務：把“做銷售復盤”這個大目標，拆成“拉取銷售資料、做同比分析、找異常節點、訪談一線銷售、寫方案”等小任務，甚至能呼叫子智能體分頭幹活；③ 接工具：自動對接CRM系統、Excel、企業微信，不用你手動導資料、傳檔案，省去所有繁瑣操作；④ 控流程：一步步推進每個小任務，校驗每一步的結果，最後給你一份完整的、可直接用的復盤方案。你看，過去的作業系統，是幫人“用電腦”；而OpenClaw，是幫智能體“辦事”。這是從“工具”到“執行者”的底層邏輯顛覆，這也是黃仁勳敢說它能超越Linux的核心原因。每一個新時代的開啟，都始於一個定規則的作業系統。OpenClaw的出現，不是多了一個開放原始碼專案，而是智能體計算時代的“發令槍”已經響了。二、企業IT，正在迎來一場“文藝復興”商業模式變了，支撐企業運轉的IT體系，自然也得跟著“換血”。黃仁勳在演講裡說，OpenClaw出現後，企業IT正在迎來一場“文藝復興”。這句話很多人沒聽懂，我給你講得明明白白。過去的企業IT，所有邏輯都是圍繞“人”來建的。我們給員工配電腦、裝軟體、開權限，建防火牆防外人進來，建權限體系防員工亂操作，建資料體系幫人存資料、用資料。核心就一個：讓人能安全、高效地用工具幹活。但智能體時代，這個邏輯徹底變了。未來你的企業裡，幹活的不只是人，還有成百上千個AI智能體。它們要訪問公司的核心財務資料、客戶敏感資訊，要執行程式碼、對接外部系統、給客戶發郵件、簽合同。這時候最大的問題來了：你怎麼管這些智能體？怎麼保證它不洩露公司核心資料？怎麼保證它不瞎操作、給公司造成損失？怎麼保證它不被駭客攻擊、變成別人的作案工具？這就是企業IT的徹底重構：過去的IT體系，是“管好人”；未來的IT體系，核心是“管好智能體”。這可不是簡單加一套系統、買一個軟體就能解決的。你的IT架構、IT團隊的能力模型、甚至整個企業的數位化邏輯，都得推倒重來。那些還在沉迷於“上系統、做數位化轉型”的企業，要是不趕緊轉向“智能體化轉型”，很快就會發現：你花了成百上千萬搭的IT體系，在智能體時代，就是個沒用的空架子。過去企業數位化的終點，是讓所有人都用上好用的數位化工具；未來企業數位化的起點，是讓所有智能體，都在安全可控的框架裡，幫企業把事辦好。三、“年薪 + Token”，正在重新定義職場規則講完企業，咱們聊點和每一個人都息息相關的事——職場。黃仁勳在演講裡，說了一件讓整個矽谷炸鍋的事：“未來，公司裡的每一位工程師都將擁有年度token預算。他們年薪可能是幾十萬美元，我會額外給他們相當於薪資一半的token配額，讓他們的產出放大10倍。入職附帶多少token配額已經成為矽谷的新晉招聘話題。”很多人會問：Token不就是AI生成內容的基本單位（詞元）嗎？怎麼還和年薪掛鉤了？咱們還是用大白話講：Token，就是AI時代的“電”，是智能體幹活的“燃料”，也是你“養智能體”的“飼料”。你要讓AI幫你寫程式碼、做方案、跑資料、拆任務，都得消耗Token。你手裡的Token越多，能呼叫的模型越先進、智能體幹活越快、能完成的任務越複雜。而“年薪 + Token預算”這個模式，背後藏著一個非常殘酷的現實：職場人的核心競爭力，正在被徹底重構。過去，你的核心競爭力是什麼？是“你會不會幹”。程式碼寫得又快又好，你就是值錢的程式設計師；PPT做得漂亮、方案寫得好，你就是值錢的營運；能搞定客戶、簽下訂單，你就是值錢的銷售。你的專業執行能力，就是你的職場護城河。但未來，這些執行層面的事，有些AI智能體都能幹，而且比你快、比你准、比你便宜。你寫一天的程式碼，智能體10分鐘就能寫完，還沒bug；你熬3天做的方案，智能體1小時就能出3版，還比你考慮得周全；你花一周跟進的客戶，智能體已經同步跟進了幾十個，還能精準匹配客戶需求。這時候，你的核心競爭力，變成了你會不會定目標、拆任務、給智能體精準的指令；是你會不會管著幾十個智能體協同幹活，把控流程和結果；是你會不會做決策、定策略、校驗對錯，給智能體指明方向。未來，沒有Token預算、不會用智能體的職場人，就像今天不會用電腦、不會用Office的人一樣，會被徹底淘汰。而那些能用好Token、用好智能體，把自己的效率放大10倍、20倍甚至100倍的人，會拿到遠超別人的薪資和機會。四、想要抓住紅利，你必須立刻做這3件事講到這裡，你應該明白了：智能體帶來的變革，不是1年、3年之後的事，是現在正在發生的事。黃仁勳已經把底牌全亮出來了，剩下的，就是看誰能快速行動。不管你是企業家、管理者，還是創業者、普通職場人，想要不被這場變革淘汰，現在必須立刻落地下面這3件事，缺一不可。第一件事：立刻制定你的“智能體戰略”企業別再沉迷於傳統的數位化轉型了，現在要做的是“智能體化轉型”。立刻想清楚你的業務裡，那些環節可以用智能體替代執行（比如財務記帳、銷售跟進）？把智能體戰略當成公司的一號工程，成立專項團隊，先找一個環節試點，跑通了再全面推廣，別等別人跑通了再跟風。團隊別再死磕執行層面的技能了（比如練PPT、練程式碼），立刻給自己做一個“智能體能力提升計畫”。每天花1小時，學怎麼定目標、拆任務、寫精準的提示詞，學怎麼管智能體、校驗結果，慢慢把自己從“執行者”，變成“智能體的管理者”，這才是未來企業的核心競爭力。第二件事：立刻搭建智能體的安全管控體系別等智能體出了事、洩了密、造成了損失，再去補窟窿——那時候就晚了。現在就想清楚：你的企業資料，那些可以給智能體用？那些絕對不行？智能體的權限怎麼劃分？那些操作是紅線？怎麼監控智能體的所有行為？怎麼保證資料安全和合規？提前把安全的籬笆紮好，把風險控制在源頭，才是最省心、最省錢的方式。第三件事：立刻把“Token”納入你的預算體系如果你是老闆和創業者，別再只盯著伺服器、軟體、人力的預算了。未來，Token就是企業的核心生產資料，就像今天的電費、房租一樣，是必須的剛性支出。建議你現在就規劃好Token的採購、分配、管理體系，給每個部門、每個核心員工配好對應的Token預算，讓大家先用起來、先跑通流程。早用一天，就能多賺一天的效率紅利。未來最值得的投資，就是花錢買Token，去用最前沿的模型、最厲害的智能體，試著讓它幫你做報表、寫方案、跑資料，把效率提上來，把核心能力練出來。這才是未來最保值、最靠譜的投資，沒有之一。結語黃仁勳的這場演講，與其說是一場產品發佈會，不如說是一場關於AI時代的終局預判。很多人看到了兆的營收預期，看到了領先幾代的晶片技術，但真正決定未來的，是智能體帶來的這場底層革命。PC時代，淘汰了不會用電腦的人；網際網路時代，淘汰了不會上網的人；移動網際網路時代，淘汰了不會用智慧型手機的人；AI智能體時代，一定會淘汰不會用智能體的企業和個人。唯一能讓你穿越這場變革的，永遠是提前看見趨勢，然後立刻付諸行動。 (筆記俠)

你是不是也看膩了那些“用AI月入十萬”的浮誇標題？但一個真正的機會正在技術圈裡悄然發酵：OpenClaw。它不是一個對話玩具。它是一個開源AI智能體，能24小時不間斷地在你的電腦或雲伺服器上運行。它能真正地“做事”：處理郵件、寫程式碼、生成報告、監控資訊、管理任務……就像一個不知疲倦的副手。短短三周，它在GitHub上狂攬26萬星。全球的開發者們正在用它開闢真實的收入流。開搞之前，你需要準備什麼？硬體：一台普通的電腦（Win/Mac/Linux都行）。AI大腦：DeepSeek、Kimi、豆包或文心一言等國內主流大模型的API。它們將是OpenClaw的“核心智能”。溝通工具：推薦微信（通過企業微信/公眾號介面接入）或釘釘。這是你指揮它、它向你匯報的通道。運行環境：想24小時線上？購買一台阿里雲、騰訊雲或華為雲的入門級雲伺服器（約每月30-50元人民幣），把它丟上去就行。設定並不複雜，社區已有一鍵部署指令碼，半小時內就能讓這個“數字員工”上崗。六條經過驗證的國內變現路徑路徑一：AI外包工作室在程式設計師客棧、碼市或豬八戒網等平台接單（資料整理、內容初稿、簡易自動化指令碼等）。你負責洽談和交付，讓OpenClaw執行具體任務。磨合幾個項目後，它就能成為你的“標準員工”。收益參考：500 - 5000元+/項目路徑二：打造並售賣“技能包”OpenClaw支援自訂技能。你可以將為解決某個需求（如：自動生成小紅書文案、監控競品價格、整理周報）而編寫的技能包，發佈到國內的技術社區或知識付費平台。一次創造，多次銷售。收益參考：9.9 - 299元/份，長尾收益路徑三：為小微企業提供“自動化顧問”服務許多本地小店、小微公司被重複的日報、客戶跟進、社交媒體維護所困。你可以提供月度服務，用OpenClaw為他們自動化這些流程。從你熟悉的圈子開始，做出一個成功案例，口碑就會來。收益參考：1500 - 5000元/月/客戶路徑四：規模化內容創作將OpenClaw接入聯網搜尋，它就是一台高效的研究寫作引擎。你可以營運一個垂直領域的公眾號、知乎專欄或資訊站。你定方向和調性，它來完成資訊蒐集和初稿撰寫。收益潛力：與內容產出量和質量直接掛鉤，潛力可觀。路徑五：專做部署與技術服務很多對技術望而卻步的創作者、營運者迫切需要這樣的工具，但卡在第一步。你可以提供一站式部署、配置和教學服務，這是巨大的市場。收益參考：300 - 2000元/次（常可轉化為長期維護服務）路徑六：組建你的“AI團隊”你可以運行多個OpenClaw智能體，一個負責客戶A的文案，一個負責客戶B的資料，它們之間還能協作。你的角色升級為“AI團隊管理者”。單智能體月成本約百元內，產值卻可放大數倍。收益潛力：取決於你管理的“數字員工”數量和效率。重要提醒：避開這些坑現實一點：別被“用AI炒幣暴富”的話術帶偏。所有可持續的成功案例，核心都是：用AI自動化了那些市場本來就在付費的服務。賺錢的人，都把OpenClaw當作一個需要指揮、稽核和監督的強大工具。它無法取代你的商業判斷和人際溝通。你的核心競爭力，不在於擁有工具，而在於你指揮它解決什麼真問題。安全第一：它會在你的環境裡獲得真實權限。請僅從可信來源獲取技能，做好權限隔離。你的首周啟動計畫Day 1-2：部署你的OpenClaw，連接到微信/釘釘。花點時間“訓練”它，告訴它你的工作習慣和需求。Day 3-4：先解決自己的一個實際問題（比如自動彙總每日新聞）。用它，改進它。Day 5-6：從上述六條路徑中，選擇最匹配你技能和資源的一條，深入研究。Day 7：走出去，找到第一個客戶或發佈第一個產品。一個不完美的開始，遠勝於無休止的準備。窗口期，就在當下OpenClaw生態剛剛興起，國內玩家尚未大規模湧入。正如早期的微信公眾號、抖音，機會屬於早期的行動者和建構者。這個開放原始碼專案本身是免費的。真正的投資，是你的時間和創造力。下一步行動：訪問 OpenClaw 的 GitHub 首頁（需自行搜尋），從官方文件和活躍的國內技術社區（如知乎、掘金相關話題）開始你的探索。 (李說新科技)

距離GTC 2026大會（3月16日）就剩下1天了，整個AI技術圈都在盼望著輝達的重磅行動——根據好多方面的爆料還有官方前瞻資訊，NemoClaw的企業級AI智能體開源平台，將會正式露面。作為技術開發者、我們更關心的不是“又一款智能體工具問世”，而是這款產品能否解決我們在AI落地中最頭疼的痛點：硬體繫結、技術堆疊碎片化、安全合規缺失、規模化部署困難。從最近公佈的技術細節以及行業前沿情況出發，今天我們從技術角度，預先拆解NemoClaw的核心價值、技術架構，還有它將會給企業AI落地帶來的變化。02 先破後立：NemoClaw與OpenClaw，根本不在一個技術維度在聊NemoClaw之前，先弄清楚一個認識：它和現在熱門的OpenClaw其實是完全不同層面的產品，這也是技術人員最該關注的核心區別。OpenClaw的定位是：個人開發者級的Agent執行框架，核心解決“讓大模型能幹活”的問題。它的技術邊界很清晰：接收指令、拆解任務、呼叫工具、返回結果，本質是“應用層工具”。底層的模型部署、推理最佳化、硬體調度、安全管控，技術團隊全都要自己整合起來。恰恰是這種開放性，埋下了安全隱患——Meta曾出於安全考慮，叫停員工使用OpenClaw。NemoClaw的定位是：企業級AI智能體全生命周期基礎設施——它並非從零開發的全新產品，是將輝達已有的NeMo技術堆疊、NIM推理微服務等成熟技術進行系統性重構與增強，補齊企業級多Agent協作、安全治理、硬體相容等短板，形成從硬體到應用的全端閉環。用技術人的話來說：OpenClaw是“單點工具”，NemoClaw是“平台級底座”；OpenClaw解決“Agent能不能用”，NemoClaw解決“企業能不能規模化、安全、合規地用Agent”。結合輝達現有技術生態，NemoClaw主要整合了以下5大核心組成部分（均基於輝達成熟技術進行企業級增強），每一部分都對應企業AI落地的一個核心環節：核心基礎：NeMo技術堆疊（輝達已有的模型訓練微調體系），作為NemoClaw的模型層核心，提供模型管理、量化、版本控制等能力，也是Nemotron3系列模型的承載基礎；推理核心：NIM推理微服務（輝達成熟的推理部署工具），經過深度重構後把CUDA依賴給去掉了，變成了NemoClaw推理層的核心，負責模型推理還有算力調度，也是實現硬體中立的關鍵；Agent執行：按照輝達現有的Agent編排邏輯，整合最佳化之後弄出個Supervisor+Worker多Agent架構，負責任務拆解、協作還有執行，把企業級多Agent調度能力給補上；安全治理：把輝達企業級安全元件（像資料加密、容器隔離技術這類）整合起來，再結合合規管控邏輯，弄出個內建的安全治理模組，解決企業Agent失控、資料洩露的隱患；硬體適配：靠著輝達多硬體調度介面來最佳化，能相容NVIDIA、AMD、Intel這些主流的AI加速器，打破CUDA繫結，適配企業現有的硬體基礎設施，不用額外換裝置。我們通過每個層級的對比表格，就能弄明白兩者在維度上的不一樣OpenClaw只關注Agent執行，別的全都得依靠外部；而NemoClaw涵蓋從硬體到應用的整個全鏈路。企業技術團隊不用再去拼湊好多套技術堆疊，一套NemoClaw就能把AI智能體落地的整個全流程給搞定。03 技術拆解：NemoClaw的3個核心突破結合最近公佈的技術細節，NemoClaw的核心技術設計是下面這3點，值得重點關注：突破1：打破CUDA繫結，達成全硬體相容NemoClaw最有顛覆性的技術設計就是輝達第一次在核心產品裡做到硬體無關性（Hardware-Agnostic），對於那些已經大量用AMD或Intel硬體的團隊來說，那就相當於是要承受比較高的遷移成本。NemoClaw的突破在於：硬體層：原生支援NVIDIA、AMD、Intel及主流AI加速器，甚至相容自研晶片；調度層：裡面有多個硬體適配引擎，能自動最佳化不同硬體的推理性能，不用技術團隊手動去改程式碼、調參數；部署層：支援本地伺服器、私有雲、邊緣裝置等多種部署環境，資料可全程本地化，完美適配金融、醫療等強監管行業的需求。從技術實現的角度來說，NemoClaw的核心就是對輝達現有的NIM推理微服務進行深度重構，把CUDA依賴給去掉了，還最佳化了硬體調度介面，與此同時完整保留著輝達在推理最佳化方面的核心優勢。突破2：全端整合，終結“技術堆疊碎片化”難題對於企業技術團隊來說，部署AI智能體的最大痛點，不是“不會做”，而是“整合難”——要整合模型訓練微調工具、推理引擎、Agent編排框架、工具集、安全元件，每一步都需要大量的定製開發和相容性測試，耗時耗力且易出現故障。NemoClaw的核心優勢在於“系統性重構與增強”：它把輝達現有的成熟技術（NeMo技術堆疊、NIM推理微服務等）進行模組化封裝、做相容性最佳化，不是簡單地拼接。技術團隊可以根據需要呼叫、靈活擴展，不用從零開始搭建（技術團隊只需要掌握基礎Docker、K8s部署能力，就能快速上手，不用深入去瞭解NeMo底層架構）：模型層：內建Nemotron3系列（含Nano、Super、Ultra版本）。據DeepTech深科技報導，Nano版本支援100萬Token超長上下文，採用Mamba-MoE混合架構；Super版定位更高性能，參數量達百億級規模。推理層：基於NIM推理微服務做企業級最佳化，據早期測試者反饋，視訊記憶體效率較裸跑vLLM有顯著提升，解決高並行場景下的性能瓶頸。編排層：用Supervisor+Worker多Agent架構，能支援任務拆解和協作，有可視化拖曳編排介面，不用寫好多程式碼；與此同時還支援任務快取、平行執行，提高效率。工具方面：裡面有內建的Agent通用工具集合（像郵件處理、資料查詢之類的），支援自己弄工具接進來，還能提供同步或者非同步呼叫還有權限管理，防止出現超權限操作。更重要的是，這些模組都是用標準化介面設計的，能單獨最佳化、替換——比如說企業可以留著自己的模型推理引擎，就只用NemoClaw來做Agent編排，對現有技術體系沒有侵入性，大大降低改造成本。突破3：內建企業級安全，解決“Agent失控焦慮”企業搞AI落地，安全一直都是底線——尤其是金融、醫療這些受嚴格監管的行業，Agent的超權限操作、資料洩露、操作沒追溯這些問題，是技術團隊最發愁的隱患。而OpenClaw這類消費級智能體框架，安全只是個附加的東西，技術團隊另外去整合第三方元件，相容性還不好保證。NemoClaw將安全與治理作為核心元件，從底層設計就融入了企業級安全能力：多層防護體系：裡面有AES-256資料加密、MFA身份驗證、Docker容器沙箱隔離，嚴格限制智能體訪問範圍，避開超權限操作；完整的審計追蹤：即時記錄操作的軌跡，能支援日誌查詢和追溯，目標是符合SOC2、ISO27001、GDPR等企業合規標準（按照輝達安全戰略方向），用來應對監管檢查；風險熔斷機制：它有內建的毫秒級風險預判以及緊急停止能力，能防止資料洩露、系統故障；多租戶權限管控：支援RBAC權限模型（就是基於角色來分級管理權限，能適配企業裡多個團隊一起協作），能實現資源隔離、權限分級，適合大規模管理。04 核心價值：NemoClaw的核心價值就是省事、提高效率、不踩坑作為始終專注AI落地的技術人員，我們很明白：企業所需要的不是那種“顯擺技術”的AI工具，而是“能用、好用、安全、可控”的技術基礎。NemoCla的價值就在這裡——它不是對現有AI智能體技術的簡單升級，而是對企業AI落地模式的重新建構。對於技術團隊而言，它的核心價值有兩點：第一：降低技術門檻，減少重複開發：不用再去整合模型、推理、編排、安全等好幾套技術堆疊，也不用操心硬體相容性的事兒，一個平台就能把AI智能體的建構、部署、監控、最佳化全流程給做完，讓技術團隊從“重複的整合工作”裡解脫出來，專心去適配業務場景。第二：提升落地效率，降低試錯成本：有模組化設計、可視化編排、開箱就能用的場景範本，讓AI智能體的部署周期從“數月”變成“數天”；硬體是中立的，企業不用換現有的硬體，安全合規的能力也不用額外開發，大大降低投入成本。另外，NemoClaw打算用Apache2.0開源協議（結合輝達以前的開源策略，這是最有可能的協議，兼顧企業商用和二次開發），支援私有化部署、深度定製，不讓自己被廠商繫結；與此同時據WIRED報導，輝達打算用“貢獻換早期訪問”的模式，企業能通過貢獻程式碼得到定製化能力，一起打造開源生態。05 劃重點：要留意的3個技術問題儘管NemoClaw的核心技術細節慢慢被透露出來，不過作為技術人員需要關注GTC2026發佈會上的3個關鍵問題，關係到它能不能落地的重要因素：程式碼開源協議是什麼？是否包含閉源元件？Apache2.0允許商用閉源，GPL有傳染性，直接影響企業選型。需要確認開放原始碼的是全部程式碼還是僅部分模組。會不會出跨硬體（AMD\Intel）的標準化基準測試指令碼，讓企業自己去驗證？光看宣傳資料不夠，企業需要能在自己的硬體上跑出可信的性能資料，有指令碼才能真實驗證。審計日誌是否支援匯出至企業現有SIEM系統（如Splunk、QRadar）？金融等行業必須對接現有安全體系，光有內建日誌不夠，可整合性才是關鍵。06 一點理解：AI智能體的“企業級時代”要來了從技術演進的角度來看，NemoClaw的出現標誌著AI智能體從“個人消費級”向“企業生產級”的正式跨越——它不再是開發者的“玩具”，而是企業數位化轉型的“核心工具”。對於技術人員而言，NemoClaw的到來既是機遇也是挑戰。機遇在於它為我們提供了一套標準化、全端化的企業AI落地底座，讓我們能更高效地實現技術落地；挑戰在於我們需要快速熟悉其技術架構、模組化設計，結合企業業務場景，做好定製化適配和最佳化。下周一GTC 2026大會將正式開幕，NemoClaw的完整技術細節、開源計畫、合作生態將全面揭曉。作為技術人我們不妨保持期待，後續我們將第一時間跟進NemoClaw的發佈細節，拆解其技術架構、測試部署流程，分享技術落地經驗，歡迎技術同行關注、交流，一起探索企業AI智能體的未來。 (AI學習的楊同學)

01.2026開年第一頂流是什麼？毫無疑問，是開源AI智能體OpenClaw。因圖示酷似龍蝦，被網友們戲稱為“小龍蝦”。如果說我們現在使用的豆包、元寶只是“動口不動手”的顧問，那麼小龍蝦就是自帶手腳的員工。你只要喂飽足夠的資料，他就能直接上手替你幹活。於是，一夜之間掀起了一股“全民養蝦”潮。騰訊剛推出免費安裝龍蝦服務，一下午大樓就被圍得水洩不通。不知道的還以為是大爺大媽在搶雞蛋呢。馬化騰、周鴻禕等大佬都發文感慨：超乎想像。網上的代安裝服務也應運而生，安裝一次幾百塊，有人短短幾天就已經賺了20多萬。就連國家公務員都在養龍蝦了。這種感覺就好像如果你還不會養蝦，就已經被時代拋棄了。打住，先別焦慮。當一個東西開始爆火的時候，比起跟風，不如先讓子彈飛一會。現在的養龍蝦，水真的很深，簡直是一片魔幻的現狀。這兩天，李誕說，有人已經用小龍蝦成功約出來5個女主播吃飯。咋做到的呢？具體操作就是借助小龍蝦，對其關注的女主播自動打賞、傳送私信聊天，聊到一定好感後，就邀約出來用餐，定餐廳也是龍蝦定。用龍蝦，還可以分析出女主播的個人喜好，聊成功的機率更高。被投其所好的女主播以為遇到了懂自己的真愛，殊不知對面只是一行冰冷的程式碼，連個機器人都算不上。很多人可能沒意識到，養蝦背後的安全和道德問題被很多人忽視了。既然可以用龍蝦約出來女主播吃飯，那是不是也可以在網上約炮呢？有人不僅這樣想，還這樣做了。他用自己的聊天記錄去喂龍蝦，然後生成了一個AI自己，聊天的語氣和風格和自己有90%相似度，然後讓它替自己去小某書和Q上去加人，去各種約會app上撩妹。聊得差不多到開房這一步了，他直接去見面就行。以前渣男最起碼還要磨破嘴皮子，哄你騙你，現在連約炮流程都AI化了。AI還沒改變生活呢，已經先改變約炮效率了。不僅是約炮，還有女性用它來篩選相親對象。女生告訴它自己的審美標準，然後讓它模仿自己的語氣去撩帥哥。兩天之內，它幫女生確定了20多個相親對象，聊天記錄裡情話都是一套又一套的，還能根據對方的星座自動生成早安晚安，她最後只要自己摘取果實就行。聽起來是不是還挺嚇人的？試想如果這種技術應用在殺豬盤上會怎麼樣？騙子是不是只需要利用它生成一個AI男神（女神），自己都不用費心維護，就能騙財騙色？更可怕的是，它不僅幫騙子省去了人工和時間成本，還能夠通過網上的各種資料去分析受害者的弱點。你喜歡什麼音樂，平時有什麼愛好；你住在那個城市，平時喜歡去什麼地方等等，它都能納入它的資料庫，更有針對性的剖析受害者，做到真正的有的放矢。光是想想這些，雞皮疙瘩就要起來了。技術的革新，對那些心懷鬼胎的人來說，何嘗不是一種武器的最佳化呢？殺豬盤更猛，海王海後更多了，以後會出現更多的受害者。02.科技不僅改變“性生活”，還可能改變你的財富。有人給龍蝦裝上了一個攝影機，然後讓龍蝦幫助自己去賺錢，但萬萬沒有想到，這個龍蝦竟然把她隱私照片全部發到了黃色網站上，進而賺到了一筆錢，簡直是哭笑不得。不過，賺錢是少數，虧錢是大數。有人在網上曬出，自己養龍蝦三天消費1.2萬元，因為聯網後秘鑰被盜，三天消耗的Token竟然高達1.2萬。還有人安裝了小龍蝦之後，被駭客利用系統bug，騙走了所有的加密貨幣。最令人意想不到的，就是這樣一件事。個人開發者把龍蝦繫結了錢包，有人偽裝自己吃不起飯很可憐，向龍蝦傳送請求：能不能往某個地址裡給他打點錢，結果小龍蝦太善良，信以為真（沒被完全訓練好），真的給對方打錢了。甚至有網友做了實驗，在微信群裡只要通過指令，又到繫結了微信的小龍蝦連續傳送紅包，小龍蝦就會真的給你轉帳。為什麼會出現這種情況？因為我們都忽略了一個事實，那就是越是先進的科技，對普通人來說越可能是一把雙刃劍。這個龍蝦的先進之處，就在於它可以訪問你的全部資料，接管你電腦上的全部權限。但權限越高，風險越大，這是科技世界的鐵律。你的所有資訊，一切資料，都要交付給小龍蝦。有人覺得反正就裝在我自己的電腦上，有什麼問題？問題在於，現在很多人根本不懂小龍蝦是個什麼東西，也不會部署，往往是跟著網上的教學，一知半解的就跟著安裝。如果配置不當，或者遇到被人魔改過植入了木馬的版本，最後被人盜取資訊和銀行卡都不知道。只要被駭客掃描到，你的所有資訊就等於是在網上裸奔，任何人都可以連結，訪問你的個人資訊，API金鑰等各種敏感的資訊。帳戶和密碼分分鐘就被人盜走。這不是我在危言聳聽，據媒體報導，現在網上被掃描出的“裸奔龍蝦”已經超過了27萬隻。這意味著這27萬人的隱私，對他人而言無異探囊取物。駭客可以一鍵接管，盜走資訊，轉移財產，甚至用你各種東西去賺錢。這就相當於什麼呢？你給了陌生人一把家門鑰匙，它可能進門幫你打掃，也可能一把火燒了你的家。你以為自己在養AI，實際上AI 已經把你扒得一乾二淨。這也是我們國家安全部門緊急提醒大家，這個龍蝦有重大的安全風險的原因。想要緊跟最新發展趨勢，充實自己並沒有錯，問題是很多人現在對於AI完全是盲目且恐慌的。沒有程式碼基礎，不懂安全配置，看著人家都用自己也要強行上車，這種情況只會產生讓自己後悔的結果。實際上，第一批養龍蝦的人已經失眠了。因為你不知道它會偷偷幫你刪掉什麼，不知道它會消耗多少算力的費用，更不知道它會不會洩露你的密碼和隱私。有句話說得好，請神容易送神難，有人費勁千辛萬苦裝的龍蝦，只想馬上解除安裝。於是網上又誕生了一門業務：徹底解除安裝龍蝦。這一幕簡直是太諷刺了。03.有句話說得好：從古至今，當這個社會掛起一陣淘金熱的時候，真正賺錢的人，從來不是去淘金的人，而是賣工具的人。事實上，這一次龍蝦熱的事件中，真正賺錢的，就是幫助裝龍蝦的人和賣課程的人，而靠龍蝦賺到錢的人沒有一個。龍蝦剛剛興起，網上就是一大片賣課程的人，他們自己還沒有賺到錢，就教你如何利用龍蝦賺錢。什麼“一天掌握OpenClaw”，“什麼用龍蝦做個人IP”，然後通過拉人頭，收會員費的方式，帶你發財。看著是不是有點眼熟，這不就是科技版的傳銷嗎？真正可怕的不是你跟不上技術的革新，而是你為了跟風什麼都不懂就要急著入局。最後往往只會有一個下場，那就是成為第一批被割的韭菜。你以為自己踩中的是風口，是機會，但別人瞄準的是你的隱私和錢包。寫到這裡，有人可能會問：龍蝦到底有沒有用呢？其實，我也去裝了一隻龍蝦，可以說是根本沒有什麼真正用處，還不如豆包、元寶來得方便。所以它是有一定門檻的，比較適合專業的程式設計師、軟體工程師之類的，他們可以花時間去調教、花時間去摸索、研究。但對普通人來說：首先你不會調教，而且，你沒那麼多複雜任務需要它干。花幾小時調教它寫份周報？花幾個小時佈置它買個機票？有那時間，自己動手早就做完了。而且，因為現在都在搶佔AI市場，推出來的產品並不完善，而你做“等等黨”的話，就能節省很多在垃圾軟體上內耗的時間。比如騰訊、字節和阿里也推出來了自己的龍蝦，這個東西只會越來越好用，只會越來越安全。有網友分享了自己養龍蝦的心路歷程：第一天安裝成功了，讓小龍蝦幫自己讀郵件，搜新聞，感覺只是基礎功能。第二天就高興地又加入了各種功能，什麼檢測健康、檢測心跳，定鬧鐘等等。結果第三天打開帳單一看就沉默了，帳戶上的錢已經所剩無幾。它越是智能，消耗的算力就越多，而在這個時代，每一次算力都是要花錢的。有使用者測試過，僅僅是用小龍蝦開發程式碼一項，月花費就要將近2萬元。你設定讓他幫你接收郵件，每接收一次就要好幾塊錢。你讓它幫定鬧鐘叫你起床，每一次其實都是對算力的消耗。網友戲謔到，還沒靠AI 賺錢，光是用AI都要破產了。還不如花4000塊錢雇一個研究生來幫你工作更有性價比。這簡直不能叫龍蝦了，而是應該叫爹。說實話，咱們普通人現在根本用不上龍蝦，而且目前的龍蝦技術不夠完善不好用，完全沒有必要去淌這次渾水。為了一個看不見的潮流，盲目恐慌去賭上自己的隱私和資料，這不是進步，而是愚蠢。我完全理解，為什麼會有人因為龍蝦而恐慌。因為當AI的發展已經完全超出我們的想像，所有人都不可避免的陷入一種AI焦慮中。好像只要不掌握最先進，最潮流的模型，就會被時代瞬間拋棄。但有句話我也很贊同，如果你連怎麼安裝AI都沒搞明白，那使用AI 完全就是當韭菜。所以，不必恐慌，不盲目跟風，慢下來冷靜分析，慢慢學習和思考，然後才是咱們對AI 的態度。就像40年前的人，在盲目和恐慌之中，戴上了毫無作用的鋁鍋，只是為了接受外太空的訊號。而現在在焦慮和恐慌之中，去裝上龍蝦的人，何嘗不是換了一口更精緻的鍋？當年戴鋁鍋等訊號的人，早已成了笑談；而如今為了噱頭盲目跟風裝龍蝦的人，多年後回頭看，也會明白：慢一點，穩一點，清醒一點，才是對自己最好的保護。真正不被時代落下的，從來不是在第一批浪潮中盲目恐慌的人。而是始終清醒、知道自己要什麼、不被恐慌牽著走的人。 (美尚)