▎從今天開始，阿里雲有個新身份。再用“雲廠商”來形容阿里雲，已經不精準了。9月24日，一年一度的雲棲大會再次拉開序幕，這是阿里雲每年戰略定調的關鍵時刻。會上，阿里巴巴集團董事兼首席執行官，阿里雲智能集團董事長兼首席執行官吳泳銘在發言中明確了阿里雲的全新定位“全端AI服務商”。同時，他首次提出了ASI（Artificial Superintelligence，超級人工智慧）的目標，並明確以此為錨點制定了阿里雲的戰略路徑。“實現通用人工智慧AGI已是確定性事件，但這只是起點，終極目標是發展出能自我迭代、全面超越人類的超級人工智慧ASI。”與此同時，一個重要的變化是Agent開發範式列於大模型和AI基礎設施之間，形成了全新的三層佈局體系。在吳泳銘看來，當下我們正處於通往ASI的第二階段——“自主行動”的階段，AI不再侷限於語言交流，而是具備了在真實世界中行動的能力。實現這一跨越的關鍵之一就在於發展大模型Coding能力。同時，技術產品的發佈也緊密圍繞全新戰略目標展開——通義大模型7連發，在模型智能水平、Agent工具呼叫和Coding能力、深度推理、多模態等方面實現多項突破。這一切意味著，僅僅兩年，阿里雲從“雲服務商”到“全端AI服務商”，已經在AI佈局上完成了全面轉變——不僅從雲端運算的鏖戰中跳脫出來，也從大模型競賽中升維。兩年的時間阿里雲新戰略“初見成效”根據最新發佈的2026財年第一季度財報，阿里雲實現超預期增長，季度收入同比大漲26%至333.98億元，增速創三年新高，超越資本市場預期。而當時間調回兩年之前，阿里雲卻是另一番“驚險”景象。彼時，阿里巴巴集團在外部競爭壓力加劇下，股價一度持續下跌。阿里雲的份額變化只是國內雲廠商陷入“困境”的縮影——網際網路紅利逐漸消退，消費網際網路創業熱潮降溫，底層雲用量增長有些乏力。如何完成“蛻變”？阿里雲的選擇是一場回歸本質的戰略調整。兩年前的雲棲大會上，吳泳銘上任後迅速明確兩大核心戰略方向：一是AI驅動，打造一朵“AI時代最開放的雲”，為全行業提供穩定高效的AI基礎設施，建立開放繁榮的AI生態；二是公共雲優先，堅持對阿里雲所有產品和業務模式作取捨，減少項目制的銷售訂單，加大公共雲核心產品投入，持續提升阿里雲的收入質量。在這一戰略的影響下，也讓投資者重估技術主導型管理團隊的價值，阿里股價開啟觸底反彈，至今累計漲幅超200%。其中，AI相關收入連續8季度三位數增長，帶動公共雲需求持續上升，凸顯其全端AI佈局優勢。據調研機構Omdia的報告中顯示，2025年上半年，中國AI雲市場規模達223億元，阿里雲穩居第一，超過二到四名的總和。憑“AI全端”繼續引領市場發展。技術與商業化雙輪驅動邁入AI自主時代或許外界會評價阿里雲在AI時代的成就，是延續了雲端運算時代的優勢，但這並不精準。“百模大戰”喧囂一時已經印證，AI時代的顛覆與被顛覆比以往更快。技術領先是基礎，商業化落地是勝負手，在商業化落地方面，阿里雲選擇了一條“開源+行業滲透”的雙輪路徑。在技術層面，阿里雲是國內第一批提出開源大模型路徑的基礎模型供應商，自2022年9月發佈通義模型之初，就堅定了開放原始碼的路徑，是當時國內唯一一家堅定走開源大模型路線的雲廠商，就像開拓中國雲端運算市場時，要從荒野中生生走出一條路。如今，通義系列已經做到了全尺寸、全系列的模型的開源。並成為全球第一開源模型。通義千問已開源超過300款模型，積累下載超過6億次，覆蓋全尺寸、全模態，是中國應用最廣、全球最受歡迎的開源模型之一。全球開發者基於通義千問貢獻的衍生模型已超過17萬個，形成了全球第一的開源模型矩陣。在2025雲棲大會上，阿里雲CTO周靖人發佈了包括Qwen3-Max、通義千問等在內的多款通義系列模型迭代新品，在模型智能水平、Agent工具呼叫和Coding能力、深度推理、多模態等方面實現多項突破。以阿里通義旗艦模型Qwen3-Max為例，作為通義千問家族中最大、最強的基礎模型，Qwen3-Max模型預訓練資料量達36T tokens，總參數超過兆，擁有極強的Coding程式設計能力和Agent工具呼叫能力。在大模型用Coding解決真實世界問題的SWE-Bench Verified測試中，Instruct版本斬獲69.6分，位列全球第一梯隊；在聚焦Agent工具呼叫能力的Tau2-Bench測試中，Qwen3-Max取得突破性的74.8分，超過Claude Opus4和DeepSeek-V3.1。在推理層面，Qwen3-Max推理模型也展現出非凡性能，結合工具呼叫和平行推理技術，其推理能力創下新高，尤其在聚焦數學推理的AIME 25和HMMT測試中，均達到突破性的滿分100分，為國內首次。在Agent能力方面，2025雲棲大會上阿里雲百煉推出高低程式碼開發新模式，同時升級沙箱、MCP、RAG、記憶存取等7種企業級Agent能力，為Agent開發提速，同時提供無影AgentBay、Qoder等一系列開發者套件和產品。本次雲棲大會上還會發佈通義靈碼IDE版本。前不久，國際市場調研機構沙利文（Frost&Sullivan）發佈的《中國GenAI市場洞察：企業級大模型呼叫全景研究，2025》報告中顯示，2025年上半年，阿里通義成為目前中國企業選擇最多的大模型。此外，市場調研機構Omdia發佈的《中國企業GenAI（生成式AI）採用格局，2025H1》報告中也指出，超7成的《財富》中國500強企業已採用GenAI，其中，阿里雲滲透率排名第一。阿里雲在AI技術上的話語權，以及在產業應用上的底氣，從客戶案例實踐中，也可以窺見一斑。在2025雲棲大會上，據中國工商銀行金融科技部副總經理金海旻介紹，工商銀行基於通義千問多模態大模型推出了“商戶智能稽核助手”，在商戶准入稽核環節，用多模態技術取代傳統OCR技術，展現出強大的業務價值。網易集團執行副總裁、網易雷火事業群負責人胡志鵬也介紹了Agent對AI遊戲的重要提升。利用Qwen3-coder等模型打造的agent幫助網易研發提效50%。通過多輪自然語言對話，agent可以根據開發人員提供的Boss機制和玩家策略，結合已有的背景資料，自動編寫程式碼、完成語法迭代，並且呼叫專業工具生成人機流程圖和遊戲演示視訊。在產業側阿里雲先選擇了“最難啃的骨頭”——在製造業落地AI應用。首先，阿里雲與西門子在大模型上展開合作，其最新發佈的工業智能系統Industrial Copilot，能夠完成訂單調度、生產、倉儲物流、貨物分揀等具體任務；阿里AI幫助伊利改造了“研產供銷服”的鏈路，接入基於通義千問大打造的BI工具後，查詢效率大幅提升。此外，阿里雲聯合眾多頭部車企打造智能座艙，據統計，阿里雲全端AI雲，支撐95%以上的中國車企智能座艙和智能駕駛產品升級，60%中國智能駕駛的AI算力來自阿里雲。不僅於此，包括工商銀行、平安集團、建設銀行、渣打集團、雅迪、榮耀、OPPO、中華保險、創維電視等在內的多家國內外企業都與阿里雲在AI應用落地方面展開了深入的合作。本次雲棲大會上重點提到的Agent開發上，越來越多企業和個人開發者嘗試在阿里雲百煉上建構Agent，整體註冊使用者規模實現跨越式增長，2025年內的新增註冊使用者數，單月同比最高增速超1000%。百煉平台也正成為企業智能化升級的首選技術底座，企業級Agent月均建立量近8.4萬個，單月最高突破9.8萬，創下歷史新高，AI應用已從“試點探索”全面邁向“規模化落地”的新階段，驅動企業實現降本提效、流程重構與創新躍遷。在AI Coding能力建設上，通義靈碼在金融領域服務了90%的中國上市商業銀行，如工商銀行、建設銀行、平安集團等；在汽車行業服務了超過70%的中國車企，如中國一汽、吉利、小鵬、極氪等。也在持續拓展寶馬等全球車企。“為結果付費”是AI時代最大的變化，越來越多的合作成果顯然驗證了一個事實：阿里雲已經在諸多垂直行業站穩腳跟。用3800億押注下一個十年在AI應用場景不斷湧現的背景下，吳泳銘認為AI的能力還尚未達到“完全體”狀態，他指出，AGI並非AI發展的終點，而是全新的起點AI不會止步於AGI，它將邁向超越人類智能、能夠自我迭代進化的超級人工智慧（ASI）。阿里雲的全新定位“全端AI服務商”也正源於這一判斷。吳泳銘將通往ASI的路徑分為三個階段：第一階段是“智能湧現”，AI通過學習人類知識具備泛化智能，目前通義千問已進入這一階段；第二階段是“自主行動”，AI掌握工具使用和程式設計能力以“輔助人”，這是行業當前所處的階段；第三階段是“自我迭代”，AI通過連接物理世界的全量原始資料實現自學習，最終達成“超越人”。為實現這一目標，吳泳銘明確了阿里雲的戰略路徑，作為“全端人工智慧服務商”，將通過兩大核心路徑實施AI戰略：第一，通義千問堅定開源開放路線，致力於打造“AI時代的Android”；其二，建構作為“下一代電腦”的超級AI雲，為全球提供智能算力網路。自吳泳銘就任阿里雲CEO以來，持續加大對“全端AI”建設的投入，致力於打造為客戶提供從最底層的AI雲基礎設施，到中間層的AI開發平台、大模型，再到最上層的AI應用和解決方案的全鏈路、一站式解決方案的AI服務公司。而這個戰略思路也讓阿里雲成為中國唯一一家具備軟硬一體垂直整合能力的公司。為支撐這一宏大願景，吳泳銘表示，阿里巴巴正在積極推進三年3800億的AI基礎設施建設計畫，並將會持續追加更大的投入。阿里雲將未來押注在ASI棋盤之上，並非無跡可尋——2026財年第一季度增速創三年新高，超越資本市場預期。財報中還表示，阿里雲的強勁增長主要來自公共雲收入增長帶動，其中AI相關產品收入已經8個季度保持三位數增長。此外，AI高速增長還帶動了其他公共雲服務需求增長，客戶擴大採購公共雲的計算、儲存等產品以支撐AI應用。從市值上看，年初至今阿里股價漲幅已近1倍，創四年新高，阿里巴巴港股總市值重回3兆港元，美股股價超過了160美元每股，同時，多家國際投行上調評級。“AI將重構整個基礎設施、軟體和應用體系，成為真實世界的核心驅動力，掀起新一輪智能化革命。”吳泳銘和阿里雲一起選對了AI的方向，而且一如吳泳銘對ASI的斷言：“AGI並非AI發展的終點，而是全新的起點”，阿里雲也剛剛站上新的起點。 (鈦媒體)

在科技投資的萬神殿中，紅杉資本（Sequoia Capital）的名字始終佔據著核心位置。當這家傳奇機構發聲時，整個矽谷乃至全球的科技界都會側耳傾聽。近期，紅杉資本合夥人康斯坦丁·布勒（Konstantine Buhler）在名為《The $10 Trillion AI Revolution》的演講中，篇拋出了一枚重磅炸彈：人工智慧（AI）並非又一個技術風口，而是一場“認知革命”（Cognitive Revolution），其規模與影響力將媲美甚至超越工業革命。這並非一句空洞的口號。紅杉為這場革命標定了一個清晰的戰場和一個驚人的“戰利品”：一個價值高達10兆美元（10trillion）的龐大市場。這個數字並非憑空預測的未來市值，而是指向一個具體的目標——美國服務業市場。紅杉認為，AI不僅將在這個市場中攻城略地，更將像SaaS（軟體即服務）重塑軟體行業一樣，徹底顛覆並極大地擴展服務業的邊界 。歷史的迴響：為何AI是一場“壓縮版”的工業革命要理解紅杉對AI革命的信心，必須先理解其核心的歷史類比。他們將AI革命與工業革命並置，但關鍵的區別在於一個詞：速度。這場變革的處理程序被極大地壓縮了。1. 從“蒸汽機”到“流水線”的驚人躍遷紅杉建構了一個清晰的對比框架，揭示了兩次革命在時間尺度上的巨大差異：工業革命的“引擎”：1712年，第一台蒸汽機問世，它是一種通用的動力技術，為後續的一切變革提供了基礎。認知革命的“引擎”：1999年，第一塊GPU（圖形處理器）誕生，它成為了這個時代的“蒸汽機”，為大規模平行計算提供了可能。工業革命的“工廠”：從蒸汽機到1779年第一個現代工廠體系的出現，歷時67年。認知革命的“工廠”：從GPU到2016年第一個整合了所有元件的“AI工廠”的出現，僅僅用了17年。工業革命的“流水線”：在工廠體系出現後，又過了144年，現代化的裝配流水線才在1923年被完善。認知革命的“流水線”：紅杉預測，高度專業化的“認知流水線”（即專用AI應用）將在“202X年”——也就是AI工廠誕生後的短短幾年內迅速到來。這種時間上的急劇壓縮，其背後隱藏著更深層次的邏輯。工業革命受制於鋼鐵與蒸汽的物理定律，工廠的建設、鐵路的鋪設都是緩慢、資本密集且受地理限制的物理過程。而認知革命建立在“位元”之上，AI模型和軟體應用的複製與分發成本幾乎為零。一個“AI工廠”可以通過雲服務在幾分鐘內擴展至全球；一條新的“認知流水線”（一個專用App）可以通過網際網路瞬間觸達數百萬使用者。這種基於數字媒介的本質區別，正是這場革命得以驚人加速的根本原因。2. “專業化勢在必行”：初創公司的歷史使命在這一加速處理程序中，紅杉提出了一個核心概念：專業化勢在必行（The specialization imperative）。正如工業革命的成熟並非依靠更強大的通用蒸汽機，而是通過將蒸汽動力“專業化”為紡織機、火車頭和水泵等專用裝置來實現價值最大化一樣，認知革命的巨大價值也將由那些將通用AI模型（如GPT-4）“專業化”為解決特定行業痛點的初創公司來釋放。這正是紅杉對初創公司寄予厚望的原因。他們認為，當下的AI創業者們，正扮演著當年將蒸汽動力應用於各個領域的發明家和企業家的角色。因此，紅杉提出了一個振聾發聵的問題：“誰將成為AI時代的約翰·洛克菲勒和安德魯·卡內基？” 。他們的答案響亮而明確：正是那些正在打造“認知流水線”的創業公司。他們將成為新一代的行業巨擘，重塑全球經濟格局。十兆美元的新大陸：AI的真正戰場如果說歷史類比為這場革命描繪了宏偉的藍圖，那麼10兆美元這個數字則為其標定了具體的戰場。這個數字並非遙不可及的未來市場總值，而是指向一個已經存在、但尚未被技術充分滲透的巨大經濟體——美國服務業市場。1. 定義獎賞：一個滲透率僅0.2%的龐大市場紅杉指出，法律、會計、醫療、諮詢等行業構成了美國價值10兆美元的服務業經濟。然而，目前AI技術在其中的滲透規模僅為約200億美元，滲透率低至0.2%。這意味著一片廣闊的、幾乎未經開墾的“新大陸”正等待著AI的征服。這種巨大的差距本身就構成了無與倫比的商業機會。傳統服務業的增長模式在很大程度上是線性的，依賴於高薪專業人士的智力勞動和時間投入。而AI的介入，將為這個古老的行業帶來非線性的增長潛力。2. SaaS類比：市場擴張，而非僅僅是份額掠奪在這裡，紅杉提出了一個至關重要的觀點：AI對服務業的影響，將類似於SaaS對軟體業的重塑——其核心在於市場擴張，而不僅僅是市場份額的重新分配。在SaaS出現之前，軟體是昂貴的、需要本地部署的套裝產品，主要服務於大型企業。SaaS通過訂閱制和雲端交付，極大地降低了使用門檻，使得中小企業甚至個人都能負擔得起強大的軟體工具，從而將整個軟體市場的規模從3500億美元擴展到了超過6500億美元。同樣，AI也將通過自動化、增強和創造全新的服務模式，讓原本昂貴或無法獲得的專業服務變得普及。例如，AI法律助手可以讓小微企業以極低成本獲得合同審查服務；AI醫療診斷工具可以為偏遠地區提供專家級的影像分析。這些新生的需求將共同推動服務業市場邊界的極大外延。3. 重塑標普500指數：新巨頭的誕生這場變革最深遠的影響之一，可能在於它將改變資本市場的基本構成。目前，標準普爾500指數（S&P 500）的成分股中，幾乎看不到傳統律師事務所或會計師事務所的身影，因為它們大多採用合夥人制度，無法上市。這背後是傳統服務業的結構性弱點。合夥人制度雖然保證了高品質、定製化的服務，但也限制了其非線性擴張的能力——公司的增長與高薪專家的數量直接掛鉤。AI技術恰恰攻擊了這一弱點。一個AI系統（如法律AI公司Harvey）可以同時賦能數千名律師，完成過去需要大量初級律師團隊才能處理的工作，實現了知識服務的規模化複製。這種根本性的商業模式變革，將催生出一批由AI驅動、可公開上市的新型服務業巨頭。紅杉預言，這些新公司將登陸資本市場，甚至可能改變我們今天所熟知的標普500指數的構成，標誌著一個新商業時代的到來。正在發生的五大範式轉移：解讀革命的脈搏如果說歷史和市場規模的分析是宏觀敘事，那麼紅杉觀察到的五個正在發生的趨勢，則是這場革命在微觀層面上的真實脈動。它們是判斷變革方向的“茶葉”，揭示了AI如何從根本上改變工作方式和價值衡量標準。趨勢一：槓桿而非確定性 (Leverage Over Certainty)知識工作的本質正在發生轉變。過去，我們追求的是“低槓桿、高確定性”的工作模式，即對任務的每一個步驟和結果都有100%的掌控。而現在，我們正邁向一個“超高槓桿、結果不確定”的新範式。一個典型的例子是銷售人員。傳統模式下，一個銷售員能維護的客戶數量有限。而在新模式下，他可以利用AI代理同時管理成百上千名客戶，其自身角色從直接執行者轉變為AI的“教練”和“修正者”，從而實現超過1000%的槓桿效應。這與布勒提出的“隨機性思維”（The Stochastic Mindset）緊密相連，即未來的工作者必須適應與機率性、非確定性的AI系統協作，從死板的執行轉向靈活的迭代與批判性思考。趨勢二：真實世界驗證而非學術基準 (Real-World Validation)衡量AI能力的黃金標準已經改變。過去，學術界的基準測試（Benchmark）是評判模型優劣的標尺。但現在，紅杉宣稱“學術AI基準已死”（Academic AI benchmarks are dead）。真正的考驗來自真實世界的競技場。AI安全公司Expo就是一個絕佳案例。它沒有選擇在論文中發佈測試分數，而是在全球頂尖的駭客平台Hacker One上，與人類頂級駭客同場競技並取得勝利，以此來證明其技術的卓越性。這種“實戰”表現，成為了比任何學術分數都更有力的價值證明。趨勢三：強化學習走向實踐 (Reinforcement Learning Goes Practical)長期以來，強化學習（Reinforcement Learning）更多地停留在理論研究和遊戲領域（如AlphaGo）。但在過去一年，它已成為許多初創公司獲取競爭優勢的實用工具，尤其是在程式設計等複雜決策領域。AI不再僅僅是模仿資料，而是能夠通過試錯和反饋來學習最優策略，從而在特定任務上超越人類。趨勢四：AI深入物理世界 (AI in the Physical World)AI的影響力遠不止於聊天機器人或人形機器人。它正在通過最佳化流程和加速硬體製造，深刻地改變著物理世界。例如，Nominal公司利用AI來加速硬體產品的生產和質量保障流程。這與輝達CEO黃仁勳關於未來“AI工廠”的願景不謀而合，即AI不僅處理資訊，還直接參與物質世界的創造過程。趨勢五：算力即新生產力 (Compute as Production Function)在新的經濟範式中，衡量生產力的一個關鍵指標將是“每位知識工作者消耗的算力”（FLOPS per knowledge worker）。紅杉預計，這一指標將至少增加10倍，樂觀情況下甚至可能達到1000倍。這意味著對計算能力的巨大且持續的需求，為算力供應商和那些用AI武裝員工的企業創造了前所未有的機遇。這五個趨勢並非孤立存在，它們共同構成了一個相互強化的閉環，解釋了“千倍槓桿員工”是如何成為可能的。首先，實現千倍槓桿（趨勢一）需要強大的AI代理，而這些代理的運行離不開海量的算力支援（趨勢五）。其次，這些AI代理的有效性不再由抽象的學術基準來衡量，而是必須在真實世界中得到驗證（趨勢二）。為了在真實世界中取勝，它們越來越多地採用強化學習等先進技術（趨勢三）。最後，這個強大的認知系統不僅侷限於數字任務，還延伸到最佳化物理世界的生產製造（趨勢四），完成了從數字認知到物理產出的完整經濟循環。紅杉的藏寶圖：未來18個月的五大投資主題如果說上述趨勢是正在發生的事實，那麼紅杉提出的五大投資主題，則是為創業者和投資者繪製的一幅“藏寶圖”。它們指出了建構“認知流水線”所必需的關鍵基礎設施和能力缺口，是未來12到18個月內最值得關注的戰場。主題一：持久化記憶 (Persistent Memory)當前AI模型的主要侷限之一是它們的“失憶症”。無論是多長的上下文窗口，本質上仍是短期記憶。為了從簡單的聊天機器人進化為能夠執行複雜、多步驟任務的真正“代理”（Agent），AI需要具備兩種能力：長期記憶（能夠記住數天、數周前的互動和上下文）和持久化身份（維持一個連貫、獨特的個性）。這是實現更高等級生產力工具的關鍵瓶頸。主題二：無縫通訊協議 (Communication Protocols)網際網路的誕生，源於TCP/IP協議的建立，它讓不同電腦之間可以順暢地“對話”。紅杉認為，AI世界也需要一個類似的協議，讓不同的AI代理能夠無縫地溝通、協作和交易。想像一下未來的場景：一個AI購物代理，能夠自主地與其他網站的AI比價代理溝通，與物流公司的AI追蹤代理協調，最終完成整個購物流程，而無需人類干預。這將催生一個龐大的“機器經濟”，而其基礎就是這個尚未被發明的通訊協議。主題三：AI語音(AI Voice)隨著AI語音在保真度和延遲方面接近甚至超越人類水平，它將成為人機互動的主流介面。鍵盤和螢幕的統治地位將被動搖，自然、流暢的語音對話將滲透到消費和企業應用的方方面面。這與其他行業觀察者的判斷一致，即語音將成為數字世界的“萬能遙控器”。主題四：端到端AI安全 (End-to-End AI Security)當AI代理被賦予越來越大的自主權，並深度融入關鍵業務流程時，其安全性就變得至關重要。這不僅包括防止外部攻擊，還包括確保AI自身的決策不會產生災難性錯誤（如“幻覺”）。紅杉預見了一個龐大的新市場：需要成百上千的AI安全代理來保護每一個人類使用者和每一個AI工作代理。像Robust Intelligence這樣的公司，正在致力於建構AI防火牆，以應對這一挑戰。主題五：開源AI (Open-Source AI)紅杉將一個強大的開源AI生態系統視為戰略必需品。他們認為，這對於防止AI的未來被少數資金雄厚的科技巨頭壟斷至關重要。一個充滿活力的開源社區能夠確保技術的開放性、促進更廣泛的創新，並為整個生態系統的健康發展提供保障。這呼應了當前業界關於開放模型與閉源模型路線之爭的核心議題。這五大主題共同勾勒出了一個實現自主AI代理所需的技術堆疊，即“代理棧”（Agent Stack）。一個自主代理需要持久化記憶（主題一）來記住目標和歷史；需要無縫通訊協議（主題二）來與外部世界互動；需要AI語音（主題三）作為與人類溝通的自然介面；整個過程需要端到端AI安全（主題四）來保障；而這一切的實現和普及，則有賴於一個健康的開源AI生態（主題五）。這個框架清晰地展示了這些投資方向之間深刻的內在聯絡。宏大敘事之外：對狂熱、現實與“第二幕”的冷靜審視紅杉的“10兆美元革命”無疑是一曲激動人心的交響樂，但任何宏大敘事都需要放在現實的聚光燈下進行審視。要真正理解這份報告的價值，我們需要將其與紅杉的另一份重要檔案《生成式AI的第二幕》（Generative AI's Act Two）以及當前市場的嚴峻現實聯絡起來。1. 從“第一幕”的狂熱到“第二幕”的價值回歸《第二幕》一文指出，生成式AI的“第一幕”是新奇體驗的爆炸式增長（如ChatGPT的病毒式傳播），但其普遍存在使用者留存率低、商業價值未經證實的問題。許多早期的AI應用更像是技術演示，而非能解決實際問題的成熟產品。而“10兆美元革命”的實現，必須依賴於“第二幕”的到來。這意味著行業焦點必須從追逐新奇的技術轉向以客戶為中心，用專業化、垂直化的應用來端到端地解決真實世界的問題。2. 現實的拷問：6000億美元的疑問與95%的失敗率市場的現實資料為這場狂熱注入了一絲冷靜。巨大的投資回報鴻溝：紅杉自己也曾提出過“6000億美元的問題”（$600B Question），指出了AI基礎設施的巨額資本支出（CapEx）與終端使用者產生的收入之間存在的巨大差距。這給整個行業帶來了巨大的投資回報壓力。驚人的失敗率：麻省理工學院（MIT）的一項研究報告揭示了一個 sobering 的事實：高達95%的企業生成式AI項目未能實現有意義的收入增長或業務影響。這與革命勢不可擋的敘事形成了鮮明對比。幻滅的低谷期：權威諮詢機構Gartner已將生成式AI置於其技術成熟度曲線的“幻滅期低谷”（Trough of Disillusionment），主要原因在於企業在證明AI價值和尋找合格人才方面面臨巨大挑戰。這場關於“AI泡沫”的討論無處不在。一方面是前所未有的投機和高企的估值，另一方面是確實存在的、顛覆性的技術突破。在這種背景下，紅杉的“10兆美元革命”報告，就不應被簡單地解讀為一份純粹樂觀的預言。它更像是一份戰略處方，旨在指導創業者如何安全穿越當前的“幻滅期低谷”。報告指出了問題的根源（“第一幕”缺乏對真實價值的關注），並開出了藥方：通過踐行“專業化勢在必行”，聚焦於建構“代理棧”的五大關鍵主題，並以五大範式轉移作為成功的先行指標。它是一張旨在穿越風暴的航海圖，而非否認風暴的存在。如何在AI時代成為下一個洛克菲勒？紅杉資本的萬字雄文為我們描繪了一個堪比工業革命的宏偉時代。其核心論點是，AI帶來的機遇是歷史性的，但通往成功的道路並非坦途。最終的勝利者，不會是那些隨波逐流、追逐短期熱點的投機者，而是那些腳踏實地，為新經濟建構關鍵基礎設施和專業化應用的建設者。對於身處其中的參與者，這份報告的啟示是清晰的：對於創業者：答案是專業化。找到一個深刻的、具體的行業痛點，用AI去解決它。忘掉虛無的學術基準，在真實世界中驗證你的價值。沿著持久化記憶、通訊協議、AI語音、安全和開源這五條戰線，去開拓屬於你的疆域。對於投資者：挑戰在於分辨“第一幕”的浮華與“第二幕”的實質。正在發生的五大趨勢是判斷項目潛力的生命體徵，而五大投資主題則是蘊藏著最高回報的寶藏之地。讓我們再次回到那個最初的問題：誰將成為AI時代的洛克菲勒與卡內基？。歷史上的工業巨頭們，不僅僅是發明家，更是體系的建構者。他們打造了驅動一個時代的石油管道、鐵路網路和鋼鐵帝國。認知革命中的傳奇公司，也必將如此。他們將通過一條條“認知流水線”，重塑價值10兆美元的服務業經濟，最終定義下一個百年。這場偉大的變革，已經拉開序幕。 (瑞塔塔觀點)

近日，Google雲宣佈推出其自主研發的區塊鏈平台——Google雲通用帳本（Google Cloud Universal Ledger，簡稱 GCUL）。一個專為支付、代幣化和結算而設計的新型第 1 層區塊鏈。該平台並不與現有的貨幣形式競爭，而是旨在為銀行和金融機構提供現代化的支柱，將傳統金融的合規性與分佈式帳本技術的效率相結合。GCUL 被定義為一個“中立的基礎設施層”，旨在為銀行、支付機構和金融中介提供一個無需依賴競爭對手生態系統的開放平台。GCUL 有幾項特質有別於傳統區塊鏈項目，其保持中立性，只做服務商，任何機構都可通過單一 API 訪問；不使用 Gas 費模式轉而採用月度計費；採用基於 Python 的智能合約開發；中立且中心化此前，各個支付巨頭都在為自身支付服務搭建區塊鏈基礎設施。Circle 借助其 USDC 穩定幣發行商身份，推出名為 Arc 的區塊鏈網路。該網路專注於穩定幣金融用途，將 USDC 設為原生 gas，而 Stripe 則在另一條賽道上醞釀推出 Tempo，這是一條面向支付的 EVM 相容 L1 區塊鏈，強調高性能和低費用。Google雲Web3戰略負責人Rich Widmann則指出：“Tether 不會使用 Circle 的區塊鏈，Adyen 也可能不會使用 Stripe 的區塊鏈，但任何金融機構都可以使用 GCUL。”不過，雖然 Rich Widmann 將 GCUL 定義為 Layer 1 區塊鏈，但其私有且非開放的架構，引發社群質疑是否能真正稱為去中心化區塊鏈。在技術層面，GCUL 建設在Google分佈式雲基礎設施之上，具備高可用性與彈性擴展優勢。與公共區塊鏈中的 gas 費用模式不同，此平台採取月度計費方式，通過單一 API 即可訪問完整功能，有望降低金融機構對維護底層系統的依賴和成本。Google在部落格文章中稱：“金融機構不必投入大量資源維護基礎設施，也能夠獲得類似公共區塊鏈的去中心化優勢，同時享受可預測的營運成本和穩定性能。”GCUL 支援 Python 智能合約，這一設定便於機構開發者以熟悉語言建構業務流程，使支付自動化、資產管理與合規性稽核更易於整合入原有體系。通過與現有金融系統的介面整合，GCUL 能夠實現帳戶管理簡化、交易自動化和合規性檢查的即時化。此外，GCUL 還具備內建的合規性工具，如 KYC 驗證帳戶和透明的交易費用結構，確保金融機構在滿足監管要求的同時，享受區塊鏈技術帶來的效率提升。平台的設計理念是將傳統金融的穩定性和監管合規性與分佈式帳本技術的效率相結合，打造一個既符合監管要求又具備創新能力的基礎設施。GCUL 的應用不僅限於傳統支付結算，它還為資本市場數位化提供了基礎設施支援。金融機構可以在 GCUL 上發行、管理和結算債券、基金及其他證券化產品。Google表示，GCUL 支援多種貨幣和資產類型，機構可以在同一平台上處理不同類別的資產。能夠與GoogleAI、資料等服務深度整合從戰略層面來看，GCUL 的推出直接將Google置於全球金融機構尋求可擴展、合規的數位資產處理解決方案的核心位置。在跨境支付領域，傳統系統存在結算周期長、成本高和對帳繁瑣的問題，而 GCUL 通過全天候即時結算和低成本交易，有望改變這一格局。目前，GCUL 處於私人測試網階段，Google雲已與芝加哥商品交易所集團（CME Group）展開合作，進行代幣化資產試點測試。CME 集團是全球最大的衍生品交易所之一，其參與驗證了 GCUL 在實際金融場景中的可行性。測試的重點包括結算和清算的標記化，預計將在 2025 年末進行機構測試，並計畫於 2026 年全面推出服務。CME 集團的參與不僅提升了 GCUL 的可信度，也為其未來在金融市場中的應用奠定了基礎。作為Google雲的一部分，GCUL能夠與Google的其他服務深度整合，包括資料分析、人工智慧和機器學習工具，從而為金融機構提供更智能化的營運和風控能力。如果 2026 年計畫按預期展開，可能很快就會看到銀行採用 GCUL 結算付款。Google預計未來會有數十億使用者通過 Google 應用間接接觸區塊鏈。目前，GCUL 仍處於測試階段，關於監管、可擴展性以及機構是否會真正接受它，仍存在許多問題。但毋庸置疑的是：Google雲進軍區塊鏈領域是一個訊號。作為全球最大的科技公司之一，其不再對 Web3 袖手旁觀，金融的未來可能比我們想像的更近。 (樹圖區塊鏈)

「 Google什麼都想要 」Google可以說是當下GenAI大模型服務最多的公司，別家有的他也有，別家沒有的他還有。但是到目前為止，真正有口碑的，也就一個NotebookLM。對大模型AI產品的定位再模糊點，也只能再加入一個Colab。這導致每次Google官方牟足勁宣傳新產品的時候，AI頓悟湧現時總會緊張：不會又不好用吧！5月21日，Google I/O 2025全球開發者大會準時炸場。這次與以往一樣，又發不了大量大模型產品，特別是面向開發者服務的AI產品全家桶更新，更是讓人感動到雙眼噙滿淚花。首先是小模型Gemma3n，參數量有5B和8B兩個版本，讓人最心動的是，其能在2GB記憶體的裝置上運行，低配智慧型手機甚至是物聯網裝置都能跑！還有文生視訊模型Flow，全新的圖片生成模型Imagen 4，Google搜尋即將全面升級的AI模式，Gemini也直接整合進Chrome瀏覽器！還有會前公佈的AI Coding產品Jules。最後一項比OpenAI還誇張的訂閱服務，Google AI Ultra直接將價格拉到了249.99美金每月！不太理解這個服務的意義。賣不出去該多尷尬！除此之外，再看開發者服務，Google將自己對標Anthropic MCP的A2A協議，升級到了v0.2版本。新版本著重最佳化了智能體間的通訊驗證，大幅減少了冗餘互動。聽起來，有了這個基礎，普通API就有動力升級為A2A協議，方便智能體呼叫。實用性不評價，還是要看後續是否好用。說不定未來會成為AI智能體開發者重要的交付手段。接下來還有ADK開發工具包，Google不僅升級推出了Python ADK v1.0.0，還誠意滿滿的拿出了Java ADK v0.1.0，惠及更多開發者。簡單總結下來，新服務就這麼多。不過每項仔細盤下來，更新著實不少。這次Google開發者大會，可以明顯看出：Google在用盡一切心思打造好用的小功能，然後意圖依賴這些小功能贏得市場口碑。大即便是當下市場正朝著多模態融合方向狂奔，Google也更願意將不同模態垂直模型分開發展，而不是打造驚豔世人的大而全產品。究其核心，還是Google的使用者體量實在是太大了！Google搜尋長期霸佔全球搜尋市場份額90%以上，Gemini AI應用剛剛公佈的月活資料已經來到4億！GenAI大模型服務極其消耗算力，在沒有明確商業模式的情況下，貿貿然將服務全量投放市場，這麼大的使用者量Google真吃不消。與OpenAI不同，Google作為上市公司要為投資人負責，算力成本必須嚴格控制。特別是GenAI大模型第一個要顛覆的目標，就是搜尋引擎市場，Google更是要謹慎行事，算好帳。畢竟創企有可能通過花小錢服務好一小撮使用者贏得口碑，而Google想扭轉口碑投入成本就要上萬倍！這或許是每次Google大模型服務的宣傳和實際體驗不同的核心原因。近半年，隨著Cursor、MCP的爆火，給了Google四兩撥千斤的啟發：研發出一個個被市場認可的小功能，投入所帶來的市場口碑更加高效。而現在，249.99美金每月的訂閱服務推出，也是Google主動對使用者和服務進行主動分層，管控投入成本的舉措。另一方面，也是Google對自家服務有了自信，只有服務足夠豐富、能力足夠強，才能能賣出這種高價訂閱會員。你看，Google剛發佈的AI程式設計服務Jules，為了狙擊OpenAI Codex就只能直接免會員，每日給5次免費任務。現在的Google，急需挖掘出大量大模型爆款小功能，靠差異化拉高付費資料，度過AI搜尋難關。你看現在Google都開始宣傳AI購物了，接下來應該是要將Amazon一軍，把資本市場的目光從AI搜尋轉移到AI電商。 (AI頓悟湧現時)

據彭博社報導，蘋果公司正在開發麵向資料中心的高性能處理器，主要用於支援其人工智慧（AI）服務。這一項目代號為Baltra，是蘋果與博通公司合作開發的成果，預計將於2027年完成。Baltra處理器的開發顯示出蘋果在資料中心硬體領域的雄心壯志，不僅限於支援其AI服務，還可能擴展到更廣泛的資料中心應用。Baltra處理器的開發背景是蘋果對資料中心硬體的長期投入。與博通合作開發的Baltra處理器預計將採用博通設計的AI加速器，這些加速器通常使用專有的處理單元（如張量或矩陣單元）和高頻寬儲存器（HBM）堆疊。然而，蘋果還在探索不同配置的伺服器處理器，包括具有“雙倍、四倍或八倍於當前M3 Ultra處理器核心數量”的型號。M3 Ultra處理器在核心數量上已經表現出色，擁有24個高性能核心和8個節能核心。然而，資料中心處理器通常不採用混合設計，因此蘋果可能在探索八倍於當前M3 Ultra處理器的高性能核心數量（即192個核心）。此外，將M3 Ultra的圖形核心數量增加四倍，可能會使其性能與輝達的GeForce RTX 5090相當甚至更好。值得注意的是，現代AI應用通常不使用通用CPU或GPU核心進行訓練或推理，而是依賴於張量或矩陣單元。蘋果的神經引擎（NPU）依賴於最佳化的矩陣乘法邏輯，用於裝置上的AI處理。因此，如果蘋果正在開發用於推理的AI加速器，它可能更需要擴展其NPU引擎，而不是增加CPU核心數量。然而，AI伺服器仍然需要CPU來調度資料流並為加速器提供資料，因此蘋果可能在Baltra項目下同時開發CPU和AI加速器。在Mac產品線方面，蘋果的路線圖包括多款新處理器。據報導，M5系統晶片將在2025年底前應用於iPad Pro和MacBook Pro型號，這並不令人意外。此外，蘋果正在開發代號為Komodo的M6和代號為Borneo的M7系統晶片，這些晶片將為未來的iPad和Mac裝置提供動力。蘋果還在開發一款名為Sotra的高端晶片，但其目標裝置尚未明確。此外，蘋果還在為其可穿戴裝置開發定製處理器，如增強現實智能眼鏡。這些裝置的處理器開發顯示出蘋果在AI和可穿戴技術領域的持續投入，旨在通過高性能硬體支援其廣泛的生態系統。 (晶片行業)

自今年年初DeepSeek驚豔亮相、震撼世界以來，美國就一直在想方設法打壓DeepSeek，以遏制中國在人工智慧技術上的發展。據《紐約時報》周三報導，川普政府正計畫對 DeepSeek 實施新限制，打算“多管齊下”，包括禁止DeepSeek購買美國技術、禁止美國人使用其技術，同時切斷美國晶片製造商輝達對這家公司的晶片供應，並可能切斷美國使用者對其AI服務的訪問。DeepSeek 自發佈以來就引起了包括美國在內的AI市場的極大注意，其高性價比的AI解決方案不僅吸引了大量開發者，更倒逼矽谷科技巨頭不得不降低尖端AI模型的使用門檻。例如2024年4月，Meta宣佈開源800億參數的Llama 3，完全免費商用；Google開放Gemini Nano等。16日，美國國會眾議院 “中國問題特別委員會” 發佈了一份充滿陳詞濫調的污衊報告，聲稱DeepSeek“審查和操縱資訊”“向中國洩露資料”“給使用者帶來安全漏洞”，對美國安全構成“深刻威脅”。這份自今年 2 月開始撰寫的報告宣稱，DeepSeek 的模型是通過竊取美國技術產生的，使用了被禁止出口到中國的美國晶片。此外，該委員會認為，DeepSeek 竊取美國使用者資料並返回中國。在這一套邏輯下，“中國問題特別委員會” 當天對輝達在亞洲的晶片銷售展開了調查，試圖評估輝達是否違反了美國規定，故意向 DeepSeek 提供開發人工智慧的關鍵技術。一位不願透露姓名的委員會官員告訴《紐約時報》，輝達需要在兩周內對調查做出回應，該委員會通常需要 4 個月的時間進行調查，之後才會就某個問題生成報告並召開聽證會。《紐約時報》稱，川普政府也計畫在本周採取行動，進一步限制輝達向中國和其他國家銷售人工智慧晶片，他們還在想辦法執行前總統拜登離任前宣佈的廣泛人工智慧晶片出口管制措施。 (半導體技術天地)

高盛預計，3800億資本開支中約80%將用於AI服務器，隨着相關資本支出增加，阿里有望在2026財年和2027財年實現收入增長超過20%。根據瑞銀舉辦的阿里管理層溝通會，短期內，阿里雲的盈利重點將放在To-B端，通過其QWen模型提供MaaS解決方案，並利用現有云產品的交叉銷售優勢。長期來看，AI代理的應用有望進一步提升利潤率。 AI時代風捲雲湧，阿里雲不僅被視爲阿里的新增長引擎，更成爲投資者重估 $阿里巴巴-W (09988.HK)$ 價值的關鍵因素。 瑞銀在最新研報中表示，隨着淘天集團業務的穩定以及新業務的逐步好轉，投資者應逐漸認識到阿里在雲計算業務和生成式AI方面的潛力。報告寫道： （阿里）管理層認爲，當前AI雲業務的強勁增長主要受限於產能。隨着推理成本的降低以及對芯片需求的減少，管理層認爲，AI技術如今變得更加經濟實惠，並且隨着中國企業和中小企業數字化進程的加速，AI雲業務迎來了巨大的增長機遇。