當AI浪潮席捲全球，“轉型”成為新常態，普通人該如何自處？我們還能抓住什麼？未來的機會又藏在那裡？前不久，凱文·凱利（K.K.）現身中信書院閉門交流會。作為享譽全球的智者，他總是對大趨勢有著透徹的分析，其所著的《失控》《必然》為全球讀者所追捧。三個小時的閉門對談，從科技、商業、文化、成長四大維度，直擊 AI 時代最尖銳、最現實、最關乎每個人未來的問題。這不是一場預測，而是一份寫給普通人的未來生存指南。關於科技：AI不是失控，是我們必須學會“適度放手”1. 公共智能與去中心化：OpenClaw是偉大實驗，但未必是最終答案對於今年在中國爆紅的OpenClaw,K.K.給出了清晰定位：OpenClaw是他稱之為“公共智能（Public Intelligence）”的雛形——像網際網路一樣，不屬於任何公司、任何政府，公開、開放、去中心化。他直言，我們正處在一個關鍵的十字路口，AI的所有權與控制權，將決定未來幾十年的技術走向。當下由少數科技巨頭掌控AI的模式，並非長久之計。一個真正健康、可持續的智能體系，必須是開放的、分佈式的、由公眾共同擁有與維護的。K.K.強調，他並非判定OpenClaw一定成功，而是認可其背後的理念——讓AI回歸公共屬性，讓每個人都能掌控自己的智能工具。這種分佈式、去中心的思路，才是AI未來的正道。去中心化、開放原始碼的AI，現在極其必要，是抵禦技術壟斷、保障技術普惠的核心路徑；AI代理運行在個人伺服器，資料不託管、不洩露，是未來數字安全與自主可控的正確方向；OpenClaw是朝著正確方向的實驗，但技術成熟度、落地可行性仍待驗證，未必是最終答案。2. AI落地比想像慢：我們有10年時間適應面對“50%工作會消失”、“技術即將失控”的全民恐慌，K.K.堅定站在“緩慢落地”陣營，用理性打破焦慮。他認為，技術的普及與社會的消化，永遠存在巨大的時間差。那怕Anthropic等頭部AI公司立刻停止研發，我們現有的AI技術儲備，也足夠整個社會消化10年以上。變革從來不是瞬間完成的，它需要調整組織架構、業務流程、人員技能，這是一個漫長的適配過程；即便AI技術持續迭代，社會層面的落地依然會循序漸進，給我們足夠時間制定法律、規則與倫理框架；AI對各行各業的衝擊極度不均衡，製造業、內容產業、服務業變革速度天差地別，不能一概而論。K.K.坦言，自己也可能判斷失誤，業內有很多比他更激進的觀點，但至少在未來幾年，AI依然處於“爭論大於落地、探索大於成熟”的階段，核心技術仍待突破，不確定性遠大於確定性。3. 智能不是單一元素，是多種能力的混合物K.K.打破大眾對“智能”的固化認知，提出一個顛覆性觀點：我們一直都誤解了智能的本質。我們總把智能當成一種單一“元素”，就像古人以為水、火、土是基本元素一樣。但事實上，智能是多種認知能力的復合混合物——就像水是氫和氧的化合物，智能也是邏輯、推理、創造、情感、直覺等能力的組合。未來，我們會發明全新的詞彙來定義與理解智能。不同的AI會重新排列這些認知能力，以完全不同於人類的方式思考、執行任務、解決問題。這意味著，我們不能再用“人類智能”的標準，去衡量與要求AI。4. AI已“失控”，但這並不可怕面對“AI是否失控”的靈魂拷問，K.K.坦誠：在某種意義上，AI已經失控。我們並不完全理解大模型的底層運行邏輯，無法精準預測它的輸出；同樣的問題提問兩次，會得到截然不同的答案；我們能引導、約束，但無法完全掌控。但他用一個溫柔又精準的比喻，安撫了所有人的焦慮：這種失控並不可怕，它更像養孩子。你無法完全控制孩子的思想、選擇與成長，必須適度放手，他們才能發揮自己的天賦。AI也是如此，它的價值恰恰來自它的自主性、創造性、不可預測性。我們需要做的，不是追求絕對控制，而是建立合理的邊界與引導機制。這不是混亂，而是技術走向成熟必須經歷的放手。5. 我們急需一套“信任技術”當AI從工具變成代理，可以代替人類做決策、代行權利，人類面臨終極問題：我們究竟能在多大程度上信任AI？K.K.給出了明確答案：我們必須創造、發明一整套全新的技術層，他稱之為“信任技術”，把它加入以智能體為核心的經濟體系中。這不僅僅是人類如何信任AI，更要解決“一個AI智能體如何信任另一個智能體”的問題——這是未來數字經濟的基礎。信任技術需要認證、核驗、確權、追責等一整套複雜機制，如同人類社會花數百年搭建的金融信用體系；當下AI有一個致命缺陷：出了問題不承擔責任，搞砸、出錯、不作為，AI本身無所謂，背後的企業也往往逃避責任；這也是人類依然不可替代的核心原因：人類會為結果負責，會承擔道德與法律代價。目前，AI之間的信任機制、智能體的安全核驗體系，幾乎處於空白狀態。但K.K.堅信，這套體系完全可以建立，只是需要漫長的時間與大量的技術投入。未來，程式設計師、產品經理、風控專家的核心工作之一，就是管理AI、驗證AI、為AI的輸出兜底。6. 就業真相：重複工作消失是好事，人類要做不可預測的事針對中國網際網路大廠整團隊被AI替代、短影片崗位大規模裁員的現實，K.K.承認，這種衝擊比預想中更快、更猛烈，但同時給出理性判斷：被替代的，大多是高度重複、機械化、標準化的工作，這些工作本就沒人真正熱愛，本就該被機器解放；人類的終極目標，是擺脫無意義、消耗性的勞動，去創造、去體驗、去追求熱愛；短期的失業痛苦真實存在，社會必須承擔轉型成本，保障個體的生存與再學習權利。而給個體的終極建議，簡單又殘酷：最好的職業保障，就是讓自己變得儘可能不可預測、不可替代。AI是基於機率與資料工作的，它擅長模仿、標準化、流水線生產，卻無法理解“獨特”與“意外”。你越不按常理出牌、越擁有跨領域的獨特能力組合、越做沒有現成崗位名稱的事情，就越難被AI取代。他鼓勵所有人：成為“百萬里挑一”的存在，做需要花十幾分鐘跟父母解釋清楚的工作，成為奇怪又獨特的混合能力者——這才是對抗AI替代的安全邊際。7. 組織變革：小團隊完勝，大公司最難轉型對話中，嘉賓提到一個殘酷現實：公司結構越規整、流程越完善、崗位越標準化，越容易被AI替代；而一人公司、兩人小團隊，反而有指數級增長的機會。K.K.完全認同，並給出行業底層邏輯：目前能真正全面實現AI First（AI優先）的，都是極小的公司；引入AI不是僱傭技術人才，而是要徹底推翻工作流、重構組織架構，大公司、老公司缺乏靈活性，幾乎無法完成；矽谷正在發生巨變：大量軟體公司直接推翻舊程式碼，用AI重寫整個技術堆疊，打造能被AI管理、維護的全新系統；未來，App會消失，公司不再提供獨立應用，而是提供AI智能體，按需生成服務、即用即走；軟體不再是核心資產，能生成服務的AI引擎才是。最尷尬的是“不大不小的中間型公司”——轉型成本高、替代速度快，會在這場變革中舉步維艱，甚至被快速淘汰。關於商業：AI重構財富邏輯，體驗是價值鏈頂端8. 未來只有一種元能力：學會如何學習面對“普通人如何抓住AI機遇實現階層躍升”的提問，沒有給出暴富捷徑，而是給出最樸素、最核心的忠告：未來，知識本身不再重要，因為AI比人類懂得多得多。截至2026年，大模型依然不具備持續學習能力，每年僅升級一兩次，無法在使用中自主進化。而人類的核心優勢，就是終身學習、快速適應。未來唯一的終極元能力：學會如何學習；你今天所學的專業，兩年後可能徹底消失，軟體工程曾是“鐵飯碗”，如今成為第一批被AI衝擊的職業；企業僱傭你，不是因為你掌握存量知識，而是因為你能和AI一起持續學習、快速迭代；永遠做一個“新手”，保持對新事物的好奇與接納，是適應AI時代的底層心態。K.K.強調，選什麼專業、學什麼技能不重要，選你熱愛的就好。真正重要的是，找到最適合自己的學習方式，把學習變成本能。9. 價值階梯重構：體驗＞服務＞品牌＞商品AI可以批次生產商品、複製服務、打造品牌，但永遠無法替代真實的體驗。K.K.用經典的“商業價值階梯”，解釋AI時代的財富邏輯：最底層：商品（咖啡豆、原材料）往上：品牌（星巴克等標準化品牌）再往上：服務（門店服務、定製服務）最頂層：體驗（親自去咖啡種植園、沉浸式參與、真實感受）體驗，處在價值鏈的最頂端，是AI無法複製的核心價值。AI、虛擬世界、數位技術，會幫我們創造前所未有的體驗形式——通過VR、智能眼鏡、數字孿生，我們可以「親臨」任何場景、感受任何經歷。未來，探索與創造體驗，會是最有價值、最具財富潛力的賽道。10. 未來不是AI替代人，而是“人類+AI”協同很多創作者恐慌：AI可以寫文案、做設計、拍短片，人類創作者還有價值嗎？K.K.親自堅持AI藝術創作一整年，得出一個扎心又真實的結論：AI很“懶”。它默認只會給出“B+到A-”的平庸答案，不會主動突破、不會追求極致。它有能力做出驚豔之作，但需要人類不斷引導、推動、糾正、提出更高要求。未來不是AI替代人，而是“人類+AI”的夥伴關係；導演+AI、攝影師+AI、設計師+AI，協同創作才能產出頂級作品；人類的核心價值，就是激勵AI突破平庸，像教練、導師一樣，把AI從舒適區拉出來；AI無法獨自做出頂級作品，人類獨自創作也力有不逮，兩者結合才是唯一答案。11. 人形機器人：不是泡沫，但至少還要10年當下中國人形機器人賽道極度火爆，8家企業估值超百億，成為資本寵兒。很多人質疑：這是不是巨大泡沫？K.K.給出冷靜判斷：不是泡沫，但成熟落地至少還需要10年。目前，人形機器人有三大核心難題未解決，直接卡住規模化應用：1. 手部技術：人類的手極其精巧，目前沒有任何機器人手能接近人類能力；2. 電池與能源：持續穩定供電8小時以上，依然是無法突破的瓶頸；3. 空間AI與世界模型：機器人無法真正理解物理世界，缺乏空間感知與自主判斷能力。關於商業化落地，K.K.明確：家庭一定是最後場景，絕對不會是第一個。酒店、清潔、工業、物流等ToB商用場景，有人願意為效率付費、承擔維護成本，適合先行落地；而家庭對機器人的要求極高——足夠好用、足夠安全、足夠可靠，否則人類不會允許它進入私人空間。長遠來看，20年後，80%—90%的機器人根本不會像人。只有需要和人類近距離互動、適配人類生活空間的機器人，才會接近人形，其餘都會以千奇百怪的形態存在。12. AI投毒不必怕：市場與技術會自我修正央視315晚會曝光“AI投毒”現象：有人大量投放行銷內容、虛假資訊，干擾AI訓練與抓取，導致輸出偏向行銷、不精準。面對內容污染的擔憂，K.K.淡定表示：這本質上是一場騙子與平台的貓鼠遊戲，就像垃圾郵件一樣，會長期存在，但永遠不會成為主流。AI公司有極強的動力解決這個問題，內容污染會直接毀掉產品口碑與商業價值；企業會投入巨資研發過濾、防禦、清理技術，不斷升級對抗手段；市場與技術會自我修正，垃圾資訊、AI投毒會被控制在極低水平，如同今天的垃圾郵件，不會影響正常使用。關於文化：內容會爆炸，但偉大誕生於海量嘗試13. 短影片與直播不會消失，會升級為三維沉浸作為當下最主流的傳播媒介，短影片和直播還能火多久？未來會被什麼取代？K.K.給出明確答案：直播不會消失，但會持續進化。AI會為直播加入更多維度的“濾鏡”，不只是美顏，還能改變情緒、替換背景、調整氛圍；未來的核心方向：從二維螢幕觀看，走向三維沉浸式體驗；通過VR、智能眼鏡，觀眾可以“親臨”直播場景，獲得真實的在場感，而不是隔著螢幕觀望；微短劇、小程序劇不會消失，會變得更短、節奏更自然，適配人類的注意力習慣。同時，K.K.強調：純AI生產的內容，大機率沒人愛看。只有真實人類深度參與、與AI協同打磨的內容，才能誕生藝術感、創意與質感，才能被觀眾真正喜愛與尊重。14. 99%內容平庸是好事，沒有海量嘗試就沒有偉大AI讓內容生產門檻歸零，垃圾內容爆炸式增長，很多人感到焦慮：我們是不是被低質資訊淹沒了？K.K.的觀點完全顛覆大眾認知：這是一件好事。任何內容形式，90%甚至99%都是平庸、劣質的，這是自然規律，沒有例外。電視時代，製作成本極高，不允許失敗、不允許「垃圾內容」，結果反而誕生不了莎士比亞等級的經典；廉價攝影機、YouTube出現後，人人可創作，垃圾內容變多，但頂級紀錄片、偉大作品也隨之爆發；偉大，永遠誕生於海量的嘗試之中；沒有海量的平庸，就沒有極少數的極致。我們不可能回到嚴控內容、拒絕平庸的時代，因為那樣也會同時扼殺真正的偉大。AI帶來的內容大爆炸，本質上是為人類文明提供更多試錯機會。15. 純手工創作永遠不會消失AI可以寫詩、作畫、作曲，人類純手工創作還有意義嗎？K.K.用歷史給出答案：純手工、非AI創作的東西，永遠不會消失。攝影術發明時，無數畫家認為繪畫會死亡，但繪畫不僅活到今天，還誕生了印象派，回應攝影的衝擊；直到現在，依然有人靠手繪謀生，依然有人珍視手工創作的溫度。原因有二：1. 有人享受親手創作的過程，不為名利，只為取悅自己；2. 人類能走出AI想不到的路徑，AI基於資料模仿，而人類可以無中生有、突破認知。AI再主流，手寫、手繪、純人工創作的價值永遠存在，就像我們有了搖滾、說唱，依然有歌劇演員；有了數位技術，依然有人珍視書法。16. 1000個真粉絲理論：AI時代反而更強K.K.的“1000個真粉絲”理論，影響了全球無數創作者。在AI時代，這個理論是否需要升級？他明確：AI不會顛覆“1000個粉絲”理論，反而會強化它、讓它更容易實現。理論核心：你和粉絲擁有直接關係，錢直接付給你，不經過平台、出版社、公司；1000個死忠粉，你出什麼他們就買什麼，每年從每人身上賺100美元，就足以謀生；這不是讓你發大財，而是讓你靠創作體面活下去。AI時代的升級點：最大的難題“如何找到1000個真粉絲”，被AI解決；再小眾的愛好（挪威語喜劇、左手專用漁輪），全球範圍內都能湊齊1000人，AI可以精準匹配創作者與粉絲；核心原則不變：自己掌握粉絲關係，不依附平台，否則平台規則一改，你將一無所有。17. 下一個偉大發明：增強人類智能下一個比AI更偉大的發明，會在那個領域？K.K.給出震撼答案：AI本身遠未到頭，未來10—30年，我們依然會圍繞AI迭代，甚至整個世紀都在完善AI；比AI更偉大的下一個方向：人類增強智能（Augmented Intelligence）；不是依賴外部機器，而是找到方式提升、最佳化人類大腦本身的思考能力，挖掘人類自身的智能潛力。這是從“外部智能輔助”，走向“內部智能升級”的終極革命。關於成長：不要成為最好的，要成為唯一的18. 年輕人最該修煉：守住你的“奇怪”面對年輕人“如何不被AI取代”的困惑，K.K.給出最溫柔又最有力量的建議：不要以成為最好的為目標，試著成為唯一的。整個社會都在潛移默化地把人變得普通、平庸，而小時候讓你顯得格格不入的奇怪、特別、與眾不同，成年後只要守住，就會讓你變得格外出眾。做沒有現成名字、沒有固定崗位、沒有對應頭銜的事情；做需要花十幾分鐘跟父母解釋的工作，這恰恰說明你走在時代前面；你無法獨自變得獨特，需要朋友、家人、夥伴托舉你，在協作中成為獨一無二的自己。真正的酷，不是迎合大眾，而是做到無可替代。19. 我們會擁有“第二個自我”：比你更懂你在《2049》中，K.K.提出“鏡像世界”概念：未來會有一個AI智能體，成為你的“第二個自我”。它時刻觀察你、捕捉你的微表情、監測你的行為、傾聽你的話語，最終會比你自己更懂你——知道你未意識到的情緒、潛意識的渴望、隱藏的恐懼。這是必然的未來，既是巨大的希望，也伴隨著風險。我們需要一套全新的話語，來定義與“第二個自我”的關係。它既非外物，也不是你本身，而是陪伴你、輔助你、成就你的數字夥伴。20. AI不會消滅平等，反而擴大機會很多人擔憂：AI會加劇貧富差距，讓強者愈強、弱者愈弱，連“死亡”這唯一的平權都會消失。K.K.給出樂觀判斷：AI更有可能讓世界變得更平等。平等的核心，不在於財富多少，而在於機會與選擇多少。一百年前，祖輩的人生路徑只有二三十種（農民、鐵匠、工匠）；今天，我們有成千上萬種職業選擇，很多工作在百年前無法想像；AI會進一步擴大人生可能，讓每個人都能觸及低成本的工具、資源、機會。就像智慧型手機普及，讓全球幾十億人觸達資訊與服務。AI會像水電一樣普及，讓每個人都能享受技術紅利，獲得更多選擇與可能性。21. 錢的地位下降，聲譽比數字更重要AI時代，什麼才是真正的價值？K.K.直言：錢的真實價值會越來越低。錢不會消失，但在價值體系中的地位持續下降；一個人的聲譽、地位、影響力、信任度，比銀行帳戶裡的數字更重要；不要執著於積累財富，要去積累選擇權、機會、可能性；不要專注於擁有什麼，要專注於成為什麼。企業也是如此，不該只追求資產規模，而要追求成為使用者心中不可替代的存在，這才是長久的品牌價值。22. 此刻年輕，是最大的幸運很多年輕人迷茫、焦慮：沒有背景、沒有資源、冷門專業，人生是不是沒希望了？K.K.給出最燃的強心劑：20年後，人們回頭看2026年，會說：“你們當年根本不懂AI，只是處在噪聲期，真正的AI還沒到來。”今天的世界上，沒有一個真正的AI專家，所有人都在同一起跑線；年輕人精力充沛、思維開放，站在偉大時代的黎明，沒有權威、沒有壁壘，機會完全平等；能在這個時刻年輕，是無比幸運的事，你完全可以成為未來20年的定義者。他勸誡迷茫的年輕人：停止追逐別人定義的成功，重新定義屬於自己的成功；誠實地面對自己，找到擅長且熱愛的事情，財富只是熱愛的副產品。 (混沌學園)

哈薩比斯重磅訪談：AI正在重寫人類規則，普通人的黃金時代才剛剛開始當AI用10秒破解人類耗費50年的蛋白質折疊難題；當AlphaGo第37手，違背千年棋理卻成為制勝絕殺；當DeepMind創始人、諾獎得主哈薩比斯公開斷言：“3-5年內，AI將在材料、量子領域形成降維打擊；人類活到150歲，不再是幻想。”這場AI革命，早已不是技術圈的狂歡，而是每個普通人的命運洗牌。🧬一、AI正在引爆生命科學：治癒疾病、延長壽命，10年改寫人類歷史-藥物研發：從10年→10秒AlphaFold已完成2億種蛋白質折疊分析，把癌症、罕見病新藥研發速度提速10-100倍。哈薩比斯放話：未來10年，幾乎所有疾病都將被治癒。-長壽不是夢：150歲成為可能AI驅動的“數字孿生人體”“虛擬細胞”，將徹底顛覆臨床試驗。“我們正站在新藥爆發的前夜，人類壽命突破150歲，只是時間問題。”🧠二、AI認知正在超越人類：3-5年，材料、量子將被徹底顛覆- 打破人類經驗枷鎖AlphaGo那手“反直覺”的37步，證明AI能發現人類幾千年都沒摸到的真理。-下一個引爆點：材料科學 & 量子計算“3-5年內，AI將在常溫超導、量子計算領域實現突破，對傳統行業形成降維打擊。”一場比工業革命大100倍的變革，正在路上。🚀三、普通人的超級紅利：AI能力溢出，一人就是一支軍隊這不是精英的遊戲，而是屬於每一個人的時代機遇：-大廠技術內卷，AI工具全面平民化頂級AI能力正在“能力溢出”：不需要程式碼、不需要博士學位，人人都能免費/低成本使用。-超級個體崛起：1人=1家公司=1個部門“不需要技術背景，用AI就能跨界創新。個人用AI解決傳統行業問題，完全可以創造數十億美元估值的企業。”文案、設計、剪輯、研發、營運……以前10個人的活，現在1個人+AI就能幹完。單打獨鬥→一人成軍，AI把**“不可能”變成“日常”**。❤️四、哈薩比斯的人文初心：技術，最終要為人類有益“AI的終極目標，不是取代人，而是服務人、成就人。”他反覆強調：- 全人類要共同建構樂觀未來- 保持人類的創造力、共情力、真善美- 技術必須以**“對人類有益”**為底線✅五、給每個人的行動建議：現在入局，正好是紅利期1. 立刻上手AI工具別觀望、別恐懼，把AI用得像“母語一樣熟練”。2. 放棄單一技能執念專業越深越容易被AI替代，跨界整合、決策、創新、共情，才是你的終身護城河。3. 做AI的主人，不是僕人用AI放大你的熱愛、你的專長、你的夢想。未來不是AI淘汰人，是會用AI的人淘汰不會用AI的人。💡 結尾（金句總結）AI時代最大的真相：機器越來越像機器，人要越來越像人。AI負責效率，你負責創造、熱愛、意義。哈薩比斯已經把未來攤開在我們面前：這是人類歷史上，普通人最容易逆襲、最容易實現價值的時代。別等、別猶豫，現在就拿起AI，把自己活成一支隊伍。 (創業山海)

前言2026年初，當市場仍在爭論人工智慧究竟是新一輪技術革命還是又一場資本泡沫時，摩根士丹利首席美國經濟學家Michael Gapen領銜的研究團隊發佈了一份長達51頁的重磅報告，題為《Lessons from the Five Innovation Waves That Preceded AI》。這不是一份簡單的行業分析。報告用51頁的篇幅，系統回顧了美國過去250年五次重大創新浪潮——從工業革命、蒸汽與鐵路、電氣化與內燃機、電子與航空，到網際網路與數字網路——提煉出技術變革與宏觀經濟之間反覆出現的規律，為理解AI時代提供了清晰的歷史坐標。圖片來源：《Lessons from the Five Innovation Waves That Preceded AI》摩根士丹利試圖回答一個根本性問題：AI今天到底只是又一輪科技熱潮，還是美國歷史上的第六次技術革命？答案將直接影響我們對資本流向、勞動力市場、經濟增長模式乃至整個經濟結構的判斷。一、資本盛宴：AI投資強度已超越歷史所有技術浪潮在復盤五次技術浪潮時，摩根士丹利發現了一條貫穿始終的規律：每一次通用技術的誕生，都伴隨著一輪巨大的資本開支脈衝。鐵路時代是其中最具參照意義的對標。19世紀，美國鐵路投資在1872至1881年間平均佔GDP的2.5%，折算到今天約為7900億美元，且經常超過全國總資本形成的10%。運河建設高峰期也佔到GDP的1%，相當於今天的約3150億美元。這些數字在今天看來仍然驚人。而AI時代的資本開支規模，正在以更快的速度追趕甚至超越這些歷史參照。摩根士丹利估算，未來五年全球AI基礎設施投入將超過3兆美元，其中近一半通過借貸完成。僅超大規模雲服務商——亞馬遜、Google、Meta、微軟和甲骨文——未來三年的總資本支出合計將超過2兆美元，約佔羅素1000指數成分股資本支出總量的40%。更值得關注的是資本強度的變化。摩根士丹利資料顯示，上述五家公司的資本支出佔銷售額比例預計將在2026至2028年分別達到34%、39%和37%，超越網際網路泡沫時期約32%的歷史峰值。若將融資租賃納入計算，這一比例將進一步攀升至38%、44%和45%。當前美國AI行業資本支出與收入比高達6:1，高於鐵路泡沫時期的2:1和網際網路泡沫時期的4:1。摩根士丹利中國首席經濟學家邢自強指出，美國科技大廠今年算力基礎設施資本開支達四千多億美元，明年預計將升至六千多億美元。摩根士丹利財富管理首席投資官麗莎·沙萊特進一步表示，到2025年，資料中心相關投資已佔年度GDP增長的25%，其擴張速度是預期實際GDP增長速度的數倍。摩根士丹利指出，過去六個月中，市場對2026至2027年資本支出的一致性預期累計上調超過6300億美元，但收入預期的修訂幅度遠為有限，導致自由現金流預期持續下行。這種“資本支出上修、收入預期滯後”的格局，與歷史上鐵路和網際網路泡沫時期的劇本高度一致。二、紅利遲到：生產率提升需跨越漫長的等待周期如果資本開支是技術革命的第一幕，那麼生產率的真正釋放，則往往在多年之後才姍姍來遲。這是摩根士丹利從250年歷史中提煉出的又一個重要規律。以電氣化為例，電力在1880年代就已商業化，但美國製造業生產率的真正騰飛發生在1920年代——遲到了整整四十年。關鍵原因不是技術本身不夠先進，而是工廠的組織結構沒有跟上。舊工廠圍繞蒸汽機的中央傳動軸設計，換了電力之後仍按老佈局營運，效率遲遲無法釋放。直到工廠從頭重新設計，讓每台機器擁有獨立電機，生產率才開始指數級增長。網際網路時代同樣如此。數位技術從1980年代中期開始普及，但生產率的顯著加速要等到1990年代末才發生，滯後了將近十五年。摩根士丹利資料顯示，勞動生產率從每年1.5%加速到3%——投資最終兌現了，但等待的代價不小。摩根士丹利中國首席經濟學家邢自強在2025年底的一次演講中指出，全要素生產率在泡沫破滅後的5至7年間顯著提升，證明了前期投資對生產率的長期推動作用最終會厚積薄發，但中間存在一個“青黃不接”的時期。他進一步判斷，AI對生產率的實質性帶動或許要到2030年乃至更久之後才能充分顯現。這個“青黃不接”的時期，恰恰是企業和投資者最需要耐心的時候。報告預計，AI真正釋放生產率紅利，需要的不只是採購算力和演算法，而是企業從組織結構到工作流程的全方位重新設計。歷史已經反覆證明：技術本身不會自動轉化為效率，配套的組織變革才是關鍵變數。三、就業重構：崗位被重塑而非消失，但分配挑戰前所未有每一次技術浪潮來襲，大規模失業的恐慌都會隨之而來。工業革命時英國紡織工人砸毀機器，電氣化時代熟練工人抗議自動化，網際網路時代人們擔心白領工作被軟體取代——恐慌的內容變了，但恐慌本身從未缺席。歷史給出的答案卻出奇一致：工作沒有消失，只是遷移了。美國農業就業佔比從1800年的約74%降至1910年的30%，再到今天不足2%，但總就業需求從未崩潰。鐵路時代，農業收縮的同時製造業擴張到佔勞動力的25%，大量新白領崗位湧現。電氣化時代，1910到1950年間美國文書類勞動力增長了三倍，白領工人數量首次超過藍領。摩根士丹利分析指出，S&P 500公司若全面採用AI，每年可產生約9200億美元的淨收益，長期來看S&P 500市值可能增加13兆至16兆美元。約90%的職業將受到AI的某種程度影響，但這種影響更多表現為任務重構而非崗位消除。報告預計，代理型AI（Agentic AI）可能影響更廣泛的職業範圍，但更可能將工作轉向更高價值的任務並創造新崗位；而具身AI（Embodied AI）雖然影響崗位數量較少，但自動化替代的可能性更高。不過，摩根士丹利也發出了一個重要警告：AI可能帶來不同於以往的風險。報告謹慎指出，如果AI是“替代勞動力”而非“增強勞動力”，那麼可能導致勞動收入份額下降，不平等急劇加劇。這是AI浪潮不同於以往的最大風險點。當下的起點已經不容樂觀。報告指出，美國收入和財富不平等已處於125年來最高水平。摩根士丹利財富管理團隊將消費者前景描述為“平淡無奇”，並預測K型經濟將進一步加劇——富人與窮人之間的差距不斷拉大。四、制度抉擇：教育體系與政策框架決定技術紅利歸屬歷史反覆驗證了一個深刻的結論：技術本身並不決定分配結果，制度和政策才是真正的關鍵變數。鍍金時代，鐵路和工業化製造了美國歷史上最集中的財富，卡內基、洛克菲勒、摩根成為時代的象徵。但接下來的半個世紀，羅斯福反壟斷、新政、二戰後GI Bill讓數百萬退伍軍人進入大學，加上強大的工會運動，共同推動了1940至1970年代的“大壓縮”——收入差距顯著縮小的三十年。同一套技術，不同的制度選擇，導向了截然不同的分配結果。教育體系在這場制度適配中扮演了核心角色。摩根士丹利的報告梳理出一條清晰的脈絡：工業革命催生了公立小學，鐵路時代催生了贈地大學，電氣化時代推動了高中運動，戰後GI Bill擴展了高等教育，網際網路時代強化了STEM需求。每一次技術浪潮都倒逼教育體系升級，而教育擴展的程度又反過來決定了技術紅利能否被廣泛分享。但AI時代面臨一個前所未有的挑戰：技術擴散速度正在以指數級加快。工業革命用了約60年，鐵路時代約55年，電氣化約50年，網際網路不到30年，而ChatGPT發佈兩個月使用者就破億——AI的普及速度遠超以往任何技術。這意味著勞動力市場的調適時間被大大壓縮，教育體系轉型的窗口期比歷史上任何時候都要短暫。摩根士丹利報告得出的最終結論清晰而堅定：AI大機率將提升生產率，就業衝擊短期存在但長期可化解，可能出現投資過熱與波動，不平等風險處於高位，教育與再培訓至關重要，制度適配將決定收益分配的最終走向。與此同時，摩根士丹利也承認了一種極端可能性：如果AI不是輔助勞動力而是大規模替代勞動力，那麼經濟可能經歷一次向高增長的體制轉換，同時伴隨勞動收入份額的急劇下降和不平等的深度惡化。報告沒有排除這種可能性，但指出歷史仍然是形成基準預期的最佳參照。技術革命從來不是一場溫和的漸進過程。每一次浪潮都伴隨著資本的狂熱湧入、市場的劇烈波動、勞動力結構的深刻調整，以及制度與教育體系的被迫轉型。摩根士丹利這份51頁的報告所做的，正是將AI放在250年的歷史尺度上加以審視——讓我們看清，今天發生在人工智慧領域的一切，那些是歷史的重演，那些才是真正的變局。歷史不會簡單重複，但它確實會押韻。對於所有身處這場變革之中的參與者而言，理解歷史給出的規律，不是為了預測未來，而是為了在一個充滿不確定性的時代裡，做出更清醒的選擇。易術觀點跨越250年歷史規律，摩根士丹利指出：AI作為第六次技術浪潮，其資本狂熱、就業重構與紅利遲到皆有跡可循——技術本身不決定未來，制度與教育才是紅利歸屬的關鍵。 (易術科技)

在科技思想家凱文·凱利（KK）看來，AI並非冰冷的替代者，而是一個需要被引導、甚至有些“懶惰”的創造性夥伴。未來的關鍵，不在於和AI比誰更“智能”，而在於誰更“獨特”、誰更“不可預測”。在這場深度閉門分享中，凱文·凱利沒有提供速效藥，而是給出了三組至關重要的“思維透鏡”：如何重新理解AI的本質與速度？個人與組織該如何調整生存策略？以及，未來商業與技術的真正高地在那裡？本文根據對凱文·凱利的閉門對話進行整理，內容有所刪減，希望能給到你一些啟發。內容來源：凱文·凱利閉門會問答實錄內容整理。分享嘉賓：凱文·凱利（KK），《連線》雜誌主編，《失控》《必然》《5000天後的世界》等作者。一、關於AI的三大核心誤判與真相1. 速度誤判：顛覆是“緩慢落地”，不是瞬間革命AI是一項偉大發明，它就像一台把能量轉化為智能並實現規模化的機器。事實上，我屬於“緩慢落地”陣營。我認為，AI的普及速度其實比大家想像的要慢，社會、企業、組織要消化現有技術，至少需要十年。那怕Anthropic等公司立刻停止研發，我們現有的AI技術也足夠整個社會消化很久。變革從來不是瞬間完成的，它需要調整組織、流程、人員技能，這給了我們足夠時間去適應、制定法律與規則。當然我也可能錯，很多聰明人比我更激進。但至少在未來幾年，我們依然會反覆爭論AI的影響，核心技術仍待突破，不確定性依然很高。而且AI對各行各業的衝擊並不均衡，有些領域會飛速變化，有些則會很慢，不能一概而論。2. 本質誤判：智能是“復合化合物”，不是單一元素AI，現在叫人工智慧，事實上，我不認為“智能”這個詞是精準的。我們總把智能當成一種單一“元素”，但它其實更像多種認知能力的復合混合物,就像古人以為水是元素，後來發現它是氫和氧的化合物；以為鹽、木頭、土壤是元素，其實全都是複合物。智能也是如此。我們未來會發明新的詞彙來理解它：我們所謂的“智能”，其實是許多不同認知能力以不同方式組合而成的。我們會在不同AI裡重新排列這些能力，讓它們以不同方式思考、做不同的事。所以，“智能”這個詞本身就不夠準確，我提出的概念叫 “Protopia（進托邦）”。烏托邦是完美無缺的終點，反烏托邦是徹底崩潰的末日。而我相信的是：未來每年只比過去好一點點，好的部分比壞的部分多一點點。我們不需要巨大的飛躍，只要每年多創造1%、少破壞1%，長期複利下來，文明就會持續前進。這也意味著，世界上仍有49%是糟糕、混亂、不完美的。我們很難看見那1%的微小進步，但它真實存在。現在，很多人都覺得AI已經失控了？在某種意義上，是的。我們並不完全理解它們的工作原理，無法完全控制它們的輸出，同樣的問題問兩次，會得到不同答案。但這種“失控”並不可怕，它更像養孩子：你無法完全控制孩子的思想，你必須適度放手，他們才能發揮自己的天賦。AI也是如此，它的價值恰恰來自它的自主性、創造性、不可預測性。所以，我們要有一定的引導和約束，但必須放手，才能收穫它的天賦。這不是混亂，是必要的放手。3. 形態誤判：未來是“公共智能”，不是中心化在中國，OpenClaw（龍蝦）今年變得非常流行。實際上我將它稱之為“公共智能”的一部分。我的想法是，我們應該擁有一個公開擁有的、公開可用的、公開融資的人工智慧。它更像是網際網路，不被任何公司擁有，也不屬於任何政府。不過，我並不是說OpenClaw就是這個“公共智能”。我確實期待會出現一種類似的形式，而OpenClaw所代表的正是這樣的東西。另外，我其實也不確定OpenClaw能不能行得通。這只是我們正在嘗試的一個實驗，但我認為類似這樣的思路，才是正確的方向，也就是打造一個去中心化的體系。OpenClaw就有點像這樣：AI代理運行在你自己的伺服器上。所以我覺得，這種分佈式、去中心化伺服器的思路，以及開放原始碼的AI版本，才是未來該走的方向。放眼全球，我也不確定OpenClaw就是實現這一目標的恰當方式，這裡面還有很多問題需要解決。但這是一個朝著正確方向的偉大實驗。二、組織進化路徑：小團隊敏捷，大公司重構1. 現狀洞察：全面“AI優先”的，目前只有極小公司我觀察到的是：目前能真正全面AI First（AI優先）的，都是極小的公司。事實上，公司結構越規整、管理越完善，越容易用AI替代人力，因為他們的流程清晰、技能標準化，替換成本很低；反而是超小團隊，一人公司、兩人公司，有機會指數級增長。引入AI不是雇一群聰明人，而是要徹底改變工作流與組織架構，需要極高的靈活性。大公司、老公司很難做到。矽谷最近幾個月還有一個巨變：大量軟體公司正在用AI程式碼徹底重寫整個技術堆疊，不是改造舊程式碼，而是直接推翻重來，做出能被AI管理、維護的全新系統，速度快得驚人。2. 未來形態：核心資產從“軟體”變為“AI服務引擎”我們正在見證App的消失。未來公司不會再給你一個App，而是提供一個AI智能體，即時生成你需要的軟體與服務，按需定製、即用即走。以前軟體是公司的核心資產，未來核心資產是能生成服務的AI引擎。這個轉變，短短一年就發生了。3. 下一代方向：“人類增強智能”可能比AI更偉大有人說比AI更偉大的下一個發明是什麼？事實上，這很難回答。AI本身遠沒到頭，未來10-30年我們還會一直討論AI，甚至整個世紀都在完善AI。它會不斷定義“之後是什麼”。如果讓我猜測AI之後是什麼，可能是：與我們自己的大腦相關的技術，不是人工智慧，而是人類智能的升級與增強，不是依賴外部機器，而是找到方式提升、最佳化我們大腦本身的思考能力。我把它叫作“人類增強智能”（Augmented Intelligence）。三、商業與文化新範式1. 價值頂端遷移：從商品、品牌、服務，最終抵達“體驗”在這個AI可以生成音樂、圖像等一切內容的時代，“體驗”將成為新的價值核心。我用商業的“價值階梯”來解釋：最底層是商品（咖啡豆）→ 往上是品牌（如星巴克） → 再往上是服務→ 最頂層是體驗（親自去咖啡種植園、親身感受）。所以，商業的核心總結下來就是如下3點：首先，體驗處在價值鏈的最頂端。AI、虛擬世界、世界建構，會幫我們創造前所未有的體驗。比如通過虛擬化身，我可以帶你“親臨”戰場，讓你獲得真實的在場體驗。所以，探索和創造體驗，會是價值鏈最高級的事情，這裡充滿機會。其次，未來不是AI替代人，而是“人類+AI”的夥伴關係。導演+AI、攝影師+AI，協同創作。AI無法獨自做出頂級作品，人類自己也力有不逮，兩者結合才是答案。我堅持創作AI藝術一整年，發現一個真相：AI很“懶”。它默認只會給你一個“B+ 到 A-”的平庸答案。它有能力做出驚豔之作，但需要你不斷引導、推動、糾正、提更高要求。你要像導演、老師、教練一樣，把AI從平庸里拉出來。最後，人類的價值，就是激勵AI突破平庸。事實是：大多數人類創作本身就是無聊的、平庸的，這很正常。每天全球有30億張照片被拍攝，99.999%只有一個觀眾（拍攝者自己），我們拍它只是因為享受過程。每天AI生成3000萬張圖片，也大多不被分享，只為取悅自己。未來會走向：為“一個觀眾”創作。你會和AI一起拍一部屬於你自己的長電影，只是因為享受創作過程。大部分作品會很普通，但沒關係。無論AI還是人類，能讓幾十億人喜歡的頂級作品永遠極其稀少，我們本就不需要那麼多。AI的意義，就是讓每個人都能低成本創作，就像用手機拍照一樣簡單。普通就好，開心就好。2. 信任新基建：AI經濟需要一套全新的“信任技術”層很多人一直很關心一個問題：我們究竟能在多大程度上信任AI，尤其是自主型AI智能體？我的回答是：這是一個極難的問題，但同時也是巨大的機遇。我們必須創造、發明一整套全新的技術層，我稱之為“信任技術”，把它加入到以智能體為核心的經濟體系裡。這不只是我們人類如何信任AI，更要解決“一個AI智能體如何信任另一個智能體”的問題。這需要認證、核驗、確權等一整套複雜機制，就像我們人類社會花了數百年搭建的信用體系。比如我在網上轉帳，我憑什麼信任這套系統？我們必須把這套邏輯重新改造，讓它能在AI智能體之間運行。這不是顯而易見、一蹴而就的事，需要很長時間，但它至關重要。所以，這也是我們現在依然要僱傭人類，而不是完全依賴AI的原因之一。因為當下的AI出了問題不承擔責任，比如搞砸了、不響應，它無所謂，背後的公司也無所謂。但人類會承擔責任。現在很多程式設計師的工作，就是同時管理6–10個AI編碼助手，人類為AI的輸出結果負責。他們會檢查、覆核，甚至用另一個智能體交叉驗證。總之，一套為智能體建立信任的最佳實踐與底層架構，正在慢慢形成。四、個人生存法則：從“最好”到“唯一”1. 核心心法：你的護身符不是技能，是“不可預測性”當下，AI帶來的就業衝擊比我們預想的快得多，而且現在正在發生。過去是“以人為中心”，現在完全轉向“以智能體為中心”。不只是程式設計師，攝影師、視覺設計師都在被技能化、零件化，然後被告知“我們不需要這麼多人力”，直接裁員。事實上，那些被裁掉的人，他們做的更多是高度重複、機械化的工作，是“本來就可以被機器替代的重複性工作”，比如，短影片創作。我明白這會帶來痛苦，但我也認為：很多本來就沒人想做的工作消失，是一件好事。人類的目標本就是擺脫那些無意義、不喜歡的勞動。比如片場的背景演員，站在那裡當背景板，沒人真的喜歡。但一夜之間失去工作，對他們來說依然很殘酷。但我更關心的是：社會該如何應對這種趨勢？該由誰來承擔轉型成本？未來我們可能不再是體系的一部分，而是體系的貢獻者。AI大模型在訓練，如果我們只能做機械化工作，就會被淘汰。我給所有人一個建議：最好的職業保障，就是讓自己變得儘可能獨特、不可預測、不可替代。AI是基於機率工作的，你越不按常理出牌、越獨特，就越難被取代。把自己塑造成“百萬里挑一”的存在，你的不可預測性，就是你對抗AI替代的安全邊際。比如，你要去做那些沒有現成名字、沒有固定崗位的事，成為一種奇怪又獨特的混合能力者。對年輕人來說，除了學習如何學習外，我對年輕人還有一些其他的建議：不要以成為“最好”的為目標。不要試圖成為最好的，而是試著以某種方式成為唯一，試著保持獨特，試著與眾不同，試著變得奇怪，試著變得酷。真正的酷，是做到無可替代。這道門檻極高，極難跨越。大多數人終其一生，只是找到一件自己略勝一籌、或做起來比別人輕鬆的事。但我堅信，每一個人都擁有獨一無二的天賦、能力與人生閱歷，這些都能化為你獨有的價值。你要做的，就是找到它、打磨它、踐行它，最終憑藉這份獨特，成為對社會真正有價值的人。所以你必須更努力一點，保留住那些讓你和別人不一樣的部分，才能守住那份與眾不同。這其實就是“讓自己成為獨一檔的存在”， 你做的事情沒有現成的名字，沒有對應的職業，沒有現成的頭銜。你要花上十幾分鐘跟父母解釋你在做什麼，因為他們完全聽不懂。而這恰恰是一個好訊號：說明你走在了前面，正在做真正只屬於你自己的事。2. 元能力重設：定義自己的成功，並掌握“學習如何學習”現在AI飛速發展，我們正處在一個極度特殊的時代：一方面，科技讓生活變得前所未有的便捷；另一方面，它也帶來了大量不確定性，尤其是在就業和未來發展方面。那普通人如何抓住這次AI大變革的機遇？首先，我希望AI能幫我們重新定義成功。我給年輕人最核心的建議是：自己定義成功，不要接受別人給你的成功標準。其一，你更有可能實現自己定義的成功；其二，你會活得更快樂。很多人覺得成功就是像埃隆·馬斯克那樣擁有巨額財富，但馬斯克本人並不快樂。AI可以幫我們拓寬成功的路徑，讓成功有更多可能。其次，未來只有一種終極元能力，學會如何學習。知識不再重要，因為AI比我們懂得多得多。截至2026年，大模型還不具備持續學習能力，它們不會在使用中進化，不會從糾錯中成長，每年只升級一兩次。而你畢業後進入社會，要做的核心事情，就是最佳化自己的學習能力。你今天所學的專業，兩年後可能根本不存在。在去年，大家還說“學軟體工程最穩妥”，結果軟體工程師是第一批被AI衝擊的職業。所以，真正重要的能力是：找到最適合你的學習方式，並保持終身學習。這就是未來企業僱傭你的理由，你能和AI一起持續學習；和AI協作的方式每年都在徹底改變，你必須一直學習，永遠做一個“新手”。最後，學什麼不重要，選你熱愛的就好。找到一件你比別人更擅長、也更熱愛的事。我們常常低估熱愛與享受在成功中的作用。那些真正成功的人，是早上醒來就迫不及待去做那件事的人，不是為了錢，而是發自內心想做。通常來說，財富只是這種狀態的副產品，而不是目標。我有一位著名音樂家朋友，他說：“如果我當初一心想變富，我現在會很窮。正是因為我只想做好音樂，財富才隨之而來。”所以你應該專注於變得有用、創造有價值的東西。錢會自然跟隨，而不是你去追逐它。我很喜歡迪士尼的理念：“我拍電影不是為了賺錢，我賺錢是為了能繼續拍電影。”錢是抵達目的地的汽油，不是目的地本身。所以我一直勸人：不要執著於積累財富，要去積累選擇權和機會；不要專注於“擁有什麼”，要專注於“成為什麼”。企業也是一樣，不該只追求資產，而要追求成為使用者心中不可替代的存在，這才是品牌。3. 關鍵行動：借助“外部鏡子”，誠實地接納自我現在很多年輕人很迷茫，沒有錢、沒有好工作，一畢業就焦慮，覺得人生失敗。事實上，他們需要找到一個真實的伴侶。我不是在開玩笑：他們需要更像一個“人”，走出去，真實地與人相處。這不需要錢，需要的是誠實，誠實地面對自己的生活。他們的問題，是在追逐別人定義的成功。他們應該重新定義成功，讓成功匹配自己的優勢與特質。你要做的，是誠實地認清自己：我擅長什麼、不擅長什麼。這需要朋友、需要身邊的人幫你看清。然後基於真實的自己，重新定義成功，而不是活在幻想裡。 (財經會議圈)

“我寧願看到結局，也不願無聊老去。”在此前結束的 2026 Abundance Summit 上，X獎基金會創始人彼得·戴曼迪斯（Peter Diamandis）與伊隆·馬斯克進行了一場連線對談。馬斯克在鏡頭前展現了他一貫的跳躍性思維，但其中透露出的資訊密度極高。從 xAI 旗下 Grok 模型的最新進展、AI 遞迴自我提升的時間表，到特斯拉 Optimus 機器人的量產節點，再到 AGI 徹底顛覆資本主義貨幣體系的終極推演，馬斯克完整勾勒了他眼中的未來十年。在閱讀這份萬字實錄與深度解析之前，我們為你提煉了這場對話中 6 個最具衝擊力的核心論斷：AI 尚未實現“程式碼級”的閉環，但即將到來：馬斯克坦言目前的 AI 在“遞迴自我提升”（即 AI 獨立寫程式碼最佳化下一個 AI）上仍需人類輔助，但他預測這種全自動化最遲在明年就會實現。能源是比算力更硬的瓶頸：如果超級智能的能耗再增加 100 萬倍，我們將耗盡地球的電力，但這僅僅是太陽總輸出能量的極小一部分。馬斯克暗示了向太空尋找能源的必然性。未來 10 年，全球經濟規模將擴大 10 倍：隨著 AI 和機器人補齊勞動力短缺，經濟將呈現指數級爆發。沒有 UBI，只有 UHI（全民高收入）：馬斯克認為未來社會將是極度通縮的後稀缺社會。商品和服務的產出將遠超貨幣供應，金錢本身將失去價值，人類將從“追求財富”轉向“追求意義”。人類有 20% 的機率被 AI 毀滅：馬斯克罕見地認同了 AI 教父 Geoffrey Hinton 的悲觀預測，但他依然選擇把油門踩到底：“我寧願在有生之年看到結局，也不願無聊地老去。”侏儸紀公園正在變成現實：馬斯克點名支援 Colossal 公司的復活猛獁象計畫，並表示希望能擁有一隻“迷你猛獁象”作為寵物。以下是對談的完整中文實錄。01. 長壽藥、戴森球與 xAI 的追趕戰彼得·戴曼迪斯（以下簡稱彼得）：觀眾朋友們大家好。如你所見，我穿著這件“販賣希望（Monetize Hope）”的 T 恤。伊隆，你看上去狀態很不錯啊。伊隆·馬斯克（以下簡稱馬斯克）：我感覺確實挺好的。上次見你，你是不是在搞什麼“青春血清”之類的東西？彼得：你是指我們的“長壽 X 大獎”吧。我們正在推進這件事。我想在我們上次的談話中，你正在向我推銷“大幅延長人類壽命”的理念，對吧？馬斯克：我不知道我們是不是真的想讓所有人都長生不老，但如果能延長人類的健康壽命，避免在漫長的衰老期裡只能流著口水生活，這絕對是個好主意。我們要極力避免那種糟糕的晚年。彼得：首先，祝賀 SpaceX 和 xAI 之間那場堪稱“土豪操作（Baller move）”的合併設想。這聽起來像是要為人類打造第一個“戴森群（Dyson swarm）”提供動力。我很好奇，你們發射這些資料中心的時間表是什麼？你覺得第一年能獲得多大的頻寬？給我們透個底，你打算以多快的速度推進這件事？馬斯克：SpaceX 目前處於靜默期，所以我實際上無法向你透露任何可能引起合規問題的資訊。彼得：好吧，那我換個話題。我非常感激你能來參與我們的分享。我很好奇，你覺得我們在“遞迴自我提升（Recursive self-improvement）”這條路上走到那一步了？我們現在到那個節點了嗎？你覺得 Grok 目前在進行遞迴自我提升嗎？AGI（通用人工智慧）和 ASI（超級智能）的時間表大概是什麼？“遞迴自我提升”是人工智慧領域最核心、也最危險的概念之一。它的意思是：AI 系統不僅能解決外部問題，還能理解自身的架構和程式碼，並獨立編寫出比自己更聰明的下一代 AI。在過去，AI 的迭代依賴於人類工程師去調整演算法、清洗資料。如果 AI 能夠自己幹這件事（即 AI 訓練 AI），那麼它的進化速度將從“線性（人類的工作節奏）”瞬間飆升為“指數級爆炸”，這就是傳說中的“硬起飛（Hard Takeoff）”和“奇點”。馬斯克接下來的回答，揭示了目前大模型在這條路上的真實進度。馬斯克：我認為我們目前正處於遞迴自我提升的階段，但這其中仍然有人類在參與循環。如果你所說的“遞迴自我提升”是指沒有任何人類介入的情況，那我們還沒到那一步。在 AI 軟體端，隨著時間推移，人類在這個最佳化循環中的參與度確實越來越低了。每一代新模型本質上都是由上一代模型輔助建構的。在絕大程度上，這種迭代還沒有完全自動化。這可能要等到今年年底，最晚明年才會實現。我們正處於這種轉變之中。現在，我們剛剛推出了 Grok 4.2。雖然它目前的表現很不錯，在某些指標上可以說是最好的——比如它是目前預測能力最好的模型，而這可以說也是衡量智能的最佳指標。但在寫程式碼這方面，我們目前依然落後。我最近召開了一次全員大會，對這個問題進行了全面復盤。我們要搞清楚，為了在程式碼能力上追趕甚至超越競爭對手，我們需要做那些事情。我相信我們能做到，大概今年年中就能趕上。為了做到這一點，你需要大量的人力。特斯拉的骨幹員工要麼在工廠裡造車，要麼就在管理造車的人，人數大約有 10 萬。而在供應商那邊，可能有 100 萬到 200 萬人在為我們生產零部件。所以，這牽涉到大量的人力。我們預計，在特斯拉，每個人的產出效率將變得極其高。所以我們沒有計畫裁員，事實上我們還在增加人手。但是，特斯拉每個員工的人均產出將會高得離譜。02. 大模型的智力極限，與 100 萬倍的能源缺口彼得：你剛才提到了 AGI 和 ASI 的時間表。跟我們聊聊你的預期吧。馬斯克：關於 AI 突破的頻率，現在的速度確實讓人眼花繚亂。我有時候睡一覺醒來，發現 AI 領域又有了一個巨大的突破；第二天醒來，又是一個。這種跟進速度確實讓人有點頭暈。很多讓人眼花繚亂的事情其實你也參與其中。但是，要預測具體的路徑其實很難，因為事物的演進通常呈現“S 型曲線（S-curve）”或者一系列相互連接的 S 型曲線。它開始時很緩慢，然後呈指數級增長，接著進入線性增長區，最後對數級收斂，直到下一個突破出現。S 型曲線是矽谷投資人和技術專家評估技術的黃金法則。一個技術的早期總是發展緩慢（底部平緩），一旦找到產品市場契合點（PMF），就會迎來爆炸式增長（陡峭上升區）。目前的大語言模型正處於上升區。但馬斯克看到了曲線的頂部（對數級收斂）。當現有的網際網路高品質文字資料被耗盡時，單純靠堆算力、擴大參數規模（Scaling Law），將無法繼續帶來成比例的智能提升。這也是為什麼他此前極力推動特斯拉自動駕駛和具身智能的現實世界資料收集。只有打通了真實世界的物理資料，才能開啟下一條 S 型曲線。馬斯克：這就是我們目前在 AI 領域看到的突破模式：總有一些突破讓能力呈現 S 型上升，看起來似乎要衝向無限，但隨後就會因為邊際收益遞減而放緩，直到下一次突破。在太陽系內，真正的智能其實只是微觀層面上的一小撮。它的數量要比地球上的智能總量大出好幾個數量級。我問過大家，你們覺得目前的預測能看到多遠？我們能對未來 10 到 20 年做出合理的預測嗎？如果我們在 10 年內讓經濟規模擴大 10 倍……我覺得這是一個相對保守的預測。假設發生第三次世界大戰之類的極端事件，那肯定會打亂所有計畫和預期。但在沒有世界大戰的前提下，如果目前的趨勢繼續下去，我認為 10 年內全球經濟擴大 10 倍是大機率事件。彼得：如果這真的發生了，你覺得這會如何改變社會？馬斯克：你需要明白，現在的瓶頸是什麼。假設我們要讓智能水平，或者說讓經濟/智能系統的能源消耗量，比目前地球上的總量大出 100 萬倍。這聽起來是個大到無法理解的數字，但你知道嗎？這只不過是太陽輸出總能量的極小一部分。如果把地球的經濟規模提升 100 萬倍，即使我們消耗了目前地球的所有電力，那大概也只相當於太陽輻射能量的百萬分之一。所以，如果我們能在太陽系內建立經濟體系併合理使用電力，將規模提升 100 萬倍是完全有可能的。03. 不再需要金錢的時代彼得：既然我們擁有了這些能力，當 AI 和機器人能夠提供海量的服務和生產力時，這會對我們的資本結構產生什麼影響？你覺得貨幣的價值會大幅貶值嗎？我們會進入一個後資本主義時代嗎？馬斯克：是的，我認為金錢在未來某個時候將不再具備相關性。這大概就像我們從銀行文化走向未來一樣。我們現在談論“可持續的豐饒（Sustainable Abundance）”或者“全民基本收入（UBI）”。但你更強調的是“全民高收入（Universal High Income, UHI）”。這是一個非常關鍵的區別。一旦商品和服務的產量遠遠超過貨幣的供應量，必然會導致極其嚴重的通貨緊縮（Deflation）。通貨緊縮的本質是：商品和服務的產出與貨幣供應量的比值。如果你大幅增加了商品和服務的產出，而貨幣供應量沒有相應增加，那麼就會發生通貨緊縮。這意味著你可以用同樣多的錢，買到越來越多的東西。這種事情已經在發生了。大家爭相成立新公司，互相競爭，把價格打下來，增加了商品的多樣性。這就是導致通貨緊縮的力量。本質上，AI 和機器人將生產出極其海量的物品，並提供極其海量的服務。它們甚至會耗盡它們能為人類做的事情。它們實際上會“用光”能為人類服務的事項。能表達出來的人類需求只有那麼多。如果你讓地球的經濟規模擴大 100 萬倍，你早就把全人類所有的需求都滿足了不知多少遍了。甚至可能比現有經濟規模大 1000 倍的時候，你就已經讓所有人都過上了極其富足的生活。全民基本收入（UBI）是科技圈老生常談的話題：機器搶了人的工作，政府發錢養活人。但馬斯克提出了一個更具顛覆性的概念：全民高收入（UHI）。在馬斯克的推演裡，勞動力一直是商品成本的最大構成部分。當數千萬台特斯拉 Optimus 機器人以接近於 0 的邊際成本日夜工作時，製造一輛車、蓋一棟房子的成本將跌至令人髮指的地步。此時，問題不再是“東西太貴買不起”，而是“東西多到用不完”。資本主義的底層邏輯是“稀缺性”。當一切都不再稀缺，貨幣作為交換媒介的功能將被極大削弱。這就是馬斯克所說的“金錢將不再具備相關性”。在這個未來裡，你不需要拚命賺錢，因為你生來就擁有獲得極高生活標準的權利。04. 生存還是毀滅？20% 的滅絕機率彼得：那麼問題來了，如果你生在一個什麼都不缺、什麼都不用干的時代，你的動力是什麼？馬斯克：這是一個深刻的問題。當你知道，對於任何問題，AI 都能比你解決得更好時，人類在這個世界上的意義是什麼？這確實是個大挑戰。甚至可能比純粹的生存問題還要嚴峻。不過，我要說，對於未來，我的總體態度是極其樂觀的。我不認為我們應該自滿。我們需要非常謹慎，因為未來存在一系列可能的結果。有些結果並不好。但在目前這個時間點，我贊同你的看法，未來很有可能是極其美好的，大概有 80% 的機率是非常好的。當然，這也就意味著，它可能有 20% 的機率是非常糟糕的。但我寧願有 20% 的機率看到一個可能滅絕我們的結局，也不願意完全看不到這種顛覆性的未來。這就是一種冒險。彼得：我們今天邀請了 Colossal 公司的本·拉姆（Ben Lamm）來到現場。你對他們復活滅絕物種（De-extinction）的工作怎麼看？你是不是想要一隻毛茸茸的猛獁象？馬斯克：是的，如果有迷你版的猛獁象就更好了。我覺得那會是一隻非常棒的寵物。（笑）那些長著長牙、到處跑來跑去的小傢伙，聽起來非常可愛。彼得：如果一定要選的話，你還想復活什麼物種？馬斯克：這難道還要問嗎？誰不想要一個侏儸紀公園呢？雖然這聽起來可能有點像電影裡作死的情節，但我願意承擔這個風險。彼得：聽到了嗎？本，我們要造個侏儸紀公園。伊隆，非常感謝你能抽出時間，參與分享。謝謝你，我的朋友！馬斯克：大家加油！把希望變現吧（Monetize hope）！對話最後提到的 Colossal Biosciences，是一家專注於基因編輯和“復活滅絕物種”的硬核生物科技公司。他們目前最知名的項目，是通過 CRISPR 基因編輯技術，將亞洲象的基因進行改造，試圖“復活”適應嚴寒的猛獁象，並將其放歸北極凍土帶，以此來恢復當地的生態系統並減緩氣候變化。 (財經會議圈)

新華深讀｜2026年中國AI發展趨勢前瞻人工智慧（AI）企業數量超過6000家，AI核心產業規模預計突破1.2兆元，同比增長近30%；國產開源大模型全球累計下載量突破100億次；中國成為AI專利最大擁有國，在全球佔比達60%；……這些資料勾勒出2025年中國AI發展的圖景。一邊是AI技術突破，走出一條不同於美國矽谷的“開源創新”之路，另一邊是AI與經濟社會的融合由淺入深。1月以來，智譜、天數智芯、MiniMax等國內AI企業扎堆上市。本月由清華大學主辦的“AGI-Next”峰會上，行業專家形成共識：以對話為核心的“Chat”範式已告終結，AI競爭轉向“能辦事”的智能體時代。2026年是“十五五”開局之年。根據“十五五”規劃建議，中國將加強人工智慧同產業發展、文化建設、民生保障、社會治理相結合，全方位賦能千行百業。新華社記者採訪相關部委負責人、行業專家、企業代表、創業者等，前瞻AI發展新趨勢。技術範式：AI從“聊天”走向“做事”1月，DeepSeek連發兩篇梁文鋒參與署名的論文，再次將這家AI企業推到聚光燈下。論文的核心貢獻，是試圖解決訓練大模型時遇到的記憶體瓶頸和穩定性難題。業界評價，新一代大模型模樣更清晰了。DeepSeek的一舉一動備受關注。一年前，其發佈的國產大模型DeepSeek-R1給全球AI行業帶來巨震。“DeepSeek標誌著中國AI技術路線分化突破的出現。”清華大學智能產業研究院創始院長張亞勤說，“中國轉向擁抱更輕的模型、更聰明的架構、更高的效率和更低的價格。”眼下，AI發展正沿兩條主線並進：技術向上衝刺，尋求突破認知與協同的侷限；應用向下紮根，解決真實痛點。“向上衝刺”，就是尋求“更聰明”的演算法和架構，不僅提升單一模型的性能，創新突破也更聚焦提升智能密度。密度法則，是指用更少的計算和資料，更高效地得到更多智能。國內AI公司面壁智能聯合清華大學團隊發表論文《大模型的密度法則》，對大模型的進化方向作出判斷：AI將在能力和成本兩個方向同時進化，提升效率同樣是主線。從“拼規模”轉向“拼密度”，精煉高效成為大模型演進的核心邏輯之一。中國資訊通訊研究院副院長魏亮認為，行業已不再單純依靠提升參數規模實現性能突破，精細化機制、演算法架構、訓練方法的最佳化成為主要提升方向。中國信通院發佈的《人工智慧產業發展研究報告》指出，在演算法架構方面，以DeepSeek的NSA、月之暗面的MoBA等為代表的稀疏注意力機制，成為提升模型推理效率的重要技術路徑之一。通俗的解釋是，想像你坐在一個萬人大禮堂，注意力機制從傳統的“聽每一個人說話”提升為如今“聽關鍵人物發言”。大模型本質上是通過海量資料歸納語言規律，訓練出特定的識別模式，掌握預測文字的能力。就像孩子雖沒有理解詩歌，卻能通過反覆朗誦背出《靜夜思》。回顧本輪AI浪潮，演算法架構和算力、資料一樣，是智能湧現的重要條件。張亞勤說：“規模定律並未失效，我們仍需要算力和資料作為基座。”不過他也指出，堆算力的邊際效益趨於平緩。業內人士認為，演算法架構革新將是AI未來發展的突破點。當模型“智力密度”持續提升，讓前沿智能“向下紮根”、變得“更能幹”，就成為行業要面對的命題。“幾十年來，AI主要關注開發新的訓練方法和模型。”曾擔任OpenAI研究員、後出任騰訊總裁辦公室首席AI科學家的姚順雨認為，在AI競爭的下一個階段，為誰解決什麼問題成為關鍵。“騰訊已把自研大模型在內部超過900個場景和應用落地，核心思路是把AI深度融入場景，讓好用的AI成為普惠生產力。”騰訊相關負責人表示，全球具備大模型底座研發實力的廠商已逐步收攏，高品質的資料、廣泛的生態和場景，將成為拉開競爭差距的重要因素。各大廠商不約而同加快AI真實場景落地的開發。百度新設立了基礎模型研發部、應用模型研發部。公司創始人李彥宏稱，未來AI領域只會剩下少數幾個基礎模型，但在應用層，將出現許多在不同方向上都取得成功的參與者，那裡才是機會最多的地方。中國信通院的報告顯示，基礎模型數量正持續收斂，在真實場景中的應用效果成為關注重點。以大模型“六小虎”為例，百川智能已深耕醫療，零一萬物則轉向為企業部署定製解決方案。這些揭示一個趨勢：曾經硝煙瀰漫的“百模大戰”落下帷幕，等待參與者的是一場圍繞真實場景滲透、產業生態建構與應用價值深挖的耐力賽。自1956年達特茅斯會議以來，人工智慧已走過70年曆程。如今，“技術進化”和“場景落地”的雙重變革，推動人工智慧向更廣闊疆域拓展。張亞勤認為，人工智慧正向智能體AI加速演進。智能體AI能夠像人一樣設定任務、規劃實現路徑、試錯反饋，具有自主性、能舉一反三和長期記憶三個特徵。如果說聊天機器人是“會說話的字典”，智能體AI就是“能自主幹活的管家”。中國科學院軟體研究所研究員黃進表示，未來AI不僅能聽懂指令，還能“看”懂畫面、“聽”懂語氣，成為具備綜合認知能力的“全能感知者”。“智能體是在大模型基礎上的工程化增強，極大拓展AI能力邊界。”中國信通院人工智慧研究所所長魏凱表示，不過智能體在可靠性、上下文記憶和長程任務等方面還需要提升，距離大規模應用仍有距離。張亞勤等人還認為，AI的創新前沿將突破數字世界的邊界，未來的AI將是資訊智能、物理智能和生物智能的融合。AI發展下一站是進入物理世界。1月，中國一款具身智能模型在全球統一標準下獲得第一。業界有評價認為，這意味著中國團隊訓練出的機器人“大腦”，具備了在物理世界理解和執行任務的能力。中外專家認為，AI正在與真實世界互動中建構理解和模擬物理規律的“世界模型”。物理智能將賦予AI在真實世界中感知和行動的能力，如機器人能自主完成複雜任務，智能駕駛從容應對複雜路況。AI不僅是數字世界的“思考者”，也將逐漸成為物理世界的“行動者”，更遠的未來則會成為生命世界的“探索者”。算力建設：系統升級加速協同2025年，一家初創公司發佈大模型新產品，市場反響超預期，導致預留伺服器幾分鐘內被擠爆，系統幾近癱瘓。危急關頭，一家基礎設施服務商無問芯穹公司利用平台技術服務，讓各地算力資源像“空中加油”一樣，為這家公司續上計算能力，確保了產品發佈的關鍵窗口。“我們希望未來算力就像自來水，打開能用、關上會停，不用關心它從那裡來。”公司聯合創始人夏立雪描述這樣的願景。無問芯穹公司位於上海，公司成員平均年齡32歲。他們把不同廠商、不同架構的AI晶片高效融通起來，就像搭建“立交橋”，充分利用分散的算力資源。算力，計算裝置或系統處理資料、執行運算任務的速度與規模能力，通常分為基礎算力、智能算力、超算算力。AI依靠的是智算，它不只是晶片的堆砌，而是一個由硬體、軟體、能源與網路精密協作的系統。AI算力就像一支超級工程兵團：GPU等計算晶片是執行硬核任務的“重武器”，高速網路是讓各兵種高效協同的“資訊高速公路”，儲存系統是隨時呼叫的“戰略物資庫”，軟體框架與演算法則是統籌全域的“調度指揮中心”。而一切運轉都離不開基礎保障：電站確保電力“彈藥”持續供應，供給液冷系統是戰士的“降溫服”。AI時代，算力就是新石油，AI算力中心是提煉和輸送石油的超級工廠。工信部資料顯示，中國已建成萬卡智算叢集42個，智能算力規模超過1590 EFLOPS，位居全球前列。業界認為，中國算力發展將繼續呈現“政府頂層設計+市場創新活力”雙輪驅動特徵。產業架構將從分散走向全國一體化，是未來算力發展的明顯特徵。東數西算工程已形成覆蓋東中西部的8大樞紐節點、10個資料中心叢集，其中8大樞紐節點已建成智算規模超過全國智算總量的80%。“十五五”規劃建議提出推進“全國一體化算力網”，國務院《關於深入實施“人工智慧+”行動的意見》強調“強化智能算力統籌”，指明未來算力發展將加強高效協同。工信部賽迪院電子所副所長馬曉凱認為，算力網建設呈現集約化、一體化、協同化、價值化等特徵，算力資源正在向樞紐節點集聚，跨地域調度平台逐步完善，政府引導、市場運作的協同機制正在建立，算力與電力加快協同。隨著需求激增，智算中心正經歷變革。中國信通院雲端運算與巨量資料研究所副所長李潔認為其將向算力高密化、叢集規模化、綠色低碳化方向演進，算力中心單機架功率與算力密度將逐漸提升，算力中心間協同聯動能力強化，規模化算力叢集將加快建構。在業界，更大規模的萬卡乃至百萬卡級叢集將成為支撐兆參數模型訓練的基礎。比如，從2011年啟動研發崑崙芯的百度集團，去年11月發佈新一代崑崙芯M系列及天池超節點，計畫將單一智算叢集規模從3萬卡推向百萬卡等級。硬體層面，不僅是晶片研發，還有通過專用積體電路、存算一體等新架構實現技術突破，建構軟硬體協同生態。頭部科技公司正打造能相容多種國產晶片的異構計算平台。應用層面，算力加速從科技企業走向千行百業。今年，上海、珠海等地已宣佈發放算力券，降低中小企業使用智能算力的門檻，引導算力資源流向工業製造等實體經濟領域。電力，被業界稱為“算力的盡頭”。中國信通院報告顯示，2024年中國資料中心用電量佔社會用電量比例1.68%，並提出未來高中低三種差異化發展場景，按照中速增長，預計到2030年底這一比例將達3%左右，全國資料中心用電量將突破4000億千瓦時；而按照高速增長趨勢，或將突破7000億千瓦時。“算電協同”從趨勢上升為戰略必然。國家引導算力向西部可再生能源富集區佈局，打造綠色算力基地。企業也積極探索綠電直供、分佈式新能源等模式，騰訊的資料中心去年綠電佔比已達80%。一些企業傾向將即時結算、即時推理等對時延要求高的算力就近部署，對時延要求不高的冷資料儲存等業務部署在西部。東西部之間的網路傳輸成本，以及因時延帶來的業務損耗，可能會抵消一部分電價優勢。專家表示，通過網路技術最佳化、業務智能調度，以及電力系統的靈活性互動，實現整體社會成本最優，將是算力基礎設施核心競爭力所在。展望算力前景，李潔認為“我們不僅追求硬體性能的突破，也關注從硬體到軟體、從基礎設施到綠色能源的系統性創新”。這場系統性升級，將決定中國如何把“新石油”轉化為驅動智能時代的澎湃動力。資料探勘：從規模導向轉為質量與專業化導向在保定，工程師們標註自動駕駛車輛在雨雪中的互動軌跡，建構研究華北地區城郊複雜路況的互動資料集；在成都，醫學專業學生標記CT影像以建構肝癌療效預測資料庫；在海口，資訊技術專業學生分析記錄水果生長的無人機影像，用於智能澆灌和採摘系統……最近，在某招聘平台，註明“重點大學本碩博優先”的AI資料標註員崗位，月薪最高接近2萬元。因AI應運而生的資料標註行業，正從以往勞動密集轉向知識密集。10年前，資料標註公司常落戶於中西部地區，受教育不多的人們，會用滑鼠就能完成“看圖貼標籤”。隨著生成式AI的突破和落地千行百業，越來越需要挖掘沉澱於行業企業的資料和專業人士的經驗，並將經驗轉化為AI可理解的“資料燃料”。資料對AI有多重要？在AI三要素中，演算法像設計圖，定義AI學習的方法和邏輯；算力是引擎，提供計算的能力；資料則像人類學習所需要的書本和經驗。當演算法因規模擴張而邊際效益遞減、算力因技術開源而日益普及時，AI技術的競爭焦點正轉向更基礎也更難複製的要素——高品質資料。魏凱說，訓練行業模型解決垂直行業裡的深度問題，需要高品質的行業資料集。“比如，放射科醫生看片子裡有沒有結節，靠的是數十年的醫學經驗，AI看片子也需要醫生教它。現在的資料標註要往縱深發展，把行業的深度知識、專家經驗轉化為能夠被機器學習的樣本，需要標註加工。”高品質資料從那來？簡而言之，資料標註通過提取特徵、分類、註釋和標籤化等操作，將人類的知識與思維邏輯轉化為機器可識別的形式，這是建構高品質人工智慧資料集的關鍵環節。經標註形成的高品質資料能提升垂類大模型在專業領域的性能。中國資料生產總量佔全球四分之一多。中國擁有全球最大的網際網路使用者群體，擁有全門類的工業體系，從原材料開採、中間品加工到終端產品製造的全要素、全過程、全環節資料成為寶貴資源。但另一面，很多人有這樣的經歷：在A醫院做的檢查，其結果並不被B醫院接受，原因在於醫療資料標準不統一，且涉及極高的隱私風險，導致資料無法跨院流動。工信部賽迪院信軟所所長韓健認為，資料價值密度不均、資料標準參差不齊、資料流通壁壘重重，導致大量資料“存而不用”，不同部門、不同企業的資料像一個個“孤島”，“不敢傳”（怕洩密）、“不願傳”（怕喪失競爭優勢）、“不會傳”（缺乏技術標準）。難題正在破解。隨著資料被明確為關鍵生產要素，國家資料局掛牌，《“資料要素×”三年行動計畫（2024—2026年）》等相繼出台，旨在培育資料產業，打造高品質資料集。國家資料局指導成都、合肥、瀋陽等7城市建設資料標註基地，先行先試。截至2025年第三季度，形成醫療、工業、教育等行業的高品質資料集超過500個，帶動資料標註相關產值163億元。資料集建設已從通用基礎資料集轉向行業高品質資料集。中國信通院對資料標註企業的調研結果顯示，78%的企業以行業資料集供給為主，重點是交通運輸、醫療健康、教育教學、工業製造等領域。業內人士認為，圍繞資料的進化今年將進入更深層次。從AI技術發展看，隨著模型訓練進入深水區，資料需求持續攀升，但單純堆量的方式已難以為繼，資料訓練密度和利用效率成為新焦點；資料集建設重點從追求規模轉向質量躍升，智能生成、專業細分、合規治理推動破解資料瓶頸。從AI落地應用看，高品質、專業化的行業資料集將成為高價值資源，尤其是在工業、金融、醫療等領域。同時，合成資料技術將越來越普及——當現實資料難以獲取或涉及隱私時，需要借助AI技術生成符合物理規律和業務邏輯的訓練資料，從而突破資料瓶頸。多位專家認為，AI應用到千行百業後，資料有望成為新的中國優勢，因為中國工業門類齊全、數字經濟發達，建成全球規模最大的5G網路，新能源汽車等行業處於世界前列。魏凱表示，未來的關鍵是充分挖掘利用中國在製造業和網際網路等優勢領域中積累的“資料金礦”，形成“業務產生資料、資料訓練AI、AI反哺業務”的良性循環。中國人工智慧學會會士、香港科技大學（廣州）協理副校長熊輝說，資料驅動AI最佳化，進而提升產業，產生更多資料，形成閉環。中國全門類的工業體系提供極其豐富的應用場景，這是形成資料飛輪的巨大優勢。產業賦能：驅動中國製造加快轉型升級一家有70多年歷史的電池廠應用AI，會發生什麼？研發環節採用AI配方大模型，高效開發多特性電池；生產通過AI即時聯動裝置與工藝，實現預警，提升穩定性；檢測引入AI雲系統，以演算法替代人工，保障大批次生產下的質量一致性。這家工廠的變化折射一個趨勢：AI並非高科技產業的專屬，它正成為傳統產業轉型升級的重要驅動力。“美國聚焦閉源，而中國主導開源市場，這一格局直接推動中國企業快速切入AI+產業。”熊輝說。國家資料局的資料顯示，2024年初中國日均Token消耗量1000億，而截至2025年6月底，中國日均Token消耗量突破30兆。一年半時間增長300多倍，反映出AI應用落地的快速增長。Token，中文叫“詞元”，是大語言模型處理資訊的基本單位。模型輸出每一個答案都消耗Token。來自頭部大模型企業的資料也印證這一趨勢。2025年12月，豆包大模型日均Token呼叫量突破50兆，同比增長超10倍，累計使用量超兆Token的企業客戶突破100家。業界人士預測，未來的Token消耗將呈現“二八格局”——約80%來自企業，20%來自個人使用者。“大模型會率先在數位化基礎較好、數位化人才相對聚集的行業落地，比如網際網路服務、金融、政務等資訊化技術好的領域；在物理資產較多、數位化相對滯後的傳統產業則會落地較緩。”魏凱分析說。中國信通院的報告顯示，AI在不同工業領域呈現差異化滲透特徵，其中電子資訊、消費品、以汽車為代表的裝備製造等行業在應用中佔重要份額，鋼鐵、石化、能源電力等行業形成較好應用態勢。工信部賽迪院產業所所長王昊認為，AI將以小步快跑態勢在製造業落地，從完成簡單任務到實現高級功能。2026年AI大規模落地製造業方面，較看好汽車、機器人等先進製造企業，AI也將賦能提升裝備與消費產品的智能化水平。聚焦製造業，會發現AI應用在三個維度展開：研發設計、生產製造、營運管理。“目前，大模型應用超過40%聚集在客服等營運管理環節，30%至40%應用於研發環節，原本處於‘中間緩’的生產製造環節AI應用比例從2024年的19.9％提升到2025年的25.9%，未來還將提升。”魏凱說。這種分佈反映AI在製造業滲透的漸進性特徵——從相對標準化的管理環節向核心的生產製造環節延伸。張亞勤表示，相比第一、二次工業革命中國“零參與”、第三次以資訊時代為標誌的工業革命是“跟隨者”，在AI作為技術底層的第四次工業革命中，“中國完全有可能走在前列”。這一判斷是業內共識。其背後，是基於中國的獨有優勢：全球最完整的工業體系、海量應用場景資料、強大的工程化能力和龐大的市場需求。這些要素共同構成中國製造業在AI時代實現跨越式發展的基礎。國家部署為企業助力。去年，《關於深入實施“人工智慧+”行動的意見》提出加快人工智慧在設計、中試、生產、服務、營運全環節落地應用；今年1月，工業和資訊化部等八部門印發《“人工智慧+製造”專項行動實施意見》，提出到2027年推動形成特色化、全覆蓋的行業大模型，推廣500個典型應用場景。工信部部長李樂成表示，將深入實施“人工智慧+製造”專項行動，統籌佈局通用大模型和行業大模型，培育一批重點行業智能體、智能原生企業；加快製造業智能化升級，挖掘人工智慧應用場景，以萬千“小場景”匯聚形成融合“大場面”。熊輝表示，傳統產業進行AI改造的核心是將產業問題抽象為AI問題，並實現低成本部署。以廣州的小家電產業叢集為例，可利用產業優勢，快速形成資料化、智能化閉環，大小模型配合，提升終端智能化水平。超600萬家中國製造業工廠，將在紛繁多樣的場景擁抱AI。這不僅是一場技術革命，更是一場深刻的生產方式變革。社會價值：深刻改變治理方式和運行規則重慶市潼南區桂林街道梨樹村，智能監測系統靜靜守護著85歲的獨居老人。當系統發現異常，從預警到網格員上門僅需15分鐘。這是AI融入政府公共服務的一個普通場景。從事後處置轉向事前預警，從“人海戰術”轉向智能調度，人工智慧的觸角以前所未有的廣度和深度，嵌入社會運行的一道道肌理。AI帶來的轉變推動城市治理更智能、更精準。在四川德陽，“城市大腦”的演算法以分鐘級發現路面問題；在甘肅臨洮，大橋上的AI可識別行人翻越欄杆、靠近水流等行為，與警務等部門聯動，挽救了20多條生命。重塑治理理念，人機協同的治理新模式應運而生。中國信通院政策與經濟研究所副所長李強治認為，中國正推動AI治理“下沉場景賦能”，將AI技術與政務、公共安全等領域深度融合。這股力量也滲透進日常生活的毛細血管——消費。AI萬能搜、AI幫我挑、AI試衣、AI清單……去年的“雙十一”購物節，淘寶天貓一口氣推出6款AI導購應用。“平台和產品變得更懂消費者。這不再是簡單的‘猜你喜歡’，而是‘懂你需要’，消費起點從使用者的需求清單逐漸變為AI的演算法推薦。”淘天集團研究中心主任徐飛說。AI正錨定“需求”著力滲透，實現從“技術可行”到“社會需要”。一位蔚來車主在車裡說句“想吃麥當勞”，車載系統就能自動定位到最近門店，並根據駕駛路線與會員身份推薦套餐。這是麥當勞中國與蔚來汽車聯合推出的國內首個車載AI語音點餐系統。麥當勞中國首席資訊技術與體驗官陳世宏表示，AI技術不斷滲透到消費場景，拓展消費邊界。《關於深入實施“人工智慧+”行動的意見》提出，推動智能終端“萬物智聯”，培育智能產品生態，大力發展智能網聯汽車、人工智慧手機和電腦、智慧型手機器人、智能家居、智能穿戴等新一代智能終端，打造一體化全場景覆蓋的智能互動環境。中金公司2026年展望報告顯示，消費電子的“端側AI時代”已經來臨，今年有望成為AI消費終端大規模普及的關鍵年份。新一輪消費電子更新換代潮或將到來。愛奇藝AIGC科技創意指導王慶豐表示，AI正推動消費從“需求牽引供給”逐步到“供給定義需求”，這背後是AI從表層效率最佳化切入，逐步滲透到體驗重構，甚至重塑著深層價值體系。AI重新定義價值，最深遠的是挖掘人的價值。學日語出身的劉典，在AI爆火的這兩年決定辭職攻讀計算語言學。“AI降低了跨界難度，很多知識門檻並沒有想像中高。”他說。AI向各行各業滲透，先行者靠它撬動更大價值。上海漕河涇開發區AI校友中心有超60家AI初創企業，創業者平均28歲。數宗科技主攻“多模態知識圖譜”，其創始人丁天是一位愛寫詩的文科生，他認為，AI時代，技術正從難以踰越的壁壘變為人人可呼叫的資源。“氛圍程式設計”入選《柯林斯詞典》2025年度詞彙，從“敲程式碼”到“聊程式碼”，AI逐漸滲透工作流程。騰訊相關負責人表示，騰訊有超90%工程師正在借助AI編碼，並基於自身實踐推出支援多種形態的專業工具CodeBuddy（雲程式碼助手），面向企業及程式設計師提供服務。AI輔助讓工程師專注於創新，成為能力的放大器。隨著AI重新定義工作和技能，傳統教育勢必轉型。在深圳職業技術大學的課堂上，AI正在手把手地教學生程式設計。校長許建領說，成功的“AI+教育”不是讓學生依賴AI獲取答案，而是培養他們使用AI創新。學生核心競爭力不再是單一的操作技能，而是複雜問題解決能力、“AI+技能”復合素養和可持續學習的自驅力。AI時代，每個人都可以挖掘自己的潛力，專注於唯有人類才能駕馭的洞察與創造。安全防範：護欄建設將趨嚴趨實最近，美國《韋氏詞典》評選出2025年度詞彙：“slop”（AI垃圾內容）。不約而同，英國《經濟學人》雜誌、澳大利亞《麥考瑞詞典》評選的年度詞彙也是它。這詞被一些網友翻譯為“AI泔水”，指質量低下、無意義或粗製濫造的AI圖像和文字等內容。詞語背後是席捲全球的現象：AI生成的荒誕而無意義的視訊、圖像和文字充斥網際網路。這警示人們，AI技術突飛猛進的同時，其日益增多的安全隱患與倫理挑戰不容忽視。“一家公司與某三甲醫院合作開發AI健康助手，最初設計採用一名真實醫生的形象與聲音。我向這家公司提出可能誤導患者，透支患者對醫生的信任。”中國科學院自動化研究所研究員、聯合國人工智慧高層顧問機構專家曾毅談到這樣一個案例。在曾毅等人建議下，這家公司推出的應用以卡通人物為形象，強化了其助手定位。曾毅說，越來越多AI企業開始思考以人文溫度校準技術。AI有那些風險？業內專家普遍將其總結為資料隱私與安全邊界模糊、技術濫用與虛假資訊產生、演算法偏見與決策“黑箱”等方面。張亞勤認為，突出的是資訊智能領域的風險，AI可以被利用生成虛假資訊、深度偽造並進行欺詐，還有生成式人工智慧的智慧財產權問題。當未來大模型、智能體與無人車、機器人等連接起來，智能體之間的協作和博弈如果出現失控或被惡意濫用，造成的風險更大。曾毅舉例，“越獄攻擊”，即通過精心設計提示詞繞過安全約束，並引發有害、偏見或不道德輸出的對抗性攻擊，是當前大語言模型安全領域的嚴峻挑戰。在AI技術狂飆突進時，如何為它裝好“方向盤”和“剎車片”？中國不斷加固安全護欄，走出一條從柔性指導到不斷加強法治保障的特色治理之路——《關於深入實施“人工智慧+”行動的意見》提出“形成動態敏捷、多元協同的人工智慧治理格局”；中央網信辦、國家發展改革委、科技部等多部門協同發力，推動人工智慧治理從理念走向落地。“十五五”規劃建議提出，加強人工智慧治理，完善相關法律法規、政策制度、應用規範、倫理準則。業界認為，這為中國未來五年人工智慧健康發展明確方向、留足空間、築牢基礎。去年底公佈的《人工智慧擬人化互動服務管理暫行辦法（徵求意見稿）》提出，擬人化互動服務提供者應當建立應急響應機制，發現使用者明確提出實施自殺、自殘等極端情境時，由人工接管對話。“這一暫行辦法公佈並向社會徵求意見，體現中國人工智慧政策‘自適應性’與監管框架的與時俱進。”曾毅說。既有“軟性”政策指導，也有“硬性”法律保障。新修改的網路安全法於今年施行，其中規定，完善人工智慧倫理規範，加強風險監測評估和安全監管。“規範發展”已成為AI業界共識，從研究機構到企業平台均在探索建立健全AI安全倫理體系，明確資料使用、責任界定等關鍵規則。2024年，中國信通院啟動“大規模預訓練模型（文字生成功能）安全認證”，標誌著中國開始對大模型內容安全進行系統化、標準化認證。一些機構和企業也在牽頭制定行業標準，如騰訊和中國信通院聯合發佈國內首個金融行業大模型標準等。AI發展需要各國共同推進、協同治理。參與起草《人工智慧全球治理行動計畫》的清華大學人工智慧國際治理研究院院長薛瀾表示，建構一個公平、公正、綜合、平衡的人工智慧全球治理體系，關乎全人類的共同發展。AI是驅動發展的新質生產力，也是影響人類未來命運的新生力量。如何加速技術應用以增加社會福祉，同時加強人文關懷化解潛在風險，這既關乎發展，也關乎未來。中國AI技術的發展與應用令人期待，需要全社會的深度參與。 (新華網)

美股在周五大幅收高，核心驅動力在於市場情緒從AI類股的「短期悲觀」迅速轉向「長期策略確定性」的再確認。截至收盤，三大股指集體收高。道瓊漲幅為0.38%；納指漲幅為1.31%；標普500漲幅為0.88%。消息面上迎來三大利多共振：選擇權市場開啟暴力逼空昨日我們文章中就重點提及。周五作為創紀錄的“四巫日”，超過7.1兆美元名義價值的期權到期，這是一個極具爆發力的窗口。而根據我們美股巨量資料StockWe.com選擇權異動即時訂單流資料，昨日尾盤出現了驚人的140億美元SPY深度價內看漲期權成交，而看跌期權僅為2.5億美元。這種近乎60:1的資金博弈，毫無疑問地清晰釋放了大資金的訊號。這不僅是空頭回補，更是機構利用選擇權到期的避險機制，在指數再平衡的節點上發起的強制性做多押注，為指數反彈提供了充沛的流動性。美國能源部啟動「創世紀計畫」如果說流動性是引信，那麼美國能源部聯手24家科技巨頭啟動的創世紀計畫則是重塑AI估值基石的重磅炸彈。長期以來，市場對輝達、甲骨文、AMD 等個股的擔憂在於：如果AI 新創公司出現減產，是否會導致這些硬體巨頭的業績崩塌，從而引發AI 泡沫的破裂？創世紀計畫給了終極答案。該計畫整合了17個國家實驗室的超級算力，建構美國科學與安全平台。這標誌著AI已不再只是產生幾個聊天對話的工具，而是核子物理、材料學和國家防禦的底層作業系統。當輝達與能源部簽署備忘錄，當甲骨文被委以打造高效能運算系統的重任，它們在二級市場的身份便從高波動成長股正式轉變為國家安全基建股。這種國家級需求的確定性，極大地避險了商業市場周期波動所帶來的估值折扣。受此提振，輝達周五收高3.93%，AMD收高6.15%，博通漲3.18%，Google漲1.55%，美光科技暴漲6.99%，甲骨文大漲6.63%。中東主權資本化解“破產疑雲”在此之前，市場最害怕的鬼故事是甲骨文和CoreWeave 的違約風險。由於這些公司為了給OpenAI 提供算力而背負了沉重債務，市場一度擔心OpenAI 的入不敷出會導致整個AI 信用鏈條崩潰，甚至導致甲骨文的信用違約互換價格沖上16年高點。然而，阿聯酋主權財富基金MGX 計畫籌集1000億美元注資OpenAI 的消息，以及軟銀孫正義的持續加碼，徹底打破了僵局。主權資本的進場，本質上是為AI 龍頭的資產負債表提供國家級擔保。這筆鉅款將直接流向甲骨文的資料中心租單和輝達的晶片訂單。周五甲骨文股價的強勢反彈，正是市場對壞帳風險的集體修正。當大而不能倒的邏輯從銀行延伸至AI 領域，市場發現，這場遊戲已經有了全球最雄厚資本的保駕護航。美股投資網分析認為，本輪反彈並非單純的技術性回抽，而是在AI 類股信心瀕臨冰點之際，由國家計畫、主權資本、期權機制三重力量共同完成的一次信心再錨定。市場對AI 的信心正在經歷從看財報盈利到看戰略卡位的昇華。所謂的戰略卡位，就是看誰佔據了AI 時代的咽喉要道。現在的輝達和甲骨文，已經從賣貨商變成了AI 世界的收稅官和承重牆。這種不可替代的統治地位，讓它們獲得了超越商業周期的策略性溢價。簡言之：不是AI 的恐怖故事消失了，而是國家和主權基金出手告訴市場——這個故事，必須且一定會繼續講下去。美股投資網機會今天美股太空類股在川普Z府最新行政令的刺激下，業界龍頭與黑馬全線爆發LUNR暴漲33.09%，RKLB漲17.16%，ASTS漲14.01%。而我們幾天前重點版面的無人機潛力股ONDS今日同樣勢不可擋，狂拉18.21%！昨日，川普正式簽署名為「確保美國太空優勢」的行政令。這份檔案不只是口號，更是未來數年太空產業的「注資藍圖」：重返月球： 明確要求在2028年前使美國人重返月球。月球基地： 2030年前建立永久性月球前哨站。私部門紅利： 政策核心在於簡化採購流程、增加研發投入，並全力吸引私人資本進入太空基建。12月15日我們就敏銳覺察到政策風向，通知VIP社群在7.65美元入手ONDS，僅幾天時間，ONDS便藉東風強勢起飛，截至今日漲幅已超20%！同時，我們看好的麥克莫蘭銅金公司（FCX）穩步上漲，估計來到了49.2美元。我們當時公佈的價格僅40.53美元，截至今天我們獲利21%！Top Stock 重磅推出！在美股，精準的眼光，就是你財富增值的加速器！美股投資網利用17 年資深金融經驗與頂尖AI 演算法，為您過濾噪音，直接鎖定漲幅最強勁的美股優質公司。截至本周四，我們2025年推介的「必買13家美股公司」中：11漲2虧，勝率85%。翻倍牛股表現：CLS 漲幅+214% (翻近3倍)MU 漲幅+187% (翻近3倍)CRDO 漲幅+123% (翻2.2倍)GRV漲幅+100%(翻2倍)今年我們給大家推介的其他必買公司表現如下：6月必買LLY，741美元買價，最高價格1111.99 美元，漲幅50%；6月必買GOOG，166美元買價，最高價格328.46 美元，漲幅102%；7月必買AMD，130美元買價，最高價格263.51 美元，漲幅97%。為什麼我們能抓到「翻倍牛股」？我們的量化系統由 前紐約資深分析師Ken 與頂尖資料科學家聯手打造。有別於一般軟體，我們的AI 量化模型會進行全維度掃描：多維資料分析數千個資料點：基本面、K 線、趨勢、產業與市場結構持續回測與最佳化使用歷史資料驗證策略有效性根據市場變化動態調整模型參數嚴格的投資紀律杜絕情緒化操作專注長期價值與趨勢回報三位一體篩選，我們Top Stock 強勢上漲股組合總回報達234.21%，表現是標普500 近3 倍，納指的2 倍！（美國股票投資網）

黃仁勳大獲全勝嗎？彭博社一則突發消息在科技圈炸開鍋：美國國會最終決定不將限制AI晶片出口的《GAIN AI法案》納入2025財年的《國防授權法案》（NDAA）。這意味著這項對輝達、AMD等公司構成直接出口限制的法案在本次立法周期被擱置。同時也說明輝達CEO黃仁勳對華盛頓的遊說大獲全勝，那顆懸在中國AI企業頭頂的達摩克利斯之劍暫時移開了。從短期來看，這為輝達全球業務，尤其是中國市場贏得了寶貴的“緩衝空間”。但這並非皆大歡喜，這次法案擱置對部分美國大型科技公司並非好消息。以微軟、亞馬遜為代表的美國大客戶並不樂見這一結果，因為它們希望優先獲得晶片資源的願望落空了。這意味著，這場勝利主要屬於輝達自身，而非其所有美國大客戶。就在美國國會做出上述決定之際，此前白宮傳出正在權衡是否批准向中國出口H200晶片，目前仍需逐案審批。而且川普此前曾暗示，願意考慮允許出售降級版Blackwell晶片，但部分內閣成員對此持強烈反對態度。與此同時，白宮AI事務負責人David Sacks持續主張向中國出售更多美國晶片，以“鞏固美國在全球AI領域的技術主導地位”。因此，此次法案擱置，意味著輝達、AMD短期內避免了最嚴苛的“美國客戶絕對優先”法律約束。中國公司因此暫時避免了高端AI晶片供應進一步突然收緊的風險，為現有算力部署和研發規劃贏得了確定性更高的窗口期。但針對中國的現有出口管制，如對H100、H200晶片的限制仍然有效，且任何出口仍需“逐案審批”；也就是說供應狀態仍然沒有根本性的變化。具體來說，此次法案格局對不同賽道的廠商的影響如下：總而言之，短期或將有所緩和，而從長期來說依舊是“水火不相容”。儘管《全球人工智慧安全法案》未獲通過，但國會中的強硬派計畫推動另一項《安全可行出口法案》（SAFE Act），以固化現有AI晶片出口限制。這表明，圍繞高端技術出口的政治摩擦與不確定性將持續存在。那面對複雜局面，中國要如何應對呢？首先，就是放棄幻想，抓緊窗口實際，加速國產生態落地；產業界應積極響應“國貨國用”號召，大規模開展國產晶片與主流AI框架、大模型的適配與最佳化。通過真實的場景打磨，快速提升軟硬體整體成熟度。其次，要從推理場景、特定行業模型訓練等對生態依賴相對較低的環節開始替代，逐步向更核心的訓練場景滲透，建立使用者信心。最後，持續加大對先進計算架構，如Chiplet、存算一體、基礎軟體棧和半導體製造等“根技術”的長期投入。同時，關注全球AI治理動態，在合規前提下開展廣泛的國際合作。總之，此次事件只是漫長競賽中的一次節奏變化。對中國AI晶片產業來說，最寶貴的收穫不是外部壓力的暫時減輕，而是爭取到了加速解決自身生態建設這一關鍵問題的戰略時間。 能否利用好這個窗口期，決定了未來在更嚴峻挑戰下的生存與發展能力。 (飆叔科技洞察)