【新智元導讀】Vidu Q3帶著「全家桶」重磅回歸，視覺、聽覺、場景能力全面進化。AI視訊的生產級交付時代，真的來了。這個月初，Google一紙公告，把Veo 3.1的視訊生成能力，免費開放給了所有Google帳號。可以說，這是AI視訊史上的一個分水嶺——曾經一條10秒視訊要燒掉數美金的「奢侈品」，正在被巨頭硬生生做成「水電煤」。但越是免費、越是普及，一個尷尬的問題就越藏不住：模型可以無限趨近「能用」，可它和「能交付」之間，依然隔著一整條生產線。榜單上的分數、demo裡的炫技、社交媒體上的爆款片段，全都換不來一個劇組、一支廣告團隊、一條電商內容流水線的穩定輸出。熱鬧歸熱鬧，能用歸能用，從來就是兩件事。而當大多數玩家還在卷免費、卷解析度、卷畫面時長時，一個被低估的中國玩家，悄悄把答案擺上了桌。今天，Vidu Q3帶著「參考生」重磅回歸。作為全球公認的「參考生鼻祖」，這一次，它直接把「參考生」揉進一整套全家桶——以Vidu Q3參考生模型為「核心底座」，Vidu SaaS（Vidu Agent、Vidu Claw）與 Vidu MaaS（Vidu AI 開放平台）全面接入。其中Vidu AI開放平台，可0門檻接入、價格僅為行業平均水平的1/3、切鏡自然合理、生成速度快。同時，它還支援提示詞調優、工作流適配及專項培訓服務，即便在高峰時段也能確保穩健輸出。以上三層加在一起，構成了一套完整的、可直接接入真實生產流水線的內容生產系統。至此，Vidu Q3已全面覆蓋文生、圖生、參考生三大領域，完成由單一模型向全場景視訊生成方案的跨越。正如Slogan所言，「為劇而生，萬物可參」，Vidu正在做一件其他玩家還顧不上做的事：把模型能力，焊死在真正的生產流程中。「參考生之王」回歸 直接拍戲了要理解這件事的重要性，先把背景拎清楚。1月30日，Vidu Q3全球首發，在權威評測榜單AA上一騎絕塵，拿下了全球第一的成績。它一舉超越了Grok Imagine、Gen-4.5、GoogleVeo3.1等一眾領先模型。在全球首個參考生榜單，SuperClue榜單上，Vidu Q3斷層登頂，在多圖/單圖參考任務蟬聯雙榜第一。首次亮相，Vidu Q3便主打「為劇而生」，成為全球首個聲畫直出16秒的AI視訊模型。事實上，整個AI視訊行業的競爭焦點，正在悄悄發生一次根本性的位移。視訊大模型，正在從「生成畫面」邁向「生成內容」。比拚的重點也從單點能力，轉向兩件更本質的事——是否具備完整的敘事能力，以及，是否能進入真實場景的生產級交付。這兩件事，才是把AI視訊從「技術demo」推向「內容生產力」的真正分水嶺。Vidu Q3的出世，恰恰被視為整個行業轉變的階段性節點——從最早的「視訊生成」，到Q2的「演技生成」，再到Q3真正具備「劇集生產能力」的敘事單元級躍遷。每一步，Vidu都踩在了行業演化的關節上。而支撐這次躍遷的關鍵變數，正是Vidu一直握在手裡的那張王牌——參考生。在AI視訊走向生產級交付的這條路上，「參考生」的角色正被徹底改寫。它不再只是一個提升畫面一致性的工具能力，而正逐漸演變為一種可復用、可組合的內容生產範式。作為全球「參考生」首創者，名副其實的「參考生之王」，這一次，Q3直接把其從模型層推到了應用層。這種巨變，直接體現在了漫劇、短劇、廣告、影視劇等應用場景中的可用性和交付性。換句話說，Vidu讓AI視訊，真正具備了「劇」的表達能力，為劇而生。萬物可參，為「劇」而生，聲畫同出在視覺、聽覺和場景上， Vidu Q3系統性升級，招招致命。相較於上一代，Q3不再執著於枯燥的「生成質量指標」（FID/FVD）比拚，而是死磕一個核心目標：讓AI生成內容，真正具備「劇」的表達能力。要知道，所謂的「劇集感」，是由無數個符合直覺的微小細節堆砌而成的。Vidu Q3在視覺、聽覺與場景三個關鍵維度上，交出了一份令人「恐怖」的答卷。在視覺方面，Vidu Q3新增六大特效：粒子、流體、動力學、運鏡、轉場、光影，將其深度融入敘事語言，讓生成內容更接近「成片級表達」。五大沉浸式音效：環境、動態、氛圍、擬音、情緒，讓Q3賦予了AI視訊「聽覺上的敘事連續性」。至此，聲音不再是畫面的附屬，而是情緒的載體。最重要的是，Q3場景能力已進化為直接對齊工業流程的「內容單元」，大幅縮減從創意到成片的距離，覆蓋了短劇、漫劇、影視劇、廣告四大場景。在這些領域，Vidu 不僅實現了極速生成與高頻迭代，更通過極高的視覺穩定性，率先解決了AI創作中「角色一致性」的行業難題。這種從點到面的全場景滲透，標誌著Vidu已從技術驗證期跨入深度產業應用期，建立了不可踰越的落地領先優勢。為了驗證其真實戰力，我們拋棄了傳統的「跑分邏輯」，直接把Vidu Q3扔進更接近真實生產的內容場景裡——漫劇的高燃瞬間、短劇的情緒爆點、影視級的災難與懸疑調度，以及廣告的多元創意。高燃漫劇漫劇，是過去兩年AI內容工業化跑得最快的賽道之一。低成本、短周期、可批次生產，這些特性天然契合AI視訊的能力邊界。但也正因為漫劇對「量」的極致追求，它把AI視訊最致命的那塊短板暴露得淋漓盡致——一致性。一部大約60分鐘的漫劇，每分鐘三四十個鏡頭，每段AI生成的素材只有5–10秒。這就意味著，整部劇是由上千段片段硬拚而成。過去，AI模型最大的問題，是每一張圖之間彼此獨立：人物的臉換了一點、服裝紋樣飄了一點、道具位置跳了一幀，觀眾瞬間出戲。創作者在剪輯台前熬夜重抽素材的痛苦，幾乎是整個行業的共同記憶。一個能夠支援批次生產與快速迭代、同時把主角、場景、道具死死鎖住的模型，是漫劇工業化真正的分水嶺。丟給Vidu Q3一張紅圍巾校服少年的立繪，讓它生成一個「熱血少年覺醒變身」的短片。結果令人震撼，狂風的怒吼、電流的尖嘯、大地的碎裂聲在這一秒瘋狂交織、層層遞進，將情緒推向了最頂峰。最關鍵的突破點在於：複雜的特效變化下，男主形象始終如一。再比如，投喂給Q3一張古風女主的角色圖片、一張江南水鄉的場景圖、一套手繪的服化道參考。提示詞唯寫了一句，「@圖1穿著@圖2衣服，在@圖3江南水鄉行走」。可以看到，動漫女主的臉部特徵被死死鎖住，沒有出現任何畫風偏移或五官融化，服裝的紋理與褶皺也隨著行走步伐自然飄動。而且，背景還夾雜著微風、鳥叫聲、腳步聲生動的環境音效。如果說單人變身是基礎操作，那麼複雜的「雙人肢體纏鬥」則是檢驗AI模型能力的試金石。上傳兩個主角的圖片，在這段激烈的對峙戲中，Vidu Q3展現出了令人膽寒的技術統治力。面對拳腳相加、重擊倒地、連續翻滾等大動態物理互動，Vidu Q3將兩位主角的形象死死鎖住，徹底告別了傳統AI常見的「面部融化」與「服飾穿模」。不僅如此，它在音效與情感生成的顆粒度上達到了影院級水準：沉悶的肉搏聲、倒地後紊亂的喘息，甚至刀鋒逼近脖頸時那一聲微小且冰冷的顫音，都與畫面嚴絲合縫。這一段，可以直接剪進漫劇成片裡，幾乎不需要返工。真人短劇如果說漫劇拼的是「量」，那短劇拼的就是「戲」。中國短劇市場一年狂飆到幾百億規模，單集時長被壓到極致，敘事密度卻反向拉滿——每一句台詞、每一次對視、每一個停頓，都必須精準擊中觀眾的情緒點。大幅降低製作成本和周期，是短劇行業對AI視訊最迫切的呼喚；但前提是——AI必須先學會演對白戲，也就是說，短劇的生死線是「對話」。過去AI視訊在多人對話場景上最容易翻車：要麼兩個人同時張嘴像合唱團，要麼口型對不上台詞，要麼切鏡頭的瞬間人就變了。觀眾能容忍畫面糙一點，但對話一崩，戲就徹底散了。且看下面這段極其細膩的古風雙人對角戲，呈現了Vidu Q3令人驚嘆的「影視級演技」。Vidu Q3 不僅將兩人的骨相特徵與複雜的古裝妝造死死鎖住，更完美呈現了男主嘴角輕佻時那抹似有若無的笑意。這種告別了「AI僵硬感」的細膩神態捕捉，讓角色瞬間擁有了鮮活的靈魂。更令人稱絕的是隨後的雙人台詞交鋒，對話時口型的毫釐不差。再比如來一個現代劇，女強人和霸主之間的糾葛，在Vidu Q3的筆下呈現得淋漓盡致。廣告/電商對於廣告或電商而言，用AI的最大訴求可能就是提升效率──不止是素材版本多，創意要快，要快速試錯。素材生產效率，就是速度、就是搶先引爆熱點的優勢。而Vidu Q3不僅提升了素材生成效率，更重要的是人物、風格統一可控，商品不走樣，背景或人物任意選。比如，下列唇蜜的廣告，利用Vidu Q3參考生功能，可快速篩選不同的風格：只需替換參考模特，一鍵生成不同風格、聲情並茂的視訊，真一鍵出片！鏡頭逐漸推進唇部，模特用唇蜜塗抹在嘴唇上，特寫鏡頭展示唇蜜質感。廣告大片效果，多鏡頭展示。最後手持唇膏模特說說：This touch is more than just color.。去掉bgm，保留人聲再舉一個例子，老梗換新貨，更容易在網上爆紅。比如，威爾·史密斯吃義大利面，就是國外的經典梗之一，可謂歷久不衰。在Vidu Q3，用他的表情包+新的商品（比如漢堡），繼續利用參考生就能生成類似場景的梗圖。這效果看起來是真香！影視預演/內容創意影視劇是AI視訊最難啃的一塊骨頭，但也是價值天花板的最高場景。過去，一個劇本從文字到成片，中間要經歷概念設計、分鏡繪製、預演拍攝、特效合成——這背後，動輒是上千萬的預算，是以「月/年」為單位的製作周期。整個行業最渴望的，是一種能把劇本快速可視化、分鏡自動生成、創意驗證前置的能力，讓導演在燒錢之前，就先看到自己腦中的畫面。Vidu Q3沒有選擇繞路，直接正面正剛。它挑了三種最吃功力的片種：科幻、災難、懸疑。給到一段提示詞：根據參考機甲與未來都市場景，生成一段電影級科幻追逐戲。夜色中的賽博朋克城市高樓林立，霓虹燈閃爍，主角駕駛機甲在高架橋與樓宇之間高速穿梭，後方數架敵方飛行器緊追不捨。鏡頭先從城市遠景俯拍，再切入近距離追蹤，機甲急轉、噴射推進、擦過廣告螢幕與樓體邊緣，期間伴隨爆炸火光與碎片飛散。畫面要求有強烈速度感、空間縱深與電影感，參考主體外觀保持穩定，特效密集但清晰。這個生成的難點在於，俯拍切近景、遠景切追蹤、機甲高速運動、爆炸的碎片層次....每一個細節，都考驗著模型對「電影感」的理解。更狠的是音效，直接構成了一個立體聲場，給人一種身臨其境的壓迫感。再來看災難片，考核的是尺度與震撼，這是這類型大片的標準配方。Vidu Q3在生成效果中，處理了多層次的視覺要素：天空、水牆、慌亂的人群、建築物震顫，每一個要素配合著調度營造出一種末日緊迫感。而且，由遠及近的聲壓推進，更成為了這個視訊重頭戲。更令人想不到的是，一段廢棄醫院的長鏡頭，瞬間拉滿了那種脊背發涼的氛圍感。Vidu Q3不僅在空間推進中保持連貫，還在光影忽明忽暗中保留了真實性，角色表演也有一定的張力。音效更是克制到極致，燈管電流雜音、走廊回音、腳步聲、呼吸聲，把緊張感推向頂點。總言之，Vidu Q3在視覺、聽覺與場景三個關鍵維度上，將四大場景的應用推向了新的高光時刻。偉大的技術 最終都將隱形於無形縱觀科技史，任何一項偉大的技術，其最終的宿命都是「隱形」。當電動機剛發明時，人們驚嘆於電流的魔力；但當大工業時代到來時，電動機隱身於工廠的流水線中，人們只看到源源不斷產出的精美商品。今天的AI視訊行業，正在經歷同樣的蛻變。Vidu Q3通過極盡複雜的底層演算法攻堅，通過從Q1到Q3的艱難跋涉，換來的，恰恰是創作者極其簡單的「為劇而生」。它終結了那個需要靠算運氣、抽盲盒才能得到一段好視訊的時代；它把AI視訊從獵奇者的「玩具箱」，搬到了專業創作者的「工作台」上。「萬物可參」，參考的不僅是現實世界的像素，更是人類無盡的想像力。當你在Vidu App中敲下第一行劇本，當Vidu Claw為你自動生成第一組分鏡，當Vidu Q3用它極具張力的音效和電影級的光影，把你腦海中那個原本只敢做夢的龐大宇宙完美呈現時，你會深刻地意識到：不要用做盲盒的邏輯，去奢望大工業時代的轟鳴。AI視訊的「前戲」已經結束，屬於創作者的、由新質生產力驅動的「大航海時代」，在Vidu Q3按下Enter的那一刻，正式拉開了帷幕。在這個充滿無限可能的時代，最好的故事，不再受制於資本的傲慢與工業的繁瑣。 (新智元)

這個4月，AI圈簡直炸了鍋。先是DeepSeek創始人梁文鋒親自確認，新一代旗艦大模型V4將於4月下旬正式發佈，兆參數架構直接拉滿國產大模型的天花板。緊接著，阿里的HappyHorse-1.0（快樂馬）橫空出世，直接屠了全球AI視訊盲測榜，把字節、Google的頂流模型全甩在了身後。就在所有人都在熱議國產AI的高光時刻，我突然想起了馬斯克在X平台上撂下的那句話：“人工智慧將在3年後超過所有人類智能。”很多人把這兩件事分開看，把DeepSeek和HappyHorse（快樂馬）當國產AI的崛起新聞看，把馬斯克的話當“大佬的狂言”聽。但如果你把它們放在一起就會發現，這根本不是巧合，更不是單個產品的普通迭代，而是在通往AGI（通用人工智慧）的路上在加速前進。一、不是單點突破，是全球AI競賽全面打響很多人看新聞，只看到了“發佈新模型”“登頂榜單”這幾個字，卻沒看懂背後真正的份量。先說說DeepSeek V4。很多人對大模型的印象，還停留在“能聊天、能寫文案”的階段，可DeepSeek V4這次的升級，是從根上的全面革新。它用了1兆參數的MoE架構（Mixture of Experts，混合專家架構），處理速度直接比上一代飆升了35倍，能耗反而還降了40%。這是什麼概念？就是以前你花1個小時才能讓AI幹完的活，現在1分多鐘就搞定了，還比以前更省電、更便宜。更誇張的是它的“記憶力”。它的上下文窗口直接拉到了100萬token（詞元，AI處理文字的基本單位），相當於一口氣能讀完15-20本長篇小說，連裡面的人物關係、細節伏筆都記得清清楚楚，絕不會出現聊到後面，就忘了你前面說過什麼的情況。最關鍵的是，它全程基於國產華為昇騰晶片原生開發，徹底擺脫了海外算力的“卡脖子”問題，這意味著國產大模型，已經正式從“跟跑”邁入了“並跑”的核心賽道。再說說橫空出世的“HappyHorse-1.0”，這匹“快樂馬”，直接踢翻了全球AI視訊圈的牌桌。它登頂的Artificial Analysis Video Arena榜單，是目前全球公認最權威的AI視訊評測平台。它的排名機制特別殘酷，用的是國際象棋等級分制度的Elo積分制，全程純盲測。什麼意思？就是使用者完全不知道視訊是那個模型生成的，系統隨機甩兩段視訊過來，你只能憑那個畫面更流暢、更符合指令、觀感更好來投票，完全排除了所有品牌光環，只比真實體驗。不止國內在瘋狂衝刺，海外的AI賽道早就進入了“不進則亡”的競賽狀態。OpenAI、Google、Anthropic輪番發佈新模型，從文字到多模態，從推理到智能體，每一次更新都在瘋狂壓縮技術迭代的周期。更可怕的是，整個行業的頭部玩家，都在集體“跳錶”，把AI超越人類的時間線，一縮再縮。二、他們到底在慌什麼？AI的“硬起飛”就發生在眼前看到這裡，你可能會問：不就是出了兩個新模型嗎？至於這麼大驚小怪，上升到人類倒計時的地步嗎？那我再給你看馬斯克說的另一句話，他說：“我們現在就處於‘硬起飛’階段，就是現在。”什麼叫“硬起飛”？以前我們說AI發展，是“人推著AI往前走”。我們給它定目標，給它喂資料，給它調參數，手把手教它學習，它每往前走一步，都離不開人類的推動。但“硬起飛”不一樣。它是AI自己給自己踩油門，進入了自我加速的失控式增長階段。不用人催，不用人教，它自己就能完成迭代、實現突破，甚至連它進化的速度，人類都已經跟不上了。馬斯克自己是這麼描述的：“我晚上睡覺時，AI取得了一項重大突破；等我醒來，又出現了另一項突破。老實說，很難跟上節奏，這讓人有點暈頭轉向。”而這場“硬起飛”裡，最可怕的核心，是AI已經進入了“遞迴自我改進”階段。以前，我們訓練一個AI模型，要程式設計師寫程式碼，演算法工程師調參數，資料團隊清洗資料，全流程都離不開人。但現在不一樣了，新一代的AI模型，已經由上一代模型深度參與訓練了。從程式碼編寫、資料清洗，到參數調優、效果測試，AI能做的事情越來越多，人類在這個循環裡，角色越來越邊緣化，越來越插不上手。馬斯克給出了一個更讓人後背發涼的預判：“可能今年年底會實現完全自動化的自我改進，最遲不會晚於明年。”換句話說，最快今年，AI就能徹底脫離人類的輔助，完成自我迭代、自我進化，進入完全的自我加速周期。到那個時候，AI的進化速度，會快到我們根本無法想像。很多人以為，馬斯克眼裡的AI，就是能寫文案、做報表、生成視訊的工具，那你就太小看他了。他描繪的AI終極藍圖，是一個消耗比全人類文明多一百萬倍電力的智能體，能解決人類能想到的所有問題。為了突破電力這個最大的瓶頸，他甚至計畫2-3年內把AI資料中心送上太空，用太空裡沒有晝夜交替的太陽能，徹底釋放AI的算力潛力。而當AI和機器人接管了所有生產，人類社會會變成什麼樣？馬斯克的答案是：錢會變得不再重要，商品和服務的產出會遠遠超過需求，AI和機器人會把所有事都幹完，人類最終會因為全方位的服務，而“無事可做”。馬斯克和Altman（奧特曼）不是在製造焦慮，而是看到了我們普通人看不到的風景。他們怕的不是AI本身，而是人類根本沒做好準備。三、倒計時1095天，最危險的是你以為“還有時間”看到這裡，很多人心裡還是會有一個僥倖的想法：3年呢，還早，急什麼？3年，聽起來很長，其實只有1095天。就是你換2份工作的時間，就是你學一個新技能、考一個行業證書的完整周期，就是你家孩子從幼兒園升到小學的時間，一眨眼就過去了。更關鍵的是，AI的進化，從來都不是線性的，是指數級的。舉個例子：一個池塘裡的荷花，每天都會以前一天兩倍的數量開放。如果到第30天，荷花就開滿了整個池塘，那請問：荷花在第幾天開滿了半個池塘？答案不是第15天，是第29天。前29天，荷花只開了半個池塘，可第30天，一天之內，就開滿了剩下的整個池塘。這就是指數級增長的可怕之處。你以為它還很慢，還離你很遠，可等你反應過來的時候，它已經瞬間鋪滿了你的整個世界。我們現在，可能就處在這第29天的晚上。這場AI競賽，最先衝擊的，就是90%的辦公室白領工作。現在不妨停下來，問自己兩個問題：你每天的工作，有多少是AI分分鐘就能替代的？1095天之後，當AI真的超越了所有人類智能，你的核心競爭力，到底是什麼？四、不想被時代淘汰，你必須立刻做對3件事難道我們就只能等著被AI替代，一點辦法都沒有嗎？當然不是。具體該怎麼做？記住這3件事。第一件事：做決策，提問題很多人對AI的理解，完全搞反了。他們天天用AI干自己的本職工作，寫郵件、做報表、寫方案，然後把AI的產出改一改，就交上去了。看起來是省了力氣，提高了效率，可實際上，你是在天天給AI喂資料、當陪練，幫它在這場競賽裡變得越來越強，最後把自己替代掉。在德州超級工廠接受的深度訪談中，馬斯克也談到“任何涉及敲擊鍵盤、移動滑鼠、處理資訊的任務，AI都能勝任。”你要明白，AI是工具，不是你的競爭對手。工具是用來幫你幹活的，不是用來取代你的。你要做的，是使用工具的人，是決定“做什麼”“為什麼做”的人，而不是聽指令“怎麼做”的人。就像馬斯克，他不寫程式碼，不調模型參數，不親手造火箭，他做的只有一件事：決定我們要做什麼、為什麼做。他決定我們要造電動車，要去火星，要做通用人工智慧，剩下的，交給工程師和AI去執行。AI做執行，你做決策；AI給答案，你提問題；AI算資料，你定方向。不要沉迷於“把事情做對”，要學會“做對的事情”。第二件事：放棄舒適區的標準化，學習臨場發揮很多人在職場裡，追求的是“熟練工”的安全感。同一件事，我幹得比別人快，比別人熟，我就有安全感。可在AI時代，這恰恰是最危險的事。AI最擅長的，就是標準化、常規化、重複性的工作。你在這件事上越熟練，就越容易被替代。普華永道（PwC）在2025年公開承認，正在大幅縮減初級崗位招聘，審計部門的初級崗位到2028年預計將減少39%。與此同時，畢馬威英國近兩年畢業生招聘人數也從1399人降至942人，縮減近三分之一。這些變化的直接推手，正是AI。原本由初級審計員花數周時間完成的憑證核對、底稿整理、資料清洗，現在AI幾小時就能完成，且不出錯。但有趣的是，四大並沒有一刀切地砍掉所有招聘。PwC的AI鑑證負責人Jenn Kosar明確表示，公司正在把被AI釋放出來的人力，轉向戰略諮詢、複雜問題解決等更高價值的領域，甚至開始培訓初級員工“像管理者一樣思考”。因為AI能搞定99%的標準化審計流程，但遇到企業財務造假的隱蔽跡象、複雜的跨國稅務糾紛、客戶特殊訴求的權衡判斷，AI就束手無策了。你的價值，從來不是你能把常規工作做多好，而是你能處理多少AI搞不定的“異常情況”。這些“異常情況”，沒有標準答案，沒有標準化流程，需要的是你的經驗、你的判斷力、你的臨場反應，這些都是AI永遠學不會的東西。接下來，把你的時間和精力，從這些機械性的工作裡抽出來，去解決那些複雜問題，去應對那些突發狀況，去打磨那些非標準化的能力。第三件事：做與“人”打交道的事AI在虛擬的位元世界裡，可以說無所不能。那怕是這場競賽裡最頂尖的視訊模型HappyHorse（快樂馬），也只能在數字世界裡生成完美的畫面，卻無法在現實世界裡，完成一個簡單的開門動作。這就是AI最大的短板：它能玩轉虛擬的位元世界，卻搞不定真實的原子世界。就像馬斯克說的“除了必須親手操作原子、搬動物理實體的工作，人工智慧現在已經有能力完成一半以上的白領工作。”而這，恰恰是我們最大的機會。所以，我們要主動增加和真實物理世界、真實的人打交道的比重。比如，做設計的，不要只在電腦裡畫圖，多去現場看施工、和工人溝通落地細節；做電商的，不要只看後台資料，多去線下和供應鏈、使用者面對面交流；做教育的，不要只做線上標準化課件，多花時間做一對一個性化的陪伴和溝通。去深耕那些需要和真實世界、真實的人打交道的能力。你的動手能力，你的實地判斷能力，你的人際溝通能力，你的共情能力，你的線下服務能力，這些，都是AI短期內根本無法替代的。結語AI的到來，從來不是人類的末日，而是對人類的一次終極篩選。最終淘汰你的，從來不是AI，不是這場瘋狂的競賽，是那個原地不動、拒絕改變、總以為還有時間的你自己。 (筆記俠)

2026年初，一場圍繞人工智慧核心技術的暗戰浮出水面。Anthropic在今年2月率先發難，指控中國的DeepSeek、MiniMax、月之暗面（Kimi）對其模型發動了“工業等級的蒸餾攻擊”，涉及超過1600萬次互動。隨後，OpenAI向美國國會提交備忘錄，指責DeepSeek試圖“免費搭便車”。OpenAI、Google、Anthropic——這三家平日裡在AI賽道上你追我趕的競爭對手，罕見地站到了同一戰壕裡。他們的目標很明確：聯手遏制中國AI公司正在廣泛使用的“模型蒸餾”技術，識別並打擊所謂的“對抗性蒸餾”行為，矛頭直指中國AI企業。何為“模型蒸餾”呢？這是一項行業通行的知識遷移技術。想像一下：一位資深的大學教授（大模型）將知識精華提煉成通俗易懂的講義，讓一名高中生（小模型）能夠快速掌握核心要點。在這個過程中，小模型不需要閱讀浩如煙海的原始資料，而是通過向大模型“提問”並學習其輸出模式，最終以更低的成本、更快的速度獲得接近大模型的能力。這項技術並非中國公司的獨創，在AI學術界和工業界，蒸餾早已是一種公開、合法、廣泛使用的最佳化手段。幾乎所有主流AI公司，包括OpenAI和Google自身，都在不同程度上使用蒸餾技術來提升模型效率、降低推理成本。它就像物理學中的“槓桿原理”，是一種聰明的工程智慧，而非見不得光的“偷竊”。分析一下圍堵背後的真實動機：美國三巨頭的聯手，表面上是維護智慧財產權和“安全”，實質上暴露了美國AI巨頭更深層的焦慮。1、中國AI公司的進步速度超出了預期以DeepSeek為代表的企業，通過蒸餾等最佳化技術，在算力受限的情況下依然打造出性能逼近頂尖閉源模型的產品，這讓習慣了技術領先優勢的美國巨頭感到不安。2、這是一場赤裸裸的商業利益博弈OpenAI等公司每年投入數十億美元訓練模型，而蒸餾技術的普及意味著後來者可以用極低的成本“站在巨人的肩膀上”，在美國公司看來，這相當於每年損失數十億美元的潛在利潤。於是，他們試圖通過“前沿模型論壇”這種行業聯盟的形式，聯合施壓、資訊共享，形成一道針對中國AI公司的技術封鎖線。美國巨頭面對競爭時的雙重標準：特斯拉CEO埃隆·馬斯克在社交平台上公開嘲諷，稱這是“賊喊捉賊”——因為OpenAI等公司在發展初期，也曾大量利用Google、Meta等機構公開的研究成果和模型資料。所謂“技術追趕者利用先行者成果”，本就是科技發展的常態。對於“模型蒸餾”事件的進一步思考：技術自強是根本，蒸餾雖然是一條捷徑，但終究不能替代基礎模型的原始創新。只有在大模型架構、訓練方法、算力最佳化等底層技術上取得突破，才能真正擺脫對國外先進模型的依賴。總結一下：歷史反覆證明，任何技術封鎖都難以阻擋真正有志者的腳步。從航天到晶片，從作業系統到人工智慧，中國科技產業正是在一次次“圍堵”中實現了突破與超越。這一次，面對AI三巨頭的聯手施壓，我們有理由相信：壓力之下，中國AI的創新之火，反而會燃燒得更加旺盛。 (AI思享坊)

2026 年 4 月 7 日，Google CEO Sundar Pichai 在最新訪談中表示：幾乎所有的軟體，都將面臨一次重新建構。核心原因在於，使用者的互動方式正在發生改變。搜尋正從“返回結果”向“執行任務”演進；使用者不再需要手動、分步驟地操作軟體，而是直接下達目標，由系統自主完成。這種轉變離不開 AI 智能體的參與。目前，Google內部的一些團隊已經開始使用智能體協作工具。Pichai 預計，2027年將會是這場變革的拐點。那麼，軟體重構究竟會如何發生？Google在實踐中遇到了那些具體阻礙？這個重塑的過程又將持續多久？接下來我們將深入探討。第一節｜互動範式的底層解構Sundar Pichai 在訪談中提到一個關鍵概念：未來的搜尋，將演變成一個 Agent（智能體）調度中心。這個說法的核心不在於搜尋業務本身，而在於使用者與系統互動方式的根本性更迭。傳統搜尋遵循“檢索-篩選”模式：輸入關鍵詞，獲取排名連結，然後由使用者自己去閱讀和操作。這是一個“你發出指令，它被動響應，你再繼續操作”的單向且割裂的過程。但現在的搜尋，已經開始接管長周期、多步驟的複雜任務。你得到的不再是一堆網頁連結，而是能看到一個正在推進的“研究過程”。以Google內部正在使用的 Antigravity 系統為例：它能夠同時調度多個 Agent 平行工作，各自負責任務的不同模組，最終彙總交付。伴隨著底層硬體形態和輸入輸出方式（I/O）的根本性改變，軟體原有的互動邏輯必須被重寫。過去的 UI 介面是為“人類手動操作”設計的：按鈕用來引導點選，菜單用來提供選項，路徑依賴人去一步步推進。當任務被全盤交給 Agent 執行時，這些設計就變成了冗餘。你不再需要緊盯每一個操作步驟在那發生，只需關注最終目標是否達成。軟體介面將從“手動操作工具”，徹底轉變為“任務監控面板”。工作流也隨之從“靜態固定”走向“動態生成”。傳統軟體的流程是預設好的，因為機器需要引導人類操作；而 Agent 驅動的軟體，能夠根據當前任務的上下文，即時生成最優的執行路徑。這意味著，那怕是同一個目標，每次的實現方式都可能截然不同。這帶來了一個顛覆性的轉變：軟體正在從“被人操作的工具”，進化為“替人做事的數字員工”。當這種“意圖驅動”的模式成為主流，現有的軟體設計法則無疑將被徹底推倒重來。第二節｜“重構”已經在Google內部發生這種底層互動邏輯的“推倒重來”並不只停留在預測層面。在Google內部，舊有的工作流已被打破。目前，Google DeepMind 和部分軟體工程團隊已經全面接入了 Antigravity 系統。正如前文所述，這是一個 Agent調度中樞，工程師們在其中運行各種工作流，將任務交由 Agent 自動完成。上周，這套系統也正式推廣到了Google最核心的搜尋團隊。但這種向 Agent 時代的躍遷，並非一帆風順，他們遭遇了四個具體的落地阻礙：首先是提示詞工程門檻。 工程師需要時間去適應如何向 AI 下達精準指令。這不僅僅是通用的對話技巧，更涉及深度的“企業內部知識”：如何讓 AI 精準呼叫內部工具，如何向 AI 清晰描述內部系統的複雜需求。其次是程式碼協作方式的衝突。 AI 介入後，程式碼的迭代和翻新頻率極高，修改範圍極大。一個人甚至可以在發佈前讓 AI 重寫好幾次程式碼。這導致程式碼庫的變化速度超出了傳統預期，讓傳統的多人協作變得異常困難。第三是資料與權限的壁壘。 解決複雜問題往往需要呼叫企業內部資料，但現有的 IT 權限系統是為“人”設計的，而非為“Agent”設計的。如何界定 Agent 的訪問層級？如何控制它的權限邊界？這些安全機制必須全部重構。最後是組織角色的模糊。 工程師、產品經理、設計師……這些職能邊界都建立在過去的工業化協作模式之上。當 AI 能夠同時包攬程式碼編寫、產品邏輯梳理和介面設計時，原有的角色牆開始坍塌。對此，Sundar 的回應非常務實：Gemini 團隊、Gemini 企業版團隊以及 Antigravity 團隊，正致力於逐一攻克這些痛點。而這些內部踩過的坑和解決方案，正是他們未來的產品路線圖。換言之，Google不只是在描繪軟體重構的願景，而是在內部實踐。他們先在內部使用時遇到問題，開發解決方案，然後把這些方案做成產品推向市場。這個轉變過程對大型組織尤其艱難。因為技術落地的最大阻礙，往往就是組織本身。第三節｜時間表與產業跨度跨越組織變革的深水區需要多長時間？Sundar 給出的時間錨點是：2027 年將迎來真正的產業拐點。他提到，屆時一些垂直領域將發生深刻的轉變。以商業資料預測為例，執行者將採用一套完全基於 Agent 的全新工作流。但這必然是一個漸進的過渡期：在很長一段時間內，企業可能會採用“新舊平行”的模式。先用傳統系統校驗 AI 的結果，建立信任後，再逐步完成全面切換。但為什麼到了今年（2026年），這種變革才開始具備大規模推進的條件？Sundar 坦言，此前很多設想無法落地，是因為底層的技術容錯率太低。這就好比你看到了一個充滿希望的新世界，但它的基礎設施卻極不穩定。而到了 2026 年，情況發生了質變：技術曲線迎來了躍升，系統的穩定性終於達到了可以向外推廣的及格線。不過，即便技術就緒，不同企業的轉型節奏也存在巨大的差異。初創公司轉型更容易。這些 AI 原生（AI-Native）團隊從第一天起，就可以按照全新的 Agent 邏輯來搭建組織架構。他們通過招聘篩選具備 AI 協同能力的人才，直接運轉在新的工作流上，無需承擔改造舊系統、重新培訓老員工的成本。大公司則面臨著沉重的歷史包袱。 他們必須在保證龐大業務平穩運轉的前提下，“開著飛機換引擎”。這意味著數以萬計的員工、盤根錯節的舊系統、固化的審批流程，都需要分階段、灰度地進行調整。初創公司可以一夜之間完成系統切換，巨頭卻只能步步為營。這註定了軟體重構將是一場“分層推進”的戰役。一部分前沿企業將在 2027 年完成核心業務的改造，而更多的傳統企業可能需要數年時間。從Google的推進路徑可以看到：新方式先在小範圍驗證，確認可行後逐步擴散。GDM 和軟體工程團隊已經轉變，搜尋團隊剛開始，其他團隊還在等待。軟體重做不是一個技術切換的時間點，而是一個持續推進的過程。方向已定，速度成為唯一的差異。結語“幾乎所有的軟體，都將被重做一遍。”軟體正從被動操作的工具，進化為主動執行任務的系統。互動範式變了，開發流程必然要變，組織架構也必須隨之重塑。2027 年將成為軟體行業重要拐點。儘管在這場漫長的轉型中，不同公司的落地節奏註定會有顯著的時差。但歸根結底，需要重做的絕不僅僅是幾行軟體程式碼，而是整套工作與協同的底層邏輯。 (AI 深度研究員)

近來翻轉多年頹勢的美國晶片公司英特爾周四宣佈與AI巨頭Google擴大CPU和IPU領域的合作。（來源：公司官網）公告寫道，Google雲將繼續部署英特爾至強（Xeon）處理器，同時英特爾和Google正在擴大雙方基於定製ASIC的IPU（基礎設施處理單元）方面的聯合開發。對於資本市場有些陌生的IPU，英特爾介紹稱，這類可程式設計加速器可將網路、儲存和安全等功能從CPU中卸下，提高系統整體效率，並在超大規模AI計算環境中實現更可預測的性能表現。英特爾首席執行長陳立武對最新合作評論稱，擴展AI不僅需要加速器，還需要更加平衡的系統。CPU與IPU是實現現代AI工作負載所需性能、效率與靈活性的核心。這番表態也與近幾個月資本市場關注CPU的邏輯相近。輝達AI基礎設施負責人Dion Harris上個月曾表示，隨著AI智能體將計算需求進一步擴展到CPU領域，後者正在“逐漸成為新的瓶頸”。雖然最新聲明沒有列明具體的財務條款，但對於英特爾的代工業務來說，獲得主要大客戶的未來承諾依然構成利多。公司已經在亞利桑那工廠使用其最先進的18A工藝生產至強處理器。儘管英特爾在代工業務上投入巨大，但亞利桑那工廠的最大客戶目前仍是英特爾自己。本周早些時候，公司曾在社交媒體發文稱，加入世界首富馬斯克的半導體製造項目Terafab，為這個計畫“年產1太瓦等級算力晶片”的項目提供設計、製造和封裝超高性能晶片方面的能力。另有消息稱，英特爾也在與Google、亞馬遜洽談，為他們的定製晶片提供先進封裝服務。英特爾的首席財務官戴維·津斯納近期也曾在摩根士丹利TMT大會上提及，公司正接近達成一些每年以十億美元計算的封裝收入交易。英特爾的先進封裝主要圍繞兩條核心路線展開。一條是EMIB技術，屬於2.5D封裝方案，在晶片封裝內部嵌入一塊小型“矽橋”，用來把多個chiplet（小晶片模組）高速連接在一起。另一條是3D堆疊封裝方案Foveros。下一代EMIB-T技術預期將會在年內匯入生產，主要變化在矽橋內部增加了矽通孔（TSV）結構，從而提升供電能力和訊號穩定性。在層層疊疊的利多下，英特爾股價周四開盤後沖上60美元關口，這也是該公司自2021年4月以來首次達到這一水平。從去年8月算起，公司股價已經翻了3倍。（英特爾周線圖，來源：TradingView）去年8月，英特爾將10%的股份出售給美國政府。次月，輝達宣佈將斥資50億美元收購英特爾股份。這些投資到今天已經獲得翻倍收益。 (科創日報)

最近，彭博社爆了個消息，說實話，我第一反應是沒當回事。OpenAI、Anthropic、Google，這三家平時為了搶人才、比參數鬥得你死我活的公司，竟然坐到了同一張談判桌前。他們通過2023年共同成立的＂前沿模型論壇＂共享情報，目標只有一個：打擊＂對抗性蒸餾＂。但讓我真正坐起來的是這個數字：數十億美元美國官員估算，所謂未經授權的蒸餾行為，每年讓矽谷實驗室損失這麼多利潤。這可不是小錢，相當於一家中等規模上市公司的全年營收被蒸發。我查了一下，這個數字在2026年2月就被OpenAI寫進了提交給國會的備忘錄裡。他們點名指責DeepSeek試圖“免費利用OpenAI及其他美國前沿實驗室開發的能力”。這個數位很猛，但背後的邏輯更猛。01. 蒸餾到底是什麼先說個基本概念，別被嚇到。蒸餾，就是用大模型的輸出去訓練小模型。2015年Hinton提出來的時候，學術界都覺得是個聰明的辦法：你問GPT-4一堆問題，把它的回答記下來，再拿去訓練一個更小的模型，就能以極低成本複製大部分能力。這技術AI圈裡誰都在用。Meta的Llama文檔裡明明白白寫著“鼓勵研究者用其輸出做知識蒸餾"，輝達的NeMo也提供官方蒸餾指令碼。就連Anthropic自己都承認：“AI實驗室經常蒸餾自己的模型來製作更小、更便宜的版本供客戶使用。”但現在，同樣的技術，到了中國公司手裡，就變成了“對抗性蒸餾”、“工業級蒸餾攻擊”、“國家安全威脅”。Anthropic今年2月發了個聲明，點名DeepSeek、月之暗面、MiniMax三家公司。他們說，這些公司用了約2.4萬個虛假帳戶，跟Claude進行了超過1600萬次交互，系統性“竊取”模型能力。02. 真正的痛點讓我困惑的是，這三家巨頭平時打官司、互挖人才、公開互嗆，那次不是拼個你死我活？這次怎麼突然就“大團結”了？答案可能不在技術，而在利潤。你想啊，OpenAI開發GPT-4花了多少錢？幾億美元甚至更多。訓練資料、算力、人才，每一樣都是天價。如果競爭對手能用1%的成本複製80%的能力，然後以更低價格搶佔市場，OpenAI的定價權、市場份額、估值邏輯都會受衝擊。這就是護城河焦慮。美國三巨頭走的是閉源高投入路線，他們靠技術領先賺錢。而蒸餾技術正在快速抹平這種代差。當低成本複製成為可能，他們投入鉅資構建的護城河就會形同虛設。更重要的是，這已經不是理論上的擔憂，而是現實中的衝擊。DeepSeek的R1模型在數學推理基準MATH上拿到47分，推理能力直追GPT-4。更讓矽谷緊張的是，DeepSeek還開源了70B參數版本，幾十行代碼就能跑通。國內高校實驗室拿去改個結構就能發Nature子刊。這才是OpenAI們急刹車的真正原因。03. 防禦體系是怎麼建的現在問題來了，他們怎麼防？簡單說，就是三招。第一招，情報共用。三家巨頭通過前沿模型論壇交換“攻擊指紋”。比如Anthropic發現某個IP位址的API呼叫模式很可疑，馬上同步給OpenAI和Google。這個IP在Claude這兒被拉黑了，在GPT和Gemini那兒也別想混進去。這跟網路安全行業的做法一模一樣。某家公司發現的漏洞特徵，幾小時內就會出現在全行業的防禦系統裡。第二招，技術浮水印和請求監控。他們在模型輸出中嵌入隱形浮水印，人類看不出來，但一檢測就能知道內容是不是從他們這兒來的。同時，API層面即時監控呼叫頻率，如果突然有成千上萬個帳號瘋狂提問，直接觸發風控。第三招，規則界定。他們向美國政府遊說，推動將未經授權的蒸餾納入技術竊取範疇。OpenAI的服務條款已經明確禁止用輸出來開發競爭模型，雖然執行起來很難，但至少給了他們技術反制的合同依據。這三招組合起來，確實能大大提高蒸餾的難度和成本。04. 爭議在那裡但這裡有個問題，證據鏈完整嗎？Anthropic說他們通過IP地址、請求中繼資料、基礎設施指標，把攻擊追溯到了具體實驗室。但被指控方質疑：從API調用到“工業級蒸餾”，中間是不是跳得太快了？你說我調用了1600萬次API，就一定是在蒸餾？我在做安全研究、模型能力邊界測試不行嗎？個人開發者做測試、學術機構做研究，都會產生大量API調用，這很正常。更尷尬的是，Anthropic自己的“黑歷史”也不少。他們曾從盜版網站下載了700萬本受版權保護的圖書訓練模型，最後賠了15億美元。還因為非法下載2萬首歌曲，被索賠30億美元。馬斯克這次直接開嘲諷：“他們怎麼敢偷Anthropic從人類程式師那裡偷來的東西？”這句話有點毒，但也不是完全沒道理。DeepSeek在《Nature》封面論文裡明確表示，他們的R1模型訓練資料只來自普通網頁和電子書，沒有故意加入OpenAI生成的合成資料。論文還強調，資料截止時間是2024年7月，彼時先進推理模型還沒發佈。當然，他們也承認，部分網頁中包含OpenAI模型生成的答案，這可能導致基礎模型“間接受益”。但這是網頁數據本身的問題，不是主動蒸餾。05. 這意味著什麼我有個判斷，這次事件其實是個信號：AI行業從“開源狂歡”進入了“閉源聯盟”階段。以前大家覺得，AI技術應該開放共用，推動整個行業進步。但現在，當技術領先變成核心競爭力，巨頭們開始收緊口袋。前沿模型論壇2023年成立時定位很模糊，說是AI安全性群組織。現在終於找到了具體戰場：打擊蒸餾。這個轉變本身就說明問題有多嚴重。從商業角度看，這其實挺正常的。你投入幾十億美元研發的技術，被別人低成本複製，換你也不爽。但從行業角度看，這可能不是個好信號。當AI巨頭開始像網路安全公司一樣運營，當“合法使用”和“對抗性利用”的界限由他們自己定義，創新的門檻會越來越高。特別是對於那些靠蒸餾快速反覆運算的初創公司來說，這條路可能要堵死了。以後想追趕，要麼全棧自研，要麼另闢蹊徑。06. 最後的話說到底，這場“蒸餾之戰”表面上是技術爭議，實際上是商業競爭，底子裡是護城河焦慮。安全是切入點，利潤是落腳點。如果你也在做AI相關的事情，我給個建議：別指望靠捷徑走太遠。當矽谷開始結盟，免費午餐的時代可能真的要結束了。真正能活下來的，還是那些有自己核心技術和差異化能力的公司。捷徑是最遠的路，這話現在看，還真是這麼回事。 (蛋殼盤科技)

【新智元導讀】穆迪最新報告揭示了兩條平行宇宙：要麼AI讓生產率狂飆，失業率降至3.8%；要麼泡沫破裂，460萬人失去飯碗。Anthropic CEO預警白領消亡，經濟學家卻說還沒到時候。2026年1月創紀錄的裁員資料，似乎正在驗證前者。2026年2月27日，矽谷。兩個資料擺在所有投資者面前：左邊是10兆美元，這是過去兩年AI為矽谷股東創造的財富增量。右邊是10.8萬人，這是剛剛過去的2026年1月，美國單月裁員人數，打破了2009年金融危機以來的最高紀錄。穆迪分析（Moody's Analytics）剛剛發佈的報告，更是將這種撕裂感推向極致：2026年至2027年，不僅是技術奇點，更是人類命運的分岔口。針對這些路徑，技術專家和經濟學家各執一詞。技術專家認為，AI年化生產率貢獻3%-30%並引發大規模失業；而經濟學家認為僅0.07%-0.9%且就業市場能平穩過渡，二者預測相差40倍。顯然，2026-2027是決定性窗口。泡沫會破裂嗎？460萬人會失業嗎？AGI真的要來了嗎？答案就在這兩年。泡沫倒計時：每個人都在借錢2025年，十大科技公司發債1200億美元，同比暴增167%。到了2026年，五大AI巨頭（NVIDIA、微軟、Google、亞馬遜、Meta）承諾的資本開支已高達6800億美元。五大科技巨頭AI資本開支創歷史新高（2025-2026）錢花那了？模型訓練、資料中心、搶佔光刻機產能。錢從那來？借的。能不能還上？只有四個字：「高度不確定」。AI生態系統中的循環融資更危險的是資金在圈子裡空轉。NVIDIA投資Oracle，Oracle轉手用這筆錢買NVIDIA的晶片；微軟注資OpenAI 130億美元，OpenAI轉身把錢付給Azure雲服務。矽谷的「永動機」：巨頭間的循環融資路徑這種「左手倒右手」的營收回流，讓財報極其好看。NVIDIA佔據了92%的GPU市場，五大雲巨頭切走了67%的份額。整個行業的命門集中在極少數公司手裡。AI價值鏈的市場結構高度集中可一旦某個中間環節斷裂，這種循環融資就會瞬間崩塌。過去一年，當散戶還在瘋狂買入時，七巨頭高管淨拋售了84億美元股票。祖克柏在賣，貝索斯在賣，黃仁勳也在賣。只有馬斯克回購了10億。當前股市市盈率已飆升至20倍，距離2000年網際網路泡沫破裂時的24倍峰值，只差4個點。AI驅動的股市被高估，瀕臨泡沫穆迪預測了一個泡沫破裂劇本：2026年某季度，AI收入增速一旦不及預期，恐慌性拋售將導致股市暴跌25%，蒸發20兆美元。屆時，晶片訂單歸零，GDP增速將從2.2%斷崖式跌至0.4%。上次納斯達克崩盤跌了78%，用了15年才回本。這次還有沒有15年？只有中產階級受傷的世界泡沫破裂是未來的風險，但失業是當下的痛楚。10.8萬人，這是2026年1月單月的裁員資料。理由簡單粗暴：Amazon裁員1.4萬：「AI讓組織更精簡。」Salesforce裁掉4000客服：「AI Agent處理了50%的工單。」IBM用聊天機器人AskHR替代了8000名HR。Chegg裁員22%：學生們都在用免費的ChatGPT，沒人買課了。最慘的是「學歷陷阱」。史丹佛研究顯示，AI相關崗位的應屆生就業率下降16%，22-25歲軟體開發者就業人數較峰值暴跌20%。被AI精準狙擊的，恰恰是工資位於60%-80%分位的中產階級——會計、程式設計師、初級分析師。企業在財報會上把裁員美化為「擁抱技術進步」，股價應聲上漲。至於被裁掉的人？別指望政府兜底。聯邦債務佔GDP比例已突破100.2%。2008年有財政彈藥，2020年能無限印鈔，但到了2027年，美國的信用卡已經刷爆了。一旦失業率衝破6%，沒有救助金，只能硬著陸。矽谷VS華爾街：誰在撒謊？對於未來兩年，技術權貴和傳統經濟學家吵翻了天。Anthropic CEO Dario Amodei在達沃斯論壇上直言不諱：這是「白領大屠殺」。他預測AGI將在2026-2027年降臨，並在未來5年內清洗掉50%的入門級白領崗位。Geoffrey Hinton，那點陣圖靈獎得主，將AGI降臨的時間窗縮短到了5-20年，並給出了10%-20%的人類滅絕機率。經濟學家則冷靜得多：歷史上電力、汽車、網際網路都沒造成結構性失業。AI的年化生產率貢獻僅為0.07%-0.9%，遠低於技術派吹噓的30%。在他們看來，企業部署AI面臨流程重組、監管合規等重重關卡，現在的恐慌純屬庸人自擾。這種分歧背後，是利益的博弈。經濟學家不能錯，錯了就是職業生涯的終結；技術專家必須吹，不吹AGI馬上到來，誰來給那6800億美元的基建買單？2027：最後的審判日穆迪的模型給出了四種結局，而2026-2027年是所有時間線的分岔點。基準線（40%機率）：AI平穩賦能，生產率年化2.5%，失業率維持4.5%。一切照舊。泡沫破裂（25%機率）：股市崩盤，財富蒸發，經濟硬著陸。就業崩潰（20%機率）：這是最黑暗的劇本。2027年失業率飆升至5.9%，累計460萬人淨失業，中產消費坍塌引發大蕭條。生產率狂飆（15%機率）：AI創造奇蹟，2031年失業率降至3.8%。現在，我們正站在這一臨界點上。關鍵指標已經亮起紅燈。AI採用率目前與網際網路時代持平，並未加速；但生產率增速僅為1.8%，遠未達到質變的3.2%。穆迪報告的結語很殘酷：AI將從根本上重塑經濟，但我們不知道是那種方式。你是屬於那被清洗的460萬人，還是倖存的3.8%？答案不在十年後，就在這兩年。 (新智元)

在矽谷，所有的神話都標榜著改變世界。但很少有人告訴你，當神話破滅時，誰來收拾滿地狼藉。2026年的春天，如果你去加州聖何西市的心臟地帶，那一片佔地80英畝，原本該是Google斥資190億美元打造的未來之城，爛尾了——嗯，4/5年前咱們TOP還寫過這個案例，打臉雖遲但到。當時放出來的效果圖“社區感”滿滿今天咱們就來看看它是如何爛尾的，以及為什麼會爛尾。致命的幻覺時間倒回2021年5月。聖何西county拿到了一份精美的PPT：730萬平方英呎的流線型辦公樓，足以容納超2萬名Google員工；50萬平方英呎的零售與文化空間，外加15英畝的開放式公園和由太陽能、雨水回收系統驅動的綠色基礎設施；以及多達4000套公寓，其中包含高達25%（1000套）的保障性住房，直擊矽谷住房危機的痛點；這就是Google提出的“Downtown West”計畫。對聖何西這座常年籠罩在舊金山和庫比蒂諾（蘋果總部）陰影下的“矽谷大區睡城”來說，Google的到來帶來了逆襲的希望，畢竟項目預計將創造5700個建築崗位和巨額的稅收。時任市長Sam Liccardo激動地稱其為“世代難逢的復興機遇”。為了促成這筆高達190億美元的投資，聖何西市政府幾乎交出了能交出的所有籌碼：他們大開綠燈，允許Google的空殼公司在2019年前後以“掃貨”的姿態，豪擲近5億美元買下了市中心及Diridon高鐵站周邊的80多英畝土地。推土機轟隆隆地開進場，原有的老舊商舖和歷史建築被夷為平地。Google承諾，舊的廢墟上會生長出充滿生機的新世界，他們甚至慷慨地許諾了2億美元的“社區抗流離失所基金”。但是，魔鬼永遠藏在細節裡。這份由頂級律師團起草的開發協議，堪稱“科技巨頭PUA地方政府”的教科書。協議中，所有的“社區紅利”和“資金承諾”都有一個致命的先決條件：按建成的辦公樓面積觸發。也就是說，Google如果不蓋樓，它就不需要付錢。原定於2025至2027年間的地面建築施工，至今連地基都未曾破土，Google的原話是無限期暫停（Indefinite Pause）。聖何西 BART 矽谷二期項目西入口工地正在建設中的隧道2025年12月(Martin do Nascimento/KQED)而，如果到2031年Google一塊磚都沒壘，根據條款，這家目前市值超過2兆美元的巨獸，最多隻需向聖何西市支付5400萬美元的“罰酒三杯”式補償款。至此，聖何西政府悶頭吃了個大面。但Google總部就無限期暫停了呢？到底發生了什麼？被GPU擠佔的鋼筋水泥在2023年到2026年這波雲詭譎的三年裡，科技圈的底層邏輯發生了三次“大地震”。首先，是物理空間的“祛魅”。疫情對全球辦公地產的衝擊是深遠且不可逆的，聰明的工程師們拒絕回到格子間。2020年前，科技巨頭們信奉“園區文化”（Campus Culture）——用無盡的免費食堂、健身房、乾洗店將員工留在公司。這催生了蘋果的環形總部大樓（Apple Park）和臉書（Meta）的造城運動。但在最近幾年，矽谷的辦公樓空置率已飆升至驚人的20%以上。Google猛然發現，現有的園區都填不滿，再造一個容納兩萬人的巨型園區，白白浪費血條沒必要。其次，是算帳算不過來了。聯準會的暴力加息，終結了長達十年的廉價資金時代。在5%以上的基準利率下，融資成本變得極高，疊加加州昂貴的建築成本，通膨飆升的建築材料費用，以及加州日益嚴苛且昂貴的勞動力成本，由於使得原本在低息時代算得過帳的190億美元項目，在如今看來是一個吞噬現金流的黑洞。最致命的一擊，來自AI。生成式AI（Generative AI）的爆發，徹底改變了矽谷巨頭們的資本開支（CAPEX）流向，Alphabet（Google母公司）將戰略重心和資本開支（CAPEX）進行了史無前例的轉移。建設一座豪華的辦公園區無法通向AGI（通用人工智慧），但建設資料中心和購買輝達（Nvidia）GPU卻能決定企業未來的生死。2023至2024年間，Google在全球裁員超萬人，並在財務上全面執行降本增效，動輒上百億美元的房地產項目首當其衝成為了被砍掉的“非核心資產”。在“辦公樓”省下的成百上千億美元被毫不猶豫地砸向了黃仁勳的顯示卡和偏遠地區的高耗能資料中心。從好的方面來說，這叫科技巨頭的敏捷性，它們可以像砍掉一個不賺錢的軟體產品一樣，毫不猶豫地叫停一個總部的建設。但對於聖何西市來說，這是遭遇了一次無差別的降維打擊。誰(應該)為巨頭的錯誤買單？2026年3月，當媒體問及聖何西市長Matt Mahan時，他只能用極度克制的“外交辭令”回應模糊地說類似於“我們理解Google正在重新評估其房地產需求等…”之類的話。注意到了嗎，政府不敢跟Google翻臉！這種克制背後，是深不見底的無力感與恐懼，還有後悔……因為2021年項目獲批時簽的那份長達700頁的開發協議中，幾乎沒有任何實質性的強制執行條款（Enforcement Penalties）或“不使用即作廢”（Use-it-or-lose-it）條款。比如，上面我們說到的，協議被設計成了一種“按建設進度觸發福利”的模式。例如，Google承諾為社區抗流離失所基金和職業培訓提供2億美元的社區紅利（Community Benefits），但這筆錢是與“建成的辦公樓面積”掛鉤的。不蓋樓，就不給錢。作為對比，2019年亞馬遜在弗吉尼亞州阿靈頓建設第二總部（HQ2）時，當地政府與亞馬遜簽訂的協議中包含了嚴格的階段性就業指標（需創造2.5萬個高薪崗位）.達不到指標，亞馬遜就拿不到政府承諾的稅收減免；如果項目爛尾，政府有明確的追償機制。其實在美國絕大多數公私合作（PPP）的城市開發項目中，政府通常會要求開發商繳納巨額履約保證金，或者設定嚴格的時間表——如果在規定年限內未動工，土地將被政府收回，或面臨巨額罰款。但在聖何西，政府交出了土地規劃權，容許Google以“化整為零”的方式收購了80英畝土地上的商舖和歷史遺蹟並將其拆除，卻沒有一張具有法律約束力的“施工時間表”。而且到了現在，政府還不能跟Google撕破臉，是因為土地產權現已歸Google所有，若激怒對方導致其直接將土地碎片化拋售，市中心的復興將更加遙遙無期。對城市來說，要命的是背上了沉重的物理與社會代價。本來，聖何西市是指著這個項目能帶來每年豐厚的房產稅和開發費。為了配合Google，市府前期投入了大量資源升級周邊基建。結果，竹籃打水一場空。2025年，聖何西面臨高達4700萬美元的預算赤字。這座城市不僅沒能等來復興，反而背上了沉重的包袱。雪上加霜的是，中小商業生態團滅了，那些曾經為社區提供廉價餐飲、日常服務的小微企業被連根拔起後，再也沒有回來過……最難讓人接受的是住房——加州政府強制要求聖何西在2031年前新增1.4萬套住房，Google原本承諾的4000套住宅（其中1000套保障房）曾是無數底層家庭的希望。而且在項目規劃期，藉著“Google概念”，周邊的房租曾經歷過一輪瘋狂炒作，逼走了一大批原住民。如今，炒作的泡沫破裂了，但被推高的生活成本和被剝奪的安居希望，卻永遠地留給了當地人。2025年資料顯示，聖何西的無家可歸者（Homelessness）數量上升了5%，如今，Diridon車站附近猶如一片“鬼城”，商業真空帶來的直接後果就是治安的惡化與流浪漢營地的蔓延。在廢墟之上，Google僅僅做了些微不足道的修補——比如在空地邊緣辦個農貿市場，搞搞周末音樂會。這種行為，就像是把別人的房子拆了，然後在廢墟上支個燒烤攤，告訴你：“看，我們依然在活躍社區。”“科技城市主義”的傲慢與偏見跳出聖何西的個案，會發現GoogleDowntown West的困境並非孤例。從Alphabet旗下Sidewalk Labs（人行道實驗室）在多倫多折戟的“未來智能城市”，到馬斯克在德州奧斯汀特斯拉超級工廠引發的勞工與生態爭議，到當年富士康在美國威斯康星州承諾100億美元投資最終大幅縮水的“科技園爛尾門”，再到如今的Downtown West大爛尾……“科技城市主義”（Tech Urbanism）究竟有什麼bug？從最本質的角度，科技公司的底層基因是“敏捷開發（Agile Development）”和“快速迭代”；它們帶著這種基因走向城市的時候，試圖把城市當成一個可以隨時重構的App，把居民當成可以被測試的流量（DAU/MAU）。但城市不是軟體。鋼筋水泥沒有Ctrl+Z。聖何西城市鳥瞰城市的演進，是幾十上百年的緩慢沉積。它需要極強的連續性、對歷史的敬畏，以及對極其複雜的利益相關方（原住民、勞工組織、環保機構）的深度妥協。當宏觀環境改變時，科技公司可以像拋棄一個失敗的App一樣，輕盈地“Pivot（轉型）”，但留給城市的，是被撕裂的物理空間、被破壞的社會結構，和幾十年難以癒合的城市傷疤。更重要的是，將幾十英畝的核心城市空間全盤託付給一家單一企業，本質上是違背城市生態學原理的。這種“單點故障（Single Point of Failure）”的架構極其脆弱。一旦這家企業打個噴嚏，整座城市就要進ICU。真正有生命力的城市，其繁榮必然來自於極其複雜、多元的“微生態”交織，而不是建立在某個超級寡頭的壟斷意志之上。不要相信巨頭的PPT聖何西的190億廢墟，對於全球其他的城市管理者而言——尤其是對中國，是一堂價值連城的血淚課。1, “對賭”與“牙齒”比願景更重要：永遠不要被跨國巨頭或明星企業華麗的PPT和ESG承諾忽悠。在交出核心土地資源之前，必須簽下具有強制約束力的階段性履約條款。不達標，就退地、重罰。在資本的逐利本性面前，任何口頭承諾都抵不過一條“不使用即作廢（Use-it-or-lose-it）”的法律條文。2, 警惕“單極化城市”：不要指望“一家獨大”能帶來永恆的繁榮。無論是曾經的底特律（汽車城），還是如今被巨頭綁架的矽谷城鎮，歷史一再證明，將城市的命運完全依附於單一產業或單一企業，是危險的。合理地切分地塊、引入多元開發主體、保持生態多樣性，或許才是城市韌性的來源。3, 科技是工具，不是救世主：概念很美好：“AI驅動”、“自動駕駛微循環”、“碳中和閉環”，但請先問一個最樸素的問題：如果明天經濟危機爆發，這片土地上的普通人，還能不能安穩地活下去？技術可以瞬間顛覆世界，但人類的城池，需要踏踏實實的磚瓦與不可背叛的契約。 (TOP創新區研究院)