2026年春天，大模型行業的風向變了。資本的耐心正在消退，狂熱逐漸退潮。投資人現在只關心兩個問題：你的技術有沒有不可替代性，以及商業模式能不能跑通盈利。表面是行業承壓，背後是技術悄然逼近臨界點。過去兩個月，Openclaw的橫空出世，預示著AI程式設計能力完成了一次質的躍遷，Agent因此不再停留在實驗室概念，而是開始嵌入真實的企業工作流。支撐這一切的，是程式碼能力。它是智能體創造價值的底層語言，也是大模型公司能否跑通商業閉環的關鍵變數。就在此時，中國首個大模型公司的年報出爐——MiniMax交出了上市後的首份成績單。數字裡有亮點，但比資料更值得追問的是：行業拐點已至，這家公司究竟站在技術浪潮的那一側？它又配得上當前2500多億的市值嗎？01. 增長的代價：數字背後的結構性變化先看基本面。2025年全年，MiniMax實現營收7903.8萬美元，同比增長158.9%，海外收入佔比超過七成。但第四季度收入約2600萬美元，同比增速從前三季度的175%回落至130%。增長節奏放緩，說明戰略調整的陣痛正在顯現。更值得關注的，是收入結構的變化。與訂閱制和持續性API呼叫相關的收入，從483萬美元增長到3186萬美元，增幅達6.6倍，在總收入中的佔比也從15.8%躍升至40.3%。這個指標的穿透力，比總營收增速更強。它背後意味著客戶粘性在增強，呼叫行為從偶發走向常態。虧損的數字看起來確實嚇人。全年淨虧損18.72億美元，但這裡面包含了16億美元可轉債轉股帶來的帳面虧損。剔除這一因素後，經調整淨虧損為2.51億美元，同比微增2.7%。更關鍵的是銷售費用在收縮：從8700萬美元降到5190萬美元，降幅達40.3%，而同期收入翻倍。這使得銷售費用佔營收的比重從285%銳減至65.7%。曾經燒錢換增長的路徑，正在轉向效率驅動。毛利率從12.2%提升到25.4%，看起來不錯。但結合招股書披露的分業務資料來看，前三季度C端毛利率只有4.7%，B端卻高達69.4%。再加上四季度B端收入佔比從29%提升至41%，不難推斷：整體毛利率改善，主要靠高毛利的B端業務放量，C端盈利能力並沒有實質性提升。公允地說，這未必是負面訊號，而是一種必要的戰略取捨：C端產品承擔積累互動資料、收集使用者反饋的任務，通過建構資料飛輪，為B端能力輸出打基礎。閆俊傑在業績會上也強調了這一點：對話模型M2-her的迭代受益於星野和Talkie的海量互動，視訊模型的精進則依託於海螺AI累計生成的6億個視訊。但這種“C端燒錢換資料、B端變現補缺口”的模式，能否形成可持續閉環，仍需要時間驗證。02. 程式碼能力：MiniMax手裡最大的籌碼模型層面的進階，是MiniMax押注“程式碼-智能體”閉環的核心支撐。2026年2月，它發佈了主打“Agent原生設計”的基座模型M2.5，在SWE-Bench Verified上拿到80.2%的分數，和Claude Opus 4.6的80.8%幾乎持平。這個表現直接回應了行業對智能體核心能力——程式碼能力的需求。成本優勢是它的另一張牌。M2.5輸入價格0.30美元/百萬token，輸出價格區間為1.10-2.40美元/百萬token。相比之下，Claude Opus 4.6的輸入價格是5美元、輸出25美元，價格便宜了10到20倍。能力雖有差距，但對使用者而言，這個性價比的“殺傷力”在於：一個連續運行的Agent，每小時成本僅約1美元，1萬美元就能支撐4個Agent全天候工作一年。呼叫量的爆發，驗證了性價比的吸引力。據媒體報導，2026年2月，M2系列文字模型日均Token消耗量比2025年12月增長超過6倍，程式設計套餐Coding Plan增幅超過10倍。OpenRouter的資料更有說服力：M2.5以2.45兆token的月消耗量空降呼叫量榜首，環比激增197%，成為該平台首個日token消耗量突破500億的中國模型。Notion把M2.5接入其Custom Agents，也是第一次選用非歐美模型，某種程度上是對M2.5技術能力的認可。但技術進階總要付出代價。Artificial Analysis的評測資料顯示：M2.5的幻覺指數從M2.1的-30降至-41，幻覺率從67%攀升至88%。這背後是MiniMax在模型推理能力和輸出可靠性之間做了取捨——為了搶佔智能體的先發優勢，不得不在可靠性上做出讓步。而對於面向企業級場景的智能體而言，輸出的可靠性恰恰是核心前提。一旦出現嚴重的幻覺問題，可能會影響客戶信任，甚至引發業務風險。這也是MiniMax後續需要解決的核心技術痛點。03. 戰略縱深：差異化賽道中的機遇與隱憂事後看來，在大模型行業同質化競爭加劇的當下，MiniMax早期的戰略選擇顯得極為清醒。2023年，國內大模型創業公司紛紛扎堆對標ChatGPT，陷入同質化競爭的泥潭時，MiniMax選擇了一條差異化路徑。閆俊傑當時的表述是：“我們在那條路上創造不了獨特價值。”基於這一判斷，MiniMax將有限的資源集中投向三個核心方向：星野/Talkie兩款C端產品、海螺AI視訊模型，以及開放平台。三組關鍵資料，初步驗證了這條差異化路徑的可行性：海外收入佔比達73%，說明其海外市場佈局已站穩腳跟，具備了較強的國際競爭力；開放平台增速接近200%，彰顯出開發者生態的活力與增長潛力；行銷費用下降四成的同時收入實現翻倍，印證了“依靠模型口碑與開發者生態實現自然擴散”的模式行之有效，也體現了其經營效率的持續提升。閆俊傑對“平台公司”的重新定義，暗藏著MiniMax的戰略野心：網際網路時代的平台，核心是流量入口，比拚的是流量聚合能力；而AI時代的平台，核心是智能範式的定義者，其價值可以簡化為“智能密度×Token吞吐量”——智能密度決定了模型的核心競爭力，Token吞吐量則決定了商業變現的規模與潛力。這種認知，也決定了MiniMax的戰略縱深，使其跳出了單純的模型競爭，轉向了生態與範式的競爭。但清醒的戰略選擇，並未完全規避行業共同的隱憂。2月下旬，港股AI類股的情緒波動，意外撕開了大模型行業的脆弱面：智譜因流量激增導致服務承壓，股價單日下跌22%；MiniMax雖然沒有直接出現服務故障，但也被類股情緒波及，下跌13%。這一波動並非個例，而是折射出AI創業公司從初創期邁入成長期的共同深層困境——“增長斷層”：當使用者規模與呼叫量快速增長時，技術支撐、服務能力、盈利模式能否同步跟上，成為考驗企業能否持續發展的關鍵。更深層的隱憂，在於技術路線的路徑依賴。當使用者選擇MiniMax時，核心理由往往是“接近頂尖模型，而且更便宜”；而放棄選擇時，理由也很直白：“既然差距不大，為什麼不用原版”。這種後發者的“參照系困境”，像一個無形的枷鎖——即便在性價比上做到極致，也可能永遠在別人劃定的賽道里追趕，難以形成真正的不可替代性。這也是所有後發大模型企業面臨的共同難題。此外，版權風險如同一把懸在頭頂的利劍，隨時可能影響企業的發展。2025年9月，迪士尼等好萊塢片商在加州起訴MiniMax，指控其海螺AI在模型訓練、內容生成及推廣階段存在侵權行為，潛在索賠金額可能達到數千萬美元。目前案件仍處於初期階段，但它的走向不僅關乎MiniMax的財務成本，更可能重塑大模型公司的資料合規策略，進而直接影響商業模式，也給MiniMax的海外業務發展帶來了不確定性。04. MiniMax的“成色驗證期”在半年之後閆俊傑對2026年行業趨勢的三個預判，勾勒出MiniMax的發力方向：程式設計領域將進入L4-L5級智能，實現從“工具”到“同事級”的協作跨越；辦公場景將復刻程式設計領域的高速發展軌跡；多模態創作將實現“直出可交付”，中長視訊生成能力的突破，會讓AI生成內容真正具備實用價值。三者疊加上下，閆俊傑預計，Token消耗量將迎來一到兩個數量級的爆發式增長，公司ARR有望邁入10億美元區間。但這個願景的實現，依賴M3基座模型和Hailuo 3視訊模型的能力突破——這兩款產品，是MiniMax實現“程式碼-智能體”閉環、跨越“增長斷層”的關鍵抓手。研發投入的節奏，也印證了戰略重心在轉移。2025年公司研發費用2.53億美元，同比增長33.8%，增速遠低於收入增速；但四季度單季研發費用約7247萬美元，比前三季度季均高出20%。隨著M3和Hailuo 3進入關鍵訓練階段，2026年研發支出的壓力只會更大。今年1月IPO募資的約48.2億港元，雖然提供了一定的資金緩衝，但行業算力競賽的烈度並未降低。截至2月底，公司ARR已突破1.5億美元，對應月度收入約1250萬美元，接近2025年月均水平的兩倍。但必須清醒的是，對於一家年收入還不到8000萬美元的公司來說，當前的估值錨定的從來不是當下的業績，而是市場對其未來智能體戰略落地的預期。回到開篇的問題：當“程式碼-智能體”成為商業模式閉環的核心，MiniMax究竟站在了那一側？它手裡有籌碼：B端收入加速增長，海外市場已經站穩腳跟，經常性收入佔比躍升，行銷效率持續改善；M2.5的性能和成本形成的剪刀差，內部近90%任務由AI完成的組織效率，都證明它在技術和商業化上已取得階段性成果。但它背上的負重同樣不輕：C端貢獻了三分之二的收入，卻幾乎不產生毛利；幻覺率攀升是技術取捨的代價，也可能成為市場信任的隱患；版權訴訟懸而未決；而最根本的疑問在於：當商業模式的核心支撐是“性價比”而不是“不可替代性”，這樣的護城河，到底能抵禦多久行業巨頭的衝擊？2026年是大模型行業的拐點之年，也是MiniMax的分水嶺時刻。它在技術拐點處的每一步落子，都關乎生死。兩個季度後，隨著M3模型的發佈、辦公場景的滲透、中長視訊能力的落地，市場將能更清晰地判斷：這2500億究竟是價值錨點，還是又一個被證偽的預期。屆時，MiniMax的未來走向，以及它對這個問題的回答，都將逐漸清晰。 (錦緞)

“美股AI巨頭們正在迎來「成人禮」大考。”“美股AI的風向變了。”面對微軟、亞馬遜一個月以來的暴跌，多位投資者向雷峰網表示，如果說過去幾年全球科技巨頭們在AI競賽中豪擲千金是“戰略前瞻”，那麼財報季過後的這一波暴跌，是資本市場對AI定價邏輯的一次大轉向。不久前，微軟、亞馬遜相繼發佈最新季度財報，兩份看似亮眼的業績答卷，卻引發了資本市場的劇烈震盪。財報發佈至今，微軟股價跌幅接近18%，亞馬遜下跌約 6%，市值蒸發合計約8千億美元，折合人民幣約為5.8兆元，相當於直接虧掉2個阿里巴巴還多。當科技巨頭們還在不計成本地購買通向AGI的門票時，資本市場的態度已悄然轉變。這場暴跌背後隱藏著那些邏輯拐點？它是AI泡沫破裂的前奏，還是對技術信仰的一次冷酷校準？面對資本市場日益嚴苛的財報審視，美股AI玩家們是否已經步入了一場決定生死的“洗牌大考”？01微軟：看似完美的財報，藏著三重隱憂誰能想到，微軟的此輪暴跌，竟始於一份看起來近乎完美的財報。財報顯示，2026財年第二季度，微軟營收812.7億美元，同比增長16.7%；營業利潤382.8億美元，同比增長21%；GAAP淨利潤飆升近60%，達到385億美元。可以說，這份財報裡的各項核心指標均超出華爾街分析師的預期。然而，財報發佈後微軟碟後股價直接跳水，單日跌幅達12%，市值蒸發3500億美元，堪稱慘烈。截至目前，其股價仍未擺脫頹勢，累計跌幅已達18%。曾經被視為風險“避風港”的兆巨頭，如今卻成為資本市場的恐慌來源之一，究竟是為何？“這份財報裡藏著不少魔鬼細節。”軟體投資人王強告訴雷峰網，比如60%利潤飆升，實則是個“帳面幻覺”——這筆將近76億美元的收益來源於OpenAI資本重組帶來的公允價值變動，說白了就是OpenAI估值漲了，微軟把這筆還沒落袋的“紙面富貴”算進了利潤表。“這種‘虛火’旺盛的成績單，資本市場是不會買帳的。”他解釋道。不僅是利潤不夠純粹，微軟還在持續陷入“算力軍備競賽”的泥潭。一位深耕算力市場的專家向雷峰網坦言：“大家現在都在算帳。以往，市場願意為‘想像力’買單，只要你買GPU、建資料中心，股價就漲；但現在，資本市場正變得越來越現實，開始從‘相信故事’轉向‘嚴審利潤’。”上個季度，微軟用於AI基建相關的資本開支加上融資租賃總計飆升到了375億美元，同比暴漲了66%。但與此同時，微軟核心增長引擎Azure的增速與上一季度比出現下滑，並且據2026財年Q3指引，這一指標還將繼續放緩——這種“重金砸下去，迴響卻變小”邊際效益遞減，讓資本市場憂心不已。這種恐慌在面對急劇減少的現金流時，被進一步放大。財報顯示，微軟的自由現金流已從上季度的257億驟降至59億，創下三年來的最低點。如果說帳面數字跳水還只是一次性的肉痛，那麼微軟在AI時代脆弱的商業模式，才是一個更大的潛在的深水炸彈。“外界總覺得微軟佔了OpenAI的大便宜，但現在看，這更像是一種‘致命捆綁’。”一位IT行業老兵趙磊向雷峰網直言。在他看來，微軟此前的AI雄心幾乎完全寄生在OpenAI的影子裡：從Windows、Office 365到GitHub Copilot，其主要AI功能幾乎全部依託於OpenAI的模型之上，就連Azure雲服務中最炙手可熱的賣點，也是OpenAI大模型的API呼叫。這實質上讓微軟從一家自研驅動的技術巨頭，降級為了OpenAI的“高級代理商”。“微軟陷入了一個極其被動的泥潭。”趙磊分析道，“首先，代理商永遠吃不到最肥的那塊肉，尤其當兩者的盟友關係出現裂痕、不再獨家合作時，微軟的議價權就會迅速流失。其次，也是最致命的一點——如果‘貨源’不再領先，代理商該如何自處？”現實比預想中更殘酷。近兩年，大模型競技場早已硝煙四起，ChatGPT已不再是那個不可撼動的王者。GoogleGemini的步步緊逼、Anthropic Claude的口碑逆襲，乃至馬斯克旗下xAI Grok的異軍突起，都在一點點蠶食OpenAI曾經的領先優勢。“對於使用者來說，從來沒有所謂的‘忠誠’，好用才是王道。”一位資深架構師坦言，“一旦OpenAI的技術優勢不再，使用者們極有可能用腳投票，而微軟多年積累的產品壁壘，也會遭遇嚴峻挑戰。”實際上，在AI浪潮下，微軟那些曾經穩固的王牌產品和業務，正集體陷入一場深度焦慮，歡迎加入作者微信 xf123a 探討。可以說，微軟此次股價暴跌絕非偶然，而是資本市場對其“戰略安全性”的一場遲來的清算式質疑。02亞馬遜：底盤失穩與2000億美元的豪賭困局與微軟相比，亞馬遜的這場暴跌，一度來得更為慘烈。財報發佈後，亞馬遜股價開啟了跌跌不休，短短兩周內市值蒸發 4600 多億美元，折合人民幣約 3.3 兆元。儘管近期其股價有所回升，但其距高點已下跌超過 20%。這份引發恐慌的財報，表面上同樣亮眼：集團營收衝破2134億美元，核心業務AWS營收達356億美元，同比增速24%，創下 13 個季度以來的新高；AWS積壓訂單高達2440億美元，自研晶片Trainium年化營收突破100億美元。但華爾街依然選擇了“暴力砸盤”。一個直接的導火線是亞馬遜 CEO 安迪·賈西在電話會上扔出的一顆“重磅炸彈”：2026 年亞馬遜資本開支預計高達2000億美元。2000億美元，意味著相較於去年，亞馬遜的資本開支不僅同比激增了約 52%，還超過了公司去年一整年的經營性現金流。而且，這一數字也讓亞馬遜穩居 2026 年“燒錢競賽”的榜首：橫向對比來看，Google（1850 億美元）、Meta（1350 億美元）與微軟（1175 億美元）的投入力度雖大，卻都不及亞馬遜的量級。“現在的亞馬遜，就像一台底盤不穩、卻在瘋狂踩油門的重型賽車。”一位長期關注跨境電商的資深分析師周萍對雷峰網點評道，“在 Temu 和 Shein 不斷蠶食其電商基本盤、雲業務也存在不少隱憂的當下，亞馬遜的底座已經出現了鬆動，這時候還如此大手筆投入，讓資本市場不得不捏一把冷汗。”這種“底盤不穩”最直觀的體現，就是資金鏈的驟然收緊。財報顯示，亞馬遜自由現金流從 382 億美元斷崖式跌至 112 億美元，跌幅高達 71%。“說白了，亞馬遜現在已經沒多少錢可以虧了，一旦犯錯、亂花錢、投錯項目，就很容易讓現金流崩斷。”一位私募機構負責人補充道。不僅如此，與Google、微軟等“單點突破”、聚焦算力和資料的資本開支策略不同，亞馬遜還計畫將2000億美元資本開支分散在多個領域，如AI基礎設施、物流與機器人、衛星項目等多個業務。這種“多線作戰”的戰略佈局，分散了亞馬遜本就有限的“彈藥”。雲業務在過去十年一直是亞馬遜的“現金牛、彈藥庫”，但在眼下這場曠日持久的 AI 競賽中，AWS 的增長神話正在逐漸褪色。曾經一路高歌的增速開始明顯放緩，與微軟、Google在AI雲上的PK也逐漸落入下風，投資者對其增長潛力的質疑越來越多。“而且過去幾年，包括亞馬遜在內的北美AI科技圈一直在玩一種‘左手倒右手’的危險遊戲。”一位深耕矽谷多年的風投合夥人向雷峰網形容，雲大廠、晶片巨頭投資AI獨角獸，獨角獸拿到錢後再採購前者的算力。這種“內循環”式的營收增長，掩蓋了真實市場擴張的疲態。“營收上的‘帳面繁榮’還不止於此。”一位美股資深投資人表示，儘管亞馬遜宣稱AWS擁有2440億積壓訂單，但在三家巨頭中，亞馬遜是唯一未詳細披露訂單客戶結構與來源的公司，這讓不少投資人對這份訂單的最終兌現能力心裡打鼓。同樣，亞馬遜也面臨AI核心技術“外包”的問題，其與Anthropic的繫結程度不亞於微軟與OpenAI。儘管 AWS 標榜多模型的“商超路線”，但雷峰網曾從多位內部知情人士處得知，亞馬遜大模型平台Bedrock上90%多的呼叫來自於 Anthropic 系列模型。更多關於亞馬遜AI內幕，可加入作者微信 xf123a 交流。營收質量、訂單虛實、晶片成熟度、大模型多樣化…… 可以說，在這些決定長期競爭力的關鍵環節，亞馬遜目前還沒能築起一個足夠穩固的底座。底盤不穩，但又戰略狂飆，也難怪資本市場用腳投票。在分析師張楠看來，“2026年將是亞馬遜最具風險的一個窗口期，如果2000億美元的豪賭仍未能為其建起足夠強的壁壘，亞馬遜的市值‘重估’恐怕才剛剛開始。”03AI科技巨頭迎來“成人禮”大考微軟與亞馬遜的這輪暴跌，不是一次簡單的財報引發股價波動事件，其背後透露的是當前美股科技行業和資本市場裡一系列重大變化。“最核心的一點是，AI時代的估值邏輯已經徹底變了。”風投機構合夥人王明表示，過去幾年，資本市場願意為科技巨頭的願景和超前佈局買單，那怕暫時不盈利，也願意給高額溢價。但現在不一樣了，AI泡沫的陰影始終籠罩，市場變得更加謹慎。現金流、盈利能力、高品質的增長……這些硬指標，正在成為核心定價錨。“那種靠燒錢換增長、講故事畫大餅的模式，已經行不通了。巨頭們必須拿出實打實的證據，證明AI投入能轉化成收入和利潤，不然會被視為無效消耗。”除了當下財務指標健康與否外，大模型、晶片等核心技術的自主可控正在變得越來越重要。“現在，‘技術自主可控’才是巨頭的核心競爭力，這一點微軟和亞馬遜的教訓太深刻了。”深耕AI領域的科技從業者周毅坦言，“過度依賴外部技術，到最後只會被動挨打。反觀Google，有自己的Gemini大模型、自研的TPU晶片，還有搜尋這個穩定的現金牛業務，形成了完整的技術閉環，在這波財報季中反而獨善其身。”在他看來，“未來AI賽道的競爭，拼的不是誰能找到最強的合作夥伴，而是誰能搭建起真正屬於自己的、自主可控的技術生態。”最後一個轉變共識是，科技巨頭的容錯空間正在變小。眼下AI競賽已經過了跑馬圈地的粗放階段，進入到分化加劇的決賽局，參賽者們的每一個戰略誤判，都可能被激烈的競爭和資本市場的無情審視無限放大，進而成為分化的關鍵分水嶺，AGI 時代玩家們的終極博弈也會由此拉開序幕。暴跌雖痛，卻是一面最好的鏡子。說到底，資本市場是在逼著AI科技巨頭們告別那個“靠故事就能贏”的少年時代，步入一場真正的“成人禮”大考——往後不再有飄在空中的夢想狂歡，只有把 AI 真正變成利潤的落地硬仗。 (雷峰網)

2月20日，港交所收盤的鐘聲敲響時，一個數字定格在了3232億港元。這是智譜上市第43天的市值。同一天，經營了20多年的京東，市值約為3024億港元。一家成立僅6年、上市僅月餘的大模型獨角獸，在資本市場的天平上短暫地壓過了中國電商行業最重的玩家之一。彼時彼刻，一個問題也縈繞在很多市場人士心頭——市場是否太瘋狂？圖片來源：視覺中國但在後一個交易日（2月23日），智譜股價暴跌，一度跌超20%，市值蒸發超700億港元。經歷幾天的劇烈波動後，智譜最新市值回到約2500億港元，較京東重新落後800多億港元。而與股價為何漲跌相比，更值得追問的是，從春節前到春節後智譜到底發生了什麼，以及其折射出何種深刻的市場邏輯變化。2月12日，智譜發佈新一代旗艦模型GLM-5。官方文件稱，該模型“專為複雜系統工程與長程Agent任務設計”，在程式碼邏輯密度和系統工程能力上直接對標Claude Opus 4.5。同一天，智譜宣佈上調GLM Coding Plan套餐價格，中國區漲價30%，海外版漲價超100%。這是國內大模型廠商首次公開提價。市場迅速讀懂了這一訊號：供不應求，且有議價能力。隨後，OpenRouter資料顯示，GLM-5發佈後呼叫量周環比增長超460%。2月16日，智譜發佈消息稱，由於全球需求激增，並行訪問量突破既有規劃上限，導致服務出現排隊、響應延遲。使用者太多而算力不夠，可謂一家AI公司最甜蜜的煩惱，也刺激智譜股價一路上漲並在2月20日狂拉43%，市值接連超越攜程、快手，短暫站上京東肩頭。此後，轉折也很快來了。2月21日晚，智譜發佈致歉信，表示“GLM-5發佈後，本該是讓大家爽寫程式碼的日子，結果我們這幾天的表現，估計讓不少兄弟想順著網線過來敲我們。”信中承認，公司犯了三個錯：規則透明度不夠、GLM-5灰度節奏太慢、老使用者升級機制設計粗糙。由於流量超出預期，擴容沒跟上，Pro/Lite使用者遭遇限流。這封道歉信，也撬動了其超700億港元市值的蒸發。如果只看事件本身，這是一場典型的營運事故引發的股價踩踏。但為何一封看似營運層面的道歉信，會引發如此劇烈的市場反應？答案或許部分藏在智譜的股權結構裡。智譜於今年1月8日上市，發行價116.2港元。截至2月20日，其股價較發行價漲超5倍至725港元。但在這輪暴漲中，真正流通的股票少得驚人，非禁售股僅佔8.5%，對應市值約275億港元；前25大股東持股87.47%，籌碼高度集中。這意味著少量資金就能把股價拉到天際，也意味著任何風吹草動，都可能引發踩踏。股價劇烈波動背後更深層問題則是估值。智譜2025年上半年營收1.91億元，同比增長325%，這無疑是高增長。但同期的淨虧損是23億元，虧損額同比擴大91%。研發開支16億元，是收入的8倍以上，其中算力服務費佔研發開支超70%。按2月20日市值計算，智譜的市銷率超過750倍。市場在定價這樣一個未來：智譜不僅要保持現有的高增長，還要在未來5-10年內，把收入做到現在的幾十倍甚至上百倍。這並非不可能，但這需要GLM系列模型持續領先、商業化路徑持續兌現，以及算力成本持續最佳化。每一個“需要”，都是一場硬仗。智譜在招股書中也坦承：“我們無法向閣下保證我們或我們的任何競爭對手最終將實現AGI。我們認為整個行業仍處於發展初期。”不過，這句誠懇的風險提示在狂熱的市場情緒中似乎被遺忘了。而市值被智譜短暫超越的京東，截至2月20日，其市盈率（TTM）9.10倍，市銷率僅0.22倍（據券商測算，2025年京東營收料超過1.3兆元）。顯然，智譜和京東的市值短暫換位，本質上是兩種定價邏輯的碰撞。京東代表的是“舊錢”的邏輯：基於歷史、基於利潤、基於可測算的現金流。20年建成的物流網路、數億使用者的信任、每年兆級的交易額，這些是看得見摸得著的資產。市場給京東的估值，無疑是對這些資產已創造和將創造的現金流的貼現。智譜代表的是“新錢”的邏輯：基於未來、基於想像、基於技術溢價的折現。GLM-5的技術突破、Coding能力的市場驗證、Token成為新的“生產資料”，這些都是資本市場願意給高估值的基礎。但隨之而來的問題是，這種估值高度依賴敘事的持續性和業績的兌現速度。也因此，當一家750倍市銷率的公司市值超越一家0.22倍市銷率的公司，並不能簡單歸結為“新錢”戰勝“舊錢”，而更多的是兩種估值體系在同一個時間點上的一次交錯。從近日智譜和京東在波動中分別下跌和上漲來看，各自確實是在交錯之後回歸各自更為常態化的軌道。這一幕與去年曾被快速證偽的DeepSeek算力通縮交易有異曲同工之妙。當時市場流傳的邏輯是：模型效率提升，算力需求下降，以輝達為首的晶片股堪憂。但這個敘事忽略了傑文斯悖論——效率提升反而會降低使用門檻，刺激更多應用落地，從而增加而非減少算力總需求。2025年以來的產業實際也是模型越強、成本越低、呼叫量越大，算力需求不降反升，輝達先抑後揚的走勢即為明證。智譜的過山車，或為同一個邏輯的另一種演繹。2月20日的股價暴漲，是市場在為“技術突破+商業化驗證”的敘事買單。2月23日的暴跌，並非其技術或商業模式出了問題，而是其股價脫離基本面太遠，任何瑕疵都會成為價值回歸的導火索。市場可以用43天把一個故事推到極致，也可以用三天把故事收回一半。自2月12日智譜發佈新一代旗艦模型之後發生的一切，從新故事萌芽到瘋狂爆發再到估值回歸，恰如一個完整的敘事周期。正如市場之前在DeepSeek身上所經歷的，任何偏離產業實際的敘事，都會迎來價值回歸。同樣值得關注的是，如果僅僅是將京東作為標尺，智譜的估值似乎飆升太快，但當我們把視線投向大洋彼岸，看到Anthropic這樣的AI企業估值高達3800億美元，看到OpenAI、Anthropic們的旗艦模型輸出定價遠高於智譜們，中國AI企業的估值故事或許才剛剛開始。（財富中文網）

農曆新年後港股開市的第一天，恆生科技指數就經歷了2.91%的大跌，而智譜和MiniMax的市值卻雙雙衝破3000億港元。在人工智慧的狹義話題之外，從強烈對比中我們可以看出，全球資本正在面臨一次重要的抉擇：是否要從“傳統”網際網路平台，轉向被認為更具潛力的新賽道。前幾年被寄予厚望的科技增長故事——出海，似乎已經未結果先枯萎了。很多大廠在海外市場的資源投入優先度不僅不如AI業務，甚至可能還不如國內外賣。相比電商、媒體平台或其他網際網路服務業務，對於更多中國科技企業來說，網貸似乎可以被更便利地搬運到全球市場。在越發暗淡的出海故事中，放貸成了那個大家都不願意放棄，甚至還在進一步投入的重心。恆生科技指數表現（自2025年11月至今）國內市場，曾經“等同於暴利”的網際網路貸款業務，在助貸新規的影響之下，正面臨著前所未有的壓力。因此，網貸出海甚至似乎比其他業務出海更緊迫。如果將網貸出海比作一道考試題的話，可以理解為它正在從前幾年的選擇題，變成了如今的必答題。只是這道題的難度，對很多國內企業來說，確實有些超綱。水土不服去東南亞旅遊的人，基本都接觸過一個超級APP——Grab。這個平台是由陳炳耀（Anthony Tan）和陳惠玲在2012年創立，總部位於新加坡，業務覆蓋柬埔寨、印度尼西亞、馬來西亞、緬甸、菲律賓、新加坡、泰國和越南等8個國家。Grab最初以網約車服務起家，經過十餘年的發展，如今已成長為集出行、外賣配送、數字支付、金融服務等多元業務於一體的科技服務平台。去年，Grab首次實現了全年盈利（淨利潤2億美元），證明商業模式已經跑通。Grab的商業模式，其實就是國內科技企業所擅長的場景+金融閉環模式。公司以網約車（GrabBike/汽車）和外賣（GrabFood）為入口，日均訂單量超1500萬單，獲取海量使用者。此外，推出GrabPay電子錢包，覆蓋線下小店、線上電商等支付場景之後，Grab可以將使用者從出行、外賣場景自然引導至支付環節。然後基於使用者行為資料和信用評估，為司機、小微企業和普通消費者提供貸款、保險、定期存款等金融服務。這種閉環模式，使Grab在東南亞建立了深厚的護城河，不僅服務了6.5億人口，還幫助大量無銀行帳戶使用者首次接觸數字金融。理所當然地，金融科技類股（支付與保險）成為其業務新增長點，交易規模年增速超45%，貢獻毛利率超70%。Grab商業模式的成功，證明了東南亞市場具備孕育超級應用的土壤，但中國平台想在東南亞復刻自己的黃金時代，卻有許多“水土不服”的問題要解決。棘手的問題包括但不限於：東南亞各國金融監管政策差異巨大且變動頻繁、要求與本地機構合資、缺乏成熟的央行徵信系統、直接套用基於中國資料的風控模型會導致壞帳率激增、催收方式引發當地人反感和監管制裁等等。2018年，小米因未能與當地監管在牌照問題上達成一致，關閉了在印尼的金融部門。儘管手機熱銷東南亞，小米金融卻顯然並不順利。嘉銀科技股價表現（自2021年1月至今）此外2019年出海印尼的嘉銀科技，通過Soluskita平台開展現金貸業務，但該平台因使用者投訴量較大較突出、不符合合規要求，被印尼OJK做出了收回其P2P牌照的處罰。面對處罰，嘉銀金科在財報中表示，計畫通過與當地銀行等金融機構合作來拓寬融資管道，並繼續探索印尼市場。此後公司通過新持牌平台在印尼繼續展業，至2022年底已完成持牌平台更換的過程。2025年Q3財報中，嘉銀科技披露，在印尼業務規模相較去年同期增長了近兩倍，放款使用者數同比增長約1.5倍，出海真的成了拉動公司業績增長的新引擎。獲得了難得的正反饋的嘉銀科技，已經表達了對開拓拉美和非洲市場的厚望。建設藍海對中國的金融科技公司來說，拉美和非洲市場似乎比東南亞市場更像藍海。在拉美，由政府主導的即時支付基礎設施降低了營運難度。這裡不像東南亞的支付體系非常碎片化，需要中國公司和不同國家不同的銀行、電子錢包一一對接，合規路徑也更加清晰。在非洲，“無銀行帳戶”人群的比例要遠高於東南亞。只要能解決基礎的KYC（身份認證）和風控問題，中國公司就能更輕鬆獲得更多的客戶，也不會像在東南亞市場上，需要和本土巨頭進行貼身肉搏。滴滴股價表現（自上市至今）滴滴在拉美市場的發展過程，就是一個接近成功的樣本。2021年，滴滴在墨西哥推出信貸產品DiDi Préstamos，其使用者中有七成是在人生中首次獲得信貸授信，滴滴借此精準觸達了在當地長期被傳統銀行忽視的“信用空白人群”。2025年，滴滴在墨西哥累計發放的貸款突破2000萬筆，並且上線了儲蓄帳戶，進一步拓展了在當地的金融服務範圍。滴滴在墨西哥的信用評估能力，也與其他公司的業務場景產生了協作。例如，阿里的速賣通在墨西哥“Hot Sale”電商節期間，就選擇與滴滴合作推出“先買後付”信貸產品。如果中國企業可以幫助當地完善基礎設施，開展更高階金融業務就會更加便利。其中一個實操例子，是針對墨西哥現金交易盛行、司機被搶風險高的安全痛點，滴滴與墨西哥便利店網路OXXO合作，讓司機能便捷地將現金轉化為電子餘額，不僅解決了安全問題，更將自身深度嵌入了當地的生活和金融基礎設施。如果說拉美市場的故事還是沒有脫離“場景+金融”這一套，那麼OPay在非洲的崛起則證明，即使沒有超級App的場景流量，通過深度本地化的代理網路和極致專注的戰略，同樣可以成為改變一個地區金融生態的超級玩家。2018年，崑崙萬維通過其收購的老牌瀏覽器公司Opera孵化了Opay。到4年之後，經歷了出行、外賣、電商業務多線作戰的困頓，周亞輝決定砍掉OPay除支付外的所有業務線，讓公司專注於金融科技業務。崑崙萬維股價表現（自2021年1月至今）面對奈及利亞60%的無銀行帳戶人口和95%的現金交易，OPay沒有等使用者上網，而是通過50萬線下代理，用POS機把金融服務送到了每個街角。2022年奈及利亞貨幣改革，2024年其銀行系統短暫崩潰。當時傳統銀行App陷入癱瘓，而OPay則憑藉穩定的系統，獲得了當地使用者的信任和使用粘性。今年1月，OPay組建了新的全球核心管理團隊，並提出了到2030年服務10億使用者的宏偉願景，這也標誌著中國金融科技公司在非洲市場的業務目標，已經從試水轉向了真正的商業化階段。深層邏輯金融科技業務出海這件事，商業模式能跑通只是基礎。更重要的是能產生更高的收入規模和總營收佔比。目前在大部分中國科技企業的財報中，最多隻能看到國際業務的整體收入，並沒有單獨的海外金融業務收入資料。在港股上市的科技金融公司信也科技，是少數有相關資料披露的重要玩家。截至2025年第三季度，國際業務收入已佔其總營收的25%，收入增速保持在40%左右，遠高於公司整體6%的營收增速。對於一個以國內市場起家的金融科技公司來說，海外業務能貢獻如此高的經營佔比，標誌著其業務結構已發生質變。信也科技也設定了到2030年，國際業務收入佔比達到50%的中長期目標。海外業務在快速發展階段，仍然需要大量行銷、合規、管理開支投入，當前其盈利能力並不高，這也對信也科技財務操作的水平提出了更高的要求。去年6月，信也科技發行了1.5億美元、利率2.5%、2030年到期的可轉債，其中約9000萬美元將主要用於海外業務發展。由於可轉債的融資成本遠低於海外10%以上的平均融資成本，將在一定程度上增厚海外業務的盈利空間。有意思的是，在同樣的時間，另一家同業上市公司奇富科技也有融資——發行了6.9億美元、利率0.5%、2030年到期的可轉債，只不過這筆錢將全部用於回購公司股份、最佳化資本結構。這可能與奇富科技的海外業務尚在起步階段有關，去年才在倫敦啟動小規模營運、貸款放款，標誌著其國際擴張的正式開始。目前，奇富科技海外業務的重心在於理解當地市場、最佳化風險模型，採取的是非常審慎的探索策略。歐洲這樣的成熟市場裡，很少會成為中國公司出海的首選甚至是次選，因為這裡擁有成熟的信用體系和高品質的金融使用者，想賺錢不能靠高利率覆蓋高風險這套傳統打法，更需要靠AI大模型風控、智能信貸引擎等核心技術。換句話來說，歐洲市場是一個可以檢驗中國金融科技公司科技含量到底有多高的地方。奇富科技想走得更遠，最終成長為“一家受全球尊重的金融科技企業”，最終要在歐洲市場取得建樹，這將是一個漫長的處理程序。不過對於大部分中國金融科技公司、網際網路平台來說，海外金融業務盈利的核心仍然是靠財務手段，如何把貸款放出去的錢（資產）通過ABS之類的結構化手段再融回來，同時控制資金成本和流動性風險。 (巨潮WAVE)

最新一輪財報披露後，美國四大超大規模雲廠商合計市值回吐逾1兆美元，投資者對AI基礎設施投入失控、現金流承壓與債務上行的擔憂，正在同時壓低股價並推高信用避險需求。微軟股價較近期高點下跌27%，亞馬遜下跌21%，Meta下跌16%，Alphabet下跌11%。市場的核心疑問從“AI值不值”轉向“資本開支撐不撐得住”，擔心投入過快導致產能過剩和回報周期拉長。這股情緒也外溢至債市。債務投資者擔憂科技巨頭為爭奪更強AI能力而持續加槓桿，債券信用利差擴大，同時帶動單一公司信用違約互換（CDS）交易升溫。據報導，圍繞Meta和Alphabet等發行人的單名CDS在過去一年明顯活躍，目前Alphabet的CDS合約規模約有8.95億美元，Meta約有6.87億美元。在資本開支指引持續抬升的背景下，高盛預計超大規模雲廠商2025年至2027年的資本開支合計接近1.4兆美元。摩根士丹利則預計超大規模雲廠商今年借款規模將達到4000億美元，高於2025年的1650億美元。股權端的“兆美元回撤”與信用端的“避險熱”，正在共同重估“大廠風險”的定價。投資者加速撤離科技股四大超大規模雲廠商——亞馬遜、微軟、Alphabet和Meta在最新季度財報發佈後的市值損失，標誌著市場情緒的重要轉折，投資者正在重新評估這些公司不斷攀升的AI支出是否會帶來相應回報。據高盛全球投資研究部資料，超大規模雲廠商的資本支出預計將從2022-2024年的合計約4850億美元，飆升至2025-2027年的近1.4兆美元。其中，微軟的資本支出預計將從2024年的760億美元躍升至2025-2027年期間的3760億美元，增幅最為顯著。亞馬遜雲服務預計支出3210億美元，Alphabet為3040億美元，Meta為2790億美元。高盛分析師Shreeti Kapa指出，如果達到這一水平，這種支出強度將接近上世紀90年代網際網路泡沫巔峰時期佔GDP 1.4%的水平，在現代科技史上已屬罕見。信用衍生品市場急速擴張債務投資者的擔憂正在推動信用衍生品市場的快速發展。一年前，許多優質科技巨頭甚至不存在單一公司信用違約掉期合約，如今這些合約已成為市場上最活躍的交易品種之一。據報導，Meta和Alphabet近期CDS交易活躍度顯著提升。扣除反向交易後，與Alphabet債務相關的未平倉合約約有8.95億美元，而與Meta債務相關的未平倉合約約有6.87億美元。DTCC資料顯示，截至2025年底，提供Alphabet CDS報價的交易商從去年7月的1家增至6家，亞馬遜的CDS交易商則從3家增至5家。倫敦避險基金Altana Wealth去年購買了Oracle債務違約保護，當時成本約為每年50個基點，即保護100萬美元敞口每年需支付5000美元。此後成本已升至約160個基點。美國銀行公司信貸、證券化產品和市政銀行業務主管Matt McQueen表示，承銷超大規模雲廠商債務的銀行已成為單一公司CDS的重要買家。"預期三個月的分銷期可能延長至9到12個月，因此銀行可能會在CDS市場避險部分分銷風險。"現金流承壓推動債務融資科技巨頭被迫大規模進入債市的根本原因在於內部現金流已不足以支撐其AI投資規模。據測算，若2026年資本支出達到7000億美元量級，這一數字將幾乎等於超大規模雲廠商的全部經營現金流。美國銀行分析顯示，2026年僅微軟的經營現金流預計仍可覆蓋資本開支。Meta已暗示可能從"淨債務中性"轉變為"淨債務為正"。即便完全停止股票回購，其餘公司的自由現金流也將被耗盡。債券發行規模創下紀錄。Oracle發行了250億美元債券，吸引了1290億美元認購訂單。Alphabet緊隨其後，將原計畫的150億美元債券發行規模擴大至200億美元，認購訂單超過1000億美元。摩根士丹利統計，截至2025年底，AI相關的投資級債務已佔美國IG市場的14%，成為市場中最大的單一主題類股，規模超過銀行業。市場分歧與前景不明儘管當前債券需求仍然強勁，但市場已出現分歧。一些避險基金將銀行和投資者對保護的需求視為盈利機會。Saba Capital Management投資組合經理Andrew Weinberg表示，由於大多數科技巨頭槓桿率仍然較低，債券利差僅略高於企業債指數平均水平，許多避險基金願意出售保護。他認為："如果出現尾部風險情景，這些信用會走向何方？在很多情況下，擁有強勁資產負債表和兆美元市值的大公司將跑贏整體信用背景。"但另一些交易員認為當前存在風險定價錯誤。Aegon投資組合經理Rory Sandilands表示："潛在債務的絕對規模表明，這些公司的信用風險狀況可能會面臨一定壓力。"F/m Investments首席執行長Alexander Morris警告："人工智慧領域的投資熱潮如今確實吸引了不少買家，但上漲空間有限，容錯空間更是微乎其微。沒有任何一種資產類別能夠免於貶值。"高盛分析指出，要維持投資者習慣的回報率，這些公司需要實現每年超過1兆美元的利潤，而目前市場對2026年的利潤共識估計僅為4500億美元。最終結局將取決於AI投資能否複製雲端運算的盈利軌跡——亞馬遜AWS在3年內實現盈虧平衡，並在十年內達到30%的營業利潤率。在這場豪賭分出勝負之前，債券市場的反應或將提前給出答案。 (華爾街見聞)

AI顛覆傳統行業的真實案例來了，殺傷力驚人！美國東部時間2月12日，一條不經意的消息，AI物流公司Algorhythm Holdings [RIME.O]（以下簡稱Algorhythm）發佈行業白皮書，宣佈其物流平台SemiCab通過AI驅動的最佳化和高利潤的SaaS（基於雲端運算的訂閱式軟體）自動化，在維持低營運成本的同時降低貨運空里程，使得生產率提升了3倍。消息一經發佈，資本市場似乎嗅到了危機，美股物流類股隨即大幅下挫。羅素3000道路運輸指數盤中一度重挫逾9%，當日下跌6.6%，創該類股自2025年4月川普關稅政策發佈以來最大單日跌幅；輕資產模式物流巨頭羅賓遜全球物流股價重挫近15%，市值減少約233億元，盤中一度暴跌24%，創歷史上的最大跌幅；貨運撮合服務提供商萊帝運輸股價下跌16%。羅賓遜全球物流日K線走勢 圖片來源：iFinD發佈消息的Algorhythm股價則逆勢上漲，2月12日收盤漲近30%，2月13日更是暴漲222.22%，從1.08美元飆升至3.48美元。兩天內，市值增長約3倍。Algorhythm日K線走勢 圖片來源：iFinD羅賓遜全球物流是全球領先的輕資產模式物流公司，自身不擁有卡車、船舶、飛機等運輸工具，通過整合45萬家簽約承運商，為8.3萬家客戶提供多元化物流服務。Algorhythm公司於2024年全面轉型做AI物流，並於2025年收購SemiCab。以市值劇烈震盪前的最後一個交易日2月11日收盤價計算，Algorhythm市值約3300萬元，與市值1600億元的羅賓遜全球物流和市值383億元的萊帝運輸相比，屬於該類股的微型企業。但就是這樣一家不起眼的小公司，卻通過AI在一夜之間便擊破了傳統物流行業的“護城河”。1AI讓貨運平台勞動生產率提升3倍為何一款由AI驅動的自動化軟體殺傷力如此驚人？研究顯示，在印度和美國等市場，有30%到35%的卡車公里數是空駛的，是因分散的規劃而導致資產未被充分利用。2月12日，Algorhythm發佈行業白皮書，宣佈其基於AI的雲端協作運輸平台SemiCab，在客戶實際部署中，能夠將貨運量擴大300%至400%。使用SemiCab的個別營運商在不需要相應增加營運人員的情況下，每年能夠管理超過2000次貨物，而傳統行業標準是每家貨運經紀人每年約500次，這也意味著，其勞動生產率提升了3倍。使用AI驅動的軟體後，每年服務人次從500提升至2000左右 圖片來源：SemiCab白皮書白皮書稱，在高度分散的市場中，將發貨人、運輸航線和區域的需求與供應進行整合，可以揭示在合同層面上看不到的回程路線和跨航線流動。白皮書還舉例說，在印度實施這一營運模式時，網路等級的規劃已經顯示出能夠將空駛里程從30%~35％降低到10％以下，而無需重新談判合同或改變承運人的行為。公司官網稱，人工智慧發現了傳統貨運管理系統無法獲得的效率。通過可擴展的全球SaaS平台，以自動化工作流程編排，減少人工規劃、加快負載執行，自動識別最佳負載組合，減少空置里程並提升網路盈利能力。Algorhythm稱，傳統的運輸管理系統和經紀平台依賴於人工驅動的最佳化，疊加在靜態規則之上，雖然在低到中等容量下有效，但隨著複雜度增加，這些模型效率會逐漸降低。儘管Algorhythm在截至2025年9月30日的季度銷售額不足200萬美元，且淨虧損近200萬美元，但其股價在公告發佈後一度飆升82%，最終收漲 30%至1.08美元，在13日更是進一步升至3.48美元。Algorhythm認為，人工智慧賦能的營運槓桿將成為下一代物流網路的關鍵特徵。2月13日，羅賓遜全球物流也在年報中指出，競爭對手正在利用先進的數字平台、人工智慧驅動的貨運匹配和自動化來提高效率和降低成本。如果公司不能保持自動化和人工智慧採用的速度、規模或質量，將可能無法實現營運效率和數位化轉型的戰略目標。2軟體行業的“預製菜時代”來了？SemiCab平台的確可能解決貨運行業痛點，並可能讓傳統的運輸管理系統成為明日黃花。不過，貨運市場的空里程問題由來已久，為何可能顛覆貨運行業的平台借助AI的基座才誕生？為更深入探討這一問題，《每日經濟新聞》記者採訪了多名人工智慧領域專家。問題1：SemiCab平台基於AI運行。AI能夠在軟體開發、功能實現的那個環節發揮作用？與傳統軟體開發有何不同？科技投資人、未可知人工智慧研究院院長杜雨：傳統開發是“人從0把整棟樓蓋起來”；基於AI的軟體開發方式更像“先有標準化樓體與管線，AI和人主要做定製裝修與快速改造”，並且AI還能通過工具直接“查結構、找介面、調介面”，減少來回翻文件、對欄位、寫膠水程式碼的時間，可以說是軟體行業的“預製菜時代”來了。問題2：為何這一工具並未誕生在傳統的軟體開發“大廠”？是傳統軟體開發能力不足以支撐類似平台開發，還是AI的基座為類似工具帶來了傳統開發邏輯不具備的優勢？工信部資訊通訊經濟專家委員會委員盤和林：提高返程空載利用率的確可以大大提升物流效率，但做此類嘗試的企業也不在少數，之所以到現在依然沒有解決貨運空里程問題，是因為貨運資訊本身比較分散，需要貨運的使用者在不同平台發佈資訊，需要貨運的零擔貨物有時候需要拼湊才能滿足一趟運輸的需求。所以，將分散貨運訂單加以整合，是該領域的難題。對此，我認為SemiCab作為聚合平台，的確能夠解決部分空載，但依然並非決定性的解決方案，沒有那麼高的提升潛力。但通過AI聚合資訊的確是一條不錯的思路。問題3：為什麼貨運空里程問題存在多年，卻直到今天才可能被AI覆蓋的平台真正解決？國金證券常務副所長、科技牽頭人、國金電腦首席劉高暢：空里程並不是一個“是否有人想到”的問題，而是一個是否具備系統性解決能力的問題。傳統軟體開發範式難以承載這一問題的複雜度。在傳統模式下，貨運平台更多依賴規則引擎、人工經驗和局部最佳化，涉及  需求高度碎片化（時間、路線、車型、貨主信用等維度）；狀態持續變化（臨時改單、取消、價格波動）和決策鏈條長、例外情況多等因素。這類系統並非“邏輯不清晰”，而是“狀態空間過大”，導致規則越寫越複雜、邊際收益迅速遞減，最終只能通過“堆人”解決。以 SemiCab 為代表的新一代AI平台不僅是創意的勝利，更是“開發範式”的根本變革。它一方面意味著從“規則驅動”到“機率與預測驅動”的變化： 傳統的貨運軟體是基於硬性規則（If-Then）開發的。面對海量、動態且破碎的貨運訂單與路線，傳統演算法很難在極短時間內完成最優的全域動態匹配。AI基座賦予了平台處理高維資料的能力。另一方面，軟體開發麵臨“降本增效”臨界點： 過去開發這類極端複雜的匹配系統，研發成本和維運難度極高。AI 基座提供了泛化能力， AI讓軟體具備了“理解”業務流的能力。不再需要為每一種特殊情況編寫冗餘程式碼。劉高暢認為，傳統軟體開發能力可以支撐“工具”，但只有AI基座能支撐“大腦”。AI帶來的優勢在於它打破了傳統開發邏輯中“人力擴充與產出成正比”的線性限制，實現了生產率的指數級躍遷。問題4：從這款軟體的發佈看，軟體開發的邏輯是否發生了變革，AI對軟體開發行業有什麼影響？杜雨：邏輯確實在發生改變，從“寫程式碼交付功能”，逐步變成“用標準底座 + AI把交付單位變成‘流程’”。過去軟體公司像“手工作坊”，一單一做；現在更像“預製菜中央廚房 + AI廚師”——底料（通用能力）工廠化，AI負責把菜（業務流程）快速配出來，廚師（開發者）負責把火候、口味、擺盤（業務正確性、性能、安全、可維護性）做好。所以“標準底座 + AI加速定製”的路線，在國內會非常有市場，但競爭也會非常殘酷：誰能把行業Know-how（如何做）沉澱為可複製的模組、資料、流程範本，誰就能跑出來。單純“會寫程式碼”會越來越不值錢，而“懂行業+能落地+能持續迭代”才值錢。現代物流模擬場景 圖片來源：AI生成3AI能顛覆什麼，不能取代什麼問題5：如果軟體開發變得門檻更低，新開發出的軟體是否很容易被覆刻？依託軟體開發盈利的模式是否將被顛覆？如果軟體開發能力不再是商業模式壁壘，不同公司如何維持自身的不可替代性？杜雨：這樣會更容易復刻“表層功能”，但更難復刻“有效的系統”。AI把“寫出來”變便宜，把“跑得穩、跑得久、跑得贏”變得更稀缺。軟體功能可以復刻，系統能力與組織能力不容易復刻。依託“軟體開發”盈利會被擠壓，但不是全滅，而是分化：純外包、按人天計費、堆人頭的模式下，利潤會繼續被AI壓縮。當軟體越來越像“可複製的商品”，客戶選擇更看重“出了事誰負責、能不能長期陪跑”。這恰恰是AI替代不了的商業關係與責任體系。AI降低的是“把軟體做出來”的門檻；抬高的是“把軟體做成生意、做成體系、做成標準”的門檻。預計中國市場會把這一點放大。問題6：那類行業可能被AI顛覆（完全被替代或必鬚髮生生產方式變革才能存活），那類行業不會被顛覆？盤和林：可能被AI顛覆的行業，一個是資訊對接領域，無論是搜尋，購物，貨運，本質上都是資訊對接；另一個是內容創作領域，比如視訊，圖像，文字，程式碼。劉高暢：我更願意用“是否必須重構生產方式”來劃分，而不是“會不會被替代”來加以區分，由此可以分為：最容易被AI顛覆的行業：第一、密集型重複操作：像前文中提到的傳統物流營運模式下，年處理500車次的操作員崗位。第二，資訊密度高，但行動成本低，AI一旦作出決策，就可以直接執行，例如網際網路服務、金融中後台。第三，工作流程高度標準化，結果容易量化、反饋，比如軟體開發。不太會被AI顛覆的行業：一類是高度依賴現實世界複雜互動、且執行成本高的行業，例如線下服務、複雜製造、醫療中的部分場景，AI更多是“增強工具”而非替代者。舉例來說，雖然AI可以調度卡車，但路邊修車的技工、處理複雜現場事故的交警，其物理靈巧性和現場隨機應變能力短期內難以被機器人完全覆蓋。一類是涉及權限和責任判定的，強監管、低容錯：法律判定、高級醫療決策、重大投資的主觀決策。AI可以提供資料參考，但在法律和倫理上，人類需要保留“按下按鈕”的最終責任權。總體來看，AI 並不是“消滅行業”，而是強制要求某些行業升級生產方式。那些不重構的企業會被淘汰，但行業本身往往會以新的形態繼續存在。問題7：從這一角度看，如果說蒸汽機是讓人類社會在能源使用、生產效率、生產方式等方面獲得進化，AI讓人類在那些方面的觸角變得更靈敏，那些領域獲得了進化？盤和林：當前，AI主要應用領域是提高資訊獲取的效率。比如AI購物，實際上是用AI提高交易撮合的效率，讓供需更快對接。而AI貨運的效果也是一樣。AI時代，資訊獲取效率比網際網路時代更快，社會效率更高。如果說網際網路時代人類的問題是資訊過載，那麼在AI時代，人類通過AI實現了資訊供需的精準對接。劉高暢：蒸汽機讓人類擺脫了體力的束縛，而AI讓人類社會在三個層面發生進化：第一，感知維度的進化。AI 能同時處理遠超人類極限的多源資訊輸入（比如貨運市場涉及的訂單、價格、路線、即時狀態），使組織第一次具備“全域感知”的能力。第二，生產範式的進化。知識的呼叫成本大幅降低，人類進化的方向不再是記憶知識和學習技能，而是定義問題。第三，組織形態的進化。像SemiCab這類系統的本質，是把“行業經驗”從人身上抽離，沉澱為可複製的軟體能力，使人均管理半徑和組織槓桿被系統性放大。從這個意義上看，AI帶來的不是單點效率提升，而是那些複雜問題值得被軟體化，人類將更多聚焦在目標設定和價值判斷，而大量中間層將被AI重構。 (每經頭條)

截至發稿，智譜(02513.HK)漲超24%，總市值突破1700億港元，此前漲幅一度擴大至26%，最高觸及396港元/股。消息面上，智譜2月12日宣佈，對GLM Coding Plan套餐價格體系進行結構性調整，整體價格上調30%以上。 (科創日報)

埃隆·馬斯克周末表示，特斯拉公司的市值有朝一日有望達到 100 兆美元，但需要付出巨大的努力並投入大量資金。此番言論是在投資者提出如果他旗下的各項業務能夠合併的話，這一天文數字有可能實現之後發表的。目前，特斯拉的市值已達 1.5 兆美元。要達到 100 兆美元，就意味著要增長 65 倍。這個目標不再僅僅關乎銷售電動汽車了。馬斯克還希望在道路上推出自動駕駛計程車，在工廠裡使用人形機器人，同時還要擴大能源儲存和製造業務。馬斯克在X上寫道：“顯然，要實現這樣的結果，需要付出極其巨大的努力並且要有十足的運氣！我只是想說，這並非完全不可能。”最大的問題在於這些雄心勃勃的計畫能否真正實現。去年 12 月有報導稱，特斯拉市值達到 1.5 兆美元時，其股價飆升，這主要受人們對無人駕駛計程車和人工智慧的興奮情緒推動，而非實際的汽車銷量。韋德布什證券公司分析師 丹·艾夫斯稱 2026 年是“特斯拉的爆發之年”，因為自動駕駛時代即將拉開帷幕。凱茜·伍德的方舟投資管理公司預計，僅機器人計程車市場到 2030 年就可能達到 10 兆美元的規模。與此同時，摩根士丹利和花旗集團估計，人形機器人將創造 5 兆至 7 兆美元的市場。馬斯克此前表示，特斯拉計畫在五年內每月生產 10 萬台柯博文機器人，每年可能帶來 300 億美元的收入。凱茜·伍德認為，馬斯克旗下公司的融合帶來了獨特的優勢。她指出，特斯拉擁有來自道路的專屬資料，Neuralink提供生物資料，而X則提供了即時的人類對話資料。這些資料綜合起來，能夠創造出無人能及的人工智慧能力。伍德說：“我認為最終市值會達到100兆美元。我認為這將會發生，因為技術融合正在推動這一處理程序。我認為特斯拉是（市值達到100兆美元的）領跑者。” (北美財經)