前幾天刷到矩陣超智發佈的第三代全能人形機器人MATRIX-3。說句實話，以我幹企業這麼多年，已經很難有技術新聞讓我情緒起伏了。會走會跑會跳？見太多了，我的心率不會波動半分。但這次，我真的震驚了。原因只有一句話：它擁有皮膚和觸覺。不是裝配式塑料外殼，而是覆蓋全身的3D仿生織物皮膚。它能感受到輕微觸碰，分辨軟硬滑脆，還能即時調整力量。那瞬間我腦子裡只閃過一句話：機器人第一次不是執行命令，而是開始“感知世界”了。這句話我反覆琢磨了三天。越想越清晰：這是智能革命真正的斷點。01 AI有兩條路：一條在天上，一條正在落地過去幾年，我們見證了AI的狂飆：模型參數指數增長生成內容跟開掛一樣算力從稀缺變成基礎設施這些都很震撼——但它們的範疇一直在數字世界。而 MATRIX-3 這次突破告訴我們：AI開始能觸碰現實世界了。這意味著什麼？意味著人工智慧正在分化成兩種力量：1、數字智能停留在伺服器裡讀資料、算邏輯、出結論2、具身智能進入物理世界感知、互動、控制、執行這兩條路最終匯合在那裡？答案已經越來越清晰了：智能體（AI Agent）。AI不是長在模型裡，AI真正的價值在“感知-理解-決策-行動”的閉環裡。這也是我這幾年腦袋擰不過來的原因，我終於想明白：企業未來的競爭不是員工數量，而是智能體數量。02 機器人是身體，智能體是大腦，而企業的角色正在被重新定義很多人看到 MATRIX-3 的第一反應是：好像人，好酷。但對我這種硬吃行業周期的創業者來說，它真正的意義在於：它具備了可規模部署的可能性。因為它能感知，它能判斷，它能適應環境。這意味著它可以：不傷人不損物不需要教“所有情況”說簡單點：機器人第一次具備了加入勞動市場的資格。但問題來了——機器人能幹活，但它不知道幹什麼、何時干、做成什麼算完成。所以未來企業最稀缺的不是執行者，而是——能調度執行者的大腦系統也就是智能體。03 創客匠人做智能體，不是跟風，是我作為CEO的底層選擇我之所以死磕智能體這條路，有三個原因：1、 人的效率天花板太明顯了人會累、會忘、會生病、會離職、會情緒波動系統不會。2、 市場競爭邏輯正在切換我以前拼：招人速度培訓能力管理和激勵體系未來企業拼：智能化程度執行閉環速度業務自動化比例3、企業必須從“靠人跑”變成“自己跑”今天看似健康的組織，在智能化時代可能瞬間斷層。我做企業十五年，看過太多老闆掉進同一個坑：忙的時候靠加班，累的時候靠招聘，急的時候靠人扛。這條路走到頭，都是一樣的結論：人永遠不夠用。所以我選擇做智能體，不是因為它酷，而是因為它是企業生存的新底座。04 創客匠人智能體，就是我給企業準備的“中控大腦”我們沒有做“AI小工具”，做的是企業運轉的新神經系統：AI員工：替代重複勞動真正能執行任務，而不是聊天陪伴。AI流程編排：把動作串起來不是回覆一句，而是做完一件事。AI知識庫：把組織經驗沉澱下來不是再靠老人帶新人，而是系統帶團隊。AI中控台：協調任務、分配資源、監控結果企業的大腦，未來的指揮系統。一句話總結：讓企業第一次可以靠系統擴張，而不是靠人力擴張。05 機器人負責幹活，智能體負責指揮——企業第一次擁有了“數位化勞動力體系”當我看到 MATRIX-3 能摸、能懂、能協作，我腦子裡的畫面突然清晰起來：智能體負責思考、決策、分發任務機器人負責執行、搬運、觸達現實聰明的腦袋 + 聽指揮的四肢這就是新時代企業的基本結構。說白了：人類社會第一次可以批次複製“能力”。這不是效率提升，這是文明躍遷。06 最後一句肺腑之言：未來不是看誰跑得快，而是誰先換上新的發動機。智能體不是錦上添花，是生死線。機器人開始感知世界AI正在獲得行動能力企業開始擁有系統神經我堅信：不是AI替代人，而是有AI的企業幹掉沒有AI的企業。所以我還在創業，還在沖，不是因為我閒不住，而是因為我太清楚：這是下一輪企業的分水嶺。 (創客匠人CEO老蔣)

中國電網正式進入歷史性擴張期。1月15日，中國國家電網重磅宣佈，“十五五”期間公司的固定資產投資規模預計達到的4兆元，較“十四五”投資增長40%，創歷史新高，將在其服務經營區內的風光裝機容量年均新增2億千瓦左右。國家電網這筆巨額投資，是在呼應半個月前一份未來十年電網發展的頂層檔案——1710號文，即《國家發展改革委、國家能源局發佈《關於促進電網高品質發展的指導意見》（發改能源〔2025〕1710號）。這份檔案提出了明確目標，到2030年，將初步建成主幹電網和配電網為基礎、智能微電網為補充的新型電網平台。並且對電網建設目標提出了量化要求：新能源發電量佔比將達到30%左右，接納分佈式新能源能力達到9億千瓦，支撐超過4000萬台充電基礎設施的電力需求。這些具體數字，為國家電網的投資計畫提供了清晰的量化指引。據瞭解，南方電網“十四五”期間的固定資產投資約7400億元，“十五五”期間或將達1兆，那麼，可以合理推測，“十五五”期間預計中國電網投資將超五兆元。如此大規模的電網投資，背後的原因究竟是什麼？“十五五”期間電網投資主要投向那裡？那些領域受益最大？電網被逼到了極限2025年，中國新能源裝機量佔比逼近50%，但新能源發電量佔比卻不到25%，實際發電量和裝機量存在巨大差距，最大的問題在於電網對新能源的接納能力不足。要知道，國家提出的2035年36億千瓦風光裝機目標，也就是每年新增2億千瓦左右，面對這個目標，新能源企業當然欣喜，但電網就得頭疼了。2025年中國風光新能源裝機有望達到3.7億千瓦，國網經營區大約是3億千瓦，然而，全國已有150多個地區因配電網承載能力不足，無法再接入新增分佈式太陽能項目，被稱為紅區。並網難這個問題已經導致諸多地區太陽能裝機幾近停擺。除了新能源接入容量嚴重不足，電網消納新能源的系統成本也正顯著提升。據北京電力交易中心總經理、黨總支副書記謝開介紹，系統消納新能源成本在逐年上升，據測算新能源滲透率每提高1%，系統成本將增加1分/千瓦時左右。國家電投經研院曾表示，當新能源電量滲透率超過15%以後，源於各種服務於系統的需求而疊加在新能源電量上的成本快速上升。新能源滲透率大約每提升5個百分點，度電系統成本將增加0.1元人民幣左右。從國家電網《服務新能源發展報告2025》來看，目前，國網經營區新能源滲透率(發電量佔比)已達24.2%。以此粗略計算，目前新能源消納度電成本已接近0.3元。要實現2035年風電太陽能總裝機36億千瓦這個目標，必須先解決消納堵點。其實，這個政策訊號在2025年已初現端倪。2025年9月12日，國家發展改革委、國家能源局發佈《關於完善價格機制促進新能源發電就近消納的通知》（發改價格〔2025〕1192號）；11月10日，國家發展改革委、國家能源局發佈《關於促進新能源消納和調控的指導意見》（發改能源〔2025〕1360號）；再到“十五五”能源發展規劃實施路徑，這些政策都在促進解決新能源消納和供需錯配的問題。不過，最關鍵的一環依然在電網本身。主配微網架構重構1710號文首先對電網系統作出顛覆性重新定位——主配微網協同的新型電網平台，打破了傳統單一大電網主導的格局，建構起三級協同機制，成為1710文最核心的制度創新之一。同時，1710號文提出了2030年和2035年兩大階段發展目標，以及清晰的戰略推進路徑。主幹電網改革要推進跨省跨區輸電通道規劃建設，最佳化提升電網主幹網架結構，促進備用容量和可調節資源共享。這意味著，儲能作為靈活性調節資源，跨區域調度共享將更加頻繁，充分提升利用率。這正是實現2030年西電東送規模達到4.2億千瓦，省間互濟能力達到4000萬千瓦的目標的關鍵所在。配電網要加快建構新型配電系統，適度超前規劃變配電設施佈局，推進配電網柔性化、智能化、數位化轉型，實現配電網從傳統無源單向輻射網路向有源雙向互動系統轉變，支援建設分佈式獨立儲能和電網替代型儲能，提升配電網與各類並網電力新業態的互動水平。這表明，分佈式獨立儲能和電網替代型儲能，以及配電網智能調度，將成為提升配電網的新能源發電接納能力的核心支撐。智能微電網則要因地制宜規劃建設，兼顧效率和公平，提升智能微電網內部源網荷儲各要素智能化調控能力和運行匹配度，逐步提升新能源自發自用比例。支援智能微電網在平等承擔經濟、社會和安全責任的前提下，實現靈活並網和離網運行。1710號文首次明確了智能微電網的主體地位，智能微電網作為具有自平衡和自調節能力的電力新業態載體，促進新能源就近開發、就地消納，提升偏遠地區和電網末端供電可靠水平，從源頭減少波動性向主網傳導。這一變革將啟動海量分佈式資源，推動新能源消納模式從“集中外送”向“就地平衡”轉型。此外，1710號文還明確提到，加大電網投資力度，適度超前開展電網投資建設，加大存量電網改造升級力度，保障新型電力系統建設。鼓勵符合條件的民間資本參與電網投資建設。兆投資流向那裡？結合1710號文和國網“十五五”投資規劃來看，未來5～10年電網投資主要聚焦在這幾大核心技術領域：一是配電網改革相關的分佈式獨立儲能和電網替代型儲能。要知道，國家電網公司“十四五”期間的配電網建設投資超1.2兆元,佔電網建設總投資的60%以上，配電網投資必然還是“大頭”。除了配電變壓器擴建，還需要儲能替代部分電網建設，實現“以儲緩建、以儲代建”。尤其是構網型技術，包括構網型逆變器、儲能，為新能源高比例接入提供物理基礎。構網型儲能不僅提升系統慣量響應能力，還可通過快速調頻、電壓支撐等功能增強局部電網穩定性，成為解決新能源接入引發的動態穩定問題的關鍵手段，將在十五五期間迎來大規模應用。目前，包括陽光電源、華為數字能源、科華數能、上能電氣、特變電工新能源、明陽瑞源、中車株洲所、南瑞繼保等頭部企業構網型儲能已在多個場景中實現項目落地，具備規模化應用能力。在1710號文明文規定措施之外，更重要的是，電網對儲能的呼叫需求剛性凸顯，儲能收益將迎來大幅提升。二是智能微電網建設相關的多能互補與協同控制技術和微電網整體解決方案。智能微電網通過電、熱、冷、氣等多種能源形式的梯級利用與最佳化調度，提升整體能效水平，形成源-網-荷-儲深度互動的運行機制。而多能協同調度控制系統的技術底座在於資料驅動的預測與即時最佳化演算法，實現對微電網內部能量流的精準感知、動態平衡，在此基礎上進行電力市場交易、需求側響應和輔助服務交易等。此前工商業儲能的營運主要聚焦於簡單的峰谷套利模式，難以滿足日益複雜的用能需求和電網互動要求。部份工商業儲能裝置企業已率轉向綜合能源服務商，包括融和元儲、為恆智能、奇點能源、陽光電源、天合光能、遠景儲能、精控能源（隆基）、弘正儲能、采日能源、利星能等企業已率先佈局，營運資產規模居前。三是主幹電網升級相關的特高壓、直流組網技術和電網調控技術。實現遠距離、大功率傳輸，可有效解決跨區域輸電走廊緊張問題，提升能源基地外送能力與受端電網接納水平，保障電力穩定輸出，是西電東送與海上風電並網的關鍵支撐。要建設綜合智能感知、集中分析決策、分佈監視控制、雲邊高效協同的電力調度控制系統，實現多元海量資源協同最佳化調度，關鍵在於將人工智慧技術和數位化技術充分融入電網平台。包括國電南瑞、許繼電氣、特變電工、中國西電、平高電氣、思源電氣等電網電氣裝置製造商正轉向數位化與系統級解決方案的深度融合。1710號檔案作為未來十年電網發展的綱領性檔案，其核心邏輯是建構適配新能源高比例發展的新型電力系統，通過架構重構、機制變革、技術創新，實現電網從傳統輸配載體向新型平台樞紐的轉型。高工儲能認為，1710號文將吸引海量投資與技術創新，促進儲能與智能微電網等產業的規模化發展。可以預見，在明確的頂層設計與5兆元巨額資本投入的雙重驅動下，中國電網正迎來一場歷史性的深刻變革。 (高工儲能)

刷到這條消息的時候，我愣了幾秒。2000萬副這是Meta給Ray-Ban智能眼鏡定的新產能目標，預計2026年底前完成。更狠的是，內部還在討論要不要直接衝到3000萬副。要知道，合作方依視路陸遜梯卡原本的計畫是1000萬副，而且已經快做到了。現在Meta說：翻倍，不夠再翻。這邊先看幾組資料：累計銷量突破200萬副這個數字放在智能眼鏡品類裡，已經是現象級了。2025年上半年銷售額同比暴漲超過三倍不是漲了三成，是漲了三倍多。英國法國新品發售直接暫停暫停的原因不是產品有問題，而是庫存不夠。Meta選擇優先保美國市場供應。一副智能眼鏡，賣到要做區域限購。這種場面，消費電子行業很久沒見過了。再看這事背後的戰略意圖：祖克柏把AI眼鏡定義為未來的主要計算裝置。他的邏輯是：一副能看你所看、聽你所聽的眼鏡，加上足夠強的AI，就能開啟後智慧型手機時代。這不是畫餅。回顧他的過去的硬體佈局：做手機失敗了，押注VR沒能撼動iPhone，元宇宙的故事講了幾年也沒講通。現在Meta內部正在調整——裁撤Reality Labs部分崗位，把資源往可穿戴裝置傾斜。戰略重心已經很清楚：元宇宙退場，AI眼鏡上位。當前產品是什麼水平？說實話，還很初級。現在的Ray-Ban Meta必須配合手機使用，核心功能就是拍照、聽音樂、語音互動。但是Meta的路線圖已經規劃好了：下一步是在鏡片裡整合螢幕，實現真正的AR視覺介面。那才是真正能替代手機的形態。供應鏈已經聞風而動：產能翻倍，上游直接受益。目前被點名的台廠包括：光學模組：玉晶光微投影技術：英濟光學鍍膜：澤米2000萬副眼鏡如果落地，那麼這些公司的訂單規模將進入全新量級。不過挑戰也很現實：智能眼鏡毛利率可能低於傳統眼鏡產品線，大規模擴產對依視路的供應鏈管理和成本控制是硬仗。Meta不是唯一一個盯著這塊蛋糕的。亞馬遜在佈局，OpenAI也在下注下一代AI硬體。蘋果呢？庫克的表態很微妙——他認為這類裝置更可能是手機的互補品，而非替代品。是保守，還是看穿了本質？現在下結論還太早。當然，不確定性也擺在檯面上：2000萬甚至3000萬副的目標還在討論階段，沒有最終敲定擴產成本和毛利率的博弈，依視路能不能扛住AR螢幕真正整合進鏡片還需要時間產品形態離真正替代手機還有距離但有一點已經可以確認：Meta正在用真金白銀押注一個判斷——眼鏡會成為下一代人機互動的核心入口。當一家年營收過千億美元的公司全力衝刺某個方向時，整個行業都會被拉進這場變局。你怎麼看？AI眼鏡會成為手機的替代品，還是只是個過渡期的玩具？ (wearable&穿戴未來)

在廣州智能駕駛早就不是未來概念而是刻進日常的出行標配在廣州黃埔、南沙無論是晚高峰的車流 人流還是城中村的複雜道路它都能像老司機一般從容穿梭自動駕駛車也可以成為機場到市中心的通勤標配這裡誕生了引領世界的智駕雙雄剛剛結束的十五運會讓這裡的智駕技術在世介面前集中亮相廣東正以“雙雄引領 全域協同” 的姿態在全球智駕賽道強勢突圍雙雄崛起從幾個共享工位起步小馬智行在南沙開啟了它的第一步從2016年入駐南沙2020年拿下一線城市測試許可2025年11月6日香港交易所迎來歷史性一刻小馬智行與文遠知行同日敲鐘成為全球僅有的兩家實現美股+港股雙重上市的自動駕駛企業九年間小馬智行成為中國首個在北京、上海、廣州、深圳四大一線城市均提供自動駕駛出行服務的企業截至2025年底小馬智行自動駕駛計程車車隊規模超千台與此同時文遠知行在全球11個國家  超40個城市開展自動駕駛研發、測試及營運其中，營運天數超2300天是全球唯一旗下產品同時擁有8個國家自動駕駛牌照的科技公司這兩家從廣州科創土壤中成長起來的企業正在成為全球智駕賽道上的中國名片更是“新廣貨”走向世界的亮麗代表解碼灣區雙雄崛起的背後是廣東1.85兆元汽車產業生態的堅實托底作為產業核心的廣州已形成9家整車企業超千家零部件廠商集聚的產業叢集建構起演算法層、硬體層整車層、場景層的完整生態2025年比亞迪首次超越特斯拉成為全球電動汽車銷量第一廣州、深圳、佛山、惠州、東莞、中山產業叢集正在形成“雙智試點+多點協同”的佈局讓自動駕駛在更大範圍內加速落地“十四五” 期間廣州累計生產智能網聯新能源汽車225萬輛誕生了亞洲規模最大的飛行汽車公司——小鵬匯天正是這樣的產業鏈和應用生態讓智駕技術在廣東迅速迭代落地生根托舉起這對全球“智駕雙雄”也塑造出一座兆級的智車之城競逐全球從廣州到迪拜從亞洲到歐洲廣東智駕企業已經走向全球更廣闊的道路在黃埔小鵬匯天的飛行汽車騰空而起讓未來出行從地面延伸到天空從日常通勤到賽事保障廣東智駕正在越來越多元的場景中接受考驗 也贏得信任從地面車隊到天空飛行汽車從廣深策源到灣區協同廣東不僅誕生了智駕雙雄更建構起兆級智車之城生態當完善的產業鏈遇上開放的應用場景廣東自動駕駛正以叢集之力重塑全球智能駕駛產業格局 (21世紀經濟報導)

麥肯錫在招人。瘋狂招人，但新員工裡，有近一半不是人類。最近，麥肯錫全球管理合夥人兼總裁 Bob Sternfels（鮑勃·斯滕菲爾斯） 在《哈佛商業評論·IdeaCast》裡透露了一個數字：麥肯錫現在有 6 萬名員工，4 萬是人類，2 萬是智能體。而在一年半前，智能體的數量還只有 3000 個。他說麥肯錫的目標是 18 個月內做到每人配一個智能體。現在才過了一半時間，就已經有 2.5 萬個了。而這只是開始。所以問題變了：不是會不會用 AI，而是怎麼用對 AI。第一節｜CFO 和 CIO 的對峙：試點為什麼都死在半路但什麼叫“用對”？現在大多數企業的高層，都卡在一個問題上：我該聽 CFO 的，還是 CIO 的？CFO 說：這技術太貴，效果又沒看到，我們要不要先觀望？CIO 急了：你還在觀望？現在不開始，用舊方法幹活的代價會越來越大。一個要省錢，一個要加速。背後的矛盾是：AI 到底算未來投資，還是眼前支出？Sternfels 認為：這不再是制定戰略的事情，而是執行力的事情。道理簡單，做起來難。他們不是沒引入 AI，而是一引入就困在試點裡：小團隊嘗試，小範圍實驗，最後不了了之。麥肯錫內部把這叫做“試點煉獄”（pilot purgatory）：項目推不動、業務部門配合度低，最後 AI 只成了擺設。在 Sternfels 看來，你不能只是買個工具，就指望一切改變。而這首先要解決的是：你有沒有真正會用 AI 的人？第二節｜招聘標準變了：三種能力比學歷更重要那什麼樣的人算會用？過去企業找人，看學歷、看履歷，最好是名校出身、實習經歷多、邏輯清晰。但在麥肯錫新一輪招聘試點裡，這套標準不夠了。Sternfels 在訪談中確認，麥肯錫正在嘗試一個新流程：讓候選人在面試中直接使用自家 AI 工具 Lilli。這不只是考你會不會用，而是要你：能不能清楚地下達指令（prompt）；能不能判斷 AI 給出的內容靠不靠譜；能不能結合實際情況，改寫、重構、提出更好的思路。換句話說，不再看你多會背知識點，而是看你能不能和 AI 一起解決問題。這套測試沒有標準答案，但有一個關鍵詞反覆被提到：好奇心和主見。因為在 Sternfels 看來，大模型雖然聰明，但它只會給出看上去差不多的回答。能脫穎而出的，是那些敢追問、也敢推翻的人。那這些人具備什麼能力？先說清楚一點：專業和知識依然是基礎，但光有這些已經不夠了。Sternfels 給出了一個清晰的框架。在他看來，AI 時代真正需要的是三種能力：第一是抱負。你是去近地軌道，去月球，還是去火星？模型給不出這個答案，但人可以。第二是判斷力。模型沒有對錯，但你要知道什麼是對的參數，什麼符合價值觀和場景。第三是創造力。模型只會給出下一步最可能的答案，但你要能想到那些不連續的、另闢蹊徑的解法。有了這三種能力，才算真正會用 AI。在麥肯錫內部，這種人被稱為“合作型專家”：既能理解問題，也能駕馭 AI，還能創造價值。第三節｜工具變了，組織不變，等於沒變但有了會用的人，就夠了嗎？還不夠。因為即使是會用的人，也可能把 AI 用錯位置。很多公司都開始配 AI 了：建模型、買工具、部署助手，看上去動作不小。但關鍵不在有沒有 AI，而在 AI 被安排做什麼。在麥肯錫，AI 不只是用來節省時間，而是直接參與交付成果。比如過去寫 PPT、整理資料、搜案例，需要助理顧問花幾天。現在，智能體能一小時內完成。諮詢顧問們轉而去搞定更複雜的客戶問題、主導方案方向。這就是“角色往上走”：人不再負責執行，而是負責整合和判斷。去年麥肯錫在搜尋和資料整理上節省了 150 萬小時。過去 6 個月，智能體生成了 250 萬張麥肯錫經典的 PPT 圖表。而顧問們沒有因此失業，反而開始做更需要判斷力和創造力的工作。而最能說明問題的，是“25 的平方”法則。麥肯錫計畫在未來一年將面向客戶的顧問增加 25%。而與此同時，後台人員已經減少了 25%，產出卻提升了 10%。Sternfels 說：“這在公司歷史上從未發生過。過去增長只能靠人數增長，現在人可以更少，增長反而更快。”過去一年半，麥肯錫內部的 AI 智能體數量從幾千個增加到了 2.5 萬個，目標是做到每人配一個。他們叫這模式 1:1 協作。而這個轉型不只發生在大公司。在創業公司裡，同樣的事情正在發生：十幾位創始人最近兩個月都在招人，但沒有一個用 HR 寫職位描述，全是 LLM 寫的。篩簡歷時，一半人用智能體。連 HR 這樣的職能部門，基礎工作都在被 AI 接管。但配上 AI，不代表用對了 AI。但真正的卡點不在 AI，在組織。很多企業表面上在用 AI，實際卻沒改變過組織架構、流程節奏、任務分工。AI 是進來了，人員和流程都沒變，那就是換了工具不改打法，最後只能做個演示，真到一線就卡住了。“我們在諮詢行業用了幾十年的交付模式，現在要重新設計。”工具變了，組織不變，等於沒變。結語｜真正危險的，是你以為沒事麥肯錫不是在做 AI 展示，而是在告訴所有人一個現實：AI 一旦進了組織，就不只是效率問題，而是組織問題。誰來做事、怎麼做事、協作方式，都得重新設計。所以危險不是你不會用 AI，而是你還在按舊方式組織人、設崗位、做流程，卻以為自己已經在用 AI。這才是 Sternfels 真正想說的：用不好不是沒效果，而是會讓組織空轉。2.5 萬個智能體，25% 的增與減，這就是麥肯錫的答案。 (AI 深度研究員)

政經哲思維筆記君說：這段時間，你是不是也被各種AI新聞刷屏了？它已經從能和你聊得有來有回的智能助手，到一鍵生成電影級畫面的視訊工具，再到寫程式碼、做設計樣樣精通的“全能選手”。更要命的是，這種力量不只用來寫文章、做圖、寫程式碼。它正在以我們看不懂的速度，攪動著國際局勢、地區安全、軍事對抗這些相當危險的領域。世界好像突然被拉上了一個陌生而高速的賽道，規則還沒定，但比賽已經開始了。就在這個節骨眼上，一本叫做《科技共和國》的書，讀起來格外扎心。它的作者之一，亞歷山大·卡普是“矽谷教父”彼得·蒂爾的密友，也是矽谷核心圈走出來的“叛徒”。他在書裡對所有矽谷科技精英階層發出警告：你們已經迷路了！這本書的核心觀點是：一個國家、一個文明的強大，從來不是只靠技術先進（硬實力）就行，它還必須想清楚“為什麼而強大”（軟信仰）。美國之所以曾經偉大，是因為它能把造原子彈、送人登月這樣的技術壯舉，和一個關於國家使命、人類進步的宏大夢想擰成一股繩。但現在，我們面對AI這個遠超我們人類智能的新物種時，尷尬地發現：我們的“硬實力”（技術）跑得飛快，但“軟信仰”（我們到底要用它來建設一個什麼樣的世界）卻嚴重掉隊，甚至一片空白。《科技共和國》就像一本在岔路口被重新發現的地圖。它提醒我們，在焦慮“飯碗”會不會被AI搶走之前，或許更該問一個根本問題：我們人類，究竟想借由這股力量，把自己帶到那裡？接下來我們就一起翻開這張地圖，看看歷史如何指引我們駕馭未來。一、硬實力和軟信仰這對引擎，是如何驅動黃金時代的？美國的科技黃金時代，就是造出原子彈、把人類送上月球的歲月，絕不是一群天才在實驗室裡靈光一閃的結果。那是一場“能幹的雙手”和“敢想的大腦”之間，一場持續了幾十年的、目標明確的“雙向奔赴”。1.硬實力：不只是“造出來”，更是“為了一個偉大的目標前進”讓我們先看看“硬實力”這雙手。很多人以為，當年的成功只是因為聚集了一堆頂尖的科學家。這只說對了一半。更關鍵的是，他們被組織起來去幹一件具體、宏大、且大家公認至關重要的事。比如，“曼哈頓計畫”。它的目標既簡單又殘酷：趕在納粹之前造出原子彈，終結戰爭。於是，政府、軍方、大學、企業擰在一起。物理學家、化學家、工程師、甚至冶金工人，從四面八方匯聚到荒漠中的秘密基地。《科技共和國》的作者卡普認為，這種模式不像自由散漫的“集市”，而像建造一座宏偉的“大教堂”。每個工匠都知道自己在建造“大教堂”的那一部分，並且深信這座“大教堂”是值得奉獻的。他們的協作，不是靠一份詳盡的中央指令，而是被一個至高無上的共同目標所牽引。科學家們各自埋頭苦幹，卻又通過共享的目標和緊迫感，神奇地協調一致，爆發出驚人的集體力量。再看“阿波羅計畫”。甘迺迪總統那句“我們選擇在這十年間登上月球，並非因為它簡單，而恰恰因為它艱難”，就是給整個國家“硬實力”引擎注入的最強燃料。它不再僅僅是一個科技工程，而是一個凝聚全國信念的文化符號。為了實現這個看似不可能的目標，催生出了數千項技術突破，從積體電路到耐熱材料，很多副產品至今仍在影響我們的生活。那時的“硬”，硬在組織能力、攻堅決心和使命感。2.軟信仰：給冰冷的機器，注入滾燙的靈魂光有能幹的“雙手”還不夠。如果方向錯了，或者內心充滿矛盾，力量越大反而越危險。這就是“軟信仰”這個“大腦”出場的時候了。美國在那個時代的“軟信仰”，可以概括為一種獨特的“工程思維”和“實用主義哲學”的混合體。什麼是“工程思維”？它很親民：盯著問題，別盯著論文：目標不是發表一篇完美的理論，而是解決一個實際難題。牆倒了？那就研究怎麼造一堵更堅固的。火箭飛不穩？那就一遍遍測試、修改，直到它能飛。別光聽權威的，用事實說話：在工程現場，一個年輕技術員基於測試資料提出的反對意見，可能比資深教授的理論推演更有份量。這種“建設性不服從”是創新的源泉。而“實用主義哲學”，則是這種思維在思想層面的昇華。它的核心很簡單：甭管你概念多漂亮，理論多高深，最後都得看實際效果。能解決問題、創造美好生活的，才是好東西。這種哲學讓美國社會對新技術有一種天然的開放和樂觀，因為它不問“這符合規定嗎？”，而是問“這能讓我們的生活更好嗎？”更關鍵的是，這種“軟信仰”不僅僅是口號，它實實在在地塑造了“硬實力”發展的軌跡和邊界。科學家們知道，自己辛苦研製的終極武器，是為了“以戰止戰”，保衛他們珍視的自由價值。這種道德上的自洽，是他們能全力以赴的心理基礎。儘管有冷戰對抗，但美蘇之間依然能達成一些核軍控協議，背後就有對“相互確保毀滅”這一恐怖現實的共同認知，這是一種基於後果評估的、粗糙但實用的倫理界限。登陸月球、探索深海……這些需要耗費巨資且沒有直接經濟回報的壯舉，之所以能獲得公眾支援，是因為它們契合了那個時代“開拓邊疆、挑戰未知”的美國精神敘事。所以，黃金時代的秘密，就在於“硬實力”與“軟信仰”這對引擎，轉速匹配、方向一致。那時的人們，手裡握著改變世界的力量，眼裡看著星辰大海的遠方，心裡相信自己在從事一項光榮的事業。這種身、眼、心的統一，造就了一個至今讓人懷念的科技英雄時代。然而，當冷戰結束後，技術發展的浪潮轉到了新的方向，這對黃金搭檔之間，開始出現了越來越大的裂痕。所以，我們有了今天在AI時代感到的諸多迷茫和焦慮。二、AI時代，最可怕的是閉著眼狂奔站在AI爆發臨界點的今天，我們卻更像是一場華麗而失控的“閉眼狂奔”。科技硬實力這雙“能幹的手”在演算法的加持下變得前所未有的靈巧和強大，但軟信仰這個“敢想的大腦”卻好像留在了上一個時代，甚至主動閉上了眼睛。這種失衡，非常危險。1.硬實力的“歧路”現在我們擁有的計算能力，已經超越了“曼哈頓計畫”時期全人類算力總和的億萬倍。但回頭看看，這些算力大部分去了那裡？答案可能就在你的手機裡。世界上最複雜的人工神經網路，可能正在為你計算“下一個應該刷到什麼視訊，才能讓你多停留8秒鐘”；最先進的自然語言處理模型，可能在幫行銷號生成一千條“震驚體”標題；背後支撐這一切的伺服器叢集，可能消耗了一個小城鎮的電力。矽谷掌握了堪比登月的技術力量（AI、巨量資料、全球網路），但其中大部分精英的雄心，卻收縮到了“如何更好地賣貨、送外賣”這個狹窄的賽道上。我們正在把最聰明的大腦和最強大的技術，鎖在“讓人上癮”的消費主義循環裡，這意味著它們一定會從那些真正艱難但重要的領域撤出。這可不是危言聳聽，而是正在發生的事實：模擬氣候變化、發現新材料、攻克核聚變控制……這些關乎人類長遠命運的“大問題”，需要長期、耐心且未必有直接回報的AI投入，它們在與“下季度營收增長”的PK中，常常敗下陣來。如何用AI最佳化城市交通、提升電網效率、預測公共安全風險？這些項目牽涉複雜的公共部門協作和資料開放，其“商業魅力”遠不如開發一款新的社交軟體。這種“歧路”的本質，是科技硬實力的發展，與國家及人類社會的脫鉤。它不再是建造“大教堂”的合力，而是變成了無數個自娛自樂、爭奪流量的“精緻小攤”。2.軟信仰的“真空”更深的危機還不止硬科技跑錯了方向，更因為我們的哲學與價值觀不僅沒有糾正它，反而在給它加油鼓勁，就像拆掉了一輛車上的方向盤。在今天的矽谷及全球科技圈，一種被稱為“有效加速主義”的思想，擁有大批信徒。它的口號聽起來很極客、很帶感：“加速！不顧一切地加速技術發展！”他們認為，技術尤其是AI的進步是一種如同自然規律般的必然趨勢，任何試圖規範、約束它的行為都是徒勞甚至反動的。最好的做法就是全力踩下油門，加速衝過當前的社會結構，抵達技術“奇點”後的新世界。為什麼說這很危險？它把技術本身當作了目的和新的“上帝”，但拒絕回答下面這些根本問題：我們加速，是為了奔向那裡？這個過程中，誰會被甩下車？抵達的“新世界”，是我們想要的嗎？這就好比說，“只要引擎夠猛，車開向懸崖也沒關係，說不定我們能飛起來呢！”這非常危險。在“有效加速主義”的影響下，科技行業形成了一種“技術中立”的傲慢和“為多元而多元”的虛無主義。工程師們常說“我的程式碼只是一把錘子，別人用它砸窗戶還是造房子，不關我事”。但設計演算法時嵌入的價值觀偏見（比如那些內容更優先），早就決定了“錘子”會揮向何方。而且為了避免爭議，一些科技公司往往在表面議題上追求“政治正確”，但在核心的“公司權力是否過大”、“演算法是否在操縱社會”這些實質性問題上卻避而不談。於是，我們進入了一個荒誕的境地：一邊，我們在以百米衝刺的速度，製造著智力上可能很快超越全人類的AI；另一邊，我們卻在用“加速主義”這塊布矇住眼睛，拒絕為它設計引導繩和監管紅線。這種手腦分離的失衡，讓AI的崛起不僅是一次技術變革，更可能變成一場社會風險極高的“裸奔”。三、AI時代，人類還有價值嗎？前面我們說，現在的狀況是“手腦分離”：硬實力瞎跑，軟信仰睡覺。但當AI這股力量真正站起來時，它帶來的衝擊，遠不止是“跑偏了”那麼簡單。它直接轉過身，對著我們人類“創造性”和“掌控力”這兩塊基石發起了直接挑戰。早晚有一天，AI會問我們：“你憑什麼當主人？”1.創造性危機長久以來，人類面對機器的優越感，建立在這樣一個信念上：機器負責重複，人類負責創造。但AI正在把這個信念砸得粉碎。一個苦練了十年繪畫的畫師，一個熬夜改了七八稿文案的策劃，一個花了半年譜出一段旋律的音樂人，他們都曾經相信，自己傾注心血、帶有個性和靈感的作品，是機器無法複製的“靈魂”。但現在，一個普通人，輸入幾行描述，點點滑鼠，就能在幾秒鐘內生成數十張畫作、幾十個文案、好幾段風格各異的音樂。雖然頂尖人類大師的作品目前仍有溫度和不可替代性，但對於行業中下游的廣大從業者來說，他們曾經安身立命的“手藝”，正在快速貶值。這個過程，可以分三步來看：① 從“輔助工具”到“創作夥伴”早期的PS幫我們修圖，Word幫我們寫文件，它們是聽話的工具。但今天的AI，能幫你做選題、給你做市場報告、甚至給你輸出思維模型。它從一個“執行者”，變成了一個能提供想法的“合作夥伴”。② 再到“潛在競爭者”當AI產出的設計稿、法律檔案草稿、行銷方案達到了“能用”甚至“好用”水平時，它就不再僅僅是夥伴。老闆和客戶會想：我是否還需要為一個良好的人類作品，支付遠高於良好AI作品的成本？這直接動搖了大量知識型、創意型職業的經濟基礎。③ 最終是“存在性挑戰”這引出了一個更哲學也更致命的問題：如果創作不再困難，那創造本身的價值是什麼？當人人都能“創作”時，“創作者”這個身份還意味著什麼？人類曾用“創造性”來定義自己區別於動物的高貴，現在，我們可能需要尋找一個新的、不會被機器輕易複製的“人性核心”。這種自我認知的動搖，是比失業更深的焦慮。2.秩序顛覆者上面說的創造性危機是在衝擊個人的價值和行業。但更讓人憂慮的是AI對全球秩序的挑戰，這是在動搖國家之間博弈的棋盤，而且把棋盤從明面挪到了暗處，規則全改了。過去，大國競爭的硬指標很直觀：你有多少航母，多少核彈頭，GDP多少。這些是“明牌的實力”。但AI帶來的，是一手“暗牌的破壞力”，它讓攻擊變得極其廉價、隱蔽且不可預知。① 全民皆可“搞破壞”的降維打擊以前，發動一場癱瘓城市電網的網路攻擊，可能需要一個國家級的專業駭客團隊。現在，一個技術團夥甚至個人，利用公開的AI工具輔助，就可能找到並利用系統的漏洞。AI極大地降低了進行複雜網路攻擊的技術門檻。它就像把導彈按鈕，分發給了無數看不見的手。② 讓社會“自我懷疑”的資訊瘟疫Deepfake（深度偽造）技術，在AI的幫助下已經真假難辨。它可以憑空製造一場政治人物的演講，一段能夠引發市場恐慌的CEO言論，或是一段發生在別國的“暴行”視訊。當我們沒辦法相信任何看到的東西，社會共同的“事實基礎”就會崩塌。這種攻擊不直接摧毀建築，卻能在更短時間內，摧毀一個社會賴以運行的信任紐帶，對手甚至不用派一兵一卒。③ 無法預測的“自主幽靈”想像一下，一個搭載AI的無人機群，被傳達“摧毀所有雷達站”的命令後，自行規劃路線、識別目標、發動攻擊，並在過程中自主應對突發情況。而且一旦部署，人類操作員可能無法即時干預。如果多個國家的自主系統發生意外對抗，它們可能會以人類無法理解的速度和邏輯，將世界拖入衝突。這不再是武器，而是被賦予了殺戮權力的自主幽靈。總結來說，這些威脅之所以“顛覆”，是因為它們讓傳統的防禦和威懾體系（如軍隊、邊界、核威懾）部分失效。一個普通人在自己的家裡，可能就對國家安全構成潛在威脅；一段假視訊的破壞力，可能超過一次真實的武裝衝突。AI的崛起，讓人類個體的“創造性”失效了，又讓國家間“硬實力”對抗的擂台，變成了一個規則模糊、暗器橫行的黑暗森林。我們面臨的，不再是如何使用一個好工具的問題，而是如何與一個能力上可能超越我們，而且行動邏輯不完全受控的“新物種”共處的問題。於是，我們被逼到了牆角，必須開始思考重建秩序的道路。四、軟硬結合，重建“科技共和國”面對AI，恐慌和抱怨沒有用，簡單地喊“停下”更不現實。這就像我們不可能因為汽車可能出車禍，就回到馬車時代一樣。問題的關鍵，不是丟掉引擎，而是我們必須以最快的速度，為它裝上我們丟掉的倫理與規則，還有目標與使命。重建“科技共和國”，就是要讓狂奔的硬實力，重新聽命於一個更新、更智慧的“大腦”。1.硬實力的轉向我們不能指望追逐利潤的市場，自發地把資源投向那些最重要但不賺錢的領域。這時，就需要找回一些“黃金時代”的組織智慧：由國家和社會凝聚共識，發起“使命導向”的超級項目。比如，集中頂尖AI算力與生物學家，目標是在10年內，建立能模擬所有已知病毒變異、並即時設計對應疫苗和藥物的預測系統。又比如，利用AI超強模擬能力，整合全球大氣、海洋、地質資料，目標不僅是預測氣候，更是精密模擬各類干預方案的全球連鎖效應，為全球氣候治理提供前所未有的決策依據。這些計畫的核心，是重新定義“科技硬實力”的賽場。攻克它們帶來的意義，遠勝於在“讓人上癮”的消費應用裡內卷。政府的作用，是成為最初的“出題人”和“天使投資人”，引導社會與市場的巨量資源轉向。2.軟信仰的重塑光有項目不夠，我們必須同時回答：這些強大的力量，應該在什麼樣的規則下運行？我們需要一場給AI時代訂立一份粗糙但必須有的初始社會契約。這份契約至少要回答三個問題：① AI是什麼？我們必須超越“工具論”和“物種論”的爭吵，達成一個務實的共識：AI是“具有自主性的新型行動者”。這意味著，我們必須像規範駕駛員、醫生或公司法人一樣，給它的行為建立可追溯、可問責的責任框架。比如，一個AI醫療診斷系統出錯，責任是開發者、營運商、稽核醫生，還是演算法本身？法律必須清晰。② 什麼是絕對禁止的？有些底線需要全球性的“技術禁忌”，就像禁止生化武器一樣。例如，“自動化致命武器系統”是否應被全面禁止？能否把深度偽造技術用於政治、司法領域？這些紅線需要公開辯論，並儘可能形成國際條約。它可能不完美，但劃了紅線，才有博弈的規則。③ AI發展的終點是“超人”，還是“超人化的人類”？這是最根本的哲學問題。科技加速主義的終點是模糊的“奇點”，但我們需要知道：AI發展的終極目的，應該是增強而不是取代人類。它應該讓人類醫生在AI輔助下成為“超級診斷專家”，而不是用AI淘汰醫生；讓每個孩子擁有AI導師因材施教，而不是用標準化教學AI製造教育流水線。這個目標聽起來不酷，但它確保技術發展的盡頭，依然是人。這份“契約”的制定過程本身，就是重建“軟信仰”的過程。它需要工程師、哲學家、律師、政策制定者和普通公民的共同參與，是一場全球社會的技術理性大啟蒙。3.新人類的培養最終的改變，要落在“人”身上。未來的勞動者，尤其是決策者，必須具備一種全新的素養。第一，要成為“提問者”和“批判者”，而不是“答題者”AI最擅長回答清晰定義的問題。因此，人類的優勢將在於發現和定義真問題。未來的教育，應大幅減少死記硬背和標準答案，轉而訓練學生如何從複雜現象中抽象出關鍵問題，並判斷那些問題值得交給AI去解決。同時，必須培養對AI輸出的健康質疑能力：這個結果背後的資料有沒有偏見？邏輯有沒有漏洞？第二，要成為“指揮官”和“翻譯官”。未來最稀缺的人才，是那些能站在人類需求與AI能力交界處的人。他們既懂醫療、法律、教育等領域的真實痛點，又懂AI的能力與侷限，能精準地將人類模糊的需求“翻譯”成AI可以執行的任務。他們不親手寫程式碼，但他們是AI團隊的指揮官。第三，要堅守“價值判斷”的終極權力AI能告訴你那條路最快、最省錢，但它無法告訴你“我們應該去那”。當AI給你10個最優的商業方案時，你最終選擇那一個，應該依據“它是否促進社會公平”、“是否環境友好”、“是否符合公司長期價值觀”等人類的價值準則。讓人類保持最終的價值判斷權，是我們防止被技術反噬的最後一道防火牆。重建之路總結起來，是一個“三位一體”的系統工程：用國家級“大項目”重塑硬實力的方向；用全球性“大辯論”和“新契約”重塑軟信仰的共識；再用面向未來的“新教育”重塑人類的自身能力。這條路並不容易走，充滿了利益博弈和觀念衝突，但這是唯一的路。這是為了開創一個全人類都能參與定義、並在AI賦能下共同繁榮的“新科技文明”。我們現在要做的，就是為這個充滿不確定的未來，儘可能多地埋下確定性的、向善的種子。結語：一萬年太久，只爭朝夕！站在AI時代的岔路口，我們面臨的是人類歷史上“一萬年未有之大變局”。我們必須想清楚：是讓技術成為放大分歧、製造失控的利刃，還是把它鍛造成拓展文明邊界的基石？在這場挑戰裡，主角不是只有美國，中國的作用也至關重要，且無可替代。中國不僅擁有全球最龐大的應用場景、最完整的產業鏈和強大的技術攻關能力，更擁有“以人民為中心”、“建構人類命運共同體”等深厚的治理哲學與文化理念。這為中國在AI時代探索一條發展與治理並重、效率與公平兼顧、技術向善與安全可控相結合的新路，提供了獨特可能。中國的責任與實踐，將不僅是發展自己的AI，更是與世界各國一起，為這個尚未定型的新世界，共同注入包容、負責、以人為本的價值觀。這或許正是在未來重建一個真正屬於全人類的、可持續的“科技共和國”最需要的關鍵拼圖。未來決定現在。看清未來將發生什麼，才能真正明白當下應該做什麼。我們認為，未來由四個關鍵領域塑造：哲學、AI科技、經濟與政治。為什麼是這四個？哲學是元起點，是意義與方向的錨點，為一切行動提供終極燃料；科技（尤其是AI）是文明進步的底座，是驅動世界向前的“發動機”；經濟是轉化器，它把科技力量轉化為真實的財富與市場機會；政治是適配性結構，它給哲學、科技與經濟提供運行框架與秩序。哲學為根，科技為器，經濟為用，政治為治。這四者環環相扣，層層支撐，相互交織，在動態的演進中共同推動現實走向未來。正是在這樣的時代背景下，筆記俠創立了中國首個面向企業家的PPE（政治、經濟、哲學）書院。我們致力於幫助大家回到決策的源頭，重構底層認知邏輯，掌握未來五年的核心判斷與決策能力。如今，眾多深耕於AI、全球化等前沿領域的優秀創業者，都已加入筆記俠PPE書院。未來已來，讓我們一起成為清醒而篤定的決策者。 (筆記俠)

如果說2024年的CES是AI的“狂歡”，2025年是AI的“落地”，那麼剛剛在拉斯維加斯落幕的 CES 2026，則向我們傳遞了一個更為震耳欲聾的訊號：AI 正在完成從“數字大腦”向“物理實體”的驚險一躍。在過去的一周裡，我們並沒有看到太多關於參數規模的軍備競賽，取而代之的，是各大商業巨頭對於“具身智能（Embodied AI）”、“垂直代理（Vertical Agents）”以及“主動式計算（Proactive Computing）”的集體押注。核心思想一：具身智能的“iPhone時刻”已至——AI不再只是思考，它開始勞動本屆CES上，最耀眼的明星不再是顯示卡，而是機器人。 現代汽車旗下的波士頓動力（Boston Dynamics）首次公開展示了產品級的人形機器人Atlas，它不再是那個在實驗室裡跌跌撞撞的原型機，而是能夠流暢地在舞台上行走、搬運，甚至展現出驚人的平衡力。與此同時，LG推出了雙臂生活機器人CLOiD，能夠熟練地完成折疊衣物和烹飪輔助；Roborock則展示了長出“雞腿”能爬樓梯的Saros Rover。商業領袖們正在傳遞一個明確的共識：物理世界的AI已經登場。 既然大模型已經具備了理解世界的邏輯能力，現在的關鍵戰役在於如何讓這些“大腦”控制軀體，去執行那些骯髒、危險或枯燥的物理勞動。這是一個極其危險又迷人的轉折點。我們過去討論AI，大多侷限於“內容生成”或“資料分析”，那是白領的工作範疇。但CES 2026告訴我們，AI正在大舉進軍藍領市場。這意味著勞動力的成本結構將徹底解耦。未來，一家製造企業或物流公司的核心競爭力，可能不再是“管理數千名工人的能力”，而是“通過API調度數千台具身智能的效率”。核心思想二：從“通用”到“垂直”——工業級代理（Agent）才是利潤收割機與其聽通用大模型講笑話，CES 2026更務實地展示了AI如何解決具體的、昂貴的痛點。 特種車輛巨頭Oshkosh展示了一套令人震撼的機場地面服務機器人系統。它們像一群訓練有素的螞蟻，自動完成飛機落地後的加油、清潔、行李裝卸，實現了機場的“完美周轉”。雷蛇則展示了極度垂直的Project Motoko，一個專門最佳化玩家生活與遊戲的AI伴侶。“通用是面子，垂直是裡子。” 商業巨頭們不再執著於做一個無所不知的上帝，而是致力於做一個在特定領域無可替代的專家。與其期待一個能寫詩也能修車的AI，不如製造一個在停機坪上把效率提升20%的專用機器人。這標誌著AI行業進入了“深水區”。早期的AI創業者在賣“錘子”——大模型，而現在的贏家在賣“釘好的房子”。這意味著採購邏輯的改變，未來你購買的不再是一個SaaS軟體，而是一個能直接交付“業務結果”的數字員工。Oshkosh賣的不是機器人，它賣的是“準點率”；醫療科技公司Withings賣的不是秤，它賣的是“壽命預測”。核心思想三：主動式計算——裝置不再“等待指令”，而是“預判需求”如果說以前的智能家居是“你叫它，它才動”，2026年的裝置變得“可怕地貼心”。 Withings發佈的Body Scan 2能在90秒內監測60項生物標誌物，並主動預測你的神經與血管健康趨勢；三星和Razer的AI裝置不再是被動的工具，它們通過攝影機和感測器持續感知環境，主動提出建議：你的坐姿已經維持了2小時，建議調整”或“根據你的日程，現在該準備出發了。互動的最高境界是“零互動”。 未來的頂級使用者體驗，不是讓使用者學會如何更好地使用AI，而是讓AI學會如何根據上下文主動服務使用者。這是一種權力的讓渡。我們正在將對自己生活、健康、日程的“微觀管理權”逐步移交給演算法。這對於C端品牌來說是巨大的機會——誰能更早地通過主動服務建立信任，誰就能成為使用者生活的“作業系統”。 但對於白領精英來說，這也是一種警示：在演算法不僅比你聰明，而且比你更瞭解你身體和習慣的時代，保持“主體性”將變得前所未有的困難。結語CES 2026 即使落幕，但它留下的迴響將在整個2026年持續震盪。我們不再處於“AI技術爆發”的前夜，我們正處於“AI物理化、垂直化、主動化”的清晨。對於身處管理崗位的你我而言，這不再是關於“要不要用AI”的選擇題，而是一場關於“如何重構物理資產、如何定義垂直效率、如何建立主動服務”的填空題。 (Ai Xploring)

在大眾的印象中，製藥研究往往發生在擺滿實驗台、充斥著冒泡液體，研究人員身著白色大褂的傳統實驗室裡。但在倫敦國王十字區，有一位不走尋常路的製藥研究員帕特里克·施瓦布，他的工作場景卻截然不同。這裡曾經是鐵路站場和工業建築的地盤，如今卻搖身一變，成了倫敦最時尚的街區之一。施瓦布博士全身黑衣，供職於製藥巨頭葛蘭素史克（GSK），他正在用電腦科學中同樣熱門的人工智慧（AI），重新構想製藥的未來，致力於將儘可能多的工作從玻璃器皿轉移到電腦上，開啟“矽基藥物設計”新時代。當Transformer遇上藥物研發製藥行業一直以來都面臨著高成本、高風險的困境。一種新藥從研發到上市，平均需要花費26億美元，耗時10 - 15年，而且臨床試驗階段的候選藥物失敗率高達90%。這就好比在黑暗中摸索，投入巨大卻往往收穫寥寥。不過，AI的出現，似乎為這片黑暗帶來了一絲曙光。波士頓的生物技術公司英矽智能（Insilico Medicine）率先將基於Transformer模型的新一代AI應用於藥物研發領域。2019年，他們的研究人員腦洞大開，想用AI從生物和化學資料中發明新藥，第一站就瞄準了特發性肺纖維化這種肺部疾病。他們先是用與該病相關的資料集訓練AI，找到了一個有潛力的目標蛋白。接著，另一個AI登場，給出了能與該蛋白結合併改變其行為，同時毒性和穩定性都不錯的分子建議。最後，人類化學家接力，對篩選出的分子進行合成和測試，最終得到了一種名為rentosertib的藥物，並且最近成功完成了中期臨床試驗。整個過程僅用了18個月，而以往通常需要四年半的時間。這就像是原本開著老牛拉的破車在崎嶇山路前行，突然換成了高速行駛的跑車，效率提升立竿見影。如今，英矽智能已經有40多種由AI研發的藥物正在針對癌症、腸道和腎臟疾病等進行評估。而且，這種AI驅動的藥物研發模式正在迅速擴散。有預測顯示，該領域的年度投資將從2025年的38億美元飆升至2030年的152億美元。製藥公司與AI公司的合作也日益頻繁，2024年就宣佈了十幾項合作交易，總價值達100億美元。去年10月，製藥巨頭禮來（Eli Lilly）與輝達（Nvidia）宣佈合作，要打造行業內最強大的超級電腦，以加速藥物的發現和開發。這就像是武俠小說裡的各路高手紛紛結盟，準備在藥物研發這個江湖裡大幹一場。AI如何顛覆傳統藥物研發流程？傳統藥物研發就像一場漫長而艱難的馬拉松，從篩選具有潛在生物活性的有機小分子開始，就充滿了挑戰。要從數十億個小分子中篩選出合適的，就如同在茫茫大海裡撈針。而AI的加入，讓這個過程發生了翻天覆地的變化。它可以通過軟體模擬，對數以百億計的小分子進行篩選，測試它們的效力、溶解性和毒性等特性，根本不需要真正的分子進入試管。阿斯利康（AstraZeneca）負責這項工作的吉姆·韋瑟羅爾表示，AI篩選的速度比以前快了一倍，該公司90%以上的小分子發現流程現在都有AI助力。這就好比以前是人工一粒一粒地篩選沙子找金子，現在有了一台先進的淘金機器，效率自然大幅提升。在臨床試驗設計方面，AI同樣大顯身手。比如GSK的AI負責人金·布蘭森展示的基於智能體的系統Cogito Forge，當被問及生物學問題時，它能編寫自己的程式碼來回答問題、收集合適的資料集、整合資料，還能製作帶有結論圖表的簡報。它可以就一種疾病提出假設，包括可測試的預測，並通過文獻檢索來驗證或證偽。它甚至會派出三個“智能體”，一個尋找支援假設的理由，一個尋找反對的理由，還有一個來判斷誰對誰錯。這就像是有一群聰明的助手，幫研究人員全面地思考問題，大大提高了研究的精準性和效率。AI在選擇臨床試驗患者方面也發揮著重要作用。它可以分析候選人的健康記錄、活檢和身體掃描等資料，找出最有可能從新藥中受益的人。這樣一來，臨床試驗的參與者選擇更精準，試驗規模可以更小，速度更快，成本也更低。這就好比在一場比賽中，挑選出最有潛力奪冠的選手參賽，比賽自然更容易取得好成績。而AI最讓人驚豔的應用之一，當屬建立合成患者（也叫數字孿生）作為真實參與者的對照。AI通過分析過往試驗資料，學會預測未接受治療的患者病情自然發展情況。當有志願者參加試驗並接受藥物治療時，AI就會建立一個具有相同特徵（如年齡、體重、現有疾病和疾病階段）的“虛擬患者”。這樣，通過對比真實患者和虛擬患者的情況，就能更準確地評估藥物的療效。舊金山的數字孿生公司Unlearn.AI在2025年發佈的研究顯示，這種方法在早期帕金森病試驗中可將對照組規模縮小38%，在另一項阿爾茨海默病研究中可縮小23%。而且，對於那些原本可能沒有對照組的早期試驗，現在也可以通過數字方式引入對照組，增強對藥物療效的信心，並改進後續試驗的設計。這就像是給每個真實患者都找了一個虛擬的“影子”，通過對比兩者，更清晰地看到藥物的效果。AI的“製藥瓶頸”與突破之路不過，AI在製藥領域也並非無所不能。許多蛋白質分子，作為越來越常用的藥物，但它們比傳統藥物分子大得多，還老是晃來晃去，確定它們的精確形狀可不容易。RNA分子，作為新型疫苗的基礎，同樣讓人頭疼，而細胞內部基於膜的複雜結構更是難上加難。但好在這個領域的研究進展迅速，研究人員正在訓練AI來模擬蛋白質與其他分子的相互作用、預測RNA折疊，甚至模擬細胞。鹽湖城的Recursion公司打造了一個AI“工廠”，在其中對數百萬個人類細胞進行各種化學和基因變化的成像，讓AI學習基因和分子通路之間的模式。紐約的AI生物技術公司Owkin則利用醫院患者的大量高解析度分子資料訓練模型。Owkin的老闆湯姆·克洛澤爾認為，通過做出人類無法做到的發現，這項工作正在朝著生物學領域的真正通用人工智慧邁進。隨著AI在製藥領域的深入發展，一個問題也隨之而來：傳統製藥公司會被新興的AI公司顛覆嗎？像OpenAI，它引領了被稱為大語言模型的Transformer的發展，還有從GoogleDeepMind分拆出來的藥物發現初創公司Isomorphic Labs，都在訓練能夠在生命科學領域進行推理和發現的系統，希望這些工具能成為出色的“生物學家”。目前來看，製藥公司擁有豐富的資料以及理解和使用這些資料的背景優勢，所以合作是當下的主流。例如，OpenAI正在與RNA疫苗先驅Moderna合作，加速個性化癌症疫苗的開發。但隨著新模型讓生物學變得更具可預測性，行業優勢的天平可能會發生傾斜。無論未來競爭格局如何變化，有一點是肯定的：AI已經給製藥行業帶來了巨大的改變。如果它能在後期臨床試驗中也取得像前期那樣的改進，那麼上市的藥物數量有望大幅增加。從長遠來看，AI為人類健康帶來的提升潛力是巨大的。也許在不久的將來，我們就能看到更多由AI助力研發的藥物，為無數患者帶來新的希望，就像一場全新的醫學革命正在緩緩拉開帷幕。 (跬步書)