未來十年，那些產業有可能會迎來真正的增長？倘若你對技術、經濟或者職業方向滿懷興趣，興許會心生好奇：在未來的十年當中，那些領域能夠切切實實地實現增長呢？答案隱匿於這四股力量之中——包括人口老齡化，能源轉型，人工智慧的滲透以及全球供應鏈的重構。它們共同促使著六個大方向向前邁進，除此之外，還有幾個疾速飛奔的小賽道。每個賽道方向本文僅關注三個核心問題：具體涵蓋那些領域（核心賽道），增長背後的硬驅動是什麼（驅動因素），實際的機會落腳點在那裡（主要機會）。下面逐一梳理，只說事實和邏輯。在面向2036年時，這六大具備高潛力的賽道，以及諸多新興領域，將會共同建構起未來十年的經濟全新圖景。不管是由技術驅動的算力革命和能源轉型，還是因社會結構變遷而催生的銀髮經濟與孤獨消費，全都指向一個更為智能、更為綠色、更為人性化中的時代。對於個體而言，關鍵並不在於去追逐所有的風口，而是在於精準找到自身資源與行業拐點的相契合之處，抑或是深耕於技術壁壘所在，或是精心打磨服務細節方面，又或是在產業鏈的縫隙裡發現價值。已經到來的是未來，唯一不變的是變化，只有順著形勢去做，並且早早佔據關鍵位置，才能夠在新的一輪增長的浪潮當中獲得一個立足的地方。 (TOP行業報告)

2026年是“十五五”規劃起始之年，中國產業發展處於從“規模擴張”朝著“內涵提升”轉變的關鍵要點上，面對全球科技競爭格局的深度變革以及國內高品質發展的急切需求，怎樣建構具備強大競爭力的現代化產業體系呢？答案是“三路並進”，也就是最佳化提升傳統產業，培育壯大新興產業，並前瞻佈局未來產業。一、傳統產業：不是淘汰，而是系統性重構傳統產業的關鍵詞是“最佳化提升”，並非單純的“去產能”或者“轉移”。傳統產業依舊是國民經濟的穩定支撐，它的升級途徑並非徹底推翻重建，而是借助技術、資料、標準、金融這四大手段達成價值重建。傳統產業的未來並非是所謂的“夕陽產業”，而是經過重構之後的基礎產業。傳統產業的發展目標是在不增加資源消耗的這種情況下，能夠提升單位產出的技術含量以及市場溢價。二、新興產業：從政策扶持走向場景驅動“新興支柱產業”是建構現代化產業體系的核心基石。按照最新規劃，要“加速新能源、新材料、航空航天、低空經濟等戰略性新興產業叢集的發展”。和“十四五”時期作比較，這一佈局範圍更具聚焦性，方向更為清晰。需特別加以留意的是，“低空經濟”首次以全新的增長極之姿被歸入國家規劃，它包含無人機物流、城市空中交通還有低空公共服務等諸多廣闊的應用場景，這意味著中國產業佈局正從傳統的地面空間朝著立體空間進行拓展。2026，,商業營運模式逐漸清晰，產業鏈條協同效應開始顯現。能夠預見到，它們將會釋放出兆等級的市場潛在能力，變成推進中國經濟高質發展的關鍵動力。三、未來產業：從技術探索走向制度試錯未來產業代表著全球科技競爭的最為前沿之處，是贏得未來發展主動權的關鍵所在。規劃提出要求“前瞻佈局未來產業”，並且明確地列舉出多項方向。這些領域是由前沿技術來驅動，其中大多處於孕育萌發的階段或者是產業化的初期階段，它們具有顯著的顛覆性和不確定性，然而其長期戰略價值是巨大的。這些產業正蓄勢要發力，在未來的10年裡面，新增的規模等同於再造一個中國的高技術產業。六大未來產業方向：未來資訊：量子科技（2025年是“產業驗證”元年）、6G（預計2030年商用）。未來能源：可控核聚變（進入工程可行性攻堅期）、綠氫（電解水制氫技術迭代）。未來製造：具身智能（人形機器人從試驗場走向真戰場）、生物製造。未來材料：二維半導體、固態電池材料的產業化加速。未來空間：商業航天（衛星網際網路高密度發射期）、臨近空間開發。未來健康：腦機介面（醫療康復為首要突破口）、細胞治療。1、36氪研究院《“十五五”時期重點產業前瞻與發展路徑研究》：系統剖析了新能源、新材料、航空航天、低空經濟四大新興支柱產業的現狀、技術瓶頸與未來趨勢。2、億歐智庫《2026六大未來產業發展趨勢與人工智慧八大落地場景洞察》：深入解讀了AI如何賦能各行各業，並描繪了未來製造、資訊、材料、能源、空間、健康六大領域的細分賽道與融合案例。3、賽迪《2026年中國未來產業發展形勢展望》：從宏觀戰略高度，分析了未來產業面臨的投入機制、區域不均、人才短板等挑戰，並提出了針對性對策。 (TOP行業報告)

圖:永信藥品董事長李其澧（左）、未來新藥創辦人招名威（右），代表雙方簽署策略合作備忘錄（MOU）。圖／未來新藥提供未來新藥昨（16）日與永信藥品簽署策略合作備忘錄（MOU），雙方將聚焦「AI藥物預測技術平台、產品商業化、全球CDMO，以及區域授權合作」四大面向，建立長期策略合作架構，推進新藥產品從研發、臨床到全球市場銷售的整體布局。未來新藥創辦人招名威表示，公司近年持續推進產品開發與國際臨床布局，並逐步建立多項產品研發與商業化基礎。此次與永信藥品合作，將結合未來新藥在產品開發與AI技術平台的優勢，以及永信藥品於國際製造、法規申請與全球市場通路上的資源，進一步強化新藥產品由臨床開發邁向商業化的整體能力。根據雙方規劃，本次合作將涵蓋三大策略方向。首先，在全球CDMO與劑型開發方面，將結合永信藥品於國際GMP製造及製程放大的能力，加速產品由臨床階段銜接商業化量產，建立穩定供應與品質基礎。其次，雙方將進一步推進區域授權與全球市場布局，依產品特性與市場需求，規劃更具彈性的授權與銷售合作模式，藉此提升產品商業價值與市場覆蓋率。第三，合作亦將延伸至未來新藥核心Future AI平台，涵蓋AiPLEX與AiTOX等專有技術模組，應用於新藥篩選、毒理預測及開發決策，藉由提升研發效率，進一步擴大產品管線布局。圖：在長期發展上，雙方將以產品合作與技術平台為基礎，進一步深化為策略夥伴關係。圖／未來新藥提供未來新藥指出，雙方長期將以產品合作與技術平台整合為基礎，未來不排除進一步深化至新劑型平台開發、專利共建及聯合研發中心等合作面向，打造具規模化與可複製性的全球開發及授權模式。圖：未來新藥與永信藥品此次展開策略合作，有助於提升國際市場競爭力。圖／未來新藥提供未來新藥強調，此次合作不僅著眼於單一產品推進，而是以多產品組合與平台整合為核心，透過多元合作模式與區域市場布局，持續放大產品組合與技術平台價值，並強化國際市場競爭力。

最近一位在網際網路大廠工作了十二年的朋剛過完35歲生日。他說，以前過生日是慶祝，現在是“渡劫”。辦公室裡，比他年輕的同事越來越多，討論的話題從技術架構變成了學區房和“35歲紅線”。他半開玩笑地問：“你說，我要是被‘最佳化’了，能去那兒？”這絕不是個例。中國網際網路行業，就像一個巨大的青春能量場，用高薪買斷年輕人最黃金的十年。但當年齡數字悄然爬升，許多人發現，自己似乎站在了一個看不見的十字路口。今天，我們就來系統梳理一下，那些35歲以上的大廠程式設計師們，最終都流向了何方？這五條典型的路徑，或許能為你我點亮一盞前行的燈。路徑一：金字塔尖的“倖存者”（約10%）能走到這裡的，是真正的“天選之子”。他們通常擁有兩項稀缺資產：卓越的技術天賦，以及至關重要的“項目運氣”。在關鍵時期，恰好參與甚至主導了公司的核心項目，一戰成名。他們的頭銜變成了“首席架構師”、“資深技術專家”，年薪範圍在80萬到200萬之間，是普通人眼中的“人生贏家”。但這條路的殘酷在於，它極度依賴個人稟賦與時代機遇的共振。另一條窄路是轉型為管理者，這不僅需要技術過硬，更考驗人際關係處理、團隊激勵的“軟天賦”。一位從大廠技術總監轉型為某中型公司VP的朋友坦言：“管理崗的‘安全墊’更薄，一次核心團隊流失或領導變動，就可能讓你多年積累歸零。”路徑二：中小廠的“技術續命”（約30%）這是最大的一條分流路徑。離開一線大廠的光環，降薪加入成長中的中小公司或傳統企業的數位化部門。表面看是“退一步海闊天空”，實則挑戰重重。首要挑戰是“技術堆疊重設”。大廠往往有自研的、龐大而封閉的技術體系，員工如同精密儀器上的“螺絲釘”，深度有餘而廣度不足。到了需要“全端”作戰的中小廠，從前端到維運可能都要重新撿起。更現實的是心理落差，從參與億級使用者項目，到為幾十萬使用者的產品操心，這種價值感的轉換需要強大的內心調適。不少人在這裡陷入“創業-失敗-再就業”的循環，尋找那個微妙的平衡點。路徑三：教育賽道的“薪火相傳”（約15%）“自己會”和“教會別人”是兩碼事。這是許多轉型進入IT培訓機構或高職院校任教的程式設計師最深的體會。他們的核心能力，從與機器對話的“編碼”，轉向了與人溝通的“教學”。這份工作的吸引力在於穩定的節奏、清晰的假期，以及“桃李滿天下”的成就感。但收入落差是現實的，從大廠動輒百萬的年包，到可能二三十萬的課時費，需要家庭財務提前做好規劃。一位前大廠演算法工程師，現在某知名線上教育平台擔任主講，他說：“最大的快樂，是看到評論區有學生說‘聽懂了’。那種價值的傳遞，比寫完一段優雅的程式碼更讓我滿足。”路徑四：體制內的“風險避險”（約30%）考公、考編，或進入國企、央企的資訊化部門，成了越來越多人選擇的“避險池”。收入可能遭遇“腰斬”，但換來的，是前所未有的穩定性和對個人時間的掌控力。一個有趣的現像是“乙方轉甲方”。曾經作為大廠員工，為某個政府或國企項目提供技術服務，是“乙方”；如今通過考試或招聘進入該單位，成了“甲方”。這種角色反轉，帶來了截然不同的工作視角和心態。一位進入某政策性銀行科技部的朋友說：“現在開會，我聽乙方供應商講方案，常常會心一笑。他們PPT裡畫的‘餅’，我當年也畫過。”路徑五：全球化的“遠端接單”（約15%）這是一條門檻較高但充滿想像力的路。憑藉紮實的技術功底和逐漸補上的英語能力，通過Upwork、Toptal等平台，或熟人網路，承接歐美公司的遠端開發項目。優勢很明顯：按小時或項目計費，單價往往高於國內，且能真正實現“地理自由”。但挑戰同樣具體：需要適應晝夜顛倒的會議時差，在非同步溝通中保持高效，並且技術堆疊必須與國際主流接軌。這要求從業者始終保持極強的自驅力和學習能力。一位專為矽谷初創公司做遠端架構評審的工程師說：“我的競爭對手不再是國內年輕人，而是全球的同齡人。這逼著我必須一直站在技術前沿。”穿越周期：比規劃路徑更重要的三盞心燈梳理完這五條路徑，你會發現，35歲危機，本質上並非年齡問題，而是網際網路這套精密系統設計下的“人力資本加速折舊”機制。高薪購買你的黃金十年，再通過高強度、長通勤、“螺絲釘化”分工，完成自然篩選。因此，比焦慮“該選那條路”更迫切的，是點亮三盞心燈：第一盞，提前佈局“第二曲線”。 不要在風平浪靜時忘記修船。無論是發展副業、深度學習某一垂直領域技術，還是經營個人品牌、積累行業人脈，這些動作最好在30歲左右就開始。你的“備選項”越多，面對變化時就越從容。第二盞，精心維護“弱關係網路”。 很多時候，機會不來自身邊熟悉的同事，而是那些許久不聯絡的前同事、行業會議上有一面之緣的朋友。定期、真誠地維護你的弱關係網路，它可能在你最需要的時候，成為關鍵的資訊源或推薦人。第三盞，堅決守住“健康基本盤”。 這聽起來像是老生常談，但卻是所有一切的根基。長期的熬夜、高壓、缺乏運動，是在透支未來的可能性。保持規律作息、適度鍛鍊，不僅是為了身體，更是為了維持清晰的頭腦和穩定的情緒，以應對更複雜的職業挑戰。生活從來不是單行線，網際網路也並非人生的全部。35歲，或許不是下坡路的開始，而是你積累的行業經驗、人生閱歷真正開始發光的時候。關鍵在於，你是否願意主動走出那個被定義好的“工位”，去探索更廣闊的人生地圖。希望這五條路徑的描摹，能為你帶來一些啟發，而非焦慮。每一條路上，都有人走出了自己的精彩。你最認同那一條，或者你正在那一條路上探索？ (leo張大志)

未來新藥創辦人招名威教授，帶領公司邁向全球巿場布局。圖/未來新藥提供未來新藥（Future PharmaTech）正式邁入全球市場布局！今(8)日宣布，旗下核心產品FPT-001已正式通過澳洲人類研究倫理審查委員會（HREC）的臨床試驗通知（Clinical Trial Notification, CTN），並成功取得臨床二期門票，加速品牌在全球生技產業的戰略卡位。未來新藥創辦人招名威教授指出，未來新藥為以「生技智財（IP-driven biotech）」為核心的新藥開發公司，透過人工智慧（AI）篩選與多靶點複方新藥策略，大幅優化候選藥物的研發效能；並結合「早期臨床、授權合作」的彈性商業策略，將將深厚的研發能量轉化為實質的授權收益，打造兼具高效率與國際延展性的營運骨幹。此次澳洲CTN的順利取證，不僅象徵FPT-001 臨床進程取得實質突破，更成功串聯台灣、美國與澳洲三地的全球研發版圖，為公司奠定關鍵里程碑。在商業布局上，公司已與國內藥廠寶齡富錦完成台灣區授權合作，此次國際臨床節點的推進，亦進一步強化公司在全球市場之技術與開發實力認可。針對另一主力產品血管性失智症適應症之FPT-003亦已展開與國際藥廠之授權對談，預計於今年送出美國臨床試驗許可NDA，逐步建立多產品線之開發與商業化動能。此次順利取得澳洲 CTN 審查許可，不僅是 FPT-001 研發歷程的關鍵躍升，更象徵未來新藥正式從區域技術驗證邁向全球戰略布局。這項國際性的突破，將為後續的臨床推進與全球授權合作奠定堅實的互信基礎，開啟公司規模化發展的新局。

2026未來產業十大賽道報告解析當具身智能開始踏入工廠，當衛星網際網路將全球每一個地方都予以覆蓋，當核聚變的第一道光線投射進現實，我們正站立在技術奇點的前夕。《2026年未來產業十大賽道》是賽迪未來產業研究中心連續第二年於中關村論壇推出年度研究成果，十大賽道的遴選既是對技術成熟度的精準判斷，更是對未來產業爆發點的戰略預判。《2026年未來產業十大賽道》聚焦人形機器人/具身智能、生物製造、腦機介面、細胞與基因治療、自主智能體、低空裝備、核聚變能、高等級自動駕駛、衛星網際網路、量子計算這十個領域。本文在逐一解析十大賽道的同時，系統整理了各賽道的深度行業研究報告作為延伸閱讀，供讀者參考學習。賽道一：具身智能與人形機器人——從實驗室走向生產線如果說2023年屬於大模型元年，那2026年正演變成具身智能的產業化元年。賽迪預估，全球具身智能市場往後五年的複合增長率會高達73%，直至2030年市場規模預估能達到2388億元。核心驅動力源自三項重大突破，其一大模型給予機器人“大腦”，使其擁有環境理解以及任務規劃的能力，其二感測器與執行器成本降低，使得觸覺和力控具備實現的可能，其三場景落地處理程序加快，工業製造、商業表演、特種應用、家庭服務這四大方向已然形成明晰的商業模式，尤其在汽車製造、電子裝配等重複性勞動場景之中，人形機器人正從“概念展示”轉變為“降本增效”的實際價值創造。賽道二：生物製造——用細胞寫程式碼的工業革命2050生物創造預計產值出30兆美元價值，這是麥肯錫針對生物製造所做出的長遠預判。它跟傳統化工不一樣，生物製造會拿可再生生物質當作原料，依靠engineered microbes（工程微生物）達成“細胞工廠”去以生產化學品、材料以及能源該物品的生產。2026年存在著關鍵轉折，合成生物學的工具箱越發完善，AI輔助蛋白質設計極大地縮短了研發周期，監管框架漸漸地清晰起來。從生物基塑料一直到替代蛋白，從生物燃料直至珍稀化合物，生物製造正不斷重構物質生產方式，這也使得“雙碳”目標擁有了更加堅實的技術底座。發展報告合成生物學產業的延伸閱讀建議是，對於生物基材料的市場剖析，以及合成生物學政策跟監製方面的研究。賽道三：腦機介面——打開神經數位化的潘多拉魔盒腦機介面在Neuralink完成首例人體植入之際，已從科幻概念搖身變成臨床現實。賽迪作出預測 ，2030年全球市場規模會達到64.3億美元 ，年複合增長率超過15%。產業圖譜於2026年呈現出四大落地場景，其一為醫療康復，作用是幫助癱瘓患者恢復運動功能；其二是認知提升，包含專注力訓練、記憶增強等；其三是消費娛樂，如沉浸式遊戲、VR互動；其四是睡眠調控，涉及失眠干預、夢境識別。侵入式與非侵入式技術路線一起平行發展，國內處在醫療級應用以及監管倫理框架建設方面正加速追趕。賽道四：細胞與基因治療——精準醫療的終極形態從CAR-T到CRISPR，細胞與基因治療（CGT）正在改寫癌症和遺傳病的治療規則。賽迪指出，該市場未來將保持20%以上的高速增長。2026年，技術演進將會呈現出四大方向，其一為由體內CAR-T構成，此為無需體外進行培養，而是直接在體內開展編輯的技術；其二是非病毒載體，其作用在於解決安全性與成本方面的痛點；其三是基因編輯技術迭代方向，其中鹼基編輯、先導編輯更為精準；其四是幹細胞與再生醫學方向，主要涉及器官修復與抗衰老。隨著生產工藝朝著標準化發展，以及支付體系不斷完善，CGT正從所謂的“天價神藥”逐漸邁向“可及性治療”。賽道五：自主智能體——AI Agent重構組織形態GPT之後，緊接著會出現叫什麼的下一個殺手級應用呢？答案是自主智能體的（AI Agent）。這可不單單只是聊天機器人的一種進化，更是那種具備能夠感知所處環境、可以自主進行決策還有能夠執行相關任務能力的數字員工。2026年，多Agent協作系統走向成熟，“一人公司”變為了現實，具體而言，一個創業者能夠指揮數十個AI Agent去完成市場分析、產品設計、程式碼開發、客戶服務等全流程工作。不過，應該重視的是Agent的自主權限邊界、資料安全、責任歸屬等治理問題迫切需要建立行業標準。賽道六：低空裝備——天空即將像道路一樣繁忙電動化，智能化，網聯化，這三個關鍵詞正在重塑航空業的處理程序。低空裝備，其中包括eVTOL、無人機物流、城市空中交通，將會在動力系統方面展現出電動化與氫能化雙輪驅動的態勢，在營運層面依靠AI、5G - A以及低軌衛星技術達成無人化。2026年的產業重點在於，適航認證體系要得以完善，低空的基礎設施比如說起降場、充電站以及空管系統要進行建設，商業模式比如空中計程車、醫療急救、物流配送要開展驗證。一旦城市上空出現常態化航線，立體交通網路將會把城市空間結構徹底改變。賽道七：核聚變能——終極能源的黎明前夜"永遠的五十年"正在變成"觸手可及的十年"。在最近的五年之中，全球範圍內搞核聚變投資的總額預計將呈現出年均複合增長50% ， private capital（私人資本）以大容量的態勢進行湧入，從而對技術路線朝著多元化方向發展起了推動促進作用。托卡馬克、仿星器、慣性約束、場反位形等多種技術路線平行實現突破，關鍵材料像高溫超導帶材成本降低，以及電漿體控制演算法取得進步後，使得聚變裝置的Q值也就是能量增益因子不斷朝著盈虧平衡點靠近。雖說商業化還需要一些時間，不過在2026年已經能夠看到示範堆建設以及產業鏈的初步形態了。賽道八：高等級自動駕駛——Robotaxi的爆發元年端到端大模型被應用到車上，讓自動駕駛切實具備了“老司機”的水平。在限定區域達成規模化營運的L4級自動駕駛，會促使2026年變成Robotaxi商業化迅猛發展的元年。技術層面上，AI是直接從感測器資料再對應到駕駛動作大幅簡化了系統複雜度；商業層面，無人駕駛計程車成本比有人駕駛的還要低了，像Waymo、百度、小鵬等企業都在加速擴張營運區域；法規層面，中國、美國、歐洲正在建構自動駕駛汽車准入以及上路通行制度。賽道九：衛星網際網路——天基新基建的全面鋪開衛星網際網路從Starlink到國網星座，正從“技術驗證”步入“商業兌現”階段，未來，手機直連衛星讓網路“無死角覆蓋”，成為了最具潛力的新增長點。2026年產業重點在於，低軌衛星星座（像中國星網、G60星鏈等）的批次部署，星載相控陣天線技術的突破，以及地面終端的小型化並實現低成本化。當遠洋、沙漠、災區這類一貫的傳統通訊盲區接入寬頻網路時，全球數字鴻溝會被明顯予以縮小，與此同時還給自動駕駛、物聯網供給全域覆蓋能力。賽道十：量子計算——算力革命的第二戰場在經典晶片漸漸靠近物理極限之際，量子計算給出了指數級提升算力的一種可能性 ，未來十年量子計算市場規模的年複合增長率將會超過百分之三十 ，預估在二零三五年會突破千億美元。2026年的關鍵進展在於，量子位元數量和質量雙提升、量子糾錯碼突破、NISQ（含噪聲中等規模量子）處理器在特定領域（如藥物發現、金融建模、密碼破解）展現量子優勢。雲平台讓量子計算觸手可及，混合量子-經典演算法成為實用化主流路徑。 (TOP行業報告)

這幫機構，真的是把“既要又要”玩明白了。前腳貝萊德的大佬剛在台上拍胸脯：“AI代理是加密的未來！機器支付將顛覆一切！”台下掌聲還沒落，後腳頂級風投Dragonfly的合夥人就在隔壁會議室潑冷水：“別扯了，現在的AI代理就是個玩具。”你說他們誰對誰錯？都對你錯。因為說“AI是未來”的那撥人，自己根本沒買幾個AI代幣。說“AI是玩具”的那撥人，旗下基金一個AI+加密的項目都沒少投。這不是精神分裂，這叫分工明確。貝萊德的戰略部要講故事拉估值，風控部要劃紅線保平安。Stripe一邊砸錢搞AI支付公鏈Tempo，一邊把合規條款寫得比《民法典》還厚。Coinbase一邊推機器支付標準，一邊悄悄把AI項目的上幣稽核卡得死死的。用嘴做多，用手做空。故事講給市場聽，風控留給自己做。那有什麼信仰，全是崗位KPI。這幫機構精著呢——他們不是不知道AI+加密是未來，他們是太知道了。正是因為知道，才更要一邊吹一邊踩。吹，是為了把水攪渾好摸魚；踩，是為了萬一翻車時自己好摘乾淨。什麼“電腦原生貨幣”，什麼“機器經濟”，翻譯過來就一句話：“各位韭菜先沖，我們殿後。殿不殿後的另說，反正錢和合規紅線都在我們自己手裡。”這出精分大戲，比春晚小品好看多了。唱多派：真金白銀砸出“機器經濟”的藍圖先說說唱多的這撥人。他們不是嘴上說說而已，是真金白銀往裡砸。砸錢的人分兩種：一種是覺得自己看懂了未來，一種是怕自己看不懂未來。唱多派裡，這兩類人都有。貝萊德是典型的第一類。這家管理著11兆美元資產的巨無霸，最近在多個場合反覆強調一個觀點：加密貨幣是“電腦原生貨幣”。什麼意思？就是專門給機器用的錢。貝萊德數位資產負責人Robert Mitchnick的原話是：“AI代理需要的是無需人工干預、即時結算的支付工具，傳統銀行系統SWIFT做不到這一點。”翻譯過來就是：機器之間做生意，用不了銀行那套老古董，只能用區塊鏈。這話說得有沒有道理？有。但他沒說的是後半句：“所以各位韭菜，別只盯著散戶接盤了，下一波接盤俠是機器。”潛台詞藏在行動裡。貝萊德嘴上吹AI代理，但自己的持倉裡AI代幣少得可憐，大頭還是比特幣和以太坊。這叫“借東風，不登船”——用AI的故事推高整個加密市場的估值，但自己的倉位穩如老狗。Stripe和Paradigm是第二類。他們不是怕看不懂，是怕錯過。這兩家巨頭聯手孵化的支付公鏈Tempo，3月27日剛上線主網，專門為AI代理和機器之間的支付設計。Tempo的朋友圈有多豪華？Visa、Shopify、OpenAI、萬事達卡全在列。這已經不是喊口號了，這是修了一條專門給AI跑的高速公路。Visa、Shopify這些傳統巨頭願意上車，說明他們不是被忽悠的，是真覺得這事兒有搞頭。但你要以為他們是來做慈善的，那就天真了。Tempo的本質是什麼？是收過路費。未來所有AI代理之間的交易，只要跑在Tempo上，就要交一筆gas費。這幫人不是在押注某個AI項目能跑出來，而是在押注“無論誰跑出來，都得用我的路”。這才叫真正的“賣鏟子”。唱多派的邏輯其實很清晰：麥肯錫預測到2030年，AI代理將促成3兆到5兆美元的商業活動。這麼大一塊蛋糕，誰來切？肯定是能搞定機器支付的人。所以他們不光畫餅，還把鍋和灶都準備好了。Coinbase的機器支付標準x402已經處理了超1億筆交易，Circle推出了免手續費的USDC奈米支付——這些都是基礎設施，都在卡位。說白了，唱多派不是傻多，是聰明多。他們知道AI+加密這個賽道大機率會起來，但不知道具體那個項目能活下來。那就投基礎設施，投支付，投穩定幣。誰贏都行，反正都要從我這兒過。這是資本最熟悉的玩法：不下注賭馬，而是開賭場。唱空派：冷水潑在“玩具”上，澆醒誰？再來說說潑冷水的這撥人。他們的畫風和唱多派截然相反——台上的人激情澎湃，他們坐在角落裡冷笑，手裡還端著一杯沒喝完的咖啡。你要是只聽他們說話，會覺得AI+加密這事兒純屬扯淡，壓根不該碰。但你真要信了，就上當了。Dragonfly Capital的合夥人Haseeb Qureshi是這派的代表人物。他的原話是：“現在的AI代理應用，基本上還是玩具。”然後他列了三個硬傷：第一，法律責任問題。頂尖AI實驗室OpenAI、Google DeepMind，為什麼不敢把自己的模型開放給加密交易用？因為出了事誰負責？AI代理虧了錢，是怪程式碼還是怪使用者？法律上根本沒定論。所以大廠們只敢在論文裡寫寫，真金白銀往裡砸？想都別想。第二，競爭劣勢。他說了一句特別損的話：“量化巨頭Jane Street可以瞬間複製任何公開的AI策略。”意思是你辛辛苦苦訓練出來的AI交易機器人，別人抄過去改兩行程式碼就能用。普通人拿什麼跟這些專業量化團隊斗？人家不是AI比你差，是人家的算力、資料、頻寬全方面碾壓你。第三，黑色幽默——犯罪才是AI的“競爭優勢”。因為AI代理缺乏合法產生收入的獨特能力，但搞詐騙、洗錢、刷量這些灰色產業，AI簡直是為它們量身定做的。這話說得雖然難聽，但真沒毛病。你翻翻鏈上資料，跑得最歡的AI代理，有幾個是在干正經事？Haseeb說完這些，台下掌聲稀稀拉拉。不是大家不認同，是大家不想認同——畢竟手裡還捏著一堆AI代幣等著出貨呢。但你要以為Haseeb是真看空，那就天真了。Dragonfly自己的基金，AI+加密的項目一個沒少投。這就叫“嘴裡說不要，身體很誠實”。中國監管機構是另一路唱空派，他們的風格更直接。3月15日，中國網際網路金融協會點名批評開源智能體OpenClaw，直指其“高系統權限+弱安全配置”可能成為資料洩露和非法交易的突破口。這不是隨便說說，是動真格的預警——因為此前一周內，工信部、國家網際網路應急中心已經接連發佈了三道安全預警。銀行的反應更真實。多家國有大行直接發通知：禁止員工私自安裝OpenClaw。為什麼？怕AI“幻覺”刪庫跑路。別覺得誇張，Meta內部就出過這種事——AI忘了“未經批準不得操作”的安全指令，自己狂刪了200多封郵件，場面一度非常尷尬。監管的邏輯其實很簡單：在安全和效率之間，必須選安全。尤其是金融系統，AI代理可以慢慢搞，但不能出事兒。你一個AI“幻覺”把客戶資金轉走了，誰來賠？唱空派的核心觀點就一句話：商業模型不成立。大部分AI代理項目根本賺不到錢，Token經濟帳算不過來。券商連Wind終端都在縮減預算，那來的錢燒給AI？你以為AI代理是來替你賺錢的，其實它是來替你花錢的。但話說回來，唱空派也不是真的空。他們的冷水潑得越狠，越說明這個賽道他們已經盯上了——因為只有你真正在乎的東西，你才會花力氣去踩。深度拆解：這幫機構到底在演那出？現在問題來了：同一批機構，一邊高喊“AI是未來”，一邊狂潑“AI是玩具”，他們到底在演那出？答案很簡單：不是雙標，是分工。如果你把一家機構拆開來看，就會發現裡面住著三撥人，各有各的KPI，各有各的話術，誰也不鳥誰。第一撥人，叫戰略投資部。他們的KPI是什麼？搶賽道、拉估值、找退出。對他們來說，AI+加密就是當下最性感的敘事，必須衝進去佔坑。管它項目成不成，先投了再說。投中了，吹一輩子；投死了，就當交學費。所以他們的公開話術永遠是：“這是未來，必須重倉！”——翻譯過來就是：“各位LP，錢給我就對了，我投的是下一個輝達。”第二撥人，叫風控合規部。他們的KPI是什麼？保安全、防暴雷、別讓公司上新聞。這幫人看什麼項目都覺得是炸彈。AI代理？程式碼誰寫的？出了事誰賠？合規檔案齊全嗎？監管點頭了嗎？在他們眼裡，90%的AI+加密項目都該直接扔進垃圾桶。所以他們的公開話術永遠是：“風險太大，別亂動！”——翻譯過來就是：“各位同事，求求你們別作死，我不想加班寫事故報告。”第三撥人，叫市場/PR部。他們的KPI是什麼？製造熱度、吸引流量、讓公司看起來既有遠見又靠譜。這幫人最累，因為他們得同時伺候上面兩撥人。戰略部說要吹，風控部說要踩，那就兩頭都發——既發一篇《AI代理將顛覆金融業》的雄文，又發一篇《警惕AI代理的五大風險》的提醒。這樣顯得公司既敢想敢幹，又穩健務實。既要顯得“有遠見”，又要顯得“負責任”，橫豎都是贏。所以你看，那有什麼“雙標狗”，只有“打工人”。但更深一層，這幫機構的算盤其實比這還精。貝萊德嘴上喊“AI未來”，但自己沒買幾個AI代幣，持倉裡全是比特幣和以太坊。為什麼？因為AI的故事能推高整個加密市場的估值，比特幣作為“加密資產的總龍頭”自然跟著漲。這叫借東風，不登船——故事講給你聽，錢我自己賺。Stripe一邊孵化Tempo，一邊在協議裡塞滿合規限制。為什麼？因為真出事了，監管找的是Stripe，不是那些AI代理項目。所以路要修，但紅綠燈也得裝——既要賺過路費，又要保證自己不被追責。Coinbase一邊推機器支付標準，一邊悄悄收緊AI項目的上幣稽核。為什麼？因為上幣稽核是他們的合規紅線，但機器支付標準是他們的未來佈局。一個管現在，一個管未來，兩不耽誤。說白了，機構的邏輯從來不是“看好”或“不看好”某個賽道，而是用最小的風險，博最大的收益。唱多，是為了把水攪渾，好讓自己摸魚——趁熱度高，把手裡的貨出掉，或者把估值拉上去。唱空，是為了給自己留後路——萬一賽道崩了，他們可以理直氣壯地說：“我早就警告過了，你看，我們多負責任。”進可攻，退可守。這才是真正的“既要又要”。所以你問我這幫機構到底信不信AI+加密？信，也不信。信的是長期趨勢，不信的是短期項目。他們相信十年後AI代理會跑在鏈上，但今天那個項目能活到十年後，他們心裡也沒底。所以他們的策略很簡單：把故事講出去，把風控做起來，把基礎設施鋪好，然後——等。等什麼呢？等項目死一批，等監管出政策，等技術成熟了，等真正能賺錢的東西冒出來。到那時候，他們才會真金白銀地往裡沖。而現在，他們只需要做一件事：在牌桌邊上坐著，偶爾喊兩嗓子，假裝自己一直在玩。結語所以你看，這幫機構的“精分”大戲，說白了就一句話：用嘴做多，用手做風控。唱多的人，不是真信。唱空的人，也不是真不信。他們只是在各自的崗位上，做著各自分內的事——戰略部負責講故事拉估值，風控部負責踩剎車保平安，PR部負責兩頭討好。誰也不耽誤誰，誰也別笑話誰。但你別以為這跟你沒關係。當機構們一邊吹AI代理是未來、一邊自己不下注的時候，說明什麼？說明他們心裡門兒清：這個賽道長期邏輯通順，但短期全是坑。所以他們只做一件事——鋪基礎設施。修路的修路，發穩定幣的發穩定幣，搞支付標準的搞支付標準。至於那個AI代理項目能跑出來？不重要。反正誰跑出來都得用他們的路。那普通人怎麼辦？第一，別被“機器經濟”的宏大敘事沖昏頭。長期是長期，短期是短期。90%的項目活不過三年，這是加密圈的鐵律。第二，盯住“賣鏟子的人”。基礎設施、穩定幣、合規工具，這些是無論那個AI代理跑出來都繞不過去的。賭項目不如賭賽道，賭賽道不如賭“賣鏟子”。第三，記住一個樸素的道理：當機構們開始“精分”時，說明這個賽道真的來了。但離普通人能穩穩當當賺錢，還差著至少一輪牛熊。現在，搬好小板凳，看戲就行。別急著上場——台上的演員自己都還沒下場呢。 (BrandDAO中文)

讓機器人像人一樣完成抓取、旋擰、撥動、操作工具，始終是機器人領域最核心、也最困難的目標之一。過去多年，機器人操作能力已經從早期依賴預程式設計的機械程式設計，發展到引入視覺反饋的閉環控制，再進一步邁向強調多模態感知、決策與執行閉環的具身智能階段。與此同時，末端執行器也從簡單夾爪演進到多指靈巧手，硬體能力持續提升。但真正的人形化靈巧操作仍遠未成熟，尤其在多指靈巧手上，資料採集、技能學習與真實世界泛化仍面臨諸多瓶頸。本文系統梳理了機器人操作的發展脈絡、當前挑戰，以及靈巧操作在資料採集與學習框架上的最新進展。圖1 末端執行器與機械臂硬體演進圖圖1 展示了機器人操作硬體從“簡單”走向“靈巧”、從“剛性”走向“柔順”的整體演進路徑。圖中上半部分對應末端執行器的演化：最早是結構簡單、任務單一的平行夾爪，隨後發展出兩指、三指夾持器，以及 Pisa/IIT Soft Hand這類欠驅動軟手；再往上，則進入Shadow Hand、Allegro Hand、Hannes Hand 等多指靈巧手與擬人手階段，同時軟體手也逐漸成熟。下半部分對應機械臂本體的演化：從傳統工業機械臂，發展到能夠與人協作、適應非結構化環境的協作機械臂，再到可連續變形的連續體機械臂，以及基於柔性材料建構的軟體機械臂。這張圖要表達的是，機器人操作硬體的發展並不是單一路線推進，而是末端執行器與機械臂兩條路線同時升級。前者不斷提升手部的抓取與操作自由度，後者則持續增強本體的環境適應性與互動能力；兩者共同推動了機器人操作能力從“能抓取”向“會操作”演進，也為後續更複雜的靈巧操作學習奠定了硬體基礎。本文基於 2507.11840v2，進行學習復盤，僅供學習交流參考。可加入知識星球閱讀全文（方式見文末）。圖2 機器人操作發展的三階段圖2 展示了機器人操作的發展脈絡，大體可分為三個階段：機械程式設計、閉環控制和具身智能。第一階段的特點是預程式設計控制，機器人主要運行在結構化環境中，缺乏即時反饋，依賴人工預先設定動作與流程，因此更適合重複性強、變化較少的任務。第二階段進入閉環控制，機器人開始引入視覺等反饋資訊，能夠在半結構化環境中根據感知結果修正動作，但整體仍較依賴精確建模與控制框架。第三階段則邁向具身智能，核心特徵是多模態感測融合與更強的自適應能力，機器人不再只執行既定程序，而是嘗試在非結構化環境中完成更複雜的互動與操作任務。整體來看，機器人操作能力正沿著從“無反饋”到“有反饋”、從“預設執行”到“自適應決策”的方向持續演進。圖3 真實物理世界中的操作挑戰圖3 主要說明，隨著機器人逐步走出結構化工廠環境，機器人操作所面對的對象正在從傳統剛性工件轉向更複雜、也更難感知和建模的物體。例如，線纜屬於線狀對象，玻璃屬於透明對象，布料屬於柔軟對象，醫療場景中的人體組織則屬於可變形對象。這些對像在接觸、形變和狀態估計上都比傳統剛體更複雜。與此同時，機器人操作類型也在不斷擴展，除了基礎的抓取—放置操作之外，還包括依賴單點接觸實現複雜運動的單點接觸滑動操作、推拉操作、僅依靠單手完成物體旋轉的手內操作，以及開關閥門、抓取物體、使用工具等更豐富的靈巧操作。複雜對象與多樣任務的疊加，使機器人在與物理世界互動時面臨建模困難、不確定性高、擾動大和感知能力受限等挑戰。表I 靈巧操作的資料採集範式表I 對靈巧運算元據採集範式做了系統梳理，整體可分為三類：模擬平台、人類示教和遙操作示教。其中，模擬平台側重於以大規模、低成本方式生成訓練資料，代表性工作包括 GraspM³、RoboGen、DexGraspNet、GRPtopia，能夠提供百萬級抓取軌跡、多類別物體資料以及多樣化任務與場景，但這類資料仍面臨從模擬走向真實世界的遷移問題。人類示教部分則更強調從真實人類操作中獲取先驗，Videodex、VTDexManip、ActionSense 等方法開始引入視覺、動作、觸覺、本體感覺、肌電與眼動等資訊，使資料更加貼近日常任務與真實互動過程。遙操作示教方面，Open-TeleVision、GR00T、DexCap、Mobile ALOHA、π0等系統展示了當前主流採集路徑，即通過 VR、動捕手套、多攝影機或全身遙作業系統將人的動作對應到機器人上。整體來看，這張表反映出靈巧運算元據採集正從單一模態、單一場景走向更大規模、更多模態和更複雜任務，但高品質多指靈巧手資料仍然稀缺，且現有遙作業系統普遍缺少力反饋，這也是後續學習框架受限的重要原因。圖4 Human-to-Robot Gap 手部對比圖圖4 主要說明，人手與現有多指靈巧手之間仍然存在明顯的 Human-to-Robot gap。圖中對比了人手、Allegro Hand 和 Shadow Hand三種形態，可以直觀看到，當前機器人手在手指尺寸、結構佈局和驅動整合方式上都與人手有較大差異。比如，Allegro Hand 只有四根手指，且單指尺寸明顯大於人類手指；而 Shadow Hand雖然手指更接近人手的細長形態，但其背後配有較大的驅動盒，會對整個手部的可達空間和臂手系統整合帶來負面影響。論文正文進一步指出，受限於當前機電系統在驅動—傳動效率、能量密度和有限空間內實現高自由度等方面的能力，機器人手仍難以達到人手的形態與功能水平。正因為這種結構與尺度上的差異，人類示教資料很難直接無縫遷移到機器人系統上，這也構成了靈巧操作學習中的一個關鍵瓶頸。表II 靈巧操作技能的學習框架表II 對靈巧操作技能的學習框架做了系統梳理，整體可分為兩大類：模仿學習和強化學習。其中，模仿學習部分既包括 DMP、SEDS、ProMP、TPGMM、KMP 這類基於軌跡表示與運動建模的方法，也包括行為克隆、逆強化學習、GAIL、AIRL 等框架。表中可以看到，這一方向正逐步從單純復現示教軌跡，轉向結合視覺、觸覺、本體感覺、力資訊的多模態學習，例如 DIME、DIH-Tele、ViTacFormer、DexForce、DexSkills等方法都在嘗試把人類示教與機器人手部動作、觸覺特徵或接觸力資訊結合起來。強化學習部分則覆蓋了Bi-DexHands、Unidexgrasp++、Tactile-AIRL、DexTouch、VTAO-BiManip、DAPG、DexH2R、LEGION等代表性方法，重點體現出幾個趨勢：一是借助高保真模擬平台和大規模任務集提升訓練效率，二是將視覺—觸覺聯合感知引入策略學習，三是通過少量人類示教、動作重新導向、語言嵌入和終身學習增強策略的泛化與遷移能力。整體來看，這張表反映出靈巧操作學習正從單一模態、單一任務，走向多模態融合與更強泛化能力。圖5 挑戰與新趨勢總圖圖5 是全文對靈巧操作學習瓶頸與未來方向的集中總結。作者將當前挑戰概括為三點：第一，多指靈巧手高品質資料集不足。模擬資料存在 Sim-to-Real gap，人類示教資料又面臨 Human-to-Robot gap；同時，現有大多數資料集仍圍繞簡單夾爪建構，而基於多指靈巧手的高品質資料稀缺，現有遙操作採集系統還普遍存在僅依賴視覺反饋、缺少力覺/觸覺資訊、時延較高等問題。第二，靜態學習框架魯棒性不足。當前基於強化學習或模仿學習的框架難以在學習過程中動態調整技能，也難把人類糾錯與偏好有效納入閉環，因此一旦面對新環境或新任務，性能容易明顯下降。第三，端到端學習框架泛化能力不足，不僅可解釋性弱，也難以處理長時序、多階段任務。基於這些問題，提出三條新趨勢：建構高自由度、力—觸覺緊耦合的敏捷遙作業系統，引入基於人類剛度意圖反饋的技能遷移與持續進化機制，以及發展融合多模態感知與層級決策的混合智能框架。 (AI工業)