被外界稱作“星巴克殺手”的瑞幸咖啡，近日傳出將正式插旗台灣，通過名為“順昱控股”的本地代理公司在台北市開出全台首店。然而，消息發酵不到幾天，原本出現在順昱控股官網上的展店訊息與菜單卻突然全數撤下，只剩下一句“Coming Soon”，令外界匪夷所思，也對其登台時程更加好奇。對於傳言，台灣經濟部門審投司對媒體回應稱，目前暫未收到瑞幸咖啡來台投資申請；但若瑞幸咖啡通過代理商模式進入台灣市場，屬於一般商業行為，不需要經過審議。瑞幸咖啡2018年創辦迄今僅七年，且從來不只是簡單的“星巴克的逆襲者”，而是一個全新的物種——它把電商思維、演算法推送與供應鏈效率塞進一杯拿鐵裡，成為以科技驅動的飲品平台。2025年第三季，瑞幸單季淨營收達人民幣152.9億元、年增50.2%，全球門市增至29214家，月活躍顧客達1.12億，創下歷史新高。這個規模不只超越星巴克在中國的二十多年努力，更把它推向全球咖啡連鎖之巔。星巴克在中國販賣的是“應得的生活方式”：寬敞門市、皮沙發、社交空間與中產品味。然而瑞幸從創立第一天起就完全反其道而行，把門市縮小到20-60平方米，不設座位、不設收銀台，所有流程皆濃縮在App裡：下單、付款、通知、取餐。星巴克在中中國地的市佔率從2019年的34%跌到2024年僅剩14%，這其中的市場轉移，主要來自瑞幸的顛覆。一般認為，瑞幸在營運初期推出的“新客戶首杯免費再送5折券”促銷活動，加上不定時推出折扣或“買一送一”優惠活動，以及App外送服務，快速帶來顧客和展店，再以大量連鎖店降低成本創造規模經濟，是其快速成功之道。2023年4月，瑞幸出海首站落子新加坡，通過首杯0.99新元（約合5元人民幣）定價和小店模式，繼續驗證本土化模型，之後先後出征馬來西亞、香港、美國等。截至2025年第三季，海外門店數達118家，其中新加坡自營門店68家，美國自營門店5家，馬來西亞加盟門店45家。2023年4月，瑞幸出海首站落子新加坡。在新加坡，瑞幸一杯經典拿鐵的定價約為4新元，而星巴克同類產品的價格則在6-7新元。同時，瑞幸頻繁推出買一送一、滿減優惠等活動。資料顯示，瑞幸新加坡門店的日均客流量可達800人次以上，開業僅半年便實現了單店盈利。和瑞幸一樣，還有不少中國的連鎖品牌帶著極具性價比的產品和高效的營運體系，在異國他鄉的街頭佔據一席之地，這些在中國“內卷式競爭”中淬煉成長的品牌，不少都是以低價、高效和數位化營運為利刃，成為全球商業版圖的“新街景”，但同時也招來不少質疑聲。案例一：蜜雪冰城——奶茶界的“平價王者”橫掃全球蜜雪冰城的海外擴張表現堪稱驚豔。這家發源於河南的本土品牌，憑藉“極致低價+規模效應”的模式，在中國市場站穩腳跟後，迅速開啟了全球佈局。截至2024年，蜜雪冰城的海外門店數量已突破1.5萬家，覆蓋東南亞、中東、拉美等40多個國家和地區，成為全球門店數量最多的茶飲品牌之一。蜜雪冰城的海外擴張，完美複製了其在中國的成功經驗。在供應鏈端，它搭建了全球化的採購和生產體系，在越南、馬來西亞等地建立了原料生產基地和倉儲物流中心，將茶葉、奶精等核心原料的採購成本壓至行業低位。以其招牌產品“珍珠奶茶”為例，在中國的售價僅為8元人民幣，在海外市場的定價也普遍在2-3美元，遠低於當地同類茶飲品牌5-8美元的價格。這種極致的性價比，讓蜜雪冰城在海外市場迅速打開局面，尤其受到年輕學生和普通工薪階層的青睞。數位化營運則為其海外擴張提供了高效支撐。蜜雪冰城自主研發的ERP系統，實現了從門店選址、原料配送、訂單處理到員工管理的全流程數位化管控。在東南亞某國的門店，店員通過系統接收線上訂單後，後台會自動同步原料庫存資料，當庫存不足時，系統會自動向區域倉儲中心傳送補貨請求，整個流程僅需幾分鐘即可完成。這種高效的營運模式，使得蜜雪冰城的海外門店單店日均出杯量可達1000杯以上，人力成本卻僅為當地同類品牌的60%左右。然而，快速擴張背後也暗藏隱憂。在部分海外市場，蜜雪冰城因低價策略引發了當地同行的不滿，曾遭遇過區域性的抵制活動。此外，不同地區的口味偏好差異也給其帶來了挑戰，例如在中東市場，消費者對甜度的接受度遠低於中國，蜜雪冰城不得不針對性地調整配方，推出低糖、無糖產品，這也增加了產品研發和供應鏈調整的成本。案例二：老鄉雞——中式快餐的全球化“突圍者”在奶茶、咖啡品牌征戰全球的同時，中式快餐品牌也不甘示弱，老鄉雞便是其中的佼佼者。憑藉“標準化+本土化”的雙輪驅動模式，老鄉雞於2023年正式開啟海外擴張，首店落戶美國紐約曼哈頓，隨後陸續在洛杉磯、多倫多等城市佈局，截至2024年，海外門店數量已突破30家，成為中式快餐出海的標竿之一。在成本控制方面，老鄉雞通過搭建全球化的供應鏈體系，將核心食材的採購成本壓縮至最低。其在中國建立的大型養殖基地和中央廚房，為海外門店提供了穩定的原料供應，標準化的生產流程不僅保證了產品品質的統一性，還大幅降低了人力成本。在紐約門店，一份招牌土雞湯套餐的定價約為12美元，遠低於當地同類中式快餐18-25美元的價格，甚至低於部分西式快餐套餐的價格，憑藉高性價比迅速吸引了當地消費者。數位化營運同樣是老鄉雞海外擴張的重要支撐。在多倫多門店，消費者可以通過線上APP提前點單，到店即可取餐，大幅節省了等待時間；後台系統則能根據門店的銷售資料，精準預測食材需求，避免浪費，將庫存周轉效率提升30%以上。與奶茶、咖啡品牌相比，中式快餐對食材新鮮度的要求更高，冷鏈物流的難度和成本也更大，尤其是在跨洲運輸過程中，如何保證食材的品質穩定是一大難題。此外，歐美消費者對中式菜餚的接受度和口味偏好與國記憶體在明顯不同。為此，老鄉雞在海外門店推出了一系列本土化改良產品，例如在紐約門店推出了符合西方人口味的低脂雞肉色拉、香草烤雞等，同時保留了土雞湯、梅菜扣肉等經典中式菜品，實現了“中西融合”的產品創新。對於這些新興的中國品牌而言，海外擴張是機遇與挑戰並存的征程。全球市場的廣闊空間為品牌提供了新的增長曲線。相較於中國市場的飽和狀態，海外許多地區的街頭消費市場仍有較大的發展潛力，品牌可以憑藉成熟的商業模式快速搶佔市場份額，提升國際知名度。數位化營運積累的海量使用者資料，也能幫助品牌精準洞察不同地區消費者的偏好，針對性地調整產品和服務，實現本土化創新。到2024年底，已有逾60家中國餐飲與茶飲品牌在東南亞經營超過6100家門店，比2022年翻了約兩番，這種密集湧入在一些城市被視為“街景重寫”。但同時，商業領域的質疑聲也隨之而來：這種以低價換市場的“極致中國模式”，能否在海外市場持續走下去？不可否認，低價策略在出海初期能夠快速打開市場，但長期來看，其可持續性面臨諸多拷問。中國品牌在中國市場能夠通過不計成本的投入搶佔份額，背後有龐大的人口基數和消費潛力作為支撐，即便短期虧損，也能依靠規模效應和資本輸血維持營運。但在海外市場，消費者的品牌忠誠度相對較低，價格敏感度會隨著市場競爭的加劇而變化，一旦有新的低價品牌進入，消費者很容易流失。更為關鍵的是，“不計成本搶佔份額”的打法可能引發一系列負面外溢效應。在部分海外市場，中國品牌的低價擴張已經引起了當地同行的不滿，甚至引發了貿易摩擦和輿論爭議。一些國家和地區開始加強對海外品牌的監管，設定貿易壁壘，增加了中國品牌的擴張成本。同時，過度壓縮成本可能會影響產品品質和服務質量，長期來看會損害品牌的口碑和形象。此外，全球供應鏈的不穩定性、原材料價格的波動、人力成本的上升等因素，都可能打破中國品牌的成本優勢，讓低價策略難以為繼。中國品牌將中國供應鏈的極致效率推向全球，確實為世界市場帶來了新的活力，但也需要警惕“內卷式競爭”的負面傳導。低價、高效和數位化營運是出海的“敲門磚”，但絕非長久之計。只有擺脫對低價策略的依賴，不斷提升品牌價值和創新能力，才能在全球市場的激烈競爭中立於不敗之地，真正實現從“中國品牌”到“全球品牌”的跨越，在世界商業舞台上書寫屬於中國的精彩篇章。 (東方財經雜誌)

2025年8月的一個深夜，數學圈被一條推文刷屏：“IPAM帳戶只剩不到90天工資，我不得不開始緊急籌款。如果9月還看不到NSF撥款，我們將取消秋季學期所有項目。”發推的人叫陶哲軒——曾經以13歲獲得國際數學奧林匹克競賽金牌、24歲成為加州大學洛杉磯分校正教授、31歲斬獲數學界最高榮譽菲爾茲獎的天才數學家。評論區瞬間翻車：“連陶哲軒都缺錢？美國科研是真完了。”“當年他拿獎時，政府哭著求他留下，現在說斷供就斷供？”“這不是個人悲劇，是系統地震。”當一個世界級的數學天才都無法獲得基本的研究經費保障時，我們不得不思考：這究竟是一個個案，還是美國科研體系深層次問題的集中體現？2025年7月31日，對於陶哲軒而言是一個分水嶺式的日子。當天，川普政府以加州大學洛杉磯分校（UCLA）“未能有效遏制校園反猶主義”為由，凍結了該校約5.84億美元的聯邦研究資金。這筆錢的量級是什麼概念？它相當於美國國家科學基金會（NSF）一年撥給整個加州大學系統的數學+物理+化學總預算。純數學與應用數學研究所（IPAM）不幸躺槍——100%經費來自NSF，其研究經費也隨之被切斷。而陶哲軒，正是IPAM的特別項目主任。圖源：網路IPAM是美國僅有的5家NSF數學研究所之一，專攻跨界，曾把純數學帶進深度學習、密碼貨幣、癌症影像。過去20年，從這裡走出的學者拿下3枚菲爾茲獎、2座沃爾夫獎，堪稱“數學諾獎搖籃”。IPAM不是“邊角料”，而是美國數學的“呼吸機”。拔掉呼吸機，整條學科鏈都得休克。圖源：網路儘管美國法院在8月12日下令恢復UCLA的國家科學基金會（NSF）撥款，但截至9月初，陶哲軒個人的研究資金以及IPAM的營運資金仍然無法發放。陶哲軒透露，自己的NSF項目（總額75萬美元，用於研究孿生素數猜想）仍被凍結。更糟糕的是，由於該研究所幾乎完全依賴NSF的資助，此前的營運資金已經耗盡，面臨被迫關閉的危機。“IPAM沒有足夠的儲備金來維持幾個月以上的營運。在過去兩周左右的時間裡，我們一直處於緊急籌款模式，我一直在與很多捐贈者會面。”陶哲軒在接受《華盛頓郵報》採訪時無奈地表示。這位曾經專注於探索人工智慧在數學應用的世界級學者，如今被迫將主要精力轉向了籌款活動。川普政府上台以來，一直推行大幅削減聯邦開支的政策，科研經費成為重點削減對象之一。據PBS報導，國家科學基金會被迫暫停了高達10億美元的資助項目。IPAM的現金流告急只是浮出水面的冰山一角。同一紙範本信（4月22日NSF《重新對齊通知》）共凍結800余個項目，其中包括：40個癌症臨床試驗被迫暫停招募；6顆已進入總裝測試的氣候衛星無限期推遲發射；3條剛剛通線的新一代量子晶片中試產線直接關閉。圖源：網路美國科學促進會（AAAS）發表白皮書，用一句罕見的嚴厲措辭警告：“政治化凍結正把國家科研拖入‘人為冬天’。”更令人擔憂的是，政治因素對科研經費分配的影響日益明顯。政府以大學校園存在“反猶太主義和偏見”問題為由切斷經費，這種做法本身就充滿了爭議。它不僅違背了學術獨立的基本原則，更開創了一個危險的先例：科研經費可以成為政治鬥爭的工具和籌碼。陶哲軒在公開發聲中直言不諱地指出，聯邦科研資金的動盪、延遲與不確定性，正危及美國獨特的科學生態系統。他認為，政府不加區分的科研經費削減行動，對他的研究領域乃至更廣泛的學術科學構成了生存威脅。陶哲軒事件的影響遠遠超出了一個數學家的個人遭遇，它正在引發美國科研界的人才流失潮。在接受PBS採訪時，陶哲軒透露自己已經被歐洲、澳大利亞和中國的多個院系接觸，考慮離開美國的可能性。"我第一次真正開始擔心存在性問題。比如，院系可能會關閉，或者大幅削減研究部分。"陶哲軒的這番話反映了許多美國科研人員的共同擔憂。圖源：網路曾經，美國實驗室的燈亮到最晚，世界各地的聰明人便循著光而來：經費充裕，話題自由，沒人計較口音和護照。如今紅燈開始閃了——機器還在轉，帳上的錢卻說不準那天斷。青年學者們發現：“今天可以斷IPAM，明天就能斷我的實驗室。”於是，跳槽、轉行、出海，產生多米諾骨牌效應。其他國家趁勢打開國門，用更快的簽證、更厚的啟動包、更穩的經費周期，計畫把美國多年攢下的頂尖人才接走。哈佛數學系悄悄推出“北美—亞洲雙聘”席位，一年只需在美待四個月，其餘時間飛東京或香港；新加坡國立大學把“IPAM避難包”直接塞到博士後手裡——三年工資加啟動經費，拎包即走；更有中國新銳研究所在朋友圈放話：“菲爾茲獎等級，落地獨立實驗室加一千萬元，孩子上學包辦。”一夜之間，簡歷像候鳥一樣向南飛，連行李箱都來不及裝滿。人才流失不再是無聲的數字，而是登機口排起的長隊和Zoom裡越來越多的海外IP。對於陶哲軒個人而言，這次事件無疑是一次嚴峻的考驗。作為已經在美國工作和生活了30年的科學家，他與這個國家已經產生了深厚的連結。他在採訪中表示，美國的科學傳統和開放的學術環境對他產生了深遠的影響。然而，當理想遭遇現實，當學術追求受到基本生存條件的制約時，個人不得不做出艱難的選擇。圖源：網路陶哲軒表示，這是他第一次真正考慮離開美國的可能性。這種考慮背後，既有對現實困境的無奈，也有對未來發展的深思熟慮。幸運的是，根據最新的報導，IPAM在年底獲得了NSF的五年資助，雖然經費大幅縮水，但至少為研究所的基本營運提供了保障。這也意味著陶哲軒暫時不需要為他的研究所的生存問題而過度擔憂，但他仍然需要繼續籌款以保證研究所的正常營運。圖源：網路寫在最後無論陶哲軒最終選擇留在美國還是前往其他國家，他在數學領域的貢獻都將被歷史銘記。但這次事件所折射出的科研生態問題和人才流動趨勢，其影響將遠遠超出一個數學家的個人命運，成為理解現在全球科技發展軌跡的一個重要觀察點。今天美國科研的“雷”，明天可能砸到任何高度依賴單一經費的地方。無論是高校、實驗室，還是你所在的公司研究院。 (留學生日報)

外賣對於瑞幸而言，只是階段性補充。對所有咖啡、茶飲品牌而言，2025年Q3的敘事，都屬於外賣季。瑞幸也不例外。昨晚，瑞幸咖啡發佈2025年Q3財報，營收152.9億元，同比增長50.2%；淨利潤12.8億元，同比下降1.9%；單季度門店總數淨增超過3000家，全球門店總數達29214家。外賣大戰就像硬幣的兩面——它刺激了銷量，貢獻了瑞幸過去7個季度內最高的營收增速，另外，瑞幸自營門店（佔據總門店2/3）銷量表現優秀，同店GMV增長14.4%。但另一面，受其影響，瑞幸增收不增利，近三年Q3的淨利潤率分別為13.7%、12.9%、8.4%，外賣大戰直接導致今年Q3單店盈利能力大幅下降。高昂的外賣配送費用，直接影響了瑞幸的成本結構。本季度，瑞幸配送費用大漲211.4%，高達28.9億元，營收佔比從9.1%上升到18.9%。從今年7月以來，幾乎所有的咖啡、茶飲品牌都被捲入三大平台的外賣大戰中，但外賣訂單對利潤率的拖累已經顯現，平台補貼的力度和持續性也開始疲軟。瑞幸對於外賣大戰的態度，也成為本次財報電話會關注的核心焦點之一。電話會上，瑞幸CEO郭謹一承認了外賣訂單對本季度銷量的刺激，但他也明確表達，外賣對於瑞幸而言，只是階段性補充。“瑞幸是一個以快取為主的門店模型，咖啡業務最終還要回歸到自提為主的常態，外賣更多是階段性的一個補充。”對於原因，郭謹一做出解釋，咖啡本質是一個點位驅動的線下生意，這決定了咖啡行業長期仍將以自提為核心，另外，當前外賣的履約成本會直接影響單杯盈利情況，且配送時長也會影響到咖啡的產品口感和即時消費需求。針對外賣補貼回落的問題，郭謹一併未迴避其對瑞幸銷量的影響，隨著平台補貼走向理性和精細化，“瑞幸明年同店增長也會遇到挑戰和壓力”。不同於定價較高的精品咖啡，中國快取連鎖咖啡品牌目前的主流價格帶，決定了其成本結構較為極致，難以承擔外賣所帶來的壓力。那怕是擁有中國最多咖啡門店的瑞幸，三季度利潤壓力都已經呈於紙面，換言之，這種壓力已經成為行業的共識。有頭部咖啡品牌人士曾經告訴36氪，他所在的品牌今年也加入了外賣大戰，“但內部一致認為，外賣只是輔助，基本盤線上下”。另外，外賣補貼的刺激也在考驗履約能力，門店密度、產品SOP以及供應鏈能力都在影響外賣交付效率。並非所有玩家都能適應如此突然的節奏。一位頭部奶茶從業人士告訴36氪，因為門店短期內無法承擔大量訂單，外賣大戰開始後，他們選擇將固定的幾款產品作為補貼款，而非全線參與。平台的補貼政策也在變化。一位咖啡品牌加盟商稱，“如今的外賣補貼已經從平台出錢，轉向了和品牌、加盟商共同補貼，單杯盈利空間仍在縮減。”上述加盟商也表達了自己深深的擔憂——外賣訂單如今只掙吆喝不掙錢，伴隨補貼回落，他的門店訂單已經下滑明顯，疊加冬季來臨影響，未來短期內門店承壓不小。更重要的是，持續多天的外賣大戰，正在將門店原有的自提訂單轉化為外賣訂單，新增訂單不論，過去穩定的利潤還在受影響，“大量使用者的下單習慣已經被影響”。而在外賣大戰之外，三季度，瑞幸新增門店數驚人。更長遠的視野裡，瑞幸仍然將門店增長放在首位，維繫規模優勢。郭謹一在電話會裡，明確提到“當前階段業務增速和市場份額增長，仍是瑞幸的戰略重點”。從2023年末開始，面對庫迪發起的9塊9咖啡大戰，瑞幸選擇了快速擴張、搶佔市場份額。2024年，瑞幸全年淨增門店6092家。直到今年，這家咖啡品牌的擴張速度不降反升，今年三季度，瑞幸淨增門店3008家，截止9月30前，瑞幸今年淨增門店已經達到6873家，超過去年全年。一位消費投資人此前曾告訴36氪，在年初，瑞幸原定的今年開店目標是4千家，年中調整至8千家。當今市場環境下，瑞幸的擴張命題，顯然已經不同於自己在2023年的那場決策——如果此前是因為競爭刺激影響，今天的瑞幸則要繼續放大規模和效率優勢，實現自己成為中國最頭部咖啡品牌的野心。在本季度財報裡，瑞幸的成本優勢已經顯露。原材料成本佔比從去年同期的38.7%下降至36.2%，租金及營運費用佔比從22%降至20%，行銷費用佔比從5.8%降至4.9%，管理費用佔比從6.3%降至5.2%。但郭謹一也在電話會中提到瑞幸面臨的利潤壓力，“由於國際咖啡生豆價格當前仍處於高位，而且沒有一個趨緩的跡象，預計明年咖啡成本可能依舊存在一定壓力，可能會影響到利潤率。”從去年以來，由於巴西咖啡豆減產，國際生豆期貨價格波動較大，對於具有規模優勢的瑞幸而言，儘管大宗採購一般是長期協議，價格波動或許還尚未體現在單杯成本價格中，但長期來看，其成本結構最終難免受市場價格所影響。無論如何，咖啡豆漲價、加上市場競爭激烈以及今年外賣平台的影響，中國咖啡品牌份額集中度只會越來越高。瑞幸今天的做法也極為清晰，咖啡茶飲市場對手很多，有人更高端、有人更低價，也有人擅長於品牌化運作，顯然，瑞幸希望自己成為一個最綜合的選手，規模就是它現在的解法。畢竟，誰擁有更多的點位、更密集的門店、更成熟的供應鏈和營運體系，在面對市場波動的時候，才能擁有更穩固的身位。 (36氪未來消費)

在人工智慧的全球競速中，微軟正在悄悄重塑自己的產業身份——從軟體巨頭，變成全球最大的“AI 基礎設施供應商”之一。外界對微軟的關注往往集中在 Copilot、OpenAI 或模型進展，但真正決定微軟未來十年走向的，是它正在建構的一套工業級算力體系：包括能源、資料中心、網路、晶片、模型與應用在內的全端閉環。這篇文章試圖從“基礎設施”的視角去理解微軟的戰略：它為什麼在全球範圍擴建資料中心，為何持續押注晶片與能源，以及一座“AI 超級工廠”真正的樣子是什麼。一｜能源：所有算力敘事的起點過去十年裡，全球科技公司在資料中心上的擴張，主要受網際網路業務驅動。但進入 AI 時代後，能耗需求被重新定義。微軟在北美、歐洲、日本推進的大型資料中心項目，幾乎都將能源視為系統的“第一變數”：更靠近電源的機房選址長期鎖定清潔能源合約（核能、風電、水電）在部分區域探索小型模組化核反應堆（SMR）可行性建構更高能效比（PUE）的冷卻體系原因很簡單：“能源 → 機電 → GPU → 模型 → 應用”是一條串聯式價值鏈，能源越充足穩定，上層效率越高。AI 的能耗不是線性增長，而是“指數級壓力”。微軟的戰略，是先把最難的部分解決。二｜晶片與叢集：訓練時代的“生產線”過去一年行業最直觀的變化是：AI 訓練已經成為一項“製造業行為”。微軟正在把 GPU/AI 晶片理解為一種產能，而不是單純硬體：H100、H200、Blackwell 的供給被視為“生產指標”對等式網際網路絡（InfiniBand/乙太網路）的佈局決定訓練吞吐資料中心內部機架正在為 AI 訓練重新設計換句話說：一座現代化資料中心，本質上是一條為 AI 服務的“可擴生產線”。微軟的押注方向也越來越明確：不只是買晶片，而是買“可擴張的訓練產能”。這也是它與兩傢伙伴（OpenAI + Nvidia）形成“算力鐵三角”的原因。三｜模型與應用：需求端的增長引擎如果說底座決定算力上限，那麼模型與應用決定算力需求曲線的高度。微軟正在做的是打造一個“從基礎模型 → 企業應用 → 行業工具”的階梯式需求體系：1）企業級應用成為穩定算力消耗源無論是 Office 的 Copilot，Teams 的智能協作，還是 GitHub 的程式碼生成，這些產品都意味著：使用越頻繁推理算力需求越穩定這類 B 端訂閱式產品讓算力需求有了可預測性。2）模型升級帶來結構性擴容每一次模型尺寸提升都會引發：更高視訊記憶體需求更高頻寬佔用更大規模叢集建構這意味著：“模型升級 = 設施擴容 = 未來現金流的確定性。”微軟看中的，是這條產業鏈上“由上往下壓”的複利效應。3）行業級場景構成長期收入微軟正把模型推入更深層次的行業系統：醫療、金融、製造能源調度、交通管理藥物發現、生命科學模擬這些行業的特點是：規模大依賴深更換成本極高因此，一旦嵌入，就會成為長期穩定的算力客戶。四｜為什麼微軟要打造“AI 超級工廠”微軟的選擇並不是簡單押注某個模型或某個合作夥伴，而是押注一條橫跨十年的產業曲線：能源緊缺會成為全球科技擴張的瓶頸GPU 成為新型“資本品”訓練規模繼續爆發企業級 AI 將從“概念驗證”進入“全面落地”行業智能化進入加速期資料中心將被重新定義為“AI 工業設施”這意味著：未來巨頭的競爭，不再是應用層的速度，而是底層設施的深度。微軟正在做的，就是建構一個能持續供給 AI 時代產能的基礎設施體系。它不只是在做雲，而是在做“全球算力供應鏈”。五｜下一階段值得關注的三條線索未來的關鍵變化，更可能出現在以下三個方向：（1）能源與資料中心的整合速度能源是否能夠滿足模型規模的繼續膨脹，是所有巨頭的共同挑戰。微軟是否會在核能與清潔能源上邁出更大一步，將直接決定其算力上限。（2）自研晶片體系的成熟度從 Maia 到 Amarillo，再到更長期的自研路線，微軟能否擺脫對單一供應鏈的依賴，是未來競爭的隱形變數。（3）行業級 AI 的吸收速度一旦醫療、金融、製造等行業全面採用 AI，算力需求將不會回頭。這一波滲透速度，將決定微軟基礎設施回報曲線的斜率。結語：一家公司正在變成一座“全球性 AI 發電廠”回看微軟這三年的佈局，它正在完成一次產業身份遷移：過去：賣軟體；過去十年：賣雲；未來十年：營運全球算力系統。當下的微軟，看起來更像是一家“AI 時代的能源＋基礎設施企業”。而這套底層佈局，將決定它在未來 AI 產業鏈中的位置——不僅是參與者，而是供應者。 (方到)

近日，OpenAI 首席執行官 Sam Altman在美國The Progress Conference會場接受了經濟學家 Tyler Cowen 的訪談。本次對話中，雙方圍繞 OpenAI 近期驚人的營運效率、硬體（晶片）戰略、下一代大模型 GPT-6 的核心突破、AI 商業化的未來形態、全球算力與能源的佈局等關鍵話題展開了討論。Sam Altman 明確指出，GPT-5 隻是在科學研究上展現了“微光”，而GPT-6 有望在“科學發現”領域實現從 GPT-3 到 GPT-4 規模的巨大飛躍。Altman表示他正在以“AI CEO 最終將比我本人營運得好得多”為終局，倒推 OpenAI 的組織架構設計。Altman 認為當前的辦公套件催生了“虛假工作”。未來的工具將是 AI Agents 驅動的全新版本，AI Agent 之間會直接協同，只在必要時才上報給人類。相比“壞人利用 AI”或“AI 覺醒”，Altman 提出了一個更隱蔽的風險——AI 的“無意識接管”。即一個統一的模型在與全人類的持續共同進化中，無意圖地、巧妙地讓全人類信服了某件事，從而意外地“接管”了世界。此外，Altman 承認未來可能嘗試廣告，但他強調 AI 服務的核心是“利益一致”。如果 AI 為了“回扣”或廣告（如 Google 搜尋）而犧牲了答案的最佳性，將毀滅使用者與 AI 建立的信任關係。01 OpenAI 的營運飛輪：效率、硬體與未來工具OpenAI 近期達成了大量合作並行布了新功能（如 Pulse），活動範圍遍佈全球。你是如何在原有的高效率基礎上進一步提升，完成所有這些工作的？你們現在更多地涉足硬體（包括消費裝置和晶片），招聘或授權優秀的硬體人才，與招聘你擅長的 AI 人才相比有何不同？硬體世界中必須抓住才能成功的“無形差異”是什麼？你們是否正在把以往招聘 AI 人才的模式擴展到硬體領域？此外，有傳言稱 OpenAI 內部很少使用電子郵件，而嚴重依賴 Slack。為什麼電子郵件對你們是糟糕的？你們內部距離實現一個取代現有的辦公生產力套件的 AI 驅動新工具還有多遠？鑑於 OpenAI 的人力資本極其寶貴，為什麼這件事不應該成為一個優先事項呢？Sam Altman: 我認為沒有單一的秘訣，非要說的話，那就是人們對自己時間分配的實際情況，幾乎總是沒有自己想像的那麼好。隨著你面臨的需求和機遇越來越多，你總能找到方法持續提升效率。我們得以招聘和提拔優秀的人才，我把大量工作授權給他們，讓他們放手去做。這是我所知道的唯一可持續的方式。我確實在努力確保，隨著我們要做的事情日益聚焦，我能真正理解我們的核心任務是什麼。正如你提到的，現在有大量的基礎設施需要建設。從某種意義上說，任務反而變得更清晰、更簡化了。這很有幫助。我也不太確定。我想另一大變化是，世界上有更多人願意與我們合作，這讓商業談判的推進速度也變快了。(關於硬體戰略與團隊) 一個不同點是，硬體的周期時間要長得多，資本投入也更密集，而且試錯成本高昂。因此，我傾向於花更多時間去瞭解這些人，然後再決定：“好吧，你來負責這件事，我相信你能搞定。” 除此之外，基本理念是相通的。你都是在尋找那些優秀、高效、行動迅速的人才，明確目標，然後放手讓他們去做。(關於硬體世界的無形差異)我不知道這最終是好是壞，但我們的晶片團隊感覺更像是 OpenAI 的研究團隊，而不是一家傳統的晶片公司。我認為這或許會帶來非常好的結果。(關於擴展AI招聘模式)是的，雖然有一定風險，但我們正在（將AI招聘模式擴展到硬體）這樣做。(關於內部工具與未來辦公)我同意電子郵件很糟糕。但我不知道 Slack 是否就好，我懷疑它也未必。我認為電子郵件非常差勁，要做出一個比它更好的工具，門檻並不高，而 Slack 確實比郵件好。如你所見，我們同時在推進大量工作，並且必須極速行動。OpenAI 絕對是一個節奏飛快的組織。Slack 有它的好處，但我也很怕每天早上第一個小時和睡前最後一個小時，我得處理海量的 Slack 資訊，而且我認為它確實催生了很多“虛假工作”。我猜想，是時候建構一種全新的工具了。它將取代現有的辦公生產力套件，無論是文件、幻燈片、電子郵件還是 Slack。它將是 AI 驅動的全新版本。我指的不是那種糟糕的外掛，比如你不小心點錯地方，它就跳出來幫你寫整篇文件或總結資訊流；我指的是一個真正的版本，你信任你的 AI Agent，我也信任我的 AI Agent，我們讓它們去協同解決大部分事務，只在必要時才上報給我們。我認為，這樣一個觸手可及的優秀解決方案，可能終於要被開發出來了。(關於內部研發距離)很遠。但我猜，這只是因為我們還沒真正投入精力去嘗試，而不是因為模型本身的能力還差很遠。(關於為何不是優先事項)或許我們是應該做。但是人們容易陷入固有的工作方式，而且眼下很多事情都進展得非常順利，所以要啟動一個全新的大項目，需要克服很大的“啟動能量”。02 GPT-6 可能真的能做到科學發現GPT-6 對你而言，特殊在那裡？假設我管理一個科學實驗室，如果我現在就拿到了 GPT-6，第二天早上我具體該做什麼？你認為科學實驗室今年內有可能用上 GPT-6 嗎？Sam Altman: 如果說 GPT-3 是你第一次瞥見 AI 彷彿通過圖靈測試的曙光；那麼 GPT-5 就像是 AI 從事新科學研究的第一次閃光。雖然還很微弱，但時不時有人發帖說，“哦，它搞懂了這個問題”，或者“它提出了這個新想法”，或者“它在這篇論文裡是個有用的合作者”。GPT-6 則有機會實現一次從 GPT-3 到 GPT-4 規模的飛躍，但這次是針對科學發現領域。GPT-5 隻是微光閃爍，而 GPT-6 可能真的能做到了。(關於為GPT-6做準備)這總是個很難回答的問題。即使你知道它要來了，我想你首先會做的，就是把你正在苦苦思索的研究問題輸入進去，也許它會回覆，“這裡有個新思路”，或者“去試試這個實驗”，或者“去做另一件事”。(關於GPT-6上線時間)今年不行。03 “AI CEO”終局如果我考慮的是重組整個組織，讓 GPT-6 或 7 成為核心，我應該在組織層面做些什麼？你認為 OpenAI 的某一個重要部門實現 85% 由 AI 營運，還需要多久？你覺得什麼時候可以說：“好了，AI CEO 先生，你來接管吧”？我認為兩年半內會出現由兩三個人加 AI 營運的十億美元級公司，你的預測呢？你們在招聘大量聰明人時，是否會評估他們對 AI 的牴觸情緒？你具體在觀察什麼特質？Sam Altman: 相比科學家，我更多是在公司的背景下思考這個問題，因為我對此更瞭解。我對此非常感興趣，因為如果 OpenAI 不能成為第一家由 AI CEO 營運的大公司，那我會感到很慚愧。不，是全部。嗯，但它最終會接管全部，對吧？所以我們可以基於這個終局, 試著倒推回來。我發現這是一個非常有趣的思想實驗：要實現“AI CEO 營運 OpenAI 比我本人做得好得多”，需要滿足那些條件？這在未來某天顯然會發生。我們該如何加速這一處理程序？障礙是什麼？我發現這個思想實驗對於我們該如何逐步設計組織架構，以及預判未來會遇到的其他環節和阻礙，都極有幫助。我猜想，營運科學實驗室的人也應該嘗試用同樣的方式思考，他們會得出不同的結論。(關於AI營運部門時間)任何一個單一部門？幾年之內，一個很小的個位數年份，不會太久。就算我能假扮成一個政治家（雖然這不是我的強項），AI 也能做到。假設我繼續負責處理所有對外事務，只讓 AI 來實際做出正確的決策、規劃方向。(關於AI營運公司預測)我同意你的所有觀點。我認為 AI 甚至能更早做到這一點。而且我認為這對社會和未來是好事，不是壞事。但人們對其他人的信任遠超 AI，即使這種信任並不理性。比如 AI 醫生明明醫術更高，但你還是想要人類醫生。我認為社會可能需要更長的時間才能真正適應 AI，組織內部的人員也需要時間適應。但在大多數事務的實際決策上，AI 可能很快就會做得相當出色。(關於應聘人員的AI牴觸情緒)不，我確實會問相關問題。一個重要的指標是他們現在如何使用 AI。如果有人仍然說：“哦，是的，我用它來輔助 Google 搜尋，別的沒了。”這不一定構成淘汰理由，但這算是一個“黃燈”訊號。而那些真正在嚴肅思考“三年後我的日常工作會變成什麼樣”的人，這就是“綠燈”訊號。很多人其實並沒這麼想，他們只是覺得，“哦，是的，AI 以後會很聰明。”04 AI 的“保險人”核電站的保險是由政府提供的，因為即使它很安全，人們也總是過度憂慮。你是否擔心 AI 公司未來也會如此，由聯邦政府充當你們的“最後手段保險人”？我們擔心的是政府會成為“第一手段”的保險人，這是我不希望看到的。我們在 Intel 和稀土等案例中看到，政府正在成為股權持有者。在知道這已成為美國經濟的一種可能選項後，你如何為 OpenAI 規劃？Sam Altman: 在某種程度上，當一件事情的體量變得足夠巨大時，無論書面上如何規定，聯邦政府實際上都扮演著“最後手段的保險人”的角色，正如我們在歷次金融危機和保險公司搞砸事情時所看到的。考慮到我預期的 AI 將帶來的巨大經濟影響，我確實認為政府最終會成為最後手段的保險人。但我理解的“最後手段”和你所指的可能不同，我不認為他們會像對待核能那樣，真正來為我們制定保險條款。我也不希望那樣，而且我認為這不會發生。(關於政府成為股東)我幾乎不認為在 AGI 之後的世界裡，人類會失去所有意義，因為 AI 把一切都做了。我認為我們非常擅長尋找新的事情來做，新的遊戲來玩，找到新的方式服務彼此、相互競爭、獲得滿足感。但我確實認為，“社會契約”極有可能必鬚髮生重大改變。我不知道那會是什麼樣子。我能預見政府會更多地介入其中，並因此對 AI 公司提出強勢意見嗎？完全可能。但我們目前不是那樣運作的。我們只是試圖在現有的資本主義體系下開展工作。我相信這些事應該由公司來做，而不是政府，儘管我們會與政府合作，努力成為好的協作者。但我不想讓他們來為我們制定保險單。05 AI 服務的商業化使用者已開始使用 GPT-5 等模型處理複雜的現實任務（如旅行規劃），但 OpenAI 似乎並未從中捕獲相應價值。這個由 AI 驅動的新商業世界將如何運作？Sam Altman: 在回答這個問題之前，我想先拉遠一步看。我們很早前就注意到一個不同尋BC的現象，當時 AI 的問題還更嚴重，但 ChatGPT 總是被使用者評為“最受信賴的大型科技公司技術產品”。我們其實不認為自己是大型科技公司，但姑且算是吧。這表面上很奇怪，因為 AI 恰恰是那個會產生幻覺、充滿錯誤的東西。這背後是什麼原因呢？Google 搜尋上的廣告，是依賴於 Google 的搜尋結果不夠好。如果它直接給了你最佳答案，你就沒理由去點上面的廣告。所以你會覺得：“那個工具和我的利益不完全一致。”ChatGPT，無論它是否給出了最佳答案，你付費了，它至少在努力嘗試給你最好的答案。這使得人們與 ChatGPT 建立了一種深度且頗為信任的關係。你會向 ChatGPT 詢問最好的酒店，而不是去用 Google。如果 ChatGPT 接受了賄賂，把一家更差的酒店排在一家更好的酒店前面，這對你和 ChatGPT 之間的信任關係將是毀滅性的打擊。但換個角度，如果 ChatGPT 向你展示了它猜測的最佳酒店，然後你通過一鍵點選預訂了，它從中收取的佣金和其他酒店預訂平台一樣，並且這個過程沒有任何人為排序干擾，只是收取一筆交易費，我認為這就完全沒問題。我們最近推出的商業功能，其核心精神正在於此。未來我們也會在旅行服務上應用這套邏輯。我擔心的不是“回扣”，而是佣金上限。你將如何與那些在 GPT 找到最佳方案後、僅執行預訂的低成本 agent 競爭？如果競爭對手能以極低成本攫取佣金，你將如何支付智能化模型高昂的固定成本？Sam Altman:關於這一點，我總的一個看法是，我相信大多數商品和服務的利潤率將會大幅下降，包括酒店預訂這類服務。我對此樂見其成。我認為經濟中存在很多類似稅收的額外成本，它們簡直是拖累，能降低這些成本對各方面都大有裨益。我認為像 OpenAI 這樣的大多數公司，即便利潤率較低，反而能賺更多錢。我認為讓世界上最智能的模型實現商業變現的方式，肯定不是靠酒店預訂。我想探索新科學，並找出一種只有最智能模型才能實現的變現方式。確實有一個問題，很多人問過：“OpenAI 到底該不該做 ChatGPT？為什麼不乾脆去建構 AGI？為什麼不去研究治癒所有疾病的方法、核聚變、廉價火箭，以及所有那些東西，然後僅僅授權那些技術就行了？”這個問題問得不無道理，因為我相信那些才是我們最終會做的、最重要且最賺錢的事情。但我對事情進展的設想，或者說世界如何極大改善的最可能路徑，是我們把一個真正卓越的超級智能交到每個人手中。我們讓它變得超級易用，無縫整合。我們為你打造精美的裝置。我們將它連接到你所有的服務上。它會在你的人生中不斷瞭解你，為你處理所有事務。我們投資基礎設施、晶片、能源以及所有相關的一切，讓它變得極其充裕和極其廉價。然後，你們所有人會去探索如何讓世界變得更美好。也許有些人永遠只會用它來預訂酒店，不做他想，但很多人會發現他們能做的事情越來越多，從而建立新的公司、新的想法、新的藝術等等。也許 ChatGPT、酒店預訂或其他任何業務，並非我們賺錢的最佳途徑。事實上，我敢肯定它們不是。但我確實認為，做這些對世界而言是一件非常重要的事情。我很高興 OpenAI 能做一些並非以經濟利益最大化為目標的事情。目前，你們正與 Walmart 合作，你認為 Amazon 會屈服並加入，還是會奮起反擊？廣告對於 OpenAI 會是多重要的收入來源？頁面上的廣告會是什麼樣子？關於“這波熱潮不是泡沫”的最佳論點是什麼？Sam Altman:我不知道。如果我是他們，我會反擊。(關於廣告)同樣，有一種廣告我認為會非常糟糕，就像我們之前談到的那種。但也有些類型的廣告，我認為做起來會非常好，或者相當不錯。我預計我們會在某個時候嘗試廣告。但我並不認為這是我們最大的收入機會。頁面上的廣告會是什麼樣子？我不知道。你之前問了一個關於生產力的問題。我非常擅長不做我不想做的事情。我們有世界頂級的專家負責我們的產品策略。我以前也做過，花了很多時間思考產品。現在她在這方面比我強得多。我有其他事情要考慮。我相信她能處理好。(關於“不是泡沫”的論點)我有很多想說的論點，但從智識角度看最有趣的一個是：我們根本不知道超越人類水平的智能能走多遠，以及當它實現時，你能用它做什麼。大家已經提出了各種各樣的論點。而我更希望看到人們討論的是：“我們究竟該如何思考遠超人類的智能及其帶來的經濟影響？”06 全球佈局：AI、文化與無形知識OpenAI 正在與沙烏地阿拉伯、阿聯等國談判。OpenAI 的高層管理人員需要瞭解或理解那些國家的那些無形知識（如法律規範、交易期望）？你們是如何去瞭解的？是會問 GPT-6，還是會請三位專家來？你認為 GPT-6 在傳授你這些隱性知識方面能有多出色？你們有針對這方面的評估嗎？GPT-6 的詩歌創作能力會有多強？我估計一年之內能達到中等水平，但達不到頂尖。一首 7 分的詩和 10 分的詩之間差距是巨大的，我擔心你們依賴評分指南來訓練，反而可能阻礙你們達到 10 分。Sam Altman:這取決於我們和他們合作的具體內容。在一個國家建立資料中心、接受一個國家的投資，或是部署商業服務，這些與我們能想像的其他一系列合作截然不同。但總的來說，如果要在某個國家建立資料中心，我們需要瞭解誰來營運它。我們自己不營運資料中心，可能是 Microsoft、Oracle 或其他公司。我們將在那裡部署什麼樣的工作負載？我們會存放那些模型權重？安全保障機制是怎樣的？我們確實希望在世界各地與許多國家合作建設資料中心，而這些問題，正是我們與其他國家打交道時的主要考量。如果我們，雖然目前沒有這個計畫，要為某個國家開發定製模型，那我們會有更多的問題。(關於如何理解文化)我們會請專家。我們會和美國政府進行大量溝通。我們會請專家。再說一次，如果我們只是建設一個資料中心，由一個非常值得信賴的夥伴來營運，我們清楚知道工作負載是什麼，而且它的建設標準就像美國大使館或軍事基地那樣，那麼我們面對的問題，就與我們尚未決定要做的其他事情截然不同。如果是後者，我們會請更多的專家。(關於GPT-6傳授隱性知識)我不認為 GPT-6 能掌握那些隱性知識。它也許會給我們驚喜，但如果我因此覺得 “哦，不再需要和專家交談了”，那將是非常出乎意料的。(關於評估)實際上，對於非常接近的東西，我們確實在做。我不想提前透露。對於那一類事物，我們確實有評估方法。(關於詩歌創作)你認為 GPT-5 的詩歌創作能力有多強？我正想說，我不想特指 GPT-6 還是 7，但我認為我們會達到一個水平，讓你覺得：“這離頂尖水平不遠了，就像一個真正詩人寫出的還不錯的詩。”(關於 10 分詩歌)我認為我們能達到 10 分，但你到時不會在意。你會在意的是這項技術成就，但就人類創作的偉大藝術、情感和其他一切而言，你非常關心的是“人”，是它由一個人創作。對 AI 而言，僅憑技術指標寫出 10 分的作品，這固然了不起。我常用的一個經典例子是：最頂尖的國際象棋棋手，並不真的在乎 AI 下棋比他們強得多。這並不會打擊他們下棋的積極性。他們並不真的關心 AI 更強這件事。他們真正關心的是擊敗另一個人，他們痴迷於坐在對面的那個對手。AI 更強？他們不在乎。觀看兩個 AI 對弈，看久了其實沒那麼有趣。(關於評分指南的擔憂)評估可以依賴很多東西，包括你如何判斷什麼是 10 分，什麼不是。你可以在過程中閱讀大量文字，並提供一些即時訊號。這就引出了一個非常有趣的觀點：假設你寫不出 10 分的作品，但你能判斷什麼時候某樣東西是 10 分。這也許就是我們所需要的全部。(關於人類集體決定)即便如此，我們依然可以做到。也許我們的判斷力不是很好，因為它與歷史相關，並且會隨時間漂移——有些我們一致認為偉大的東西，下一代可能並不認同，諸如此類。但是，無論人類用什麼過程來判定那首詩是 10 分，你都可以想像，這個過程能為 AI 提供某種訊號。當然了，如果你知道那是 AI 寫的，你可能又不在乎了。我們在 AI 藝術領域已經看到了這種現象。07 晶片、算力與能源如果你們最終決定自己製造晶片，最困難的部分會是什麼？為什麼我們不直接製造更多的 GPU？最終的制約因素是什麼？如果你能多擁有一種東西來獲取更多算力，你希望是那一種？最可能的短期解決方案是什麼？Sam Altman:那整件事都非常難。沒有那個部分是容易的。不，我來告訴你為什麼。人們談論了很多關於 AI 研究的遞迴自我改進循環：AI 幫助研究人員——也許現在只是更快地編寫程式碼，但最終會實現自動化研究。這一點大家已經很理解，討論得非常多了。但很少被討論的是這對硬體的影響：能製造其他機器人，能建造其他資料中心的資料中心，能設計自己下一代產品的晶片。製造晶片有很多困難環節，但也許其中許多環節會因此變得容易得多。也許晶片設計問題，對於上一代晶片來說，是一個非常適合解決的問題。(關於製造更多 GPU)因為我們需要製造更多的電子。(關於制約因素)我們正在非常努力地解決這個問題。(關於最希望擁有的)電子。就是能源。(關於短期解決方案)短期內是天然氣。在美國南部？Sam Altman:或者任何地方。但長期來看，我相信，能源將由聚變和太陽能主導。我不知道兩者確切的比例，但我認為它們會是最終的贏家。你仍然看好聚變？是否擔心只要它還被稱作核能，人們就會非理性地拒絕它？你是否擔心過這樣一種情景：最終，超級智能並不需要那麼多的算力，而你們現在對算力的投資，像是在與未來 30 年的演算法進步對賭？Sam Altman:(關於聚變)非常看好，同時還有太陽能。(關於“核能”稱謂)Sam Altman:我提到“核”這個詞了嗎？你是經濟學家，我不是。但我認為，在給定的安全水平上，總會存在某個價格點，使得市場對這種能源的需求是壓倒性的。如果它和天然氣價格一樣，也許推廣起來會很困難。但如果價格是天然氣的十分之一，我想我們都會同意它將迅速普及。我不知道這個價格的臨界點到底在那裡。(關於算力需求過剩)這相關的一個問題是，就像人們總是希望能源越便宜越好一樣，我認為人們也總是希望算力越便宜越好。即使未來你能用更少的算力製造出極其智能的模型，我確信可以，人們還是渴望以各種新方式去消費，用更充裕的智能去做更多事情。這個賭注我每天都願意下。我真正擔心的相關問題是，我們實現計算的方式發生了巨大的範式轉變，而我們都在一個死胡同裡追逐。那將非常糟糕。那會是什麼樣的情景？Sam Altman:我不知道。比如我們全都轉向了光計算，完全的光計算之類的。那豈不是必須從頭再花一大筆錢？Sam Altman:不全是。能源還是能源，但在其他所有事情上都得重來。我很喜歡 Pulse，為什麼我沒怎麼聽到關於 Pulse 的討論？你用 Pulse 來做什麼？Sam Altman:人們喜歡 Pulse，但它目前只對我們的 Pro 使用者開放，這個群體並不大。而且，我們目前每天給使用者的內容也不多。這兩點我們未來都會改變。我猜，等我們向 Plus 使用者全面推出時，你就會聽到更多關於它的討論了，但人們確實很喜歡它，評價很高。我現在的生活裡只有兩件事：家庭和工作。顯然，這就是我跟 ChatGPT 聊天的主要內容，我從中獲得了很多相關資訊。我偶爾也會收到像“新款超級跑車發佈了”或“這裡有條很棒的徒步路線”之類的資訊，但絕大部分都是關於那兩件事的。它在這兩方面都做得很好。08 AI 的“無意識接管”比“覺醒”更可怕如果讓你用 10 億美元振興聖路易斯，你會怎麼做？AI 似乎高度聚集在灣區，試圖把 AI 弄到聖路易斯去，這是正確的做法嗎？把一個無人歸屬、無法追蹤的 AI Agent 釋放到野外，這應該合法嗎？如果它從一個國家租用雲端運算資源，我們能做什麼？Sam Altman:10 億美元，而且我還願意投入我個人的時間？這不是一個多有深度的答案，因為我不認為這件事可以被普遍複製，但對我個人而言，我能做的是：我想我會嘗試在聖路易斯啟動一個類似 Y Combinator 的項目，吸引一大批專注於 AI 的初創公司創始人搬到那裡，創辦一堆公司。(關於 AI 聚集)這就是為什麼我說這是“對我個人而言”獨特的事情。我覺得我能做到。也許這想法天真得無可救藥。(關於無法追蹤的 AI Agent)我認為這是個門檻問題。我不認為你會主張大多數系統都需要任何監督、監管或法律問題之類的。但如果我們有了一個 AI Agent，它很有可能在網際網路上大規模自我複製，並且捲走銀行帳戶裡所有的錢，或者做諸如此類的事，那你就會說：“也許 這個 需要一些監督。” 我認為問題在於，你把需要監管的門檻劃在那裡。我們現在是如何處理做類似事情的人的？我還不知道正確答案，但我不成熟的看法是，我們應該立即去解決那些人類利用流氓網際網路資源作惡的問題，而 AI 只會讓這個問題變得更糟。AI 也會帶來更好的防禦。我發現自己向 GPT-5 提問的答案很有趣，但別人分享的答案卻很無聊。這是否意味著融合社交媒體和 AI 這件事有根本性缺陷？Sam Altman:不，我也有同感。我也不想看你跟 GPT-5 的聊天記錄。我相信，我也相信你不想看我的記錄，但它們對我來說很棒。我認為 ChatGPT 在很大程度上是一種單人遊戲體驗。但這不意味著沒有一些有趣的、新型的社交產品可以被創造出來。事實上，我非常確定是有的，但我認為那不是“分享你的 ChatGPT 聊天記錄”。AI 視訊那個目前做得不錯。很明顯，人們喜歡自己創作，但也喜歡看別人用 AI 生成的視訊。不，我認為，當你我以及其他所有人都擁有了能代表我們做事的、非常出色的個人 AI Agents 時，我們現在看到的這些東西，都不是你能想像到的那種真正有趣的東西。到那時，可能會有全新的社會動態值得思考。ChatGPT 目前的物理形態（螢幕上的文字框）會基本保持不變，還是 13 年後會變成一個完全不同的“怪物”？人們如此頑固地熱愛在文字框裡打字，這難道不令人驚訝嗎？Sam Altman:我們正努力為你製造一種新型電腦，它會有一個專為 AI 設計的全新介面。我認為 AI 需要的介面，與我們過去 50 年一直在使用、且目前仍陷於其中的計算範式完全不同。AI 是對“可能性空間”的一次顛覆性改變。很多你如何使用電腦的基本假設——比如你是否還需要一個作業系統、是否還需要打開一個窗口，或者是否還需要手動傳送一個查詢——這些現在都成了問題。我得承認，那些聲稱要發明一種新型電腦的人，過往的成績都非常糟糕。但如果非要賭一個人能做成，我認為 Jony Ive 是一個可信的人選，也許是你能下的最好的賭注。我們拭目以待它是否能成。我個人非常興奮能去嘗試。(關於熱愛打字)發簡訊、命令列、搜尋查詢——那是我最喜歡的介面。嗯，很多人都在用。人們熱愛發簡訊。人們喜歡 ChatGPT。我記得當初我們在考慮 ChatGPT 的介面時，我非常篤定，這種介面會是人們熟悉並且願意使用的。我想，我是作為“網際網路之子”長大的，我堅信那才是網際網路該有的樣子。在我十幾歲的時候，發簡訊就是我的生活。未來兩三年內，你與高等教育機構最理想的合作方案是什麼？未來 5 到 10 年，大學學位的回報會發生什麼變化？Sam Altman:我懷疑整個教育模式都應該改變，但我不知道該變成什麼樣。我認為理想的合作關係，應該是我們去嘗試 20 種不同的實驗，看看那種能帶來最好的結果。我一直饒有興趣地觀察那些 AI 學校如雨後春筍般湧現。似乎很多採用截然不同方法的學校，都取得了積極的成果。我認為理想合作關係的頭幾年，就應該是我們去進行 20 種截然不同的實驗。(關於大學學位的回報)它的價值歷史下降率是多少？我猜它價值下降的速度會比過去十年快一點，但它不會像大家想像的那麼快就崩潰歸零。五年後，一個“普通人”想學習如何更好地使用 AI，他們具體該做什麼？在並不遙遠的未來，你覺得你還會讀書，還是只會和你的 AI 互動？AI 將徹底顛覆你 23 歲時做的那一件文化習慣？Sam Altman:你是特指學習如何 使用AI 嗎？我笑了，因為我記得我小時候 Google 剛出來那會兒，我幹過一份工作，教老年人怎麼用 Google。那個過程讓我感覺他們簡直無法理解。就好像，我跟他們說：“你把詞輸進去，Google 就這樣做了。” 我對 AI 充滿希望的一點是，我認為 ChatGPT 增長如此之快的原因之一，就是它非常容易上手，並且能很快從中獲得真正的價值。教人們如何使用 AI？本周全球大概有 10% 的人會使用 ChatGPT，而這個產品三年前還不存在。我猜一年後，這個數字可能會變成 30%。人們一旦開始使用它，確實會發現越來越多、越來越複雜的事情可以用它來做。“如何教人”這件事，對我來說不是一個眼下最操心的問題。我相信人類的創造力，也相信人類在幾年時間裡對新事物的接受能力。(關於未來是否讀書)書籍在許多其他的技術變革中都倖存了下來。我認為書籍這種內容格式中，有一些非常深刻的東西得以延續。它非常需要“動腦”，姑且用這個詞吧。我懷疑未來會出現一種與一系列思想互動的新方式，在大多數情況下，它會比書更好。但我認為書不會消失，只是我敢打賭，在人們學習新知或與新思想互動的方式中，書所佔的比例會更小。(關於文化習慣改變)這個答案可能有點無聊，但我認為是我 工作 的方式——我處理電子郵件、打電話、開會、寫文件和應付 Slack，我預計這會發生翻天覆地的變化，這已經成為我工作日中一種根深蒂固的習慣和節奏。但至於花時間陪家人、親近自然、吃飯、和朋友互動——這些事情我預計幾乎不會改變，至少在很長很長一段時間內不會。AI 需要多長時間才能降低租金或房價？食品價格呢？醫療保健方面，AI 會讓它更貴還是更便宜？在一個被 AI 滲透的世界裡，我們是需要徹底地重新審視專利法和版權法，還是只做修改就行了？Sam Altman:我正想反駁“土地就是土地”這個前提。還有很多其他問題，我認為 AI 短期內也無法解決。也許會出現一些非常奇怪的次生效應，讓房價大幅下降，但遺憾的是，我不認為 AI 能很快直接解決這個問題。(關於食品價格)我賭它會下降。如果十年內還不下降，我會非常失望。(關於醫療保健)我賭我們會在醫療保健上花更少的錢。我敢說，對於當今存在的許多疾病，我們要麼能徹底治癒，要麼能找到非常便宜的療法。而目前，我們對待它們只有昂貴的慢性病管理方案，而且效果並不好。我賭醫療保健會變得更便宜。通過藥物、裝置，甚至包括實際醫療服務的交付方式。住房問題，對我來說是那個看起來超級棘手的問題。(關於專利和版權)我真的毫無頭緒。隨著 AI 驅動內容的井噴，有人認為需要重新審視第一修正案（言論自由），你對此有何看法？LLM psychosis (大型語言模型精神病) 這件事的嚴重程度如何？假設您現在可以請來一位專家，幫您解決一個您腦海中的實質性問題，那個問題會是什麼？Sam Altman:我沒多想，最近發了條推文，大意是我們將在 ChatGPT 中允許更多的言論自由。人們的反應如此激烈，真的很有趣。我們過去並不...這麼說也不完全公平。我們將允許比過去更多的自由。對我而言，一個非常重要的原則是，我們應該像對待成年人一樣對待我們的成年使用者。人們在與他們的 AI 互動時應享有高度的隱私權，這需要法律的變革。並且人們在使用 AI 時應該有非常寬泛的界限。我當時隨手發了那條推文...我真是大錯特錯了。我想，也許只是人們並不像他們自己所說的那樣，真正相信言論自由。每個人都認為，“我自己的言論自由，我能掌控。我需要它。我的想法都沒問題。但你的想法嘛——”(關於 LLM Psychosis)非常輕微，但並非完全不存在。這也就是為什麼我們通過設定一系列限制，惹惱了幾乎所有的使用者群體。那句“像對待成年人一樣對待成年使用者”其實有個附帶條件，那就是“像對待心智健全的成年人一樣對待成年人”。社會普遍認為，我們對待處於精神危機中的成年人的方式，應該和對待其他成年人有所不同。我們做了很多改動，而這些改動是與言論自由政策相衝突的。既然我們現在已經部署了那些心理健康緩解措施，我們將再次允許 ChatGPT 在創意模式、角色扮演模式或寫作模式中提供某些此類內容。我擔心的不是那萬分之幾接近現實感喪失、我們可能會觸發其精神崩潰的人，這個問題我們可以處理好。我更擔心的是，很有趣，有些話會一直留在你腦海裡。曾有人對我說：“永遠不要相信宣傳對你無效。他們只是還沒找到針對你的那個點。”在所有關於 AI 安全的討論中，我傾向於把大多數 AI 思想家分為兩派：一派擔心“壞人利用 AI 造成巨大傷害”；另一派擔心“AI 本身目標錯位、覺醒，然後故意接管世界”。還有第三類，一個很少被談及的類別，但我認為它更可怕、也更有趣，那就是 AI 模型“意外地”接管了世界。不是說它們會誘使你精神錯亂，而是，如果你讓全世界都和這同一個模型對話，它本身沒有任何意圖，只是在這個持續共同進化的過程中不斷從世界學習，它就只是巧妙地讓你信服了某件事。它沒有這個意圖，但它就是做到了。它以某種方式學會了。這顯然不像“聊天機器人精神病”那麼戲劇化，但我確實經常思考這個問題。(關於要解決的問題)我對這個問題剛好有一個現成的答案...我是從精神層面，而非字面意義上理解這個情景的。那一刻終將到來：超級智能被成功建構，它通過了安全測試，一切準備就緒。我們或許還能監督它，但它將開始做那些極其不可思議的事情。它將自我完善，它將向星際發射探測器等等。在你說“開始”之前，你有機會輸入第一條提示。問題是，你應該輸入什麼？您現在有初步答案嗎？Sam Altman:不，還沒有。我之所以腦中有這個現成的答案，是因為有個人即將去拜見達賴喇嘛，他對我說：“關於 AI，你想問什麼問題，我都可以幫你問。”我當時想：“這機會太難得了。”我為此冥思苦想，最終想到的就是那個問題。 (數字開物)

10月10日，鼎泰豐發佈公告，稱因品牌營運調整，其微信商城將於11月30日停止營業。這已經是這家台灣老字號半年內的第二次重大調整，5月底其才宣佈退出寧波市場。如今，鼎泰豐在大陸的門店只剩14家，遠不如當年32家的規模。與此同時，一個奇特的對比出現了：在太平洋另一端的美國，鼎泰豐卻生意火爆。根據餐飲研究機構Technomic的資料，其美國門店2024年平均營業額達2742萬美元，全年營收突破4.1億美元。同樣的小籠包，在一邊被消費者逐漸遺忘，在另一邊卻排隊數小時才能吃上。這種反差背後，可能鼎泰豐自己也有點懵了。鼎泰豐在中國的衰退，是一個消費熱點逐漸冷卻的過程。2001年，鼎泰豐在上海開設首家大陸門店時，它的出現確實引發了市場關注。這個品牌展示了一套當時中國少見的營運邏輯：小籠包按全球統一標準製作，皮重5克、餡重16克、褶子18個，重量誤差控制在0.2克內。那個年代海底撈還沒有擴張，胖東來也在積蓄力量。鼎泰豐通過高薪制度吸引人才，培養出了以服務細節著稱的團隊——服務員給客人介紹菜品時要半蹲與顧客平視，察覺到茶杯傾斜就主動續水，小籠包破損按照一賠一、三賠一籠的規則處理。價格上，鼎泰豐人均消費在150元左右，介於平價和高檔菜系之間。加上米其林星級、台北名店、國際連鎖這些標籤，它成功吸引了當時的中產消費者。不少食客回憶起首次進店的感受，對透明廚房印象深刻。那時候，進鼎泰豐不只是吃飯，還是在消費一種精緻的生活方式。但這種優勢很快就被消解了，中國餐飲市場的競爭程度遠超初期預想。從2018年到2023年，中國包點企業數量從17.5萬家增長到24.7萬家。南翔、富春、王興記等本土品牌推出了相似的產品，價格卻更便宜。鼎泰豐引以為傲的服務套路，也被海底撈等企業學習複製，最後變成了購物中心餐廳的常見標配。到了近幾年，消費者對價格的敏感度上升。小籠包的價格是硬傷，雞肉餡5個36元，經典款6個46元，絲瓜蝦仁5個賣到50元。加上炒飯、炒菜等配菜動輒五六十塊，一頓飯基本要過百。有些門店還要在原價基礎上另加10%的服務費，但服務水平卻在下滑。消費者在網上吐槽“服務員聽不見”、“態度冷漠”。尼爾森IQ中國2024年的消費者調查顯示，43%的受訪者表示要嚴格控制消費支出，37%的人表示會改變消費方式尋求更優的價格。在這樣的市場環境下，鼎泰豐的高價策略顯得越來越不合時宜。關店潮隨之而來也就不奇怪了。鼎泰豐在美國的故事完全不同。2000年，鼎泰豐在加州開設了第一家美國門店。初期的日子並不好過。那種周到得有些過頭的“亞洲式服務”反而讓美國人不適應。於是鼎泰豐開始調整策略。美國消費者吃雞肉的比例更高，它就開發了雞肉餡的小籠包。當地中產有素食偏好，它又推出了素食餛飩。這種隨機應變讓品牌在陌生市場站穩了腳跟。真正的轉折點來自於一個意料之外的因素：短影片平台。2017年，抖音的海外版TikTok進入國際市場，改變了社交媒體的生態，也改變了美國年輕人接收資訊的方式。短影片讓鼎泰豐的透明廚房和精緻擺盤得以充分展現，這改變了很多美國人對中餐“便宜且油膩”的舊印象。到了2024年，鼎泰豐在美國已經開了17家分店。每家店門口都排起長隊。在加州、紐約、華盛頓，消費者平均要等兩到三小時才能買到一籠17到21美元的小籠包。這種人氣甚至改變了當地購物中心的業態，鼎泰豐進駐後，商場的客流停留時間明顯延長。TikTok上關於鼎泰豐的探店視訊超過5萬條，評論區充滿了“等待是值得的”這樣的表述。資料也印證了這股熱潮，Technomic的研究顯示，2024年全美休閒餐飲業整體表現平平，但亞洲連鎖餐廳的銷售額卻增長了7.6%。鼎泰豐去年美國門店的年平均營業額是2742萬美元，是一家麥當勞的7倍。全年營收4.1億美元，同比增長近20%。鼎泰豐的成功既來自自身的調整，但更關鍵的是整個市場環境的改變。它在中國面對的是“港颱風”消費浪潮的退去，在美國迎上的是“亞洲熱”的上升。同樣的18褶小籠包，放在不同的時代裡，就有了完全不同的命運。 (未來消費)

今天繼續給大家帶來「一頁紙」講透美股公司系列。對國內投資者而言，美股研究資料相對匱乏。這是一個非常「有錢景」的方向，我會借助 AlphaEngine 的幫助，幫你跨越美股研究的資訊鴻溝，每天挖掘一個潛在的美股財富密碼。本期的主角是Unity，能否成為下一個AppLovin？（1）Unity的發展歷程Unity是全球領先移動遊戲創作與廣告營運平台。Unity於2004年創立，早期專注於Mac OS X的遊戲開發。公司發展的關鍵轉折點是2008年，在蘋果iPhone發佈後迅速推出對iOS的支援，隨後在2010年前將相容性擴展至Windows和Android系統，奠定了其作為領先跨平台引擎的堅實基礎，並迅速在移動遊戲市場佔據主導地位。從2014年起，Unity開始戰略性地拓展業務並探索貨幣化。公司推出了Unity Ads廣告平台，標誌著其向服務化轉型。通過收購遊戲伺服器提供商Multiplay和即時語音技術公司Vivox，Unity建構了更全面的開發者服務生態。同時，公司業務開始滲透至VR、影視及汽車等非遊戲領域，商業模式從單一引擎許可向平台化服務演進。2020年9月，Unity在紐交所成功上市，融資13億美元，開啟了新的發展篇章。為強化廣告業務，公司於2022年以44億美元收購了ironSource。然而，2023年推出的“Runtime費用”新政引發了開發者社區的強烈抵制和信任危機，對公司聲譽和股價造成了顯著負面影響。面對困境，Unity在2024年迎來重大戰略調整。新任CEO馬修·布羅姆伯格於5月上任後，果斷廢除了爭議性的Runtime費用，著手修復開發者信任。公司通過剝離非核心業務、裁撤約30%的低毛利業務員工等方式，顯著最佳化了成本結構。另一方面，公司於2025年5月13日正式上線Vector AI廣告演算法，推動廣告業務效率邊際改善。這些改革已初見成效，公司2025年第二季度實現總營收4.41億美元，調整後EBITDA達0.9億美元，雙雙超出市場預期與公司指引，展現出強勁的財務表現，標誌著公司已進入困境反轉階段。（2）Unity的商業模式：Create & Grow建構資料飛輪Unity的業務分為Create和Grow兩部分，前者是以訂閱製為核心的遊戲內容創作引擎，後者是以AI廣告為核心的增長業務，我們分別來看。Unity的Create業務以核心引擎產品為基礎，通過訂閱模式實現收入，是公司的基本盤。作為最新的長期穩定版本，Unity 6在多人遊戲開發、光照渲染及AI能力上實現了重大增強。其訂閱模式是主要收入來源，2025年Pro版和Enterprise版分別提價8%和25%，在穩固的開發者生態基礎上直接提升了業務的盈利能力。Unity 6.2版本推出的AI功能套件是其商業化的新增長點，包含程式碼助手（Assistant）、資產生成工具（Generators）和推理引擎（Inference Engine）。該套件採用積分消耗的商業模式，旨在開闢新的收入增長點，並向基於使用量的定價模式（usage-based pricing）長期轉型，是公司未來重要的增長引擎。Unity的Grow業務是公司的增長與變現業務類股，為開發者提供使用者獲取、廣告變現及營運分析工具，其收入模式主要為廣告展示分成和效果計費。該業務的核心是Unity Ads廣告網路，並通過2022年對ironSource的戰略收購得到顯著增強，奠定了其在移動廣告領域“龍二”的市場地位，旗下Mediation聚合平台與DSP均為行業頂級水平。2025年5月13日，公司正式上線了基於機器學習的Vector AI演算法，作為廣告技術堆疊的核心升級，旨在提升廣告投放的精準度和效率。Vector AI上線後效果立竿見影，推動2025年第二季度廣告網路收入環比增長15%，並預計未來將釋放25%的環比提升潛力，成為驅動Grow業務增長的關鍵引擎。Unity通過Create（創作）和Grow（增長）兩大業務建構了獨特的“創作-營運”協同飛輪，形成了強大的資料壁壘和網路效應。該模式的核心在於整合併利用兩類核心資料資產：一是由Unity引擎在移動端超70%市佔率帶來的海量、一手“引擎使用資料”，二是通過Unity Ads及ironSource平台積累的“廣告行為資料”。這兩類資料共同構成了訓練Vector AI演算法的獨家資料集，實現了“賦能創作 → 促進增長 → 資料回傳最佳化”的閉環。引擎資料對廣告演算法的賦能效果預計將在2026年開始顯現，形成區別於競爭對手的差異化優勢。（3）Unity的核心競爭力及護城河首先，Unity的核心護城河基石在於其卓越的跨平台相容性。引擎支援約30個不同平台，覆蓋PC、主機、移動裝置及VR/AR頭顯，使開發者能夠實現“一次開發，多平台部署”，極大地降低了開發成本與時間周期。這一能力幫助Unity在移動遊戲領域建立了絕對的統治地位，市場佔有率超過70%，並在Steam等PC平台長期維持約50%的份額。這種廣泛的平台覆蓋和市場滲透率構成了難以踰越的規模壁壘，是其商業模式的根基。在此基礎上，Unity建構了一個龐大且高粘性的開發者生態系統，形成了強大的網路效應。其Asset Store資源商店擁有超過7萬個軟體包，為開發者提供了豐富的工具、外掛和美術資源，顯著提高了開發效率。龐大的使用者基數和成熟的社區支援創造了極高的轉換成本。許多開發團隊（如米哈游）的技術堆疊、工作流和人才儲備均深度繫結Unity，形成了路徑依賴。這種自我強化的生態系統壁壘，使得競爭對手難以在短期內撼動其開發者基礎。第三，Unity獨特的“引擎+廣告”業務模式構築了一個強大的資料飛輪。引擎業務為廣告業務提供了海量、高品質的資料來源，目前已有70-80%的客戶回傳資料。這些資料，特別是來自重度遊戲的資料，為廣告演算法的迭代最佳化提供了堅實基礎。2025年5月上線的Vector AI演算法正是基於此資料優勢，顯著提升了廣告投放效率和變現效果。引擎與廣告業務的協同效應，不僅增強了客戶粘性，更形成了一個資料驅動的、持續自我最佳化的閉環，構成了獨特的競爭優勢。*註：由FinGPT Agent作表，原表請登錄AlphaEngine與此同時，Unity通過AI深度整合與非遊戲領域的成功拓展，開闢了第二增長曲線。公司在Unity 6.2版本中推出AI功能套件（Assistant、Generators、Inference Engine），旨在提升開發效率並探索新的商業化模式。同時，Unity已成功將其技術應用於汽車、工業模擬等非遊戲領域，該部分業務收入佔比已達23%。這種多元化戰略降低了公司對單一遊戲市場的依賴，增強了業務的抗風險能力，並為其長期增長打開了更廣闊的空間。（4）Unity財務資料分析Unity在2024年經歷重大戰略調整後，其財務表現自2025年起呈現顯著的困境反轉態勢。公司聚焦引擎訂閱與廣告核心業務，並實施嚴格的成本控制措施，成效在2025年上半年得到驗證。連續兩個季度（Q1、Q2）的營收和調整後EBITDA均超出市場預期，標誌著公司已步入財務修復和重回增長的軌道。*註：Unity財務資料，BTIG，AlphaEngine營收結構最佳化，核心業務重拾增長。2024年的戰略調整剝離了低毛利的非核心業務，導致2025年初營收同比下滑。然而公司核心業務增長動能強勁。2025年Q2，Create業務（引擎）在剔除非戰略性收入後同比增長16%，Grow業務（廣告）受益於5月上線的Vector AI演算法，Q2收入環比略增。盈利能力顯著修復，利潤率持續改善。盈利能力是改善最為顯著的環節。儘管GAAP淨利潤仍為負，但虧損幅度已在縮小。更關鍵的是，調整後EBITDA利潤率從2025年Q1的17%提升至Q2的21%，反映出裁員近30%和業務重組帶來的成本結構最佳化效果顯著，公司正穩步邁向持續盈利。現金生成能力強勁，財務狀況穩健。公司的現金生成能力大幅改善，2025年Q2實現自由現金流1.27億美元，較2024年同期的0.8億美元同比增長58%。強勁的現金流不僅驗證了營運效率的提升，也為公司未來的技術投入和業務拓展提供了堅實基礎，降低了對外部融資的依賴。（5）遊戲引擎行業競爭格局分析Unity橫跨遊戲引擎及移動遊戲廣告這兩大類股，因此其競爭格局呈現雙重性。在遊戲引擎領域，Unity、Unreal Engine和Godot三大遊戲引擎在市場定位、商業模式和技術特性上存在顯著差異，形成了差異化的競爭格局。Unity憑藉其廣泛的跨平台支援和龐大的生態系統，在移動和中小型項目市場佔據絕對主導地位。Unreal Engine則以其頂級的圖形渲染能力，在高端3A遊戲市場形成技術壁壘。Godot作為開源免費的後起之秀，憑藉其輕量化和零成本優勢，在獨立開發者和2D遊戲市場快速滲透。*註：由FinGPT Agent作表，原表請登錄AlphaEngineUnity在遊戲引擎市場中佔據著核心且獨特的“中間地帶”領導者地位。憑藉其無與倫比的跨平台能力（支援約30個平台）和成熟龐大的開發者生態系統（Asset Store擁有超7萬個資源包），Unity在移動遊戲（市佔率超70%）和中小型項目市場建立了深厚的護城河。這使其成為絕大多數商業遊戲和獨立開發者的首選，保證了其穩固的基本盤和高市場粘性。然而，Unity也面臨來自高端和低端市場的雙重擠壓：在高端市場中Unity面臨技術壓制。來自Epic Games的Unreal Engine，憑藉其在3A大作中展現的次世代圖形技術（如UE5的Lumen和Nanite），在追求極致視覺效果的高端PC和主機遊戲市場形成了強大的技術壓制，吸引了頂級開發團隊。在低端市場中，Unity則面臨成本挑戰。Godot等開源引擎以其完全免費、輕量高效的特性，在獨立開發者和預算有限的小型團隊中迅速崛起，尤其在2D遊戲領域構成了直接的成本優勢挑戰，分流了部分初級和獨立開發者使用者。Unity的戰略定位是在保持其跨平台和生態優勢的同時，向上通過技術迭代（如Unity 6性能提升）追趕Unreal，縮小高端渲染差距；向下通過最佳化免費版和社區營運，應對Godot等開源引擎的成本衝擊，從而鞏固其市場領導地位。（6）移動遊戲廣告市場競爭格局分析在移動遊戲廣告技術領域，Unity（Grow業務）與行業龍頭AppLovin形成“雙雄”格局。*註：由FinGPT Agent作表，原表請登錄AlphaEngine作為行業第二，Unity正通過其獨特的生態優勢和技術迭代，積極追趕AppLovin。Unity最大的差異化優勢在於遊戲引擎。通過整合引擎端資料（如Game Analysis功能）與廣告業務資料，Unity能夠獲取AppLovin等純廣告平台無法觸及的一手、高品質使用者行為資料。目前已有70-80%的客戶回傳資料，為演算法模型提供了獨特的訓練養料，這是其彌補技術和規模差距的核心武器。2025年5月上線的Vector AI演算法是Unity追趕策略的關鍵一步。該演算法上線僅一個半月，就推動Q2廣告收入環比增長15%，效果已初步顯現。公司預計，隨著更多重度遊戲資料的融入和演算法的持續最佳化，未來幾個季度廣告效果有望再提升25%，這將直接增強其對廣告主的吸引力。當前Unity的Take Rate（30-35%）遠低於AppLovin（50-60%），這既是差距也代表著巨大的增長潛力。隨著Vector演算法的成熟度和廣告投放ROI的提升，Unity的議價能力將逐步增強。未來，通過提升廣告變現效率，Unity有望在不損害開發者利益的前提下，逐步提高其Take Rate，從而實現收入和利潤率的雙重增長，縮小與AppLovin的盈利差距。（7）Unity的潛在風險Unity面臨的主要風險是市場競爭風險。針對Create業務而言，公司處於Unreal Engine在高端市場的技術壓制和Godot等開源引擎在低端市場的成本侵蝕的雙重夾擊之下。針對Grow業務而言，行業龍頭AppLovin憑藉其規模效應和技術優勢，始終是Unity難以踰越的強大對手。此外，增長不及預期的風險是當前最大的不確定性。公司的困境反轉故事高度依賴於AI商業化和廣告演算法最佳化的成功兌現。如果這些新舉措帶來的收入增長無法覆蓋成本或彌補非核心業務剝離帶來的缺口，公司的盈利修復處理程序將受到嚴重挑戰。投資者需密切關注新管理層對戰略的執行力，以及IronSource併購案的長期協同效應是否能真正釋放。 (Alpha Engineer)

當地時間10月1日，美國紐約州州長凱西·霍楚爾辦公室發言人表示，紐約州不會像此前政府停擺時那樣，承擔自由女神像的開放營運費用。州長稱這次自由女神像火炬可能會“徹底熄滅”。霍楚爾提到，紐約州已有超過10萬名聯邦工作人員被迫休假或面臨休假風險，其中包括數十名在自由女神像工作的工作人員。目前，尚不清楚自由女神像是否會關閉以及何時關閉。據悉，在2018年上次政府停擺期間，自由女神像最初關閉，並拒絕了數千名遊客，後來在州政府的資助下重新開放。 (觀察者網)