5月1日，中上協發佈的2025年上市公司經營業績報告顯示，2025年，全市場上市公司研發投入1.94兆元，連續4年正增長，約佔全社會研發經費投入的一半；研發強度2.66%，較上年繼續提高。研發投入額前100名的上市公司主要分佈於電子、汽車、電力裝置等行業，其中17家公司研發強度超10%。具體來看，比亞迪以634.41億元的研發投入金額，蟬聯A股“研發王”。從研發強度的排名來看，科創板的邁威生物等創新藥企和摩爾線程等晶片類上市公司“霸榜”。另外，從研發金額和研發強度的綜合指標來看，中興通訊、百濟神州、海康威視、恆瑞醫藥、北方華創等企業排名居前。比亞迪蟬聯“研發一哥”從2025年研發投入金額的絕對值來看，比亞迪、中國建築、中國移動、中國交建、中興通訊、中國電建、中國鐵建、中國中鐵、寧德時代、上汽集團位列Top10。與上年相比，中國石油、寶鋼股份掉出Top10榜單，寧德時代和上汽集團則強勢“殺入”，在一定程度上反映了A股新舊動能轉換的現實。其中，比亞迪在2024年以541.61億元的研發投入拿下A股“研發王”後，2025年再次以634.41億元的研發投入蟬聯榜首。從研發強度（研發投入佔營業收入的比例）來看，比亞迪的研發強度也從2024年的6.97%提升至2025年的7.89%。高強度的研發投入產生了諸多研發成果。比如，今年3月初，比亞迪發佈第二代刀片電池及閃充技術，常溫下電量從10%充至70%僅需5分鐘，從10%充至97%僅需9分鐘，即便在零下30℃的環境中，從20%充至97%也僅需12分鐘，創造全球量產最快充電速度紀錄。2025年，比亞迪營業收入首次突破8000億元大關，達到8039.6億元，同比增長3.46%；但歸母淨利潤卻同比下降18.97%至326.2億元，呈現出明顯的“增收不增利”態勢，國內新能源汽車市場白熱化的市場競爭成為主因。同屬新能源汽車產業鏈，情形卻是“冰火兩重天”。寧德時代近年來研發投入穩步提升，2025年達221.47億元，地位也是愈發穩固。2025年，寧德時代實現營業收入4237.02億元，同比增長17.04%；歸母淨利潤達722.01億元，同比增長42.28%。公司股價最近也刷新歷史新高，市值突破2兆元。創新藥和晶片類企業“霸榜”研發強度榜除了研發金額，研發強度（研發投入佔營業收入的比例）是衡量企業創新能力和研發投入程度的另一個重要指標。不過，由於行業屬性、商業模式、發展階段的原因，創新藥企很多仍處於高強度研發投入階段，還沒有產生太多營業收入，部分企業甚至營收為零。所以，從排名的角度看，A股研發強度Top10直接被創新藥企包攬。比如，康樂衛士之所以能排名第一，主要原因是2025年營業收入只有144.94萬元。再往下看，則是科思科技、格靈深瞳、摩爾線程、龍芯中科、沐曦股份等清一色的科創板晶片上市公司，研發強度普遍在60%以上。比如，被稱作“國產GPU第一股”的摩爾線程，其2025年研發投入為13.05億元，營業收入為15.06億元，研發強度達86.68%。10%的研發投入強度一般被市場視作高強度研發企業的門檻。結合這一指標，以研發投入金額來看的話，排名前十的上市公司依次為中興通訊、百濟神州、海康威視、恆瑞醫藥、北方華創、科大訊飛、復星醫藥、北汽藍谷、海光資訊、大華股份。以中興通訊為例，其2025年保持了研發投入244.75億元、研發強度18.28%的雙高表現，持續加碼在AI領域的研發投入。在中國企業聯合會、中國企業家協會聯合發佈的《中國大企業創新100強》榜單中，以86.74分的評分，僅次於華為位居第二。 (中國證券報)

很多城市羨慕深圳經濟好，但有幾個城市願意承受深圳那樣的研發投入強度？又有幾個企業能像深圳企業那樣在研發上數十年如一日地“燒錢”、忍受短期報表不好看？今天就來聊聊這個話題：深圳企業在研發方面，有多捨得花錢？2024年，深圳R&D經費投入達2453.07億元，同比增長9.7%，總量連續兩年排名全國第二，研發強度更是達到6.67%，排名全國第一，成為中國研發強度最高的城市。在很多人看來，研發是一個高風險的事情，短期內往往看不到任何回報，但深圳為什麼如此“死磕”研發？有人說，一座城市的未來，賭的就是研發。沒有研發，再璀璨的CBD也終將落幕，再長的產業鏈也是替別人打工。企業更殘酷，今天省下的研發費，可能就是明天被淘汰的慘痛代價。正因為如此，深圳企業普遍視研發為生命線，敢拿今天賺的錢去賭明天，敢於捨棄眼前的收益去換取長遠價值。要知道，深圳高校資源比較薄弱，研發經費90%以上都是企業貢獻的，其中，民企是深圳的絕對創新主力。那麼，深圳創新最強的100家企業是那些？近日，深圳舉行新興領域智慧財產權成果專題發佈會，會上發佈《2025年度深圳企業專利創新實力百強榜》（以下簡稱“榜單”），該榜單由深圳智慧財產權保護中心製作。榜單依據：從專利數量、質量、增速、海外佈局、技術先進性、營運活躍度等35個維度，對全市企業進行綜合評分，評選出專利創新百強企業。這份榜單含金量十足，既有華為、騰訊、比亞迪這樣的行業老將，也有不少叱咤全球的新面孔。01. 深圳企業專利創新排名：華為第一、比亞迪第二、騰訊第三以下是《2025年度深圳企業專利創新實力百強榜》的前十名：排名前十的企業分別為：華為技術、比亞迪股份、騰訊科技、中興通訊、榮耀終端、邁瑞生物、平安科技、惠科股份、韶音科技和TCL新技術。據報導，該榜單于2020年首次發佈，華為連續7年居榜首。華為在研發上有多捨得花錢？資料顯示，華為2025年研發經費1923億元。截至2025年底，華為在全球共持有有效授權專利約16.5萬件，近十年累計投入研發費用超13820億元。另外，騰訊2025年研發經費857.47億元，比亞迪2025年研發經費634.41億元。02. 深圳科技公司熱門賽道AI第一，新能源第二，晶片第三從產業分佈來看，深圳專利創新百強企業涵蓋人工智慧的企業有39家，佔比近四成，AI成為深圳科技公司最熱門的賽道。需要說明的是，有些企業從事的產業門類不止一個，例如，華為和比亞迪各佈局了三個產業，都涵蓋了人工智慧。此外，騰訊、中興通訊、平安、大疆等巨頭也都佈局了AI產業。AI之後，新能源產業上榜20家，排名第二，佔榜單五分之一。其他較多的產業，半導體與積體電路、機器人產業分別上榜7家、6家。03. 深圳又冒出那些“黑馬”企業？除了華為、騰訊、比亞迪、大疆等大家耳熟能詳的巨頭，這幾年深圳又冒出了多家在全球頗具影響力的新興企業，有好幾家進入了本次的專利創新百強榜。下面簡單扒一扒。在全景相機領域，深圳殺出了一個風靡全球的企業叫影石創新，它的全球市佔率達到85%，斷層領先，該企業排在榜單第76位。有中國人形機器人第一股之稱的優必選，去年在全尺寸人形機器人領域拿下全球銷量、收入雙第一，該企業在榜單排名第78位。深圳第一大獨角獸企業微眾銀行，在榜單中排名第53位。深圳又一個賽道幹到全球第一，據報導，全球每賣出10台消費級3D印表機，就有9台產自深圳，深圳在這個領域的代表性企業有拓竹科技、縱維立方等企業，分別在榜單排名第54位、第87位。04. 深圳企業研發100強05. 深圳專利有多強？連續22年領跑熟悉深圳的朋友都知道，深圳有一項資料非常亮眼：PCT國際專利申請量已連續22年全國第一。據報導，2025年深圳專利授權量達214539件，連續8年居全國首位；PCT國際專利申請量19660件，連續22年居全國首位；商標註冊量211098件，連續3年居全國第一；每萬人口高價值發明專利擁有量119.70件，約為全國平均水平（16件）的7.48倍。深圳強勁的專利產出實力，助力“深圳-香港-廣州”創新叢集躍居全球首位，成為中國首個登頂的世界級創新叢集，也讓深圳的科技創新能級與經濟總量實現穩步攀升。今年一季度，深圳GDP達到9594.13億元，按不變價格計算，同比增長5.8%。其中，規模以上工業增加值同比增長8.7%，增速比全國高出2.6個百分點，比廣東省高出3.3個百分點。深圳經濟為什麼韌性強、後勁足？咱們說得簡單粗暴一點就是：捨得在研發上花錢，捨得為未來投資。 (城市戰爭)

“我們也想要AI高手，但確實要不起。”說這話的是北京某上市遊戲公司的招聘負責人景陽，“應屆生中的AI高手非常搶手。往年，招一個應屆AI Golang工程師，月薪均值10-15k已經很高了。今年呢？現在這個月份，很多人還沒寫論文，就已經收到30k的offer了。”其實不止應屆生，有經驗的AI人才同樣被瘋搶。景陽透露，自己過去四年都沒有遇到過“人才被截胡”的事情，今年春天全扎堆了，兩個月碰見了四次。“我們看上了一位遊戲策劃，他之前深度參與了一個AI有關的項目。給候選人開了3萬的月薪，對方接了offer還答應下周入職。結果轉頭就有公司出3.6萬把人搶走。而這個候選人，原來的工資只有2.3萬，我給們的漲幅已經是高於行情了。”景陽說。似乎大家都有一個認知，AI浪潮襲來，“搶人”就等於“搶未來”。但另一邊，如果我們只看新聞標題，又感覺全球大廠似乎都在收縮——亞馬遜、甲骨文、Meta、網易、騰訊、字節跳動，裁員的消息一個接一個。各類社交媒體上，有人吐槽、有人焦慮、有人轉行，更有悲觀者喊出“學電腦沒有前途”。一邊是動輒千人的“裁員潮”，一邊是各家網羅人才、求賢若渴，生怕晚了一秒候選人就去了對家。這種反差的背後，原因其實也很簡單，不是崗位少了，是崗位的技能要求變了。放眼全球AI領域，中美兩國處於毫無疑問的領先地位。2026年3月底發佈的《全球人工智慧企業科技創新指數報告2026》，從全球遴選出100家最具創新力的標竿AI企業，其中中國佔了51家，美國37家，兩國合計壟斷了全球88%的頂尖力量。但也正是中美兩國，在這一輪AI浪潮中上演著邊裁員邊招人的“冰與火之歌”。先看中國這邊。今年年初，脈脈高聘發佈了一組資料：2026年1月至2月，國內新發的AI崗位數量同比增長了12倍，佔整個新經濟領域崗位的26.23%。也就是說，每四個新崗位裡，就有一個跟AI相關。這其中，行業“大神”是最先被搶奪的戰略資源。騰訊從OpenAI挖來了姚順雨，小米從DeepSeek挖來了羅福莉，字節跳動則成功挖到了阿里通義實驗室Qwen大模型後訓練負責人郁博文。這些名字在普通人聽來或許陌生，但在AI圈子裡，每一個都是重量級。但更值得關注的，是大廠對應屆生和實習生的態度。阿里校招崗位中，80%與AI相關，為演算法、AI研發、AI產品等實習崗位開出的日薪是500元；字節跳動的Seed校招項目給校招新人贈送“虛擬股”，讓應屆生一入職就有了“股東”身份；騰訊今年釋放了超過1萬個實習崗位，喊出了2026屆實習生薪酬“上不封頂”的口號。智聯招聘春節後前三周資料顯示，面嚮應屆生的人工智慧工程師職位數同比增長39.2%，而面向全體的職位數同比增速則為22%，應屆生需求增速高出總體17個百分點，充分說明企業對AI領域應屆生的重視與需求缺口。薪資層面，應屆人工智慧工程師職位的平均招聘月薪也達到17038元，對於應屆求職者來說，是一個兼具價值與發展潛力的優質選擇。你可能會問，一個實習生能值多少錢？答案是：在AI領域，一個優秀的年輕人，可能比一個普通的全職員工更有價值。首先，年輕人沒有“路徑依賴”，他們敢於嘗試所有全新的東西。比如，山姆·奧特曼28歲創立了OpenAI，押注大語言模型。其次，年輕人敢於“沉迷”新東西，近乎“走火入魔”的偏執往往是走向成功的先決條件之一。姚順雨的博士論文致謝裡有這樣一句話“2019年，我主動聯絡導師說‘GPT-2這類語言模型看起來很有前景，或許能直接用於解決文字遊戲’。此後五年，我不僅在研究中收穫豐碩，更與導師結下亦師亦友的情誼。”他19歲就開始“走火入魔”地研究語言模型，5年後成為這個領域的頂尖專家。再看美國那邊。Business Insider披露的資料顯示，當前AI相關實習和研究型短期項目的月薪，已經衝到7000–18000美元區間，折合人民幣約4.9-12.6萬元。頭部企業為頂尖AI博士開出的年薪，普遍在200萬到300萬元人民幣之間。具體來看，OpenAI在舊金山的實習生，月薪可以達到18300美元；GoogleDeepMind的實習生，基本年薪在11.3萬-15萬美元之間，此外還享有和全職員工一樣的醫療、餐飲、交通等福利；Meta開放了多個為期12-24周的研究實習崗位，要求是博士在讀或具備相當研究背景的候選人，薪酬區間大約在每月7650-1.2萬美元；亞馬遜則為機器人演算法實習生開出了時薪107美元的價碼。就連本身與AI關聯不大的社交平台Reddit首席執行長史蒂夫·霍夫曼都公開喊話：“加大招聘應屆生。”他給出的理由簡單卻直接——這一代人本身就是AI原生代，他們從指尖的程式碼到大腦的演算法思維，都與AI同頻生長。霍夫曼甚至算了一筆帳：（應屆生）他們用AI工具學程式設計，上手速度是傳統途徑的2倍；對大語言模型的理解比“老工程師”更直觀。最關鍵的是，他們“零折舊”，沒有傳統行業的思維定式。“如果你現在不招，以後就再也找不到他們了。”霍夫曼篤定地說，“最優秀的應屆生一旦畢業，就要立刻鎖定，否則他們會帶著自己的項目去別家。” 這既是對人才的搶奪，也是對未來的投資。如果單看數量，中國其實並不缺AI人才。經濟學人追蹤了2025年12月舉行的神經資訊處理系統大會（NeurIPS）上發表論文的研究人員的教育背景，50%的AI研究人員在職業生涯初期來自中國（2019年僅為29%）；與此同時，在美國起步的研究人員佔比，則從20%下降到12%。它說明，全球AI頂尖研究人才的來源結構，正在重新洗牌。更能說明問題的是，2025年NeurIPS論文作者本科畢業院校前十名中，有9所是中國高校。其中，僅僅清華大學的畢業生，就佔到了NeurIPS研究者總數的4%。而美國最頂尖的名校麻省理工學院（MIT）僅佔1% 。這似乎足以這說明，中國正成為全球AI領域最核心的人才供給源頭。另一方面，中國人工智慧研究論文的數量、質量均居於全球第一梯隊。2025年，世界智慧財產權組織公佈的資料顯示，中國已成為全球人工智慧專利最大擁有國，佔比高達60%。奇怪的是，儘管我們的數量和質量都處於第一梯隊，但焦慮感並沒有因此減輕。焦慮的來源之一，是僱主尤其是大廠對金字塔尖人才的過度爭奪。頭部企業為頂尖AI人才開出的年薪高達百萬人民幣，這些“天才少年”往往還沒畢業，就被幾家公司同時盯上。但對於絕大多數普通的AI或電腦相關專業畢業生來說，進入大廠的門檻卻越來越高。景陽提到，如今企業招聘把AI能力排在第一，超過211、985學歷，超過大廠經驗。“新人進來必須會用AI，美術、策劃、技術、推廣，所有人都一樣。這是硬性指標，整個市場都是這樣的。”她說。6月份即將本科畢業的電腦系學生馬金告訴霞光社，自己雖然學的是電腦，但是由於只是一個普通本科學校，所以在高校林立的北京地區求職並不佔優勢。“尤其是今年龍蝦火了之後，連村口大媽都知道龍蝦可以替代人幹很多事情，讓我進一步認識到了今年求職的處境。為了更好地找到工作，我從春節開始就沒閒著，阿里達摩院的人工智慧訓練師證書、科大訊飛的智能體工程師認證、IBM人工智慧教育工作者認證，這些但凡能免費學習、免費考試的證書我都考了一遍。還有DeepLearning AI證書、哥倫比亞大學大語言模型證書和史丹佛AI工程師證書，這幾個付費的也都開始學習了，4月份會集中考試。”“過去兩個月雖然沒去學校上課，但是心裡比期末考試還緊張。上述線上課程短則幾天，長則一兩個月，自己基本每天的生活除了聽課就是備考。”馬金說，“最近又聽同學群裡說大廠喜歡有人文背景畢業生，所以我還報了‘中國石窟文化歷史與價值傳承培訓班’，結課考試後也能拿到一本證書。希望將來有機會進入《黑神話·悟空》那樣的團隊。”不過雖然如此，但是馬金的面試進展依然不太順利，甚至連一個實習機會都沒有找到。像馬金一樣焦慮的畢業生不在少數，據他透露，自己班裡70名同學普遍都沒有得到相關大廠的實習機會。除了像他這樣努力“考證”爭取實習和就業機會的，還有一部分同學已經備考公務員聯考。同樣的情形也發生在大洋彼岸。美國白宮直屬的經濟政策諮詢機構CEA發佈的《AI Talent Report》顯示，“美國AI人才缺口已突破400萬大關，人才短缺直接拉響‘紅色警報’，而國際學生尤其是中國留學生，早已成為美國 AI 領域的中流砥柱”。造成這種巨大缺口的原因主要有兩點，一是簽證政策急劇收緊——2025年H-1B申請費暴漲至10萬美元，中印兩國技術人才受影響最大；二是大規模裁員引發人才外流，2025年以來美國科技企業已裁員約9.8萬人，亞馬遜、微軟、Meta等巨頭持續縮減崗位。裁員導致的焦慮氛圍、不穩定的職業前景，進一步加速了人才外流的雪球效應。為了填補400萬的人才缺口，美國提出了一系列的AI人才供給策略。第一是強化本土培養，通過增加AI相關專業招生名額、加大教學資源投入等方式，提升大學入學率和畢業率，擴大潛在AI人才基數；第二是降低移民門檻、最佳化H-1B簽證和綠卡政策，吸引國際AI人才流入，同時留住本土AI畢業生；第三是跨行業引流，加大AI研究資金支援、最佳化產業政策，消除發展障礙，吸引其他行業人才轉入AI領域。但政策的調整需要時間，而企業的用人需求是迫在眉睫的。把視野拉遠一些，AI人才的缺乏不僅僅是中美兩國的問題，而是一個全球性的困境。根據《IFF全球人工智慧競爭力指數報告》的估算，當前全球AI人才總量約300萬人，其中研發技術類人才佔比32.6%。到2030年，全球AI人才缺口或將突破280萬，較當前增長近一倍。280萬，相當於美國第三大城市芝加哥的人口數量。而且，這還只是缺口，不是總量。在這樣的背景下，企業之間的搶人大戰只會越來越激烈。那些能夠提前鎖定優秀畢業生的公司，將在未來幾年的技術競爭中佔據先機。而那些反應遲緩、招不到人的公司，則可能被慢慢甩開。《經濟學人》在文章《The AI talent war is becoming fiercer》中指出，人才是AI時代的“石油”。從經濟學角度看，人才爭奪戰本質是“要素流動”的較量。人才不是靜態資源，而是會追逐邊際收益的“活水”。那麼，大廠到底在搶什麼樣的人？景陽公司的招聘要求是，必須會用AI，對AI有非常深入的瞭解和認知。簡單來說，“我們招的就是用AI的人，就是擁抱變化的人。我覺得，能研究AI、學習AI、應用好AI，這些人就是稀缺的。”景陽以遊戲美術崗位舉例，比如每位美術每個月能做80張圖，而另一個員工借助AI可以月產100張圖，那他倆的效率就相差了20%多。不進階的那個人最後就會被淘汰。“AI用得好的人，可以提效。假設一個部門裡10個人，都提效20%，那這個團隊在整個市場中都極具競爭力。”她說。阿里集團學術委員會主席、浙江湖畔創業研學中心教育長曾鳴在一次演講中指出“AI時代人才的三個共性”。一是超強的元認知能力。他們擅長抽象建模，能看到問題本質，習慣用第一性原理思考。這也是為什麼學應用數學的人在AI時代特別吃香，他們能把現實世界變成數學模型，這是AI時代的稀缺能力。二是自驅且充滿好奇心。這些人對改造世界充滿樂趣，“躺平”在他們字典裡不存在。矽谷真正的創業者現在已接近“9-12-7”狀態，即每天工作9到12小時，一周7天，但這不是壓力，而是激情驅動。三是快速學習和跨界能力。一個人可以幹過去七八個工種的事，適應多個崗位，甚至一人撐起一家公司。回到AI浪潮中搶人的本質，說到底，人才是第一資源，創新是第一動力。誰掌握了頂尖的AI人才，誰就能主導未來的技術標準、甚至產業生態與全球話語權。對於個人而言，順應趨勢，向“複合型、場景化、全球化”方向進化，或許才能更好適應變化的世界。AI車輪滾滾向前，各方焦慮背後也有人持謹慎態度。一位大廠獵頭告訴我們，自己從業十餘年，“見過太多風口了，二十年前手機市場好的時候，你要是個iOS開發、Android開發，別人求爺爺似的搶你；十年前，產品經理特別火，外面各種培訓班鋪天蓋地，好像是個人就能幹產品經理；七八年前，區塊鏈熱潮，數字貨幣和加密技術人才一個難求；五年前直播帶貨火了，大家就搶資料分析師和選品師。但到今天再回頭看，每個行業風口也就持續那幾年，培養人的速度明顯跟不上搶人的熱潮。”“普通人不應該總想著去追求什麼風口。普通人之所以是普通人，就是因為他後知後覺，缺少提前預判的能力。當大家都認識到這個是風口時，再進去，就已經晚了。所以對於很多人來說，最好的職業規劃不是去追什麼風口，而是現在在做什麼事，就做好這件事，或者說自己感興趣什麼事，就做好什麼事。”上述獵頭總結。 (霞光社)

2025年初，一個叫DeepSeek的中國本土AI模型，用美國同行幾十分之一的算力和成本，打平了矽谷最頂尖的閉源模型，美國科技股應聲暴跌，矽谷精英們在推特上瘋狂復盤，哀鴻遍野。圖片 | 來自網路所有人都以為，這是一個突發的“斯普特尼克時刻”，就像1957年蘇聯衛星上天，震驚全美那樣。但真正的歷史大轉折，從來沒有轟轟烈烈的爆炸聲，它發生的時候，往往是靜音的。美國百年大刊《大西洋月刊》最近刊登了一篇極具震撼力的長文，作者羅斯·安德森（Ross Andersen）說：中美科技實力的攻守易勢，是一場悄無聲息的、只有極少數專門研究“科學之科學”的元科學家（Metascientists）才能在底層資料中察覺到的暗流湧動。在這場競爭中，中國不僅已經追趕上來，並且在眾多決定21世紀命運的前沿賽道上，完成了對美國的“降維打擊”。https://www.theatlantic.com/science/2026/03/china-science-superpower/686564/文中，美國人開始反思自己的“滯後指標（Lagging Indicator）陷阱”：很多美國人拿諾貝爾獎的數量，以此來堅信“美國科學依然統治世界”，但諾貝爾獎，是對20年前、甚至30年前科學突破的追認。它是昨日輝煌的墓誌銘，絕不是明日國運的預言書。而中國在那些真正決定21世紀人類命運的賽道不僅已經追了上來，在高影響力論文、先進材料、固態電池、量子計算、人工智慧的底層專利上，拿到了下一代工業革命的入場券，而且在很多決定性的節點上，正在完成對美國的“降維打擊”。更荒誕的是，美國之所以在輸掉這場競賽，很大程度上是因為他們正在親手砸碎自己引以為傲的“科學發動機”。01 中國科研機器的恐怖變異長期以來，西方學術界對中國科研有根深蒂固的傲慢與偏見。在他們的語境裡，中國科研就是“論文灌水”的代名詞，的確，中國過去有現金獎勵論文的政策催生了大量低品質的垃圾論文。但對不起，上面這個認知起碼落後了十年。今天的中國科研，已經完成了一次“物種變異”，我們不僅在數量上完成了對世界的統治，更在“質量”上，開始了窒息般的壓制。看幾組硬核資料：1991年，中國的研發支出是微不足道的130億美元；而今天，這個數字已經飆升到每年8000多億美元。中國官方的規劃，是保持每年7%的研發剛性增長——這種資金烈度，在人類歷史上從未有過。中國目前每年培養的STEM（科學、技術、工程、數學）博士數量，幾乎是美國的兩倍。中國去年畢業了130萬工程師，美國呢？13萬……值得注意到是，中國已經廢除了單純靠論文數量拿獎金的低級玩法。結果是什麼？根據最新的權威元科學資料，在世界上被引用次數最多、最具影響力的前1%頂尖論文中，中國已經穩居世界第二，並在材料科學、化學、工程學等多個關鍵學科完成了對美國的反超。那些還在嘲笑中國只會“山寨”的人，根本不知道什麼叫“飽和式研發”。但這就夠了嗎？不夠。中國真正厲害的地方，是把產學研的結合，是“製造即科研的地理學”。美國人發明了現代太陽能電池板，美國人發明了商用鋰離子電池。但在今天，如果你去看全球的電動車、先進電池、太陽能產業鏈，美國幾乎被剃了光頭。為什麼？因為在21世紀，“製造能力本身就是一種核心的科研能力”。工程科學不是在黑板上算出來的，是在流水線上試錯試出來的。每一次良率的提升，每一次材料配方的微調，都是最頂級的科學創新。中國擁有全球最龐大、最完整的工業供應鏈。在合肥、在深圳、在寧德，一個實驗室裡的瘋狂想法，可以在24小時內找到配套工廠做出原型機，並在三個月內完成迭代。而在波士頓或者矽谷，你可能光是等一個特種零配件的清關，就要耗費三個月。地理上的聚集，帶來了研發成本的斷崖式下跌和迭代速度的幾何級提升。這種結構性優勢，是美國在實驗室裡投入再多美元也無法抹平的。更有趣的是，中國的高校、地方政府、產業鏈上下游企業，結成了一個史無前例的“超級利益共同體”。過去八十年裡，美國的科技樹是靠“天才”點亮的，它信奉個人英雄主義，信奉自由散漫的碰撞，信奉像賈伯斯、馬斯克這樣的“孤膽英雄”去突破邊界。這種模式在0到1的原始創新階段，威力無窮。而中國的模式，是“系統化推進”，在官方語境裡，這叫“新型舉國體制”，它不依賴某一個天才的靈光一現，而是依賴龐大的、紀律嚴明的、產學研深度融合的系統。當系統開動，它能把高高在上的科學，迅速平民化、白菜化、產業化。在決定國計民生、決定大國博弈最終勝負的所有應用科學賽道上，特別是那些需要海量資料喂養、極其複雜的工程協同、長周期迭代的應用科學（比如AI落地、固態電池、商業航天），中國這種“系統化、工程化、規模化”的推進，正在展現出讓人絕望的統治力。02 帝國自毀作為全球創新風向標的《科學》（Science）雜誌，近期連續發文，字裡行間全是美國頂級學者的焦慮，在他們看來，美國正在系統性地破壞自己戰後80年賴以生存的科學根基。美國科學的底牌是什麼？是錢嗎？不！美國的底牌是它作為“全球天才磁石”的開放性。美國55%的“獨角獸”（十億美元以上）初創公司，是由第一代移民創立的。二戰後，美國靠著吸納全世界最頂尖的頭腦（包括大量的華裔、印度裔、東歐裔科學家），壟斷了人類的智慧巔峰。但是現在，因為政客們歇斯底里的“泛安全化”和“對華恐懼症”，美國正在瘋狂驅逐這些天才。看幾個資料：42%：超過四成的在美科學家，因為害怕被政客以“意外未披露資訊”或“通華”的罪名起訴，現在對在美開展研究感到極度恐懼。61%：超過六成的華裔科學家，感到被體制排斥，正在計畫或已經離開美國。10000+：近年來，已經有超過一萬名擁有博士學位的頂尖人才，流出了美國聯邦科研體系。《科學》雜誌有一篇社論，一針見血地指出：“當今世界，最大的安全風險絕不是知識的被竊取，而是知識的孤島化。”美國人正在瘋狂築牆——他們取消了NIH（國立衛生研究院）數億美元的科研資助，他們甚至把《晶片法案》裡承諾給研發的74億美元直接抽乾，他們以為切斷與中國的合作，就能鎖死中國。太天真了，他們切斷的，其實是美國科學家接觸中國領先成果的通道。歷史學家如果回看這段歷史，一定會覺得無比荒謬：一個靠開放、包容、吸引全球天才而成為超級大國的國家，在面對競爭時，第一反應居然是閉關鎖國、抓特務、搞政治審查，上演大清劇本。螢幕擷圖自麻省理工科技評論官網03 這根本不是讚歌行文至此，我們作為一個中國人，一定會感到心潮澎湃。但在大國博弈的棋局上，情緒是最廉價的東西，我們真正需要的是如履薄冰的清醒。讓我們回到《大西洋月刊》這篇文章。美國主串流媒體瘋狂誇讚中國，真的是因為他們認輸了嗎？絕對不是。《大西洋月刊》發表這篇文章，絕對不是為了讚美中國，而是為了“拯救美國”。這種極其高明的輿論操作，在美國政界被稱為“斯普特尼克敲打（Sputnik Shock）”。歷史上，美國極其擅長通過塑造一個“可怕的外部敵人”，如果沒有一個強大到足以威脅其生存的對手，美國國內的政治力量就永遠在內耗。冷戰時，蘇聯的衛星上天（斯普特尼克時刻），嚇得美國國會立刻砸出天量資金，搞出了阿波羅登月和ARPANET（網際網路前身）。80年代，日本半導體的強勢崛起，逼得美國政企結盟，最終用大棒和補貼奪回了晶片霸權。今天，《大西洋月刊》等精英媒體瘋狂炒作“中國科學已經超越美國”，其核心政治訴求極其毒辣：第一，逼國會打錢。他把中國科研的崛起寫得越震撼、越恐怖，就越能倒逼美國兩黨放下分歧，為基礎科研和科技戰撥付更多天量預算。第二，清理門戶。《大西洋月刊》作為偏中左翼、深受東西海岸知識分子喜愛的陣地，對川普及其代表的MAGA（讓美國再次偉大）孤立主義深惡痛絕。這篇文章表面上在寫中國，實際上是一篇極其凌厲的“反右翼檄文”，目的向全美選民喊話：“看看右翼保守派的愚蠢政策吧！他們打著‘國家安全’的旗號搞孤立主義，結果不僅沒有防住中國，反而砸爛了我們自己的科學發動機！”這就是成熟大國精英的玩法：他們不粉飾太平，不搞廉價自嗨。他們甚至願意把對手捧上神壇，但前提是——要把對對手的誇讚，化作刺向美國自身體製毒瘤的手術刀。看懂了這一層，你才會明白，未來五年，我們面臨的將不再是川普時期那種毫無章法的“王八拳”，而是美國重新集結全球盟友、用更充沛的資金和更精準的制裁，發起的更有力的絞殺。04 中國隱憂儘管我們在高引用論文、工程製造和應用創新上取得了舉世矚目的成就，但如果捫心自問，在決定人類命運的“0到1的底層理論創新”上，我們真的超越美國了嗎？答案是：還沒有。在過去三十年的“跟隨期”，我們的優勢是“別人指明了方向，我們用更強的執行力跑到終點”。但在今天，當我們在諸多領域（如通訊通訊、新能源、某些AI領域）衝到最前面，進入沒有路標的“無人區”時，我們的短板開始顯現：比如，容錯機制。從0到1的創新，註定是九死一生的。我們當前的評價體系，是否能包容一個科學家十年出不了一篇論文，僅僅為了追求一個看似“無用”的基礎理論？其二，既然我們自豪於“系統”的力量，那我們如何在系統中，給那些性格古怪、不按常理出牌的“異類天才”留出一片野蠻生長的天空？美國的衰落始於他們搞科研封閉。我們絕不能走這條老路。即便在面臨封鎖的今天，中國科研也必須堅定不移地擁抱全球化，把全世界最優秀的大腦（那怕是非華裔）吸引到中國來。《大西洋月刊》感嘆美國正在失去“開放精神”，但這正是中國取而代之的最佳歷史窗口。一個真正自信的大國，不僅要能自力更生，更要能兼濟天下。05 接力棒已到我們手中一千多年前，中國人發明了造紙術和火藥。但在隨後的歲月裡，這些改變世界的火種流落他鄉，成就了西方數百年的科技霸權。而在剛剛過去的八十年裡，美國人藉著兩次工業革命的餘威，發明了半導體、網際網路和人工智慧的基礎架構，統治了全球科技的制高點。如今，歷史的接力棒在穿越了百年屈辱與三十年的隱忍追趕後，再次交回到了我們手中。我們不再是那個只能用幾億件襯衫換一架波音飛機的世界工廠，而是一台轟鳴著向量子計算、星辰大海和通用人工智慧挺進的巨型科技引擎。面對美國精英的焦慮與遏制，我們不需要反唇相譏，更不需要廉價的狂熱。我們需要做的，只是保持極致的冷靜，繼續加大基礎科研的投入，保護好每一個在深夜實驗室裡枯坐的科研人員，把我們的產業鏈護城河挖得再深一點。 (TOP創新區研究院)

Anthropic 花了 4 億美金，買了一家不到 10 個人的生物科技公司。這家公司叫 Coefficient Bio，去年秋天才成立，做的事情是用 AI 來做藥物研發規劃、臨床策略管理和新藥候選發現。Anthropic CEO Dario Amodei4 億美金，不到 10 個人，折算下來每個人值 4000 多萬美金。這個數字乍看離譜，但放在 Anthropic 最新 3800 億美金的估值下，其實只稀釋了大約 0.1%。用一個比喻來說的話：這筆交易就像一個身家千億的富豪，花了一頓米其林晚餐的錢，請了一桌頂級生物學家坐下來聊聊。只不過這頓飯，聊的是，人類的生死。01他們是誰Coefficient Bio 的兩位創始人 Samuel Stanton 和 Nathan Frey，都來自 Genentech 旗下的 Prescient Design，一個專門做計算藥物發現的團隊。Coefficient Bio 聯合創始人 Nathan Frey（左）和 Samuel Stanton（右）Nathan Frey 是個挺厲害的角色。賓大材料科學博士，之前在 Genentech 帶了一支跨學科團隊，做生物基礎模型和 AI 分子設計。他在 2024 年的 ICLR 上拿過最佳論文獎，研究的是用生成模型來設計藥物候選分子。Samuel StantonSamuel Stanton 則是 NYU 資料科學博士，同樣在 Prescient Design 做過機器學習科學家。兩個人從羅氏/Genentech 出來創業，半年後就被 Anthropic 收了。速度之快，倒是讓人想起了當年 DeepMind 收購 Isomorphic Labs 團隊的路數。收購之後，這個團隊會併入 Anthropic 的醫療健康與生命科學部門，負責人是 Eric Kauderer-Abrams。Eric 在今年 1 月的 JP Morgan 醫療健康大會上說過一句話：“ 我們的目標，是把 Claude 變成生物學領域最受歡迎的 AI 模型。02不只是買個軟體這筆收購的訊號，其實非常明確：Anthropic 買的，不只是幾個工程師和幾行程式碼。Coefficient Bio 做的事情，是讓 AI 能接管生物科技研究中的實際工作流：起草藥物研發計畫、管理臨床試驗的合規策略、篩選新藥候選分子。這些活兒需要深厚的領域知識，光靠通用大模型是幹不了的。換句話說，Anthropic 買的是「生物學的手感」。是那種知道一個臨床試驗要怎麼設計、FDA 的審批流程那裡有坑、什麼樣的分子結構值得深入研究的經驗。這也解釋了為什麼不到 10 個人值 4 億。因為這類人才，在整個行業裡可能也就那麼幾十個。03Dario 的預言說到 Anthropic 進軍生物學，就不得不提 Dario Amodei 在 2024 年 10 月發的那篇著名長文：《Machines of Loving Grace》，見：剛剛！Anthropic CEO Dario Amodei 發文：人工智慧如何讓世界變得更美好【附全文翻譯】。Anthropic CEO Dario Amodei一萬五千字，核心論點之一就是：AI 加速的生物學，可以在 5 到 10 年內，壓縮人類生物學家原本需要 50 到 100 年才能取得的進展。這話聽著像科幻，但 Dario 給出了具體的論證。他的邏輯是這樣的：20 世紀，人類平均壽命從大約 40 歲翻到了大約 75 歲，差不多翻了一倍。如果 AI 能把 21 世紀的生物學進展壓縮到 5 到 10 年內完成，那再翻一倍到 150 歲，算是「趨勢延續」。人類壽命翻倍趨勢而且他指出了幾個關鍵事實：•  已經有藥物能把老鼠的最大壽命延長 25% 到 50%，副作用還很小•  有些烏龜能活 200 年，說明人類目前的壽命顯然不是什麼理論上限•  一旦人類壽命達到 150 歲，我們可能就觸及了「逃逸速度」：活得夠久，就能等到下一代續命技術Dario 原文是這麼寫的：“ 一旦人類壽命達到 150 歲，我們或許就能達到「逃逸速度」，為目前活著的大多數人爭取到足夠的時間，讓他們想活多久就活多久。當然，這在生物學上是否可行，沒人能打包票。04疾病會怎樣Dario 在那篇文章裡，對主要疾病的預測非常詳細。Dario 的疾病攻克預測傳染病：幾乎所有自然傳染病都將可防可治。mRNA 疫苗已經指明了方向，未來的疫苗技術可以快速適配任何病原體。癌症：死亡率和發病率都會下降 95% 以上。他提到，癌症死亡率其實每年已經在以大約 2% 的速度下降了，而 AI 加速的早期檢測和靶向藥物會讓這個趨勢急劇加快。阿爾茨海默症：Dario 認為這恰恰是 AI 擅長解決的問題類型，因為它需要更精密的測量工具來隔離生物學效應。預防應該可以實現，但已經造成的腦損傷要逆轉……可能就難了。糖尿病、肥胖、心臟病：他認為這些比癌症「更容易解決」。心臟病死亡率已經下降了 50%，GLP-1 類藥物（就是大家熟知的司美格魯肽那一類）的進展更是肉眼可見的快。當然他也承認，這一切的前提是 AI 要能夠「執行」生物學研究，而不只是「分析」資料。“ 我說的不是把 AI 當資料分析工具。我說的是用 AI 來執行、指導、並改進生物學家做的幾乎所有事情。指揮實驗室機器人、設計實驗方案、發明新的測量技術，這些都得上。05速度的邊界不過 Dario 也沒有盲目樂觀。他列出了幾個 AI 加速生物學的「硬限制」：細胞培養需要時間，動物實驗需要時間，化學反應需要時間。這些是物理世界的節奏，再強的 AI 也壓縮不了。還有資料質量的問題，生物複雜性的問題，以及很多發現之間存在序列依賴，必須一步一步來，沒法全部平行。他的估計是：10 倍加速是現實的，但 100 倍壓縮到一兩年內……不太行。話說回來，10 倍就已經夠嚇人了。原本需要 50 年的研究進展，5 年搞定。06Anthropic 的佈局回頭看 Anthropic 在生命科學領域的動作，其實是一條清晰的線：Anthropic 生命科學佈局時間線2025 年 10 月，發佈 Claude for Life Sciences，讓 Claude 能連接 Benchling、BioRender 等科研工具。2026 年 1 月，在 JP Morgan 醫療健康大會上推出 Claude for Healthcare，一套符合 HIPAA 標準的工具包，能連接醫療資料庫、電子病歷系統。還宣佈了新的臨床試驗文件自動撰寫功能。合作夥伴名單也非常亮眼：賽諾菲、諾和諾德、Genmab、AbbVie、Allen 研究所、HHMI。2026 年 4 月，收購 Coefficient Bio。從賣工具，到建平台，到直接買團隊。步子越來越大了。Eric Kauderer-Abrams 的那句話，現在看來也不只是口號：“ 把 Claude 變成生物學領域最受歡迎的 AI 模型。他們是認真的。07不只 Anthropic值得一提的是，Anthropic 並不是唯一在押注 AI + 生物的大玩家。AI 藥物發現加速對比Google DeepMind 的 AlphaFold 在 2024 年拿了諾貝爾化學獎，旗下的 Isomorphic Labs 已經在準備 AI 設計藥物的人體臨床試驗。Insilico Medicine 用 AI 把一個纖維化候選藥物從發現推進到人體試驗，只用了不到 18 個月，傳統路徑通常要 4 年。AI 製藥市場從 2023 年的 18 億美金，預計到 2030 年會增長到 131 億美金。整個行業的共識已經很明確了：AI 對生物學的加速效應，可能會是 AI 所有應用場景中，最深遠的那一個。畢竟，提高程式設計效率是讓人寫程式碼更快。而加速生物學研究，是讓人活得更久。壽命逃逸速度概念圖回到 150 歲Dario 在那篇文章的最後，還提到了一個更大膽的概念：生物自由。他認為 AI 加速的生物學研究，最終會讓人類對自己的體重、外貌、生殖等生物過程擁有完全的控制權。這聽起來有點賽博朋克，但如果你看看 GLP-1 藥物在短短幾年內對肥胖治療的顛覆，就知道這個方向的推進速度比大多數人預期的要快。而 Anthropic 用 4 億美金收購一個不到 10 人的生物科技團隊，說到底，押的就是這個未來。通用大模型想要真正改變一個領域，得先變成那個領域的專家。Coefficient Bio 的團隊，就是幫 Claude 變成生物學專家的那塊拼圖。至於我們能不能活到 150 歲……Dario 說了，沒人能打包票。但至少現在，有人在認真賭這件事了。所以，除了擁抱 AI，我們現在最應該做的事情大概就是：注意身體，保護好自己。萬一真等到了呢。 (AGI Hunt)

華為一年的研發費用，就夠買下快手。01. 一年投入近2000億研發2025年華為重回巔峰3月31日，華為發佈2025年年度財報，總營收8809億元，淨利潤680億元，跟2020年業績幾乎持平。歷經5年，華為終於走出修復期，重回巔峰！而除開這兩個數字外，這份財報中最值得關注的是：永遠都在上漲的研發投入。過去一年，華為在研發上砸了1923億元，佔到全年總收入的21.8%。相當於每收入100塊，就敢拿22塊用於研發。國內科技公司裡，沒有一家公司能跟他掰手腕。騰訊857.5億元、阿里巴巴571.5億元、小米331億元，還不到華為的零頭，研發佔比也都不到10%。放眼到國外，蘋果營收是華為的3倍多，但研發也只是比華為多一些而已。論研發佔比，華為更是在全球科技巨頭裡穩坐第一把交易，蘋果佔比8%，微軟也才11.53%，這種投入力度，只有華為才敢。02. 10年砸了1.38兆全力押注AI單看一年還不夠震撼，過去十年，華為累計研發投入已經超過1.38兆元。不管外部環境多差，不管營收是否下滑，華為都沒有縮減過研發投入，反而一年比一年砸得多，甚至連續5年研發佔比超過20%。這麼多錢，都燒在那了？輪值董事長孟晚舟在年報中說了幾個關鍵詞：聯接、計算、雲、終端、智能駕駛、人工智慧。華為把AI當成未來十年最確定性的戰略機遇，這也是華為研發投入最集中的領域。華為雲現在聚焦包含通算、智算在內的三項基礎業務，目標很明確：要做AI時代的“黑土地”。截至2025年底，華為在全球共持有有效授權專利約16.5萬件，研發員工約11.4萬名，佔總員工數量的53.7%。也就是說，華為超過一半的員工都在搞研發。03. 汽車業務起飛手機將全面回歸長期、持續的投入，已經給華為帶來了看得見的效果。其中，汽車業務成為華為新的增長極，全年收入450.18億元，同比增長72.1%，增速在華為所有業務裡一騎絕塵。2023年時，該類股營收還不到50億元，誰敢相信兩年時間翻了近10倍！鴻蒙智行，包括問界、智界、享界、尊界、尚界在內，2025年全年交付58.9萬台，去年12月單月交付8.96萬台，連續三個月刷新紀錄。問界M7手機業務也將迎來全面回歸。2025年華為終端業務實現收入3444.73億元，同比增長1.6%。別看增速不高，但能保持增長已經很難得。根據IDC發佈的資料，2025年中國智慧型手機市場出貨量約2.84億台，同比下降0.6%，華為以16.4%的市場份額，重回國內第一。截至2025年底，鴻蒙5.0以上終端裝置突破3600萬台，鴻蒙開發者超1000萬。孟晚舟直言：“終端攻堅克難，鴻蒙生態跨越了體驗臨界點。”唯一下滑的是雲端運算業務，但華為雲正在戰略調整，從追求規模轉向聚焦核心業務，短期陣痛，長期看未必是壞事。04. 只有華為才敢這麼投在中國科技公司裡，敢這麼花錢搞研發的，真就只有華為。這種投入比例放在任何一家上市公司裡，股東都得鬧翻天，但好就好在，華為沒上市，沒有短期業績壓力。任正非曾多次強調，華為不追求利潤最大化，要長期活下去。這份堅持，正是華為十年如一日，大力投入研發的核心原因。孟晚舟在財報裡說了句話：“在迷霧中航行，比前行速度更重要的是羅盤的精準。”翻譯過來就是：方向對了，慢一點沒關係；方向錯了，跑得越快死得越慘。華為選的方向，比如AI、終端、智能駕駛，都是底層技術，投入大、周期長、風險高，但一旦做成，就是護城河。從2G時代的跟隨者，到5G時代的領跑者；從被制裁，手機業務幾近歸零，到麒麟晶片全面回歸；從鴻蒙被嘲笑“Android套殼”，到千萬開發者、千萬裝置的生態……華為用十幾年時間證明了一件事：技術沒有捷徑，只有死磕。 (科技每日推送)

AI迭代正擊穿預測極限，受Claude Opus 4.6驚人表現衝擊，權威研究員Ajeya Cotra坦言其對2026年的AI進展預測已提前失效，今年底“AI研發自動化”的機率達10%，她表示“已找不到任何穩固趨勢能斷言這不會很快發生”！人工智慧能力的躍升速度，正在讓最嚴謹的預測者也措手不及。知名AI預測研究者Ajeya Cotra近日公開承認，她僅在兩個月前發佈的2026年AI進展預測已顯著偏於保守。觸發這一自我修正的，是Anthropic最新模型Claude Opus 4.6在權威評測機構METR基準測試中的表現，該模型的軟體工程"時間跨度"已達約12小時，遠超Cotra此前預測的2026年底約24小時水平。這意味著AI在軟體工程領域的實際進展，比她的預測提前了近十個月。更具衝擊力的是，Cotra隨之上調了對"AI研發全面自動化"的機率判斷。她將今年年底前AI完全接管研究構想與實施、無需人類介入的機率維持在10%，並明確表示："這是我第一次找不到任何可以外推的穩固趨勢，來斷言這件事不會很快發生。"這一表態在AI預測圈引發廣泛關注。Cotra曾在全球最大AI安全資助機構之一Coefficient Giving擔任AI安全研究資助負責人，目前供職於METR——一家專注於AI能力評估的機構。01 預測落空：兩個月前的判斷已經過時今年1月14日，Cotra基於2019年至2025年間時間跨度約每年翻倍不到兩次的歷史趨勢，預測2026年底最先進模型的50%成功率時間跨度約為24小時，80百分位預測為40小時。然而，僅在她發佈預測約兩個月後，Opus 4.6便被評估為具備約12小時的時間跨度。在METR測試集中，19項被估計需要人類耗時超過8小時的軟體工程任務裡，Opus 4.6能夠至少部分完成其中14項，並穩定攻克其中4項。Cotra坦言，在此後還有整整十個月進展的情況下，AI代理仍在24小時任務上有一半時間失敗，"已經不再可信"。值得注意的是，Cotra同時提示，當前時間跨度估算的不確定性顯著上升——Opus 4.6的95%置信區間為5.3小時至66小時，部分原因在於長任務數量稀少、人工完成時間多為估算，且基準測試本身已接近飽和。02 能力邊界：傳統評估框架正在失效隨著AI代理能力逼近乃至超越數十小時的任務量級，Cotra認為"時間跨度"這一概念本身的適用性正受到挑戰。她指出，任務的可分解性隨規模增長而顯著提升：一小時的偵錯任務幾乎無法拆分平行，一天的開發任務勉強可以分工但邊界模糊，而一個月乃至數月的項目則天然適合拆解為多個平行子任務。一旦AI代理能夠穩定完成80小時量級的任務，理論上便可通過"管理層AI"分配任務、"執行層AI"平行推進的方式，持續推進任意規模的項目。Cotra的同事Tom因此提出，以大型團隊完成任務所需的日曆時間，而非單人工時，作為衡量"內在難度"的更優指標。Cotra認為，隨著AI進入這一新量級，"單人時間"指標可能開始呈現超指數增長，使得年底前軟體工程能力的上限極難估算。她同時承認，這種大規模任務分解在實踐中不會完美運作——項目參與者對全域背景的直覺性把握，難以被Jira工單或Asana任務完全替代。但她認為，對於相當大一類軟體項目而言，這種模式"可能出乎意料地有效"。03 關鍵節點：AI研發自動化今年或成現實在所有預測中，最受關注的是Cotra對"AI研發全面自動化"的機率判斷。她將這一機率定義為：AI系統完全承擔研究構想與實施工作，無需人類參與。在1月的預測中，她給出了10%的機率，並在發佈後收到多位AI預測領域同行的反饋，認為這一數字偏高。但在Opus 4.6的表現出爐後，她表示10%"再次感覺處於合理區間"。Cotra同時保持審慎。她指出，全面自動化AI研發不僅需要軟體工程能力，還需要在"研究判斷力"和"創造力"等方面取得突破，而這些恰恰是當前AI系統相對人類研究者仍明顯欠缺的領域。她認為，這一目標在未來三至五年內實現的可能性，遠高於今年之內。但她的措辭已發生根本性轉變："這是我第一次，找不到任何可以外推的穩固趨勢，來斷言它不會很快發生。" (硬AI)

韓國一份官方科技報告，直接在業內掀起了波瀾。這份報告覆蓋 11 大領域 136 項核心技術，資料顯示中國技術水平達到美國的 86.8%，已經超過韓國的 82.8%。僅僅兩年時間，中韓技術差距從 0.2 年拉大到 0.7 年，就連韓國最自信的二次電池技術，也被中國實現反超。這不是單個技術的突破，而是全產業鏈的系統性追趕，依靠的是長期穩定的研發投入，和從頭到尾的完整產業佈局。韓國官方也明確承認，中國研發投入是韓國的 8 倍。不少人覺得技術反超靠的是運氣，可這次韓國評估的技術，橫跨航空航天、材料、生命健康、資訊通訊等所有前沿方向。能做到全面推進，核心是天量且穩定的研發資金支援。2024 年中國研發投入突破 3.6 兆元，規模接近韓國的 8 倍。韓國研發投入佔 GDP 比重不低，但國家體量差距太大，根本無法彌補。這種差距不是靠效率能追上的，是底層實力的降維打擊。對比二十年前，中國研發支出只有現在的二十分之一，這樣的增速在全球主要經濟體裡獨一無二。和美國相比，高端產業仍有差距，但追趕速度讓西方格外重視。我們的研發不是盲目燒錢，而是從基礎研究到應用技術，從零部件到終端產品的精準佈局。政府、高校、企業三方協同，形成了很難被覆制的創新體系。韓國媒體也坦言，面對中國全方位的研發推進，韓國只能死守少數領域。過去韓國還能靠幾個支柱產業撐場面，如今中國全領域突破，韓國已經越來越力不從心。讓韓國最難以接受的，是一個個優勢產業被中國攻破。二次電池兩年內完成徹底反超，2025 年中國兩家動力電池企業全球佔比超 55%，韓國三家合計僅 15% 左右。顯示面板也實現逆襲，2025 年中國大陸面板廠商全球營收份額突破 52%，OLED 手機面板出貨量首次超過韓國。半導體領域，中國技術水平 91.5%，同樣小幅超過韓國的 91.2%。韓國機構預測，2030 年前中國將在十大出口產業全面超越。韓國經濟高度依賴這些支柱產業，如今接連失守，國內輿論充滿焦慮。中國的核心優勢是全產業鏈閉環掌控，從原材料到製造應用全部打通，成本、效率、規模都佔據絕對優勢。韓國企業再努力，也擋不住中國全產業鏈加超大市場的組合拳，曾經的技術壁壘，正在被逐一攻破。技術反超的最終紅利，落到了每一個普通人身上。動力電池成本大幅下降，讓新能源車價格越來越親民。國產面板量產，讓手機、電視不再高價，千元機也能用上好螢幕。半導體國產化推進，還會讓更多電子產品告別溢價。中國科技發展，從來不是為了資料攀比，而是擺脫被卡脖子的困境，讓國人用上更好更便宜的產品。韓國的官方報告，已經用資料承認了現實。全球科技格局早已改寫，這是長期投入的必然結果，中國科技的自強之路，才剛剛步入快車道。 (科技直擊)