CrowdStrike公佈的第四季度業績超出華爾街預期,並行布了基本符合預期的2027財年展望,目前投資者一直擔心人工智慧對軟體類股的顛覆性影響。這家總部位於德克薩斯州奧斯汀的網路安全公司公佈第四季度每股收益為$1.12,超過分析師預期的$1.10。營收增至$13.1億,略高於$13.0億的市場預期。CrowdStrike預計第一季度每股收益為$1.06至$1.07,市場預期為$1.07。公司預期營收為$13.6億至$13.64億,與$13.6億的市場預期基本一致。對於全年,公司預計每股收益為$4.78至$4.90,而市場預期為$4.84。預計營收將在$58.7億至$59.3億之間,市場預期為$58.7億。該公司股價今年已下跌超過15%,因為能夠執行複雜數字任務的先進人工智慧模型的興起,引發了市場對軟體即服務公司增長持續性的質疑。分析師表示,對於網路安全提供商而言,這些擔憂可能被誇大了,因為網路安全仍然是企業IT支出的核心。管理層表示,人工智慧在企業中的廣泛應用正在創造對安全工具的額外需求,這使CrowdStrike能夠在企業保護人工智慧工作負載和資料的過程中實現擴張。CrowdStrike在2026財年結束時的年度經常性收入達到$52.5億,其中全年新增淨經常性收入為$10.1億。公司表示,在本季度和全年都實現了創紀錄的營運現金流和自由現金流。 (invest wallstreet)

引言：2026年2月20日，又一個行業的崩塌時刻AI生成2026年2月20日，Anthropic發佈Claude Code Security，美股網路安全類股集體暴跌。CrowdStrike跌7.95%、Cloudflare跌8.05%、Okta跌9.18%，單日市值蒸發超100億美元。Global X網路安全ETF創2023年11月以來新低。這是繼2月3-4日"SaaSpocalypse"（SaaS崩塌）之後，48小時內第二次行業級崩塌。兩次崩塌的共同特徵是：AI不再是“輔助工具”，而是直接替代了整個職業類別的核心價值。Claude Code Security在內部測試中發現500+潛伏多年的高危漏洞，包括Ghostscript、OpenSC等開放原始碼專案，部分漏洞存在超十年未被人類安全專家發現。這是範式崩塌的訊號。當一個AI工具能夠超越整個行業數十年的專家積累，因為中間有段時間我沒有緊密fellow，參見前文《用AI，不AI：一個AI異化者的重生手記》，所以我特別想搞清楚的是：範式是如何演進到這一步的？第一階段：模型能力的指數級躍遷（2018-2024）A. 核心特徵：Scaling Law（縮放定律）的勝利從GPT-3到GPT-4，從Claude到Gemini，這一階段的主旋律是模型能力的指數級增長。LLM在軟體任務上的時間跨度每7個月翻倍，Claude Opus 4.6在METR軟體任務上達到14.7小時，相比前代提升了近3倍。這個階段的關鍵信念是：更大的模型 = 更強的能力更多的資料 = 更好的泛化更長的上下文 = 更複雜的推理直到網際網路資料被用完，蒸餾資料會引發崩潰。AI訓練的瓶頸從模型參數夠不夠大，到是新鮮、可靠的資料從那裡來。這預示著第一階段的天花板。B. 範式的內在矛盾這一階段暴露出三個核心矛盾：1.資料枯竭：網際網路公開資料已被“反覆嚼舊料”，模型開始“嚼自己的尾巴”；2.能力泛化 vs. 落地應用：模型越抽象越泛化，但缺乏與真實任務的有效對接；3.Speech-act的空轉：大量對話停留在“數字空間空轉”，未能進入“speech-cognition的高價值空間”。第二階段：從In-Context Learning到Scaffolding（2024-2025）A.Anthropic的雙重路徑Anthropic的戰略核心：“in-context learning和Scaffolding演化的雙重作用下的模型進展。”In-Context Learning（上下文學習）的深化：不再是簡單的few-shot prompting；演變為Context Engineering——Anthropic在2025年9月正式提出這一概念；核心轉變：從“寫好提示詞”到“策展最優token集合”；關鍵技術：Compaction（壓縮）、Structured Note-taking（結構化記憶）、Sub-agent Architectures（子代理架構）。Scaffolding（腳手架）的戰略意義：這裡的“腳手架”指的是：人類經驗進入LLM的管道和結構。Anthropic的工程部落格揭示了一個關鍵洞察：> "Context engineering represents a fundamental shift in how we build with LLMs. As models become more capable， the challenge isn't just crafting the perfect prompt—it's thoughtfully curating what information enters the model's limited attention budget at each step."“上下文工程代表著我們利用大型語言模型進行開發的根本性轉變。隨著模型能力的增強，挑戰已不再僅僅是精心設計完美的提示，而是要審慎地在每一步中篩選出那些資訊能進入模型有限的注意力預算。”那麼，LLM平台戰爭的本質已經從模型轉移到腳手架。誰定義了人類具身經驗進入LLM的管道形態，誰就定義了speech symbiosis的拓撲結構。這意味著：腳手架（Scaffolding）成為模型能力的放大器；戰場從“模型訓練”轉移到“執行階段編排”；人類經驗的輸入方式，決定了AI的輸出質量。B. 關鍵技術突破1.Context Window的辯證法：更長的上下文 ≠ 更好的性能；Context Rot現象：隨著token數量增加，模型檢索精準性下降；解決方案：Just-in-time retrieval + Agentic Search。2.從Pre-retrieval到Runtime Exploration：傳統：預先檢索所有相關資料；新範式：維護輕量級識別碼，動態載入資料；Claude Code的實踐：用glob、grep等工具導航環境，繞過陳舊索引。3.Multi-agent Architecture的崛起：主代理維護高層計畫；子代理處理深度技術工作；每個子代理可能消耗數萬token，但只返回1000-2000 token的精煉摘要。C. 遞迴自我改進（RSI）時代的到來2025年底，一個只有行業少數人能察覺的拐點出現了：模型開始幫助創造模型。（參見前文：《AI自主進化前的窗口期：12個月!》）研發速度首次實現遞迴式增長，單個研究者的產出被成倍放大。Alexandr Wang將這個階段命名為遞迴自我改進（RSI，Recursive Self-Improvement）時代。過去五年的規律：AI進步靠堆資源。投入更多資料和算力，模型就變得更強。現在的質變：模型不再被動等待投喂，它開始能幫忙做研究，能參與訓練下一代模型。它能整理資料、生成實驗程式碼、做架構搜尋，而且速度更快。從外部看，所有頭部LLM廠家的發佈頻率突然變高了。但這只是表象。在內部，研發流程正在發生質變：研究被切分成更小的步驟；模型能夠即時給出方案並進行對比；許多過去依賴人工試錯的路徑，現在直接在模型內部就能跑通；下一代模型的迭代速度實現了量級躍升。競爭邏輯的改變：在RSI時代，競爭的焦點已經從單純的“資源規模”轉向了“迭代速度”。現在的優勢，取決於誰能更快地生成實驗方案、更快地清洗資料、更快地測試不同路徑，並以最快速度將這些成果反哺給下一代模型。所以你會看到，掌握了這套打法的頭部實驗室，產品發佈節奏明顯提速了。AI已經進入了能夠自我推動的階段。短期內，你或許感知不到劇烈變化，但在未來三到五年，這種自我加速能力會在產品迭代、組織更新和行業地位上拉開巨大差距。第三階段：腳手架重構與行業崩塌（2026年2月）A. 腳手架戰爭的本質LLM平台戰爭的本質已經從模型轉移到腳手架。誰定義了人類具身經驗進入LLM的管道形態，誰就定義了speech symbiosis的拓撲結構。這意味著：模型能力趨於同質化:（OpenAI、Anthropic、Google的頂級模型差距縮小）；差異化在於編排能力：如何讓人類經驗有效輸入、如何讓模型與真實任務對接；價值捕獲點轉移：從“訓練最強模型”到“建構最佳管道”。B. 腳手架重構的領域，就是商業模式崩塌的領域第一次崩塌：SaaS的48小時（2月3-4日）。市值蒸發：納斯達克雲指數蒸發近3000億美元；這不是宏觀回呼，而是底層商業邏輯的崩塌。三個關鍵指標的失速：1. NRR（淨收入留存率）中位數跌至101%——接近危險線；2. GRR（總收入留存率）跌破90%——客戶流失加速；3. CAC回本周期拉長至24個月以上——單位經濟模型失效。Forbes的深度報導指出：這不是“增長變慢”，而是“單位經濟模型正在失效”。資本的三個逃逸方向：資金流向呈現出令人窒息的極化：1.Service-as-Software（結果導向革命）：從“出售工具訪問權”到“出售可驗證的商業結果”；無法把計費模型與交付價值硬繫結的軟體→淪為“可替換元件”。2.物理基礎設施：固態變壓器、推理ASIC、矽光收發器；掌控變壓器架構與光通訊模組→建立“物理主權”；“資本只願意為‘物理控制權’和‘原生數字主權’下注”。3.機器身份與硬核推理：安全層面：從“防人越權”到“約束自治機器代理”；硬體層面：通用晶片在低延遲推理的能效比被挑戰。第二次崩塌：網路安全的黑色星期四（2月20日）觸發事件：Anthropic發佈Claude Code Security技術突破的顛覆性：採用AI模型Claude Opus 4.6；可像人類安全專家般理解程式碼邏輯；發現傳統工具易遺漏的複雜漏洞（業務邏輯缺陷、權限繞過問題）；內建多階段驗證機制，自動生成修復建議但保留人工稽核環節。實戰表現：內部測試發現500+潛伏多年的高危漏洞；包括Ghostscript、OpenSC等開放原始碼專案；部分漏洞存在超十年未被人類專家發現。市場反應：CrowdStrike跌7.95%、Cloudflare跌8.05%、Okta跌9.18%；類股單日市值蒸發超100億美元；Global X網路安全ETF創2023年11月以來新低。行業影響：該工具定位程式碼審計環節，直接衝擊應用安全測試市場；儘管仍處限量研究預覽階段，但加劇市場對AI顛覆傳統安全商業模式的焦慮。兩次崩塌的共同邏輯這兩次崩塌揭示了一個殘酷的事實：當AI的腳手架能夠有效對接某個垂直領域時，該領域的傳統商業模式就會在48小時內崩塌。當AI能夠：1.超越人類專家的多年積累（網路安全）；2.以更低成本交付相同結果（SaaS）；3.持續學習和進化（而人類專家的知識更新速度有限）。傳統商業模式的護城河就會瞬間蒸發。腳手架重構的本質：傳統軟體時代：人類經驗 → 程式設計師編碼 → 軟體產品 → 使用者使用；瓶頸：程式設計師的編碼能力和時間。腳手架時代：人類經驗 → 腳手架管道 → LLM理解 → 輸出結果；瓶頸：腳手架的設計質量。誰定義了“人類經驗→LLM輸入”的管道形態：就定義了AI能理解什麼、不能理解什麼；就定義了AI能做什麼、不能做什麼；就定義了價值如何流動。這就是“speech symbiosis的拓撲結構”——人機共生的互動拓撲。第四階段：Agentic AI的大規模落地（2025年底-2026年）A. 從“概念”到“可用”的跨越如果說前一階段講的是技術為什麼變快，這一階段則更貼近普通人和企業：AI為什麼終於能把事情辦成了。過去兩年，智能體（Agents）這個詞被提及了無數次。從2023年開始，它就被大肆宣傳，但在很長一段時間裡，它更像是一個被炒作的流行詞，始終沒有達到預期。到了2025年下半年，情況變了。智能體第一次真正開始運轉，能夠承擔真實任務，而不再僅僅是Demo。從會回答到會執行：智能體開始處理完整的任務鏈：連續呼叫工具；在後台長時間運行；根據突發情況自動調整執行步驟。從這一刻起，AI能力邊界擴大了。以前的AI只能回答問題，現在的AI能推進進度。對企業而言，多了一個7x24線上的“數字員工”；對個人而言，則多了一個能主動幫你成事的“超級助理”。B. 軟體工程的統治地位資料顯示：軟體工程佔所有AI代理工具呼叫量的近50%，而醫療、法律、金融等垂直領域各佔比不足5%。(見下圖）這揭示了兩個事實：1.通用能力的優先順序：程式碼理解、檔案操作、系統呼叫是最基礎的“管道能力”；2.垂直領域的巨大空白：有上百個AI獨角獸企業等待被打造。馬斯克的第一性原理預測：馬斯克預測：到今年年底，AI將完全繞過編碼，直接建立二進制檔案。當AI能夠：理解使用者意圖；設計系統架構；生成最佳化的機器碼；直接輸出可執行檔案。中間的“編碼”環節就成了冗餘。這是第一性原理的極致體現——直接從需求到結果，跳過所有中間層。不愧是第一性原理宗主。C. 三個方向同步爆發1. 程式設計智能體正在重塑研發流程它們能讀懂、生成並修改程式碼，讓工程師的工作效率實現躍升。在Meta內部，有工程師利用AI將生產力提高了10到100倍。這些案例一個接一個出現後，組織裡的其他人突然意識到，工作方式真的在改變。2. 個人智能體（Personal Super Intelligence）能幫你規劃任務、安排日程、拆解目標，真正滲透進日常生活。如果你想改善健康：它能幫你量身定製並嚴格落地一套包含飲食、運動和作息的完整方案。如果你要籌辦一場活動：它能自動跟進進度、對接場地、傳送邀請，甚至替你查漏補缺。如果你想享受生活：它能幫你接管繁雜的日常瑣事，把你釋放出來，把時間留給釣魚、畫畫、旅行，或者任何真正有價值的事。3. 公共服務智能體在印度提供了範本：民眾直接在WhatsApp上就能獲取政府服務、查詢資訊、提交申請，效率發生了質變。智能體不再是某個前沿行業的專屬，它正成為一種通用的工作方式。D. 從不放心到放心智能體為什麼能在現在跨越“概念”走向“可用”？Alexandr Wang將其歸結為四點質變：1. 模型的推理能力大幅躍升；2. 工具呼叫變得更加穩定；3. 與現實場景的連接更加順暢；4. 經過海量應用測試後，可靠性得到了驗證。智能體從讓人“不放心”，變成了“可以放心託付”。這正是其能夠被規模化部署的核心前提。一旦信任建立並放心部署，價值就會快速釋放。它們不知疲倦、可無限複製、能同時處理多項任務。它們不僅能將人類從重複性勞動中解放出來，更能加快整個組織的運轉速度。企業的運轉效率、國家的公共服務質量，都將因此拉開差距。這些差距將在2026年變得清晰可見。按照Wang的判斷，在整個2026年，智能體會在全球諸多經濟領域和地區實現大規模部署。用他的話說：“AI帶來的經濟價值將呈指數級增長。”智能體已經成為一種新的生產方式。越早將其納入業務流程的組織，就能越早進入新的增長軌道。E. Claude vs. OpenClaw：兩種腳手架哲學有人這樣說：“Claude Code是精英專家同事，OpenClaw是知道你全部經歷、凌晨兩點還給你發語音的室友。”這代表了兩種腳手架設計哲學：Claude的“專家協作”模式：強調Context Engineering的精細化；多階段驗證機制；保留人工稽核環節；適合高風險、高價值場景（如程式碼安全審計）。OpenClaw的“親密室友”模式：持續上下文感知；低摩擦互動；更激進的自主權；適合個人生產力場景。兩種模式的核心差異在於：如何平衡“人類經驗輸入的連續性”與“AI自主決策的邊界”。F. 資料生產關係的重構：Perceptron Network案例Perceptron Network代表了範式演進的另一個維度：資料生產從封閉平台壟斷轉向分佈式共建。核心洞察：“AI訓練的瓶頸從來不是模型參數夠不夠大，而是新鮮、可靠的資料從那裡來。”Perceptron的思路：把資料生產從封閉的平台壟斷，轉向分佈式共建；讓真實人類訊號成為AI持續進化的燃料，而不是反覆嚼舊料；未來勝出的不是誰算力最猛，而是誰能拿到源源不斷的、可驗證的即時行為資料。機制設計：節點捕捉公開互動和上下文訊號（避開隱私雷區）；經過驗證結構化後供給AI代理；貢獻者通過$PERC獎勵參與價值閉環。網路效應：節點越多→覆蓋越廣→訊號越豐富→資料質量越高；形成正反饋循環；資料從“平台護城河”變成“可循環授權的公共資產”。這是AI生產關係的重塑：從“少數巨頭囤積”到“網路共建共享”。第五階段：Speech-Cognition的終局（未來）A. 人人管理天才團隊的時代AI時代本質上就是“人人管理天才團隊”。每個人手裡的chatgpt、claude，就是博士團隊、甚至諾獎級專家組合。但關鍵前提是：管理天才團隊的能力本身就是稀缺資源。但有個關鍵前提：管理天才團隊的能力本身就是稀缺資源。AI確實降低了技術門檻，但“提出好問題、設計驗證流程、判斷輸出質量”這套能力反而在放大。就像人人都能開法拉利，但不是人人都能跑出F1圈速。工具平權了，但能力差距反而更大了。這導致了新的能力分層：工具平權了：人人都能訪問Claude、GPT；能力差距放大了：“提出好問題、設計驗證流程、判斷輸出質量”成為核心競爭力；腳手架能力成為新的護城河：誰能更好地建構“人類經驗→AI輸出”的管道。B. 供應端的指數級挑戰The advancement of AI technology is not linear but exponential.The task duration doubles every seven months.人工智慧技術的發展並非呈線性增長，而是呈指數增長。任務消耗時長每七個月就會翻一番。這帶來一個反直覺的擔憂：與其擔心AI泡沫，本猿更擔心的是——供應端是否跟得上指數級的需求爆發。馬斯克的供應鏈洞察：2023年，業界最擔心的是GPU短缺。經過3年的生產，GPU已經過剩了，真正的瓶頸是電力。這意味著：算力瓶頸：從GPU算力轉移到光互連的納秒級延遲和兆瓦級電力調度；資料瓶頸：新鮮、可靠、可驗證的即時行為資料（Perceptron Network試圖解決的問題）；編排瓶頸：能夠駕馭複雜agent系統的工程師（腳手架能力）。供應鏈的瓶頸正在從“計算”轉向“能源”和“編排”。一旦解決瓶頸，就是意味著實現了黃仁勳的觀點：智能的0關稅、0延遲出口全球，本質上是能源出口。C. 從Speech-act到Speech-cognitionagent擺脫speech-act的數字空間空轉，進入到speech-cognition的高價值空間。這是範式演進的終極目標：Speech-act：對話本身是目的（聊天機器人時代）；Speech-cognition：對話是認知工具，連接思考與行動；Aha moment：類似Hassabis說的Einstein Test——科學理論發現的突破。因為是個神經網路黑盒。這個感覺基於大量互動經驗。模糊摸一下，就是意圖解析穿透力很強，長邏輯鏈的收斂，動態對齊（真正的互動）。有一起往前走的協作感。這種“協作感”的特徵：意圖解析穿透力很強：AI能理解深層意圖，而非表面指令；長邏輯鏈的收斂：能在複雜任務中保持方向感；動態對齊：真正的互動，而非單向執行；一起往前走的協作感：人機共生，而非工具使用。D. 由抽象到具象和AI互動是一個高資訊密度智能體在向下相容我們，所以不論怎麼聊，都會有所收穫。AI是越抽象越泛化，怪不得現在年輕人越來越抽象。這揭示了當前階段的特徵：AI的能力是“抽象泛化”的；人類的需求是“具體情境”的；腳手架的作用就是在兩者之間建立橋樑。範式演進的脈絡總結A. 五個階段的遞進邏輯1.模型競賽期（2018-2024）：- 核心：Scaling Law- 瓶頸：資料枯竭、落地應用缺失- 代表：GPT-3/4， Claude 1/22.腳手架覺醒期（2024-2025）：- 核心：In-Context Learning + Scaffolding + RSI- 突破：Context Engineering， 模型幫助創造模型- 代表：Claude 3.5 Sonnet， Anthropic工程實踐3.腳手架重構與行業崩塌期（2026年2月-持續）：- 核心：腳手架重構的領域，商業模式就崩塌- 訊號：兩次48小時崩塌（SaaS + 網路安全）- 觸發：Claude Code Security等垂直突破4.Agentic AI大規模落地期（2025年底-2026年）：- 核心：從“概念”到“可用”的跨越- 戰場：程式設計、個人助理、公共服務三個方向爆發- 代表：Meta 10-100倍生產力提升、印度WhatsApp政務5.Speech-Cognition期（未來）：- 核心：互動作為認知工具- 目標：AI作為認知放大器，而非工具- 特徵：動態對齊、長邏輯鏈收斂、協作感B. 兩條主線的交織第一條主線：技術提速模型能力 → Context Engineering → RSI（模型創造模型）→ 迭代速度指數級增長第二條主線：應用落地Speech-act空轉 → Agentic Orchestration → 大規模部署 → Speech-Cognition第一條主線決定天花板有多高，第二條主線決定落地有多快。而競爭的終局，取決於誰能讓更多人更早用上智能體。還有一條資料主線，目前共識還不確定。C. 關鍵轉折點1.Anthropic的Context Engineering論文（2025年9月）：- 標誌著從"prompt engineering"到"context engineering"的官方確認- 腳手架從隱性知識變為顯性方法論2.RSI時代的到來（2025年底）：- 模型開始幫助創造模型- 研發速度首次實現遞迴式增長3.第一次崩塌：SaaSpocalypse（2026年2月3-4日）：- 傳統SaaS商業模式的結構性崩塌- 資本從"軟體"逃向"物理基礎設施"和"結果交付"4.第二次崩塌：網路安全類股黑色星期四（2026年2月20日）：- Claude Code Security發佈- AI超越人類專家多年積累的標誌性事件智能體從“不放心”到“放心”（2025年底-2026年）- 可靠性驗證完成- 大規模部署開始- 新的生產方式確立D. 深層思考：範式演進的哲學從“工具”到“同事”再到“共生體”三個階段的隱喻：1.工具時代：人使用AI（GPT-3時代）2.同事時代：人與AI協作（Claude Code時代）3.共生時代：人AI一體化（Speech-cognition時代）從“attention is all you need”到“context is all you need”Transformer的核心是attention機制，但Anthropic的洞察是： “Context， therefore， must be treated as a finite resource with diminishing marginal returns.”因此，上下文資訊必須被視為一種有限的資源，其邊際效益會逐漸遞減。這意味著：-Attention的稀缺性：每個新token都消耗“注意力預算”；-Context Engineering的本質：在有限注意力預算下，策展最高訊號密度的token集合；-腳手架的價值：不是增加模型能力，而是最佳化模型注意力的分配效率。2026年2月20日之後A. 三個確定性趨勢1.模型能力繼續指數級增長：- 任務時長每7個月翻倍- RSI加速這一處理程序2.腳手架生態成為主戰場：- 誰定義管道，誰控制價值流- 腳手架重構的領域，商業模式就崩塌3.資料生產關係重構：- 從平台壟斷到分佈式共建-即時行為訊號成為新石油B. 三個開放性問題1.供應端能否跟上需求爆發？- 從GPU短缺到電力短缺- 物理瓶頸可能成為下一個限制因素2.垂直領域的AI獨角獸何時爆發？- 軟體工程已佔50%- 醫療、法律、金融的5%佔比意味著巨大空白3.人類能力分層會如何演化？- 工具平權 vs. 能力差距放大- “管理天才團隊”的能力如何培養？C.最後的隱喻：Einstein Test與三個時間維度Hassabis提出了“Einstein Test”（愛因斯坦測試）——AI發現科學理論的能力，回到1905年AI能不能發現狹義相對論。這或許是範式演進的終極目標。要到達那裡，我們需要穿越三個時間維度：現在：這是一個工程問題。我們需要建構更好的腳手架，讓人類經驗有效進入LLM，讓智能體可靠執行。未來：這是一個管理問題。當人人都能訪問天才團隊（AI agents），真正的差距在於誰能更好地管理它們——提出好問題、設計驗證流程、判斷輸出質量。更遠的未來：這是一個共生的問題。不是AI替代人類科學家，而是AI與人類科學家共生，在Speech-Cognition的高價值空間中，一起往前走，發現下一個aha moment。2026年2月20日，當Claude Code Security發現了人類專家十年未發現的漏洞，我們或許已經看到了這個未來的一角。這種“意圖解析的穿透力”，這種“長邏輯鏈的收斂”，這種“一起往前走的協作感”——正是我們正在經歷的範式演進的最深刻特徵。答案正在2026年的每一天被書寫。 (虎嗅APP)

“AI恐慌交易”，仍未完全消散！當地時間周五，在美股市場上，網路安全軟體類股集體大跌，Cloudflare跌超8%，Crowdstrike跌近8%，SailPoint、Okta跌超9%。此前，Anthropic PBC推出一款能夠掃描程式碼庫漏洞並建議修複方案的新AI工具，引發投資者對AI代理工具可能蠶食傳統威脅檢測市場的擔憂。有分析指出，網路安全概念股的下跌，是AI競爭擔憂引發的軟體股拋售的又一例證。網路安全概念股跳水當地時間周五（2月20日），美股三大指數集體上漲，網路安全概念股卻集體大跳水。截至當天收盤，SailPoint下跌9.44%，Okta跌9.18%，Cloudflare跌8.05%，Crowdstrike跌7.95%，Zscaler跌5.47%。Global X網路安全ETF下跌近5%，創下2023年11月以來最低收盤紀錄。稍早之前，Anthropic PBC發佈Claude Code Security，一款能夠掃描程式碼庫漏洞並建議修複方案的新AI工具。據悉，Claude Code Security不僅僅像傳統的靜態分析工具那樣掃描已知模式。它像人類安全研究員一樣閱讀程式碼，追蹤資料流，理解元件如何互動，並標記基於規則的掃描器通常忽略的細微邏輯缺陷。每個發現都會經過多階段驗證流程，然後才會到達人類分析師手中，並且未經開發者批准，任何內容都不會被修補。真正讓投資者感到不安的是：Anthropic PBC表示，其Claude Opus 4.6模型在內部測試期間已經在生產開放原始碼庫中發現了超過500個漏洞——這些漏洞在數十年的專家審查中倖存下來。該公司在其部落格文章中還表示，它也使用Claude來審查自己的程式碼，並“發現它在保護Anthropic系統方面極其有效”。Anthropic補充說，Claude Code Security的目標是讓“同樣的防禦能力更廣泛地可用”。Triple D Trading的交易主管Dennis Dick表示：“軟體領域一直有穩定的拋售，而今天是網路安全股因為一則頭條新聞而遭遇了迷你閃崩。”iShares擴展科技軟體行業ETF今年迄今已下跌超過23%，正朝著自2008年金融危機以來最差的季度跌幅邁進。Anthropic PBC表示，新工具目前僅作為針對企業和團隊客戶的有限研究預覽提供，開源維護者享有優先訪問權。它針對的是程式碼審計和漏洞檢測——而不是即時終端保護、身份管理或零信任網路，後者仍然是受打擊最嚴重的公司的核心業務。影響有多大？Anthropic PBC的新AI工具，導致網路安全概念股周五集體下挫。綜合來看，這次拋售在單個交易日內抹去了整個行業數十億美元的市場價值。Anthropic PBC發現“潛伏數十年未被察覺的漏洞”的能力，可能削弱現有企業安全套件的長期價值。市場參與者擔憂，AI原生工具正將安全重心從被動監控轉向主動自動化修復。Anthropic PBC預測行業趨勢時表示：“我們預計全球大部分程式碼將在近期接受AI掃描。”儘管如Zscaler Inc等傳統供應商已將AI整合至其平台，但新代理工具的出現意味著競爭格局發生根本性轉變。此輪軟體股的拋售，很大程度上是因為Anthropic、OpenAI和Alphabet等公司發佈的新AI工具，投資者擔心“氛圍式程式設計”（即由AI自動生成、修改和偵錯程式碼）的能力將使使用者能夠建立自己的應用程式，從而減少對傳統產品的需求，並對相關公司的增長、利潤率和定價能力造成壓力。中信證券近日指出，歷次科技浪潮中，軟體類股均會面臨嚴重的質疑，本次AI浪潮亦不例外，當下“AI消滅軟體”的論調更多停留於敘事層面，缺乏基本的邏輯和常識支撐。過去數年宏觀動盪+AI匯入緩慢等，亦使得美股應用軟體面臨市場壓力很難在短期“自證清白”。結合宏觀預期、AI進展等因素，美國宏觀經濟的逐步轉暖，疊加AI收入貢獻佔比的逐步提升，判斷市場對美股軟體類股的悲觀看法有望漸進式改變。短期維度，建議投資者積極關注資產負債表優異、平台屬性突出的頭部應用軟體企業，以及基本面持續向上的基礎軟體、資訊安全廠商。 (券商中國)

【新智元導讀】剛剛，Anthropic發佈程式碼安全工具Claude Code Security，直接讓安全股一夜蒸發百億市值！網路安全龍頭CrowdStrike的股價直接原地跌超6.5%，市場陷入極度恐慌：傳統安全工具，從此全涼了？過年期間，AI圈接連不斷的地震還沒停。昨天的Gemini 3.1 Pro剛剛亮相，緊接著就又來新炸彈了——剛剛，Anthropic發佈了一個程式碼安全工具Claude Code Security，能高效掃描程式碼庫漏洞並自動生成針對性補丁，遠超傳統工具。聽起來，是不是只是一條平平無奇的技術更新？結果，消息一出，美股網路安全類股立刻集體跳水。CrowdStrike、Cloudflare、Okta等安全股瞬間暴跌超5%，總市值蒸發逾100億美元，一夜就蒸發了百億市值！仔細看，網路安全龍頭CrowdStrike一度暴跌6.5%，Cloudflare重挫超6%，SailPoint大跌6.8%，Okta下挫5.7%，Zscaler跌3.5%，Global X網路安全ETF下跌3.8%，年內累計跌幅擴大至14%一條AI功能更新，直接讓一個千億級的行業類股原地失血。這不是波動，這是恐慌！外媒火速發文：網路安全公司的股價周五暴跌，原因僅僅是因為，Anthropic在Claude新模型中引入一項安全功能安全股全線飄紅，巨頭市值縮水百億Anthropic新殺器一發佈，網路安全市場就嘗到了血腥。網路安全龍頭CrowdStrike的股價跌超6.5%，Cloudflare和Okta等隨之跟跌，總市值一夜蒸發超100億美元。全球投資者陷入大恐慌：AI將直接蠶食專業安全廠商的市場份額！Cybersecurity ETF下跌了4.9%，收盤時達到自2023年11月以來的最低點。就在2026開年的這幾周，市場的焦慮情緒不斷升溫。iShares擴展科技軟體ETF今年已下跌超過23%，有望創下自2008年金融危機以來最大季度跌幅！而且諷刺的是，Cloudflare一度被視為Anthropic崛起的受益者代表；今年1月底，一款基於Claude模型的開源AI助手採用率上升後，其股價還曾大幅上漲。然而，市場瞬息萬變。要知道，現在YC裡的創業公司有一半是做安全方向的，Anthropic這個新工具一發佈，他們還有活路嗎？每當Claude出一個新版本，SaaS企業主的內心都是這樣的：A正I以摧枯拉朽之勢，直接把我們原地掀翻！Claude變身最強白帽駭客為什麼Claude Code Security會造成全球安全股的崩塌？原因就在於，它不僅是一個工具，更是對傳統安全防禦體系的一次徹底顛覆。就在安全團隊還在對著堆積如山的漏洞工單發愁時，Claude已經化身「最強白帽駭客」，拿著剛剛發佈的Claude Opus 4.6，一頭紮進開放原始碼庫中。結果讓人驚掉下巴：它一口氣揪出了500多個潛伏了十幾年的史詩級Bug！要知道，這些漏洞可是經歷過無數個人類頂級專家逐行審查，依然大搖大擺活在程式碼裡的「漏網之魚」。降維打擊，傳統掃描工具大翻車？一直以來，安全圈的痛點極其刺骨：漏洞永遠修不完，安全專家永遠不夠用。大家都在用傳統的靜態分析工具（SAST），但這些工具往往基於死板的規則匹配。找找硬編碼的密碼還行，一旦遇到複雜的業務邏輯缺陷或是越權漏洞，直接抓瞎。而Claude Code Security的出現，徹底改變了遊戲規則。它不搞死板的模式匹配，而是像一個擁有十年經驗的人類安全大牛一樣，真正去「讀懂」和「推演」你的程式碼！它能深度理解各個元件之間是如何相愛相殺的，順藤摸瓜追蹤資料在應用中的流轉路徑。規則掃描工具看不到的複雜漏洞，在它那如同開掛般的邏輯推理面前，根本無處遁形。絕不瞎改！自我驗證防幻覺AI寫程式碼大家都怕幻覺，那AI查漏洞修Bug呢？Anthropic這次穩得可怕。為了過濾掉讓人頭疼的「假陽性」（誤報），每一個被揪出來的漏洞，都要經歷一場極其嚴苛的「內部多階段驗證」。Claude會強迫自己扮演紅藍雙方，拚命地證明或推翻自己的發現。最終脫穎而出的那些真·高危漏洞，會被推送到安全儀表盤上。不僅自動生成帶評級的修復補丁，還附贈一個詳細的「信心指數」。最關鍵的是，Claude秉承「只建議，不代勞」的克制。找出問題、提供解法，但最終按下合併按鈕的，永遠是人類開發者。戰績赫赫，紅隊親測這套系統的強大，並非一蹴而就。在過去的一年多里，Anthropic的Frontier Red Team（前沿紅隊）簡直把Claude按在地上瘋狂高強度拉練。不僅把它丟進CTF安全大賽上去跟人類駭客卷，甚至還和太平洋西北國家實驗室合作，用AI去防禦國家關鍵基礎設施。實戰出真知，正是這種「地獄級」特訓，才讓本月早些時候發佈的Claude Opus 4.6擁有了如此恐怖的防禦力。那500多個被連根拔起的隱藏漏洞，就是最好的軍功章。連Anthropic自己都承認：「我們日常也用Claude來審查自家程式碼，效果好得驚人！」AI攻防戰：核威懾級軍備競賽打響毫無疑問，這是一個極具歷史意義的轉折點。在不久的將來，世界上絕大部分的程式碼都將被AI一遍遍地掃描。駭客們必定會瘋狂使用AI來大規模挖掘可利用的薄弱環節。但正所謂魔高一尺道高一丈，動作更快的防守團隊，完全可以用同款甚至更強的AI魔法，把漏洞扼殺在搖籃裡。目前，Claude Code Security已經向企業和團隊（Enterprise and Team）客戶開放了限量研究預覽版！而開放原始碼專案的維護者們，更享受「一路綠燈」的加急通道。誰能最先掌握AI安全這張底牌，誰就能在這場算力與智力的生死角逐中，立於不敗之地。AI吞噬中間層，資本市場最怕的來了！過去兩年，AI寫程式碼，已經讓程式設計師們神經緊繃了。但大家還在安慰自己：AI只是能寫程式碼、補bug，安全這種高度專業化的領域，它不可能替代人類。結果，現在，Claude直接開始動手掃漏洞了。這就意味著，AI不再是生成內容，而是進入企業安全的核心工作流，它直接瞄準了企業級安全服務的天價利潤池！資本市場最怕的是什麼？不是技術，而是定價權被動搖。網路安全公司之所以長期擁有高估值，就是因為攻防對抗複雜，安全專家稀缺，這就讓他們的服務高度專業化。結果，現在Claude Code Security一出，一個AI模型就能完成80%的漏洞掃描和修復建議，企業只需要少量安全工程師就夠了。那麼，企業還需要支付高昂的訂閱費用給安全廠商嗎？這也就是為什麼，Claude現在還不能替代CrowdStrike，就已經引起了市場的拋售。當投資人開口問「五年後還需要這麼多安全公司嗎」，股市就開始崩塌！Anthropic用Claude引發一兆美元拋售的情況，彷彿還在昨天回顧從去年底Claude Code引發的一系列核爆級事件，就可以發現：這一類AI革命最殘酷的地方在於，它優先吞噬的是中間層。一旦模型精準率足夠高，SaaS溢價會被壓縮，服務費會被重估，估值邏輯會被打穿！更可怕的是，別忘了，Anthropic說了，這項功能還只是「limited research preview」，還沒全面開放，也沒有商業化規模驗證。但是股價已經一路暴跌，這說明，當前AI的進化速度，已經遠遠快於傳統軟體公司的產品迭代速度。這是一個危險的訊號彈——接下來，恐怕還要發生更恐怖的事。 (新智元)

2026年1月14日，路透社援引知情人士消息稱，有關部門已通知中國企業停用約十余家美國和以色列網路安全軟體，核心原因是國家安全考量，擔憂境外軟體收集並向境外傳輸敏感/機密資訊，威脅關鍵資訊基礎設施與資料安全，該要求契合《資料安全法》《網路安全法》的核心原則。核心資訊•時間：2026年1月（近幾日通知）•範圍：美國（VMware、Palo Alto Networks、Fortinet等）、以色列（Check Point等）約十余家企業的網路安全軟體•要求：停止使用，逐步取代為中國國產替代方案•官方口徑：截至1月15日，網信辦、工信部等未發佈公開書面檔案，信源為匿名知情人士企業應對建議1. 清單自查：核對是否在用上述廠商的防火牆、虛擬化、終端安全、雲安全等產品。2. 合規評估：對照資料安全、網路安全相關法規，評估資料出境與供應鏈風險。3. 替代選型：優先選通過等保、國密認證的本土產品，覆蓋防火牆（華為、深信服）、虛擬化（阿里雲、華為雲Stack）、終端安全（360政企、奇安信）等。4. 過渡方案：制定6-12個月停用與遷移計畫，避免業務中斷，同步完成組態與策略遷移、員工培訓。5. 合規備案：關鍵資訊基礎設施營運者按要求向監管部門備案替代方案與遷移進度。後續關注•等待官方檔案明確適用範圍、時間表與處罰規則。•跟進中國國產替代產品的技術成熟度與相容性適配進展。以下是按產品類型整理的涉事國外廠商與中國國產替代清單，資訊基於2026年1月14日路透社報導及國內信創市場主流方案，便於企業快速自查與替換選型。涉事國外廠商（核心名單）廠商國家核心產品/場景VMware（博通旗下）美國伺服器虛擬化、雲管理平台Palo Alto Networks 美國 下一代防火牆、雲安全、終端安全Fortinet 美國 防火牆、UTM、SD-WAN、終端安全Check Point 以色列 防火牆、網路安全閘道器、終端防護CrowdStrike/Recorded Future 美國 終端EDR、威脅情報（註：部分廠商稱在華無業務）CyberArk/Orca Security 以色列 特權訪問管理、雲安全態勢Imperva/Cato Networks 美國/以色列 應用安全、WAF、SD-WAN中國國產替代清單（按產品類型）•🔥虛擬化/雲管理◦替代對象：VMware vSphere/ESXi、vCenter◦中國國產首選：深信服（超融合/虛擬化）、華為雲Stack、阿里雲ECS Bare Metal、浪潮InCloud Rail◦選型要點：優先選通過國密認證、支援平滑遷移與混合雲管理的方案•🛡️防火牆/網路安全閘道器◦替代對象：Palo Alto、Fortinet、Check Point 防火牆/UTM◦中國國產首選：華為、深信服、奇安信、綠盟科技、迪普科技◦選型要點：需覆蓋NGFW、IPS、SSL 解密、零信任能力，滿足等保2.0三級要求•🖥️終端安全/EDR◦替代對象：CrowdStrike、McAfee、Symantec 終端防護◦中國國產首選：360政企安全、奇安信（EDR）、啟明星辰、瑞星◦選型要點：支援終端檢測響應、資料防洩漏（DLP）、統一管控，適配中國國產OS•☁️雲安全/態勢感知◦替代對象：Orca Security、Cato Networks、Imperva◦中國國產首選：安恆資訊、奇安信雲鎖、阿里云云安全中心、騰訊雲安全◦選型要點：雲原生防護、容器安全、API 安全、合規審計一體化•🔑特權訪問/身份安全◦替代對象：CyberArk 特權管理◦中國國產首選：江南天安、衛士通、派拉軟體◦選型要點：國密演算法、帳號生命週期管理、操作審計全鏈路覆蓋替換實施要點1. 清單自查：核對在用國外安全軟體，標註關鍵業務系統中的核心元件2. 合規評估：對照《網路安全法》《資料安全法》，評估資料出境與供應鏈風險3. 遷移計畫：制定6-12個月替換時間表，先試點後推廣，避免業務中斷4. 選型標準：優先選擇通過等保三級、國密認證、具備大規模部署案例的產品5. 備案與審計：關鍵資訊基礎設施營運者按要求向監管部門備案遷移方案與進度。中國國產替代方面：一、浩瀚深度（688292）•核心業務：聚焦網路可視化與網路安全，為營運商、政府等提供流量識別、安全分析等解決方案。•基本面亮點：受益於營運商網路擴容與安全升級需求，2025年上半年營收同比增長超30%；在5G網路可視化領域市佔率領先，技術壁壘較高。•風險點：客戶集中度較高，主要依賴三大營運商；應收賬款佔比較高，現金流壓力需關注。二、科大國創（300520）•核心業務：巨量資料、人工智慧及信創領域的軟體與解決方案，重點服務金融、政務、能源等行業。•基本面亮點：信創業務持續放量，2025年金融信創訂單同比增長超50%；與科大訊飛等高校深度合作，技術儲備紮實。•風險點：軟體項目交付週期較長，收入確認存在季節性波動；商譽規模較大，需關注減值風險。三、佳緣科技（301117）•核心業務：軍工、政務領域的資訊安全與資訊化解決方案，主打高安全等級的軟體開發與系統整合。•基本面亮點：軍工業務佔比超60%，客戶粘性強；受益於國防資訊化投入增長，2025年三季度營收同比增長45%。•風險點：軍工訂單交付節奏受政策影響較大；業務規模較小，抗風險能力較弱。四、天源迪科（300047）•核心業務：電信營運商IT支撐系統、金融科技及巨量資料服務，近年發力AI與信創業務。•基本面亮點：營運商數位化轉型需求旺盛，2025年相關訂單同比增長35%；與華為合作深化，信創產品逐步落地。•風險點：傳統電信業務增速放緩；毛利率受人力成本上升影響有所下滑。五、拓爾思（300229）•核心業務：語義智能、巨量資料與網路安全，聚焦政府、金融等領域的資訊檢索與輿情分析。•基本面亮點：AI大模型技術領先，2025年推出多款行業大模型產品，商業化進展加速；輿情監測業務需求穩定。•風險點：AI研發投入較高，短期利潤承壓；市場競爭加劇，需持續保持技術領先性。六、彩訊股份（300634）•核心業務：企業信箱、雲辦公及數字行銷，為電信營運商提供增值服務。•基本面亮點：受益於企業數位化轉型，雲辦公業務收入同比增長40%；與營運商合作緊密，客戶資源穩定。•風險點：ToB業務拓展較慢；毛利率受雲服務成本上升影響。七、易華錄（300212）•核心業務：資料湖、智慧城市及數字經濟基礎設施，依託藍光儲存技術提供資料安全解決方案。•基本面亮點：資料要素政策紅利釋放，2025年資料湖項目簽約金額同比增長50%；央企背景資源優勢明顯。•風險點：項目投資規模大，資金壓力較高；部分項目落地進度不及預期。八、新開普（300248）•核心業務：校園一卡通、智慧校園及身份識別系統，近年拓展政企數位化業務。•基本面亮點：校園資訊化需求穩定，2025年新中標多個高校智慧校園項目；信創產品適配進展順利。•風險點：教育行業預算波動較大；業務區域集中度較高。九、吉大通訊（300597）•核心業務：通訊網路設計與最佳化、ICT解決方案，主要服務營運商與政企客戶。•基本面亮點：5G網路建設及算力網路需求帶動訂單增長，2025年營收同比增長30%；技術團隊依託吉林大學，研發實力較強。•風險點：工程服務業務毛利率較低；應收賬款周轉較慢。十、雲鼎科技（000409）•核心業務：工業網際網路、智慧礦山及資訊安全，聚焦能源行業數位化轉型。•基本面亮點：煤炭行業智能化改造需求旺盛，2025年相關訂單同比增長40%；國資背景助力項目獲取。•風險點：下遊行業週期性較強；技術迭代速度需跟上行業發展。十一、用友網路（600588）•核心業務：企業雲服務、ERP軟體及工業網際網路，國內企業管理軟體龍頭。•基本面亮點：雲訂閱業務收入佔比超60%，ARR（年度經常性收入）持續增長；信創ERP產品市佔率領先。•風險點：雲服務競爭激烈，價格戰導致毛利率下滑；大型項目實施週期較長。軟體etf創業板軟體etf(小牛財經)

據路透報導，中國企業將被停止使用大約十幾家美國和以色列公司生產的網路安全軟體。博通旗下VMware、帕洛阿爾托網路、以及 Fortinet、Check Point Software Technologies等公司將受到影響。以下是在中國市場常見的美國、以色列網路安全軟體👇美國網路安全軟體（企業端為主，多數合規可用）1. Palo Alto Networks（派拓網路）。核心產品：NGFW防火牆、EDR/XDR、ZTNA；核心能力：應用識別+威脅防護+零信任整合；中國狀態：有官方團隊，企業級部署合規，高端防火牆標竿。2. CrowdStrike（克羅伊德）。核心產品：Falcon EDR/XDR；核心能力：雲原生終端防護、勒索攔截、自動響應；中國狀態：有本地團隊，企業級訂閱制，適配等保2.0。3. Fortinet（飛塔）。核心產品：FortiGate NGFW、SASE、安全SD - WAN；核心能力：統一OS+ASIC晶片，高性能防護；中國狀態：官方團隊，金融/網際網路客戶多，合規部署。4. Zscaler（祖思康）。核心產品：Zero Trust Exchange、雲安全閘道器；核心能力：SASE架構，遠端辦公安全訪問；中國狀態：通過合作夥伴提供服務，適合跨國企業。5. Cisco Secure（思科）。核心產品：Umbrella DNS安全、ISE、AMP終端防護；核心能力：網路+終端+身份聯動；中國狀態：長期在華營運，企業級合規部署。6. Symantec（賽門鐵克，屬Broadcom）核心產品：DLP資料防洩漏、諾頓殺毒、備份容災；核心能力：資料安全+終端防護；中國狀態：企業端合規部署，個人版零售可用。7. McAfee（邁克菲）。核心產品：Mvision EDR、雲安全、SIEM；核心能力：終端+雲協同防護；中國狀態：企業級有代理，適配企業合規需求。8. Splunk。核心產品：SIEM日誌分析、SOAR自動化響應；核心能力：安全營運+威脅狩獵；中國狀態：有官方團隊，金融/營運商常用，需資料合規備案。9. Cloudflare。核心產品：雲WAF、DDoS防護、零信任訪問；核心能力：邊緣安全+CDN加速；中國狀態：通過合作夥伴服務，適合網際網路企業。以色列網路安全軟體（技術驅動，跨境與企業級為主）1. Check Point（捷邦）。核心產品：Infinity安全架構、Quantum閘道器、Harmony終端；核心能力：全端防護+統一管理+AI威脅情報；中國狀態：有官網與本地團隊，企業部署合規，深耕中國市場。2. Riskified（瑞斯科菲）。核心產品：AI跨境支付風控引擎；核心能力：降低跨境電商欺詐與拒付；中國狀態：上海設辦公室，與ipaylinks等合作，服務跨境賣家。3. Orca Security（奧卡）。核心產品：雲安全平台；核心能力：無代理雲資產掃描、配置合規；中國狀態：通過合作夥伴服務，適配AWS/Azure中國節點。4. C2A Security。核心產品：車聯網/工業控制安全；核心能力：SDV全生命周期安全、TARA分析；中國狀態：上海有團隊，與本土車企/製造業合作。5. Perimeter 81。核心產品：SaaS化零信任網路訪問；核心能力：簡化遠端訪問與分支互聯；中國狀態：通過管道提供服務，適合中小企業零信任快速部署。此外，我們也在做中國國產替代適配，以下是部分中國國產相關軟體佈局：中國部網路絡安全中國國產替代軟體覆蓋全防護場景，防火牆選奇安信網神 NGFW、天融信崑崙、深信服 NGAF；終端防護主推奇安信天擎、360 天擎、火絨企業版，適配中國國產系統且防護能力突出；零信任 / SASE 以奇安信零信任平台、深信服 SASE 為核心；SIEM/SOAR 優選奇安信 NGSOC、啟明星辰泰合。WAF 用長亭雷池、安恆玄武盾，DLP 選北信源、奇安信相關系統，雲安全可擇阿里雲安全中心、奇安信雲鎖，車聯網 / 工控安全依託奇安信、啟明星辰專屬平台，均能對標海外同類產品，適配等保合規與中國國產化軟硬體環境。 (智能紀元AGI)

10月16日，“中國網路空間安全協會”發佈《漏洞頻發、故障率高 應系統排查英特爾產品網路安全風險》一文。 其中指出，英特爾產品安全漏洞問題頻發，可靠性差，漠視使用者投訴，假借遠端管理之名，行監控使用者之實，暗設後門，危害網路和資訊安全等。 據報導，英特爾公司500多億美元的全球年收入，近四分之一來自中國市場。此前，美政府通過所謂《晶片和科學法案》，對中國半導體產業進行無端排擠和打壓，英特爾公司就是這一法案的最大受益者。 為討好美國政府，英特爾在所謂涉疆問題上積極站位打壓中國，要求其供應商不得使用任何來自於新疆地區的勞工、採購產品或服務，在其財報中更是將台灣省與中國、美國、新加坡並列，還主動對華為、中興等中國企業斷供停服。

美國國會參議院有關兒童網路安全的聽證會因為一眾科技大佬的出席而引發關注，但實際意義或許不大。 「你們手上沾著鮮血」「你的產品會殺人」「你向受害者道過歉嗎」「你要現在就道歉嗎」… 當地時間1月31日，面對美國參議院政治人物連續尖銳的提問，Meta、X、TikTok、Discord和Snap等一眾科技公司高層一度語塞。這場聚焦未成年人權益的聽證會持續將近4個小時，Meta執行長馬克‧祖克柏被迫直接與受害者家屬交談，並當場道歉。 目前，這場聽證會已經引起多場輿論風暴，討論重點包括科技公司發展、科技股股價、立法前景、言論自由等，但回歸到最原始的議題「未成年人網路安全」時，美媒表示，這場聽證會能起到的作用「非常有限」。