“我已经创业7年了。从创业到现在，脑子一直挺清醒的，选择的方向大概都对，但是一直没拿到一个大的结果。百科做一年只赚了20万，搞数据标注还赔钱了。海外AI剧我干的早，也在扩规模，应该能拿到结果，先赚个百万以上吧。”

刘紫阳，97年的漫剧创业者，一个近8年紧跟着抖音风口讨饭吃的普通人。他最近正忙着从葫芦岛市搬去省会城市沈阳，要租更大的办公室，要给自己的海外AI短剧团队招人。

2021年时，刚毕业两年的刘紫阳开始在今日头条上做图文创业者。他回忆，自己好的时候一个微头条就能赚到2700元。觉得这行能干后，他就开始在网上招募团队。

两年后，今日头条对图文的扶持逐渐减少。他相继做了中视频计划上的影视混剪创作、抖音的百科建设、豆包的数据标注。好的时候半年赚了20万，不好的时候倒贴钱。

直到2025年的5月，他开始入局漫剧行业。从承制到自制，从沙雕漫、2D漫到仿真人剧，从推出国内漫剧到梭哈海外漫剧。刘紫阳的创业目标很简单，“我想赚钱，赚钱才有成就感，能用内容赚钱就更好了。”

互联网发展的这些年，平台如果觉得一个业务好，为了获取用户，就会推出各类扶持创作者的计划，给流量给补贴。如果平台觉得不需要了，就减少补贴。在这个过程中，也会有很多的创作者跟着平台的政策起起落落，你来我往。真人剧是如此，漫剧也是如此。

我最近去沈阳旅游，和刘紫阳见了面。他和我说起自己做漫剧的经历，以及对海外AI剧的期待。

“过去这几年，我觉得抖音挺旺我的，希望海外AI剧，也能拿到好结果。”

01“赚钱了之后，我就想找人帮我赚更多”

“我脸皮厚，别人拒绝我，我也不会在乎。”

2019年，22岁的刘紫阳从大连科技学院的计算机专业毕业，到了深圳做销售。他想快速的赚到钱，销售这个岗离钱近。

那一年，他卖过教培课，推销过小程序，还倒卖过机油。刘紫阳换每一个工作的原因简单，目的明确：“不赚钱就换。”

在深圳干了一年后，刘紫阳决定回老家辽宁葫芦岛创业。2022年10月时，他选择了第一个创业赛道，是在今日头条上做图文写稿，还有中视频计划的混剪解说。

那时，刘紫阳在今日头条的微头条上发了几百字内容，在跑出了百万播放量后，也能分到2700多块钱。图文到了1万播放量，就能分到20多块钱。

“干了后我就在想，怎么能拿到更高的单价，赚到更高的稿费。发现还是需要找人和我一起干。”

很快，刘紫阳开始在网上招人。他要求也不高，能写东西就行，主要做图文类的内容。多的时候线上有50多人，刘紫阳自言给作者的单价是比较高的，“我们那时候主要是写4000字的文章，我给他们千字20-40之间，主要是写近代史的内容。”

刘紫阳发现和异兽相关的内容流量就会很高。“那时候我们就会去搜热门题材的东西，看看怎么围绕热门的题材做。现在我做海外AI剧的时候也是如此，找热门题材，跑出来的概率才会更高。”

图文赛道的红利持续到了22年年底，23年4月时的时候开始走下坡路。与此同时，中视频业务开始兴起。

那时候，只要一个正常视频账户，一个月之内发3条以上60秒以上的作品，能达到17000的播放量之后，就可以入驻中视频计划，万次播放可以拿到几元到上百元不等，知识科普单价更高。刘紫阳又做了一段时间的影视视频解说。

最终随着平台流量的减少，2024年6月时他逐渐减少，2025年时彻底停掉了这两个业务。

后来AIGC爆火时，他试图用低成本的AI，继续跑图文账号《崆峒书生讲故事》和视频账号《古今观人物》的内容，但最终都被封号了。

如今，AI成了他创业的必备抓手。

他回忆起在今日头条创业的日子时说，“能在这个赛道做快两年，已经很久了。”

那时，刘紫阳也已经找到了新的方向。

2023年年底的时候，抖音开始做自己的百科业务，刘紫阳拿到了抖音百度服务商的资质，开始在抖音上更新历史、地名类的百科。

“你在抖音上搜一个历史人物的名字后，会看到人物的百科，那就是我们写的。写了百科后提交给官方审核，能到三星的话可以拿到一千块的稿费。”

刘紫阳做了一个月后，觉得这事能干，就开始招人外包。

但这个业务刘紫阳也没干多久，到10月的时候，抖音暂定了百科业务。他和朋友聊天时，对方提到了字节现在正在推进数据标注的业务，即给豆包的问答打分，“给豆包问题后，豆包会给出回答，我们根据这些回答给它排序，做优化。”

02“做数据标注没前途”

说干就干，刘紫阳很快就入局了数据标注业务。但是只干了4个月，刘紫阳就不干了。

“我那时候是个分包商，赚的都是苦哈哈的钱。一个人一天干8小时能赚200块钱，中间被拿走了一些钱后，可能一天只有130-150块钱。”

而真正让刘紫阳决定不干标注的，还是因为他参加了在河北保定举行的全国第四次标注大会。通常来说，行业大会的主办方是行业龙头，办会是给大家找合作机会，基调还是告诉大家这行能干，吸引更多人入行。但也有一些人能透过锣鼓喧天的叫卖声，看到行业的另一层。

“当时保定的一个领导上台后讲的全是展望和规划，没啥落地的东西。资源对接会里，很多国企说可以往全国发订单，金额看着都挺大，但是一细聊，没啥人懂业务。而且账期很长。但是有个矿山的AI标注业务，账期在6个月以上。”

更让刘紫阳不能接受的，则是从业者几乎没有成长空间，“这行多数干这个就跟流水线打螺丝一样，是个人就能做。像豆包打分还算有点门槛的，但打分这种业务比较少的，只有豆包需要。其他更多的是类似于3D拉框的那种业务，没意思。”

后来，刘紫阳遇到了漫剧。

2025年5月的时候，刘紫阳开始做2D动态漫承制，“那时候即梦一个月会员299，我做了两部承制后，发现赚的钱很少。但是在平台上有些沙雕漫很爆，我觉得自己也能试试。”

2025年6月的时候，刘紫阳开始在抖音上做沙雕视频，“我们一集定价4块多，端原生收费。刚开始一个月做四五部，单部成本1万多，赚到了20多万。”

能赚钱，这事能干。刘紫阳紧随市场行情扩产能，8月时一个月能产出20多部，但11月之后，刘紫阳本来想接海外仿真人剧的订单，发现接不到活，他走上了海外剧自制的路子。

03“海外AI剧有干头”

今年过年后，刘紫阳就开始做海外剧的承制。他回忆，那时候市面上有很多海外短剧的订单，但后来越来越少，到了3月的时候，几乎都接不到活了。

与此同时，今年1月的时候，TK的人开始联系刘紫阳，进行海外AI剧的内测。今年3月底的时候，刘紫阳开始通过内邀的形式在TK上测试发布短剧，4月时发行了自己的首个短剧，“早期平台体系不完善，没有成熟收益机制，后台也看不了数据。但我们觉得是个机会，就这样开始了。”

内测没有保底，但是会有账户白名单的扶持，让剧有被看见的机会。

他和我列举4月发行的5部剧的播放数据与收益，“我们4月份一共做了5部剧，5部一部跑了30多万播放，有两部跑了80多万；两部一部跑了800多万；一部跑了500多万。收益就是跟国内早期差不多了，有个反正1000多万的播放，有个2万美金，还可以。”

但他也直言，现在在TK上发剧，整体单价呈下滑趋势，“5月份就开始下降了。平台也没有给单价营收固定的承诺，收益和有效播放量、用户停留时长都有关系。我做的最高的播放就是2000来万吧，跑5000万才算爆款。”

现在，刘紫阳的团队里有40多人，其中有8个编剧，还有30多位制作人员，主要做面向欧美市场的仿真人剧。成本上算力加人工可以控制到150-200一分钟。

内容上，刘紫阳会给编剧们划分题材，现在主打的是大女主、复仇、狼人、吸血鬼题材，“吸血鬼题材的比较好，最近每天都有几百万的播放量的增长。”

他不懂英语，AI帮了他大忙，“剧本基本都是用豆包先写，人在修改。集数多在50集左右。”

团队现在的压力，主要来源于回款周期过长，“我们做的比较早，那时候后来还看不到数据，我从6月才能看到数据，反正现在还没有收回成本。”

刘紫阳和TK合作，不求保底，“保底没有什么意义。他给我保底，再给我百分之几十的分成。还不如把分成全给我。TK的数据也不透明。”

6月的时候，刘紫阳产出了30多部剧。7月的时候，刘紫阳计划做出70多部剧，“一个人10天能做出一部剧，一个月能做出来3部剧。”

刘紫阳最近在忙着去沈阳招人。

干了三个月的海外AI剧，他对当下市场的判断是要赶紧扩规模，“海外AI短剧的市场才刚开始，平台觉得这个业务好给流量给扶持，我们才能接到活。未来3-6个月，是海外短剧盈利的黄金期，这段时间还是比较有前途。这行应该还能做一年。等市场饱和了之后，你再想做就难了。”

刘紫阳最近最开心的事情，是平台更新了新的功能，以前上传剧需要一两个小时，现在十分钟就能传完。

“有活干的时候就赶紧忙起来，等赛道的红利结束后有的是时间休息，等下一个风口来的时候再入局。”

2023年初，复旦大学团队发布对话式大语言模型MOSS，它是国内最早受到广泛关注的类ChatGPT模型之一。两年后，这支团队里的部分成员成立模思智能，却没有继续留在最拥挤的文本大模型战场，而是把语音作为进入多模态的第一个入口。

这是一个看起来传统、实际正在被重新定义的赛道。上一代语音系统通常由语音识别、大语言模型和语音合成三个模块串联；新一轮模型竞争则试图直接处理声音，在一次交互中保留语义、音色、情绪、语速和环境信息。随着OpenAI、Google等公司把原生语音、实时音视频和可打断交互做成API，多模态竞争的焦点已经从「模型能不能听、能不能说」，转向它能否在真实环境里持续感知、低延迟回应，并部署进汽车、机器人和新的AI硬件。

模思智能成立于2024年，由复旦大学教授邱锡鹏和他的学生创办。邱锡鹏著有《神经网络与深度学习》，这是一本人工智能入门的必读教材。模思智能联合创始人、CEO名为李世民，是邱锡鹏的学生，是复旦大学硕博连读研究生。

在2026世界人工智能大会的现场，我们见到了李世民，并和他深入聊了聊模思智能的技术路线与最新成果。

技术脉络上，模思智能就源于MOSS团队。它把自己的长期方向称为「情境智能」：不只增加语音、图像、视频等输入种类，而是让模型持续理解人所在的物理环境，并以更接近人的方式交互。围绕这个目标，公司已经铺开多条产品线，包括多说话人转写模型MOSS-Transcribe-Diarize、实时视频理解模型MOSS-Video-Preview、MOSS-TTS系列，以及面向内容创作者的Mossland。

但这些产品还没有汇聚成一个统一模型。MOSS-Video-Preview的官方页面也把当前版本称为一次探索性验证；商业化方面，公司仍在和AI玩具、智能硬件及车企客户做早期验证，具身智能合作尚未规模化，收入也没有对外披露。换句话说，模思智能已经给出了自己想去的终局，但仍需证明这些模型能否从开源影响力和现场演示，变成稳定、可复制的客户价值。

李世民谈到，模思智能做模型的思路已经发生改变：团队不再先决定技术路线，再寻找可以使用它的场景，而是先收集用户对能力、速度、时延和垂直领域表现的需求，再反推数据、架构和训练方案。

这也是这家后发公司必须回答的问题：当通用模型公司都在走向全模态，一家从语音切入的创业公司，凭什么获得自己的窗口期？

以下为42号电波与模思智能联合创始人、CEO李世民的对话实录，经编辑整理。

从MOSS转向语音

Q：你们最早因MOSS大语言模型受到关注，为什么后来没有继续深耕文本模型，而是选择多模态？

李世民：MOSS最早是从大语言模型出发的。但当时我们还没有成立公司，文本大模型的竞争已经非常激烈，很难以一个学术团队的形态持续参与。所以我们选择了一条当时技术路线还不够成熟的方向：多模态，尤其先从语音切入。

2023年我们看不同模态的发展，视觉已经积累了很多年，语音却有大量方案仍停留在大模型时代之前。我们希望把在大模型上的积累带到语音领域。

做到现在，我们发现语音里还有很多真实问题没有解决。比如在嘈杂环境中，怎样准确识别主要说话人的内容；生成语音时，怎样降低时延、支持更多语言，同时让声音更有表现力，而且这种情绪和表现力能够被控制。

Q：做模型的方式和你们在学术团队时期相比，发生了什么变化？

李世民：最大的变化，是从技术导向变成需求导向和用户导向。

现在做一个模型之前，我们会先收集大量用户反馈：他们希望模型具备什么能力，对时延和速度有什么要求，希望在哪些行业或任务上表现得更好。有了这些输入，我们才去决定采用什么技术路线、收集哪些数据、怎样设计模型架构。

以前可能是先看到一个技术问题，再想办法把它做到最好。公司阶段要反过来，从用户的问题出发，判断什么能力真正值得投入。

Q：科大讯飞等公司已经在语音领域积累多年，MiniMax等大模型公司也在做语音。一个后发团队的差异在哪里？

李世民：语音是一个研究很多年的赛道，但模型能力仍然有不同选择。传统公司更多围绕ASR（自动语音识别）、TTS（语音合成）等单项任务展开，语音交互也常采用级联路线：先做语音识别，再交给大语言模型，最后通过TTS输出声音。

我们很早就选择了端到端语音交互。模型直接接收语音，再输出语音，中间不必把所有信息都转换成文本。这样一方面可以降低时延，另一方面能减少级联过程里的信息损失。

一段声音里不仅有「说了什么」，还有情绪、说话人身份、语速和环境信息。它们在先转文字的过程中很容易丢失。端到端模型有机会保留这些声学信号，并在生成侧获得更强的控制能力。比如复刻一个人的音色后，还可以要求模型用开心、激动或更快的语速说出同一段内容。

Q：你怎么区分语音里的语义信息和声学信息？

李世民：语义信息主要是说话的文本内容。声学信息则是文字之外的部分：谁在说话，是男声还是女声，声线、语速和情绪是什么，以及说话发生在浴室、户外还是其他环境。

我们最终想理解的其实不只是语音，而是更完整的声音信号。除了语言内容，模型还应该理解说话人的身份、情感和周围环境。只有这些信息都被建模，人和AI的交流才可能更自然。

「情境智能」不是简单增加模态

Q：模思智能把自己的方向定义为「情境智能」。它和通常所说的全模态模型有什么不同？

李世民：大模型公司的终局可能都会走向全模态，把不同模态汇聚到一个模型里。但即使表现形式相同，每家公司也会在特定能力和场景上形成差异。

我们所说的情境智能，是让模型全面建模一个复杂情境：人能看到的画面、听到的声音、所处的物理环境，以及人与模型之间持续发生的交互。模型不仅要理解这些信息，还要进行比较拟人的交流，并在交互过程中持续迭代。

它不是单纯把支持的模态种类变多。我们更关心的是人机交互。今天人和AI主要通过键盘、鼠标、电脑和手机交流；随着模型和新终端成熟，交互应该变得更无缝、更自然。语音、视觉和实时视频，都是实现这个目标的拼图。

Q：为什么不一开始就做统一的全模态模型，而要把这些能力拆开？

李世民：因为现在每个板块都还不够成熟。我们会先把语音理解和语音生成做好，再进入实时视频流理解等方向。每块能力做深以后，再把多说话人转写、语音交互和实时视频理解汇聚到统一的端到端全模态模型里。

从资源投入看，单独把语音做好就需要大量人力、算力和数据。现在很多具身智能公司也想做「大脑」，但主要精力放在视觉信号和运动控制上，很难再单独组建一支足够深入的语音团队。至少在当前阶段，专业模型公司把语音模块做好，仍然有价值。

Q：语音大模型最难跨越的技术门槛是什么？

李世民：一个挑战是让模型与语音模态充分对齐，同时保持好的语音性能。另一个挑战是深度思考和低时延之间的冲突。

语音交互对响应速度要求非常高，但现在提升模型智能和输出质量，常见的做法是让模型生成更长的思维链。思考越长，回复就越慢。我们要探索新的模型架构和技术范式，让模型能够深度思考，同时保持连贯、流畅的实时交互。

Q：你们现在最有差异化的模型是哪一个？

李世民：如果只选一个，我会选MOSS-Video-Preview，也就是实时视频流理解模型。

以往不少视频模型会先把视频切成片段，处理完一个片段再输出。我们的目标是让模型持续接收流式视频，在生成回答的同时继续观看新画面。如果画面突然变化，它能够及时调整正在输出的内容，也可以被打断或主动发起交互。

这类能力对未来的物理交互很重要。AI不能只看完一段已经结束的视频再回答，它要在世界变化的同时持续感知和响应。

Q：这个方向什么时候能从演示走向实际使用？

李世民：我们判断，到2026年底至2027年初，各个单项能力会出现比较明显的提升，基本达到真实物理场景里一部分客户的使用要求。那时会是把不同能力合并进一个端到端模型的较好阶段。

对我们来说，追赶窗口大约是半年到一年。以AI的发展速度看，这已经不算快。

先卖模型，也直接做产品

Q：模思智能的商业模式是什么？

李世民：现在主要有两种。

第一种是MaaS（模型即服务）。我们把模型的原子能力通过API提供给B端客户，让客户批量调用。

第二种是把这些模型组合起来，直接进入更接近用户需求的场景。我们做了面向内容创作者的Mossland，它是一个以语音为核心的一站式AIGC内容创作平台，可以做短剧制作与配音、播客和视频内容创作。

一边是模型能力，一边是具体产品。产品里的用户反馈也会反过来帮助我们迭代模型。

Q：公司现在的收入情况怎么样？

李世民：目前还在比较早期的阶段，具体收入不方便沟通。

Q：教授创业团队在商业化过程中，遇到的最大困难是什么？

李世民：我们过去更多关注技术，商业化对团队是一个成长过程。除了研发思路要从技术导向转向用户需求，商业化团队本身也要建立。

我们毕竟是技术团队出身，目前已经搭起商业化团队的骨干，但整体仍处于早期。现在主要在和客户做产品验证，还没有进入大规模复制的阶段。

Q：公司2024年才成立，当时已有大模型公司跑了一年多。现在进入市场还合适吗？

李世民：我们认为模型的最终表现仍有很大空间。已经领先的公司各有自己的重点，有的聚焦文本，有的更偏AIGC内容创作。我们的选择是情境智能，希望模型充分感知和理解复杂物理环境，并进行自然交互。

后发意味着不能在所有能力上同时竞争。我们会先从语音做出深度和数据积累，再扩展到实时视频和其他模态，最终把它们合在一起。

Q：你们目前有哪些客户类型？

李世民：一类是终端和AI硬件厂商，比如AI玩具；另一类是汽车客户，我们在做智能座舱里的语音交互研发。内容创作也是一个重要方向，MOSS-TTS已经集成进Mossland，服务配音和内容生产需求。

具身机器人、汽车和未来出现的新AI硬件，都是我们希望进入的场景。不过和具身智能企业的合作目前还没有形成较大规模，更多还是在AI玩具、AI硬件和车载场景做早期合作和验证。

Q：为什么今天很多机器人在展会、门店等嘈杂环境里，语音交互仍然迟钝？

李世民：很多机器人公司的主要精力在视觉和运动控制，对复杂真实环境里的语音交互投入还不够。它们使用的ASR模型，往往更适合单人、相对干净的录音环境。一旦现场有多人同时说话，又有很强的背景噪声，识别性能就会下降。

我们为这种场景做了MOSS-Transcribe-Diarize。它在一个端到端模型里同时完成语音转写、说话人区分和时间戳标注，目标是从混乱的多人语音里分离出不同说话人及其内容。

这只是全模态实时交互中的一块拼图，但也是机器人真正进入公共场景必须解决的问题：它不仅要听见声音，还要知道是谁在什么时候说了什么。

Q：这个模型放在端侧，还是云端？

李世民：两种都可以。0.9B的开源版本参数量较小，可以做本地化或端侧部署，在具身本体等设备上实时运行。对性能要求更高、实时性要求相对没那么高的离线场景，我们还有参数量更大的Pro版本，通过线上服务提供能力。

Q：如果模型进入机器人或其他硬件，怎样收费？最终由谁承担token成本？

李世民：对硬件和具身厂商，目前比较常见的是按设备搭载量收费，也就是按照出货量计费，一台设备对应一定的模型费用。

未来三到五年，语音、视觉和机器人的「大脑」可能逐步合在一起。但现阶段，单独的语音模块仍需要很大投入，也适合以独立能力交付。

开源是获客，也是模型反馈渠道

Q：你们怎样考虑开源和闭源的关系？

李世民：我们是一家模型公司，也是一家相对晚入场的模型公司。早期会通过科研和开源社区建立影响力，所以会把不少模型开放出来。

开源一方面能让更多早期用户和开发者使用，扩大影响；另一方面也能获得更真实的一线反馈。对早期模型迭代来说，这些反馈很重要。

开源和商业化并不冲突。我们同时会提供更强的线上API，也会把模型做进Mossland这样的产品。开源模型负责降低使用门槛和形成社区，API与产品负责服务对性能、稳定性和工作流有更高要求的客户。

Q：开源用户很多，不一定等于商业化成立。你们怎么判断模型真的满足了市场需求？

李世民：最终还是要看客户在真实场景里是否愿意持续使用。我们现在处在早期产品验证阶段，所以会特别关注用户对准确率、时延、部署方式和具体任务的反馈，再用这些反馈决定模型如何迭代。

对我们来说，变化已经发生了：不是做完一个技术，再去寻找它的用途；而是先找到用户真正遇到的问题，再决定下一步模型要补什么能力。

全模态终局之外，先证明每一块拼图有用

Q：既然大模型公司最终都可能做全模态，模思智能的长期壁垒是什么？

李世民：即使大家都走向全模态，也会在某些领域形成先发优势和长期数据积累。对我们来说，这个领域首先是声音。

我们希望模型理解的不只是语言，而是完整声音信号：文本内容、说话人身份、情感、语速，以及复杂物理环境中的各种声音。把这些能力做深，再和视觉、实时视频结合，才能形成我们所说的情境交互。

Q：你们心里的直接竞争对手是谁？

李世民：如果看单个模块，语音和视频领域都有公司在做相似的事情。但从最终目标看，我们目前没有看到完全沿着同一条「情境智能」路径推进的公司。

竞争不只是比较支持了多少模态，而是看特定能力能否真正进入场景。对我们来说，先把复杂环境里的声音理解、语音生成和实时视频流理解做好，再考虑统一，是更现实的路线。

Q：公司现在有多大规模？你和邱锡鹏怎样分工？

李世民：团队目前有100多人。邱老师是公司的首席科学家，主要参与大的模型方向、技术路线和演进规划。我们会一起讨论，决定接下来往哪个模型方向推进。

Q：你们最终希望把这些能力落在哪里？

李世民：长期希望落到真实物理交互中。具身机器人、汽车和未来新的AI硬件形态，都可能成为载体。

今天我们仍然在分别做语音、声音和视频的模型。但终局不是让用户分别调用很多模型，而是让一套系统持续感知所处环境，理解正在发生的事情，并自然地与人交流。这是我们所说的情境智能。

7月17日，2026世界人工智能大会开幕。

在超维动力KAI展台，一台人形机器人站在乒乓球台前，与现场随机邀请的观众进行对打。

乒乓球速度快、落点和旋转存在较大不确定性。机器人需要连续完成球路识别、轨迹预测、动作决策，再调动肩、肘、腕、腰、腿等多个关节完成击球。相比提前编排的跳舞和行走动作，这类高速交互对机器人的实时感知、全身控制和动态平衡提出了更高要求。

这套名为SMASH的人形机器人乒乓球系统，此前由超维动力联合香港大学MMLab、深圳河套学院相关团队开发。其特点是减少对场外动作捕捉设备的依赖，主要依靠机器人自身搭载的传感器识别球路。深圳河套学院披露的信息显示，该系统曾在户外环境下完成人机乒乓球对打。

本届WAIC上，超维动力又将相关算法部署在宇树G1、智元远征A3等不同机器人本体上，试图展示其运动控制算法的跨本体迁移能力。

打乒乓球是展台上最容易被看见的部分。超维动力此次参展更实际的动作，是首次公开销售KAI Hand灵巧手和KAI Halo Lite第一人称数据采集头环。

这意味着，在推出全尺寸人形机器人之后，这家成立约一年的具身智能公司开始把部分技术能力拆分出来，寻找整机以外的收入入口。

半年两轮融资

超维动力产品线快速铺开的背后，有资本力量支撑。

公开资料显示，深圳超维动力智能科技有限公司成立于2025年7月，并于同年9月启动研发。成立约三个月后，公司完成天使轮融资，投资方包括分享投资和青鸟智控，融资金额未对外披露，资金主要用于具身智能机器人技术研发及团队建设。

青鸟智控原名青鸟消防，是一家以消防安全设备和物联网业务为基础的上市公司。相比单纯的财务投资机构，青鸟智控拥有消防巡检、应急救援和高危作业等潜在机器人应用场景。

青鸟智控此前表示，超维动力的运动控制、场景感知能力，可以与其在消防领域积累的业务资源形成协同。该公司也是超维动力公开披露的早期产业投资方之一。

2025年12月，超维动力再次完成Pre-A轮融资，由松禾资本领投，融资金额同样没有公开。公司当时称，相关资金将继续投入具身智能大脑、机器人本体和技术基础设施研发。公开融资信息显示，这是超维动力成立后披露的第二轮融资。

从公司注册到完成Pre-A轮融资，超维动力只用了约五个月。

连续融资为其搭建全栈技术体系提供了起步资金。此后，超维动力陆续推出全尺寸人形机器人、灵巧手、数据采集头环、世界模型以及训练基础设施，产品边界迅速扩大。

这种融资节奏也反映出具身智能行业的资本热度。大模型训练、机器人本体和数据采集均属于资金密集型环节。行业技术路线尚未完全收敛，资本仍愿意为完整团队、样机进展和潜在平台能力提前下注。

超维动力尚未披露两轮融资的具体金额。与部分同期创业公司动辄数亿元、数亿美元的融资规模相比，其资金实力难以从公开信息中准确判断。但在一年左右时间内，同时推进模型、本体、灵巧手、数据和训练平台，意味着公司后续仍有较大的资金需求。

押注高拟人

2026年4月，超维动力发布首款全尺寸人形机器人KaiBot，完成第一次大规模公开亮相。

KaiBot身高173厘米、体重70公斤，头身比约为1∶8.5。按照超维动力披露的数据，KaiBot拥有115个全身自由度，双臂负载接近20公斤，搭载1.7千瓦时半固态电池，可支持约3小时双臂操作任务。

其全身约80%的区域覆盖触觉皮肤，共设置约1.8万个触点，理论上能够感知0.1牛以上的轻微触碰。较高的自由度和大面积触觉覆盖，让机器人可以承接更多接近人类的动作数据，也为近距离人机交互提供力度反馈。

超维动力选择的是高拟人路线。

其基本判断是，人类社会中的楼梯、门把手、桌椅、工具和生产设备，大多按照人的体型和动作方式设计。机器人越接近人的身体结构，适配现有环境和人类动作数据的成本越低。

这一判断影响了超维动力的产品布局。KaiBot承担全身运动，KAI Hand负责精细操作，KAI Halo系列设备采集人类第一视角数据，KAI World Model预测环境和动作变化，SMASH则用于验证机器人在高速动态场景中的感知与控制能力。

超维动力希望围绕理解世界、学习世界和进入世界，建立一套数据、模型与本体相互回流的技术系统。

其中，KAI World Model采用生成与重建并行的技术路线。系统根据机器人看到的环境和候选动作，生成未来可能出现的状态，再由评估模块判断动作能否推进任务，接触过程是否安全。

在WAIC现场，机械臂自主打开易拉罐、人形机器人打乒乓球等演示，均被用来展示这一模型的能力。超维动力称，该模型已经在百万级视频数据上进行预训练，能够处理移动、操作以及边移动边操作等任务。

对于世界模型而言，展台演示只能说明系统具备完成特定任务的能力。其泛化水平仍需通过更多任务、更长运行时间以及不同机器人本体进行验证。

开始卖工具

相比机器人打乒乓球，KAI Hand与KAI Halo Lite开售更接近商业层面的进展。

KAI Hand是一款按照真人手掌尺寸设计的仿生灵巧手，拥有37个自由度，包括20个主动自由度、1个被动自由度和16个柔顺自由度，指尖力超过30牛。

灵巧手是人形机器人产业链中技术密度和价值量较高的部件之一。其难点集中在有限空间内的电机布置、传动、力控、散热和耐用性。手掌尺寸越接近真人，内部可以容纳电机、传感器和传动结构的空间越有限。

超维动力称，KAI Hand可以连续稳定抓持，持续抓握10分钟后，整手最高温度不超过人体体温。为了展示产品的抗冲击能力，公司还在WAIC展台设置了用木板撞击运动中灵巧手的测试。

不过，真正决定灵巧手能否进入工厂和服务场景的指标，还包括重复定位精度、平均无故障时间、批量一致性、维护成本和售价。超维动力目前尚未公布KAI Hand的具体价格、交付周期和订单情况。

另一款开售产品KAI Halo Lite，瞄准具身智能行业的数据需求。

这款设备重量约300克，融合四路相机和惯性测量单元，可以记录佩戴者的第一视角画面，重建三维环境，并自动生成动作语义标签。使用者可以通过手机查看采集画面和动态三维重构结果。

机器人训练数据通常来自遥操作、动作捕捉、仿真或真机示范。其中，高质量真机数据成本较高，动作捕捉又往往需要专门设备和固定场地。

头戴式设备提供了另一种思路。工作人员佩戴设备完成日常操作，系统同步记录环境、人体动作和任务语义，再将这些数据用于机器人预训练。它可以扩大数据采集范围，减少对机器人本体的占用。

难点在于，人类身体与机器人本体的关节结构、运动范围和力量输出并不完全相同。第一视角视频无法直接变成机器人可以执行的动作，仍需经过数据清洗、动作重定向、桥接训练和真机校准。

KAI Halo Lite能否形成独立业务，最终取决于设备成本、数据精度和采集效率，也取决于超维动力能否将采集到的数据真正转化为机器人能力。

全栈突破

在KAI Bot、KAI Hand和KAI Halo背后，超维动力还搭建了KAI Embodied AI Infra平台，试图覆盖具身智能从数据采集、训练、仿真到真机部署的完整流程。

按照公司披露的数据，该平台可以把高质量数据生产效率提升10倍；通过并行仿真和集群调度，模型训练与评测速度平均提升5至7倍；模型完成训练后，可以批量下发至机器人，并将运行数据实时回传。

至此，超维动力的业务边界已经超出人形机器人整机制造。整机、灵巧手、数据采集设备、世界模型和训练平台共同构成一套具身智能工具链。

这样的布局为公司提供了多个商业入口。需要完整机器人的客户可以采购整机，其他机器人厂商可以采购灵巧手，模型团队、科研机构和数据公司可以购买采集设备或训练服务。SMASH在不同机器人上的部署，则展示了超维动力向外部本体输出算法的可能性。

全栈路线也伴随着更高的资源消耗。机器人本体涉及结构、关节、执行器和供应链，灵巧手考验精密制造，世界模型需要算法人才与算力投入，数据采集还要处理质量、成本和合规问题。对于一家成立约一年的公司，同时推进这些业务，组织和资金压力不会低。

超维动力此次在WAIC上完成了从技术展示到产品销售的第一步。两款产品宣布开售，为其商业化提供了新的观察窗口。但开售距离规模收入仍有一段距离。

公司目前没有披露KAI Hand和KAI Halo Lite的售价、订单规模、主要客户及交付周期，也未公布KaiBot的量产计划和收入情况。

115个自由度、机器人乒乓球和世界模型，帮助超维动力快速建立了技术标签。两轮融资则为公司争取了产品研发时间。下一阶段，资本和客户关注的重点将逐渐从机器人能否完成一次演示，转向产品能否批量生产、连续运行并创造实际收益。

最近这段时间，人类和AI的战争，已经从残酷变成诡异了。

不过，哪怕在诡异这个赛道上，“小孩AI”也堪称一骑绝尘，我愿称之为AI圈的不可名状之物。

特别是最近暑假到来，全世界都在发AI研学的小广告。昨天我刚在某书上看见一个AI研学营的广子：“7-13岁孩子，一天做一部AI电影。”我发给我干AI漫剧的朋友，她只看了一眼，就在被窝里哭了三天三夜，恨不得立马退位让贤，滚回老家种田。

还有更夸张的，“10岁儿童，6天开一家AI公司，从0到1孵化创业项目。”勤勤恳恳写策划案的创业公司小老板们，可能会在屏幕前缓缓扣出一个“？”。

而家长们，只是静静地看着海报，心里似乎产生了什么触动：

“三分靠打拼，七分天注定，这可能就是我娃此生仅有的机会，不就18800吗，花，必须花！”

从这个角度看，AI堪比修仙文里的天材地宝、极品灵石，年幼的外门弟子一拿上，立马就能越级挑战宗门老祖，走上人生巅峰，直接化身天才萌宝，连带着父母也”鸡犬升天“，年纪轻轻就成了富0代。

肯定有很多人说，这不就是AI研学机构掏大伙钱包的精品话术吗？那今年3月在北京中关村举办的北纬AI龙虾大赛，简直是给了小黑子们一记响亮的”耳光“：

年仅14岁的初二学生姜睦然，凭借AI创业流水线项目ClawFounder，荣获冠军，喜提“中关村虾王”称号。与title一起送到他手里的，还有100亿token和20万奖金。

01：你家孩子用AI创业了吗？

研学年年有，今年暑假格外多，特别是AI研学，你不带上这俩字母，都不好意思发广告跟人宣传。

研学课堂上，小屁孩们端坐在会议室的电脑前，严肃地和AI进行着一些云里雾里的对话。乍一看，我还以为穿越到了小说世界——穿越到刘慈欣的《超新星纪元》里了。

这本书讲的是地球上所有超过13岁的人都因为某种外星不可抗力强制下线，只剩一群小孩每天勤勤恳恳上班，努力重建地球文明的故事。

放在这我总感觉又贴切又地狱的。

大人都亖完了，需要孩子扛起创业的大旗了？

如果你仔细看看今年火爆的这些AI研学，会发现，和往年的AI研学区别还挺大。

其实早在2022年GPT爆发的时候，不少培训机构就从善如流，推出了针对孩子们的AI学习营等活动。但那时候，学习的重点还是参观实验室，体验新设备，听名师讲座，title也是很朴素的“培养AI思维”。咱们可以把它当成以前经典的编程集训营的衍生品，主要是培养孩子的好奇心。

到了今年，AI研学的画风已经全变了，主打的就俩字——实操、实操、还是实操！

要么就是偏商务，小孩6天当公司CEO，10天造Agent产品，还要登台路演。我就说一句，小孩知道“路演”这俩字是啥意思吗？还“讲解商业画布”，最后孩子正经东西没学会，互联网黑话学了一嘴。

好好的AI研学，愣是给弄成了大厂岗前培训，你说这事闹得。

要么就是用软件，老师点开豆包页面，直接教孩子怎么生成文案、视频，做几个画风僵硬的小图片发某音。孩子发送1分钟，玩手机俩小时，这波啊，是给孩子提供一个偷偷玩家长手机的合理借口。

这种实操做多了，孩子说话都一股豆包味，有时候，我都得靠摸摸孩子的体温才能确定，这真是我当年生的那个碳基生命吧（bushi。

还有更猎奇的。爹妈把上完AI课的孩子领回家，惊奇地发现，孩子的成绩确实提高了不少，作业做得那叫一个快，每一页都是优优优优优。过了好几个月，家长才抓了现行：

天杀的AI，怎么教我孩子抄作业啊？

这就是传说中的釜底抽薪，为了避免孩子辛辛苦苦读完大学，被AI抢走工作，干脆从源头本降专，没有幸福就不会有痛苦是吗？

家长急得质问AI研学老师，那边，老师也很委屈：不是你说一定要教孩子应用AI的吗？孩子自己学会抄作业了我有啥办法？你敢说你上班就没用AI抄文件？孩子是不是提前十年，把职场技巧学到手了？

直到这时候，家长才意识到，什么AI原住民，什么培养职场思维都是虚的。不打好基础，其它的都是空中楼阁，这才是实的。

我们还算是老老实实走过基础教育的一代人，认真给自己打下了算不上好，但总还稳当的底子。

现在这帮小孩，连义务教育都还没完成，就着急忙慌地被灌输“AI才是未来”“善用AI工具”，心态能不变化吗？要换成我，也会想，那还读个蛋啊，赶紧退学去闯荡AI创业，弄几个Agent割韭菜它不香吗？

只有在社会上被捶打过的人，才知道这种观点有多稚嫩。

至于更简单的文生文，文生图功能，孩子比我们更适用那句“只要你学得够慢，你就不用学了”。一个12岁孩子现在学用豆包做ppt，到他走进职场，真的需要拿AI应付工作，这中间隔的岂止十年光阴，岂止十个版本。就算你想让他14岁就去打工，那13岁半再学，也一点不晚。

不怪当年亲手拉开了人类对AI溃败史的柯洁，在直播里直言不讳：“让孩子学AI，那不就智商税吗？”

但比起直接批评家长被智商税诈骗，我们更好奇的是，什么让高智家长们进了这个套？

众所周知，老鼠踩夹子，是因为夹子上有奶酪。这些家长不能说天之骄子，起码也是人中龙凤，为什么会心甘情愿跳进AI研学这个神秘陷阱？什么是陷阱里真正的诱惑？

答案可能要回到这一代家长自己身上。

02：和AI抢工作，是什么体验？

这一代家长，曾经在互联网的急速扩张里安家置业，如今又在AI的风口浪尖里跌宕起伏。

外企对AI裁员更直言不讳，Challenger,Gray&Christmas最新发布的就业削减报告里，2026年4月，各大企业公告裁员832387人，其中21490人是因为AI，占了差不多1/4。

而国内企业在这方面更加隐晦，但所有人都知道，那些拿着裁员协议的人当中，有多少是被AI取代，有多少将被炼化成skill。

前两个月，杭州中级人民法院就发了个让人难绷的案例：杭州某金融科技企业的AI质检主管周先生，被公司以“你的活AI就能干”为理由降薪调岗。杭州中院经过审核，最终判定，公司这纯是非法裁员的借口，啥工作能力不足都是扯淡。

什么“架构调整”，骗骗自己得了。

对更多打工牛马来说，如果AI只是按部就班地代替一个人，又代替一个人，那还好了。可现实是，AI可以干点这个干点那个，可以随时出岔子没做好，让真员工追着它擦屁股。只要AI有一点东西做得不错，那所有人都要面对被比较的焦虑和压力。

AI与其说做了多少工作，不如说它就像那条鲶鱼，在公司这个水箱里，制造了“焦虑的空气”。

每个人都在拼命学习新的agent，绞尽脑汁也要编token使用量，也要在工作里增加AI使用比例，生怕给领导带来自己不拥抱AI的偏见，大伙只敢在重重匿名下吐口唾沫，怒骂热衷AI大模型的那一小撮程序员为“码奸”。

当员工所有的工作决策不是基于效益，而是来自恐惧，很难说这家公司的业务能有多少进步。

而这种恐惧又通过家庭，从父母传导到子女。学习以应用为先，以展示为先，这就是典型的职场思维。咱们再回头看看之前说的AI研学，那股不想老老实实学基础知识，只想学会就能立马得瑟的劲儿，这不是一模一样吗？

当年的小孩被推着在亲戚面前唱歌跳舞，现在的小孩，比谁先研发AI Agent发到家族群，东亚家庭的痛还是一样的芯儿，只是外面包了一层赛博朋克的壳儿。

这帮家长晚上回家往床上一躺，刷刷某音，刷到的又是一堆十来岁的小孩在用AI秀肌肉。老钟本来就崇拜“自古英雄出少年”，连出去旅个游都要“穷游富游不如少年游”，岁数大了干嘛都心酸。就算是意林之神巴菲特，大伙记得的也是他13岁靠送报赚得第一桶金，而不是他42岁才买下招牌公司伯克希尔·哈撒韦。

这时候，比起自己勤勤恳恳再拼一把，直接选择相信“7岁就是AI创业的黄金年龄”，回头开始疯狂鸡娃，大伙是不是感觉也不奇怪了？

03：AI的孩子，时代的孩子

对普通的孩子和普通的家长来说，AI研学营是焦虑时代的普通骗局，那对真正的AI天才神童呢？

故事同样残酷。

澳大利亚神童Alby Churven在14岁的时候，就创办了一家前端编程公司Clovr，他还制作了一款青少年的游戏化学习平台Finkel，想帮更多孩子了解AI。

他经历了烈火烹油的时刻，无数AI大佬抢着和他合影，邀请他参加活动，演讲，让他一度以为自己已经跻身高端AI圈子。但他聊了一圈，结果却很荒谬：想借他流量的人遍地都是，愿意给他投资的人一个也无。

至于美国迈阿密的天才儿童鲍勃·乔普拉，9岁就创业成功，有了自己的科技教育平台IvySchool.ai，愿意相信他真有才华的人也是寥寥。

比起天才创业者，大家都倾向于，他只是这个儿童教育网站的形象代言人。说白了，又是童模。

相反，同样被称为神童，短时间内狂揽数亿美元的洪乐潼（Carina Letong Hong），就要正常太多了。

人家起码是00年出生，有系统完整的学习经历，发某书也能凑出四个以上的学校定位。她创办的Axiom，定位也是数学AI，目标是解决实际数学问题。这看起来也比其它神童纷纷投注的“儿童教育”赛道，要靠谱多了。

说到底，老辣的投资人比路人更明白，所谓的“神童”，到底是怎么回事。

你可以神童，但不能神得让人难绷。

你可以优秀，但再优秀，也只是为人生加了一层2.5倍速，而不是直接跳过无数个关键节点。

毕竟，我们这个世界不是起点的修仙小说，也不会像洋柿子主角一样自带系统。如果你真的觉得孩子很优秀，那让他安心投入学习的滚滚洪流，拿到顶级大学的录取通知书，这比任何创业title都更金光闪闪。

酷玩实验室整理编辑

首发于微信公众号：酷玩实验室（ID：coollabs）

写在前面：2026年美加墨世界杯正在进行。借着在前方报道世界杯的机会，懒熊体育对美国足球进行了深入探访。我们走进美国职业足球大联盟（MLS）总部，采访联盟管理者；探访青训俱乐部、足球学校，与青训教练、足校和青训俱乐部老板、孩子家长等不同群体交流，希望借此为大家呈现一个更加真实、立体的美国足球发展状况——他们到底是不是许多人眼里的足球荒漠？

也许足球在美国的影响力距离橄榄球、篮球和棒球仍有不小差距，但不可否认的是，在浓厚的体育文化和成熟的职业体育体系支撑下，美国足球已经驶入发展的快车道。同时，我们也希望「美国足球五部曲」这组系列报道能为正在探索足球发展路径的国家和地区提供一些值得观察和思考的样本。

下文为系列报道第三篇。

第一篇：深度对话MLS执行副总裁：美国已真正成为一个足球国家｜前线

第二篇：收费模式与比赛系统存争议，美国足球青训俱乐部的生存与突围｜前线

以下为正文：

在美国办一所足球学校，罗恩·霍格塞特希望以这样的方式挑战美国足球青训旧有模式。

霍格塞特创办的足球学校名为Forms，前段时间刚刚搬到了新家。新校址虽然面积不大，算上办公区也不过一个半标准足球场大小，但却拥有室外和带顶棚的人工草坪足球场、球员教室、康复按摩室和健身房。

Forms的项目分为两部分，Forms Residency（全日制，学生边读书边踢球）和Forms Academy（学生只来这里参加足球训练）。霍格塞特称，Forms是美国最早探索足球的私人学校培养模式机构之一，他们拥有与众不同的训练、收费、管理、经营模式。Forms Residency目前有65名学生。新学年开始后，将增长至75人。Forms Academy目前有240名学员。

霍格塞特不认为在美国搞足球学校是一次冒险之旅，反倒是经过十多年的经营，让足球学校找到了属于自己的生存发展哲学。

以下为霍格塞特的个人讲述：

不是附带学校功能的足球项目

青少年足球在美国非常普及，以足球训练为主要业务的足球学院或俱乐部本身并不罕见。全美拥有数以千计的青少年俱乐部、私人训练机构、精英旅行队、学校球队、各类锦标赛平台以及球探展示平台。真正不寻常的并不是Forms Academy在培养球员，而是我们所采用的训练方法，以及这种方法如何进一步发展成为Forms Residency——也就是我们经过认证的私立学校模式。在这里，足球被完整融入学生运动员每天的学习与生活之中。

从广义上来讲，Forms可以被理解为一所足球学校（football school），但我希望对它作出更加准确的定义。Forms是一所经过正式认证的私立学校，同时也是一家足球人才培养机构，它围绕那些真正希望认真发展足球的学生运动员的需求建立。Forms是一所获得认证的私立学校，而不是一个附带学校功能的足球项目。

我们在两个环境中培养同一个孩子。在课堂上学会自我管理的球员，会更容易在球场上得到发展。在训练中学会如何面对压力的球员，也会在学业和个人成长方面表现得更好。对我们而言，足球和学术不是两个独立的项目，而是培养同一个人的两种环境。正因为如此，我们每天的课程安排、培养目标、作息节奏以及发展重点，全部围绕着学生运动员来设计。

对于小学阶段项目，孩子们通常在早上7点半至8点半到校，8点至10点进行足球训练，10点到下午两点进行正式学术课程，会有老师授课。下午两点到四点责重新回到足球教育，这一阶段未必全都是球场训练，也会安排技术训练、控球训练、比赛录像分析、比赛复盘、足球理论学习等。如果当天晚上有重要比赛，例如欧洲冠军联赛，我们也会组织孩子们一起观看直播——学会观察比赛也是足球教育的一部分。

对于初中阶段来讲，每天的整体节奏与小学相似，但训练内容会更加专业化，有时重点提高速度和力量，有时重点技术打磨，有时侧重战术应用，还有一些时间用于录像分析以及比赛准备。球员年龄越大，需要把技术能力真正转化为比赛表现。我们的培养体系，与其说按照年龄划分，不如说更多依据发展阶段。

大体来说：U10及以下年龄段，我们的重点放在技术盘带、球感培养、大量1对1、1对2、1对3突破训练。到了11岁左右，训练开始逐渐向为控球能力、与队友共同控制比赛、控球配合、集体解决问题。之后每一年会在已经牢固建立的技术基础之上，不断增加新的战术复杂程度。很多青训体系最大的错误就是在孩子还没有建立真正技术自主性之前，就急于灌输成年人的战术体系。

在Forms，我们的理念始终只有一句话：先培养球员，再让球员进入比赛。我们真正希望培养出来的，不是一个只会执行教练指令的孩子，而是一名能够思考、适应、创造、并且在压力下依然能够完成技术动作的真正球员。

Forms Residency目前经过认证的K-12私立学校项目大约有65名学生，预计到2026至2027学年，学生人数将增长到约75人。至于Forms Academy，目前大约拥有240名球员。历史最高峰时Residency曾有73名学生，Academy曾拥有约550名球员。

学生应该学会“如何学习”

足球是Forms最核心的组成部分，但这不意味着学术教育是次要的，我们必须同样认真地投入时间和精力，让他在课堂和球场两个环境中共同成长。更深层次来说，足球训练和文化课学习的目标其实是一致的——我们希望学生学会“如何学习”（learn how to learn）。

一旦一个孩子真正学会了如何学习，学会如何管理自己，如何调节自己的情绪，如何接受反馈，以及如何持续进步，那么很多事情都会变得更加容易。这不仅适用于课堂，也适用于足球，更适用于未来的人生。所以对于国际读者而言，把Forms称为一所“足球学校”，当然没有问题。

但如果要更加准确地描述，我会把Forms定义为一家以培养成长为核心的教育机构，足球是整个体系最主要的组织框架，而学术成长与足球成长则被视为同一个人成长过程中彼此联系、不可分割的两个组成部分。

Forms与大多数美国足球俱乐部在管理学生球员、管理球队最大的不同是并非围绕固定的球队来建设整个学院，而是根据球员出生年份和发展水平建立球员池，然后根据不同联赛、锦标赛以及各种比赛机会，为球员组建不同的参赛名单。

在决定球员进入哪一份名单时，我们会综合考虑很多因素，例如他会与哪些队友一起比赛、他在球队中需要承担什么角色、比赛能够带来多大的压力、这样的环境是否能够在恰当的程度上推动他的成长。如果一家俱乐部是围绕固定球队建立的，那么最终需要被保护的，往往就是球队本身。于是，球员开始服务于球队。而如果一家学院是围绕球员池来建设的，那么球员始终才是最重要的对象。

我这样表达并不是说球队不重要。球队当然重要，比赛当然重要。学习如何与队友协作，同样非常重要。但我们最核心的目标并不是培养一支优秀的球队，而是培养优秀的球员。如果球员培养好了，优秀的球队自然会出现。如果所有工作都只是为了打造一支强队，那么个人的发展很容易因此受到牺牲。

年龄当然重要。但仅仅依据年龄来划分球员，是远远不够的。两名出生于同一年的球员，他们在很多方面都可能存在巨大的差异，比如技术能力、认知能力、身体发育、心理成熟度、比赛经验。一个真正重视培养的体系，必须考虑这些差异。

我们会综合评估年龄、能力水平、心理成熟度、技术能力、身体条件、自信程度、比赛准备情况、当前的发展需求等等。我们的目标，是把每一名球员放到最适合他成长的环境中。在那里，他能够接受足够大的挑战，却不会因为挑战过大而失去信心。在那里，比赛服务于成长，而不是服务于所谓的身份、名气或者地位。

Forms要做与传统青训不同内容

创办Forms最初的灵感其实源于我个人的经历。我的职业背景是企业金融，拥有伦敦政经学院硕士学位，也曾在一家全球100强企业工作。

我一直深爱着足球，但小时候并没有计划成为一名教练，或者创办一家足球学院。由于经历了两次膝盖手术，我的踢球生涯提前结束了。因此，足球对我来说始终意义重大，但从职业发展的角度来看，我原本以为自己会一直留在商业领域。

2011年，我的大儿子哈德森出生了。和很多父亲一样，我希望他能够在足球这项运动中走得比我更远。有一天早晨，在我休息的时候，他很早就把我叫醒，问我能不能陪他训练。这是他第一次提出这样的请求，而那一刻，不知道为什么，让我格外认真地对待了这件事。

我们去了公园。我摆好了几个标志桶，给了他足够大的空间，让他自由地和足球相处。我看到的一切让我非常惊讶。对于那个年龄的孩子来说，他和足球之间建立了一种不同寻常的联系。他不仅仅是在追着球跑，也不仅仅是在对足球做出反应。他开始主动去控制足球、感受足球，并让自己的身体围绕着足球进行协调，这让我产生了极大的好奇心。

这种好奇心把我带进了研究。我开始研究孩子是如何学习的，大脑如何适应新的技能，运动模式是如何建立起来的，以及早期技术训练如何影响一个人未来的发展能力。

研究越深入，我越确信——绝大多数青少年足球培养体系，都严重低估了孩子们的潜力。他们不仅低估了孩子能够学会多少东西，更重要的是，他们往往按照一种错误的顺序来教授足球。他们让孩子在真正具备能力之前，就开始依赖别人。后来，我带着哈德森去了美国一家规模最大、声誉最好的足球俱乐部之一。在那里，我更加清楚地意识到了问题所在。

他确实在学习足球这项运动，但他并没有被培养成一个能够凭借个人能力影响比赛的人。训练组织得很好，出发点也是好的，但整个体系过于强调传球、球队整体以及成年人对于足球应该是什么样子的理解。

从技术层面来说，他的发展开始停滞。本来在那个年龄，他与足球之间的关系应该越来越紧密，但实际上，他却变得越来越犹豫，也越来越不愿意展现自己。后来有一天，我告诉他：今天我们就用属于你自己的足球来比赛。我在足球上写下了他的名字，非常认真地告诉他，这是你的足球。我还告诉他，你不用马上把它分享给别人。就在那一刻，他整个人都变了。他变得更加有活力，更加自信，也更愿意承担责任。那一天，他一共进了五个球。

直到今天，我还保存着那张照片——照片里的哈德森举起五根手指，开心地庆祝自己的五个进球。真正让我难忘的，并不是那五个进球。而是那个孩子本身发生的变化。当他觉得自己有权利真正拥有足球的时候，他的个性重新回到了比赛之中。

这段经历迫使我重新审视年轻球员通常接受训练的方式。在我看来，足球教育应该从孩子和足球本身开始，而不是先从成年人的战术体系开始。不是先从各种套路开始，更不是在孩子还没有真正学会掌控足球之前，就先教他把球传出去。传球非常重要，但是如果孩子们在真正学会掌控足球之前就不断被要求放弃足球，他们就永远无法成长为真正自信的足球运动员。

足球不能成为忽视教育的借口

学术教育是Forms模式中不可或缺的一部分，我们通过了Cognia认证，这是全球范围内学校和教育机构广泛认可的质量保障认证体系，也获得了德州教育自由账户（Texas Education Freedom Account）项目的认可。认证的重要意义在于它证明我们的学校是在一个严谨的学术体系下运行。但对我们而言，认证只是基础，而不是终点。Forms内部学术教育更深层的目标，是培养完整的学生运动员。

足球不能成为忽视教育的借口。这样做是不负责任的，同时也误解了高水平发展真正需要什么。大多数年轻球员最终不会成为职业球员，即便那些真正走上职业道路的人，也依然需要教育、纪律、沟通能力、情绪成熟度以及清晰思考的能力。一名无法安排好自己的学习生活、无法承担责任、无法接受反馈、无法完成困难任务的球员，通常也会在足球领域展现出类似的问题。

我们的学术标准并不仅仅体现在成绩上。当然，学生必须认真对待学校生活，保持稳定出勤，完成学习任务，并符合行为规范要求，但更深层次的标准是“自我负责”。我们希望培养的是那些正在学习如何学习、如何自我管理、如何调节情绪、如何面对压力，以及如何在不依赖持续外部监督的情况下不断提升自己的学生。

同时，我们也需要那些真正重视教育的家庭。

Forms不是一个让孩子在训练间隙被安置起来的地方，而是真正围绕高水平学生运动员打造的学校环境，并不是每个学生都会获得全A成绩，我们也不会认为成绩单能够完全反映一个孩子的发展情况，但每一名学生都必须展现出努力、责任感、成熟度以及成长的意愿。

我们的目标是在球场上以及生活中都实现“自我掌控”。我们希望球员能够为自己的成长负责，也希望学生能够为自己的教育负责。这并不是两个独立的项目，而是同一个成长过程中的两种体现。从这个意义上来说，学术和足球在Forms是高度关联的。课堂培养球员在球场上需要的习惯，而训练环境则培养学生在生活中需要的品质。纪律、韧性、专注、谦逊、解决问题的能力、情绪控制以及责任感，并不属于某一个单独的环境，而属于这个孩子本身。

作为一家俱乐部和训练学院，Forms所处的是一个竞争十分激烈的美国足球市场。我们的不同之处在于训练建立在一套专有、基于科学研究的方法体系之上，而不是传统俱乐部课程，或者不同教练个人执教理念的简单集合。

我们的目标不仅仅是组织训练、组建球队、参加比赛，而是依据一套清晰的发展逻辑培养球员。这套逻辑建立在技术塑造、运动学习、高密度重复训练、认知与运动整合、感知能力，以及如何把技术真正转化为比赛压力下可运用的技术能力等多个基础之上。

真正让我们的模式变得更加特殊的是学校模式。我们拥有经过认证的学术教育、每日足球训练、球员评估、家庭沟通、长期发展规划以及职业发展路径支持，全部整合进同一个系统之中。

在美国，像这样把学校教育和足球培养真正融合在一起的模式仍然十分少见，尤其是在没有职业俱乐部背景或大型机构支持的情况下，更是如此。

一个普通的美国年轻球员，其成长过程往往是碎片化的。他可能在一所学校读书，在另一家俱乐部训练，又另外请私人教练辅导。周末参加比赛时，又面对另一套不同的要求，同时还不断收到来自教练、家长、队友以及不同团队体系各种各样的信息。

这个孩子可能每天都非常忙碌，但这种忙碌并不一定能够组成一条真正连贯的发展道路。Forms的创立就是为了改变这种碎片化的发展方式。我们的目标，是让球员的训练环境、学习环境、评估体系、日常节奏、反馈机制、培养标准以及长期规划全部保持一致，让它们共同服务于同一个成长过程。足球当然是整个体系的核心，但我们的目标并不仅仅是让孩子训练得更多，而是更有目的性地培养一个完整的学生运动员。

付费踢球到底该不该存在

学费是Forms商业模式的基础，具体收费结构取决于不同项目。在Forms Academy中，10岁以下球员的费用约为每月175美元，没有长期合同。11岁以上年龄段的竞技球员费用约为每年3500美元，我们需要为他们提供更系统化赛季承诺，包括球队安排、教练配置、联赛、锦标赛以及全年规划。

Forms Residency的学费更高。该项目除了足球培养之外，还包含经过认证的学术教育环境。小学阶段（Primary Residency）的费用约为每年13750美元，初中阶段（Upper Residency）的费用约为每年20400美元。

这些学费可能用于支持足球训练、学术课程、教练团队、教师团队、设施、行政管理、球员评估、球员支持、日程安排以及沟通服务。在某些Residency项目中，学费还可能覆盖住宿、餐食、交通、日常管理、国际事务安排，以及学生全天候生活和训练环境所需的额外运营成本。

美国足球经常因为“付费踢球”而受到批评，这种批评有一定道理。但在Forms，我认为更准确的说法应该是：家庭支付的是一个真正严肃、专业的发展环境，而不是一个球队名额、一块联赛招牌，或者一种身份象征。他们支付的是我们的方法体系、教练团队的专业水平、球员评估体系、学术支持、家庭沟通、个性化成长关注、以及围绕长期球员培养所建立的一整套体系。

美国青少年足球成本高有其客观原因。

首先，场地费用非常昂贵。在很多地区，训练场都由私人运营机构管理，他们按小时收取不菲的租赁费用。其次，高水平教练本身就是一项重要成本。在足球文化更加深厚的国家，拥有高水平足球背景的人才更多。而美国虽然教练数量不少，但真正能够按照一套完整方法体系、持续深入教授足球的人却相对有限。

如果一家学院希望聘请真正优秀的专业人士，就必须给予他们合理的薪酬。Forms Academy作为一家足球学院，本身并没有因为培养球员而显得特殊。真正让Forms与众不同的是我们拥有一套自主研发的方法体系，把这套方法体系完整融入了一所经过认证的私立学校当中。每天的足球训练、严肃的学术教育、球员评估、长期发展规划以及基于科学的发展框架，这几项因素结合在一起，才真正构成了Forms模式最独特的地方。

除了学费之外，我们另一个重要收入来源是强化训练项目，很多机构可能会称其为训练营，但我们有意使用“强化项目”这个词，因为我们的目标不是提供托管服务或者娱乐型活动。

当一名球员在这里训练三天、一周或者一个月，我们希望训练是严肃的、高强度的，并且真正具有发展价值。球员离开时，应该比来到这里时更好。

这些强化项目包括假期项目、春假项目，以及我们旗舰性的夏季住宿强化项目。它们让没有参加长期住宿项目的球员，也有机会以更加集中化的方式体验Forms的方法论，同时也为Forms提供了一条与核心使命一致的额外收入来源。

美国足球学校的商业模式

从创立之初，Forms完全依靠自身资金运营，是一家自主创业、没有外部融资支持的机构。在最初的四年里，为了让学院能够发展起来，我同时做两份工作，从未接受过外部投资。我们的成长来自模式本身的优势、口碑传播、球员发展成果，以及那些希望为孩子寻找更加严肃培养环境的家庭的信任。

从商业角度来看，Forms证明了美国市场确实存在对于不同类型球员培养模式的真实需求。我们没有机构背景支持，没有职业俱乐部所有权体系，也没有大型外部投资，却依然实现了成长，而这在美国市场并不容易。美国青少年足球如果想达到较高水平运营，成本非常高。优秀教练需要成本，设施需要成本，学术运营需要成本，行政体系、保险、合规管理、技术系统、沟通、旅行、交通以及人员配置，都需要真实的投入。

很多人低估了运营一家真正专业足球学院所需要付出的代价，因为他们往往只看到训练课本身。但如果目标是正确培养球员，运营模式不能只是简单地看作训练和比赛的集合，而必须成为一个完整生态系统。训练环境、学术环境、人员结构、家庭沟通、评估体系、设施、日程安排以及球员长期发展路径，都必须彼此协同。这需要纪律、耐心，以及持续将资源重新投入机构发展的意愿。

起初，Forms是一家专注球员发展的训练学院，之后扩展到球队体系，随后发展成为学校与训练结合的模式，进一步发展学校项目，如今又通过Forms Madrid（Forms在马德里的训练营）拓展到国际范围。每一个阶段都要求我们不断学习、调整，并围绕最初的方法论建立更加完善的体系，同时保持让学院与众不同的核心理念。

这个商业模式已经实现了可持续运营并且盈利，但我不会说这是一门容易的生意。高质量的发展培养成本很高，独立青训机构必须保持谨慎。为了增长而增长，可能会产生压力，从而削弱产品本身。我们的发展方式，是在保护培养方法、保护球员体验的同时，让机构保持健康，并持续提升。

让我对未来充满信心的是，家庭正在变得更加理性和专业。越来越多的家长开始意识到，追求奖杯、球队标签以及周末比赛中的短期认可，并不等同于真正培养一名球员。他们开始提出更深入的问题，比如培养方法、训练质量、长期发展、球员自信、技术成长以及未来发展路径规划。随着这种认知不断提升，我相信市场对于Forms所代表理念的需求也会持续增长。

建立永久校园绝对是我们长期愿景的一部分，而且我们已经在朝这个方向推进。

在美国，拥有自己的设施成本非常高，尤其对于一家独立运营、没有职业俱乐部、市政府或者大型投资集团支持的青训机构来说更是如此。土地成本、建设成本、场地维护、保险、人员配置、水电费用以及债务偿还等，都可能让设施所有权变得几乎难以承受，尤其是在机构希望保持负责任运营并实现财务可持续的情况下。

因此我们的发展必须是战略性的，而不是冲动性的。很多青训机构都梦想拥有一座美丽的校园，但如果这座设施削弱了企业运营能力，那么最终受损的还是青训机构本身。关键在于，在正确的时间建设正确的基础设施，让它支持我们的培养模式，而不是在财务上拖垮整个体系。

真正意义上的Forms校园，未来将包括教室、训练场、五人制足球场、运动表现训练空间、恢复区域、视频分析室、住宿设施，以及教练培训空间。这类校园的价值并不仅仅在于拥有产权，而在于实现控制、连续性和整体协调。每天的每一个环节，都可以围绕学生运动员的发展进行设计。

我们的目标并不仅仅是拥有几块足球场，而是建立一个能够让训练、学习、恢复、比赛录像分析、竞技表现、营养、管理以及文化建设彼此结合的完整环境。永久校园是我们愿景的一部分，但它必须以一种能够强化机构发展的方式建设，而不是成为一座看起来令人印象深刻、却削弱实际培养模式的“纪念碑”。

不会用合同将球员和家庭束缚住

Forms始终没有采用“免费训练换取长期控制球员”的模式运营。根据不同项目，我们会有入学协议、项目协议以及相关财务承诺，但我们不会通过合同来控制球员未来的发展，或者声称拥有球员成长路径的所有权。我们协议的目的，是明确家庭和机构之间的责任与关系，而不是限制孩子未来的足球发展。

在Residency中，确实存在合同承诺，因为它是一所获得认证的私立学校。家庭报名的不仅仅是训练项目，而是将孩子送入一个完整的学校环境，其中包括教师、教练、学术规划、设施、人员配置、交通安排、课程计划以及全年运营责任。我们的预算建立在家庭在学年开始时做出的学费承诺基础之上。如果学生在学年中途离开，学年的学费义务可能仍然存在，因为我们并没有公共资金或政府资金支持，同时我们需要履行对每天服务学生的教师、教练以及工作人员的责任。

而在Academy中，模式有所不同。10岁以下的球员采用按月报名模式，没有长期合同。在这个年龄阶段，我们的责任是通过训练质量和培养体验赢得家庭的信任。

11岁以上年龄段的竞技足球项目会有年度赛季承诺，这也是美国俱乐部足球中的标准做法，因为球队、联赛、教练安排、人员配置、锦标赛以及比赛日程都是按照全年周期进行规划的。

从理念上来说，我们不认为家庭应该因为被束缚而留下。他们应该留下，是因为培养过程有价值，环境足够专业，并且家庭相信Forms能够帮助球员不断成长。年轻球员的未来不应该被视为某个机构可以控制的一项资产。我们的职责是培养球员、教育学生、诚实地指导家庭，并在可能的情况下帮助他们创造发展路径。

与学校入学或者赛季球队承诺相关的正常财务义务可能存在，但这些属于机构运营和管理层面的承诺，而不是球员所有权合同。如果一名球员未来获得其他机会——无论是职业俱乐部青训、大学发展路径、国际俱乐部，还是其他真正适合球员成长的环境——我们的职责不是阻止孩子离开，而是确保球员已经为这样的机会做好准备。

如果球员获得了其他机会，他们可以自由选择接受。根据具体项目、学费周期或者赛季承诺情况，可能存在正常的财务义务，但从足球发展的角度来说，我们不会阻碍球员离开。

如果一名球员获得了职业俱乐部、国家队环境、大学发展路径、国际青训学院，或者其他更适合其成长环境的机会，我们应该为此感到骄傲。这意味着我们的培养环境发挥了作用。我们不会因为球员离开而要求获得补偿，不会限制球员的发展，我们的理念始终是“球员优先”，而当球员的成长道路将他或她带向其他地方时，这一理念依然必须保持不变——我们的目标不是拥有球员，而是培养球员。

Forms面对的挑战和存在意义

Forms目前面对的第一个挑战是在一种奖励短期成绩、外在地位以及即时认可的文化环境中，坚持保护球员的长期发展。

家长希望看到进步，教练希望赢球，球员希望获得认可，俱乐部希望扩大规模，联赛希望增加参与人数，社交媒体希望看到精彩集锦，这些事情本身都没有错，但当它们成为衡量发展的主要标准时，孩子真正的成长可能会被“看起来取得进步”的表象所取代。其中最困难的问题之一，是很多家庭对于发展和成功被灌输了错误的信息。他们被告知，孩子必须进入某个联赛、某支球队、某家俱乐部，或者某个平台，才能获得正确的发展。

危险在于很多家庭过早离开真正的发展路径，因为他们认为自己是在追求更高的平台。但实际上，他们可能只是进入了一个拥有更高地位、却缺少真正培养价值的环境。一名球员可能进入了更高级别的联赛，但如果这个环境限制了技术自由，减少个人解决问题的机会，过度强调球队成绩而不是球员成长，或者迫使球员形成只求生存的比赛习惯，那么球员的发展上限可能会在不知不觉中下降。这正是青少年足球中的一个巨大矛盾。

第二个挑战是在这种混乱中教育家庭。很多家长把曝光度误认为发展。他们认为最大的俱乐部、最强的联赛、排名最高的球队，或者最受关注的比赛，一定就是最好的环境。有时候确实如此，但很多时候，真正最适合球员的环境，是最诚实地帮助球员成长的环境，而不是外观看起来最光鲜的环境。

第三，场地资源也是一个重大挑战，尤其是在美国。高质量设施成本很高，而私人运营方往往控制着许多优质场地资源。这提高了家庭承担的成本，也让独立青训机构更难在不大幅提高学费的情况下建立稳定、高质量的培养环境。

家长管理也是一个重要挑战，因为青少年足球充满情感。家庭非常关心孩子，这是完全可以理解的。但当出场时间、名单位置、联赛级别、球队选择或者与他人的比较成为核心话题时，情绪可能会影响判断。一家认真负责的学院必须持续沟通、耐心教育，并且在短期情绪变得强烈时，依然坚持长期发展过程。

Forms所面临的独特挑战在于，我们是美国最早探索类似私人学校培养模式的机构之一。对于我们正在建设的体系，并没有现成模板。我们同时在建设学校、学院、评估体系、方法论、住宿结构、家长教育体系以及国际发展路径。这带来了复杂性，但也给予我们一个机会：围绕球员发展重新设计环境，而不是继承一个为其他目的建立的旧体系。我们也经常被误解，因为我们的理念挑战了一些传统认知。

Forms存在的意义，就是挑战旧有模式。我们希望证明，一家独立学院也可以培养技术能力更强、认知水平更高、创造力更突出的球员。

2026年世界杯尚未结束，下一周期的美国转播权争夺已经提上日程。

据CNBC报道，FIFA预计将在未来三个月内与美国市场的潜在合作伙伴展开讨论，并且该地区的英语和西班牙语版权很可能会合并出售。Netflix、迪士尼和Alphabet旗下YouTube均对2030年、2034年世界杯的美国媒体版权表达了兴趣。部分媒体公司正按照每届15亿至20亿美元准备预算。科技巨头亚马逊和苹果公司也可能成为潜在竞标者。

这意味着，2030年世界杯的美国版权价格，可能比2026年英语和西班牙语版权的合计成本10.85亿美元高出近一倍。

自2018年世界杯以来，美国市场的英语和西班牙语转播版权一直分别由FOX与NBCUniversal旗下的Telemundo持有。随着Netflix、YouTube等流媒体平台，FIFA面前出现了更多选择：继续依靠传统电视网，还是把世界杯交给一家资金雄厚、覆盖全球的流媒体平台。

未来2届世界杯版权将花落谁家，可能成为美国体育媒体格局下一轮变化的重要信号。

是为时尚早还是时间刚刚好

FIFA为何偏偏在这个时间点启动下一周期的版权谈判？答案就藏在本届世界杯展现出的收视热度和商业回报中。

FOX公布的数据显示，72场小组赛在FOX、Fox Sports 1和FOX旗下的免费流媒体平台Tubi场均吸引505.2万观众，较2022年卡塔尔世界杯增长92%，创下美国英语电视世界杯小组赛阶段的新高。小组赛结束时，FOX的世界杯转播已经累计触达超过9000万美国观众。

主场作战的美国队更是将收视进一步拉高。7月6日，美国对阵比利时的1/8决赛在FOX、Telemundo和Peacock合计吸引超过5000万的观众，成为美国历史上收视人数最高的足球比赛之一。非美国队比赛的表现同样强劲，英格兰对墨西哥的比赛吸引了约4670万观众。

如此出色的收视数据，必然带来同样可观的商业收入。Sportico预测显示，FOX和Telemundo围绕本届赛事获得的美国广告收入合计可能达到8.5亿美元。仅世界杯比赛中的“补水广告”，预计就能为FOX带来足以覆盖相当一部分版权成本的收入。

据《金融时报》援引知情人士称，FOX为本届世界杯英语版权支付约4.85亿美元，Telemundo的西语版权成本约为6亿美元。以本届赛事展现出的收视和广告潜力来看，这笔版权费的支出可以算得上“物有所值”，当然也直接推动着下一周期价格的走高。因此，在当前收视纪录和广告价格表现都处于高位的阶段，FIFA自然希望趁市场热度尚未消退，尽快把这些成绩转化为2030年和2034年这2届世界杯的版权报价。

从交易周期看，现在讨论下一轮版权也不算早。顶级体育版权通常需要提前数年锁定，中标方要安排长期预算，完成内部审批，并提前筹备制作、广告销售和分发渠道。

FOX早在2011年10月就获得了2018年和2022年世界杯的美国英语版权，彼时距离2018年世界杯开赛尚有近七年。2015年，由于卡塔尔世界杯从传统的夏季改到11月至12月举行，比赛与NFL、NBA和NHL赛季发生严重冲突。FIFA随后没有重新招标，而是直接把FOX的合同延长至2026年美加墨世界杯结束。外界认为，这是FIFA对FOX因卡塔尔赛期调整而受到影响的一种补偿。

因此，2026年世界杯尚未结束，下一周期的谈判已经提上日程，看似提前，实际上正处于FIFA议价能力最强、媒体公司准备时间也相对充足的窗口。

加速成熟的美国足球市场

本届世界杯的收视表现，也让FIFA重新审视美国足球市场的价值。

很长一段时间，足球在美国长期处于一种矛盾状态。参与人口庞大，移民社区基础深厚，欧洲足球和墨西哥国家队拥有大量观众，但这些受众分散在不同语言、球队和平台之中，很难像NFL一样形成全民性的观赛热度。

但过去几年，这种局面开始发生变化。MLS持续扩张，梅西加盟迈阿密国际进一步拉高了联赛的社会关注度；NWSL商业价值提升，美国女足长期保持较强的大众影响力；欧洲足球联赛通过Peacock、Paramount+、ESPN+等流媒体平台进入更多美国家庭。

足球也由此逐渐从移民社区和核心球迷的日常消费，向更广泛的大众市场渗透。Nielsen今年发布的研究显示，北美足球球迷人数过去五年增长了10.9%，已经超过1.36亿；美国拥有约6250万足球球迷，年轻观众和流媒体用户占比较高。而2026年世界杯在北美举办，则为这些分散的热度提供了一个集中释放的出口。

随着受众规模扩大，足球在美国体育版权市场中的价值也得到更直接的体现。NBCUniversal为英超六个赛季支付约27亿美元，Paramount则以约15亿美元续下2024/25至2029/30赛季欧足联俱乐部赛事的美国英语版权。如果世界杯美国版权最终达到每届15亿至20亿美元，其一届的版权成本，将相当于三至四个英超赛季的美国版权费。

再看FIFA计划提高价格的另一个动作，是考虑把英语和西班牙语版权合并出售。

此前几个周期中，两种语言版权一直分开销售：FOX负责英语转播，Telemundo负责西语转播，两家公司拥有各自的频道资源以及流媒体产品。这种划分曾经符合美国电视市场的结构。美国拥有庞大的西班牙裔人口，截至2024年约为6800万，占全国人口约五分之一。对世界杯而言，这部分人群既是稳定的足球基本盘，也具有年轻化和消费活跃度较高的特点。

▲ins博主alvarolinaresc

然而随着流媒体普及，英语观众和西语观众之间的界线正在变得模糊。本届世界杯期间，Peacock提供全部104场比赛的西班牙语直播，月费为10.99美元；FOX One的月费则为19.99美元。部分英语观众会因为价格、解说氛围或使用习惯选择Telemundo和Peacock的西语信号。美联社近期也提到，一些不以西班牙语为母语的观众正在主动收看西语转播。

当语言不再构成严格的观看边界，两套版权方实际上会围绕同一批用户展开竞争。合并出售的方式能够提高竞标门槛，也可能推动潜在买家给出更高报价。对于Disney、Netflix、YouTube等拥有多平台分发能力的公司，一份覆盖全语言的美国版权包更容易与自身体系结合。

但对现有版权方来说，合并出售也会带来新的压力。Telemundo过去只需要竞购西班牙语版权。若下一周期只能购买完整权利包，NBCUniversal就必须同时评估英语和西语业务的整体回报。CNBC援引知情人士称，如果FIFA坚持合并出售，NBCUniversal可能放弃竞标，这也意味着Telemundo有可能退出下一周期的世界杯转播。

NBCUniversal目前已经为NFL、NBA、奥运会、英超和大学体育承担了高额版权支出。与此同时，Comcast在2026年6月宣布计划将NBCUniversal与Sky从集团分拆出来成为一家独立上市公司。新的资本结构下，投资者可能更加关注版权投入是否能带来相匹配的回报。

群雄逐鹿的美国体育版权市场

作为全球职业体育商业化程度最高的市场之一，赛事版权一直是美国媒体争夺的核心资产。如今，这个市场正由传统媒体集团与新兴科技平台共同推动。

Disney、FOX、NBCUniversal和Paramount拥有免费电视网、有线频道、广告销售体系和成熟的赛事制作能力。Netflix、YouTube、Amazon和Apple则依靠流媒体、订阅服务、技术基础设施和全球用户规模进入体育市场。

世界杯恰好处在两套体系的交汇处。它既需要免费电视带来的全国覆盖，也能为流媒体平台带来订阅以及广告收入。比赛周期集中，影响力又足够大，使其成为少数同时适合传统电视和科技平台的超级版权。

Disney是其中最具综合分发能力的竞争者之一。其旗下的ESPN和ABC曾连续转播六届世界杯，目前仍拥有NFL、NBA、WNBA、NHL、MLB和大学体育等大量核心赛事。如果重新获得世界杯，Disney可以把重点比赛放入ABC免费电视网，其他场次交给ESPN和流媒体产品，ESPN Deportes还能覆盖西语观众。

Netflix的优势在于全球分发和事件型直播能力。相比完整赛季和每周持续进行的联赛，Netflix更偏好能够在短期内制造广泛话题的热点赛事。NFL圣诞大战、拳击和WWE都符合这一策略。

FIFA已经将2027年和2031年女足世界杯的美国版权授予Netflix。这项合作既可以帮助Netflix积累大型足球赛事的制作经验，也可能成为双方进一步合作的试水。如果再拿下男足世界杯，Netflix将获得一项真正意义上的全民级体育内容。

YouTube争夺世界杯，则与其向客厅电视和核心版权方转型的方向一致。YouTube TV已经承担了越来越多传统有线电视的功能，但平台上的大部分体育内容仍由传统媒体版权方提供。NFL Sunday Ticket是YouTube少数具有代表性的核心体育资产。YouTube一旦拿下世界杯，比赛直播、集锦、Shorts、创作者内容和赛后分析都可以被整合进同一个平台。这既能强化YouTube的电视端观看场景，也能提高其在未来体育版权谈判中的地位。

大型科技公司Amazon和Apple同样具备竞标基础。Prime Video目前在美国拥有NFL周四夜赛、NBA和WNBA等版权，在多个欧洲市场还转播部分欧冠赛事。Amazon可以把世界杯与Prime会员、视频广告和电商业务结合，让赛事成为整个会员体系的流量入口。Apple则通过MLS积累了足球版权运营经验。2026年起，MLS全部比赛被纳入Apple TV订阅，Apple同时成为美国F1独家转播平台。对Apple而言，世界杯可以继续强化Apple TV内容，并与其他应用及硬件设备形成联动。

传统媒体的代表FOX仍然是下一周期无法忽视的竞争者。世界杯与其现有的NFL、MLB和大学体育版权组合高度契合，FOX可以利用免费电视网完成全国覆盖，并通过FS1和FOX One承接付费及流媒体观众。

本届赛事的收视表现已经证明FOX具备运营世界杯的能力。但也正因为世界杯表现强劲，FOX面临的续约成本可能大幅提高。失去这项版权，将意味着失去一项能够在夏季连续制造全国收视的核心资产，也会削弱FOX One吸引流媒体用户的能力。

不过，高估值并不意味着没有风险。

2030年世界杯的主体赛事将在西班牙、葡萄牙和摩洛哥举行，2034年则由沙特阿拉伯举办。两届赛事都将离开北美时区。西班牙与美国东部通常相差五至六小时，沙特时差更大，大部分比赛可能落在美国上午或下午。这会压缩黄金时段广告价值，也可能降低大众观看的便利性。

与此同时，NFL预计将在2030年前后进入下一周期媒体合同。对于同时参与NFL版权竞争的媒体公司而言，世界杯和NFL可能争夺同一批预算。

但无论最终花落谁家，2026年世界杯都已经改变了这项版权在美国市场的估值方式。对媒体平台而言，世界杯也不再只是一项赛事版权，而是扩大体育内容版图、争夺大众观众和强化平台竞争力的核心资产。

我是张三峯。

这几年，我见过太多企业做经营分析，做得热闹，开会冗长，报表堆积如山。一堆数据，各种图表，眼花缭乱。可问到最后，企业到底出了什么问题？下一步该往哪里走？常常只剩下模棱两可的答案。

这就好比医生看病，你拿出厚厚的化验单，CT片子，医生却说不清你得了什么病，更开不出药方。这样的分析，做了，不如不做。真正的经营分析，它不是数字的堆砌，不是表格的呈现。它得有骨有肉，有血有泪。它得直抵人心，触及事物的本质。

在我看来，所有有效的经营分析，无论其形式多么复杂，最终都要回答三个根本性的问题。

第一个问题：我们现在到底“好”在哪里，“坏”在哪里？

这个问题听起来简单，却最难回答。因为人总是习惯戴着滤镜看自己。成功时，容易自满，把运气当实力；失利时，容易归咎外部，将责任推脱。

真正的“好”，它得是可复制的，可持续的。它不是一次偶然的爆发，也不是依赖某个“能人”的神来之笔。它必须扎根于企业的系统，沉淀为企业的文化，融入到每一个流程的细节。

比如，你卖出了很多产品，这是“好”。但这个“好”是昙花一现吗？是靠压低价格抢来的吗？是靠透支未来信誉换来的吗？如果不是，那你的“好”究竟在哪里？是你的研发能力领先，产品本身竞争力强？是你的渠道渗透力深，触达客户效率高？是你的服务体系完善，客户满意度持续攀升？这些“好”，不是一蹴而就的，它们是企业长期投入和积累的结果，是能为企业源源不断带来价值的活水。

我们常说“爆品”，一个产品突然火了，销售额飙升。这是好。但我们更要问，这个“好”是团队长期深耕市场，精准洞察需求的结果？还是仅仅因为一次营销的成功，抓住了某个风口？如果仅仅是后者，那这个“好”就悬在半空，随时可能掉下来。因为风口会过去，营销套路会被模仿，唯有核心能力才能穿越周期。

再谈“坏”。“坏”往往更让人难以接受，也更容易被粉饰。销售额下滑，有人说市场环境不好；利润减少，有人说成本太高。这些当然是原因，但更深层的原因呢？

你的“坏”，是不是因为产品老化，跟不上时代需求？是不是因为渠道僵化，无法触达新一代消费者？是不是因为组织臃肿，效率低下，人浮于事？是不是因为人才流失，核心骨干纷纷离去，导致业务青黄不接？这些“坏”，可能隐藏在企业的光鲜外表之下，像慢性病一样，一点点侵蚀企业的肌体。

我遇到过一家制造企业，生产线设备先进，工人技术娴熟，但产品良品率始终不高。分析报告反复强调“操作规范执行不到位”，但问题依然存在。后来深入车间，才发现是生产线上的一个关键环节，因为设备老旧，工人不得不采取一些“土办法”来弥补，而这些“土办法”又增加了出错的概率。

你看，问题症结藏得很深。经营分析，就要有这种“刨根问底”的精神，不满足于表象。要把那些“好”的基因提炼出来，让它发扬光大；把那些“坏”的肿瘤切除掉，不让它继续扩散。这个过程，需要勇气，需要直面，更需要客观。

操作建议

1.产品力分析：

• 关注指标：

  
  

我们要看清产品的生命周期。

从概念提出，到市场投放，再到成熟、衰退，每个阶段的收入贡献率、利润率都得心中有数。

新品销售贡献率是企业活力的晴雨表，如果这个数字常年低迷，说明你的创新引擎出了问题。

研发投入不是白花的，它的投入产出比（ROI）必须被严格衡量。

用户净推荐值（NPS）则直接反映了客户对产品的忠诚度和推荐意愿，这背后是口碑的力量。

当然，还有最基础的产品缺陷率、客户投诉率，这些是质量的生命线，一旦失守，所有努力都可能白费。

最后，别忘了你的市场份额和在行业中的排名，这决定了你说话的分量。

• 如何分析：

  
  

拿到这些数字，不是简单地看一下。把它们和企业过去的数据进行纵向对比。今年比去年好在哪？差在哪？上升趋势是昙花一现，还是持续向好？下降趋势是短暂波动，还是长期滑坡？

同时，也要和竞争对手进行横向对比。人家NPS比你高在哪？研发投入产出比为何遥遥领先？你的市场份额被谁蚕食了？找出这些差距，优势更要研究其可复制性和可持续性。

比如，新品贡献率低，可能不是研发部不努力，而是研发流程冗长，决策链条过长，导致错失市场窗口。NPS低，可能是售后服务响应慢，也可能是产品功能与用户期待存在偏差。通过用户画像、用户旅程图的细致分析，才能真正触摸到客户的痛点。

2.市场与销售效率分析：

• 关注指标：

  
  

每一笔生意，都要算清账。**客户获取成本（CAC）**告诉你拉一个新客户要花多少钱，而客户生命周期价值（LTV）则告诉你这个客户能给你带来多少长期的收益。如果CAC高过LTV，那这笔生意就是亏本买卖。

渠道转化率衡量了你的营销投入是否有效，你的销售团队是否高效。市场投入产出比，更是一把标尺，告诉你每一分营销预算都用在了哪里，产生了多少回报。

当然，还有最直观的销售额增长率、客单价、复购率。这些数字，是企业营收的直接体现。

更细致一些，我们要看分区域、分产品的销售额表现，因为总数掩盖了很多问题。

• 如何分析：

  
  

首先是CAC与LTV的对比，如果CAC持续走高而LTV停滞不前，那警报已经拉响。转化率低，不能只怪销售员不努力。我们需要细化到每个渠道，是线上广告投放不精准？还是线下门店布局不合理？再到每个销售环节，是引流环节出了问题，还是转化环节的话术出了问题？

针对销售额增长乏力，要区分是市场大盘整体萎缩，还是自身在竞争中失利。这需要我们进行市场容量分析和竞争格局分析。通过建立渠道矩阵分析模型，评估每个渠道的投入产出效率，找出投入少但转化高的“黑马渠道”并加大投入，果断砍掉那些投入高但效率低的“鸡肋渠道”。

这背后，是对销售流程和营销策略的深层次审视。

3.运营与成本效率分析：

• 关注指标：

  
  

企业要赚钱，除了开源，更要节流。运营成本率是衡量企业管理效率的重要指标，每一分成本都要花在刀刃上。

毛利率和净利率直接反映了企业的盈利能力。人均产出是衡量员工效率和组织效能的有效方式。

而对于制造业，库存周转率和固定资产利用率则反映了资产的健康状况。流程周期时长，比如从订单下达到交付的平均时间，这直接关系到客户体验和资金周转效率。

• 如何分析：

  
  

运营成本率过高，不能简单地砍预算。我们需要拆解到各项具体成本，比如人工成本、原材料成本、营销费用、管理费用等，进行成本结构分析。哪一项成本占比过高？有没有优化的空间？

毛利率下降，要看是价格战导致的产品单价降低？还是原材料上涨导致成本增加？抑或是生产效率下降导致损耗增加？

人均产出低，要区分是人员冗余、员工技能不足，还是管理混乱、权责不清导致效率低下.

针对流程周期过长，可以运用价值流图分析。从客户需求端开始，一直追踪到产品交付，找出每一个环节的信息孤岛、等待时间和重复工作。这些都是拖慢效率的“癌细胞”，必须精准切除。

第二个问题：我们的“好”和“坏”，究竟是从哪里来的？

仅仅知道“好”和“坏”还不够。知道得病，还要知道病因。这个病因，它不是凭空出现的，它一定有其来龙去脉。

所以，我们要追溯。要像侦探一样，去寻找线索，去还原现场。

你的“好”，是历史沉淀的结果吗？是你在某个领域深耕多年，积累了技术壁垒、品牌优势、客户口碑？比如，有的企业，它的产品之所以能持续畅销，是因为几十年前就开始投入研发，把技术做到极致。这种“好”，是时间复利的结果。它不是一蹴而就的。它背后是数十年如一日的专注与投入，是无数次失败后的重新站起。

或者，你的“好”，是战略选择的胜利？在市场风云变幻之际，你选择了正确的方向，押对了赛道，抓住了趋势。比如，在移动互联网刚刚兴起时，一些企业果断转型，拥抱线上，最终成为行业领军者。这种“好”，体现的是企业决策者的远见与魄力，是对趋势的敏锐洞察和果断的战略执行。

再看“坏”。你的“坏”，是战略失误的后果吗？在关键时刻，你错判了形势，或是固守旧念，错失了转型升级的最佳时机。比如，一些传统零售企业，面对电商冲击，迟迟不愿改变，最终被市场淘汰。这种“坏”，常常源于对外部环境的漠视，或者对自身优势的路径依赖。

你的“坏”，是组织能力不足的体现吗？是团队执行力差，协同效率低，导致再好的战略也无法落地？我见过很多企业，战略规划做得天花乱坠，PPT做得精美绝伦，但一到执行层面，就层层衰减，最终一地鸡毛。这往往是组织韧性和文化内核出了问题。

也有一些“坏”，源于人才的匮乏。你招不到对的人，留不住好的人。或者，你的人才结构失衡，缺乏核心竞争力。一家创新型企业，如果缺乏顶尖的研发人才，即便有再好的想法，也很难落地。这折射出的是人才战略的缺失或人才培养体系的薄弱。人是企业最核心的资产，没有人，一切都是空谈。

更深层次的“坏”，它可能隐藏在企业的文化基因里。比如，一家企业内部充斥着“推诿扯皮”，大家不愿意承担责任，只求自保。这种文化，它会像毒瘤一样，侵蚀企业的每一个角落，最终导致效率低下，竞争力衰退。这种“坏”，不是一朝一夕能形成的，它是长期以来管理理念、激励机制和行为规范综合作用的结果。

所以，在分析“好”和“坏”的来源时，我们不能仅仅停留在业务层面。我们要深入到战略、组织、人才、文化这些底层逻辑去寻找答案。只有找到根源，才能对症下药。否则，头痛医头脚痛医脚，永远解决不了根本问题。

具体建议

1.战略分析：

• 关注事项：

  
  

企业的愿景与使命，它是否清晰明确，并被所有员工所理解？企业的战略目标和路径是否合理？

在市场中，你的定位是什么？你的核心竞争力是否真的不可替代？别忘了对竞争对手的深入分析，他们凭什么比你强？

最后，要对宏观经济和行业趋势有深刻的洞察，因为大势不可逆，顺势而为才能事半功倍。

• 如何分析：

  
  

战略分析不能拍脑袋。要运用经典的SWOT分析（优势、劣势、机遇、威胁），系统评估企业内外部环境。

通过波特五力模型，深入分析行业吸引力和竞争强度，看看你是否处于一个值得深耕的行业。

更重要的是，我们要复盘过去3-5年的重大战略决策。当初为何那样决策？是否符合当时的行业发展趋势？执行结果如何？

进行“假设-验证”，即如果当初选择不同，结果会怎样？这能帮助我们审视战略的有效性，从历史中吸取经验教训。

比如，当年互联网转型为何失败？是因为缺乏技术储备，还是决策层对新事物抵触？这些深层原因，才是战略分析的价值所在。

2.组织与人才分析：

• 关注指标：

  
  

一张清晰的组织架构图是基础。核心人才的流失率，特别是那些能带动业务、创造价值的关键人才，他们的流失是企业最大的损失。

员工敬业度反映了员工对企业的认同感和投入度，高敬业度是企业活力的源泉。

培训投入与产出、人均培训时长，则反映了企业对人才发展的重视程度。

关键岗位人才储备情况，这决定了企业未来发展的可持续性。

跨部门协作效率，比如项目平均完成时间、沟通成本，这些都是衡量组织是否高效运转的隐形指标。

• 如何分析：

  
  

绘制组织层级与职能图，看看是否存在权责不清、职责重叠或缺失的情况。那些中间层级过多、决策链条过长的组织，往往效率低下。

通过员工满意度调查和离职面谈数据，了解员工对企业文化、管理方式、职业发展的真实看法。那些被反复提及的抱怨，往往是组织问题的冰山一角。对标行业领先企业的人才结构和培养体系，找出自身差距。

对于跨部门协作效率低下，可以进行价值流图分析，从一个任务开始，追踪其在不同部门间的流转，找到信息孤岛和协作断点，这些都是效率杀手。解决这些问题，才能真正释放组织潜力。

3.企业文化分析：

• 关注事项：

  
  

企业文化不是贴在墙上的标语。它体现在日常的每一个细节里。要看企业的核心价值观是否真正融入到员工的行为中？

行为准则是否被严格遵循？

激励机制，特别是那些非物质激励，是否真正能激发员工的积极性？

领导风格是集权还是赋能？

团队氛围是积极向上还是消极抱怨？

决策模式是自上而下还是充分授权、群策群力？

• 如何分析：

  
  

文化问题往往难以量化，但其影响深远。可以通过员工访谈、匿名问卷，甚至观察日常工作中的互动模式，来感知企业文化的真实面貌。

比如，开会时是否有人敢于提出不同意见？犯错后是否有人敢于承担责任？这些细节都能折射出文化深层的问题。

分析员工晋升通道和奖励机制，看其是否与企业倡导的文化价值观一致。如果提倡创新，但容错机制缺乏，那员工自然不敢尝试。如果提倡协作，但个人英雄主义盛行，那团队精神就难以建立。文化问题需要管理者深度参与，身体力行去引导和改变，因为它是一个潜移默化的过程，更是自上而下的深刻影响。

第三个问题：我们下一步该怎么做才能“更好”？

这是经营分析的最终目的，也是最核心的问题。所有前面两步的分析，都只是为了回答这个问题做准备。

如果你的分析，仅仅停留在“我们很好”或者“我们很差”，却没有给出明确的行动方案，那就等于“说了等于没说”。

“怎么做才能更好？”它不是一句空泛的口号，它必须是具体、可衡量、可执行的。

如果你的“好”是因为产品创新能力强，那么下一步，是不是要加大研发投入，吸引更多高精尖人才，建立更完善的创新机制？是不是要拓展产品线，进入新的细分市场，抢占新的增长点？这不仅仅是简单的增加投入，更是对未来方向的清晰判断和资源的精准配置。

如果你的“好”是因为服务体系完善，那么下一步，是不是要进一步提升客户满意度，打造极致的用户体验，让客户成为你的“超级传播者”？是不是要把服务能力对外输出，形成新的商业模式，甚至成为行业服务的标准制定者？这考验的是企业能否将内部优势转化为外部影响力。

反过来，如果你的“坏”是因为产品老化，那么下一步，是不是要果断砍掉过时产品线，集中资源研发新产品，甚至进行颠覆式创新？是不是要重塑品牌形象，吸引年轻消费者，让品牌焕发生机？这需要的是战略的勇气，以及组织转型的魄力。

如果你的“坏”是因为组织效率低下，那么下一步，是不是要精简组织架构，优化流程，推行数字化管理，用科技赋能效率？是不是要对员工进行系统性培训，提升他们的专业能力和协作效率，让每个人都能发挥最大的价值？这触及的是企业管理模式的深层变革。

更重要的是，这些“怎么做”，它必须与企业整体战略相匹配。它不是孤立的行动，而是战略落地的一部分。

我经常看到一些企业，发现一个问题，就成立一个项目组，投入大量资源。结果项目做了，问题解决了一点，但很快又出现新的问题，或者老问题死灰复燃。这是因为，他们没有把这些行动放在企业全局中去思考。它们像一颗颗散落的珍珠，没有被一根主线串联起来，终究无法形成璀璨的项链。

真正的“怎么做”，它是一个系统工程。它需要我们重新审视企业的资源配置，重新调整组织架构，重新规划人才发展路径。它甚至可能意味着一次彻底的变革，一次脱胎换骨的重生。这个过程是痛苦的，但往往是实现可持续增长的必经之路。

这个“怎么做”，它还需要有清晰的路线图，有明确的责任人，有具体的考核指标。不能只是停留在理念层面，必须落实到每一个行动细节。可量化、可追溯、可评估，才能确保行动不走偏，目标能达成。

最后，我想说，经营分析，它不是一次性的任务，它是一个持续的过程。市场在变，客户在变，竞争对手在变，企业自身也在变。所以，经营分析也必须是动态的，迭代的。它需要我们不断地去发现问题，分析问题，解决问题。

这三个根本性问题，像一面镜子，照出企业的真实现状；又像一把尺子，量出企业的未来潜力；更像一幅指南针，指引企业前进的方向。只有真正回答好它们，你的经营分析，才算有了灵魂，有了价值。

它不再是一堆冰冷的数字，而是企业鲜活的生命脉搏。它不再是纸上谈兵，而是指引行动的灯塔。

具体建议

1.制定关键行动计划（Key Action Plan）：

针对前两部分分析出的“好”与“坏”的根源，我们不能空谈，必须设定具体、可衡量的行动目标。每一个目标都要明确负责人是谁？完成时间节点是多久？所需资源有哪些？更重要的是，衡量成功的关键指标（KPI）是什么？

例如，如果产品老化是问题，行动目标不能是“提升产品竞争力”，而应是“在未来12个月内，推出3款具有市场竞争力的新品，并实现新品销售额增长15%”。这样才能量化。

采用SMART原则（Specific,Measurable,Achievable,Relevant,Time-bound）来检查每个行动目标是否有效。这个原则看似简单，执行起来却能剔除掉大量不切实际的“想法”。

定期召开行动计划复盘会议，这不能流于形式，必须严格跟踪进展，评估是否按时按质完成。对于未达成的目标，要深入分析原因，是目标设定不合理？资源不到位？还是执行力不足？并及时调整策略。

如果一个行动目标长期无法达成，可能需要重新审视其背后的逻辑。

2.资源再分配与投入产出评估：

钱和人是企业最宝贵的资源。资金预算如何分配？人力资源如何配置才能最大化效率？在技术和设备上，应该投入多少，才能获得最大回报？这些不是财务部或HR部门的单方面工作，而是最高决策层必须思考的问题。

要对所有核心行动计划进行投入产出（ROI）评估。这意味着每一笔钱、每一个人力的投入，都要看它能带来多少回报。优先将资源分配给那些投入产出比最高、最能解决核心问题或实现核心增长点的项目。

这需要管理者有魄力，敢于打破固有利益格局，甚至要战略性放弃那些投入大但产出低的“鸡肋”业务或部门。

比如，过去某个区域市场投入巨大却始终无法盈利，那是否应该考虑收缩甚至退出？这都是艰难但必须做出的决策。

3.建立风险管理与应急预案：

企业经营就像航海，不可能永远风平浪静。我们需要预判可能遇到的风险，包括市场风险（比如竞争对手突然推出颠覆性产品、行业监管政策变化），运营风险（如供应链中断、关键人才突然离职），财务风险（如资金链断裂、汇率大幅波动）等等。

针对关键行动计划和企业运营的脆弱点，识别所有潜在的风险点，并进行风险等级评估。这要考虑两个维度：发生的可能性有多大？一旦发生影响程度有多深？对于高风险事项，不能抱有侥幸心理，必须制定具体的应急预案和替代方案。

例如，如果你的核心技术依赖某一个特定供应商，那么一旦该供应商出现问题，企业将面临巨大风险。此时，你就需要发展备用供应商，甚至考虑部分技术自研。

这就像是为企业的航行准备好备用方案和救生艇，确保即便遇到风浪，也能稳健前行，不至于全军覆没。

导语：2026年7月17日，2026世界人工智能大会暨人工智能全球治理高级别会议于上海召开。习近平主席在开幕式主旨讲话中重申，中国始终致力于做人工智能领域国际公共产品的提供者，倡导智能技术成为促进共同繁荣、维护共同安全的动力源，为全球智能发展指明普惠向善的前进方向。

从2023年《全球人工智能治理倡议》锚定人类共同课题，到本次大会号召协同推进产业升级、鼓励开源共享、弥合全球智能鸿沟，中国一以贯之的AI发展治理理念，正与国际社会对现有技术路线的反思形成深度呼应。

IPP资深研究员蒋余浩指出，当下全球AI发展进程中，少数科技巨头主导的扩张模式加剧算力垄断、数字鸿沟与生态环境负担，技术偏向监控、自动化的短板引发学界广泛批判，美国依托关税壁垒与私有化算力联盟强化技术排他，进一步拉大南北发展差距。再次背景下，中国走出一条区别于巨头垄断的全新路径。文章以“人工智能作为国际公共品”为线索，从破除技术决定论、丰富现代化发展范式、重构国家创新体系三重维度，阐释中国AI战略理念的内在创新性，剖析普惠、包容、多元协同的智能发展方案如何回应全人类共同诉求，为全球人工智能均衡可持续发展提供中国思路与实践路径。

2023年，中国提出《全球人工智能治理倡议》，指出“人工智能治理攸关全人类命运，是世界各国面临的共同课题”。2025世界人工智能大会暨人工智能全球治理高级别会议发布《人工智能全球治理行动计划》，明确人工智能作为“造福人类的国际公共产品”的定位。

习近平主席在2026世界人工智能大会暨人工智能全球治理高级别会议开幕式上的主旨讲话中，再次强调指出：“作为负责任大国，中国在人工智能领域始终致力于做国际公共产品的提供者。”中国政府为此推动各方共同努力，成立世界人工智能合作组织。

2026年7月16日，成立世界人工智能合作组织协定签署仪式在上海举行。中共中央政治局委员、外交部长王毅出席并代表中国政府签署协定。图源：新华社

在国内政策上，《中华人民共和国国民经济和社会发展第十五个五年规划纲要》（以下简称“十五五规划”）提出：

“把握数字化、网络化、智能化发展大势，充分发挥我国数据资源丰富、产业体系完备、应用场景广阔优势，激活数据要素潜能，加快数智技术创新，深化拓展‘人工智能+’，赋能经济社会发展和治理能力提升，促进生产方式深层次变革和生产力革命性跃迁。”

中国的一系列发展战略表明，中国推动人工智能普及应用，发展成为有助于均衡、包容性增长的工具，已经得到越来具体的落实。

如何理解中国人工智能发展战略理念的创新性？

众所周知，近年少数科技巨头主导的人工智能发展呈现突飞猛进态势，在向世界展现出新一轮科技革命迅猛爆发的震撼的同时，也使全球陷入未来高度不确定性的恐慌之中——人工智能是否会造成大规模失业，用于军事目的，操控舆论和选举，严重危害国家安全和个人隐私，加剧对少数群体的歧视，诸种疑虑反复出现在媒体报刊上。

在近期，科技界发出质疑美国少数科技巨头主导的人工智能发展方向的声音。如2024年诺贝尔经济学得主Daron Acemoglu通过实证研究，反复指出“当前人工智能技术以监控和自动化为主要功能”，是一种“错误的”技术路线；认知科学家、Robust AI创始人Gary Marcus同样在2024年的新书中针对大语言模型（LLMs）提出：目前的人工智能是无法给予广泛信任的“错误类型的人工智能”，需要找到更好的发展路径。[1]自2024年下半年开始，美国科技界还兴起对于科技巨头推崇的Scaling Law（“扩展规律”）的挑战：多项实证研究表明，更高的投入并不能保证更高的模型性能[2]。在这股强劲的反思背景下，中国实施“人工智能+”行动，作为与美国以少数科技巨头引领人工智能发展的不同路径，而受到国际社会越来越多的重视。[3]

中国推动人工智能普及应用的战略选择，符合国际社会的先进科技发展要求。2025年4月联合国贸易与发展委员会（UNCTAD）公布报告，针对“人工智能发展的集中化加上现有数字基础设施的差距，可能加剧国家内部及国家之间的不平等”，倡议“包容性人工智能”（Inclusive Artificial Intelligence）的政策方案。[4]这份报告甚至提出了在人工智能全生命周期实施治理，实现“基于工人发展需求的人工智能创新发展”。很明显，联合国贸发会这一政策倡议同样反映出人工智能的“国际公共品”特性，以及表达了对于当前少数科技巨头主导下人工智能发展路线的不满。

在国际社会兴起关于人工智能发展状况的反思的同时，美国联邦政府的政策举措却在恶化世界贸易条件以及强化科技巨头的垄断现状。

特朗普（Donald Trump）再度当选之后，实施大幅提高关税的举措，逼迫包括长期盟友在内的贸易伙伴让步。2026年6月26日，前经济顾问委员会主席Stephen Miran在《华尔街日报》（WSJ）发文，以“最优关税理论”为特朗普政府关税政策辩护：联邦政府将关税从接近于零提高至“最优水平”，将是一种效率改善，“假设行政部门兑现其承诺，恢复今年初实行的关税税率，关税收入将主要覆盖该法案对本国工人和企业的减税措施。根据这些税率，国会预算办公室估计，十年内关税收入将超过4万亿美元。从最优税收角度来看，这种权衡是一大优势。从长远来看，关税带来的效率成本主要由外国人承担，而降低国内税率所带来的效率收益则由美国人享有。”[5]

但是，Stephen Miran的分析完全没有顾及世界贸易条件由此遭受的损害，如哈佛大学国际经济学家Dani Rodrik批评的：

“声称出于国家安全考虑或为了重振国内制造业而提高关税，这在一定程度上是可信的国内政策目标，即便人们可能对进口关税实现这些目标的实际效用持不同意见。但当像Miran这样明确宣称，其目标是通过操纵贸易条件来从外国榨取垄断租金时，情况就完全不同了。一旦这种目标被如此清晰地提出，别无他法，他人便会随之作出反应。”

“基于最优关税理论的贸易政策，本质上是一种赤裸裸地宣称经济实力、意图损害他国利益的行为，包括欧洲和东亚的长期盟友。这种做法充其量只能带来短期收益，却以软实力和全球领导力为代价。它还具有严重的经济自毁性，最终必将适得其反。”[6]

Dani Rodrik，“The US as the World’s Robber Baron”

同样，特朗普在全球范围内推动的人工智能战略，也是一种强化科技巨头垄断地位的措施。2025年秋季卷的《美国事务》（American Affairs）发表一篇文章，批评特朗普政府联合欧亚国家的人工智能战略：特朗普延续了2023年9月拜登（Joe Biden）启动的“印度-中东-欧洲经济走廊”计划，并且通过对科技领域的去监管措施，激励科技巨头参与计划，打造出“技术-算力-能源-房地产”的庞大复合体。

这个改造升级版的经济走廊计划赢得美国科技巨头和中东石油国家的热烈响应。事实上，在2024年末，OpenAI已经斥资7万亿美元在全球范围内打造人工智能实体与数字基座，其蓝图旨在全面接通数据中心、半导体工厂、发电站和高速光纤网络的建设与新贸易走廊的打造。而阿联酋、沙特、卡塔尔、科威特等中东国家也大幅加码人工智能投资，在基金、数据中心和战略基础设施领域投入数百亿美元。特朗普的全球战略与硅谷科技巨头以及中东主权财富基金的投资热情形成了强烈的共振。

2025年2月14日，印度总理莫迪（Narendra Modi）高调访问华盛顿，与特朗普举行峰会，双方联合宣布美印将共同打造“史上最伟大的贸易路线之一”。特朗普与莫迪明确将贸易走廊与人工智能未来挂钩，强调数字联通、算力密集型技术浪潮的重要性，使印度庞大数量的数字领域劳动力与海湾地区人工智能基础设施建立联结。

至此，特朗普同人工智能科技巨头、中东国家和印度结成联盟，升级版本的“印度-中东-欧洲经济走廊”计划重心转向连接海湾数据中心与印度有着丰富的高素质、低成本的数字劳动力的南段走廊，演变为由主权财富基金、野心勃勃的科技公司与交易型协议驱动的私有化权力动脉。[7]

科技巨头主导下的人工智能发展路线，引起国际社会的强烈讨论。2026年6月3日联合国大学发布一份报告指出：2025年全球数据中心耗电量估计达到448太瓦，产生二氧化碳约2.08亿吨，相当于阿根廷整个国家2025年的碳排放量；消耗约4.5万亿升的水；而到2030年，数据中心电力需求将增至945太瓦，用水量将达到9.3万亿升，相当于撒哈拉以南非洲地区13亿人一年的基本生活用水需求。该报告还指出，到2030年，人工智能基础设施每年可能产生多达250万吨电子废弃物，而关键矿物开采和电子废弃物处理往往集中于环境监管较弱的发展中国家。[8]

美国休斯敦市拍摄的一处电力设施。图源：新华社

中国提出基于“国际公共品”的创新性人工智能战略，作为不同于美国战略的新路径，并非一种意识形态的宣示，而是具有坚实的理论基础，并通过具体的政策方针在扎实推进。

首先，我们知道，引发当下全球性财富增长与不平等恶化同步出现的原因很多，技术变革是其中不可被忽视的因素之一——技术发展的负面效应在人类历史上引起过无数颠覆、争端和分裂——但是，技术史研究揭示，认为技术发展的负面效应“必然”不可避免或缓解，是一种技术决定论的表现。麻省理工学院（MIT）技术史家戴维˙诺布尔（David F.Noble）教授曾指出：“技术发展过程本质上是一种社会过程，而这种社会过程很大程度上隐含着不确定性和自由。”[9]可以通过公共政策来引导技术发展方向，例如定向配置科研力量和资源、有针对性建设专业领域数据集、培养专业领域中兼通人工智能技术的人才等等，促进人工智能围绕丰富多样的需求来发展，维护经济社会的均衡、包容性增长。

就技术的实际发展而言，已存在围绕多样需求发展人工智能的探索。如实践中，“人机协同”（Human-AI Interaction，HAII）研究近期取得快速拓展，最新的进展是探讨如何让人类深度参与人工智能系统的开发、运营与采用过程，突破“可争议性”的局限赋予用户自主权，使其能够调整乃至共同设计AI的内部机制。UNCTAD报告还记录了中国的北京师范大学、华南农业大学等科研机构借助开源数据集、深度神经网络技术开发农业领域智能产品的案例。人工智能发展不必然导致科研资源、资本和人才的高度集中，而是可以借助开源开放、跨领域和跨场景融合及人才流动、协作攻关等机制来突破技术决定论，探索赋能千行百业共同发展的多样智能产品。2026年7月17日，上海市政府发布《上海市进一步推动“AI+制造”发展的若干措施》，加强提升工业AI供给能力及制造业融合应用内驱力，推进了中国人工智能发展战略。

2025年9月12日，2025深圳国际智慧养老产业博览会在深圳会展中心（福田）开幕，观众在展会现场体验一款可以上下楼梯的智能出行机器人。图源：新华社

其次，长期以来，现代化等同于“西方化”是许多发展中国家难以摆脱的思想桎梏，美国和西欧的某些局部经验被上升为普适性现代化的指南。在人工智能急速发展的背景下，追赶、模仿少数科技巨头的技术路线也成为许多后发国家难以超越的“唯一选择”。

但中国推动创新驱动战略，清晰认识到了这个“唯一选择”存在的问题。中国在提出“加快形成新质生产力”政策理念时，反复强调“因地制宜”原则的重要性：

“发展新质生产力不是要忽视、放弃传统产业，要防止一哄而上、泡沫化，也不要搞一种模式。各地要坚持从实际出发，先立后破、因地制宜、分类指导。要根据本地的资源禀赋、产业基础、科研条件等，有选择地推动新产业、新模式、新动能发展，用新技术改造提升传统产业，积极促进产业高端化、智能化、绿色化。”[11]

习近平：《因地制宜发展新质生产力》，载《求是》2025年第22期。

党的二十届四中全会将这个原则写入《中共中央关于制定国民经济和社会发展第十五个五年规划的建议》，国务院副总理何立峰发表在《人民日报》的署名文章对此进行解读，指出：

“新质生产力强调的是创新起主导作用、引入全新要素组合、改变已有生产力质态，而不是简单以业态来划分，必须对其内涵外延有正确把握。战略性新兴产业、未来产业是新质生产力的重要载体，传统产业也是发展新质生产力的沃土，农业、工业、服务业都可以通过科技赋能，催生发展新质生产力。”[12]

何立峰：《因地制宜发展新质生产力（学习贯彻党的二十届四中全会精神）》，载《人民日报》2025年11月11日第06版。

2025年8月发布的《国务院关于深入实施“人工智能+”行动的意见》在重点部署人工智能+产业发展时，同时强调了新模式新业态的培育、工业全要素智能化发展和农业数智化转型升级。2026年世界人工智能大会同样倡议：“全面促进人工智能科技创新、产业发展、场景应用，协同推进传统产业改造升级、新兴产业培育壮大、未来产业前瞻布局”。

要因地制宜发展新质生产力，尤其为传统产业提供创新升级帮助，并不是一件容易的工作。目前世界各国都在探索将创新能力扩展到广泛的传统行业的路径。如美国创新政策专家也早有认识：“美国现在最需要创新的是传统的经济部门，这些部门抵制可能改变它们既定的技术路线和商业模式的创新。”[13]

造成这个难题的一个重要原因是，在普适性现代化的理论话语影响下，“创新”被狭隘地理解为先进科技的输入和应用，由此造成数量庞大的各类企业被排除在所谓创新系统之外，在政策上没有给予生产体系内生的各种创新实践足够的支持[14]——这即是眼下许多非ICT行业人士所说“AI不懂行业，行业不懂AI”的难题的来源。

中国对此采取的应对措施是制定了“应用场景引领”的政策。国务院早在2017年7月印发的《新一代人工智能发展规划》中，就提出“根据基础研究、技术研发、产业发展和行业应用的不同特点，制定有针对性的系统发展策略”等基本原则。《国务院关于深入实施“人工智能+”行动的意见》提出“健全人工智能应用场景建设指引、开放度评价与激励政策，完善应用试错容错管理制度。”2025年11月出台的《国务院办公厅关于加快场景培育和开放推动新场景大规模应用的实施意见》制定关于场景应用的系统政策：“场景是用于系统性验证新技术、新产品、新业态产业化应用以及配套基础设施、商业模式、制度政策的具体情境，是连接技术和产业、打通研发和市场的桥梁，是推动科技创新和产业创新融合发展的重要载体，对促进新技术新产品规模化商业化应用具有重要牵引作用。”相应形成了“技术突破—场景验证—产业应用—体系升级”的全链条路径及一系列有关资源配置和要素改革的配套保障。“应用场景引领”政策以促进供给与需求、研发与应用、试验与推广之间反复互动为特征，因地制宜发展人工智能等新质生产力技术工具，为应用端提供了参与新技术创造和改进过程的机遇。从更广阔的视角来看，这个政策的切实实施，能够为“现代化”理论话语注入更丰富多样的具体内容。

2025年9月5日，一名观众在德国柏林国际消费电子展上与人形机器人握手。图源：新华社

最后，后发国家需要摆脱现代化赶超阶段形成的制度和政策桎梏，构建创新型的发展环境。毋庸讳言，作为长期处于赶超战略下的发展中国家，中国的科技与产业政策受线性创新思维的影响也非常大，中国工程院李国杰院士在最近的文章中描述了这个现象：

“新中国成立的时候，几乎没有能从事应用研究和技术开发的企业，本应由企业完成的产业创新就都交给了大学和科研单位。因此，在经济系统之外形成了一个独立的科技系统，体制内的事业单位几乎成为科研的唯一载体。由于企业技术开发能力薄弱，我国在‘科研线性模型’的末端又加了一个‘成果转化’阶段，形成‘基础研究—应用基础研究—技术开发—成果转化’的中国科研模式，这种模式一直持续到现在，这就是人们常说的‘科技与经济两张皮’。”[15]

李国杰：《大力推进以产业发展为导向的科技创新》，载《中国科学院院刊》2025年第5期。

在线性创新的政策下，难以摆脱被锁定在发达国家的既定技术路线内的命运，我国很多重要行业中出现“引进-落后-再引进”的“追赶者陷阱”，正是这个政策导致的企业获取科技创新资源严重不足的后果。[16]

“十五五规划”系统部署了“强化企业科技创新主体地位”的政策：“落实企业在技术创新决策、研发投入、科研组织和成果转化应用中的主体地位，促进创新链产业链资金链人才链深度融合。”需要指出，强调企业在人工智能创新发展中的主体地位，并不是否定基础研究、应用研究和商业化推广等等分工的相对独特性，以及大学等科研机构的作用，而是指出：在新一轮科技革命背景下，中国需要突破赶超战略导致的线性创新思维，在科技、产业、教育、金融等等不同部门之间建立协同机制，共同探索先进技术。

十五五规划将“推动科技创新和产业创新深度融合”作为重要内容进行部署，作为“强化企业科技创新主体地位，推动创新资源向企业集聚”的重要政策保障，同时还提出制定“一体推进教育科技人才发展”的系统性措施，围绕科技创新、产业发展和国家战略需求协同育人。这一整套改革举措具有完善、优化乃至重构国家创新体系的重大意义。《上海市进一步推动“AI+制造”发展的若干措施》提出“突破知识图谱融合”等关键核心技术攻关、“加强复合型人才培育”等举措，进一步具体化了克服不同系统阻隔的创新策略。

中国的人工智能发展还有许多创新措施。当然，充分实现这些创新性政策的效能，需要一系列更深刻的改革和变革工作。例如，如何调整各类公共资源的配给，有效扩大内部需求，为各类企业的发展以及勇于探索创新创造激励条件？如何联合广大发展中国家，根据各自的发展需求和产业条件，协作探索多样化的创新驱动发展策略？

但无论如何，中国推动人工智能先进技术的创新性发展战略，已经形成了打破许多常规思维理念和习惯做法的推动，如突破技术决定论理念、拓展多样性现代化探索与超越赶超战略的更深刻的创新性，这有助于使先进技术的供给与经济社会的多样发展需求联动起来，是中国倡议世界各国携手，“让人工智能成为促进共同繁荣、维护共同安全的一个重要动力源”的基础。

*参考文献：

[1]Gary Marcus.Taming Silicon Valley:How We Can Ensure That AI Works for Us[M].Cambridge,Massachusetts:The MIT Press,2024.

[2]蒋余浩、贾开等.DeepSeek“出圈”下一步：我国如何构建AI新变革与创新环境？https://mp.weixin.qq.com/s/ODM9INp3NaNaHXfFjOKLOA.

[3]See Jacob Dreyer，“The AI race:how the Chinese and US approaches radically differ”，Nature，Vol.638，Issue 8051,20 Feb.2025.以及发表于《经济学人》网站的文章，“China and America are racing to develop the best AI.But who is ahead in using it？”，https://www.economist.com/business/2025/04/03/china-and-america-are-racing-to-develop-the-best-ai-but-who-is-ahead-in-using-it.

[4]“2025 Technology and innovation report：Inclusive Artificial Intelligence for Development”，https://unctad.org/system/files/official-document/tir2025_en.pdf.

[5]Stephen Miran，“The Low-Tax Case for Tariffs”，https://www.wsj.com/opinion/the-low-tax-case-for-tariffs-61791ef4.

[6]Dani Rodrik，“The US as the World’s Robber Baron”，https://www.project-syndicate.org/commentary/trump-tariffs-beggar-they-neighbor-doomed-to-fail-by-dani-rodrik-2026-07.

[7]引自Guy Laron，“Trump’s Road to Riyadh:The Geopolitics of AI and Energy Infrastructure”，American Affairs，Fall 2025/Volume IX,Number 3.

[8]“Environmental Cost of Artificial Intelligence:Carbon,Water,and Land Footprints”，https://collections.unu.edu/eserv/UNU:10647/UNU-INWEH-Report-The_Env_Cost_of_人工智能-2026.pdf.

[9]戴维˙F.诺布尔：《生产力：工业自动化的社会史》，李风华译，北京：中国人民大学出版社，2007年，“序言”第4页。

[10]Muhammad Raees，Inge Meijerink，Ioanna Lykourentzou，Vassilis-Javed Khan and Konstantinos Papangelis，“From Explainable to Interactive AI:A Literature Review on Current Trends in Human-AI Interaction”，https://arxiv.org/pdf/2405.15051.

[11]习近平：《因地制宜发展新质生产力》，载《求是》2025年第22期。

[12]何立峰：《因地制宜发展新质生产力（学习贯彻党的二十届四中全会精神）》，载《人民日报》2025年11月11日第06版。

[13]威廉姆˙邦维利安、彼得˙辛格：《先进制造：美国的新创新政策》，沈开艳等译，上海：上海社会科学院出版社，2019年，第5页。

[14]Roberto M.Unger，“The Knowledge Economy：A Critique of the Dominant View”，American Affairs，Fall 2020/Volume IV，Number 3.

[15]李国杰：《大力推进以产业发展为导向的科技创新》，载《中国科学院院刊》2025年第5期。

[16]陈玲、孙君、付宇航：《政策协调、不确定性与大型技术系统创新——中国核电技术赶超的案例研究》，载《公共政策评论》第2024年第3期。

#01

全球股市惨烈，韩国去杠杆，中国也在去杠杆

本周全球科技股堪称惨烈。韩国最惨，其他AI含量高的市场也不遑多让，动辄腰斩，比熊市更凶残。

或许，这就是AI时代的新常态。

随着全球市场去散户化进程被信息平权彻底打破，极端情绪的壁垒也被AI瓦解。韩国股市暴跌刺激美国散户，而美国暴跌又顷刻传导至中国投资者。

2026年，是全球投资者有史以来最关注韩国的一年。在海力士三星等AI巨头的作用下，韩国公司终于具备全球影响力，每天韩国开盘是否熔断，让全球投资者紧张不已。

7月16日，在韩国持续惨烈去杠杆的时候，韩国央行庄严地宣布：加息。

据智通财经等媒体报道，韩国央行将政策利率从2.50%上调2.75%，为2023年1月以来首次加息。

花旗银行等机构预计，这并非韩国加息的结束，而是开始。未来两年，韩国央行有可能加息四次以上。

韩国央行当然在乎韩国股市动荡，可还有其他要在乎的，除了股市动荡，韩国目前还面临物价高企，韩元疲软，房价走高等其他风险。

6月，韩国CPI同比上涨3.2%，为2023年12月以来最快增速，韩元兑美元已经贬至2009年以来最低，首尔房价已经连续75周上涨。

如果不加息，只会更加麻烦。

为了控制房价，韩国总统李在明甚至出售了自己的房产。据新华社消息，7月15日，韩国总统李在明挂牌出售的自住房已敲定买家，李在明房产的挂牌价格低于周边同类型公寓10%。

青瓦台官员表示，李在明此举意在展现稳定房地产市场的决心，所以，货币政策取舍，孰重孰轻，韩国政府自有考量。

作为欧美体系的一份子，缺乏自主权，也是韩国市场的一大风险。

7月17日，据Korea Times消息，美国正寻求分享韩国存储制造商的超额利润。韩国存储公司赚得太多，美国开始动心思了。

韩国散户被动去杠杆，中国投资者也在去杠杆的路上。据上证报等媒体报道，截至7月17日，两融余额连续第12个交易日减少，创15个月以来最长连降纪录。

自从7月1日，两融余额触达30305亿元以来，两融规模已经下降超过2000亿元，这刚好也是AI科技走弱的时间段，两者之间的关联度如此之高，足以说明问题。

实际上，如果看更真实的同花顺全A，会发现市场早在5月份就已经见顶，如今已经回到2025年8月份。

这代表多数投资者账户缩水严重，如果2026年才入市，亏损在所难免。

本周AI科技股继续批量预报业绩，除了少数不及预期以外，多数还是符合预期甚至超预期的，和其他行业的比较关系，也依然在扩大。

这意味着，资金再平衡以及市场大幅调整后，后续生有力量将不得不面对艰难选择，是回到增长更快的领域，还是留在看不到实质性变化的方向上。

有些机构正通过行动表达对调整后AI的看好。

7月16日，据中国经济网消息，多只绩优基金将限购额从1000元放宽至10万元，从100元放松至1万元。上述基金的特点是，近期普遍下跌，但中长期业绩优异。

另外，私募也趁市场回调积极布局。据私募排排网7月17日数据，截至2026年7月10日，私募连续三周逆势加仓，平均仓位升至83.70%，创下近4年以来的新高。

市场深度调整之际，久违的各路ETF重新回流。

据财经网7月16日消息，Wind数据显示，近一周全市场股票及跨境等各类ETF净流入达1316.64亿元，近两周累计净流入约1997.7亿元。

除了外围情绪较差，国内投资者普遍认为，巨型IPO即将登场是杀跌的重要因素。

7月16日，年内最重要、最庞大的一次IPO开始申购。发行价格定在适合炒作的8.66元，按照初步询价的市场预期，最高给出65.19元，8倍的可能性似乎也不是没有。

按照8.66元计算，市值为5800亿元，如果炒作到65元，A股有史以来最大的公司就诞生了。

巨型IPO获得了社保等机构的大量认购，估计不会让这些投资者失望，由于无需冻结资金，对市场的冲击更多是在上市之后。

考虑到相关企业提前大幅调整，所以即便上市，负面作用或许也没有预期中大。

另外，巨型IPO的董事长表示未来10年锁定，不卖出，这是前所未有的，战略配售锁定期在12个月到36个月，网下投资者70%锁定6个月。这都意味着各方希望尽可能降低对市场的冲击。

硬件巨头IPO揭幕，大模型巨头可能也要来了。

7月15日，据彭博消息，DeepSeek正筹备在科创板IPO，希望在2027年挂牌上市。DeepSeek的目标是至少融资100亿元人民币，显然，这个数字太过保守，市场热情远不止于此。

所以，到底何时IPO，融多少钱，还没有定数，留待继续跟踪。

有意思的是，DeepSeek刚完成一轮融资，募资70亿美元，引入了腾讯、阿里、宁德时代等巨头。这么快又要融资，或许不只是要钱这么简单。

据科创日报消息，企查查数据显示，DeepSeek的融资主体近期完成工商变更，GJD国家人工智能产业基金仅持有0.28%股份，远低于市场预期。

原因不得而知，但IPO可能会有更多国有资本介入，包括但不限于产业资本、社保基金等。

作为中国，乃至世界都少有的投资创业俱佳人才，梁文锋的个人财富因为DeepSeek再次大幅度提高。

据彭博亿万富豪指数，梁文锋目前净资产约为360亿美元，高于Anthropic的达里奥·阿莫代伊、OpenAI的布罗克曼等人，是全球大模型创始人中身家最高的一位。

由于科技股多数通过股市等直接融资获得资金，导致中国信贷结构发生巨大变化。

7月15日，央行新闻发言人表示，上半年，非金融企业债券净融资和股票融资两者合计，占社会融资规模增量的11.3%，比上年同期高5.6个百分点。企业直接融资同比多增较多，占比明显上升。

同一时间发布的信贷数据显示，6月份，新增人民币贷款1.61万亿元，相较于2025年同期少增三成，低于境内外机构预测的1.88万均值。

证券时报援引央行货币政策司官员的话，现在单一的贷款指标已经不能完整反映实体经济获得的融资状况，未来一段时期，货币信贷会从外延式的扩张转向内涵式的发展，贷款的降速提质可能成为宏观运行的新常态之一。

过去我们常说，中国贷款太多，直接融资太低，现在慢慢符合过去的预期了，人们又开始担心贷款过低。我们不可能既要又要。

#02

宏观数据新态势，可以不花，不能不理

统计局这周公布了一系列中国经济半年度数据，对上半年的发展有系统性总结。

从总量来说，上半年GDP增长4.7%，增量为3.6万亿元，创近五年同期最大增幅。

据财新统计，由于油价和AI产业链价格上涨，名义GDP自2023年二季度以来首次高于实际增速。

制造业表现优秀是主要驱动力。据统计局数字，2026年上半年，全国规模以上工业增加值同比增长5.4%。

分门类看，6月份，水电燃气增速最快为7.4%，制造业次之，为6.0%，上游采矿业弱一些，下滑了2.2%。

从企业类型看，股份制企业增速最快为6.2%，然后是私营企业和国企，分别为4.3%和4.1%，国产替代浪潮下，外资增速最慢，仅为1.8%。

从行业来看，统计局划分的41个大类中，有29个在增长，其中，电子设备类增速为15.7%，船舶等设备为18.2%，电气设备为7%，表现亮眼。

投资数据进一步体现出制造业相对强势。

上半年，中国固定投资下滑了5.7%，扣除地产为负2.7%。在所有领域中，制造业下滑最慢，为负1.2%，基础建设次之为负2.4%，地产投资仍然在两位数下滑，为负18%。

和AI相关的投资是独一档的存在。据统计局数据，上半年电子电路制造业投资增长55.6%，电子专用材料制造业投资增长10.0%，集成电路制造业投资增长8.8%。

反XX的情况如何？不需要反的供不应求，需要反的利用率创了新低。

据统计局数据，2026年二季度全国规模以上工业产能利用率为73%，较一季度下降0.6个百分点。

据财新整理，73%的产能利用率为2020年二季度以来新低，和2016年供给侧改革水平接近。

工业产能利用率下滑的主要行业为石化产业，其中煤炭行业产能利用率仅为61.2%，比一季度又下滑了5.2个百分点，为2017年以来新低。

石化领域的化学制品也较一季度下滑了4.4%，降至69.4%。

石化领域的走弱，和新能源占比提高无不关系。7月15日，海关总署的数据显示，6月中国原油进口大降四成，创近十年来月度新低。

石化领域的趋势性变化早于预期。

在AI等行业拉动下，6月份的进出口超预期的好。

据海关统计，今年上半年，我国货物贸易进出口25.47万亿元，同比增长16.9%。其中，出口14.73万亿元，增长13.4%，进口10.74万亿元，增长22.1%。

二季度进出口13.61万亿元，同比增长18.4%，为2021年三季度以来季度同比最高增速；6月份单月，出口同比大增27.0%，远超市场预期，环比9.5%的增速为过去10年最高。

从产业看，6月中国集成电路出口额同比增长121.9%，再创年内新高。从出口去向看，和AI相关的地区增速最快。比如，对韩国出口增速达到42.6%。

中国楼市无疑也成了AI的镜像，含AI量高的地方，楼市越好。据统计局数据，70大中城市里，6月环比上涨的个数为20个，创2025年5月以来最多。

其中，一线城市新房价格环比上涨0.1%，二线城市环比持平，三线城市环比续降0.3%。

主要城市里，上海、广州、深圳环比增速较快，分别上涨0.3%、0.2%和0.3%。

更能反映市场水温的二手房，表现远不及新房。

6月，70个大中城市中，只有9个环比上涨。环比上涨城市中，涵盖了4个一线城市，北京、上海、广州和深圳分别上涨0.1%、0.4%、0.4%和0.3%。

一线城市环比上涨，二、三线城市环比继续下跌，其中二线环比下降0.3%，三线下降0.4%。

央行公布的居民信贷数据，也体现了房地产的情况。6月，居民信贷同比少增3329亿元，其中和地产有关的中长期贷款同比少增1769亿元。

上半年，居民的收入数据是比较不错的。

上半年，全国居民人均可支配收入22981元，扣除价格因素实际增长4.2%。

其中，城镇居民人均可支配收入30126元，实际增速为3.4%；农村居民人均可支配收入12699元，实际增长了5.5%。城乡居民收入差距缩窄至2.37。

居民收入增长了，消费如何呢？上半年，城镇消费品零售额215506亿元，同比增长1.2%；乡村消费品零售额33216亿元，增长2.5%。

增速双双低于收入。

赚的钱都去哪了呢？理财。

7月15日，央行官方透露了存款搬家的情况。截至6月底，资管产品资产合计为124.8万亿元，同比增长12.7%。

12.7%的增速虽然比2025年慢了0.4个百分点，但仍然高于几乎所有金融数据。

央行透露，资管产品的资金来源中，非金融企业和住户部门最快。其中，从非金融企业募集的资金同比增长24.7%，连续四个月同比增速超过20%，从住户部门募集的资金同比增长7.7%。

资金去向上，各类底层资产增长有所分化。

6月末，资管产品持有同业存款和存单合计28.5万亿元，同比增长10%；持有债券38.2万亿元，同比增长8.4%；持有股票9.5万亿元，同比增长26.2%。股票资金的增速是最快的。

可以少消费，但不能不理财，是当下人的心态吧。

#03

与股价大幅波动不同，AI龙头业绩继续超预期

AI股还在大幅调整，但产业浪潮仍在继续。

反映AI浪潮趋势的几家重要公司，近期纷纷公布业绩和前瞻指引。

7月15日，ASML公布最新一季业绩，销售额为93.3亿欧元，超过市场预期5亿欧元；净利润为29.2亿欧元，超出市场预期仅3亿欧元；毛利率54.0%，高出预期2%。

由于需求旺盛，ASML年内第二次上调业绩指引，新目标是年内销售额触达430亿至450亿欧元，毛利提高至54%至56%。

财报视频访谈中，ASML CEO表示，2026年来自存储芯片的收入预计将增长75%，GPU在内的逻辑芯片增长25%。

作为全球几乎唯一能提供顶级设备的公司，ASML还计划提价10%.

ASML公布业绩后仅一天，其大客户台积电也公布了最新的业绩情况。据华尔街见闻等媒体消息，7月16日，台积电表示，二季度公司净利润为新台币7066亿元，营业利益率为60.3%。

这两个数据均超出市场预期。

对于市场关心的三季度情况，台积电表示预计销售446亿至458亿美元之间，高出市场预期15亿美元以上。

由于市场需求旺盛，台积电继续加码资本开支，从此前的520亿至560亿美元大幅上调至600亿至640亿美元。

此外，台积电还证实，会在美国亚利桑那州追加1000亿美元投资，使得总投资规模扩大至2650亿美元。

随着各AI龙头公布超预期业绩，市场会不会就此触底？

这两年很火的金融机构Citadel Securities近期表示，过去两周，十大指标中，多数已经从红（警示）转绿（安全）。

Citadel Securities两周前认为，美股需要一轮有意义的技术性重置，才能更健康的向上，两周过去，Citadel Securities乐观多了。

据Citadel Securities，尽管标普500指数距历史高点不足1%，但远期市盈率低于过去十年的历史均值。从估值看指数，好像并不贵，问题在于，太集中头部几家公司了。

7月15日，95岁的巴菲特退休后，再度接受采访。采访中，他首次提及伯克希尔哈撒韦持仓中的谷歌是自己建议购买的。

巴菲特坦言，当年没有投资谷歌是一个错误，基于当前业绩，谷歌如今“更有可能成为赢家”。

退休之后，巴菲特似乎更开朗了，接受采访明显变多，对个股的探讨也更直白了。巴菲特是老登，但一直在进化，一个不断进化的老登，才是终极投资者。

莎士比亚说，人生苦短，若虚度年华，则短暂的人生就太长了，对巴菲特而言，这一生可能太短了。

#04

街边烤鸭，为什么这么便宜这么多？

ZAKER发表了一篇文章，表示“北京鸭”让欧盟焦虑。

国人啃了很多年鸭脖鸭翅，饭店必然推荐的就有北京烤鸭，这已经成为中国特产，而不是北京特产。文章说，“北京鸭”是世界著名的肉鸭品种，是“北京烤鸭”主要的原料用鸭。

环球时报驻德特约记者写了一篇文章，在ALDI等德国消费者常去的连锁超市，多数超市此前也曾上架过北京烤鸭等产品，越来越多的德国消费者吃上了北京鸭。

欧盟近日启动对中国“北京鸭”产品的反倾销调查，理由是“廉价倾销”。

记者看到一款烤鸭净含量1350克，原价19.99欧元，当前打折价16.99欧元，2.4公斤欧洲本地鸭整只售价17.49欧元，价格相差不大。

中国鸭本可以价格更低，中国畜牧兽医学会家禽学分会理事长侯卓成表示，“中国鸭产业真实成本比欧盟低，是由产业优势决定的。”

在中国，一只肉鸭几乎可实现全价值利用：鸭毛的售价达到每只5元以上，占到一只毛鸭成本的25%；鸭舌、鸭头、鸭掌等鸭副产品售价远远高于鸭肉，可覆盖30%以上的成本；出口欧盟的产品主要为熟化鸭胸，价格更具竞争力。

肉鸭品种持续改良，本土养殖的肉鸭品种主要为樱桃谷肉鸭，一般养殖35-40天出栏，造肉成本低至2.5元/斤左右，成本远低于欧洲本土肉鸭，在欧洲的售价是收着的。

根据联合国粮农组织的数据，全球每年生产500万吨鸭肉产品，其中480万吨来自中国，

竞争优势显著。

中国肉鸭出口大幅上涨，《中国水禽产业技术发展报告》数据显示，2025年前11个月，我国整只冻鸭出口量同比激增超95%。

中国猪肉、鸭肉等肉禽价格确实便宜，育种技术又快赶上全球领先水平，这么下去，就不是中国制造业行销全球了，中国农产品也是。

知道欧洲人的的焦虑点了吧，从汽车到鸭子，产品竞争优势在下降。

（免责声明：本文为叶檀财经据公开资料做出的客观分析，不构成投资建议，请勿以此作为投资依据。）

现在的市场是这样的：这周还没过完就给了一个轮回的暴涨暴跌。往往是（为什么暴跌）的小作文还没传开，就已经反弹和新高了。以两倍海力士为例，先看看这周过的：

周一：涨16%

周二：韩国熔断，跌23%

周三：弹7%，夜里美光报业绩大涨+海力士ADR宣布300亿美元。

周四：反弹18%，盘中创新高。

这周如果没看手机涨13%。

但如果坚持在群里勤奋讨论，可能已经从深挖token maxxing概念，研究杠杆ETF的数据并为之震惊，到感到AI泡沫终于怕了，再到美光业绩大beat又重新相信存储。走完了一个完整轮回。但也不是说这意味着要长期投资，要相信，要“拿住”这些大而空理念。

梦中的扶手

昨天我做了个梦，是个没有顶棚的大型运输机上下翻飞俯冲，我在地板上腾空翻滚。好不容易终于抓到一截扶手，知道这下甩不出去了。

所以对于这趟AI变迁之旅，到底你的扶手是什么。

但为啥波动这么大？暴跌后大家通常先找小作文，想看有啥消息导致的大跌。但其实也没啥消息，就是人心不齐了，获利盘太多，以及杠杆交易筹码极度复杂。说白了就是恐惧和贪婪的杠杆放大版。

市场极度拥挤

全都是爱

某大行的AI basket从最初约30只扩展到129只，合计约60%的S&P市值。说明AI不再是少数股票的主题，而是整个大盘的“主轴”，很难“躲开AI”。几乎所有人、所有大盘ETF、主动多头都或多或少“在AI上”。

板块内短线“追涨杀跌式”拥挤

很多投资者在AI内部不停跳：两周做DRAM，涨贵了就跳去analog，再去power…形成高度同步、短周期轮动，一旦一条链回调，大家都在同一个出口。

杠杆ETF在半导体上的集中

根据大行数据，某只与SOX挂钩的杠杆ETF单只产品的dollar gamma约26 billion；美国“前几大”相关杠杆ETF合计的total dollar gamma约8.5 billion。半导体篮子的流动性不像S&P那么深，一旦move，大量被动盘会挤在收盘。6月5日那次深V，单是这些ETF的被动卖盘，就接近200亿美金，相当于这篮子股票收盘成交量的接近60%。

所以市场波动的主线，除了基本面原因，筹码结构已经占到相当大的部分。买盘/卖盘都高度集中在同一时间点（尤其是收盘），非常多的被动资金“按同一套机械规则”买卖。

结构化产品/卖波动的系统性拥挤

杠杆ETF、buffer ETF、target vol、CTAs等系统性、非主观流，整条街都在算同一套模型，知道哪天要交易多少、何时reset。看来，每日新高的美股不单一群股票特别被看好，而是市场波动本身被大量结构性卖出（short vol crowded），平时看着波动小，一旦极端日，所有hedger/发行人一起调仓，推动行情走得比基本面更极端。

也就是说，波动性平时被人为存起来了，该来的时候它就会喷发。记得黑袍纠察队里的兵男吧？虽然他的胸炮被诟病前摇太长，但是那速光一旦喷发就是核爆级别。

卖保险的人多到改变天气

这几年，很多投资者都有种奇怪的直觉：平时盘面稳得像潭死水，可一旦出事，动辄就是连续几天的跳水或拉升。尤其是收盘时，明明没有突发新闻，却总会莫名其妙地出现一脚油门或刹车。

这并非偶然。市场的“脾气”变了，背后是一群看着不太面善的玩家：杠杆ETF和结构化产品。

杠杆ETF是市场的“放大器”。它们承诺每日提供指数两倍或三倍的涨跌幅。为了兑现这一承诺，它们不能只是买入一次，而是每天必须在收盘前进行仓位校准。这意味着，当天指数涨幅越大，ETF就必须在尾盘追着买；跌得越深，它就得追着卖。这不是经理人的主观判断，而是写死在产品里的机械动作。所以，当板块波动放大时，你会看到尾盘突然的放量，那往往是大量ETF在同一时间集体被动调仓的结果。

更隐蔽的是那些卖保险的“结构化产品”。为了获取相对稳定的收益，许多投资人愿意牺牲部分上涨空间，这变相将风险卖给了发行人（券商/银行）。发行人为了对冲这些敞口，不得不成为全市场的“期权卖方”。平时，大家都在卖波动率，市场自然显得风平浪静；可一旦出事，这些发行人为了自保，必须统一进行对冲，原本的“防火墙”反而成了推波助澜的火焰。

私行最流行的结构化产品就是sell put收期权金包装成固收+价值投资，其实就是卖保险。现在卖保险的人，多到改变了天气。再说说各种结构化产品：比如你可能见过：“保本+指数挂钩”、“敲入敲出Autocall”、“雪球”、“带保护的收益凭证”等。

这些产品的基本逻辑往往是投资人不想承受太大的日常波动；愿意把一部分上涨空间“卖掉”，换相对稳定的收益。发行人（券商/银行）：收你一笔结构费，帮你在市场上通过卖期权实现这个结构。你可以把它翻译成一句话：投资人把“未来的大涨大跌”这部分风险卖给了发行人，发行人拿着一大堆这样的“卖出期权”敞口，再去市场上对冲。

这就让发行人（和背后的做市商）手里，累积了一个巨大的角色：全市场的“卖保险的人”。平时，大家都在卖保险→波动率被压下去（中间商帮私行客户卖期权，自己需要买入正股对冲自己的风险），看起来很平稳；真出事的时候，这些卖保险的人要急着对冲→统一方向的买卖，会进一步推大那一次波动。

这两种力量叠加，就产生了一个微妙的机制：Gamma和Vega。

Gamma就像自动刹车系统的灵敏度。机构持有的Gamma越高，价格稍微一动，就必须进行巨额调仓。当盘面大跌，杠杆ETF和衍生品模型集体触发卖盘，就会在尾盘砸出一个更难看的缺口。这种砸盘又引发了第二天更多的被动止损，从而形成自激。

而Vega则直接影响了波动率本身。因为市场上充斥着卖出期权的产品，隐含波动率被长期压在低位，给人一种“环境很安全”的错觉。一旦风险爆发，做市商的Vega风险激增，他们不得不卖出资产去对冲，这就把平时的“小跌”瞬间推向了极端行情。

置身于这样一个市场，我们能做的不再是简单的“多头”或“空头”，而是要适应这种新常态。

宏观因素：范式转移

除了上面的拥挤因素，宏观CTA大所Graham最近也给出了更大格局上的背景，来解释为什么市场波动结构性上升。

其中有两个核心的观察：

• Policy put的“弄巧成拙”

  
  

“In a higher-inflation environment,easing policy to support markets can backfire by reigniting inflation pressure,pressuring bond yields,and creating new instability.”高通账环境里，宽松政策继续点燃通胀，给国债收益率带来压力，创造更多的不稳定因素。

“Even as the desire for a policy put may still exist,exercising that put now risks creating the very instability it is meant to prevent.”政策依然存在，但“使用它本身会制造波动”。

过去十年的隐含假设是：Market↓→Fed easing→discount rate↓→vol↓。但现在变成：Market↓→easing→inflation risk↑→term premium↑→vol↑

以前政策是negative convexity dampener（压波动），现在变成pro-cyclical amplifier（放波动)。真正改变市场结构的不是通胀本身，而是“政策对波动的一阶导数发生了翻转”。

• Vol上升因为“冲击吸收能力下降”

  
  

也就是系统更脆了。一个很好的证据是：同样的需求扩张，现在更容易转化为价格而不是产出——因为供给约束（例如数据中心中约一半项目因电力短缺被延迟）。这个解释在AI瓶颈：存储上表现得更为极致，也是为什么一部分亚洲半导体PM今年创造惊人业绩的底层原因。

过去：Shock→Global supply chain absorbs→ΔPrice小。

现在：hits bottleneck→ΔInflation大→ΔRates大→ΔVol大。也就是：Shock transmission multiplier↑

更隐蔽但重要的一点：不是shock size↑而是σ(system response)↑这也是为什么市场表现为：高频“one-off shocks”（2024、2025、2026连续扰动），但本质是同一个底层机制在反复触发。

十年期美债的term premium从2019年的-150bp回升到+50bp改变了十几年来的宏观环境，让利率的不确定性开始重新成为定价核心。

所以从更大的图景上看，当前波动上升的根本原因，并不是冲击更频繁，而是冲击的“传导函数”发生了变化：供给弹性下降、全球分散能力减弱以及财政与利率的联动，使得同样规模的冲击更容易转化为通胀、利率和折现率的非线性波动，从而放大整个系统的价格响应。

这个论点不用多说：从美国优先、到中美脱钩、到区域战争，这些都是全球化逆转这个大背景下的具体事件，而这些事件又在继续塑造更加分裂的地球。前二十年大家想搭一个讲一种语言的“巴别塔”，这个计划受到了本质性挑战，后果也随之而来。

“「那時，天下人的口音、言語都是一樣。他們往東邊遷移的時候，在示拿地遇見一片平原，就住在那裡。他們彼此商量說：『來吧！我們做磚，把它燒透了。』他們就拿磚當石頭，拿石漆當泥水。他們說：『來吧！我們要建造一座城和一座塔，塔頂通天，為要傳揚我們的名，免得我們分散在全世界上。』耶和華降臨，要看看世人所建造的城和塔。耶和華說：『看哪，他們成為一樣的人民，都是一樣的言語，如今既做起這事來，以後他們所要做的事就沒有不成就的了。我們下去，在那裡變亂他們的口音，使他們的言語彼此不通。』於是耶和華使他們從那裡分散在全地上；他們就停工，不造那城了。因為耶和華在那裡變亂天下人的言語，使眾人分散在全地上，所以那城名叫巴別。」-创世纪11:9

结论

习惯就好。不要再用2019年的那套“平稳世界观”看2026年的市场。你看到的平静，很可能是被卖波动+结构化产品压出来的表象。真要出事，很可能是几天甚至几个收盘就走完一轮大波动，尤其是在那种“6月5日”式的收盘拥堵日。

但是如果你信奉基本面驱动，也不要因此被“过度交易”或“过早离场”的冲动引诱，因为你有“扶手”。毕竟过去四天你要是不看手机，账户反倒还涨了。

在刚刚过去的7月10日，韩国存储芯片巨头SK海力士正式登陆纽约纳斯达克交易所进行ADR挂牌，当日股价大涨12.76%，盘中最高涨幅一度超过19%。此次IPO共融资265亿美元，刷新了阿里巴巴保持十余年的海外企业赴美融资纪录，也成为了美国历史上第二大股票发行，这也使得SK海力士的总市值超过1万亿美元。

当你成为卡住全世界AI脖子的公司，再怎么风光都不过分。韩国媒体曾报道，现在只要穿着SK海力士的工服，不管是去相亲还是去奢侈品门店，在韩国得到的都是VIP待遇。

存储价格的暴涨，已经蔓延到了下游的消费电子。手机、平板、笔记本、游戏机，都在涨价。涨价的疯狂幅度，甚至引来了消费者的集体诉讼。

就在几周前黄仁勋的访韩行程中，他又一次会见了SK海力士的掌门人崔泰源，这是两人在半年内的第四次见面，两人似乎都快变成最好的朋友了。而赴美IPO将给海力士带来AI产能扩张资金、解决“韩国折价”问题以提升估值，进而拓展更广阔的国际投资者。

这篇文章，我们来回顾一下SK海力士究竟是如何崛起的，背后的韩国财阀与政治是怎么玩的，HBM技术为什么对AI如此重要，它与美光和三星之争，以及这背后比韩剧还精彩的狗血八卦和离婚大案。

SK海力士的SK，就是现在韩国仅次于三星的第二大财阀：SK集团。就像所有的韩国财阀一样，SK在起家时做的是毫不起眼的生意。

1953年，创始人崔钟建（Chey Jong-gun）接手了一家破败的纺织工厂，取名叫鲜京纺织（Sunkyong Textile）。刚刚成立时，整个厂子只有十几台纺织机，全是从战争废墟中收集回来的零部件重新组装的。主要业务是一种半合成纤维，这是当时用来做床上用品的原料。

之后二十多年，鲜京纺织开始纵向扩张，在纺织行业进行了从面料到成品的垂直整合，主要产品变成了从石油中提炼的合成纤维。在这期间，鲜京纺织收购了当时韩国第二大纺织企业：善日纺织。

1980年，鲜京进行了公司史上最重要的一次收购，买下了当时韩国唯一的国有炼油公司、具有高度垄断性质的大韩石油公社。韩国媒体普遍将此次收购视为SK从纺织企业到顶级财阀的最关键节点。

1994年，鲜京更上一层楼，收购了韩国移动通信（Korea Mobile Telecom）。这是当时韩国唯一的移动通信运营商，完全垄断了当时的韩国移动通信市场，拥有全国唯一的一张移动通信网络。

自此，鲜京双剑合璧，拥有能源和通信两个关键领域的垄断巨头，每年带来稳定的巨额现金流，这也是将来SK能豪赌半导体的本钱。

这两笔神奇的收购，如果类比到中国，就是一家做纺织原料的民营企业，先后收购了中国石油和中国移动。鲜京为何能蛇吞象，我们后面再说。

1998年，鲜京集团（Sunkyong Group）正式更名为SK集团，SK就是鲜京（Sunkyong）的缩写。同一年，崔泰源（Chey Tae-won）接任SK掌门人，一直到今天。

让我们暂时把目光挪向另外一家韩国财阀：现代。

上世纪80年代，韩国政府把半导体列为战略产业，国家控制的银行向半导体产业提供巨额贷款，同时提供税收和投资激励，以此去和当时占统治地位的日本企业竞争。

在这样的背景下，现代电子于1983年成立。之后几年，现代电子从无到有，建立了DRAM量产体系。

在中文语境下，财阀在韩国似乎是无所不能的，连总统都要听财阀的。现在是不是这样我们暂且不论，至少在韩国的军政府时期，绝对不是这样。

权小星

韩国高丽大学校长特别外事顾问

为什么一直说韩国是一个非常特殊的经济体制？它表面上是资本主义市场经济，但尤其是在军政府时期，企业要崛起，是需要政府支持的。

在这样一个行政力大于一切的时代，政府是能够掌握企业命脉的，甚至出现过一个很经典的案例：全斗焕时期，釜山有一个本地财阀叫国际集团。面对政府的捐款胁迫，国际集团是捐款最不积极的一个，结果引发全斗焕大怒，这家公司只用了20多天就倒闭了。

这个时期的财阀，更像是韩国政府实现国家意志的工具。政府允许财阀控制国家经济的命脉，与此同时，财阀也要代表国家去参与高投入、高风险的国际产业竞争。

如果只是想躺着数钱，财阀最好的选择是垄断石油和电信这样的要素行业，拿着利润去投资美国资本市场，而绝不是去搞存储。所以一直到AI爆发之前，存储都不能说是一个好生意。

建工厂、买设备、研发技术、培养工程师，都需要巨额的资本投入。同时，在HBM出现之前，存储芯片是非常标准化的产品，很难做出差异化，这就必然导致存储行业的周期性。在存储行业，要想上牌桌，前期就需要极其高强度的资本开支。行业上行期扩产要烧钱，行业下行期更要顶着巨额亏损“逆周期投资”，只为了能熬死竞争对手。

早期的存储行业是美国企业主导的，英特尔的第一个产品就是SRAM，第一个商业化的DRAM产品也是英特尔做的。但美国企业注重的是资本效率，追求的是高毛利和产品差异化。在日本企业崛起之后，德州仪器、IBM相继退出了存储行业。

美国企业退出后，统治存储行业的是五家日本企业：NEC、三菱、日立、东芝、富士通。

作为追赶者，韩国企业在之后十几年持续进行高强度投资，把杠杆拉满。进入九十年代后，开始不断挤压日本企业的市场份额，形成了三星、现代电子和LG半导体的三强格局。那个时候存储行业的玩家，还有从西门子拆分出来的英飞凌，和美国的独苗美光。

1996年开始，存储行业出现周期性的产能过剩，价格暴跌。之后的1997年祸不单行，发生了亚洲金融危机，负债率普遍超过300%的韩国企业面临巨大危机。

作为接受IMF援助的条件之一，1998年，韩国政府强推现代电子和LG半导体的合并。起初LG并不乐意，但韩国政府威胁要断掉整个LG集团的贷款，总统发言人甚至露骨地说，合并无论如何都要进行。

权小星

韩国高丽大学校长特别外事顾问

LG的二代掌门人叫具本茂。他去世之后，我听LG的人跟我讲，具本茂一生最大的遗憾，就是LG半导体被强行推给了现代。主导这个重大合并案的全经联（韩国全国经济人联合会）大厦在汝矣岛，LG总部的双子座大厦走过去才五分钟。但自从发生这件事之后，具本茂直到去世再也没去过全经联大厦。因为他觉得LG之所以万年落后，就归于这个合并案，他也是在向全经联表达自己的不满。

1999年5月，现代电子完成了21亿美元收购LG半导体的交易，在自身债台高筑的同时，又继承了LG半导体的巨额债务。

不幸的是，刚刚完成合并的现代电子，转年又赶上了互联网泡沫破裂，内存价格又一次崩盘。这一次，现代电子彻底撑不住了。

2001年，现代电子被拆分，更名为Hynix Semiconductor。Hynix来自现代（Hyundai）的前两个字母和电子（electronics）的后半部分，即海力士（Hynix）。

才刚成立的海力士，可以说一上来就是天崩开局。同年11月，已经严重资不抵债、债务数次违约的海力士被债权银行团接管。

2002年，是海力士作为一家独立公司最危险的时刻：美光提出以换股的形式收购海力士。

当时的这笔交易看上去皆大欢喜：债权银行能脱手不良资产，美光如果吃掉海力士，就等于减少一个主要竞争对手，还能扩大市场份额。

但美光提出的收购方案相当苛刻，美光的出价并不是现金，而是约一亿股美光股票，当时的价值约29到34亿美元。美光想买的是海力士的产能和市场份额，但并不想继承海力士的全部债务，也不保证所有的员工还能有工作。美光甚至要求债权银行在收购完成后继续提供新的巨额贷款。

果不其然，美光的收购计划遭到了海力士董事会和工会的强烈反对。

董事会的理由是：美光给出的价格太低，且美光股票的价格波动过大，换股这样的支付方式并不理想。美光只买核心的内存业务，其他业务部门在收购完成后不可能存活。而且DRAM价格已经开始触底反弹，公司有独立活下去的希望。

海力士工会则威胁，如果收购成功，就发动全面罢工。半导体工厂不是说开就开、说关就关的，工厂一旦停摆，良率和设备都会受影响，客户也会被吓跑。

尽管债权银行团还是同意了收购计划，但却在第二天就被海力士董事会否决，10名董事全部反对。随后，美光撤回了对海力士的收购，扭头就转向了贸易诉讼，指控韩国政府和债权银行对海力士的救助构成补贴，要求美国政府对产自韩国的DRAM产品征收惩罚性关税。不知道美光如今，有没有后悔呢？

之后，海力士经历了数次债务重组，也经历了内存价格的起起落落。从2001年独立，一直到2011年，十年的时间，债转股之后的债权银行始终是海力士的大股东，直到那个男人的出现。

在这漫长的低谷期，海力士持续投资，相继推出DDR2、DDR3、GDDR、移动DRAM等产品。

2008年金融危机后，内存价格暴跌，行业开始了又一次大洗牌。2009年，从英飞凌拆分出来的奇梦达破产。同样在2009年，一直想把海力士脱手的债权银行公开招标，向43家韩国企业发出邀请，包括LG、现代、浦项、乐天、韩华等几乎所有韩国财阀，但最终只有一家名不见经传的公司投标，第一次尝试很快不了了之。

2010年，债权银行开始第二次招标。这次更惨，没有任何一家企业表示兴趣。

直到2011年的第三次招标，那个男人出现了。作为唯一的投标方，SK以约30.5亿美元买下海力士21.1%的股份，这是SK历史上金额最高的一次收购。自此，海力士有了新主人，也正式更名为SK海力士。

权小星

韩国高丽大学校长特别外事顾问

在收购海力士的时候，韩国一定程度上已经将芯片当作自己下一代的发展目标了。相比于依赖三星一家企业的单一市场，SK的参与一定能够促进这个市场的发展。韩国还有一个非常特殊的点：很多企业甚至在贷款的过程当中，都有国家政策性银行的身影。SK收购海力士的过程当中，也有很多产业银行贷出来的钱。

又过了一年，NEC、三菱和日立的内存业务整合而成的尔必达申请破产保护，这是日本历史上最大的制造业破产案。

这个时候，美光又来了。也许是吸取了上次的教训，这次美光用了以现金为主的收购方案，并承诺保留广岛工厂的全部产能和工作机会。

2013年，美光对尔必达的收购完成。从此，内存行业形成了延续至今的三星、SK海力士、美光的三巨头垄断格局。

从2012年到今天，SK海力士在战略层面做对了两次关键决策：一是围绕半导体上下游进行收购，二是押注高带宽内存，也就是HBM。

我们先来看看收购。SK集团收购了做半导体特种气体的OCI Materials，收购完成后更名为SK Materials。这笔收购是SK集团进军半导体材料领域的关键，弥补了SK在特种气体领域的技术空白，也为先进制程提供了关键的材料支持。

SK集团还从LG手中买下硅片厂LG Siltron，收购完成后更名为SK Siltron。硅片是晶圆制造最基础的上游材料，此次收购让SK有了韩国本土唯一的大型半导体硅片供应商。之后，SK Siltron收购了杜邦旗下的SiC Wafer，这是一家做碳化硅（SiC）晶圆研发与生产的公司。

2018年，SK海力士加入了贝恩资本牵头、收购东芝存储的财团。东芝存储就是后来的铠侠（Kioxia）。限于反垄断的要求，SK海力士无法控股，但仍是重要的战略投资者。

2020年，SK海力士以90亿美元的高价，收购了英特尔的NAND和SSD业务，其中包括中国大连的NAND制造工厂。此次收购，让SK海力士补全了之前比较薄弱的NAND和企业级SSD能力。

2022年，SK海力士收购了韩国晶圆代工厂Key Foundry，补全了成熟制程的芯片制造能力。

一系列让人眼花缭乱的收购，补全了SK在半导体生态的能力，保证了上下游的原材料供给，也平滑了存储类产品天然的周期。这意味着，SK第一次可以吃到存储周期之外的钱了。

把时间拨回到2013年。SK海力士刚刚稳定下来，他们押注了一项在当时属于极小众、未来却卡住整个AI脖子的技术：HBM。

当时公司属于万年老二，不能像三星那样，靠主流的DRAM和NAND就可以吃饱。GPU领域的万年老二AMD，则在高端GPU上被英伟达的Maxwell压得很难受。行业老二通常有动力押注边缘技术，就这样，两个万年老二开始合作开发第一代HBM。

2015年，搭载HBM1的AMD Fiji系列显卡上市，AMD官方宣传称，这是全球首款HBM显卡。

初代HBM证明了技术路线的可行性，但在商业上并不成功。整体架构的落后，使得Fiji系列显卡的性能还是比不过英伟达的同代产品。对玩家来说，GDDR5/6已经足够好了，没必要用那么贵的HBM，搭载HBM带来的高成本并没有转化成高利润。

第二代HBM在消费类GPU上依旧不成功，搭载HBM2的AMD Vega系列显卡，在功耗、成本、游戏性能等方面都没有优势，但已经开始在超算和数据中心领域证明价值。更重要的是，英伟达这时候也认识到了HBM的价值。

2016年推出的英伟达Tesla P100主要服务深度学习等场景，这让业内第一次达成了共识：HBM虽然在消费显卡领域不行，但很适合需要大规模并行计算的场景。

第三代HBM是真正的转折点，SK海力士在2021年开发HBM3，2022年实现量产，完美契合了AI大爆发的时间点。搭载HBM3的，正是英伟达H100。

AI大模型训练需求爆发后，H100从一个高端数据中心GPU变成了全球AI基础设施的硬通货。SK海力士因为率先通过HBM3量产和认证，成为H100最关键的HBM供应商，在早期甚至是唯一供应商。

2024年3月，SK海力士开始量产HBM3E，用在H200、B200等最新型号的GPU上。从HBM3开始，SK海力士和英伟达的绑定逐渐加深。

HBM不是普通DRAM，不能随便换。不同供应商的HBM在封装、热特性、功耗、信号完整性、良率上都有差异。如果更换供应商，英伟达要重新验证，台积电的封装也要相应配合。

基于供应链安全的考虑，英伟达当然需要二供和三供，但SK海力士的主供地位目前还无可取代。后面的故事大家就都知道了：绑定了英伟达的SK海力士，股价、利润、出货量、市场地位都一飞冲天。

黄仁勋访韩后，SK海力士与英伟达达成了技术合作，双方将共同开发下一代内存，涵盖从Vera Rubin到Jetson Thor的各大平台。

SK海力士能紧紧绑定英伟达，能稳定供货HBM是关键的因素。但为什么HBM这么重要？又为什么SK海力士能做到领先？我们先来解释一下HBM的技术原理。

HBM（High Bandwidth Memory），是高带宽内存的英文缩写，它和普通内存最大的区别，正是体现在带宽上。这里说的带宽，是指内存传输数据的速度，通俗地说就是，内存搬运数据的速度。

其实，早就有人发现了数据搬运速度追不上计算速度的现象，但之前只存在于行业内工程师的抱怨中，并没有被行业外所熟知。

直到1994年，两位美国弗吉尼亚大学的学者发表了一篇标题就很直白的论文：《撞上内存墙：显而易见的后果》。这是第一次有人用“内存墙”这个词，系统描述了算力增长速度大于数据搬运增长速度的问题，这篇论文也是内存墙领域最著名、引用量最高的经典论文。

论文中的逻辑其实很简单，就是简单的算术：按照摩尔定律，计算速度每18个月翻一倍，但内存传输速度每10年才翻一倍，算力的增长速度远远高于数据搬运的增长速度。按照这个速度差推算，10年后CPU会把90%以上的时间花在“等内存传数据”上，计算能力再强也没用。

论文中甚至预测，将来的最终系统性能，将完全由内存传输速度决定。这可以说是“一语成谶”，早在AI爆发之前，全行业就撞上了内存墙。

为了凿穿内存墙，预取器（Prefetcher）、非统一内存访问（NUMA）、多级缓存（Cache Hierarchy）等技术被发明出来，但以上种种本质上都是优化，只能把内存墙凿掉一点墙皮，都不解决本质问题，直到HBM的出现。

对比一下现在主流的HBM3E、即将大规模铺货的HBM4，和最先进的DDR、GDDR的数据传输速度，甚至可以说，HBM的出现，是这一轮AI爆发的先决条件之一。没有HBM，不管是模型的预训练，还是agent时代的推理做任务，都会慢到让最狂热的AI信仰者也失去耐心。

要了解HBM的数据传输速度为什么如此之快，我们总结了三个关键词：3D堆叠、硅通孔技术（TSV）、批量回流模制底部填充（MR-MUF）。

在HBM出现之前，内存是一块一块平铺在PCB电路板上，与GPU之间用铜线连接。如果把搬运数据比作运输，内存比作仓库，在HBM出现之前，要把货物运到几十个仓库，但PCB板的面积有限，不可能无限扩容。

3D堆叠，就是把过去只有一层的仓库建成了很多层的高楼，差不多的占地面积，存储容量是以前的好多倍。目前，最新的HBM4已经可以做到16层堆叠。

但新问题又来了：一层一层摞起来的仓库，货物怎么上下楼？这就要讲到硅通孔技术了，它就是仓库大楼里的高速电梯。

硅通孔，英文叫TSV（Through Silicon Via），是在硅芯片本身上，打几千个垂直穿透整个芯片的小洞，多层堆叠后用数据凸点连接，形成垂直的铜线。这样叠在一起的芯片，就能通过这些铜线直接传输数据，不用再绕芯片表面的走线了

那十几层叠在一起的芯片，如何保证不塌？在高温的工作环境下，如何保证每一层的热量都能散出去？这就要用到批量回流模制底部填充技术（MR-MUF）。

MR-MUF可以分成两部分，先说前半部分MR。

MR是Mass Reflow的缩写，说的是一种焊接方法。十几层堆叠的芯片，不是一层一层分别焊上去的，而是把十几层芯片先堆叠在一起，做初步的固定，然后把已经堆叠好的多层芯片一起加热，让每层芯片之间的几千个微凸点熔化、凝固，最终连在一起。

而MUF是Molded Underfill的缩写，说的是一种芯片的固定方法。已经焊接好的十几层芯片，每层芯片靠微凸点连接，但微凸点之间还有大片的空隙。微凸点很小，机械强度有限。而且微凸点是用铜做的，铜与硅之间的热膨胀系数不同，相互之间会产生热应力。如果放着空隙不填充，震动和热应力会让微凸点断裂。

Molded Underfill，就是把已经焊接好的十几层芯片，整体放进一个模具里，在受控的温度和压力下，灌进去一种环氧树脂材料。等环氧树脂材料冷却、硬化后，十几层堆叠的芯片就算是一个完整的合体了。

在我们总结的这三个关键词中，硅通孔技术最早是IBM发明的，3D堆叠技术由日本、欧洲、美国多方推进，其中日本东北大学Mitsumasa Koyanagi的贡献非常突出。

而批量回流模制底部填充技术，如果放在HBM的语境下，特别是量产，那完全可以说是SK海力士最先跑通且发扬光大的。这也是在能造HBM的“御三家”中，SK海力士领先于三星和美光、能率先绑定英伟达的关键。

而三星，则用的是另外一种制造工艺。三星押注的叫TC-NCF（Thermal Compression Non-Conductive Film），热压非导电薄膜技术。这是一种逐片热压的工艺，与SK海力士的工艺相比，最大的不同是逐片热压，而不是一体成型。

制造时，在每一片芯片表面预先贴附一层极薄的非导电聚合物薄膜，也就是NCF。对准上下两层芯片后施加高温和压力，高温使NCF熔化流动，填满芯片间的所有空隙，压力使上下两层芯片的铜凸点穿透薄膜实现连接。就这样一层一层地重复这个过程。

热压非导电薄膜技术的优势在于：第一，芯片之间的连接层可以更薄。NCF是薄膜材料，不是后灌的液体，天然适合做很薄的层间介质。HBM整个堆栈的总高度有限，需要符合JEDEC的标准，堆叠层数多了，有利于控制高度。第二，TC-NCF是一层一层热压，每一层都能单独控制压力、温度，这对早期量产很友好，因为工程师可以逐层优化参数。第三，TC-NCF属于成熟工艺，不需要从头探索，可以逐步提高良率。

但从HBM3开始，堆叠的芯片层数从HBM1和HBM2的4层、8层，向12层、16层发展时，TC-NCF的缺点开始暴露。层数越多，热压次数越多，越可能把像纸片一样的芯片压坏，导致良率下降。同时，与MR-MUF的一次成型相比，一层一层热压必然需要更多的生产时间。

良率和生产时间还可以逐步改善，而TC-NCF真正输给MR-MUF的地方，是散热。当堆叠层数越来越多、芯片功率越来越高时，MR-MUF在散热方面的优势被放大。

采用MR-MUF工艺，可以在每层芯片的表面铺上更多的导热凸点。按照SK海力士的说法，MR-MUF可以铺设的导热凸点数量是TC-NCF的4倍。

采用TC-NCF，胶膜在热压前就已经夹在两层芯片之间，它会直接参与压合过程。采用MR-MUF，层间只有凸点阵列和空隙，凸点先完成金属连接和支撑。前者是在热压时连成柱子，后者是先把柱子连好，再往柱子之间灌材料，后者当然更容易把柱子做得更密。

导热凸点多，对散热的帮助巨大。导热凸点是铜做的，铜的导热效率远超芯片之间的夹层，最中间层芯片的热量可以通过凸点，一层一层地传导到最外层。

这就是SK海力士在HBM3时代优势巨大、牢牢锁定英伟达H100和H200主供货商地位的重要原因。

所以，如果说英伟达是这轮AI浪潮里“卖铲子的人”，那SK海力士就是给铲子装手柄的那家公司。没有它的HBM，再强的GPU也跑不起来。

刚刚我们把HBM这个技术本身讲清楚了，那现在我们再来总体看一下SK海力士的产品线和业务情况。

从SK海力士的财报来看，它的收入结构其实非常简单，就两大块：DRAM和NAND。

以2026年一季度为例，公司单季营收52.58万亿韩元，历史上首次突破50万亿大关。其中DRAM占了约78%，NAND约21%，剩下的图像传感器、代工等业务加起来只有1%左右。

这里的DRAM是个大口径，我们前面重点讲的HBM，其实是被计在了DRAM这条线里。把它拆开看，现在SK海力士的DRAM内部实际是两条业务线：一条是传统DRAM，主要是服务器用的DDR5、手机平板用的LPDDR这些通用内存，另一条就是HBM。

2025年全年，SK海力士的HBM相关收入翻倍，占到公司总营收的四成多。也就是说，DRAM这条线里，HBM的分量已经接近半壁江山。

而对于HBM这张王牌，SK海力士计划分成两条腿走路：一条叫标准HBM，一条叫定制化HBM。

标准HBM，就是按半导体行业的通用标准一代代往前推，接口保持兼容，竞争重点是谁量产更快、良率更高。SK海力士计划在2026到2028年量产HBM4和HBM4E，主要客户是英伟达和AMD这样的通用GPU厂商。目前，SK海力士的HBM4已经在供货英伟达，用于已进入全面量产的Vera Rubin平台，而HBM4E则将用于英伟达明年发布的Rubin Ultra上。

值得注意的是，行业标准现在只是“及格线”。比如英伟达对HBM4的速度要求就比标准高出四成，因此三家供应商都需要围绕大客户的性能目标进行协同开发和联合优化。

定制化HBM则是另一盘棋。标准HBM更多是在统一架构基础上按客户要求调规格和协同优化，而定制HBM则开始针对客户架构重新设计HBM。每颗HBM底部都有一颗负责数据传输和管理的基础裸片（Base Die），过去它基本采用标准设计。而定制化的核心，就是根据客户芯片架构重新设计这颗基础裸片，甚至将部分原本位于AI芯片上的内存控制功能下沉到HBM中，从而降低功耗、节省芯片面积、释放更多计算资源。它主要面向采用自研AI芯片的云厂商，包括谷歌的TPU、亚马逊的Trainium，以及博通、Marvell这类ASIC设计公司。

从HBM4开始，海力士的基础裸片首次支持高度定制化设计。市场预测，首批定制化产品预计将基于HBM4E推出，并于2027年前后进入放量阶段。到了HBM5、HBM5E时代，定制化程度还将进一步提升。

不过，也别小看传统DRAM和NAND。这一轮通用内存涨价凶猛，一季度SK海力士DRAM均价环比涨了60%多，传统DRAM也是眼下利润弹性最大的部分。与此同时，AI推理爆发带动了企业级SSD需求大幅上升，NAND业务快速“数据中心化”，均价涨幅超70%，也让这条线的存在感不断变强。

目前，SK海力士的HBM、传统DRAM、NAND三条线全线涨价、全线缺货，这在存储行业历史上极其罕见。而引发这场短缺的，是实实在在的产能窟窿。

不久前，黄仁勋去到台北SK海力士展台，在首次公开展出的HBM4E晶圆上签名，并写下了几个大字：“Please Make More”。让全球最不缺议价权的芯片公司CEO当众求货，是因为SK海力士真的没货。

目前，SK海力士2026年的HBM产能已经全部售罄，订单已经排到了2027年之后。因为它的可用产能已经趋近于零，有客户甚至提出替SK海力士购买EUV光刻机、预付新产线资金。

缺货的原因，一半在需求、一半在供给。需求端，Agent开始落地之后，每一次推理都在疯狂消耗内存，需求直接爆表。供给端更要命，HBM的工艺极其复杂，每造一片HBM，就要牺牲三片普通内存的产能，等于产能还在被反向蚕食。

一边是无底洞式的需求，一边是越做越少的供给。崔泰源给出的判断是：晶圆缺口超过20%，存储瓶颈可能一直持续到2030年。

在这样的背景之下，SK海力士正在进行历史上最激进的一轮扩产，此次美股上市的巨额募资也都是在为这次扩产服务。

这份扩产计划主要铺在三个地方。最快的是韩国清州：M15X晶圆厂计划2026年下半年全面投产，配套的P&T7先进封装厂预计2027年底竣工。体量最大的是龙仁半导体集群，规划四座大型晶圆厂，一期2027年投产，往后逐步爬坡，未来将成为HBM4E、HBM5等下一代HBM的重要生产基地。海外则押注美国印第安纳州，一座先进封装厂预计2028年下半年投入运营。

不过需要注意的是，晶圆厂从动工到满产至少需要一年半到两年。因此，2026年新增供给非常有限，真正的产能释放还要等到2028年前后。换句话说，这场缺货，至少还要熬两年。

而只要缺口还在，竞争就不会停。毕竟一个供不应求、利润率70%的市场，没有人会坐视SK海力士独享。

研究数据显示，今年一季度，SK海力士在全球HBM市场拿下了58%的营收份额，稳居第一。而三星和美光各占21%，并列第二。

SK海力士现在最大的优势在于卡住了最关键的位置。它与英伟达绑定最深，在Rubin平台的HBM4订单中拿下约六到七成。此外，从良率、成本到量产认证的综合执行力，仍是三家里最强的。但不容忽视的是，它的领先差距也正在缩小，市场占有率从去年的69%下滑到了58%，三星和美光都在加快追赶。

三星手握全球第一的产能体量和最完整的产业链，最近更是抢先交付了业内首批HBM4E样品、展出了首个HBM5实体模型，气势很足。不过它的软肋在于此前几代HBM认证屡屡掉队，“抢首发”能不能变成“通过英伟达的量产认证”，还需要进一步验证。

美光体量最小，它当前HBM4的良率爬坡顺利，下一代HBM4E更计划首次在自家量产工艺中引入EUV（极紫外光刻）工艺。此外它还握着一张政策牌：作为美国唯一的存储厂商，在供应链本土化的大趋势下，美光是芯片法案存储领域最大的受益者。但目前，美光整体产能明显小于三星和SK海力士，规模上仍有差距。

所以这场三国杀的看点，已经从“良率之争”升级为“定价权与下一代规格之争”。其中，三星的绝地反击、美光的以小搏大，各自都是一个精彩的故事，我们之后也会分别单独展开。

刚聊完这一章巨干的技术和产品线，我们再来聊聊SK掌门人的八卦，看看卡住全世界AI脖子的那个男人身上，是怎么把“总统千金嫁给财阀公子”，“霸道总裁爱上离婚的我”，“公开出轨”，“手撕小三”，这些韩剧元素都给套自己身上的。

今年5月13日，首尔高等法院对SK掌门人崔泰源和夫人卢素英的离婚案进行了重审调解，双方未能达成一致，法庭决定将重新开庭审理。这场2019年开始、旷日持久的离婚官司，已经进入到了第8个年头。

崔泰源的妻子卢素英，是韩国前总统卢泰愚的女儿。一个是财阀公子，一个是总统千金，两人在美国留学时相识、相恋，从校服到婚纱，一切都像偶像剧里写的那样。直到狗血剧情扑面而来。

2015年年底，崔泰源在还没有外界爆料的情况下，主动自爆，公开了自己的婚外关系：“我出轨了，怎么着吧？”

崔泰源在写给韩国《世界日报》的信中表示，与卢素英的关系不合已经长达十几年，婚姻关系早就已经破裂了。双方在讨论离婚细节时，自己遇到了另外一个人，并且与那个人已经有了孩子。

还有一个有意思的细节：也就是在2015年，韩国废除了通奸罪，在婚姻之外发生性关系，不再属于公诉的刑事犯罪。

对于崔泰源的主动自爆，我们的嘉宾表示，并不是崔泰源想要跟卢泰愚家族做公开切割，而是崔泰源这个人的个性就是这样。

权小星

韩国高丽大学校长特别外事顾问

如果你是想切割，没必要用这种方式搞得满城风雨，而且这件事情对崔泰源个人形象的损害是非常大的。我之前和几位SK的内部人士聊过这个话题，从个人角度上，他们也理解不了崔泰源为什么这么做。只能说，这确实是崔泰源的一种个人性情，因为如果单纯从利益的角度来讲，一般不会这么处理这样的个人问题。

之后韩国媒体爆料，这段婚外关系的女主角叫金熙英，曾经离过一次婚，目前是T&C基金会的理事长。T代表崔泰源（Tae-won），C来自金熙英的英文名字Chloe。因为崔泰源给金熙英在首尔汉南洞买了豪宅，一些韩国媒体管金熙英叫“汉南洞夫人”。

金熙英比崔泰源小15岁，父亲常年在中国做生意。她曾在北京就读于中央美术学院的油画专业，能说一口还算流利的中文。北京大学曾邀请她做过一场演讲，可想而知，评论区的画风一言难尽。

2019年，崔泰源和卢素英的离婚案正式开打。3年后，一审宣判：崔泰源向卢素英支付精神赔偿约43万人民币（1亿韩元），卢素英拿到约2.9亿人民币（665亿韩元）的财产。

虽然2.9亿也不少，但SK作为韩国顶级财阀，理论上卢素英应该能分更多吧？一审法院的逻辑是，崔泰源持有的SK股份，主要来自于继承和资产升值，不是婚后夫妻二人共同打拼出来的，因此不属于夫妻共同的可分割财产。

卢素英当然不服，官司进入二审。2024年5月，二审宣判，有意思的是，整个叙事出现了反转。法院判决，崔泰源支付20亿韩元的精神赔偿，约合人民币874万，卢素英分到的财产为1兆3808亿韩元，约合人民币63亿。

虽然韩元的面值大，但现实中也很难见到“1兆”这种单位。二审法院的逻辑是，虽然崔泰源持有的SK股份来自于继承，卢素英也没有实际经营过SK，但卢素英的父亲、韩国前总统卢泰愚，对SK集团的发展起到了关键作用。

卢泰愚提供的政治资本，在SK发展的过程中具有现实价值。卢素英一方甚至直接爆料，父亲卢泰愚曾向崔泰源的父亲崔钟贤提供约300亿韩元的秘密资金，帮助SK发展。

也就是说，二审法院认为，SK的股份这么值钱，是因为女方父亲帮了大忙。因此，男方持有的SK股份属于可以分割的夫妻共同财产。

精神赔偿从1亿韩元上涨到20亿韩元，是因为法院认为崔泰源的婚外关系从2009年开始，而在同一年，卢素英被确诊患上乳腺癌。加上崔泰源将婚外关系公开化、长期化，对卢素英造成了巨大的精神冲击。

这里补充一点：从2008年开始，前总统卢泰愚病重，从此卧床不起，再也没有了从前的政治影响力，而2008年岳父病重，崔泰源2009年就搞事情。如果事实真是如此，崔泰源肯定是妥妥的渣男。

二审判决一出，就被韩国媒体称为“史上最贵离婚案”，也造成了SK的股价波动。这次，不服的换成了崔泰源，案子直接打到了韩国最高法院。

2025年10月，三审宣判，又一次逆转。20亿韩元的精神赔偿不变，但1兆3808亿韩元的财产分割判决被撤销，发回重审。

韩国最高法院的逻辑是：就算女方父亲为SK的发展有重大贡献，就算真的存在300亿韩元的秘密资金，那也是财阀和政要之间的非法黑金交易，非法性不能分割，靠非法手段获得巨额增值的SK股份，也因此不属于可分割的夫妻共同财产。

权小星

韩国高丽大学校长特别外事顾问

三审在韩国是最高审，而三审认为，二审在资金分割方面存在法理上不正确的地方，所以打回二审重审，也就是我们所说的“四审”。虽然金额会有调整，但从目前的情况来看，它会创下韩国财阀赔款额的一个新高，这是不可否认的。

讲到这里，大家就知道，我们并非光讲八卦，而是要再看看这个存储巨头背后的政治力量。所以，卢素英的父亲卢泰愚，到底对SK集团的发展起到了怎样的作用？

卢泰愚是结束军政府统治后，韩国的第一任民选总统，任期从1988年到1992年，在他的任上，中韩建交。

卢泰愚在1988年2月成为总统的仅仅七个月后，当年9月，卢素英和崔泰源结婚。婚礼在青瓦台举行，主持婚礼的是当时的韩国总理李贤宰。

还记得我们开篇提到的，SK两次改写历史的神奇收购吗？一家做纺织原料的公司，为什么能连续两次蛇吞象，收购大韩石油和韩国移动通信这两家垄断巨头？

卢泰愚是结束军政府统治后，韩国的第一任民选总统，任期从1988年到1992年。在他的任上，中韩建交。

SK的官方叙事是：当年SK的主要产品是从石油中提取纤维，且已经开始向上游发展，而当时政府招标考察的是稳定的原油供应能力。在上世纪70年代的两次石油危机中，SK掌门人崔钟贤数次亲赴沙特，保证了SK和韩国的石油供应，因此得以击败其他财阀，成功收购大韩石油。

但按照卢素英和韩国一些媒体的说法：当时三星、现代、LG这些老牌财阀已经太大，且是朴正熙扶持的，卢泰愚希望能有听命于自己的财阀，才刻意帮助当时还不是顶级财阀的SK收购了大韩石油。

权小星

韩国高丽大学校长特别外事顾问

当时的大韩石油还有一个重要股东，是美国的海湾石油公司，持股接近一半。1980年的SK销售额也就3000亿韩元左右，大韩石油公社那一年的销售额是1万亿韩元。一个3000亿的公司要吞掉一个1万亿的公司，而且它相当于收购的是美方的股份。

鲜京用这种方式直接成了韩国五大财阀。在这个过程当中，它的很多钱来自于从沙特的借款，相当于用国家借款作为担保来筹的这笔钱。所以你告诉我这里面没有任何的权力架构吗？我不信，而且可能不只我不信，很多人都不会信。

SK买下大韩石油的1980年，当时的韩国还处在军政府统治时期，最高领导人是与卢泰愚同属韩国陆军士官学校第11期的全斗焕。那时的卢泰愚任韩军保安司令官，上一任保安司令官正是全斗焕。

在韩国的军政府时期，韩军的保安司令官是一个很难在其他国家找到对应的职位。理论上，保安司令官负责的是军队内部的情报工作，但实际上还会涉足对政界、媒体、校园、宗教的监控。也因此，卢泰愚被认为是当时韩国的二号人物，对国有资产的处置有重大发言权。

权小星

韩国高丽大学校长特别外事顾问

保安司令官这个位置，一定程度上是全斗焕自己通过这条路走过来的，他自己掌权之后，要把这条路交给卢泰愚。坊间甚至有一个阴谋论是这么说的：为什么全斗焕后来面对民众的抗议，同意了总统直选？有一个原因，就是他认为最后当选的会是卢泰愚，即便放开选举，卢泰愚也不会清算自己。所以说卢泰愚的地位，不是一个单单纯纯的二号人物，他更像是全斗焕的接班人兼大内总管：我重视什么事、什么事需要我自己亲自盯，但我盯不过来，我就让你去盯，你就代表我。

卢泰愚总统任期的最后一年，1992年，韩国发放了第二张移动通信牌照，最终拿到牌照的正是SK。但此时韩国已经民主化，把一张有垄断性质的牌照发给总统亲家，引来了媒体和反对党的激烈批评，就连执政党也开始担心会影响接下来的大选。舆论压力之下，SK主动放弃了这张牌照。

两年后的1994年，SK成功收购国有的韩国移动通信。按照卢素英和部分韩国媒体的解读，虽然此时卢泰愚已经卸任，但仍为SK提供了无形的政治资产和背书。SK身上的标签是前总统亲家，借此才成功完成收购。

权小星

韩国高丽大学校长特别外事顾问

到80年代末90年代初的时候，电信已经是一个正在崛起的行业。而这个时候，为什么那么多财阀当中偏偏选择了SK？为什么偏偏选择一个几乎没有To C业务的公司来做？而且当时的SK不仅是拿到了电信牌照，还拿到了最好的波段，使得SK在很长一段时间内可以做一种叫Premium 011的营销。如果说这个过程当中完全没有关照、是秉公无私的，我觉得这可能也很难被大家说服吧。

SK一方的反驳是：集团早在1984年就成立了通信部门，经过十多年的准备后，通过公开竞标买下韩国移动通信，且价格高于当时的市场价。SK官网上的原话是：“这要归功于通过长期的准备所形成的自信心和对今后发展前景的独特眼光所造就的首任会长崔钟贤的英明决策。”

那么，你更相信哪一方的叙事呢？如果你相信的是卢素英一方的叙事，历史会是这个样子的：

一个韩国军队的情报头子，为了培养自己的势力，帮助SK集团完成了两次重要收购。SK因此有了豪赌半导体的本钱，买下海力士后才能投巨资开发HBM，成为AI时代的关键卡点。

所以，你每天日常使用AI产品时，决定模型思考时间、生成token速度的关键之一HBM，源起竟是一位韩国前总统的私欲。这个世界，就是这么荒诞。而卢泰愚最终还是没有逃脱“青瓦台魔咒”，被判有期徒刑17年。

关于这场离婚案，无论最终的终判如何，都不会直接让卢素英拿走SK海力士的股份。SK海力士的直接大股东是SK Square，之前真正被法院反复讨论的，是崔泰源手里的SK Inc.股份价值。

SK海力士如今是整个SK帝国最值钱、最性感的资产，但它被装在SK系复杂的控股链条里：上面是SK Square，再上面是SK集团核心控股平台SK Inc.，而崔泰源持有的，正是SK Inc.中大约17.7%的股份。

所以离婚案影响SK海力士的方式是：如果崔泰源最终需要支付巨额财产分割，他可能需要出售、质押或重新安排SK Inc.股份来筹钱。但在三审之后，这个可能性已经大大降低。接下来的四审就算比一审的金额多一些，但市场认为，肯定也不会有二审这样的天价赔偿了。

同时，二审时公司股价很低，需要卖相当多的股份才能筹到对应的金额。而目前股价暴涨，就算要赔偿，崔泰源需要卖的股份数量也不会很多。

所以，从资本市场来看，离婚案对SK海力士的股价影响已经不是巨大风险了。但这个离婚案的句号，我们要等到7月24日的四审宣判。

这篇文章，我们回顾了SK海力士的历史、HBM的技术历程和优劣势，以及财阀的狗血八卦，这是一个特别“韩国”的故事。

HBM是真的，内存墙是真的，英伟达对高带宽内存的依赖也是真的。SK海力士确实在一个极其关键的时间点，押中了一个长期被忽视的技术方向，并且用良率、封装和量产能力，把自己从“万年老二”变成了AI时代最稀缺的供应商之一。

但如今，资本市场对内存产业的恐慌也是真的。最近很多投资人都表示：“内存行业有一天会跌，并且会跌得很惨”，但关键问题是，“有一天”是什么时候？

市场目前的共识依然是算力需求会无限增长，而内存行业的现状是严重的供不应求。在黄仁勋一次又一次和崔泰源见面时，市场也相信SK海力士已经被坚定绑定在英伟达的王座旁边。于是，它被定价成了AI基础设施的垄断入口。

可是存储行业最残酷的地方就在于：它不是第一次让人相信“这次不一样”。

这一次的“这次不一样”，是AI带来的。互联网泡沫破裂、金融危机、智能手机换机周期、云计算服务器周期，每一次触发因素都不同。但这一次，变量变成了AI，人们相信，这将打破存储行业的“周期魔咒”。

所以，SK海力士来到美国上市之后，股价表现会怎样？我们拭目以待。

中创新航陷入动力电池批量质量争议漩涡。

日前，据新华网报道，投诉平台显示，2026年以来，搭载某品牌177Ah磷酸铁锂电芯的新能源营运车辆，集中出现电芯鼓包、漏液、绝缘故障等问题。多位车主的第三方检测报告确认，在排除碰撞、泡水等外力因素后，故障指向电池内部制造缺陷。

透过投诉网站的数据重合度和市场装机信息，大量网友、车主将涉事电芯品牌指向国内动力电池头部企业中创新航。

对此，7月18日，《每日经济新闻》记者向中创新航方面进行求证，相关工作人员未对市场猜测进行明确否认并表示：“就177Ah电芯一事，近期我们和主机厂方都会给大家一个回应，相关工作正在推进安排。一直以来，我们坚持站在用户角度，也希望能够给消费者带来更好的产品。”

鼓包、漏液、续航不足

据新华网报道，在车质网、黑猫投诉等平台上，相关投诉持续攀升。故障集中爆发在15万公里至30万公里区间，这恰好是许多营运车辆刚过或即将超过厂家质保期的尴尬时期。

据车质网数据，仅7月1日至7月18日，针对某汽车品牌动力电池的投诉就高达182例，其中多数投诉都提及中创新航的电池问题，涵盖电池故障续航不足、鼓包、漏液等故障方面。

有投诉车主直言：“2026年6月20日晚，（车辆）正常余电（即续航里程）168公里，忽然秒变33公里。叫我如何正常上高速，无比恐慌地开着这车，安全谁来保证？”

图片来源：车质网

还有投诉车主称自己的车辆出现了动力电池鼓包的情况，“产品设计制造有缺陷，行驶中突然断电，存在重大安全隐患，经检查发现动力电池严重鼓包已无法继续使用”。

图片来源：车质网

据新华网报道，天津一位不愿具名的电池维修工程师透露，他经手的该款问题电池案例达三十多起，涉及京津冀多地。“问题大概率出自电池设计端。制造商或许是为抢占市场、匆忙组装，大幅缩短了验证测试时间。归根结底，这是行业过度‘内卷’下验证周期被压缩造成的。”该工程师表示。

“动力电池整体生产链路工序繁杂、品控精度要求极高。若极片涂布涂层工艺存在瑕疵、电芯装配精度不达标、电芯与ICB焊接存在虚焊/漏焊、封装工艺不成熟，或是BMS电池管理系统逻辑标定不完善，电测试把关不严，任何一个环节做得不到位，都有可能在动力电池使用后期出现鼓包、电芯老化、电池故障等问题。”一位动力电池从业人员告诉《每日经济新闻》记者。

据SNE Research披露的数据，今年前5个月，中创新航装机量同比增长36.3%至23.8GWh，市占率升至全球第四。

动力电池若出现批量性问题

质保外企业仍需担责？

目前，针对问题动力电池的维权核心矛盾集中于售后推诿。

有投诉车主称，其（车辆）动力电池第一次出现故障是2026年3月7日，送去维修后，于3月18日取回车辆。但之后，车辆又在5月和7月两次出现动力电池故障。

“我曾联系过主机厂售后人员要求更换电池包，售后人员以车辆已过质保期让我自行联系延保，但这辆车平时都是按车辆保养时间或公里数去做的保养。”该车主表示。

新华网上述报道称，维权过程中，车主普遍遭遇推诿。苏州一位车主在车辆行驶23万公里后出现系统故障，4S店确认电池质量缺陷，却以“超出15万公里质保”为由拒赔，要求自费8万元更换整包电池；成都一位网约车司机在31万公里时遭遇电池鼓包、泄压阀爆开，4S店则以“未按要求在店内维保”为由拒保。

“质保是针对个别质量问题，召回则是针对批次性、系统性的安全缺陷，具有强制性。如果产品批量性出现问题，那说明这个产品本身就属于缺陷，可能就会造成人身或者财产的损害。这种情况下，车辆质保期限不影响召回责任，即便营运车辆超出质保里程，只要监管部门认定存在系统性制造缺陷，车企也要免费维修、更换或召回。建议车主留存检测报告、行驶记录、维保凭证，通过12315等平台提交线索，推动问题解决。”上海七方律师事务所合伙人律师张睿向记者表示。

张睿进一步解释称，根据相关法规，消费者与整车企业存在直接买卖合同关系，车企是三包法定责任主体，电池厂商与车企的内部供货协议无法对抗消费者维权诉求。但车企完成终端兜底赔付后，可依据采购合同向电池厂商全额追偿。

实际上，这种因制造缺陷引发的连锁反应在行业内并非个例。

2025年底，因欣旺达交付的电芯存在制造一致性缺陷，吉利旗下威睿电动向欣旺达索赔23.14亿元，最终双方在2026年初以6.08亿元达成和解。

根据《和解协议》，双方同意按实际成本认定更换动力电池包相关费用并按比例分担，事件处理后的相关电池包归欣旺达动力所有；截至2025年12月31日，扣除欣旺达动力已承担金额后，其还需向威睿电动支付剩余金额6.08亿元。

极氪也宣布，官方售后部门主动联系全部极氪001 WE86车主进行电池检测，如存在电池健康度异常等情况，将为车主免费更换电池包。

眼下，中创新航虽表示后续将进行详细回应，但其与主机厂如何排查整改、落实售后方案，仍将是车主们和外界关注的焦点。

杭州拌川，开始发力

最近，北京朝阳合生汇，出现了两家“杭州拌川”新店。

一家是低调开业的【椿芽·鲜牛肉杭州拌川】，椿芽在业内小有名气，是2025年的现象级“神店”品牌，北京首店在合生汇B2层的香蕉美食广场。

特别巧的是，在距离椿芽不远处有一家【春苗·杭州鲜牛肉拌川】，据了解，这两个品牌毫无关联，只不过恰好都是主打杭州拌川。

而且两家店不只位置离得近，品牌名字也是及其相似，“本来是奔着椿芽来的，结果误打误撞打卡了春苗，大家别走错了”不少网友纷纷留言。

但门店风格是有很大差异，椿芽门店依旧颇具轻奢风，明厨亮灶和板前模式相结合，满足一人食、两人位和小聚场景，侧重轻快餐。春苗的动线设计和布局同主流快餐更贴合。

不过在探店过程中，内参君也感受到，在同一用餐时间段里，春苗人气的确更足。星期五晚上17点，打开大众点评，看到春苗门店已经在排队了。

至于原因，春苗大概是占据了选址、时间、“首店”和优惠等多重优势。

春苗早于椿芽开业，带上“北京首店”标签，要知道“首店”的含金量还在上升，在年轻人占领的合生汇商圈，尝鲜“首店”更是打卡潮流。

春苗所在过道的位置是走进香蕉美食广场的必经路，有顾客直言“椿芽比春苗好吃，奈何位置是硬伤。”对于不了解椿芽的顾客来说，还没走到美食广场，可能就被外面的春苗“截胡”了。

还有“营销手段”，春苗推出50元代金券35块，49块招牌杭椒鲜牛肉拌川单人餐包含鲜切杭椒牛肉拌川、开胃小菜和特饮，整体看上去性价比是非常在线。

反观椿芽，或是开业时间尚短，整体很低调，店里推出10元代金券（5.5元），暂未有其他套餐设置。而对于消费者来说，尝鲜两个自己不熟悉的同品类新店，他们更看重品牌人气和性价比。

除了这两家店，北京的朝阳酒仙桥附近也有一家名为【沐春·杭州拌川北京首店】的新店。这也传递出一个信号，“拌川品类”似乎正走向更多城市。

一方面是以椿芽为代表的连锁品牌，从杭州走向上海、武汉、南京、深圳和北京等城市，而有意思的是，这些城市在今年陆续出现了一批杭州拌川新店。

南京的【杭老爹面馆·现炒拌川】，上海的【富椿·鲜切牛肉拌川】、【福园春】和【凡记】，【三味拌川】；武汉的【杭见·鲜牛肉拌川】和4家店的【摘山语·鲜切牛肉杭州拌川】等。

这些门店名字都非常相似，招牌产品主打鲜切杭椒牛肉拌川、牛肉香菜拌川、经典虾爆鳝拌川、鸡肉虾仁拌川、肝腰肝花拌川等风味面食，定价稍有差异，人均40元左右。

拌川品类尚未形成全国规模化连锁，但已进入“多地试水、集中模仿、局部扎堆”的阶段。

崛起背后

拌川品类热度走高，不是凭空而来。

来自沪杭地区的拌川，历史悠久，产品介于拌面和炒面之间，呈现半干半湿状态。

其制作过程更加讲究，后厨需同时操作两个炉灶，一锅负责汆面，一锅是现炒浇头，这样做出来的拌川在口感和风味更正宗，但这也极其考验厨师对火候和酱汁的把控乃至出餐效率。

杭州以拌川为特色的面馆很多，“明星都爱吃的杭帮面馆”的多年老牌【小狗面馆】，一款全家福拌川据说曾日销上千碗；方老大以茄汁拌川闻名，米其林品牌【复兴面王】的经典杭州鲜牛柳拌川颇受欢迎，随着拌川热度起来，品牌在南京、郑州、合肥等名字也都带上“杭州拌川”......

虽然这些老牌非常知名，但是并未把“杭州拌川”单独拎出来做品牌名字，所以杭州拌川往往被隐藏在门店里以经典招牌存在，而不是一个热门品类。

现在，随着众多以“杭州拌川”命名的新店出现，杭州拌川以“品类”身份走红。

当然，杭州拌川的火爆，首先离不开“神店效应”。山居椿芽创始人曹银苗提出“用中餐逻辑做面”的理念，以精致中餐的标准做一碗面，既有快餐的便捷性也有正餐的品质感。从产品到空间，椿芽始终秉承“讲究”原则，坚持使用新鲜牛肉，设置明档亮厨，空间设计上砸了200万。

日均翻台17轮、复购超40%，让椿芽成了现象级神店，被众多餐饮业内人士前去学习。

在椿芽火了之后，面对出现的一众“模仿者”，曹银苗的第一反应不是愤怒，而是感到欣慰。她表示“终于有人愿意做杭帮拌川了，说明这个品类在受到关注。”

其实这和此前三佰杯带动相似模式门店出现的逻辑很像。一个神店出圈后，同行看到的不只是客流，还有门头形式、产品结构、消费场景和社交平台传播方式。于是，一批模仿者快速出现。

在餐饮行业，模仿和学习从来不是新鲜事，因为标杆的力量是非常大的。

一方面，当众多杭州拌川品类门店出现，将持续带动品类在全国势能走高，提高消费认知度。

但同时，对模仿者来说，追赶品类热度和学习标杆品牌过，需要练就自身的差异壁垒，要清晰认知模仿的是品类红利，还是经营能力。

其次，面馆赛道需要新故事，现炒浇头重新给面馆赛道加温。近几年，消费者对“锅气”的感知越来越强。相比标准化预制浇头，现炒浇头更有画面感，也容易让消费者觉得吃的值。

典型代表王繁星、椿芽、天边、丝路传奇等热度颇高的面馆，把现炒现做、明厨亮档这件事推到台前，这样一来，门店就有现场感，浇头一炒，食材、油香和热气就都烹饪出来了，加上丰富的菜品系列，打破传统面馆的快餐属性，给顾客营造一种轻正餐、烟火气和品质感的用餐体验。

公开数据显示，2025年5月至2026年4月的近一年中，全国面馆新开出近24万家。辰智大数据也显示，2024年Q3季度到2025年Q2季度，名字里带有“小炒”、“爆炒”和“现炒”的面类产品热推指数增长率超过60%，抖音平台上关于#现炒浇头面的话题播放量超5.5亿次。

不管是面馆品类还是消费者角度，都是一轮从“快餐饱腹”到“风味体验”的升级。

此外，刚需品类+地方风味和食材的双重特性。客观来说，杭州拌川不是复杂大菜，不是高客单品类，而是建立在面食刚需上的地方特色风味。

杭州拌川的优势，在于既有“杭州”的地域标签，有“鲜牛肉”“现炒浇头”的产品记忆点，又落在大众高频消费的面食场景里，对于创业者而言门槛不高，但是消费者也不难接受。

但是品牌想要突出记忆点和特色，避免自己沦落为普通的面馆快餐，就要“与众不同”，比如在产品端，除了经典招牌面，还要搭配地方特色小吃，既能让顾客尝鲜又能提高点单量，比如椿芽的儿时爷爷的糖糕、麦青南宋方糕等出现在菜单上，让人有种下单的欲望。

毕竟在人们既要又要还要的多重需求里，单一品类不足以支撑一个门店的发展。

杭州拌川能走出杭州，也并不意外。

重重考验

只是，热度不等于生意。而且一旦被视为网红品类，容易陷入“网红短命”的魔咒中。

所以，杭州拌川容易陷入风险，就是当一个品类刚刚出圈，被大量新店迅速复制，容易从“红利窗口”变成“同质化混战”，如产品同质化，简单的复照搬菜单不等于复制神店，差异化才是护城河，否则在同台竞技中，最终只会沦为毫无特色的普通快餐店。

即便是椿芽在“北上”拓店时面临消费者口味差异。有顾客反应“面的口味太咸”，“期望值太高反而少了惊喜，味道不差，但并没有打动我，只能说外来品牌在落地一座新城市后，总是要慢慢调整，才可以贴合本地口味。”一位关注椿芽许久的粉丝在打卡北京门店后坦言。

现炒模式的标准化是难题，现炒浇头是卖点也是效率陷阱，它能带来锅气和新鲜感，但对后厨提出更高要求，厨师熟练度、火候控制、出餐节奏、备料效率，任何一个环节不稳都会影响体验。

有顾客吐槽“店里的肉吃到后面发现还有没炒熟的，非常影响食欲”，这个案例很典型，其实消费者不是不能接受新品牌试错，只是门店的试错成本很高，出品不稳可能失去复购，类似这种成熟度的问题，败坏顾客好感后，也将容易把门店从“新店尝鲜”推向“谨慎避雷”。

此外，是低价和流量依赖性，客观来说新店开业，用低价活动吸引第一波客流很常见，但问题在于，低价虽然能带来排队，却不一定带来利润，而排队能制造火爆场景，也不一定等于复购。

若是一家店的竞争力建立在“比别人便宜”、“刚开业有活动”、“平台上看起来很火”，经营模型就很脆弱，一旦补贴退去、尝鲜结束、同类门店增加，门店就要面对真实日常。

避免把开业流量当成长期需求，把网红排队当成盈利能力的，对于任何一个品牌和门店来说，单店盈利模型尤其重要。杭州拌川正处在这个节点，既有品类热度，也有地方风味势能，但若是没有稳定的单店盈利模型，一旦扩张加速，那么风险也越集中。

小结

目前，北京、南京、上海、武汉、郑州、合肥、宁波等城市陆续出现相关门店，说明市场确实在观察、试水、跟进。但目前还没有形成成熟的全国化连锁格局，行业整体仍偏观望。

一方面，拌川品类的走红，说明地方小吃全国化仍有机会，因为它有面食刚需基础，有现炒浇头的风味表达，也有椿芽这类神店带来的传播势能。

另一方面，从北京到南京、上海、武汉等多城新店涌现，也能看到模仿开店不难，难的是把地方风味做成稳定产品，把开业流量沉淀为复购，把网红热度转化为盈利单店模型。

对于品牌来说，真正值得投入的是产品稳定、价格合理、效率可控、服务在线、复购成立。

头部连锁快餐集体“摆水果摊”了？

这个夏天，最会卖水果的，可能不是水果店，而是两家洋快餐。

一个卖西瓜，一个送菠萝。肯德基和德克士，不约而同把门店变成了“水果摊”。

近日，肯德基上线了“香焗纸包鸡送西瓜”活动。34.9元，一份香焗纸包鸡，再加一个约3斤重的小西瓜，一起打包带走。

这次活动全国限量8万个西瓜，如果拿到的西瓜品质不好，可以更换成2杯大杯桂花酸梅汤。

不过，消费者需要在肯德基App下单，而且只有参与活动的门店才能领取，想抢瓜，最好提前确认附近门店有没有货。

上海的玩法更直接。除了套餐之外，部分门店甚至开放了西瓜单卖，一个16.9元，全市限量5000个，只卖一天，而且仅限堂食。

事实上，这已经不是肯德基第一次卖西瓜了。

去年8月，肯德基就曾推出“买全鸡送西瓜”活动。价格还比今年便宜，29.9元，全网限量4万个特小凤黄瓤西瓜，活动上线当天几乎被抢购一空。

今年，黄瓤瓜换成了红瓤小吊瓜，但热度依旧没变。

德克士也没闲着。为了推广“火山菠萝堡”，德克士从7月17日起推出“送菠萝”活动。全国500多家德克士门店，消费者购买指定汉堡，就能获赠一个新鲜菠萝，一人一个，送完即止。

不少门店这几天已经把一筐筐菠萝摆在门口，既有视觉冲击力，又天然适合拍照、发社交平台。

其实，送菠萝对德克士来说，比送任何水果都更有品牌记忆点。

德克士本就是靠菠萝鸡腿堡打开市场的一代洋快餐品牌。如今新品依旧围绕“菠萝”做文章，再送一个真正的菠萝，既强化了产品认知，也唤醒了消费者的童年记忆。

为什么餐饮店会想到卖水果？

说到卖水果，其实今年4月份，安徽知名茶饮品牌卡旺卡也在部分门店上架“无籽麒麟瓜”，售价38元。网友表示很奇妙，甚至有调侃“自己不知道怎么选，以后就让卡子帮我选”。

西瓜也好，菠萝也罢，本质上一场关于消费者情绪和注意力的争夺。

在今天，餐饮品牌越来越清楚消费者买单的，已经不只是产品本身，还有产品带来的体验、话题和情绪价值。而水果，恰好成为了低成本撬动高流量传播的营销工具。

就拿肯德基来说，从消费场景来看，西瓜和炸鸡的组合并不突兀，冰凉清甜的口感可以中和炸鸡带来的油腻感，尤其进入三伏天后，全国多地持续高温，消费者更希望吃得清爽。一个小吊瓜，也符合当下的一人食潮流。

当然，卖炸鸡汉堡的肯德基，突然卖起了水果，本来就有种反差感在里头，更容易制造话题，天然就会吸引好奇的消费者去尝鲜。

除了反差感，限量发售也是关键，肯德基全国1万多家门店，8万个瓜平均分下来，每家店顶多几个，饥饿营销拉满。

对消费者来说，买到那限量西瓜，发条朋友圈，就是今夏最靓的仔。对品牌来说，一个“抢到了”的帖子，胜过十条硬广。

从更大的行业趋势来看，头部餐饮品牌正在努力成为年轻消费者生活中的“情绪搭子”和“社交货币”。

过去，餐厅和消费者的关系很简单：消费者进店，购买产品，完成消费。但现在，品牌需要创造更多连接。可能是一款联名产品，可能是一句网络热梗，也可能是一颗西瓜。

“不务正业”，开始成为餐饮竞争力

今天，餐饮竞争已经进入一个新的阶段。

在产品越来越同质化、流量越来越昂贵的环境下，一家餐厅能不能制造话题、创造情绪、连接消费者，正在成为新的竞争力。

某种程度上，“不务正业”正在成为头部餐饮品牌的一项能力。

这里的“不务正业”，并不是真的偏离主业，而是品牌开始主动拓展与消费者发生关系的场景。

消费者走进一家餐厅，不再只是为了吃一顿饭。可能为了抢一个限定新品，为了一次联名活动，为了一件有趣的周边，甚至只是为了拍照分享到社交平台。

这也是为什么，越来越多头部品牌开始主动拥抱年轻人的语言体系。它们玩网络热梗、做跨界联名、推出限定产品，用年轻消费者熟悉的方式与他们对话。

因为在今天，品牌最大的资产，不只是门店数量和产品销量，还有消费者愿不愿意主动谈论它。

但与此同时，餐饮品牌也需要保持边界感。

“不务正业”可以成为加分项，但不能成为逃避餐饮基本功的借口。无论营销方式多么新鲜，最终决定消费者是否复购的，依然是产品本身。

如果产品不好吃，服务不到位，再有趣的营销也只能带来一次性的流量。

会“不务正业”的品牌，或许更容易被看见；但真正长期赢得市场的品牌，一定还是那些把餐饮本质做好的品牌。

本文并非为行业乱象辩护，更非否定监管整治的必要性。恰恰相反，只有正视结构性根因，才能找到真正有效的治理路径。行业需要的不是更多的道德批判，而是机制层面的清醒反思。文章7800字，速读即可。

引言：两条管道同时被切断

2026年伊始，通信行业连发七份文件整顿线上号卡渠道，今天国资委及三大运营商也正式下发了全面取消线上号卡代理渠道的实施方案，代表着经历了联通大王卡、移动花卡的号卡繁荣时代彻底划上了一个句号。同时存量业务侧的二次确认、一键退订、"明白办"行动同步收紧。号卡是拉新的入口，存量业务是变现的载体。当入口被关、载体被锁，运营商赖以生存十余年的"线上主动营销"体系——从号卡获客到存量业务转化——正在同时失血。

这不是周期性低谷，而是一个商业模式的终结。但这个终结的机制是什么？它是否独一无二？又该如何过渡？本文试图回答这三个问题。

一、号卡断臂：新增管道的物理关闭

要理解这次整顿的力度，需要先理解线上号卡过去十年扮演的角色。

线上号卡不仅仅是"卖手机卡"——它是运营商整个线上获客体系的流量入口和用户漏斗的第一环。低价大流量卡（19元200G之类）通过电商平台和直播渠道大规模铺货，本质上是"以价换量"的用户获取策略。用户被低价吸引办理号卡后，附着在号卡上的增值业务订购入口同步被激活，形成"号卡拉新→增值变现→沉默利润"的完整商业闭环。

这个闭环在过去十年运转顺畅，但代价是行业陷入了"增量不增收"的怪圈。工信部统计公报显示：2023年移动互联网接入流量达3015亿GB，同比增长15.2%，移动数据流量业务收入却下降0.9%；2024年流量继续增长，收入再降1.5%。流量越用越多，行业收入却持续下滑——低价竞争把整个行业的ARPU拉低了。

今天这份由国资委财务监管及运行评价局指导、中国移动牵头、中国电信与中国联通共同磋商的《关于全面取消线上代理渠道实施方案的汇报》落地，核心目标是整治"内卷式"竞争、做强做优做大国有资本。文件给出了一个关键数据：2023-2025年全行业累计线上发售大流量卡约1.3亿张，对应渠道费用估算超200亿元。这个规模意味着，低价号卡不仅没能带来收入增长，反而在消耗行业成本、恶化价格体系。

文件同时指出，当前阶段取消线上代理的范围聚焦号卡业务，暂未覆盖宽带、叠加包（流量/语音/短信）、视频彩铃、云盘、权益、营销合约等其它线上代理业务。这传递了一个至关重要的信号：聚焦号卡只是第一步，后续大概率会向其它线上代理业务扩展。200亿元的渠道费用治理，不会只停在号卡。

文件列出的取消线上代理的四条原因，与本文分析的结构性问题高度吻合：一是加剧"内卷式"竞争，代理商跨省、跨运营商无序抢夺客户，放大区域性低价套餐；二是放大"新老不同权"，通过投流、直播等流量植入宣传加剧客户低价认知；三是影响行业形象，存在夸大、虚假、低俗宣传；四是消耗行业成本，核心流量入口、曝光资源、获客主动权完全掌握在外部平台手中。前三个是监管理由，第四个是经济理由——200亿元买来的不是可持续用户资产，而是投诉、低价认知和对外部平台的依赖。

5G用户KPI的数字好看，但换来的用户ARPU极低、流失率极高、投诉率居高不下——这是一笔赔本赚吆喝的生意。但断臂的代价远不止"少卖几张卡"。号卡管道关闭意味着附着在号卡上的整个增值业务获客链条同时断裂——那些依赖新用户激活的增值业务产品、那些搭着号卡开通的增值订购，全部失去了最核心的流量入口。

二、增值业务的失血困局：数学约束下的系统性必然

号卡断臂之后，存量增值业务的问题更加尖锐地暴露出来。

2.1一道数学题：合规推广为什么跑不通

以20元/月的流量包为例，运营商给渠道的佣金是20元，分次月和次次月各10元结算。假设次月留存率75%、次次月留存率65%，则有效结算佣金为10×0.75+10×0.65=14元/转化（未考虑投诉扣罚及退费追溯）。在完全合规的宣传条件下，通信增值业务的典型CTR约2%、CVR约2%：可承受eCPM=佣金×CTR×CVR×1000=14×0.02×0.02×1000=5.6元

而实际在媒体平台的流量市场中，根据各平台公开的eCPM基准：穿山甲开屏广告eCPM约80-150元，信息流约30-80元；优量汇开屏约60-120元，信息流约20-60元。即便取信息流最低档20元，5.6元的出价在算法竞价中也毫无竞争力——差距近4倍。当CTR被提升到15%、CVR提升到5%（在抽奖、伪装系统弹窗等手法下可达）：eCPM=14×0.15×0.05×1000=105元，而105元才勉强可以和电商、游戏行业同台竞价。

诱导投放的根源不在引流渠道的道德选择，而在佣金结构与竞价规则的数学约束。合规投放的eCPM与实际流量成本之间存在近20倍的鸿沟，这个gap靠运营优化填不平。进一步追问：为什么佣金只有14元？因为运营商的ARPU在持续下滑，提高佣金意味着利润进一步压缩。为什么媒体eCPM那么高？因为电商、游戏、本地生活的广告主出价更激进。渠道被夹在"佣金向下、eCPM向上"的剪刀差中间，诱导投放不是选择，是数学必然。

2.2双重不可治理：平台也没有动力帮你优化

更值得关注的悖论是：通信行业在整个互联网广告大盘中的占比微乎其微。2024年中国互联网广告市场规模约6500亿元（QuestMobile），头部广告主是文化娱乐、社交婚恋、游戏、电商、美妆。通信增值业务（不含号卡投放）的广告投放额在整个大盘中排名前十之外。

这意味着什么？对于抖音、快手、腾讯这些平台来说，通信行业那点广告费，连优化算法的边际成本都覆盖不了。平台的算法优化资源会向电商、本地生活、游戏这些大头倾斜。渠道投诉"平台算法逼着我们诱导"，平台连回应的动力都没有——毕竟就这么点预算占比，爱投不投。

于是形成了一个"双重不可治理"的局面：监管侧，诱导模式打不掉（eCPM数学约束）；平台侧，也没有动力帮你优化（预算占比太低）。渠道夹在中间，要么继续诱导等死，要么合规投放亏死。

2.3号卡断臂后的加速失血

号卡新规之前，行业的失血是"边输血边失血"——新增不断进来补上存量流失。号卡断臂之后，新增断了，存量还在被诱导模式消耗，变成了"只出不进"的加速失血。而且存量用户的退订/投诉还会产生负口碑效应。一个被诱导订购然后退订不掉的用户，会告诉身边十个人"别用运营商的增值业务"。在消费降级的大环境下，用户连3元的银行余额短信通知业务都觉得贵要退订，运营商每月20几块的透明权益模型推起来更难。消费降级的核心特征是"砍掉一切非刚需支出"，而通信增值业务恰好是最容易被砍掉的那一类。

2.4二次确认与一键退订：诱导模式的最后一击

2026年逐步落地的页面纳管、二次确认机制和一键退订功能，对诱导模式构成了致命打击：

·转化端：二次确认机制让诱导订购的CVR断崖式下降——从5%可能跌到0.5%以下，原来那道eCPM=105的数学题，CVR一跌就回到了10甚至更低

·留存端：一键退订让沉默用户的退订成本归零，LTV大幅缩水

·合规端：默认勾选/静默开通被全面禁止，渠道失去了灰色操作的空间

对于高度依赖信息流诱导的渠道来说，这不是"业务调整"的问题，是"商业模型是否还成立"的问题。合规端eCPM 5.6跑不通，诱导端CVR被二次确认打穿，两条路同时堵死。

三、结构性根源：激励传导链与反馈回路

以上所有现象，最终指向一个结构性问题。但"KPI与算法共生"这个判断，如果停留在贴标签的层面，就只是一句正确的废话。真正有价值的分析，是把这个共生体拆成一条可追踪的传导链，标出反馈回路和杠杆点。

3.1激励传导链：从国资委到渠道商的压力单向传导

→国资委/股东收入增长期望

→运营商总部KPI分解（收入同比X%）

→省公司/专业公司指标加码（层层加码，基层指标通常比总部高30%-50%）

→渠道拿到不合理的转化指标

→渠道开展外呼或在媒体平台竞价，被迫提升CTR/CVR

→平台算法学习到"诱导素材转化高"，给予流量倾斜

→诱导素材获得更多曝光，产生更多投诉

→监管与运营商总部共同介入整改→数据下滑→渠道找更隐蔽的诱导方式

→回到起点（恶性循环闭环）

这条链的关键特征是压力的单向传导与收益的反向汇聚：

·压力向下传导：从总部到省公司到渠道到一线，每一层都把指标压力向下一层传递并加码

·收益向上汇聚：利润向高层汇聚，指标压力由基层承担，用户愤怒由一线吸收

·风险向外转嫁：渠道把合规风险转嫁给用户（诱导订购），用户把不满转嫁给监管（投诉），监管把压力转嫁给运营商（整改），运营商再把压力传回渠道——形成闭环但永不触碰KPI本身

运营商企业文化中存在两套并行且矛盾的话语体系——"以人民为中心"的政治话语与"收入同比增长X%"的经营话语。问题不在哪套话语是对的，当两者冲突时，组织行为往往服从经营话语。这种矛盾不会在高层显现，因为高层同时掌握两套话语的解释权，它只会在基层爆发，表现为一线人员被迫在用户体验与完成指标之间做出艰难取舍。

号卡时代的低价大流量卡如此，增值业务时代的诱导订购亦如此——都是KPI压力下的"迫不得已"。但"迫不得已"不是解释，而是症状。真正要回答的是：为什么这个压力传导链运行了十年，没有任何一层有动力去修正它？

答案是：每一层都在这个链条中获得了短期利益。总部拿到了收入数字，省公司完成了考核，渠道赚到了佣金，平台获得了广告收入。唯一的输家是用户——而用户在这个链条中没有发言权，只能通过投诉和退订来表达不满。当所有有权力改变系统的人都是系统的受益者，系统就不会自我修正。

3.2算法驯化：平台的正反馈放大器

信息流平台的eCPM竞价机制不仅仅是"筛选诱导内容"——它是一个正反馈放大器：

→渠道上传诱导素材（高CTR）→算法给予流量倾斜

→诱导素材获得更多曝光→产生更多转化→算法学习到"这类素材有效"

→算法进一步倾斜→合规素材被挤出→渠道被迫全面转向诱导

→诱导素材成为行业标配→平台广告收入增加→平台没有动力改变

算法不是一个中立的拍卖机制，而是一个有方向性的学习系统。它会系统性地奖励高CTR内容，而高CTR内容不仅是在通信增值业务领域甚至是全行业几乎等同于诱导内容。这不是"渠道选择诱导"，而是"算法淘汰诚实"。值得指出的是，诱导投放并非通信行业独有。金融贷款的"测额度"实为授权查征信，保险的"首月1元"隐藏自动续费，游戏的"免费下载"实为内购陷阱——全行业都在用各种非正常手段人为提升CTR和CVR。区别只在于谁的合规底线更低，而通信增值业务恰好是佣金水平较低、产品刚需较弱的那个，所以被推到了底线最深处。

四、不是第一次：渠道驱动型行业的监管周期

如果把视野从通信行业拉远，会发现"渠道驱动型行业在eCPM数学约束下走向诱导，最终遭遇监管整顿"并不是新故事。通信增值业务的失血困局，是渠道驱动型行业监管周期的一个样本，而非孤例。

4.1互联网保险"首月1元"

2021年前，互联网保险行业广泛使用"首月1元"模式：用户被低价吸引投保，实际后续月份按正常费率扣款，且退保流程复杂。本质是低门槛获客+信息不对称变现，与通信增值业务的"诱导订购+沉默利润"结构高度同构。

银保监会2021年出台《关于规范互联网保险销售行为可回溯管理的通知》，叫停"首月1元"等误导性销售行为。整顿之后：头部保险公司转向长期险产品+私域运营（企业微信+顾问式销售），中小保险代理平台大面积出局。市场没有消失，但参与者数量大幅减少，商业模式从"流量收割"升级为"用户经营"。

4.2现金贷"测额度"

2017年前，现金贷行业广泛使用"测额度"广告——用户以为只是查询可借额度，实际是授权查征信并触发贷款申请。CTR极高，但用户感知与实际行为严重错位。

2017年《关于规范整顿"现金贷"业务的通知》出台后，市场经历了剧烈收缩：平台数量减少超过60%，贷款余额大幅下降。但两年后，持牌机构主导的市场重新增长，利率合规、风控严格的新一代信贷产品替代了旧的诱导模式。监管整顿没有消灭需求，而是淘汰了不合规的供给，市场在更低的水平上重新增长。

4.3日本移动内容规制

日本三大运营商（NTT DoCoMo、KDDI、SoftBank）的DCB（Direct Carrier Billing）业务在2010年代经历了类似轨迹：早期通过运营商计费通道分发数字内容（游戏、漫画、音乐），但因高投诉和未成年人误购问题，日本总务省要求强化明示同意机制和退订便利性。

规制的直接结果是：内容方开始绕过运营商管道，通过App Store、Google Play和自有D2C渠道直接面向用户。运营商的DCB收入占比持续下降，逐渐管道化。运营商渠道被架空不是灾难预测，而是已经被验证的路径——当退订便利性提高、信息透明度增加，用户会自然流向体验更好的直接购买渠道。

4.4共性模式：监管周期的三个阶段

三个案例呈现出高度一致的周期结构：

通信增值业务目前正处于第二阶段（监管冲击期）的开端。参照其他行业的经验，这个阶段的典型持续时间为2-3年，期间市场收缩幅度在40%-60%之间。第三阶段（重构增长期）的到来，取决于KPI和佣金结构改革能否落地——如果不动杠杆点，行业会在第二阶段反复震荡，无法进入第三阶段。

五、失血之后：产品分层与可证伪预测

如果将号卡新规、二次确认、一键退订、消费降级视为一个整体信号，它传递的信息是明确的：运营商线上主动营销的时代正在落幕。取缔被动营销后，不同产品的命运取决于其真实需求强度：

·基础通信（话音、流量、宽带）是刚需，用户仍会主动办理，甚至活得更好——省下的营销费可以改善服务

·视频会员等权益产品有真实需求，但部分用户会直接去爱优腾等品牌官方购买，运营商渠道面临分流

·流量包有需求但量级会缩50%以上，因为少了主动营销和冲动消费

·部分传统增值业务主动订购率持续走低，取缔被动营销后面临失血式萎缩

基于以上分析，以下为可证伪预测（以2026年底为验证时点）：

一年后读者可以拿着这些预测回来验证。对了，说明分析框架有效；错了，说明某个变量被高估或低估——无论哪种结果，都比"产品分层加速"这样的方向性判断更有分析价值。

六、分层处方：不同角色的行动框架

6.1运营商总部：改革考核与佣金

6.2渠道商：从流量掮客到用户运营商

核心逻辑：在二次确认环境下，"谁的合规转化效率高谁活下来"。过去比的是谁的诱导素材更猛，未来比的是谁的合规素材更精准、谁的用户运营更精细。

6.3 CP/内容方：D2C是终局

日本市场的经验表明：当退订便利性提高、信息透明度增加，内容方D2C化是必然趋势。运营商管道不会消失，但会从"分发+计费+获客"三位一体降级为"支付通道"。

七、反论与回应

反论1："监管整顿会不会反而帮了存活者？市场收缩后，活下来的渠道和CP能获得更大份额。"

短期是，但前提是存活者的成本结构能适应合规投放。如果eCPM数学约束不变（佣金不涨、CTR/CVR不改善），即使竞争对手少了，存活者依然跑不通——只是从"大家一起亏"变成"你一个人亏"。市场份额集中只有在"合规投放的eCPM能跑通"的前提下才有意义。所以存活者真正的竞争壁垒不是"对手死了"，而是"我第一个跑通了合规投放的效率模型"。

反论2："私域沉淀能不能替代信息流获客？"

能，但有条件。私域的本质是把"一次性获客成本"转化为"持续运营成本"。只有LTV足够长的产品（如视频会员年包、游戏）才撑得起私域的人力投入和运营成本。短周期增值业务（流量包、彩铃）做私域是亏的——用户的生命周期价值可能还覆盖不了一个运营专员的月薪。私域不是万能药，它只适用于"用户复购频次高+单次客单价足够"的品类。

反论3："运营商可以提高佣金来弥合eCPM缺口——如果佣金从14元涨到40元，合规投放的eCPM就能到16元，接近信息流最低档。"

数学上成立，但商业上不成立。运营商的ARPU持续下滑，提高佣金意味着利润进一步压缩。更关键的是，提高佣金不改变"渠道靠诱导而非产品力获客"的本质——佣金高了，诱导投放的eCPM也高了，渠道反而有更多预算做更猛的诱导。提高佣金是在给一个有问题的商业模式加杠杆，而不是在修复它。

八、结语：主动营销的退场不是终点

运营商主动营销的失血困局，本质上是一个用"渠道能力"替代"产品能力"的时代的终结。号卡能拉新的时候，产品好不好不重要，渠道强就行；信息流能诱导的时候，产品力弱没关系，CTR高就行。现在渠道没了，诱导不让了，才突然发现：原来产品本身有没有人要，还是那个唯一重要的问题。

这不是通信行业独有的困境，而是所有渠道驱动型行业在红利耗尽后的共同命运。互联网保险走过这条路，现金贷走过这条路，日本的移动内容行业也走过这条路。规律是清晰的：监管冲击期会淘汰不合规的供给，重构增长期属于那些在合规框架下重建了效率模型的参与者。

但对运营商而言，真正的难题不是"要不要放弃主动营销"，而是放弃之后怎么过渡。运营商手里有大量"产品力不足但承载KPI"的产品，主动营销一停，这些产品立即失血→收入断崖→KPI崩盘。这不是营销问题，是产品结构与考核结构的捆绑问题。如果KPI不跟着改——如收入指标从"当期新增"转向"长效LTV"，佣金从"固定结算"转向"长期结算及留存加权"——任何营销层面的调整都是治标不治本。

失血不可怕，可怕的是永远靠输血维持一具没有生命力的产品尸体。主动营销的退场，恰恰是行业清醒自我定位的起点——前提是，KPI和佣金结构的改革能跟上监管的步伐。如果监管切断了管道，但KPI还在要求增长，那么行业不是在失血，而是在被放血。

距离创业板上市委审议会议仅剩5天，越疆（2432.HK）的“H回A”进程突生变数。

7月17日凌晨，越疆联合创始人、原常务副总裁兼COO宋涛，在微信公众号“宋涛机器人”上公开发文表示，越疆科技及公司创始人、董事长刘培超在A股招股说明书中存在“重大股权瑕疵及隐瞒”：越疆科技员工持股平台“越疆合伙”存在47.28%的股权登记差异。

《凤凰WEEKLY财经》针对争议点联系宋涛，对方拒绝接受采访。

同日，越疆科技回应表示：文章指控不属实且存在严重误导性。目前，公司生产经营一切正常，创业板上市各项准备工作正按计划有序推进。“我们将继续严格履行信息披露义务，后续进展请以公司官方披露信息为准。”

作为深圳综合改革试点落地后，粤港澳大湾区第一单“H回A”案例，此次创业板IPO，越疆科技从受理到上会仅用时86天。公司计划募资约12亿元，投向人形机器人、多足机器人等具身智能产品研发及量产建设。

事实上，双方围绕股权差额的管辖权争议，已持续近三年——越疆方面多次以诉讼途径，主张收回宋涛名下登记持有的越疆合伙22.46%的财产份额，但均因2017年《股权授予协议书》中约定的仲裁条款而被法院裁定“不属于人民法院主管范围”未果。

深交所在此前的回函中表示，中介机构经核查认为，越疆咨询的历次工商变更均已履行必要程序，工商登记的合伙人及财产份额清晰、明确；发行人以越疆咨询的工商登记信息为依据在招股说明书中披露相关内容准确、合理、完整。深交所认为发行人的股份权属清晰，不存在重大权属纠纷。

但宋涛表示，其对深交所此前的中介核查结论并不认可，将继续向证监会、地方证监局递交线索，并同步启动仲裁、民事诉讼进行股权确权。

“凭空消失”的股权？

据宋涛提供的材料，其与越疆的股权关系可追溯至2017年6月12日签署的一份《股权授予协议书》，上述协议约定，越疆授予宋涛公司总股本3.8%的股份，并通过员工持股平台间接持有。

招股书显示，越疆合伙股权权属清晰、不存在纠纷。同时，招股书披露表示，宋涛于2021年3月离职后，未依约退回其持有的越疆合伙22.46%的财产份额，发行人（越疆）于2023年11月提起诉讼，请求判令宋涛向刘培超转让上述份额。2025年12月，广东省高级人民法院裁定该纠纷不属于人民法院主管范围，原因是2017年《股权授予协议书》已明确约定“争议提交深圳仲裁委员会仲裁处理”，法院认为应走仲裁程序。

而宋涛发文出示了一份落款为2023年1月28日的《越疆合伙变更承诺函》。这份加盖“深圳市越疆投资合伙企业（有限合伙）”公章的股权变更规划文件显示，变更完成后宋涛持有越疆合伙69.7373%的财产份额。而越疆科技在招股书中披露的登记信息显示，宋涛名下登记了22.455%股权，两者之间47.2823%的差额，宋涛称之为“凭空消失”。

一位主攻民商事法律业务的执业律师向《凤凰WEEKLY财经》表示，内部承诺函与工商登记信息之间的差异，属于股权代持或份额登记不一致的情形，上述问题并不罕见，往往源于早期融资过程中，协议安排与工商变更存在时间差或操作口径差异。

未被启动的仲裁程序

据宋涛提供的材料，2017年那份《股权授予协议书》载明了争议解决条款——双方约定如发生纠纷，应提交深圳仲裁委员会仲裁处理。这一仲裁条款的存在，也为此后双方纠纷的管辖权之争埋下了伏笔。

招股书中明确披露，锦天城律师事务所出具的《法律意见书》（披露日期：2026年4月27日）显示，截至该文件出具日，越疆科技暂未就此案另行提起仲裁。

宋涛在文章中表示将“同步启动仲裁、民事诉讼进行股权确权”，但截至文章发布日，仲裁程序尚未正式启动。

一个有明确仲裁条款的纠纷，为什么双方都不去仲裁？上述执业律师向《凤凰WEEKLY财经》表示，在存在有效仲裁协议的情况下，谁先提起仲裁，谁就掌握了程序主动权。双方均未行动，可能各有考量——或是对仲裁结果缺乏把握，或是将仲裁作为谈判筹码，抑或是在等待更有利的时机。

整个司法博弈持续近两年，始终围绕“该由谁管”的程序问题拉锯，却始终未触及“份额归谁”的实体问题。

宋涛在文中指出，越疆科技、刘培超隐瞒《越疆合伙变更承诺函》存在，未向监管机构与潜在投资者披露核心份额的权属争议。“当初我私下多次主动联系刘培超协商股权确权，反复沟通诉求，始终得不到正面回应，对方一味回避核心份额争议，只揪着登记在册的22.455%份额纠缠，对承诺函里约定的69.7373%份额绝口不提，多次沟通全部无果。”

是否影响回A进程？

宋涛在文中表示，“法院只是裁定该纠纷不归该院管辖，从来没有判定这份股权归属属于刘培超，更没有了结我们之间47%份额的巨大争议，公司刻意截取法院文书片段误导市场。”

中国城市发展研究院投资部副主任袁帅在接受《凤凰WEEKLY财经》采访时判断，双方之间的股权纠纷大概率存在历史前提。此事需要进一步确认的争议点在于，承诺函的出具是否附带有相应的业绩条件；宋涛是否存在需要完成约定的相关义务；股权变更未落实，是否存在双方均认可的其他缘由。

一位国内机器人公司从业人士向《凤凰WEEKLY财经》坦言，上述反应时间节点敏感（上会前5天），越疆科技或会公开回应核心争议点，如承诺函是否作废、实际控制权是否发生变更等，其回A进程或将面临实质性障碍。

上述执业律师分析，股权纠纷属于民事争议范畴，监管机构在审核中更关注的是信息披露的完整性，而非纠纷本身的胜负。只要上市公司能够充分披露争议事实、潜在风险及应对措施，并不必然构成上市的实质性障碍。

他同时表示，如果最终被证实存在披露瑕疵，根据《证券法》及注册制下的信息披露规则，发行人及中介机构将面临监管问询、责令补充披露乃至行政处罚等后果。

“亟须专项资金”

几乎在这场风波的同时，越疆科技披露2026年上半年未经审计营运数据：预计营收3亿元至3.3亿元，同比增长94.65%至114.12%；预计毛利1.4亿元至1.7亿元，同比增长84.73%至124.31%；归母净利润亏损9000万元至1.2亿元。

越疆同时披露，2026年上半年，公司具身智能出货金额突破4000万元，在手订单（含框架意向协议）超6000万元。

越疆在招股书中表示，当前具身智能机器人产业正处于技术突破与规模化落地的关键阶段，亟须专项资金聚焦核心技术研发与产业化建设。公司在第二轮问询回复中预计，2028年营业收入将达17.23亿元并实现扭亏为盈。

招股书显示，越疆科技2025年协作机器人销量位居全球第一，市场份额达13.2%，累计装机突破10万台。公司拥有10个系列30余款型号的产品矩阵，服务全球80余家世界500强企业。

（图源越疆机器人公众号）

作者／IT时报潘少颖

编辑／王昕孙妍

今天的AI能流利描述“杯子掉在地上会碎”，却未感受过一只杯子的真实重量；今天的AI能写代码、做PPT，却没办法帮床上的老人翻身……技术若要真正造福人类，就不能只停留在虚拟世界的“纸上谈兵”，必须真实回应每一个来自现实世界普通而真实的需求。

技术高速跃进的另一面，是人机边界、价值取舍、全球均衡发展等一系列时代拷问摆在全人类面前。当机器开始思考，人类如何与之相处？当算法参与决策，安全如何保障？当技术挑战伦理，治理如何跟上？当鸿沟不断拉大，普惠如何实现？这四重时代之问，成为2026世界人工智能大会（WAIC2026）探讨的核心命题之一。

正如上海人工智能实验室主任周伯文所说，AI可以代表人行动，但不能代表人负责，每一次人类对AI的授权都应当可以“撤回”；全球人工智能创新治理中心国际战略专家委员会联合主席、纽约科学院院长兼首席执行官Nicholas B.Dirks也发出警示，AI变革波及各行各业，我们再也没有事后补救的监管缓冲期。

随着技术的脚步加快走向通用人工智能，安全风险与冲击随之而来，多国政府、组织和企业正在探求AI的技术监管与治理路径。

治理速度“慢”

技术的“代际差”

如今人工智能早已走出实验室，渗透产业、民生、科研乃至全球治理的每一处角落。工业和信息化部党组成员、副部长柯吉欣在WAIC2026上透露，我国人工智能核心产业规模突破1.2万亿元，相关企业超6200家，规模以上工业企业AI应用渗透率突破30%。上海作为国内AI创新高地，人工智能产业规模突破6400亿元，多款开源大模型跻身全球第一梯队。

技术红利肉眼可见，但风险隐患同步加速暴露，当下AI治理最核心的矛盾，是技术迭代速度远远跑在了制度规则建设的前面。

图灵奖得主、中国科学院外籍院士霍普克罗夫特在主旨演讲中回顾了AI的两次关键转折：2012年杰弗里·辛顿在ImageNet竞赛中的突破，将AI从小众学术领域推向主流；2015年压缩互联网内容的探索，催生了ChatGPT并最终推动大语言模型的发展。他预言，未来AI还将经历更多变革，这要求各国的治理战略必须具备极强的“适应变化的韧性”。

这种变革的速度，在AI智能体领域体现得尤为明显。人工智能正从辅助判断转向自主行动，AI智能体自主规划、决策、执行，让传统委托代理问题迎来前所未有的复杂变体。人类社会代理人权责清晰、可追责，但AI智能体本质是算法黑箱，不具备承担责任的主体属性。

更值得警惕的是全球治理体系普遍存在滞后短板，Nicholas B.DIRKS在演讲中复盘人类历次技术变革的监管逻辑，过往人类长期遵循“危机发生后再搭建监管制度”的补救模式，“金融危机催生金融监管、重大污染事件推动环保立法，但人工智能的影响覆盖全行业、辐射所有国家，风险前置式治理已经刻不容缓。”

规则落地“难”

“一鉴”们来破题

当全球人工智能伦理原则已超过200份，当《可信人工智能伦理指南》《人工智能伦理问题建议书》《人工智能原则》等先后出台，为什么伦理风险、价值冲突依旧层出不穷？

在全球人工智能创新治理中心国际战略专家委员会副主席王国豫看来，这些原则和规范虽然具有重要意义，但一方面这些原则过于抽象，缺乏可操作性与实施机制，另一方面，AI的复杂性、动态性和不可解释性使得这些原则无法发挥应有作用。“人工智能时代，伦理不再是外部强加的‘合规负担’，而是内嵌于人工智能研发、部署与应用全过程的‘基因编码’。人工智能既是治理的对象，更是治理的工具。”

当抽象原则难以落地，无论是学术机构的智能体工具、企业的治理平台，还是国家层面的政策配套，各方都在寻找让伦理真正落地的方式。

在WAIC2026上，复旦大学发布“一鉴”伦理审查智能体系统2.0，其核心思路是“用AI反哺AI的伦理治理”，整套系统定位为伦理专家辅助工具，遵循“智能初审、人类终审”的协同模式，应对当下人工伦理审查人力不足、标准不统一的行业痛点。在继承上一代基础研究伦理审查能力的基础上，2.0版本重点面向人工智能医学应用场景，扩充全球各国AI、生物医药分层伦理知识库，新增医疗大模型、康复机器人专项风险研判功能，补齐价值冲突溯源、全流程留痕复核能力，缓解算法黑箱带来的审查盲区。

当前不少中小机构、海外南方国家科研团队缺少完整伦理审查配套能力，轻量化的智能审查工具能够降低合规门槛，缩小全球治理能力差距。

类似的工具化探索并非孤例，北京前瞻人工智能安全与治理研究院自主研发的“灵度”智能评估平台与“灵御”安全防御平台，致力于对人工智能产品进行全生命周期的自动化伦理风险评估和安全监测。

这些都印证了一个判断：伦理治理正在从原则讨论走向工具落地，让伦理审查从“凭经验判断”走向“有据可依”，让抽象原则在技术流程中找到具体的落脚点。

生态账本“缺”

AI的“环境赤字”

AI治理远比想象中复杂，它关乎的不只是代码和算法，还有水、电、土地等。

“一边AI可以助力发掘清洁能源、守护地球，一边它也能投入传统化石能源开采，一正一反两种用途，到底什么才算得上可持续发展的人工智能？”全球人工智能创新治理中心副主任蒋昌建在论坛上抛出了这个问题。

在联合国环境规划署首席数字官Golestan RADWAN看来，可持续人工智能没有一刀切的统一标准答案，评判标尺需要锚定每一项技术落地的具体场景。“不管AI用于哪类能源产业，都要完整核算项目全周期消耗的水电、矿产、硬件损耗等环境成本，再对比其创造的经济、生态综合价值，只有整体收益能够覆盖全部资源环境损耗，这项AI应用才具备可持续属性。”Golestan RADWAN坦言，如今全球还缺少统一的资源测算标准，各类AI项目的环境账难以横向对比，联合国近200个成员国此前已达成相关决议，正共同完善量化体系，让绿色AI有清晰可落地的评判依据。

资源消耗的标准化量化，是构建可持续AI治理体系最基础的前置工作。联合国大学水、环境与健康研究所今年6月发布专项预测报告，给出了一组极具参考性的推演数据：按照当前算力扩张节奏估算，到2030年，支撑全球AI运转的数据中心年耗电量将达到945太瓦时，配套全链条用水量等同于13亿非洲民众一年基础生活所需，能源设施与机房综合占地将突破14500平方公里。

技术效率的提升并不自动等于总消耗的下降，更棘手的是，高效的AI和便宜的绿电，可能诱发更多的算力消费，整体生态足迹不降反升。

当一个行业的资源消耗跨越国界，碳减排与水资源保护可能相互冲突时，谁来设定统一的全球核算标准？谁来监管跨国算力企业的环境合规？如何确保能源转型的成本与收益在全球范围内公平分配？

过往各界大多聚焦算法偏见、数据隐私等人本议题，算力全链条的资源损耗很少纳入统一监管框架。而一套完整的全球人工智能治理框架，必须补齐多维度环境评估规则，让数字产业增长与全球生态承载能力长期平衡。

规则鸿沟“深”

“全球南方”们来补位

7月16日，成立世界人工智能合作组织协定签署仪式在上海举行。世界人工智能合作组织是全球首个人工智能政府间国际组织，未来5年，中国将面向发展中国家提供5000个研修培训名额，面向东盟、阿盟、非盟等建设国际AI应用合作中心。

“全球南方国家”是《IT时报》记者在论坛上频繁听到的一个词语，这精准指向当下全球人工智能治理体系里失衡的发展格局。世界人工智能合作组织的成立被视为一次破局尝试，不是简单提供援助，而是搭建一个让发展中国家平等参与规则制定的平台，从“被动接受标准”转向“共同定义标准”。

发达国家手握高端算力与顶尖人才，发展中国家却深陷算力短缺、本土语料匮乏的困境。一位来自柬埔寨的与会代表坦言，当下主流大模型训练素材集中于中英文，高棉语等小语种缺少标准化高质量训练数据集，全球南方国家极易沦为技术的被动接收方。

今年7月，由联合国推动筹建的全球人工智能能力发展网络在瑞士日内瓦世界贸易组织大楼正式成立，这一网络汇集了来自非洲、亚洲、欧洲、拉丁美洲和加勒比地区的前沿人工智能中心，与世界人工智能合作组织形成规则制定、能力建设的互补协同关系，旨在缩小全球人工智能鸿沟。

据了解，针对算力、数据、人才分配不均的现状，网络设立资源供给清单专项工作组，由肯尼亚专家牵头搭建自愿申报共享机制，各国机构自主填报自有算力、数据集、实验室等资源，依托清单完成跨区域精准供需匹配，遵循开放数据准则打通数据互通渠道，破解资源分散、重复建设难题。

与硬件层面的资源共享同步推进的，是治理思路从“补短板”向“建共识”的转向。

柬埔寨邮电部信息与通信技术总局总局长H.E.SAM Sethserey直言，真正能引领人工智能长远发展的，不是手握雄厚资本与前沿模型的国家，而是愿意搭建普惠公共智能体系、兼顾全体民众需求的一方。他提出，发展中国家应当坚持两条治理主线并行，对内普及全民AI素养教育，让大众明晰技术利弊、守住向善底线；对外推动各国共筑统一通用技术标准，依靠国际协作补齐算力、数据集短板，杜绝人工智能沦为少数群体独享的工具。

人工智能的浪潮无法阻挡，但人类可以决定浪潮的方向。

排版／季嘉颖

图片／AI生成

来源／《IT时报》公众号vittimes

“非常糟糕的一天”。5月28日，前世界首富贝索斯在社交媒体上如此发帖。原因源于他独自掌权二十余年的蓝色起源，这一天一枚新格伦火箭在卡纳维拉尔角进行静态点火测试时爆炸，不仅火箭本身被摧毁，连蓝色起源唯一的轨道发射台也遭到了破坏。

尽管发射台的重建工作已经启动，但这个意外不仅会拖慢火箭的发射进度，也造成了巨大的财务损失，有消息称该发射台的投资成本超过了10亿美元。

之后不久，SpaceX登陆美股，受到了华尔街的热烈追捧，尽管截至发稿已经到了破发边缘，这个“史上最大IPO”也如同鸣枪发令，让沉寂多年的太空资产重估彻底引爆，蓝色起源紧接着的百亿融资便是注脚。

紧接着，一则重磅消息传来。据了解，蓝色起源正在进行首次外部融资，计划融资100亿美元（约678亿人民币），投前估值达到了1300亿美元（约合8814亿人民币）。这意味着在独自一人为蓝色起源投资了25年后，贝索斯首次向外部投资者开放了他的火箭公司。

细节进一步披露，这轮融资中大型资产管理公司Coatue Management预计将领投40亿美元，贝索斯本人追加20亿美元投资，其余40亿美元预计将来自大型机构投资者。

另外，国内商业航天风暴也早刮起来了。

2024年，商业航天首次作为“新增长引擎”写入政府工作报告；2025年政府工作报告进一步将其位次提至新兴产业首位。千帆星座由上海垣信卫星运营，2026年7月已在轨运行238颗、年底计划冲324颗，一箭二十星的高密度发射已成常态。

可回收火箭也实现了突破，就在2026年7月10日，“国家队”长征十号乙率先完成了国内首次一级子级可控回收。也是全球首次运载火箭网系回收。

更惊人的是研制节奏，这型火箭2025年7月3日才正式立项，仅用一年便完成从全流程研制到首飞，创造大型复用运载火箭的“中国速度”。

民营路线也在加速。蓝箭航天朱雀三号2025年12月完成首飞入轨，走着陆腿垂直回收路线，虽然一子级回收段因异常燃烧未能软着陆，但也计划四季度冲击首次回收复用飞行。

大型融资纪录不断出现，单笔融资的体量也在跳涨。2026年2月，星际荣耀完成50.37亿元D++轮融资，刷新中国民营火箭单笔融资纪录，且据说现金储备已经达到百亿级别。箭元科技年初完成的融资也超过了10亿元。

国家队与民营企业，两条技术路线同时推进，中国商业航天正从“能不能上天”进入“能不能回来、能不能复用”的新阶段。SpaceX的“市梦率”正在全球重估太空资产，中国玩家是这轮重估里绕不开的对照。

再转头看蓝色起源这次首次对外融资，也就不难理解了，就类似DeepSeek融资一样，无论是AGI还是航天梦，光靠一人还真挺不住。

亿万富翁的少年梦

25年前，贝索斯创立了蓝色起源公司，这个时间比马斯克创立SpaceX还早两年。

如果往前追溯，贝索斯探索太空的这颗种子是在他中学时期埋下的，他的外祖父是前原子能委员会的一位管理人员，外祖父培养了他对科学的热爱，14岁时，他就立志要当一名宇航员或物理学家。

他甚至设想数百万人将在太空生活和工作，重工业迁出地球，从而将地球保留为适宜居住和休闲的场所，这个目标早在1982年他高中毕业典礼的演讲中就已提出。

只不过，后来机缘巧合下，贝索斯创办了亚马逊，成为了一个名利双收的商人。所以，在亚马逊业务逐渐稳定，又或者，他拥有足够财富之后，开始为自己实现年少时期的梦。

与高调的太空探索技术公司不同，蓝色起源于成立之初极为神秘和低调，它以乌龟为吉祥物、以“一步一个脚印，勇往直前”为座右铭，核心目标是“为了地球的利益而开拓太空”，希望未来能够实现“数万人生活和在太空工作”的愿景。

为了实现这个目标，贝索斯长期以来一直倡导“发射、着陆、重复”的理念，认为这是构建充满活力、创业型太空经济的唯一途径。他坚信，通过可重复使用性，太空运输成本可以降低“100倍”，将原本6000万至1亿美元的发射成本降至仅需100万美元。

成立早期，蓝色起源几乎不对外公布进展，直到2006年，蓝色起源在德克萨斯州购买了大量土地作为发射场，并测试了第一款实验火箭“戈达德”（Goddard），外界开始逐渐了解其业务。同期，蓝色起源开始秘密研发其核心的BE-3（氢氧发动机）和BE-4（液氧甲烷发动机）系列火箭发动机。

突破性进展发生在2015年，这一年“新谢泼德号”（New Shepard）亚轨道火箭成功完成首次飞行与垂直回收。这是人类航天首次实现火箭从太空边缘（超过100公里卡门线）垂直起降并回收，时间上比猎鹰9号的首次着陆还早了约一个月。不过新谢泼德是亚轨道飞行器，SpaceX真正把可回收复用做成了轨道级运载的常态，蓝色起源在这条主线上反而落后了数年。

紧接着，2016年，蓝色起源公布了名为“新格伦号”（New Glenn）的重型轨道运载火箭计划，正式向轨道级航天和商业卫星发射领域进军。

之后几年，蓝色起源一直平稳发展，也逐渐与SpaceX拉开差距。不过，贝索斯并没有被外界的声音干扰，而是专心追梦，这位亚马逊创始人甚至每年分批出售价值数亿美元到数十亿美元的亚马逊股票来为他的火箭公司“充值”。

2021年7月20日，历史性的一刻到来。“新谢泼德号”执行首次亚轨道载人飞行任务（NS-16）。贝索斯与弟弟及另外两名乘客成功飞入太空边缘，开启了蓝色起源的商业太空旅游时代。

但好运也就止于此了，后来的两年，蓝色起源深陷停飞和高管变动的风波之中，直到2024年才全面恢复了载人太空旅游。2025年1月，跳票多年的重型运输运载火箭“新格伦号”终于成功首飞入轨，这使得蓝色起源正式具备了与SpaceX竞争卫星轨道发射的能力。

时间来到今年，蓝色起源接连宣布了两项巨型星座项目：

一项是位于低地球轨道和中地球轨道的TeraWave互联网星座，该星座由5408颗卫星组成，其目标用户并非消费者，而是企业、数据中心和政府机构；另一项是“日出计划”，该计划将由多达51600颗卫星组成，在500至1800公里高度的太阳同步轨道上运行，旨在运行由持续太阳能驱动的AI计算工作负载。

这些都是雄心勃勃的项目，最终需要数百亿甚至数千亿美元的资金才能实现，蓝色起源预计仅今年一年就将投入约50亿美元，自2000年成立以来累计投资额估计约为280亿美元。

估值仅为SpaceX的十二分之一

然而，即使是世界上最富有的人之一，也无法独自承担继续参与太空竞赛的成本。

没有股东，没有外部力量介入，只有一位创始人，一个看似不可能的梦想，以及源源不断的股票出售，这让贝索斯和蓝色起源逐渐感到了疲惫。

尽管这种模式使蓝色起源成为航空航天领域最罕见的案例之一，一个完全由一人掌控的重型火箭项目。可现在他不得不也很甘愿在当下将投资窗口开放。早在今年5月，贝索斯就表示，“我们终于对公司的未来和财务状况有了足够的了解。现在正是开始考虑引入一些外部投资者的好时机。”

这一决定背后既是与SpaceX的竞争加剧，也是源于内部存在已久的资金压力。

资本市场上，SpaceX改变了投资者对太空的看法，它将发射、卫星、政府合同、宽带和基础设施都变成了市场故事。

一旦投资人了解了一个占据主导地位的太空平台可能值多少钱，他们自然会开始思考下一个可靠的平台应该值多少钱，这就是蓝色起源的切入点。更重要的，资本渴望进入这个领域，当只有少数几个可靠的选择时，进入门槛自然就会上升。

业务层面，蓝色起源与SpaceX在许多相同的市场展开竞争，不仅限于重型运载火箭和月球着陆器，更是涵盖了卫星、通信服务、计算基础设施和人工智能相关项目的集成系统等方面。

在年度发射次数和商业收入方面蓝色起源也落后于SpaceX，主要依靠发射服务、火箭发动机以及与NASA和美国国防部的政府合同，而SpaceX则受益于Starlink卫星互联网网络产生的巨额收入。

内部的资金压力早就初见端倪。

早在近十年前，也就是2017年，贝索斯就聘请了鲍勃·史密斯执掌蓝色起源，目标是将其发展成为一家大型航天公司，并实现政府和商业合同的自给自足。当时，各个项目都被告知需要实现现金流平衡，但这项努力最终以失败告终，并导致史密斯在2023年离职。

一个好的信号是，自从2025年以来，蓝色起源已累计获得11亿美元的联邦合同，并成为了NASA阿尔忒弥斯计划的关键合作伙伴，手握一份价值约34亿美元的合同开发“蓝月”月球着陆器。

如今，蓝色起源在资金上不仅久旱逢甘霖，更深层的，它获得了第一个真正的市场估值。

有消息称，一旦资金到位，蓝色起源的投后估值将达到约1400亿美元（约合9500亿元人民币），根据SpaceX的最新市值1.7万亿美元，即便蓝色起源估值仅约为它的十二分之一。但就算如此，蓝色起源也是当前一级市场估值最高的纯航天公司。换句话说，贝佐斯终于拥有了一个经过市场检验的、与其26年心血结晶相匹配的价格。

往后看，中美商业航天竞赛必将愈加激烈。按照目前的进度看，蓝色起源的可控回收成熟度远逊于SpaceX。随着“国家队”长十乙成功实现一级子回收，想必国内民营商业航天实现可控一级子回收也不远了，如果将蓝色起源作为参考系，那估计国内商业航天公司的估值未来还有的涨。

“股民像猴一样被耍得团团转”“国内还有两亿多只猴！”实验猴价格高企，股民们对近期资本市场上诡异的“猴市”行情频频吐槽。

近期，实验猴价格走高引发行业广泛关注，资本市场上则出现“炒猴热”，与实验猴相关的概念股出现大幅波动。

“猴茅”昭衍新药（603127.SH；06127.HK）A股股价在7月10日-7月16日5个交易日中，有4个交易日大幅上涨，其中2个交易日涨停。然而，到7月17日狂欢终止，昭衍新药开盘后迅速跌停。

被“猴炒”起来的，是整个CRO概念板块。东方财富CRO板块（BK0899）在历经7月14日-7月16日连续上涨后，7月17日大幅收跌9.71%。

拥有实验猴业务的CRO企业美迪西（688202.SH）、益诺思（688710.SH）、康龙化成（300759.SZ；03759.HK）等均呈现类似行情。

近期资本市场上CRO“猴企”的大涨狂欢，甚至炒作至果蔬企业、峨眉山、“西游记概念”等靠意象延伸的股票领域，充斥着市场过热情绪和非理性炒作风险，交易风险越积越大。

而当概念退潮，往往是最早入场者获利离场，而追高的中小投资者沦为最后的接盘者。这一波“猴市”行情下，众多股民吐槽自己被“当猴耍”。

风物长宜放眼量，选择投资生物医药行业，需锚定创新药研发主业、理性看待资源周期波动，顺应医药产业“周期长”的特点，才能走出“炒概念、过山车”的循环怪圈。

实验猴作为创新药研发的上游基础资源，其价格波动本质上是下游需求扩张与上游供给刚性之间的矛盾。

据中国政府采购网公告的相关合同信息，今年6月食蟹猴单价已涨至17.8万元。据浙商证券研报整理数据，2024年猴价曾降至不到10万元/只。

猴价大涨背后，首先是需求的快速增长。2025年以来，创新药行业研发持续活跃，对外授权交易迎来爆发式增长。

据央视新闻报道，我国每年新增药物临床试验数量呈持续增长态势，2025年临床试验总量首次突破5000项，创历史新高，其中，新药临床试验2997项，占比57.5%。

非人灵长类动物在临床前实验中具有很强的不可替代性。浙商证券研报分析称，实验猴市场面临国内食蟹猴种群老龄化严重、国内实验猴海外引种渠道不畅、全球优质猴资源流通或趋于紧张等核心供需矛盾。

从浙商证券研报整理的2009—2025年中国实验猴价格复盘数据来看，2019—2022年猴价从3万元/只上涨至最高超20万元/只，2023—2024年猴价出现下滑，2024年猴价已降至不到10万元/只，2025年起猴价又出现持续上涨。

而昭衍新药的业绩变化与猴价起落关联性较强。据年报数据，在2019-2022年猴价上涨周期，昭衍新药归母净利润保持60%以上增长；而到猴价下跌周期的2023—2024年，昭衍新药归母净利润则连续出现60%以上的大幅下滑；2025年，猴价再次上扬，昭衍新药又出现归母净利润300%以上的大幅上涨。

基本面来看，本轮是生物资产增值带来的利好。部分上市公司拥有数量庞大的自供猴群，猴价上升使其公允价值与饲养成本间的差额扩大，该部分计入生物资产公允价值变动损益，进而直接增厚公司净利润。

以昭衍新药为例，今年上半年猴价上涨带动公允价值正向变动，其生物资产公允价值变动贡献的净利润约7.03亿元-7.77亿元。

由于不确定因素较多，未来猴价走势难以判断，仍需持续观察。而一旦猴价无法保持高位，投资者也需意识到CRO“猴企”业绩可能会出现波动，猴价上涨带来的业绩“一飞冲天”也存在隐忧。

而与此同时，从CRO行业整体来看，在全球宏观形势变化、生物医药投融资环境阶段性承压等因素影响下，行业仍在经历结构性洗牌和低端产能的出清。上述因素都是投资者在梭哈“猴企”前，值得深思熟虑的现实情况。

真正决定企业长期价值的，是创新药研发的核心能力与管线兑现，而非账面生物资产的公允价值波动。

这回是“炒猴热”，下回可能又出现“炒猪热”“炒鸡热”，投资者应当穿透概念炒作的表象，回归产业基本面判断，以长期主义的眼光审视企业价值，而非在“击鼓传花”式的资金游戏中追逐短期暴利。

唯有如此，才能避免在每一次概念狂欢中，最终裸露在潮水退去后沙滩的上。

近日，河南郑州一家麦当劳门店（七里河美景芳菲餐厅）被顾客指称往可乐饮品中吐口水。顾客周女士不知情饮用大半饮品，发现异常后取证维权。根据监控显示，一名麦当劳员工确实有疑似吐口水的动作。目前，周女士已向辖区派出所及市场监管部门提交相关证据并报案。事发后，该店店长曾透露，该员工才16岁。

今天下午，《BUG》栏目联系了涉事门店，该门店工作人员表示，涉事员工已经被劝退，门店目前正常营业，就餐消费不受影响，目前市场监管部门和公安部门正在调查中。麦当劳官方则未回应此事。

律师表示，如果调查属实，依据《中华人民共和国食品安全法》，消费者除要求赔偿损失外，还可以向生产者或者经营者要求支付价款10倍或者损失3倍的赔偿金。

消费者与门店曾有“过节”

涉事消费者周女士表示，7月12日中午12时左右，她通过麦当劳App下单外带餐品，让未成年的女儿进店取餐。女儿取餐后对她表示“情况不太对劲”，遇到了多处反常细节，比如“进店后遭到涉事员工言语抵触，在催促取餐时，涉事员工以制作少冰饮品为理由拖延出餐速度等”。

取餐结束后，周女士驾车离开，途中喝了可乐，发现了不对劲。她强烈要求门店调取监控视频核实餐品制作过程，看到一名员工未佩戴口罩，并有一个靠近可乐杯、疑似吐口水的动作，“吐了三四口”。

根据视频显示，该员工疑似吐口水时，另一名员工看到了该行为，但未阻止。

周女士直言，“任何人看到这个事肯定恶心。门店给了解释，第一遍说因为有气泡要吹吹，后来又说他（员工）心情不好，做了个吐口水的动作等”，周女士表示，这些都不是吐口水的理由。

值得注意的是，周女士此前与该门店有“过节”。她曾因门店儿童乐园异味、外带餐不主动装袋等服务问题，投诉过该麦当劳门店的另一名员工，但与本次涉事人员无关。

事发后，该店给出的说法是：该员工才16岁。

对于此次事件的处理，周女士提出几项质疑，包括：涉事店员操作全程未佩戴口罩，是否违反食品安全操作规范；多次要求查看该员工健康证，为何被拒绝；暑期兼职员工是否接受过专业岗前培训、是否具备合法上岗资质。

周女士称，此事让她和女儿对在外用餐已经产生了心理抵触，已经前往医院完成抽血、幽门螺杆菌等传染病专项检查，目前身体暂未检出异常。

“目前市场监管部门和公安部门正在调查中，最终以官方调查结果为准”，北京刘亚博律师对《BUG》栏目表示，若最终查实，饮品直接属于不符合食品安全标准的污秽不洁食品，备餐规范明确禁止从业人员口鼻接触直接入口食品，任何口腔分泌物接触饮品均构成食品污染。依据《中华人民共和国食品安全法》第148条中规定的生产不符合食品安全标准的食品或者经营明知是不符合食品安全标准的食品，消费者除要求赔偿损失外，还可以向生产者或者经营者要求支付价款十倍或者损失三倍的赔偿金；增加赔偿的金额不足一千元的，为一千元。

关于员工和门店之间的责任分配，刘亚博律师指出，《中华人民共和国民法典》第1191条中明确用人单位的工作人员因执行工作任务造成他人损害的，由用人单位承担侵权责任。用人单位承担侵权责任后，可以向有故意或者重大过失的工作人员追偿。员工执行备餐服务任务致人损害，用人单位门店承担全部替代赔偿责任，门店不得以“员工是兼职、已劝退”拒绝赔付顾客。

事实上，今年以来，麦当劳被曝出多起食品安全问题。

根据媒体报道，7月5日，有消费者反映孩子在武汉麦当劳（东方雅园店）食用芝芝火腿扒早餐时，发现肉饼中嵌有蓝色异物，且已吃下大半。事后孩子发烧呕吐，确诊呼吸道感染。7月6日，涉事麦当劳门店工作人员表示，蓝色异物为佩戴的蓝色手套，当班员工操作过程中不慎将手套蹭到烤炉，手套受热融化后粘连在肉饼上。门店已向消费者致歉并协商处理，但双方尚未达成和解。《BUG》栏目致电该餐厅询问事件处理进展，工作人员称不太清楚。

今年5月，麦当劳深圳南山科技园长园得来速分店因经营混有异物的食品，被深圳市市场监督管理局南山监管局处罚。行政处罚决定书显示，深圳市市场监督管理局南山监管局依法对南山科技园长园得来速分店罚款2000元；对相关责任人许艳波处罚款9.9元。

专家：加速扩张也需保持良好品牌形象

但麦当劳的业绩表现依然亮眼。财报显示，麦当劳今年一季度营收和每股收益均超出市场预期，一季度营收65.17亿美元，同比增长9%，净利润19.83亿美元，同比增长6%，业绩增长主要来自销售驱动的特许经营利润率提升。麦当劳称，仍在积极执行战略，“今年计划在中国新增约1000家餐厅，目前进展顺利”。管理层在电话会上表示，新增餐厅主要来自中国、亚洲及拉美等发展中市场。

实际上，中国市场一直是麦当劳极为重要的板块。2025年，麦当劳公司全球新开门店中有一半位于中国大陆。目前，麦当劳全球总门店为45699家，中国为7962家。中国市场麦当劳新开门店数量最多，麦当劳2025年在中国内地新开超1000家餐厅，已完成全国省级行政区全覆盖，下沉市场成为扩张重点。

分析人士认为，麦当劳在中国快速扩张的核心风险，并不在于“能否开得出店”，而在于“能否在激烈竞争中持续健康地盈利”，并维持良好品牌形象。这是一场对精细化运营、供应链和品牌韧性的综合考验，尤其是食品安全与品控挑战。门店越密、下沉越深，管理半径就越大。加盟店比例提高后，任何一家门店的食安事件，都可能重创整个品牌。

暑期档，终于热起来了。

最近，《功夫女足》成为冷清的暑期档中，最为火热的电影。

截至7月18日，据灯塔专业版数据，周星驰执导的《功夫女足》上映仅8天，总票房已近11亿元，登顶2026年暑期档票房榜，且已进入2026年年度票房榜前六。

各大机构对于该片的票房预测也一路攀升，从上映前的10亿元左右逐步上调至25亿元，甚至有机构给出30亿元的预测。

几天时间，预测翻了整整3倍。

和一路飙涨的票房相对的是，《功夫女足》的豆瓣评分仅有6.5分，是周星驰导演作品中倒数第二。

一部豆瓣6.5分的电影，凭什么冲向30亿？

01

要回答这个问题，先要知道，今年的暑期档，到底有多冷。

在《功夫女足》上映前，6月至7月上旬，工作日日均票房基本在四五千万元上下徘徊，周末才能勉强破亿。

到7月5日，暑期档进程已过三分之一，暑期档累计票房才20亿元。

回看过去三年，暑期档票房总额持续下行，已从2023年的206.29亿元下滑至2025年的119.66亿元。

但今年，电影票房表现甚至更差。

自从春节档之后，除《给阿嬷的情书》作为绝对头部领跑外，腰部影片严重断层，5亿至10亿票房区间几乎真空。

哪怕被寄予厚望的《玩具总动员5》和《四渡》，票房也不足3亿元。

这也就导致，整个上半年，全国电影总票房仅173.56亿元，较2025年同期下跌40.6%，整体体量甚至已经和特殊的2022年持平。

就在这样的寒冬里，《功夫女足》几乎是以“裸映”的姿态闯入暑期档——

5天极限定档，上映前近乎零宣发。

但上映仅一个半小时，《功夫女足》便火速破亿，首日票房突破2.6亿元，排片占比接近48%，接连打破多项纪录。

单日大盘也从上映前的5000万元被瞬间拉升至3.26亿元，翻了6倍之多，创下春节档结束之后的单日票房新高。

《功夫女足》的票房之所以令人感慨，是因为极度两极分化的口碑。

喜欢的人说，看电影的时候全场哄堂大笑，孩子比大人喜欢。

不喜欢的人说，电影情节生硬、老梗密集、特效不佳、表演浮夸。

最终，豆瓣评分开分6.6分，如今已经下滑到6.5分。

周星驰本人在路演中也坦言“觉得有点惭愧，常常觉得自己做得不够好，很怕辜负了大家的支持”。

但《功夫女足》，却仍旧在争议中，越走越远。

这样的火热背后，某种程度上，来自电影院观众结构的深刻变化。

2019年，24岁以下的观众占全年购票人群的38%。但到2025年，这个数字跌到了15%。

五年时间，年轻人在电影院里的占比缩水了一半以上。

而与此同时，35岁以上用户的占比持续增长，今年暑期档以来，40岁以上观众以27.8%的占比跃居第一。

电影院正在变老，或者说，正在变得“成熟”。

随着主力观影人群从年轻人向中老年迁移，这不仅改变了票房的结构，也改变了电影生产的逻辑。

现在的年轻人被短视频、游戏、流媒体分流，他们不再把电影院视为首选的娱乐方式。

而那些看着周星驰电影长大的70后、80后、90后，反而成为最稳定的票房基本盘。

《功夫女足》首日购票用户中30岁以上观众占比超过60%，想看用户中30岁以上占比约三分之二。

这意味着，“周星驰”三个字仍旧能够跨越口碑争议，具备强大的票房号召力。

放在现在这个环境下，《功夫女足》更是足以称之为“救市”之作。

现如今，影院端的困境，已然相当尖锐。

2025年，中国银幕数逼近10万块，但单银幕年票房跌至50万元以下。

《哪吒2》热度消退后，仅半个月就有超过15家影院闭店。

影院，作为一个高成本的投资，相当依赖票房收入。

数据显示，一家上海的中型影厅，日租金成本就达到约2万元，如果日均观影人次不到200人，一天亏损就达到1.5万元。

因此，一旦没有爆款影片，影院就面临无米下锅的窘境。

这种靠天吃饭的模式，在市场好的时候尚能维持，在市场低迷时则暴露无遗。

如果长期没有爆款电影带动市场热情，势必引发影院倒闭，而影院数量缩减，又会提高观众观影成本，进而进一步压抑观影欲望。

这样的恶性循环，对于电影行业来说是致命的。

也是因此，现在的电影市场，需要的，恰恰是《功夫女足》这样的争议。

因为争议不断，总好过死水一潭。

而《功夫女足》的意义，还不止于此。

02

现如今的电影市场，面临的环境远比之前复杂。

根本原因在于，如今的观众，正在变得越来越挑剔。

管虎执导、黄渤与倪妮主演的《一个男人和一个女人》5月上映，百亿影帝、当红花旦、知名大导、投资过亿、噱头满满，结果最后总票房不到500万。

冯小刚的新片《抓特务》端午上映，雷佳音、胡歌主演，豆瓣开分7.5。结果，首日票房就输给了已经上映快两个月的《给阿嬷的情书》，目前总票房仅1亿多元。

但与此同时，涌现出的黑马也越来越多。

无流量明星、无大制作、无重金营销的《给阿嬷的情书》，凭借豆瓣9.3分的超高口碑一路逆袭，如今票房已近20亿。

去年暑期档同样有豆瓣评分8.7分的《南京照相馆》，以1.2亿元成本撬动了超30亿元票房，一举跃居2025年国产真人电影之首。

然而，好电影可以大卖，这个道理没人不懂，也没人从一开始就想拍一部烂片。

争议满满的《功夫女足》，和《给阿嬷的情书》们，讲述的是两个维度的故事。

《给阿嬷的情书》们证明，观众用脚投票的能力正在增强，只要是好电影，通过口碑发酵，小成本也能收获优异的票房。

而《功夫女足》的争议，则证明，观众的消费行为仍然存在非理性因素，证明观众看电影的消费习惯，仍旧存在。

实际上，前几年大爆的喜剧电影，如2018年的《西虹市首富》，评分6.6分，收获了25亿票房。

2022年的《独行月球》，评分同样为6.6分，甚至收获了31亿票房。

将时间线再往前，中国电影市场一度充斥着豆瓣评分低至四五分的影片，这些影片凭借流量明星、大IP和铺天盖地的营销，轻而易举地收割数亿乃至十亿级别的票房。

那些年的烂片大卖虽然畸形，观众走进电影院之后虽然骂骂咧咧，但下一次仍旧会选择走进电影院。

《功夫女足》的票房狂飙，当然可以被视为“消费情怀”或者“争议营销”。

但它同时也是另一种胜利。

《功夫女足》证明，目前的电影市场，既能容得下优质的低成本好片，也能容得下只是图一乐的“烂片”。

这样的市场的容错率和可能性，反而比过去那个被流量和IP统治的年代更加丰富。

它也同样证明，即便是在口碑撕裂、争议漫天的情况下，依然有数以千万计的观众愿意走进影院。

这说明电影作为一种文化消费形式，在中国社会中的根基远比我们想象的深厚。

它没有被短视频杀死，没有被流媒体取代，没有被算法吞噬。

它依然活着，而且活得轰轰烈烈。

03

尾声

现如今，消费者的娱乐方式，早已发生了翻天覆地的变化。

短视频和短剧不断分散着观众的注意力，电影票房连年下滑，甚至一度不如短剧的市场规模。

2026年一季度，全国电影总票房仅约119亿元，较2025年同期下降51%。

可希望也从未缺席。

回看那些年烂片大卖，某种意义上也是中国电影市场野蛮生长的见证。

资本涌入、银幕扩张、观众爆发式增长，一切都在快速膨胀。

那种粗放的繁荣固然难以持续，但它为今天的市场培育了数以亿计的电影观众。

这些人可能曾经为烂片买过单，也可能曾经骂骂咧咧地走出影院，但他们终究是爱电影的。

他们挑剔了，但并未离开。

这么多年电影市场的起起落落，正如同一场场电影，银幕会暗下去，但灯光也会再次亮起。

电影不会死，它只是在等待下一个好电影。

而很多观众，都在等待。

2026年7月17日9时8分，重庆市彭水苗族土家族自治县汉葭街道乌江三桥附近突发山体崩塌，下方多栋居民楼垮塌，部分人员被埋。截至当日14时，山体崩塌导致8人死亡，34人失联。现场已搜救出10名被困者，均暂无生命危险，周边1100余人安全撤离。应急管理部已启动国家地质灾害二级应急响应，重庆市启动地质灾害一级应急响应。

灾害发生后，中共中央总书记、国家主席、中央军委主席习近平高度重视并作出重要指示指出，重庆彭水县发生山体崩塌造成多人失联，要科学组织搜救，防止发生次生灾害，妥善做好伤员救治、善后处置等工作。要查明原因，举一反三，深入排查消除地质灾害等隐患。

习近平强调，各地区各有关部门要进一步落实安全工作责任，加强监测预警和巡查排险，抓实抓细各项工作，切实保障人民群众生命财产安全。

据官方通报，7月17日8时许，社区网格员在巡查中发现零星落石后紧急预警，属地迅速组织60余名群众转移。约一个小时后，山体在转移过程中发生崩塌。

界面新闻采访获悉，当地居民侯开云是目前已知最早发现山体裂缝并发出预警的人，他家头天夜里就发现落石，次日他将这一情况报告给村民组长后，又上山查险、挨家拍门疏散，让不少熟睡的住户成功逃生。7月18日，侯开云向界面新闻回忆了事发经过。

夜里发现落石

险情的信号早在崩塌前夜就已出现。

侯开云向界面新闻回忆，7月16日整晚，房屋后方山体的小石头持续砸落在一楼商铺的彩钢棚上，“哐哐响个不停”，侯开云几乎一夜未眠。他没往山体崩塌上想，只以为是前阵子雨水多、近期气温高，热胀冷缩导致的零星落石。夜里家人打着手电筒上山查看，夜色里什么也看不清。

17日清晨6点天刚亮，侯开云察觉情况不对，立刻打电话给村民小组长反映。小组长6点40分赶到现场查看。“我当时就觉得等不及。”侯开云找了把柴刀，叫上一位邻居一同上山查看。

8点10分左右，两人在山顶发现了一道长达十多米的新裂缝。当时，他还听到一声巨大的声响，“像放炮一样”，但不知道从哪里传来的。意识到大事不妙，两人立刻折返下山，一路跑着通知周边住户立刻撤离房屋。

“有很多娃儿还在睡觉，吹着空调，我就拍着门喊他们出来。”侯开云挨家挨户敲门，通知自己所在楼栋及周边几栋的住户全部离开室内，撤到屋外的马路上。当时很多人觉得不过是“掉石头、砸房子”，没人想到整面山体都会垮下来。不少人站在距离房屋十余米的马路边观望，以为“房子受损没关系，人出来就好”。

他一边跑，一边喊沿途在家的人赶紧出来。9点刚过，山体整体垮塌。“来得太快了，瞬间就下来了。”侯开云当时正沿着乌江往上游方向撤离，是人群里走在最后的人，距离垮塌边缘仅3米左右。他回头一看，背后腾起一阵烟尘，一辆途经的中巴车瞬间被岩体掩埋，一些站在马路边观望的人和10多栋建筑很快消失在倾泻而下的土石中。

自建房

侯开云告诉界面新闻，他的父亲从年轻时就在此处开办采石场，打石头卖石料，前后干了二三十年。当年为了取石，山体从马路边线向山体内部水平削进去了约20米，开挖高度达最高处30余米。2001年前后，民用爆炸物品被全面管控，采石场就此关停，留下一片被削平的坡地。

大约2013至2014年，这片由采石场平整出来的土地上，陆续建起了13栋自建房。靠里的6栋、靠外的7栋，普遍为5至6层，一楼二楼做商铺，楼上做住宅。侯开云家的房子每层约255平方米，分成两套出售，买家多是周边乡镇来县城陪孩子读书的家庭，售价约2000元/平方米，仅为同期县城商品房的一半。

建房时，包括侯开云家在内的三户人家，主动在屋后修了简易护坡，“就是怕上面掉石头”。侯开云说，住了十二三年都没出过事，所有人都默认这里是安全的。

在他的印象中，这13栋楼里常住居民至少有200多人，除了本地业主，还有不少外来务工人员租住。此次崩塌中，仅他建的楼栋就有9人遇难，包括他的亲弟弟、弟媳、侄女及弟媳的弟弟共4人，还有楼下做门窗生意的商户一家三口加两名工人共5人。“他们都撤出来了，站在马路边看，结果被岩体直接推了出去。”他说。

在侯开云的认知里，县城被乌江和大山挤在狭长的河谷里，平地稀缺是所有人都要面对的现实。靠山建房、切坡拓地是当地人代代相传的生存方式。

切坡建房

重庆市一位参与过彭水县域地灾治理的专家告诉界面新闻，事发区域属于“顺向坡”地质结构，岩层倾向与坡面倾向一致，且岩层间存在软弱结构面，事发地坡度约为12至14度。通常情况下，坡度小于10度为稳定，坡度在10至20度之间属于基本稳定，超过20度则属不稳定。事发区域处于基本稳定的临界区间。

彭水地处重庆市东南部，位于乌江与郁江交汇处，地质环境极为复杂。他形容当地地质“像破碎的鸡蛋壳”，结构面如同“豆腐块”般零散分布。从地质年代看，彭水一带的岩层比乌江还古老，经长期风化侵蚀，山体本身就十分脆弱。

他介绍，彭水县普遍存在顺向凌空的地形，“整个片区都是这个样子”。这些区域的民房多为十多年前当地居民自建。“这些房子紧贴岩层，坡脚就是房子，上面就是山。”他指出，彭水此前也计划纳入治理范围，但此类隐患点的治理面临极大困难：一方面，在边坡上打锚杆、抗滑桩等工程措施，施工设备难以进入，且治理费用“可能比房子还贵”；另一方面，当地居民往往将这些自建房出租给外来务工人员，人口流动性大，管理难度高。

依据《地质灾害防治条例》《重庆市地质灾害防治条例》及地质灾害隐患点动态管理相关规定，经排查认定、纳入官方在册台账的地质灾害隐患点，须按照风险等级匹配对应防控措施，包括明确行政责任人、技术责任人和专职监测员，建立常态化巡查监测机制；中高等级风险隐患点需布设普适型或专业级监测设备，对岩体位移、裂缝发育等数据进行实时预警；同时需制定专项防灾避险预案，划定地质灾害危险区，设置警示标识，并定期开展险情复核与台账更新。

界面新闻记者梳理2022-2025年重庆市及彭水县公开的地质灾害重点防治点位清单，本次发生山体崩塌的彭水县汉葭街道沙沱社区乌江三桥临江崖体，未明确出现在公示的地质灾害隐患点名录中。

前述专家表示，此次发生崩塌的位置不属于官方在册地质灾害隐患点，其理由是其岩层倾角常规判定为基本稳定，且属于早年群众切坡建房形成的分散性人为隐患，这类点位数量庞大，难以全部纳入在册台账。

在重庆市规划和自然资源局发布的《重庆市地质灾害防治“十四五”规划》中，附表5“重点地质灾害工程治理项目明细表”里，序号107明确列出了一个名为“乌江三桥至安家湾段危岩带”的项目，规模为1万立方米，危害性“可能造成经济损失约8000万”，实施年度为2025年。

灾害发生后，彭水县立即启动地质灾害一级应急响应，市、县两级共集结872名救援人员、1100余台（套）专业装备投入抢险，应急管理部同步启动国家地质灾害二级应急响应，调派中国安能、国家矿山救援等国家级专业力量驰援现场。

现场救援划分为滑坡中心区左右两端、滑坡体下方江面三大作业区域，采取“机械掘进+人工排查”模式，两路对向掘进与江岸作业同步推进，救援人员搭配生命探测仪、搜救犬开展逐层搜救，同时对周边山体架设监测设备实时防控次生灾害。受崩塌体体量巨大、现场巨石堆叠、临近乌江作业空间受限等因素影响，深层搜救难度较大，救援队伍正抢抓黄金救援期昼夜不间断作业。

行业领军者分享成长书籍，从来不是简单跟风造势，而是透过一套经过实战验证的底层方法论，拆解当下职场核心矛盾，为年轻人拨开混沌忙碌的迷雾，找到高效成事的清晰路径。

短视频碎片化职场技巧层出不穷，但大多只解决单点小事，只能短暂缓解焦虑。唯有体系化、覆盖全工作周期的思维工具，才能应对AI浪潮下VUCA+BANI双重复杂的职场环境，帮我们跳出无休止加班、低效会议、跨部门推诿、计划落地难的恶性循环。

当下绝大多数年轻人都深陷一种隐形职场消耗：整日奔波、会议排满，看似十分努力，却拿不出实质成果。尤其跨部门协作里的无效会议，是最隐蔽的资源损耗。这类会议议程齐全、会后有纪要、清单罗列完整，可一周过去没有一件事真正推进；所有人都自认尽职，却没人清晰界定权责，最后问题悬置、项目停滞。

周国元在书中一针见血点破根源：绝大多数沟通、协作矛盾，看似是态度、情商问题，底层全是结构模糊。全书贯穿核心动词“切”，依靠MECE相互独立、完全穷尽准则，把模糊的目标、信息、权责、决策权一一拆分，厘清边界，从根源解决协作失灵。

破解协作第一层困局：消除信息差，告别表面共识

很多跨部门会议散场时，大家都产生“达成统一方向”的错觉，可后续推进完全脱节：产品默认技术吃透需求，技术认为运营统筹落地，市场等待立项通知，每个人都按自己的理解埋头做事，步调完全错位。书中引入变革管理的三级抗拒理论，清晰拆解人不愿配合的三层根源：不知道、不喜欢、不信任。职场八成推诿冲突，根源停留在第一层——单纯信息差，而非立场对立。

同一间会议室接收相同信息，大家因行业、岗位背景不同，解读完全不一样，却很少有人在现场核对共识。书中给出标准化解决方案：所有协作会议收尾，必须逐一确认每位参与者对任务、节点、目标的理解，当场澄清分歧。忽略这一步，会议达成的一致只是虚假表象，后续必然滋生大量返工与矛盾。

重构会议逻辑：拒绝单纯数据陈列，坚持洞见先行

大量月度例会陷入无效循环：汇报人堆砌海量图表、罗列各项数据，全程只展示过程，不提核心判断；参会人听完仅表示知晓，整场会议没有形成任何决策，压力被分散，最后无人牵头推进，所有问题原地搁置。

麦肯锡内部核心沟通准则“洞见先行”恰好根治这一问题。沟通要先抛出定性核心结论，再用定量数据佐证，而非平铺所有原始信息等待他人自行总结。同样是复盘客诉，单纯罗列“投诉下降3%”只是数据陈列；点明“投诉集中于履约环节，优先调配资源优化”才是具备决策价值的洞见。多数会议把大半时间耗费在背景铺垫，留给决策讨论的时间寥寥无几，本质是组织者没有提前明确会议核心产出——必须形成可落地的判断。

RACI矩阵：把权责落到纸面，根除推诿扯皮

跨部门协作最大难题从来不是“做什么”，而是“谁最终负责”。口头共识极容易产生理解偏差，一旦出现问题，各方便互相推脱。书中重点拆解麦肯锡通用工具“RACI矩阵”，将所有项目角色划分为四类：

R“执行者”：落地实操人员

A“最终负责者”：唯一拥有审批权，对结果全权担责

C“被咨询者”：提供专业建议，意见需记录反馈

I“被告知者”：同步进展，不参与决策

这套框架直击职场常见漏洞：一项任务只能有唯一A负责人，双主管共管极易出现权责真空；抄送邮件不等于征求意见，C角色需要深度沟通；无差别全员同步会浪费大量核心人员时间。书中用招聘项目举例，销售副总仅在终面环节担任A，其余流程仅作为咨询、知情角色，大幅节省高管精力，权责一目了然，再也不会出现会后无人跟进的窘境。

工作流机制：打破线性等待，实现并行高效推进

传统线性任务分工如同接力赛，一环延误，全盘停滞：产品写完需求，技术才能评审；技术完工，运营方可筹备，大量时间浪费在等待。书中提出麦肯锡专属工作流解法，依托MECE原则拆解整体项目，拆分出互不依赖的独立子模块，每个模块指定专人全程闭环，从调研、分析、输出到答疑一肩承担。

对比接力式低效流程，工作流模式如同百米同步冲刺，各条线并行开展，最大程度压缩等待周期。执行者不再只是等待指令的螺丝钉，而是独立模块的第一责任人，从根源减少推诿，大幅提升整体项目推进速度。

会前相关方筛选：用权力-利益四象限精简参会人群

无效会议的另一重诱因：无差别全员召集，无关人员占用大量时间。书中权力-利益四象限工具，要求开会前先完成相关方分层：

1.直线领导（权力大、利益高）：核心同步对象，全程深度参与；

2.高层领导（权力大、利益浅）：仅同步精简阶段性进展，无需全程参会；

3.下游伙伴（权力小、利益高）：保持信息透明，及时同步结果；

4.普通支持方（权力小、利益浅）：定期统一公示信息，不必列席专项会议。

项目不同阶段需要参与的人完全不同，固定参会名单只会造成时间浪费。提前用四象限筛选参会人，既能保证关键决策者在场，又能减少无关人员的时间消耗，从源头压缩会议时长、提升讨论效率。

AI时代专属成长逻辑：结构化构建不可替代性

全书不止聚焦会议、协作等实操场景，完整覆盖明理、笃行两大板块，从底层思维延伸至规划、内容、流程、自我、团队、向上管理、复盘全成长链路。核心“万物皆可切”搭配艾森豪威尔矩阵、二八定律、定量拆解、邓宁-克鲁格效应等成套工具，解决择业焦虑、时间内耗、自我认知盲区、复盘流于形式等青年普遍难题。

当下很多年轻人盲目依赖AI，抛出模糊指令，得到空洞产出，本质是自身缺乏结构化拆解能力。AI自带结构化底层逻辑，但无法自主提炼洞见、权衡人情与长期价值。只有掌握完整结构化思维，才能精准给AI下达分层、清晰的指令，甄别工具产出，叠加人的独立判断，打造AI无法替代的核心竞争力。

市面上多数职场读物要么空谈鸡汤，要么理论晦涩难以落地。而这本书全部框架搭配生活化、职场实操练习，零基础也能直接套用。它没有门槛，不是管理者专属理论，而是所有想要跳出无效忙碌、理清思路、稳决策控流程、踏踏实实做成事的年轻人必备成长指南。

很多时候我们疲于协调、反复沟通却收效甚微，问题从来不在沟通频次，而在于底层结构模糊。权责不分、信息错位、任务线性堆砌、参会人群冗余，再多沟通都是在混乱之上做无用功。学会用结构化工具拆解一切，把模糊需求、混乱协作梳理清晰，才能终结无尽内耗，在充满不确定性的AI职场走出稳定上升路线。

对公众而言，无人机运血最直观的印象，往往是惊心动魄的抢救时刻。但事实上，这条“空中通道”不止服务于突发抢救。从医院日常补库、血液库存管理，到不同血站之间的血液调配，无人机运血正在逐渐嵌入深圳供血体系的多个环节。

那么，一袋血究竟是如何飞向医院的？

一袋血的空中之旅

上午十点，深圳宝安中心血站。

一个装有血液的恒温箱被稳稳固定进无人机舱体。飞手检查着无人机的螺旋桨、电池接口、恒温箱锁扣，完成最后的绕机检查。几公里外，医院的输血科已经做好了接收准备。

机翼旋转，无人机缓缓离地，沿着预设航线飞向目的地。

这趟飞行，实际从医院端发起。

医院根据库存和临床需求，在一个由医院输血科、血站和无人机公司三方共同组建的微信群里发出用血订单。这个微信群承担着无人机运血的调度——医院发布需求，血站核查库存，无人机公司则根据天气、空域等综合因素，及时对接并确定运输方式。

血站在收到订单后，检查库存，确认有血，便进入出库环节。供血科医生用手持终端PDA对每一袋血液逐一扫描绑定，然后将血液装入专用运输箱，并配置不同温度的冷源。

血液运输对温度要求极为严格。红细胞需要维持2-8℃，血小板则需要维持20-24℃。为了满足不同血液成分的保存要求，工作人员会将其分别放入经过温度隔离处理的运输箱中，确保即使同机运输，也能维持各自所需的温度环境。

装箱完毕后，运输环节交到飞手手中。起飞前，他需要确认天气、航线、设备状态。一切就绪后，无人机按预设的航线起飞。

目前投入使用的无人机单次可运输血液重约5公斤，加上恒温箱本身，总载重控制在10公斤以内。一架无人机可搭载1个大箱或2个小箱，一次最多可运送30个单位的血液。

抵达医院后，由无人机公司派驻医院的专职人员负责接机，从舱体中取出恒温箱，送往输血科。输血科医生完成交接后，对血液进行分拣、复核和入库，确认无误后，这些血液便可根据临床需求发往相关科室。

除了血液运输，无人机还负责患者血样转运。对于部分需要特殊配型的患者，医院会将血样送往血液中心进一步检测。无人机公司的驻点工作人员完成交接后，通过空中或地面运输方式将样本送达目的地，为后续配血工作提供支持。

从医院发出申请，到血液最终进入医院血库，一袋血便完成了一次跨越城市上空的旅程。

无人机运血飞向日常

起初，血站对无人机运血也有顾虑。

“最关心的就是血液能不能安全到达。”宝安中心血站供血科主任温主任回忆道。在项目初期，无人机上没有安装摄像头，血站医生甚至要求医院收到血后必须签收拍照。

“会不会掉下来？能不能保证血液质量？”这些问题曾经悬在每一个人心头。

正式投入运行前，无人机经历了大量试飞验证。

2022年底，航线正式获批后，系统性的试飞演练随即展开。从空载飞行开始，无人机不携带任何物品进行往返测试。随后逐步增加载重，开展载重飞行。最终再使用生理盐水模拟血液进行运输演练。经过多轮模拟试飞验证，到正式运血的那天，温主任坦言：“后来发现，它其实比我们想象中稳定。大家都比较平静。”

在正式投入运血后，飞手成为每一次飞行的直接执行者。他们不仅负责将恒温箱装载上机，还需要确认航线、检查设备、对接交接时间，并实时监控飞行状态。每一环都不能出错。而飞手背后的无人机公司，则承担航线管理、设备维护与整体调度。

随着运营范围扩大，一些跨区航线会设置中转站进行无人机电池的更换。

例如，宝安中心血站至中山大学附属第七医院的距离达40公里，而现有无人机送血机型单次飞行是10公里至20公里，因此在石岩设置了中转站进行换电，以确保飞行顺利。

无人机落地后，通常两三分钟就能够完成换电。短暂的停留并不会影响整体运输效率，却让航线覆盖范围进一步扩大。

在飞行中，天气是最大的变量。如果风速超过每秒10米，或降雨达到中雨级别，无人机无法起飞。此时立即启动陆运预案，由专门的送检车运送。

与此同时，血站建立了成熟的应急机制：若飞行途中出现意外导致血液无法及时送达，立即与医院沟通评估，若需求依旧紧急，协调重新下单；若血液在回收后仍符合保存条件，则可退回血站，避免浪费。

即便出现极端意外，无人机也配备降落伞，同时由无人机公司购买了保险，进一步降低风险。

经过两年多的运行，无人机运血从试点逐渐走向常态化，相关运输时效和服务稳定性也被纳入医院的考核体系之中。

目前，深圳的无人机运血网络已经初步成形：宝安中心血站已配备10架无人机，拥有9条航线，服务宝安区和光明区两区，覆盖20余家医院。深圳市血液中心则负责福田、罗湖、南山、盐田、龙华区的供血。龙岗区中心血站负责龙岗区、坪山区、大鹏新区的供血，但龙岗区暂时没有位置条件，因此未开通无人机航线。三家血站之间也已经通车，可通过物流车进行跨区域血液调配。

无人机运血从单条航线，扩展为覆盖多区的运输网络。

血液的重新流动

为什么要让血“飞”起来？答案藏在血液的供给和需求的矛盾间。

每天早上九点，宝安中心血站温主任推开科室大门的第一件事，就是检查血液库存。清点不同血型、不同血液成分的存量，而每一种血液成分的有效期不一样：血小板保存期只有5天，红细胞约35天，冰冻血浆虽然能存一年，但一旦解冻就得尽快输注。她需要根据库存情况，判断当天的供血安排：哪些需求能够满足，哪些需要统筹协调。

左右滑动查看更多

图源网络

“血液的库存管理，一直是血站最头疼的事。”温主任说。

采回来的血不能直接用。要经过检测、分离，制备成红细胞、血小板、血浆等不同成分。每一种还要按ABO血型和RhD血型细分。这意味着，血液不仅稀缺，而且“结构复杂”，必须在有效期内精准流向需要它的地方。

采血不易，但需求却不稳定。

温主任粗略统计，每个月大约有30%的订单属于紧急用血——产妇大出血、车祸、突发手术……有时医院打来电话，第一句就问：“库里还有没有？”

库存紧张时，就得跨区协调、临时调配。库存充足时，必须防止浪费“这是最无奈的时候。”。温主任说，“献血者的爱心不能白白报废。”

而在医院端，同样是一场与时间的赛跑。

在医院，急诊用血分为普通急诊、紧急和火急三个等级：普通急诊30分钟内发出首袋红细胞，紧急缩短至15分钟，而火急状态下甚至不再配血型，直接使用O型血抢救。

用血需求没有时间规律。无论白天还是深夜，只要接到通知，输血科会立即向血液中心下单。

在无人机运血出现之前，深圳大学总医院取血通常只能依靠专车往返血液中心，一次运输往往需要一个多小时，遇到交通高峰时间更长。但对于急诊患者而言，时间不会因为交通状况重置。

于是，一个长期存在的问题摆在面前：如何在有限且不稳定的血液资源中，实现更快、更精准的调度？

无人机运血投入使用后，这个问题开始有了新的解法。

最直接的变化，是供血方式“从一次性配送”转向“少量多次”。过去由于运输成本限制，血站通常会在一次配送中发放较多血液，以降低调度频率。但这种方式容易增加血站库存压力，也降低了供血系统对临床需求波动的响应能力。

无人机投入使用后，血站可以根据医院需求分批次、小批量配送血液，让血液流动更加灵活。

另一项改变是运输效率的提升。无人机运输网络采取多机协同的运行模式，一架无人机执行配送任务时，其他无人机可同步承担新的运输需求。相比传统陆运需要等待车辆往返后才能再次调度，无人机能够实现更高频次、更紧凑的连续配送。同时，原本承担送血任务的司机，被重新调配至采血车驾驶、人员接送等其他工作。运输资源和人力资源的重新配置，大大提高了供血系统的整体效率。

当然，无人机并没有完全替代传统运输，而是成为供血系统中一种更灵活、更精准的补充方式。

当血液跨越城市上空，争取的不仅是运输时间，更是有限血液资源的高效调配。

截至2025年初，深圳已开通16条无人机血液运输航线，累计完成7070架次飞行。这些航线逐渐连接起宝安、南山、福田等多个区域的血液供应节点。

采访结束时，温主任仍在处理当天的库存调配。对她而言，无人机运血已经不再是“新鲜事”，而是供血保障体系中的常规环节。

无论是无人机穿越城市上空，还是车辆行驶在地面道路上，血液运输从来不是某一个环节独自完成的工作，而是血站、医院与运输团队共同维系的一条系统性通道。温主任的判断并没有改变：“最终还是为了把血安全送到需要的人那里。”安全、及时地将血液送达，始终是所有参与者的共同目标。

航线不断延伸，血液持续流动。这条生命线的故事，仍在继续。

若长鑫科技上市后遭遇存储行业周期下行，参与战略配售跟投的机构在24个月锁定期内的纸面浮盈同样可能回吐，“落袋才算数”。

合肥新桥国际机场以东约10公里有一个新桥科创示范区。2016年，总投资1500亿元的DRAM（动态随机存取存储器）存储芯片制造项目在此落地，这是当时安徽省单体投资最大的工业项目。

2026年7月16日，有附近居民告诉经济观察报记者，最早这个项目连名字都没有，周围人只知道一个代号——506工厂。当时这个项目所在的蜀山区长岗一带还是大片农田。十年之后，这里成为合肥的一处高新产业聚集区。当年那个连名字都没有的项目，正蜕变为今年A股科创板最大一单IPO。

7月16日是长鑫科技科创板IPO的申购日。当天中午，记者来到长鑫科技集团股份有限公司（688825.SH，下称“长鑫科技”）位于新桥科创示范区的厂区。

厂区门口，佩戴工牌的员工进进出出。记者试图与几位员工攀谈，但他们对公司上市的话题都不愿多说。问及公司近况，记者得到的回应大多是“挺好的，挺忙的”，员工们点点头便快步离开。

记者看到，紧邻已投产厂房的一侧，多栋在建建筑已经封顶，戴着安全帽和反光背心的工人在楼体内外进进出出，塔吊仍在运转。有附近居民告诉记者，这是长鑫科技正在扩建的三期工厂。

IPO造富

在A股市场上，与长鑫科技关联最深的公司是兆易创新（603986.SH），两家公司的董事长均为朱一明。

兆易创新是长鑫科技前身睿力集成电路成立时的出资方之一，当年出资四分之一，如今直接持有长鑫科技发行后1.62%的股份，是其前十大股东中唯一的A股上市公司。兆易创新也是长鑫科技的重要客户之一。随着长鑫科技DRAM产能爬坡，兆易创新向其采购的晶圆代工规模也在扩大。

长鑫科技上市，最先受益的是员工。招股书显示，长鑫科技在上市前实施了两期员工持股计划，累计授予6760人次。第一期自2021年9月起实施，授予价格为1.05元/股，累计授予3596人次；第二期自2023年6月起实施，授予价格为0.108元/股，累计授予3164人次。按8.66元的发行价计算，第二期的授予价格增值约80倍。

IPO前，长鑫科技的员工持股平台合肥集鑫直接持有公司50.37亿股，占发行前总股本的8.37%，为第四大股东。长鑫科技的员工持股平台是一个多层结构，公司14名董事、高级管理人员和核心技术人员及近亲属合计持有20.34亿股，按发行价计算，持股市值合计约为176亿元。

作为长鑫科技董事长，朱一明承诺将其获授股份中的7.68亿股，在公司上市满36个月后的10个自然年内全部分配给在职员工，不含朱一明本人；同时承诺自上市之日起10年内不转让自己所持股份，满10年后每年最多减持上一年末所持锁定股份总数的20%。

招股书显示，长鑫科技的员工人数从2023年末的0.96万人，增至2025年末的1.93万人，两年翻了一倍。这些人的吃、住、行，也养活了厂区外一批做小买卖的人。

一位在厂区附近商业街摆摊的居民告诉经济观察报记者，长鑫科技来之前，这里就是普通的乡下，“以前，长岗就是地地道道的农村，农村什么样，这附近就是什么样”。早年间这里连网约车都打不到，想吃顿饭都找不到像样的馆子，但现在厂区周边有了希尔顿欢朋等品牌酒店、肯德基等连锁餐饮，甚至是商业综合体。十年前还是农村的地方，如今“该有的都有了”。

一批小摊贩也支起摊子做起了长鑫员工的生意。不远处的连环商业街上，摊贩扎堆，附近连环村的村民也出来摆摊。几位商户告诉记者，最近一段时间生意不错。不过，他们中的不少人其实并不清楚长鑫科技具体做什么。

长鑫科技带来的不只是员工，还有络绎不绝的商务往来。记者以住客身份向厂区附近的怡亭、希尔顿欢朋等酒店咨询，工作人员均表示，近期房间基本处于满房状态。

连厂区附近的楼市也跟着热了起来。

7月16日，记者以购房者身份，联系了当地一位房产中介，他介绍了周边几个楼盘的情况。其中，长鑫科技自建的员工住房长鑫嘉园为精装修，均价12000多元/平方米，需要通过公司负责人购买，且绑定限售。附近唯一的商品房华侨城空港国际小镇，二手房成交价在7000至9000元/平方米。

上述房产中介说，长鑫科技的员工是这一带买房的主力。他这几天接待的看房者，大多为长鑫科技的员工或即将入职的新员工，“最近行情很好，连以往不太好卖的二楼和顶楼都被买走了”。

上市时机

长鑫科技发行公告显示，此次该公司IPO发行价为8.66元/股，初始发行66.88亿股，占发行后总股本约10%，初始募资总额为579.19亿元；授予联席主承销商中金公司不超过初始发行数量15%的超额配售选择权，若全额行使，募资总额可达666.07亿元。

由此，长鑫科技一举超过中芯国际（688981.SH），成为A股科创板史上规模最大的IPO，其发行价对应总市值约为5792亿元。

长鑫科技也是科创板试行发行上市申请预先审阅机制后的首单项目，从2025年12月30日IPO申请获受理，到2026年6月12日拿到注册批文，全程用时165天。

每股8.66元的发行价，对应长鑫科技2025年扣非前后孰低的摊薄后市盈率为308.92倍，高于行业最近一个月平均静态市盈率的76.32倍，也高于可比公司平均的134.62倍。

长鑫科技本次IPO募集的资金，将主要投向DRAM技术升级和产能扩建。招股书显示，该公司募投项目原计划使用募集资金295亿元，其中130亿元用于DRAM存储器技术升级，75亿元用于存储器晶圆制造量产线技术升级改造，90亿元用于前瞻技术研究与开发。长鑫科技在合肥、北京两地拥有三座12英寸DRAM晶圆厂，月产能约为28万至29万片，产能规模位居中国第一、全球第四，与三星电子、SK海力士等行业巨头仍有差距。

长鑫科技在招股书中表示，公司当前产能规模远低于国内庞大的市场需求，随着募集资金建设项目稳步推进，将加速工艺升级，实现更低的单位成本。

招股书显示，2023年至2025年，长鑫科技营业收入分别为90.87亿元、241.78亿元和617.99亿元，净利润分别为亏损163.40亿元、亏损71.45亿元、盈利18.75亿元。

进入2026年，长鑫科技的盈利明显加快。招股书显示，2026年一季度，长鑫科技实现营业收入508亿元，同比增长719.13%；归母净利润为247.62亿元，同比增长1688.30%。该公司预计，2026年上半年营业收入为1100亿元至1200亿元，预计上半年实现归母净利润500亿元至570亿元，同比增长2244.03%至2544.19%。

这一盈利规模，预计将抹平长鑫科技成立以来的累计亏损。

按上半年业绩预告的下限年化计算，长鑫科技2026年全年归母净利润约为1000亿元，5792亿元的发行市值对应的动态市盈率不到6倍。

在7月15日的IPO网上路演中，长鑫科技董事长朱一明表示，公司自2019年成功推出首颗自主设计的8GbDDR4芯片、实现中国大陆DRAM产业“从0到1”的突破以来，采取跳代研发策略，快速完成了从第一代到第四代工艺平台的量产，产品覆盖DDR5、LPDDR5/5X等系列。

长鑫科技主营DRAM的研发、设计、生产和销售。DRAM是手机、电脑和服务器中负责数据临时存储的核心芯片，全球市场长期由三星电子、SK海力士和美光科技三家主导，三家合计份额超过90%。基于行业知名研究机构Omdia对2025年四季度DRAM销售额的统计，长鑫科技的全球市场份额增至7.67%，位列全球第四、中国第一。

招股书显示，2023年至2025年，长鑫科技向前五大客户的合计销售额占主营业务收入的比例分别为74.12%、67.30%和68.08%，终端客户包括阿里云、字节跳动、腾讯、联想、小米、传音、荣耀、OPPO、vivo等。

CINNOResearch资深分析师王菁告诉经济观察报，长鑫科技是目前国内唯一实现通用DRAM大规模量产的IDM（设计制造一体化）企业，其渗透提升最快的三个领域是手机、个人电脑和服务器。王菁表示，长鑫科技已于2024年宣布量产DDR5，到2025年下半年平均良率突破80%；LPDDR5X的8533和9600速率产品已经量产，10667速率产品已经送样，产品规格追上了世界第一梯队。

但长鑫科技的短板也同样清晰。王菁称，由于缺少EUV光刻机且受到美国设备出口管制，长鑫科技在技术节点上落后国际先进水平约两代，产品的单位容量成本比三大厂偏高，且难以突破HBM（高带宽内存）良率。

王菁认为，未来DRAM提升存储密度的关键路径是3D架构，需要用到混合键合工艺，海外厂商的量产节点预计在2028年至2029年。对制程受限的长鑫科技而言，这条路线更为迫切，一旦落地，还将带动配套的逻辑晶圆和键合设备需求。

在王菁看来，长鑫科技的成本劣势当前被内存涨价周期掩盖，一旦价格回落，这一问题将重新显现。

不过，国产替代需求为长鑫科技提供了相对稳定的基本盘，与客户签署的长期协议也稳定了未来几年的营收。另外，三星电子、SK海力士和美光的战略重心已经转向HBM和企业级存储，重回消费级低毛利产品线的意愿存疑。同时，人工智能带来的长期需求已经改变了存储市场的供需结构，行业很难重现2022年至2023年那种超低价的巨亏周期。

值得关注的是，在长鑫科技IPO申购前后，A股存储板块经历了一轮剧烈波动。比如，兆易创新（603986.SH）的股价从6月29日的846元，在15个交易日里暴跌至463元，跌幅高达45%。于是，市场上开始出现一种担心：长鑫科技会不会成为“中石油第二”？

对此，华南一家大型券商的半导体行业分析师告诉记者，这种类比忽略了两个基本差异：当前A股的体量和承接能力已远非2007年中石油上市时可比，长鑫科技首日实际流通的新股比例也很低。

中国企业资本联盟副理事长柏文喜称，公开数据显示，2007年末A股总市值约为32万亿元，日均成交约为1900亿元；如今A股总市值约为120万亿元，日均成交超2万亿元，市场的承接能力已是当年的数倍。

柏文喜称，当前打新采用市值配售模式，投资者中签后才需缴款，不存在大规模资金冻结；另外，根据发行安排，长鑫科技新股总量中约78%首日处于限售状态，首日实际可流通的规模有限。

对参与这单IPO的券商而言，柏文喜提示了另一个观察角度。本次发行由中金公司、中信建投担任保荐机构及主承销商，国泰海通、华泰联合、招商证券、国元证券共同出任联席主承销商。按阶梯计费方式，579.19亿元募资对应的保荐承销费约为2.28亿元，费率不到0.4%。

柏文喜表示，对券商来说，保荐承销费在这单里反而是零头，真正的大头是子公司跟投和更早期的直投带来的股权收益。发行公告显示，中金公司和中信建投的相关子公司各跟投约1.15亿股，获配约为10亿元，锁定期为24个月。

柏文喜提醒，若长鑫科技上市后遭遇存储行业周期下行，参与战略配售跟投的机构在24个月锁定期内的纸面浮盈同样可能回吐，“落袋才算数”。

参与长鑫科技本次战略配售的名单，覆盖了众多上下游产业资本。招股书及发行公告显示，在半导体产业链一侧，中微公司（688012.SH）、拓荆科技（688072.SH）、安集科技（688019.SH）、沪硅产业（688126.SH）、澜起科技（688008.SH）、通富微电（002156.SZ）等设备、材料和封测企业参与了认购；在下游终端客户一侧，小米、美团、阿里云、腾讯、中兴通讯、奇瑞汽车、传音控股、TCL科技、蔚来等终端厂商也均获得配售。

上述产业链企业及下游终端客户每家获配数量和金额一致，分别为1824万股，对应认购金额约为1.58亿元。此外，全国社保基金多个组合、基本养老保险基金多个组合、国调基金二期、中国人保、中国人寿等长期资金也在配售名单之中。

据长鑫科技7月16日傍晚披露的网上发行中签率公告，本次网上发行有效申购户数为942.88万户，有效申购股数为8169.20亿股，回拨机制启动后，网上最终发行数量约为38.51亿股，网上发行最终中签率约为0.47%，高于一般新股。

本周，长鑫科技被两种货币、两套估值体系同时定价。

科创板申购价8.66元，对应上市估值5792亿元，创下科创板史上最大IPO纪录。与此同时，在加密交易平台Hyperliquid上，一份与其股价挂钩的美元永续合约“CXMT”被迅速炒高，从5美元参考价冲至8.64美元，隐含市值一度逼近4万亿元人民币，是发行价对应估值的近7倍。

多位海外分析师给出的目标价更高：摩根士丹利认为长鑫科技市值将达到IPO估值的数倍；有业内人士判断上市后估值可能触及3万亿至5万亿元人民币区间。

支持者的论据扎实——一季度营收同比暴涨逾700%，全球市场份额半年内翻倍，产能即将逼近美光科技。但质疑者也拿得出数字：308倍的静态市盈率，是行业平均水平的4倍。

两个估值数字之间，隔着近7倍的差距：这是一场华尔街对“AI时代内存霸权”的提前下注，还是一次被杠杆和FOMO情绪推高的投机狂欢？

海外投资者借道加密合约“疯抢”长鑫科技：

隐含市值3.9万亿元

7月16日，长鑫科技正式启动新股申购，发行价8.66元/股，对应上市估值5792亿元，募资规模约579亿元，将超过中芯国际，成为科创板史上最大IPO，有望跻身今年亚洲最大IPO。

由于本次申购主要面向境内投资者且设有交易历史等严格限制，大量海外资金被挡在门外。

“像我们这样的大多数全球投资者将无法参与，（尽管）我们肯定会考虑参与，”巴黎Financiere de l'Echiquier的投资组合经理凯文·内特表示，“内存是AI浪潮的核心，中国企业已是举足轻重的参与者。”

对他们来说，问题并非“要不要参与”，而是“如何参与”。

市场研究机构Citrini Research分析师Zephyr在社交媒体发问：长鑫科技竟然以区区800亿美元市值IPO？有什么办法能参与吗？

图片来源：社交媒体平台

在此背景下，一条“曲线入场”的路径迅速出现。

7月14日，衍生品交易公司Trade.xyz在Hyperliquid平台推出长鑫科技Pre-IPO永续合约“CXMT”。该合约以美元稳定币USDC结算，最高可使用5倍杠杆。

CXMT合约是Trade.xyz推出的第四个Pre-IPO股票合约，也是首个针对中国股票的合约。该公司此前还发行过SpaceX，Cerebras Systems和量子计算公司Quantinuum的永续合约。

这类产品虽不对应真实股权，但为市场提供了一个提前定价的窗口。

CXMT合约上线后，从5美元参考价一度冲至8.64美元，约为长鑫科技8.66元人民币发行价的6.76倍，对应隐含市值约3.9万亿元人民币。7月17日，合约价格回落至6.94美元。

海外分析师：

长鑫科技估值将达5万亿元

不少海外分析师认为，长鑫科技目前的估值5792亿元偏低。

摩根士丹利平台销售和指数策略团队负责人Pankaj Mataney在一份报告中写道：“中国半导体多头预计长鑫科技的市值将达到IPO市值的数倍。”

Zephyr认为，长鑫科技的股价首日就会上涨约1000%，也就是说市值将超过5万亿元人民币。

据海外媒体报道，有基金经理表示，长鑫科技上市后的估值可能会超过3万亿元人民币，甚至可能达到5万亿元人民币。

然而，也有投资者对高溢价保持警惕。从静态市盈率看，长鑫科技本次发行对应308倍，显著高于行业近1个月约76倍的平均水平。

行业分析机构Counterpoint Research研究总监MS Hwang向《每日经济新闻》记者（以下简称每经记者）表示，目前的估值（308倍静态市盈率）或许看起来偏高，但如果未来关键战略目标都能够顺利实现，当前的估值并未完全反映其长期发展潜力。

MS Hwang指出，要达到3万亿元市值，意味着长鑫科技未来多个关键里程碑都需要顺利完成，包括2027年向VCT工艺转型，以及此后一直到2030年前后所面临的一系列技术和产业挑战。投资者更应关注这些关键技术节点能否按计划推进，而不仅仅关注短期估值水平。

不过，如果按长鑫科技2026年预期利润1000亿元计算，其远期市盈率仅约5.8倍，与三星电子和SK海力士处于同一梯队，并远低于美光科技。

长鑫科技今年产能将达约35万片/月

2028年HBM产能占全球12%

估值争议的背后，是长鑫科技近年来快速增长的基本面。

2025年，公司实现营业收入617.99亿元，同比增长155.6%，归母净利润18.7亿元，首次实现年度盈利。

进入2026年后，增长进一步加速：一季度营收达508亿元，同比增长超700%；归母净利润247.62亿元，已远超上一年全年水平。公司预计，上半年营收将达1100亿至1200亿元。

伴随业绩爆发，长鑫科技的市场份额也在快速提升。招股书援引Omdia数据称，按销售额计算，长鑫科技在全球DRAM市场的份额由2025年第二季度的3.97%升至第四季度的7.67%。

虽然三星电子、SK海力士和美光科技仍占据约九成市场，但“三强格局”已开始松动。

图片来源：Counterpoint

MS Hwang向每经记者表示，长鑫科技已成为全球第四大DRAM供应商，其发展遵循三阶段路线图：

第一阶段：通过约5万片的月产能，证明晶圆厂可持续稳定运行，以此获取客户订单；

第二阶段：市场份额达到约10%，这是长鑫科技当前所处的阶段；

第三阶段：市场份额达到15%左右，届时公司有望依靠EBITDA（息税折旧摊销前利润）实现自我造血。

他指出，长鑫科技IPO募集资金将重点用于持续扩充产能和向3D架构（VCT）技术转型。Counterpoint预测，到2028年长鑫科技的市场份额将升至11%。

长鑫科技正在从消费电子存储供应商进入服务器市场。每经记者查阅招股书发现，长鑫科技已与腾讯签署了超200亿元的多年期服务器DRAM供应协议。其主要客户还包括阿里云、字节跳动、联想和小米。

对于国产DRAM厂商而言，获得大型云计算巨头的长期订单，是其产品打入数据中心供应链的重要信号。

哲奔咨询（Z-Ben Advisors）分析师彼得·亚历山大表示，中国本土IT设备消耗了全球约20%的DRAM。随着长鑫科技向本土客户供货，三星电子、SK海力士和美光科技长期来看都将失去市场份额。

SemiAnalysis在名为《长鑫科技准备挑战现有DRAM公司》的报告中预测，到2026年底，长鑫科技的晶圆产能将达到约35万片/月，仅略低于美光科技预计的约38.5万片/月。若只比较晶圆产能，长鑫科技正在逼近全球第三。到2028年，随着合肥厂区全面投产及上海厂两期持续推进，这一数字将增至50万片/月，全球DRAM市场份额将从2025年的11%提升至约17%。

不过，在AI最核心的HBM（高带宽内存）领域，长鑫科技仍存短板：目前产能约5000片/月，且HBM3 8-hi量产面临良率挑战。

不过，SemiAnalysis预计，到2028年长鑫科技HBM晶圆产能将达每月10万片，占全球12%。

MS Hwang强调，一颗HBM消耗的晶圆产能相当于三颗普通DRAM。如果HBM无法持续供应中国市场，AI产业发展将受限；但若长鑫科技过度将资源倾注于HBM，又会挤占普通DRAM产能，因此扩充整体产能至关重要。“不过，HBM的研发并非易事，一款真正可量产的HBM产品需要整合众多复杂技术，因此实现这一目标并不容易。”

（免责声明：本文内容与数据仅供参考，不构成投资建议，使用前请核实。据此操作，风险自担。）

这一周市场足够精彩，闲话少说我们直接进入正题，从利率和汇率开始，到FOMC的展望，到黄金和铜包括商品整体的看法，最后我也会聊聊对于市场整体的一些思考。最后这部分我其实不是专家，没人能完整了解所有市场，但我曾经也经历过这种惨烈的下跌，我觉得有时候从不同角度讨论市场会有帮助。然后你也会发现本文里面不同章节用不同方法得出的结论有时候甚至是冲突的，这也是为什么我觉得等到月底看到更多信息会更有判断的把握。

利率：不像是一个加息周期，但利率的拐点目前也没看到。

感谢我曾经领导和同事的帮助，让我真的去建立了一个以利率和汇率为核心的观察框架，就像是之前分享的，因为我自己不懂，当我向很多资深的朋友咨询的时候，多看图是很多大佬和老交易员的共识。

我们先从短端利率开始

从2026年1月份开始，短端利率一路走高，原因有战争，有联储换人，但从图上来看，到目前为止，短端利率上行的斜率是慢慢趋缓的。和2023年下半年以及过去几年类似。和2021-2022年那种加速上涨是不同的。

我是这么理解的，当联储决心战胜通胀的时候，他必须比市场更加鹰派，这种超预期的鹰派，会导致市场一次次上修之前的利率预期，然后你就会看到2021-2022年那种斜率越涨越高的短端利率。这也被叫做加息周期。

如果联储对于通胀不满意，但也觉得没必要连续加息，那么利率会走高但会有一个顶部，你看到的就是斜率越涨越低的图形，就像今天。这也被叫做Fine tuning，政策微调。

目前无论是投行，市场，联储自己的官员，都表示这看起来不像是一个加息周期，我认同这种说法，我也觉得从今天的来看，未来不像是一个加息周期，但我始终记得2022年的故事，所以我列出两条支持目前进入加息周期的逻辑。

-如果按照传统的思路，联储已经落后合意利率很多了

-目前美国的实际利率其实一直在走高，如果明年AI Capex继续增加，美国的经济不会差，通胀预期不走低，实际利率继续涨，加息周期完全可能

实际利率在涨，这不可能是因为传统经济很好，如果AI继续60%的Capex增速，我觉得实际利率就不会跌，通胀预期已经来到了4年的低位。如果AI的投资非常好，联储肯定是不会降息，甚至加息发现明年还要加息完全也有可能。

上面这两条逻辑我觉得瑕疵在于

-Kevin Warsh的主张是降息缩表，这点和美国注重提高供给的思路一脉相承，而且数据完全不支持薪资通胀螺旋，所以没有必要刻舟求剑用传统的2%通胀目标或者Taylor‘s Rule看加息周期

-目前市场自发在帮联储加息，如果真的在债务融资下AI投资继续繁荣，市场自己就可以把利率做高，联储都不一定需要干活就可以部分完成目标。在2022年通胀预期到了3%，联储需要加息周期合情合理，但现在通胀预期2.2%其实就还好。

所以我们会在下面FOMC展望里面再讨论政策的取舍，但我现在确实不觉得会有一个加息周期。短期按兵不动看起来像是最有可能的做法。

目前的情况就像是，因为Warsh不给大家预期，所以市场和Warsh的同僚们一个比一个鹰派，然后这个叙事的结尾，要么是通胀回到一个更合理的位置，要么是Warsh自己站出来表态。这两点都需要时间，快的话也许是一个季度内，慢的话就不好说。

长端利率：这更像是70年代的叙事

长端利率比起短端利率看起来要更有上行动力，我觉得这完全合理，因为市场能感受到白宫对于降息的诉求，但无法回避美国财政赤字的问题。

我还记得刚入行的时候，研究美国的PMI，你会看到一个很有趣的现象，就是美国PMI的波动，在80年代之前非常快，美国的经济周期在1980年代之前，和新兴市场一样，14-18个季度一次，然后到了1980年之后，就变成了36-40个季度。

当时我还太年轻，我不懂这是为什么，有很多解释，通胀高导致经济波动大，或者冷战导致财政支出多。现在经过了这几年，我觉得有两点我以前没想过的解释

-利率的一个教科书解释，是对于违约概率的代偿，当这个世界有两个大国的时候，违约的概率总是比一家独大的时候更高

-我们说新兴市场波动大，本质是说新兴市场在应对一些经济波动的时候，它没有发达市场的经验，或者自己的资本沉淀不够多，所以应对风险的能力不足。但大规模的技术革命，其实让发达国家一样陷入了更大的波动。在技术进步和地缘冲突面前，即便是大国一样也没有经验。所需要的资本一样是个天量。

所以我觉得即便未来我们可以看到短端利率走低，长端利率大幅走低的概率也不大，除非是经济黑天鹅事件。

FOMC：我觉得摆在桌上有两个选择，按兵不动+Data dependent是基本假设，加息25bp是超预期假设

一般来说在FOMC会议上，参会者会对着三个选项做表决，鸽派，中性，鹰派。站在今天，我觉得参考联储上一次会议的情况和这个月大家的表态，降息25bp大概率不是这一次会议的鸽派选项。所以鸽派选项可能是

-保持利率不动+在表述中加上对于失业率的关注

这个概率我觉得几乎没有，因为这等于是上个月刚换了框架这个月再换，这是Warsh不愿意做的，和任何联储官员的表态也不符合

鹰派选项肯定是

-加息25bp，目前的数据其实不支持加息50bp的选项

目前这种可能性在10-15%左右，但如果你要我说，我觉得概率不一定这么低，不是因为别的，单纯是因为霍尔木兹海峡的问题，如果这10天霍尔木兹海峡再继续升级（完全有可能，因为伊朗要的是控制权，而美国不能给）。那么我觉得会有一些投票的委员想起今年3月份鲍威尔的表态说，油价通胀是一个短期扰动，联储不会考虑加息。继而在这次会议上倾向投票加息。

所以我自己觉得鹰派选项加息25bp，目前市场的定价是10-15%，但如果未来10天霍尔木兹海峡升级，这个概率其实有可能会高一点。

这其实是个很值得关注的风险，因为地缘真的有很多不确定性，但他们连在一起对市场冲击又会叠加，所以这也是我觉得这段时间可以多看少动的另一个原因。我自己有很多记忆深刻的时候，金融市场里面，如果一个坏事情会导致另一个坏事情，或者一个好事请会接着另一个好事请，那么两个坏事情或者两个好事请连续发生的概率比看起来高。

中性选项自然是

-按兵不动，同时强调对于通胀或者价格稳定的关注

这也是市场目前的基本假设

黄金：看起来像是定价了一个加息周期

在2024年3月份的时候，黄金也是类似的图形，只不过方向翻了过来

在那时候黄金突破了多重压力位，开始了价格走高，当时利率还在走高，鲍威尔讲话之后都没停下，但事后证明黄金是对的，2024年9月联储开始了175bp的降息周期。

所以黄金的交易就是这么简单

-如果联储没有一个加息周期，最后有一天回到利率走平，甚至降息的时候，黄金ETF会重新获得资金流入，然后金价见底

-如果联储真的有一个加息周期，不管是因为AI带来了技术进步，还是联储决心压制通胀预期到2%以下恢复美元信用，那黄金并没跌完

黄金的ETF和Comex净多头都是一样的故事，从之前拥挤的多头开始撤离，目前并没有看到结束的迹象，需要叙事的反转，目前看最有可能的

-10月份美国新财年赤字增加

-短端利率上行反转

-美国实际利率上行结束

这些都没看到，所以我觉得就可以等等

铜：基本面目前没大问题，但如果真的加息也请注意风险

铜的基本面很好是因为中国资本品出口不错，中国资本品出口不错并不是因为美国房地产或者全球传统行业不错，而是AI Capex不错。这部分解释了Comex铜为什么是一个累库的contango，但也要看到，这一周comex的contango远月波动也开始有，我相信大家都明白，这种高库存，高价格，高升水的结构，你要是看到升水结构开始出现波动，总归是要注意一下。

我完全理解铜的结构性利多，我也觉得如果明年硫酸价格下来，冶炼的瓶颈更大，我也完全相信中国资本品出口的逻辑，即便没有AI也会有供应链转移的叙事。近期的去库也证明需求不错。

但铜在过去几年的一个铁律就是，美国有最多的库存，所以美国的经济预期对铜的影响一定是最大的。没库存的地方谈预期是没意义的。

所以我想说的就是，铜的基本面不错有相当一部分是因为美国的预期不错，现在美国实际利率超过2.2%，叙事非常完整，所以你会看到美国的comex net long在一个多年的高位，一般过去在这种时候都是担心风险的。

事实上只有一次例外，2021年上半年，在极端低利率下，中国贸易商，下游和国储在comex市场多头平仓之后，依然保持了买盘。今天不能说这个情况不会复现，但我觉得看起来强度肯定没那么大。

市场综述：短期的扰动如上所述，但我自己觉得危中有机

之前说过，我自己错过了这两个月的科技行情，但真的看到科技有一个回调，然后很多朋友在讨论风险的时候。我反而没有担心2018年或者2021年重演。

2016-2018联储是一个加息周期，前两年中国经济在地产带动下不错，所以美国经济差中国经济好，一时间所有人都来买茅台，然后18年贸易战斩断了一切逻辑，PMI见顶，外需预期出问题。然后市场大跌，一直到2018年11月市场悲观无复已加，联储降息才反转

2021年是中国高成长+美国低利率叙事的高峰，然后一年后所有都变了，三道红线+美国加息，逻辑完全反转。也是到了联储降息才翻转。

我们今天的经济是一个K型分化，我觉得我们不会看到K型两端同时糟糕，当然我也觉得他们不会同时好。我的理解是，如果AI投资继续高增速，联储根本不会降息，那传统行业不会好。如果AI投资增速下来，联储可能矜持一下但最后还是会降息，那传统行业的反转是有可能的。

中国经济2018年和2021年是遭遇了结构性冲击的，一个是出口，一个是地产。我说实话，中国经济过去20年也就是这两个顶梁柱了，一个对外一个对内。过去8年中国经济是对外和对内都遭遇了结构性打击。如果联储加息我觉得全球经济肯定变差，中国出口包括资本品出口也会有逆风，但中国出口链的韧性已经不是2018年，出海这个东西在中国经济里面的意义也不是2018年了。

地产更不用说了，2021年的地产和2026年的地产位置和结构完全不同。

所以短期市场的风险显而易见

-联储的政策，AI的Capex

-市场的筹码，公募的抱团

-出口的持续性，消费的低迷

但我觉得有几个地方是可以宽心的

-如果联储真的要加息，那么他经济一定要不错，那么目前看，他AI的投资就一定要不错，那中国的科技产业链依然有机会

-如果他保持利率不动，那就不会有16-18，21-22年的加息周期。

-目前中国的出口和地产，没有走出结构性的下行，但下行最快最惨的时候肯定是过去了。

综上所述，我觉得就像之前说的，这个月底很多事情会清晰很多，下周的财报，下下周的FOMC和财报，包括ZZJ会议都值得去看看。我自己觉得2026年下半年肯定不如2025年下半年（降息+Capex高增）好做，风险肯定是有，不会是一个皆大欢喜的结局，但我觉得今年下半年肯定也有机会。

今年优质野生创作者的密集涌现，可能会推动平台资源、品牌投放向这类创作者进一步倾斜。而对野生创作者而言，成熟的商业变现渠道是好事也是关键，它能推动小团队在创作中投入更多精力和成本，来不断摸索并突破创作的上限。

过去，如果说一部影视、游戏作品是由草台班子做的，多少带着讽刺意味，但今年说这句话，不仅在描述事实，甚至是一种褒奖。今年以来，已有多部来自非专业创作者的影视、游戏作品爆火，遍地开花。

6月，真人影视互动游戏《盛世天下·女帝篇》上线，仅5天时间销量便突破100万份，网上相关剧情讨论无数，其导演知竹最初只是一位B站UP主；5月，博主“煎饼果仔”“夏天妹妹”制作的真人无限流短剧ENEMY全平台播放总量超过10亿次；同期，一位从未接受过影视专业训练的博主“Mx-Shell”（刘梓瑜）用AI做出的短片《丧尸清道夫》全网播放量破亿次，该短片被称为“国产版《爱，死亡和机器人》”，甚至吸引了好莱坞AI导演PJ Ace的注意，PJ Ace发文问是否有人能找到该片的导演，“我很想雇他”。

ENEMY海报（图/社交平台截图）

真人网剧、真人短剧、AI短片，“野生创作者”们在不同赛道大杀四方。

在这一背景下，野生创作者极致的个人审美表达，成就了全新的竞争焦点。

小团队“手搓”出大爆款

过去，野生创作者的作品更多被视为工业体系之外的小打小闹，各大平台的S+、A+级制作才是行业与观众长期默认的专业作品。而今年，一切都变了，不论是高质量野生作品涌现的密度，还是它们在全平台播放量破10亿次的影响力，都在宣告该领域的未来已来。

今年爆火出圈的几部作品，都带着创作者极强的个人风格。

《盛世天下》的导演知竹在出圈前是一名B站UP主，很长一段时间里都在拍摄时长10分钟内的剧情短片，且以古风情感类的剧情与唯美而恰到好处的画面见长。在国产剧开始追捧大女主之前，知竹就拍过不少反刻板印象的情感关系，譬如女性在爱情中更占强势主导地位的“GB”类型短剧、主角为医女与白兔精的双女主故事。5年前，古偶还在拍“高冷男师尊遇上软萌女徒弟”时，知竹便试水“野心女师尊与小白兔徒弟”的CP组合，当年时长3分钟的视频在B站播放量破450万次，数据相当可观。

这之后，知竹导演的短剧《长公主在上》、微短剧《古相思曲》都曾有不同程度的出圈，且都带着小团队制作的影子。其中，《长公主在上》由知竹自编自导，而《古相思曲》的实际拍摄周期只有一个月。打戏是知竹用自己的微单拍的，后期剪辑与片头制作是在编剧用了多年的旧笔记本电脑上完成的。

从过往作品中不难看出，知竹对于不同情感关系中的权力关系、相互索取有自己的独到理解，且十分擅长捕捉演员的五官特色。这些个人审美能力运用在《盛世天下》中，则表现为几乎给所有演员拍出了“人生镜头”，网友赞叹演员在《盛世天下》里比他们在电视剧里美了几个等级。同时，《盛世天下》也贡献出一对少见的CP组合——女帝与奸臣。

《盛世天下》里，女主角伍元照一路提拔寒门学士李益府等人，与朝堂上的门阀士族抗衡。李益府为报知遇之恩，甘心成为伍元照手中最忠心的“匕首”。为了协助伍元照，揪出门阀大臣的纰漏、笼络官员势力，李益府严刑逼供、贪污行贿。在斗倒垄断朝堂的门阀、为寒门子弟开辟路径的同时，他也成了别人眼中板上钉钉的酷吏，最终变成政敌攻击的对象。他被罢官流放后，时为皇后的伍元照出城相送。

虽然游戏中的伍元照、李益府在人物设定上颜值颇高，但知竹没有落入古偶剧里“俊男美女必相爱或虐恋”的俗套，而是将他们之间的情感严格限定在君臣关系上。游戏中，李益府问伍元照如此奋力斗争是为了什么，如果伍元照冠冕堂皇地回答“是为了国家、为了皇帝”，李益府会平淡地沉默离去；但如果伍元照回答“是为了自己的野心”，李益府反而会露出由衷敬佩的神情。

在游戏设定的背景下，伍元照身为女子、李益府身为寒门之子，都是政治上的弱者，知竹让这两个角色看到彼此的政治理想、欣赏彼此突破枷锁的野心和欲望，而不是纠结男女之情，反而成就了一对极具戏剧张力的组合。这种非常规的角色碰撞，在标准化的工业化影视体系下少有看到。

在火爆的短剧ENEMY中，同样能看出主创二人过往的独特审美意趣，煎饼果仔与夏天妹妹在长期以来的创作中尝试过多种有趣的设定，譬如穿越、前世今生。两年前，讲述文物变成人踏上寻家之路的《逃出大英博物馆》，正是他们的作品。

ENEMY的男女主角被卷入恐怖游戏中的无限流闯关，主创团队早在今年年初拍摄的短片《无尽轮回》中便尝试过此类设定。ENEMY里，男女主角是互相讨厌却为了生存不得不携手的宿敌；而《无尽轮回》里，男女主角是为了让彼此活下去，在不同的时间线之间穿梭、试图救下对方的恋人，设定都很新颖。

如果说真人剧集多少会受到成熟工业化影视的反哺，譬如野生创作者能够租借到成熟的灯光团队、拍摄场地，那么出圈的《丧尸清道夫》则可以视为脱离工业化影视体系之外的纯粹个人表达。

刘梓瑜在今年1月才正式接触AI，此前从未经过任何专业影视培训，仅是出于兴趣曾自学剪辑。而他接触AI创作的契机，甚至只是为了给家里开的酒店做宣传片。

《丧尸清道夫》中，一个西部牛仔机器人骑着鸵鸟在城市废墟中游荡，清理丧尸，并与一个塑料模特般的对象产生荒诞的爱情，带她吃饭、看电影、抓娃娃。不同于常见的赛博朋克画风，这部短片所采用的是“原子朋克”画风，而这一选择几乎完全来源于创作者的个人偏好，他是从《机器人总动员》中获得灵感的。

诚然，这些作品在成片时长、制作完成度上，都远远不及影视作品“正规军”们的水准。

但对饱览众片的观众来说，工业化影视作品美则美矣，却容易失去新意。资深观众已然可以预判现在的古偶剧会在什么桥段里开始表演慢镜头、转圈圈、飘花瓣；也可以预判都市剧里男女主角的误会将在几集后解开，以及误会解开后会来个别扭的拥抱。更资深的观众，甚至可以预判短剧会在几秒后出现反转、剧中的围观群众会说怎样的台词。

这些标准化的产物为观众提供的信息量，早已不及个人创作者灵光一现所带来的故事有趣。

在内容过剩的时代，怪念头有时比标准答案更容易让人记住。

小团队，但未必是小制作

一直以来，野生创作会给人留下以小博大的印象——用低成本制作换来高回报与好口碑。如《丧尸清道夫》，由作者单人完成，从构思到成片的全流程只用了10天、花费约3000元，他所习得的AI提示词、剪辑等技巧，几乎都来源于网络上其他创作者免费分享的工作流。

可以想见，AI工具的成熟会让这种以小博大的胜利在未来持续涌现。但另一个反常识趋势同样值得关注，那就是现在的小团队也可能调动起相对意义上的“大制作”，把个人优势发挥到极致。

ENEMY上线后，网络上曾出现“ENEMY单集成本5000元”的谣言，这一说法符合大众对个体创作团队的想象，但后来煎饼果仔在采访中澄清，该项目的成本在百万元以上。

他与夏天妹妹作为主创，的确可以同时承担演员、编剧、导演、分镜设计、后期剪辑调色等多重工作，以此节省创作链路上的成本。AI技术的应用，也让他们节省了一些制作经费。

但省下来的钱，实际上运用到了实拍画面中。他们拍摄“梨园双星”剧情时曾到访横店影视城、象山影视城等地寻找真实戏台，为了达到最佳效果，他们最终选择了浙江省金华市浦江县嵩溪村的徐氏宗祠古戏台，并在拍摄过程中为保护古建筑付出了成本。前期，他们甚至考虑过自掏腰包给租用的教堂更换彩色玻璃，以换取更好的视觉效果。

可以想见，今年优质野生创作者的密集涌现，可能会推动平台资源、品牌投放向这类创作者进一步倾斜。而对野生创作者而言，成熟的商业变现渠道是好事也是关键，它能推动小团队在创作中投入更多精力和成本，来不断摸索并突破创作的上限。

此前，《新周刊》曾采访两位在B站拿下千万次播放量的AI创作UP主。他们其中一位就职于英国WPP集团——全球最大的广告传播集团之一，是成熟、专业的AI商业视频制作者，另一位UP主在去年才真正上手使用AI。二者的经历、风格截然不同，但在个体创作中，他们收获的感想却极为相似——技术不会淘汰人，而是筛选人。

过去，影视创作的困难很大程度上来自资源限制，想拍出末日废土的感觉需要搭建场景，想拍丧尸需要高级化妆师与群演，想拍动作戏需要专业的武术指导、摄影与后期。许多野生创作者因资金不足与技术制约，被挡在工业化影视体系的门外。

AI出现后，最先被消解的便是这些硬门槛。AI扮演了一整个等待被调度的摄制团队，于是一名非科班创作者，也可以把大脑中的想象具象化。

但工具平权并不等于作品平权，AI让更多人拥有了做出画面的能力，同时也让互联网瞬间堆满了大量相似的AI内容——赛博城市遍地、古风玄幻漫剧大批量出现。此时，创作者的审美力、想象力、洞察力，便成了新的竞争焦点。

这些爆火的野生作品，几乎都采用了当下流行的内容或元素，如女性视角、无限流。它们的优势在于快与新，较短的制作周期，让野生创作者得以及时跟上年轻人的偏好变化。

大平台的内容嗅觉其实同样敏锐，资本市场不会错过任何一股风潮。前不久，大热的末日题材网文《我在废土世界扫垃圾》正式宣布将被改编为剧集。

（图/《我在废土世界扫垃圾》海报）

但问题在于，个体创作者只需要考虑何时开始拍，平台需要权衡顾虑的因素可就太多了。于是平台对于新题材持保守意见，试错成本低的野生创作者反而更敢尝试。

野生创作能够打败的，从来不是影视工业本身。工业依然重要，它提供资金、组织、技术、发行和稳定的审美上限。会被打败的，是那些没有创作者痕迹的流水线内容，它们很流畅、很正确、很合格，却让人看不到谁还在表达。

《2026年，野生短片创作者“手搓”爆款》

本文首发711期《手搓一切——给生活加点摩擦力》

作者 | 韦雯

编辑 | 苗正卿

头图 | WAIC西岸现场

这是虎嗅WAIC“追踪Token商业新范式”系列文章第12期。

智能戒指，作为最小的AI端侧硬件，无疑是当下AI硬件创业赛道的当红炸子鸡。在WAIC也不例外，虎嗅在西岸展览馆内，接连看见智能戒指新品牌以及跨界玩家。

但回过头，如果现在问一级市场投资人一个问题，现在还会不会投一家智能戒指公司？答案不太乐观。有超过三位投资人在公开场合表示不会再看（智能戒指项目），反之对智能耳饰、项链这些品类更感兴趣。

智能戒指品牌AIVELA创始人李东豪坦言，每位投资人来都会问他同一个问题：你们和Oura的区别是什么？

Oura，已经是这个赛道的核心参考坐标系，也是所有玩家的压力来源。

作为行业鼻祖（2012年成立），Oura率先证明了一枚智能戒指的商业价值。估值110亿美金冲击IPO，去年全年稳稳地出货了300万枚，公司累计出货550万枚，全球市占率70%以上。

如果从出货量来看，剩下的玩家，就算是头部公司，份额也只是Oura的十分之一。而Oura的市占率份额还在上升。

更残酷的是，Oura在美国，以专利侵权责任为由，把自己的竞争对手通通告上法庭。阶段性结果是，如果想在北美市场卖货，得先向Oura“交租”。

这让智能戒指赛道处于尴尬局面，也能理解为何部分国内的投资人对智能戒指品类暂时失去兴趣。

从近半年市场行情来看，仍然有大公司、创业者、热钱愿意押注智能戒指。只不过，新入局的玩家并不打算将筹码全部押到智能戒指或者Oura引以为傲的健康监测赛道。

它们的定位不再是Oura的平替。比如iQibal祷告戒指只是记录赞念次数，完全针对中东市场和宗教场景；Vocci做AI Agent的语音交互；AIVELA品牌定位为智能饰品公司，智能戒指只会是其中一款产品系列。

作者现场拍摄，Vocci产品

再入场，相比只押注医疗健康的智能戒指单品，差异化的胜算比率或许更大。

戒指是重要的可穿戴硬件位置。“十个手指，你可以戴记录健康的戒指，也可以戴记录灵感的，还可以戴一枚婚戒。”李东豪认为。

所以回到最初投资人问创业者的问题，与Oura的差距是什么。如果回答不上这个问题，智能戒指还真的玩不转。

乌云之下，来了先向Oura交租

Oura是这个市场上的绝对领导者。

根据Omdia数据，在2025 年上半年占据 74%的市场份额（160万枚，Oura出货118.4万枚），其后分别是印度品牌Ultrahuman（9%）、三星Samsung（9%）以及中国品牌RingConn（5%）。其余市场份额由法国品牌Circular、印度品牌Noise和boAt、华米科技Zepp等厂商分摊。

时间拨回到2024年3月，Oura在美国提出诉讼。有意思的是，它先针对智能戒指的中小玩家，RingConn，Ultrahuman 、Circular被列为被告。

5个月后，Circular率先和Oura达成和解。一年半，上述案件终裁。RingConn，Ultrahuman“败诉”。

2025年8月21日，美国国际贸易委员会（ITC）发布公告称，对特定智能穿戴设备、系统及其组件作出337部分终裁，对Ultrahuman和RingConn发布禁令。

RingConn与Circular的选择一样，与Oura和解，并支付了一笔专利授权费用。虎嗅了解到，因为RingConn被发布禁令，和解费用将会远超Circular。Ultrahuman则是硬刚Oura，回到印度德里法院对Oura发起了专利侵权诉讼。

这次诉讼，Oura大获成功，于是在2025年底，将目光瞄准头部玩家。三星（Samsung）、锐步Reebok（Reebok Smart Ring）、华米科技Zepp Health（Amazfit Ring）、以及 Nexxbase（Noise Luna Ring）这些大公司被Oura告到美国ITC，同样是337调查。

Noise迅速和Oura达成和解，自愿退出美国市场；三星、华米和Oura的诉讼仍在进行中。

虎嗅了解到，目前市面上绝大部分智能戒指方案，都无法避开Oura的178专利（美国注册专利号11,868,178），这个专利几乎覆盖了智能戒指在形态与传感器布局上的基础方案，是一个将弯曲电池、PPG等传感器、光子元器件集成在智能戒指内外壳中间的结构方案。Oura在智能戒指领域持有全球专利100余项，美国专利授权率高达93.2%。

根据Ultrahuman官网的发文，文章称Oura的178专利是从收购Proxy后得来，Proxy则是从Motiv公司买来。Ultrahuman对此提出质疑，但Oura仍然拥有178专利相关权利。

截图自Ultrahuman官网

业内人士向虎嗅表示，任何做智能戒指的玩家如果想在北美卖货，都无法避开。这笔专利授权费用还属于保密条款，但粗略估计，以某头部厂商为例，估算20万出货量，单价按199美金来算，那就是大约2.7亿元营收。若是梯次费率，以3%是835万元。

今年刚刚进入北美市场的玩家需要缴费100-200万元的专利授权费。Oura向Top5品牌收取的这笔专利授权费用，可能会达到数百万至千万元级别。对仍在成长扩张期的初创公司来说，是一笔不可忽视的成本，可能会改变一家公司的经营结构。

很难复制第二个Oura

Oura并不能简单复制。

国内智能戒指的市场现状是，即便这是一个早期品类，但已经开始“内卷”。深圳华强北诸多白牌产品琳琅满目，20万-100万就能起步一家智能戒指公司。但能生产一枚戒指，与运营一家智能戒指公司/品牌，是两个完全不同的问题。

智能戒指看似是AI硬件创业中最容易切入的品类之一。一枚戒指，没有屏幕，没有复杂交互，甚至比手表更加简单。但真正进入长期运营阶段后，创业者才发现，这可能是一个比智能手表更复杂的消费电子生意。

第一，头部品牌的售价，一枚戒指已经逼近一块手表。但相比亿级出货量的智能手表来说，智能戒指的全球年出货量只有数百万枚，并不是一个足够大的消费电子市场。就是这样的百万级、千万级出货量市场中，Oura就占了70%以上，同时它还在以专利封锁全球出货量最高的北美市场。

第二，与智能手表或者Airpods相比，智能戒指反而是一个“非标品”。

Oura ring 5拥有6-13的尺寸，6个不同的颜色，那就是48个SKU。

众多SKU，也就有尺码预测、备货结构、良率、换码和售后等诸多挑战。

对比智能手表，一个尺寸男女都能戴，自己调节表带即可，最多颜色不同，或者有两个不同尺寸；智能戒指却可以戴在十个手指，需要不同的尺寸。

Oura和RingConn通过提前寄送戒指模具，来辅助消费者选取适合自己的戒指尺寸。这个过程其实需要用户的品牌忠诚度和耐心。是一个需要长期运营的事情。

这是一套新品类、新供应链。Gyges Labs/Vocci联合创始人邓旭东认为，本质上是因为品类属于早期阶段，行业整体只是千万级出货量，随着未来走向亿级出货量，相关问题会被规模化的产业能力逐步消化。

最后也最为关键的是，持续的技术积累是做健康监测智能戒指的门槛。智能戒指需要持续投入更多的研发，持续迭代产品，用更懂用户的软件交互提高留存率。

Oura成立于2012年，它的成长过程是循序渐进的。2019年累计销售15万枚戒指、2022年销售了150万枚戒指、2025年销售了300万枚戒指，至今累计销售超过550万枚智能戒指。

就是这样，Oura仍在同步补齐在严肃医疗、健康追踪方面的短板，持续与外部合作，外加投资并购。2024年与血糖监测设备公司Dexcom合作，Dexcom向Oura投资7500万美元；今年收购初创公司Doublepoint，这家公司主要做生物特征手势识别技术；在此之前，Oura还先后收购了健康（运动损伤和恢复）追踪初创公司Sparta Science、代谢健康与葡萄糖监测公司Veri以及AI手势识别初创公司Proxy。

就在近期，Oura发布新品Oura ring 5。Oura通过自研芯片，将智能戒指的重量拉低到全球最轻2g，承诺心率精准度99%、睡眠分期准确度95%，单次续航一周；几乎是同一时间，国内的品牌RingConn发布新品RingConn Gen 3，它的最小尺寸为2.5g，但是RingConn在这枚戒指里加了震动反馈功能的同时兼具血压健康洞察，续航能力11-14天。

在智能戒指健康监测方面，国内品牌还在探索除却光电传感器外其他解决方案。杭州达呈科技CTO徐昊向虎嗅解释，结合近年快速发展的柔性贴片超声技术，DalingRing在探索将贴片超声传感器融入到智能戒指的血压监测中，突破PPG血压监测的瓶颈。

作者现场拍摄，DalingRing产品展示

智能戒指这个品类，玩家们的技术竞赛，尚未结束。健康监测不是一次硬件迭代，而是一项长期数据工程。

入局玩家多样化

智能戒指仍旧是一个fancy的科技产品，它是彰显个人身份的最好物品之一。

随着大模型、语音交互和 AI Agent 能力的发展，戒指也有机会成为下一代 AI wearable 的入口。

这是玩家们愿意入场的重要原因。

在做差异化功能时，一部分玩家直接砍去健康监测功能。

比如， Vocci 的定位不是做健康监测平台，而是一个AI 交互入口。它服务的不是睡眠、心率、恢复这类健康指标，而是会议、沟通、灵感、任务和个人知识管理。

邓旭东向虎嗅解释，从更大的趋势看， AI wearable 不只是一个硬件品类，而可能是下一代“显示、交互与计算平台”的一部分。过去人机交互长期依赖手机、键盘、鼠标和屏幕，人需要低头、打字、点击、切换应用。AI Agent 之后，交互方式会发生变化：用户可以用更自然的语音方式，把信息捕捉、理解、总结和执行交给 AI。

另一部分创业公司的定位是智能饰品公司。既然Oura是纯粹的智能戒指公司，那就只将戒指作为自己的产品矩阵之一。

AIVELA品牌创始人李东豪向虎嗅解释，智能戒指只是AIVELA第一代产品，未来还会有智能手链和其他。“戒指、手链，是一个可以随意搭配的佩戴位置，可以叠戴。耳环、耳夹相对难做，与耳机品类，尤其是耳夹式耳机有点冲突；项链更特殊，是每个人身上最显眼的位置，做好不容易。”

虎嗅从供应链了解到，即便智能戒指融资数量有所减少，但今年整体出货量仍旧在稳步增长。

这也能够解释，为何大厂愿意做智能戒指，为何AI硬件公司纷纷将戒指纳入自己的产品矩阵，为什么部分公司仍坚持做独立智能戒指品牌。

大厂入局不用多说，三星、华米不会放弃智能戒指北美的盘子，继续和Oura打一场旷日持久的诉讼战；追觅在今年也加入了智能戒指赛道，营销费用持续增加。

这里所说的跨界玩家主要指AI硬件公司，就虎嗅走访来看，目前AI眼镜公司影目INMO、Even Realities都将智能戒指当成了AI眼镜的“遥控器”；智能影像品牌光子跃迁LEAPTIC则是利用智能戒指的健康算法，配合拇指相机，为用户提供AI剪辑的“心动时刻”。

作者现场拍摄，形意智能的智能戒指+AI眼镜常规方案

而更多的国内消费者接触到智能戒指，也许是通过医疗器械厂商。比如鱼跃医疗推出的智能健康戒指R3。智能戒指ODM厂商也在通过与各类传统医疗医药厂商合作的形式，在国内批量铺货。

至于独立智能戒指品牌，Oura在诉讼战第一刀就砍向了国内品牌RingConn。RingConn在去年交了一笔授权费后，今年的站位（公司对外口径）已经是全球市场出货量第二、中国市场排名第一。虎嗅了解到，RingConn没有计划拓其他品类，仍以智能戒指为主。

对于这家国内的初创公司来说，“妥协”是一定意义的胜利。要知道去年这时候，全球出货量第二还是印度品牌Ultrahuman。此时此刻，Ultrahuman仍在与Oura酣战中。

总的来看，Oura影响的是创业者进入这个行业的方式。过去，大家试图制造一枚对标Oura或者比Oura更好的戒指；现在，后来者必须回答一个更难的问题：为什么用户需要除却Oura外的第二枚戒指。

以后能不能靠卖Skill赚钱？

一份SKILL.md，几段提示词，再配上脚本、案例和工具接口，把自己会做的事封装起来，挂到某个市场。别人安装，Agent调用，开发者收钱。经验终于可以像软件一样被复制和出售。

这件事也已经开始发生了。

但如果把它理解为“AI时代再来一个App Store”，很容易把最重要的东西看错。会写Skill的人很多，可以上传文件的目录也已经有了。眼下真正稀缺的，是一套让人愿意把工作交出去的机制。

文件可以复制，工作责任复制不了。

这也是为什么，今天已经能看到Skills的开源分发、安装工具和企业级市场，却很难找到一个真正跑通的“普通人买一份Skill，开发者靠它稳定发财”的大众零售市场。前者已经热起来了，后者还在搭地基。

要讨论这门生意，先得把“Skill”这个词从一团雾里拎出来。

一、一个Skill，到底是什么？

今天大家口中的Skill，至少混着三种不同的东西。

第一种，是工作说明书。

它告诉Agent在什么情况下该做什么，先看哪些材料，遵循什么步骤，最后按什么格式交付。一个Skill通常包含SKILL.md，也可以附带脚本、参考资料和其他资源，让Agent在需要时加载。

这一层很重要，但也最容易被误判价值。一份写得好的说明书能显著减少跑偏，能把一个团队里经验丰富的人做事的顺序保存下来。不过，只要它没有独有数据、工具权限、持续维护或效果验证，别人拿到以后通常也能很快模仿。

第二种，是操作能力。

一个Skill如果能调CRM、读数据仓库、生成报价单、改广告计划、把工单写回系统，它就不再只是“教Agent怎么说话”。它给了Agent一双能碰到真实世界的手。

这里常常和MCP、API Connector、自动化工作流混在一起。它们彼此相关，但不该混为一谈。MCP更像让Agent接上外部系统的通道；Skill更像告诉它进了这个系统以后，什么任务值得做、按什么次序做、什么情况要停下来找人。一个能做事的Agent，通常两者都需要。

第三种，才是客户愿意长期买单的东西：一段可以被托付的工作。

比如“把销售线索按规则分级”远不止一个提示词。它要接到CRM，理解这家公司什么算有效线索，知道哪些字段不能碰，遇到边界案例要转给谁，还要能回看为什么给了这个判断。客户购买的，是一段能稳定运转、出了问题有人能解释和修复的流程。

这三个层次的价格差，会非常大。

一份通用写作Skill很可能是免费的，或者只是一种获客材料；一个对接客户系统、持续更新规则、能对结果负责的行业能力包，则可能对应订阅、实施费和长期服务合同。把它们都叫“卖Skill”，会让人误以为变现靠的是把文件写得多漂亮。

其实，决定收入的往往是最后一层：你让谁放心把哪段工作交给它。

二、全球市场已经出现了三种形态

先说一个可能有点扫兴的事实：现在的全球Skills生态，并不存在一个已经公认成功、像iOS App Store那样以零售抽成为主的统一市场。

它正在长成三种不同的形态。

第一种是开源包和开发者分发。

Anthropic在2025年把Agent Skills推成开放标准，随后GitHub Copilot、Codex等产品也开始支持以SKILL.md为核心的技能包。Vercel在2026年初推出了skills CLI和skills.sh，把安装、更新、搜索和跨Agent适配做得越来越像一个包管理器。

这一层的主角是Git仓库、命令行、安装次数、维护者和贡献者。它看上去很像开源软件生态，而不是商品零售。开发者先用免费分发来取得安装量、口碑和生态位置，再把咨询、托管服务、云产品或团队版卖出去。

NVIDIA、Microsoft、Vercel这些公司发布官方Skills，也很能说明问题。它们把“怎样正确使用我的产品”封装成Agent能听懂的工作说明和工具路径。Skill在这里承担的是产品分发和客户成功的角色：Agent更容易用对你的SDK、云服务或API，用户也就更可能持续使用你的核心产品。

第二种是企业组件市场。

Salesforce的AgentExchange是一个更接近真实商业闭环的例子。它的商品是合作伙伴提供的actions、topics、prompt templates和agent templates。客户能在Agentforce的构建环境里发现、试用、采购和部署，合作伙伴则通过企业销售流程、私有报价、统一计费和交付来完成交易。

这套模式真正卖的是“进入企业工作流的资格”。

一个Docusign相关能力之所以可以出现在这样的市场里，是因为它能被接入合同生成、签署、跟踪的流程，并且已有身份、权限、数据和商业条款可以承接。对于企业采购者来说，这种包装比“下载一个陌生Skill”有意义得多。

第三种是企业内部的能力库。

这或许会是规模最大、但最不显眼的一块市场。企业把客服处理、销售跟进、财务对账、研发排障里的固定做法，连同访问权限、知识资料和验收标准，一并封装为内部Skills。它们不一定会公开售卖，却会在组织内部被重复调用。

外部市场解决的是“谁能卖给更多人”；内部能力库先解决“谁能让自己的经验留下来”。后者往往更早产生价值，因为它避开了最困难的冷启动问题：你不需要先教育陌生用户，只需要找到一段已经有人每天都在做、且总是做得不够稳的工作。

三、技能市场不是卖场，它首先是一套委托系统

App Store的基本逻辑很简单：用户挑一个App，下载，自己打开使用。

Skills的逻辑更绕一些。用户往往不会说“我要买一个合同条款比对Skill”。他会说：“这份合同帮我看一下。”接下来，Agent才有可能判断是否需要调用一个相关能力。

这让Skills的交易链条变成了五步。

先是发现。人或Agent得知道世界上有这个能力，并且大致理解它的边界。

然后是信任。它来自谁，最近更新是什么时候，读哪些数据，能执行哪些动作，有没有通过与自己场景相近的测试。

再往后才是授权。一个Agent就算找到了最合适的Skill，也不能因为说明文件写得很有道理，就直接去读取财务数据、删记录或发邮件。权限、预算、人类确认和审计日志，得在调用之前摆好。

执行之后还有验收。任务是否完成、质量如何、有没有造成损失，不能只由Skill自己宣布。

最后才是结算和迭代。谁为模型调用、工具调用和数据访问付费，开发者凭什么持续维护，差评或事故如何影响它的后续分发，这些都需要变成规则。

这才是一套能运转起来的Skills市场机制。它把能力、权限、效果和责任连在了一起，远比“上传文件，等人购买”复杂。

从这个角度看，未来最关键的排序指标，恐怕也不会是下载量。

它更接近几件事：在什么任务上成功过，成本是多少，失败会发生在哪里，谁愿意为结果担责。

四、真正能赚钱的地方，不在那份文件本身

如果把Skill当作独立数字商品来卖，最先遇到的问题就是复制。

一份通用SOP、一段公开提示词、一个没有私有数据依赖的工作流，很难长期保持稀缺。它可以帮开发者完成第一次获客，却很难成为稳定护城河。用户买过一次，别人改个名字再放一份，价格很快就会被压下去。

目前更现实的收入，通常发生在四个位置。

第一个位置，是托管执行。

开发者不把全部能力交付成文件，而是提供一个持续运行的服务：模型怎么选、工具怎么调、数据怎样更新、失败怎样重试，用户看到的是结果。收费可以按席位、按调用量，也可以按处理的任务量。此时，Skill是服务内部的能力单元，钱收在长期可用性和持续维护上。

第二个位置，是行业实施。

很多业务流程并不存在“装上就能用”的版本。教育机构的招生、律所的合同审阅、跨境团队的选品，表面上任务名相同，实际的判断口径、数据位置、业务例外和人类接管点都不同。能把这些差异接进同一套能力框架的人，卖的是实施、配置和运营，而不是单次安装包。

第三个位置，是结果责任。

当效果能被清晰测量时，收费会逐渐从“调用了多少次”向“完成了多少有效工作”靠近。比如一段流程节省了多少人工复核、减少了多少无效线索、把多少工单在SLA内处理完。这里的难点不在定价页面，而在于双方先把结果的计算口径说清楚。

第四个位置，是产品入口。

对云厂商、SaaS和数据服务商而言，Skill甚至不必单独收费。把官方最佳实践装进Skill，能够减少客户上手成本，让Agent更频繁地调用自己的产品。Skill成了开发者关系、产品文档和销售漏斗的一部分。很多时候，最赚钱的Skill并不是被售卖的那个，它把收入导向了后面的API、云资源、席位和企业合同。

所以，今天问“卖Skill能不能赚钱”，更准确的回答是：能，但收费对象通常不是那份Skill文件。它可能是稳定运行的能力、接入客户系统的工作、被验证过的结果，或者某个产品更高频的使用。

五、为什么目录越热闹，反而越难做生意？

Skills市场眼下最有意思的矛盾是：供给增长得非常快，交易所需要的基础设施却远远没有跟上。

第一个问题是发现。

skills.sh已经开始用匿名安装遥测做排行榜，MCP也有了官方Registry。它们解决了“世界上有哪些东西”的问题，却还解决不了“眼前这个任务该用哪一个”的问题。

安装次数不等于任务质量。一个Skill的名字写得好、背后的发布者有名，或者它恰好进入一个热门教程，都可能带来安装。可它是否适合你的技术栈、行业规则和数据环境，安装量并不会告诉你。

这就是Skills市场比App市场更难的地方。用户下载一个记账软件，试错成本有限。让一个Agent带着陌生能力碰企业数据，试错成本可能是一封错发的邮件、一条错误报价，甚至一次越权访问。

第二个问题是安全。

Skill的说明文字本身就会进入Agent的上下文；它还可能附带脚本、依赖和外部网络连接。恶意Skill可能诱导Agent外传数据或执行非预期动作。开放生态里的平台同样承认，无法为每一份收录能力的质量和安全做担保。

这并不意味着开放分发没有价值。它意味着，Skill的安全审查不能只看一眼产品介绍。需要看权限声明、依赖、代码来源、网络行为、版本变更，也要看Agent在真正执行前能否被限制在合理的权限范围内。

第三个问题是“可移植”被说得太轻松了。

开放标准让一份SKILL.md有机会被多个Agent识别，这当然是进步。但文本层面的可移植，并不等于工作层面的可移植。不同Agent的工具能力、文件系统、权限模型、上下文长度、触发规则都不同。同一份Skill换了运行环境，可能只剩下说明文字仍然有效。

这也是为什么接下来会出现一批不那么显眼、但很重要的服务：兼容性测试、版本管理、运行监控、效果评测和权限治理。它们听起来不性感，却决定了一份Skill能否从GitHub的示例，变成企业敢装进生产环境的能力。

六、个人、小团队和企业，各自该站在哪里？

对个人开发者来说，最容易犯的错误，是从“我能写什么Skill”开始想。

更好的起点是：谁正在重复做一段麻烦、可判断、又愿意掏钱解决的工作？

去找一个具体的岗位动作，比如把一次访谈整理成可直接录入CRM的销售纪要，或者把投放数据变成一份能让运营负责人下决策的复盘。范围越窄，客户越容易判断你有没有用。

第一批产品也别只交付一个压缩包。把Skill、示例数据、安装方式、失败时的人工接管点和一段清晰的验证方法放在一起。先找到十个愿意把真实工作交给你测试的人。只要他们持续使用，你就会知道哪部分是通用流程，哪部分其实需要服务。

小团队的机会，在于做“行业能力组合”。

一个好团队不应该忙着搭一个什么都卖的市场，而应该围绕一条业务链沉下去。以教育招生为例，真正有价值的不是一个会聊天的咨询Skill，而是一套能把线索识别、资格判断、人工转接、跟进提醒、内容复盘串起来的系统。单个能力可以被替代，理解这一整条链路里哪些地方最容易损失客户，才是更难复制的资产。

商业上，这类团队很可能会同时做三件事：对外展示一部分轻量Skill来获客；把核心能力托管起来；为客户提供接入系统和持续优化。它看起来不像纯软件生意，也不像传统咨询，更像一间用Agent放大交付能力的行业服务公司。

企业的第一步则不该是“把Skill拿出去卖”。

更值得先做的是内部Registry。把一段真实有效的工作流程连同数据权限、责任人、验收指标和版本记录一起登记下来。选择一个低风险但高频的场景，让它在内部反复跑，先建立更新、回滚和审计的习惯。

当企业能清楚地回答“它为什么这么做”“它读了什么数据”“出错时谁接手”，再讨论市场化输出，事情会稳很多。那时它拿出去卖的，也不只是员工经验的文字版，而是一段已经在真实组织里跑出边界的能力。

七、Skills市场会更像什么？

它会有一点像npm：能力可以开源、安装、更新和组合。

它也会有一点像AppExchange：企业需要采购、集成、权限和责任。

它还会有一点像咨询业：真正有价值的经验，常常藏在业务例外、判断顺序和落地后的持续调整里。

所以，Skills市场的胜负手，大概不在于谁先开出一万个货架位。

谁能让Agent在正确的时候找到正确能力，谁能把权限和安全放在调用之前，谁能用真实结果证明一段流程值得反复交付，谁才可能获得这个市场最有价值的一部分。

卖Skill当然会成为一门生意。

只是到最后，卖出去的从来不是一份文件。是别人愿意交给你的那段工作。

上游赚得盆满钵满、中游大面积失血、下游夹缝中求生，成为2026年上半年汽车产业链业绩图谱的真实写照。这背后折射出的是中国汽车产业从“整车为王”向“资源+技术双轮驱动”转型的深层阵痛。这场利润再分配，正在改写中国汽车产业的底层商业逻辑。

2026年上半年，中国汽车产业链经历了一场前所未见的利润大迁徙：上游有锂矿企业净利润暴涨高达30倍，下游有整车厂出现约40亿元的亏损。

截至7月15日，江淮汽车、广汽集团、赛力斯、北汽蓝谷四家上市整车企业披露的半年度业绩预告显示，四家合计归母净利润预亏区间达80.7亿元至90.8亿元。其中，广汽集团预计亏损40.6亿元至45.7亿元；赛力斯由盈转亏，预亏15亿元至18亿元。与此同时，锂矿板块十余家已披露预告的企业无一例外全部预盈，天齐锂业净利润同比预增超过30倍，赣锋锂业亦实现扭亏为盈。

这不是简单的行业周期波动。乘联分会数据显示，上半年国内狭义乘用车累计零售870.1万辆，同比下滑20.2%，而新能源汽车渗透率已连续三个月突破60%的历史高位。中国汽车产业正从“增量扩张”时代全面转入“存量博弈”时代。

更深层的变革在于产业链利润分配的重构。中国汽车工业协会副秘书长陈士华在近期的行业论坛上直言，汽车行业传统的利润“微笑曲线”已经位移，拿走利润的不再是传统零部件供应商和4S店，而是电池企业、芯片厂商和智能驾驶方案商。动力电池占整车成本约40%，而整车制造利润率已跌至1.5%。这意味着，一辆售价20万元的车，整车厂仅能赚取约3000元利润。

上游赚得盆满钵满、中游大面积失血、下游夹缝中求生，成为2026年上半年汽车产业链业绩图谱的真实写照。这背后折射出的是中国汽车产业从“整车为王”向“资源+技术双轮驱动”转型的深层阵痛。这场利润再分配，正在改写中国汽车产业的底层商业逻辑。

业绩“冰火两重天”

锂矿企业的业绩预告，堪称“全员盈利、大幅预增”。天齐锂业预计上半年归母净利润28.5亿元至42.5亿元，同比增长3276%至4935%；赣锋锂业预计净利润36.5亿元至46亿元，同比扭亏为盈；中矿资源预增1078%至1302%，融捷股份预增956%至1191%。这些企业的业绩变动原因高度一致：锂盐产品销售价格较上年同期大幅上涨。

动力电池环节同样利润丰厚。Choice数据显示，截至7月15日收盘，已有35家锂电产业链上市公司发布上半年业绩预告，除3家业绩同比下滑外，其余均为预增、扭亏或减亏。其中，亿纬锂能预计上半年归母净利润31.3亿元至33.7亿元，同比增长95%至110%。国轩高科预计净利润12亿元至15.5亿元，同比增长227%至323%。电解液龙头天赐材料预增9至10倍。今年一季度，动力电池龙头企业宁德时代更是凭借超200亿元的净利润，超过七家头部车企利润总和。储能需求的爆发式增长，进一步放大了电池产业链的盈利弹性。

整车制造环节则是另一番光景。广汽集团上半年预亏40.6亿元至45.7亿元，较上年同期的25.38亿元亏损进一步扩大，其中一季度亏损6.56亿元，二季度单季亏损攀升至34亿元至39亿元。赛力斯由盈转亏，一季度尚有净利润7.54亿元，二季度单季亏损高达22.54亿元至25.54亿元。北汽蓝谷预亏17.7亿元至19.7亿元。江淮汽车连续第七个季度亏损。四家车企合计预亏区间约80.7亿元至90.8亿元。

利润大幅下滑的车企同样不在少数。长安汽车预计上半年归母净利润7.4亿元至9.7亿元，同比下降57.66%至67.7%。长城汽车预计上半年归母净利润23.5亿元至26亿元，同比下降58.97%至62.92%。

经销商群体的处境同样不容乐观。尽管多数经销商上市公司未发布业绩预告，但综合库存系数持续保持高位、新车价格倒挂（购进价高于销售价）等情况可知其艰难处境。今年5月，经销商综合库存系数达1.63，同比上升18.1%。82%的经销商存在价格倒挂，其中51.6%倒挂幅度超过15%。新车销售毛利率跌至-25.5%，多数经销商处于亏损状态。

三股力量挤压

汽车产业链上下游业绩分化的背后，是三股力量在同时起作用。一是碳酸锂价格的周期性反弹。2025年年中，电池级碳酸锂下探至5.8万元/吨的周期底部。进入2026年，电池级碳酸锂价格持续上行，年初均价约12万元/吨，5月中旬一度冲高至20万元/吨。上半年整体均价运行在15万元至20万元/吨区间，较上年同期的约7万元/吨上涨超过132%。锂矿产能释放本身存在1至2年的建设周期，供需错配之下，上游资源企业掌握了定价主动权。

苏商银行特约研究员高政扬指出，上半年电池产业链整体需求旺盛，新能源汽车内销承压但出口实现快速增长，同时储能市场持续高景气，带动储能电池需求大幅增长。供需偏紧格局下，锂电材料及电芯价格上行，推动电池产业链业绩明显修复。

二是成本传导路径的受阻。动力电池占新能源整车成本约40%。碳酸锂价格从8万元/吨攀升至18万元/吨，叠加存储芯片价格从20元涨至近100元，导致整车成本快速抬高。赛力斯集团董事长张兴海算过一笔账：问界单车制造成本因此增加1.5万至2万元。若按问界上半年累计交付超16万辆计算，成本增量在24亿元至32亿元之间。

然而，整车企业几乎无法将成本压力传导至终端市场。在价格战持续的情况下，车企不仅不能涨价，反而需要不断让利保份额。科方得咨询机构负责人张新原分析认为，中游整车制造因市场竞争加剧、价格战频发，导致多数车企为保销量而牺牲利润。广东省社会政策研究会副秘书长高承远则将这一现象归结为“定价权与成本传导能力的差异”，上游掌握了稀缺资源的定价主动权，而中游在买方市场格局下成本传导路径严重受阻。

三是产业利润分配格局的重构。陈士华直言，如今拿走上游利润的不是传统零部件商，而是“做智能化的、做电池的、做芯片的”。下游同样如此，传统4S店的利润空间在收窄。

新智派新质生产力会客厅联合创始发起人袁帅认为，这是产业周期、供需错配与市场竞争三重因素共同作用的结果。在这场切换中，整车企业既失去了上游的议价权，又被下游的渠道变革挤压，成为利润分配的“夹心层”。

重构仍将深入

短期来看，汽车产业链利润的结构性调整远未结束。高政扬预计，随着海外锂矿新增产能逐步释放，锂资源供需紧张状态有望缓解。目前已有大量矿山在高价刺激下重启产能，预计四季度新增产能逐步释放。袁帅判断，碳酸锂价格将逐步回落至合理区间，上游资源企业利润将从高位回落，难以维持数倍的增长幅度。

行业判断，整车企业盈利有望迎来改善，但分化仍将加剧。下半年为汽车消费传统旺季，终端需求有望逐步回暖。高政扬认为，内销销量有望企稳，出口仍有望保持高速增长。随着“反内卷”政策持续推进，价格战或趋于缓和，预计2027年整车盈利有望迎来边际改善。

但并非所有车企都能等到那一天。袁帅指出，经过上半年的价格战，行业出清速度加快，尾部品牌市场份额将逐步向头部集中。具备垂直整合能力、出海规模领先及智能化技术储备的企业有望率先修复盈利，而依赖传统合资输血、新能源转型迟缓的企业仍将承压。头部新势力车企如蔚来、小鹏月销已重回4万辆以上，零跑交付量翻倍，但部分二线品牌已面临淘汰风险。

下游的汽车经销商仍将继续深度洗牌。高承远判断，传统汽车经销模式加速出清，拥抱新能源品牌授权、二手车及后市场服务转型的企业才能穿越周期。袁帅认为，随着燃油车库存逐步出清、车企调整压库政策，部分提前布局新能源销售和增值服务的经销商有望率先改善盈利。但整个流通行业的深度调整仍将持续，更多传统经销商将主动转型或退出市场。

从更宏观的视角看，这场汽车产业链的利润再分配本质上是产业走向成熟的必经之路。中国汽车工业协会数据显示，2026年1至5月汽车行业利润率为3.4%，创五年来同期最低；整车制造利润率更是仅有1.5%。中国汽车在全球市场份额已达32%，但行业利润率却跌至历史低位，这一“规模”与“利润”之间的矛盾，是中国汽车必须直面的核心命题。

高承远判断，产业链利润将从“上游独大”逐步向“技术溢价+全球化能力”倾斜，行业正从规模竞赛转向价值竞赛。这场转型的终点，不是某一环节的永久性胜出，而是一个更加均衡、更具韧性的产业利润分配体系。但在抵达那个终点之前，产业链上的每一个参与者，都将在阵痛中重新寻找自己的位置。

本来只准备体验5分钟。

甚至还想着赶紧结束，去看下一个展台。

结果在那把椅子上，躺了将近20分钟。

展馆外面，是机器人跳舞、发布会、大屏幕上的参数展示，还有一波接一波举着手机、踮着脚拍照的人群。

这里却安静得有点不像WAIC。

我戴着耳机，看着屏幕上的脑电曲线缓缓起伏。上海音乐学院团队开发的一套AI音乐疗愈系统，正在根据我的脑电波和情绪状态，生成一段属于此刻我的音乐。

没有机器人，没有Agent演示，没有发布会。甚至现场的学生，全程没有跟我提过一个模型名词。

只有音乐，和一点一点慢慢沉静下来的自己。

那一刻，忽然觉得，AI不一定非要让我惊叹，也可以让我平静。

一

从那个展位出来，我重新走回WAIC主馆。

眼前又恢复了熟悉的热闹。

华为Atlas 950超节点前围满了参观者，大模型厂商的展台被排队人群堵得水泄不通，AI眼镜几乎成了今年最热门的终端，各种机器人穿梭在展馆里，跳舞、握手、奔跑，每走几步，就有人举着手机追着拍摄。

如果说去年的WAIC，大家还在争论谁的模型更强，那么今年，我听到最多的关键词已经变成了：

Agent、算力、终端、工作流、具身智能。

整个行业，都在回答同一个问题，AI还能做什么？

它能写代码，能做PPT，能生成视频，能处理复杂任务，能操控机器人，也能越来越深入地介入我们的工作和生活。

这一点，几乎已经成为整个大会的共识。

但也正因为如此，我反而开始想另一个问题：

这一切，最后是为了什么？

今年WAIC最明显的变化，是AI正在从模型竞争进入系统竞争，模型本身正在成为基础设施的一部分。

真正决定AI体验的，是模型之上的完整系统。算力基础设施、Agent框架、数据闭环、工具调用、终端入口，以及最终落地到真实场景里的能力。

这也是为什么今年的WAIC，会出现这么多新的终端形态。

AI眼镜，希望成为AI感知世界的新入口。Agent Phone，希望让手机从一个被动工具变成主动助手。机器人，希望让AI真正拥有进入现实世界的身体。

过去大家问，AI会不会思考？今天大家问，AI会住在哪里？

答案越来越清晰，AI会进入每一个离人最近的设备。

但也正是在这种喧闹之中，那个安静的音乐疗愈空间也显得格格不入。

后来认真回想了一下，为什么它会让人记住，并不是因为技术最先进。

恰恰相反。

它可能是整个WAIC里技术最不炫的产品之一。没有多模态大模型，也没有复杂的工具调用链路。只是脑电采集，加上一套音乐生成算法。

论技术参数，它甚至很难排进今年WAIC最热门的展台。

但论情感触达，它却是唯一让我卸下防备，安静待了20分钟的地方。

这也是今年WAIC给我的第一个反差。

AI越来越强，但真正打动人的地方，反而越来越接近人的本身。

二

环顾整个展馆，几乎所有顶尖科技，都指向同一个目标：

极致地提升效率。

这没有错。

效率，是过去三年AI创业最大的故事，也是资本市场最认可的方向。

谁能用更短的时间，让人完成更多事情，谁就获得了下一轮竞争的入场券。

但这两天穿梭在各个展馆，我忽然冒出一个模糊的感受。

效率，不等于幸福。

甚至，效率革命走到今天，正在产生一个新的技术悖论。

今天很多人的焦虑，并不是因为效率太低。

恰恰相反，是因为整个世界已经被效率逻辑彻底加速。

信息太多，工作太快，日程被塞满。手机从早响到晚，每天都有处理不完的消息、回复不完的邮件、做不完的决策。

AI确实可以帮你更快完成这些。

然后呢？

被节省出来的时间，往往会立刻被新的任务填满。当所有工具都在提升效率，系统对人的期待值也在同步提高。

过去，技术向我们索要体力；现在，技术向我们索要注意力。

这其实不是AI时代才出现的问题。

过去20年的互联网，本质上也一直在推动效率革命。

搜索让获取信息更快，电商让购物更快，外卖让吃饭更快，移动互联网让人与信息连接更快。

技术不断帮我们节省时间。但一个问题始终没有被回答。时间省下来以后做什么？

三

今年WAIC还有一个非常明显的变化，AI越来越像人了。

机器人开始有表情，会握手，会陪伴。Agent开始记住你的习惯，理解上下文，主动帮你安排任务。AI眼镜开始替你观察世界。手机开始尝试成为一个持续在线的智能助手。

整个行业，都在努力让AI更接近人。

但与此同时，我却感觉，真正关于人的内容，反而少了一些。

大家讨论Token、推理速度、上下文长度、工具调用，却很少讨论人的焦虑、疲惫、孤独，以及技术最终应该回应的真实需求。

科技越是强大，人类真实的脆弱就越显得无处安放。

那个音乐疗愈空间，恰好回答了这种无处安放。

它没有帮我节省一分钟，没有替我完成任何工作。但用20分钟的安静，把我从整个展馆的喧嚣里短暂抽离出来。

其实不只是音乐疗愈。

如果仔细观察，会发现AI行业已经有另一类产品正在悄悄生长。

AI心理咨询，AI陪伴，AI老人护理，AI情绪管理。

它们今天并不是WAIC最耀眼的主角。因为它们没有机器人那么震撼，没有模型发布那么容易制造话题。

但它们回应的是另一种需求。过去互联网建设的是信息基础设施，移动互联网建设的是连接基础设施。

而未来AI可能正在建设一种新的基础设施：情感基础设施。

它解决的不只是事情怎么完成，而是关注人在一个越来越复杂的世界里，如何被理解、被陪伴、被照顾。

四

过去几年，AI产业就围绕一个关键词狂奔：Intelligence。谁更聪明，谁推理更强，谁能完成更复杂的任务。

这是AI发展的第一阶段。没有这一阶段，就不会有今天的AI浪潮。

但是，随着模型能力正在不可避免地走向商品化，算力、参数、工具链，有钱有资源就能逐渐抹平。

真正难复制的，从来都是理解一个人的能力。

过去，技术解决的是怎么做得更快。未来，技术可能需要回答怎么让人过得更好。

这也是为什么，智能伙伴这个词值得玩味。工具关注的是使用，伙伴关注的是关系。

离开展馆时，机器人还在跳舞，发布会还在继续。

今天的WAIC，展示了AI能力正在抵达的新高度。更大的算力，更强的模型，更丰富的终端。

但那个安静的音乐疗愈空间，也提醒我另一件事，AI的价值，不只取决于它拥有多少能力，也取决于它如何进入人的生活。

当模型能力逐渐成为基础设施，真正困难的部分，也许会变成理解具体的人、具体的场景，以及具体的问题。

去年WAIC，记住的是模型。今年WAIC，记住的是一段音乐。

下一阶段的AI，仍然需要更强的智能。

但，同样需要更深的理解。

从完成一个动作，到接过一段工作。

7月17日，下午五点，结束了第一天的WAIC流水席直播。

走出会场的时候，我、罗老师和其他同事一起往地铁站走，满大街都是参加这次WAIC、挂着胸牌的朋友，地铁站入口处挤满了人。

身边的每个人都一脸兴奋，谈论着今天的见闻，还不时有人走上来跟我们打招呼，说他们白天一边逛展，一边看我和罗老师的直播。

回到酒店，当我打开电脑，开始写这篇观察笔记的时候，虽然很累，但还是迫不及待想跟你分享一下。

01鸟枪换炮：我们摆了个流水席

17号，是世界人工智能大会第一天，1100多家企业参展，10万平方米的展馆。我们在这个场子里，干了一件跟所有人都不太一样的事。

如果去年来参加过WAIC的朋友，一定知道我们的展位有多么小、多么难找，但当时仍然陆陆续续有近千位同学来聊天。

今年，真的是鸟枪换炮，我们的展位在主会馆的二楼，电梯口旁边，吃饭区域旁边。所以，只要你要去看机器人，基本就可以看到我们的展位。

当然，别人家的展台一般是巨幅LED屏、机器人跳舞、观众排队打卡，我们是一张桌子，一个沙漏，一沓邀请卡，还有一个透明玻璃的小小直播间。

上午十点，我跟罗老师一起逛展，将近三个小时。从H3场馆的各种机器人走到H1场馆的大模型，再走到H2场馆的各个领域纵深。逛到谁觉得有意思，就递一张邀请卡过去，话术都很一致：「来来来，下午来我们直播间聊十分钟。」

我俩还笑着调侃，自己终于成了发小广告卡片的人。

逛完展，我们回到那个吃饭区域旁边的摊位，真的是一分钟都没有停，开始搞流水席直播。我相信我们大部分朋友都知道「流水席」是什么意思，但我还是要解释一下。

因为我问了一下我上高中的闺女，她还真的分不清流水席和洛阳水席之间的区别。其实就是农村办红白事时，在家门口空地搭棚子做饭，客人不用统一时间开饭，一波吃完换下一波，全天不间断待客，这种循环开席就叫「流水席」。

那我们的直播为啥叫流水席直播呢？因为我们从一点到五点，十分钟一个人，来了就回答四个问题，答完换人，桌上十分钟的沙漏一漏完就走人。不仅仅是嘉宾会换，我和罗老师也像流水席一样不停地换班。

不提前安排嘉宾，不寒暄，不唠概念，坐下来就聊四个问题：你在做什么产品，做到什么程度了，AI给你的行业带来了什么变化，未来1到3年你最期待AI做成什么。

等会儿，我先聊完第一天上午的逛展感受，再和你说一下流水席直播的收获。

02逛展：我们是来验货的

罗老师在逛展途中说了一句话，我觉得是这一整天最好的注脚：

❝

我们逛展，还是特别希望看到中国纵深处，AI正在发生什么。

对，就是这句话。我们不是来看秀的，我们是来验货的，就是想看看AI已经在什么场景下改变了我们的生活。

上午逛展的时候，说实话，脑袋是嗡嗡的。信息太密了，展品太多了。罗老师和我说这叫「司汤达综合征」，就是信息量大到脑子装不下。

当年法国作家司汤达游览佛罗伦萨圣十字教堂，被文艺复兴艺术品震撼，当场差点晕倒。我觉得要是他来参加WAIC，估计看到这么多机器人，他的病情还会加重不少。

在逛展中，还是有特别多有趣的东西。比如消防机器人，自带喷淋系统，先进火场侦查再回来报告，身上还背着水箱给自己降温。电力检修机器人，500多台已经在全国各地的高压线上干活了。

送餐的、巡检的、搬货的，什么都有。还有一只跟马差不多大小的重载机器狗，能驮150公斤走碎石路，罗老师还骑上去试了试。

但逛着逛着，我开始觉得哪里不对。每家人形机器人的展台都像一座孤岛，机器人站在那里，好像自己就能活似的。

你在这个展台看到一台机器人跳舞，那个展台看到一台机器人做咖啡，每家公司都在展示自己擅长的那一个点。但我们并不知道，一台机器人要真正干活，它背后到底需要多少东西？

这个问题当时还没答案，但是下午流水席直播聊完之后，我才慢慢看清。

03开席：拼出机器人产业拼图

下午一点，流水席开席。我们那个摊位，真的是摊位，就在吃饭区域旁边。有人端着盒饭从我们直播间前面走过，有人吃完饭顺便停下来看两眼。

但就是这个形式，反而逼出了最真实的东西。

十分钟，四个问题，没有铺垫，没有寒暄，坐下来就聊。沙漏在旁边漏着，嘉宾说话的节奏都不一样了，没人再说那些外交辞令。

第一个上来的是云深处，杭州六小龙之一，做四足机器人，行业应用收入全球第一，他们主攻应急、消防、电力巡检这些场景，机器人先进火场，人在后面指挥。

我们问机器人什么时候能进家庭，他们说10年内就能落地，甚至不需要10年。3到5年就能先在熟悉场地自主干活。

然后是千寻智能，做机器人通用大脑的。去年他们还在展示叠衣服，速度慢，只能做一个动作。

今年，给机器人一句话，它就能自己拆解任务，先放可乐，再收垃圾，再整理沙发，还能记住哪些做过了，实时调整顺序，攻克了行业里叫「金鱼记忆」的痛点。

什么意思呢？就是之前对于机器人来说，可能只能记住手里的这一个任务，稍微复杂一点儿，就完全凌乱了。

从叠一件衣服到理论上能整理整个客厅，就一年。当然，大家也不要太乐观，我说的是理论上，并且是厂商的理论上，有点类似把这些机器人放到样板间里。距离真正进我们的家庭还有挺远的路要走，只不过人总是要有梦想的。

这个变化比「机器人更会跳舞了」重要得多。因为能力的单位发生了翻天覆地的变化。过去，我们看的是它能不能完成一个动作；现在，开始看的是它能不能理解并完成一段工作。

从一个到一段，这就是我们的具身智能进步很大的地方。

接下来是交泰智能，给工厂的机器当医生。传统工厂的运维是人工每2到4小时巡检一次，做完纸质记录就完了，报警了还得靠老师傅的经验判断。

交泰让设备自己说话，实时输出健康状态，提前发现隐患。他们说，未来想让设备变成智能体，主动跟人汇报自己的身体状况。

绳肌妙算，做灵巧手的，用绳子模拟人的肌腱带动手指运动。陶世智能，做减速器的，指甲盖大小，是全球首创这种小型环面包络减速器的厂商，磨了8年。永轴智造，做摆线减速器的，价格是日本同类产品的四分之一，未来能降到十分之一。

聊着聊着，我突然反应过来了。

你看，关节是陶世做的，指甲盖大小的减速器，8年磨出来的。手是绳肌妙算做的，研发的时候每天最少跑坏2只手。大脑是千寻做的，去年叠衣服，今年收拾客厅。

训练场是松应科技做的，机器人先在虚拟环境里练，不用真买十台机器人搭产线。柔性物体的仿真是凌迪做的，衣服布料这些软东西，机器人得先在虚拟世界里学会怎么抓。

我们如果只从线上看一个人形机器人，其实没有什么感觉。但是身临其境来到WAIC之后，我们就能看到一台机器人背后，站着多少家公司。

光我们这个小直播间，下午就聊了给机器人做手的、给机器人做关节的、给机器人做大脑的、给机器人上课的。每个领域背后，都能长出不少公司，并且产生了非常多这个时代之前并没有的新工作岗位。

这个拼图不是我们提前安排的。流水席聊完，回头一看，自己就拼出来了。

绳肌妙算的CMO说了一句话，我印象特别深。他说，他们砍掉了95%花哨的功能，只把抓握和捏取做到极致，价格最低做到3500元。研发的时候每天最少跑坏2只手，通过坏手发现问题。

3500块钱的灵巧手，我之前去日本看过类似的产品，基本上是这个产品的20倍的价格。要知道一个10万块钱的灵巧手，只能用在实验室或者精密制造场景。

但一个3500块钱的灵巧手，就意味着只要你家的孩子愿意折腾，就可以给他买一个，自己回去在AI的帮助下，写代码，做自己的实验。

04累，但踏实：三层新感受

下午五点，流水席直播结束。从早上六点多起床准备，一天没休息，连轴转了十几个小时。说实话，累，但踏实。

不是那种「AI好厉害」的兴奋，也不是「AI不过如此」的故作清醒，是一种更具体的东西。这里面有三层感受：

第一层，跟去年的WAIC大会相比，大幅度的进步是真的。从硬件到软件，AI更能打了。从回答问题到完成任务，从单个动作到连续工作。

第二层，产业链更厚了。整机背后开始长出关节、灵巧手、触觉、数据、仿真和训练场，围绕着具身智能和AI，已经诞生了非常多的新企业。

第三层，应用边界更宽了。咖啡、牛奶、电网、管道、气象、船运，这些以前看起来跟AI八竿子打不着的行业，现在也不是来参观AI，而是开始成为AI的训练场和使用者。

今年，我更关心的是：它能不能真正进入一个系统，接过一段工作，并且一直干下去？

所以，大家不要仅仅只是看短视频里，那些博主随便说什么新产品封神，就感觉AI马上要接管世界了。

当你真正走在不同的展台之间，看着AI收拾客厅放一瓶可乐都掉了两三次之后，你就知道现在还处于非常早期的阶段。

我觉得，不管是个人还是企业，都还有至少两三年的时间，去投入到AI带来的早期变革中。

也许就是有一天，我们不再特意说「AI企业」。就像今天很少有人说「用电企业」一样，因为所有企业都要用电，未来也可能所有企业都要用AI。

05写在最后

今天，我和罗老师会继续摆摊，邀请各位一线实践者来WAIC流水席敞开聊。

在写这篇稿子的时候，我也更加期待，能够见到什么样的嘉宾，看他们是如何用这些具体的小东西，组成了我们的未来科技生活。

前几天我见了一位做消费品的创始人。

他大概是我今年见过的对AI最投入的老板。自己每天用AI写材料、做分析、想产品，高管人手一个账号，公司组织了三轮培训，市场部、销售部、客服部全员上阵，内部还评了"AI应用之星"。

他给我看后台数据，讲得很兴奋：账号开通率百分之九十六，日均调用一千多次，一个月生成了四百多份方案，文案产量翻了三倍。

我听完只问了一句：这些数字，换算成钱是多少？

他把后台又翻了一遍。开通率、调用次数、生成数量、节省工时，每一个数字都很漂亮，但没有一个数字的单位是"元"。

这不是他一个人的问题。过去这一年，我见了很多在推AI的企业，几乎都是同一个画面：

公司里到处都是AI的痕迹，却找不到AI留下的经营结果。

先把三样东西分开

很多老板跟我聊AI，会把几件不同的事混在一起说。所以在回答"第一批用AI的老板赚到钱了吗"之前，先要连着追问几句：

AI让员工更快了，但公司更强了吗？

AI让内容更多了，但客户更多了吗？

AI让方案更丰富了，但决策更准确了吗？

AI节省了时间，但这些时间去了哪里？

这几个问题的答案，往往不一样。因为它们背后是三样不同的东西：

有人获得了效率，有人获得了流程改善，极少数人获得了真正的经营收益。

效率，是员工做同一件事更快了。流程改善，是某一段业务的时间、成本、质量变了。经营收益，是收入、毛利、成本、现金流这些进了利润表的东西变了。

我的观察是：绝大多数企业拿到了第一样，一部分企业摸到了第二样，真正拿到第三样的，非常少。

AI有效，这件事没有争议

先把话说清楚，这篇文章不是反AI。

AI确实已经创造了真实价值：客服响应更快了，新员工上手更快了，开发周期缩短了，内容生产成本降下来了，销售见客户之前的准备更充分了，公司内部找一份资料不用再问三个人。这些都是真的，用过的人都有体感。

但宏观数据给出了另一面。麦肯锡2025年的全球调研显示，近八成企业已经在至少一个业务环节使用AI，可是超过八成的受访者同时表示，还没有看到生成式AI对企业整体利润产生实质影响。麻省理工2025年发布的一份企业AI应用报告更直接：大约95%的企业级生成式AI试点项目，没有产生可衡量的损益影响，真正拿到经营结果的只有5%左右。而且报告特别指出，这5%和那95%的差别，不在于用了哪家的模型，而在于AI有没有真正嵌入业务流程。

把这两组数据放在一起看，结论很清楚：

AI已经普及，AI收益却远没有普及。

AI有效，不等于企业因此获利。从AI使用，到AI效率；从AI效率，到经营收益，中间隔着一整套管理能力。

这道鸿沟，才是这篇文章真正要谈的。

AI价值幻觉

为什么这么多企业掉进这道鸿沟里，而且掉进去了还不自知？

因为AI跟以往所有管理工具都不一样：它的反馈太快了。

一个问题，几秒钟就有答案；一份方案，几分钟就能生成；一篇文章，十分钟可以成形。这种即时反馈会制造一种强烈的获得感：我做了很多，我想得更快，我的公司正在变得先进。

但这种感觉和经营成果之间，可能没有直接联系。

我把这种状态称为"AI价值幻觉"：企业获得了大量可感知的效率提升，却误以为这些效率已经自然转化成了经营成果。

它有几个典型症状，老板们可以对照自查：

员工都在用，但利润表没有变化；内容生产更多了，但客户没有增加；方案生成更快了，但决策没有变好；工作时间缩短了，但组织成本没有下降；智能体越建越多，但核心流程一个都没变。

如果中了三条以上，你的公司大概率不是在用AI，而是在刷AI。

你不是在用AI，你是在刷AI

为什么用"刷"这个字？因为低质量的AI使用，和刷短视频的机制惊人地相似。

不是技术相似，是它们制造的感觉相似。都是三种感觉。

第一种感觉：知道了很多。刷了几十个视频，觉得自己了解了世界；问了AI几十个问题，觉得自己吃透了行业。但知道不等于判断。信息进了脑子，决策水平未必动一毫米。

第二种感觉：做了很多。一晚上生成了十份方案、二十张图、三万字报告，成就感扑面而来。但产出不等于成果。客户没多一个，订单没多一张，这些产出只是数字世界里的库存。

第三种感觉：进步得很快。AI每时每刻都在给你正反馈，让你觉得自己每天都在升级。但个人的兴奋感，不等于组织能力的提升。你一个人变快了，公司这台机器可能原地没动。

刷短视频和刷AI，最后有一个差别，而且这个差别更值得警惕：

过去老板刷短视频，是一个人的时间被切碎；今天企业刷AI，可能是整个组织的经营焦点被切碎。

一个人的注意力浪费了，损失的是晚上两个小时。一个组织的注意力浪费了，损失的可能是这一年本该聚焦的那件大事。

AI收益的三个层次

那什么才算真正拿到了AI的收益？我建议老板们在脑子里装一个简单的三层模型。

第一层，工具收益。人做同一件事更快了：写文案、做总结、查资料、画图、写代码。它的特征是，工作方式变了，但企业的经营方式没变。

第二层，流程收益。某一段流程的时间、成本、质量发生了可测量的变化：客服响应时间缩短，销售线索筛选更准，产品测试周期压缩，新员工培训周期下降。它的特征是，AI不再只是被个人使用，而是被嵌进了工作流。

第三层，经营收益。企业因此获得新收入、更高毛利、更低成本、更快的现金周转，甚至新产品、新商业模式、别人拿不走的数据和知识壁垒。它的特征是，AI开始进入利润表，而不是停留在办公桌上。

这三层之间没有自动扶梯。第一层堆得再高，也不会自己长成第三层。而现实中最普遍的状况是：

很多企业停留在第一层，却用第三层的语言描述自己。

对内汇报讲的是"AI战略""智能化转型"，实际发生的只是员工写周报快了半小时。

效率为什么没有变成收益

从第一层到第三层，中间到底断在哪里？我观察下来，断在四个转换上。

转换一：时间没有变成产能。

AI给每个员工每天省出两小时，这是真的。但省出来之后呢？销售省下的两小时，有没有变成更多的客户拜访？市场省下的两小时，有没有变成更深的用户洞察？管理者省下的两小时，有没有变成更高质量的决策？大多数企业的答案是：没有人管这两小时。

没有被重新配置的时间，不是收益，只是空出来的时间。

转换二：产能没有变成客户价值。

AI让企业可以生产十倍的内容、十倍的设计、十倍的方案。但客户从来不为"更多"付钱，只为"更有价值"付钱。AI提高的是你的供给能力，它不会自动提高客户的支付意愿。供给多了十倍，需求一分没动，多出来的九倍就是成本。

转换三：局部效率没有变成流程重构。

这是最隐蔽的一条。原来一份材料六个人审批，现在AI十分钟把材料做完了，但还是六个人审批。原来一个决策要开五次会，现在AI负责写纪要，五次会一次没少。旧流程一个都没消失，只是在旧流程上面叠了一层AI。

如果旧流程不消失，AI很可能不是新效率，而是新成本。

转换四：效率指标没有变成财务指标。

很多企业的AI汇报里全是这些数字：使用人数、调用次数、智能体数量、节省工时、生成内容量。这些都是过程指标。真正需要盯的，是成交率、客单价、获客成本、交付周期、库存周转、人均产值、毛利率、现金流。前一类指标涨得再好看，后一类指标不动，就说明AI还没有进入经营。

这四个转换，每一个都不是技术问题，都是管理问题。所以我的结论是一句话：

AI收益不是生成出来的，而是管理出来的。

先找问题，再上AI

那老板到底应该怎么用AI？

很多企业的第一步是"全员学AI，全员用AI"。这个顺序错了。全员使用是撒网，撒网撒出来的，基本都是第一层收益。

正确的顺序是反过来：先找到一个最重要的经营问题，再决定AI应该进入哪里。

比如：销售转化率太低；产品开发周期太长；新人成长太慢；售后成本太高；企业知识全装在几个老员工脑子里；或者，老板自己成了所有决策的瓶颈。

选定问题之后，在脑子里把这条价值链走通：

经营问题→AI介入→行为改变→流程改变→财务结果。

举个例子。销售转化低，是经营问题；AI分析全部客户沟通记录，是介入点；销售因此更准确地识别客户意向、把时间花在对的客户身上，是行为改变；成交周期从九十天缩到六十天，是流程改变；转化率和收入的提升，是财务结果。五个环节，环环相扣。任何一个环节说不清楚，这个AI项目就还停留在办公桌上，没有进入经营层。

所以每上一个AI项目之前，老板可以连着追问四句：它究竟解决哪个经营问题？它改变了谁的什么行为？它让哪个流程指标发生变化？它最后影响哪一项收入、成本或现金流？

四问过关，再投钱、投人、投注意力。四问不过关，先停一停。问题不在工具，在你还没想清楚。

AI在考验的，是老板的判断力

AI正在让很多东西快速变得廉价：内容、方案、创意、分析、PPT、商业计划书。当所有人都能在十分钟内生成这些东西时，这些东西本身就不再构成差距。

真正变得昂贵的，是另一些东西：哪个问题值得解决，哪件事情应该停止，哪个方案应该选择，哪个流程应该被取消，哪项能力值得花三年去积累。

这些，AI给不了答案。这些是老板的活。

所以我越来越倾向于这样看这一轮AI浪潮：AI不是在替代企业的经营能力，AI是在暴露企业的经营能力。经营清楚的企业，会借AI重构流程、放大客户价值、沉淀新能力；经营混乱的企业，只会用AI更快地生产更多混乱。

AI不会替老板做经营，它只会放大老板原来的经营水平。

停止刷AI，开始经营AI

回到开头那位创始人。

那天聊到最后，我给他留了四个问题，也留给读到这里的每一位老板。下一次经营会上，不要再问"大家最近都在怎么用AI"，换成这四问：

哪一笔收入，是AI帮我们挣到的？

哪一项成本，是AI真正拿掉的？

哪一个旧流程，因为AI不再需要存在？

哪一种能力，正在因为AI成为公司的壁垒？

如果这四个问题暂时都没有答案，不必焦虑，也不意味着该停下AI。它只说明一件事：你的企业该换一种用法了。

停止刷AI，开始经营AI。AI不是用来制造兴奋的，它是用来改变结果的。

这一轮竞争真正的分水岭，不是谁先开始用AI，而是谁先把AI写进利润表。

从展品到“同事”，WAIC 2026机器人集体“上岗”。

7月17日，2026世界人工智能大会在上海正式拉开帷幕，数十台具身智能机器人在上海世博展览馆、世博中心、张江科学会堂、徐汇西岸“三地四馆”同时投入实际服务，覆盖交通执勤、展馆导览、导航服务等多元场景。

从去年展台上的静态陈列到今年的全场景“上岗”，具身智能行业正经历从“会表演”到“能干活”的实质性转变。

当WAIC 2026的机器人们有了“班味”

这两日，如果你在上海世博展览馆附近的十字路口遇到一名“交警”，在38度高温下认真执勤指挥交通——它很可能是本届WAIC期间正式“上岗”的交通管理机器人。

图源自网络

本届WAIC开幕当天，人形交通管理机器人正式在世博展览馆周边核心路口“上岗”。它们由上海市公安局交管总队、擎天智行科技联合部署，不仅能精准识别红绿灯信号、自主疏导车流，还能检测电动自行车骑手未戴头盔、越线停车、行人闯红灯等违章行为并即时语音提醒。

除场馆外的交通管理机器人，擎天租联合部署了共计60台远征A3、灵犀X2等型号的机器人，在浦东世博展览馆、世博中心、张江科学会堂、徐汇西岸等“三地四馆”进行公共服务，为参展观众提供论坛讲解、导航导览等公共服务。

《科创板日报》记者走进展馆，一种奇妙的“穿越感”扑面而来，仿佛进入了未来世界——检票口有机器人安保工作、展馆内还有一个个身披“黄马褂”的机器人导览员。而在去年它们还是展台里的展品，今年直接成了WAIC的“工作人员”。

《科创板日报》记者摄

“去年展区内的机器人还以静态展示为主，今年所有机器人都动了起来，这是今年最本质的一个区别。”具身机器人展总负责人李濠辰向《科创板日报》记者感慨道。

2026年被业内视为具身智能“量产元年”，市场要的不再是“会表演”，而是“能干活”，能够在车间、仓库里连续作业、稳定交付的生产力工具。本届大会也首次将具身智能提升为与智算并列的核心赛道，参展企业从去年的80多家飙升至200多家，208款具身智能终端、超300台真机同台亮相。

步入世博展览馆一楼的“模登时代·伙伴之城”展区，《科创板日报》记者仿佛进入了一座人机共生的未来城市。智造、生活、娱乐三大场景中，数十台机器人各司其职——工厂“打工”、制作沙拉、表演潮汕工夫茶、比拼乒乓球等等，好不热闹。

《科创板日报》记者注意到，几乎每个展台前都围满了参展观众，大家都好奇地打量着这些正在“上班”的机器人，时不时发出惊叹。

在首次参展的机器人公司Sharpa的展台前，《科创板日报》记者看到了一台正在为参展观众拍照的人形机器人，取机、调整握姿、对准目标、按下快门、抽出相纸、递交照片，整套动作行云流水。

《科创板日报》记者摄

“人形机器人最重要的并不是长得像人，而是能够像人一样工作，它应该去适应人的环境、使用人类已有的工具。”Sharpa市场总监彭冰向《科创板日报》记者表示。拍立得相机是日常生活中随处可买的普通产品，按键极小、拨杆精密、相纸打印涉及一连串顺序操作，这些动作要求机器人的手指在一个高度集成的狭小空间内完成复杂操作。

离开一楼展区，《科创板日报》记者上到H3馆具身智能机器人专馆，这里汇集了宇树科技、智元、傅利叶等大量厂商，人声鼎沸，各家展台前都挤满了咨询和拍照的观众。记者最大的感受是，今年的比拼不再是跳舞、写书法，而是能否在真实场景中创造经济价值。

在H3馆众多展台间穿行时，《科创板日报》记者注意到，蚂蚁灵波展台前，不少观众在围观一台机器人从货架上取药、打包，动作娴熟得像一位老药剂师。

《科创板日报》记者摄

据现场工作人员介绍，这是蚂蚁灵波携手国大药房打造的智慧药房，背后有一套“通用大脑”驱动不同品牌、不同构型的机器人，能够完成订单接收、智能分拣和商品交付全流程。目前，该方案已在国大药房上海门店落地，门店无须专门改造，机器人能够直接进入既有经营环境，在夜间值班等场景也能协助药剂师完成分拣工作。

《科创板日报》记者摄

不远处便是智元机器人展区，围观的观众里三层外三层。《科创板日报》记者在现场了解到，WAIC首日智元集中发布了五款新品，包括远征A3 Ultra、精灵G2 Max、灵犀X2 EDU版本、临界点OmniHand 3 Ultra-M和酷拓世界首个骑行机器人。其中，被评选为WAIC“镇馆之宝”的远征A3 Ultra增加了具身处理器（700TOPS）、激光雷达、多部位鱼眼相机等，特别搭载了高自由度灵巧手。

具身智能何时迎来“GPT moment”？

2026年上半年，近440亿元资金涌入国内具身智能赛道，超过一半的钱涌向了“大脑派”公司。

在《科创板日报》记者逛展过程中也感受到，今年的机器人“手脚”已经相当利索了，走、跑、抓、搬都不在话下。但真正决定机器人能走多远的“大脑”，即机器人如何理解复杂世界、如何自主做出决策，仍被困在数据和算法的瓶颈里。

数据显示，截至2026年初,全球高质量真实物理交互数据总量仅约50万小时,不足大语言模型训练数据的两万分之一。

“在数据上需要很多量，这是大家今年很强的共识。”智元合伙人、高级副总裁、具身业务总裁姚卯青接受《科创板日报》等媒体采访时强调，要达到高阶智能，真实物理世界的数据量级需达到亿小时级别，“总体需要远大于目前存量的规模，才能实现所谓的物理世界的GPT moment。”

姚卯青进一步解释，具身智能涉及大量物理交互，需要精准预测和判断物理规律，因此对真实世界状态描述的精确度要求极高。实现亿小时级别数据量，“方法论上大家都能看得清，但最大的挑战在于实际运营落地的过程，它是一个全社会动员的系统化工程。”

因此，智元今年大力推动数据积累，涵盖采集和后期治理，尤其注重以人类为中心的多类型数据。“这些数据需经过清洗、标注、空间轨迹提取等处理后，才能映射到机器人上进行操作性训练。”姚卯青透露，“智元今年目标是接近1000万小时的数据量，正在稳步推进中。”

目前来看，当前进厂“打工”的人形机器人，大多顶的是“带薪实习生”的身份，它们真实KPI不是拧了多少螺丝，而是采集高质量的具身智能数据。

从WAIC 2026的展内外来看，机器人“打工”的场景已不再是概念，它们在工厂拧螺丝、在药房拣药品、在路口指挥交通。

但大规模进场，仍然差临门一脚。而机器人“大脑”的养成，还需要海量真实世界数据的投喂。

今年逛世界人工智能大会，一个很直观的感受是：AI开始“长出手脚”了。

展馆里，能接任务、调工具的智能体越来越多，机器人不只会走路、跳舞，还在尝试进入工厂和服务场景；大模型也在被装进手机、汽车和各种智能终端。

相比又一个更聪明的模型问世，今年大家更关心的是，这些技术到底应该怎么用？

热闹的展台背后，其实藏着一个与职场人关系更直接的问题：当AI长出手脚后，什么样的人更容易找工作？

招聘数据里的变化，恰好为大会上的技术热潮提供了另一个观察角度：AI人才市场，已经悄悄变了。

01算法没有失宠，但“一枝独秀”的时代过去了

2026年上半年，人工智能行业新发职位同比增长21.08%。算法工程师仍是新发职位最多的职能，但增速只有12.84%；相比之下，架构师同比增长76.74%，机械结构工程师增长57.20%，硬件工程师增长40.80%，嵌入式软件开发增长26.16%。

图说：AI招聘需求正在由算法岗位向架构、硬件、机械结构和嵌入式开发等产业落地环节扩展。

这组数据背后，是AI产业竞争逻辑的变化。

当大会上的智能体从“回答问题”走向执行任务，具身机器人从展台演示走向工厂、汽车和服务场景，企业面对的不再只是“模型准不准”，还包括芯片与传感器如何配合、软硬件怎样协同、系统能否稳定运行，以及技术如何适配具体场景。

从人才紧缺指数看，这一趋势更加清晰。算法工程师仍以2.64位居首位，但嵌入式软件开发、智能网联工程师、架构师、硬件工程师的紧缺指数也都超过2.3。

换句话说，算法仍然是AI产业的核心，却不再是唯一的高价值能力。未来更稀缺的，是能够连接算法、软件、硬件与业务场景的复合型人才。

对职场人而言，比“要不要转行做算法”更值得思考的是：自己的专业能力，能否进入AI落地链条。

机械、电子、汽车、制造、产品和解决方案等背景，都可能在这一轮产业变化中找到新的位置。

02 AI人才在年轻化，经验却没有贬值

AI行业确实正在迎来大量年轻人。

2026年上半年，AI行业活跃人才同比增长40.20%。其中，25岁以下人才同比增长109.87%，占比升至29.77%；加上25—30岁群体，30岁以下人才已超过六成。

但“年轻人涌入”不等于“资深人才出局”。

数据显示，30—35岁人才仍同比增长12.57%。更重要的是，招聘薪资随着学历与经验呈现出清晰的长期增长曲线：AI行业整体新发职位招聘年薪中位数为26.60万元，博士学历岗位达到61.10万元；要求10年以上经验的岗位，招聘年薪中位数达到55.20万元。

图说：高学历与长期从业经验仍在AI人才市场中获得明显溢价。

这说明，AI并非一个只奖励“追上最新工具”的短期风口。

年轻人才的优势，是学习速度快、对新技术敏感；资深人才的价值，则在于理解行业规律、识别真实需求、推进复杂项目，并判断一项技术究竟能否落地。

技术迭代可能让旧方法失效，却不会自动抹去经验。真正会贬值的，是停止更新的经验；能够与AI结合的行业积累，反而可能被重新放大。

03文科没有被AI淘汰，而是被重新定价

AI带来的职业变化，也不只发生在技术岗位。

2025年3月至2026年2月，Prompt提示词相关岗位新发职位同比增长486.84%，AI内容、叙事及创意岗位增长84.21%，AI伦理、合规及社会科学岗位增长78.26%，AI训练、人机理解岗位增长67.70%。

这些岗位的薪资也明显高于不少传统文科岗位，传统文科友好岗位招聘平均年薪主要集中在16万—23万元，新型AI文科友好岗位则多在23万—34万元，其中Prompt提示词和AI训练、人机理解岗位均达到34.31万元。

图说：与传统文科岗位相比，新型AI文科友好岗位呈现出更快的招聘增速和更高的平均年薪。

这些岗位需要的，往往不是复杂编程能力，而是语言理解、内容表达、用户洞察、价值判断和风险识别。

AI训练需要理解用户真正想表达什么，模型评测需要判断回答是否准确、自然、合理，AI伦理与合规需要识别偏见和风险，AI产品与内容岗位则要把复杂技术转化为普通人能够理解和使用的产品。

因此，AI并没有让文科能力失去价值。它淘汰的是低判断、强重复的工作方式，同时放大了洞察、表达、审美和认知能力的价值。

写在最后

这并不意味着“人人都要转行AI”，而是AI正在重新组合人才价值。

工程师需要从单点技术走向软硬融合，资深从业者需要让行业经验接上新工具，文科人才则需要把语言、用户和内容能力嵌入AI产品与工作流程。

未来真正稳定的，可能不再是某一个岗位名称，而是持续学习、深入场景，并把不同能力重新组合起来的能力。

AI红利不会只属于算法工程师，它更属于那些能够理解技术、连接产业，并用新工具解决真实问题的人。

肯尼亚站台中国，成为世界人工智能合作组织创始国。2026年7月16日，中国、俄罗斯、肯尼亚等29个国家在上海签署协定，成立世界人工智能合作组织，肯尼亚成为创始国之一。一个连红绿灯都经常需要交通警察现场重新解释的国家，突然开始参与人工智能的全球治理，多少有一点骑着驴参加无人驾驶汽车论坛的意思。不过这很肯尼亚：道路上的坑可以慢慢补，国际组织的名字必须先签上。

肯尼亚的数字化尤其魔幻。这个国家的智能手机还没有真正覆盖所有人，功能机依然拥有庞大市场，许多人的手机屏幕裂得像东非大裂谷，购买流量还要一兆一兆地精打细算，ChatGPT却已经在城市青年和专业人士中相当流行。大学生拿它写作业，律师拿它修改合同，程序员让它写代码，办公室职员请它起草邮件，政府部门的人也可能让它把讲话稿改得更加鼓舞人心。一个年轻人可以没有电脑、没有固定宽带，手机也不是最新款，却能熟练地告诉ChatGPT：“请用正式但不失礼貌的语气通知老板，因为内罗毕堵车，我今天又要迟到。”有人不会制作Excel表格，却知道让人工智能写商业计划；有人电子邮箱还没有完全用明白，却已经开始担心人工智能抢走自己的工作。别的国家是从电脑、互联网、智能手机一步步走到人工智能，肯尼亚可能从诺基亚功能机直接跨进ChatGPT，中间几层楼暂时用想象力连接。

更魔幻的是，ChatGPT已经开始写肯尼亚人的论文、合同和情书，肯尼亚社会的大量基础信息却仍然记录在纸上。许多小商店没有收银系统，也没有电子库存，老板拿着一本封面卷边的练习簿，今天卖了几袋面粉、谁赊了两瓶食用油、明天该进多少箱饮料，全靠圆珠笔记录。顾客还钱以后，老板就在名字旁边划一道线；月底对不上账，就把本子从头翻到尾，再凭记忆寻找那笔失踪的收入。有些仓库的库存管理也不是软件，而是一块白板、一支记号笔和一个记性比较好的仓库管理员。人工智能正在讨论预测销售趋势，老板还在问：“上个月那本账本是谁拿走了？”

政府部门也没有完全走出纸质档案时代。肯尼亚虽然有eCitizen等电子政务平台，许多业务已经可以在网上申请和缴费，但到了具体办事环节，经常仍然要打印、复印、签字、盖章，再把纸质材料装进文件夹。网上提交过一遍，窗口再交一遍；系统里查得到，工作人员仍然要求你把页面打印出来。土地、公司、法院和地方政府的一些档案处在新旧系统交替之中，电脑里有一部分，铁皮柜里有一部分，另外一部分可能正在某位工作人员桌上的文件堆里休息。人工智能最需要的是结构化数据，而肯尼亚的数据经常躺在纸张上、文件袋里和不同办公室的柜子中。全世界正在讨论怎样训练大模型，肯尼亚首先要解决的，可能是怎样把那几百万本练习簿扫描进去。

警察局更能体现这种现实魔幻。你走进一些肯尼亚警察局报案，迎接你的未必是智能终端和电子案件管理系统，而是一本厚厚的Occurrence Book，也就是大家常说的OB记录簿。值班警察拿起圆珠笔，询问姓名、时间、地点和事情经过，一行一行写进去。做询问笔录时，很多情况下也仍然由警察手写。报案人说一句，警察写一句；字写快了，后面的人可能还要研究那到底是英文、速记，还是某种只有执笔警察本人才能识别的加密算法。全世界已经担心人工智能伪造证据，肯尼亚现实中的第一个问题却可能是：这份手写笔录究竟写了什么？

这就产生了一种非常肯尼亚式的技术穿越：律师用ChatGPT起草一份十几页的法律意见，然后把它打印出来，拿到警察局旁边的小店复印三份；警察用手写方式记录案情，再让当事人在纸张下面签字；案件如果进入下一步，又有人把手写内容重新输入电脑。人工智能先生成电子文字，电子文字变成纸，纸上的字又被人工输入电脑，整个流程完成了一次数字化、纸质化、再数字化的循环。机器负责提高效率，制度负责把效率重新降下来，确保每一个环节都仍然需要人工参与。

所以，如果一定要概括肯尼亚现阶段最普遍的“人工智能”，我看还不是ChatGPT，也不是无人驾驶，而是“只有人工，没有智能”。肯尼亚最大的市场标签长期以来不是技术有多先进，而是人工相对便宜。仓库没有智能分拣，就多招几个人搬货；停车场没有自动收费，就在入口和出口各放一名保安；小区没有智能门禁，就让保安拿着登记本逐个询问；超市没有自助结账机，就安排收银员逐件扫码；工地不使用昂贵设备，就让几十个人拿着铁锹慢慢干。在人工昂贵的国家，老板考虑怎样让机器代替人；在人工便宜的肯尼亚，老板考虑的是为什么要花几十万美元买机器，而不是再招二十个人。

即使安装了智能设备，旁边往往仍然需要站一个人。停车场有自动取卡机，旁边站着保安帮你按按钮；银行有自助终端，旁边安排工作人员教客户操作；政府推出网上办事平台，窗口仍然要求打印材料；餐厅使用电子点餐系统，服务员还要拿纸笔再确认一遍。所谓自动化，不一定是减少人工，而是在原来的人旁边增加一台机器，再增加一个专门照顾机器的人。肯尼亚进入人工智能时代以后，甚至可能出现一种新职业：替智能设备完成它本应自动完成的工作。

汽车市场也充满这种时空错位。肯尼亚至今仍是日本二手车的重要海外市场，内罗毕街头跑着大量从日本进口的丰田、日产、本田和斯巴鲁。有些车在日本结束了第一段人生，漂洋过海来到蒙巴萨港，又在肯尼亚开始第二次创业。仪表盘上保留着日文，导航系统还认为自己身处大阪，司机明明在内罗毕，它却不断提醒前方右转进入一条并不存在的日本街道。肯尼亚人买车最关心的仍然是发动机有没有问题、底盘能不能扛住坑洼、零配件贵不贵，大家却已经开始讨论特斯拉FSD和无人驾驶。街上的二手丰田连倒车雷达都未必灵敏，茶馆里却在争论自动驾驶什么时候进入非洲；挡风玻璃上还贴着日本前车主留下的停车证，新车主已经在YouTube上研究完全自动驾驶。

FSD如果真来到肯尼亚，恐怕要先接受一次非洲再教育。它需要识别的不只是车道线和红绿灯，还要识别突然横穿马路的行人、逆行的摩托车、随时变道的matatu、没有任何预告的减速带、从路边冲出来的山羊，以及交通警察临时创造的各种手势。欧美自动驾驶汽车看见红灯就停车，到了内罗毕可能会发现：红灯亮着，但警察叫你走；绿灯亮着，前面却被一辆matatu横着堵住；地图显示这里是一条公路，现实告诉你这里正在挖沟；导航预计十分钟到达，内罗毕则告诉你两个小时以后再见。如果FSD能够在肯尼亚安全行驶，回到美国以后大概可以直接宣布毕业。肯尼亚不是自动驾驶的普通市场，而是全球自动驾驶系统的高考考场。

一个朋友公司刚在肯尼亚投资了几千万人民币的汽车组装工厂，转眼政府就提出电车进口免税，朋友又想干脆搞电车吧，昨天还听说另一家“电动卡车”卖了几十辆到非洲，我说肯尼亚连充电都没搞明白，怎么搞电动卡车，还是先把你的燃油卡车做起来吧。朋友说“万一肯尼亚跳跃发展呢”，我说没有万一，走路都不会的人，不会突然跑起来的。

支付是肯尼亚少数真正走在前面的数字领域。很多人拿着一部旧功能机，也能通过M-Pesa买菜、交房租、付电费、发工资甚至借钱。手机不智能，支付却很智能；政府档案还在纸上，路边卖烤玉米的大妈却能瞬间收到电子付款；警察还在手写报案记录，大学生已经用ChatGPT分析法律问题。星链也进入了肯尼亚，偏远农场和旅游营地可以接入卫星互联网。窗外是斑马和长颈鹿，屏幕里是中国老板追问项目进度，而桌面上还放着一本用来记录柴油开支的手写账簿。

肯尼亚加入世界人工智能合作组织，最有价值的不是又多了一张部长签字的照片，而是提醒我们：世界并不是整齐地从工业时代走向互联网时代，再从互联网时代走向人工智能时代。在肯尼亚，几个时代是叠在一起生活的。红绿灯需要警察指挥，警察需要手写笔录，小店需要练习簿记账；与此同时，人们使用M-Pesa付款，用星链上网，让ChatGPT写合同，还讨论FSD什么时候进入非洲。落后的非洲国家，却因为全球互联网的缘故，把人类最先进的文明“直接拿来”，过去未去，未来已来。一个连手机都没有制造过，穿的是二手衣服，开的是二手车，用的是中国人建的高速的国家却在讨论人工智能，是真正的现实魔幻主意。

纸质档案、廉价人工、功能机、移动支付、卫星互联网和人工智能，同时出现在一条街上。这里不是简单的先进，也不是简单的落后，而是一种没有按照教科书顺序发生的现代化，是真正的穿越时空的时代交错。很多时候，肯尼亚广袤的农村还在饿肚子，内罗毕的权贵在想进口一辆特斯拉皮卡，非洲就这样被时代裹挟着前进。贫富差距有巨大的鸿沟，人工智能暂时只能为权贵服务，人工智能成为权贵压榨底层最后一滴血的工具，手机支付昂贵的手续费，用不起人工智能的农村孩子在接收知识上的迅速落后，公立学校和私人学校设施上的导致的学习能力的直接差距，这很非洲，也很肯尼亚。肯尼亚如此，那个又何尝不是。

彭博终端？二道贩子而已！总统卖的才是一手信息源。

特朗普又双叒叕整出了超越大众认知的“骚操作”。

英国《金融时报》报道表示，特朗普媒体与科技集团（TMTG）正在探索将Truth Social平台上的实时信息流商业化，计划向机构客户提供低延迟数据服务，报价高达每月10万美元。购买这一服务的机构，将能够比普通用户更快获取特朗普最新发布的帖子，用于追踪政策信号、市场情绪以及政治事件的潜在影响。