泡泡资讯网

半导体，人工智能等起科技赛道这几天演绎是，冲高回落，低开高走，是不是大资金逐步了结离场还是换手？低位的中登老登是反复的被打压，只有一种走势就是冲高回落，这个时候该如何思考？是切换到科技赛道，还是继续坚守中登老登？以自己的思路，越是赶我走，我越不走[捂脸哭][捂脸哭]，科技我只有仰慕，但不贪婪，不眼红。死磕到底了[笑着哭][笑着哭]。

看到一个汽车出口平台的数据，没想到在非官贸的出口圈，是小米汽车出圈了。包括德国、荷兰、西班牙、意大利等12个欧盟主要市场，小米汽车是该平台上销量最高的品牌。还有一个数据，小米出口销量的10%都是高性能版Ultra车型，这个版本在国内份额仅为2.5%，看来老外买就买最好的。还有个品牌挺有意思，华为系尊界在中东国家沙特和阿曼是该平台卖的最好的。虽然该平台统计的样本量只有1.1万台，但还是能看出一些未官方出海的车型在海外的受欢迎潜力。华为系和小米的汽车正式出海了，难以想象会是一个怎样的画面？

美国要变天了？美军上将曾追问马斯克：“我们能打败中国吗？”马斯克毫不避讳地说：“美国永远也无法打败中国，这连小学生都知道。中国科技早已经崛起，不要轻视了中国！”一句话能让舆论场炸锅，往往不是因为它多新鲜，而是它戳中了某些人的心病。真正值得琢磨的，不是这句话有多刺激，而是美国军方为什么越来越离不开硅谷，为什么一个造车、造火箭、搞人工智能的企业家，会频繁出现在美国战略讨论里。这背后，藏着美国科技焦虑的影子，也照出了中国崛起的分量。美国军方正在把大量目光投向商业科技公司。2026年5月，美国太空军向SpaceX授予价值41.6亿美元的卫星项目合同，用于建设天基目标探测与跟踪能力。此前，美国国防部也推进与SpaceX、OpenAI、谷歌、英伟达等公司的合作，试图把先进人工智能技术部署到国防系统之中。说白了，五角大楼不再只盯着传统军火商，也开始盯着写代码、发卫星、造大模型的科技巨头。这就很有意思了。过去美国军工体系像老式大厨房，流程复杂、规矩多、菜单厚，一道菜能研究很多年。可如今的技术竞争像街边快炒，讲究火力猛、出锅快、更新勤。无人机、卫星互联网、人工智能、数据链、智能指挥系统，哪一样都等不起十年八年。传统军工企业慢悠悠走流程，科技公司已经把新版本迭代出来了。马斯克正好站在这个交叉点上。新华社2026年2月报道提到，SpaceX收购xAI后，马斯克试图整合人工智能、火箭技术、太空互联网等资源，打造更高程度的技术协同。这个动作听起来像科幻片，其实很现实：谁能把太空、AI、通信和算力揉成一团，谁就可能在未来科技竞争中占据更大主动。美国军方当然看得懂，所以才急。美国一边喊着保持领先，一边不断把商业科技力量拉进防务体系。这种场景放在几十年前挺稀奇，现在却成了常规动作。因为他们心里明白，未来竞争不只是航母吨位和飞机数量，更是产业链、算法、能源、制造体系和人才培养的综合较量。再看中国。中国没有靠几句口号证明自己，而是靠一项项工程、一条条产业链、一代代科研人员把实力做出来。高铁、新能源汽车、5G、航天工程、人工智能应用、先进制造，这些领域的发展已经改变了世界对中国科技的认知。我国目前拥有辽宁舰、山东舰、福建舰三艘航母，福建舰入列也标志着中国海军迈入新的发展阶段。这样的进步不是突然冒出来的，而是长期积累、水到渠成。美国一些人焦虑，焦虑的也正是这一点。过去他们习惯了“技术优势就是美国优势”，可中国的发展证明，后发国家只要道路正确、组织有力、产业完整，同样能够实现跨越式进步。更重要的是，中国的发展不是为了打败谁，而是为了把自己的事情办好。饭要一口口吃，路要一步步走，科技强国也是这样走出来的。当然，中美之间不是简单的“谁打败谁”。这种说法很刺激，却容易把复杂问题讲成拳击比赛。大国关系不是擂台赛，世界也不是非黑即白的游戏厅。中国一贯主张和平发展，同时也不会在核心利益上退让。面对外部压力，最好的回应不是喊嗓门，而是把芯片做强，把工厂做稳，把教育做实，把科研生态做活。美国现在把企业家请进战略桌边，表面看是开放创新，深处看是传统模式遇到瓶颈。军方需要科技公司的速度，科技公司又有全球市场逻辑；美国想借硅谷保持优势，硅谷却离不开全球产业链。这种拧巴感，就像一边想关窗户，一边又舍不得外面的风。中国的优势恰恰在于稳。稳不是慢，也不是保守，而是方向清楚、体系完整、韧性足。面对外界杂音，中国没有必要被一句网传话带着跑。真正有力量的叙事，不是把别人说得一无是处，也不是把自己夸成神话，而是用事实告诉世界：中国科技正在成长，中国制造正在升级，中国道路有自己的底气。这场讨论最有价值的地方，不在于马斯克到底有没有说过那句狠话，而在于它提醒人们，世界格局已经变了。美国军方越来越重视商业科技，说明未来竞争进入了新阶段；中国不断夯实科技与产业根基，说明真正的实力来自长期奋斗。大国较量拼到最后，拼的是制度动员能力、产业组织能力、科技创新能力和社会发展定力。中国不需要靠贬低别人来证明自己，也不需要靠一句网传名言来制造兴奋。风浪越大，越要把船开稳。只要中国继续走自主创新之路，把发展主动权牢牢握在自己手里，外界再多喧哗，也不过是时代大潮旁边的几声浪花。

现在某树科技，最大的问题就是人工智能方面，他们没有前期的工作，想借助英伟达的能力给机器人一个智能大脑，不然永远脱离不了遥控器，成不了真正的智能机器人，否则只是一个玩具。合作可以合作，但是不能把自己的主要的技术大脑交给别人，自己做一个壳子有什么意思？一个天之骄子，难道要成为美国的提线木偶吗？那样太让人失望了！这企业国家是寄以厚望的，希望不要辜负了！不要搞到最后竹篮打水一场空。

埃隆·马斯克的火箭制造与人工智能公司——美国太空探索技术公司(SpaceX)周三将其首次公开募股的价格定为每股135美元，这意味着公司估值将达到1.77万亿美元，成为有史以来规模最大的IPO。按此价格，SpaceX将通过此次发行筹集744亿美元，估值将比2月份该公司自己估值的1.25万亿美元高出40%以上。目前的IPO纪录由沙特阿拉伯国家石油公司沙特阿美保持，该公司在2019年上市时估值为1.7万亿美元，募资逾290亿美元。多数公司上市前会先设定初步定价区间，以便视投资者认购意愿调整最终发行价。但马斯克与SpaceX跳过了这一步，直接向投资者公布了一个价格。SpaceX仍可调整此价格，但预计不会这样做。该公司可能于下周在纳斯达克挂牌交易，股票代码为SPCX。海外新鲜事

“芯片的尽头是电力，电力的尽头是变压器“。就凭这一句话，最近这半年，国内但凡跟变压器生产沾上一点关系的股票都大涨了一波，尤其是板块龙头各股，有那么一两个月，那势头比芯片、半导体猛多了。网络上盛传：未来的一到两年，国际订单估计让国内各厂家的生产线24小时连轴转都供不应求，很有可能人工智能全产业链因为变压器的供应不足而出现断链现象。好家伙，这是什么逻辑，这么一个已经存在了一两百年的行业，全球几万家相关企业，就因为人工智能的发展而突然产生了爆炸式需求，都到了断链的严重程度了？我们的产品终于能卡世界的脖子了？还有讲故事的说什么国内某人形机器人制造企业单款单批单次出货15000件。说得好似一两年内全世界范围内就会出现科幻电影中描述的场景：几百万上千万人形智能机器人出现在我们身边。这可能吗？资本市场很多时候就是靠一个个夸张的面孔来吸引资金来搏杀而获利的。全自动驾驶汽车概念已经说了一二十年了，敢问：现在在全球范围内有任何一个城市（哪怕是新型小城）实现了吗？

中美之间的算力差距到底有多大？根据公开的行业统计，中国总算力规模稳居全球第二，占全球市场两到三成，和美国咬得很紧。但只要你把目光锁定在人工智能训练最烧钱的那种尖端算力，也就是用英伟达顶级显卡堆起来的智算集群上，差距立马就显现出来了。差距的源头非常简单，就是芯片。目前全球能大规模支撑前沿大模型训练的加速卡，几乎被英伟达一家给包圆了。从A100到H100，再到后来的H200、B200，这些卡不但性能吊打其他同类产品，还因为有一个叫CUDA的软件生态，让全球的人工智能开发者都主动或被动的绑在了英伟达的战车上。这些芯片的核心制造工艺仰仗台积电，设计工具用到美国技术，所以美国一纸出口管制，直接切断了高端GPU流入中国大陆的渠道。这个过程很多人都有印象，2022年先禁了A100和H100，英伟达就搞出A800和H800来绕开限制，主要阉割了卡与卡之间的高速互联带宽，H800的NVLink带宽被砍到了A100时代的水平，让大规模并行训练的效率打了折扣。结果到2023年10月，老美再次加码，连这些特供版也一并禁了。此后英伟达为了不丢掉中国市场这块肥肉，又鼓捣出了完全合规的H20、L20等芯片。H20的纸面算力只有H100的百分之十五左右，显存倒是给到了96GB，但总体上说，它更适合做大模型推理，不太适合从头预训练一个万亿参数级的巨型模型。你看这个管制一步步加码，就让国内公司能获得的顶级训练算力极度受限。没办法，国内大厂和初创企业只能走两条路，一是继续用之前囤下的高端存货精打细算，二是加速切换到国产芯片。华为的昇腾系列自然被推到最前线。昇腾910B自2023年下半年起逐步放量，它的半精度浮点算力与A100大致相当，随后在2024年推出的昇腾910C更进一步，性能与H100的单卡差距进一步缩小。华为云和合作伙伴基于数千张昇腾卡构建集群，成功支持了科大讯飞星火大模型、鹏城实验室的系列模型训练，官方披露的训练效率能接近A100方案的九成。可问题不在单卡性能，而在软件生态。全世界的深度学习框架和模型代码几乎都是围绕CUDA写的，突然要迁移到华为的昇思MindSpore框架或适配CANN算子库，相当于把房子换个地基，大量的底层代码需要重写，算子需要重新调试，显存管理逻辑也要改。开发者社区里普遍反映，迁移成本不低，训练过程中遇到的一些隐性bug，花的时间比预期多不少。这就意味着，即使国产卡的硬件算力上来了，由于软件适配和生态的成熟度差距，实际产出效率还是得打一个折扣，算下来有效算力进一步被拉低。不过事情也不是一边倒。国内有一个美国没有的优势，那就是庞大的内需市场和应用场景。中国的移动互联网、智能制造、自动驾驶、智慧城市，这些领域对算力的消耗巨大，其中绝大部分需求属于推理计算。而推理计算对芯片的要求比训练低不少，H20、L20这类特供芯片以及国产的寒武纪、海光、昇腾推理卡完全能够胜任，甚至因为显存大，部分场景比英伟达的高端卡还划算。所以你会发现，虽然训练前沿模型我们吃点亏，但在真正落地的应用端，中国人工智能服务的覆盖面和使用体验一点不差，甚至因为场景磨砺，在推荐算法、图像识别、语音交互上比美国还强。此外，过去两年国家主导的“东数西算”工程已经把算力当成像水电气一样的基础设施来建设。多个西部省份建起了超大型数据中心，里面开始成规模地部署国产智能计算芯片。2025年，一些城市的智算中心算力规模已经达到数千PFLOPS，能够同时支撑几百家企业的训练和推理任务。这种举国体制的力量，让算力的底座在慢慢夯实。与此同时，国内的服务器制造和液冷散热产业链已经做到全球领先，美国搭建十万卡集群，也得从中国采购大量的光模块和制冷设备。双方在产业链上是相互缠绕的，谁也没法完全甩开谁。所以回到最初的问题，中美之间的算力差距到底有多大。简单说，在最尖端的、支撑下一代通用人工智能训练的那部分算力上，差距是明显的，存在一个数量级的落后，核心卡点就在于能拿到什么级别的芯片以及有多少张。但在通用算力、超算和推理算力这些更宽泛的层面，差距要小得多，甚至互有胜负。这种结构性的差距意味着短期内没法在模型参数量的军备竞赛上直接硬拼，但可以凭借算法优化、数据质量提升和应用创新来打差异化。而且随着国内半导体产业链一点点补课，这种差距的绝对值正在逐步缩小，只不过还需要时间和耐心。

既搞笑又让人失望，国际数学联盟发布《人工智能与数学莱顿宣言》！人工智能AI发展很快，已经影响到纯数学研究，比如最近通用的AI大模型已经解决了人类久久未能解决的Erdős难题。当然了，现在的AI解决数学问题还很依赖使用者的水平，比如解决掉Erdős难题的OpenAIai员工就是清华姚班毕业的特奖获得者，数学计算机双修的竞赛选手。但是，按照AI的发展速度，大概用不了很久，数学研究就会大幅下降对AI使用者水平的要求。因为看到了这一趋势，国际数学联盟（IMU）发布了《人工智能与数学莱顿宣言》，还找了550多名数学家（含多位菲尔兹奖得主）签名支持。看了一下《人工智能与数学莱顿宣言》，只能说让人感觉很搞笑，也让人很失望，因为整篇宣言对AI基本是负面甚至敌视的态度，这绝对不是理性的人对待AI的科学态度。该宣言认为AI对数学很危险，我实在没看出危险在哪里，要说危险，无非是AI影响到有些搞数学研究的人的饭碗，这就像曾经的围棋一样。别忘了，曾经的围棋棋手是多么地自信，认为AI不可能在围棋领域超越人类，各种类似的言论不绝于耳，可自从2016年的人机大战，人类大败，至今还有人不服吗？《人工智能与数学莱顿宣言》中透露出的担忧是完全正常的，但负面和敌视的态度就不对了，现在的围棋棋手全面拥抱AI就能说明一切。这些年，数学真正的突破越来越少，甚至几乎没有了，也许数学真正的春天和美好未来，将由AI带来！

利润没全跑国外？亏损没全甩国内？真相比网上复杂？2024年查了阿里、美团、腾讯的财报和监管文件，发现不少说法站不住脚。比如阿里国际业务2024年扭亏了，美团香港外卖也单月盈利，腾讯海外游戏收入涨了四成多。那些说“出海就亏钱”的话，早就不准了。Temu和Shein在欧洲被取消免税后，确实更难打了，但它们正慢慢把钱花在本地合规和系统升级上，不是光靠补贴砸市场。有人说外资股东分红把钱全卷走了？错。A股和港股上市平台分红要交税、过外汇审批，根本不是想转就转。国内业务和海外账目也是分开审的，没可能拿美团外卖的钱去补TikTokShop的窟窿。Keeta、Lazada这些公司都在新加坡或爱尔兰注册，亏了也是那边的法人担着。国内骑手成本涨、商家抽成高，其实是因为本地竞争太狠，补贴战打得太凶，跟出海关系不大。问题不在钱去哪儿了，而在国内物流、社保、末端基建这些“底子”太薄，平台只能自己扛。消费不振也不是平台能拉起来的，得看工资、房贷、医保这些实打实的东西。国内平台越来越像水电煤一样的基础设施，但规则还没跟上。这事没那么简单，也别急着骂。

当然，人工智能的发展，芯片发展最终的尽头就是电力需求，因为这些行业将是耗电大户，尤其是AI人工智能，当大多数服务器数据中心一旦跑起来，AI人工智能快速实现未来的应用场景落地，推动物理AI的发展，对电力的需求可能是成倍的增长，所以欧洲也想发展自己的本土芯片产业链！这一场AI人工智能的发展，会带动很多行业的需求与增长，那电力的需求未来将是长期化的需求。AI人工智能的发展，电力就像现在的石油一样，源源不断的输入给AI人工智能！

未来人工智能对普通人是好事还是灾难？按目前西方的搞法，以及他们描绘的那个愿景来看，如果人工智能替代工业化生产，也就是大规模的机器人来搞生产，那对普通人来说，绝对是灾难。先说一个数字，2026年，美国科技行业每天平均有将近986个岗位消失，仅今年3月单月裁员就逼近5万人，刷新历史纪录。这不是将来时，是正在发生的事，而更离谱的是，2025年，美国共有55000个工作岗位在裁员公告中被明确标注为"AI自动化所致"，这个数字比两年前整整多了12倍。增速快得让人来不及反应。这些消失的岗位不是什么低端活，程序员没了，数据分析师没了，客服、风控审核员、法务助理，全在名单上。Anthropic的CEO达里奥·阿莫代伊公开说过，AI可能在五年内消灭一半以上的初级白领岗位，而且大多数人等意识到危险的时候，职位已经没了。这话是他自己说的，他本人就是做AI的。2026年以来，亚马逊、甲骨文、戴尔、沃尔玛、汇丰控股、Snap、思科、微软等超过10家国际巨头先后宣布大规模裁员，而且裁员原因都或多或少提到了用AI取代人力。这些公司没有一家是在亏损，它们裁人是为了省钱、把钱砸进AI基建。省下来的人力成本，转手就变成了股东的分红和高管的奖金。问题就在这里，机器产出的财富，它归谁？2026年初，马斯克个人身家已经达到7800亿美元，刷新人类历史财富纪录，其中大量来自xAI和特斯拉的AI相关估值增长。与此同时，2024年，40%的失业求职者连一个面试机会都没等到。一边是财富以天文数字堆积，一边是普通人连入场的资格都在缩水，这就是西方AI红利的真实分配方式。有人会说，不是每次技术革命都创造了更多岗位吗？工业革命、互联网革命，最后不都过去了？这话没错，但漏掉了最关键的一点。这次被替代的岗位和新创造的岗位，所需技能不同、工资不同、地域不同。一个在俄亥俄州被自动化分拣系统顶掉的邮递员，不可能转身去旧金山做AI提示词工程师。转型需要时间、资源和机会，而这三样东西，恰恰是普通人最缺的。麦肯锡的研究显示，当前已有的技术就足以将美国57%的工时自动化，限制它铺开的不是技术能力，而是部署速度。换句话说，不是做不到，是还没全面铺开，等铺开那天，冲击面会更大。牛津经济研究院预测，全球制造业到2030年可能失去多达2000万个工作岗位；仅美国，装配线工人将从210万缩减到100万，机器操作员从180万缩减到90万。这些岗位消失之后，不会自动再长出来同等数量的替代职位。历史上每次技术革命都有阵痛期，但这次的速度远超以往，社会体系的适应速度根本跟不上。率先使用AI的公司，初级岗位招聘量已经开始减少了。AI接手基础任务之后，企业不再愿意花时间培养新人，工业革命以来建立的职场成长路径正面临断裂。年轻人进入社会，发现入门级的岗位已经被机器占了，根本没有积累经验的机会，这才是真正让人担心的地方。西方的科技巨头们不是没意识到这个问题。2026年4月，OpenAI发布了一份政策文件，呼吁美国政府向AI驱动的利润征税、设立国家财富基金、推行四天工作制，甚至提出了"机器人税"的概念——谁用机器替代工人，就交相应的税。听起来很有良心，但仔细想想，这份提案是AI公司自己出的，它们掌握着最强的游说资源和政治资本，最终立法会往哪个方向走，根本不难猜。马斯克自己的表态也是两套话术。一方面他说未来三到七年对普通人"非常难熬"，职业结构会全面崩塌；另一方面他又说物质会极度丰裕，商品便宜得像空气。但他没解释的是，物质再便宜，没有收入的人怎么买？生产效率提升创造的财富，流向资本所有者还是流向普通人，不是市场自然决定的，是权力格局决定的。真正的问题不是AI能不能创造财富，而是谁掌控了生产资料，谁就掌控了分配权。机器替代工人，工厂还是资本家的工厂，利润还是资本家的利润，只不过人力成本这块支出消失了。2025年11月底，美国全年累计裁员约117万人，是2020年新冠疫情以来的最高年度水平。这个数字背后，是117万个家庭的收入中断，而同期科技公司的股价一路向上。这就是西方AI发展模式的核心逻辑：用技术解放生产力，但解放出来的利益，不还给劳动者。普通人在这套体系里，要么抢到少数技术岗位，要么就是被替代的那个。说AI是人类的福音，首先要问清楚：是哪部分人类的福音？

AI三轮产业风口AI产业已经走完两轮行情，第一轮算力爆发，英伟达独占红利；第二轮存储上行，美光、海力士接连走强。当下，第三轮产业风口落在光连接赛道。海量GPU集中部署数据中心，传统铜缆传输遭遇瓶颈，算力再强，数据传输卡顿也难以发挥性能，光互联成为算力基建刚需。整条产业链划分为四大细分，九家A股龙头牢牢卡位。高速光模块方面，中际旭创、新易盛深度绑定海外云厂商与英伟达，800G量产、1.6T稳步迭代，东山精密、华工科技紧随产业节奏；上游光芯片是刚需本源，源杰科技深耕国产EML，坐拥产业链卖铲人逻辑，业绩弹性突出。无源器件与光引擎领域，天孚通信深耕CPO零部件、太辰光绑定康宁供应链；光纤光缆作为底层基建，长飞光纤、亨通光电夯实算力底座。算力竞赛步入下半场，GPU负责算力生产，光通信企业筑牢数据传输通道，万亿光互联赛道迎来确定性成长窗口。

机器人与人工智能正改写着历史当下人工智能人才缺口极大3.5个岗位抢1个人“AI+教育”成新赛道从ChatGPT到能跑能跳的机器人它火得一塌糊涂深刻改变工作与生活方式在中国人工智能已全面落地经济领域它赋能三大产业制造业升级为“智能工厂”生产效率提升、次品率下降服务业业态革新物流效率翻倍、金融服务更普惠、消费场景更多元乡村也迎来智慧变革不过机器并非万能面对复杂场景会抓瞎到2030年虽9200万个工作被替代但会诞生1.7亿个新岗位机会只会转移到有准备的人手里

Uber在耗尽本年度人工智能预算后，对员工使用AIvibe-coding工具的限额设定为每月1,500美元。

明天这个方向恐怕要暴涨了吧！晚间10点15分，又刷到了一条重磅消息，值得重视起来，今日在COMPUTEX2026台北电脑展上传来了产业重磅信号，英伟达、高通、英特尔、ARM、微软等多家顶级科技巨头达成新共识：2026就是AI智能体（AIAgent）爆发元年，这是一个振奋人心的消息，巨头们为我们指明了方向，告诉我们AI智能体将会是人工智能产业下一阶段的核心主线，AI智能体将正式告别题材炒作，迈入全产业链落地兑现阶段，如果前面错过了CPO、错过了算力、错过存储芯片，那么AI智能体千万要抓住了，预计要迎来大爆发

这也太猛了吧其实很多人，不懂科技炒作的逻辑。其实就是大基建，人工智能时代的基础设施，涨，是应该的。后续，是AI大模型应用类。

如果人工智能的发展，最终取代人工，人们普遍失业，没有工作就没有收入，也就没有消费了，那么人工智能创造的价值，最后是由谁买单。比如机器人代替工厂工人，机器人代替外卖员，机器人代替厨师服务员，自动驾驶代替滴滴司机，几亿人的失业，最终的消费何从谈起？无人工厂，无人驾驶，无人商店，最终会走向何方？[捂脸哭]。哪位大佬解释一下[笑着哭]。

人工智能的竞争最后是算电力竞争美国巨头为啥不在电力上砸钱？因为电力上赚不到高附加值的钱。英伟达老总经常说AI的竞争最终是电力的竞争。今年到明年，电力的重要性会凸显出来！算电协同具有长期逻辑！

用鸿蒙系统有一个好处，基本上小程序的广告都可以无视，直接免广告跳过。不知道还可以维持多久

AI时代的生意怎么做，阿里这回打出了样板蜜雪冰城、瑞幸、肯德基都要上千问了！6月3日，千问宣布向第三方Agent、Skill全面开放，所有企业都能在千问上运营自己的品牌Agent。这事儿最容易理解的类比，其实就是AI时代的“微信小程序平台”。当年微信小程序为什么能火？说白了，就解决了两个问题：企业不用逼着用户下载APP，用户也不用为了一个低频服务专门装软件。点开即用，用完即走。现在千问Agent开放平台，逻辑有点像，但形态又往前走了一步。小程序时代，用户还得自己搜索、点击、进入页面、找功能；Agent时代，用户可能只需要说一句话。比如你想喝咖啡，不一定要打开瑞幸APP，也不一定要去翻小程序。你直接对千问说：“中午帮我看看哪家瑞幸排队少，顺便点一杯常喝的。”背后的瑞幸Agent就可以被调用。这和过去企业开发APP的逻辑完全不同。以前企业总想把用户拉进自己的APP里，做注册、做留存、做推送。但现实是，绝大多数用户手机里不会保留太多品牌APP。除了高频超级应用，很多APP下载一次后就吃灰了。所以小程序曾经解决了一轮“下载负担”。现在Agent可能会解决新一轮“操作负担”。企业不一定非要开发一个完整APP，而是开发一个能被AI调用的Agent。用户也不用记住入口，只要表达需求，Agent就出来办事。这就是千问Agent开放平台的想象空间。国内做这件事有天然优势。因为中国企业早就习惯了平台化经营，从淘宝店、公众号、小程序到直播间，大家都知道用户入口在哪，生意就跟到哪。现在AI入口起来了，品牌自然会去做自己的Agent。千问过去半年已经接入地图、打车、购物、闪购等数十个Agent，日均服务类对话上亿次。春节还有超1.3亿用户体验过Agent办事。所以这次开放，不只是多一个功能，而是可能形成一种新生态：过去企业开发小程序，未来企业开发Agent；过去用户点击进入，未来用户一句话调用。

能成为少儿编程赛道唯一独角兽企业，累计千万付费用户信赖，“10个孩子学编程，6个选核桃编程”，核桃编程的专业实力从来不是空谈，底气首先来自顶配师资团队。作为蝉联中国独角兽、获国家5A级在线教育服务认证、多次登上央视及光明网、央广网等权威媒体的品牌，核桃编程汇聚清北等名校背景资深名师，教学经验丰富，深谙儿童认知规律，能把复杂编程知识讲得通俗好懂，贴合孩子学习节奏。同时依托清华大学助力升级的教研体系，课程内容科学系统，从零基础启蒙到能力进阶层层递进，避免碎片化学习。区别于普通机构师资不稳定、教学不系统的问题，核桃编程以专业师资+权威教研为核心，让孩子跟着专业团队稳步成长，也是千万家长坚定选择的根本原因。

"未来人工智能对普通人究竟是福是祸？"——这个问题本身，其实就问偏了一半。把AI想象成一股自动朝着"取代人"狂奔的洪水，认定只要无人化生产实现，普通人就"没有存在价值"，甚至联想到所谓"人口淘汰计划"，这套推演听上去惊悚，却把一个分配问题，硬是想象成了一场针对人类的密谋。真正决定它是福是祸的，从来不是机器本身，而是机器归谁所有、好处怎么分。先说那份让不少人睡不着觉的"证据"。国际货币基金组织在2024年初的一份报告里估算：全球约40%的就业岗位会受到AI冲击，在发达经济体，这一比例更是高达60%。更刺眼的是，与以往主要冲击中低技能岗位的自动化不同，这一轮AI头一回把矛头对准了高薪、高认知的白领工作。IMF总裁还特别提醒，在多数情形下，AI很可能加剧整体不平等。数字摆在这儿，"普通人要被淘汰"的恐慌，似乎不是空穴来风。但同一份报告里，还藏着被恐慌叙事刻意略过的另一半。IMF同时指出：在这些"受冲击"的岗位中，大约一半并不会被取代，而是被AI增强——人借助AI变得更高效。换句话说，"暴露于AI"并不等于"被AI消灭"。把"40%受影响"直接读成"40%被失业、人类被废弃"，是一种典型的技术决定论：仿佛技术一旦出现，结局就已注定，人只能束手就擒。可历史一再说明，蒸汽机、电力、计算机问世时，都曾被预言将制造大批"无用之人"，结果却是旧岗位消失、新岗位涌现，就业的形态被重塑，而不是人被抹去。所以，"灾难论"里真正站得住脚的内核，不是"机器要消灭人"，而是另一个更朴素也更尖锐的问题：分配。AI最大的特点，是它让回报急剧向资本和少数技术掌控者集中。谁握有算力、数据和模型，谁就拿走绝大部分红利；多数普通劳动者即便不被取代，也可能在议价中越来越弱势。这才是"普通人没有存在价值"这句话背后，那个被情绪包裹、却确实存在的现实——它的本质不是阴谋，而是利益的重新切割。把它说成一桩隐秘的"人口淘汰计划"，反倒模糊了真正该追问的对象：游戏规则，究竟由谁来定。事实上，历次工业革命里，机器红利最终没有演变成"少数人通吃"，靠的并不是技术自己心善，而是劳动立法、社会保障、公共教育这些后天的制度安排，硬生生把蛋糕重新切过一遍。AI时代会不会重演这一幕，同样不取决于算法，而取决于人愿不愿意、有没有能力去设计这套规则。正因如此，AI是福是祸，最终取决于治理选择，而非技术路线。这里其实摆着两种截然不同的愿景。一种，是把AI当作追逐绝对优势、赢家通吃的私有引擎，任由它朝着"最大化替代、最小化分享"的方向狂奔——若真如此，所谓"无用阶层"的焦虑与社会撕裂，恐怕难以避免，这也正是许多人对"按目前西方搞法"的担忧所在。另一种，则把AI视作像水、电一样的公共基础设施，强调"以人为本""智能向善""向善普惠"。2023年，中国提出《全球人工智能治理倡议》，围绕发展、安全、治理三个方面系统阐述主张；2025年又在世界人工智能大会上发布《人工智能全球治理行动计划》，旗帜鲜明地反对把AI变成维持霸权的工具。这套思路的要害，不在于技术本身有多先进，而在于尽可能让技术进步的成果，更多地落到普通人身上。把两种愿景摆在一起，问题的实质就清楚了：决定普通人命运的，不是"机器能不能干活"，而是"机器创造的财富往哪儿流"。同样一座高效的无人工厂，既可以成为少数人攫取超额利润、把多数人挤出局的工具，也可以成为缩短工时、压低物价、释放公共服务能力的杠杆。技术给出的只是可能性，方向却握在制度和政策手里。所以，与其纠结"AI会不会取代我们"，不如追问"机器归谁所有、蛋糕怎么分"。灾难从来不是写在代码里的宿命，而是写在我们为它定下的规则里。技术会一路向前，但它把人类带向普惠还是鸿沟，终究是一道留给人、而不是留给机器去回答的选择题。主要信源国际货币基金组织（IMF），《Gen-AI：人工智能与工作的未来》，2024年1月国际货币基金组织（IMF），关于AI时代技能缺口与新增就业的研究报告，2026年新华社，《中国是全球人工智能治理重要力量》，2025年10月23日

人工智能使图1变成图2

无人化从不是科技红利，只是资本的降本套路很多人把遍地的无人车、送餐机器人，当成科技进步的最好证明。可剥开光鲜的科技外衣，背后藏着最现实的资本真相。资本追捧无人化，从来不是为了解放普通人，而是为了彻底规避人力成本。人有薪资、社保、休息和情绪，有各种各样的用工成本与变数。但机器可以全天候工作，无需福利、不用休假，长期来看能帮企业省下巨额开支。更现实的是，无人技术只扎堆轻松、赚钱、低风险的服务岗位。外卖配送、商超收银、网约车载客，这些普通人赖以生存的基础工作，正在被机器逐步替代。而火场救援、深海作业、高空排险这些高危刚需岗位，却极少见到无人设备。原因很简单，这些场景不赚钱、难盈利，不符合资本逐利的逻辑。科技本该帮人减负、提升收入、规避危险，而不是批量挤掉普通人的就业机会。如今技术进步的红利，几乎都流向了资本和少数精英，普通人只承担了失业风险，却没分到半点实惠。绝大多数普通人，终其一生都在做基础重复性工作，这是最真实的社会现状。强行让人转行做高端创造性工作，根本不现实。真正的科技进步，该服务于人、成全于人，而非淘汰普通人、拉大贫富差距。你觉得无人化的普及，是时代进步还是变相内卷呢？

黄仁勋重磅站台！光互联成AI下一风口，迈威尔剑指万亿市值，五大产业链全梳理黄仁勋与迈威尔CEO同台定调，AI行业从算力、内存赛道切换至高速光互联。伴随800G、1.6T光模块放量，产业链迎来景气拐点。细分拆解光模块、CPO、光芯片、光纤、连接器五大板块，梳理各领域核心企业，一文吃透光互联万亿逻辑。内容仅供娱乐，不做推荐！

我国的光通信技术实现重大突破，未来AI拼的不是算力连接，必须用光才用光，下一个AI基础建设，它的决定性战场不再是算力，也不是内存，而是连接，未来，在这种高速智能体快速发展的前提下，在这token，大量使用必然会用到光的传输，就是必须用光学器件的地方采用光学器件，光的传输更快更稳定！而且现在我国的光通信技术取得重大突破，全球第三波段超频利率多芯光缆线路正式开通，光通信技术将更加快捷，人工智能的技术发展也会使用到光学，在光的使用会更多，尤其是光芯片！在这种光通信技术的发展前提下，会为未来的中国AI人工智能技术提供更大的支持。

我国的光通信技术实现重大突破，未来AI拼的不是算力连接，必须用光才用光，下一个AI基础建设，它的决定性战场不再是算力，也不是内存，而是连接，未来，在这种高速智能体快速发展的前提下，在这token，大量使用必然会用到光的传输，就是必须用光学器件的地方采用光学器件，光的传输更快更稳定！而且现在我国的光通信技术取得重大突破，全球第三波段超频利率多芯光缆线路正式开通，光通信技术将更加快捷，人工智能的技术发展也会使用到光学，在光的使用会更多，尤其是光芯片！在这种光通信技术的发展前提下，会为未来的中国AI人工智能技术提供更大的支持。

想整理一些……银追文案……我想不出来……但我的短视频不能没有好文案

市场先生犯了一个大错，通常会伴随着大机会，不是所有人都能发现，即使发现了也不一定把握得住。在此之前，以算力硬件、人工智能为代表的新科技持续飙涨，屡创新高；与此同时，以互联网大厂为代表的老牌科技股却持续阴跌、屡创新低。这种情况极不正常！我观察身边同事，他们依然每天都要刷视频、打游戏、支付、微信、外卖、购物等，鲜有愿意花钱买Token的，即使需要用到人工智能，也是在直接在网页上用不要钱的。互联网大厂仍然把持着现金流的重要窗口，AI新贵却还在苦苦寻找商业变现的渠道，这与他们的股价走势严重背离。好在市场先生好像发现了自己犯下的错，正在试图弥补。今天CPO上涨的时候，港股科技也有不错的表现，他们一起占据了ETF涨幅榜前10名。1）与通信相关的ETF分列榜单第1、2、3、4、5、7、9位；2）与港股科技相关的ETF分列榜单第6、8、10位。虽然通信相关ETF入榜的更多，但有2只在缩量；港股通的3只全部大幅放量，尤其富国这只，整体规模近500亿，大幅放量20%。个人认为：光模块确实很强，但渐渐地开始产生恐高情绪；港股科技质地优良，而且处于历史低位，更能让人感觉踏实。柯达死于数码相机，诺基亚死于智能手机，是因为他们固守原有主业、忽视替代技术，从而被跨界产品淘汰。这次不一样，微信内嵌AI智能体即将上线审批，14亿用户流量+AI商业化落地，腾讯单日大涨7%~10%，成为指数拉升主力。腾讯可以变，相信阿里、美团、小米等也都可以做到，因为他们和AI之间不是替代的关系，而是可以兼容、可以赋能的关系。ETF跌幅榜以创新药、影视传媒等为主。

黄仁勋重磅表态：AI不再拼算力，连接才是下半场胜负关键Computex两大巨头同台发话，打破市场固有认知，AI赛道逻辑彻底换轨，未来比拼核心从算力转向高速互联。黄仁勋直言AI智能体落地、Token商业化落地后，海量GPU协同全靠连接，定下务实路线：短距能用低成本铜缆就不用高价光器件，严控数据中心建造成本。MarvellCEO点明物理瓶颈，铜缆适用范围不断收缩，跨机架长距只能靠光互连，CPO技术迎来确定性爆发，现场落地51.2T无铜走线交换机新品。摒弃一刀切光进铜退，光铜双线同步受益，产业链迎来结构性机遇。不少从业者恍然大悟，之前紧盯算力跑偏方向。