Loading...
TECHUB NEWS
2Kimi 特别招募：全球 7 人，欢迎辍学的异类今天，Kimi 开启「Wild Card」特别招募计划： 寻找 7 名异类，作为未来的业务合伙人来培养，与创始团队一同工作 希望你是这样的异类：读书辍学、创业失败、不信命、热衷于各种方式无限折腾... 希望身为异类的你能够来到 Kimi，与创始团队一同工作，有独立充沛的算力支持，还有锁定当下估值的期权 在 Kimi，你将有着最广阔的机会去施展才华，可以是探索下一代 Agent 产品，用你的想法去惊艳整个世界；你也可以从零开拓并主导一个国家的市场，海阔天空任你驰骋；当然，更可以是拉手更多的生态伙伴，一同奔赴 AGI 的星辰大海 希望愿意为一个想法迭代 100 轮，品鉴过 1000 个产品和作品，在某个领域死磕过 10000 小时的你，凭着这股子执劲，来一同创造更广阔的世界 这 7 个名额属于社招的特别招募，校招和实习也同时开放了。这是 K3 之后的首次公开招聘，也是 Kimi 第一次开展业务团队校招，面向 2027 届、2028 届毕业生；实习面向在校学生，不限年级3一个27岁的AI研究员从Anthropic辞职了，因为他担心AI会导致人类灭绝。昨天呢，我在X上看到了一条流量已经过了1亿的帖子。 讲道理，我在X上已经很久很久没有见过这种流量的帖子了。 发帖的人叫Jacob Coxon。 刚刚从Anthropic辞职。 他说，过去三年，他先后在OpenAI和Anthropic做大模型预训练。 然后现在，他不干了。 原因也非常离谱。 因为，他觉得OpenAI和Anthropic正在朝着能够自我改进的超级智能一路狂奔。 并且，拿着所有人的生命下赌注。 他甚至说，真正参与制造这些前沿AI的人里面，有不少人私下里真的相信： 如果事情最后失控，人类可能在这个十年结束之前灭绝。 我第一反应其实是： 这哥们谁啊？不会又是哪个营销号吧。。。 然后就验证了一下，发现人确实是真的。 这哥们今年27岁，英国人，数学出身。 2016年和2017年，他连续进入英国国际数学奥林匹克竞赛队伍，后来进入剑桥大学Trinity College学数学。 2021年，他参与过一篇发表在eLife上的医学统计论文，用贝叶斯方法研究结核性脑膜炎患者的基因型和生存率之间的关系。 2023年左右，加入OpenAI，GPT-4o的官方贡献者名单里，就有Jacob Coxon。 到了GPT-4.5，OpenAI更是直接把他列为了核心贡献者。 然后就是今年。 他从OpenAI去了Anthropic，工作依然做最核心的预训练。 但是没干多久，感觉是在不太行了，没办法违背自己的意志，就把工作辞了，然后在X上发了这些警示。 甚至《华尔街日报》还报道他说，以后这哥们甚至想离开AI行业了，再也不干了。 然后这帖子发出来以后，Anthropic的对齐负责人直接站出来支持Jacob了。 他说，小哥是对的，而且10年内发生的概率，大于10%。 还有另外一个Anthropic里面做安全研究的，也站出来以“个人身份”支持Jacob。 而且按照他的观察： 在AI公司里面，职位越高的人，往往反而越担心这个问题。 甚至刚刚离开Anthropic、之前负责可扩展监督的Joe Benton，也说Jacob对整个行业现状的描述，确实是准确的。 当然，这些依然只是他们对于未来风险的判断。 没人知道10%到底对不对。 不过我在看完他们发的内容，还有看完了很多评论以后，突然感觉到了一种荒诞感。 这个荒诞感源于我在11年前看过的一篇文章。 然后直到今天，都印象极其极其深刻，甚至这篇文章，我最近每年还会再去读一遍，常读常新。 这就是2015年1月Tim Urban写的一个长的丧心病狂的文章： 《The AI Revolution》，翻译过来，就是《人工智能革命》。 它分为上下两章，第一章叫： 通往超级智能之路。 第二章叫： 我们的永生，或者灭绝。 我到现在还记得，2015年我作为一个学生，在知乎上读完了这两篇长文的翻译版之后，对于我那幼小的心灵和浅薄的认知所产生的巨大的冲击。 真的被震撼了非常非常非常久。 因为那篇文章最后提出了一个极其简单、极其粗暴、又极其宏大的判断： 如果人类最终真的造出了远超自己的超级智能。 那它只会把人类文明狠狠推向两个方向： 一边是灭绝。 另一边是永生。 没有其他解。 然后昨天，在Jacob发了那个帖子之后，我又把这篇文章翻出来，读了一遍。 我忽然觉得。 我们好像真的站在了那篇文章的时间延长线上。 甚至有一点，一切皆命定的感觉。 Tim Urban当时先讲了一个特别经典的东西。 就是人类这个物种，很难真正理解指数增长。 因为我们的脑子天然喜欢线性推演。 今天比昨天多一点。 明天大概也比今天多一点。 可文明的发展经常完全不是这个样子，这才是很多时候，文明的图景。 站在那个转折点，看起来可能很刺激。 但你得知道，站在时间图上的人，其实根本看不到右边有什么。 所以，这才是站在这里的真实感受： 多么残酷的现实。 Tim Urban也举了一个特别有意思的例子。 假如你穿越回1750年，随便抓一个人，把他带到2015年。 让他看看飞机、高速公路、智能手机、互联网、卫星、核武器、空间站之类的高科技玩意。 这个人可能会觉得自己直接进了仙界，直接就，吓尿了。 可如果1750年这个人，也往前穿越同样的265年。 去1485年抓一个人回来。 那这个时候，1485年的那个人，震撼可能就会小很多。 再往前，为了获得同样的文明落差，可能需要跨越上万年。 Tim Urban给这种足以把古代人脑子干宕机的文明进步，起了一个很好玩的名字： DPU。 Die Progress Unit。 大概意思就是，“一份足够把古代人震撼死的科技进步”。 以前攒一份，可能要1万年。 后来只需要几百年。 再后来，几十年，然后，越来越快。 2015年我第一次看的时候，感触还不是很深。 直到2026年的今天重新看。 Emmmmmmm。 我们这代人，好像已经开始亲自体验这个东西了。 2022年，ChatGPT出来，大家发现AI居然能像个人一样聊天。 2023年，GPT-4出来，我们发现，原来这叫多模态大模型。 然后，以o1为代表的推理模型。 Claude Code。 Codex。 Agent。 一个接一个。 应接不暇。 到了上周，GPT-6 Astra已经可以像人一样操作电脑，自己打开Blender、Houdini、Unity、Excel，在陌生软件里面找按钮、试错，然后几个小时一直干下去。 更别提学术那边。 5月份，一个OpenAI模型直接推翻了一个研究了80年的Erdős离散几何猜想。 9月4日，Anthropic拿Claude花11天，把费马大定理变成了一个1300万行、可以被计算机逐行检查的形式化证明，这活人类原本估计可能要干十年。 还有最近饱受争议的，OpenAI极限88小时解决的千禧年难题。 这个世界，好像越来越科幻了。 当然，最核心的还是另一件事，也是Jacob最担心的那件事：“自我改进的超级智能”。 2015年。 Tim Urban问： 如果AI有一天开始帮助人类研究更强的AI，会怎么样？ 2026年2月。 OpenAI在GPT-5.3 Codex发布的时候说： 这是他们第一个在创造自己的过程中发挥关键作用的模型。 现在几乎稍微强一点的模型，都会在训练阶段有AI的参与。 这种感觉真的非常奇妙。 像是十一年前有人在雾里面，用光射出了一条虚线。 当时大家都不知道那根线会通向哪里。 十一年以后，我们低头一看。 自己，居然真的走在上面。 那篇文章后面还有一个我到今天都记得的东西。 智能阶梯。 Tim Urban说。 人类特别容易低估超级智能。 因为我们习惯把“更聪明”理解成： 普通人、聪明人、天才、爱因斯坦、超级AI之类的区别。 好像大家都在一个很窄的区间里面。 可你换一个参照物。 事情就会突然变得特别恐怖。 比如，黑猩猩和人类。 从整个生物智能尺度上看，黑猩猩和人其实只隔了一点点。 可就这一点点。 一边只会拿树枝捅白蚁窝或者蹭蹭树。 可另一边，发明了微积分、量子力学、互联网等等，甚至，还能飞出地球。 所以如果人类上面，还有一个比我们高一两个认知台阶的东西，那可能已经很难理解了。 可如果再往上呢？ Tim Urban当年写。 一个足够高阶的超级智能看我们。 可能就像我们看蚂蚁。 甚至它想给我们解释一个最简单的概念，我们都未必有理解那个概念所需要的认知结构。 这也是为什么那篇文章最后一定会走到： Intelligence Explosion。 智能爆炸。 假如有一天，AI真的达到顶级AI研究员的水平，那它最有价值的工作之一。 很自然就是： 继续研究AI，帮助人类把下一代模型做得更聪明。 下一代更聪明以后，又更擅长研究下一代。 于是。 智能变强。 制造更强智能的能力也一起变强。 然后形成一个正反馈。 这东西2015年看起来。 真的很科幻。 可2026年的我已经没法像十年前那样，纯粹把它当科幻看了。 因为在各个模型厂子里，最原始的反馈回路，已经形成了。 当然，今天离真正意义上的递归自我改进还很远。 GPT-6不会自己造出GPT-7，然后GPT-7半夜醒过来，再自己训练GPT-8。 但那条逻辑链最早的几环，已经可以看见了。 于是我就会产生一种很奇怪的宿命感。 好像只要人类真的把“智能”这颗种子种出来，后面的事情就天然拥有一种巨大的惯性。 更聪明的AI，可以创造更大的经济价值。 更大的经济价值，吸引更多资本。 更多资本，买更多GPU。 更多的GPU，训练更强的AI。 更强的AI，又开始反过来帮助人类制造更强的AI。 公司之间还在竞争。 国家之间也还在竞争。 你不做，那别人也在做。 你不往前，那没办法，别人往前，你跑不跑。 最后整个文明像一条越来越陡的河。 所有人都知道水流越来越快。 可没有任何一个人或者一个群体，能真的握着整个世界的航向。 而Tim Urban那篇文章真正让我记了十一年的。 就是那个水流尽头的画面。 他引用Nick Bostrom的概念。 说，地球历史上出现过无数物种，然后，几乎全部消失了。 灭绝好像就是一种吸引子状态，一旦掉进去，你就再也回不来了。 可超级智能可能第一次给生命打开另一种吸引子。 Species Immortality。 物种永生。 Tim Urban画了一根平衡木。 人类一直走在上面，你只要一直走，那一定某一天。 小行星、瘟疫、战争、某种我们自己创造的技术等等。 就可能把我们撞下这个平衡木。 而超级智能出现以后。 我们可能就经历最狠的一次撞击。 一边，是所有物种最终都熟悉的终点。 灭绝。 另一边。 却是地球生命从来没有抵达过的地方。 永生。 这就是2015年那篇文章我觉得至今最迷人的地方。 它把所有关于人工智能的问题，几乎都压缩到了文明尺度。 我们今天天天讨论。 AI会不会抢程序员工作。 设计师怎么办。 那个公司可能会赢等等等等。 但是如果时间拉到足够长以后，AI这个人类最大的赌局，究竟能不能让我们这个物种，第一次，让生命摆脱死亡这个终极规则。 但如果赌输了，那只有一个结局。 灭绝，甚至是，加速灭绝。 所以看到这，你就可能理解，为什么开头，Jacob Coxon在研究了这么久AI以后，会辞职，会在X上，发出这样的帖子。 当然，我也能理解。 为什么还有那么多人明明担心，却依然选择留在实验室里面继续研究。 因为这东西的另一面，真的太诱人了。 AI今天已经开始参与数学发现。 开始进入药物研发、开始分析人类基因组、开始暴力研究新材料、开始操作实验和软件，开始加速人类世界的一切。 如果这条曲线继续往前。 再给它3年、5年。 会发生什么？ 我不知道。 也可能没有人知道。 但我有时候会觉得，人类造AI这件事。 甚至已经慢慢超出了一个普通技术产品的范畴。 它很像一个物种，第一次试图制造一个比自己更聪明的东西。 这到底是人类文明最伟大的一步。 还是我们从罐子里抽出的那颗人类最后的黑球。 我不知道。 我只是这个时代里，一叶随波逐流的小舟。 我每天都用着AI，感受着AI带给我的便利，觉得AI实在是太好玩了。 然后偶尔，像昨天这样，重新翻开一篇十一年前的文章。 才会突然从每天鸡毛蒜皮的Benchmark、Token、Agent里面抬起头。 看一眼这条河到底流向哪里。 这个问题太大了。 但如果让我选。 我当然希望Tim Urban那根平衡木。 最后把我们撞向另外一边。 我希望癌症有真的消失的那一天。 希望衰老成为一种可以治疗的疾病。 希望我喜欢的人不用离开。 希望人类可以长命千岁。 希望我们走出太阳系奔赴那遥远的半人马星系。 希望某一天。 今天那些关于AI毁灭人类的文章。 都变成历史上的杞人忧天。 如果最后。 AI真的能帮助人类，跨过那根几百万年来，没有任何物种能跨过去的平衡木。 让生命第一次摆脱疾病、衰老、随机灾难和死亡的束缚。 那它就一定会成为整个人类历史上。 最伟大的事情。 没有之一。4高德，做真实世界里的下一代 AI“空间智能” 不再是更多的信息本身，而是更贴近当下处境的体验判断和行动安排。 文 丨 韩松阳 AI 花了几年时间学会流畅地谈论世界。现在，它要面对一件困难得多的事：真正进入世界。 让大模型制定一份周末计划并不难。它可以在几秒钟内推荐十家餐厅、概括网友评价，再生成一条看起来井井有条的游览路线。但当一个人真的走出家门，问题很快就变了：推荐的店今天是否营业？现在过去会不会排队？车应该停在哪里？从地铁站的哪个出口出来？地图上的入口是否正在施工？等等等等…… 这些问题很难仅靠语言回答，现实世界不是一份已经写完、等待模型总结的文本。道路会拥堵，商户会迁移，人流会聚散，天气和时间会改变同一个地点的状态；人的每一次选择，又会把这个世界推向不同的下一刻。 这也是为什么在语言模型之后，越来越多 AI 研究者开始把目光转向 “空间智能”。 斯坦福大学教授、World Labs 联合创始人李飞飞说，空间智能是人类认知的基础架构，它不仅关乎我们识别物体、理解环境和判断距离、方向等空间关系，也支撑着人类在现实世界中进行感知、推理、规划和行动。 人类正是借助这种能力，才能在复杂环境中建立对世界的认知模型，并据此预测变化、解决问题和与周围环境互动。 如果说大语言模型是第一阶段人工智能的突破，那么空间智能可能是接下来需要解决的更重要的问题、难题。 当 AI 开始面对一个不可被生成的世界 大语言模型的训练有一个相对明确的目标：根据前文预测下一个词。互联网上规模庞大的文本，也为这件事提供了现成的训练材料。 现实世界却没有这样统一、清晰的数据形式。机器不仅要识别物体，还要理解物体之间的距离、方向和遮挡关系；不仅要看见眼前的画面，还要记住空间的结构，判断时间和行动将如何改变它。 当场景从一间房扩展到一条街、一座城市，问题会更加复杂。建筑、道路和地点构成三维空间，车流、人流、天气和营业状态又让这个空间时刻发生变化。机器需要理解的，不只是 “这里有什么”，还有 “现在发生了什么”“接下来可能发生什么”。 世界模型由此成为实现空间智能的一条重要技术路径。它试图让 AI 在内部形成一个关于外部世界的模型，用来表达空间、模拟变化，并规划下一步行动。简单地说，空间智能是希望机器获得的一种能力，世界模型则是实现这种能力的方法之一。 围绕这个目标，不同公司选择了不同的入口。 李飞飞创立的 World Labs 从三维空间的生成与重建出发。2025 年推出的 Marble，可以根据文字、图片、视频或粗略的三维结构，生成一个可供用户进入、探索和编辑的三维世界。2026 年 9 月 1 日，World Labs 又发布了新一代世界模型 Atlas，它把文字、图片、视频和三维信息放入同一个空间上下文中，可以生成新的观察视角、重建现实场景，并模拟空间随时间发生的变化。 Google DeepMind 选择的是另一种形态。它的 Genie 3 可以根据文字描述，实时生成一个能够被探索和操控的环境。当智能体在其中移动时，模型需要持续生成世界的下一帧，记住已经经过的场景，并根据智能体的动作模拟环境将如何变化。 英伟达的 Cosmos 则更直接地服务于机器人和自动驾驶等 “物理 AI”。它可以生成不同天气、光照、道路状况和突发事件下的未来场景，为机器提供训练和测试环境。现实中罕见、昂贵甚至危险的情况，可以先在模型生成的世界里反复发生。 高德走了另一种技术范式。 如果把三维生成、Robotaxi 和具身智能等业务全部计算在内，高德的技术体系同样涉及世界的表达、模拟和行动规划。但高德所强调的空间智能，重心并不是从零生成一个世界，而是理解一个已经存在、持续变化，而且每天都有大量真实行动发生的世界。 这与高德过往的积累有关。与其他的人工智能实验室不一样，高德作为一个 10 亿级用户的 C 端产品，它拥有一套关于现实世界的长期记录，比如道路如何连接，建筑和商户在哪里，交通怎样变化，人们选择了什么目的地、沿哪条路线移动等等。 它要解决的，也不是一个地方可以被生成成什么样，而是它此刻究竟是什么状态，接下来可能发生什么，以及用户应该如何行动。 这也带来了不同的评价标准。对于生成式世界模型，一个没有被拍到的空间可以存在多个合理答案；但对于地图和导航，现实中的正确答案通常只有一个。 地图凭什么站在入口处？ 过去，地图主要负责记录地点和道路，导航则负责计算从 A 点到 B 点的路线。高德 CEO 郭宁将这两种能力概括为 “连接真实世界”。进入 AI 时代，他希望高德进一步做到的是 “理解真实世界”。 他说，连接解决的是 “世界如何抵达”，而理解解决的是 “世界真实是什么样、如何变化”。 郭宁将一家地图公司理解现实世界的能力，拆分为四层。 第一层是二维世界的连接关系。道路、地铁、步行网络、商场通道、停车场和建筑入口，共同组成了一张巨大的网络。一个地点并不只是地图上的经纬度，而是它与周围空间的关系：连接哪条街，离哪个地铁口最近，从什么方向更容易进入，吃完饭之后还能顺路去哪里。 第二层是三维空间。建筑的高度、道路的宽度、楼层关系、遮挡和景观朝向，让机器进一步知道现实世界 “长什么样”。地图由平面上的点和线，变成一个可以从不同位置进入和观察的立体空间。 第三层是时间。现实世界不是静止的。同一家餐厅在工作日下午和周末晚上可能处于完全不同的状态；同一条道路在早晚高峰、雨天和节假日，也会呈现不同的通行效率。加入时间之后，地图所表达的就不再是一个静态空间，而是一个持续变化的时空系统。 第四层是现实世界中的 “流”。人在移动，汽车在移动，城市的活跃区域也在不断转移。人流、车流、搜索、导航、到访和停留等信息，让高德不仅能够观察空间本身，也能看到人与空间如何发生关系。 这四层形成了一个逐步扩展的框架：二维网络呈现空间如何连接，三维数据补充世界的物理结构，时间让静态空间开始变化，人流、车流和用户行动则呈现这个世界如何真实运转。 “当二维网络、三维空间、时间变化、人流、车流、导航行为被统一之后，我们得到的不再是一张地图，而是一个能够进行预测和模拟的城市世界模型”，郭宁说。 这个类比重新定义了地图公司的能力边界：它不应只是一个保存道路和地点的数据库，还可以成为一个持续更新的 “模型”，一个理解世界如何运转的入口。 高德空间智能技术负责人徐牧借用李飞飞对世界模型的划分——渲染器（Renderer）、模拟器（Simulator）和规划器（Planner），解释了高德空间智能体系中不同能力的分工与协同：从呈现世界，到推演变化，再到指导行动。 渲染器负责高精度表达或生成可被观察的三维世界。高德近期落地的 ABot-World、ABot-Earth 系列模型正是这一能力的集中体现，支撑着三维地图与飞行街景的立体化呈现。 模拟器负责构建可计算、可交互的环境状态，比如模拟道路临时封闭后周边路网的拥堵如何传播，或不同疏导措施如何影响节假日期间商圈的人流分布。 规划器则结合环境观测、任务目标，以及可用的状态预测与模拟结果，在环境与任务约束下生成行动方案。这既可以表现为面向普通人的出行路线推荐，也可以延伸至机器人的自主导航与物理操作。 支撑这套体系协同运转的，是一套能够协同处理多元异构信息的 MoT（Mixture of Transformers）架构。其核心就是兼顾了模态内的专业化处理与模态间的信息融合，将多源数据转化为面向不同任务的综合表征。 在这之下，是高德长期积累、覆盖广泛的真实场景的时空数据——这些数据将物理空间、动态变化与真实行动联系起来，为模型理解世界如何运转提供连续而丰富的依据。 按照徐牧的分类，高德的数据有四种。一是空间几何数据，描述地形、建筑与道路等物理环境的形态和结构；二是空间语义数据，描述道路的通行属性、地点的功能以及商户的服务信息；三是动态状态数据，描述人流、车流、交通状况及环境随时间的变化；四是行为交互数据，关联人在具体环境中的行动选择、移动过程与结果反馈。这些信息共同构成了从空间结构到环境变化、再到行动结果的多维数据基础。 数据之外，高德的另一层壁垒是长期建立的数据和 AI 基础设施。 这意味着，当新的技术范式出现时，高德能够依托成熟的数据采集与生产体系，快速获取、加工并组织适配新方法的海量高精度数据，并通过规模化训练、评估与部署能力，加速空间智能与物理智能模型的研发和应用验证。 更为关键的是应用、模型与数据之间形成的反馈闭环。 高德的模型不是完成训练之后才去寻找使用场景。地图、导航、交通、本地生活和数字孪生等业务，会持续产生新的需求、数据和反馈。新技术进入真实业务后，用户和客户的使用又会形成新的反馈，推动下一轮迭代。 以机器人导航为例，系统可以从复杂环境中的失败案例定位能力缺口，利用场景生成与仿真构建针对性数据，经训练、独立评估与真实环境验证，持续提升模型的泛化能力。改进后的模型又可反过来增强场景生成与评估能力，为下一轮迭代创造更好的条件。 这种 “能力提升推动改进过程升级” 的机制，也为探索 RSI（Recursive Self-Improvement，递归自我改进）提供了基础，使空间生成、环境模拟与行动规划相互促进，持续拓展了空间智能的能力边界。 当 “空间智能” 进入真实生活 任何技术底座的演进，最终都要回答它如何改变普通人的日常生活体验。 过去，地图通常从用户确定目的地之后开始工作：用户先决定去哪里，再打开地图搜索路线。高德现在想向前、向后各走一步——在出发前帮助用户选择和判断，在路上根据现实变化调整行动，到达之后继续理解周围的空间。 在前述构建的现实世界模型之上，郭宁认为，高德还需要计算四件更接近用户体验的事：信任、品味、在场感和上下文。 信任回答的是哪些地点、评价和推荐值得相信；品味回答的是一个地方是否适合具体的人；在场感是让用户提前理解置身其中会有什么体验；上下文则要判断，在此时、此地和这段具体行程中，什么才是合适的选择。 可以用一次用户的完整线下行动，来回答高德是如何用产品来完成这层计算。 扫街榜是这条链路的起点。它首先要回答的不是 “怎么去”，而是 “去哪里”，试图解决一份榜单如何获得信任。 传统榜单主要依赖评分、评论和点击等线上信息。高德则希望从用户在现实世界中的行动，判断一家店是否真正值得前往。但一次到店本身也有不同含义：一个人可能专程跨越半座城市去吃一家店，也可能只是上班途中顺路经过；可能只去过一次，也可能住在附近、长期复购。 2026 年，扫街榜进一步把这些差异纳入算法。它用 “专程前往比例” 区分专程到访和顺路经过，用 “回头客比例” 和 “本地人比例” 衡量复购及本地用户的长期选择。当真实到访和长期选择能够相互印证，一家店的推荐才更可信。 当然，真实到店也不天然等于真实口碑。商户的位置、交通便利程度和经营时间，都会影响到访行为。扫街榜所做的，是在单纯的流量之外增加更多现实信号，再将行动与评价结合起来，尽可能接近一次选择的真实分量。 在信任之上，扫街榜还想进一步理解 “品味”。 一家店是否值得去，并不是一个对所有人都相同的答案。高德扫街榜 2026 因此引入了专业评分。针对咖啡馆等专业性较强的榜单，行家的用脚投票将获得更高的评分权重——同样是一家咖啡店，受到更多咖啡行家用户认可的，显然理应比一家大众连锁品牌咖啡店，获得更高的评分。 决定去哪里之后，用户面对的下一个问题，是那个地方究竟什么样。飞行街景承担的是出发前的空间预览，也对应着郭宁所说的 “在场感”。 第一代飞行街景可以沿着系统设定的路径，从空中俯瞰街区、识别店铺门头，部分场景还可以进入店内。飞行街景 2.0 进一步把固定观看变成自由探索：用户可以调整位置、方向、高度和观察角度，提前了解目的地及周边环境。 它的意义不只是让地图变得更逼真。对于一个陌生街区、景区或者入口复杂的建筑，二维地图只能告诉用户目的地在哪里，三维空间则让人提前想象 “到了那里会是什么感觉”：周围有哪些道路，店铺处于怎样的环境，从哪里进入，又能看到什么。 避雷指南，主要解决的则是 “上下文”，综合营业时间、行程节奏、预计到达时间、天气、费用、顺路程度和停车等信息，对一次计划进行动态核验。 一家店可能值得去，也可能符合用户的品味，但如果抵达时已经停止营业，或者路上耗时远超预期，这次推荐仍然没有完成任务。理解上下文，就是把一个地点放回具体的时间、位置和行程中，再判断它此刻是否仍是合适的选择。 真正进入行程之后，导航 Live 开始接手。 高德导航产品负责人孙冲将导航的变化概括为四次演进：第一次，导航从纸质地图到数字算法，学会了静态寻路；第二次，导航从静态路网到实时人流，学会避开拥堵；第三次则是从二维平面升级到三维孪生，学会了看清世界；到现在，它从指引一段路到接管一整天，学会陪伴生活。 这种变化首先体现在用户提出的问题上。一句 “帮我找一家顺路的、人均 200 元以内的淮扬菜，到的时候还在营业”，同时包含地点、价格、路线和时间等条件。传统导航通常需要用户先搜索餐厅、逐家查看信息，再返回地图比较路线；导航 Live 试图持续保留这些条件，直接完成选择和规划。 它依赖的是一个不断更新的 “动态时空上下文”：用户此刻在哪里，正沿着哪条路线移动，周围的道路和地点是什么状态，此前交代过什么任务，以及摄像头和语音正在输入什么信息。 到这里，郭宁所说的四件事也开始汇集到同一个产品中。导航 Live 需要使用可信的地点和道路信息，理解用户此前表达的偏好，通过摄像头建立对现场的感知，再结合此时、此地和整段行程的上下文作出判断。 这也是导航 Live 与普通视觉问答的主要差别。通用视觉模型可以认出画面中有一栋大楼或者一个路口，却未必知道它们在真实地图中对应哪个地点。导航 Live 需要把摄像头里的建筑、道路和入口，与用户的位置、方向、高德的路网和地点信息对应起来。 经过这种对应，画面中的 “那栋楼” 才会成为地图上一个具体的商场，“旁边的小门” 才会带有是否可以通行的属性。用户举起手机看到的现实空间，也由此变成可以被搜索和导航的对象。 从扫街榜、飞行街景和避雷指南，到导航 Live，高德试图将一次线下行动连接起来：信任帮助用户判断哪里值得去，品味让推荐更接近具体的人，在场感让人提前理解一个空间，上下文则决定此时应该怎样行动。 换句话说，空间智能对一个用户更切身的感知，不再是更多的信息本身，而是更贴近当下处境的体验判断和行动安排。 空间智能体，高德的想象力 将一个语言世界里的需求，转化为一组可以在物理世界中执行的行动，扫街榜、飞行街景、避雷指南和导航 Live 是高德空间智能目前的产品答案，但它显然不是空间智能的终点。 如果这套能力继续发展，未来可能不再需要用户在榜单、街景、路线和导览之间来回切换。系统会持续理解同一个人的意图，以及他所在的时间、位置和环境，再根据现实变化调用不同能力。 届时，用户接触到的可能不再是几个彼此独立的功能，而是一个始终知道 “你在哪里、准备做什么、接下来可能遇到什么” 的空间智能体。 郭宁也更愿意将高德的变化理解为一次 “能力范式的变化”，而不只是地图和导航的技术升级。 过去，高德主要优化一个地点或者一条路线，空间智能要解决的，则是在具体的人、时间、位置、天气和偏好之下，判断什么选择更加合适。这意味着，地点的价值不再是一个固定分数。系统不仅要知道 “什么地方好”，还要判断 “它现在是否适合这个人”。 进一步看，一次旅行或者周末出行，也不是十个彼此独立的地点。住在哪里、几点出门、走哪条路、在哪里停留、什么时候吃饭，以及离开之后去哪里，都会相互影响。前一个选择，会改变后一个选择所处的时间、位置和状态。 郭宁认为，高德最终需要把这些地点和行动作为一个连续序列来考虑。AI 给出的不只是一份目的地榜单或一条最快路线，而是一组更符合用户具体需要、也能根据现实变化不断调整的行动建议。 高德导航产品负责人孙冲把这种变化概括为，用户从 “发出一连串短指令”，转向 “交付一个长程意图”。 当用户说 “接下来两小时的行程你帮我盯好”，AI 需要记住此前提出的要求，理解用户当前的位置和状态，并在合适的时间处理沿途发生的变化。用户不必再把任务拆成搜索地点、查看营业时间、比较路线和寻找停车场等多个步骤。 在这个过程中，高德的产品角色也开始改变。它不再只是一个等待用户操作的工具，而更接近一个在现实世界中主动、持续工作的智能体。 这也打开了高德在地图 App 之外的想象空间——成为真实世界里的下一代 AI。地点推荐、空间理解和行动规划，可以出现在汽车、智能手表、智能眼镜和机器人等不同终端上。设备形态可能变化，但背后需要解决的问题相同——让数字世界中的意图，能够在真实的物理世界中被执行。 不过，当地图开始参与用户的选择，问题也会变得更加复杂。系统介入现实行动越深，对准确性和可信度的要求也越高。高德不仅需要让系统拥有更多能力，也要让它知道什么时候可以作出判断，什么时候应该保持克制。 真实世界数据、地图体系和高频应用入口，为它提供了独特的起点，但这些优势能否被组织成稳定、可信、连贯的用户体验，仍然要通过一次次真实行动来检验。 题图来源：《少数派报告》5Astra 的 Computer Use 能力是如何实现的？作者：Kyle Jeong（Browserbase 增长工程师） 编译：Daniel 编辑：Cage 本文编译自 Browserbase 增长工程师 Kyle Jeong 对 Astra Computer Use 能力的分析，原文发布于他的个人博客。过去三年，他们团队一直在努力把 AI Computer Use 的能力用于实际业务。 文章拆解了 Astra 模型与 Codex Harness 的配合方式：Codex 启动一个持续运行的代码环境，接入浏览器和桌面操作工具；Astra 通过无障碍模式读取界面中的文字、按钮结构，并通过截图综合判断。模型把准备执行的操作写成代码，交给 Codex 的工具完成。 Astra 在训练过程中融入了大量专业环境和数据，并通过强化学习改进策略选择和纠错能力。模型能更准确地理解界面、选择动作，就能减少试错和反复检查，用更少的交互完成同一项任务。 这次发布让我们看到了新的模型能力跳变：Computer Use 能力让 Agent 覆盖更多白领工作的长尾场景。激发用户主动尝试把日常工作交给 Agent 去完成。 Astra 发布后，模型的 Aha Moment 出现在了许多过去需要专业人士才能开发操作的 visual coding 场景中。比如有人因为 Astra 而第一次接触 Blender，并做出了用于房产销售的 3D 模型。这类能快速看到成品的例子迅速在网络上铺开，激发了很多人尝试和分享的欲望。 Agent 的渗透，需要一次次的能力出圈把围观者转化为使用者。 一眼看到自己熟悉的案例，往往比评测分数更有说服力。用户反馈中，有房产从业者看到别人的 visual coding 使用经验，会想到接入自己的房源。也有视频工作者看到别人运用 Astra 管理视频工作流，主动去尝试。这些例子让更多用户知道，原来这些事情都可以交给 Agent。这样的长尾场景拓展，会帮助 token consumption 和 agent 渗透率再上一个台阶。 / 01. AI Computer Use 简史 2024 年 10 月，Anthropic 随 Claude 3.5 Sonnet 一起推出了 Computer Use 能力。他们采用的是纯视觉路线，也就是说，模型通过截图来判断如何与电脑屏幕交互。模型以像素为基础进行后训练，并以 JSON 格式返回像素坐标和动作，例如： "action": { "type": "click", "x": 156, "y": 50 } 随后，Stagehand 或 Playwright 等驱动工具会把这些输出转换为浏览器或电脑上的实际交互。 在 Claude 3.5 Sonnet 之后，其他实验室也开始发布类似的视觉 Computer Use 模型，训练模型识别屏幕上的像素。OpenAI 发布了 Operator 和 computer-use-preview；Google DeepMind 为 Gemini 2.5 Pro 加入了 Computer Use 能力。 但这些模型并不完美。由于后训练以像素为基础，实验室必须选定一个具体的视口尺寸，比如 1288 × 711，并在整个训练过程中保持不变。当在不同尺寸的窗口中使用这些模型时，它们就会失灵，开始点不中按钮。 另一个明显的局限是，这些模型简单地依赖纯视觉方式与应用交互，而应用中有一些更复杂的交互，是“只靠眼睛”看不到的。 围绕纯文本方案，以及 DOM（文档对象模型）与视觉相结合的混合 Agent，已经出现了大量实验。Standard Intelligence 的 FDM-1 就是一个很有意思的 Computer Use 实验：它为 Computer Use 编码的是视频，而不是静态截图。 FDM-1 是 AI 公司 Standard Intelligence 开发的 Computer Use 模型，特点是通过连续的屏幕录像，学习人怎么操作电脑。 02. Astra 有什么不同？ 要理解 Astra 为什么不同，我们得先回到 5.6 模型家族，聊聊 Codex／ChatGPT 的 harness。Computer Use 既是 harness 的工程问题，也是模型的研究问题：模型决定做什么，harness 负责执行。要把 Computer Use 做好，这两个问题都需要解决。 Computer Use 流行了很久，但它尚未证明自己已经足以用于生产环境，主要原因是不可靠。当 OpenAI 在 Codex 应用中推出 Computer Use 能力后，许多开发者开始每天使用它，也逐渐理解了这项能力有多强大。 Codex 会打开内置或本地的浏览器去完成制定的任务。任务可以在后台执行，用户可以继续使用浏览器处理其他事情。 Codex 中的 Computer Use 比 Atlas 更快更准，还能通过编写和执行代码完成如制作图表、调用其他工具等事情。 Astra 在 5.6 已有能力的基础上，进一步提升了速度、降低了成本。 要理解这是怎么做到的，可以从研究电脑界面的组织方式开始。今天，大多数电脑都提供了你我能够看到的图形用户界面（GUI）。我们看着屏幕上的像素，决定点击哪里，这与早期模型的做法类似。 而如今推动模型进步的是一个原为视障人士推出的功能：为了帮助视力或听力受损的人，Chrome 中的每个网站都提供了“无障碍模式”。它会把屏幕上的内容映射成一棵无障碍树（Accessibility Tree，也称 a11y tree）。这就要求应用暴露用户界面元素的语义信息，让这些元素能够被操作。 浏览器中的无障碍树大致是这样的： 模型读起来会容易得多，因为它去掉了所有用于定义视觉呈现层的代码；对于网页来说，主要就是 CSS 和类名。 无障碍树使用的 token 比截图更少，却能提供同样丰富、甚至更好的屏幕上下文。Astra 利用这棵树来发出 Computer Use 指令，比如点击、输入和按键。Chrome 中的每个网站都会自动生成一棵无障碍树，这意味着它们开箱即用地兼容 Astra。 03. 架构 Astra 的架构相当简单： 当 Computer Use 会话开始时，Codex 会启动一个 Node REPL 来保存会话状态，并提供浏览器操作或原生 Computer Use 的接口。Agent 会根据任务选择使用哪一套接口。 无论面对原生应用还是浏览器，Agent 都会通过文本、截图，或两者结合的方式观察页面，尽可能准确地掌握当前状态。随后，它通过代码决定执行什么操作。如今的 Computer Use 实际上就是代码模式。OpenAI 的 API 文档甚至建议，所有 Computer Use 都使用代码执行。 一个输出示例如下： { "type": "function_call", "name": "exec_js", "call_id": "call_123", "arguments": "{\"code\":\"await page.getByRole('searchbox').fill('browser automation'); ...\"}" } 本地服务（名为 CodexComputerUseIPC-5）负责执行操作。执行封装层会把所选元素转换为原生元素 ID（如果模型选择使用坐标，也可以转换为坐标），随后通过原生管道传输 JSON-RPC 消息，并借助请求 ID 匹配请求、完成执行。 在实际使用中，OpenAI 推荐分别使用 Playwright 和 PyAutoGUI 作为控制浏览器与电脑的框架。 Playwright：微软开发的开源浏览器自动化工具。 PyAutoGUI：程序员 Al Sweigart 创建的开源鼠标、键盘自动化工具。 接着，Astra 会检查自己的操作结果，因为请求成功送达并不意味着操作真的生效了。模型会请求再观察一次，将当前状态与预期状态进行比对。 这个循环会一直持续，直到任务完成。由于 Computer Use 天然需要保留状态，Node REPL 必须在整个会话期间持续运行。 Node REPL：代表一个持续开启的代码工作台，目的是保留前面创建的变量、页面对象和中间数据，让下一步操作接着上一步继续，不必每次重新准备环境。 在上面的表格中，Astra 是唯一一个要求自动审查的模型。Astra 使用了一套 Guardian 策略，在允许执行之前，对计划的 Computer Use 进行安全审查。 Guardian 使用 GPT 5.6 Luna 作为后台分类器，评估当前工作流程和接下来可能出现的风险，再返回高风险或低风险的分类结果。如果被判为高风险，后续操作就会触发审查。随后，操作会交给一个安全审查模块，由它对拟议操作进行完整评估。 { "risk_level": "high", "user_authorization": "low", "outcome": "deny", "rationale": "..." } 安全审查会参考多方面的信息：AI 准备执行的操作及其参数、对话记录中的相关依据（包括用户授权）、主任务的运行环境与权限设置、代码执行环境（REPL）中已有的记录和图像，以及审批请求和申请理由。审查器在不拿到完整的无障碍树的情况下即可完成。 常见的 Guardian 拦截包括： • 授予权限：是否针对所授予的权限及接收方获得了明确授权。 • 登录及会产生重要后果的账户操作：用户是否明确授权了这些操作。 • 提交敏感数据：是否同时获得了针对数据本身和提交目的地的许可。 • 会产生重要后果的点击：界面的实际状态及点击的影响；表单输入或设置是否有误；它们是否符合用户的指示。 • 绕过限制：替代路径是否获得了授权。 • 破坏性操作：是否会造成实质性的状态丢失或不可逆的损害。 • 超出范围的私密数据访问：访问是否属于已获授权的任务范围。 在 alignment benchmark 中，Astra 的表现显著好于前代模型。 04. 速度的代表 相比 GPT 5.6，Astra 多了一道审查，但速度反而更快。归功于更聪明的模型，需要的交互轮次更少。 Astra 使用了 10 万张 GB300 进行训练，消耗的算力可谓巨大。但这个模型也聪明得多，而且在 Computer Use 环境中接受了大量 RL 训练。更聪明 → 完成任务需要的轮次更少 → 任务完成得更快。在这种情况下，推理速度并不是影响 Computer Use 能力的决定性因素；当生成速度超过每秒 300 个 token（TPS）时，动作的执行速度就会成为瓶颈。 执行框架也做了一些优化，例如 WebSocket 预热、连接复用，以及使用 previous_response_id 的增量请求。不过，这些都不对应动作本身的速度，只关系到工具的启动时间。 05. 目前的缺点 Astra 确实很惊艳，但还能发现有一些缺点。Astra 可能在观察环节出错，拿到不完整的无障碍树状态、细节不足的截图，或者已经过时的画面。在观察与执行动作之间，界面状态也可能发生变化。有些应用中的无障碍树会频繁改变，导致操作失效。 长时间跨度的 Computer Use，仍然是一个尚未得到充分解决的问题。由于上下文压缩做得很好，Astra 可以长时间运行，并保持较高的执行质量；但当 Computer Use 连续运行数天，甚至数周时，表现究竟如何，目前还没有看到。 06. Computer Use 的前沿 Computer Use 才刚刚开始变得好用。我们见证了它从连琐碎任务都频频失败，进步到在《我的世界》中比一个十岁孩子更快挖到钻石。人们终于开始意识到，可以把多少工作交给 AI。 当模型从视觉与截图转向使用无障碍树之后，它们的表现就好了很多。未来更多的算力也意味着更好的模型和更低的价格；随着我们继续推动后训练的边界，模型也会在实验室选择训练的特定领域任务上持续进步。 Astra 将速度和准确性，与强有力的安全防护结合起来，确保 Agent 不会被劫持。Computer Use 模型每迭代一代，我们就离能够用于生产环境的 Computer Use 能力更近一步。 软件的未来，是由 AI 代表人类完成工作，让人类专注于那些需要头脑的问题。 6Han River Sunset 将于首尔举行，聚焦 Robinhood 掀起的资产代币化讨论与 AI 叙事的链上金融9月29日，Han River Sunset 将在首尔汉江畔 VIEW376 Cafe 举行，以“The Next Onchain Economy”为主题，由 BiXin 主办，Stable 冠名，Interlace、Ave.ai、OceanBase 及 AEON 等联合主办，汇聚创业者、开发者与投资人。 本次活动的一大亮点，是通过 GAZE 活动节点网络，为来宾提供身份展示与活动现场每个品牌的连接体验，把原本一次性、分散、不可追踪的线下社交，沉淀成结构化、可持续积累的关系数据。 重点圆桌“Payments × RWA × Infrastructure”将以 Robinhood 推进股票代币化与链上金融布局为背景，邀请高吞吐量公链 Conflux 与 Web3 安全平台 CertiK，探讨从稳定币到 RWA，链上金融如何走向真实应用，以及资产代币化所需的支付、性能与安全基础设施。 另一场“AI × Agents”圆桌将汇集AI链上交易平台 AnyTrade、智能体交易基础设施 Pieverse，以及免 Gas 支付通道 Q402 的构建者 Quack AI，讨论AI掌控资金后的信任、风险与执行问题。 五场 Keynote 分别由智能体经济结算层 AEON、USDT 支付公链 Stable、新型金融平台 Ave.ai、关键业务数据库 OceanBase 及稳定币银行基础设施 Interlace 带来，覆盖智能体结算、交易、支付与金融基础设施。 现场还将结合品牌展位、韩国本土媒体与社区、下午茶、礼品兑换与汉江风光带的美景为活动核心，为科技品牌建立线下存在，为行业伙伴创造真实的交流与合作机会。 [活动详情及报名]( https://luma.com/w4cjeate ) 以下是本次所有活动参与方的详细介绍： AEON ：为AI智能体经济提供支付与结算基础设施。 Stable ：由USDT驱动、专为支付打造的Layer 1区块链。 ai ：主打安全、专业、高效与全面服务的新型金融平台。 OceanBase ：面向大规模关键业务的数据库基础设施。 Interlace ：连接稳定币与传统金融，支持跨境支付、发卡及资金管理。 AnyTrade ：融合AI辅助与链上交易，让用户自主掌控交易。 Pieverse ：让AI智能体交易可审计、可合规的基础设施。 Quack AI ：构建Q402，为AI智能体提供免Gas费支付通道。 Conflux ：兼顾高吞吐量、可扩展性与去中心化的Layer 1区块链。 CertiK ：结合形式化验证与安全审计的Web3安全平台。 ALPHIO ：智能体交易平台，具体功能介绍待补充。 THEA ：为风险市场开发预测性行为AI，提升高波动环境中的实时决策能力。 7GWDC x KBW 韩国区块链周活动导览：从机构峰会到开发者大会，六天重点场次全览9月28日至10月3日，首尔将迎来今年亚洲下半年密度最高的一周行业日程。Korea Blockchain Week 2026（KBW2026）与 GWDC 2026 KOREA 全球 Web3 开发者大会同期举行，围绕两大主会，超过 70 场周边活动在江南、汝矣岛与广津区华克山庄之间铺开，议题覆盖机构金融、稳定币与代币化、开发者生态、AI Agent 与消费级应用。其中 GWDC 2026 KOREA 由 Techub News 联合主办，是本导览的重点推荐。 本文按日期整理这一周的重点场次与同日其他活动，全部时间为首尔当地时间（GMT+9）。行程紧凑，建议先锁定主会与自己赛道的旗舰场，再按场地动线填充社交类活动。 主会日程 Korea Blockchain Week 2026（KBW2026） 时间： 2026年9月29日至10月1日 地点： 首尔华克山庄酒店（Walkerhill Hotels & Resorts） 主办方： FactBlock 主办，Upbit 为主赞助商 报名链接： 点击报名 KBW 自 2018 年起已成为亚洲最具影响力的数字资产会议之一。2026 届的结构分两段：9月29日为 Upbit 与 FactBlock 联合举办的机构峰会（Upbit Institutional Summit，仅限受邀），面向政策制定者、金融机构与行业高层；9月30日至10月1日为主会议程，聚焦数字资产市场、机构金融、AI 与现实世界采用。 今年 Upbit 首次以主赞助商身份深度参与，叠加韩国现货 ETF、数字资产基本法与韩元稳定币三条政策线同时推进的背景，机构议题的浓度会明显高于往届。计划只参加一场主会的读者，KBW 是默认选项。 GWDC 2026 KOREA 全球 Web3 开发者大会 时间： 2026年9月29日至30日 09:00–18:00 地点： 首尔 aT Center（瑞草区江南大路27） 主办方： Web3Labs 主办，Techub News 联合主办 报名链接： 点击报名 GWDC（Global Web3 Dev Con）是本周与 KBW 并行的另一条主线，Techub News 为大会联合主办方，也是本导览的重点推荐。它延续「For Builders, By Builders」的定位，是这一周为数不多以开发者为核心受众的大型场次：技术分享、生态展台与黑客松同场进行，其中 GWDC 2026 KOREA Hackathon 面向全球 Builder 招募，提供 10 万美元现金与生态资源支持。 对开发者而言，GWDC 与 KBW 恰好错位：KBW 的主语是机构与资本，GWDC 的主语是代码与产品。9月29日两场同时开幕，如果你的身份是工程师或早期创业者，建议第一天在 aT Center，第二天再去华克山庄看主会。 9月28日（周一）· 前夜 The Bridge Summit 时间： 9月28日 09:00–17:30 地点： 首尔江南 Josun Palace 酒店 主办方： TV朝鲜 × Bridge34 联合主办，Hack VC 为主要合作伙伴 报名链接： 点击报名 KBW 开幕前一天规格最高的一场：韩国主流媒体 TV朝鲜与 Web3 加速器 Bridge34 联合操盘，Hack VC 站台，定位是把全球 Web3 项目与韩国本土市场、资本和媒体资源对接起来。想在主会前建立韩国本地人脉，这一场效率最高。 The Forum | KBW Edition 时间： 9月28日 12:00–19:00 地点： 首尔江南区 主办方： ORA 报名链接： 点击报名 KBW 周内的单日会议，汇集 500 余位创始人、投资人、机构与从业者，30 多位讲者围绕六条专题轨道展开，聚焦下一代数字金融。适合想在前夜快速扫一遍行业议题全景的参与者。 Crypto House Seoul '26 时间： 9月28日 14:00–17:00 地点： 首尔江南区德黑兰路427 WeWork 宣陵店天台 主办方： Team1 Korea、Avalanche 生态 报名链接： 点击报名 口号是「Before Seoul gets loud」——在日程被塞满、城市变喧闹之前，先在宣陵的天台上和 Avalanche 生态的建设者们碰面。三小时的轻量开场，适合刚落地首尔的参与者。 Perp-Dex Day with ReboundX 时间： 9月28日 16:00–20:00 地点： 首尔 主办方： ReboundX 主办，Variational、Lighter、ASTER、Extended 赞助 报名链接： 点击报名 号称全球最病毒式传播的加密交易内容《E-Sports Trading》回归线下：一天之内，顶级 Perp DEX 交易者同台竞技。衍生品交易者与 Perp DEX 项目方的聚集地。 Agentic Payments Onchain 时间： 9月28日 18:00–23:00 地点： 首尔江南（报名批准后通知） 主办方： Ripple、t54 Labs、Tenity、Bloom（KBW 官方周边） 报名链接： 点击报名 KBW 官方周边活动，主题是链上 Agent 支付，围绕 XRPL 与链上 AI 支付基础设施展开。活动以韩语进行，免费但需审核，适合关注「AI Agent + 支付」交叉赛道且具备韩语环境的参与者。 Security Night 时间： 9月28日 19:00–22:00 地点： 首尔 主办方： Zircuit × Quantstamp × Common Defense 报名链接： 点击报名 三家安全侧机构联办的轻松晚场，话题从合约安全、DeFi 风险到日益增长的社会工程攻击威胁。安全研究员与协议方的对口场次。 9月29日（周二）· 双主会开幕 本日主线是 KBW 机构峰会（受邀制）与 GWDC 开幕（见上文主会部分）。同日周边如下。 KBW2026 Founders & Investors Brunch（受邀制） 时间： 9月29日 11:00–14:00 地点： 首尔 主办方： Web3 Growth 团队 报名链接： 点击报名 KBW 期间的高规格早午餐局，宾客名单以 Web3 行业创始人、投资人与创新者为主，受邀制。适合把握主会开幕前的黄金社交窗口。 CONNECT by Cointelegraph: Seoul Edition 时间： 9月29日 12:00–18:00 地点： 首尔（报名后通知） 主办方： Cointelegraph、Cointelegraph Accelerator 报名链接： 点击报名 Cointelegraph 的社区型精选场，面向创始人、开发者与投资人，主打深度对接而非展会流量。国际媒体背景让它成为本周英文语境社交密度最高的场次之一。 Ethereum Korea One — Genesis 时间： 9月29日 13:00–20:00 地点： 首尔 主办方： Ethereum Collective Korea、Nonce Classic 报名链接： 点击报名 主题「Build Beyond the Narrative」——不谈行情、不谈叙事，专注真正在为以太坊交付代码的人：核心客户端团队、ZK 研究者与 L2 开发者。与 GWDC 同日，纯技术向读者可以在两场之间做取舍或串场。 KBW2026 VCs & LPs Cocktail Hour（受邀制） 时间： 9月29日 15:00–17:00 地点： 首尔 主办方： Web3 Growth 团队 报名链接： 点击报名 与上午 Brunch 同一团队操盘的下午场，受邀名单聚焦头部 Web3 基金合伙人与 LP，小圈层深度交流。 WalletConnect Pay Korea Pop-Up 时间： 9月29日 18:00–22:00 地点： 首尔 主办方： WalletConnect、WalletConnect Korea 报名链接： 点击报名 WalletConnect 把 Pay 产品线带到首尔的快闪夜场，面向钱包、支付与应用侧开发者，是了解其韩国市场布局的直接窗口。 Movement Fried Chicken Party 时间： 9月29日 18:00–21:00 地点： 首尔 主办方： Movement、Ethene Labs 报名链接： 点击报名 「炸鸡配啤酒」的韩式社交局：在最地道的치맥场景里听 Movement 生态的下一步计划。开幕日晚间强度最低、气氛最松弛的选项。 DWF Labs Haus: KBW2026 时间： 9月29日 19:00–23:00 地点： 首尔 主办方： DWF Labs 报名链接： 点击报名 DWF Labs 的 Haus 系列回归首尔：鸡尾酒与小食之外，聚集创始人、投资机构、协议与生态伙伴的高质量对话场。做市与融资话题的对口晚场。 9月30日（周三）· KBW 主会 Day 1 The Capital Forum：Canton Network 机构专场 时间： 9月30日 09:00–12:00 地点： 首尔 主办方： Canton Foundation × Tiger Research × Noves 报名链接： 点击报名 面向资本市场决策者的闭门论坛，议题是 Canton Network 上机构金融与代币化资产的增长，以及规模化所需的市场基础设施与运营要求。合规链上资本市场方向的核心场次。 Solana Summit Korea 时间： 9月30日 09:30–17:00 地点： 首尔汝矣岛（详细地址向获批者公布） 主办方： Superteam Korea、Four Pillars 报名链接： 点击报名 Solana 生态在韩国的年度机构场，受邀制。议题直指当下韩国市场的三个关键词：稳定币、监管框架与资本市场的未来，面向机构领袖、政策制定者与监管方。Solana 生态从业者本周的第一优先级。 Institutional Privacy Day 时间： 9月30日 12:00–18:00 地点： 首尔 主办方： Citrea × Four Pillars × Ethene Labs 报名链接： 点击报名 当机构资金深入数字资产，一个绕不开的问题浮出水面：如何在把真实金融活动搬上链的同时，保住业务所必需的隐私与保密性。这场活动把机构隐私议题单独拎出来做了一整天。 Institutional Onchain: RWAs & Stablecoins 时间： 9月30日 14:00 起 地点： 首尔 主办方： lil room 报名链接： 点击报名 面向机构、基金、做市商与协议团队的聚焦论坛，讨论 RWA 与稳定币基础设施如何重塑全球资本市场，定位是穿透叙事、直接对话。 Where AI Meets RealFi 时间： 9月30日 14:00–19:00 地点： 首尔江南区清潭洞 People the Terrace 主办方： Pharos Network、The Capital Summit、TopNod 报名链接： 点击报名 Vault、代币化收益与 AI 原生金融的交叉场：Pharos 在 KBW 期间召集正在推动链上采用下一阶段的建设者，「AI × RealFi」是本周相对稀缺的议题组合。 Token Sale Summit 2026 时间： 9月30日 15:00 起 地点： 首尔 主办方： TokenMinds 报名链接： 点击报名 面向正在筹备 TGE 或重新规划发行方案的创始人与高管：2026 年的代币发行逻辑已与上个周期完全不同，这场峰会专门讨论新环境下的发行策略。 Stellar Night Seoul 时间： 9月30日 17:00–21:00 地点： 首尔江南区三成洞 COEX Spaceshare 主办方： DCENT Wallet × Stellar Development Foundation 报名链接： 点击报名 DCENT 与 Stellar 基金会联合主办，主题是全球 RWA 与 XLMFi 的现状——全球金融机构如何用 Stellar 把实物资产搬上链。RWA 赛道在本日晚间的延伸选项。 Onchain Finance Exchange：机构级代币化 时间： 9月30日 17:00–20:00 地点： 首尔 主办方： Ripple × SBI Holdings × 教保证券（Kyobo Securities） 报名链接： 点击报名 三方联合的机构晚场，主题是把代币化资产「从试点推向生产环境」：托管方式、结算路径与机构级运营要求。Ripple 与日韩两大金融集团同台，是本周传统金融浓度最高的场次之一。 Seoul On Chain 时间： 9月30日 18:00–21:00 地点： 首尔 主办方： BONK × Everest Global × REXY 报名链接： 点击报名 BONK 与 Everest Global 联合的鸡尾酒晚场，横跨数字资产各板块的建设者与社区成员在此汇合，Meme 与消费生态的社交据点。 10月1日（周四）· KBW 主会 Day 2 BLOCKFESTA 2026 时间： 10月1日 10:00–17:30 地点： 首尔汝矣岛 IFC The Forum 主办方： BLOCKFESTA 组委会 报名链接： 点击报名 定位「business-first」的会议型场次，把全球 Web3 行业与韩国快速制度化的机构数字资产市场对接，参与者以传统金融与本土机构为主。想理解韩国市场落地现状的读者优先考虑。 HSC Conference Seoul 时间： 10月1日 10:00–18:00 地点： 首尔江南 Novotel Ambassador 酒店 主办方： Metaverse Post 报名链接： 点击报名 议程已公布的嘉宾里最大的名字是 Maelstrom CIO Arthur Hayes（12:10 演讲），投资主题圆桌则汇集 C² Ventures、Maelstrom、Portal Ventures 等机构合伙人。适合关注二级市场观点与资本动向的参与者。 Bridge Seoul 2026 时间： 10月1日 13:00–18:00 地点： 首尔汝矣岛 主办方： Wavebridge（受邀制） 报名链接： 点击报名 韩国本土机构服务商 Wavebridge 的机构闭门会，把国内金融机构、政策负责人与海外数字资产企业放进同一个房间。议题设定精准踩在韩国市场当下的三个变化上：现货 ETF、数字资产基本法与韩元稳定币。 RE:SET Day Seoul 时间： 10月1日 14:00–18:00 地点： 首尔 主办方： Council44 报名链接： 点击报名 主题「智能时代的增长再思考」。主办方的定位很直接：这不是一场向听众解释数字资产的会议——到场者都已在一线，议程聚焦资本、增长与治理。 House of AI @ KBW 2026 时间： 10月1日 17:00–21:00 地点： 首尔江南 主办方： 0G Foundation 报名链接： 点击报名 Agent 经济主题的互动晚场：签到即领「护照」开启任务线，生态 Demo、鸡尾酒与轻竞技穿插进行。AI 赛道在 KBW 收官夜的主要据点。 TCH Venture Connect - KBW 2026 Edition 时间： 10月1日 17:30–21:00 地点： 首尔 主办方： The Crypto Hub（TCH） 报名链接： 点击报名 TCH 的投资人网络专场落地首尔，连接创始人、投资人与生态负责人，面向全球 Crypto 社区的精选成员。 Founders Table VIP Dinner 时间： 10月1日 18:00–21:00 地点： 首尔江南区彦州路835 三元花园（Samwon Garden） 主办方： PYTH × Stratosphere × WSB 报名链接： 点击报名 在首尔老牌韩定食名店三元花园举办的小规模晚宴，面向创始人、运营者与 C-level 高管的精选席位。 Four Pillars Research Challenge 2026 颁奖礼 时间： 10月1日 19:00–21:00 地点： 首尔江南大路374 Hashed 新办公室 20F 主办方： Four Pillars 报名链接： 点击报名 为期一个月的高校区块链研究挑战赛收官：韩国各大学区块链社团齐聚 Hashed 新办公室，观察韩国下一代研究者生态的独特窗口。 10月2日（周五）· 收官与延长赛 StarkMart Seoul 时间： 10月2日 11:00–15:00 地点： 首尔江南区驿三洞 主办方： Starknet Foundation 报名链接： 点击报名 以首尔标志性便利店为灵感的快闪空间：韩式小食、小游戏与 Starknet 社区面对面，轻松补齐一周的最后社交。 Consumer Crypto Day @ KBW 2026 时间： 10月2日 12:00–18:00 地点： 首尔江南 JBK 会议厅 主办方： Fluent Labs、Ethene Labs 报名链接： 点击报名 主会结束后的第一天，话题从机构切回消费端：怎样把加密带给十亿消费者，而不只是几百万交易者。面向做消费级产品的创始人与投资人，是本周为数不多认真讨论 C 端的场次。 BNB Seoul 时间： 10月2日 14:00–19:00 地点： 首尔 主办方： BNB Chain 报名链接： 点击报名 BNB Chain 的旗舰周边回归首尔，以「本周收官场」的姿态汇集链上产品的建设者、创始人与投资人，主打对实际产品进展的坦诚交流。 Enter the Night: with Midnight Korea 时间： 10月2日 17:00–20:00 地点： 首尔 主办方： Midnight Korea 报名链接： 点击报名 Midnight Korea 为期一个月的黑客松在此收官展示，开发者可登台 Demo，讲者可现场申请分享。隐私赛道的社区型晚场。 10月3日（周六）· 尾声 XRP Seoul 2026 时间： 10月3日 09:00 起 地点： 首尔 主办方： XRPL Korea 报名链接： 点击报名 XRP 生态的独立全天会议为整周画上句号。在 Ripple 与教保证券、SBI 于 9月30日的机构场之后，这场社区向活动补上了 XRP 在韩叙事的另一半。 XRP Seoul 2026 VIP Afterparty（受邀制） 时间： 10月3日 18:30–22:00 地点： 首尔龙山区汉南洞 JJ Mahoney's 主办方： XRPL Korea 报名链接： 点击报名 XRP Seoul 的官方 VIP 收官夜：讲者、合作伙伴、投资人与金融机构在汉南洞续场，整个韩国区块链周的最后一站。 建议参与路径 机构与政策主线：9月29日 KBW 机构峰会（如有邀请）→ 9月30日 Solana Summit Korea 或 Canton 机构论坛 → 当晚 Ripple × SBI × 教保场 → 10月1日 Bridge Seoul 与 BLOCKFESTA。韩国市场的 ETF、基本法与韩元稳定币三条线索，这一组场次基本可以走完。 开发者主线：9月29日 GWDC 开幕（黑客松同步启动）→ 同日 Ethereum Korea One 的 Builder Day → 9月30日回 GWDC 第二天 → 10月1日 House of AI 看 Agent 生态 → 10月2日 Consumer Crypto Day 收尾。 资本与社交主线：9月28日 The Bridge Summit 提前入场 → 9月29日 CONNECT by Cointelegraph 与 KBW 官方投资人场次 → 10月1日 HSC Conference 听 Arthur Hayes → 晚间穿插各生态 Haus 与晚宴。 活动具体时间、地点、嘉宾及报名安排请以主办方最新通知为准，受邀制场次需通过审核。本文仅作活动信息导览，不构成任何投资建议。8Vistra：AI 电力供应商叠加载荷增长与收购上行空间——重申“买入”评级我此前在 2026 年 6 月给予 Vistra Corp.（VST）“买入（Buy）”评级，原因是股价盘整后带来了更好的安全边际。 在本文中，我将讨论为什么尽管数据中心暂停建设政策仍存在不确定性，VST 依然是一只具有吸引力的“买入”标的。 VST 同时面临多重逆风与顺风 【原文图片位置：VST 过去一年股价走势（TradingView）】 1. 数据中心暂停建设政策 自从我上一次给予“买入”评级以来，VST 出现了个位数百分比的回调，而同期大盘则取得了个位数百分比的上涨，主要原因是越来越多项目遭遇“不要建在我家后院（NIMBY）”式的社区阻力。 类似情况也出现在 Texas。当地监管机构推出新的“Batch Zero”框架，“用于管理来自数据中心及其他高用电客户激增的电网接入申请”，预计这可能导致通电时间延迟和/或获批电力容量发生调整。 类似担忧也出现在 VST 的核电站项目上，当地社区似乎对围绕该县核电站规划的据称 8 个数据中心项目感到担忧。 再考虑到美国越来越多的数据中心暂停建设政策，我认为未来仍可能存在更多不确定性。在监管政策进一步明确之前，VST 可能继续跑输市场。 2. 数据中心机会 另一方面，除了与 Meta（META）和 Amazon（AMZN）签署电力购买协议（PPA）之外，VST 还通过成立一家新公司 Helix Digital Infrastructure，进一步证明了自己作为 AI 受益者的地位。Helix 拥有多个重要合作伙伴，其中包括 Nvidia（NVDA）。 这家公司“旨在以超大规模云服务商满足加速增长的人工智能需求所要求的速度和规模，交付一体化基础设施”，而 VST 将通过现有资产以及新建的专用资产，成为 Helix 未来项目的首选电力合作伙伴。 虽然目前并没有披露更多 Helix 的具体信息，但很明显，数据中心项目正在变得越来越庞大和复杂，而持续存在的暂停建设政策以及电力接入延迟，也进一步凸显了提前进行电力采购规划的重要性。 考虑到数据中心巨大的电力需求、实际可获得电力以及当地社区接受度之间存在明显差异，我认为 VST 对 ERCOT 地区至 2030 年“至少 4%-6%”的年负荷增长预测，事实证明非常审慎。 相比之下，美国 EIA 对 ERCOT 的预测更加激进，预计至 2027 年负荷增长可达到 10%。与此同时，越来越多客户希望把数据中心与现有发电资源进行同址部署，这进一步强化了 VST 作为 AI 受益者的逻辑： 因为避开一些前端电表侧项目所需要的新输电基础设施建设，本身仍然拥有明显的速度优势。 而且通常在这些同址部署讨论中，客户本身也会带来备用发电能力。因此，我们实际上认为，这可能会进一步推动客户更愿意与现有发电资源进行同址部署。 （Seeking Alpha） 同样值得注意的是，VST 也暗示，“为了从现有资产中实现更多价值，项目管线正在扩大”，因为越来越多客户正在寻求“针对我们现有站点签署 PPA”。 这些进展凸显了公司由 AI 驱动的多年增长顺风，因为 VST 可以通过现有发电资产、不断增长的 PPA 在手项目，以及与 Helix 合作开发新资产，在多个层面实现变现。 3. 健康的发电与零售电力需求 【原文图片位置：强劲的能源需求（VST）】 另一方面，预计数据中心每年只会带来约 +2% 的负荷增长，而包括住宅和小型企业在内的非数据中心领域预计可贡献约 +3%，因此几乎可以肯定，VST 多元化的发电和零售业务变现前景仍然具备韧性。 这一趋势还受到“工业回流、电气化程度提升、人口增长——尤其是在 Texas——以及更广泛经济扩张”的支持，而这建立在 ERCOT 历史负荷 CAGR +3.3%、PJM +3% 的基础之上。 类似的超预期表现也体现在 VST 丰厚的调整后 EBITDA 上。2026 年上半年，公司调整后 EBITDA 达到 32.6 亿美元，同比增长 26.3%，这意味着管理层此前重申的 FY2026 持续经营业务调整后 EBITDA 中值 72 亿美元，同比增长 21.8%，存在进一步超预期并上调指引的可能。 从这些数字可以明显看出，近期完成的 Lotus Infrastructure Partners 收购以及增长型资本开支项目，在推动公司变现能力扩张方面发挥了重要作用。这得益于 FQ2'26 发电容量提升至 44GW，同比增长 7.3%，以及有利套期保值活动所带来的更高实际电价。 另外，读者需要注意，VST 初步 FY2027 指引目前尚未计入待完成的 Cogentrix 收购以及 META PPA，这些交易预计“将在其他条件不变的情况下，为我们的中值机会增加约 7 亿美元”。 如果没有监管方面的逆风，投资者可以期待 FY2027 调整后 EBITDA 机会提高至 83 亿美元，同比增长 15.2%，这意味着公司具备强劲、持续多年且能够实现盈利的增长前景。 股价盘整创造了更便宜的入场点 【原文图片位置：VST 过去四年股价走势（TradingView）】 目前来看，VST 的价格走势再次凸显出其固有波动性，因为股价正在重新测试自 2024 年初以来形成的上升趋势支撑线。 【原文图片位置：VST 估值（Seeking Alpha）】 得益于自 2025 年底以来持续盘整，VST 正在通过盈利增长逐步消化 2024/2025 年过度上涨所形成的高估值。其前瞻 EV/EBITDA 已经从此前高点 15.09 倍回落至 10.05 倍，更接近过去五年平均水平 9.92 倍，同时低于行业中位数 11.72 倍。 按照本文撰写时 734.8 亿美元的较低企业价值，以及管理层重申的 FY2027 调整后 EBITDA 中值 76 亿美元，同比增长 5.5%，我估算 VST FY2027 EV/EBITDA 约为 9.66 倍，因此当前股票显得更有吸引力。 如果进一步考虑 Cogentrix 收购和 META PPA 完成后，FY2027 调整后 EBITDA 机会达到 83 亿美元，同比增长 15.2%，那么对应 FY2027 EV/EBITDA 将进一步下降至 8.85 倍。很明显，对于希望通过定投方式逐步增加仓位的投资者而言，当前持续盘整反而是利好。 尤其值得注意的是，VST 的资产负债表已经更加健康。FQ2'26 净债务/调整后 EBITDA 比率为 2.4 倍（扣除现金保证金存款后），低于一年前的 3 倍，也显著低于多元化公用事业行业平均水平 5.12 倍，并且已经接近公司 FY2027 目标 2.3 倍。 除此之外，公司资本配置依然强劲。自 2021 年 11 月以来，VST 已经回购并注销约 30% 的流通股，目前股票回购授权仍剩约 12 亿美元。 综合考虑公司通过 2028 年有利套期保值活动所带来的相对稳定发电收益、META/AMZN PPA 带来的顺风、能够得到充分资金覆盖的增长资本开支/股票回购/股息，以及较低估值所带来的更好安全边际，我在这里重申对 VST 股票的“买入（Buy）”评级。 影响我“买入”评级的股息风险 不过需要强调的是，VST 作为收益型投资的吸引力在中期可能比较有限，因为公司前瞻股息率只有 0.61%，明显低于行业中位数 3.45%。 与此同时，公司股息支付增长已经放缓至 +1.7%，相比过去五年股息增长率 +9.81% 和行业 TTM 股息增长率 +4.14% 都明显更低。 很明显，VST 在 2024/2025 年的股价上涨速度远快于股息增长速度，而当前 10.05 倍的折价前瞻 EV/EBITDA 估值，也已经反映了仅 0.61% 的较低前瞻股息率。 考虑到 Cogentrix 收购预计将在 2026 年底完成，同时多个增长项目推动 FY2026 资本开支升至 15 亿美元，同比增长 14.5%，我认为，在公司持续进行股票回购，同时 M&A 和资本开支强度提高的阶段，股息增长可能会暂时退居次要位置。 这一点也可以从 VST 的指引中看到，公司预计年度股息支付维持在 3 亿美元，而 FY2026 持续经营业务调整后 FCFbG 指引中值达到 43.2 亿美元，同比增长 20.3%。 因此，我建议投资者降低对 VST 股息增长的预期。9那个最"不缺钱"的AI公司，也要上市了今天路透社丢出一条消息：DeepSeek已经请了中信证券当辅导机构，筹备在科创板IPO，计划年内正式启动上市流程。 DeepSeek和中信证券都没回应。但这事儿的可信度不低——中信证券是券商一哥，上市辅导又是A股的规定动作，请了谁，基本就是板上钉钉在推进了。 有意思的是，这家公司曾经是全行业最"佛系"的一个。 两年前：不融资，不上市 2024年底DeepSeek刚火的时候，梁文锋的做派是这样的：不接受采访，不开发布会，不融资。公司靠幻方量化的自有资金养着，闷头做模型。当时外界想给它送钱，门都摸不到。 结果今年画风突变。 4月启动首轮外部融资，6月交割，510亿元，投后估值3500亿——梁文锋自己掏了200亿，腾讯100亿，宁德时代50亿，网易、京东、IDG各30亿。两个月不到，第二轮又安排上了，投前估值直接喊到5000亿，又是500亿的盘子。两轮加起来，募资超过1000亿。 融资还没完全落袋，IPO辅导已经开始了。 从"不融资不上市"到"两个月融两轮、年内冲刺IPO"，DeepSeek用了不到半年。 钱都花哪儿了？烧得比赚得快多了 先看账。据The Information拿到的数据，DeepSeek今年前7个月营收4.75亿元——听着还行，是去年全年的十倍。但同期净亏损7.15亿。而花在AI基础设施上的钱是多少？110亿。 收入不到5亿，基础设施投入110亿。这个缺口，靠卖API是填不上的。 巧的是，今天DeepSeek还官宣了另一件事：flash系列明天起实行峰谷分时定价，高峰时段价格翻倍，空闲时段降价。一边用价格杠杆引导开发者错峰、把算力成本压下去，一边马不停蹄地筹备上市补血——两件事放在同一天，你细品。 还有一个更现实的压力：人被挖走了 路透社在报道里点得很直白：字节和小米最近在高薪挖DeepSeek的人，核心研究员已经走了一批。微博上有消息说，离职的骨干至少5个，覆盖大模型、推理、多模态几条主线。 DeepSeek满打满算300来人。前两天刚放出150个招聘名额，相当于再招"半个DeepSeek"。 光靠理想和情怀留不住人了。上市公司的股票和期权，才是打工人听得懂的语言。梁文锋想拿IPO募来的钱做股权激励，这是阳谋。 为什么是科创板，不是港股？ 这波AI上市潮里，同行基本都去了香港：智谱、MiniMax今年已经挂牌，月之暗面也秘密递了表。 DeepSeek偏要走科创板。 这里有个背景：上交所专门为大模型公司开了绿灯——第五套上市标准，允许还没形成收入规模的优质AI企业上市。这套标准原本是给创新药企业用的，现在平移到了大模型身上。科创板要的就是这种硬科技标杆，DeepSeek也需要一个给足政策红利的主场。 再想想它融资时那个著名的架构：外部投资人的钱打进梁文锋管理的有限合伙，五年锁定期，只有国家AI产业投资基金能直接持股。控制权攥得死死的。这种风格，跟科创板的政策导向天然合拍。去港股跟那帮对冲基金掰扯估值？没必要。 说白了，这已经不是一家"实验室"了 2025年的DeepSeek，像个躲在杭州的武林高手，靠一套开源模型震动天下。2026年的DeepSeek，是一家两轮融了上千亿、要扩招到450人、买芯片建数据中心、跟人抢人才的重装备公司。 AGI这张牌桌，门票已经涨到了千亿美元级别。OpenAI、Anthropic在美股门口排队，估值一个喊1万亿、一个喊2万亿美元。这个量级的军备竞赛，靠自有资金和私募融资，迟早不够烧。 上市不是理想主义的退潮，是这场仗打到新阶段的必然。 对普通人来说，这倒也是个机会：智谱MiniMax在港股，多数人买着费劲；等DeepSeek真在科创板敲了钟，一个A股账户就能下注国产大模型了。 当然，辅导备案离正式挂牌还有不短的流程，募资规模、时间表、估值都没敲定。路透社也说了，今年内是"启动流程"，真挂牌市场普遍预期要到2027年。 但方向已经定了。那个说"不缺钱"的DeepSeek，终于要走进股市的喧闹里了。10美国头部企业 AI 人均支出 8 月下降近 10%，每百万 Token 成本自 3 月降 41%Techub News 消息，Ramp AI 指数显示，2026 年 8 月美国前 1% 企业的 AI 人均支出下降近 10%。自 2026 年 3 月以来，每百万 Token 的价格已下跌 41%，企业正积极将使用从昂贵的前沿模型转向更便宜的替代方案。对于 OpenAI 和 Anthropic 等提供商而言，问题在于使用量的增长是否足以抵消价格下跌的影响。 （The Decoder）
