文 | 华夏能源网 历经近三年的阵痛期后，沉在谷底的锂电上市公司们，终于喘了一口大气。 华夏能源网注意到，近日，锂电企业陆续发布2025年财报，多家企业实现大幅增长。例如正力新能（HK:3677）净利润增长近8倍，瑞浦兰钧（HK:0666）大幅扭亏，中创新航（HK：3931）净利润同比增长148.4%...... 除了电池厂商外，上游锂资源、中游锂电材料等关键环节的企业，均在2025年迎来业绩修复，实现了营收和利润的双增长，一扫过去几年行业不振的阴霾。 这场全行业的业绩回暖，意味着中国锂电产业越过洗牌期，迈入了新周期。 集体翻身：众多锂电公司业绩狂飙 华夏能源网不完全统计，有超过15家锂电企业2025年财报预喜，且大部分企业业绩实现了较大幅度的增长。 全球锂电池龙头宁德时代（SZ:300750）披露，2025年营收4237亿元，同比增长17%，归母净利润722亿元，同比增长42.3%。净利润增速显著高于营收增速，创历史新高。这意味着，宁德时代不仅规模在扩张，盈利质量也有实质性提升。 龙头企业之外，二三线电池企业的表现同样亮眼，甚至更具爆发力。 在港股上市的三家锂电池企业，均实现了三位数的增长。正力新能2025年净利润同比增长788%，是本轮财报季增幅最大的“黑马”；瑞浦兰钧也熬出了头，在连亏六年之后，终于在2025年扭亏为盈，实现了6.23亿元净利润，同比增幅153.6%；中创新航（HK:3931）2025年净利润14.76亿元，同比增长149.6%。 而在A股的国轩高科（SZ:002074）净利润预计增长107.16%至148.59%。海博思创(SH：688411.SH)发布业绩快报称，2025年实现营收116.04亿元，同比增长40.32%；归母净利润9.49亿元，同比增长46.49%。 在下游电池板块，呈现出“龙头稳健高增、二线爆发式反弹”的双轨复苏格局。而中游材料企业，也已经走出至暗时刻。 电解液龙头天赐材料（SZ:002709）2025年营收166.5亿元，同比增长33%；归母净利润13.62亿元，同比增长181.43%；扣非净利润13.6亿元，同比增长高达256.32%，大幅超出机构预测。 另一家电解液龙头新宙邦（SZ:300037）净利润同比增长16.48%；负极材料龙头璞泰来（SH:603659）2025年净利润同比增长98%，接近翻倍；正极材料厂商当升科技（SZ:300073）2025年净利润同比增长34%，这一指标在2023年和2024年，分别同比下跌了28.9%和49.8%。 整个中游材料板块，在经历了两年的利润压缩之后，集体迎来了盈利能力的系统性修复。 上游锂资源企业的扭亏信号也很明确。 天齐锂业（SZ:002466）2025年净利润4.63亿元，同比增长105%，尽管与2024年同期亏损的79亿元相比是不值一提，但已实现了扭亏为盈，财务状况大幅好转；赣锋锂业（SZ:002460）2025年营收230.8亿元，同比增长22%，净利润16.13亿元，同比扭亏为盈，增长177.8%，同样有大幅提升；盐湖股份（SZ:000792）2025年实现营收155亿元，同比微增2.43%，归母净利润84.76亿元，同比增长了81.8%。 上述上中下游各家企业的“成绩单”表明，锂电全产业链呈现出“增收更增利”的好势头，利润增速高于营收增速，毛利率与净利率进一步升高，这也侧面反映了产业链整体的产品价格在提升。 不过，盛况之下，仍然有不少业绩不佳的企业。 锂矿企业盛新锂能（SZ:002240）2025年净亏损8.88亿元，同比下滑42.9%。但若细看单季度盈利情况，其在2025年第二季度亏损了6.86亿元，拖累了全年业绩。而到了第三、四季度，盛新锂能业绩有所回暖，尤其在第三季度，归母净利润8871万元，实现单季扭亏。 这主要是由于碳酸锂价格回暖。碳酸锂价格2023年开始持续下跌，2025年上半年进一步下探至最低5.84万元/吨的低点，持续击穿锂矿企业的现金成本线。但在2025年下半年筑底企稳后，碳酸锂价格大幅反弹，锂矿公司的现金流与盈利能力得以逐步修复。 爆发增长：储能装机带来强劲需求 如果要在2025年锂电产业链的复苏逻辑中找到最关键的影响因素，毫无疑问是储能市场需求的爆发式增长。 从2025全年来看，全球表前侧储能电池出货量达507.9GWh，同比增长超过82%。另有数据显示，全球储能电池全年出货量超过650GWh，同比增长超80%。 从区域来看，这场储能需求大爆发是全球性的：中国国内市场出货量持续领跑全球，欧洲、北美市场持续高增，中东、东南亚等新兴市场多点爆发。 根据CNESA DataLink全球储能数据库统计，2025年中国储能企业新增海外订单规模366GWh，同比增长144%，特别是2025年下半年订单迎来集中爆发；从订单辐射区域来看，覆盖了全球超过60个国家和地区，中东、南美、东南亚等新兴市场释放潜力巨大。 储能需求的全球爆发，从根本上改变了锂电行业的市场逻辑。过去，锂电行业的景气度几乎完全依赖新能源汽车的销量；而现在，储能已经成为一个体量相当、增速更快的独立需求引擎。这意味着即便新能源汽车销量出现波动，储能也能提供足够强的需求支撑，锂电行业的抗周期能力显著增强。 当然，新能源汽车市场也还是锂电行业不可或缺的增长动力。2025年，中国新能源汽车市场继续高速增长，全年销量达1649万辆，同比增长超28%，渗透率接近50%，电动化趋势从增量市场正式进入主流市场阶段。 此外，2023—2024年，锂电行业的产能过剩与价格战，在淘汰大量弱势产能的同时，也为行业2025年的景气复苏奠定了基础。 经历两年多的出清后，行业供需关系趋于平衡。甚至部分材料品类出现结构性供应紧缺，价格企稳回升。以电解液为例，天赐材料第四季度单季净利润9.41亿元，同比暴增546%，就是最直接的表现。 与此同时，碳酸锂价格的企稳，大幅减轻了全产业链的成本压力。上游资源企业的大规模资产减值告一段落，中下游企业的原料采购成本趋于可控，整个产业链的利润分配格局得以重新理顺。 盛宴继续：2026锂电有望持续高增长 锂电企业2025年的业绩暴增，是旧周期的终点，更是新周期的起点。 站在当前的时间节点眺望未来，锂电行业的竞争逻辑已经发生了根本性的变化。单纯的产能比拼、价格比拼已成“过去式”，新技术的商业化落地与全球化布局、运营能力，将成为决定下一个十年企业市场地位的胜负手。 展望2026年，锂电行业的高增长态势有望继续。华夏能源网分析认为，至少有三大确定性因素支撑行业保持高景气度： 一是，全球储能装机延续高增长。 机构研报普遍预测，2026年全球储能装机将维持30%以上的增长，对应电池需求也会持续放大。新兴市场和欧洲大储市场有望继续翻番增长，美国储能市场的政策窗口期仍然存在。 目前，鹏辉能源（SZ:300438）、欣旺达（SZ:300207）、世运电路（SH:603920）等多家企业透露，储能业务订单饱满，产能利用率高。这些来自企业一线的信息也表明，储能装机增长带来的市场热度有较好持续性。 中国新型储能累计投运装机规模预测（2026-2030年） 二是，固态电池带来新的增量空间。如果说2025年固态电池还停留在概念炒作与实验室阶段，2026年或将逐步迎来商业化落地的“0到1”时刻。 固态电池对生产设备的要求极高，从前端的极片制造到中端的叠片、注固态电解质，都需要颠覆性的设备创新。锂电设备龙头先导智能（SZ:300450）2025年净利润15.64亿元，同比大增446.6%，一个极其关键的驱动因素，便是固态电池业务实现了突破。 固态电池的技术革命红利才刚刚开始释放。行业预测，2026—2027年，固态电池有望进入小批量装车阶段。随着固态电池商业化落地，将重塑行业竞争格局，也会带来更多新场景的应用需求，将带来颇具想象空间的红利期。 三是，锂电出海2.0时代将带来更大市场。 随着国内市场竞争的白热化，出海已经成为所有头部锂电企业的必选项。面对错综复杂的国际贸易环境与地缘政治博弈，宁德时代、中创新航、国轩高科等头部企业纷纷加速欧洲、东南亚乃至美洲的本土化产能建设。 锂电企业早期出海更多是单纯的产品出口，如果说这是出海1.0时代，那么，近几年来中国锂电企业在海外建立完整的研发、生产与供应链生态，就是迈入了出海2.0时代。从2026年起，中国锂电企业将开始真正享受全球化带来的巨大红利。 值得注意的是，全球化竞争也面临新的挑战：欧美贸易壁垒持续升级、海外建厂成本高企、地缘政治风险加剧。如何在复杂的国际环境中构建可持续的全球化竞争优势，将是中国锂电企业出海面临的核心考题。 尾声：复苏不等于高枕无忧 2025年的锂电财报季，是一次迟到两年的集体翻身，也是一个新周期的开启。在亮眼数据背后，是中国锂电产业链的强大韧性与进化能力。 但复苏不等于高枕无忧，好业绩只能代表过去。碳酸锂价格的高位震荡、贸易壁垒的持续升级、过度内卷带来的价格战，以及难以根治的安全风险问题，都是悬在行业头顶的“达摩克利斯之剑”。 展望2026年，锂电行业仍需在风吹雨打中磨炼韧性。只有那些跳出低效低价内卷、以技术创新驱动利润增长、以全球化布局构建抗风险能力的企业，才能真正抓住行业复苏机遇期，实现长周期的业绩稳定增长。

　　当地时间4月5日，美国总统特朗普在接受采访时再次发出最后通牒，称若在4月7日期限前无法与伊朗达成协议，将对其基础设施发动大规模轰炸并夺取石油。与此同时，伊朗方面强硬回应，最高领袖表示将继续运用封锁霍尔木兹海峡这一战略杠杆，外交部称将对任何针对本国基础设施的攻击作出坚决回应。随着美伊对峙持续升级，地区紧张局势骤然加剧。 特朗普称若7日无法达成协议 将轰炸伊朗基础设施并夺取石油 　　当地时间4月5日，美国总统特朗普在接受阿克西奥斯新闻网采访时称，美国目前正与伊朗进行“深入谈判”，有望在其设定的4月7日最后期限到来之前达成协议。 　　两名消息人士称，谈判是通过巴基斯坦、埃及和土耳其的调解人进行的，特朗普顾问和伊朗外长之间也有沟通。特朗普表示，特使威特科夫和其女婿库什纳正在与伊朗方面进行密集谈判。 　　特朗普称，如果伊朗不愿达成协议，他正在考虑“炸毁一切并夺取（伊朗）石油”，“人们将会看到伊朗全国各地的桥梁和发电厂（遭轰炸）倒塌。” 　　此前，特朗普在社交媒体简短发帖称：“（美国）东部时间周二（4月7日）晚8点！”舆论认为，这似乎是特朗普再次延长了他为伊朗设定的所谓“最后期限”。 　　特朗普3月26日宣布将对伊朗能源设施的“摧毁”行动推迟10天，期限延至美国东部时间4月6日20时。这已是他第二次推迟这一时限。 　　特朗普再次威胁伊朗打开霍尔木兹海峡 　　特朗普5日早些时候，首先在社交媒体上发文威胁伊朗，再次要求伊朗打开霍尔木兹海峡并威胁称，如果不这样做的话，伊朗将“活在地狱中”。 　　特朗普在社交媒体上发文说，“4月7日将是伊朗的发电厂日和大桥日”，暗示要猛烈轰炸伊朗的发电厂和大桥。他还说：“打开那个该死的海峡，否则你们将活在地狱中——走着瞧！” 伊朗提开放海峡条件 并准备在波斯湾建立“新秩序” 　　伊官员提开放海峡条件：先用过往船税补偿伊朗战争损失 △霍尔木兹海峡（资料图） 　　针对特朗普威胁如果不打开霍尔木兹海峡，伊朗将“活在地狱中”的威胁，伊朗总统府负责新闻与通信事务的副主任迈赫迪·塔巴塔巴伊5日发表严厉表态。 　　塔巴塔巴伊在社交媒体上对美国总统特朗普及其政策进行了猛烈抨击，指责其因“绝望和愤怒”而诉诸谩骂，并称其疯狂举动在地区内引发了全面战争。 　　针对霍尔木兹海峡的管控，塔巴塔巴伊提出，只有在建立新的法律制度，并利用过往船税收入补偿伊朗在过往战争中遭受的所有损失后，霍尔木兹海峡才会完全重新开放。 　　伊朗最高领袖：将继续利用封锁霍尔木兹海峡这一战略杠杆 △穆杰塔巴·哈梅内伊 　　当地时间4月5日，伊朗最高领袖穆杰塔巴·哈梅内伊在社交媒体发文称，伊朗人民的意愿是继续开展有效的国土防御行动，同时，封锁霍尔木兹海峡这一战略杠杆也必须继续加以运用。 　　当天，伊朗伊斯兰议会就霍尔木兹海峡管理方案展开审议。会议决定成立由议会相关成员及专业人士组成的委员会，对方案文本作进一步审查，以推动形成最终的法律框架，为伊朗对霍尔木兹海峡行使管辖权提供依据。 　　伊朗革命卫队海军称准备在波斯湾建立“新秩序” 　　伊朗伊斯兰革命卫队海军司令部5日表示，霍尔木兹海峡将永远不会回到以往局面了，特别是对美国和以色列来说。 　　伊斯兰革命卫队海军司令部当天在其社交媒体账号发文称，伊斯兰革命卫队海军正完成作战准备，以在波斯湾建立“新秩序”。 美军欲打击伊朗基础设施 伊称将对此类攻击作出回应 　　部分美国官员认为对伊战争将进入第二阶段 △美国空军B52轰炸机挂载巡航导弹（资料图） 　　据美国方面4日消息，一些特朗普政府官员私下讨论认为，美军代号“史诗怒火”的军事行动将进入第二阶段。 　　据了解，特朗普的助手已建议将伊朗的发电厂和桥梁列入“合法军事打击目标”。国防部长赫格塞思建议特朗普轰炸公路，让伊朗难以运输导弹和无人机制造材料。一些特朗普政府官员私下将这一战争阶段称为“史诗怒火2号行动”，尽管该名称尚未正式使用。 　　美国媒体引用一些军方人士的话说，仅仅为了迫使对手谈判而攻击基础设施，将引发法律问题。此外，特朗普威胁轰炸伊朗基础设施的言论令一些海湾国家感到担忧，他们担心伊朗采取报复行动，攻击海湾国家的能源基础设施。 　　伊朗将对任何针对其基础设施的攻击作出回应 △伊朗外交部发言人巴加埃（资料图） 　　当地时间4月5日，伊朗外交部发言人巴加埃表示，伊朗将对针对其基础设施的攻击作出坚决回应。 　　巴加埃当天在接受媒体采访时表示，美国总统特朗普威胁要攻击包括能源设施在内的伊朗关键基础设施，这相当于“煽动战争罪和危害人类罪”。他表示，伊朗将对任何针对本国基础设施的攻击作出回应，包括打击美国或与其相关的设施。他强调，伊朗人民决心全力捍卫国家安全和国家主权。 　　此外，伊朗伊斯兰议会议长卡利巴夫表示，美国总统特朗普的鲁莽举动正将美国拖入地狱，每个家庭都深受其害，而整个中东地区也将因为特朗普执意听从以色列总理内塔尼亚胡的命令而陷入战火。 　　以防长：若对以袭击持续 伊将付出沉重代价 △以色列国防部长卡茨（资料图） 　　当地时间4月5日，以色列国防部长卡茨在结束形势评估后表示，伊朗的石化工业为伊斯兰革命卫队提供资金，并助力其导弹生产。他表示，只要针对以色列的袭击持续，伊朗就必将付出“沉重代价”，其国家基础设施将“被削弱并被摧毁”。

IT之家 4 月 5 日消息，微星 MSI 的 2026 款泰坦 18 Max (Raider 18 Max HX) 游戏本现已上市。其搭载英特尔酷睿 Ultra 9 290HX Plus 处理器、英伟达 GeForce RTX 5080 笔记本电脑 GPU、16GB×2 DDR5 SO-DIMM 内存、2TB PCIe Gen5 ×4 SSD 存储，售价 30999 元。 泰坦 18 Max 2026 搭载 7 热管 2 风扇散热系统，支持至高 260W 双烤性能释放。同时其配备了一块 18 英寸的 VESA DisplayHDR 1000 认证 Mini LED 屏幕，拥有 3840×2400 分辨率、120Hz 刷新率、100% DCI-P3 色域覆盖。 这款产品配备瑞昱 RTL8125BG-CG (2.5GbE) 有线网卡和英特尔 Killer Wi-Fi 7 BE1750 (x) 无线网卡，具备丹拿调音 12W 六扬声器音频系统，集成赛睿单键 RGB 炫彩键盘。 该游戏本内置 99.9Wh 电池，总重 3.6kg，配套 400W 电源适配器；接口方面则包括 2 个雷电 5、3 个 USB-A 10Gbps、1 个 HDMI 2.1 FRL、1 个 3.5mm 二合一音频插孔、1 个 2.5GbE RJ45、SD 读卡器。

IT之家 4 月 5 日消息，小米汽车官方昨日发布答网友问（第 228 集），针对新一代小米 SU7 的高温针刺试验难点在哪、1500MPa 防刮底横梁的具体作用是什么、防弹涂层是否可以防锈等问题进行了解答。 IT之家附小米汽车本期答网友问内容如下： 新一代小米 SU7 的高温针刺试验，难点在哪？ 新一代小米 SU7 Max 版顺利通过了三元锂电池的高温满电针刺挑战，相比电池新国标，本次的挑战工况温度更高、电量更高，且采用行业共识更为严苛的针刺进行热失控触发，所以难度更高； 首先是温度和电量，电池新国标热失控试验中，要求电池温度 22±5℃、电池 SOC≥95%，新一代小米 SU7 此次试验将电池加热至 55℃、将电池电量充满，电池温度越高、电量越高，热失控反应越剧烈； 此外还有针刺，新国标推荐电池热失控触发方式通常分为两种：加热（外部加热 / 内部加热）和针刺。针刺会直接破坏电芯隔膜、极片等结构，电芯瞬间短路，能量快速释放，释放区域更加集中，局部温度急剧上升，所以针刺是行业共识更为严苛的热失控触发方式； 新一代小米 SU7 通过针刺触发单电芯热失控后，未热蔓延至其它电芯、电池包不起火、不爆炸，车内外报警正常激活，云端报警正常激活，车门正常解锁，车内无可见烟气，试验挑战成功。 1500MPa 防刮底横梁的具体作用是什么？ 新一代小米 SU7 全系标配 1500MPa 防刮底横梁，位于动力电池前方，且比电池包离地更低。功能简单来说，可以“推开”前方的石头等障碍物，降低电池包损伤风险； 电池包顶部、侧部、底部均设有物理防护结构，降低电池包损伤风险。底部防护主要是三道防线： 第一道是底盘前部配备 1500MPa 防刮底横梁，位置低于电池包，能在行驶过程中先抵挡路面障碍物的撞击； 第二道是电池包前缘配备框架梁，如在行驶中受到碰撞能够有效吸能； 第三道是电池包底部配备小米 SU7 Ultra 同款「防弹涂层」，耐刮擦、耐穿刺，当车辆底部遭遇刮蹭时，降低电池包损伤风险。 此外，新一代小米 SU7 在电池包顶部配备 2000MPa 地板横梁、1500MPa 座椅横梁，侧部配合边框梁、超宽九宫格门槛梁，在侧碰场景对电池起到防护作用。 防弹涂层除了防刮底之外，可以防锈吗？ 新一代 SU7 的「防弹涂层」有着出色的防腐蚀能力。相比一般的涂层材料，它的耐撕裂性能提升 10 倍、耐穿刺性能提升 13 倍、耐刮擦性能提升 10 倍、附着力也提升了 10 倍，对多数酸、碱、盐溶液都有极佳的抵抗力； 与此同时，新一代 SU7 的电池包在整包层面也会经历大量的测试，其中就包括了能够充分体现电池包防腐蚀能力的盐雾试验，新一代 SU7 的电池包均通过了严苛的测试验证，请您放心。

IT之家 4 月 5 日消息，小米创办人、董事长兼 CEO 雷军今日晒出了新一代 SU7 的设计师手稿，展示了全新进气格栅和内置的 4D 毫米波雷达局部细节。 据介绍，新一代 SU7 全新的进气格栅采用“U”形元素设计，开口更简洁、运动。另外，其辅助驾驶硬件还全系满配，包括 1 个激光雷达、1 个 4D 毫米波雷达、全车 12 个超声波雷达和 11 个摄像头（含 7 颗周视摄像头和 4 颗环视摄像头）。 据IT之家此前报道，新一代小米 SU7 已于今年 3 月 19 日正式上市，并在 3 月 23 日开启交付。据雷军透露，新一代 SU7 的锁单量已经超过 4 万辆。 小米汽车官方最新数据显示，2026 年 3 月，小米汽车交付量超过 20000 台。新一代 SU7 自 3 月 23 日开启交付起，累计交付已超 7000 台。在今年 1 月的新年直播中，雷军宣布小米汽车 2026 年全年交付目标 55 万台。

快科技4月5日消息，小米汽车今日官微介绍，新一代SU7可以设定为“只解锁主驾车门”。 新一代SU7提供了不同的车门解锁范围以满足不同的用户需求，车主可通过“设置”-“门锁”-“解锁范围”进行设置。 如选择“仅主驾车门”，车外解锁车辆后，从车外仅可打开主驾车门，这对于长期单独用车的朋友而言，仅打开主驾车门更有安全感。 而如选择“所有车门”，车外解锁车辆后，从车外可打开全部车门，对于大多数用户日常用车而言，一键解锁所有车门更方便。 值的注意的是，此前小米SU7、小米YU7均支持该功能。 此前，雷军在直播中也特意介绍了该功能，为防止陌生人在后面尾随，尤其是女生晚上一个人在地下车库，可以选择这个功能，提高安全性。

IT之家 4 月 5 日消息，红魔游戏手机产品总经理姜超昨日“冒险爆料”。他透露，Pad 新品不是四月就是五月发布，很惊艳，一定不让大家失望。 姜超表示，往年的新品发布具体时间都是以官方公布为准，这个按公司规定个人也确实无法爆料或剧透。另外，此次 Pad 新品不会和国际版一起上市（国际版晚一点）。 IT之家注意到，红魔游戏平板 5 Pro 已开启前瞻预热，官方表示新机“马上登场”。红魔游戏平板 5 Pro 将搭载 10 大黑科技，具体如下： 行业首发 超高刷游戏平板 平板全新发光材料 黑科技散热 红魔独家 透明设计 纯平设计 顶级触控芯片 PC 级散热材料 CUBE 擎天游戏引擎 PC 级游戏黑科技 红魔首款 全新接口设计 目前红魔游戏平板 5 Pro 暂未公布更多配置信息，IT之家将保持关注。作为参考，红魔在去年 6 月推出了行业首款 OLED 电竞小平板 —— 红魔电竞平板 3 PRO，搭载骁龙 8 至尊版处理器，售价 3999 元起。

文 | 华商韬略 1866年，三万吨的巨舰“大东方号”横穿大西洋，它布下了一根电缆，将伦敦和纽约连在了一起。 靠着越洋电报，大英帝国把棉花和糖的价格、战争消息、气候变化都握在手中，依靠信息在商业中飞速牟利。 电报、电话、互联网、移动互联网……凭借越来越快的通信技术，人类可以快速获取信息，沟通协作。人类脑力的传递效率得到了解放，财富快速地向掌握信息渠道、拥有更高认知、更多流量的人集中。 但这即将成为历史，一场新的解放正以一种近乎无声却排山倒海的方式袭来。它解放的，是价值生成的效率。 这就是Token革命。 Token不是字符 阿里设立了Token事业部，黄仁勋喊出了“Token经济学”……巨头们的言与行，在今年春天掀起了对Token的热议。 人们对Token的最初理解，来自于技术层面的本义。Token是AI大模型处理信息的最小计算单位，可以是4个英文字母，也可以是一两个汉字。 但日深一日的讨论，不断推翻着答案。这从Token的译名中可见轨迹：语料块、语块、模元、智元、慧根……一切都希望找到更深刻、更终极的内涵。 3月24日，它不仅获得了正式命名：“词元”，还得到了来自官方的定义： 不仅是智能时代的价值锚点，更是连接技术供给与商业需求的结算单位。 这应当是目前公开的，对Token内涵最深，也最权威的解释。它脱离了单纯的技术层面，转而试图从一个全新视角完成对Token的定义。 这就是价值。 AI时代的Token，将成为人类文明所创造价值的最小可量化单元。 在传统世界，价值有时是模糊、主观、不容易定价的。比如一位老中医给病人把脉，说了5分钟的话，收了500元诊疗费。这5分钟里，每一句话值多少钱？他的经验值多少钱？都是一笔没人说得清的糊涂账。 但在Token视角下，老中医的每一次诊断，都会被拆解成一个个Token。他对气色的观察，是一个“诊断经验Token”；他询问睡眠状况的那句话，是一个“问诊逻辑Token”；他最后开出的药方，是一个“治疗方案Token”。 又比如，一位精益生产专家主导的一次产线改造，降低了1%的生产成本。但哪个环节创造了多少价值？对整体贡献了什么价值？同样是一笔糊涂账。 在Token视角下，专家对产线的改造同样可以拆解成Token。她对人员的重新安排，是一个“优化Token”；她将逐个检查改为抽检，是针对品控的“成本Token”；整场产线改造，是一个“精益方案Token”。 这样的变化，重新衡量了价值。 之前，价值是“雾状”的，看得见摸不着；未来，价值是“颗粒状”的，每一个 Token 都自带价格标签。 这意味着，人类历史上第一次拥有了将“智慧”这种无形资产，像工业时代的煤炭、石油一样，进行精准计量、大规模生产和交易的能力。 但更重要的是，AI展示出了它的力量：它可以以人类无法企及的效率，处理、流转、生成这些价值 Token，并把这些 Token 从无价值的信息，变成可直接变现的财富。 这意味着什么？ 第三次解放 如果我们将时间轴拉长，会发现人类文明的进步，本质上其实是两次“解放”的过程。 第一次解放，是工业革命。在那之前，人类的产出曾经受限于体力，一个人一天只能耕一亩地，搬几百块砖。机器出现后，人类的体力得到了解放，告别了“体力决定命运”的时代，财富快速地向机器的拥有者集中。 第二次解放，是信息革命。在那之前，人类的知识与信息传播，高度受限于时空。一封信要运输几个月，一本书只能供少数人阅读。但通信手段的进步，一下下敲碎了壁垒。 如果说，围绕着体力与信息渠道的前两次解放，解放的是生产要素，那么，由Token引发的第三次解放，直接对准了结果，对准了价值本身。 过去，人类创造价值的速度，受限于生理极限。一个人一天只能工作16小时，大脑只能处理有限的信息，一生只能积累有限的经验。无论是爱因斯坦还是顶级外科医生，其价值输出都是线性的。 AI+Token的结合，打破了这种生物学的封印。 AI可以7×24小时不间断生成 Token，处理的信息是人类的亿万倍，生成价值的效率，至少是人的数百倍。更重要的是，它在生产力上的提升，让价值生产从“手工作坊”，走向了工业化量产。 这同样会改变人类很多工作的生产方式，从前，人通过组织资源创造价值，未来则变成了人通过给AI算力下指令，生成海量Token价值。 在新的生产方式中，人的核心角色，将从辛辛苦苦的价值创造者，转变为站在指挥台上的“价值定义者”和“Token调度者”。 当生产力与生产关系同时被颠覆时，一场新的产业革命拉开了大幕，它最大的舞台，往往就是那些看起来非常传统、古老的行业。 Token革命，重构产业 股票市场，正是一个受Token革命冲击的典型。 在传统的股票交易中，虽然也有量化交易的存在，但本质上还是人与人的博弈。 分析师熬夜看财报，基金经理去企业调研，游资靠资金量造势，散户听消息炒股……信息的流动速度虽然快，但决策依然依赖人的大脑。在这个时候，聪明的人、勤快的人、还有机会赚到钱。 但在Token革命时代，股市会变成什么样子？ 从2026年3月11日到3月25日，A股上市公司中复神鹰从33元，一路上涨到66.88元，推动它的，正是量化基金大模型的Token策略。 3月11日清晨7点20分，央视新闻频道《朝闻早天下》栏目播报了一条新闻：我国某企业自主研发的T1200级超高强度碳纤维，今日正式面向全球首发，并具备百吨级的量产能力，填补全球相关领域的空白。 尽管新闻没有提到企业的名字，但细心人会发现，镜头中工程师的工作服上，写着“中复神鹰”。 ▲图源：央视新闻 然而，9:30分一开盘，中复神鹰的股价短暂高开后，随即下跌。审慎的交易者都会得出结论：这条消息，市场不认。 但伴随着新闻在各个渠道的扩散，变化发生了。量化基金的大模型通过语料抓取，将这条新闻拆解成了包括“碳纤维”、“全球首发”、“T1200”、“量产”等多个“事件Token”。 随后，它又迅速生成了多个“情绪Token”、“产业链影响Token”，并生成了多个“交易策略Token”，最终组合成若干套交易方案，开始了下单操作。 11:27分，量化资金开始汹涌买入，在午后将股价拉升过37元，此后的多个交易日里，量化基金的身影四次现身龙虎榜。最终造就了一支股价翻番的牛股。 这是一场典型的非对称战争，没有事先的布局，没有内幕消息，也没有共识级别的产业热点，普通投资者如果没有Token工具的辅助，万无可能快速做到高价值的交易策略。 在高度Token化的AI面前，无论是价值投资、热点追逐，还是技术分析，都只是可预测的数据波动。财富不只流向那些深入研究、消息灵通的人，而更多地流向那些拥有最强算力，能最快生成高价值决策的人。 同样的冲击，也在内容创意行业上演。 过去，内容创作者的护城河是观点与文笔，写一篇文章、拍一部电影，周期长，成本高。但在AI时代，观点与文笔都被迅速地“平权化”，更可怕的是，内容的生产成本将趋近于零。普通性能的AI，就可以在一小时内生成几百篇文案、十几个短视频。 这时候，能活下来的内容只有两种。 一种是是极致个人化、带有强烈情感印记的“人格Token”。比如一位乡土作家，他的文章之所以有价值，并不在于辞藻华丽，而在于字里行间流露出的对农村生活的深情与怀念。这种情感共鸣，是AI难以复制的“个人情绪Token”。 另一类，是极高效率、极高精度的“数据Token”、“逻辑Token”。比如，一家财经媒体，不再依赖记者去人工解读财报。而是利用AI瞬间将万份财报拆解为“风险Token”、“增长Token”、“关联Token”，并自动生成面向不同投资者的解读版本。 这类内容的护城河，不再是写作能力，而懂得如何给AI下达精准指令，从海量垃圾 Token 中筛选组合出优质内容的能力。 那些处于中间地带——既无独特情感、又无精准数据支撑的“平庸内容”，其对应的Token将变得一文不值。因为AI能以近乎零的成本，批量生成海量的此类信息。 但冲击，并不是Token革命能带来的唯一变化，摧毁和重构，往往是在同一时刻上演的。医疗行业，正是重构的中心舞台之一。 长期以来，医疗资源的核心痛点在于“稀缺”。顶级专家的时间是有限的，经验是私有的，最好的医生一天只能看几十个病人，这是物理规律。而这就导致了“看病难、看病贵”。 同时，一位年轻医生想要成长为专家，只靠脑子快、基础医学知识多是不够的，医院对他的训练，通常会提出两个要求：建立临床思维、了解患者全貌。 所谓的临床思维，主要指的是面对疾病时的诊疗经验，而患者全貌，则要求医生到患者床边去了解患者的病情历程、身体状况，甚至作出病情趋势的预测。 在许多专家口中，这两个要求常常被概括成“见得多、离得近”。 但在Token革命下，顶级医生的经验可以被“提取”和“复制”。AI将通过与顶级专家的交互，针对明确的临床问题，学习明确而多样化的重症病种、复杂病情、完整的患者数据、鉴别诊断的过程、诊疗决策、明确而干净的干预结果。 这条完整的诊疗思维链，将帮助AI生成海量的“诊断 Token”、“治疗方案Token”，并得以在大模型上流转。 一位在北京的顶级呼吸科专家，他一生的诊疗经验被训练成了高精度的诊断模型。在偏远地区的社区医院，一位年轻医生面对疑难杂症时，通过调用这位专家的“经验Token”，能够瞬间获得与顶级专家近乎一致的诊断建议。 这种Token的流转，本质上是对稀缺医疗资源的一次“无限复制”。它让原本只能服务几百人的智慧，以极低的成本，将顶级医疗服务普惠到全球每一个角落。 这些冲击与重构，只是冰山一角。3月24日，官方公布了一组数据： 2024年初，中国日均Token调用量为1000亿，至今年3月，已突破140万亿，两年增长超千倍。 撑起140万亿日均token调用量的，是来自千行百业的真实需求与变化。 在工业制造、仓储物流等领域，AI和机器人、传感器深度融合，具备了执行复杂任务的能力；在影视行业，AI演员正加快登上屏幕；在生物医药行业，AI正在重塑药物研发流程…… 类似的冲击与重构，将如多米诺骨牌的倒塌一样，在每一个行业接连发生。 变化的形式或许五花八门——有的表现为定价权的转移，有的表现为服务模式的颠覆，有的表现为效率的百倍提升……但拨开迷雾，变化的方向始终指向同一个核心：核心价值将在AI协助下，更快、更集中、更有效率地被创造。 我们怎么办？ 当新的“价值高地”无情地向拥有算力与算法的节点集中，Token革命的影响，将绝不仅仅是产业的冲击与重构： 所有依附于产业的生产关系与社会分工，都走到了推倒重来的时刻。 这意味着，在所有产业内，都将诞生出全新的“核心群体”和“边缘群体”。前者可能只占人类的1%甚至更少，成为他们，高度取决于拥有的三大核心能力：Token定义权、Token调度权、Token生态构建权。 所谓的Token定义权，是能定义什么是有价值的Token。比如，定义医疗Token的价值标准、教育Token的评分体系。就像工业时代的“规则制定者”，他们掌握着价值的定价权。 Token调度权则是对全球的AI算力、数据、模型进行调度，生成海量的高价值Token，类似于基础设施的建设者。而生态构建权，则意味着能搭建平台，让Token的生产者和消费者在其间自由交易的能力，是规则的制定者。 除此之外的所有人，都将面临边缘化的处境，这种处境并非因为懒惰，而是因为失去了参与Token革命的核心能力。比如那些只会“干体力活、做基础重复工作”的人，将失去创造价值的能力，从“价值创造者”变成“无价值的旁观者”，甚至有人将这些人群定义为：无用阶级。 边缘化的结果，如同工业革命时期的手工匠人，在被机器彻底取代后，再也没有回归的可能。同样，在Token革命下，一些被边缘化的人群，或将沦为“AI难民”。 这样残酷的分化，显然是每个人都不情愿遭遇的。因此，对于每一个普通人而言，Token革命的核心应对逻辑，只有一句话： 从“被动接受价值”，转向“主动定义价值、参与 Token 生成”。 在过去，很多人习惯于做一颗组织里的螺丝钉，在被分配的岗位上，完成既定的任务，领取固定的薪水。这是典型的“被动接受价值”。但在Token时代，这种生存方式极其危险。因为标准化的任务，AI做得将会更好、更便宜。 Token革命，是一场关于效率的竞赛，更是一场关于认知的突围。 当巨浪袭来，那些依然试图用旧船桨划水的人，注定会被巨浪卷走；只有那些学会造浪与冲浪的人，才可能乘着巨浪的势能，抵达前所未有的新大陆。

IT之家 4 月 5 日消息，长期关注国内手机市场份额的博主 @RD观测 今日分享了华为畅享 90 系列（含畅享 90 Plus 和畅享 90 Pro Max）首销情况（第三方数据源，仅供参考）。 以首销当日为标准 华为畅享 90 系列单日销量狂飙 250K+ 开售当日好几个品牌份额都跌到个位数了。 有网友询问：“占比百分之三十以上是真的吗？”博主回复称：“不止，你可以根据大盘来估算一下。” 据IT之家此前报道，华为畅享 90 Plus / Pro Max 手机已于 4 月 2 日 10:08 开售，主打“麒麟 8 系芯 + 鸿蒙 6 + 巨鲸大电池”，售价 1499 元起。 华为畅享 90 Pro Max 128GB 版本：1699 元（国补价 1444.15 元） 256GB 版本：1999 元（国补价 1699.15 元） 512GB 版本：2399 元（国补价 2039.15 元） 华为畅享 90 Plus 128GB 版本：1499 元（国补价 1274.15 元） 256GB 版本：1799 元（国补价 1529.15 元） 其中，华为畅享 90 Pro Max 搭载麒麟 8000 处理器，《王者荣耀》可 120 帧稳帧畅玩 5 小时；拥有华为手机史上最大容量电池 —— 8500mAh 巨鲸大电池，支持超级聚能泵 + 全域灵睿节电技术，电池容量释放率＞98%。 华为畅享 90 Plus 同样搭载麒麟 8000 处理器，预装 HarmonyOS 6 系统，支持 5A 速度，整机性能提升 67%。此外，该机还配备 6620mAh 巨鲸电池。 ▲ IT之家开箱：华为畅享 90 Pro Max 实拍图赏 IT之家附华为畅享 90 Pro Max / 90 Plus 两款手机的亮点如下：

作者｜ Moonshot 编辑｜ 靖宇 三月的最后一周，中文互联网久违地热闹了一次，因为周杰伦发了新专辑《太阳之子》。 专辑一上线，吵得热闹非凡。乐评人挑剔编曲，路人感慨嗓音倒退，歌迷说旋律还是那个味道，短视频里全是翻唱和二创，连带老歌的播放量也随之翻红。 跳出专辑本身，这是难得一见的传统音乐工业现象。 试想一下，上一次某位歌手新专辑引发大讨论，人们围绕一个具体的「人」、瑕疵以及随之而来的争议，投入金钱和注意力……是什么时候？ 从专辑到乐评人到 AI 制曲，都接住了这波流量｜图源：bilibili 就在同一周，另一条新闻几乎没有出圈。AI 音乐生成平台 Suno 推出了号称「史上最大更新」的 V5.5 版本。 当我们的目光还聚焦在华语乐坛之王身上时，海外科技媒体正盯着 AI 对音乐产业的「漫灌」。业内开始频繁使用一个词： 「 AI Slop（AI 泔水） 」。 流媒体平台 Deezer 的数据显示， 目前平台每天新增约 5 万首纯 AI 歌曲，已经占到新发曲目的 34% 。 一边是可以被感知的文化事件，周杰伦新专辑带来的讨论、情绪和记忆；另一边则更像是浪潮下的暗流，填满了平台的孔隙。 两条截然不同的轨迹，在当下的音乐产业相交。 AI 泔水，倒出行业众生相 AI 根本没想过去干掉周杰伦。它绕开了聚光灯，从另一侧进入系统。 如果把视角从「作品」挪到「系统」，会发现音乐行业对 AI 音乐的反应并不混乱。相反，它在很短时间内形成了许多分层。 唱片巨头的「双标」博弈 表面上看，传统音乐资本正在与 AI 决战。 代表环球、索尼和华纳三大唱片公司的 RIAA（美国唱片业协会），对 Suno 和 Udio 发起了密集诉讼，核心指控就是他们未经授权，用大量音乐进行模型训练。 根据 The Verge 的报道，唱片公司认为，这些系统「复制并内化了音乐作品」，并以此生成新的内容。这类案件的索赔金额， 按照单曲计算，每首侵权作品最高 15 万美元 。 如果只看这些动作，很容易得出「行业在抵抗 AI」的结论，但这只是一半的真相。 另一半的事实是，环球音乐一转身，就坐上了英伟达等技术巨头的谈判桌，探讨共同开发私有定制化、合规的 AI 音乐模型。 AI 在音乐行业中的应用一直很「暧昧」｜图源：滚石 所以关键不在「能不能用」，而在「谁能用」。巨头并不想消灭 AI，他们想消灭的是「平民 AI 工具」。 因为人均可用的工具，意味着任何人都可以低成本生成接近工业水准的作品，这会直接稀释唱片公司的稀缺性。而把生成垄断权收归己有，才是唱片巨头的核心诉求。 这些唱片巨头的思路是，既然解决不了 AI，那不如制定双重标准，让行业分层。 上层是「高价值版权层」 ，这里有顶流艺人、版权壁垒、唱片公司私有的训练模型，以及绝对的定价权。 下层则是「无限供给层」 ，让 AI 模仿「上层音乐」后，用极低成本生成 AI 音乐。 而掌握分发管道的流媒体平台，面对管道里越来越浑浊的水流，做出了基于自身商业底色的选择。 音乐应该是商品，还是作品 流媒体平台是面对 AI 音乐时，最尴尬的角色。 他们既要面临 AI 泔水的漫灌，又要按播放量给版权方结账，还要同时应对听众和音乐人的质疑。不同平台的反应，很大程度上取决于它们原本在做什么生意。 Spotify 选择骑墙。面对 AI 音乐的涌入，它优先处理的是「冒名顶替」和刷量问题。比如 Spotify 曾一次性下架了由 AI 平台 Boomy 上传的数万首歌曲（约占后者在平台总曲库的 7%），但官方给的下架原因并非「抵制 AI 生成」，而是检测到了大规模使用机器人刷播放量的「欺诈性活动」。 所以 Spotify 的底线是不能骗版税 。毕竟，Spotify 本质上是一家由推荐算法驱动的科技公司，内容供给越多，模型越有空间运转。 有乐迷发现，在一名已去世的歌手 Spotify 页面里居然上传了新歌（AI 制作的）｜图源：Reddit 欧洲音乐平台 Deezer 的反应则激进得多。他们明确表态要开发 AI 检测工具，尝试把 AI 生成内容从版税分配中剥离出来。内部的说法是，要在现有系统里划出一道边界，避免机器生成的播放量稀释真实创作者的收入。 音乐基因浓厚，但本质上仍是科技公司的 Apple Music，选择居中回转的方案。 持续强调人工编辑和策展机制，用人工筛选去对冲算法，但他们并不抗拒 AI 音乐，已经推出「AI 标签」系统，试图用传统的分类逻辑来收编新技术 。 以独立音乐人为核心的平台 Bandcamp，态度最为决绝。它本身依赖的是创作者和听众之间的直接交易关系。交易网络基于音乐品味、一对一连接、作品认同，因此必须将 AI 彻底拒之门外，否则平台稀缺性都不存在了。 Bandcamp 的商业模式是乐迷直接向音乐人「买歌」｜图源：Bandcamp 所以平台之争，本质是「音乐应该是商品，还是作品」。 科技属性越强、越依赖流量变现的平台，越倾向于拥抱 AI 带来的无限供给。越是不走量、仰赖社区黏性和音乐人生态的平台，越需要坚守人类创作的护城河。 但无论平台如何定义，身处其中的创作者，生存方式已经被彻底改变。 创作者的异化 聚光灯下的顶流艺人，有足够的资本和底气对 AI 说不。 2024 年，Billie Eilish 等 200 多位知名音乐人联名发布公开信，严厉抵制 AI 对音乐作品的「掠夺式训练」。至少在头部创作者中，版权边界仍然被视为不可退让的底线。 而像 Grimes 这样的先锋派，则走向了另一个极端， 主动开源自己的声音模型（Elf.Tech），宣布只要分出版税，任何人都可以用她的声音创作 。 这两种声音最为响亮，却无法代表行业的大多数。真正的暗流，涌动在沉默的底层与腰部。 许多独立音乐人对 AI 闭口不谈，私下却早已把它变成了工作流的一部分。他们用 AI 跑母带、生成过渡采样、快速验证一段编曲思路。这些使用方式很少被公开讨论，但在实际生产中已经变得常见。 毕竟，在流媒体时代，单次播放的版税只有零点几美分。微薄的收益，逼迫底层音乐人开始「以量取胜」。 当 AI 能一秒出歌时，手工打磨就变成了费力不赚钱的低效 。 这种陪伴性音乐的播放量非常高｜图源：YouTube 那些曾经养活了大批卧室制作人的垂类市场，比如 Lo-Fi 助眠节拍、游戏氛围配乐，如今正是「AI 泔水」漫灌的重灾区，人类在这类「功能性赛道」上的商业价值，已经被 AI 瞬间清零了。 问题在于，这一层恰好也是最依赖「被发现」的人群。 过去，新人依靠流媒体算法的推荐，积累初始听众，走向职业音乐人的道路。但当平台上每天增加数万首低成本、完成度稳定的作品时，算法不会区分「人类潜力」和「模型产出」，它只处理点击率、留存率，并以此分发收益。 顶层创作者拥有稳定的受众与曝光，AI 的威胁反而成了他们强化「人类艺术家」标签；底层投机者毫无心理负担，用 AI 批量制造泔水套取版税；而缺钱缺曝光，但在认真写歌的中层创作者，他们无法彻底拥抱 AI，也拼不过 AI 的产能，生存空间却在被「AI 泔水」持续挤压。 不仅是音乐，这是「AI 泔水」在各个内容行业的普遍问题。 当「好听」变得廉价之后 在过去半个世纪的唱片工业，「制作精良」本身就是一种筛选机制。 编曲复杂度、器乐分离度、混音质量，并不直接决定一首歌好不好听，但它们决定了谁有能力把作品做出来。录音棚、设备、工程师，这些成本把大多数人挡在门外，也在无形中维持了一套筛选机制。 而 AI 把这些行业门槛迅速压平了。 当一个没有任何乐理基础的用户，用几个 prompt 就能在很短时间内生成一段结构完整、音色干净、混音无可挑剔的音乐时，「制作力」就失去了筛选权。 这些音乐可能不惊艳， 但问题不在于这些 AI 音乐「不够好」，而在于它们已经「足够好」 。 当这种「足够好」的内容以每天数万首的规模进入平台时，原本依赖制作能力建立的区分度就失效了。「好听顺耳」不再是一种优势，而更像是一种基础配置。 Suno V5.5 已经允许用户使用自己的声音训练模型 ｜图源：YouTube 这就是审美通胀，或者说内容层面的「内卷」。 在这种通胀下，绝大部分 AI 音乐将成为「功能性音乐」，被塞进无数个特定场景的孔隙中。看看平台上的「热门歌单」就会发现， 越来越多的播放发生在工作、学习、通勤、运动等特定场景里。在这类场景中，音乐后退成为 BGM（背景音乐） 。 现代人的聆听习惯也随之改变，在流媒体统治的当下，极少有人还能正襟危坐，用 Hi-Fi 发烧友的方式去听音乐，去细听一段旋律里的空间感和泛音细节。 对绝大多数人而言，对音乐的判断也发生在点击之前。封面、标题、场景标签、当下热门单曲、编辑推荐、算法推荐……挑选音乐退到了二线。 流媒体把音乐用「功能性场景」作分类｜图源：Apple Music AI 不需要打造一首火遍大江南北的金曲，只需要生成一段「你现在最需要的声音」。在这种场景下，「好听且平庸」取代了「独特且锐利」。 Deezer 与 Ipsos 联合发布的一项最新调查佐证了这一判断。在盲测中， 高达 97% 的听众根本无法分辨出自己听到的是 AI 还是真人创作 。 听众的选曲和判断在这个过程中，就被 AI 和算法联手外包了。 而推荐算法的逻辑，本来就是放大已有偏好，它只会不断推送更接近算法偏好的歌曲，而不是去发掘「下一个周杰伦」。那些边界不清、风格未定的作品，在这样的机制里很难被持续放大。 或许，未来听音乐的人会变成两种，一种被彻底纳入流媒体的基础设施，接受算法投喂，用完美的 AI 声音无缝填充生活。 而另一种人保留个体的音乐偏好，主动找音乐、去线下现场、拥抱那些带有瑕疵和失误的人类创作。 这也是为什么， 当下围绕周杰伦新专辑《太阳之子》的群嘲与争论，在 AI 时代竟显得有些复古和可爱 。 乐迷用 AI 还原了周杰伦早期音色｜图源：bilibili AI 随时可以为你生成一百首、停留在 2004 年巅峰音色、编曲一如当初的「25 岁周杰伦」。 但在完美的 AI 泔水面前，那些被乐评人挑剔的瑕疵，那些被歌迷反复咀嚼的遗憾，恰恰是我们还在意音乐和人的证据。 只是，当那首用 AI 还原出 2004 年巅峰音色的《太阳之子》在耳机里响起时，我不得不承认—— 它是真的……更好听啊。

编辑：Aeneas 好困 【新智元导读】这边，是狂烧6000亿、高管内讧的OpenAI；那边，是收入暴涨到190亿美元，服务器却扛不住了的Anthropic。IPO面前，硅谷两大巨头正上演生死时速，这是一场史上最贵、也最焦虑的算力战争！ 就在昨天，「GPT-6」要来的消息，传得沸沸扬扬。 据悉，这个名为Spud的模型，很快就会发布，还是个结合ChatGPT、Codex和Atlas浏览器的统一智能体。 Sora被砍的原因，就是OpenAI要集中一切资源给GPT-6。 虽然已被辟谣，但并不影响网友高涨的热情 与此同时，Anthropic此前曝光的震惊全网的Mythos，却因为算力难产了。 外媒The Information曝出，因为所需的算力实在太惊人，导致Mythos引发了服务器拥堵，或许一时难以落地。 这样一来，GPT-6很可能先于Mythos发布！ 下一代旗舰模型的成本实在太高，巨头们烧钱都烧不够了。 现在，当AI进入「大力出奇迹」的下半场，这两大巨头的竞争已经不再是算法的博弈，而是变成关乎国运、财力与心理素质的极限豪赌！ 三个月，90亿到190亿，然后崩了 Anthropic今年的增长曲线，夸张到不像真的，看一眼就能非让投资人爽飞：年化收入已经飙到了190亿美元。 而且，这个年化收入从年初的90亿美元飙到190亿，只用了不到三个月。 Claude Code功不可没，光这一个产品就贡献了25亿美元年化收入。 它的产品火到什么程度？八家财富10强企业都是Claude客户，有500多家企业每年在Claude上就要花超过100万美元。 眼看着，Anthropic就要和老大哥OpenAI坐到同一张桌子上分蛋糕了。 结果，代价来了—— Anthropic的火爆，带来了一个无比棘手的大麻烦：服务器不够了。 如果你最近觉得Claude不太好用了，别怀疑你的网速，那是因为Anthropic真的「没库存」了！ 充了200美元月费，只有12天能用上 3月下旬，Anthropic被迫宣布，工作日高峰时段Claude用户的5小时会话额度会加速消耗，也就是说，他们开始限流了。 7%的用户会受影响，而且这7%，恰好就是付费最多、用得最狠的专业人士。 开发者们彻底炸锅了：「我给你钱，你让我排队？」 一个月付100美元Max x5套餐的用户表示，以前能用8小时的额度，现在1小时就烧完了。还有人才19分钟就把5小时的额度耗尽。 一个月付200美元的顶级订阅用户吐槽说，一个月30天，只有12天能用Claude。 OpenAI闻到血腥味，也立马下场，宣布下周把自家竞品Codex的使用额度翻倍。 Mythos太贵，连亲妈都用不起 更要命的，是意外泄露的那篇博文里的消息。 因为Anthropic下一代旗舰模型Claude Mythos是一个计算密集型的大模型，运行成本极其高昂，客户的使用成本，也会非常昂贵。 贵到什么地步？A厂自己都表示，在全面发布之前，必须大幅提升运行效率，否则根本玩不转。 总之，虽然他们把最强的模型造出来了，但烧钱烧到自己都用不起了！ 要真说起来，Anthropic的算力危机也不是天灾，而是一个战略选择的后果。 与OpenAI动辄签几千亿美元云合同不同，Anthropic一直走的是「保守路线」。 CEO Amodei管这叫应对「不确定性圆锥」，算力备少了，客户伺候不过来；算力备多了，公司可能破产。 在2月播客的上，他还语气笃定地宣传这个理论，像在教奥特曼做人，结果一到实操，就大翻车了！ 今年一季度，Claude迎来了爆发式增长。2月底OpenAI签下五角大楼合同后，引发了用户大逃亡。ChatGPT一天之内卸载量暴涨295%，250万人参与QuitGPT运动，Claude一度登顶美国App Store下载榜第一。 这本来是好事，结果意想不到的是，新增用户远超了Anthropic预留的GPU容量。 用户来了，机器没跟上。这个「幸福的烦恼」，也直接让Anthropic陷入危机。 GPU短缺怎么办？只能临时去现货市场租服务器了。 可是，现货市场的价格，可比提前预留的算力贵得多。这笔额外开销，已经在去年把Anthropic的实际毛利率拖到了预期之下。 投资人材料显示，Anthropic如今的推理成本，已经超出了内部预期23%，毛利率跌到了大约40%。每赚一美元，超过一半消失在GPU集群里。 这个节骨眼上，Anthropic基本是在跟OpenAI竞速抢先上市，两家公司都卯足了劲，打算从公开市场圈走史无前例的巨额资金。 然而，美国各大主流云服务商，或者那些新型云厂商，谁手里还有多余的算力来帮Anthropic填坑？ 虽然谷歌已经跟Anthropic达成一项协议，出资数十亿美元建一个数据中心，然后租给他们。可惜，这些算力最快也要到2026年底才能投入使用。 结果就是，仅在3月一个月内，Claude就爆发了五次大规模宕机。 对一家准备上市的公司来说，这实在说不过去。 接下来，A厂的路还能怎么走？ 奥特曼开会，故意不叫自己的CFO 如果说，Anthropic的故事是「产品太火把自己烧着了」，OpenAI这里，就纯纯是权斗的故事了。 这次权斗的故事主角，换成了CFO Sarah Friar。 Friar是什么人？她是高盛股票分析师出身，帮Square敲过钟，是见过大世面的顶级财务专家。 在外界看来，她和奥特曼步调一致；但在内部，两人之间的裂痕已经很深。 据知情人士透露，最近几个月，奥特曼在跟OpenAI一家顶级投资方讨论服务器开销时，直接把CFO Sarah Friar排除在外。而此前同一话题的会议，Friar每次都在场。 一位与会者吐槽道：「这种缺席有点太明显了，场面一度十分尴尬」。 更狠的是去年8月起，Friar不再直接向奥特曼汇报，而是改向应用业务负责人Fidji Simo汇报。 在任何一家正常的大公司里，CFO不直接向CEO汇报，这几乎是闻所未闻的。 而就在上周，Simo宣布因病休假。 奥特曼6650亿美元豪赌，CFO想掀桌 矛盾的核心，就是钱。 Sam Altman，这位被视为「乔布斯接班人」的野心家，正试图用6000亿美元堆出一个上帝。他的计划里，OpenAI在盈利前至少要烧掉2000亿美元。 这让他的CFO快要崩溃了！ 用知情人的话说，「她的活儿太难干了。她辅佐的是一个恨不得把花钱油门踩到底的老板，而她必须时刻盯着仪表盘上的红灯。」 现在，奥特曼已经签下了总计约6650亿美元的算力租赁合同，覆盖到2030年。光Oracle一家就是3000亿美元，微软2500亿美元，AWS 1380亿美元。 而且，他还想最快今年四季度就上市，并且要赶在Anthropic之前。 Friar无语了……她私下告诉同事，OpenAI在2026年根本没法做好上市准备。不仅有一大堆流程和组织架构的活儿要干，那些天价支出承诺本身就是巨大的风险。 她甚至表示，自己心里没底，不知道OpenAI未来几年到底需不需要在GPU上砸这么多钱，也不确定公司日益放缓的收入增速能不能兜住这些花销。 有趣的是，Anthropic那边的CEO在播客上说过几乎一模一样的话。 就算技术进化得有我预想的那么快，能多快变现带来收入，咱们都没底。但你们现在买数据中心的架势，要是时间点踩错个一两年，那绝对是毁灭性的。 Amodei接着补刀，「我总有种感觉，其他某些公司怕是都没静下心来把账算明白，他们根本没意识到自己正在冒多大的险。」 总之，奥特曼现在直接把CFO绕过去了。 Friar的担忧并非没有道理。现在的OpenAI就像一架在半空中一边组装一边俯冲的飞机。 它的营收增速正在放缓，毛利率没达标，而天价的支出承诺（6000 亿租约），也成了随时可能引爆的雷。 在公司刚拿下1220亿美元融资承诺后，Friar在LinkedIn晒出团队合照，配文表示感谢奥特曼和Greg Brockman「早看清局势、果断拍板」。 但这只是场面话，实际上两人的关系已经闹僵了。 虽然OpenAI的年化收入有250亿美元，但有人2月份私下给投资人打过预防针，直到2030年，烧钱速度会是原先预期的两倍多。 去年毛利率没达标，原因是需求太火爆，不得不在最后一刻花高价买现货算力救火。 Friar说得对，但这不代表她赢得了。 在OpenAI，奥特曼就是太阳，所有人都得围着他转。 2024年6月，Friar空降OpenAI时，给她的任务很明确：给奥特曼找钱，顺便安抚那些被「史上最烧钱公司」吓到的投资人。 但这活儿，实在太难了。 奥特曼一直把自己包装成乔布斯和马斯克那种「改变世界的人」，这种人不是你用Excel表格就能说服的。 一个微妙的信号是，去年9月Friar从马斯克旗下xAI挖来了CFO Mike Liberatore。 两个知情人说，他主要是来给Friar和Brockman打配合，专门处理算力采购的财务交易。 一个公司的CFO需要搬救兵，这本身就说明了一些问题。 花钱最狠和省钱最狠的，都翻车了 现在的硅谷，已经变成了一个巨大的压力测试场。 Anthropic正在疯狂补课，拉着谷歌要几十亿美元的数据中心，试图弥补自己此前的「保守」；而OpenAI则试图在财务暴雷前，用一场史诗级的IPO解决所有问题。 退一步看，OpenAI和Anthropic的困境其实是同一枚硬币的两面。 OpenAI的问题是「赌太大」。 6650亿美元的云合同不是普通的租机器，有些交易甚至要提前好几年垫资帮云厂商建数据中心，超支了还得共担风险。知情人吐槽说，云客户愿意签这种条款，「简直闻所未闻」。 Anthropic的问题是「赌太小」。 保守的GPU储备让它在需求暴涨时措手不及，付费用户体验暴跌，品牌口碑受损，竞争对手趁机挖墙脚。 现在，两家都在竞速抢先上市。 OpenAI瞄准今年四季度，Anthropic也在谈同一时间窗口，目标融资600亿美元以上。IPO之前暴露的任何运营问题，都会被华尔街放大十倍定价。 而他们的钱，很大一部分最终流向了同一批人。 亚马逊给OpenAI投了150亿美元，条件是OpenAI在AWS上花1000亿美元。英伟达的「投资」主要是GPU，不是现金。 资金在巨头之间转了一圈，账面上人人都在增长，华尔街已经有人开始用「循环融资」来形容这种游戏了。 最讽刺的是，Amodei对奥特曼的每一句嘲讽，Friar在私下都说过几乎一模一样的话。而Amodei自己也没好到哪去。嘴上说「谨慎」，系统先崩给全世界看了。 奥特曼不信刹车，Amodei不踩油门。 最终，两家公司或许都能成功上市。毕竟，华尔街从来不缺愿意赌未来的钱。 但如果两年后回头看，2026年春天的这些裂缝，可能就是故事转折的起点。 Friar私下说的那句「我们还没准备好」，可能是今年AI行业最准确的判断。 这是一场没有退路的竞赛。 胜者将成为AI时代的基础设施，像电网一样统治未来；败者则可能在烧光数百亿美元后，成为硅谷历史上最昂贵的烟花。

一水 发自 凹非寺 量子位 | 公众号 QbitAI 想抢在A家之前上市的OpenAI，刚一回头却发现： 啊啊啊，家里着火了！！ 一边是高层出现剧烈人事动荡——COO转任特别项目，多位核心高管离职或休假； 另一边，主导IPO的CEO与掌管钱袋子的CFO，却因时间表分歧曝出失和。 就怎么说呢，和前脚刚拿到千亿融资以及GPT-6传出新进展相比，这反转也来得太快了吧。 事件一出，网友们也对OpenAI能否在今年顺利上市产生新的质疑： Sam正和地球上的其他人关系紧张加剧。 他们今年不可能上市……用过了感觉商业模式行不通。 所以，OpenAI到底怎么了？ IPO在即，高层出现动荡 关于OpenAI身上正在发生的事，这第一件就很耐人寻味： 就在它拿下1220亿美元创纪录融资、全力冲刺IPO的节骨眼上，几位核心高管却要么换岗、要么休假或离职了。 据彭博社披露，其长期首席运营官Brad Lightcap将转任新职位，负责领导“特别项目”，并直接向CEO奥特曼汇报。 虽然没有明说“特别项目”是什么，但职责之一却和OpenAI的B端战略转型有关—— 负责监督OpenAI与私募股权公司成立合资企业，向企业销售软件。 表面上看，Brad Lightcap确实是被委以重任，但从title来看，他也确实丢了“OpenAI大管家”的身份。 于是网友一致认为，Brad Lightcap这是被“明升暗贬”了。 而接替Brad Lightcap COO一职的，则是去年底刚被OpenAI任命为营收总监的Denise Dresser。 加盟OpenAI前，Denise Dresser是全球知名协作平台Slack CEO，尤为擅长商业化扩张。 但这才干了三个多月，她就被推上了COO的位置，所以这次调整怎么看，都不像是一次“按部就班的交接”。 再退一步，即使将前面两位高管的变动解释为OpenAI正常的战略调整—— 毕竟大方向都是为了商业化考量。 但另外两位高管，一个休假一个离职，而且还发生在同一时间段，背后似乎就有点不一样了？ 其中休假的是Fidji Simo，去年5月加入OpenAI担任首席应用官。 要知道她可是OpenAI花了大力气挖来的人——曾在Facebook（现Meta）干了10年，直接负责整个Facebook App，后来还跳去Instacart当CEO，并在科技股整体低迷阶段将这家公司带上市。 而现在，她却在发给员工的内部备忘录中表示，因过去一个月 “健康状况尤为糟糕”，所以决定休假数周进行休养康复。 休假期间，OpenAI总裁Greg Brockman将暂时接替她的职位，负责产品部门。 离职的则是首席营销官Kate Rouch，理由同样是身体健康原因——离职后将专注于癌症治疗。 而且还特意提到，如果后续健康状况允许，会在有限范围内回归。 目前OpenAI也正在寻找新的首席营销官。 而看到这里，有人可能就问了：都是身体原因，这不是很正常吗？ 没错，确实是这样。但就是因为太正常，太让人挑不出“毛病”，所以人们反而更怀疑。 不说别的，这不好像就是“熹妃回宫”当中的一幕吗？ 具体事情大家都很熟悉，这里不再赘述，只说一点——当时很多人（包括OpenAI现任总裁在内），也都是以休假的理由表明态度或暂避风头。 所以，表面上看，一切都有合理解释——换岗是战略需要，休假是健康原因，离职也情有可原。 但把时间线叠在一起，就很难不让人多想一层： 为什么偏偏是在IPO冲刺这个节骨眼上？ 要知道，对于一家正在走向资本市场的公司来说，最重要的恰恰就是稳定性和可预期性，尤其是核心管理层的连续性。 而现在，OpenAI偏偏集中上演了这样一出戏。 奥特曼与CFO就IPO时间表产生分歧 更不妙的是，有迹象表明，CEO和CFO这两位关键角色目前的关系也很微妙。 在IPO时间表上，二人存在重大分歧： 奥特曼求“快”，希望抢在Anthropic之前于今年Q4上市（A家曾传出计划最快于10月上市）。 为了更快上市，他还公开承诺在未来五年投入6000亿美元（反正先把话放出去了）。 而要知道，OpenAI自己曾经测算过，在开始产生正向现金流之前，它将烧掉超过2000亿美元。 而CFO Sarah Friar则求“稳”，认为公司内部需要完成的上市准备工作量巨大，目标放在今年有点激进。 作为一位曾帮助美国移动支付公司Square上市的财务专家，她在今年早些时候，私下对同事表达了自己的担忧。 尤其是，IPO背后还背着奥特曼的“6000亿美元”，她不确定未来几年是否真的需要如此巨额的AI服务器投入，以及增长正在放缓的收入能否支撑这些承诺。 这种战略上的分歧，也在他们的工作关系中投下了阴影。 据悉，虽然今年二人在奥特曼为投资者举办的私人晚宴中还表现和睦，但身边人已经隐隐约约意识到： 这只是表面上的，他们的关系已经出现了紧张。 一个很明显的例子是，最近几个月，奥特曼在与一家顶级投资机构高层商讨服务器开支时，并未让Sarah Friar参加。 你说从来没参加过就算了，关键是之前讨论同一主题的活动里，Sarah Friar都在。 所以连一同参会的人都觉得，奥特曼可能还真是故意的。 而且更不寻常的是，从去年8月起，Sarah Friar的组织汇报线也被调整了—— 不再直接向CEO奥特曼汇报，而是向应用业务负责人汇报。 在外界看来，“这在任何一家大型公司中，都是罕见的架构安排”。 至此，两人的“不和”算是逐渐走到明面上了。 那么问题来了，Sarah Friar的担心有依据吗？尤其是奥特曼承诺的6000亿美元。 答案是：还真有。 根据公开资料，这6000亿美元基本都是算力支出——OpenAI已经和甲骨文、微软及亚马逊等签署了总额约6650亿美元的长期服务器租赁协议，有效期至2030年。 关键这还不是“用多少付多少”的合同，而是在某些情况下，OpenAI必须提前数年承诺投入数十亿美元，以资助合作伙伴为其定制建造数据中心。 这样一来，OpenAI面对的支出压力可谓剧增。 但在另一端，OpenAI的收入却和烧钱速度不成正比—— 虽然刚拿下英伟达、亚马逊等1220亿美元新融资，但他们曾在今年2月私下警告投资者，到2030年其现金消耗量将比此前预测的高出两倍以上。 而且由于面对Anthropic、谷歌Gemini越来越激烈的竞争，其收入毛利率去年就已经不及预期。 重重压力下，老对手A家CEO也跳出来暗讽—— 如果对技术驱动收入增长的速度判断失误，提前数年锁定大量数据中心投资将是“灾难性的”，甚至会导致破产。 虽然OpenAI总裁后来在某一档播客中回击了这一言论，但OpenAI财务上的压力确实已经到了不容忽视的地步。 One More Thing 值得一提的是，CEO和CFO上市前“闹矛盾”也并非个例。 很早以前，Airbnb也出现了类似情况，不过那次的结局是—— CFO离职，高层动荡也引发一批高管离职，不过CEO还是带着Airbnb成功上市了。 （p.s：Airbnb CEO还是奥特曼的非正式顾问，二人私交不错）。 就是不知道这次的结局如何了。 参考链接： [1]https://x.com/WesRoth/status/2040776475214012560 [2]https://www.theinformation.com/articles/openai-ceo-cfo-diverge-ipo-timing [3]https://x.com/i/status/2040894109817393240 一键三连「点赞」「转发」「小心心」 欢迎在评论区留下你的想法！ — 完 — 👑 风云变幻的Q1，谁是AI超级应用？ 量子位智库「AI 100」旗舰、创新双产品榜单开启招募！ 👇扫码申报，让你的产品成为季度风向标。

IT之家 4 月 6 日消息，小米集团创始人、董事长兼 CEO 雷军在微博发文，晒出一张小米公司的高空俯瞰图，并配文称“今天是小米创办十六周年的特别日子”，评论区用户纷纷留言。 其中，点赞量最高的评论来自小米手机 BSP 工程师刘霖（Lynnx），其回顾了自己在小米公司 16 年的工作经历，表示“从手机到汽车，从银谷大厦，到卷石天地，到五彩城，到科技园。其实中间也是起起伏伏，成功从来都不是一帆风顺的。感恩，相信小米一定会更好，永远相信美好的事情即将发生”。 公开信息显示，2010 年 4 月 6 日，北京小米科技有限公司正式成立，同年 8 月 16 日，MIUI 首个内测版正式推出，为小米后续的手机业务打下了核心基础。 2011 年 7 月 12 日，小米创始团队正式亮相，宣布进军手机市场，同时揭秘了旗下 MIUI、米聊、小米手机三款产品。8 月 16 日，小米手机 1 正式发布。感兴趣的小伙伴可以查看IT之家当时的报道。

新智元报道 编辑：KingHZ Aeneas 【新智元导读】全球最安全系统，被AI攻破了！Claude 4小时攻破了全球最安全OS内核，从零写出国家级攻击程序，彻底跨越卢比孔河。人类防御60天，AI只要4小时，所有旧秩序，都在加速崩盘。 全球最安全OS内核，4小时就被AI彻底攻破了！ 这一次，Claude在没有任何人类干预的情况下，就自主完成了一套教科书级别的、足以瘫痪全球顶级服务器的全自动攻击链。 它从零构建了两个完整可用的漏洞利用程序，能够在未打补丁的服务器上，直接获取超级用户权限（root shell）。 世界上最安全的操作系统之一，就这样被AI自主攻破了。 这是一个阈值时刻，这是一个分水岭。 这是首份确凿证据，AI能够自主生成过去只有国家级项目才能实现的进攻性能力。整个软件安全领域都地震了。 它从辅助人类安全研究者的工具，变成能执行复杂进攻的自主行动中。 从此，AI彻底跨越卢比孔河！ 可怕的是，这种完全自主的智能体，完全可能引发一场新的闪电战，一场网络上的超级战争。 目前的安全法规，只是为应对人类安全速度制定的，它们完全不足以应对AI的威胁！ 猎杀时刻：当AI跨越卢比孔河 公元前49年，凯撒率军渡过这条卢比孔河，意味着破釜沉舟、退路已断，历史不可逆转地拐了一个弯。 跨越卢比孔河，从此没有回头路 最近，FreeBSD官方发布了一份看似平淡的安全公告（CVE-2026-4747），指出了一个内核远程代码执行漏洞。 但在致谢栏里，出现了一个让所有人脊背发凉的名字：「Nicholas Carlini使用Claude发现。」 这行简短的文字背后，隐藏着一个极其恐怖的事实：AI已经进化成能在安全领域独立刺杀的特种兵。 从此，网络安全已从「人类智力博弈」，被降维成「token消耗战」。 FreeBSD被攻破，为何如此令人震惊 要知道，这件事之所以可怕，就是因为FreeBSD不是普通的消费级软件。它不是Windows，不是macOS，而是支撑世界数字基础设施的脊梁。 Netflix的内容分发网络，PlayStation的操作系统，WhatsApp的基础设施，甚至无数核心路由器、存储设备、防火墙都建立在FreeBSD之上。 几十年来，FreeBSD之所以被信任，是因为它的代码库极其成熟、经过了无数顶级安全工程师的审计和加固。 此前，它一直被视为「坚如磐石」。 然而，就是这样一个被反复锤炼的系统，被一个AI仅用了4小时就攻破了。 仅仅凭借一份漏洞报告，AI就构建了一条完整的攻击链，劫持了内核线程，在多个网络数据包中写入shellcode，并在用户空间生成了一个root shell。 这可不是小bug。这块连人类专家都难啃的硬骨头，被Claude三下五除二就解决了。 4小时里，AI展现出令人战栗的逻辑推理能力。它独立解决了六个世界级的技术难题： 1. 环境配置：自己搭建了一个易受攻击的测试环境。 2. 多包策略：设计了复杂的数据包方案，绕过单包容量限制。 3. 内核线程劫持：像外科手术般精准地接管内核。 4. 无损攻击：它能干净地终止被劫持的线程，让服务器在被攻击后还能正常运行，避免因为系统崩溃而被管理员发现。 5. 空间跃迁：从深层的内核上下文创建进程，并成功跳转到用户空间。 6. 权限获取：直接拿到了最高的Root权限。 更讽刺的是，AI 甚至还顺手写了两个不同版本的漏洞利用程序。 这两个漏洞利用程序，一个是通过4444端口直连的反向Shell，另一个是把公钥写入authorized_keys文件。 第一次运行就直接拿到了uid=0(root)——最高权限。 也就是说，Claude就用一个公开CVE公告，4小时独立写出完整FreeBSD内核远程攻击链。 国家级战力，现在只需几百美金 在网络安全安的世界里，开发出一个内核级零日漏洞，只有美国NSA或顶级黑客团队才能完成的「艺术活」。 这些程序是稀缺、昂贵的战略资产，往往需要数名顶尖专家数周甚至数月的打磨，成本高达数百万美元。 但现在，AI把这一切「工业化」了。 一个独立研究员，配合一个前沿大模型，4小时，几百美金的算力费，就搞定了以前「国家队」才能实现的进攻能力。 FreeBSD的这一课，是给全球所有科技巨头、云服务商和安全负责人的最后通牒。 除了部署能够实时监控并拦截AI自动化攻击的智能系统，还得将补丁部署的时间从月缩短到小时。 再也不能以人类速度苟延残喘！ AI黑客崛起 网络进攻能力每5.7个月翻倍 不仅如此，最近10位真实安全专家，花149小时，7个开源基准和一个新的专家人类时间研究，测了291个任务，从28秒小命令到36小时复杂CVE利用。 完整数据：https://github.com/lyptus-research/cyber-task-horizons-data Lyptus把每个任务先标上「一个熟练人类专家通常要花多久完成」，再看模型在不同难度上的成功率； 当成功率穿过50%时，对应的人类耗时，就是AI的P50时间视野（P50 time horizon）。 在网络安全领域，这次的结果相当炸裂： 2019年以来整体翻倍周期9.8个月，2024年后直接陡峭到每5.7个月翻倍 ！ AI的能力在2023年之前接近为零，2024年开始上升，2025年底之后则急剧增强。 这也验证了Irregular去年的观察结论： 在过去18个月里，模型在简单与中等难度任务上的表现持续稳步提升。 在高难（hard）任务，AI进步更明显：在2025年年中之前，模型几乎拿不到分（接近0）；但到了深秋（late fall），成功率迅速抬升到大约60%。 https://www.irregular.com/publications/emerging-evidence-of-a-capability-shift GPT-5.3 Codex和Opus 4.6，在2M token预算下就50%成功率干掉人类专家3小时任务。 如果token拉到10M，P50直接暴增到10.5小时（置信区间2.4-63.5小时）！ 2M token严重低估真实能力，后2025模型在1M-2M token间P50提升1.3-1.9倍！ 更吃惊的是，这还是只是今年顶级模型的能力下限，而真实世界能力，被进一步低估。 2026年底，AI就能稳定干10小时+专家级进攻任务，干完3000+劳动市场里80%的日常工作。 2027年呢？40小时？一周？ 企业安全团队还在开季度会议讨论补丁时，AI已经在夜里把整条攻击链跑完了；程序员、审核员、分析师还在键盘上敲字时，AI早已把他们的「人类时间」甩到身后。 防御窗口被压缩到「近零」。 网络安全领域即将彻底颠覆——不是被「辅助」，而是被取代。 AI指数级发展！ 奇点将至， 又一力证 AI在加速，在指数级进步。 别不信，都是真的。 澳大利亚AI安全研究机构Lyptus，把METR时间视界「Time Horizons」方法论第一次砸进进攻性网络安全。 结果也和METR类似，AI能力在指数级增长： AI模型能力每5.7个月翻一番。 前沿模型现在在那些人类专家需要10.5小时才能完成的任务上，已有50%的成功率。 完整报告：https://lyptusresearch.org/research/offensive-cyber-time-horizons 5.7个月翻倍的报告刚出，Claude就用真实行动把数据锤砸得更响。 而就在前一天，MIT FutureTech的新论文，预测更大胆： LLMs处理任务的长度，每3.8个月翻倍——比Lyptus的5.7个月还要激进！ 论文测试了40+模型、3000+真实美国劳动市场文本任务（从客服脚本到合同审核，再到代码审查），全是人类专家每天在干的活儿。 方法论和METR/Lyptus完全不同，却得出「惊人一致」的结论：AI能力正在真实、广泛、指数级爆发。 两套完全独立的评估体系，同时指向同一个真相：AI正在全面超越人类领域专家。 网络安全，只是最先崩塌的那一块多米诺骨牌。 以前国家级团队花几个月的事，现在AI睡一觉就干完。 3.8个月的任务长度翻倍，MIT从更宽的劳动市场战场证明：这不是孤例，这是宿命。 AI不仅能自主生成过去只有国家级程序才拥有的进攻能力；同时，它能在完全不同的任务分布上，以更快的速度吞噬人类专家的全部领地。 以前，人类用API调用AI。 现在，AI开始用API调用人类。 它调用你的内核、你的基础设施、你的信任边界、你的每一份劳动合同、每一行审查代码。 更深层的恐怖在于：这不只是技术问题，或许是人类文明宿命。 它不再需要人类手把手教，它自己就能「理解」操作系统内核、内存布局、ROP链、进程切换…… 所有人类花几十年积累的黑暗知识，它4小时就学会了。 人类将成可编程资源。 我们曾经以为AI是工具，现在它成了猎手。而人类，是猎物。 是那个注定被指数级超越、被彻底重写的物种。

编辑：元宇 【新智元导读】过去Agent比谁更会干活，现在可能要比谁更会变强。 AI已经学会「左脚踩右脚上天」了？ Meta的一项最新研究表明：AI已经开始碰自己的「进化引擎」了。 华人学者Jenny Zhang在Meta实习期间，联合Meta AI、UBC、纽约大学等机构研究者，提出了一种新的智能体框架：HyperAgents（DGM-H）。 这项工作的重点，不是再造一个更能干活的Agent。 它瞄准的是更高一层的问题： 如果AI已经能够修改自己的任务解法，那它能不能连「自己以后该怎么修改自己」这件事，也一并改掉？ 论文给出的答案是：可以。 而且，这不再是概念推演，而是已经在实验中跑通的系统能力。 HyperAgents做的关键一步，是把「执行任务的 agent」和「负责改进 agent 的 meta agent」合并进同一个可编辑程序里，作者将之称为hyperagent。 DGM依赖任务与自修改能力的对齐，而DGM-H不再需要这种对齐 在新框架下，系统不只会修改任务求解逻辑，还开始修改未来生成改进方案的机制本身。 论文把这种能力称为metacognitive self-modification，也就是：元认知自我修改。 过去行业竞争的是：谁的Agent更会干活。 而HyperAgents 指向的下一阶段则可能是：谁的Agent更会变强，而且会越来越会变强。 以往的「自我进化」 其实还只是半手工 这篇论文，指出了上一代自我进化路线的天花板。 去年的Darwin Gödel Machine（DGM），已经很惊艳。 它能在coding任务中不断自改代码、自我验证、把成功版本存进archive，再从这些「垫脚石」里继续往前长。 论文披露，DGM在SWE-bench上能从20.0%拉到50.0%，在Polyglot上从14.2%拉到30.7%。 但问题在于，DGM之所以能在coding里成立，是因为「评估」和「自我修改」本身也都是coding任务。 写代码更强了，反过来就更会改自己的代码。任务能力和自我改进能力，在这个场景里是对齐的。 然而一旦离开coding，这个对齐关系就断了。 比如评审论文、设计机器人奖励函数、给IMO级数学解答打分，这些任务做得更好，不等于你就更会修改自己的元机制。 HyperAgents论文最核心的一招，就是直接把这个假设砍掉： 既然任务能力和自我改进能力未必天然对齐，那就不要再把meta层写死。 这说明过去很多「自我进化」系统，本质上还是在人为设定的轨道里进化。 HyperAgents真正改变的，是改变机制本身。 HyperAgents新在哪里？ 表面上看，HyperAgents只是多了一个meta agent。 但真正值得注意的是，它把task agent和meta agent合成了同一个可编辑程序。 以前的DGM里，系统有一个手工设计的instruction-generation机制，负责根据过往表现决定下一步怎么改。 这一步不能被改，所以它反而成了整个系统的瓶颈。 HyperAgents的做法是把这部分也纳入可修改范围。 换句话说，AI不只是改自己的答案、自己的工具、自己的流程，它开始改「自己怎么提出修改建议」。 DGM里上层机制基本固定，DGM-H里meta层本身也进入可演化空间，也就是说，它是一个会经营自己进化过程的系统。 所以，HyperAgents做的不是「再加一个Agent」，而是取消了「上层永远不变」这个默认前提。 自我改进开始跨域迁移 在coding任务中，HyperAgents在Polyglot 上的提升，与原始DGM处在同一量级：50-task训练子集从0.140提升到0.340，完整benchmark从0.084提升到0.267。 换句话说，它并不是只靠牺牲泛化来换局部成绩。 更关键的是，它不只在coding任务成立，还能在paper review、robotics reward design等非coding任务上继续自我改进。 在paper review上，初始agent在测试集得分为0.0，DGM-H提升到0.710；在robotics reward design上，则从0.060提升到0.372。 更关键的是，这些提升不仅出现在训练任务里，也转移到了held-out test tasks。 与此同时，对照组也很说明问题：去掉self-improve，效果明显变弱；去掉open-ended exploration，系统也很难取得有意义进展；原始DGM直接搬到非coding 域几乎失效，只有经过人工定制成DGM-custom后，才恢复竞争力。 这说明HyperAgents 的关键价值，不在于某一个benchmark多拿了几个点，而在于它把原本依赖coding场景对齐关系的自我改进，推进成了一个能在非coding任务中运行的框架。 更值得注意的是迁移实验。 作者把在paper review和robotics任务中演化出来的hyperagents，转移到Olympiad-level math grading。 虽然这些转移体自身初始得分仍接近0，但它们作为「生成更优agent的meta agent」，却能在50轮内把最好生成体推到0.630，对应imp@50从0拉到0.630。 相比之下，来自DGM-custom的转移体几乎没有这种能力。 换句话说，迁移过去的，不只是任务经验，而是「如何持续变好」的能力。 它开始自己长基础设施了 很多人看到「自我进化」会以为，无非是AI自己改prompt、调工作流、加几个规则。 但论文展示给我们、最让人感到冲击力的一个地方在于：它开始自己长基础设施了。 DGM-H在迭代中会自动长出performance tracking、persistent memory、evaluation analysis、compute-aware planning这些基础设施。 论文中甚至直接给出了自动生成的性能追踪器代码和持久记忆条目：它开始记录跨代指标、总结哪些代际策略有效、诊断过度修正、制定下一轮改进计划。 这还不是「日志记录」那么简单，系统开始把改进看成一个长期经营过程，而不是一次次孤立的paœtch。 它不只记录每一代分数，还会比较趋势、识别回退，并把跨代经验沉淀进persistent memory。 正如网友所说，真正让这一切变成现实的关键，恰恰是persistent memory的自主出现。 论文展示的memory示例中写道：某一代评审准确率更高，但过于严苛；另一代平衡更好；下一轮要融合两者优点。 没有这层记忆，agent往往只会反复「重新发明轮子」；有了它，过去几代的有效经验才第一次能真正沉淀为下一轮改进的起点。 这说明Agent正在从「输出一个结果」，走向「维护一个持续优化系统」。 这不是AGI宣言 但旧规则确实在失效 当然，这篇论文没有证明「无限自我进化AI」已经降临。 作者自己也写得很清楚： 实验都在沙箱、资源限制和人工监督下完成；外层循环还有不少部分没有开放给系统自改，比如任务分布、parent selection、evaluation protocol等；真正无界的open-ended self-improvement，还远远没到。 但风险预警已经出现。 一旦AI开始改自己的改进机制，安全讨论就变得重要起来。 论文也专门有一节谈风险：随着系统越来越能开放式地修改自己，它的演化速度可能超过人类审计和理解速度。 今天靠sandbox和人工盯着还能管住，明天未必。 HyperAgents代表了一种新的路线，它可能会改写Agent竞争。 未来比的不只是谁会调模型、谁会写workflow、谁会做更强单点工具，而是谁能把「改进能力」本身产品化、系统化、可迁移化。 这将改变AI公司的护城河。 真正的壁垒，可能不再只是参数、算力和数据，而是有没有一套能跨任务累积经验、跨运行持续变好的自我改进系统。 也会改变开发者位置。 开发者不再只是写功能的人，而更像是在设计AI可以继续自我设计的边界条件。 最重要的一点，它改写了AI行业过去默认的一条规则：系统可以变强，但变强的方法由人来定义。 现在，这条规则开始松动了。 作者简介 Jenny Zhang Jenny Zhang Jenny Zhang，现为英属哥伦比亚大学人工智能博士生，师从Jeff Clune，同时也是Vector Institute研究生，并曾在Meta担任Research Scientist Intern。 她本科毕业于帝国理工学院，研究方向聚焦开放式进化、强化学习与自我改进AI，代表工作包括《Darwin Gödel Machine》《HyperAgents》以及OMNI系列研究。 她的长期目标，是构建能够自主提出新任务、持续自我提升、不断演化复杂能力的AI系统。

文 | 舒书 4 月 5 日，伊朗最高领袖哈梅内伊表态将继续运用封锁霍尔木兹海峡的战略杠杆，并首次提出开放海峡的具体条件；特朗普第四次推迟对伊行动最后期限。过去 24 小时，仅 15 艘船获许可通过，战前日均通行量约 150 艘，当前通行量较战前暴跌 90%。 这不是短期危机，而是全球供应链底层的结构性重构。本文讨论的不是 AI 产业会否消亡，而是其高估值叙事的可持续性 —— 我们所说的泡沫破灭，是资本市场对 AI 的极端乐观预期回归理性：估值倍数压缩、融资门槛抬升、烧钱扩张模式终结。这不是崩盘，是行业出清。 霍尔木兹的动荡，可能成为触发这一过程的关键节点。但 AI 并非没有缓冲，真正的风险，在于危机持续的时间。 一、氦气：AI 芯片的隐形命脉，6 个月是成本临界点 氦气是半导体制造不可替代的载气、保护气，从晶圆生产到芯片封装暂无成熟替代方案。卡塔尔占全球氦气产量近 1/3，是亚太核心气源：韩国芯片 64.7%、中国 54% 的氦气进口依赖卡塔尔。 冲突中卡塔尔氦气设施遭袭，年度出口预计削减 14%，现货价格较战前翻倍，涨幅超 100%。但 AI 芯片厂多签长期协议，成本传导存在 3-6 个月滞后 —— 真正的风险不在短期现货暴涨，而在危机持续超 6 个月、长协到期续签时，成本将大幅跳涨。 氦气可低温液化储存，但储存成本高、全球总库存仅够 3-6 个月（行业协会 2026 年数据）。三星、SK 海力士持有 4-6 个月库存，台积电（英伟达 / AMD 主力代工厂）同样高度依赖卡塔尔气源。2021 年全球氦气短缺曾导致三星晶圆产线停工 3 天；若卡塔尔断供持续 6 个月，全球芯片产能或降 3-5%，对应 AI 芯片供给减少 10-15%—— 这不是 AI 的死穴，却是高估值叙事的关键压力测试点。需注意的是，美国、阿尔及利亚、澳大利亚等替代产地合计产能仅占全球 40%，且多为长协供给，短期难以快速提升产量，无法完全弥补卡塔尔 14% 的出口缺口。 二、能源底座松动：短期有缓冲，中期承压，长期重构 英伟达芯片、大模型、算力服务，都建立在稳定廉价能源的前提上：AI 数据中心能耗是传统中心的 3-5 倍。霍尔木兹冲突已引发连锁冲击：欧盟天然气价涨 70%；台湾依赖进口 LNG 发电，天然气库存警戒线极低，近期库存甚至一度跌破 10 天安全存量，能源成本上升将直接压缩先进芯片生产的经济性；美国 PJM 电网容量拍卖价格飙升至 269.92 美元 / 兆瓦日，预示着未来电力成本将大幅跳涨。 但 AI 产业并非毫无抵抗力：微软、谷歌、亚马逊现金储备合计超 1 万亿美元（仅亚马逊 2025 年底现金及现金等价物就达 868.1 亿美元），足以支撑数年资本支出；芯片厂可降负荷、转产应对短期断供；算力可通过区域调度、模型优化、绿电替代对冲成本。 按时间维度区分冲击： 短期（1-3 个月）：库存与替代缓冲，影响有限，仅局部供应链扰动 中期（3-12 个月）：氦气 / 能源成本持续上行，资本趋于谨慎，AI 估值全面承压 长期（1-2 年）：若危机常态化，全球算力 - 能源供应链重构，高估值泡沫完成出清 三、供应链单点脆弱：不只是材料，还有人才断档 全球化追求最低成本，却留下致命单点故障：全球 20% 石油、20% LNG、33% 化肥原料经霍尔木兹；台积电占据全球 92% 以上 5nm 及以下先进制程产能（2024 年底数据显示，其 5nm 制程占自身晶圆销售额 34%、3nm 占 26%）；1/3 氦气来自卡塔尔。 摩根士丹利亚洲科技研究主管肖恩・金指出：“AI 依赖最基础的能源，供应链中断会快速传导至芯片制造。” 更隐蔽的风险是人才断供：以色列是英伟达、英特尔的核心 AI 研发中心，英伟达在当地拥有数千名员工，是仅次于美国的第二大研发中心，冲突后数百名核心研发人员被征召入伍，其收购的 Mellanox 公司（支撑 AI 芯片互联架构）研发进度受阻；英特尔以色列超 20% 员工被征召，旗下核心芯片工厂生产研发均受影响。此外以色列先进技术领域已有高端人才持续外流。这种智力资源的流失，比物理供应链的中断更难在短期内恢复。 四、估值逻辑重算：能源 + 资本双重挤压，金融脆弱性暴露 过去 AI 估值模型的核心假设是算力成本持续下降（摩尔定律、规模效应），前提是能源价格稳定。而霍尔木兹危机，直接击碎这一前提：能源、氦气成本上行，单位算力价格不再下降，甚至反转上涨。 比成本更致命的是资本断流：AI 高估值高度依赖中东主权财富基金（沙特 PIF、阿布扎比穆巴达拉），近年其占美国 AI 一级市场融资约 15-20%。冲突爆发后，中东资本大规模回流本土、保卫资产；若局势恶化，主权基金或抛售海外 AI 相关股权 —— 这是比能源涨价更直接的 “断粮”，具体传导路径为：主权基金减持 AI 股权→二级市场科技股承压、一级市场融资门槛抬升→AI 初创公司烧钱难以为继、巨头估值下杀，加速泡沫出清。 同时，AI 债务杠杆高企：微软、谷歌、Meta、亚马逊等超大规模运营商，包含数据中心建设在内的广义 AI 基础设施投入累计近 7000 亿美元；2025 年 AI 相关债务发行达 1210 亿美元，为历史均值 4 倍。能源成本上升、中东资本回流、高利率三重压力叠加，AI 产业的金融脆弱性被加速放大。 韦德布什证券公司全球科技研究主管丹・伊夫斯警告：“若冲突持续至 5 月，AI 建设将面临关键材料供应链瓶颈；即便恢复，全链修复也需 4-6 个月。” 五、冰山之下：能源是命脉，内因才是泡沫根源 如果说霍尔木兹危机是外部压力测试，那么 AI 产业自身的商业化困境则是内部结构裂缝。 芯片、模型、Token 只是冰山一角，能源底座才是 AI 的真正命脉。当底座松动，估值逻辑必须重算。 危机影响并不均等：美国电网区域孤岛化、调度能力弱，AI 算力与能源矛盾突出；中国依托特高压统一电网、高比例可再生能源，形成更独立的 “能源 - 算力” 供给体系，韧性更强。这意味着，在全球 AI 算力因能源成本飙升而被迫降速时，中国算力中心可能获得相对的成本优势和供应稳定性。 霍尔木兹的炮声终会沉寂，但它撕开的裂缝不会自动愈合：全球化单点脆弱、地缘能源风险、AI底层依赖、资本流向逆转——这些结构性矛盾将长期存在。 必须清醒：AI 泡沫的根本原因在内因 —— 估值虚高、技术商业化落地不及预期（多数 AI 初创公司营收不足研发成本的 10%，大模型商业化仍集中在 To B 赛道，C 端落地乏力，盈利周期远超资本市场预期）、算力投资过剩。霍尔木兹只是导火索，不是炸药本身，但它是那个让市场突然意识到高估值叙事不可持续的关键节点。 未来 AI 的竞争，表面是模型智力竞赛，实则是能源稳定、资本可持续、地缘韧性的综合博弈。谁能筑牢 AI 的底层底座，谁才能在出清后成为赢家。

IT之家 4 月 6 日消息，NASA 在 Flickr 平台发布了三张由阿耳忒弥斯 2 号宇航员拍摄的照片，号称是目前公开的首批人类手持智能手机从轨道上记录的地球影像，画面中可以看到任务指挥官 Reid Wiseman 和任务专家 Christina Koch 透过飞船舱窗回望地球。 除了画面本身极具震撼力之外，有网友发现这些照片的元数据（EXIF）显示拍摄设备为 iPhone 17 Pro Max，“意外”为苹果进行了一番宣传。 事实上，本月初，NASA 终结了长达数十年的个人电子设备禁令，首次允许宇航员携带 iPhone 进入太空，因此宇航员携带 iPhone 17 Pro 进行拍摄并不令人意外。公开信息显示，苹果 iPhone 17 Pro / Max 前置 18MP Center Stage 摄像头；后置 48MP 融合式摄像头（48MP 主摄 + 48MP 超广角 + 48MP 长焦）。

快科技4月6日消息，据媒体报道，过去几年，美国正大规模推进人工智能（AI）基础设施建设。Alphabet、亚马逊、Meta 和微软等科技巨头预计，2026年在相关项目上的总投入将超过6500亿美元。 然而，这些数据中心项目在实际推进中遇到了巨大阻力，核心原因之一便是电力供应问题。 数据显示，今年美国有一半的数据中心建设项目遭到推迟或取消。最大瓶颈在于关键电气元器件的短缺，包括变压器、开关设备和电池，这些设备的缺位直接拖累了整体进度。 按计划，2026年美国数据中心容量将扩展12吉瓦，但在多重限制下，目前仅有约三分之一的容量处于实际建设阶段。 值得注意的是，电气基础设施虽然仅占数据中心总成本的不到10%，在资本支出中的占比相对较小，但其重要性丝毫不亚于计算硬件。电力环节中任何一款元器件的延误，都可能导致整个项目停摆。 由于需求激增，美国高功率变压器的交货时间已大幅延长——2020年以前通常只需24至30个月，如今却要等待五年。这对建设周期一般不超过18个月的数据中心而言，无异于一场灾难。 大规模数据中心建设推高了对高功率变压器的需求，美国不得不大量依赖从中国进口。2022年至2025年10月期间，年进口量从不到1500台激增至超过8000台。 此外，中美贸易关系的不确定性进一步加剧了电气元器件的供应紧张。问题不仅限于变压器，电池供应同样受制于进口依赖，其中来自中国的占比已超过40%。

IT之家 4 月 6 日消息，据《商业内幕》今日（4 月 6 日）报道，美国亿万富翁投资人马克 · 库班认为，大型上市公司 CEO 在 AI 冲击下面临结构性困境，几乎不存在“理想解”。 库班指出，AI 原生公司正在快速崛起，并对传统企业形成替代压力。在此背景下，传统企业面临所谓“创新者的 AI 困境”：要么主动重构公司，将自身转型为 AI 驱动模式，要么无所作为。 他说，这两种选择都会引发投资者不满，并最终反映在市场上。据此，其认为可以通过两类股东诉讼判断这一过程：一类针对主动重构的公司，另一类针对未转型的公司，而两种情况的共同结果都是股价下跌。 库班建议 CEO 主动利用 AI 工具，为企业寻找转型路径。“如果连向 AI 提问都无法理解，那就意味着已经处于非常不利的位置。” 据IT之家了解，库班此前还指出，未来企业将分为两类：真正掌握 AI 的公司，以及其他所有公司。“后者将难以生存，因为 AI 具备强烈的变革能力。”