铃阅
❌

普通视图

年轻人去乌兰察布守机房,真能月入三万吗? |【经纬低调分享】

2026年11月16日 12:21

每人作者 2026-11-16 12:21 北京

以下文章来源于:每日人物

每日人物

轻商业,懂生活。

在乌兰察布,数据中心运维这个工作突然火了。

随着一座座AI数据中心往草原上盖,原来月薪几千块的岗位,也开始冒出1万、2万,甚至3万元的招聘信息。听上去像是五线城市突然捡到了一张AI船票,但真进去以后,会发现这工作远没有“守机房”三个字那么轻松。

断电、过热、消防、弱电,哪一个环节出问题,都可能直接传到用户端。值夜班不能睡,巡检少一个字会扣钱,出了故障,几分钟之内就得判断、处理,一个小失误,后面可能就是一大串赔偿。

而且这张船票也越来越难买了,前两年还在招小白,现在开始卡专业、卡学历、卡年龄,培训班也跟着冒出来。第一批赶来的人吃到了扩张红利,后来的人再来,看到的可能已经是另一套门槛。AI确实把机会吹到了草原上,只不过“月入三万”,不是去机房坐着就能拿到。以下,Enjoy:

来源丨每日人物

文 | 王潇

编辑 | 张轻松

运营 |步鸟

文章授权转载自每日人物(ID:meirirenwu)

任谁都想不到,一座以农牧业为主,GDP排名常年靠后的五线小城,竟会踩中AI红利,一跃成为香饽饽。

从2023年起,在乌兰察布招聘多个数据中心岗位,高级运维工程师月薪最高3万元,7月份又传出消息,将在乌兰察布建设一座超大型AI数据中心。

短短一两年时间,一座座数据中心拔地而起,原本人迹罕至的荒地,盖满了机房。

前些年,乌兰察布的数据中心大多做冷存储,不需要太多人力随时响应,岗位少,薪资平平,很少有人专门跑来做运维。可这两年,随着热数据中心的崛起,需要实时响应的业务越来越多,全国各地的年轻人涌向草原,想找一份看机房的工作。运维培训班也开始扎堆出现,有关乌兰察布数据中心运维岗的帖子都十分诱人:门槛低,上手快,大专也能干,大量缺人,待遇丰厚。

但实际上,这个行业正在加速饱和,用人门槛也一步步抬升,从专业不限的大专生,到要求专业对口,未来还打算只招本科生,35岁红线也从大城市蔓延到了遥远的草原机房。 

张立伟做了5年的数据中心运维,一路从值班员升到值班长、工程师。作为当地人,他也见证了乌兰察布从农牧业小城,一步步变成国内AI智算热土的全过程,见到了全国年轻人涌向草原求职的盛况。

以下是他的讲述:

01

我在草原看机房

今年是我在乌兰察布看机房的第5个年头。原本,我的工作很少有人知道,没想到,这两年突然火了,到处都是对数据中心的讨论,亲戚也跑来问我,怎么让孩子做运维,还拿个笔记本在那儿记。

甚至连小区的老年人都听说了数据中心。有一次我下班回家,小区里一个大姨跟我搭话,问我是做什么的,听说是运维后特别惊讶,“是那个数据中心不,我刷视频,好多有钱人来投资的”。

2024年以后,乌兰察布的数据中心建设就开始加速了。尤其是去年一年,到处都是脚手架和绿网,感觉好像回到了疫情时的“基建狂魔”状态,“咚咚咚”起一栋楼,隔天又“咚咚咚”起一栋楼。这些数据中心大多建在城南侧的草原上,密密麻麻聚在一起。

以前这是一大片荒地,人迹罕至,我从小一直以为那些地方会一直荒废下去,没想到多年以后竟然成了标准化的园区,乌兰察布竟然还能和AI联系得这么紧。

乌兰察布从来没见过这么大阵仗,也没见过这么多热钱,动辄几十亿元就过来了。老话说,乌兰察布有三宝:土豆、莜面、大皮袄,很长一段时间,乌兰察布就靠农牧业赚钱。大概是从2013年开始,乌兰察布才开始布局大数据赛道。乌兰察布的电很便宜,风机密密麻麻,风一刮起来,全都变成了电,和东部城市的工业电价相比,差不多能便宜一半;而且气候凉,温度低,最适合放机柜,相当于天然降温了,最适合发展算力。到了2022年,“东数西算”工程全面启动,乌兰察布成为全国一体化算力网络国家枢纽节点,发展重心渐渐从通用数据中心转向高密度智能算力集群。

这两年,变化更是翻天覆地。

招的人也开始变多了,光是我们公司,去年就招了几千人,实习生就进来1000多人。门槛也变高了点,2024年还有公司零门槛招聘,到了去年就只招对口专业的专科生或者本科生了,年龄也得在35岁以下。我听说,明年连大专生也不要了,只收本科生,对口的是大数据专业。

而那些专业不对口的人想进运维这一行只能上培训班。去年开始,各种各样的培训班扎堆开起来。培训班大多是在职或退休的运维开起来的,他们跟数据中心的运维经理比较熟,可以内推一些名额,但最多也只是获得一个面试的机会。

培训班一般都不便宜,我就有认识的同事离职去开培训班了,一个学员收费快2万元,满60人才开班,相当于一个班级就能赚100多万元。一年还不止一个班,他的培训班在乌兰察布集宁区算是规模很大的培训班了,光是讲课的工程师就有40多人。

数据中心多了,乌兰察布的房子、人好像都被盘活了。我工作的数据中心附近有一个小区,原本租金很便宜,一年可能也就四五千元,数据中心建成以后,直接涨到了1万多元。房价也上去了,数据中心车程10分钟的一个回迁小区,以前房价比乌兰察布均价低了很多,去年竟然也涨到快2000元一平方米了。

图片

▲ 社交平台上,在乌兰察布寻找租房信息的人明显增多。图 / 网络

以前,别人问我是干啥的,我很难解释,就说“跟小区看监控的差不多”。这两年,一说自己是干运维的就觉得倍儿有面子。我跟同事一起出去吃饭,有人调侃我们的工作,“拿铁饭碗来换都不换”。运维在相亲市场好像也变得吃香了,小区里还有不认识的大姨上来就介绍对象,吓得我赶紧拒绝了。

干运营虽然压力大点,但除了工作本身,其他都不用操心。周围的小区大多都被数据中心租下来当员工宿舍了,一入职就有120平方米的员工宿舍,两人一间,有单独的卧室。这两年,很多园区里也会盖员工宿舍,里面的条件就更好了,像酒店一样。休息的时候就跟同事到城里玩,半小时就能到闹市区,酒吧、唱歌、台球玩个遍。

身边的同事大多都是外地人,很多人都没见过草原,有时候我们也一起去周围的草原露营。运维其实是个很适合攒钱的工作,乌兰察布的消费水平很低,我上大专的时候一个月五六百元生活费就够,工作以后一个月花1000多元。现在我薪资1万多元,每个月都能攒下不少钱。

图片

▲ 张立伟在休息时间会和同事去附近的景区游玩。

02

月入过万,但一个纰漏就能酿成大错

我大专学的新能源专业,和运维岗位完全不搭边。快毕业时,我本来在一家车厂的流水线实习,三班倒,机器人负责把车组装好,我就负责站在旁边打螺丝,一天打12个小时的螺丝,又累又枯燥。实习了半年,有个同事跟我说,数据中心好像要发展起来了,里面招运维,我们当时都没听说过这个岗位,纯小白,但反正也不想在流水线干了,就想着去碰碰运气,进这行试试。

那个时候招运维一点门槛都没有,年龄、学历、工作经验几乎都没有要求,哪怕是35岁以上的小白都能干。只要进了数据中心,就有老师傅从零开始教。刚入行时我赚得也不多,一开始从实习生做起,一个月2000元,过了半年毕业了,月薪才涨到4500元,一年多以后涨到了5000多元。

运维岗位其实是个统称,在所有的运维岗位中,最基层的是值班员,必须要上夜班,赚得也最少,再往上是副班长和班长,然后就是工程师助手和工程师,运维的最高层就是经理。前几年,我的工资一直不高,我一直在努力往上升,在各个数据公司之间来回跳,中间还去南方的数据中心干过一段时间。

转折出现在2023年,当时我还在南方当运维,已经从值班员升到了值班长,月薪差不多6000元。运维的圈子很小,乌兰察布的数据中心发生了一件事,很快就会顺着地图传到河北、陕西,全国的运维都能知道。2023年下半年的时候,我就听以前的同事传,“中联数据要崛起了,世纪互联要崛起了,乌兰察布要走起来了”。听得多了,我也急了,心想着得赶紧准备准备再跳回乌兰察布,赶上这波热潮。

我原本以为就算开新厂,开的也是小厂,可没想到来的全是大厂。以前乌兰察布的数据中心,大多还是传统云、冷存储之类的,但到了2024年,来的全是智算、GPU集群,甲方来的目标都是跑大模型的。

自打跳回乌兰察布,我的工资也涨了不少。刚跳回来时,我就升到了助手工程师,薪资到手1万多元,这两年又涨了几千元。现在,虽然依然有月入五六千元的值班员,但总体来说,整个行业的薪资都在上涨。根据乌兰察布统计局的数据,2025年乌兰察布市城镇私营单位的月平均工资只有大约4768元,运维岗位在乌兰察布绝对是高薪岗位。在基础值班员之上,有经验的助理工程师月薪一般能到1万多元,懂管理的工程师可达2万多元;想要拿到DeepSeek高级工程师3万元的顶薪,综合能力要求更高,往往还需要大规模GPU智算机房实战经验,属于当地比较稀缺的人才。

数据运维到底是干啥的?网上有人调侃,运维就相当于保安和库房看大门的。其实这些工作有共通之处,反正都是看东西,数据中心就像是一个大停车场,人家把车停过来,我们得帮忙看着不能丢,不能出问题,然后再收点“停车费”。

数据中心里最多的就是机柜,这里的机柜几乎撑起了人们所有的生活日常。比如我们平时会刷短视频、上淘宝网购,或者和AI对话,每个信号都会传到数据中心,而机柜里就放着支撑这些APP的服务器。而我们需要做的,就是确保这些机柜不断电、不过热、不进水,保证它们24小时正常运行。

运维的工作逻辑和保安很像,但实际上,运维需要会的东西更多,更杂。首先,暖通、消防、弱电和电气这四个专业必须都得会。数据中心到处都是电路,如果突然有起火点,必须得懂消防;运维大部分的时间就是盯监视器,需要掌握弱电系统知识,来判断告警信息;数据中心最怕断电,这里有蓄电池、发电机、变压器等各种电源系统,运维必须得懂电气,否则连告警都处理不了;为了保证服务器温度正常,机房还有冷机、精密空调等制冷设备,给机柜散热,而这些都是暖通的知识范围。

不光需要的知识更多,和保安最大的不同就是,运维的责任更重,机房里的任何一点小纰漏,传导到用户层都会成为大问题。

我记得,以前在看一个短视频平台的项目时,就有同事出现过一次大问题。运维值班员是排班制的,一般上两天班就休息两天,还会轮流值夜班。

值夜班是不能睡觉的,可同事不小心睡着了。结果配电室那边发生单路掉电,供电冗余没能兜住,服务器直接宕机。传导到用户层就相当于,刷着刷着短视频突然掉线了,黑屏了。客户查完原因以后直接报警起诉了那名员工,据说当时的赔偿都是按秒计费的,每秒的赔款都以万元为单位。如果确定了是某个值班员的问题,这笔巨额赔偿都得落在个人的身上。

一个值班员的失误,也可能让全组人都来买单。我自己也经历过一次“大事”,当时我刚工作没多久,突然出现了一次应急情况。一般来说,电流会先后经过变压器、UPS(不间断电源)、机柜PDU,最终到达服务器,其中UPS就相当于一个过滤装置,会把不稳、有浪涌的电净化成干净稳定的优电。但有一次,UPS突然报警,我要做的是把出现问题的UPS关机隔离,否则一旦它掉电,那一路上承载的服务器就会被迫降级为单路供电,冗余没了,就有宕机风险,那可就是大事故了。

运维的应急处理有严格的时间要求,要做到2分钟速报,5分钟核实故障,10分钟就要处理。那次应急事故时,班长、经理和甲方客户立马拉起了会议,全会议的人都等着我去关机隔离,可我当时心太慌了,找不到编号,班长一直在对讲机里喊,“你到底在干嘛,快关机,快关机”,我心脏咚咚咚直跳,脑袋全乱了,越紧张越做不了事,最后用私人手机打给班长视频指导才关机。等跑回值班室的时候,我的袜子都湿了,后来我才知道,如果这件事没处理好,被客户知道了,可能我们全体值班员都得走。

为了万无一失,运维都得经过严格的考核。每天都要巡检,如果报告里少了或者错了一个字,就得扣200元,有时还要被骂一通。每个月都要进行专业考试,面试笔试都得通过,笔试必须要在80分以上,考试不通过就要开除,每天还要进行三四轮的演练,把所有可能出问题的应急情况都演练一遍。甲方每个月还会过来飞行检查(简称飞检),就是为了机房一点小问题都不能出。

03

求职门槛越来越高了

这两年上网搜数据中心运维,全都是开培训班的发的广告,要么就是发招聘信息的,帖子也很类似:门槛低,大专也能干,大量缺人,待遇丰厚。

如果放以前,帖子上大部分都是真的。但今年,这里的缺口已经变得很小了。

去年,我们公司还招了几千人,今年就只招了3个新人,还都是本地人。第一批扩招、新建的园区都已经结束了,前年立项,去年建成招人,到了今年,乌兰察布就已经逐渐饱和了,而且现在的运维岗也很少招纯小白了,都需要有一点经验。

我现在升到了工程师岗,已经不需要值夜班了,也渐渐意识到,招纯小白的风险其实很大。没经验就容易出问题,到时候所有人都得一起兜底。我虽然不用值夜班,但一有消息就要第一时间回复,避免酿成大问题。我好像已经形成后遗症了,不管几点,只要手机响起提示音,我就会立马醒过来,有时候就算在休假期间,半夜也会醒来好几次,生怕出问题。

过段时间,我打算再次跳槽,这次我想跳到字节跳动的数据中心。在运维这一行,其实有一条隐秘的鄙视链,最高一级就是字节跳动,相当于运维的“清华大学”,那里给的薪资更高,据说一个月能拿2万元,但选拔也更严格,专业知识得了解得很细致,而且还要有管理思维,像值班员的巡检动线,检查顺序,都得会编,还得编得合理。如果有人在字节工作,说出去都感觉不一样,特有面子。

再往下一个等级是华为,华为相当于运维里的“黄埔军校”,虽然薪资水平不是最高,但要求却格外地高,刚入行的人要想实操必须得通过考试,如果考试不通过,只能在一旁看着,连上手的资格都没有。华为数据中心最大的特点是设备高级,华为是自建的数据中心,核心供配电、制冷助力设备优先都是采用华为数字能源的,其余部分继电保护、低压元器件等设备也都是采购的西门子等国际大牌,“连大牌器件都操作过,操作其他设备肯定也不在话下”。

只要在华为干一段时间,就相当于镀金了,去其他的公司都能升职加薪。鄙视链再往下就是中金数据集团、中联数据集团、世纪互联等公司了。

这两年,运维招人也变得越来越专业了。2024年,集宁师范学院牵头成立内蒙古自治区北疆算力研究院;乌兰察布职业学院也和华为共建了数字智能产业学院,采用订单式培养,年招生500人;同年,学院与中联数据共建中联数据学院,2026年订单班启动,通过校企合作定向招生。

如果放在今年,以我的资历几乎入不了行,值班员现在也不招35岁以上的了,工程师和经理还没有年龄限制,但不知道未来会不会也开始出现“35岁焦虑”。

(张立伟为化名)

本文转载自【每日人物】

关注查看更多文章

跳转微信打开

星舰15飞:一场不完美的胜利,首次成功实现“筷子夹飞船” |【经纬低调分享】

2026年11月15日 08:13

经纬创投 2026-11-15 08:13 北京

马斯克第一次没能接住火箭,却接住了更难的那一级。

北京时间11月15日凌晨约5时20分,SpaceX星舰第15次试飞创造历史。在太空绕地球飞行14圈、完成26颗第三代星链卫星部署后,星舰飞船S42成功返回得州星舰基地,被发射塔上的两条巨型机械臂精准捕获。这是人类首次实现从轨道返回的星舰飞船塔捕。

尽管这场试飞并不完美。约22小时前,超重型助推器B22因返回位置异常,自动取消塔捕,转向墨西哥湾,最终启动飞行终止系统。

原计划的“一塔双捕”未能实现,但SpaceX完成了其中技术难度更高的一项挑战。让一艘经历轨道飞行、高速再入和极端气动加热的巨型飞船,重新回到出发地。

从接住一级助推器,到接住完成轨道任务的二级飞船,SpaceX终于跨过了完全重复使用最关键的一道技术门槛。

过去半个多世纪,航天工业始终面临一个根本矛盾。人类已经有能力抵达太空,却始终无法以足够低的成本、足够高的频率进入太空。这也决定了,太空长期以来是一个由国家工程、巨额预算和少数大型项目主导的世界。

而星舰试图改变的,是这套产业运行的底层逻辑。如果完全重复使用最终成为现实,进入太空的成本门槛将有望持续下降,发射能力也将不再是制约太空经济发展的唯一瓶颈。届时,卫星互联网、轨道计算、月球开发乃至深空探索,都可能迎来新的发展空间。

人类航天史的下一次重大突破,或许不在于我们能够飞得多远,而在于我们终于可以足够便宜、足够频繁地抵达那里。当进入太空从一次壮举变成一种日常,人类真正的太空时代,才可能开始。

01

一次发射,两次捕获

第15飞原本的任务很明确:首次挑战“一塔双捕”。

SpaceX计划用同一座发射塔,先接住升空约6分半钟后返回的超重型助推器B22,再等待飞船S42完成卫星部署、绕地球约14圈之后,将它也接回同一双“筷子”之间。

但实际飞行出现了意外。

北京时间11月14日6时47分,星舰第15飞从得州星舰基地成功升空。约6分半钟后,原本计划返回发射塔的B22取消塔捕,转向墨西哥湾,在海面附近完成减速后发生爆炸。这意味着,第15飞预定的“一塔双捕”目标已经落空,具体原因仍有待SpaceX进一步公布。

不过,飞船S42顺利进入约275公里高的近地轨道,并成功部署26颗第三代星链卫星。按照预定计划,它在轨道上运行约22小时、绕地球飞行约14圈后,于北京时间11月15日凌晨返回星舰基地,完成首次飞船塔捕。

那么,SpaceX为什么如此执着于用“筷子”接火箭?

所谓“筷子”,其实是安装在发射塔上的两条巨型机械臂。它们可以沿着塔架上下移动,通过开合和位置调整,在火箭下降到指定位置时承托住箭体上的捕获结构。

这套系统最特殊的地方,是让火箭无需依靠传统着陆腿落地。火箭通过发动机精确控制下降速度和姿态,机械臂则负责最后的捕获。这样既能减少箭体自身重量,也有望简化回收、检查和再次发射的流程。

SpaceX希望最终让整套火箭都能重复使用。此前,猎鹰9号已经实现一级助推器的高频复飞,但承担入轨任务的第二级仍然是一次性的。星舰则从设计之初就瞄准两级完整回收,让助推器和飞船都能返回发射塔,经过检查和维护后再次执行任务,尽可能减少每次发射需要重新制造的硬件。

但想接住一整套火箭,难度远比接住一级助推器大得多。

这次试飞使用的是第三代星舰系统(Starship V3),由超重型助推器B22、星舰飞船S42,以及得州星舰基地2号发射塔组成。

B22配备33台猛禽3发动机,负责将整套火箭推离地面;S42则拥有6台猛禽发动机,包括3台海平面型和3台真空型,负责继续加速入轨、运送卫星,并完成后续返回任务。

在发射之前,SpaceX已经为首次双回收进行了大量准备。

先看助推器。此前,SpaceX已经三次成功用机械臂接住超重型助推器。2024年10月,第5飞首次实现“筷子夹火箭”;随后的第7飞和第8飞又两次成功捕获;第9飞则首次让此前被接住的助推器重新升空。

既然已经掌握这套动作,为什么第15飞仍然需要进行大量测试?

原因在于,这次不仅换了火箭,还换了发射塔。此前成功捕获的是B12、B14和B15,而B22则是首次准备尝试塔捕的第三代助推器。

V3的一项重要变化是栅格舵。相比此前的4片,新版减少到3片,但单片面积增加了50%。栅格舵不仅用于返回时调整箭体姿态,还集成了捕获承力结构,安装位置和角度也进行了调整。

2号塔的机械臂同样经过重新设计。相比此前的设备,新版“筷子”更短,驱动和控制系统也作出了调整,以配合新版箭体的捕获要求。

11月10日,SpaceX还专门进行了B22悬吊夹持测试,让机械臂与助推器上的捕获结构实际配合,验证地面承托能力。但地面测试能验证机械臂能不能承受火箭,却无法完全回答另一个问题:当一枚巨型火箭从天而降时,发动机能不能把它准确送到机械臂之间?

助推器需要在极短时间内完成减速、姿态调整和精确对位,既不能下降过快,也不能偏离预定位置。

遗憾的是,第15飞没能完成这项验证。B22最终转向海面,具体是哪个环节触发了取消捕获的决定,仍有待调查。

而相比B22,真正困难的,是把火箭的二级飞船接回来。

一级助推器在发射几分钟后就可以掉头返回,二级却必须先把卫星送入轨道,再从太空返回地球。这也是为什么SpaceX此前已经三次接住助推器,却始终没有成功接住一艘完成轨道任务的星舰飞船。

第一道难关,是速度和高温。

星舰二级需要从接近每小时2.8万公里的轨道速度重新进入大气层。高速飞行过程中,飞船前方的空气受到剧烈压缩,机腹承受强烈的气动加热。S42必须依靠覆盖在迎风面的隔热瓦保护不锈钢箭体,同时利用四片襟翼不断调整下降姿态和航迹。

最棘手的是,隔热瓦不仅要保证飞船安全回来,还要尽可能经受反复使用。猎鹰9号的二级只有一台发动机,而星舰飞船拥有6台发动机、庞大的不锈钢船身以及大量隔热瓦。如果每次任务都要重新制造一艘飞船,星舰很难充分实现完全复用所带来的成本优势。

即便飞船成功返回,如果隔热瓦大面积损坏,每次都要进行漫长的检查和更换,复用的经济价值同样会受到影响。

第二道难关,是发动机重新点火和飞行姿态控制。

S42在轨道上运行近一天,随后重新点燃发动机,执行离轨减速。这要求发动机在长时间停机、失重以及推进剂状态变化后,仍然能够可靠启动。SpaceX此前为此开展了发动机静态点火和重新启动相关测试。

但这还只是开始。进入大气层后,星舰主要依靠腹部迎风和四片襟翼控制下降。等到接近地面,它还必须重新点燃发动机,在短短十几秒内,从腹部迎风的姿态迅速翻转成直立状态,并进一步降低下降速度。

这相当于让一艘高度超过50米的巨型飞船,在高速再入之后,完成一次极其精确的空中转身。

第三道难关,也是最惊险的一道,是最后的塔臂捕获。

按照预定飞行剖面,S42在最后阶段启动海平面型猛禽发动机,完成减速与翻转,并通过推力调整,将速度、位置和姿态控制到机械臂能够安全承接的范围内。

对于一艘体积庞大、质量惊人的飞船来说,这些动作必须高度协调。更重要的是,这次飞船面对的是一座固定的发射塔。一旦捕获出现较大偏差,损失的可能不只是一艘飞船,还可能包括昂贵的发射设施。

因此,SpaceX专门设计了一条返回航线。按照计划,S42从太平洋上空进入大气层,利用襟翼调整航迹,经过墨西哥北部和得州南部,接近星舰基地时先飞向墨西哥湾上空,再转向2号发射塔。

这条航线保留了海上备选落区。如果飞船状态、发动机或发射塔不满足捕获条件,飞控仍可以放弃进塔,让飞船在海上结束任务。也就是说,SpaceX并不会为了完成首次飞船捕获,而不计代价地让S42冲向发射塔。

即便如此,把二级接回来,也只是完全重复使用的第一步。此前SpaceX已经验证了助推器塔捕,也验证了星舰飞船能够受控再入并在海上结束任务,但还没有将轨道返回、末端精确控制和机械臂捕获连接成一个完整流程。

第15飞要做的,就是让S42一次完成这些此前分散验证的动作。而且,这趟飞行还承担了一项实际运输任务。

S42已经进入约275公里高的近地轨道,将26颗第三代星链卫星送入太空。按Starlink公布的设计参数,单颗V3卫星具备约1 Tbps的下行容量,26颗卫星的名义设计容量合计约26 Tbps。SpaceX表示,这批卫星带来的设计容量增量,约为一次猎鹰9号星链发射的10倍。

但看到任务时间表,可能还有一个疑问。卫星在起飞约1小时18分钟内就完成了部署,为什么S42还要继续绕地球飞行20多个小时?

原因与轨道返回窗口有关。飞船绕地球运行一圈大约需要90分钟,但地球本身也在自转。要沿着预定路线从太平洋再入,最终返回得州发射场,飞船必须等待轨道位置、地球自转和返回航线满足相应条件。

与此同时,SpaceX也能够利用这段时间检验长时间在轨运行能力,包括供电、通信、热控、贮箱压力和姿态控制系统是否保持正常。

在这22个多小时里,任务还设置了多次提前返回的决策节点,包括夏威夷以北和智利外海等备选落区。如果飞船状态异常,可以提前结束任务。

这也让第15飞变成了一场层层递进的技术考试。

B22的塔捕已经失利,但S42仍完成了入轨和卫星部署。接下来,它还需要证明长时间在轨运行、离轨点火、高速再入和机械臂捕获能否连续完成。

如今,S42最终被成功接住,SpaceX就将首次证明,一艘完成实际轨道运输任务的巨型飞船,可以直接返回发射塔,由机械臂完成回收。

02

第14飞暴露的问题,第15飞解决了多少?

第14飞距离第15飞预定发射日期只有46天。在这段时间里,SpaceX已经完成新一轮发动机和飞船测试,并准备把上次未执行的返场目标推进到实际飞行。

最明显的问题是助推器,第14飞使用的B21在上升阶段就有一台猛禽3发动机提前关机。两级分离后,助推器计划重新启动33台发动机执行返推,实际只有31台成功启动。到了最后的着陆点火阶段,原计划启动13台发动机,实际启动11台。SpaceX当时特意安排助推器在海上降落,并在返推过程中消耗主贮箱内剩余的液氧,以测试低推进剂余量下的性能。虽然部分发动机未能按计划重启,B21最终仍在海面上完成了预定的着陆动作。

这正是SpaceX试飞方式的特点。一趟任务除了完成主要目标,还会主动测试系统的工作边界。虽然这几台没启动成功,但也刚好可以说明第三代猛禽已经具备一定的故障容错能力,不过暴露出可靠性方面的问题还是不可忽视,对于在海上结束任务的助推器,发动机数量出现偏差,只要剩余推力和控制能力足够,仍有机会完成试验。但要让B22返回塔臂之间,发动机必须把箭体的速度、位置和姿态控制得更加准确。

B22已经完成33台发动机的地面静态点火,但这只能验证地面工作状态。发动机经历上升、分离和推进剂消耗后,能否在返推与着陆阶段可靠重启,仍需要第15飞实测。

来源:SpaceX官方X账号

飞船的问题同样出在发动机上,第14飞的S41在上升过程中,一台真空型猛禽提前关机,其余五台通过延长工作时间补足了所需速度增量。飞船最终成功入轨,26颗星链卫星也全部完成部署。不过,SpaceX考虑到后续还需要发动机重新点火,最终决定缩短任务。S41提前离轨,在起飞约3小时9分钟后于夏威夷以北的太平洋受控溅落,比原定任务提前了约6小时40分钟。

因此,第14飞证明了星舰可以在单台发动机出现问题的情况下完成运输任务,却也说明这种容错能力尚不足以保证后续任务全部按原计划执行。

到了第15飞,S42要面对的困难还更加多了一层。它必须在轨道上停留近一天,随后重新点燃发动机离轨,并在高温再入后再次点火着陆。这不仅考验猛禽发动机的多次点火能力,也考验长时间失重条件下的推进剂管理、贮箱增压、热控和飞行控制系统。

另一道关来自隔热瓦,S42以接近轨道速度返回大气层时,迎风面会承受剧烈的气动加热,覆盖在机腹的不锈钢箭体外侧的隔热瓦,需要阻隔高温,同时避免瓦片之间的缝隙成为高温气体进入箭体的通道。此前的飞行测试中,隔热瓦脱落、固定方式和局部受热问题一直是SpaceX改进的重点。S42延续了部分热防护改进,包括调整瓦片固定结构、增加曲面隔热瓦,以及加强容易受到高温气体侵入部位的防护。

46天,SpaceX为什么能够如此快速地推进?关键在于它将制造、测试和设计修改放在同一条持续运转的研发链上。星舰基地既有Starfactory制造设施,也拥有地面测试台、发动机测试设备和发射塔。不同批次的箭体可以同时处于制造、总装、测试和发射准备阶段。

这就是SpaceX在招股文件中特别强调的垂直整合。这种方式让星舰研发更接近持续迭代的工业产品开发,每次飞行都承担验证任务,成功提供可以继续采用的设计,失败则暴露需要修改的环节。第12飞首次使用V3系统,第14飞实现首次轨道运输,第15飞进一步尝试完整回收,正是这种连续试验的结果。

SpaceX的优势,是有能力让一批火箭在飞行,另一批火箭在测试,更新的设计同时进入制造。这样即使某次试飞出现问题,整个研发体系仍能继续推进。不过其代价则是必须承担持续制造、试验失败和大量工程设施投入的成本。

从第14飞到第15飞,星舰面临的考题正在升级。发动机、热防护与飞行控制系统能否共同支持安全返场?双捕成功之后,仍须检查回收箭体的实际状态。15飞的单次成功捕获可以证明这一套流程能够走通,持续可靠的重复使用,则需要后续更多飞行来验证。

03

“一塔双捕”之后,马斯克还想做什么?

即使第15飞成功完成双回收,星舰距离高频复用仍有两道关要过。一是火箭回收后的检修与翻修,二是整个发射体系能否支撑足够高的运营频率。

SpaceX已经在猎鹰9号上积累了大量助推器复用经验,但星舰还要把经历轨道飞行和高温再入的第二级接回来。发动机、隔热瓦、襟翼和箭体结构需要检查多久、更换多少零件,将直接影响复飞成本。2号塔同样需要在接回B22后完成设备检查、移走助推器,再等待S42返回。未来发射频率越高,地面设施的周转能力也越重要。

SpaceX最新财报让这笔经济账更加清楚。根据10月20日公布的2026年第三季度业绩,公司当季营收145.75亿美元,净利润约44亿美元。其中,航天业务Space部门营收17.67亿美元,营业亏损约700万美元;包含星链的Connectivity部门营收52.48亿美元,营业利润约23.67亿美元。

来源:SpaceX 2026 Q3财报

星链已经成为SpaceX的重要利润来源,星舰则仍需要大量研发和基础设施投入。第14飞首次被列为产生收入的星舰任务,成功部署26颗第三代星链卫星,也让星舰开始承担实际运输需求。如果未来能够持续复飞,SpaceX就有机会以更少的新造硬件、更高的发射频率,加快星链网络升级。

马斯克的野心显然不止于造火箭。10月15日,“会飞的汽车”特斯拉第二代Roadster冲上一段弯曲的坡道,借助车底的吸附系统保持倒挂,随后腾空翻转,并通过冷气体推进器调整姿态、减缓下落,最终重新落回地面。虽然距离能够持续飞行、合法上路的量产汽车还有很长距离,却已经展示了两家公司在技术上的交集。

5天后更大的动作随即而来,10月20日,SpaceX与特斯拉已经分别成立独立董事特别委员会,评估潜在的整合方案。

马斯克看中的,大概率是想将两家公司的技术和资源进一步整合。特斯拉拥有电池、能源管理、AI芯片与机器人技术,SpaceX则掌握火箭运力、卫星通信和轨道基础设施。双方正在合作推进Terafab芯片制造项目,马斯克还计划将AI计算设备送入太空,希望借助星链提供通信服务,并由星舰承担大规模轨道运输。

如果这些业务未来能够协同,SpaceX或许能够同时掌握芯片、能源、通信和太空运输等关键环节,减少对外部供应商的依赖。

但这也解释了马斯克为什么急于推动星舰完全复用。无论是部署更大规模的星链网络、建设计算设备,还是执行NASA登月任务,都需要把大量设备持续送入太空。如果星舰无法做到低成本、高频率发射,再庞大的太空商业计划,也会受到运输成本和发射能力的限制。

更远的目光则放在月亮上,NASA在10月23日更新的Artemis登月计划中,仍将轨道推进剂补给列为SpaceX登月方案的重要环节。按目前构想,多艘加注型星舰需要先后进入地球轨道,把液氧和液态甲烷送到轨道储存飞船,再为载人登月星舰提供推进剂。

这是一套比单次卫星发射复杂得多的任务体系,多次加注需要足够频繁的发射、稳定的轨道交会和可靠的推进剂管理。如果每执行一次加注任务就要重新制造整套火箭,成本与任务组织难度都会明显增加。因此,星舰的完整回收能力也关系到未来登月任务能否获得稳定、持续的运输支持。不过,第15飞并不涉及两艘星舰之间的大规模推进剂转移,轨道交会、对接、长期低温储存和载人安全等问题,仍需要后续飞行验证。

NASA目前已将2027年的Artemis III调整为近地轨道测试任务,将下一次载人登月目标放在2028年。这也意味着,SpaceX仍然需要通过一系列实际任务,证明星舰具备支持复杂登月行动的能力。

从星链组网到月球补给,SpaceX已经为星舰规划了相当庞大的运输需求,第15飞尝试解决的其实还只是其中最基础的一环:完成任务后,让整套运载工具安全回到出发地。

04

尾声

这次星舰第15飞虽然不够完美,但机械臂接住S42的瞬间也就足矣载入史册。但当直播结束,静静躺着的那两级箭体也许更值得我们关心,它们经历了多少损伤?需要更换多少零件?又要花多久,才能重新走上发射台?

从星链组网、轨道计算到载人登月,马斯克的规划越来越庞大,但它们都建立在同一个前提上,那就是把设备送入太空,必须变得足够便宜、足够频繁。

虽然双回收没能成功,但星舰首次回收“飞船,也是成功的开始。当它们可以一次次重新升空,太空运输才有机会从昂贵的工程任务,变成真正可以规模化运营的生意。到那时,星舰改变的或许不只是火箭的回收方式,还有人类利用太空的成本门槛。

参考资料:

1. SpaceX. Starship Flight 15. 第15飞任务说明https://www.spacex.com/launches/starship-flight-15

2. SpaceX. Starship Flight 14. 第14飞任务回顾https://www.spacex.com/launches/starship-flight-14

3. SpaceX. Starship. 星舰技术介绍https://www.spacex.com/vehicles/starship

4. SpaceX. Official X Account.  https://x.com/SpaceX

5. Starlink. Starlink Version 3 Satellites.  https://starlink.com/pr/updates/starlink-version-3-satellites

6. SpaceX. Third Quarter 2026 Results.

7. NASA. NASA Partners Accelerate Lander Development for 2028 Moon Missions.  https://www.nasa.gov/missions/artemis/nasa-partners-accelerate-lander-development-for-2028-moon-missions/

跳转微信打开

AI的万亿账单:技术革命继续,美国算力投资见顶了?|【经纬低调分享】

2026年11月13日 17:28

经纬创投 2026-11-13 17:28 上海

11月12日,一则重磅消息震动全球科技行业。

执掌英伟达33年的黄仁勋突然辞去CEO、总裁及董事职务,即刻生效。消息发布后,CoreWeave、Nebius等与英伟达深度绑定的算力企业也遭遇集体抛售。

一家科技公司的创始人离开,为什么会引发整个AI产业链的担忧?

原因在于,过去三年,英伟达已经成为全球AI算力扩张中最重要的枢纽之一。

围绕英伟达的GPU和CUDA生态,微软、谷歌、亚马逊等科技巨头投入巨额资本建设数据中心,大量专业算力运营商也借助外部融资,加入了这场基础设施扩张竞赛。

这套商业模式的运转,建立在资本、算力和长期订单之间的紧密联系之上。

CoreWeave、Nscale等算力运营商通过股权融资、银行贷款和债务融资购买GPU、建设数据中心,再与OpenAI、Anthropic等模型公司及大型科技企业签订长期算力服务合同。部分合同采用“照付不议”模式,即客户承诺按约定支付算力费用,为运营商未来的现金流提供一定保障。

运营商再依靠这些合同形成的收入偿还债务、继续扩建数据中心,购买更多GPU。

在这个过程中,英伟达的角色已经超越了芯片供应商。

它通过投资部分算力运营商、支持长期算力采购,以及为特定数据中心项目提供有限信用担保等方式,深度参与下游基础设施建设。

例如,英伟达曾与阿波罗、贝莱德、黑石等金融机构合作,计划在未来撬动超过5000亿美元第三方资本,支持AI基础设施扩张。它还为美国俄亥俄州一项服务于OpenAI的数据中心项目,提供最高1050亿美元、附带条件的租赁和电力付款信用支持。

这些安排能够改善部分项目的融资条件,也帮助英伟达扩大未来的芯片销售和生态覆盖。

由此,英伟达已经成为AI算力产业中连接芯片供应、基础设施融资和下游需求的重要枢纽。

黄仁勋的离开,不会立即改变GPU订单和既有合同,但可能让投资者重新评估,英伟达能否继续维持过去几年激进的投资节奏、产业链协同能力和客户支持策略。

对于依赖外部融资持续扩张的算力企业而言,这种不确定性尤其值得关注。

不过,比英伟达换帅更值得关注的,是这场风波发生的时间点。就在一周前,AI硬件股已经遭遇一轮剧烈抛售。

奇怪的是,这些公司的生意并没有突然恶化。美光刚刚交出创纪录的季度财报,微软Azure、谷歌云和亚马逊AWS仍保持高速增长。科技巨头还在投入数千亿美元扩建数据中心,AI产业的重要经营指标依然强劲。

AI公司还在创造历史性的利润,资本市场却已经开始担心,它们未来赚不到这么多钱了。

从存储股变动到英伟达换帅,两场市场波动的直接诱因不同,却共同暴露了AI投资中越来越重要的问题。过去三年,巨额资本投入不断推动算力需求、硬件利润和企业估值增长,这套增长逻辑究竟能够持续多久?

就在这场调整之前,两位投资人先后给出了值得关注的判断。

10月5日,喜马拉雅资本创始人李录在哥伦比亚商学院谈到,当前硅谷的AI资本叙事,很大程度上受到递归式自我改进(RSI)、通用人工智能和超级智能预期的推动。但技术发展的路径仍存在不确定性,最终无法绕过成本、利润与资本纪律。

10月26日,赤兔资本创始人刘迪凡在《晚点》的访谈中提出,现在认为AI泡沫已经破灭还为时过早,但持续三年的硬件牛市可能正在结束。在他看来,过去三年的算力紧缺已经为硬件企业创造了巨额利润,但持续扩大的投资与产能,也可能逐渐改变原有的供需关系。

一个从长期价值出发,一个从产业周期切入。两人的投资方法不同,却共同指向AI产业正在经历的一场变化。

AI革命的长期前景依然广阔,但资本市场开始重新区分技术增长、产业利润和投资回报。

黄仁勋离职可能成为一次市场信心的压力测试,但真正决定AI牛市未来的,仍然是三个问题:硬件高利润能否持续,巨额资本投入能否收回,以及AI创造的经济价值最终会被谁赚走。以下,Enjoy:

01

李录质疑硅谷的AI叙事:谁在为“人造神”定价?

今天硅谷最昂贵的一场豪赌,建立在一个尚未被验证的未来之上。

10月5日,在哥伦比亚商学院的一场交流中,喜马拉雅资本创始人李录提出了一个值得关注的观察。当前AI资本市场的狂热,很大程度上受到超级智能叙事的推动。

这套叙事的核心,是硅谷正在热议的RSI,即递归式自我改进(Recursive Self-Improvement)。

按照硅谷部分技术乐观主义者的设想,AI未来不仅能够编写代码、执行任务,还能够自主改进模型和算法,并利用改进后的能力继续研发下一代AI。随着这种自我改进不断循环,AI可能进一步走向通用人工智能(AGI),最终发展为智能水平远超人类的超级人工智能(ASI)。

李录将这套想象的终点形容为“人造神”。这套叙事对资本市场具有巨大的吸引力。

如果未来AI能够自主推动科学研究、技术创新,甚至承担大量人类知识工作,它可能创造的经济价值将远远超过今天的软件和互联网产业。

由此,今天数千亿美元的算力投入、AI研究机构持续扩大的亏损,以及万亿美元级别的公司估值,都可能获得看似合理的解释。

但他对这套叙事的前提持怀疑态度。问题首先在于,AI是否真的能够沿着RSI、AGI、ASI的路径持续进化,目前仍然存在巨大的不确定性。

更重要的是,即使技术能够实现,人类社会真的愿意接受一个能力远超自身、能够自主设定目标,并且逐渐脱离人类控制的超级智能系统吗?

AI可以成为一项改变世界的技术,却未必一定需要发展成能够自主进化、脱离人类控制的“人造神”。

如果AI最终创造的经济价值,没有达到超级智能叙事所隐含的最乐观预期,那么今天建立在这些预期之上的估值,就需要重新接受检验。

可以现在的问题就是,这种对未来技术能力的想象,已经开始影响现实世界的资本配置。

对微软、谷歌、亚马逊等科技巨头来说,如果AI最终能够承担大量知识工作、改变软件与服务行业的商业模式,那么错过这场技术革命的潜在代价,可能远高于提前投入巨额资金的风险。

因此,即使AI的长期商业回报尚未得到充分验证,科技巨头仍然愿意持续增加资本开支,提前争夺算力、数据中心、电力和相关基础设施。

这也形成了一个值得投资者关注的现象。AI最宏大的技术愿景尚未兑现,围绕这场技术革命展开的资本投入,却已经提前创造了一轮硬件超级繁荣。

问题在于,即使AI最终创造巨大的经济价值,也不意味着今天采购的每一块GPU、建设的每一座数据中心,都能够获得理想的投资回报。

这正是李录强调资本纪律的原因。他指出,AI与过去部分互联网业务存在重要的成本结构差异。模型训练、推理和智能体运行,需要持续消耗计算资源,企业必须承担芯片、电力、数据中心建设及设备更新等成本。

无论AI未来变得多么强大,企业最终都必须回答一个问题。投入多少资本,能够产生多少收入,又能留下多少利润?

技术可以不断突破,但成本、收入、利润和资本回报之间的关系,不会因为超级智能的宏大叙事而自动消失。

李录因此判断,AI可能经历不止一轮巨大的繁荣与崩溃。资本市场可以在一段时间内为遥远的未来支付高额溢价,但最终仍然需要回到企业创造价值的能力。

02

透支未来的AI硬件超级周期该如何走?

AI硬件最大的风险,可能恰恰来自过去三年太赚钱了。

从2023年开始,AI创造了一场罕见的硬件超级周期。最初是GPU供不应求,随后是HBM、先进封装、光模块、PCB和存储。算力需求沿着产业链不断传导,几乎每一个出现供给瓶颈的环节,都迎来了需求暴涨、产品涨价和利润扩张。

科技巨头不断增加的资本开支,让市场相信,这样的增长还能持续很多年。

但赤兔资本创始人刘迪凡接受《晚点》访谈时表示,AI泡沫已经破灭还为时过早,但持续三年的硬件牛市可能正在结束。他的判断是从产业周期出发,这轮超级周期在很短时间内,就把市场对未来多年的增长预期推到了极高的位置。

过去三年,算力紧缺不断推高硬件厂商的利润,但高利润本身也会吸引新资本进入,促使企业扩大产能。当所有人都按照今天最乐观的需求预测规划未来,供给就可能在几年之后集中释放。

磷化铟就是一个典型案例。

作为高速光通信芯片的关键材料,磷化铟长期由少数厂商主导供应。随着AI数据中心向800G、1.6T高速光互联升级,市场需求迅速增长。2026年上半年,六英寸磷化铟晶片价格一度上涨约250%,达到每片5000美元。

高价格随即引发扩产。

2026年6月,日本JX Advanced Metals宣布,未来四年最多投入1200亿日元扩大磷化铟衬底产能。

这种竞争者大量涌入的现象,是产业周期进入后段的典型信号。最夸张的当属,存储行业的扩产规模。

2026年6月,SK海力士公布总额高达1100万亿韩元的长期投资规划。8月,公司又批准约54万亿韩元投资,建设龙仁Y2和清州M17两座新工厂,并计划将龙仁产业集群四座工厂的整体建设完成时间,从2045年提前至2033年。

美光也在美国、新加坡和中国台湾推进新增产能。其中,美国爱达荷州首座新DRAM工厂计划2027年中开始晶圆产出。三星此前因行业低迷而推迟建设的平泽P5工厂,如今重新加速推进,目标在2028年下半年进入量产阶段。

这些投资大多要到2027年甚至更晚才能陆续形成有效供给。新增产能是否会造成过剩,还取决于AI需求增长速度、技术升级和客户认证。

但一个问题已经摆在投资者面前。当全球主要供应商都按照今天的高利润规划未来产能,几年之后,这些产品还能维持如此高的价格和利润率吗?

刘迪凡引用部分买方机构的判断认为,到2027年,约80%—90%的AI硬件环节可能从紧缺转向供需平衡。

这仍是预测,但高利润吸引扩产、供给增加压低回报,是资本密集型产业反复出现的周期规律。中国新能源汽车产业就曾经历过终端需求继续增长、部分上游企业却因扩产而陷入价格竞争的过程。

更值得警惕的是,资本市场往往比企业利润更早反映周期变化。

近期存储股的集体变动,就是一个鲜明的信号。不久前,这些公司还在享受存储超级周期带来的高额利润。

美光2026财年第四季度营收542.3亿美元,同比增长约379%,净利润达到377亿美元,GAAP毛利率高达86.8%。SK海力士和三星的存储业务同样受益于AI服务器需求和高端存储产品涨价,盈利能力显著改善。

一边是创纪录的利润,一边是存储股集体变动。市场究竟在担心什么?

过去,HBM和DRAM供不应求,厂商拥有较强的议价能力。如今,全球主要存储企业正在扩大资本开支,新增产能将在未来几年陆续释放。

这反映的是市场对未来利润的预期。当市场已经按照持续紧缺、高价格和高利润率为企业定价,即使需求仍在增长,只要新增供给加快,或者价格上涨速度放缓,投资者就可能提前下调盈利预期。

产业仍处于高景气,资本市场却已经开始交易景气回落的可能性。

过去三年,AI硬件的高增长不断推动市场上调预期,如今部分企业已经需要用接近历史高位的利润率,去兑现投资者对未来多年的乐观想象。

所以,AI硬件的风险,未必需要等到需求萎缩才会出现。未来决定行业利润的,将是需求增长与供给释放之间的速度差。这也解释了为什么一个行业可以继续繁荣,投资者却可能提前撤退。

因为,企业的利润表反映的是已经实现的经营成果,股票价格包含的却是对未来多年利润的预期。当一家公司凭借短缺获得高额利润时,投资者如果把当前利润率当成可以长期维持的常态,就可能高估它未来的盈利能力。

李录在谈到AI时,也同样提醒投资者警惕市场对新技术的过度乐观。资本市场可以在很长一段时间里偏离经济现实,但最终仍需要回到企业创造价值的能力。

对于AI硬件而言,这意味着一个更具体的问题。今天的高利润,有多少来自长期竞争优势,又有多少只是暂时性的供需紧缺?

两种利润看起来一样,投资价值却可能完全不同。AI硬件牛市真正面临的考验,是市场开始区分长期增长的产业,与能够长期维持高利润的企业。

03

数万亿美元砸向AI,谁能真正赚到钱?

过去三年,AI产业投入了巨额资本,但这些投入最终能创造多少真实回报,仍然是一个悬而未决的问题。

按照2026年的资本开支指引,微软预计投入约1700亿美元,Alphabet预计1950亿至2050亿美元,亚马逊预计约2200亿美元,Meta预计1350亿至1450亿美元。四家公司的指引简单相加,就达到7200亿至7400亿美元。

尽管其中部分投入涉及非AI业务,但如此庞大的资本开支,已经让AI成为科技行业最昂贵的投资竞赛之一。

真正的风险在于,资本投入的速度,可能已经跑到了商业回报兑现的前面。

AI是一门资本密集型生意。科技巨头需要提前购买GPU、建设数据中心、扩张电力和网络设施,收入却要在未来几年逐步兑现。与此同时,芯片持续更新换代,设备折旧、维护和融资成本也在不断发生。

这意味着,即使AI需求继续高速增长,企业也未必能够获得与资本投入相匹配的利润和现金流。

科技巨头的财务数据已经反映出这种压力。

2026年第三季度,亚马逊AWS收入同比增长39.3%,但截至9月底的过去12个月,亚马逊经营现金流达到1683亿美元,购置物业和设备的净现金支出达到2107亿美元,自由现金流为负424亿美元。Alphabet和Meta也在持续扩大基础设施投资。

对于这些拥有成熟业务和稳定现金流的科技巨头来说,提前投资可能是争夺未来市场的必要选择。但如果未来需求、算力价格和资产利用率不及预期,巨额投入就可能成为利润和现金流的负担。

风险更集中地体现在依赖外部融资的算力运营商身上。

以CoreWeave为例,2026年第二季度,公司营收达到25.75亿美元,同比增长约112%,但同期净利息支出达到6.40亿美元,净亏损扩大至6.26亿美元。

收入增长超过一倍,仍然无法摆脱巨额利息和亏损,说明算力需求旺盛与算力生意赚钱之间,还有很长一段距离。

更重要的是,今天算力产业链中的巨额订单,并不完全等于最终用户已经验证的需求。

部分云厂商既向模型公司投资,又向它们出售算力。模型公司通过融资获得资金,再将一部分用于购买GPU计算服务。这种资本与订单相互促进的关系,推动了产业扩张,也让终端付费需求变得更难判断。

一旦企业和消费者的实际付费增长跟不上基础设施扩张,整个产业链就可能面临投资回报下降的压力。

而即使AI最终创造了巨大的经济价值,这些价值也未必全部留在算力和模型公司手中。

例如,一家软件企业通过AI将研发成本降低50%,节省下来的资金可能成为软件企业的利润,也可能通过降价传递给客户,只有一部分转化为模型和云服务提供商的收入。

随着模型效率提升、推理成本下降和应用普及,AI创造的经济价值可能在硬件、云平台、模型公司、应用企业和最终用户之间重新分配。

过去三年,算力短缺让GPU、存储和数据中心成为最先受益的环节。未来,拥有客户关系、行业数据和实际应用场景的企业,同样可能分享到AI带来的生产率红利。

因此,AI产业的长期赢家,未必是资本投入最多的企业,而可能是能够以更低成本创造价值,并且持续留住利润的企业。

这也呼应了李录对当前AI投资热潮的判断。当大量资本集中涌向少数热门公司时,一些能够持续创造现金流的优秀企业,反而可能因为缺少关注而被低估。

类似的情况曾在互联网革命中出现。2000年前后,通信企业投入巨额资金建设光纤网络,互联网最终改变了世界,但部分基础设施投资者并没有获得预期回报。

今天的AI产业拥有更成熟的商业客户和现金流雄厚的科技巨头,不能简单照搬历史。但资本回报的规律并没有因此改变。

过去三年,AI投资主要奖励算力稀缺、产能扩张和技术突破。未来,真正决定企业价值的,将是资本投入能否持续转化为利润和自由现金流。

AI技术的进步、AI产业的增长,以及AI投资能够获得的回报,始终是三件不同的事。

AI革命可能远没有结束,但资本市场正在告别一个只要押注AI,就有机会赚钱的阶段。

References:

1.AI 投资的大问题:不是泡沫破灭,但三年硬件牛市结束了  by 晚点LatePost 

2.1.8万字|李录最新哥大交流:AI发展可能会伴随不止一轮繁荣与崩溃,今天这种巨大的市场分化,反而给了理性投资者更好的机会…… by IN咖

跳转微信打开

封号封出23亿美元?Anthropic冲刺万亿IPO|【经纬低调分享】

2026年11月11日 12:32

袁心玥 2026-11-11 12:32 北京

以下文章来源于:字母榜

字母榜

让未来不止于大

AI股的狂欢正在遭遇一场冷水。即将上市的Anthropic,也不得不面对投资人越来越挑剔的目光。

11月10日,Anthropic正式启动IPO路演,计划以每股70至78美元发行股票,对应最高约1.4万亿美元的完全稀释估值。相比今年早些时候市场一度讨论的2万亿美元估值,缩水约30%。

但就在华尔街重新审视这家AI明星公司的时候,它的招股书却披露了一笔颇为微妙的收入。

2026年前九个月,Anthropic约5%至7%的营收,来自后来被认定违反使用政策或商业条款的客户。按照同期约330亿美元的营收计算,这部分收入高达16.5亿至23.1亿美元。

这些收入究竟有多少来自中国用户,Anthropic并未披露。但对于中国大陆的Claude用户来说,这个数字多少有些讽刺。一边想尽办法给Anthropic送钱,一边又要随时提防账号被封。

更有意思的是,最近Claude开始支持简体中文界面,付款页面出现银联选项,账单地区甚至能选择中国。可中国大陆依然不在官方服务名单里。

一边是越来越完善的中文体验,一边是越来越严格的封号机制。难怪有网友开玩笑:Anthropic这是终于想起来赚中国人的钱了,还是准备把人骗进来再封?围绕Claude和中国用户的这场猫鼠游戏,已经持续了三年多。以下,Enjoy:

来源丨字母榜

Anthropic公开的IPO招股书里,披露了一笔特别的收入。

2026年前九个月,约5%至7%的营收来自后来被认定违反使用政策或商业条款的客户。

Anthropic前三季度营收约330亿美元。照此计算,这些客户贡献的收入高达约16.5亿至23.1亿美元。

这些“封号”收入,中国网友显然贡献了相当大的一部分。

就在不久前,又有一位网友的Claude账号被封了,而且封得有些莫名其妙。

这位网友的账号已经用了一年多,因为知道中国大陆不在Claude的服务范围内,他一直有所准备。最开始,他甚至只敢用英文和Claude聊天,后来用得久了,胆子也渐渐大起来,才开始放心地使用中文。

但他没想到,最后Claude给出的封号理由是:系统认为他未满18岁。

网友顿时有点绷不住了。

“我能接受他觉得我是中国人给我封了,某种意义也算寿终正寝了。但是你觉得我年龄不到给我封了是啥意思。这得算暴毙啊喂!!”

图片

有意思的是,Claude最近接连出现了面向中文用户的产品变化。

Claude不仅支持了简体中文和繁体中文界面,付款页面还出现了银联选项,账单地区甚至可以选择中国。

图片

有人觉得,Anthropic这是终于想起来收中国用户的钱了。

也有人开起玩笑:这该不会是准备把国内用户“骗进来杀”吧?

01

Claude从一开始就没有向中国大陆用户开放。

2023年3月14日,那一天Anthropic正式推出Claude,这款AI助手起初主要向合作伙伴开放,普通用户还不能随意注册。到了7月11日,Claude 2发布,Anthropic终于推出了面向公众的Claude.ai网站,最先开放的地区只有美国和英国。

图片

此后,Claude陆续进入更多国家和地区,但始终不包括中国大陆。

对于想用Claude的大陆网友来说,第一道难题,就是怎么才能用上它。

从海外网络线路、账号注册到支付方式,国内用户逐渐摸索出了一套办法。但注册成功只是第一步,好不容易用上的Claude,随时都有可能被封号。

早在2024年8月,LINUX DO就有人发过一篇《Claude封号申诉模版填写》,专门教网友怎么给Anthropic写英文申诉信。

这份攻略写得相当详细。从邮件标题、申诉理由,到怎么解释账号出现异常登录,都有讲究。

模板里还特意设计了一套说辞:自己是一名美国用户,只是因为工作需要到中国出差,才不得不使用代理网络访问Claude。

图片

评论区里,有人抱怨申诉邮件石沉大海,也有人分享成功经验。

几天后,有网友发帖报喜:他找回了一个Claude 1时期用Gmail注册的老账号。

这个账号已经八个月没用过了,听说Claude最近封号严重,他上去看了一眼,结果发现自己的账号也被封了。于是,他参考社区分享的申诉模板,给Anthropic写了封小作文,没想到真的能行。

他还晒出了恢复后的历史对话,记录停留在八个月前。

不过,账号虽然找回来了,他却依然心有余悸,忍不住感叹,现在只敢在中转站耍了。

图片

到了2025年,中国用户与Claude的封号拉锯战,已经发展出各种让人哭笑不得的故事。

2025年1月,LINUX DO网友NoobNoob就经历了一次让人摸不着头脑的封号。

他已经用了Claude一年多,还是长期付费的Pro用户。老账号被封后,他一边给Anthropic写申诉邮件,一边重新注册了一个账号。

新账号沿用之前的网络线路和支付卡,顺利开通Pro会员。

结果刚开通一分钟,新号也被封了,订阅费用随即被自动退回。

正当他准备放弃Claude、转投Gemini时,老账号又突然申诉成功了。

Anthropic发来道歉通知,他又用相同的网络线路和支付卡重新订阅,这次竟然一切正常。

折腾一圈,他自己也没搞明白,只能感叹:“很迷,我也搞不懂Claude啥情况了。”

图片

类似的遭遇还有很多。

有人的Claude账号用了半年被封,新注册的账号甚至活不过一个月;有人大半年没登录过Claude,突然收到封禁通知;还有人使用同一台电脑、同样的网络线路,几个账号却遭遇了完全不同的命运。

申诉也是一门玄学。有人几个月等不到回复,也有人只写了一句“I use it for coding.”,就成功恢复了账号。

普通用户摸不清Claude的封号规则,Anthropic却在不断增加新的门槛。

2026年4月,Anthropic开始对部分Claude账户“查户口”,要求用户提交护照、驾照等政府签发的证件,完成身份核验。

结果,新的门槛出现后,围绕Claude的账号生意也跟着升级了。

6月26日,美国《连线》杂志发表了一篇调查,专门研究中国用户如何绕过Anthropic的地区限制。报道发现,从淘宝、闲鱼上的Claude账号,到Telegram里的账号交易,再到专门替国内用户转发Claude请求的API中转站,围绕Claude的访问限制,已经形成了一套市场。

身份核验推出后,Telegram上甚至出现了宣称已经通过身份验证的现成账号。

面对这些层出不穷的办法,Anthropic也向《连线》确认,公司正在使用不断变化的检测系统,包括身份验证,并专门识别和打击提供Claude访问服务的代理网络。

图片

官方忙着加固限制,中国网友则继续研究怎样保住自己的账号。

一套五花八门的“保号玄学”逐渐流传开来。

有人研究IP地址和支付卡,有人担心电脑时区、系统语言和浏览器字体暴露了自己的位置,还有人总结出凌晨5点使用Claude容易封号的规律。

最近,甚至连Anthropic自己公布的技术报告,都成了网友研究的对象。

北京时间10月13日,Anthropic发表了一篇反蒸馏技术文章,详细介绍公司如何识别和阻止其他机构大规模提取Claude的能力。

官方透露,新系统采用两阶段分类器,针对特定蒸馏行为的请求检测,误报率低于0.1%;对于持续尝试提取模型推理内容的账号,Anthropic可能限制其使用额度,甚至直接封号。

文章还提到,Anthropic已经封禁数万个与蒸馏有关的账号,部分账号在开始相关活动不到两小时后就遭到封禁。

图片

结果,中国网友马上开始了反向研究。

距离文章发布不到四个小时,AI博主归藏发帖表示:Anthropic公布了自己如何反蒸馏,却也在一定程度上告诉了普通用户,怎样避免被封号。

图片

2023年,中国网友还在研究怎么用上Claude;2024年,开始互相传授申诉小作文;到了2026年,连Anthropic自己发表的反蒸馏技术报告,都能被网友读成一份防封号参考。

三年过去,Claude的使用门槛越来越高,国内用户的应对办法也越来越多。

这场围绕Claude封号的猫鼠游戏,显然还远远没有结束。

02

说起Claude为什么一直不向中国大陆开放,就不得不提Anthropic的CEO阿莫迪。

有意思的是,他十多年前在百度打过工。

2014年,阿莫迪加入百度硅谷人工智能实验室,跟着吴恩达(Andrew Ng)研究深度学习和语音识别。

当时他还参与研发了百度的Deep Speech 2语音识别系统,并成为相关论文的第一作者。这套系统能够识别英语和普通话,是当时颇有代表性的端到端深度学习语音识别成果。

图片

十多年前,阿莫迪还在百度研究怎么让AI听懂普通话;如今,他领导的Anthropic却始终不向中国大陆用户开放Claude。

这难免让人好奇:当年他到底在百度经历了什么?

巧的是,今年6月,彭博社主持人还真的当面问过阿莫迪:你在百度的经历,是否影响了你后来对中国的看法?

阿莫迪解释,他只在那里工作了一年,百度的这段经历并不是后来形成相关立场的主要原因。他更关注的是越来越强大的AI可能带来的风险,包括大规模监控,以及对个人隐私的侵犯。

图片

阿莫迪对AI风险的担忧由来已久。2021年,他与妹妹丹妮拉等人创立Anthropic,就是希望建立一家更加重视AI安全的公司。

在他的理念中,AI安全不仅意味着防止模型失控,也包括防止先进技术落入他认为可能滥用它的人手中。

2024年10月,阿莫迪发表了著名的长文《Machines of Loving Grace》(充满爱与恩典的机器),描绘了AI在医学、经济和科学研究等领域可能带来的巨大进步,同时也警告,先进AI可能被用于监控、信息操纵等危险用途。

他因此主张,对先进AI技术的扩散和使用设置限制。

到了2025年初,随着DeepSeek突然崛起,这些原本偏向长期风险的讨论,也有了更加现实的对象。

1月,DeepSeek-R1在硅谷引起轰动。阿莫迪随即发表文章《On DeepSeek and Export Controls》,承认DeepSeek取得了技术进步,但认为其成本优势被外界夸大,先进芯片依然重要,并进一步强调了限制技术扩散的必要性。

图片

不过,阿莫迪倒也没有主张完全剥夺中国用户享受AI技术成果的机会。

2025年2月,他接受ChinaTalk采访时,主持人就问了一个相当直接的问题:中国拥有全球约六分之一的人口,你一方面希望AI造福全人类,另一方面又支持限制中国获取先进AI能力,这两件事难道不矛盾吗?

阿莫迪认为并不矛盾。他举例说,可以通过API向中国提供AI服务,用于药物研发、能源生产等有益的工作,同时限制军事等高风险用途。

只是,具体到Claude的实际使用政策,这条界限划得相当严格。

2025年9月4日,Anthropic宣布进一步扩大对不支持地区的服务限制。

此前,Claude已经限制中国大陆等地区的用户直接使用服务,这次Anthropic又把限制延伸到了企业背后的所有权结构。即便一家企业注册在海外,只要其超过50%的股权直接或间接由中国等不支持地区的企业持有,同样不能使用Claude。

这意味着,Anthropic已经不满足于检查用户在哪里使用Claude,还要进一步追查企业究竟由谁控制。

到了2月23日,Anthropic又直接点名DeepSeek、月之暗面和MiniMax,指控三家中国AI公司通过约2.4万个欺诈账户,与Claude进行了超过1600万次交互,未经授权提取模型能力。

需要注意的是,上述归因和数据均来自Anthropic自身披露。

在Anthropic看来,大规模蒸馏可能让竞争对手以更低的成本复制Claude的部分能力。防止模型能力被提取,既关系到它强调的AI安全,也关系到它自身的商业利益。

从限制服务地区,到审查企业所有权,再到升级反蒸馏系统,Anthropic围绕Claude建立的防线越来越严密。只是,对于中国大陆的普通用户来说,这套宏大的安全理念落到自己身上,只有一个意思:

即使愿意掏钱,也没法通过官方渠道在中国大陆使用Claude。

03

这些年来,Anthropic封号的规模越来越惊人。

今年7月,Anthropic公布的透明度报告显示,仅2026年上半年,公司就封禁了1140万个账号,平均每天约6.3万个,是2025年下半年的近8倍。

同期,用户一共提交了39.8万次申诉,最终只有4.2万次推翻原处罚,比例约为10.6%。

不过,Anthropic的限制再严格,也没能让Claude从中文互联网消失。围绕Claude不认中国人的故事甚至已经成了一种meme(网络迷因)。

比如,最近网上就流传着一张相当离谱的聊天截图。

图片

类似的梗图还有不少,甚至连国人熟悉的“调休”,都能成为Claude封号的理由。

图片

当然,这些都是网友的恶搞,不能当成真实的封号事件。

但对于那些研究过网络线路、电脑时区,甚至不敢用中文和Claude聊天的国内用户来说,这种笑话多少有点扎心。

玩笑归玩笑,Claude也确实没有把所有中国大陆用户都挡在门外。

虽然网上有不少封号经历,但也有许多国内用户用了好几年Claude,账号至今安然无恙。

今年10月,V2EX网友vislearn就分享了一套相当另类的“保号经验”:什么也不防。

他的电脑时区是上海,系统语言是中文,Claude的记忆里甚至直接写着“用户是中国大陆的”,但他的三个账号照样用得好好的。

他甚至还骂过Anthropic,Claude也只是把那段对话删除了,并没有封号。

图片

有些用户还发现,如果只是把Claude当作普通的聊天助手,不涉及复杂的技术任务,似乎也没有那么容易触发封号。

但话又说回来,如果只是聊聊天,何必非要用Claude呢?

对于许多国内开发者来说,Claude真正不可替代的吸引力,还是它在编程、Agent等复杂任务上的表现。尤其是Claude Code,已经成为了不少开发者日常工作中离不开的工具。

偏偏,编程、Agent和复杂推理能力,又是Anthropic投入大量研发资源、努力防止竞争对手通过大规模蒸馏复制的核心资产。

虽然普通开发者正常使用Claude Code与大规模提取模型能力是两回事,但这也让Anthropic陷入了一个颇为微妙的两难:它越是努力保护Claude的技术优势,这些能力就越能吸引更多愿意为之付费、甚至想办法绕过地区限制的用户。

就在10月8日,Claude还悄悄增加了简体中文和繁体中文界面,付款页面甚至一度出现银联选项。

中国大陆依然不在官方服务名单之中,但Claude却已经开始提供越来越完善的中文使用体验。

难怪有网友忍不住调侃:Anthropic这是终于想起来收中国用户的钱了,还是准备把人骗进来再封?

从2023年Claude首次推出,到如今三年多过去了,中国大陆用户依然没能等来正式开放。

围绕它爱封号的梗,倒是先一步被玩起来了。

跳转微信打开

一夜之间,Claude Fable 5.2从程序员卷成了创意总监? |【经纬低调分享】

2026年11月10日 12:18

数字生命卡兹克 2026-11-10 12:18 北京

以下文章来源于:数字生命卡兹克

数字生命卡兹克

希望能激发你对AI的好奇。

大模型的竞争,正在进入一个越来越有意思的阶段。

当推理、编程和数学能力不断突破,人们已经逐渐习惯了AI在各种榜单上刷新纪录。但这一次,Anthropic深夜发布的Claude Fable 5.2,带来了另一种更直观的震撼。可以看到,AI的审美、创造力,以及对细节的把控能力,正在发生惊人的跃迁。

一条Prompt,独立完成一支包含资料搜集、视觉设计、原创配乐和剪辑的完整视频。它花两个多小时研究上百张参考照片,用代码还原上海苹果静安店的建筑空间……更值得关注的是,模型开始展现出越来越强的自主判断能力。它会主动研究资料、选择设计方案、推翻不合理的技术路径,甚至对最终作品形成自己的质量要求。

这或许意味着,大模型已经从完成指令,走向独立创造。当AI开始同时具备技术能力、审美判断和完整交付能力,未来人类与机器之间的创作分工,也将迎来新的变化。以下是Claude Fable 5.2的深度实测。从视频制作到3D建模,看看这次发布究竟带来了怎样的惊喜。以下,Enjoy:

来源丨数字生命卡兹克

作者 | 卡兹克、AIZ小朱

凌晨3点,Claude终于正式发布了Claude Fable 5.2。

图片

与此同时,OpenAI今晚正在卖200刀的掌机。

加描边后的图片

目前Claude Fable 5.2已经在全渠道正式上线,Claude桌面端里,已经能看到了。

加描边后的图片

同时,这一次Anthropic也给20刀的Pro会员开放了Fable 5.2的临时使用权限,不过只限这一周。

同时也为Claude的200刀的Ultra订阅用户,送上了一次Fable的额度重置机会,根据订阅时间来,并且有效期一直到明年的3月8号,讲道理,A社在有些时候,还是怪良心的。。。

图片

还是非常开心,在爽用了近一个半月的Claude Opus 5.5之后,终于等来了新的Fable模型,只不过不是传言中的Claude Fable 5.5,Anthropic给它命名成了Claude Fable 5.2。

这个其实也正常,最早是9月9号,就有人爆料说Anthropic在跑一个新模型,当时给出的临时代号,还真就叫Fable 5.2,但后来Opus 5.5、Sonnet 5.5一个个都出来了,大家很自然就顺着往下推,下一个Fable,那肯定也得叫5.5吧,结果最后是5.2,所以大概率Anthropic还藏着一手更强的Fable 5.5。

先看一下Fable 5.2的基本情况。

Claude Fable 5.2依然拥有1M,也就是100万Token上下文,最大输出128K Token,知识截止时间到了2026年6月。

价格这次反而走了降价风,现在大家也都知道,Token太贵了,已经超出全人类的接受范围了,所以涨价潮过去,现在也都开始在不断降价了。

Fable 5.1原来是每百万Token输入10美元、输出50美元。

Fable 5.2变成,输入8美元,输出40美元,缓存也差不多,整体降价了20%。

几个Anthropic家的主力模型价格对比,大概是这样的。

图片

然后在速度上也快了一些,官方说是比Fable 5.1最多快了30%,没有特别多,只能说聊胜于无吧。

然后就是被误伤的次数少了,Fable那套安全护栏一直被人诟病,6月刚出的时候很多人就在骂,说它把生物作业都当成安全威胁,那这次官方说误拦截比5.1少了大约55%,网络安全类少60%,生物类少40%。

还有个点是我用下来蛮喜欢的一点,算是继承了Opus 5.5的优势,就是终于开始说一些人话了,之前Fable 5.1的输出风格跟Opus 5那个满嘴黑话的感觉有的一比,我用的特别不喜欢,完全看不懂在说什么,后来Opus 5.5的时候,Anthropic终于迷途知返,知道哦模型是给人用的,所以交流感和说人话特别重要,于是大调优了一下,瞬间口碑就回来了。

这次Fable 5.2也继承了Opus 5.5的优点,说话风格如出一辙。

加描边后的图片

不过从这段回复中也能看出,Claude系列模型的高高在上感因为Fable的能力加强,也更加加剧了。

因为最近做的东西确实太多了,有些涉及到底层基建,有点乱,所以它这次直接推翻了我的想法,告诉我有一个更好更合适的做法,应该把我改的东西直接接入到通用的中台插件里面去,而不是还在改之前的那个破壁CI中台。

我之前就发过一个还挺火的关于Claude和GPT两个模型性格区别的段子。

图片

“我:每周都要从后台下载20个Excel,再手动复制粘贴成一张总表,太麻烦了,帮我写个自动操作鼠标的脚本。

GPT: 好的老板!已经帮你写好了,自动点击、下载、复制、粘贴,还加了异常处理和失败重试,以后你只需要点一下运行就行!

Claude: 不是哥们,你这20个Excel不都是从同一个数据库里导出来的吗?你好好的你下载它们干啥?我直接帮你写了个SQL,接上你们后台的数据源了,以后每周自动生成最终报表,你说你好好的下载Execl干什么玩意。。。”

对于希望模型能力更强,能说出一些我不知道的事的人来说,那么Claude其实反而会更适合我,有人称为许愿式编程,当然,也可以称为,与神对话。

跑分上,不用想,Fable系列在今天,基本上就是出手必SOTA的。

AA指数上以65分登顶。

加描边后的图片

官方的跑分也是,基本碾压所有,而且主要是Anthropic的跑分,你是可以真信的。

图像

Anthropic也搞了一个非常有趣的实验,让Fable 5.2承担设计一个原型操作系统的任务,直接从空文件夹开始,协调了1000多个子智能体,连续八天昼夜不停地编写、测试和审查代码,然后,它产出了一个可运行的操作系统,能在笔记本电脑上启动,拥有运行机器的自有内核、磁盘、键盘和网络驱动、永久文件存储、窗口、登录界面、安装程序,以及内置的Claude功能。。。

图片

这种非常硬核的测试,肯定是超出我们的能力范围了。

在有限的额度下,我还是把重点,放在了Opus 5.5的最长板上,视频动效,以及前端审美。

(PS:声明一下,以下Case全部为一次直出,我没有做任何二次对话,没有做任何后期加工,全部是我一个Prompt过去,他跑2小时,给我的结果,我没有做任何的二次处理。)

首先,我第一个想到的,其实就是本来为GPT-6.2 Sol准备的一个Case,马上不就是ChatGPT四周年了嘛,所以也想做一个ChatGPT这四年历史的一个视频,这次就准备让Claude Fable 5.2直出了,一是可以看幻觉率,二是可以看审美,三是可以看代码的精准性,四是NTR的剧情实在是太好看了。

我的Prompt特别简单:

“做一支 40 秒到 1 分钟的 ChatGPT 四周年致敬动效视频(2022.11.30–2026.11.30),16:9 横版,无旁白,配原创音乐。内容自己联网查证,讲这四年的关键版本、里程碑和数字,不得杜撰。动手前先去 OpenAI 官网、博客和近期发布视频里观察他们的视觉风格,提炼后作为这支片子的视觉基调。节奏要快,动效密、画面饱满,随音乐卡点。片子定位是第三方致敬,不要做成 OpenAI 官方出品的样子。”

加描边后的图片

然后,他就去做了。在干了将近1小时之后,Claude给了我一个这样的视频。。。

讲道理,我一时不知言语为何物了。

我确实对着里面的信息,一点一点的去验证了,然后悲哀的发现,我没有挑出任何一个事实错误。

信息是Fable 5.2自己搜的,平面是他自己做的,配乐是他自己写的,卡点是他自己卡的,动效是他自己的做的,剪辑是他自己剪的。

讲道理,最后这个画面,我是真的一下子没绷住。

图片

看着这个视频,我当时真的陷入了深深的沉思。。。

然后,我又让它,把DeepSeek Harness的那个Super-agent的文章,做成一个讲解视频。

可能是因为DeepSeek的主色落在了AI常用的蓝色里,所以这个视频,还是会有一些AI感,但是在动效的细腻程度上,我只能说,相比Opus 5.5,真的又有了大幅进步,以前Opus 5.5当然也能做出这样的效果,但是还是需要操心很多东西的,得聊很多轮,但是,现在,直出。。。

Super-Agent的文字出来的那一刻,真的瞬间惊艳到我了。

这个节奏啊,真的已经是熟手了。

然后我又试了一个3D的场景,用Three.js去做。

Prompt是这样的。

加描边后的图片

然后Fable 5.2就开始做了,当跑了几十分钟以后,我看到他在思考摘要里的图片预览,那一瞬间,我觉得,Claude家模型的审美是真的强啊。。。

加描边后的图片

纯代码写的在网页里面渲染出来的静态帧,大家感受一下。

图片

图片

图片

图片

这一下子我也不知道说啥好了。

随后,Fable 5.2做完了,把网页也给我了。

加描边后的图片

我也录了个视频。

还做了一个3D的体素浮岛。

当然,最离谱的还是这个上海的苹果静安店的建筑。。。

我给的Prompt是这样的,我希望做一个3D网页。

加描边后的图片

我甚至没想到,这个case,跑了我将近2个半小时。

Fable 5.2,上来第一件事,先是搜关于苹果静安店的报道,这个没啥问题。

加描边后的图片

然后,他就开始查真实照片,来给他自己做参考。。。

加描边后的图片

还挨个放大来去看细节。

加描边后的图片

这一看,就将近看了上百张,看了将近1个小时。

看完了以后,终于觉得差不多了,开始建模了。

这一下子,又是将近1个多小时。

加描边后的图片

我其实内心很忐忑,因为我不知道它能干出来个什么级别的东西。

因为这个case之前跑过,GPT-6 Astra刚出来的时候跑的,那个时候能跑出这样的效果,已经非常强了。

加描边后的图片

我不知道Claude Fable 5.2能跑成什么样子。

2个半小时后,Fable 5.2交卷了。

静态图是这样子的。

图片

图片

图片

图片

视频展示是这样的。

因为我发现它真的是在认真仿造着进行建模的,对此我还专门找了一张Apple静安的室内效果图进行对比。

图片

注意这是一张正常视角,一张其实可以算作广角了。

虽然不能说完全一样,但从建模中的材质表现,空间的还原和大致的比例关系,都做的非常牛逼。

除了核心的材质表现和内部空间还原的非常好外,Fable 5.2还将细节尽可能延伸到了室外的这个圆形下沉广场:

图片

只能说,Fable 5.2在审美和细节这块,确实太强太强了。

我大概跑了10个任务,基本都是Fable 5.2 Xhigh,大家还记得我最开始跟大家说的,我在跑测试之前,额度还剩多少吗。

那时候,还剩30%,我用了70%。

而现在,卡在了94%。

加描边后的图片

将近4个小时,10个任务,怼掉了我差不多24%的额度,Fable的使用量差不多用完了50%。

有一说一,贵是真贵啊。

所以Fable这个模型,虽然是SOTA,能力确实强,但是价格摆在这里,没办法,所以日常大概率依然还是Opus 5.5和马上要发的GPT-6.2 Sol(我已经灰度体验2天了,性价比极高,能跟Opus 5.5比一比)为主了,Fable 5.2只适合最大的诊断规划,以及做指挥型模型,审美和前端相关交给Opus 5.5做,算法和后端相关交给GPT-6.2 sol做,可能是我自己认为的最优解。

讲道理,Fable 5.2这种模型,才是Personal agent的最棒的模型,就像你是皇上,他是宰相,他根据你的喜好和目标,猜你所想,然后指挥其他的大臣来干活,这个就太合适不过了,额度也不会烧的特别多。

大概就是这样了。

因为额度和时间原因,还有好多好多好多我想测的玩法还没测的。

比如,真的去做一个游戏。

图片

比如,开始尝试用代码的方式来画图。

图片

有太多太多了。

甚至是更偏向硬件和科研层面的。

感觉每一次大模型的进步,都能给大家,带来更多的想象力。

是啊,这个世界还有那么多好玩的东西还没有探索呢。

创作,还有AI。

实在太有意思了。

又是一个早晨了,祝大家早安、午安、晚安。

今天,也要对世界,充满好奇~

跳转微信打开

存储股,怎么就成了最先被抛弃的AI资产?|【经纬低调分享】

2026年11月9日 11:52

硅基君 2026-11-09 11:52 北京

以下文章来源于:硅基观察Pro

硅基观察Pro

全球顶级AI公司价值风向标

上周,AI产业链经历了一场罕见的集体抛售。

事实上,在这场AI股集体暴跌之前,存储板块就已经出现了明显回撤。截至10月30日,统计范围内的11家存储企业,股价较各自年内高点平均回撤高达51.6%。

反常的是,这些公司的业绩依然十分亮眼。美光净利润同比暴增近9倍,SK海力士和三星半导体业务利润刷新纪录,国内几家模组厂也从亏损转向大幅盈利。

一边是创纪录的利润,一边是接连腰斩的股价。为什么AI最赚钱的生意,反而成了资本市场抛售最猛烈的资产?

答案或许藏在这轮存储超级周期最核心的驱动力,也就是“涨价”之中。

过去一年,存储芯片价格持续上涨,推动产业链利润爆发。但随着涨价幅度收窄、云厂商资本开支增长面临压力,以及中国存储厂商持续扩产,市场已经开始担心,这轮利润高峰究竟还能持续多久。以下,Enjoy:

来源丨硅基观察Pro

文 | 元元

谁能想到,业绩最好的存储股,反而成了这一轮AI行情里跌得最惨的资产。

截至10月30日,美股网络设备、电力基建、云厂商、光通信等AI产业链代表性企业,较各自年内高点平均下跌22.0%、29.4%、33.9%、44.0%。

相比之下,统计范围内的11家存储企业,平均回撤高达51.6%。尤其是A股的佰维存储、德明利、江波龙的最大跌幅更是超过70%。

图片

更让人意外的是,存储企业的业绩依然好得惊人。

2026财年,美光净利润达到849.69亿美元,同比暴增近9倍,创下历史新高。第三季度,SK海力士、三星半导体业务营业利润分别达到83.33万亿、106.5万亿韩元,同样刷新纪录。

国内模组厂的表现更加夸张。去年上半年,江波龙、佰维存储、德明利三家公司还合计亏损3.29亿元,今年上半年却一口气赚了237.6亿元。

短短一年时间,从集体亏损到利润暴增,股价却接连腰斩,为什么会出现如此反常的情况?答案恰恰藏在这一轮存储超级周期的增长逻辑里。

过去一年,存储芯片价格一路上涨。三星、SK海力士、美光等原厂依靠涨价赚取巨额利润,下游模组厂则凭借提前囤积的低价库存,享受到了更大的利润弹性。

可以说,涨价是这轮存储行业利润爆发的最大功臣,也是如今市场最担心的风险。

一方面,云厂商巨额资本开支开始挤压自由现金流,未来投资增速可能逐步放缓;另一方面,中国存储厂商加速扩产,全球市场的供给格局也面临新的变化。

当存储价格的涨幅已经开始收窄。对于高度依赖库存价差的模组厂来说,涨价红利一旦减弱,此前放大利润的库存杠杆,反过来也可能放大利润回落的压力。

存储超级周期或许远未结束,但资本市场已经开始重新定价:当涨价红利退去,这些企业究竟还能赚多少钱?

01

存储涨价红利开始松动

过去一年,存储原厂赚得盆满钵满,最大的功臣就是涨价。

根据主要厂商出货容量及平均售价变化粗略测算,三星、SK海力士、美光新增收入中,价格及产品结构变化的贡献达到约81%—90%。

以美光为例,2026财年,美光营收从373.78亿美元增长至1331.88亿美元,同比增长256%。但同期,DRAM(含HBM)、NAND出货容量均只增长约25%。

也就是说,美光卖出的存储容量只增加了四分之一,收入却增长了两倍多。粗略换算,其平均售价整整涨了2.85倍。

如今,涨价的速度开始慢下来了。根据TrendForce集邦咨询的数据,普通DRAM合约价格环比涨幅,已从第二季度的58%—63%,收窄至第三季度的13%—18%,第四季度预计进一步降至10%—15%。

NAND市场也出现松动。10月份,MLC、TLC、QLC三类NAND晶圆合约价格全部停止上涨,环比持平。

这种变化,已经开始体现在原厂的经营数据里。

2026财年第四季度,闪迪营收环比增长51%,其中约67%的新增收入来自涨价;到了2027财年第一季度,营收环比增速放缓至23%。

需要强调的是,涨幅收窄不等于价格下跌,但对于已经享受巨额涨价红利的存储企业来说,这个变化依然值得警惕。

更重要的是,支撑涨价的两个关键条件,也开始出现变化。

首先是需求端。过去两年,云厂商几乎不计成本地建设AI数据中心,GPU、存储芯片、服务器等硬件需求持续爆发。

但如此庞大的投资,已经开始影响科技巨头的现金流。

2026年第三季度,谷歌自由现金流降至负91亿美元,连续两个季度为负;亚马逊过去12个月的自由现金流,也从去年同期的正148亿美元,变成了负424亿美元。

当然,这并不意味着科技巨头已经没钱投资AI,而是投资增长不可能永远保持如此高的速度。

高盛预计,云厂商资本开支增速将从2026年的94%,放缓至2027年的50%,2028年进一步降至17%。

过去,云厂商为了抢占AI算力市场,对存储芯片的涨价接受度很高。但随着投资回报压力加大,客户还能接受多少轮涨价,就成了新的问题。

另一方面,供给端也在发生变化。

最值得关注的,就是中国厂商的扩产。根据半导体研究机构SemiAnalysis预测,2026年长鑫存储将新增约8.5万片DRAM月产能,相当于三星、SK海力士、美光三家同期合计新增产能的81%。

10月10日,长鑫又宣布新一代4F² DRAM架构取得关键进展。消息公布后的下一个交易日,三星电子、SK海力士分别下跌7.39%和10.09%。

市场为什么如此敏感?

因为中国制造业依靠技术突破和规模化扩产,改变全球市场价格体系,已经不是第一次了。

光伏就是最典型的例子。

根据国际能源署的数据,2010年,中国光伏组件产量约占全球一半;到了2024年,这一比例已经提高至86.4%。

而伴随着中国制造业迅速扩张,全球光伏组件价格也一路下跌。

当然,DRAM与光伏并不完全相同。新增产能需要经历工艺爬坡、良率提升和客户认证,并不意味着能够立即形成有效供给。

但对于海外存储巨头来说,中国厂商的持续扩产,确实可能成为影响长期定价能力的重要变量。

一边是云厂商的资本开支增速面临放缓,一边是中国厂商加速释放新产能。存储超级周期还没结束,但过去依靠供需紧张不断涨价的逻辑,正在面临新的考验。

02

模组厂,最先尝到苦头

当存储价格红利消散,下游模组厂率先感受到了压力。

在统计的11家存储企业中,跌得最惨的就是国内三家模组厂,分别是江波龙、佰维存储、德明利。

2026年第三季度,江波龙营收环比增长3.2%,归母净利润却下降44.2%;佰维存储营收下降29.9%,归母净利润大跌62.4%;德明利虽然营收增长24.2%,净利润却只增长2.2%。

三家公司的毛利率也集体回落。江波龙从61.3%降至44.7%,佰维存储从56.0%降至42.8%,德明利从38.8%降至32.9%。

明明存储行业整体还在涨价,为什么模组厂反而越来越难赚钱?

答案就在它们特殊的商业模式里。

与三星、SK海力士等掌握晶圆制造能力的原厂不同,模组厂需要从上游采购DRAM、NAND芯片,再通过主控芯片、固件开发、封装测试等环节,加工成SSD、内存条等产品。

这种商业模式有一个特点:原材料占成本的比例极高。

以2025年为例,存储晶圆占江波龙采购总额的79.4%;佰维存储直接材料占生产成本的94.0%;德明利固态硬盘业务的直接材料成本占比,更是达到96.2%。

这意味着,模组厂的盈利不仅取决于自身加工制造能力,还高度依赖上游存储芯片的采购价格。

过去一年,存储价格持续上涨,模组厂提前采购的低价芯片,能够按照更高的市场价格出售。

产品涨价了,结转的成本却还是几个月前的低价,中间的差额自然就变成了利润。说白了,模组厂不仅赚加工的钱,还赚了一笔存储涨价的钱。

但这笔红利有一个前提:存储价格必须持续上涨,而且涨得足够快。

如今,新采购的芯片成本不断抬高,存储价格涨幅却开始收窄。随着此前的低价库存逐渐消耗,利润空间自然受到挤压。

江波龙在三季报中也提到,受前期较高价格基数影响,DRAM和NAND价格涨幅明显收窄,涨价对公司盈利的边际贡献正在减弱。

更值得警惕的是,三家模组厂手里还压着规模庞大的库存。

截至2026年9月底,江波龙、佰维存储、德明利的存货合计达到约815亿元,比2025年末增加549亿元,增幅高达206%。

而同期,三家公司经营活动现金流合计净流出约260亿元。也就是说,虽然账面利润暴涨,但这些企业也投入了大量现金去采购和储备芯片。

当然,库存增加不一定是坏事。在订单充足、价格持续上涨的情况下,提前备货能够锁定成本,创造更多利润。

但如果未来价格停止上涨,甚至掉头向下,情况就完全不同了。一旦市场售价跌破采购成本,模组厂不仅会失去此前的价差红利,还可能面临存货跌价损失。

这也是为什么,存储模组厂的股价调整幅度,明显大于上游原厂。

03

总结

两千多年前,《史记·货殖列传》中就有一句话:“贵上极则反贱,贱下极则反贵。”

放在今天的存储行业,依然值得玩味。

高价格带来高利润,高利润刺激资本投入,而不断增加的产能,又可能反过来改变价格走势。

AI或许改变了存储需求的长期需求曲线,但它背后的商业周期规律却未必会随之消失。

跳转微信打开

一夜蒸发2.5万亿,这可能是美国AI最魔幻的一天 |【经纬低调分享】

2026年11月6日 11:52

数字生命卡兹克 2026-11-06 11:52 北京

以下文章来源于:数字生命卡兹克

数字生命卡兹克

希望能激发你对AI的好奇。

一夜之间,华尔街的AI信仰遭遇了一场猛烈冲击。

当地时间11月5日,美股上演2020年疫情以来最惨烈的科技股抛售之一。纳斯达克100指数暴跌6.4%,单日蒸发约2.3万亿美元市值;标普500指数重挫4.4%,道琼斯指数下跌3.4%。英伟达跌超9%,AMD暴跌逾17%,从芯片、算力到数据中心,过去几年支撑美股牛市的AI产业链,几乎全线失守。《华尔街日报》统计显示,科技股市值缩水约2.5万亿美元,其中“科技七巨头”合计损失约1万亿美元。

市场究竟在害怕什么?答案可能出人意料。让华尔街紧张的,除了AI投资回报的不确定性,还有美国普通人的电费账单。

刚刚结束的美国中期选举,民主党大获全胜,甚至拿下了传统共和党票仓得克萨斯州。而在多个州,反对新建数据中心、取消税收补贴、要求科技公司承担电力成本,正在成为越来越有影响力的政治主张。

过去几年,硅谷忙着训练更强大的模型,英伟达靠GPU赚取巨额利润,华尔街不断推高AI公司的估值。但在数据中心密集落地的社区,居民感受到的却可能是上涨的电费、紧张的水资源,以及越来越沉重的基础设施负担。

一个尖锐的矛盾正在浮现。AI创造的财富越来越集中,AI扩张的成本却开始由更多普通人承担。

这也让本轮美股暴跌有了更深一层的含义。AI产业过去习惯讨论技术能走多远、算力能扩张多快、资本愿意投入多少钱。如今,它必须回答一个极其现实的问题。当技术进步尚未充分转化为普通人的收入增长和生活改善,社会还愿意为它承担多少成本?

从硅谷的技术竞赛,到华尔街的资本狂欢,再到美国小镇的电费账单,AI正在进入一个新的阶段。决定它未来发展速度的,可能不只有模型能力和GPU供应,还有普通人愿不愿意继续为这场技术革命买单。以下,Enjoy:

来源丨数字生命卡兹克

作者 | 卡兹克

昨晚真的是魔幻的一天,真的,好久没见过美股这么崩盘过了。。。

截至凌晨2点49,走势是这样的。

纳斯达克盘中暴跌超过5%,费城半导体指数一度跌了将近11%,英伟达跌了接近9%,AMD、SpaceX等一大堆AI相关公司,股价实在是有点绷不住了。

图片预览

就咋说呢...光今天一天,纳指就跌没了将近1.8万亿美元的市值。

芯片、算力、数据中心啥的,反正一起崩。

而且这背后有一个非常魔幻的事情,就是老美那边的居民们,现在开始非常反对建AI了。。。

非常的魔幻。

这一切的起源,还要从前两天刚刚结束的美国中期选举说起。

川普惨败,基本是被单方面碾压,然后民主党这次赢得非常夸张,直接拿下了参众两院,也就是说,从2027年1月开始,川普要面对一个两院都被民主党控制的国会。

最离谱的是,川普的大本营得克萨斯州,居然翻蓝了,直接被民主党拿下来。。。

记住这个德州,后面关于数据中心的故事,跟它还息息相关。

在川普输掉的第二天,11月5号晚上,亚利桑那州的民主党众议员亚萨明·安萨里,在X上突然发了一条帖子。

图片

“民主党上任第一天的头号议程,应该是暂停先进AI的开发,监管这个失控的行业,以及禁止人工超级智能。”

不是,美国AI终于迎来了自己的智子吗...不过这个智子不是三体人放的,是美国人民自己选出来的。。。

图片

图片

马斯克也转了这条帖子,配了一句话。

图片

翻译过来就是美丽新世界,这个其实是很内涵了。

不过,如果只是普普通通的一句话,其实我觉得还不太会引起这么大的反应,主要问题还是在于,他们之前是真的提了一套法案的。

今年9月23号,桑德斯在参议院提了一项《2026年禁止人工超级智能法案》,第二天,众议员卡萨尔在众议院提了同名的版本,然后这姐们就是最早的联署人之一。

法案的内容,大概是这么几条,我简单总结一下:

1. 全面禁止开发人工超级智能。法案的定义是,在大多数领域超过人类认知能力,或者有能力毁灭人类、让人类失去控制权的AI。

2. 成立一个内阁级的人工智能部,专门盯着前沿AI系统,监督移除那些危险的能力,比如不听关机指令,比如擅自发动网络攻击。

3. 在这个部门组建完成、把安全规则定下来之前,先进AI的开发全部暂停。暂停期间,相关的模型不能训练,不能修改,不能微调,还没发布的也不能发布。

4. 违规的话,个人最高判20年,公司可以被强制解散,法案的新闻稿管这个叫企业死刑。

图片预览

法案里的先进AI,是按算力划线的。

众议院版本给的那条线,是训练算力达到10的25次方次运算。

欧盟的《人工智能法案》里,判断一个通用大模型有没有系统性风险,用的也就是同一条线。

那这个数据有多离谱呢,按之前的统计,第一个越过这条线的模型,就是2023年3月发布的GPT-4。。。

也就是说,从GPT-4往后,所有的前沿模型都在这条线上面,你别什么GPT-6 Astra、Claude Opus 5.5了,就连你现在看都不想看一眼的Llama 3.1 405B,都过线3.8倍了,2025年的Grok 3,过线了46倍。

所以啥前沿AI啊,一个都跑不掉。

如果这个法案真的实施,OpenAI、Anthropic、谷歌、xAI、Meta这些前沿的实验室,基本按照口径,所有的模型训练全都得停下来。

毕竟,你要是违规的话,个人判刑20年,公司直接强制解散。

不过这个法案基本上也不太可能能过,因为毕竟如今坐镇白宫的还是川普,法案想通过,是要川普签字的,川普这个如此支持AI的,怎么可能签字呢对吧。

总统不签,就可以直接否决。

国会想推翻总统的否决,两院都得拿到三分之二的票,所以众议院435席,三分之二是290席,参议院100席,三分之二是67席。

民主党这次赢得再碾压,众议院也就是250到260多席,参议院54席上下,离三分之二还差着很多,所以基本也不太可能否决川普的否决。

所以当时选举完了之后,川普发了一个一张红帽子的图,帽子上就一个词。

VETO。

否决。

图片预览

那法案明显不可能会通过,为啥整个故事直接崩盘了,已经开始形成恐慌性抛售了呢?问题就在于,数据中心的故事崩了。

AI对于美国的民众来说,如今是一个彻彻底底的民生问题,因为他们基建太烂了...太缺电了。

大家其实很容易觉得,大模型竞争就是比如OpenAI跟Anthropic比如比benchmark,谁比谁更聪明一点,这算一个维度。

但是最核心的维度,其实是四个东西:

钱、芯片、土地、电。

你有钱,你才能买GPU啊。

你买了GPU,你就得有地方塞啊对吧。

那塞进去以后,还得供电。

那供电以后,你还得管散热。

这一切都搞定之后,你才能继续盖下一座。

这几年整个美国AI牛市,最重要的底层假设之一,就是这一套循环可以无限扩张,所以资本支出疯涨,老黄的卡越卖越起飞,电力公司甚至变压器都在kuku涨。

结果中期选举的时候,美国老百姓不乐意,他们拿着选票说:等会儿,不是你们凭啥这么建啊?我们不准你们建了啊。

原因特别朴素,就是一个东西:

电费。

按照美国能源信息署的数据,美国居民电价从2024年到现在,涨了一成多。俄亥俄州的居民电费,两年涨了20%以上。达拉斯联储的研究也说,数据中心的用电需求,把美国整体的批发电价推高了6.9%,而那些数据中心扎堆的地方,最多推高了15%。

我们这时候可以代入一下美国老百姓的视角,现在,一个几百亿美元的数据中心修到你家旁边。

GPU是英伟达赚的钱,模型是OpenAI赚的钱,股价上涨是硅谷股东赚的钱。

然后你发现:“家里电费涨了,不是怎么水资源也紧张了,我怎么买个打游戏的电脑都涨价了?”

这就是整个事情最关键的地方,AI第一次真正遭遇了所谓的“政治经济学问题”。

技术带来的收益,是全国性的,但成本,却高度地方化分散化。

硅谷拿走模型收益,华尔街拿走资产升值。

但那个住在小镇里、每个月交电费的人,他首先看到的是账单暴涨了,生活成本,也暴涨了。

于是,民意压不住了。。。

新当选的得州州长伊诺霍萨,竞选的时候就承诺,暂停新建数据中心,取消给大开发商的补贴和税收优惠。

美国规划中的数据中心容量,大概有四分之一在得州,因为,得州是川普的大本营,谁能想到,大本营被人翻了呢。

现在,OpenAI在那里盖 Stargate,Google投资数百亿美元扩建AI基础设施,Meta和微软也在建设大型算力园区。

马斯克更是把自己的自动驾驶算力、机器人生产、先进芯片工厂、星链制造和星舰生产体系大量放在这里,这一下,全部大眼瞪小眼了。

News | Inside the circular nature of OpenAI’s blockbuster data center deals

同一天赢下州长的,还有佐治亚州的博顿斯,她承诺在全州暂时停建新的数据中心,先评估对电费、社区和环境的影响。还有俄亥俄州的阿克顿,她的主张是,数据中心除非自己承担全部电力成本、用工会工人、满足环保标准,否则就先停下来。

而这些州的政策推进,都不需要川普签字的,州长有自己的决策权。

而且这还只是州长。

这次中期选举,美国很多地方的选票上,直接就印着跟数据中心有关的投票,选前福布斯统计过,13个州加起来有50多项。

按CNBC的统计,除了一项以外,选民几乎全都站在了数据中心的对立面。

俄亥俄州有个小镇叫阿什维尔,镇上有个已经开工的数据中心,80%以上的选民投票反对它,加州的阿罕布拉,80%以上的人投票支持禁建数据中心。

所以,整个信心就动摇了,这个年代大家也都知道,在金融行业里面,信心很多时候,是比任何指标都要珍贵的东西。

但其实我们从底层去思考这个问题,我觉得还是有一个非常具体的现实。

就是如今AI领域技术的进步速度,已经远远超过了技术红利向普通人传递的速度。

这是一个非常严重的失衡。

你会发现一个很奇怪的事情。

AI已经在技术层面改变了世界,但它在经济层面给普通人带来的增量,可能远远没有我们想象得那么多。

一个普通的上班族,他可能确实可以用AI写邮件、做PPT、整理表格,效率提升了很多。

但是,他的工资涨了吗?

他的工作时间缩短了吗?

他有没有因为AI,获得一个以前完全不可能获得的机会?

我们回顾历史上那些真正改变世界的技术革命,会发现一个非常重要的共同点,它们最终都创造出了大量新的需求、新的市场和新的普通人的机会。

但这一轮AI,我们当然会相信,未来必然会有星辰大海,但是现在处于一个技术曲线爆发的前夜,从如今的视角看,确实很难看到以后的增量。

所以,如果AI创造的价值,大部分都变成了少数科技公司的利润、资本市场的市值,以及少数掌握算力和技术的人的财富。

与此同时,大量普通人却要面对更昂贵的生活成本、更激烈的就业竞争,以及随时可能被替代的焦虑。

你可以告诉他们,AI将改变人类文明。

你也可以告诉他们,AGI可能就在明年。

但是最终它一定会问你一个问题:

“那跟我又有什么关系呢?”

我始终觉得,AI的本质,一定是以人为本。

一个时代的技术有多伟大,最终亦要看它能让多少普通人的生活变得更加美好。

让那些原本因为教育、资源、地域和财富而被挡在机会之外的人,能够借助AI,第一次获得参与竞争的资格。

让那些曾经难以攻克的顽疾,得以治愈。

让AI创造出来的效率,最终真的变成更便宜的商品、更好的服务、更高的收入,以及我们人类,更多的自由时间。

但我希望,未来回头看这段历史的时候,我们谈论在AI时代的成功,除了模型有多强、芯片有多先进、数据中心建了多少座之外,还能有另一个答案。

就是因为AI的出现,千千万万普通人的命运,真的发生了改变。

毕竟,真正的国运,它也会一定会,出现在每一个普通人的生活里。

跳转微信打开

疯狂的红果 |【经纬低调分享】

2026年11月5日 12:06

Muse 2026-11-05 12:06 北京

以下文章来源于:视觉志

视觉志

看见新生活

提到红果,你是不是还在想到土味短剧、广告,想到霸总、赘婿、婆媳大战?现在可有点不一样了,红果的日活已经超过2亿,人均每天能刷接近3个小时。有人国庆七天几乎全在看,有导演、作家、大学教授也开始追短剧,这个“新晋国产四大APP”之一变成了很多人下班以后最顺手的娱乐。

更夸张的是,红果正在变成世界的。中国短剧被翻成十几种语言,送到200多个国家和地区;泰国人在翻拍,好莱坞在跟进,中国短剧演员甚至能在菲律宾机场被粉丝接机。

红果能跑这么快,也不只是因为“免费”。番茄小说负责找故事,Seedance负责把画面做出来,剪映负责剪,抖音再把人送过去。字节手里原本分散的内容、工具和流量,被一点点串成了一条很顺的流水线。

以前大家总觉得短剧只是互联网边角料,现在看,它可能已经变成了一种新的大众娱乐基础设施。人们需要的未必是更长的故事,只是更快地进入下一段情绪。以下,Enjoy:

来源丨视觉志(ID:iiidaily)

编辑 | Muse

中国的短剧,已经不止是中国人的短剧了。

截至2026年9月底,中国出海微短剧累计总量约29万部,较2025年底增长287.73%。它们被翻译成十几种语言,出现在两百多个国家和地区的屏幕上。

泰国人在翻拍,好莱坞在布局,中国短剧演员在海外成为当红巨星,在鲜为人知的角落里,中国短剧正在征服全世界。

无论是何种肤色、无论是什么语言,都沉迷于它30秒一个的爽点、2分钟一集的故事、1小时一段的人生里。

世界在变,讲故事的方式也在变,而短剧恰好站在了那个变化的缝隙上。

而这一切的起点,绕不开一个平台———

红果短剧。

“先把规矩立住,路才能越走越宽”“贵是贵了点,但吃了不烧心”……

这个秋天,全网都在说“不烧心”的梗。

该梗出自红果短剧上一批AI市井剧,它们普遍用着同一套剧本,讲主角摊主用好油好料,因原料涨价被迫提价,被老顾客骂黑心。隔壁摊主见状,遂使用劣质食材打价格战,抢走顾客。

但主角摊主宁肯收入下降也不昧着良心作恶,几轮反转后,黑心店翻车,流失的顾客排着队回来,并在最后撂下那句:“贵是贵了点,但吃了不烧心。”

图片

在许多人看来,它不过是中文互联网又一个爆火的梗罢了,不足为奇,过俩月就将被淘汰。

殊不知,“不烧心”爆火背后,其实是红果短剧的强势崛起。

提起红果,人们的脑海里总会浮现出“霸道总裁”“婆媳互撕”“歪嘴龙王”等土味短剧,它们粗制滥造、毫无营养,根本上不了台面。

图片

但一组最新的数据,颠覆了人们的想象。移动互联网商业数据平台QuestMobile监测,截至2026年9月,红果短剧日活突破2亿,超过“爱优腾芒”四家日活之和。更吓人的是,红果人均单日使用时长高达165.98分钟,相比之下,抖音是112分钟,微信是82分钟。

红果的现象级爆火,引得腾讯都赶忙下场,于2026年9月推出绿泡泡短剧,主打一个免费短剧。

即便如此,仍难以阻挡红果的疯狂蔓延。

这种疯狂,不仅局限于用户的狂热,更体现在全球范围的开疆拓土——红果,已经不仅仅是国内的红果了。

01

时间杀手

大量网友吐槽,自己每天都在通宵看红果,明明第二天有早八、要上班,但就是按捺不住想看的心,说好的再看一集就睡觉,结果一不小心天就亮了。

图片

就连游戏也不玩了、抖音也不刷了、微信也不聊了,一整天光顾着看红果,吃饭的时候看、上班摸鱼的时候看、睡前躺着看、睡醒接着看……

地铁早高峰,十个人里七个在刷红果,有人看得入迷,直接坐过了站。高铁列车上,随意瞟一眼,周围鲜有闭目养神的人,大都沉浸于红果短剧里。

图片

尤其是前不久的国庆节,出门旅游人挤人不再是主旋律,窝在家里看红果反而成了许多人的日常。有人国庆第一天就刷了700多集短剧,哪怕按照1集1分半钟换算,也等于看了17、8个小时。

图片

有人两眼一睁就是红果短剧,国庆有7天假,他便看了7天,晚上没睡过,早上没醒过,连水果、零食都省了。

图片

更有网友发现,不仅自己在看,家里的父母与弟弟妹妹也在看,吃饭的时候,一张餐桌四个方位,每个人都抱着一台手机刷红果短剧,你看废柴逆袭、我看AI漫剧、她看恋爱甜剧。

图片

图片

正因此,不仅网友在提醒自己戒红果,红果官方也赶忙上线防沉迷系统,一次性推出“休息提醒”与“睡眠提醒”,一旦超过观看时长或深夜打开红果,就会被叮嘱放下手机,赶紧休息。

图片

红果甚至还打算下架金币功能,这项功能旨在吸引用户长时间观看,看得越多,就能获得更多金币,最终提现。不少人就是为了多赚一毛钱,不知不觉泡在红果数小时。

纵观其他视频App,无一不在疯狂抢夺用户的时间与精力,巴不得人们在自己的平台多待一会儿,但红果却仿佛在告诉用户:别再看我了,这让我压力很大。

这些时间是谁贡献的,答案其实出乎所有人预料。

在许多人的想象中,红果的受众都是中老年人、县城打工人,可实际上,它早已跳出特定的圈层,覆盖了所有人。

图片

图片

即便是许多人眼中不食人间烟火的名人,也逃不过。

2026年8月,知名导演贾樟柯发了一条微博,开头六个大字:最近在看红果。不仅如此,他还向全网征集好看的短剧,俨然一副沉迷其中的模样。

图片

不止贾樟柯。

莫言也坦言自己爱刷短剧,不管是赘婿退婚还是玄幻武侠,明明剧情狗血、套路相似,他仍然爱不释手。

图片

华东师范大学的一位中文系教授也在无意间打开短剧后,一发不可收拾,开始充会员、熬夜追剧。

以前人们总说,移动互联网时代,每个人都活在各自的信息茧房里,可红果一出现,所有人被拉进了同一块屏幕前,看同一套剧本,熬同一个夜,说同一句“吃了不烧心”。

它像空气一样,自然而然地融入了许多人的日常。

02

被土味短剧,改头换面

红果为什么会火到这种程度?

很多人的第一反应是———免费。

这话只说对了一半。

在中国市场,免费早已不再新奇,游戏免费、看书免费、刷短视频免费……既然大部分产品都免费,那光靠免费的策略,很难打出差异化,进而扩圈且收割庞大的用户量。

更核心的地方在于,短剧本身。

今年夏天最出圈的一部短剧,叫作《持械入宋》,故事讲五名现代特战队员带着全套装备,穿越到北宋宣和年间,利用现代人的思想与技能,在乱世中站稳脚跟。

听着像是标准爽文开局,可它偏偏比许多历史正剧还考究,譬如科举考试,它不是一笔带过,而是站在普通人视角思考,应该怎么一步步买书、学习、考试、走进朝堂。

图片

包括练兵、守城、入朝、抗敌战术等环节,亦真实还原历史与人物性格,观众仿佛置身于其中。近期,它更是因为神还原李清照的形象,再度出圈。

图片

无数观众看后感慨,自己竟然在一部AI漫剧里,了解了真实的北宋。

还有全网播放量破亿的《归墟》,这部AI科幻短剧的世界观、剧本、画面生成、剪辑配乐全由一个人负责,却拍出了堪比院线大片的质感。

图片

大量网友看后,彻底对AI漫剧改观,称其完全有资格进电影院,就连人民网都站出来评价:用匠心去除“AI味”。

图片

真人短剧亦然。

现在的真人短剧,不再是6年前的歪嘴龙王、恶毒婆媳类型,其品质亦愈发精良,无论是妆造还是布景,都胜过了诸多长剧,是肉眼可见的大制作。以至于曾经的长剧观众,纷纷“叛逃”,改看2分钟一集的小短剧。

图片

      真人短剧《好雨知时节》  

以前拍真人短剧,五六个人一个院子,两三天便能拍完一部戏,剧本是抄袭的、分镜是1:1复刻的、演员是400元/天现找的、服装道具是下单后要7天无理由退货的。

整个行业,充斥着一股浮躁的气息,大家不求质量,只求速度。

可随着短剧行业的制作公司增多,每天生产的劣质短剧供过于求,使得越来越多人开始走精品化路线,导演要专业的、演员要北影中戏出身的、群演要资深的、服化道亦要精细考究的。

2026年5月起,李连杰先后上线了《源力江湖》《剑归》两部短剧;同年9月,导演郭靖宇带着旗下29位艺人勇闯短剧行业;李若彤饰演的《夫人她专治不服4》,开播前预约量破七百万。

图片

 李连杰饰演的短剧《源力江湖》  

吴刚、唐国强、钟欣潼、叶璇……无论是知名演员,还是专业团队,都在一个接一个地涌入短剧行业。

图片

吴刚饰演的短剧《长路初心》  

当然,精品短剧的涌现,依然无法解释红果的现象级爆火。毕竟平台有很多,凭什么观众只愿意守着红果看?

这就不得不提它的幕后推手———字节跳动。

众所周知,字节跳动打造了一块巨大的娱乐版图,短视频有抖音、网文小说有番茄、AI短剧有红果,三者各司其职,负责不同的内容。

那它们是怎么串联上的呢?

首先拍一部短剧,最难的从来都不是拍摄,是写一个人们愿意看的故事。其他平台的编剧得吭哧吭哧熬夜想,红果则不用为这件事发愁,因为番茄小说就是现成的剧本库。

只要某本小说在番茄上面火了,它就会立马被红果买下IP,成为待爆短剧。

《2025年网络文学IP转化报告》统计过,2025年全网664部年度爆款短剧中,有413部改编自番茄小说的IP,占到62%,短剧平台TOP50的榜单里,番茄原创IP更是占到64%。

可以说,红果不需要赌哪部剧会火,只需静待番茄排行榜上的新IP即可,而且它们还自带忠实观众。

有了IP,怎么拍?

Seedance。

这是字节跳动旗下的AI视频生成工具,2026年2月Seedance2.0问世时,影视飓风便拍了一条视频体验其效果,预感它将对影视从业人员造成巨大影响。

图片

而今,便有大量团队与个人,利用Seedance生成AI漫剧,1分钟成本800~1000元,一周左右便可出片,无论是质量还是产量,都对传统影视行业形成了降维打击。

此外,剪映作为字节跳动旗下的工具,亦是短剧行业不可或缺的一环,人们利用它剪片、生成字幕与配乐。

最后一步更关键,怎么将短剧推到观众面前。

这时就该抖音出场了,作为国内最大的短视频平台,每天都有海量用户在抖音里刷影视剧解说,红果短剧的切片便可混入其中,吸引人们跳转到红果观看全集。有数据显示,红果有超过一半的新用户,来自抖音。

图片

之后,红果再利用免费、精品短剧与金币三套组合拳,将用户牢牢摁在屏幕前。

难怪红果会成为最大的赢家。

03

红果的出海

不仅中国人在刷短剧,外国人亦沉迷其中。

社交平台上,大量中国游客在国外旅游时,惊奇地发现,当地人也会捧着一台手机看中国短剧,他们看得津津有味、忘乎所以,坐地铁时看、搭公交时看、坐飞机前还要缓存下来看,一些出租车司机,甚至会边开车边看短剧。

图片

当地人形容:中国短剧比Tiktok都让人上瘾。

于是,短剧出海成为了2026年的风口之一。

有数据显示,截至2026年9月底,中国出海微短剧累计总量约29万部,比2025年底增长了287.73%。

为了出海,中国的短剧团队会将每部剧翻译成英语、印尼语、泰语等14种语言,然后输送至美国、巴西、沙特等200多个国家和地区。

更有意思的是,同一个剧本,他们还会结合当地风俗,套上另一层壳。比如女性逆袭,在美国要做成强情绪、快节奏、个人选择与尊重;在日本要做成职场隐忍、关键时刻挺身而出;在东南亚则要落到伦理关系和社会阶层。

外国人不仅看,还拍。

泰国的正大集团便选择与中国公司合作,大量翻拍中国爆火的短剧,演员换成泰国人,场景搬到曼谷街头,台词全说泰语,剧本保留。中国人拍霸道总裁爱上我,外国人就拍华尔街金融大鳄爱上灰姑娘,石油大亨恋上保洁员。

图片

      泰国的短剧海报  

他们甚至办了一个人才孵化计划,教泰国年轻人用AI写剧本、搭团队、拍本土短剧,俨然要将短剧当成重要产业。

好莱坞的老牌公司也坐不住了,福克斯联手短剧制作公司,一口气规划了超过200部短剧,环球等传统影视巨头亦在布局。跟风背后,是美国微短剧月活跃用户从2024年的2600万涨到2025年的6600万。

剧火了,人也跟着火了。

2026年初,中国短剧女演员张颖菲凭借一部《真千金她是学霸》,在菲律宾成了“国民女神”。

图片

她落地菲律宾首都马尼拉时,大批菲律宾粉丝到机场接机,当地电视台的晨间节目请她做嘉宾,商场举办的粉丝见面会人满为患,大量菲律宾人用普通话喊她剧里的名字,马尼拉市长更是出面站台,称她是“真正的偶像”。

图片

张颖菲在菲律宾受追捧  

一个中国短剧演员,在东南亚拥有如此庞大的号召力,放在过去根本难以想象。

真人演员爆火,AI演员亦摇身一变成了角儿。

2026年6月,AI短剧《被裁掉的女孩》上线。故事并不新鲜,小镇姑娘方桃子揣着模特梦来到大城市,面试被拒,被同行排挤,拒绝潜规则后被边缘化,最后靠自己闯出一条路。

不曾想这部剧竟然爆火,第一季播放量突破2.2亿,AI演员方桃子顺势出圈,登上热搜榜,网友形容「AI演员比内娱待爆艺人都火」。

更让人没想到的是,幕后团队给方桃子开通了抖音账号,自我介绍是2026年4月1日被捏出来的白羊座女生,20岁,身高173,MBTI是ESFP,日常会发晨跑、吃饭、跳手势舞、穿搭……俨然就是一位真人明星。

图片

同剧男主周以衡也开通了账号,两个人还有个CP账号叫“桃不掉衡”,大量网友挤在下面磕CP,追日常。

2026年7月,方桃子甚至接到了商业广告,客户是一款美瞳产品。据说,她60秒以上的视频广告报价一度达到25.8万元,比许多百万粉丝的真人网红都贵。

图片

2026年,全民进入了纯过日子时代。

人们不愿再为了面子包装自己,也不愿再费尽心思维持一份体面,下班回家后,能有一段不费脑子的快乐,就算这一天没白过。

往后余生,纯过日子。

红果短剧在这个背景下,越来越火,它不要求用户腾出两个小时的时间,不要求观众记住复杂的人物关系,甚至也不要求用户为它付一分钱。

人们下班累得只想瘫着,它就提供30秒一个的爽点,半小时一部的离奇故事。

杨德昌曾在电影《一一》里说:电影发明以后,人类的生命至少延长了三倍。

短剧诞生后,人们的生命,似乎又再次延长了。

但生命是有限的,短剧是无限的,在这看似被延长的生命里,究竟是空虚更多了,还是充实更多了?

一部短剧完结了,还可以继续刷下一部,投入到短剧中的精力和时间,却不会重来。

从商业视角上,红果已经硕果累累。

而陪红果一路壮大的看客们,贡献出自己的土壤和营养之后,又将会结出什么样的果呢?

关于作者:视觉志(ID:iiidaily)用文字记录生活,用视觉表达人生,每晚听你倾诉喜怒哀乐,陪你走过岁月长河,撑起朋友圈数千万人的精神世界。转载请联系(ID:iiidaily)授权。

监制:视觉志

编辑:Muse

策划:视觉志

跳转微信打开

马斯克这5句话,治好了谁的精神内耗 |【经纬低调分享】

2026年11月4日 11:59

经纬创投 2026-11-04 11:59 北京

马斯克最近的访谈聊了很多很大的东西,超级智能、人类会不会被机器甩在后面、钱还有没有意义、未来还需不需要工作。

听到最后,最让人容易记住的,反而是一个很小的画面:在自家后院种番茄。

明明超市里两块钱就能买,自己种又慢、又麻烦、还不划算,可还是有人愿意花三个月去浇水、施肥、等它长出来。因为有些事,本来就不是为了效率。

我们现在太习惯给所有事情算回报了。读书要有用,认识人要有用,休息最好也能“充电”,连兴趣都恨不得最后变成副业。但如果有一天,AI真的比人聪明,钱也越来越不像人生唯一的计分板,那些“不划算”的事情,反而可能变得更重要。

种番茄也好,做点没人要求你做的东西也好,单纯对一件事保持好奇也好。人不一定非得时时刻刻证明自己有用,别太无聊,可能已经是很重要的一件事。以下,Enjoy:

来源丨笔记侠

责编 | 贾宁

排版 | 沐言

图片

内容来源:整理自《乔布斯传》《马斯克传》作者沃尔特·艾萨克森的播客《The Builders》首期访谈。

这两年跟身边做企业的朋友聊天,聊到最后话题总会滑向同一个地方:累,但不敢停。

以前大家苦,但心里还有奔头。觉得只要把这单拿下、把对手熬死、把公司做上市,就能松口气。

但现在不一样了,时代变得太快,你辛辛苦苦攒了十年的经验,可能一夜之间就不值钱了;好不容易赚到了下半辈子吃喝不愁的钱,却突然发现除了看财报和盯KPI,自己根本不知道该干嘛。

最近,马斯克和给他写传记的艾萨克森坐下来聊了40分钟。去掉那些造火箭、搞算力的技术内容之后,你会发现,这个世界上最能折腾的人,其实也在琢磨一个问题:如果有一天,我们引以为傲的聪明才智没用了,钱也没用了,人到底图什么?

今天这篇内容,不聊趋势,也不谈管理。我们就借马斯克的几句大实话,聊聊怎么在这个让人喘不过气的时代,给自己的心找个落脚的地方。

01

别总觉得地球离了自己就不转

我们这代人,尤其是做老板、带团队的人,身上都有股散不掉的紧绷感,总觉得自己是绝对的主角。

公司少盯一天就要乱套,行业少踩一个风口就要完蛋,面对新技术新趋势,第一反应永远是:“它会听我的,还是会取代我?”

访谈里,艾萨克森也问了马斯克几乎一样的问题:如果未来出现了一种比人类聪明成千上万倍的智慧,它会统治我们吗?我们会沦为它的奴仆吗?

马斯克的回答有点损,但也特别透彻:“我不确定‘臣服’这个词是否准确。你可以看看丛林里的黑猩猩——人类比它们聪明得多,但我们不会去对黑猩猩发号施令,也不会去微观管理它们的日常生活;我们基本上就是划定一片森林,让它们自己待在里面。我猜未来超级智能对待人类,大概也会是那种状态。”

听完这话,你是不是忽然明白了点什么,又有点想笑?

人类担心了半天“被奴役”,结果人家根本懒得搭理你。就像你周末去爬山,看见树上的猴子在抢果子,你既不会去给猴子开个早会定KPI,也不会去抢它的果子,你只是路过,顺便看看它们。

商业世界里的换代,何尝不是这样。

很多老一辈生意人总想不明白:“我这么勤奋,把成本抠到极致了,怎么还是输了?”因为新东西淘汰旧东西,不需要在你的棋盘上赢你,直接把棋盘掀了就行。马车夫把马车驾得再快,造汽车的人也不会看他一眼。

承认自己在更大的趋势面前可能只是“森林里的黑猩猩”,其实挺解压的。

人这一辈子,很多痛苦都来自于太把自己当盘菜,总觉得自己必须掌控一切,必须赢过所有人。当你接受了“有些东西确实比我强太多,甚至不在乎我”这个事实,那种时刻紧绷的胜负心,反而能松下来。

02

去自家后院,种一颗番茄

顺着“黑猩猩”的话头,艾萨克森问了一个更扎心的问题:如果有一天,吃穿用度全都不愁,钱变成了一串没意义的符号,而且你干啥都没机器干得好,那人活着还有什么意思?

马斯克听到这个问题时停顿了一下,随后打了个比方:“工作将从生存必需品,变成一种个人爱好。今天你根本不必自己种水果蔬菜才能吃饱饭,去超市买便宜又方便;但依然有很多人喜欢在自家后院流汗种番茄,摘下来给朋友做一顿晚餐。艺术创作也是如此,人们纯粹出于热爱去做,而不是为了谋生。”

“在后院种番茄”,是什么意思?

超市里的番茄两块钱一斤,个头又大又圆。你自己买种子、翻土、施肥、捉虫,折腾三个月,算上水电费和人工,结出来的番茄可能合五十块钱一斤,还长得歪瓜裂枣。

如果按我们平时做生意的逻辑,这事纯属脑子进水——投资回报率是负的,毫无效率可言。

可为什么还是有人乐此不疲?因为他在泥土里闻到了香味,看着种子发芽他心里高兴,把这盘番茄炒蛋端给朋友吃的时候,那种满足感是去超市买不来的。

我们现在很多人之所以活得像行尸走肉,就是因为把人生里的所有事,都变成了“去超市进货”。

看一本书,要先问这书能不能帮我搞钱;加个微信,要先盘算这人以后能不能用得上;甚至连周末陪孩子玩,都在焦虑有没有培养出他的核心竞争力。

我们把每一分钟都拿去换算成钱和地位,结果呢?等真赚到钱了,突然发现自己丧失了“觉得一件事好玩”的能力。

如果把所有事都只打上“有用”和“没用”两个标签,人活得就真很没劲了。

试着在你的生意和KPI之外,留一小块后院,去种几颗不赚钱、不装门面、纯粹因为你自己喜欢的“番茄”。

哪怕周围的人都觉得这事没效率,那又怎样?是你自己在过日子,又不是活给别人看的。

03

钱太多,它就真的不是你的钱了

聊到钱没用,很多人肯定会在心里翻白眼:你是世界首富,你当然站着说话不腰疼。

艾萨克森显然也替大家问了:现在贫富差距这么大,你名下上万亿美元的身家,你自己怎么看?以后又打算留给谁?

马斯克也没藏着掖着,直接算了笔账:“很多人在经济学上存在一个误区,把‘资源配置权’和‘个人消费’混为一谈。任何人类个体的生理消费能力都是有上限的,很快就会饱和。财富从10亿美元涨到100亿美元,并不会让你快乐十倍,也不会让你每天吃十顿饭、睡十张床,它只是给你增加了一个资源配置的课题。”

这话虽然糙,但道理一点不假。

人的肚子就那么大,一天顶多吃三顿饭;身体就那么长,晚上睡觉也就占两米宽的地方。你银行卡里有一个亿,跟有一百个亿,在吃喝玩乐这件事上,其实拉不开十倍的差距。

马斯克说,他名下所谓的巨额财富,说白了就是SpaceX和特斯拉的股票。他之所以死抓着这些股权不撒手,不是为了去换现金买游艇,是需要保持足够的投票权来掌控公司方向,确保登陆火星和研发AI这类长周期、高风险的目标不被短期资本裹挟。

而且他也挑明了,等他死后,几代人下来加上重税,后代根本拿不到什么钱,绝大部分资产都会扔进基金会,继续干这些没干完的活。

很多做企业的老板,赚到第一桶金之后最容易迷失。买豪车、买宅子、置办一堆自己根本住不过来的资产,结果没高兴两年,就陷入了深度的无聊。

因为搞错了钱的用途。

在温饱线以上、财务自由线以内,钱是你的“消费券”,用来改善你和家人的生活。但一旦跨过了个人消费的生理上限,账户里多出来的那些零,其实已经不是你的私产了,它是社会交给你的一张“资源选票”,看你能调动多少人、多少物资,去干成一件别人干不成的事。

把选票当饭票花的人,最后都会被撑死在虚无里。

04

别陷入信息茧房

除了聊未来和聊钱,这场对话里最接地气的一段,是他们聊到了平时怎么看新闻、怎么刷手机。

艾萨克森吐槽说,现在刷X(原推特)刷久了,感觉满屏都是骂战、仇恨和坏消息,好像世界明天就要完蛋了;但只要把手机一揣,出门在自己住的街区溜达一圈,看邻居遛狗、看小孩玩耍,又觉得日子挺太平、挺美好的。

马斯克作为X的老板,自己也承认这一点:“社交媒体上的政治引战和愤怒诱饵确实太多了,刷久了很容易产生世界正在崩塌的错觉。但是,如果你只生活在环境优渥的街区,出门散步觉得一切岁月静好,那也可能是另一种失真。你可以处在现实世界的‘积极泡沫’里,也可以处在社交媒体的‘消极泡沫’里,而真实的现实往往处于两者之间。”

这段话真是说到心坎里去了。

看看我们身边的人,现在基本分成了两拨:

一拨人天天泡在短视频和热搜里,看什么都觉得是阴谋,看哪个行业都觉得要完蛋,每天在群里转发各种焦虑文章,吓得自己一步都不敢动。这是掉进了“消极泡沫”。

另一拨人呢?早些年赚了点钱,住在高档小区,出入的圈子全是在夸他的人,谁要是跟他说句真话、提个风险,他就觉得对方在传播负能量。这是躲进了“积极泡沫”。

马斯克提到了一个词,叫“被误导的共情”。

很多日子过得顺遂、心地善良的管理者,特别容易犯一个毛病:总觉得自己是好人、讲道理,天底下所有人的脑回路就都跟自己一样。为了不得罪人,为了当个大家都喜欢的“老好人”,在面临重大危机和烂摊子时心慈手软,不敢切腐肉,结果把整个团队和公司一起拖下水。

马斯克自己就在这上面栽过跟头。他在政府部门折腾了一年多,最后拍屁股走人,得出的核心教训就是:在旧体制里根本没法削减开支,因为“砍预算会得罪一大批人,而掌权者都希望获得别人的喜爱,没人愿意承受别人的抱怨”。

做决策的人,脑子必须清醒。既不能被网上的焦虑信息吓破胆,也不能被身边人的奉承话哄睡着;更不能为了博一个“好人”的名声,去牺牲未来。

05

只要你不觉得无聊,好戏就还在后头

面对这个越跑越快、甚至让人有点害怕的时代,我们普通人到底该怎么办?

马斯克在整场访谈一开头,其实就已经把底牌亮出来了。

当时艾萨克森问他:你一会儿担心危机,一会儿又跑去造AI,为什么这么摇摆?而且你这么相信世界是个虚拟的模拟程序,这跟你的行事风格有关吗?

马斯克说:“我只有两个选择,要么当参与者,要么当旁观者。我想当参与者比当旁观者更有意思,也许我能塑造它,希望把它引向一个好的方向。

如果模拟理论是正确的,那么任何枯燥无聊的模拟进程都会被截断终止。因此,我们能够存在这一事实,就意味着我们是一个有趣的模拟样本。所以真正最重要的事就是:不要变得无聊。”

你看,道理就是这么简单直接。

这世上从来没有绝对完美、躺着就能享福的“乌托邦”,但也没必要天天哭丧着脸觉得世界要完蛋。

马斯克更喜欢《连线》杂志创始主编、“硅谷预言帝”凯文·凯利提过的一个词,叫“进托邦(Protopia)”:承认日子有毛病,承认明天还有新麻烦,但今天比昨天好上那么一点点,就够了。

当浪潮拍过来的时候,站在岸上背着手骂街、叹气、当个旁观者,确实最省力,但也最无趣。跳进水里当个参与者,哪怕呛两口水、哪怕最后发现自己只是森林里的一只黑猩猩,至少你亲自下场玩过了。

真正衰老的标志不是长白头发,也不是赚不到钱,而是你对什么都提不起兴趣了,觉得干啥都没意思,活成了一段随时可以被系统关掉的“无聊程序”。

保持好奇,只说真话,去后院种你的番茄,去干那些让你两眼放光的事。

只要你还不觉得无聊,这场戏就永远不会散场。

跳转微信打开

英伟达“亲儿子”,为何被720亿美元负债拖住了?|【经纬低调分享】

2026年11月3日 11:55

刘杨楠 2026-11-03 11:55 北京

以下文章来源于:甲子光年

甲子光年

甲子光年是一家科技智库,包含智库、社群、企业服务版块,立足中国科技创新前沿阵地,动态跟踪头部科技企业发展和传统产业技术升级案例,推动人工智能、大数据、物联网、云计算、新能源、新材料、信息安全、大健康等科技创新在产业中的应用与落地。

几年前,CoreWeave做了一件很大胆的事。别人拿房子、土地做抵押,它拿GPU去借钱。那时候H100一卡难求,微软、OpenAI、英伟达又都站在身后,GPU看起来既稀缺,又值钱,还能不断产生租金。于是金融机构愿意把几十亿美元借给它,CoreWeave再拿这笔钱继续买卡、租机房、扩数据中心。

这套玩法一度跑得很快,卡越多,订单越多。订单越多,越容易借到钱。借到钱,再继续买卡。CoreWeave也因此从一家币圈转型公司,变成了AI基础设施里最耀眼的新贵之一。

现在,飞轮开始变沉了,债越滚越大,利息越来越贵,数据中心还得继续建。曾经帮它融资的GPU,本身又是一种会折旧的资产。市场一旦不再相信需求会一直高速增长,问题就会突然变得很现实:这些卡还能值多少钱?那些长期合同真的能按计划变成现金吗?

同一家公司,两年前还被叫“英伟达最喜欢的初创公司”,现在无担保债券已经跌到垃圾债区间。CoreWeave这段经历,像给这轮AI基建热潮补了一堂金融课。技术可以跑得很快,机房和债务不会。GPU可以买回来,算力可以租出去,但利息每个季度还是得按时付。以下,Enjoy:

来源丨甲子光年

作者|刘杨楠

图片

“我从来不想做不赚钱的事情。”在一次访谈中,CoreWeave联合创始人布莱恩·文图罗(Brian Venturo)说道。

三人也是如此践行的。2025年3月IPO至今,CoreWeave三位创始人已合计套现33亿美元,均跻身彭博全球500富豪指数。其中,24亿美元是在2026年完成的,三人目前仍合计持有公司约20%的股份。

截至发稿,CoreWeave的股价较2025年夏天的股价峰值已蒸发近三分之二,三位创始人的减持更像一种及时止损。尽管公司发言人回应称,这些减持“预先安排、充分披露、完全符合标准市场惯例”。但对于CoreWeave目前的处境而言,核心成员加速离场难免扰动着外界对公司发展的信心。

市场已经发出警告。最近,CoreWeave在今年6月18日发行的无担保债券跌破80美分,成为“垃圾债”。据《金融时报》报道,根据信用违约互换市场的定价,CoreWeave未来五年内发生债务违约的隐含概率超过60%。

“股债双杀”的阴霾正笼罩着曾经的AI新星。

将时间向前拨三年,彼时的CoreWeave卡着AI算力供应链的咽喉要地,是一众新型云计算厂商的代表。英伟达、微软、Meta、OpenAI等新老巨头均活跃在CoreWeave周围,希望锁定更多GPU供应。

当时没人料到,正是这股将CoreWeave推向高峰的集体热情,在2026年将其拉下了神坛。

01

东海岸的“潘多拉魔盒”

CoreWeave成立之初便带着币圈大开大合的行事作风。

2017年Atlantic Crypto成立,2019年在加密寒冬中转型云算力并更名CoreWeave,当年2月种子轮仅120万美元;2021年获得Magnetar 5000万美元可转债,票面利率10%,彼时被称为“北美最大私有HPC云”。

2022年,CoreWeave持续加码,在公司年收入仅1580万美元的前提下,投入约1亿美元购买H100,如此巨大的采购量甚至惊动了黄仁勋。

但硅谷的投资者并不相信CoreWeave能够与亚马逊、微软和谷歌等资金雄厚的云计算巨头抗衡,这些巨头既是CoreWeave的主要竞争对手,甚至可能是其重要客户,以至于很多投资人认为他们疯了。

按照当时的行业预期,2024–2025年扩容至数十万张甚至百万张GPU需要数百亿美元量级。按当时的融资节奏,CoreWeave股权融资的速度和规模也远远追不上买卡速度和租数据中心的资本开支,且会不断稀释创始人与早期股东的股权。

于是,创始人将目光转向东海岸。

但由于公司处于亏损状态,更没有房产、土地等传统抵押物,传统公司信用贷款的大门基本关闭。资产负债表上唯一的大额资产就是GPU。

2023年8月,CoreWeave正式打开潘多拉魔盒。

他们拿到一笔23亿美元的延迟提款定期贷款(DDTL),由Magnetar与黑石战术机会基金联合牵头,Coatue、DigitalBridge、BlackRock、PIMCO、Carlyle参与。

据Wing VC的测算,按当时GPU抵押融资约70%的典型垫资率倒推,这笔贷款背后,押着价值约30亿美元以上的H100服务器,约合7万至10万张GPU。

交易披露后,CoreWeave一时间成为AI和金融交界处的最大创新者。

黑石高级董事总经理Jasvinder Khaira在官方新闻稿中称“CoreWeave显然是驱动创新的领导者”,并明确把这单交易定性为利用黑石“规模和灵活性为市场领导者提供创新金融方案”。媒体的关注重点也放在巨大的财富效应上,称其为“美国公司史上最大的私募融资之一”。

这笔贷款开了先例,也将GPU从算力资源迅速推向了金融化的另一极。

在此之前,GPU从未被当作贷款抵押品。它更多是每隔几年就淘汰的贬值耗材,银行通常偏好房产土地这类稳定资产。

但在2023年这个特殊节点上,GPU被叠了几层光环。

一是足够稀缺,彼时H100一卡难求,二手流通市场潜力可观,理论上即使订单违约,CoreWeave也可以卖卡回收资金。

二是有巨头的信任背书,CoreWeave的客户大多是微软、OpenAI等极具行业公信力的头部企业,签的是多年take-or-pay合同。也就是说,CoreWeave的抵押物其实是那些尚未交付的合同锁定的现金流。

此后,业内和CoreWeave定位相同的新型云厂商相继跟随这套模式,包括Lambda,Crusoe、Fluidstack等,只是金额体量有所不同。

GPU像一个精美的外壳,包裹着整个东西海岸对AI终局的期待。这股浓烈的期待将CoreWeave推上神坛,又重重摔下。

02

命运齿轮转向何方?

2023年初,全球市场仍弥漫着ChatGPT带来的冲击和兴奋感,巨头们率先发力,CoreWeave命运的齿轮也开始转动。

微软是第一家向CoreWeave抛出橄榄枝的巨头。

彼时,微软和OpenAI情意正浓,旗下Azure也处在传统云厂商向AI云转型的关键节点,几乎不敢在重大决策上表现出一丝迟疑。2023年,微软高管在财报电话会上承认,Azure的GPU服务器无法满足OpenAI需求,需要外采。

于是,微软与CoreWeave签署了一份多年期、价值可能达数十亿美元的云计算基础设施协议,成为CoreWeave最大的客户。公司披露的招股书数据显示,微软最终占2024年收入的62%,是公司的收入基石。2025年,CoreWeave依然有67%的营收来自微软。

2023年4月,英伟达加码,B轮参投1亿美元。

或许是有了微软和英伟达的护航,CoreWeave才能顺利向Magnetar和黑石贷款23亿美元,为后续的产能军备竞赛储备了第一桶金。

在GPU稀缺时代,拿到英伟达的芯片配额本身就是商业模式的护城河。媒体更将CoreWeave评价为“英伟达最喜欢的初创公司”,无形中将CoreWeave推向高位。

2024年5月,黑石和Magnetar再度加码,联合凯雷、贝莱德等向CoreWeave开出75亿美元的DDTL 2.0,创下当时私募信贷市场的最大单笔纪录之一。同月,Coatue领投11亿美元C轮,CoreWeave估值升至190亿美元。

2024年11月,The Information报道,微软计划到2030年底向CoreWeave投入约100亿美元。这是一个从未被官方确认的数字,但它发布的时间点精准卡在CoreWeave估值跳升的窗口。

同月,由Jane Street、Magnetar、富达和麦格理领投的6.5亿美元老股交易完成,思科也出现买家的名单中,CoreWeave的估值也被推高至230亿美元。

紧接着便传来IPO的好消息。路透社援引知情人士称,CoreWeave的目标是在2025年IPO中拿到350亿美元以上的估值,计划募资超过30亿美元。

正式IPO前夜,OpenAI添了最后一把火。递交招股书一周后,CoreWeave官宣和OpenAI长达五年、金额达119亿美元的合同,同时OpenAI通过IPO私募拿3.5亿美元的股权。

虽然OpenAI并非对CoreWeave营收贡献最多的客户,却在公司未来长期合约收入中占比极高。据《福布斯》估算,未来七年,OpenAI合作订单约占CoreWeave签约总收入的三分之一,合约金额超220亿美元。

2025年3月,东西海岸的巨头们拥着CoreWeave走进IPO大门,真正走上神坛。

只是,神坛的门票打了折。原计划以47–55美元发行、最多募资27亿美元的IPO。最终,英伟达以40美元价格认购2.5亿美元,把IPO定价锚在40美元,发行规模缩水至3750万股。这是2021年以来美国最大的科技IPO,也是一场靠巨头托底才没有冷场的IPO。

或许是由于CoreWeave开创的贷款品类完全处于私募市场,且无公开报价、主体债务无评级, 这套前无古人的贷款融资模式一直并未引起太多公众讨论。

但公司上市后,当这家一直身处暗处的公司被置于公开市场审视,CoreWeave头上的重重光环,都在今天化为做空方的靶子。

CoreWeave脚下不断自我强化的资本飞轮,建立在一种复杂的集体假想之上,包裹着对AI的憧憬,对巨头的崇拜以及对财富的迷恋。这些情绪让这只飞轮既锋利,又脆弱,当最薄弱的一环出现裂缝,便可能层层传导,直至整体崩塌。

在此之前,CoreWeave必须抓紧最后的时间窗口。

03

大厦将倾,亡羊补牢

质疑从IPO前夕就开始了。

2025年3月,英国《金融时报》援引一位持有科技空头头寸的投资公司高管认为,CoreWeave实则在用相对短期的票据为资本密集型的硬资产业务融资……而且还是拿正在贬值的资产(英伟达GPU)作抵押。“这不理想。”

但IPO的聚光灯盖过了分散的质疑声。上市后,CoreWeave和投资者仍经历了短暂的蜜月期。Q1财报显示,公司收入同比增长420%,自称“全球首家完成GB200商用部署的云厂商”。

随后,CoreWeave在2025年5月发行20亿美元无担保债券,票息9.25%、2030年到期,穆迪评级为B1,比投资级低四档。尽管评级不高,但发债当天,CoreWeave股价仍上涨19%。当时,投资者更关注收入增速和算力部署进展,对债券评级所反映的信用风险似乎并不敏感。

直到2025年9月,做空机构Kerrisdale Capital发布报告,系统拆解了CoreWeave的融资循环,称其核心模式是拿买来的GPU做抵押,向非银机构借钱,借来的钱立刻向英伟达买卡,循环往复。报告直接将CoreWeave定性为一桩债务驱动、没有护城河的GPU租赁生意。

报告发布当天,CoreWeave恰好官宣与英伟达的新合作协议,股价涨幅让这份报告的分量减轻许多。但翻开财报会发现,CoreWeave的财务数据早就亮起了红灯。

公司的总负债2023年底还是51亿美元,2025年底涨到460亿美元,2026年6月底达到720亿美元。其中带息债务约356亿美元,其余大头是经营租赁,即那些租来的数据中心机房和电力。

更直接的信号来自流动性。截至2026年6月底,公司账上现金55亿美元,一年内要兑付的流动负债却有209亿美元,现金覆盖率不到三成。与此同时,公司的资本开支并未减速。2026年,全年指引在Q2后已上调到350—390亿美元,年初的初始指引是300—350亿美元。无论取哪个口径,都至少是2025年149亿美元的两倍以上。

收入在翻倍,利息和亏损也在翻倍,缺口只能靠更多的钱来填补。

这些融资中,有相当一部分是CoreWeave向投资者借的钱。IPO至今,CoreWeave发行了五只无担保债券和三只可转债,合计超过100亿美元。

所谓无担保债券,就是没有拿任何特定资产做抵押。一旦公司违约,持有人只能和其他无担保债权人一起排队受偿,不能优先拿走GPU或数据中心。正因为风险高,这批无担保债券的票息全部在8.5%以上。而同期美国高收益债市场平均收益率约7%,美国国债约4%。也就是说,市场要求CoreWeave支付的借钱成本,比普通“垃圾债”还高。

CoreWeave对自身处境并非毫无感知。

早在2025年7月,CoreWeave曾有一些“补救”动作。他们宣布以90亿美元全股票收购Core Scientific,官方公告里明确表示,要整合数据中心所有权,拿到Core Scientific旗下1.3GW总电力(已有的840MW租给CoreWeave,另1GW+扩建潜力),消除100亿美元未来租金义务,每年省约5亿美元。

然而,这笔交易用的是全股票而非现金,CoreWeave当时已没有余力做现金收购。而2025年10月30日,Core Scientific股东以报价低估为由否决了交易,收购终止。

CoreWeave像是坐上一班快要脱轨的列车,他们想将其拉入正轨,把账面上快速流转的钱沉淀成更稳定的资产。可飞轮一旦减速,等在眼前的就是债务到期日,他们只能继续加速,维持暂时的平衡。

2026年上半年,依然有大量资金流入CoreWeave:

1月,英伟达再投20亿美元;3月,85亿美元DDTL 4.0拿下史上第一个投资级GPU抵押评级(穆迪A3),消息当天股价大涨12%;4月,Jane Street入股10亿美元、附带60亿算力合同,Meta同月把合作扩容到210亿;6月,被纳入纳斯达克100指数;8月二季报超预期,积压订单冲到1042亿美元,全年收入指引随之上调。

但CoreWeave的融资成本也在不断攀高。从今年3月还能拿到SOFR+2.25%,5月变成SOFR+4.50%,8月涨到SOFR+5.50%,半年之内利差翻了一倍多。6月18日那笔票息9.625%的无担保债券,是CoreWeave最后一次以面值、高息无担保的方式从公开债券市场融资。

9月,CoreWeave发行的债券已是可转债,同样无担保、同样按面值,但票息只有2.875%。这本质是一种用股权稀释来化解债务的操作,但不同的人难免会给出不同的解读——对做空者来说,这可能是“庞氏”的又一环;而对多头来说,这是“用时间换空间”的自救。

但跳出CoreWeave一家的情况来看,整个数据中心行业的机会窗口都在动摇,行业在经历一场集体的信任崩盘。

信用风险数据平台Credit Benchmark数据则显示,过去六个月,数据中心行业信用状况整体恶化10%至12%;Gartner最新报告预测,到2030年,超过80%的Neocloud服务商将被迫终止独立运营,退出主流牌桌,并警告称,预期的AI收入将无法支持所有计划的基础设施支出获得盈利回报。

当内忧与外患同时袭来,CoreWeave想从这轮“股债双杀”的困境中全身而退,想必要付出更多努力。

04

CoreWeave会有美好的未来吗?

回看CoreWeave的神化和跌落,会发现这是一次很难复制的历程。从AI公司常见的发展路径来看,CoreWeave更像一个天时地利人和共同托举的“异类”。

其中,一部分动力来自初创团队的历史惯性。

三位创始人在入局AI前,都是对冲基金操盘手。因特拉托创立过天然气对冲基金Hudson Ridge,文图罗和麦克比都在能源交易领域摸爬滚打多年。

从天然气对冲基金到以太坊挖矿,再到GPU云,CoreWeave的三次转型,本质上是同一套来自操盘手的直觉:找到一个供给受限、价格失真的资产,用最大的杠杆抢在所有人前面建仓,赌需求曲线比所有人想象的更陡。

但这一次,他们遇上了一个体量完全不同、且无法随时平仓的市场。GPU的折旧周期以年计,数据中心的租约以十年计,而债务利息以季度计算——数据中心行业原本的资金运转周期和CoreWeave的轻资产、高周转模式并不适配。但2023年的节点上,技术浪潮初期的集体狂热、巨头背书,让行业上空漂浮着大量急于寻找去处的热钱。CoreWeave正是借这个空档期,将GPU的金融化迅速催熟。

X上有用户将不同资产的金融化过程分为五个阶段:

  • 公司信用融资:银行基于公司整体信用放贷。资产尚未成为独立的融资单元。

  • 资产抵押融资:资产本身成为抵押品,但交易仍是双边、高度定制的。

  • 证券化与结构化:资产现金流被放入SPV,并拆分为不同档级出售给资本市场投资者。私人信贷和保险资本开始参与。

  • 标准化价格发现:现货市场和被接受的基准出现,使资产拥有市场可使用的价格。

  • 衍生品与风险转移:期货、保险和CDS使风险能够与资产所有权分离。至此,资产类别最终成熟。

该用户总结道:“石油从长期合同到1983年WTI期货和完整远期曲线,大约用了半个世纪。飞机融资大约用了40年,从银行贷款和租赁公司发展到EETC证券化、专业评估师和残值保险。算力仅用三年就完成了前三个阶段。第四阶段开始成形,第五阶段的产品已经成型:

  1. 2023年8月:CoreWeave完成首笔H100抵押贷款,规模23亿美元。

  2. 2024年5月:黑石和Magnetar通过75亿美元私人信贷设施进入。

  3. 2025年10月:Meta和Blue Owl完成Hyperion,这是史上最大私人信贷交易,规模270亿美元。

  4. 2026年3月:CoreWeave DDTL 4.0获得首个由GPU支持的融资投资级评级,评级为A3。

  5. 2026年5月:CME和ICE在同一周宣布GPU期货,测试从第四阶段向第五阶段的过渡。

算力金融化的前半段用超大规模云厂商信用来打包和扩大融资。大型金融机构已经建好了这部分。当金融化进行到后两阶段,相当于把标的从信用转向资产本身。GPU自身作为耗材的属性使得它很难获得充分的信用评级,这套模式的薄弱环节自然出现裂痕。

好在,CoreWeave的创始团队也在套现之余,积极着手化解危机。

Q2财报电话会上,管理层明确把“自建(self-builds)”和“更深度的垂直整合(deeper vertical integration)”作为战略核心,称其能带来更强的运营控制和更高的长期利润率。

具体动作包括在印第安纳州Hammond推进一个180MW的自建数据中心,以及将新泽西州一个实验室/制造建筑改造为数据中心。公司的目标,是让大部分已签约电力容量通过自建方式上线,而不再全部依赖向数据中心合作伙伴长期租赁。

CoreWeave也在持续置换债务的成本,尽可能减少利息支出。

同时,联合创始人Brannin McBee牵头,开始主动向保险公司推销其GPU抵押贷款和签约现金流支持的债务,目标是把这些资产打包成保险公司可以买入的产品。

保险资金的体量大、期限长、相对有耐心。如果CoreWeave能说服保险公司以投资级或准投资级的条件买入其债务,它就能用更便宜、更稳定的钱来替换高收益债市场里那些一旦市场情绪转冷就会迅速变贵的短期资金。

无论CoreWeave能否顺利度过难关,它的出现都像是偶然跌落的一颗巨石,给AI这个多年来由技术主导、相对单一的话语体系带来巨大新鲜感。

AI界向来不缺关于终局的预言。时至今日,AI的发展让人又期待、又不安。Credit Benchmark分析类产品负责人瑞安·霍夫曼(Ryan Hoffman)表示:“没人能真正预判未来的走向。我们正处在一个高度不确定的时期,就连未来三个月的情况都无法预测。”

而CoreWeave正在经历的股债危机再次向所有人发出警示——资本对于新兴技术产业的作用是否正面,时机是一个关键变量。资本的流向仍需和行业自身的节奏形成呼应,否则极有可能饮鸩止渴。

对于CoreWeave来说,未来三个月的主线任务很清晰,就是尽快消化掉这一轮资本狂热留下的债务,在财务状况彻底失控前,再建一个更健康的闭环。

跳转微信打开

第一批重金找FDE的县城老板,被坑惨了 |【经纬低调分享】

2026年11月2日 12:24

钟楚笛 2026-11-02 12:24 北京

以下文章来源于:AI故事计划

AI故事计划

人在AI时代的命运。这个编辑部致力于记录AI时代的真实故事。

AI 改造的风,从大厂一路吹到县城,吹进那些急于转型的小公司。很多老板刷到 FDE(Forward Deployed Engineer,前置部署工程师)这个热词,望文生义。以为它就是上门装一套 AI 系统、交付几个 Agent,就能自动获客、替代员工、降本增收。但 FDE 的内核,是工程师长期驻场,扎进业务里持续打磨、跟着流程迭代,是长期陪跑,不是一次性卖软件。

陕西一家不到百人的软件公司,亲历了一场对 FDE 的误解酿成的闹剧。老板前后砸了约70万,买来一套号称能获客、做客服、做招聘、辅助决策的系统。结果账号被封,Token账单越滚越高,工资数据被AI说了出去,候选人被AI面试劝退,连“AI军师”最后给出的预测都是:公司半年内可能倒闭。

最折腾人的还不是系统出错,为了把AI“养大”,员工每天加班喂数据。老员工陆续离职,老板却觉得问题不大,因为他们的经验已经“蒸馏”进了系统。后来又招来低薪毕业生,一人配几个Agent,希望把原来的人替掉。到最后,AI倒是真的在公司里普及了,大家开始用AI写周报,证明自己这周又“AI化”了什么。

看起来很荒唐,其实是挺典型的例子。很多小公司想做AI转型,最容易买到的是一套软件。可是,真正缺的,却是懂业务、懂数据、愿意慢慢改流程的人。以下,Enjoy:

来源丨AI故事计划

撰文 | 钟楚迪

编辑 | 张霞

AI改造的风,从大厂一路吹到县城,吹进那些急于转型的小公司。

王航在陕西一座五线小城,亲历了一场闹剧。他就职于一家不足百人的软件公司。今年8月起,老板先后投入约70万元,引入了一套号称能获客、做客服、做招聘、辅助决策的AI系统。

部署完成后,账号接连被封,工资数据泄露,老员工陆续离职。最后连卖系统的供应商都跑了。老板一度气到住院。

表面上,这是一个花钱买教训的故事。它戳破的,是眼下最常见的一种幻觉:FDE和本地化部署成了热词后,许多小地方的老板把它们当成降本增效的灵丹妙药,连基本概念都没弄清楚,就想赶上这趟车。到头来,所谓深入业务的改造,只是装了一套标准化软件。

以下是王航的讲述。

01

重金请来的FDE,跑路了

国庆假期结束后,消失了十来天的老板终于露面了。刚进公司,他就组织了一场全员大会。

会上,老板宣布了两件事儿:一个是,他找到了那家跑路的AI部署公司,追回了一部分钱;一个是,开除公司副总,理由是副总对AI了解不足,没能在公司AI化转型的过程中及时识别风险。

所有人面面相觑,不知该作何反应。

我叫王航,今年37岁。四个月前,我从大厂离职,结束十几年的北漂生活,回到陕西一座五线城市。

回家后,我入职了本地一家还算有名的软件公司。公司主要服务政企客户,效益不错,据说每月有20多个稳定客户,净利也有40多万。公司老板六十多岁,负责在外露脸,日常经营由副总打理。

老板连电脑都不太会操作,但不妨碍他是全公司AI焦虑最严重的人。他全国各地跑展会,经常刷同行的视频号,只要看到OPC、AI员工、Agent、AI营销之类的内容,就转发到工作群里。有一阵,一天能转三四次。

有同事吐槽:“在他的想象里,公司只留一个老板就可以。客户会自己找上门,AI负责售前和售后,自动生成报表,老板留一个收款账号就行。”

在这座五线小城,这样的老板一抓一大把。我们本地有不少AI+OPC社群,里面做超市的、开门店的、开牙科诊所的,各个行业的老板都有。连行业协会开会,都少不了AI这个话题。

有了改造的想法,接下来就差一个落地的人。老板平时也会往群里转一些FDE、本地化部署的文章,但真要找服务商,他对北上广深的大公司又有点望而却步。他经常在会上说,那些公司技术确实强,但离得太远,没有安全感。

8月,一家老板口中“靠谱”的公司出现了。在一次展会上,他看到一家本地公司正在卖AI系统,这个系统号称有四大功能:AI客服、AI军师、AI获客、AI面试。

其中,AI获客最让他心动。据这家公司介绍,这套系统可以同时托管五十多个账号,自动生成视频,自动发布。

接下来的两个月,老板为了谈合作,经常往那家AI部署公司跑,光我看见的就有四五次。

这期间,不少同行老板来我们公司打探情况。不过大部分老板都很谨慎,花几十块开个豆包会员,几百块买AI课,胆子大一点的,也就花两三万请人给员工做培训。

我们老板坚信“撑死胆大的,饿死胆小的”,花了五十万,买下了全套系统。

平常报销个办公用品,他要卡上几个礼拜;出差住酒店,标准只有300块。在AI这件事上,他此前的全部投入,也不过是往工作群里转几条标题带着FDE、OPC字样的短视频。

这次不一样。那家AI部署公司告诉他,要是对接慢了,公司的AI转型就要被同行远远甩在后面了。笃信AI能改变世界的老板,一下就急了。

9月,他召开了一次全员大会,宣布五十万已经付了,往后要把全部精力都投入到这套系统上。

台下的人都愣住了。他做事从来都很谨慎。跟人合作,会要求我们先摸清对方的底细,集体开几轮会,才考虑签约;公司有什么变动,也会提前放出风声。就连买台打印机,都要大家先试用过了,才肯付钱。

会后两周,那家AI部署公司就派了人来。

02

老板气到住院

四次简短的培训后,那套传说中的全能系统,发放到了每个人手里。

最先启用的是老板最期待的AI获客。这个功能,说白了,就是让AI接管新媒体。员工输入提示词,AI做图、剪视频,再自动发布到各个平台的账号上。

以前,公司的账号都是由新媒体部门的同事专门运营,内容有录屏操作,也有给老板和管理层拍的口播视频。效果一直不错,每个月能带来几十个有效客户。

系统上线后,老板要求把各个平台的账号全部交给AI,又批量开通了五十多个新账号,同步运营。

公司的剪辑师站了出来,说用AI批量生产重复内容,很容易被封号,不如先拿一个新账号试试水。老板却以她阻碍AI转型为由,当场把她开除了。

剪辑师离职刚一周,就出事故了。新媒体部门的同事登录账号时,发现好几个主力平台的账号都被封禁了。找到平台客服一问才知道,这些账号每天发布的内容都由同一套提示词生成,大量重复,被平台判定为了低质。

事情捅到老板那里,他东西都没收,就冲去那家AI部署公司讨说法。

面对质问,对方把锅甩了回来:培训时就讲过,用AI发的视频要做差异化,不能每次套用同一套提示词,否则很容易被限流、封号。

见老板的气势弱了下去,对方乘胜追击,顺势推荐起了代运营。

代运营不便宜,每个账号每月两千块,还不含Token费用。用这套系统,Token也必须在该公司买,价格是市场价的五倍多。

平时我自己花十块钱在DeepSeek买条密钥,够全公司用一个礼拜。照这么算,一个月全公司的花费不到五千。从AI部署公司那里买,同样的用量,一个月要五万还不止。

对方承诺,代运营保证不封号,还顺带送了老板一个会员,能参加他们公司的晚宴。老板又付了钱。加上买系统的钱,前前后后大约花了70万。

钱付完,老板回来开全员会,要求大家物尽其用。为了防雷同,每个人都得自己用AI做视频。我们本来就不熟,只能一遍遍改提示词、一遍遍生成,Token费用更是雪上加霜。

月底,老板看到账单,两眼一黑,决定不再充Token。可Token一停,原本运行正常的AI客服也跟着停了,客户投诉接踵而至。

老板再次怒气冲冲找过去。这一次,对方还是那套说辞:算力不足,等算力上来,价格自然会降。

投诉越来越多,老板只好咬着牙继续充值。为了值回票价,他又给自己和管理层每人做了一个数字人,想用数字人的口播视频,替代那些频频出事的AI生成视频。

数字人只用了一下午就做好了。老板把自己形象生成的口播视频发了出去,两个小时后,收获一条评论:“像面瘫”。此后,他绝口不再提数字人。

其他管理层倒是还在用各自的数字人。确实省时间,至于效果,没人在意。

AI获客的窟窿还没补上,AI人事又出了事。九月工资刚发完,旁边的同事忽然把电脑转向我,屏幕上赫然写着:主管工资35400.67元。

他说自己查完工资,顺手问了句主管拿多少,没想到AI真的告诉他了。

消息很快传遍全公司。有同事顺着查下去,发现三个陌生的名字,公司每月都给他们发工资。我们反复追问AI,得到的备注是:老板亲戚。

原来,接入系统后不久,老板就让人事把工资数据传了上去,想让员工自助查询。但数据没做隔离,AI一股脑全说了。

最后只能老板自己擦屁股。全员会上,他悻悻地说:“工资信息都是AI编造的。”台下,我和同事们相视一笑。

这件事之后,老板的结论是:人事不懂AI。他决定招一批懂AI的新员工。

新一轮的AI招聘开始了。为了招到AI-Native人才,老板照着短视频里学来的大厂套路,把AI面试官当成了主要考核。

面试时,老板把人叫进办公室,掏出手机调出AI面试官,让候选人对着手机答题。

那一周,他面了五十多人,走出来的人几乎个个一脸懵。

面完,他让AI给每个候选人做分析。因为只问了缺点,AI给的也就全是缺点。看来看去,他一个都没看上。

只有一个懂AI的剪辑师过了关,却在入职前拒了这份offer。我私下找她,打听原因。她说,签合同前,她让AI帮忙看了看,AI指出合同里有一堆问题。她发来的截图上,AI的总结是:“这哪是劳动合同,这是不平等条约。”

图片

图|AI对于合同的分析

折腾到这一步,公司的营收和客源大减。这时,老板想起了AI军师,那个根据使用记录和公司数据自动生成决策建议的功能。

会上,他当场演示,在对话框里输入“预测公司未来半年的发展情况”。半分钟后,屏幕上弹出一行字——预测公司会在半年内倒闭。

第二天,老板的办公室空了一整天。第三天也是。后来听同事说,老板被AI军师气到住院了。

03

70万,只能听个响

更抓马的还在后头。

国庆假期前,那家AI部署公司突然失联了。合作群被解散,同事找到对接人,对方说自己已经离职。

不知是觉得丢了面子,还是察觉被骗了,老板也跟着消失了一阵。再出现时,就是那场全员大会。

我后来琢磨过很久,那70万,买的到底是什么?

老板转发过FDE的帖子,可他买到的完全不是这回事。

FDE,全称Forward Deployed Engineer(前置部署工程师)。指的是工程师长期驻扎在客户现场,深入对方的业务流程,边理解需求边定制开发、持续迭代。

说白了,就是陪着企业把流程重新跑通。一套系统真正落地,周期常常以年计。并且还需要一支至少七八个人的交付团队:项目经理负责统筹,方案工程师把业务拆开、翻译给技术,数据工程师打通数据,后端、算法工程师负责实现,再有人驻在客户那边培训、陪跑、盯效果。客户这一侧,也得有一个真正懂业务的人全程配合。

这和卖一套标准软件、培训四次、再收Token和代运营的钱,是两种完全不同的生意。

本地化部署,则指的是把系统和数据装进企业自己的服务器,数据不出门。它本来是政务、金融这类敏感行业的选项,代价是硬件、运维、升级全部自己扛。对一家连专职IT都没有的小公司来说,系统上线那天,往往就是无人维护的开始。

而老板这70万买的是软件和焦虑。培训四次,对方的活儿就干完了,剩下的钱,靠Token和代运营接着收。一笔生意收三遍钱,没有一遍是替客户跑通流程的钱。

70万,卖标准软件是暴利,做真改造却不够。七八个人的队伍,再加上验收,对方是要赔钱的。所以那家公司从一开始就没打算做FDE。与其说它跑了,不如说它卖的本来就是另一个产品。

中国电子技术标准化研究院2025年对1200家规上制造企业的调研显示,62%的企业已经采购或上线了AI系统,但上线满三个月还能常态化运行的,只有38%;停用原因里,近三成是“没有持续的现场陪跑”。

后来,我在网上看过不少AI改造成功的老板分享经验,有几个条件缺一不可:老板必须懂业务、愿意沉到细节里;公司的数据得先数字化,如果数据并没有纳入数字化系统,贸然让员工全员上AI办公,反而会有很大问题;系统最后要交到业务部门手里,天天用起来,如果只把AI当成一个简单的工具,很难见到实效,有时还会变成员工的负担。

这几样,我们老板一样都不占。

他住院那几天,公司难得安静,我和同事们第一次认真聊起这套系统。聊着聊着发现,我们其实并不讨厌AI。

AI客服刚来时,我们都觉得挺牛的。第一次测试的时候,电话那头是不是人,我们根本分不出来。接入AI客服后,我们第一轮的电话突破也都给交给了AI。

它还能帮我们做一些PPT,调取公司资料,帮新员工熟悉业务。甚至还帮我赚到过钱。

刚接入系统时,老板让我用AI给客户做个查询插件,输入资料就能诊断企业的优劣势。我做好后,老板推销给十几个客户,两个人因此续了费,他一高兴,奖了我五百块。

按理说,不到一百人的小公司,推行AI本该比大公司容易,我们偏偏推不下去。

由于前期AI需要大量的真实业务数据用于学习,AI部署公司告诉老板,“AI收到的数据越多,AI的能力越大。”

老板对此深信不疑。很快,全公司都接到一个新任务,教AI学会自己的工作。客服上传问答资料,技术上传文档,业务上传案例,连工作经验也要整理上传。

这些都得在本职工作之外完成。那阵子,每天下班后我们都要花两个小时训练AI,周日还得来公司继续加班。

我们都很纳闷,买AI是为了让它替人干活的,结果怎么人先停下手里的活,去教AI干活了?

老板的解释是:现在的AI像个8岁的孩子,做事不完美,得养着,等它长到18岁,自然能扛事。大家起初听听就算了。直到他说出那句“AI总有一天会把你们全部替代”,我们才意识到,每天加班训练的那个孩子,长大后第一份工作是接替自己。

一些受不了的老同事开始陆续离职。每当有人离开,老板都坚持说,那个人是被公司淘汰的,理由是阻碍AI转型。

最夸张的一个礼拜,公司走了接近三分之一的人,他一点也不慌。他认为,那些人的经验,已经“全部上传系统”了。他还给这件事找了个时髦的词,蒸馏。

后来,他招来两个月薪3000的毕业生,每人配三个Agent,认定这足以替代月薪8000的老员工。起初挺顺利,新人遇到不懂的,问AI要一下过去几年的公司资料,几天就能搜个七七八八。

问题很快出现了,新人上岗不到一个月,老板就让他去和一个维系了四个月的客户谈最后一步。

开头谈得不错,AI生成的报告和PPT让客户很满意。直到对方开始追问一些资料库里没有的细节,新人开始卡壳,频频低头看屏幕。这单10万元的长期合同,客户扭头给了竞品。

老板照旧把问题归到人身上:不够信AI。他宣布把AI使用程度纳入绩效,占比60%。

上有政策,下有对策。为了填补绩效的空缺,我们开始在工作日报上加AI。我们把写文案改叫“AI辅助内容生产”,整理数据改叫“AI数据清洗”,做方案改叫“AI从0到1完成客户全生命周期规划”。

AI就这样在公司里普及了。我每周用AI做得最多的事,是让AI帮我编,这周用AI优化了什么新流程。

再后来,我和被开除的副总吃了顿饭。聊起这一连串事,他说,在老板眼里,只要有人说系统不好用,就是对他个人的反抗。

“比起亏损,老板更怕的是管不住人。”他说。

- END -

撰文|钟楚笛

编辑|张   霞

跳转微信打开

❌