铃阅时讯
❌

阅读视图

生产力直接10倍!实测OiiOii,一键复刻、批量替换,更省钱省心!

原创 FrankGPT 2026-10-28 22:45 北京

Seedance 2.5免费用

Image

想先说个暴论:2026年接下来的3个月,大概是普通人入局AI视频的最后窗口期。

在很多场景里,AI视频已经可以批量、高水准商用了。

相信大家肯定也能刷到,不管是短剧漫剧,还是知识科普,再或者一些搞笑猎奇视频,AI内容的占比明显提高。

甚至像一些很炫酷的广告宣发、高难度特效动作,现在都可以有了很高的AI水准。

之前盘点过当下最火的AI视频产品,OiiOii一直是很特别的一个存在。

最近看到OiiOii又上了一批新能力:复杂场景最强复刻、一键批量替换素材、创意反复秒修改……

刚好赶上双十一优惠,Seedance 2.5等几个最好最贵的几个视频模型,甚至还能免费用!

在OiiOii这样的视觉生产力平台上,是时候再补充些弹药了!

官网:https://www.oiioii.tv/

01

大V口播同款剪辑,邪修玩法直接复刻

之前最难搞的,是文字/界面/动效类的视频,这次在OiiOii也能完美复刻了。

像小Lin说、Tim这些超级头部博主,剪辑、后期都有规模不小的专人团队,

我先尝试了一下科技类的口播呈现。

这种口播视频,对环境、背景、人物的呈现状态,都有比较高的要求。

用法很简单:在首页点击「全能复刻」,上传参考视频,输入具体的要求即可;平台还非常贴心预设了提示词框架,把关键词填入就行。

我上传的原视频先是下面这样👇

我会觉得科技感有点不足,环境氛围太居家日常了。

于是参考了一个科技博主的视频布景,调整了一下环境和内容,于是就直接复刻出了下面这样的效果👇

除了能调用 Seedance 2.5 的视频生成能力,最关键的是自带「代码生成模式」,很多复杂动效直接大力出奇迹,用代码渲染解决。

从成片效果来看,我觉得复刻能力更强了,细节的呈现和整体质感,完全能媲美Opus5.5。

尤其是在复刻界面、文案、动效时,OiiOii能直接使用代码,代码生成后的帧率、清晰度相较于Seedance 更好了,复杂文字的精准控制也能实现了。

像我这样换装、换发型、换动作、加字幕,呈现出来的结果看上去就很自然。

还有从夯到拉排名的这种AI视频,一直都很有流量。

画面里有角色立绘、排名单项、按钮点击动效、侧边栏,文字小而密,信息密度高。

这类素材对纯视频模型来说不太容易,文字会糊,按钮会抖,里面具体的排名单项跑着跑着就变形了。

把原片导入OiiOii,在对话里写了一句:参考原视频的内容结构和玩法,将主体换成照片中人物,排名换成AI模型产品。

我也复刻了一个试试👇

生成出来的版本,角色换掉了,排名里的文案完整替换,按钮动效保留,侧边图标和文字都对得上,运镜和转场跟原片基本一致。

作为科技、知识博主,能延伸的玩法其实有特别多。

口播还是最基本的,更多是一些文字、数字效果的组合,能产生很精彩的化学反应。

在复刻界面、文案和动效时,OiiOii直接走代码路径,数字和UI也是用代码重新渲染出来的,能很直观看出来信息非常准确精细。

大家可以试试,只要敢想,用这样一键复刻的邪修玩法,都可以做到!

02

批量替换,体感很顺畅

单条做好,说明技术路径成立。

批量做好,才说明它进入了生产工具的范围。

我实测了几个批量场景。

多语言版本,一条中文口播视频,一次性生成韩文和英文版本,主播形象保留,口型和字幕同步替换。

多场景版本,原片是商场街道的物品展示,批量换成iPhone 18手机,光影方向和产品位置跟着场景适配。

多个参考视频,替换成同一款iPhone手机,而且是多个场景拼接在一起。

复刻之后的视频,环境、节奏和包装各自保留,连路人的动作和变幻也很自然。

一键生成多个小语种视频,也不在话下。一套视频做下来,让我对自己的外语能力前所未有有信心。

OiiOii支持把验证过的视频结构,一键并行生成多个版本。

同一条广告素材复刻多种爆款结构,同一套画面骨架换不同话术,学生党版、宝妈版、职场版并行跑出来。

对于需要高频迭代的投放团队来说,这意味着测试策略可以从赌一条变成跑十条,哪个方向带量就往哪个方向追。

一次输入,就可以生成多场景的不同形态,英文的中文的、不同形象不同环境的……

我比较关心的是,成本结构也跟着变了。

基于已解析过的爆款视频替换素材重新生成,相比于从零直接生成,成本降幅是很大的,很多对方都是不需要二次生成重复造轮子,只需要给出特定修改内容编码解决就好。

我批量跑十条替换版本的体感是,积分消耗确实远低于生成十条全新片子。

03

二次修改、多次编辑,又是省token的邪修方法!

很多时候,视频生成最消耗人的环节,是一版视频生成出来之后,发现某句文案要改、某个配音要换,然后只能整条重跑。

时间耗在等待上,积分也耗在重复劳动上。

OiiOii在复刻时会保存工程文件。

文字、界面、动效这些代码生成的部分,可以针对具体画面、文案和声音继续调整,而且是批量生效的。

官方给的数据是二次修改速度快5倍,积分消耗的差距随修改条数增加急剧拉大。

我自己改一条已经生成好的工程,体感上省下来的等待时间,足够额外做很多工作了。

这里的技术逻辑值得多说一句。

代码生成之所以可编辑,是因为文字和界面被结构化了,不像之前那样是被像素化了。

像素化的东西只能重绘,结构化的东西可以改参数。

OiiOii把视频拆成模型层和代码层,二次修改只动代码层,模型层不用重跑。这个架构选择,是它在批量场景下成本优势的来源,也是它在日常修改场景下流畅度的来源。

04

产能竞争的下一个分水岭,在结构化内容上

各种短剧、漫剧还在井喷,红果短剧的海外版PineDrama隐隐已经有了再造一个TikTok的势头。

但我会觉得,还有很大的AI内容行业的机会——

游戏买量、电商大促、App宣发、产品功能演示,大量素材的核心信息承载在文字、界面和动效上。

这部分产能如果释放不出来,AI视频的生产力革命就只完成了一半。

OiiOii选的方向,是用Coding去补视频模型在精确性上的短板。

文字和UI的本质是结构化信息,用代码渲染结构化信息,比用扩散模型逼近像素更可靠。

它在图形动效、游戏素材、MG动画、电商口播上的表现更突出,正是因为这些场景的结构化密度最高。

当批量替换和二次修改的成本被压到足够低,内容团队的竞争重心会从能不能做出一条好片子,转向能不能在一周内铺出足够多结构一致、素材各异的版本。

工具给产能,判断给方向,方向对了,产能才有意义。

官网:https://www.oiioii.tv/

最近双十一,OiiOii还有额外的优惠活动,性价比更高了~

单凭Seedance 2.5等等一流模型免费用这一点,就该抓紧时间用起来!

新会员还有特别福利,今年新的AI视频玩法,更等待新玩家、新鲜血液来解锁!

也许接下来的视频爆款作品,就来自于此刻的你……

Image

朋友圈会发一些具体的案例和商业化日常~ 

AI交流,欢迎加我本人微信:FrankGPTs

跳转微信打开

  •  

世行新闻 | 因全球冲击加剧预计大宗商品价格2026年上涨23%

原创 欢迎关注👀👉 2026-10-28 21:56 北京

预计能源价格2026年上涨32%;预计粮食类大宗商品价格2026至2027年上涨18%

世界银行集团今天发布的最新《大宗商品市场展望》显示,由于全球冲击加剧,预计2026年大宗商品价格将上涨23%。中东地区的冲突导致石油库存量减少,或将把能源价格推至四年来的最高水平。与此同时,粮食航运受阻,厄尔尼诺现象威胁农业收成和粮食可负担性。由于石油库存枯竭,全球面对进一步供应冲击的暴露度上升。在各国应对这些挑战的过程中,世界银行集团正通过现有工具提供融资与支持,与此同时采取拓展动员私营资本的能力与充分利用自身资源双措并举。

预计能源价格2026年将上涨32%,逆转三年来的下降趋势,然后在2027年放缓。预计布伦特原油价格2026年平均每桶91美元,高于2025年的69美元,到2027年降至79美元。由于冲突阻碍了粮食航运、厄尔尼诺威胁农作物收成、燃料和化肥价格上涨增加了农业成本,预计食品类大宗商品价格2026年将上涨10%左右,2027年再涨7%,累计涨幅达到18%。预计大宗商品总体价格今年将上涨23%,然后在2027年下降7%。

预测假设不发生冲突大幅升级影响全球大宗商品供应。然而,如果中东冲突升级和俄罗斯石油基础设施持续受损,能源价格可能进一步上涨。与此同时,能源价格超过预期、黑海海域粮食航运遇袭以及超强的厄尔尼诺现象,可能会共同引发一场粮食危机,使更多人口陷入极端贫困,类似于2010年代初的情形。在这些风险同时发生的不利情景下,布伦特原油价格在2027年有可能达到平均每桶105美元,而食品类大宗商品价格可能会比基准预测高出12%,超过2022年的水平。

世界银行集团副首席经济学家兼预测局局长阿伊汗·高斯说:“大宗商品市场正在同时经受几大冲击。能源成本上升和贸易中断正在推动各类大宗商品价格全面上涨,这有可能加剧通货膨胀、粮食不安全并威胁经济增长。当务之急是保护最贫困人群和支持已经负债累累的低收入国家。”

为了支持各国应对价格上涨带来的影响,世界银行集团已通过现有工具提供了500亿至600亿美元资金,包括预先安排的250亿美元融资,这可以支持加强最脆弱人群的社会安全网、增强财政能力,并为企业和农户提供营运资金和流动性支持。与此同时,世行正在加快提升动员私人资本的能力及简化程序,并充分利用自身融资和知识服务,齐头并进,取得了显著进展。因此,世界银行集团已准备好投资发展中国家的下一代年轻人,最重要的是通过改善就业创造的条件。

冲突迫使全球对生产和消费方式做出调整。预计2026年全球石油供应量将下降5.2%,这是四十多年来除2020年全球经济衰退以外的最大降幅。同时,预计消费量将下降2.5%,这是有记录以来第三大年度收缩幅度,仅次于2020年和1980年。供应短缺下的价格高涨抑制了需求,而电动化也在减少石油使用量,尤其是在中国。即便如此,产量仍低于消费量,迫使进一步动用石油库存,也使市场进一步暴露于新一轮扰乱之下。

在经历了上半年尿素价格先扬后抑之后,预计化肥价格2026年将上涨14%,然后在2027年回落到2025年的水平。

预计金属价格在2026年将达到新高,上涨25%,因为铝、铜和锡的价格均创下历史新高。价格上涨反映了对可再生能源、电动汽车和数据中心投资的强劲需求,以及今年供应中断的影响。预计价格在2027年将下降3%。预计贵金属价格2026年将上涨40%,因为在地缘政治和政策不确定性下对避险资产的需求居高不下。预计2027年将会有所回落,但仍比2015至2019年的平均水平高出三倍以上。

报告的特别聚焦探讨了大宗商品市场之间的相互关联性,即一种大宗商品的价格波动在多大程度上可以通过其他大宗商品价格冲击来解释。报告发现,在经济或市场承压时期,包括自当前中东冲突爆发以来,大宗商品价格波动之间的关联愈发明显。平均来看工业金属向其他大宗商品类别传递的波动性最大,尽管中东冲突爆发以来油价的作用显著上升。

关注世界银行微信公众号

点击阅读原文查看英文下载报告

阅读原文

跳转微信打开

  •  

立完规矩的短剧,路越走越宽

原创 → 2026-10-28 21:43 北京

看短剧的人,可能真不需要被拯救什么。

文 丨 阑夕

红果大概也没想到,短剧里的暴富故事,有一天会被安到自己头上。

事情的起因是,昨天看到官方出来辟谣「红果短剧ARR超过400亿」的说法,直接对标全国院线的年票房总和,好家伙,这是要把红果架起来烤。

后来我在微博里也说了,400亿是个纯推算出来的数字,并不保真,而且在内容行业的饱和式竞争面前,是不太能有平台可以做到一家独大的,哪怕是在杀时间这件事上,也是一样。

至于红果为什么会成为众矢之的,招致如此不必要的麻烦,还不是因为存在感实在是太强了……

一方面,短剧市场在近两年迎来了一波不讲道理的爆发,红果的收入能不能比肩电影票房尚未可知,但短剧市场整体,从客观上确实已经快步超越了传统电影行当,而且如今有了AI视频模型的加持,这个差距只会被不断拉大。

另一方面,我愿称之为无出其右的造梗玩梗能力,这不光是短剧的招牌技能之一,也是整个互联网内容产品「网感」突出的特征。

比如,你可以没完整看过一部短剧,但最近一定会在某个猝不及防的时刻,被劈头盖脸地来一句「不烧心」。

这个全网爆红的热梗,出自一批模板化的地摊题材短剧,剧情不能说千篇一律,只能说毫无差别:

一个认真做饭的摊主,坚持用好食材,价格稍微涨一点,顾客就会因为贪图便宜扭头去黑心同行那里,等吃出问题,再回来承认还是原来的老板实在。

然后就会有顾客说出那句万能评价:贵是贵了点,但吃着不烧心。

而剧里的老板们仿佛是同一家学校统一培训出来的,遇事不决「先把规矩立住,路才能越走越宽」。

我承认,这批短剧的同质化,已经到了台词可以倒背如流的程度,但这并不影响网友们拿它找乐子,看不看剧另说,规矩必须得懂。

很多媒体也报道过,由于AI短剧的成本够低,于是有大量短剧公司都在采用一种类似于暴力破解的经营手段,通过批量化制造相同题材的作品,再筛选出数据好的进行重点押宝。 

所以才有数据显示,全网AI短剧日均上新量突破1300部,无论放在任何时期,这都是一个几乎难以想象的数字。

剧情雷同、内容粗糙,叠加上持续刺激多巴胺的粗暴打法,这些都是短剧市场真实存在的问题,该喷就喷,这没毛病。

但如若因此将整个行业,乃至短剧这个新兴媒介都统一定义成洪水猛兽的话,我怎么感觉……这集我看过呢?

30年前的武侠小说,20年前的电子游戏,甚至是10年前的短视频,都经历了一遍公式化流程,以至于现在形成了一种惯性:

一旦有什么病毒式传播的新东西流行起来,这代人立马就变得「没救了」,必须赶紧有人出来管一管。

在树欲静而风不止的处境面前,短剧被群众拿着放大镜找问题,几乎是一个必然的结果,因为这一现象背后,本质上指向的是对于内容消费习惯、文化乃至审美的担忧。

但我想说的是,吐槽归吐槽,行业里一些积极的变化,也不能视而不见。

几个月前,短剧市场开始流行起一股「盗脸」的风气,一开始被形象侵权的还是明星,发展到后面,越来越多的素人发现在毫不知情的情况下,自己的脸出现在了短剧里。

如果我没记错,红果几乎是第一时间就展开了治理工作,本着宁可错杀、不能放过的原则,下架了上千部涉嫌违规的作品,要知道,这里面每一部对于短剧公司来说都是实打实的成本,快手等平台的跟进动作也很迅速,于是这股歪风很快就得以修正。

不该踩的红线,一步也不能逾越,这就是作为平台最正确的做法。

如果说前几个月短剧平台对于形象侵权的治理,是保住短剧行业的下限,那近来对于优质作品的扶持,可以说进一步拓展了上限,以至于精品化这条路更像是已经明牌了。

比如斩获了一致好评的穿越题材短剧《持械入宋》,说的是一支携带热武器装备、通晓各种现代战术的5人小队意外穿越回宋朝,怎么看都是「重生后干出一番大事业」的爽文路子。

然而除了制作精良的优点外,剧中对于古代军队制度、武器、通讯方式以及战场救护的考察和描绘都相当细致,等于从一个寓教于乐的角度上,间接为观众完成了科普。

又如非常应景的养殖题材《寒塘鉴人心》,除了奸商坏事做尽、良商终有所获的主线叙事外,还加入了大量养蟹产业里的常识,像是行情、天气、储存这些变数,都会影响着蟹农收入,由此为观众厘清养殖不是把东西养大,再等一个好价钱那么简单。

就更不用提我很喜欢的《急诊摸鱼王》了,既有趣味性拉满的喜剧元素,也呈现出了一个非常完整的急诊医护系统,让人可以明白整个链条是如何运作的。

我甚至觉得,这部剧如果能解决一些医患之间的矛盾,就算是功德无量了。

要说这些作品的出现,意味着整个短剧行业已经完成了内容升级,那肯定不至于,但它们确实又代表了一种进步:

那些原本只被当成背景的职业和生活,开始得到更多关注,观众也有机会在追剧情的时候,顺带理解一点别人的处境。

更重要的,同样也是得益于制作成本足够低,所以短剧理论上的覆盖面可以是无限的,古代科举、农业养殖、急诊医护,只要是能想到的题材,都可以成为观众感受另一种人生的窗口。

不要误会,我并不是说每部短剧都得带点所谓的科普价值,劳累了一天,回家就想看点坏人吃瘪、好人翻身的正能量故事,这个需求本身就没什么可羞耻的。

还是那句话,一部作品是好是烂并不重要,但观众有没有选择权很重要,如果一个市场只能追求极致的成功和价值,那它一定是不健康的。

最有节目效果的是,在一些媒体大肆宣扬看短剧会让人变蠢论调的同时,另一批大佬艺术家正在正在身体力行地为短剧说些公道话:

贾樟柯在微博上公开讨论「最近在看红果」,说能不能讲好一个故事与时长无关,「这是形式问题,不是血统问题」;

北大中文系教授戴锦华在谈及自己看到某些精彩短剧作品时,甚至用了「拍案叫绝」这么个词;

莫言就更不用说了,对霸总上门当赘婿的短剧台词已经如数家珍,讲道理,如果短剧内部也有鄙视链,类似题材的排名,可能都不会很靠前……

我的意思是,现在这个时代被我们人为制造出来的焦虑已经太多了,以至于洪水猛兽这个词,已经被滥用到失去了它原本的威慑力。

还是衷心建议大伙保持松弛感,不要再对新事物乱扣帽子了,有时候真得换个角度想问题,「不烧心」的梗能火起来再怎么荒诞,很大程度上也能提醒人们,做生意要踏实本分,对不对?

天不会塌下来,我们既要给新兴行业留一点时间,也要对人类的价值抱以信心。

跳转微信打开

  •  

打针的人越多,医美公司越难过

原创 任彤瑶 2026-10-28 21:10 上海

这是好事啊

2020年,房地产行业站在寒冬的开端。地产公司京汉实业公布了一个违背祖宗的决定:公司要告别房地产,全面转向新业务——医美。

要知道直到开会的这一刻,京汉置业还有七成收入来自住宅开发,但它火速转生。把名字改成“奥园美谷”,一边甩掉地产资产,一边推出冷敷贴、胶原冻干等产品。

奥园美谷医美板块还没有产生任何收入之时,股价已应声大涨超过200%,华泰证券对其医美业务给出140倍PE估值[1]。有股民锐评:搞房地产的不如卖玻尿酸的[2]。

但站在2020年,似乎没有多少人觉得荒唐。医美是当时最性感的生意之一,被称为女人的茅台。老登不能没有白酒,女人也不能没有玻尿酸。

这一年,玻尿酸巨头爱美客上市,随后成为大A第三只千元股,290倍PE让英伟达也甘拜下风;2021年上半年,37只医美概念股平均上涨40.94%,6家公司半年涨幅超过100%[3]。

魔力甚至蔓延到各种原本八竿子打不着的公司上。原本做母婴服饰用品的公司金发拉比,买下医美公司36%股份后拿下9个涨停。

虽然大A的妖风很快被看得见的大手拿捏,但此后几年,医美的确拥有了越来越广阔的消费市场。

艾媒统计,2025年中国轻医美用户已经达到3105万人。到2030年,轻医美有望成为一个4357亿的大市场,并保持15%以上的复合增速[4]。

十多年前斯琴高娃老师打个羊胎素都要遮遮掩掩,如今明星们已经能在综艺节目上大方细数自己脸上打过多少针。今年新一轮CPI基期轮换,医疗美容服务和洗碗机、车用电力一起成为新增类目。

上:袁立爆料名场面

下:倪萍近年在节目上分享医美经历

然而随着医美遍地开花,医美公司们却离大结果越来越远了。

2026年上半年,爱美客净利润下降25%,锦波生物下降28%,昊海生科下降47%;华东医药国内医美收入直接腰斩。

医美公司们怎么了?

暴利行业

医美分为两类,手术类和非手术类。手术类需要开刀,比如假体植入、塑身抽脂等。非手术类则是激光和频射为核心的能量类项目,以及玻尿酸和肉毒素为主的注射类项目。

后者就是现在常说的轻医美。

很长一段时间里,轻医美称得上是刑法合订本之外最挣钱的行业之一。

上游厂商的毛利水平长期维持在80%-90%,暴利程度让老铺黄金看了流泪,泡泡玛特见了惭愧,能与之一战的只有贵州茅台。

相比手术类医美,轻医美天然是一门标准化、高复购的好生意。

手术类医美高度依赖医生的操作水平。在这个大部分人连打点滴都不想让实习护士扎针的世界,审美好、技术高超的顶级医生是很难批量复制的。

2016年韩国三大整容医院之一Grand Plastic Surgery被起诉,原因是做“幽灵手术”。为提高订单量,用名医吸引患者,麻醉后换成牙医和耳鼻喉科医生执刀,超过33名倒霉蛋被骗[6]。

2016年24岁大学生权大熙在首尔一家整形医院做颧骨手术遭遇幽灵医生,不幸逝世。来源:上观新闻

另一方面,手术类医美复购率非常低。除却极少数反复整容的人,大部分消费者不会隔几个月重新隆一次鼻、割一次双眼皮。

相比之下,轻医美虽然同样要求医师有执业资质,但具体操作主要依托注射针剂和光电设备,整体比手术类医美易标准化。

根据卫健委《医疗美容服务管理办法》,美容外科主诊医师需要6年以上专业临床经历,而皮肤科只需要3年以上[8]。

去年央视《法治在线》记者暗访地下医美注射速成班,场所是快捷酒店会议室,两天学理论,第三天学员直接互相打针,比奶茶店暑期工上岗还要火速[9]。

正规机构路子没这么野,但现在出现了自动化设备,如韩国德玛莎水光仪能一次在多个部位注入产品,对医生的手艺要求还在进一步降低。

图片来源:央视新闻

与此同时,轻医美天然需要复购。隆胸假体二十年换不了一对,但肉毒素几个月不补打,皱纹又会重新出现。见过少女针效果下吹弹可破的脸蛋,只有小部分人能重新面对魔法消失后的自己。

艾媒咨询的调查显示,超过一半的轻医美用户至少每半年就会再次消费[10]。理想状态下,这是一个“终生复购”的完美生意。

但标准化、高复购只能解释商业模式,不能解释商业利润。毕竟人民群众一天一杯奶茶、一周一顿火锅,也没能让蜜雪冰城和海底捞们过上躺着数钱的好日子。

真正让轻医美厂商获得暴利的核心原因,是牌照。

牌照生意

虽然名字里带着“轻”,但轻医美注射始终算是一种侵入性的医疗行为,受到严格监管。

玻尿酸、胶原蛋白等注射剂需要药监局批准的三类医疗器械注册证(也就是常说的“械三证”);肉毒素作为猛烈的神经毒素,更是按照药品管理。

想要拿证,企业要经过产品研发、检测、临床评价、注册申报等环节,这个阶段通常需要3—5年。

即便拿到证,也受适用范围制约。比如同一种玻尿酸材料,如果证上适用范围是“改善颈纹”,打在眼角改善鱼尾纹就算是法外狂徒。

漫长的研发和严格的审批,将大量潜在竞争者挡在了门外。2021年,国内取得医美注射用玻尿酸注册证的企业还不到20家[11];肉毒素市场更夸张,国产获批产品只有衡力一家。

供给稀缺的情况下,上游医美厂商几乎垄断了定价权。毕竟你不买,有的是人买。

以这些年最火的嗨体针为例,2016年嗨体取得国内首款玻尿酸“纠正颈部中重度皱纹”的三类械证, 此后八年间同一适应症只有这张牌照。

一家独大让背后公司爱美客赚得盆满钵满。东兴证券统计过[12],嗨体原材料成本25元,出厂价351元,翻了14倍。

一张证到手,饥渴的消费者和下游机构吻上来,印钞机昼夜轰鸣。这种如梦似幻的好日子,所有医美厂商都有过。

2021年4月,伊妍仕获批为中国第一款进口PCL再生填充产品。上市两个月签约医院就超过120家、预收款超1亿元[13]。母公司华东医药紧急要求荷兰子公司新建厂房扩产。

2025年之前,锦波生物拥有全国全部三张重组胶原注射械三证,旗下产品薇旖美终端价格一度逼近七千元一支,一针顶得上5瓶飞天茅台。

但恰恰是牌照的暴利,让医美制造了自己的竞争对手。

随着资本市场意识到轻医美大有可为,这个市场突然变得拥挤起来。

一边是老牌企业们通过研发和收购加快扩充产品。

另一边是大批新玩家进场。2021年国内有28家医美企业完成融资,其中八成是上游厂家,吸引腾讯、软银、IDG、高瓴等机构跑步进场。

一些原本不做医美的企业也跨界参一脚。除了开头提到八竿子打不着的京汉置业,还有心血管医疗器械龙头乐普做童颜针,做面膜的巨子生物和敷尔佳研发注射针剂。

内卷的风终于还是吹到了医美行业。

红利消退

2026年4月,锦波生物和医美平台新氧达成合作,向后者供应定制款薇旖美,单支最低仅需1075元,相较初期七千多元简直是打骨折。

仅仅两年,新氧还是锦波生物的眼中钉。当时平台上有机构做拉新活动,打二折促销薇旖美。锦波生物连发两道声明,指控新氧“恶意低价”。

锦波生物解释称,早期想扩产,但细胞不生长,所以卖得贵。现在产能上去了,价格就打下来了[17]。

但爱马仕一包难求,也不是因为手提包工艺难以攻克。如果控制产量能维持高价,厂商没理由主动结束这种暴利。

真正的原因是牌照不再稀缺。

2017—2023年,国内每年新获批的医美械三证大致维持在7—11款,2024年突然增至19款。

此后供给继续提速,到2026年前8个月,仅透明质酸、胶原和再生材料三类注射产品就已有35件获批[4]。

考虑到三类器械过审需要数年,往前倒推,这些项目恰恰是2021年前后医美资本潮里集中上马的。

和锦波生物合作前一年,新氧曾将普丽妍童颜针的价格打到4999元,远低于厂商16800元的指导价。普丽妍随即要求全国代理商停止向新氧供货。

新氧转头找圣博玛拿货,以5999元的价格销售艾维岚童颜针,又被厂家抗议。

最后,头铁的新氧干脆和2025年新拿到牌照的厂商西宏生物合作,售价进一步降到2999元,团购价甚至丧心病狂低至999元[19]。

有业内人士说,“如果放在2—5年前,新氧模式可能会遇到比较大的困难,因为供应链不充足。” 但今时不同往日。

以前是厂商对渠道和消费者们说“你不买有的是人买”,现在,轮到后者跟前者说“你不卖有的是人卖”了。

2024年7月,华熙生物适用于颈部中重度横纹的“润致格格”注射剂获批,打破了爱美客嗨体针长达八年的独占,定价仅为嗨体的30%-50%[18]。次年瑞士海雅美、常州药物研究所“天鹅针”等颈纹产品也陆续上线。

嗨体针的价格应声下跌。1.5ml颈纹款从千元以上降到约300—326元/支[20]。

价格战的甜蜜反映在人民群众的钱包里,内卷的苦涩反映到医美公司的财报上。“三巨头”爱美客、锦波生物和昊海生科的营收和利润,近两年出现不同程度下滑,至今没有止跌迹象。

牌照仍然重要,但已无法保证厂商高枕无忧。下游有了更多可替代的供应商,原本的价格体系和供货规则注定难以维持。

厂商们的应对方法有两种,一种是打不过就加入。通过自建销售体系、加强与医美平台的合作等,提升对渠道的控制力。

今年初,新氧拉着爱美客、华熙生物、锦波生物等14家上游厂商成立“青春甄品联盟”,合作内容包括量价联动、产品分层供给和医生培训等。

另一种是寻找新的利润来源,从头到腚都是发力方向。爱美客拿到了治脱发的米诺地尔搽剂牌照。锦波生物步子迈得更大,开始研究压力性尿失禁产品了。

当然,医美公司也没有放弃最熟悉的赚钱方式:开发一种新材料,通过先发独占获得超额利润。

这两年,细胞外基质(ECM)开始受到关注。最猎奇的产品来自韩国公司L&C Bio,旗下Elravie Re2O俗称“尸皮针”,原料是逝者捐献的真皮组织。

人源ECM材料原本就用于烧伤、创面修复等医疗领域,如今L&C Bio将其开发为医美产品,宣传能够改善毛孔和细纹。

L&C官网的产品介绍,明确列出源自人体组织

这款产品未取得国内许可,但国内也有企业在研发动物源ECM注射剂,已经出现获批产品。

从玻尿酸、胶原蛋白到真皮,医美公司寻找下一款明星针剂的脚步从未停止。只不过,随着越来越多资本和企业涌入,终究逃不过价格战的命运。

新氧创始人金星(不是那个金星)今年接受采访时说,医美上游本质是制造业。制造业中技术难度最高的汽车和手机,毛利率也就二十个点[21]。

相比之下,医美行业毛利率还高达90%,这才哪到哪。

[1] 奥园美谷:落子不断、医美生态版图初现,华泰证券

[2] 搞房地产不如卖玻尿酸:奥园美谷转型医美 还没卖货股价已涨5倍,红星资本局

[3] 20只医美概念股中17家2021年盈利,乱象频发下2022或为“规范医美”关键年,财经网

[4] 布局服务消费,掘金新消费:2026 年商社美护行业年度策略,国元证券

[5] 2026年3月东吴北交所医美行业策略,东吴证券

[6] Famous plastic surgery clinic accused of 'ghost surgery',The Korea Times

[7] “幽灵医生”猖獗背后:揭秘韩国整容行业乱象,上观新闻

[8] 医疗美容服务管理办法,国家健康卫生委员会

[9] 学员互相注射、有人当场晕倒 三天医美速成班内幕曝光,央视新闻

[10] 2025年中国医美行业发展状况与消费行为调查数据,艾媒咨询

[11] 玻尿酸行业研究报告:黄金赛道,终端产品市场潜力巨大 ,东方证券

[12] 医美填充针剂:从发展路径和生命周期看投资机会,东兴证券

[13] 华东医药股份有限公司 2021 年第三季度报告

[14] 锦波生物财报

[15] 爱美客财报

[16] 昊海生物财报

[17] 新氧锦波生物握手言和,北京商报

[18] 爱美客不再有“躺赢”的日子,经济观察报

[19] 拒绝上游指导价之后,新氧低价从何而来,经济观察报

[20] 产品销量下滑 “医美茅”高增长神话破灭,中国经营报

[21] 医美“淘汰赛”将延续!对话新氧创始人兼CEO金星,每经网

跳转微信打开

  •  

Anthropic IPO:900% NRR背后,还有哪些关键数据?

原创 StartupBoy 2026-10-28 20:40 四川

七位创始人如何掌握50.1%的投票权

10 月 26 日,Anthropic 向美国证券交易委员会(SEC)公开提交 S-1,计划在纳斯达克上市,股票代码为 ANT。

这份文件披露了大量值得关注的数据。

2026 年上半年,Anthropic 实现收入 162.86 亿美元,是去年同期的约 14 倍;净亏损 807.48 亿美元;截至 6 月 30 日,现金及短期投资合计 1317 亿美元。

但如果只能从这份文件里挑一个最值得关注的数字,我会选 900%。

这是 Anthropic 截至 2026 年 9 月 30 日披露的净收入留存率(NRR)。作为对比,优秀的 SaaS 公司通常以 120% 左右作为一个重要参考,Snowflake 曾达到约 170%–180%。

不过,Anthropic 的 900% 不能直接与传统 SaaS 公司比较。它采用了不同的客户筛选口径,收入也主要来自按量计费的模型使用。

要理解这个数字,真正值得看的不是 NRR 本身,而是整份 S-1 揭示的业务结构:Anthropic 的收入从哪里来,客户为什么持续增加支出,以及支撑增长的算力成本和长期承诺有多大。

一、收入:两年从4亿美元增长到数十亿美元季度收入

先看收入。

Anthropic 的年度收入从 2023 年的 4100 万美元,增长到 2024 年的 3.86 亿美元,再增长到 2025 年的 45.85 亿美元。

2026 年上半年,收入达到 162.86 亿美元,而 2025 年同期只有 11.63 亿美元,同比增长约 14 倍。

按季度来看,2025 年第一季度至第四季度,收入分别为 3.76 亿、7.87 亿、13.82 亿和 20.40 亿美元。

2026 年第一季度,收入达到 47.31 亿美元;第二季度进一步升至 115.55 亿美元。

收入在短时间内迅速放大,已经很难用传统软件公司的增长框架来理解。

收入结构也值得关注。

2026 年上半年,按量计费的消费型收入约为 131 亿美元,占总收入的 80%。这意味着,Anthropic 的收入主要取决于客户实际使用了多少模型,而不是购买了多少固定价格的订阅席位。

这与传统 SaaS 有一个重要区别。

传统软件通常先签订合同,再按月或按年确认收入。Anthropic 则可以随着客户增加模型调用、部署 Coding Agent 和扩大企业内部使用范围,让同一个客户在短时间内大幅增加支出。

这也是理解 900% NRR 的第一个关键。

另一个变化来自销售渠道。

通过 AWS、Google Cloud 和 Azure 等云平台获得的收入,占比从 2023 年的约 11%,上升到 2024 年的 32%、2025 年的 47%,以及 2026 年上半年的 48%。

云平台既为 Anthropic 提供算力和销售渠道,也让它能够触达更多企业客户。不过,这种合作同样意味着渠道费用、供应商依赖和潜在竞争等问题。

二、客户:增长不只是来自新用户

Anthropic 最值得关注的变化,是大客户数量的增长。

按照披露的数据,过去 12 个月消费超过 10 万美元的客户数量,从 2025 年 3 月的约 400 家,增长到 2025 年 9 月的 950 多家,再到 2026 年 6 月的 6000 多家。

截至 2026 年 9 月,这一数字已经超过 11,900 家。

此外,年度消费超过 100 万美元的客户有 1900 多家,超过 1000 万美元的客户约有 250 家。

这说明 Anthropic 的增长已经不只是大量开发者试用 API,而是越来越多的企业将其模型纳入实际业务。

更重要的是,这些客户不再只使用单一产品。

据对 S-1 的报道,在年消费超过 10 万美元的客户中,同时使用 Anthropic 平台和 Claude Code、Cowork 等第一方应用的比例已经超过一半。2025 年底,这一比例约为 30%。

这里存在一条值得关注的扩张路径。

客户最初可能只是调用 API。随后,工程师开始使用 Claude Code,将模型引入实际开发流程;当使用范围扩大到整个团队,模型支出就可能从个人工具费用变成企业级预算。

接下来,Cowork 等产品又有机会将使用范围从工程团队扩展到其他知识工作岗位。

Anthropic 不再只是向客户提供模型,而是在尝试覆盖客户使用模型的多个环节。

如果这条路径能够持续,大客户的支出就有机会随着产品渗透率上升而增长。

这也是 900% NRR 背后最重要的业务逻辑。

但这个数字本身仍有局限。

Anthropic 对 NRR 的定义是:比较符合条件的客户在当期三个月与一年前同一季度的收入。客户只需在基期贡献至少 1 美元收入,就可以进入统计范围;Claude Pro 和 Max 固定价格订阅用户则被排除。

因此,一个一年前只花了几美元测试 API、如今已经在生产环境中大量使用模型的客户,也可能贡献非常高的扩张倍数。

900% 衡量的是真实的收入扩张,但不能直接等同于企业合同续约率,更不能单独证明客户的长期忠诚度。

三、利润:算力成本占比从251%降至48%

收入增长之外,Anthropic 的成本结构同样重要。

2026 年上半年,公司总运营费用约为 169.79 亿美元,高于同期 162.86 亿美元的收入,对应运营亏损约 6.93 亿美元。

运营费用主要由四部分构成:

算力与基础设施支出约 89.45 亿美元;人员费用约 31.52 亿美元;销售、营销与合作费用约 31.68 亿美元;其他运营与行政费用约 17.14 亿美元。

与 2025 年上半年相比,这些费用都大幅增加。

其中,算力与基础设施支出从 23.34 亿美元升至 89.45 亿美元。销售、营销与合作费用则从 1.20 亿美元升至 31.68 亿美元,其中云渠道合作相关费用的增加是重要因素。

但另一个数字更值得关注。

2025 年第一季度,算力支出相当于收入的 251%;到 2026 年第二季度,这一比例已经降至 48%。

按照披露的数据,2026 年第二季度,Anthropic 实现约 9.74 亿美元的单季度运营利润,这是相关披露期间首次出现单季度运营盈利。

这说明收入增长开始超过算力成本的增长速度。

如果这一趋势能够持续,Anthropic 的业务可能逐渐从高速增长但成本沉重的阶段,转向规模效应更明显的阶段。

不过,这还不能直接证明公司已经建立了稳定的盈利模型。

2026 年上半年整体仍然录得运营亏损,股权激励等费用也使 GAAP 口径与调整后利润之间存在明显差异。

按照披露数据,2026 年上半年调整后运营利润约为 16.18 亿美元,调整后净利润约为 26.71 亿美元。同期股权激励费用约为 22 亿美元。

这意味着,理解 Anthropic 的盈利能力,需要同时观察 GAAP 运营利润、调整后利润以及算力支出的变化。

人效也在迅速提升

除了算力成本,Anthropic 的人员效率也值得关注。

据相关报道,Anthropic 的员工人数从 2024 年底的约 940 人,增长到 2026 年 9 月的约 5300 人。

与此同时,过去 12 个月的人均收入从一年前的约 140 万美元升至超过 660 万美元。

这意味着,在员工规模扩大数倍的同时,公司收入增长得更快。

当然,人均收入不是劳动生产率的完整衡量指标,也会受到收入高速增长、员工招聘时间和收入确认节奏的影响。但它至少说明,Anthropic 当前的收入扩张并不需要人员数量以同样的速度增长。

对于一家同时经营模型研发、企业销售和 AI 应用的公司,这种人效变化值得继续观察。

接下来更重要的问题是:随着收入规模继续扩大,算力成本占比和人均收入能否维持当前趋势。

四、807亿美元净亏损:估值上涨也会带来账面亏损

2026 年上半年,Anthropic 的净亏损达到 807.48 亿美元。

这个数字很容易让人误以为公司正在以同样的速度消耗现金。

但亏损的构成并非如此。

按照 S-1 的相关数据,其中约 723.88 亿美元来自可转债、衍生负债和 SAFE 等金融工具的公允价值变动。

这些工具的会计处理会受到公司估值变化影响。随着 Anthropic 的估值上升,部分金融负债的账面价值也会随之增加,从而产生巨额会计损失。

换句话说,估值上涨本身就可能扩大这部分账面亏损。

这不代表所有亏损都可以忽略。它意味着,需要把经营表现、现金流和金融工具的会计影响分开看。

另外,Anthropic 还披露了与票据购买协议相关的费用,以及其他利息收入和金融工具收益。

如果只看 807 亿美元这个净亏损数字,很容易误判公司的实际经营状况;但如果完全忽略它,也会忽略资本结构和金融工具可能带来的影响。

对于这类尚未上市、经历多轮大规模融资的公司,净利润不是判断经营表现的唯一指标。

五、现金:1317亿美元意味着什么

截至 2026 年 6 月 30 日,Anthropic 持有约 1124 亿美元现金及现金等价物,以及 193 亿美元短期投资,合计 1317 亿美元。

如此庞大的资金储备,为 Anthropic 继续投入模型研发、扩大产品销售和采购算力提供了空间。

但现金储备不能与自由现金流混为一谈。

训练和运行前沿模型需要持续投入,随着企业客户规模扩大,推理成本也会随使用量增加。

因此,现金储备究竟能够支撑多长时间,取决于未来收入增长、算力成本变化、资本支出和合同付款安排,而不只是当前账面上有多少钱。

据相关报道,Anthropic 已经完成多轮大规模融资。对于公司未来的财务状况,真正值得观察的仍然是收入增长能否持续超过成本增长,以及经营现金流能否在扩大基础设施投入的同时保持健康。

六、算力:数千亿美元的长期承诺

如果说收入反映了 Anthropic 的增长,那么算力合同反映的就是它为了支撑增长,需要承担多大的长期义务。

根据相关研究对 S-1 的汇总,Anthropic 与 Microsoft、Google、Amazon、Broadcom、Nscale、Lambda 和 SpaceXAI 等公司存在规模庞大的算力或基础设施安排。

这些安排涉及云服务、芯片、设备租赁和专用算力基础设施,部分合同期限延伸至 2045 年。

不同合同的金额并不完全是同一种口径。有些是最低采购承诺,有些是最高金额,还有些是按租赁期限计算的合同总额,不能简单相加后视为确定的现金支出。

但即使不追求一个精确的总数,规模本身已经说明问题:Anthropic 的增长不仅依赖客户需求,也依赖公司能否持续获得足够的算力。

这里有两个值得关注的地方。

第一,算力供应商同时也是投资人、销售渠道,甚至是潜在竞争者。

第二,部分长期合同可能限制公司的调整空间。如果未来模型需求、芯片价格或技术路线发生变化,已签署的合同未必能够同步调整。

与此同时,Anthropic 也在尝试使用不同类型的芯片和基础设施,包括 Trainium、TPU、NVIDIA 和 AMD 相关方案。

多种算力来源有助于降低对单一供应商的依赖,但也增加了模型训练、部署和基础设施管理的复杂性。

因此,Anthropic 的成本改善不仅取决于模型效率,也取决于它能否以合理的价格获得足够的算力。

七、治理:七位创始人如何掌握50.1%的投票权

Anthropic 的治理结构,是这份 S-1 中另一个值得单独研究的部分。

公司采用公共利益公司(Public Benefit Corporation,PBC)结构。与普通公司相比,这种结构要求董事会在股东经济利益、受公司行为影响的相关方利益,以及公司明确的公共利益使命之间进行平衡。

Anthropic 的使命是负责任地开发和维护先进 AI,使其长期造福人类。

为了落实这一安排,公司设计了两套特殊机制:七位创始人的投票权安排,以及长期利益信托(Long-Term Benefit Trust,LTBT)。

七位创始人:经济权益与控制权分离

七位联合创始人分别是:

Dario Amodei:CEO。 曾在 OpenAI 从事研究工作,后来与其他创始人共同创立 Anthropic,负责公司整体战略和发展方向。

Daniela Amodei:总裁、董事会主席。 曾在 OpenAI 工作,负责 Anthropic 的运营和组织管理,也是公司治理结构中的重要人物。

Tom Brown:首席算力官(Chief Compute Officer)。 此前在 OpenAI 领导 GPT-3 的工程工作,并参与推动 RLHF 等技术在现代对话模型中的应用,目前负责算力资源的获取、扩展和使用。

Jack Clark:Anthropic Institute 负责人。 曾任 OpenAI 政策总监,长期关注 AI 政策、公共利益及政府监管问题,也以 AI 研究通讯 Import AI 闻名。

Jared Kaplan:首席科学官。 物理学家和 AI 研究者,参与推动大语言模型 Scaling Laws 等研究方向。

Sam McCandlish:首席架构师。 研究背景涉及深度学习和大模型扩展,是 Anthropic 早期技术团队的重要成员。

Christopher Olah:可解释性研究负责人。 以神经网络可解释性研究闻名,主要关注如何理解模型内部的计算机制。

这七人均曾在 OpenAI 工作,并于 2021 年共同创立 Anthropic。

真正特别的不是他们的背景,而是上市后的控制权安排。

按照 S-1 的设计,七位创始人将共同持有 Founder LLC。Anthropic 向这个实体发行一股特殊的 Class F 股票,该股票本身没有经济权益,却拥有相当于公司总投票权 50.1% 的投票权。

与此同时,七位创始人本身还持有公司的普通经济权益。根据披露的个人持股数量估算,他们合计持股约为公司完全稀释股本的 10%,而不是 50.1%。

换句话说,他们获得的控制权,远高于其经济权益所对应的普通投票权。

对于公开市场投资者,这意味着买入 Anthropic 的股票,并不等于获得与持股比例相对应的公司控制权。

这套安排也有其特殊背景:七位创始人承诺将个人持有的 Anthropic 股权的 80% 用于慈善事业。公司希望通过特殊投票权安排,使创始团队能够在长期使命和短期股东回报之间维持自己的判断空间。

但对投资者而言,问题依然存在:当创始人的决策与普通股东的经济利益发生冲突时,普通股东能够施加多大影响?

长期利益信托:另一套控制机制

Anthropic 的治理并不只依靠创始人。

公司还设立了长期利益信托,由五名具有 AI 安全、国家安全、公共政策等领域背景的受托人组成。

通过特殊的 Class T 股票,该信托通常拥有选举和罢免董事会多数董事的权力。

Class T 股票本身没有通常意义上的经济权益,也不参与一般股东事项的投票,但它在董事会构成上拥有特殊权力。

因此,Anthropic 的治理结构并不是简单的创始人控制公司,而是创始人投票权与长期利益信托共同影响公司治理。

这种结构试图在商业回报、AI 安全和长期公共利益之间建立制衡。但它也意味着,上市后的 Anthropic 与普通公众公司会有明显不同:投资者拥有经济权益,却无法单纯依靠持股比例决定公司的发展方向。

八、风险:收入增长之外,还有哪些变量

S-1 的风险因素部分同样值得关注。

首先是模型本身的风险。Anthropic 在文件中讨论了模型可能出现的有害行为、能力提升速度超过安全措施,以及极端事件难以获得充分保险保障等问题。

其次是商业风险。

如果模型能力差异缩小,客户就可能更容易在不同供应商之间切换。对于按量计费的业务,这意味着客户支出既可以迅速增长,也可能迅速下降。

再次是客户和渠道集中度。

大型 AI 应用公司可能是 Anthropic 模型收入的重要来源,但它们也可能转向其他模型供应商,或者自行开发模型。与此同时,云平台既提供基础设施,也可能发展自己的模型和产品。

最后是增长本身的变化。

Anthropic 在文件中预计,随着收入规模扩大,收入运行率的增长速度将逐渐下降。

这是高速增长企业进入更大规模阶段时需要面对的问题。未来的挑战不只是继续增加收入,还包括控制成本、提高算力利用效率,并在竞争加剧时维持客户支出。

最后:900%真正说明了什么

回到开头的 900% NRR。

这个数字之所以重要,是因为它与其他经营数据相互印证:Anthropic 的大客户数量迅速增加,企业客户的产品使用范围不断扩大,收入也从少数开发者和早期客户的使用,逐渐延伸到更大规模的企业预算。

但 900% 并不意味着客户忠诚度达到了某个可以长期维持的水平。

它反映的是特定统计口径下,现有客户在一年间的支出扩张。随着比较基数扩大,这个比例很可能明显下降。

更重要的是,收入增长还必须转化为更好的经营结果。

Anthropic 已经展示了惊人的需求增长,也开始出现算力成本占比下降和单季度运营盈利的迹象。但它仍然需要证明,自己能够在持续投入的同时,把收入规模转化为更稳定的利润和现金流。

900% 是过去一年需求扩张的结果,而真正决定 Anthropic 长期价值的,是当这个数字回落之后,增长能否继续,以及增长本身能否越来越赚钱。

阅读原文

跳转微信打开

  •  

WorkBuddy+LibTV,新一代爆款短片工作台来了!【附3种神仙玩法】

原创 袋鼠帝 2026-10-28 20:23 上海

干货满满,建议收藏~

大家好,我是最近一直在捣鼓AI视频的袋鼠帝

WorkBuddy做视频/设计这个系列,我前后写了两篇。

第一篇做爆款AI短片,6.7万阅读、1.1万转发;第二篇做设计工作台,现在3.6万阅读,还在慢慢涨(看来大家需求非常旺盛)。

第一篇里我提过一嘴:据说WB后续会支持更多主流视频模型。

没想到来得挺快,而且这次WorkBuddy干脆直接把我们的老朋友LibTV整个接了进来!这意味着,我们可以使用几乎所有前沿的图片/视频模型了。

WorkBuddy+LibTV可以说是强强联合了。我试了一下,合体之后真的达到了1+1大于2的效果!

老粉应该知道,LibTV我用了大半年。4月靠它抢先用上Seedance2.0,7月在上面爆肝2天做了两集AI美剧,出海疯狂卷老外!还顺手沉淀了一个Skill。

Image

直到昨天,还有朋友加过来找我,想要美剧Skill。

Image

先看一支我用workbuddy + LibTV给我的开源项目仓颉.Skill做的宣传片:

需求、分镜、生成,都是在WorkBuddy的对话框里推进的。

说实话,要想视频质感更好,Opus5.5生成的视频确实不如Seedance这种视频模型。

PS:下面是我之前用Opus5.5 生成的仓颉Skill宣传视频

Image

还有,做AI视频有个问题一直都存在:很多时候我视频想呈现的东西,上下文不在视频平台里。

产品资料在飞书,卖点在PPT,个人介绍、记忆都在本地文档,我平时干活的上下文很多都在WorkBuddy。

每次做片,得先整理一遍上下文,再搬到LibTV,很麻烦。

这次LibTV接入WorkBuddy后,直接就爽了。生态完全打通,在WorkBuddy里就能直接调用LibTV的全套专业能力:

Seedance2.0 Fast、Wan 3这些模型都是性价比非常高的视频模型,以及LibTV的专业功能,导演级的Skills,都可以按任务需要组合使用。

Image

整个创作过程大概就是WB看资料、想创意、拆分镜,LibTV出镜头、产出片子,中间一些过程,我拍板就行。

这次给大家带来了3种神仙玩法,都有非常详细的过程。冲着这份诚意,先来个三连吧😄~

先说一下怎么用上

打开WorkBuddy(我这里是V5.9.2),左侧点专家·技能·连接器,切到连接器,搜索LibTV,点右边的+,按页面提示授权LibTV账号。

Image

Image

然后回到任务对话,上传产品图或参考素材,说需求。

需求尽量讲清楚:拍什么、用在哪、想要什么风格、哪些内容必须保留。

Image

我最近有一些做片子的需求,正好用这个组合全自动帮我搞~

1、给仓颉.Skill拍一支宣传片

上上周我用Claude Opus5.5,给仓颉做过一支宣传片。是Code To Video,说白了是HTML动画,界面、字幕,但有个画面一直做不好:蒸馏过程。

成片效果

workbuddy+LibTV做的仓颉Skill宣传视频是不是挺有高级感的,而且动效啥的非常流畅~

创作过程:

本次创作用到了一个开源的创作Skill:

https://github.com/feitangyuan/onetake

Image

因为我们只是想要调用 onetake 这个 skill 的视频策划和分镜设计能力,然后再让 WB 连接调用 LibTV 内置模型和相关功能进行视频制作,所以我们先让它帮我们制作这个视频的策划方案。

Image

输出视频策划案后,咱们简单验收一遍没问题,就可以让WB基于现有方案调用 LibTV 生成分镜图,这里咱们可以在提示词指令中明确要求用哪个图像模型和生成参数,我这里要求的是使用 image 2.5 fast 模型,参数设置为标准画质、2K分辨率进行生成。

Image

同理,上一步生成的分镜图确认通过后,咱们在给 WB 发送生成视频指令提示词时,也可以明确要求采用的视频模型和生成参数,我这里要求的是 Seedance 2 fast 模型 720p,其他参数和视频提示词 WB 会基于策划方案帮我们配置好。

Image

这里 WB 会基于策划案中的视频脚本,在 LibTV 创建的画布中帮我们创建和设置好相关节点,并填充好参考图和提示词。

Image

我们可以回到 LibTV 官网中查看,上图中的图像节点、视频节点以及它们之间的连线和提示词都是由 WB 帮我们配置好了,再也不用手动连线和手搓提示词了,爽!

我们也能看到上面的 仓颉Skill 宣传片成片效果是相当不错的,画面风格清新、动态效果流畅,也能准确地给观众传达了仓颉Skill 的使用场景和能力。

接着我又在想,既然可以制作 Skill 类的宣传片,那实体产品的广告是否也能进行创作?

2、双11广告制作

成片效果

A版(高端概念广告)

B版(双十一促销广告)

接下来我又基于以下这个虚构品牌的无线耳机实体商品,创作了两版风格迥异的电商广告。

Image

首先还是先让 WB 为咱们款耳机设计一个视频策划案,可以看到它输出了三个不同概念的视频方向,并且推荐我们采用A方向。

Image

咱们采纳它的建议,往下推进先基于产品原型制作广告的分镜图。

Image

这里有个小细节需要注意,就是 WB 在调用 LibTV 内置的视频模型时,默认时关闭了视频模型音频生成开关(会导致生成的视频没有音频),这时我们可以在提示词明确要求开启音频开关,并且要求 WB 帮我们检查视频提示词中是否缺少音效、配音相关的描述,如果是就让它帮我们进行合理补充,完全不需要我们自己纠结应该如何补写相关的音效提示词。

Image

这里我生成了A版是高端概念风格的耳机广告,画面质感和调性相当高级了,但总觉得有些不够接地气,于是我决定再让它生成一个通俗版的双十一大促风格电商广告,就是咱们经常可以在某音、某宝上面刷到的那种喊麦口播风格的视频。

Image

这次我明确要求视频中需包含双十一的促销文案和口播旁白,再看看它能够设计怎样的视频策划案。

Image

创作过程中,WB 提示是否要对这款无线耳机进行3D建模,这里我们就不把积分和时间消耗在建模上了,可以要求它使用 LibTV 图像模型基于耳机原型生成多角度视图素材替代3D建模,这样在生成视频时可以采用不同视角下的产品图作为参考图。

Image

调用 LibTV 生成的视频片段咱们也可以在 WB 客户端内查看和下载。

Image

这里给大家安利一个小技巧:

在 WB 中让它帮我们创建和配置好视频节点与提示词后,不一定要在 WB 中按要求它帮我们执行提交生成视频这一步(同时 WB 也会在遇到需要消耗大量积分,或者生成视频前提示我们授权执行)。

可以返回 LibTV 官网找到对应的画布,直接进入画面中手动点击生成视频(可以节省执行环节的 WB 积分消耗)。

可以看到这个由 WB 自动创建的画布规划还挺好合理的,把多视角和局部镜头补充的素材、分镜图素材以及视频素材都分好了组,很方便后续我们手动进行调整和继续制作。

3、个人网站的动效素材

最近在弄个人网站,页面里放了一些动效。

效果如下:

做法之前也讲过一次,是先生成短视频,然后交给workbuddy处理。

在此之前,先把我的帅照交给LibTV处理一下生成如下皮克斯3D风格的照片~

Image

提示词:我的商务形象照.png用LibTV生图,参考上传的图片,保持图中人物的动作与穿搭,将其转换为皮克斯风格的3D手工戳针羊毛毡Q版人偶,皮肤与衣物呈现真实的粗糙毛绒纤维质感,面带微笑,纯白背景。

Image

Image

再设计一个具有记忆点的 3D 卡通IP形象,这里我用我自己的真人照片制作了我的 3D 卡通形象,再与上一期 Work Buddy 教程中基于我的袋鼠头像创作的 3D 盲盒手办形象结合,得到了一只可爱袋鼠坐在我的 3D 形象肩膀上的 IP 形象。

Image

制作步骤非常简单,直接在 WB 中发送指令让它调用 LibTV 连接器帮我合成即可。

Image

第二步

我们需要基于上述 IP 形象,生成角色(包括袋鼠)自然地看上、下、左、右四个不同方向的图片,参考以下这段提示词即可。

Image

看一下生成的效果,角色的姿态和眼神还是相当自然的。

Image

第三步

基于上述5张角色不同视线的图片作为参考图,以及一张合适的背景图,让WB调用 LibTV 为我们生成一个首尾无缝衔接的循环视频。

Image

视频提示词参考如下

生成一段时长10 秒、16:9 横版的高品质 3D 个人品牌官网首页动态背景视频。
采用固定机位、一镜到底、首尾无缝循环的表现形式。以图1 袋鼠帝肩头小袋鼠手办合成图.jpg 作为人物初始状态,依次流畅衔接图2 视线向上版.png、图3 视线向右版.png、图4 视线向下版.png、图5 视线向左版.png 所示的视线和头部姿态,最终回到图1的初始状态。
将图6 背景图.png 中的暖白色抽象几何场景作为整个视频的唯一固定背景底板,完整保留其原始构图、颜色、几何结构、光照和空间层次。人物与肩头袋鼠位于画面右侧,作为独立的前景视觉主体,与背景自然融合。
最终画面应当像一个高品质 AI 创作者个人品牌官网首页的动态 Hero Section:左侧干净留白,右侧人物自然亲切,背景简洁而富有设计感。
二、参考图职责
图1:人物初始状态与最终循环状态。 锁定人物正面注视镜头的眼神、头部角度、微笑、身体姿态、服装与肩头袋鼠的初始状态。视频首帧与尾帧均以图1为唯一人物状态基准。
图2:向上注视的动作目标。 人物眼球自然向上移动,头部轻微抬起;肩头袋鼠保持原有坐姿并配合向上看。
图3:向画面右侧注视的动作目标。 人物眼球向右移动,头部轻微转向画面右侧;袋鼠同步向右注视。
图4:向下注视的动作目标。 人物眼球自然向下移动,头部轻轻低下;袋鼠同步低头向下看。
图5:向画面左侧注视的动作目标。 人物眼球向左移动,头部轻微转向画面左侧;袋鼠同步向左注视。
图6:唯一的固定背景底板。 使用提供的 16:9 暖白色抽象几何平台背景图,严格保留原图中的象牙白空间、暖金色立体拱形、圆角几何模块、柔和光晕、连接曲线、球体与平台。禁止重新生成背景、改变几何结构或让背景随人物动作发生变化。
图1至图5仅用于约束同一角色的身份、造型、表情与动作状态,不得将这些图片中的白色摄影棚背景直接带入最终视频。
三、人物主体与网页构图
严格采用 16:9 横版网站首屏构图。
人物与袋鼠整体位于画面右侧,人物主体约占画面宽度的 40%–48%,高度约占画面高度的 85%–92%,呈现从头顶至大腿上部的自然半身至三分之二身构图。保持人物比例真实协调,不裁切头发、耳朵、袋鼠耳朵或拳击手套。
人物必须是图1至图5中的同一位 3D 卡通青年男性,严格保留:
蓬松的深色短发与黑色圆框眼镜。
温和自然的面部比例、肤色与微笑。
深炭灰色针织毛衣及黑色长裤。
棕黄色毛绒袋鼠、奶油白腹部、粉色耳朵内侧、棕色鼻头与鲜红色拳击手套。
双手始终插在裤袋中,身体自然直立,袋鼠始终稳定坐在人物左肩。
人物的初始站位、大小与身体姿态全程固定。所有动作只改变眼球方向和极轻微的头部角度,不改变身体在画面中的位置。
左侧约 45%–50% 的画面必须保持为干净的品牌文案留白区。 不允许人物、袋鼠、装饰物或高对比度动态元素进入该区域。左侧背景应保留图6原有的柔和暖白渐变,为后续网站标题、职业定位、介绍文案和按钮提供清晰的可读空间。
人物与背景之间采用自然的环境光融合和柔和接触阴影。人物轮廓必须清晰,不能出现白色抠图边缘、矩形白底、光晕溢出或明显的贴图感。
四、固定镜头与背景锁定
整个视频只有一个连续镜头,镜头固定在图6原始背景的正面视角。
严格禁止推镜、拉镜、平移、摇摄、旋转、变焦、重新取景、镜头切换与景深变化。
背景图必须作为静止的完整视觉底板,视频开始至结束保持完全不动:
暖白色背景的渐变和亮度保持不变。
右侧暖金色拱形、圆角几何模块、立体平台和悬浮球体保持原位。
所有连接曲线与装饰节点保持静止,不闪烁、不生长、不漂移。
背景的光照、阴影、透视关系和空间层次保持一致。
背景不是动画场景,不允许出现额外的粒子、流动光线、科技特效或装饰动画。整个画面的动态来源仅为人物与袋鼠的细微视线表演。
五、10 秒动作时间轴
0.00–0.15 秒|首帧锁定
严格呈现图1的初始人物状态。人物正面看向镜头,保持自然微笑,袋鼠维持图1的初始眼神与坐姿。背景严格匹配图6,所有元素静止。
0.15–1.80 秒|向上注视
人物先自然转动眼球向上看,随后头部轻微抬起,平滑过渡至图2的姿态。袋鼠同步向上注视。动作细腻、自然,不做夸张抬头。
1.80–2.00 秒|短暂停留
人物与袋鼠稳定在图2的向上注视状态。身体、服装和背景保持不动。
2.00–3.65 秒|向右注视
人物眼球平滑转向画面右侧,头部轻微跟随转动,过渡至图3的姿态。袋鼠同步向右看,保持原有身体轮廓与肩部接触关系。
3.65–3.85 秒|短暂停留
自然稳定在图3的向右注视状态。
3.85–5.50 秒|向下注视
人物视线从右侧自然转向下方,头部轻轻低下,过渡至图4的姿态。袋鼠同步低头,呈现温和、略带好奇的互动感。
5.50–5.70 秒|短暂停留
自然稳定在图4的向下注视状态。
5.70–7.35 秒|向左注视
人物眼球从下方转向画面左侧,头部轻微跟随,平滑过渡至图5的姿态。袋鼠同步向左看。动作连贯,不出现眼球跳动、头部抽搐或角色变形。
7.35–7.55 秒|短暂停留
自然稳定在图5的向左注视状态。
7.55–9.80 秒|回归初始状态
人物与袋鼠从图5的状态平滑恢复至图1的初始姿态。眼球首先回到正面注视方向,头部随后自然归位,微笑、身体位置与袋鼠坐姿逐渐恢复至初始状态。动作逐渐减速,最后稳定下来。
9.80–10.00 秒|尾帧锁定
严格回到图1的人物初始状态。人物视线、头部角度、微笑、肩头袋鼠的姿态与眼神必须尽可能匹配首帧。
背景必须与视频第一帧保持完全一致。尾帧不得出现额外动作、位置漂移或光照变化,使视频从第 10 秒回到第 0 秒时尽可能无缝。
六、动画与视觉质量
人物的视线转移遵循自然的眼球先动、头部轻微跟随的运动规律。所有动作采用平滑的缓入缓出曲线,避免机械式匀速转动。
人物保持温和、聪明、友好的微笑,不出现夸张表情、嘴部运动或明显眨眼。袋鼠只进行与视线方向一致的轻微眼神和头部调整,不改变坐姿,不摆动拳击手套,不跳动或滑落。
保持原图的精致 3D 角色渲染风格、自然皮肤质感、蓬松毛发、针织毛衣纹理、黑色眼镜材质和袋鼠的细腻绒毛。
人物与背景使用协调的高调柔光和暖色环境光。人物边缘具有自然的环境反射和柔和接触阴影,避免明显抠图边缘与不合理的悬浮感。
整体画面干净、温暖、专业、具有高级数字品牌的视觉质感。背景装饰不应压过人物,也不应影响左侧文案区域的可读性。
七、硬性负面约束
禁止镜头运动、切镜、闪切、交叉溶解、跳帧、画面抖动、背景重绘、背景几何体位移、装饰物动画、背景闪烁、色彩漂移、光照变化、透视变化和画面裁切变化。
禁止人物身份变化、脸型改变、发型变化、眼镜扭曲、瞳孔错位、眼球变形、服装变化、身体晃动、手臂离开裤袋、嘴部变形、额外眨眼、额外表情、额外肢体、袋鼠变形、袋鼠滑落、袋鼠离开肩膀或拳击手套改变。
禁止人物进入左侧文案留白区,禁止出现文字、字幕、Logo、水印、UI、卡片、按钮、额外人物或额外动物。
最终交付标准
10 秒,16:9 横版,固定镜头,一镜到底。
背景始终使用图6;人物动作严格按图1 → 图2 → 图3 → 图4 → 图5 → 图1 的顺序连续变化。
左侧保持静态、干净的品牌文案留白;右侧呈现与暖白色抽象几何背景自然融合的 3D 人物和袋鼠。
首尾构图、人物姿态、眼神和背景尽可能精确闭合,形成适用于个人品牌官网首页 Hero Section 的无缝循环动态视觉。

生成片段效果

第四步

咱们还需要生成IP个人网站其他几屏的效果图,我这里设计的分别为欢迎动作、坐着使用 MacBook、和与常用的APP Icon一同跃起 这三个镜头,这三个分镜图都是让 WB 通过调用 LibTV 内置图像模型帮我生成的。

Image

Image

Image

第五步

咱们需要把上述的几个镜头,通过首尾帧生视频的方式连贯起来,这里我们给 WB 发送指令时需要明确说明是用那一张图作为首帧,哪一张作为尾帧,它就会帮我们在 LibTV 的自由画布中创建好相关节点并配置参数和提示词。

Image

Image

最终生成了4个动效素材

Image

大概长下面这样

最后我给WB的东西就两样:

上面的几个动效视频,还有飞书上的袋鼠帝个人介绍。

这里就能看出接在WB里的好处了。个人介绍不用我复制粘贴全内容,WB通过飞书连接器自己去读,再从里面挑能做成画面的东西。

Image

4、设个定时任务,早上起来收菜

还有个很nice的玩法:

WorkBuddy本来就有定时任务。接上LibTV之后,可以把明确的出片需求设成周期任务。

比如双十一这段时间,每天晚上按当天的选品出3条新开头的素材,第二天早上起来直接收菜,挑能用的去投。新品上架、日常更新,也能提前排好。

睡后还能让自动跑片子,这个想想还挺爽的~

「最后」

我感觉,自从在workbuddy里面做视频之后,我发现做视频这件事,越来越像写文档、做PPT一样的日常活了。变得没那么重,或者说更轻松了。

以前做一支宣传片,是个要排期的项目。得搞提示词,拆解分镜,生成分镜,然后一个一个视频生成之后要拼起来。

现在上下文本来就在WB里,说清楚要什么,自己去找LibTV拍好,还能顺便帮我自动剪辑,自动做网站

一人公司,最缺的一直是人手。LibTV就是视频生产力工具,workbuddy充当人手,匹配起来简直完美~

2024年刚回昆明那会儿,我也做过三个月抖音和B站,视频做得很粗糙,一分钱没赚到。

要是放在现在,可能结局会不太一样。因为现在做视频的门槛一直在降低。

最后,我觉得不管是在用workbuddy还是LibTV的朋友,都可以尝试打开WorkBuddy,在连接器里搜LibTV连上,然后试一试,做出来的片子欢迎发到评论区~

我是袋鼠帝,一个致力于帮你把AI变成生产力的博主。我们下期见~

能看到这里的都是凤毛麟角的存在!

如果觉得不错,随手点个赞、在看、转发三连吧~

如果想第一时间收到推送,也可以给我个星标⭐

谢谢你耐心看完我的文章~

跳转微信打开

  •  

AI for Science:AI走向物理世界的第一站

原创 马睿 2026-10-28 20:21 北京

AI带来了新的技术革命,但它还不等同于生产力本身。

过去几年,谈到AI,我们谈的多是聊天、写代码、agent、机器人。但这一轮AI最大的生产力机会,或许不在屏幕里,而在原子和分子构成的物理世界里。

AI for Science(下文简称AI4S),简单说,就是用AI来帮助科学研究、增强科研能力。例如让AI学习物理、化学、生物的知识和规律,去计算和设计原子、分子层面的东西,比如蛋白质、药物和新材料。它是AI走进物理世界的第一站。

2024年10月,诺贝尔化学奖颁给了蛋白质设计和AlphaFold2的研发者,AI4S站上了科研范式的转折点。两年后再看,变化比多数人预想的更快:两年前,AI制药还常被质疑“做不出药”;如今,晶泰、英矽、剂泰先后在港股上市,AI参与设计的药物进入了III期临床,礼来、辉瑞、GSK等跨国药企开始花重金绑定拥有专属模型能力的AI原生公司,抗体甚至可以“零样本”直接算出来。

我们持续关注AI4S领域的技术发展,如果你是相关创业者或者从业者,欢迎联系本文作者马睿(marui@freesvc.com)。

黄仁勋在介绍英伟达的战略时,常提到一个AI 产业全栈分层图,或者叫“AI五层蛋糕”:从下往上依次是能源、芯片、基础设施、模型和应用。用这五层对比中美:

· 能源:中国占优。2025年,中国发电量约为美国的2.3倍,能源总量优势明显。

· 芯片:美国领先,中国紧追。在先进制程上(7nm以下),中国与美国有差距,但如果看芯片制造产能,中国正在在追赶。

· 基础设施:中国整体占优,无论是电网、储能、变压器这些硬的设施,还是互联网和AI infra这些软的底座,中国都有扎实的产业基础。

· 模型:最前沿的模型仍在美国,但差距正在缩小,且中国在开源模型上领先。

· 应用:这是中美AI竞争的胜负手所在。AI应用包括agent、具身智能、AI4S和AI+各行各业。目前美国先行一步,编程类agent已经跑出规模化收入:Anthropic的Claude Code上线半年,年化收入就达到10亿美元;Cursor的年化收入也在2025年突破10亿美元。中国有望后来居上,腾讯、阿里、字节等巨头正在为应用层注入竞争力,中国的强势产业链也为AI落地提供了土壤。

历史上,一项技术从被发明到它被广泛应用并真正带来生产力提升,往往要十几到几十年。电力发明于19世纪后期,但生产力的真正爆发是在1900年之后,一直延续到1940年代。

看美国的全要素生产率(TFP,即资本和劳动力投入之外、由技术进步带来的增长)就更清楚。Astera Institute的Eli Dourado指出,1947–1972年,美国TFP年均增长约2.1%;2005年移动互联网时代以来,只有约0.17%。核心原因是,过去20年的创新主要局限在数字世界,而上一轮创新发生在物理世界:电力、火车、汽车带来的生产力提升,远大于计算机和互联网。

美国自1947年以来的全要素生产率(TFP)发展趋势

但这二十年做成了一件关键的事:把与人相关的各类数据(包括人的语言、文本、图像、视频,以及搜索等行为)都数字化了。这正是今天大模型的数据基础。

AI无疑是本轮科技革命最大的技术突破,甚至可以和电力相提并论,但从现有数据看,生产力的全面提升尚未来到——大规模的应用落地还在初期。最大的生产力进步,或许不在在数字世界,而在AI、生物、材料和能源的交叉领域,在数字世界与物理世界的融合之处。

AI的发展依赖三要素:数据、算力、算法(模型)。如今,大语言模型几乎吞尽了可用的文本数据,迭代速度在变慢。它要继续往前走,需要三样新武器:

· 新模型:黄仁勋在前述“五层蛋糕”的长文里也强调,模型不仅要理解语言,还要理解生物、化学、物理和物理世界本身;他认为模型在编程、机器人、数字生物和药物发现等领域已经展现出很强的产品市场契合(PMF)。物理AI正变得前所未有的重要。无论是微观的AI4S、三维重建的模型,还是世界模型,都是下一步的关键。新的模型可能会需要新的架构。

· 新数据:新数据是模型进一步迭代的新燃料。我们既需要物理世界的数据,比如3D高斯重建、深度数据、3D空间中的交互数据、空间智能、具身操作,以及生物制药中分子之间的相互作用;也需要与人相关的数据,它们可能产生于新型传感器、智能硬件;还需要脑科学数据,毕竟,AI历史上的多次重要突破都源于脑科学的启发,随着脑机接口和脑科学的进一步推进,会带来大量可用的高质量数据。

· 新算力:新模型和新数据对算力提出了更高要求。英伟达超越英特尔的背后,是 GPU (图形处理器)凭借并行计算优势,在 AI 时代逐步取代 CPU(中央处理器)成为主流算力架构。而当黄仁勋开始谈GPU与QPU(量子处理器)的协同时,量子计算被寄望为下一代算力。2025年10月,英伟达发布NVQLink,实现了量子处理器与GPU超级计算机的直接连接。

很多人以为AI只是带来效率提升,没法成为一门学科的核心驱动力。但我们确实观察到,AI的能力正在向基础科学领域加速外溢。ARK Invest在《Big Ideas 2026》里把AI称为“中央发动机”,它带动机器人、储能、多组学等创新平台一起加速。换句话说,AI像一场龙卷风,把周围的创新和行业都卷进来。下面是四个例子。

蛋白质结构预测。输入一条蛋白序列,AlphaFold2就能给出它的三维结构,而且精度首次和实验方法相当。在此之前,人类花了约六十年,才用实验解析出约20万个蛋白结构;而AlphaFold数据库则在2022年给出了约2亿个预测结构。这项工作获得了2024年诺贝尔化学奖。在蛋白结构预测这个领域,AI已经是主要驱动力。

电池材料。过去150年,从铅酸电池到锂离子电池,能量密度只提升了约5倍,年均进展小于1%,非常缓慢。美国电池材料公司Feon Energy用基于生成式AI的分子设计平台EDGE,在2周时间内,从头设计电解液分子:用它的电解液,锂金属电池的能量密度超过400Wh/kg,比现有锂离子电池高约50%;它的另一款快充锂离子电解液支持6C快充。据斯坦福大学技术许可办公室介绍,Feon用电池配方和性能数据训练AI预测模型,把电解液的研发周期从一年以上压缩到了三四个月。一边是每年不到2%的进步,一边是大幅缩短的研发周期,AI在材料设计里也在变成关键驱动力。

生物制造。生物制造在常温、绿色的条件下进行,最大优势是环保,以及得率高。通俗地说,得率就是投进去的原料有多少变成了目标产物:化学反应走上20步,得率往往不到1%;生物路线走20步,得率可以达到80%甚至更高。但生物制造的难点在于如何设计路线和途径。ATLAS of Biochemistry数据库收录了超过13万条理论上可行的代谢工程反应,但绝大多数是当时未在生物体中见报道。未来用AI来设计代谢路径,是生物制造里最大的变量。

未来医疗。美国公司Tempus把病人的临床数据、分子生物、影像等多模态数据汇集起来并对齐,用生成式AI分析,再将洞察输出给药企和诊断企业。2025年,Tempus全年营收约13亿美元,同比增长83%左右(含收购的遗传检测公司Ambry),同年它与70多家大中型药企签署了数据合作协议;2026年上半年营收7.31亿美元,同比增长约28%,公司把全年营收指引上调至约16亿美元。

把这些例子串起来,就是我们对AI如何带来生产力跃迁的判断:最底层是AI和大模型本身的进步;它外溢到数学、物理、化学、材料、生物——这就是AI4S;再往上,影响材料设计、蛋白设计、超导材料和新一代芯片;再往上,催生生物制造、AI制药、量子计算、核聚变、脑机接口、具身智能等未来产业;最后,放大到生物医药、新能源、新材料、航空航天等战略性新兴产业。

AI级联放大——五个层次,两个阶段

AI4S正处在这个链条的关键位置:它把大模型的进步翻译成各学科的底层创新,再由产业链逐层放大。

这个过程分两步。第一步,从0到1,以模型为核心:AI通过AI4S的方式溢出到其他学科,完成底层科技的0到1革新,这是中美竞争的焦点。第二步,从1到100,以价值效果为核心:把这些底层创新和中国的强势产业链结合,实现科技创新与产业创新的融合。这是中国科技创新的长期机会所在。

AI4S研究的是原子、分子等微观粒子及其相互作用。它是数字世界和物理世界之间最重要的桥梁:以前我们只能在计算机里计算和设计,有了AI4S,设计结果可以变成物理世界里实实在在的原子和分子。

原子和分子之所以重要,是因为它们构成了物理世界的基础。碳原子排成平面六边形,是铅笔里的石墨;把它立起来排成立体结构,就是金刚石或者钻石。碳原子加上氢、氧、氮、磷,按双螺旋排列,就是生命的基础DNA。锂、锰、钴、镍和氧按特定间距排布,就是电动车里三元锂电池的正极材料。

从元素周期表里挑选元素、组成分子,如果我们知道了分子的结构和动态,就知道了它的功能和作用。AI4S所做的,就是沿着序列(分子组成)→结构→动态→功能这条链条,去计算一个分子能做什么。

难点在于计算。传统的计算方法是分子模拟,但它面临“维度灾难”:当原子或分子数量变多,计算复杂度就指数级上升。比如完全从头计算(即只依据量子力学基本方程、不借助经验参数)的分子动力学模拟,计算量大致随原子数的三次方增长。

深势科技的思路是,只对部分体系做精确的第一性原理计算,用AI学习这些精确值;下次再算,就不必从头计算所有的原子或分子,直接调用AI,计算量降到与原子数成正比。结果是既准又快:用经验力场的速度,达到量子力学的精度。这就是AI4S的核心原理。

还有一种更通俗的理解:AI是一台“猜测机器”,输出能力很强,但常常出错;Science这部分,就是用科学验证的方式,把垃圾过滤掉,留下真正有用的部分。就是用AI生成,用science来验证。

AI4S旨在用AI赋能基础科学研究。在数学领域,它可以来严格验证数学证明;在物理领域,它能在量子力学与经典粗粒度模型之间架起桥梁,打通不同尺度的模型——物理问题一旦解决,就能精确计算能量,进而为分子设计打下基础;在此基础上,化学可以用 AI 设计化学分子和反应,生物可以用 AI 设计生物分子乃至药物,材料科学则可以用 AI 发现新材料。一定程度上,AI4S就是一种物理AI,或者说是微观世界的世界模型。这是它的重要性所在。

过去两年半,我们看到以晶泰科技、英矽智能、剂泰科技为代表的“港股AI制药三小龙”相继上市,标志着AI制药1.0时代的头部公司被资本市场接受。此外,两年前,AI制药最常被诟病的是“做不出药”。现在,证据已经足够充分: AI参与设计的药物进入了III期临床,还卖出了高价。

· 峰瑞已投企业剂泰科技自研的MTS-004口崩片,2025年10月宣布III期临床达到主要终点,据报道这是国内首个完成III期的AI赋能制剂新药。2026年6月,剂泰科技与Boulevard Bio达成三特异性T细胞衔接器(TCE)MTS-128的全球独家授权,总额16亿美元。2026年10月19日,剂泰科技与礼来签署11亿美元的战略合作,一起探索用AI解锁新一代组织和细胞靶向LNP递送技术,加速药物抵达患者。

· 峰瑞已投企业晶泰科技的“AI设计-智能体调度-机器人实验验证-数据反馈-模型优化”研发范式,正在被越来越多药企和材料企业采纳。2025年8月与美国公司DoveTree达成总额约60亿美元的管线合作;2025年11月,其全资子公司Ailux与礼来达成最高3.45亿美元的AI双抗研发合作。2026年6月,它又与一家国际知名药企就GPCR靶点口服小分子药物达成潜在总额超4亿美元的合作。2026年,它还为礼来、巴斯夫交付了自动化实验系统;9月,自研药物KQTD-126向美国FDA提交了临床试验申请。

· 英矽智能‌的TNIK抑制剂治疗特发性肺纤维化(IPF),2025年6月在《自然·医学》发表IIa期阳性结果,这是AI发现靶点+生成式AI设计分子的代表案例。2026年9月,它在中国启动的III期临床完成首例患者给药。英矽的BD(复星、礼来、赛诺菲、齐鲁、施维雅、美纳尼亚等)总额,超过30亿美元+20亿港币,随着管线不断推进,里程碑付款将持续兑现。

· 华深智药(海外公司Earendil Labs)用AI做双特异性抗体:2025年4月将两款双抗授权给赛诺菲,总额18.45亿美元;2026年1月又与赛诺菲达成潜在总值25.6亿美元的发现合作;2026年3月完成7.87亿美元融资。它的商业化表现亮眼。

· Generate:Biomedicines于2026年2月在纳斯达克上市,募资4亿美元。它用AI深度优化的抗TSLP抗体GB-0895(治疗严重哮喘)亲和力提升约20倍、可每六个月给药一次,已进入III期,值得一提的是,从分子合成到进入III期只用了约四年。

所以,AI制药确实做出了临床阶段的资产,而且BD在源源不断为AI制药公司带来现金流。尽管上一代的不成果多是在已知成药分子的基础上做微调;但今天药企手里的模型武器,已经又往前走了一大步。

过去一两年涌现的前沿模型,还没有被药企广泛采用。我们的判断是,未来1–2年它们将迎来规模化应用。谁能率先把这些模型进展“翻译”成药物和商业价值,谁就能抢到先机。这也是我们认为当下最有价值的信息。

技术上,有三条核心路线:

· 以David Baker为代表的蛋白设计路线:过去5年,Baker团队蛋白设计从基于物理计算,全面转向基于AI设计,成功率至少提高了10倍,代表模型是RFdiffusion,RFdiffusion3,和RFD4。

· 以DeepMind为代表的AlphaFold系列:从获诺奖的AlphaFold2,到覆盖所有生物分子的AlphaFold3,再到泛化能力更强的下一代模型,AI从只能算蛋白到能覆盖包括小分子在内的所有生物分子,并能预测分子间的相互作用。

· EvolutionaryScale的大模型路线:从只能做预测,到能做设计和生成。

AlphaFold系列,是把主流AI最大的两个算法创新——Transformer和扩散模型(Diffusion)用到生物数据上。AlphaFold2靠Transformer预测蛋白结构;AlphaFold3则把生成结构的模块换成了扩散模块,并变成“全原子”模型:不再区分蛋白、多肽还是小分子,只认原子坐标。

基于AlphaFold3,DeepMind成立了Isomorphic Labs,专门做药物研发。2025年3月,它完成首轮外部融资6亿美元;此前它与礼来、诺华签下合计约30亿美元的合作。这也说明,模型就是生产力。

但问题也随之而来。出于商业利益考量,AlphaFold3不像2那样彻底开源:2024年11月,只开源了代码,模型参数需申请且仅限非商用。所以,如果想和Isomorphic竞争,第一步就是复现AlphaFold3。

复现者已不在少数:Chai-1、MIT的Boltz-1、字节跳动的Protenix和SeedFold等。峰瑞天使轮领投的探序秩元(IntelliGen AI)在2026年2月发布IntelliFold 2,在FoldBench基准上超越了AlphaFold3的主要指标,其中抗体-抗原预测成功率58.2%,AlphaFold3为47.9%,高出10个百分点以上。

目前,AlphaFold3已经迭代到了下一代。它并不叫AlphaFold 4,而是Isomorphic Labs在2026年2月发布的IsoDDE,并且不再开源。

IsoDDE在和训练集低相似度的测试样本上,成功率是AlphaFold3的两倍以上;在抗体-抗原高精度预测上,是AlphaFold3的2.3倍、Boltz-2的19.8倍。更关键的是,它对亲和力的预测超过了FEP(自由能微扰),FEP是过去几十年CADD(计算机辅助药物设计)物理计算里精度最高的方法之一。

AI又一次超越了基于第一性原理的最佳能力,而且计算成本远低于后者。我们认为,它有望颠覆小分子药物的研发范式。

RFdiffusion借鉴的是AI图像生成中的扩散模型:给一张图不断加噪点,直到变成随机噪声;随机噪声一步步降噪,变出能被辨识的图像。让AI学习加噪降噪的过程,它就能从噪声里“画”出图像。蛋白质也一样,学会降噪,就能从噪声中生成多样的蛋白结构,还能加入约束条件来引导生成。

Baker团队把结构预测模型RoseTTAFold微调成了RFdiffusion(2023年发表于《自然》)。过去,每个设计任务往往要通过测试成百上千甚至更多蛋白,用RFdiffusion有时只需测试十几个蛋白,就能找到一个命中。该模型已被用于针对多种靶点设计结合蛋白,部分设计达到纳摩尔级亲和力,并在特定优化案例中达到皮摩尔级(数值越小结合越强,纳摩尔一般就是能成药的水平)。

2025年9月,RFdiffusion3又往前推了一步:受AlphaFold3启发,它把建模单元从氨基酸变成了原子。这意味着设计师可以做原子级的控制,比如指定某个原子是否形成氢键。速度也比上一代快约10倍。

基于Baker团队的这套技术,前基因泰克首席科学官、斯坦福大学前校长Marc Tessier-Lavigne创立Xaira Therapeutics,2024年4月公司正式亮相时宣布获得超过10亿美元的投资承诺。这是2010年以来美国生物科技最大的几笔风险融资之一。

抗体这个模态被AI渗透的速度,也远超预期。AlphaFold2唯一解决不好的就是抗体:抗体是免疫系统新生成的,没有进化历史可以参考,所以MSA帮不上忙。但到了2026年,抗体已经基本可以被AI模型“零样本”生成,即不需要针对这个靶点的已有抗体数据,就直接算出来。

最先做到这一点的是Chai Discovery于2025年6月发布的Chai-2。过去的计算方法命中率低于0.1%,仍要依赖大量实验筛选。Chai-2测试了52个靶点,每个靶点只测不超过20个设计,第一轮就有一半靶点出现命中,结合力在几百皮摩尔到纳摩尔级别;整体命中率约16%,是过去方法的约100倍。像TNFα这样过去很难做的靶点,Chai-2也算出了抗体。

后续xaira therapeutics、nabla bio、latent labs等公司也纷纷拿出了零样本生成全新抗体的结果,结合亲和力普遍达皮摩尔甚至纳摩尔级,设计成功率20%~50%,进一步验证了AI生成抗体在技术上的可靠性。

抗体研发是一个约3000亿美元的市场。未来,抗体发现很可能不再需要免疫动物或噬菌体展示,只需要计算就能完成。我们认为这会颠覆抗体的研发范式。

这一点也能从上游产业链得到印证。AI设计抗体的时代:先算出抗体序列,再请基因合成公司合成DNA,放进细胞里“生产”抗体来做验证。所以DNA合成的需求应该会变大,下单最多的应该是做AI抗体的公司。

我们调研下来确实如此:Twist Bioscience 2025财年交付约93.8万条基因,同比增长约22%;金斯瑞2025年一体化蛋白表达服务收入增长50%,从基因合成流入蛋白表达平台的订单同比增长160%,公司将其归因于AI驱动药物开发和多抗体药物开发需求的持续增长。

2026年初,头部药企纷纷绑定了一批有专属基础模型能力的AI原生公司。

1月8日,辉瑞与Boltz、GSK与Noetik同日宣布合作。

Boltz将基于辉瑞的私有数据训练专属模型,为辉瑞打造专属的下一代生物分子AI 模型与工作流,从而加速并优化辉瑞临床前药物发现决策。

GSK 则是获得 Noetik OCTO-VC 虚拟细胞基础模型在非小细胞肺癌和结直肠癌领域的非独家授权,GSK承诺为这笔为期5年的交易支付5000万美元预付款及近期里程碑款,后续GSK 还需支付年度订阅费来维持模型的使用权限。这被被业界视为“生物基础模型像软件一样订阅授权”的早期大额案例。

同一周,礼来与Chai也宣布合作。与辉瑞-Boltz 的模式相似,礼来与Chai基于礼来的历史私有数据,共同训练一个礼来专属的模型,据报道礼来每年为此支付数千万美元。

这不是试点,而是把AI直接写进了研发体系。这种合作的合理性非常明确:模型能力最强的公司,帮行业数据最多的公司,训练一个归后者独有的大模型。就这样,百年药企一下子站到了AI浪潮的前端;加上它们有数据壁垒,一旦再掌握模型能力,就能持续立在潮头。

类似的合作逻辑在随后两周内延续,且合作形态更加元化:1月12日,英伟达与礼来宣布在5年内最多投入10亿美元共建AI联合创新实验室;1月13日,阿斯利康收购了做肿瘤多模态基础模型的Modella AI;一周后,Isomorphic Labs与强生达成达成跨模态、多靶点研究合作。

这股潮流仍在加速。据DealForma数据,2026年上半年AI靶点与药物发现领域的授权交易总额达471亿美元,已超过2025年全年的446亿美元。2026年7月,诺华与Chai达成抗体发现合作,Chai随后以38亿美元估值完成4亿美元C轮融资;10月,阿斯利康又与insitro达成总额最高约15亿美元的合作。

RNA是另一个被AI深刻改变的模态。

峰瑞天使轮领投的衡昱生物(Raina Biosciences)2025年8月在《科学》发表了论文:其开发的生成式AI平台用Transformer学习RNA序列、不设定任何人工规则,生成的mRNA序列使荧光素酶的体外表达水平提高了41倍。这意味着AI可以在没有湿实验的条件下,直接给出高表达、高稳定、低免疫原性的全长mRNA序列。

新模态的另一大难题是递送:如何把把药精准送到体内特定的组织,比如去脾而不去肝。主流做法是在脂质纳米颗粒表面加载一个抗体或配体来“导航”,即靶向脂质纳米颗粒(tLNP),递送设计于是又变成了抗体和蛋白设计的问题。

用tLNP在体内生成CAR-T细胞的Capstan Therapeutics,2025年6月被艾伯维以最高21亿美元收购;峰瑞投资的剂泰科技用自己筛选的LNP加靶向配体,在代谢和自身免疫管线上也推进顺利。

把生物模型的变化放进“序列→结构→功能”的框架里看:

序列层,用大模型学习DNA、RNA和蛋白序列,代表是Evo 2、GEMORNA和ESM3;

结构层最为关键,因为结构左连序列、右连功能,生物的基础模型就在这一层,关注点正从蛋白本身转向相互作用、颗粒度从氨基酸走向全原子;

功能层,相比于序列和结构,目前功能的数据量是最少的,且目前多用小模型,未来很可能要靠量子计算来解决。

值得一提的是,序列-结构的协同设计,序列(离散扩散)+结构(连续扩散)被越来越多地采用。

在应用层面,蛋白是被AI解决得最彻底的;抗体是第一个引爆点;多肽、环肽、分子胶、TCE、RNA等高价值以及新的药物模态是当前的热点;最后一个堡垒是小分子,因为它的化学空间极大、难合成,而且分子小,需要高的精度才能算清楚。

AI制药发展到如今,公司可以按代际划分:第一代公司商业上非常成功,尽管在药或AI上不是最前沿的,第二代公司能拿出很多药,但并非AI native,第三代公司则是真正基于最前沿模型的AI原生公司。如果说上一代公司能做出5个药,AI原生公司有机会做出50个甚至更多。

前面讲的AI制药是目前走得最靠前的AI4S赛道。我们认为,AI制药的成功将外溢到AI+材料、AI+化学、AI+脑科学、AI+量子、AI+聚变、AI+生物制造等领域。当下很热的是AI+材料,还没有被广泛关注的是AI+量子、AI+脑科学和AI+聚变。

AI+材料是现在一级市场最热的投资领域之一。

2025年11月,美国总统签署行政令,推出“创世纪计划”(Genesis Mission),把AI驱动的科学发现提升到国家战略层面;英伟达、微软、亚马逊等随后成为美国能源部的合作方。

美国与英国已经有一些公司融了很多钱:Periodic Labs 于2025年9月拿到3亿美元种子轮;Lila Sciences累计融资约5.5亿美元;CuspAI 2025年9月完成1亿美元A轮;做“自驾驶”材料实验室的Radical AI 2025年7月融资5500万美元;DeepMind前研究员创办的Orbital Industries 2026年5月完成5000万美元B轮。在这个方向,中国也有深势科技(2018年成立)、深度原理(2024年成立)等一批公司。

这些公司用AI设计高价值材料:算力设备所需要的冷却液与光刻胶,能源行业需要的电解液与补锂剂,未来能源领域的超导、聚变和裂变材料,以及碳中和需要的MOF(金属-有机框架)材料。2025年诺贝尔化学奖就颁给了MOF领域的开创者,可见其重要性。

这里我们介绍两个里程碑式的工作:

· DeepMind2023年发布的AI驱动的材料发现平台GNoME(材料探索图形网络)。它用图神经网络表征晶体结构,用密度泛函理论(DFT,一种精度较高的量子力学计算)来验证稳定性,再用主动学习决定哪些结构交给DFT算、哪些交给AI判断。只花了很短的时间,它就发现了约220万种稳定晶体,把人类已知的稳定材料扩大了一个数量级;经过反复迭代,预测命中率从不到6%提高到了80%以上。其中有528种是有前景的锂离子导体。

· 2025年1月,微软在《自然》发布了一项工作MatterGen,它被视为AI材料生成领域的范式级突破。它和蛋白设计一样用扩散模型:给稳定材料加噪声、再学会降噪,给定元素组成,就能生成对应的稳定材料。它的厉害之处在于泛化性,它生成的材料里61%是全新结构,还能生成体积模量大于400GPa这样的极端性能材料。材料生成的MatterGen,与图像生成的Stable Diffusion、蛋白生成的RFdiffusion其实底层是一脉相承的,只是用在了不同的地方。

GNoME有点像材料领域的AlphaFold,它把材料的分子组成,和这个分子组成的结构能否稳定存在联系起来;而MatterGen有点像RF diffusion,是一个材料生成的利器,输入分子组成,输出材料结构。当我们发现在材料领域有了很好的生成式AI,那么验证算法会变得越来越重要:某个分子组成形成的结构能不能稳定存在?在一定的结构下某种材料会具有哪些功能?

这些重要工作也催出了一批创业团队和公司。

OpenAI、GNoME和MatterGen团队的前成员创办了Periodic Labs,2025年9月融资3亿美元,用生成式AI设计高温超导和下一代半导体材料。

放到AI4S领域,这或许只是一个小切入点,但一代材料的革新,往往带来一代产业:比如能把聚变堆做小,核心就在于用上高温超导材料。Periodic Labs强调agent和agent驱动的自动化实验室:由agent主导不断迭代实验、采集数据,形成数据飞轮,再训练出材料大模型。

与Periodic Labs类似,Lila Sciences的使命是打造“科学超级智能”。它用agent加高通量实验去设计生命科学、化学和材料分子,包括抗体、小分子、催化剂、半导体和超导材料。这家公司由孵化出Moderna的美国生物科技孵化机构Flagship Pioneering孵化,据报道累计融资约5.5亿美元。

以Periodic Labs和Lila Sciences这两家公司为对标,中国也有很多AI+材料公司值得关注。

自动化实验室也已经有了早期样板。

A-Lab是由UC Berkeley和劳伦斯伯克利国家实验室合作开发的自主实验室系统,让机器人和AI在无需人为干预的情况下自动完成材料合成实验。在17天的连续实验中,A-Lab合成了57个目标无机化合物中的36个,成功率63%。

过去,设计一款新材料往往要十年。如今,具身机器人、自动化实验室和AI agent组合在一起,有望改变材料发现的研究方法并优化其过程。

基础大模型再强,有时也解决不了简单的数学和化学问题,因为它缺乏专业知识。

面向化学研发的大模型agent框架ChemCrow,由瑞士洛桑联邦理工学院与美国罗切斯特大学的研究团队合作开发。ChemCrow以GPT-4为基座模型,整合了18个专家设计的化学工具,涵盖化学合成、文献检索和实验安排,并能连接自动化实验室,表现大大优于只用基模。

在化学领域,生产力的提升可能就来自把基础模型和化学垂直工具结合起来。

很多时候,问题不在于列不出方程,而是列得出却解不了。因为许多物理原理实在太难用,数据驱动又面临数据不足,这正是AI4S的用武之地。

以深势科技和北京科学智能研究院为例,它们一直在用AI把不同尺度的物理模型连起来,比如从微观层面的薛定谔方程、密度泛函、分子动力学、粗粒化分子动力学,到介观层面的玻尔兹曼方程,再到宏观层面的连续介质力学和湍流模型。最后落到应用上,可以覆盖包括火箭和发动机、柔性材料、地质、动力电池设计、半导体等各种不同的模拟等。

人类对大脑的研究正不断深入,而AI等前沿技术正在加速这一过程。以Neuralink的脑机接口系统为例,AI 已成为其运转的核心环节。但更有想象空间的,是形成一个真正完整的闭环:读取大脑—理解信号—干预调控—观察反馈。

顺着这个闭环看,峰瑞在这一方向的投资布局刚好落在不同环节上。

昆迈医疗侧重于“读脑”。 它的核心技术是脑磁图(MEG),通过探测大脑神经活动产生的磁场,更清晰地反映大脑功能的动态变化,进而赋能精准的神经解码与神经调控。

穹顶医疗则在用无创的方式“调控脑”。 不用开颅,穹顶医疗选择用时间干涉刺激(TI)技术,把调控信号送到大脑深部,精准调节特定核团,用来治疗帕金森、特发性震颤等疾病。

优脑银河把“读脑”和“调控脑”串起来了。它用功能性核磁共振(fMRI)对每个人进行约 20 分钟的测量,再用 5–10 小时做个体化的脑功能分区计算,找到每个人特异性的刺激靶点,再用经颅磁刺激(TMS)治疗脑疾病。公司数据显示,其产品化原型在 75 例抑郁症患者中的有效率为 81.2%。

更重要的是,“数据 + AI”还帮助发现了帕金森病的新靶点。过去帕金森病的治疗靶点都在深脑(如丘脑),如今在皮层上找到了新的靶点:TMS 治疗两周后,新靶点组的有效率达到 55.6%,而传统运动区靶点组仅为 22.2%,效率提升一倍以上。这项研究于 2026 年 2 月发表在《自然》上。

AI也在向量子领域渗透。

美国公司SandboxAQ做的就是AI+量子,2022年从Alphabet拆分出来,2025年4月又融资超过4.5亿美元。它的理念和黄仁勋差不多:不能只有大语言模型,还需要在物理、化学、生物上训练的“大定量模型”(LQM),应用场景包括生物医药、材料科学、金融和国防等领域。

AI和量子擅长的事不一样。

AI擅长处理海量数据;量子计算擅长解决“小数据、大组合”的问题,比如给婚礼上的300位嘉宾排座,或者计算500个原子多体系统的能量。量子计算本质上等效于在解薛定谔方程,它能产生大量媲美真实世界的高质量合成数据,为物理AI提供数据。反过来,AI和GPU可以帮量子计算做纠错、解码和前后处理;如果把GPU里适合量子的那部分计算交给QPU,AI的能耗有望得到降低。

因此我们认为,AI和量子的结合可能是AI4S很多问题的下一步解决方案。2025年6月,黄仁勋在巴黎GTC大会上表示:“量子计算正在到达一个拐点。”而就在5个月前,他还说,“非常有用”的量子计算机15年实现算早、30年算晚,“如果说20年,我们很多人都会相信”。

AI 在核聚变领域也发挥着非常重要的作用。

托卡马克作为“人造太阳”最核心的技术路线,是当前全球可控核聚变领域技术最成熟、最接近商用化的主流装置。然而,很多专家指出,没有AI帮助做预测和控制,托卡马克几乎很难稳定运行。AI 不仅可以用来设计整个核聚变的反应堆的构造,它还能够去预测、设计和控制等离子体的运行。

我们来看看这个方向的进展。2022年,DeepMind与EPFL瑞士等离子体中心合作,已经利用深度强化学习控制了瑞士TCV托卡马克的等离子体位置、电流和形状,相关研究发表在《自然》。2025年10月,DeepMind宣布与Commonwealth Fusion Systems(CFS)合作,将其开源的等离子体模拟器TORAX用于SPARC运行方案的模拟、测试与优化。

整体而言,在聚变领域, AI是个重要变量。与此同时,聚变也是未来AI发展的能源保障。

生命不仅可以被理解,也可以被设计。生物制造是一种关于制造的学问。其核心是“细胞工厂”,也就是一个能自我复制、设计即制造的菌株,让人类的设计借由细胞变成现实中想要的物质。

合成生物学想把生物变得像芯片一样可设计,但这非常困难,因为生物系统太复杂,人类对生物系统和生物进化的了解远远不够,对化学生物空间的探索也较为缺乏。

AI和计算在一定程度上有帮助,但生物系统越复杂,预测就越难。据文献整理,DNA/RNA层面的预测准确度约80%,蛋白质层面约50%,把一串元件连成基因线路后的预测准确度只有约10%,整个细胞则只能做定性预测。

随着AI基础模型能力的持续增强,以及AlphaFold系列等AI4S的突破性进展,生物分子之间相互作用的预测准确度大幅提升,AI+合成生物正在成为最受瞩目的方向之一。

从发现、设计到制造,AI正在把生物制造从“经验驱动”推向“数据与模型驱动”。

在新物质发现方面,人能探索的空间有限,AI可以为人类引路,预测基因簇和化合物,探索全新功能的分子。

在酶和元件设计方面,AI可以驱动酶的设计和进化。

在传感器设计方面,由于生物制造长期缺乏高通量表征数据,好的传感器恰恰能够帮助采集数据,助力设计与特定代谢物结合的蛋白。

在代谢途径设计方面,代谢网络如一张地铁图,AI可以规划底物如何更多更好地变成产物,哪里不通就要设计关键的酶把它修通。

再到发酵过程控制方面:AI还能基于实时发酵参数来预测和控制发酵过程,比如在发酵早期就预判出发酵效果不佳的批次,及时止损。

过去二十年,创新从原子世界来到了数字世界。下一个十年,创新会带着AI回到原子世界,而AI for Science就是这条路的起点。

越来越多的例子证明,AI4S已经来到突破的边缘。我们即将进入数据驱动、小样本甚至零样本生成、端到端优化的研发新范式。作为早期投资机构,我们希望能在未来十年投到更多AI原生的AI4S公司。往未来看,我们有五个判断。

1. AI制药的主战场在蛋白和抗体,小分子颇具潜力

AI制药是AGI应用的重要方向,重点在于用好外溢的技术,踏实落地,做出好药和好分子。

虽然AlphaFold3和下一代模型不断把模型界限往前推,但AI原生的小分子设计仍有难度,小分子合成也是瓶颈。它不像蛋白或抗体,知道序列、合成出基因就能表达出来。所以当前主战场仍在蛋白和抗体。抗体、环肽、多肽、三元复合物等高价值的分子模态,将是应用落地的重要方向。

不过,AI + 药物研发,对团队的复合能力要求极高,既要非常懂模型,也要非常懂药。最典型的就是David Baker团队和DeepMind。

2. 谁掌握前沿模型,谁就有生产力

从Isomorphic、Xaira到Generate,每一个前沿模型背后都站着现象级公司和大量的钱。而这些模型还没有被药企广泛采用,未来1–2年将形成规模化应用。与此同时,AlphaFold3半开源、下一代模型闭源,最重要的生物基础模型已经构成“卡脖子”。能复现并超越AlphaFold3的团队,以及能把最新模型翻译成药物的AI原生公司,是我们格外关注的。

3. 数据会由机器人、自动化设备和agent来产生

不同行业的数据化程度各不不同。受益于测序技术的发展,生物属于数据丰富的领域;AI+材料、核聚变、具身智能、脑科学则都面临“数据墙”;量子科技处在两者之间。未来十年,各行业的数据化都是重要任务。数据的重要来源将是具身机器人+自动化实验室+AI agent,Periodic Labs和LilaSciences走的就是这条路。

4. 关注新的算力:AI+量子

评判新算力的标准是:能不能产生媲美真实世界数据的合成数据。量子计算有望最终解决AI的数据问题,成为下一代算力;量子模拟有可能成为量子计算最先落地的方向。当然,通用容错的量子计算还需要比较长的时间才能成熟。

5. 从0到1,到从1到100:中国机会在于AI4S底层创新与产业优势结合

0到1的底层创新可能是中美竞争的焦点,而中国产业最大的机会在1到100。AI制药的成功将外溢到材料、聚变、量子、脑机接口、生物制造等领域,而这些恰恰是「十五五」的未来产业:生物制造、脑机接口、具身智能是AI重要的应用方向,核聚变是AI未来的能源保障,量子计算可能成为AI算力的补充。毫无疑问,中国在发酵产能、制造能力、电力电子和超导材料生产上都有扎实的产业基础。谁能把AI4S带来的底层创新和这些强势产业链接在一起,谁就能在下一个十年胜出。

跳转微信打开

  •  

2026 年 AI 做 PPT,现在发展到哪一步了?(兼推荐好用 Skill)

原创 XDash 2026-10-28 20:12 上海

我让它继续调研,尤其是去 Grok 上看看网友的测评体验。它收集了一圈,自称推荐了个最好的 skill。

1/

这两周为了宣传我新写的《前线开发工程师(FDE)》一书,在准备下周刘润直播间的直播分享内容。

据说到时候形式是我跟主持人在腾讯会议连线,投屏讲 PPT,再推流出去。

于是本周我开始肝 PPT。

其实去年上半年我就开始尝试用 AI 做 PPT 来出课程了(参见 fde4.ai、https://diy-jarvis.com)。

试过通用 Agent 比如 Manus、Genspark,也有专门做 PPT 的垂直 PPT。当时只能说,体感极差。

  • 有些看似演示图效果好(有平滑的卡片、现代感的配色和丰富的排版层级),但实际做出来完全不是那么回事,需要大量调教,自己想办法写 prompt / 找 skill;

  • 有些在浏览器里表现良好,但只要尝试导出为 PPTX 格式,或者导入到其他常用演示软件中,往往就会遇到各种排版问题:字号比例失调,段落换行错位;

  • 有些即便浏览器里和本地原生文件的视觉效果接近,但只要想编辑一下,就会发现本地软件里变成了难以拆解的组合对象,或者整页/整个模块被渲染成不可修改的图片。

总之最后我选择了折中方案:让 AI 帮我出简洁美观的初稿作为参考,然后我在本地开个 PowerPoint 对着它手搓、优化、加入个人印记。

不过这次刘润直播间分享的时间紧任务重,我决定花点时间调研下,看看 2026 年了,AI 做 PPT 现在发展到哪一步了。

这任务交给了我自研的 Agent。

2/

在素材准备阶段,我的自研 Agent(家庭贾维斯)首先承担了材料梳理的工作。

我给贾维斯设定了四条规则:

  • 第一,必须先研读我提供的真实素材,整理出逐页对应的提纲,不能脱离材料补充空泛套话;

  • 第二,必须使用同一批核心业务内容制作多款真实 demo 进行风格对比,不能用无关的通用模版做演示;

  • 第三,选定风格后,必须先制作包含代表性版式的标准样页,待我确认样页之后,再展开全量页面的制作;

  • 第四,最终交付的文件,必须能够在本地演示软件中正常编辑,不接受将页面转成整张图片的交付方案。

在此基础上,它整理出了一份 30 页的逐页提纲。

提纲确定之后,任务进入到了视觉风格的探索阶段。

3/

在最初的视觉探索中,Agent 经历了一次路径纠偏。

一开始,Agent 调用了系统内置的旧版 ppt 技能,根据已确认的提纲生成了三种基于 HTML 预览的视觉方案。

但在准备进一步制作全量页面时,我向 Agent 确认了一个关键问题:这个方案导出的 PPTX 文件,所有元素是否正常可编辑,支持我后续人工介入、手动编辑精调?

面对这个要求,Agent 诚实地说明了局限:当前的 HTML 渲染路径虽然在浏览器中的呈现效果良好,但在转换为本地演示文档时,难以确保每个文字块与背景图形都能转换为独立的本地对象。

随后,Agent 开始尝试研究现有的 HTML 转换路径,试图通过转换规则来解决问题。

但没有更好的方案。我果断叫停。

不能再走老路了,磨刀不误砍柴工。

4/

我让它继续调研,尤其是去 Grok 上看看网友的测评体验。它收集了一圈,自称推荐了个最好的叫 PPT Master 的 skill。

切换到底层支持原生格式的 PPT Master 之后,排版不再依赖早先 HTML 模版的预设样式。

Agent 挑选了整场分享中具备代表性的 6 个典型版式,制作了一批标准样稿:

  • 演示封面

  • 120 分钟内容总览导览

  • 章节大标题转场页

  • 典型商业内容页

  • 核心金句页

  • 总结结尾页

这 6 页样稿覆盖了后续制作涉及的主要排版,包括标题与正文的字号比例、深炭底色与橙色高亮的搭配规则、信息卡片的内边距以及多列布局的网格间距。

一些中间产物截图如下(非最终稿,我后来大幅做了调整):

待我确认了这 6 页样稿的排版规则后,Agent 才被允许调度底层引擎,按照既定规则展开后续 24 页内容的批量制作。

完成后,Agent 自动打开了本机的 Keynote,对可编辑性进行了确认。

我自己也接管过来,亲自点点戳戳,看各个元素是否会出现意外移位、字体丢失等。看来没啥问题。

5/

这是个什么技术原理呢?我好奇就研究了下。

以往许多网页端工具导出的演示文档之所以难以在本地软件中编辑,主要原因在于排版模型的差异。

前端开发常用的 HTML/CSS 属于流式布局,元素尺寸通常依靠内容自适应撑开;而本地演示软件(如 PowerPoint 或 Keynote)的底层是基于绝对坐标系统的二维矢量画布,文本框和图形都具有固定的坐标与宽高。将流式结构强行转换为绝对坐标结构时,文字渲染差异容易导致折行计算错误,进而产生重叠。为了维持视觉外观,部分方案便退化为将内容切片为图片。

PPT Master 采用的处理路径不同:它要求生成的中间代码是受严格规范约束的 SVG。

SVG 与 Office 原生的 DrawingML 在排版逻辑的世界观上更为接近,两者都是基于绝对坐标系统的二维矢量描述方式。SVG 作为标准的文本标记语言,便于模型编写,利于在浏览器中快速预览,也能通过 DOM 解析进行规则检查。

在 SVG 生成完毕后,引擎通过转换逻辑,将 SVG 中的 <text> 文本节点、<rect> 矩形节点和 <path> 路径,对应映射到 DrawingML 的原生文本框与几何形状中,而不是作为整幅图像嵌入。这一机制最终使得生成的文档在本地打开时,保持了 398 个独立可编辑文本框的基础结构。

该底层渲染引擎已开源,感谢原作者 hugohe3 的工作,相关代码可参考 GitHub 仓库:

https://github.com/hugohe3/ppt-master

6/

这次之所以能生成原生可编辑的 PPTX 文件,底层的渲染支持来自开发者 hugohe3 开源的 PPT Master 引擎。该引擎通过代码逻辑处理了从结构定义到原生图形的转换问题。这是开源社区已有的技术方案,并不是我的劳动自研成果。

而我的自研 Agent 的实际价值,体现在将零散的工具与个人知识库连接起来,组织成一条分工明确的执行链路。

在整个制作流程中,自研 Agent 串联了以下协作分工:

  • 接入我的 Obsidian 知识库,研读逐字稿与参考材料,整理出结构化的 30 页提纲,处理了原始素材的版本差异;

  • 由 huashu-design 这个视觉设计的 skill(推荐,最近出了新版)在初期进行视觉探索与多风格推演;

  • 调度 PPT Master 引擎完成代码处理与文档生成;

  • 在文档生成后,执行文字回读比对、对象层级检测以及内容层面的事实审计;

  • 最后,将生成的 PPTX、SVG 源文件、逐页预览图、联系表缩略图,以及配套的 outline.md 和 product-facts.md 整理归档,输出到 Obsidian 的指定目录下。

它承担的是流程编排、规则把控与材料调度的角色,协助理顺了从知识库材料到最终文件的交付路径。

7/

所以,回到标题:AI 做 PPT,现在走到哪一步了?

我这次跑通的是一套以概念阐述、商业推演、架构模型和高反差文字为主的 120 分钟知识分享型幻灯片。

以它为例观测,AI 确已经能够交付一份可以在本地软件中继续编辑的完整初稿。

但它依然需要使用者提供清晰、结构完整的输入材料;在排版方向的判断上,依然依赖人来做出审美与场景决策;初版生成中也依然可能出现长标题溢出等边界问题,需要通过流程中的校验机制来拦截修正。

如果你平时也有制作 PPT 的需求,希望尝试类似的 Agent 辅助方式,可以参考以下 5 点建议:

  1. 先拿真实材料测试:尽量使用手头正在推进的具体工作材料进行尝试,而不是只看通用的示例模版,这样能更准确地检验工具在实际语境下的处理表现。
  2. 提前确认输出格式:在投入大量时间调整之前,先确认导出的文件在本地软件中是否为原生对象,文字与色块能否自由选中并继续修改。
  3. 基于同等内容对比风格,确认样稿后再全量推进:选取包含典型结构的单页或双页材料,对比不同视觉风格;风格确定后,先锁定几页代表性版式,确认符合要求后再铺开制作其余页面。
  4. 在日常使用的本地软件中实际检验:导出后直接打开文档进行编辑操作,检验文字增删时版面结构的稳定性。
  5. 分层验收:将文字信息、视觉版式和数据事实分开检查,避免只关注整体缩略图而忽略局部细节中的事实偏差。

---

欢迎关注 & 购买我的新书——《前线部署工程师(FDE)》。

跳转微信打开

  •  

从知识沉淀到编程范式:AI Coding 项目冷启动落地实践

原创 互联技术保障团队 2026-10-28 20:00 广东

以 SmartFlow 互动策略引擎为实践,交付时间相比原计划减少 2/3。

作者:vivo 互联技术保障团队- Chen Ningning

目录

01. 背景

02. 现实问题

03. 理论探索

04. 方法设计

05. 实践脉络:从知识沉淀到范式开发

06. 效果评估与经验教训

07. 结论展望

AI Coding(AI 编码)的落地瓶颈已从模型逻辑能力转向上下文管理与开发意图的表达。

本文基于SmartFlow互动策略引擎从需求到前后端协同交付的实践,提出一套适用于存量业务系统的 AI Coding 项目冷启动方法,其核心是两条循环往复的实践主线,一是历史工程知识沉淀,从存量代码与历史需求中提炼项目级 Skill,将隐性架构知识显式化、可复用化;二是新需求按 AI 编程范式开发,在知识就绪的基础上,以需求规格化 → 规格评审 → 受控实现 → 验证联调 → 知识回写的闭环推进每一次需求交付。实践表明,该方法能显著降低跨服务、跨机房、跨前后端协同开发的认知成本,让 AI 从一次性对话工具升级为持续积累的团队资产。本文给出了方法设计、完整实践脉络与可复用的经验教训。

1分钟看图掌握核心要点👇

01

背景

本文将结合基于 WhatsApp 构建 SmartFlow 的实践,介绍项目冷启动的方法和经验。SmartFlow 主要是为 WhatsApp 编排一套互动策略流程,用户订阅某个 WhatsApp 账号后,如果向该账号发送一条消息或点击某个消息按钮,SmartFlow 就会根据上行消息匹配策略后做消息智能投放。项目启动时,项目上下文经验注入少,同时又要快速交付能力,过程中一边实战一边进行方法论梳理,依靠这套方法论,从项目启动到最终交付,相比原计划交付时间减少 2/3。前面简单介绍一下背景,本文更多想通过这次项目冷启动实战做更深入的思考总结,使这套方法论在 AI Coding 实践中给大家提供借鉴。

02

现实问题

在最开始进行AI Coding实践时想法很简单,只要模型足够强,写代码就不愁。但是真正到业务需求上试完之后,发现完全不是这么回事。这两年生成式 AI(GenAI)确实把编程往前推了一大截,各种新工具层出不穷,可拿到真实业务需求上一试就发现,模型参数堆得再大,业务逻辑里的幻觉和失控并没有减少[1]。经过不断摸索才慢慢意识到,限制 AI Coding 的不是推理能力,而是两件更基础的事,一是它能看到的信息不够干净,二是我们想让它做什么说得不够清楚[1][3]。这种感受在开发存量系统时尤其明显。大型代码库经过多年演化,真正重要的决策很少写在代码里,大多散在需求文档、群聊、会议记录和个人记忆中。AI 拿到任务后,既看不见这些隐性背景,又得从一长串对话历史里自己判断任务边界,结果常常是,代码写出来能编译、能跑,架构却是错的,业务逻辑也偏离了本来意图。落到具体引入AI Coding的环节,我们面对的问题有[1]:

  • 背景缺失:关键决策不在代码里,而在文档、群消息、会议纪要甚至开发者的记忆里。AI 缺了这些背景,只能照语法写个样子对的方案,架构初衷对不上;

  • 需求模糊:需求散落在 PRD 和聊天记录里,编码时找不到一份完整说明,AI 只能靠上下文自行补充,补着补着就可能就偏离需求原本的面貌;

  • 经验留不住:会话窗口一关,AI 的能力就归零,每次都是从零开始,个人摸索出来的经验转化不成项目资产。

这三个问题,在一个需求横跨多个存量工程、多个机房、前后端同时改动的场景下会被急剧放大,而 SmartFlow 恰好就是这样一个典型场景。要怎么解决?相信这些问题对绝大多数AI Coding的开发者都是共性问题,接下来先从业界已有的研究和实践里找思路,看看别人怎么应对这三类问题。

03

理论探索

下面我们从理论出发,探索怎么让 AI 看懂项目、怎么让 AI 做对需求、开发过程中的能力经验又怎么才能更好的沉淀下来。通过对行业经验的探索,更好地指导开发人员在实际开发过程中,能更加快速高效的完成需求开发。

3.1 上下文工程:让 AI 看懂项目

在 SmartFlow 的实践过程中,经过几轮AI Coding后我们发现,同样一个需求,喂给模型的材料不同,产出质量天差地别。与其反复打磨提示词的措辞,不如想清楚,这一次会话里,该把哪些代码、文档、约束放进去[1][3]。这个思路对应业界上下文工程(Context Engineering),它和传统的提示词工程(Prompt Engineering)着眼点不同,后者关心话怎么说模型才听得懂,前者关心哪些信息进来、哪些信息不进窗口。Anthropic 的工程实践给了我们不少启发,其中有三条可操作原则:

  • 状态与输入分开管理:会话长期积累的状态是一回事,单次任务要用的上下文是另一回事,两者不能混在一个筐里;

  • 上下文要按章法拼装:用命名清楚、顺序固定的模块来组织输入,而不是想到什么塞什么;

  • 尽量少给、按需再取:每个执行环节只加载它真正用得到的最小信息,发现不够了再通过工具现场补充[1][3]。

落到日常开发上,我们把它简化成一套固定的推进节奏,AI 先摸清项目现状,再开发改动,最后验证结果,大致模拟一个开发人员拿到任务时的思考顺序[4]。为了保证每次新会话都能站在同一认知起点上,在工程根目录放了一份项目说明,把架构、编码约定、历史踩过的坑都写进去,作为跨会话的长效记忆[1]。按照这套做法执行,AI 开发前已经把项目看懂了,而不是一边写一边猜。

3.2 规格驱动开发(SDD):让 AI 做对需求

规格驱动开发(Spec-Driven Development, SDD)解决的是AI 按什么标准干活的问题,开始编码前,开发人员和 AI 先共同敲定一份行为契约,明确系统应该表现成什么样,后续的代码生成、测试和验收都以这份契约为准绳[1][5]。关于这类实践怎么做,Thoughtworks 的 Birgitta Böckeler 在 martinfowler.com 上发表的分析

(Understanding Spec-Driven-Development:

 Kiro, spec-kit, and Tessl)给了我们很清晰的坐标系[5],他把规格驱动实践分成三个递进层级:

  • 规格优先(Spec-first):先写规格再让 AI 写代码,规格是执行前的输入;

  • 规格锚定(Spec-anchored):规格在功能上线后保留下来,随功能演进持续更新,变成一份活文档;

  • 规格为源(Spec-as-source):人只编辑规格,代码由AI生成,规格取代源码成为最主要的产出物,实现声明式开发。

在工程实践上,业界普遍把规格驱动拆成规格、计划、任务、实现、验证五个阶段,前一个阶段的产出约束后一个阶段的输入[6][7]。不过我们没有追求规格自动生成全部代码的理想形态,那对规格的形式化程度要求太高,现实业务很难满足。我们采用的是更务实的组合,规格先行,AI 负责实现、自动化测试,然后由人工评审把关。这样安排的核心逻辑是,判断做什么、不做什么、怎么验收,这些关键决策仍然由人来做,AI 的价值体现在约定边界内把活干得更快更稳,而不是替人做决定。

3.3 团队知识沉淀:让 AI 能力工程化

单次会话里把 AI 调教得再好,窗口一关一切归零。要让AI Coding能力从个人本事变成团队资产,关键不是让每个人各练各的,而是把经验打包成工程化的形式沉淀下来[1]。结合这次实践,我们主要用了三种打包方式:

  • Skill 封装:团队长期积累的编码规范、安全审查要点、中间件用法,我们把这些整理成可加载的技能文件,AI 工具在开工时会自动带上,效果相当于把资深工程师的经验预制进了工具里,每个会话默认就有这套把关逻辑,而不是等出了问题再补。

  • 负向约束沉淀:AI 在开发中反复踩同一个坑时,与其每次口头纠正,不如直接把这条教训写成不允许这么做的约束,写进项目规范。这样后续所有会话天然绕开,不用靠人盯。

  • 效能飞轮:规定每完成一次需求交付,就把这次新学到的约束、新确认的约定更新回知识库;AI 反复犯的错也同步固化成规则。一轮轮积累下来,形成经验越攒越多、AI 越用越稳的循环[1],个人的一次性经验沉淀成可复用资产。

这三项理论基础,上下文工程、规格驱动开发、团队知识沉淀,共同构成了本文冷启动方法的设计支撑。

04

方法设计

基于前面的探索,我们先回答一个问题,如何让 AI 在存量业务系统中看懂项目、做对需求、沉淀经验?我们提出一套可复制的 AI Coding 团队冷启动方法,其内核是历史知识沉淀(Skill)与新需求按 AI 编程范式开发两条主线构成循环。

4.1 总体框架

本文提出如图所示的 AI Coding 项目冷启动方法。其核心是两条实践主线构成的闭环循环,两条主线的关系是,知识沉淀 回答AI 凭什么看得懂这个项目,AI 编程范式开发 回答需求来了怎么让 AI 做得对。形成沉淀 → 使用 → 再沉淀的自我增强循环。

4.2 从历史工程提炼项目级 Skill

这是冷启动的第一步,也是最容易被忽视的一步。存量业务系统在长期演化中积累了海量的隐性知识,架构决策、转发链路、状态机、配置约定、历史坑点。这些知识散落在各处,如果不先显性化,AI 每次开发都只能盲人摸象。我们把提炼过程分为四个步骤:

  • 知识盘点:以哪些知识是 AI 开发新需求时必须知道、但无法从代码本身直接推断的为标准,盘点历史工程与历史需求。以SmartFlow为例,盘点出三类关键知识:多机房(部署在多个机房,按机房路由)请求转发链路、业务投放全流程、WhatsApp对接规范。

  • 结构化组织:将盘点的知识组织为主文档 + 分层引用的结构。主文档回答这个系统是什么、关键链路怎么走、排查问题从哪里入手,包含系统架构全景图、产品全景图、关键链路、状态机、文件索引与使用指南等;需要长篇幅展开的细节则放入独立引用文档,按需加载。

  • 按需加载设计:主文档只放高频、短小的核心信息,需要展开的细节放到独立文档里,AI 用到哪份再加载哪份。这个安排和上下文工程尽量少给、需要时再取的思路是一致的[3],一次会话里塞进去的内容越少,模型注意力越集中,不容易因为无关信息太多而中毒[1]。

  • 持续回写:Skill 不是一次性产物。每次开发实践中发现的既有隐患、新增的架构约定,都要回写进 Skill,使后续会话天然携带最新约束,形成发现、固化、复用的正向循环[1]。

4.3 新需求按 AI 编程范式开发

在知识就绪后,每一次新需求开发都遵循统一的五阶段闭环,与 SDD 的规格 → 计划 → 任务 → 实现 → 验证五环节一致[2],其关键设计在于,规格不追求形式化的通用语言,而是针对存量业务系统的领域化描述,包含流程节点、状态机、接口契约等,保证开发人员可以评审,AI可以无脑执行;人的判断前置到需求、边界和验收标准上,AI 负责按规格高效执行[2]。

05

实践脉络:从知识沉淀到范式开发

接下来我们从SmartFlow 的完整开发过程出发,完整展示两条主线如何在实际业务中落地,聚焦实践过程与决策逻辑。

5.1 项目概况

SmartFlow 是一个基于可视化编辑的自动化营销工具,业务目标是,支持业务方配置基于 WhatsApp 的自动交互流程,实现用户发消息 → 匹配互动策略 → 自动下发营销模板 → 用户回复消息 → 再次下发消息或结束语的营销闭环。需求横跨三个工程,新建后端服务、存量中台改造、前端开发改造。需求本身隐含两类难点,一是多机房部署要求,互动策略需要按机房路由到对应环境;二是与既有存量系统深度耦合,不能与已有功能重复建设。

5.2 第一步:先沉淀,再开发

在写新代码之前,首先对涉及的存量系统做了一次系统的知识盘点与提炼,产出了项目级 Skill(sms-develop-skill)。整个过程分为四个环节:

  • 梳理系统全景:明确系统由哪些工程、哪些层次组成,各层的职责分工与依赖关系,形成一张可被 AI 读取的系统地图。

  • 提炼关键链路:将最核心、最容易出错的链路以流程化、结构化的方式写入知识库,并标注关键节点与决策点。

  • 固化环境与配置约定:将各环境、各机房的配置规范与部署步骤整理成清单,避免 AI 在开发时对配置体系做出错误假设,并且对开发规范等做了约定。

  • 标注已知问题与坑点:把历史开发中发现的隐患,显式记录,使后续所有会话天然规避同类问题,实现错误一次、永久免疫。

这一步是让 AI 在后续所有开发会话中,默认具备与资深工程师对等的系统认知,它知道请求从哪进、往哪转发、业务状态如何流转、配置从哪取,而不是靠每次临场猜测。

5.3 第二步:按 AI 编程范式开发新需求

当我们将项目历史知识形成Skill后,新需求的开发基于这个Skill,严格按这五个阶段推进,从而更加准确高效的进行功能开发迭代。

需求规格化

需求入口是一份 PRD,包含功能概述、节点类型、分支路由规则、定时任务要求等。在 AI 开发之前,团队先将 PRD 转换为可评审、可执行的规格,例如前后端交互契约规格、数据与模块边界规格等。规格化过程的核心产出是消除了需求中的关键歧义。例如一个商业账号只可绑定一个策略,执行实例如何判定活跃会话;用户超时无回复时,流程由谁推进、何时终结。这两点若不前置澄清,AI 实现的流程调度必然跑偏,这正是 SDD把人的判断前置的价值所在[2]。

规格评审

规格文档交由人工评审,确认做什么、不做什么、如何验收。评审不通过则回到需求规格化改规格,通过后才进入实现。这一环节保证了需求的边界由人来定,而不是由 AI 临场推断。

受控实现 

AI 按任务清单逐项实现。由于已经注入了完整架构知识与团队编码规范,AI 的实现表现出两个显著特征,一是主动复用既有模式,多机房转发、模板映射、消息发送等能力在存量系统中已有成熟实现,AI 知道这些功能就直接复用;二是遵循既有工程约定,包结构、命名、异常处理、配置获取方式均与存量代码保持一致,避免了语法正确、风格背离的返工。

验证联调

前后端按规格契约联调。关键改造点在于前端请求统一收敛到中台新增的转发通道,不再依赖按机房硬编码的路径转发,这既简化了运维,也让前端业务代码彻底摆脱机房感知。

知识回写

开发完成后,将本次实践中新增的知识与发现的问题回写进项目级 Skill,新增了哪些通道与配置、解决了哪些歧义、发现了哪些既有隐患。至此,一次需求开发闭环完成,知识库得到扩充,使下次的需求能更快的开发迭代。

5.4 实践中的关键问题与处理

问题

表现

处理方式

知识散落

AI 不了解多机房转发等隐性架构

先提炼项目级 Skill,注入架构认知

需求歧义

策略执行状态的判定不清

规格化时前置澄清

重复建设

AI 倾向新写既有能力

Skill 标注既有实现,强制复用

规范偏离

生成代码不合既有工程约定

团队编码规范显式化,注入 AI 上下文

联调断裂

前端直连各机房服务

中台新增统一转发通道,前端屏蔽机房感知

06

效果评估与经验教训

最后我们从结果的角度给这次实践做个复盘,先看交付层面拿到了哪些实打实的效果,再坦率地说说这套方法目前还有哪些局限,最后把整个过程中总结出来的经验教训提炼成六条,方便大家直接复用。

6.1 实践成效

从结果看,这次实践主要收获了几点:

  • 端到端交付:在沉淀 → 开发闭环下顺利完成,没有出现与既有工程结构冲突的大改;

  • 复用显著:中台转发通道完全复用既有转发模式,新增工作量集中在按既有约定扩展而不是重新设计,这直接得益于 Skill 注入的架构认知;

  • 知识资产:沉淀出一份项目级 Skill,覆盖系统全景、关键链路、配置规范、已知问题四个维度,后续新成员或新会话能即时获得同一份架构认知;

  • 质量稳定:全部新增代码通过团队编码规范扫描,没有发生因不理解既有架构而推倒重来的情况。

6.2 局限性

  • 单案例局限:结论来自单一业务场景、没有对照组、量化指标也偏少,目前能拿得出手的只有交付时间这一项,工时节省比例、缺陷率变化这些并没有,普适性需要放到更多项目上验证;

  • 人工依赖:规格评审、规范扫描目前还是人工在做,没有接入 CI/CD 实现自动化;

  • 知识时效性:知识库和代码之间会漂移,时间一长容易对不上,需要一套跟代码变更联动的更新机制来兜底。

6.3 经验总结

基于这次冷启动实践,我们提炼出六条可复用的经验:

(1)先沉淀,再开发

在存量工程里,AI 生成语法正确、风格背离代码的根因是缺乏系统认知。先把历史工程与历史需求提炼成可复用的知识资产,是投入产出比最高的第一步,也是让 AI越用越懂项目的前提。

(2)项目级 Skill 是知识沉淀的最小完备单元

相比完整的规格工件体系,主文档 + 分层引用的结构轻量、渐进、按需加载,适合作为团队 AI 能力资产化的起点;随着实践成熟,可向 Spec-anchored / Spec-as-source 演进[2]。

(3)让 AI 复用既有功能,而不是重复开发

多机房转发、模板映射、消息发送这些能力,存量系统里早就有了成熟实现。知识库要做的就是让 AI知道这些模式存在、直接沿用,省得重复造轮子。

(4)把已知问题写进知识库

开发过程中发现的隐患与坑点,显式记录到知识库,让后续所有会话天然规避同类问题,实现错误一次、永久免疫。

(5)人机分工要明确

人是规格与验收的判定者,AI 是规格的执行者[2]。做什么、不做什么、如何验收,这些边界确认,必须在编码前完成,不能等生成代码后再靠修补挽回。

(6)一定要进行知识回写 

一次需求交付的结束,正是知识资产增值的开始。坚持每次开发都回写,团队 AI 能力才能持续积累而不是原地踏步。

07

结论展望

本文针对 AI Coding 在项目中的冷启动难题,提出历史知识沉淀项目级 Skill与新需求按 AI 编程范式开发两条线构成的闭环方法,并以 SmartFlow 的多工程协同开发实践验证了其可行性。这次实践最大启示是,SmartFlow 能提前交付,靠的不是用了更强的模型,而是提前把项目知识翻译成了 AI 能稳定消费的形式。知识沉淀解决AI 凭什么看得懂这个项目,规格化解决需求来了怎么让 AI 做得对,两条线合在一起,AI 产出的代码才能长期与存量工程的结构和规范保持一致,团队经验也随之沉淀为可复用的资产[1]。

后续工作包括三个方向,一是将规范扫描与验收接入 CI/CD,实现规格 → 实现 → 验证的自动化;二是将项目级 Skill 升级为团队级知识库,支持多项目复用与版本管理;三是引入量化评估(工时、缺陷率、返工率),为冷启动方法建立可度量的效果基线。

参考文献

    [1] The New Stack. Context Is AI Coding's Real Bottleneck in 2026[EB/OL]. [2026-09-07]. 
    https://thenewstack.io/context-is-ai-codings-real-bottleneck-in-2026/.


    [2] GitHub Blog. Spec-Driven Development with AI: Get started with a new open source toolkit[EB/OL]. [2026-09-07]. 
    https://github.blog/ai-and-ml/generative-ai/spec-driven-development-with-ai-get-started-with-a-new-open-source-toolkit/.


    [3] Anthropic. Effective Context Engineering for AI Agents[EB/OL]. [2026-09-07]. 
    https://www.anthropic.com/engineering/effective-context-engineering-for-ai-agents.


    [4] Anthropic. How Claude Code Works[EB/OL]. [2026-09-07]. 
    https://code.claude.com/docs/en/how-claude-code-works.


    [5] Böckeler B. Understanding Spec-Driven-Development: Kiro, spec-kit, and Tessl[EB/OL]. (2025-10-15)[2026-09-07]. 
    https://www.martinfowler.com/articles/exploring-gen-ai/sdd-3-tools.html.


    [6] DORA (Google Cloud). Accelerate State of DevOps Report 2024[R/OL]. (2024-10-23)[2026-09-07]. 
    https://cloud.google.com/blog/products/devops-sre/announcing-the-2024-dora-report.


    [7] Fission AI. OpenSpec: Spec-Driven Development for AI Coding Assistants[EB/OL]. [2026-09-07]. 
    https://openspec.dev.

    END

    猜你喜欢

    vivo HTTPDNS 端到端体验优化实践

    NLLB 与 ChatGPT 双向优化:探索翻译模型与语言模型在小语种应用的融合策略

    跳转微信打开

    •  

    KDC 全景:从现实到反馈的完整工程模型 |KDC 系列 05

    互联网存储团队 2026-10-28 20:00 广东

    KDC 的价值不在于提出几个孤立名词,而在于尝试把这条链路变成可以被设计、运行、审计和演化的软件工程闭环。

    作者:vivo 互联网存储团队 - Xiao Bo

    AI 合作者:ChatGPT(GPT-5.5)

    创作模式:Human-led, AI-collaborated

    责任声明:文章观点、理论体系及最终内容由作者负责;AI 参与讨论、推演、表达优化及部分内容生成。

    目录

    01. KDC 要解决的不是所有软件问题

    02. 一条从 Reality 到 Feedback 的完整闭环

    03. KDC 有两张图:业务闭环与工程模型

    04. 第一层:对象化,让隐含责任可以被引用

    05. 第二层:运行时化,让对象真正运转

    06. 第三层:治理化,让行动边界成为系统机制

    07. 用一次退款任务组装完整模型

    08. KDC 如何与现有体系协同

    09. 渐进采用:从一个业务闭环开始

    10. 成熟度:哪些已经验证,哪些仍是理论提案

    11. 实践:用 KDC Architecture Canvas 做一次架构评审

    12. KDC 试图建立的是一条可以被质疑的工程闭环

    13. 理论边界与开放问题

    KDC 试图把领域现实、数字表示、知识、记忆、推理、技能、能力、行动和反馈组织成一条连续的业务因果链。本文给出 Reality-to-Feedback 闭环以及对象化、运行时化、治理化三层工程模型,同时区分已验证实践、理论推导和开放问题,说明企业如何从一个高影响业务闭环开始渐进采用。

    研究说明:知识驱动计算(Knowledge-driven Computing,KDC)是我们提出和正在打磨的一套 AI 应用软件工程理论,目前仍处于开放研究阶段。前四篇分别从 Reality、Knowledge、Reasoning、Skill、Capability、Memory 和 Feedback 展开。这一篇不再逐个解释概念,而是回答最后一个问题:它们如何组成一套完整、可审计、可治理、可渐进采用的软件工程模型?

    1分钟看图掌握核心要点👇

    在前四篇贯穿的退款案例中,我们已经得到四份产物:

    • 一张 Reality Map,说明系统面对哪些现实对象、状态、关系和反馈

    • 一张 Knowledge Card,说明当前退款规则来自哪里、为什么可信、适用于什么边界

    • 一份 AI Action Record,说明 Agent 为什么建议退款、策略如何判定、用户是否确认

    • 一份 Feedback Contract,说明接口成功之后,什么现实结果才算退款真正完成

    每份产物都解决了一个问题,却没有任何一份能够单独解释完整业务。

    Reality Map 不会自动告诉 Agent 应引用哪条政策。Knowledge Card 不会自动形成退款判断。AI Action Record 不能替代实际执行。Feedback Contract 也只有在能够追溯到原目标和行动时才有意义。

    当它们被放到同一条因果链上时,KDC 的完整轮廓才出现:

      系统面对什么现实
        -> 如何表示和理解现实
        -> 依据什么形成判断
        -> 如何围绕目标组织行动
        -> 怎样在治理约束下影响现实
        -> 如何用现实反馈修正系统

      KDC 的价值不在于提出几个孤立名词,而在于尝试把这条链路变成可以被设计、运行、审计和演化的软件工程闭环。

      01

      KDC 要解决的不是所有软件问题

      在组装完整模型之前,需要先说明它的适用范围。

      KDC 不是操作系统、数据库、编译器、网络协议或模型训练理论。它依赖这些数字基础设施,却不试图重新定义它们。

      KDC 也不是所有应用软件的强制架构。如果一个程序只执行确定转换、固定规则和低风险 API 调用,不需要模型理解动态上下文,不涉及知识演化,也不会影响重要现实状态,那么传统代码、数据模型、接口契约、测试和监控已经可以很好地解决问题。

      KDC 更关注这样一类系统:

      • 业务语义密集,简单字段不足以表达全部条件

      • 上下文会随用户、时间、项目和现实状态变化

      • 模型会在运行时解释材料并形成判断

      • 系统需要根据目标选择 Skill 或 Capability

      • 行动可能影响订单、资金、权限、审批、通知或其他重要现实状态

      • 团队需要知道判断依据、行动原因和责任边界

      • 行动结果必须反馈并影响未来知识、记忆或治理

      企业知识助手如果只做低风险文档问答,可能只需要来源和引用增强。当它开始生成审批建议、创建任务、发送通知或修改业务状态时,KDC 关注的完整链路才逐步变得必要。

      因此,采用 KDC 不是二元选择。团队可以只补齐当前风险最高的一段,而不是一次性建设全部对象和运行时。

      02

      一条从 Reality 到 Feedback 的完整闭环

      KDC 当前用下面这条链路组织核心概念:

      图 5:KDC Reality-to-Feedback 业务闭环

      这不是一条只能从左到右执行一次的流水线,而是一张因果地图。

      2.1 Reality 是最终参照物

      领域现实定义系统在职责范围内试图观察、建模、预测或影响的对象、状态、关系和动态规律。

      退款系统面对的现实包括用户诉求、订单承诺、原支付、资金退回和到账结果。数据库状态很重要,但它不是最终参照物。接口成功也不能单独证明用户已经收到资金。

      2.2 Reality Model 决定系统看见什么

      现实模型选择哪些现实进入系统,如何划分对象和状态,怎样表达关系,又用什么反馈判断变化已经发生。

      同一个退款过程可以被建模成"处理中、成功、失败",也可以区分"渠道受理、清算中、银行处理中、用户到账"。模型粒度应与系统职责和现实承诺匹配。

      2.3 Representation 是现实的数字编码

      数据、文档、API、事件、日志、图谱、Embedding、Prompt 和模型上下文都是表示。它们让现实能够进入数字系统,却不自动等于现实或知识。

      2.4 Knowledge 提供可复用依据

      表示经过解释、验证并形成可复用认知成果后,才能在 KDC 意义上成为知识。

      知识需要来源、证据、适用边界、版本和成熟度。当前退款政策与订单事实可以支撑判断。一份相似度更高但已经过期的旧政策不能以相同资格进入推理。

      2.5 Memory 让历史在受治理条件下影响未来

      记忆保存知识、经验、决策、反馈和演化轨迹。它不是把所有历史对话放入向量库,而是决定哪段历史在什么条件下仍可影响当前判断。

      上次用户选择退款可以解释过去,却不能自动成为"用户永远偏好直接退款"的稳定画像。

      2.6 Reasoning 连接依据与结论

      推理对象记录目标、上下文、知识和记忆引用、证据、关键判断、风险、结论和行动建议。

      它不要求暴露完整 Chain-of-Thought,而是提供足以审计高影响判断的外部结构。比如,"满足退款条件"和"用户已经授权退款"必须成为两个可区分判断。

      2.7 Skill 组织目标级复用

      Skill 把业务目标、前置条件、参与能力、编排逻辑、风险边界和失败策略组织起来。

      "处理退款"不是一个 Tool,而是一项可能包含目标澄清、规则判断、用户确认、执行、跟踪和异常处理的目标级能力组合。

      2.8 Capability 是受治理的行动入口

      Capability 把底层 Tool 或服务包装成具备身份、语义、权限、风险、Owner、版本、审计、可观测和生命周期的执行对象。

      在 KDC 系统边界内,凡是需要被 AI 理解、选择、调用和治理的重要行动,都应通过能力对象表达。这里不声称世界上的所有变化都由 Capability 造成。用户、外部系统和自然事件同样会改变现实。

      2.9 Action 作用于现实,Feedback 关闭闭环

      能力运行时执行行动,现实结果再通过业务事件、外部状态、人工确认、用户反馈和对账结果进入系统。

      反馈不是自动真值,也不应直接升级知识或强化记忆。它需要来源、关联、可信度和错误归因,然后由对应运行时决定更新什么。

      2.10 Continuous Consistency 是长期方向

      闭环的长期目标,是让系统能够观察领域现实与数字表示之间的偏差,并在知识过期、记忆失效、推理错误或行动失败时找到修正路径。

      这里所说的"持续一致性",首先是一种持续发现偏差并寻找修正路径的能力,而不是要求系统与现实始终保持绝对同步,也不是用一个已经固定的总分概括系统状态。偏差可能来自现实覆盖不足、现实映射错误、知识过期、知识漂移或验证缺失。围绕这些问题,Reality Coverage、Reality Mapping、Knowledge Freshness、Knowledge Drift 和 Consistency Verification 目前只是候选的度量方向,具体定义和组合方式仍需要在实践中验证。

      03

      KDC 有两张图:业务闭环与工程模型

      上面的 Reality-to-Feedback 链路回答"业务因果如何流动"。真正构建系统时,还需要另一张图回答"由什么工程机制承担责任"。

      KDC 当前把工程模型概括为三个层次:对象化、运行时化和治理化。

      图 6:KDC 对象、运行时与治理的工程责任结构

      这三层不是三个必须独立部署的平台,而是三类工程责任。

      04

      第一层:对象化,让隐含责任可以被引用

      传统 AI 应用常把关键内容放在 Prompt、会话上下文、文档片段、工具描述和日志中。这些内容可以工作,却缺少稳定身份和生命周期,难以跨任务引用和治理。

      KDC 当前定义五类核心对象:

      对象

      主要回答的问题

      退款场景示例

      Knowledge Object

      系统依据什么,为什么相信

      当前退款政策和适用边界

      Memory Object

      哪些历史仍可影响未来

      过去退款结果、用户纠正、渠道异常经验

      Reasoning Object

      系统如何形成判断

      资格判断、授权判断、风险和行动建议

      Skill Object

      如何围绕目标组织能力

      退款处理流程及失败策略

      Capability Object

      通过什么受治理入口行动

      查询订单、发起退款、查询到账状态

      对象化的重点不是把所有内容转换成统一 JSON,而是给高价值责任稳定身份。

      当退款政策更新时,系统应该知道哪些推理引用了旧版本。当能力发生事故时,系统应该知道哪些 Skill 和行动受影响。当用户纠正偏好时,系统应该找到相关记忆,而不是只能全文搜索聊天记录。

      对象化让"依据了什么、记住了什么、如何判断、怎样组织目标、通过什么行动"从临时内容变成可追溯关系。

      05

      第二层:运行时化,让对象真正运转

      只有对象定义,没有运行时职责,对象会退化成静态 Schema。

      KDC 当前提出四类运行时:

      5.1 知识运行时

      负责从表示中解析、抽取、关联、验证和检索知识对象,处理来源、证据、冲突、版本和生命周期。

      它可以使用 RAG、搜索、知识图谱和规则系统,但不等于其中任何一个。

      5.2 记忆运行时

      负责记忆形成、检索、强化、冲突、衰减、遗忘、迁移和归档。

      它治理的是历史如何影响未来,而不是保存尽可能多的历史。

      5.3 推理运行时

      负责目标识别、上下文装配、证据绑定、推理对象创建、风险评估、能力选择建议和反馈更新。

      它不是 Prompt 模板管理器,也不要求暴露模型内部全部思维。

      5.4 能力运行时

      负责能力发现、选择、调用、组合、结果反馈和失败处理,并在控制平面的策略约束下执行。

      它不是一个裸 Tool Executor。授权、风险、版本、失败策略和现实反馈都属于执行边界的一部分。

      运行时是逻辑责任,不必一开始对应四个独立服务。一个现有应用可以通过模块、事件、策略和数据结构承担其中部分职责,再根据规模和边界逐步拆分。

      06

      第三层:治理化,让行动边界成为系统机制

      当 AI 只能生成文本时,错误主要影响回答质量。当 AI 可以退款、下单、变更权限和发送通知时,错误会进入现实。

      治理层需要把以下责任从 Prompt 约定提升为系统机制:

      • 能力注册、发现和版本

      • 主体身份、权限和策略

      • 风险分级和 HITL

      • 前置条件、后置不变量和事务边界

      • 限流、熔断、灰度、回滚和补偿

      • Owner、生命周期和退役

      • 运行时可观测和对象化审计链

      • 现实反馈和错误归因

      能力控制平面承载能力注册、授权、策略、审计、观测和生命周期控制。能力注册表保存能力身份、语义、Owner、风险、依赖和状态。能力治理决定什么条件下允许、拒绝、降级或转人工。

      治理也不只发生在能力入口。知识权限、记忆访问、推理证据和反馈可信度同样需要边界。一个控制平面无法替代所有运行时治理,它只是行动治理中最集中的基础设施节点。

      07

      用一次退款任务组装完整模型

      现在我们把前四篇的退款任务完整走一遍。

      7.1 识别现实目标

      用户说:"帮我看看这笔订单现在能不能退?"

      系统首先区分资格咨询和行动授权。当前目标是判断是否符合条件,不是立即退款。

      Reality Map 告诉系统,退款涉及订单、原支付、活动权益、资金退回和到账反馈。"接口成功"不是最终现实结果。

      7.2 装配知识与记忆

      知识运行时提供当前有效的退款政策、订单事实和活动权益规则,并保留版本、证据和适用边界。

      记忆运行时可能返回上次退款经历,但同时标明:这是特定订单下的情景和行动结果,不足以证明用户当前仍偏好直接退款。

      7.3 形成推理对象

      推理运行时记录:

      • 目标是资格判断

      • 当前政策版本为 v4.0

      • 订单未发货且权益未核销

      • 结论是符合退款条件

      • 风险在于把咨询误解为授权

      • 行动建议是向用户说明条件并请求明确确认

      7.4 选择 Skill

      Agent 选择"订单退款处理"Skill。该 Skill 规定:先判断资格,再解释影响,用户确认后才进入事务型退款能力。高金额或异常订单转人工。

      7.5 提出能力调用建议

      用户确认后,系统建议调用"发起订单退款能力"。能力对象声明其风险、权限、Owner、事务边界、审计策略和反馈要求。

      7.6 控制平面判定

      控制平面检查调用主体、用户确认、推理对象、订单状态、知识版本、风险策略和能力生命周期。

      条件满足时授权执行。缺少确认时拒绝并返回可解释原因。命中高风险规则时进入 HITL。

      7.7 能力运行时执行

      能力运行时调用底层 Tool,处理事务、异常、重试或补偿,记录执行结果。Tool 返回成功只表示请求被受理,不直接把退款标记为现实完成。

      7.8 现实反馈进入系统

      支付渠道状态、对账结果和用户确认进入 Feedback Contract。系统将反馈关联到原目标、推理对象、能力对象和策略判定。

      如果退款到账,行动结果可以形成候选记忆。如果延迟来自渠道故障,更新能力质量和行动-结果记忆。如果旧政策导致错误判断,让知识降级或过期。如果 Agent 误解目标,修正推理策略。

      这一过程说明,Agent 的价值不是自己承担所有责任,而是协调对象、运行时和治理机制完成一个可追溯任务。

      08

      KDC 如何与现有体系协同

      KDC 不以替代现有理论和基础设施来证明自己。它更像一张组合地图:

      现有理论或实践

      已经解决的核心问题

      在 KDC 中的主要位置

      DDD / 领域建模

      业务语言、边界和领域模型

      Reality Model 和知识语义的重要来源

      事件驱动架构

      状态变化传播与系统解耦

      Reality 变化和 Feedback 的重要表示机制

      Data Mesh / 数据平台

      数据责任、产品化和治理

      Representation 与知识形成的数据基础

      RAG / 搜索

      材料召回和上下文装配

      知识运行时的局部机制

      Knowledge Graph

      实体、关系和图查询

      知识关系或证据结构的实现机制

      MCP / Tool-use

      模型连接资源和执行入口

      Capability 的协议和执行入口之一

      Agent Framework

      目标、计划、执行循环与协作

      对象和运行时之上的协调实现

      Workflow / BPMN

      稳定流程和人工节点

      Skill 路径与审批机制的实现基础

      API Gateway / Service Mesh

      网络入口和服务通信治理

      能力控制平面的底层流量基础

      IAM / Policy Engine

      身份、权限和策略判定

      能力治理的重要基础设施

      OpenTelemetry / APM / Logging

      技术观测和调用链

      运行时可观测的信号来源

      KDC 的补充,是把这些局部机制连接到一条从现实、知识和判断到行动、治理和反馈的因果链。

      这也是 KDC 当前最主要的原创主张:新颖性不在于发明 Knowledge、Agent、API 或治理,而在于把它们组织成一个面向 AI 应用软件的连续工程闭环。

      这个原创性主张仍需要更多实践、外部审阅和反例检验。它不能因为概念链条连贯,就自动被视为已经成立的行业理论。

      09

      渐进采用:从一个业务闭环开始

      KDC 最容易失败的采用方式,是先建设一个名义完整的"知识平台、记忆平台、推理平台和能力平台",再去寻找业务场景。

      更现实的路径是从一个高价值或高风险闭环开始。

      ① 建立 Reality Map

      明确系统边界、现实对象、状态、关系、动态规律和成功反馈。优先识别内部状态与现实承诺之间的缺口。

      ② 识别关键 Representation 和 Knowledge

      找出当前判断依赖的文档、数据、规则和事件。只对象化高价值、可复用或高风险知识,保留来源、证据、版本和成熟度。

      ③ 外部化高影响判断

      为高影响决策建立推理对象或等价审计依据。至少记录目标、知识引用、证据、结论、风险和行动建议。

      ④ 治理重要能力

      把影响现实状态的 Tool 纳入 Capability,补齐语义、Owner、权限、风险、版本、审计和失败策略。优先治理资金、权限、审批、外部通知和不可逆行动。

      ⑤ 建立现实反馈和错误归因

      定义执行结果与现实成功的区别,把反馈关联到目标、推理、能力和策略,并能够区分知识、记忆、推理、治理、执行和外部系统错误。

      ⑥ 按真实瓶颈引入运行时能力

      如果主要问题是旧政策和冲突,优先补知识运行时。如果历史误用频繁,补记忆生命周期。如果高影响判断不可审计,补推理对象和运行时。如果 Tool 失控,补能力治理和控制平面。

      这条路径的原则是:

        先闭合责任
        再抽象机制
        最后平台化

        平台应该从反复出现且边界稳定的运行时责任中长出来,而不是从术语清单中长出来。

        10

        成熟度:哪些已经验证,哪些仍是理论提案

        完整模型必须把证据强度写清楚,否则读者会误以为每一层都已经经过同等验证。

        论断或模块

        当前成熟度

        说明

        MCP + Tool + Skill + LLM 可完成电商业务流程

        Verified

        来自现有能力治理平台支持的电商实践

        能力治理平台承担部分能力控制平面职责

        Verified + Derived

        注册、授权、测试、灰度、限流、熔断、审计和观测已有实践

        Reality First 与现实驱动计算

        Derived

        来自第一性原理和工程问题推导

        KDC 知识定义与成熟度

        Derived

        已形成操作性定义,仍需外部检验

        五类对象模型

        Derived

        结构和边界已提出,需要更多场景验证

        四类运行时模型

        Derived + Hypothesis

        职责已定义,完整产品形态和接口仍未冻结

        企业知识库参考实践

        Derived + Hypothesis

        尚未完成完整工程验证

        自主 Agent 参考实践

        Derived + Hypothesis

        多 Agent、身份和责任边界仍开放

        记忆运行时与 Memory Taxonomy

        Hypothesis + Derived

        遗忘、迁移和统一分类仍有 Open Question

        持续一致性度量

        Derived + Open Research

        已有候选定义和信号,缺实践数据验证

        开放问题不是附录里的免责条款,而是理论演进的一部分。Reality Model 如何形式化,知识可信度如何计算、运行时最小接口如何冻结、记忆如何遗忘、多 Agent 如何分责、反馈如何成为验证证据,都需要继续通过 RFC 和参考实践收敛。

        11

        实践:用 KDC Architecture Canvas 

        做一次架构评审

        选择一个现有或拟建设的 AI 业务流程,邀请业务 Owner、架构、AI、数据、安全和运维相关人员共同完成一次评审。

        Canvas 不需要先画成复杂图,可以从下面八个区域开始:

        区域

        核心问题

        最小产物

        Reality

        系统面对什么现实,成功如何验证?

        Reality Map

        Representation

        当前通过什么数据、文档、事件观察现实?

        表示与观察来源清单

        Knowledge

        哪些认知会被重复用于重要判断?

        Knowledge Cards

        Memory

        哪些历史可以影响未来,何时失效?

        记忆类型和生命周期规则

        Reasoning

        哪些高影响判断必须可审计?

        Reasoning / Action Records

        Skill

        哪些目标级流程值得复用?

        Skill 边界、前置条件和失败策略

        Capability & Governance

        哪些行动影响现实,如何授权和控制?

        能力清单与治理缺口

        Feedback & Consistency

        什么结果关闭闭环,错误如何归因?

        Feedback Contracts 与最小信号

        评审时依次检查:

        1. 是否把数据库状态误当作现实结果?

        2. 是否把文件、向量或 RAG 片段直接当作已验证知识?

        3. 是否存在无法说明依据的高影响判断?

        4. Skill 是否明确目标、边界和失败路径?

        5. 重要 Tool 是否缺少 Capability 语义、Owner 和风险等级?

        6. 关键治理是否只存在于 Prompt 或人工默契中?

        7. 接口成功后是否缺少现实反馈?

        8. 日志能否支持知识、记忆、推理、能力和治理之间的错误归因?

        9. 当前流程真的需要完整 KDC,还是只补一两个高风险缺口即可?

        最终不要产出一份宏大平台路线图,而是选择一个最重要、最可验证的缺口。

        比如:先让退款能力必须绑定用户确认和推理对象。先让当前政策拥有稳定版本与有效期。先让到账反馈能够关联到原能力调用。完成一个闭环后,再决定是否需要抽象为共享运行时能力。

        KDC Architecture Canvas 的目标不是证明系统"符合 KDC",而是帮助团队发现:哪些过去隐含的责任,已经因为 AI 参与判断和行动而必须显式化。

        12

        KDC 试图建立的是

        一条可以被质疑的工程闭环

        AI 时代的软件工程不会抛弃代码、数据库、API、工作流和既有治理体系。KDC 的判断是:当模型能够理解上下文、形成判断并参与现实行动后,软件工程还需要显式管理知识、记忆、推理、技能、能力、治理和反馈。

        完整链路可以再次压缩为:

          面对现实
            -> 形成可靠认知
            -> 产生可审计判断
            -> 组织目标级技能
            -> 通过受治理能力行动
            -> 用现实反馈持续校正

          对象化让关键责任可以被引用,运行时化让对象能够持续工作,治理化让行动边界不依赖模型自律。三者共同服务同一个目标:让 AI 应用软件从一次性演示走向长期生产系统。

          KDC 当前仍是一套开放理论提案。它需要更多真实系统验证,需要与既有理论进行严格比较,也需要允许反例推翻或修正当前抽象。完整并不意味着成熟,连贯也不意味着正确。

          我们真正希望保留的,不是每一个当前术语,而是这组工程问题:

          系统面对什么现实,依据什么知识,记住了什么,如何形成判断,怎样围绕目标组织技能,通过什么能力行动,谁来治理,以及如何从反馈中修正自己?

          当一个 AI 系统能够稳定回答这些问题,它才开始具备理解现实、参与行动并承担长期工程责任的基础。

          13

          理论边界与开放问题

          本文是 KDC 完整模型的公开叙事版本,不是已冻结的架构规范。Reality、知识定义、对象模型主要属于 Derived。完整运行时、企业知识库、自主 Agent、记忆体系和持续一致性度量仍包含 Hypothesis 或 Open Research。KDC 不替代 DDD、RAG、MCP、Agent Framework、API 

          Gateway、IAM、Policy Engine 或 Open-

          Telemetry。

          版权声明: 本文采用 CC BY-NC-ND 4.0(署名-非商业性使用-禁止演绎) 许可协议。转载请注明出处。

          END

          跳转微信打开

          •  

          拥抱 Rust 开源生态 | vivo 积极支持并参与 RustChinaConf 2026

          vivo 开源 2026-10-28 20:00 广东

          用实际行动传递 vivo 对开源社区及 Rust 生态的参与和积极贡献。

          2026年10月15日至17日,RustChinaConf 2026 在深圳南山伊顿酒店与 GOSIM 会议同场举行,vivo 作为钻石赞助商积极支持并深度参与了本次会议。

          RustChinaConf 是面向 Rust 开发者与生态的技术大会,Rust 正在成为系统开发与 AI 工程的务实基础:从高效推理、可靠工具链,到将模型安全带入生产级服务。

          本次会议以“ Rust 与 AI ” 为主题,设有 Rust for AI、AI for Rust、Rust in Production 三大并行分论坛。

          vivo 积极拥抱 Rust 与开源生态

          首日的 Rust 主会场上,vivo OSPO 代表及研发总监杨振涛做了题为《拥抱 Rust 与开源生态,加速开放式创新》的赞助商致辞,面向参会者与开发者传递了 vivo 对 Rust 生态、开源协作和开放创新的持续投入,以蓝河操作系统BlueOS为例展示了 vivo 参与开源生态建设的理念与具体实践。

          随后, vivo 系统研发总监贺程带来了主题演讲《Rust × AI:vivo 蓝河操作系统技术架构创新与实践》。vivo 自2019年起基于 Rust 研发蓝河操作系统。本次演讲系统地介绍了蓝河全栈 Rust 落地的架构思路与工程经验,涵盖内核兼容层、Harness 与所有权驱动的生命周期管理、多媒体与相机框架、Rust UI 框架及超大规模编译构建,并分享仍待解决的挑战,探讨 AI 时代操作系统研发的新模式。

          vivo展台体验:

          体验最新软硬件产品 & 挑战 Rust 游戏

          大会期间,vivo 展台设置了两大体验区:

          产品体验

          体验最新 vivo 软硬件产品,包括 vivo x500系列手机、搭载蓝河操作系统BlueOS的智能手表等,并与参会者面对面交流 Rust 与 AI 如何助力产品功能与体验交付。

          游戏挑战

          Rust 与蓝河操作系统答题挑战, Rust 关键词冲刺游戏,会议期间累计吸引了数百人次的参与。

          现场参与者热情高涨,对于首次挑战分数不满意的开发者甚至找机会多次参与,只为进入榜单TOP10。下图是两类挑战的最终榜单,欢迎围观榜首的Rust大咖,也看看自己是否入围。

          本次 RustChinaConf 大会 ,vivo 作为钻石赞助商支持并深度参与,用实际行动传递 vivo 对开源社区及 Rust 生态的参与和积极贡献。

          未来,vivo 将持续参与开源生态建设,深耕 Rust 生态,通过社区共建、技术共享、赛事赋能等多元方式,推动基础软件领域的技术革新与生态繁荣,为产业的智能化转型注入持久动力。我们期待与更多伙伴和开发者一起共同拥抱 Rust 开源生态。

          #  关于蓝河内核 BlueKernel

          蓝河内核 BlueKernel  是由 vivo 基于 Rust 语言自研并面向行业开源的操作系统内核,是 vivo 蓝河操作系统的核心组成部分,具备安全、轻量、通用的核心特性。

          安全

          基于 Rust 语言自研的内核,Rust实现内核核心基础模块、标准库、系统调用等,从源头保障内存安全。

          轻量

          极低硬件资源需求,内核核心最小内存占用仅 13 KB,支持不同的内存管理算法,以更低的硬件成本满足各类终端产品的需求。

          通用

          低硬件资源支持多芯片架构 (ARM32、ARM64、RISCV32、RISCV64) 满足不同芯片平台需要,支持POSIX接口,兼容已有的软硬件生态。

          #  关于 vivo开源

          “拥抱开源,拥抱未来!”

          vivo 基于开源软件生态,为全球 5 亿+ vivo 智能手机用户提供极致体验产品和智慧服务。

          vivo 已加入 Linux 基金会、TODO Group、C2PA 等组织,持续加强与行业的开源交流和开放合作,并以切实行动参与贡献,推动开源软件生态的可持续发展。

          【移动 OSS】

          https://opensource.vivo.com

          【互联网 OSS】

          https://github.com/vivo 

          【AI OSS】

          https://github.com/vivo-ai-lab

          【开源频道】@vivo互联网技术  #开源 

          跳转微信打开

          •  

          AAIF 深圳 1024 Meetup :如何把 Agent 带到真正的生产 | 活动回顾

          vivo互联网技术 2026-10-28 20:00 广东

          50多位开发者及3位讲师共同探讨了将 Agent 带到生产环境的工程挑战和实践经验。

          2026年10月24日,AAIF 深圳 1024 Meetup 技术沙龙活动在莞深(河套)创新中心成功举行,来自大湾区的50多位开发者及3位讲师共同探讨了将 Agent 带到生产环境的工程挑战和实践经验。

          一、活动介绍

          活动最开始,由本次活动组织者 Chris YANG 向大家介绍了 AAIF 基金会及其托管的项目进展,并分享回顾了AAIF深圳社区上个月的首秀之夜活动,随后介绍了本次活动的整体议程。

          AAIF(Agentic AI Foundation)是 Linux 基金会旗下的中立开源基金会,托管着 MCP、AGENTS.md 等一批 Agent 时代的开放协议与开源项目;AAIF 深圳是它在大湾区的本地社区,今年 9 月刚刚成立,致力于把构建 Agent 的开发者聚在一起。AAIF 官网 https://aaif.io 。

          图:AAIF 开源项目清单(截止2026年10月)

          了解更多 AAIF 项目详情 https://aaif.io/projects

          二、技术分享

          当 Agent 开始进入真实的生产环境调用工具、参与业务流程并执行长任务时,会面临怎么样的挑战?团队需要补齐哪些能力?本次活动围绕这一问题,带来3场主题分享。

          知识驱动计算(KDC):不是术语,是生产级闭环

          Agent 进入真实业务后,每一次工具调用都涉及行动依据、授权与责任。团队需要回答:

          • 它依据什么知识采取行动?

          • 谁允许它调用某项能力?

          • 失败后如何回滚?

          • 审计时如何还原过程?

          围绕这些问题,来自 vivo 的肖博介绍了 KDC(Knowledge-Driven Computing,知识驱动计算)的工程思路,从“现实优先、表示、知识演化、能力作用、持续一致性”五条原理出发,讨论知识、记忆、推理、技能和能力五类工程对象,以及相应的运行时与能力控制平面。

          在这套思路中:

          • 知识需要明确身份、来源、证据和成熟度,避免未经验证的内容直接影响推理;

          • 能力需要标明风险等级,并配置相应的控制机制;

          • 验证需要结合预算、半衰期与失效模式持续进行,避免把一次验证当作永久信任。

          这些设计将关注点延伸到了模型回答之外。对于高价值业务流程,团队既要关注任务能否完成,也需要解释行动依据、追溯执行过程,并将失败经验沉淀为可复用的组织知识。

          现场的退款审批 Demo 进一步呈现了这些机制如何协同:以“退款要审批”为约束,串联能力注册、人工审批、记忆衰减与审计回放,让治理要求进入具体的执行流程。

          业务流程改造,让 Agent 承担可验证的职责

          当 Agent 参与企业工作,单个环节的自动化只是起点。更进一步的问题是:如何为它定义业务目标、连接上下游流程,并建立明确的验收与责任机制?

          腾讯云 TVP、消费企业 CAIO 姚杨结合百果园、金粒门、擂饭等实业案例,讨论 Agent 如何逐步承担有目标、有上下文、可验证的业务职责,以及企业需要为此调整哪些流程与团队分工。

          分享正提到,新媒体内容生产可以串联选题、封面、文案与发布,并支持多渠道分发;软件测试可以结合需求与代码生成测试用例,再依据代码覆盖率持续完善。这些实践关注多个环节如何协同,以及团队如何检查最终结果。

          相应的角色分工也在变化:

          • 产品经理需要定义 Agent 的目标与边界;

          • 熟悉业务表格的同事可以参与语义层与知识整理;

          • 研发和测试人员则需要承担工具管理、任务编排与结果验收等工作。

          架构层面,分享介绍了记录层、决策层、交互层与大模型网关的组合,并以食品安全为例,讨论如何将问题发现前移到质量管理流程。

          这些案例也带来了具体的落地提醒:

          • 责任节点仍需落实到人;

          • 先串通流程,再讨论平台;

          • 优先选择结果可以验证的场景;

          • 评估效率时,同时考虑适用条件、交付质量与人工复核成本。

          现场展示的企业驾驶舱、员工智能体入口,以及人力行政、外贸询盘和地产案场分析等实践,也为这一议题提供了更多业务场景。

          上下文管理,让经验在长任务中持续发挥作用

          随着任务推进,Agent 需要处理的信息也在持续累积。

          • 上下文过长会增加延迟与成本,并淹没关键信息;

          • 上下文过短则容易丢失任务背景与历史经验。

          因此,团队需要解决的不只是信息存储,还包括如何筛选、整理和更新信息,并在适当的时候交给 Agent 使用。

          OceanBase 开源布道师郑晓峰分享了 Power Context 的设计思路。该方案从原始材料(source)出发,将信息整理为可复用的产物(artifact),包括原子记忆、经验、技能、用户画像和任务交接信息,再按任务需要组装上下文包。

          这一过程通过后台触发机制蒸馏信息,减少原始内容的反复堆叠;借鉴 Git 的多版本管理方式保留变化记录;结合全文检索与向量检索寻找相关内容,并支持不同信息产物持续演进。

          对于需要多轮执行、跨任务协作或中途交接的 Agent,上下文管理直接影响已有经验能否继续发挥作用。信息需要被整理、检索和更新,才能跟上任务与业务环境的变化。

          vivo肖博分享

          消费企业 CAIO 

          姚杨分享

          OceanBase 开源布道师郑晓峰分享

          三、现场 Demo 展示

          除了三场主题分享,五个现场 Demo 将讨论带到了可以运行、可以观察的系统中,覆盖检索与协作、浏览器操作、能力治理、本地分析和企业应用等方向:

          Demo 1|周鹏:Agent Hub,现场开源

          周鹏演示了自己开发的数据分析助手:用日常语言提问,它就能查数据、画图表、给结论,还能记住之前聊过的内容。演示的最后他当场宣布:这个项目从此刻起开源,任何人都可以免费使用和修改——这份现场原地开源的“仪式感”赢得了全场掌声。

          Demo 2|李宇飞:1024 Agentic 夺旗赛游戏

          李宇飞作为本次活动的联合组织者,特别为本次活动设计了一个闯关游戏(类CTF):一共七层关卡,但页面上找不到任何可见按钮——入口全藏在网页背后的代码和数据里。人类玩家束手无策,AI Agent 却能读懂这些“幕后信息”一路通关,现场只用几分钟就走完全程。设计者还留了个小心思:最后一关必须真人验证,奖品得亲手领。

          Demo 3|肖博:KDC

          本次活动的分享嘉宾肖博,为他分享的 KDC 知识计算概念提供了现场实战演示,一笔退款申请自动触发人工审批,每一步操作都留下可追溯的记录。概念停留在 PPT 上是遥远的,这个演示让参会者直观地感受到了 KDC 的真实落地。

          Demo 4|谭智源:Mica Excel

          谭智源带来的 Mica 专为“懂 Excel 但不懂代码”的人设计。他把一份财报文件拖进软件,剩下的全部交给 AI:识别数据、搭建估值模型、核对账目平衡,几分钟就交出了完整结果。更贴心的是,所有数据都只存在自己的电脑上,不上传云端。

          Demo 5|Steven:FDE 事务所

          Steven 一口气展示了五个真实交付的企业案例:老板手机上每十分钟更新一次的经营看板、员工按岗位使用的统一 AI 入口、没有采购现成软件而用 AI 直接搭建的人力系统、自动给外贸询盘分级的客服助手、给售楼处沟通录音打分的质检工具。这些案例背后是同一个思路——企业不必自己组建 AI 团队,把需求交给“事务所”,由它对最终结果负责。

          四、1024 特别策划

          现场技术分享与Demo 展示外,中场茶歇时还安排了抽奖、大合影、合作伙伴展台互动。特别是由 vivo 互联网技术 支持的 1024 定制蛋糕,为这个特别的节日填足了仪式感。这一特别策划,也在 AAIF 全球社区赢得了点赞,展现了大湾区 Agentic AI 生态开发者的创意和社区活力。

          图:AAIF深圳 1024 定制蛋糕

          #  关于 AAIF & AAIF 深圳社区

          Agentic AI 基金会(AAIF)是隶属于 Linux 基金会的一个中立、开放的基金会,致力于托管面向代理式人工智能的开放协议和开源项目,包括模型上下文协议(MCP)、goose、AGENTS.md、Agent2Agent(A2A)、 agentgateway 和 Agent Router,以及最近刚刚新增的 Agent Skills、OpenResponse、OpenEnv 和 OpenSandbox。

          AAIF 致力于在创新与责任之间寻求平衡。我们汇聚行业和研究领域的领军人物,共同制定框架、标准和合作模式,引领智能人工智能的发展。

          AAIF 深圳是AAIF全球社区的一部分,于2026年9月申请成立并通过组织本地活动等发展本地社区,致力于凝聚大湾区的 Agentic AI 开发者、构建者、研究者等,促进 Agentic AI 知识技能和开放生态实践经验的分享交流。

          (扫码加入)

          跳转微信打开

          •  
          ❌