“你好，我是已离职员工XX的数字分身，你可以向我提问。”2026年4月的职场群，流传着一张张前同事赛博转生的截图。明明上周五才一起吃完离职散伙饭，周一刚坐到工位上，又收到了前同事的消息，语气跟本人一模一样。 原来，这个本该彻底从公司消失的人，已经被名为“同事.skill”的项目炼化了，他的飞书消息、邮件、工作文档，甚至处理工作的思维模式和方法论，都被喂给AI，变成一个md文件，继续为公司打工。 随着同事.skill在GitHub上的热度一路飙升，更多人加入了炼化，让人细思极恐：整个公司、整个行业的离职员工，是不是都能被蒸馏，变成了一个个数字幽灵，活在每一个办公系统里？ 有人用AI生成了一张图片：一排排黑色服务器码在货架上，每一台都挂着一张工牌，离职员工的经验、话术、工作逻辑都被封存在一台台冰冷的机器里，永不停歇地运行着。至此，艺术已成。 也有人对这个名为《蒸馏》的职场恐怖故事满心疑虑。明明一起共事的时候，总觉得同事是猪队友、领导层是草台班子，需求听不懂，遇事只会甩锅，反正槽点一大堆，够开几季《吐槽大会》的。可一旦被炼化成了skill，他们的经验就仿佛变成了什么绝活秘技了。Skill像是自带职场厉鬼buff，普通打工人一沾上，就褪去平庸，变得厉害起来了。 那些被提炼的skill，究竟是什么赛博邪术？让我们来一步步揭开真相。 同事.skill火了之后，短短几天，一个全员被炼化的赛博职场宇宙就诞生了。 与其等着被同事蒸馏，不如主动蒸馏自己，于是自己.skill横空出世，创建自己的数字分身，24小时替你对接工作、回复消息。 一开始以为是在玩梗，结果有技术社区V2EX爆料，现实中真的有公司开始推行每个人创建各自的agent、skills，还将其纳入日常考核。 既然被蒸馏的命运无法避免，那就让局面再乱一点好了。很快，老板.skill应运而生。 这款skill可以将老板的管理风格、决策逻

大米、猪肉、水电气等日用消费品的涨价，是我们耳熟能详的经济通胀，而全球开发者与企业用户，在2026年第一次真切地感受到了AI通胀。 此前，AI云算力长期处于低价红利期。然而就在2026年1月，以谷歌、亚马逊AWS为首的全球云巨头率先上调AI相关产品价格。而国内云厂商纷纷打破“亏本赚吆喝”、只降不涨的惯例，跟进AI云涨价：3月18日，阿里云宣布对AI算力、存储等核心产品涨价；同日，百度智能云同步上调AI算力相关产品价格；腾讯云则率先终止部分大模型的限时免费公测，并上调模型调用价格。 这一轮集体涨价，标志着全球算力通胀，正式传导至中国公有云市场。 按照宏观经济学理论，通胀的本质是供不应求下的价格调节。但过去很长一段时间，AI算力的紧缺并未体现在云服务定价中。高端GPU一卡难求，英伟达高端显卡在国内售价居高不下，但云厂商却持续通过低价Token、API服务吸引开发者，可以说，此前GPU云的价格机制，完全没有反映真实的算力供需关系。 这就引出一个新的问题：为什么此前云厂商愿意自行消化算力成本，而如今却选择将成本压力向市场传导，导致AI通胀正式落地呢？ 通过涨价这一行为，我们来弄懂公有云市场正在发生的变化。 有不少开发者反馈，目前使用模型厂商的MaaS服务时，云端API频繁出现限流、限额、实时吞吐变慢的情况。有时给“龙虾”智能体安排任务，半天无法执行，唯有充值才能正常使用，成为很多开发者的日常困扰。 云端算力的计价单位是Token，开发者所感知到的不便，就是上游Token的供需失衡，通胀向下游传导的最终结果。 供给端，2025年高端芯片、高性能存储价格大幅暴涨，供应持续紧张；需求端，智能体应用爆发式增长，单任务Token消耗量是传统对话式AI的百倍以上，资源消耗大幅攀升。此外，视频生成、数字人、实时通话等多模态应用，在2025年实现全民普及，进一步加剧了对Token的需求。这就与宏观

2026年3月末的常州，春意正从运河两岸的柳梢头漫上来。就在这个普通的江南春天里，由中国人工智能学会主办的2026吴文俊人工智能创新大会、第十五届吴文俊人工智能科学技术奖颁奖典礼，在这里落下了帷幕。 此时，全球人工智能竞赛正进入一个新的赛段。大洋彼岸，美国发布“创世纪计划”，试图用AI加速科学研究；英国推出《人工智能赋能科学战略》，争夺全球AI科学革命的领先地位；国内，“十五五”规划建议将“人工智能+”行动推向纵深。大模型热潮未退，具身智能、科学智能等新赛道已悄然崛起。 当顶层设计层层落地，一个更现实的问题浮出水面：政策有了，目标定了，谁来把技术送进车间、产线、医院？ 吴文俊奖的这一次颁奖，恰好回应了这个问题。 此次大会上，116个项目及个人登台领奖，奖项覆盖领域从传统的计算机视觉、自然语言处理，拓展到了具身智能、科学智能等新兴方向。颁奖典礼也首次走出北上广深，落户常州。这座城市的工业规模已突破2.2万亿元，拥有完备的制造业门类和扎实的新能源产业集群。 把被誉为“中国智能科学领域最高奖”的吴文俊奖颁奖现场放在常州意味着，学术界开始走出实验室、转身走向产业一线城市，而关于AI落地的故事，也就此展开。 这一届的吴文俊奖，不一样在哪里？ 先看数字。2025年度申报数量大幅增加，有效申报达413项，在此基础上，共有116个项目及个人登台领奖，是去年53个获奖项目的两倍有余，创下历史新高。同时，奖项覆盖的领域从传统的计算机视觉、自然语言处理拓展到了具身智能等新兴方向。 获奖数量的上涨和领域边界的扩展指向同一个结论：中国人工智能的发展正在进入一个更加活跃、多元的阶段。 但比这些数字更值得关注的，是本届获奖成果中“产学研结合”浓度的提升。换句话说，这些奖项不再是单纯的学术荣誉，而越来越像一份份产业落地成绩单。 不妨看几个具体的获奖项目。 先看科技贡献奖的归属。本届吴文俊奖科技贡献奖颁给了

这几年，如果一家企业的战略发布会上没有出现AI两个字，仿佛都显得有些落伍。 从大模型到机器人，从智能客服到自动化质检，AI像一阵带着资本热度的风，裹挟着“效率”“颠覆”“重构”的叙事席卷各个行业。科技公司在算力与算法战场上鏖战，互联网大厂争相推出自研模型。与此同时，食品、家电、地产、制造等传统企业也纷纷在年度报告和投资者说明会上写下“全面拥抱AI”“打造AI生态”的宏大愿景。 但当潮水退去，问题逐渐显形。最近，娃哈哈被曝砍掉机器人相关业务；智能家电市场上，“伪智能”产品泛滥成灾。 这不禁让人疑惑：传统企业眼里的AI是不是真正的AI？盲目跟风是否正在成为一场昂贵的集体焦虑？ 2026年初，杭州，一份清算公告从娃哈哈集团内部流出：精密机械公司解散。机器人业务彻底关停。 消息传开，业内人士面面相觑。这家成立于2011年的子公司承载的是宗庆后晚年最重要的战略布局之一——机器人。国家“十二五”重大科技专项，数千万元研发投入……一切都在宗馥莉接手后戛然而止，一同被砍掉的还有芯片、电商、大健康。 而就在不久前，专注于机器人业务的富士康旗下衡阳工厂也全面关停。这座曾经被视为“工业4.0标杆”的工厂在运行数年后最终没能逃脱被清算的命运。 那么，为什么在AI浪潮最汹涌的时刻，选择掉头撤退的，恰恰是那些最早“拥抱浪潮”的传统巨头？ 要理解娃哈哈和富士康的撤退，必须先理解一个被严重混淆的概念：现在的机器人大多是预设程序和精准执行，不等于人工智能。 真正的智能化意味着机器能够感知环境、理解情境、自主决策。它需要机器学习，需要神经网络，需要海量数据的持续喂养和迭代。一个智能系统应该在面对意外时“思考”下一步动作，而不是机械地重复预设轨迹。 然而，过去十年间，这条分界线被有意无意地模糊了。一家做注塑机的企业，给设备加了一块触摸屏，就敢叫智能装备；一家做流水线组装的工厂，从库卡采购了几个机械臂集成一下，就

龙虾以短暂却极致的姿态，统治了2026年春的AI浪潮。而今，很少听到普通人谈论龙虾、想要安装龙虾了，全民养虾的盛况已然落幕，开发者阵营里也开始出现放弃的声音。 龙虾的一夜爆火，很大程度上源于人们对万能个人助手的憧憬。这份幻想，很快便被龙虾的幻觉问题、高权限带来的安全隐患等一一戳破。其兴也勃焉，其衰也忽焉，龙虾的骤然起落，让人不禁想问：它究竟有没有留下有价值的东西？ 一个无可辩驳的事实是，龙虾以一场轰轰烈烈的实践，验证了agent智能体这条AI产品化路线是行得通的。但喧嚣一时的浪潮，最终画上了西楚霸王般的尾声，以落幕收场。如果未来有一部《AI史记》，那其中必有一篇《龙虾本纪》。 龙虾留下的每一处战场痕迹，都记录着我们每一个人，如何亲身参与并见证这场AI浪潮。 3月底的街头，美团的地推横幅上写着“免费装龙虾”几个大字，一位大爷带着搪瓷盆前来，只能对着工作人员和技术宣传页一脸困惑。 把普通人哄得团团转，是这场技术狂欢最荒诞的尾声。OpenClaw，真的能给这位大爷的生活带来什么改变吗？ 普通人的日常需求，就是简单的信息查询、休闲娱乐，比如养老金怎么领，身体不舒服怎么回事，这些需求，现有的豆包、DeepSeek等AI工具早已能完美满足。更重要的是，普通人缺乏驾驭龙虾的技术能力，即便跟风安装，也根本无法发挥它的价值，最终只会闲置、卸载。 所以，不参与这场龙虾狂欢，大爷们不会真的错过什么。就像没用到第一代iPhone的人，也没错过智能手机和移动互联网。那么，地推像卖奶茶一样去推广码农这款本属于码农的工具，究竟是何意味啊？关于龙虾的群体性FOMO（错失恐惧）情绪，到底是怎么被渲染起来的？ 其实一开始，龙虾焦虑只局限在少数投机者和AI课程卖家的小圈子里。短视频上，各类售卖AI课程的自媒体疯狂制造焦虑。这都是多少年的老套路了：先鼓吹新技术有多厉害，然后抛出一个“不拥抱就淘汰”的两难谬误。怎么

脑极体独家获悉，4月1日，国内18家大模型厂商联合233家上下游企业共同发布《新一代人工智能产业功能规范管理倡议与实施要求》。《要求》针对当前普遍存在的AI功能强制捆绑、数据安全风险、收费不透明、用户体验受损等问题，首次推出了行业自发形成的优化改革措施与产业功能规范。其中明确提出了AI技术发展与商业化进程中的“三大原则”，为这项技术的长期可持续发展奠定了良好基础。相关分析师认为，《要求》堪称史上最严格的AI行业自发产业标准。其推出与实施，意味着长期以来笼罩在AI技术身上的“消费迷雾”与“安全阴霾”将一扫而空，AI将正式迎来晴朗发展的新纪元。下面，我们将详细介绍此次发布的“AI三大原则”。《要求》中明确提出，当前在移动互联网应用、智能手机、个人电脑等领域，普遍存在着“万物强行加AI”的乱象。例如，消费者购买某品牌电脑后，会被原厂配置的“AI助手”频繁打扰。甚至到了每进行一次软件打开，都被提问2—3次是否需要使用AI功能。根据相关数据统计，个人用户关闭相关AI功能所使用的时间，已经占据了日常操作系统使用时长的320%。并且这些AI功能难以关闭，无法卸载，看起来像是AI助手，本质上是AI病毒。即便用户装在360全家桶等应用进行强力卸载，也会随即迎来360等软件带来的一系列全新AI功能。且同样难以关闭，无法卸载。再比如，诸多移动互联网应用都强制性加入了AI功能。表现为包括但不限于，屏幕上强制出现AI对话窗口；删除过去的点滑按钮，强制要求用户语音输入；隐藏此前较为明显的功能入口，迫使用户唤醒智能体等。更有甚者，用户经常会面对不同软件各自强迫装载不同的AI功能。它们彼此对立，且互相打扰。争抢屏幕入口的同时，极大地损害了手机、电脑的运行性能。让用户体验如同养蛊。而最新推出的《要求》中提出，产业必须践行“可关闭的AI”原则。所有软件、终端设备都必须为用户提供AI功能的一键关闭入口，并且关闭

中小企业AI应用最集中、最成熟的场景是以智能质检等应用场景为代表的机器视觉能力。其需求远超语音、数据分析、大语言模型等技术形态。 在AI时代，视频业务是中小企业实现智能化的重要方式。但在AI技术落地的过程中，企业随即发现需要面对两大难题：数据成本过高，安全问题严重。 面对汹涌而来的AI浪潮，中小企业如何切实破局这些难题？3月19日，在**中国合作伙伴大会2026期间，**召开了以“光感智联 携手共赢”为主题的“光与行业感知分销新品发布会”，与伙伴们分享了分销最新的业务与拓展策略。 在分销市场上，**带来了这样的答案：鸿蒙编码与鸿蒙安全，能够帮助中小企业飞跃智能时代。 中小企业使用AI，离不开大量视频数据的存留、识别与再训练。但大量视频数据积累带来了一个直接问题，就是企业必须面对高昂的数据存储成本。 目前阶段，全球存储价格直线暴涨。从2025年下半年到2026年年初，在不到一年时间里价格上涨了近3倍。全线上涨的存储资源，导致中小企业面临视频数据长期存储压力极大，硬盘采购成本与采购难度直线上升等问题。存储成本压力，已经成为中小企业必须面对的一座大山。 另一方面，中小企业部署视频智能化业务时，需要面对广泛且复杂的安全难题。比如摄像机、NVR、视频管理平台在部署时普遍采用默认口令，且系统安全漏洞泛滥、缺乏定期固件更新，极易遭到远程破解与控制。 这些问题的存在，导致中小企业面对着广泛且真实的安全风险。根据ITRC发布的《2025 Business Impact Report》显示，有81%的小微企业在2025年遭遇过安全漏洞、数据泄露或两者皆有。中小企业遭遇安全问题的比例远高于大企业。 并且随着《中华人民共和国数据安全法》等法律法规的实施，企业的合规成本急剧上升。根据法律规定，不履行数据安全保护义务的，可并处5万元以上50万元以下罚款。企业不仅需要提升面对风险时的自救水准，更需要加强

开年以来，AI行业最大的变化，就是Token成为日常工作的基础配置。 以OpenClaw为代表的AI智能体爆发，按Token计费的算力消耗也一路飙升。黄仁勋就表示，未来工程师的年薪里要包含Token预算，比例甚至可能达到年薪的一半。而腾讯、阿里也被曝出，开始向员工发放AI调用额度。 面对这股Token热潮，很多企业管理者和IT负责人都在犯愁：以前给员工发工资，发完现金就完事，可现在还得额外给员工发Token，而这些Token本质都来自算力，传统8卡机力不从心，动辄百卡、千卡的超大集群，是中小企业难以承受之重。 怎么搞到足够的Token给员工花？成了企业智能化的头号难题。 恰逢2026年中关村论坛召开，以“科技创新与产业创新深度融合”为主线，算力趋势也在与会嘉宾的交流中得到了印证。现实中，算力已经从少数科技巨头的战略资源，成为更多组织的基础配置。在此背景下，中科曙光于论坛现场，发布了世界首个无线缆箱式超节点scaleX40并开启全渠道预售，为企业算力选型提供了更普惠的选择。 当下，企业落地AI正在告别不计成本的FOMO扩张期，进入精打细算的务实阶段，就连OpenAI都在主动下调算力支出规划。所以，超节点不能成为企业现金流的碎钞机，打破越大越好的规模迷信正当其时。如何找到算力投入与业务价值的黄金平衡点，有必要先洞穿一下企业算力的成本陷阱。 云端算力虽然灵活，可一旦AI在业务中规模化落地，按Token计费的成本就会呈指数级暴涨，企业反倒沦为给云厂商打工。所以，仍有大量企业选择自建算力基础设施，相当于自己造一座Token工厂。 可自建算力的道路，同样布满陷阱。 绝大多数企业的主流AI应用场景，集中在推理、后训练环节。这时候，传统8卡服务器性能严重不足，面对多智能体协作、高并发实时推理等复杂需求，就像小马拉大车，满足不了企业用AI的需求，这类传统基建的投入实属无效投资。 但盲目追求千

从互联网+到AI+，一个明显的趋势和共识是：产业，才是新技术真正的主战场。刚刚结束的GTC 2026，黄仁勋就提出，每个公司都要有一个OpenClaw战略。 这说明，产业龙虾落地，才能真正带火token经济。 随着C端全民养虾热潮褪去，面向组织场景、深度嵌入业务流程的产业龙虾，正在成为智能化的全新演进方向。一个面向产业的ToB龙虾赛道，正在迅速成型。前不久，阿里巴巴正式发布悟空企业级Agent平台，瞄准了一人公司、跨境电商、制造、财税等细分场景；腾讯的QClaw，支持WorkBuddy和企业微信接入；好未来推出垂直教育场景的NineClaw九章龙虾，面向教师群体的开箱即用型AI助手…… 除了科技大厂与行业龙头，企业软件开发者/服务商也在密集下场。像我们一直关注的AI创业者少卿，就研发出了专为一人公司打造的AI工作空间Floatboat.ai，可以看到产业龙虾化在小微场景的尝试。 一道道企业禁令之下，产业龙虾化究竟如何重构产业智能？类OpenClaw智能体又怎样在产业场景扎根？我们拆解产业龙虾化的真实面貌。 过去的产业智能化，以算法分析、数据处理为主，而龙虾这类高度自动化智能体进入企业的业务流程，有望实现从决策到执行的端到端自主运转，这就是产业龙虾化的核心价值。 体验过一些产业龙虾产品之后，我感觉这类成熟体龙虾，的确比手搓版OpenClaw更适合产业界人士。原因是更贴合办公场景，符合打工人的操作直觉，学习成本几乎为零，所以上手就能用。 产业龙虾化落地，离不开三件套：UI、skill和沙箱。 更自然的UI，是产业龙虾化的入口。 开发者版龙虾就像是DOS系统，需要用户直面命令行界面，通过输入命令来与计算机进行交互。而产业龙虾化的产品，就像是Windows，图形GUI界面的键鼠拖拉拽，更符合人的交互直觉，比原生虾更具备规模应用的潜力。 AI短剧的创作者陈星，直接把各类素材拖进Flo

几年前，龙虾自由还是人们对物质生活的一种朴素向往，意味着可以不用看价格签，痛快地吃上一顿波士顿龙虾。这个小小的愿望，折射的是一个时代的消费心态。 到了2026年，一个新的自由正在技术圈和企业界悄然流传。它不再是关于餐桌上的美味，而是关于智能体和生产力。这个愿望，叫作“智能体自由”。 这一切的起点，是一个名为OpenClaw的开源框架。在开源社区，OpenClaw正成为AI智能体领域的一股热潮：它让开发者能够构建那些可以自主理解任务、调用工具、执行操作的数字员工。就像龙虾的钳子既能捕食又能防御，OpenClaw赋予智能体“动手”的能力。 但热潮背后，一个现实问题逐渐浮出水面。当这些智能体开始从开发者的笔记本电脑走向企业的真实业务，当它们需要处理的不再是几个示例任务，而是成千上万的并发请求，算力真的准备好了吗？ 顺着OpenClaw掀起的这波浪潮望下去，关于算力的问题被反复追问。如此庞大的计算任务，究竟需要怎样的底座来承载？ 这个问题在刚刚落幕的**中国合作伙伴大会2026上，有了一个清晰的回答。鲲鹏计算领域总裁李义这样说道：“面对Agentic AI时代的到来，鲲鹏打造先进的算力底座，联合伙伴将创新技术转化为场景化动能，以开放协同凝聚每一份算力价值。” 那么，当智能体开始从实验室走向千行百业，算力的逻辑究竟发生了怎样的变化？鲲鹏又是如何应对这场算力变革的？ 龙虾智能体的爆发标志着AI正从感知与生成阶段全面迈入推理阶段。而推理，正在对算力提出全新的、更高维度的要求。 传统LLM的核心能力是“生成”，过程本质上是一次性的。输入提示词，模型计算，输出结果，任务结束。它的算力消耗，主要集中在一次性的推理过程中。 但OpenClaw这类智能体框架改变了这个逻辑。 一个基于OpenClaw构建的智能体，接到任务后需要理解目标、拆解步骤、调用工具。这个过程从“一次推理”变成了多步骤的决策－

约瑟夫·坎贝尔在《千面英雄》中说：“神话是众人的梦，梦是私人的神话。” 如果说，在信息极度爆炸、知识无限量供应的AI时代，还有什么东西依旧是弥足珍贵？我想，“一个好故事”应该荣列其中。 不知道你有没有发现，我们能读到的科技故事愈发无趣了。按理说，科技变革正真切、迅猛地发生，我们生活和工作中的一切似乎都在被智能化重构。在这种难得的机缘下，应该涌现出不少好故事才对。 问题可能出在，关于AI的故事叙述视角太过单一了。舞台上仿佛永远只有极少数人，极少数公司在旋转跳跃。灯光和话筒对准了科技大佬和技术天才。故事的主轴似乎也只有一个：AI越来越强大，人类即将被取代。 日日夜夜都是这种故事，难道不无聊吗？ 作为一家以AI为主轴的科技媒体，我们想要写点不一样的故事。 写普通人面对变化并改变世界的故事。 写你的故事。 其实，过去多年来，我们有过非常多“找到好故事”的成功实践。比如在一次深度学习峰会上，我遇见过一位八十岁的开发者。他经历了共和国计算机事业的从无到有，如今还在探索AI的可能性。在浙江舟山的一座码头，我采访过第一批使用远程操作龙门吊的港口工人。他们说，“开吊车的，原本风吹日晒加天天弯腰，干到四十岁就要带着一身病退休。有了AI，以后可能就不会了”。在云南普洱，我们探访过一个村寨。村长用AI+5G带领村民种咖啡，卖咖啡，硬是把一个原本即将消失的村子，变成了远近闻名的富裕村加网红打卡地。 我们相信，真正的智能化之路，是由这些故事拼接而成的。如果AI时代能在史书上印刻成一段好故事，那这些“无名之人”必须是故事的主角。 随着AI技术的爆发式增长，我们相信有更多好故事等待被发掘。还像原先那样一个个故事去寻找，毕竟效率有点低。于是「脑极体」想要在线征集故事线索，希望能够把话筒和灯光，都对准身处智能化变革中的你。 我们内部把这个故事征集计划称为“星火计划”。你在生活和工作中对智能技术的穿凿砥砺，迸发

2026年的春天，AI圈最火的词叫龙虾。 不是海鲜市场的甲壳生物，而是一个名字——OpenClaw。这款开源的AI智能体框架，像病毒一样在GitHub上蔓延，被媒体称为“GitHub历史上增长最快的AI Agent框架”。一时间，从硅谷到中关村，人人都想养一只属于自己的“龙虾”。 但吃龙虾的人很快发现了问题。3月11日，工业和信息化部网络安全威胁和漏洞信息共享平台联合国家互联网应急中心，发布了关于防范OpenClaw安全风险的专项提示。中国信息通信研究院副院长魏亮在接受采访时直言，龙虾很强的执行能力给用户带来了严峻的安全挑战。全球超23万个OpenClaw实例被发现在互联网上“裸奔”，默认配置无认证，监听端口暴露，攻击者一找一个准。 不安全、不听话……这就是2026年春天许多人想吃虾却又不敢下嘴的真实痛点。 这场由“龙虾”引爆的AI智能体危机让人们开始重新思考一个根本问题：智能体怎么做才能又安全又省事？有没有一种虾，能让人用得放心？ 面壁智能的EdgeClaw Box，给出了自己的答案。 这只叫EdgeClaw Box的“两栖虾”游在云端、栖于本地、开箱即用。当别人还在为“龙虾”的安全噩梦头疼时，EdgeClaw Box已经把隐私和安全装进了盒子里。 最近AI圈掀起了一股“养虾热”。 能调用工具、能处理事务的Claw类智能体火了之后，从开发者到小团队，人人都在跟风部署。3月初，从深圳腾讯大楼到北京百度科技园，千人排队部署OpenClaw，甚至有人做起了“龙虾市集安装代排队，66.66元一次”的生意。 一时间，社交媒体上充斥着“我养的虾今天帮我订了机票”“我的虾替我开了场视频会议”之类的炫耀帖。能自己干活、能调用工具、能处理事务，听起来不就是梦寐以求的AI员工吗？ 所有人都把期待寄存在云端，等着那只虾替自己冲锋陷阵。 但养了几天，问题开始浮出水面。 首先，这只虾很贵。与大模型

每年我们都会采访中国的部分科技出海企业。每个时间段，他们反馈的机会点与困难都不尽相同。最近两年，出海企业有一个普遍共识：过去的性价比红利正在消退，难以建立品牌，无法贴近高端市场，是目前中企全球化面对的最大鸿沟。 确实，从相关数据上看，中国品牌的全球信任度在不断提升，但要真正建立起高端品牌认可还有相当的距离。比如在欧美成熟市场，有51%的美国消费者对中国品牌评价为“一般”，55%的欧洲消费者将“信息透明度”列为信任前提。中国品牌全球化，遭遇了传统“世界工厂”模式正在失效、新市场难以打开、品牌信任难以建立的尴尬。 正当行业在寻找破局方向时，追觅扫地机在AWE现场交出了一份重磅答卷：本届AWE期间，追觅扫地机集中发布X60 Pro圆盘版、X60 Pro Steam蒸汽扫地机等新技术产品，新品集中爆发。与此同时，追觅扫地机刚刚获得欧睿国际“扫地机全球高端市场第一”的认证，印证其全球高端市场第一的地位。 这一连串动作释放出一个更值得关注的信号：中国企业的全球化，还有一种新的可能，那就是从“性价比出海”走向高价值全球化。 借着这个信息，我们可以管中窥豹，用追觅扫地机来解答全球化迷思。 过去数十年，中国依靠“世界工厂”的产业链优势，为全球提供了最具性价比的全品类商品，形成了全球化时代一道亮眼的风景。但在当前阶段下，以贸易保护主义兴起，以东南亚为代表的新兴工业策源地快速发展，中国传统的出口策略正在急速蜕变。“性价比”的大潮正在退去。而在这个全新的退潮时代，中国产品遭遇了一片充满未知与泥泞的出海滩涂。总体来说，中国品牌全球化在当前遭遇着这样几个问题： 1.根深蒂固的低价印象。提起中国品牌，全球用户都会首先想到“低价”，这是最普遍也最持久的痛点。随着国内生产成本的增加，以及全球化竞争的加剧，无法溢价严重制约了中国产品的全球化进程。 2.困境重重的高端与全球化。低价走不通，需要做品牌，做高端，早

巴塞罗那的三月，在联接之外，所有的聚光灯都照向了AI。 走进2026年的世界通信移动大会（MWC）展馆，从大模型到智能体，从具身机器人到自动化运维，几乎每一块屏幕都在谈智能。算力被反复提及，Token成为高频词汇，模型能力几乎包揽全部技术叙事的核心。但是，当所有人的目光都聚焦在运营商网络、算力、AI应用发展速度与规模时，却鲜少讨论背后默默支撑的隐形底座—站点能源和AIDC基础设施。 MWC 2026期间，**数字能源高峰论坛释放出一个明确信号：AI时代的约束变量正在发生变化，过去隐于幕后的数据中心基础设施建设正逐渐走向台前，站点储能资产将变为创收来源。从传统的通算数据中心，到未来智算数据中心（AIDC）基础设施，这一AI时代的核心资产的建设与演进，显得愈发重要。 算力需求高速增长，过去一年，主流模型的Token消耗增长超过十倍。到2026年，全球AI支出预计将达到2.5万亿美元。随着多模态技术成为标配，推理需求从潮汐式的波峰波谷转变为全天候、高强度的持续性负载。 为了驾驭这股洪流，算力资源开始向超大规模数据中心加速聚集。一个GW级的数据中心园区每年耗电量高达百亿度，相当于一个百万人口城市一年的用电量。这让新能源的大规模供能成为刚需。同时，新能源的并网也将考验电网的韧性，稳定可靠的供电将是给算力提供源源不断动力的根本。巨大的能耗给能源供给带来极大压力，如何解决电供得上的问题是摆在行业面前的必答题。 更为严峻的是，IT演进也与数据中心建设周期出现错位。 芯片迭代已缩短至一年一代，而传统数据中心的规划、土建、交付周期仍需18至24个月，这意味着刚建成的数据中心可能无法匹配最新算力需求。IT演进快与基础设施建设慢的矛盾，迫使行业寻找新的建设范式。 最后是规模演进带来的安全与可靠性难题。 随着数据中心规模从MW级跃升至GW级，承载的业务越多，故障域越大，一个10MW智算中心承载的算力

1994年，比尔·盖茨的未来之家横空出世，让智能家居第一次照进现实。但这座自动化豪宅，不过是一台设定好程序的机器。它听不懂模糊需求，必须靠人手动拨号下达指令；也没有记忆，访客要佩戴上预先设定的胸针，设备才懂自己的喜好，更不可能主动优化服务。 想要打造一个温暖的家，就必须有一个能理解、会推理、有记忆的大脑。所以3月10日，美的2026全屋智能战略发布会，第一个重磅亮相的是自进化家居智能体MevoX。 作为家庭AI大脑的核心，MevoX让全屋智能真正从指令驱动的冰冷机器，迈入意图驱动的读心术时代，也把AI时代“未来之家”的定义权，抓在了中国企业手里。 如今，全屋智能的概念已经普及，但很多时候只能理解一些简单指令，让设备完成一个单一动作，因此屡屡被贴上“伪智能”“噱头大于价值”的标签。核心原因是，缺乏AI大脑的智能家居系统，就像人类大脑萎缩导致认知障碍一样，也会陷入认知困境，让用户体验大打折扣。 第一种认知困境，是智力不足，表现在智能家居缺乏推理能力。在家里，用户的交互往往是模糊和口语化的。比如用户说“我热”，没有大脑的系统不会思考，无法明白“热”背后的真实需求是什么，只能执行单一、死板的指令，要么只会打开空调，要么毫无反应。 第二种困境是记忆障碍，缺乏短期、中期、长期的持续记忆能力。无论是你刚刚跟它说过的话，“我等会儿要开会”，还是长期的固定习惯，像是春天到了容易花粉过敏、看电影喜欢拉上窗帘等，智能家居统统记不住，每次都要用户重复下达指令，十分心累。 因此，大多数智能家居还停留在连接、控制的初级阶段，缺少一个真正具有认知智能的大脑，自然也就出现听不懂、记不住、不会察言观色等“伪智能”现象。 并非厂商们不作为，而是在家庭场景中，构建智能系统的推理和记忆能力，会遇到极大难度的挑战。据美的AI研究院院长徐翼介绍，家庭环境中的设备天然异构，每个家庭的设备布局与使用方式千差万别，再加上用

AWE 2026的展馆里，一台扫地机器人正在爬楼梯。 不是概念视频，不是CG渲染，是一台真机，在实体搭建的楼梯上，一级一级地往上走。轮腿交替伸展，机身始终保持水平，底部的拖布紧贴台阶表面——一边爬，一边扫。 旁边的展区里，另一台机器正在演示跨越总计8.8cm的双层台阶。它在障碍前停顿了一下，前端抬起，关节伸缩摆动，整机像一辆微型越野车一样调整姿态，平稳翻越。另一边，它又压低身体，钻进了一个不到8厘米高的空间——模拟的是你家沙发底下。 如果你对扫地机器人的印象还停留在“一个在地上转圈的圆盘”，那这个画面大概会让你重新想想：我们幻想过的那种完全不用动手的家庭清洁场景，是不是真的快要实现了？ 回看过去十年，家庭智能清洁这个赛道在不断攀升。从智能手机、智能音箱、智能汽车轮番占据头条，到扫地机器人等产品改变生活。 但变化一直在发生。 最早的转折来自导航。2016年前后，激光导航技术被大规模应用到扫地机上，机器第一次拥有了精准的空间感知——知道自己在哪、家里的环境什么样、哪里还没去过。此后几年，结构光、AI避障识别系统层层叠加，如今头部产品已经能识别超过280种家庭常见物体，从数据线到宠物，从拖鞋到门槛。 而真正让这个品类开始“质变”的，是最近两年智能化浪潮的渗透。 当大语言模型从聊天框走向物理设备，当“端侧智能”从概念变成芯片里的现实，家庭清洁机器人发现自己站在了一个意想不到的位置上——它可能是智能技术真正落地到家庭场景的第一个规模化载体。 今天的扫地机已经不只是“会扫地”。你说一句“厨房有点脏”，它自动去厨房清洁，自动调整清洁策略；它能区分物品类别，灵活避障；养宠家庭甚至可以让它帮忙找猫、远程看看毛孩子在干嘛。 从一个执行固定程序的清洁工具，到一个能理解场景、自主决策的家庭管家——这个转变正在发生，而且比大多数人意识到的要快。 “智能”的叙事很吸引眼球，但在它之下，硬件能力的比拼从

最近这些天，科技领域的各种文章、视频标题都能看见四个大字：全民养虾。 有人靠上门安装龙虾月入数十万。有人在腾讯门口排队几个小时，只为等一次免费的龙虾安装。短视频里说：“你错过了黄金比特币，还要再错过小龙虾吗？”一时之间，似乎全民养虾已成风潮，再不跟上就要错付AI时代了。 面对这种盛况，让我想起春节之前，OpenClaw刚刚火起来时我们团队内部的一次选题会。当时有同事提出了这样一个问题：欧美用户主要用OpenClaw回邮件。但是咱们中国人有那么多邮件要回吗？ 几个月之后，我依旧有这样的好奇：中国用户用龙虾来做什么？它真的能发挥出预想中的价值吗？ 换句话说，我们排着队、花着钱、熬夜看教程、加群问大神，费钱费力的全民养虾，图的到底是什么？ 由于OpenClaw大规模进入国内时间尚短，缺乏权威数据。为了弄清中国用户的龙虾使用情况，我们采取了问卷调查和采用公有云等OpenClaw供应平台数据进行分析的方式。 我们向50位龙虾用户进行了提问，其中大部分此前是AI开发者或有较多的AI技术使用经验。另外根据工信部数据，截至2026年3月，中国公网暴露了7.52 万个OpenClaw实例，其中大部分来自阿里云、腾讯云等厂商推出的一键部署方案，因此公有云平台数据是分析中国用户龙虾使用行为的主要途径。 根据以上两个数据来源，我们发现中国用户部署OpenClaw的第一大用途，还是AI一直专注的自动化办公方向。具体而言，就是用OpenClaw来代替人工处理那些重复性数字工作。比如写周报、生成会议纪要、回邮件、做Excel等。根据阿里云的数据显示，OpenClaw用户日均处理邮件量超过50封。变相说明有繁重办公需求的用户，是养龙虾的第一批受益者。 目前排名第二的龙虾用途，应该是来自我们的同行。与海外用户不同的是，国内用户非常看重用龙虾自动化做自媒体这个能力，中文互联网上相关教程极为丰富。我们从调查问卷

近期AI圈跟别人打招呼的方式，都变成了“养虾了吗？”OpenClaw这个被开发者亲切称为“龙虾”的智能体工具，仅用4个月就斩获超25万GitHub星标，直接打破了此前闭源智能体的技术与成本壁垒，为普通人提供了上手AI的绝佳实践机会。与Manus等闭源智能体不同，龙虾OpenClaw的最大特征就是开源开放，允许任何人下载并修改代码、贡献技能，每一位开发者都能参与其中。与这只龙虾最适配的“虾粮”，就是开源模型。在最新的OpenClaw模型调用量榜单上，中国开源模型稳占过半席位，其中阶跃星辰新旗舰模型Step 3.5 Flash，凭借“更快、更强、更稳”的核心优势，连续一周稳居单日调用榜首。根据OpenRouter最新数据，过去30天内，Step 3.5 Flash在OpenClaw上的tokens调用总量已位居全球第一，超越Kimi K2.5、MiniMax M2.5，成为OpenRouter上小龙虾的「Top1 模型」，获得全球小龙虾用户的认可。目前OpenClaw的日榜与月榜前三甲被中国大模型Step 3.5 Flash、Kimi K2.5、MiniMax M2.5包揽，“国产龙虾三剑客”格局由此形成，共同展现出中国开源模型的强劲竞争力。不局限于OpenClaw单一APP，Step 3.5 Flash在OpenRouter统计的全球大模型调用量中增速同样明显，过去7天调用量达853B tokens，环比增速90%，与MiniMax M2.5、DeepSeek V3.2一起位居全球前五。不难发现，开源生态给了普通人把握AI的绝佳机会。我们就带着好奇，去看一个个普通人如何以龙虾为舟，以国产模型为翼，追赶时代的风口。最近，有科技大厂在线下免费为大众安装“龙虾”，支持自带电脑，吸引了从青少年到老年人的各类人群排队参与。对此，有开发者十分迷惑：如果普通人连OpenClaw的安装都无法

马年春晚，《贺花神》美轮美奂的画面刷屏全网。紧随其后，支撑这场视觉奇观的Seedance 2.0模型开放API调用，价格一秒一块钱。时间倒回两年前，AI视频生成还是一个被认为“中国完全做不出来”的赛道。OpenAI的Sora在2024年初横空出世，一支“女生走在东京街头”的60秒视频，画面逼真程度堪比实拍，而彼时的国产视频模型，大多只能生成5—12秒的画面，表情僵硬、手指穿模、物理穿帮都是常态，效果一眼假。Sora如同一记耳光，把中国AI行业抽懵了。面对技术威慑，中国AI产业不能坐以待毙，开始像小说《三体》中人类面对智子的技术封锁一样，进入各显神通的“面壁计划”，最终完成了从Sora惊恐到即梦反杀的逆袭，把画面质量卷上天际，生成价格卷到地板。这段历史，值得在当下AI视频生成全面爆发的时间节点回顾一下。2024年初Sora的出现，直接让中国AI行业陷入了至暗时刻。那段时间，我的朋友圈里满是对中国视频生成技术技不如人的吐槽。大家的恨铁不成钢，既来自肉眼可见的技术鸿沟，也有脑补的灾难想象。视频生成比文本生成要复杂得多，需要同时解决空间维度的物体形态一致性、时间维度的运动连贯性、物理规律的准确模拟，还有音画同步等一系列难题。与Sora一对比，国产模型输得毫无还手之力。比落后更可怕的，是这一技术壁垒看似无法逾越。彼时全球主流的视频生成模型，是MidJourney、Runway、DALL·E这些海外产品。国内既没有Sora的DiT架构那样的核心技术壁垒，也没有充足的英伟达顶级显卡。行业于是悲观地推演：中国与海外的技术代差根本无法追赶，中国做不出自己的视频大模型。总结一下Sora对中国AI带来的冲击，是多方面的。此前，国内AI产业的发展多依托应用层创新，而视频生成属于硬核技术赛道，没有应用层的捷径可走，一下子让行业的短板被无限放大。而且，算力卡脖子、高质量视频训练数据匮乏等先天条件的差距

二月的北方县城，空气里还带着未褪尽的寒意。主干道两旁的梧桐树光秃秃的，街边卖烤红薯的推车**起阵阵白雾。这是一个常住人口不足五十万的典型四线小城，生活节奏缓慢，对科技的感知往往慢于大城市。但最近，一种略显突兀的赛博朋克感正在这座小县城悄然蔓延。起因是我在常去的那家老字号羊肉汤馆旁边，发现了一家新开的门店。闪烁的LED招牌上，几个大字格外刺眼：AI智能科技美肤中心。顺着这条不过两公里长的商业街走下去，“AI智习室”“AI编程与奥数”“AI智能共享棋牌”鳞次栉比。当这些带着浓厚中关村气味的词汇以一种突兀的方式镶嵌在县城门面上时，我不禁好奇：在这样一个连智能手机都需要手把手教长辈使用的环境里，AI的真实含量到底有多高？那些收入并不算高的县城消费者真的愿意为这些略显陌生的科技词汇买单吗？在县城，新事物的传播往往伴随着一种夸张的包装。走访的这几天，我仿佛置身于一场关于AI的标签狂欢。最先吸引我的是那家AI智能科技美肤中心。推开玻璃门，迎面而来的是浓郁的精油香味和粉色调的装修风格。这与传统的县城美容院并无二致，但在大厅最显眼的位置摆放着一台印有“AI深度测肤”字样的半包围式仪器。当被问及什么是“AI美肤”时，老板娘熟练地将脸对准仪器的探头：“现在AI扫一下，毛孔粗大程度、色素沉淀都能算出来。”伴随着机器的一阵光效闪烁，电脑上迅速生成了一份长达十几页的肌肤诊断报告，上面布满了雷达图、柱状图和各种专业的英文缩写。紧接着，老板娘顺理成章地根据这份体验价9.9元的AI报告向我推荐了一套价值3000元的深层肌肤护理套餐。离开美容院，拐过两条街，是实验小学对面的“AI智习室”。门口贴着“智能分析”“精准提分”等标语。放学时间刚过，家长三三两两地站在路边。这家自习室没有传统的黑板和讲台，取而代之的是一排排像网吧一样被隔板分开的座位。每个座位上摆放着一台平板学习机和一副降噪耳机。几十个孩子坐在那里，桌