近半年来,新股/次新股确实火爆,尤其是AI板块。今天老俞就近期再次燃爆市场的次新股,滴普科技(01384)为引子来谈谈这个板块要怎么玩。前两日他们才入选“2026福布斯中国人工智能科技企业TOP 50”,创始人也在不久前发表了一篇原创《记忆,是智能体的灵魂》,借由此,我小小改编了下:记忆,才是AI 落地的 “灵魂”。 大家都有同一个疑问:现在AI大模型参数卷得越来越大,技术迭代飞快,为什么真正落地在企业、大厂里面能用、好用的产品并不算多?(TO B的很少,TO C的还好) 有一说一,很多AI概念热闹有余,落地不足。我们看看滴普科技创始人赵杰辉说啥了: 首先,他认为我们一直忽视了一个问题:从 2023 年到 2026 年,关于 AI 的讨论,主旋律一直是"模型"——模型更强、跑分更高、上下文更长、推理更准。但有一个事实,你只要做企业 AI 落地就一定会遇到:模型变强,并不直接等于企业的专业岗位能用上 AI 员工规范的执行。 为什么? AI 产业化要走通,归根到底要回答一道经济学题——每一个 Token 在价值端创造的生产力价值,能否大于在成本端它所消耗的算力、人力、运营成本。这就是 "Token 经济" 的根本约束。 是的,老俞100%同意该观点。在老俞眼里,AI产业化从来不是单纯的技术比拼,本质上就是一道直白的经济账:每一个Token产生的业务价值,能不能覆盖掉算力成本。很多人盲目追捧大参数、高跑分模型,但忽略了企业真实使用场景里最大的痛点:无效成本太高。 这几年行业内也在持续优化AI记忆能力,整体经历了三代清晰的技术迭代,每一代都解决了部分问题,但始终没有完全打通企业落地瓶颈。 第一代属于会话级记忆,以LangChain、Dify工具为主。2023年这一类工具快速普及,实现了单次对话内的上下文保留,避免AI一句话反复遗忘。依靠对话缓冲区动态