社区

普华永道一项针对全球超1200家AI企业的调研数据显示：75%的AI经济价值，集中在20%的头部企业，行业鸿沟正在拉大。也就是说，80%的企业即使拿到了AI工具，也没有真正品尝到AI带来的红利。 向AI要结果、要价值，已然成为无数企业的主流共识。但怎么要？Create 2026百度AI开发者大会现场，我看到了许多带着难题，带着疑问，也带着兴奋在寻找答案的身影—— 国内的自媒体太卷了，有博主打算出海带货，把产品卖给外国人，大会演示了用数字人平台百度一镜做健身博主帕梅拉带货视频的AI创作案例，就吸引了不少现场观众。 还有不少小微创业者，平时一人身兼数职，忙得焦头烂额，又养不起一个真人团队，听说百度新推出的智能营销解决方案Hogee能一次雇佣客服、数据、运营等多个数字员工，来看看能不能为自己减负。 个人用户孙昱在超级个体论坛分享：小团队如何用秒哒拿下千万级订单，有不少观众前来围观取经。 热闹的大会现场，组成了我们这个时代的一个缩影，几乎所有企业、所有个体都怀揣着拥抱新技术的焦虑与期待。AI时代的自我进化，成了所有人与组织的必选项。 大会中，百度创始人李彦宏也提出了全新的“非共识”的判断：AI时代的“度量衡”DAA（日活智能体数）和AI时代进化论。 他认为， Token只代表成本，真正应该关注的是有多少Agent在给人类干活，并交付结果。而面对这样一个全新的生产力时代，我们该如何应对呢？智能体、人类个体、企业组织，三者都要自我进化。 结合在Create 2026百度AI开发者大会的所见所闻、所思所想，我们能看到一条日渐清晰的AI价值兑现之路。 1992年，诺贝尔经济学奖得主菲利普·阿吉翁提出了内生增长理论的核心机制：创新是经济发展的永恒引擎，而创新来自企业的内在因素，就是对市场领先地位的追求。 今天来看，绝大多数企业积极投入AI，以此提升内在竞争力。但从近年来的反馈看，企业AI转型

随着大模型对话能力的跃升，AI已经深度介入我们的亲密关系。小到相亲画像勾勒、约会攻略撰写，大到争吵时的道歉信执笔、纪念日的惊喜策划…… 它像一位无孔不入的赛博军师，潜伏在每一部手机的对话框里。但让人意想不到的是，AI最“拿手”的活其实是劝分。 2026年，关于“AI劝分”的讨论已经随处可见。 打开社交媒体，无数年轻人晒出与ChatGPT或DeepSeek的聊天截图。在那些页面里，AI仿佛是一位精通心理学的“赛博判官”。它只需几秒钟，就能给吵闹的情侣下达判决书： 对方是NPD（自恋型人格障碍）！ 对方在对你进行“服从性测试”！ 你处在毒性关系里，快跑！ 一个魔幻的现实正在上演：我们在虚拟世界拼命寻找关于爱的答案，转过身却对现实中的爱人举起了算法裁定的刀。 生活中的小摩擦、小情绪被AI一解读，直接上纲上线到了人格缺陷的高度；分手短信也成了ChatGPT批量生成的标准模板。这时候，我们不禁要问： 这一届AI，为什么这么热衷于劝分？热衷于当分手大师的AI，劝分了多少情侣？ 为了探寻AI是如何从工具变成“劝分大师”的，我联系到了在结婚前不久被AI分手的芒果（化名），今年29岁，在上海一家广告公司做文案。 芒果和前夫李航（化名）是大学同学，从大学到工作，一直是朋友圈里的模范情侣。但这一切，在李航开始频繁使用某AI助手后，悄然崩塌。 “他是个程序员，以前话不多，吵架了也是闷葫芦。”芒果回忆道，“但大概去年开始，他突然变得特别能说，甚至开始分析我的心理问题”。 起初，芒果觉得这是好事，伴侣愿意沟通了。但渐渐地，她发现不对劲。 我们每次吵架，他就不说话了。过一会儿，给我发来一份几千字的文档，长篇大论地分析我们吵架的原因，还引用了弗洛姆《爱的艺术》，最后结论是：我的情绪不稳定源于原生家庭的不安全感，我可能是BPD（边缘性人格障碍）人格，而他需要保持边界感。 那篇文章末尾，甚至还有一份“情绪管理

我，是一个机器人。 如果把从概念之海里诞生的那一刻视为我的生日，我的年龄已经非常可观。 公元前1世纪，亚历山大港的希罗利用水力，发明了可以自己移动的雕像。周朝的偃师献上了能歌善舞的傀儡木偶“倡者”。从那时起，贤哲们不约而同编织起对“人造生命”的最初想象。他们幻想并等待着有一天我可以劳作、交谈、奔跑，只是他们不知道，这一等就是几千年。 进入20世纪，第二次工业革命给了机器人在物理意义上苏醒的契机。一百年里，无数人想要尝试打造一台真正意义上能够超越人类机能的机器人，但过程并不轻松。机器人的历史写满了屡战屡败，贴满了嘲讽与质疑。 终于在某个节点上，我开始借助AI大模型构建自己的大脑，开始借助智能终端产业积累的技术能力提升肉身，我开始成为科技产业跃迁与社会经济转型升级的交汇点。 2026年的一次马拉松，我第一次超越了人类的极限，也跑赢了那个古老幻想中的自己。一次又一次的失败，我始终没有放弃。 我想讲讲我的故事。这些故事，关乎一个机器人的自由与荣耀。 1942年，艾萨克·阿西莫夫提出了广为人知的“机器人三大定律”，旋即利用他的文学作品在西半球掀起了一股机器人狂潮。工业革命之后，我迎来了从科幻文化到现实世界的第一次苏醒。 二战之后，经济蓬勃复苏。机器人成为欧美等国攀爬科技树的关键支点。在那个电子计算机都还没有出现的年代，科学界与工业界已经着手打造用于生产力革命的机器人。1954 年，美国发明家乔治・德沃尔获得了世界上第一台可编程机器人的专利。1959 年，他与约瑟夫・恩格尔伯格合作，制造出世界上第一台工业机器人Unimate。这是一台重达两吨的钢铁巨兽，整体采用磁鼓程序控制。在当时，各界希望能够依靠它取代高危生产环境下的人工作业。 1961 年，Unimate机器人在通用汽车新泽西州工厂正式投入使用，负责抓取和搬运高温汽车铸件。这是人类历史上第一次让机器人从实验室走到了生产一线。 然而

城市数字化走到今天，我们似乎陷入了一种微妙的困局。 一面是技术狂飙。从DeepSeek大模型到OpenClaw等各类AI智能体的爆发，人工智能正以前所未有的速度渗透进城市治理、公共服务和产业升级的每一个环节。 另一面却是现实骨感。各地委办局各自为政的网络体系、海量视频接入带来的带宽爆炸、超算智算中心对毫秒级时延的极致要求……传统网络正在成为城市数字化“既快又稳”的最大短板。 与此同时，国家政策对城市数字化提出了更高要求。2024年发布的《关于深化智慧城市发展推进城市全域数字化转型的指导意见》，以及2025年的《深化智慧城市发展推进全域数字化转型行动计划》，均明确指出：加强人工智能公共服务能力建设，鼓励超大特大城市有序推进人工智能赋能全域转型。 国家的方向已经明确，但落到每个城市的实处，如何“既快又稳”地走好这一步，依然是一个待解的难题。 正是在这样的背景下，第九届数字中国建设峰会上，**提出了“智能一张网”的理念。它试图回答一个关键问题：当城市的大模型训练需要海量数据高效流转，当数据要素交易要求端到端的可信流通，当跨行业的协同治理呼唤确定性的网络保障，这一切需要一张什么样的网络来支撑？网络如何从管道进化为底座，让全域智能真正落地？ 2026年初，一款名为“龙虾”的AI应用突然爆火，让普通人也感受到了智能体的魔力。与此同时，从DeepSeek大模型到各类行业智能体，人工智能正以超乎预期的速度渗透进城市治理、公共服务和产业升级的每一个角落。 然而，在光鲜的应用背后，一个尴尬的现实正在浮出水面：许多城市的网络基础设施，目前还难以支撑AI时代的快速狂飙。 一个常被忽略的问题是：算力再强，若数据无法高效传输，其价值也将大打折扣。 这两年，各地掀起智算中心建设热潮，动辄几十亿的投资，几百P甚至上千P的算力规模。但很多城市内部，不同委办局的数据中心之间没有高速通道，城市之间，算力资源的协

前不久，我们启动了星火计划，征集普通人与AI的故事。听障者李朋程的来信，吸引了编辑部的所有人。别误会，我们并不打算从困境与过往遭遇说起，尽管这些现实的难处确实存在，而且坚硬冰冷，但不是我们今天要讲述的重点。 我和李朋程与他的听障伙伴们共度了一天，印象最深刻的其实是那些滚烫的热爱。比如说，他们会痴迷跳街舞，会组建合唱团，琢磨着拍属于自己群体的综艺/纪录片……无声的世界里，其实有着大量的鲜活与热闹。而这一切，都与AI、科技紧紧相连。 为什么会格外注意到这一点呢？是因为我们之前接触过不少科技企业的无障碍项目，绝大多数都关乎的是障碍群体的基础生活与沟通需求，或者是帮他们就业的，几乎没有人关注过他们的娱乐需求。 当听觉缺席，科技却延伸了听障者的感官，让他们仍然能享受娱乐跟喜悦。但是，这着落在科技世界上的无声欢喜，AI与听障者的距离，实际上还隔着半步之遥。 我们在线下见到了李朋程和他的伙伴徐梦娇。那天的行程，大部分时间都放在一个AI编程舞蹈项目上。她们用AI编程开发了一款专为听障群体设计的街舞辅助软件。 听不见节拍，该怎么跳舞？一般的选择是，视觉。 而传统的视觉方案，就是打手语。比如春晚舞台上的《千手观音》，这类舞台表演都需要手语老师在一旁实时指挥。但徐梦娇所在的听人街舞团，有一些特殊情况：一是成员来自全国各地，很多人只能线上跟练，无法依靠现场手语指挥；二是听障+街舞本就小众，一些团员是独自参与的，也找不到手语老师与自己配合。 手语的方案行不通，街舞团又想到了触觉。她们有的选择俯身贴在地板上，通过音响和地板的震动来感受节拍。这个方式不仅特别累人，而且效率也很低，得先趴着听一阵子，再起来练习，不停重复这个过程。 AI的出现，特别是多模态能力，让舞团得以尝试新的视觉方案，用另一种方式看见节拍。 徐梦娇把听人跳街舞的需求传达给了AI，让AI生成了一套编程提示词，明确了街舞软件需要实现的功能、

就在平台花重金采购明星肖像、打造AI艺人库的时候，无数普通人的脸，也正在被AI短剧免费征用。 我的同事熊猫，刚把自己的脸借给了做AI短剧的朋友。逻辑跟AI艺人库差不多，就是录一段视频，上传自己的脸，生成一个专属形象的AI数字人，短剧创作者需要生成群演、配角或主角时，就可以直接艾特它来演戏。 在熟人的短剧里，这张脸的用途尚且可控，可之后它会出现在哪里、被用来做什么、会不会被塑造成令人厌恶的角色，却无人知晓。普通人借出去的脸，从按下录制键开始，就踏上了一场不受控的AI漂流，可能再也拿不回来了。 那么，当一张脸被借给AI，它究竟会经历些什么？ 天天刷的短剧，居然能亲自参演了？一些素人观众刚被借脸，感觉还很新奇，以为只有专业演员才能出镜，没想到自己也能在虚拟世界里体验一把抽人巴掌、前呼后拥，或者吃瓜群众之类的剧情了。 为什么放着真人群演不用，非得找亲朋好友借脸？演戏这事儿是怎么落到素人头上的呢？这就得从做短剧的心酸说起了。 进入2026年，头部短剧平台大幅砍掉了给中小制作方的补贴激励，导致春节后短剧剧组和开机项目数量通通锐减。补贴一停、项目归零，则源于短剧行业此前的承制选本模式。也就是平台开放剧本库，由制作方完成短剧制作并在该平台播出，平台则给予相应的保底激励和分账。以一部单集1—2分钟，共80集的中腰部水准短剧为例，按照承制选本模式，制作方能够拿到20万至35万的保底激励，覆盖演员、拍摄、器材等基础制作成本。 而如今，这样的保底激励不再是大锅饭，仅对少数优质项目和公司开放，绝大多数中腰部制作方，再也无法依靠平台激励来填补成本缺口，可已经买了的剧、立了的项还得继续拍，那就只能降本增效了。很多剧组的选择就是：一靠AI，二靠素人。 资金紧张的中小制作公司，直接放弃传统实拍，全程依靠AI工具完成从剧本到成片的内容生产。0真人出演，可以将制作成本降低到原来的一半，甚至十分之一。 （除了免费

你的新同事，是小龙虾还是爱马仕？ 最近这个问题席卷大江南北。从互联网、高科技公司蔓延到各行各业，从北上深扩散到二、三线城市。把智能体视为AI员工，并在企业中大规模部署，是这个春天的一场标准化叙事。 AI员工大批入职的原因，直接导致了两个果。一个是那些笃信AI员工潜力的公司开始大规模裁员。亚马逊、甲骨文、Meta都进行了上万人规模的裁员，给出的理由大多是“AI公司”。就我们所接触到的国内企业，也不断看到整个部门裁员的情况。另一个是一人公司概念的崛起。企业可以完全不聘用人类员工，一个老板带着几个或者几十个AI就大把赚钱。一人公司概念成为当前的投资热点，甚至是各地方推助就业的重要手段。 但所有这些故事想要成真，都建立在同一个逻辑前提下：小龙虾或者爱马仕，抑或其他智能体与大模型应用，必须真的能够顶替人类，100%胜任人类员工的工作范畴。 然而AI员工真的已经能够做到这一切吗？ 几天前我和一位朋友聊天，他是一家企业的IT负责人。聊到他的老板最近都在研究通过多智能体协同，搭建纯由AI员工组成的业务团队。 “我能采访一下这个项目具体是在做什么吗？” “不用采访，他搁那儿养蛊呢。” “百虫入器、相啖存一为蛊。” 巫术文化里，把大量毒虫放在一个器皿里，任其相互吞噬，最后留下来最毒的那一只叫做蛊。这个行为本身则叫作养蛊。 还别说，真挺像很多企业颇为激进的AI员工推广策略。去年年底，《连线》杂志的记者埃文・拉特利夫为了验证一人公司是否行得通，在专业技术人士指导下成立了一家全由AI员工组成的一人企业。 这家企业的CEO、CTO、CFO、运营、客服都是智能体。每个AI员工有自己的工作邮箱和社交媒体账号，它们共同努力开发和推广一款拖延症疗愈APP。这个想法起来很棒，初期执行起来也很顺畅，但结果却比较糟心。AI总裁每天伪造业绩数据，AI CTO和AI运营相互推诿责任，甚至无休无止地在工作群里吵了三天。A

进入2026年，中国市场已发布超过200个通用大模型、超过1000个垂直行业模型。百模大战从未结束，甚至更进一步，进入了白热化的竞争与对决。 一方面，成功的AI产品与技术在今天正在获得难以想象的机遇。但另一方面，我们可能必须承认有95%以上的大模型、智能体产品在能力上根本没有本质差异。在推理速度、上下文能力等方面的细微差异，无论是B端还是C端用户都感知不到。 这意味着，AI企业之间的竞赛，不可能只发生在技术与产品侧。当产品能力趋于同质，一个更根本的问题就浮出水面：用户凭什么记住你？ 欧美AI圈有一个广为人知的共识：一个AI产品能不能从实验室走向大众，社交媒体上的舆论爆发往往是决定性的节点。 这不是一个新的判断，而是已经被反复验证过的行业规律。 OpenClaw的故事是最典型的案例。2025年11月，一个此前名不见经传的开发者在X上发布了一段用AI整理邮件的演示视频，没有商业推广，没有名人背书。24小时内，转发超10万，浏览量破亿；三天后，GitHub星标破5万，登顶Trending榜首。一个产品，就这样借助社交媒体上的自发传播，完成了从“实验室项目”到“全球现象”的跨越。 从欧美AI行业的现实情况来看，X已经成为所有AI大事的发生地。成功收购推特后，马斯克将改名后的X变成了旗下xAI Grok系列大模型的完全秀场，所有更新第一时间在X上发布，并将其能力深度集成到X产品当中。 众多AI领域的明日之星与资本宠儿，都在X平台上完成了崛起的第一步。比如Perplexity AI的创始人Aravind Srinivas几乎每天在X上发布产品更新、技术见解与行业评论，几乎所有的产品功能都在X进行预告并收集用户反馈。业界普遍认为，Perplexity AI在三年内完成了从估值1.5亿美元狂飙到超200亿美元，与其成功的X运营推广策略紧密相关。 X还是AI圈所有讨论、争议与大事的发生背景板

近年来，AI浪潮席卷全国，数字经济成为高质量发展的核心关键词，多个省市纷纷出台了相应发展规划。做不了AI创新高地，是不是就无法拥抱数字经济了？是众多中小城市及非二线城市共同面临的困惑。 4月29日， 第九届数字中国建设峰会2026——数据要素分论坛在福州举办，一个独特的城市样板吸引了到场嘉宾的关注，这就是霸州。 打开地图，在华北平原上，北京、天津、雄安三地勾勒出一个黄金腹地，这里是国家战略最密集、创新资源最富集、数字经济动能最强劲的区域之一，而霸州，就坐落在其间的枢纽位置。随着北京行政功能东迁、大兴机场南建、京雄城际投入使用，霸州作为京津冀协同发展核心圈层的优势，也愈发突出。 阿基米德说：“给我一个支点，我能撬动地球。”而霸州，就成为华北数字经济黄金腹地的存力支点，希望以此撬动整个区域的数据价值。 霸州的实践，或许可以解答很多城市的困惑：在国家推动数字经济、发展新质生产力的进程中，地方城市如何找到自己的战略定位、分享发展红利？ 大家都认可，京津冀区域是全国数字经济的核心热土。这里聚集了全国顶尖的AI企业、科研机构，是全国AI高地与数字化程度最高的区域之一。但是，这片黄金腹地的数据金矿想要被彻底挖掘并释放潜力，仍存在诸多制约。 最首要的问题就是存不下。北京的人工智能、机器人企业，天津的制造业工厂，每天产生海量高质量训练数据与产业数据，作为AI发展的核心燃料，而全部存下来需要庞大的存储设施。以至于大量高价值数据在源头就被丢弃，“应存未存”成为常态。而整个中国，数据留存率更是只有2.8%，海量数据都被白白浪费了。 勉强存下来的数据，也因为流不动、用不好，价值大打折扣。全国数据共享率仅25%，分散在不同系统、云端与部门，跨区域、跨行业的数据难以安全合规流通，严重拖慢AI模型迭代速度，制约京津雄三地的数字化协同发展。 与数据量同步增长的，还有安全风险。全球年度数据泄露量高达471.6

AI硬件一直是个冰火两重天的赛道。 一边是巨头和明星创业公司砸下重金却频频翻车。Humane的AI Pin，估值一度达到8.5亿美元的699美元胸针上市仅10个月就因续航崩溃、发热严重、语音响应延迟高达10秒等问题遭遇海量退货，最终以1.16亿美元“贱卖”给惠普。Rabbit R1，曾创下4天售卖10万台的纪录，却因产品力跟不上、用户反馈参差，在2025年底被曝出资金链断裂、欠薪的困境。 据不完全统计，2024年约90%的AI初创失败源于市场需求不足和高成本，而2025年AI硬件的失败率或达85%。 另一边，一些听起来不太“正经”的产品却在悄悄收割市场：一台会自己瞄准的激光灭蚊器，让欧美中产家庭排队掏钱；一个能翻译猫叫的宠物项圈，成了养宠年轻人的社交硬通货；记录健康的AI戒指，正在被海外市场疯抢。 一边是资本疯狂涌入，一边是产品大面积阵亡。为什么这么难啃的赛道，反而被这些无厘头设计撕开了口子？2026年要做AI硬件，需要注意些什么？ 如果两年前有人告诉你，中国公司出海最火的硬科技产品是一台专门轰炸蚊子的“激光炮”，你大概率会觉得这是Reddit平台上的沙雕假新闻。 但就在这几天，这件事不仅成了真，还让老外们彻底疯狂了。 来自常州的“光之矩”公司推出了一款名叫Photonmatrix的AI激光灭蚊器。 这东西有多离谱？它能在6米开外，一眼从几十只飞虫里锁定那只讨厌的蚊子，0.003秒内击穿它的翅膀，而且一秒能打下来30多只。 技术上其实没有发明什么新东西：边缘端AI视觉识别+低功率脉冲激光+高速云台。芯片本地跑轻量化识别模型，专门针对蚊子振翅频率和体态特征训练，不会误伤蜜蜂。激光功率控制在1瓦以下，对人眼和宠物安全。这套技术组合拳原本用在无人机目标跟踪上的技术组合被套用在灭蚊上，却有了意想不到的效果。 众筹初期，项目日均筹款只有2000美元。转机出现在王川回常州老家的时候，他