社区

小红书4月底发出全员内部信，宣布成立AI一级部门Dots时，距离毛文超第一次向GPT提问“小红书会被颠覆吗”，刚好过去了三年。 三年，足够一家公司从观望到押注，从试水到全面转型。在这段时间里，Kimi完成了从估值43亿美元到超200亿美元的跃迁；快手旗下可灵AI以5亿美元年化收入寻求独立融资，估值200亿美元；字节豆包达成3.45亿MAU坐稳AI产品榜首…… 同一段时间，小红书组建了一个百人规模的AI团队，推出了一款独立应用，发布了一批没有在技术社区形成明显存在感的开源模型，然后在2026年春天才宣布，成立一级部门将AI从产品探索上升为组织工程。 当然，仅凭这个时间差，并不足以定义小红书“慢”。在一个真实社区与AI生成内容天然存在张力的产品结构里，小红书未能准确找到一个令人信服的介入方式。在其他公司已经形成清晰产品路线的时候，小红书仍在回答一个更基础的问题：AI在一个以「活人感」为核心竞争力的社区里，究竟扮演什么角色？ 一旦AI大规模介入内容生产或答案分发，用户很容易开始追问：屏幕另一端的经验，究竟是某个真实个体的生活记录，还是一次机器整理后的结果？这关系到小红书最核心的信任资产，即品牌愿意投放，是因为用户相信这里的推荐来自真实体验；用户愿意搜索，也是因为他们相信这里能找到别人真实踩过的坑和做过的选择。虎嗅报道，2025年，小红书73%的月活用户有过搜索行为，这种搜索心智本质上建立在同一套信任之上。 小红书握着最稠密的生活经验语料，但在AI最热的两年里，它没有把这批内容尽快产品化成一个新入口。现在它终于开始加速，却依然不敢跑太快，因为一家以真实生活经验起家的社区，与机器大规模参与内容生产和答案分发之间存在天然张力。 即「AI到底介入到什么程度，才不会伤害真实社区」。 AI没有长成新故事 最早承载小红书“新入口”想象的点点，从自研基础模型起步，经历接入外部模型、人文化人设重塑

过去几年的618，最明显的购物感受是：优惠从不缺席，但规则复杂到让人怀疑，自己到底是在购物，还是在解一道算数题。 这种体验在今年宣告终结。2026年618，各大平台几乎不约而同地选择了同一个方向：做减法。 淘天沿用去年“官方立减”的逻辑，全面取消满减，价格所见即所得；京东没有压缩大促，而是把它拆成“三连促”，用拉长代替集中；即便是内容电商的抖音，也把“一件直降”做成了主视觉，让折扣逻辑不再需要额外解释…… 但规则的简化，只是这届618表层最容易看见的变化。 当所有平台都在把优惠做透明、把规则做简单，竞争的差距靠什么拉开？答案正在从“谁的优惠更复杂”转向“谁的算法更聪明”。各大平台不约而同地将AI能力从选品、定价、投放到用户触达，深度押注到这届大促的核心位置。 过去十年，每一届618的叙事框架，几乎都是GMV数字的比拼：谁开门红更猛、谁战报发得更快、谁的补贴更深。但2026年，AI正在接管越来越多原本属于“经验”和“直觉”的决策权。 这是两件同时发生、但性质迥异的事：规则简化，是一扇正在关上的门；AI介入，是另一扇刚刚开启的窗。 平台做减法，但减法不一样 做减法，是今年618所有平台心照不宣的共识。但如果仔细拆开来看，会发现各家的“减法”，减掉的东西和留下的东西并不相同。这种差异，背后是各平台对自身核心竞争力的不同判断。 在理解今年的变化之前，有必要回溯一下，这套复杂度是怎么建立起来的。满减的本质，是平台对“价格战”的一种伪装，用复杂的组合优惠，制造出一种“只有在这里、只在这个时间点才能得到最低价”的心理幻觉，从而把用户锁定在特定的决策窗口里。 这个逻辑在早年有效，因为信息不对称；在移动互联网普及之后开始失效，因为用户的比价成本越来越低；在电商进入存量竞争的今天彻底失效，因为用户早就学会了套路，甚至开始反向利用规则——凑单下单，立即退货，只保留需要的那一件。 今年，淘天的做法

Manus事件后，硅谷AI创投圈最常被讨论的问题变成了：谁会是下一个“幸运儿”？其中一个答案指向了Genspark。 Agent入口产品历来稀缺，Genspark被推到台前，是因为它在商业化维度给出了AI应用层少有的硬数据。去年5月19日，景鲲在X上晒出产品上线45天ARR达3600万美元的成绩，付费用户首月留存率稳定在88%至92%之间，令海外企业震惊，纷纷询问Genspark背后的公司是什么。今年3月，Genspark曾放出消息，其ARR已达2亿美元。 这些数字在当前AI应用层创业公司中属于异常值，在没有大额补贴的情况下，Genspark可以不完全依赖新用户的持续涌入来维持运营。对任何潜在收购方来说，这种“资本韧性”都比漂亮的月活数字更有说服力。 站在Genspark背后的，是一个在当前AI产业里颇为罕见的创始人组合。景鲲的履历贯穿搜索、语音AI和硬件生态：在微软负责必应搜索亚洲研发，是微软小冰的早期缔造者之一；加入百度后主导小度音箱规模化，出任小度科技CEO。联合创始人朱凯华曾任谷歌主任架构师，后任小度CTO，两人在百度共事11年，此次是二度联手创业。 这个背景组合的意义不只在于资历背书，景鲲在小度时期积累的核心能力，是在技术尚未成熟的窗口期，快速把模型能力封装成用户愿意持续付费的产品形态，并推动其进入大规模商业场景。这种能力在Agent赛道里的价值，远比纯技术背景更直接。 雷锋网此前报道，Genspark团队刻意在业务和公关层面靠近谷歌，以刺激微软的收购意愿。这种操盘逻辑并不复杂：利用两家巨头在AI入口问题上的竞争焦虑，把自己的估值锚定在一个更高的起点上。 但从4月29日那份合作公告的实质内容来看，微软与Genspark之间显然已经不只是普通生态合作。景鲲对老东家的战略价值，正在从竞购筹码转化为产品层面的深度嵌入。离开微软二十年，走过百度，走过小度，景鲲最终还是将自

若羽臣带着一个更好看的故事回来了。 4月27日，若羽臣再次递表港交所，冲击A+H上市。相比第一次递表时更鲜明的代运营公司形象，这一次它递给市场的，是一个更接近消费品公司的叙事：自有品牌收入占比跃升至52.8%，绽家、斐萃跑出规模，纽益倍补充营养健康赛道，奥伦纳素把叙事延伸至高端护肤。 表面上看，这无疑是一条顺滑的转型曲线：过去帮别人卖货，现在卖自己的货；过去赚代运营的钱，现在试图赚品牌的钱。 这个转变本身并不意外。代运营公司的估值天花板有目共睹，市场给TP企业打的折扣，向来不客气。若羽臣需要一个新的定价逻辑，而自有品牌过半，是目前最直接的切入口。 问题在于，收入结构的变化，并不等于商业模式的变化。翻开若羽臣2026年Q1财报，销售费用仍在以收入增速1.4倍的速度膨胀，抖音单平台贡献近半销售额，研发费用率在连续下滑后仅剩0.89%。这些数字描述的，仍然是一门高度依赖流量采买、达人分发和平台红利的生意——只不过卖的货从别人的变成了自己的。 增长已经写进报表，代价也是 2026年Q1，若羽臣营收冲到9.95亿元，同比增长73%。这个数字单独拎出来，放在任何一份路演材料里都足够亮眼。 但73%的收入增速背后，有一组同样值得放大来看的数字：同期销售费用5.29亿元，同比涨了100.80%，销售费用率升至53.2%，去年同期才45.9%。收入涨七成，费用翻一倍。每实现100元收入，就有超过53元消耗在销售费用上。 图源：若羽臣2026年Q1财报 这不是一个季度偶发。2025年全年，若羽臣销售费用16.47亿元，同比增长213.3%，其中市场推广费14.84亿元，同比增长255.7%，绝大部分砸向抖音达人矩阵和直播间。销售费用率从2024年的约30%一路攀升至2025年的48%，再到2026年Q1的53.2%，这条曲线几乎没有回头的意思。 这说明，若羽臣目前的增长，本质上是靠钱堆出来的，

在2026年的AI to C市场，当多数AI App还在争夺对话框里的停留时，灵光把入口前移了一步：让用户先把需求做成一个小应用。这让灵光显得有些特别，也让它从一开始就站在一个更矛盾的位置上。 灵光产品负责人蔡伟把这款产品定义为“纯粹的技术产品、大模型出口”，掌舵人何征宇则描述了一条“工具生成—服务落地—支付闭环”的完整路径。过去，一个小工具往往需要产品经理、设计师和工程师共同完成；在灵光里，它被压缩成一句自然语言。用户说出需求，模型生成代码，应用被封装、修改、分享，最后有机会导向支付宝体系里的金融、本地生活、商家服务和交易履约场景。 这是灵光最有想象力的地方，也是它最早遇到考验的地方。它把“做软件”这件事，从专业开发者手里往普通用户那里推进了一步。即便许多被生成出来的小应用，本质上仍然对应一个临时、低频、边界清晰的需求。 4月20日，蚂蚁拿出1亿元专项基金，配套“灵光圈”社区，希望把“生成应用”从一个技术动作，变成一个内容分发和创作者参与的系统。这份补贴说明蚂蚁愿意为这个生态做冷启动，按照官方规则，每天最高发放100万元给1万个优质闪应用，每周最高发放100万元给100位创作者。顶格发放测算，这笔钱理论上约87.5天就能发完。 灵光的冷启动足够快。据36氪等媒体报道，灵光去年11月18日正式上线后，首日下载量突破20万，次日突破50万，六日突破200万。这个速度放在任何一款新AI产品身上，都足够惊艳，也足以把灵光送进近年AI消费产品冷启动的第一梯队。 但冷启动解决的是“用户愿不愿意来试”，不是“用户会不会回来”。据量子位智库3月数据，灵光App新增用户三日留存率为21.2%，低于豆包的30.92%，也低于千问的27.99%。 而灵光的商业想象力本就发生在“生成之后”。一个“手搓应用”平台如果想跑通生态，就不能只要数量，它必须同时解决可用性、复用率、数据留存、分享效率和交易

最近，年轻人们掀起了一股新的消费风潮——“低价攀比”。网友们分享着各式省钱战果：有人在海南免税店7折拿下梵克雅宝手链、有人在奥莱300块买了一口袋阿迪耐克。还有人在特卖平台上蹲到了3折的蔻驰经典包包。 可以说，蹲折扣、抢相因正在跳出“捡漏”的小众标签，变成年轻人们的日常选择和主流习惯。 当然，年轻人的省钱，从不是盲目贪便宜，而是带着目标精准出击。他们会线上比价、线下试款，再算差价，最后才下单。核心逻辑很明确：同样的品质和品牌，没必要为溢价买单。这种理性消费观，正在重塑整个零售市场的格局。 最直观的体现就是线下奥莱的持续走红。数据显示，国内奥莱行业在消费疲软背景下逆势增长，2025年市场规模达2600亿元，2026年预计突破2800亿元，同比增长约8.3%。 而这绝非“消费降级”，而是消费理性回归——消费者不追溢价、不逐虚名，但对正品品质、品牌背书的追求从未降低，“好货不贵”早已从口号变成全民刚需。 归根结底，折扣零售能持续走红，靠的不是“低价”，而是精准的信任。如果平台和商家利用规模优势，能够持续提供具有性价比的好商品与优质体验，自然就能获得消费者的青睐。 这套逻辑，在“线上奥莱”唯品会身上体现得淋漓尽致。因为唯品会做的是品牌特卖的生意，把折扣做成了清晰可感的日常表。像“超级大牌日、限时狂秒、天天低价”等活动轮番上线，直接让用户养成随时看看平台有无活动的习惯。 如果具体到消费场景则更加直观。比如今天可能是服饰专场低至3折，专柜1200元的大牌风衣，折后300多元就能入手；明天是轻奢包袋特卖，COACH斜挎包3折即可拿下。正品保障、价格透明、折扣稳定，让越来越多年轻人把唯品会纳入日常消费清单。 从消费数据也能看出用户的认可，唯品会数据显示，2025年平台SVIP活跃用户超过980万，实现双位数增长，贡献了52%的线上消费。这说明节奏化特卖确实成功的把高频消费留在平台内。 所以

斯坦福大学2026年AI指数报告列出了一组数据：生成式AI在面世三年内，全球人口普及率达到了53%，速度超过PC和互联网。同一份报告还显示，全球88%的组织已在至少一个业务职能中使用AI，高校学生中使用生成式AI的比例超过了80%。 数字背后，是另一幅图景：绝大多数人使用AI的方式，仍停留在偶尔提问、生成、然后关掉页面。真正把AI嵌入工作流、用它重新定义自己生产力上限的，依然是少数。技术在以前所未有的速度渗透，普通人驾驭它的速度，却明显没有跟上。 行业的叙事转向，几乎是必然的。 过去三年，AI行业从上半场的“模型更强”，转向下半场的“应用为王”。参数更大、推理更快、benchmark更高，本质是一场技术军备竞赛。当模型能力逐渐趋同，一个更现实的问题被反复追问：做强之后呢？谁在用？又如何被用？ 全球大厂率先给出了答案。过去三年，AI战略明显从研发中台走向业务前线，从技术储备转向场景落地——AI正在从“研发课题”，变成“业务武器”。 在这一轮应用落地浪潮中，百度的路径尤为明确，也最为一贯。几乎在发布全球首个生成式大模型产品的同时，百度就将关注点放在“如何用起来”。 三年来，应用驱动这条主线贯穿了百度每一次重要的产品动作，从趋势感知到产品落子，再到应用铺路，每一步都在把技术从神坛向普通人的日常里拉近一点。 在4月27日的百度AI DAY上，百度文库网盘联合发布通用智能体GenFlow 4.0，全面升级Office Agent，个人和团队均可在GenFlow 4.0中一键部署OpenClaw，把文库网盘打造成自己的“AI工作台”。 这是百度“AI普惠”的最新落点，也是我们观察百度如何走通“面向个体”这条路的一个切口。因此本文将从“识势、谋局、落子”三个维度，拆解这条“面向个体”的新路到底是怎么走通的，以及，它到底意味着什么。 识势：为什么「个体」正在成为AI时代的核心计量单位 “个

今天，OpenAI发布GPT-5.5，DeepSeekV4预览版亮相并开源。 OpenAI发布GPT-5.5，官方公告的第一句话是：我们最智能的模型。在所有能力维度里，OpenAI选择重点强调Agentic Coding：在测试复杂命令行工作流的Terminal-Bench 2.0上达到82.7%，在测试真实GitHub问题解决能力的SWE-Bench Pro上达到58.6%。 同日，DeepSeek公告的第一个能力维度同样是Agent与Coding。据公开资料，DeepSeek-V4-Pro已成为公司内部员工使用的Agentic Coding模型，并针对Claude Code、OpenClaw等主流Agent产品进行了专项适配和优化，在代码任务、文档生成任务等方面表现均有提升。 巧合背后，是AI行业用一年的时间，完成了从“什么都做”到“重点做Coding”的路径收窄。大多数对这场竞赛的分析，停留在“编程市场大”“开发者付费意愿强”这类表层叙述，但这不足以解释为什么OpenAI与DeepSeek会在同一天用Agentic Coding来定义各自的旗舰产品。 《新立场》认为，Coding之所以能成为共识赛道，是因为Agent的本质就是代码理解、代码生成和程序综合。一个在代码任务上表现优秀的模型，天然具备了分解复杂任务、调用工具、处理异常的推理能力，而这些能力在非编程的Agent场景里同样是核心要素。 在Coding赛道上建立的技术优势，会自动转化为在整个Agent生态中的优势。这个技术前提，也解释了为什么商业模式层面的矛盾会在这个时间节点集中引爆。Coding Plan最初是为Chatbot时代的使用强度设计的，而Agent时代的调用模式让这套定价逻辑从根本上失效。 3月23日，MiniMax率先宣布将自己的Coding Plan升级为Token Plan，此后，阿里云Cod

近一年来，AI对影视行业的渗透从实验走向规模化应用，而这个进程，正在以肉眼可见的速度加快。 就在昨天，OpenAI发布的ChatGPT图像生成新能力在全球范围内引发刷屏：用户只需一句提示词，即可生成高度精准、细节丰富的场景级图像，连吉卜力风格的复刻都能做到以假乱真。这一能力的爆发并不孤立，它是过去一年多模态AI技术加速成熟的缩影，也在提醒影视从业者：AI渗透内容生产的速度，正在超出所有人的预期节奏。 从春节档《飞驰人生3》采用AI生成特效镜头，到AI真人短剧在流量端对传统短剧形成实质性挤压，人工智能正深度改写内容生产链条上的成本结构、创作流程与权益边界。当图像生成能力在一夜之间令数亿用户震惊，那些还在讨论「AI会不会冲击影视行业」的人，可能已经落后了半个身位。 在日前举行的爱奇艺世界大会上，爱奇艺宣布已有超百名艺人入驻其AI平台「纳逗Pro」的艺人库，创始人龚宇提出「演员可像白领一样生活」的愿景，甚至预言真人实拍未来或将成为「非物质文化遗产」。此言迅速引发舆论反弹。于和伟、张若昀等多位艺人公开否认签署相关授权，爱奇艺随后澄清「仅代表初步接洽意愿」。 与此同时，AI短剧赛道迎来爆发式增长。DataEye数据显示，2026年1月AI仿真人短剧在漫剧百强榜中占比已升至38%，预计全年用户规模将达2.8亿，市场规模约240亿元。 然而，繁荣之下侵权问题集中爆发，从迪丽热巴诉AI换脸案胜诉，到汉服博主「白菜」写真被复刻为反派角色，再到龚俊、易烊千玺等十余位艺人密集维权，AI生成内容的肖像权与授权机制已成为行业焦点。 表面上，爱奇艺的授权风波与AI短剧的侵权潮是两个独立事件；本质上，它们暴露的是同一个问题，那就是AI能力扩张的速度，已经系统性地跑赢了行业的规则准备速度。爱奇艺的困境，不过是这场错位中最先暴露的一道裂缝，如果成本革命的红利逐渐均质化，下一个结构性机会在哪里？ 生产成本趋零

2026年4月16日，腾讯和阿里在同一天各自发布了一款「世界模型」产品。前者是开源的混元3D世界模型2.0（HY-World 2.0），后者是主打实时交互的HappyOyster。这种巧合在科技行业并不罕见，竞争对手盯着彼此的发布节奏，谁也不想慢半拍。 过去两年，围绕「世界模型」的讨论在学术界和产业界一直持续升温，但大多停留在预言和争论层面。真正把这个话题推向公众视野的，是Meta前首席AI科学家杨立昆（Yann LeCun）在2025年底MIT研讨会上的一番话。他说，“三到五年内，世界模型将取代LLM成为主流AI架构，没有理智正常的人还会用我们今天这种大语言模型”。 这话在硅谷得罪了不少人，也让「世界模型」这个词真正进入了主流讨论。 杨立昆的预言是否会成真，业界看法分歧极大。但有一件事正在发生：资本、人才和顶级实验室的注意力，都在向这个方向集中。李飞飞的World Labs已完成新一轮10亿美元融资，英伟达的Cosmos平台下载量突破500万次，杨立昆本人离开Meta创立AMI Labs，完成10.3亿美元种子轮融资。 在国内，腾讯、阿里、生数科技、群核科技各自押注不同路线，中国玩家在这场竞争中的参与深度远超大多数外界观察者的预期。 在此背景之下，本文试图回答三个问题：世界模型和大语言模型的本质边界在哪里？全球的技术格局是如何分化的？以及中国玩家在这条赛道上的真实处境是什么？三个问题互相咬合，分开看都不完整。 大语言模型的盲区，以及世界模型从哪里开始 LLM的核心机制是在语言空间里找规律，给定前面的词，然后预测下一个词出现的概率。 这个机制在大规模数据上训练之后，涌现出了令人惊讶的能力：写作、推理、编程、翻译。但这种能力的底层，始终是统计意义上的语言规律，而不是对物理世界的真实理解。LLM知道「玻璃杯掉到地上会碎」，是因为这个句子在训练数据里出现过无数次，并不是因为它理解