社区

文章配图-1 AI办公的热度比8月的气温更高，这并非毫无来由，因为它可能是继AI编程之后第二个能够真正跑通落地，并带来订阅收入的AI生产力场景。 这一轮，冲在前面的不乏巨头，比如BAT。因为它们都有存量的办公资产可以被AI重构，一场围绕新一代生产力入口的争夺战正式打响。 不过，当所有人的目光都盯着AI办公赛道上谁的日活最高、谁的增速最猛时，一份来自国家工业信息安全发展研究中心的评测报告，把“第一”给了一个很多人没想到的名字。 很多人或许觉得这与体感不符，因为拿到这个第一的公司，并不是此轮竞争中B端渠道投放最激进的那一家。 但市场热度和产品深度从来都是两件事。而这篇文章试图回答一个问题：在BAT齐聚的AI办公大战中，这个“行业第一”从何而来？它为什么经得起推敲？ ——导语 01 理念带来的先手 我们先来聊点似乎完全与“AI办公”无关的行业八卦。 8月5日，在谷歌工作了27年的首席科学家Jeff Dean离职创业，带走三位顶级研究者，新公司的名字叫Discovery Loop——发现循环。Loop 就是循环的意思，但最近它变成了一个新的热词。 此前两个月，Loop Engineering（循环工程）这个概念刚在硅谷经历了一轮爆发。Jeff的创业恰好给这轮爆发写了一个注脚——一个定义了现代互联网基础设施的人把下半场的赌注押在“循环”这两个字上，足以说明它在今天AI圈的份量。 循环工程的核心意思并不复杂——过去人和AI的协作是回合制的，你给一句指令，AI给一段输出；你觉得不对再改，再来一轮，每一步都靠人推动。循环工程要翻转这个关系——人只在开头做一次设计，定好目标和验证机制，之后系统自己发现任务、执行、验证、再接着干。 国内和硅谷对Loop的关注点也有错落。在硅谷，这轮讨论主要落在代码开发领域。 但在中国的业者看来，“让工作流自己转起来”这个诉求，显然不只属于程序员，不只限于写代码

我先把最得罪人的话说在前面。 7月17日凌晨，月之暗面把Kimi K3丢上了网。2.8万亿参数，完全开源。在一个由百万用户匿名盲测投票的编程榜单上，它从上一代的第18名，直接坐上了第一。 天亮之后，港股开盘。顶着"全球大模型第一股"光环的智谱，当天跌去28%，下一个交易日再跌19%——三千亿港元，灰飞烟灭。太平洋对岸，美股半导体板块跟着重挫，市场里甚至流传起"K3干崩美股”和“DeepSeek2.0时代”的说法。 所有人都在问：谁赢了，谁输了，下一个轮到谁。 但如果你的问题是——这种以周和月为单位的互相超越、互相倒逼，对人类追求AGI这个终极目标，到底有没有意义——那么答案可能会让所有人扫兴： 答案是，直接意义基本没有。 但是，间接意义却又极大。 ——导语 01 这把梯子，够不着AGI 我们要先看懂眼前大模型行业里以编程能力为核心的这场竞赛在比什么， 才能讲清楚，为什么这场厮杀与冲击AGI的上限，基本没有直接关系。 因为，眼前的竞争，主战场是编程。 这不是偶然。代码有一种独特的性质：机器能自动判断它对不对，客户愿意为好的代码立刻付钱。也就是说，编程能力是所有AI能力里，唯一同时满足"可快速验证"和"可快速变现"的。竞赛的指挥棒指向哪里，大军就涌向哪里。 但是，在以编程为主导的模型更新中，AGI公认需要的那些能力——持续学习、世界模型、抽象与概念创造——没有一样能在下周变成榜单上的分数，更不会在下季度变成财报里的收入。 所以，先的说明一个事实：如果编程能力提升是主线，那么，这就是一场工程能力的竞赛。接下来的问题就是，工程能力的竞赛，摸不摸得到智能的上限？ 在这个问题上，这个领域最有权威性的几个大佬，判断惊人地一致。 先说苏茨克维。这位OpenAI的联合创始人、曾经最相信”算力出奇迹"的人，去年11月在一档播客里坐了近两小时，平静地宣布：scaling的时代结束了。他打了一个让

黄仁勋注册X好久了，一条帖子都没发过。但在7月24日，他终于开了口。 他发的不是新芯片，不是"主权AI"，是一段话，外加一个PDF链接。 链接指向的是一封三页纸的信，标题叫《Open Weights and American AI Leadership》，翻译过来就是《开放权重与美国AI领导力》。这封信通篇就在呼吁一件事：华盛顿，别封杀开源模型。 这封信没有作者。正文也不署任何人的名字，底下排着联合署名的25家公司和机构的logo。但有意思的是，PDF的首发链接挂在英伟达的官网的服务器上（images.nvidia.com），而不是Linux基金会，也不是Hugging Face，甚至不是任何一个中立召集方。 微软的企业官网随后同步刊载了全文。 黄仁勋自己的措辞很小心。他说这是"一封英伟达签署的信"，意思就是，这不是英伟达写的信，但英伟达愿意为这信背书。 25家机构当天联署，阵容已经足够扎眼——但更扎眼的是，首发名单里没有一家在卖闭源前沿模型。接下来48小时发生的事情比公开信本身更值得看——因为愿意联署的签名名单，像滚雪球一样膨胀——思科签了，GitHub签了，Cohere签了，DoorDash签了。谷歌CEO皮查伊更是公开站台。然后是最戏剧性的一幕：犹豫了整整一天的OpenAI，在收盘前悄悄把名字补了上去。 到7月26日，名单接近70家。还没签的AI巨头只剩两个：Anthropic和亚马逊。 70家公司抢着给一封信签名，比的不是谁先签，而是谁敢不签。 跟签名同时出现的，是很多人开始吵架，而且都很有背景，发言的不是白宫高层，就是各个企业的高管。有人说开源主导的世界是"反乌托邦噩梦"，有人骂对方绑架监管，有人在社交平台上直接骂人头号蠢货，有人威胁制裁。这些名字对中国读者来说全是陌生的，这些说的话看起来各说各话。 但是，这封信背后的事实和逻辑其实一点都不乱。我把围绕信的争议先解

7月18日的上海，世界人工智能大会现场有一场发布，台上主角的平均年龄不到10岁，最小的才8岁，可身份牌上都印着“应用主理人”。 温州来的扑满做了校园拼伞应用，这次发布的其实已经是这个应用的升级版了，他以前还做过操作系统。 这些东西他三四岁就想做了，因为他的偶像是乔布斯。但为什么用秒哒？按他自己的说法是：我要全靠自己写，等到做出来，胡子都得白了。 上海来的任乐意也是八岁，做的是飞行射击游戏，飞机上跳出一个汉字，大声读对了才能发射炮弹；义乌的王奕舒十岁，零代码基础，两年不到做出二十多款游戏，代表作是一款支持实时联机对战的FPS。 台下的大人举着手机拍，笑，乐成一片。 但如果把这一幕当成暖场花絮，就可惜了。 它更像一次极端的能力测试。一个8岁的孩子，把想要的东西说清楚，应用就生成了；生成之后，真的能跑；跑起来，真的有人在玩。从一句话到一个能用、甚至能赚钱的应用，中间这条路，头一次看着没有了断点。 搭起这场测试的平台叫秒哒，来自百度。 ——导语 01 秒哒进入智能体时代 在WAIC的百度展区，智能体是绝对的C位，不仅有新面孔，也有被智能体改变的老朋友。 秒哒就不是新面孔。被智能体改造之前，秒哒已经是国内无代码开发平台里的头部玩家。换成今天的说法，它也是国内最早实践Vibe Coding（氛围编程）的那一个——那会儿这个词还没被造出来。 截至7月，秒哒生成的应用已累计服务超3500万用户，创造了350万个具有商业价值的应用。根据权威咨询机构沙利文发布的《2026年中国AI原生无代码应用生成平台市场研究》报告显示，2026年上半年，在中国 AI 原生无代码应用生成平台市场中，秒哒市场份额位居第一。 但我们关心的不只是规模，有两个数据很值得品味——在OPC/商业变现用户与有效应用创建用户两项关键指标中，秒哒的平台使用渗透率均排名第一，展现出在应用落地及商业化能力上的非常特殊和突出的能力。

2026年7月17日，上海，世界人工智能大会主论坛。图灵奖得主、强化学习奠基人理查德·萨顿率先作学术演讲。 萨顿讲的是他毕生申明的观点——智能生长在目标、行动与反馈之间，而不是从静态语料里长出来。 在他之后登台的，是印奇，他的题目叫《当智能体走进物理世界》，他的核心观点是——智能体是目前这波AI热的核心主线，智能体带来的不是一个单点应用机会，而是三个结构性变化：新系统、新设备、新网络。 其实，两个人本质上说的是同一件事，前者是学术版，后者是前者的企业版。 印奇认为物理AI的未来，会是一张全新的人机共生网络，将打通人、智能体、物理终端交互链路，重构价值分配与交易规则。 ——导语 01 物理AI的门票，很贵 用一组数据来形容下物理AI赛道的规模——全球汽车产业的规模约2.75万亿；具身智能领域，摩根士丹利也算过一笔更远的账：2050年人形机器人市场5万亿美元，全球在用量超过10亿台；手机更不必说，是全球保有量最大的智能体的现成物理载体。 印奇选择了一个格局很大的赛道，但它的门票，也因此贵得多。 我们可以先看拿这张票的人已经有谁。 2025年11月，杨立昆离开效力十二年的Meta。这位图灵奖得主的新公司叫AMI Labs，方向是世界模型，一款产品没有，种子轮融了10.3亿美元，估值35亿；几乎同时，李飞飞发表《From Words to Worlds》，她的World Labs估值冲向50亿美元。 语言模型预测下一个词，世界模型预测下一个状态——加塞的车会怎么切进来，湿滑路面上刹车距离是否变长——智能驾驶这件事，本质就是一连串对世界下一个状态的预测。 所以顶级AI人物集体转向世界模型，赌的从来不是一个更好的模型本身，他们看中的，是物理AI模型最终要坐进的躯体。 而印奇是这张牌桌上的最鲜明的中国面孔之一，他入场比多数人都早。 文章配图-1 2011年他从清华姚班毕业创办旷视。那年投

7月7日，路透社发出独家消息：DeepSeek正在研发自己的推理芯片，已经通过非公开渠道招募芯片设计工程师，并与代工厂、存储厂商接触。 几个小时后，The Information报道，智谱也在评估自研定制芯片，已向多家国内芯片设计公司做了初步询问。 对于这两条消息，DeepSeek至今一言不发，没有确认，也没有否认。智谱的港股，却在当天，盘中一度涨了约9.9%。 沉默的那家，造芯的消息很可能是真的。欢腾的那家，它更迫切地需要这条消息是真的，它的故事才能继续讲下去。 造芯这件事，在新闻里常被写成一场成人礼——似乎大模型公司长到一定规模，迟早要拥有一枚自己的芯片。但芯片的本质，恰恰与这种简单且乐观的叙事，有内在的尖锐冲突。设计、流片、爬良率、量产，每道关都要过，都不是一个轻松的故事。即使是比通用GPU门槛更低的专用推理芯片，也面临一枚芯片要把某一种计算方式凝固两年以上的巨大风险——因为模型每个月都在迭代，架构、精度、推理方式随时可能改道，一年可能要换代一次。 打个比方，模型是庄稼，半年乃至一年可以换一茬来种；芯片是树，栽下去就轻易换不了品种。 所以这个标题里的问题其实有两层。第一层，是谁能造和能造好，这是能力问题；第二层，是谁的生态，已经稳定到值得造——以及，谁现在就该造？ 这从来没有一个非黑即白的答案。 01 智谱，需要造芯，也需要故事 先看智谱的算力账单。 GLM-5.2发布后，成了Vercel模型聚合平台上增长最快的模型，上线首周，日均token消耗一度飙升27倍。Coinbase的CEO公开说正在测试它，理由是省钱。这个模型也上架了Oracle云。 这当然是智谱的高光时刻，但也是一张更厚的算力账单。GLM-5.2以MIT协议开源，谁都能免费下载，但除了大客户以外，多数开发者仍然以直接向模型公司购买API服务为主——调用越火，token烧得越凶。这笔算力账，有人买单，但产

微软把数千名工程师从Claude Code迁回自家Copilot时，AI行业里一个流行了大半年的认知发生了变化：Token烧得多，并不等于活干得好。 Meta内部那个被员工叫作Claudeonomics的排行榜更夸张。8.5万在30天里烧掉60万亿Token。数字足够壮观，最后却成了一场闹剧。 Token其实没有失去价值。它仍然记录调用、成本和算力消耗，只是人们逐渐发现，Token量的是成本，不是价值。这东西更像家里的电表：能告诉你有家用电器在用电，但却测不出是哪些家电在工作，它们又究竟做成了什么。 智能体之所以被寄予厚望，多少也和这有关——和Token消耗相比，它似乎离“干活”更近。 可热点一旦形成，泡沫也会跟着来。聊天机器人换个名字，RPA接上模型，商业计划书里再添一个Agentic，一家公司就可以宣布自己进入了智能体时代。 这显然是有问题的，行业需要的不是又一个热词，而是一套能把消耗、规模和交付分开的判断标准。所以，5月13日，百度创始人李彦宏在Create 2026大会上提出了DAA——日活智能体数。 7月10日，成都，百度的一款通用智能体产品，给这把尺子添上第一道更具体的刻度。 ——导语 01 Token退潮，尺子浮出 Token经济学的退潮，是从巨头内部开始的。 微软、亚马逊、Meta，以及国内几家AI大厂，先后开始亮起Token被过度消耗的警号，一次急剧的收缩开始了。于是，Tokenmaxxing从风潮变成疑问，前后只用了半年。腾讯研究院6月底那篇报告，标题只有五个字，却道出其中的真意：《Token不经济》。 这五个字命中的，其实并不是Token本身。 Token很诚实。每一次调用、每一段被塞进上下文的文字，都会被记录下来。模型在后台跑了多少路，账单上写得清清楚楚。 可账单毕竟不是成绩单。 一个团队可以烧掉很多Token，但流程未必缩短；一个应用可以生成很长的

2026年7月2日晚间，快手在港交所公告，可灵AI完成新一轮增资，投前估值150亿美元，融资约30亿美元，投后180亿美元。腾讯参与领投，阿里云、百度同步入局，三个大玩家的资本，罕见地坐到了同一张桌上。 在此之前一个多星期，Artificial Analysis视频生成竞技场更新了7月的实时榜单。文生视频无音频榜的前四位，是阿里的HappyHorse-1.0、阿里通义的Wan 2.5、字节的Seedance 2.0、快手的可灵Kling 3.0。 榜单上压过可灵的两家，一家是四月才空降屠榜的追赶者，一家是较劲多年的同赛道竞争者。而那家在榜上排第三的公司，反而拿下了180亿美元的估值，四十多家机构一起挤了进来。 可灵的可贵之处在于，榜单上的名次，和现实中的竞争优势，并不强相关。准确的说，它们是两条不一样的路。 01 视频生成大模型这条赛道，2024年上半年还被当作美国的天下。 OpenAI在2024年2月放出Sora的demo，那条东京街头女子行走的视频，让全世界做视频生成的团队备受打击，也倍感兴奋。 两年过去，Sora在2026年3月24日正式关停。留在Artificial Analysis榜单前十、还在被人天天使用的，几乎全是中国团队做的模型。 对于这件事，浅层次的认知说是中国短视频产业的兴旺发达——抖音、快手、B站每天产出以亿计的短视频，语料量级远超单一来源的YouTube之外任何池子，这足够让中国团队的模型吃得饱。 但事实上，这个解释只对了一半。被漏掉的另一半是数据的形态——国内短视频平台上流转的每一条视频，都被完播率、点赞、评论反复筛过，这相当于用户替短视频平台完成了一次众筹式的数据标注，使得这些数据进入训练之前，已经带着一层"人到底爱看什么"的标注。 但这也解释不了Sora的死。Sora手里有YouTube、有Reddit、有OpenAI整套数据基建，它缺的从来不

豆包要收费的消息，传了一两个月。一个免费用了这么久的国民级应用，凭什么开始收钱，又凭什么让人愿意付，外界的猜测一直没停。 这次火山引擎的大会，把谜底揭开了。 过去公众给豆包的定位，无非两种。一种是情感陪伴，是随时能聊两句的"生活搭子"；另一种是搜索的替代品，问什么都给你一段还算靠谱的回答。这两件事都有价值，却都撑不起收费。陪聊和搜索，免费的太多，没人会为这个单独掏钱。 这次拿出来的东西不一样了。从豆包 2.1 Pro 到办公任务模式，清一色是生产力级的产品。模型不再只是回答问题，而是能理解一个工作目标，自己把任务拆开，调用电脑、文档、表格、网页，一路做完。这才跟"收费"对得上。你为一个陪你聊天的助手付费会犹豫，为一个能替你把活干完的工具付费，逻辑就顺了。 文章配图-1 只是，把"进军 Coding"这件事单拎出来看，其实没什么稀罕。 到今天，Coding 几乎是全球唯一被公认跨过生产力质变点的方向。一家想认真做 AI 生产力的公司，如果在这上面不下重注，那才奇怪。字节压上来，不过是承认了一件整个行业都已经承认的事。 真正的问题在另一头。 豆包此前几乎没有在 Coding 上建立过用户心智。在公众的印象里，它是陪你聊天的，不是替你写代码的。字节的研发体系口碑不差，各项评测的分数也摆在那里，Coding 方向追到了第一梯队，SciCode、NL2Repo-Bench 这些真实工程评测上，跟 Opus 4.7、GPT-5.5、Gemini 3.1 Pro 同台。但分数是分数，心智是心智。在一个它相对陌生的赛场上，它得重新证明自己。 而眼下，它还没有太多机会证明。最近这段时间关于豆包 Coding 的报道，大多停在一个层面：它具备了必要条件——具备了 2.1 Pro，具备了新评测，具备了进军的姿态。可几乎没有人去写它能了——能不能在真实的工程里，把一件难活从头干到尾。 从"具备"到

乡村消费的活力，很多时候不在商场的灯火里，而在一顿饭、一件衣服、一把农具、一趟不用再跑到县城的取件路上。 今年一季度，乡村消费品零售额增速高于城镇。这个“领先”的背后，是乡村生活里那些长期存在、却常被距离压住的需求：好东西想买，生鲜想吃，大件家电想换，子女想给父母寄点实用东西，但过去常常卡在最后几公里。国家提出扩大乡村消费、完善农村商贸物流体系，真正要补上的，也正是从县城、乡镇到村口的路。 拼多多这些年做的，是在国家不断织密末端路网的大背景下，把这段邮路一点点接起来。自2022年起，从中转集运、偏远地区物流中转费减免，到2025年四季度依托“千亿扶持”计划启动“免费送货入村”，平台把商品、物流、冷链、售后和多多买菜这样的日常服务继续往下沉。它不是只让包裹多走几公里，而是让优质商品和可靠服务进入西部偏远地区、中东部山区、乡村振兴重点帮扶地区，让更多乡村消费者共享同一个“消费普惠圈”。 这些大方向落到村里，就不再是宏观规划。它成了姜玉芬家每天等来的拼多多包裹，成了村口小卖部重新聚起来的人气，也成了陈兰香寄回青海父母身边的一双鞋、一株番茄苗和一份牵挂。 01 端午节前，姜玉芬家里又有人来。 来的人想在拼多多上买挂在门上的葫芦，自己不会挑，就找她帮忙。姜玉芬没急着替人做主，只把手机递过去，让对方自己看。价钱多少，款式什么样，都看明白了，相中哪个，再买哪个。 这些年，村里不少老人都这么找过她。买水鞋、靴子、米面油、粽叶、除草剂、种子。她不替别人拍板，怕人家回头不满意。她常说，自己挑，自己看，拼多多包裹到了，我告诉你来拿。 姜玉芬家本来就是村里的热闹地方。 她老伴23岁起在村里当医生，一直干到2022年退休。早年家里是村卫生所，谁家头疼脑热、遇到急事，都往这里跑。后来姜玉芬又做了七八年接生婆，村里现在不少四五十岁的人，都是她当年接到这个世上来的。 后来，她家又替邮政存过信件和报纸。乡邮