最近我算是真真切切感受到什么叫硅基经济了：7×24小时待命，毫无怨言，你有什么想法就告诉它，在任何地方它都能帮你干活。 这次来美国的飞机上，我在万米高空实打实验证了一把。 十几个小时的跨洋航班，左边iPad放着电影，右边电脑连上空中WiFi，我一边看剧一边指挥Claude Code给我写代码。太平洋上空，两三个项目并着跑，该干的活一点没少。 有人可能会问，空中网络那点带宽能行吗？大模型这玩意儿本质是你在本地发指令、它在云端做推理，带宽弱一点完全不影响。 · · · 飞机上做了两个小东西 一个是给我父母用的保姆管理系统。 老人年纪大了，家里请了保姆，但吃什么、做什么菜，沟通一直不顺畅。 我花了几个小时搓了一个页面：保姆每天干了啥就打个勾，老人想吃什么就在上面选，系统结合老人需求和AI建议自动出菜单。 不是复杂的功能，但放以前你得找人开发、排需求、等排期，现在一个飞机上的下午全搞定了。 第二个是助理2.0，给我们家助理做的助理。 助理平时帮我处理的那些杂事，管日程、对发票、跑报销......现在大部分可以甩给AI了。 就拿报销来事，以前拍照攒着、月底一笔一笔对，现在飞书上拍张发票发给AI助理，自动分类记账，月底汇总推给我。 会议也是，说一声"帮我安排一下"，日程自动生成。 你可能说这些功能早就有APP做了，但区别在于它跟我整个飞书工作流打通，一个对话搞定，不用跳来跳去。 · · · 新的时代开始了 回头想，硅基经济这东西真不是挂在嘴上的。 原来的时间边界、空间边界，正在被一块一块打破。在任何地方，有任何想法，你只需要说出来，硅基劳动力就在那儿等着。 一个新的时代开始了，但工具再好，不懂怎么用进业务里，等于零。 我们过去讲AI Native，很多人听完会问一个问题：公司到底从哪里开始改？怎么改？ 这个问题不能只交给一个员工去试工具。要老板和业务负责人一起看：客户怎么来、销售怎么跟

小摩维持690港元，约60%空间， 赌点在风险溢价 2026.07.11 6月20日"小微"灰度上线后，小摩给出1260亿元的2030年加权账本——而当前股价对这条路线图的定价仍接近零。 J.P. Morgan 7月6日重估微信Agent：2030年概率加权增量收入1260亿元、经营利润880亿元，相当于给2030年利润上修18%。 三层框架：转化引擎900亿（概率50%）、小程序供给1140亿（30%）、入口神话4260亿（仅信10%）。 关键闸门是支付：AI专属卡仍与微信支付主钱包隔离，并轨才解锁245亿闭环收入。 6月产品三连击 → 估值逻辑切换 6.08 开发者指引 美团京东接入 6.17 AI专属卡 支付隔离设计 6.20 小微灰度 路线图可验证 来源：微信开放平台、IT之家、观察者网 2026.06 成本先到：高盛测算增量推理成本或达四季度经调整经营利润的5%-17%—— 高盛 2026.06.24；360亿元AI开支只是下限。 小摩称此举将其 "from undated AI optionality into a staged rollout"（从无期限AI期权变为分阶段推进）—— J.P. Morgan 2026.07.06。 前瞻：胜负手不在EPS，在14倍到21倍的重估。 盯AI钱包并轨与抽成后的商家留存——广告自噬是最被忽视的暗雷。完整版已经上传。

  钢贸AI应用实战营 7月10日至11日，找钢网首期钢贸AI应用实战营在上海找钢网集团总部举行。作为找钢网面向钢贸企业家及核心管理团队打造的AI工具实操培训项目，首期活动吸引了90位钢贸企业家与核心管理者齐聚一堂。实战营由找钢网集团管理合伙人、副总裁张晓坤领衔，电商事业群、中台管理中心的业务高管与腾讯云技术专家共同授课，找钢网创始人、董事长兼CEO王东在收官环节做了特别分享。 与市面上多数以趋势和概念为主的AI课程不同，这期实战营的交付标准明确而具体：了解找钢的AI数字员工，辅以现场实践、安装到位——让每一位学员在结营时都能把AI装明白、用顺手、带回去，从0到1实现用AI做钢贸。两天的安排也严格遵循这一标准：第一天，学员走进找钢总部，实地参观售前、售中、售后全业务场景的AI数字员工应用演示，逐一了解AI在真实钢贸业务中的运转方式；第二天，四场主题课之后进行的钢贸AI实战PK赛，让学员携带各自的电脑现场动手，配置属于自己企业的AI数字员工——装好了，带回去。 四场主题课，恰好构成一家钢贸企业推进AI转型的完整链路。张晓坤率先开讲《钢贸流通企业智能化转型路线图》。他表示，精益化管理是当前钢贸企业的必然选择，AI是送企业到目的地最快的一条路。围绕这一标准，他给出了三步打法。第一步，打通信息流、收敛通道，这样企业80%的粗放浪费直接清零，原来需要几个人盯一天的核对、整理、复盘、存档，AI几分钟全自动完成。第二步，跑通一条精益业务闭环：从询报价、对账、客户跟进、采购比价这四个浪费最大、最吃人工的场景中选取一个，走通“数据统一录入、AI分析校验、输出标准结果、落地复盘优化”的完整闭环。这套打法已在实战中得到验证：新增商机效率提升5至8倍，客户录入效率提升80%，商机跟踪信息遗漏率从22%降至3%。第三步，培养一批专属的AI项目负责人：无需懂代码，但要懂全业务流程的浪费点、懂

本文来源：时代财经 作者：赵姝婵 庞宇 存储巨头SK海力士带着265亿美元的庞大募资计划，强势叩开美国资本市场的大门。7月10日，SK海力士以美国存托凭证（ADR）形式开启预发行，当日收涨12.76%，报168.01美元/股，盘后交易再度上涨2.43%，现报172.09美元/股。 为了这场赴美大考，SK海力士打破行业惯例，全面取消了长期供货合约中传统的“价格上限”条款。这一极具进攻性的举措，不仅为了彰显其在AI存储产业链中的绝对话语权，更是为了向全球资本证明其未来的无限可能。 图源：视觉中国 就在SK海力士高调冲刺美股之际，三星电子却在本土市场深陷“利好出尽”的泥潭。尽管三星电子此前披露了一份堪称“炸裂”的2026年二季度业绩预告——营业利润预计同比暴涨超18倍，创下公司历史新高，但资本市场却上演了一场极致的反向行情。在7月8日至10日的交易中，三星电子不仅没能凭借“史上最强业绩”稳住股价阵脚，反而引发了韩国股市杠杆资金的“踩踏式”抛售，进而严重拖累了KOSPI（韩国综合股价指数）的整体走势。 一边是SK海力士携“垄断定价权”赴美争夺全球资本，另一边是三星电子站上业绩巅峰却遭遇资本无情抛弃。两大巨头走势极致分化背后，时代财经对话投行研究员、投资人、学者及存储行业贸易商，试图从产业格局与市场情绪的暗流中，寻找这场AI存储超级周期背后的真实逻辑…… 7月8日韩国股市异动 图源：时代财经记者截图 资本逻辑：从“买预期”到“卖事实”的强制修正 对于三星电子“业绩新高、股价大跌”的背离现象，香港头部投资银行研究员对时代财经表示，这并非单一因素所致，而是组合风控与盈利预测下调双重因素作用的结果。 首先是组合风险预算的硬约束。该研究员分析称，绝大多数基金经理有严格的个股持仓上限，普遍单一个股不超过组合净值的8%至10%。过去一年，SK海力士、三星电子等存储股暴涨，导致其仓位被动超标。此时

（本文作者为 音乐先声，钛媒体经授权发布） 文 | 音乐先声 本世纪的音乐人“鬼故事”——你的音乐作品，正在悄悄成为AI的“养料”。 最近，全球音乐产业掀起了一场创作者的集体自查潮。《大西洋月刊》记者Alex Reisner将自己持续进行的AI Watchdog调查扩展至音乐领域，公开了四个在AI开发社区流通的大型音乐数据集，并上线了可搜索数据库。 一夜之间，从行业协会、格莱美获奖歌手到独立音乐人，一场全行业自查迅速席卷全球音乐圈。 谁都没想到，一个小小的搜索框，彻底点燃了一场围绕AI训练授权、数据来源和创作者报酬的争论，也让藏在产业链深处的创作者困境与荒诞现实集体显形。 戳破AI公司的糊涂账 AI Watchdog最早于2025年上线，是《大西洋月刊》发起的一项调查性报道项目，专门用于追踪和公开AI训练数据背后的版权来源。其初衷是筛查用于AI训练的图书、学术论文与视频素材，如今正式将监测范围拓展至音乐领域。 本次收录的数据集包含两个超大型曲库LAION-DISCO-12M和Sleeping-DISCO-9M，曲目规模分别高达1200万首与900万首，另有两个中小型曲库Spotify Tracks Dataset和Free Music Archive Dataset，各自收录录音作品均超10万首。 也就是说，四个数据集累计超过2100万首，在AI开发社区中秘密流通。 不过，AI Watchdog也强调了两点：其一，四个库并没有穷尽所有训练来源；其二，某首作品出现在数据集中，并不必然等于它最终被某个模型实际用来训练。但即便如此，也足以说明：在创作者不知情的情况下，大量音乐作品已经进入AI开发者可以随意获取和调用的候选原料池。 据介绍，这4份数据库涵盖众多流行巨星的热门作品，包括Bad Bunny、Nirvana、Taylor Swift、Billie Eilish、Pearl

（本文作者为 下海fallsea，钛媒体经授权发布） 文 I 下海fallsea，作者 I 胡不知 2026年7月9日，OpenAI正式向全球用户全面开放GPT-5.6全系列模型。这三款模型分别被命名为旗舰版Sol、均衡版Terra和轻量版Luna。 在这场信息量巨大的发布中，绝大多数人的注意力被两件事吸走。第一件事是Sol在编程基准测试Terminal-Bench 2.1中狂揽91.9%的得分，将Anthropic的Claude Fable 5甩开超过8个百分点。第二件事是价格腰斩，Luna的输入价格低至每百万token仅1美元，直接掀翻了硅谷的定价体系。 但在技术圈的最深处，真正引发地震的是一句被大多数人忽略的轻描淡写。 OpenAI在技术文档中提到，全家桶里最小的Luna是由老大哥Sol自主完成后训练的。具体而言，Sol自己寻找可用GPU、确定训练配置、编写启动脚本并确认任务执行，全程无需人类工程师干预。 这句话的含金量远超所有跑分和评测。 它意味着过去必须由人类研究员主导的数据清洗、奖励模型设计、知识蒸馏和超参搜索，现在可以由旗舰模型自己独立完成。AI不再只是人类手里的工具，它开始自己带徒弟了。 在AI安全领域，这个概念有一个令人不安的学名，叫做递归自我改进。当AI强大到能够自主重构、测试甚至微调自己的下一代模型时，那个被未来学家预言了数十年的飞轮，终于开始转动了。 这不是一次常规的版本迭代。这是一次范式转移的公开宣告。 什么是AI训练AI 要理解递归自我改进的颠覆性，必须先理解大模型训练的传统模式。 在GPT-4和GPT-5的时代，训练一个顶级大模型本质上是一个高度依赖人类智慧的手工作坊。 整个流程大致如下。首先，人类研究员要从互联网上筛选和清洗数万亿token的训练数据。然后设计预训练架构，调整数千个超参数。接着通过基于人类反馈的强化学习让模型对齐人类偏好，这一

（本文作者为 字母AI，钛媒体经授权发布） 文 | 字母AI 7月初，Meta被曝准备出售“多余AI算力”，外界立刻开始讨论这是否算力过剩的又一个信号。 5天后，Anthropic和一家前比特币矿企签下20年数据中心租约，合同金额约190亿美元。这是Anthropic疯狂买算力的又一最新进展。不到一年间，Anthropic已经“预约”了超过11GW算力。 更有意思的是，路透社最新爆料了Meta的内部备忘录，显示其计划将总容量扩大到14GW——是扩大，而非缩小。 那么问题来了，硅谷的AI算力到底是过剩，还是短缺？ 答案可能更简单：“算力过剩”本来就是个伪命题。 巨头手里的局部冗余和尚未交付的规划容量，都被混进了“过剩”的统计里，真正能够立刻调用的前沿算力依然紧缺。 Anthropic到底搞了多少算力？ 今年不难感知到的一点是，Anthropic这家公司在满世界买算力。 过去不到一年，这家公司几乎把能找到的云厂商、芯片公司和数据中心都签了一遍。 2025年11月，Anthropic先宣布与Fluidstack合作，未来将在美国AI基础设施上投入500亿美元；几天后，又承诺购买300亿美元的微软Azure算力，并与微软、英伟达约定最高1GW的新增容量。 进入2026年，Anthropic抢算力的速度进一步加快。4月初，它与谷歌、Broadcom签下5GW下一代TPU容量；仅仅两周后，又与亚马逊签下最高5GW的新协议，承诺未来10年在AWS技术上投入超过1000亿美元。 5月，Anthropic甚至找上了马斯克，拿下SpaceX旗下Colossus 1数据中心的全部算力，相当于超过300MW、22万颗英伟达GPU。后来披露的信息显示，双方的合作范围还扩展到了Colossus 2。Anthropic在融资公告中确认了Colossus 1和Colossus 2合作。 这还没有结束。 7

真缺口 vs 伪周期，分野在“认证缺口” 2026.07.07 这轮有色不是全都能涨。真正决定谁继续走强的，不是有色属性，而是认证/工艺卡点。 先说最反直觉的一个：铜的“库存暴跌”是假信号。LME 可交割库存年内跌约 80%、7 月破 10 万吨，看着像 AI 电力需求兑现。 但拆开看，60–80 万吨铜是被关税套利搬进了美国 COMEX（库存创纪录约 65 万吨）。中国社库反而高于去年，ICSG 口径 2026 仍小幅过剩。 +232% WF6 电子特气 5N 级同比涨幅 真正的分层，一边是难扩产、高认证：电子特气进 fab 要认证 18–24 个月，钼扩产要 5–8 年——AI 溢价精准砸这里。 另一边是会扩产的伪周期：VC 有效产能虽缺，扩产只要 1–2 个月；锂供给弹性是铜的 5 倍（IMF："the response of lithium supply is far larger" 锂供给反应远大于铜）。—— IMF WP/21/243 钨长单腰斩、7 月 6 日中钨高新跌停，退的是拥挤度不是稀缺性。 这轮 alpha 在沿认证缺口做多空——多钼与特气（避开已透支的龙头），空能快速扩产的锂与 VC。原创研报全文已上传，