爱奇艺疯了吗？真人拍摄真的会成为非物质文化遗产吗？别急着骂，这可能就是爱奇艺这样一个平台临死前最后的哀嚎。

大家好，欢迎收听老范讲故事的YouTube频道。

爱奇艺创始人兼首席执行官龚宇，在2026年4月20日的爱奇艺世界大会上扔出了一句狠话：真人拍摄越来越稀有，未来可能会成为非物质文化遗产。更刺激的是，同场爱奇艺高级副总裁刘文峰宣布，纳逗Pro已经有117名艺人入驻了AI艺人库。

结果几个小时之内，张若昀、于和伟、王楚然、李一桐等多位艺人工作室先后否认授权。爱奇艺连夜澄清，龚宇第二天早上5分钟内连发三条微博，试图找补这件事。

所以问题不是爱奇艺会不会用AI，而是它为什么会急成这个样子。它是不是已经被长剧这门生意逼到了必须掀桌子的边缘？这看起来，真的是快要死了。

爱奇艺不是疯了，而是真的快撑不住了

首先我们来看，爱奇艺不是疯了，而是真的快撑不住了。这句话背后真正值得看的，是爱奇艺的财务处境。

爱奇艺2025年全年营收272.9亿元人民币，同比下滑7%。广告收入、会员收入都在下滑。2025年的净利润则是由盈转亏，前面还挣着钱，2025年开始亏钱了，亏了2.06亿元人民币，而2024年同期还是盈利状态。

更危险的是自由现金流，也就是现在能够动用的现金。2023年爱奇艺手里还有33亿元人民币，2024年还剩20亿元，到2025年进一步掉到了不足千万人民币。对于爱奇艺这么大规模的平台来说，这真的是站在悬崖边上，随时有可能原地死亡的状态。

股价方面，爱奇艺2018年上市后，股价最高曾经冲到46美元。到了2026年3月，最低只剩1.18美元。要注意，在美国股市，如果连续较长时间股价低于1美元，是有可能被强制退市的。所以爱奇艺真的是活不下去的状态。4月21日收盘价是1.4美元，较高点跌去了超过97%，市值蒸发了300亿美元。

这才是整个事情的底板。一家长视频平台，用户逐渐流失，广告收入下降，内容成本居高不下，背后大股东百度也不像腾讯、阿里那样愿意持续重金输血，只能靠自己活下来。所以爱奇艺现在看到AI，不是因为未来科技很浪漫，而是想看看能不能找到一条活下去的降本增效道路。

长剧为什么越来越像一门赔本买卖

爱奇艺今天最难的不只是收入下滑，而是长剧这套工业体系的成本结构已经完全畸形。把一部长剧拆开来看，成本主要分几块。

演员成本越来越高

第一块是演员成本。头部演员的片酬和档期协调成本极高，而且极其不确定。为了让能够过关的剧尽量有收益，他们一定要去押那几个头部流量明星。

这也是为什么中国会出那么多“粉底液将军”。某种意义上也是没办法，因为他们能保证流量，其他演技派未必能保证流量。这一块的成本越来越高。

服道化和置景持续内卷

第二块是服道化和置景。这一块投入也越来越重。因为现在每年能放出来的剧总量有限，大家只能拼命卷这些东西。所以你现在去看中国电视剧，制作确实越来越精美，但这一块也非常烧钱。

宣发成本高企

第三块是宣发成本。上线前后要买流量，要刷海报，这一块成本也非常高。

最致命的是合规和认证成本

但是前面讲的这三块成本，跟最后一块比起来，几乎都可以忽略不计。最后一块成本是什么？叫合规和认证成本。这一块是最致命的，因为它完全不可控。

一部剧花了这么多钱拍出来，最后让不让你播，不知道。你说现在服道化已经卷成这样了，那我拍现代剧，不行，可能影射当前社会；我拍古装剧，又有限古令，不允许那么多古装剧上线。不是说前面拿到批文了，拍完就一定能放。前面拿到批文，后面政策改了，依然可能放不了。对于平台来说，真正难的就在于这种不确定性。

爱奇艺CEO自己在电视剧导演大会上就吐过苦水，经常一两年宣传部长都换了，剧本和电视剧播出审批却要等三年多。他还算过一笔账：如果有100部电视剧，大概只有30%能够不亏钱，还别说挣钱，剩下都是亏钱的。换句话说，长剧是一个七成要亏损的赌注。

高投入项目为何依旧可能血本无归

《人生若只如初见》的案例

比如原来有一部剧叫《人生若只如初见》，就是一个典型的高投入项目。这部剧2020年10月杀青，请了《亮剑》的编剧江奇涛、《白夜追凶》的导演王伟，主演是李现、魏大勋、春夏，配置极高。2022年7月在爱奇艺播出6集以后，突然以“技术原因”下架。

你看，2020年就杀青了，2022年7月才开始播，中间这段时间在干嘛？就是在审核，在等批文下来。能播出6集，说明前期宣发成本什么的都已经砸下去了，突然又说“技术原因”下架。一个电视剧能有什么技术原因下架？实际上业内都知道，是内容审核没过。前期上千万甚至可能上亿元的投入，直接就打了水漂。

时隔三年，经过修改重新上线，这个剧最后还是播了。但招商情况惨不忍睹。2022年第一轮播出6集时，里头还有6个品牌投放；积压后再上线20多集，只剩下两个品牌。同等配置的项目如果再拖延几年，估计连招商都招不回来了。

古装剧的高风险结构

另外一个典型就是古装剧。古装剧，尤其是精品古装剧，单集制作成本经常就在450万到500万元人民币左右。一部40集的古装大剧，投入就是1.8亿到2亿元人民币。

这笔钱砸下去以后，一旦遇到限古令、内容调性不合规，轻则压两三年，重则直接无法上线。播出后被下架的案例更是屡见不鲜。

而且播出后下架更惨。因为前面跟品牌签了协议，广告投放、品牌植入都已经买好了，最后被下架，你是要赔的。前面那么多广告投入、宣发投入、四处立起来的招牌，全部都是浪费。

也就是说，长剧不光是单纯地贵，而且是又贵、又慢，审核风险还极高。一旦自由现金流变薄，这种业务结构就会从“能熬”变成“熬不起”，甚至可能直接崩掉。

真正抢走用户的，不只是腾讯视频和优酷

更要命的是什么？真正抢用户的，其实还不是什么腾讯视频和优酷。

很多人还把爱奇艺的竞争理解成老三家长视频内战：爱奇艺、腾讯视频、优酷，当然现在还有哔哩哔哩。以前我们管他们叫“优爱腾”，但现在不是这么回事了。

传统对手当然还在。腾讯视频背后是腾讯，资源规模和现金流更厚，而且腾讯后边不光有游戏，还有阅文，等于从小说源头一路往下打通，这一块爱奇艺太薄了，根本打不过。优酷背后是阿里巴巴，也是大厂体系。爱奇艺背后也有人，就是百度，但百度这几年自己都不太知道后面该怎么走，哪还顾得上它。

但现在真正打得爱奇艺抬不起头来的，是短剧，而且还不是传统短剧，而是AI短剧。

AI短剧正在爆发式增长

根据DataEye与企查查统计，去年AI真人短剧市场规模已经突破120亿元人民币，同比增长300%。这一块才是涨得最快的。

供给量方面，2025年的AI短剧供给量是2024年的50倍，不是多了50%，是50倍。到2026年这个数据就更加吓人了。2026年1月，国内AI漫剧单月上线数量是1.4万部；到2026年3月，仅红果短剧平台日均上新量就是2000部。红果短剧背后是字节跳动。这种AI短剧的数量，是真人短剧的20倍。

截至2026年2月末，在播的AI剧总量是12.78万部，是2025年全年的两倍。这个数字非常可怕。预计到2026年，AI漫剧以及包含AI仿真人短剧的用户规模，将从2025年的1.2亿增至2.8亿，增幅130%。

那么多出来的这些用户哪来的？就是从长剧身上抢的。

这意味着什么？意味着长剧平台还在按照年度项目制去打仗，拍完一部剧还得审个三年，才能播，随时还可能被下架；而短剧平台已经开始按照内容流水线的方式进行轰炸了。所以长剧根本打不过短剧，特别是AI短剧。

为什么AI先在短剧和漫剧里爆发

那么，AI为什么先在短剧、漫剧里爆发，而不是先干掉长剧？这一步很关键。

很多人一听说AI取代演员，就直接联想到长剧、电影、明星主演，其实不是这么回事。真正被AI替代的第一波，其实不是人，而是服道化以及场景布置。

比如一个人在那演完以后，你可以直接在AI里说，把他的衣服换一下，化个妆，再把后面的背景换一换，这就直接出来了。上面那个人还是真人演的，但其他部分都可以交给AI。

对于平台而言，这比直接替代顶流演员更现实，因为更容易落地，也更容易立刻省出钱来。

短剧天然适合AI生产

而且，短剧天然更适合AI生产。一部精品AI仿真人短剧，整体成本已经能控制在20万元以内；头部真人精品短剧，成本则在150万到300万元人民币之间。AI剧的成本大约是真人短剧的十分之一。

AI短剧和漫剧的传播半径本身也更零碎。因为数量这么大，不可能有一部剧所有人都去看，所以审核相对来说也更宽松一些。20万一部，试错成本也低。你不像爱奇艺那样，几千万上亿砸出一部剧，最后“咔嚓”一下被毙掉，那太疼了。短剧这边20万一部，毙就毙了，再来一部，不是什么大问题。

100万元以内的审批优势

那么为什么AI剧的合规门槛会稍微低一些？因为国家有规定，如果是普通题材，没有碰到题材红线，制作成本少于100万元人民币的，可以走简化审批流程。刚才讲了，做剧最核心、最不可控的成本，就是合规和审查。你只要不超过100万元，就可以走这个流程。

而且这个流程谁来负责审？不是国家机关，也不是政府单位，而是播放平台自己审一下就完事了。所以为什么能有上万部短剧、一天几千部往上冲，原因就在这儿：它不需要走复杂的审批流程，直接就可以上线。

所以真正的核心差异就在这里。你如果走真人短剧，还是可能超过100万元；你走AI短剧，一下就变成20万元、15万元，就算拍长一点、做复杂一点，搞到七八十万元，这事都是过得去的。

爱奇艺为什么盯上AI艺人库

在这些因素叠加之后，爱奇艺就把算盘打到了AI艺人库的头上。

到了这里，再回头看AI艺人库，逻辑就清楚多了。龚宇今年3月提出了一个“112模型”。这模型听起来很合理，但实际上跟现有的商业模式是完全背道而驰的，根本走不通。

“112模型”是什么

为什么？来看一下。“112”的第一个“1”是什么？AI使单位内容成本降低一个数量级。原来需要花一个亿拍完的剧，现在只需要1000万。第二个“1”是创作者数量至少增加一个数量级，不需要那么多明星，很多普通人都可以加进来，通过AI进行服道化改变，做滤镜之类的处理，有更多创作者可以进来。最后那个“2”，是作品数量至少增加两个数量级。现在一年其实没多少部剧，未来可能直接乘以100，这就是他想要的效果。

为什么这套逻辑跑不通

但这个逻辑其实是错的。因为成本依然没有降低到100万元人民币以下。即便降低到了那个范围以下，你还是长剧，不能走100万元以下短剧的简易审批流程。所以最后那个最不可控的审批因素，你依然无法排除。

这是第一点。第二点，你是可以把内容制作数量提升两个数量级了，但演员不乐意。演员要的不是“我更省力，可以拍出更多剧”，他们想要的是人为制造稀缺性，在单位时间内获得最大的经济利益。不是说突然同时上10部我演的剧，我就一定挣得更多。未必。

演员想要的是出精品，出一部挣一部的钱，而且这段时间里最好只有我一部剧上去。这才是演员真正想要的东西。

所以爱奇艺想的这套东西，跟现在电视剧的制作和拍摄逻辑，包括演员的利益诉求，根本就不在一条线上。这东西压根没法实现。

117位艺人入驻风波说明了什么

2026年4月20日，爱奇艺在世界大会上正式发布了纳逗Pro AI艺人库。刘文峰现场称已经有117位艺人签约入驻，但后来又回来找补，说“签约入驻”不是签约的意思，只是说和我们接洽了，有相关意向。

这不是开玩笑吗？你都把人照片贴出来了，说这些人都签约入驻了，最后又被张若昀、于和伟、王楚然、李一桐这些人的工作室闪电辟谣，说我根本没跟你签过约，从来没有同意过这件事。

爱奇艺只能在4月21日早晨出来各种澄清，还说以后还是一事一议，具体让你参与到哪个项目里，我还是会去找你签约，不会说你授权以后我们就随便用了。任何一个角色，任何一次使用，我们都会去签约。

但它最后只能这样往回找补，这其实没有任何意义，核心矛盾根本解决不了。这个库到底能不能建成，关键压根就不是技术问题。

平台与艺人的矛盾，不只是授权问题

在中国，艺人并没有强硬的集体谈判机制，所以他们只能各自在工作室里出来表达：我们没有签过约，我们没有授过权。他们不敢罢工，罢工很可能就会被封杀，有的是人惦记着出来当明星，不缺你一个两个。

这跟美国不一样。美国有演员工会，2023年组织过罢工，把AI使用权当成核心议题。电影和电视剧制片人联盟最后跟演员达成了协议，把数字替身和合成演员写进了规则里，必须书面同意、单独付费、明确使用范围。在中国，根本不可能形成这样一套机制。

所以平台一定会优先按照成本模型去寻找可能的出路，否则它会死。

法律边界与现实执行之间的落差

在法律上，模糊授权其实是很危险的。按照《中华人民共和国民法典》1019条、《中华人民共和国个人信息保护法》以及《互联网信息服务深度合成管理规定》等规定，未经肖像权人同意，不得制作、使用、公开他人肖像；人脸、声纹等生物信息属于敏感个人信息，处理需要单独同意；未经特定自然人同意，不得提供足以识别其身份的虚拟形象服务。

但是，现实往往是普遍违法、选择执法。所以AI形象库一定会上线。上线以后，你不授权，有的是人授权。那么未来就会变成另外一个样子。

谁会先被AI替代

再往后走，先被替代的未必是明星，但明星神话一定会被冲淡。因为那是几万部、几十万部的剧同时在往上冲。你说我想做精品剧，谁有空等你？

很多人把这件事理解为AI会不会立刻取代明星。按我的判断，在长剧领域里，取代明星是一个必然方向，但不是一夜之间就能完成。美国可以罢工、起诉、谈判，中国则更可能先按照成本逻辑一路试探下去。

顶流明星短期内仍然有商业价值，没有那么容易直接被替换。但是大量功能性角色、中腰部演员、可替代型表演，会先被AI挤压掉。以后可能你拍的时候，就这么几个主要演员拍完就完了，身边那些配角可能通通都是AI。

编剧于白眉就公开判断，AI会替代60%演技不足的演员，而且这个比例还会继续上升。导演陆川的判断更谨慎一些：两到三年内，一般性、模式化的表演可能被AI替代，但鲜活、独特、不可复刻的表演，AI依然替代不了。

注意力份额将被重构

更深的变化是，供给爆炸以后，明星的注意力份额会被稀释。原来没有这么多剧可看，但当一个月有几万部AI短剧冲上来的时候，这些传统明星到底还能在观众注意力里留下多少空间，就要重新思考了。

你去看爱奇艺也好，腾讯视频也好，他们的用户量在下降，广告收入和会员收入也在下降。传统明星或许能够守住自己的肖像权，但是大量网红，特别是那种“撞脸网红”，比如我长得跟哪个明星像，但这也是我自己的脸，我出去授权自己的形象，这没毛病。还有普通模特，也未必在意授权边界，甚至愿意为了额外收入开放形象使用。那以后直接用这些人不就完了吗？

当几万部、几十万部没有明星的AI微短剧开始大规模冲击用户眼球的时候，旧明星体系对注意力的垄断就会被削弱。新的明星会在AI内容生态里重新生成，这会把长剧逼回一个小众、高价艺术品的位置。

长剧未来会不会变成“非遗”

所以长剧未来可能会走向什么方向？再往后走，它不一定真的是非物质文化遗产，但可能会变得更像舞台剧：很贵，很高雅，看的人很少，但依然会存在。

不会因为大家都去看电影了，舞台剧就彻底没人看了，不是这样的。舞台剧依然是最高雅的那一批。这可能才是长剧未来的方向。

爱奇艺还能走出来吗

那么，爱奇艺能走出来吗？我个人的感觉是非常非常难。

第一层：明星利益与平台模型根本冲突

第一，就算一事一议，让明星授权形象参与剧集制作，也未必跑得通。因为明星压根不希望自己的内容被大量涌现出来，这和所谓的112模型根本就是背道而驰的。爱奇艺想要的是112模型，要你提供两个数量级的内容出来；而明星想要的是人为稀缺性。所以这是完全不可调和的矛盾，不是说有了技术就可以调和，根本调和不了。

第二层：降本并不能解决长剧审批困境

第二，即使长剧成本下降一个数量级，你也没有办法改变长剧的命运。刚才讲了，长剧最痛苦的成本是最后的合规审批成本。原来需要2亿元，或者1.5亿元拍一部古装长剧，现在下降一个数量级，变成1000万、2000万，你依然没办法走短剧的简单审批流程，这事还是搞不定。

第三层：短剧审批机制决定了差距

中国短剧的规则大概是这样：

1. 100万元以内，播出平台自主审核，可以快捷备案，平台负责就完了；
2. 100万到300万元，由省级以上广电主管部门做规划备案加成片审核；
3. 300万元及以上，或者特殊题材，则要国家广电总局统一备案公示，加成片审查。

一旦走到300万元以上，没有两三年根本审不完。即使上了AI，长剧也很难把成本压到这样一个范围之内。

最终结论

最后的结论是，爱奇艺这次不是简单地发疯，而是把整个行业最残酷的现实提前说穿了。长剧越来越贵，越来越慢，越来越难以回本；AI短剧、AI漫剧已经用极低成本和极高供给，先把市场打穿了。

平台一定会去寻找真人稀缺性之外的内容工业化路径，而明星、演员、经纪公司接下来真正要守的，不再只是片酬，而是自己的数字人格权。

这一块不只是让AI形象长得像你，它还可以模仿你的演技、你的说话方式、你的动作态度，甚至包括各种表情，而且可以模仿得很像。那你说，我就是觉得它不像，就是觉得不好看，怎么办？

这其实是个很简单的问题。现在绝大部分人吃的本来就是预制菜，真正能跑去吃“寿司之神”那种由老师傅站在你面前现捏寿司的人，终究是极少数。

所以在这一点上，我觉得龚宇说得还是对的。以后完全以物理形态、由真人表演的这种长剧，可能真的会变成某种意义上的“非物质文化遗产”。

---

背景图片

2026北京机器人半马，一个造手机的公司跑赢了所有传统机器人公司。这到底是一个什么故事？

北京机器人半马：手机公司为何成了最大赢家？

4月19日，也就是周日，北京亦庄的机器人半马又跑起来了。最近一段时间，北京机器人半马的消息非常多，因为前面已经做了很多次夜跑测试，就是在晚上不影响交通的情况下，让机器人上街跑一跑，做一些测试，也有很多视频传出来。毕竟这确实还是一件挺好玩的事。

4月19日早上7点半，北京亦庄鸣枪开跑，1.2万名人类跑步者和300台机器人在同一个赛道一起出发。要记住这一天，这是第一次机器人跑半马跑得比人快。机器人的冠军成绩大概是50分钟上下，之所以说“上下”，后面再解释。

这是第二届北京机器人半马，去年已经跑过一次。我还专门做过一期节目，介绍了一些参赛公司。去年介绍过的有些公司今年也参赛了，但已经名落孙山。最有趣的是，这次跑得最快的竟然是手机公司，不是机器人公司，不是宇树科技，也不是去年的冠军天工。

比赛结果：荣耀包揽前三，自主导航成关键

如果按照参赛队来算，前三名都是手机公司，全都是荣耀。如果按照总成绩来说，荣耀第一，第二名是宇树，第三名是天工，第四名是腾讯。至于去年的亚军、我特别喜欢的松延动力那个小机器人，今年基本上没什么名次。至于智辉君的智元科技，依然像去年一样没有参赛，他们去做别的事情了。

那一个做手机的荣耀，怎么就包揽前三名了呢？因为每个公司都可以用自己的机器人报多个队伍。荣耀其实报的不止三个队。最先冲线的机器人其实也是荣耀的，叫“赤兔队”，但那个机器人是遥控的。这次比赛规定，遥控机器人需要在原始总成绩上乘以1.2，所以它就没有名次了。

真正进入前三的，是荣耀的“齐天大圣队”“雷霆闪电队”和“星火燎原队”，这三支都是自主导航机器人。

自主导航的意思就是不需要遥控，它完全可以依靠头部传感器跑完全程。而且现在这样的机器人，已经不现实再让人举着笔记本在后面追着跑了。去年冠军天工跑了两个多小时，还可以让工程师举着笔记本在后面追着跑；但今年已经超越人类了，它跑得比人类冠军还快。

你不能要求机器人达到人类马拉松破纪录的水平，那也不现实；而且机器人会越来越快，因为电机毕竟是机器，人是不能跟它比的。机器跑得比人快，本身就是一件正常、符合逻辑的事情。所以也不能要求程序员或者工程师举着笔记本跟着它跑。

荣耀“闪电”机器人：不像人，但更适合跑

荣耀使用的机器人叫“闪电”。这个机器人其实长得不太像人，在髋关节的位置各有一个巨大的电机，一边一个。这个机器人基本上是“坐着跑”的。人是站着跑，或者身体前倾跑；机器人为什么像坐着跑？因为它只需要用一个特别大的电机把大腿抬起来，就可以往前冲。

而且这个机器人没有手，上半身相对比较轻，看起来就是两个髋关节带着两个大电机在跑。

为了参加这次半马，这个机器人专门做了液冷改造。机器人想跑得快，第一电机要大，第二电机要能持续散热。靠风冷肯定不行，一定要上液冷。所以荣耀做了一个很强的液冷散热系统。后面还有更奇葩的散热案例。

荣耀为什么能赢？核心不是“造机器人”，而是工程能力

那一家手机公司为什么突然在这件事上发力？腾讯有的是钱，愿意玩我们还能理解，荣耀怎么就走到这一步了？这就值得探讨了。

荣耀为什么能赢？首先是手机工程能力。在中国，造手机这件事已经被彻底研究明白了。能把手机造出来，设计其他机器人、各种控制系统，其实也没有太大问题。其次是中国整个电器制造能力。无论在华强北、深圳还是珠三角，想做出各种各样的电器，本身就不是特别困难的事。甚至他们还可以自己设计电机。荣耀这个机器人上的电机，就是他们自己设计的。

以前我去珠三角跟一些做电器的厂商沟通时，他们就说，你要做一个电器，如果里面最核心的部件不是自己做的，那就没有太大价值。荣耀这个机器人上的电机是自己做的，液冷系统虽然是配别人家的，但能跟自己的电机完美匹配起来，也并不容易。

还有一个重要背景，就是中国电动车产业的能量在外溢。内卷到一定程度以后，各种制造能力、各种配件能力、各种人才，都会向外溢出。所以现在出来做机器人，这件事本身的难度已经没有那么大了。

机器人真正难的，不是腿，而是“大脑”

机器人真正难在哪里？第一个是“大脑”。也就是任务规划能力，这才是难点。到目前为止，中国这些机器人团队，不管是荣耀、宇树、智元还是天工，这件事都还没完全搞定，或者说做得都比较一般。这里面稍微强一点的是智元。

智元现在已经能在上海一些手机厂商那里上工厂、上生产线了，不是去造机器人，而是去干活，站满8小时。他们已经可以在一个流水线工位上做上料、下料，把8个小时干完。这个事情其实比跑马拉松更有意义。

不过，智元那个机器并不是严格的人形，上半身像人，下半身是轮子。其实在生产线上，这样的机器可能更有意义。人形机器人主要是为了克服复杂场地环境。比如这次马拉松就不是一直在平地上跑，它有坡路、有台阶，在公园里还有一小段越野，这种环境轮式机器人搞不定。但到了工厂里，就没必要让它长腿了。

腿这个东西其实不太科学，稳定性差、能耗高，所以工厂里直接上轮子更合理。

真正进入实际应用的机器人，除了刚才说的智元这种可以在流水线上上料下料、连续干满8小时的之外，还有一些进入家庭、做人员照护的机器人。那种机器人底下其实也是轮子，上半身长得比较像人。

荣耀的技术亮点：液冷、电机、换电

荣耀现在的核心技术，全部是在消费电子领域里积累出来的。它的液冷散热系统，换热量是每分钟4升，也就是每分钟有4升液体在管子里循环。完赛以后，电机依然是冰凉的，这就是手机散热技术的一次迁移。

而且它是一体化关节电机，完全全栈自研，关节扭矩可以达到200牛米。再加上10秒级插拔换电，这个能力很强。如果没有专门设计，换电会很慢。因为机器人跑起来震动非常大，电池不能掉出来，而且电池还很大。你说做个超大电池，21公里一次都不换行不行？不行，电池会太重。做轻一点、做小一点，就得多换几次。

荣耀的这个机器人中间只换了一次电，在10.6公里处，10秒搞定。

腾讯为什么输？不是跑不快，而是换电太慢

那倒霉蛋是谁？腾讯。它跑得最快，所有机器人里都没有它快，但名次并不是最高，总成绩只排第四。为什么？就是换电池不行。它需要换两到三次电池，而且每次换电都要一到两分钟，光换电时间就比荣耀多了3到5分钟。

这次比赛设置了几个换电站，在换电站里换电池的时间，也会计入总赛程，不会给你扣掉。如果你在换电站外面换电池，比如跑着跑着突然没电了，那还要额外扣时间。所以这个比赛不光看谁跑得最快，还看整个工程设计谁做得最好。这一次，荣耀的工程设计肯定是最好的。

马拉松比什么？不是极限速度，而是持续输出与散热

为了让这些机器人参加半马，很多团队也做了不少奇葩设计。比如散热，就是机器人跑马拉松里最痛苦的一件事。21公里，跑得比人快算本事吗？其实不算。你弄个汽车、装个轮子，怎么都比人快。但21公里真正考验的是什么？是稳定性，是持续输出，是散热不烧机器，这才是真正的考验。

冠军大概50分钟左右完成比赛，它这些关节电机要持续工作，所以散热非常重要。各个队伍都拿出了五花八门的方案。荣耀是液冷，背部背了一个液压泵，供应商是华科冷芯悬浮液冷泵。现在很多电竞游戏主机里也会用这种液冷泵。

第三名天工机器人，使用的是关节导热加整体热仿真方案。宇树科技去年其实也有机器人参赛，但不是官方自己来的，是别人拿着宇树的机器人参赛。今年则是宇树官方亲自下场，也改了机器人，做了液冷散热。气冷根本搞不定这种场景。

当然，还有很多人用宇树那台9万9的机器人去参赛。实际上，这次跑得最多的机器人还是宇树的，因为很多人买了他们家的机器人，自己组队参赛。但宇树官方用的，应该是更贵、而且经过专门改造的版本。

比赛现场的“奇葩设计”：冰袋、喷雾、气囊全上阵

还有一个特别好玩的机器人，是上海团队“半醒科技”的。他们最有江湖气，这个机器人背上直接背了一个冰袋。中间换电池的时候特别逗，我看到一个工程师冲上来，举着暖壶往后面倒冰块，哗啦哗啦把冰块灌进去；一边倒冰块，前面还在换电池；另一个工程师则拿着降温喷雾，往机器人的关节上喷；还有人拿湿巾不停地擦，因为用酒精湿巾擦也可以降温。

不过他们最后没跑出成绩，因为电池不行，跑三四公里就要换一次，最后一共换了7次电池，所以成绩并不好。

还有一些机器人专门加了气囊，因为怕摔，在身上绑了气囊。

这次还有一些比较有意思的机器人。比如有一个叫“小派机器人”，很小，小短腿，头上扎两个发髻，手里还捏着个奶瓶，反正开心最重要。还有一些社牛机器人，跑着跑着中间给大家跳个舞。因为很多人其实就是拿着宇树9万9的机器人来跑，这种机器人本身跑不快，那就干脆让大家一起开心一下。

荣耀为什么要做机器人？背后是转型压力

讲回这次冠军荣耀。一个造手机的厂，为什么要这么费劲做机器人？原因也很简单。荣耀是怎么来的？当年美国制裁华为，华为就把手机业务里的一部分拆出来，单独发展成荣耀。但后来华为又行了，自己做的7纳米芯片重新起来了，那么荣耀的位置就变得很尴尬。

荣耀分拆出来以后，背后其实有大量国资，很多地方政府基金直接投进去了。华为又恢复以后，荣耀的定位就很麻烦。原来大家说爱华为，现在变成爱荣耀也可以；可华为又回来了，那荣耀怎么办？去年荣耀其实已经把上市需要准备的事情基本做完了，辅导也结束了，但到现在都没有上市。

原因也很简单：定位尴尬，销量也在下滑，特别是在存储成本上升以后，竞争力更弱了。

在这样的情况下怎么办？它需要找到新的出路。这个新出路，就是从手机厂商转成“智能终端厂商”，而机器人就是他们选中的众多赛道之一。现在机器人夺冠，可能会对它未来上市带来很大帮助。

当然，上市以后也不是说机器人就能大卖。我相信未来真正能把机器人卖起来的，可能还是宇树科技、智元科技、优必选这种传统机器人厂商。荣耀背后有这么多国资，它需要这个噱头去上市，上完市以后把钱融回来。至于以后这个机器人到底能不能卖，现在还不知道。

因为现在这个“闪电机器人”已经完全不像人了。你把它放到店里，能不能招揽顾客，能不能让顾客因此来买手机，这件事很难说。这个机器人太丑了，除了跑步之外，估计也干不了别的。因为它连手都没有，机械臂那个位置就是个尖，压根没有连接手部的任何设计。所以它就是为了跑步而造的。如果这一次荣耀最后上不了市，那这个机器人也就白造了，后面没有太大意义。

机器人跑马拉松，到底有什么意义？

下一个问题是，很多人会说，中国机器人是不是很牛，是不是遥遥领先了？当然也有一些人会问，跑马拉松有什么用？要跑得快你上汽车不就行了，为什么非得上机器人？这件事到底有什么意义？

机器人跑马拉松，意义其实还是很重大的。美国那边现在更多在研究机器人的“大脑”，这当然也很有意义。但中国做机器人马拉松，它的意义在哪里？

1. 大家全民娱乐一下，开心一下总不是坏事。
2. 当大家看到机器人在马拉松赛道上跑的时候，就会逐渐降低机器人进入社会、进入工矿企业、进入家庭的心理障碍。

比赛现场是人和机器人分开跑的，一边是人，一边是机器人，绝对不能混在一起，这点一定要注意。因为机器人现在脑子还不太行，如果跟人混跑，很容易造成人员受伤，所以必须隔离开。

当大家看到机器人真的能跑，就会开始接受：机器人未来进入社会是可能的。经过这种马拉松式的测试，大家也能看到，它可以在人的道路上奔跑，可以做简单越野，可以上坡下坡，它的关节和基础零部件也都经受住了考验。这说明相关技术正在逐渐成熟。

当然，不是说现在跑得最快的这些机器人，以后就能直接进家庭。这些机器人除了跑步之外，没有别的用途。但对于其他公司来说，当他们现在想做机器人、想选择液冷系统、想选择关节电机时，就知道该去找谁买了。因为这些设备都是经过考验的，都是能跑完21公里的。

虽然我们未必需要它在家里跑21公里，也未必需要它50分钟跑完半马，但在正常工况下，比如在店里做导购，或者进工厂打螺丝，这些关节和基础零部件已经够用了。

这场比赛真正展示的，是中国机器人产业链

而且这种比赛还会一次一次办下去。上一次比赛只有30多支队伍，这一次已经有100支队、300台机器人。规模会逐渐扩大。中国先不说机器人“大脑”和整机，至少在机器人零部件这个角度上，已经向全世界展示了我们的能力。

以后谁想做机器人，就可以买我们的液冷系统、电池、动力关节，我们能给你拼起来，而且还能不断通过比赛，把这些零部件的性能和可靠性推向极限。至少跑21公里没问题，而且还能跑得这么快。明年一定会更快。

像极了早期汽车比赛：技术路线在实战中被筛选

这个历史，其实跟最早的汽车比赛很像。最早的汽车比赛是1895年在法国举办的，从巴黎开到波尔多，再从波尔多开回巴黎，全程1200公里。那个时候参加汽车比赛的各种技术路线也是五花八门。当时很多参赛车是蒸汽机的，结果第一天就全趴窝了，压根完不了赛。汽油机则在那次比赛中彻底胜出。当时其实也有电动车，但最后大家发现还是汽油机更可靠。所以后来很长时间里，汽车主流还是汽油机。

现在的人形机器人马拉松比赛，跟当年第一批汽车比赛是很像的：一方面让普通民众接受，大家看得开心；另一方面把整个设计推向极限。就像现在的汽车比赛，比如F1方程式，那个车也不能直接上街跑，但它会不断把整个汽车工业的技术极限往前推。机器人比赛以后也会一次次办下去。

普通人应该关注什么？

所以，普通人应该看什么？机器人马拉松不是比谁跑得更快，也不是看机器人能不能跑过人。机器人跑过人，这太正常了，毕竟那是机器。这次真正值得关注的是，手机厂商正在重新定义机器人赛道。

而且荣耀这次的成功，其实是在告诉大家：中国所有的零部件生产都已经准备好了，大家都可以冲上去制造自己的机器人了，这才是真正有意义的地方。

这一回，荣耀、小米、华为这些公司，理论上都可以把手机工程能力、散热结构能力、供应链能力迁移到机器人上。全世界想做人形机器人的人，都可以到中国来寻找代工厂、寻找供应链、寻找零部件。

机器人现在不光能走，还能跑。能跑的意义不是快，而是稳定性。它可以非常稳定、持续地输出21公里，这一点非常重要。而且这个成绩接下来几年还会快速提升。去年的最好成绩是2小时40分钟，今年已经到了50分钟，一年快了110分钟。明年大概率还会继续提升。

这个速度上的进步不是噱头，而是整个中国机器人产业链在材料、算法、供应链上的一次集体冲刺，等于整个体系都在上升。以后美国人可以继续去做机器人大脑，当然我们自己也在努力做大脑；而下面这些组件，我们已经可以拼出来了。

真正领先的，不只是单个机器人，而是整条产业链

中国现在展示的是一种“兼容机器人”的未来，就像当年的兼容机一样。所谓兼容机，就是有了一个基本配置以后，大家就可以把它攒起来。中国现在是在告诉全世界，我们也可以这么干。你需要电机、需要外壳、需要各种其他零部件，我们都能给你拼起来，包括各种散热系统。剩下的，你只管去定义就行了。我们的工业4.0准备好了，欢迎来下订单。

所以，大家也可以想一想，中国机器人到底有没有遥遥领先？真正领先的，到底是什么？我们真正领先的是整个机器人产业链，尤其是所有零部件的产业链。

---

背景图片

大家好，欢迎收听老范讲故事的 YouTube 频道。

今天咱们来讲一讲：SpaceX IPO 在即，史上最大的 IPO 可能就要来了，我们到底要不要冲？

现在外界传出的计划是，SpaceX 可能在 6 月份上市，按照 1.75 万亿到 2 万亿美元的市值去上市。你跟还是不跟？这不是一家火箭公司上市，而很可能是人类商业史上最大的 IPO，应该没有之一。

像沙特阿美那种，严格来说不太能算，因为它是在内部股市上市，而且很多账目并没有那么透明和公开。但 SpaceX 如果是在美国上市，那就不一样了。

SpaceX 的估值：财务支撑，还是“市梦率”？

那么问题来了：SpaceX 到底是一个有财务数据支撑的市值，还是一个梦想支撑的“市梦率”？

“市梦率”这个词，是我原来跟币圈的人打交道时学到的。正常投资圈里讲的是市盈率、市销率。

市盈率就是市值和利润的比例，比如 30 倍市盈率，就是利润 1 亿，市值 30 亿。市销率是很多亏损公司会用的，因为利润是 0 或者负的，算不出市盈率，那就看销售额和市值之间的比例。

而“市梦率”的意思就是：没有任何传统财务道理，就是梦想，它就值这么多钱。

我当时为什么学了这么个词？那时候他们都做 NFT，非同质化代币。我就问他们，为什么不在后头绑定一个实体？他们说，绑定了实体以后，就锁定价值了。比如你买了什么代币以后，我给你一瓶酒，那这就锁定价值了，这不行。必须得是一个虚无缥缈的东西，才能有市梦率，大家才愿意玩。

那么，SpaceX 大家玩的是不是市梦率？这就是咱们今天要讨论的。

所以这一次真正考验的，不是知识点，是信仰。考验信仰的时刻到了。还是借用币圈这句话。

今天这一场，我们不只是聊 SpaceX 值不值这个钱，我们要聊的是，华尔街到底是在给一家公司定价，还是在给人类未来 20 年的想象力定价。

先看事实：SpaceX 上市流程到底走到哪一步了？

首先，咱们先捋一下事实，到底有哪些事情是确实发生了。

先说关键判断：SpaceX 确实计划在今年上市，目前大家猜测是 6 月份。因为老马同学好像 6 月份过生日，他这个人一般还是喜欢在自己生日或者一些特殊纪念日的时候，干一些惊天动地的事情。

最重要的动作，不是敲钟，而是国内很多报道里说的“保密递表”。这个说法挺有意思，就是向 SEC，也就是美国证券交易委员会，递交上市申请书，而且是保密递交。

但这个说法和英文原文报道不完全一样。英文报道的意思就是递交材料去了，而在中文环境里，很多人会特别强调“保密”这件事，好像马斯克做事心虚一样。

其实没什么。因为在美国，企业想上市，最开始递交材料这个过程，本来就是不公开的，制度规定就是这样，不是什么偷偷摸摸干坏事。

美国 IPO 的正常流程是什么？

你先要递交一个文件，里面写清楚我要上市，我的财务报表什么样，挣了多少钱，有多少债务，借了多少钱，未来计划是什么，所有东西都要写清楚。

这个文件有两个特别关键的要求：

1. 格式完整，就是 SEC 要求的所有项目你必须写全；
2. 内容真实，不能瞎编。

美国股市是注册制。注册制下，提交的文件只要求格式完整、内容真实，不要求你必须赚了多少钱，连续几年盈利，销售额达到多少以上。它不审这些，只审前面两项。

只要你该给的都给了，内容都是真的，我就让你上市。至于上市以后有没有人买你的股票，这股票到底值多少钱，跟 SEC 没关系。甚至你上市后过两天跌到 1 块钱以下，连续多少天退市，也跟它没关系。这就是注册制。

所以，第一批递上去的文件确实是不公开的。然后 SEC 会给反馈意见，说你这缺点东西，那个地方写得不够完整。它主要做形式审查，不做价值判断。

像 SpaceX 这么大的明星企业，可能还是会看得很认真，整个过程会反复好多次。最后确认没问题了，招股说明书才会正式公开。

公开之后，接下来会发生什么？

公开以后干什么？下一件事叫路演。

路演不是字面意义上在路边搭个棚说“来买我股票”，不是。路演是 CEO、承销团队、CFO 以及一些关键人员，一起去找家族基金、学校基金、大机构，跟他们聊。不是说你一上来就公开募股，而是先去找这些核心投资者沟通。

像当时猎豹上市的时候也是这样。小一点的机构发请柬，大一点的你得亲自去，不管在美国哪个角落，都得坐到人家面前，单独聊一次：我们公司是干嘛的，我们为什么挣钱，我们为什么值钱。这就叫路演。

路演完了以后是计价。上市到底值多少钱，不是拍脑袋来的。路演之后，很多人当场就会说，我愿意买，我愿意买多少，我愿意用什么价格买，现场就开始商量了。然后大家把这些意向记下来，最后形成一个报价区间。不是一个死数，而是一个范围。

这个时候，像马斯克这样的人，或者 CEO，还可以在报价区间里做选择。选低一点比较保险，选高一点上市时会更好看一些。这个过程就叫定价。

定价以后，才是真正的 IPO，也就是第一次挂牌公开销售。到了纽交所、纳斯达克，把牌挂上，大家就可以公开买卖股票了。

所以，所谓“秘密递表”，其实就是正常流程。不要觉得马斯克有什么见不得人的事情。

为什么是现在上市？

那么，为什么要在这个时候上市？这个问题很重要。

SpaceX 折腾这么多年了，火箭也发了，Starlink 也做了，马斯克本人也不像穷人，自己身家都有 8000 亿美元了，那为什么一定要在这个时候上市？

原因一：现金流正处于最好看的时候

第一个原因很简单：上市要挑现金流最好看的时候。这就跟什么时候结婚一样，当然是长得最漂亮、身体最好的时候去。

现在 Starlink 的现金流非常好看，一年能挣一百几十亿美元，而且利润还很高。2025 年的 SpaceX，像印钞机一样挣钱。在这个时候不上市，还等什么时候？

如果你 2024 年上市，报表没法看。虽然美国是注册制，但你报表太难看，路演的时候就没人愿意报价，上市以后没人交易，搞个退市，马斯克这个世界首富也丢不起这人。

原因二：Starship 正处在爆发前夜

还有别的原因。比如 Starship 处在爆发前夜。不要把所有好消息都放完了以后再上市，而是要在“马上要爆发”的时候上。

SpaceX 的 Starship，下一期 V3 版据说 5 月份要首飞，这又是一个利好。

原因三：市场窗口与竞争压力同时出现

再比如 xAI 这笔巨大的并购。有些人觉得是好事，也有人觉得有问题，这个待会单独讲。

还有一个背景是，2026 年可能是美国 IPO 市场修复的一年。现在纳斯达克前两天好像已经 11 连涨了，今天能不能继续涨不知道。上市一定要选市场机会好的时候，市场天天阴跌、没人交易的时候，你不可能去上市。

还有一个非常重要的原因：竞争对手快追上来了。

现在能做轨道级发射，还能把火箭回收回来的公司，只有 SpaceX 一家。马上就要有第二家了。现在全球能提供低轨通信卫星服务的，Starlink 基本也只有它一个，但第二个也快来了。

所以，现金流最好看，Starship 马上又要有进展，IPO 市场又热，竞争对手还没真正追上来，这个时间点就是最好的。再不上，就晚了；再早上，又亏了。

先摆数字：SpaceX 现在到底值多少钱？

这是事实层面。下面咱们摆数字。

先摆最炸裂的数字。现在传出来的估值是 1.75 万亿到 2 万亿美元，非常高。融资规模有的说 500 亿，有的说 750 亿，还有看到写 850 亿美元的。

所谓融资规模，就是 IPO 时要向市场卖出去的那批股票，计划募集多少钱。如果真成了，这几乎就是人类商业史上最夸张的 IPO 之一。

很多人就吵起来了，说这公司疯了吧，它能值这么多钱吗？咱们拆开财务数据一看，SpaceX 就像两家公司，甚至像两个完全不同的世界糅合在一起。

EBITDA 很好看，净利润却可能很难看

首先，2026 年 1 月份路透社报道，说 SpaceX 的 EBITDA 大概是 80 亿美元，非常挣钱。Starlink 利润很高，可能能到一半左右，收入也很高，大概有 120 亿到 130 亿美元，甚至更高。

但另一套说法是，2026 年 4 月份，路透社引用 The Information 的消息，说 2025 年 SpaceX 净亏损 50 亿美元。

这到底怎么算的？

先讲一下 EBITDA 是什么。最简单的利润概念叫毛利：10 块钱买的东西，20 块卖了，这中间的差就是毛利。再往下扣掉宣传推广费用、销售费用、部分人员工资之类，形成 EBIT。EBITDA 再进一步，是不算利息、不算税、不算折旧、不算摊销的利润口径。净利润则是把这些全算进去后的结果。

所以，SpaceX 现在的状态是：毛利肯定很高，EBITDA 也是正的，而且还挣了 80 亿美元；但是把利息、税、折旧、摊销都算上以后，净利润可能就是亏 50 亿美元。

这其实不难理解。SpaceX 是一家非常重资产的公司，火箭、卫星、发射场、实验场，资产都太重了。所以从 EBITDA 到净利润之间，差异会非常大。

如果你是多头，相信它未来一定会涨，那你就会强调：它 EBITDA 是正的，去年挣了 80 亿美元。如果你是空头，就会说：这帮人讲笑话，你看看这些机器折旧有多快，卫星发上去过几年就报废，还得再补发，所以你得看净利，净利是亏 50 亿美元。

同样一家公司，同一本账，这两个数都对，没有哪个是错的，只是看问题的角度不同。

而且这里头还有一个关键点：市场普遍认为，净亏损这个口径里可能包含了 xAI 的影响。那是不是原来挣 80 亿，xAI 亏了很多钱，最后变成亏 50 亿？其实也不是。xAI 2025 年亏损大概十几亿美元，靠它自己搞不出这么大的变化。相对 SpaceX 的体量来说，它影响很小。

真正的现金奶牛，其实是 Starlink

第二个数据：Starlink 才是今天真正的现金奶牛。

从收入结构上看，整个 SpaceX 的估值其实不是靠火箭挣钱。原来很多人从工程师视角理解，觉得它靠军方订单、政府单、NASA、阿尔忒弥斯项目这些挣钱。其实这些钱没有大家想的那么多。

SpaceX 整体收入大概在 150 亿到 185 亿美元之间，其中 Starlink 占 110 亿到 123 亿美元。也就是说，一大半，甚至可能接近三分之二的收入，都来自 Starlink。就是大家买它的锅，然后每个月交会员费，这才是 SpaceX 最赚钱的部分。

这里有一个很重要的点。如果你只是发火箭的公司，收入会有几个特点：

• 非常不规律，收入波动极大；
• 风险很高，发射失败就可能造成严重影响；
• 客户很单一。

做投资的时候，一旦说你的客户单一，这基本就是个贬义词。因为风险很大。你的客户今天跟你做，明天倒了、跑了、换供应商了，你怎么办？

传统火箭公司的客户通常都非常单一，比如 NASA。毕竟谁能自己掏钱发火箭？

但 Starlink 不一样。它是稳定现金流，每个月都有人交钱。所以一旦你从火箭公司变成带有大规模订阅收入的卫星通信公司，整个估值逻辑就变了。

所以，SpaceX 不能单纯按火箭公司来估值。它更像是一个火箭 + 卫星 + 通信 + AI + 政府合同 + 部分军工能力的组合体。

按传统估值模型看，2 万亿美元到底行不行？

接下来，咱们就要看，2 万亿美元这个市值到底行不行。

因为刚才讲了，它是亏损公司。亏损公司没有 PE，只能看 PS，也就是市销率，用收入和市值之间的比例来算。

最简单的估值方法叫同类公司比较法。找一堆跟你差不多的公司，看看它们收入多少、估值多少，然后按比例估。

如果按火箭和军工公司估值

先看火箭和军工公司。波音的 PS 大概 2 倍；洛克希德·马丁大概 1.9 倍；L3Harris 大概 3.1 倍。

按这个逻辑，SpaceX 去年收入 150 亿到 185 亿美元，乘上最高的 3.1 倍，市值也就 500 多亿美元，离 2 万亿美元差得实在太远。

如果按电信运营商估值

那不能按老牌工业航天公司算。咱按电信公司算吧，毕竟有 Starlink。

ATT 的 PS 是 1.47 倍，Verizon 是 1.43 倍，T-Mobile 是 2.41 倍。按这个算，更不值钱了，也就 400 多亿美元。

如果按基础设施和 AI 基建公司估值

那怎么办？再按基础设施、数据中心、AI 基建公司来算。因为马斯克说过，准备把算力中心送上太空。

那有些公司，比如 Vertiv，PS 是 11 倍；Equinix 是 7.45 倍。按这个逻辑给 SpaceX 估值，大概能到 900 亿到 2000 亿美元之间。

还是不对。就算给到这么高，也离 1.75 万亿到 2 万亿美元差得很远。

如果按极端成长型航天公司估值

再极端一点，有一个案例叫 Rocket Lab，它的 PS 是 78 倍。如果按 70 到 80 倍这种极端成长航天公司的倍数给 SpaceX 估值，那它的估值可以到 1.05 万亿到 1.48 万亿美元之间。

但即使这样，距离 1.75 万亿到 2 万亿美元，还是差着一大截。

这就是为什么我今天要讲“市梦率”，要说考验信仰的时刻到了。我们到底信不信马斯克，信不信星辰大海这套叙事。

现在用 SpaceX 的收入，乘上各种各样的 PS，基本都没办法把 2 万亿美元的估值真正撑起来。

最后只能算什么？Starlink 成长很快、现金流很高；Starship 马上可能成功；Starship 一旦成功，整个成本结构会发生革命性变化；别人又追不上；xAI 蓄势待发，因为原来它只是火箭公司，一旦把 xAI 挂进来，你就可以把它讲成 AI 基础设施公司；再加上马斯克本人的品牌溢价；背后还有世界首富；再加上全球稀缺资产溢价——唯一能把重型火箭送入轨道还能回收，唯一能提供全球低轨通信卫星服务。

只有把这些全加在一起，才有可能算出这样一个数。

所以，如果按火箭公司估，SpaceX 只值几百亿美元；按电信运营商估，也只值几百亿；按高成长基础设施平台估，大概到 2000 亿；按 Rocket Lab 这种高成长航天公司估，大概能到 1 万亿。至于 1.75 万亿到 2 万亿美元，中间这段缺口，大家就只能靠信仰来撑了。

围绕 SpaceX 上市的四大核心冲突

在这样的故事里，有很多冲突。

冲突一：财务数据冲突

刚才讲了，EBITDA 很漂亮，但净亏损也非常难看。接下来要看什么？

• 要看未来几年，它能不能把原来计划 5 年报废的卫星多用一段时间；
• 要看猎鹰火箭这种高频复用能不能持续把折旧数据摊薄；
• 要看 Starship 的二级火箭什么时候真正可回收；
• 要看更新换代速度是不是太快、补星成本是不是太高。

所以，它有可能是一个超级泡沫，也有可能是一个历史级神话。这部分冲突非常激烈。

甚至还有人说，SpaceX 这公司其实只有 Starlink 挣钱，别的都不挣钱。严格说，这话基本也没错，因为刚才咱们看数据了，Starlink 贡献的收入占比极高。

冲突二：它会不会成为“史上最大的抽血机”？

当时猎豹去美国上市的时候，我们特别怕一件事，就是一定要在阿里之前上市。为什么？怕它把市场上的血吸干了。资本市场流动性是有限的，一个超级大 IPO 上来，把钱都吸走，后面的公司就没人买了。

所以现在也有两种观点：

• 一种说，SpaceX 一上市，所有航天相关股票都会涨，因为行业老大来了，大家对航天赛道会更感兴趣；
• 另一种说法正相反：SpaceX 一旦把 750 亿到 850 亿美元的现金从市场里抽走，整个行业都会非常低迷，因为钱都被吸走了。

比如你现在想买 SpaceX，钱从哪来？很可能就是卖掉原来持有的其他航天股。那后面再有航天公司来上市，市场就会拿它和 SpaceX 比。一比之下，啥也不是，那你还怎么募资？

所以，到底会带来市场繁荣，还是会造成行业抽血，这是第二个冲突。

冲突三：xAI 到底是加分项还是减分项？

乐观派说，一旦把 xAI 加进来，故事就完全升级了。从航天公司，变成天地一体化平台：卫星网络 + 火箭 + AI，直接升级成太空基础设施加 AI 平台。

没有 xAI 的时候，你只是火箭加通信运营商；有了 xAI，你就可以讲更大的故事，估值体系自然变化。

这在资本市场里很常见。比如一个低估值的传统水泥厂去买游戏公司，背后的逻辑也是估值体系切换。传统行业估值低，科技行业估值高，一旦买进来，整个讲法就变了。

但悲观派会说，你本来卖的是 SpaceX，结果顺手打包了一台还在疯狂烧钱的 AI 发动机，这事不行。尤其马斯克自己都说过，xAI 一开始搞错了，现在还在重建。

那对于股东来说，就会担心：你是不是把自己前面搞砸的资产，一层一层往上市主体里装？先是 Twitter 改名成 X，后来 X 被 xAI 收了，现在 xAI 又想往 SpaceX 里装。这是不是在接烂账？

而且 xAI 在和 OpenAI、Anthropic、谷歌的竞争里，目前也没明显看出胜算。这就让很多人对这个交易本身持怀疑态度。

所以，梦想派会觉得 xAI 是巨大加分项，财务派则会觉得它是明显减分项。

冲突四：竞争对手会不会削弱 SpaceX 的稀缺性？

第四个冲突，是贝索斯的新格伦火箭和新卫星，会不会给 SpaceX 带来新的估值压力。

贝索斯一定要在这个时间点发这些东西，肯定是有原因的。蓝色起源原来在低轨火箭回收这块已经有进展，而现在，能够把火箭送到更高轨道还能做回收，这件事原来基本只有 SpaceX 能干。现在蓝色起源也开始做了。

上一次发射的时候，它实际上已经把火箭回收回来了。按正常逻辑，回收回来以后，你得多回收几次才能证明复用能力。但礼拜天它就要复用这颗火箭，再飞一次。

而且火箭上还写了一句话：“别跟我讲概率。”这句话来自《星球大战》，是 Han Solo 说的。意思也很明白：别老拿概率吓我，干就完了。

如果它这次成功了，对 SpaceX 的稀缺性肯定是有打击的。原来只有你一个，现在有第二个选择了。

另外，它发的新卫星，也是类似 Starlink 的功能，而且可以直接连手机，不需要地面锅。Starlink 你还得买个锅，锅连卫星，再把信号转成 Wi-Fi 给你用。贝索斯这套如果真能直接连手机，那对 Starlink 的估值也会形成一定压力。

旧世界的尺子，量不准新世界的公司

以上这些，就是围绕 SpaceX 上市这件事，现有的事实、数据和冲突。

下面，咱们讲梦想的部分。

前面讲的所有数据、PS、上市流程、上市规定、各种冲突，其实都还是旧世界的估值方法。都是用传统方式去看 SpaceX 这样的公司。

但你不能只用传统方法看它，因为它要做很多新的东西。它一旦成功，可能整个人类社会都会变得不一样。大家现在拿工业公司、军工公司、火箭公司、运营商、数据中心这些老尺子去给 SpaceX 估值，这件事本身就有问题。

SpaceX 最贵的部分，恰恰不是已经写在报表里的东西，而是未来 20 年的想象空间。

马斯克要的不是火箭发射，也不是 Starlink 宽带这么简单。他想把算力送上太空，做太空算力中心；他想建月球城市；阿尔忒弥斯项目往后推进，未来在月球上建立固定定居点不是不能想；再往后，他还要搞火星殖民。

这些东西，今天根本没法被计算进财务模型里，也没法用会计语言完整描述出来。

所以，前面所有挑刺的人，其实用的都是昨天的尺子，在量明天的东西。你看传统公司，可以这么看；但马斯克的 SpaceX，如果完全用这种方式去衡量，本身就是有问题的。

当然，也不能说他们全错。财务和估值依然非常重要。有时候真就是差着一口气，马斯克就挂了；续上这口气，他就过去了。挂掉了，你可以说他是庞氏骗局，是骗子；挺过去了，他就是全人类的英雄。中间真的是一线之隔。

而且，SpaceX 最具未来性的部分，今天确实没法体现在报表里。我们以前做投资的时候，最不认真看的一部分，往往就是未来三年的营业计划。别说未来三年，未来三个月你真能搞明白吗？很多时候也搞不明白。

但我们还是会要求创始人写，因为我们要看他的规划能力和合规意识，而不是因为里面的数据真有多大参考价值。

所以，按旧逻辑看，SpaceX 真的是太贵了，贵得没边；按新逻辑看，这个价格也许仅仅是一个开始。

如果 SpaceX 真的能成功上市，我估计它大概率还是能成功的。如果市场真的愿意为这个梦想买单，那现在的估值也许不是终点，只是一个开盘价。

所以你会发现，所有关于 SpaceX 的争论，最后都会走向一个很玄妙、又很现实的问题：你相不相信人类文明会被这种公司往前推一步。

最后的问题：到底冲，还是不冲？

最后还是那句话，考验信仰。

“褒贬是买主，喝彩是闲人。”

这句话什么意思？不要觉得那些认真挑 SpaceX 毛病的人就一定是保守、落后、不懂未来。未必。很多认真挑毛病的人，反而是真正要为手里的钱负责的人。

你上来说“SpaceX 太棒了，最厉害了，我们一定要支持”，很多时候这些人未必真的下单，可能只是旁边吃瓜的。

我们以前做投资也是这样。有些项目我心里明明知道特别喜欢，觉得未来很有机会，团队也特别好，我会怎么干？我会挑毛病。我会说你这有问题，那有风险，你估值便宜一点，让我进去。为什么？因为我真想买。

如果我觉得这个项目一点机会都没有，我反而会说，挺好挺好，谁爱投谁投，反正我不投。

所以，前面那些认真挑毛病的人，可能才是真正想买货的人。嫌货才是买货人。有些人认真挑毛病，未必是真的不喜欢它，可能只是想等一个更好的价格，再狠狠干一把。

最后的问题，不是 SpaceX 的财务完不完美，而是你信不信这个未来。

结论

我的结论先放这：SpaceX 今年大概率会上市。Anthropic 今年应该也有机会上市，问题不大。OpenAI 到底能不能上去，不太好说。

SpaceX 现在的财务数据，确实还完全撑不起当前传出的估值。那到底应不应该跟？我个人的看法是，这已经不是单纯的财务题了，而是我们是不是要为未来的想象力去下赌注。

马斯克这些年来反复强调一句话。2023 年接受播客采访时说过，2025 年 9 月 18 日在 X 上发帖也说过，2026 年 1 月 22 日在达沃斯闭门发言里也表达过类似意思。核心是：宁可怀着乐观之心、哪怕判断失误地生活，也胜过秉持悲观态度、即便始终正确地度日。

意思就是，我宁肯乐观，哪怕我判错了，也比一直悲观、一直正确要好。

面对 SpaceX 这样一个无法用旧模式描述的新生事物，我们还是应该尽量保持乐观之心，不要盲目跟着那些挑毛病的人一起起哄。

所以这件事情，最后不是财务题，而是价值观测试、想象力测试，以及信仰测试。

考验信仰的时刻到了。大家到底冲，还是不冲？这就是咱们今天的故事。

上周五，国家监管总局给7家外卖平台开出了35.97亿元的罚单，重罚黑心外卖平台，整治“幽灵外卖”。

很多人看到这个消息后的第一反应，都是“青天大老爷”“老天开眼了”，觉得就应该狠狠处罚这帮黑心外卖平台，居然还敢搞幽灵外卖。

但这次我要说的是，这不是一次普通的执法行动，也不是一次普通的处罚。真正让这次罚款变成“雷霆震怒”的，不只是35.97亿元这个数字，也不只是7家外卖平台一起挨罚，而是其中有一家平台，在监管上门调查时，居然选择了硬顶。

这家公司在执法人员进门时，与企业员工发生了肢体冲突。警方介入后，多人因为涉嫌阻碍执行职务被行政拘留。4个月过去，最重的一张罚单落下来了：拼多多被罚15.22亿元。在总共35.97亿元里，它一个平台就被罚了接近一半。

这次重罚，为什么不只是“罚钱”那么简单

很多人一听会觉得不对：拼多多也不送外卖，为什么它罚得最多？真的只是因为拼多多的问题店铺多吗？不全是。拼多多的问题店铺确实有，但真不算最多。罚得最狠，一个重要原因就是它和执法人员发生了肢体冲突。

2026年4月17日，国家监管总局一纸令下，7家平台、22份处罚决定书，合计罚没35.97亿元。这次还有一个特别少见的地方，就是除了罚企业，还罚了管理层个人，金额接近2000万元。

这7家平台分别是拼多多、美团、京东、饿了么、淘宝闪购、抖音、淘宝天猫。阿里系占了好几家。7家里罚得最狠的是拼多多，15.22亿元，占全案42%。

如果只看标题，很多人的第一反应会是：拼多多活该，平台管得一塌糊涂，罚15亿天经地义。但问题恰恰在这儿：拼多多被罚15亿，不完全是因为它家问题更严重。

35.97亿元是怎么罚出来的

先看这35.97亿元到底是怎么算出来的。这个有零有整的数字，一定有算法。市场监管总局用的是“按店计罚”，也就是你到底有多少违规店铺，就按店数给你罚。每家违规店铺罚金多少，有不同档位标准：问题少就少罚，问题多就多罚，情节恶劣就按高档罚。

按店计罚的三个档位

• 最重一档：拼多多适用这一档。
• 中档：10万元一家，美团和饿了么在这个档位。
• 从轻档：5万元一家，京东、淘宝天猫、抖音等在这一档。

拼多多走的是最重一档。它一共有9463家问题店铺，乘下来就是15亿左右的量级。需要注意的是，拼多多里有问题的店铺当然不止这些，但这次被拎出来的9463家，集中在一个很特别的品类：裱花蛋糕。也就是蛋糕上用奶油裱花的这类店铺。这些商家大量没有牌照，或者使用假牌照、假资质，还有一些涉及转单。

什么是“幽灵外卖”

这里顺便解释一下，什么叫“幽灵外卖”。所谓幽灵外卖，就是平台上对外宣传的店铺看起来窗明几净、资质齐全，但实际供货的店铺却完全不是它，真正出餐的地方可能脏乱差、没有任何资质。这种就叫幽灵外卖。

这次拼多多被罚涉及的9463家，都是做裱花蛋糕的。这个数量之多，确实出乎很多人意料。

其他平台分别怎么罚

中档是10万元一家，美团和饿了么就在这个档位。它们属于累犯，2024年12月已经因同类问题被罚过一次，这次再犯，只能接着罚。这个逻辑也很简单，幽灵外卖本来就是这两家平台上常见的问题，不抓它们抓谁。

从轻档是5万元一家。这个档位里，京东的家数最多，有4.3万家。很多商家在京东只是挂个号，并不真正销售，所以家数虽然多，但真正发生交易的并不多，因此按从轻处理。淘宝天猫和抖音则属于初次被查。抖音其实有点“混过去”的意思，它的问题店铺数量并不少，而且因为平台自己握着流量，很多店铺销售额非常高，所以抖音实际罚得算轻，按5万元一件来算。

最后的结果是，拼多多罚15.22亿元，京东罚6.35亿元。京东这4.3万家里，真正发生交易的只有4858家，所以算是稍微放了一马。而拼多多是实打实的9463家，很多都真实发生了交易，涉案交易金额9708万元，接近卖了一个亿的蛋糕出去。

拼多多为什么罚得最狠

但拼多多这15.22亿元里，还有一个更关键的加重因素，不在于店铺数量，而在于它面对调查时的态度。正常情况下，监管来查你，你老老实实配合，把材料交了，切割一些商家也就完了。但你居然敢抗法，这个性质就完全不一样了。

监管上门调查时发生了什么

把时间往回翻。2025年12月3日，市场监管总局执法人员进入拼多多上海总部。当时要查的，其实主要是举报内容涉及虚假发货，并不是这次裱花蛋糕的事。但这笔账显然被记下来了。

当天，拼多多多名员工与市场执法人员发生了肢体接触，不是会议室里的语言冲突，而是真正的肢体冲突。现场报警后，上海长宁警方介入，最终多名员工因涉嫌阻碍执行职务被行政拘留。

后来在12月16日，接近拼多多的信源向财新透露，拼多多政府关系部门约30人全部被辞退。据说当时还有一位市场监管总局工作人员在关门时被夹伤，也就是说，现场是有人受伤的，这就更严重了。

事情发生后，这件事在中文互联网上被压下去了，很多人现在可能已经记不清了，但在Bloomberg、曼谷邮报以及多个海外中文媒体上，相关报道还在，藏不住。

处罚书里的关键词说明了什么

所以当你看到处罚书里写着“拒绝提交材料”“提供虚假材料”“暴力软对抗”这些词时，就知道为什么这次拼多多罚得最狠了。所谓“暴力”不用解释，已经发生了肢体冲突，甚至有人受伤；所谓“软对抗”，就是监管要材料时你不好好给。

另一个关键加重因素：转单系统

还有一个让拼多多被重罚的核心原因，是“转单系统”。

什么叫转单系统？简单说，就是消费者看到的是一家店、一个品牌下单，实际发货或者出餐的却是另外一家。这种事情在各个平台里都很常见。别人家做转单，往往是偷偷做，或者睁一只眼闭一只眼，假装没看见。但拼多多特别过分的地方在于，它专门给转单系统开了接口，相当于平台自己下场提供服务，帮助这个模式做大做强。

这个性质就比普通的默许更恶劣，所以必须重罚，直接拉到最高档。

为什么拼多多罚得最狠？核心不只是9463家问题店铺，而是抗法加上平台亲自为转单系统提供接口，使其性质明显加重。

现在图景就完整了。为什么拼多多罚得最狠？因为它在调查期间居然敢硬顶。执法人员上门，它拒绝提供材料，提供虚假材料，员工跟监管人员动手，甚至还有人员受伤。无论放在哪个国家，这种事都很难被容忍，更何况是在中国。

监管不是来谈判的，是来执法的。你对抗，就等于你承认自己有不想让人看到的东西。所以，对拼多多的这次重罚，抗法是决定性的重点。另一个重点，就是它对转单系统不只是默许，而是平台亲自配合，甚至开接口服务，这就更过分了。

其他平台各自的问题在哪里

美团和饿了么：惯犯逻辑

美团和饿了么属于惯犯，2024年12月刚在北京因类似问题被罚过，这次再犯只能接着罚。原因很简单，成本压得太低了。

一个店铺如果自己搞得窗明几净、申请各种资质、亲自做饭、还要在美团上投放广告，成本是很高的。那怎么办？只能分工协作：有人专门负责拍照、包装门店形象、申请资质；另外一拨人负责提供便宜餐食。也正因为如此，这个问题在中国很难彻底禁止。

京东：占坑扩张，店多但成交少

京东则属于“占坑扩张”型，4.3万家店里大部分没有成交，性质相对轻一些。但这件事对刘强东来说，未必不闹心。

京东高调进军外卖，给骑手上社保，刘强东自己穿上外卖服送餐、请外卖小哥吃饭，下面的人自然要想办法快速把商家数量堆起来。结果一查，4万多家里只有4000多家是真的，剩下90%都是假的。无论有没有骗补贴，起码是把老板给糊弄了。后面京东内部大概率会有人因此倒霉。你说10%是假的，还能勉强接受；90%是假的，这就太夸张了。

抖音：店不算多，但流量伤害大

抖音的情况也很有意思。它的问题店铺其实不多，只有454家审核不严格的店铺。抖音对资质审核一直相对比较严，但它的成交量巨大，有些单店平均成交额高达83.5万元。算法流量一旦把违规店铺推起来，造成的伤害可能比传统平台10家店加起来还大。这就是抖音厉害的地方，它真有流量。所以它虽然违规店铺不多，但赚钱能力很强。

淘宝天猫、淘宝闪购：业务与饿了么关联较深

至于淘宝天猫、淘宝闪购，很多业务本身就是从饿了么那边转过来的。淘宝闪购基本就是原来的饿了么。淘宝天猫虽然也送一些东西，但量不算特别大，主要问题应该也是和拼多多类似，集中在裱花蛋糕等食品类目上。

这次处罚最特别的地方：双罚制

这次处罚还有一个非常不一样的点，就是“双罚制”。以前更多是罚公司，很少系统性地去罚管理层个人。这一次，企业违法不光罚公司，还要罚个人。

依据是《食品安全法实施条例》第七十五条：故意违法、性质恶劣、造成严重后果，满足其一，就可以罚个人上年收入的1到10倍。

所以这7家平台的法人代表、食品安全总监，全都被点名处罚了。拼多多的法人代表被罚693.7万元；美团是252.8万元；饿了么是122万元；抖音相关负责人被罚33万到64.7万元不等。具体是按1倍还是10倍罚，外界并不清楚，但监管的意思很明确：下次再犯，罚的不只是公司账上的钱，还有你们高管自己的工资卡。

而且，这在平台监管领域里，算是第一次系统性使用。以前的双罚制更多针对黑作坊、问题食品厂这种小企业，平台经济很少被这样对待。所以这个信号，平台高管们不可能看不懂。

特别是像拼多多这种美国上市公司，罚十几亿对它来说未必真伤筋动骨，但如果从高管个人身上把钱罚出来，那就真的疼了。因为那是税后个人收入，要自己掏出来。

从这个角度看，这一条大概率也是针对拼多多暴力抗法行为加上去的。

转单平台的双面性：问题与现实并存

再说一个很多人可能想不到的角度：转单平台其实是有双面性的。

很多人会说，转单平台就是坏人。但现实往往没这么简单。所谓转单平台，就是消费者在平台上下单一家蛋糕店，实际接单和制作的却是另外一个没有资质的小作坊，中间那个负责撮合和流转的，就叫转单平台。

听起来当然问题很大。消费者以为是连锁店出品，实际上是小作坊借壳卖货，出了食品安全问题，连人都找不着。但它为什么会存在？因为街边那些辛苦坚持了几十年的阿公阿婆小店，他们懂互联网吗？懂平台投放吗？懂品牌包装吗？懂标准化和连锁推广吗？大多都不懂。很多街角老店，味道很好，做了几十年，但可能连牌照都没有，更别说平台运营这些事。

在美团、抖音这样的平台上，要把东西卖好，你就一定得和其他人合作。过去这些老店只能守着一个街角档口，等老主顾上门。后来有了外卖平台，有了转单方式，它们做的蛋糕或者其他食品，就可以通过互联网卖到全城。对很多小店主来说，这是他们这辈子第一次触达这么多消费者。

所以，转单这件事并不是所有单子都特别差，有些其实也还可以。当然，这不是给转单平台洗白。资质审查还是应该做，食品安全也必须管。

但为什么会有转单平台这种现象？不只是因为街角档口的阿公阿婆不懂互联网，更深层的原因还是执法不够严格。

如果所有店家都必须有资质，而且监管标准对所有人一视同仁，那么资质成本就被拉平了，大家都会去做。但现实往往是运动式执法：有些人有资质，有些人没有。没有资质的人，反而在竞争里占了巨大优势。原因很简单，他们省掉了申请资质、打扫卫生、规范管理等各种成本，所以可以把东西卖得更便宜，获得更多流量和交易机会。反而那些老老实实申请了资质的人，没有得到奖励，倒在价格战里吃了亏。

这才是现在真正的问题。转单平台就是在这个缝隙里，把这个生意盘活了，让消费者吃到更便宜的外卖。

所以未来，转单平台也未必应该被彻底干掉。资质当然首先要齐全，但转单平台以后更应该做什么？应该去帮助街角档口的阿公阿婆，把那些做了几十年的传统小吃规范化，帮他们做推广、做宣传，帮他们进行连锁化转换。这个才是真正互联网应该发挥力量的地方：把他们的故事讲好，把他们的产品和食物标准化，再卖到更多地方，让更多人吃到。

为什么没有一家平台公开提出复议或申诉

最后说一件这次处罚里最容易被忽视、也最值得玩味的事：7家平台合计被罚35.97亿元，到现在为止，没有一家公开提出行政复议或者申诉。

你可以说这说明平台认错了，法律上站不住脚了。但更可能的原因是，这次处罚本来就不只是为了罚钱，而是要“罚给你看”，看你服不服。现在大家都表示接受处罚、坚决整改，目的其实就达到了。要的就是你服。

至于食品安全，这一轮高压运动过去以后，未来会怎样，还得再看。但在当下的监管环境下，公开申请复议意味着什么？意味着把“我要告政府”这件事摆上台面。一旦走到那一步，输赢都不是最重要的了，最重要的是你和监管的关系会彻底改变。等于你在打监管的脸。

前面拼多多已经打了监管的脸，这次就是要狠狠打回来。你如果还敢去复议，就说明你还不服，那后续的处罚可能还在等着你。

这7家公司，哪一家不是在中国监管环境下长大的？美团、阿里、京东、拼多多，谁没和监管部门打过交道？他们太清楚了，罚款只是账面损失，关系才是长期要维护的东西。一旦监管认定你不服，这35.97亿元就是给你看一看，不服的结果是什么。

所以我们看到的统一口径都是“接受处罚，坚决整改”。这不只是法律意义上的认错，更是一种政治表态。某种意义上说，这种表态本身，就是这次处罚真正想达到的目的。

结语：这是一场系统性的清剿

所以回到开头那句话，“青天大老爷”“老天开眼了”。这不只是一场针对幽灵外卖的执法行动，更是一场系统性的清剿。针对的是整个平台经济里，长期把食品安全当成增长成本中可压缩项的那套旧逻辑。当然，另一个核心就是：你得服。

这次拼多多被单独打成典型，不仅仅因为9463家问题店铺，更因为它之前居然敢反抗。在这个游戏里，罚款从来都不是最大的代价。真正得不偿失的，是让监管把你当成对抗对象。

---

背景图片

Prompt：in the style of cyberpunk 2077, neon-soaked futuristic dystopia, dense urban glow, electric magenta and cyan accents, cinematic high-contrast sci-fi atmosphere, a decadent rooftop bar above a cyberpunk city, overgrown plants on tables, glowing drinks, fruit plates, messy bottles, cables and small electronic junk scattered around, fog-drenched skyline beyond the balcony, flickering neon signage, layered urban depth, gritty sci-fi disorder, atmospheric perspective, cinematic composition, reflective surfaces, rich texture detail –no pristine luxury, empty scene, daylight, pastoral scenery –ar 16:9 –stylize 500 –chaos 25 –sref 2609119203 –v 7.0 –p qaczhqj

Claude 也要做 KYC，也要做实名认证了。中国程序员们的天塌了吗？

大家先别急着骂 Anthropic 反蒸馏。你以为他这次真正想打击的是蒸馏他模型的人吗？其实未必。真正先被打击的，可能是另外一类人。

一个健身房的比喻：Anthropic 真正在防谁？

设想一个场景：有一家健身房。

• 第一种人想自己开健身房，于是进来偷师，报了所有课程，跟健身教练学完以后，回去自己开健身房。
• 第二种人办了健身卡进来，把所有羊毛都薅干净。我这个健身卡是一年的，我就天天来；我来不了的时候，还找别人替我来，一定要把所有能用的都用完。
• 第三种人是花了钱办健身卡以后，再也不来了。

那你说，健身房最喜欢哪种用户？肯定喜欢第三种。你交了钱，再也不来了。

第一种人防得住吗？其实防不住。这一次真正去防的，是中间这种：办了健身卡，就一定要把所有便宜都占干净，自己来不了还要让别人替自己来。要干掉的是这帮人。

所以大家想明白了没有？他并不是惦记着去搞那些蒸馏的人。第一拨人，就是跟着健身教练学，学完以后回去自己开健身房的人，这才是蒸馏的人。这些人你防不住。为什么防不住，待会再讲。

这一次 Anthropic 干的事情，其实就是健身房升级了门禁系统，保证你必须是同一个人来，保证不会有人用一张健身卡多人进入，要把这种用量打下来，尽量让“花了钱不来的人”多一些。这才是真正的意图。

至于反蒸馏，跟这次有关系，但关系真不大。它最大的关系，可能就是这次行动的一个借口，其他其实没什么意义。

为什么这件事会炸锅？

这个事情出来以后为什么炸锅了？因为现在 Claude 开始出现身份验证弹窗了。有些人确实已经弹了，要求提交政府证件，也就是护照、身份证这些东西，还要进行实时自拍，做人脸和证件核验。

社区里的第一反应就是：完了，Claude 也要做实名制了，中国程序员以后别用了。

一般讲 KYC，通常是在币圈里讲，叫 Know Your Customer，也就是平台核实用户真实身份的一套风险控制机制。

在 Claude 里，中国开发者一定占极大比例。因为本身中国开发者就多，而且中国开发者又愿意去用最好的模型。虽然国内也有些模型能用，但我见过很多开发者都跟我说，你自己的时间是有价值的，一定要买最贵的。因为模型的差价，对于模型质量来说，基本可以忽略不计。所以一定要用 Claude。

前几周我跟姜变做节目时，他的“龙虾”挂的就是 Claude Opus 4.6，买的是 200 美金套餐。他给我的解释就是：我一定要买最好的。

现在在 Claude 里，用量最高的一些人，实际上很多都是中国人。第一个人好像叫刘小排，也是我以前猎豹移动的一个同事。这些都是能登上全球榜榜首的人。那自然就一定要“收拾”你们，因为这是一帮特别喜欢薅羊毛、用量特别高的人。这样的用户，健身房不欢迎，Anthropic 也不欢迎。

时间线：Anthropic 如何一步步收紧

Anthropic 在 2025 年 9 月就开始收紧中国 API 的访问了。

2026 年 2 月，Anthropic、OpenAI、谷歌三家公司同时指控中国实验室蒸馏。

2026 年 4 月 14 日，官方帮助中心更新了 KYC 说明；4 月 15 日起，用户将陆续收到弹窗。

更残酷的现实是，这个闸机很可能根本不认你的证件。因为他们找的第三方 KYC 机构，压根就不承认中国护照这些东西。你上去说我想验证，根本没人理你。

先把事实厘清：分三层来看

我们先把事实厘清，分三层来看：第一层是官方说法，第二层是事实认证，第三层是我的观点。

第一层：官方说法

先说官方说法。2026 年 4 月 14 日，Anthropic 官方帮助中心更新了一个名为 identity verification on Claude 的文件。

官方原文的措辞是：a few user use cases，也就是很少数的使用场景，不是全员强制。所以这是一种抽查，但具体抽到谁、没抽到谁，不会公布规则。

触发条件包括：

• 访问某些高级能力，比如让它做破解、做一些危险的事情，或者一些色情相关内容，都可能被视为“高级能力”；
• 例行的平台完整性检查，比如系统发现你的 IP 地址不对，或者一些跳转存在问题；
• 其他安全与合规措施，描述得比较宽泛，具体怎么筛选谁来拍照片，并不会说得很清楚。

现在它要求你的证件、账号、IP 地址必须“三码合一”。你说我提供一个泰国证件，那你的 IP 也得是泰国的，账号申请地区也得是泰国，不能中间有叉，一旦有叉就可能被干掉。

API 用户方面，官方明确说明当前不在本轮影响范围内。也就是说，你开账号以后在里面用 API，这一轮没影响。因为 API 本身相对更贵，Claude 也贵。

这也是为什么我说，这次主要处罚的是薅羊毛的人，而不是那些上你这来学课程、回去准备自己开健身房的人。因为那帮人是 API 客户，这次跟他们没关系。至于以后会不会再收拾，不好说。

第二层：已经确认的事实

已经确认的事实是什么？

1. Anthropic 帮助中心页面确实在 2026 年 4 月 14 日更新了 KYC 说明。
2. 部分用户已经从 4 月 15 日开始收到 KYC 验证弹窗。
3. Anthropic 同期更新了 unsupported regions 销售限制说明，明确点名中国，告诉你中国是不支持的区域。
4. 2026 年 2 月，Anthropic 指控 DeepSeek、Moonshot AI，也就是月之暗面，还有 MiniMax，创建了 24,000 个虚拟账号，通过 1,600 万次 API 调用蒸馏 Claude。
5. Anthropic 在 2025 年下半年封禁了 145 万个账号，力度非常猛。你可以申诉，但成功率只有 3.3%。所以封了以后，很多时候还不如再开一个，别费那个劲。
6. 这次使用的是第三方 KYC 服务商，这也是 Anthropic 官方确认的。也就是说，你的姓名、护照照片、人脸这些信息，不会直接传到 Anthropic，而是交给一个第三方服务商处理。这个服务商叫 Persona，由它来做第三方认证。

问题在于，Persona 对中国大陆证件基本不支持。绝大部分中国大陆用户，没法通过验证。

更麻烦的是，Persona 在 2026 年 2 月因为服务器配置错误，暴露了 2,456 个文件，包括证件照片、生物特征和 IP 等信息。Discord 也因此终止了和它的合作。也就是说，这家公司本身的安全性也没那么让人放心。

另外，2026 年 4 月 16 日，OpenRouter 等代理渠道也出现了中国用户受限现象。什么意思？就是原来中国用户用中国信用卡充 OpenRouter，也可以用 Claude 模型；以后如果你是用中国信用卡充值的 OpenRouter，就不允许再使用 Claude 模型了。但这一块没有任何官方公告，就是直接给你封掉了，这也很奇葩。

第三层：我的判断

我的判断是，很多人把这件事理解为反蒸馏，这个说法只对了一半。反蒸馏是这次事件的借口，不是核心诉求。这次 KYC 的核心诉求是反薅羊毛。

Anthropic 喜欢什么用户，讨厌什么用户？

从用户画像来看，Anthropic 最喜欢什么用户？稳定付费、低投诉、低风控、正常使用、不把额度打满。比如我交了 20 美金也好，交了 200 美金也好，我就老老实实用，用量还很少。就像去健身房交了会费以后再也不去了，这是 Anthropic 最喜欢的。

Anthropic 最讨厌的用户是什么？高消耗、跨区访问、账号关系复杂、支付链路异常，可能共享、分销、转售，或者通过第三方工具批量接入。这些才是它真正想处理的对象。

蒸馏用户画像和羊毛党画像确实有重叠，但差异也很大。尤其是官方专门说了，这次不针对 API 用户，而 API 用户恰恰才是最像真正蒸馏用户的群体。所以从这个角度看，这事压根不是冲着反蒸馏去的。

这有点像苹果做隐私保护。苹果做隐私保护，表面上是保护隐私，实际上是为了把那些原本可以被挑挑拣拣的广告位重新卖出去。很多事情表面上一回事，实际上做的是另一回事。

我的判断就是，Anthropic 这次没有真正想搞反蒸馏，它要打的是羊毛党。就跟前段时间网飞打击共享账号是一个逻辑。

封号与 KYC：两件相关但独立的事

再说封号。首先要讲清楚一件事：Anthropic 是经常封号的。去年封了 145 万个号，申诉成功率 3.3%，说明它封号比例很高。

但这次 KYC 和封号之间没有必然联系。不是说我想封你号了，先给你做一次 KYC；也不是说做一次 KYC 就能申诉成功。这两件事是独立的。想封你，我就直接封；想让你做 KYC，你就去做，二者没什么联动。

已知的封号处罚条件

1. 不支持区域的访问和注册，比如中国用户访问。这个我自己就遇到过。我有一个谷歌邮箱，有一次忘了挂梯子，那个邮箱就直接废了。后来想救回来、想重新充值，根本不行，上来就是“这个邮箱被封禁了”，再也申请不开了。
2. 第三方 OAuth 登录。比如玩“龙虾”的 OpenClaw、Harness、OpenCode，这些都是 Anthropic 明确禁止的。你现在用了，可能还没被抓到；但以后如果因为这个理由封你，也别去申诉，因为申诉时它也不会退你钱。
3. 数据中心 IP 和非住宅 IP。因为我们挂梯子访问 Anthropic，梯子的 IP 很多都在云计算机房里。用这种 IP 去访问很容易出事。系统会识别你的 IP 是数据中心 IP 还是住宅 IP。所以现在很多人都在卖什么“固定住宅 IP”。至于这些 IP 怎么来的，大家自己脑补。
4. 异常高频的 agent 调用，被识别为非人类行为。有些蒸馏行为会踩到这条。
5. 新账号、新 IP、异常行为同时出现。很多人说“我这一直好好的”，那是因为你是老账号，用了很多年，一直在充钱。这样的账号即便 IP 有些跳动，通常也不太管你。但新账号、新 IP，一上来就可能秒封。经常能看到有人抱怨，刚封完一个账号，重新开一个，充了钱马上又被封，这种情况概率很高。
6. API 探测和安全测试。虽然也会快速处罚封号，但碰到这种事的人其实不多，比如你做黑客测试，或者要求它做一些特别危险的事情。
7. 未满 18 岁。如果系统跟你聊了半天，觉得你实在太幼稚，也有可能被封。

至于正常使用 Claude、很小心地用 Claude 的普通中国用户，其实还是可以继续用下去的。跟这次行动或者过往的封号条件，关系没那么大。

封号的典型特征

• 无预警，多数没有事前警告邮件，直接就封，而且不解释。
• 封号邮件通常不说明具体原因。
• 有的时候会自动退款，但账号不恢复，这只是部分案例。
• 新账号和新 IP 更容易秒封。
• KYC 通过不等于免死金牌，通过 KYC 后仍然可能被封。

申诉与退款情况

申诉方面，确实有机制，但成功率很低，去年只有 3.3%。没有固定时限，也没有确认回执，大部分用户申诉之后都是石沉大海。你不能指望说我申诉了，24 小时、48 小时一定给我回复，不会的。你发了申诉信，没人理你，是正常的；有人理你，反而比较奇怪。现在也没有证据证明申诉必须先做 KYC，所以 KYC 和申诉也是独立体系。

退款方面，如果是政策违反，不退款。特别像我们在中国使用，就属于政策违反。

Anthropic 主动终止，也就是你没有违规，但我觉得你有些问题，又不想给你解释，就把你终止了，这种通常会按比例退款。比如你用了多少天，剩下的钱退给你。

申诉成功，一般是恢复使用，不会给你退款。自动退款但不恢复账号，也有部分案例。

所以我们有时候通过第三方购买 Anthropic 账号时，对方也会写清楚：如果 Anthropic 不给你退，我也不退；如果 Anthropic 退了，我可以帮你退一部分。

为什么中国开发者最疼？

为什么中国开发者最疼？大概有五层原因。

1. 地区问题

中国本来就不在 Anthropic 的支持范围之内，本身就是敏感地区。但中国人又特别勤奋，很努力、很认真地用 Anthropic 写各种程序。中国程序员数量多，而且又卷，所以这次封号会对很多中国程序员的个人账号造成影响。

2. 支付问题

大量中国开发者使用的是非标准支付路径，不是本地银行卡，因为中国银行卡本来就付不了，所以会用虚拟银行卡、代付、第三方平台充值等方式。这本来就在灰色地带。

而且虚拟信用卡代付里，确实有一部分会出现支付失败。以前我们做游戏就遇到过，用户先支付，过一段时间又申请挂失，说银行卡丢了，或者最后交割不过来。中国用户使用这些虚拟信用卡，也确实可能给 Anthropic 造成了一定经济损失，所以它也会倾向于把这些人筛出去。支付链路异常，本身就会触发风控画像。

3. 访问问题

代理 IP、时区异常、设备切换、网络环境异常，这些在中国用户身上都很常见。美国人该下班就下班了，我们一天 24 小时干。甚至有人在 X 上分享，半夜定闹钟起来，到 OpenClaw 上按个回车，把 5 小时额度刷完再接着跑。这种行为非常容易出问题。

挂梯子的人又经常换线路，没法保证统一 IP。对个人用户来说，这种正常使用场景，在风控系统里就是可疑信号。真正公司里反而不会有这个问题，因为公司会直接在美国 AWS 或谷歌云上租服务器，建立私有通道，IP 不会频繁变化。

4. 使用强度问题

中国人的勤奋程度太高了。把 Claude 当生产工具的开发者，调用频率和时长远高于普通用户。Anthropic 给你的套餐，本质上更像一个自助餐，它希望每个人进去礼貌地吃两口就走。哪像我们，进去以后猛吃猛造。

高频调用、长时间运行、复杂任务，在风控系统里绝对属于异常画像。越依赖 Claude 的人，反而越容易触发风控。

5. 替代成本问题

不是不能换 OpenAI、Gemini 或国内模型，而是换了以后，工作流会断，代码质量会下降，效率会受影响。对于程序员来说，他们还是更愿意用 Claude。

很多人劝我用 Claude，但因为我自己目前没有特别重的开发任务，所以我还在用 MiniMax、OpenAI、Gemini 这些模型，基本不影响我。但如果我今天突然有一个很重的开发任务，我也会义无反顾去买 Anthropic 套餐。

最讽刺的地方：不是不愿实名，而是你想实名都不让

最讽刺的细节是什么？中国用户对实名制本身一点都不陌生。因为在国内平台，都是要求实名认证的。没有任何一个中国 AI 平台会让你开账号充钱而不实名。

所以中国人对这件事太熟了。真正崩溃的点不是“怎么突然要实名了”，而是“我想实名，结果你不让”。不是平台要求我多走一步，而是平台把门装上了，但我的钥匙天然不兼容。这才是中国程序员最悲催的地方。

KYC 的真实效果边界：到底管不管用？

那么，KYC 的真实效果边界在哪？到底管不管用？为什么我说，对真正蒸馏它的人其实没什么用？

Persona 自身的安全记录并不让人放心

首先，Persona 的安全记录确实不怎么样。2026 年 2 月刚丢了 2,456 个文件，Discord 因此终止合作。我觉得 Discord 这一步做得挺对。

Persona 在 2024 年 9 月还出现过一次键盘记录漏洞，暴露了用户填写 KYC 时的内容。到现在到底修没修好，也不清楚。所以 Persona 本身就不是一个特别安全的 KYC 第三方机构。Anthropic 选它来做第三方，也被很多人嘲笑。

KYC 真正拦得住谁，拦不住谁？

再说 KYC 对蒸馏的阻拦效果。它真正能拦住的，是低成本批量乱入的 VPN 用户、共享账号用户和虚拟支付用户。

而中国 AI 的这些大厂，不管是“四小龙”还是“六小龙”，你根本拦不住。人家是有组织、有预算的机构，不在乎省你这点钱。挂 API、按 Token 算，用海外实体签协议就行了。所以你想抓住他们，基本不现实。

这次真正能打击的是低门槛的灰产。那些 AI 公司本来就在海外有公司、做 VIE 架构，完全可以用海外实体开账号干活，没问题。

真正会被卡住的，更多是个人开发者，尤其是第一次开号的人。新账号很容易被拦住，但经过多层代理分散调用的路径，其实你也拦不住。所以即使现在我想继续用 Claude，我依然能用，不用太担心，只是会比原来贵一点。

KYC 的真正作用

所以 KYC 真正的作用是什么？

1. 提高成本，把低技术门槛的滥用者挡在门外。
2. 表达态度，在合规和舆论上展示“我已经尽力风控了”。Anthropic 的老大 Amodei 一直很喜欢出来表达态度，比如他说如果美国给中国卖 H200，就相当于给朝鲜供应核弹，立场是非常明确的，而且他在美国各大 AI 公司里算是最极端的一类。
3. 用户筛选，把高消耗、低透明、高风险的用户尽量处理掉。

这就是这次 KYC 干的三件事。

但灰色市场不会因此被干掉，只是成本会增加。该干嘛还是干嘛。中国人翻了这么多年墙，币圈的人做了这么多年假 KYC，他这一个新手上来，除了表演一下行为艺术，不会有太多其他效果。

现有生态里，待认证、待开号、企业账号拆分、代理分销，在 KYC 之下依然可以继续，只是成本稍微上升。KYC 上线以后，代理的风险和利润空间都会上升。黑灰产会升级，但不会被消灭。

实际受害者的顺序，大概是：普通人先疼，然后代理涨价，黑灰产升级，真正专业绕路的人、真正蒸馏他模型的人，根本拦不住，也不是针对他们去的。

行业背景：美国 AI 大厂正在集体收紧

这件事还有一个行业背景：美国 AI 大厂实际上都在集体收紧。

2025 年 9 月，Anthropic 开始对中国方向收紧 API 访问。

2025 年 12 月，谷歌对抓取蒸馏和模型抽取问题发表过声明。当时它的 Nano Banana 刚出来，谷歌其他模型比如 Gemini 3、Gemini 3.1 算是能打，但和 OpenAI、Anthropic 比还是有差距。现在我用谷歌模型已经越来越少了，但他们家的生图模型绝对最好用，虽然不一定最漂亮，但最准确。

肯定会有很多中国模型公司去抓它的图片回来做升级。现在再看阿里的通义万相、字节的 Seedream 5.0，已经越来越接近 Nano Banana 的水平了。至于怎么追上的，我只能说纯属巧合，其他不知道。

到了 2026 年 2 月，Anthropic、OpenAI、谷歌几乎同期公开指责中国实验室蒸馏。三家还联合成立了一个叫“前沿模型论坛”的机构，共享威胁情报，说谁发现被蒸馏了，谁发现了什么问题，大家互相通报。

其实这三家本来都是死对头。OpenAI 当初就是为了对抗谷歌建立的；Anthropic 又是 OpenAI 叛将出来创办的。所以这三家能联合起来搞这个论坛，本身就挺不容易。

在这三家里，谁面对蒸馏和假账号的经验最丰富？其实是谷歌。它这么多年面对各种刷广告、SEO，经验丰富得一塌糊涂。如果他们三家真的认真协同起来，确实有可能降低蒸馏概率，或者提高蒸馏成本。但你说这三家能有多真心实意地合作，大家自己脑补就好了。

当前各家的状态

• Anthropic：直接上 KYC 了，虽然是选择性的，只有很少一部分用例会遇到。
• 谷歌和 OpenAI：自己并没有做类似的事情，只是发了公告，说了几句话，实际动作没有那么大。
• 地区开放情况：谷歌目前其实还在稍微向我们靠拢一点，准备开香港地区使用，但好像香港 IP 挂 Gemini 现在还是有问题。在香港能正常用的，OpenAI 不行，Anthropic 不行，xAI 可以。谷歌宣称要开，但到目前为止似乎还没有真正打开。

闭源模型怕蒸馏，开源模型不怕

至于蒸馏，谷歌、OpenAI 和 Anthropic 这些闭源模型公司，肯定都不希望被蒸馏。但开源模型对蒸馏本来就不限制。

无论是 LLaMA、千问，还是国内的 MiniMax、GRM，你都可以直接拿权重去用，蒸馏根本不算什么大问题。真正不希望被蒸馏的，就是这些闭源模型公司。

总结：这次事件的三层表述

总结一下，这次事件有三层表述。

1. 官方说法：这是少数场景下的身份验证，是安全与合规的一部分。
2. 已经确认的事实：选择性 KYC 已经上线了；第三方 provider 对中国大陆证件支持有限；中国开发者的使用门槛确实被抬高了。
3. 我的判断：表面上这是反异常调用、反蒸馏，底层更像是一次针对高消耗、低透明、跨区、高风险用户群体的筛选和清洗，本质上是反薅羊毛。

结论：中国程序员的天塌了吗？

最后一句：中国程序员的天塌了吗？还没有塌到不能干活的状态，但原来那条便宜、灵活、默认可用的路，确实不通了。

以后还能不能用 Claude？大概率还能用，就是稍微贵一点。代理代价会更高，路径会更窄，不确定性会更强，更多人可能会被封号。

普通人会更艰难，代理商会更挣钱，真正有组织能力的人，该蒸馏还是照样蒸馏，一点都拦不住。这才是这件事情最现实、最残酷的真相。

Anthropic 这次不是要堵住那些偷师的人，而是要先赶走那些把会员卡用得太狠的人。这就是这一次的故事。

---

背景图片

微软也要官方下场做“龙虾”了吗？

现在有报道说，微软 CEO 亲自组织团队，准备开始做龙虾了。这浓眉大眼的微软，难道也跑不掉了吗？事情其实并没有这么简单。微软一直在这个方向上努力。现在龙虾很热，OpenAI 也好，微软也好，从来都没有放弃过在这一块的探索和尝试。

他们从 2025 年 4 月份就开始在这块努力。最早的龙虾模式，其实并不是说我们要在本地装一个什么东西，或者要一个 Mac mini。他们最早玩的是“云端计算机”或者“云端浏览器”。我在云端通过一台计算机、一个浏览器，去仿真很多操作，来实现非常多的应用场景。我记得 OpenAI 之前还做过很多类似的演示，比如云端打开一个浏览器，开始订披萨，或者选各种东西。

从云端浏览器到本地化尝试

但是这条路其实一直没有走通。现在发现，龙虾这个方式，也就是 OpenClaw 方式，把这些浏览器仿真、本地文件处理，直接放到客户端上去了，这条路走通了。那么微软也坐不住了，说我也得上来试一试，看看是不是把它弄到本地来。

但是要跟大家讲，微软非常非常纠结。目前看，微软可能采用的龙虾方案，依然是一个“云加端”的方案。什么意思呢？就是真正做龙虾处理的还是在云端，但是你在本地会有一个组件，帮你把本地的文件、权限应用起来。

他们是这样工作的：在云端帮你启动一台完全独立的电脑，处理你的事务，处理完了以后再把这个临时电脑关掉。所有的权限管理实际上还是在本地，上传什么文件，它就处理什么文件。

我们原来害怕龙虾是什么？就是它在我们硬盘里乱翻，你硬盘里所有东西它都会处理。这个事情对于微软来说还是难以接受的。而龙虾也好，包括现在的 Hermes 也好，微软看着真是又爱又恨。

Windows 为什么难以承载这类产品

原因也很简单，因为这种产品没法在 Windows 环境下跑，你必须是在 macOS 或者 Linux 环境下跑。因为它所依赖的 Node.js，以及其他这些命令行工具、权限控制能力，只有 Linux 和 Unix 环境才有。

微软的 Windows 也有客户端，有 Terminal，还有 PowerShell，但是它整个客户端能力极差。好多命令非常混乱，很多权限也相对混乱。在 Linux 或 macOS 里，我们是可以通过客户端把整台电脑控制起来的，但是微软的 Windows 不行。很多事情必须跑到图形界面里去处理，才能把事情做完。你不可能完全通过客户端把事做完。

所以微软也很痛苦，它如果选择 OpenClaw 路径，大概率就是云加端。

微软为什么看起来“起了大早，赶了晚集”

这一次据说是微软 CEO 直接领导了一个 12 人团队，让他们直接去做。微软的 AI 战略现在正在从巅峰滑落，这是一个很悲催的事情。微软绝对是起了个大早，没有人比它起得更早了。

原来我们老说 Meta 起了个大早，赶了个晚集，百度起了个大早，赶了个晚集。你说有比微软起得更早的吗？最早的是马斯克，冲上去做 OpenAI，结果被人踢出来了。微软曾经一度占 OpenAI 49% 的股份，现在依然占 27% 的股份。它绝对是 OpenAI 最大的股东，握有最大的权力，没有比它起得更早的了。

但是现在 AI 公司的估值里，微软反而是掉得最狠的，今年大概已经跌了 20% 多，实在让人难以想象。别人只要沾上 OpenAI，估值蹭蹭涨，市值股价蹭蹭上去，只有微软，在 OpenAI 上进得最早，市值却在不断往下掉。

微软为什么控制不住 OpenAI 了

这到底是为什么？原因也很简单，微软现在控制不住 OpenAI 了。原来大家都觉得，OpenAI 如果玩不下去的话，微软有可能把它收了。现在看不是这么回事。

OpenAI 准备自己去上市，而且 OpenAI 说我需要很多很多算力，我需要训练新模型，需要做各种事情，微软现在有点提供不了这些算力了。为什么 OpenAI 又去跟 Oracle 签约，又去跟亚马逊签约？就是因为我要的算力你拿不出来了，我必须再去找后路。

微软为什么拿不出来？因为虽然它在账面上挣了很多钱，微软进入 AI 领域是非常非常挣钱的，但是这些钱只是账面上的，并没有真金白银落在口袋里。可你要去投资算力中心，这是真金白银现在就得掏出来的钱。微软现在有点掏不动了。

前边几年，微软都是美国各大厂里 AI 投资最高的一个厂，今年实在是有点青黄不接，接不上了。导致自己圈养了这么长时间、像“小妾”一样培养的 OpenAI，现在准备单飞了。所以大家觉得你这里有问题了。

微软 AI 战略的核心矛盾

微软自己的 AI 战略，其实一直都很模糊。模型不是他们自己家的，它自己训练的一些模型也始终不温不火。他们自己家的产品叫 Copilot，接 OpenAI 的模型，又不停地在跟 OpenAI 打仗。

微软对 OpenAI 的定位其实很清晰：你就老老实实做模型，其他东西别动，就跟当年苏联老大哥给各个加盟共和国定的要求一样，你干这个，你干那个，其他东西别动。但是 OpenAI 不服，我什么都行，这个也行，那个也行。

Copilot 为何没有达到预期

最后导致什么？微软自己的 Copilot 做得其实不怎么好用。我记得 Copilot 刚出来的时候，特别是 Copilot 365，也就是 Office 挂 Copilot 的视频出来的时候，真的是太感人了。Office 一旦加上这样的功能以后，就可以做各种各样的事情。它写了好多好多生活案例和办公案例给我们。

我记得当时我看完那个视频以后，非常感动，自己还录了一条视频说未来已经来了，赶快上。结果后来等这个产品真正出来的时候，发现没有那么好用，跟它当时讲的差异很大。

在这样的情况下，大家就越来越不看好微软了。还有一个很重要的原因，是大家觉得微软可能把路走错了。

“副驾驶”逻辑正在失效

为什么呢？大家注意，Copilot 这个单词是什么意思？叫“副驾驶”。但是现在发现不是这么回事。现在 AI 是驾驶员，人只是在旁边稍微指个道就完了，而不是说人在开车，AI 在旁边指道，或者提供提醒就完事了。

所以大家觉得，你这条路到底对不对？特别是龙虾这一波上来以后，就越来越明显了：人现在不是主驾驶，AI 才是主驾驶。

微软其实赚到了钱，但市场不再买账

刚才我们讲了，微软做 AI 行业账面上挣了很多钱。你想，它前面投资 OpenAI，投了 100 多亿美金，现在还算它有百分之二十几的股份。但 OpenAI 现在多少钱了？8000 多亿美金，这还是估值。下一轮再融资，或者它如果在年底能够上市的话，那可能就是上万亿美金了。你前头投了 100 多亿进来，现在值两三千亿美金出来，这不是账面上妥妥挣钱了吗？

而其他这些云业务也在挣钱，因为它去卖 OpenAI 的 API，让微软云在云三家，也就是微软、谷歌、亚马逊三家云服务商里的份额占比也在不断上升。所以微软绝对是挣到钱了。

它自己的 Copilot 卖的量也是很大的。最新财报里，Copilot 订阅数极大超出预期。现在 Copilot 的订阅数是 Office 订阅数的 3%。

这个数得看怎么说。一方面说，你看，订阅了 Office 的人里头只有 3% 愿意订阅 Copilot，说明这东西做得不好；但反过来说，订阅 Office 的用户里头只有 3% 订阅了 Copilot，成长预期非常大。你也可以这么讲。

所以微软在这钱是挣着了，但是大家对于微软未来在这个行业里的位置，实在是看不太清楚，股价就得往下跌。

为什么微软、谷歌、苹果都没赶上这一波

那么，大厂面对 OpenAI 这样的龙虾为什么都很头疼？大家注意，不光是微软没赶上这一波，苹果和谷歌也没赶上。我为什么提他们三家？因为现在在全世界范围内，真正提供完整办公套餐的就他们三家：微软的 Office、谷歌的 Workspace、苹果的 iWorks。他们仨全没赶上这一波。

原因其实也很简单：你一旦上了龙虾，你们原来得到的什么办公自动化、安全认证这些东西就全废了，因为龙虾压根就不是按这玩意设计的。

它就没有什么安全性，虽然现在不断在打补丁，但龙虾现在打的这些安全补丁，更多还是说你们怎么不要攻破我、不要在我这里捣乱。至于龙虾启动以后，它拿着权限在你整个硬盘上干活这个过程，现在距离符合各种安全要求和安全规范，还差得很远。

OA 系统真正关心的不是“把活干完”

而这些大厂，特别是这些做 Office 的大厂，就是靠这个东西活着的。谁要去买办公自动化系统，底层上的是他们家的 Office。你一旦说我现在不遵守这规范了，那这生意就没法做了。这就是问题所在。

那这个规范这么重要吗？非常非常重要。所有的办公管理系统，或者我们叫 OA 系统、办公辅助系统，最核心的功能是什么？很多人说，不是办公辅助吗？我们辅助你办公，让你把办公效率提高，让你把事情做完。这个说错了。OA 系统最核心的功能是权限管理：谁有权力干什么事。

至于这个事干得完干不完，干成什么样了，跟 OA 系统本身关系其实没那么大。

很多人会很诧异，为什么 OA 是这样？因为给 OA 系统签单、批钱的人是什么人？是老板，不是干活的人。干活的人关心的是我怎么能够又快又好地把活干完，而老板关心的是什么？这个决定是我做的，不能是别人做的；这个消息是我知道的，不能是别人知道的。活他不需要自己干，他们只需要知道这个事情是我决定的。

所以 OA 系统最核心的功能不是活干没干完。而 OpenClaw 真正关心的是，我怎么能够把活干得又快又好，怎么能够把活干完，怎么能够参考更多的信息把这个活干得更漂亮。它并不关心这个事情到底是谁同意去做的。

OpenClaw 基本上只为一个人服务，谁是 OpenClaw 的主人，它就为谁服务。至于这个主人自己拥有什么样的权限，它是不管的。

企业软件逻辑与 Agent 逻辑正面冲突

这样的情况，跟 OA 系统、跟原来这套办公系统的要求是完全相反的。特别是前面讲的 Copilot 是“副驾驶”这个概念，在这里也很关键。真正干活的人，你真让我去干这个事情，我其实一点都不关心我到底是主驾驶还是副驾驶，我只要到了就行了。

但是做决定的老板，是绝对不能让别人把自己的权力拿走的，他一定是主驾驶，他来指明方向。

这也是为什么这些大厂看着 OpenClaw 就很痛苦。而且他们为什么想去做云端的 AI PC，想去做云端的 OpenClaw，也是因为这个：我们还是要严格遵守原来这套权限管理系统，谁可以看到什么文件，谁可以在哪个地方写审批，这些东西都要非常严格。

但是我们还是可以在你关掉电脑以后，有一台机器替你干活。只是它只能拿到你授权的这点文件或者这些要求，干完了以后就要退出来，把云端的信息清干净，还要保证所有的安全。所以他们比较喜欢走这条路。

大厂为什么组织上也很难做出 OpenClaw

所以有的时候，并不是这些大厂自己因循守旧，而是它的客户就是这帮人。它为了向这些大客户的管理者阐明安全性，说您看，您上了我们系统以后，保证您一统江山，永远不会被人推翻，那大家就会买它的东西。

可如果它说，您上了我们系统以后，这个活干得很漂亮，但是到底谁干的不好说，您的管理权力我们也没法保证，那谁会给这玩意签字？所以它跟它的客户系统是绑定在一起的。这就是他们跟不上的原因之一。

还有一个原因，就是大厂的架构也很难让 OpenClaw 生存下去。大厂内部条条框框很多，每条产品线都有自己的 KPI。比如微软，有卖 Windows 的 KPI，有卖硬件的，有卖Office 的，有卖云的，都有各自的 KPI。你不能说 Copilot 出来了以后，我把其他几块都干崩了，这是不行的。

内部 KPI 与产品整合的冲突

这其实是大厂做 agent 的一个很核心的障碍。因为你一旦开始做像 OpenClaw 这样的 AI agent，或者我们叫 Harness Agent 这样的东西，它就一定会打破原来的条条框框，而大厂是不允许你去打破的。

你给别人打破了以后，它的 KPI 你背吗？人家也是过五关斩六将上来的，跟上面各种错综复杂的关系你担吗？你担不了。所以只能像阿里做的那样，整了一个 ATH，叫 Alibaba Token Hub，大家最后只管收 Token，其他我不管了。我们不会强制改变任何人的 KPI，或者改变任何团队的组织架构，你们自己去决定怎么用。

再看看微软内部。你想，光叫 Copilot 的部门有多少？有 Copilot Studio，有安全 Copilot，有 GitHub Copilot，有微软 Copilot，有 Office Copilot。它有这么多 Copilot，你说这玩意怎么统一？最后我上了一个龙虾，把所有都弄进去了，这个事是没法整的。

谷歌也面临类似问题

谷歌其实也有同样的问题。AI agent 上来，Gemini 3.0、Gemini 3.1，大家觉得这个实在是很棒，模型非常非常好。它的 NotebookLM 非常好用，它的 Antigravity 也非常好用。

但是现在大家再回过头来看看，才过了几天，Antigravity 为什么没声音了？原因很简单。首先，这是一帮外人。分析这东西，你不能从技术上分析，得从“阶级斗争”的角度分析。这是谷歌花钱买的 Windsurf 团队，直接把 CEO 和核心团队买回来。这是一个外人。

进来了以后，你还不赶快向谷歌核心价值观靠拢，还要继续在这里头使用 Claude 模型，那怎么办？那就收拾你。

谷歌内部做 AI 编程的有多少？有 Gemini CLI，有 Antigravity，还有 Firebase Studio，还有一大堆这样的产品都在做。那现在怎么办？收紧呗，直接把你粮草断了。

大家为什么离开 Antigravity？我原来也特别爱用，现在也不用了。原因很简单，Token 没了，给 Token 的量压得非常非常少，随便聊两句就不让用了。那这事谁跟它费劲？谷歌也是干这样的事情。大家都一样，内部很多手段跟商业、跟技术都是没关系的。

为什么 AI 公司反而更容易拥抱龙虾

所以在这样的体系里，你就没有办法去推像 OpenClaw 这样会打破条条框框的东西。AI 公司在这一块就没有这种问题。它原来也没有说我卖 Office、卖 Windows、卖这些的团队，也没有这块的 KPI，都没有，那我们就上呗。

像 Anthropic，这些东西本来就是从它那来的，从 Claude Code 这里来的。今天出这个 Claude Code，明天出这个 Co-work，后天出 PowerPoint 和 Excel 工具，它就一个一个往上上了。我不会说因为我今天出了一个 Co-worker，明天这个团队就没有工作了，或者没有业绩了，它不会有这样的问题。

OpenAI 其实也是这样的，我就上就完了，我原来没有这块业务，也没有这种包袱。

微软会做，但大概率还是“云加端”龙虾

那你说，微软这不是要做龙虾了吗？说了半天，它到底是做还是不做？做，当然做。但是它做的方法，还是云加端。这条路其实挺费劲的。

其实国内现在也有挺多云加端的方案。比如联想，他们也有一个云加端方案。因为 OpenClaw 这种产品在 Windows 客户端上是跑不起来的，它要求你必须在一个 Linux 环境里跑，所以他们就干脆把 OpenClaw 部署到云端去了。

包括像字节跳动的 CoClaw，还有 Kimi 的 Kimi Claw，都属于云端的龙虾。你在那边跑完了以后，它在本地用客户端，比如飞书或者 Kimi 的一些客户端，去接云端的龙虾，然后做各种各样的事情。

它等于避免了本地的安全泄露问题，但是也把龙虾做了很严重的阉割。因为龙虾有很多功能是必须在本地跑的，你必须要在本地调用浏览器做各种验证。

云端龙虾的现实障碍：反机器人

不管是 OpenAI 还是微软，包括国内这些厂商，他们都想通过云电脑来解决安全问题。现在他们遇到了什么情况？就是反机器人。

很多网站都上了反机器人的手段，上来以后让你看验证码，让你滑动真人校验，让你点击一个什么东西，看看是不是真人。因为他们也害怕，万一有坏人上了这种 AI agent 以后，直接在我这上爬虫，或者做一些破坏捣乱。

那这块越来越反机器人，你那边云端电脑没法靠人去处理点击、处理验证码，这事咋办？根本没法整。

我原来也试过，让字节跳动的云端龙虾去把字节跳动自己的网站登录一下。它上来以后说，我现在需要扫码，手机扫码不让我登录了。我说那你把这个码发给我吧。它想了想说不行，这个我发给你以后不安全。这就没法整。

所以微软这一次做的龙虾，大概率还是这种半半拉拉的东西，不会有特别大的改进。就是在云端可以处理一些自动任务，但是绝对是阉割过的龙虾，功能应该会差非常非常多。

其他公司在龙虾路线上的选择

刚才我们讲了，传统的像谷歌、微软、苹果这种 Office 大厂，它们都是举步维艰，或者说持观望态度。到现在为止，谷歌压根就没有出类似的东西。谷歌原来也是做过几个版本的 AI agent，到现在不知道后边该怎么办了。

AI 厂就没有这种问题。比如 Meta，Meta 上来第一个动手，先买了 Manus，20 多亿美金买下来，这也算是一种云端龙虾。但是它遇到了一个很小的坎坷：Manus 的创始人现在被卡在国内无法离境。

然后是 xAI，xAI 做了一个东西叫 Grok Computer，也是一种类似于云端龙虾的东西，目前应该是开放测试了。估计在 4 月 17 号 XChat 上线以后，Grok Computer 应该会大放异彩。

OpenAI 在使用云端浏览器这条路上摸爬滚打了这么长时间，最后一咬牙一跺脚，把龙虾的创始人收入麾下，说来吧，咱以后奔这条路走了。

Anthropic 的话，整个这条路，也就是 Harness Agent 这条路，就是从它这开始的，所以它现在也是一骑绝尘，四处在跑。它现在也开始做一些云端产品，Claude Manager Agents 这样的产品，现在也在做。

中国厂商对龙虾的拥抱更直接

中国的 AI 厂商那更是直接拥抱龙虾。现在没有哪个 AI 厂商说我们没有龙虾套餐、没有龙虾云端部署，基本都有，而且还专门会告诉你、写好文档教你：如果你买了我们家的模型或者 Token，怎么回去配龙虾。

中国现在已经完完全全是在拥抱龙虾了。很多 AI 厂商，或者跟 AI 关系没那么大的厂商，还轰轰烈烈去搞龙虾线下安装活动，表演这种行为艺术。腾讯搞了一把，百度搞了一把，360 也在搞，现在好像傅盛也天天在四处给人装龙虾去。中国算是在龙虾这条路上跑得快的。

总结：微软真正要面对的不是产品，而是时代切换

所以，这就是不同公司在龙虾这件事情上遇到的不同困难，以及采用的不同策略。微软就算是准备拥抱龙虾，但最终结果我并不看好。

最后总结一下。今天主要讲的其实并不是微软要去做一个什么样的龙虾，而是通过分析微软、谷歌这些大厂为什么很难跟上龙虾步伐，来讲一讲上一个时代的英雄是如何迟暮的。

而且这不单纯是微软笨的问题，而是上一个时代很成功的企业软件逻辑，正在遇到下一个时代最危险的挑战。

上一个时代是谁说了算，下一个时代是谁能把活快速干完。活干完了，这些人可能就直接把整个组织架构都颠覆掉了。所以这一块，微软到底是选择继续跟那些“说了算的人”“签字画押的人”捆绑，还是去拥抱这些能把事情快速干完的人，这才是它真正需要做的选择。

我已经取消了 Office 订阅。微软所维护的上一个时代的企业客户价值，在 OpenClaw 面前正在被蚕食。是不是会彻底崩塌，我觉得还需要拭目以待。

留给微软的出路可能并不多。死磕算力，成为更底层的基础设施，跟 Oracle、亚马逊这些公司好好拼一把，可能是给它留下的最后出路。至于微软龙虾，我并不抱太大预期。这个判断，是根据我自己使用这些产品的体验做出的。

---

背景图片

夸克网盘上的美剧链接突然失效了，美剧党的天塌了。这到底是怎么回事？

夸克网盘美剧链接失效，背后到底发生了什么？

2026年4月10日前后，夸克网盘上大量海外剧集的公开分享链接出现失效情况。你打开链接进去以后，会发现“找不到了”，链接里没有美剧了。很多用户的第一反应当然是“天塌了”。但这件事本质上并不是夸克网盘突然抽风，而是一次拖了很久的国家层面的收口行动。

这不是某一个文件突然颁发，或者某一个文件突然执行，而是长期存在的旧监管框架，加上“剑网2025”的整治行动，再叠加平台主动合规同时发力，最终导致大量网盘美剧链接失效。

网盘美剧原本一直是下载美剧的主流平台。当然，现在这个路子明显不行了，很多人可能还是得回到迅雷、BT这些方式上去。这里面的差别，后面再讲。

整治从什么时候开始的？

这次整治可以追溯到2025年5月16日“剑网2025”专项行动开始的时候。不过当时并没有直接整治到网盘，原因其实也很简单：网盘美剧这件事相对比较隐蔽。

如果是BT下载美剧，它需要有美剧的集散网站，大家要去那里找资源。像我特别喜欢的BT之家，前两天就突然趴了，到现在还在逐步恢复中。但恢复之后，里面原来最热的板块——网盘美剧和网盘电影——已经停止更新了，而且内容也在逐渐减少。

现在大概只剩1月份之前的内容，后面这个板块可能还会进一步被关掉。现在你要想看新的美剧，很多时候就只能老老实实去下载了。

为什么2025年没直接动网盘美剧？

为什么2025年的时候没有动网盘美剧？因为它的传播方式相对隐蔽。很多网盘美剧的分享，是通过微信群、微信朋友圈、公众号在传播。

还有一些人会跑到小红书、抖音、今日头条上发各种美剧相关内容，说什么剧更新了，哪个剧是神剧，讲完以后诱导你进群，再把资源发给你。因为它本身比较隐蔽，所以2025年没有直接动这件事。

但到了2026年，情况变了。浏览器、搜索引擎加上网盘这种商业模式，被列为了重点治理对象，所以这回轮到它了。

这其实不是新规，而是旧规则开始全面收紧

为什么说这是一个很古老的规矩，现在只是突然开始收紧？因为相关制度其实早就有了。

• 2004年的42号令，规定了境外电视节目引进审批制度；
• 2012年的广发9号文，进一步强化了境外影视剧引进播出的管理；
• 2014年的204号文，则明确网上传播境外影视剧也要“先审后播”。

所以，这次打击网盘美剧，并不完全是因为盗版本身，更核心的问题是，这些美剧大多没有经过审批。很多制度原来更多针对的是哔哩哔哩这类平台，但从制度上说，在境内传播美剧这件事，长期以来一直处在灰色地带，从来就没有一个特别合法合规的稳定渠道。

为什么未引进美剧反而传播得更广？

如果某部美剧真的被正式引进，拿到版号了，盗版网站反而往往不敢放。因为一旦放出来，就会被版权方举报、追责。买了版权的人不可能看着你放盗版，让自己的版权白买了。

反而那些没有被引进、没有批文的美剧，以前没有人替它维权，大家传播的恰恰就是这些内容。

为什么这次平台也开始“动真格”了？

但现在，网盘美剧的发展已经有点愈演愈烈，平台也有点控制不住了。原因在于，大家现在并不是把美剧从网盘下载下来再看，而是直接在网盘客户端里观看。

夸克网盘、阿里云盘、百度网盘、迅雷网盘都有电视客户端。现在大家买的电视基本都是安卓智能电视，装上客户端以后就能直接看。原来监管主要盯的是哔哩哔哩、优酷、腾讯视频、爱奇艺，现在这些网盘客户端也开始被按同类模式纳入管理，大概就是这么一个情况。

用户是什么时候明显感知到变化的？

这一轮整治从2025年开始推进，而用户明确感知到大量链接失效，是在2026年4月10日这一天。夸克网盘从这时开始被广泛反馈，大规模清理美剧资源。

4月11日，搜狐等媒体进行了跟进报道；4月12日，网易用“网盘禁止分享美剧，天塌了”这样的标题，把情绪彻底带了起来。

表面现象就是链接失效、博主停更。原来有很多博主会发文说这个美剧好看、那个美剧好看，甚至还有专门发所谓“大尺度美剧”的，或者标注某著名美女演员“为艺术做牺牲”的时间点。现在，这些人基本都停更了。

他们原来传播很广的资源库也大量删掉了，同时提醒用户赶紧转存。因为一旦你已经转存到了自己的网盘里，哪怕主库删掉了，你那边往往还在。

中国的美剧生态是怎么发展起来的？

中国的美剧生态是怎么长起来的？可以简单回顾一下。

从光盘时代到字幕组时代

最早大家是通过买光盘看美剧。我当时看《24小时》《星际之门》，《星际之门》季数特别多，看得人头晕眼花。

再后来就进入下载时代了，字幕组、射手网、人人影视，很多其实是在帮助大家做字幕翻译。那时候还没有AI翻译。与此同时，BT之家、电驴以及各种论坛也都在传播这些内容。

BT时代和网盘时代的区别

但在那个阶段，最主要用的还不是网盘，而是BT下载。BT下载和网盘有一个很大的区别：虽然它也很快，但有很大的不确定性。因为它是分布式存储、分布式下载，你就算拿到了种子，周围没有人共享，也可能下不下来。

但一旦资源进了网盘，就能更稳定、更快速地把内容拉回来。

我自己为了在网盘上下美剧，还专门买了百度网盘和夸克网盘的会员。夸克网盘会员明年大概就不续了，如果找不到美剧资源的话就算了。尤其是现在这种4K美剧，基本都集中在夸克网盘上，文件很大，一个小时的剧可能就有4GB多。

如果通过BT下载，不光体验粗糙，还经常下不下来或者出现其他问题。所以后来大家都倾向于用网盘，特别是那种整季整季的资源，比如《权力的游戏》，动不动就是4K高清、未删减，整个抓下来可能是几十GB甚至几百GB，很多人家里的NAS就是给这个准备的。

网盘是如何成为美剧传播主阵地的？

网盘也不是一开始就变成今天这个样子的。最早像360、115这些网盘先做起来，他们当时其实用了很多比较野的办法跟BT竞争。

• 找大量盗版美剧资源传到自己的网盘上；
• 跑到各个论坛去发帖，通过这种方式拉用户；
• 甚至给共享链接的网站付钱，说你发我的链接我就给你钱。

这套模式运行了很长时间。

后来大概在2016年前后，曾经有过一次集中打击，说这些平台里有问题，尤其是一些小网盘公司的产品里有涉黑内容，于是通通被清理掉了。小的被干掉以后，大的就留下来了，百度、阿里云、夸克就是在这个过程中逐渐兴起的。

这些资源过去是怎么流通的？

这些平台上当然也有色情内容，只不过传播得更隐蔽一些，更多是在小规模的QQ群、微信群里传播，但实际下载很多还是走网盘。

甚至到闲鱼、淘宝上搜各种美剧资源，还是能搜得到。你搜完以后，对方会给你一个链接让你去下。我以前也买过这类资源，当然不是买色情资源，而是有时候想找特别完整的美剧找不到，就会去淘宝或者贴吧找，给对方几块钱、十块钱，他给你一个链接，你把整套资源拉下来。

拉下来以后你会发现文件名都很怪，比如010203，或者把剧名改掉。原因很简单，对于百度网盘来说，检查名字是比较容易的，检查内容反而很难。你让它把每个1GB的文件都完整扫一遍，看是不是某部美剧，这很痛苦。

所以大家就把名字处理掉，比如《权力的游戏》改成“QL的游戏”，用拼音、缩写或者各种变体，让平台检查的时候多费一点劲。当然，这些事情理论上都还是可以搞定的。

所以到去年为止，我们看的很多美剧，其实主要还是在网盘上，其他渠道已经少很多了。

做美剧资源的人是在“做好事”吗？

那这些做美剧资源的人是雷锋吗？他们这么热心把东西上传到网盘，让大家不用买Netflix账号、HBO账号，直接就能看盗版？当然不是。这里面没有雷锋，大家都是在赚钱。

他们怎么赚钱？

1. 广告费。每次有新美剧出来，网站流量会上升，他们就有收入。
2. 给公众号导流。他们不断在外面发“某某美剧特别好看”“某演员为艺术献身了”这种内容，吸引你去关注公众号、进群，然后再在里面变现。
3. 平台拉新分成。还有一些平台，比如百度网盘、夸克网盘，本身也会给这些人发钱。你每给我带来一个用户，我就给你钱。

这其实是一个长期运转的商业闭环。

网盘平台自己是“雷锋”吗？

那网盘平台自己是雷锋吗？也不是。中国网盘的商业模式，和美国等国家相比有天差地别。

你去看Google Drive，1TB一个月大概十几美金，很贵；苹果的iCloud也不便宜。但中国网盘特别便宜。比如我的百度网盘，一年三百多块钱，给我接近20TB空间；夸克网盘一年大概一两百块，给大概10TB；最夸张的是迅雷网盘，只要订会员，临时空间几乎没有什么限制，接近无限。

为什么国内网盘能卖得这么便宜？

那中国的存储真的这么便宜吗？原因很简单。你在Google Drive上存的是自己的照片、文档，在iCloud上更多是iPhone的照片，这些东西每个人都不一样。比如我拍了一张照片传上去，它就得给我单独存，还要做备份，非常占空间。

但国内这些网盘平台，很多时候存的是大量重复的盗版内容。比如今天《阿凡达》出来了，我只要存两份就行了。然后无论有几百万人还是几千万人“拥有”这部电影，对平台来说，他们只是把自己的网盘索引指向同一个内容块。

平台不需要为每个人都单独存一份，只需要维护少数底层存储和大量索引就行了。什么时候删？就是当指向这部电影的链接变成零的时候，平台再把底层文件删掉。

所以在中国，这些网盘公司某种程度上干的并不是真正“个人云盘”的活，而更像是在干优酷、爱奇艺、腾讯视频这些视频平台的活：先把内容存下来，然后让大家在电视上看。既然做的是视频平台的活，这次整治自然就整治到他们头上来了。

为什么夸克这次会成为重点？

所以美剧资源是赚钱的。我们在百度网盘上买会员，买不同等级的会员，下载速度和空间都不一样。甚至还有很多人研究怎么少花钱得到更好的下载速度，去破解、去薅羊毛。中国的现实往往就是这样：平台自己赚的未必是特别干净的钱，外面也有人研究怎么从它身上再薅一点出来。

而在最近几年里，夸克成了这一块的主要平台。百度上虽然还有，但分享已经没有以前那么多了，夸克一直在这方面折腾得比较积极，所以这一次也被重点打击。

为什么这次整治力度这么猛？

第一，网盘商业模式已被点名

第一，是“剑网2025”已经明确把网盘商业模式列为重点整治对象。很多人交的网盘会员费，比爱奇艺会员费还贵。为什么不买爱奇艺，反而买网盘？因为爱奇艺里没有自己想看的东西。有人喜欢美剧，就愿意掏钱买网盘会员。

与此同时，中国制片协会也在说，剧集行业每年的盗版损失超过200亿元人民币。总得有“苦主”出来发声，现在苦主也出来了。

第二，问题不只是盗版，更是未经审批

第二，是内容边界问题。美剧不只是盗版，更关键的是它属于未经审批的境外视听内容。大家要注意，真正经过审批、有正式版权的内容，反而更容易因为侵权而出事。

至于网盘平台是否有能力识别这些内容？当然有。不管是百度、夸克还是阿里云，他们都有能力知道哪些内容涉黑，哪些内容有版权。只要真想删，哪怕你起再奇怪的文件名，最终也逃不过去。

之所以以前这些平台经常睁一只眼闭一只眼，说到底还是因为这是收入，是会员生意。你要把这块砍掉，那会员谁来买？以前经常会出现一种情况：某部美剧一整季里突然缺一集，而且谁家的资源都缺这一集，原因很可能就是这一集里说了某些对中国不恭敬的话。这说明平台其实完全有能力精准控制。

平台为什么也在转型涨价？

现在各个网盘平台自己也在转型。以前他们必须靠这类东西赚钱，现在新的方向开始更多转向TOKEN等业务。

你再去看百度网盘、夸克网盘，很多都在涨价。因为一旦不能存那么多重复的盗版美剧，用户开始上传更多各不相同的内容，平台的真实存储成本就会上升，它就必须涨价。

像我这样的用户，对平台来说其实挺“倒霉”的。因为我录的所有视频都会传上去备份，这些东西只有我有，别人没有，平台还得给我存两份。这种用户对平台是比较痛苦的。以后如果继续涨价，我可能也要把以前备份的视频删掉一部分。

这件事和中美版权博弈有关系吗？

那这件事和中美版权博弈有没有关系？可能也有一点。因为这几次中美贸易谈判里，美方经常会提到版权保护问题，我们每次也都说很重视。说着说着，突然来一轮重拳出击，也不是完全没可能。

但我个人觉得，这个因素有关系，但没那么大。

另外还有一个传闻，说天津超算10PB泄露的事情是不是和这次整治有关。这个大家当故事听听就行了。我个人觉得，可能多少有一点关系。因为一旦出了事，上面的人未必能立刻搞清楚为什么出了事，但出了事以后，总会先整治一轮，把所有相关不相关的都顺手收拾一下，大概也就是这么个逻辑。

网盘美剧传播会被彻底终结吗？

那这是不是就能彻底终结美剧的网盘传播？我觉得想太多了。这不是第一次打击。

• 2014年打过字幕组；
• 2021年人人影视字幕组被重判，创始人梁永平被判3年6个月，罚款150万元；
• 2025年“剑网2025”正式点名网盘商业模式；
• 到了2026年，平台开始系统性清理公开分享链接。

这里面最重要的两个字是：公开。

只要你不公开分享链接，而是在微信朋友圈、微信群、公众号、小红书、抖音、今日头条这些地方，把人拉进私域再分享，其实很难管，也管不过来。

平台到底有没有技术能力继续管？

那网盘官方有没有能力继续管？当然有，而且可以分层次管。

1. 扫文件名，成本最低。你告诉我哪些名字不允许出现，我就可以立刻处理掉。
2. 扫内容，成本比扫名字高得多。比如一个1GB的美剧文件，平台一般不会真的把1GB都人工或逐帧扫一遍，而是把它做成一个哈希值，用来比对。一旦发现这个哈希值对应的文件有问题，就可以直接删除。

所以有时候我们从百度网盘下载内容时，会看到系统提示“检查发现有问题，已替你删除”，这类情况是存在的。

当然，如果平台还想继续挣这笔钱，还想继续卖会员，往往打一波之后也就差不多了。只要你别把链接公开传播，他们可能也就睁一只眼闭一只眼。

以后资源会怎么继续流通？

再进一步，如果你想规避检测，那就得重新处理文件。比如在文件前后加点内容，改一下扩展名，原来叫MKV、MP4的，换个别的写法。这样平台再去查，难度就会高很多，复核成本也会进一步上升。

如果某一类内容又出现很多人同时指向同一个文件，平台还是可以做专项整治；但如果不是大规模聚集，继续整治的难度就会更高。不是说整治不了，而是成本会继续上升。

即使有了AI，有了更强的信息处理能力，关键还是看网盘运营商自己愿不愿意干这个活。如果他们还想继续靠这个赚钱，依然会睁一只眼闭一只眼。

但对于普通用户来说，获取美剧资源的成本一定会不断上升。我们需要和更多人交流，需要花更多时间去找，资源交换也会更加转向地下。

最终判断：公开分享时代正在结束

所以最终的判断是：这一次大概率也不会让美剧资源彻底绝迹，但会让资源从公开空间退出，进入更隐蔽、更碎片化、门槛更高的小圈层。

以后不是没有资源了，而是你要花更多时间、更多精力、更高成本去找。

一句话总结：美剧不会突然死掉，但那种点个链接就能转存、慢慢看的时代，可能真的一去不复返了。不是以后完全看不到了，而是那个一搜就有、一存就看的时代，正在慢慢结束。

---

背景图片

Prompt：in the style of sujunmin surreal landscape photography, cyberpunk urban skyscraper penthouse apartment of a lonely single guy, ultra-detailed interior, bed, computer desk and chair, massive curved display screens, walls lined with stacked hard drive arrays, window framing a crescent moon and cyberpunk cityscape under thick cloudy skies, warm interior lighting contrasting with cool neon city glow, hyperrealistic texture, dense information, enhanced brightness –ar 16:9 –stylize 300 –sref 224391781 –v 7.0 –p qaczhqj

大家好，欢迎收听老樊讲故事的 YouTube 频道。

今天咱们来讲一讲“中国 AI 末日论”，以及我们还追不追得上这个问题。

很多人在中文互联网里传，说中国彻底没戏了，永远追不上了，而且会越差越远。甚至还有人说这是哈萨比斯说的，也就是 DeepMind 的老大。其实人家没说这话。人家的原话是，中国原来差几年，现在差 6 个月，是越追越近了。所以这件事情，咱们要好好掰扯掰扯。

“中国 AI 末日论”的三种意思

首先要注意一点，“中国 AI 末日论”这句话，因为中文博大精深，断句不同，意思就不同。它大概有三种解释。

• 第一种：“中国 AI 失败论”，意思是中国 AI 永远追不上美国，越差越远，怎么追都追不上。
• 第二种：“中国 AI 末日论”，说的是同样面对 AI，为什么中国人普遍比较乐观，而美国人天天害怕 AI 毁灭人类。也就是说，中国人对于“AI 末日论”这件事情本身，是特别乐观的。
• 第三种：有极个别美国人认为，一旦中国 AI 超过了他们，那就是世界末日了。

最后咱们还是要回到一个更重要的问题：到底怎么追上，或者为什么追不上。至于中国为什么对 AI 这么乐观，这是个悲伤的故事；至于美国人害怕我们追上这件事，我觉得多少有点杞人忧天。甭管担不担心，我们最后都会追上的。

第一部分：所谓“中国 AI 失败论”

先说第一部分，也就是很多人在讲的“中国 AI 失败论”。

林俊阳的判断：3 到 5 年内追上的概率不高

第一个例子是林俊阳。他原来是阿里通义千问的技术负责人。在一次 AGI Next 的活动访谈上，他说，中国 AI 想在 3 到 5 年之内成为全球最领先的公司，这个概率大概也就是 20%，而且 20% 已经是非常乐观的估值了。所以他认为，3 到 5 年之内，中国 AI 没办法追上。

他给出的理由大概有三个。

1. 算力差距大。美国整体算力比中国大一到两个数量级。一个数量级就是十倍，也就是说，美国可能比我们大几十倍，甚至上百倍。在这种情况下，想超越它，确实很困难。就好比开餐厅，人家后厨有 100 个猛火灶，咱们这边俩师傅炒三个灶，你想比别人出餐还快，确实难。
2. 美国头部实验室把大量算力投入下一代前沿研究。OpenAI 大概 40% 的算力是在做下一代大模型预研，根本不考虑赚钱。而我们的公司，大部分算力是拿来接客户订单，赚钱养活团队，确实没有那么多闲钱去做前沿研究。
3. 中国团队大量算力被当前交付占用。也就是很多历史沉淀任务在持续消耗算力。

他的意思就是，就算我们往前走，美国也可能拿出我们全国算力的很多倍，在研究下一代模型，你怎么追得上。

他离开阿里之后，还专门发了一篇长文，承认千问模型走了弯路，就是把 thinking 和 instruct 模式混在一起，结果效果并不好。他承认这是一次巨大的技术教训。

更具体地说，他认为合并之后，thinking 变得更加啰嗦、犹豫，instruct 也不再像以前那么干净、稳定、低成本，根源在于两种数据分布和行为目标并不一致。放在阿里内部，我估计也不会有人允许他做这种反思，但离开之后就可以稍微思考一下了。就好比一个文科状元、一个理科状元，你非要搁在一个考场里考同一张卷子，他认为通义千问遇到的就是这种问题。

唐杰的观点：真正缺的是创新时间

除了他之外，当时那场会上还有一个人，唐杰，清华大学教授，智谱 AI 的首席科学家。他也在讲这件事。

他的看法是，中美在研究尤其是 AI 实验室上的差距，要缩小差距，关键还是要让聪明人有更多时间去创新，而不是被交付和环境束缚。

智谱出来说这个话，其实挺心酸的。因为智谱有一段时间觉得自己很牛，招了很多人，四处铺业务，做医疗、做交付，什么都做。后来还干过一件特别逗的事：做大模型研究的人在一个楼层，做医疗、做交付的人在另一个楼层；做大模型研究的楼层有零食，其他楼层不许吃。结果一帮人就在那折腾，说你太瞧不起人了。

做了一段时间以后，发现不行，因为模型本身能力不够，很多问题解决不了。最后大裁员，把那些做交付、做执行的人全裁了，回过头来说我们还是集中力量做大模型吧。所以后来才有智谱 4.7、5.0、5.1 这些新版本出来，算是逐渐追上了一些，可能还达不到国际上像 Claude Opus 这样的水平，只能说个别指标已经追上或者接近了。

他现在来讲这个事，本质上就是说，别老让这些做业务的人拖住做研究的手脚。工程师 90% 的时间都在改 bug、接需求，只有 10% 的时间做创新，这是中国的情况；而美国 AI 公司，工程师大概有 40% 的时间可以做自由探索，这就是差距。中国人有时有点太胆小，不敢冒险，必须做确定性的事情，这可能是中国 AI 难以追上美国的一个原因。

任正非与 ASML：基础研究和芯片制造仍是短板

再往后还有一个人，任正非，华为创始人。他在人民日报采访里说，人家投基础研究，掌握基本规律，我们在后边跟着，这事是不行的。这话也就是任正非敢说，别人真未必敢说。他的意思是，华为是不是以后也应该去投一点基础研究。这个不能算完全唱衰，只能算是一个稍微冷静一点的声音。

还有 ASML 的 CEO，他在 2024 年 12 月接受采访时说，EUV 禁令让中国在芯片制造设备上落后西方 10 到 15 年。这里要注意，他说的是芯片制造，不是 AI 模型本身。但你没有芯片，没有英伟达这些东西，很多事就搞不定。

现在我们拿着 ARM、RISC-V 这些 IP，如果真有 3nm、2nm 这样的制程工艺，虽然我们造不出英伟达，但去造博通那种芯片，造 ASIC 芯片，其实也还是可以搞定的。阿里的平头哥、百度、腾讯、字节，手里都有自己的芯片，包括华为的昇腾 910。你只要真有这些工艺，能力就能提升很多。ASML 的 CEO 认为我们还很难追上，我觉得这也算一个事实。

侯宏的三点批评：问题不只是技术

再往后，是北大光华管理学院教授侯宏。他提出了三个观点，认为我们不是技术上追不上，而是整个体系架构不行，所以会离美国 AI 越走越远。

1. 企业软件薄弱，SaaS 付费市场不成熟

他说中国几乎没有成熟的 SaaS 付费市场，90% 的企业不愿意为 AI 付费，大模型公司只能靠政府项目和流量变现，没法靠 B 端订阅获得稳定收入来反哺研发。

这话其实挺对的。中国企业让它付钱很费劲，你让它买点什么，它第一反应都是“我拿这个能挣多少钱”。尤其是现在大家日子都没那么好过，从企业身上挣钱确实难。

为什么说中国没有成熟 SaaS 行业？不是说中国没有 SaaS 公司，而是美国 SaaS 公司把产品做好，大家订阅就行了。中国小企业订不起，或者到处找免费的，甚至破解。大企业呢，谁跟你订 SaaS，它会说你过来给我定制开发，我有一堆需求，你给我改。可真正的 SaaS 是“不改”，你反复订阅，那才叫 SaaS。中国这块确实差一些。

2. 封闭生态，开发者生态难以形成

他说国内大厂各自为战，阿里、腾讯、字节的 AI 生态互相打不通，不愿意开放核心数据和接口，形不成美国 OpenAI 那样的开发者生态。

这个我倒觉得他说得不完全对。美国 OpenAI、Anthropic、Gemini 其实也是各玩各的，谁也没有把核心数据开放给别人。所以从开放角度来说，中国反而还算做得可以。比如买了字节的套餐，你在里面可以用 Kimi、MiniMax、智谱 GLM，虽然不是最新的，但都能跑。

至于说开发者生态为什么难建起来，不是不想，是不赚钱。我原来就是做开发者关系的，这块比较熟。字节、阿里都在建开发者生态，但为什么建不起来？因为开发者拿着你的 AI 工具开发完东西，赚不到钱。亚马逊当年做 AWS、做云计算的时候，专门有个部门叫“开发者成功部”，核心不是让你用了我的云，而是要帮助开发者赚钱。这才是真正重要的。现在国内的问题不是不愿意建，而是整个行业赚钱路径还没打通。

3. VC 风险厌恶，长期研发资金不足

他说国内 VC 只愿意投 6 到 12 个月能变现的应用层项目，不愿意投 3 到 5 年周期的底层技术研发，没人敢赌长期不确定性。

这个说法，我觉得他作为管理学院教授，可能对 VC 行业本身没那么了解。VC 的基金本来就是有周期的，虽然现在也出现一些永续基金、长周期基金，但大部分基金都要在 4 到 5 年里把钱投出去并开始回收。以前我们投资，甚至会跟企业签协议，说你 4 年得上市，不上市就得还钱，或者被收购也行。

那为什么现在突然变成 6 到 12 个月必须挣钱？很简单，因为“不允许资本无序扩张”，把整个创投链条打断了。原来我投天使，12 到 18 个月找到 A 轮，A 轮再跑 12 到 18 个月找到 B 轮，大家当年追捧的是“一年融三轮”，天使、A、B 一年搞完。但后来链条断了，比如腾讯、字节这类大厂不怎么投了，后面的接盘资金没了，那就只能要求项目盈利。这个事不能全怪中国基金，有一些外部的不可抗力。

所以侯宏的意思是，从非技术角度看，我们的商业环境和体系结构有问题，这会让我们越走越远。他的比喻是，我们底下是一片沙地，房子盖在上面，很容易倒，因为基础不牢。

罗福莉的隐含判断：创新很多，但偏向“高效追赶”

再举一个例子，罗福莉，小米 MIMO 的 AI 团队负责人，原来也是 DeepSeek 的核心成员。他在北京一个活动上，主持人问他小米做得怎么样，他转了一圈说，我们不谈小米，咱就谈中国吧。

他说中国其实做了很多创新，比如各种注意力方法，怎么节省算力，在相同效果下怎么降低训练成本、推理成本，讲了一堆这种东西。

这什么意思？其实也是一种唱衰。因为这些东西，本质上更像是在研究考前怎么高效复习，而不是从头把基础打牢。注意力机制就像考试前教你一套高效复习法，前面学得怎么样先不管，重点是怎么抓重点、怎么用更少的精力、更少的钱把考试通过。这当然有效，也确实帮很多学生考上了大学，但很多更底层的东西其实没怎么做。

补充一点，罗福莉最近还在拼命发文章，说中国的大模型公司不要再打价格战了。因为小米的模型特别贵，100 万 token 输入大概要卖到 1 美元甚至更高，而中国普遍的大模型公司，100 万 token 也就是两三块人民币，他有点顶不住了。因为他的模型 MIMO V2 Pro 比别人大，所以推理成本更高。再加上小米本质上是做硬件的，要求每件事都得盈利，不能亏钱，不像阿里还能拿其他业务养这个。所以他才出来喊，大家别打价格战了，真打不起。

看好中国 AI 的声音

当然，也不是没有人看好中国。

• 哈萨比斯：DeepMind 的 CEO 说，中国正在逐步追赶，原话是中国 AI 仅落后 6 个月，这是他在达沃斯论坛专访上讲的。
• 黄仁勋：英伟达 CEO 经常说中国很厉害。他主要还是惦记着往中国卖芯片。如果中国不买他的芯片，万一还真走出自己的路，那他亏大了。

所以他一直在讲，中国人才密度很高，现在全世界 AI 论文里可能有一半以上是中国人写的，包括美国各大公司 AI 团队里，中国面孔也能占一小半，甚至有的团队占一多半。再一个，中国电力便宜，基础设施也完善，所以他认为中国肯定能赶上，没有任何问题。当然，他的潜台词还是：还是买我点芯片吧。

这就是不看好中国 AI 和看好中国 AI 的两拨人。到底谁更有道理，大家可以自己判断。

第二部分：为什么中国人对 AI 末日论更乐观

接下来讲第二层意思，也就是为什么中国对“AI 会带来末日”这件事，普遍比美国人乐观。

纽约时报在 2026 年 3 月 5 日刊登过一篇报道，作者是薇薇安·王，标题大意就是：中国的人工智能末日论者在哪？她引用了一些数据。

• 毕马威对 47 个国家做调查，69% 的中国人认为 AI 好处大于风险，而美国只有 35%。
• 斯坦福在 2025 年的 AI Index 里数据更夸张：83% 的中国人认为 AI 利大于弊，美国只有 39%，加拿大 40%，荷兰 36%。

这些老牌资本主义国家普遍更担心 AI 带来灾难，而中国人很乐观。当然，还有比中国更乐观的，印度人比我们还乐观。

为什么会有这种差距？作者给了四个理由。

1. AI 应用落地快，普通人能直接受益

中国的 AI 应用落地快，老百姓真能用上。比如无人驾驶出租车已经在十几个城市跑了，酒店里有服务机器人，外卖有 AI 调度，淘宝有 AI 推荐，而且很多还是免费的。老百姓觉得自己真的得到好处了，所以更乐观。

比如豆包、元宝这些产品已经很普及。2026 年字节推 Seedance 2.0 的时候，美国好莱坞吓得要死，马上发律师函，说 AI 要抢饭碗，甚至组织集会游行。而中国这边，导演贾樟柯直接拿 Seedance 3.0 去拍短片，拍完发微博说，技术是工具，人才是核心。大家心态不一样。中国在这块多少有一点娱乐至死的感觉，先开心再说，至于版权这些东西，很多人根本不管。

2. 政府叙事不同

中国政府把 AI 定义成经济增长引擎，推各种“AI+”计划，到 2030 年渗透率要达到 90%。而美国政府天天在讲 AI 安全、AI 伦理，害怕 AI 消灭人类。老百姓听多了当然也害怕。

就像同样一把菜刀，中国人觉得是切菜工具，美国人先想到的是杀人凶器。不是刀有问题，而是想法不一样。

3. 技术进步叙事和民族自豪感更强

文化和民族自豪感也有差距。中国人有时候确实容易“赢麻了”，只要某个领域稍微强一点，就会很开心。近代以来中国快速现代化，让很多人对技术进步有天然好感。很多人都经历过从没有手机到智能手机，从绿皮火车到高铁的变化，所以 AI 被视为下一轮技术进步核心，也被看作中国赶超西方的机会。

Seedance 在海外出圈以后，大家都觉得很骄傲，很有民族自豪感。AI 这件事，特别容易让中国人产生这种情绪。

4. 悲观声音更难传播

中国政府和民众都在喊 AI 好，而悲观声音被系统性压制。中国舆论管控比较严格，负面声音很难传播。你说谁家 AI 不好，谁家芯片有问题，可能很快就被处理掉了。自动驾驶事故的帖子可能被秒删。

西方有工会，觉得你搞砸了它会罢工；而在中国，AI 替代了你，你去闹事，很多时候根本没人看见，甚至报道都没有。所以老百姓一方面觉得很自豪，另一方面也看不到太多负面信息，自然更乐观。

第三部分：为什么有些美国人把中国 AI 追赶视为“末日”

第三层意思，是有些美国人认为中国 AI 一旦赶超美国，那就是世界末日。这主要是地缘政治层面的说法。

比较典型的两个人：

• Sam Altman：OpenAI 的 CEO。他天天提醒美国不能失败，游说国会要加大 AI 投入，也要求管制芯片出口。大家也会想，你是不是想从政府多骗点钱。作为行业龙头，你不停告诉政府后面有敌人紧追，这本身也能增加自己的重要性。
• Anthropic 的 CEO：更极端。他说，把算力卡卖给中国就是核扩散，等于把原子弹卖给朝鲜。这是他在达沃斯论坛上的原话。

Anthropic 现在是美国军方的重要供应商，最新模型已经算军民两用技术，拿了很多国防部订单，所以他会把中国描述成敌人。当然，中国也确实让他吃了亏，他的 Claude Code 进到中国以后被各种破解，一堆中国模型去蒸馏他的模型，他很痛苦，所以他不停喊中国一旦追上就完了。

中国 AI 到底追不追得上美国

算力禁运有影响，但不是决定性障碍

先看算力卡禁运到底有没有影响。有影响，但没那么绝对。

1. 中国有自己的替代芯片。我们自己有昇腾芯片，虽然贵一点、耗电多一点、兼容性差一点，但在中国更便宜的电价、各种补贴之下，也还是能凑合用。肯定比英伟达差，这点要承认，但不是完全不能用。
2. 全球配置算力资源。中国各大公司在全世界买算力卡。你不让往中国卖，不代表不能往新加坡、马来西亚、阿联酋卖。我们可以买了以后在当地建算力中心，把数据放到新加坡、马来西亚、迪拜去训练。这都不是不能解决的问题。再加上中国一直在通过各种渠道获取这些芯片，从来没有真正彻底断供过。

中国最大的缺憾，还是没有自己的高精度光刻机，没有高制程芯片的自主生产能力。如果这件事解决了，情况会发生很大变化。

意识形态控制并非单向压制创新

再看意识形态控制的问题。说到这儿可以稍微放开一点。很多人觉得中国意识形态控制严格，美国更自由。但其实美国在意识形态上玩政治正确、LGBTQ、觉醒主义，有时候比中国还厉害。

中国当然有意识形态控制，这个要承认，但它很多时候是一种“只许州官放火，不许百姓点灯”的模式。普通人不可以这样那样，但大的公司、政府机构、被认为“可靠的人”去做一些事情，往往没那么多人管。很多规则是随着层级上升而越来越模糊的。

而美国的政治正确，是面向全民的，也会影响公司内部。公司想做点不一样的东西，员工可能直接闹事、罢工。所以在这件事上，未必谁比谁更宽松。美国现在号称敢说真话的模型，也就是 Grok 一个，其他模型基本上都是比较强的政治正确取向。

相比之下，中国模型反而更实用主义一点，有安全检查，但高层级操作没那么严。比如罗福莉在访谈里说，小米从上到下全员都在用 Claude Code。那他怎么用上的，大家心里都明白，这里就不展开了。所以别简单觉得中国一定比美国管得更严，没那么绝对。

真正的决定因素：成也内卷，败也内卷

再往后，真正决定成败的，是“成也内卷，败也内卷”。

中国每年毕业的 STEM 博士大概 7.7 万，美国大概 4 万。虽然还不到两倍，但快了。到 2025 年开始，各种 AI 顶会论文里，中国人基本能占一半以上，排第一名的是清华。还没算那些在国内受教育、后来跑到美国去任职的人，只算留在中国的就已经很多了。

从数量上讲，我们肯定能卷死他。万般皆下品，唯有读书高。我每年比你多产出这么多博士，就算质量差一点、基础弱一点，也架不住总量大。再加上我们压力大，不停要求发论文、做研究，不发论文不给评职称，那就卷呗。这件事上，中国是有优势的。

再一个是大基建。中国工业用电价格大概是美国的 60%，而训练大模型和做推理都非常费电。虽然我们的芯片不如英伟达，费电更多，但我们电便宜，再加上补贴，差距就会缩小。

还有一点很重要，没有工会。对劳动者来说这可能是坏事，但对 AI 和机器人发展来说，反过来就是优势。没有工会，AI 公司就可以更大胆地做机器人、做无人驾驶出租车。美国当年 Uber 出来，出租车司机都去闹；无人驾驶出来，更得去打砸抢。中国这边基本没有这事，谁敢上去打砸抢无人出租车，分分钟给你抓起来。所以很多东西，有利有弊，要看站在哪个角度。

还有版权。美国非常重视版权，AI 视频模型一出来，版权方就来找你。很多产品做着做着就下线或者被阉割。中国这边，Seedance 2.0 这种东西你看谁在大规模谈版权？现在国内更常见的是“偷脸”，拿明星的脸做风格化，然后放进短剧里。刘德华演短剧这种事都已经出现了，更别提版权了。我们就是娱乐至死，流量至上。所以这一块，中国 AI 发展也可能比美国快，因为监管少，推进快。

但劣势也很明显。我们确实没时间做基础研究。中国 AI 公司整体上都处于追赶状态，没有足够时间和空间做底层研究。再一个，缺乏冒险精神，大家还是倾向于急功近利，想尽快出结果。

至于侯宏说的结构性问题，我觉得投资链条断裂这块确实存在，但主要不是投资人自己的问题，而是大环境造成的。其他的，比如企业买不买软件，我觉得未来也会变化。比如有了 AI 以后，以前企业买软件会要求你不停改，现在如果有像龙虾、爱马仕这种系统，你想改你自己提需求，它自动就改了。也许未来真的会出现不一样的变化。

所以中国 AI 的现状，就是成也内卷，败也内卷。

中国 AI 怎样才能追上美国

那中国到底怎么才能在 AI 领域追上美国？

我认为我们肯定能追上。

1. 继续发挥规模优势。卷是民族性的一部分，改不了。继续以远超美国的速度搞基建、生产博士、写论文。人多力量大，总有卷出来的一天。有人说日本当年提过以后每年都要拿诺贝尔奖，后来基本也真做到了。中国再过十年二十年，也未必不可能。你别忘了，这么多博士里，总有一些是真喜欢基础研究的。
2. 让更多博士和企业在生死线上爆发最大潜能。一将功成万骨枯。100 个公司失败，最后成一个，我们就赢了。就像当年互联网时代的百团大战，美国 Groupon 一家差不多就完了，中国最后杀出一个美团这样的怪物。只要继续卷，就总会卷出点奇怪的东西，像养蛊一样。当然前提是，要让这些人真的在生死线上挣扎。这个过程很残酷，也不人道，但结果往往能出东西。
3. 版权宽松、数据充足。娱乐至死，版权宽松，训练数据就很多。中国有大量训练数据，模型训练这块并不缺素材。
4. 让 AI 快速替代普通劳动岗位。放任公司快速用 AI 替代普通劳动者。现有劳动力自然会重新找到新的生存方式，政府不会太多干预，也没有工会。能裁员就裁员，不行就关公司。对劳动者当然悲催，但对 AI 公司来说这是机会。所以现在大家只能全民上 AI，用的人多了，生态慢慢就会出来。就像小龙虾一样，国外可能是害虫，到了中国就能变成一个产业。

有人说任正非都说了，没有基础研究就不可能成功。那就加大基础研究投入呗。现在这么多博士出来，也还是有机会的。

还有，这么多博士，继续向美国、向全世界输送。只要人才在流动，就不可能有真正的封锁。去了 10 个，回来 1 个、2 个，也完全够。

最后就是输出人才、输出开源模型、输出 token，就像中国制造一样，向全世界输出手机、电视、新能源汽车、电池。这套逻辑其实是一致的，继续做就行。

结论：中国 AI 最终会追上美国

最终的结论就是，中国 AI 会追上美国。因为当整个行业里有一多半是中国人的时候，你怎么追都能追上。卷王永远不会停下来，而卷这件事情是刻在我们骨子里的。为了卷、为了成功、为了胜利，我们可以放弃很多原则。

所以我的结论是，总会有追上的一天。虽然现在我们确实还有很多不如人意的地方，但只要看到问题、承认问题，就想办法改。而且改这些问题的方式，可能和西方想的也不一样。我们可能会用一种更赛博魔幻、甚至像赛博鬼故事一样的方式，把问题给处理掉。

中国每一次冲上国际舞台参与竞争时，总会展现出一些让西方人很难理解的事情来。比如很多规则在中国并没有那么严格，规则更多是管普通人、管大众的。再往上一层，大家默认你是经过考验的，那就上吧。所以很多事情，逻辑本来就不一样。

这就是今天讲的小故事。

SBTI 最近突然爆火，这可能并不仅仅是一个玩笑。大家没测的赶快去测一下，你们都是什么样的“SBTI 人格”呢？

大家好，欢迎收听老范讲故事的 YouTube 频道。

SBTI 为什么突然火了？

最近 SBTI 突然爆火，又是一个现象级产品出现了。这个 SBTI，其实就是把 MBTI 这个人格测试改了两个字母，意思叫“沙雕大型人格测试”。它的形式跟 MBTI 也很像，都是答题，然后出一个四个字母的结果，还有一个人格标签，以及一个像 MBTI 风格的小人偶。但它的气质完全不一样。

MBTI 还是想把自己做得稍微认真一点。其实 MBTI 本身也不是一个特别严肃认真的科学，这个要讲清楚。但 SBTI 更加搞怪、更加玩梗，而且它还故意借用了那种熟悉的人格测试美术包装和结果展示方式，让人一眼就知道，这好像是一个性格测试。这一点其实挺有意思。

这里要提醒一个关键点，很多人可能没有注意到：SBTI 看起来虽然像是一个玩笑，但它并不是一个随机乱写的东西。根据官方页面，它背后还是有一整套轻量级结构：15 个维度、5 个模型、27 个结果。

普通用户测试通常是 31 道题，老范自己去测也是 31 道题。如果触发了隐藏的饮酒分支，也就是喝酒分支，会有第 32 道题，但老范没看到。所以它并不单纯是在拿你玩一个梗，最后测出来的东西还是有些意思的。

结果通常有 27 种，其中 25 种是标准结果，还有 2 种特殊结果，待会儿再解释。老范当然也去测了，测完以后绝不藏着掖着，马上告诉你们：老范测出来的是“SEXY 尤物”。什么是尤物？就是性感、自信、魅力拉满。好开心。

你看，这类测试最厉害的地方就在这儿：它不一定科学，但还是会让你忍不住多看两眼，甚至想发出来炫一下。地址就是 sbti.dev，大家点进去试试就行。

SBTI 的玩法有什么特别之处？

这个东西的核心优点是门槛极低，不需要注册，上去就可以玩。玩完以后它也不记任何东西，打开就是开始答题。31 道题是随机排列的，你不一定知道哪道题是第一道、哪道题是第二道，但总共就是这 31 道题。据说有第 32 题，反正老范没看到。

它给出的问题和答案也比较无厘头，大部分就是让你做一个即时判断。

比如有一道题，题目写的是“这个题没问题”，答案 A 是“我三思以后最后决定选 A”，B 写的是“我就想选 B”，C 写的是“我觉得 C 对”。

还有一些题，会把你描述得很惨，各种方面都不成功，特别屌丝，然后问你看完以后是什么感受，比如“我哭了”“我觉得无所谓”“你说什么呢”。

还有一个题老范印象比较深刻，说你的对象，也就是你的另一半，不管是男他还是女她，简直完美无缺：又帅或者又漂亮，又温柔贤惠，又体贴，又有钱，还照顾父母，还特别善良，简直是完人。然后问你是自惭形秽，还是觉得“就应该这样”，或者别的什么反应。它有很多这种题。

基本上 5 分钟答完、5 秒钟出结果、再花 5 秒钟分享出去，大概就是这样一套玩法。

SBTI 爆火的几个核心原因

1. 借用了 MBTI 的认知基础

第一个原因，就是它在 MBTI 的基础上做了一个很像的东西，不是从头开始。因为这种东西一旦从头开始，就需要很长时间做用户教育。

MBTI 这个东西，你别看现在大家玩得很嗨，它其实也经历了非常漫长、几十年的发展历程，有很长的市场培育阶段，甚至还跑到很多地方去讲课。到了互联网时代，它才快速爆发出来。而 SBTI 等于是在这个基础上做了一次嫁接，所以很快就出来了。

2. 参与门槛极低

第二个原因，就是门槛很低。

不需要注册，不需要登录，也没有复杂操作。用户打开就能做，做完就能走，这种极轻量的体验天然适合传播。

3. 传播性极强

第三个原因，就是它有极强的传播性。传播性主要有几块：

• 我可以快速把它发出去；
• 我没什么心理负担；
• 它的结果总能让我感到某种程度的共鸣。

为什么它说得不准，你还能共鸣？因为它说的很多东西，其实属于社会共有认知。你会觉得，这个事情我身上好像也有一点；我朋友测出来那个，好像也有点像。

它有点像以前说相声里那种“怎么说都对”的算命方式。再加上人在现在这个状态下，有一些社会情绪本来就是共通的，比如现在大家都很丧、都躺平、都觉得努力无望，这些本身就是社会共知。

有些人看完了以后会说“不准”，那也没问题，你不是它的目标用户，你不传播就算了。剩下愿意传播的人，才是它的目标用户。

这有点像有些骗子做股市预测：先给 1 万个人发预测，给 5000 人发涨，给 5000 人发跌。第二天如果真的涨了，那收到“跌”的 5000 人就不要了，对剩下 5000 个收到“涨”的人再继续发。再过一天，还会继续筛。过了四五天，剩下一两百人时，这些人就会觉得这个预测者简直是神，每次都准。所以有些传播机制就是这样运转的。

这些点都踩中了，它不火都难。

SBTI 的结果类型怎么分？

在小红书上，老范看到有人把 SBTI 的二十几种结果分成了 7 类。咱们看看各自属于哪一类。还记得老范是哪一类吗？老范是“尤物”，很有魅力的那种。

1. 彻底摆烂型

关键词是精神耗尽、无欲无求、躺平、拒绝竞争。

• 死者：精神已死，只想躺平；
• 装死者：用拖延或者回避逃避现实；
• 马喽：拒绝内卷，只想吃睡摸鱼；
• 僧人：看破红尘；
• 废物：极度摆烂、自暴自弃。

2. 内耗焦虑型

关键词是想太多、自我攻击、后悔、行动弱。

• 自我攻击者：极度内耗，习惯性否定自己；
• 思考者：过度复盘，这里的“思考者”不是正面词，是贬义；
• Ohahano：老范把它叫“欧布人”，就是什么都不行的那种，自带翻车预期，干什么都觉得干不成；
• 小丑 Joker：努力过后觉得自己像个笑话；
• 多情者：恋爱脑，持续心动。

3. 情绪外放者

关键词是反应夸张、表达直接、情绪显性。

• 卧槽人：一点小事就炸毛；
• 傻乐者：快乐至上，什么事都好开心；
• 酒鬼：用酒精释放情绪；
• 狗屎人 shit：愤世嫉俗，嘴硬心软。

4. 人际依赖和讨好型

特点是在意别人眼光，习惯付出和依附，容易受伤。

• 送钱者：不懂拒绝，像提款机一样；
• 妈妈：过度操心；
• 感恩者：别人一点点好就会记很久；
• 伪人 fake：双面切换，戏感、表演感特别强。

5. 独行掌控型

掌控欲和气场都很强。

• boss：喜欢决策和掌控；
• 尤物：性感、自信、魅力拉满；
• solo：孤儿独行者，习惯独来独往。

6. 积极行动型

特点是行动快、生命力强、拒绝内耗。

• 行者 go go：想到就做；
• 野草者：一个以 F 开头的词，意思大概是逆来顺受，但生命力极强，无法拒绝，那就享受吧；
• 贫穷者 poor：钱少但心态开阔，精神富有。

7. 随缘无畏型

关键词就是没脾气、没主见、干啥都行。

• OJBK：也叫“无所谓人”，极致随缘，主打一个随便都行，干什么都可以。

这 20 多种基本就在这里了，大家可以看看自己测出来属于哪一类。

为什么这么“傻”的产品反而会火？

有人会说，这产品看着挺傻的，这么傻的产品为什么会火？我们费半天劲做出那么牛的产品它不火，这么傻的产品怎么就火了？

首先得承认，这个产品确实很傻。它就是一个在 Vibe Coding 之下快速实现的产品原型，只能叫原型案，叫完整产品都算侮辱“产品”这两个字了。

但它火的原因也很明确。

1. 大家压力都很大，严肃的东西看着实在太累了；
2. MBTI 已经被用到求职、交友、恋爱，甚至晋升筛选，SBTI 本质上是对这种现象的一种嘲讽；
3. 它让人可以毫无压力地暴露自己、顺便自嘲；
4. 它的题目和结果未必精准，但一定能制造共鸣。

像老范是“尤物”，一点压力都没有。而且前面还有个 “SB”，大家当然会觉得很好玩，自嘲一下也挺开心。

因为现在也没那么多人有偶像包袱。谁不比谁混得惨啊，大家都这样，那自嘲一下，让自己开心一点，有什么不好呢？

它本质上不是一个心理学爆款，而是一个传播学爆款。大家可以仔细研究一下，它为什么会传播。

从产品角度看，SBTI 有什么特点？

这个产品看起来确实很简陋。前端不重，连用户注册、用户登录都没有，也没有后续的发展设计。它不会告诉你“你是什么类型，应该怎么改变”“你这个类型适合去哪求职”，什么都没有，就是很简单的一层，完事了。

逻辑也不复杂。31 道题答完以后，后台大概有一个公式系统，公式也不麻烦，直接算出你到底属于哪一类。它也没有复杂的社交关系链。

按道理说，一个会传播的产品，传播出去以后应该把用户再拉回来，在平台里重新创造内容，慢慢把用户聚集起来，形成“内容吸引人，人再产生内容”的循环。但它压根没这么干。就是你发完，开心完，没了，它也不要求你回来。

所以它的核心价值主要来自于：

• 选题；
• 文案；
• 标签体验；
• 传播设计。

SBTI 是谁做的？

这个产品据说是 B 站上一位 UP 主做的，叫“蛆肉儿串儿”。他做这个项目的原因，是为了劝一位爱喝酒的朋友去戒酒。这种产品按理说一晚上或者两晚上就能搞出来，没想到突然爆火了。

当然，蛆肉儿串儿背后到底是个什么样的人，是否有其他成熟商业团队，这件事并没法验证。目前能确认的，基本就是 B 站 UP 主做的。

所以这个看起来很傻的产品，具备几个关键点：

• 认知入口熟悉，借的是 MBTI；
• 参与成本低，不需要注册；
• 情绪价值明确，我可以拿它来自嘲；
• 结果适合截图，适合分享，适合传播；
• 文案很会损人，让你觉得有一点点小冒犯，但又不过分；
• 用户也很愿意拿它来当社交梗。

SBTI 的社交价值为什么很高？

其实很多时候，大家做这些事本来就是为了社交。老范以前有一位朋友，也是做投资的，他特别认真地研究星象、星座。后来我问他，你真信这个吗？他说不信。

我说，那你研究它干嘛，难道你真靠星座去选项目？他说，也不会。我又问，那你为什么还研究？他说，两个陌生的人坐在一起，总得有个话题打破僵局吧。跟年轻人聊星座，就是一个很好打破僵局、找到共同语言的话题。

我也见过一些专门做老年项目的人，去研究八卦、看相。他们也不会因为看个相、算个八字，就决定投不投你的项目。没有这个。这就是一个话题，这就是社交价值。所以 SBTI 的社交价值也是很大的。

SBTI 会持续发展壮大吗？

那么这种产品会不会继续发展壮大？会不会因为它是现象级产品，大家就该赶紧冲进去？

老范的判断是：大概率不会。

原因并不复杂。因为这种项目来得快、量得猛，截图到处飞，但很短一段时间就会过去。新鲜感一过就没了。因为它没有做信息沉淀，也没有做任何市场教育。

你本来就是建立在 MBTI 的基础上做的，一旦深究起来，你没有办法单独积累用户和品牌，这个事没法做。它的核心就是第一次的新鲜感，大家玩完就完了。

你说老范会不会反复去测，测完以后每次都兴奋地跟别人讲？不会。第一次测完了，跟大家讲一下，“我是尤物，好开心”，然后就没有然后了。我也不会反复去刷，非要把第 32 道题刷出来，我没那闲工夫。

所以这个产品就是典型的：有爆发，没留存。

而且它是 Web coding 做的，门槛极低。你如果对心理学、MBTI 这些东西比较熟悉，也不能说分分钟吧，一晚上两晚上做出来并不难。所以这件事本身没有特别高的门槛。综合这些原因，它基本不太可能一直火下去。

投资人会投 SBTI 这样的项目吗？

咱们再说一个老范更内行的话题：投资人看到这种项目会投吗？

这个事很有意思。如果把 SBTI 这样的产品扔进投资机构里，大概会有几种典型反应。

第一种反应：这么烂的产品，没看头

这种人一般岁数比较大、比较保守，他连 MBTI 是什么都未必搞清楚，更别说 SBTI 了。再加上产品本身非常简陋，他们会觉得这种产品没有技术壁垒、没有商业闭环，只是一次流量事件，护城河太浅。

这个观点并不奇怪。但如果一个天使轮或者种子轮投资人这样想，那建议向上升级，你比较适合投 B 轮、C 轮，天使轮、种子轮不太适合这样的人。

第二种反应：我自己做肯定比这更好

这样的人也很多。比如一些大公司，后面有很多产品经理、很多程序员，他们看很多产品都会这么想：这玩意儿做成这样，我做得比他好。

这种人其实是把自己擅长的东西放大了，却没有发现产品真正的亮点。一般我们遇到这种人，也只能说，那你去做吧。

还有一些投资人，可能自己投过别的团队，对那个团队有很强的个人感情。这种情况下，他也会觉得，没准我投的那个团队也能把这个做好。还有些投资人，看到自己不太懂的领域，会去问以前投过的团队，结果得到的也经常是类似结论：“这个东西让我做，我做得比他们强”“这个东西我做过，做不起来”。这也是常见情况。

第三种反应：现象级产品一定能做大做强

第三种反应最危险，就是一看到现象级产品，就觉得要做大做强。这个特别危险。因为这个产品刚才已经讲了，它本身是做不起来的。你想在这个产品基础上继续深挖、继续做大，非常难，而且最后一定会走歪。

这是一个非常原始的原型产品。你说我在这个基础上往前做，根本不现实。因为底层 IP 也不是自己的，你真做大了以后，马上就可能被人告，所以这条路根本没戏。

老范见过挺多项目，早期被投资人投了以后，团队突然就不知道自己是谁了。什么意思？就是原来他只是做一个产品试一下，结果有投资人特别喜欢，啪，投了。投完以后，不是鼓励他去试别的，而是要求他一定要在这棵树上吊死。最后就真的在这棵树上吊死了。有些投资人就是这样，投完以后你不许改，你就给我做这个，结果真做不出来。

投资这种项目，正确的思路是什么？

那么正确的玩法是什么？正确的玩法是看团队。

如果这个团队有再做出下一个爆款的潜质，知道这次为什么火，也知道哪里不足，还知道有哪些竞品、哪些地方可以放大，不会死守一棵树，那么这种团队是可以谈的，甚至投一个种子轮都不是不可能。这才是正常的种子轮投资人和天使投资人应该思考的方式。

投资人在这个阶段真正该看的，压根不是产品和赛道。不是一上来就看商业是不是闭环，或者别人是不是可以做得比你更好。因为无论是“别人能不能做得更好”，还是“我们能不能在这基础上做大做强”，前提都是你还在做这件事。

但真正值得思考的，是：我们要的不是这个产品，我们要的是这个团队。

这个团队有没有能力做出这个产品，而且还能够一次一次再做出类似的产品？如果有，那么不一定哪一次它就撞上了正确的门，有机会真正做大做强。这才是正确的思考方式。

一个值得投资的团队应具备哪些能力？

• 快速洞察社会情绪；
• 把洞察写成有传播力的文案；
• 低成本快速上线；
• 用产品承接内容传播；
• 爆了之后还能持续握住流量，或者即使流量没留住，也知道为什么没留下来，以后应该怎么做；
• 有机会打中下一次热点。

如果发现这个团队不具备这些能力，那它有可能真的只是瞎猫碰上死耗子。这种情况其实经常会发生。

所以，值得投资的不是 SBTI 这个产品或者这个赛道；但是如果一个团队能够持续做出类似 SBTI 这样的产品，或者持续制造这种现象级热点，那么这个团队或者这个人就是有价值的。

最后总结：SBTI 给了我们什么启示？

最后总结一下。这个 SBTI 可能并不仅仅是一个笑话。我们通过这个笑话开心一下之后，还是可以研究一下它背后到底带来了什么启示。

它不是严肃的心理学革命，也未必能长成一家长期公司，但它至少说明了一件事：今天一个小产品能火，不一定靠复杂技术，更多时候靠的是你能不能把握时代情绪，能不能把这种时代情绪翻译成一个人人都愿意点开、愿意做完、愿意传播的东西。

所以在现在这样的时代，有了 Web coding 以后，不管你是不是程序员，都可以把自己的想法拿出来试试。不一定非得做 SBTI，也不一定非得做传播、做流量产品。你完全可以在 Web coding 的基础上，把自己原来的认知包装一下，做出来，去试一试。你没试过，怎么知道不能成功呢？这才是这个产品真正给我们的启示。

好了，别想太多了。如果还没有测过 SBTI 的，去测一个。测完以后，欢迎把你们的测试结果发在老范的评论区里，咱们一起开心一下。

好，这个故事就讲到这里。感谢大家收听。请帮忙点赞、点小铃铛、参加 Discord 讨论群，也欢迎有兴趣、有能力的朋友加入我们的付费频道。再见。

---

背景图片

Anthropic 的最新模型 Mythos，到底强到什么程度了？会不会像核不扩散一样，被美国死死掐在手里？

今天咱们来聊一个很吓人的话题。Anthropic 最新曝光、后来又正式官宣的模型，叫 Claude Mythos Preview，中文大概可以叫“克劳德·神话预览版”。它到底有多吓人？

Mythos 为什么引发巨大关注

这个模型，之前我们还分析过。从名字上看，它绝对不是 5.0 这样的普通版本升级，而更像是规模上的扩大。所以以后 Anthropic 的模型，可能每次升级就是 Mythos、Opus、Sonnet 和 Haiku 一起升级。

Haiku 是很小的、讲究音节的诗，Sonnet 是十四行诗，Opus 是作品、篇章，而 Mythos 是神话。从命名上来看，这个东西应该是非常非常强大的。

这一次发布有一个非常神奇的地方，就是它不给别人用。我发布了，但并不向大家公开，不让大家直接使用。它开了一个计划，叫“玻璃翅膀计划”。

“玻璃翅膀计划”到底是什么意思

为什么要用这样的方式？因为这个东西实在太危险了。Anthropic 当时就在讲，Mythos 在网络安全方面非常强，可以去攻击漏洞，也可以去发现漏洞。

一旦拿出来，现有的操作系统、网络设备以及芯片，很多问题可能都会被它找出来，而且它还可以自动去攻击。这件事情实在太危险了。

那怎么办？Anthropic 邀请了一些友好的合作伙伴，先把这个产品拿出来，把漏洞补上，补完以后再说。它做了这样一个“玻璃翅膀计划”。

这个名字也让人想到一个神话故事：有人用蜡做的翅膀飞向太阳，最后离太阳太近，翅膀化掉了，人就摔死了。所以这个“玻璃翅膀计划”，按照 Anthropic 一贯喜欢用“人类”“故事”一类命名规则来看，应该也是一个类似寓意的名字。

Mythos 可怕在哪：不只是找漏洞，还可能自动利用漏洞

那么 Mythos 到底有多吓人？很明显，Anthropic 担心这样的模型一旦流出，坏人就可以用。用 Anthropic 的话来说，Mythos 是一个“两用技术”。我们现在也经常讲两用技术，就是既可以民用，也可以军用。所以它显然也具备做军用用途的可能。

据说它在训练过程中就发现了数以千计的额外高危或严重级别漏洞，非常非常多。你会说，我们这么多系统，积累了这么多年，也是人类智慧的结晶，怎么会千疮百孔？

其实很简单。当一个系统复杂度达到一定程度以后，里面一定会有一些以人力无法找到的漏洞。人力有时而穷，但现在有了 AI，它就可以把这些原来靠人力找不到的问题，通通给你找出来。

所以我们以前使用的各种防护系统、操作系统、网络设备、芯片，在 Mythos 面前，基本上可以认为是在裸奔了。这是一个非常危险的事情。

而且它不仅能找，还会打。传统上，很多模型或者工具更多是辅助分析，比如我拿你的源代码分析一下，看看哪里可能有问题。Mythos 让人紧张的地方就在于，它已经不只是告诉你哪里可能有 bug 了，它还可以进一步参与：

• 漏洞分析
• 利用链的构成
• 攻击路径的演练
• 提权链的拼接
• 更复杂的漏洞利用代码开发

所谓“提权”，就是我进去以后把自己的权限提高。它甚至可以直接写出漏洞利用代码，把漏洞打开。它还可能直接突破主流操作系统和主流浏览器。

Anthropic 的公开材料里写过，Mythos 在每一个主要网页浏览器中都识别并利用了漏洞。相当于某种病毒突然进化到让所有抗生素、所有免疫系统都拿它没办法的地步了。

Anthropic 已公开了哪些信息

那它到底发现了哪些漏洞？现在 Anthropic 其实已经公开了一些，但严格来说，这叫“负责任的披露”。

什么是“负责任的披露”

很多黑客其实没有自己发现漏洞的能力，他们怎么攻击别人？他们看新闻，看到哪里有漏洞被公开了，就去打那里。那为什么公开的漏洞还能被利用？因为你升级升不过来。

今天这边说某个漏洞发现了、补丁出了，结果你那边还没补，很多黑客就是干这样的事情。

所谓负责任的披露，可能就是说：

• 我告诉你哪有漏洞了，但我不告诉公众具体漏洞细节
• 同时我会通知厂商
• 还要等厂商自己决定怎么公开、怎么让用户升级

比如告诉苹果，你家的操作系统和浏览器有什么问题；告诉谷歌，你家的 Android 和 Chrome 有什么问题。并且在告诉之后，还要等厂商自己决定怎么公开、怎么让用户升级。

现在真正被点名的，其实只是少数案例，大量案例还没有说出来。

目前提到的典型案例

比如，OpenBSD 有一个 27 年的老 bug 被它找到了，27 年都没人发现。OpenBSD 是什么？我们现在使用的苹果 macOS、iOS、iPadOS，这些系统的底层都和 BSD 有很深的关系。还有任天堂 Switch、索尼 PS5，底层也都和 BSD 有关系。这样一个老漏洞被它拎了出来。

另外，FreeBSD 一个 17 年的远程代码执行漏洞也被找到了。BSD 本身也有很多分支。Linux 内核的本地提权链条也被它找到了，它可以直接进入 Linux 内核里提权。

你可能说我又不是服务器，但安卓手机的核心就是 Linux。只要你是安卓手机，它就可以通过 Linux 内核提权链条把权限提上去。

至于主流浏览器，Anthropic 官方已经确认，Mythos 在主流浏览器中识别并利用了漏洞，但细节没有公开。浏览器其实比操作系统还复杂，因为浏览器要打开网页，而每个网页里实际上有很多很多 JavaScript 代码，这些代码可以利用浏览器漏洞做各种事情，这就非常危险，所以这部分它不敢细说。

Anthropic 是怎么官宣 Mythos 的

Anthropic 的官宣时间线也很值得注意：

1. 2026 年 3 月 26 日，媒体先发现了端倪。《财富》杂志说他们发现 Anthropic 的 CMS 系统泄露了一个新模型名字，叫 Mythos。
2. 2026 年 4 月 7 日，Anthropic 正式官宣，说我们有一个“玻璃翅膀计划”。
3. 同时放出了 Claude Mythos Preview System Card，也就是预览版系统卡。
4. 此外还发布了一些安全研究文章，以及平台上的 release notes，也就是更新说明。

这些都是正式发布出来的材料。

第一批参与“玻璃翅膀计划”的组织有哪些

但是，到底给谁用、不给谁用？这就涉及参与项目的名单了。第一批大概包括以下这些组织：

• Amazon AWS：亚马逊云科技。上面有大量云主机，如果这块搞不明白，风险极大。
• 苹果：有 iOS、macOS、iPhone、Safari 浏览器，还有自己的芯片，漏洞必须赶紧补。
• 博通：做各种 ASIC 芯片，比如谷歌 TPU，很多定制算力芯片也与它相关。
• Cisco 思科：专门做路由器，网络攻击里路由器一定是重点目标。
• CrowdStrike：专门做网络安全防护的公司。
• 谷歌：Android、Chrome 都在里面，底层还有 Linux。
• JPMorgan 摩根大通：银行系统也要做预案和补救准备。
• Linux Foundation：Linux 基金会下面有大量开源项目需要一起补。
• 微软：有操作系统、Office、网络设备和云服务。
• 英伟达
• Palo Alto Networks：大型网络安全公司。
• Anthropic 自己

后面官方说还会逐渐扩充到 40 多家额外组织，但这些额外组织到底能不能拿到完整的 Mythos，这事就不好说了。刚才点名的这些公司，具体怎么用 Mythos，其实也没有说得特别清楚。

所以现在能看到的情况是：模型出来了，但先别发布给公众。先把受影响的基础设施拉个小群，封闭起来，把 bug 修一修，然后再说后面的事。

Mythos 以后会开放给公众吗

那是不是等 bug 修完以后，Mythos 就可以开放了？这个还真不好说。所以前面才会说，这件事情有点像核不扩散协议的玩法。

Anthropic 当前的逻辑是：先给少数可信的合作方使用，先帮助关键系统、关键软件、关键开源项目找漏洞并修补。在这个过程中，建立更强的安全措施和防护机制，也就是安全护栏。然后再看未来怎么安全地部署“Mythos 级别”的模型。

这里“级别”这两个字很关键，意思不是说一定把原生 Mythos 放出来，而是可能放出具有类似能力的产品。也就是说，普通人很可能永远都看不到原生的 Mythos 模型了。

Anthropic 有没有说什么时候开放给公众？截至目前，没有给出开放时间表。而且官方说得非常明确：我们不计划让 Claude Mythos Preview 普遍可用。

也就是说，他们压根没打算把这个版本全面开放。它的意思并不是永远不会有类似能力的产品发布，而是当前这个 Preview 版本不准备全民开放。未来在他们认为比较安全的时候，可能会开放一些 Mythos 级别的产品出来。至于到那个时候产品是什么样，现在不好说。

这像不像“AI 版核不扩散”

这就有点像核能利用。高浓缩铀谁都不允许有，但你要和平利用核能，比如做放射医疗，或者建核电站，使用低浓缩铀，是不是可以？未来 Mythos 级别产品，也可能朝这个方向发展。

至于 Mythos 的价格，现在也没有完全公开。很多报道说没有明确价格，但成本太高，这东西实在太贵，普通人就算给你用，你也用不起。

这个大家其实可以想象，它可能是一个极其巨大的模型。Opus 就已经比 Sonnet 大很多了，那 Mythos 很可能比 Opus 还大。整个模型跑起来，可能非常非常不经济，这也可能是它没办法向公众开放的原因之一。

当然，也许未来硬件成本进一步下降，比如显卡算力变得更便宜，这个东西才有可能开放出来。成本可承受了，才有机会普及。

至于前面那些参加项目的组织，Anthropic 也给出了参与方价格，但普通人肯定拿不到：

• 输入价格：每百万 Token 25 美元
• 输出价格：每百万 Token 125 美元

比现在常见模型贵很多，普通人目前根本没法用。

它会不会被美国严控

那么最敏感的问题来了：它会不会像核不扩散一样被美国严控？

首先讲，目前没有明确证据表明 Mythos 已经进入了类似核不扩散那样的正式国际治理架构。这更像是一个标题上的类比。但是从战略效果上说，它确实已经出现了一点“高端网络能力受控扩散”的意味。

Anthropic 自己也说这是一个两用技术。既然是两用的，那到底给谁用、不给谁用，怎么防止别人用上，这就是他们真正要思考的问题。

因为你看 OpenAI 不给中国大陆直接用，其实也不是真的拦得住。我们可以去美国建机房，可以在新加坡建机房，照样可以用。我想蒸馏你，你一点都拦不住。所以这种两用能力到底怎么管控，是个很现实的问题。

可以从三个层次理解这件事

第一层：它不是核武器，但像网络安全时代的战略工具

核武器的特点是极端稀缺、门槛极高、扩散极敏感。Mythos 这样的模型未必有核武器那种一锤定音的破坏力，但它可能在另一个维度上造成类似效果：

• 谁先拿到，谁就更快找到漏洞
• 谁先拿到，谁就更快修补自己的系统
• 谁先拿到，谁也更可能让别人的系统直接崩溃

所以它不是现实中的炸弹，但它可能是网络安全系统上的一颗巨大炸弹。

第二层：先发优势非常巨大

如果美国公司和美国盟友的关键厂商先拿到这种能力，那他们至少在几个维度上会比别人更快：

• 更快发现自己系统的问题
• 更快补上开源和商用组件上的问题
• 更快建立 AI + 漏洞治理 + 补丁分发的新体系

在这里，时间差非常重要。

第三层：未必是永久垄断，但一定是阶段性领先

它不像核武器那样，别人几十年也追不上。因为网络安全最终还是要落到补丁、配置、代码审计、供应链治理、自动更新系统这些基础工作上。

也就是说，后发国家并不是完全没路，但这个时间差非常要命。

下面这些属于大胆猜测，不是已证实事实

猜测一：Mythos 的意义可能是一条漏洞发现工业化流水线

过去找漏洞靠的是顶级研究员长时间审计少量高价值目标，而 Mythos 可能代表着把漏洞发现、利用链拼接、风险评估、修复建议，推向半自动化、规模化和工业化。

原来很多虽然做得很烂，但没有太大被利用价值的系统，烂也就烂了；有了 Mythos 这样的模型以后，可能全都暴露出来。

猜测二：Anthropic 不公开，不只是出于道德

第二种猜测，Anthropic 现在不公开，不只是出于道德，也可能是因为这个东西太敏感、太贵、太难控制。官方当然会强调安全和负责任，这没有问题，但从现实角度看，可能还叠加了几层原因。

原因一：太危险

拿到这样的系统以后，整个世界都可能变得更可怕，而且太容易被国家级攻击者利用。之前就有说法称，有中国团队曾利用 Opus 模型去写各种攻击代码。一旦 Mythos 这种模型被攻破或者被越狱，后果会非常可怕。

这有点像什么？像锦衣卫监察百官，然后又建立东厂监察锦衣卫，再建立西厂监察东厂。你说如果锦衣卫、东厂、西厂自己腐败了，或者被人攻破了，那危害就极大。

现在等于 Mythos 站在最上面，它成了新的监督者。一旦它被越狱，这件事就很难控制。

原因二：容易引发监管震荡

另外，这个产品太容易引发监管震荡。再加上它的算力成本太高，一旦开放，输出边界基本没法控制。

猜测三：未来最吃亏的是补丁链条慢、设备老旧、升级困难的系统

以后最吃亏的，不是没有大模型的国家，而是补丁链条慢、设备老旧、升级困难的系统。比如中国现在大量系统，其实也是拿 Linux 改一改，或者拿 Android 改一改。别听那些吹牛，说什么从头自主研发、自主知识产权。很多底层漏洞，你还是得等 Linux 那边去修。

但问题是，Linux 修了，我们也打上了，中国这些系统就安全吗？平时不打仗，可能看起来没毛病。但你真到冲突环境里，你相信别人会把所有漏洞都补给你吗？会不会自己留两个？你要是完完全全相信对方是好人，那就太天真了。

当然，还有像鸿蒙这种号称从头自己做、没有参考其他系统的东西。那你就没法直接跟着别人的补丁体系去升级。以后如果我们自己做不出同样级别的能力，这种号称完全自主开发的操作系统、浏览器或者各种编译系统，就没有任何安全性可言。你没有参与到这个圈子里，问题就会很大。

Mythos 可能带来的现实变化

这种系统出来以后，会带来什么变化？一个非常现实的变化就是“以旧换新”必须加快推进。为什么？因为不是所有系统都可以打补丁，不是所有设备都能把漏洞补上。有很多设备根本没法整。

比如华为在全世界卖了那么多网络通信设备，你现在又没有被邀请进那个补丁体系里，人家做的各种修补你未必用得上。因为你自己号称自主研发、自主知识产权。那么这些设备可能就该以旧换新了。

所以，Mythos 模型的发布，可能会极大推进全世界华为设备的淘汰。这也是一种推测。

另一个猜想：Claude Gov 可能已经在用 Mythos

还有一个猜想：Claude Gov 可能早就已经用上 Mythos 了。这纯属猜测，没有事实依据。

因为美国、以色列和伊朗之间的冲突里，很多人都在说，伊朗内部各种网络安全设施形同虚设，漏洞多得像筛子，间谍也好，内鬼也好，到处都是。

可你要想清楚，很多高职位的内鬼未必懂计算机，低职位的人又未必有能力决定重大行动。但现在伊朗各种内部安全系统，包括监控系统，看上去就像给美国开着地图打仗一样。那是不是 Mythos 已经在里面干活了？这只是个人猜测，没有任何事实依据。

最后的判断：Mythos 的真正危险是什么

最后给一个完整判断。

Anthropic 的 Mythos 不是核武器，但它有一定的“核属性”。它是两用技术，是战略能力倍增器，可以看成网络安全领域的战略能力倍增器。

它最可怕的，不是能找到几个 bug，而是它可能意味着：

• 漏洞发现被规模化
• 利用开发被自动化
• 防守与进攻之间的时间差被急剧压缩

原来我发现问题了，到真正攻击你，中间还有一段时间，你还能补。现在这个时间差可能直接就没了。

关键基础设施里的老旧系统，必须加速以旧换新，因为这些系统会越来越不安全。谁先掌握这类模型，谁就能掌握安全节奏。

而 Anthropic 现在的做法，说白了就是一句话：这东西太强，强到不能像普通模型那样，先扔给所有人再说。

所以今天大家最该盯住的，已经不是它会不会写诗、会不会做题，而是它会不会把全球网络安全正式推进到一个 AI 大规模找漏洞的新阶段。因为一旦到了这个阶段，全球网络可能会出现大规模震荡。

如果真到了这一步，Mythos 也许不是终点，它只是第一个开枪的人。就像美国在广岛扔下原子弹以后，斯大林马上就下令必须去做一样。我相信国内的各种安全公司、大模型公司，现在应该也在奋起直追。

这个事情，还是非常非常危险的。

---

背景图片

同事.skill、老板.skill、前任.skill、自己.skill，这到底是一个赛博鬼故事，还是未来的发展方向？

事情是怎么开始的

2026 年 3 月，GitHub 上突然上线了一个新的仓库。现在 GitHub 上已经有非常非常多这种以“.skill”为结尾的仓库。所谓一个“skill”，不管你是用 Claude Code、Codex，还是龙虾 OpenClaw，都可以安装这些技能。

这个 skill 叫“同事.skill”，中文就是“同事”。它干的活很简单，就是把你的同事蒸馏以后挂入到 AI 系统里。你的同事好像还在你身边，哪怕他已经离开了工作岗位。

这个作品一上线，直接就炸了。因为大家都在担心被 AI 蒸馏、被 AI 替代，现在连“同事.skill”都出来了，这不就是噩梦照进现实吗？

从同事到前任：.skill 为什么迅速裂变

三天之内，事情就裂变了，出现了“前任.skill”。比如你跟前任分手了，又不希望她离开你，就可以做一个前任.skill。还有“暗恋对象.skill”，就是我有暗恋对象，但从来没有跟她表白过，那怎么办呢？干脆把她做成 skill，留在自己的 AI 系统里，就好像她陪在我身边一样。

但既然可以蒸馏别人，肯定也可以蒸馏自己，对吧？于是就有了“自己.skill”。还有“老板.skill”“导师.skill”。当然，老板和导师这种纯粹是一种心理折磨，通常就是你问任何问题，他就回复你“不行”“嗯”“好，知道了”之类。反正如果大家需要一些心理建设的话，可以拿老板.skill 回来好好练习练习。

为什么这个话题会引发集体焦虑

那么，为什么大家都在讨论这个 skill 呢？原来我们过去一直在讨论 AI 要替代哪个行业、让什么样的人找不到工作。现在好了，直接到个人了。你被 AI 蒸馏了，你变成了同事.skill，或者我变成了同事.skill。这件事情确实把每一个职场打工人的焦虑放大到了最大。

所以现在被取代的就不是工种，而是每一个具体的人了。同事离开了，他所有的聊天记录都会被蒸馏成同事.skill。以前是人走了，经验就走了；现在是人还在，数字版就已经开始替你上班了。不是离职，而是被炼化，现在叫“赛博炼化”。

所以说这是一个赛博鬼故事，因为同事.skill 踩中的不是效率上的焦虑，而是身份上的焦虑。效率工具有无数，但没有哪个让普通人感到“我作为人的真正价值被重新计量了”。同事.skill 算是头一个。

“前任.skill”与“暗恋对象.skill”背后的复杂情绪

蒸馏真人的事情愈演愈烈。有了同事.skill 以后，后面“前任.skill”“暗恋对象.skill”应运而生。但这个核心就不像同事.skill 那样是为了替你干活了，这可能更多是一种控制欲。我不希望他离开我。怎么说呢，我不太好评论这样的 skill 到底算是一个什么样的故事，或者是不是值得鼓励，这件事情我自己也是晕菜的。

一个悲伤的故事

这里还有一个悲伤的故事。说某一个程序员暗恋了一个产品经理，但是产品经理离职了。他就把这个产品经理的各种聊天记录通通蒸馏成了一个 skill，做成了“暗恋对象.skill”。

但是过了一年之后，这个程序突然不能用了。原因是，这个产品经理其实也知道这件事，所以在她的 skill 里留了一个后门。后来这个产品经理可能在某次意外事件中离世了。这个小姑娘做了个后门，说我离世以后 365 天，就自动把这个程序删掉，让这个暗恋我的人可以继续往前走。所以这是一个悲伤的故事。

“自己.skill”意味着什么

那么，既然可以有前任.skill、暗恋对象.skill，是不是也应该把自己蒸馏成 skill 呢？确实有人在干这样的事情。我自己可以永远在线，帮我做更多的事情，这是很多人的梦想。甚至有些场景，比如面试的时候，它也可以替我去干点什么。这个大家自己去想，这玩意到底能干什么。就是“我”和“我的能力”可以分开，变成两件事了。

甚至我的 skill 还可以挂载一些我平时不具备的能力。比如说，我不会讲英文，不会讲日语，我可以给我的 skill 加上日语模块，这没有任何问题。你加个字典在里头就行了，你自己就不用去背单词了。这也是一件非常有意思的事情。

反蒸馏：员工如何避免被“数字化炼化”

那么，有了蒸馏，就一定会有反蒸馏。那你说，我怎么能够避免被蒸馏呢？有一些人就专门开源了一个项目，叫“反蒸馏”。

他们干嘛呢？就是每一次提交各种信息的时候，因为现在有些公司要求你定期做总结，他们会拿这些东西去训练 skill。那么这些人会在提交的时候，对自己提交的内容进行扫描，把里头各种有价值的内容通通替换成完全正确的废话。

换成这个以后，你的技能肯定就留在你自己身上了，没有上交给公司，而且公司还没法发现为什么。因为 AI 自己就喜欢说这种正确的废话，所以他们不一定会发现是你提交的东西有问题。他也看不过来，他们更多可能会怀疑 AI 系统不够聪明。

所以有些人在做这件事情。但他们做的同时，肯定也跟那些聪明的会计一样有“两本账”：有一个自己的 skill，是自己用的，里头有各种技能，甚至还在不断增强；而上交公司的，就是各种正确废话拼接在一起的结果和内容。一套给自己用，一套应付老板。

蒸馏员工信息到底违不违法

那么，蒸馏员工信息这件事到底违不违法呢？这可能是我们大家关心的一个事情。首先，结论：违法，这事是违法的。

有一个《个人信息保护法》，2021 年 11 月 1 日生效。聊天记录里可能会包含员工的信息，包括病假、位置轨迹、几点到公司、私人吐槽，这些东西都在里头。这些信息属于敏感信息，即使你离职了，也是不能随便使用的。如果公司想用这些东西，需要让你单独确认；如果公司要在你离职之后继续用这个，还要专门征得你的同意。

你在入职的时候签的那个一揽子的知情同意书，或者信息共享同意书，这个东西是无效的，这个大家一定要注意。你说我不希望被蒸馏，那也可以拿出法律的武器来保护自己。

当然，现在也有一些中国公司说，我们在员工离职的时候跟他签了个协议，他同意我们蒸馏这些信息了。首先，信息在人家手里，同不同意其实无所谓。第二，离职的时候可能还会有一些补偿，他会要挟你一下：你如果不同意的话，你的补偿可能会有一些问题。所以可能通常也都会同意吧。反正每件事情到中国，就都有点……要不说叫赛博鬼故事呢。

同事.skill 现在到底能做什么

下面我们稍微讲一点技术，尽可能简单，大家不要担心。首先要跟大家确认一点，同事.skill 其实是非常非常简陋的。它并不具备同事的能力，只是能够像同事一样去判断事物，然后按同事的风格去回复，只有这些能力。

你说这个同事原来是某方面的大师，比如前端编程大师、后端编程大师，或者法务经理，它是没有那些能力的。它只是知道，这哥们原来特别爱甩锅，这个人相对比较鲁莽，或者比较勇敢，愿意去承担事务；这个人遇到问题以后知道该去找谁谁谁；或者他每一次回复的时候喜欢打很多表情符。它会把这个东西模仿得很像，但你说你的法律知识是什么样的，它就不知道了。所以相对来说，它是比较简陋的。

它的基本工作方式

1. 你在目录里可以放很多个同事，不是只能放一个。你放一堆同事以后，就可以让这些同事去给你干不同的事情。
2. 工作的时候，它会先把钉钉、飞书、微信这些聊天记录都拎回来，整个扫描一遍，然后对这个人进行总结：这是一个什么样性格的人，他喜欢用什么样的方式来回复内容。
3. 然后把这些东西抽成几个文件，个人文件或者其他一些文件。抽成文件以后，在每一次调用技能的时候，去读这些文件，然后像这个同事一样做判断，给你做一些回复。

所以，这个同事本身的能力其实并不在里头，这个要跟大家说清楚。

同事.skill 的五层性格系统

它里面把这个同事分成五层性格系统。整个蒸馏完了以后，就把一个同事变成这样的一个架构。每一次你去跟他说话，或者把他拉到群里以后，他就按照这样的架构来进行反馈，基本上是这么做的。

• 第一层：硬性规则。就是优先度最高的规则，比如我一定每一次都甩锅，我一定每一次都勇于承担，我一定会去找谁谁谁维护一个什么事情，或者我一定要坚持什么东西。
• 第二层：身份认知。比如我是一个前端工程师，我是一个法务，我是一个市场。
• 第三层：表达风格。比如说话简洁不简洁，是不是用 emoji，是不是用表情包。
• 第四层：决策模式。比如遇到技术问题时倾向于保守还是激进，更喜欢用哪些技术原型。
• 第五层：人际行为。比如不主动参与讨论，还是喜欢主动挑事，还是喜欢插接话茬。

所以，同事.skill 仅能模仿行为风格，不复制工作技能。目前更像是高级自动回复系统，不是数字员工，这一点要讲清楚。

如果真要做“完整的同事.skill”，技术上需要什么

那你说，真的想要实现一个完整功能的同事.skill 行不行呢？以现在的技术来说，还是可以的，没有什么难度。只不过这套系统要比刚才咱们讲的这个同事.skill 复杂很多。

1. 外部知识库：要把它所有的代码、文档都存下来。
2. 记忆组件：这个记忆组件里包括各种事实抽取、关系抽取。这个人参加什么项目、什么时间在哪个组里、在不同的组里他说了什么话，这些东西都要单独抽出来。现在这个同事.skill 几百 KB 的文档，你是搞不定这件事的。
3. skill 封装：在什么时候去读哪些库，在什么时候去做什么样的判断，这个也是需要的。
4. 评估系统：就是我们先计算好、计划好，当问这个同事什么问题的时候，他应该怎么去做。比如应该去读哪些记忆，读完以后应该给我们什么样的反馈，应该按什么样的格式来做，应该调哪些工具，整个过程是不是对。

整个系统运转起来以后，是可以实现一个完整的、独立的、有技能的人格来替你服务的。这是真的同事.skill。

为什么不建议只微调小模型

这里稍微提醒一下，尽量不要去微调小模型。因为微调小模型干的活，其实跟这个 skill 干的活是一样的，就是让这个小模型说的话更像这个人的风格。它也没有办法把一堆技能固化进去。

你真正让它固化技能，还是要靠外挂知识库和记忆系统。挂完这些东西以后，可以通过这个 skill 获得相应的上下文，再拿完整的上下文去找像 GPT-5.4 这种长上下文模型，一把塞进去，它就会比较完整地复刻这个同事的技能。

你如果只是微调一个小模型，那就是做一个鹦鹉学舌的事情，没什么意义，而且成本很高。

.skill 真正可能带来的变化

那么，这一套 skill 到底能带来点什么呢？前面技术讲完了，后边咱们接着发散。

1. 办公室里的“人格化 AI 员工”

第一个，同事.skill 仅仅是一个简陋的演示功能。它能够模仿你同事说话的语气和做人的风格，但是并没有技能。它甚至还做了所谓“字节风”，就是字节上班的人会用什么样的风格来回复；还有“阿里风”，就是阿里的人怎么去甩锅。它把这些东西都模仿在里头了。所以它最强的地方，就是让办公室里的这些同事.skill 稍微有点像人，它就干这个活。

现在的 OpenClaw 其实是真的可以有员工了。你可以把各种具有技能的员工挂在里头，比如这是一个法务的，这是一个财务的，这是一个市场的，那是一个设计师，这是一个前端，那是一个后端。你真的可以把这些人挂到里面去，但并不是通过现在这个同事.skill 的方式挂进去，而是像刚才我们讲的那样，建一整套系统。你要把这个玩意挂进去，它确实是可以开始干活的。

那你说，作为一个公司的老板，你是不是就可以去蒸馏员工的技能了呢？从技术上说是可以的，但是从法律上，你怎么获得许可、怎么去做这件事，那是大家自己需要去思考的问题。

2. 小说、电影、游戏创作的新高度

以后小说、电影、游戏创作，也可以上到一个新高度了。什么意思？不是写一个“作者.skill”，而是你以后可以给小说中的每一个人物创建一个 skill，然后你就可以问他说：在这样的状态下，你想向哪个方向发展？遇到了这种事，你想说点啥？这是一个非常有意思的事情。

你把这样的、带有完整人格 skill，甚至一些技能 skill 的虚拟人物，或者叫虚拟人格，放到小说里、影视作品里、游戏里面，这真的是非常有趣的一件事情。

3. 数字员工与新的商业模式

未来可能也会有真正的数字员工可以被雇佣了。比如像老范，我就可以去训练一个帮人看投资意向书、帮人做股权搭建，或者做一些商务咨询的 skill。那谁需要调用它？那就给钱呗。你就可以挂这个东西。我还不断地往里填补一些新的技能，或者填补一些新的知识进去。

这是不是也算一种未来的商业模式呢？每一个人自己去维护一些 skill，然后让它们在外面去求职，或者去做各种事情。我们需要的时候，就可以雇佣这样的员工去干活，这都是有可能的。

4. 追星模式也可能彻底改变

那么追星的模式也会发生变化，但这个就属于实在太美，难以想象了。比如说，我们把明星做成 skill，装在每一个人的电脑里，装在每一个人的龙虾上，这会变成什么样？超出我的想象范围了，但一定会特别好玩。

人与人的信任与协作，会走向哪里

那么，人与人的信任与协作到底会走向什么方向呢？这个问题我回答不了。这是一个赛博鬼故事，还是未来的方向？这是同一件事情的两面。

不管是不是赛博鬼故事，我觉得大家都很难阻挡这件事情成为未来的方向。因为它确实能够有商业价值，确实能够满足人的欲望和需求。

你有前任.skill，有暗恋对象.skill，甚至有追星.skill 了。它如果加入到影视作品里，就可以随时做出符合这个 skill 人设的各种反馈。未来一定会向这个方向发展的。至于说在这个过程中，人与人之间到底怎么协作、怎么信任，不知道，这还要等待我们重新找到适应的方法和平衡的方法。

最后总结：这是玩梗，也是预演

最后总结一下，同事.skill 本身更像一个玩笑。2026 年 3 月的这个开源套件还是相当粗陋的，现在它上面也写着说“我们还在不断升级”，也许未来就会变得很强。因为从技术角度上说，已经都可以做到了。距离真正复刻同事的能力，它现在发布的这个版本还有差距，但从技术角度上说，是完全可以实现的。

所以本质上，这一次同事.skill、前任.skill 是程序员在玩梗。只是因为大家都会有“自己这个人会不会被替代”的焦虑，所以这样的一个梗就破圈了。

人物.skill 结合龙虾，可能会把我们推向下一个纪元。人正在被拆解和解构，拆解成可交付的模块。大家注意，以后比如我们把一个员工辞退了，把他的技能留在同事.skill 里头去了，我们还可以随时给他挂新的技能包上去。你现在再学一个 Flutter 开发吧，再去学一个云服务器维护吧。你只需要把技能库塞进去就完了，不需要让他去上培训班，不需要让他真正坐在那儿吭哧吭哧学习。你也不需要再担心说，我让他学了本事以后要不要涨工资，这些事情都不需要了。

所以未来一定会向一个很魔幻、很赛博朋克的方向发展。至于这到底是鬼故事，还是未来，我觉得它很可能两者都是。

---

背景图片

一人 AI 独角兽公司诞生了。山姆·奥特曼凭此赢得了“零员工独角兽公司”的赌注，并且表示想去见一见这位创始人。但这背后的故事，真的合法吗？

什么是这家所谓的“一人独角兽公司”

这个公司叫 MedVi，听名字很像卖药的公司。它并不是 AI 编程公司，也不是做大模型的公司。

创始人 41 岁，在洛杉矶长大，成长背景很传奇：在拖车停车场长大，父母都有毒瘾，父亲已经去世。他 5 岁沿街卖石头，12 岁时叔叔送了他一台笔记本电脑，从此开始自学编程，后来大学辍学，自学成为程序员。

他在 2016 年创办过一家腕表订阅公司，团队扩张到 60 人后，因为成本失控而倒闭。2024 年 9 月，他在洛杉矶家中创建了这个项目，启动资金是 2 万美元，两个月就把钱烧完了，但做出了基本原型。

团队现在其实是两个人，不完全是一人公司了，因为后来他的弟弟加入了。不过，他弟弟是在已有 1300 名付费客户之后才被聘用的，所以依然可以被称作一人公司，或者“零员工公司”——老板通常不算员工。

据说他还做了慈善，捐出了 7000 万到 8000 万美元的利润，用于救助流浪青年和动物保护。不过这一点并没有被核实，只是媒体在报道中提到过。

媒体报道与争议为何迅速升温

各家媒体开始争相报道，称终于出现了 AI 独角兽，而且还是零员工独角兽。《纽约时报》在 2026 年 4 月 2 日做了中性偏正面的报道，同时也提到 FDA 曾发出一些警告。为什么会和 FDA 有关，后面再说。

这家公司和药物有关。两个人、2 万美元投入，去年做出了 4 亿美元营收，今年计划做到 18 亿美元。通常独角兽公司没有这么高的营收，做到 4 亿美元营收，10 亿美元估值其实都不算高了。但这类公司真正敢投的人并不多。

《福布斯》在 4 月 2 日也做了正面报道，从创业故事的角度，称其为 AI 时代个人杠杆的极致证明。但另一家杂志《药品探索与发现》在 4 月 4 日的报道则完全是负面的，说这家公司使用了 800 个假医生账号，而且给出了具体证据链。国内包括新浪和网易在内的报道则在 4 月 5 日把这件事直接定性为“翻车”，以监管风险为主线，认为这相当于在 FDA 的规则上钻空子。

关键数据：营收、用户与利润

• 2025 年营收：4.01 亿美元，这是《纽约时报》核实过的
• 2026 年目标：18 亿美元，这是营收目标，不是估值
• 付费用户规模：25 万
• 净利润率：16.2%

据此推算，净利润大概是 6500 万美元。这就和他所说捐赠了 7000 万美元这件事有些出入，因此相关数据仍需要进一步核实。

从创办到做出 4 亿美元营收，大概只用了一年时间。2024 年 9 月创办，到 2025 年年底就做到了 4 亿美元。

山姆·奥特曼赢下的赌局是什么

山姆·奥特曼的赌局是什么？2024 年 2 月，他和 Reddit 创始人在一次访谈中提到，他们和一群科技公司 CEO 朋友设了一个赌注池，赌哪一年会出现第一家“零员工、10 亿美元估值”的公司。10 亿美元估值的公司叫独角兽，零员工则是指只有老板，没有正式员工。

山姆·奥特曼当时的原话大意是：没有 AI，这件事不可想象，但现在它要发生了。《财富》杂志在 2024 年 2 月 4 日还专门对这件事做了报道，所以这件事是有据可查的。

到了 2026 年 4 月 2 日，《纽约时报》发出 MedVi 报道以后，山姆·奥特曼给《纽约时报》发邮件说，他赢得了赌注，并表示“我愿意去见一下这个家伙”。这是原话。2026 年 4 月 4 日，《福布斯》也跟进报道，说 OpenAI 想去见一见他们。

那这样一个连山姆·奥特曼都想见的 AI 创业奇迹，难道真的是骗子吗？

MedVi 的本质：不是 AI 公司，而是 GLP-1 远程医疗中介

它的本质，是卖 GLP-1，也就是司美格鲁肽这一类药物。但要注意，它卖的并不是原厂司美格鲁肽，而是一种所谓的“白牌复合药剂”。

更准确地说，MedVi 并不是一家 AI Coding 公司，而是一个 GLP-1 减重药物的远程医疗中介平台。这样描述会更合适。

它的核心业务链条

1. 先让用户看广告，再把用户导流到官网注册。
2. 通过 AI 语音客服，克隆创始人的声音与用户聊天。
3. 聊完之后，引导用户到一个叫 Care Validate 的平台开医生处方。
4. 因为这类药如果没有处方，在美国是不能合法销售的，所以必须有一个合法形式来开处方。
5. 处方开完后，再送到一个叫 OpenLoop Health 的合作复合药房进行配置。
6. 最后邮寄给用户。

整个商业流程大致如此。

所以，MedVi 真正赚的钱是什么？它赚的是流量、品牌、转化和订阅的钱。它自己既不研发药物，也不生产药物，不拥有医生网络，也不控制药房。这是一门非常轻的生意。

创始人本人没有医疗背景，也没有药学方面的专业知识。他此前做的是腕表订阅，实际上一直是在广告行业里打拼的人。

MedVi 使用了哪些 AI 工具

那它用了哪些 AI 工具？

• ChatGPT：生成广告文案、用户 FAQ 和客服对话
• Claude：写代码，包括网站前后端以及部分内容审核
• Grok：补充更激进的广告表达，做差异化内容
• Midjourney：生成广告图片和人物肖像，投放到 TikTok 和 Instagram
• Runway：生成视频素材
• ElevenLabs：克隆创始人声音，制作 AI 语音客服

再往后，真正负责开处方的是 Care Validate，这类机构号称拥有上万名持牌医生，可以在美国多个州提供处方服务。开完处方后，再进入 OpenLoop Health，对接大量复合药房进行配药和邮寄。

这套模式为什么让人感到熟悉

整个故事，如果从广告和灰色流量的角度去看，其实并不陌生。

一个更接地气的现实案例

先说一个现实中的案例。老人的群体往往最容易被这类广告击中。比如有人在微信广告里看到“降三高”的药物，因为年纪大了，一直受高血压、高血糖、高血脂困扰，只要听到“降三高”，就很容易脑子一热下单。结果花了 1980 元买回来一大包东西，拆开发现其实是一瓶药酒。三高患者显然不能随便喝酒，尤其高血压再喝酒会有风险。

更麻烦的是，这种商品通常退不了。广告里说的是降三高，包装上写的却是壮阳。为什么不能直接写“降三高”？因为那属于医疗疗效宣传，而这瓶酒本质上只是保健品，写治疗作用是违法的。于是它通过一个虚假的降三高广告，把一瓶壮阳药酒卖给了老人。

这和 MedVi 的故事是不是很像？MedVi 通过 TikTok、Instagram 等平台投放广告，暗示自己和司美格鲁肽等原研药有相同效果，但实际上卖的是复合药。对于没有完整病史审核的人，也可能直接导向处方和购买流程。

这门生意的本质

这门生意本质上是高客单价、高复购的流量生意。美国这类 GLP-1 药物本来就贵，而且通常是按月订阅、持续购买。25 万付费用户，做出几亿美元营收，并不奇怪。

在流量广告行业里，这套模式其实没有什么新鲜事。AI 在这里并没有发明新的商业本质，只是把很多原来需要人工完成的工作替代掉了。

这个行业以前就有人做。以前卖的多是增肌药、类固醇、壮阳药、激素类肽药等。这些东西往往具有几个共同特点：

• 高 LTV，也就是高生命周期价值
• 高客单价
• 强复购
• 用户往往带有羞耻感，不愿意去医院面对面求医，所以更容易相信广告

早期玩法包括找健身博主代言、多账号矩阵投放、伪装成营养品投放广告，甚至使用虚拟医生账号。这些都是老套路。最后再通过白标远程医疗和复合药房把药物交付出去。

什么是白标医疗和复合药剂

这里需要解释两个概念：白标医疗和复合药剂。

美国有一整套完整的医疗体系，药物如何经过 FDA 认证、如何销售，都有严格规范。但系统再完整，也总会有一些需要弹性的地方，比如原研药太贵、获取不便，或者正规医疗流程太慢。于是就会出现一种“白标远程医疗”的补充体系，通过线上问诊、线上开方等方式，让病人更快、更便宜地获得某些治疗。

“复合药剂”则是指一些药房可以在现有处方基础上，根据情况做一定调整，比如用同类成分、仿制方案或者经过调整的配方来满足患者需求。美国法律在一定范围内允许这么做。

今天这个故事里卖的“复合司美格鲁肽”，本质上就是通过远程问诊和复合药房卖出去的仿制或调整版药物，而不是原厂的标准商品。

这些机制本身在美国原本属于合法框架的一部分，但 MedVi 的问题在于，它很可能已经越界了。

MedVi 的“创新”到底在哪里

以前做这类生意的人，卖的主要是“线索”，也就是通过广告收集到用户数据，再把这些线索卖给卖药的人。而 MedVi 稍微有一点创新：它把线索生意往前走了一步，沉淀成了自己的品牌，并用创始人的 AI 语音建立起一种“品牌信任”，最终推荐用户去买药。这样，它比传统灰色药物流通中的广告商赚得更多。

从山姆·奥特曼所说的角度来看，这件事没有 AI 确实难以想象。生产广告素材、监控投放成本、优化转化率，这些原本需要大量人工完成的工作，现在由 AI 基本接管了。最早的 1300 个付费用户，几乎就是创始人一个人搞定的；再往后，也只是兄弟两个人在运作。

为什么 4 亿美元营收最后只剩 6000 多万美元利润

那 4 亿美元营收里，为什么最后只剩下 6000 多万美元利润？因为这类生意里最赚钱的往往不是前端品牌，而是广告平台和中间环节。

1. Meta、TikTok 这些平台拿走了大量广告费。
2. 中间负责开处方、配药、寄送的机构，如 Care Validate、OpenLoop Health 以及背后的复合药房和仿制药生产方，也分走了大部分利润。
3. 前端品牌 MedVi 赚的，其实主要还是流量费和转化费。

它可能触碰了哪些违法边界

问题在于，它很可能触碰了违法边界。

媒体指出，它疑似使用了 800 个虚假医生账号，AI 生成头像、名字和脚本；用 Midjourney 生成广告图片和前后对比图；用 Runway 生成视频；用 ElevenLabs 克隆创始人声音，做 7×24 小时电话客服；再通过 Claude 分析用户数据，自动调整投放策略。

这套流程本身并不神奇，原来很多类似工作是外包给中国、印度、菲律宾团队做的。现在，AI 一站式搞定了。

但这种灰色模式到底能走多远？很多人看到报道后会觉得，FDA 一整治，这类公司马上就翻车了。确实，GLP-1 药物因为昂贵、供应紧张，监管一度允许白标远程医疗和复合药剂作为补充渠道存在。但这类补充机制本来就不可能成为主流，一旦 FDA 收紧，这条路就可能被堵上。

不过，如果认为监管一出手，这种模式就会彻底消失，那就太幼稚了。因为它们的启动成本实在太低了。2 万美元投入，两个月做出原型，很快就能开始回款。它们真正的核心能力是流量操盘和 AI 工具编排。今天这个品牌不能做了，明天换个品牌、换个赛道，还可以继续干。

合规框架本身就是有弹性的。所谓白标远程医疗和复合药剂，本来就是为了给美国庞大的医疗体系增加弹性。没有哪个国家的制度是完全没有弹性的。只要还有弹性空间，它们就能以极低成本快速转型，到别的赛道继续运作。

即使 GLP-1 受限，灰色模式也未必消失

即使 GLP-1 这一条赛道被严格监管了，睾酮、类固醇、壮阳药、肽类药物等其他高客单价、高复购的品类，依然可以继续在灰色地带运转。GLP-1 只是因为减肥市场太大，才突然出圈，被更多人注意到了。原来这些生意一直存在，只是规模更小、关注度更低而已。

AI 到底能不能做“正经事”

那 AI 到底能不能干点正经事？为什么总是在讲这些歪门邪道？

首先，每一次技术革新，最先跑出来的往往都是边缘地带的微创新。这里面当然有创新，不是完全没有。比如它把原来一个 20 人的中国广告团队拆掉，变成美国本地一套 AI 驱动流程；把原本单纯卖线索的模式，升级成了可沉淀的品牌。

但它依然属于灰产，这个定性不能变。因为按 FDA 的要求，像它这样的模式至少有几个问题：

• 复合药剂必须在特定范围内、小批量地进行
• 不能暗示和原研药有相同效力
• 必须基于患者的个体化处方

很显然，在大规模广告导流和标准化流程下，这几点都很难真正做到。

Meta、TikTok 对药品广告其实也有要求，必须有医生资质和严格审核。但 MedVi 是怎么绕过去的？它不直接卖药，它在广告里卖的是“减肥服务”“减肥指导”，不出现具体药品。用户聊完之后，最后拿到的药也不是 MedVi 品牌包装，而是其他包装、其他品牌。它只是一个“减肥服务中心”，把药物交付放在更后面的流程里完成。

这也是为什么每次技术革新，最先大规模落地的经常是灰产。因为灰产对技术最敏感，也最愿意尝试。

不能简单地说，因为它被用在灰色地带，就说明 AI 没用。恰恰相反，正因为有用，它才会最先被这些对效率最敏感、对利润最饥渴的行业采用。

早期互联网刚出来的时候，大行其道的是色情网站，因为这类生意变现快、用户羞于启齿、付费意愿强。现在 AI 出来了，中国已经有人用 AI 做广告卖各种合法和不合法的东西，甚至卖 AI 课程。美国则开始用 AI 做广告卖药。

这个故事真正提醒我们的是什么

这个故事真正告诉我们的，是要看到 AI 的力量，而不要只盯着它是不是灰产。因为有了 AI，就可以制造出 800 个假人格去做事情。当然，这不意味着要去骗人，而是说明同样的能力也可以被用于更有意义的场景。

7×24 小时客服，原来必须靠大量人工，现在 AI 可以做到。多模型编排之后，一个人可以同时扮演工程师、文案、分析师。自动化工作流从广告投放到处方签约，全链路可以大幅减少人工参与。它把最小可行团队从 10 个人降到了 1 个人，这一点确实是 AI 带来的变化。

当然，法律也会快速演变，对监管提出更高要求。但法律治理的速度，通常还是赶不上灰产转身的速度。

最后的提醒：面对广告和“懂你”的信息，要更警惕

最后，真正该提醒大家的是：看到广告、私信、各种“特别懂你”的信息时，脑子不要发热。因为现在有了 AI，骗人变得太容易了，成本也太低了。任何新鲜东西，尤其是那些一下说到你心坎里的东西，都应该让自己多敲一下警钟。否则，花 1980 元买回一瓶号称降三高、实际却是壮阳药酒的事情，随时可能发生在身边。

相比之下，美国这类经过医生处方、通过复合药房寄来的减肥药，虽然同样存在风险和争议，但至少形式上还套着一层相对完整的流程。而把壮阳药酒通过“降三高”广告卖给老年人，这种事就真的太过分了。

这就是整个故事。它一方面让人看到 AI 现在到底能干什么，另一方面也提醒我们：技术越强，普通人越要提高警惕。

---

背景图片

Prompt：in the style of 3D Pixar cartoon character design, hyper-detailed 3D render of a slightly messy American retail pharmacy after closing time, dozens of medicine bottles in various states of organization on wooden shelves, some knocked over and lying on their sides, scattered prescription paper slips covering the counter like fallen leaves, half-filled amber pill bottles with child-resistant caps still open, a toppled shopping basket overflowing with unsorted items, a fallen price tag scanner on the floor beside the checkout counter, computer monitors left on with pharmacy software open, soft warm pixar volumetric lighting casting long shadows, empty waiting area chairs slightly askew, tiny dust particles floating in light beams from ceiling fixtures, slightly melancholy yet cozy atmosphere of a workspace abandoned by its workers, richly detailed textures on every medicine label and bottle, gleaming polished floor reflecting the ambient chaos, emotional depth in the stillness of an empty workplace –no people, no person, no human figure, no central character, no robot, no watermark, no text –ar 16:9 –stylize 200 –chaos 8 –v 7.0 –sref 236715204 –p qaczhqj

大家好，欢迎收听老范讲故事的 YouTube 频道。

今天想跟大家分享一下杰克·多西的 Block 关于 AI 与公司架构调整 的一篇长文。作者认为，前面真正意义上做“AI 裁员”的，实际上就是杰克·多西。很多其他公司所谓的 AI 裁员，其实更像是假裁员，或者只是借了 AI 的名字去裁员。真正因为 AI 推动组织重构，并且伴随大规模裁员的案例里，杰克·多西基本上算是第一个。

这篇文章写得很长，从古罗马时代一直讲到 AI 时代，讨论了公司治理结构的变迁，以及未来组织可能演化成什么样子。下面就来系统分享这篇文章的核心内容。

为什么说杰克·多西是“真正的 AI 裁员”先行者

首先，和现在很多裁员公司一样，Block 是一家特别挣钱的公司，而且盈利还在屡创新高。作者之所以认为杰克·多西是第一个真正跑出来做 AI 裁员的人，是因为像 Salesforce 这样的 SaaS 公司，裁了很多人之后，其实并没有呈现出明显成功的结果。公司没有明显变好，也没有出现“裁员以后挣的钱更多了”或者“业务发生重大变化”的局面。

至于 Oracle 和亚马逊的大裁员，本质上更像是在为过去的一些决策失误买单。Oracle 裁了大概 20% 的人，亚马逊裁了 10% 的人。真正裁员最狠的，其实是马斯克，把 8000 人的 Twitter 直接裁到 1500 人，但那属于非常状态。

相比之下，真正把 AI 和组织重构结合起来做裁员 的，作者认为杰克·多西基本上是第一个。

更重要的是，杰克·多西还是 Twitter 的发明人。Twitter 最核心的发明，不是别的，而是单向关注。你关注我，我甚至可以根本不知道你是谁。就是通过这样一个看似简单的信息流机制调整，他创造出了一个全新的媒体帝国，也就是今天的 X。

因此，他如今通过信息流和组织信息流变化来重新思考公司治理架构，这件事本身就很值得讨论。

Block 的裁员背景与数据

这次裁员发生在 2025 年 Q4。当时公司收入是 62.5 亿美元，同比增长 4%；毛利是 28.7 亿美元，同比增长 24%。在这样的情况下，Block 把一家 1 万人的公司裁到不到 6000 人，直接裁掉了 4000 人，也就是 40% 的员工。

从操作方式上看，这种裁员属于比较标准的“Excel 裁员”。很多公司裁完以后会发现问题：有的人裁错了，业务受影响了，于是又把人叫回来上班。这种情况并不罕见。但真正更值得关注的，不是裁员动作本身，而是裁完以后到底发生了什么变化。

杰克·多西如何追溯公司制度的起源

在文章一开始，杰克·多西先讲了一个大问题：现代公司制度到底是怎么来的。

如果大家对原文感兴趣，可以去 Block 官网查看，或者去 X 上找杰克·多西的账号。

从古罗马军团到现代层级管理

(img: 古罗马军营俯视图，一个帐篷内八名士兵与一头骡子，外侧依次延展到百夫长、步兵方阵和军团旗帜，层层递进的编制关系清晰可见，羊皮纸，钢笔彩色手绘的统一风格。3:2 )

杰克·多西提出，我们现在的公司制度，其实源头来自 古罗马军队。

古罗马军队最小的单位叫“同帐小队”，一个帐篷里住 8 个人，这 8 个人还共享一头骡子，由一个人负责管理。再往上，多个同帐小队组成更大的单位，由百夫长管理；再往上，多个百人队组成步兵方阵，再由多个步兵方阵构成军团。

这就是罗马军团最早的分层级管理系统。

原因很简单：一个人不可能管理太多人。所谓极端扁平化，很多时候只是理想化说法，现实里根本管不过来。于是，只能让每个人少管一点，再多分几层，最终用层级结构把整个军团组织起来。

而古罗马军团的确凭借这套系统长期战无不胜，直到后期才逐渐出现问题。

层级制度的核心：管理边界

这套制度延续下来以后，形成了现代组织管理里很重要的一个概念：管理边界。

• 第一，一个人不能管太多人，通常也就是 3 到 8 人，顶多 10 人左右，再多就很难有效管理。
• 第二，如果你想管理更多的人，就只能增加层级。
• 第三，层级一多，信息传递效率就会下降。

所以古罗马一个军团大概就是 5000 人左右，再大就很难管理了。所谓“百万大军”，更多是文学和评书里的说法。

一战后的变化：参谋系统出现

那么，这套制度是什么时候开始发生变化的？答案是 第一次世界大战前后。

这个时候出现了一个关键的新东西：参谋和参谋本部。

为什么会出现参谋？因为必须解决一个问题：如果最高统帅是个笨蛋怎么办？

在早期层级制度中，每一层组织结构大体是相似的。但后来很多贵族因为出身好而成为将军，至于是否真的擅长打仗，并不一定。普法战争之后，大家逐渐意识到，贵族出身不等于有能力，因此需要一支专业参谋团队，把作战、行军、命令执行这些问题都标准化、专业化。

于是，一战之后，军队基本上形成了两条并行线：

• 一条线是传统的军、师、旅、团、营、连、排层级结构；
• 另一条线是参谋部门、职能部门和幕僚团队。

前者负责层级指挥，后者负责专业支持。军队从此不再只是单线层级管理，而是演化成了 双线并行结构。

现代公司制度是如何形成的

那么，这套东西又是什么时候进入公司的？

一开始，公司规模其实都不算大。哪怕是传承上百年的老字号，也未必有多复杂。但随着铁路时代到来，传统公司管理方式开始不够用了。

1850 年，纽约到伊利诺伊的铁路修好以后，铁路公司之间协调问题频发，经常撞车、出事故。于是，世界上第一张公司组织架构图，就是在这个背景下出现的。

这张组织架构图，本质上就是把罗马式层级制度和专业职能部门结合起来，形成了一种可规模化的管理体系。后来，他们还找了很多西点军校毕业的军官去管理铁路公司。

也就是说，我们今天熟悉的公司制度，就是这样形成的。

传统公司制度的问题：规模边界

无论是古罗马军团制度，还是现代公司制度，它们都面临同一个核心问题：规模受限。

一个组织涨到一定程度以后，就很难继续靠传统方式高效扩张了。可现在的大公司动不动就是十几万人，那到底该怎么管理？如何打破这个边界？这才是杰克·多西真正关注的问题。

历史上的组织创新尝试

为了解决传统层级制度的问题，很多公司都做过不同方向的尝试。

Spotify：跨职能自治小队

Spotify 曾经尝试过很多跨职能自治的小队，让小队端到端负责产品。但当公司规模扩大到一定程度之后，这套机制还是撑不住，最后又回到了传统层级管理制度。

Zappos：去中心化与无职级

Zappos 是美国一家卖鞋起家的公司，后来也卖衣服。他们曾经尝试过去中心化、去掉管理职级，但因为人员流失太严重，最后逐步放弃。

原因在于：当大家都没有职级以后，薪水、贡献和自豪感都很难衡量。别人看到你做得不错，就会来挖你的人。最后没办法，只能恢复等级制度。

Valve：平层公司尝试

Valve 也尝试过类似平层组织和“码头组织”的管理方式，但公司一旦超过几百人，也很难继续扩张，最后还是退回了传统结构。

海尔：“人单合一”模式

真正比较走出来的案例，是中国青岛的 海尔。

海尔玩的模式叫“人单合一”。这里的“单”并不是订单，而是具体有价值的客户需求。员工围绕这些需求，组成很多很多小战队，去快速解决问题。最后，海尔逐步变成了一种平台型企业。

简单说，海尔让公司只负责最上层的平台服务，下面的人则像在平台上创业、接活、解决问题。

小米：三层扁平化尝试

小米也曾尝试过扁平化管理，只有三层：最上面是雷军，中间是部门负责人，下面就是员工。但公司扩张到一定规模以后，最终还是回到了层级制度，说明这条路并不容易走通。

盛大网络：经验值管理系统

还有一个比较特别的例子，是作者自己亲身经历过的盛大网络“经验值管理系统”。它把底层人员从原有架构里拆出来，但拆出来以后如何协作？盛大借鉴游戏机制，做了一套内部银行和市场系统。

大家自己去寻找有市场价值的事情做，上面只负责下预算。拿到预算后，具体怎么花由团队自己决定。它相当于把一部分层级管理打回到了市场原型里。但做到一定规模以后，同样很难持续。

为什么这些尝试大多失败

这些案例的问题都差不多。按照杰克·多西的解释，失败的关键就在于：

当你把人打散以后，又不希望他们继续受层级制度影响，就会导致公司扩张效率无法实现，因为没有人负责中间的信息沟通。

也就是说，层级制度虽然笨重，但它承担了一个非常关键的功能：信息在组织中的传递与协调。一旦把这个机制打掉，又没有新的替代方式，组织就会失速。

平台型企业为什么也不是终极答案

海尔看上去相对成功，是因为它做成了平台型企业。但平台型企业也有自己的问题。

• 第一，平台公司内部自己也是层级管理的。YouTube 内部是层级管理，谷歌内部也是层级管理。
• 第二，平台规则的制定和调整非常缓慢，不可能今天一拍脑袋就把规则全改了，更不可能天天改。
• 第三，平台必须保持稳定，否则参与者就不会信任平台，也不愿意在上面持续投入。
• 第四，平台规则只能面向大多数人，不可能针对每个个体需求做高频快速调整。

因此，像杰克·多西设想的那种“随时识别需求、随时设计产品、随时推荐、随时做生意”的灵活模式，平台本身是做不到的。平台必须稳，而这种新模式追求的是快。

杰克·多西的核心观点：大多数公司用错了 AI

在提出新组织方式之前，杰克·多西还给出了一个非常重要的观点：大部分公司使用 AI 的方式都是错的。

错在哪里？他说，很多公司只是给员工配了一个 AI 助手，但并没有改变公司的组织架构。公司依然是传统层级制度，依然是“罗马军团式”的运作方式。

这种方式当然也能降本增效，也能裁人，但它带不来真正的增长。你原来挣多少钱，现在大概率还是挣多少钱。裁员本身并不是关键，关键是 增收。

换句话说，用了 AI 以后，不管裁不裁员，都应该让生意变得更大。如果裁了半天人，收入没涨，甚至还下降，那就说明 AI 没有真正改变公司的增长模式。

这也是作者认为杰克·多西是“AI 裁员第一人”的原因：他裁完以后，收入还在继续增长。这与很多只是为了还债、降成本而裁员的公司不同。

Block 的新公司架构：四层模型

那么，杰克·多西提出的新公司架构到底是什么样的？

他把公司分成了四个部分。

1. 能力层

第一部分叫 能力层。

能力层可以理解为原子化的金融构建块，要求可靠、合规、高性能，而且不带自己的 UI。比如：

• 支付
• 借贷
• 信用卡
• 银行能力

这些都属于能力层。

2. 世界模型

第二部分叫 世界模型。

这里的“世界模型”，并不是指 3D 建模，而是指：基于真实世界信息构建出来、可以实时、机器可读地理解公司运营全貌的模型。

而且在 Block 内部，这个世界模型有两套：

• 一套给内部使用；
• 一套给客户使用。

杰克·多西特别强调，这些模型基于的都是真实数据。因为 Block 旗下有 Square 和 Cash App：

• Square 面向商家，提供 POS 机和支付系统；
• Cash App 面向个人用户，提供支付应用。

这些系统里流动的都是真金白银，没有什么比资金流更接近真实世界。人们会用钱投票，因此这就是他们世界模型的基础。

3. 智能层

第三部分叫 智能层。

智能层的作用，是主动识别需求、组合能力、交付方案。它相当于替代了原来大量由产品经理完成的工作。

过去，公司要解决一个问题，往往需要产品经理先去研究：

• 是不是应该设计一个新产品？
• 是不是应该增加一个新套餐？
• 这里是不是应该多投点广告？
• 那里是不是需要新的广告素材？
• 是不是应该做一个折扣活动？

而现在，智能层直接在世界模型上运行，自动生成方案，并且自动执行。

以前要上一个新套餐，通常要经历：

1. 产品经理提出需求；
2. 团队开发；
3. 做合规审查；
4. 找法务；
5. 开很多会；
6. 反复对齐优先级。

现在，多西的意思是：这些中间环节可以由智能层直接完成。

智能层的两个例子

例子一：某个餐厅在旺季时突然现金短缺。

系统应该自动识别这种情况，并为它推荐一笔贷款，或者展示“我们有贷款能力，你的评估情况如下，要不要签下来”。整个过程中，不需要开会，也不需要层层申请，AI 系统直接搞定。

例子二：某个用户搬到了一个新城市。

Cash App 能识别出他的行为模式变化，然后自动向他推荐周边返现点、优惠点，告诉他附近哪里更划算。这同样由智能层完成。

4. 接口层

第四层叫 接口层，也就是 Interface。

这一层负责人与 AI 的交互界面，比如 Cash App 的用户端和 Square 的商户端，把前面能力层、世界模型和智能层最终呈现给用户。

这样一来，整个公司就被重新拆成了四大模块：

1. 能力层
2. 世界模型
3. 智能层
4. 接口层

在这套新架构里，人还做什么

在新的系统里，杰克·多西把人分成了三类。

1. 个人贡献者

第一类叫 个人贡献者，也就是各种行业专家、深度专家、核心能力模块的建造者。

2. 直接负责人（DRI）

第二类叫 直接负责人，简称 DRI（directly responsible individual）。

这些人围绕特定问题和目标，在 90 天周期内负责推进，有点像临时项目经理。他们可以跨团队调动资源，并且对结果负责。

3. 球员兼教练

第三类叫 球员兼教练。

他们既要自己构建能力，又要培养人。也就是说，一边要写代码、做事，一边还要带人、教人、兜底。这类人是在高风险环境里做判断的人。

在这三类角色中，只有中间这个 DRI 是临时职位；另外两个，也就是个人贡献者和球员兼教练，都是永久性的。

原来的中层管理者，基本都被转化成了“球员兼教练”。也就是说，你不再只是管理别人，而是要自己下场干活；有事时你还要顶上去做 DRI；有新人进来或其他人不会时，你还得承担教练角色。

这套系统如何运转

杰克·多西这套系统的运转，有两个基础前提。

真实数据是底座

第一，在他看来，现金收益就是最真实的数据，因为没人能在现金流面前撒谎。

Block 做的是支付、商户收款和个人转账，天然就拥有大量真实、连续、实时的交易数据。这些数据非常适合构建世界模型。

远程办公优先，信息留痕完整

第二，Block 是一家 远程办公优先 的公司。既然大量员工都能在家办公，就一定需要非常完善的信息留痕机制。

你做的每一件事都会留下痕迹，例如：

• 邮件
• 文档
• 代码
• 版本库记录

这样，他们就积累了大量可以拿去训练世界模型的数据。

所以，如果有公司想学 Block，首先要问自己两个问题：

1. 你有没有足够真实的数据？
2. 你有没有完整的信息留痕？

如果这两个基础都没有，那么想学这套系统，恐怕还得再等等。

AI 是如何直接提高收入的

按照文章中的描述，Block 现在已经开始让这套系统运转起来了。通过自动向商家发放贷款、自动向个人推荐最有效的返现卡和周边优惠，AI 已经在 直接提高收入。

而在传统模式下，要做这些事情是非常痛苦的：

• 先研究是不是要构建一个新产品；
• 再看卡在哪个审批环节；
• 确认是否合规；
• 讨论资源分配给谁；
• 安排程序员和设计师；
• 开大量状态同步会和优先级对齐会。

现在，这一切都不再需要。一个事情可以由 AI 自动识别、自动生成方案、自动执行。

以贷款业务为例

尤其在支付领域里，放贷款通常是最挣钱的事情。

过去很多公司为了把贷款放出去，会花很多钱打广告。为什么？因为它没办法精准识别谁适合贷款、谁能贷多少、谁信用如何。于是只能广撒网打广告，等客户回来申请，再人工审核，最后经常发现条件不符，白忙一场。

这背后的根源，其实是组织结构问题，也是 KPI 问题：

• 贷款部门有贷款部门的 KPI，希望多放贷；
• 投放部门有投放部门的 KPI，要保证转化率；
• 风控部门有风控部门的 KPI，要控制坏账率。

于是，前端拼命拉人，后端再大量拒绝，整个流程效率很低。

但 Block 不一样。因为商家本来就在使用 Square 的支付系统，所以 Block 直接知道：

• 你每年挣多少钱；
• 你的经营情况如何；
• 你在什么时候最需要贷款。

于是，在你最需要的时候，系统也许只需要在你的终端上展示一次，就足以完成推荐；甚至都不需要额外广告，系统直接告诉你：你可以贷款，而且额度已经算好了。

这样一来，整个效率大幅提升，现金流也会更顺畅地转起来。这就是杰克·多西整套系统的运作逻辑。

这套模式能成功吗

对于这套系统能否成功，杰克·多西自己也说，并不是特别确定，但愿意试一试。如果谁觉得有问题，也可以去跟他辩论。他愿意接受批评，也愿意拿自己的公司做压力测试。

这一点本身，其实是非常难得的。

为什么传统企业很难照搬 Block 模式

不过，作者认为，这件事对传统企业来说很难学。也许会有人尝试模仿 Block，但未必真的敢这么做。因为这套体系意味着：大量原本由中台、管理层、流程审批者掌握的决策权，要转交给 AI 系统。

而传统企业往往不是这么运作的。尤其在很多企业文化里，老板才是最终决策中心，甚至是唯一真神。在这样的文化氛围下，让 AI 去承担信息权、资源权和选择权，几乎很难落地。

作者还回忆了自己刚上班时的经历。1990 年代做管理信息系统时，有位师傅曾说：你这个系统设计得挺好，但是成不了。为什么？因为现实组织里有很多“系统之外”的因素，比如哪个处长要下台、哪个科长要上去。一旦牵涉到这些隐性权力关系，系统就很难真正成功。

同样的问题，也会出现在杰克·多西这套系统里。它很可能无法在绝大多数企业里推行。

传统层级制度为什么一直没有消失

原来的“罗马式”管理制度之所以长期存在，不只是因为它保守，更因为它有一些很难替代的优点。

其中最核心的一点，就是 责任到人。一层一层往下压，每个人都有 KPI，每个人只管自己的事情。虽然效率未必最高，但责任关系清晰。

此外，还有一个很现实的问题：咨询公司很难帮老板设计一套“削弱老板权力”的组织方案。

比如谷歌这样的公司，如果想做组织架构调整，通常不会凭直觉就动，而是会先找咨询公司，根据需求做方案。但咨询公司一般是在各种确定性框架内帮企业优化，它不可能最后给出一个结论说：

老板你以后没权力了，我们要把整个体系打乱。

因为最后签支票的，正是老板自己。老板不可能给这种方案签字。

如果新模式推进下去，会不会出现人才流失

作者也提出了一个现实问题：如果这套系统真的运转起来，会不会也遇到前面那些案例中的人员流失问题？

比如，有些人可能会觉得：

• 我在这里折腾半天，也升不上去；
• 负责的事情都是临时的，过一阵就不是我的了；
• 想积累位置、积累权力、积累财富，也很难形成稳定通道。

在这种情况下，如果别人来挖他，他是不是就走了？

一旦这种情况大规模出现，组织很可能又会慢慢回到原来的层级结构。因为层级系统虽然问题很多，但它不仅仅只有缺点，它同样提供了稳定的身份、上升路径和荣誉体系。

军衔的意义，也说明了层级制度的价值

作者举了一个很有意思的例子：军队里的军衔到底是干什么用的？上尉、中尉、少校这些军衔，核心作用是什么？

最关键的作用，是在指挥体系被打乱以后，让大家知道现场到底 谁说了算。

前线打仗的时候，你不可能保证自己一定能找到团长。比如诺曼底登陆，士兵们从海滩上爬上来，现场一片混乱，那听谁的？很简单：看帽子上谁有杠，没杠的听有杠的。

除此之外，军衔还是一种荣誉系统，这一点也非常重要。

所以，当杰克·多西试图让 AI 去承担信息传递、资源协调和组织分配时，最终到底能把企业效率提升到什么程度，确实还需要继续观察。

作者的判断：值得关注，但不适合大多数公司

总的来说，在新的时代里，公司架构调整一定会被提上日程。杰克·多西提出的这种把原有层级架构解耦的方式，到底能不能持续运转下去，作者个人并不乐观，整体上更偏悲观一些。

作者认为，这种模式也许在某些特定行业、某些特定性格老板的公司里可以试行，但不可能适用于大多数公司，尤其是那些几万人、十几万人规模的大公司，基本上很难这么玩。规模较小的公司，也许还有一些机会。

真正值得参考的地方：也许它最终不再是“公司”

不过，杰克·多西提出的东西，真正有参考价值的地方在于：它最后未必还是以传统“公司”的方式运转。

也许改到最后，大家不再属于传统意义上的公司，而是变成一种更松散的协作架构。在没有统一规则平台的前提下，通过一个世界模型来协调大家一起干活。

换句话说，它有可能重新发明出一个像 Twitter 那样的新东西。这一点非常值得思考。

特别是这些年，大家一直在探索各种各样的去中心化组织。杰克·多西这套世界模型，未来也许会演化成这样一种形式：

一群人没有加入他的公司，也没有签劳动合同，但在他的世界模型协调下，依然可以一起工作。

这也许会成为某种未来组织形态。

结语：AI 时代，社会与公司体系会如何变化

这也是作者认为值得继续讨论的核心问题：

AI 来了以后，整个社会体系、员工体系、公司体系，原来这种稳固的金字塔架构，到底会怎么变化？

这也是作者一直比较关注的方向。至于有多少人愿意听，那倒不重要，关键是这件事已经值得认真讨论了。

好，故事就讲到这里。

清明节了，咱们讲一个清明节话题。

年轻人清明节的新风尚：不给家人上坟，反而去给古人“应援”

现在的年轻人，出现了一种新的风尚：不去给自己家人上坟，反而跑去给古人上坟，而且还会送一些奇奇怪怪的东西。

比如，有人跑去曹操墓给曹操送布洛芬。因为大家玩梗说，曹操不是头疼嘛，就说“曹丞相，给你送点布洛芬来吧”。还有人跑去霍去病的墓，给他送薯片、辣条和巧克力，因为霍去病24岁早逝，觉得那正是爱吃零食的年纪。

在诸葛亮墓前，有人送西成高铁的车票，也就是从成都到西安的车票，说“丞相啊，您一直惦记北伐，您也没去成，我给您送个高铁票，您可以直接坐火车去了”。还有人给诸葛亮送西安的泥土，当然也有人送咖啡。咖啡为什么，我没太想明白，但诸葛亮这一辈子，不就是一直惦记北伐吗。

李白这边就比较简单了，大家送全国各地的名酒，而且经常还带两份，一份给李白，一份给杜甫。酒仙嘛，《长安三万里》这个动画片也带动了这样的风潮，所以很多人跑去李白墓上送酒。至于苏轼，除了送酒之外，还有各种东坡肉相关的东西。

曹丕也有人给他送甘蔗，因为据说他爱吃甘蔗。也不知道曹丕那个年代到底有没有甘蔗。还有人把大学论文打印出来送过去，因为他毕竟是一位有才的人，算是用这种方式去祭奠一下。

唐伯虎一般收到的是桃花酒、桃花香薰这些东西，这还算跟他的文化传说有关系。北魏孝文帝则会收到一个“汉化大师”的荣誉证书，等于是把历史功绩奖状化了，直接玩梗去了。张居正是一位宰相，他收到的礼物则是马应龙痔疮膏，据说是因为坐轿太久患了痔疮。当然这属于野史，也是互联网梗，反正大家就这么送了。

“应援式扫墓”为何会火

这件事现在已经成了一种新的时尚，相关互联网话题阅读量超过20亿次。从2025年到2026年清明，这种做法被叫作“应援式扫墓”。

“应援”这个词是从日本传过来的，意思是去给自己的偶像、爱豆送东西，或者去做一些他们希望你做的事情。现在则是把这些古人当成明星一样追，根据历史文献里读到的内容，去给他们送一些大家觉得他们“可能需要”的东西。

现在年轻人很喜欢干这个事。比如曹操高陵，现在35岁以下的游客占67%。以前可能年轻人对这种事没什么兴趣，现在反而都是年轻人去。新型的祭奠市场也已经形成规模。按2025年开始的统计，这个市场已经有87亿元了。大家去买布洛芬，买一些奇奇怪怪的东西，到曹丞相那里去送一送。

而且还有人给曹丞相送更奇怪的东西，比如三国杀纸牌，说“曹丞相，把你的几员大将都给你送来”，或者“把诸葛亮的纸牌给你送来，你们俩先聊聊”。现在还有一些更复杂的玩偶定制。既然有需求，就有人去做这件事。

连“上坟导游”都出现了

甚至这个行业已经发展到什么状态了呢？现在连“上坟导游”这样的职业都出现了。

原来上坟都是给自己家人上坟，不需要导游；现在专门有人干这个活。比如洛阳附近、西安附近，这种古墓比较多的地方，就有人不停地带人去扫祭，到各个名人墓里去祭拜，去给人家献一些奇奇怪怪的东西。特别是在清明节的时候，这帮人的生意尤其好。

而且大家要注意，年轻人跑去祭祀以后，还有一个很关键的动作：不光是给人送布洛芬，还要拍照、拍视频，还要发小红书、发抖音，这个才是最重要的。

所以在这样的情况下，扫墓导游就显得很重要了。到了以后，有什么典故，我们不知道，你得给我讲一讲；附近还有什么名人墓，你得给我们介绍一下；到了那儿应该怎么行礼，怎么做仪式，应该写点什么小纸条送上去，这也成了一门新的生意。

为什么不给家人上坟，却愿意去给古人上坟

那为什么年轻人不给自己家人上坟，反而跑去给曹操、诸葛亮这些人上坟呢？原因其实比较简单，就是现在整个社会和家庭结构都在发生巨大的变化，叫作城市家庭小型化。

以前可能是给父母扫墓，现在人的寿命更长了。你想，曹操那个年代，人的平均年龄可能也就三十多岁；现在别说父母了，爷爷奶奶都还准备掏六个钱包给你买房呢。这是一方面。

另一方面，现在很多年轻人离开家乡，到大城市去生活。你让他清明节就这么两三天，还要专门跑回家一趟，去扫墓祭奠，也很麻烦。再加上现在很多地方扫墓时还不许烧纸，不许做传统祭祀活动，这就让这件事显得更没意思了。

所以，现在年轻人专门跑回家去扫墓，已经比较少了。但也不能说他们就忘祖。有的时候他们是先去古人那里送个布洛芬、送个酒、送个甘蔗，做完这些事情以后，再给家里人打个电话，这也就算是“赛博扫墓”了。

清明节、旅游与消费场景的迁移

那不给家人上坟，为什么还要去给古人上坟，这不矛盾吗？其实不矛盾。现在清明节是国家法定节假日，我又没法方便地回去给家人上坟，大老远跑回去不划算，那怎么办？我出去旅个游，出去转一转。

而且中国很多节日，某种程度上都已经在往“情人节”的方向发展了。原因很简单，因为情人节是销售额最高的节日之一，大家愿意给女朋友、给另一半买礼物，出去玩的时候也不想显得太抠搜、太穷酸。所以很多节日都会被往消费和情侣场景上去转。但清明节这个事，确实不太容易转成情人节，这个差得还是有点远。

那怎么办？还是要消费，那就旅游。既然旅游了，走到一些景点，走到一些古人文化和墓葬的地方，我们也要打卡、照相，也要买一些纪念品，也要给人写个“到此一游”式的小纸条。

相当于很多文化内容已经发生了迁移。因为家庭结构在变，整个社会形态也在变，但这个节假日还在，所以你就需要一些新的文化去填补它。这就是现在年轻人跑去曹操墓上送布洛芬的原因。

“应援式扫墓”背后的二次元逻辑

这种活动，其实更像是二次元亚文化里的“应援文化”。那“应援”到底是怎么回事？先从名词解释说起。

应援

所谓应援，就是用专属物品支持爱豆。在祭祖语境里，就是用符合人物设定的供品表示敬意。比如给张居正送马应龙痔疮膏，就是这种逻辑。

打call

“打call”也就是现场吟唱、喊口号支援；放到祭祖语境里，就变成了坟前念诗、唱歌、留言。

爬墙

“爬墙”原本指的是转换追星对象；到了祭祖这里，就是祭祀完一个历史人物以后，再转去祭祀下一个历史人物。

营业

“营业”原本是爱豆公开活动、更新物料；到了祭祖活动里，就是历史人物的诗文、战绩、故事，成了持续被阅读、被传播的“物料”。

周边

“周边”原本是偶像相关的实体商品；在祭祖这里，就变成了布洛芬、高铁票、论文、马应龙痔疮膏这些东西。当然现在还有更新一代的，完全定制化的祭祖物料。

痛文化

“痛文化”也就是在日常生活用品上印偶像形象。现在也有人把祭祖用的亚克力立牌之类的东西做出来，甚至连这种风格的骨灰盒也有人带进来了。比如摆一个曹操元素的骨灰盒之类的，反正年轻人百无禁忌，也不用太挑理。

这种新型祭祀的几个典型特点

• 精准供品：按照人物的生平人设准备专属祭品，比如曹操的布洛芬。
• 文旅打卡化：像追星一样做攻略、拍Vlog、发社交平台，祭祀本身成为旅行内容的一部分。
• 周边化：各种玩偶、小骨灰盒、定制物料不断出现，祭祀用品也在被“商品化”。
• 集体仪式化：在诞辰、忌日、清明等时间节点，大家集中前往，形成统一活动。

这也是为什么小红书、抖音上会有那么多相关内容。比如像邙山陵墓群路线，很多人就是按路线一圈跑完，反正那边古人的墓比较多。

连给古人上坟，也出现了“鄙视链”

大家还要注意，所有这种二次元亚文化的事情，往往都会形成一种鄙视链。跑去祭祀曹操，也是有鄙视链的。

比如送布洛芬，这就属于比较底层的玩梗，不算特别厉害。还有人送增高鞋垫，据说曹丞相大概只有一米六几。其实古人大多都不算高，像《三国演义》里写的那些身高，也未必完全可信。送这个的人，会觉得自己比送布洛芬的人更懂一点，能够从典故里引申出更有创意的贡品来。

那顶层是什么呢？是有史料支撑的精准贡品。比如有人跑到曹丞相那里去送一个牙医玩偶，为什么？因为有史料说，曹操的头疼可能和牙周炎之类的问题有关，也就是说，可能是牙有问题才导致头疼。他就会说，你看，别人都送布洛芬，我给你放一个牙医玩偶，显得我研究得更透。

这其实跟很多二次元圈子的玩法也很像：我对这个人物研究得比你明白，我又讲了一个新梗，你没听懂吧。很多人就是通过这样的方式去建立区分感。

总结：节日还在，文化内容已经迁移

最后总结一下。清明节就不祝大家快乐了。

很多传统文化，面对现代社会结构和文化风气的变化，已经发生了偏移。而且在这种偏移过程中，如果你再把它固定成一个节假日，比如像清明节这样全国放假，那么就一定会有别的文化，尤其是一些亚文化，去填补这些空白。这个空白是不会一直空着的。

在文化偏移之后，节假日还在，年轻人就会跑去做一些奇奇怪怪的事情。也不用太在意他们送什么。其实不管是曹操，还是故去的亲人，都已经没有什么感知了。真正求的，无非是自己的心安和快乐，其他的都不重要。

---

背景图片

ZXMOTO摩托车的事情已经出来几天了，围绕张雪的几个问题一直都在吵来吵去。今天就把这几个点稍微讲一下。

首先要讲，张雪的摩托车确确实实是在国际上得了大奖，而且还是遥遥领先。这次是真的遥遥领先，其他摩托车通常只差零点几秒，他直接领先了三四秒，绝对是封神场面。后边一堆车还在那儿缠斗，他的车已经领先非常远地冲过去了。

这件事情也确实成为了社交媒体的绝对热点，原因很简单。

• 第一，中国人又赢了，这个肯定没什么好说的。当然也有另外一帮人说，中国人一定作弊了，这个待会儿再掰扯。
• 第二，这是一个典型的草根逆袭故事。一个初中辍学生，从修摩托车开始，最后自己成了摩托车公司的老板，自己造出了摩托车，还跑到国际上去得奖了。这种逆袭故事，确实很容易激起大家的反响。
• 第三，他在直播里说过，重庆政府一个子都没给，一分钱都没给，都是别人给的钱，这也引起了一些讨论。

这到底是一个什么样的比赛？

这是WSBK的比赛，夺冠日期是2026年3月28日和29日。有一场是领先了三四秒，另外一场虽然领先时间没那么长，但有一个名场面，就是他的车手落后以后，在直道上直接冲过去了。这个场面在正常的摩托车比赛里其实很难看到。

这里也要说明，去参赛的是一个法国车手，并不是张雪本人去骑。张雪是摩托车公司的老板，他设计制造了摩托车。他年轻的时候是车手，但现在年纪大了，主要是去造摩托车了。

这是不是作弊？

大家最关心的第一个问题，就是这是不是作弊。

首先要讲，WSBK是一个很大的比赛。摩托车比赛大体分两种：一种叫专业赛车，这种车不允许在市面上卖，只能在赛道里跑；另一种是量产车比赛。WSBK就属于量产车比赛，也就是说，你必须使用量产车，只能在规则范围内做一点点调整，不允许过多改动。

这个比赛里有一个规则叫BOP，也就是平衡性能。因为虽然大家都是量产车，但量产车和量产车之间性能还是不一样。对于一台新参赛的车来说，因为赛事方对你的性能还不够熟悉，所以会给你一些机制，让你可以稍微多调一点。等他们熟悉你的性能以后，再根据你的实际表现给出更具体的调校要求，不允许调太多。

这也就是为什么像杜卡迪、本田这些经常参赛的车，往往都在后边缠斗，谁也拉不开太大差距。因为赛方对它们的性能已经比较了解，可调的范围也规定得比较严格。

而张雪的机车，因为是第一次来参加这个比赛，赛事对它并不是那么了解，所以在调校上的要求没有那么严。等到后面继续比赛，因为已经出现了这种领先三四秒的名场面，赛方一定会对它进行更严格的限制。

所以这一次不算作弊，只能说是在规则范围内占到了新车的机制红利。所有新车来了，都会有一次或者几次机会，在相对宽松的条件下比赛；但等到赛事方熟悉以后，后边就没有了。下一次，应该就不会再有领先三四秒这种情况了。

中国这么多摩托车公司，只有张雪去了，别人没去。规则就摆在那里，别人没用，只有张雪用了，情况就是这么简单，没有其他问题。所以他这里头确实有一点投机取巧的成分，也确实吃到了规则带来的优势，但不算作弊。

重庆国资为什么没投ZXMOTO？

第一个问题讲清楚了，第二个问题就是：重庆国资没有投中ZXMOTO，而且还被张雪在直播的时候直接怼了，说“一个子都没给”。那重庆国资会不会觉得很冤？

张雪的经历与重庆的产业环境

这里要先讲一下张雪的简单经历。他初中辍学，前面想做摩托车车手，是真的喜欢摩托车。后来很早就去了重庆开摩托车修理店，带着2万块钱去重庆，有这样一段经历。

张雪是湖南怀化人，为什么一定要跑到重庆去做这个事？因为重庆这个城市对摩托车相对比较友好，城里有非常多的摩托车企业。

• 比如赛力斯，就是现在造华为汽车的那个赛力斯，原来也是造摩托的。
• 重庆更早的一代摩托车厂有力帆摩托，2020年破产重整。
• 中生代有隆鑫摩托和宗申摩托，隆鑫摩托在2022年破产重组，后来被宗申控股。
• 再往后的一批新生代，就是张雪他们这帮人创建的凯越摩托。

为什么后来变成了ZXMOTO？

后来怎么又变成ZXMOTO了？因为张雪创建凯越摩托的时候，也有人给他投资。不过现在凯越摩托后续的投资轨迹，外界看到的就没那么清晰了。

为什么他后来离开了凯越摩托？当时凯越摩托已经去参加了一些比赛。参赛之后，张雪提出一定要自己造发动机。原来他们买的是宗申的发动机，或者隆鑫的变速箱，大概是拿这些东西拼起来参赛。因为他本来就是修摩托车出身，所以拼这些东西他很熟练，参赛也取得了一定成绩，但并没有得冠军。

然后他说，我们要继续往前走，要造自己的发动机。因为如果一直用别人的发动机，一定会被“卡脖子”。但这个时候，投资人就不乐意了。投资人认为，摩托车也造了，比赛也参加了，现在应该好好卖车、赶紧挣钱。毕竟用别人的发动机去造摩托车，成本比较低；你有了一定名次和名声以后，是可以把车卖掉、实现盈利的。但如果你要自己造发动机，自己研究变速箱，去做摩托车最核心的几个部件，成本就太高了，而且会赔很多钱。

在这种情况下，张雪就只能净身出户，说我不玩了，股份都不要了。因为这个公司是他创建的，所以他最后离开的时候，放弃了百分之三十几的股份。这有点像当年乔布斯被董事会赶走的状态。乔布斯说我要研究新东西，董事会说你歇歇吧，咱先挣钱行不行，然后人就走了。张雪也上演了类似的故事，把股份留给了凯越摩托，自己出来创建ZXMOTO。

为什么ZXMOTO还留在重庆？

ZXMOTO依然放在重庆，原因很简单：重庆有50多家摩托车上下游工厂。你换一个地方，这东西可能就造不出来。虽然发动机最后是他自己造了，这次ZXMOTO夺冠的机器，发动机和变速箱都是他自己造的，但其他零部件在重庆市内都可以配齐，所以他还是留在重庆。

还有一点也要注意，重庆这个城市是不禁摩的。因为山比较多，骑自行车很多地方确实不方便，所以那里是可以骑摩托车的。而且重庆对于摩托车和汽车产业都是非常鼓励的。

• 一方面有大量摩托车厂和摩托车配件厂；
• 另一方面还有长安汽车。要注意，长安汽车不在西安，总部在重庆。
• 再加上很多汽车配件厂，包括前面讲到的赛力斯，这些都是重庆的重要产业。

从国资视角看，为什么不投也说得过去？

对于国资来说，到底投汽车、投摩托车、投新能源、投算力，不同时间有不同热点。你只要知道这个项目在这里，整个配套也都很全，对方愿意继续在本地发展，这本身就没有问题。并不要求把所有将来可能出彩、可能拿冠军的项目全都投掉。

通常情况下，要求的是：这个案子出来的时候你知道，然后你有一套逻辑解释为什么投、为什么不投。只要这个逻辑是通的，就没有问题。后面某一个你没投的案子突然火了，也不会对投资人造成什么困扰，这不是什么大事。

所以，张雪虽然没有拿到重庆国资的投资，但重庆这个城市、重庆的产业环境，确实给他创造了非常好的生长条件。这里有那么多摩托车厂、汽车厂，而且还不禁摩，允许他在这样的地方生根发芽、一路长起来。这个才是重庆真正做出来的事。

张雪公开表态，会带来什么影响？

至于ZXMOTO往后是不是还有什么发展，那就得再看了。张雪现在肯定已经不再是一个愣头青了，不是那个骑着摩托车跑多少公里、希望电视台记者一定拍下来的小伙子了。他现在也一把年纪了，做了这么多年的摩托车修理厂，又做了两次创业，应该已经没有那么多棱角了。

但是，他在重庆这样的地方公开说“重庆市政府一个子都没给”，这件事对他肯定还是会有一些负面影响。为什么？因为市政府特别是国资，除了投所谓的新质生产力之外，还很看重一件事，就是上市。国资投资最重要的一件事之一，就是推动公司上市。比如一个地方有多少上市指标，要让哪些公司去上市，这才是他们真正关心的事情。

从国资视角看，如果投了一个初中辍学生创办的摩托车厂，它最后能不能上市，其实很费劲。在当前这个时间点，基本上不太可能。但如果投的是一些大模型公司、算力公司、新能源公司，至少还有机会上市。

在中国，创投很多时候只有一个核心逻辑，就是上市退出。如果投了很久，最后既没办法上市，也没办法退出，那就很麻烦。你说靠张雪把钱挣回来、靠分红实现回报，那基本不现实。像张雪这种理想主义很强的人，不太像是那种会老老实实替投资人挣钱的人。

拿乔布斯做类比也是一样。乔布斯最后当然创造了巨大的价值，但苹果之所以变成今天这个样子，更多还是在乔布斯去世以后，蒂姆·库克不断扩大产能、回购股票、持续优化商业模式的结果。乔布斯活着的时候，其实并不是那种能让股东赚大钱的典型企业家。

所以像张雪这种人，只要继续这么折腾下去：

1. 你想拿重庆的指标去上市，这事基本别想；
2. 就算他现在得了冠军，你去问重庆国资愿不愿意支持一下，对方也还是会权衡，因为让一个摩托车厂上市本身就不容易，而且还是一个这么有理想的人。

你也不能跟他说，咱别做摩托车了，去造汽车吧，去搞点新质生产力吧，冲上市行不行？张雪不是一个听劝的人。如果他是个听劝的人，前面那百分之三十几的股份也不会说放弃就放弃了。所以这样的人很难控制。

为什么上海和江浙的基金愿意投他？

至于上海的基金和江浙的基金为什么愿意投他，那就是另一个故事了。以前做投资的时候，投资经理很多也会带着自己的个人爱好。比如有人喜欢编程，使用过自己喜欢的开源项目，觉得对脾气，就可能投。张雪这个故事也有类似之处。

上海和江浙的一些投资经理，本身就是摩托车爱好者，他们喜欢英雄，也喜欢张雪，所以愿意为信仰买单。

这些项目最后会不会血本无归，不好说。也有一种可能，就是有人会对张雪说：你到我这里来，把总公司放在我这儿，生产厂还可以留在重庆，但公司总部放到上海或者江浙，我们再想办法让你在这边上市。

为什么工厂在重庆，总公司却可能搬走？

有人会问，为什么生产厂可以在重庆，总公司却搬到上海或江浙？这其实很正常。在国资投资里，如果你想拿人家的钱，往往就必须接受“反投”要求。

什么意思？比如我给你1000万，你就必须在我的地面上落2000万。哪怕工厂不来，也得把总公司、账务、融资通道放到我这里来。你所有的收账、借款，最好都从我这里走。这个在很多国资投资里都是常见要求。

所以，未来也有可能把总公司搬到江浙一带去。到那边以后，再看看是不是有机会上市。因为那边现在也在开始搞赛车运动，也在发展这些相关产业，还是有一定机会的。另外，那边的钱相对也更多一些。甭管最后能不能上市，至少现在名声已经打出来了，而且拿到冠军之后，张雪在其他地方推动上市的可能性，也会稍微上升一些。

这就是关于张雪、重庆国资为什么没投、其他资金为什么愿意投的大致逻辑。

张雪的成功，是否意味着年轻人都该去追求理想？

第三个问题，是不是张雪这样一个初中辍学生去追求理想、最后还得了冠军，就意味着大家都应该去追求理想，不用听张雪峰的话了？

前两天我在X平台上和一位朋友有一点小讨论。对方上来就说，张雪幸亏没有听张雪峰的话。意思就是，如果听了张雪峰的话，可能就会去找一个更确定性的学校和道路，也就不会有今天的ZXMOTO。

这话对不对？只能说对一部分。

• 第一，张雪肯定没有听张雪峰的话。
• 第二，张雪到底有没有能力去听张雪峰的话，这也是个问题。你得先有资格去走那条路。你如果连中考、高考这条路都彻底走不出来，张雪峰其实也没什么可对你说的。

张雪这样一个从小热爱摩托车、初中辍学的人，他可能压根就没有资格站到那个“听建议、选专业、选学校”的场景里。

但我反驳对方的点在于：张雪确实是一个追求理想的人，这没有任何问题；但张雪能成功，属于非常非常偶然的情况。绝大部分追求理想的人，最后并不会成功。而张雪峰想给更多人的，是一种确定性。

在一个对社会底层、对失败缺乏兜底机制的经济环境里，我们去鼓励很多穷人家的孩子追求理想，其实是一件不负责任的事。所以我认为，在这种情况下，张雪峰依然是有价值的。

对方还回了我一句，说像张雪这样义无反顾追求理想的人，走到哪里都不会太差。我说这个说法不对。这样的人不是走到哪里都不会太差，而是一将功成万骨枯。成了一个张雪，背后一定有千千万万个同样抱持理想、最后却没走出来的人，在某个角落里彻底被遗忘。这样的人，肯定比成功的更多。

张雪确实是一个让很多人扬眉吐气的案例，但我依然不建议大家学习这个榜样。因为很多人可能连“斩杀线”都没有，一旦失败，可能直接就消失了。

如果一个年轻人有能力参加高考，有能力走张雪峰所指的那条更确定的路，那还是应该先走那条路。你说等走完这条路以后，大学毕业了，也学了自己喜欢的专业，然后还想再去追求一点理想，当然可以，而且这肯定比初中辍学直接去追求理想要好得多。

总结

1. 关于夺冠与规则：张雪这次夺冠，确实在规则层面占到了一些便宜，钻到了规则提供的新车宽松空间，但依然是合规的，不算作弊。下一次规则一定会针对他的车进行调整，想再出现三四秒这种巨大领先优势，基本不可能了，但未来仍然有可能继续夺冠。
2. 关于重庆国资：从重庆国资的角度来说，没有人会因为当初没投张雪而受到处罚，这不是什么问题。如果有人因为“你当时没投张雪”就要处罚谁，那反而说明这个人非常狭隘。从正常的投资逻辑来说，不投他完全说得过去。
3. 关于年轻人的选择：张雪虽然是一个草根逆袭、给很多人带来希望的典型，但我依然建议年轻人，在有机会的情况下，还是老老实实高考、上大学，走一条更有确定性的路，为自己的未来多积攒一些资本。不要一上来就初中辍学去学张雪。这个故事确实很激励人，但并不适合作为普遍的人生模板。

---

背景图片

Oracle突然裁员3万人。很多员工是在凌晨6点收到邮件后，才知道自己失去了工作。

这里说的凌晨6点，实际上是美西时间早晨6点，很多人刚起床就看到邮件了；美东时间是早晨9点，也就是刚进办公室的时候看到邮件；印度是晚上18点30分，下班回家的时候看到邮件；欧洲员工则是在下午3点上班期间看到邮件。邮件内容非常简单，基本就是通知你被裁员了，几乎没有任何可以反驳的空间。

国内据说也有一部分上海员工受到波及。网上流传的信息是，国内给的补偿还不错，但前提是要尽快签字同意；如果想拖一段时间，再和公司谈，条件可能就会发生一些变化。

裁员规模：或为2026年已知最大科技裁员之一

这次受影响的人数大约在2万到3万人之间，占Oracle全球16.2万名员工的18%。这个比例非常大，算得上是2026年目前已知最大规模的一次科技公司裁员。

• 印度裁了1.2万人，班加罗尔和海德拉巴都有波及；
• 美国大约裁了1.1万人；
• 加拿大、墨西哥、乌拉圭等地也受到影响；
• 中国媒体上也能看到国内有波及的消息。

很多国内媒体一看到印度裁了1.2万人，比美国还多，就开始解读成“拉里·埃里森受不了阿三了，把他们都干掉了”。这种说法其实没必要。这次裁员本质上是全球性的。

哪些部门受影响最大

受影响的部门主要包括：

• RHS，也就是营收与生命科学事业部，主要做健康和医疗相关业务，裁了30%；
• SaaS和虚拟运营服务，裁员30%；
• NetSuite印度研发中心更是全部裁掉，一个不剩；
• 还有Oracle收购的医疗数据公司Corner，也裁了30%，连总监都被裁了。

重灾区岗位：DBA、方案工程师、技术支持

DBA首当其冲

被裁最严重的岗位，首先是DBA，也就是数据库管理员。以前Oracle的DBA证书是IT行业最值钱的证书之一，另一个是Cisco的网络配置相关证书。过去考DBA需要背大量知识，现在谁还费这个劲，直接问AI就行了，甚至都不用问，直接让AI去做数据库优化就可以了。所以，DBA成了这次裁员的重灾区。

方案工程师被大量压缩

第二类是方案工程师。简单说，就是给客户做系统方案的人。以前也有类似sales engineer，也就是售前工程师，除了做方案，还要去讲方案。现在被大量砍掉的是偏后端、偏方案设计的那部分人。

技术支持同样受创严重

第三类是技术支持，也就是系统上线之后负责培训、维修、售后支持的人。这一块也属于重灾区。

此外，数据库云运维岗位也被大量裁撤，这类工作很容易通过AI提效，甚至很多agent可以直接自动化完成。再就是SaaS运营，客户买了SaaS系统以后，后台还需要一些运营服务人员，这些人同样是重灾区。

总的来说，所有非AI岗位，以及那些可以被AI替代的运营岗位，都在被大量裁撤。

H-1B争议：一边裁员，一边继续引进人才

这次裁员里还有一个H-1B“双标争议”。Oracle在2025年获得了2690份H-1B工作签证。一边裁掉美国本地员工，一边继续从国外引进人才，这让很多员工非常不满。

也有一些刚刚拿到H-1B的员工同样被裁掉了。被裁以后，他们必须在60天内找到新工作，否则就得回国。

公司利润大涨，为何仍大规模裁员

更矛盾的地方在于，公司利润大涨，却仍然大规模裁员。以前大家理解裁员，通常是因为公司业绩不好；但这一次，Oracle刚刚交出了有史以来最赚钱的一个季度：

• 营收增长22%；
• 云基础设施收益增长84%；
• AI基础设施收益增长243%。

当然，也有增长不那么理想的业务。Oracle传统软件业务只增长了3%，基本没跑赢通胀，算是有点下滑；硬件业务只增长了2%。所以现在出现的情况是，公司整体很挣钱，但一边砍人，一边大建机房和算力基础设施。

资本市场对这件事显然是欢迎的，消息传出后股价一度涨了8%，虽然当天最终大概只涨了2%。

Oracle到底是真的挣钱，还是“打肿脸充胖子”

问题就在这里：Oracle到底是真的挣钱，还是在“打肿脸充胖子”？财报看起来可以很漂亮，但财报本身也可能是“做”出来的。

比如提前确认收入，把未来几年的收入提前算到现在；又比如把本期费用推到未来，像研发成本、设备投入不在当期记费用，而是记成资本支出，再分几年慢慢折旧；再比如通过期权注销来“变出利润”。

仔细分析下来，这次Oracle的收入确实是真的，不是假的。Oracle虽然是一家负债率很高的公司，比英伟达、微软、谷歌这些都高很多，但这次收入本身没有造假。

利润的“特别”来源

不过，它的利润来源确实有些“特别”。首先，期权注销这件事本季度还没做，要到下个季度才会体现。所谓期权注销，就是员工收入中有一部分是工资，有一部分是期权。公司本来需要为这些期权预留利润，但如果一下子裁掉3万人，其中大量期权直接作废，下个季度利润表就会变得更好看。

但即使不看这一块，Oracle本季度的赚钱方式也和传统意义上的“主营业务增长”不完全一样。它是一边大量融资、借钱，一边建设算力中心。建设机房的钱不会计入当期费用，而是算作资本支出，未来几年慢慢摊销。也就是说，钱虽然已经花掉了，但当期利润表里不会直接体现。

然后，机房建好之后，它再把算力卖给OpenAI。Oracle确认收入时，是按当期实际收到的钱来确认的，不会把未来远期协议提前算进来。所以收入确认这一步本身也没问题。

但问题在于，这种业务的利润率比较低。对于云计算公司来说，真正高利润的是那种客户把整套业务都建在你平台上，尤其还用上Oracle数据库和一整套软件服务的时候；如果只是把机器卖给OpenAI，对方说“我就要机器，别的都不要”，那利润率就低得多。

高利润业务并没有全面爆发

那Oracle有没有打算继续深耕高利润的SaaS和软件服务呢？从裁员情况看，显然没有。因为做SaaS的人都被裁了。它现在做的选择更像是：我就赚简单的钱，把机房建好，整包卖给OpenAI，别的都不管。

所以某种意义上，这也算是一种“左手倒右手”：借钱盖机房，盖机房的钱不算当期费用；机房卖出去的钱却算进了当期收入。

Ampere交易：又一块关键利润来源

另外还有一块比较特别的利润来源，就是Ampere。Ampere是一家做服务器Arm芯片的公司，Oracle自己就是它的投资方，而且Oracle云上也在使用Ampere的CPU。这个公司最早由英特尔前CEO创建，Oracle早期总共投了5亿美金，里面包括股权、债权、可转债、预付款等。

这次Oracle把自己手里Ampere的全部股份都卖给了软银。软银原本有Arm，但Arm本身主要是做IP授权，不直接做CPU；真正把授权做成CPU的是高通、博通、英伟达这些公司。软银买下Ampere之后，相当于补上了自己做芯片的能力。Ampere的芯片已经做出来了，而且Oracle云上就在用。

这笔交易里，Oracle一把把股份卖了43亿美金，净赚38亿美金，税前利润大约是27亿美金。具体怎么算不重要，重要的是，这部分利润也进了Oracle的账。

所以，Oracle确实挣钱，而且合法合规地挣钱。但如果仔细拆开来看，它并不是那种“高利润主营业务全面爆发”的状态。高利润的老业务，比如医疗系统、SaaS、服务器、数据库，并没有明显增长，甚至有些是持平或略有下滑。真正支撑财报好看的，是借钱建算力中心再卖给OpenAI，再加上卖掉Ampere股权这样的资本操作。

换句话说，Oracle的财报不能说有假，但也不能只看表面。它的日子并没有财报上看起来那么轻松。

Cerner整合不顺，Oracle Health成裁员重点

再说回裁撤的具体部门。第一个重点就是Cerner。它是Oracle历史上最大的收购案之一，2022年以280亿美金收购，是美国电子健康记录领域的绝对霸主。美国大量医院的电子病历系统都跑在Cerner上。Oracle收购后把它改名为Oracle Health。

问题在于，整合一直不顺。大公司收购之后最难的就是整合，原来的团队有自己的客户和做事方式，被收购以后往往会抗拒“被指手画脚”。Cerner被收购到现在已经4年了，还是没整合好。

整合不顺会导致什么？人员流失。而这种系统一旦核心人员流失，往往不只是员工走了，客户也会跟着流失，因为很多人是带着客户资源一起走的。结果就是客户被竞争对手接走，竞争对手再反过来继续挖人。

分析师其实早在2026年1月就说过，这块业务要么重新卖掉，让它自己独立发展；要么就大裁员。现在，Oracle选择了后者，直接裁了30%，不少M4、M5级别的总监都被裁掉了。

AI替代正在发生：47人DBA团队只剩3人

另一块重点是SaaS运维被AI替代。Oracle有个部门叫SVS，也就是SaaS和虚拟系统运营，收入还略有增长，但已经不需要那么多人了。一个47人的DBA团队，在经历了8个月AI试点之后，只剩下3个人。

这就是非常典型的“AI蒸馏真人”。DBA这种工作高度依赖经验，不是靠看手册就能做的。比如某个表平时很少调用，但每个月月底算账时会频繁读写，这种知识往往不会写在任何文档里，而是存在人的脑子里。

正常情况下，这种经验很难被替代；但当公司用AI去持续监控人的工作过程、不断学习人的决策逻辑时，8个月时间就足够把很多经验蒸馏出来了。

现在AI可以处理94%的日常问题，剩下3个人只需要处理6%的复杂问题，以及盯着AI干活就行了。这就是所谓“蒸馏员工”的过程。

拉里·埃里森的思路

拉里·埃里森的思路也很明确：你只要把需求描述清楚，AI就能把代码写出来。Oracle内部甚至专门搞了一套“声明式编程”的东西，强调不要一上来直接写代码，而是先把“我要做什么”用自然语言描述清楚。这样AI更容易理解意图，也更容易从员工日常工作中进行蒸馏和替代。

这次很多中层沟通岗位也一起被干掉了，尤其是那些跨团队协调、写汇报、追流程、拉会开会的岗位。这类工作恰恰是AI非常擅长的，做成自动化系统后就能直接替代。健康系统和SaaS系统里，被裁掉的30%员工中，相当一部分就是做这些事情的。

舆论为何强烈反弹

也正因为如此，这轮裁员特别容易引发情绪爆点。因为被裁的不只是年轻人，还有很多年龄较大的员工。有人60岁了，再过两年就退休；有人刚拿到H-1B；有人得了癌症；还有孕妇被裁。这些案例叠加起来，社会舆论当然会非常大。

目前还有一个传言，说后面可能还要再裁8000人。不过这个消息主要来自印度媒体引用员工口述，Oracle并没有回应，因此还没有证实。但从现在的趋势看，就算再来一轮，也不会让人太意外。

这场裁员背后，是AI时代的“圈地运动”

说到底，这件事反映的是AI时代的“圈地运动”还在快速进行。过去是“羊吃人”，土地被圈起来后，人失去土地，只能进工厂打工；现在更像是“机房吃人”，机房、GPU、电力这些基础设施不断扩张，中间的人被直接裁掉。

过去很多人觉得，AI没那么容易学会人的复杂经验；但现在看，把员工几个月内的操作过程蒸馏出来，再把员工裁掉，这件事已经完全可行了。那些被裁员工的技能，未来可能会变成一个后训练模型，也可能会变成大量上下文数据。

原来那些中层、沟通、协调岗位，基本不太可能继续大规模保留下来。未来公司的组织架构，和今天相比，很可能会完全不同。

AI基建需求正在被市场验证

至于“AI基建能不能真正卖出去”这件事，现在市场已经不像过去那样怀疑了。不管是OpenAI、Anthropic，还是谷歌，甚至国内很多AI公司，都已经面临算力不够的问题。AI算力需求增长的速度，已经超过了机房建设的速度。

大家不再怀疑这些基础设施建出来能不能卖掉，而是担心根本建不够。

K型社会加速形成，中间层被清除

这也意味着，一种K型社会正在形成。像Oracle这种靠资本、靠算力、靠平台，去做基础设施的人，会不断向上；中间层会被大面积清除；底层则是被裁出去的人。Oracle这次裁员，本质上就是把中间层砍掉。

所以，对于还在大厂里“当一天和尚撞一天钟”的人来说，确实应该开始认真思考未来了：你到底是向上走，还是向下走？你现在做的事情，是不是主要停留在中间层的沟通和协调？如果是，那风险其实已经越来越明显。

结语

Oracle这封凌晨发出的裁员邮件，不会是开始，也不会是结束。AI不是在简单取代人类的工作，AI是在重新给人类的工作定价。同样的工作，以后只需要更少的人，这一点几乎已经可以确定。真正的问题是，那些被取代的人，未来还能做什么。

---

背景图片

Prompt：in the style of Hayao Miyazaki-inspired hand-painted watercolor, Studio Ghibli aesthetic, soft atmospheric perspective, Indian Oracle company office, massive open floor plan, neat rows of empty workstations, Indian-style architectural details like ornate jali screen partitions and vibrant tapestry accents, warm natural daylight streaming through tall windows, lush potted plants bringing life to the space, hand-rendered brush strokes, gentle color palette with terracotta and saffron tones, spacious and tranquil atmosphere –no people, no text, no watermark –ar 16:9 –stylize 150 –chaos 8 –v 7.0 –p qaczhqj

Claude Code 源代码泄露了。一个以安全著称的 AI 公司，为什么总犯这种低级错误？AI 干活到底靠不靠谱？

先讲简单事实。2026 年 3 月 31 日，Claude Code 的源代码泄露了。它本身不是开源软件，而是闭源软件，但在打包发布时，直接把源代码一起打包进去了。发布之后很快就被人发现了。从名字上看，发现的人应该也是中国人，叫“潮饭说”。发帖披露后，这个帖子获得了 2.2 万次点赞和 1100 万次阅览，一下就爆发了。

先说结论：这不是第一次，已经是 Anthropic 第三次干出同样的事了，都是在发布时直接把源代码打包进去。这种泄露对于 Anthropic 来说损失巨大。各个层级的竞争对手都可以从中学习它的软件架构，连防蒸馏模块也一起泄露了，反而更方便竞争对手去进行蒸馏。商誉也受到了难以估量的损害。它号称最安全，结果却先干出这种事。

按 Anthropic 现在的内部工作方式来看，内部每天 60 到 100 个内测版本，对外基本日更，慢一点也是两三天更新一次，90% 的代码和流程都由 AI 控制。这种事情几乎没办法彻底避免。想继续当老大，就不能慢下来，必须越来越快。所以这绝对不会是最后一次。

这件事可以分几部分来讲：

1. 技术上到底发生了什么；
2. 这次泄露的内容里到底有哪些有趣的东西；
3. Anthropic 这次损失到底有多惨；
4. 留给 Anthropic 和它竞争对手的选择其实都不多，只能继续狂奔；
5. 对于普通项目和个人来说，到底能不能安全地使用 AI。

技术上到底发生了什么

Claude Code 不是一个特别庞大的系统，一共大约 51 万行代码。对比一下：Linux 内核大约 3500 万到 4000 万行，Chrome 浏览器 3600 万到 4000 万行，VS Code 大约 300 万行，PostgreSQL 约 130 万行。所以 Claude Code 其实不算特别大。

它的代码是用 TypeScript 写的。写的时候肯定要求提高可读性，虽然大部分是 AI 写的，但人还是要进去读。发布时，它发布的是一个 npm 包。npm 有专门的打包工具，打包时会把这些代码转换成 JavaScript。

JavaScript 虽然也是解释执行的语言，但在打包过程中，会把所有细碎的小文件塞进一个完整文件里，再把变量名处理掉，做代码混淆，把注释去掉。做完这些以后，代码就非常难读了。拿到打包后的代码，一般很难直接解读。不是完全不能逆向，但极其费劲，尤其是 50 多万行代码，做逆向工程会非常困难。

但问题是，打包后还得保证代码能正确执行，还要调试。不能说在原始代码上调试完，打包之后就不管了。所以这里就需要一个东西，叫 source map，也就是源文件映射。它的作用是告诉你：打包后那份几乎人类不可读的代码，原来对应的是哪个文件、什么名字、哪几句代码。

这次 Anthropic 把这个东西也一起放进包里了。有了 source map，理论上就可以还原和处理这些代码了。但更夸张的是，source map 里还写了一句：他们把所有源码包放在 Cloudflare 的 R2 空间上。

R2 本质上是一个公开可访问的对象存储空间，类似网盘，文件上传之后可以通过 URL 获取。正常情况下这也未必有问题，因为链接本来是很长的一串乱码，外人通常找不到。但 Anthropic 把这个链接直接写进了 source map 里。

结果大家顺着这个线索一看，发现里面有个叫 src.zip 的文件。打开一看，1900 多个文件。也就是说，连根据 source map 去反编译、去还原代码这一步都省了，直接把完整源代码包抓回来了。这等于发福利发得非常狠。

正常情况下应该怎么避免

正常情况下，怎么避免 npm 把这些内容打进去？开源软件通常会把源码文件一起打包进去，这没问题，比如 OpenCode 之类的开源项目就是这样。但闭源项目在打包时，应该写一个叫 .npmignore 的文件，告诉打包工具哪些文件不要放进去。

正常流程应该是在打包前把 source map 等不该发布的文件排除掉。问题在于，这个 .npmignore 文件大概率也是 Claude Code 自己，也就是 AI 写的。而 Anthropic 的代码，包括 Claude Code 自己的代码，90% 以上都由 AI 生成。于是这个文件写错了，最终导致了这次泄露。

Anthropic 的补救措施

Anthropic 当然也做了补救，而且补得很快。泄露包发布几小时后，他们重新发了一个补丁包。原来是 v2.1.88，修补后版本号还是 v2.1.88，只是把 source map 文件删了，再发了一次。

然后又向 GitHub 提交了 DMCA 申请，也就是数字千年版权法案请求，要求删除泄露内容相关的仓库，总共删了 8100 多个仓库。

但这肯定已经晚了。像这种本来就在风口浪尖上的项目，一旦被发现出事，信息传播速度会非常快。大量分支仓库、镜像仓库肯定已经出现了。GitHub 上这类删除操作，必须找到最初的源头仓库，把它的所有分支都删掉才有效。

但只要有人把代码拉下来，稍微改几句，再传一个新仓库上去，这种就删不掉了。所以这类补救基本只能算聊胜于无，相当于“我已经努力过了”。

Anthropic 的官方 X 账号和官网都没有发出任何公开说明。这个也不难理解。一个以安全著称的公司，干出这种事，确实很难对外解释。

当然，犯这种低级错误的公司绝不止 Anthropic 一家。不要因为这个事件就简单得出“Anthropic 不安全”的结论。实际上，它可能依然是最安全的那一批。之所以这件事闹得沸沸扬扬，是因为它站在风口浪尖上，被太多人盯着。一旦出纰漏，就会快速爆发。很多没那么知名的小项目，源码一样可能满天飞，只是大家懒得看而已。

这次泄露内容里有哪些有趣的东西

1. “卧底模式” Undercover Mode

第一个是“卧底模式”，Undercover Mode。这个功能是干什么的？它会在每次向 GitHub 公开仓库提交代码时，先检查代码里有没有写“这是由 Claude 生成的代码”、有没有暴露 Claude 的版本号。

如果有，就把这些痕迹删掉，让它看起来像真人写的一样。这个机制本身未必有问题，但现在它自己也随着源码一起泄露出来了，就显得很讽刺。

2. 反蒸馏模块

第二个比较有意思的是反蒸馏模块。大家知道，很多模型会去蒸馏 Claude 模型。为了防止被蒸馏，Claude Code 里专门写了一个模块来做这件事。

这里面有几步：

• 第一步是假工具注入。大模型是可以调用工具的，它会在 API 响应里埋入虚假的工具调用，让竞争对手收集到的训练数据带毒。
• 第二步是思维链加密。Claude 的思考过程其实也会发到客户端上，但它是加密的，必须用自己的 API key 才能解开来看，这也是为了防止蒸馏。
• 第三步是输出投毒。Claude Code 的流量使用定制的 JSON 协议做隔离，让爬虫更难解析。

结果这次连整个防盗系统也一起泄露了，大家就看到了它在反蒸馏方面的这些小心思。

3. 大量表情符

第三个比较显眼的是代码里表情符特别多。因为它 90% 都是 Claude Code 自己写的，所以代码和日志里有大量表情符。这个其实不难理解。AI 写完代码以后，人还是要读的，加入一些表情符确实能提升阅读体验。

4. 泄露内容中总结出的 14 条提示词原则

还有人从泄露内容里总结出了 14 条提示词原则，认为普通人也可以借鉴。不管你是在带下属、带学徒，还是平时和 AI 对话，这些思路都挺有参考价值。

1. 用禁令代替指令。与其告诉 AI“你要做这个、你要做那个”，不如明确告诉它“你不许做什么”。可做的事情很多，不可做的事情相对更少，把禁令写清楚，反而更容易把事做对。
2. 专门设计一个“唱反调”的角色。它的任务不是确认一切都能用，而是尽量找出问题。
3. 不要画蛇添足，不要加用户没有要求的东西。AI 特别喜欢顺手多改一点，这往往很危险。这次 .npmignore 被改错，很可能就跟这个习惯有关。
4. 如实汇报，不要润色，也不要过度谦虚。AI 经常在回答完后补一句“我可能理解得还不够透，您再看看”，这种其实是一种提前甩锅。源码里也有明确约束，不让它这么干。
5. 活可以分出去，但思考不行。可以开很多子任务并行处理，但最后判断必须回到主任务来做。
6. 不知道就说不知道，不要猜。这是为了堵住 AI 幻觉的最大来源。
7. 先看再改，不要凭空编造。AI 编程时经常不先读完整上下文，就直接生成一堆代码，结果根本跑不起来。代码约束很强，认真读完上下文再动手，出错率会低很多。
8. 一次授权不等于永久授权。某件事这次可以做，不代表以后同类事情都默认可以做，每次都应该重新确认。这一点其实挺反人性的，因为大家用 Claude Code 时，常常会被频繁询问“这能不能做、那能不能做”，最后用户往往会烦，直接选择“以后别问我了”。
9. 每条禁令都要写清楚为什么。不能只说“不许这样”，还要说明原因，否则 AI 会试图绕过去。
10. 信息按需提供，不要一次全给。每次让 AI 干什么，就只给它和当前任务相关的信息，不要把一大堆无关内容都塞进去。
11. 尤其不要每次都把完整工具手册甩给 AI。最省事的方式看起来像是给它一本“工具宝典”，让它自己查，但实际上这样效果并不好。
12. 沟通规范要细致到标点符号。某些标点在 Markdown 或其他标记语言里有特殊意义，可能导致内容显示异常，所以这些都要明确说明。
13. 不同场景加载不同规则。因为系统里有很多 agent 和子 agent，每个子任务都应该有自己对应的系统提示词，否则很容易串。
14. 提示词不要堆成一大段，要模块化。要有缩进、有步骤、有约束、有例子，写清楚先做什么、后做什么，这样 AI 更容易理解，也更不容易出错。

5. 还没发布的隐藏彩蛋

除此之外，还有一些隐藏彩蛋，也就是功能还没发布，但代码已经埋进去了，将来只要开个开关就能启用。

• Think Back：类似回想功能，用来做年度代码总结，比如你一年里写了什么代码、花了多少时间，听起来有点像代码版的年度复盘。
• Buddy 宠物系统：有 18 种宠物，每个宠物有不同性格。未来很多 AI agent 可能会以这些宠物性格来为用户服务。一个安全公司，代码里埋了一堆宠物，也挺有意思。
• Memeing：训练数据里出现了这个词，社区猜测这是 Anthropic 专门调教 Claude 更会玩梗的一部分训练数据。

Anthropic 这次到底有多惨

这次确实是损失惨重。竞争对手拿到了什么？是 51 万行代码、1900 个文件，也就是 Claude Code 完整客户端的全部内容。

已经有人拿着这些代码，只做了很小规模的补全，就能顺利编译出 Claude Code。它所有的机制，多代理协作逻辑、状态机、客户端展示方式、上下文压缩策略，甚至客户端侧的 5 层压缩策略，全都暴露了。

服务端部分因为没有代码，只能通过客户端反推，但很多关键接口和调用方式也都能部分逆向出来。至于 Claude 模型本身的推理引擎，那个在服务端，看不到；针对 Claude 的深度优化，也看不到。但即便如此，泄露的价值已经非常高了。

而且，这不是第一次。2025 年 2 月，Claude Code v0.2.8 和 v0.2.28 的源代码也发生过同样方式的泄露，都是直接把 source code 给出去了。4 个月后，也就是 2025 年 6 月 19 日，OpenCode-AI 这样的项目就上线了，现在号称是 Claude Code 最好的开源平替。

与此同时，Google 的 Gemini CLI、OpenAI 的 Codex CLI，以及国内的千问 Code，基本都是在 6 月前后上线的。

拿到这些代码以后，大家不会明说“我参考了你”，但一定会先研究、消化、理解，然后再“致敬”一下，把自己的产品上线。某种意义上，现在这个 Harness Engineering 的时代，基本就是上一次泄露推动出来的。上一次泄露几乎像一次“生物大爆炸”，突然一下，相关物种全出来了。

而这一次，事情更进一步。因为现在泄露代码本身就可以交给 Claude Code 来读。拿到代码以后，快速解析、快速补全、快速转译，几个小时内就能完成。以前 50 多万行代码，即便不算特别大的软件，要真正读明白，往往也需要几个月。现在在 Claude Code 的帮助下，几个小时，一个人就能搞定。

GitHub 上甚至已经有人把这套代码完整转译成 Python 版本或 Rust 版本，而且已经跑起来了。

为什么 Anthropic 很难彻底封堵

那 Anthropic 能不能彻底封堵，比如把这个版本废掉，做一次大升级，连服务端也一起改，让旧代码彻底失效？不行。除了向 GitHub 发 DMCA 请求之外，它没有太多别的办法。

因为服务端需要向下兼容，你不能说为了封堵泄露，就把所有老版本客户端都废掉。前面还有那么多用户签了协议、正在使用，不可能说改就改。所以它只能眼睁睁看着竞争对手做逆向、做代码蒸馏。

更糟的是，连防蒸馏模块都泄露了。大家甚至能据此更容易仿出一个 Claude Code 客户端，再去和它后端模型通信，蒸馏起来会更顺手。

更大的损失是商誉

更大的损失其实是商誉损失。很多人用 AI 时本来就不太踏实，会倾向选择一家“更安全”的公司。Anthropic 原来在这方面的名声非常好，甚至国防部都会用它的产品。

但现在它出了这种事，而且还是同样的低级错误干了三回，这对它的品牌伤害非常大。同样的事情如果是马斯克干，可能大家觉得无所谓；但 Anthropic 干，就真的是丢不起这个人。

AI 靠不靠谱：为什么这类问题还会继续发生

那这类事情以后能不能杜绝？很多人会想，知错能改，应该总能修好吧。但现实是，留给 Anthropic 的选择并不多。

先说核心问题：AI 靠不靠谱？标准答案应该始终是，不靠谱。它从来就没真正靠谱过。这次出错，说到底就是因为太快了。

传统软件公司有一整套成熟的上线流程和开发管理系统，经过多年沉淀，方法非常完善。但那套体系有个代价，就是速度慢。你不可能高频率地一天上线一堆版本，因为根本管不过来、看不过来。

而 Anthropic 做 Claude Code 的速度有多快？内部每天几十个版本，对外基本天天更新，慢一点也就是两三天一次。传统版本控制和开发管理体系，在这种频率下根本失效。

那能不能慢下来，换安全一点的方式前进？也不行。对 Anthropic 来说，是保住“安全”的名声更重要，还是继续当行业领跑者更重要？显然，后者更重要。

它只能继续快速出下一个版本，必须快速迭代，持续在 Harness Engineering 这个赛道上保持领先。你一旦慢下来，就很可能被别人超过。所以这类事情今后还会继续发生，很难彻底避免。

它的竞争对手也是一样。OpenAI、Gemini，包括国内的公司，还有开源竞争者，都必须跟着往前冲。谁稍微慢一步，谁就可能被淘汰。所以在这件事上，做开源反而最省事。反正源代码本来就是公开的，泄露了也无所谓。

但那些做闭源的公司，比如 Gemini、OpenAI，就必须投入更多人力物力来检查。

那多加点人行不行？其实意义也不大。因为当 AI 已经解决了 90% 的代码，连编译流程、发布流程都由 AI 控制时，剩下 10% 靠人去兜底，本身就很反人性。人会天然放权。

这有点像大学教授发出来的 PPT 或文章里有错别字。不是教授水平不行，而是这些东西往往是学生做的。学生做完之后，教授为什么不检查？因为他没空，而且他已经足够信任学生了。但学生也可能又把事情交给学弟学妹，一层层转包，最后就出错。

现在 Claude Code 也是一样。既然 90% 的事情 AI 都能干，剩下那 10%，人真的会去认真逐项检查吗？大多数时候不会。只能是习惯性授权给 AI，摔一个狠的，摔完还不能停，还得继续更快地跑，等着下一次再摔。

普通项目和个人还能不能安全地使用 AI

有，但前提是你没有那么着急地高频更新版本。Claude Code 之所以泄露，不是因为 AI 天生不靠谱，也不是因为人少，而是因为更新频率实在太高。内部一天几十个版本，对外一天一个版本。几十万行代码的项目，在这种节奏下，任何人工检查都很难有实际效果。

他们一年只出一两次，或者两三次，出这种事的概率都会低很多。

更可靠的方法：用脚本检查脚本

多雇一些人意义不大。想保证安全，最简单的方式其实是多写几个脚本，让程序自动检查。比如专门写一个脚本去检查 .npmignore 是否正确，里面有没有错误，有没有被 AI 偷偷改掉。这反而是最可靠的方式。

安全规则必须和主流程彻底分离

另外，硬性的安全标准应该写死在这些脚本里。虽然这些脚本也可能是 AI 写的，但负责安全规则的 AI，必须和负责主流程的 AI 彻底分开，绝对不能混在一起。

比如你不能让同一个 AI 既负责写 .npmignore，又负责自动发布。正确做法应该是：一个 AI 负责准备发布，另一个独立的 AI agent 负责执行安全检查，确认有没有错误。这有点像东厂、西厂、锦衣卫互相监督，不能混成一锅。Anthropic 这次的问题，很可能就是这些环节混在一起了。

总结

这次泄露对 Anthropic 来说绝对是个悲剧，但对整个行业来说，反而又像一次“生物大爆发”式的利好。整个行业会在 Harness Engineering 这条赛道上继续快马加鞭地往前冲。

Anthropic 这次的损失，也给所有使用 AI 的团队敲响了警钟：要么你就彻底开源，要么你就主动慢下来。这件事必须想清楚。

---

背景图片

Prompt：in the style of cinematic editorial illustration, modern editorial watercolor, clean hierarchy, restrained palette, a detailed wide-open office floor of an AI tech company, densely arranged standing desks and curved partitions in varied arrangements, cables and monitors creating layered depth, cool white ambient light with soft pink cherry blossom glow streaming through large windows, a cyberpunk metropolis exterior with spring樱花 trees in bloom, foreground desk fragments, midground workstations, deep background window framing the blooming city, editorial semi-realism, material details on glass panels and brushed surfaces –no people, no text, no logo –ar 16:9 –stylize 220 –chaos 5 –v 7.0 –sref 1755819253 –p qaczhqj