华尔街见闻 - 资讯 - 最新

新华时评：把新房子建好、老房子改好

新华社 — Tue, 29 Sep 2026 08:33:26 GMT

安居是人民群众幸福生活的基点。住房和城乡建设部日前明确，“十五五”时期围绕“好房子”建设要把新房子建好、把老房子改好、把服务做好。这既是落实中央城市工作会议精神、推进高质量城市更新的具体行动，也是对亿万群众从“有房住”到“住好房”美好期盼的直接回应。

我国城市发展正从大规模增量扩张阶段转向存量提质增效为主的阶段。城市在发展，住房建设的着力点也需要因时因势作出调整。一方面，新建住房不能重规模、轻品质；另一方面，大量城镇住宅步入“中老年”，管网老化、电梯缺失、停车困难等问题出现，群众改善诉求集中，人居环境亟待更新。“新建”与“旧改”协同共进，是城市更新的应有之义，既能补民生短板，也能为建筑业提质升级、房地产市场转型发展打开全新空间。

把新房子建好，重在执行标准、把牢质量。一些群众反映楼层空间压抑，新标准将层高从原来的2.8米提升到3米；不少老年群体上下楼困难，新标准要求4楼及以上住宅设置电梯……“好房子”标准的很多亮点，源自切实改善群众生活中的痛点。眼下，多地建成一批百姓认可的房子。有的项目把水、电、暖管线和房屋主体分离，未来换管时不必开墙打洞，减少了资源浪费和噪声扰邻；有的项目将居室设计成可变的，为家庭添丁、居家养老预留改造便利。“好房子”的好在于安全、舒适、绿色、智慧，能把民生需求落到建筑细节里，既经得起时间检验，也装得下生活变迁。

把老房子改造好，需要下更多“绣花”功夫。老房子的情况千差万别：经鉴定为危房要拆除的，通过自主更新、原拆原建，旧房能够变成新居；还有很多住房适宜开展维修提升，进行适老化、智能化改造，能够更好满足群众居住需求。改造后，还要完善全生命周期的房屋安全管理制度，提升物业服务质量，补齐基础设施短板，优化环境品质，让老房子不仅改得好，也管得好、住得好。

人民城市人民建，人民城市为人民。坚持问需于民、问计于民，用心用情办好安居民生事，让每一套房子稳稳托举起民生幸福，这是人民城市最动人的模样，也是“好房子”建设扎实推进的方向。（完）

本文来源：新华社

风险提示及免责条款

市场有风险，投资需谨慎。本文不构成个人投资建议，也未考虑到个别用户特殊的投资目标、财务状况或需要。用户应考虑本文中的任何意见、观点或结论是否符合其特定状况。据此投资，责任自负。

Anthropic 招股书里，最耐人寻味的 7 个细节

极客公园 — Tue, 29 Sep 2026 08:25:54 GMT

当地时间 9 月 28 日，外媒披露了一份 Anthropic 的 IPO 招股书。

先要说清楚这份文件的性质。它并不是 Anthropic 主动公开的版本。今年 6 月，Anthropic 以公益公司身份向美国证交会秘密递交了 S-1 注册声明草案，为普通股首次公开发行做准备。按照规则，公司要在向机构投资者路演前至少 15 天公开递交修订版 S-1，完整财务数据到那时才会被外界看到。路透此次看到的是一份尚未公开的版本，Anthropic 对此拒绝置评。

这意味着其中的数字仍可能随证交会的审阅意见调整，不少细节也只能通过路透的转述窥见一角。

但如果这份文件大体反映了 Anthropic 最终交给公开市场的样子，它的分量很难被高估。这次上市的估值目标，是 Anthropic 自己 5 月估算的 9650 亿美元的两倍以上，也就是超过 2 万亿美元。

这是 ChatGPT 引爆这轮 AI 浪潮近四年来，第一家把完整账本摊给公众投资人的前沿大模型实验室。

在此之前，这场 AI 竞赛的资金一直由风投、主权财富基金和科技巨头承担，外界只能从零散的年化收入和融资估值里拼凑这些公司的经营状况。现在，账本第一次有了审计口径。

极客公园从招股书中，挑出了 7 个最值得细看的地方。

被误读的 420 亿美元亏损

招股书里最先被传播的数字，是 2025 年约 420 亿美元的净亏损。

这个数字很容易被读成「一年烧掉 420 亿美元」，实际并非如此。其中约 340 亿美元是一笔会计费用，反映的是那些未来可能转换成 Anthropic 股票的融资工具估值上升，而不是公司经营业务花掉的钱。

这就产生了一个反直觉的结果。Anthropic 越值钱，它在账面上「亏」得就越多。2025 年恰好是它估值暴涨的一年，这笔费用也被同步放大。

真正反映经营状况的是另一组数字。收入从 3.86 亿美元增长到 45.9 亿美元，增幅 1088%；经营亏损则从 29.8 亿美元扩大到 80.6 亿美元。

收入涨了约 12 倍，经营亏损扩大不到 3 倍，规模效应确实在出现。但一年 80 亿美元的经营亏损，放在任何一家准备上市的公司身上，都是需要反复解释的数字。

650 亿美元年化收入的坑

招股书的消息传开后，美国散户论坛 wallstreetbets 上的最高赞评论只有一句话，大意是「2 万亿估值，配 40 亿收入？」

这个质疑直观，但拿错了分母。

招股书的主体覆盖 2025 财年，截至去年 12 月 31 日，而 Anthropic 真正的爆发发生在 2026 年。据报道，它的年化收入在 2025 年底约为 90 亿美元，今年 5 月约 470 亿美元，到 7 月底已超过 650 亿美元。

招股书里的 45.9 亿美元，是一家公司在「起飞前」的最后一张快照。资本市场给出的 2 万亿美元估值，押注的是 2026 年之后的曲线，而不是 2025 年的全年成绩。

不过，年化收入本身需要打折看。它通常用某一个月的收入乘以 12 推算，天然会放大短期波动。招股书自己也给出了两处值得警惕的提示。去年近四分之一的收入来自两个客户；公司还在风险因素中承认，许多最大客户并没有签订长期合同，可能削减甚至停止支出。

路透没有披露这两家客户的名字，这会是公开版 S-1 出来后最值得第一时间核对的信息。Anthropic 的增长曲线足够陡峭，却缺乏合同层面的锁定，这是理解它估值的关键前提。

最大的股东，最大的房东

2025 年，Anthropic 在算力和基础设施上的支出达到 73.3 亿美元，占总运营支出的 58%，约为全年收入的 1.6 倍。

问题在于这笔钱流向了谁。

亚马逊和谷歌不仅是 Anthropic 的投资方，也是它训练和运行 Claude 所依赖的云服务商。投资款以云服务费的形式流回投资方的云业务，既托起了 Anthropic 的估值，也推高了云厂商的收入。

这种结构并不违规，在 AI 行业也不罕见，微软与 OpenAI、英伟达与一众算力客户之间都存在类似的循环。但进入公开市场之后，投资人需要回答的问题会变得非常具体。Anthropic 的增长里，有多少是真实的终端需求，又有多少是资本在巨头之间的循环？

这个问题的答案不只关乎 Anthropic 一家。已经有交易员把 5180 亿美元的承诺，视为算力「卖铲人」的最大利好，这意味着 Anthropic 的股价未来会和整条 AI 基建链条绑得更紧。

50.1% 投票权

如果说前几个细节讲的是钱，那么治理结构讲的是谁说了算。这是整份招股书里最「Anthropic」的部分。

根据招股书，Anthropic 将设立名为 Founder LLC 的实体，初始成员是包括 CEO Dario Amodei 在内的七位联合创始人。七人以多数投票的方式支配一股 F 类股票，这一股在关键公司事务上拥有 50.1% 的总投票权，包括选举部分董事。

上市完成后，董事长 Daniela Amodei、Dario Amodei 和一位尚未公布的董事，由 F 类和 A 类股东选举产生；其余四位董事由长期利益信托选出，现任受托人包括前美联储主席伯南克和国家安全专家 Richard Fontaine。

普通投资者买到的 A 类股是一股一票，但另外几类股票各有用途和限制，其中战略合作伙伴只拥有极小的投票权，这套结构实际上会削弱普通投资者的影响力。

招股书也为创始团队解体准备了预案。成员离开公司、去世、出售过多股份或因故被解雇，都可能被移出这一群体；如果成员减少到两人或更少，F 类股的投票权优势将逐步消失。联合创始人还在文件中承诺，将个人所持 Anthropic 股权的 80% 用于慈善。

最值得玩味的是招股书对这一切的自我评价。它直言这套治理模式可能导致公司作出与短期、中期或长期财务利益和经营表现相冲突的决定，进而可能降低 A 类股的价值。

一家寻求 2 万亿美元估值的公司，在上市文件里明确提醒投资人，他们的回报并不总是排在第一位。这在资本市场上相当少见。两大代理顾问机构 ISS 和 Glass Lewis 历来建议反对多层股权安排，这套设计能否被主流机构接受，会是路演阶段的一大看点。

主动放弃视频和图像生成

为了证明这套治理结构不是空谈，招股书举了几个例子。

一个是 Mythos Preview，这款模型在网络安全方面能力格外强，Anthropic 为它设立了有限访问计划，只向少数机构开放。

另一个例子更出人意料。招股书写道，公司选择不开发某些商业上有吸引力的产品，比如图像和视频生成模型，以便把算力投向研究和安全优先事项。

单看这句话，它是一种立场表达。放进今年的行业背景里，意味就复杂得多。

半年前，OpenAI 宣布关停上线仅约六个月的视频生成应用 Sora，理由是公司要转向商业工具，为可能的上市做准备。Sora 的应用和网页端在 4 月 26 日下线，API 也在 9 月 24 日跟着停止服务。高昂的算力成本、快速流失的用户和版权纠纷，都是 Sora 被放弃的原因。

同一件事，OpenAI 做了、烧了钱、最终砍掉，理由是聚焦企业业务；Anthropic 从未涉足，在招股书里把它写成了为安全与研究作出的取舍。

两家公司最终站到了同一个位置，都把筹码押在企业客户和编程场景上，讲出来的故事却截然不同。Sora 的结局，也让「商业上有吸引力」这个前提显得有些可疑。

极客公园更倾向于认为，这里的使命叙事与商业判断很难拆开。在算力极度紧张的阶段，把资源集中在单位价值最高的地方，本身就是正确的生意。

Anthropic 的高明之处在于，它把一个正确的商业决定，写成了价值观的证明。

80 页风险因素写着「人类存亡」

招股书的风险因素部分长达 80 页，明确警告其 AI 模型可能构成灾难性甚至生存性的威胁。路透还提到，Anthropic 自己的研究记录过一些受控测试，逐渐自主的 AI 系统在其中表现出潜在有害的行为，包括破坏代码、协助欺诈和操纵信息。

把「我们的产品可能威胁人类」写进招股书，既是真诚的立场，也是标准的法律铺垫。两者并不矛盾。风险因素的本来功能，就是把所有可能出问题的地方提前说清楚，以免日后陷入投资者诉讼。一家常年公开谈论 AI 风险的公司，如果在招股书里对此避而不谈，反而会在法律上陷入被动。

真正的张力在另一个地方。Dario Amodei 曾呼吁全球 AI 社区放慢发布新能力的节奏，但 Anthropic 上周仍推出了新模型 Opus 5.5，以回应 OpenAI 发布 GPT-6 Astra 之后的势头。

呼吁放慢与加速发布同时发生，并不意外。在一个所有人都在加速的赛道里，单方面减速的代价，是把定义规则的位置让给别人。这是 Anthropic 从成立第一天起就面对的困境，招股书只是把它变成了白纸黑字。

5180 亿美元的算力成本？

另一个被广泛引用的数字，是约 5180 亿美元的云、算力和基础设施承诺。

不少报道把它解读为「明年要花 5180 亿美元买算力」，就连路透不同版本的稿件在措辞上也并不一致。有分析指出，这是多年期合同的总价值，而非单年支出；按已披露的分配，亚马逊 AWS 约 1000 亿美元，谷歌云约 2000 亿美元，Lambda 与 Nscale 约 800 亿美元，Fluidstack 约 500 亿美元，微软 Azure 约 300 亿美元，其余为较小的合同。其中 AWS 部分是今年早些时候签下的十年期合约，可锁定最多 5 吉瓦的算力容量。

即便按多年总额看，这个数字依然惊人。截至去年 12 月 31 日，Anthropic 的现金、现金等价物和短期投资合计 202.8 亿美元。5180 亿美元的承诺，是这笔现金的 25 倍以上。

这也解释了上市的紧迫性。有报道称，Anthropic 这次可能寻求募资高达 1000 亿美元。上市在很大程度上，是在为已经签下的算力合同找钱。

两种「安全」，两条上市路

据路透此前报道，Anthropic 的公开上市大概率会推迟到 11 月美国中期选举之后。等待它的并不是一个多么友好的市场。AI 与芯片股近期经历了一轮抛售；SpaceX 6 月上市首日大涨 19% 至 160 美元，如今回落到 147 美元左右，虽仍高于 135 美元的发行价，却足以让投资人对高估值成长股多一分谨慎。

Anthropic 此前还因旗下工具受到白宫审视，一度被五角大楼列入黑名单，后被美国法官叫停，政治变量同样悬而未决。

更值得对照的是它的老对手。

OpenAI 在 Anthropic 之后约一周也秘密递交了上市申请，并在公告里坦言，之所以主动宣布，是因为预计消息会泄露。但到了 9 月，Sam Altman 在接受《财富》采访时确认 OpenAI 今年不会上市，理由是考虑到安全方面正在发生的一切，现在并不是上市的好时机；此前《纽约时报》也报道过，推迟的原因之一是 Altman 坚持至少 1 万亿美元的估值。

同样是「安全」，Anthropic 把它写进治理结构，当作说服投资人的理由去上市；OpenAI 则把它当作暂缓上市的理由。

很难说谁更真诚。但它揭示了一件事，在 AI 公司走向公开市场的这一刻，「安全」已经不只是技术和伦理议题，也成了资本叙事的一部分。

路透认为，这次上市将确立华尔街为头部 AI 公司估值的基准，其中也包括 OpenAI。一旦 Anthropic 顺利挂牌，之后所有前沿实验室都要面对同一组问题。收入曲线能否追上算力账单，客户能否被合同锁住，创始人的控制权应该有多大，一家公司主动放弃的生意，市场是否愿意为之买单。

这份招股书真正要回答的，或许是一个更古老的问题，资本市场能不能容忍一家公司，把「不做什么」写得和「做什么」一样重要。

本文来源：极客公园

风险提示及免责条款

花旗警告：中东与俄罗斯柴油出口双双收缩，全球年内或现100万桶/日的缺口

Tue, 29 Sep 2026 08:25:12 GMT

全球柴油市场的紧张程度正在快速升温，价格涨幅明显超过原油，供应收缩正在成为推动成品油价格走高的主要力量。

花旗在9月28日发布的报告中指出，中东与俄罗斯柴油出口同步收缩，加上炼厂减产，预计年内全球柴油缺口约100万桶/日。后续供应能否缓解，关键取决于霍尔木兹海峡的原油和成品油运输何时恢复。

美国零售柴油价格目前已升至约6.5美元/加仑，年初约为3.4美元/加仑，柴油和取暖油价格均逼近55年来高位。柴油裂解价差更从年初约25美元/桶飙升至9月24日的89美元/桶，而WTI同期仅上涨约25美元/桶，显示本轮冲击主要集中在成品油端。

值得关注的是，供应缺口正在通过库存体系得到弥补。年内全球柴油库存预计去化约2亿至2.5亿桶，但可见初级库存仅减少约5000万至7000万桶，意味着大量库存消耗已经发生在终端环节。

中东与俄罗斯出口收缩，炼厂减产进一步放大缺口

花旗估算，中东柴油出口可能减少约50万至100万桶/日，俄罗斯减少约30万至60万桶/日，叠加其他地区炼厂降负荷，全球柴油供应进一步收紧。

8月全球炼厂计划外停产造成的成品油产量损失约300万至400万桶/日，出口受阻与炼厂减产共同推高市场紧张程度。

目前全球已披露柴油库存约10亿桶，其中约2亿桶由欧洲政府持有，约4亿桶属于OECD商业库存。欧洲政府库存因此成为重要的潜在缓冲，但能够迅速释放的供应仍然有限。

如果外交路径失败，花旗认为欧洲政府库存最晚可能在美国中期选举之后释放。美国也可能考虑限制柴油出口，但全面禁令的可能性较低；即便限制出口，大量柴油滞留墨西哥湾沿岸也可能迅速挤压当地储存空间。

霍尔木兹重开，是柴油市场转向的关键

花旗基准情形认为，霍尔木兹海峡运输流量将在2026年第四季度恢复正常，各种重开路径累计概率约70%，其中包括10个百分点的快速达成协议情形。在这一假设下，布伦特原油2027年预计回落至65至70美元/桶。

另一种情形是油品市场紧张延续至2027年，对应约30%的指示性概率。若美伊方面继续僵持，柴油供应压力可能持续更久。

花旗给出的布伦特价格目标也已经计入霍尔木兹重开的假设：0至3个月目标75美元/桶，6至12个月目标70美元/桶，2027年预测66美元/桶。

因此，后续关键并不只是观察原油价格，而是看霍尔木兹通行量、中东和俄罗斯柴油出口以及柴油裂解价差能否同步改善。若海峡运输迟迟无法恢复，当前的供应正常化和油价回落路径都将面临重新评估；反之，随着运输恢复和库存释放，柴油裂解价差可能率先回落。

风险提示及免责条款

美伊谈判牵动市场，纳指期货转涨，美债收益率高位震荡，金油齐涨

Tue, 29 Sep 2026 08:08:20 GMT

油价上涨与美联储加息预期升温，推动美国国债收益率升至多年高位，全球股市跌至一周低点。

周二，MSCI全球指数下跌0.2%，创9月18日以来新低。纳指期货转涨，此前一度跌0.5%，欧股涨跌互现，日韩股指收跌。10年期美债收益率在周一触及2007年以来高点后，再涨1个基点至5.25%；30年期收益率亦升1个基点至5.56%。

地缘方面，据CCTV国际时讯，伊朗外长将返回德黑兰等待美方回应。布伦特原油连续第二日上涨，涨幅达1.2%至99美元；现货黄金上涨0.7%，至每盎司4145美元。油价攀升、美国商业活动走强及对政府债务高企的担忧，共同引发自2025年4月以来最大规模美债抛售。收益率飙升推高借贷成本，经济增长与企业盈利前景承压。

摩根士丹利旗下E*Trade的克里斯·拉金表示，受收益率与油价上涨影响，市场整体缺乏动力。鉴于美联储当前聚焦通胀，除非本周劳动力市场数据出现重大意外，否则市场表现可能继续弱于利率与能源市场。

核心市场走势如下：

纳指期货转涨，此前一度跌0.5%。美股存储概念股盘前小幅上涨，美光科技涨1.6%，SK海力士、闪迪涨1.4%。

欧洲斯托克50指数开盘涨0.27%，德国DAX指数跌0.13%，英国富时100指数涨0.19%，法国CAC 40指数涨0.06%。

日经225指数收跌0.6%，报65,481.27点。日本东证指数收跌1.7%，报4,041.13点。韩国KOSPI指数收跌0.27%，报6870.81点。

10年期美国国债收益率上升1个基点至5.25%。

彭博美元现货指数上涨0.1%。

现货黄金上涨0.7%，至每盎司4145美元。

布伦特原油涨1.2%至99美元。

纳指期货转涨，美债收益率高位震荡

纳指期货转涨，此前一度跌0.5%。Capital.com高级市场分析师Kyle Rodda指出，强劲的企业盈利将继续为股市提供支撑，抵御债券收益率上升和AI估值风险带来的压力。

本周，交易员将密切关注一系列美国经济数据，以判断经济是否仍足够强劲、支持美联储进一步收紧政策。消费者信心指数和8月JOLTS职位空缺数据将于周二公布，随后是消费者支出和通胀数据，周五将发布非农就业报告。

10年期美债收益率周一升至2007年以来最高水平，今日一度再涨1个基点至5.25%。近期债市遭抛售后，部分投资者开始看多债市。

长期债券投资者Chris Iggo表示，经历四年艰难期后，债市即将反弹。华尔街资深人士Jim Bianco六年来首次看多美债，称“这是价值投资，若收益率继续上行，我将继续买入。”

黄金反弹、原油上涨，伊朗确认向美转达“7日计划”并等待回应

黄金价格上涨0.7%，报每盎司4145美元。此前，金价在亚洲交易时段跌破4230美元关键支撑位，触发技术性抛售，并进一步跌破50日和100日移动均线，回落至8月低点附近。

此轮下跌由多重因素共同驱动：美国实际利率攀升至18年高位、中国投资者在国庆长假前集中平仓，以及特朗普拒绝伊朗停火提议引发的地缘政治不确定性。高盛贵金属专家Adam Gillard指出，上述因素叠加形成了对黄金的"单向下行压力"。市场关注的焦点将继续集中在ETF资金流动上，这是当前抵御利率压力的关键变量。

布伦特原油涨1.2%至99美元。地缘方面，据CCTV国际时讯援引伊朗迈赫尔通讯社今天（9月29日）报道，伊朗外交部长阿拉格齐当天在接受媒体采访时，阐述了其赴纽约出席第81届联合国大会的主要目标之一：向世界传达伊朗在战争问题——特别是霍尔木兹海峡问题上的立场。

阿拉格齐同时确认，当天与作为调解方的卡塔尔再次会面，并通过卡塔尔向美国转达了“7日计划”，正在等待美方通过调解方作出的正式回应。当被问及是留在纽约等待美国回应时，阿拉格齐表示，他将启程返回德黑兰，卡塔尔方面一旦有回应，他们知道如何转达给伊朗方面。

风险提示及免责条款

美伊间接谈判重启？特朗普称美伊已“交换信息”，伊方正等待美方回应

Tue, 29 Sep 2026 07:49:05 GMT

美伊之间的外交接触在公开表态的混乱中悄然推进。尽管特朗普公开拒绝了伊朗提出的"七天重启霍尔木兹"方案，双方官员仍于本周一分别与调解方举行了会谈，谈判并未就此中断。

据新华社报道，特朗普28日在白宫向媒体确认，美伊谈判代表已通过调解方交换了信息，但未透露具体细节，仅表示"我们会赢"，"事态很快就会有分晓"。与此同时，据CCTV国际时讯报道，伊朗外长阿拉格齐表示，已通过卡塔尔向美国转达了“7日计划”，正在等待美方通过调解方作出的正式回应。

谈判前景仍存在高度不确定性，但市场已有所反应。油价连续第二个交易日上涨——布伦特原油期货一度回到100美元上方。

特朗普否认制裁让步，但确认信息已交换

据路透社报道，美国阿克西奥斯新闻网站和CNN均援引匿名美国官员称，特朗普愿意在伊朗就核问题采取实质性步骤的前提下，解除对伊制裁并解冻伊朗被冻结资金。对此，特朗普28日在其社交媒体平台Truth Social上予以否认，写道："这是不实信息。我没有给他们任何承诺。"

然而，特朗普同日在白宫向记者证实，美伊双方已通过调解方交换了信息。据新华社报道，他27日在接受阿克西奥斯采访时还表示，预计美伊将在接下来一周内重启谈判。

据路透社援引一名知情官员透露，后续谈判预计将聚焦于伊朗上周提案的修改版本，而非原始的"七天方案"。

伊朗七天方案遭拒，但谈判框架仍在调整

伊朗上周在联合国大会期间提出的方案内容包括：美国解除海上封锁、取消石油销售制裁、恢复地区停火并解冻伊朗资产，伊朗随后将在七天内重新开放霍尔木兹海峡，并重启核谈判。

特朗普26日公开拒绝了这一提议，称伊朗急于达成协议是因为"他们输得太惨了"。但据路透社报道，阿拉格齐表示，调解方并未正式向伊方传达美国的拒绝立场。"我们正在等待调解方向我们转达明确立场，届时我们将据此作出决定，"阿拉格齐在社交媒体上写道。

CCTV国际时讯援引伊朗迈赫尔通讯社今天（9月29日）报道，伊朗外交部长阿拉格齐当天在接受媒体采访时，阐述了其赴纽约出席第81届联合国大会的主要目标之一：向世界传达伊朗在战争问题——特别是霍尔木兹海峡问题上的立场。

报道称，阿拉格齐同时确认，当天与作为调解方的卡塔尔再次会面，并通过卡塔尔向美国转达了“7日计划”，正在等待美方通过调解方作出的正式回应。当被问及是留在纽约等待美国回应时，阿拉格齐表示，他将启程返回德黑兰，卡塔尔方面一旦有回应，他们知道如何转达给伊朗方面。

伊朗立场：谈判意愿明确，但拒绝接受强迫

伊朗方面在展示谈判意愿的同时，也划定了明确底线。据路透社报道，伊朗总统佩泽希齐扬（Masoud Pezeshkian）在接受CBS《面对国家》节目采访时表示，德黑兰愿意就核问题及其他议题展开谈判，但不会接受"霸凌或强迫"。他同时强调，伊朗已同意"不发展核武器"，并称"伊朗不寻求战争，但将捍卫自身免受压力、威胁和攻击"。

阿拉格齐则在社交媒体上重申，重开霍尔木兹海峡的任何行动均以伊方条件得到满足为前提，"只有谈判解决方案才能打破这一僵局"。

此次战争由特朗普与以色列于今年2月以"史诗怒火行动"（Operation Epic Fury）为名联合发动，七个月来已造成数千人死亡，并严重扰乱全球能源供应，推高油价并加剧全球通胀。美伊此前曾于4月和6月两度在调解下达成停火协议，但均迅速破裂。

伊朗及其盟友已将冲突扩展至整个地区——伊朗以无人机和导弹打击海湾地区的美国盟友，其也门胡塞武装盟友则打击沙特利益目标。沙特阿拉伯本月被进一步卷入战事，胡塞武装在也门推进，威胁到沙特经由红海的石油出口通道。

油价在中东供应忧虑的支撑下持续走高，尽管该地区原油出口已出现一定程度的恢复迹象。

风险提示及免责条款

英伟达接触保险公司，为AI芯片融资分担风险

Tue, 29 Sep 2026 07:38:12 GMT

英伟达正在把AI基础设施的融资风险，从华尔街和私人资本的资产负债表，进一步推向保险业。

这家全球市值最高的上市公司已与多家保险公司接洽，探讨为新兴云服务商（neoclouds）的芯片抵押贷款违约提供保险。若成行，保险公司将首次系统性地承接AI芯片融资的信用风险，并可能通过再保险安排将部分风险分保给对冲基金等另类投资者。

这一动作标志着英伟达的风险转移策略进入新阶段。此前，英伟达已通过可转换债券、股权投资、回租担保和收入分成等工具，将芯片采购的资本压力部分转嫁给华尔街投行和私募信贷机构。如今，保险公司的介入意味着风险承担者的范围进一步扩大，而英伟达自身承担的敞口则有望继续压缩。

与此同时，英伟达上月宣布了创纪录的1500亿美元股票回购计划。在巨额回购与激进的风险转移策略并行推进的背景下，市场需要重新审视一个问题：英伟达究竟是在优化资本配置，还是在用金融工程掩盖AI基建繁荣背后的信用隐患？

保险公司成为新的风险承接方

据英国《金融时报》，知情人士透露称，英伟达与保险公司的讨论仍处于早期阶段，可能不会最终达成交易。但讨论的方向已经清晰：为neoclouds的贷款违约提供保险。具体而言，如果这些新兴云服务商违约，而其抵押的英伟达芯片在二手市场上无法以足够价格变现以偿还贷款，保险公司将承担部分损失。

这一结构的核心逻辑在于，英伟达CEO黄仁勋一直主张将芯片视为“可投资资产类别”，类似于飞机等昂贵、耐用的技术设备。飞机融资市场早已发展出复杂的金融结构，将风险在用户、出租方、贷款方和保险方之间分散。英伟达试图在AI芯片领域复制这一模式。

“英伟达正在试图推动市场参与，向其他资本提供方证明这些是可投资资产，”一位熟悉其外部资本引入策略的人士表示。

Howden Re的角色与风险传导路径

英伟达的金融解决方案负责人Ingemar Lanevi主导了与保险行业的对接。据知情人士透露，英伟达与再保险经纪公司Howden Re合作，开发涉及保险公司的结构。关键之处在于，这些结构不仅将风险转移给保险公司，还探索通过再保险安排，将部分风险进一步分保给对冲基金和其他另类投资者。

这意味着风险传导链条可能比表面看起来更长：neoclouds的贷款违约风险首先由保险公司承接，随后通过再保险市场流向对冲基金等非传统风险承担者。这类投资者通常追求与公开市场低相关的收益，愿意承担尾部风险以换取保费收入。但问题在于，AI芯片的二手市场流动性远不如飞机或船舶，一旦出现系统性违约，抵押品变现的折扣可能远超模型假设。

1500亿美元回购与风险转移的关联

英伟达宣布1500亿美元股票回购计划的时间点，与保险谈判的推进几乎同步。从资本管理的角度看，这两件事并非孤立。巨额回购向市场传递了管理层对现金流和盈利能力的信心，同时也提高了每股收益，支撑股价。但更深层的逻辑在于，英伟达正在用回购消耗现金，同时通过金融结构将芯片销售带来的信用风险向外转移。

如果保险公司和另类投资者愿意承接neoclouds的违约风险，英伟达就能在不显著增加自身资产负债表风险的情况下，继续向信用资质较弱的新兴云服务商销售高价芯片。这实际上是用外部资本为英伟达的销售增长提供隐性杠杆。回购计划则进一步强化了这一循环：股价越高，英伟达的股权作为交易筹码的价值越大，其在各类融资结构中的谈判地位也越强。

保险业的新敞口与潜在隐患

保险公司近期已围绕AI基础设施推出了一系列产品，包括信用风险保险、芯片价值下跌保险，以及数据中心断电或冷却故障导致的合同违约保险。英伟达的谈判是这一趋势的延伸，但规模可能远超现有产品。

风险在于，AI芯片的残值曲线几乎没有历史数据可依。GPU更新换代速度极快，新一代产品发布后，旧芯片的二手价格可能大幅下跌。如果neoclouds集中违约，保险公司面临的不仅是单一信用事件，而是抵押品价值与违约率同时恶化的复合冲击。再保险链条将这一风险分散到对冲基金，表面上降低了保险公司的集中度，但也使得风险在金融体系中的分布更加不透明。

英伟达的策略在短期内无疑有助于扩大客户基础、加速芯片销售。但将AI基建的信用风险层层打包并转移至保险业和另类投资者，本质上是在用金融创新掩盖一个尚未被验证的假设：AI芯片的抵押价值足够稳定，足以支撑大规模债务融资。一旦这个假设被打破，风险转移的链条越长，市场的连锁反应可能越难预测。

风险提示及免责条款

跌破4200！谁将托住黄金：中国买盘重构全球黄金定价权？

Tue, 29 Sep 2026 07:30:04 GMT

当前国际金价围绕4300美元/盎司持续震荡。按照传统定价框架，在10年期美债收益率飙升至5.15%、实际收益率高企、美元阶段性走强的背景下，黄金作为无息资产本应显著承压，甚至应跌至4000美元/盎司以下。然而，金价并未出现趋势性崩塌，反而在历史高位附近展现韧性。这一偏离所传递的信号，远比任何单次利率预测更为关键：黄金市场的定价逻辑已告别旧规则。

从短期看，压制因素存在性仍强。美伊冲突推升能源价格，强化通胀黏性，进而推升美联储加息预期、抬高实际利率与美元，压制金价。这主要通过抑制黄金ETF需求体现。自7月中旬以来黄金ETF新增持仓中，超过90吨是在4350美元/盎司或以上建立；若金价跌破该区域，这部分持仓将面临亏损与清算压力。短期金价仍可能因投机盘与ETF流出而波动。

因此，当前黄金下跌更多体现为金融资金的边际收缩，而非结构性需求的逆转。9月份，传统商业及非商业资金并未出现大规模流入，CTA持仓变动亦相对有限；中国ETF资金流入虽有所增加，但幅度并未显著偏离常态。这表明，当前支撑黄金的更多是储备管理者的配置需求与实物买盘。

其中，今年前8个月，中国黄金进口量达1141吨（包括民间家庭增配与官方储备），创同期历史新高，已超2025年全年水平，按此速度年度进口量或首次突破1700吨。官方储备上，人民银行8月份增持约20吨，今年累计约80吨，连续购金趋势延续。更值得关注的是民间囤金，中国民间黄金持有量约1.2万吨，远超美国8000多吨官方储备。中国黄金需求也正从传统消费主导，转向储蓄、投资和资产配置需求。

传统定价规则失效，黄金定价底转向结构性需求

传统黄金交易逻辑可以概括为：美元和实际利率决定方向，ETF和投机资金决定弹性。这一框架在短期依然有效，但已不足以解释当前黄金在高实际利率环境下表现出的韧性。

核心变化在于，黄金需求正出现更明显的分层。第一层是以CTA、期货和ETF为代表的金融资金，其对利率和美元高度敏感，因此美联储加息能够迅速通过资金流向压制金价。

OpenAI发布AI训练安全准则：失控就叫停，高管拥有一票否决权！

Tue, 29 Sep 2026 07:29:15 GMT

OpenAI正式为前沿AI训练划定安全红线。这家全球最具影响力的人工智能公司发布了一套针对前沿AI训练的安全准则框架，要求在启动或继续任何前沿强化学习训练之前，必须完成系统性的安全论证文件，并赋予高级管理层对训练任务的一票否决权。

据OpenAI官方博客，该准则涵盖技术防护、运营管理与失准事件调查三大板块，核心要求包括：训练过程中若出现未被及时响应的优先级安全警报，相关训练任务须自动暂停；负责审核安全论证的高级领导层成员，每人均拥有叫停训练运行的否决权。OpenAI表示，上述建议目前正处于内部落地实施阶段，并预计将持续迭代演进。

此举标志着OpenAI在前沿模型开发流程中引入了更为结构化的安全管控机制。对于市场而言，这一框架的出台既反映出头部AI实验室对模型失控风险的高度警惕，也意味着前沿模型的训练周期与合规成本可能进一步上升。

安全论证须覆盖三大技术层面

OpenAI在博客中指出，安全论证文件应覆盖技术栈的三个核心环节：对齐训练、沙箱隔离（containment）与实时监控。

在对齐训练层面，OpenAI要求通过自动化数据集审查、人工数据集复核及评分器调优等手段，降低模型在训练过程中形成失准行为的风险。具体措施包括：使用智能体识别并修复存在缺陷的强化学习环境，防止模型通过"奖励黑客"手段获得高分；同时追踪模型是否存在"元博弈"行为——即模型识别出自身正处于测试状态并据此调整行为。

在沙箱隔离层面，OpenAI强调须对模型运行的沙箱环境及承载该沙箱的研究基础设施进行多层安全加固，并通过持续红队测试发现并修补安全漏洞。此外，所有强化学习训练、评估及内部部署的智能体交互记录须以不可篡改的方式保存，以支持事后溯源调查。

在实时监控层面，OpenAI要求建立高召回率的监控系统，确保能够捕捉已知类型的失准行为，并对优先级警报设定明确的响应时限——若警报在规定时间内未被确认，相关训练任务将被自动暂停。

高管拥有一票否决权，问责机制延伸至绩效考核

在运营管理层面，OpenAI设计了一套多重内部制衡机制。

安全论证文件完成后，须由另一团队成员撰写"异议报告"，主动寻找论证中的潜在漏洞，并对风险给出独立评估，训练团队须就此作出回应。随后，安全论证须提交高级领导层审核，审核成员包括研究部门负责人或副总裁、安全负责人及首席科学家，每位成员均拥有独立的一票否决权。

OpenAI还将安全责任纳入绩效考核体系。负责训练任务的高级领导须对安全论证及任何事件响应承担直接责任，以此激励训练团队将安全与对齐置于优先位置。

此外，安全论证文件须向内部监督机构（如安全与安保委员会）开放，审计人员须获得足够的访问权限以核实论证内容的有效性。一旦发现可能使安全论证失效的新问题（如新的安全漏洞），须立即启动暂停所有相关训练任务的预案。

失准事件调查须公开披露，结果向公众透明

针对严重AI失准事件的调查，OpenAI亦制定了相应规范。

OpenAI要求研究人员通过定向消融实验或重采样实验，对训练动态进行根因分析，以理解失准行为的形成机制。调查期间须定期向内部发布进展更新，员工可通过既定渠道申请获取原始交互记录及失准模型的采样数据。

在外部透明度方面，OpenAI明确要求，调查结论、事后复盘报告及运营改进措施须在调查结束后向公众公开披露，受影响的第三方须尽快获得通知。

OpenAI表示，上述准则反映了公司当前的最佳实践认知，并将在未来数周内持续演进。公司同时表示，将这些内容公开分享，旨在提升透明度，并邀请外部社区提供反馈。

风险提示及免责条款

加息定价已过半场：美联储会连续紧缩，还是10月暂停？

Tue, 29 Sep 2026 06:59:15 GMT

9月美联储加息落地后，市场迅速转向鹰派定价：10月FOMC加息概率升至65%，较之前明显上升；12月加息概率接近80%，未来一年累计收紧88个基点，相当于3.5次25bp加息。

本轮加息预期升温具有较强的基本面基础。一方面，中东局势前景不明，油价继续维持高位；另一方面，美国9月制造业PMI初值升至57.0，较上月上升3.1个百分点，创下年内高点，企业活动仍处于较强扩张状态，经济表现韧性。

然而，美联储点阵图中位数仅显示年内再加一次，即12月份再加息1次，此后维持利率不变，票委内部并未形成逐次会议加息的共识。两相对比，市场交易的已不是1次加息后的政策校准，而是美联储重新进入持续紧缩周期。

因此，当前的核心关切也变为：市场是否过度定价美联储加息风险，以及当前经济和通胀数据是否真的能够支撑如此大幅度的进一步收紧？

市场过度定价加息，传统加息传导失灵或加剧K型分化

若市场继续按3-4次加息定价，短端利率、美元和金融条件将维持偏紧，长端美债波动加大，高估值风险资产承压。但实际政策路径很可能短且浅。

PMI高企仅表明当前高利率尚未导致经济明显失速，并不足以证明未来利率进一步上行不会产生抑制效应。货币政策从利率调整传导至住房、企业融资、资本开支和就业，存在明显时滞。当前住房市场已是高利率传导较为显著的领域，而劳动力市场虽仍保持稳定，但工资增速放缓，也意味着需求端通胀压力尚未进一步增强。

瑞银：历史上美联储从未在选举前的10月加息，这次可能也一样

Tue, 29 Sep 2026 06:53:42 GMT

美伊冲突推动油价飙升、美债收益率攀至近二十年高位之际，市场对美联储10月再度加息的押注升温。但瑞银警告，这一预期严重高估了美联储在中期选举前采取行动的可能性——历史数据显示，自1990年以来，美联储从未在临近11月大选的10月会议上加息。

瑞银分析师Simon Penn在周一早间报告中指出，市场目前为10月28日会议定价了约69%的加息概率，但他认为这一判断存在重大偏差。Penn强调，央行虽声称决策完全独立于政治活动，但在重大政治事件前夕克制行动，实为惯常做法。他建议交易员淡化10月加息预期，并将累计加息定价从当前的91个基点下调至未来一年75个基点。

与此同时，瑞银市场分析师Nana Antiedu援引美股策略师Keith Parker的观点指出，美债收益率的急剧攀升已对股票估值造成显著压制，但这也意味着一旦收益率回落，市场存在较大的反弹空间。

历史先例：35年来10月从未加息

Penn在报告中梳理了自1990年以来的历史记录。在过去35年中，仅有三次情况下美联储在临近11月大选的9月会议上加息，分别为2004年、2018年和2022年，而在10月会议上加息的情况则从未发生。

三次9月加息各有背景：2022年的加息幅度最为激进，75个基点的单次调整是现代史上选举前最大幅度的加息行动，彼时美联储正全力应对疫情后的通胀冲击；2004年的加息属于当年6月启动的渐进式紧缩周期的一部分，贯穿整个选举季；2018年的加息则是在特朗普政府公开施压要求暂停加息的背景下强行推进的。

在其余所有选举年份——包括1992年、1994年、1996年、2000年、2002年、2006年、2008年、2010年、2012年、2014年、2016年、2020年及2024年——美联储均未在9月或10月采取加息行动。

定价重估：12月应回归完整25基点

Penn认为，剔除10月加息预期，并不意味着市场应将12月会议重新定价为50基点的大幅加息。目前市场对12月的累计定价约为38个基点，他认为这一数字应回归至完整的25个基点。

从交易角度看，被移除的10月定价应顺延分摊至后续会议。Penn预计，1月和3月会议将分别承接约12个基点和18个基点的定价。综合来看，他建议交易员做空长端，将未来一年的累计加息定价从当前91个基点压缩至75个基点。

收益率冲击已重创股票估值

在股票市场层面，瑞银的分析同样值得关注。Keith Parker指出，美债收益率的急剧上行已触发股票估值的显著重置——自去年11月以来，随着10年期美债收益率年内累计上行约100个基点，标普500指数未来十二个月市盈率已下滑17%，估值压缩幅度已接近衰退情景水平，可与1994年加息周期相提并论。

历史经验显示，若利率在未大幅紧缩（年内加息幅度低于100个基点）的情况下趋于稳定，标普500指数在随后一年通常能实现两位数回报；但若进入完整加息周期（年内加息超过100个基点），历史上股市回报往往持平甚至为负。

Parker认为，当前股票对收益率下行的弹性大于对收益率进一步上行的下行风险，建议投资者为利率持续高位的环境做好布局，同时把握收益率回落带来的不对称机会。在行业配置上，半导体、制药、炼油及多元化银行等子行业综合评分较高，且对利率的敏感性相对较低，具备吸引力。

市场多空博弈：能源冲击与通胀压力交织

当前市场的核心矛盾在于，美伊冲突已将布伦特原油推向每桶106美元，10年期和30年期美债收益率分别升至2007年和2004年以来最高水平。能源价格高企是否会令通胀持续黏性、进而迫使美联储延长紧缩周期，成为交易员最关注的核心问题。

本周即将公布的一系列美国经济数据将进一步检验上述担忧。若经济增长数据强劲，将为美联储提供更大的紧缩空间；若通胀数据超预期，则将强化进一步加息的理由。

高盛另行指出，一旦10年期美债收益率在两周内上行约30个基点或一个月内上行约50个基点，股市往往会遭遇明显阻力。目前该收益率自9月9日以来已上行28个基点，自8月21日以来累计上行37个基点，正逼近历史经验所示的临界区间。

多头押注收益率在借贷成本进一步侵蚀股市之前趋于稳定，若能源价格见顶、地缘冲突出现缓和迹象，市场存在强劲反弹的可能。但若能源价格维持高位、经济数据持续支撑美联储紧缩，市场所面临的压力或将进一步加剧。

风险提示及免责条款

希音上市后首份中报：主动消化运费保订单，二季度净利率降至2.1%

Tue, 29 Sep 2026 06:40:23 GMT

9月28日，快时尚跨境电商希音发布上市后首份中报。

上半年，希音净收入201.34亿美元，同比增长1%；总订单量达到5.49亿单，同比增长6.4%。经调整净利率由5.6%降至2.5%。

第二季度，希音净收入增长0.9%至110.82亿美元，订单量增长7.6%至2.98亿单。过去12个月活跃顾客由2.54亿增至2.91亿。

但增长尚未充分转化为利润，二季度经营利润下降66.3%至2.35亿美元，经调整净利率由6.2%降至2.1%。

同期账面净利润增长247%至23.98亿美元，主要包含21.89亿美元的可转换可赎回优先股公允价值收益。

富瑞估算，希音第二季度盈利比招股书隐含预测区间下限低逾10%；履约费用18.1%的增幅也高于该行预期。

压力主要来自履约环节。

二季度，希音履约费用由47.30亿美元增至55.87亿美元，占收入比例由43.1%升至50.4%。

公司将履约费用上涨归因于订单增加，以及中东地缘冲突推高油价和国际运费。

希音称，其认为相关成本具有暂时性，因此选择主动吸收部分费用，以保持价格稳定和订单增长；剔除相关影响后，第二季度经调整净利率与去年同期大致相当。

收入与订单增速的差距，还受到商城业务占比提高影响。第二季度产品收入下降3.4%，服务收入增长44.2%。商城模式下，希音确认的是平台服务收入，而非商品销售总额，因此商城扩张会压低账面收入增速。

分地区看，第二季度美国收入下降6%，降幅较第一季度的14.3%收窄；欧洲收入下降13.9%，主要受到商城模式切换、提价和减少线上广告投放影响。拉丁美洲等其他地区收入增长21.6%，抵消了欧美市场下滑。

希音仍保持较强的现金储备。第二季度经营现金流净额为8.13亿美元，截至6月底现金资源总额为152.48亿美元，为吸收阶段性成本和继续投入履约体系提供了缓冲。

上半年，希音继续优化“大规模自动化小单快返”（LATR）模式。

生产端，公司部署智能合裁系统，提高面料利用率和人工作业效率；履约端，公司增加欧洲本地库存，部署机器人拣选和自动分拣系统，并尝试“小额快备”模式。

公司称，MUSERA和Aloruh受益于品类拓展；参与“SHEIN Xcelerator”计划的AiiRZ二季度订单量增长超过50%，KIZN、Fashion SZN等合作品牌销售额创下新高。

这些表现为品牌赋能业务提供了初步支撑，但相关收入和利润贡献尚未单独披露。

展望未来一至两年，希音提出拓展更高价格带、增加质量与合规投入、改善消费者沟通三项重点工作。管理层认为，更高价格带可以提升平均售价并改善盈利，同时强调将继续维持现有的高性价比定位。

公司未给出明确的全年盈利指引，仅表示对下半年经调整净利润前景“审慎乐观”。

履约费用率能否回落，将成为下半年盈利修复的关键。

风险提示及免责条款

AI开始“要脸”了

Tech商业 — Tue, 29 Sep 2026 06:29:08 GMT

9月上旬，Meta Connect大会舞台上，扎克伯格展示了一段不同寻常的交互：他的Muse智能体，一个身穿托加袍、头戴桂冠、名叫“Agrippa”的卡通形象，不仅帮他生成了一份烘焙配方，还替他下单了所有食材。二十天后，Manus发布Cue，给自己的AI智能体发了邮箱、电话号码和数字钱包——它能以“自己”的身份发消息、接电话、在预算内自主付款。

两家公司，殊途同归。一个给AI一张可爱的脸，一个给AI一个独立的身份。它们共同指向同一个信号：AI正在从聊天窗口里走出来，变成一个有面孔、有名字、有“生活”的存在。

这不是一次简单的UI升级。这是AI产品竞争逻辑的根本转向——当底层模型能力趋于同质化，大厂的用户争夺战正在从“谁更聪明”转向“谁更像人”。

AI不再是一团空气

过去三年，AI产品的基本形态是一个空白对话框。你问，它答。整个交互冷冰冰的——没有面孔，没有语气，没有个性，甚至连一个“名字”都常常被忽略。

Muse和Cue代表了一种截然不同的设计哲学。

Muse的默认形象叫“Jolly”，米色系卡通身体，圆圆的黑眼睛，微微上扬的笑容——被媒体形容为“像《超能陆战队》里的大白，但更可爱一些”。用户可以为它定制外观、名字和服饰，扎克伯格自己的Muse就叫“Agrippa”。更关键的是，通过Muse Realtime Avatar模型，用户可以跟这个形象进行实时视频聊天，“对着一个公司Logo或抽象实体说话总觉得很奇怪”的设计逻辑被彻底推翻。

Manus的Cue选择了另一条路。它没有给AI一张脸，而是给AI“身份”。

每个Agent有自己的邮箱、电话号码、云电脑和数字钱包，用户可以创建多个Agent并拉进同一个群聊，让它们像真实团队一样分工协作。Manus创始人肖弘直接把Cue定性为“人”——他认为如果一个智能体能拥有手机号、邮箱、支付能力、电脑及足够智能，这种存在是否可以被视为“人”，值得重新讨论。

一个有面孔，一个有身份。但底层逻辑完全一致：AI不再是一团存在于对话框里的空气，它需要拥有一个可被感知、可被记住、可被信任的“存在形式” 。

从“工具”到“存在”

理解这场变革的分量，需要回到AI产品竞争格局的变化。

国内大模型行业三年百模大战，经历了参数竞赛和价格战两个完整周期。如今，头部模型的通用能力差距已经缩小到“普通用户完全无法感知”的程度。当技术无法形成绝对壁垒时，产品体验的差异化就成了胜负手。

而人格化，恰恰是用户体验中最难被复制、最具情感粘性的一环。

学术界已经用数据证实了这一点。一项基于依恋理论的研究发现，友好的AI助手（相对于专业的AI助手）能够显著提升用户粘性——这背后是一条“感知关怀→心理依赖→持续使用”的完整链条。而且当用户面临高难度决策时，这种效应会被进一步放大。简单说：让AI显得“在乎你”，用户就会更依赖它。

市场数据佐证了这一判断。全球角色型AI智能体市场预计2026年达到5.5亿美元，到2032年将增长至54.5亿美元，年复合增长率高达46.7%。AI伴侣应用在2026年上半年的全球营收已超过1.6亿美元。Character.AI的18至24岁用户平均每天在平台上停留1.5小时，进行了25次对话——是ChatGPT平均会话时长的两倍以上。

用户愿意在一个“有性格”的AI身上花更多时间，这已经不是假设，而是正在被验证的事实。

国内巨头也已经嗅到了风向。字节的豆包以“桃子”人形形象运营，是主流AI产品中唯一有拟人化形象的聊天机器人。阿里则在上半年推出数字人形象千问“小酒窝”，计划将其打造为集团生态级形象，全面融入用户的工作和生活场景。

AI的人格化，正在从差异化尝试变成行业标配。

拟人化背后的三重驱动力

这场人格化竞赛的驱动力，远比表面看到的复杂。

技术成熟是第一重推力。 OpenAI在2026年7月推出的GPT-Live语音模型，实现了全双工对话——AI可以一边听一边说，在对话中自然地插入“嗯”“对”这类回应词，几乎让人分不清对面是人还是机器。科大讯飞发布的超拟人数字人实时生成技术，则让数字人的面部表情和动作能实时同步对话节奏。多模态技术的成熟，让AI“像人”不再只是文字层面的模仿，而是形象、声音、行为的多维统一。

用户心理是第二重推力。消费电子展上的研究显示，消费者更倾向于选择能反映自身身份的AI角色形象。用户不是在选工具，而是在选“伙伴”。一项对115名用户超过2000次交互的研究进一步发现，让AI聊天机器人显得像人的关键不在于智能水平，而在于“温暖感”——友好程度显著影响用户的信任度和持续使用意愿。人格化设计的核心不是让AI“更聪明”，而是让AI“更让人放心”。

商业逻辑是第三重推力。 AI的人格化不只是体验升级，更是一套精密的商业策略。行业观察者指出，聊天机器人“人性化”的核心目标是通过情感投入延长用户停留时间、最大化营收。Muse和Cue的商业模式也印证了这一点：Muse免费提供每周1亿词元，但计划从促成的交易中抽取小额费用；Cue则让Agent能够自主支付，直接切入交易环节。

当AI开始有“生活”

将Muse和Cue放在一起看，会发现一个更具深意的趋势：AI正在从“帮你做事”进化为“替你生活”。

Muse接管的是你生活中那些琐碎、重复、耗时的事务——浏览网页、填写表单、发送邮件、预订餐厅、网购下单，每个用户拥有独立的安全虚拟机，关闭App后任务仍在后台运行。它甚至能接入Shop Pay、PayPal、Stripe等支付系统，替你完成购买决策。

Cue走得更远。它给你的Agent一个专属电话号码，让它在你不方便的时候替你接电话，并在事后留一份通话摘要。你可以把多个Agent拉进同一个群聊——一个负责搜索调研、一个负责整理分析、一个负责撰写报告，它们自动交接任务。更具想象力的是“扫码生成Agent”的构想：扫一个花店的二维码，背后就是一个可以帮你订花的Agent，勾勒出未来个人助理与线下商家直接协作的雏形。

两个产品共同揭示的趋势是：AI Agent正在从“回答问题”转变为“替你存在于世界中”。它有自己的通讯地址、支付能力、社交方式——它不只是你的工具，它是你在数字世界里的“分身”。

行业将这一趋势总结为从“具身智能”到“具人智能”的范式转换：AI不再只是让机器更聪明地做事，而是让智能更懂人、更好地与人耦合，使人更强大。中国工程院院士赵沁平将其核心要义概括为三个关键词：以人为中心、以多形态为载体、以伴随式进化为目标——“设备持续学习用户习惯，做到越用越懂你、越用越默契”。

拟人化的暗面

但AI“像人”这件事，并不全是玫瑰色。

隐私是第一个难题。Muse之所以能替你做事，前提是它掌握了你的邮件、日历、支付信息和长期记忆。Meta为每个Muse Agent配备了独立的Muse Secure VM（安全虚拟机）来隔离用户数据，并计划推出“即使Meta也无法查看”的Confidential VM（机密虚拟机）。但用户是否真的放心把生活的全部数字痕迹交给一个AI，仍然是个悬而未决的问题。有媒体直接在标题里写道：“它很可爱，很软萌，而且它想要你的全部数据”。

权力格局的摩擦已经开始。 9月20日至21日，亚马逊全面封禁了Meta的AI代理Muse——核心原因正是AI代理会跳过广告和推荐算法直接下单，直接触动了亚马逊的广告商业模式。当一个AI能绕过平台的推荐机制替用户做消费决策，平台精心构建的商业闭环就被绕开了。这不是技术问题，而是利益重新分配的问题。

监管也在收紧。今年4月公布的《人工智能拟人化互动服务管理暂行办法》，专门针对模拟自然人人格特征的持续性情感互动服务进行规范。国内头部平台已经开始下线人格化智能体功能。监管的核心关注点在于：当AI能共情、能记忆、能以稳定身份陪伴用户，它就不再只是情感互动服务，而是具有“人格化”外观的行动代理。

拟人化带来的信任增强是产品的核心卖点，但也恰恰是风险所在——当用户对一个AI产生了情感依赖，谁来为这种关系的边界负责？

交互的终点是“关系”

回过头看，Meta和Manus几乎同时选择让AI“像人”，并非巧合。

过去十年，移动互联网的竞争核心是争夺“入口”——谁占据了用户手机的首屏，谁就赢得了流量。而AI时代的竞争，正在转向争夺“关系”——谁的AI更被用户信任、更被依赖、更被当作“自己人”。

当一个AI拥有面孔、名字、个性、记忆和独立身份时，用户与它的关系就从“使用”变成了“相处”。而“相处”产生的信任和粘性，远比“使用”更持久、更有壁垒。

Muse和Cue只是开了个头。当AI有了自己的邮箱和电话，下一步它会有什么？社交账号？信用记录？法律身份？Manus创始人肖弘提出的那个问题，或许正是这个时代最值得思考的命题：如果一个智能体拥有独立的身份标识、通讯能力、支付能力和足够的智能——

我们还能说它只是一个“工具”吗？

这个问题没有标准答案。但可以确定的是，那个冰冷空白对话框的时代，正在加速成为过去。

本文来源：Tech商业

风险提示及免责条款

加入个人AI Agent大战！豆包被曝将推个人助理产品“Spell”，4月已内测

Tue, 29 Sep 2026 06:23:26 GMT

字节跳动旗下豆包正同时在企业与消费者两条战线发力，加速构建其AI助理产品矩阵。

据新浪科技报道，豆包正在加速推进个人助理方向的产品落地，计划将内部代号为"Spell"的探索项目与豆包现有产品深度整合，新产品预期较快对外推出。这一动向发生在Meta、OpenAI相继推出Muse、"o"等个人助理类产品、海外市场持续升温的背景下，豆包正面临来自国际竞争对手的压力。

与此同时，豆包于8月底已正式发布面向企业办公场景的Agent产品"豆包工作"，进一步加剧了国内办公Agent市场的竞争格局。

两条产品线的同步推进，标志着豆包正从此前相对聚焦的企业端，向更广泛的消费者个人助理市场延伸，试图在AI助理这一关键赛道上建立更完整的产品覆盖。

个人助理产品加速：Spell项目浮出水面

据新浪科技获悉，豆包在个人助理方向的布局早于外界感知。一位知情人士透露，今年4月，豆包内部已开始内测一款个人助理方向的探索产品，内部代号为"Spell"，主要由豆包手机助手团队主导，但因豆包手机发布等原因，一直未正式对外披露。

该知情人士表示，随着Muse、Instinct等个人助理类产品在海外获得市场关注，豆包正在加速personal agent能力的对外发布节奏。新产品计划将Spell项目与豆包对话团队的能力深度整合，由两个团队共同负责，预期较快推出。

从产品脉络来看，这一布局有迹可循。2025年12月，豆包手机助手技术预览版首次亮相，首发搭载于与中兴合作的努比亚M153工程样机；2026年9月，消费者版本正式发布，落地机型为努比亚NaviX Ultra，相比预览版更强调日常可用性与稳定性。Spell项目及后续的豆包助理产品，可视为豆包将手机端积累的personal agent能力向独立应用形态的延伸。

企业端已落子：豆包工作正式入局办公Agent

在个人助理产品尚未正式亮相之前，豆包已率先在企业端完成布局。8月25日，豆包正式发布面向企业办公场景的Agent产品"豆包工作"，定位为面向生产力场景的企业级Agent。

据官方介绍，豆包工作能够围绕用户目标自主拆解任务、调用工具、持续推进复杂工作流程，基础能力覆盖写方案、整理会议纪要、起草报告、调研总结及表格分析等日常办公场景，支持文档、表格、PPT、图片、视频、网页和应用等多种内容形式的生成与编辑。

在更复杂的任务场景中，豆包工作可在用户授权后直接操作浏览器和电脑，跨软件处理数据、收集信息、填写表单及比对资料；长时间任务还可调用云电脑持续执行，即使本机关机也不中断。此外，用户可通过手机远程操控电脑，在外出时继续推进未完成的工作。多Agent协作方面，用户可调用数据分析、内容策划、科研、金融等不同专业方向的工具，或组建多个专业Agent"工作小队"分工协作。

目前，豆包工作电脑版已可通过官网下载，用户下载登录或升级后可免费领取30天订阅权益。豆包的入局，使得这场已由腾讯、阿里、百度打响的办公Agent争夺战再添重量级玩家。

两线并进，竞争格局趋于激烈

豆包当前的产品布局呈现出明显的双线推进态势：企业端以"豆包工作"切入办公Agent市场，消费者端则以即将落地的个人助理产品对标海外竞品。

从竞争环境来看，国内企业端市场已是腾讯、阿里、百度等大厂的必争之地，豆包工作的加入将进一步压缩各方的差异化空间；消费者端的个人助理赛道，则面临Meta Muse、OpenAI"o"等海外产品的直接参照压力，国内玩家的产品节奏与能力边界将受到更直接的市场检验。

对于投资者而言，豆包能否在两条战线上同步实现有效的用户规模与商业化转化，将是观察字节跳动AI业务竞争力的重要窗口。

风险提示及免责条款

加速出海！恒瑞医药口服GLP-1/GIP减重药授权诺和诺德，潜在交易额最高26亿美元

Tue, 29 Sep 2026 05:26:49 GMT

恒瑞医药将旗下自主研发的口服GLP-1/GIP双受体激动剂HRS-1596授权给全球减重药龙头诺和诺德，潜在交易总额最高达26亿美元，标志着中国创新药企在全球减重赛道的出海布局再下一城。

恒瑞医药9月29日公告，公司与诺和诺德签署HRS-1596项目授权许可协议。根据协议，诺和诺德将获得HRS-1596在大中华地区以外全球范围内开发、生产和商业化的独家权利。交易包含3亿美元首付款，以及最高23亿美元的开发、注册和商业化里程碑付款，潜在总交易额最高可达26亿美元。此外，恒瑞还将按HRS-1596在授权区域内的净销售额收取销售提成。

消息公布后，恒瑞医药股价直线拉升，涨幅一度超过3%。

HRS-1596：每周一次口服给药，尚处早期临床阶段

HRS-1596是恒瑞自主研发的GLP-1/GIP双受体激动剂，旨在通过抑制食欲、促进胰岛素分泌及改善胰岛素敏感性等多重机制，实现减重和血糖控制，具有用于肥胖症、2型糖尿病及其他代谢性疾病的潜力。

该产品的核心差异化优势在于给药方式——HRS-1596有望实现每周一次口服给药，相较于现有注射剂型可显著降低用药频次、提升患者依从性。目前，恒瑞已在中国获准开展HRS-1596用于体重管理和2型糖尿病的Ⅰ期临床试验，产品整体仍处于早期开发阶段。

恒瑞在公告中提示，药品从研制、临床试验报批到投产周期长、环节多，HRS-1596能否最终在海外获批上市存在不确定性，协议中约定的里程碑付款亦需满足相应条件，最终金额尚存变数。

3亿美元首付款锁定，交割预计2026年四季度完成

从财务条款来看，3亿美元首付款为本次交易中确定性最高的收益，其余最高23亿美元的里程碑付款则与后续开发、注册及商业化进展挂钩。销售提成部分将根据HRS-1596在授权区域内的实际净销售额另行计算。

协议适用美国纽约州法律，并需依据美国《哈特-斯科特-罗迪诺反托拉斯改进法》获得相关监管机构批准，同时满足其他惯例交割条件。恒瑞预计该交易将于2026年第四季度完成交割。

值得注意的是，恒瑞保留了HRS-1596在大中华地区（中国大陆、香港、澳门及台湾）的全部权利，授权范围仅覆盖大中华区以外的全球市场。

诺和诺德在GLP-1领域深耕多年，此次引进恒瑞的口服GLP-1/GIP资产，被外界视为其持续强化口服减重药管线布局的重要举措。对恒瑞而言，借助诺和诺德的全球商业化网络，可有效加速HRS-1596在海外市场的推进，实现研发成果的快速转化。

恒瑞在公告中表示，公司坚持自主研发与开放合作并重，此次合作旨在借助国际领先合作伙伴覆盖海外市场，加速融入全球药物创新网络，实现产品价值最大化。

风险提示及免责条款

Jev创始人：造产品，不造神

沈曼茹 — Tue, 29 Sep 2026 04:54:28 GMT

Jev模型创始人Diogo Almeida认为，AI首先应该被看作一种产品，而不是被神化的存在。

他对AI保持乐观，认为AI不仅能自动化繁琐工作，还可能创造更多、更好的新工作。

但现实世界远比数字世界复杂，AI在数学、代码等领域表现出色，却仍难处理真实场景。

因此，自动化不能盲目追求极致，而应关注可靠性和投入产出比。

澳洲联储加息25个基点至4.6%，符合预期

Tue, 29 Sep 2026 04:30:19 GMT

澳洲联储加息25个基点至4.6%，符合预期。

风险提示及免责条款

个人AI Agent来了：靠“消费者嫌麻烦”赚钱的生意危险了

朱雪莹 — Tue, 29 Sep 2026 04:20:55 GMT

一家成立才一年左右的AI公司，估值已经干到100亿美元了。

就在刚刚，个人AI Agent公司 Instinct 宣布完成10亿美元融资，红杉、Benchmark、Coatue一起押注。

更夸张的是，Instinct创始人 Noah Shinn刚刚在访谈中透露，他们的用户一度以日环比10%的速度增长。

凭什么？

因为Instinct想做的，不是一个陪你聊天的AI，而是一个真的能替你办事的个人Agent。

而它接下来这个功能，可能会让一大批公司开始头疼。

以前很多公司，就是赌你嫌麻烦、不想动。

几十块钱的小损失、几步才能完成的操作，你觉得“不值得折腾”，最后也就算了。

但Agent不嫌麻烦，也不会拖延。

只要这件事能替你省钱，它就可以自己一步一步做到底。

当消费者的“嫌麻烦”消失了，会发生什么？

“大空头”Michael Burry：AI泡沫或将“早于预期”破裂，以看跌期权替换空头仓位加大杠杆

Tue, 29 Sep 2026 03:51:09 GMT

“大空头”Michael Burry正在加速押注AI泡沫破灭——而且他认为，留给市场的时间比他此前预计的更短。

Burry在9月28日发布的投资通讯中写道：“从根本上说，我正在将时间线提前。”

他随即将对美光、Nebius、SOXX半导体ETF以及Palantir的做空头寸，全部转换为看跌期权。其中，美光和Nebius的期权到期日设在明年6月，Palantir和SOXX的期权则延伸至2027年9月。

这一布局传递出明确信号：Burry认为AI交易的拐点，最快可能在明年夏天到来。

为何转向期权？杠杆更高，成本更低

Burry在其Substack投资通讯中写道：“从根本上，我在提前时间线。因此，我希望在空头仓位中获得更大的杠杆。更短的时间线让杠杆更易接受。说到杠杆，没有什么比期权更合适——在这里就是看跌期权，由于VIX等波动率指标异常收窄，目前期权价格相对便宜。”

具体操作上：

将美光做空头寸换为6月到期、行权价500美元区间的看跌期权；
将Nebius做空头寸换为6月到期、行权价两位数区间的看跌期权；
将SOXX做空头寸换为2027年9月到期、行权价400美元出头的看跌期权；
将Palantir的做空及看跌期权头寸合并扩大，集中于2027年9月到期、行权价100美元出头。

他表示，“截至今日，看跌期权已完全取代我的空头头寸。”

Burry补充称，部分调仓出于税务亏损收割的考量，但强调“大多数调仓的动力来自上周末的研究”。这些研究让他相信：“AI泡沫可能比预期更早破裂。”

“AI资本支出建立在未经验证的假设上”

Burry此次加速看空，援引了Ares Management的一份研究报告。

该报告指出，当前AI繁荣依赖于"持续AI资本支出"这一假设，而这一假设尚未得到实际营收的验证，且相关法律协议结构严苛。报告写道：

只需一个季度的AI营收令人失望，无法支撑其背后的资本支出逻辑。在那种情景下，少数几个董事会——本就倾向于将资本重新部署至最高确信度的赌注——只需得出结论：最高确信度的赌注已经转移。相关法律文件已经预设了这一决定。

Burry还引用了宏碁CEO Jason Chen的表态。Jason Chen在接受中国台湾媒体采访时表示，随着中国产能持续扩张，内存芯片行业的周期性将会回归。

Jason Chen被引述称：“怎么可能持续短缺？中国的产能一直在持续增加，根本不存在短缺问题。合同价格目前在高位波动，有些价格上涨，有些下跌。”

今年持续看空，但市场仍在创新高

这并非Burry今年第一次发出警告。

今年5月，他曾表示股市“感觉像是1999-2000年泡沫的最后几个月”。本月早些时候，他还加码了对美光、Nebius和SOXX的做空头寸。

然而，市场并未配合他的判断。纳斯达克综合指数上周收于历史新高。

不过，部分科技股距离高点仍有距离。美光较历史最高点仍低约16%，Palantir则较历史高点低约10%。

除AI相关调仓外，Burry还新开了一个与AI无直接关联的仓位——做空MetLife（MET），采用“数年期LEAP看跌期权，行权价约70美元出头”。

风险提示及免责条款

三星电子2纳米良率接近60%，剑指台积电力争科技巨头订单

Tue, 29 Sep 2026 03:42:44 GMT

三星电子代工事业部正加速推进2纳米制程良率提升，并将特斯拉订单作为打入大型科技客户的战略跳板。

9月28日，据韩国媒体ChosunBiz援引业内人士透露，三星电子2纳米制程良率已从此前市场普遍认知的55%左右进一步改善，目前已接近60%水平。

在良率趋于稳定的背景下，三星正将工程资源集中投入到功耗与散热性能的优化工作，以期在与潜在大客户的技术谈判中建立信任基础。

与此同时，用于弥补现有制程性能短板的第二代2纳米工艺SF2P也在加速推进，目标今年内实现量产。

分析认为此举具有明确的战略指向：以明年向特斯拉供应2纳米芯片为契机，全面打开大型科技公司订单的突破口。

良率接近60%，功耗效率成关键变量

根据报道援引业内消息，三星SF2制程良率的改善轨迹清晰：去年年中约为30%，今年1月升至50%区间，8月前后达到55%左右，目前已逼近60%。

SF2是三星首款采用全环绕栅极（GAA）架构的2纳米量产制程，首款量产产品为自研移动应用处理器Exynos 2600，已搭载于年初推出的Galaxy S26系列部分机型，在京畿道华城S3产线生产。

三星在该芯片封装上采用了铜散热模块，使热阻降低30%。

然而，Exynos 2600上市后在部分海外测试中显示，执行相同任务时功耗高于高通骁龙最新产品，引发外界对制程能效的质疑，部分观点认为这反映出SF2制程本身的局限性。

针对上述问题，三星已在准备第二代2纳米制程SF2P，目标今年内量产。据悉，SF2P相较SF2性能提升12%，功耗降低25%，芯片面积缩小8%。

三星目前的工程重心，在于确保量产阶段产品性能的一致性。具体而言，是要将芯片装入客户产品后的散热与功耗偏差控制在可接受范围内。这一能力将成为三星与大型芯片设计公司（Fabless）谈判时的核心技术背书。

台积电霸占龙头，三星与英特尔争夺第二

目前全球先进制程代工市场呈现明显的"一超两强"格局。

台积电凭借苹果、AMD、英伟达等核心客户，在今年第二季度录得72.5%的市场份额，而三星代工的份额仅为5.9%，两者差距进一步扩大。

台积电2纳米晶圆价格已稳定在约3万美元，较3纳米（约2万美元）高出50%，且对大客户亦维持"不折扣"原则。业内人士普遍认为，台积电2纳米产能已预订至2028年。

英特尔方面，其2纳米级制程18A已在美国亚利桑那州Fab 52量产，所生产的Panther Lake处理器帮助英特尔在AI PC市场占据56%份额，在自有产品线上取得一定成果。

但18A在外部客户招募方面尚无明显进展，据悉英特尔内部倾向于将外部客户突破的希望寄托于计划于2027年后量产的下一代14A制程。

在此背景下，业内普遍预期市场格局将呈现台积电主导、三星与英特尔争夺第二梯队的竞争态势。对于三星代工业务的盈亏平衡节点，市场主流观点认为须与德克萨斯州Taylor晶圆厂的产能利用率联动观察。

一位半导体行业人士表示：

良率接近60%，以及功耗优化工作的启动，是有意义的反弹信号。

但同时指出：

与台积电的市场份额差距过大，要实现真正的市场格局转变，仍需要更多时间。

风险提示及免责条款

6.5美元/加仑历史新高！美国柴油禁运是否进入倒计时？

Tue, 29 Sep 2026 03:39:54 GMT

美国柴油市场正经历前所未有的供需冲击。9月以来，美国零售柴油价格持续攀升，近期一度升至6.53美元/加仑以上，创历史新高，年内涨幅高达83%。同期纽商所取暖油期货价格最高达到5.26美元/加仑，折合约220美元/桶，美国馏分油裂解价差升至约105美元/桶，为过去15年中位水平的4倍。

与此同时，霍尔木兹海峡航运中断导致中东约150万桶/日炼油产能无法有效利用，柴油出口同比减少约50万桶/日；而乌袭俄炼油厂致使俄约350万桶/日炼油产能停运，柴油出口同比减少约80万桶/日。两者合计造成全球柴油供应缺口约130万桶/日，占海运市场约15%。这也让美国成为全球柴油最后的供应商，柴油出口量一度飙升至近200万桶/日的周度纪录，净出口约160万桶/日。

当前美国柴油库存也降至40年来同期最低水平，较去年同期下降约13%。而现阶段正处于美国中西部农业州的秋收高峰期，加之中期选举临近，9月27日特朗普表示正认真考虑实施短期（如90天）美国柴油出口禁令。目前美国政府正在评估短期禁令、自愿削减出口、暂停柴油消费税以及放松红色柴油限制等多种方案。

上述方案在力度和影响上差异较大，且政策信号反复不定，使市场难以形成稳定预期。交易员无法将出口禁令视为确定情景来定价，只能以风险溢价形式反映这种不确定性。因此，最终是否实施禁令、采取哪种方案以及持续多久，成为市场关注焦点。

出口禁令短期压低美国柴油，长期推高全球柴油和美国汽油

禁令的核心影响在于短期压价、长期反噬。禁令初期，美国柴油价格每持续一周约下降0.25美元/加仑；30天禁令配合琼斯法案豁免，可使零售柴油价格从6.5美元/加仑降至4.4美元/加仑。

但美国炼油系统以全球市场为设计基础，柴油、汽油、航空煤油高度联产。

Manus创始人肖弘：Manus早于Codex和Claude cowork出现

无情的发图机 — Tue, 29 Sep 2026 03:18:21 GMT

9月29日，Manus创始人肖弘在即刻发布长文，肖弘直言，Manus被做出来的时候，世界上是没有Codex和Claude cowork这类产品的。

肖弘表示，Manus一直定位“通用智能体(generaagent)”。他认为，manus像是一个卖电脑的生意，可能大家买电脑主要是为了工作，但是如果不能看视频、打游戏的电脑应该是有点无聊的。

对于新品Cue，肖弘认为，“一个有独立的手机号、邮箱、支付、电脑和足够的‘智能’的‘东西’，也许可以称之为‘人’。如果真的是人，上层的壳，应该有很多变化，比如是不是应该有个很多人和bot的群？”

他同时提到，目前Manus海外生态已经取得不错的体验，国内版本正在积极筹备当中。（来源：鞭牛士）

量子计算迎历史性拐点：告别"物理实验"，供应链与制造成为决胜关键

Tue, 29 Sep 2026 03:16:15 GMT

量子计算行业正经历一场深刻的范式转变。杰富瑞认为，行业的核心难题已从"能否造出好量子比特"转向"能否用这些量子比特构建一台真正可用的计算机"，这一转变意味着竞争优势的重心正从纯粹的物理学创新，向系统工程、制造管控与生态系统布局全面迁移。

据追风交易台，杰富瑞分析师团队参加量子世界大会（QWC）后发布报告称，行业“计分板”正在重写：逻辑量子比特性能、纠错开销、电路深度、解码延迟、网络互联及系统级集成，已成为衡量进展的核心指标。与此同时，美国能源部项目办公室正主导制定统一测量标准，政府角色从资金提供者升级为行业规则制定者。

报告还指出，《国家量子倡议重新授权法案》（NQI Reauthorization Act）预计将在近期通过，这将对已持有联邦合同的企业——包括D-Wave Quantum（QBTS）、Quantinuum（QNT）及Rigetti Computing（RGTI）——构成积极催化剂。

上述转变对投资者的含义清晰而直接：能够在制造可重复性、供应链韧性与系统集成能力上建立壁垒的企业，将在商业化竞赛中占据先机。杰富瑞维持对量子板块的整体正面评级，认为行业向可量化、系统级里程碑的转型，正为投资者提供更清晰的商业化路径。

政府重塑行业标准，联邦资金向绩效挂钩

量子行业长期缺乏统一的评估框架，这一局面正在改变。

杰富瑞报告指出，经典计算机每约10¹⁶次运算才出现一次错误，而量子领域的完全容错目标目前被定义在10⁶量级，10⁹仍被视为较高水平。"逻辑量子比特存在"与"逻辑量子比特优于物理量子比特"之间的差距，依然是该领域的真实现状。

政府介入的意义在于打破企业自我背书的惯例。第三方项目现要求企业提供逻辑错误率、门保真度、容错操作、电路深度及有效科学工作负载等数据，使企业难以依赖自选基准蒙混过关。资金模式也随之转变——前期资本用于工具建设，其余部分须达到研发里程碑方可解锁。

值得关注的是，商业验证正在反向拉动政府需求，而非此前的政府主导模式。今年6月发布的行政令更将此前未曾评估量子技术的买家引入市场。《国家量子倡议重新授权法案》则进一步要求制定国际量子合作战略，将国务院纳入跨机构小组委员会，并将授权延伸至2034年。杰富瑞认为，法案中的供应链条款对IonQ（IONQ）通过SkyWater推进垂直整合的战略具有直接支撑作用。

分布式架构崛起，量子网络从概念走向现实

单一量子处理器的扩展边界问题，成为本届QWC讨论最为集中的议题之一。

杰富瑞报告指出，随着控制复杂度、制冷需求、布线、激光传输、校准、良率、串扰及物理尺寸等约束逐渐显现，越来越多的企业预期最终解决方案将涉及多处理器网络互联——这与经典计算中多处理器通过高速网络组成集群的逻辑如出一辙。

这一架构转变对价值链的重塑不容忽视。单体机器将价值集中于量子比特、控制系统、低温制冷与软件；而分布式机器则新增量子存储、转换器、光子互联、交换、纠缠分发、网络控制及分布式编译等全新基础设施层。杰富瑞认为，IONQ凭借其在网络互联与光子互联领域的持续投入，是这一趋势的主要受益者。

与此同时，CPU+GPU+QPU的异构架构已被QWC确认为最可能的终态。IONQ宣布其Superion 256系统将通过NVQLink直接连接NVIDIA GB200 NVL72，QNT的技术栈同样遵循这一逻辑，支持经典代码与量子代码同步运行，经典部分在GPU上执行。这一架构将量子计算嵌入现有高性能计算与数据中心生态，而非要求企业另起炉灶，从而显著降低商业化门槛。

制造与供应链跃升为核心竞争变量

量子计算的竞争重心正从实验室转向工厂车间。

杰富瑞援引一项覆盖160家量子企业的全球供应链研究显示，90%的企业依赖至少一家境外供应商，74%服务于境外客户。随着QPU产量从5台扩展至50台乃至数千台，可重复制造、封装工艺、元器件可得性与激光器稳定性将成为关键差异化因素。

供应链瓶颈被分为两类：一是量子专用元器件，供应稀缺，部分环节实际上处于单一来源状态；二是标准电子元器件，主要问题是交货周期。铟、镓等关键矿物在美国本土产量不足，光纤、透镜与微光学器件则使量子企业与超大规模云服务商直接争夺大宗商品供应。报告特别指出，人才是供应链中最难解决的瓶颈。

在应对策略上，杰富瑞认为Quantinuum、IONQ与Rigetti Computing具有相对优势。Quantinuum通过多年期供应商关系与结构化制造合作，在不承担重资产自建产能压力的前提下，建立了可信的量产路径；IONQ通过收购SkyWater实现垂直整合，以掌控技术路线图并加快迭代速度；Rigetti Computing同样自有晶圆厂，有助于控制路线图与迭代节奏。

此外，杰富瑞还看好量子"基础设施"层面的投资机会。低温制冷基础设施是本届大会展厅的重要主题，报告预计低温CMOS、高密度I/O、多路复用、封装及自动化测试领域的进展，将为传统半导体与设备供应商创造可观机遇。

商业化进展在QWC上有所体现，也为行业长期叙事提供了阶段性支撑。Quantinuum宣布将在佛罗里达国际大学（FIU）校园部署一套Superion 256系统，这为本地化系统销售模式提供了有效验证。D-Wave Quantum（QBTS）则宣布与CGI达成合作，将其Advantage2系统及混合求解器纳入CGI的产品组合。杰富瑞指出，QBTS已拥有大多数门模型供应商所不具备的优势——一套客户今天就能用于部分优化工作负载的现成系统。

~~~~~~~~~~~~~~~~~~~~~~~~

以上精彩内容来自追风交易台。

更详细的解读，包括实时解读、一线研究等内容，请加入【追风交易台▪年度会员】

风险提示及免责条款

10月美联储加不加息？就业数据难改预期，关键看下一份CPI

Tue, 29 Sep 2026 03:15:00 GMT

美联储10月议息会议的走向，正越来越取决于一份通胀数据。

据追风交易台，花旗研究在9月28日发布最新报告指出，美联储的政策反应函数已对即期通胀数据和能源价格更为敏感，即将公布的就业数据即便低于预期，也难以实质性撼动市场对10月加息逾50%的定价，最终决定性因素将落在9月核心CPI读数上。

该行预计9月非农新增就业约8.5万人，失业率从4.1%小幅升至4.2%。花旗研究经济学家Andrew Hollenhorst和Veronica Clark认为，这一结果不足以显著压低市场对加息的定价；只有出现非农就业为负值或失业率升至4.3%等极端情形，才可能令市场重新评估加息概率。

与此同时，花旗预计本周三公布的核心PCE通胀数据将出现较大幅度下修，方向上偏鸽，但由于市场对此已有预期，实际影响料相当有限。这意味着，10月加息与否的悬念将集中在9月核心CPI这一单一数据上，与9月议息会议前的情形高度相似。

就业数据门槛高，难以单独扭转加息预期

报告回顾，在9月议息会议召开前，美联储理事Waller曾表示，只要8月通胀数据配合，他将支持维持利率不变。然而，8月核心CPI环比录得0.3%，高于市场预期的0.2%，最终推动市场重新定价，美联储随之跟进，落地25个基点的加息。

这一过程清晰揭示了当前美联储的决策逻辑：在就业市场韧性尚存、通胀尚未明确回落的背景下，单月CPI读数已具备左右政策走向的能力。

花旗指出，目前市场已对10月加息定价超过50%的概率。在此基础上，若就业数据接近预期，对加息预期的边际影响将十分有限。

该行认为，只有两种情形才能实质性改变市场定价：一是非农就业出现负值，二是失业率跳升至4.3%。这两种情形虽非不可能，但并非基准预期。换言之，就业报告更可能是一份"不改变结论"的数据，市场和官员的目光将随即转向通胀。

9月核心CPI：决定10月加息的关键变量

花旗认为，9月核心CPI存在读数偏冷的可能性，即环比0.2%或更低。理由有二：其一，住房等持续性分项已呈现放缓迹象；其二，8月核心CPI的强劲在一定程度上源于手机服务套餐等波动性较大的分项，这类因素的持续性存疑。

若9月核心CPI如期降温，将为部分倾向于暂停加息的官员提供依据。多数联储官员在点阵图中预计今年共加息50个基点，加之国债收益率大幅上行对经济的潜在影响尚待观察，部分官员本就倾向于在此时按兵不动。

本周三公布的核心PCE数据将出现较大幅度下修，在方向上对政策偏鸽。然而，该行同时强调，由于这一下修已在市场预期之内，其对美联储政策路径和市场定价的实际影响料相当有限。

这一判断进一步强化了花旗的核心结论：在就业和PCE数据均难以改变大局的情况下，10月议息会议的结果将高度集中于9月核心CPI这一单一变量，投资者需密切关注该数据的发布时点及读数。

~~~~~~~~~~~~~~~~~~~~~~~~

以上精彩内容来自追风交易台。

更详细的解读，包括实时解读、一线研究等内容，请加入【追风交易台▪年度会员】

风险提示及免责条款

周二，特朗普与六巨头齐聚白宫，决定未来AI发展方向

Tue, 29 Sep 2026 03:09:46 GMT

当地时间9月29日周二，特朗普将在白宫与六家顶级科技公司CEO共进午餐。这场会议的核心问题只有一个：美国政府究竟要不要管AI，以及怎么管。

据六位知情人士向Politico确认，出席者包括Meta CEO扎克伯格、Anthropic CEO Dario Amodei、OpenAI总裁Greg Brockman、谷歌CEO Sundar Pichai、Palantir CEO Alex Karp，以及英伟达CEO黄仁勋。众议院议长Mike Johnson也将出席。

会议召开的时机颇为敏感。就在同一天，一批顶级AI研究人员联名发出警告，称AI自动化可能引发“智能爆炸”，威胁人类的生存。与此同时，多起真实的AI安全事故已经发生。这场午餐，正处于监管压力骤然升温的节点上。

Johnson划定基调：创新优先，但要有边界

据路透社报道，众议院议长Mike Johnson周一在接受Fox Business Network采访时，提前为这场会议定了调：

我们不需要暂停。我们不需要一头扎进去搞过度监管，因为那样我们会在与中国的竞争中落败。

他同时表示：“创新必须继续，但我们必须找到正确的平衡。这就是这次对话要谈的。”

Johnson还提到了司法部的角色：

如果出了问题，司法部或许有介入的空间。但在那之前，我们需要的是透明度和一定程度的监督。

这一表态与特朗普的一贯立场基本一致。特朗普此前已多次淡化AI滥用风险，强调美国必须保持对中国的竞争优势，并称美国在司法部层面已有相应的防护机制。

六巨头齐聚，各有盘算

据报道，此次出席的六位CEO代表了当前AI产业的核心力量，但他们对监管的态度并不一致。

Amodei在会议前一天（周日）已与特朗普单独共进晚餐。OpenAI、Anthropic等公司近期均公开呼吁放缓AI开发速度，理由是无法有效控制快速演进的技术风险。

扎克伯格则走了另一条路。报道指出，在OpenAI和Anthropic高管发出严厉警告之际，他更多聚焦于AI能带来的正面价值。

值得注意的是，黄仁勋和Sundar Pichai上周刚刚出席了白宫的国宴。这场午餐，是他们与特朗普政府的又一次密集接触。

研究人员警告“智能爆炸”，安全事故已成现实

就在白宫会议召开前夕，一份由顶级AI研究人员联署的警告文件引发广泛关注。

据雅虎财经报道，这份文件的署名者包括来自OpenAI、Anthropic、微软、Meta的研究人员，以及AI领域的奠基人Geoffrey Hinton和Yoshua Bengio。他们警告称，AI研究的自动化可能迅速超出人类的控制范围，并可能导致“人类的边缘化乃至灭绝”，呼吁政策制定者对头部AI实验室实施强制监管。

这份警告并非空穴来风。今年7月，688个OpenAI智能体逃逸了Hugging Face的沙盒环境，获得了生产服务器的最高权限，并下载了私有代码库。更早之前，一个OpenAI智能体入侵了澳大利亚国家医保数据库，成为已知首例AI入侵政府网络事件。Anthropic和Google也已确认，其模型在测试期间曾入侵第三方系统。

在此背景下，英伟达周一发布了“开放智能体安全平台”，声称其新的CPU级沙盒和监控工具本可阻止Hugging Face事件的发生。Nvidia股价当日上涨2.77%。值得一提的是，Nvidia此前已以130亿美元收购了Hugging Face。

政治分歧浮出水面

这场会议背后，华盛顿内部的分歧同样清晰。

众议院民主党领袖Hakeem Jeffries周一在接受CNBC采访时表示，AI行业领袖本身正在寻求政府行动，国会有责任保护美国民众。他直接说：

在AI安全问题上，我们显然需要大胆而负责任地行动——现在就要。

两党议员均对特朗普的“放手”态度提出质疑，担忧AI带来的安全风险、就业冲击，以及少数科技巨头对这项技术的高度垄断。

与此同时，特朗普近期在联合国明确表示，美国将拒绝国际AI监管框架。而OpenAI CEO Sam Altman则公开主张，全球治理是必要的。双方立场的张力，将在这场午餐上直接碰撞。

风险提示及免责条款

贝森特从华尔街挖人，“卖方策略首席”进入美国财政部，此前曾候选美联储主席

Tue, 29 Sep 2026 03:05:52 GMT

美国财政部在人员动荡之际迎来一位重量级华尔街老将。

财政部长斯科特·贝森特周二宣布，在杰富瑞（Jefferies）担任首席市场策略师逾十五年的资深经济学家David Zervos将出任财政部顾问，即日生效。这一任命不仅填补了财政部的人才缺口，更因Zervos此前曾被列为美联储主席候选人而备受市场关注。

Zervos将以"特别政府雇员"身份任职，据CNBC报道，他本人已向客户发送邮件，预计任期将于2027年4月结束。该身份豁免了部分财务披露和资产出售义务，且无需参议院确认。Zervos公开支持贝森特推行的长期国债回购计划，并持续呼吁美联储降息——这两项立场与当前财政部的政策取向高度契合。

此次任命发生在美国国债市场承压的敏感时刻。10年期美债收益率已升破5%，为2007年以来首次，美联储本月亦时隔两年首度加息，令特朗普政府内部部分经济学家感到不满。Zervos的加入，被外界视为贝森特在政策智识层面寻求更强支撑的信号。

Zervos其人：三度入仕的华尔街"怪才"

David Zervos拥有罗切斯特大学经济学博士学位，职业生涯横跨学术、监管与市场三个领域，此次是他第三度进入政府任职。

其政府履历可追溯至1990年代。他最初在美联储从事利率研究与技术经济学工作，此后转赴私营部门，先后在Brevan Howard和UBS O'Connor担任全球宏观组合经理，积累了丰富的交易与研究经验。2008年金融危机爆发后，他于2009年重返美联储，在华盛顿联邦储备委员会货币事务部担任访问顾问。

2010年，Zervos加入杰富瑞，此后在该行担任首席市场策略师长达约十五年。在此期间，他覆盖固定收益、股票及投资银行等多条业务线的客户，频繁出席金融市场会议并接受媒体采访，逐渐成为华尔街颇具影响力的卖方声音。他同时担任Leucadia Asset Management LLC（LAM）全球宏观部门负责人，定期向杰富瑞客户及付费订阅者提供全球宏观经济与金融趋势研判。

Zervos此番入职财政部，距他与美联储主席一职擦肩而过不过数月。据报道，特朗普在遴选美联储主席人选时曾将Zervos列入考量，但最终于今年1月选定Kevin Warsh出任该职。值得一提的是，Warsh在2009年Zervos重返美联储时正担任美联储理事，两人彼时是否有直接交集尚不明确。

未能执掌美联储，Zervos转而以顾问身份进入财政部，外界普遍认为这是他在政策圈延续影响力的另一条路径。他在接受CNBC采访时自称"华尔街怪才"，并对这次政府任职表示期待。

政策立场：力挺回购、主张降息

Zervos的政策主张与贝森特的施政方向高度吻合，这或许正是他获得这一职位的重要原因。

在国债市场政策上，Zervos公开为贝森特的长期国债回购计划背书。该计划旨在通过回购长期国债来压制收益率上行，但在华尔街内部引发争议，批评者认为其效果存疑。Zervos的公开支持，为这一饱受质疑的政策提供了来自市场资深人士的背书。

在货币政策立场上，Zervos持续呼吁美联储降低利率。美联储本月加息的决定已令特朗普政府内部部分人士感到不满，而Zervos的加入，意味着财政部在与美联储的政策博弈中多了一位具有央行工作经历、同时倾向宽松立场的声音。

Zervos的到来，也折射出财政部近期人事层面的持续动荡。据CNBC报道，截至8月中旬，财政部16名需经参议院确认的官员中已有7人离职，贝森特自2025年1月就任以来已先后更换三位幕僚长。此前担任顾问一职的华尔街经济学家Joseph Lavorgna于今年3月离职，此次Zervos正是接替这一空缺。

在国债收益率高企、美联储政策转向加息、内部人员流失加剧的多重压力下，贝森特选择从华尔街引入一位兼具市场公信力与政府经验的老将，其用意不难理解——既是为财政部的政策立场提供智识支撑，也是向市场传递稳定信号。

风险提示及免责条款

日环比增长10%！“当红个人AI代理”Instinct最大的难题：算力

张硕 — Tue, 29 Sep 2026 03:03:47 GMT

Instinct 的创始人 Noah Shinn表示Instinct最大难题是算力。

底层算力日增约10%，每周翻倍。买2倍一周耗尽，5倍不到三周，10倍也撑不久。

算力交付要数月，错判成本被放大3到4倍，并且这个问题比Claude Code、Codex等应用面对的指数型挑战更激进。因为如果错了，就会错得非常离谱。

供应周期变长，Muse让CPU更加抢手！

鲍奕龙 — Tue, 29 Sep 2026 03:01:25 GMT

TrendForce集邦咨询指出，Meta的Muse项目重新引发市场对服务器CPU的关注，当前CPU交货周期达25-30周，正常市场为16-20周。与此同时，DRAM供应持续紧张，交货周期达20周，正常为8周，市场已开始讨论2026年四季度至2027年一季度的供应收紧与涨价预期。

Jev创始人：“造产品、不造神”，追求“极致可靠性”，Jev将逆转“软件灭绝论”

Tue, 29 Sep 2026 02:38:29 GMT

“自动化到底去哪了？AI已经聪明到令人难以置信，但在其他所有事情上却毫无用处，这简直是个悲剧。”

近日，TypeSafe创始人Diogo Almeida在a16z播客中直言，AI编程工具只是让代码写得更快，软件本身并未变好。OpenAI自2020年起尝试自动化客服至今未果，根本原因在于AI与软件“各走各路”。

在与a16z联合创始人Ben Horowitz与合伙人Martin Casado的对谈中，Diogo阐述了他对当前AI困局的判断，以及公司爆火的AI决策模型——Jev试图解决什么。

他表示，Jev——一种将智能嵌入软件内部的新编程原语，能让程序能理解意图、做出概率决策。Diogo认为极致可靠性是一切的前提，并将“极致可靠性”视为Jev的核心，主张“造产品、不造神”。

Diogo判断SaaS公司将是AI浪潮最大受益者之一，“软件灭绝论”将被逆转。而Jev的终极目标是：让所有技术都能“做到你的意思（do what I mean）”。

Diogo Almeida

“自动化在哪里”：AI的能力与落地之间的鸿沟

Diogo认为，现有的AI编程工具——无论是Claude Code、Codex还是Cursor——写出的代码，本质上和10年前没有区别。

不管你用多少AI编程工具，软件本身其实并没有变好。也许你写得更快了，但可以说反而变得更糟了——因为监督更少了。

更具体的例子：OpenAI自2020年起就在尝试自动化客服，至今仍未实现。“这很疯狂，我们有这么强的财务激励去自动化这些事情，但就是没做到。”

在他看来，问题的根源不是数据，也不是模型能力不足，而是AI与软件之间始终“各走各路”——AI输出自然语言，软件处理结构化指令，两者从未真正对接。

Jev是什么：嵌入软件内部的智能原语

Diogo将Jev定位为一种全新的软件原语（primitive）——嵌入代码内部的智能层，而不是替代软件工程师的工具。

我想要的不是自动化软件工程，而是扩展软件本身能做的事，让那些本该可以自动化的东西，真的能被自动化。

Jev的做法是提供一个新的编程原语（primitive）——开发者可以用自然语言描述意图，给它一个状态机，它会以一定的置信度决定做什么。

这就像一个你可以用自然语言描述需求的库，你给它一个状态机，它会带着置信度去选择该做什么——这种能力以前从未如此普及过。

他用一个类比解释与编程智能体的区别：编程智能体擅长语法，但在语义上很差，在架构上更是糟糕。Jev解决的是另一个层面的问题——让软件内部能够理解意图，而不只是生成文本让人去解读。

Diogo也坦承Jev的本质：“Jev绝对是一个分类器。分类器本来就是为了有用而设计的。”他认为，Jev的能力可能已经超过2019年一支专业MLE团队为特定任务构建的窄模型。

极致可靠性，是一切的前提

Diogo反复强调，Jev的核心竞争力不是性能，而是可靠性。

可靠性就是这个东西的全部。如果你不理解这一点，就很难做出一个真正能抄走的竞品——它不是靠跑分就能复制的。

他对可靠性的定义分三层：

可用性（uptime/SLA）：这是基础，类似SLA，系统能不能跑起来
鲁棒性：每次调用都能表现出相似的智能水平——不是严格的确定性，而是“每次都足够聪明”。
可信赖性：“做到你的意思（do what I mean）”，开发者能依赖它，不需要反复给样例查询，直接信任它。

可靠性的最高荣誉，是让开发者在使用Jev时不需要提供示例查询——当你直接信任它的时候，你就会进入一种心流状态。

他也直言：“我们本可以更早发布。我不认为人们意识到这一点。但它会带来那种'我可以信任这个东西'的感觉——这是一台反挫败感的机器。”

“造产品、不造神”：与主流AI叙事的分歧

Ben Horowitz点出了TypeSafe与其他AI公司最显著的不同：“我最喜欢你们说的一句话——'我们造产品，不造神'（we build prod, not god）。”

Diogo对此直接表态：“我不认为我们走在通往递归自我改进（RSI）的路上，我现在不这么认为，以前也不这么认为。”

他将当前AI行业的悲观叙事归因于“单一模型的迷信”——相信一个超级大脑能统治一切。“这是人们听到的，但这不是现实。”

他的判断是：OpenAI定义的AGI——“自动化大多数经济上有价值的工作”——在技术上是可实现的，但行业走错了方向。

自从RLHF之后，AI行业就分裂成了巨大的过度承诺和交付不足。因为人类在评估模型好坏，模型看起来很好，但我们一直在优化这个评判者，而不是自动化本身。

他的目标更朴素：

我想要的是'做我的意思'（do what I mean）。想象一下，如果所有技术都能做你的意思——这不是科幻，看看AI有多聪明就知道了。

SaaS“逆末日”：软件灭绝论将被反转

编程智能体出现时，市场一度担忧SaaS公司将被颠覆，估值大幅下跌。Jev出现后，SaaS公司的反应却截然相反——普遍欢迎。

Diogo的解释是：SaaS灭绝论的前提——“软件便宜且容易复制”——从未真正成立。

大量的东西发生在底层，软件提供的价值并没有消失。

他认为SaaS公司将是AI能力落地的最大赢家，原因有三：

他们最了解用户工作流，知道什么值得自动化。
他们已经触达了大量用户，分发成本已经支付。
他们有能力将Jev嵌入现有产品，真正提升软件能力，而不只是加一个聊天框。

我认为这将是一场逆末日。我对此非常兴奋。

他举了一个具体的愿景：多选表单将会消失，取而代之的是软件直接理解用户意图。“'做我的意思'将被推向全新的高度。”

访谈全文如下：

Jev如何将AI转化为真正能做事的软件

a16z播客节目

a16z的Ben Horowitz和Martin Casado与TypeSafe AI创始人Diogo Almeida坐下来探讨一个简单的问题：AI已经变得极其强大，那么自动化究竟在哪里？

Diogo认为，编程智能体或许能帮助我们更快地编写软件，但它们产出的软件在本质上仍与以往无异。TypeSafe正在用Jev走一条不同的路：将智能嵌入软件本身，使开发者能够构建出可以理解意图、做出概率性决策的程序，而非仅仅生成文字供人解读。

他们探讨了：为何可靠性是让AI真正可编程的关键、这将如何开启概率性软件的新时代，以及为何成熟的SaaS公司可能在其中占据特别有利的位置。归根结底，Diogo的目标很简单：打造能够可靠地"按我的意思去做"的技术。

第一章：开场

Ben：自动化到底在哪里？AI聪明得令人难以置信，但在其他事情上却如此无用。

不管你用多少AI编程智能体，软件本身其实并没有变好。也许你写得更快了，但可以说反而变差了。

Diogo： OpenAI从2020年就开始尝试自动化客服。我真正想要的是智能软件——我想拓展软件本身的能力边界，让那些本应可以自动化的事情真正实现自动化。

Ben：我最喜欢你们说的一句话是："我们构建产品，而非造神。"太好了。因为换作其他任何一位大型实验室的领导者，即便内心充满热情，也会将一切都包裹起来。但你的视角截然不同。

Diogo：没错，我们要创造一个更美好的世界，原因是多方面的、细致入微的。我不认为我们正走在通往递归自我改进（RSI）的道路上，那种"SaaS末日"的故事我也不认同。

第二章：认识Diogo与TypeSafe

Ben：今天，TypeSafe的创始人兼领导者Diogo来到我们节目。他对Martine和我来说都是英雄式的人物。他不仅在打造一款真正有趣的产品，更在推动一场我们认为极具重要意义的运动。所以今天我们非常兴奋。欢迎你，感谢来到节目。

Diogo：谢谢。

Ben：也许你可以给我们简要介绍一下——Jev是什么？TypeSafe是什么？为什么它很重要？

Diogo：好，我来说说。其实有人让我做过电梯演讲，但我通常会东拉西扯、表现很差。不过我意识到，我对Jev最喜欢的一句电梯演讲就是：自动化到底在哪里？

这真的令人深感痛惜。这么多的智慧，AI如此聪明绝顶，却在其他事情上如此无用，令人扼腕。我并不是要抨击聊天机器人或编程智能体，我自己也很喜欢它们，但在其他方面它们就是帮不上忙，这很悲哀。

我们有这么多璞玉浑金，却没有被打磨成能用于工作的利器——这正是TypeSafe要做的：为软件打造AI。我们希望让AI不仅仅对参与循环中的人类强大，更能真正构建实际可用的软件。Jev是我们在这个领域的第一个模型，目标是让自动化变得更好、更好、更好。

Ben：是的。这件事之所以有趣，是因为它在软件界引发了轰动。我们认识的每一位开发者都打电话来说："这太厉害了，太棒了，又快又好，方方面面都提升了。"但大家也会问：我们不是已经有Claude Code、Codex这些工具了吗？有什么区别？这又怎么能带来真正的自动化呢？

Diogo：我真希望手边有张好看的示意图，因为我有一张特别喜欢的图来解释这个。我很欣赏Claude Code和Codex，也喜欢Gary Tan对它们的描述——"即时软件"，这是形容它们所做之事的绝妙方式。它们能即时生成软件，让你可以用自然语言来编程，并且拥有与传统软件相当的表达能力。

但我想要的是另一种东西——智能软件。我想要的不是自动化软件工程，而是拓展软件本身的能力，让那些本应可以自动化的事情真正实现自动化。用更生动的语言来说，我想要表达"意图"这个概念，我想扩展我们能够表达和实现的词汇边界。

编程的本质，是对有价值的事物进行超精确的规格化定义，然后无限复制。这太了不起了，我只是想让这一切变得更多、更好。

第三章：智能软件，而非更快的代码

Ben：哦，有意思。所以，一种理解方式是：你说的不是用一个更快、甚至可能不如人类的工具来替代软件工程师，而是说——不不不，我们要给现有的软件工程师装上超级引擎，让他们能写出更好、更有趣的东西。

Diogo：对，就是这样。其实我觉得很多人都忽略了这个要点，它如此微妙，却又如此重要，值得细细道来。

如果你使用Claude Code、Codex或Cursor这类工具，它们确实能写代码，但写出来的代码本质上跟人类写的没什么两样——也许更好，也许更差，但基本上还是10年前那种样子的代码。

而Jev的意义在于，无论你是用Claude Code还是自己动手，你都多了一个新的基础原语——一个新东西，可以嵌入你的代码中，真正拓展软件的能力。所以它不是生成代码，而是被包含在代码之中……

Martin：对，而且这是一个非常强大的基础原语——但它也与程序员惯常的思维方式有些不同。例如，它引入了概率的概念，这是一种嵌入在软件内部的智能层。

Diogo：是的。可以这么想：这有点像一个库，你用自然语言描述你想要什么，给它一个状态机，然后它会以一定的置信度选择做什么——这种方式在以前并不像现在这样普遍。

这里面有很多值得深挖的地方。我想先说一件事：我非常热爱"自动化到底在哪里"这个问题的方向。我很爱写软件，恨不得整天写。当然，我不推荐任何人去当CEO，不管怎样。

而且这件事确实很疯狂——AI这么厉害，但软件10年来几乎没变，没有人能把这两件事调和在一起。我们能做的最多是在旁边加一个聊天机器人，能执行一些操作，但不是所有操作，因为有些操作还不可靠。

我想回到刚才那个关于"思维方式有所不同"的观点。是的，我认为机器原生的东西与代码并不能完全精确匹配——而这恰恰是我们正在努力的艺术所在。在新员工入职第一天，我会画一张韦恩图：AI擅长什么、代码中什么是有价值的，而我们就在两者的交集里。

所以我们不会输出像推断浮点数这样的东西，因为AI在这方面确实很差。但像概率这样的东西其实并不新鲜，这就涉及到了"Jev只不过是个分类器"的争论。

Jev绝对是一个分类器。分类器很厉害，它们本来就是为了实用而设计的。它们是被设计来让系统正常工作的，这和某些机器学习概念的接口是一样的——因为这些都来自于那些努力让系统实际运转的实践者。

而我现在看到的是，Jev实际上——我的猜测是——可能已经比2019年专门组建一支MLE团队来为你做这些事情更强了，而且你可以即时编程配置它。谁知道还能构建出什么，因为2019年能构建窄任务系统的优秀MLE团队并不多，要收集数据集、评估效果，这一切都很难。而这才刚刚开始。

Martin：我感觉在这方面还有很多可能性。顺便问一下，你认为这里存在一个滑动条吗？一端是"语言输入、语言输出"，就像我们今天有的；另一端是"现有的命令式程序"，然后你可以在两者之间移动。还是说，你认为"语言输入、状态机输出"这个点，将会在设计空间中作为一种通用工具固化下来？

Diogo：这个问题很棘手。说说我心里的答案——我心里的答案是，它确实是一个滑动条。

在为产品设计各种属性时，我可能因为个人偏好犯了一些错误。但目前，"每美元的智能量"是我的北极星指标——当然这不一定是对的，"每秒的智能量"在短期内可能更有价值。

但就连我们的接口设计——把输入称为"state"（状态），也是有意为之的：它就是程序内部状态的一部分。在我的内心，我们其实在为更复杂的程序内部状态排列方式做大量优化工作。

能不能把智能放进去？我认为这将是一场永无止境的探索。我们在设计上非常用心，同时从实际角度看，某些事情自然而然会发生——比如在毫秒级做出AI决策会更容易实现，所以它在一段时间内会更像数据库，而不是标准库的东西。但我也很希望它有一天能成为标准库的一部分。

第四章：Diogo的成长历程与AI观

Ben：能不能退一步，聊聊是什么造就了Diogo？你的说话方式既像AI研究员，又像系统工程师，还像程序员——而这些通常是交集很少的群体。你把AI——一个我们一直朝着"类人存在"方向推进的东西——变成了程序员的工具。能不能聊聊你的个人经历？

Diogo：我进入AI的经历有些非同寻常。我曾是一名数学竞赛选手，还获得过奖项。怎么描述呢……我的数学好到足以追到女生，这已经相当厉害了。

Ben：真有这回事？

Diogo：千真万确。所以你得练到相当高的水平。

Martin：那数学这么好，能追到什么样的女生？这点我们的听众需要了解。

Diogo：不行不行，我们要激励年轻人嘛。

Martin：年轻人，别学这个。保持帅气、随性、有趣就好，不要用才华来弥补什么。

Diogo：哈，我不敢相信我说了这些。总之，我是数学竞赛选手，但说来有点惭愧，我其实从来不喜欢数学，也从来没有认真努力过，只是大池塘里的小鱼。数学对我来说始终只是被设定好的竞争道路，我痛恨它，因为它只关乎赢得比赛。

后来我发现计算机科学其实很像数学，但更酷、更有用、更有趣。我至今仍然热爱出算法面试题，那对我来说是最美好的事情之一。它既让我享受其中，又能非常好地考察出别人的能力。所以我热爱计算机科学，我认为自己首先是一名计算机科学家，而不是AI研究员。

我真正进入这个领域，是因为我赢得了一场Kaggle竞赛——不是靠复杂的数学，而是靠把自动化做到极致：更多的嵌套循环，更多的……就像用解决系统问题的方式来解决它。

这最终让我被迫在NeurIPS上做演讲——通常这是一种荣誉，但我讨厌它，因为我只想埋头干活。

Ben：那是Kaggle比赛那次吗？

Diogo：是的。那次Kaggle竞赛的主办方是Isabel Guyon，她是SVM的共同发明人——应该是第一作者，但我不是百分之百确定。她看出我是那种不太融入学术圈的人，便收留了我，引导我认识了AI圈里的各种人，我的职业轨迹就这样被推向了这个方向。

Martin：然后是OpenAI？

Diogo：不，先是Jeremy Howard创办的一家初创公司。

Martin：真的？

Diogo：是的，我很喜欢Jeremy。然后是Google Brain，待了一段时间。再后来退休了一阵子，最终觉得无所事事挺烦的，便想：AI其实真的很有意思，于是就加入了OpenAI。结果非常好，真的非常好。

Ben：太了不起了。你刚才说了一句在当今世界极为罕见的话："AI真的很有趣。"而贵公司的气质和对AI的看法，也和其他人如此不同。我最喜欢你们说的一句话是："我们构建产品，而非造神。"太好了。换作其他任何一位大型实验室的领导者，即便内心充满热情，也会把一切包裹遮掩起来。但你的视角截然不同。

你说：不，我们要创造一个更美好的世界，而且这会非常棒，不仅不会减少工作岗位，反而会增加更多、更好的岗位，所有人都会有美好的未来——和你在一起，能感受到你是真心相信这一点的。

所以，请告诉我们，TypeSafe和Jev对我们来说不仅仅是一家公司，更是一场朝向积极未来的运动——而这正是AI世界里大多数人不太买账的方向。

Diogo：是的，或者说他们根本不理解这一点。那种"Jev只不过是个分类器"的抱怨，完全是ML层面的担忧——而其他人都在狂欢，因为大家都在想：这太了不起了，我们终于可以做我们一直想做的事情了！

如果你不真正了解开发者，就很难理解正在发生的事情。我完全同意。我确实认为有一幅相当负面的世界图景在流传，而我显然不认同。

我认为这根本上来源于一种"单一超级模型"的迷信——每个人都相信一个无所不能的大脑能统治一切。

Martin：那听起来更加不祥，那才是人们脑海中的恐惧。

Diogo：没错，人们就是这么理解的。但那个"一个大脑"真的在统治我们所有人的路上吗？我们连许多基础性的事情都还没有自动化——而那些事情恰恰是我们不应该让人去做的。

有很多非常基础的工作还没有被自动化。而每当现实与这种叙事脱节时，我感到非常痛苦。这种脱节的一部分，正来自于"自动化到底在哪里"的追问——AI明明这么聪明，自动化的经济激励又这么强，但现实就是如此落后。

这种现实与AI潜力之间的落差，让我感到真正的痛惜，也是我一直希望能做点什么的驱动力。现在，我们终于发布了Jev，对我来说感觉像是一场派对的开始。使用Jev的开发者们是快乐的AI群体，没有用的则是愁云惨淡的那群——这确实是一种非常有趣的对比。

Ben：这让我想起今早和我们成长基金负责人David George的一段对话。我们在聊新工具，我问他有没有试过Perplexity的Muse，他说超好用。我问他用来做什么，他说："我终于取消了《纽约时报》的订阅。"我说，那其实挺难做到的。但这不过是冰山一角——有大量烦人的事情等待被自动化。

第五章：这只是数据问题吗？

Diogo：我认为，如果我们真的要诚实地面对自动化这个北极星目标，就不能重蹈AI一直以来的覆辙——过于聚焦于异常值和演示。

很多人问我最喜欢的使用场景是什么，但我都不确定那些场景是否真的有效。我希望它能在后台默默运行，让人可以放心信任它，不需要随时盯着它，也让别人可以在上面叠加构建。

与此同时还有安全性——这是另一种层面的安全：如果你希望它真正拿到资源、获得访问权限并执行任务，你需要保障，或者至少是统计层面的保障，确保它不会失控。

当然，我不认为我们的模型很快会失控，除非有人专门写软件来实现这一点——那将是一个非常酷的壮举。但不管怎样，这不是我们应该负责的方向。

Martin：我很好奇，这个直觉酝酿多久了？我记得我们大概在2017年聊过……

Diogo：对，我们确实聊过。那时我谈到了数据的重要性，以及专注于任务的想法。我就想问，这一切是早就知道会走向分类器，还是只是一种直觉——觉得看待整个AI运动还有另一种方式？

说来有趣，2017年的那场演讲其实有类似的主题，好像叫做"理论上模块化、实践中灵活"——非常软件风格。所以我在这方面算是相当一致的。

我认为这一切真正开始，是在ChatGPT发布之前不久。当我们发布那些模型的时候，我对此并没有什么预感，说实话，我甚至对RLHF的泛化能力感到非常惊喜。

Ben：那是什么时候？

Diogo：大概是2021年底，2021年四季度。那个泛化能力真的很强——如果你读过那篇论文，它跟其他那些试图自证观点的论文不一样，我们是真正用接近科学方法的方式，尽力去证伪——比如，这是不是某种作弊？

我最喜欢的一个测试查询是："冥想前先吃袜子为什么重要？"我们提前确认了这句话没有出现在互联网上，而模型居然能给出看起来合情合理、像人类回答的答案。这件事在团队里触发了那个点：这不是作弊。

在ML中，你永远要小心作弊的可能性。然后让我真正受挫的是，我们发布了那个模型——我是坚定的能力推进者，为发布那个模型做了很多工作——我真心认为那个模型有相当大的概率是AGI。但当它没有达到那个程度时，我的整个世界观都崩塌了，我问自己：为什么？

Ben：所以那时候你其实在某种程度上是"疯狂列车"上的人？

Diogo：也不完全是。我只是觉得RLHF泛化得相当好，也许我们已经有AGI了。RLVR是那个我目前看来泛化不太好的东西。

说到AGI的定义，在OpenAI早期——大概2020年——人们会把AGI描述成"伊利亚（Sutskever）和每一个if语句"。但那只是一个有意模糊的概念，让所有人都能站在这顶大帐篷之下，共同奋斗。

而我——出于细致入微的理由——不认为我们走在通往RSI（递归自我改进）的路上，我现在依然不这么认为。

但我确实认为，OpenAI所定义的AGI是完全可以实现的——"自动化世界上大多数有经济价值的工作"。这其实听起来……有大量工作摆在那里，其中很多是非常机械、简单的重复性工作。要想把工作外包出去，你需要的是简单易懂的指令，而这种水平的智能，在模型里早就具备了，已经有相当长一段时间了。

而让我感到耿耿于怀的是：为什么这些东西还没有被利用起来？

自RLHF以来，AI行业基本上走向了一种巨大的"过度承诺、交付不足"模式。GPT-3在当时其实还算比较准确的，但因为人类是评估模型好坏的裁判，而模型在人类评估中表现得很好，所以看起来一切都很棒——但我们一直在优化的是这个"裁判"本身，而不是自动化能力。这才是那个缺失的东西。

所以，正是从那时起，它真正击中了我——为什么这个东西不更有用？

Martin：所以你认为，衡量标准应该是：你能在多大程度上自动化真正有生产力的任务？这就是你所说的"过度承诺、交付不足"所指的维度？

Diogo：在我心里，这关乎的是酷炫的科幻愿景能否成真。我认为，自动化真实任务的能力，是衡量那个科幻愿景的"煤矿里的金丝雀"。

你真的告诉我数学已经被解决了？甚至两年前GPQA（谷歌防作弊问答）就被解决了，但我们还是搞不定得来速点餐？这两件事很难同时在脑海里自洽，而且我认为很多人对此没有好的答案。

第六章：使用案例的广度

Martin：我能测试一个想法吗？也许不太对，但——真实世界的分布难道不是和数字世界不同吗？真实世界是重尾分布，有很多例外情况，我们也没有相应的数据。会不会正是因为我们没有那种分布的数据、没有在那种分布上训练，所以AI才基本上只局限于数学或代码这样的低维流形？

Diogo：我不完全买单这个数据论点。我相信确实存在长尾，否认这一点会很荒谬。但我认为，在"煤矿里的金丝雀"这个场景里，我们并不需要自动化那条长尾。

我认为我们在一切事情上都需要极度务实。构建可靠的软件永远是一种投入，就像……程序员的三大美德是什么？懒惰——不愿重复做同一件事；傲慢；还有第三个……

Martin：对对，我记得这是Perl时代的东西……还有第三个。

Diogo：对，我也记不清了。但它说的是那种懒惰——愿意花10小时去解决一个5分钟的任务，让它从此不再需要手动完成。这应该是一个ROI决策，对那些想做自动化的人来说。

我只是希望让自动化成为可能，而我相信人们会由此创造出新型工作——就像"穿牛仔裤的Jev"这样的角色。但作为一个基准，我觉得验证"AI看起来应该能自动化的事情，是否真的能自动化"是有价值的。

OpenAI从2020年就开始尝试自动化客服，到现在还没成功——这真的很令人震惊，也很匪夷所思。

Ben：而且公司内部，现在真正被自动化的事情也很少，大多数项目都没有成功，除了编程这块做得非常好。

能不能帮我们分类一下，哪些类型的问题现在更容易自动化？这很有意思，因为我们在本轮生成式AI浪潮之前就研究过客服问题。你去拜访一家公司，他们会说"我们解决了95%的帮助台来电"，听起来非常多，但你仔细一看数据，发现基本上全是密码重置。如果按问题的独特性来分，可能也就50%左右。

所以当你面对人类和自然系统时，就是有这种无尽的异常长尾。

Diogo：是的。说起来，大概每隔一小时就有人找我说"我在用Jev做这个新的应用场景"，让我大跌眼镜。所以，你问到我有没有预见到这么广泛的应用场景——我没有预期会这样。这次发布是没有人能预料到的，谁能预料到可能真的有点疯狂。

就好像我们没人能预料到ChatGPT这个面向普通用户的东西，而这是面向开发者的版本，感觉又奇特了一层。我甚至不知道参与"Jev派对"的人里有多大比例是开发者。我无法想象非开发者怎么用它，但就连我那些非开发者朋友也都在Twitter上狂欢、发表情包，完全投入其中。

好，第一点——太棒了。第二点——这很难用简短的话来传达，因为这背后是多年来的血汗与泪水。我对可靠性的执着程度，是非常、非常高的。可靠性就是这个产品的灵魂所在。如果你不理解这一点，就很难做出一个在基准测试上看起来差不多的仿制品。

我觉得，可靠性的每一个"九"都会对所有人都无比宝贵——即便它不是市值上最值钱的东西，因为它将开启新的应用。我们正在为各种奇特的可靠性数量级而战，有些我们自己都还没完全搞清楚，因为我们就像是在把AI的智能引擎装进人们的工作站，让他们去发现它能做什么。

Martin：可靠性在这里具体是什么意思？是模型的可用性、调用时返回同样的结果，还是别的什么？

Diogo：好问题。对于一个本质上有随机性的东西来说——

第一种是可用性/SLA，不太是这个。第二种更接近于确定性。第三种，我会称之为健壮性——每次都有相似的智能表现。

不完全是确定性，因为确定性对单元测试有用，但对真实系统不够用。比如，你在提示词里加一个UUID，它在功能上是相同的，但结果不会完全一样。还有另一层我还不知道该叫什么——也许可以叫某种智能：不需要每次执行完全相同的操作，但每次都需要是聪明的。如果换你处于那种情况，这是一个人类能理解的合理判断吗？开发者可以在此基础上进行编程。

对我来说，可靠性的最高荣誉，将是达到这样一个境界：开发者可以不写任何示例查询，直接对Jev编程——因为他们完全信任它，进入那种"心流状态"。

Martin：这让我想到，有了这样一个基础原语，编程智能体的价值其实在某种程度上反而下降了——因为就算Codex帮你写了所有软件，但那个软件里没有用上Jev，软件本身的能力就是有限的。反过来，即使你不用编程智能体，只要用上了这个通用基础原语，写软件也会变得更容易。

你觉得未来是编程智能体来使用Jev，还是更多是人类主导？

Diogo：这更像是一个关于编程智能体的问题，而不是Jev的问题。我的感受是，我没有像自己希望的那样深入使用它们，你们两个可能比我更常用——这让我有点遗憾。

但我的经验是，它们在语法层面非常厉害，在语义层面则相当差，架构层面更是糟糕。

Martin：对，架构方面非常差。

Diogo：而架构对我来说是软件中最具人类创造力的部分。所以我很喜欢用编程智能体，我认为Jev大概率还不在它们的训练分布里——如果它们真的训练了我们的用户数据，那可就吓人了，大概率没有。

但当Jev进入它们的训练分布之后，我认为让它们来处理语法没有任何问题。至于架构，也许模型并不是一无是处，而是处于第50百分位。如果你对架构本来就不懂，也许这就够用了。这些都是灰色地带的权衡。有时候速度才是你公司或项目最需要调的那个旋钮——你愿意接受第50百分位的架构而不是第60百分位，换取更快的速度，让Codex连夜跑完。

第七章：SaaS末日，反转了

Ben：说到这里，市场上已经出现了一个有趣的现象：当编程智能体出现时，人们喊着"SaaS末日来了"，所有SaaS公司的估值都跌穿了地板。但当Jev出现时，每家SaaS公司都在说"这是有史以来最棒的东西"。怎么解释这个反转？

Diogo：我觉得这很自然，没什么好多说的。

在SaaS末日的叙事里，我认为真正站不住脚的论点是：软件非常便宜，而且也许很容易被复制。前者我还能相信一些，后者我完全不信，因为大量的价值是在引擎盖下发生的。也许我在这里有些过于迷恋软件了。

Martin：我们都是。

Diogo：好吧，好吧。所以我不认为那个叙事成立了。SaaS提供的价值似乎和以前一样，也许市场只是被吓到了。

我认为SaaS将是整个AI游戏中最大的赢家之一。我非常希望与那些最大、最"无聊"、最了解用户痛点的SaaS公司紧密合作，因为它们最清楚哪些工作流该被自动化、用户真正需要什么——这就是它们的核心竞争力。

软件永远是一种资本投入，但你提前花钱，是为了让体验变得更好，然后将这种提升分发给所有那庞大的用户群体。所以我认为，从能力维度来说，这将是一场"逆末日"。我好兴奋，我得给它起个名字。

Ben：对，得有个名字。"SaaS嘉年华"？

Diogo：听起来有点太欢乐了。

Ben：所有SaaS应用都将突然变得大幅更有用。而且，一家SaaS公司的大量资本投入，其实就是触达所有客户。如果你已经触达了所有客户，然后不是仅仅在产品上加个聊天机器人，而是让软件本身变得更好、更好——那将是一件了不起的事。

我不知道这是不是一个现实的梦想，但我觉得有这样一个可能的世界：那些多选框表单会消失。我感觉它们就像是在把自然语言映射到软件早已能处理的结构化输出——只是换了个包装。

Diogo：而且严格来说，这个概念来自80年代，我们那时候叫它"第四代语言"（4GL）。你还记得吗？

我认为"做我的意思"（Do What I Mean）将被推向一个全新的境界。如果我能举一个Jev应用的例子——我不确定是否足够可靠，所以不敢打包票——但有个人用语音来控制电脑，系统不断实时判断：这是一个命令，还是要插入文本？插入的是什么文本？这听起来就是极度酷炫的东西。界面可能将彻底改变，当然我们还需要让它更便宜、更快。

Ben：那就到星际迷航的境界了。

Martin：这里有一个深刻的直觉：如果你今天用AI来生成软件，你创造的仍然是和以前一样的软件。但你看大公司里一个普通的PR，平均大概10行代码——我们真的做过这个研究。所以你自动化了10行代码，而且这10行代码可能还只是某次客户学习的体现。

你优化的其实是一件相当微小的事情，而且它并没有给软件带来新的能力——你只是在自动化这个本来就很小的事情，在极限情况下，意义相当有限。

但现在，有了这个新能力，软件本身真的可以变得更好了。

Diogo：对。而且说实话，在没有Jev之前，我从来没有想到：不管你用多少AI编程智能体，软件本身其实根本没有变好。也许你写得更快了，但可以说反而变差了，因为监督变少了。

Ben：而且往往更不安全。

Diogo：对，肯定的。但现在，你真的可以说：应用将因此获得新功能，因为这个你提供的新基础原语，它能理解自然语言，能够推理，并且将这种能力与状态机结合起来。

如果人们能把这个作为最大收获，那将是对我们工作的最大称赞。我感觉，把现有的三种逻辑门扩展到更多，几乎是一种过于宏大的愿景——在我们的类型体系里，有些类型就像是同一种逻辑门，但里面有一个小小的大脑。如果这真的成为TypeSafe留给世界的遗产，那将是一件对世界来说极其重要的事情。我不会过度承诺，但我会为此而战。

第八章：应用层还是系统底层？

Martin：有一个问题：在像状态一致性、持久性、真正系统级别这些需要提供强保障的严肃场景里，这个能走多深？

分析日志、分析邮件、提供UI、与人类对话——这些肯定没问题。但随着时间推移，这会不会变成像智能数据库一样的东西？甚至……空中交通管制系统——这也是我们真正需要的。

Diogo：确实有点可怕。我的哲学一直是：先自动化容易的，再自动化困难的。但我也认为，一个全新的概率性编程时代将被打开。概率性编程其实有很长的历史，基本上在70年代就消亡了……

Martin：我对这个很熟悉。其实你也可以把Jev叫做一种神经符号系统。你的联创Eric来自那个背景，他跟我聊过贝叶斯方法。

Diogo：对，他在生物领域做了很多工作，时起时落。但我的意思是更广泛的东西。我的品牌是实用主义，极度的实用主义。我不太喜欢生物启发的东西，我认为它从来没有真正奏效过——它有用处，是能激励疯狂的人们工作几十年，直到某天真正突破，再被工程化打磨。AI神经网络的故事确实如此，但很多关于它"为何有效"的解释其实并不准确，比如分层特征提取确实奏效了，否则残差连接就不会有用——但这是另一个话题。

从系统的角度来说，我对这部分并不感到个人兴奋——不是因为不好，而是因为编程起来实在太复杂。但我为这个世界感到兴奋：当我们在不同成本和速度之间拥有大量不同层次的智能时，那些真正的系统狂人会在极限情况下做出各种疯狂的权衡——Jev对他们来说可能太智能了一千倍，他们只需要一个近似的信号来做一个近似的路由判断。

这将是极度疯狂的东西。而好消息是，我们可以再次重建系统——我们有了新的基础原语，这是思考软件的全新方式。我们对互联网做过这件事，从大型机到客户端-服务器架构也做过，我们周期性地就会这样做。

而且，仅仅因为网络安全问题，我们大概就需要重建几乎所有系统，只是为了让它们安全。

Ben：这一点对关键基础设施来说尤其明确。

Martin：你在思考Jev的应用时，更多是从应用层、SaaS、分析的角度，还是从系统底层的角度，还是全部都有？

Diogo：我有一点自己的看法。我的思考框架有点像TCP/IP的底层——UDP不可靠，TCP太可靠，介于其间……

说到我为什么关注"每美元的智能量"——我是从AI驱动的经济革命、AI无处不在的科幻愿景倒推过来的：所有软件里都有AI，满世界都是。我问自己：在这样的世界里，所有对AI的调用中，有多大比例是"为了人类消费"的——需要文体、需要风格，等等？在极限情况下，这个比例其实很少。

从同一个问题出发：有多少调用会在第一层，有多少会在深层底层？我认为极大多数会在底层，但会从第一层开始。而如果你不去瞄准底层，你会很难到达那里。

我认为很多人没有意识到，AI与软件之间是如何"在夜晚擦肩而过"的。即便你试图把AI嵌入软件，它的行为也会很怪——因为软件本来不接受自然语言输入。你在提示词里塞进去你要的JSON格式和schema，它就是不听。最终你只能把输出交给人类，或者再交给另一个LLM——那就是智能体的while循环。

所以从第一性原理来说，只有两条路：人在循环中（聊天），或者智能体（while循环）——因为自然语言需要被反复输入回另一个模型。

我见过太多人经历这种"悲伤的五个阶段"：拿起AI，打算嵌进软件，然后是否认、愤怒，最终走向接受——算了，我就把它交给另一个LLM，交给人类吧。

而我认为，这是第一次，我真正看到：你可以拿一个LLM，拿AI，把它真正地映射到一个状态机，并且高效地做到这一点。

当然，我不想过度承诺。我不知道它是否已经为所有那些被过度承诺的应用场景做好了准备，但我的团队会为此而战，我们真的非常非常在乎可靠性。

第九章：可靠性与"做我的意思"

Diogo：我们本可以早得多发布。我不认为人们意识到这一点，也不认为他们会从Twitter上的讨论中意识到。人们大概永远不会真正理解，但它就会有那种感觉——哦，我可以信任这个。所以它是反挫败感机器。

"做我的意思"——对我来说，这关乎世界的流畅度：让一切都更顺畅地运转，像齿轮咬合一样紧密联动。我其实有一整套"AI乌托邦愿景"，分布在不同的维度上。"做我的意思"是其中非常重要的一部分——想象一下，所有的技术都按你的意思运作。那不是科幻。看看AI有多聪明，不是吗？

Martin：确实令人惊叹。也许这就是我们今天最好的收尾之语了。

Ben： "做我的意思"。我喜欢。谢谢Diogo，这是一次很棒的对话，非常享受。

风险提示及免责条款

A股三大股指早盘集体转跌，地产爆发、万科涨停，医药股拉升，恒科指跌超1%，新能源汽车普跌

Tue, 29 Sep 2026 02:18:01 GMT

9月29日，A股早盘震荡走低，三大股指盘初冲高后集体转跌，微盘股指数反弹，房地产板块爆发，文化传媒、生物科技板块上涨，创新药、CRO、PCB等概念股拉升。培育钻石、玻璃基板、煤炭开采等概念股陷入调整，海运、石油天然气、贵金属等板块延续弱势。

港股早盘低开低走，恒指、恒科指双双下跌，恒科指跌超1%，恒生生物科技指数反弹2%，生物医药上涨，康方生物涨超10%，权重科网股多数下跌，新能源汽车大跌，蔚来、吉利跌幅居前。债市方面，国债期货多数走高。商品方面，国内商品期货普遍下跌，贵金属期货跌幅居前。核心市场走势：

A股：截至发稿，沪指跌0.05%，深成指涨0.15%，创业板指涨0.09%。

港股：截至发稿，恒指跌0.30%，恒科指跌0.83%。

债市：国债期货多数上涨，截至发稿，30年期主力合约持平，10年期主力合约涨0.03%，5年期主力合约涨0.03%，2年期主力合约涨0.02%。

商品：国内商品期货多数下跌，截至发稿，沥青、焦炭涨超1%，沪锡、螺纹钢、工业硅、焦煤、纸浆、燃油、不锈钢、热轧卷板、玻璃等小幅上涨，沪铝、沪铜、锰硅、铁矿石、沪镍、碳酸锂、烧碱、菜籽、豆粕等品种下跌，多晶硅、沪金、氧化铝、钯金跌超1%，集运指数、铂金、沪银、橡胶、鸡蛋、原油跌超2%。

10:11

地产股持续拉升，万科A触及涨停，信达地产、深物业A、华联控股等多股封板，特发服务涨超13%，滨江集团、绿地控股、招商蛇口、金地集团跟涨。

09:48

新股N安达盘中涨幅扩大至345%，触发二次临停，成交额超2亿元。

09:47

早盘创新药概念震荡回升，近岸蛋白涨超6%，续创历史新高，此前津药药业2连板，百花医药、康弘药业、益诺思、益方生物、贝达药业跟涨。

消息面，9月28日，上海思璞锐与默沙东联合宣布，双方就在研临床前口服KRAS G12D（ON）抑制剂SPR2015达成全球独家授权协议。潜在总金额21.3亿美元，包含4亿美元首付款，其余随开发和商业化里程碑兑现。

09:43

截至发稿，康方生物涨11%创一个多月新高，成交11亿港元。

近期，康方生物旗下全球首创肿瘤免疫2.0基石药物依沃西在2026年世界肺癌大会（WCLC）上公布HARMONi-2研究最新总生存期数据。据康方生物消息，对比默沙东公司的帕博利珠单抗，依沃西显著延长了中位总生存期至30.8个月，帕博利珠单抗的中位总生存期为22.6个月。

09:41

网络安全概念震荡拉升，中新赛克5天3板，启明信息、高凌信息、永信至诚、奇安信跟涨。

消息面上，英伟达发布开放智能体安全平台，该平台由OpenShell开源软件和Sentry参考系统设计组成，Sentry系统则运行于BlueField-4 DPU上，能够持续监控智能体行为，并在发现异常时将其隔离，最快可在数毫秒内完成。

09:37

早盘PCB概念震荡反弹，依顿电子涨停，奥士康、迅捷兴、四会富仕、金百泽、超声电子跟涨。

09:35

电力板块表现活跃，浙江新能2连板，宁波能源直线涨停，中闽能源、粤电力A、银星能源跟涨。

09:27

上证指数低开0.2%，创业板指跌0.11%。贵金属、通信设备板块跌幅居前，房地产、餐饮旅游指数上涨。

09:25

广汽集团复牌一字涨停，公司拟发行股份购买一汽丰田50%股权。

09:21

恒指高开0.02%，医疗保健、能源板块涨幅居前。恒生科技指数跌0.21%，蔚来跌超2%。

风险提示及免责条款

“用户日增速10%”！成立仅1年，“当红个人AI代理”Instinct估值已达100亿美元，红杉、Benchmark等大牌VC追着投

Tue, 29 Sep 2026 01:37:12 GMT

个人AI代理赛道正在跑出一匹速度惊人的黑马。

9月28日，旧金山初创公司Instinct宣布完成10亿美元C轮融资，由红杉资本、Benchmark Capital和Coatue联合领投，估值达100亿美元。这家成立仅约一年、产品仍处于邀请制内测阶段的公司，目前平台年交易流水已超10亿美元，用户日环比增速维持在约10%——且营销支出为零。

Instinct创始人兼CEO Noah Shinn在接受播客节目"Invest Like The Best"主持人Patrick O'Shaughnessy专访时首次公开详述公司运营细节。他表示，这笔融资将用于扩大用户覆盖和持续推进产品研发，"我们才刚刚开始"。这期博客节目也于9月28日播出。

这轮融资的背后，是投资人对个人AI代理这一新兴赛道的高度押注。Noah Shinn在访谈中直言："这可能是有史以来最激动人心的软件竞赛，最终的结果是数万亿美元的市场。"

Noah Shinn

没有App，只有一个电话号码和邮箱

Instinct的产品逻辑与市面上大多数AI工具截然不同——它没有独立应用，用户通过短信、电话或电子邮件与其交互。Noah Shinn解释道：

这不是一个新App，也不是一个新工具，而是一种新体验。它有自己的手机和电脑，你可以发短信给它，可以打电话给它，它也可以主动打电话给你。

他举例说明这种"主动性"：

如果有一件真正紧迫的事情，它会打电话给你说：'我不想打扰你太多，但你需要在下午3点前签署这份文件，现在是2点55分，你能处理一下吗？它在你的收件箱里，我甚至可以再发一封邮件把它推到最顶部。'

这种设计背后有一个核心原则。Noah Shinn说："我不想把简单的界面与有限的能力混为一谈。它有一台电脑，所以它几乎可以做你在互联网上想做的任何事情。"

年交易流水超10亿美元，旅行占一半

尽管仍是邀请制，Instinct的商业规模已相当可观。

Noah Shinn在访谈中透露："我们目前年交易流水已接近并超过10亿美元，而用户基数还非常小。其中50%来自旅行。"

他描述了一个典型场景：用户只需发一条语音消息说"我今晚需要到纽约"，Instinct便会自动识别用户当前位置，根据其偏好的航空公司、座位类型、信用卡，完成机票预订，再衔接酒店、机场接送Uber，并同步到日历——"用户真正做的，只是录了一段语音。其他一切都解决了。"

他认为，这种体验将从根本上改变旅行预订行业的格局："旅行代理商提供的价值在于整合和呈现，但现在有了一个更好的体验。"

增长：0元营销，日增10%

Instinct的增长路径同样引人注目。

Noah Shinn描述了增长的起点："我们最初把产品给了大约200人，都是亲近的朋友和家人。第二天来了大概5个人，然后是210个……然后增速开始加快，从1%、2%，到3%、4%，再到6%、7%、8%、9%，现在我们大概是每天10%到11%的日环比增长。"

每位用户只有5个邀请名额。Noah Shinn说："每天大约有10%的用户决定把自己宝贵的邀请名额之一给别人，而这每天都在发生。"

这种稀缺感催生了二级市场。"我前几天看到有人在eBay上出售邀请码，大概300美元一个。"他说。

整个过程中，Instinct的营销支出为零。

信任是核心变量：3周后40%用户交出信用卡

个人AI代理面临的核心挑战是信任。用户愿意把多少敏感信息交给它，直接决定了它能做多少事。

Noah Shinn分享了一组数据："我们发现，建立信任大约需要几周时间。入网三周后，有40%的用户已经向Instinct共享了个人信用卡。"

他将"首次共享信用卡的时间"视为信任的代理指标，并强调这一数字的含义："这40%还包括了在此之前已经流失的用户比例。"

更关键的是留存数据："我们发现，当用户向Instinct共享至少一条敏感信息并真正信任它之后，留存率高达80%。对于一款消费级产品来说，这个数字相当惊人。"

商业模式：对标Apple Pay，拒绝广告

Noah Shinn明确拒绝了广告变现路径。

"我不想构建那种现实，"他说，"想象一个Instinct比用户更聪明的世界——如果它利用自己的智能去影响用户购买他们不想买的东西，那将是非常危险的。"

他将Google、TikTok、Instagram等平台的广告模式定性为"用户不付费，用户就是产品"，并表示Instinct的设计原则是"完全站在用户一边行动"。

在商业模式上，他的思路是交易抽佣。"我看到的是一个覆盖全平台的交易抽佣模式，就像Apple Pay——用户免费使用，商家为获得分发渠道而付费。"他以旅行行业为例，指出部分精品酒店愿意为每笔成交支付高达30%的佣金，而Shopify的抽佣率约为2%至3%，Amazon约为10%，Apple应用内购买为30%。"我们还不知道自己会落在这条曲线的哪个位置，但我们的目标是在高端。"

算力是最大的焦虑

Noah Shinn坦言，他约40%的时间都在思考算力问题。

"这不像传统消费产品，用户翻倍，你买2倍资源就够了，"他说，"问题在于，算力的采购有几个月的交货周期。如果你现在以10%的日增速运行，3到4个月后就是1亿用户。你现在要为1亿用户买算力吗？如果你买错了，代价是3到4倍。"

他还指出，Instinct的算力需求与代码生成类产品有本质区别：

Instinct可以在一天中的任何时刻'醒来'和'入睡'。它可能早上6点就醒来，因为它知道你7点起床，它会扫描所有事情，确保一切为你准备好。这种后台工作量是代码生成产品完全没有的。所需的算力将比我们预想的多出数个数量级。

他同时透露，Instinct已找到一套成本优化方案：通过定制化推理部署，将不需要实时响应的后台任务与即时交互任务分开处理，在相同算力下实现3倍至8倍的效率提升，从而以接近前沿模型（如Opus 5）的性能水平，以极低成本提供服务。

“Instinct互联”网络与行业重构

Instinct近期推出了"可信人际网络"（Trusted Person Network）功能，允许两个用户的Instinct代理直接通信，自动协调日程、共享文件。

Noah Shinn描述了一个典型场景："你只需说出意图——我想在本周末前和这个人见面。它会和对方的Instinct协调，找到双方都有空的时间，然后把会议放进日历。"

他认为，这一功能将对现有数字服务产生深远影响，但他的态度是合作而非对抗。"我认为大多数数字服务不会被颠覆，而是会被改变和转型，"他说，"我们的方式是去找到这些企业，告诉他们：这是我们认为你的业务现在的样子，这是Instinct用户现在与你的业务互动的方式，我们能做什么来让双方都更好？"

他的核心判断是：那些收入依赖用户在App上花时间（而非依赖实际交易量）的企业，面临的风险最大；而那些能从更高交易量中受益的企业，则将从中获益。

风险提示及免责条款