AI观测站-AI Observatory

🧠 本期要点1) 特朗普政府推动ExportAI计划，用数十亿美元融资升级美国进出口银行工具，支持“可信的美国AI技术”出口。2) OpenAI将GPT-5.5 Instant作为ChatGPT新默认模型，更新重点包括更清楚回答、更低幻觉率和更细个性化控制。3) SpaceX正推进纳斯达克上市，Starlink进入全球品牌五百强，估值51.9亿美元，下一代Starlink V3卫星计划2026年下半年用Starship发射。4) 亚马逊过去一年发射300多颗卫星，推进低轨卫星服务，远期星座规模约7700颗，与Starlink竞争加剧。5) 特斯拉将FSD推向中国市场，但仍需驾驶员监督，小米、小鹏等中国车企已扩展辅助驾驶技术，小马智行和百度Apollo Go继续推进无人出租车。6) 软银股价一度上涨超16%，因英伟达财报强化AI投资乐观情绪，软银持有Arm股份并投资OpenAI超300亿美元。7) Cornerstone与Salesforce合作。8) Adecco集团研究覆盖13个国家2000名高管，仅22%非常有信心组织培养面向未来的能力，36%领导者称人才策略清楚。9) Starlink品牌价值51.9亿美元，单颗V3卫星下行容量目标1太比特每秒，单次Starship发射可携带60颗V3卫星。10) 软银截至今年3月财年，来自OpenAI的投资收益合计450亿美元，软银正变成“AI资产放大器”。⏱ 时间线00:27 先看政策。00:53 这条新闻的边界要说清楚。01:25 第二条看模型入口。01:53 这里也要划边界。02:24 接下来换到基础设施，但不是数据中心，而是天上的网络。02:55 竞争也在加速。03:28 这个数字听起来很大，但要注意，品牌价值不是收入，上市文件里的时间表也不是已经完成的发射。04:00 第四条看自动驾驶。04:31 这不能直接等同于中国消费者已经买到了无人驾驶。05:06 第五条看亚洲资本市场。05:37 这组数字同样要小心看。06:12 最后看企业落地。06:48 同一天，Adecco 集团的一项全球研究也给了一个现实背景。07:15 所以这不是“给人力资源系统加一个聊天窗口”的故事。

AI产业正经历一个关键的“算账时刻”，其重心正从不惜一切代价的增长转向成本纪律和商业可持续性。这体现在Meta大规模裁员但同时将资源全面倾斜至AI部门，Google以高性价比中端模型冲击旗舰市场，以及OpenAI通过长期合约模式锁定算力需求，共同预示着AI投资逻辑和商业模式的深刻转变。Meta裁员与AI倾斜Meta启动新一轮大规模裁员，波及约10%员工，并取消6000个空缺职位。约7000名员工将被重新分配到AI相关岗位。AI基础设施、基础模型和AI商业化团队被明确保护，成为“免死金牌”。扎克伯格在内部备忘录中强调“成功不是理所当然的”，反映AI竞赛的财务压力。Google中端模型崛起Google发布Gemini 3.5 Flash模型，定位为低成本、高效率。在Box AI复杂文档评测中，整体性能跃升12个百分点，医疗行业得分从51%增至73%。其性能已接近甚至超越旗舰模型，定价约为每百万输出Token 9美元。预示着AI模型市场“中端崛起”，将压缩旗舰模型的定价空间。OpenAI算力合约化OpenAI向YC最新批次每家初创公司提供200万美元Token额度。推出1-3年期Token折扣承诺，以锁定长期算力容量。Sam Altman解释此举旨在应对容量受限，提供确定性。标志着AI算力采购模式正从“按需购买”转向“长期合约”。

该播客旨在探讨新能源车行业虽为长期发展方向，却为何导致众多投资者亏损，其核心在于制造业特性——过快的扩产、技术迭代、价格战和库存压力，使得即使行业前景光明，也并非所有公司都能盈利或股价上涨。它将深入分析从政策推动到市场饱和、再到未来机器人机遇的产业周期，为投资者提供深刻的经验教训。新能源车产业基础与发展轨迹构成与演变: 新能源车不仅是电池驱动，更是集三电（电池、电机、电控）与软件系统于一体的移动智能终端，核心从发动机转向三电与软件。政策与市场驱动: 早期通过购置补贴、免税、牌照和双积分政策扶持，特斯拉上海工厂和比亚迪垂直整合等共同推动产业规模化发展。渗透率差异: 全国新能源车渗透率虽高，但在城市、省份、气候、充电设施等方面存在显著差异，插混与增程是克服纯电焦虑的重要过渡方案。锂电池产业链与市场周期完整产业链: 涵盖从锂矿、镍钴锰等原材料到正负极材料、电芯、模组、PACK，直至回收与梯次利用的全链条，利润会在链条各环节间转移。锂价剧烈波动: 碳酸锂等锂资源价格曾因供需紧张暴涨，后因供给增加、需求增速放缓和库存周期反转而暴跌，深刻影响全产业链盈利。全产业过剩: 整车、动力电池和材料各环节均面临产能过剩、开工率不足、价格战激烈等问题，即使是“好行业”也无法避免“囚徒困境”式的内卷。投资教训与未来趋势新势力融资困境与估值重估: 造车是重资产、高烧钱行业，新势力需持续融资以覆盖研发、销售等高昂费用；市场从关注交付量转向毛利率、现金流和盈利质量。股价腰斩与估值逻辑转换: 2020-2021年新能源股高估后，因锂价下行、价格战和产能过剩，市场估值逻辑从“成长股”切换至“制造业周期股”，导致股价深度回调。机器人与具身智能的想象空间: 新能源车是移动机器人雏形，与具身智能有技术交集，但人形机器人商业化尚早，短期财务贡献有限，不能掩盖车企主业亏损。周期行业价值投资真谛: 投资者不应盲目追逐赛道或龙头，而应关注公司的成本优势、现金流、债务状况、管理层扩张是否克制，以及估值是否反映周期底部，避免价值陷阱和线性外推的错误。

🧠 本期要点1) ASML CEO Christophe Fouquet在2026年5月20日比利时Imec Technology Forum上表示，AI需求飙升正加剧芯片市场供应紧张。2) 阿里巴巴于2026年5月20日披露Zhenwu AI芯片已向20个行业、超400家客户交付56万颗，并宣布下一代大语言模型Qwen3.7-Max“将很快发布”。3) 韩国媒体The Elec 2026年5月20日报道，英特尔加速推进14A（1.4纳米）制程研发，目标2029年量产，并计划2026年10月向外部客户分发14A beta PDK。4) TechCrunch 2026年5月20日报道，特斯拉FSD Supervised功能已落地欧洲，此前已在澳大利亚、加拿大、中国、墨西哥、新西兰、波多黎各、韩国和美国等市场部署。5) CNBC 2026年5月20日报道，Meta CEO扎克伯格在裁员备忘录中提及AI转型，约7000名员工将转入AI相关岗位。6) Gizmodo 2026年5月20日援引Axios报道称，特朗普政府一份AI行政令草案拟将企业向政府共享AI模型的要求由强制改为自愿，草案含“网络安全”等章节。7) 路透社2026年5月20日报道，ASML确认其高数值孔径EUV光刻设备将成为英特尔14A制程量产关键设备，该设备为当前最先进极紫外光刻系统。8) CNBC 2026年5月20日报道，阿里巴巴Zhenwu芯片交付量达56万颗，覆盖金融、政务、制造等20个行业，客户数超过400家。9) TechCrunch 2026年5月20日报道，特斯拉FSD Unsupervised版本未向公众开放，仅用于约50辆robotaxi测试车。10) CNBC 2026年5月20日报道，Meta正推动组织重构，除裁员外将约7000名员工调入AI岗位，涵盖Llama开源模型支持、基础设施与广告系统等团队。⏱ 时间线00:27 先看最底层的设备。00:56 这个判断要小心听。01:26 普通用户短期内未必会感受到光刻机排队，但企业客户会感受到另一种变化：高端 AI 服务不一定只按模型能力定价，还会被设备、晶圆和封装节奏一起推着走。01:42 第二条看中国 AI 基础设施。02:08 这里的数字很大，但它代表的是芯片交付量，不等于收入，也不等于每个客户都已经把核心业务跑在这套系统上。02:37 如果这条路跑顺，受影响的不只是阿里云客户，也包括想控制算力来源的金融、政务和制造企业。02:51 第三条还是制造，但时间拉得更长。03:19 这条新闻听起来很工程，但它会影响 AI 芯片公司未来几年把订单放给谁。03:55 第四条转到自动驾驶。04:18 昨天我们讲过特斯拉无人驾驶商业化时间表，今天的新一层变化是欧洲市场的落地范围。05:00 第五条看组织变化。05:24 前几期我们提过 Meta 裁员压力，今天新增的信息不是“又裁一次”这么简单，而是 7000 人向 AI 岗位迁移。05:58 最后看监管。06:23 5 月 19 日那期我们讲过，特朗普政府正在考虑是否测试甚至许可最强 AI 模型。06:59 跨国公司还要多看一层：同一个模型服务，在美国、欧洲和亚洲市场面对的披露义务可能不一样。

2026年5月，AI圈正经历一场变革与阵痛：谷歌旗舰AI模型延期发布引发开发者不满，凸显了产品交付的挑战；同时，AI基础设施领域出现新瓶颈，光学互联需求激增，推动CPO等技术发展。资本流动也显示，企业SaaS融资重心已转向AI原生平台和基础设施建设，预示着AI产业将迎来“分账时刻”，只有真正具备AI原生能力和基础设施护城河的公司才能生存和发展。谷歌AI产品策略与市场反馈旗舰模型延期与开发者失望： 谷歌I/O大会宣布Gemini 3.5 Pro延至下月发布，导致现场开发者发出“嘘声”，反映市场对谷歌AI产品发布速度的担忧。多模态与代理模型进展： 尽管旗舰模型延期，谷歌仍发布了更轻量高效的Gemini 3.5 Flash作为默认模型，以及可处理多种输入并生成视频的Gemini Omni系列。AI代理框架创新： 推出Spark模型（“OpenClaw的谷歌版本”），一个轻量级AI代理框架，能执行邮件撰写、学习指南等多种任务，并可与谷歌Workspace集成。光学互联：AI基础设施新瓶颈数据中心需求激增： AI数据中心对光学互联的需求呈爆炸式增长，中国光纤制造商订单已排至2027年初，全球30%的光纤需求预计将来自数据中心。巨头提前布局： Meta和英伟达等大公司已与康宁签署长期合同，以保障光学互联供应。CPO技术兴起： 共封装光学（CPO）成为关键技术，通过将光学引擎和交换芯片封装在一起，大幅降低功耗和延迟；富士康计划于2026年Q3量产CPO交换机。光学企业受追捧： Lumentum、Ciena、Corning等光学公司股票成为2026年AI板块涨幅最大者，表明市场对这一“隐形瓶颈”的关注。AI重塑企业SaaS融资格局AI平台主导融资： 2026年Q1企业SaaS融资额达1730亿美元，其中OpenAI（1220亿）和xAI（200亿）占据主导，资金流向主要集中于AI平台和基础设施。AI原生工作流获青睐： 资本偏好那些从一开始就为AI设计（AI-native）的工作流和拥有更重基础设施的平台，而非仅仅在传统SaaS上叠加AI功能的方案。传统SaaS加速转型： SAP等传统SaaS巨头积极推出AI代理中心和代理治理方案，旨在通过行业经验和合规性优势应对AI带来的市场挑战。AI产业的“分账时刻”与未来展望从应用到基础设施的转变： AI产业正从“应用层创新”转向“基础设施层军备竞赛”，导致资本向头部集中，供应链瓶颈从GPU扩展到光纤、CPO等领域。产品发布受基础设施制约： 谷歌旗舰模型的延期反映了产品发布节奏正受基础设施能力限制。即将到来的产业“分账”： 预计未来12个月，AI产业将迎来一个“分账时刻”，那些烧钱但缺乏盈利能力、或仅做功能叠加的公司将被淘汰，唯有掌握“AI原生工作流”和“基础设施护城河”的企业才能收割市场。

2026年5月，AI行业的竞争重心已从单纯的模型发布转向人才、资本、供应链和真实场景的全面争夺。这不再是模型性能的单一较量，而是看谁能将核心人才、资金、芯片、存储、汽车、手机等关键要素整合到位，共同构筑AI的深层底座。### 人才与硬件底座：AI竞争的核心战场* 顶尖人才流向关键领域： Andrej Karpathy 加入 Anthropic 的模型底层训练团队，突显AI公司对能从源头优化模型的人才极度渴求。* 行业专家成为新稀缺资源： MiniMax 启动“10x Team”计划，招募工业软件、游戏引擎等垂直领域专家，旨在将AI深度融入具体产业。* 资本涌入保障算力与薪酬： DeepSeek 传闻寻求高达500亿美元估值的首轮外部融资，其资金将用于增强算力基础设施和改善员工薪酬，应对高昂运营成本。* 国产存储芯片补强AI链条： 长鑫科技冲刺科创板IPO，长江存储启动IPO辅导，显示中国正在通过资本市场输血，强化AI算力所需的内存与闪存等硬件底座。### OpenAI胜诉后的治理困境与公共属性* 马斯克官司败诉： OpenAI及Sam Altman在与马斯克的官司中胜诉，法律上暂时解除了一项潜在障碍。* 公司治理争议浮出水面： 庭审暴露了OpenAI在非营利使命与商业化发展之间的潜在冲突，以及治理结构的透明度问题。* AI巨头的基础设施化趋势： 随着前沿AI公司体量变大，其角色愈发趋向公共基础设施，外界对其控制权、监督机制及责任承担提出更高要求。### AI走出聊天框：抢占物理世界的真实入口* 智能汽车成为AI新载体： 理想L9 Livis版本发布，通过自研芯片、VLA模型等技术，将汽车包装成具身智能SUV，抢占移动出行入口。* OpenAI探索硬件生态： OpenAI收购Jony Ive的硬件公司并探索智能音箱等设备，表明其正寻求从软件层面向物理世界的硬件入口扩张。* 传统巨头面临AI交付挑战： 苹果Siri AI功能延期并达成和解，凸显即使拥有强大终端入口，AI的实际交付能力和节奏仍是市场关注焦点。* 大厂推动AI融入真实业务： 阿里云AI收入增长，腾讯将AI定向能力应用于广告等业务，显示中国科技巨头正积极将AI落地到实际商业场景中。

🧠 本期要点1) Business Insider报道，Google CEO桑达尔·皮查伊宣布Gemini 3.5 Pro将于下月推出。2) 路透社报道，微软在印度海德拉巴的最大数据中心计划于2026年中投用，微软去年底宣布投资175亿美元，2025年初追加30亿美元，这是其在亚洲最大投入。3) 发那科宣布与Google建立战略合作，将Google技术用于机器人系统推进Physical AI，Google驱动的AI智能体已能操作机器人。4) Anthropic更新的Claude Code页面显示，该编码智能体可读取代码库、跨文件修改代码、运行测试并交付代码，内部大多数代码由Claude Code编写。5) SAP在Sapphire 2026期间推出SAP Business AI Platform，整合业务技术平台、业务数据云和AI能力，配套AI Agent Hub和智能体治理能力。6) 路透社报道，美国国会议员推动立法削弱中国AI和科技产品海外销售，文件将风险描述为供应链脆弱性，引用研究称中国去年对“一带一路”投入达2130亿美元。7) 先看模型入口。商业媒体 Business Insider 5 月 19 日报道，在 Google I/O，也就是 Google 年度开发者大会上。8) 这条新闻的边界很重要。Gemini 3.5 Pro 还没有正式推出，发布会上的能力展示也不等于企业客户明天就会迁移核心流程。9) 第二条看基础设施。路透社 5 月 19 日报道，微软一名高管说，微软在印度最大的一个数据中心计划在 2026 年中投用。10) 这个数字要小心看。175 亿美元是投资计划，不是已经产生的收入；数据中心投用，也不等于印度企业立刻获得更便宜的 AI 服务。⏱ 时间线00:31 先看模型入口。01:12 这条新闻的边界很重要。01:50 第二条看基础设施。02:21 这个数字要小心看。02:56 第三条转到机器人。03:31 这不是一个“机器人马上替代工人”的故事。04:02 第四条看开发者工具。04:36 这里也要划清口径。05:12 第五条看企业软件。05:49 这条新闻听起来有点企业软件味，但它很关键。06:25 最后看政策变量。06:57 这里不能把立法努力听成已经生效的新法律，也不能把 2130 亿美元直接等同于 AI 出口金额。

人工智能的发展正呈现出“冰火两重天”的复杂局面。一方面，其对电力的巨大需求正引发美国电力市场的剧烈变革，科技巨头投入巨资以应对可能到来的“AI电力危机”。另一方面，AI驱动的效率提升导致科技公司大规模裁员，形成“效率悖论”，同时，AI模型的强大能力也带来了前所未有的安全风险，促使监管和合规成为新的焦点。AI能源需求飙升，电力市场告急NextEra能源斥资668亿美元收购Dominion Energy，后者拥有51吉瓦的电力合同，主要服务AI数据中心，凸显AI对电力资源的巨大需求。靠近数据中心的批发电价五年内上涨267%，预测2027-2028年可能出现第一次“AI电力危机”。科技巨头如Google与NextEra合作重启核电站，Constellation能源升级核电站，试图通过自建或合作解决电力瓶颈。电力增量（如158兆瓦）相较于AI的巨大需求显得杯水车薪，迫使AI公司考虑向冰岛、挪威等电力成本更低的地区“移民”。AI驱动的“效率悖论”与就业冲击Meta裁员8000人，但同期资本开支预计达1450亿美元；亚马逊、微软、Cloudflare、Snap等公司也进行大规模裁员，反映“一边裁员一边烧钱”的现象。Cloudflare和Snap的CEO均指出，Agentic AI和AI工具使小团队能完成更多工作，减少了传统岗位的需求。AI相关岗位在增加，但整体裁员速度远超新岗位创造速度，传统软件工程师的“黄金时代”可能结束。Google、微软、亚马逊、Meta四大巨头总资本开支高达7250亿美元，比去年增长77%，但其投资回报率存疑，若回报不佳可能削减AI预算。强大AI模型引发安全担忧与监管收紧Anthropic最新模型Mythos被认为“太危险”，能发现安全漏洞甚至攻击操作系统，仅限于“可信伙伴”使用。英国政府警告企业董事会需定期讨论网络风险，美国政府考虑对最强AI模型上市前进行测试和许可。AI安全已从理论讨论转变为法律义务，爱尔兰草案规定AI系统“部署者”需承担风险管理责任。模型的安全性将成为AI公司新的竞争壁垒，能证明模型安全的将获信任，反之可能面临发布限制，预示AI“野蛮生长”时代结束。

AI观测站 · 周长文 vol.4本周主线：开闸了—H200禁令松扣、铁人机器人进宝马厂、内存超级周期顶部、台积电十八炉齐点火，每一扇门后面都有一道还没公布的账。【本周江湖四件大事】- H200对华解禁：两国领导人日内瓦会晤后，CNBC报道美国据报批准英伟达H200芯片对华销售。这是近年来最密集芯片管制体系里一次方向性松动，英伟达官方及美商务部暂无确认。（CNBC，5月15日）- 内存超级周期逼顶：Gartner称全球内存收入将从2025年约两千一百亿美元飙升至2026年约六千三百亿美元，DRAM价格预计涨125%，NAND价格预计涨234%。SK海力士今年涨超200%逼近万亿市值，美光全年HBM产能已售罄，据报过去12个月股价约涨九倍。（Gartner预测，CNBC，Yahoo Finance，5月11日至15日）- 台积电十八厂扩产与七千亿资本支出：台积电宣布全球新建十八座晶圆厂及先进封装设施，加速CoWoS和SoIC产能。同期Bernstein估算，四大云厂商今年AI资本支出合计约七千两百五十亿美元，较去年涨77%。硅谷部分地区电网据报已出现承压。（台积电公告5月14日，Bernstein报告，各家媒体，5月14日至16日）- Figure铁人进宝马厂：Figure AI宣布旗下人形机器人以Helix-02模型在宝马工厂实现24小时连续自主运行，完成完整八小时轮班，无需人工介入。同周中国宇树科技GD01机器人获得首批订单，支持双足和四足模式切换。（Figure AI官宣，宇树科技，5月16日）【时间戳】00:00　开场 · 开闸了—这一周每一把锁后面绑着什么03:15　第一回 · 特朗普暂开芯锁，黄仁勋递出算牌09:03　第二回 · 海力士捧起铲冠，美光厂押满存粮14:47　第三回 · 台积电点起十八炉，四云厂摊开万亿账20:19　第四回 · Figure铁人进宝马，宇树机甲踏订单25:16　最后一回 · 四件变了的事，四个值得盯的问题【本期反共识判断】- H200解禁不是中国AI赢了，拿到H200的中国公司同时拿到了下次精准制裁的靶子，供应链依赖从低水位被限变成了存量被切断的风险- 三星提前六个月建厂、美光全年HBM售罄同时出现，是超级周期顶端最常见的特征，不是底部信号，扩产完成后的供需逆转风险正在积累- AI下一个最真实的稀缺不是GPU也不是HBM，是瓦特；电力是七千多亿美元资本支出能不能真正跑起来的最硬约束- Figure AI进宝马厂的首要目的不是交付制造价值，而是收集工业真实世界训练数据；宝马是铁人最贵的数据标注员，不只是客户【主要信息源】- H200对华销售：CNBC独家（2026年5月15日）- 内存超级周期数据：Gartner预测报告，CNBC内存报道（2026年5月10至11日）- 美光股价与HBM：Yahoo Finance（2026年5月13日）- 台积电扩产公告：台积电官方声明（2026年5月14日）- 四大云厂商AI资本支出：Bernstein分析报告（2026年5月15至16日）- 硅谷电网压力：各媒体报道（2026年5月16日）- Figure AI宝马工厂：Figure AI官宣（2026年5月16日）- 宇树科技GD01：宇树科技官方（2026年5月12日）【声明】- 本期所有涉及估值、股价涨幅、市场份额、资本支出的数字，均来自各媒体报道或机构分析，已注明来源。H200对华销售消息来源为“知情人士”，尚无官方确认，请以正式公告为准。- 本节目内容不构成任何投资建议，所涉及公司、行业不代表投资推荐。【你听完之后能拿走的】- 一张本周AI江湖局势图：这一周有四把锁同时松动—H200禁令、机器人上工、内存万亿市值、台积电十八炉。但每一把锁后面都有一道新的门槛：更深的供应链依赖、顶部扩产信号、电力瓶颈、以及机器人训练数据的真正归属。- 四个值得未来几周盯的关键问题：一，H200对华放行官方确认后最快在哪个季度财报里体现规模；二，内存厂扩产完成后的供需逆转风险何时引爆；三，Figure AI下一代Helix模型性能跳跃有多大，能否证明工厂数据真正有效；四，哪家大厂最先下调2027年AI资本支出指引，届时台积电扩产逻辑如何重新定价。

🧠 本期要点1) 路透社报道，NextEra Energy计划以668亿美元收购Dominion Energy，押注AI数据中心带来的长期电力需求。2) Dominion在弗吉尼亚拥有接近51吉瓦的已签约数据中心容量，客户包括Alphabet、亚马逊、微软、Meta、Equinix、CoreWeave和CyrusOne等公司。3) Constellation Energy正在推进Byron和Braidwood核电站升级，计划向电网增加合计158兆瓦电力，以应对数据中心用电增长。4) Bloomberg Law报道，2020年至2025年，数据中心活动显著增加地区的批发电价最高上涨267%，电力正在成为AI项目的前台约束。5) Business Insider报道，OpenAI和Anthropic正在把AI网络攻防推向新阶段，Anthropic曾因部分模型能力风险过高而延后公开发布。6) The Atlantic报道，特朗普政府正在考虑是否对最强大的AI模型进行测试甚至许可，以防范AI驱动的网络攻击，但相关政策尚未正式落地。7) OpenAI于5月17日发布Codex桌面应用，支持macOS和Windows，并提供并行线程、工作树、自动化和Git等开发者工作流能力。8) Codex已进入ChatGPT移动应用，OpenAI正在把代码智能体从聊天工具推进到跨设备开发工作台。9) 微软发布Copilot Studio 2026年4月更新，强调企业智能体与Microsoft 365及合作伙伴生态的统一管理、安全策略和生命周期监督。10) Yahoo Autos援引路透社报道称，马斯克预计2026年下半年美国道路上无安全员监督的自动驾驶车辆会明显增加，但特斯拉自动驾驶落地时间表仍需谨慎看待。⏱ 时间线00:28 AI数据中心正在重塑美国电力资产。01:03 51吉瓦容量口径和监管风险需要分开看。01:31 核电站升级成为数据中心用电需求的具体信号。02:02 数据中心增长正在推高部分地区电力价格压力。02:40 AI网络攻防能力让模型发布门槛变高。03:17 美国政府讨论最强AI模型测试或许可制度。03:52 OpenAI发布Codex桌面应用。04:23 Codex从移动端延伸到开发者工作台。04:59 微软Copilot Studio强化企业智能体治理。05:31 企业AI竞争转向可管理、可审计和可追责。06:01 特斯拉更新Robotaxi和自动驾驶扩张预期。06:34 自动驾驶商业化仍取决于城市、道路、天气和责任边界。

2026年5月18日，AI产业正经历“三重分裂”：三星4.5万工人罢工威胁AI芯片供应链，Meta裁员8000人凸显AI投资与就业的冲突，而Anthropic却在3年内实现300亿美元营收，创下企业软件增长速度新纪录。这些事件共同预示着AI行业将迎来一场“现实检验”，资本狂欢过后，只有具备真实盈利能力和差异化优势的公司才能存活。三星罢工：AI芯片供应链面临冲击4.5万名三星内存芯片工人罢工，要求对标SK海力士的高额绩效奖金。三星是全球第二大 HBM 供应商，罢工可能导致 NVIDIA、AMD 等AI芯片客户出货延迟。HBM是AI算力最紧缺且利润率高的环节，供应中断将推高价格，并加剧三星与SK海力士的差距。Meta裁员：AI投资与就业的冲突加剧Meta计划裁员 8000人，同时投入数百亿美元用于AI基础设施，引发内部“末日氛围”。这是继2023年裁员 2.1万人 后又一轮大规模裁员，表明AI资本开支正以牺牲就业为代价。AI行业的“造富效应”与“就业效应”脱钩，非核心岗位就业机会减少，引发行业“无就业增长”担忧。Anthropic营收：AI创收速度打破软件历史Anthropic成立3年内实现 300亿美元 年化营收，远超Salesforce（20年）。主要收入来自 Claude API 调用、订阅及企业部署，客户包括摩根士丹利、Zoom等。该数据验证AI模型可作为巨大收入引擎，给 OpenAI 带来竞争压力，并预示企业AI市场进入规模部署阶段。

🧠 本期要点1) Fortune报道三星电子存储芯片工厂面临4.5万人劳工罢工，可能影响AI服务器关键部件HBM供应。2) SK海力士与工会达成协议，将年度营业利润的10%分给员工作为绩效奖金，按2026年利润预测人均可达46万-47.7万美元。3) Anthropic宣布普华永道正在部署Claude，用于帮助客户构建技术系统、执行交易流程并改造企业职能。4) 以色列公司Priority Software发布Priority ERP V26.0，新增aiERP Companion和AI代理，可处理自然语言指令并自动执行流程。5) CNBC报道底特律三大汽车制造商（通用、福特、Stellantis）从就业高点以来削减超2万个美国白领岗位，约占合计白领员工的19%。6) 特斯拉开始推送FSD V14.3.3（2026.14.6.6），统一消费者FSD、Robotaxi和召唤功能的AI模型，召唤速度提高33%至每小时8英里。7) AOL文章对比称Anthropic用3年达到300亿美元收入规模，而Salesforce用了20年。8) 三星罢工可能影响云厂商、服务器客户和存储芯片采购方，但不立即表现为普通用户的App涨价。9) 普华永道部署Claude的边界是未完成所有客户大规模改造，关键在于能否将模型翻译成可交付、可审计的项目结果。10) Priority新版ERP先从低风险流程切入，影响最直接的是财务、运营和IT团队，需重新定义哪些动作可自动执行。⏱ 时间线00:28 先看最底层的供应链。01:05 这个数字要小心看，它是基于利润预测和奖金安排推算出来的，不是每家公司都已经发到员工手里的现金。01:33 第二条看企业交付。02:00 这条新闻的边界是，部署 Claude 不等于所有客户都已经大规模改造完成，也不等于咨询项目马上变便宜。02:28 第三条接着看企业软件。02:57 这听起来像一个产品更新，但它指向一个更大的变化：AI 不是只在旁边回答问题，而是开始进入企业系统的操作层。03:33 第四条看岗位。04:06 这条不能简单听成“AI 已经替代了 2 万人”。04:38 第五条看自动驾驶。05:16 这个数字很具体，但口径也要说清楚。05:50 最后看模型公司的商业速度。06:20 这里必须把边界讲清楚。

AI行业正经历一场万亿规模的投资豪赌，四大云厂商斥巨资押注AI基建，其资本开支增速远超核心业务营收，引发市场对回报周期和可持续性的担忧。同时，AI算力爆发催生了新的技术瓶颈——光通信，促使光学技术和共封装光学（CPO）成为关键解决方案。在机器人领域，市场也呈现出分化趋势，传统劳动力替代型机器人与宇树科技推出的载人机甲型“移动平台”并存，各有其独特的市场逻辑和发展前景。AI基建的万亿豪赌及其风险巨额投资与增速差异: 亚马逊、微软、谷歌、Meta四大云厂商今年计划投入7250亿美元用于AI基建，同比增长77%，而其核心业务（广告、电商）营收仅增长10%到15%。财务压力与策略: 云厂商正以传统业务的利润补贴AI新战场，华尔街担忧这笔万亿豪赌的长期回报和周期不确定性。英伟达的机遇与挑战: 英伟达短期内是最大赢家，但面临云厂商自研芯片和AI回报不及预期可能带来的长期影响。中国与初创企业的挑战: 中国公司在AI基建投入上与美国巨头存在巨大差距，需走“效率路线”；初创公司在云厂商自研AI的竞争下，生存空间被压缩。光通信：AI算力新瓶颈与解决方案瓶颈出现: AI算力爆炸导致数据传输量激增，传统铜线已成为数据中心内部的“交通堵塞”，限制了芯片间的数据交换速度。光学技术崛起: 光通信（如光学技术、光纤）以高速、低功耗成为解决数据传输瓶颈的关键，Lumentum、Ciena等光学公司股价今年涨幅超100%。CPO技术创新: 富士康计划量产共封装光学（CPO）交换机，通过将光模块与交换芯片直接封装，可降低数据中心30%到50%的功耗和延迟。行业格局影响: CPO技术的成熟可能削弱英伟达NVLink和InfiniBand等互联技术的控制力，英伟达也已通过与康宁合作来拥抱这一趋势。机器人赛道的分化与创新载人机甲的突破: 宇树科技发布全球首款量产的载人机甲GD01，实现双足/四足切换，将机器人从“工具”转变为“移动平台”。市场定位差异: 与Figure AI、特斯拉等旨在“替代人类劳动”的机器人不同，宇树的载人机甲作为“载具”，目标应用于救援、探险、军事等更广泛场景。中国企业领先: 宇树科技在机器人商业化方面走在前列，其四足机器人市场份额占全球60%-70%，人形机器人去年出货量超5500台。发展挑战与未来方向: 载人机甲面临严峻的安全认证和法规审批挑战；机器人赛道的分化意味着不同的市场空间和估值逻辑，投资者需审慎选择。

🧠 本期要点1) 亚马逊、微软、Alphabet、Meta四大云巨头2026年AI基础设施资本开支预计达7250亿美元，较2025年增长77%，其中亚马逊指引近2000亿美元。2) Lumentum、Ciena、Corning三家光通信公司位列标普500指数2024年迄今表现最佳前十，股价均上涨超100%，光学组件正成为数据中心关键环节。3) OpenAI于5月11日宣布成立OpenAI Deployment Company，初始投资超40亿美元，将收购AI咨询公司Tomoro，获得约150名AI工程师和部署专家。4) 微软于5月14日开源Microsoft Agent Framework，支持.NET与Python开发生产级AI智能体及多智能体工作流，GitHub星标数约1.05万。5) 宇树科技GD01可载人机甲式机器人已获订单，该机器人支持双足/四足模式切换，带驾驶员时重约500公斤，起售价390万元人民币。6) 宇树科技2025年人形机器人出货量超5500台，四足机器人全球市场份额保持在60%至70%。7) SpaceX据Fortune 5月15日报道，最早可能于下周三提交IPO文件，其Starlink为全球最大的低轨卫星宽带网络之一。8) Bloomberg Intelligence估算SpaceX火箭发射与Starlink业务2026年收入接近200亿美元。9) Energy News Beat 5月16日报道指出，若计入Oracle等公司，华尔街对2024年AI相关资本开支估算超8000亿美元。10) Business Insider 5月16日报道显示，光学技术正成为AI交易新主题，内存芯片之外光学组件在数据中心中的关键性持续提升。⏱ 时间线00:03 早上好，今天 AI，也就是人工智能产业，最值得听的不是又多了一个炫目的演示，而是钱、网络、工程师和真实客户正在一起逼问同一个问题：这么多 AI 能力，到底怎么稳定交付。00:35 先看最底层的投入。01:14 这个数字很大，但口径要小心。01:47 第二条还是基础设施，但位置更细。02:14 翻成人话就是，AI 服务器不是把 GPU，也就是图形处理器，插满就结束了。02:51 第三条看 OpenAI 的企业路线。03:18 这不是一个简单的“卖软件”故事，更像是 OpenAI 承认一件事：企业 AI 很多时候不是开个账号就能用起来，而是要有人进到客户流程里，找场景、改系统、处理权限和评估效果。03:59 微软也在同一条线上补工具层。04:34 但星标数量不等于企业采用，框架开源也不等于安全问题自动解决。05:09 再看机器人商业化。05:45 这个故事容易被科幻感带跑，所以要把边界说清楚。06:21 最后看更宽一点的科技资本市场。06:56 这里同样不能把“据称计划提交”听成已经上市。

随着AI技术飞速发展，其对物理基础设施和人类社会组织带来了前所未有的冲击与挑战。AI数据中心正导致电力需求飙升、电网承压，而人形机器人已展现出高效工作能力，并冲击传统劳动力市场。同时，AI自主编写代码的能力正重塑程序员角色，从编码者转变为AI的“编排师”，这些现象共同揭示，AI的瓶颈已从技术本身转向能源供应、劳动力结构及社会适应性。AI引发的全球电力危机电价飙升与电网承压： 美国东部电价在一季度内上涨76%，PJM电网（覆盖13个州、6700万人）电价从77美元涨至136美元，报告称此趋势“不可逆转”，主要由AI数据中心巨大的电力需求驱动。“电力黑洞”现象： 犹他州一个新数据中心需9吉瓦电力，远超该州当前4吉瓦的总用电量，凸显传统电网难以满足AI的巨量需求。科技巨头抢电与产业重塑： 微软、谷歌等公司正积极签署绿色能源协议以获取电力，AI公司未来选址将更注重电力供应，小公司训练模型成本将大幅增加，或催生“本地推理”模式。人形机器人崛起与劳动力市场变革高效可靠的机器人投入工作： Figure AI的人形机器人（如Bob、Frank、Gary）已能24小时不间断地分拣包裹，展现出高可靠性和适应复杂环境的能力。统一神经网络突破： 机器人采用名为Helix-02的统一神经网络，能像人类一样协调处理视觉、触觉和身体控制信息，实时应对传送带上物体位置和速度的变化。冲击传统就业与电力需求： 人形机器人可能替代物流和制造业的三班倒工人，冲击美国150万仓库工人的岗位；同时，一台机器人一天用电量相当于一个家庭一周，大规模应用将带来巨大的新增电力需求。AI自主编码与工程师角色转型Agent系统实现代码自生成： Anthropic公司指出其大部分代码由AI工具Claude Code编写，该工具作为“项目级Agent系统”，能理解整个代码库并自主规划、修改和测试代码。“Agentic Engineering”新范式： Andrej Karpathy提出“Agentic Engineering”概念，意味着程序员的角色从直接编写代码转变为“编排”和监督AI Agent，即成为“架构师”而非“执行者”。全民开发者趋势与新挑战： AI自主编码降低了非技术人员的开发门槛，使产品经理、运营等也能用自然语言构建工具；但同时也带来了确保AI可靠、安全并与人类目标一致的挑战，催生了“AI编排师”或“Agent驯兽师”等新工程师角色。

🧠 本期要点1) OpenAI将代码智能体Codex集成到ChatGPT移动应用中，使编程能力进入手机端。2) Anthropic在官网介绍Claude Code，该系统可读取代码库、跨文件修改代码并运行测试。3) 美国东部PJM电网2026年第一季度电价达每兆瓦时136.53美元，涨幅76%，数据中心用电需求上升。4) Figure AI的人形机器人在直播中完成8小时仓库分拣演示，使用控制系统Helix-02，达到接近人类水平。5) 富士康计划2026年第三季度量产采用共封装光学（CPO）技术的交换机，预计2027年数倍增长。6) 两国领导人峰会后，英伟达在中国市场前景不明朗，中国公司转向华为等本土芯片厂商。7) 欧盟将高风险人工智能法案（AI Act）合规要求推迟到2027年，为企业提供准备时间。8) Figure AI的人形机器人进一步推进到24小时不停机测试，此前已在宝马南卡工厂测试。9) TechCrunch报道，太浩湖地区供电协议2027年5月到期，电力将转向内华达州数据中心增长区。10) Business Insider报道，Figure AI的仓库演示使用传送带循环系统，旨在证明长时间稳定性而非所有场景。⏱ 时间线00:03 早上好。00:25 先看开发者入口。00:55 同一组搜索结果里，Anthropic，这家同样处在第一梯队的模型公司，也在官网产品页介绍 Claude Code。01:36 第二条看电力。02:12 这个数字听起来很有冲击力，但边界也要讲清楚。02:57 第三条接着看机器人。03:37 但这还不能直接等同于商业化已经完成。04:14 第四条回到数据中心内部连接。04:48 这里的边界是，量产计划不等于所有客户已经部署，也不等于光互联瓶颈马上消失。05:16 第五条看地缘政治。05:39 这条新闻不能读成“英伟达已经失去中国市场”。06:14 最后看欧洲监管。06:45 这里要把来源边界说清楚：这是一篇行业观点文章，不是欧盟官方公告本身。

2026年5月，美国商务部突然解禁了英伟达H200 AI芯片对中国约十家公司的销售，引发了关于这究竟是帮助还是限制中国国产芯片发展的讨论。与此同时，AI热潮也正推动HBM内存等硬件供应商的市值飙升，供应链紧张；在软件层面，以AI代理为主导的“代理工程”正在重塑编程范式，预示着未来程序员角色的深刻转变。H200芯片解禁：机遇与挑战美国商务部批准英伟达H200芯片向阿里巴巴、腾讯、字节跳动等约十家中国公司销售。中国方面担忧此举可能影响华为、DeepSeek等国产芯片的发展，陷入“卖一代、锁一代”的局面。英伟达每年可从中国市场赚取数十亿美元，但此“解禁”也可能刺激中国加速芯片自研，视为过渡期。AI硬件市场：HBM内存与供应链热潮SK海力士和三星市值突破万亿（美元），今年股价因AI驱动的HBM（高带宽内存）需求猛增。HBM作为AI芯片训练的关键组件，供应极度紧张，韩国DRAM价格一年内上涨近五倍。尽管H200解禁，中国AI公司仍面临HBM产能被大客户锁定的困境，导致有钱也难以购得。编程范式变革：AI代理与“代理工程”前特斯拉AI总监Andrej Karpathy提出“代理工程”概念，称其80%代码由AI代理（如OpenAI的Codex）完成。编程核心技能从“写代码”转向“管理AI”，程序员需学习指挥和审查AI生成代码，角色变为“工头”。AI代理正通过“Dreaming”等功能自我学习改进，预计到2027年一半代码由AI编写，催生“代理工程”等新高薪岗位。

🧠 本期要点1) 美国商务部批准约10家中国公司购买英伟达H200芯片，包括阿里巴巴、腾讯、字节跳动和京东，但批准不等于芯片已到货，出口管制未转向。2) 台积电快速扩大CoWoS和SoIC先进封装产能，AI需求推动全球18座新晶圆厂和先进封装设施建设，但扩产是长期动作，交付需时间。3) OpenAI在Codex定价页面宣布，100美元月档位使用量5月31日前翻倍，并开放GPT-5.3-Codex-Spark研究预览，旨在推动开发者高频使用。4) 微软Copilot Studio 2026年4月更新强调智能体治理，客户创建的智能体可与Microsoft 365生态共享策略、安全控制和生命周期监督。5) Waymo召回约3800辆无人驾驶出租车，因软件问题导致车辆驶入积水道路，4月一辆空载车在圣安东尼奥被冲进溪流。6) 一位前Meta中国研究员共同创办自我改进AI系统初创公司，完成46亿美元融资，由GV和Greycroft领投，英伟达和AMD参与。7) 路透社报道北京方面担心进口高端芯片可能削弱本土AI芯片替代动力，H200许可更像中美科技关系中的有限窗口。8) DIGITIMES报道存储、GPU和先进封装正变成同一问题，云厂商和服务器厂需确保芯片封装和按期交付才能上线AI机柜。9) OpenAI推动Codex从辅助工具转向开发流程接管，开发者需评估代码可审查、权限边界和出错责任，而非仅看使用次数。10) 微软Copilot Studio治理面板使权限和审计更可见，但企业智能体采购还需解决数据权限、流程改造和人工复核等难点。⏱ 时间线00:03 早上好，今天 AI 产业最值得看的一点，是门槛正在从“谁发布新模型”，转到“谁拿得到芯片、封装、开发者入口、安全责任和真实用工成本”。00:29 先看今天最有分量的一条。00:51 这个消息的边界要说清楚。01:27 第二条接着看供应链。01:58 这里也不能把“扩产”听成“瓶颈马上消失”。02:33 第三条回到模型公司的入口竞争。03:01 这个数字听起来像促销，但它真正指向的是开发者使用频率。03:32 微软这边也在补智能体的企业治理。03:59 这条新闻不如模型发布热闹，但企业客户会很在意。04:33 第五条看自动驾驶。05:07 这不是说 Waymo 的所有无人车都不安全，也不是说自动驾驶路线失败。05:37 最后看资本和人才。06:05 融资金额很大，但它不代表技术路线已经被验证，也不代表收入已经出现。06:40 把这 6 条连起来看，今天的关键词不是炫技，而是落地条件。

AI行业正面临关键转折点：DRAM出口价格一年内暴涨近五倍，内存成为制约AI发展的核心瓶颈，而非GPU。同时，英伟达32亿美元投资光通信，揭示AI数据中心互联面临新挑战。此外，顶级AI人才争夺白热化，巨头通过瓦解初创团队来抢夺人才，预示着AI架构和商业模式将迎来深刻变革。内存瓶颈与寡头垄断加剧DRAM出口价格过去一年飙升497%，美光营收同比翻三倍至239亿美元。三星、SK海力士、美光三家公司控制全球95%的DRAM供应。HBM供应紧张直接限制GPU出货，AI服务器内存成本飙升至数万美元。中国AI厂商部署成本将更高，可能形成“内存鸿沟”。光通信：AI数据中心互联新瓶颈NVIDIA与Corning签订32亿美元光学供应协议，旨在扩大光纤产能。AI集群规模扩展至万卡时，芯片间互联带宽成为新的核心瓶颈。光通信能在数十公里范围保持高带宽，将取代传统铜缆成为主流互联方式。未来AI数据中心物理布局将围绕光互联重新设计。顶级AI人才战升级与初创瓦解Mira Murati创立的Thinking Machines Lab已流失三分之一创始团队成员。Meta、OpenAI、xAI等巨头系统性挖走多位联合创始人，瓦解初创公司。创始团队股票期权归属期过短（一年）是人才流失的关键原因。这种“拆解式挖角”策略威胁到AI生态的创业活力和创新来源。AI架构与商业模式的结构性转变内存短缺将迫使AI模型从“大而全”转向“小而精”，强调模型压缩、量化技术。计算架构将从“集中式”转向“分布式”，通过高速互联协同推理。中国DRAM厂商（如长鑫存储）有望在内存短缺中获得发展“窗口期”。AI行业叙事将从“算力越强越好”转变为“内存越省越好”，高效模型更具竞争力。

本期要点1) SK海力士接近1万亿韩元市值，AI服务器对常规内存和HBM需求升温。韩国DRAM出口价格过去一年上涨497%，市场对存储厂商预期提高。2) 美国能源信息署预测2026年美国居民用电销售约1524十亿千瓦时，商业客户约1527十亿千瓦时。AI和加密货币数据中心被明确列为用电增长原因。3) Salesforce与美国空军签署7200万美元企业许可协议，用于人员管理职能现代化。空军可试点Agentforce智能体产品，自动化工作流并辅助决策。4) 根据Ramp数据，Anthropic商业客户数量超过OpenAI，因Claude Code使用增长加速。Anthropic正将势头延伸至法律、财务和研究工作流。5) CleanTechnica报道特斯拉推出更多无人监督的无人驾驶出租车服务。文章质疑特斯拉能否安全扩大规模，若2026年部署1000辆以上车辆将被视为重要进展。6) Newsweek报道美国2026年多州裁员压力上升，白领岗位受AI影响成为焦点。Meta和Microsoft此前披露大规模裁员，AI工具采用重塑科技行业用人需求。

🧠 本期要点1) Arelion扩展AI Direct套件，推出升级版400G Ethernet Virtual Private Line服务，提供长距离私有连接。2) Micron、Samsung和SK Hynix控制全球95% DRAM供给，韩国DRAM出口价格过去一年上涨497%，Micron营收增至239亿美元，利润扩大约八倍。3) 欧盟AI法案已于2024年8月1日生效，核心规则将在2026年8月2日全面适用，其中透明度规则2026年8月先落地，AI omnibus提案2026年5月7日达成政治协议。4) Forus用软件处理处方行政后台，医生开出处方后系统核对药物历史和药房限制，患者和医生可实时看到进度，针对美国每年数十亿张未完成处方。5) Thinking Machines Lab三分之一创始团队流向Meta、OpenAI和xAI，OpenAI已招走五名创始成员，xAI带走一人。6) HiDream-ai/HiDream-O1-Image进入Hugging Face趋势榜，获295个likes和7747次下载，采用MIT许可。⏱ 时间线00:43 先从连接层看，算力扩张不再只问有多少GPU，还要问数据中心之间能不能稳定互联。01:43 硬件赛道这边，这几天我们讲过内存紧缺，今天新一层变化是价格压力已经有了更清晰的外部数字。02:52 规则层面也在推进，监管不是停在口号，而是在给平台和企业设上线倒计时。03:56 智能体落地这一侧，医疗场景给了一个很具体的流程样本。04:56 人才争夺也跟进了一步，头部实验室的护城河正在被期权归属周期撬开。06:01 最后看开放生态，社区扩散正在用另一种方式补充头部公司的封闭竞争。

2026年Q1 AI融资额高达2555亿美元，但其中67%涌向OpenAI、Anthropic和xAI三家公司，形成“马太效应”下的假繁荣，导致二三线AI公司面临融资困境。同时，头部模型公司正通过成立PE支持的企业部署公司，加速自身商业化并挤压传统咨询市场。尽管HBM供不应求导致美光股价飙升，但DRAM产业的周期性风险和中国厂商的DDR5扩产，预示着市场供需可能面临转折。AI融资的“马太效应”：2555亿美元背后的资金集中2026年Q1全球AI创业公司融资总额达2555亿美元，超过2025年全年总和。OpenAI、Anthropic、xAI三家公司合计获得1720亿美元，占Q1总融资额的67%。VC机构被挤出顶级交易，华尔街PE和超大规模云厂商正填补资金缺口。二三线AI创业公司面临“融资荒漠”，资本策略需从“赌冠军”转向“赌冠军的供应商”。模型公司商业模式转型：自建企业部署团队OpenAI成立OpenAI Deployment Company，获TPG、Advent等4亿美元投资并收购Tomoro。Anthropic也与Blackstone、Hellman & Friedman等合作，建立PE支持的合资企业。此举旨在解决企业客户部署瓶颈，利用PE的客户关系和资本耐心撬动企业市场。预判传统咨询公司AI业务可能受挤压，“AI部署工程师”将成为热门岗位。HBM市场狂热与DRAM周期性风险美光科技股价一年涨近9倍，市值超8000亿美元，因HBM（高带宽内存）2026年产能已预售一空。HBM短缺是AI加速器（如NVIDIA GPU）出货量的硬约束，推高AI训练和推理成本。DRAM行业存在“供过于求→疯狂扩产→供过于求→价格暴跌”的强周期性风险。中国DRAM厂商正扩产DDR5内存，可能加速市场周期性到来并缓解供应压力。

🧠 本期要点1) OpenAI推出Daybreak，通过Codex Security代理进行威胁建模、验证高风险漏洞并自动化检测攻击路径。2) Mayorkas支持联邦层面“自愿”政策处理先进模型风险，白宫与科技公司开会并考虑行政动作，包括联邦政府在前沿模型发布前进行审查。3) OpenAI成立OpenAI Deployment Company，初始投入超40亿美元，收购咨询公司Tomoro并引入约150名工程师和部署专家，TPG、Advent等资金方参与。4) PitchBook报告2026年第一季度全球相关创业公司融资达2555亿美元，超2025年全年2544亿美元，其中OpenAI完成1220亿美元融资。5) Meta在Threads信息流测试聊天助手，邀请马来西亚、沙特等五国部分用户通过@meta.ai获取实时上下文，早期反馈不理想。6) Insurance Australia Group用三种方法嵌入生成式系统，已跑出92个生产实例，并追三类高层级机会，落地重点转向实例规模和流程覆盖。⏱ 时间线00:40 安全产品先给今天定调。The Verge在5月11日报道，OpenAI推出Day。01:34 紧跟这条线的是监管语气的变化。Politico在5月12日报道，Mayorkas。02:29 商业化这边，OpenAI的企业打法又补了一块短板。我们上周讲过OpenAI把企业。03:31 资本账本也在同一天给出更硬的数字。PitchBook在5月12日报道，2026年。04:36 入口争夺这一侧，Meta选择把助手塞进实时社交流。MediaPost在5月12日。05:39 最后看企业内部落地，保险行业给了一个更朴素的样本。iTnews在5月13日凌晨报。

原文揭示了AI产业当前的三大关键趋势：科技巨头正投入7550亿美元巨资于AI基础设施，此举以牺牲股东回报为代价并推高硬件成本；高带宽内存（HBM）等AI芯片需求激增，推动了存储芯片市场的繁荣与中国厂商的入局；同时，OpenAI主动向欧盟开放网络安全模型，凸显了AI安全治理的分化。这些现象共同指向一个AI产业的“债务上限”，预示着一场回报不明的巨大赌注。AI巨额投资与股东压力五大科技公司计划投资7550亿美元用于AI基础设施建设，如数据中心和芯片采购。此笔资金主要来源于减少股票回购（亚马逊、谷歌、Meta等），引发股东不满。硬件公司（如英伟达、美光）成为主要受益者，而AI初创公司可能更依赖云服务。存储芯片市场繁荣与挑战AI芯片对高带宽内存（HBM）的需求飙升，美光HBM已售罄，导致DRAM涨价125%，NAND闪存涨价234%。三星市值突破万亿，SK海力士和美光股价一周内上涨30%。中国厂商SINKER已量产DDR5 RDIMM填补部分服务器内存市场空缺，但HBM技术仍落后国际巨头2-3代。AI应用公司面临更高的硬件成本，利润可能受到挤压。AI安全治理与行业分化OpenAI主动向欧盟开放其网络安全模型GPT-5.5-Cyber，以适应欧盟AI法案并树立行业榜样。Anthropic等公司拒绝开放模型，导致AI安全治理出现路线分歧。开放模型存在被攻击者利用漏洞的风险，这种分化可能对全球AI监管产生影响。AI产业的“债务上限”与未来风险当前高达7550亿美元的投入被视为AI产业的“债务上限”，而非单纯的胜利。如果这些巨额投资未能带来相应回报，那些未盈利的公司将面临严峻的偿债压力。当前现象引发了对谁将最终为这场AI大赌局买单的疑问。

AI观测站 · 周长文 vol.3本周主线：算力账本翻第三面——"栈"成为溢价单位，谷歌全栈斩华尔街，梁文锋出山开价五百亿，物理底层动了。【本周江湖四件大事】- 谷歌/Alphabet：一年涨 160%，CNBC 标题——"持有最多的栈"（owning most of the stack）。同一周 MarketWatch 报道 Big Tech AI 资本支出正在挤压股东的回购和分红，投资者开始质疑回报周期。市场奖励全栈闭环者，追问单点烧钱者。- DeepSeek 首轮融资：路透社独家，估值可能高达 500 亿美元，梁文锋亲自参与谈判。一家以研究实验室自居、从未接外部融资的机构第一次开门。从技术强到商业逻辑，是文化上的切换。- 三星市值破万亿 + 硅光子突破：AI HBM 需求推着三星市值突破 1 万亿美元。Nature 发表量子点激光器论文——无光隔离器运行，硅光子光互联集成瓶颈有了绕过的路径。AI 算力链的物理层在动。- 码头重组：Cloudflare 裁员约 1100 人（20%），理由"AI adoption reshapes operations"。OpenAI Codex 桌面应用上线，Pro $100 档 5 月底前双倍用量。SAP 砸 11.6 亿美元收购 18 个月大的德国 AI 实验室 NemoClaw。4 月美国就业报告新增 11.5 万岗位，超预期——裁员加速与宏观就业超预期并存，结构在变。【时间戳】00:00　开场 · 算力账本翻第三面：算栈了03:00　第一回 · 皮查伊持栈斩华尔街，算力账本翻到第三面09:00　第二回 · 三星破万亿拿内存红利，量子点激光器捅破光互联14:30　第三回 · 梁文锋出山要价五百亿，实验室入市三问有答无答20:00　第四回 · Cloudflare 裁两成，Codex 开台，五月就业战报有两个结论24:30　最后一回 · 四件变了的事，四个值得盯的问题【本期反共识判断】- 这一周不是 AI 又强了一次，是 AI 这盘棋的价值单位换了——从"算账"换成了"算栈"。持栈的被奖励，单点的被追问。- DeepSeek 500 亿最重要的不是那个数字，是"梁文锋出山"本身——从实验室逻辑切换到商业逻辑，是文化上的切换。- AI 算力竞赛打过了模型和 GPU 数量，开始打第三战场——算力链条的物理效率（内存带宽、光互联）。- "AI 重组"正在成为 2026 年的万能裁员前缀，比"战略调整"更有前瞻性联想，值得警惕。【主要信息源】- Alphabet 一年涨 160% / "owning most of the stack"：CNBC（5 月 10 日）- Big Tech AI capex 挤压股东回报：MarketWatch（5 月 12 日）- DeepSeek 首轮融资估值 500 亿美元：Reuters 独家（5 月 6 日）- 三星市值破万亿："AI boom pushes Samsung to $1T"：TechCrunch（5 月 7 日）- 量子点激光器无光隔离器运行：Nature（5 月 9 日）- Cloudflare 裁员 20%：Reuters（5 月 7 日）- OpenAI Codex 桌面应用 + 定价：OpenAI 官方文档（5 月 10 日）- SAP 收购 NemoClaw 11.6 亿美元：TechCrunch（5 月 7 日）- 5 月裁员加速：Yahoo Finance（5 月 9 日）- Anthropic Claude Code 质量下降 postmortem：Anthropic Engineering Blog（5 月 11 日）【声明】- 本期提到的估值数字（DeepSeek 500 亿）来自路透社"知情人士"信源，未经 DeepSeek 官方确认，具体条款未披露。本期以"路透社称"前缀引用，不作为已完成事实陈述。- 就业数字（美国 4 月新增 11.5 万）、三星市值、裁员人数等来源于媒体报道，不保证精确到最终修订版本。- 本期对各公司股价和估值的讨论均为分析性内容，不构成任何投资建议。【你听完之后能拿走的】- 一张本周 AI 江湖局势图：谁靠全栈拿溢价、梁文锋出山意味着什么、物理底层在动什么、码头重组逻辑是什么。- 四个值得未来几周盯的关键问题：谷歌全栈叙事能否撑住搜索广告压力、DeepSeek 融资完不完成及谁进来、AI 重组裁员后的 agent 审查缺口、开发者工具市场 2026 下半年洗不洗牌。

🧠 本期要点1) 欧盟委员会欢迎OpenAI向其开放网络安全模型访问，但尚未就Anthropic模型访问展开具体讨论，高风险模型能力正从厂商自证转向监管方可测试追责。2) 中国DRAM厂商SINKER量产64GB DDR5 RDIMM服务器内存，首批已出货数据中心客户，在全球存储紧周期中为数据中心提供第二供应来源。3) PitchBook报告显示美国创投市场总价值达9.4万亿美元，独角兽估值合计5.8万亿美元，A轮估值中位数在相关公司中有84%溢价。4) Microsoft Copilot Studio发布2026年4月更新，将智能体、M365智能体和合作伙伴生态纳入统一治理框架，补上安全控制、生命周期管理和用量估算器。5) Freshworks裁员11%约500个岗位，CEO称决策部分来自产品和工程环节使用模型，公司超过一半代码已由模型生成。6) Anthropic面向金融服务推出10个即用型智能体模板，覆盖投行pitchbook、KYC文件筛查等高耗时任务，交付可审计的工作流组件。⏱ 时间线00:50 监管线先接住前几天的安全模型话题。我们前天讲过OpenAI把GPT-5.5-Cy。01:51 紧跟这条线的是硬件供给的本地化补位。Wccftech在5月11日报道，中国DRA。02:53 硬件缺口再往资本市场传导，估值报告给出了另一面。PitchBook在5月11日发。03:51 智能体落地这一侧，Microsoft把重点从“能做什么”转到“谁来管”。Micr。04:51 组织结构也在同一条落地线上被改写。路透社在5月5日报道，Freshworks将裁。05:48 最后看Anthropic，它把智能体从通用助手推到垂直行业模板。Anthropi。

当前AI行业正经历一场由内存瓶颈引发的“成本危机”，硬件成本飙升，导致AI公司利润受挤压，并促使企业通过裁员为AI投资腾挪预算，改变了就业市场风险。在此背景下，谷歌等云厂商的自研芯片正迅速崛起，挑战现有市场格局，并可能在2026年下半年引发更深层的行业洗牌，只有具备全栈能力和成本控制优势的企业才能胜出。AI成本危机：内存成为新瓶颈AI的巨额投入主要流向基础设施，其中内存（DRAM、NAND闪存）价格飙升，成为AI产业链最底层的“硬件瓶颈”。Gartner预测全球内存收入将从2025年的2163亿美元增至2026年的6333亿美元，DRAM价格预计上涨125%，NAND闪存上涨234%。高带宽内存 (HBM) 产能极度紧张，如美光2026年HBM产能已售罄，即使拥有GPU，缺乏HBM也无法运行大模型。内存成本暴涨三到五成，正吞噬AI公司的利润，并可能限制英伟达GPU出货，加速行业洗牌。AI对就业的“预算挤出效应”AI并非直接替代工作，而是通过“吞噬预算”导致裁员，公司将资金从其他部门削减以投资AI。Meta计划投入1450亿美元发展AI，同时裁员8000人，说明员工工资被转用于AI资本支出。对打工人而言，风险从“被AI替代”转变为“被AI预算挤出”，非AI核心部门也可能面临裁员。政策制定者需警惕，当前就业统计可能低估AI的真实影响，因裁员理由常归为“自动化”而非预算调整。云厂商自研芯片挑战英伟达主导地位谷歌的TPU（张量处理单元）正在崛起，CNBC称Alphabet股价一年上涨160%，部分源于其“拥有AI全栈”的能力。Mizuho估算，谷歌云到2027年的积压订单中，有610亿美元来自TPU销售，大部分收入将在2026年确认。云厂商（如谷歌TPU、亚马逊Trainium）的自研芯片正成为其云业务核心收入来源，并对英伟达的定价权构成最大威胁。自研芯片可能导致新的客户锁定效应，客户一旦优化模型适配特定芯片，更换平台成本将大增。AI行业的“成本通胀”与未来洗牌AI行业正经历普遍的“成本通胀”（GPU、内存、电力、光纤涨价）与“服务降价”的矛盾，导致“收入增长但利润下降”的困境。自研芯片的核心优势是成本控制，长期来看能为云厂商提供解决方案，但设计到量产需时间。AI裁员不会停止，但将转向结构性调整；公司将面临“AI悖论”，即裁员节省的钱不足以支付上涨的硬件成本。2026年下半年，AI行业可能迎来“成本危机”，只有拥有全栈能力、长期供应协议及自研芯片的公司才能在这场洗牌中胜出。

🧠 本期要点1) OpenAI于5月5日发布GPT-5.5 Instant，并更新为ChatGPT面向所有用户的默认模型，影响数亿日常用户的底层体验。2) Alphabet股价一年上涨160%，Mizuho估算到2027年Google云积压订单中约610亿美元可能来自TPU销售，多数收入预计明年确认。3) Micron一周上涨近38%，创2008年以来最佳单周表现；Samsung进入万亿美元估值俱乐部，平泽P5 Fab 2新厂建设提前六个月。4) Google在印度评估AI基础设施、服务器生产和无人机制造投资，此前宣布2026-2030年投入150亿美元建设首个印度智能基础设施枢纽。5) xAI文档显示，5月15日太平洋时间中午12点后，旧模型请求将不再可用，开发者需在截止点前完成迁移。6) CopilotKit完成2700万美元A轮融资，由Glilot Capital、NFX和SignalFire领投，帮助开发者部署应用内原生智能体。⏱ 时间线00:44 OpenAI于5月5日发布GPT-5.5 Instant，并更新为ChatGPT面向所有用户的默认模型，影响数亿日常用户的底层体验。01:36 Alphabet股价一年上涨160%，Mizuho估算到2027年Google云积压订单中约610亿美元可能来自TPU销售，多数收入预计明年确认。02:38 Micron一周上涨近38%，创2008年以来最佳单周表现；Samsung进入万亿美元估值俱乐部，平泽P5 Fab 2新厂建设提前六个月。03:35 Google在印度评估AI基础设施、服务器生产和无人机制造投资，此前宣布2026-2030年投入150亿美元建设首个印度智能基础设施枢纽。04:38 xAI文档显示，5月15日太平洋时间中午12点后，旧模型请求将不再可用，开发者需在截止点前完成迁移。05:25 CopilotKit完成2700万美元A轮融资

2026年5月，AI产业的焦点正从模型能力本身转向其基础设施瓶颈。NVIDIA与康宁签订的32亿美元光纤协议，以及美光2026年HBM产能的全面售罄，都表明数据中心的互联和内存供应正成为新的制约因素。这预示着AI的价值创造正在从模型公司向基础设施公司转移，模型竞赛也开始侧重于“自主时长”这一新维度。AI数据中心光互联重建NVIDIA与康宁签署32亿美元协议，计划提升光纤产能50%，光模块产量1000%。Veeco获得2.5亿美元订单，用于生产800G/1.6T光收发器设备。AI数据中心互联瓶颈从“算力不够”转向“带宽不够”，推动从“电互联”到“光互联”转变。这32亿美元是NVIDIA的护城河，让其DGX集群拥有竞争优势。HBM内存市场“通胀”美光宣布其2026年HBM产能已全部预售完毕。全球内存市场预计将从2025年2163亿美元增至2026年6333亿美元，涨近三倍。HBM因制造复杂、产能受限，成为AI部署的第二大瓶颈，导致“内存通胀”。这影响AI初创公司的推理成本，并使三星和SK海力士获得定价权。模型能力转向“自主时长”Anthropic Claude Mythos预览版在METR基准上“时间跨度”超第二名2倍。OpenAI的实时语音API和本地运行的百万token编码代理（如Garry Tan提到的）预示“代理式AI”发展。模型竞赛焦点从传统基准分数（如MMLU）转向模型自主完成多周期任务的能力。AI产业价值创造重心转移AI产业瓶颈正从GPU、封装，逐步转移到光互联和HBM内存。基础设施扩张（24-36个月）慢于模型能力提升（12-18个月）的速度，形成结构性矛盾。未来AI基础设施公司（如康宁、美光）的市值增速，可能超越模型公司（如OpenAI、Anthropic）。

🧠 本期要点1) OpenAI向审核团队开放GPT-5.5-Cyber有限预览，该版本对安全任务更开放，同时提供更严格护栏版本供申请使用。2) Politico报道白宫考虑收紧先进模型控制，Microsoft、Google和xAI已同意将模型交白宫进行安全审查。3) Anthropic联合创始人Jack Clark将未来风险拆为四块，早期Claude Mythos快照在METR基准上超过最好模型两倍以上。4) TechCrunch报道Nvidia今年已承诺400亿美元股权交易，用股权、算力和生态绑定将客户关系从卖卡推进到共同扩张。5) Veeco宣布获得超2.5亿美元磷化铟激光制造设备订单，计划2026年交付，指向数据中心光互连扩容。6) PitchBook报告显示2026年第一季度欧洲独角兽新晋数量同比翻倍，法国AMI Labs首次融资后估值达45亿美元。⏱ 时间线00:37 模型竞争先从安全场景开口。CNBC与Axios在5月7日交叉确认，OpenAI向。01:35 紧跟这条线的是美国监管动作。昨天我们讲过欧洲把部分规则时间表往后挪，今天新一层变。02:35 能力透明这一侧，Anthropic也在把话题往前推。Axios在5月7日写到，A。03:46 资本线再往上游看。TechCrunch在5月9日报道，Nvidia今年已经承诺了。04:33 硬件供给的细颗粒度变化，也正在从光互连冒出来。Veeco在5月6日宣布拿到超过2。05:25 最后看融资结构，欧洲这边也出现了不同于纯模型竞赛的信号。InvestorDail。

AI带来的巨额资本支出正在重塑科技公司，导致大规模裁员，并深刻影响了股东回报。Meta等巨头将AI投入视为核心战略，其支出远超人力成本，将员工裁员视为“AI账单中的行项目”。这不仅改变了企业组织结构和对劳动力的需求，也引发了对未来公司形态和行业竞争格局的深思，预示着科技公司正从“人力组织”进化为“资本组织”。Meta：巨额AI投入与员工裁员的“AI账单”Meta将2026年资本支出指引上调至1250亿至1450亿美元，并裁减约8000名员工。扎克伯格直言裁员是“AI账单中的一个行项目”，AI资本支出是人力总薪酬的4到5倍。AI正使“一两个人用一周完成过去几十人工作”成为现实，推动“超级个体”化。高额AI投入正挤压股东回报，超大规模企业回购占比已从27%降至15%。Cloudflare：AI驱动的组织重构与中层企业冲击Cloudflare宣布裁员20%（超过1100人），同期内部AI使用量三个月内暴增600%。公司称裁员是“流程和角色重新设计”结果，标志着AI替代效应从中层基础设施企业蔓延。案例表明AI替代不再是“大厂专属”，任何拥有大量标准化知识工作流程的公司都可能面临类似路径。Cloudflare营收预期低于华尔街预期，短期裁员压缩成本，长期增长引擎待AI重新点燃。高盛报告：AI资本支出对股东回报的挤压高盛数据显示，AI超大规模企业2026年资本支出预计达7550亿美元，同比增长83%。资本支出预计将达到运营现金流的100%，大幅挤压向股东返还现金的空间。这些公司回购占总现金支出比例已从2017-2022年平均的27%降至15%。传统“买入并持有科技巨头”的逻辑正在被打破，投资者需重新评估科技股估值模型。

🧠 本期要点1) 欧盟将AI Act部分规则推迟至2027年和2028年生效，并达成临时协议禁止生成色情深度伪造应用，59家公司联名警告欧洲可能落后。2) Goldman Sachs分析显示，Amazon、Google、Meta等五家公司2026年资本开支预计达7550亿美元，同比增长83%，占经营现金流约100%。3) Meta将2026年资本开支指引上调至1250亿到1450亿美元，一个季度内新增1070亿美元合同承诺，员工数较上季度下降1%。4) Cloudflare裁员约20%即1100多个岗位，解释为围绕智能工具重新设计流程，预计第二季度营收略低于华尔街预期。5) Claude for Excel、PowerPoint和Word面向所有付费计划正式可用，Claude for Outlook进入公开测试，支持跨应用上下文延续。6) 巴黎公司Outsight宣布实时Physical AI数据处理跨过100PB里程碑，专注于基础设施场景中的3D空间智能。⏱ 时间线00:36 监管线先给今天的产业情绪定了底色。Telecoms在5月8日报道，欧盟把AI A。01:40 顺着这条监管压力往企业账本看，资本开支已经变成巨头必须先回答的问题。Busine。02:45 资本开支落到单家公司，Meta给了更具体的样本。Yahoo Finance在5月。03:55 组织重排这边，Cloudflare把同一逻辑推到了运营层。路透社在5月7日报道。05:00 智能体入口这一侧，昨天我们讲过Claude的记忆和结果验收，今天新一层变化是它开。06:03 最后看物理世界的数据入口，Outsight给出了另一种落地方式。The Nati。

本文深入探讨了当前AI领域的三大关键趋势：欧盟AI法案因多方压力推迟生效，反映了监管与创新之间的复杂平衡；企业AI推理正从云端转向本地部署，以应对数据隐私和成本挑战；与此同时，AI引发的裁员潮加剧，部分企业存在“AI洗白”现象，共同揭示了AI产业增长模式和就业结构的深远变革。AI监管政策的灵活调整欧盟AI法案推迟生效: 原定2026年8月生效的高风险AI规则，现已延期至2027年12月。让步原因: 主要受到美国施压以及欧洲本土企业抱怨，旨在平衡严格监管与创新发展，避免欧洲AI产业落后。短期影响: 消费者保护可能延迟，欧洲AI公司获得更多适应时间，美国大型AI企业在欧洲部署产品将面临更少限制。企业AI推理模式的“云端撤退”部署策略转变: F5的《2026应用战略报告》指出，企业AI推理正从云端回撤至企业本地部署。主要驱动因素: 数据隐私安全、长期运营成本考量（自建比按次付费经济）、以及本地部署能提供更低的延迟和更快的响应速度。行业连锁反应: 对英伟达等GPU供应商是利好（但订单更分散），对AWS、Azure等云服务商则意味着需要从单纯卖算力转向提供工具和增值服务。AI对全球就业市场的冲击与“AI洗白”裁员首要理由: Forbes报道显示，AI连续第二个月成为企业裁员的首要理由，CEO们归因于AI提升了效率。知识型工作受影响: 程序员、分析师等知识型工作面临被AI替代的风险，Coinbase裁员14%亦称AI驱动。“AI洗白”现象: 部分公司借AI之名进行本来就要进行的裁员，掩盖真实原因。AI产业的“落地悖论”: AI技术越强，可能导致客户公司裁员、预算减少，从而反向影响AI公司的市场增长。AI前沿技术与投资新动向AI Agent发展: Anthropic推出“Outcomes”和“Dreaming”功能，分别用于AI Agent的自我迭代和记忆学习；Andrej Karpathy提出“Agentic Engineering”，强调由AI Agent完成复杂任务，人类管理工作流程。模型自训练预测: Anthropic联合创始人预测，到2028年底60%以上AI模型可能实现自我训练，预示着潜在的“智能爆炸”。产业投资侧重: 投资主要流向基础模型（如中国DeepSeek估值可能高达500亿美元）和AI数据中心基础设施（如Veeco获得2.5亿美元InP激光器订单，用于高速光纤互连）。

🧠 本期要点1) DeepSeek首次外部融资估值最高500亿美元，中国集成电路产业投资基金正洽谈领投，资金结构从实验室自供转向国家级资本。2) Claude发布Dreaming和Outcomes两个新能力，分别实现智能体长期记忆和结果验收，竞争从工具调用进入记忆与交付阶段。3) F5发布报告显示推理工作负载进入生产环境，企业倾向自管推理而非外包，网络、安全与应用交付需求上升。4) Samsung网络业务转向数据中心客户，开发硅光子和CPO技术，通信设备商向算力网络迁移。5) 欧洲大学衍生深科技初创投资占比创纪录，Lace Lithography融资4000万美元，Equal1融资6000万美元，资本追逐硬件与实验室能力。6) Forbes数据显示人工智能连续第二个月成美国企业裁员主要驱动因素，Coinbase裁员15%，自动化进入人力预算。⏱ 时间线00:35 DeepSeek首次外部融资估值最高500亿美元，中国集成电路产业投资基金正洽谈领投，资金结构从实验室自供转向国家级资本。01:28 Claude发布Dreaming和Outcomes两个新能力，分别实现智能体长期记忆和结果验收，竞争从工具调用进入记忆与交付阶段。02:26 F5发布报告显示推理工作负载进入生产环境，企业倾向自管推理而非外包，网络、安全与应用交付需求上升。03:18 Samsung网络业务转向数据中心客户，开发硅光子和CPO技术，通信设备商向算力网络迁移。04:08 欧洲大学衍生深科技初创投资占比创纪录，Lace Lithography融资4000万美元，Equal1融资6000万美元，资本追逐硬件与实验室能力。05:09 Forbes数据显示人工智能连续第二个月成美国企业裁员主要驱动因素，Coinbase裁员15%，自动化进入人力预算。

2026年5月，AI产业狂潮揭示了利益分配的深层矛盾与格局重塑。三星内部因AI红利分配不均而撕裂，算力交易从“军备竞赛”转向“资源互通”，以及欧盟AI监管在产业压力下出现“软化”。这些现象共同指向AI热潮中基础设施层赚得盆满钵满，而模型和应用层面临烧钱困境的“利益错配”，预示着未来12-18个月内产业将迎来“再平衡”。三星内部的AI红利分配冲突股价飙升与员工罢工： 三星市值因AI（特别是HBM高带宽内存）飙升至万亿，但员工因认为未分享到AI红利而计划罢工。内部采购困境： 三星手机部门被迫以高价购买自家芯片部门生产的HBM，导致芯片部门盈利而手机部门亏损，引发内部撕裂。HBM涨价： 高带宽内存（HBM）作为AI系统关键部件，价格持续上涨，预计将再涨两到三成。算力策略从竞争转向交易竞争对手间的合作： Anthropic购买了竞争对手xAI（马斯克公司）的Colossus超算服务，用于模型训练。算力资源化： AI算力从过去企业“军备竞赛”的护城河，转变为稀缺资源间的“资源交易”，闲置算力可被变现。竞争焦点转移： 随着算力可交易，未来AI竞争的重点可能从算力大小转向算法和模型效率。欧盟AI监管的妥协与影响德国推动监管软化： 欧盟原计划严格的AI法案，因德国等国为保护机械设备产业竞争力而推动，高风险AI规则被推迟至2027年实施。产业保护与安全顾虑： 监管的妥协反映了产业发展与严格监管间的冲突，可能导致全球安全标准下降，引发“逐底竞争”。刺激欧洲AI发展： 监管放松对欧洲AI公司是利好，促进了独角兽公司的增长，但长期安全性存疑。AI产业的利益错配与再平衡基础设施层获利： 当前AI产业链中，以HBM为代表的基础设施层是主要获利者，而模型层烧钱，应用层挣扎。“卖铲子者”的红利： 这种现象被比喻为“淘金热中卖铲子的最赚钱”，指出了利润分配的不均衡性。未来趋势预测： 预计未来12-18个月内，AI产业将经历“再平衡”，HBM价格可能下降，算力或出现过剩，监管环境将更趋混乱。

🧠 本期要点1) OpenAI将GPT-5.5 Instant更新为ChatGPT默认模型，并进入Codex模型选择器，支持复杂编码和知识工作，但API key认证暂不可用。2) 欧盟复审AI Act，拟将高风险用途限制推迟一年以上，并给生成内容水印设置宽限期，原定2026年8月2日完整适用节点面临延后。3) Google发布Gemma 4开放模型，采用speculative decoding使生成速度提升3倍，许可改为Apache 2.0，量化后可进入消费级GPU。4) Nvidia与Corning达成多年期光纤合作，Corning计划开设3座先进制造工厂，消息公布后Corning股价一度上涨超23%。5) SAP拟投入10亿欧元收购成立18个月的Prior Labs，将其打造成面向企业表格、数据库和ERP系统的结构化数据智能实验室。6) Bret Taylor创办的Sierra融资9.5亿美元，投后估值超150亿美元，年化经常性收入升至1.5亿美元，客户覆盖超40%的财富50强企业。⏱ 时间线00:35 OpenAI将GPT-5.5 Instant更新为ChatGPT默认模型，并进入Codex模型选择器，支持复杂编码和知识工作，但API key认证暂不可用。01:32 欧盟复审AI Act，拟将高风险用途限制推迟一年以上，并给生成内容水印设置宽限期，原定2026年8月2日完整适用节点面临延后。02:33 Google发布Gemma 4开放模型，采用speculative decoding使生成速度提升3倍，许可改为Apache 2.0，量化后可进入消费级GPU。03:28 Nvidia与Corning达成多年期光纤合作，Corning计划开设3座先进制造工厂，消息公布后Corning股价一度上涨超23%。04:21 SAP拟投入10亿欧元收购成立18个月的Prior Labs，将其打造成面向企业表格、数据库和ERP系统的结构化数据智能实验室。05:18 Bret Taylor创办的Sierra融资9.5亿美元，投后估值超150亿美元，年化经常性收入升至1.5亿美元，客户覆盖超40%的财富50强企业。

今日AI领域呈现三大关键趋势：内存“超级通胀”导致HBM产能成为AI军备竞赛的新瓶颈；美国白宫正从“放手”转向“伸手”，酝酿对新AI模型进行强制安全审查；同时，OpenAI和Anthropic同日成立百亿级企业部署基金，将AI竞争推向资本运作新阶段。这些事件共同预示着AI产业正从创新驱动转向资源驱动，供应链掌控、政策游说和资本实力成为新的竞争焦点。内存“超级通胀”与AI算力瓶颈Gartner预测2026年全球内存收入达6333亿美元，DRAM价格年涨125%，NAND闪存涨234%，被称为“memflation”。Micron 2026年HBM产能已全部预售，SK Hynix、三星预测内存短缺将持续至2027年。HBM是AI大模型训练和推理的“血管”，产能垄断在SK Hynix、三星、Micron三家，扩产周期长达18-24个月。HBM短缺限制NVIDIA GPU出货，推高中国AI厂商和云厂商成本，倒逼AI芯片架构变革。白宫AI监管转向：模型强制审查特朗普政府酝酿行政令，要求所有新AI模型上市前接受联邦政府安全审查。白宫已向Anthropic、Google、OpenAI高管通报计划，选项包括“政府优先访问”机制。此举标志着美国AI监管从“放手”到“伸手”的根本性转变，与欧盟的立法路径不同。模型预审制度将大幅提高AI模型发布门槛和成本，对初创公司影响尤甚。头部AI公司资本战：百亿部署基金OpenAI与TPG、Brookfield等PE募资超40亿美元，Anthropic与Blackstone、Goldman Sachs等组建类似实体。两家公司同日宣布成立企业AI部署基金，将AI竞争从“模型能力”升级到“资本运作”。此模式将PE资本引入企业AI部署市场，把模型提供商升级为“AI基础设施运营商”。这将直接竞争传统IT咨询公司，并可能在AI部署市场形成“双寡头”格局。AI产业新格局：资源与政策主导内存通胀与模型审查共同形成AI产业的“硬件瓶颈”和“软件枷锁”，导致训练成本和发布门槛双重升高。AI产业的竞争壁垒正从“算法创新”转向“供应链掌控”和“政策游说”。行业赢家不再是模型最强者，而是供应链最稳、政策关系最深、资本储备最厚的公司。2026年将是AI产业的“分水岭之年”，下半年竞争焦点将是资源和执行力。

🧠 本期要点1) Google资深科学家Sergei Vassilvitskii将于5月5日与欧盟反垄断官员会面，反对欧盟强制其向OpenAI等竞争者共享搜索引擎数据。2) 美国政府将Google、Microsoft和xAI的新模型纳入安全测试，BBC与Axios于5月5日报道白宫正权衡行政令，拟要求前沿模型上市前通过联邦安全评估。3) OpenAI于5月4日敲定100亿美元企业部署合资项目，已从TPG、Brookfield Asset Management、Advent和Bain Capital募集超40亿美元。4) Micron 2026年HBM产能已被全部预售，TD Cowen于5月5日披露，Gartner预测全球内存收入将从2025年2163亿美元增至2026年6333亿美元。5) Anthropic工程页于5月6日清晨更新Claude Code auto mode功能：默认需用户批准命令执行，实际授权接受率为93%，旨在平衡沙箱安全与操作效率。6) SoundHound于5月5日发布OASYS（Orchestrated Agent System），宣称企业可几分钟内创建自我构建、持续学习并覆盖数字与物理渠道的对话智能体。⏱ 时间线00:38 Google资深科学家Sergei Vassilvitskii将于5月5日与欧盟反垄断官员会面，反对欧盟强制其向OpenAI等竞争者共享搜索引擎数据。01:30 美国政府将Google、Microsoft和xAI的新模型纳入安全测试，BBC与Axios于5月5日报道白宫正权衡行政令，拟要求前沿模型上市前通过联邦安全评估。02:25 OpenAI于5月4日敲定100亿美元企业部署合资项目，已从TPG、Brookfield Asset Management、Advent和Bain Capital募集超40亿美元。03:17 Micron 2026年HBM产能已被全部预售，TD Cowen于5月5日披露，Gartner预测全球内存收入将从2025年2163亿美元增至2026年6333亿美元。04:23 Anthropic工程页于5月6日清晨更新Claude Code auto mode功能：默认需用户批准命令执行，实际授权接受率为93%，旨在平衡沙箱安全与操作效率。05:16 SoundHound于5月5日发布OASYS（Orchestrated Agent System），宣称企业可几分钟内创建自我构建、持续学习并覆盖数字与物理渠道的对话智能体。

AI产业正经历一场物理层面的“地震”，主要体现在OpenAI打破了与微软的独家绑定、AI服务器对光模块的需求远超现有产能，以及HBM供应严重短缺并加速DDR6内存研发。这些现象共同揭示了AI技术扩张速度已超越物理制造周期，导致AI基础设施走向主权化、内存架构范式转移，并最终形成硬件定义软件的趋势，甚至可能导致初创公司因硬件瓶颈而倒闭。OpenAI打破云厂商绑定与市场重塑OpenAI将Codex模型（含Codex-4.2和Codex-Agent Pro）全面接入Amazon Bedrock平台，结束与微软的独家绑定，带来400万周活用户。此举打破大模型厂商与云厂商绑定模式，加速GPU通用化部署压力，并倒逼国内云厂商在6个月内推出兼容Codex API的国产替代方案。对NVIDIA而言，H100出货结构将被迫调整，面向Azure的定制版订单占比或从68%降至52%。市场竞争白热化，将催生专注于Prompt编排、RAG加速等“Codex中间件”创业项目。光模块产能瓶颈与AI基建主权化Applied Optoelectronics (AOI) 获德州2090万美元补贴，扩建硅光子产线，目标2026年底实现月产5万只1.6T CPO模块。B300服务器单机需128个1.6T光模块，全球产能仅能满足35%需求，导致NVIDIA B300交付周期从18周延长至24周。美国首次以州级财政直接补贴光通信设备商扩产，标志着AI竞争主战场正从芯片设计下沉到光芯片制造细节。AI基建主权化加速，全球将形成独立光互连技术路线，预计2027年后跨区域数据中心互联成本将上升300%。内存供需失衡与DDR6技术迭代三星、SK Hynix、Micron同步启动DDR6内存研发，目标2028–2029年商用，速率较DDR5提升120%。HBM供应缺口已扩大至2027年，全球HBM3年产能仅够支撑1900台B300服务器，不足英伟达全年规划出货量的1/8。内存正取代GPU成为AI扩张第一瓶颈，DDR6的设计是为“CPU主导推理”服务，将成为新的性能分水岭。对中国存储厂商（长鑫存储、长江存储）而言，DDR6是弯道超车机会，但需突破EUV光刻胶和High-K介质薄膜壁垒。AI扩张与物理极限的结构性冲突AI扩张速度与物理制造周期（如GPU设计18个月、光模块爬坡24个月、HBM3基板认证36个月）存在根本错配。资本虽涌入AI基建，但无法缩短晶圆厂建设周期，所有AI公司都面临“物理延迟窗口”。长期趋势包括AI基建主权化加速、内存架构范式转移（倾向CPU主导推理），以及硬件定义软件（Agent性能SLA直接写入硬件寄存器）。预测2026年底前，可能出现首个因光模块短缺而倒闭的AI初创公司，这代表了物理世界对摩尔定律幻觉的“终极清算”。

🧠 本期要点1) OpenAI将Codex等最新模型接入AWS Bedrock，由AWS向企业客户分发，Codex周活跃用户已超400万。2) 白宫可能要求新模型在公开发布前接受审查，监管节点从使用约束提前到发布前闸门，头部实验室需准备安全评估和政府沟通。3) OpenAI销售负责人Dyett离职，转投Thrive Capital担任Operator in Residence，显示模型公司商业化人才在资本网络间流动。4) FII一季度净利润同比增长102%，计划2026年Q3量产CPO全光交换机，目标超一万台，推动代工厂向数据中心网络核心靠近。5) Samsung、SK hynix和Micron推进DDR6，目标2028-2029年商业化，规格8.4Gbps起步，最高17.6Gbps，内存短缺或延续至2027年。6) Replit CEO晒出运行状态：10个active、198个draft、超700个done，体现智能体平台以任务吞吐和状态队列证明价值。⏱ 时间线00:43 OpenAI将Codex等最新模型接入AWS Bedrock，由AWS向企业客户分发，Codex周活跃用户已超400万。01:39 白宫可能要求新模型在公开发布前接受审查，监管节点从使用约束提前到发布前闸门，头部实验室需准备安全评估和政府沟通。02:30 OpenAI销售负责人Dyett离职，转投Thrive Capital担任Operator in Residence，显示模型公司商业化人才在资本网络间流动。03:21 FII一季度净利润同比增长102%，计划2026年Q3量产CPO全光交换机，目标超一万台，推动代工厂向数据中心网络核心靠近。04:21 Samsung、SK hynix和Micron推进DDR6，目标2028-2029年商业化，规格8.4Gbps起步，最高17.6Gbps，内存短缺或延续至2027年。05:26 Replit CEO晒出运行状态：10个active、198个draft、超700个done，体现智能体平台以任务吞吐和状态队列证明价值。

2026年，AI产业正经历一场深刻的估值与权力结构重塑。Anthropic虽被美国国防部排除在涉密网络之外，却以高达9000亿美元的估值目标吸引资本对冲地缘风险。与此同时，OpenAI正豪赌AI手机和“Agent替代App”模式，试图颠覆传统手机生态，而各国政府对AI供应链和数据安全的严格要求，预示着AI产业正从技术竞争转向地缘政治与主权分治的新时代。Anthropic估值暴涨与地缘风险对冲Anthropic寻求500亿美元融资，目标估值达9000亿美元，远超2月3800亿估值，年收入接近400亿美元。其被美国国防部因“供应链风险”（训练集群部分GPU在新加坡，模型备份在爱尔兰）排除在IL6/IL7级涉密网络之外。资本市场对Anthropic的高估值体现了对冲地缘风险的策略，将商业价值与国家安全准入区分开来。OpenAI布局AI手机与Agent OSOpenAI计划与高通、联发科合作，开发AI芯片并推出AI手机，目标2028年量产。核心理念是“Agent替代App”，通过AI代理直接完成任务，旨在终结App商店的抽成模式并改变手机底层逻辑。苹果已紧急在iOS 19中加入Agent框架，但A18芯片缺乏专用NPU，可能使iPhone 17成为“最后一代App手机”。地缘政治重塑AI产业合规标准美国国防部要求AI能力部署于IL6（机密）和IL7（绝密）级涉密网络，并排除了有供应链风险的公司。NVIDIA的Blackwell架构虽获IL7认证，但必须在2026年底前实现芯片制造全部本土化，否则后续订单可能被冻结。中国AI公司若想进入特定政府采购市场，需主动披露所有训练数据地理分布并接受第三方审计，要求比欧盟GDPR更严苛。AI权力结构解构与“主权分治元年”当前AI行业面临资本定价权、国家准入权、终端定义权的三重解构，这些权力正从OpenAI等少数公司手中加速剥离。未来AI公司市值不再仅取决于技术指标，更在于能否获得华盛顿、布鲁塞尔、北京等地的“可信背书”。2026年被定义为AI的“主权分治元年”，标志着技术让位于地缘信用，AI发展将变得更加复杂。

🧠 本期要点1) Google在Anthropic拒绝后扩大五角大楼对其模型能力的访问，Anthropic强化“边界优先”品牌信号，Google推进政府云、合规审计和模型调用权限成为新竞争点。2) Applied Optoelectronics获得2090万美元Texas Semiconductor Innovation Fund拨款，计划建设2.8亿美元工厂。3) 2026年5月，Micron、Samsung和SK hynix面临HBM和服务器DRAM需求推高收入，内存短缺可能延续至2027年，Micron计划投入250亿美元扩充制造能力。4) Ambiq推出compressionKIT方案，面向边缘设备可将内存和功耗压力最高降低20倍，影响语音、传感器和低功耗视觉任务在设备本地的完成能力。5) JetBrains AI Assistant面向Visual Studio Code提供，将能处理复杂任务的coding agent放入VS Code。6) Hugging Face Spaces已支持超过50万个应用，覆盖Streamlit、Gradio、Docker和静态应用，形成模型演示、数据集验证和轻量产品原型的低门槛分发网络。⏱ 时间线00:31 Google在Anthropic拒绝后扩大五角大楼对其模型能力的访问，Anthropic强化“边界优先”品牌信号，Google推进政府云、合规审计和模型调用权限成为新竞争点。01:20 Applied Optoelectronics获得2090万美元Texas Semiconductor Innovation Fund拨款，计划建设2.8亿美元工厂。02:13 2026年5月，Micron、Samsung和SK hynix面临HBM和服务器DRAM需求推高收入，内存短缺可能延续至2027年，Micron计划投入250亿美元扩充制造能力。02:57 Ambiq推出compressionKIT方案，面向边缘设备可将内存和功耗压力最高降低20倍，影响语音、传感器和低功耗视觉任务在设备本地的完成能力。03:53 JetBrains AI Assistant面向Visual Studio Code提供，将能处理复杂任务的coding agent放入VS Code。04:34 Hugging Face Spaces已支持超过50万个应用，覆盖Streamlit、Gradio、Docker和静态应用，形成模型演示、数据集验证和轻量产品原型的低门槛分发网络。

本期要点1) Claude Security向Enterprise客户开放公开测试版，安全团队可直接用Opus 4.7进行代码审查和风险排查，零自建集成门槛。2) Sam Altman表示更希望模型更便宜、更快，提到“五点五 xhigh in fast mode”体验不错，头部实验室优先级转向速度和成本。3) Vibe-kanban维护者宣布关闭公司化运营，项目仍有3万月活但无商业闭环，团队复盘称未做企业销售或转售token。4) Peter Steinberger发布Crabbox 0.3.0版本，新增远程Linux运行、GitHub登录、AWS镜像创建等六项运行能力，修复npm安装问题。5) Replit CEO强调10个项目各配10个并行智能体的用法，开发平台竞争从单次生成质量转向任务编排和成本控制。6) Box CEO提出思想实验：生命科学公司10年前因缺工程师削减自动化项目，现在同一批工程师可用模型输出获得更高产出倍数。时间线00:32 Claude Security向Enterprise客户开放公开测试版，安全团队可直接用Opus 4.7进行代码审查和风险排查，零自建集成门槛。01:29 Sam Altman表示更希望模型更便宜、更快，提到”五点五 xhigh in fast mode”体验不错，头部实验室优先级转向速度和成本。02:22 Vibe-kanban维护者宣布关闭公司化运营，项目仍有3万月活但无商业闭环，团队复盘称未做企业销售或转售token。03:17 Peter Steinberger发布Crabbox 0.3.0版本，新增远程Linux运行、GitHub登录、AWS镜像创建等六项运行能力，修复npm安装问题。04:16 Replit CEO强调10个项目各配10个并行智能体的用法，开发平台竞争从单次生成质量转向任务编排和成本控制。05:07 Box CEO提出思想实验：生命科学公司10年前因缺工程师削减自动化项目，现在同一批工程师可用模型输出获得更高产出倍数。05:30 这里的时间锚点是10年，关键数字不是招聘人数，而是同一批工程师能获得的产出倍数变化。

该节目深入探讨了AI竞争逻辑的根本性转变，指出AI正从单纯的技术模型进步转向实际应用、商业化和资源分配。通过Box CEO关于AI促进就业的观点、OpenAI精细化的代币定价模式以及Meta为投入AI基础设施而进行的裁员案例，文章阐明了AI如何提升生产力、细化成本管理，并驱动企业进行战略性资源重构，最终强调AI竞争的胜负手在于结果交付、产业协同和真实场景落地。AI对就业与企业战略的影响生产力飞跃与扩招趋势： Box CEO亚伦·莱维认为，AI能使工程师效率提升2-5倍，这将促使公司因生产力提高而招聘更多员工，而非裁员，以满足经济中大量未被满足的需求。赋能传统行业： AI使生命科学等传统公司能够获得与顶尖科技企业“完全相同”的AI输出能力，有效拉平技术差距，解锁过去因人才和成本限制而无法实现的项目。Meta的战略性资源重构： Meta的裁员并非直接源于AI取代工作，而是公司为大规模投资AI计算基础设施（而非人力）所做的战略性选择，以构建“AI原生”结构和自主AI智能体。AI服务商业化与精细化定价模型基于Token的成本核算： OpenAI Codex采用基于“tokens”（AI处理和生成文本的最小单位）消耗的定价模式，将AI服务成本透明化和精细化，使用户需根据实际使用量付费。效率与成本效益： 更高效的AI模型（如GPT-5.5）能以更少的tokens实现相同甚至更好的结果，鼓励用户在相同成本下完成更多任务，促使企业精准评估并选择最适合的AI服务。推动大规模应用： 这种精细化定价反映了AI服务从实验室走向大规模商业化过程中对资源分配和成本效益的极致考量，通过促销活动鼓励用户深入探索和使用AI。AI竞争逻辑的根本性转变从模型到结果交付： AI竞争的核心不再是单一模型的强大程度，而是谁能更好地将AI能力整合进产品、基础设施和实际工作流，实现“结果交付”，而非单纯的“技术能力展示”。产业协同与场景落地： AI的热点已从模型升级转向产品、基础设施和真实使用场景的联动，成功的AI产品是那些能够“帮你完成任务”的产品。工作流与基础设施为胜负手： 模型是AI的引擎，但在当前阶段，工作流优化、基础设施建设和用户真实体验与应用才是决定AI竞争胜负的关键。

AI领域正经历一个关键转折点，焦点已从单一模型的性能竞赛转向构建一个全面的“AI全栈系统”。这一趋势体现在底层基础设施的升级、AI模型与开发工具的精细化、应用生态的爆发式增长，以及具备自主性和商业运作能力的AI代理的崛起，最终将推动AI在物理世界的落地。AI基础设施的战略转型三星网络业务营收下滑，将战略重心转向 AI和数据中心 市场。积极投入 硅光子 (Silicon Photonics) 和 共封装光学 (CPO) 领域，旨在大幅提升数据传输速度并降低能耗。目标是成为AI数据中心 高速互联 的关键供应商，实现从传统电信市场向AI驱动增长市场的转型。AI模型与开发工具的精细化OpenAI 推出 gpt-5.5、gpt-5.4 等更精细化模型，专为复杂编码、知识工作和代理工作流设计，兼顾性能与效率（如gpt-5.4-mini）。模型发展趋势是提供 专业化“工具箱”，而非“一招鲜”的通用模型。JetBrains AI Assistant 将AI能力深度集成到开发环境，支持代码补全、聊天编程、多文件编辑，并可选择不同 LLM。引入 智能编码代理 (Smart Coding Agent) 概念，协调多个AI模型完成复杂任务。AI应用生态与自主代理的兴起Hugging Face Spaces 展示了AI应用在游戏AI、模型基准测试、微调等多个垂直领域的广泛渗透和复杂化。应用正从单一功能向 多代理协作系统 发展。AI黑客松项目如 ShadowNPM 和 Sendero 强调 “结果导向”与“责任制”，展示了AI代理解决实际问题的能力。AI代理的价值交换与商业模式通过利用 微支付 (nanopayments) 和 链上结算，使AI代理能够自主进行价值交换。AI代理不再是免费工具，它们能创造、消耗价值，甚至为自身行为承担后果，预示着“自主经济体”的出现。这代表着一种深远的 商业模式创新，将AI代理融入经济活动。物理世界中AI的具身化Figure和1X 等公司正大规模生产 人形机器人 (每周55台)，提前布局物理硬件。这些机器人将成为未来AI代理的 “身体”，用于执行需要物理交互的任务。预示着AI将从虚拟世界走向物理世界，实现真正的具身智能。

🧠 本期要点1) OpenAI在5月2日更新开发者文档，明确模型使用边界：复杂编程优先用gpt-5.5，轻量任务用gpt-5.4-mini。2) Bank of America统计显示，四大超大规模云厂商今年资本开支预期合计7100亿美元，2027年可能超1万亿美元，其中Alphabet预期1850亿美元。3) News9live报道，Meta计划在5月20日裁减约10%员工，并警告后续裁员可能延续到2026年底；Mark Zuckerberg将压力指向基础设施支出上升。4) Tom’s Hardware汇总Samsung和SK hynix财报信号：Samsung半导体部门一季度营业利润53.7万亿韩元，约361亿美元。5) Fierce Network报道，Samsung网络业务转向数据中心客户，明确开发硅光子组件和CPO技术，目标降低高带宽集群内部功耗和延迟。6) Industrial Equipment News报道，Applied Optoelectronics获2100万美元补助，在德州Sugar Land投资2.8亿美元建新厂。⏱ 时间线00:00 OpenAI在5月2日更新开发者文档，明确模型使用边界：复杂编程优先用gpt-5.5，轻量任务用gpt-5.4-mini。00:32 Bank of America统计显示，四大超大规模云厂商今年资本开支预期合计7100亿美元，2027年可能超1万亿美元，其中Alphabet预期1850亿美元。01:33 News9live报道，Meta计划在5月20日裁减约10%员工，并警告后续裁员可能延续到2026年底；Mark Zuckerberg将压力指向基础设施支出上升。02:32 Tom’s Hardware汇总Samsung和SK hynix财报信号：Samsung半导体部门一季度营业利润53.7万亿韩元，约361亿美元。03:32 Fierce Network报道，Samsung网络业务转向数据中心客户，明确开发硅光子组件和CPO技术，目标降低高带宽集群内部功耗和延迟。04:37 Industrial Equipment News报道，Applied Optoelectronics获2100万美元补助，在德州Sugar Land投资2.8亿美元建新厂。05:31 同一条光链路上，美国本土光模块产能也在加码。

AI行业正经历一场深层次的“工业化”转型，标志着其从单纯追求模型能力转向产品化、基础设施建设和真实应用场景的全面联动。这体现在OpenAI模型与定价策略的精细化，以及微软Agent Framework和Hugging Face Spaces等基础设施的演进，预示着AI竞争已进入产品化、生态化和工业化的全面较量阶段，促使行业关注如何将AI能力转化为实际解决方案。OpenAI模型与定价策略的深度演进模型细分与专业化： OpenAI的Codex系列模型（如GPT-5.5、5.4、5.4-mini、5.3-Codex-Spark）不再是单一通用模型，而是针对不同场景和性能需求进行分级优化。精细化定价模式： 引入基于“信用点”的计费方式，根据每百万token的输入/输出消耗（如GPT-5.5输入125、输出750信用点）以及订阅层级来计算费用。成本管理与效率优化： 提供优化使用指南，鼓励开发者通过控制提示词大小、限制服务器数量或切换更小模型等方式管理成本，强调投入产出比。AI智能体框架与应用基础设施的崛起微软Agent Framework： 开源的智能体框架，提供工具和组件以构建、部署和管理AI智能体，支持Azure AI内容理解、持久化工作流和动态工具扩展。Hugging Face Spaces： 提供AI应用部署、托管和分享平台，支持从免费CPU到TPU等多种硬件选项，并集成Git版本控制和秘密管理功能。生态系统协同： 这些平台共同降低了AI应用开发的门槛，鼓励社区协作和创新，使AI开发从调用API升级到构建智能体系统。AI产业化与商业化落地的趋势黑客马拉松焦点转变： “Catapult 2026”等活动强调“影响力”和“商业可行性”，引导AI技术转化为实际解决方案和创业项目。竞争重心转移： AI竞争焦点已从单一模型能力转向如何将模型封装成产品、构建基础设施并融入实际工作流。进入“深水区”： 行业不再单纯追逐模型参数，而是专注于通过创新的产品形态、高效的基础设施和优化的工作流，将AI能力转化为可交付、可规模化并解决实际问题的解决方案。

🧠 本期要点1) OpenAI发布Codex产品分层，从Free到Enterprise全覆盖，按任务强度对应gpt-5.5、gpt-5.4、gpt-5.4-mini和gpt-5.3-codex-spark四档模型。2) Codex定价：ChatGPT Pro 100美元档在5月31日前享双倍用量；Pro 200美元档常态20倍Plus额度，同期可达25倍。3) 欧盟将云服务与AI基础设施纳入DMA监管视野，正调查亚马逊和微软是否应被认定为守门人。4) 欧盟AI Act将于2026年8月全面适用，透明度规则同步落地，合规压力开始向平台层传导。5) 四大科技巨头（Alphabet、微软、Meta、亚马逊）AI相关支出今年合计或达6000亿美元，本周财报是市场检验回报的集中窗口。6) 微软上调2026年资本开支至1900亿美元，亚马逊维持2000亿；两家同步宣布大规模裁员，资本开支扩张与组织降本并行。⏱ 时间线00:03 开场：AI竞争进入产品化、监管与资本回报同时上强度的阶段。00:40 OpenAI Codex产品分层：四档模型覆盖从Free到Enterprise。01:28 Codex定价细节：双倍用量促销与长期额度策略。02:02 欧洲监管：欧盟将云服务和AI基础设施纳入DMA视野。02:44 EU AI Act时间表：2026年8月全面适用，合规压力临近。03:12 资本市场：四大巨头6000亿AI支出，财报季检验回报。03:41 资本开支分化：微软1900亿、亚马逊2000亿，各家节奏不同。04:14 强烈反差：千亿资本开支与大规模裁员同步进行。04:44 结语：AI行业进入第二阶段，市场只相信能兑现的那一部分。

2026年，AI产业正从盲目“烧钱”转向追求投资回报率的“效率战争”。华尔街对AI投资的审视变得空前严格，要求企业展示清晰的变现路径；与此同时，中国AI生态在摆脱对美国芯片依赖方面取得关键进展，以DeepSeek V4与华为昇腾的合作为代表，正形成独立且成本效益更高的AI计算闭环；此外，AI技能已不再是高级岗位的专属，而是迅速渗透到初级岗位，成为劳动力市场的必备要求。AI投资转向效率竞赛财报分化揭示市场新风向：Alphabet因AI贡献收入股价大涨，而Meta虽投入巨大但因缺乏即时ROI导致股价下跌，表明市场对“AI投入”的耐心已耗尽。资本支出不再是免罪金牌：过去“投资AI”即可获市场认可的时代已过，现在投资者要求看到AI投资如何转化为实际增长和收入，而非仅关注投资规模。竞争核心从能力转向商业化：AI竞赛焦点已从“模型能力强弱”转向“商业化效率”，即谁能更快地将AI技术变现、降低成本并嵌入现有业务。中国AI生态独立化进程加速DeepSeek V4引爆华为芯片需求：DeepSeek发布针对华为昇腾950芯片优化的V4模型后，字节、腾讯、阿里等巨头争相订购昇腾芯片，推动中国AI供应链“去美国化”。华为昇腾性能赶超英伟达H20：华为昇腾950PR在某些性能上已优于英伟达此前对华出口的最强芯片H20，并计划2026年下半年实现全面量产。模型+芯片闭环降本增效：DeepSeek V4专为华为芯片优化，未来V4-Pro模型定价将大幅下降，预示中国AI生态形成独立、低成本的推理计算能力。AI技能成为职场新常态AI能力渗透初级和实习岗位：Handshake报告显示，2026年3月，10.3%的实习岗位和4.2%的全职初级岗位已明确要求AI相关技能，比例是去年的两倍。AI技能要求广泛且基础化：AI能力不再是高级工程师专属，而是覆盖工程（NLP、推理系统）到创意（数字设计）的广泛领域，成为初级职位的基本门槛。教育与招聘体系加速调整：普渡大学等教育机构已将“AI工作能力”设为毕业要求，表明教育和企业招聘标准正为适应AI时代进行结构性变革。创新产品与监管洞察Agentic劳动力管理兴起：Insygna公司以其Agentic Workforce Management™平台获胜，专注于管理AI Agent的“人力资源”问题，应对AI治理和合规需求（如欧盟AI法案）。国防AI应用升级为“指挥系统”：Scout AI获得1亿美元融资，开发国防无人车队操作系统“Fury”，显示AI在国防领域正从单兵武器向复杂指挥系统演进。AI基础设施投资热潮与泡沫警示：Parallel Web Systems在短时间内估值飙升至20亿美元，显示AI基础设施赛道持续火热，但也伴随着市场对潜在泡沫的警惕。

🧠 本期要点1) AI观测站 · 周长文 vol.22) 本周主线：AI 江湖第一次见红——钱见红、联盟见红、地缘见红、岗位见红，四桌一起翻。3) 【本周江湖四件大事】4) 4/29 财报夜：Meta 把 2026 capex 区间从 1150–1350 亿美元上调到 1250–1450 亿美元，盘后跌约 7%；Alphabet 营收 1099 亿、谷歌云 200 亿（+63%）、积压订单 4620 亿，皮查伊一句"我们 compute constrained"，盘后涨。市场不再为"AI 投资"自动付费，开始挑食。5) 4/27–4/28：微软-OpenAI 修改协议，原"独占至 AGI"改成"非独占许可至 2032 年"；OpenAI 上 AWS Bedrock，GPT-5.4 立用、GPT-5.5 即将上、Codex 与 Managed Agents 同步落地。云这一档差异化武器从"模型独家"翻面。6) 4/28–4/29：DeepSeek V4 + 华为 Ascend 950PR（今年量产 75 万颗）+ 小米 MiMo-V2.5 开源 + Orbit 百万亿 Token 30 天补贴——东边"模型 + 国产芯 + Token 补贴"第一次合龙。7) 4 月底就业极化：Handshake 报告 10.3% 实习岗位 JD 提 AI（同比近翻倍）；Meta 裁约 8000 人腾 AI 资金；Accenture 给 74.3 万员工全员 Copilot；独立开发者 Tibo 的 Revid MRR 突破 60 万美元。8) 【时间戳】9) 00:00 开场 · 本周不发模型，发账单10) 03:30 第一回 · 扎克伯格烧炉被打脸，皮查伊数算赚得满堂红11) 12:00 第二回 · 奥特曼出云投亚马，纳德拉手里少一票12) 20:30 第三回 · 梁文锋接棒华为甲，雷军开炉撒百亿