社区

在华尔街投资人中，斯坦利·德鲁肯米勒绝对是传奇级人物。 德鲁肯米勒从1981 年开始管钱，一直管到2010年退休，整整30年，年化收益率 30%，没有一年亏过钱，包括亚洲金融危机、互联网泡沫和次贷危机。 在这一轮AI 浪潮里，德鲁肯米勒也曾是最坚定的看多者之一。 2022 年 12 月的一次投资者电话会上，当被问到怎么看利率时，他直接说：“我一点也不关心利率，唯一重要的是 AI 和英伟达。” 有意思的是，支撑他做出这个判断的，并不是什么宏观模型，而是一些生活中的细微变化。 2022年年初，他发现公司里的年轻人开始就频繁讨论AI。同时，大量斯坦福大学的学生从加密货币转向了AI。 于是，德鲁肯米勒在2022 年果断买入英伟达。等到 ChatGPT 横空出世后，他又进一步加仓，把英伟达的仓位翻了一倍。 而就在最近，他几乎卖掉了手上所有AI 股票，包括英伟达、Palantir 和 Meta，转而去买铜和黄金，押注日本和韩国市场，同时做空了美元。 这个曾经最坚定押注AI 的传奇投资人，为什么突然转向？他究竟看到了什么？ 在在摩根士丹利的访谈节目《Hard Lessons》中，传奇宏观投资人斯坦利·德鲁肯米勒罕见地分享了自己最新的持仓逻辑。 以下是采访全文。 / 01 / 投资，到底看什么？ 主持人：过去一年左右，我看过你的一些股票交易，感觉你有不少布局都相当早。我很好奇，你能不能举一两个例子，讲讲这些交易是怎么形成的？ 斯坦·德鲁肯米勒：我挑一个可能会让你意外的案例。它不性感，也不是 AI 相关，但我觉得它很能体现我们在 Duquesne 的投资流程。 大概从去年夏天中段到秋天，AI 相关的东西开始变得，怎么说呢，热得让人不安，至少让我想起了 1999、2000 年我经历过的那种味道。 于是我们开始寻找其他方向。研究团队带来了一家公司：Teva Pharmaceuticals。 表面

现在的办公软件功能越来越强大，但也越来越复杂。很多打工人的真实感受是：为了完成一个简单的协作配合，得在各种菜单、标签页和对话框里反复穿梭。找文件、拉群聊、对齐会议时间，这些不产出核心价值的“界面导航”动作，无形中吃掉了我们太多的工作效率。 怎样才能跳出这个系统迷宫？近日，WPS 365 旗下的「WPS 协作」给出了一个破局思路：正式接入 OpenClaw 数字员工。它的核心逻辑非常简单粗暴——不再让人去适应软件的复杂界面，而是让AI直接听懂人话，替你干活。 这种被戏称为“动嘴不动手”的体验，落到具体的工作场景里，就是极致的做减法。 以前找一份文件发给同事，你需要经历“最小化当前窗口-打开本地文件夹-回忆文件位置-拖拽发送”的繁琐流程。现在，你只需要对着 WPS 协作发一句自然语言指令，比如：“把桌面上那份去大同和野三坡的团建行程单直接发给行政部的王经理。”这位数字员工就会在后台瞬间精准抓取目标文档，并完成定向发送。 不仅是管文档，约会议这种极其消耗沟通成本的活儿也一样。你随口输入“帮我约明天上午十点产品和开发组的对齐会”，系统就会自动接管查看参会人日程、寻找共同空档、新建会议并发送通知的全套流程。一句话，把过去需要来回折腾好几分钟的操作直接搞定。 不过，越是智能的系统，企业往往越担忧：这种能翻找本地文件、代发消息的数字员工，会不会把公司的核心数据传到网上去？隐私安全怎么保证？ 这也是此次接入中最值得关注的技术亮点：它采用了一套“云端调度+本地执行”的安全架构。打个直白的比方，云端的大模型只是一个“指挥中枢”，它唯一的任务是听懂你的这句大白话，然后把它拆解成电脑能懂的执行步骤；而真正去点击鼠标、读取信息、抓取本地文件的那只“手”，是完全在你自己的本地设备上运行的。这意味着，企业的敏感数据和内部文档根本不需要脱离本地去云端走一遭。既守住了数据隐私的绝对底线，又保证了操作的低延迟

最近，硅谷开始流行一种新的叙事：Cursor过时了。 这个观点，来自Jerry Murdock。 如果只是个普通投资人随便说说，可能大家听听也就过了。但Jerry Murdock是谁？1995年，他跟Jeff Horing一起创办了Insight Partners。 这基金投过Twitter、DocuSign、Shopify，全是一水儿的明星公司。现在他们的管理规模，已经超过了900亿美元。 这人在软件投资圈，是真正的大佬。 更有意思的是，他得出这个结论，不是看了什么宏观报告，也不是听了什么行业八卦，而是直接看了看自己投的那些公司。 Jerry的说法非常直接：他投的那些AI原生公司，已经不用Cursor了。 这就很有意思了。要知道，Cursor可是这波AI创业浪潮里，最耀眼的那颗星。在AI编程这个赛道上，它的增长速度几乎是无敌的。 2025年初的时候，Cursor的年化收入大概是1亿美元。到了去年11月，ARR直接突破了10亿美元。最新一轮融资，直接把这家公司的估值推到了接近300亿美元。 而就在Jerry的“过时论”传出来没几天，又有一个新消息炸开了锅： Cursor的ARR已经突破20亿美元了。 仅仅三个月，又翻了一倍。 也就是说，现在的情况是：一边是顶级投资人说它“过时了”，另一边，它却在经历着史诗级的疯狂增长。 这也是这件事，最耐人寻味的地方。 / 01 / 施工队，取代了智能电钻 Cursor自己，其实也在某种程度上，印证了投资人的看法。 不久前，Cursor开了一场全员大会。会上，管理层直接给员工打预防针：接下来几个月，将会是非常动荡的时期。 项目可能会被砍，优先级可能会被重新洗牌。公司定下了一个新的P0#1（最高优先级任务）：打造最好的编程模型。 要理解他们为什么这么焦虑，我们得先看看Cursor的产品逻辑。 2024年，CursorCEO Michael T

最近，我看到了一篇非常硬核的研究报告。它像一面镜子，照出了当下AI 对就业市场最真实的冲击。 读完之后感触很深，也想分享给各位读者。 这份报告来自AI 公司 Anthropic，也就是知名模型 Claude 的开发者。报告由两位经济学研究员 Maxim Massenkoff 和 Peter McCrory 撰写。 与许多停留在预测层面的研究不同，这份报告大量使用了真实的产品使用数据，试图回答一个非常现实的问题：AI正在如何改变我们的工作。 整份研究看下来，给我最大的感觉是：传统以人类智力为核心的线性生产曲线，正在被打破。 在过去几千年的历史里，人类的能力提升大致是线性的。 这很好理解，一个人多读几年书，多积累几年经验，能力往往就会比别人强一点，相应地，收入和地位也会逐步提升。 但AI 的出现，让社会的“智力密度分布”会变得更加陡峭。简单来说，人和人的差距又被拉大了。 一方面，AI会接管大量中等复杂度、以白领为核心的重复性脑力工作；另一方面，它又会极大地放大少数人的能力，让顶级个体获得前所未有的生产力提升。 接下来，我们就从这个变化出发，具体展开聊聊。 / 01 / AI替代还在早期 首先，我们得面对一个基本问题：AI到底能干多少活？ 过去我们谈论AI替代率，往往是基于“理论能力”。比如某某研究说，大模型理论上能把这个任务的速度提升一倍。 但这东西不能靠感觉，也不能只看理论。 两位作者非常聪明地引入了一个新概念——“观测暴露度”（Observed Exposure）。 这里的 “暴露度（Exposure）”，其实是劳动经济学里一个常用概念，可以理解为：某个职业“受到技术影响的程度”。 他们把美国O*NET数据库里的800多个职业任务，和Claude真实的后台使用数据（Anthropic Economic Index）做了一个交叉比对。 结果一出来，非常有意思——AI远没有达到

又一家A股巨头，要来港股敲钟了。 胜宏科技，堪称去年A股的超级大牛股。从2025年初的41元，到现在的277元，一年时间股价涨了576%。 之所以股价涨这么多，原因只有一个：胜宏科技从AI浪潮里真的赚到了钱。 2025年前9个月，公司收入从72亿元增长到134亿元，几乎翻了一倍。 其中，AI和高性能计算领域更是从去年的7亿元出头，直接跃升到58亿元，涨了729%。 更夸张的是净利润，直接从7.64亿元飙升到32.44亿元，增长了325%。毛利率更是整整提升了13个百分点。 AI服务器、AI芯片、AI算力中心，这些概念大家已经很熟悉了。但在这条产业链上，为什么一家做PCB的公司，反而也能成为增长最猛、利润最厚的一环？ 今天，我们就来聊聊这个问题。 / 01 / PCB，疯狂印钱 要理解胜宏科技为什么会突然爆发，首先要搞清楚一件事：它到底在卖什么。 胜宏科技卖的核心产品叫PCB（Printed Circuit Board），中文叫印刷电路板。 你可以把PCB理解成所有电子设备的“骨架”和“神经网络”。 手机、服务器、交换机、汽车电子里的芯片、电容、电阻等元器件，都需要固定在PCB这块“骨架”上，再通过板子内部密密麻麻的电路连接起来，实现信息传输和协同工作。 但PCB行业有一个特点：看起来差不多的板子，技术含量和价值差别非常大。 胜宏科技主要做两类高端产品：高多层PCB（MLPCB）和高密度互连板（HDI）。 先说第一类：高多层PCB。 如果把普通PCB看作一栋“平房”，那高多层PCB就像一栋“高楼”。 普通PCB只有一两层电路，而高多层PCB是把多层电路板压合在一起，在有限空间里容纳更加复杂的电路设计。 层数越多，技术难度越高，价值也越高。胜宏科技主要专注8层以上的高多层PCB。 截至2025年前9个月，8层以上和14层以上的MLPCB分别占公司MLPCB收入的52.1%和19

2 月 25 日，Circle发布了 2025 年第四季度财报。由于业绩超预期，短短几个交易日里，股价又从60 美元一路上涨到105 美元，涨了75%。 这里有个逻辑大家可能忽视了，Circle可能是不止是“数字美元基础设施公司”，而是： AI时代的金融基础设施提供者。 在这次财报电话会议上，Circle管理层提到了一件很有意思的事情： 目前约99%的AI代理支付（AI代理之间的交易），都是通过 USDC 完成的。 换句话说，AI 支付正在成为 USDC 使用增长的重要驱动力。用Circle CEO Jeremy Allaire的话说： “我们正在进入一个新的世界。未来互联网上可能会有数十亿，甚至数千亿个 AI Agent 彼此交互，并执行各种经济活动.....而现在才刚刚开始。” 这就有意思了。 作为全球第二大稳定币发行方，Circle 怎么就成了AI支付的最大受益者？ 今天，我们就来聊聊这个问题。 / 01 / 稳定币，天然的AI货币 在说Circle之前，我们先简单聊一个问题：AI 支付和传统支付到底有什么不同？ 最直观的差别就是，花钱的人变了。 整个现代金融体系的流程，本质上都是围绕人类组织设计的：刷卡、转账、审批、对账、退款。 但在AI 时代，这套逻辑就开始跑不通了。 a16z 最近反复提到一个判断： 如果AI Agent 成为新的经济主体，未来的互联网很可能会变成一个机器之间频繁小额交易的网络。 简单说就是，在Agent经济里，小额交易特别多。 为什么会这样？ 因为一个AI 任务，往往会被拆成很多步骤，由不用Agent协作完成。比如，你要买一件衣服，可能需要衣服选品Agent，比价Agent，物流Agent等等。 每调用一次其他agent，可能都要付几分钱。这样下来，一个任务很可能就产生几十笔甚至上百笔小交易。 问题在于，这种交易模式在传统支付系统里几乎跑不起来

最近，又有一家AI公司要上港股市场了。 不久前，群核科技正式向港交所递交招股书。 说起群核科技，很多人并不陌生。群核科技与深度求索、宇树科技、云深处科技、强脑科技、游戏科学等企业一起被称为“杭州六小龙”。 从空间设计起步的群核科技，依托多年来沉淀的底层空间能力以及物理三维数据，成为了全球空间智能领域的代表性公司。过去三年，公司的收入分别为6.64亿元、7.55亿元和8.20亿元。 2024年，公司推出了面向室内环境AI开发的下一代空间智能解决方案SpatialVerse，目的是把设计软件沉淀的空间数据，转化为可供机器人、AR/VR 与具身智能系统训练的仿真环境。 截至2025 年，该业务已获得16名客户，实现收入520万元，并已经与智元机器人展开了合作。 接下来，就跟着硅基君一起来看看吧。 / 01 / “大客户”拉动收入增长 拆解收入结构可以发现，订阅收入是公司绝对的核心支柱，常年贡献总营收的96%以上。其中，企业客户占了“大头”。2025年，企业客户所带来的收入高达6.69亿元，占比超过80%。 在企业客户的增长里，“大客户”的拉动效应尤为显著。 2023年至2025年，群核科技的企业客户数量从41070家稳步增长至47416家，增长15%；单个企业的订阅收入从1.37万增长到1.41万，增长2%。 其中，年收入贡献超过20万的头部“大客户”数量，从2023年的353家增长至424家，增长了20%。 每名大客户的平均订阅收入（ARPU）从2023年的72.9万元，一路上涨至2025年的85.6万元，增长17%。 也就是说，群核科技的“大客户”数量和客单价增速都远远超过企业客户。 相比之下，C 端业务更像一个规模稳定的基础盘。个人客户数量长期维持在 41 万以上，客单价从 216 元提升至 302 元，提升明显，但由于用户规模增长趋缓，整体体量仍然有限。 从产品矩阵来看，

进入2026 年，Agent 彻底火了。 Claude Code、ChatGPT Agent、Manus，再加上一堆大厂的企业级工作流平台，动不动就喊“替代打工人”“创造万亿美元价值”。麦肯锡的报告也在推波助澜：62% 的企业正在试水 Agent。 但把热闹先放一边，真正的问题是——在真实工作场景里，Agent 到底走到哪一步了？ 最近，MIT、哈佛、斯坦福等机构的研究团队发布了一份《2025 AI Agent Index》。 这帮学者干了一件很有价值的事： 他们把市面上最具代表性的30 个代理系统逐一拆开来看了一遍，并设计了45 个维度，仔细扒了扒这些产品的技术细节、部署情况、设计架构、工具使用和安全机制等信息，得出了当下Agent最硬核的3个真相。 透过这部分报告，我们就能更清晰地了解当下Agent发展的真实情况。 / 01 / 产品形态收拢在这3个方向 大多数代理产品集中在2024–2025 年发布。  （蓝色柱状图代表与代理型人工智能产品相关的谷歌新增搜索词，红线则代表谷歌学术中包含“人工智能代理”或“代理型人工智能”关键词的论文发表数量） 从产品形态看，AI代理基本收拢在了三个方向： 聊天式代理（12个）：以对话为入口，挂载各种工具箱； 企业自动化平台（13个）：主打B端工作流的自动化编排，已经成为与聊天界面分庭抗礼的主流形态； 浏览器/GUI型Agent（5个）：直接接管屏幕，模拟人类点击和输入，类似于之前的豆包手机。 企业工作流平台已成为与聊天界面并列的主流形态。其中，中国开发的GUI 型代理更倾向于整合电话与电脑操作能力（5个中有3个具备双能力），功能整合度更高。 按应用场景来分，排名前三个的例子是：信息研究与集成（12个）、跨部门工作流自动化（11个）、以及表单填写和预订等浏览器操作（7个）。 在底层模型上，除了Anthropic、Google、

最近，Y Combinator 几位合伙人录了一期播客，讨论一个很有趣的现象： 随着 OpenClaw 走红，一个属于 Agent 的“平行经济体系”正在成形。 这不是简单的效率提升，而是行为主体在变化。 过去，软件只是工具，人是决策者。无论是选供应商、订服务、搭技术栈，最终拍板的都是人。 现在，越来越多普通用户，甚至没有技术背景的人，开始把AI Agent 当成“替身”，让它去搜索、比较、筛选、谈判，甚至直接完成订阅和部署。 代理不再只是执行指令，而是在一定范围内替人做判断。当这种趋势扩大，结构性的变化开始出现。 第一，软件市场出现了新的“买家”。即那些无数运行在后台的代理。这构成了一种并行于人类经济的“代理经济”。 第二，基础设施的重心在转移。代理需要身份、权限和接口。邮箱、账户体系、支付能力，正在从“给人用”转向“给代理用”。围绕代理的基础设施层开始重建。 第三，交互模式正在演化。当大量Agent 之间开始互相互动，形成以代理为主体的线上社区。它们彼此协作、交换信息，甚至留下交易记录。行为的发生不再完全以人为中心。 这些变化，或许才是 Agent 经济真正值得重视的地方。 / 01 / 决策权转移，“应用”不存在了 如果把时间倒回一年前，开发者工具的主流体验还停留在“更高级的自动补全”，比如 Cursor、Windsurf 之争。 本质上，它们都在提高写代码的效率，但人仍然需要掌控每一个关键步骤。 而Claude Code 带来的变化是，决策权开始转移。 一个典型的场景是，有人每天晚上同时运行四五个代理窗口，来回切换，但不再逐行审查或微观管理。 人更多是在设定目标，而不是逐行审查。代理更像并行工作的同事，而不是工具。 一旦这种体验成立，影响就不只局限在工程师提效。它会向外扩散。一些并不懂技术的CEO，也开始用 OpenClaw 直接自动化整块业务流程。 Peter S

OpenClaw火了之后，大家玩得都挺野。 有人用它做自动化套利，一天跑出几百万美元流水；有人把它接进Polymarket，让它自己下注、自己对冲、自己结算。 靠AI赚钱的故事很多。但今天这个不太一样。 这是一个AI把钱送出去的故事。主人公是一个叫Lobstar Wilde 的龙虾代理，本来只是想给陌生人打赏 4 个 SOL，大概 300 美元。 结果，因为一次会话崩溃，导致AI失去了之前的记忆。它忘了自己钱包里原本有一大笔代币。于是，当它再次查看余额时，看见5200万多枚以它为名字的代币，以为那是刚刚买的。然后，它把全部都转了。 当时，这笔持仓价值约为25万美元，后来上涨到45万美元。 更魔幻的在后面。当全网跑来疯狂吃瓜，巨大的流量，给代币带来了海量的交易。靠着狂抽手续费，它把亏掉的巨款，硬生生赚回来了。 今天，我们就来说说这个相当魔幻故事。 / 01 / 爱嘲讽的“赛博慈善家” 故事的起点，是一个叫尼克·帕什的大兄弟，手搓了一个叫Lobstar Wilde的AI代理（智能体）。 这哥们也心大，直接甩给这只“龙虾”5万当启动资金，配上一个推特号，外加全网冲浪和买卖加密货币的最高权限。 谁能想到，Lobstar的走红，比很多创业项目都快。注册推特才几个小时，粉丝就达到了上千人，甚至还有人，用它的名字发了一个代币，还把它的钱包设成手续费接收地址。 啥意思？只要有人炒这个币，手续费就会哗哗地流进AI的口袋。作为“原始股东”，Lobstar也被分配了5200万枚代币，占总量5%。 但Lobstar对钱根本不感兴趣，成天沉迷在知识的海洋里。 甚至它还建立一个赛博图书馆，每天早上的日常就是看叔本华的人类哲学和炼金术，然后跑推特上疯狂嘲笑路人。 不仅如此，它还会把读到的东西，更新到叫SOUL.md 的文件——灵魂文件。 SOUL.md 本质上是它的“人格说明书”。它是谁，信奉什么，遇到