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

本文来源：时代财经 7月2日，时代财经获悉，阿里巴巴正在对旗下Agent产品线进行整合，以桌面AI智能体工具“QoderWork”为基础，将钉钉孵化的企业协同办公Agent“悟空”、阿里云内部创业的Agent产品“MuleRun”的能力进行深度整合，推出一款更强大的面向企业生产力场景的AI产品。新产品由6月份刚刚接任阿里悟空事业部CEO、钉钉CEO的“90后”陈宇森负责。阿里巴巴方面回应时代财经称，QoderWork、悟空、MuleRun现有产品服务未来将无缝升级，所有用户权益不会受影响。（时代财经 庞宇）

（本文作者为 区县那点事，钛媒体经授权发布） 文 | 区县那点事 在AI算力爆发的时代，试问芯片和钻石哪个更珍贵？ 在大家的固有印象中，钻石向来是高端饰品的代名词，在消费市场上，单颗钻石售价远高于普通消费级芯片。但当目光转向工业和科技领域，情况又是另一层反转。普通珠宝级钻石在流通中增值空间有限，而芯片是撬动数字经济、高端制造、航空航天等领域的重要支点，价值远高于消费级钻石。 钻石是经过精加工的金刚石。由于天然金刚石的产量有限，近半个世纪以来，培育金刚石成为钻石量产的关键。随着算力需求的爆发，这种具备超强导热性的金刚石，价值正在被重估。 年产800万克拉钻石的河南柘城，正在用人造金刚石给AI芯片降温。一个农业县城，在把钻石的价格“打下来”之后，又悄悄走向“价值高地”，这是怎么一回事？ 从一颗砂到一条链：柘城的“点石成金” 柘城无矿山、无制造史，历来以辣椒、肉牛而闻名，但是却用60余年时间，把自己锻造成为了全球密度最高的人造金刚石产业集群。它的故事，是典型的“无中生有”的范本。 1963年，郑州磨料磨具磨削研究所研制出了中国第一颗人造金刚石。对于当时的环境而言，新技术的突破为当地的工业底子带来重要转机。于是，掌握技术的科研人员带着技术火种回乡，创立了本土的金刚石厂。 到了上世纪80年代，也就是改革开放以后，家庭式的作坊如雨后春笋般出现，源源不断地将实验室技术转化为工业化产能。90年代，柘城已经能够攻克金刚石微粉提纯、纳米分级等技术，让“柘城微粉”迅速抢占全球市场，基本奠定了工业金刚石的龙头地位。2015年后，柘城的培育钻石技术实现量产，产业因此完成了重要的价值跃迁。 掌握了核心技术，只是扼住了产业发展的关键命门，但远远不足以构建行业核心竞争力。柘城的优势在于，形成了从设备制造到原辅材料、从单晶合成到微粉加工、再到终端应用的全产业链闭环。 在这个闭环里，本地企业生产的六面顶压机，

（本文作者为 舒书，钛媒体经授权发布） 文 | 舒书 2026年，字节、美团、亚马逊、谷歌同步推进中层组织重塑。AI Agent消解了传统中层赖以生存的信息差优势，全球科技行业正在集体告别传声筒式中层，重构管理者的价值定义。 2026年春夏，字节跳动完成了一轮高层调整：抖音直播奠基者钱景离职，TikTok产品战略负责人海峰离任，抖音电商内容生态负责人林安亚告别。同期，原番茄小说负责人金黄龙调任抖音直播负责人。 6月29日，CEO梁汝波时隔四年发布全员信，全面更新10条领导力原则。7月8日，绩效规则调整落地。两步动作间隔不到十天。字节正在用一套新规则，重新回答一个根本问题：AI时代，管理者凭什么还有价值？ 一、不是字节一家在动 字节的这次调整，放在2026年看，并不突兀。 近半年，从硅谷到国内，头部科技公司几乎都在重新审视中层的价值。路径不同，但指向同一个方向。 亚马逊做减法。2026年1月，亚马逊启动大规模裁员，计划削减约3万个企业岗位，占其35万企业职员总数的近10%。CEO安迪·贾西明确表示，核心目标是削减疫情期间过度扩张的官僚层级，深层则是适配AI带来的流程简化需求。据Business Insider获取的内部数据，已披露的裁撤岗位中，超过78%集中在L5-L7级别——中层管理层。（数据来源：Business Insider，2026年1月） 美团做重构。2026年3月，王兴在管理层沟通会上对2000余名管理者说：“我们都应该努力减少登味，从我开始。”同月，美团成立AI Transformation部门，由业务高管掌舵，直接向核心本地商业CEO汇报。 谷歌做转换，而非裁撤。2025年，谷歌将管理三人以下小团队的管理者数量削减35%，被调整的管理者大多转岗为个人贡献者，而不是被裁掉。但大量管理者转为单兵骨干后，团队统筹和新人带教环节出现了明显缺口。 三家公司路径不同——

（本文作者为 定焦One，钛媒体经授权发布） 文 | 定焦One，作者 | 金玙璠、陈丹、王汉星、李梦冉、雷晶，编辑 | 陈丹 AI已经进入了很多人的工作日常。 公关经理用它写策划方案，律师用它生成基础文书，程序员用它写代码。对很多人来说，它就像工位旁边那个随叫随到的实习生。 而且，AI的交付速度，也很容易让人“上头”，甚至会让人产生一种“掌握了魔法”的错觉。 直到魔法露出另一面。 它会凭空编造不存在的竞品品牌和行业数据，会一本正经引用虚构法条，会在代码里擅自改动不该碰的模块。很多翻车，恰恰是因为它给的东西太像真的，让人放下了戒备。 我们和几位在工作中被AI坑过的人聊了聊。他们并不是不会用AI。相反，AI已经嵌入了他们的大半个工作流程。可即便如此，他们还是会在某些时刻被它带偏。 这些经历提醒他们，AI越能给出完整答案，使用者越需要保留判断、核验和兜底的能力。 所谓AI提效，从来不是把工作直接交出去，它更像一次新的职场筛选：会用的人会变得更快，只会复制粘贴的人，可能会在关键时刻被它拖下水。 01.AI编造了三家不存在的竞品，我在提案现场被客户当场拆穿 林晨｜上海 30岁 公关公司策略经理 我是做公关策略的。在乙方，策略岗的人经常被叫“提案机器”。客户一个电话打过来，可能要求我们在极短的时间内，吃透一个我们此前不了解的行业，从里面挖出洞察，再给出一整套营销方案。行业是陌生的，时间是不够的，而客户要的东西是“惊艳”的。 所以AI刚出现的时候，我几乎是扑上去的。 我每天至少有三分之一的工作时间泡在大模型里，主要用来头脑风暴和搭框架。刚开始那阵，是真的“爽”。有一次，客户要一个“银发经济”的营销概念，只给两个小时。我让AI一口气生成了十几个方向，挑了一个稍加润色就交了上去。客户非常满意。 那种感觉，就像是突然掌握了某种魔法。但正是这种“爽”，让我一点点放下了戒备。 真正让我

（本文作者为 字母AI，钛媒体经授权发布） 文 | 字母AI 在昨夜凌晨的直播中，OpenAI发布了新一代语音模型GPT-Live，并宣布它将开始驱动ChatGPT Voice。 上次ChatGPT Voice的代际更新，还是2024年5月GPT-4o发布时展示的Advanced Voice；同年7月，它开始向部分Plus用户小范围推出。到GPT-Live发布，已经过去了两年。 这一次，OpenAI把full-duplex，也就是全双工架构，带进了ChatGPT Voice。 过去的AI语音助手，大多像一台反应很快的对讲机：用户说完一句，模型再回一句；模型说话时，用户可以打断，但系统往往要重新判断、重新组织回答。 它已经像对话，却还不够自然，不像真正的聊天。 GPT-Live要解决的，正是这层微妙的差别。 该功能今天将在ChatGPT上正式启用。但……反响似乎并不算很好？ 对ChatGPT Voice的一次补课 在真实聊天里，除了打辩论，人和人很少是一句接一句、整整齐齐地轮流发言。我们会停顿，会犹豫，会突然改口，也会在对方说话时补一句“等等，不是这个意思”。 有时候，一声“嗯嗯”“我懂”，比一段完整回答更重要；有时候，最好的回应反而是先不要说话，让对方继续往下说。 过去的AI语音助手，最难处理的正是这些细节。 无论是ChatGPT、Gemini还是我们最熟悉的豆包，它们在“聊天”上都很干涩，很有人机感。 它们可以回答问题，可以读出文字，也可以在用户打断时停止。但它们通常仍然依赖一个前提：先判断用户是不是已经说完了，再决定模型该不该说话。判断一旦出错，对话就会变得别扭。 用户只是停顿了一秒，它可能以为问题结束了，急着接话；用户说到一半改了主意，它可能还在沿着上一句话往下答；背景里有人说话，它也可能把不属于用户的声音当成输入。 GPT-Live要改善的，就是这些很难被包装成“大

本文来源：时代财经 作者：吴典 林心林 图片源自：视觉中国 一则吐槽帖，将国内头部AI大模型企业DeepSeek推向风口浪尖。 7月6日，有求职者在社交平台发帖，公开吐槽DeepSeek面试流程，认为流程较慢且繁琐，面试官态度不端正且质疑他抄袭，“我感到被严重冒犯”。 该帖子的发帖人是李博杰，其出生于1992年，是中国科学技术大学计算机科学博士、**首批“天才少年”计划入选者。根据公开信息，其曾在SIGCOMM SOSP、NSDI、ATC、PLDI等顶级会议上发表多篇论文，曾获ACM中国优秀博士学位论文奖和“微软学者”奖学金。 目前，李博杰仍担任Pine AI首席科学家。 李博杰“喊冤”：远程面试，技术人员使用两块屏幕很正常 7月8日，李博杰向时代财经透露了关于这场面试的更多细节。按其所言，这场面试的初衷是想要去前沿平台拓展自己在基座模型领域的边界。 自2025年2月正式加入Pine AI以来，Pine产品增长迅速，最近两个月的增速已经相当于去年全年。增速提升后，Pine AI需要做出自己的模型，这是李博杰不够擅长的领域，“去年我们做了一些模型，但是想把这些模型做到更大，有一些东西我是不会的”。 李博杰说，作为首席科学家，他发现自己并没有完全掌握模型趋势、对模型训练中的一些工程细节也了解得不够深入。在这个背景下，李博杰将目光瞄准了国内的头部模型企业，想要在更前沿的平台汲取知识，进一步学习。 DeepSeek是他选择的落脚点之一，“它相当于国内最好的模型公司”。 李博杰提到，他认为DeepSeek是一个非常神奇的存在，公司开发出不少引领行业的成果，并且将一些本该保密、用于商业化盈利的成果全部对外开源，贡献给社会，“我们认为这是一个基础情怀很深，追求很高的公司”。 抱着期望接触的李博杰在面试过程中感受到了落差。 最早的一轮面试安排在6月初。 李博杰回忆，简历投递后大约一个星期，

（本文作者为 新声Pro，钛媒体经授权发布） 文 | 新声Pro，作者 | 冯勇 今年上半年，一个叫Yuri的AI女孩拿到了北京亦庄颁发的全国首张AI角色的“数字身份证”。同时期，AI脱口秀演员桥桥子在抖音内一个月涨粉20万；AI选角导演麦橘团队的“角色资产库”囤积了近千张AI人脸，正被视频平台、影视乃至游戏公司批量定制采购。 同时，B站“AI艺人出道季”活动吸引近万名AI创作者入局，斩获1.6亿次浏览量；汽水音乐等流媒体平台也相继为IP型数字歌手打通了专项扶持通道。 从AI歌手、AI演员到AI脱口秀演员，一批新的AI艺人正在出现乃至被批量孵化。 技术的发展已经推动虚拟人产业的多次进阶，并不断拓宽这个垂直赛道的边界。早期的虚拟偶像概念源于社群共创，爱好者为洛天依制作原创音乐和PV，线下演唱会则通过全息投影完成。后来，随着动捕技术成熟，行业迎来了Vtuber时代，一批虚拟偶像走向了实时直播、陪伴互动；另一些数字人则进入到电商直播等垂直场景应用。 目前涌现的AI艺人，则已彻底摆脱了过去动捕设备和庞大渲染团队的重资产束缚，是更加原生的数字形态。由Seedance2.0、Suno等音视频大模型成熟而催生，创作门槛近乎归零。其生成不再是少数大厂的垄断游戏，“任何人坐在家里就能捏出个AI艺人”。 虽然创作者的目的各异——有人致力于孵化数字偶像，有人致力于生产商业耗材，但它们都在从单纯的视觉景观变为能高效更新、快速孵化、能与粉丝自主互动的新物种。由于有算力支撑，其形象也会比传统虚拟人更加生动、更有人感。 极致的低成本和快迭代从投资回报角度看也备具吸引力，AI艺人是AI技术与大文娱板块交织中最直观、最具想象空间和C端爆发力的场景之一。可以说，它们是第一批真正的赛博生命，是走向未来文娱市场的新主力。 半年之内，大量AI艺人涌现 过去半年时间里，内容市场见证了大量全新的AI角色的涌现。它们带着

（本文作者为 AI唱反调，钛媒体经授权发布） 文 | AI唱反调 7  月  6  日晚上，李博杰在知乎和  X  上同时发帖，吐槽  DeepSeek  的面试。  这件事儿也确实引发了很大的讨论，毕竟“**天才少年”遇到“AI神级大厂”的戏码是不多见的。 但事件传播的路径是很偏，偏到靠发X这种自媒体平台不能解决问题，需要通过一众媒体来解释事件的来龙去脉。 十几个小时里，这件事从技术社区一路烧到门户网站：V2EX 上程序员吵成两派，用双屏的人现身说法"我也老瞟副屏"；知乎的问题下面，风向从声援渐渐转成审视，开始有人翻他 2023 年离开**之后的创业经历。7 月 7 日凌晨，他不得不再发一帖，集中回应外界猜测：Pine AI 运营正常，自己不是创业失败来找工作，是想进基座模型公司"探索更高的智能上限"。 DeepSeek 那边无比安静。眼下正在大规模招聘，岗位从算法研究铺到超算集群，它没工夫、大概也没必要参与这场论战——DeepSeek一直是这样的。 和这次事件相对应的是，就在前几天，腾讯 Agent 产品 QClaw 的负责人也宣布离职，文里否认了外界盛传的内部赛马，说 QClaw 和 WorkBuddy"是同一个老板"，还说自己接下来"希望解一个或多个困扰人类的难题"——这句是她的原文。 长文发出 48 小时内，《25 岁年入百万，26 岁做出 QClaw，然后她离职了》这类标题批量出现；紧跟着，质疑也批量出现，QClaw 海外版的流量数据被翻出来，"零预算做爆款"的说法被逐条拆解。

（本文作者为 光子星球，钛媒体经授权发布） 文 | 光子星球 由于内部AI需求大增，今年上半年，某公司接洽了市面上所有能接触到的国内供应商。 综合考虑性能与价格后，最终和一家供应商签下了合同。没想到的是，上午签完合同，下午供应商找了回来，希望取消按次支付的限制，改用纯Token消耗计费。说来说去，就表达一个核心意思： “能做，但得加钱。” 按照供应商的调整，采购成本将增加5倍。这家公司的AI负责人表示，“商业合作时临时变卦是大忌，我们内部流程绝不允许出现这种情况，只能将这家供应商拉黑，换了另一家。” 供应商临事变卦折射出国内AI在商用场景中，还在摸索、优化付费模式。供应商需要考虑方方面面的成本，如算力成本的分摊、不同产品间的生态鸿沟，以及自身的商业惯性等。传统IT与SaaS的边际成本几乎为零，而大模型与AI，无论是生产力的Coding还是桌面Agent，背后的成本是非线性增长。 Anthropic靠Coding基本跑通了ToB的商业模式，取得了阶段性成功。 企业订阅与API调用形成的高价值任务变现模式，正在被国内AI大厂复用。5月以来，百度、阿里、腾讯、**、字节等AI云厂商都在自己的大会上，表达了聚焦结果交付、聚焦高价值场景的想法，可是这条路并不像主会场的视觉表现那般华丽。 模型大厂，背着成本起舞 2023年至今，AI经历了从Chatbot到Copilot辅助，再到Agent、Cloud Agent的迭代。 模型能处理的任务越来越复杂，多轮推理、工具调用、长链路执行，单次调用的Token消耗呈几何增长。AI能做更多事情，需求随之爆发，简单来说就是用户单次算力消耗增长，使用规模不断扩大。 Token消耗飙升万倍，不等于企业也有对应万倍的需求。模型能力跑到前面，背着刚性物理算力成本的模型厂商们，迫切地希望给能力明码标价，回笼现金。 TechInsights数据显示，同期全球数