阅读视图
《糖豆人》的原班人马,6年后做了一款“青蛙版《迷宫饭》”
本文来自微信公众号: 游戏研究社 ,作者:駄目糕
2020年夏天,《糖豆人》横空出世,这款乍看简单无比的派对游戏,在融入了当时流行的“大逃杀”要素后,掀起了一场谁也没料到的超级热潮。
发售后,《糖豆人》很快冲上Steam在线榜前列,历史在线峰值超过17万人,不到一个月突破700万份销量,并借着PS Plus在主机端迅速扩散,成为当时下载量最高的PS游戏。
这也使《糖豆人》成了许多后来者争相模仿的对象,不少作品开始借鉴它的玩法,其中一些甚至已经成为国民级游戏;如今,就连许多原本和这套玩法不相关的游戏,也总会在活动和小游戏中塞上一点“糖豆人”作为调剂。
如果说,《糖豆人》只是把派对游戏和当时流行的“大逃杀”框架结合起来,就能碰撞出如此意想不到的化学反应,那么几年后的今天,市场上最新的流行要素又是什么?
答案显然是“搜打撤”。
玩家在地图里翻箱倒柜,把背包塞满,再在风险和“再贪一口”之间艰难选择撤离时机——这套由收益、代价和不确定性驱动的玩法,正在成为越来越多游戏试图借用的新模板。
那么,如果把“搜打撤”和派对游戏结合起来,又会变成什么样?
今天发售的《青蛙小队》给出了自己的答案。
1
《青蛙小队》是由《糖豆人》核心开发成员组建的新团队Panic Stations打造的新作,目前已经在Steam和Xbox平台发售。
按照官方给出的类型定义,《青蛙小队》是一款最多支持8人合作的“撤离式解谜平台游戏”。
简单来说,玩家需要组成一支青蛙小队,进入充满机关、怪物和食物的地下水道,在有限时间内,一边解开沿途的机关谜题,一边寻找美食,最后将食物带回撤离点,投喂给沼泽大王。
在地下水道中,你将会遇到:


“《迷宫饭》”
……言归正传。在《青蛙小队》中,玩家最重要的工具,就是一条可以乱甩的青蛙舌头。
除了控制小青蛙移动外,游戏里大多数事情都靠这一个按键解决:它可以把路边的食物一口卷进肚子里,也能拖着各种道具在水道里穿梭,既能拉动机关、荡过管道,也可以像弹簧一样,把队友“嗖”地发射出去。
游戏中有不少需要玩家配合的设计,比如打开箱子,就需要至少两名玩家,用舌头将箱子朝不同方向拉开;

有些场景也需要玩家之间相互配合,一个人操作机关,另一个人卡点通过,有点像《双人成行》里那些考验默契的关卡。
但很显然,这是一款人越多越能玩出花样的游戏。有时候只是乱玩一通,也可能意外折腾出一条通路。
而如果你们的小队有四人以上(目前游戏没有匹配模式),甚至可以原地组成弹弓,直接把队友发射到目的地。
这其实也和《糖豆人》很像,后者的操作不过是跳跃、飞扑、抓取几个简单动作,但玩家依然能在这些基础规则上开发出各种稀奇古怪的玩法,把游戏玩出花。一定程度上,越是规则简单的游戏,也越容易留出空间给玩家自己发挥。
而随着探索推进,吃了各种食物的小青蛙,身体也会越来越大,变成体型夸张的巨蛙,行动难以控制。这个时候,就需要玩家回到撤离点,把肚子里的食物吐出来,恢复到灵活的体型再重新探索。
当然,地下水道并不是什么安全的游乐园。这里到处布满尖刺、毒液和怪物,小青蛙稍不注意就会受伤;一旦受伤,刚刚吃进肚子里的食物也会随之吐出。如果肚子里的食物已经归零,再受伤就会变成小蝌蚪。
值得一提的是,即便变成小蝌蚪,玩家也不会彻底出局。小蝌蚪依然具备移动能力,只是无法再使用舌头,还主动寻找队友搭救。

还怪可爱的
而随着一张张地图被通关,饥肠辘辘的沼泽大王会向青蛙小队索要更多食物,为了完成不断上涨的KPI,小青蛙也可以用沼泽大王的奖励换取各种道具和能力,在更复杂的地下水道里继续搜刮。


比如我买的蹦床,不仅可以带进地下水道里当探索工具,还能在外面单纯拿来和队友一起玩
总的来说,《青蛙小队》没有传统“搜打撤”中令人精神紧绷的压力,更多是几个队友间一边胡闹一边想办法通关的欢乐感。如果能叫到朋友一起玩,会是一款相当有意思的派对游戏。
2
仔细想一下,“搜打撤”确实需要这样一款轻量化作品。
传统“搜打撤”的门槛并不低,玩家既需要基本的射击能力,也需要一定的战术能力——如何规划路线、进行资源管理,以及判断时机撤离……更重要的是,这一类型游戏总是伴随着一定的压力和恐惧,这些体验固然刺激,却也注定会把一部分玩家挡在门外。
所以后来,这个品类里也出现了不少更轻量化的尝试,甚至包括《逃离鸭科夫》这种主打PVE和卡通表现风格的作品。
这条赛道看似热闹,但如果换个角度,“搜打撤”能不能做成像《糖豆人》这样真正低门槛、适合朋友之间随手开一局的休闲游戏呢?
前段时间,我们采访了Panic Stations的联合创始人Joe Walsh(他同时也是此前《糖豆人》的首席游戏设计师)。Joe Walsh也提到,他们很喜欢“和时间赛跑、完成撤离”这套玩法,但自己并不是能享受恐怖和高压体验的玩家。
因此,他们开始思考“搜打撤”是否一定要和阴暗、紧张、恐惧绑定在一起?能不能把这种让人心跳的撤离时刻,放进一个更明亮、更快乐,也更容易让普通玩家接受的场景里?于是,《青蛙小队》便诞生了。
“搜打撤”为什么好玩?核心其实就在于,它把“贪”和“怕”放在了同一局游戏里。玩家一边想继续往深处走,拿到更多好东西;一边又清楚,只要翻车,这一趟的收获可能就会全部归零,这种拉扯构成了这个品类最核心的刺激感。
于是《青蛙小队》保留了“搜打撤”中带着战利品逃出去的心跳感,但弱化了高压惩罚、一击出局,以及死后只能等待的空窗时间,让不同水平的玩家都能在一局游戏中找到事做。

就算变成小蝌蚪,也能搞出大场面
不过,这种设计方向也给游戏带来了一些新的难点。一是在“搜打撤”和《糖豆人》这类PVP游戏里,玩家会不断发明策略和反制策略,让游戏长期保持新鲜,《青蛙小队》从PVP转向多人合作,就很依赖关卡本身的新鲜感。
Joe Walsh告诉我,早期他们曾经设计过一些依赖玩家“灵光一现”的房间。玩家第一次解开时会觉得非常有趣,但第二次、第三次再遇到,乐趣就会随之消失。
于是,团队开始把设计重心转向“重复做也依然有意思”的事情。比如荡过缺口、破坏墙壁,或者和队友一起搬运某个巨大的物体。
这些操作的难点在于,更依赖玩家之间的配合和环境反馈,哪怕你知道目标是什么,执行起来也依然会因为各种意外变得不一样。
另一个难点则是内容产量问题。《青蛙小队》通过不同小房间组合,生成一张完整的地下水道地图来解决内容重复的问题。每次进入地下水道,房间分布和路线结构都会有所变化,从目前第一天的体验来看还算丰富。
总的来说,Panic Stations算是在“搜打撤”下找到了一套适合自己的解法,至于游戏能否长期保持新鲜感,就要看后续地图和互动内容是否会继续稳定扩充了。
3
近年,欧美有个流行词汇叫“friendslop”,专指轻量、便宜、粗糙但适合朋友短时间一起找乐子的多人游戏。
最初,这个词是一个十足的贬义词。Slop的本义是“泔水、烂糊糊的东西”,如果忠实地翻译,那么“friendslop”或许可以叫“大家一起搞烂活儿”游戏。
不过,最近这个词的含义也在逐渐变化,从贬义转向中性,甚至带上了一点正面意味。这或许也是因为,和朋友真正凑在一起玩点什么,本身已经变成了一件越来越难得的事。
我也向Panic Stations询问了他们对这个词的看法,如果玩家觉得《青蛙小队》也是一种friendslop,他们会如何看待?
Joe Walsh告诉我,自己其实很喜欢这个词,在他看来,friendslop描述的并不仅仅是一种游戏类型,而是一种新的体验:某种程度上,“和朋友一起打开游戏”已经取代了过去“和朋友一起看场电影“的娱乐方式。
“你花一小笔钱,换来一个晚上的快乐。如果某天晚上,你和朋友一起玩了四个小时,之后再也没有打开过这款游戏,那也没关系。你们获得了相应的价值,留下了一段难忘的经历,并且每个人都玩得开心,它就已经完成了自己的任务。”
至于“slop”这个部分,Joe Walsh反而认为它更说明了另一件事:玩家并不需要极其精致、成本高昂的游戏才能玩得开心。
当然,这并不是说粗糙本身值得被歌颂。只是在当下大作频频翻车、开发周期越来越长的当下,像《青蛙小队》这样的作品依然提醒着我们另一种可能:一款游戏未必非要宏大、精致,才有体验的价值,能和朋友一起发出欢笑,已经超过了任何游戏标签所能概括的东西。
商场四层,泔水地狱?
每个周末的傍晚,全国无数商场的四层都会准时上演同一幕场景——电梯门打开,一股混合着辣椒素、油脂氧化产物和复合香精的气味扑面而来。有人管这叫“人间烟火气”,但我说,这里其实是麻辣泔水地狱。
本期视频不是要批判辣味本身,而是想聊聊:为什么商场四层的食物越来越像工业复合溶剂?从九十年代辣味征服全国,到盖浇饭时代的“下饭”路径依赖,再到今天预制菜与连锁化——我们手里那碗东西,是一份由城市化、商品化与效率写下的答卷。它抚慰过加班的夜晚,也悄悄改变了我们的血脂、血管和肝脏。欢迎光临商场四层,这里不是地狱,而是近三十年饮食变迁的终点站。
36氪研究院 | AI时代留学就业白皮书:中国留学生全球就业趋势与人才价值重塑
在AI浪潮重塑全球产业逻辑的当下,传统留学路径所依赖的学历溢价与信息差正在系统性失效,大量高薪专业的基础性任务面临被AI批量化替代的风险。70/80后家长遭遇教育投资回报率骤降,05后年轻一代则陷入人机协同时代“何以确立自身不可替代价值”的身份焦虑。面对旧共识瓦解、新航线未明的历史性分水岭,36氪研究院与新通教育联合发布《AI时代留学就业白皮书:中国留学生全球就业趋势与人才价值重塑》。白皮书基于新通三十年积累的百万级家庭服务数据及36氪研究院对2030年全球新兴产业集群的前瞻研判,倡导回归全生命周期的长期主义,为留学家庭提供一份客观、中立的未来就业生存指南。
从“向外破局”到“向内扎根”:中国留学生三十年心理变迁史
中国留学行业三十年,其底层逻辑是一部中产家庭的教育焦虑与价值观重塑史。留学意义经历了五个阶段的变迁——从生存驱动、打破信息垄断的拓荒破冰,到追逐名校光环的晋升通道,再到就业预期前置的工具理性内卷,继而转入风险规避与心理议题凸显的疫情重塑期,直至当下AI浪潮中意义感赤字、情感支撑成为刚需的新阶段。
过去留学的核心驱动力是向外打破信息差;如今,AI加速替代标准化岗位,学历信号与职业回报之间的因果链断裂,留学价值正悄然转向向内构建内核力。读懂这条心理变迁曲线,才能在不确定性洪流中为家庭锚定稀缺的确定性。
2030「CORE」未来胜任力模型:AGI时代穿越周期的“专属内核”
36氪研究院针对全球知名企业中层管理者的专项调研显示,AGI时代企业对海归人才的需求已从“唯名校、唯技能”转向“重内核、重潜能”。企业核心需求聚焦四大AI难以替代的深层素养:高效驾驭AI的人机协同能力、化解跨文化冲突的协作能力、抗压担当的韧性,以及洞察需求的人文共情能力。在此基础上提炼形成面向2030的留学生核心竞争力「CORE」模型--决定留学生能否跨越周期不被淘汰的,不再是技能包装或名校标签,而是其不可替代的“专属内核(CORE)”。
告别经验主义:用仿真器,绘制专业价值的新坐标
传统“热门专业即好就业”的线性逻辑,正被AI瓦解——大量标准化任务被自动化,仅凭历史数据判断专业价值的有效性正快速衰减。世界经济论坛预测,到2030年全球将有9200万个岗位被替代,同时新增1.7亿个新岗位,就业市场面临激烈重置。
36氪研究院依托深厚的产业洞察、权威评估体系、岗位增长与人才缺口数据,结合中国“十五五”产业方向,构建了以“AI任务自动化风险度”为横轴、“人类护城河深度”为纵轴的专业分析模型,将所有专业划分为三个区域——高护城河区、前沿探索区和审慎选择区。该划分方法的核心在于:AI替代的不是专业本身,而是专业内的特定任务;每个专业实为不同任务区的混合体,各区占比及任务向高自动化区域的迁移速度,决定了其结构性风险暴露程度。
锚定政策确定性,布局高科技、高效能、高质量产业方向
“十五五”规划纲要首次将“建设现代化产业体系”与“加快高水平科技自立自强”并列为两大打头阵的战略,标志着政策重心从规模扩张转向基础研究和原始创新驱动,资源配置优先级也从技术含量有限的规模化领域转向前沿技术。
为此,36氪研究院基于对“十五五”规划纲要的深度研判,结合新质生产力“高科技、高效能、高质量”的标尺,沿“政策导向—产业集群—就业方向”这一逻辑主线,对“十五五”时期七大黄金赛道——“AI+、低空经济与空天信息、合成生物与生命健康、绿色低碳与ESG、量子技术与前沿材料、智能制造与工业互联、数字出海与全球战略”展开深度解读,力求为新一轮产业升级中的就业趋势与人才结构性需求研判,提供一份具有前瞻性和战略参考价值的分析框架。
本报告重点研究问题如下:
- 过去三十年中国留学生的心理需求经历了怎样的变迁?留学服务行业又随之发生了怎样的重构?
- AGI时代,全球高校人才选拔逻辑与企业招聘需求正在经历哪些深层重构?
- 面向2030年,海归人才不可替代的核心竞争力是什么?“2030「CORE」未来胜任力模型”如何定义?
- 如何科学评估不同专业在AI时代的“风险敞口”与“增值潜力”?专业价值坐标体系发生了怎样的位移?
- “十五五”规划指引下,有哪些值得重点布局的黄金赛道?它们分别对应哪些就业方向与专业选择?
- 在AGI技术深度渗透的背景下,传统专业如何通过“数字跃迁”实现价值升级?
更多精彩内容,详见《AI时代留学就业白皮书:中国留学生全球就业趋势与人才价值重塑》,点击下载链接,提取码:9f2z
疯狂的蛋价:飙涨直逼猪肉,10年同期最高
本文来自微信公众号: 猛犸资本局 ,编辑:宋然,作者:闫晓寒
6月9日,“00后”消费者晶晶在家附近菜市场买鸡蛋时发现,普通散装鸡蛋每斤价格已经涨到了5块多。她记得一个月前,同一品种的鸡蛋散装价格每斤只有3块多。
鸡蛋在消费端明显涨价已经持续一个多月。河南一位商超工作人员在社交平台分享,3月21日,其所在商超散装鸡蛋售价为3.18元/斤,6月10日涨至5.39元/斤,两个多月散装鸡蛋价格涨幅超过3成。
6月10日,时代周报记者走访北京线下商超发现,多个品种鸡蛋零售价格在7元/斤以上。例如普通谷物鲜鸡蛋每盒1.5kg售价为22.9元(约7.63元/斤);柴鸡蛋1.5kg/盒售价为23.98元(约7.99元/斤);而某品牌的营养蛋每盒10枚一斤装,售价为29.6元。

线下商超鸡蛋价格:时代周报记者摄
今年以来鸡蛋价格经历过几次波动。
以北京市场为例,北京大型农产品批发市场新发地监测数据显示,今年1月下旬以来,散装鸡蛋价格持续走高,每斤平均价格从3.5元上涨至4.65元,随后回落至3.5元左右。3月底开始,散装鸡蛋价格再度上行,4月10日平均价突破4元/斤,5月22日平均价突破5元/斤,6月2日突破6元/斤,并在6月5日达到6.1元/斤;目前蛋价相对有所回落,6月12日散装鸡蛋最新平均价为5.85元/斤,相比去年同期的3.25元/斤上涨八成。
不仅是线下超市,部分线上平台盒装鸡蛋价格更高、涨幅也更大。5月19日,时代周报记者在小象超市购买的一盒6枚装富硒鲜鸡蛋300g售价3元,约合5元/斤;而6月11日,同一品种的一盒6枚装鸡蛋价格涨至8.9元,约合14.83元/斤。不到一个月,该品种鸡蛋价格暴涨超过196%。

小象超市富硒鲜鸡蛋
从全国范围来看,农业农村部数据显示,自今年5月以来,全国批发市场的鸡蛋均价已连涨6周,突破5元/斤大关,处于近十年同期最高水平。
根据全国农产品批发市场价格信息系统监测,截至6月12日14点,全国农产品批发市场鸡蛋价格为10.78元/公斤(约5.39元/斤),相比去年同期的7.31元/公斤上涨超47%,鸡蛋最新价格甚至直逼14.56元/公斤的猪肉平均价格。
鸡蛋价格为何暴涨?
鸡蛋价格上涨,最核心的影响因素之一是鸡蛋供应有限,这要追溯到上一轮蛋鸡养殖周期。
2022年,1999年出生的陈璐辞去上海工作回到家乡山西阳泉,从父亲手中接手蛋鸡养殖公司天龙农业,担任总经理一职。当时,陈璐刚好赶上鸡蛋上升周期,鸡蛋批发价格最高能达到6元-7元/斤。
在蛋鸡养殖端盈利较高的背景下,近几年很多大型规模场进入行业,蛋鸡存栏价格开始持续攀升。卓创资讯分析师王金玉对时代周报记者表示,2025年9月,全国蛋鸡存栏量约13.68亿只,处于近三年的最高点。
蛋鸡存栏高、鸡蛋供给多,蛋鸡养殖行业转而进入下行周期。
陈璐记得,2024年鸡蛋批发价格在4元/斤左右,而2025年一整年,鸡蛋批发价格几乎都维持在3元/斤左右,“整体在2.8元-3.5元/斤区间波动。”
3元/斤,已经处于蛋鸡养殖行业的盈亏平衡线以下。
王金玉对时代周报记者表示,蛋鸡养殖行业每产一斤鸡蛋,饲料成本约3.1-3.2元,综合成本约3.5-3.7元。而2025年,鸡蛋年均价为3.17元/斤。陈璐对时代周报记者表示,去年即便只计算饲料这一项成本,多数蛋鸡养殖户都已处于亏损状态。
养殖端陷入亏损状态,养殖场不仅补栏意愿下降,还会采取提前淘汰老龄蛋鸡的措施。
陈璐对时代周报记者表示,去年年末到今年春节前,鸡蛋价格仍维持在3.5元/斤左右,未见明显复苏迹象,若补栏蛋鸡,养殖户就会继续亏损。所以很多养殖户综合行情表现和蛋鸡收益,淘汰了一部分还在产蛋的老龄蛋鸡,提前结束产蛋回收期。
这导致产蛋鸡存栏量减少。根据卓创咨询数据,2026年5月全国在产蛋鸡存栏量降至12.79亿只,环比减幅1.24%,同比减幅4.12%。
“老龄蛋鸡已经卖掉了,新的蛋鸡还未补栏,或者补栏后还未开产,蛋鸡从1日龄到产蛋大约需4个月时间,因此现在处于在产蛋鸡存栏的空档。”陈璐解释道。
另外,周转快、库存少也是影响鸡蛋价格的一个因素。王金玉认为,当前鸡蛋市场供需偏紧,各个环节积极出货,无论生产端还是贸易端库存压力都不大,库存天数普遍在0-1天,这也为鸡蛋价格走高提供了持续动力。
在上述多种因素叠加影响下,今年鸡蛋供应随之减少,驱动鸡蛋价格上涨。

线下商超鸡蛋售价:时代周报记者摄
9月后蛋价或将下滑
鸡蛋价格持续上涨,去年亏损已久的蛋鸡养殖端也迎来较好盈利水平。
若按照王金玉提供的上述饲料成本计算,蛋鸡养殖端利润在2元/斤左右;按照综合成本计算,蛋鸡养殖端利润约1.5元-1.6元/斤。
王金玉对记者表示,1万只鸡一天约产1100斤鸡蛋,按照1.5元/斤的利润计算,1万只鸡每天可以盈利超过1600元,今年6月的蛋鸡养殖利润水平达到近10年同期最高。
目前鸡蛋供应紧张仍在持续。王金玉观察到,鸡蛋价格上涨后,多数蛋鸡养殖户补栏积极性较高,但也有部分养殖户对市场持观望态度。“毕竟经过去年几乎一整年的亏损,现在行情真正转好也才两个月左右,大家还比较谨慎。”
从需求端来看,短期内市场对鸡蛋需求仍在持续。卓创资讯发布的报告显示,6月上旬端午集中备货仍在持续落地,节日刚需持续托底蛋价。端午假期临近,商超、电商节日促销,加大鸡蛋补货备货力度。
“在供应有限、库存量不大、中小码蛋货源紧缺的基本面加持下,短期市场供需依旧维持紧平衡格局,助推蛋价维持高位。”上述报告称。
王金玉认为,端午备货结束后,市场支撑逻辑消退,鸡蛋供需相对紧张的局面预计在9月以后有所好转,鸡蛋价格或将下滑。6月、7月上旬南方大范围进入梅雨季节,鸡蛋储存难度上升,市场进入传统消费淡季,贸易商按需少量拿货,此时供需关系会有所好转。
“结合历年梅雨期价格波动规律以及当前现货基本面综合研判,蛋价回落空间在0.50-0.70元/斤。”王金玉表示。
印度政府出台汽柴油限购措施
关于哈啰针对我司报警的声明

图源:unsplash
钛媒体平台发布的《困兽哈啰,全面失控》一文,作者为我司旗下一行研工作室资深分析师。本文是该行研工作室在长期跟踪共享出行及本地生活服务行业过程中,基于公开信息、行业调研及多方信息交叉印证后形成的阶段性研究成果,是对行业发展过程中值得关注的问题的系统性梳理与呈现,所有信息均有据可查,有据可依。
本文初衷是希望促进行业生态的健康、良性发展,并无任何恶意,我们亦无在此过程中谋取任何利益。针对文内相关内容,我们欢迎任何形式的法律质证,但不接受法律质证之外的任何其他威胁和打压手段。

让法律的归法律,商业的归商业,不要将行业野蛮竞争的打法,再带到舆论场的刑事报复、恐吓与打压上来。
钛摩科技集团(钛媒体母公司)
2026年6月13日
更多精彩内容,关注钛媒体微信号(ID:taimeiti),或者下载钛媒体App
逾200家机构调研两公司,电子元件行业最受青睐
严禁手写代码、一天烧不完10亿Token 就是失职:OpenAI 工程师揭秘“零人类编码”的激进实践
本文来自微信公众号: InfoQ ,编译:宇琪,作者:冬梅,原文标题:《严禁手写代码、一天烧不完 10 亿 Token 就是失职:OpenAI 工程师揭秘“零人类编码”的激进实践》
Harness Engineering,这个词最近在开发者圈子里引发了激烈讨论,因为它触及了一个核心问题:当AI Agent能写出大量代码时,我们如何确保这些代码是可信任、可维护、可投入生产的?
对于OpenAI工程师Ryan Lopopolo来说,他的团队已经连续数月没有手写过一行代码,也没有对Agent生成的代码进行过人工审查,而是通过Harness Engineering让Agent自主完成从需求到PR的全流程。更惊人的是,随着GPT-5系列模型迭代,团队人均PR吞吐量从每周3.5个飙升至70个。这一切的起点,都来自他在2025年6月做出的一个激进决定:禁止任何人手写代码。
日前,Ryan Lopopolo在《AI Native Dev》播客中,与主持人Simon Maple一起,讲清了团队零人类编码与审查的工作模式,通过“Harness Engineering”让AI Agent自主完成复杂软件工程任务的方法。本文基于该播客视频整理,经InfoQ编辑。
核心观点如下:
Harness Engineering的核心思想是:要生产出可接受的、我们信任的、能够围绕其构建业务信心的代码,过程中有大量微小的决策需要做出。为了让Agent理解和掌握这些,我们必须把它们写下来。
随着我们在代码库中积累越来越多的上下文和能力,每个通过Codex作为唯一入口进入代码库的人,默认就能获得所有人的最佳实践,而不是像传统团队那样,新人需要花一到三个月去吸收团队的最佳实践,这些最佳实践已经“铺”在代码库里了。
就像我希望正在成长的工程师从自己的错误中学习一样,我也希望看到Agent犯的错误,这样我们作为监督者就能想办法让它们也学会。
软件工程师不再需要把“编写代码”作为核心技能来培养,我更希望工程师培养的是系统思维:如何为团队的成功创造条件,如何尽可能远地预见未来、解决问题、提升代码生产和交付给客户的速度。
零人类手写代码
Simon:什么是Harness Engineering?
Ryan:我们拥有这些神奇的Coding Agent和极其智能的模型,它们能产生大量代码。但Harness Engineering的核心思想是:要生产出可接受的、我们信任的、能够围绕其构建业务信心的代码,过程中有大量微小的决策需要做出。为了让Agent理解和掌握这些,我们必须把它们写下来。让所有那些构成好代码的非功能性需求,能在正确的时间被Agent看到,并确保我们生成的所有代码都遵循我们生产高质量软件的那条“金线”。评审Agent、测试、lint、大型重构循环,各种方式让Agent形成闭环,确保它向我以及团队其他成员证明,它生成的代码是可接受的,可以合并。
Simon:Prompt Enginnering、Context Engineering和Harness Engineering的主要区别是什么?有多大重叠?
Ryan:当你与Agent交互时,你手里只有两个杠杆:你提供什么上下文,以及你提供什么工具,Harness Engineering本质上是这两者的组合,目标是确保我们提供给Agent的上下文是正确的,这样它就能发挥其推理魔力,生成好的代码。但真正独特的地方在于:我们实际上是在利用工具调用对Agent进行“提示注入”,从而管理它的上下文窗口。我们在代码库中组织测试和lint的方式,与为人类组织这些信息的方式截然不同。如果是对人,我会给出一份详尽的失败清单;但Agent不一样,由于Agent调用工具的方式,我们传递给它的消息需要既压缩又语义丰富。我不会给Agent一条机械的eslint报错,而是用一段自然语言描述:“你在文件X里搞砸了,请打开它,按照文件Y里的操作手册去修复——因为我们之前见过你犯同样的错误,而且我们知道你能处理好。”
Simon:你组建了Stripe的效率工程团队,在Brex领导过350名工程师的开发者生产力,这些经验对做Harness Engineering是帮助还是阻碍?
Ryan:绝对是帮助,它让我习惯了“通过他人工作”的思维方式。当我试图提高一个拥有350名工程师的工程组织的生产力时,我无法亲力亲为地深入到每一个正在生成的PR的细节中,也无法直接处理底层系统。我必须在幕后进行引导,确保正确的事情正在发生。默认情况下,正确的系统已经就位,以便对组织能够做好工作有高度的信任。而这正是与这些Agent高效协作、超越将Coding Agent作为结对编程助手、进入大规模并行模式(比如我同时开着15个团队窗口)所需要的,我需要在某种程度上放手。所以这种运作方式,这种系统思维的心态,对我来说很自然,因为这是我整个职业生涯中必须建立起来的专长。
Simon:你给自己和团队设了一个非常激进的约束:零人类编写代码。当你决定“这个项目里没人能写任何代码”的时候,你害怕吗?有多确信这是正确的方向?
Ryan:这绝对是个激进的想法。我刚开始这么干的时候,甚至还没有像样的推理模型。GPT-5是2025年8月发布的,而我在6月就已经开始这种“放手”模式了。那还是O3时代,Codex Mini刚刚出来,Codex CLI的第一个版本。说实话,那时候模型的能力差远了,以这种方式运作非常痛苦。出于无奈,我不得不把自己变成一个很“笨重”的工具,当Agent卡住时,它可以委托给我,一开始它能做的唯一一件事就是“让Ryan帮它做点什么”,很快我就厌倦了反复被要求做同样的事情。比如最初它总是让我用Cargo安装依赖,这是Codex当时无法可靠完成的事情。自动化这件事是我的第一步,它让我进入了一种状态:密切关注自己的时间花在哪里,想办法构建一个工具调用来消除这种时间消耗。
从零开始这样做,你会切身经历Agent的每一个失败。在编写代码的过程中,亲眼看到它犯什么错,你也能看到它真正擅长什么。Codex非常擅长遵循指令,也非常擅长编写测试并执行测试。所以把大量工程流程压缩成这些“铺好的路”,让我对Agent的信心逐渐建立起来。
Simon:你说它擅长遵循指令、擅长写测试——这不就是大多数开发者的反面吗?你的团队里其他人对这种零手写代码的决策接受度如何?
Ryan:我很幸运,我们团队扩张时招的全是公司的新人。这些新成员直接掉进了这个疯狂的环境,心想“哦,原来这就是我们做事的方式”,然后一头扎进去。早期最痛苦的是如何指导大家不产出“垃圾代码”,但一旦我们找到了方法,到我们招到第五、第六、第七个新成员时,在头两周内,我们实际上看到PR吞吐量提升了5%、10%、15%。这可不是团队快速扩张时的常见路径。原因在于:随着我们在代码库中积累越来越多的上下文和能力,每个通过Codex作为唯一入口进入代码库的人,默认就能获得所有人的最佳实践,而不是像传统团队那样,新人需要花一到三个月去吸收团队的最佳实践,这些最佳实践已经“铺”在代码库里了。这意味着新加入团队的成员能够非常快速地贡献他们自己的最佳判断和上下文,每个人都能非常快地变得更高效。
Simon:所以你们实际上是在通过Agent来让新人“入职”?
Ryan:没错。
零人类代码审查
Simon:有一个非常好的说法:“你只有有了刹车才能开得快”。现在,“开得快”就是使用Codex以比我们手动编写更快的速度生成代码,“刹车”就是测试、评审,它们验证代码并指出我们需要在实际投入生产之前花时间修复和调整的地方。另一个有趣的事情是“零人类代码评审”,这几乎是把AI当作刹车了,工程师们对于Agent来做评审有多适应?
Ryan:其实,合并后代码审查这个概念本身并不新鲜。我在2010年代初刚入行时,这就是写软件的常态,团队内部有高度信任环境,偏向行动和吞吐量,只抽查部分代码样本。除此之外,还要在团队中进行大量的同步沟通,以确保每个人对系统都有相同的心智模型。现在,Agent让这种做法重新流行起来,这很酷。因为如果代码库的入口始终是Agent,团队里的每个工程师其实不需要对系统有完整的心智模型,只要他们信任团队里的其他人都在让Codex拥有那种专业水平就行。
需要澄清的是,系统里并不是完全没有审查。我们确实有一些场景要求传统的双人预合并审查,主要集中在高度复杂的计划、跨周阶段里程碑这类事情上。原因很简单:这些计划、里程碑、执行文档,本质上就是你要给Agent的提示词。如果你依赖一个文本文档来驱动实现,那文档里的措辞是否精确、是否充分描述了任务,就变得至关重要,因为如果你在前期把任务描述得不够具体,你得到的就是垃圾。所以,我们把人类审查的重点放在了这上面,而不是放在逐行代码上。
Simon:所以这里的审查和通常理解的代码审查完全不同,它是前置的。传统的代码审查经常争论细节、命名、风格指南之类的东西。而现在,我们看的是更高层次的设计,可能的原因是审查高层设计本身就更有趣,因为我们可以提供更有意义的输入,思考我能在这里提供的最大价值是什么。但同样,我们可能也更远离代码本身了,所以在某种程度上必须信任。或者实际上,深入实现细节几乎是在浪费我们的时间,因为我们需要将这些抽象化,需要有机制让测试自动进行,以确保成功。
Ryan:没错,这又回到了那个“团队技术主管”的心态。我当年在Brex负责开发者生产力时,我不会去操心每个团队写的每一行Terraform代码。但我确实关心高层指导原则,我希望基础设施是可复现的,我希望它能快速部署,我希望我们有模块来解决常见的开发者工作流。但你的底层模块怎么组织,只要代码在局部是连贯的、并且实际解决了业务问题,我其实不太在意。
Simon:你和团队是在哪个阶段真正觉得:“我完全信任这套机制了”?
Ryan:我觉得有两个阶段。第一个是:我是否信任Agent能够产出代码?那个神奇的时刻发生在我和队友一起开发Codex应用的早期版本时。当时我心想,“天啊,我要是能语音输入就好了”然后我给了机器一个提示词,半小时后,这个想法就在真实的应用里跑起来了。那种感觉太棒了,你突然获得了一种信心:只要我安排提示词的节奏足够好,这个“魔法机器”就能把我的想法变成现实。所以这是第一阶段,进入这种心态:我们作为工程师的角色应该是想办法喂养机器,安排工作,让我们的愿景得以实现。
第二阶段是:这段代码值得信任吗?质量够高吗?当我们把第三名工程师招进团队时,PR吞吐量猛增,但我们根本来不及做审查,也没法保证“垃圾代码”不会混进代码库。所以我们开始踩刹车,每周五做“垃圾回收”,开很多长时间的同步站会,把这种心智模型社会化。我们倾向于吞吐量,倾向于合并,但同时要保持质量底线。所以每个周五都在努力消除垃圾代码,同时找到系统性的方法来消灭它,我们绝不想给出同样的反馈两次。所以这逐渐累积成了这些程序化的护栏,以及一个非常长的外循环,由自动化的CI任务组成,专门用来查找垃圾代码、识别垃圾代码、编译一份“好代码”的金色原则清单,然后找出代码库中与这些原则的偏差,自动提出PR。到那时我们才看到:哦,Agent确实能按我们期望的方式写代码,我们只需要设置正确的循环和系统,让它自己关闭这个反馈回路。
Simon:是通过上下文或Skill之类的东西提供给它的吗?
Ryan:是在skills出现之前,大概八个月前吧。我们用的是非常廉价的手段,建了一个GitHub issue,工程师和Agent可以在里面留言,记录底层软件开发原则。这个issue越积越大,最后变成了一个拥有100到150条评论的大帖子。这个帖子就是种子,Agent会用它来爬遍整个代码库,对违规行为进行优先级排序,然后提出PR。
一开始我们完全不信任它。我们设置了一个on-call值班机制,专门负责监督所有Agent产出的内容。这个人做的是人工的“点赞/点踩”:合并或不合并,留下评审反馈。这样一来,下一次反垃圾循环启动时,它就会查看自己之前产出的所有PR,吸收这些人类反馈,和上次运行的会话日志做对比。它会问自己:我犯了哪些错误?我遗漏了哪些优先级?我产出了不对齐的代码吗?为什么?然后它自己找出如何不再犯同样错误的方法,生成一些Markdown文档,保存到GitHub运行记录中。于是下一次运行时,它就拥有了从系统里真实人类反馈中学到的额外上下文。
Simon:那这是正确的方式吗?你会推荐其他人也这样搭建他们的Agent迭代流程吗?是先写代码,再事后审计、审查,还是今天你已经倾向于在代码生成时就加入这些规则?
Ryan:两者结合。我们确实认为这些异步循环是高效工作的核心组成部分。早期的Codex Security项目也是同样的工作方式:代码合并到主分支后,安全审查才会介入,发现漏洞后生成补丁,提PR,审查,合并。这种流程的好处在于,它允许错误真正进入主分支,而这些错误是可以被学习的。每当我们能够提出一个修正时,除了修复它,也通过Agent、循环、蒸馏识别重复的模式,这些是我们想要更早地拉入pipeline的东西。
Simon:当你确实把错误推送到生产环境时,现在会不会不那么害怕了?因为你知道Agent可以很快地审查和修复它们?
Ryan:这确实是一个光谱。说实话,这个项目我们并没有做持续部署。我们在构建一个原生应用,手动切发布分支,做冒烟测试。冒烟测试最初全部由人工完成,然后我们观察时间花在哪里,再尝试让Agent承担一部分。但在这个世界里,我认为对发布流程保持一定水平的人工监督仍然很重要。
不过,如果我戴上团队技术主管的帽子,有些错误是完全可以犯的,它们的后果很低。就像我希望正在成长的工程师从自己的错误中学习一样,我也希望看到Agent犯的错误,这样我们作为监督者就能想办法让它们也学会。
在代码生产成本如此低廉的新世界里,我认为你可以把DevOps的左移策略彻底翻转过来。我现在能做的最便宜的事情,就是修改我的提示词。这是修复生成代码成本最低的方式。如果发现错误更系统化,我再考虑进一步左移:我可以添加文档,或者部署一个审查Agent,让它按照这些文档评判每一个PR。或者我甚至可以做更彻底的左移,编写确定性测试来自动捕获这种行为,越早越好。但出发点永远是用最少的精力去消除不良行为,因为这些模型是神奇的推理者,大多数时候它们只需要我付出很少的努力就能做得很好。
SPEC驱动的未来
Simon:你刚才描述的方式“通过修改提示词就能改变整个实现”,让我觉得真正持久留存的东西不再是代码,而是我们的提示词、上下文和功能需求。这让我想到了Symphony,一个“幽灵库”,因为它本质上就是SPEC和上下文,而不是实现或代码。当我们这样想的时候,代码就变成了一个一次性的产物,今天的实现明天可能就变了。真正持久、我们应该投入最多时间的东西,是SPEC和提示词,这是未来的方向吗?当我们思考SPEC与代码之间的关系时,这种关系正在发生多大的变化?
Ryan:想想传统的SPEC驱动开发:你从SPEC开始,然后在代码产出过程中不断细化它。但对于Symphony这样的项目,我实际上发现,先产出代码要容易得多。让代码先摆出一个“稻草人”,一个世界可能长什么样的初始版本,然后团队围绕它进行讨论、改进,最后再从中提炼出SPEC。因为产出的工件,无论是代码、电子表格还是Google文档,它们在决策密度上非常高,这些决策是为了产出我们认可为“好”的东西而做出的。
所以对于Symphony,我们最终交付的东西本质上是一个SPEC,但我们一开始的起点,是在我们的monorepo里用TypeScript写的一个“感觉对了”的实现版本。当我们觉得它不错了,我们才开始从中产出SPEC,分享给世界。这个过程非常酷,我们有一个三阶段的pipeline:
第一阶段,我们把Symphony的原始实现交给Codex,让它生成一个SPEC Markdown文件,这个文件要能够复现这个系统。第二阶段,我们拿着这个SPEC,交给一个全新的、没有访问过原始代码的Agent,说:“这是SPEC,请实现这个系统。”第三阶段,当它说“完成”后,我们把新系统、SPEC和原始实现一起交给第三个Agent,让它当裁判,去判断:“派生工件与原始系统之间有哪些不一致?请提出对SPEC的修改,以便下一次尝试做得更好。”
这是一个非常消耗Token的过程。但最终你得到的是一个高度精炼的SPEC,它能够可靠地复现原始系统,同时仍然为这个“幽灵库”的消费者留出空间和歧义性,让他们可以根据自己的实际业务上下文来适配。我认为这非常酷,因为它意味着我们能在业务逻辑、关键部分上做到极其紧凑、高精度的SPEC,同时仍然保留灵活性。
Simon:我喜欢你描述的这个过程,一个非常纯粹的原型:快速开发应用程序,从中获得经验。但区别在于,因为开发成本很低,现在可以说:“我可以直接扔掉它。”我不会被诱惑去保留那个半成品,而是把我学到的一切和功能需求都提炼到那份SPEC里。
Ryan:其实这个过程并不新鲜。回想我职业生涯中其他领域,比如与数据科学团队合作时,他们会在Jupyter Notebook里拼凑出一个模型来先验证想法。一旦他们对结果有了信心,就会交给工程团队去生产化。如果我们考虑在Figma中快速设计原型,然后交给团队进行生产化,也是同样的背景。但现在,因为代码的生产成本变得极其低廉,我们可以在生产系统中直接做这件事。
我们在构建的应用中有一个很酷的实践——在Dev Electron应用里,我们设了一个窗口,Agent可以启动它,这个窗口提供了我们正在交付的原生渲染画布,以及完整的设计系统和组件库。这意味着Agent能直接在即将部署的界面上快速制作新屏幕的原型,生成截图,交给我们的设计师,这样就形成了一个超级紧凑的反馈循环:我们的愿景是否与现实匹配?我们能否在我们将要发布的界面中实现这种体验?
Codex的演进
Simon:最近在社交媒体和社区讨论中,大家对Codex的行业认知发生了很大变化。我听到很多人都在称赞Codex,从其他知名的Agent迁移到Codex上。这到底是某个特定功能让Codex实现了能力跃升,还是团队持续积累的成果?
Ryan:Codex的产品迭代速度非常快。我们刚刚庆祝了一个里程碑:周活跃用户突破500万。Codex的开发和研究团队之间存在着一个非常紧密的良性循环,这是一个奇妙的飞轮效应。GPT-5系列的每一个小版本迭代,Codex的能力都在实现飞跃式提升。从5.2到5.3,最大的提升来自后台工具调用和并行工具调用。这意味着Codex能够同时做更多工作,在更复杂的需求上更快推进。到了5.4版本,普通GPT-5模型和Codex模型的统一带来了质的改变:你不仅得到了一个超级强大的代码生成Agent,它还同时拥有极其强大的通用智能和文本能力,这意味着我可以用Codex来处理软件开发流程中除写代码之外的所有环节。比如我今天晚些时候要演示的幻灯片,100%由Codex使用Google Sheets的应用连接器生成,这在去年我根本想象不到。而在5.5版本中,计算机使用和内置浏览器功能的出现,进一步闭环了整个流程。回想5.1、5.2时代,我们需要做大量笨拙的变通操作,现在这些都不再需要了,因为我们正在给Agent提供越来越强大、越来越完整的工具。
因为我们部署的框架和应用、我们的研究环境以及让模型有效使用这些东西之间存在着良性循环,这是一个能力持续提升的过程。我喜欢Codex的一点是,它会完整地完成工作,它不会给我太多废话。我可以像对待团队中的其他成员一样对待它,我不会盯着我所有七个队友的肩膀,在他们做错事时敲他们的头。我给他们一个任务,我可能偶尔在站会上检查一下,我相信他们会生成一个或多个能完成工作的PR,我对Codex及其自主完成任务的能力也有同样的信任。
Simon:在你看来,到底是Agent的更新拉动效果更大,还是模型本身的更新更关键?
Ryan:两者都有贡献,但我必须说,新模型的发布才是最让我兴奋的部分。在提升能力方面,我们拥有的最强杠杆就是持续训练模型。我认为5.2就是这些Coding Agent的奇点时代,从5.2系列开始的每一个版本迭代,都在反复提升PR吞吐量。在5.2时代初期,我团队里每个工程师每周大概能产出3.5个PR。到了5.5,这个数字变成了70。这已经不只是线性增长了,简直不可思议。
Simon:那这变化是因为人变了,还是能力本身变好了?
Ryan:两者都有。随着模型能力以这种跨越式的方式提升,我们在“赋能”环节上需要投入的精力确实变少了,所谓的Harness Engineering变得更简单。我们使用的技术本身没有变,但为了把Agent连接到外部世界而需要构建的笨重工具,正在变得越来越少。举个例子,在计算机使用功能出现之前,为了让Codex驱动我们的Electron应用,我们需要启动一个运行在Docker容器中的图形化Ubuntu系统,里面要装虚拟显示驱动和X Server,然后让工程师在他们的Mac上安装XQuartz,通过Agent连到那个无头主机,再连上FFmpeg去录制应用屏幕上的变化,整个过程极其笨重。而这一切,现在只需要在应用里打开一个计算机使用的开关就搞定了。
Frontier项目中的Harness实践
Simon:具体看看Frontier项目这个典型案例,请你带我走一遍这个项目的harness到底长什么样,包括哪些部分会更新、谁拥有它、谁负责修改它。
Ryan:OpenAI Frontier是我们的企业级Agent平台,覆盖了从如何用API构建Agent、Agent SDK、Codex harness,到如何观察和治理在企业中运行的Agent,一整套体系。最酷的是,所有harness都统一对齐到了Codex上,这意味着我们在产品和研究之间有了一个单一的、高度杠杆化的接口。模型上做的所有后训练改进,都能自动为每个产品带来杠杆效应。
目前,我们通过插件向Codex注入新能力的方式非常清晰。这些插件就是skills和scripts,本质上还是context和tools。有趣的是,我们最终形成了一种类似IOCTL的可扩展机制,作为Agent构建者和产品构建者,我们能给模型、给Codex的最大杠杆,就是给它越来越粗粒度的工具,这些工具直接连接到我们试图解决的实际业务问题,同时帮它做好上下文塑形和管理。
我和团队还在Frontier上做了另一个令人兴奋的事——企业级上下文管理。我们要搞清楚企业里到底在做哪些工作,数据仓库的数据本体是什么,以及这些数据如何被用来回答指标问题。我们做了很多有趣的实验,比如给企业里的每个Agent配一个“边车”,让它持续管理上下文。这个想法背后是:所有Agent都是Coding Agent,所以我们应该给它们那些对git仓库来说原生的事物——它们可以grep、可以搜索。我们写代码所用的技术,会非常自然地迁移到在企业中构建Agent这件事上,而这一切都来自于使用那个基础的Codex Harness来构建这些agent。
代码可读性:面向人类还是面向Agent
Simon:我们刚才聊到字节码和机器码,那些代码是给机器读的,不是给人读的。后来我们进入了下一代的编程语言,开始更多地为人来写代码。现在,我们是不是又站在了一个新的分水岭上?代码的可读性,到底应该面向人类,还是面向AI Agent?
Ryan:如果非要我只选一样东西对人类可读,我会选系统的参考文档、接口定义,以及用Mermaid绘制的实体关系图、系统图和时序图,这是今天就能做到的。当然,我仍然会往下看机器生成的代码,会看Agent产生的diff。但随着我对Agent的信任逐渐建立,我越来越少地去看那些代码了。对于越来越复杂的任务,我能做到忽略Agent生成的代码细节,不是所有任务,但越来越多。
我发现我和团队能提供最大价值的地方,恰恰在于定义接口、定义系统的组件是什么、每个组件应该如何结构化、以及代码之间如何相互关联。至于这些组件的具体实现,老实说,我可能甚至不知道它们是用什么语言写的。
有个很好笑的故事,我们在开发本地开发流程时,希望Codex能通过Chrome DevTools协议连接到我们的Electron应用,我们一开始用的是MCP。后来我偶然瞥了一眼代码,发现已经彻底变了,Codex仍然通过Chrome DevTools协议连接Electron应用,但实际上是启动了一个本地的TypeScript守护进程,提供一个小型CLI接口,而不是MCP。因为我们发现实际上只需要2到3个工具调用,这样做更节省上下文、速度更快。这一切都在我不知情的情况下发生了,我的工作流完全没有被打断。
Simon:你觉得这很酷还是令人担忧?
Ryan:我觉得震惊,但也觉得很好。这基本上意味着我真实地体验到了那种高信任关系,团队里的某个人想象了一个更好的世界,去实现了它,而且完全没有干扰到团队中的任何人。而且因为写代码的是agent,它们对工具或其结构没有意见。只要我们给它们能用的东西,允许它们完成工作就行。
Simon:在目前的使用场景中,什么情况下你仍然想深入查看代码?
Ryan:如果画一个二维坐标图,横轴是低/高模糊度,纵轴是低/高复杂度,那么在“高模糊+高复杂度”这个象限里,主要对应两类项目。第一类是从零开始做全新的事情:接口的形状、代码放哪里、用户体验什么样,我都还不知道。第二类是最困难的重构:我需要打破或重新定义接口,甚至回退删除代码来实现目标,但我不清楚最终想要的形态是什么。这些是我最投入精力的地方,也恰恰是我最想待的地方。因为这才是预见未来六个月、为团队扫清障碍的意义所在。而且代码在这里是廉价的,我乐意写一个5万行diff的PR然后直接扔掉,只是为了搞清Agent会在哪些地方失败,然后把我喜欢的接口放进去。
每天十亿Token的暴论
Simon:我们来聊聊你之前说过的一句话:“一天不用掉十亿个Token,几乎就是失职。”你这话是想敲打谁?
Ryan:核心想法是:我们能从模型中提取的智能量,在某种程度上与Token消耗量是线性相关的。这在当时很有争议,但现在我们看到它越来越成立。这就是test time compute存在的原因。为了让模型更聪明、产生更丰富的副作用,我们需要把工作流推向高Token消耗的场景。而要达到每天十亿Token,你绝不能只是在跟模型结对编程。你必须找到并行化的方式,必须搭建异步循环,必须构建能对组织和团队产生影响的Agent,而不是只影响你自己。为此,我们发明了一系列模式,从仓库上下文中生成自动化,让团队中每个人都能用,而不是单机模式。
当然,不是说今天喊一声“我要消耗十亿Token”就魔法般地实现了,这需要做大量工作来确保安全、保证输出对齐。现阶段,我们还没有一套持久、可扩展、固化的模式。所以故意抛出“十亿Token”这个挑衅性目标,本质上是逼大家去搞清楚到底什么模式管用。感觉就像我们刚发明了CI/CD的概念,大家都在拼命理解它意味着什么。15年后它才成为标准化、默认标配的东西。现在Agent和软件生产也需要经历同样的过程,我们必须找出那些模式。
Simon:顺着这个逻辑推演下去,如果每个团队、每个开发者每天用十亿Token,那工程团队会变成什么样?
Ryan:我发现拥有一支视角、经验和专长多样化的团队非常有价值。我自己更偏向后端和基础设施,这意味着当团队只有我一个人时,我写的React代码糟糕透顶——有些组件6000行长,一堆糟糕的渲染逻辑,那些`useEffect`钩子里有四层重叠的闭包,极难推理。把能对我说“Ryan,这代码是垃圾”的人拉进团队,帮助巨大。拥有这些全栈团队,我觉得非常有用。
另外,我认为软件工程师不再需要把“编写代码”作为核心技能来培养,我更希望工程师培养的是系统思维:如何为团队的成功创造条件,如何尽可能远地预见未来、解决问题、提升代码生产和交付给客户的速度。现在我的时间分配是30%做最难的重构,30%做从零到一的产品构思,30%跟客户交流、排优先级、安排工作。而以前我大概50%到70%的时间都在写代码。所以我能后退一步,专注于这些跨职能、高优先级的工作流,从而为Agent团队扫清障碍,让它们去完成代码生产的部分。
Simon:最关键的部分是跟用户交流、理解需求,并把这些映射回应用的功能需求,而不是过度思考“应用该怎么构建、实现”,却忽略了“用户真正想要什么”。
Ryan:对,其中一部分是决定不构建什么,现在很多人容易掉进这个陷阱。
Simon:因为编码太便宜了,什么都能建。但我们必须停下来问自己:这个该建吗?因为最终消费产品的还是人类。当我们考虑人类用户实际使用时,我们必须以他们能舒适接受的节奏来开发,这是一个非常有趣的平衡。
访谈视频原链接:
https://www.youtube.com/watch?v=MFQIKbr1IEo
对下一阶段货币政策的展望
本文来自微信公众号: 沧海一土狗 ,作者:沧海一土狗
货币供应的新变化

如上图所示,自2026年6月初以来,一年存单利率持续反弹,从最低点的1.4325%上升至1.495%,大约上升了6.25bp。这是价格方面的观察,准政策利率开始反弹。
那么,一年存单利率的上行是如何实现的呢?依靠资金投放的放短锁长。

如上图所示,在稀缺准备金体系下,中长期资金的需求不会得到充分满足,有一部分缺口要依赖短期资金来满足。于是,我们就能通过中长期资金缺口的大小来控制一年存单利率:中长期资金缺口越大,一年存单利率对OMO利率的偏离就越大;相反,中长期资金缺口越小,一年存单利率对OMO利率的偏离就越小。
也就是说,跟大多数人的直觉相反,未到期公开市场操作余额越大,一年存单利率越低;反之,一年存单利率越高。

事实上,近期未到期OMO余额的变动也能印证上述规律。如上图所示,美伊冲突爆发以来,OMO余额的中枢保持低位,甚至一度贴近零。这就导致了,一年存单利率无限接近于OMO利率的1.40%,二者的最低价差在3bp左右。

因此,跟很多人设想的相反,“逆回购零操作”是货币宽松的极致体现(ps:有人认为零投放代表收紧)。然而,现在情况发生变化了:

如上图所示,本周连续的OMO净投放使得OMO余额快速增加,目前,已经提高到1.11万亿。要知道,现在只是月度中旬,OMO余额的快速增加只能代表一件事情:货币政策已经发生转向,货币最宽松的阶段已经结束。
不难想象,随着时间的推移,OMO余额会不断地增加,累积到3万亿的量级也只是两三个周的事情。根据稀缺准备金框架的相关理论,届时一年存单利率回到1.60%以上是大概率场景。
综上所述,我们已经较为完备地刻画了“货币供应的变化”:
1、数量方面,中长期资金缺口拉大到1.11万亿;
2、价格方面,一年存单利率对OMO的偏离拉大到9.5bp;
那么,问题来了,到底是什么因素使得央行转向了呢??
中国货币政策的底层逻辑
在当前的经济体制下,中国金融系统存在较为显著的金融抑制。关于这个问题,宋铮2011年在AER发表的“Growing Like China”有十分清晰的理论框架搭建。

在传统的拉姆齐模型里,降息对消费的影响是不确定的,因为降息会同时产生替代效应和收入效应;但是,引入金融抑制之后,降息对消费的影响就是单向的,降息会让消费转化成其他形式,要么是国内的投资,要么是本国的顺差。
举个例子,中国大概有350万亿的M2,减少1%的利息,相当于减少了3.5万亿的利息收入,占GDP总量的2.5%。在这里,我们需要注意的是,这并不意味着一些居民的利息收入减少了,另一些居民的利息收入增加了,居民的总收入不变(ps:这是传统拉姆齐框架的叙事)。由于金融抑制机制的存在,降息会导致生产部门的净负担降低了,它们要么形成企业的投资,要么形成企业对外的顺差。
鉴于金融抑制的存在,中国的货币政策有其独特的底层逻辑:
1、消费是政策资源本身,是一个蓄水库;
2、降息的本质是消耗资源,保护更为重要的投资和出口;
3、加息的本质是积蓄资源,把正向的外部冲击引流到居民部门存起来;

也就是说,降息是一种防御策略,这就好比,当一个人挨打时,他会用胳膊护住头和心脏等要害部门,代价则是,胳膊要承受更多的伤害;加息才是一种休整策略,这类似于,我们完成一项体育锻炼之后,要专门请人去放松全身的肌肉。
然而,大多数投资者既不清楚金融抑制,也不清楚“无论是降息,还是加息均是货币政策”,只不过二者的适用场景不同。他们只知道一味的照抄西方,并且盲目地认为“只有降息,才是货币政策”。
事实上,在中国特殊的金融条件下,货币政策的最重要秘诀就是精准灵活:精准地判断外部环境,灵活及时地做出调整。
防御阶段的货币政策
最近几年,我们遭遇了3次严重的外部冲击:1、美联储连续加息至高位;2、美国发动关税战;3、美伊冲突。这3次外部冲击,均对我们的总需求产生重大负面冲击。相应的,我们的货币政策也做出了及时调整,摆出防御姿态。
1、应对联邦基金利率持续保持高位

2、应对美国关税战

3、应对美伊冲突

也就是说,并不是央行有某种癖好,偏要降息,而是,这几年中国所面临的外部环境十分恶劣,央行不得不连续地采取防御策略。面对疾风骤雨般的外部攻击,我们要先护住“头和内脏”这种关键器官,这是常识。

休整阶段的货币政策
对称的,我们也有过阶段性的休整阶段(ps:这种阶段转瞬即逝),1、疫情放开;2、美联储重新开启降息。在这个阶段,政策的重点是休养生息,喘口气,为下一轮冲击做好准备。因此,在这个阶段,货币政策的取向是加息,加速居民部门风险偏好的修复。
1、疫情放开

如上图所示,疫情正式放开是在2022年12月初,然而,货币政策从10月份就开始发力了,其目的很明确,反哺消费,加速居民部门风险偏好的复苏,以为未来储备足够多的战略储备。

疫情放开+货币提振,一起产生了良好的效果,社零增速在2023年4月的单月增速是18.40%。要知道,当时的外部环境依旧恶劣,美联储连续加息,2023年5月联邦基金利率来到了5.50%。通过这个案例,我们会发现,灵活精准的货币政策能帮助其他的刺激政策抢时间。
2、美联储开启降息周期

如上图所示,2025年Q1有一次短暂的货币提振,它的大背景是:在2024年9月份的Jacksonhole央行年会上,鲍威尔宣布开启降息周期。当时的政策思路是,先更多地侧重楼市,因为当时楼市情况更差一些,进入2025年政策倾向又迅速地转向消费领域。只不过,当时大家的注意力都被924抓走了,没有注意货币政策细节的变化。

显而易见,这轮货币提振是成功的,外部因素是美联储连续降息,内部因素是货币政策做了一个“先抑后扬”的平滑,结果就是社零增速稳步攀升,2025年5月社零单月增速爬升至6.4%。
那么,为什么后来社零一路回落呢??2025年的关税战导致中国关税的平均税率上升了25%+。这对消费产生了强烈的抑制,并且迫使货币政策不得不回归防御姿态。

综上所述,在中美对抗期,临时的货币提振也至关重要,这意味着“持续紧张过程中,短暂的松弛”,它对货币政策提出了更高的要求,要求精准地捕捉喘息机会,及时地释放政策储备,给民间奶一口。
新的休整窗口正在形成
从大的地缘政治战略上,中美关系的拐点已经形成了,中美关系有了新的定位——构建建设性稳定关系。

从地缘形势走向来看,新的有利条件正在形成,美伊达成和平协议的概率在增加,霍尔木兹海峡有望在30天内打开。

事实上,霍尔木兹海峡的封禁已经严重地抑制了中国的总需求,并拖累国内消费。因此,霍尔木兹海峡的重新通航,将有效地提振中国的总需求和消费。

当我们理解了“外部有利条件正在聚集”这一事实之后,就不难理解央行货币政策的变化:央行再一次走在市场前面,响应外部环境变化,为国内消费复苏创造有利的货币条件。
那么,未来一年存单利率将要上升到哪个位置呢??

如果霍尔木兹海峡很快恢复通航,那么,一年存单利率很有可能快速地上升到2%左右,即2025年一季度的高点。也就是说,在去年一季度,我们有一个复苏计划,但很快被关税冲突打断了,这一波我们可以借助外部有利条件续接上。

此外,受增量关税和霍尔木兹海峡封禁的连续冲击,社零的单月增速已经掉到2026年4月的0.20%,考虑到基数效应,5月的同比增速很有可能转负。这意味着,防御类货币政策的“油箱”已经枯竭,继续降息弊大于利,因此,适时地借助外部有利条件,重新给油箱加满油才是上策。
结束语
综上所述,我们就梳理清楚了中国特色的货币政策的底层逻辑,对下一阶段的货币政策做出了展望,并得出以下结论:
1、中国货币政策的核心是精准灵活,精准地判断外部格局,灵活地应对外部环境的变化;
2、死板僵硬完全抓不到中国货币政策的精髓,那些天天照本宣科只会喊降准降息的言论根本没什么价值;
3、无论是提高准政策利率,还是降低准政策利率,均是实施特定的货币政策,只不过前者偏向于进攻,后者偏向于防御;
4、准政策利率横盘不动,才意味着没有货币政策,或者说,货币政策的影响处于中性状态;
5、中美关系是影响货币政策执行的最根本因素,对抗加强,货币政策偏防御,对抗减弱,货币政策偏进攻;
6、目前,中美关系的最大拐点已经出来了——构建建设性稳定关系;
7、霍尔木兹海峡的状态是影响当下货币政策选择的短期因素;
8、一旦霍尔木兹海峡恢复畅通,一年存单利率将迅速回到2%附近,强有力地支持消费复苏;
9、5月大概率是社零增速的最低点,6月和7月社零同比有望回升;
1、Growing like China(with Kjetil Storesletten and Fabrizio Zilibotti),American Economic Review,101(1):196-233,February 2011
2、到底哪个利率才是全球的无风险利率?
3、关于消费板块背后的合成谬误
4、价值股的春天来了吗?
6、关于中国大类资产的轮动顺序兼论成长牛市的下一站
7、一线城市的房地产市场已经进入右侧,建议配置
8、2026年的“最后一次降息”
9、关于ppi、cpi和国内货币政策的关系
4万店规模反噬:3个月点名2次,美宜佳管理失控的真相
(本文作者为 Barrons巴伦,钛媒体经授权发布)

国家市场监管总局的近日一纸约谈通报,将中国“便利店之王”架在了火上烤。
因旗下多个门店销售过期食品,美宜佳总部被依法约谈。这已经是其三个月内第二次被监管层点名——今年3·15前后,部分门店销售假烟被曝光,总局同样认定总部未尽督导义务。
从假烟到过期食品,中国门店数最多的便利店品牌,正遭遇前所未有的合规风暴。但如果只把这是看作一次偶发的公关危机,那就大错特错了。这其实是粗放加盟模式的必然结果。
为何万店难锁底线?
先看美宜佳的A面:截至2025年,全国门店突破4万家,覆盖240多城,2024年销售规模558.88亿元,稳居中国便利店TOP100榜首。
再看B面:消费保平台数据显示,2022年至2025年全国便利店相关投诉共2113件,美宜佳以630件位居榜首,一家独占全行业近30%;在全国12315平台上,其相关公示信息更超5300条。
为什么最大的盘子,却装着最漏的底?
美宜佳的扩张引擎是极度轻资产的“松散加盟”:九成以上门店是特许加盟,总部输出品牌和系统,收加盟费与供货差价,门店自负盈亏。这台引擎让美宜佳日均新开约10家店,但也让管控网被撕得粉碎——单个督导往往要覆盖数十家门店,巡店频次极其有限,形同虚设。
不是所有万店规模都会失控。同样是万店狂奔,蜜雪冰城靠的是极致供应链,核心原料自产让加盟商外采不划算,从根本上掐断了“飞单”的念头;而美宜佳的供应链对不少加盟商而言反而是“负担”,部分标品进货价甚至高于本地批发市场。当总部供应链成了赚钱工具,而非赋能利器,加盟商自然会向外找出口,私自外采非标品甚至假烟,便成了难以遏制的内生乱象。
这甚至不是美宜佳一家的困境。在其大本营广东,死磕下沉市场的天福便利店(超8000家店)曾靠“零加盟费”抢占地盘,结果同样陷入门店良莠不齐、投诉频发的泥潭。美宜佳与天福的镜像折射出本土松散加盟流派的通病:“连”住了利益收银机,却“锁”不住食安底线。
被挤压的加盟商
松散加盟的恶果,在经济上行期可以被增量掩盖,但在行业下行的深水区,底裤被彻底扒光。
2025年,中国便利店行业寒意逼人:单店日均营收降至4453元,同比下降3.9%,客流量下降8.7%。更致命的是即时零售的降维打击——易观报告显示,2025年中国综合消费平台即时交易市场规模达29852亿元(含外卖等综合消费)。当消费者动动手指就能买齐日用品,街角便利店的“便利”护城河正被瓦解。
对比尤为刺眼:主打鲜食强管控的日系便利店,单店日均营收仍能稳在6000至8000元;而深扎下沉市场的本土松散加盟店,多在3000至4500元区间苦苦挣扎。扣除每月房租、人工和1000元品牌管理费后,这些下沉市场本土加盟店的净利润所剩无几。
于是,临期面包舍不得扔,就放在柜台显眼位置打折;夜间无人监管,就混入低价外采的饮料。加盟商被进货成本和客流下滑双重挤压,为了活命,只能将压力转嫁给消费者。如果总部不能在经营赋能上输血,加盟商的底线失守几乎是必然。
过去,面对加盟商的越界,美宜佳总部总有一块完美的“挡箭牌”:门店自主经营,自负盈亏。但监管的利剑,这次精准砍向了这块免责遮羞布。

今年3月20日,市场监管总局第114号令正式施行,直指加盟模式“连锁不连管、总部不担责”的沉疴。新规划下铁线:即便全为加盟店,总部也要担责;严禁通过合同免除自身食品安全责任。
114号令的要求极细:建立“总部—区域—门店”三级责任链,每年至少对所有门店进行一次全覆盖实地巡查。
这对4万店规模的美宜佳无异于一场大手术。按一名督导每月巡查30家门店计算,完成一轮全员普查需110余人全职投入一整年。以现有的督导架构,如何撑起这穿透4万家店的责任网?
强压之下,不妨看看日系标杆怎么做。7-Eleven的加盟叫“委托加盟”,店长需全职且受训,总部对定价、促销有绝对控制权,临期报损由总部承担部分成本。这种模式让总部绝非“甩手掌柜”,但也换来了极高的食安底线。没有7-Eleven的深度控制权,却要担7-Eleven的合规责任,这是美宜佳当下最致命的结构性错位。
连面包都管不住,凭什么做鲜食?
约谈之后,美宜佳必出整改方案。但真正的破局,绝不是招几个安全员、建个追溯系统那么简单,它必须触及利益分配的底层逻辑。
美宜佳也意识到了危机。据其2026年6月初透露的规划,正计划推出鲜食餐饮占比超40%的餐饮型门店,试图在一日六餐中找增量。
但这恰恰是最凶险的歧路,竞争对手罗森(LAWSON)的做法直接照出了美宜佳的软肋。
鲜食是便利店的金矿,也是食安的雷区。罗森的便当能成为利润支柱,靠的是重资产投入的强管控:自建区域鲜食工厂,冷链一日两配甚至三配;对于临期便当,有严苛的报废时限和督导随时抽查,加盟商一旦私自售卖过期食品,面临的将是重罚甚至解约。
反观美宜佳,在现有数十家店配一名督导的松散架构和加盟商自负盈亏的机制下,强行上马40%鲜食,无异于引爆定时炸弹。卖不出去的鲜食,本就利润微薄的加盟商舍得直接扔掉吗?如果连保质期半年的包装面包都管不住,凭什么管得住保质期只有24小时的饭团?过期饭团重新贴签的概率,将远超现在的过期面包。
这次约谈向整个连锁零售行业敲响了警钟:“以加盟之名、行甩手之实”的跑马圈地时代,已经彻底翻篇。
对美宜佳而言,4万家店是护城河,但不加管控就会变成风险放大器。从“中国门店最多”走向“中国人信得过”,需要的不是一年开3000家店的速度,而是一套真正能穿透4万家店的管控体系。
在消费升级与监管趋严的双重浪潮下,合规能力本身就是最核心的竞争力。这块金字招牌,从来不是靠开店速度换来的。(本文首发巴伦中文网,作者 | 赵虹宇,编辑 | 秦聪慧)
更多对全球市场、跨国公司和中国经济的深度分析与独家洞察,欢迎访问 Barron's巴伦中文网官方网站
更多精彩内容,关注钛媒体微信号(ID:taimeiti),或者下载钛媒体App
法国调查显示公众对人工智能态度分化明显
SpaceX万亿IPO背后:一场由星链造血、星舰远征、AI叙事支撑的资本盛宴
本文来自微信公众号: 财联社 ,作者:梁祥才
SpaceX开盘价报每股150美元,较发行价135美元涨11%;盘中,该股一度涨超30%,最高报176.52美元,截至收盘,涨幅收窄至19.22%报160.95美元,首日成交总额超850亿美元,总市值达2.1万亿美元。
首日交易:高开催生财富效应,同股不同权锁定控制权
北京时间6月12日晚间,在撮合约两个小时后,SpaceX于23:47正式登陆纳斯达克市场,股票代码“SPCX”。
按照SpaceX本次IPO发行价135美元/股,公开发行约5.56亿股普通股计算,募资总额约750亿美元,超越此前沙特阿美的纪录,成为全球有史以来规模最大的IPO。
配售结构上,本次发行打破大型科技IPO的传统惯例,约20%的股份面向散户投资者分配,机构投资者获配比例相应压缩。
随着交易开始,巨大的财富效应随之显性化。招股书披露,创始人埃隆·马斯克持有约42%的股份。按收盘价计算,这部分持股的价值已飙升至8800亿美元左右,埃隆·马斯克这位全球首富的身家正式突破1万亿美元,成为人类史上首个“万亿富翁”。
股权架构方面,根据招股书信息,埃隆・马斯克持有12.3%的A类股份和93.6%的B类股份,投票权合计为85.1%。因此,SpaceX将以“受控公司”身份在纳斯达克上市,豁免部分公司治理要求。
上市首日也有投资者选择获利了结,在多空双方的对决中,导致SPCX盘面波动剧烈,振幅为20.13%,首日成交额超850亿美元。
值得关注的是,SpaceX上市之际,市场对该公司与特斯拉合并的猜测进一步升温,原因是其更新后的IPO文件显示,公司未来可能发行“大量股权”用于收购交易。在业务合作层面,特斯拉持有SpaceX部分股权,双方正共同开发名为Terafab的芯片制造项目。
当地时间周五(6月12日),SpaceX总裁兼首席运营官格温·肖特韦尔在接受媒体采访时并未排除未来与特斯拉合并的可能性,她表示,这两家由埃隆·马斯克领导的公司拥有越来越多共同目标。
估值之辩:万亿定价锚定AI叙事,盈利与技术落地存风险
SpaceX上市引发巨大关注,但其高达1.77万亿美元的IPO估值与持续巨亏的财务现实构成最核心的争议之一。
具体来看,AI业务持续亏损并“吞噬”现金流,SpaceX在2026年2月收购AI公司xAI,试图转型为航天发射、卫星互联网与AI于一体的科技巨头。
但AI业务的亏损成为公司财务压力的主要来源,招股书显示,2025年AI业务的经营利润为-63.55亿美元,2026年一季度仍亏损24.69亿美元,主要源于云计算和GPU折旧、数据中心基础设施及员工支出成本的上升。
公司在招股书中还提到,AI业务持续亏损,且短期内难以实现盈利,如果无法将巨额投入转化为收益,将对公司财务状况造成持续压力。同时,“星舰”研发和火星计划等业务,都面临着高度的不确定性,短期内实现盈利的目标存在风险。太空数据中心等新业务则面临技术、监管、成本及太空辐射环境等多重挑战。
需要说明的是,SpaceX在28.5万亿美元的潜在市场预测中,即在市场份额占到100%情况下的理论最大化收益情况下,其中航天发射为3700万美元;卫星互联网为1.6万亿美元;而人工智能领域的理论收益规模高达26.5万亿美元,其中企业级应用占到22.7万亿美元,这一预期被多位业内人士认为“过于乐观”。
值得关注的是,SpaceX招股书将公司使命锚定为“让生命成为多行星物种”,市场将这一宏大叙事作为支撑公司高估值的核心要素。马斯克通过视频通话在SpaceX上市首日敲钟仪式上表示:“SpaceX的目标是把人类送往月球、火星,最终走向更遥远的星际。”
业务拆解:三大板块盈亏分化,星链造血支撑前沿投入
SpaceX招股书将公司业务划分为航天发射、卫星互联网(也被称作“星链”)与人工智能(AI)三大板块。
财报数据显示,2025年SpaceX总收入达186.74亿美元,增速连续两年保持在30%以上。其中星链是唯一实现规模化盈利的板块,而航天发射因星舰持续高投入陷入亏损,AI业务则因基础设施巨额资本开支成为“烧钱大户”。
航天发射业务方面,截至2026年3月,SpaceX累计将约7400吨有效载荷送入轨道,2025年发射总质量超2200吨,占全球同期轨道运载总量的80%以上。
该业务板块2025年营收40.86亿美元,但受星舰火箭及发射场基础设施开发加速投资影响,运营亏损6.57亿美元;2026年一季度营收6.19亿美元,经营利润为-6.62亿美元,研发投入9.3亿美元,累计研发成本已升至150亿美元。
卫星互联网是SpaceX的“现金奶牛”,截至2026年3月,星链星座已有约9600颗卫星在轨运行,占到全球活跃卫星的75%,服务覆盖全球164个国家和地区,宽带订阅用户达1030万,较一年前的500万提高超一倍。
该业务板块2025年营收113.87亿美元,占SpaceX总营收的61%,运营利润44.23亿美元,两年间实现近10倍增长;2026年一季度营收32.57亿美元,经营利润11.88亿美元,同比增长15%。SpaceX计划于2026年下半年采用星舰以一箭60星方式部署星链V3卫星,下行链路容量有望提升20倍。
AI是最烧钱的“新叙事”。SpaceX的AI业务主要包括AI算力基础设施、Grok大模型及其应用,以及轨道数据中心等远期规划。2026年第一季度,AI业务资本支出高达77.23亿美元,远超航天发射板块的10.52亿美元和卫星互联网的13.32亿美元。
但SpaceX描绘的AI市场空间极为宏大——招股书披露的总可服务市场规模高达28.5万亿美元。在这一叙事支撑下,SpaceX已与Anthropic签署每月12.5亿美元的算力租约直至2029年,潜在价值450亿美元。
迭代快韧性足,A股出口企业估值静待重构
全球资本开始拆着买中国科技了
本文来自微信公众号: 王智远 ,作者:王智远
这篇有点硬,信息密度大,我觉得值得把它聊透。
先说个事:
6月10号,美国最大的杠杆ETF发行商ProShares,往SEC那递了份文件;一口气报了9只产品。标的全是中国A股的公司。
ProShares这公司,在杠杆ETF这个行当里混了快20年。我顺手查了一下,它管着900多亿美元,旗下115只杠杆和反向产品,全球同品类里最大的玩家。
它的生意,说白了:挑热门的股票,做成带杠杆的交易工具,卖给想赌一把的短线资金。
过去两年,它给特斯拉、英伟达、还有Palantir、Coinbase都做过;全都是单票2倍做多;上个月刚上了一只SpaceX的2倍做多,好巧不巧赶在人家IPO当天发的。
干这行的当然不止它一家。
我顺便翻了翻etf.com,好家伙,现在美国市场单票ETF已经超过450只了,占了美股ETF总数的8%,加起来管着超500亿美元。
你猜两年前多少?不到200只。
这个赛道涨得是真猛。哪只股票一热,马上就有人拿杠杆往上贴,跟苍蝇见着血似的,一点都不夸张。
ProShares这次报了9家公司。
中际旭创、新易盛、天孚通信、工业富联、立讯精密、宁德时代、兆易创新、海光信息、寒武纪。
扫一眼你就知道他们怎么挑的。
中际旭创,全球光模块出货量第一,1.6T产品市占率超过50%,两市成交额天天排在前头,新易盛和天孚通信,跟着它一起吃AI算力基建的饭。
工业富联,全球最大的电子代工厂之一、立讯精密,苹果供应链里精密制造的头牌、这两家是中国制造在全球硬扛的本钱。
宁德时代,全球动力电池老大,市占率连续好几年超过三分之一、兆易创新,国产存储芯片的扛把子;海光信息和寒武纪,一个走国产x86服务器芯片路线,一个走AI加速芯片路线,两条腿各站一边。
9家公司,光模块、光通信、精密制造、新能源电池、存储芯片、AI芯片,六条赛道全占了,而且每条赛道挑的都是你能想到的最硬的那家。
有个细节容易被忽略掉,
这9家公司,全在A股上市。不是港股,也不是美国的中概股;在这之前,从来没有任何海外机构给单独一家A股公司做过美元计价的杠杆产品,这是头一回。
按SEC的流程,文件交上去75天自动生效,算下来最早8月24号就能上市交易。
不过,话说回来,产品现在还在初稿阶段;SEC审着审着可能会提问题,ProShares也有可能推迟、修改,甚至放弃发行,这是个正在进行中的申报,还没有落地。
看到这,你大概率会觉得:哦,外资要做多中国科技了,利好呗。不是的。
要搞明白这事到底什么分量,得先搞清楚一个前提;这个所谓的「2倍做多ETF」,它到底是个什么东西?
跟你平时在天天基金、支付宝上买的那些ETF,差别比名字看着大得多。
......
你在支付宝或者天天基金上买过ETF吧?
那东西说白了就是一个篮子。比如:沪深300ETF,把300只股票按权重装一块,买一份就等于同时拿了300家公司的股份。
赚整个篮子的涨跌,拿得住就长期拿着,看净值、看回撤、看年化。
ProShares做的这个「2倍做多ETF」,名字里也有ETF三个字,但里子完全两码事。
它不是一篮子,属于单只股票;一只基金只绑一家公司的。ProShares Ultra中际旭创,就跟中际旭创一只股票过日子,涨也是它,跌也是它。
更要命的是「2倍」和「单日」这两个词。
基金每天收盘后干一件事,叫再平衡;重新调一遍仓位,确保第二天开盘的时候,你对中际旭创的敞口刚好是2倍。
也就是说,中际旭创今天涨3%,你赚6%。跌3%,你亏6%。听着不复杂吧?
麻烦出在「单日」这俩字上;这个2倍,只管当天。每天收盘清算一次,第二天重来;它只保证今天的涨跌乘2,明天跟今天没关系。
这事到底什么后果,我给你算笔账。
假设一只股票今天涨10%,明天跌10%;两天下来,股票本身亏了1%(100变110再变99)。但你要拿着2倍做多ETF呢?今天赚20%(100变120),明天亏20%(120变96)。股票亏1%,你亏4%。
这才两天,拉长了看更吓人。我翻了翻Morningstar一个跨十年的统计。2009年到2018年,他们跟踪了一组2倍杠杆ETF,年化回报是负11.1%。
同期这些ETF对应的底层指数呢?年化回报正15.7%。指数在涨钱,2倍做多的基金在亏钱。十年,不是一两个月。
这个现象有个名,叫波动率损耗;市场只要来回震荡,每一次「日重置」都会在你本金上咬一口;震荡越大,咬得越狠。

再给你讲个更近的例子:
你知道沪深300吧?A股最主流的宽基指数;海外有一只2倍做多沪深300的ETF,叫CHAU。
我查了一下,今年沪深300跌了大概5%,CHAU跌了超过12%。6月5号那天,CHAU一天暴跌6.16%。指数跌一份,它跌两份多。
讲到这里你可能会问,这个基金到底怎么实现「2倍」的?它真去买两倍的股票吗?不现实。它主要靠一种叫「掉期协议」的金融合约。
说白了,基金跟一家大型金融机构签个合同,约定这么说:你帮我承担中际旭创每天涨跌2倍的收益差额,我付你一笔费用。
基金自己不一定直接持有中际旭创的股票,它拿的是一纸合约。
至于合约的对手方,为了对冲自己的风险,才需要真正去搞中际旭创的股票敞口;对手方是通过沪深港通、QFII还是场外衍生品拿到的,注册文件里没说。
所以,把这个产品拆开看,本质很清楚。这是一个每天结算一次的对赌工具;赌对了当天翻倍赚,赌错了当天翻倍亏,拿久了大概率被波动吃掉本金。
它服务的对象也很清楚。
海外的量化基金、日内交易员、短线投机资金;这些人要的就是一个合规的、流动性好的、能快进快出的杠杆工具。
跟你在支付宝定投的那只沪深300ETF,完全不是同一个物种。
......
好,搞明白了这玩意儿是什么。那它跟我手上的基、股票到底有啥关系?
讲两个真事:
2022年8月,市场上出了一只2倍做多特斯拉的基金,叫TSLL。发行价24.13美元。那时候特斯拉股价大概283美元。
到现在,特斯拉涨了大概33%。你猜TSLL涨了多少?
没涨。跌了50%。发行价24块多,现在12块出头。管理规模从最高86亿美元缩到了46亿。股票涨了三成,2倍做多的基金反而腰斩。
再看另一个。
去年10月,香港上了一只2倍做多SK海力士的基金,SK海力士你可能知道,韩国的存储芯片巨头,跟三星打擂台那家。
从上市到今年5月,SK海力士底层股票涨了208%。按2倍算,理论上应该涨416%。结果呢?这只基金涨了513%,比理论值还多出将近100个百分点。
规模一路冲到108亿美元,把特斯拉那只挤了下去,成了全球最大的单票杠杆基金。
两个案例放一块,规律就出来了。
特斯拉这几年什么行情?涨一段跌一段,来回震荡。每一次震荡,日重置就咬一口本金。三年多下来,波动率损耗把收益全吃了还倒亏。
SK海力士呢?赶上了存储芯片的超级周期,几乎一路单边往上冲;在这种趋势行情里,日重置的复利效应反过来帮你放大收益,跑赢了理论值。
同样产品结构,一个腰斩一个翻五倍。区别就一条:底层股票走的是震荡还是趋势。
那ProShares这次盯上的这9只A股,走哪种行情?这个问题谁也回答不了。所以说「杠杆基金上了就是利好」这个判断,它本身就站不住。
再说一个A股特有的问题:时差。
特斯拉、英伟达的杠杆基金,跟底层股票在同一个市场交易;美股白天交易,基金也白天交易,再平衡动作发生在收盘前,影响的是一批人。
A股不一样。A股下午三点收盘,美股晚上九点半才开。中间隔了六个半小时。杠杆基金的再平衡、资金进出、做市商对冲,全发生在A股关门之后。
也就是说,如果基金那边当晚出现大幅波动,第二天A股开盘可能直接跳空反应。
这个隔夜跳空的效应,在特斯拉身上不存在,因为大家在同一个时区;但A股和美股完全错开,理论上这种跨时区的波动传导会更明显。
我说「理论上」,是因为实际影响到底多大,学术界也没吵清楚。
有一项研究发现,杠杆基金的尾盘再平衡确实增加了标的股票在收盘时段的波动性;另一项研究反过来结论:把资金流的对冲效应算进去以后,实际影响在经济意义上几乎可以忽略。
两项研究打架,核心变量是什么?规模。
如果最终规模只有几千万美元,中际旭创一天成交额过百亿人民币,这点钱根本溅不起水花。但如果做到SK海力士那种上百亿美元的级别,就不能无视了。
最后能募到多大、有多少资金参与,谁也不知道;所以,当下最老实的判断就是:影响机制存在,但影响大小未知。
不需要提前焦虑,也不值得提前兴奋。
......
产品本身的影响说不准,但ProShares选了谁,这事本身已经说明了很多。
你如果留意过海外那些「赌中国」的基金,应该对几个名字不陌生;YINN,3倍做多富时中国50指数。XPP,2倍做多同一个指数。FXI,不带杠杆,直接跟着走。
这些产品追的是什么?
富时中国50,里面装的是腾讯、阿里、美团、建行、中国平安,全是港股或者美国存托凭证。
过去十几年,老外眼里的「中国」,就是这50家公司。想做多中国?买YINN。想做空中国?买YANG。想稳一点?买FXI。来来回回就这一个池子,里面一家A股公司都没有。
这次不一样。ProShares没有再从这个池子里挑,直接奔着A股去了。
从「打包买中国」到「拆开买个股」,从港股中概到A股硬科技。这个变化是一个定义的问题。
全球交易者眼里的「中国科技」,以前等于腾讯加阿里加一堆金融股。现在开始等于这次名单上的那9家。
这个趋势也不是中国独有的。
前面说的SK海力士那只杠杆基金,挂在港交所,底层是韩国上市公司的股票。逻辑一样:
热门标的在本国市场上市,海外发行商在另一个市场做衍生品,给全球短线资金提供交易工具;韩国半导体、中国硬科技,都在经历同一个过程,从本土资产变成全球交易资产。
还有一件事值得留意。
我查了一下ProShares的产品策略,它有一个很明确的规律:先推做多,再推做空。它旗下半导体、纳指、原油这些主流标的,全是「做多加做空」双产品布局。
先用做多产品把交易量和用户基础跑起来,等市场关注度够了,再上做空工具。
如果这9只做多产品顺利上市,跑出了规模和流动性,做空产品大概率会跟上。到那个时候,这些A股公司就不只被全球资金看到了,是「被全球资金双向定价了」。
涨时,有人用杠杆放大推力,跌时,也有人用杠杆放大压力;A股这几只股票的价格形成机制,会多出一个来自海外的变量。
这事说到底就两句话:
第一句:全球资本怎么看「中国科技」,变了。以前打包买指数,现在拆开买个股;以前买港股中概,现在买A股本土硬货。
范围在缩,颗粒度在细,瞄准的东西在变硬。这是个真信号。
第二句:ProShares搞这批产品,就是一家做金融工具的公司,蹭着A股科技股的热度卖货,它是来赚管理费的,你不是它的用户,你是它的原料。
信号是真信号,生意是真生意。别混一块儿看。
丑话说后头,以上纯属扯淡式专业科普,不构成任何买卖建议,你自己的钱,自己拿主意。
李善友2026大课笔记:AI时代,人类的终极追问是什么?
本文来自微信公众号: 混沌学园 ,作者:混沌学园
未来十年,何为不变?
从2014年起开讲大课,许多同学已陪伴我走过12年。讲台之上,人未变;讲台之下,初心亦未变——我们始终在追问事物背后的本质,追问创业背后的第一性原理。
未来十年,什么不变?
去年,我们谈论的是“AI的黎明”,是破晓前最黑暗的时刻。此刻,我想我们已经身处AI时代。AI以周为单位迭代、进化,内卷愈演愈烈。
有一个现象是,除了AI外,其余所有行业都沦为了传统行业。比如理想汽车也说:“我们不是一家汽车公司,而是一家AI公司。”
大家觉得如果与AI无关,就要被时代无情抛弃。于是,世间分化出两类人:
第一类人,业务确实难以与AI挂钩,所以内心愈发焦虑,甚至感到绝望,觉得自己正被时代洪流越抛越远。
第二类人,投身AI的人就高枕无忧了吗?大多数同学从事AI应用层的创业,站在浪潮之巅时,觉得尽在掌握,无比亢奋;可一旦浪头退去,跌入谷底,又顿感无比抑郁,仿佛被时代遗弃。
去年上半年,大家追逐Manus。今年春节,人人养虾,今天又有多少人再提“龙虾”?做AI的人也并未拥有真正的幸福。我们试图捕捉变化、追赶潮流,却发现倾尽心力也无法追赶。
我剖析过贝索斯的案例,他的一句话深深影响了我。
他说,人们总问我未来十年什么会变,但这或许是个错误的问题。我们更应该问:未来十年,什么是不变的?唯有找到那个不变之物,我们才能将战略资源倾注其上,以此作为恒定的战略支点。
我将尝试回答:未来十年,何为不变?
面对AI的狂奔,静下心来向深处探索,这或许是唯一的出路。
我们探讨哲学,是因为当在日常生活的尺度中找不到那个锚点时,不妨跳出来,去追问最大的尺度和最小的尺度。若能拈出一个不变的支点,那大概率便是日常生活尺度下的定海神针。
这便是这几天课程设置背后的深意。
为什么要追问第一性原理?
“终极”二字意味着,人之所以为人,所能提出的超过你生活边界的最大尺度问题是什么?问题能将我们从现有的牢笼中跳脱出来。我们越是执着于追求答案,就越会禁锢在原有的时空边界之内。
什么叫第一性原理?
通常,我们的提问方式是就事论事:这件事背后的原因是什么?原因背后的原因又是什么?认为如此连续追问几次,便能触及真相。

然而,请看这张图:若你仅在具象的经验层面追问,越是用心,便越将自己禁锢在这个经验世界里,边界极其狭小。
我做了一个核心假设,“意识”——它是这两天课程的核心词汇。我不能说这是一个确定的答案,我只能称它为一个假设。
第一,追问宇宙。宇宙的一是什么?并非回答宇宙本身是什么,而是要将尺度踏在宇宙之外。
第二,追问文明。文明背后的一是什么?人类折腾数千年,究竟在做什么?
第三,追问创业。回到我们当下的处境,在这个时代,创业背后的一是什么?
最后,我们发散一点,追问AI。请允许我放飞思绪,共同展望人与AI的未来关系。
我相信创业者最关心的是第三个问题,但为了第三个问题,我们的第一性原理必须下移。前十年,我们的第一性原理建立在哲学认识论之上,“认知”是创业的第一性原理。但今天,认知已被AI击穿,倒逼我们向下探寻。
这是过去几年我苦苦思索的问题:我们必须从认识论下探至本体论,追问宇宙背后的一是什么?基于宇宙与文明的一,再来推导我们今日该如何创业。
我绝不敢狂妄地说,我能回答这些问题。但我希望在陪伴大家追问的过程中,能激发出一种人之为人的力量感。
马斯克和他的终极追问
有同学会问:“如此宏大的追问,对我这个创业者有何用处?”我们Call Back一下马斯克,刚才提到的四个追问,实则就是在叩问“The ultimate question of life,the universe,and everything”。马斯克也做过同样的追问,并由此得出了他的核心假设,而他所有的商业版图,皆基于此展开。
大概十二岁的时候,马斯克就陷入了极度的抑郁,迫切地想找出生命的意义和万物存在的目的(Life,the Universe,and Everything)。那时候他读了很多哲学书,比如尼采、海德格尔、叔本华,但越读越压抑。
最后他说,是科幻小说救了他。具体来说,就是这本科幻小说《银河系漫游指南》。小说里提到,宇宙是有答案的,但最难的是问题。人之为人,最重要的地方在于提出问题。问题一旦提出来,人生的意义、世界的意义、万事万物的意义也就找到了。
这部小说激发了马斯克提出什么样的问题呢?他问出了两个终极问题。
第一个就是:这个世界是真的吗?《银河系漫游指南》里说,为了计算出终极问题,需要制造一台超级电脑。那这台超级电脑是什么呢?居然是地球。
第二个追问是,智能或者理性,是人类认知的最高境界吗?智能的背后有没有东西?
这件事让我无比惊异。仅仅因为一部科幻小说,他的世界观改变了。用他的话说:我们可能活在一个虚拟现实的世界里。所以马斯克的传记作者说,当其他企业家还没有世界观的时候,马斯克已经有了宇宙观。
马斯克31岁的时候已经是亿万富翁。他说,“让人类成为跨行星物种是我积累财富的唯一目的,除此以外,赚钱对我没有意义。”
为什么要保护人类这个物种?马斯克说:如果发现外星人,那将是惊人的消息;但也许比这更惊人的是,根本不存在外星人,地球人类可能是宇宙中唯一的文明。
他说人类文明,这簇微弱的意识火苗,在宇宙中孤独地闪烁着。它可能是宇宙里唯一的意识实体,因此我们必须保护好它。
继续追问,为什么要保护意识呢?
我猜,意识背后可能藏着一个惊天的秘密,也许人类智能背后的意识可能就是宇宙的本体,也许只有保护意识才能get宇宙真理和实相。
2023年,他创立了xAI。他提出的使命很奇怪:说xAI可以帮助我们了解宇宙真理和实相。所以他得出的结论是,我们必须扩大人类意识的规模和范围,这才是最有意义的事情。
这个平日里我们或许只是泛泛而谈的概念,竟然构成了这家公司的真正内核与根基。我们对马斯克的第一性原理已耳熟能详,但你会发现,他拥有一个能量极高的理念,那就是“意识”本身。他常描绘有朝一日抵达火星的场景,并以此激励SpaceX做出的每一个决策。

请细品这句话:这究竟是一家商业驱动的公司,还是一家理念驱动的公司?
就在今天,SpaceX正式在纳斯达克挂牌,成为人类史上规模最大的IPO公司。根基竟是建立在理念之上的。
星舰的终极理想是实现火星移民,SpaceX本质上是一家交通公司。其目的并非为了实现商业利益,而是为了追寻那个看似虚无缥缈的理念。商业成功,仅仅是这一理念追寻过程中的副产品。

一个人的力量何以如此强大?
希望这两天,各位能从这些“琐事”中跳出来,即便你觉得我在胡说八道,姑且听听胡说八道,也无坏处。我想试着回答这个问题。我的核心假设在于,这种力量源自“意识”。
为了论证这个词,我会带你进行四个追问。
我们会涉及大量物理学知识,但它不是物理课,也不是哲学课,本质上它仍是一门创业课。
请大家理解,我所讲的物理学未必全对。我们讨论物理学的努力,是希望将思维指向某种物理实在。我们不做科学实验,也不做逻辑证明,而是在做追问与假设。
王东岳先生有一句话对我影响极大:“学问要先存一点明白。”我想将自己的一点领悟分享给大家。
追问宇宙
从时空追问宇宙的一
我们能想象的最大存在便是宇宙,但真正的追问在于:宇宙之外是什么?让我们剥离“宇宙”这个哲学词汇,换用物理学词汇——时间和空间来解构宇宙。
牛顿认为,世界由绝对时间与绝对空间构成。爱因斯坦的广义相对论,将维度变为四维。然而,广义相对论与量子力学却在“打架”。
有一个理论有可能把广义相对论和量子力学合在一起,逻辑上自洽,那就是弦理论(或超弦理论)。若相信超弦理论,则不只存在一个宇宙,而是存在无数个宇宙。

如果它是真的呢?我个人是相信超弦理论的。
我猜想:如果存在多个时空,时空本身就不再是宇宙的绝对背景了。既然存在无数个时空,我们就有理由追问,无数个时空本身又存在于哪里?
多个宇宙之间的缝隙是什么?那不就是宇宙的“背后”吗?我猜想出一个本体论命题:如果存在两个宇宙,或许可以设想存在某种背景/间隔,也就是多元宇宙或平行时空背后的绝对背景,即“一”。

回到物理学来:宇宙背后的本体,其时空维度究竟是多少?在多元宇宙的设想下,这个问题便成了科学问题。
我们不知本体维度几何,但科学告诉我们,奇点是没有时间与空间的,时空皆是宇宙大爆炸之后才产生的。那么,奇点存在于何处?
我猜想,奇点存在于我们此前所述的“本体”,那个绝对的背景里。我们或可经由奇点的维度来反推本体的维度。
回想初中几何、物理:面是二维(长、宽);线是一维(只有长)。点的维度是多少?点没有部分,没有长、宽、高,没有边界。
我猜想:点的维度是零维,零维意味着没有任何约束与边界,它拥有无限的自由度;因此,从另一个面向看,零维便是无限维;真正的本体,既是零维,又是无限维。我猜想无限多个平行宇宙便存在于这个“零-无限维”的时空之中。当然,这只是我的哲学化推演,不是标准几何/物理定义。

能不能为这个零维时空建立一个模型?
有一种设想认为宇宙膨胀后可能收缩;另有热寂等终局设想。但宇宙是孤立出现的吗?2003年,宾夕法尼亚大学天体物理学小组提出了一种“圈量子引力宇宙学”理论,认为:上一个宇宙的终结(大坍缩)是下一个宇宙的起点(大爆炸)。
这就像一个循环往复的过程。如果这个模型成立,本体在哪里?零维时空在哪里?

我猜想/假设:本体在奇点背后、时间背后、空间背后。它就是马斯克所说的Base Reality(基础现实)。我猜古代先贤可能以不同方式瞥见了本体,并用不同语言加以描述,比如柏拉图称其为“逻各斯”(Logos)。
人类智能的背后是否有意识?
本体创造万事万物的动机是什么?我翻阅了大量典籍,尽管表述各异,但它们都指向:经由生成万物来认识“自己”。
我渴望物理学的解释:本体为何要创造这一切?接下来,是我对这一问题的尝试性假设。

我猜想/假设:零维与无限维时空的存在状态是振动。在本体层面,它是绝对静止与绝对运动的叠加态。既是动的,又是静的。
当我们无法在最大尺度理解时,便转向最小尺度——量子。量子究竟是波还是粒子?量子力学回答:它既是波,又是粒子。量子的状态是不可知的。这便是著名的“薛定谔的猫”。
关键在于:如何让不确定变为确定?
答案是:“观察”——即观测会得到某一确定结果。
接下来,引入一个基石框架——能所结构,这是哲学中极简的结构。我们用“能观”(观察的主体)与“所观”(被观察的对象)来区分。
是人类或仪器的能观,让量子坍缩为确定态。物理学家惠勒(John Wheeler)格局宏大,他说:单个量子是叠加态,而宇宙由无限多个量子组成。那么,整个宇宙是否也是叠加态?或许这不是物理学结论,而是借用物理图景做哲学化类比。
我们说是人或仪器的观察让量子坍缩。那么,谁的观察让整个宇宙坍缩为确定态?这个问题还不够大。如前所述,宇宙背后还有更大的能观,本体。本体本身也是不确定的——它是零维与无限维的叠加,是绝对静止与绝对运动的叠加。
那么,谁在观察本体?本体的背后空无一物。
我猜想/假设:最小尺度上,观察让量子坍缩;中间尺度(宇宙),观察让宇宙坍缩;最大尺度(本体),谁来观察?
唯一合理的推论是:本体自己观察自己。唯一的解释就是:本体自己观察自己,让自己坍缩为确定态。这里蕴含着一种属性——自指性(Self-referentiality)。
如何从物理上理解?我们再换个尺度:本体的最小单元是什么?人类理性上可追问的最小尺度、时空最小单元是什么?有一个以物理学家名字命名的尺度——普朗克尺度。

空间的最小单元是普朗克长度。时间的最小单元是普朗克时间。这两者合称普朗克点。它是人类理性能够理解的时空最小单元。
我假设,零维时空以我们无法理解的方式,生成了普朗克点,而普朗克点的最小时间和空间,会生成一种最小振动——普朗克振动。
我猜想,这种普朗克振动经由共振,涌现出最高频率的能观——普朗克频率。这个普朗克频率,让普朗克振动稳定下来,成为确定态。当然,这只是猜想。我希望大家理解我试图用物理学阐释的诚意。
能观如何变成振动?我的假设是:我们知道量子具有波粒二象性,普朗克点亦然。它既是点,又是波。通常的波(如引力波、电磁波)是横波,建立在时间维度上。但普朗克振动尚无时空,我猜它是纵波。其振幅是普朗克长度,其周期是普朗克时间。这构成了普朗克振动——人类能想象的最小振动。
万物皆振。
那么,让其坍缩的能观是什么?我必须做出最大胆的假设:让本体坍缩为普朗克共振的能观,就是我们久觅不得的“意识”。
马斯克追问,在人类智能背后是否遗漏了某种东西。我猜,那便是意识。
不论你称它为什么,逻辑上存在一个能观,让本体坍缩为振动态。当我第一次说出时,双手颤抖:我敢这样说吗?
也许意识并非人类大脑的产物,而是宇宙生成的。此处所言,是比个体意识宏大得多的背景设施。意识如何生成?我不敢悍然宣布,但猜想或许源于同步性——同步共振涌现出意识。

混沌常讲“涌现”,但谁见过涌现的机制?没有。我猜是同步性涌现了意识。同步是宇宙中普遍存在的现象。
1665年,荷兰物理学家惠更斯写信给父亲,记载了一个无法理解的现象:当他将两个摆钟放在同一房间,无论初始位置如何,半小时内,它们的摆动总会同步。日本东京理科大学用100个节拍器做实验,两分半钟内,所有节拍器完全同步。
自然界、宇宙中也充满生命同步:萤火虫同步闪光,椋鸟群形成复杂流线型却不相撞。生物学家尚无定论。地月潮汐锁定,月球始终以一面朝向地球。
同步背后的统一机制仍有未解之处。
科学家甚至猜想,同步可能是大脑思维产生的原因。神经生物学家推测,认知行为与神经同步的激增有关。数十亿脑细胞精确同步开闭,形成强大电波,想法与知觉便由此涌现。
我猜想,如果我们接受共振与同步,便可进一步推导。本体尺度无限,其最小单元——时空点(普朗克点)的共振,同步涌现出了“意识”。具体机制未知,但这或许是路径之一。
我大胆假设:人类或其他生命之所以有智能,并非自己创造了意识。个体间的同频共振,在整体层面涌现出超过阈值的震动频率,与宇宙意识的某个频率同步,智慧便产生了。
诺贝尔奖得主彭罗斯与斯图尔特·哈梅罗夫提出“协调客观还原理论”,认为意识与微管中的量子过程有关。此理论争议极大,我无意证明其对错,只想表明这个研究方向值得追问。
小结一下,我们用时空作为媒介,为本体重建模。它大到无法想象,时间与空间只是其中的一个切片。我们努力用物理学窥其一斑。核心假设:意识不仅在人类之先,甚至在时空之先。
追问文明
上午追问宇宙,下午回到大家身边来。我们经常说“AI时代”,但AI到底是什么级别的时代?有人说它是互联网之后的下一轮技术周期,很多创业者会从这一角度去想。
但我相信,越来越多人会认同,这是一次新工业文明、新工业革命。但少数人,是能嗅到另一种气息:也许它不只是一场新工业革命。
文明背后的“一”是什么?
所以今天下午,我们想追问文明。我们要追问:文明背后的“一”是什么?人类文明至今有农业文明、工业文明——背后究竟是被怎样的洪流推动的?

我们上午讲了一个重要结构——“能所结构”:能观与所观。从人的视角出发,我们把“观”换成“知”。这是认知中一个巨大的秘密。
过去我们一直用“认知”这个词,但当我们讲认知时,更多指的是所知——即知识、内容。我们认为知识就是力量,但今天我要提出一个看似大逆不道的观点:能知才有力量。
人类文明的每一次跃迁,都是解锁了一个更高级别的能知力量。认知可以说“升级”,但能知我只能用“跃迁”这个词。
大家可能熟悉“量子跃迁”,电子不会连续过渡,而是从这个轨道“跃迁”到另一个轨道,中间没有连续性,能知也是如此。
能知三阶
先说我的假设:过去我会说“认知有四层”,现在我简化为三阶。
第一阶是感性;
第二阶是理性;
第三阶,我称之为能知三阶,而非认知三阶。
在第一阶——感性层面——我们熟悉的词是“经验”。其认知方式叫归纳法。人类跃迁到这一层次后,进入了农业文明。
在第二阶——理性层面——我们看待世界的核心是“模型”。我们用模型为世界建模。把逻辑与模型这种认知方式训练出来的,叫演绎法。当人类跃迁到这一能知层次时,就进入了工业文明。
今天,AI成为这个时代的变量,它似乎挑战了我们理性的能知。AI本身以模型的方式出现,它既是所知,也是能知。
AI生于逻辑、生于理性、生于模型。如果人类还停留在二阶,大概率会被AI取代。但如果人类在这场巨大危机面前跃迁到三阶,AI就不会奴役我们,反而会成为我们的工具。
我之所以上午铺垫“意识”,是为我们接下来的生活找一个基点,它就在三阶准备着。
我猜想,当意识与理念合在一起,它的认知方式既不是演绎法,也不是归纳法,可能是灵感,也可能是心流那样的状态。如果人类有机会跃迁到一个新的能知层次,我姑且称之为“智能文明”。
用同一个结构,解释前两次文明
首先回到能知一阶——感性。
在这一阶中,一个特别重要的观念是“眼见为实”。但以眼睛为例,当我们说“看到”时,我们到底看到了什么?
其实,我们的眼睛所能接收到的,只是电磁波谱中的极小一部分。光本来只是一种物理能量,但视觉皮层会把这些输入转换成“颜色”。换句话说,颜色不是客观事实本身,而是我们的大脑对外界刺激所建构出的一个主观感知模型。

基于感官经验,我们认知事物规律的方式是归纳法。
归纳法的句式很简单:我们在亚洲看到的天鹅是白色的,各大洲看到的都是白色的,于是我们得出结论——天鹅是白色的。它基于空间连续性:在某个时空成立的规律,在所有时空都成立。尤其是创业者,太熟悉这种思维了——你在某个小城市跑通一个模型,就说全国都可以。
归纳法的另一面,是时间归纳法:前天太阳从东方升起,昨天也是,所以今天、明天太阳还会从东方升起。它基于时间的连续性:过去成立的规律,在未来也成立。
换句话说,感性认知、基于经验的认知,有一个默认的能知结构——时空。时空既是客观存在,也是我们认知世界的框架。康德说,时空是感性认知的先天直观形式。
说了这么多,我做一个大胆猜测:感性认知的本质不在于经验,而在于能知。这是人类进化出来的感官硬件——眼耳鼻舌身、视觉、听觉,以及相应的大脑皮层硬件——解锁了某一层次的能知。
换句话说,我在此做了一个巨大的假设:时空的本质是意识。人类通过眼耳鼻舌身,解锁了这个能知,然后把世界解读为经验,经验背后的认知方式是归纳法。这个假设也许未必完全正确。
经验归纳法的好处是不学就会,只要大脑有新皮层就行。但坏处是认知层次浅,因为它基于时空,不具备时空跨越性。
休谟是第一个指出归纳法谬误的哲学家:即使所有前提都成立,结论依然可能错误。因为只要出现一个反例,结论就被推翻。这就是为什么人类思维的阿喀琉斯之踵是非连续性鸿沟。

工业文明的核心关键词是逻辑。
今天我们把世界解读为模型,认知不再是经验,而是建模,更准确地说,是用逻辑来建模。逻辑是所知还是能知?
我们在大学里把逻辑当作认知的对象,认为逻辑是所知,这是极大的误区。逻辑是先验的,你只能跃迁到逻辑,踩在逻辑上去认知世界。康德称之为先验逻辑。
比如因果,康德说,因果不是来自经验,而是先验地存在于人类认知结构中。换个比方:鱼在圆形的鱼缸里,看到的世界是圆的,因为鱼缸是圆的。
演绎法的句式也很简单:所有人都会死,苏格拉底是人,所以苏格拉底会死。只要前提成立,结论就是必然导出。它隐含的假设是逻辑的连续性,而不是时空连续性。
接下来我大胆猜测:理性认知的本质,根本不在所知,而在能知。人类实现了一次能知跃迁——大脑进化出前额叶,使我们能够同步到比“时空意识”更高频率的意识,我设想这种意识为“逻辑意识”。这只是我的假设,但我觉得它简洁且一致。

演绎法的坏处是很难,但好处是突破了时空局限,认知层次更深,可以跨领域迁移。
举个例子:牛顿发现F=ma,这不是来自归纳,而是来自演绎,一切与(宏观)力有关的问题都得到了解决。工业文明的最大力量,来自逻辑,来自方程。
小结一下:农业文明建立在能感(时空)+经验之上;工业文明建立在能思(逻辑)+模型之上。

如果人类跃迁到下一层,所知会变成什么?
上午我猜想,本体有且仅有一个终极追问——我是谁。
宇宙,就是本体自我追问的副产品。同样,我认为人类也有且仅有一个终极追问——我是谁。文明,就是人类追问的副产品。
回到能所结构:我是谁?我是所知,还是能知?我们通常在心理测试里,把自己当成所知——性格、血型、一堆内容物。

人类曾经两次追问“我是谁”。
第一次是苏格拉底式的追问:我们有身体,当我追问“我是谁”时,我甚至不确定感官感受到的对象是否真实,但我的感受本身是真的。
这个句式很简单:如果我能感,就必然有一个能感的主体在。这个能感的主体,就是我。这是非常朴素的“我感故我在”。这个追问的副产品,就是一阶文明——农业文明。
第二次追问来自笛卡尔。笛卡尔通过思想实验证明,能思比能感更本质。如果你不能思,你根本无法想象自己有感受。
他做了一个思想实验:我不能否定自己活在黑客帝国里,也不能否定一切所知,但我正在思考、正在怀疑、正在追问——这件事是真的。于是他得出了千古名句:我思故我在。工业文明,就是对“我是能思主体”这一追问的副产品。
接下来,我们用笛卡尔的逻辑,推翻笛卡尔的结论。笛卡尔说“我思故我在”,前提是“我知道我在思考”。但“我知道我在思考”本身,是一个更高阶的意识状态。
比如你做梦,醒来后说“我刚才在做梦”——你知道自己在做梦,说明你此刻处于比梦更高的意识境界。梦是你的所知,而你站在更高的能知层。
同理,当你说“我知道我在思考”,说明思考只是你的所知。你必然有一个比理性更高的能知——这就是能知三阶。
我想表达的是,这不是少数人的天赋,而是人人具备的潜能。只要你意识到自己在思考,你就已经踩在这个境界上了。这就是第三次能知跃迁。
如果人类跃迁到这一层,所知会变成什么?我称之为“理念”。

柏拉图用“洞穴隐喻”表达过类似观点:我们活在洞穴里,看到的是影子;洞穴外的阳光,才是真实世界——他称之为理念世界。
理念不是形容词,而是本体。比如“美”,不是你形容一个女孩美,而是美本身存在,它加到任何事物上,那事物就成为美的。柏拉图说,哲学家的灵魂,看到尘世的美,就会回忆起真美,恢复羽翼,急于展翅翱翔。这就是理念的召唤。
人之为人的意义是什么?
我们今天用同样的结构,解释了三次能知跃迁。如果人类实现第三次跃迁,可能会出现新人类文明——智能文明。
AI是这一跃迁的推手,也是考验:不跃迁,人类可能被AI取代;跃迁了,AI会成为我们的工具。
我们上午说,宇宙在追问“我是谁”;下午说,人类在追问“我是谁”。你会发现,这里充满了二元对立。大家看到的,一边是宇宙的追问——本体论;一边是人类的追问——认识论。

人类到今天为止,经历了三次哲学转向。你会发现,在哲学传统中,本体论和认识论常被分置为两端,中间仿佛隔着一条线。
但各位,当我们拆解到此时,你会发现,宇宙背后的存在和我背后的存在,是同一个东西。那个词叫什么?意识。
对宇宙的追问“我是谁”,和对我的追问“我是谁”,这两个答案,居然是同一个意识。这就是陆九渊那句著名的话:我心即宇宙。
我们今天追问了:宇宙的一是什么?意识。文明的一是什么?意识。如此渺小的、最小尺度的我,和无限尺度的本体,怎么可能是同一个?
有一门学问,或许能够解释我的本我与宇宙本体的一体性——那个学问叫什么?叫分形学,全息分形。如果宇宙的本体是那个意识,那么我的本体是什么?我的本体是宇宙本体的全息分形意识节点。当然,这是一个隐喻性框架,不是严格的数学分形证明。
所以我假设的宇宙观叫一体性宇宙观。生命、人类、万事万物,人之为人有什么意义?人或生命就是意识节点。我不敢说这些是正确的,但我觉得推理本身,是弥足珍贵的。
Beautiful,amazing,amazing,beautiful.
当然,到这里可能会有人说:人类的文明有剧本吗?如果有剧本,那是不是没有自由意志了呢?
我觉得有剧本,但这个剧本是多集的——就像打游戏一样,你能进到第几集,是由你决定的。你今天可以停留在第二阶,也可以选择奋身一跃,去到三阶。
最大的猜想!也许,宇宙就像大模型
接下来,我做本课最大的一个猜想,或者说假设。我来尝试回答一下《银河系漫游指南》的问题——就是ultimate answer。这个回答未必正确,但基于我刚才的结构,我想回答一下:宇宙经由本体,经由生成宇宙、生命和万事万物,来认识自己。同时,不止于认识,还要体验自己——这是人之为人的意义。
本体的英文很奇怪:Being。
这个词本身就很耐人寻味。本体是一种Being的状态——本体造就了我们,我们也在造就它。
在此之后,我再用AI的语言来理解一下,做个隐喻。
也许本体就是一个生成式的超级意识大模型——它既是意识大模型,也是生成式大模型。
宇宙常数就是这个意识大模型的权重参数;所谓的宇宙,就是这个大模型的训练场。它呈现为一种流动的、生成中的状态。
那回到我是谁?我的本质是什么?如果个体生命是宇宙本体的全息分形意识节点,我会猜,我们个体生命的本质,也许也是一个生成式的意识大模型。我们来到这个世间,体验万事万物,并持续追问“我是谁”——也许也是在做训练。
明天我们会基于这个框架,去解答两个现象世界的问题:一个是如何创业,一个是AI与人类的未来。
Anthropic CEO:AI 是给人类的成人礼
本文来自微信公众号: 投资实习所 ,作者:StartupBoy
今天再次读了一下Anthropic CEO Dario Amodei在1月份写的《技术的青春期》(The Adolescence of Technology)一文。这篇文章读完给我的第一感觉是,他不再只是在谈论冷冰冰的算法,而是在写一份有点类似“生存备忘录”的东西。
他用这篇长文把我们从对AI虚幻的恐惧或盲目的乐观中拽了出来,直面那个即将到来的、甚至可能有点窒息的转折点。也用它和另一篇文章《Machines of Loving Grace》,来反驳外界对他是AI“毁灭论者”的误解,因为他一直在强调AI的风险。
我们正处在一种“致命的悸动”中
Dario在开头引用了卡尔·萨根《接触未来》(Contact)里的一个场景:如果我们能问外星文明一个问题,那应该是“你们是怎么做到的?你们是怎么度过技术青春期而没有毁灭自己的?”
我理解的是,他把人类现在的处境生动地类比成了青春期——我们突然发现自己手里握着几乎无法想象的力量(AI),但我们的社会、政治和心智系统,似乎还没成熟到能驾驭这种力量。这种感觉很奇妙,就像一个刚拿驾照的少年突然被塞进了一辆时速400公里的赛车驾驶室。
更有意思的是,他提到2023-2024年大家对AI风险的讨论已经有点“宗教化”或“末日论”了,这反而让一些严肃的建议被埋没。而现在(2025-2026年,他在文章中设定了这个近未来的视角),风向又转到了只谈机遇、不谈风险的另一个极端。这种像钟摆一样的反复其实挺危险的,因为技术演进并不在乎舆论的流行。
想象一个“塞在数据中心的天才国家”
为了让人明白什么是“强大AI”(Powerful AI),Dario提出了一个非常有意思的比喻。他让我们别把AI仅仅当成一个对话框,而是想象在2027年左右,世界上突然出现了一个拥有5000万人口的虚拟国家。
在这个“国家”里:
每个人都比诺贝尔奖得主、顶尖程序员或政治家还要聪明。
他们干活的速度是人类的10到100倍。
他们能独立完成需要数周时间的大型任务,而不只是被动回答问题。
如果需要,这几千万个天才可以像军队一样协同工作。
看到这里有点科幻的感觉,但也很震撼。这本质上就是一种“降维打击”。正如他所说,如果有情报官员告诉国家元首,在数据中心里诞生了一个由超级天才组成的国家,且这个国家每过一个小时可能就完成了人类一年的科研量,任何一个清醒的领导人都得把它视为有史以来最大的国家安全挑战。
AI进化的“时钟效应”
关于AI到底什么时候能达到这个水平,Dario提到了一个观察:反馈回路已经闭合了。
Because AI is now writing much of the code at Anthropic,it is already substantially accelerating the rate of our progress in building the next generation of AI systems.(因为AI现在已经承担了Anthropic大部分的编程工作,它目前正极大地加速我们构建下一代AI系统的进程。)
这句话有种印证了那种“奇点”临近的体感——我们不再是单纯用手码砖头造大厦,那是原来的线性增长;现在的状态是,我们造出的机器正在帮我们设计更强的机器(这和Notion CEO之前的文章《Notion CEO最新好文:蒸汽、钢铁与无限心智》里提到的观点类似)。
Dario说,虽然外界总有人觉得AI到了瓶颈,或者快撞墙了,但在实验室内部看来,AI的认知能力提升其实是“平滑且不可阻挡”的。
这种风险不是科幻,而是现实主义的战斗
他把接下来我们要面对的“成人礼”考验分成了几个具体的维度。与其说是担心机器人造反(像那种俗套的科幻电影),不如说他更担心的是以下几点:
自主权风险
:如果这个“天才国家”有了和人类不一致的目标,会发生什么?
毁灭性的滥用
:如果这些天才成了恐怖分子的“雇佣兵”,制造生化武器或发起瘫痪级别的网攻,我们防得住吗?
权力的极端集中
:如果某个独裁者掌握了这支天才大军,现有的全球权力平衡会瞬间崩塌。
经济大震荡
:即便AI特别听话、特别和平,数千万个顶尖天才突然进入劳动力市场,社会系统能接得住这种结构性的失业和财富分配不均吗?
Dario说如果通不过考验(停留在青春期),人类可能会因为生物武器滥用、技术失控(自主风险)或地缘政治极权而走向文明的毁灭。
如果通过了考验(迈向成年),人类就能用极度的理性和高超的技术控制,将AI应用于攻克癌症、消除贫困、解决能源危机。度过成人礼的奖励,是一个真正走向“成年”的成熟人类文明。
这里我能感觉到Dario很努力地在保持一种“外科手术式”的严谨,他反对那种极端的、全面禁绝的回应,认为那只会引发反弹。他提倡的是一种非常务实的态度:我们先承认不确定性,然后开始为每一种具体的威胁制定“战斗计划”。
都说人们总是高估一项科技所带来的短期效益,却又低估它的长期影响。读完这篇长文,我最大的感触是,虽然这看起来有点夸张,但我们可能真的只有几年时间去完成这场“社会性的成年礼”。那种把AI当成好玩工具的心态可能要收一收了。
如果“一个天才国家”即将降临,我们所引以为傲的纯认知类工作,在那种上百倍的效率差面前,生存空间到底在哪?
马斯克远程敲钟穿了老黄的皮衣!SpaceX员工集体穿上绿鞋
“宁王系”,排队 IPO
越来越多CVC在路上
作者 | 冯晓亭
编辑 | 吾人
来源 | 融中财经
宁德时代,又出手了。
近日,中恒电气发布关于控股股东签署《战略投资合作框架协议》事项的进展公告。公告显示,公司控股股东杭州中恒科技投资有限公司(简称“中恒科技投资”)引进宁德时代新能源科技股份有限公司(简称“宁德时代”)的战略投资事宜正在有序推进中,宁德时代拟以40.9985882353亿元(约“41亿元”)认购中恒科技投资新增注册资本。
中恒电气表示,自《战略投资合作框架协议》签署后,各方基于框架协议达成的基本合意,共同推动有关中恒科技投资增资、公司与宁德时代形成战略业务合作关系等具体事宜的洽谈、磋商工作,目前相关工作仍在有序推进中。
值得一提的是,这并非宁德时代今年在资本市场首次出手。
公开数据显示,今年以来,宁德时代宣布入股的上市公司还有富临精工、赛力斯旗下的赛豆科技、世纪互联等。除此之外,今年3月,天眼查工商信息显示,博裕新智新产(宁波)股权投资合伙企业(有限合伙)发生工商变更,新增十余家投资方,其中便有宁德时代的身影;4月,宁德时代发布公告,拟设立全资子公司“时代资源集团”,后者定位为公司新能源矿产领域的专业投资运营与管理平台……凡此种种,不胜枚举。
且从宁德时代出手项目所涉猎的赛道来看,与自己的动力电池主业几乎没有直接关联。由此可见,现市值超万亿元的“宁王”从产业链协同投资,正转向更广阔的生态圈布局,未来也将有越来越多的“宁王系”企业推开二级市场大门。
而跨界进行投资布局的宁德时代并非孤例。放眼望去,越来越多产业龙头正做出相似的战略选择。在传统股权投资机构募资困难、退出遇阻的背景下,以产业龙头为核心的CVC,正逐渐成为中国创新资本市场不可忽视的一支力量。
41亿元,宁王入股中恒电气
这笔交易,前后历时两个月时间。
早在今年4月,中恒电气发布公告称,公司控股股东中恒科技投资拟接受宁德时代对其进行增资。拟议增资完成后,中恒科技投资控股股东朱国锭和包晓茹,以及宁德时代分别持有中恒科技投资35.70%股权和15.30%股权、49.00%股权。受此利好消息影响,公告发布次日开盘,中恒电气一字涨停。
谈及下一步规划,中恒电气在公告中表示,“各方发挥各自在相关领域的核心竞争力和资源优势,促进宁德时代与中恒电气围绕绿色ICT基础设施、交通电动化、新型电力系统(算电协同)等领域开展相关业务及战略合作,整合资源禀赋,赋能公司发展。”
要了解双方为何跨界联手,得先从认识中恒电气说起。
作为一家专注于零碳智能社会建设的数字能源公司,中恒电气深耕高压直流技术路线。公司主营业务涵盖数据中心与站点能源、数字电网与综合能源服务等领域,是数据中心HVDC(高压直流)供电技术方案的行业先行者,核心产品包括数据中心HVDC直流供配电、预制化Panama电力模组、通信电源系统、电力操作电源系统等,目前已广泛应用于互联网、第三方colo、智算中心、超算中心、通信运营商、金融政企等数据中心场景。
虽然名声不显,但国内HVDC行业集中度高,主要有中恒电气、维谛技术等,其中中恒电气凭借客户壁垒与技术优势成市占率第一企业,头部效应有望延续。
目前,AIDC(人工智能数据中心)投资进入高速扩张周期,数据中心供配电市场广阔。全球主要云厂商资本开支已进入放量期,以亚马逊、微软、谷歌、Meta为代表的海外头部云厂商单季度资本开支总额均在持续攀升,增长显著。资本开支的增量主要投向AI基础设施,驱动AIDC投资进入高速扩张周期。供配电系统作为AIDC的底层支撑,其投资规模与云厂商资本开支增长呈强正相关,变压器、HVDC、UPS、开关柜等关键设备需求将同步增长。
与此同时,随着AI大模型的训练与推理需求快速扩张,数据中心的用电量和供电稳定性要求也在同步攀升,配储也相应成为刚需。配储这个场景,恰恰是宁德时代的主场。
双方联手后,可协同解决AI智算中心绿电适配、峰谷调节等核心痛点,共同打造从绿电生产到储能、高效供电、算力消耗的全链路解决方案。简单说,宁德时代的储能系统可以跟着中恒的HVDC,顺着数据中心的渠道,进入一座又一座机房。在此之前,宁德时代便和商汤科技合作,在上海落地了临港智算中心(AIDC),共同建设了一套规模为17.888MW的储能系统,成为算电协同跑通的标杆项目之一。
至于宁德时代和中恒电气交易达成后会擦出怎样的火花,我们不妨拭目以待。
“宁王系”,遍布资本市场
跨界入股上市公司,对宁德时代而言并非新鲜事。
今年以来,宁德时代便以“股权投资+业务合作”的战略投资模式,直接或间接入股多家上市公司。1月,宁德时代和富临精工合作,双方意在加强在新能源产业的深度合作,同时在新兴产业领域构建务实合作格局,实现更深层次的资源整合与战略合作;5月,美股上市公司世纪互联发布公告表示,宁德时代关联公司PJ Millennium,以9.42亿美元(约合64亿元人民币)收购了该公司约6.5亿股A类普通股,有望成为该公司的第一大股东……
入股上市公司仅是宁德时代投资版图的冰山一角,在投资圈内,它早已是CVC领域的“老手”,于水面之下构筑起了一座横跨产业链上下游的庞大投资帝国。
企查查数据显示,宁德时代对外投资了158家企业,间接持股企业数量更是数以万计,通过投资,宁德时代的触手深入锂电原材料、整车、新能源、航空航天、具身智能等多个前沿赛道。直投项目中,先导智能、奇瑞汽车、首航新能、极氪汽车、日联科技、微导纳米等项目已成功IPO。与此同时,还有大批“宁王系”项目,站在二级市场门外,等待IPO。
与此同时,晨道资本、一村资本、恒旭资本、博裕资本、高瓴创投、国策投资、中金资本、普洛斯隐山资本、溥泉资本等多家投资机构的背后,都有宁德时代的身影。
其中,溥泉资本由宁德时代CVC“宁德时代新能源产业投资有限公司”持股,是后者的核心产业投资平台。据了解,溥泉资本旗下时代泽远基金历经多轮扩募,目前规模已百亿元,聚焦新能源、新能源汽车产业链、储能、机器人、高端制造、半导体芯片六大核心方向。截至目前,基金已落地近30个优质项目,累计投资金额近60亿元,单个项目平均投资额超2亿元。
团队充分发挥产业资本优势,以大比例、低成本方式入局,深度赋能产业链上下游企业。依托宁德时代深厚的产业协同能力,溥泉资本打造了特色化产投模式:一方面深度布局硅碳负极、电池管理系统、能源管理系统等锂电配套企业;另一方面发力通用机器人、智能机械手、自动驾驶矿车等高端制造领域。目前多个被投企业已启动上市申报工作,不少项目即将登陆港股、A股,投资成果丰硕。与此同时,机构同步推进并购基金、早期科技基金、海外美元基金布局,构建起多层次、全周期的投资体系,全面覆盖资源并购、早期科创、成熟项目投资等多个领域。
在溥泉资本投资项目中,独角兽银河通用机器人近日可谓风光无两,于今年3月正式宣布完成新一轮25亿元融资。值得关注的是,本次融资也是大基金通过国家人工智能产业投资基金首次出手投资具身智能赛道企业。
在宁德时代做LP这条路上,最新一幕发生在今年3月。彼时,天眼查工商信息显示,博裕新智新产(宁波)股权投资合伙企业(有限合伙)发生工商变更,新增宁德时代、腾讯、泡泡玛特、唯品会、宁波金控系、北京国管系、国泰海通系等十余家合伙人,出资额由200万元增至约40亿元。值得一提的是,这不是宁德时代和博裕资本首次合作,据悉,该基金将主要投资于科技、医疗健康、消费品和零售领域的成长期及成熟期企业。
不知不觉间,宁德时代的资本触角已经不再只服务于自身的供应链,而开始指向更广泛的财务回报和生态构建。
宁德时代之外,CVC崛起正当时
触手遍布创投圈的宁德时代并非孤例,在这背后其实是一个更大趋势的缩影。
CVC即“公司风险投资”,是指具有主营业务的非金融企业通过��公司对创业企业进行股权投资的行为。其核心特征包括依托母公司资源、追求战略协同效应而非单纯财务回报、激励机制受母公司制度约束等。投资对象多集中于与母公司行业关联度高或早期创新项目,退出时优先收购被投企业。
中国CVC起步较晚,1998年实达集团投资北京铭泰科技发展公司被视为第一个初具规模的CVC投资案例。随后一段时间发展较为缓慢,直至2010年前后,随着腾讯、阿里巴巴等互联网头部企业相继设立战投部门,中国CVC进入发展窗口期。2013年至2015年,在“大众创业、万众创新”的背景下,CVC投资案例数和金额呈现爆发式增长。近年来,投资主体从互联网巨头进一步扩展到宁德时代、华为哈勃投资等硬科技产业资本。
成立于2019年的哈勃投资,由华为投资控股有限公司全资控股,注册资本30亿元,管理规模约70亿元。据企查查数据,哈勃投资对外投资项目共有132个,重点覆盖半导体芯片设计、EDA工具、封装测试、半导体材料与设备等产业链各环节。
其中十余个项目已成功IPO,分别是瀚天天成、强一股份、昂瑞微、天域半导体、天岳先进、矽电股份、赛目科技、华丰科技、美芯晟、裕太微、杰华特、源杰科技、唯捷创芯、长光华芯、东微半导、炬光科技���东芯股份……项目清一色属于硬科技赛道。近年来,哈勃投资进一步将触角延伸至AI大模型和具身智能领域,入股了面壁智能、千寻智能、极佳视界等明星企业。
在创投圈,联想创投同样是CVC阵营中一股不容小觑的强劲力量。
“上一财年,联想创投年投资收益、IPO数量及被投企业生态协同金额等核心数据均创历史新高,交出了一份投资成果与产业价值并举的成绩单。”今年4月1日,联想集团副总裁、联想创投管理合伙人王光熙在联想集团2026/2027财年誓师大会演讲中说道。
累计投资超过300家科技企业,其中25家已成功上市;为联想集团年平均贡献收益超10亿元人民币——这是联想创投成立的第十个年头交出的一份可量化答卷。
政策层面的鼓励也在同步推进。2025年3月,深圳市发布《深圳市促进风投创投高质量发展行动方案(2025-2026)》,明确支持产业链主企业、上市公司开展企业风险投资(CVC)。“推动我市产业链主企业、大型科技企业和上市公司围绕产业链上下游开展企业风险投资(CVC)、参与上下游协同创新;探索设立面向CVC机构的专业化母基金,联合产业龙头、上市公司等共同出资设立一批‘链主’基金,推动重点产业‘补链强链延链’。”
今年4月,上海市国资委发布《关于进一步推动市国资委监管企业私募股权投资基金高质量发展的指导意见》,提出“鼓励监管企业发起设立创业投资基金,着力投早、投小、投长期、投硬科技”“鼓励龙头企业设立企业风险投资基金(CVC基金),围绕创新链布局孵化科创项目”“鼓励监管企业加大S基金、并购基金等组建力度”。
政策支持、产业需求、资本转向……在各方利好作用下,将有更多CVC在路上。
本文来自微信公众号“融中财经”,作者:冯晓亭,36氪经授权发布。