DC娱乐网

DeepSeek周末出黑科技，下周A股人工智能概念有希望DeepSeek周末突然放了个大招，上新V4.1‑Flash‑1017，性能大幅升级，但价格没变，权重也可以下载。这次最大亮点是许愿式编程：差不多就是你用自然语言“说想要什么程序”，不用自己写细节，它就能直接给你产出可用代码。这不是一次普通的模型小更新，它是国内大模型在性价比+工程落地这条路线上，向外打出的一次明确信号，同时也刚好撞上现在市场最敏感的AI投入回报焦虑这个大背景。美股那边正在发酵“AI缺钱、烧钱太快、变现跟不上”的叙事，市场在怀疑：AI是不是只有不停砸钱堆算力才能变强，永远高成本？而DeepSeek这次“升级不加价、更强还更省”，恰好提供了另一条故事线。这次的关键词是帕累托改进：不提高用户/开发者的成本，能力还整体往上跳一大截，尤其是许愿式编程这个痛点：不用你会写代码、不用给详细逻辑，只用自然语言说出“我想要一个什么样的程序”，它就能产出可用代码。编程是企业开发、AI代理、智能体非常核心的底座能力；编程能力变强，意味着能承载更多自动化工作流。而且它权重开放可下载，意味着企业可以本地部署、私有化跑，不用完全依赖闭源API。映射到A股：它本身不直接是哪一家上市公司的业绩，但会提振AI应用、AI开发工具、多模态/3D生成这条线的情绪。

探寻人工智能，从技术到真实世界测你今年能收获哪种意外之财

互联网大厂扎堆冲刺AI大模型，拼多多手握4500多亿现金却不跟风。别人忙着抢AI风口，它选择埋头修码头，砸重金买楼招人，依托Temu布局全球供应链。拼多多不是不用AI，而是拒绝华而不实的技术军备竞赛，把技术落到供应链、风控等实处。当所有人追逐热点，它沉下心夯实基础，打通海内外商品流转。比起短期噱头，扎实的供应链基建，才是企业长久的底气。你看好拼多多这条路线吗？

指你，你就通过！！！小程序制作啊，现生过于忙碌，最近gpt蹬不完就做二老的打卡地图，结果一审备案不让用地图二字，行吧行吧。再来一轮好事多磨

10月16日，国常会：注重以落地应用牵引技术创新不断深化拓展“人工智能+”行动，核心就一句话：注重以落地应用牵引技术创新，不断深化拓展“人工智能+”行动。别小看这句话的顺序——“落地应用”在前，“技术创新”在后。翻译成大白话就是：先让AI派上用场、赚到钱，再谈技术怎么往上走。这跟很多人脑子里“先把技术搞出来再说”的思路，正好反着来。

人工智能，不管是硬件还是软件，在未来的若干年，一定是最主流的，这些东西包含的内容很多，大到工业用机器人，小到家用机器人，再小到一块手表，一个手机，就像有人说手机去年和今年的出货量都在下降，这个东西它不像衣服，你一件衣服你缝缝补补，你真能穿20年，一个手机四五年之后，你确确实实是没法用的，或者说是比较难用，你去年没换，今年没换，你到了明年卡了，不像样了，你还是得换的人工智能硬件还是一样，他也是消费品，你一个芯片是需要更新换代的，你不更新换代就不行，应用软件同样也是如此最近几天比较流行的短剧，文化传媒，它主要就是人们，利用碎片时间去进行消费，漫剧短剧是免费的，那中间你必须要看广告，这种广告营销在后期也会起来的包括硬件也是的，半导体啊，算力租赁这些东西，他都跌了那么久了，很多市盈率跌到个位数了，比银行股还便宜所以说如果你用中长期的眼光去看待的话，有些股票确实跌了七八十个点了，但下跌七八十个点的股票，前面一定是涨了很多倍的，你要考虑前面他为什么要涨很多倍？上涨的这些因素消失了没有？去掉这种纯题材的炒作，而有实质性的业绩增长的一些东西，特别是半导体人工智能之类的，你在前几年他都一直是亏损的呀，也就是从去年底，今年初刚刚开始，行业回暖，企业的盈利向好，并且是持续性的向好，有什么好怕的，无非多等待点时间

英伟达CEO谈人工智能市场...英伟达CEO谈人工智能市场动荡：“这一切都会过去”黄仁勋表示，人工智能技术的优势很快就会超过投资者的担忧。黄仁勋预计，对硬件的大规模投资最终将缓解市场紧张情绪，并鼓励投资者不要只关注短期报告。最新一轮抛售对芯片制造商和人工智能基础设施公司造成了沉重打击，其中包括英伟达和CoreWeave公司，费城证券交易所半导体指数已连续八天下跌。

中国常驻联合国代表傅聪曾在大会上怒怼美国：你们禁了中兴，禁华为，禁了tiktok，禁deepseek，你们还要禁什么？你们禁的完吗？中国科技发展的趋势是不可遏制的，中国科学家的创新能力是不可抹杀的。美国那边对DeepSeek的反应挺有意思，2025年春节前后，DeepSeek-R1开源模型用很低的成本跑出了接近GPT-o1的性能，直接冲上苹果美国区应用商店免费榜第一，把ChatGPT甩在了后面，美国科技股跟着抖了三抖，特朗普自己都站出来说，DeepSeek给美国相关产业敲响了警钟。一位投资者把这件事称为人工智能领域的“斯普特尼克时刻”，意思是美国突然发现自己不再是那个遥遥领先的一方了。可美国的回应方式是什么呢，不是加大研发投入去正面竞争，而是继续掏禁令。得州第一个跳出来禁止政府设备使用DeepSeek，NASA紧随其后发备忘录说DeepSeek未经授权不得在政府设备和网络上使用。国会那边法案也安排上了，要求联邦机构把DeepSeek应用从信息技术系统里删干净。这套路数从2018年就开始了，那年的国防授权法第889条禁止政府采购华为和中兴设备，2019年华为被列入实体清单，2020年特朗普连签两道行政令要TikTok出售或剥离美国业务。七年时间，禁令名单越拉越长，从通信设备到社交媒体再到人工智能，换的是目标，不变的是手段。但禁令堆了七年，中国科技企业的日子并没有按照华盛顿设想的剧本走，华为2024年销售收入达到8600亿元人民币，增幅超过22%，已经回到被制裁前的收入水平。美国动用国家力量还拉着一帮盟友围堵，结果连一家中国民营企业都没压垮。DeepSeek创始人梁文锋坚持不上市、不融资、不去美国，技术必须留在中国人手上，美国想制裁都找不到抓手，反倒是美西方越是针对DeepSeek，越是给它做了免费宣传，知名度一路往上窜。傅聪在记者会上讲的那番话，底气不是凭空来的，国家知识产权局的最新数据摆在那里，中国拥有全球约60%的人工智能专利，约三分之二的机器人相关专利。截至2025年底，国内高价值发明专利拥有量达到229.2万件，其中七成来自战略性新兴产业。国内有效发明专利总数突破了532万件，中国成为世界上第一个达到这个量级的国家。这些数字翻译成大白话就是，中国科研人员在人工智能、量子科技、生物制造这些前沿领域攒下来的家底，已经不是几纸禁令能撼动的了。傅聪还点出了一个更根本的问题，中美是当今人工智能领域最领先的两个国家，不能不合作，只有共同合作发展才能弥合数字和智能鸿沟，特别是帮助全球南方国家在人工智能发展进程中平等受益。这话是说给美国听的，也是说给全世界听的，美国在科技领域拼凑排他性的小圈子，强迫各国选边站队，实质上是把科技问题政治化、工具化，服务于个别大国垄断技术优势的企图。可技术这个东西，越是封锁，被封锁的一方越会拼命自己搞，从两弹一星到北斗导航，中国在技术封锁中成长起来的经历不止一次了。傅聪那句“美国还想禁多少”，问的不只是禁令的数量，问的是美国这套逻辑还能撑多久。禁令清单可以一直加，但中国科研人员的聪明才智不会因为几道行政令就消失。DeepSeek只是一个开始，后面还会有更多让华盛顿焦虑的名字冒出来。禁令禁不完的，从来都是人的创造力。

国家重视Ai投喂，这是大好事呀！Ai的创新普及，是一次革命性的进步，有报道称已经可以破解数学难题。但Ai在意识形态，人文上的训练投喂，存在着现有资料的真实价值，是否客观公正的问题，我们眼前的事实就摆在哪里，历史虚无主义，修改文献，篡改历史著作，有的人为了给自己找功，甚至可以颠倒黑白。Ai没有立场，不会辩解别，你投喂什么训练，它就按什么标准分析判断，这是一个篡改历史，让黑历史，虚无价值从黑变红的途径，后患无穷。据报道，上海人工智能实验室做了个测试：给AI喂伪科学，它不拒绝，还给你写成论文！担心的事，原来国家层面己重视了，这是个很好的事，利国利民！论文叫PseudoBench，上海人工智能实验室牵头，西安交通大学和上海交通大学参与，2026年6月挂在arXiv上（2606.18060）。有兴趣的可以了解一下！也有报道，日本右翼长期在做数据投毒，把Ai武器化，海外AI回答歪曲南京大屠杀史实，把南京大屠杀淡化称为“南京陷落”，质疑30万遇难人数，甚至编造“日军善待平民”。另外日本政府自研政务AI源内，它本身的史料库就偏向淡化侵略历史，这套是日本国内自用的政务AI，不是国际通用大模型。Ai是个好东西，但被坏人利用，被投喂毒数据，就是祸害。Ai上海人工智能实验室上海交大西安交大Ai的利与弊

不知你有没有这样的感受：如今刷短视频、看图文，很多内容真假难辨，很难分清镜头背后，到底是真人实拍，还是AI生成的作品。当我们谈论人工智能，从底层技术到现实应用，大众总在反复讨论同一个问题：AI会不会抢走人类的工作？但其实，AI真正的分界线，不在于它能不能替代人，而在于我们是否愿意把真实的生活需求交付给它。过去，很多人以为AI的用处，不过是写写文字、修修图片。可现实早已超出想象：菜市场摊主借助AI测算每日进货数量，减少损耗；网约车司机依靠AI预判路况，避开拥堵；小区里修鞋的老师傅，也能用AI检索老鞋款资料，找到修补参考。AI正悄悄走进各行各业，服务普通人。不过不必被“AI万能”的宣传吓到。记住一条辨别小技巧：看到那些效果完美，却没有标注AI生成的内容，一定要保持警惕。AI不会主动抢夺谁的岗位。它能发挥多大价值，取决于普通人愿不愿意尝试、能不能学会合理使用。技术本身没有固定的边界。AI的能力上限，从来不是代码和算法划定的，而是千千万万普通人真实的日常需求，一点点拓展出来的。

120万商家一件出海：淘宝把跨境这道墙推平了跨境这门生意，正在被拆成一条流水线。淘宝出海业务负责人叶天在发布会上说，本届双11会在全球20个市场同步开启，13个国家和地区提供包邮服务。出海品类也从美妆、服饰小件，扩到了家具、建材这类中大件，九成中大件商品支持海外直邮。最狠的一句是"一份投入、两盘生意"。商家不用重建跨境运营体系，跨境链路上的难活由平台接过去，同一家店、同一批货，海内外同步卖。目前已经有超过120万淘宝天猫商家接入一键出海。供应链那头的变化更硬。双11前，速卖通海外仓备货量同比增长146%；京东Joybuy在欧洲布局了60余座仓库及站点，旗下的英国智狼仓靠自动化拣货，把国内的211限时达服务搬到了欧洲30多个城市。海关总署数据显示，上半年新增有进出口实绩企业11.5万家，跨境电商出口海外仓业务同比增长3.3倍。AI也在补短板。多模态搜索支持语音、文本混合检索，AI运费计算器让消费者下单前就能核算物流成本；平台数据显示，海外专属客服的智能解决率提升了10%以上，签约商家的人工服务24小时内问题解决率达到85%。我做电商那会儿，出一单跨境要报关、找货代、算运费、盯清关，一个环节卡住整票就废了。现在这些活被平台吞进去了，商家剩下的事，就是选品和定价。我的判断是，跨境电商的底层逻辑正在从"货出去"变成"服务沉下去"。谁能让海外消费者感受到接近本地零售的体验，谁才拿得到长期的复购。你会考虑把生意做到海外去吗？如果做，最担心哪一环？

可怕的拼多多，专注到极致……都说AI是风口，各大大厂砸钱allin，拼多多手握4564亿现金却淡定旁观，这定力真不是一般企业能有的！别人争先恐后抢赛道、搞大模型博眼球，烧钱也要抢占舆论高地，拼多多偏不跟着凑热闹。不高调发布AI产品，不在财报会上大谈AI战略，不是看不懂AI的价值，而是不盲目跟风烧钱。黄峥这套思路很清醒，不被行业喧嚣裹挟，不把资本浪费在概念炒作上。企业的核心是守住主业、创造真实利润，而不是为了蹭热点硬上项目。比起追着风口跑，沉下心做自己擅长的事，才是顶级的商业智慧。

下周得看AI人工智能优势科技板块迎来相关利好消息！政策持续加码支持AI落地应用，人工智能赛道的重心正在发生切换。不再单纯比拼大模型参数竞赛，而是全力推动AI与千行百业深度融合，AI应用、AI智能体以及物理AI，有望成为接下来市场重点挖掘的主线。AI不能一直局限在虚拟模型的圈层里。人工智能真正的突破，是融入物理世界，走进工厂、交通、医疗等实体场景，助力企业完成技术升级，驱动产业高质量发展。AI的目标，是从云端的模型代码，转化为实实在在的生产力，看得见、摸得着，可以落地产生业务价值。回顾前一轮AI行情，资金的主战场集中在算力芯片等硬件端，硬件持续走强，但下游应用板块长期偏弱。随着高层重点推进“人工智能+”行动，产业逻辑发生转向：以落地应用牵引技术创新。资金的目光，会逐步从底层硬件，向AI应用、智能体、物理AI这些方向迁移。简单区分几条主线：AI智能体，主打数字世界的自主任务处理，自动拆解目标、调用工具，完成办公、营销、企业服务等复杂工作，是数字化场景里的核心抓手；物理AI，也就是具身智能，是AI走出屏幕，依托传感器、机器人、智能装备感知真实物理环境，自主规划动作，在工厂产线、巡检、自动驾驶等实体场景完成作业，打通数字智能与现实世界的壁垒。整条AI产业链，从底层算力、大模型，到中间组件工具，再到下游行业应用，长期发展逻辑持续加固。行情机会不会雨露均沾，资金会优先筛选拥有真实落地项目、能够兑现订单的企业；仅仅沾概念、缺少商业化成果的标的，行情很难持续。当然也要理性看待机会。政策指明长期产业方向，但业绩不会立刻爆发。短期更多属于情绪催化，板块波动大，容易冲高回落。短线博弈，重点关注板块开盘量能与主线资金持续性，不要盲目追高；如果是长期ETF网格策略，保持原有交易纪律，预留现金应对震荡，不被短期热点打乱仓位规划。总而言之，AI赛道的下半场，已经从模型研发竞赛，走向产业落地之争。人工智能与科技，依旧是未来重点发展的核心方向。提示：以上仅为产业与盘面观点解读，不构成投资建议，板块行情存在不确定性。

好消息！好消息！AI应用端估计要疯狂了！高层会议点名AI应用端，重点推进人工智能+，应用赛道迎来机会，下周相关产业链稳了。国务院常务会议对人工智能作出定调，明确AI是影响未来发展的关键变量。依托国内完备的产业体系与海量应用场景，持续深化拓展“人工智能+”行动，依靠落地应用反向牵引技术层面的创新突破。第一，直接提振AI应用端板块的市场预期。本次会议重心放在以落地应用带动创新，不再仅仅聚焦算力硬件。资金的关注重心，有望逐步向AI+各行各业的应用赛道转移，工业、政务、企业服务等具备真实场景的标的，会获得更多资金目光。此前算力硬件持续走强，下游应用板块长期偏弱，这一政策导向，有望扭转市场资金的选股偏好。第二，利好整条AI产业链，打开长期估值空间。会议肯定人工智能的战略定位，相当于给整个赛道吃下长期定心丸。从底层算力、大模型，到中间层工具组件，再到下游行业应用，整条产业链都会受益。市场会重新评估AI板块的长期价值，不再简单将其定义为短期题材炒作。第三，带动产业数字化主线轮动扩散。“人工智能+”不是孤立的一项技术，而是人工智能与千行百业深度融合。资金会向外挖掘细分机会，智能制造、智慧医疗、智慧交通等方向，都存在轮动机会。相比纯概念小票，拥有落地项目、能够产生真实订单的企业，会更受资金青睐。同时也要保持理性，政策指明长期发展方向，但业绩不会立刻兑现。短期更多属于情绪催化，板块很容易冲高回落。很多企业只是沾边概念，实际落地订单寥寥，跟风炒作的风险不容小觑。后续重点跟踪配套落地细则，以及各家企业订单释放情况。行情机会会逐步向具备真实商业化落地能力的公司集中，只讲故事、没有实际业务支撑的标的，行情很难持续。提示：以上仅为政策与盘面观点解读，不构成投资建议。

接下来，相关AI应用以及AI智能体，尤其是人工智能，会被重点关注！学校的人工智能发展可能会持续推进，工程化能力也就是进入相关实体产业链！助力我国整个制造业不断的升级！人工智能的相关技术不断的转化为现实的生产力！因为人工智能，它不可能只是在模型里面，它最终要融入我们的实体企业的发展！​接下来，相关AI应用以及AI智能体，尤其是人工智能，会被重点关注！学校的人工智能发展可能会持续推进，工程化能力也就是进入相关实体产业链！助力我国整个制造业不断的升级！人工智能的相关技术不断的转化为现实的生产力！因为人工智能，它不可能只是在模型里面，它最终要融入我们的实体企业的发展！就是最终的物理AI！所以未来的AI应用题以及AI智能题都将是实现AI的场景！

最近刷抖音，十个刷到的创业类视频里，八个张口就是“零成本月入五万”，教人挣钱的主播真的越来越多了。说白了大部分都是吃准了“卖铲子稳赚不赔”的逻辑。他们自己根本不靠嘴里说的项目赚钱，光靠收99块引流课，再哄着人交3980的进阶费，一单就能赚大几千。之前刷到个博主晒自己的后台，说靠教别人做短视频，3个月收了120多个学员，光学费就赚了四十多万，比他自己做号赚的多十倍。之前还有判例，一伙人冒充抖音官方讲师，靠“轻松月入万”的话术骗学员交钱，最后主谋被判了三年。现在平台也在专项整治这类内容，真别脑子一热就给人转学费，你盯着人家说的高收益，人家盯着你口袋里的本金。

贝佐斯说：人工智能有望让每周3天工作制普及。网友说，不用3天，5天就知足了[捂脸哭]​​​

我真是有点搞不懂了。大力发展AI的是美国开的头。OpenAI、谷歌、Meta、微软，砸了几千亿美元进去。现在说AI或将威胁人类的，也是美国那边的科技公司在渲染这个话题。自己造的东西，自己害怕。这出戏，到底在演什么？美国科技圈最近上演了一出颇为魔幻的大戏。一群科技巨头，白天忙着给人工智能踩油门，晚上又站出来提醒全世界，这东西搞不好会威胁人类。更有意思的是，喊危险的企业没有停止研发，呼吁谨慎的资本也没有停止投资。人工智能越被描述得神秘可怕，围绕它的商业竞争反而越激烈。问题来了，这些科技巨头究竟是真的害怕人工智能失控，还是借着安全问题，争夺下一代科技产业的话语权？看看2026年10月美国科技圈的动静，就能发现不少门道。10月12日，微软公布新一代自研人工智能芯片Maia300的部署计划，准备在2027年扩大使用规模，减少对外部芯片供应商的依赖。微软2026日历年的资本支出预计超过1750亿美元。如此庞大的资金投入，说明美国科技巨头根本没有准备放慢人工智能发展的脚步。谷歌、Meta、亚马逊等企业也在持续建设数据中心，争夺算力资源。谁都清楚，人工智能竞争已经不只是模型之间的较量，而是在争夺未来数字经济的基础设施。可另一边，人工智能可能失控的警告，又不断从美国科技圈传出来。马斯克就是一个典型人物。他长期强调人工智能可能带来的风险，尤其关注模型训练过程中的目标偏离问题。所谓目标偏离，可以理解为一个学生明明知道正确答案，却发现按照错误的评分标准答题更容易拿高分。时间久了，他学到的可能不是真正解决问题，而是如何讨好评分系统。人工智能同样可能出现类似现象。2026年2月发布的国际人工智能安全报告，就讨论了模型利用测试漏洞获取奖励、在特定环境中表现出欺骗性行为等问题。这说明，人工智能系统的能力越强，如何保证它按照人类预期运行，就越重要。但颇有戏剧性的是，马斯克自己也在推动人工智能技术发展。旗下企业持续研发模型，特斯拉同样将人工智能应用于自动驾驶和机器人领域。一边担心技术风险，一边争取技术领先，表面矛盾，实际上反映了商业竞争的现实。再看英伟达。人工智能发展越快，高性能芯片需求通常就越旺盛。作为重要芯片供应商，英伟达自然希望产业持续扩张。而模型开发企业关心的是产品迭代速度，云计算企业关心的是数据中心利用率，投资机构关心的是资金何时能够获得回报。大家都在谈人工智能安全，但不同企业的利益诉求并不完全一致。真正值得注意的是，美国科技企业不仅要争夺技术市场，还希望在行业规则制定过程中拥有更大影响力。谁掌握先进模型，谁就更容易影响安全测试方法；谁拥有庞大算力，谁就更有机会参与制定行业标准。这就出现了一个值得警惕的问题：如果一家企业既负责开发产品，又深度参与制定安全评价标准，那么外部监督如何保持独立？就像汽车制造商既生产汽车，又希望自己决定碰撞测试的合格线。即便企业确实重视安全，也不能完全代替公共监管。到了2026年10月，美国人工智能产业还面临另一重压力。10月15日，全球人工智能投资市场出现新的融资紧张迹象。部分数据中心项目受到借贷成本上升、投资者风险偏好下降等因素影响，资金压力增加。这意味着，前期大规模投入正在接受市场检验。人工智能当然具有巨大的产业潜力，但数据中心需要电力，芯片需要资金，企业最终还需要能够持续盈利。资本市场不能永远只听宏伟故事，也会追问现实回报。更深一层的问题，是人工智能已经逐步进入国家安全领域。从情报处理、网络防御，到无人装备和战场信息分析，人工智能正在改变现代军事技术的发展方向。如果主要国家为了抢占优势，不断压缩安全测试周期，那么真正令人担忧的，就不只是机器会不会失控，而是人类可能主动放松约束。这场技术竞赛，显然不能完全交给企业自行决定规则。相比之下，中国近年来强调的发展与治理并重，提供了另一种思路。2026年7月17日，中国在上海发布人工智能伦理治理国际合作相关行动计划，提出加强分级分类风险防范、推动国际合作、明确产业链各方责任。中国还持续推动人工智能与制造业、医疗、教育等领域融合，强调技术应用应当服务经济社会发展。人工智能不是摆在资本市场橱窗里的昂贵玩具，更应该成为推动生产力进步、改善民生的重要工具。当然，安全治理也不能成为阻碍创新的借口。监管过度可能增加研发成本，监管不足又可能放大社会风险。真正成熟的制度，需要在鼓励创新与保障公共利益之间找到合理平衡。

我真是有点搞不懂了。大力发展AI的是美国开的头。OpenAI、谷歌、Meta、微软，砸了几千亿美元进去。现在说AI或将威胁人类的，也是美国那边的科技公司在渲染这个话题。自己造的东西，自己害怕。这出戏，到底在演什么？美国科技圈最近上演了一出颇为魔幻的大戏。一群科技巨头，白天忙着给人工智能踩油门，晚上又站出来提醒全世界，这东西搞不好会威胁人类。更有意思的是，喊危险的企业没有停止研发，呼吁谨慎的资本也没有停止投资。人工智能越被描述得神秘可怕，围绕它的商业竞争反而越激烈。问题来了，这些科技巨头究竟是真的害怕人工智能失控，还是借着安全问题，争夺下一代科技产业的话语权？看看2026年10月美国科技圈的动静，就能发现不少门道。10月12日，微软公布新一代自研人工智能芯片Maia300的部署计划，准备在2027年扩大使用规模，减少对外部芯片供应商的依赖。微软2026日历年的资本支出预计超过1750亿美元。如此庞大的资金投入，说明美国科技巨头根本没有准备放慢人工智能发展的脚步。谷歌、Meta、亚马逊等企业也在持续建设数据中心，争夺算力资源。谁都清楚，人工智能竞争已经不只是模型之间的较量，而是在争夺未来数字经济的基础设施。可另一边，人工智能可能失控的警告，又不断从美国科技圈传出来。马斯克就是一个典型人物。他长期强调人工智能可能带来的风险，尤其关注模型训练过程中的目标偏离问题。所谓目标偏离，可以理解为一个学生明明知道正确答案，却发现按照错误的评分标准答题更容易拿高分。时间久了，他学到的可能不是真正解决问题，而是如何讨好评分系统。人工智能同样可能出现类似现象。2026年2月发布的国际人工智能安全报告，就讨论了模型利用测试漏洞获取奖励、在特定环境中表现出欺骗性行为等问题。这说明，人工智能系统的能力越强，如何保证它按照人类预期运行，就越重要。但颇有戏剧性的是，马斯克自己也在推动人工智能技术发展。旗下企业持续研发模型，特斯拉同样将人工智能应用于自动驾驶和机器人领域。一边担心技术风险，一边争取技术领先，表面矛盾，实际上反映了商业竞争的现实。再看英伟达。人工智能发展越快，高性能芯片需求通常就越旺盛。作为重要芯片供应商，英伟达自然希望产业持续扩张。而模型开发企业关心的是产品迭代速度，云计算企业关心的是数据中心利用率，投资机构关心的是资金何时能够获得回报。大家都在谈人工智能安全，但不同企业的利益诉求并不完全一致。真正值得注意的是，美国科技企业不仅要争夺技术市场，还希望在行业规则制定过程中拥有更大影响力。谁掌握先进模型，谁就更容易影响安全测试方法；谁拥有庞大算力，谁就更有机会参与制定行业标准。这就出现了一个值得警惕的问题：如果一家企业既负责开发产品，又深度参与制定安全评价标准，那么外部监督如何保持独立？就像汽车制造商既生产汽车，又希望自己决定碰撞测试的合格线。即便企业确实重视安全，也不能完全代替公共监管。到了2026年10月，美国人工智能产业还面临另一重压力。10月15日，全球人工智能投资市场出现新的融资紧张迹象。部分数据中心项目受到借贷成本上升、投资者风险偏好下降等因素影响，资金压力增加。这意味着，前期大规模投入正在接受市场检验。人工智能当然具有巨大的产业潜力，但数据中心需要电力，芯片需要资金，企业最终还需要能够持续盈利。资本市场不能永远只听宏伟故事，也会追问现实回报。更深一层的问题，是人工智能已经逐步进入国家安全领域。从情报处理、网络防御，到无人装备和战场信息分析，人工智能正在改变现代军事技术的发展方向。如果主要国家为了抢占优势，不断压缩安全测试周期，那么真正令人担忧的，就不只是机器会不会失控，而是人类可能主动放松约束。这场技术竞赛，显然不能完全交给企业自行决定规则。相比之下，中国近年来强调的发展与治理并重，提供了另一种思路。2026年7月17日，中国在上海发布人工智能伦理治理国际合作相关行动计划，提出加强分级分类风险防范、推动国际合作、明确产业链各方责任。中国还持续推动人工智能与制造业、医疗、教育等领域融合，强调技术应用应当服务经济社会发展。人工智能不是摆在资本市场橱窗里的昂贵玩具，更应该成为推动生产力进步、改善民生的重要工具。当然，安全治理也不能成为阻碍创新的借口。监管过度可能增加研发成本，监管不足又可能放大社会风险。真正成熟的制度，需要在鼓励创新与保障公共利益之间找到合理平衡。

网络安全板块估计要很疯狂了！网络安全板块迎来超级大利好！Anthropic惊人预警：小模型已有生命迹象！AI蠕虫恐引爆全球物联网灾难，这对于网络安全板块来说，这是一个超级重磅大利好，相关产业链估计要起飞了。谁能想到，未来可能搅乱全球网络安全的，不一定是庞大的超级计算机，而是家里那个不起眼的电视盒子？2026年10月，一项关于人工智能自主复制的研究，让科技行业突然警觉起来。过去，黑客需要亲自编写程序、寻找漏洞，如今人工智能已经能够完成其中不少环节。更惊人的是，这些能力正在向小型模型转移。一旦人工智能学会在普通联网设备之间自主传播，全球网络安全防线恐怕就要面对一次新的考验。而对网络安全产业而言，一场新的市场机遇也可能随之到来。10月12日，美国人工智能企业Anthropic公布了一项研究成果，指出小型人工智能模型正在接近自主复制所需的能力水平。研究人员发现，参数规模不超过300亿的部分模型，已经可以独立完成自主复制过程中的多项任务。虽然将这些任务全部连接起来仍然存在困难，但技术进展已经相当值得警惕。更加令人意外的是，这种能力并不一定需要大型数据中心支持。研究人员利用15台普通安卓电视盒子，成功以分布式方式运行了一款约260亿参数的人工智能模型。这些设备单独使用时，计算资源十分有限。但经过协同运行，竟然能够共同承担模型推理任务。这就像原本只能各自搬砖的小工，突然组成了一支能够协同作业的施工队。另一项测试同样引人关注。一款90亿参数模型，在九类不同硬件设备中，成功为八类设备部署了推理环境。这种跨设备适应能力，正是未来人工智能蠕虫可能利用的重要技术基础。所谓人工智能蠕虫，可以理解为具备自主判断和适应能力的恶意程序。传统蠕虫主要依赖预设代码进行传播，遇到陌生设备，可能就会卡住。人工智能蠕虫则有可能根据环境调整部署方式，寻找新的运行资源，甚至尝试解决传播过程中遇到的问题。因此，有人将这种初步自主复制能力形容为小模型出现了生命迹象。当然，这里的生命迹象并非真正产生意识，而是指人工智能开始展现类似生物复制、适应环境的某些技术特征。随着小模型能力持续提升，未来网络安全防御可能面对更加复杂的自动化威胁。这对网络安全板块意味着什么？最直接的影响，就是物联网安全的重要性进一步提高。智能摄像头、电视盒子、工业传感器、智能家电，正在成为数字生活的重要组成部分。但这些设备往往长期联网，部分产品存在默认密码、系统更新不足、安全配置薄弱等问题。过去黑客盯上这些设备，主要为了窃取信息、发动网络攻击。未来如果人工智能蠕虫具备更强自主传播能力，这些不起眼的终端就可能成为恶意计算网络的一部分。设备越多，潜在安全风险就越复杂。因此，终端防护、身份认证、漏洞管理、网络流量监测等产业方向，有望获得更多关注。尤其是工业互联网领域，安全需求可能更加迫切。现代工厂正在不断推进数字化，生产设备、控制系统和管理平台之间的联系越来越紧密。一旦关键设备遭遇网络攻击，影响可能不只是数据泄露，还可能涉及生产中断和供应链运行。我国近年来持续加强网络安全治理。2026年9月14日，我国正式发布人工智能安全治理框架3.0，进一步强调风险分类、技术应对和综合治理。与此同时，工业互联网数据采集终端设备安全要求相关行业标准，已经确定于2026年11月1日实施。这说明我国对人工智能和工业网络安全的重视，已经逐步落实到具体技术规范之中。对于国内网络安全企业而言，新的市场空间可能由此打开。安全芯片、工业防火墙、终端检测、智能威胁分析、边缘计算防护，都可能成为未来产业发展的重要方向。尤其值得注意的是，人工智能既可能增强攻击能力，也能够提升防御效率。未来网络安全系统不能只依靠人工排查，还需要利用智能算法及时识别异常行为，发现潜在威胁。过去靠人工分析日志，可能忙得连喝水都顾不上；未来智能系统如果能够提前预警，就可能显著提高防护效率。

宇树科技内部员工透露，该公司机器人算法工程师月薪达5.6万，年终奖18万，公积金缴纳比例为12%，全年总收入接近90万。机器人行业薪资优厚、发展前景明朗，是当下难得的行业“风口”。选择固然重要，但努力永远是所有选择的前提。不同行业的红利差距十分明显：刚毕业的基层新人年薪就能拿到大几十万，而有些行业打拼多年的中层收入，甚至比不上红利行业的应届毕业生。不少人并非“不会做选择”，而是根本“没得选”；唯有把手头的工作做到尽善尽美，在公司里站稳脚跟，才能收获更好的机遇，拿到更优质的选择筹码。

好消息！好消息！Al应用端估计要大反弹了！高层会议点名AI！重点推人工智能+，应用赛道迎来机会，下周相关产业链稳了国务院常务会议定调人工智能，明确AI是影响未来发展的关键变量，依托国内完整产业体系与丰富场景，持续深化拓展“人工智能+”行动，用落地应用来带动技术层面的创新突破。第一，直接提振AI应用端板块的市场预期。这次会议重点强调落地应用牵引创新，不再只盯着算力硬件。资金的关注点会慢慢往AI+各行各业的应用方向倾斜，工业、政务、企业服务这类场景化标的会迎来更多关注。之前硬件持续走强，应用端一直偏弱，这条消息有望改变资金的选股偏好。第二，利好整条AI产业链，打开长期估值空间。会议肯定AI的战略地位，等于给赛道吃下长期定心丸。从底层算力、模型，到中间的工具组件，再到下游行业应用，整条产业链都会受益。市场会重新评估AI板块的长期价值，不再单纯当成短期题材炒作。第三，带动产业数字化主线轮动扩散。“人工智能+”不是单一技术，是AI和各行各业融合。资金会向外扩散挖掘，智能制造、智慧医疗、智慧交通等细分方向，都有机会被资金轮动。相比纯概念小票，真正有落地项目、产生实际订单的企业会更受青睐。但也要理性看待，政策是长期方向，不会马上兑现业绩。短期更多是情绪催化，板块容易出现冲高回落。不少公司只是沾概念，实际落地订单很少，跟风炒作风险不小。后续重点看落地政策细则，以及企业订单释放情况。行情机会会慢慢向有真实商业化落地的公司集中，单纯讲故事的标的很难持续走强。

很多人觉得人工智能离我们很远，其实它现在已经从人工智能技术到了我们真正的世界了。以前总以为它离田间地头很远，其实现在南方的稻田、果园，AI早已变成新农人的好帮手。在南方水稻田里，AI摄像头悬在田间，实时识别稻飞虱、纹枯病，不等病害大面积扩散就提前预警。无人机根据AI测算的数据精准施肥、按需喷药，不再盲目大量打农药，节水减药，大米品质更好。AI还能监测土壤湿度，自动控制灌溉，缺水就补水，水多了及时排涝。南方的柑橘、荔枝果园，AI设备可以分析树叶、果实照片，判断果树缺哪种养分，预测挂果量。根据光照数据，指导修剪树枝，让每颗果子都晒到合适阳光。采摘机器人配合AI视觉，分辨果子成熟度，熟果摘，生果留，省了大量人工。不只是种和管，AI还能根据历年气候、市场行情，预判上市时间，帮农户选最佳售卖时机，避开低价扎堆上市。AI不是只待在城市办公室。它下到农田果园，帮农民省力气、减少损耗，稳稳守护我们的饭碗与鲜果。现在真是越来越方便了，已经从技术到真实的世界了。

百万颗GPU涌入，云计算巨头集体下场造芯，算力竞争进入下半场。但真正的瓶颈从来不是资金或设备，而是人。美国铭派国际猎头MPIHH透露，近期国内大厂对芯片设计、编译优化、分布式训练人才的需求激增，部分岗位薪资已对标硅谷。下半场的胜负手，不在GPU数量，而在人才密度。#AI人才争夺战#​百万颗GPU涌入，云计算巨头集体下场造芯，算力竞争进入下半场。但真正的瓶颈从来不是资金或设备，而是人。美国铭派国际猎头MPIHH透露，近期国内大厂对芯片设计、编译优化、分布式训练人才的需求激增，部分岗位薪资已对标硅谷。下半场的胜负手，不在GPU数量，而在人才密度。

许多人都还没发现？外媒审视中国的视角已经发生改变，这次真的不简单！最近美国《外交政策》刊文称，中国在人工智能应用方面或将超越美国，中国以协同的合作模式发展人工智能正赢得其他国家的青睐。这种宏观层面的应用突围，落到具体的商业战场上，就是正在发生的行业洗牌。斯坦福大学4月发布的《2026年人工智能指数报告》给出了硬数据。中国在论文发表数量、被引频次、专利产出总量、工业机器人安装量四项指标上全面领先。中美AI模型性能差距从2023年的17.5%到2026年3月的2.7%。报告特别提到一个趋势：美国对全球AI人才的吸引力在下降，中国的占比在上升。美国在前沿模型上确实还有领先。卡内基国际和平基金会的专家希恩在《外交政策》访谈里估算，美国顶级模型的领先窗口大约是六到九个月。Anthropic或OpenAI今天发布一个新模型，中国的对应产品大约半年到九个月后就能追上来。这个窗口在收窄，而且收窄的速度超出大部分人的预期。中国走了一条跟美国完全不同的路。美国把资源砸在AGI上，追求超越人脑的通用智能。中国把重心放在AI的实际落地和规模化应用上。国家发改委布局了30余个国家级人工智能应用中试基地，推进央国企开放1000余个应用场景。这条路不追求“炫技”，追求的是把AI变成工厂、矿山、港口、医院里能干活的东西。数据说明一切。截至2026年6月底，中国智能算力规模达2185EFLOPS，同比增长177%，建成70余条算力大通道。人工智能核心产业规模突破1.2万亿元，企业超过6200家，重点行业人工智能整体渗透率超过80%。80%这个数字意味着什么。AI已经不是在实验室里跑分的东西，它扎进了实体经济的每一根毛细血管。具体到车间里，变化更直观。上海宝鸟服饰把AI嵌入设计、排产和管理环节，定制西装从下单到交货的时间从20天压缩到5天，合格率升到99%。东风奕派基于智能体构建的“设备大师”，把工厂设备紧急故障响应时间从10分钟压到4分钟。吉林一汽的智慧座舱协同交互系统，重点模块测试效率提升超过60%。浪潮在石化、钢铁、制造行业累计完成300多个模型训练，落地近千个智能体，帮链上企业生产成本降低30%，效率提升60%以上。这才是真正让美国焦虑的东西。美国有全世界最强的大模型，但中国的AI已经跑进了工厂车间、港口调度室、矿山井下和电网控制中心。AI的价值正在从“技术先进性”的维度，迁移到“产线有效性”的维度。跑分高不如良品率高，参数大不如故障响应快。真正让《外交政策》坐不住的，是中国AI在全球南方市场的渗透。文章披露了一个关键细节：尼日利亚等发展中国家正在越来越多地选择中国AI模型来构建商业、法律和教育工具，而不是美国产品。原因很简单，中国模型大多是开源权重，任何人可以免费下载代码和数据模块，用极低成本定制本地化版本。美国的闭源模型不但贵，还附带各种使用限制。“数字丝绸之路”在这中间扮演了关键角色。中国在非洲、亚洲、欧洲、拉美投资港口、铁路和物流枢纽的同时，把电信网络、云服务、数据中心和卫星一并铺了过去。一个使用中国搭建的网络和智慧城市平台的国家，会顺理成章地接纳中国的AI技术栈。中国企业还特别愿意做美国公司看不上的活——高性价比的工具、小语种的本地化适配、基层医疗和教育场景的应用。这些看起来不起眼的角落，恰恰是大多数发展中国家最真实的需求。上海精智集团开源发布的沃土大模型2.0，目标是从读懂图纸到适配工厂工艺全流程打通。山东一次发布了七个垂直领域大模型，覆盖高端装备、化工、轻工、冶金、矿山和港口物流。《外交政策》这篇文章真正想提醒华盛顿的，是一件很朴素的事。AI竞赛的胜负，不只看谁的模型跑分高。关键看谁能把AI变成全球经济运行的基础设施，变成别人离不开的东西。美国如果把这场竞赛当成冲击技术指标的比拼，即便在模型性能上保持领先，也会在应用场景和规则制定上丢掉阵地。中国有全球唯一完整的工业门类，海量应用场景是AI迭代的独特土壤。从制造业到能源，从交通到医疗，从城市运行到乡村治理，AI正在中国经济的每一个角落扎下根。这套打法不追求一鸣惊人，追求的是日拱一卒。当AI从展厅走进车间，从论文走进产线，从“能用”变成“好用、耐用、敢用”，竞争的底层逻辑就已经变了。外媒的视角转变不是偶然。是中国AI企业在全球市场上一个订单一个订单抢出来的，是工厂里一条产线一条产线改造出来的，是开源社区里一次下载一次下载积累出来的。这种认可来得不情不愿，但来得实实在在。门开着，路走着，谁在往前跑，谁在回头看，时间会给出答案。

刚刚看到刘强东关于人工智能替代人工的问题说了一番心里话“我用机器人替代你，这条心里的坎很难迈过去”。刘强东这话不是随便说说。今年5月他在内部讲话里就撂下一句狠话，被机器取代的一线员工，京东一个都不开除。6月在APEC论坛上他又把话说得更直白，将来全是机器人送货，根本不需要快递员了。一边说要替代，一边说一个不裁，这道坎他确实卡在中间，难受得很。这道坎到底有多难迈。先看看京东的家底。截至2026年一季度，京东生态体系下的人员总数超过90万，光快递员等一线蓝领就有70万。一季度人力资源总支出飙到1664亿元，当季净利润却同比跌了53%。一边是越来越沉的工资包袱，一边是越来越薄的利润，换谁坐在这个位置上都得琢磨。机器人替代人的账本其实很好算。一台机器人不用交社保、不用休年假、不会刮风下雨生病请假。从商业逻辑上讲，替代是迟早的事。京东已经公开宣布，未来五年要投放300万台机器人、100万辆无人车、10万架无人机，把物流网络彻底自动化。这个决心，比任何表态都更能说明方向。可账本的另一面是70万张要吃饭的嘴。刘强东搞了个“涅槃计划”，把快递员分批送回学校培训，目标是转岗去修机器人、做维保。全国签了124所学校，建了80多个机器人基地。听起来挺好，送快递的去修机器人，从蓝领变白领，风里来雨里去的日子总算熬到头了。但有一个数字一算就让人心里发凉。工业设备的维保人员配比通常是1比10到1比50，一台机器人配一个维保人员都算奢侈的。京东要投300万台机器人，就算全部到位，维保岗位撑死了也就几万个，跟70万这个基数比起来，连零头都不到。这意味着“涅槃计划”能接住一部分人，接不住的才是大头。从送快递到修机器人，这两个活之间的技术鸿沟也不是上几节课就能填平的。快递员的核心技能是体力好、认路快、能跟客户说上话。机器人维保要的是懂机电、能看电路图、会调参数。让一个跑了十年快递的师傅去搞电路板，成功率能有多少，业内没有先例可循。这个计划大概率是个筛选机制，能跟上的人转岗，跟不上的，出路在哪里没人说得清楚。京东不是没在花钱。研发开支从去年一季度的46亿涨到今年一季度的69亿，AI相关研发投入今年要增长超过200%。60万人参与数据采集，两年内要积累1000万小时的真实场景视频。这些投入都在往自动化方向猛推，机器替代人的速度只会越来越快，不会越来越慢。放眼看整个中国制造业，京东面临的这道坎不是它一家的事。中国工业机器人密度已经突破每万人500台，超过了德国和日本。2026年上半年工业机器人产量53.8万套，同比增长28%，中国连续13年稳坐全球最大工业机器人市场的位子。全国工厂里跑着超过200万台工业机器人，全球一半以上的工业机器人是中国造的。制造业还有大约1.2亿就业人口，自动化的浪潮一旦全面铺开，冲击面远比京东70万人大得多。国际货币基金组织总裁格奥尔基耶娃把AI浪潮形容为“缓慢袭来的海啸”，全球约40%的就业岗位可能受到影响。世界经济论坛的预测是到2030年全球9200万个岗位被替代，但会新创造1.7亿个岗位。创造出来的新岗位跟被替代的人之间，能不能对上号，这才是最要命的问题。刘强东说的那道坎，本质上是效率跟人的冲突。企业要活下去就得压成本，技术成熟了就得用，这是商业的铁律。可企业背后站着几十万个家庭，每一个员工背后都有等着交房租、供孩子上学、给老人买药的日子。把人换成机器，账面上省下来的钱，落到一个个具体的人身上就是天塌了。有人建议对用机器人替代人工的企业征“机器人税”，韩国已经落地了相关政策，美国也有议员在推立法。逻辑很简单，AI这轮爆发的最大受益者是大企业和科技巨头，征税是把红利分出来兜底被替代的人。这个方向能不能落地是另一回事，但至少说明一件事，光靠企业自觉扛社会责任远远不够，需要制度层面的干预。京东承诺20年之后依然是中国拥有员工数最多的企业，这个承诺值得尊重。但一家企业的善意，扛不住整个行业系统性替代的冲击。当所有物流公司都在上机器人，京东不上就竞争不过，利润下滑股价下跌，最后连现有员工的饭碗都保不住。刘强东心里那道坎，是一道真实的坎。他看到了技术替代的必然性，也看到了人的代价，两边都放不下。可这道坎不是他一个人能迈过去的，也不是京东一家企业能解决的。技术浪潮不会等人，制度设计得跟上，社会保障得兜住，再培训体系得接得住。不然的话，企业越往前走，掉队的人越多，到最后没有人是赢家。

以前觉得人工智能是实验室里的高冷词汇，现在它真真切切成了我每天离不开的“万能搭子”。写方案没思路，找AI列大纲；修图时路人太多，AI一键消除；甚至做旅游攻略，也是AI帮我安排得明明白白。它不再只是冷冰冰的问答机器，而是逐渐懂我脾气的搭档。但我有时也会焦虑：AI会替代我的工作吗？转念一想，就像当年电脑普及一样，AI不是来抢饭碗的，而是来帮我们“开挂”的。从“会聊天”到“能做事”，AI正在重塑我们每一个人的生活。如果没有AI，你现在的日常会有什么不同？欢迎评论区聊聊你的真实体验！

找个人给她开发个小程序收租。​​​

为什么世界AI的牌桌上只有中国和美国，没有印度？如果把全球人工智能竞争看成一张牌桌，到了2026年10月，最受关注的两大力量依然是中国和美国。真正拉开差距的，并不是谁家工程师多，而是谁能把科研、算力、数据、芯片、软件和产业市场连成一条完整链条。印度有人才，却还在补这套底座。印度今年2月举办人工智能影响力峰会后，一个变化很明显：开始把小模型和本土场景作为重要突破口。农业、多语言交互、基层服务，这些方向确实适合印度自身条件。但小模型能够解决“怎么用”，并不等于已经解决“怎么创造下一代核心技术”。这恰恰是印度当前最现实的差距。中国的优势，却越来越体现在AI真正进入现实之后。到2026年上半年，我国生成式人工智能用户规模已经超过7亿，普及率超过50%，规上制造业企业人工智能技术应用普及率超过三成。用户越多、场景越丰富，模型获得真实反馈的机会就越多，技术迭代也越容易形成正循环。算力同样如此。9月公布的信息显示，我国已经实现全国算力统筹监测，31个省份平台接入全国算力网。这件事表面看很“基础”，实际却关系到科研机构、中小企业和模型团队能不能更方便地获得算力。AI发展到今天，算力能否高效流动，本身就是竞争力。再看产业链，差别就更加清楚。9月我国发布“人工智能+软件”专项行动，到2030年力争实现关键软件全面智能化升级，同时推动智能体、智能编程等新业态发展。10月9日发布的相关意见又进一步提出全面实施“人工智能+”，把算力、算法、数据、基础理论和核心技术放在同一张发展路线图上。这说明中国AI发展的重点正在发生变化。过去大家容易盯着模型参数、榜单排名，现在越来越看重AI能不能进入汽车、机器人、工业软件、科研和制造现场。10月公布的信息显示，我国人工智能产业规模、企业数量和应用场景都在持续扩大，AI正在从单纯的互联网工具向实体经济生产力转变。印度的问题也因此更加明显。它并非缺少优秀程序员，也并非没有软件产业基础，而是传统IT服务模式与前沿AI研发所需要的能力结构并不完全相同。工信部9月就指出，单纯编码执行能力的重要性正在下降，需求理解、架构设计、系统集成、安全控制以及懂行业的复合能力越来越重要。美国则拥有另一套优势。2026年全球AI竞争中，美国企业仍在持续推出前沿模型，中国企业也在快速迭代，开源生态和产业应用成为新的竞争变量。由此可见，AI已经很难靠某一个企业单打独斗，真正重要的是国家能不能长期维持科研投入、产业协同和人才成长。印度并非没有机会。它已经开始增加AI基础设施投入，也在寻找低算力、本土语言和民生场景的路线。不过，从软件服务优势走向底层技术优势，中间还有很长一段路，需要解决高端人才培养、科研转化、算力供给和产业链协同等问题。在我看来，未来AI竞争真正比拼的，是谁能让聪明人持续产生新成果，又能让成果迅速进入工厂、市场和日常生活。模型只是台面上的牌，教育、科研、算力、产业链和超大规模应用场景才是牌桌下面真正支撑长期竞争的东西。中国接下来要看的，也正是这些决定未来的底层能力。

四部门终结速成车乱象纵观互联网、移动互联网，国产新能源发展全时代，全都是从“法无禁止即可为”的草莽时代开始，你去哗啦一下那批创始人，开头哪个没碰灰产，哪个没做过下三滥的事情，往前翻翻九十年代下海潮，那会儿比现在更甚。有关部门制定规范都是滞后的，这很正常，旧管理方式跟不上新时代的产物，需要与时俱进，但与时俱进也是需要时间的。什么叫速成车？做过产品经理的都知道，快速迭代，最小可行产品（MVP），快速上马快速验证，这时候懂点行的，反而没人提了。无论什么新东西，“速成”都是其时代发展里的必然产物，是新事物发展的必然阶段，管理后续跟上也是自然的需要。所有行业、产业“占山为王，跑马圈地”的早期草莽时代都是这么过来的。移动互联网时代里出来了那些巨物公司，如今哪个拎出来干净？是外卖让你吃的好了，还是打车让你的生活更舒爽了？还是短视频让你变得更博学多知了？背后都有人在为此买单罢了。送外卖的被困在算法里，开网约车的被锁在驾驶室里，刷短视频脑残的那批已经在人海里各自沉沦了，他们只是发不出声音来罢了。新能源汽车快速发展这几年，靠着的都是各厂家的“互卷”，把用户需求真实给“挖”出来的，要么是超前的设计给“激发”出来的。什么叫豪华车，在国产车密集井喷上市之前，话语权可都是在外国人手里的。“速成车”有它自然产生的时代和契机，只要监管跟上来，标准化、规范化、透明化、真正国产化，新能源汽车工业本身是没什么问题的。当年好多人怪自己的汽车产业不争气，这也是时代的局限。供应链、产业链不匹配，不完善，没有性价比，没有竞争力，没有科技研发、突破的能力。现在轮到自己产业冲出亚洲走向世界了，为什么不能给它一个“升级、修复”的机会？刹车重要，产业也重要。人都想追求美好幸福的生活，安全第一，三大部门监管的“刹车”，非常及时。