文 | 大模型之家 作为英国前首相，苏纳克还能选择"跳槽"美国AI公司，但对于欧洲本土AI产业而言，或许就没那么幸运 了…… 当地时间2025年10月9日，前英国首相里希·苏纳克（Rishi Sunak）正式宣布接受微软与人工智能初创公 司Anthropic的兼职高级顾问（Senior Advisor）职位。两家公司的声明与媒体报道同步披露：苏纳克的 职位为"内部、兼职"性质，并承诺不会在两年内为这些公司向政府游说，他表示将把报酬捐给其创办的 慈善项目。 昔日唐宁街10号的前主人，一位在任期内将AI安全提升至国家战略高度，并倾尽全力在布莱切利园举 办全球首届AI安全峰会、试图为英国抢占全球AI治理"盟主"地位的政治家，在卸下公职不过短短数月 后，便悄然转身，投入了美国科技资本的怀抱。 从唐宁街到硅谷：一场令人不安的"背书" 虽然英国商业任命咨询委员会（ACOBA）为苏纳克的这一任命套上了"枷锁"，规定他必须遵守限制， 包括在离任两年内不得代表两家公司游说英国政府，也不能利用其在政府任职期间获得的任何特权信 息。 但在欧洲本土的从业者与学者眼中，这更像是一场令人不安的"背书"。对外界而言，这并不仅是个人去 向的 ...

中国AI技术出海东南亚的新特征 - 技术输出逻辑改变，大模型具备理解、推理和生成能力后，通过API接口或轻量化模型包即可复用成熟技术，输出效率提升3-5倍，系统部署时间从半年压缩至2个月内[2] - 政策协同效应显著，依托地理优势实施“北上广深研发，广西集成，东盟应用”战略，缩短技术落地路径[2] - 相较于互联网等热门领域，教育场景成为技术出海的优先领域和突出进展领域[2] 教育场景成为优先领域的背景 - 东南亚K12教育面临师资短缺与资源分配失衡挑战，印尼K12师生比达1:40，是中国的2.5倍，联合国教科文组织预测到2030年该地区需新增450万名教师[3] - 基础设施薄弱加剧教育鸿沟，计算机教室覆盖率低，语言多样性导致教育资源碎片化，例如马来西亚教师需用三种语言重复授课[3] - 教育体系结构性矛盾突出，印尼缺少12万名科学教师，越南AI相关专业高校教师缺口达5000人，马来西亚公立大学AI课程覆盖率仅15%，但计算机专业招生人数年增速达20%[3] 中国与东南亚的教育合作基础 - 中国学生占马来西亚国际学生总数的57%，长期教育交流构建了独特的合作信任[4] - 马来西亚有30万大学生需要编程课程，但全国合格计算机教师不足2000人，智能教学系统被视为唯一可行的解决方案[5] - 实际合作从单点应用向体系化输出演进，清华大学“Y型教育体系”在泰国朱拉隆功大学落地，共享5000余课时AI教学课件，每年为东盟培养200名智能教育系统运维人员[6] 政策支持与场景需求 - 马来西亚《国家AI路线图2021-2025》将“智能教育”列为优先领域，计划投入2.3亿马币建设国家级教育数据平台[6] - 泰国《数字经济与社会发展规划》提出2027年实现公立学校AI教学系统全覆盖[6] - 南宁市发布84项东盟AI场景需求清单，教育场景占比达21%，包括“多语言教学助手”、“智能作业批改系统”等直接对应东南亚国家痛点的需求[6] 中国企业的差异化合作模式 - 西方企业采用“卖账号、供服务”的标准化模式，中国团队更注重传递自主创新能力，通过方法论输出与长期陪跑，让技术扎根当地[7] - 合作理念是授人以“渔”，提供持续生长的技术根系，例如通过三级技术转移体系：基础层输出轻量化模型包，中间层提供可视化开发工具，应用层培养本地技术团队[7] - 在具体项目中，中方团队携带基础模型与校方联合标注30万条本地化数据，优化多语言混合场景下的语义理解准确率，使系统对马来语方言的识别精度提升至92%[9] 本地化能力建设与项目成果 - 中国企业为校方培训技术骨干，涵盖模型部署、日常运维及二次开发，使当地工程师能独立迭代算法[9] - 马来西亚国立大学已基于该平台自主衍生出工程学科虚拟实验系统等3个应用，成果推广至东盟5所高校[9] - 技术转移的深度带来显著粘性，润建在东南亚教育AI领域的复购率达72%，远超行业平均水平[9] 应对文化细节与政策红线 - 东盟国家重视AI技术与本土文化的融合，需兼顾中低收入群体的AI教育可及性，避免因文化背景差异导致技术排斥[10] - 中国企业的生态协同能力显著提升效率，使马来西亚某智慧教室项目落地周期从18个月缩短至9个月，后期运维响应时间从平均72小时压缩至4小时内[10] - 生态构建因地制宜，在新加坡侧重市场化运作，在泰国、越南等市场采用“政府平台+企业入驻”模式，生态思维正替代单纯的产品思维[11] 从技术输出到人才共生 - 合作理念是培养区域共同人才池，中国企业与东南亚高校的联合培养项目为当地储备复合型人才[12] - 润建股份计划在2025-2030年间于东盟建立10个人工智能联合实验室，采用“1+1+1”运营模式，目标培养5000名本地技术人才[12] - 人才价值提升显著，参与AI教育合作项目的越南河内大学毕业生起薪较传统计算机专业高出40%，就业稳定性更强[13] 人才标准共建与商业可持续性 - 中国企业正与东南亚教育部门共同制定AI教育人才能力框架，马来西亚已将中国企业参与开发的“智能教育系统运维师”认证纳入国家职业资格体系[13] - 泰国高校AI专业申请人数在2024年同比增长120%，其中60%的学生希望参与中泰联合培养项目[13] - 商业上采用阶段化盈利模式，短期靠项目交付盈利，长期靠生态分成，盈利核心在于价值共享而非垄断，从“技术提供商”转变为“生态共建者”[14]

融资事件概述 - 滴滴自动驾驶完成D轮融资，融资总额为20亿元人民币 [2] - 本轮投资方包括中关村科学城科技成长基金、北京信息产业发展投资基金、北京市人工智能产业投资基金、广汽集团、广州广花基金及滴滴 [2] - 滴滴自动驾驶累计融资总额已超过100亿元人民币，D轮投后估值将超过50亿美元（约合人民币357亿元） [2] 融资历程与资金用途 - 融资历程包括：2020年5月A轮超5亿美元、2021年1月B轮3亿美元、2024年10月C轮2.98亿美元、2025年10月D轮20亿元人民币 [3] - 本轮融资资金将用于加大AI研发投入、推动L4自动驾驶应用落地 [2][5] - 公司于2016年组建自动驾驶研发部门，2019年8月升级为独立公司"滴滴沃芽"，专注于Robotaxi业务 [3] 技术与业务进展 - 滴滴自动驾驶专注于L4级自动驾驶技术研发 [2] - 公司已在北京、上海、苏州、美国加州获得路测资格，并与广汽、比亚迪等企业达成合作 [5] - 公司与广汽埃安联合打造的新一代前装自动驾驶车计划于2025年底交付，之后在北京、广州等地开展示范应用 [5] - 公司已在北京和广州开启全场景、全无人测试，车辆在复杂出行场景中表现稳定 [5] 行业背景与市场前景 - AI与自动驾驶的深度融合已成为中国汽车产业发展的核心方向 [4] - 自动驾驶技术通过传感器、计算平台和AI大模型持续迭代升级算法 [4] - 根据麦肯锡预计，到2030年自动驾驶汽车总销售额将达到约2300亿美元，基于自动驾驶的出行服务订单金额将达到约2600亿美元 [7] 公司相关业务拓展 - 滴滴出行孵化了自动驾驶货运业务卡尔动力（KargoBot），其最新A轮融资总额达6亿元 [5] - 滴滴出行拥有算法技术、人才等多方面优势，有助于自动驾驶发展 [6] - 公司于今年9月下旬公测AI出行助手"小滴Beta v0.8版本"，并上线MCP服务，为开发者提供定制化智能出行助手能力 [7]

H股上市进程 - 公司于10月9日第二次提交H股上市申请，此前招股书于10月3日失效[2] - 公司为A股上市公司，市值高达1600亿元[2] - 证监会曾要求公司补充说明外资准入政策、白酒业务、数据安全及募投项目审批情况[3] 财务业绩表现 - 2024年公司实现营业收入158.3亿元，同比增长40.6%；归母净利润33.3亿元，同比增长63.1%[2] - 2025年上半年公司营收107.37亿元，同比增长36.37%；净利润23.75亿元，同比增长37.22%，创历史新高[2] - 券商预计2025年全年营收将首次突破200亿元[2] 产品结构与盈利能力 - 产品结构单一，能量饮料近三年在公司收入中占比超过八成，2024年占比为84%[5] - 公司毛利率从2022年的41.6%升至2024年的44.1%，2025年上半年进一步增长至44.4%[5] - 电解质饮料“补水啦”增长迅速，二季度实现收入9.2亿元，同比增长190.1%[6] 国际化战略与海外布局 - 公司赴港上市旨在提升资本实力、国际品牌形象及满足国际业务发展需要[10] - 出海首站为东南亚，通过推出本土化产品、与当地渠道合作（如7-11便利店）进行市场拓展[10] - 计划投资12亿元建设海南生产基地，辐射东盟十国；并计划在印尼投资2亿美元新建年产能50万吨的工厂[10][11] - 截至2024年底，产品已出口至越南、马来西亚、美国等25个国家和地区[11] 市场表现与历史沿革 - 公司于2003年完成国企改制，并于2021年5月27日在上交所上市[4] - A股股价从发行价46.27元在两个月内升至207元，2024年股价累计上涨80%[4]

文章核心观点 - Webhook是一种反向API机制，其本质是系统间的实时通知工具，通过“事件驱动”模式实现被动通信，解决传统轮询API的低效问题[10][12] - 该技术可广泛应用于飞书数据同步、Github自动化部署、Dify智能体工具调用等业务场景，是连接独立系统的关键“连接器”[1][12] - 掌握Webhook需要理解其工作原理、安全风险及实践方法，从“主动索取”转向“被动响应”的思维方式是自动化系统设计的核心[85] Webhook技术原理 - 采用“系统门铃”类比：当特定事件发生时，源系统主动向预设URL发送通知，无需接收方反复查询[8][12] - 与传统API轮询模式形成对比：轮询需主动询问系统状态，而Webhook由事件触发被动接收，减少无效查询和资源浪费[6][7] - 技术实现基于HTTP POST请求，传输JSON格式的Payload数据包，包含事件详情和时间戳等关键信息[24][25] 实施步骤与工具链 - 配置流程分为三步：设置回调URL作为“门牌号”、订阅特定事件过滤通知、接收并处理Payload数据[17][19][23] - 本地调试需组合使用Python Flask框架搭建接收器、Ngrok建立公网隧道、Postman模拟请求发送[51][52][56][64] - 自动化平台n8n提供可视化Webhook配置界面，可快速生成测试URL并与飞书等第三方服务集成[76][78][80] 安全风险与应对措施 - 主要风险包括未经验证的请求伪造、消息重复触发、处理超时导致的重试循环[29][30][39][45] - 必须实施签名验证机制，通过HMAC-SHA256算法比对密钥和Payload生成的数字签名[33][34] - 补充防护策略包含IP白名单限制、时间戳防重放攻击、异步处理保证接口响应速度[39][41][47] 实际应用案例 - 支付场景：电商平台通过Webhook接收支付成功通知，自动触发发货流程，避免主动轮询订单状态[12][13] - 开发运维：Github代码推送事件触发自动化部署流程，实现CI/CD管道无缝衔接[21][88] - 跨系统同步：飞书多维表格与业务系统通过Webhook保持数据实时一致，提升协作效率[1][88] 行业影响与发展趋势 - 代表从“主动索取”到“被动响应”的技术范式转变，是现代自动化系统和智能体设计的底层逻辑[85] - 通过解耦系统间依赖关系，推动企业应用从信息孤岛向实时互动生态演进[85][88] - 随着低代码/无代码平台普及，Webhook正成为业务人员可直接配置的标准化连接组件[19][76]

数字资产安全威胁演变 - 以Lazarus集团为代表的黑客组织自2017年以来累计窃取加密货币总额超过60亿美元，其中2025年盗取金额已超过20亿美元，创下历史纪录[2] - 威胁主体已从犯罪团伙升级为由国家力量支持的专业黑客组织，其攻击活动具有明确战略目的，即为朝鲜核武器与弹道导弹研发计划提供资金[2] - 数字资产领域的高级持续性威胁具有三个严峻特征：攻击目标直接锁定可即时转移的巨额金融资产，攻击链条短平导致资产瞬间流失，攻击手法高度定制化以针对高净值个人和企业高管[3] 人工智能驱动的安全范式变革 - 数字资产世界的全球性及数据透明特性为人工智能提供了绝佳的训练场与应用场景，所有链上交易、地址关联及行为序列均为可分析的结构化数据[4] - 人工智能实现了从“规则驱动”到“行为驱动”的防御范式转移，能够通过学习行为模式发现高度伪装的攻击手法，有效应对社会工程学等威胁[4] - 人工智能具备从“被动响应”到“主动预测”的能力跨越，可通过分析链上数据为地址建立行为基线，在黑客发起异常转账时瞬间识别并告警[5] 多层级智能体防护体系 - 在个人层面，AI智能体能7x24小时监控钱包活动，实时分析合约风险并强制中断可疑操作，并在发现异常登录时自动触发多因子认证[7] - 在企业层面，AI系统可实时分析充提款模式，自动识别与黑客地址关联的可疑账户并进行冻结，同时驱动漏洞扫描工具对智能合约进行自动化审计[7] - 智能体技术可构建“AI追踪网”，利用图计算能力自动绘制黑客组织资金流向图，穿透混币器等伪装，并为全球协同打击提供精准情报[7] 链上防火墙核心能力 - 链上防火墙具备主动预测与实时监控能力，监控智能体可分析区块链内存池中的待处理交易，在攻击被确认前的关键窗口期识别恶意意图[9] - 阻断智能体能够基于深度学习模型对高风险交易自动触发毫秒级实时阻断机制，在资产转移完成前进行干预，特别适用于DeFi协议攻击等场景[10] - 该系统构建了一个可持续学习、自主进化的数字免疫系统，将安全防护升级为覆盖预测、防护、检测、响应的全生命周期安全体系[10]

文章核心观点 - 白酒行业线上线下渠道呈现“冰火两重天”态势，线下动销冷淡，线上即时零售异常火爆，平台与酒企正加速布局 [1] - 即时零售正从电商平台的“独角戏”演变为全行业参与的“重头戏”，酒企从被动合作转向主动布局，推动渠道变革 [1][4] - 即时零售创造了增量市场并提升了渠道效率，但同时也引发了价格体系、经销商利润和渠道生态等方面的隐忧 [7][9] 即时零售市场现状与格局 - 即时零售以“小时达”、“分钟达”的极致履约效率重构零售逻辑，形成平台型、垂类型、仓店一体型等多模式并存的竞争格局 [2] - 综合电商平台凭借资源优势占据主导地位，垂类平台如酒仙网、1919等具备深厚的行业资源和专业服务能力 [2] - 美团闪购在“618”期间表现现象级：20小时内白酒成交额增长超90倍，半天成交额破3亿元，多个头部品牌交易额破千万 [2] - 美团二季度月活跃用户数突破5亿，7月即时零售业务日订单量峰值突破1.5亿单 [3] - 京东酒世界覆盖全国34个省市，布局千余家门店，依托京东物流实现“29分钟达” [3] - 淘宝闪购自5月上线后增长迅速，日活跃用户超2亿，7月新入驻品牌数环比增长110%，酒水品类中白酒增长172% [3] 白酒企业的战略布局 - 行业调查显示，34.9%的白酒企业最看重即时零售渠道的拓展 [4] - 贵州茅台与淘宝闪购启动深度合作，首批超1000家官方门店上线，提供“正品茅台30分钟送达”服务 [4] - i茅台APP在原有方式基础上新增“即时配送”服务，依托千家线下终端实现“同城即时达”，最快30分钟收货 [5] - 国台酒、沱牌、汾酒、洋河、古井贡酒等十余家头部品牌联合美团闪购，推出即时零售行业首个白酒全链路保真体系 [5] - 华致酒行推出“华致优选”，泸州老窖上线“小时达”服务，白酒行业加速向全渠道体系转型 [5] 驱动因素与消费逻辑变迁 - 白酒消费从传统的计划性消费向随场景而动的即时性消费转变，“30分钟送达”创造了“即刻满足”的新消费场景 [6] - 即时零售是品牌触达年轻增量群体的关键渠道，年轻一代是“即时需求”的原住民 [6] 市场增长预期与规模 - 酒类即时零售渗透率从2023年的1%起步，业内预计2027年将飙升至6%，规模有望冲击千亿级别 [1] 行业面临的挑战与隐忧 - 平台为争夺流量常以名酒为引流工具，通过巨额补贴掀起价格战，直接冲击行业赖以生存的价格体系 [7] - 华润啤酒因平台价格被压至低于经销商进价而对多平台全面停货，为行业敲响警钟 [7] - 中低端白酒及非知名品牌可能面临利润空间被严重挤压的风险 [7] - 部分酒商对即时零售持谨慎态度，担心平台扣点高、利润薄、流量规则复杂，最终沦为平台的“送货工具人” [7][8] - 线上渠道难以提供线下门店的沉浸式体验和面对面的鉴真服务，假货问题仍是消费者的核心顾虑 [9]

政策公告核心内容 - 商务部发布第61号和第62号公告，对稀土全产业链相关技术出口实施审批监管，形成更广泛的管制闭环 [1] - 第61号公告将含中国成分的境外稀土物项纳入许可管理，填补了"转口用于军事敏感领域"的漏洞 [1] - 第62号公告全面管控稀土全产业链技术出口，从开采工艺到磁材制造的核心技术载体均需审批 [1] - 这种"物项+技术"的双重管控，延续了今年4月专项打击走私的力度 [1] 稀土产业的战略意义 - 稀土在某种程度上成了中国的有力工具 [1] - 实现战略领域核心技术与产业链自主掌控、捍卫"技术主权"具有重大战略意义，稀土是中国最具代表性的"技术主权"之一 [2] - 今年多轮中美经贸磋商均涉及稀土话题，7月美国与日本、印度、澳大利亚启动关键矿产倡议，旨在应对稀土危机 [1] 稀土技术壁垒与应用 - 稀土产业的技术壁垒在于加工，从选矿到分离稀土氧化物，再到冶炼分离单一金属及成品加工，每一步都有极高技术含量 [2] - 稀土最终产品的纯度对永磁体等下游材料性能起决定性作用 [2] - 电动车的主驱动电机、车门雨刮器电机，以及机器人关节电机，其内部永磁体的核心要素都是稀土 [2]

政务AI大模型政策指引 - 中央网信办与国家发展改革委联合印发《政务领域人工智能大模型部署应用指引》，为各级政务部门提供工作导向和基本参照 [2] - 指引强调场景牵引，政务部门应围绕政务服务、社会治理等共性高频需求选择典型场景进行探索应用 [2] - 指引强调规范部署，要求以统筹集约方式开展部署，地市应在省级统一要求下部署，县级及以下原则上复用上级资源，探索“一地建设、多地多部门复用”模式，防止“模型孤岛” [2] - 指引强调运行管理，要求落实AI大模型“辅助型”定位，防范模型“幻觉”等风险，并建立安全责任制度，防止国家秘密等信息输入非涉密大模型 [3] 国内公司动态 - 娃哈哈确认宗馥莉已于9月12日辞去公司法人代表、董事及董事长等相关职务 [4] - 智元机器人否认计划明年在香港上市及聘请中金公司、中信证券和摩根士丹利负责股票发行的市场传闻，称其为不实消息 [5] - 极氪科技首席品牌官关海涛确认即将离职，此前吉利汽车和极氪科技股东已同意两家公司的合并方案 [6] 国外企业动态 - 市场监管总局因高通公司收购Autotalks公司未依法申报经营者集中，涉嫌违反反垄断法，依法对其立案调查 [7] - 亚马逊云科技推出Agentic AI应用“Amazon Quick Suite”，可连接企业内部知识库及超1000个应用，旨在帮助员工提升工作效率 [8] - 马斯克及社交媒体平台X与4名前推特高管就遣散费诉讼达成和解，索赔金额总计达1.28亿美元（约合人民币9亿元） [9] 金融行业政策与标准 - 证监会发布《证券期货业业务域数据元规范 第4部分：证券交易所》等3项金融行业标准，自公布之日起施行，旨在规范数据加工存储、提升数据流通效率，推进行业数字化转型 [10][11] - 国家金融监督管理总局发布通知，推动财产保险公司非车险业务经营理念由追求规模、速度向追求质量、效益转变，并强化非车险领域监管 [13] 交通运输与贸易政策 - 交通运输部公告，自2025年10月14日起，对美国相关船舶分阶段按航次收取船舶特别港务费，标准从每净吨400元人民币起逐步提高至1120元人民币 [12] - 工信部就《关于组织开展卫星物联网业务商用试验的通知》公开征求意见，旨在通过试验支撑商业航天、低空经济等新兴产业发展 [13] 资本市场与行业数据 - 9月A股新开户数293.72万户，同比增长60.73%，其中个人新开户292.63万户，机构新开户1.09万户，为年内机构开户首次突破1万户 [15] - 港交所数据显示，9月底证券市场市价总值为49.9万亿港元，同比上升35%，9月平均每日成交金额为3167亿港元，同比上升87% [15] - 企查查科技股份有限公司IPO申请获上交所受理，拟募资15亿元，主要用于C端、B端产品研发升级及多维大数据库和人工智能研发项目 [16] - 赛力斯公告称，香港联交所上市委员会已审阅其H股上市申请，但未构成正式批准，该事项仍存在不确定性 [17] 宏观经济与行业运行 - 央行9月通过短期逆回购净投放3902亿元，买断式逆回购净投放3000亿元，MLF净投放3000亿元，PSL净回笼883亿元 [18] - 9月全国新能源乘用车厂商批发销量150万辆，同比增长22%，环比增长16%，1-9月累计批发1044.6万辆，同比增长32% [19] - 网约车监管信息交互系统9月共收到订单信息7.58亿单，环比下降3.9% [20]

市场潜力与关键市场 - 2024年全球智能陪伴市场规模超过281亿美元，预计到2030年将突破1400亿美元，复合年增长率高达30% [1] - 中国是全球第二大AI伴侣应用市场，拥有活跃的应用创新生态和完整产业链基础 [1] - 新加坡凭借国际化环境、高老龄化程度和先进AI治理体系，成为AI伴侣产品全球化验证的重要试验场 [1] 技术发展与产品设计 - 触觉感知是具身智能的核心价值，体现在力控制精准度、遮挡场景补位和被动安全保障三个方面 [5] - 产品设计核心是“技术隐形于体验”，以用户需求为导向，解决真实痛点 [6][14] - 商汤科技构建“一基两翼”产品体系，以人工智能基础设施为底座，支撑生产力工具和人机交互工具两大应用方向 [6] 商业化定位与应用场景 - AI的价值在于“增强人类能力”而非“替代人类”，推动人类技能升级，创造新就业机会 [7][14] - 人形机器人聚焦高风险、高重复劳动和高劳动力缺口三大核心商业化场景 [8] - 在银行、政务等领域，数字人能实现全天候精准服务，提升效率，但最终决策仍需人类完成 [7] 全球化布局与出海挑战 - AI企业出海面临市场接受度差异、数据隐私与合规、算力制约以及文化与语言适配四大核心挑战 [9][10] - 机器人硬件出海优先选择高人力成本地区，因为“降本收益”能覆盖技术投入成本 [10] - 商汤科技根据不同国家需求提供私有云、混合部署等方案，以应对数据安全要求差异 [9] 伦理治理与社会责任 - 算法偏见本质是社会偏见的镜像，AI治理需要多元共治，建立包容的伦理框架 [4][6] - 企业需从数据源头把控，建立伦理审核机制，并主动参与行业标准制定，确保AI符合伦理要求 [13] - 产品设计需明确目的，例如AI伴侣应帮助独居老人与社会重建连接，而非替代人类陪伴 [12]