文章核心观点 - 金山办公通过与越南科技巨头FPT集团建立“本地化交付”的战略合作，以“产品+本地化服务”的模式进军越南及全球B端市场，这是国产办公软件突破全球化挑战、特别是企业级市场挑战的关键策略 [5][7][27] 越南市场机遇与挑战 - 越南数字经济高速增长，2024年其数字经济占GDP比重已达18.3%，增速超过20%，是GDP整体增速的三倍以上，市场对数字化工具需求迫切 [3] - 越南市场既是充满诱惑的增量市场，也是微软等老牌巨头深耕多年的领域，竞争激烈 [4] 中国软件出海困境与破局 - 中国软件在C端凭借免费和移动体验优势成功出海，以金山办公为例，其海外产品月活设备数在2024年就已超过2亿，覆盖220多个国家和地区 [9] - 但在B端企业级市场步履维艰，面临私有化部署、数据迁移、员工培训及本地合规等“最后一公里交付”的复杂挑战 [9][10] - 破局关键在于“借船出海”，与拥有深厚本地资源的伙伴合作，金山办公选择与越南巨头FPT合作正是此策略的体现 [12] 战略合作模式分析 - FPT集团在越南地位显赫，拥有超过54,000名员工，年收入达24.7亿美元，掌握顶级政企客户资源和技术交付网络 [12] - 根据2026年1月的合作备忘录，FPT不仅是销售代理，更是“全球交付合作伙伴”，负责WPS 365在越南的本土化实施与运维，而金山办公提供产品和技术底座 [13] - 合作模式实现了从“卖授权”到“卖服务体系”的转变，这有助于构建高壁垒、高留存和高客户终身价值，是企业估值跃升的关键 [13] 产品竞争力与市场切入点 - WPS 365的核心优势在于它是一个深度整合文档、表格、演示、云存储、在线会议、邮件等功能的“All-in-One”一站式AI协作办公平台 [17] - 该设计精准契合越南大量数字化起步、IT预算有限的中小企业和政府机构的需求，能降低总拥有成本与运维复杂度 [17] - 相比微软Copilot的高昂订阅门槛，WPS为价格敏感的发展中国家提供了更具性价比的AI解决方案，实现了“技术平权” [18] 全球化战略布局 - 合作不仅限于越南，FPT在日本市场拥有强大交付网络，合作备忘录明确FPT将为日本等国际市场提供WPS 365的实施支持，实现“反向渗透” [22] - 合作是双向奔赴，金山办公也将依托中国市场资源助力FPT拓展中国业务，形成“互为渠道、互为基石”的稳固生态联盟 [23] - 地缘政治波动促使欧洲等市场企业开始关注“私有化部署”和数据主权，这为具备强大本地化部署能力的中国厂商提供了历史机遇 [25] - 金山办公在越南验证的“本地化产品+合作伙伴交付”模式，是一套可复制到欧洲、中东、拉美等地的“全球化基建方案”，可成为客户摆脱单一技术依赖的“B计划” [26]

文章核心观点 - 摩根士丹利认为，英特尔服务器CPU供应短缺在短期内可能带来超预期的财报表现，但长期来看，其产能瓶颈将导致市场份额流失（主要流向AMD）并损害其代工业务的客户信心，形成“双刃剑”效应 [1][2] - 英特尔在产品路线图上存在空窗期，在关键市场竞争力不足，需等到2026-2027年新产品推出方有望追赶，这压制了其股价上行空间 [9] - 公司当前的盈利能力与估值倍数（如2027年预期每股收益的35倍）尚不足以支撑股价进一步重估，除非能证明其在服务器市场的份额回升 [14] 短期财报预期与业绩驱动 - 摩根士丹利预测英特尔12月季度（2024年第一季度）非GAAP营收为133.1亿美元，同比下降6.7%，略低于华尔街预期的134.07亿美元 [5] - 预计数据中心与人工智能（DCAI）业务将实现11.5%的环比增长，供应短缺可能帮助公司在每股收益（EPS）上带来惊喜 [5] - 展望3月季度（2025年第一季度），摩根士丹利预测营收为125.52亿美元，略高于华尔街预期的125.25亿美元 [13] 长期结构性挑战与竞争格局 - 服务器CPU供应短缺是一把“双刃剑”，英特尔因内部产能不足，错失需求反弹红利，将大部分增量市场拱手让给了竞争对手AMD [1][6] - AMD已明确表示其Venice系列产品将在2024年进一步扩大在服务器市场的领先优势，英特尔当前产品在性能上难以抗衡 [6] - 即使增长微乎其微，内部产能依然售罄，这一事实令人担忧，凸显了公司的产能瓶颈问题 [6] 产品路线图与竞争力空窗期 - 在关键的服务器和高性能桌面市场，英特尔处于尴尬的过渡期 [9] - 公司需要等到2026年晚些时候推出的Nova Lake才能在高性能桌面领域恢复竞争力 [9] - 在服务器领域，情况可能更为严峻，管理层暗示Diamond Rapids可能缺乏超线程技术，这意味着英特尔可能要等到2027年晚些时候推出的Coral Rapids才能真正从性能上追赶对手 [9] - 基于18A工艺的Panther Lake仅在笔记本领域证明了新工艺的可行性 [9] 代工业务面临的信任危机 - 当前的产能困境加剧了市场对英特尔晶圆代工业务的怀疑 [11] - 外部潜在客户看到英特尔连满足自身微弱增长的产能都捉襟见肘，会产生巨大的不信任感，担心与英特尔内部产品争夺产能 [11] - 虽然代工业务的叙事支撑了股价，但在产品部门难以利用需求激增的背景下，代工业务要赢得客户并提振估值面临巨大挑战 [11] 财务预测与毛利率压力 - 摩根士丹利预测英特尔3月季度毛利率为34.9%，低于市场预期的36.1%，这反映了Lunar Lake较低的毛利率以及18A工艺启动成本带来的持续压力 [13] - 财务模型预测显示，公司GAAP营收从2024年的531.01亿美元（53,101 mm）预计微降至2025年的524.89亿美元，随后在2026-2027年恢复增长至570亿美元以上 [6] - 模型预测非GAAP每股收益（MW EPS）在2024年为亏损1.04美元，2025年亏损收窄至0.24美元，预计在2026年转为盈利0.31美元，2027年增至0.88美元 [6] 估值与投资前景 - 英特尔股价对应的估值约为2027年预期每股收益的35倍，这一倍数高于大型逻辑半导体同行的平均水平 [14] - 高估值反映了市场对其未来复苏的高杠杆潜力和代工业务期权的押注 [14] - 考虑到服务器产品竞争力不足、增量需求流向AMD以及毛利率承压的现实，目前的盈利能力尚不足以支撑股价的进一步重估 [14]

文章核心观点 - OpenAI承诺将自行承担其“星际之门”数据中心计划的能源基础设施成本，以确保其运营不会推高当地居民的电价，这一承诺紧随微软的类似计划，并回应了政治层面的要求 [2][3][6] 承诺内容与措施 - OpenAI明确表示，在其所有星际之门社区计划中，公司承诺在能源方面自付费用，确保运营不会提高当地电价 [2][8][9] - 公司将与项目所在社区合作，根据当地需求定制方案，措施可能包括支付额外的电网基础设施费用或自行确保能源供应 [5][9] - OpenAI表示，微软此前宣布的社区AI承诺将适用于其为OpenAI工作负载建设的AI园区 [9] 星际之门项目概况 - 星际之门是一项价值5000亿美元的多年期AI基础设施建设计划，由OpenAI及其合作伙伴软银和甲骨文公司共同推进 [5][11] - 该项目于2025年1月首次宣布时获得了特朗普的支持 [11] - 项目首个站点是位于德克萨斯州阿比林的大型数据中心，由甲骨文开发，其他站点分布在德克萨斯州、新墨西哥州、威斯康星州和密歇根州 [12] - 在威斯康星州站点，OpenAI正与合作伙伴协调开发新的能源发电和容量，包括太阳能和电池储能，并设计专门费率以保护其他客户免受电价上涨影响 [12] 行业背景与趋势 - 能源获取正成为制约AI增长的关键瓶颈，多家科技公司正直接投资电力基础设施以支持更大规模的数据中心建设 [7][14] - 微软上周宣布了类似举措，旨在减少其美国数据中心的用水量，并最大限度地减少电价潜在飙升对当地社区的影响，微软将支付足以覆盖其电力支出的公用事业费率，并与当地公用事业公司合作扩大供应 [14] - 尽管政府支持数据中心投资以推动人工智能繁荣，但不断上涨的能源价格正引发居民、消费者团体和政界人士的强烈反对 [6]

文章核心观点 - 全球最大AI开源社区Hugging Face发布文章，指出DeepSeek R-1的发布是重要分水岭，打破技术、应用与心理三重壁垒，引领中国AI全面开源，并重塑全球开源生态格局 [2][3] - 中国AI模型在Hugging Face上的下载量已超越美国，全球众多初创企业和研究人员正逐渐依赖中国开发的开源模型作为基础，中国AI已深度嵌入全球供应链 [2][3] DeepSeek时刻：打破三重壁垒 - 在DeepSeek R-1发布前，中国AI产业主要集中在闭源模型上，开源并非默认选择 [6] - R-1的真正意义在于降低了三个关键壁垒：技术壁垒、采用壁垒和心理壁垒 [7] - 技术壁垒：R-1将高级推理能力转化为可下载、可微调的工程资产，使推理表现得像一个可重用的模块 [8] - 采用壁垒：MIT许可证使得模型能迅速进入生产环境，社区讨论焦点从模型评分转向如何部署 [9] - 心理壁垒：问题从“能否做到”转变为“如何做好”，改变了公司的决策，证明在资源有限情况下通过开源和快速迭代仍可快速进步 [10] - R-1的发布使开源从战术选择转变为科技公司的长期战略，中国AI开发模式从闭源为主迅速转向开源主导 [12] 巨头入局与战略重构 - 中国AI格局形成新模式：大型科技公司带头，初创公司紧随其后，垂直行业公司也越来越多进入 [13] - 百度、字节跳动、腾讯等巨头及Moonshot等初创企业纷纷入局，导致Hugging Face排名前列的模型不再由美国开发者垄断 [13] - 百度在Hugging Face上的发布量从2024年的零增加到2025年的100多个 [15] - 字节跳动和腾讯的发布量增加了八到九倍 [15] - Moonshot发布的Kimi K2被视为“另一个DeepSeek时刻” [15] - 竞争焦点已从单一的模型性能转向生态系统建设，例如智谱AI的GLM和阿里巴巴的Qwen不仅发布模型权重，还构建工程系统和生态接口 [15] - 竞争越来越多地集中在生态系统、应用场景和基础设施上 [15] “受限下的协同”与市场主导 - 中国AI玩家的集体崛起源于在共享的技术、经济和监管压力下的对齐，而非协议协同 [17] - 在算力受限和成本控制的共同压力下，各公司在相似的技术基础和工程路径上竞争，这种同构性促进了生态系统发展 [17] - 在新建模型（<1年）中，中国模型的下载量已经超过了包括美国在内的任何其他国家 [18] - Hugging Face热图数据显示，从2025年2月到7月，中国公司的开源发布活动明显更加活跃 [18] - 中国AI产业已从模型参数竞赛，进化为更具商业落地潜力的系统级工程能力比拼 [20] 全球反应：依赖与追赶并存 - 尽管美国、法国等地机构加速推出开源模型以保持竞争力，但中国模型的影响力已渗透至底层 [21] - 全球使用开放权重模型的初创公司和研究人员，往往默认甚至依赖于中国开发的模型 [22] - 举例：2025年11月发布的美国领先开放权重模型Deep Cogito v2.1，实际上是DeepSeek-V3的微调版本 [22] - DeepSeek在东南亚和非洲等全球市场被大量采用，其多语言支持和成本优势成为企业使用的关键因素 [22] - 美国推出ATOM项目，明确引用DeepSeek和中国模型的势头作为动力，呼吁在开放权重模型开发方面进行协调努力 [22] - 世界仍在做出反应，掀起新的开源热潮，预计2026年将有更多来自中国和美国的重大发布，架构趋势和硬件选择将成为下一阶段关注焦点 [22]

核心观点 - 尽管AI需求激增，韩国两大存储芯片巨头三星电子和SK海力士计划继续削减NAND闪存产量，以控制供应并推动价格上涨，从而最大化利润，同时将资本支出优先转向高利润的DRAM（特别是HBM）生产 [1][4] - 供应策略调整与AI驱动的需求增长共同作用，预计将导致NAND价格全面上涨，并可能加剧AI服务器等领域的供应短缺 [1][6][7] - 存储芯片超级周期已为两家公司带来历史性利润，并直接体现为向员工发放创纪录的绩效奖金 [2][8][9] 主要公司产量调整与市场地位 - 三星电子计划将今年NAND晶圆产量从去年的490万片降至468万片，甚至低于2024年减产水平 [1] - SK海力士计划将今年NAND产量从去年约190万片降至170万片 [1] - 两家公司合计占据全球NAND闪存市场超过60%的份额 [1] 价格预期与市场分析 - TrendForce预计第一季度NAND闪存合约价格将较上季度上涨33%至38% [1][6] - IDC预测今年NAND供应增长率在17%左右，低于近年平均水平 [6] - 主要供应商的供应控制可能加深AI服务器、移动设备、PC等领域的短缺 [7] 资本支出与产能转向 - 业内认为，削减NAND产量反映出资本支出优先级已转向盈利能力最高的DRAM [4] - 从三层单元（TLC）向四层单元（QLC）NAND技术转换过程中，会产生自然产量损失 [4] - 公司将产能大规模转向HBM生产，由于HBM消耗的晶圆产能约为标准DRAM的三倍，导致DDR5等通用存储器供应紧张，推动整体价格上涨 [9] AI驱动的需求增长 - 英伟达计划于今年下半年量产的下一代AI加速器“Vera Rubin”固态硬盘容量达1152TB，是现有“Blackwell”的10倍以上 [1] - 预计该产品今年出货量为3万台，明年将达10万台，将在2026年和2027年分别创造3460万TB和1.152亿TB的新增NAND需求 [2] 公司盈利与员工激励 - 三星电子半导体部门（Device Solutions）本月将向符合条件的员工发放相当于基本年薪47%的奖金，接近公司内部50%的上限 [2][9] - SK海力士取消了10个月基本工资上限，改为将营业利润的10%用于利润分享计划，基于预计45万亿韩元的全年营业利润和33000名员工，平均奖金预计将超过1.4亿韩元，创历史新高 [2][9] - 大手笔分红直接反映了HBM等AI芯片需求激增带来的盈利能力显著提升 [9]

月之暗面最新融资与估值动态 - 中国人工智能初创公司月之暗面在新一轮融资中估值达到48亿美元，较其一个月前的估值水平跃升了5亿美元 [2][3] - 推动估值跳升的直接催化剂，来自其同行的公开市场表现，即智谱AI与MiniMax在香港上市后股价强劲上涨 [3] - 由于认购需求强烈，本轮融资预计将很快关闭，且在后续轮次中的估值可能进一步攀升 [7][8] 对标公司公开市场表现 - 智谱AI（Knowledge Atlas Technology JSC Ltd）股价达到224.00美元，单日上涨70.34% [5] - MiniMax Group Inc股价达到378.00美元，单日上涨9.57% [5] - 随着中国本土AI公司上市路径被验证，国际与本土风险资本正竞相在下一批企业IPO前锁定投资席位，推高了头部标的的估值水位 [5] 公司战略与资金状况 - 创始人杨植麟明确表示，公司目前并不急于推进IPO进程 [9] - 公司目前持有超过100亿人民币的充足现金储备，有资本在长跑中保持自己的节奏 [9] - 公司目前的重点应放在下一代推理模型（K3系列）的研发与底层算力集群的扩容上，目标是实现智能上限的阶跃 [10] 历史融资背景 - 月之暗面在去年12月的融资中，吸引了IDG资本、阿里巴巴集团及腾讯控股等知名机构参与 [10]

Gemini AI销售业务增长 - 谷歌Gemini AI模型的销售业务在过去一年中呈现爆发式增长[3] - 通过谷歌云进行的Gemini API调用请求量从去年3月Gemini 2.5发布时的约350亿次飙升至8月的约850亿次，翻了一倍多[2][3] - 去年11月发布的Gemini 3再次引发了新的使用热潮，并获得了广泛好评[4] 盈利能力与业务模式转变 - 早期的Gemini 1.0和1.5模型由于大幅折扣，利润率为负[4] - 随着Gemini 2.5及后续版本的推出，模型质量的提升使公司能够从单纯的价格战转向质量战，从而实现了正向的边际利润[4] - 公司正试图通过Gemini Enterprise（企业版）提高利润率[9] 企业级应用市场表现 - Gemini Enterprise目前拥有来自1500家公司的800万订阅用户，此外还有超过100万的在线注册用户[9] - 公司看到了整个云业务的巨大势头，尤其是AI应用[10] - 客户反馈呈现两极分化态势，喜欢或不喜欢它的客户比例接近50对50[10] 企业级应用面临的挑战 - 部分挑战在于公司开发者优先的基因，公司一直更像是一个建造者的云，而不是购买产品的云[10] - 许多客户倾向于直接使用Gemini模型构建自己的定制代理，而不是购买公司预制的软件套件[10] - Gemini Enterprise在回答基于企业数据的通用问题方面表现出色，但在处理特定任务时仍显吃力[10] - 客户并未像对待某些竞争对手产品那样选择放弃，而是抱着要试一试的态度继续使用[10] 资本开支与市场关注 - 公司去年秋季曾预计其资本支出将在910亿美元至930亿美元之间，这几乎是2024年525亿美元支出的两倍[6] - 投资者正密切关注即将披露的Q4财报，以寻找这些巨额投资正在产生回报的迹象[7]

文章核心观点 - 通用人工智能（AGI）已随着“长时程智能体”的出现成为现实，2026年将被视为AGI元年 [1] - 人工智能正从“对话者”向能自主解决问题的“执行者”转型，商业范式将从“销售软件”转向“销售工作成果” [1][2] - 智能体能力正以每7个月翻一番的速度指数级增长，将彻底重塑生产力边界和企业人才结构 [2][3] AGI的功能性定义与核心要素 - AGI被定义为“自行解决问题的能力”，其实现路径比技术定义更重要 [4][5] - 实现AGI的三个核心要素包括：基线知识（预训练）、推理能力（推理时计算）以及迭代能力（长时程智能体） [6] - 长时程智能体是AI的最新突破，使其能像人类一样在数小时内自主工作、修正错误并决定下一步行动 [6] 长时程智能体的能力与工作模式 - 智能体能在模糊环境中通过建立假设、测试、试错来达成目标，例如在招聘场景中，能在31分钟内完成人类专家的复杂心理循环 [8] - 其工作闭环包括自主执行复杂搜索、交叉比对多平台数据、捕捉潜在信号（如离职迹象）并生成最终成果（如起草邮件） [8] - 尽管目前仍会产生幻觉或迷失方向，但其发展轨迹不可逆转，错误正变得日益可修正 [8] 驱动智能体发展的技术路径 - 强化学习是主要技术路径之一，通过在训练中不断引导，教导模型在长时间内保持专注，已在多智能体系统和工具使用可靠性上取得进展 [11] - 代理架构是应用层路径，通过设计特定脚手架（如记忆交接、压缩）来规避模型局限，Manus、Claude Code和Factory's Droids等产品均得益于此 [11] - 根据METR的追踪，智能体能力呈指数级增长，预计到2028年能可靠完成人类专家一天的工作，到2034年能完成一年的工作量 [11] 商业变革与市场影响 - 市场格局正迅速变化，从医药（OpenEvidence）、法律（Harvey）到网络安全（XBOW）等各行业的专用智能体不断涌现 [12] - 对创业者而言，范式已从2023-2024年的“对话者”应用，转向2026年及以后的“执行者”应用，使得“销售工作”成为可能 [12] - 创始人需重新思考哪些持续任务可被智能体接管，并转向针对“结果”而非“工具”进行定价和包装 [12] - 智能体能力增长意味着曾经宏大的路线图（如交叉比对20万个临床试验数据或重构整个美国税法代码）已变得切实可行 [12]

美股“七巨头”阵营瓦解与市场格局重塑 - 曾经被视为单一资产类别的美股“七巨头”阵营正在瓦解，其股价走势不再同步，不再被视作股市长红的代名词 [3][6] - 市场对人工智能热潮的看法趋于理性与审慎，资金不再盲目涌入整个板块，而是开始进行更具选择性的押注 [3][7] - 这些公司唯一的共同点仅剩下都拥有万亿美元的市值，它们之间的相关性已经崩溃 [6] AI交易逻辑的演变与未来巨头标准 - 围绕人工智能的交易逻辑已发生演变，部分投资者预计AI红利将向医疗保健等行业扩散，另一部分则继续加码芯片制造商或能源公司 [7] - 市场正在扩大广度，未来的新“七巨头”将是那些能够证明AI应用正在重塑其庞大业务的巨型企业 [2][7] - 策略师警示，并非所有巨头都能在残酷竞争中幸存，如同电影结局中只有少数人活了下来 [2][7] 巨头内部的发展阶段与表现分化 - 在2025年，仅有Alphabet和英伟达两家公司的表现跑赢了标普500指数 [2][3] - 亚马逊、Alphabet、微软和Meta已转型为“超大规模计算商”，正斥资数千亿美元训练新AI模型、建设数据中心及扩展云计算能力 [8] - 英伟达继续主导着运行最先进AI模型所需的芯片市场 [8] - 苹果股价在去年跑输标普500指数，因其在AI领域的投入相对较少且被指落后于竞争对手 [8] - 特斯拉的表现大幅落后于其他同行，主要受制于电动汽车销售放缓 [8] 市场参与者的行为变化 - 散户投资者在“七巨头”股票总交易量中的占比较2023年和2024年显著下降 [12] - 特斯拉作为散户长期的最爱，其零售交易活动降幅最大，2025年的日均零售周转率较两年前的峰值下降了43% [12] 当前市场影响力与历史参照 - 尽管走势分化，这七家公司合计仍占标普500指数市值的约36% [13] - 华尔街历史上充满了各种曾经流行但最终过时的投资组合昵称，如Nifty Fifty、WATCH、FANG、FAANG等 [13] - 目前尚未有其他股票组合能取代“七巨头”的地位 [13]

文章核心观点 - AI编程工具的普及正在引发全球软件行业的两极分化：一方面，编程门槛无限降低，普通人可自制“微应用”；另一方面，专业工程师的竞争愈发激烈，硅谷疯抢能驾驭AI、产出惊人的“硬核工程师”，行业中间层正在消失 [2][3][4][22][23] 人人可做的“微应用”：从“订阅SaaS”到“自制工具” - 新的消费习惯正在形成：用户不再只是下载App或订阅SaaS，而是利用AI工具自己构建软件来解决即时、垂直的特定需求，这种软件被称为“微应用”或“一次性应用”，其特点是场景极度垂直、解决即时痛点、无商业推广意图，且往往“用完即走” [5][6][10] - 典型案例：非技术背景的Rebecca Yu利用Claude和ChatGPT，仅用七天时间就开发出一个根据共同兴趣推荐餐厅的Web应用Where2Eat [6] - 行业影响：微应用正在填补“Excel表格”与“全功能SaaS产品”之间的市场真空，AI让软件开发变得像做表格一样随意，类似Shopify当年降低开店门槛 [9] - 市场机会与挑战：资本市场已嗅到机会，例如初创公司Anything获得1100万美元融资，VibeCode获得940万美元种子轮融资，致力于解决移动端开发的最后一公里问题；但移动端App仍面临每年99美元“苹果税”的阻碍，且个人开发的软件在质量、安全性和维护上存在天然缺陷，无法规模化销售 [11][12][13] - 微应用多样化案例：包括用于医疗记录的心脏数据日志记录器、自制的过敏症追踪应用、为家庭聚会开发的一次性网页游戏，甚至记录个人恶习的追踪器 [14] 一人顶团队的“超级程序员”：AI时代的“硬核工程师” - “硬核工程师”定义：源自游戏圈黑话，形容操作神乎其技、状态“炸裂”的高手；在硅谷指代AI时代最理想的软件工程师形象——年轻（通常20多岁）、极度渴望成功、技术嗅觉敏锐，并能利用AI工具实现惊人产出 [4][16] - 行业需求变化：在AI淘金热背景下，初创公司追求极致人效，不再需要按部就班的平庸代码工人，而是需要能一人抵一军的“特种部队”；例如，Turing公司CEO认为借助AI，一个小而精的团队完全有可能在一年内将营收做到1亿美元 [16] - 与相关概念的区别：他们不是缺乏技术根基、仅作为AI“提示词操作员”的“Vibe Coders”；也不是上一代科技圈推崇的、通常就职于大厂、对AI工具持保留态度的“10倍工程师”；“硬核工程师”拥有深厚技术造诣，能驾驭并修正AI错误代码，且更年轻、更具反叛精神，信奉“工作即一切” [17][19] - 惊人产出案例：Intology的CEO指出，几个善用Claude Code的人，现在的产出能超过以前没有AI辅助的15人团队；Far.AI的一名员工在AI辅助下，仅用几周时间就完成了原本需要开源社区耗时一年才能完成的大模型微调软件原型 [20] - 工作文化与潜在隐忧：这些工程师普遍接受甚至推崇“9-9-6”（早9晚9，一周6天）的高强度工作模式；但行业观察指出，一些年轻工程师为显得“硬核”而刻意反社交，且创始人有时试图用招聘一个“硬核工程师”来掩盖商业模式的缺陷 [20][21]