文章核心观点 - AI当前缺乏理解、预测和推演世界的能力，为解决此问题，OpenAI、谷歌、微软等大公司及顶尖学者正集中研究“世界模型”，这被视为通往AGI的关键一步[4][6] - 世界模型旨在让AI从“只会回答问题”的语言机器，转变为能够“观察、推理、行动”的真正智能体，其核心特质包括表示世界、预测未来以及在世界中规划和行动[24][26] - 当前世界模型的研究呈现多条技术路线并行的局面，主要包括视频生成、3D空间生成、在虚拟世界训练智能体以及直接学习世界抽象结构等，这些路线共同指向让AI理解并能在世界中行动的终极目标[48][101][134] - 世界模型若发展成熟，预计将对机器人、自动驾驶、穿戴式设备、内容生成与游戏、AI Agent等多个关键行业产生颠覆性影响，从效率提升转向范式级改变[106][117][121] 一、什么是世界模型？ - **概念起源与目标**：世界模型的概念源于对人类心智模型的研究，旨在让机器像人类一样，在内部构建一个“世界如何运作”的模型，以进行预测和行动规划[8][9][10] - **理论发展**：在AI和强化学习早期研究中，Dyna架构首次明确将“世界模型”确立为智能体的基础能力，其核心是智能体学习“采取动作后世界如何变化”[12] - **现代框架**：2018年Google Brain的论文《World Models》提出了一个精炼化的理解框架：世界模型 = 观察世界（视觉模块V）+ 预测世界（记忆模块M）+ 在内部世界中学习行动（控制模块C）[17] - **核心特质**：研究者普遍认为世界模型应具备三大特质：1) 表示世界（理解环境中的物体与关系）；2) 预测未来（模拟事件变化）；3) 在世界里规划和行动（基于预测采取行动）[24] 二、为什么要研究世界模型？ - **与大语言模型的区别**： - **任务与目标**：大语言模型预测下一个词/Token，世界模型预测下一帧画面、下一步状态变化[29] - **数据与输出**：大语言模型主要依赖静态文本数据，输出语言或图像；世界模型主要依赖动态时序数据（如视频），输出对未来状态的预测和可执行方案[29] - **学习方式**：大语言模型通过语言间接理解世界，是世界模型的补充；世界模型通过交互和推演直接理解世界，并能进行预测和干预[28][30] - **大语言模型的瓶颈**：部分顶尖学者认为大语言模型路线存在根本性瓶颈，例如Yann LeCun认为其只是在拟合语言统计相关性，对现实世界缺乏直接建模能力，若继续“堆量”难以实现真正的智能[33][37] - **研究驱动力**：1) 大模型的原生能力遇到天花板；2) 多模态时代到来，海量视觉/动作数据、强大算力等条件成熟，使得训练“真正的世界模型”成为可能[44][46] 三、当前推进世界模型的主要路线 - **三层结构框架**：可将世界模型领域拆解为三层：1) 底层思想与范式（抽象、预测、规划）；2) 中间表现形式（世界如何被生成出来）；3) 顶层目的层（智能体训练，让AI在世界中行动）[49][50][52] - **行业现状**：目前产业界的尝试多集中在第二层“世界生成”，这是整个领域最活跃的部分，也是世界模型体系的入口和根基[54][56] 四、世界模型的表现形式：世界生成 - **视频生成路线**： - **目标与代表**：让AI生成一个能随时间连续演化、动起来的世界，代表模型包括OpenAI Sora、谷歌Genie等[56][59] - **优势**：结果“看得见”，易于观察和评估；训练数据（互联网视频）易获得；对Scaling Law敏感，规模越大效果越好；能快速商业化落地[65][67] - **局限**：对世界的理解是“隐式”的，藏在模型权重中，难以直接读取或迁移到机器人等决策系统[67][69] - **3D生成（空间智能）路线**： - **目标与代表**：不是“画”出世界，而是“建”出世界的三维结构，关注几何关系与可操作性，代表是李飞飞的World Labs及其模型Marble[57][70][72] - **优势**：生成显式的3D结构信息，更利于物理模拟、规划和控制；在游戏、影视、室内设计等场景有商业转化优势[72][75] - **挑战**：高质量3D训练数据稀缺；几何结构建模难度大；对算力需求远超2D模型[76] 五、世界模型的目的：智能体训练 - **基于虚拟世界训练路线**：代表是Google SIMA，将AI放入游戏等虚拟生成的世界中训练，使其学会可迁移到真实世界的行动能力，最新版本SIMA 2展现出复杂任务理解、自主规划和强大泛化能力[84][86][87] 1. **直接学习世界抽象结构路线**：代表是Yann LeCun提出的JEPA架构，其核心是不生成具体画面，而是将世界压缩成抽象的高维潜在表示，并在此空间中预测未来的关键结构，优势是计算成本低、更易捕捉因果关系、输出信息更利于机器人行动[90][92][97][98] 六、世界模型会改写哪些关键行业？ - **机器人**：世界模型让机器人拥有“世界的内部模型”，能进行预测和模拟，从而具备跨环境、跨任务的迁移和泛化能力，这将改变机器人行业过去每项新任务都需重新编程工程的范式[106][107][109] - **自动驾驶**：世界模型能让系统学习“世界如何运转”，进行高质量仿真和多种决策路径推演，从而获得接近人类的预判能力，被认为是推动自动驾驶走向大规模商业化的核心技术之一[110][113] - **穿戴式设备**：世界模型能让设备真正理解用户所处的3D环境并进行预测规划，使其从“信息终端”进化为随身的“世界理解引擎”和“数字伙伴”[114][116] - **内容生成、游戏与影视制作**：世界模型能根据简单设定自动生成并演化整个虚拟世界，将内容创作从“制作”变为“生成”，彻底改变叙事和创作方式，例如游戏世界可以即时生成和进化[117][118][120] - **AI Agent**：世界模型为AI Agent提供了一个可训练、可试错、接近真实的“内在世界”，解决了其与真实环境交互训练昂贵且危险的核心问题，是决定AI Agent能否走向现实世界的关键[121][122][124]

油价上涨的直接原因与市场影响 - 2026年3月6日，原油价格上涨至94.35美元/桶，逼近前期高点，最直接的催化因素是中东战火再起导致霍尔木兹海峡被封航，伊拉克和科威特受出口限制被迫减产 [2] - 油价涨跌牵动全球通胀预期，影响美联储政策路径和全球利率中枢定价，一旦油价失控，市场会交易再通胀预期，股市、债市及汇率市场的运行逻辑均会受到影响 [4] - 如果油价突破100美元/桶并持续上行，将构成真正意义上的油价失控，其对全球资本市场的影响将不再是短期波动，而是会转化为长期的宏观变量 [4] 油价中长期走势的核心决定因素 - 如果没有战乱等突发因素干扰，油价很难形成持续性的上行趋势，全球经济周期决定了石油需求的边际变化，随着全球经济增速放缓，原油需求增速随之走弱 [6][7] - 能源结构变化，如电动车对燃油车的替代、可再生能源的替代以及能效提升带来的单位GDP能耗下降，正在逐步削弱石油需求的长期增长空间 [7] - 需求端难以对油价形成强有力支撑，而供给端，当油价上行至一定区间时，产油国能够较快修复并释放供应，对油价形成抑制 [8] - 原油市场供给高度集中，少数头部产油国能够对全球供给进行调节，当前全球原油产量约1亿桶/日，第一梯队是美国、俄罗斯及沙特阿拉伯，产能分别在1300万桶/日、1000-1100万桶/日和900-1000万桶/日左右 [9] 全球原油供给的核心调节机制 - 全球影响“产能分配”的核心机制是OPEC和OPEC+，OPEC+是全球最大的产油国协调组织，其原油供应量占全球总供给的约45%—50% [12] - OPEC+拥有约300-400万桶/日的闲置产能，相当于全球需求的约3%–4%，能为突发供给中断提供缓冲 [16] - 产油国可通过主动减产或增产来影响市场预期和油价，但政策决策取决于其利益权衡，如财政平衡需求、市场份额压力等 [16] 主要产油国的利益诉求与行为逻辑 - OPEC多数成员国属于资源型财政国家，财政收入高度依赖石油出口，其财政盈亏平衡油价较高，如伊朗为137.7美元/桶，伊拉克为83.8美元/桶，科威特为88.2美元/桶，利比亚为73.5美元/桶 [17][19] - 当油价跌破财政平衡点，OPEC有控量提价的需求；若油价持续处于高位，OPEC更可能选择扩产抢夺市场份额 [19] - 石油与天然气长期贡献俄罗斯联邦预算收入的30%–40%，其核心诉求是油价不能太低，策略上表现为配合OPEC减产以托底油价 [21] - 美国希望油价保持合理位置，既需要更高油价维持页岩油资本开支，又不希望油价过高推升通胀压力，其原油供给高度市场化，由私营企业根据价格与资本回报决定产量 [22] - 原油以美元计价，美元指数向下的趋势是大概率事件，在供需未显著恶化的前提下，原油价格易涨难跌 [22] 油价的中期均衡区间 - 因全球原油供给具备较高的修复能力，油价很难走出持续性的单边上涨行情，但考虑到主要产油国不希望油价过低，油价也缺乏大幅下跌的基础，更可能维持在60-75美元/桶的区间 [22] 当前地缘冲突下的供给风险与市场预期 - 当前油价上涨源于中东冲突带来的供给中断预期及由此引发的阶段性补库需求 [25] - 供给扰动能否演变为持续性收缩，关键取决于霍尔木兹海峡的封锁情况，该海峡是中东产油国原油外运的必经之路，每天有全球近20%的石油消费量经过 [27] - 截至3月7日，霍尔木兹海峡的“事实封锁”已持续一周多，伊拉克已减产约150万桶/日，科威特也削减了部分油田产量 [27] - 若封锁状态延续，摩根大通预测，至第8天强制停产规模将达约330万桶/日，第15天升至380万桶/日，第18天进一步扩大至470万桶/日 [28] - 主要消费国战略储备情况各异，日本储备约200多天消费量，韩国超过90天，印度估计在10–25天左右，美国SPR库存约395–415百万桶，可供20–30天消耗 [28] - IEA称已准备协助稳定市场，成员国备有10亿桶应急储备，美国正考虑为油轮提供军事保护及保险支持，一定程度上缓解了市场担忧 [28] 不同冲突时长下的油价情景预测 - 如果冲突持续时间较短，霍尔木兹海峡能在两周内恢复通行，布伦特油价预计将在80–90美元/桶区间震荡，并随着通行恢复及OPEC增产而回落 [29] - 如果冲突持续更长且海峡封闭达3–4周，布油价格可能突破100美元/桶，有失控的风险 [29]

文章核心观点 - AI并非取代人类，而是重新定义人在工作中的价值 从业者需从“被替代的恐慌”转向思考如何利用AI主动创造价值 职业规划思路应从传统的“学什么有出路”转向基于“人的主动性”和“价值创造”的“AI+X”模式 [4][5][6] - AI对职业的真正冲击在于压缩了“工作缓冲期” 企业不再默许新人从基础任务做起，而是期望其具备核心技能直接上手主要业务 求职准备需从“会做工作”转向“能把工作做好” [8][9][10] - 个人需明确“人不能被替代的价值”并找到自己的“X”（即个人优势与主动性所在） 将其与AI结合 从而将AI从威胁转变为放大个人能力的工具 [4][6][14][15] AI与职业替代的再认识 - 以Salesforce为例，其CEO曾裁撤40%的客户关系工程师试图用AI接管客户维护，但数月后又不得不重新招聘被裁员工 表明AI在处理标准化咨询时有效，但在理解复杂客户关系和微妙心理变化时仍无法替代人类 [4] - AI冲击的主要是本就“可被标准化”的基础岗位（如票据审核员、仓储分拣工、数据录入员） 这些并非大学生毕业的主要目标岗位，因此对毕业生求职不构成直接威胁 [8] - AI真正冲击的是职业“缓冲期” 过去企业允许新人从基础任务（如整理报表、筛选基础信息）做起 现在AI能自主完成这些工作 企业期望新人具备核心技能直接上手主要业务 [9] 职业规划新思路：“AI+X”模式 - 传统基于社会生产力的职业规划思路（如“学什么有出路”）已不再适用 需要从工作本质——创造价值——出发进行规划 [5][6] - 人的不可替代性在于“主动性” 即定义和解决关乎“价值”的模糊、感性、复杂的人性需求和问题的能力 AI目前更多是交付“结果”的工具，而非“价值”本身 [6] - “主动性”可拆解为两个关键问题：“我想通过工作创造什么？”和“我已经具备的能推动价值创造的优势是什么？” 明确并激发主动性后，可利用AI将优势发挥到解决实际问题或实现职业理想上 [6] - “AI+X”模式是个人在AI时代的机会 即找到个人的“X”（优势领域）并与AI结合 例如AI医疗诊断师、AI金融建模师等 [6] - 案例：一位中传播音主持专业的毕业生 其主动性是“帮助每个人建立终身学习的习惯” 她将人类在激发学习动力方面的优势与AI结合 成功在国际高中担任教师并晋升为教研组长 帮助厌学学生重回课堂 [7] 求职能力要求的变化 - 企业招聘倾向发生变化 过去倾向于招收专业对口、学历好的学生 默许其有职业缓冲期 现在则期望毕业生拥有做好工作的核心技能，能跨过“搬砖期”直接上手主要业务 [9] - AI淘汰的不是“新手”，而是“只会做基础事的新手” 因此，传统通过刷相关实习来增强竞争力的思路已不适用 企业需要的是“能把工作做好的人” [10] - 求职准备需更深入理解工作实际场景和核心能力 不能仅局限于岗位字面简介 需了解工作的上下游、对接部门以及与公司整体业务的关系 [10][13] - 案例：一位本科哲学、硕士人类学的毕业生 凭借哲学逻辑训练和人类学的访谈思辨能力（即核心能力） 成功入职上市营销公司AI创新部门担任产品经理并做到“入职即上手” [9][10] 对个人发展的紧迫要求 - AI对职业发展的影响已从抽象话题变为学校和企业面试中的具体问题（例如面试官直接询问申请者对AI时代职业发展的新思考） 表明相关问题已不容拖延 [14] - 个人需要尽早思考并厘清三个关键问题：未来几年所在行业的变化、个人能力如何与AI结合、以及个人的“X”到底是什么 [16] - 当个人明确自己想创造的价值和自身优势后 AI将从威胁转变为放大个人能力的工具 [15]

文章核心观点 - 文章核心观点是破除公众对人乳头瘤病毒（HPV）的认知误区，强调HPV并非女性专属疾病或性病的道德标签，而是一个影响两性的公共卫生问题，并指出新一代年轻人（Z世代）正在推动对HPV进行更开放、科学的讨论和主动预防，这有望改变社会观念并推动相关健康产业的发展 [5][6][19][33] 关于HPV的流行病学与传播认知 - 全球范围内，男性HPV感染率被严重低估，一项涵盖35个国家、4.4万余名男性的研究显示，全球约31%的男性感染了至少一种生殖器HPV，即约每三名男性中就有一人感染 [16][18] - HPV最主要的传播途径是性行为，但绝非唯一方式，病毒还可通过母婴垂直传播以及皮肤黏膜的直接接触（如酒店毛巾、浴巾、公共泳池）感染 [15] - HPV具有高度传染性，即使在单一伴侣关系中也可能发生感染，这彻底打破了“感染HPV等于性生活混乱”的固有认知 [15][16][19] 男性感染HPV的健康风险与病例 - 男性持续感染高危型HPV可能导致多种癌症，包括肛门癌、阴茎癌、口咽癌、口腔癌和喉癌 [21] - 文章列举了多个男性感染HPV的病例：一位23岁救生员因感染HPV患上尖锐湿疣（生殖器疣），经历痛苦治疗 [9][11]；一位28岁程序员通过共用毛巾感染HPV导致口腔溃疡 [12][13]；一位杭州男性因忽视HPV感染，十余年后发展为阴茎恶性肿瘤，最终接受阴茎全切手术 [22][23][24] - 患有生殖器疣的男性中，存在总体性功能障碍的比例为35.2% [26][36] 当前HPV的防治现状与挑战 - 在常规体检中，女性有TCT和HPV检测项目，但目前暂无针对男性的HPV常规筛查项目，导致男性感染往往“隐形” [29] - 目前尚无针对HPV的特效药，主流治疗方式（如激光、冷冻、手术）周期长、过程痛苦且易复发 [30] - 中国HPV疫苗接种率显著低于世界平均水平，截至2022年，第一剂次接种率仅为10.15%，第三剂次仅为6.21% [30] - 男性HPV疫苗在中国长期处于空白，直到2025年，四价和九价HPV疫苗才陆续获批用于9-26岁和16-26岁男性适应症 [32] - 目前男性HPV疫苗属于非免疫规划疫苗，大多数情况下需自费接种，且社会羞耻感是阻碍接种和讨论的重要认知障碍 [32][33] Z世代对HPV认知与行为的改变 - Z世代正在打破谈论HPV的羞耻感，通过公众人物发声（如运动员苏翊鸣）、社交媒体分享治疗经历（如“男生HPV治疗日记”更新至第182天）以及在约会中主动出示检测报告等方式，将HPV话题公开化 [5][6][33] - 新一代年轻人的健康观念是“里子大于面子”，自身健康优先于他人目光，他们更懂得关爱自己并对彼此负责，这种行为转变正在参与构建更健康的社会基础 [33]

阿根廷“兽人”文化现象 - 阿根廷社交媒体近期兴起“兽人”文化，参与者通过佩戴动物面具、四肢着地等方式扮演动物，在TikTok上相关标签therian的帖子数量已超过200万条，阿根廷的互动量在拉丁美洲领先 [3][5] - 参与者多为青少年，主要动机包括身份认同、寻求社群归属感或单纯觉得有趣，该文化在阿根廷的兴起部分归因于该国相对自由的社会环境 [5][8] - 心理学家认为该行为总体对社会无害，是一种与动物的象征性认同，只有当其演变成根深蒂固的信念并完全扮演动物角色时，才可能变得病态或令人担忧 [8] 日本大学生生活与学习状况 - 日本大学生购书费10年来首次跌破1000日元，主要原因是物价上涨导致生活成本增加，学生被迫增加打工时间来应对 [13] - 调查显示打工学生占比为77.4%，该比例在2024年已超过疫情前水平并持续上升，打工时间越长，学生“不读书”和“完全不学习”的倾向越明显 [15][16][18] - 学生阅读习惯出现两极化，一部分学生完全不读书，另一部分学生即使忙碌也会挤出时间每天阅读60分钟以上 [18] 丹麦公共艺术性别失衡与女性主义行动 - 丹麦公共纪念雕塑存在严重性别失衡，描绘历史上重要男性的纪念碑有484座，而女性仅有43座，此外还有超过120座公共雕塑是女性裸体像 [26] - 一位丹麦女性通过为公园裸体维纳斯雕像编织连衣裙发起抗议，此举引发了一场更广泛的编织运动，旨在引起公众对公共艺术中女性形象缺失的关注 [23][24] - 该行动可能影响了政府决策，丹麦政府随后宣布拨款150万美元，用于资助纪念历史上具有重要意义的女性的公共艺术作品 [26] 日本老龄化社会与非正式社区支持 - 日本面临严重的人口老龄化和孤独危机，2025年1月至6月期间，共有40913人独自在家中去世 [31] - “养乐多阿姨”作为配送员，已成为日本非正式社会保障体系的一部分，她们通过每周固定路线配送产品，定期拜访40到45户人家，为独居老人提供社区联系并缓解其孤独感 [28][30][31] - 配送员多为灵活就业的女性，工作模式（如每周工作四天）有助于平衡工作与生活，使她们能持续为社区提供服务 [30] 新西兰鸮鹦鹉保护与繁殖 - 鸮鹦鹉是世界上最重且唯一不会飞的鹦鹉，经过30年保护，其数量从50只增加到200多只 [41] - 该物种繁殖周期奇特，每隔两到四年才出现一次繁殖季节，繁殖热情与本地罗汉松树浆果的丰收情况直接相关，2026年因浆果大丰收可能迎来一次繁衍高峰 [41] - 保护措施极为细致，包括将鸮鹦鹉迁至偏远小岛隔离天敌，以及在繁殖期用假卵替换真卵进行人工孵化以提高孵化概率，研究人员会全程监控并管理孵化过程 [43] 美联航客舱行为新规 - 美国联合航空公司更新规定，赋予机组人员权力，可要求拒绝佩戴耳机并外放音频/视频的乘客下飞机，并可能对其永久禁飞 [45][46] - 新规旨在提升客舱舒适度并减少扰乱秩序的行为，但航空公司也为未携带耳机的乘客提供了免费有线耳机作为备选方案 [46] - 规定将“无视机组人员指示”等行为明确列为可导致永久拒绝服务的情况，使原有的礼貌建议转变为具有法律约束力的条款 [46]

文章核心观点 - 卡通角色奥拉夫（Olaf）作为史努比宇宙的边缘配角，在2020年代中期迅速崛起成为全球青年文化的新偶像，其走红反映了当代年轻群体在高压社会环境下，对反精致、松弛、接纳平凡等价值观的共鸣，并揭示了IP运营中“配角崛起”的商业与文化现象 [5][21][43] IP运营与商业背景 - 史努比（Peanuts）是拥有75年历史的超级IP，2025年12月索尼集团以4.6亿美元收购Peanuts Holdings 41%的股权，累计持股达80%，获得该IP的绝对主导权 [14] - 为庆祝史努比75周年，IP方从2024年底开始全方位营销，通过与众多品牌联名推出爆款产品，显著提升了IP整体热度 [14] - 奥拉夫的热度飙升与此次大规模IP营销浪潮高度同频，其谷歌搜索趋势在营销期间陡然飞升 [16][17] 角色人气与市场数据 - 在一项2024年3月至2025年3月的网络声量调查中，奥拉夫以21,788的声量成为史努比宇宙中第二受欢迎的角色，仅次于史努比本人的375,815声量，而2001年的调查中奥拉夫甚至未被提及 [18][20] - 奥拉夫在原著漫画中出场极少，总计仅出现13回，且首次登场是在漫画连载39年后的1989年，是一个极其边缘的角色 [26][28][31][33] 文化现象与用户心理 - 奥拉夫邋遢、慵懒、爱吃零食的形象，与当下年轻群体“反滤镜”、“反精致美学”的心理相契合，成为可爱经济学时代的新偶像 [21] - 其角色背景故事（如因自卑戴纸袋出场、被利用赢得“最丑狗狗”比赛却得到不喜欢的奖品）被许多年轻人视为普通成年人生活的隐喻，引发了广泛共情 [26][33][34] - 社交媒体上用户对奥拉夫的大量二次创作，常将其形象与高压职场、疲惫无奈的情绪表达相结合，奥拉夫被视为“精神内核稳定”、“生活松弛”的理想状态投射 [38] 行业趋势：“配角崛起” - 从玲娜贝儿、Loopy到奥拉夫，2020年代见证了多个IP中配角力量的崛起 [36] - 配角因其不完美与故事的不完整性，为消费者提供了更大的想象与二次创作空间，这成为IP运营中盘活老IP、克服市场倦怠感的有效策略 [37] - 在经济与就业面临挑战、宏观环境不确定的背景下，年轻人不再幻想成为“完美主角”，转而拥抱更像普通人的配角角色，这是一种文化叙事上的重建与对现实的正视 [43][44]

本文来自微信公众号： 镜相工作室 ，作者：阮怡玲，编辑：吴述之，头图来自：视觉中国 视频里，男人穿着一身白T黑裤，站在堆满甘蔗皮的甘蔗摊前。他叼着甘蔗。熟练地拿着砍刀将甘蔗 对半砍，然后递给身旁的人。如果不认识这个面相有些黝黑的男人，几乎很容易地就认定这是一个普 通的甘蔗贩子。但这段流传于网络的视频却在今年大年初五这一天登上微博热搜。 男人的名字是于东来，胖东来的创始人。 不久前的2月11日，这名60岁的企业家在社交平台上宣布自己将在年后退休。而在街头砍甘蔗，是他 在宣布退休后第一次通过网友镜头露面，自然地向外界释放了自己已回归生活的信号。 从1995年开出一家小型烟酒店起步，几十年来，作为创始人的于东来赋予了胖东来一套几乎与所有 其他商超、企业背道而驰的经营理念，使这家河南本地的商超成为中国零售业的传奇和悖论。他用最 不效率的方式获得了最高效的信任，而现在，这个悖论的缔造者，决定把自己从等式里拿掉。 但作为一家典型以创始人为核心的"人格化"、甚至在外界眼中带有某种"神格化"色彩的企业，它不免 要面对诸多疑问：于东来离开，对胖东来是好事吗？他所塑造的价值观还能够在胖东来继续传承吗？ 没了于东来，还能继续信任胖 ...

文章核心观点 - 以OpenClaw为代表的本地AI代理（Agent）的兴起，标志着大模型竞争从“智能水平”转向“行动能力”，并可能重构用户与数字世界的交互界面，成为下一代“超级入口” [7][27] - 行业巨头（如腾讯、阿里、小米）正通过推广本地Agent，旨在解决大模型商业化的两大核心问题：一是通过高频API调用消耗算力、创造现金流；二是收集稀缺的“任务轨迹数据”以训练下一代模型 [15][17][19] - 这场竞争的本质是争夺AI时代的“意图分发权”和底层控制权，可能颠覆现有以超级App为中心的移动互联网格局 [23][24] 根据相关目录分别进行总结 卖Token的现金流 - 当前大模型行业面临商业模式困境，仅靠C端用户对话模式（“Chat”模式）消耗的Token量低，无法覆盖庞大的算力投资与运营成本 [14] - 2026年，字节、阿里、腾讯三家的合计资本支出预计将超过600亿美元，若算力闲置将产生高昂折旧 [14] - 本地部署的Agent（如OpenClaw）通过拆解并自动执行复杂任务，其单次任务的Token消耗量可达普通对话的百倍乃至千倍，成为持续消耗算力的“Token黑洞” [15] - 云厂商积极推广开源Agent（如腾讯线下“摆摊”帮用户部署），目的是将用户终端的API调用指向自家云服务，将海量微小请求汇聚成可观的B2C和B2B现金流，维系算力扩张 [15] 挖掘轨迹数据 - 大模型发展的一个关键瓶颈是高质量训练数据枯竭，尤其是反映人类在数字世界中如何“采取行动”的“任务轨迹数据” [17] - 任务轨迹数据记录了AI代理从理解需求到调用工具、完成支付等完整任务链路的每一步，比静态文本数据更有价值，是训练具备强逻辑推理和执行能力Agent模型的核心资源 [17][18] - 部署在用户终端的Agent（如OpenClaw、小米的MiclawAgent）充当“数据探测器”，在为用户自动化执行任务的过程中，默默收集用户的操作意图和软件交互轨迹 [19] - 用户在使用和纠正Agent的过程中，实际上在免费为巨头提供高质量的强化学习微调数据，这类似于特斯拉通过行驶中的车辆收集路况数据 [19] - 阿里内部人士认为，通过Agent轨迹数据快速迭代模型，是缩小与国际领先者差距的关键途径 [20] 入口战争再轮回 - AI正在重构用户与数字世界的交互界面，未来用户可能不再需要主动打开特定App，而是通过向AI Agent用一句话表达需求来完成操作 [23] - 在此体系下，App可能退化为后台的服务节点，而直接听命于用户、掌控任务分配权的Agent将成为新的超级入口 [23] - 行业巨头（如阿里推进“AI办事”，小米将Agent植入系统底层）的目标是争夺“意图分发权”，即成为控制用户需求流向的“底层代理人” [23][24] - 一旦某家公司的Agent占据用户终端，它将掌握商业导流的顶级权力，可能使现有的超级App沦为失去流量和品牌溢价的“管道” [23] 风暴前夜 - OpenClaw的流行是一个信号，表明AI正从“会说话的工具”向“会做事的系统”演进 [26][27] - 一旦AI能稳定完成任务，互联网结构可能发生根本变化，用户只需面对一个Agent即可处理大部分数字生活操作 [27] - 回顾技术史，Android、微信公众号、小程序等都从不起眼的开端演变为新平台，今天的OpenClaw可能是未来AI Agent时代的早期代表之一 [28][29] - 当前中国互联网正处于这场由Agent驱动的平台级变革的前夜 [30]

公司核心人事与战略转向 - 2026年3月6日，西贝创始人贾国龙已悄然卸任主品牌CEO，由1992年加入公司的老臣董俊义接任，此次换帅标志着公司从创始人理想主义向务实生存的战略根本性转变[4][6] - 董俊义上任后推行“降薪、减亏、废赛制”的组合拳，核心任务是让公司“活下来”，其风格与贾国龙形成鲜明对比：贾国龙执着于做品牌和扩张，董俊义则专注于做生意和现金流[4][10][16] - 贾国龙时代曾押注西贝燕麦工坊、超级肉夹馍等至少八个快餐及零售项目，投入超10亿元，但无一成功，企业战略曾偏离市场逻辑，成为创始人的“个人实验”[9][10] 新任管理层改革举措 - 第一刀砍向内部制度：暂停了极具贾国龙个人色彩的“赛场制”以及西贝训练营、顾客抽查等，将考核核心转向减亏，并将经营权下放到店长[13] - 第二刀砍向成本与薪酬：启动门店管理层降薪，店长、厨师长降薪30%，并实施薪酬缓发计划，将“减亏”与个人收入强挂钩，倒逼人力效率提升[14] - 第三刀砍向业务幻想：加速关店止损，对持续亏损的战略性点位不再续租，同时收缩新业务投入，将所有资源集中于主品牌门店的“保现金流”与“提利润”[16] 公司面临的经营困境 - 公司客流出现断崖式下跌，已关闭超过150家门店，总部人员从500多人精简至200余人，并从豪华写字楼搬出[9] - 公司陷入连锁餐饮的“规模陷阱”，西北菜品类的附加值低，标准化后为维持成本必须涨价，导致消费者价格敏感度提升，在消费降级背景下，“略贵”的定位使其陷入尴尬[19] - 2025年底与罗永浩的舆论风波并非根本原因，只是戳破了公司内部早已存在问题的“气球”，更深层的是战略迷失和定位问题[18][20] 行业折射的核心困境 - 创始人依赖症：股权高度集中（贾国龙夫妇控股）导致的“一言堂”决策模式，使企业在逆境中失去纠错能力，创始人判断与市场背离时企业易陷入泥潭[21] - 高端化执念错位：在消费下行期，消费者更追求性价比，公司“高端西北菜”的定位与市场需求渐行渐远，预制菜风波本质是消费者对“高价低体验”的不满[21] - 连锁管理的终极考验：过去驱动扩张的“赛场制”在亏损潮下变成内耗，暴露出标准化与灵活性的矛盾，下放经营权至店长是对管理模式的重构，但也面临放权失控的挑战[13][21] 公司现状与未来挑战 - 公司正在进行一场没有退路的生存之战，行业未来只关注现金流正负与能否持续经营[22] - 董俊义的任务是确保公司在回答现金流和持续经营这两个问题时不再犹豫，其改革能否让公司起死回生尚待时间验证[16][21] - 此次换帅超出简单人事调整范畴，是公司从个人理想国回归企业生存现实的转折点[6]

华为新一代激光雷达技术发布 - 华为正式发布新一代双光路图像级激光雷达，官方称其为全球量产最高线数的激光雷达产品，线数达896线，实现了对业界普遍192线产品的技术跨越 [2] 高线数激光雷达的性能优势与价值定位 - 高线数激光雷达的安全兜底能力更强，可在120米外识别高度仅14厘米的低矮障碍物，对低反射率目标（如倒地轮胎）的识别距离提升190%，对异形障碍物（如横倒锥桶）的识别距离提升77%，在55米外的夜间场景下可清晰看到小狗摇尾巴的细节 [4] - 该技术的价值在于应对雨雪雷暴、前方车祸、鬼探头等极端情况，为车辆采集更准确的图像，但对日常通勤的用户感知不明显 [4] - 对于超豪华车主而言，作为安全配置有一定吸引力，但对价格敏感的普通消费者而言，现阶段最有效的安全配置仍是驾驶员自身 [4] 首发车型与定价策略 - 896线激光雷达首发于尊界S800与问界M9两款高配高价车型 [5] - 尊界S800 896线激光雷达版本起售价72.8万元，较192线版本（70.8万元）贵2万元；问界M9对应版本起售价47.98万元，较192线版本（46.98万元）贵1万元 [5] 鸿蒙智行整体市场表现 - 截至2026年3月3日，鸿蒙智行累计交付量突破128万辆，从首辆车交付到破百万仅用43个月，且在39万以上价位中，连续14个月位居中国汽车品牌成交均价第一 [7] - 问界M9累计交付超28万辆，尊界S800上市9个月累计交付超1.5万辆，连续5个月稳居百万豪车销量冠军 [7] - 鸿蒙智行旗下品牌销量呈现分化：超豪华阵营的尊界月均销量2000-3000台；问界2月份环比下滑但月销保持在18000台以上；享界、尚界月均约3000台；智界2月批发量为945台 [10] 高线数雷达对不同品牌销量的预期影响 - **对于问界和尊界等高端品牌**：896线激光雷达是锦上添花的“加分项”，目标用户对价格敏感度低，但对“首发”、“顶级”标签有追逐，1-2万元的差价可换来极致安全叙事，契合其对技术领先性和身份认同的需求，有助于巩固技术护城河和头部地位 [14][15] - **对于智界和尚界等中端及平价品牌**：该技术带来的销量提振作用相当有限 [17] - **智界**：其市场（22-30万元）竞争白热化，品牌定位与问界相似但后发导致销量吃亏，用户价格敏感，2万差价约占标配整车售价的1/10，强行搭载高成本雷达会加剧价格竞争压力 [17] - **尚界**：主攻15-20万元平价市场，用户对价格极度敏感，核心诉求是“物美价廉”，堆砌昂贵硬件属于战略错配 [19] - 平价市场主流需求是成熟稳定耐用的家用车，而非新技术新体验 [21] - 总结：896线激光雷达能让问界、尊界的长板更长，巩固其高端地位；但对于智界和尚界，挽救销量的关键在于精准的市场定位、有竞争力的定价和清晰的品牌故事，而非感知硬件的军备竞赛 [21]