文章核心观点 - 黄仁勋以制造业逻辑阐释AI工厂的投资回报框架：AI工厂以电力为原料生产Token，投资能否收回取决于工厂能否建得快、用电省，以及产出的Token是否有足够买家 [1][3] - 黄仁勋认为AI带来的变革仍处在起点，将以非常积极的方式影响每一个行业、每一个国家 [3] - 英伟达通过发布工厂参考设计和各类标准架构，依靠标准化配置把市场规模尽可能做大 [10] 全球AI产业链市场表现 - 进入10月以来全球AI产业链股票经历剧烈调整，截至10月16日美国费城半导体指数连续8个交易日下跌，创下2008年以来最长连跌纪录 [2] - 10月22日亚洲市场芯片和AI股再度领跌，韩国KOSPI指数收跌3.52%，SK海力士跌超5%，A股创业板指数跌4.37%，算力硬件股集体走弱 [2] - 亚马逊、微软、谷歌母公司Alphabet、Meta四家公司今年资本开支都将超过1000亿美元，主要投向数据中心等AI基础设施，这些投入能否收回及举债扩张风险是资本市场争论焦点 [2] AI工厂的效率 - 英伟达将AI工厂设计目标概括为"每瓦电力产出更多智能，用更短的时间产出第一个Token"，前者对应单位电力产出，后者对应新工厂投产速度，两者都关系到AI工厂多久能收回投资 [5] - 黄仁勋表示摩尔定律已基本终结，即便仍有效芯片性能十年也只能提升100倍左右，而过去11年AI性能提升了100万倍，靠的是芯片、系统、软件和算法的"极致协同设计" [5] - 按照英伟达设计方案，同等产出条件下AI工厂功耗最多可降低30%；英国AI云服务商Nscale在上一代GB300系统上测试英伟达电力管理软件后，供电额度不变时可多部署37%的GPU，单位时间产出的Token总量提高近50% [5] - 黄仁勋举例称一座1吉瓦的AI工厂每年带来400亿美元收入，晚投产3个月就要少收约100亿美元 [6] - 英伟达发布整座AI工厂参考设计，合作伙伴先在集装箱式模块里装好设备、完成集成和验证再运到施工现场，场地设施就绪前提下现场部署时间可从6个月缩短到14天 [6][7] - 黄仁勋认为把组装工作嵌进供应链是全球供应链的一次彻底转变，会改变数据中心的安装和建设方式，减少闲置浪费的算力和资本投入，提升产业链各方盈利能力 [7] - 英伟达早先把整个机柜的组装放进供应链，才得以同时为全球几百个数据中心的建设供货 [7] - 黄仁勋希望欧洲建起自己的AI工厂，认为要成为AI经济的一部分不能只做AI的消费者，而要成为AI的生产者 [7] Token的需求场景 - 黄仁勋认为基础设施必须先于AI模型落地，就像先有通信网络才有互联网，接下来消耗Token的主力是智能体，智能体会思考、推理、反复迭代并使用工具，越有用消耗Token越多，GPU需求也随之大增 [8] - 智能体落地企业需获得访问文件、网络和各类工具的权限，智能体有多大用处取决于给它多大的访问权限，同时要确保安全、权限尽量小并受到监测 [8] - 英伟达发布OpenShell安全参考架构，把智能体放在隔离环境里运行，再从芯片层面限定其能访问什么、能做什么，便于为客户安全地部署智能体 [8] - 黄仁勋判断未来每家公司都会同时使用封闭模型和定制的开放模型，Token买家会遍及各行各业，英伟达会把开放模型的参数、全套训练方法和数据一并公开，企业可据此复现和定制模型 [8] - 黄仁勋认为AI进步不会让软件和工具公司走到尽头，恰恰相反这些工具的使用者会比以往任何时候都多，每一家做专业软件工具的公司都将成为AI公司、成为智能体公司 [9] - 英伟达展示的案例中，法国设计与仿真软件企业达索系统的工程智能体已能通过仿真找出车型设计中的问题再改进设计，这类仿真本身需要消耗大量算力 [9] - 更远更大的需求来自物理AI，做一套物理AI系统要用到三类计算机分别用于训练模型、在数字孪生里让机器习得技能以及装在机器人身上运行，前两类通常放在数据中心，意味着物理AI大规模落地前就已要消耗数据中心算力 [9] - 黄仁勋认为无人驾驶出租车是巨大机会但市场极其分散，宣布沃尔沃汽车、梅赛德斯-奔驰等车企的下一代车型都将兼容英伟达推出的标准化自动驾驶架构Hyperion，借助行业标准联合生态链企业组成人人可接入的巨大"虚拟车队" [10] - 黄仁勋拿手机、个人电脑和英伟达NVL72整机柜系统作类比，认为标准化配置让很多客户都能用上从而带来销量并推动技术迭代越来越快，机器人形态也要尽可能标准化，人形机器人能适用于很多场景很可能成为销量最大的一类机器人 [10]

文章核心观点 - Meta第三季度财报电话会焦点为Muse个人智能体，该产品上线后下载量快速增长，10天登顶美国区App Store免费榜并维持美加地区第一 [4] - Muse不是传统聊天机器人，而是替人办事的个人助理，可在云端专属虚拟机内开浏览器、登账号、填表单、发邮件，完成比价下单、订机票酒店等任务 [4] - 个人Agent在中美均为AI圈热议话题，OpenAI、谷歌已在Muse之后推出个人Agent产品，国内阿里、腾讯、字节等互联网大厂也已或即将推出相关产品 [4] - Meta管理层在电话会中回答了Muse核心数据、用户习惯、下一步发展方向，并谈论Muse将怎样赚钱、商业模式能否成立 [4] 用户与增长数据 - 上线一个半月，美国和加拿大有超过1000万人使用Muse，其中约25%用户每天都会使用 [6] - 日活水平是Threads起步时的两倍以上，也是Meta其他AI应用起步水平的两倍以上 [6] - Muse目前没有全球上线，约束之一是运行起来很吃算力，若铺得更广用户数字会显著大于1000万 [8] - Meta计划把Muse用户增长至数十亿人，摩根大通分析师判断Muse有潜力成为ChatGPT之后使用最广泛的消费级AI应用 [9] 使用场景与用户习惯 - Muse最常用场景是购物，超过四分之一用户会让它购物，客单价超过200美元 [6] - 上线第一周Meta不得不和Stripe一起上调信用额度，因交易量超出所有人预期 [6] - 购物任务覆盖旅游场景，人们会用Muse规划行程 [7] - 除购物外，Muse另一个大使用场景是个人生产力和创造力场景 [7] 商业模式与变现 - Meta公司CFO苏珊·李认为Muse会是一个非常赚钱的业务 [11] - 花旗银行测算，Muse一旦开始变现，预计对在线交易总额（TTV）的贡献约1680亿美元，按5%的佣金率计，首年交易收入约80亿美元 [11] - 商业化模式之一为抽佣：Muse建立商业工具，按其促成的交易收取费用，主要由企业支付，如用户通过Muse在酒店下单，Muse从订单金额中抽成由酒店支付 [12] - 商业化模式之二为付费订阅：主要面向想使用最先进模型或更多Token的个人用户，以及希望使用Muse发展自己生意的企业主 [13] - 扎克伯格称有大量企业想搞清楚如何更有效使用Muse，还有企业主动来找Meta做集成 [14] - 据最近一次用户调查，Meta估计至少有5亿中小企业在使用Meta应用家族来触达客户、创造收入，这些企业也是Muse潜在客户 [15] 成本与财务影响 - 扎克伯格称跑通Muse商业闭环非常重要，只有这样才能继续获得Meta想要的算力，才能让Muse规模化触达每个人 [16] - Meta未公布Muse成本具体数字，管理层多次提到其相当吃算力 [16] - Meta第三季度单季资本开支349亿美元，自由现金流为负21亿美元，是上市以来第一次转负，全年资本开支指引下限从1300亿美元上调至1350亿美元 [16] - Meta预计明年能把模型推理成本降低到只有原来的十分之一，苏珊·李称若算力效率在未来几年继续快速改善，Muse会在很多年内非常赚钱 [16] - 富国银行预计Meta 2027年运营支出约2120亿美元，AI收入要到2028年才有实质贡献，2027年可能成为新一轮投资周期中的盈利低谷 [16] - BMO Capital分析师认可Muse产品进展，但认为该产品2026年至2027年高额资本开支的回报可见性与成本轨迹仍不清楚 [17] 行业竞争与生态对抗 - 9月20日亚马逊阻止Muse在其站点购物，理由是未经授权访问、智能体身份识别不足及潜在凭证安全风险，并要求Meta把亚马逊从服务体验中移除 [19] - Meta回应称Muse无法看到用户密码和支付方式 [19] - 同期达美航空禁止AI代理代客订票，摩根大通、嘉信理财出于安全考虑阻止AI代理访问账户 [19] - Meta应对策略是绕开对抗、定向打通，与沃尔玛、Gap、丝芙兰、百思买、Wayfair达成合作，接入Shopify与PayPal的结账网络，并与AI基础设施公司Sierra等牵头推出"个人智能体协议"，试图给智能体发身份凭证 [19] 信任与隐私问题 - 个人Agent另一潜在问题是信任，Muse掌握用户信息越多、服务越个性化，隐私风险越高 [19] - Meta强调不把Muse数据与核心广告业务共享，每位用户的Muse运行在独立云端虚拟机上，但市场对该公司信任并不充足 [19] - 财报发布同日，美国新墨西哥州一名法官判令Meta向该州支付250亿美元，原因是Meta在用户数据隐私控制、内容审核（包括仇恨言论和虚假信息治理）等方面作出误导性陈述，违反该州《不公平行为法》 [20]

文章核心观点 - 西昊通过砍掉低端业务线、死磕底盘技术与智能研发、自建重资产供应链、透明成本定价，以技术和产品而非流量构建护城河，重新标定全球人体工学椅标准 [5][10][28][36] - 人体工学椅行业长期由欧美日品牌把持高端底盘技术，国内厂商受制于技术与成本只能使用廉价公版底盘，西昊以跨界材料创新击穿技术壁垒 [9][10][11] - 行业存在同质化价格战与轻资产投流模式，西昊选择重资产、重研发、重供应链的长期主义路径 [3][23][36] 行业背景与市场痛点 - 职场人每天9.3个小时钉在工位上，腰椎病患者高达2亿，全球腰痛人群达8.43亿 [2] - 2014年底国内人体工学椅市场陷入惨烈价格战，原本8500元的工学椅被血崩式杀到600元上下 [3] - 高端玻纤底盘工艺长期被欧美和日本老牌企业垄断，国内厂商只能采购廉价公版金属弹簧底盘，弹力极不均匀、前半程没支撑后半程死沉、后仰角度极小 [9] - 欧美市场Herman Miller动辄上千美元，中国同行在亚马逊卖几十美元廉价货，中间优质价格带完全空白 [31] - 行业新入局者缺乏百万级规模优势，采购成本比西昊高出10%-15%，供应链配合度无从谈起 [28] 公司发展历程与关键转折 - 2011年西昊在深圳宝安创立，靠底层供应链成本控制和线上流量红利，2013年销售额突破一亿元 [3] - 2014年底价格战中上千万库存压仓，资金链绷到断裂边缘 [3] - 当时低端业务线撑起公司70%营收，却几乎不产生利润，吞噬后端80%的供应链资源和研发精力 [4] - 公司砍掉七成营收断臂求生，仅剩的一百万元利润全部砸向新一代产品技术攻坚 [5] - 推出带四向调节腰枕的M18产品，帮公司清空上千万库存，随后几年全球累计卖出超过300万张 [5] - 公司基因彻底转变，确立能救命的从来不是流量而是技术和产品的理念 [5] 技术研发与产品创新 - 研发团队跳出家具圈子，把目光投向运载火箭壳体和直升机旋翼，历经三年反复试错，将航空级特种玻璃纤维塞进底盘，做出第六代太空底盘 [10] - 2024年材料升级为碳玻复合弹片，底盘硬扛近30万次疲劳极限测试，抗疲劳性能飙升67% [11] - 太空底盘解锁145度黄金大仰角，弹力顺滑且无极悬停，专业测试表明背部压力比普通座椅低15% [11] - 全球掌握第五代以上玻纤底盘研发能力的品牌只剩三家，西昊是其中之一 [11] - 高端线采用PA+尼龙纤维复合材料甚至高强度铝合金，防止断裂和老化形变 [11] - 首创6D、8D仿生关节扶手，可上下前后调节并做出高达35度上仰，契合躺着玩手机打游戏的手臂支撑需求 [11] - 一把椅子拆解开含137个可调部件，行业平均水平仅数十个 [12] - 2021年启动内部代号T6的智能人体工学椅项目，将传统模具厂全部换掉，改用符合3C认证的电子产品标准代工厂，工人穿防静电衣帽在无尘静音房作业，抽检升级为原材料、制程、成品三道全检 [15][16] - 音响与哈曼卡顿联名，声音失真率摁在1%以下，工程师把结构设计推翻4次、图纸改了十几版，电池技术和电源散热全部推倒重来 [16] - T6内置高精度传感器阵列，无感读取心率、体脂率等11项核心生命体征，通过App生成健康报告并提醒调整坐姿；腰部波浪式脉冲直达筋膜层，肩颈仿生双马达揉捏疲劳点，航天级PI石墨烯材料释放远红外线生命光波促进微循环 [18] - T6研发历时4年，研发费用烧掉整整一个亿，按成本核算售价需定在15000元，管理层坚持让大众用得起，最终定价9999元 [18][19] - 公司推行透明的直接成本定价法，研发成本不分摊到消费者身上 [20][28] 供应链与制造体系 - 在广东南海九江砸下近2亿元建占地45亩的现代智能家居产业园，于2026年10月15日正式乔迁，选址紧邻顺德龙江全国最大家具集散地 [23] - 供应链总监黄启有近20年制造业履历，曾在世界500强家电公司从注塑车间管培生做到班组长、车间主任、品质、工程和供应链，干了8年；2009年切入供应链赛道；2014年从0到1搭建净水器工厂体系，所在公司4年做到数亿规模并拿下ODM赛道全国第一；2020年去往佛山德尔玛统筹飞利浦水业务板块，全程参与ISC集成供应链体系搭建和上市合规化进程，助力德尔玛2023年成功上市 [24] - 黄启每周一半时间在外巡厂，西昊有10多个工厂其中一半是100%深度合作，每季度都有新品 [25] - 将模具开发、注塑成型、总装三个环节整合到一家工厂进行模塑组装一体化合作，大幅降低单件物流成本，实现规模效应，原来三个厂各赚1块钱，整合后单件利润压缩但供应商接盘更大规模项目，实现双赢 [26] - 引入家电行业阳光招标机制，通过公开竞标优化订单分配倒逼供应链提质增效，一次招标会底盘采购价最高降超10%，彻底规避回扣风险，携手供应商共建自动化产线 [27] - 物流端将部分零部件改为可拆装结构，包装体积缩小10%，装柜量提升5%以上，通过轻量化设计规避海外运费门槛，一年省出数万元 [28] - 面对中东局势导致尼龙等原材料涨价40%-50%的行业危机，与华南理工大学院士团队合作开发改性材料，新材料成本比原来还低10% [28] - 公司死规定：供应商老板喝茅台的钱绝不能摊到椅子成本里 [29] 海外市场拓展 - 2018年开始大规模试水海外，没有选择红海泥巴战，直接把M18以近200美元价格挂上亚马逊美国站，一个月首批备货被抢购一空，前半年卖了8000张，第一年跨境销售额突破340万美元 [31] - 到2025年产品卖到全球122个国家和地区，年总销量突破220万件 [31] - 海外逆向供应链上在海外仓寻找第三方中资企业做集中返修站点，提前备齐配件，将原本只有50%的本地返修率提升到80%，大幅减少无效跨国运输成本 [31] 渠道与品牌建设 - 推行百城千店计划，在全国36个核心城市铺了近300家体验店 [34] - 对合伙人实行赋能式管理：不需要交加盟费，不需要压库存，售后和库存压力总部全包，核心目的是控住价格体系确保线上线下同品同价 [34] - 把百万级出货量与零缺陷容忍度匹配，疯狂补课应对智能机电设备设计瑕疵被销量放大的安全风险 [35] - 终极目标是让每个人都拥有两把西昊椅子，家里一把办公室一把 [36] - 在深圳2000平米实验室里进行50万次枯燥按压测试 [36]

文章核心观点 - 国产算力芯片的竞争正从芯片本身延伸至软件迁移、系统效率和供货保障等算力落地的各个环节，依靠外部环境“躺赢”的阶段正在过去 [1][4] - 国产算力芯片公司三季报增长普遍亮眼，AI算力需求快速增长、厂商技术积累与外部环境助力共同推动业绩 [2][3] - 国产大模型与国产算力芯片配合日益紧密，模型适配带来的差异化优势逐渐收窄，厂商之间竞争日趋充分 [3][4] 业绩表现 - 沐曦股份预计前三季度营收同比增长105.60%至151.29%，归母净利润扭亏为盈 [2] - 海光信息前三季度营收同比增长57.58%，第三季度营收58.56亿元，创单季新高 [2] - 寒武纪、摩尔线程2026年上半年营收分别同比增长108.13%和147.42% [3] 模型适配进展 - 2025年1月DeepSeek-R1开源后，国产芯片大多在十多天后陆续完成适配；同年9月DeepSeek-V3.2-Exp开源，华为昇腾、寒武纪、海光信息等已能在当天完成适配 [3] - 2026年10月15日阶跃星辰开源Step 5 Preview，华为昇腾、摩尔线程、沐曦股份、壁仞科技和海光信息DCU等国产芯片均在当天完成“Day 0适配”，该情况在头部国产芯片厂商中已逐渐普及 [4] 软件迁移 - “Day 0适配”主要跑通新发布模型，存量应用迁移到国产算力平台仍需投入大量人力，不少行业用户软件最初在国外硬件和软件环境上开发 [6] - 中科曙光高端计算总工程师卜景德表示，面向科学计算的主流软件环境基本都已支持，适配工作量大幅降低，但传统以CPU为主的应用迁移适配仍有挑战；商业软件没有源代码适配较难，有源代码且开发团队在国内的合作相对简单，科研团队自编算法移植上手较慢，深度适配优化往往需要几十人团队、有的接近一两百人 [6] - 中国石化胜利油田物探研究院首席专家张猛表示，研究院原自研勘探软件全部基于国外商业硬件运行，迁到国产平台需改造程序架构、语言和接口 [7] - 2025年8月华为轮值董事长徐直军宣布昇腾基础软件CANN全面开源开放 [7] - 头部芯片厂商相关负责人表示，算力硬件和软件模型种类增多会催生专门做中间件服务的厂商，AI Infra新形态由此出现，芯片厂商保障最基础部分，软件生态依靠更多伙伴共同完善，目前在工业制造等领域国产软硬件比例仍相对不高 [7] - 中科曙光副总裁曹振南表示，公司在软件人员上投入很大且主要集中在系统软件层面，基于国产芯片搭建算力平台需要足够厚的软件栈，包括各种库、开发环境乃至编译工具；好不好用、应用门槛高不高可能成为衡量国产算力的关键指标 [8] 系统效率 - 同样数量芯片组成的系统效率可能相差悬殊，大规模集群逐渐成为大模型部署常见形态，这种差别可能进一步拉大 [10] - 中科曙光高速网络互连产品部总工程师万伟表示，模型越来越大，八张计算卡已难以容纳完整模型，需采用分布式架构由多节点共同承载，多卡并行计算存在通信同步依赖，部分计算卡异常延迟会拖累整个集群计算效率，计算、网络和存储的协同效率是影响集群性能的关键因素 [10] - 华南某大型券商半导体分析师表示，超节点已逐步成为大模型部署门槛，推理所需配置已从去年的八卡一体机升级 [10] - 7月开源的Kimi K3参数规模达2.8万亿，月之暗面官方建议本地部署时使用64个及以上加速器组成的超节点；该分析师认为超节点在2026年第三季度已迎来批量放量拐点，2027年渗透率有望加速提升 [11] - 超节点靠系统架构创新提升算力效率，把计算集成得更密，芯片内存可统一编址、直接访问，与传统横向扩展方式相比，通信损耗从30%—40%降到10%以内，算力利用率从60%—70%提升到90%以上，万亿参数级模型训练周期从数月缩短到数周 [11] - 在国产芯片与海外芯片单卡性能仍存在差距的情况下，超节点是国产算力追赶的一条路径；云厂商资本开支有望从单纯采购芯片转向采购整套系统，超节点交付从单台服务器升级到整机柜乃至多机柜级别，涉及计算、网络和制冷供电，方案复杂程度明显提高，市场份额会更多向头部服务器整机厂商集中 [11] - 9月9日京东云宣布拟建设十万卡智算集群，采用摩尔线程GPU，算力向全行业开放，看中摩尔线程在大规模集群上的成熟交付经验 [12] - IDC数据显示，2026年上半年英伟达在中国数据中心AI芯片市场份额降至34%，华为份额达28%；IDC认为中国AI芯片市场竞争正从单颗芯片性能转向大规模计算系统效率 [12] 供货能力 - 集邦咨询预计2026年第四季度一般型DRAM合约价环比上涨10%—15%，DRAM原厂持续把先进制程投向服务器用高性能产品，市场整体维持供不应求但涨势有所放缓；2027年HBM整体平均售价同比增幅可达121%，AI服务器需求持续扩张，HBM与一般型DRAM仍在争夺有限的先进制程和晶圆产能 [15] - 头部芯片厂商相关负责人表示，从晶圆到基板芯片上游都面临价格上升压力，产能受外部供应链波动影响，其中影响最大的是内存；芯片产品设计阶段已考虑该因素，今后产品会尽量在不增加或少增加成本情况下兼容更多类型内存 [16] - 半导体分析师认为存储供给仍是当前制约国产AI芯片的主要瓶颈之一，随着国产存储厂商技术进步和产量提升，这一瓶颈有望逐步缓解，带动国产算力芯片出货增长 [16] - 长鑫科技宣布新的DRAM架构已取得进展，新一代服务器内存预计年底推出，存储密度有望提升；其在2026年前三季度业绩预告中表示AI算力需求快速增长，DRAM产品供不应求、价格大幅上涨，产能利用率保持高位运行 [16] - 芯片厂商备货计划往往提前一年制定，根据市场调研预测下一年出货量，备货不足、产能跟不上会导致市场供应紧张 [17] - 截至2026年6月末，寒武纪存货较上年末增长66.83%，增加的主要是原材料和委托加工物资；同期摩尔线程存货从2025年末的13.32亿元增至35.50亿元 [17] - 截至2026年9月末，海光信息预付款项从2025年末的28.85亿元增至58.85亿元，存货从64.06亿元增至89.21亿元，公司表示根据经营策略加大备货规模、原材料采购支出同比显著增多 [17] - 半导体分析师认为今明两年国产算力芯片仍有较强需求支撑，但近期国产算力卡供给问题压制了算力基础设施的部分需求 [17]

文章核心观点 - 非正规助贷公司通过虚构贷款条件、不实承诺及“AB贷”模式等手段骗取借款人费用，多地公安机关正集中打击此类涉嫌诈骗的“黑灰产”助贷机构 [3][8] - 尽管监管整顿力度加大，仍有不少助贷公司顶风作案并升级操作手段，行业设立门槛低导致极易死灰复燃，案件侦查与量刑过程复杂 [10][12][13] 非正规助贷公司的经营特征与手段 - 非正规助贷公司多在各地商圈高端写字楼租用办公场地，招牌仅标注“签约中心”“个贷业务服务中心”等字样，不显示完整公司名称，部分门店装修看似豪华但内部陈设简陋，仅配备少量电脑，在岗员工为数不多 [1][3] - 此类公司虚构贷款办理条件并作出不实承诺，宣称利率低、授信额度高，打出“0费率”“无抵押”等宣传口号，但实际办理时借款人不仅要承担高额利息，还会被收取保证金、服务费等各类费用 [3] - 部分助贷机构存在协助伪造申请材料的行为，由此引发骗取贷款的风险 [3] - 有助贷公司声称可包装资料、走内部加急通道，宣称“审批包过”可无视客户实际资质，但在放款前收取数百元资料费和加急费，缴费后对方态度骤变、回复迟缓，最终告知资质不符审批失败且前期费用不予退还 [7] - 助贷公司还可能虚构各种收费名目，如保证金、过桥费、征信修复费等，有些还会隐瞒真实利率，甚至通过制作虚假材料来申请贷款 [8] - 开设此类助贷公司门槛并不高，只需在高端商圈租用办公间、招募少量员工、添置基础办公设备即可营业，一旦感觉出现问题经营者可迅速“跑路”失联或更换经营主体名称重新运营 [12] “AB贷”模式的具体操作与升级 - “AB贷”即实际借款人A资质不足无法独立申请贷款，在助贷中介诱导哄骗下寻找征信状况良好的第三人B作为名义借款人申请信贷资金，并将资金交由实际借款人使用，一旦A无力履约B将承担全部还款责任 [5] - B大多数为A的亲朋好友，助贷中介不会直说让B贷款，而会骗B说只是做担保人、见证人、还款监督人，或只是“刷个脸增信”，后续又对B谎称增信不足需要双方捆绑贷款或联合贷款才可以办理，再以B的名义向银行贷款，待放款后收取服务费再将钱款转给A [5] - 目前仍有助贷公司不断升级“AB贷”模式，操作手段更为隐蔽：有助贷公司向紧急联系人再三保证仅作为紧急联系人无需签字也并非担保人，到场后核验身份证与社保信息，称是为查询个人大数据评分所用，随后安排其他人员在银行手机应用程序上以该人名义提交贷款申请，并要求拍摄身份证照片并完成人脸识别 [10][11] 借款人遭遇的典型套路 - 一位女士因资金周转需求委托助贷中介办理业务，中介话术极具诱导性，初期很容易被说服，事后复盘才发现全是“套路”，且在接洽过程中批量提交了多家银行的申请，造成征信查询次数激增 [7] - 一位四川女性借款人10月中旬在助贷公司咨询，员工先陪同打印纸质征信报告并采集公积金、社保等个人信息，随后告知其征信资质尚可只是查询记录较多，仍可办理贷款，可申请年化利率3.2%的银行产品，但助贷公司要收取7%的服务费，员工声称是与银行合作、服务费需分给银行方面相关人员 [11] - 该借款人同意办理并签署合同，在助贷公司人员陪同下前往银行办理贷款并提款6万元，十余分钟即放款成功，其在银行网点看到助贷公司人员与银行工作人员互动频繁感觉两人非常熟络，便相信助贷公司确实与银行存在合作关系并同意缴纳服务费用，事后有朋友提醒这些助贷公司并非与银行合作，只要事先了解银行贷款条件对号入座也可以把贷款申请下来，并不需要缴纳额外服务费 [12] 监管打击行动与案件进展 - 近期广州、佛山、成都、重庆等全国多地涉及“黑灰产”的助贷公司都已成为公安机关重点打击对象，多地公安机关正集中侦办此类助贷公司案件，涵盖北京、上海、江苏、浙江等地，浙江省内多地亦在同步开展相关查办和抓捕工作 [3] - 从2025年下半年开始各地陆续有个别非正规助贷公司被查处，但当时涉案金额都比较小，被查处的主要是相关报案比较多、受害人反映比较强烈的公司；2026年3月26日杭州上城区的助贷专案是较早开展的集中打击行动，该案抓获人数多、涉案金额较大 [6] - 真正形成规模地集中打击是在2026年相关专项行动开展之后，4月公安部和国家金融监督管理总局联合部署新一轮金融领域“黑灰产”违法犯罪集群打击工作，明确把非法贷款中介、助贷机构等列为重点打击对象 [7] - 4月22日国家金融监督管理总局发布公告称，2026年防范和打击非法金融活动部际联席会议全体（扩大）会议暨防范和打击非法金融活动总体战动员部署会议在京召开，会议决定自2026年起开展为期三年的防范和打击非法金融活动总体战 [7] - 在广州珠江新城某写字楼工作的陈先生称其工作的助贷公司被警方查处，其工作半个月时已了解到同一写字楼内其他从事助贷业务的公司早在8月底就已被警方查处 [2] - 相关助贷公司被查处主要是因为涉嫌诈骗罪，单纯从事助贷中介业务本身并不构成犯罪，问题主要出在开展业务过程当中，有些助贷公司为快速获取客户或收取高额佣金，虚构自己与银行合作能够快速审批贷款、提高贷款额度或获取更低贷款利率，但实际上与银行并没有这些特殊合作关系，很多贷款都是通过公开渠道帮客户申请的 [8] - 如果助贷公司通过虚假承诺让贷款申请人产生错误认识，以为交了钱就能享受到相应贷款服务，并最终骗取申请人支付相关费用，就可能涉嫌诈骗罪 [8] 案件查办难度与量刑情况 - 助贷公司相关案件若涉及人数较多，公安部门需要调查每个员工的业务情况、资金流水、客户数量，还要区分不同人员的责任，侦查难度通常比较大，有些案件从刑事拘留开始到正式移送检察院审查起诉可能需要六七个月的时间 [12] - 目前杭州比较早的“3·26”助贷专案也才刚刚进入检察院阶段，还没有明确的量刑结果，2026年新一轮集中打击之后办理的案件目前很多还处于公安侦查阶段，尚未进入实质性的量刑协商程序 [13] - 具体量刑需结合涉案人员的实际工作内容、业务参与程度、所起作用以及最终认定的诈骗金额进行综合判定，对于公司老板、实际控制人和参与经营决策的核心管理人员处罚可能会比较重，诈骗金额达到50万元以上即属于数额特别巨大，依法可判处十年以上有期徒刑或者无期徒刑 [13]