文章核心观点 - 在AI时代，选择乐观并拥抱长期主义是基本态度，AI将开启一个创造力爆棚的时代，人类与AI的协作机制至关重要[5][12][17] 长期主义与乐观精神 - 圣家堂是长期主义与乐观精神的典范，其建设跨越144年，通过模块化设计和独立资金确保了项目的持续生长[2][3] - 面对不确定性，乐观是一种主动选择的能力，需要挑战固有认知并想象未来的多种可能性[7][8] - 历史经验表明，集体认知存在局限性，例如上世纪80年代美国知识界对日本超越的误判，凸显了保持想象力的重要性[8] AI发展现状与未来方向 - 英伟达市值在十月底超过5万亿美元，引发对AI泡沫的讨论，但泡沫与“垃圾”内容是创造过程中必要的组成部分[9] - AI发展的确定性方向是“电气化”，未来AI将像电力一样无处不在，一个新建AI数据中心的能耗可能相当于一座两三百万人口的大城市[9][10] - AI对就业的影响体现在白领工作的重塑和大学生就业困难，计算机行业出现意外低迷，程序员成为被替代的首当其冲者[10] AI赋能创造力 - AI被定义为“异生智能”，能帮助人类突破自身局限，让超前想法落地，使“生不逢时”成为过去式[12] - AI技术从通用向专业演进，未来AI智能体将更加智能化、场景化，成为医疗、教育、设计等领域的专业助手[13] - 技术发展的推动力是“合并性”，即跨界融合的能力，AI正在降低跨界创新的门槛，帮助整合多元技能[14] - AI通过节省时间为创造力提供条件，未来工作周可能缩短至四天甚至三天，为“无目的”的探索和玩耍留出空间，这是创造力的源泉[15][16] 人与AI的协作机制 - AI模型训练需要人类引导者的角色，结合“中心化”与“去中心化”才能让AI能力更贴合人类需求[17] - AI存在“书本智慧”与“街头智慧”的鸿沟，缺乏通过实践积累的“隐性知识”和“流程知识”，需要人类用街头智慧弥补[18] - AI目前缺乏持续学习能力和责任意识，例如L2+级自动驾驶事故责任主体仍为人类，在创造力领域人类仍是主导者[18][19] 动态理解世界与包容变化 - 圣家堂的建设历程提醒不能以教条主义对待杰出设计，高迪原初充满张力的创意与后人平滑的数字建模结果形成对比[22] - “超前”是相对概念，高迪的艺术理念对习惯了CGI的现代观众而言已不再那么超前[22] - 社会语境变化带来出乎意料的后果，圣家堂年门票收入超过1亿欧元，其所在的巴塞罗那每年接待游客超过3000万人，但本地居民面临住房紧缺[22]

中国邮政保险代理业务资质变更 - 金融监管总局于2025年11月24日同意中国邮政集团有限公司经营保险代理业务，代理险种范围广泛，包括机动车辆保险、人寿保险、健康保险等15类，代理营业网点范围为代理营业机构[2] - 此次申请恢复邮政自身保险代理资质主要是为了解决合规问题，此前公司一直使用邮储银行的资质进行保险代理业务，保险业务的整体逻辑和经营模式并未发生变化[1][3] - 2021年新的《保险代理人监管规定》实施后对转代理进行限制，中国邮政开始计划申请属于自己的保险代理牌照[5] 中国邮政保险代理业务规模与模式 - 中国邮政是我国最大的保险代理机构，其保险代理业务规模的年保费超过3000亿元，旗下中邮保险的总资产规模超过6800亿元，位列国内前十大险企之列，但中邮保险在邮政年保费中的占比不到四成[2][6] - 公司拥有营业网点达5.4万家，其中超过3.2万个网点兼营金融业务，这些邮政代理金融网点贡献了邮储银行大部分的储蓄和中收业务收入[6] - 在保险业经营上采取"自营+代管"模式，中邮保险设立省级分公司后，可委托当地省邮政公司通过所辖邮政局辅助履行非核心管理职责，无需设立过多分支机构[3] 历史沿革与业务调整 - 邮储银行在成立前是中国邮政的储汇局，2007年改革后成立，并于2016年和2019年分别在香港和上海上市[4] - 邮储银行成立后，中国邮政曾出具《避免同业竞争的承诺函》，承诺不再从事保险兼业代理业务，此后多家所属机构的保险兼业代理牌照被主动注销[4] - 历史上邮政企业网点主要代理销售机动车辆保险和消费型、保障型的简易险，而邮储银行代理销售的险种范围更广[4]

战略调整与业绩表现 - 公司提出"Burberry Forward"战略，核心目标是恢复品牌活力、提升业绩表现及推动长期价值增长 [2][3] - 战略实施期间价格策略经历调整：先尝试涨价未达预期，后转向降价折扣策略，目前决定回归常规季末促销，规模收缩、形式低调以提升盈利质量 [2][3] - 截至2025年9月27日的六个月内，公司销售额同比下降5%至10.32亿英镑，但调整后营业利润为1900万英镑，较去年同期4100万英镑的亏损实现扭亏为盈 [4] 区域市场表现 - 大中华区同店销售额在第二季度增长3%，扭转上一季度5%的下滑态势，为中国市场一年来首次恢复增长 [1][4] - 第二财季可比门店销售额同比增长2%，终结连续七个季度下滑；大中华区上半年同店销售额虽下跌1%，但第二季度增长3%，主要得益于中国情人节的消费热潮 [4] - 全球范围内，中国市场增长抵消了出境游人数下降的影响 [4] 销售渠道与客户增长 - 正价渠道新品销售亮眼，强劲表现降低了对折扣渠道的依赖，奥莱渠道的销售业绩下滑已被正价渠道优势完全抵消 [4] - 批发业务下滑幅度收窄，主要得益于高端品牌专营店、数字化平台等战略合作伙伴当季订单增长 [5] - 中国市场自然触达的客户增长129%，直接带动新客增长10%；全球范围内"Z世代"客群增长18%，中国市场的"Z世代"客群增长更为显著 [5] 运营效率与品牌定位 - 2026财年上半年库存水平下降24%，其中皮具品类去库存力度最大，带动公司毛利率回升，下半财年毛利率将因不再进行大规模折扣而改善 [5] - 公司已转向"隽永英伦奢华"定位，聚焦外套、围巾核心品类，同时巩固其他品类权威地位，品牌真实性与核心定位在中国市场被证实有效 [5] - 此前数年未能打动的客群正纷纷回流到店，转化率大幅提升，中国市场的表现尤为突出 [5]

文章核心观点 - 全球金融市场进入“浅流动性”新环境 美元流动性从极度充裕退回到勉强充足 导致资产价格对仓位调整和预期修正更为敏感 波动加剧 [4] - 2026年投资需在AI驱动的创新乐观情绪与央行政策分化、新贸易秩序、财政风险、地缘政治重构等复杂性因素交织中寻找平衡 [8] - 投资策略需从追逐单一风口转向构建多元、有弹性的资产配置结构 以承受不确定性并捕捉被时间验证的长期趋势 [19] 极端波动背后 - 市场呈现极端波动 截至11月24日现货白银年内涨七成 黄金涨五成多 恒生指数、深证成指、上证指数涨幅超过标普500 但短期呈现普跌 [6] - 美联储12月降息25基点概率一周内从三成多跃升至逾八成 引发典型“浅流动性行情” 全球主要股指反弹 资金在板块间轮动 [6][7] - 高盛判断未来市场主旋律是复杂性 AI创新乐观情绪与央行政策分化等因素交织 将塑造长期利率不再超低、短期波动更剧烈的新环境 [8] 美联储政策分歧 - 美联储内部对12月是否降息存在显著分歧 反对继续降息的地区联储主席数量达鲍威尔任期高点 使最终决议高度集中於其个人决策 [10] - 关键判断包括短端利率路径不确定性增加 长期中性利率因财政扩张等因素整体抬升 AI面临估值风险而非系统性信用风险 [11] 高盛2026年投资路线图 - 股权资产从“单极美股”走向多极化 需择优站队 欧洲受益于再工业化及国防能源投资 新兴市场在弱美元背景下有望跑赢全球 [13][14] - 固定收益迎来久期回归与信用分层 需通过不同期限组合和策略性曲线仓位管理利率不确定性 看好高评级CLO、部分BBB级信用债等 [14][15] - 私募股权领域价值创造重于估值故事 私募信贷、房地产与基础设施需在安全与收益间找平衡 数字化与能源转型被视为结构性机会 [15] 中国市场的配置思路 - A股经历从估值修复到结构分化 资金从高位硬科技和工业龙头减仓 转向低位TMT、军工等板块 建议关注红利价值股和科技新消费的杠铃式配置 [17] - 黄金与贵金属作为尾部风险管理工具的功能在2026年将更重要 应成为长期资产配置一部分 债券可作为稳定票息和对冲波动的工具 [18] - 中国债市情绪有好转企稳迹象 建议配置中长期高等级债、利率债 信用债更偏向中短端票息策略 [18]

AI大模型在企业应用中的风险与应对 文章核心观点 - AI大模型在企业应用中面临显著风险，需通过人机协同和流程优化实现风险可控[3][18] - 超过95%的企业在AI试点应用中失败，风险控制是主要矛盾[3] - 企业应将AI视为数字化员工，借鉴人力资源管理经验进行风险治理[11] AI大模型的微观风险分类 **幻觉问题** - 大模型本质是统计模型，通过模式匹配生成"合理"但可能错误的内容[5] - 幻觉是核心机制固有特性，无法通过调整模型结构或提示词完全根除[5] - 在精度要求高的企业场景中构成关键风险[5] **输出安全与价值对齐** - 预训练数据可能包含偏见和有害信息，导致生成不当内容[5] - 可能被恶意利用生成虚假信息或违法内容，损害企业声誉[5] **隐私与数据合规** - 使用第三方服务时，企业敏感数据可能被服务商收集用于模型训练[6] - 模型可能"记住"训练数据中的敏感信息，造成隐私泄露[6] **可解释性挑战** - 决策过程是"黑箱"，无法提供清晰的人类可理解路径[6] - 在金融风控、医疗诊断等高合规领域构成严峻挑战[6] 风险应对的技术方向 **模型性能提升** - GPT-5相比前代o3模型幻觉率降低65%[9] - 通过指令微调和人类反馈强化学习改善价值对齐[9] - 差分隐私技术通过添加噪声保护训练数据隐私[10] **可解释性进展** - DeepSeek R1通过思维链展示推理过程提升透明度[10] - 注意力可视化技术以热力图显示模型关注点[14] 企业层面的应用治理 **幻觉风险控制** - 选择基础能力强的大模型供应商[12] - 采用检索增强生成技术基于内部知识库生成回答[12] - 通过多模型交叉验证识别修正错误[12] **输出安全管理** - 设置系统提示词定义角色和行为红线[12] - 部署输入输出端过滤器实时拦截不当内容[12] **数据隐私保护** - 签署数据处理协议确保数据不用于再训练[13] - 遵循最小权限原则，必要时进行数据脱敏[13] - 敏感行业采用私有化部署或可信执行环境技术[13] **可解释性管理** - 要求模型输出思维链展示推理过程[13] - 高风险领域限制AI权限，仅作为人类专家参考[14] 企业问责框架 - AI无法成为责任主体，责任永远在人类管理者[16] - 需建立清晰问责框架，将AI使用效果纳入员工KPI考核[16] 人机协同优化 - AI与人类各有优缺点，需通过组织流程发挥各自优势[18] - 企业管理需随AI技术进步动态调整流程和策略[19]

文章核心观点 - 中加基金正进行“二次创业”，核心任务是从依赖固收业务转向构建“全天候、多策略、矩阵式”的产品能力体系，特别是提升权益投资能力 [1][7] - 公司引进资深金融老将邓海清出任首席经济学家、首席投资官，被视为落实监管政策、推动业务转型升级的关键行动 [2][4] - 行业在政策引导下进入高质量发展新阶段，权益投资被赋予战略意义，基金公司需从“明星基金经理”模式转向“渔网”式的系统化、平台化投研体系 [2][6][10][12] 中加基金的“二次创业”战略 - 第一次创业成功抓住固收业务周期红利，实现管理规模从零到千亿的突破 [1] - 第二次创业旨在构建涵盖权益、多元资产及养老金型理财的产品矩阵，以应对行业新阶段挑战 [5][7] - 战略调整具体包括提升权益投资能力、大力发展多元资产配置、培育布局养老金型理财产品体系 [7][8] 权益业务系统化建设 - 公司权益投资板块是当前主要短板，制约其全面发展 [3][4] - 邓海清的加盟将助力公司权益团队把握市场周期，定位高景气赛道，并对投研团队搭建、策略优化、风控体系完善提供重要助力 [4] - 公司通过内培外引，持续打造风格互补、策略丰富的权益投研平台 [7] 行业背景与政策导向 - 2025年5月证监会发布《推动公募基金高质量发展行动方案》，明确要求提升权益投资规模与占比 [2] - 中央金融工作会议确立“金融强国”基调，发展新质生产力要求资本市场大发展，权益类基金成为产业转型的资本引擎和居民财富增值的载体 [6] - 未来五到十年，行业将转向客户画像更精准、产品更趋工具化、资产配置更多元的生态模式 [6] 公司业绩与“渔网模式” - 截至2025年三季度末，公司管理规模1360亿元，非货规模1179亿元，但固收类产品占比远超权益类产品 [6] - 旗下部分权益产品业绩突出：中加专精特新量化选股混合A自成立至2025年9月30日净值增长52.17%；中加科技创新混合A过去一年净值增长108.04%；中加核心智造混合A过去一年净值增长67.42% [10] - 行业共识从依赖“鱼鹰”（明星基金经理）转向构建“渔网”式的系统化产品矩阵，以实现对市场机会的全面覆盖 [10][12] 人才引进与转型 - 邓海清拥有复旦大学金融学博士学位，曾在多家知名券商担任首席经济学家，具备宏观、固收与权益领域的深厚积淀 [2] - 此次人事安排是公司向“多元强者”转型的关键落子，其宏观研究与投资专长可与公司现有固收投研体系形成协同效应 [2][4][13]

文章核心观点 - 郭伟案揭示了中国科研领域长期存在的深层问题，是行业潜规则滋生的必然结果，也为推动科研生态改革提供了重要契机 [1][2][3] - 科研的本质是追求真理和探索未知，必须打破“唯指标、重圈子、轻监管”的潜规则，建立以质量、诚信和创新为导向的新生态 [7] 科研评价体系的潜规则与问题 - 科研评价存在“唯论文、唯项目、唯职称、唯学历、唯奖项”的“五唯”导向，导致评价沦为简单的指标比拼 [3] - 评审者缺乏核实成果真实性的动力，重形式轻实质的评价惯性为骗子提供了可乘之机 [3] - 郭伟伪造的“海外名校博士”、“多篇SCI顶级期刊论文”等履历精准迎合了高校引进人才和项目评审的“硬指标” [3] 科研圈文化生态的潜规则与问题 - 科研领域存在“圈子化”倾向，资源向圈内人倾斜，外部监督难以介入 [4] - 郭伟通过参加学术会议、结识圈内大佬和伪造合作经历融入科研圈子，借助“熟人背书”获得信任 [4] - 信息不对称问题突出，高校对海外履历核查缺乏统一标准，评审专家难以跨机构核实成果真伪 [4] 科研资源分配与监管的潜规则与问题 - 科研资源分配存在“重申请轻监管”的问题，项目获批后过程监管和成果验收往往流于形式 [5] - 部分机构重“争取资源”轻“成果落地”，对项目进展和经费使用缺乏有效核查手段 [5] - 郭伟骗取经费后通过伪造数据、拼凑论文应付验收，监管的“宽松”态度使其骗局持续多年 [5] 改革方向与建议 - 彻底打破“唯量化指标”的评价潜规则，从“数论文、看头衔”转向“重质量、看价值”，建立多元化评价体系 [6] - 构建公开透明的科研诚信体系，建立全国统一的履历核查和成果公示平台，推行“双盲评审”和“异议公示”制度 [6] - 健全全流程科研监管与追责机制，强化材料真实性审核，加强经费使用动态监管，引入第三方评估机构 [7]

小红书创投的崛起与投资风格 - 2025年下半年在深圳投资圈快速崛起 以闪电投资速度著称 部分项目24小时内完成投资 部分项目直接省去尽调环节[1][3] - 出手频繁 半年内参投近10家初创公司 投资领域包括健身泡沫轴 飞行宠物 AI游戏等[5] - 投资决策流程极短 内部真正做决策的只有1-2个人 偏好单点出击而非全面扫描赛道[5] 独特的投资策略与市场定位 - 投资策略为闪电投资 上午见团队 下午发意向书 晚上讨论条款 第二天签约打款[5] - 为获得独家投资资格 愿意提高约20%-30%的估值参投 单笔出手金额在数百万至1000万美元以上[5] - 偏好选择时下大火赛道中的偏冷门项目 投资逻辑侧重赛道加人的组合 如看好AI陪伴需求的确定性[7] 战略布局与财务考量 - 投资主要目的是构建生态而非纯财务投资 不看重短期盈利回报[8] - 公司现金流充沛 净利润已过十亿美元大关 每年可动用数亿美元进行资本性支出[8] - 通过投资提升整体估值 以IPO前估值2000亿元计算 估值每上涨1%可带来20亿元溢价[10] 公司发展与市场表现 - 截至2025年6月底估值达到310亿美元 三个月内飙升19% 突破300亿美元关口[9] - 月活跃用户数超过3.5亿 用户日均使用时长超过74分钟[11] - 完成对广东东方电子支付有限公司的100%收购 补齐支付牌照 打造商业闭环[10] 行业影响与竞争态势 - 投资风格让传统投资人直呼看不懂但大为震撼 老牌投资人认为部分项目投不下手[3][7] - 在to C硬件项目的天使轮 Pre-A轮与美元基金多次交锋 形成竞争压力[5] - 积极从同行挖人 如原今日资本合伙人戴丽丹加盟担任CSO 负责组建战略投资团队[8]

阿里系AI产品用户增长表现 - 阿里巴巴AI助手“千问”App于11月17日开启公开测试，一周内下载量突破1000万 [2] - 蚂蚁集团全模态通用AI助手“灵光”于11月18日发布，上线6天总下载量达200万，其中首破百万用时4天，再破百万仅用2天 [2][3] - “灵光”发布首日下载量为20万，并登顶App Store中国区免费工具榜第一，跻身总榜第六 [2][3] 行业竞争格局变化 - 阿里系双AI产品协同发力，打破了字节系长期占据的C端入口防线，被视为中国AI to C竞争的分水岭 [1][2][5] - 市场从初期的模型能力炫技与流量混战，进入基于用户真实需求与生态基因的价值深耕阶段 [5] - “北字节、南阿里系”的格局初步成型，字节系走“流量+陪伴”的内容生态路径，阿里系走“实用+普惠”路径 [5][9][11] 用户需求与产品功能演变 - 用户对AI的期待已从“能聊”转向“能办事”，市场进入“实用刚需期” [5][6][8] - “灵光”作为业内首个实现全代码生成多模态内容的AI助手，支持通过自然语言在30秒内生成可编辑、可交互、可分享的小应用 [6][8] - 用户使用动机从一次性体验转向持续性任务完成，部分用户连续两小时修改同一应用超百轮，平均迭代达6次以上 [6][7] 企业生态基因与竞争壁垒 - 字节系AI战略根植于“算法驱动的流量聚合与分发”，其AI产品侧重于情感互动、内容创作辅助等轻场景 [9] - 阿里系基于电商交易和普惠金融的“民生服务基建”基因，其AI产品天然倾向于“实用+普惠”路径 [11][13] - 阿里系通过“千问管生活、灵光管创造”的双轮驱动形成协同，未来竞争壁垒将建立在工具生成的可靠性与复杂服务场景的深度融合上 [8][13] 全球AI to C产品逻辑与中国路径 - 中国AI to C探索出一条不同于硅谷的新路径，更强调场景适配与普惠落地，核心逻辑是“交付工具”而非仅“提供信息” [14][15] - “灵光”30秒生成可交互工具的设计与谷歌Gemini 3.0战略同频，但在移动端实现更彻底、门槛更低 [14] - 未来“灵光”计划接入支付宝的医疗、本地生活、支付等服务，形成“工具生成—服务调用—支付闭环”，并开发“闪应用”的分享与托管功能 [15]

股价剧烈波动 - 在10月29日至11月24日的19个交易日内，工业富联股价从高点累计跌幅超30%，市值蒸发逾5000亿元 [1][3] - 11月24日，工业富联股价大幅下跌，午间收盘跌幅达9.99%，最终收盘跌幅为7.80%，当天放量成交逾187亿元，总市值为1.11万亿元 [2] - 10月29日，公司股价因亮眼财报涨超9%，收报80.8元/股，总市值创下历史新高，站上1.6万亿元 [3] 三季度业绩表现 - 工业富联2025年前三季度实现营业收入6039.31亿元，同比增长38.4% [3] - 公司前三季度实现归母净利润224.87亿元，同比增长48.52% [3] 市场传闻与公司澄清 - 市场传闻称英伟达计划将AI服务器中L6-L12层级的高价值业务模块重新纳入自有供应链，可能导致工业富联订单规模缩减和业绩不确定性增加 [3] - 传闻导致市场预期公司全年机柜交付量可能从10万柜下调至8万柜，且单柜净利率或进一步承压 [4] - 工业富联于11月24日晚间发布公告澄清，称网络流传言论不实，公司第四季度经营按计划推进，客户需求畅旺，未收到主要客户调整业务模式的要求 [4] - 公司重申未下调第四季度利润目标，与客户合作的下一代产品按计划推进 [4] 行业背景与分析师观点 - 在10月29日至11月24日期间，多只算力概念股股价出现回调，例如中际旭创下跌10.96%，新易盛下跌28.64%，天孚通信下跌23.74%，胜宏科技下跌22.99% [6] - 机构分析师认为关于英伟达切入服务器OEM环节的传闻“不靠谱”，指出英伟达切入低集成度环节会拉低自身利润率，且从技术层面看并不合理 [6] - 分析师将算力股回调归因于前期涨幅过高、获利盘回吐以及部分公司估值与业绩预期不匹配 [6]