核心观点 - 一篇关于呼吁微软重振Windows Phone的请愿书引发讨论 该请愿书已吸引接近500人参与 核心诉求是希望微软借助现代硬件和服务对Windows Phone进行重新构想 而非简单复刻[1][2][5] - 文章回顾了Windows Phone失败的根本原因在于应用生态困境和开发者支持不足 并指出微软目前并无官方计划重返手机操作系统领域 其战略重心已转向云服务和AI[9][10][13][14][17][20] 历史回顾与失败原因 - Windows Phone曾被视为全球第三大操作系统 但最终未能抵挡Android和iOS的竞争而退出市场[1] - 微软在2013年决定收购诺基亚设备与服务业务 旨在通过软硬件一体化加速Windows Phone普及 该交易于2014年4月完成[6][8] - 收购并未带来预期回报 Windows Phone在Android与iOS已建立优势的市场环境下始终无法实现规模化盈利 微软后续进行了资产减记和业务重组[9] - 失败的根本原因在于生态困境 开发者因用户少而不愿投入 用户因应用少而选择其他平台 形成了恶性循环[10] - Windows Phone存在大量主流应用长期缺席或更新滞后的问题 平台独有的API体系也抬高了开发成本[11][12] - 行业分析指出 应用生态的完整性和开发者经济模型是决定Windows Phone成败的关键因素[13] - 到2017年底 微软已用行动表明自有移动操作系统不再是战略重点 Windows 10 Mobile功能更新放缓 公司资源重心转向云服务和跨平台应用[14][15] - 2020年1月 Windows 10 Mobile官方支持正式结束 标志着Windows Phone的终结[16] 请愿内容与用户诉求 - 请愿书名为“Bring Back Windows Phone” 由一位希腊用户在Change.org上发起 呼吁微软重振Windows Phone[2] - 请愿者核心诉求是希望微软基于现代技术重新构想Windows Phone 而非回到过去 具体设想包括现代化硬件、与Microsoft 365和Copilot无缝整合、采用Fluent Design全新界面以及更好的开发者支持与应用兼容性[5][7] - 请愿者认为 在iOS和Android垄断的移动市场中 仍有空间容纳一个以简洁、高效、尊重用户选择为核心的第三种生态[5] - 请愿书抛出一个设想 即如果Surface Duo当初运行的是Windows Phone会是什么样[5] - 部分支持请愿的用户认为 第三大操作系统的重新出现可能给竞争格局带来利好 并指出微软现任CEO曾承认放弃Windows Phone是一个错误[21] - 有用户建议探索让Windows Phone像PC版一样运行的可能性 因为Windows已支持ARM应用 或可将其与早期的Andromeda OS方案合并[21] 行业现状与公司战略 - 微软目前没有任何官方计划重返手机操作系统领域[19] - 公司曾有过基于Android打造“Windows风格”手机体验的尝试 例如夭折的Surface「Andromeda」项目和后来被放弃的双屏Surface Duo[19] - 如今的微软正在全力投入云和AI战略[20] - 有外媒指出 由于缺少真正意义上的手机平台 微软在AI时代会缺失一个关键入口[20]

建立设计系统的核心思维 - 建立设计系统的核心系统思维并非单纯搭建控件库，而是以产品全局视角思考设计，需兼顾产品整体步调与未来发展方向，让设计满足当下需求并具备充足的迭代空间与灵活性，从而避免碎片化设计带来的内耗 [3] 设计师掌握Prompt设计的契机 - AI的快速发展与全流程赋能是核心契机，AI已能融入设计从构思到产出的每一个阶段，成为强大的合作伙伴，设计师需主动将AI融入工作，通过掌握prompt设计等相关技能来提升设计质量，而非被动抵触新技术 [4] 高质量UI Prompt的设计原则 - 核心设计原则分为三层：一是明确语义，将设计专业术语喂给AI以精准理解意图；二是清晰结构，提供明确的产品结构框架以确保生成结果符合预期；三是明确目标，清晰告知AI需解决的问题以避免模糊指令导致的输出偏差 [6] AI在创作中的多元作用 - AI零代码生成原型可快速验证设计想法与方向，其价值不止于此，在设计全流程中，AI还能辅助构思产品逻辑、参与方案讨论，为设计师提供多元见解与启发，成为贯穿设计全链路的全方位协作伙伴 [7] AI时代设计师的核心价值转向 - 当AI能自动完成界面实现后，设计师的核心价值将从制作者转向判断者与思考者，设计师的判断能力与审美将成为关键，需筛选出符合需求且兼具美感的设计，并聚焦于为什么做、做什么方向、解决什么问题等核心命题，与AI形成高效互补 [8] 未来AI浏览器的发展形态 - 未来AI浏览器将从单纯打开网站的工具，进化为生活化的智能助手，AI会通过用户日常浏览的工作、生活、学习相关内容持续加深对用户的了解，进而提供更个性化的内容产出与任务辅助，成为陪伴用户的智能伙伴 [10]

微软CEO纳德拉亲自介入Copilot产品开发 - 微软CEO萨提亚·纳德拉亲自下场，以“初级产品经理”的姿态紧盯产品Bug、催促开发进度，并吐槽自家Copilot不够聪明 [1] - 纳德拉的关注点从宏观战略下沉到最基础的产品问题，即AI工具“到底好不好用” [3] AI行业竞争阶段发生切换 - AI行业的竞争重点已从早期“比谁先把能力摆出来”，切换到现阶段“比谁能被用户真正留下” [7] - 决定胜负的不再是公司的资源和体量，而是用户每天是否选择点开并使用AI工具 [8] 微软Copilot面临用户采用率挑战 - 尽管微软Copilot已嵌入Office（Word、Excel、Outlook）等全球白领的日常工作入口，但用户仍在“绕开”它，只是单纯地不使用 [4][6] - 这表明即使掌握了绝对入口的产品，仍需不断向用户证明其价值 [7] 当前AI工具设计存在交互问题 - Copilot等试图覆盖所有场景的工具，不自觉地站在“指导”用户的位置，总是告诉用户“它能做什么”，而非先理解“用户正在做什么” [9] - 交互过程变得机械，需要用户点按钮、等待回应、反复调整提示词，每一次点击都在消耗用户注意力 [11][12] - 这是一种典型的大公司思维，默认用户应适应其节奏和边界，导致工具在展示能力，而用户在承担适应成本 [10][16] 垂直、专注的AI工具显现优势 - 像Cursor或Devin等小公司产品，只专注于单一场景（如编程），并将操作简化到极致 [14] - 在编程场景下，用户需要的是光标停在一行时能立刻补全代码，或报错时能直接修复，而非另起一段解释 [14] - 越来越多的技术团队因此从GitHub Copilot迁移到更垂直的工具，原因并非后者功能更强，而是其更少打断、更少说教，更像默契的搭档 [16] - “小”成为一种优势，意味着姿态更低、路径更短，更容易贴近真实使用场景 [16] 用户偏好向“日常顺手”转移 - 当AI工具进入“日常共处”阶段，用户不再追求全能，而是选择自己用起来最顺手的工具 [16] - 这是一种正在发生的、不可逆的用户偏好转移 [16] AI产品下一轮竞争核心是“分寸感” - 决定用户留存的关键，从模型参数转向“情绪成本”，即工具是否频繁打断用户，或让用户产生“被管理”的错觉 [18] - 用户需要的不是一个无所不知、随时插话的系统，而是一个知道何时出现、何时沉默的搭档 [18] - AI下一轮竞争将取决于产品是否具备这种细腻的“分寸感” [20] 微软的应对与行业启示 - 当入口和生态无法自动转化为使用率时，微软选择放下身段，回到产品层面重新校准“好不好用” [21] - 这并非微软首次面临此类挑战，公司曾在搜索和移动互联网时代因低估用户习惯迁移速度而付出沉重代价 [21] - 纳德拉的行动旨在将微软的视角从“平台”拉回到“用户”身上 [21] - 这表明巨头必须承认：规模和渠道不能赢得每一次点击，AI真正的竞争在于日复一日的用户体验 [23] - 最终，决定微软AI产品能否成功的关键在于用户 [23]

投资机构观点 - 独立投资投资银行咨询公司Evercore列出了其2026年的首选股名单 [1] - 在该名单中，微软与赛富时两家公司位居前两名 [1]

微软的长期工程战略 - 公司计划在2030年前彻底消除其核心代码库中的C和C++代码，并全面迁移至Rust语言，这被视为一场系统级、组织级、工具链级的工程革命 [1][5] - 该目标涉及Windows、Azure等关键基础设施，是对全球规模最大的商业代码资产之一的系统性重构 [1] - 公司内部核心工程负责人Galen Hunt通过招聘贴文首次清晰公开了此项战略愿景 [2] 战略执行与组织架构 - 该战略由微软杰出工程师Galen Hunt领导，其团队隶属于CoreAI体系下的Engineering Horizons部门，项目名称为“可扩展软件工程未来” [6][7] - 团队核心使命是通过构建先进能力，帮助公司及客户实现规模化技术债务消除，其定位是面向未来的软件工程能力孵化组织 [6][7] - 执行策略是融合人工智能与算法技术，重写公司最庞大的代码库，愿景是实现“1名工程师、1个月时间、处理100万行代码” [5] - 公司已构建强大的代码处理基础设施，包括能在海量源代码上创建可扩展图谱的算法基础设施，以及能运用AI智能体进行规模化代码改造的人工智能处理设施 [5] 迁移至Rust的动机与进展 - 迁移的主要动机是解决内存安全问题，公司报告指出，过去12年间，每年通过安全更新修复的漏洞中约有70%属于内存安全问题 [12] - Rust语言通过所有权模型和编译期检查，在语言层面系统性降低了内存错误和数据竞争风险，对于操作系统、云基础设施等具有直接的安全收益 [16] - 公司已启动迁移工程，例如用Rust重写了Windows内核中的36000行代码，以及用于概念验证的DirectWrite Core库的15.2万行代码，且性能无退化 [11] - 公司高层此前已多次表态支持转向Rust，包括Azure CTO Mark Russinovich呼吁停止使用C/C++进行新的内核开发，以及副总裁David Weston宣布将用Rust重写部分Windows内核 [8][10][11] 技术挑战与行业讨论 - 面临的现实挑战包括C/C++在核心系统中的渗透深度极高，涉及性能约束、ABI兼容性、复杂的第三方生态，以及自动化改写的正确性验证等工程难题 [17] - 技术社区对彻底淘汰C/C++反应强烈，有观点认为语言本身并非问题根源，严谨的工程实践更为关键，并指出Rust并非万能灵药 [21][22][25] - C++“之父”Bjarne Stroustrup反驳称，当前的ISO C++标准可以实现绝对的类型安全和内存安全 [22] - 公司内部有资深开发者表示，曾以为借助AI和C++标准迭代可解决问题，但现已认为彻底替换至Rust是必要的 [26]

公司战略与高层态度 - 微软首席执行官萨蒂亚·纳德拉对公司人工智能计划的某些方面表达了不满[1] - 尽管AI是微软的核心战略领域，但纳德拉已悄然调整战略方向，将重点聚焦于特定领域的技术突破[1] 产品表现与挑战 - 引发纳德拉担忧的是，微软在增强其人工智能助手Copilot方面所付出的努力未能达到预期效果[4] - Copilot作为微软在AI领域的重要布局，其现实表现不尽如人意[4] - Copilot与Gmail和Outlook等主流服务的集成存在明显不足，且这些集成尝试并未取得成功[4] 市场竞争与影响 - 在数字化办公场景中，与常用服务的无缝集成是提升用户粘性和工作效率的关键因素[4] - Copilot在集成方面的失利，让微软在AI助手市场的竞争中陷入被动局面[4]

文章核心观点 - AI创业成功的关键在于识别并专注于“真实信号”，即那些能产生实际价值、解决真实用户需求但可能被忽视的机会，而非追逐“噪音”，如媒体热度、投资人兴趣或技术热词等容易量化但可能误导方向的外部反馈 [2][6][36][40] Kevin Scott的职业拐点与信号识别 - 从学术界转向工业界，因意识到学术界的评价标准（论文、引用）与真实世界的价值判断（受益人数、产生价值）存在冲突 [8] - 在Google的首个项目是自动化广告审核，该项目虽技术不酷，但解决了每天5000万美元广告被卡住的实际问题，最终每年为公司节省近10亿美元 [8] - 确立了职业准则：优先评估工作能否产生真正影响，其次才是技术趣味性 [9][10] 当前AI创业者面临的环境 - 创业成本降低导致试错者增多，环境中的“噪音”也随之增加 [12] - “噪音”被定义为看似积极、但与产品核心价值无关的反馈，如媒体热搜、点赞数、风投兴趣等 [13] - 这些“噪音”容易获取且背后有其利益机制（如媒体需要流量），容易使创业者误判方向，将热门概念（如“AI+教育”）误认为真实需求 [14][15][16] ChatGPT的成功原因 - 成功并非源于技术突破，而是关注了被忽视的“真实信号”：普通人能否零门槛使用、交互是否自然、能否成为日常工具 [20][22] - 上线时使用的是老模型结合RLHF和一个输入框，技术改动极小，但首次让AI无门槛地进入用户日常生活 [22] - 这类机会的特征是：技术能力已足够、但缺乏认真的用法设计、且因看起来普通基础无热度而被忽略 [23][24] 识别被忽视的真实信号的方法 - **标准1：审视能力与使用的差距**：机会不在提升AI能力端，而在改善使用端，例如解决大模型缺乏长期记忆（如记住用户历史对话）这类用户真实需要且技术已能解决、但无人认真去做的“修补”工作 [26][27][28][29] - **标准2：分析谁在制造噪音**：如果媒体、投资人或大公司正在追逐某个领域，那很可能是充满竞争的“噪音”，真正的机会往往存在于被这些方忽视的、看似琐碎或不宏大的领域 [30][31][32] - **标准3：通过小实验验证**：利用当前极低的工具成本，通过动手搭建简单原型或进行端到端流程测试（如上下文缓存、连接AI与自动化工具）来验证需求，而非依赖概念包装或PPT [33][34][35][38]

公司基本情况与发行信息 - 公司蘅东光于12月23日开启申购，发行价格为31.59元/股，申购上限为46.12万股，发行市盈率为14.99倍，在北交所上市，保荐机构为招商证券 [1] - 公司聚焦于光通信领域无源光器件产品的研发、制造与销售，主要业务板块包括无源光纤布线、无源内连光器件及相关配套业务三大板块 [1] - 公司主要产品包括光纤连接器、光纤柔性线路产品、配线管理产品等光纤布线类产品，以及多光纤并行无源内连光器件、PON光模块无源内连光器件等内连光器件类产品 [1] 客户与终端应用 - 公司与AFL、Coherent、Jabil、Telamon、CCI、Cloud Light、飞速创新、青岛海信等国内外知名企业建立了长期稳定的合作关系 [1] - 公司产品应用到AT&T、Verizon、谷歌、亚马逊、微软、甲骨文、腾讯、IBM、Cadence、英伟达等全球领先的大型品牌企业 [1] - 其中主要应用终端用户为谷歌、亚马逊、微软、甲骨文 [1] 行业背景与市场前景 - 数据中心作为光通信行业的重要应用领域，近年来在世界主要国家和大型企业数字化转型的带动下发展迅速 [2] - 据Dell'OroGroup报告显示，2024年全球数据中心资本支出增长51%，达到4550亿美元，预计2025年全球数据中心资本支出将增长30%以上，主要受AI基础设施需求持续增长以及服务器和网络通用基础设施的广泛复苏推动 [2] - 2023年以来，以ChatGPT为代表的生成式AI对算力提出更高要求，谷歌、亚马逊、微软、英伟达等巨头纷纷布局大模型，为光通信产品的需求带来巨大增量 [2] - 根据Lightcounting预测，全球光通信产业链中的核心产品光模块的市场规模在2027年将突破200亿美元，数据中心将成为第一大应用市场 [2] 公司财务表现 - 2022年、2023年及2024年，公司实现营业收入分别约为4.75亿元、6.13亿元、13.15亿元人民币 [4] - 同期净利润分别约为5533.44万元、6508.12万元、1.48亿元人民币 [4] - 2025年上半年（截至6月30日）公司营业收入为10.21亿元，2024年度营业收入为13.15亿元，2023年度为6.13亿元，2022年度为4.75亿元 [5] - 2025年上半年公司净利润为1.43亿元，2024年度净利润为1.48亿元，2023年度为6508.12万元，2022年度为5533.44万元 [5] - 2025年上半年毛利率为27.17%，2024年度毛利率为26.74%，2023年度为25.75%，2022年度为28.50% [5] 公司资产与负债状况 - 截至2025年6月30日，公司资产总计为15.45亿元，2024年12月31日为13.87亿元，2023年12月31日为6.87亿元，2022年12月31日为5.33亿元 [5] - 截至2025年6月30日，公司股东权益合计为6.54亿元，2024年12月31日为5.20亿元，2023年12月31日为3.69亿元，2022年12月31日为3.06亿元 [5] - 公司资产负债率（母公司）在2025年6月30日为47.35%，2024年12月31日为48.54%，2023年12月31日为40.49%，2022年12月31日为36.60% [5]

核心观点 - 微软、赛富时（Salesforce）和甲骨文被列为2026年顶级软件股 [1][2] 公司评级与展望 - 微软被列为2026年顶级软件股 [1][2] - 赛富时（Salesforce）被列为2026年顶级软件股 [1][2] - 甲骨文被列为2026年顶级软件股 [1][2]

公司管理层动态与战略聚焦 - 微软CEO萨提亚·纳德拉近期频繁现身公司内部一个由约100名核心技术人员组成的Teams频道，直接对AI产品表现不理想的情况公开表达不满 [1] - 纳德拉每周与这些技术人员举行一次约一小时的会议，反复追问项目进展并下达具体调整要求，例如整合不同团队在AI模型后训练阶段的工作方式 [1] - 过去几个月里，纳德拉逐渐转变为微软内部最具话语权的产品负责人，他在9月告知员工将下放部分管理职责，把更多时间用于推动AI产品开发 [3] - 纳德拉在微软内部反复强调，当前是一个决定企业兴衰成败的关键阶段 [3] AI产品开发与竞争态势 - 纳德拉向负责消费级Copilot项目的工程负责人发送邮件，不认可微软在同类功能上的表现 [3] - 纳德拉指出，微软将Copilot与Gmail和Outlook连接的功能在大多数情况下根本无法正常工作，而且并不聪明 [3] - 报道提及，谷歌Gemini近期在与Google Drive的整合方面明显提升，例如能够直接总结文件夹中照片的内容 [3] - 在AI投入不断加码的背景下，科技巨头CEO普遍承受巨大压力，一方面市场竞争激烈，另一方面也存在AI产品收入难以覆盖投入成本的担忧 [3] 人才招聘与激励措施 - 纳德拉加大了对AI人才招聘的直接参与力度，亲自联系候选人并批准极具竞争力的薪酬方案 [3] - 公司旨在从OpenAI和谷歌DeepMind等机构挖角顶尖研究人员 [3]