文章核心观点 - AI时代的超级个体往往无法在传统大型科技公司内存活或发展，他们倾向于离开大厂去创业或加入AI原生公司，因为这些大公司的组织本能是追求标准化和可预测性，需要的是“超级螺丝”而非具有强烈自我意识和颠覆能力的“超级个体”[4][5] - 传统大公司进行的“AI转型”与“AI原生”公司存在本质区别：前者试图将AI作为工具嵌入现有僵化的组织与流程中，而后者从诞生起就将AI作为组织架构和协作模式的核心，这导致两者在创新速度、决策效率和人均产出上差距巨大，大公司很难在现有形态下完成真正的AI转型[15][16][28] 组织本能的排斥性 - 现代企业的核心管理逻辑源于泰勒的科学管理和韦伯的科层制，其目标是消除人的变量，实现流程的标准化和可预测性，这天然排斥产出难以标准化、影响力过大的超级个体[7] - 组织一旦庞大，其首要目标是为自身延续服务，这需要可预测性和标准化，因此会系统性地清理或抑制“难以预测的人”，即使像谷歌曾推行“20%自由时间”这样的创新机制，最终也与大厂的核算与考核逻辑不兼容而名存实亡[8] 超级个体流失的原因 - 超级个体在大厂中遭遇的认知失调是核心问题：他们的自我认知是“重新定义世界”，但收到的反馈却是流程化的商业价值聚焦、合规审批和按部就班的晋升体系，这种尊严层面的落差无法用翻倍工资解决[11][12] - 大公司存在“防御性惯例”，任何挑战现状的提议都会被温和地流程化搁置，超级个体不是被打压，而是被缓慢“吸收”同化，导致其因缺乏对自身产出的掌控感（心理产权）而选择离开[12][13] AI原生与AI转型的本质差异 - AI原生公司（如Anthropic、Cursor、Notion）从第一行代码就构建于智能体协作的假设上，组织极薄、决策极快，人均产出极高，例如Anthropic约400多人估值达1800亿美元，Cursor不到100人年化收入达3亿美元[15] - AI转型公司则希望在不改变原有组织架构、权力结构和绩效逻辑的前提下，将AI作为工具使用，例如考核AI工具调用次数，这实质是希望获得AI带来的生产力提升，却回避了AI对组织必要性的消解作用[15][16] - 根据科斯的交易成本理论，当AI将个人产能提升十倍、沟通成本趋近于零时，公司作为降低交易成本的中间商形态可能变得多余，AI原生公司相信并实践这一点，而AI转型公司则不相信[16] 大公司的人才悖论（Low Ego） - 大公司在人才招聘上存在“Low Ego悖论”：一方面在职位描述中寻求能独立推动复杂项目、定义方向的行业顶尖人才（英雄），另一方面又在企业文化中强调“低自我、高协作”，要求人才听话、妥协、没有棱角[18] - 这种矛盾导致组织既需要超级个体产生的成果，又恐惧其携带的独立人格，最终通过科层制系统性地“驯化强者”或将其过滤出去，只留下懂得在规则内行事的人才[19][23] - 员工因此长期处于分裂状态：对外展示颠覆性个人成就，对内强调团队与领导支持，这种环境抑制了真正的创造力，使组织演变为“装作不在乎自我”的表演场[20][21][22] 组织的结构性困境 - 超级个体能在大公司留存唯一的例外是创始人本人（如Sam Altman、马斯克），因为他们本身就是组织的产权人和设计者，其他所有雇员的天花板由制度划定，而非能力[26][27] - 大公司无法在体系内给予顶尖人才（如谷歌Transformer原作者）与其贡献匹配的位置，因为这会冲击整个职级体系；不给，人才就会流失，这是一个组织结构性的死局[27][28] - 市值千亿的大公司缺乏动力进行“自我了断”，即拆解科层制、KPI、中层管理等使其成为公司的核心架构，因此其AI转型最多只能是将AI作为工具嵌入流程，做出“更光滑的旧世界版本”，而无法长成真正的AI原生公司[28][29]

"As my son told me, what an advertisement for Uber," Schwartz told Business Insider. A Waymo spokesperson said that the car was halted because of a "restriction placed after our operations team learned of planned protest activity." The spokesperson did not respond when asked what protest was taking place. Waymo suggests other transportation options when cars cannot reach a passenger's destination, the company said. Sam Schwartz expected Waymo's cars to go the extra mile — or, at least, three-tenths of one. ...

核心观点 - OpenAI的广告业务基于对话和“对话意图”构建，这构成了一个可能挑战谷歌搜索帝国的巨大新收入引擎 [1][2] 广告模式与意图捕捉 - 广告不围绕关键词，而是围绕对话和“对话意图”构建，用户的意图在对话过程中演变 [2] - 46%最终看到广告的ChatGPT用户初始并无商业意图，对话本身产生了购买意图，这被称为“意图漂移” [6] - 83%在ChatGPT内触发广告的查询永远不会触发传统的谷歌购物广告，ChatGPT有效货币化了搜索引擎常错过的用户行为层 [7] 广告展示与价值 - 与传统谷歌搜索不同，ChatGPT目前每个对话轮次仅显示一条广告，具有排他性 [8] - 据估计，ChatGPT广告的每千次展示成本约为60美元，远高于Meta和LinkedIn广告 [9] - 按每次点击成本计算，营销者为ChatGPT广告支付约12美元，高于谷歌搜索 [9] 用户参与度与效果 - ChatGPT广告目前的平均点击率约为0.68%，介于展示广告和传统搜索广告之间 [10] - 表现最佳的广告活动点击率达到5.4%，高于谷歌搜索平均水平，并处于社交媒体广告的顶级水平 [10] - 尽管点击率约为社交媒体广告平均水平的一半，但广告主表示这些点击的转化效果远优于社交点击 [11] - 73%的用户在看到广告后仍会继续对话，对话平均再持续四轮，这表明广告并未破坏用户体验 [12]

行业前景与市场预测 - 生成式人工智能被视为“一生一次”的技术变革，正在被亚马逊等巨头用于重塑客户体验 [1] - 埃隆·马斯克预测，到2040年，人形机器人数量将至少达到100亿台，单价在2万至2.5万美元之间 [1] - 基于上述预测，该技术到2040年可能创造价值250万亿美元的市场机会 [2] - 普华永道和麦肯锡等主要机构认为，人工智能将释放数万亿美元的潜力 [3] - 人工智能被视为比互联网或个人电脑更具变革性的技术进步，有望改善医疗、教育并应对气候变化 [8] 技术与产业生态 - 这波250万亿美元的技术浪潮并非由单一公司驱动，而是由整个重塑全球经济的AI创新者生态系统推动 [2] - 一家未被充分关注的公司被认为是开启这场250万亿美元革命的关键，其超低成本的AI技术令竞争对手担忧 [4] - 真正的机遇并非英伟达等明星公司，而是一家规模小得多、默默改进使整个革命成为可能的关键技术的公司 [6] - 拉里·埃里森正通过甲骨文公司斥资数十亿美元购买英伟达芯片，并与Cohere合作，将生成式AI嵌入甲骨文的云服务和应用程序中 [8] 资本与投资动向 - 这项技术突破已引发对冲基金和华尔街顶级投资者的狂热 [4] - 从硅谷到华尔街的亿万富翁们正围绕同一理念进行布局，这值得关注 [6] - 尽管特斯拉、英伟达、Alphabet和微软已取得成就，但更大的机会可能在其他领域 [6] - 沃伦·巴菲特认为这项突破可能产生“巨大的有益社会影响” [8]

I only buy strong businesses. I only buy them when they're cheap. Backgrounds in economics, philosophy, government, data. I started my investing journey with a fairly concentrated portfolio of Canadian dividend payers in the telecom, pipeline and banking industries. I have moved forward through different industries including payments, US regional banking, Chinese and Brazilian equities, REITs, technology companies and a few other emerging market opportunities, as well as microcap through to megacap range. I ...

Andrew Dai的行业背景与创业动机 - 在Google工作超过14年，深度参与从早期预训练、监督微调论文到PaLM、Gemini等关键大模型的演进，并负责Gemini核心数据体系[2][7] - 行业更稀缺的价值在于同时站在研究、系统与产品三条线的交汇处[2] - 选择离开Google并创办Elorian AI，核心原因是认为当前大模型缺乏对世界的底层理解，并看到了视觉推理领域的创业时机[4][18] 对大模型现状的核心批判：缺乏真正的“理解” - 当前前沿大模型本质上仍在“文本空间”中进行推理，但现实世界并非文本构成，模型缺少空间感知、物理理解和视觉推理等最底层的“世界理解”[4] - 模型生成能力很强，但“生成”不等于“理解”，例如让模型生成装有10个球的盒子后再问数量，它依然可能答错[3][4][24] - 多模态模型能生成逼真图像视频，但专业人士能轻易发现如“六根手指”等错误，现阶段只是“看起来像理解”[10][23] “锯齿状前沿”与AGI发展路径 - AI能力增长是极不均匀的“锯齿状前沿”，某些领域（如围棋、代码）已远超人类，而另一些基础能力（如计数、空间理解）却依然脆弱[5][41] - 目前大多数关于AGI的讨论建立在“平滑前沿”的错误假设上，误以为AI会突然全面超越人类[5][40] - 未来最危险的不是AI不会思考，而是人类误以为它已经会思考[5] - 对“锯齿状前沿”的讨论不足，例如哪些领域适合优先达到超人水平、AI在计数等关键能力上的落后可能引发严重后果，都未被充分重视[41][42][43] Google早期AI发展与大模型演进关键节点 - Google Brain早期（约40-50人）环境开放，强调想法分享和真正影响产品，Sequence to Sequence、Transformer等奠基性工作集中出现在3到4年的时间窗口里[11] - 转折点是PaLM 2（曾用名GLaM），从纯粹研究项目变为Google必须拥有的模型，训练完成后几周到几个月内就部署到三四十个产品中，速度在Google内部非常罕见[14] - 在PaLM 2时期，公司内部激烈的争论主要在技术架构（如是否继续使用自回归和因果注意力），而非安全伦理，后者已有成熟机制处理[15] 当前AI安全与Agent的挑战 - 当前模型的安全机制主要保护普通用户，对于有技术能力的人依然能被绕过（jailbreak）[16] - 更值得担忧的是未来AI Agent的安全，因为语言模型无法区分“来自互联网的信息”和“用户真正的指令”，存在严重安全漏洞[16][17] - 如果AI Agent能读取邮件、浏览网页，这些“未经清洗的输入”在传统计算机科学中本身就是安全风险[10][16] 创业方向选择：专注视觉推理与多模态 - 没有选择做另一个通用大模型（Frontier Lab），而是专注于构建前沿视觉推理模型（Frontier Visual Reasoning Model）[20][36] - 认为多模态能力与代码能力之间存在根本性张力，加入大量多模态数据会损害编码能力，反之亦然，因此未来将是“专精化Frontier Model”的时代[10][25] - 目标是构建专门针对多模态推理优化的模型，从数据、架构、算法到强化学习全部围绕此设计[10][25] 对世界模型（World Model）的看法 - 现在的世界模型大概相当于语言模型二十年前的阶段，还很不成熟，很多只能在单GPU上运行[10][26] - 担忧许多世界模型路线忽视了过去十年基础模型积累的技术与知识，正确的方向不是推倒重来，而是在现有基础上融合新方法[27] - 从哲学上看，Meta的模型更像“4D时空表示模型”，而World Labs更接近“视频生成模型”，但两者目标相似，都认为视觉是实现目标的核心路径[27][28] 视觉推理的核心价值与市场机会 - 真正的推理底层基质是视觉和多模态，文字推理是建立在其上的高级抽象，当前大模型建立在文本空间，天然缺少现实世界中的许多关系（如物体旋转不变性、物体恒存性）[29] - 视觉推理不仅帮助视觉任务，还可能助力更复杂的软件系统设计、数学几何问题、长文档生成等，因为人类复杂思考本质需要视觉落地[31] - 视觉推理是优秀机器人系统中的关键路径之一，当前机器人视觉语言动作模型在视觉推理层依然非常薄弱[32][33] - 目标合作领域是工程、建筑、工业设计等“视觉推理能力直接决定公司核心竞争力”的行业[38][40] 开源与闭源的未来趋势 - 2023年是“开源模型之年”，开源模型快速逼近闭源能力，为新公司降低了门槛，但Andrew认为这是一个特殊的“黄金机会窗口”，不会长期存在[18] - 随着算力投入高达百亿美元级别，商业模式必须考虑回报，未来最强模型的开源策略会变化，时间差可能从几个月变为一年[34] - 未来最强大的模型会越来越深入垂直领域（如药物研发、工业设计），创造巨大商业价值，因此会更闭源；开源模型更多存在于应用层与日常场景[35] - 开源不会消失，但形态可能不会像2025年那样，开源社区在迭代新架构等方面依然有价值[35] 创业公司Elorian AI的策略与规划 - 公司从注册到签署投资条款书（term sheet）整个过程不到一个月，融资速度特别快，因为认为AI发展速度连一周都不能浪费[21] - 强调“人才密集、低ego”的团队文化，认为真正高效的AI团队不一定需要巨大规模，而是专注、世界级的小团队加上充足算力[19][20][22] - 注重“照顾员工”，认为融资太多、初始估值过高对早期员工未必是好事，会使其失去“从0到10亿美元”的成长空间[10][21] - 计划在2024年晚些时候公开发布其前沿视觉推理模型，发布前会在更多视觉推理基准上达到领先（SOTA），并给部分合作伙伴提供早期访问[36][37]

晚点财经 . 用框架思维分析上市公司的增长逻辑与投资价值。 这轮光模块 "狂潮" 的起点和高点，潜在的转折点及观测点。 文 丨 李赓 编辑 丨 胡昊 光模块板块的上涨早已不能用 "强势" 来形容。万得光模块指数自 2025 年低点以来的累计涨幅超过 500%，仅 2026 年年初至 4 月中旬又再涨超 60%，在 A 股所有概念板块中一骑绝尘。公募基金对通 信行业的配置比例攀升至近 11% 的历史峰值，其中过半仓位压在以中际旭创、新易盛、天孚通信为代 表的光模块龙头上。新基金在 2026 年显著跑赢，甚至年内收益突破 100%，核心原因还是 "高仓位、 集中式" 配置光通信主线。 以下文章来源于晚点财经 ，作者晚点团队 从业绩看，这场狂欢肯定不是空中楼阁：中际旭创 2026 年一季度营收近 195 亿元，同比增长 192%， 归母净利润约 57 亿元，同比增幅 262%。同一赛道公司的营收与净利均录得同比大幅增长。上游光芯 片公司源杰科技的营收增速更达 321%，净利增幅超过 11 倍。 然而，在这些数字背后，三类核心资金的行动已经转向， 龙头维持着万亿市值和 50 倍以上的市盈率，靠的不再是机构持续买入，而 ...

法案内容与行业立场 - 苹果与谷歌联合推动修订加拿大议会正在审议的在线安全法案 [1] - 公司提议在法案中增加司法监督机制 [1] - 公司认为当前法案版本存在潜在的秘密监控风险 [1]

行业展望与市场潜力 - 生成式人工智能被视为“一生一次”的变革性技术，正在被亚马逊等科技巨头用于重塑客户体验 [1] - 埃隆·马斯克预测，到2040年，人形机器人数量将至少达到100亿台，单价在2万至2.5万美元之间 [1] - 根据上述预测，该技术领域到2040年的潜在市场规模可能达到250万亿美元，并将重塑全球经济、商业、政府和消费者行为 [2] - 即使250万亿美元的数字显得雄心勃勃，普华永道和麦肯锡等主要机构仍认为人工智能将释放数万亿美元的价值潜力 [3] 科技领袖与投资风向 - 比尔·盖茨将人工智能视为其一生中“最大的技术进步”，认为其变革性超过互联网或个人电脑，能改善医疗、教育并应对气候变化 [8] - 拉里·埃里森正通过甲骨文公司斥资数十亿美元购买英伟达芯片，并与Cohere合作，将生成式人工智能嵌入甲骨文的云服务和应用程序中 [8] - 沃伦·巴菲特认为这项突破可能产生“巨大的有益社会影响” [8] - 硅谷和华尔街的亿万富翁们正共同关注这一领域，表明其值得重视 [6] 潜在投资机会与竞争格局 - 市场关注点可能从英伟达、特斯拉、Alphabet、微软等巨头转向一家规模较小、未被充分关注的公司，该公司掌握着实现这场250万亿美元革命的关键技术 [4][6] - 有观点认为，这家公司极其廉价的人工智能技术应引起竞争对手的担忧 [4] - 该公司的潜在市场规模被类比为相当于175个特斯拉、107个亚马逊、140个Meta、84个谷歌、65个微软或55个英伟达的市值总和 [7]

谷歌搜索AI化引发用户反弹 - 谷歌在I/O开发者大会上宣布，其传统的蓝色链接列表将被一个能够回答问题、执行任务和运行后台监控代理的AI代理所取代[1] - 此举引发了强烈反弹，批评者认为这将扼杀开放网络，并担忧AI概览会提供不准确的回答、剥夺用户控制权，并使简单事务复杂化[2] 用户转向DuckDuckGo寻求无AI搜索 - 作为回应，许多用户开始转向注重隐私的替代搜索引擎DuckDuckGo[2] - 一位用户表示将转用DuckDuckGo，因为她可以“选择不使用AI”，并感叹“谷歌已不再是原来的谷歌”[1] - DuckDuckGo在美国搜索市场的份额仅为约2%，此前一直难以打破谷歌的主导地位[2] DuckDuckGo用户增长数据 - 在5月20日至25日期间，DuckDuckGo在美国的应用程序周均安装量环比增长18.1%[4] - 这一增长持续了六天，并在5月25日达到峰值，增长30.5%[4] - 在iOS平台上，周均安装增长率更高，达到33%，峰值高达69.9%[4] - 其无AI搜索页面（noai.duckduckgo.com）的访问量周均增长22.7%，并在5月24日达到27.7%的峰值[5] - 该趋势在美国更为明显，且公司在通常流量会下降的阵亡将士纪念日周末期间持续获得用户[5] DuckDuckGo的产品与定位 - 公司提供名为Duck.ai的AI产品，该产品免费、无需账户，并可接入包括Anthropic Claude 4.5 Haiku、Meta Llama 4 Scout、Mistral Small 3 24B和OpenAI GPT-5 mini在内的多个模型[6] - 公司强调用户隐私，会在请求到达模型提供商前剥离用户IP地址，在30天内删除对话，并防止聊天记录被用于训练[6] - 公司CEO表示，其目标是成为让用户掌控并自主决定使用AI程度的平台[3] - 公司也提供类似于谷歌AI概览的“搜索辅助”功能，以及能从搜索结果中过滤掉AI生成图像的“AI图像过滤器”[7] - 公司高管表示，尽管理念不同，但上述AI功能是公司最受欢迎的功能之一，并强调“人们只是想要一个选择”[8] 行业竞争背景 - 在2023年谷歌的反垄断审判中，DuckDuckGo CEO作证称，谷歌的独家默认搜索合同损害了其成为其他浏览器默认搜索引擎的能力[3] - DuckDuckGo CEO批评谷歌“强制喂食AI且无法选择退出”，并称这导致谷歌的搜索结果变得更糟[3]