出行预订趋势 - 大年初二至初五期间，机票预订量同比增长40% [1] - 春节期间，酒店、民宿多间预订增幅达32%，景点亲子票预订量同比增长50% [7] - 潮汕野生动物园春节前及春节假期预订量整体同比增长50% [7] 热门目的地与景区 - 热门出行目的地包括北京、成都、广州、重庆、上海、深圳、郑州、西安、杭州、武汉 [1] - 春节期间最受欢迎的景区包括自贡·中华彩灯大世界、洛邑古城、西安博物院、西安城墙·碑林历史文化景区、拙政园、老君山风景名胜区、黄山风景区、龙门石窟、滕王阁、秦始皇帝陵博物院（兵马俑） [7] - 游客关注热度增速最高的城市包括广西崇左、江西景德镇、河南开封、安徽宣城、福建莆田、河北唐山、广西防城港、江西上饶、四川宜宾、云南普洱 [3] “反向过年”与短途出行 - 今年反向过年趋势显著，打破了春运“单向潮汐”的传统格局 [4] - 北京客源主要流向西安、南京、洛阳、开封、天津等地，上海客源更青睐南京、杭州、苏州、西安、湖州等周边及邻近热门城市 [4] - “4小时高铁圈”的短途出行热度较高 [4] 餐饮消费趋势 - 假期前四天，大众点评“必吃榜”整体流量较去年春节上涨接近40% [5] - “必吃榜”异地流量涨幅接近50%，上榜商户订单量较去年春节增长81% [5] - 受“反向过年”趋势推动，上海、北京、广州、深圳、成都位列“必吃榜”总体流量前五 [5] 地方美食城市崛起 - 假期前四天，汕头、顺德、泉州、珠海、三亚为大众点评“必吃榜”总体流量Top5宝藏美食城市 [6] - 开封、泰安、大同、连云港、延安为“必吃榜”流量增幅最高的宝藏城市，较去年春节增幅均在200%左右 [6] 旅游市场特征 - 非遗年味成为吸引远方游客的关键，家庭游、亲子游、年轻群体和银发游客都明显增多 [7] - 游客对深度化、在地化旅行体验的需求旺盛 [3]

OpenAI与微软收入分成协议条款更新 - 根据双方去年秋天重新谈判后的合作条款，OpenAI可以将部分应付给微软的收入分成延后支付，这将减轻分成支出对OpenAI现金流的影响 [1] - OpenAI直至2032年需向微软支付其总收入的20% 作为交换，OpenAI可与其他云计算服务商合作，而无需优先让微软选择，同时还包含其他条件 [1][2] - 在最初的合作协议中，微软原本有权在2030年之前获得这家初创公司收入的20% [1][2] - OpenAI可以将部分分成支付时间，晚于其实际产生收入的年份 [1][2] OpenAI财务状况与现金流预测 - OpenAI预计今明两年（2024年与2025年）支付的收入分成总额将超过130亿美元，其中大部分支付给微软 [1][2] - The Information此前曾报道，OpenAI去年（2023年）预计现金亏损90亿美元，今年（2024年）预计现金亏损170亿美元 [1][2] - 公司预计要到2030年才会实现现金流转正，届时预计产生380亿美元现金 [1][2]

核心财务预测与支出 - Anthropic预计到2029年前，为在亚马逊、谷歌、微软的云服务器上运行其Claude AI，至少支付800亿美元 [1][11] - 公司预计到2029年，模型训练成本支出总额最高将达1000亿美元 [8][18] - 根据公司冬季预测，Anthropic今年销售及营销支出最高将达28亿美元，明年升至90亿美元 [9][19] 云服务商收入分成 - 2024年Anthropic仅向云服务商支付约130万美元的AI销售分成，但该金额预计在去年升至约3.6亿美元，今年为19亿美元，明年将达到64亿美元 [1][11] - 据去年夏季的预测，AI转售分成今年为16亿美元，明年约44亿美元，冬季预测已上调 [9][20] - 这笔分成费用约占公司同期总营收的十分之一 [5][14] - Anthropic通过亚马逊渠道销售AI所获毛利中，约50%流向了亚马逊 [5][16] - 谷歌通常从合作伙伴软件转售净收入中抽取20%–30%的分成，但具体对Anthropic的比例未披露 [5][16] - 微软于去年11月成为Anthropic的云服务商并投资50亿美元，具体分成比例未披露 [5][16] 业务模式与竞争优势 - Anthropic与亚马逊、谷歌、微软三大云厂商同时合作，相比主要通过微软及直销方式销售AI的OpenAI，能通过云厂商触达其海量企业客户，公司高管认为这使其更具优势 [6][16] - 截至去年夏天，Anthropic的大部分收入（今年预计总收入最高达180亿美元）来自直接向客户销售AI，而非通过云服务商转售 [7][17] - 为支撑直销业务，Anthropic目前主要使用AWS服务，但未来其支撑成本可能会在三大云厂商与自有数据中心之间分摊 [7][17] - 分成模式旨在激励云合作伙伴（如微软Azure）向自身客户推广Anthropic的AI服务，并将其销售额计入合作伙伴的业绩指标 [1][11] 行业对比与惯例 - 竞争对手OpenAI将总营收的20%支付给微软，根据新条款，分成将更多集中在2032年之前的年份，以减轻现金流影响 [8][18] - OpenAI预计今明两年总计支付超过130亿美元分成，主要流向微软 [8][18] - Anthropic与OpenAI的分成模式沿袭了云厂商转售第三方产品收取佣金的行业惯例 [8][18] - 对云服务商而言，Anthropic和OpenAI是标杆级AI客户，能够吸引其他AI初创公司使用其服务 [7][17] 技术基础设施与成本 - 除支付模型运行和训练费用外，Anthropic同时使用英伟达芯片以及亚马逊与谷歌的自研芯片（AWS Trainium与张量处理单元） [8][18] - 截至去年年底，Anthropic在部分财务披露中已不再单独列示向云转售合作伙伴支付的分成金额，而是将其与其他销售及营销费用合并统计 [8][18]

文章核心观点 - 以“硅基助理”（AI智能体）为核心的RaaS（结果即服务）新商业模式正在兴起，它通过提供可衡量业务结果的“硅基员工”，帮助企业应对“人力真空”等挑战，实现从“人力刚性约束”到“生产力弹性保障”的范式跨越，并正在挑战传统的SaaS（软件即服务）模式 [4][5][8][10] 行业趋势与范式转变 - 传统SaaS模式按员工人数收费，面临“人力真空”挑战，而RaaS模式根据AI智能体应用后的业务结果收费，商业逻辑发生根本转变 [8] - 硅谷风投a16z报告指出，AI时代智能体将直接取代劳动力完成任务，SaaS行业逻辑正发生根本性转变 [8] - AI 1.0时代以SaaS为普遍模式，但随着业务增量潜力挖尽、同质化竞争加剧，SaaS应用已近黄昏，RaaS模式呼之欲出 [10] - 2025年被认为是“AI智能体元年”，行业正在寻求制定企业级AI智能体应用效能评估规范，新的以RaaS为导向的评估体系正在建立 [14] 公司战略与产品（百融云创） - 公司于2025年12月18日正式发布企业级AI智能体战略，提出RaaS商业模式，推出Results Cloud（结果云）平台和企业级智能体产品体系 [5] - RaaS模式不是卖工具，而是用工具帮客户达成业务结果，旨在将客户业务经验移植到AI智能体上，实现“硅碳共治” [10] - Results Cloud平台设立三层架构：AI Infra（“百基”）、Agent OS（“百工”）、Agent Store（“百汇”） [11] - 公司在对话式AI工程等四大技术领域研发突破，硅基员工部署周期从两个月缩短到两周 [11] - 公司引入“硅基员工之家”管理体系，为每个硅基员工配备工号、绩效指标和碳基“职场导师” [12] - Results Cloud概括出“四大旗舰硅基岗位”：百盈（销服一体）、百才（智能招聘）、百鉴（专业服务）、百智（知识生产） [12] 技术应用与效能 - “硅基助理”或AI智能体定义为能够感知环境并利用工具采取行动以实现特定目标的代理，是沉淀在平台中的标准化生产力资产 [5] - 依托Agent OS与工程化交付体系，可像调度弹性云算力一样，根据业务洪峰需求，在极短周期内实现“硅基援军”的批量上岗与精准补位 [5] - 公司内部硅碳比达到1:150，即1个碳基员工可调度约150个单位的硅基员工，应用于面试、会计、税务、研究、营销等场景 [6] - 随着AI能力提升，硅基员工间自我协同能力强化，碳基员工可调度的硅基员工单位数迅速上升 [6] - 麦肯锡透露，其AI代理数量在过去18个月从几千个飙升至2.5万个，近30%的工作量由“数字员工”构成，并计划在未来18个月为每个碳基员工配备至少一个硅基员工 [9][10] 业务成果与数据 - 四大旗舰硅基岗位效能显著：百盈咨询转化率提升217%；百才将招聘周期从28天缩短至2天；百鉴将总额达数百万元的法商财税成本降至百万元以内；百智让深度报告交付周期缩短80% [12] - 采用RaaS模式后，2025年上半年公司营收增长22%，毛利率稳定在73% [14] - RaaS模式使用客户私域流量数据训练AI，有别于通用大模型，可随时间沉淀提升容错率，强化平台与客户业务的耦合关系 [14] 市场影响与定位 - 行业与资本市场的评估焦点从传统SaaS指标转向“生产态活跃硅基员工数”及“工作份额”等代表新质生产力的指标 [14] - 公司不仅是AI智能体平台公司，更是全球RaaS赛道的先行者和规则制定者，正在推进一场生产新范式革命 [15]

公司人事变动 - 叮当健康于2月16日发布公告披露人事变动 [1] - 俞雷因个人职业发展规划辞任公司执行董事及副总裁职务 [1] - 公司同时宣布委任孟繁周为执行董事及副总裁 [1] 新任高管履历 - 新任执行董事及副总裁孟繁周现年43岁 [1] - 其于2015年8月加入叮当健康集团 [1] - 目前担任公司综合联属实体叮当快药科技集团有限公司的副总裁，并负责该公司的日常运营管理工作 [1] - 在加入叮当健康之前，曾于2013年4月至2015年2月期间担任乐蜂网（上海）信息技术有限公司的运营总监 [1] - 于2013年7月获得北京航天航空大学经济学（项目管理）专业的网络教育专科毕业证书 [1]

公司战略与资本运作 - 公司建议寻求在美国证券交易所进行双重上市，预期将以美国预托股份形式发行[2] - 公司可能选择在潜在双重上市时发行新股份[2] - 公司建议寻求股东批准双重上市股份发行授权，以确保新股份发行不会使摊薄程度超出2025年股东周年大会上已批准的水平[2] 股票市场表现与交易数据 - 2026年2月16日，公司股价为20.34港元，较前一日上涨0.46港元，涨幅2.31%[3] - 当日股价最高20.50港元，最低19.94港元，振幅2.82%[3] - 当日成交量为671.76万股，换手率为0.48%，成交额为1.36亿港元[3] - 52周股价最高为23.60港元，最低为12.76港元[3] 公司估值与财务指标 - 公司总市值为282.10亿港元，总股本为13.87亿股[3] - 动态市盈率为14.19，TTM市盈率为12.03，静态市盈率为10.51[3] - 市净率为2.42，每股净资产为8.42港元[3] - TTM每股收益为1.69港元[3] 股东回报 - TTM股息为0.85港元，TTM股息率为4.16%[3] 长期股价走势 - 自2011年6月16日至2026年2月16日，公司收盘价从10.67港元上涨至20.34港元，区间涨幅达90.65%[3]

文章核心观点 - 微软Bing Ads与DKI团队提出了一种名为AdNanny的广告推荐系统新范式，旨在用一个统一的、基于671B参数大语言模型（DeepSeek-R1）的“推理中枢”，替代当前工业界普遍采用的、由成百上千个独立小模型组成的“模型森林”体系 [3] - 这一转变旨在解决现有“模型森林”范式带来的知识割裂、运维成本高昂和决策过程黑盒化等问题，并通过集中化的智能中枢实现更高性能、更低成本和更易维护的广告离线任务处理 [3][4] 范式与架构转变 - 行业正从为每个离线子任务（如相关性标注、用户画像生成）训练和维护独立小模型（“模型森林”）的范式，转向部署一个统一的、推理中心化的基础模型（“智能中枢”）[3][4] - “模型森林”范式存在知识孤岛、性能瓶颈（小模型对复杂语义理解偏差）和维护成本高企（每个模型需独立的数据管道、训练和监控体系）等痛点 [4] - AdNanny的核心愿景是打造一个服务于整个广告离线生态的“全能推理大脑”，而不仅是某个子任务的工具 [4] 数据与训练方法创新 - 团队构建了一个三阶段的自动化数据工厂，将数百万条广告数据转化为带有显性推理过程的高质量语料，旨在让模型学习决策逻辑而非简单的标签映射 [5] - 第一阶段：引入教师模型为广告样本生成“思维链”（CoT）[5] - 第二阶段：利用人类专家标注的黄金数据集验证并剔除存在“幻觉”或逻辑错误的推理路径 [5] - 第三阶段：通过拒绝采样，仅收录推理逻辑能准确导向正确标签的样本，确保模型学习正确的因果关系 [5] - 训练采用了多任务自适应策略，通过动态重加权机制解决不同任务数据量差异大和样本难度不均的问题 [7] - 实例级：对模型理解尚浅（困惑度下降缓慢）的样本自动增加训练权重 [7] - 任务级：根据各任务在验证集的表现动态平衡采样比例，防止大数据量任务淹没高价值小任务 [7] - 在微调阶段引入强化学习，直接以下游业务指标（如Recall@K、在线CTR预估变化量）作为奖励函数，迫使模型生成的推理和特征对最终广告效果产生正向贡献 [8] 工程实现与性能 - 基于671B参数的DeepSeek-R1模型打造AdNanny [3] - 采用深度定制的混合并行训练架构，在248块GPU上实现了31路流水线并行、8路专家并行和8路数据并行，并对频繁调用的“共享专家”采取全复制策略以减少通信瓶颈 [9][10] - 通过FP8量化推理，在保持高精度的同时大幅压缩了推理成本 [11] - 在Bing Ads的实际测算中，AdNanny替代多个小模型后，整体离线算力成本下降了约50% [11] 应用效果与价值 - 在Query-Ad相关性判断、Ad-User匹配、查询生成等多个核心离线任务上，AdNanny的表现均大幅超过了此前微调过的专属小模型 [12] - 由于模型具备推理能力，可为大量模糊样本提供可信的初审理由，从而大幅减少了需要人工标注的工作量，人工只需对推理逻辑进行抽检 [12] - 系统架构变得极简，告别了数十套独立的数据模型Pipeline和监控体系，使得系统更清晰、易维护 [13]

印度政府人工智能基础设施建设计划 - 印度政府计划在未来数年内斥资2000亿美元建设一批数据中心以促进人工智能产业发展 [1] - 该2000亿美元的建设计划已纳入美国谷歌、微软、亚马逊等企业近期宣布的在印人工智能相关投资项目 [1] 印度政府支持人工智能发展的具体举措 - 印度政府已启用一座共享计算设施，使初创企业、研究人员和公共机构能以较低前期成本获得先进算力 [1] - 印度政府正在推动人工智能高等教育和技能培训，以加强该领域人才储备 [1] 行业现状与评价 - 印度于16日开始举办人工智能影响力峰会 [1] - 尽管印度规划了大规模数字基础设施建设计划并怀有宏大的创新雄心，但在人工智能发展方面仍有很长的路要走 [1]

公司专利技术动态 - 公司于2025年11月申请了一项名为“网络流量分配方法、装置、存储介质及电子设备”的专利，公开号为CN121547416A [1] - 该专利涉及网络技术领域，核心在于通过获取节点数据判断网络运行状态，并在网络异常时生成多个流量分配策略，基于策略的链路数据计算目标指数，最终选取最优策略进行流量分配 [1] - 该技术旨在解决现有技术中网络流量分配准确性低的问题 [1] 公司基本情况 - 公司全称为中国铁塔股份有限公司，成立于2014年，总部位于北京市 [2] - 公司所属行业为土木工程建筑业 [2] - 公司注册资本为1,760,084.7102万人民币 [2] 公司经营与资产状况 - 公司对外投资了4家企业 [2] - 公司参与招投标项目达5000次 [2] - 公司拥有商标信息185条，专利信息1116条，行政许可77个 [2]

核心观点 - 首次覆盖瑞博生物给予跑赢行业评级 目标价100.00港元 较当前股价有44.9%上行空间 [1][2] 公司定位与技术平台 - 公司是小核酸药物开发的全球领军者 拥有经验证的成熟小核酸药物开发平台 [1] - 公司拥有自主研发的GalNAc肝靶向RiboGalSTAR平台 并从肝靶向逐步走向肝外靶向 [1] - 公司持续迭代化学修饰 增强靶点特异性和序列兼容性 减少脱靶效应 赋能疗效和安全性升级 [1] - 截至25年底 公司在全球主要司法管辖区域共有473件专利及专利申请 构建了全面的知识产权组合 [1] - 公司研发平台具备全技术链条整合能力 实现从CMC生产、早期研究到商业化的全生命周期覆盖 [1] 临床管线与核心资产 - 公司是目前拥有最多临床资产的中国小核酸企业之一 [2] - 截至25年底 公司已拥有7款进入临床阶段的siRNA管线 其中4款处于II期 [2] - 核心资产包括RBD4059（FXI）、RBD5044（ApoC3）、RBD1016（HBV） [2] - RBD4059是全球首个且临床进展最快的用于治疗血栓性疾病的FXI siRNA药物 将于2026年启动IIb期临床 涉及多个血栓疾病 [2] - RBD5044是全球第二个进入临床阶段的ApoC3 siRNA 进度仅次于Arrowhead [2] - RBD1016正在验证在HBV的成药性 [2] 市场观点与催化剂 - 市场担心FXI抑制剂的成药性 但分析认为FXI抑制剂至少在脑卒中、膝关节置换术后等适应症已验证成药性 [2] - 分析认为FXI siRNA有望凭借更高的靶点抑制率攻克房颤适应症 [2] - 潜在催化剂包括行业FXI抑制剂和ApoC3 siRNA数据映射 以及公司多个小核酸药物II期临床启动和数据读出 [2] 财务预测与估值 - 预计公司2025~2027年EPS分别为-1.79元、-2.21元、-2.92元 [2] - 基于DCF估值法给予目标价100.0港元 [2]