文章核心观点 - 油价冲击向中国通胀的传导过程存在“宏观读数和微观体感”不同步的“错位期” 分析的关键在于传导速度、幅度及CPI继续上行的条件 而非“PPI先于CPI”这一常识[6] - 历史数据显示 油价冲击下PPI反应更早更强 平均在冲击后0-3个月内上行 而CPI反应滞后且温和 通常在3-6个月后才逐步抬升[6] - 市场与政策讨论常以CPI为第一锚点 容易忽略成本压力已在产业链内部扩散的现实[6] 油价冲击的传导机制与特征 - 油价冲击首先作用于生产端价格 PPI的反应领先于CPI 这是理论与经验上的共识[6] - 现实常见场景是CPI读数相对温和时 企业端已明显感受到原料涨价、毛利收缩与提价困难[6] - 基于2000年以来的月度数据分析 油价冲击的传导更接近“程度差异”而非“方向争论”[6] 历史数据揭示的传导节奏与幅度 - 以油价从每桶80美元下方首次升破80美元视为一次冲击 事件观察显示相对稳定的传导节奏[6] - PPI往往在油价冲击事件后0至3个月内上行[6] - CPI通常在油价冲击事件后3至6个月才逐步抬升 且平均幅度更为温和[6] - 生产端不仅对油价冲击反应更早 而且反应更强[6]

自动驾驶技术路线之争：纯视觉方案 vs 多传感器融合方案 - **行业技术路线出现分化**：主流方案是同时使用高精度传感器（如激光雷达）与摄像头的多传感器融合方案，而特斯拉引领的仅依靠摄像头的“纯视觉”方案正获得越来越多企业的跟随，例如中国的小鹏汽车[2] - **技术路线转变的核心驱动力是AI的快速进化**：AI性能的提升使得仅用摄像头获取的视觉信息来实现自动驾驶成为可能，这正在颠覆激光雷达“不可或缺”的传统认知[2][6] - **纯视觉方案对相关产业链产生显著影响**：如果该方案持续扩大，将挤压车载激光雷达的市场空间，并影响相关企业的盈利能力[2] 纯视觉自动驾驶方案的优势与进展 - **特斯拉是纯视觉方案的坚定倡导者和实践者**：特斯拉CEO埃隆·马斯克认为依赖激光雷达注定失败，人类仅靠视觉驾驶，AI进化后仅靠摄像头也能实现自动驾驶[6] - **纯视觉方案主要基于对激光雷达三大弱点的批判**： - **信息质量**：摄像头能获取标识文字、信号灯颜色等蕴含意义的信息，而激光雷达无法读取视觉信息[6] - **判断延迟**：多传感器信息融合时可能产生信息“偏差”，导致计算处理延迟，增加事故风险[6] - **成本高昂**：激光雷达单价约数万日元，而摄像头仅数千日元，成本约为前者的十分之一[6] - **市场预测显示车载摄像头增长潜力巨大**：预计2035年全球车载摄像头市场规模将达1444亿美元，是2025年的2.8倍，且是同期预测的车载激光雷达市场规模的5.6倍[8] - **追随特斯拉路线的企业增多**： - **日本初创企业Turing**：已拆除实验车激光雷达，转向纯视觉方案，目标最早2030年应用于量产车[4] - **中国小鹏汽车**：计划2026年推出3款不依赖激光雷达的自动驾驶出租车，将搭载自研高性能AI芯片[10] - **以色列Imagry**：与丰田通商合作，计划在日本进行L4级自动驾驶巴士的公共道路实证行驶[11] - **特斯拉计划量产纯视觉自动驾驶出租车**：公司将从2026年春季开始量产不配备激光雷达的L4级自动驾驶出租车“Cybercab”[5] 激光雷达行业面临的挑战与现状 - **激光雷达市场正面临价格竞争与盈利压力**：在纯视觉方案挤压下，该领域盈利能力持续下滑[12] - **中国企业在全球激光雷达市场占据主导地位**：禾赛科技等4家中国企业合计占据全球88%的市场份额[14] - **领先的激光雷达企业普遍陷入亏损**：即使是中国市场份额第二的速腾聚创，2025年1-9月最终损益也出现超过50亿日元的亏损[14] - **海外激光雷达企业处境艰难**： - **美国Luminar**：因最大客户沃尔沃汽车终止合同导致资金链恶化，已破产[14] - **日本小糸制作所**：因两家海外车企停止采用，已冻结车载激光雷达的新投资[14] 自动驾驶技术发展的关键挑战与未来展望 - **纯视觉方案在安全性上仍面临挑战**：特斯拉在美国的自动驾驶出租车实证中碰撞事故频发，其能否成为主流高度依赖AI技术的进一步进步[18] - **多传感器融合方案的支持者认为激光雷达仍不可或缺**：尤其在提升复杂场景下的安全性方面，例如本田在实证中为应对有高度差的坡道易产生距离误判的问题，仍在车顶配备激光雷达[18] - **部分车企采取混合策略以平衡性能与安全**：例如日产汽车虽采用以摄像头识别为核心的方案，但为提升深夜道路等场景的安全性，仍会使用激光雷达[18] - **行业发展的关键试金石即将到来**：特斯拉及小鹏汽车在2026年推出的、仅依赖摄像头的自动驾驶出租车的成败，将成为判断技术路线优势的重要标志[18]

电芯市场动态 - 以碳酸锂15万元/吨为基准，头部电芯厂商报价约0.37-0.4元/Wh，多数厂商报价0.35-0.36元/Wh，散单价格贵0.02元/Wh [1] - 价格传导顺畅，采用交付时点前一个月或前一个季度期货均价联动机制，碳酸锂价格每上涨1万元/吨对应电芯价格上涨约0.006元/Wh [1] - 314Ah电芯产能仍略显紧张，大容量电芯成为行业发力点，包括587/588Ah或628Ah等规格 [1] - 部分客户已开始导入大容量电芯，可为系统/EPC端带来约15%的降本 [1] 储能系统市场 - 储能系统报价约0.53-0.6元/Wh，主要因不同厂商电芯价格传导幅度不同 [1] - 储能变流器价格约0.15-0.18元/W，国内市场以集中式为主 [1] - 国内储能订单目前比较旺盛，展会询单客户较多 [1] - 海外市场方面，东欧地区的储能需求超出预期 [1] 行业技术与发展趋势 - 针对人工智能数据中心，多家厂商推出了机房内的UPS/BBU方案，以及机房外的火储/风光储方案，同时也涉及AIDC电源的HVDC/SST方案 [1] - 头部电芯厂已推出钠离子电芯，可兼容当前大型储能和工商业储能方案，预计2026年有望实现示范项目落地 [1] - 行业正从提供单一产品向提供综合解决方案转型，电芯和PCS厂商均涉足储能系统业务 [1] - 储能集成商针对零碳园区、人工智能数据中心、高耗能企业减碳等场景推出定制化解决方案 [1] 公司战略与市场表现 - 主机厂采购电芯时，兼顾性能与成本 [8] - 比亚迪在出海战略中，正发力东南亚市场 [11] - 宁德时代在储能市场的增长速度高于其动力电池市场 [11]

比亚迪2026年3月销量数据 - 2026年3月公司总销量为30.0万辆，环比增长57.8%，但同比下降20.5% [2] - 2026年1-3月累计销量为70.0万辆，同比大幅下降30.0% [2] 公司出口业务表现 - 2026年3月乘用车与皮卡海外销量达12.0万辆，环比增长19.4%，同比大幅增长64.5% [2] - 当月外销占比达到39.8%，同比显著提升20.5个百分点 [2] - 出口高增长预计主要源于海外车型推广以及油价上涨和石油短缺带来的电动车需求激增 [2] - 预计2026年4月海外销量有望继续保持高速增长 [2] 公司国内市场表现 - 2026年3月国内乘用车批发销量为17.6万辆，环比大幅增长101.0%，修复明显 [2] - 国内销量同比仍下降41.0%，但相较于1至2月同比下滑50%至60%的幅度已有所收窄 [2] - 预计2026年第二季度国内市场的同比降幅将继续收窄 [2] 公司高端品牌表现 - 2026年3月，腾势品牌销量0.71万辆，环比增长29.7%，同比下降43.5% [2] - 仰望品牌销量307辆，环比增长32.3%，同比大幅增长131.0% [2] - 方程豹品牌销量2.59万辆，环比增长52.2%，同比大幅增长222.0% [2] - 高端品牌合计销量3.34万辆，环比增长46.5%，同比增长60.4% [2] - 高端品牌销量占总销量比重为11.1%，环比基本持平（微降0.9个百分点），同比提升5.6个百分点 [2] 行业电池装机数据 - 2025年11月，行业动力电池与储能电池合计装机量为27.7GWh，环比微增1.1%，同比增长23.1% [2] - 电池装机量的同比增速高于同期整车销量的增速 [2] 行业与公司动态要点 - 主机厂在电芯采购策略上兼顾性能与成本 [6] - 公司（比亚迪）出海战略正发力东南亚市场 [6] - 行业龙头（CATL）的储能市场增长速度高于动力电池市场 [9]

文章核心观点 - AI时代，个人与企业的核心竞争力在于从“亲自努力”的执行者转变为“指挥AI”的决策者，通过构建和管理AI知识库将个人知识转化为可复用的数字资产，从而抓住财富红利并实现阶层跃迁 [2][3][4][5][6][9][10][16][17][20][23][24][26] 书籍内容与结构 - 书籍《AI知识库极简入门》旨在提供实用指南，帮助读者将零散信息转化为核心竞争力，摆脱内耗，踩中AI时代财富风口 [4] - 书籍结构分为三部分：基础篇讲解AI知识库概念，实战篇覆盖6大高频应用场景，进阶篇探讨从个人到企业的升级方案 [12][14][18] AI知识库的核心价值与应用场景 - AI知识库是私人数字图书馆、智能助手、创意永动机和商业雷达，能将知识变为可检索调用的数字资产，提升认知带宽与执行效率 [10][11] - 实战篇覆盖6大高频场景，包括个人成长、兴趣爱好、科技打工人、公务党、营销人、金融人，提供可直接套用的方案 [14][18] - 企业级应用能解决传统知识管理痛点，实现知识传承与客户服务优化，并涉及本地化部署方案 [18] AI时代的能力与思维转变 - 未来的竞争关键不是体力或算力，而是意志表达的吞吐量以及问题定义权，人类应扮演“指挥者”而非“执行器”的角色 [6][14] - 经验直觉在AI的暴力搜索与客观验证面前不堪一击，因此应专注于学习指挥AI，而非精进手工技能 [10] - 技术普及将拉大“会用工具”与“不会用工具”人群的差距，对细节的过度掌控欲可能成为发展的障碍 [17] 作者与书籍背景 - 作者杜雨博士为未可知人工智能研究院院长，拥有中国社会科学院技术经济学博士及产业投资背景，著有《AIGC：智能创作时代》等多部畅销书 [28] - 书籍得到众多知名企业与机构作为合作伙伴的关注，涵盖科技、金融、教育、能源、制造等多个行业 [30]

文章核心观点 - 光大银行2025年年度报告最初披露的分行资产规模数据存在严重异常，部分分行数据与往年相比出现十倍级的巨大差异，后经证实为“排版问题、出现了错行”，公司已联系上交所对数据进行了更正 [2][4] - 尽管公司已在上交所平台完成了数据修正，但截至报道时点，港交所披露的页面仍保留错误版本，且公司未按相关交易所规则发布正式的更正公告或进行文件替换 [4][8][9] 事件发现与数据异常 - 2026年3月31日晚，记者发现光大银行2025年报中分行资产规模数据与往年存在巨大差距，例如上海分行资产总额从2024年的**3998.13亿元**变为**395.40亿元**，相差约10倍 [1][2] - 除上海分行外，石家庄、天津、青岛、南京、杭州、苏州、宁波、无锡、广州、深圳等分行的资产规模数据也存在差异 [2] - 2025年报最初版本显示，上海分行资产规模为**39.54亿元**（即395.40百万元），而修改后版本显示为**4431.88亿元** [4][7] 数据更正情况 - 2026年4月1日中午，记者发现光大银行在上交所披露的2025年报（包括A股和H股业绩公告）中的分行资产规模数据已完成修正，修正后A股与H股财报数据完全一致，仅有简繁体文字差异 [3] - 光大银行解释数据异常原因为“排版问题、出现了错行”，发现问题后已及时联系上交所进行更正 [4] 信息披露合规问题 - 根据证监会及上交所相关规定，公司已公开披露的定期报告中财务信息存在差错并经董事会决定更正的，应当以临时报告方式及时披露更正后的财务信息 [8] - 港交所规则要求，发行人若需更正已披露资料，应提交更正后版本并在标题前加上“（经修订）”或“（Revised）”字样，原资料仍会保留在网站 [8] - 截至2026年4月1日下午1点半，港交所页面仍保留错误版本的年报文件，光大银行未做文件替换、未发布更正公告、也未补充任何说明 [4][9] - 光大银行投资者热线工作人员表示，若涉及分行资产规模等数据更正，公司会发布更正公告 [9]

文章核心观点 - AI Agent的出现将首次为B2B企业软件构建起类似消费互联网的“数据飞轮”，其核心在于系统性地捕获和利用“决策痕迹”，从而形成“捕获决策痕迹 → 关联业务结果 → 训练更智能的Agent → 做出更好决策”的自我强化循环，这代表了万亿美元级别的市场机会 [2][3][4][6] 消费互联网的“数据飞轮”模式 - 消费互联网公司（如Netflix、Meta）通过“数据飞轮”实现了指数增长：用户行为（如观看、点击）被自动捕获，用于优化系统（如推荐、广告），进而吸引更多用户和产生更多数据，形成复利循环 [7] - 例如，Netflix每天处理超过15亿条用户行为事件，这些数据是驱动其推荐算法飞轮的核心燃料 [9] - 这类产品的共同点是其产品本身就是数据收集器，用户在使用过程中就在无意识地“喂养”算法 [8] 传统B2B软件的局限 - 传统的万亿级企业软件巨头（如Salesforce、Workday、SAP）未能建立起类似的飞轮，它们主要充当数据的“保险箱”或“状态钟”，只记录业务“当前是什么状态”，而不记录“为什么是这个状态”的决策推理过程 [3][10][11][12] - 企业运营中关键的决策逻辑和推理链条（如批准某个折扣的原因）通常存在于员工的头脑、即时通讯或会议讨论中，未被系统化捕获，导致知识流失和效率低下 [13] - 连接数据与行动的推理过程从未被当作数据来对待，这是B2B飞轮无法转动的根本原因 [14][15] “决策痕迹”与“上下文图谱”的概念 - “决策痕迹”与“规则”有本质区别：“规则”描述一般性操作流程，而“决策痕迹”记录在具体案例中实际发生了什么，包括例外情况、折衷方案、先例引用及批准流程 [19][20] - “上下文图谱”被提出作为新一代基础设施，它是一个跨实体、跨时间缝合决策痕迹的“活档案”，旨在成为企业“决策的系统记录”，不仅记录发生了什么，还解释为什么被允许发生 [21][22][23] - “上下文图谱”之于决策，如同Salesforce之于客户数据，前者是记录过程的“事件钟”，后者是记录状态的“状态钟” [23] B2B新飞轮的运作机制 - 飞轮循环分为四步：1) 捕获决策痕迹：Agent记录完整的决策上下文；2) 关联到结果：将决策与后续业务结果（如转化率、续约率）连接；3) 训练更智能的Agent：基于积累的决策先例和结果数据提升Agent判断力；4) 做出更好决策：从而产生更优质的决策痕迹，推动循环 [24][25][26] - 该飞轮是Netflix模式的B2B版本，区别在于捕获的信号从用户行为变为决策推理信号 [27] - 具体案例：AI销售Agent在处理客户续约谈判时，通过调阅历史决策痕迹（如类似情况下的折扣与结果），能做出更优决策，无需层层上报，且每次交互都让Agent更智能 [28][29] AI Agent创业公司的结构性机会与竞争路径 - 传统企业软件巨头（如Salesforce）因其架构定位为“状态记录系统”而非“决策观察者”，难以捕获决策发生时的完整上下文，因此在新机遇中处于不利位置 [30][31] - AI Agent创业公司拥有结构性优势：它们位于“执行路径”上，能在决策发生时看到完整的上下文，包括跨系统输入、政策评估、例外调用、审批人及最终状态写入 [32][33] - 创业公司有三条潜在路径：1) 替换整个现有系统（如CRM）；2) 替换特定功能模块（垂直领域Agent）；3) 在所有现有系统之上创建全新的决策记录层 [34][35] - 存在争论：有观点认为垂直Agent只能看到局部数据，而能构建完整“上下文图谱”的赢家可能是平台级集成商（跨系统连接器）或像Anthropic这样提供通用工作伙伴的AI公司 [37][38] 技术演进与当前时机 - AI Agent时代使捕获“决策痕迹”的成本大幅降低，因为Agent的每一步推理都是自动生成、有迹可循的副产品，无需额外人力投入 [40] - 技术演进分为三个阶段：Phase 1（工具能力）、Phase 2（流程知识标准化）、Phase 3（实现制度记忆的上下文图谱），目前行业正处于Phase 1向Phase 2的过渡期 [41] - 当前面临挑战包括：隐性决策难捕获、数据安全问题、跨系统数据融合的技术复杂度，但这些挑战也构成了先行者的护城河 [42][43] 对行业与公司的启示 - B2B软件的下一个万亿机会并非“更好的CRM”，而是“决策的系统记录”，这将颠覆现有软件品类 [44] - AI Agent创业公司的核心壁垒将不是模型能力，而是其积累的决策数据（决策痕迹）的规模与质量 [44] - 产品的价值取决于其在用户工作流中的位置，能否位于“执行路径”上并看到决策瞬间，决定了其积累“决策智慧”这一不可复制资产的能力 [45] - 对于企业而言，选择AI供应商时，应重点考察其将组织“部落知识”转化为“制度记忆”的能力，决策图谱是比模型或功能更持久的资产 [45] - 下一代企业软件的核心竞争维度将从“拥有多少数据”转变为“记录了多少决策” [46]

文章核心观点 - 远景在第十四届储能国际峰会暨展览会上，以“开创AI能源系统”为主题发布多项创新产品与解决方案，旨在通过深度融合AI技术与全栈自研能力，引领储能产业进入“资产时代”，提升储能资产全生命周期的确定性与收益率，并拓展储能应用边界 [1][3][9] 产品与技术发布 - 公司发布搭载新一代AI自适应PCS的12.5MWh AI储能系统，并宣布全球最大方壳卷绕储能电芯790Ah正式投产 [1] - EN 12.5MWh AI储能系统搭载的790Ah储能专用电芯能量密度超440Wh/L，循环寿命突破15000次，日历寿命长达30年，电芯RTE高达96% [4] - 该电芯通过自研高安全电解液与独创热梯度反应设计，配合定向排气散热通道解决安全问题，已通过多项高风险测试并获全球主流机构认证 [4] - EN 12.5MWh系统依托第三代碳化硅PCS和AI温控技术，能效超92%，大子阵设计使场站布局占地减少37.6%，并网效率提升超50% [4] - 系统在关键交易节点的电价预测准确率超90% [4] - 公司发布6.X-12.X MW AI自适应储能变流升压一体机，其自研PCS搭载第三代碳化硅技术，效率高达99.3%，可在55℃高温下满载运行 [7] - 该PCS内置原生AI智能内核，具备全工况自适应、毫秒级电网波动预判及全生命周期健康管理能力，支持并网/离网无缝切换与分钟级黑启动，已取得多国构网认证 [7] 战略与行业趋势 - 储能产业正步入“资产时代”，公司依托“天机”气象大模型与“天枢”能源大模型，推动储能场站全链路实现自感知、自适应、自进化，带动场站全生命周期IRR提升4-8% [3] - 公司以系统思维定义电芯，790Ah电芯是综合材料、工艺、装备、场站及电网友好等多维度的系统最优解，并非简单追求容量提升 [4] - 公司坚持全栈技术自研自制，覆盖电芯、PCS、BMS、EMS、SCADA、电力交易辅助决策系统等核心环节，具备从智能制造到电站交付的全产业链能力 [7] - 储能系统正从“硬件资产”转向“人工智能资产”，AI储能将为构建稳定、可盈利的可再生能源系统提供关键支撑，推动行业从价格竞争走向价值竞争 [9] 新场景拓展与解决方案 - 公司首款钠离子储能专用电芯已于2026年3月正式下线，容量超180Ah，工作温域覆盖-40°C至70°C，循环寿命≥20000次，将匹配AIDC备电、极端高低温环境等场景，与锂电形成协同互补 [8] - 公司发布从“芯”到“网”的端到端能源解决方案，覆盖电网侧、场站侧、负荷侧和控制侧，直击AI算力时代数据中心的电力瓶颈 [9] - 公司已与腾讯在内蒙古赤峰落地全球首个100%绿电直供的数据中心，综合能源成本降低超40%，年减少碳排放可达18万吨 [9] - 公司正携手头部AI公司在乌兰察布打造全球最大零碳AIDC园区，项目预计今年交付 [9]

文章核心观点 - 文章以理文国际（股票代码0842）为案例，探讨了港股市场存在的一种通过宣布分拆优质业务至美股上市、后又取消分拆的操作模式，这种模式导致公司股价剧烈波动，使投资者蒙受重大损失 [1][3] - 文章认为这种操作在港股市场较为普遍，并指出港股市场整体表现疲弱与此类操作有关，同时提及另一家IDC公司也存在类似的分拆计划，引发对相关风险的关注 [1][3] 公司案例：理文国际 (0842) - 公司曾积极进行三地路演，宣布计划分拆优质业务至美股上市，此消息推动其港股股价大幅上涨，吸引众多投资者在1月初买入 [3] - 在宣布分拆后，公司港股被市场视为“空壳”，股价随即暴跌，从2.6港元跌至0.52港元，跌幅高达80% [3] - 根据公告，分拆计划最终被取消，美股上市不再推进，导致投资者预期的美股新公司股权认购权归零，港股投资者承受了股价暴跌的损失 [3] - 截至分析时点（04-02），公司股价为0.850港元，当日开盘价1.160港元，最高价1.160港元，最低价0.850港元，收盘价0.850港元，当日下跌 [2] - 公司当日成交额为2502万港元，成交量为2717万股，换手率为5.46% [2] - 公司总股本为14.42亿股，总市值约为12亿港元，市净率（PB）为0.25，市盈率（PE）为负值（-6.4） [2] 1. 股价从2.6港元的高位下跌至0.52港元，累计跌幅达到80% [3] 2. 股价在宣布取消分拆后，从1.160港元跌至0.850港元 [2][3] 市场操作与投资者影响 - 该案例展示了一种操作模式：公司释放分拆优质资产上市利好推高股价，随后分拆计划取消或变更，导致股价崩盘，早期跟进的投资者蒙受巨大亏损 [3] - 在分拆消息发布后，部分港股投资者认为能按比例获得美股新公司的股权，但计划取消后此预期落空 [3] - 文章指出，此类操作在港股市场“遍地都是”且“很普遍”，并认为这是港股市场表现“全球最弱”的原因之一 [1][3] - 文章提及某家“前三IDC公司”也计划将最值钱的海外业务分拆至美股上市，暗示可能存在类似风险，值得投资者警惕 [3]

公司产品与服务 - Wind持续在全球范围内提供高质量的在线课程 包括每周的直播活动 [2] - 公司为方便用户规划学习 整理了2026年4月的即将开课课程以及3月的课程回放 [2] - 用户可通过扫描文末专栏二维码注册4月全部课程 以享受精彩内容 [2] 2026年4月课程预告 - 企业主题培训课程题为“AI赋能：重塑企业‘生产到客户’策略” 将于4月2日（周四）16:00开讲 [2] - 投资顾问主题课程题为“吸引高净值客户：重塑资产配置” 将于4月9日（周四）16:00开讲 [2] - 宏观主题课程题为“美联储鹰派转向：利率数据深度分析” 将于4月23日（周四）16:00开讲 [2] - Wind Insights基础培训系列课程“Alice 27：您的全员财务团队 接管整个工作流程” 将于4月15日（周三）17:00以英文开讲 [3] 2026年3月课程亮点回顾 - 回顾的主题培训课程包括“AI智能体重塑产品决策逻辑”以及“利用Wind投资研究语料库简化投研工作” [6] - 回顾的基础培训系列课程包括“房地产行业的兴衰” [6]