文章核心观点 - 过度迷信“向上社交”是经济上行泡沫的产物，本质是投机行为，当泡沫散去后，能持续发展的核心是个人实力与靠谱的品格 [5][19] - 有效的社交进阶是一个自然过程，关键在于先通过“下蹲”蓄能，获得平等社交圈的普遍认可，从而被上层主动接纳，而非单方面攀附 [6][12][19] - 忽视“向下社交”或平等社交，过度追求向上攀关系，会导致自我认知错位、效率低下，并最终被边缘化 [16][18] 下蹲是让你看清自己 - 人们普遍存在高估自我价值的心理倾向，常认为比自己好20%-30%的人才与自己匹配，而实际上那些被认为差20%-30%的人很可能与自己处于同一水平线 [9][10] - 在媒体与公关行业，错误地将不同水平的人相提并论是常见错误，反映出对自身及他人价值缺乏清晰认知 [9] - 自我认知的偏差会导致社交选择失误，如同相亲中A级人群互不选择，而低级别人群又盲目追求更高级别，最终难以达成有效匹配 [9] 向上是需要群众允许的 - 向上跳跃前必须“下蹲”，这是一个积蓄能量并建立“舆论共识”的过程，只有平等社交圈层普遍认可其优秀，个人才有机会实现社交层级的上升 [12] - 行业意见领袖的崛起案例表明，其成功往往源于平等社交圈朋友的长期肯定与推荐，为其向上社交做了铺垫，最终形成被主动寻求的局面 [13] - 通过持续与基层年轻从业者进行平等、有价值的交流，获得广泛认可后，反而能吸引企业高层主动前来交流，这验证了社交进阶的群众基础逻辑 [14] 上不去下不来活受罪 - 过度迷恋向上社交会导致自我迷失，个体变得敏感且依赖于“大哥”的施舍，同时看不起同级交流者，处境如同“宫门外等待召唤的太监” [16][17] - 在媒体公关实践中，固守“只与VP以上对接”的陈旧观念，会错失接触一线关键人员（如跑口记者）的机会，导致解决问题成本大幅增加，可能从花费1元变成10元，并需维护更多关系 [18] - 行业内存的论资排辈、刷脸吃饭现象已难以为继，上层不再愿意为面子买单，最终使迷信关系者处于不上不下、被边缘化的尴尬境地 [18][19]

文章核心观点 - 以OpenClaw为代表的智能体（Agent）技术正在引发大模型行业从“训练时代”向“推理时代”的加速转变，其核心价值在于使大模型能够执行完整的复杂任务，而不仅仅是回答问题，这正在重塑行业的技术路线、商业模式和竞争格局 [9][10][13] 行业动态与公司进展 - 月之暗面正考虑在香港进行首次公开募股（IPO），并已与中金公司及高盛展开初步磋商 [5] - 在OpenRouter平台上，代号为Hunter Alpha的模型（即小米MiMo-V2-Pro）调用量迅速冲上榜首，显示模型厂商正从OpenClaw引发的浪潮中直接获益 [9] - 智谱AI发布了新的GLM Turbo模型，旨在从“简单的对话”转向支持完成任务的“干活”能力 [27] OpenClaw（智能体）带来的范式转变 - **任务执行取代问答交互**：OpenClaw将模型拉入任务执行环节，用户交互从“提问-回答”转向“目标-执行-迭代”，模型更像一个帮助完成完整任务链路的“脚手架” [13] - **评价体系改变**：评价重点从单轮回答质量，转向复杂任务能否稳定收敛并交付结果，同时用户对系统响应产生了“慢”的感知，因为这涉及规划、调度和试错过程 [13] - **Token消耗与属性剧变**：智能体场景下，单个任务的Token消耗是传统问答的10倍甚至100倍 [15]。无问芯穹公司的Token用量从1月底开始，每两周翻一倍 [15][26]。Token不再仅是成本指标，而是对应规划、执行、调用工具的全过程，具备了“生产力”或“机器工时”属性，这将重塑价格体系 [16] - **技术竞争维度下沉**：行业竞争焦点从模型参数规模，转向推理效率、系统调度能力甚至能源成本 [20]。随着任务复杂度上升，上下文长度（Context）迅速拉长至1M甚至10M级别，迫使厂商在推理侧进行结构创新以降低成本、提高稳定性 [18][19] 对行业生态与竞争格局的影响 - **系统能力部分抵消模型差距**：在智能体框架下，通过技能（Skill）和工具组合，次顶级模型也能完成复杂任务，模型之间的能力差距被压缩，用户更关注任务结果而非模型本身指标 [22][23] - **降低参与门槛与激发生态**：构建能力向系统工程倾斜，而不再局限于算法本身，降低了参与门槛 [24]。OpenClaw的“开源”特性有利于社区深入参与，将国内次顶级闭源模型的上限拉高，同时靠技能体系保证了下限 [26]。它点燃了行业想象力，让更多人参与AGI变革，并释放时间去做更有创造性的事 [26] - **推动架构创新**：中国大模型团队在算力受限背景下，通过对模型结构（如Hybrid、Linear Attention、Long Context Efficient设计）的创新来追求高效率与低推理成本的经验，在当前长上下文推理需求下依然重要 [30][31] - **预示未来竞争**：随着推理需求爆发，预计今年可能增长100倍，竞争维度将进一步下探到算力、推理芯片甚至能源层面 [32] 主要参与者的观点摘要 - **智谱CEO张鹏**：将OpenClaw定义为“脚手架”，使普通人能以极低门槛使用顶尖模型完成复杂任务，是重大突破 [25]。GLM Turbo模型的发布旨在优化任务执行所需的高Token消耗过程，近期提价是因任务消耗Token量为简单问答的10-100倍，旨在回归正常商业价值以支持持续优化 [27][28] - **无问芯穹创始人夏立雪**：初期感觉OpenClaw交互慢，后发现其能完成大型任务，这标志着从聊天到完成任务的想象力空间提升，但对系统能力要求增大 [25] - **小米MiMo负责人罗福莉**：认为OpenClaw是革命性事件，在智能体框架设计上领先，其最大价值在于“开源”和激发社区参与 [26]。强调在长上下文下实现低成本、高速度的推理结构创新，是激发高生产力任务和模型自迭代的关键 [30] - **香港大学助理教授黄超**：认为OpenClaw提供了“更有活人感”的体验，证明了构建智能体的框架可以既简单又高效，促使行业重新思考智能体的形态 [27]

大众集团2025年财务与市场表现 - 大众汽车集团2025年营业利润为88.7亿欧元，同比暴跌53% [4] - 税后净利润为69亿欧元，创下近十年最低，经营回报率仅2.8% [4] - 利润下滑归因于美国加征进口关税造成约30亿欧元直接损失、保时捷电动化高额研发费用、汇率波动及全球价格战 [4] 大众在中国市场的销量结构 - 2025年大众在中国市场交付超269万辆，同比下滑8.0%，连续第二年下滑 [9] - 其中燃油车交付超257万辆，占据中国燃油车市场22%的份额 [9] - 纯电车销量同比暴跌44.3%，新能源转型缓慢 [10] - 上汽大众2025年终端销量106万辆，ID.系列全年销量14.3万辆，占比仅13.5% [12] 大众的新能源战略转变与挑战 - 大众从公开批评增程技术转向推出搭载“黄金增程系统”的ID. ERA 9X，是对中国用户需求的妥协与追赶 [15][17] - ID. ERA 9X采用EA211 1.5T增程器，最大功率105kW，配备宁德时代65.2kWh电池，CLTC纯电续航超400公里，亏电油耗6.27L/100km [17] - 在新能源赛道，大众品牌溢价被稀释，2月主流合资品牌新能源车份额仅3.1%，而自主品牌占60.3%，新势力占27.3% [24] - 大众的传统优势如“可靠”、“耐用”在“软件定义汽车”时代面临挑战，需与“好用”、“有趣”的用户体验竞争 [25] 市场竞争格局与ID. ERA 9X的定位 - 2月全尺寸SUV销量榜显示，蔚来ES8破万台销冠，银河M9亚军，极氪9X第三，理想L9跌至第十，“9系SUV”市场竞争白热化 [20][22] - 问界M9通过智能化差异化竞争，新款推出单电机版试图将入门价拉至40万以下 [22] - ID. ERA 9X的定价策略至关重要，若起售价不超40万可能具备竞争力，但需平衡品牌定位与利润空间 [24][30] 大众的体系力与未来计划 - 大众最后的堡垒是其制造体系力，如宁波工厂的先进工艺、安全标准及电池防护 [28] - 但新势力在安全、品控及工厂自动化率上快速进步，正在侵蚀大众的传统优势 [28] - 上汽大众将研发周期从4年压缩至2年，ID. ERA 9X从立项到量产仅用两年 [28] - 2026年计划投放7款全新新能源车型，覆盖增程、插混、纯电全品类，目标将新能源销量占比提升至20%以上，并携手地平线、华为等本土供应商 [28]

工业AI落地的核心挑战 - AI项目从实验室到规模化部署的转化率极低，Gartner研究显示高达85%的AI项目无法走向业务价值转化[2] - 核心冲突在于AI是概率性的，而机器世界必须是确定性的，工业演进的核心命题是将不确定性变为可理解、可预测、可控制的系统[3] - 工业场景是覆盖产品设计、生产制造、质量检测、运维全生命周期的复杂系统，技术研发远比文本、图片生成复杂[8] - 技术与场景脱节、业务与数据脱节、投入与产出脱节是导致AI在工业生产中落地缓慢的三大原因[10] - 部署成本高且无正向收益闭环，工业AI的真正难点在于能否解决复杂系统问题，局部优化可能导致整体失衡[11] 数据是工业AI成败的关键 - 工业AI的胜负手不在模型，而在数据[14] - 工业数据具有多元异构、多模态、时空耦合的特征，且需保证同时间基点的关联性，数据正确性和高质量性尚未被系统性解决[13] - 数据采集极难，存在“存不下、边采边丢”的现象，许多工厂为节省成本，传感器数据只存一个月甚至边采边丢[18] - 工业门类极其细分，工厂是离散的孤岛，这种离散性决定了工业AI很难产生像GPT一样的规模效应[18] - 数据使用门槛高，需看得懂、用得上、算得清，不具备长期经验的人很难找到并理解有用数据[20] - 西门子凭借近180年的积累，服务于全球40多个行业、40多万家客户，其训练工业基础模型IFM所依托的高质量工业数据达到了150PB[23] 西门子的战略与能力构建 - 公司认为当AI加速融入物理世界，硬件比过去更重要[16] - 公司通过构建贯通硬件、软件与数据的技术栈，将AI带入物理世界，在RXD大会发布的26款新品中绝大多数指向硬件[15] - 软件层面构建基于物理规律、可实时运行的数字孪生系统，为决策优化提供虚拟仿真环境以降低试错成本[16] - 公司拥有从设计、仿真到制造、运维的完整生命周期软件版图，以及从设备控制到AI实时决策的完整硬件体系[23] - 公司在AI领域已拥有超过1500名专家，AI专利持有量居世界领先地位[28] - 公司战略从技术提供者转向工业AI的启蒙者和产业升级路径共建者，致力于降低工业AI使用门槛[28] 工业AI的实践路径与场景 - 突破数据门槛不能在所有领域同时展开，需在聚焦的行业里找突破[20] - 预测性维护、质量视觉检测等成熟场景数据相对充分，价值可量化，例如西门子成都工厂部署了一百多项AI技术，南京工厂有50多项，均由一线工程师开发[20] - 具身智能等初级场景还处在数据匮乏阶段，需要合成数据、仿真数据补充，突破时间轴更长[22] - 公司通过Xcelerator平台及打造工业AI操作系统，旨在让企业数字化转型更简单、快速、规模化，并让AI更安全、高效地进入工业生产系统[27] - 公司助力中国制造企业实现从单点提效到全局优化，例如泸州老窖基于其工厂仿真软件完成整厂级数字孪生建模[25]，在新能源、高端制造等领域帮助客户缩短工程周期、提升良品率、降低能耗[26]

核心观点 - 公司2025年营收与利润高速增长，门店网络突破500家，并通过“分红+回购”积极回报股东，展现出强劲的基本面与清晰的成长路径 [2][4][5][7] - 公司业绩增长得益于精准卡位高增长的中式面馆（尤其是川渝风味）赛道，并通过标准化运营、成本控制及主动降价策略，实现了“量增价减”的良性经营态势，规模效应凸显 [8][9][10][12] - 公司正加速全球扩张，门店网络高质量增长，同店销售与订单量提升，并计划未来三年新开520至610家店，目标在2028年突破1000家门店 [5][14][16][18][19] 财务业绩表现 - 2025年营收16.22亿元人民币，同比增长40.5% [4] - 2025年经调整净利润1.35亿元人民币，同比增长111.9%，经调整净利润率达8.3% [4] - 董事会建议派发2025年末期股息每股H股人民币0.03元，并已动用1730万港元自有资金回购H股 [7] 门店扩张与网络 - 截至2025年12月31日，全球门店总数达503家，较2024年底的360家净增143家，增幅39.7% [14] - 直营餐厅从279家增至411家 [14] - 2025年12月新加坡首店开业，标志进入全球市场 [5] - 截至2026年2月28日，在503家基础上再新开20家餐厅，另有76家新餐厅处于开业筹备阶段 [5][16] - 计划未来三年开设约520至610家新餐厅，预计2028年门店规模突破1000家 [19] 运营效率与成本控制 - 2025年原材料及耗材占收入比例从34.3%降至32.4% [10] - 2025年员工成本占比从23%降至21.9% [10] - 2025年租金支出占比从18.2%降至17% [10] - 直营餐厅单店日均订单量从2024年的386单提升至2025年的406单 [12] - 特许经营餐厅单店日均订单量从2024年的390单提升至2025年的412单 [12] 市场定位与经营策略 - 精准卡位川渝风味面馆赛道，该细分市场2024年占中式面馆市场规模25%，2025至2029年复合年增长率约13.2% [9] - 推行主动降价策略：直营餐厅订单平均消费额从32.1元降至29.9元，特许经营餐厅从31.8元降至28.8元，以提升性价比吸引更广泛消费群体 [12] - 门店布局从一、二线城市核心商圈商场店，拓展至街边店及城市近郊门店，助力利润率持续提升 [13] - 采用“直营稳根基、特许扩覆盖”的双轮驱动扩张模式 [19] 同店增长与品牌健康度 - 2025年餐厅同店销售额实现同比1.0%的正增长 [18] - 同店单店日均订单从393单提升至432单，增幅达9.9% [18] 行业背景与市场潜力 - 2025年中式面馆市场规模达3260亿元人民币，2025年至2029年复合年增长率约11% [9] - 预计2026年重庆小面市场规模有望突破百亿元人民币 [9]

公司近期市场操作与股价表现 - 公司于3月27日斥资2.99亿港元回购198万股股份，回购价格区间为每股149.4至153港元 [2] - 前一日（3月26日），公司拟斥资约6亿港元回购394万股股份，回购价格区间为每股148.4至157.8港元 [2] - 2025年内，公司累计回购金额已超过12亿港元 [2] - 在发布2025年全年业绩公告后，公司股价一度大跌超过20%，次日开盘跌幅再超10% [3] - 自2025年9月以来，公司股价出现回调，与同期公布的强劲业绩形成显著反差 [3] 公司2025年财务业绩 - 2025年全年，公司实现营收371.2亿元人民币，同比增长184.7% [2] - 2025年全年，公司实现经调整净利润130.8亿元人民币，同比增长284.5% [2] - 2025年第三季度，公司整体收益（未经审核）同比增长仍保持在245%至250%的高速区间 [3] 市场观点与机构分析 - 公司连续进行股份回购，被视为在股价非理性下跌阶段稳定长期投资者的信号，并展现了对未来发展的强劲信心 [2] - 股价大幅回调的原因，可能在于市场对公司在2026年能否保持高速增长持怀疑态度 [3] - 摩根士丹利认为，公司当前约14倍的2026年预期市盈率已属低估，并指出公司仍在一个不断扩大的全球IP收藏品市场中持续扩大份额 [3] - 摩根士丹利进一步指出，公司在2026年的业务调整努力有望使其竞争力在2027至2028年进一步提升 [3] - 中金公司持续看好公司的平台优势及中长期发展空间，维持“跑赢行业”评级，目标价为248港元 [3]

文章核心观点 - 中国农业银行董事长谷澍在公开论坛上阐述了关于推动高质量绿色发展的核心观点，强调跨界合作与国际交流的重要性，并分享了农业银行在绿色金融领域的三大实践方向与三项具体建议 [2][3][4] 绿色发展需要跨界合作与国际共识 - 绿色发展涉及面广，需要跨界合作、形成合力 [2][3] - 建议充分依托国际交流平台，加强政策对话和经验互鉴，凝聚共识、增进互信，以更多务实合作推动实现更高质量的绿色发展 [2][6] 农业银行绿色金融实践体会 - 始终把绿色发展作为乡村振兴的底色，发挥渠道优势，以金融力量撬动农业农村绿色转型 [5] - 始终把创新作为汇聚绿色发展动能的关键手段，持续强化绿色服务创新，提升绿色金融服务的专业化水平 [6] - 始终把合作联动作为推动绿色发展的有效路径，积极加强与政府、金融同业以及社会各界的协同联动 [6] 推动高质量绿色发展的具体建议 - 加强绿色标准协调对接：发挥国际组织的引领作用，推动在绿色项目识别、环境效益测算、信息披露要求等方面加强对话和协调，提升各国绿色标准的可比性和兼容性 [6] - 加大绿色金融创新力度：全球金融机构应聚焦绿色转型需求，加强金融创新与数字赋能，特别是充分运用人工智能等提升绿色项目识别、碳足迹核算、风险精准管控能力 [7] - 促进绿色资本跨境流动：加强绿色投融资平台对接，完善风险防控与信息共享机制，提高绿色资本跨境流动的便利性和安全性，通过联合融资、知识共享等方式支持发展中国家绿色转型 [7] 农业银行应用金融科技的创新案例 - 推出了农行版的“龙虾（ABC-Claw）”AI智能体，帮助客户经理自动加工绿色项目数据、交叉验证多维信息和智能生成尽调报告，让办贷流程更便捷、更高效、更安全 [8] - 针对绿色项目环境效益难以量化的问题，积极应用金融科技，创新林业碳汇、海洋碳汇等增信方式，帮助企业盘活“沉睡”的绿色资产，解决融资难题 [8] - 针对需要转型的企业，探索开展ESG评价，并将评价结果与贷款要素挂钩，以市场化手段激励企业主动转型 [8]

文章核心观点 中美人工智能竞争已进入深水区，双方在核心技术、底层基础及产业应用方面各有优势与短板，并走出了截然不同的发展道路 美国凭借技术先发优势、私人资本驱动和成熟的产学研体系，在AI模型、芯片设计等前沿技术研发和高端企业级应用上保持领先 中国则依托超大规模市场、完整的制造业体系和国家战略引导，在稀土与电力等底层基础、规模化产业应用及开源生态建设上形成独特优势 未来，双方发展路径可能趋于交汇，竞争将更加激烈，最终胜负取决于谁能更有效地将技术转化为经济增长和综合国力 [5][7][31][49][56] 实力：中美AI核心技术、底层基础及产业应用比较 技术与人才 - **AI模型**：美国在尖端AI大模型性能上保持领先，但差距快速收敛 截至2026年1月，美国先进大型语言模型性能领先中国约7个月，但中美顶级模型在多项基准测试中的性能差距已从2023年的17.5%大幅缩小至2024年的0.3% [9] - **AI芯片**：美国主导全球先进芯片的设计与研发，英伟达独立GPU占据全球90%以上的市场份额 中国在芯片产业链中下游环节形成优势，2025年上半年中国AI芯片市场规模达160亿美元，其中国产芯片约占35%的市场份额 [11][12] - **算力基建**：美国在算力规模及数据中心数量上显著领先，截至2025年11月，美国数据中心数量超4000个，中国约500个；美国智能算力规模占全球约75%，中国占约15% 中国算力市场规模预计2025年同比增长超30%，且调度效率较高 [15] - **人才**：美国吸引了全球57%的顶尖AI研究人员，中国占12% 从研究人员总数看，中国AI研究人员数量在2024年达5.2万人，已接近美国的6.3万人 [18] 底层基础 - **稀土**：中国在稀土产业链占据绝对主导地位，2024年生产稀土27万吨（美国为4.5万吨），拥有全球60%的开采量和91%的精炼产量 中国稀土储量占全球近50%，美国储量仅为中国的4% [22] - **电力**：中国电力供给充足，2024年发电量达美国的2.3倍，较2019年累计增长34%（美国同期仅增长6%） 2024年中国数据中心耗电量占总用电量约1%，而美国约4% 美国电力市场紧张，13个州的电网使用接近极限，可能持续制约AI发展 [23][24] 产业应用 - **美国**：侧重“高精尖”场景，在国防、医疗、量子计算等前沿领域及AI辅助药物研发等领域领先，追求技术性能与商业价值的极致结合 [27] - **中国**：侧重规模化部署和产业赋能，在消费级应用和制造业赋能上具优势 截至2024年，中国AI专利全球占比达60% 2025年全球人形机器人出货量前六品牌均来自中国，占据全球87%的市场份额 在无人驾驶出租车、无人机配送等场景商用化进度快于美国 [29][30] 道路：中美AI发展路径截然不同 发展模式差异体现 - **发展目标**：美国重在实现通用人工智能（AGI）的技术突破；中国更以应用为导向，注重解决实际问题和产业升级 [32] - **技术路线**：美国主流AI模型多为闭源；中国主流大模型多为开源，在全球开源市场中份额超六成（美国约三成） [32] - **商业模式**：美国主打付费订阅和高端企业服务；中国走“免费+增值”路线，通过流量积累间接变现 [33] 发展模式差异原因 - **顶层设计与政策导向**：美国将AI视为对华战略竞争核心，通过《芯片与科学法案》（拨款520亿美元）等政策保持技术领先 中国AI发展战略强调与实体经济深度融合，如《关于深入实施“人工智能+”行动的意见》等政策推动全面赋能 [34][35][36] - **技术与产业基础**：美国产学研体系成熟，具备前沿技术创新环境，但制造业基础偏弱制约应用部署 中国拥有全球最完整的产业链，制造业增加值占全球近30%，工业机器人部署规模是美国的5倍，为AI与产业深度融合铺平道路 [38][39] - **资本市场与融资模式**：美国AI企业融资由私人资本主导，2024年投向AI的私人资本突破千亿美元，接近中国的12倍，鼓励前沿技术突破 中国AI产业融资以政府和产业资本为主，更利于推动技术落地与产业应用 [42][43] 各自挑战 - **美国**：面临资本市场泡沫风险，AI产业呈现“高估值、低兑现”格局 全球企业在生成式AI领域累计投入300–400亿美元，但高达95%的企业尚未获得实质性回报 [47] - **中国**：需要避免重复建设和无序竞争风险，防止资源配置效率低下和产业“大而不强” [48] 未来演绎与建议 未来趋势 - 中美AI发展路径未来可能趋于交汇，直接竞争将更加激烈 美国开始重视AI应用，中国则加强核心技术攻关 [49] - 中美AI应用在全球市场的争夺已揭幕，美国凭借技术先发优势在重点市场布局，中国则依托“一带一路”等框架，以产业化应用为核心优势推动解决方案落地 [50] 发展建议（针对中国） - 明确技术攻关优先次序，在光刻机、EDA软件、高端芯片设计等“卡脖子”环节实现突破，并加强国际技术合作 [52] - 改变偏重应用、轻视基础的科研导向，增加对基础学科的投入，扩大STEM教育规模 [52] - 巩固产业赋能优势，深化AI与实体经济融合，探索具身智能、低空经济等新兴应用场景 [53] - 避免低水平重复建设和无序竞争，强化市场机制作用，引导不同地区错位发展 [53] - 推动资本市场改革，完善多元化融资支持体系，培育“耐心资本” [54] - 构建开放合作生态，深度参与全球AI治理，并探索中美在竞争中的合作空间 [54][55]

书籍核心观点 - 本书核心观点是“十五五”时期是中国基本实现社会主义现代化夯实基础、全面发力的关键时期，需推动经济增长由以投资和出口为主驱动向以创新和消费为主驱动转变，并需在科技创新、现代化产业体系建设等重点领域实现突破[3][6] 经济增长框架与结构性转变 - 提出中国经济增长需要新框架，增长逻辑正从供给约束转向需求约束[6][10] - 中国经济增长具有追赶潜能优势、新技术革命优势和超大规模市场经济优势[3] - 后发经济体走向现代化存在追赶周期，需关注供给侧动力结构转变和需求侧结构转变[10] - 迈向现代化需要进行系统性结构转变，包括产业结构、城乡结构等[7] 消费需求与内需提振 - 提振消费需求是关键，需解决“为什么越刺激，需求越不足”的问题[8][10] - 消费回升有待宏观政策调整和政府支出结构转型[10] - “十五五”时期需提高居民消费率，并以提高低收入群体养老金水平为突破口释放内需增长潜力[11][13] - 需借鉴扩大消费的国际经验，并展望“十五五”期间消费、投资和居民收入[9][10] 产业升级与创新发展 - 人均GDP超过1万美元后，产业面临转型升级挑战，需借鉴国际经验[9][10] - 中国在人均GDP超过1万美元后的产业演进中，产业转型升级面临挑战，需要认知革新与政策设计[10] - 人工智能与实体经济深度融合发展，“十五五”时期发展机遇与挑战并存[12][19] - 创新是绿色转型的根本动力，“十五五”时期需推动全面绿色转型，迈向绿色内生增长[14][19] 金融、资本市场与开放 - 需进行融资方式转换以促进产业结构升级[11] - 需促进资本市场长期稳定高质量发展，加快发展资本市场具有战略意义[11][13] - 汇率形成机制改革与人民币国际化面临“十五五”时期的新形势[11] - 需以高水平开放助力迈向高收入国家，并关注高收入阶段高水平开放的趋势和重点[11][13] 收入分配与城乡融合 - 需以收入分配改革促进经济包容性增长，优化收入分配结构[11] - 我国需求结构现状与国民收入分配成因相关，需对“十五五”时期宏观分配格局做出基本判断[13] - 构建城乡融合新形态，中国城乡融合阶段已经到来，需借鉴国际经验并做出政策选择[15][19]

" 吃个寿司，居然还要我出示手机 SIM 卡？ " 最近，连锁回转寿司品牌 " 寿司郎 " 成了热议焦点。一项堪称 " 硬核 " 的新规正在其多 家门店推行：消费者在小程序预约取号后，到店还可能需要向店员展示自己手机的 SIM 卡 信息。 这项前所未有的操作，迅速引发广泛的讨论。寿司郎为何要如此大费周章？此举究竟真的维 护了秩序，还是给消费者平添麻烦？ 新规上线： 查SIM卡才能吃饭 近日，多位网友发文称，在寿司郎小程序预约取号，到店签到时被要求出示手机 SIM 卡尾 号。据钱江晚报报道， 3 月 26 日，北京、上海、济南等多家寿司郎门店的店员均向记者 证实了这一新规。 记者在寿司郎小程序上发现，在北京、上海、杭州、济南等多地门店进行预约时，界面明确 提示： " 为确保是预约人本人用餐，到店签到时需要输入预约号码和这里输入的手机尾 号；带位时可能需要向服务员出示您手机的 SIM 卡尾号。 " | 银泰in77 · D馆店 地图 | | | | --- | --- | --- | | 湖滨银泰in77D区3层(扶梯右前方20米处) | | | | 。 当前已签到等待桌 ８ 教 73桌 | | | | ◎ 当前 ...