核心观点 - 企业AI落地面临“过度自信”与“实际效果脱节”的难题，员工信心高涨但AI输出首次满足需求的比例仅24.6% [6][7] - 员工将专业知识输入AI系统构建“公司大脑”，反而加剧了自身岗位被替代的风险 [9][12] - 企业AI未能发挥预期效益的根源在于安全权限限制与工具互不相通造成的“超级乱象”，而非单纯培训不足 [16][21] 员工AI使用信心与实际能力脱节 - 90%的员工表示有信心使用AI，但仅有24.6%的人表示AI首次输出就能满足需求 [6] - 半数受访者表示，为让AI完成一项任务所耗费的时间比手动完成更长 [6] - 员工谎称自己掌握AI技能的情况有所减少：承认在会议中假装懂AI的比例从2025年的45.2%降至2026年的28.3% [5] - 承认将AI生成内容冒充为个人工作成果的比例从48.7%降至32.5% [5] - 报告指出“员工并非变得更爱欺骗他人，而是更心安理得了”，谎言已无必要 [7] 企业AI落地效果与财务表现 - 企业预期通过AI节省的成本并未体现在损益表上，例如5万名员工企业理论上每月可节省20万工时，预期产生400万至500万美元成本节约，但实际“降本成效并不存在” [8] - 人们评判AI错误与自身错误存在双重标准：即便AI出错率仅为1%，人类出错率高达10%，注意力仍集中在AI失误上 [8] - 53.6%的员工表示感觉某位高管并没有完全理解自己公开倡导的AI战略 [8] 构建“公司大脑”带来的岗位替代风险 - 企业要求员工将自身专业知识输入AI系统，构建“公司大脑”共享记忆层 [9] - 构建公司大脑“本质上相当于把刀架在自己脖子上”，员工越详尽地教会AI智能体完成本职工作，自己就越容易被取代 [10][12] - 过去管理者需要10人团队执行决策，AI系统接受团队知识训练后，只需2人决策、1人检查AI输出，团队规模可从10人缩减到3人 [11][12] - 员工陷入两难：交出所有知识转移给AI，AI可代替工作后，员工可能被解雇 [12] 培训失效与AI工具落地障碍 - 企业常规应对AI输出效果不及预期的方式是加大培训，但过度自信让培训失效：没有人愿意报名参加自己确信已掌握的技能课程 [14] - 员工认为有效举措中，独立培训课程优先级靠后，排在前面的是AI与现有办公应用深度集成（33.7%）和工具内置实操指引（30.2%） [15] - AI工具在销售演示环节运行顺畅，接入企业实际权限架构后遭遇障碍，例如首席安全官不允许以演示方式访问薪资数据 [16] - AI助手设想破灭后，员工悄悄放弃AI回归传统工作模式，各部门、各供应商的AI工作室层层叠加形成“超级乱象” [16] 代际差异与Z世代风险 - Z世代对使用AI信心最高，占比达94.1%，同时也是最可能夸大自身能力的群体，45%的受访者承认曾谎称自己能力更强，而婴儿潮一代这一比例为13% [17] - 31%的Z世代员工表示夸大能力曾引发实际职场问题，包括工作失误、项目延期、决策错误、丧失他人信任，而婴儿潮一代这一占比仅为7% [17] 行业未来展望 - WalkMe联合创始人兼CEO丹·阿迪卡认为，除非迎来颠覆性突破，否则行业仅能实现小幅改善，难有质的飞跃，大家只能在摸索中艰难前行 [21] - 企业推动员工将专业技能输入系统构建“公司大脑”，实质上加剧了岗位可替代性，员工越毫无保留地训练AI智能体，自身被精简的风险就越高 [21] - 深度融合工作流程、解决底层架构阻力才是破局关键 [21]

不出所料，美国劳工统计局7月就业报告刚刚发布，"非农就业人数下降"的消息便登上各大媒体头版头条。但透过现象看本质，我们会发现一个极易被忽 视的经济复苏信号，那就是临时用工服务正在逆势增长。 图片来源：视觉中国 事实很清楚。2026年，在劳工统计局追踪分析的300余个行业中，临时用工服务业的新增岗位数位列第二，且今年以来实现逐月正增长，其中7月新增岗 位3400个。今年每10个新增就业岗位里，就有1个为临时岗位。 那么，推动临时用工实现复苏的力量是什么？ 这一转变，从人资服务机构的业务量变化中便可见一斑。建筑、交通、专业服务、医疗、政府等多个用工板块，对临时用工的需求不断增加。出现这种 局面，并非因为这些行业突然发现了合同用工的优势，而是雇主希望能够灵活调整用工规模，以便适应不断变化的市场环境。 由于雇主与年轻求职者都越来越倾向于选择合同制用工模式，劳资双方的关系正在重塑，自主与灵活成了新导向。为应对成本不断走高、经济波动多变 的市场环境，企业宁愿舍弃全职团队的稳定性，来换取灵活调整的空间。而年轻人也不再贪恋传统工作的安稳，而是希望在工作形式与劳动回报上拥有 更多自主权。 当然，这种推崇个体自主的趋势，也会给劳 ...

公司核心动态 - Anthropic计划启动估值2万亿美元的首次公开募股，这一估值有望刷新纪录，甚至超越SpaceX [1] - 如此高的估值预计将为这家AI企业2500多名员工创造空前的财富 [1] 公司文化与使命冲突 - Anthropic首席执行官达里奥·阿莫迪担心AI行业从业者正把金钱看得比使命更重要 [3] - Anthropic在文化面试中问求职者：如果公司将来出于安全原因放弃AI发展愿景并导致股价归零，他们会作何感想 [3] - 一名求职者在Blind上表示如果股票跌到零肯定无法接受，希望在恪守道德准则、创造最大社会价值的同时打造可持续发展的企业 [3] - 身家预估达155亿美元的首席执行官达里奥·阿莫迪担忧公司巨额财务激励或将使其难以留住真正认同企业使命的员工 [3] - Anthropic是公益企业，长期以AI安全和“人类长远福祉”为核心定位，借此与OpenAI等竞争对手区分开来 [3] - 公司价值理念声明写道：“归根结底，使命才是我们相聚于此的原因” [3] 人才招聘与薪酬竞争 - Anthropic一边在全球招揽顶尖AI人才，一边在应对这些人才一夜暴富可能带来的后果 [4] - 该公司正与Meta、谷歌、微软和OpenAI等巨头争夺顶尖研究人员和工程师，因此开出的薪酬包高达数十万美元 [5] - Anthropic目前为资深软件工程师岗位开出的底薪为32万至40.5万美元 [5] - 公司目前有超500个空缺职位，其中包括约90个销售岗位、60多个AI研究与工程岗位，以及47个安全岗位 [5] - 由于竞争异常激烈，一些求职者为拿到录用通知不惜花费超4000美元请私人教练辅导面试 [6] - 求职培训机构创始人艾琳·勒纳表示：“花几千美元，薪水就能涨20万美元，这笔账很划算” [7] AI行业造富效应与社会影响 - Anthropic潜在的造富效应只是整个AI行业趋势的缩影 [7] - SpaceX完成估值1.77万亿美元的IPO后，数千名现任及前任员工随着公司股权价值飙升而跻身百万富翁行列 [7] - 约有400名现任及前任SpaceX员工的股权价值超过1亿美元 [7] - 随着AI估值持续飙升，员工纷纷兑现股权激励，预计将有更多人迎来类似的财富爆发 [7] - 阿莫迪警告称AI带来的经济红利可能集中在相对少数人手中 [7] - 阿莫迪与包括妹妹丹妮拉·阿莫迪在内的另外六位联合创始人近期承诺将捐出个人80%的财富 [7] - 达里奥·阿莫迪在公开信中写道：“真正该担忧的是，财富集中到一定程度会摧毁社会” [8] - 阿莫迪点名批评了愈发质疑慈善捐赠的科技界同行，认为富人有责任解决AI可能加剧的不平等问题 [8] - 阿莫迪写道：“富人有义务帮助解决这一问题” [8]

【导读】ST围海撤销其他风险警示，停牌一天 中国基金报记者 李智 8月27日，ST围海发布公告称，公司股票将于8月28日开市起停牌一天，并于8月31日开市起复牌。 自8月31日起，公司股票交易撤销其他风险警示，证券简称由"ST围海"变更为"围海股份"，证券代码不变，日涨跌幅限制为10%。 根据公告，ST围海于2025年4月收到证监会宁波监管局行政处罚事先告知书，因披露的年度报告财务指标存在虚假记载，公司股票于 2025年4月21日开市起被叠加实施其他风险警示。 ST围海表示，目前公司已满足撤销其他风险警示条件，不存在其他退市风险警示及其他风险警示情形。 近日，ST围海发布的2026年半年报显示，公司上半年实现营业总收入6.12亿元，同比下滑26.26%；归母净利润为0.07亿元，同比下 滑10.60%。 ST围海(002586) 闭市 08-27 15:30:24 额 2255万 股本 11.44亿 市盈™ 18.14 万得 tt 市值 49.4亿 市净" 1.55 换 0.48% +0.70% +0.03 分时 日K 月K 周K 王日 童多 叠加 设均线 MA 5:4.42↓ 10:4.34↑ 20:4.0 ...

【导读】瑞银证券中国科技行业研究主管俞佳分享最新观点 中国基金报记者 叶诗婕 8月27日，瑞银证券中国科技行业研究主管俞佳在媒体分享会上，就全球及中国半导体行业最 新趋势发表观点。他指出，尽管近期市场受海外波动影响呈现震荡，但全球半导体正处超级景 气周期，尤其是存储芯片的供需紧张态势将延续至2028年。在中国市场，AI基础设施投资催 生的算力需求与国产替代进程，正为设备、存储及先进封装等细分领域带来结构性投资机遇。 存储景气周期拉长 中国厂商份额稳步提升 针对市场关注的三大核心问题——AI资本支出可持续性、中国存储扩产影响及国产替代空间， 俞佳认为均存在预期差。从需求端看，全球头部GPU厂商的展望增强了算力需求的能见度； 从供给端看，全球半导体设备上游零组件紧张，制约了产能释放速度。 瑞银预计，DRAM供应紧张至少持续至2028年第二季度，NAND Flash景气度延续至2027 年第四季度。价格方面，2026年第三季度、四季度DRAM价格环比涨幅分别为19%和 10%，2027年全年均价预计仍有40%以上增长。 针对中国存储扩产可能冲击全球格局的担忧，俞佳认为市场"过虑"了。一方面，中国厂商从 设备采购到稳 ...

《盘前点金》 8月27日，四大股指集体收涨，上证指数报收3956.57点， 涨1.13% ，深成指报收14048.88点， 涨1.5% ，创业板指报收3473.35点， 涨1.71% ， 科创综指报收1973.98点， 涨3.6% 。 盘面上，元件、电子化学品、非金属材料、半导体板块大涨。 近期消息面上， 国产金属3D打印设备加速出海。 工业级金属3D打印设备，是用激光熔化金属粉末，一层层打印出金属工业零件的大型精密装备。 据测算，2025年全球金属3D打印市场规模约54亿美元， 同比增长15.9% ，其中航空航天是最大应用领域，贡献全球市场收入的35%，其次为医疗 和汽车应用领域。 《盘前点金》 于8月24日早7点抢先解读了相关机会 。 《盘前点金》解读： 出口大增76%！国产金属3D打印设备加速出海 航天赛道渗透率有望提升 国产工业级金属3D打印设备，不仅在国内市场收获大量订单，凭借性价比、交付周期与完整供应链优势，海外出口同样表现亮眼。 数据显示，2026上半年，国内金属3D打印设备出口金额 同比增长76% ，主要增长贡献来自亚洲和欧洲地区。 业内人士表示，关键技术实现自主可控，再加上国内较为完善的产业 ...

央视新闻消息，记者今天（27日）从自然资源部了解到， 此次西藏吉隆泥石流灾害是尼泊尔境内发 生高位冰崩，引发冰崩碎屑流，进而演化为泥石流的链式灾害。 西藏吉隆受灾前后对比图公布 水利部减灾中心提供的"灾前灾后对比图"显示，吉隆口岸建筑已被淤泥覆盖，普热普强藏布与错坚河 交汇处冰岩崩堆积物导致堰塞湖形成。 记者从水利部了解到，截至今天上午估算，堰塞湖水量达到200万立方米，已经处于漫溢状态，未来 3天预计还有300万立方米水将会入湖，溃泄风险高。目前水利部正在密切监视堰塞湖动态，同时对 可能溃泄洪水进行演算分析，为抢险救援提供支撑。 来源 | 中国新闻网综合央视新闻 微信编辑 | 小羊 8月26日10时30分许，因尼泊尔一侧发生泥石流灾害，造成西藏日喀则市吉隆县吉隆口岸重大人员伤 亡、失联。自然资源部于昨天（26日）15时启动地质灾害防御Ⅱ级响应，并派工作组赴现场指导开展 抢险救援和次生地质灾害防范等工作。 中国自然资源航空物探遥感中心正高级工程师郭兆成介绍，通过专家研判，高分辨率遥感图像显示， 吉隆口岸上游尼泊尔境内东林藏布河支流郭巴峡曲支沟错坚河上游发生高位冰崩，冰崩铲刮沟道冰碛 物，形成高速碎屑流持续下泄 ...

核心观点 - 月之暗面正与微软、亚马逊、谷歌三大美国云厂商谈判，计划将Kimi K3模型上架并采用收入分成模式，目标最高获得30%服务收入[1] - K3模型采用自定义协议，对大型云厂商商用有严格限制，需单独谈判商业合同[3] 模型协议与商业模式 - Kimi K2.X系列采用修改版MIT协议，仅要求达到一定数量后显示品牌名称，不涉及收入分成[3] - K3采用自定义的Kimi K3 License协议：个人学习和企业内部使用不受限制，但若企业主体连续12个月营收超过2000万美元并对外提供MaaS模型服务，则不能直接商用，必须与月之暗面单独签商业合同谈分成[3] - 微软、AWS、谷歌云属于此类业务，因此需谈判分账细则、数据访问规则、Token用量核对三件关键事项，目前尚未谈拢[3] 模型规模与市场渠道 - K3参数高达2.8万亿，普通企业难以自行部署，云平台是打开企业市场的重要渠道[4] 过往合作案例 - Kimi此前已与一些较小的云平台签过类似协议，DigitalOcean CEO也确认过有合作[5]

核心观点 - 云南曲靖市政务App“曲靖通”因严重重复建设、缺乏实际使用价值，导致日活跃用户仅60人，最终于2026年3月全面下架关停，暴露了地方政府数字化项目重建设轻实效的普遍问题[1][2] 项目投入与运营数据 - 曲靖常住人口550多万，“城市大脑”项目总投入4670万元，配套推出政务App曲靖通[1] - 截至2025年底，日活跃用户仅60人，2026年3月App正式全面下架关停[2] - 项目连续三年每年支付990万运营服务费，累计运营成本达2970万元[2] 重复建设与功能缺陷 - 云南省级政务平台“一部手机办事通”已有190万实名用户，曲靖通与之严重重复[2] - 曲靖通70余项功能中，仅有6项为自研，其余全部为外部跳转链接，缺乏核心自主功能[2] - 市民日常使用场景单一，仅在小学报名时打开一次，无日常刚需[2] 验收流程问题 - 上千页验收材料仅用120分钟审阅完毕，验收效率极低[2] - 部分验收专家并非数字化相关专业，缺乏专业判断能力[2] - 验收仅核查项目是否完成，完全不考核实际使用率等关键绩效指标[2]

文章核心观点 - 人形机器人最大瓶颈已从硬件转向大脑和软件[1] - 美国创业公司Perceptron发布的Isaac 0.5模型通过数据分工和视频Scaling，大幅降低昂贵真机数据需求，可能重塑具身智能产业链的数据经济账[11][40] Isaac 0.5模型核心特征 - 模型参数36B，动态稀疏MoE架构，256个路由专家，每个token最多选8个，含Null Expert跳过不必要计算，平均每个token实际激活约2.5B参数[55] - 训练数据包含100万小时通用视频、37.5万小时第一视角Ego视频、37.5万小时UMI手持夹爪视频、10万小时机器人相关数据，覆盖35种以上机器人配置[31] - 10万小时机器人数据中：1万小时高质量遥操作示范、4万小时更广泛机器人交互轨迹、5万小时游戏与仿真数据[18] - 模型开源权重[3] - 采用统一36B稀疏backbone，视频理解、空间定位、具身推理、任务进度判断及机器人控制共享同一套表示[46] - 引入Percept概念，训练模型预测未来画面中与任务相关的可见状态变化，而非全部像素[51] - 离散动作走2048个FAST token，连续控制由Flow expert和36层DiT生成action chunk[55] 数据效率与Scaling路线 - 当通用视频从1000小时扩大到100万小时，为达到action loss=2.50阈值，遥操作数据需求从5884小时下降到28小时，约210倍[34][35] - 视频不能无条件替代机器人数据：当遥操作数据仅1小时时，增加视频收益曲线几乎持平；从约100小时真机数据开始，视频Scaling收益才稳定[37] - 昂贵的真机数据正从“主粮”变成“引子”，量未必无限增加，但质量、覆盖范围和动作grounding能力更重要[40] - 不同数据分工明确：通用视频负责看广世界，Ego和UMI拉近交互观察，真机数据完成动作接地[30] 与主流模型对比 - 与π0.7对比：π系列持续证明机器人基础模型能力上限，Isaac 0.5更重视数据经济账[63] - 在LIBERO-Long上，Isaac 0.5零样本成功率仅6%，更新Flow/DiT动作专家后达91%，加入接口投影达92.5%，全量微调为93%[64] - 与Google Gemini Robotics 2对比：Google做最强闭源通用智能，Perceptron押开放模型+规模化数据方法[69] - 与NVIDIA GR00T N1.7对比：GR00T N1.7为3B参数、开放跨本体VLA，加入约2万小时EgoScale视频，背后有完整开发流水线[72][73] - 推理性能对比：Isaac 0.5延迟70ms、策略率14.3Hz、检查点36GB；GR00T N1.7延迟27.9ms、策略率35.9Hz、检查点6.93GB[78] - 中国团队方向：原力灵机DM0.5开放基础模型及适配checkpoint[80]；ACE-Brain-0.5为8B统一模型[81]；腾讯HY-Embodied-0.5提供2B端侧和32B复杂推理版本[82] 产业链影响 - 数据竞赛进入第二阶段：从拼资产规模转向拼数据转化效率[92][93] - 数采公司需重新评估数据价值，仿真公司需证明数据增益层级，模型公司需证明多模态汇入动作能力，本体厂希望“换身体不用换脑子”[95] - 下游客户核心关注：让机器人学会新任务还需花多少钱[95] - 模型接入LeRobot，公开机器人配置，用视频Scaling降低开发者自采真机数据压力[76] - 关键悬念：Percept目标构造和loss仍闭源，210倍为离线action-loss测量，不等于真实部署成本已下降210倍，外部复现至关重要[95]