在大多数人的直觉里，只要经济持续增长，工资总会水涨船高。 可最新的一篇论文却抛出残酷预言：在AGI时代，经济会因为算力扩张而狂飙不止，但普通人的工资却被「算力成本」锁死，彻底与增长脱钩。 也就是说，哪怕GDP翻十倍，你的收入可能一分钱没涨。 真正的问题不只是失业，而是——当劳动不再驱动增长，我们的价值由谁来定价？ AGI时代或将带来前所未有的繁荣：算力推动经济狂飙，但人类工资却被钉死在「算力成本」上，与增长彻底脱钩。耶鲁学者Restrepo的研究 指出，劳动份额将归零，财富全面流向算力资本。人类或许仍被需要，却只停留在护理、陪伴等附属岗位。在这样的未来，工作还有意义吗？ 论文链接：https://conference.nber.org/conf_papers/f227505.pdf 当工资被算力定价，人类能靠什么涨薪？ 在传统经济学里，工资往往与「技能稀缺性」挂钩：你能完成别人做不了的事，就能拿到溢价。 但Restrepo在论文里抛出一个惊悚结论：在AGI经济中，工资不再取决于你的技能有多稀缺，而是取决于复现你这份技能所需的算力成本。 论文里有一个关键公式： $\chi_{t}(a)=L_{t}(a)+\fr ...

AGIX指数定位与表现 - AGIX指数旨在成为衡量AGI（通用人工智能）时代科技范式转换的重要指标，类似于互联网时代的Nasdaq100指数[2] - 该指数2024年以来累计回报率达92.48%，显著超越标普500的39.72%和QQQ的46.35%[5] - 本周AGIX指数上涨3.11%，表现优于主要股指，其中标普500上涨0.74%，QQQ上涨1.30%，道琼斯指数上涨0.94%[5] - 指数构成中基础设施板块权重最大达45%，应用板块占32%，半导体及硬件板块占23%[6] Living Software范式转变 - 软件正从静态代码集合演化为能够持续学习和自我优化的"Living Software"[10] - Cursor通过在线强化学习实现代码自动补全优化，建议数量减少21%的同时接受率提升28%[10] - 高质量的训练环境比算法本身更为重要，企业场景成为理想的AI训练环境[11] - B2B业务拓展能力在"Living Software"时代可能比单纯AI算法能力更为关键[11] 企业AI应用与竞争壁垒 - 企业通过自有业务数据建立数据飞轮，形成难以复制的竞争壁垒[15] - Stripe训练了全球首个支付领域基础模型，处理超过1万亿美元年支付量，86%的卡片数据为其提供独特优势[14] - 未来每家企业都可能拥有专用大模型，通过持续学习优化企业决策和流程[15] - 企业形态将向"强化学习环境机"演变，人类角色转变为AI教练和流程设计师[16] 训练范式与技术演进 - GPT-5采用自适应推理时长设计，根据任务复杂度调整模型"思考"时间[12] - 模型训练成本大幅降低，DeepSeek的R1模型训练成本仅为29.4万美元[13] - 软件公司倾向于自研模型，基于API的大模型商业模式面临挑战[13] - 数据资源和经验回放成为核心竞争点，企业可累积复用业务流程数据[15] 行业投资与市场动态 - 对冲基金净杠杆率升至57%，为2022年初以来最高水平[17] - 北美对冲基金成为净买方，科技板块呈现净卖出，半导体成为美国市场卖出最多行业[17] - 亚洲市场成为对冲基金买入主力，韩国AI受益股敞口创历史新高，台湾半导体净敞口处于高位[18] - 全球对冲基金本周平均上涨50个基点，美洲多空基金表现突出，上涨105个基点[18] 重大合作与资本投入 - Nvidia投资Intel50亿美元，合作开发AI基础设施与个人计算机产品[19] - OpenAI计划五年投入1000亿美元租用备用服务器，年均服务器租赁费用达850亿美元[20] - Oracle与Meta洽谈200亿美元云计算协议，为AI训练提供算力支持[21] - CoreWeave获得Nvidia63亿美元订单，Nvidia承诺至2032年4月前收购未售出算力容量[22] ETF流动性分析框架 - ETF流动性评估需综合考虑标的资产流动性、二级市场成交量、买卖价差、折溢价等多维度因素[26] - 隐含流动性比表面成交量更能反映真实交易容量，某ETF隐含流动性达6149万份额，折合4.5亿港币/日[27] - 投资者应关注ETF的创建赎回机制及发行人支持度，而不仅追求成交量大或规模大[32] - 买卖盘口情况、折溢价与净值的偏离程度是评估流动性的重要指标[30][31]

恒生科技指数及ETF表现 - 截至2025年9月22日10:39，恒生科技指数下跌0.83%，成分股中舜宇光学科技领涨4.54%，中芯国际上涨4.16%，百度集团-SW上涨2.97%，同程旅行和美团-W领跌3.29%，快手-W下跌3.10% [2] - 恒生科技指数ETF(159742)当日下跌0.12%，报价0.85元，近1周累计上涨4.79%，涨幅在可比基金中排名第1 [2] - 该ETF盘中换手率达7.78%，成交3.22亿元，近1周日均成交额为8.96亿元 [2] - ETF最新规模达41.52亿元，最新份额达48.48亿份，均创近1年新高 [3] - 近4天该ETF获得连续资金净流入，合计3.37亿元，最高单日净流入2.30亿元，日均净流入8417.03万元 [3] 市场资金与宏观环境 - 截至9月19日，南向资金上周累计净流入368.51亿港元，已连续18周净流入 [2] - 美联储于北京时间9月18日将联邦基金利率目标区间下调25个基点至4.00%-4.25%，为2025年首次降息 [2] - 华泰证券指出，恒生科技和恒生港股通科技指数从7月低点累计上涨近20% [3] 行业动态与前景 - 2025阿里云栖大会将于9月24日至26日举行，围绕AGI举办超110场专场，并提供AI超级交易市场 [2][3] - 国投证券认为，云栖大会有望提振终端需求，且国内互联网大厂逐步适配国产芯片，资本开支有望持续增长，为国内算力产业带来需求支撑 [3] - 华泰证券分析，AI模型、芯片采购和资本开支有望提速，在美联储开启宽松周期及科技新进展下，港股情绪或仍有改善空间，科技板块或仍处布局区 [3]

活动概况 - 为期五天的AI创造者嘉年华在海淀区中关村创业大街举行 由硅星人 中关村科学城公司 中关村创业大街联合主办 首次实现整街开放共创 [1] - 活动设置40余个主题分会场和80余个互动展位 吸引超10000人次开发者 创业者 高校师生及市民参与 [1][3] - 100余家AI生态伙伴携手联动 围绕AI+娱乐 AI+教育 AI+文旅 AI+金融等多元场景推动技术落地 [1] 创新生态构建 - 活动成功构建多元协同创新生态 汇聚企业 投资机构 高校与媒体等多方力量 打破传统领域壁垒 [1] - 20余家内容共创单位以工作坊 深夜Talk Demo day Meetup等形式深度参与 [2] - 中关村科创金融服务中心通过试点机制2.0版为超30000家企业提供精准金融支持 构筑从技术到产业的全周期支持体系 [2] 技术展示与交流 - AI科技市集汇聚80余家科技企业与创新机构 包括百度秒哒 飞书 华为鸿蒙智行 数美万物 心影随行等 [3] - 集中展示零代码开发 多模态声音合成及生产级3D生成等前沿技术 [3] - 主舞台以围炉对谈 落日辩论和夜场开放麦等创新形式呈现2025年AI创业趋势 人形机器人未来 3D游戏技术等前沿议题 [2] 人才发展支持 - 特别开设AI人才角板块 面向准毕业生 求职者 转型者及自由职业者全面开放 [3] - 20余家AI企业现场开放数百个算法 研发 产品等职位 [3] - 提供岗位对接 方向咨询 政策解读与行业社交一体化服务 包括人才引进政策解读和1V1职途问诊 [3]

文章核心观点 - 华为在AI算力领域通过"超节点+集群"战略实现技术突破 旨在为国内提供可持续且充裕的算力供给 [2][3][4] - 公司公布芯片及超节点技术路线图 宣称其Atlas超节点算力规模及性能指标全面超越英伟达同类产品 [12][13] - 通过自研光互联技术及平等互联架构打破传统计算范式 规避芯片制造工艺限制 [8][9][16] 芯片技术规划 - 昇腾AI芯片系列规划三代产品：昇腾950PR/950DT于2026Q1上市 昇腾960于2026Q4上市 昇腾970于2027Q4上市 实现一年一代算力翻倍 [12] - 鲲鹏计算芯片规划鲲鹏950于2026Q1上市 鲲鹏960于2028Q1上市 [12] - 推出全球首个通算超节点 支持最大16节点/48TB内存 支持内存/SSD/DPU池化 2026Q1上市 [12] 超节点技术突破 - CloudMatrix 384超节点已商用 搭载384张昇腾卡 使用3168根光纤和6912个400G光模块 为当前全球最大规模商用超节点 [8][9] - Atlas 950 SuperPoD超节点将于2026Q4上市 算力规模8192卡 相比英伟达NVL144卡规模达56.8倍 总算力达6.7倍 内存容量1152TB达15倍 互联带宽16.3PB/s达62倍 [13] - Atlas 960 SuperPoD超节点将于2027Q4上市 算力规模15488卡 超越英伟达计划2027年上市的NVL576 [3][13] 技术架构创新 - 打破以CPU为中心的冯诺依曼架构 创建自有标准"平等互联架构" 通过高速总线互联技术实现跨机柜扩展 [8][9] - 采用光通信技术实现超大规模集群 光模块及连接芯片全部自研自造 [16] - 灵衢互联协议技术指标超过950/960超节点设计要求 可支持四倍算力规模的昇腾卡接入 [15] 生态战略布局 - 坚持自研MindSpore生态体系 不兼容CUDA生态 确保技术栈完全独立于西方供应链 [18] - 通过开源开放软件工具链促进硬件销售 聚焦算力基础设施定位 与大模型企业形成合作关系 [17][18] - 认为AI行业仍处2G初级阶段 未来十年将出现颠覆性变化 最终比拼企业综合实力 [19]

任少卿职业动态 - AI领域专家任少卿开始在母校中国科学技术大学开班招生 [1] - 任少卿曾任Momenta联合创始人、蔚来汽车副总裁 [4] 任少卿学术背景 - 任少卿为07级中科大本硕博（微软亚洲研究院联合培养） [4] - 任少卿是ResNet和Faster R-CNN作者 [4] - 学术高被引超44万，是全球中国籍学者高被引第一 [4] - ResNet是21世纪全球最高被引论文 [4] - 曾获未来科学大奖-数学与计算机科学奖 [4] 招生信息 - 招生方向为AGI、世界模型、具身智能、AI4S等 [6] - 硕士、博士生都在招 [6] - 有推免资格的学生将于下周一（22日）开启紧急面试 [6]

任少卿学术与职业背景 - 任少卿是计算机视觉与自动驾驶领域专家，为ResNet和Faster R-CNN的核心作者之一 [1][4][7][9] - ResNet是深度学习里程碑工作，解决了深度神经网络训练中的梯度消失难题，获得CVPR 2016最佳论文奖，被引用次数超过29万次 [7][8] - 其学术高被引超过44万，是全球中国籍学者高被引第一，ResNet是21世纪全球最高被引论文，2022年入选AI 2000榜单排名第十，2023年获未来科学大奖 [1][6] 在蔚来汽车的职业经历与技术贡献 - 任少卿于2020年加入蔚来汽车，担任智能驾驶研发副总裁，向CEO李斌直接汇报，后职权扩大至直接管理新设技术委员会并领导大模型部 [13][14] - 在蔚来期间主要负责城区领航辅助NOA的规模铺开和全域领航辅助NOP+功能的发布与迭代，主导推动"群体智能"数据驱动范式 [14] - 领导团队开发了NIO世界模型，该模型具备想象重建与想象推演能力，可生成高保真平行世界场景并进行长时序推演超过2分钟 [14][15] 中国科学技术大学招生信息 - 任少卿目前在中国科学技术大学招收硕士与博士生，招生方向为AGI、世界模型、具身智能、AI4S等 [1][2][3] - 具有推免资格的学生可参与紧急面试，有兴趣的学生可发送简历至指定邮箱进行咨询 [3][16]

文章核心观点 - AI预测能力是衡量智能的最佳标准 未来预测将成为AI发展的重要方向 [2][4][5] - MiroMind团队开发的预测大模型在FutureX基准测试中连续夺冠 展示了在实时未来事件预测领域的领先地位 [2][8] - 预测大模型在金融、体育、政治等跨领域应用具有重大价值 能够为投资决策和风险规避提供前瞻性洞察 [2][5][13] FutureX预测基准 - 全球首个动态实时LLM智能体未来预测基准 由字节跳动SEED团队联合斯坦福大学等机构共同推出 [5] - 从200多个高质量网站精选下周才有明确结果的问题 涵盖股票价格、体育比赛、政治选举和科技公司战略走向等领域 [5] - 要求AI基于当前信息进行逻辑推理和趋势分析 推动AI在真实世界复杂场景中的实用能力提升 [5] MiroMind技术成果 - 在FutureX榜单上连续两周蝉联冠军 搭载GPT-5的MiroFlow框架位居榜首 自研模型MiroThinker位列前五 [8] - 成功预测2025年9月9日ATP男子单打排名第4-6位选手 克服网球排名系统复杂变量挑战 [10] - 准确预测2025年9月11日Solana加密货币关键价格档位突破 展现系统建模和风险控制能力 [11] - 在GAIA-Validation基准取得82.4%优异成绩 在HLE、BrowseComp和xBench-DeepSearch等测试中领先国际对手 [12] 预测方法论 - 网球排名预测采用五步策略：制定计划、获取基础数据、理解积分规则、动态信息更新、概率分析与综合判断 [13] - 加密货币预测采用六步策略：构建市场基准线、量化短期波动空间、梳理外部因素、分析市场情绪、挑选价格档位、交叉验证 [13] - 核心能力包括信息洞察力、逻辑推理与趋势感知、概率与不确定性管理、跨领域整合能力 [13] 技术框架与开源 - MiroFlow提供完全开源可复现的框架和配置 致力于建设创新者平台 [12] - 为研究者和开发者提供基础框架、模型和工具链完整支持 支持多Agent协作和多模态理解前沿探索 [12] - 自研旗舰基础智能体模型MiroThinker具备强大推理、决策和多模态理解能力 即将以完全开源形式向全球开放 [15] 行业影响与发展 - AI预测能力将改变投资和规划方式 使决策从盲目试错转向提前洞察趋势和把握机遇 [2] - 预测大模型在金融市场价格波动、体育赛事结果、政治选举等跨领域应用展现巨大潜力 [5][10][11] - 陈天桥旗下MiroMind团队从网络游戏、脑科学研究转向AI预测前沿探索 正在开发长期记忆模块嵌入模型 [17][18]

行业技术突破 - DeepSeek-R1成为史上首个经严格同行评议的大模型 荣登Nature封面 [1][2] - 模型通过强化学习激励推理能力 相关论文引用量达3,691次 [53] 人才与团队成就 - 18岁实习生涂津豪以高中生身份参与DeepSeek-R1项目 成为Nature作者之一 [1][6][10] - 研究员罗福莉作为独立研究者参与项目 学术引用量达10,140次 h指数27 [45][52][53] - 团队核心成员主导多语言预训练模型VECO 并参与DeepSeek-Coder/DeepSeek-V2/DeepSeek-V3等全线产品研发 [54] 技术创新细节 - 涂津豪开发"Thinking Claude"提示词工程 通过80次迭代优化使Claude 3.5实现类o1推理模式 [14][27][35] - 该项目在GitHub获超15,000星 实现思维过程可视化与展开/折叠功能 [35][33] - 研究强调AI需理解谜语/笑话/文化背景等非结构化内容 反映基础语言理解能力 [41][44] 学术影响力 - DeepSeek系列论文广泛发表于arXiv 其中DeepSeek-V3技术报告引用量1,819次 [53] - DeepSeek-Coder论文引用量1,130次 突破代码智能领域闭源模型壁垒 [53] - 混合专家模型DeepSeekMoE论文引用量494次 推动专家专业化研究 [53]

公司业务发展 - 公司作为具备自主研发能力的智算中心和智慧城市综合服务商 持续探索人工智能 大数据 智算等技术的行业应用与成果转化[1] - 公司持续推进智慧城市 算力及AGI三方面技术能力与业务场景的融合落地 在多个行业领域和应用场景均有涉及[1] - 算力设备集成服务项目实施周期为数月不等 不同项目略有差别[1] 财务与股东回报 - 公司中期利润分配预案为每10股派0.5元 是综合考虑经营发展与投资者利益等因素决定[2] - 后续分红政策将以实施公告为准[2] - 公司以股东创造更多价值为目标促进高质量发展[2] 客户与业务拓展 - 算力业务客户结构多元 与诸多优秀公司存在良好合作关系[2] - 公司持续紧密跟进市场需求 积极开拓境外业务[2] - 算力运营服务多为以年为单位的中长期合同 客户结构多元均衡[2] 项目进展 - 智算中心建设及运营项目按实际情况有序推进[2] - 盈利实现情况以定期报告为准[2] - 业务及业绩情况以公告为准[2]