市场表现 - 沪深两市成交额达3.94万亿元，较上一交易日放量2904亿元 [1] - 主要股指涨跌不一，沪指跌0.31%，深成指涨0.56%，创业板指涨0.82% [1] - 软件ETF收涨4.38%，计算机ETF收涨4.36% [1] 上涨驱动因素 - 市场预期字节、DeepSeek等大厂将于春节前发布旗舰版大模型，进一步缩小与海外性能差距 [3] - GEO（生成式引擎优化）作为新兴AI广告技术，推动广告投放模式向注重长期价值的AI信息运营转型 [3] - 据秒针测算，2025年全球GEO市场预计达112亿美元，2030年有望达到千亿美元级别 [3] - AI大模型作为底层生产力变革，应用场景广泛，包含传媒、游戏、办公、智能制造、智能驾驶等 [4] 行业前景展望 - AI软件商业化进程加速，AI需要完成在应用端的升华，软硬件共振才能更好推动AI浪潮前进 [5] - 2026年或将成为AI Agent从虚拟到实体跨越的关键节点，AI Agent将与医疗、商业、制造、金融、交通等行业深度融合 [5] - 北美四大云厂商单季资本开支之和已超千亿美元，通过AI形成差异化竞争 [5] - AI软件板块近两年涨幅较少，在硬件屡创新高背景下，AI应用板块迎来更多预期 [5] 板块估值与表现 - 截至1月14日，软件ETF（515230）标的指数市盈率（PETTM）为291.41倍，位于上市以来97.35%分位 [6] - 软件板块2024年、2025年、2026年至今涨幅分别为+0.78%、+13.27%、+21.66% [6] - 计算机ETF（512720）标的指数市盈率（PETTM）为70.03倍，位于上市以来76.61%分位 [7] - 计算机指数因含有较多硬件相关成分，其绝对估值和历史分位均低于软件指数 [7] - 在AI大模型发展与宏观经济回暖预期下，软件板块迎来布局良机 [6]

公司运营与用户增长 - 七牛智能平台注册用户总量达到192万 [1] - 2025年第四季度新增逾20万名开发者及企业用户 [1] - 公司MaaS相关用户量突破18万 [1] 市场表现与行业趋势 - 港股AI概念股集体走强，七牛智能连续两日录得显著涨幅并伴随成交量快速放量 [1] - 全球科技圈正屏息以待DeepSeek V4模型的发布，市场预期其将在推理成本上实现阶梯式下降 [1] - 当模型变得更便宜、更聪明，AI Agent的调用频次将呈指数级增长 [1] 公司战略与市场定位 - 七牛智能通过MaaS平台为无数垂直领域AI应用提供稳定、低成本的算力与模型分发能力 [1] - 行业正从模型训练竞赛转向AI Agent的任务执行阶段 [1] - 七牛智能正在成为开发者构建AI Agent的首选基座 [1]

公司运营与市场表现 - 七牛智能平台注册用户总量达到192万 [1] - 2025年第四季度新增逾20万名开发者及企业用户 [1] - 公司近期股价表现亮眼，连续两日录得显著涨幅并伴随成交量快速放量 [1] 行业趋势与市场预期 - 全球科技圈正屏息以待DeepSeek V4模型的发布 [1] - 市场预期DeepSeek V4将在推理成本上实现阶梯式下降 [1] - 模型成本下降将驱动AI Agent的调用频次呈指数级增长 [1] 公司业务与战略定位 - 七牛智能MaaS相关用户量突破18万，是行业趋势的先行指标 [1] - 公司通过MaaS平台为垂直领域AI应用提供稳定、低成本的算力与模型分发能力 [1] - 行业正从模型训练竞赛转向AI Agent任务执行阶段，公司正成为开发者构建AI Agent的首选基座 [1]

文章核心观点 - 钉钉前副总裁王铭离职创业，成立攀峰智能（K2 Lab），致力于打造全球首个帮助创作者直接赚钱的AI Agent，其核心战略是成为“AI时代的Shopify”，为“超级个体”提供端到端的商业化视频Agent基建 [4][5][9] 创始人背景与创业动机 - 创始人王铭是钉钉最年轻的副总裁，曾主导钉钉AI创新产品及生态建设，实现近百亿规模的生态商业化成果 [7] - 创业动机源于相信技术的终极价值在于服务人，并看到AI技术重构生产关系下，“人格化、人设化的‘超级个体’”将迎来爆发式增长，存在巨大市场机会 [7] - 其大厂经历使其洞察到创业公司的黄金机会：大厂受组织惯性和KPI路径依赖制约，难以在细分、高速变化的AI场景中快速试错与迭代 [9] 公司战略与市场选择 - 公司定位为“AI时代的Shopify”，聚焦“超级个体”的Agent基建，致力于打造能端到端完成从内容创作到供应链管理的商业化视频Agent [9] - 市场战略是率先锁定海外创作者商业变现赛道，优先聚焦欧美等发达国家，并将美国作为首个落地市场 [13] - 选择欧美市场基于三层判断：创作者付费意愿成熟、内容电商变现仍处蓝海；TikTok等平台拥有20亿月活但商业化内容供给严重不足；中国团队在电商运营与AI应用落地方面具备差异化优势 [13] 产品差异化与竞争优势 - 核心产品Mora的差异化体现在四大维度：模式差异、交互差异、技术差异与付费差异 [13] - **模式差异**：提供从选品、脚本创作、视频生成到账号运营、数据分析的全链路解决方案，直接交付“商业变现结果”而非“工具使用权限” [13] - **交互差异**：以真人化Agent为核心交互形态，降低创作者参与门槛，无需复杂操作即可完成内容创作与变现 [13] - **技术差异**：采用Multi-Agent架构，整合近20种主流大模型能力，通过选品Agent、创作Agent、运营Agent、分析Agent等协同实现全流程自动化 [14] - **付费差异**：打破传统订阅制，采用“底薪+提成”的结果付费机制，创作者支付少量底薪即可享受AI带来的商业收益分成 [14] - 产品已完成初步验证：能在30秒内生成符合TikTok调性的带货视频，帮助创作者快速跑通商业模型，且算力成本可通过商业变现有效覆盖 [14] 融资与团队情况 - 公司于1月13日宣布完成数千万元种子轮融资，由云时资本独家投资 [5] - 团队已迅速集结前钉钉技术骨干、海外增长资深专家、交互创新专家、内容电商明星操盘手等多元化背景成员 [10] - 钉钉系多位高管正密集投身AI Agent创业，如前副总裁林峰计划聚焦AI办公硬件，前CEO叶军专注于To B场景的智能体开发，这些创业者普遍深度参与过钉钉“All in AI”战略，熟悉B/C端交叉场景 [16] 未来发展计划 - **产品迭代**：计划在3–4月完成产品打磨及美国市场ROI测算，启动大规模推广；下半年逐步上线互动涨粉、粉丝私域管理、供应链能力对接等功能，并探索硬件结合的交互创新 [18] - **技术升级**：上半年优化基于现有大模型的产品体验；下半年随着用户规模与数据积累，启动模型微调与后训练，提升垂直场景AI基础能力 [18] - **融资节奏**：新一轮融资将于春节前完成；6月后，在数据与商业指标快速增长基础上，启动更大规模融资；2026年全年计划积累数千万至1亿美元资本储备，以支撑技术研发与全球市场扩张 [18]

Anthropic发布Cowork智能体工具 - 公司发布名为Cowork的全新智能体工具，是Claude Code的简化版本，专为普通用户设计，旨在让非技术用户也能轻松处理非技术性任务[1] - 该工具目前作为研究预览版，仅向macOS桌面端的Claude Max订阅者开放，用户通过授权访问特定文件夹，即可用自然语言指令让AI自主读取、编辑或创建文件[6] - Cowork具备自动制定计划、并行执行任务、实时更新进度并邀请用户参与指导的能力，具体功能包括自动整理下载文件夹、从截图生成电子表格、基于散乱笔记起草报告，以及连接Google Calendar等现有工具直接生成文档或演示文稿[6] 产品的开发与能力展示 - Cowork的开发仅用了一周半时间[4] - 其全部代码均由Claude Code编写完成，这被视作Claude Code能力的最佳展示[7] - 有用户实测反馈称，安装Cowork后仅用2小时就完成了原本需要2个月的工作，内容包括生成职位描述、营销策略文档、合作伙伴邮件、网站文案等，导致其日程、待办和收件箱清空，对后续工作安排感到“惊慌”[10] 对行业和创业生态的冲击 - 该产品的出现被视为对当前AI创业生态的冲击，有观点认为这将使许多YC（Y Combinator）创业项目“原地蒸发”，因为真正的价值在于AI地基和模型本身，而非依附于巨头的“套壳挂件”[11] - 已有类似产品的“受害者”出现，有用户表示因Cowork的推出导致其产品失去竞争力，从而选择将项目开源，该项目在GitHub上快速获得了3千个Star[13][14] - 社区出现调侃，称当前科技创业似乎只需要一个聪明的大脑和一张能支付AI公司账单的信用卡，反映了AI工具对创业门槛和结构的影响[16] 市场反应与用户适应 - 对于用户分享的极高效率反馈，评论区存在质疑，认为可能是夸张的营销或搞笑帖[11] - 尽管AI助理智能体日益强大，但用户对智能体完全代理工作任务似乎尚未做好预期和准备，有用户表示在效率大幅提升的同时感到自己“完全没用”[17] - 文章提出思考，相比于其他公司通过巨额并购投资构建生态，Anthropic借助AI能力，在短时间内以低成本方式打造用户端智能体的策略可能更具价值[18]

产品定位与功能 - 《电报解读》是一款主打时效性和专业性的即时资讯解读产品 [1] - 产品侧重于挖掘重要事件的投资价值、分析产业链公司以及解读重磅政策的要点 [1] - 即时为用户提供快讯信息对市场影响的投资参考 [1] - 将信息的价值用专业的视角、朴素的语言、图文并茂的方式呈现给用户 [1] 提及的行业与公司机会 - AI医药与创新药领域，有公司已在AI制药领域形成具有自主知识产权的技术，并持续推进应用落地 [1] - 该公司在抗肿瘤创新药方面已获得临床批件 [1] - AI Agent与信创领域，有公司的AI模型管理平台正加速在金融、军工等场景落地 [1] - 该平台助力Agent应用快速构建，并与银河麒麟操作系统深度适配以提升研发效率 [1]

公司融资与股权 - 杭州攀峰智能科技有限公司于近期完成种子轮融资 融资金额为数千万元人民币 投资方为前钉钉最年轻副总裁 其目前正All in AI Agent创业[1] - 公司法定代表人为王铭 成立于2025年 位于杭州市 属于软件和信息技术服务业 企业注册资本为100万元人民币[1] - 公司已于2026年完成了种子轮融资 交易金额为数千万元人民币[1] - 公司股东包括王铭、赵先烈、汤明磊[2] 公司经营与投资 - 公司共对外投资了1家企业[1]

攀峰智能创立于2025年10月，核心创始团队都是来自"钉钉系"AI骨干，具备完整的AI产品孵化与商业化落地经验。创始人兼CEO王铭曾是钉钉最年轻的副总 裁，主导过钉钉AI创新产品与生态建设；联合创始人、CTO赵先烈曾任钉钉AI PaaS及AI运营负责人；联合创始人、CSO汤明磊则兼具钉钉生态投资与知名 风投机构从业背景。 更早之前，王铭曾在58集团主导孵化快狗打车、天鹅到家，并创立58企服等明星产品。 据钛媒体，王铭在接受智客Zhiker采访时表示，在AI时代，要成为全球头部的创业团队，必须在几个关键点位上配备一专多能的人，包括交互创新、AI工 程、Agentic技术、全球增长、模型层面以及战略融资，团队建设正围绕这些核心能力进行组建。 the Company the first 7 1月13日，据第一财经，由阿里钉钉前副总裁王铭创立的攀峰智能（K2 Lab）宣布完成数千万元的种子轮融资，云时资本独家投资。本轮融资将主要用于产 品和AI能力打造、用户增长和AI Native团队的构建，推进面向超级个体的内容电商Agent基建。 据介绍，K2 Lab的首款产品是全自动帮达人赚钱的商业Agentic AI Mor ...

AI行业并购浪潮的核心驱动力 - 行业巨头通过大规模并购进行战略补强和生态布局 例如英伟达拟以200亿美元收购Groq 谷歌以47.5亿美元收购Intersect Power Meta以45亿美元收购Manus [1] - 并购的核心动机是巨头为弥补能力短板 规避内部研发的高成本和不确定性 以资本换取宝贵的时间窗口 [4][5] - 对于初创公司而言 在算力垄断和商业化压力下 出售公司从无奈选择变为理性的商业退出路径 [4][6][8] 巨头面临的挑战与战略选择 - 行业标杆如OpenAI也面临商业化挑战 其约3500万付费用户仅占周活跃用户的5% [4] - Meta等巨头虽拥有基础模型优势 但在应用层缺乏“杀手级应用” 面临战略焦虑 [4] - 巨头通过并购构建全链条生态 例如Meta通过收购Scale AI PlayAI Rivos Limitless等公司 构建“模型+数据+应用+硬件”闭环 [12] - 人才收购是核心战略之一 例如Meta收购Scale AI 49%股份后 将其创始人任命为公司首席AI官以整合顶尖人才 [12] 初创公司的生存困境与算力压力 - 英伟达在独立GPU市场占据绝对垄断地位 2025年第二季度市场份额达94% 使算力成为稀缺战略资源 [6] - AI研发是资本密集型游戏 初创公司融资主要用以维系生存 例如智谱2024年21.95亿元研发支出中 算力服务费达15.53亿元 占比超70% [15] - 产品同质化或技术路径被证伪将导致初创公司估值断崖式下跌 后续融资困难 [7] 代表性并购交易的战略逻辑 - Meta收购Manus旨在获得已验证的AI智能体技术和即时现金流 Manus上线8个月年度营收突破1.25亿美元 在GAIA基准测试准确率达86.5% [10] - 英伟达收购Groq旨在消除潜在威胁并巩固其在AI推理市场的护城河 Groq的LPU芯片对英伟达未来增长市场构成潜在颠覆 [13] - 此类互补型并购被视为双赢 巨头填补战略缺口 初创公司获得生态支持和生存保障 [9] 行业未来发展的其他路径与变量 - 巨头的核心优势在于将外部技术与自身庞大用户场景深度整合的能力 例如将Manus技术嵌入WhatsApp Instagram等数十亿用户平台 [17][18] - 行业高级人才流向市场可能孕育新方向 例如Meta前首席科学家杨立昆离职探索“世界模型” [19] - 中国新势力如月之暗面 MiniMax凭借本土市场理解和应用创新探索差异化路径 [19] - 学术界如斯坦福大学教授李飞飞推动的“AI4Humanity”理念 可能催生空间智能 具身智能等新方向 [19]

文章核心观点 - 中国AI行业领军人物在AGI-Next前沿峰会上，围绕下一代AI范式、Agent发展、大模型技术演进及市场分化等核心议题展开深度讨论，揭示了行业当前的技术重点与未来发展方向 [1] 大模型市场分化与商业模式 - 中美大模型市场均呈现明显分化，To C与To B市场的底层逻辑截然不同 [2] - 在To C市场，大部分用户大部分时间不需要极强的智能，应用更像是“搜索引擎的加强版”，厂商倾向于走“垂直整合”路线，即模型层与应用层紧密耦合、快速迭代 [2] - 在To B市场，智能越高代表生产力越高，溢价空间越大，企业付费意愿呈现极端头部效应，市场愿为顶级模型支付200美元/月订阅费，对50美元或20美元/月的次级模型兴趣寥寥 [3] - 在编程等严肃生产力场景中，较弱模型产生的错误带来的隐性成本远超模型差价，因此To B市场正走向分化，强模型与较弱模型的差距将更加明显 [3] 大模型技术演进重点 - 月之暗面（Kimi）2025年的两个技术进化主线是提升“Token Efficiency”（在有限数据下冲击更高智能上限）和扩展“长上下文”能力（满足Agentic时代的长程任务记忆需求） [1] - 未来To C产品的核心竞争力在于对“语境”（Context）的捕捉，如用户的实时状态、位置、历史偏好等，而不仅是推理能力 [3] - 鉴于国内企业软件市场付费意愿较弱，大型科技公司应利用自身庞大的内部场景（如拥有10万员工的大厂）进行模型验证，而非仅依赖外部标注商 [4] - 大模型发展面临效率瓶颈，数据规模从2025年初的10TB增长至当前30TB，未来可能扩展到100TB，但规模扩张带来的收益与高昂计算成本不成正比 [7] - 未来需明确“智能效率”（Intelligence efficiency）的核心地位，即在更少投入下实现更大的智能增量，这种对效率的追求将倒逼新范式诞生 [7] 下一代AI范式探讨 - 部分团队在2025年已尝试采用最新用户数据进行实时学习，但因其缺乏预训练能力，模型表现暂时不及OpenAI等头部产品 [4] - 自主学习发展面临的最大问题并非技术本身，而是“想象力”的缺失，行业尚未对自主学习实现时应呈现的具体任务与效果形成清晰认知 [4] - OpenAI依然是全球范围内最有可能在2027年实现新范式创新的企业，尽管其商业化因素已在一定程度上削弱了创新基因 [5] - 下一代AI范式的两个核心方向是：AI的自主进化（需解决上下文拉长导致AI“变笨”的问题）和AI的主动性提升（实现自主思考与行动，但伴随严峻安全风险） [5] - 持续理解用户需求、实现个性化交互，更有可能成为自主学习的首个突破口，而自动化AI研究员的实现或许无需依赖自主学习 [6] - 学术界与工业界的创新差距显著缩小，从2023-2024年算力差距高达万倍，到2025年底至2026年初差距缩小至约10倍，学术界已具备突破潜力 [7] AI Agent（智能体）发展 - AI Agent发展被视为2026年AI产业的关键变化 [8] - Agent发展分为四阶段：从目标和规划均由人类定义，过渡到AI自动定义，当前系统仍处于依赖人工设定的初级阶段 [8] - 未来将出现原生系统，即大模型能够观察人类工作，自主利用数据，内生地定义目标与规划路径 [8] - 通用Agent的核心能力在于解决长尾问题，其价值在于能解决用户“到处找不到答案”的难题 [8] - 创业者若“善于套壳”，在产品化上能做得比模型公司更好，仍有创业机会；模型公司的优势在于践行模型即产品原则，可通过重训模型从底层解决问题 [9] - Agent商业化落地的核心要素是价值、成本与速度，需解决真正有价值的人类事务，且成本不能过高 [9] Memory（记忆）技术展望 - Memory技术目前仅能让AI记住过往信息，但无法像人类一样深度理解运用 [6] - Memory技术可能还需一年左右发展，当算法与基础设施实现更好融合时，或许能达到让人类感受到类似人与人之间记忆理解能力的“临界点” [6]