文章核心观点 - 文章介绍了一家名为Pamir AI的初创公司，其核心产品是一款售价250美元、计算器大小的专用硬件设备，旨在为AI Agent提供独立的物理计算终端，以解决与云端或共享电脑运行Agent相关的成本、隐私和功能限制问题，并最终可能定义下一代计算设备形态 [5][7][10][13] 公司概况与创始人背景 - 公司名称Pamir AI，创始人叶天奇，1997年出生，毕业于美国普渡大学机械工程与控制理论专业，曾任职于高通，具备从机械到神经网络的全栈能力 [6] - 公司核心团队仅4人（包括创始人），目前估值2500万美元，累计获得260万美元投资 [7][15] - 创始人经历多种AI项目尝试后，回归自身硬件禀赋，认为“创业者与点子匹配度”至关重要 [6] 产品定位与核心功能 - 产品是一款微型硬件盒子，本质是一台微型Linux电脑，95%的任务可在本地设备执行，能7x24小时持续在线 [7][10] - 核心定位是为AI Agent提供独立的“电脑”，实现物理隔离、隐私保护（通过硬件加密和版本回滚）并提供硬件接口 [10][14] - 与云端方案（如Manus）相比，本地运行无需持续费用，类似“买房”与“租房”的区别；与运行在Mac mini等通用电脑的方案相比，具备直接连接并控制外部物理设备的能力 [11] 技术路径与战略选择 - 公司战略放弃竞争激烈的“Agent层”软件（如ClawdBot），认为这是躺在大厂的“火车轨道”上，属于短期的技术投机，长期会被大厂超越 [5][17][18] - 选择为Agent提供“Runtime”和物理设备，专注于打造“Agent电脑”这一硬件基础设施，认为其Agent层应是可“热拔插”的，以适配未来百花齐放的Agent生态 [5][17] - 在记忆处理等具体技术上，摒弃了ClawdBot高度工程化、高token消耗的方案，追求更接近人类记笔记方式的零散化、碎片化记忆模式 [19] 市场验证与用户场景 - 产品目前处于手工制作阶段，月销量约200台，通过黑客松口碑和Instagram广告获客，转化率高，“打广告15分钟就开始有人下单” [15] - 当前用户主要包括三类：开发者（用于后台自动化写代码）、电子发烧友与创作者（用于为硬件编写程序）、知识工作者（作为本地“智能硬盘”处理文件） [12] - 产品通过物理接口（如USB）连接并“Hack”外部硬件的能力是早期吸引投资人的亮点，例如重写打印机驱动使其打印复杂图形，或控制LED灯带 [11] 商业模式与发展规划 - 商业模式以硬件销售为主，未来通过深圳供应链量产，目标达到50%的毛利率 [15] - 计划于2026年6月量产下一代产品，并计划对产品功能进行收敛，砍掉部分为“Hack”服务的接口，更聚焦于“电脑”的核心属性 [13][15] - 公司认为Agent生态是高速增长领域，即使自身短期无进展，公司价值也会随生态成长而增长，这是其追求的“复利价值” [20][21] 行业洞察与未来愿景 - 行业现象：ClawdBot等Agent软件的流行，带动了用户将其运行在旧电脑或Mac mini上的需求，验证了Agent需要独立计算设备的市场 [10] - 公司终极愿景是定义下一代计算设备形态，成为一个“无情的工作机器”，取代现有笔记本电脑，与手机、iPad或AR眼镜等前端显示设备配合，后台专注执行任务 [13][23] - 投资人（五源资本孟醒）认为，“Agent电脑”是一个合理且高频的赛道，而硬件Hack是更长尾的场景，最终产品需要覆盖全场景，从极客市场走向大众市场 [13][15]

文章核心观点 高价值AI Agent在2026年初已展现出远超预期的效果，开始直接接管复杂任务并嵌入核心工作流，对现有SaaS形态与人机分工方式构成实质性冲击[3][4] 文章从底层视角探讨了Agent的价值边界、基础设施机会、Token消耗爆炸性增长及商业模式变化等重要问题[4] 一、高价值Agent的产品形态与市场影响 - **OpenClaw的核心巧思在于预装Claude Skills生态**，这类似于早期智能手机预装应用超市来降低用户门槛[4][10] 其设计实现了**个人化基础上的长程任务执行**，可7x24小时持续运行，并从工具变为主动Agent[8] 通过**IM Gateway嵌入用户日常沟通流**，实现了“移动指挥，本地执行”的混合场景[8][10] - **OpenClaw与Manus代表了两种发展路径**：OpenClaw是去中心化、高度可配置的路线，能利用分散硬件资源（如个人闲置的Mac Mini）[11] Manus是中心化、“交钥匙”体验的路线，已积累大量高价值用户场景数据，构成认知壁垒[11][12] 两者可能不是取代关系，而是动态演化[11] - **Anthropic的产品策略瞄准高价值场景**，其Claude Code Cowork和Claude in Excel可能打开“10倍微软”的市场[4][14] Claude Code的核心理念是“Code is everything，Bash is all you need”，直接利用命令行执行任务[15] Cowork是其自然延伸，依赖于Opus 4.5能力的飞跃[15] - **Excel是生产力的放大和延伸**，覆盖人群比Coding更广[16] Claude in Excel的核心逻辑是利用Agent通过代码直接操作数据，绕过传统软件复杂的UI交互[16][17] 这种模式可能对试图切分Excel数据分析功能的SaaS公司（如Airtable）构成比微软更大的冲击[20] 但标准传输格式（如.xls）和Human-in-the-loop的校验机制依然重要，这意味着Agent会以插件形式嵌入成熟生态[18] 二、商业模式与定价逻辑的转变 - **高价值Agent的定价逻辑脱离传统SaaS**，开始向“数字员工”价值靠拢[21] 市场已出现定价在**1000至2000美元/月**的高价值Agent服务，有团队人均Token消费已达到**500美元/月**[21] - **Agent的收入来源发生根本性转移**，从切分企业营销或IT预算，转向切分企业庞大的**工资（劳动力）预算**[22] - **高价值Agent必须由真正的行业专家主导**，因为他们具备极深的行业Know-how，能做好Context Engineering并评估AI产出质量[22] 三、Token消耗的爆炸性增长与行业影响 - **2026年Token消耗量预计将有10倍甚至更多的增长**[23] Long-horizon task、Proactive Agents以及多模态是主要驱动力[23] - **开源模型“下限达标”是Token消耗暴涨的重要动力**[24] 智谱GLM-4.7的发布标志着开源模型首次真正触达了在Coding和Agentic场景中的“可用下限”[25] 这将使厂商有机会通过开源模型建立独立的盈利闭环，并倒逼闭源厂商加速冲击能力上限[27] - **Token消耗量是衡量AI-native程度的核心指标**，使用Token的比例越大说明越AI Native[28][29] 传统Chat模式与Agentic模式消耗的Token量级差异巨大，后者是前者的**百倍甚至千倍**[31] 已有单用户Token日均消耗达到**十亿（billion）级别**的案例，未来单人控制的Agent消耗**100亿（10B）甚至更高量级Token**将不再是难事[31] - **Token价值开始出现分化**：模型“压缩”使得小参数模型的Token价值快速逼近大模型；专用推理芯片（如Cerebras）下的Token概念也与英伟达GPU场景不同[33] - **硬件供应可能成为制约瓶颈**，在Agent爆发的驱动下，预计未来一年内GPU将再次进入“买不到”的紧缺状态[37] 四、Agent基础设施的缺失与机会 - **现有互联网基础设施对Agent处于“敌对”状态**，因为数字世界原是为人类设计[38] Agent面临跨平台任务执行困难、网络安全产品未适配、执行长程任务脆弱等问题[38] - **Infra的缺失催生巨大确定性新机会**，包括“构建Agent的Infra”和“给Agent用的Infra”[40] 例如专门为Agent优化的浏览器环境（如BrowserUse）、专用网络和支付系统[40] - **高阶Infra需求是“主动对齐”**，即Agent能主动构建用户数字分身，理解其思维习惯和隐性知识[42] - **Agent沙盒（Sandbox）的演进推高了CPU使用量**，但因其进入门槛低、CPU供应充足且定价无溢价，并未构成高壁垒的独立机会[42][43] 五、隐私与安全范式的转移 - **用户正进入“隐私换效率”的时代**，为了让Agent更好地理解上下文并自动执行任务，愿意让渡极高权限[44] 例如让AI直接操作股票账户，或赋予Agent读取本地所有文件的权限[44] - **当前Agent生态处于类似互联网早期的“田园时代”**，用户为便利而“裸奔”，安全威胁（如恶意软件、钓鱼攻击）预计会大幅增加[47] 行业可能需要经历严重的安全事故才能真正重视安全[47] 六、软件行业的未来：被吞噬还是退化为工具？ - **激进派观点认为“软件将被吞噬”**：当Agent能直接操作数据和API时，为人类设计的复杂UI及中间业务逻辑封装将变得毫无意义[48] 传统软件开发中的精细化分工（前端、后端、测试、UI）将失去存在基础[48] 像腾讯TAPD这类项目管理工具或许将不再被需要[49] - **保守派观点认为“软件将退化为工具和数据库”**：软件具备100%准确性、绝对稳定性和流程固化能力，这是概率性Agent无法替代的[52] 在企业里，软件会更多地由Agent通过代码来驱动和操作[52] - **软件的未来壁垒在于“本体论”**：对于To B业务，需要定义清楚企业内部的组织逻辑、隐私边界和业务上下文；在To C领域，则是如何理解个人隐私[52] 七、实现Agent泛化的三种推演路径 - **思路1：人群分层渗透**，针对不同人群出现三种平行产品形态[54]：面向硬核技术人员的Claude Code[54]；面向知识工作者的Manus[54]；以及最具爆发潜力、以OpenClaw为代表的IM Bot，试图利用社交网络效应实现大众化破圈[55] - **思路2：关于普及形态的争论**：“电脑派”认为Agent普及是从精英向大众缓慢渗透的过程，用户需要学习[56]；“手机派”认为Agent必须像智能手机一样做到“零门槛”，可能需要等待科技巨头打造OS级别的深度封装Agent[57][58] - **思路3：屏幕只是过渡，实体机器人才是未来** 目前的屏幕内Agent是为不完美的数字基建“填坑”的临时方案[58] Agent的终极形态必须是进入物理世界，解决实际的交互与体力劳动问题[59]

公司动态：阶跃星辰发布Step3.5Flash模型 - 阶跃星辰正式发布开源Agent基座模型Step3.5Flash，该模型具备350TPS推理速度、1960亿参数稀疏MoE架构及256K上下文处理能力 [1] - 模型在单请求代码类任务中推理速度最高可达350TPS，在Agent场景和数学任务上表现可媲美主流闭源大模型 [1] - 模型在数学与推理能力、编码能力、智能Agent能力上的基准测试成绩均排在前列 [1] - Step3.5Flash能够高效处理256K上下文，胜任复杂、长逻辑链条任务 [1] 技术特点与性能 - Step3.5Flash模型采用MoE架构，能以更低功耗提供更深的思考，其350TPS的生成速度解决了终端侧的“打字机效应” [2] - 作为对比，主流大中型模型的文字回复速度平均为每秒20~80个token，轻量级模型平均为每秒80~150个token [2] - 350TPS的高速度意味着首字延迟更短，语音交互能实现瞬时响应，跨多个Agent间的“内部对话”速度极快 [2] - 在车载语音交互或手机实时翻译场景下，低于100ms的首字延迟才能提供丝滑的人机对话体验 [2] 应用场景与演示 - Step3.5Flash可以快速计算复杂数学题并输出正确答案，并能基于文字提示词进行智能体编程并输出可视化平台结果 [2] - 在演示中，模型作为“云端大脑”将“对比Mac Mini M4在各大电商平台价格”的复杂需求拆解成针对淘宝、京东和拼多多的子任务，汇总后识别出拼多多为最低价平台并提供购买指南 [3] - 这种云端规划降低了本地StepGUI的执行难度，使其在从各应用抓取实时数据时获得更高成功率 [3] - 模型展示的网购比价本质是对复杂长链条任务的拆解能力，其Agent智能能够理解“比价”背后的逻辑（搜价格、算优惠、比库存） [3] 战略定位与行业背景 - Step3.5Flash的发布标志着国产模型从“参数崇拜”转向“智能密度”竞争，即从“更大”转变为“更聪明” [2] - 阶跃星辰的新模型彰显其以部署成本效率解决Agent落地痛点的尝试，通过稀疏MoE与MTP-3等技术在降低激活参数的同时实现高速推理，并坚持全面开源 [6] - 公司押注终端场景，已与OPPO、吉利等合作探索手机、汽车等终端侧Agent应用 [6] - 随着50亿元融资落地和产业资本进入，阶跃星辰的重心正快速向手机、PC及智能座舱倾斜 [7] - 新模型发布是阶跃星辰不再单纯“卷”万亿参数闭源大模型的明确信号，转而追求“能跑在端侧的顶级智力” [7] 行业竞争格局 - 智能体能力已成为头部公司竞相角逐的核心，行业处于围绕Agent的“卡位战” [4] - 阿里巴巴发布旗舰推理模型Qwen3-Max-Thinking，宣称其在Agent能力基准测试中刷新SOTA纪录 [5] - 月之暗面开源万亿参数的多模态模型Kimi K2.5，同样宣布在开源Agent场景中取得SOTA表现 [5] - 阿里巴巴强调“模型+生态”闭环，其千问App全面接入淘宝、支付宝、高德等业务，整合超400项服务 [5] - 月之暗面的Kimi K2.5模型能够即时创建并协调上百个专项Agent并行工作，实现从“单一智能体”到“智能体集群”演进 [6] 商业化前景与挑战 - Step3.5Flash的应用场景对用户有吸引力，未来能与电商等App融合，从而用AI增加电商获客量，有可能实现商业化落地 [3] - 模型在技术上已能在128GB RAM的设备上流畅运行，但现实挑战在于如何让淘宝、京东、美团等平台对Agent开放深层数据权限 [4] - 专家倡议互联网巨头提供标准商业API接口、MCP接口，让Agent能真正站在个人用户角度提供更好的贴身服务 [4] - Step3.5Flash接入类似“豆包手机”这样的深度定制化终端在技术上并非难题，最大的挑战来自“生态主权” [3] - 如果阶跃星辰继续采用开源战略，或许能抢夺AI新硬件市场的“安卓地位” [7]

科创人工智能ETF华夏（589010）市场表现 - 该ETF开盘下探后低位盘整，最新价报1.510元，较开盘价下跌2.202% [1] - 其跟踪的30只成分股中27只下跌，芯原股份跌超6%，凌云光、云天励飞、天准科技跌幅居前，石头科技、新点软件、恒玄科技上涨形成支撑 [1] - 该ETF成交额达4128万元，换手率1.65%，成交活跃度维持高位，且连续三日资金净流入超亿元，显示资金低位布局意愿强烈 [1] 人工智能行业动态与趋势 - 开源语言模型“OpenScholar”诞生，其文献综述能力超越商用大语言模型，引文准确率与人类专家相近，实验中GPT4o引文幻觉出现率达78%至90% [1] - 通用及垂直领域Agent渗透加速、融资活跃，相关企业已推出办公场景产品，未来将向多智能体协同、执行边界突破、大厂与独立厂商共存三大趋势演进 [2] - 持续看好Agent对AI产业链的带动作用 [2] 科创人工智能ETF华夏（589010）产品特征 - 该ETF紧密跟踪上证科创板人工智能指数，覆盖全产业链优质企业 [2] - 该指数成分股兼具高研发投入与政策红利支持 [2] - 该ETF具备20%涨跌幅与中小盘弹性，有助于捕捉AI产业“奇点时刻” [2]

国内Chatbot竞争格局核心观点 - 基于豆包独特的“始于EQ，兼容IQ”产品定位及其在用户规模、粘性、留存率等全方位领先的数据，国内Chatbot竞争格局或已初定，其他应用难以显著缩小与豆包的规模差距 [1][7][50] 主要参与者春节竞争策略 - **字节跳动（豆包）**：2025年12月24日，豆包DAU突破1亿，成为国内首个达成此数据的独立AI应用；2025年12月29日，官宣旗下火山引擎成为2026年总台春晚独家AI云合作伙伴，豆包将同步上线春晚互动玩法 [4][54] - **腾讯（元宝）**：2026年1月26日公布“社交+红包”春节组合拳，上线“元宝派”社交功能，并于2月1日启动“上元宝，分10亿”现金红包活动，旨在通过社交裂变获取增长 [6][55] - **阿里巴巴（千问）**：2025年12月初成立“千问C端事业群”；2026年1月15日全面接入淘宝、支付宝等生态应用，上线超400项“AI办事”功能；2026年2月2日宣布启动投入高达30亿元人民币的“春节请客计划”，并于2月3日宣布独家冠名四家省级卫视春晚 [4][6][54][56] 豆包的产品定位与差异化优势 - **定位“始于EQ，兼容IQ”**：将大模型的理性智能能力（如编程、逻辑）类比为IQ，感性陪伴、鼓励等维度定义为EQ；豆包从产品定义、模型能力等维度更强调“情绪和EQ”，这成为其核心差异化优势 [1][8][57] - **产品设计体现EQ优先**：豆包是主流Chatbot中唯一有拟人化形象（默认音色和形象“桃子”）的产品；其设计核心借鉴Character.ai，强调AI应更“拟人化”和“有人味”，与ChatGPT等偏向效率工具的产品形成差异 [9][58] - **多模态与语音能力领先**：豆包在多模态，特别是语音端到端模型维度领先，其豆包语音1.5版本（2025年1月）的聊天拟人化程度已超越GPT-4o；在可使用音色、方言数量（如支持4种方言交流，听懂18种方言）等多维度显著领先于元宝和千问 [15][16][62][63] - **IQ能力保持第一梯队**：尽管强调EQ，但豆包在模型基础能力、多模态、长文本处理等IQ（功能性）维度仍处于国内第一梯队，不弱于主要竞争对手 [19][20][65][66] 用户数据验证产品定位成功 - **用户规模领先**：2025年12月，豆包DAU突破1亿，且属于字节历史上投流相对克制的产品 [2][22][50][70] - **用户粘性断档式领先**：2025年12月，豆包DAU/MAU超过30%，且仍在持续提升，显著领先其他竞品约15%的水平；新用户30日留存率也明显领先 [2][22][50][70] - **使用行为验证定位**：豆包用户使用峰值出现在晚上休息时间，而DeepSeek等效率工具类应用峰值在白天工作时间，印证了豆包“始于EQ，兼容IQ”的定位更偏向生活陪伴 [22][70] 竞争壁垒与追赶难度 - **追赶涉及主客观多重因素**：主观上，竞品（千问强调“办事”、元宝侧重“社交”）可能因战略认知、路径依赖或对“情感化”优先级认同不足，并未显著模仿豆包定位 [29][75]；客观上，豆包的“高情商”是模型、产品、工程化、大数据等多项优化的综合结果，竞品需系统性追赶，难以实现单点突破 [2][29][51][75] - **数据飞轮可能扩大优势**：若豆包基于现有用户规模优势进入数据成长飞轮，龙头与追赶者的差距可能进一步加大 [29][75] - **公司方法论构成底层优势**：字节跳动在AI助手领域投入更坚决、容错空间大、探索激进，其基于用户数据AB测试的产品方法论，使豆包定位源于真实用户反馈而非预设；相比之下，部分竞品呈现“前期探索保守，后期营销激进”的战略矛盾 [30][69][76] 海外市场拓展（Dola） - **产品与定位**：Dola是豆包的海外版本，界面和功能相似，同样配备丰富的官方智能体和拟人化音色选择；其图像生成功能获得用户好评 [36][82] - **用户增长**：2025年底，Dola的DAU已突破1000万，MAU合计达到5593万人，成为与Grok、Character.ai量级相当的第二梯队海外AI应用 [38][84] - **市场策略**：采取“新兴市场优先”策略，聚焦印尼、墨西哥等AI助手渗透率低、移动互联网高速增长的地区，避开与OpenAI、Google在北美正面对抗；2025年10月以来，曾在印尼、马来西亚、墨西哥和英国等地位列谷歌应用商店免费下载榜前20名，墨西哥MAU已达829万人，英国MAU突破100万人 [41][87] 短期营销活动对格局的影响 - **红包营销属短期扰动**：春节期间的现金红包（如元宝10亿元、千问30亿元）和社交裂变有助于拉新获客，但长期竞争格局取决于产品核心竞争力及其决定的用户留存率 [7][31][56][79] - **豆包下载表现稳固**：尽管2025年11-12月千问、元宝在买量市场曝光显著高于豆包，但豆包在绝大部分时间内处于iOS免费下载榜第一名；元宝借助春节红包活动在近期排名实现暂时超越 [31][79] - **公司战略资源聚焦**：2026年1月29日，字节跳动CEO将公司年度关键词定为“勇攀高峰”，并明确短期内的重点就是做好豆包/Dola助手应用，意味着公司资源将向该业务高强度集中 [6][31][55][79]

国内Chatbot竞争格局核心观点 - 国内Chatbot竞争格局或已初定，基于豆包独特的“始于EQ，兼容IQ”产品定位及其在用户规模、粘性、留存率等数据上的全方位领先，其他应用或很难显著缩小与豆包的规模差距[3][12][13] 主要参与者春节竞争策略 - **字节跳动（豆包）**：2025年12月豆包DAU突破1亿，成为国内首个达成此数据的独立AI应用，并官宣火山引擎成为2026年总台春晚独家AI云合作伙伴，豆包将同步上线春晚互动玩法[8][9] - **腾讯（元宝）**：采用“社交+红包”春节组合拳，上线“元宝派”社交功能，并于2026年2月1日启动“分10亿”现金红包活动，旨在通过社交裂变获取增长[9][10] - **阿里巴巴（千问）**：2025年12月初成立“千问C端事业群”，2026年1月全面接入淘宝、支付宝等生态应用，上线超400项“AI办事”功能，并于2月启动投入高达30亿元人民币的“春节请客计划”，并独家冠名四家省级卫视春晚[8][9][10] 豆包的产品定位与竞争优势 - **独特定位**：豆包定位为“始于EQ，兼容IQ”，即更强调大模型的感性陪伴、鼓励等高情商（EQ）能力，同时兼容理性智能（IQ），这与其他更聚焦IQ的竞品形成核心差异化[3][14][15] - **产品体现**：豆包是主流Chatbot中唯一拥有拟人化形象（默认“桃子”）的产品，在实时语音、方言声线、音色定制等拟人化互动方面投入深入，其多模态能力特别是语音端到端模型早在2025年1月推出的豆包语音1.5版本中，聊天拟人化程度就超越了GPT-4o[16][22][23] - **用户数据验证**：豆包DAU于2025年12月突破1亿，DAU/MAU超过30%且持续提升，显著领先其他竞品约15%的水平，新用户30日留存率也明显领先，其用户使用峰值在晚上休息时间，区别于效率工具型应用的工作日峰值[4][30] - **综合能力不弱**：“始于EQ”不等于舍弃IQ，豆包在模型基础能力、多模态、长文本处理等IQ维度仍处于国内第一梯队，不弱于主要竞争对手[25][26] 竞争壁垒与追赶难度 - **系统性壁垒**：豆包的高情商是模型、产品、工程化、大数据等多项优化的综合结果，竞品追赶需系统性追赶，难以实现单点突破[4][36][37] - **战略与路径依赖**：竞品如千问强调“办事”的Agent能力，元宝侧重“社交”，可能因对自身生态优势的路径依赖或对“智能”的传统定义，并未全力跟进情感化路线[36] - **数据飞轮效应**：豆包凭借用户规模优势可能进入数据成长飞轮，进一步拉大与竞争者的差距[37] 海外市场拓展 - **豆包海外版Dola**：DAU在2025年底已突破1000万，MAU合计达到5593万人，采取“新兴市场优先”策略，聚焦印尼、墨西哥等市场，并已向英国等发达市场渗透[39][43][46] - **产品策略**：Dola界面和功能与豆包相似，强调免费、轻量、强实用性，其图像生成功能获得用户好评[43] 短期营销与长期格局 - **短期扰动有限**：春节红包等营销活动有助于拉新，但长期竞争格局取决于产品核心竞争力与用户留存，数据显示即便竞品买量曝光更高，豆包在绝大部分时间仍处于iOS下载榜第一名[39] - **公司战略聚焦**：字节跳动将2026年公司年度关键词定为“勇攀高峰”，短期内的山峰就是做好豆包/Dola助手应用，意味着公司资源将向AI助手业务高强度集中[9][39]

阶跃星辰发布Step 3.5 Flash模型 - 公司正式发布面向Agent场景的开源基座模型Step 3.5 Flash [1] - 模型采用1960亿参数的稀疏MoE架构，具备256K上下文处理能力 [1] - 模型在单请求代码类任务中推理速度最高可达350 TPS [1][5] - 此次发布距离公司完成50亿元B+轮融资及宣布由印奇出任董事长仅一周 [1] 模型技术特点与性能 - Step 3.5 Flash在数学与推理、编码、智能Agent等基准测试中表现均排在前列 [1][4] - 350 TPS的生成速度显著高于主流大中型模型（20-80 TPS）和轻量级模型（80-150 TPS），能有效解决“打字机效应”并实现低于100ms的首字延迟 [5] - 模型通过稀疏MoE与MTP-3等技术，在降低激活参数的同时实现高速推理 [11] - 模型标志着国产模型竞争从“参数崇拜”转向“智能密度”，即从“更大”转变为“更聪明” [4] 模型应用场景与演示 - 模型可快速计算复杂数学题并输出正确答案，并可基于文字提示词进行智能体编程并输出可视化结果 [5] - 在官方演示中，模型作为“云端大脑”成功拆解了跨电商平台比价任务，识别出拼多多为最低价平台并提供购买指南 [6] - 该演示展现了模型对复杂长链条任务的拆解能力，能够理解“比价”背后的逻辑（搜价格、算优惠、比库存） [6] - 经济学家盘和林认为，此类应用场景对用户有吸引力，未来能与电商等App融合以增加获客量，有可能实现商业化落地 [6] 公司战略与行业定位 - 公司重心正快速向手机、PC及智能座舱等终端场景倾斜，印奇挂帅彰显出“模硬一体”的战略突破方向 [11] - 公司已与OPPO、吉利等合作探索终端侧Agent应用，例如OPPO已基于Step系列模型推出“一键问屏”等功能 [11] - 新模型的发布是公司不再单纯“卷”万亿参数闭源大模型的明确信号，转而专注于“能跑在端侧的顶级智力” [12] - 分析认为，如果公司继续采用开源战略，或许能抢夺AI新硬件市场的“安卓地位” [12] 行业竞争格局与发展趋势 - 智能体能力已成为国内大模型头部公司竞相角逐的核心，行业正进行新一轮密集上新 [1][8] - 阿里巴巴发布旗舰推理模型Qwen3-Max-Thinking，宣称其在Agent能力基准测试中刷新了SOTA纪录，并强调“模型+生态”闭环，已将千问App全面接入淘宝、支付宝、高德等业务 [8][9] - 月之暗面开源了万亿参数的多模态模型Kimi K2.5，其核心突破在于能够即时创建并协调上百个专项Agent并行工作，实现从“单一智能体”到“智能体集群”的演进 [8][10] - 围绕AI如何“落地办事”的规模化应用“巷战”已然打响，各公司展现出不同的战略路径 [1][9] Agent生态面临的挑战 - 技术专家田丰指出，让模型接入深度定制化终端在技术上并非难题，最大挑战来自于“生态主权” [7] - 现实挑战在于如何让淘宝、京东、美团等大型平台对Agent开放深层数据权限，而不仅是简单的网页爬取，这涉及商业利益链的重新分配 [7] - 田丰倡议互联网巨头能够提供标准商业API接口、MCP接口，让Agent能真正站在个人用户角度提供更好的贴身服务 [7]

纪要涉及的行业或公司 * 本次电话会议主要讨论**阿里巴巴集团旗下的阿里云**业务[1] * 行业涉及**云计算**与**人工智能（AI）**，特别是**AI Agent**领域[1][37] 核心观点与论据：关于云服务涨价 * **涨价原因**：核心原因是几乎所有相关**硬件厂商**的部件价格出现**大幅提升**，同时客户对**AI**等新需求不断上升[2] * **涨价计划**： * **首批产品**：计划对**弹性服务器**中的**训练类**、**内存类机型**及**云主机**进行价格调整，后续可能根据情况调整**存储**产品[2] * **涨价幅度**：训练类或内存类机型价格预计上调**10%甚至以上**，对于级别较低或长尾客户，上调幅度可能更高[2] * **执行节奏**：预计在**4月初（4月1日左右）** 公布官网价格调整，此前会完成与绝大部分中大型客户（KA客户）的沟通[7][13] * **影响范围**：如果首批涨价成功，预计能影响整体收入的**20%左右**[21] * **客户策略**： * 主要针对**新签合同**，老客户大概率保持原价但不延展[16] * 目标是借此机会推动更多**PaaS产品**进入整体解决方案，向客户推广**全栈型**方案，通过方案绑定来提升客户价值[6][7] * 客户反馈呈现分化：**中大型客户**在方案优化和折扣调整后可能接受；**长尾客户**选择不多[8][9] * **行业背景**： * 海外云厂商也在涨价，但针对的产品不同（如AWS针对ML训练实例，谷歌针对CDN和网络），均是基于**需求增长**和**成本上升**对**紧缺资源**进行试探性调整[3][4][5] * 国内市场竞争激烈，但若硬件成本普涨，云厂商普遍采取**减少折扣**或**收紧折扣率**是必然趋势[7] * **成本与传导**： * 存储等硬件成本约占云计算总成本的**20%~25%**[27] * 硬件涨价传导至云厂商存在周期，主力产品通过**长期协议（LTA）** 采购，平均传导周期约为**6个月**[28][29] * **财务影响**： * 预计涨价及需求增长将带来利润率改善，但幅度有限，可能是**低单位数**（如2%-3%）的改善，因公司仍处于持续投入期[30] * 海外业务利润率**优于国内**，海外同样规格的ECS实例价格比国内高约**15%**，且海外业务增速较快，对整体利润率有正向贡献[68][76][77] 核心观点与论据：关于AI Agent布局 * **整体策略**：构建**Agent Infra**（基础设施），提供低成本开发与运行Agent的平台（如AgentScope），并在**C端**和**B端**同时推进应用[40] * **C端产品**： * **千问APP**：聚焦生活相关场景，已于1月15日上线，并计划投入**30亿**进行补贴[41][70] * **Coder Work**：一款类似Cursor的、面向**PC办公场景**的AI编程产品，目前处于邀测，将面向全部用户[42][45][49] * **B端/企业端产品**： * **百炼平台**：面向企业客户的大模型开发平台[43] * **钉钉**：预计将在企业端，特别是**SMB（中小型企业）** 市场，结合AI做更多动作[43][44] * **模型与竞争**： * 竞争的核心差异在于**模型能力**与**单Token成本**[53] * 在办公Agent产品层面，各家技术架构（本地沙盒+存储+大模型）差异不大，最终用户体验取决于**大模型能力**（如意图识别、工作流规划）[55][59] * **对算力需求的影响**： * Agent的普及将增加对**CPU**的需求，因为需要CPU承担更多的逻辑控制、API调用和沙箱管理任务[60][61] * 对CPU的要求可能集中在**核心数量多**、**单核性能高**（如3GHz以上）并支持超线程技术的型号上[62] 其他重要内容：业务运营与展望 * **业绩展望**： * **全年营收目标**：共识约为**1900亿**（货币单位未明确，应为人民币）[63] * **近期增速**：上个季度（Q4）预计能保持**30%多**的增速，本季度（Q1）需求端和资源上架情况显示能保持健康增长[63] * **客户需求**： * 头部客户年度采购额计划有提升，例如有的**大客户**计划提升**15%** 左右，部分客户因AI应用增加预算[65][66] * **Token消耗**： * 目前日均为**23万至25万**左右[69] * 结构上，**外部客户**通过百炼和API调用占比**六成多**；**内部使用**（含千问）占比约**35%**，其中**淘天**和**AliExpress**占比最高，**千问**目前第二，且其占比在2月6日活动后可能大幅提升[69][70][71] * **内部结算**：阿里集团内部子公司与阿里云采用标准结算，内部客户折扣率比外部大客户**稍低**（例如外部5折，内部可能4-4.5折）[72] * **国内外市场差异**： * **利润率差异原因**：国内**IaaS**（基础资源）占比仍较高，大客户使用PaaS积极性相对较低；同时，类似Office 365的**SaaS订阅收入**模式在国内较难实现[78][79] * **价格水平**：国内同类云产品（如ECS）按官网标价计算，约为海外（如AWS EC2）的**60%-80%**（即6-8折）[81][82] * **竞争态势**：国内小客户对**价格极度敏感**，导致过往价格战激烈；近期价格竞争主要体现在**Token价格持续下降**，以及小客户对资源价格的关注[83]

对AI生产力发展的观察 - 公司创始人认为AI智能体(Agent)的实际效果并非缩小而是会十倍、百倍地放大人与人的能力差距[1] - 当前人类消费需求和可用时间的增长速度暂时远落后于生产力增长 导致一段时间内生产力增长更多表现为内卷和通缩[1] 对现象级AI产品的观察 - 2025年全年最具突破性的三个现象级AI产品为Claude Code 豆包手机和Manus[3] - 2026年仅第一个月就出现了三个现象级AI产品 分别为OpenClaw MoltBook和Chrome Gemini[3]

产品发布与核心定位 - 昆仑天工正式发布全新的Agent产品——天工Skywork桌面版，并旗帜鲜明地将Windows平台作为首发阵地，旨在为全球用户提供开箱即用的「Cowork平替」[1][4] - 该产品原生支持Windows系统，无需繁琐迁移或适配，可对海量本地历史文件和复杂项目场景进行自动化处理，打通了个人Agent进入真实办公场景的「最后一公里」[5] - 在全球竞品如Claude Cowork、OpenAI Codex等优先适配macOS的生态失衡背景下，Skywork桌面版打响了针对「Windows生产力人群」的抢位战[4][11] 产品功能与性能特点 - **多模型支持**：与Claude Cowork仅支持自家模型不同，Skywork增加了对谷歌Gemini系列模型的支持，用户可自由选择Gemini 3 Pro、Claude Opus 4.5、Claude Sonnet 4.5等模型，也可启用智能路由「auto」模式自动匹配最佳模型[7] - **全文件格式处理**：产品能跨文件、跨格式直接读取并理解图片、视频、表格、Word、Excel、PDF、PPT等全类型文件，进行归类整理或生成新内容[8] - **多任务与本地执行**：能同时响应并执行多项复杂任务，且所有处理在本地环境完成，无需上传云端，消除了用户对数据泄露的担忧[9] - **内置技能库**：内置了100+个经过精选的、真正有用的Skills技能包，操作灵活，覆盖Office三件套生成、网页生成以及图像与视频生成[9] - **创作场景优势**：在图像与视频生成的创作场景中，相较于Claude Cowork，在语义遵循、表现力、专业性等多方面均更胜一筹[9] - **价格优势**：用户只需支付19.99美元的Basic会员费，即可解锁完整的产品体验[10] 实测应用案例 - **PPT自动生成**：用户只需提供Word文档和视频素材文件夹，并告知制作PPT的需求，Skywork能自行分析需求、寻找素材并生成可供修改的PPT初稿，过程中还会与用户互动选择风格[13][14][15] - **复杂文件整理**：在测试中，Skywork成功在不删除任何原始文件的基础上，将文件夹内所有内容整理成清晰的目录结构，并生成报告；任务共整理了194个文件，发现了4个重复文件，并生成了包含学术、研究、商业、语言学习、工作文档等分类的新文件夹结构[17][18][20] - **图文报告生成**：根据需求，Skywork能自动搜索网络信息，规划撰写路径，并生成一份图文并茂的「下一代AI推理算力基础设施提案」意向报告[21][22][23][24] - **SEO网页生成**：能够根据文档和图片，精准提取核心语义、优化视觉素材，并自主编写符合SEO逻辑的代码，生成信息齐全、布局合理的精美网页[25][26][27] - **智能体能力进化**：实测表明，此类智能体助手已不再是简单的对话执行工具，在获得更高系统操作权限后，其自主性得到史诗级强化，可在极少人为参与下高效完成复杂工作[28] 行业趋势与竞争格局 - **发展阶段**：2025年被普遍认为是Agent落地元年，而2026年正见证新一轮爆发；行业观点认为，2025年是编程智能体元年，而2026年将是个人助理智能体元年[30][31] - **竞争态势**：年初Agent赛道竞争白热化，国外有Anthropic发布Cowork、OpenClaw，国内有阿里上线千问APP任务助理和桌面端QoderWork，其他大模型独角兽也陆续推出桌面智能体应用[30] - **行业影响**：Agent正在以前所未有的速度与深度重构数字世界的底层逻辑，通过连接本地操作系统，实现跨文件管理、跨应用操作和复杂任务并行执行，有望将人类从繁琐任务中解脱，驱动走向以Agent为主导的超级个体时代[31][34] - **竞争关键**：随着Agent底层模型和执行框架被开源社区大量解构，赛道几乎不存在「技术秘密」，主流厂商均有能力自研，因此竞争胜负手转向了场景垂直与生态适配[34] - **公司优势**：昆仑天工早在2025年5月即发布了「AI版Office」——天工超级智能体（Skywork网页版），积累了丰富的办公场景效率优化经验和庞大的AI办公用户基础；其桌面版依托全球最大的生产力平台Windows，并灵活支持多模态与逻辑推理模型，在办公场景效率优化及与其他应用场景的联动中构筑护城河[35] - **市场展望**：在Agent竞争中，可能不会出现「赢家通吃」的局面，谁能更快建立起无法替代的相对优势，谁就可能成为最后的赢家[33][34][36]