网络与网络效应的力量 图片来源： a16z Z Highlights Chris Dixon 是知名风险投资公司 a16z 的合伙人，他曾是一位成功的企业家（曾创办两家消费者公司），也是早期基金 Founder Collective 的联合创始人，以 其在消费互联网、 Web3 、加密货币和网络效应领域的深刻见解和早期投资（如 Coinbase, Skype, Stack Overflow, Pinterest, Instagram 等）而闻名。本篇文章 由 a16z 团队发表于 2025 年 9 月 10 日，对话 Chris Dixon ，探讨创业者应如何驾驭指数力量，用工具切入并构建网络效应以创造持久价值。 Anish:： 欢迎来到A16Z消费者播客。我非常兴奋和荣幸今天能请到我的合伙人Chris Dixon。Chris，你可能最近因在Web3和网络经济方面的工作而最为人 所知，但大家可能不知道的是，你在Andreessen Horowitz领导了许多最重要的消费者投资，在此之前你还创立过两家消费者公司。我认为从网络开始会是 一个有趣的话题，这似乎是你最初真正崭露头角的地方。也许可以谈谈你对Stack ...

开源与AI技术发展 - 开源推动AI技术落地 包括具身智能走出实验室 新操作系统重写 AI应用渗透各行各业 互联网焕发活力[1] - 具身智能面临高质量训练数据缺乏 跨芯片适配与低时延计算难题 评测体系尚在起步阶段等共性挑战[8] - 大模型重塑信息世界 具身智能让AI融入现实 需解决算法 硬件 模型到实际应用场景的技术难题[12] 全球协作与生态建设 - 大会汇聚全球200余位开源与AI技术领袖 国际机构代表 产业先锋 超过1500名一线开源开发者[1] - 联合国 PyTorch基金会 CNCF基金会 Eclipse基金会 SpeakLeash基金会等国际组织深度参与 分享治理理念与技术标准[3] - 华为首席开源联络官指出 全球开源社区共同支撑大模型 产业算力 数千万开发者和Agent融合 建设软件AI超级工厂[7] 技术前沿与创新应用 - Rust语言十周年 RustGlobal与RustChinaConf首次同台亮相 近60位一线Rust技术专家分享工具链优化 操作系统实验 高性能网络等话题[15] - 智能体互联网论坛讨论可信机制 去中心化标识符 MCP与A2A协议等前沿议题 分享智能体互操作性 协议标准化与数据安全最新实践[13] - 端侧AI推理工作坊聚焦技术突破与未来趋势 嵌入式Rust与AI工作坊提供端侧智能与系统级开发实践路径[18][20] 开发者互动与实践 - 大会设计14场Workshop 涵盖昇腾计算与高性能推理 Flutter跨平台应用 仓颉编程语言 端侧AI推理等核心技术[17][18] - 4场黑客松围绕超级智能体 Code Alert Adora机器人 Adora LeRobot等主题 开发者组队敲代码 从构思到原型验证创意[22][23] - SGLang开源推理引擎举办中国首场Workshop 开发者与阿里云 科大讯飞 美团 华为昇腾 英伟达 字节跳动等企业专家深入交流[20] 产业应用与跨界融合 - 应用与智能体论坛分享AI应用前沿经验 呈现大模型在提升生产力方面的最新成果[14] - 下一代AI论坛汇集技术专家 艺术家与设计师 探讨教育 艺术 游戏和开源生态等领域的创新应用与变革潜力[14] - AI for Humanity Spotlight活动聚焦教育公平 心理健康 文化表达 无障碍设计等领域 收到200多份投稿 79个作品入围 6个获最受欢迎奖[24] 企业参与与技术支持 - NVIDIA 华为 谷歌 Hugging Face 字节跳动 OpenCV.org 智源研究院 宇树科技 蚂蚁集团 红帽 奇点智能研究院等产业力量展现技术与生态联动[3] - 企业参访活动走进阿里巴巴 宇树科技等中国AI科技企业 了解人工智能 智能制造 数字经济等领域的技术研发成果与产业应用实践[27] - 华为专家分享昇腾CANN底层优化 大模型训练推理性能提升 大模型能力密度提升等核心技术[17]

AI标识新规 - 国家网信办等四部门联合发布《人工智能生成合成内容标识办法》于9月1日正式生效 强制要求所有AI模型及应用在输出内容中添加显式和隐式标识 [3] - 新规要求文本需在开头、结尾或适当位置注明"AI生成" 图片标识文字高度不低于图像最短边的5% 音频须包含"AI"语音声明或摩斯电码节奏音 视频标识需持续显示至少2秒 [8] - 法规旨在推动AI平台合规化运营 提升内容可信度 打击利用AI进行的造谣与诈骗活动 长远促进AI产业健康发展 但可能增加企业合规成本并加速行业整合 [4] 红杉资本AI投资展望 - 红杉资本将AI发展定义为"认知革命" 预测将在服务业释放高达10万亿美元市场潜力 目前改造尚处早期约200亿美元 [9] - 未来12-18个月重点关注五大赛道：持久记忆、无缝通信协议、AI语音、AI安全和开源AI [9] - 预测知识工作者对算力消耗将迎来10倍至10000倍增长 为专注AI专业化应用的新兴企业创造巨大机遇 [9] 美团开源大模型 - 美团发布560B开源大模型Longcat-Flash-Chat 采用MoE架构 计算成本大幅降低至0.7美元/百万输出token [10] - 模型编程能力与Claude 4 Sonnet相当 数学能力可解答高考难度题目 逻辑识别取得显著进展 [12] - 美团计划5年内投入超1000亿元研发资金 通过自研大模型、AI改造产品线和提升内部效率三层架构推动核心业务AI化 [11] OpenAI收购与重组 - OpenAI以全股票11亿美元收购Statsig 任命其创始人为应用业务CTO 全面负责ChatGPT、Codex及未来产品 [9] - 新设Applications部门由前Instacart CEO担任负责人 原首席产品官转岗至"AI for Science" 工程主管转任B2B应用CTO [9] - 此次动作被视为"致敬Meta模式" 包括打包收购、高管空降和团队重组 表明公司从基础研究进一步倾斜至应用商业化 [9] 模型性能与稳定性 - GPT-5逻辑能力受质疑 无法正确解答"井字棋旋转90度"问题 OpenAI承认发布处理不当并为模型推送语气更新 [14] - Claude Opus 4.1在白天特定时段（10-11点）出现推理质量下滑 Anthropic紧急回滚更新 问题可能与"1.58位量化"技术有关 [14] - OpenAI计划推出"Thinking effort"功能 但因临时记忆数据未加密引发隐私担忧 [14] AI视频商业化 - 快手"可灵"模型生成的视频内容商业报价达50万元/分钟 日常订单价格区间为数千至5万元/分钟 [18] - 生成成本极低 可灵高配模式制作一分钟视频成本仅为42元 谷歌Veo 3成本约为260元 [18] - 快手平台AI内容流量1-7月增长320% AI创作者收益提升159% AI漫剧等内容增长达10倍 [18] 阿里巴巴市值与业绩 - 阿里巴巴股价大涨13.53% 市值单日激增368亿美元 受自研AI芯片传闻和Q2财报提振 [19] - Q2营收2476.5亿元同比增长2% 净利润423.82亿元同比增长76% 云智能集团收入333.98亿元同比增长26% [19] - AI产品连续八个季度实现三位数增长 占云业务外部收入20%以上 公司计划未来三年投入3800亿元建设AI+云基础设施 [19] 云知声财报表现 - 云知声总营收4.05亿元同比增长20.2% 其中山海大模型收入近1亿元同比暴涨457% [20] - 医疗业务单客价从46.9万元飙升至101.3万元增长116.2% 保险理赔审核收入同比增长1386.8% [20] - AI芯片半年出货1650万颗累计近1亿颗 研发投入占比41.5% 研发团队接近七成员工 [20] AI医疗突破 - 达摩院与浙大一院联合研发iAorta模型 利用普通平扫CT识别主动脉综合征 敏感性95.5%特异性99.4% [21] - 确诊时间从国际平均4.3小时缩短至1.7小时 在1.5万名胸痛患者中精准识别21例 [21] - 此前已推出PANDA胰腺癌早筛和GRAPE胃癌筛查模型 实现"一次CT筛查多病种" [21] 国产多模态智能体 - 浙江大学与美团团队联合开源多模态智能体UItron 面向中文场景 能自主完成复杂多步任务 [15] - 在ScreenspotV2评测均分92.0 Android-Control/GUI-Odyssey均分92.9 OSWorld15步任务获24.9分性能位居所有GUI Agent之首 [17] Claude Code设计架构 - Claude Code采用极简主义设计哲学 核心由一个主循环、一个claude.md上下文文件和极简工具集构成 [16] - 超过50%任务调用由成本更低Haiku模型完成 Sonnet模型仅在关键节点启用 节省70-80%运营成本 [16] - 摒弃传统RAG技术 采用LLM搜索替代并让AI自主管理任务清单 提示词文本量高达12000 token [18]

人工智能革命的历史意义与规模 - 人工智能革命被视为不亚于甚至超过工业革命的变革 预计将释放10万亿美元价值 [1] - 目前仅有200亿美元服务业被AI自动化改造 剩余99.8%市场待开发 [1][5] - 工业革命关键节点包括蒸汽机发明（1765年） 工厂系统诞生（1832年）和流水线形成（1876年） 历时超百年 [3] - 从蒸汽机到工厂系统耗时67年 从工厂到流水线耗时144年 [3] 技术发展路径与专业化需求 - 复杂系统发展需结合通用组件与专业化组件 工业革命本质是蒸汽机技术的专业化改造 [4] - 英伟达1999年发布的GeForce 256 GPU被视为当代"蒸汽机" 2016年AI工厂（算法/算力/数据整合）相当于首个现代工厂系统 [4] - 知识工作者算力消耗预计增长10-10000倍 为AI专业化应用创业公司创造巨大机会 [4] 服务业AI化市场机遇 - 美国服务业市场规模达10万亿美元 目前自动化渗透率仅0.2% [5] - 注册护士岗位年工资总额2840亿美元（330万从业者 中位年薪60,070美元） [6] - 软件开发岗位年工资总额2240亿美元（169.2万从业者 中位年薪132,270美元） [6] - 律师岗位年工资总额1250亿美元（85.7万从业者 中位年薪145,760美元） [6] - 会计审计岗位年工资总额1250亿美元（156.2万从业者 中位年薪79,880美元） [6] - 类比云计算发展初期 SaaS仅占3500亿美元软件市场的60亿美元 当前软件市场扩至6500亿美元 [7] 红杉资本投资布局 - 医疗健康领域投资Open Evidence和Freed [8] - 软件开发领域布局Factory和Reflection [8] - 法律服务领域押注Harvey、Crosby和Finch [8] - 认知革命将拓展市场边界 催生以AI为核心的大型独立上市公司 [8] AI产业化五大趋势 - 工作范式转向百倍杠杆效应 销售人员可通过AI Agent管理客户实现千倍杠杆 [10] - 真实世界验证取代学术基准 Expo公司在HackerOne平台证明AI黑客实力 [11][12][13] - 强化学习技术进入产业应用核心 Reflection公司用于训练开源编码模型 [14][15] - AI融入物理世界 Nominal公司利用AI加速硬件制造与质量保证 [16][17] - 计算成为新生产函数 知识工作者算力消耗预计增长10-10000倍 [18][19][20] 红杉重点投资方向 - 持久记忆技术包含长期记忆与AI身份持久性 需解决向量数据库和RAG技术局限 [21][23] - 建立AI无缝通信协议 实现不同Agent间自动协作 重构商业模式 [24] - AI语音技术已成熟 保真度达专业水准 延迟支持实时对话 应用涵盖消费与企业端 [25] - AI安全需全链条防护 覆盖开发层 分发层和用户层 可配备千百个安全Agent [26][27][28] - 开源AI正挑战闭源模型 红杉坚信开源能提供顶尖基础模型 保障自由竞争环境 [29][30] 革命进程加速 - AI发展可能将工业革命百年进程压缩至数年 [31] - 认知革命涉及人类思维和工作方式根本变革 [31] - 理解并参与变革成为时代机遇 [32]

核心观点 - AI革命被视为堪比工业革命的变革 蕴含10万亿美元机遇 [2] - 未来12-18个月将重点关注五大投资主题：持久化记忆、通信协议、AI语音、AI安全和开源AI [3] - 知识工作者算力消耗预计增长10-10000倍 为AI专业化应用创造巨大机会 [3][32][33] 工业革命类比与认知革命 - 工业革命历时211年 从蒸汽机发明(1769年)到流水线出现(1913年) 核心是通用技术的专业化改造 [4][7] - 1999年NVIDIA GeForce 256 GPU被视为认知革命的"蒸汽机" 2016年出现首个AI工厂 [5] - 未来应用程序将由践行"专业化"使命的创业公司构建 [8] 服务业AI改造机遇 - 美国服务业市场价值10万亿美元 目前仅200亿美元被AI自动化 存在10¹³倍级机会 [12] - 红杉内部数据显示注册护士领域年工资总额2840亿美元 软件开发领域2240亿美元 法律领域1250亿美元 [13][14] - 已投资案例：Open Evidence和Freed(护理)、Factory和Reflection(开发)、Harvey/Crosby/Finch(法律) [15] 当前五大投资趋势 - 工作范式转变：从确定性转向百倍杠杆效应 AI Agent可实现千人级客户管理 [20][21][22] - 真实世界验证成为新标准 Expo公司在HackerOne平台证明为世界第一AI黑客 [25] - 强化学习技术进入产业应用核心 Reflection公司用于训练开源编码模型 [27] - AI进入物理世界 Nominal公司用AI加速硬件制造和质量保证 [29] - 算力成为新生产力 每位知识工作者算力消耗预计增长10-10000倍 [32][33] 五大重点投资方向 - 持久记忆：需解决长期记忆和AI身份持久性问题 向量数据库/RAG技术尚未彻底解决 [36][37] - 通信协议：需要标准化协议实现AI Agent间无缝协作 类比TCP/IP对互联网的意义 [39][40] - AI语音：保真度和延迟已达实用水平 可应用于物流协调、金融交易等企业场景 [42] - AI安全：覆盖开发层到消费者的全链条 可构建千人级AI安全Agent防护体系 [44][45] - 开源AI：已具备与闭源模型竞争实力 对构建自由开放的AI未来至关重要 [47][48] 市场格局展望 - 标普500指数中英伟达市值超4万亿美元 但服务业存在未上市巨头(如科克兰律所、贝克·蒂莉会计所) [17] - 认知革命将催生以AI为核心的服务业上市公司 重塑市场格局 [18]

核心观点 - AI革命是规模超过工业革命的认知革命 将创造10万亿美元服务业转型机遇 [1][4] - AI发展呈现加速态势 从1999年首块GPU到2016年首个AI工厂仅用17年 远快于工业革命数百年进程 [1][6][10] - 专业化是核心趋势 初创公司将在AI服务领域创造新一代巨头企业 [1][13] 工业革命类比分析 - 工业革命从1702年蒸汽机到1769年首座工厂耗时67年 到1913年流水线再耗144年 [6] - AI革命演进速度显著加快:1999年GeForce 256 GPU相当于蒸汽机 2016年首个AI工厂相当于首座工厂 [6][10] - 专业化是复杂系统发展的必然要求 通用技术需与专业化组件结合 [7] 市场机遇规模 - 美国服务市场总规模达10万亿美元 目前仅200亿美元被AI自动化 [16] - 各职业领域TAM巨大:注册护士2840亿美元 软件开发2240亿美元 律师1250亿美元 会计1250亿美元 [17] - 类比云转型:SaaS从60亿美元增长至6500亿美元 AI将复制此路径并扩大整体市场 [14][16] 当前投资趋势 - 工作模式转向高杠杆低确定性 销售代理可实现1000%杠杆率 [22][24] - 验证标准从学术基准转向真实世界表现 Expo通过HackerOne实战证明AI黑客能力 [25][26][27] - 强化学习进入主流应用 Reflection使用强化学习训练顶级编程模型 [28][30] - 物理世界应用落地 Nominal用AI加速硬件制造和质量保证 [31][33] - 算力成为新生产函数 知识工作者算力消耗将增长10-10000倍 [37] 重点投资主题 - 持久化记忆:需解决长期记忆和AI身份持续性 尚无成熟解决方案 [39][40] - 通信协议:MCP协议类似TCP/IP起点 将催生AI间无缝通信应用 [42] - AI语音:保真度和延迟已达实用水平 物流和金融等领域存在企业级应用机会 [45][46] - AI安全:涵盖开发层到消费者的全链条保护 可部署海量AI安全代理 [49] - 开源AI:处于关键时刻 需保持与最先进基础模型的竞争能力 [52] 企业布局 - 红杉已在关键领域投资:Open Evidence和Freed(医疗) Factory和Reflection(开发) Harvey和Crosby(法律) [17] - 标普500市值显示AI企业机会 英伟达市值超4万亿美元 服务领域将出现新巨头 [20]

美国AI初创公司对中国开源模型的采用情况 - 80%的美国AI初创公司在融资路演时使用中国开源模型而非OpenAI或Anthropic等美国模型 [1][2] - 全球范围内使用中国开源模型的比例可能接近100% [1][2] 中国开源模型的技术优势与市场表现 - 在Design Arena开源模型排行榜前16名全部为中国模型 包括DeepSeek 智谱 月之暗面和Qwen等团队 [7][10] - 中国模型在用户体验维度全面压制海外竞争者 其中DeepSeek-R1-0528以1333 Elo评级和68.3%胜率位列第一 [7][8] - 中国模型在一系列智能测试中已超越美国类似开放模型（如Meta的模型）且能力逼近最强大的专有模型 [2] 开源模型与闭源模型的发展趋势对比 - 开源模型平均仅比最尖端闭源模型落后9个月 且在o1模型发布后开源社区仅用4个月就实现追赶 [8] - AI领域开源生态占比远高于传统软件时代的20% 被认为更加健康 [6] - 行业正经历从开源转向闭源的趋势 Meta的Llama项目逐渐走向闭源化 OpenAI的GPT-5表现平平 [3][5] 风投机构与行业专家观点 - a16z合伙人Martin Casado认为中国在开源领域更具优势 并呼吁美国进一步推动开源努力而非封闭 [3][5] - 开源AI与传统软件不同 复现大模型需重建完整数据和训练流水线 成本达上亿甚至上十亿美元 [5] - 创业公司选择中国开源模型主要因性价比优势 现金流成为关键考量因素 [10]

美股市场表现 - 美股市场收盘涨跌不一 道指微涨0.02% 纳指下跌1.46% 标普500下跌0.59% [1] - 零售板块走强推动道指创历史新高 科技与芯片股普遍走低 [1] - 英伟达收跌3.5% AMD下跌逾5.4% 博通下跌3.5% [1] - Palantir重挫9.35% 成为标普500指数中表现最差成分股 特斯拉 Meta和Netflix等科技巨头承压 [1] Meta AI战略调整 - Meta对人工智能部门进行重大重组 将超级智能实验室拆分为四个小组以加速开发超越人类智能的AI [3] - 战略调整直接导火索为Llama 4模型性能远低于预期 在基准测试中存在刷分行为 损害Meta在开源领域声誉 [3] - 该消息动摇AI军备竞赛持续性 显示单纯资本投入不能弥合基础研究与产品落地断层 [5] - 打破市场对开源AI信仰 暗示闭源模型护城河可能更深 押注开源路线公司市场竞争力或已下降 [6] - 暴露AI公司在技术自研 商业模式变现和盈利能力上的深层挑战 [7] Palantir估值争议 - 知名做空机构香橼研究创始人Andrew Left公开批评Palantir与基本面脱节并宣布做空 [8] - Palantir今年累计上涨超过130% 市盈率达588倍 远超英伟达58倍 [8] - 以OpenAI为估值锚点 OpenAI估值5000亿美元对应2026年预估294亿美元营收 市销率约17倍 [11] - 将17倍市销率应用于Palantir 根据明年预估56亿美元营收计算合理股价仅为40美元左右 揭示77%潜在下跌空间 [12] - 质疑商业模式差异 Palantir政府合约收入具有波动性 难以实现快速规模化 面临微软和Databricks等强劲竞争对手挑战 [13] 美股整体估值水平 - 巴菲特指标约200% 超过长期平均水平两个标准差 类似水平仅在2000年互联网泡沫顶峰和2021年末出现过 [14] - 周期性调整市盈率目前徘徊在35倍左右 高于历史均值两个标准差 此前仅在1929年和2000年达到过该区间 [16] - 市销率已偏离趋势线超过三个标准差 创下历史极值 [16] - 均值回归模型显示当前标普500指数高出经通胀调整后指数趋势线三个标准差以上 [19] AI行业深层挑战 - OpenAI移动应用收入今年前7个月达13.5亿美元 但公司预计2026财年亏损将达到140亿美元 主要源于庞大模型训练成本和人力开支 [19] - GPT-5模型经历波折 被迫为付费客户恢复旧版GPT-4模型访问 [19] - 投机性资本追逐基本面薄弱只有潜在前景公司 造成局部性高估 [19] 利率与宏观环境 - 利率模型判定美股估值过高 10年期美国国债收益率高于4%背景下股票未提供足够吸引力 [20] - 最新生产者价格指数显示通胀压力比预期更为炽热 使美联储短期内降息空间非常有限 [20] - 持续正实际利率拖累经济增长 影响将传导至企业盈利 [20] 加密货币市场风险 - 加密货币已从边缘资产演变为金融体系一部分 通过比特币ETF 养老金计划和公司资产负债表等渠道与主流金融系统深度绑定 [23] - 加密货币市场剧烈波动可能引发连锁反应 波及普通投资者 养老金账户和上市公司财务状况 [23]

在7月24日发布的《赢得竞争：美国人工智能行动计划》报告中，特朗普政府表示，开源模型"可能在某些商业领域和学术研究中成为全球标 准"，并呼吁美国必须尽早部署"以美国价值观为基础的领先开源模型"。 目前，开源AI的直接商业回报有限，因其开发成本高昂却难以直接变现。然而，成功吸引并留住用户的公司，未来可通过增值服务获利—— 如同谷歌通过安卓系统（本身基于开源Linux）提供搜索、YouTube等创收服务。 开源一直被研究人员视为推动技术创新的有效方式，它使得用户能够看到并改进源代码，推动技术加速进步。外媒指出，在中国，政府不仅支 持开源AI的发展，还鼓励在操作系统、半导体架构和工程软件等领域进行开源研发。 目前，开源AI正越来越多地被商业机构采纳。许多客户青睐开源方案，因其可自由调整模型并部署在自有系统上，从而确保敏感信息的安全 可控。像新加坡的华侨银行，已经利用开源模型开发了约30个内部工具，例如用谷歌Gemma总结文档，用Qwen辅助编程，用DeepSeek分析市 场趋势。 8月14日消息，外媒《华尔街日报》等发文指出，中国在开源人工智能（AI）领域的快速发展正引发全球广泛关注，其中华盛顿与硅谷的反应 尤为突 ...

更安全的AI - 深度学习教父Geoffrey Hinton首次访华并在WAIC 2025发表主题演讲 强调AI治理需中国参与 标志着全球AI安全合作进入新阶段 [3] - Hinton提出LLM与人类认知相似性理论：两者均通过模式补全生成意义 且数字智能可依托硬件替换实现"永生" [3] - 人类知识转移效率低下 而AI可实现即时精确的模型复制 能源成本降低后将超越人类认知能力 [3] - AI与人类一致性仍是未解难题 缺乏可靠方法确保超人类智能系统选择帮助人类 最坏情况下人类或沦为附属品 [3] 阿里巴巴的开源战略 - 发布三款高性能开源模型：Qwen3-235B-A22B-Instruct-2507（非推理模型超越Kimi K2）、Qwen3-235B-A22B-Thinking-2507（推理模型媲美GPT-4）、Qwen3-Coder（4800亿参数MoE编码模型） [7] - 推出无屏幕AI智能眼镜 深度集成Qwen模型 通过垂直场景建立用户黏性 成为持续AI交互的"特洛伊木马" [4][5] - 开源策略推动中国开发者生态普及 降低对海外API依赖 同时将阿里云定位为默认基础设施 采用"聚合理论"商业模式 [8] 宇树科技机器人突破 - 发布新一代人形机器人R1 重量25公斤 售价5600美元（特斯拉Optimus价格的1/5） 定位大众市场开发者和研究机构 [6] - 具备动态运动和多模态交互能力 提供即插即用API 可能催生第三方应用生态 类似早期智能手机市场 [6][9] - 中国硬件创新模式快速迭代 威胁特斯拉市场地位 若形成应用生态或抢先建立人形机器人iOS式平台 [9] 全球AI治理动向 - WAIC 2025吸引40国800余家企业 展示3000+创新成果 中国提议设立全球AI治理机构并发布13项合作框架 [2] - 欧洲、东南亚及非洲国家签署多边AI治理框架 显示中国从产业规模转向开放安全原则的基调转变 [3][4]