陈白/文 硅谷如今最抢手的是什么？答案可能超出所有人的想象——不是AI项目，也不是芯片算力，而 是华人软件工程师。 比如就在7月10日，在埃隆·马斯克旗下AI公司Grok 4的发布会上，坐在马斯克身旁的就是两位华人AI技 术负责人。更早一些的7月8日，苹果基础模型团队负责人、著名华人工程师庞若鸣（Ruoming Pang）宣 布离职加入Meta，Meta为他开出了每年数千万美元的薪酬方案。在此之前，扎克伯格还以上亿美元 的"签字费"从OpenAI、苹果等大公司挖走了一批华人学者，他们很多都来自清华大学、北京大学等国 内顶尖高校，且具备OpenAI、Google等科技巨头的核心算法经验。其中有人主导过ChatGPT研发，有人 负责自动驾驶感知系统，堪称AI行业的"梦之队"。 马斯克、扎克伯格们的选择变化有技术积累的原因。从Transformer架构的奠基性论文到ResNet（残差网 络）等影响深远的突破，其中都有华人科学家和工程师的身影。国内顶尖高校对基础学科的严苛训练， 以及其毕业生在OpenAI、Google等机构参与核心算法研发的履历，更是一种权威背书。大模型时代对 复杂数学建模、高效算法设计与海量数据（ ...

行业现状与历史 - 2022-2023年为国内NFT行业爆雷高峰期，虚假宣传、高额回报承诺及伪造合作背景导致平台数量近乎腰斩，用户损失从数万元到数百万元不等，行业信誉几近归零 [3] - 2024年下旬起，老牌NFT平台如iBox、唯一、HOT DOG逐步复苏，新平台如潮玩Cosmos、中网艺云、光明艺品涨势迅猛 [1] 司法与监管进展 - 2025年上海普陀区法院判定具备艺术特征、唯一性和稀缺性的NFT符合商品属性，交易合同合法有效 [5] - 南昌法院在黄某诉某科技公司案中认定平台关闭导致NFT无法使用构成根本违约，需退款赔偿，司法层面确认NFT财产价值 [5] 资本与技术转型 - 2025年全球RWA（现实世界资产通证化）迅速发展，贝莱德、摩根大通等传统金融巨头将超239亿美元资产上链，贝莱德BUIDL基金在以太坊管理近30亿美元资产 [7] - 蚂蚁集团、京东等中国科技企业布局RWA，将实体资产转化为链上代币，与NFT技术融合提升合规性，如耐克NFT专利确权 [7] 商业模式创新 - 国内NFT平台转向连接艺术品物权、文博资产等真实价值载体，如奥飞娱乐的IP数字手办单日销售额超百万元，解决盗版问题并拓展IP变现渠道 [8] - 成都文交所通过区块链将影视IP图库转化为标准化数字资产，确权时间缩短至72小时，交易效率提升60% [8] 技术革新与用户体验 - 2025年AI代理兴起，用户可通过自然语言指令管理数字资产，无需理解区块链底层逻辑 [10] - Solana等高性能公链普及降低交易费用，AI自主钱包结合去中心化生物识别验证简化操作流程，购买NFT体验接近普通电商 [11] 全球合规与市场框架 - 香港《数字资产发展政策宣言2.0》扩展代币化资产范围至实体资产，建立统一数字资产服务商牌照制度，鼓励数字艺术品、IP版权二级市场交易 [13] - 《稳定币条例》要求稳定币发行人持牌经营并实行100%准备金制度，允许NFT作为抵押品或交易标的，推动数字藏品金融化 [13] 行业未来方向 - 蚂蚁、京东等科技巨头将瓷器、书画、音乐版权等文化资产转化为链上凭证，避免虚高数字泡沫 [14] - 香港合规化与内地司法判决共同构建NFT行业框架，连接全球金融市场与中国文化基因的数字消费市场 [14]

爆火的Labubu被戏称为"年轻人的茅台"，那么这二者间究竟有何异同？ 分析师指出，在消费者面临"意义缺失"和压力增大的数字化世界中，Labubu暗示着中国正从投资驱动模式向消费驱动 模式渐进转变。茅台深深扎根于中国传统文化，其全球化进程仍处于早期阶段，而与全球时代精神高度契合的Labubu 已经取得了重大的全球成功。 据追风交易台消息，美银近日发布报告，将这一新潮玩IP与传统白酒巨头进行对标，试图厘清其背后是消费周期的历 史重演，还是一场深刻的范式转移。 美银分析师Alice Ma、Chen Luo和Lucy Yu指出，两者虽同为社交货币，但Labubu的社交属性更多基于年轻群体的共 同兴趣和价值观，而茅台的社交功能则更多依托权力和等级关系。这种差异反映了"新消费"与"传统消费"的本质区 别。 美银指出，与茅台类似，泡泡玛特也面临着IP周期与投资属性带来的双重考验，若在Labubu与下一个爆款IP之间出 现较长空窗期，公司的全球增长或将放缓。 此外，投资者无法忽视的还有监管与市场拥挤这两大风险。报告提醒，当前资本集中涌入"新消费"赛道的现象，与此 前资金抱团以茅台为代表的消费蓝筹股颇为相似，这种拥挤交易的脆 ...

多智能体系统研究突破 - 提出"智能体超网"(Agentic Supernet)概念，通过动态剪裁实现任务定制化团队，性能超越现有方法最高11.82%，推理成本仅45% [4][13] - 解决传统多智能体系统两大困境：资源浪费(简单任务调用复杂系统)和任务冲突(单一架构无法适应多领域) [7] - 采用神经网络架构搜索(NAS)思想，实现按需分配算子组合，完成范式转移 [10][12] 技术架构创新 - 三层核心机制：定义概率化超网→控制器动态采样→双轨进化优化 [15][16][21][26] - 智能体算子库包含I/O、CoT、ReAct、Debate等模块，支持自定义扩展 [17][22] - 控制器采用MoE混合专家策略，通过激活分数阈值实现早停机制 [23][24][28] 性能表现 - 六大基准测试(GSM8K/MATH/HumanEval等)平均得分83.59%，超越14个基线模型0.54%-11.82% [32] - MATH训练成本仅3.38美元，较AFlow降低6.8倍，优化时间53分钟远低于行业水平 [33] - 推理token消耗减少55%，API调用成本下降58%，实现性能与成本双优化 [33][34] 应用前景 - 展示跨模型迁移能力(gpt-4o-mini→Qwen-2-72b/llama-3-70b)和跨数据集泛化性(MATH→GSM8K) [39] - 支持未知算子归纳学习，未经训练的Debate模块可被合理激活使用 [39] - 为全自动化AI系统提供动态架构生成方案，推动集体智能发展 [38]

不少中国企业和企业家，伴随改革开放应运而生，伴随中国加入WTO飞速发展。凭借时代大势，中国 企业活力充沛，尽享发展红利，也就习惯了高速增长、习惯了规模为王。时至今日，随着外面环境变得 复杂多变，熟悉的一切似乎都变了——各种红利退潮，规模光环不再，许多企业面临增长困境甚至生存 危机。曾经风光无限、年收入数千亿元的头部企业，竟然轰然倒下。 面对如此变局，企业家难免焦虑不安。就像有位当时正在经历至暗时刻的企业负责人，曾在某个周日的 慨叹："杨老师，现在这种情况，咱真没见过啊。"没见过的形势，如何从容应对？没经历过的纷乱复 杂，如何直击本质，找到破局之道，继而制胜未来？全球知名管理学者拉姆·查兰和杨懿梅（拉姆·查兰 全球合伙人、企业家顾问），针对中国企业和企业家面临的挑战，提供了思路和措施。 企业要打破"规模执念"，宁可缩减规模，也要确保现金流转正。利润增长、现金流增长，比单纯的规模 和收入增长，更有价值。当前形势下，凡是要消耗大量现金流的规模增长，企业都要极为谨慎。内心纠 结时，请想想乔布斯。1997年，当他回归苹果时，面对现金流极为吃紧、濒临破产的生死关头，力排众 议，果断决策，把产品线从26个，直接砍到了只剩4 ...

报告行业投资评级 未提及 报告的核心观点 - AI产品逻辑从“使用”向“托付”转变，价值由界面点击转向结果交付，产业从“流量思维”迈向“商业价值”是必然趋势，这一转向或加速行业洗牌，为具备垂直领域深耕能力的技术服务商开辟增长新曲线 [2][4] - ChatGPT的DAU/MAU比例在2025年Q1逼近Reddit，标志AI应用用户行为从“好奇尝试”向“日常依赖”跃迁，暗示AI应用与用户深度绑定的可能性，实现目标的核心是从“数据洞察”向“闭环执行”的跃迁 [3][4] 根据相关目录分别进行总结 事件 - 2025年红杉AI峰会上，AI商业化路径讨论达成“从点击逻辑向结果逻辑转变”的核心共识，过去AI产品价值用点击量、使用时长衡量，如今用户更关注能否交付有价值结果，形成“发出请求—离开—结果交付”的完整链条 [1][7] 点评 - AI产品设计逻辑根本变革，用户需求从“工具好不好用”转向“能否创造可量化业务价值”，从工具效率转向业务增益，AI厂商需具备全链路交付能力，嵌入客户业务流程，确保结果可量化、可归因 [2][8][9] - ChatGPT在高频任务中实用性提升，用户黏性显著增强，其DAU/MAU比例逼近Reddit意味着AI应用从“被动探索”转向“主动依赖”，但维持高频使用下的用户体验、避免功能同质化竞争、应对数据隐私与算力成本等瓶颈，是AI应用从“依赖”走向“深度绑定”的关键考验 [3][9]

报告行业投资评级 未提及 报告的核心观点 - AI商业化路径从“模型调用”转向“组织结构调用”，未来竞争聚焦于构建高效协作网络和智能组织结构 [1][6] - AI应用发展重点从单纯模型优化转向组织结构适配与调整，将重塑AI团队工作模式与技术路径 [2][7] - 模型调用有局限性，组织结构调用可通过系统性整合打破困境，实现业务协同与价值闭环 [3][8] - Claude Code实践揭示组织结构调用价值，为AI应用开发树立标杆，证明AI模型与组织结构深度融合可释放颠覆性生产力 [4][9] - 未来AI竞争焦点从模型性能转向组织结构与协作网络优化，将重塑产业竞争格局，推动企业迈向更高层次智能协同 [4][10] 根据相关目录分别进行总结 事件 - 2025年红杉AI峰会上，“模型调用转向组织结构调用”成AI商业化路径讨论核心共识，当前行业将算力规模与参数堆叠视为核心竞争力，真正掣肘在于组织、流程与工具链未构建适配智能运作的结构 [1][6] 点评 - AI应用发展重点转变，行业陷入“技术执念”，忽视技术落地本质逻辑，AI应用是涉及整个组织架构的系统性变革，企业需重新审视内部架构，构建协作网络 [2][7] 模型调用与组织结构调用对比 - 模型调用局限于技术层面，无法实现业务协同与价值闭环，难以解决实际应用问题；组织结构调用通过优化组织架构，整合AI与企业现有要素，打破部门壁垒，实现数据共享与业务协同 [3][8] Claude Code实践案例 - Anthropic的Claude Code在内部实现超70%的生产代码提交，其成功关键在于深度嵌入任务执行链，拥有清晰责任分配、即时反馈机制与自动升级路径，重塑软件开发协作模式 [4][9] 未来AI竞争趋势 - 未来AI竞争焦点从模型性能转向组织结构与协作网络优化，企业将凭借智能代理协作逻辑实现全流程智能化运营 [4][10]

报告行业投资评级 未提及 报告的核心观点 - AI引发管理逻辑重构，推动企业从传统管理模式迈向智能管理模式，实现更高发展阶段跨越 [5][11] - 红杉预测未来企业将转变为任务自动流转网络，个人成为任务调度者和协调者，组织结构变为智能体协同工作团队网络 [4][10] - 红杉大胆预测未来可能出现第一家“一人独角兽公司”，企业将从“人力雇佣”转向“智能体编排”，核心竞争力变为AI代理网络的密度与协同效率 [5][11] 根据相关目录分别进行总结 事件 - 2025年红杉AI峰会上，AI商业化路径讨论核心共识是从“工程师因果推断转向随机思维”，反映技术发展新阶段及AI企业未来产品设计理念、商业定价策略和客户价值交付方式变化 [1][6] 点评 - AI重塑管理逻辑，使企业管理从确定性执行向目标试探转变，传统管理追求结果确定性和可控性，AI引入使管理环境更动态复杂，确定性执行范式显局限性 [2][7] - AI智能体运作有内在不确定性，促使管理者转向目标试探范式，下达模糊目标，允许尝试、调整和迭代，接受非完美结果并逐步实现目标，对管理者思维和能力提出新要求 [2][8] - 目标试探范式下，管理者角色从控制者变为设计者和协调者，需重构组织管理架构和流程，具备系统思维和架构设计能力，建立新管理流程，如设计训练和反馈机制 [3][9] - AI时代管理强调任务自动流转和组织网络化协作，企业能高效响应市场变化和客户需求，未来企业将转变为任务自动流转网络，个人和组织结构都将发生变化 [4][10]

报告行业投资评级 未提及 报告的核心观点 - AI商业化正从“工具逻辑”向“成果逻辑”转变，这是AI商业化进入深水区的关键标志，重塑了AI产品供需关系，推动企业多维度升级，创业公司把握此趋势从“卖技术”转向“卖价值”将成未来2 - 3年内分水岭 [5][14] 根据相关目录分别进行总结 事件 - 2025年红杉AI峰会上，AI商业化路径讨论的核心共识是“从工具逻辑向成果逻辑的转变”，反映技术发展新阶段，体现AI企业产品设计理念、商业定价策略和客户价值交付方式变化 [2][8] 点评 - AI产品从“好用的工具”演进为“创造结果的伙伴”，客户付费意愿从功能体验转向实际收益，过去十年SaaS模式主导企业服务市场强调工具“可用性”与“效率提升”，AI时代工具导向思维被颠覆，生成式AI核心优势是“自动完成任务、带来业务结果”，如AI营销系统可直接帮助企业生成广告文案等，客户为“新增的有效用户”或“提升的转化率”付费，这是价值决定价格的商业范式转移 [3][9][10] - 结果导向定价增强客户黏性，AI企业从“算力计价”走向“价值计价”，如OpenAI企业端GPT服务从按Token计费转向按任务或应用效果计费，客户更愿按“节省的工资”或“完成的任务数”支付，“结果导向”商业模式在AI原生应用中黏性和复购率更强 [4][11] - “成果逻辑”带来对AI产品可衡量性新要求，用户关注结果可量化、可归因、可验证，推动AI厂商具备全链路交付能力，如AI写作工具公司要追踪文案效果并反馈数据给客户 [4][12] - “成果逻辑”提升商业透明度，利于投资者判断AI企业商业可持续性，工具逻辑下增长依赖销售团队扩大订阅客户，成果逻辑下营收和利润增长依赖客户业务效果提升，具备更高长期留存率和单客价值，红杉峰会案例中AI企业转向“结果计价”模式后毛利率大幅提升，如从40%提升到超60%，还降低客户获取成本 [5][13]

核心观点 - 恒瑞与默沙东达成重磅交易，首付款2亿美元加17.7亿美元里程碑金额及销售分成，缓解市场对公司创新能力的质疑 [2][3] - 交易首付款2亿美元相当于公司14.5亿元净利润或63亿元产品营收（按23%净利率计算），等同于商业化团队一季度的贡献 [7] - 恒瑞通过连续大额BD交易（如GLP-1和Lpa降脂小分子）证明其技术平台和研发能力可持续创造利润，估值重构可能性提升 [11][12] - Lpa靶点因礼来muvalaplin的II期数据（LPA水平最高降85.8%）打破"不可成药"认知，恒瑞凭借礼来基因快速跟进该领域 [15][16] - 行业从肿瘤内卷转向慢病蓝海，恒瑞与石药在心血管代谢领域的突破标志国内创新药技术迁移 [19][20] 恒瑞BD交易分析 - 交易结构：默沙东支付2亿美元预付款（约14.5亿元净利润）、17.7亿美元里程碑金额及销售分成 [3][7] - 首付款意义：相当于公司商业化团队一季度的营收贡献，远超此前与德国默克1.5亿欧元交易的千万级deal [7][9] - 可持续性验证：两年内连续达成GLP-1和Lpa小分子两项大额交易，技术平台丰富且研发团队规模国内领先 [11][12] Lpa靶点技术突破 - 临床价值：LPA水平每升高50 mg/dL心肌梗死风险增2-3倍，2023年被《中国血脂管理指南》列为独立风险因子 [15] - 技术难点：传统小分子无法阻断Apo(a)与LDL结合，siRNA/ASO技术兴起后礼来muvalaplin实现口服小分子突破（II期LPA降85.8%） [15] - 国内进展：石药此前以1亿美元首付+19.2亿里程碑授权阿斯利康，恒瑞凭借礼来背景快速跟进 [16] 行业范式转移 - 肿瘤领域困境：PD-1等靶点过度集中（全球75个在研项目），III期临床失败率65%，商业化回报下滑（后续竞品年销售<30亿美元） [19] - 慢病需求增长：全球14亿高血压患者+5.37亿糖尿病患者，GLP-1断药现象显示减肥药无法完全解决慢病问题 [19] - 新方向：恒瑞与石药在心血管代谢领域突破，推动行业从肿瘤内卷转向慢病蓝海 [20]