股价表现与市场情绪 - 截至新闻发布时，CrowdStrike股价年内下跌近8%，主要受整体市场压力影响，科技股特别是软件和网络安全板块普遍低迷[1] - 分析师情绪显示，在3月财报季前，CRWD股价可能正在寻底，这一观点在1月23日得到印证，当时Fortinet获得TD Cowen看涨评级上调，从持有上调至买入，目标价设为100美元，并带动了整个网络安全板块上涨，包括CrowdStrike[2] - 板块在财报季前的这一势头为CRWD提供了潜在支撑，可能意味着整个网络安全板块被低估，若属实，CRWD股票可能呈现一个有吸引力的入场点[2] 人工智能对行业的影响与争议 - 除估值担忧外，网络安全股票还受到市场对人工智能影响软件行业的广泛担忧拖累，具体担忧包括“氛围编码”，即开发者使用AI工具进行快速原型设计，可能导致自动化常规代码后，可收费的定制“席位”减少，从而削减终端安全需求[3] - 并非所有软件股都面临相同情况，网络安全软件需遵守严格的行业标准，如NIST 800-53、SOC 2和零信任框架，这些标准要求经过审计的、确定性的防御，而非容易产生幻觉的概率性AI输出[4] - 目前断言AI将导致网络安全公司可收费席位减少为时过早，历史上每次技术变革在淘汰部分岗位的同时也会创造新的需求，例如，Y2K合规催生了1000亿美元的产业，云迁移也引爆了终端安全层需求，AI预计将产生类似效应[4][5] 公司基本面与增长动力 - 在最近一个季度，CrowdStrike实现了2.65亿美元的新增年度经常性收入，同比增长73%，这初步证明人工智能正在放大而非侵蚀公司的收入基础[5][6] - 尽管存在AI相关担忧，但CrowdStrike强劲的ARR增长表明网络安全需求依然具有韧性[5] - 在财报发布前，股价接近关键支撑位，CRWD股票可能正接近投资者的一个拐点[5]

公司业务与战略 - Wix公司是领先的软件即服务网站建设解决方案提供商 其通过强大的营销能力和规模化运营取得成功 并保持了高净留存率 [2][3] - 公司业务正在超越简单网站建设 于2023年推出了针对机构和自由职业者的更强大工具Wix Studio 这推动了合作伙伴细分市场强劲增长 上季度同比增长24% [4] - 公司正积极进军 vibe coding 领域 即利用AI代理根据自然语言提示生成代码 这代表了其业务的下一个发展方向 [5] 增长举措与市场机会 - 为增强AI能力 Wix于去年6月收购了专注于vibe coding应用的AI公司Base44 并利用其营销专长 在11月前将活跃用户数成功提升了七倍多 达到200万 [5] - 尽管AI服务带来了较高的运营和扩展成本 但其目标市场巨大 能将公司业务扩展到简单网站之外 长期来看 随着提供更多高端服务 其运营利润率应会上升 [7] - 公司在大型市场中通过强劲的营销表现和客户留存率夺取显著市场份额方面有良好记录 这一优势可能在即将因vibe coding进步而爆发的应用开发市场中重现 [8] 财务表现与估值 - 公司当前股价为88.48美元 单日上涨4.64% 市值约为49亿美元 [6][7] - 公司股票目前远期市盈率仅为13倍 估值极具吸引力 [9] - 公司毛利率为68.45% 显示出较强的盈利能力 [7]

Laughing Water Capital 2025年第四季度投资者信函摘要 - 投资管理公司Laughing Water Capital发布了2025年第四季度投资者信函 [1] - 该基金第四季度回报率约为6.8%，全年净回报率约为3.9% [1] - 同期，标普500全收益指数(SP500TR)和罗素2000指数(R2000)的季度回报率分别约为2.7%和2.2%，全年回报率分别为17.9%和12.8% [1] - 尽管该基金当年表现落后于指数，但其自成立以来的累计回报率约为400%，显著高于标普500全收益指数的约332%和罗素2000指数的约175% [1] PAR Technology Corporation (PAR) 公司概况 - PAR Technology Corporation是一家为餐饮和零售行业提供基于云端的硬件和软件解决方案的技术公司 [2] - 截至2026年1月14日，其股价收于每股39.77美元 [2] - 该公司股票一个月回报率为5.46%，但在过去52周内价值下跌了48.17% [2] - 公司市值为15.73亿美元 [2] PAR Technology Corporation (PAR) 业绩表现与市场观点 - PAR Technology是Laughing Water Capital投资组合中的餐饮软件公司，其股价在2025年下跌约50%，对基金业绩造成显著拖累 [3] - 业务出现正常波动，部分原因是客户实施时间表未达预期 [3] - 公司面临的主要问题是市场普遍认为人工智能和“氛围编程”将摧毁传统软件，导致整个行业的估值倍数大幅下降 [3] - 管理层选择延迟部分预期收入，将资源重新分配以争取来自一级运营商的新业务，这种着眼于长期发展的策略在当前只关心“达成数字”的市场环境中被视为一个重大失误 [3]

文章核心观点 - AI经济已进入稳定阶段，模型层、应用层和基础设施层分化清晰，形成了可复用的AI原生公司构建路径 [7] - 当前AI领域的资本密集投入和算力过剩，类似于电信时代的基础设施建设泡沫，这为未来应用层的爆发创造了条件，而非AI价值的终点 [7][17] - 大型语言模型（LLM）正在相互商品化，竞争焦点从纯粹的模型能力转向谁能将模型更好地产品化 [7][16] 模型偏好与竞争格局 - 在YC Winter26批次的创始人中，Anthropic的API使用占比超过52%，首次超过OpenAI成为首选 [5][7] - 这一转变发生在过去3到6个月内，Anthropic经历了超过52%的快速增长期 [5][6] - OpenAI的占比从早期的90%以上持续下降 [5] - Google的Gemini模型使用率从去年的个位数百分比（约2-3%）迅速攀升至Winter26批次的约23% [8] - 模型选择呈现多样化，创始人根据具体任务（如编码、推理）选择不同模型，并出现抽象编排层以灵活切换模型 [15] AI应用层现状与机会 - 目前缺乏利用AI进行日常任务的高价值消费者应用程序，现有工具仍需大量提示工程和人工介入 [13][14] - 记忆和个性化体验（如ChatGPT）正成为消费者应用的潜在护城河 [13] - 初创公司正在构建模型编排层，通过评估在不同任务上选择最优模型，实现模型间的“套利” [15] - 垂直领域的特定模型（如在医疗保健领域）通过微调和强化学习，可以用更少的参数（如80亿）在特定基准上击败通用大模型 [28] 基础设施与“泡沫”讨论 - 当前AI领域的大量资本支出（如GPU、数据中心建设）被类比为90年代的电信泡沫，是技术革命的“安装阶段” [17][20] - 基础设施的过度建设将降低计算成本，为应用层公司（如未来的YouTube、Facebook）的出现铺平道路 [17][20] - 算力竞争加剧，NVIDIA面临AMD、TPU等竞争，意味着计算能力将更丰富、更便宜，对上游AI实验室和应用层创业者均有利 [18] - 基础设施建设的物理约束（如土地、能源）催生了在太空建设数据中心、使用聚变能源等前沿解决方案 [22][24] 行业趋势与公司构建 - 训练模型正从稀缺技能变为更常见的技能，推动了更多小型、特定领域模型公司的兴起 [26][27] - Vibe Coding（AI辅助编码）已发展成为一个巨大的类别，出现了许多成功的公司 [31] - AI提升了初创公司的效率，但并未显著减少对人力的需求；公司规模可能更小，但收入相同，瓶颈在于招聘执行人才，而非想法 [35][36][38] - 出现了第一波AI原生公司负责人（如Harvey），随后第二波公司（如Legora、Giga）加入竞争，表明先发优势并非绝对 [36][37] - 行业共识是，AI尚未实现“一人运营万亿美元公司”，但未来会出现由不到一百人运营的数亿美元收入公司 [39]

2025年大语言模型（LLM）发展的核心观点 - 2025年是大语言模型快速演进、重磅事件密集出现的一年，行业格局发生了真正的改变[2][6] - 大语言模型正在显现出一种全新的智能形态，其既比预期的聪明得多，又比预期的愚蠢得多[37] - 大语言模型已经极其有用，但行业甚至还没有发挥出它们10%的潜力[38] 可验证奖励强化学习（RLVR）成为新标配 - 2025年初，几乎所有实验室的LLM生产训练流程都包含预训练、监督微调（SFT）和基于人类反馈的强化学习（RLHF）[8][9] - 2025年，一种新的训练阶段——可验证奖励强化学习（RLVR）——浮出水面并迅速成为事实上的标配[10] - RLVR的核心是让模型在可自动验证的环境中接受强化学习训练，模型能自发学会类似“推理”的策略，如将复杂问题拆解成中间步骤并逐步逼近答案[10] - 与SFT或RLHF这类“计算量相对较小的薄层微调”不同，RLVR使用客观、难以被投机取巧的奖励函数，使得训练可以持续非常久[10] - RLVR提供了极高的能力/成本比，大量吞噬了原本准备用于预训练的算力[10] - 2025年的大部分能力提升，并非来自模型规模的暴涨，而是来自相似规模模型加上更长时间的强化学习训练[11] - RLVR带来了新的“旋钮”：通过在推理时生成更长的思考链条、投入更多测试时算力，模型能力可以继续提升，并呈现出新的扩展定律[11] - OpenAI的o1是第一个明确展示RLVR思路的模型，而2025年初的o3则是让人直观感受到质变拐点的版本[12] 对LLM智能“锯齿状”分布的新认知 - 2025年，行业第一次真正直觉性地理解了LLM智能的“形状”，认识到其与人类智能的优化目标完全不同[14] - 大语言模型的智能被描述为“锯齿状”明显的能力分布：它们可以在某些可验证领域表现得像博学的天才，同时在另一些地方像困惑的小学生，甚至容易被攻击[14] - 这种“锯齿状”智能也解释了为何在2025年对基准测试普遍不当回事与不信任，因为基准测试本质上是可验证环境，天然容易被RLVR或“合成数据训练”所攻破[15] - 模型团队往往会在基准所在的嵌入空间附近“培育能力突起”，把能力尖刺精准地长到测试点上，“在测试集上训练”已经演变成了一门艺术[15] Cursor揭示LLM应用新范式 - Cursor在2025年的爆发清晰地揭示了一种全新的LLM应用层[16] - 像Cursor这样的LLM应用，本质是在为特定垂直领域打包和编排LLM能力，引发了关于“这一层会有多厚”的大量讨论[17] - 基础模型会趋向于“一个通用能力很强的大学毕业生”，而真正把他们组织成专业团队、在具体行业中落地的会是应用层，通过私有数据、传感器、执行器和反馈回路将模型组织并投入实际工作流程[17] - 应用层的关键功能包括：上下文工程、在后台编排多次LLM调用形成复杂的有向无环图、提供面向人的领域专用图形用户界面、提供“自主性滑块”[18] Claude Code定义本地化智能体新形态 - Claude Code被认为是第一个“真正的LLM智能体”，它以循环方式将推理与工具调用串联起来，能持续解决长任务[19] - 更重要的是，它运行在用户的本地电脑上，直接使用用户的环境、数据和上下文[20] - 在一个能力锯齿、起飞缓慢的世界里，更合理的顺序是先让智能体成为开发者身边的伙伴，Claude Code用一个极其优雅、极简、极具说服力的命令行界面形态呈现了这一点[20][21] - 这代表AI不再只是一个访问的网站，而是一个住在电脑里的伙伴，是一次全新的交互范式转变[22][23] “氛围编程”重塑软件开发 - 2025年，AI跨过了关键门槛，使得人们可以只用英语构建复杂程序，甚至忘记代码本身的存在，这被称为“氛围编程”[24][25] - “氛围编程”让编程不再只是专业工程师的专利，同时也让专业工程师可以写出大量原本永远不会被写出来的软件[27] - 代码变得不值钱、短暂存在、并可随意改写与丢弃，这正在重塑软件形态和工作角色[28][29] Nano Banana预示LLM的图形用户界面未来 - Google Gemini的“Nano Banana”是2025年最令人震撼的模型之一，它被视为构建真正LLM图形用户界面的一个早期但重要的信号[31][33] - 其意义不只在于图像生成，而在于文本、图像与世界知识在同一模型中深度纠缠[34] - 在UI/UX层面，“聊天”就像80年代的命令行，而人们更喜欢视觉化、空间化的信息，因此LLM应该用人类偏好的形式（如图片、信息图、幻灯片）进行交流[32][33]

公司：Kilo Code - 公司是一家专注于利用人工智能帮助软件工程师更快编写代码的初创企业 [1] - 公司于近期宣布完成800万美元的种子轮融资 投资方包括Breakers、Cota Capital、General Catalyst、Quiet Capital和Tokyo Black [2] - 公司联合创始人兼CEO为Scott Breitenother 另一位联合创始人是前GitLab CEO Sid Sijbrandij [1] - 公司目前在全球范围内雇佣了约34名员工 [6] - 公司软件可集成至Cursor和微软Visual Studio Code等编码应用程序中 [7] - 公司是初创企业OpenRouter的API最广泛使用的服务 为开发者提供包括xAI的Grok Code Fast 1在内的多种AI模型访问 [7] - 在过去一个月里 公司通过OpenRouter处理了超过3万亿个token 单个token约代表0.75个单词 [7] - 公司产品获得用户积极反馈 荷兰电商初创公司Plug&Pay约80%的开发者使用其产品 并帮助一位团队成员将复杂SQL查询的编写时间从数天缩短至一天 [9] - 公司计划拓展服务范围 目标成为编程初学者的平台 正在开发一款类似于Lovable或Bolt体验的应用构建器 [11] - GitLab已关注到公司的发展 并在上月的一份文件中提及公司 GitLab支付了1000美元 获得了在2026年8月前若公司收到收购要约时的10个工作日内优先拒绝权 [10] 行业：AI辅助编程（Vibe Coding） - 当前技术行业热衷于利用大语言模型编写和更新软件 这一实践在硅谷常被称为“vibe coding” [3] - OpenAI联合创始人Andrej Karpathy在2月创造了这一术语 [4] - 行业并购与融资活动活跃 OpenAI曾考虑以约30亿美元收购AI编程初创公司Windsurf 但该计划在谷歌以24亿美元交易雇佣Windsurf资深员工前取消 竞争对手Cursor在11月宣布完成23亿美元融资 估值达293亿美元 [4] - 行业应用渗透率提升 微软CEO Satya Nadella在4月表示 vibe coding已占公司代码的30% [4] - 市场正在快速演变 设计软件公司Figma和一系列初创公司现在为技术背景较弱的人群提供vibe coding选项 [11] - 行业内的初创公司估值高企 例如瑞典的Lovable在7月宣布融资时估值达18亿美元 [11] - GitLab作为行业相关方 正在测试一个用于执行任务的AI代理平台 [9]

谷歌与Replit合作 - 谷歌与AI编程初创公司Replit达成多年合作伙伴关系 Replit将进一步使用谷歌云并继续将其作为主要云提供商 [1] - 此次合作对谷歌而言是为Gemini 3提供一个进入AI时代软件开发实践的前门 [1] - 对Replit而言则是为了进军高端市场扩大企业业务版图 [1] AI编程（Vibe Coding）行业竞争格局 - AI编程（Vibe Coding）是当前AI领域最热门的赛道之一用户告诉AI需求后AI直接编写代码 [2] - 该领域竞争激烈包括Cursor、Anthropic的Claude、OpenAI的GPT内置工具Codex以及微软旗下拥有庞大安装基础的GitHub Copilot [2] - 谷歌拥有自己的AI编程工具但并非大多数AI开发者的首选起点 [3] Replit的市场定位与优势 - Replit在AI编程领域拥有最广泛的用户漏斗是非技术团队进行构建的去处 [3] - 大公司内部推动AI应用采纳的越来越多是非软件工程师群体如市场或财务部门员工自行创建内部AI工具 [3] - 根据Ramp的新数据Replit在上个月软件供应商中新客户增长最快 [4] 谷歌云的增长与战略意图 - 根据Ramp平台数据谷歌在新增客户和支出方面的速度快于其他任何公司 [4] - 此次合作旨在为Gemini 3模型提供真实世界的分发渠道而不仅仅是研究实验室使其在编码领域获得实际应用 [5] AI编程（Vibe Coding）的定义与影响 - AI编程（又称AI优先编码）指用户基于感觉（vibe）描述想要的应用程序AI即为其创建 [11] - 这是一个巨大的行业所有主要科技公司的工程师都依赖AI辅助编码但使用者仍需具备一定技术素养 [12] - Replit的独特之处在于让消费者和非技术团队能够自行进行AI编程例如销售或市场部门可创建与客户互动的应用程序 [12]

AI在软件开发中的作用 - Linux创始人Linus Torvalds对AI辅助编程（vibe coding）总体持正面态度，认为其适合作为编程入门方式，但不适用于生产级代码，否则在维护层面会"糟糕透顶"[2][30][32] - 目前未使用AI辅助编码工具，但认为vibe coding能帮助新手降低计算机系统复杂度带来的入门门槛，让电脑帮助实现原本做不到的事情[5][28][29] - 将AI类比为编译器，认为其像当年从手写汇编过渡到高级语言一样提高生产力，但不会取代程序员，反而可能催生新领域需要更多软件工程师[5][34][35] Linux内核开发演进 - Linus Torvalds过去20年角色已从程序员转变为技术负责人和维护者，主要工作是引导项目方向而非亲自编写代码[3][9][10] - 开发流程出现显著变化：从主要对新想法说"不"转变为更常鼓励尝试新事物，如推动Rust语言引入内核以打破维护者惯性[12][13] - Linux内核开发重点已从新增功能转向长期维护，35年后仍在重写核心代码以提升可维护性和稳定性，每个版本有上千人参与[11][15] AI对开源社区的影响 - AI爬虫对kernelorg源码基础设施造成重大干扰，大量抓取数据给维护工作带来麻烦[4][23] - 收到由滥用AI生成的虚假错误报告和安全通告，消耗维护者时间精力，但对内核项目影响小于curl等项目[4][25] - AI热潮促使Nvidia在Linux内核领域转变为"好公民"，20年前这一情况并不成立，现在有来自Nvidia的内核维护者参与[4][21] Rust语言在内核中的进展 - Rust引入Linux内核已5年，实际代码存在3年，正在从实验品转变为内核真正组成部分，但推进速度比预想慢[3][14][15] - Rust引入引发维护者争议，包括代码格式化审阅不熟悉等问题，甚至导致个别维护者辞职，但Linus认为值得推进[13][14] - 内核每个子系统都存在类似Rust的争论，争论是开发过程和发现bug的正常部分，只是Rust受到媒体更多关注[14] 行业技术格局变化 - 认为通用CPU仍是系统最有趣部分，Linux作为基础负责维护启动用户界面等核心功能，AI加速器只是行业新宠[17][18] - GPU运行闭源微内核和CUDA软件栈与用户态商业闭源应用性质相同，内核只需在资源管理虚拟内存等关键领域深度介入[19][20][21] - 期待AI从炒作风口转变为日常现实技术，像编译器一样成为不被过度讨论的常规工具[5][24]

年度词汇总体趋势 - 各大权威词典和机构发布的2025年年度词汇显示，与人工智能相关的英文词汇正从技术术语演变为生活和社交中的高频词 [3] - 年度词汇不仅反映了AI技术的深远影响，也体现了社会在科技、健康、工作与生活方式上的最新潮流 [3][16] 2025年核心年度词汇：vibe coding - 英国柯林斯词典将“vibe coding”（氛围编程）评选为2025年年度词汇，指利用人工智能将自然语言转化为计算机代码 [4] - 该术语由OpenAI联合创始人Andrej Karpathy在2025年2月首次提出，描述了一种让程序员沉浸于编程氛围而无需手动编写代码的新方式 [5] - 该词在全球的使用频次在数月内暴涨，柯林斯词典从包含240亿词汇的语料库中捕捉到这一趋势 [5] - 2025年谷歌报告指出，软件开发专业人员的人工智能采用率已飙升至90%，比去年增长14个百分点 [5] 其他AI相关年度词汇 - “agentic”一词入围Dictionary.com 2025年度词汇候选名单，该词被用来描述能够自主执行任务和决策的AI技术（Agentic AI） [8][9] - “clanker”入围柯林斯2025年候选名单，该词源自《星球大战》，现成为网友吐槽AI或机器人的专用语，类似于中文的“人工智障” [10] - “slop”入围剑桥词典年度词汇候选列表，常被用来形容由AI生成的低质量、无价值的内容 [13] - 剑桥词典将“parasocial”（拟社会关系）选为2025年年度词汇，随着许多人将AI工具视为“朋友”或治疗替代品，该趋势呈现出新维度 [11][13] - 牛津大学出版社在2024年将“brain rot”（脑腐）评为年度词汇，该词指因过度浏览低质量网络内容导致的精神退化，其使用频率在2023至2024年间激增230% [14] 历年AI相关年度词汇回顾 - 英国柯林斯词典在2023年直接将“AI”评选为年度词汇，将其视为下一次技术革命的代表 [6] - 剑桥词典在2023年选择的年度词汇是“hallucinate”，该词在AI时代被赋予新含义，用于描述大语言模型胡编乱造、产出虚假信息的现象 [14] - 韦氏词典在2023年选择的年度词汇是“authentic”（真实），在AI生成内容泛滥的背景下，人们对该词的关注量暴增 [16] 非AI领域的年度生活趋势词汇 - Dictionary.com正式公布的2025年年度词汇是“67”，年轻人将其作为意为“还好”、“凑活”的口头禅，其搜索量从2025年6月开始显著上升 [17] - “biohacking”（生物黑客）进入柯林斯2025年候选名单，指通过各种方式改造人体自然机能以优化健康和寿命 [19] - “micro-retirements”（微退休）进入候选名单，描述了Z世代和千禧一代在不同工作期之间休息一段时间来追求个人兴趣的新趋势 [19] - “coolcation”（凉感假期）进入候选名单，反映了人们因气候变化而转向挪威、冰岛等气候凉爽目的地的度假新选择 [19]

财报表现与市场反应 - 公司第三季度营收同比增长14%至5052亿美元，调整后每股摊薄收益从150美元增至168美元，均超出分析师预期的约146美元每股收益和5025亿美元营收[2] - 管理层将全年营收和订单预订指引各上调约1000万美元，但相对于约20亿美元的总量影响较小[3] - 尽管业绩超预期且上调指引，公司股价在财报发布当日下跌217%，跌至两年低点[1][3] 战略调整与产品动态 - 公司正通过Base44应用程序迅速改变其业务运营方式，但针对Base44的大规模营销活动对运营利润率造成压力[7] - 公司似乎更倾向于按月订阅模式，而非可预测性更强的长期合同，这引发了投资者对长期影响的担忧[7] - 原定于2025年夏季发布的旗舰产品被推迟至2026年，首席执行官对此明确表示不满，这可能是投资者撤离的主要原因之一[6][7] 市场竞争与增长挑战 - 公司的年营收增长率约为14%，当前股价对应远期市盈率为14倍，自由现金流倍数为104倍，增长放缓背景下估值趋于合理[5] - 公司的vibe coding雄心面临来自大型科技公司代理型AI工具的直接竞争威胁，而开发者已广泛使用AI工具来提升技能[6][8]