一级市场投融资概览 - 本周国内一级市场披露融资事件102个，较上周增加13个，其中42个事件披露融资金额，总融资规模58.95亿元人民币，平均融资金额1.40亿元人民币 [7] 行业分布 - 从融资事件数量看，智能制造领域最活跃，共26个融资事件，医疗健康领域17个，人工智能领域16个 [8] - 从已披露融资规模看，人工智能行业最高，总规模约23.90亿元人民币，其中创新型手术机器人研发商「康诺思腾」完成近2亿美元C轮融资 [10] - 医疗健康行业融资总额13.03亿元人民币，其中肾脏疾病和癌症新药研发商「安道药业」完成超4亿元人民币C轮融资 [10] 地区分布 - 获投企业地区集中在广东、江苏、浙江，广东披露26个融资事件（12起事件融资18.99亿元人民币），江苏披露19个（9起事件融资7.50亿元人民币），浙江披露14个（6起事件融资7.84亿元人民币） [14][16] - 其他地区中，上海7个融资事件（4起事件融资10.38亿元人民币），北京9个（4起事件融资6.92亿元人民币） [16] 阶段分布 - 从融资阶段看，早期融资事件74个（种子轮、天使轮、A轮），成长期27个（B轮、C轮），后期1个（D轮及以后） [18] 海外大额融资及新晋独角兽 - 美国AI编程助手研发商「Coda」完成Pre-G轮融资5亿美元 [25] - 加拿大律师事务所在线工具提供商「Clio」获D轮融资23亿美元 [26][27] - 美国军工级无人驾驶技术供应商「Forterra」获C轮融资2.83亿美元 [26][28] - 美国AI芯片研发商「d-Matrix」完成C轮融资2.75亿美元，估值达13亿美元 [26][27][29][34] - 美国AI搜索平台研发商「Genspark」完成B轮融资2亿美元，估值10亿美元 [31][34] - 美国工作流自动化平台运营商「Scribe」完成C轮融资7500万美元 [30] 国内活跃投资机构 - 本周活跃机构包括启明创投（6个投资事件）、英诺天使基金（3个投资事件）、成都高投集团（3个投资事件） [33] 国内并购事件 - 本周国内披露已完成并购事件8个，较上周减少9个，涉及汽车交通、医疗健康、人工智能等行业 [36] - 海南航空控股以7.99亿元人民币收购航空训练服务公司天羽飞训100%股份 [36][37] - 其他并购案例包括中迪投资以2.55亿元人民币被并购、武桐树以1.96亿元人民币被并购、ABB电动交通以1.18亿元人民币被并购等 [37]

公司战略与商业模式 - 公司采用顶级分发渠道ChatGPT结合广泛产品线扩张的策略，模式类似大型互联网公司[1][2] - 商业模式核心为“GPT+AI”自身即产品，而非其他产品的“AI+”模式[3] - 战略核心是先通过杀手级应用获取10亿用户形成渠道垄断，再基于庞大流量池进行多产品线试错和快速迭代[4][26][28] - 该策略能将创新风险降至最低，因失败产品不会影响核心流量池生存[29] - 整体产品路径规划为“先赚钱变现、再构建用户生态、最后将AI融入现实生活”[31] 产品线布局 - 协作工具：支持多ChatGPT用户共同协作并实时聊天[9] - 新型AI：结合传统大型语言模型与推理型AI[10] - ChatGPT-agent：支持用户创建编辑电子表格、演示文稿及生成复杂报告[11] - AI浏览器：集成网页浏览器的ChatGPT（Atlas）[12] - A-SWE：AI编程助手，可模拟高级软件工程师完成需人类数小时或数天的任务[14] - 机器人软硬件：可能为人形机器人[15] - AI驱动的个人设备：通过收购Jony Ive与Sam Altman的初创公司开发[16] - ChatGPT-社交媒体：用户可分享使用ChatGPT解决问题或生成图像的案例[17] - 购物推荐功能：在ChatGPT中提供个性化商品推荐并支持直接购买[19] - 定制化模型：结合客户独有数据和业务背景为内部AI工具提供定制支持[20] - 音乐生成AI：帮助用户从零开始生成音乐[21] - 聊天机器人ChatGPT为一切产品起点[22] 用户基础与市场地位 - ChatGPT周活跃用户已达7亿，构成强大用户基础[27] - 产品布局旨在实现流量闭环，让用户在OpenAI生态中沉浸而非“用完即走”[33] - 未来愿景通过机器人、AI个人设备等将AI从虚拟世界扩展至现实生活各个层面[34] - 竞争模式从单点突破转向生态对抗，利用分发渠道优势对冲创新风险[35][36] 公司演变与行业影响 - 公司从单纯学术机构转变为AI驱动的互联网公司，使命从“确保AGI造福全人类”转向在追求利润同时兼顾社会与环境影响[43] - 公司近期焦点更多转向商业化应用，如GPT找工作、购物、编程等，而非重新开天辟地的技术突破[45] - 这一战略转变与CEO早年在美国顶级初创孵化器Y Combinator的经历相关，其擅长通过多点开花观察存活产品的逻辑[39][41]

00后AI创业者群体特征 - 在《最有潜力的30岁以下AI领军者·Top20》报名者中，有三分之一的报名者是00后[2] - 这一轮AI浪潮中，硅谷的00后创始人大部分为辍学创业[2] - 00后创业者常带有“离经叛道”的标签，例如Cluely创始人Roy Lee曾因开发“作弊”AI工具被学校停学[5] 00后AI创业公司及赛道分布 - 创业领域集中在AI员工、AI销售、AI编程助手等方向[2] - 具体公司及产品包括：Sola（自动化RPA、AI企业流程）、Axiom Math（数学推理大模型）、Cursor/Anysphere（AI编程助手）、Mercor（AI自动招聘）、Kinesys AI（大模型中间件/开发者工具）、Inventex（AI专利申请自动化）、Cluely（AI会议助手）、Oleve（AI应用工厂）[3][4] - Axiom Math在产品推出后即获得4.6亿元融资[3] 00后创业的驱动力与时代背景 - ChatGPT的发布及GPT API的开放是重要契机，激发了年轻人利用新工具创造的热情[5] - 新技术浪潮下，过往经验优势减弱，年轻创业者与其他人站在同一起跑线，获得了前所未有的机会[6] - 创业动机包括“想做一款让世界看见我的产品”以及为世界带来改变[6] 00后创业者的行为模式与挑战 - 产品迭代快速，许多00后创业者的产品已经历多次Pivot（转型）以适应AI技术的快速变化[7] - 创业者会进行大量阅读、思考和笔记，涉猎经济学、哲学甚至毛选以寻找创业方法论[8] - 初始融资阶段普遍遭遇困难，几乎都被拒绝过，甚至存在谈好后被撕毁投资意向书的情况[8] AI 2.0创业对人才特质的要求 - AI应用赛道创业需要兼具AI技术知识、垂直行业知识以及全球化思维，产品应从开始就瞄准全球市场[9] - 激情被认为是创业者与打工者之间的最大差别[10] - 00后创业者选择创业是出于对稳定工作可能在社会巨变中被淘汰或抛弃的担忧[11]

00后的创业黄金时代到来了，这是AI2.0创业的一个独有色彩。 "一个人一段时间里只能做一件事。"当一位00后创业者向自己的研究生导师说出自己的创业想法时，教授如是说。 在新的技术浪潮下，与过去互联网时代最大的不同在于，没有谁看得清未来，过往的经验在创业中的优势比重没有过去那么高，大家都站在同 一起跑线，这给了年轻创业者带来了前所未有的机会，他们尝试用自己的想象竭尽全力描绘未来，在交流中，我发现他们眼睛里都闪着光。 一位《最有潜力的30岁以下AI领军者·Top20》榜单报名者说，创业的动机很简单——"我想做一款让世界看见我的产品。" 他的产品的确与众不同，在一次黑客松活动中，他做了一个AI陪伴智能马桶，这与他想做的"真正意义上能够跨越地面障碍"的AI陪伴机器人一 样，让人不可思议。 距离《最有潜力的30岁以下AI领军者·Top20》报名倒计时不到10天时间，我们根据已报名的情况，发现其中有三分之一的报名者都是00后。 虎嗅整理了在这一轮AI浪潮中，在硅谷的00后创始人，据不完全统计，他们的领域分布在AI员工、AI销售、AI编程助手等方面，更重要的 是，这里大部分创始人都是辍学创业。 | 姓名 | 公司 / 产 ...

过去六十年，科技一次次给人类带来新的惊喜。每一代技术都像是一道前菜：精致、美味、甚至足以改变人的食欲，让人期待下一道菜的到来。但它们终 究只是开胃，而非真正的正餐。 今天，当AI走到我们眼前时，我越来越坚信：AI不是前菜，而是真正的正餐。它不再只是某个新工具的出现，而是我们使用工具、理解世界、生产价值 方式的根本性重写。 如果说半导体是第一把锋利的菜刀，个人电脑是人类第一次拥有了属于自己的餐桌，互联网则把全球所有餐桌连在一起，移动互联网更是把餐厅搬进了每 个人的口袋——那么AI就是那场真正的正宴。前面的几十年，我们只是不断准备食材、布置餐桌，而今天，正餐终于要上桌了。 前六十年的前菜 很多人喜欢把科技史讲得抽象，但我更愿意用故事来描绘。 • 1960年代，半导体：摩尔定律第一次被实践出来，晶体管像一个个微小的火苗，把算力的火点亮。硅谷由此诞生，像是一间厨房第一次配备了真正的炉 灶。 • 1980年代，个人电脑：人们第一次把计算能力带进家里。微软的软件生态，就像给人们提供了刀叉和餐具。第一次，普通人有了自己的餐桌。 • 1990年代，互联网：连接了全世界的信息高速公路。Google、Amazon崛起，餐桌之间连 ...

美国计算机专业就业困境 - 计算机科学与计算机工程专业毕业生失业率分别高达6.1%和7.5%，显著高于生物学(3%)和艺术史(3%)等传统冷门专业[7][8] - 普渡大学计算机专业毕业生Manasi Mishra投递数百份简历后仅获连锁餐厅Chipotle面试机会[16]，俄勒冈州立大学毕业生Zach Taylor申请5762个岗位仅获13次面试且0录用[21] - 硅谷科技公司持续裁员与AI编程工具普及导致初级软件工程师需求锐减，加剧就业竞争[15][21] 专业就业数据对比 - 计算机工程专业中期职业生涯薪资中位数达$122,000，早期薪资$80,000，但未充分就业率仅17%[9] - 失业率最低专业包括护理(1.4%)、机械工程(1.5%)和会计(1.9%)，其中护理未充分就业率仅9.7%[12] - 艺术类学科如美术失业率达7%，未充分就业率超53%，但早期薪资仅$42,500[9] AI技术对就业市场影响 - 企业采用AI系统自动筛选简历，毕业生使用AI工具投递申请，形成"AI末日循环"求职困境[25] - AI编程助手普及直接减少初级工程师岗位需求，迫使毕业生转向技术销售支持等跨界岗位[21][37] - 克拉克大学数据科学毕业生拒绝使用AI修改简历后3分钟内收到拒信，反映算法决策主导招聘流程[25] 中国科技企业招聘趋势 - 字节跳动2026校招释放超5000岗位，研发类需求增23%，产品岗Offer数量同比翻倍[29] - 腾讯宣布三年新增28000校招岗位，60%面向技术人才，全面聚焦AI领域[30] - 百度2026校招职位数量增35%，AI相关岗位占比超90%，新增90个多模态方向职位[30] 中美计算机就业市场差异 - 杭州电子科技大学2024届毕业生38.82%进入信息技术服务业，258人入职华为[31] - 中国科技企业校招显著倾向AI相关技能，要求深度学习、机器学习等算法研发背景[27][30] - 北美求职平台显示单个校招Offer话题浏览量超120万次，反映激烈竞争态势[36]

美国计算机专业毕业生就业困境 - 美国计算机科学和计算机工程专业毕业生在22-27岁年龄段面临高失业率，分别为6.1%和7.5%，显著高于生物学和艺术史等专业（失业率3%）[4] - 计算机工程专业毕业生早期职业生涯中位数工资为$80,000，中期职业生涯中位数工资为$122,000，计算机科学专业分别为$80,000和$115,000[5] - 普渡大学计算机科学专业毕业生Manasi Mishra在毕业时未获得任何工作机会，唯一提供面试的公司是连锁速食品牌Chipotle[10][13] 毕业生求职过程与挑战 - 俄勒冈州立大学计算机科学专业毕业生Zach Taylor自2023年毕业以来申请了5762个科技岗位，仅获得13次面试机会且未获全职录用，甚至被麦当劳以缺乏经验为由拒绝[15] - 求职流程包括在线编程测评、现场编程和面试考核等多重环节，但许多毕业生在完成漫长流程后仍以失望告终，往往收不到公司的反馈[15] - 毕业生普遍使用AI工具润色简历和自动投递申请，而企业也采用AI系统自动筛选和拒绝候选人，形成了所谓的“AI末日循环”[17] 中国科技行业招聘趋势 - 中国多家科技公司在2026校园招聘中大幅增加岗位，字节跳动放出超过5000个岗位，研发类需求增加23%，产品岗Offer数量较去年翻倍[20] - 百度2026校招职位数量比去年增加35%，提供4000多个岗位，AI相关职位占比超过90%，新增90个聚焦多模态等前沿方向的职位[22] - 阿里巴巴旗下淘天集团技术类岗位占比超过90%，AI相关岗位占比超过50%，并计划未来三年倾斜更多资源培养算法和AI人才[22] 行业需求与专业背景变化 - 腾讯宣布三年内新增28000个校招岗位，其中60%面向技术人才，并强调全力投入AI领域[20] - 杭州电子科技大学2024年毕业生就业报告显示，38.82%的毕业生进入信息传输、软件和信息技术服务业，其中258人进入华为[24] - 随着AI技术成熟和知识成本降低，仅凭计算机科学专业学历已难以找到满意工作，毕业生需具备AI相关技能如深度学习、机器学习和算法研发背景[18][30]

计算机专业就业市场现状 - 美国计算机科学与计算机工程专业毕业生失业率分别达6.1%和7.5% 在22-27岁年龄段中属于最高失业率群体之一 [4] - 计算机专业失业率显著高于生物学和艺术史等专业 后者失业率仅为3% [5] - 计算机工程专业未充分就业率为17% 计算机科学为16.5% 虽低于艺术类专业的50%以上 但仍高于工程类专业的平均水平 [6] 薪资水平与职业发展 - 计算机科学专业早期职业生涯中位数工资为$80,000 中期职业生涯中位数工资达$115,000 [6] - 计算机工程专业早期薪资为$80,000 中期薪资为$122,000 在工程类专业中处于较高水平 [6] - 计算机专业拥有研究生学位的比例相对较低 计算机科学为32.8% 计算机工程为40% [6] 就业困境案例 - 普渡大学计算机专业毕业生Manasi Mishra投递数百份简历后 仅获得连锁餐厅Chipotle的面试机会 [13] - 俄勒冈州立大学毕业生Zach Taylor申请5762个科技岗位 仅获得13次面试且零offer 甚至被麦当劳以缺乏经验为由拒绝 [23][24] - 超过150名来自斯坦福 康奈尔等名校的计算机专业毕业生面临类似困境 申请数百至数千职位均未成功 [17][18] AI技术对就业市场的影响 - AI编程工具普及导致企业减少对初级软件工程师的需求 挤压计算机毕业生就业空间 [24] - 毕业生使用AI工具润色简历和自动投递 企业采用AI系统自动筛选和拒绝候选人 形成"AI末日循环" [24][25] - 克拉克大学数据科学毕业生尝试不用AI修改简历 仍在三分钟内收到拒信 [26] 中国科技企业招聘趋势 - 字节跳动2026校招放出超5000岗位 研发类需求增加23% 产品岗offer较去年翻倍 [33] - 腾讯全力投入AI领域 宣布三年新增28000个校招岗位 其中60%面向技术人才 [34][35] - 百度2026校招职位数量增加35% 提供4000+岗位 AI相关职位占比超90% 新增90个多模态等前沿方向职位 [37] - 阿里巴巴技术类岗位占比超90% AI相关岗位超50% 未来三年将倾斜更多资源培养算法和AI人才 [36] 中美市场差异与竞争态势 - 中国计算机专业就业形势相对乐观 华为2024年从杭州电子科技大学招收258名毕业生 [40] - 但大厂扩招伴随毕业生基数增加 牛客网秋招首个offer话题浏览量超120万次 竞争依然激烈 [43][44] - 单纯依靠计算机专业学历已难获得理想工作 需要具备AI相关专业技能如深度学习 机器学习等 [29][30][45]

行业财务表现 - AI编程公司收入飞速增长但利润率深度为负 呈现矛盾财务数据 [2] - Cursor母公司Anysphere在6月达到5亿美元年经常性收入 创SaaS史上最快达到1亿美元ARR纪录 [2] - Replit年收入从去年8月200万美元暴涨至上月1.44亿美元 [2] - 瑞典初创公司Lovable在8个月内从100万美元增长至1亿美元年收入 [2] - AI编程公司毛利率普遍在20%至40%之间 但未包括为免费用户支付的AI调用成本 [4] - Replit在4月份毛利率为负数 [4] - 所有代码生成产品利润率处于近似平衡或亏损状态 情况相当糟糕 [4] 成本结构问题 - 大语言模型调用费用占据成本大头 是压垮利润的主要元凶 [5] - AI编程助手必须始终采用最新最先进且最昂贵的大语言模型 [5] - 用户越多导致模型调用量越大 运营成本反而越高 与传统软件单位成本递减模式截然不同 [5] - 领域内所有初创公司可变成本相差无几 可能在10%至15%之间 [5] - 最新AI模型成本不降反升 因处理复杂多步骤任务需要更多时间和计算资源 [6] 商业模式挑战 - 行业面临"毛利率显著为负"困境 用户越多反而亏损越严重 [1] - 对外部模型供应商存在严重依赖 同时面临激烈市场竞争 [1] - 模型提供商OpenAI、Anthropic直接进入AI编程市场 形成既是供应商又是竞争对手的局面 [1][9] 战略选择 - 自研模型可消除对供应商依赖 但成本过于巨大 如Windsurf最终放弃该计划 [8] - 出售成为选择选项 Windsurf以24亿美元价格将核心团队加入谷歌 剩余业务出售给Cognition [8] - 向用户转嫁成本 Anysphere调整定价结构 在20美元月费基础上对使用最新Claude模型加收额外费用 [8] 行业前景 - 推理成本处于有史以来最高水平 GPT-5定价虽低于Claude Opus 4.1 但显著降低成本时间仍不明朗 [9] - 用户忠诚度可能不高 若竞争对手开发出更优秀工具 用户可能迅速转移 [9] - 收入数亿美元的AI编程巨头都难以盈利 引发对行业可持续性质疑 [9]

金融"五篇大文章"与证券行业数字化转型 - 中央金融工作会议首次提出金融"五篇大文章"，数字金融成为证券行业转型升级的核心力量 [2] - 证券行业数字化转型稳步推进，AI等新兴技术加速金融服务智能化、便捷化、高效化 [2] - 国金证券作为行业先行者，通过科技赋能投行、机构与财富管理等核心业务，推动数字金融创新 [2] 国金证券数字化转型的具体举措 智能投研与业务协同 - 公司积极探索智能投研和大模型交互式辅助应用，满足客户个性化需求 [3] - AI编程助手提升员工效率约30%，AI办公助手日均使用超2000人次 [3] - 投行业务平台引入智能审核、智能撰写和流水核查工具，2023年辅助完成6000+文件审核和20000+流水数据比对 [4] 机构业务与财富管理 - 利用大数据、智能搜索等工具提升分析师研究效率，大模型自动生成产业链图谱 [5] - 2023年累计服务线上机构客户超5万人，数字化报告生产达1700余篇，覆盖近20个行业 [5] - 财富管理数字化转型聚焦便捷服务、智能交易等五大目标，提升客户体验 [5] 数字化底座与AI创新 - 公司科技投入占营收比重长期保持较高水平，科技团队规模位居行业前列 [6] - 2025年推出业内首个AI投顾服务，提供"普惠化专业服务"，核心功能如"AI选股""AI持仓优化"已上线 [6] - 2024年成立人工智能实验室，践行"构建AI友好型组织"理念，深化AI在金融场景的应用 [7] AI友好型组织与未来规划 - 公司围绕大模型适配性展开研究，在产业链图谱智能挖掘等领域取得进展 [8] - 未来将结合大模型与其他AI算法，探索异常交易监控、反洗钱等风险管控领域 [8] - 通过数据治理和安全提升，确保AI赋能下工作效率和决策精准度 [9]