文章核心观点 - 西南航空在ChatGPT中推出美国航空业首个插件，标志着分阶段AI驱动预订方式的第一步，与OpenAI和亚马逊云科技合作，允许旅客在ChatGPT中发现和选购西南航空航班 [1] - 通过该插件，航空公司可以在客户旅程中更早出现，提供从灵感发现到预订选项的更简单直接路径 [2] - 西南航空正与OpenAI和AWS合作，将领先的AI和云技术与对客户的深刻理解相结合，打造更直观的旅行规划体验，并逐步扩展AI驱动能力 [3] 合作方与技术支持 - 该插件由OpenAI和亚马逊云科技提供技术支持 [1] - 西南航空与OpenAI和AWS合作，结合领先AI和云技术 [3] - 公司正在创建安全、可扩展的AI基础，以便更快速、更周到地添加新功能，更轻松地服务客户旅程 [3] 高管观点 - 西南航空首席数字与营销官Sabrina Callahan表示，客户规划旅行的方式正在演变，西南航空正在帮助塑造下一步，这是通过AI创新测试和学习的有意义案例，延续以客户为先的品牌方法 [3] - 西南航空执行副总裁兼首席信息官Lauren Woods表示，公司正在部署合适的技术来支持客户当前需求，并具备灵活性来构建未来所需，通过创建安全可扩展的AI基础，可以更快速、更周到地添加新能力 [3] 公司背景 - 西南航空运营着全球最受推崇和获奖的航空公司之一，在12个国家的120个机场提供独特价值和服务 [5] - 西南航空于1971年首飞，通过友好、可靠和低成本航空旅行实现天空民主化，目前在美国国内直飞航空旅客运输量超过任何其他航空公司 [5] - 公司拥有超过73,000名员工（截至2026年6月30日的全职等效活跃员工） [5][6] - 2025年承运超过1.34亿客户 [5] - 公司利用独特传统和使命服务全球社区，将人员和目标的力量置于成功的核心 [5] 行业趋势 - 客户正在演变其旅行规划方式，航空公司正通过AI创新塑造未来旅行规划体验 [3] - 航空业正逐步采用AI驱动的能力，从灵感到发现再到预订的客户旅程正在被重新定义 [2][3]

About this content About Angela Harmantas Angela Harmantas is an Editor at Proactive. She has over 15 years of experience covering the equity markets in North America, with a particular focus on junior resource stocks. Angela has reported from numerous countries around the world, including Canada, the US, Australia, Brazil, Ghana, and South Africa for leading trade publications. Previously, she worked in investor relations and led the foreign direct investment program in Canada for the Swedish government. S ...

文章核心观点 - Snipp发布了一项针对1000名经常使用AI进行搜索和购物的美国成年人的调查，发现AI正在重塑购物者旅程，从产品研究延伸至产品发现、比较、促销和购买决策 [1] - 61.8%的AI用户在接受AI推荐后完成了购买，71.3%使用AI寻找优惠，81%预计AI将在未来两到三年内至少中等程度地改变其购物方式 [1] - AI正成为产品发现的新起点，同时也在推动购买决策、价值发现和品牌忠诚度的变化 [4][8][9][10] AI成为产品发现的新起点 - 41.6%的受访者表示AI助手是其通常开始产品搜索的渠道之一，相比之下传统搜索引擎为71.6%，亚马逊或其他零售商为45.1% [5] - AI被选择的比例高于品牌网站、社交媒体、YouTube和店内搜索 [6] - 83.6%的受访者曾使用AI发现此前不知道的产品、品牌或服务 [5] - 58.1%使用AI比较产品，使比较成为调查中衡量最多的购物用途 [5] - 71.3%曾要求AI寻找促销、折扣、优惠券或交易，63.2%表示AI为其购买节省了费用 [5] - 39.4%表示如果AI持续帮助其找到更好的产品、价格或促销，他们更有可能尝试新品牌 [5] - 85.3%至少在一定程度上信任AI生成的产品推荐，但69.2%担心推荐可能受到品牌、零售商、广告或付费 placement 的影响 [5] - 81%预计AI将在未来两到三年内至少中等程度地改变其购物方式 [5] AI从产品研究转向购买影响力 - 61.8%的经常使用AI的用户已在收到AI推荐后购买了产品，另有25.9%尚未这样做但表示会考虑 [5][8] - 比较是AI最常见的购物用途，58.1%使用AI比较产品 [8] - 受访者还使用AI比较价格、寻找产品推荐、发现交易和促销、研究产品功能以及发现新产品和品牌 [8] AI成为价值和促销发现引擎 - 超过七成受访者（71.3%）曾要求AI寻找促销、折扣、优惠券或交易 [9] - 63.2%表示AI为其购买节省了费用 [9] - 展望未来，寻找更好的价格和促销是最常被选择的未来购物用途，58.6%的受访者提及 [9] AI可能使品牌忠诚度更加流动 - 近四成受访者（39.4%）表示如果AI持续帮助其找到更好的产品、价格和促销，他们更有可能尝试新品牌 [10] - 另有32.1%表示如果AI在其他地方找到更好的价格或促销，他们会从通常购买的品牌转向其他品牌 [10] 对品牌的影响 - 发现方式正在改变，产品和优惠需要以AI系统能够理解、比较和推荐的方式构建，而不仅仅是在传统搜索中排名 [12] - 价值正成为发现的一部分，产品推荐和促销发现日益融合，因为购物者要求AI帮助找到合适的产品和最佳价值 [12] - 衡量变得更加困难，AI可能影响发现、比较和优惠选择，而最终交易发生在其他地方，如零售商网站、市场、应用或实体店 [13] - 营销人员面临新的可发现性挑战，品牌需要思考当消费者询问AI买什么、在哪里找到以及如何获得最佳价值时，其产品、促销和忠诚度计划如何呈现 [14] 调查背景与方法 - 调查于2026年9月在线进行，样本为1000名经常使用AI工具进行搜索和购物的美国成年人 [2][16] - 受访者为ChatGPT、Gemini、Claude、Copilot和Perplexity等AI工具的用户，使用频率至少为每月几次 [16] - 很少或从不使用AI进行搜索和购物的受访者被筛除 [16] - 调查结果代表经常使用AI的用户的行为和态度，而非整个美国成年人口 [17] - 代际、性别和收入比较基于调查小组收集的自报人口统计信息 [17] 公司背景 - Snipp Interactive Inc.是一家领先的AI驱动增值SaaS公司，专注于全球忠诚度和促销领域 [18] - 公司帮助品牌通过将促销、抽奖、优惠、返利、奖励、忠诚度和媒体计划直接连接到已验证购买，来推动行动、证明绩效并解锁洞察 [18] - Snipp的模块化平台使财富500强品牌、代理机构和合作伙伴能够大规模运行短期和长期计划，将参与转化为可证明的成果和自有第一方情报 [19] - Snipp的AI驱动收据和交易验证能力已成为行业标准，实现准确、零售商无关的衡量 [19] - 公司总部位于加拿大温哥华，在美国、加拿大、爱尔兰、欧洲和印度设有业务 [20] - Snipp在加拿大多伦多证券交易所创业板上市，并在OTC Pink市场以SNIPF为代码报价 [20] - 调查结果建立在Snipp于2026年9月14日宣布的$nipp ChatGPT插件和$nipp Claude连接器基础上，该扩展将Snipp的促销、返利、奖励和忠诚度基础设施延伸至AI驱动的对话中 [11]

核心观点 - OpenAI的ChatGPT预测SpaceX（纳斯达克代码SPCX）股价在2026年第四季度末可能达到约210美元，接近其IPO后历史高点225美元 [1] - 该目标价意味着较10月5日收盘价171美元有23%的潜在上涨空间 [1] - ChatGPT预计SpaceX股价到2026年12月31日将在190至220美元之间交易，加权目标价约为210美元 [4] - 该模型认为这是最可能的情景，因投资者对SpaceX的人工智能、Starlink和发射业务给予更高估值 [5] - 根据ChatGPT的分析，台积电相关进展已成为SpaceX股票近期最重要的催化剂之一 [5] 股价情景分析 - 看涨情景下，若公司宣布与台积电正式合作、交付强劲季度财报、展示星舰进一步进展并获得更多AI相关合同，SpaceX股价可能攀升至250至300美元之间 [6] - 看跌情景下，若台积电谈判未能达成实质性协议、星舰遭遇进一步挫折或投资者对估值和资本支出日益担忧，SPCX股价可能回落至135至155美元之间 [6] 近期催化剂 - 周一SpaceX延续涨势，此前埃隆·马斯克确认与台积电就Terafab进行讨论，该半导体项目旨在为特斯拉、SpaceX和xAI供应先进芯片 [4] 基本面表现 - 第二季度营收同比增长91.9%至78.1亿美元，调整后EBITDA增至35.4亿美元，净亏损大幅收窄 [8] - Starlink用户数翻倍至1200万，企业和政府收入超过18亿美元，Starshield合同金额超过60亿美元 [8] - SpaceX的人工智能部门实现营收25.6亿美元，同比增长247%，强化了投资者将该公司视为太空和AI基础设施双重参与者的观点 [9] 资本支出与运营挑战 - 公司持续在AI基础设施上大举投资，季度资本支出超过180亿美元，投资者关注未来营收增长能否支撑该支出水平 [10] - 星舰仍是关键变量，近期试飞取得进展但也遇到技术问题，包括发动机相关问题 [10] - SpaceX核心发射业务尽管营收增长但仍未盈利，部分投资者持续质疑公司约2万亿美元估值是否充分反映运营风险 [11]

For Immediate Release Chicago, IL – October 6, 2026 – Today, Zacks Equity as Globus Medical (GMED) , Intuitive Surgical (ISRG) and Thermo Fisher Scientific (TMO) . Industry: Medical Instruments Link: https://www.zacks.com/commentary/2999820/3-medical-instruments-stocks-using-genai-to-navigate- industry-woes Generative AI (GenAI) is gaining traction across the Medical Instruments industry as companies move from experimentation to practical applications. The technology is being used to generate synthetic medi ...

文章核心观点 - OpenAI的ChatGPT和Codex负责人Tibo Sottiaux承诺未来28天每天要么推出对大多数Codex和Work用户明显有用的改进，要么进行一次完整的额度重置 [2] - 判断权交给用户，产品是否变好不能只看发布功能数量，还要看用户在日常工作中是否真正受益 [4] - Tibo拥有直接按下额度重置按钮的自主权，不需要经过层层审批，这让他能更直接地贴近社区 [5] - 额度重置取决于把东西弄坏多少次，出了问题会重置，有值得庆祝的事情也会重置 [5] - Tibo坦承加入OpenAI第三天就曾把生产环境弄宕机 [5] - Tibo本人也对越来越复杂的选择感到疲惫，称需要拿一个模型选择器博士学位 [5] - 希望尽快摆脱这些负担，让应用本身逐渐退到幕后 [5] - 如今分析业务趋势、研究下一个功能、检查此前发布产品表现所需的大量代码都由Codex编写，手写代码成了周末刷LeetCode题的放松活动 [5] - 随着智能体速度提高，Tibo重新找回了工作的心流，通过语音就能推动构建 [6] - 产品设计需要考虑三个变化：互联网上大多数操作将由智能体完成，模型会迅速变得更便宜更快，不同模态之间交互会更加顺畅 [6] - 28天改进承诺与访谈中反复强调的方向相互呼应：让更强的能力变成更容易使用的产品 [6] 个人工作方式与智能体使用 - Tibo表示为了完成各种分析，大量代码由Codex编写，已不再手写这些代码，唯一亲手写代码的场景是周末手写LeetCode题 [8] - 以前会同时运行更多智能体，后来在超高速能力方面取得突破，一个速度更快的智能体帮助很大，又能保持在工作心流状态里 [10] - 同时运行智能体数量会变化，探索能力边界时会组建越来越大的智能体团队，模型取得下一次突破后一个能力更强的智能体就能完成所有工作，于是又会缩小团队规模 [10] - 这个过程是不断扩张、收缩、再扩张 [11] AI如何继续改变工作 - 搭建循环、反复调整循环可能曾让一些人感到兴奋，但未来不会以这种方式运作 [12] - 未来方式更接近Dots的定位：拥有一个非常聪明的智能体，每周七天每天二十四小时持续工作，理解目标、了解偏好并从反馈中学习 [12] - 长期来看需要一个能根据想实现目标不断学习的系统，不应该非得思考为了得到结果必须让它严格按照某种方式循环 [12] - 根本目标是让人摆脱技术本身的束缚 [12] - 拥有一种持续存在、始终活跃的智能能力，知道自己需要做什么，可以通过任何客户端任何屏幕交互，也可以给它打电话 [13] - 走进会议室它就出现在会议中帮忙记笔记，之后可以通过邮件接着沟通，需要时发消息即可 [13] - 不需要一直守着笔记本电脑或盯着手机，需要它时它就在，不需要时也不会妨碍 [13] - 现在到哪里都要带着笔记本电脑就像随身带着一块砖，被技术拴住了而不是技术在为人工作 [13] - 工作方式还会继续发生相当剧烈的变化 [14] - 语音、多模态输入和输出等技术似乎终于开始结合起来，但使用起来仍然有些笨拙，这种感觉会一直持续直到某一天突然不再笨拙 [14] - 可以设想拥有一块共享白板，人和人之间、智能体和智能体之间都可以共同协作 [14] - 这会超越对话，也会超越今天的许多客户端形态，还会经历一轮重大的新变革 [14] Dots未来发展方向 - 对于Codex和ChatGPT会做整合，现在有聊天模式也有Work模式的切换开关 [16] - 用户反馈喜欢Work的能力但有时也想用聊天模式因为它速度更快用起来更舒服 [16] - 正在把这些体验整合起来降低复杂度，最终也会把Dots的所有能力直接带到聊天模式中，提高12亿用户所能获得的基础能力 [16] - 希望整个体验真正做到无缝衔接，Dots没有模型选择器也不需要各种配置，只需要和它交谈，唯一需要配置的是希望通过哪些渠道与它沟通 [16] - Tibo更多想到的是三四十年前的科幻作品以及它们当时有多么富有远见 [17] - 影响特别大的科幻作品包括《神经漫游者》和最初的《星际迷航》 [18] - 《星际迷航》中技术非常实用，可以直接和计算机说话它就替你做事情，可以和飞船说话它就会行动 [18] - 成为社区的一部分与大家一起构建产品非常重要，某种意义上是在共同探索这项技术以及能一起用它做些什么 [19] - 每次和人交流都会发现原来你在用它做这件事这是之前完全没有想到的 [19] - 要做出真正对人有用的东西这个过程必不可少，如果没有社区不知道该怎么做到这一点 [19] - 产品发布之前并不真正知道自己做出了什么，只有发布之后看到人们如何使用、有哪些新用法涌现出来才会逐渐理解它 [19] - Tibo每天大概花半个小时刷Twitter，受到启发觉得有值得分享的内容时就做点什么，很多内容都是当下想到的 [20] - Tibo有一个专门负责Twitter的Dot [21] - 希望先从一个主Dot开始，它很可能也是会通过消息联系的那个助手，而且会最深入地了解用户偏好 [22] - 想先看看大家会用它做什么，看看系统需要怎样调整，通过与社区共同使用和探索来学习 [23] - 很快就可以添加第二个第三个第四个Dot，按需要创建任意数量的Dot组成虚拟团队并给它们分配具体角色 [23] - 有时一项需要投入大量工作的任务比如持续关注Twitter，工作量可能大到足以占用一整个Dot [23] OpenAI的开放生态与插件收入分成 - 被低估的是生态系统：把整个体系开放出来以及对全面开放的坚定承诺 [24] - 已经签下了16家合作伙伴 [24] - 这件事去年很自然地开始，当时和Pi、OpenCode的开发者交流，觉得用户理所当然应该能使用Codex登录并使用自己的额度 [24] - 相当于在线上握了握手说你们直接用这个认证机制就好我们相信你们不会做什么不当的事情 [24] - 后来这种方式越来越受欢迎，现在把它变成了一项正式支持的机制与许多合作伙伴共同推进 [24] - 也在开放基础设施以及构建ChatGPT的方式，包括插件扩展、插件发现，让任何人都有机会把自己的产品带给大约12亿用户并从这样的分发能力中受益 [24] - 设计了收益分享机制，对于受欢迎使用量大的插件会支付报酬，它们也会获得一部分收入分成 [25] - 当用户把额度用在插件上或者通过使用ChatGPT登录在其他产品里使用额度时，会与相应的合作伙伴分享收益让它们获得报酬 [27] - 对于希望插件脱颖而出的开发者，建议做一个好的插件，系统会看用户留存数据看插件是否成功质量如何再据此开始在对话中向用户推荐 [27] - 如果插件不够好系统就会停止推荐 [27] - 重点并不是做AEO，而是人们是否持续使用你的产品是否愿意留下来 [28] - 这次的方向是对的 [30] Dots背后的研究积累 - 研究层面开展持续运行、长时间跨度任务的研究已经超过两年 [33] - 能够保持连贯一致的记忆系统也研究了差不多同样长的时间 [33] - 很多能力已经直接放进了ChatGPT，用户很喜欢ChatGPT能够了解这么多与自己有关的信息 [33] - ChatGPT的记忆功能已经运作得非常好了，在这方面投入了大量研究 [33] - 这些能力结合以Codex的智能体运行框架harness为基础，再加上能够全天候持续运行有效完成工作的能力就形成了这次发布的Dots [33] - 这是经过很多个月工作积累的成果 [33] - 确保产品的安全性和系统安全也非常重要，选择搭载Astra推出Dots是因为它是最安全最符合对齐目标的模型 [34] - 为了让Dots真正安全可靠投入了更多努力 [34] AI时代人类的价值与技能 - 在OpenAI设计所有东西时都把人放在中心，把技术构建成人的延伸成为意志和品味的延伸，让它真正成为一种赋予人能力的工具 [35] - 只要继续沿着这个方向走让技术帮助实现想做的事情扩展创造力和品味，那么它实际上就是一种创作工具 [35] - 未来可能不再有专门写代码的人，但会有比以往更多的创造者 [35] - 这件事里仍然会保留一些深刻的人性：人们希望学习也希望看看其他人正在创造什么 [35] - 减少配置带来的疲劳是其中一个方向，另一个方向是改变与智能体交互像是一场独自冒险的状态 [37] - 理想的工作方式是让它直接存在于所在的物理空间里，像现在这样交谈它能够观察理解提出的想法 [38] - 可以在纸上写点东西它就能接收这些内容开始在后台构建，然后说还有另一个想法它就开始构建另一件东西 [38] - 可以把结果投到屏幕上直接和它说话，它也能参与人与人之间的对话 [38] - 这样就不需要一直盯着屏幕不断琢磨该怎么写提示词，也就没有了这种疲劳感，整个过程会变得非常自然 [38] - 我们也听到Sam谈过这项技术的承诺：减少噪声让你把注意力放在自己真正想关注的地方 [41] - 希望降低这些干扰让你能够专注于真正需要关注的事情 [41] - 每次度假用一周时间彻底断开与工作的联系后就会开始用不同的更有创造力的方式思考 [41] - 非常期待看看能否把这种状态带进日常生活，也许需要参加的会议可以更少也许不需要做那么多事情 [41] - 如果休息得更好可能反而更有生产力 [41] - 整个行业都需要一起弄清楚这件事，但这才是AI所承诺的价值而不是让你每秒再多输入一条提示词 [41] - Tibo的Dot知道正在参加DevDay，当时ChatGPT生产环境出了故障它就在最后一场演示开始前五分钟提醒了Tibo [43] - 它说生产环境出故障了你想让我试着修复吗 [43] - 它能够理解这些事情之间的关系：有一场很重要的活动叫DevDay，有一个生产系统，还有一场现场演示很可能会用到这个生产系统，所以这两件事情是有关联的，演示将在五分钟后开始应该提醒他 [43] - 它可以访问部分生产系统但有相应的安全限制 [45] - 专用Dot会在额外的安全限制和监控下运行并使用各自的硬件，有些Dot就运行在Mac mini上 [45] - 构建Dots的方式有一个根本区别：智能体运行框架harness并不运行在它所操作的那台机器上 [45] - 这意味着它可以连接任意数量的设备，有自己的计算机也可以把它连接到笔记本电脑上 [45] - 以后可能会把它连接到十台不同的设备而它可以控制所有这些设备有点像一只章鱼 [45] - 它可能运行在虚拟机里也可能不是，它是一个独立的系统可以连接多台设备 [46] AI时代哪些技能正在变得更重要 - 一个重要性正在下降的技能是打字快，它已经没有那么有用了 [48] - 越来越重要的技能包括出色的品味、从用户的角度思考以及与自己服务的用户建立联系 [48] - 很多曾经创业的人或者连续创业者现在都表现得非常出色 [48] - 目前OpenAI有超过120位曾经参加过YC的创业者，这里就像一家巨型初创公司 [48] - 那种希望做出真正有意义的东西的热情和渴望以及知道什么才是好的东西比以往任何时候都更重要 [48] - 产品经理会在这个时代发展得很好，因为这基本上就是产品经理的工作：判断应该做什么帮助别人把它做出来再判断它是否正确是否足够好然后不断迭代 [49] - 岗位之间的界限也正在变得模糊，以前可能只做设计或者只做工程而且总觉得自己被这样的角色限制着有些不自在，现在正是发挥的时候 [49] - 有一段时间确实很怀念做工程的部分，但现在随着速度变得非常快又找回了这种感觉 [50] - 非常希望尽可能让更多人都能获得这样的体验 [50] - 要让它真正普及让超过十亿用户都能用上还需要一段时间，但速度已经很惊人了 [50] - 与使用Astra有关，发现可以把它的能力推得很远 [50] - 有了这样的速度尤其是能够通过语音控制之后，会重新进入一种非常有创造力的思考状态重新进入心流 [50] - 这种心流和过去不一样，但已经不再怀念过去的那种状态了 [50] OpenAI内部如何开发和发布产品 - 有很多曾经创业的人，大家会自下而上提出许多令人兴奋的想法 [52] - Decisions API就是在很短时间内做出来的，意识到Luna是一个非常好的模型可以做一些约束采样，再通过一种不同于Responses API的接口形式把它发布出去 [52] - 这样做速度更快，在一些场景下的使用体验也很好 [52] - 最初是建了一个Slack频道四个人在一个周末动手尝试，之后被开放给公司内部使用大家开始感到兴奋围绕它构建东西 [52] - 有人发现可以支持视觉输入这甚至比外面已有的东西更好，大家越来越兴奋开始加入进来 [52] - 整个过程看起来完全没有固定的组织结构，但大家会一路把它推进下去最后发布成产品 [52] - 同时也努力维持较高的质量标准，如果某些东西还不够好就会在发布之前叫停或者让它再打磨一段时间 [53] - 原本还有更多东西可能在DevDay发布，但觉得今天已经很多了先留下一些把发布节奏分散开 [53] - 接下来还会有更多发布，这里有一种非常强烈的自下而上的活力，人们会主动承担相应角色把这些力量引导到能够产生实际成果的方向上 [53] - 会获得很大的自主权但也必须为自己的决定负责，我们信任大家能够做出好的选择 [53] - 如果出了问题就迅速修复或者从错误中学习，到目前为止效果很好，这是一个能充分激发个人能力的环境 [53] - 只要有必要而且认为合适就可以按下额度重置按钮，这是一种特权也让Tibo能够以其他情况下很难做到的方式贴近社区 [53] - 不需要让这件事经过层层审批 [53] - 有些时候本可以更好地激励团队去构建复杂度更低的东西持续朝着更简单的方向努力 [54] - Codex早期也有几次由Tibo造成的服务故障 [54] - 刚加入OpenAI的第三天就把生产环境弄宕机了，不过出了这件事之后还留在公司也从中吸取了教训 [54] - 额度重置取决于把东西弄坏多少次 [55] - 出了问题会重置，有值得庆祝的事情也会重置 [56] 未来发展方向与行业影响 - 还有很多事情没有被充分考虑进去 [56] - 第一互联网上的大多数操作将由智能体完成 [56] - 第二模型会以相当惊人的速度变得更便宜更快 [56] - 第三终于能够以真正无缝的方式把所有模态整合起来 [56] - 这三点让Tibo经常在看到外界正在开发的东西时觉得你们还没有真正理解这件事 [56] - 如果认真设想一年后这些能力大致会比今天强十倍，就会用不同的方式来构建产品 [56] - 在大多数操作都由智能体完成的世界里大多数流量都会来自智能体 [57] - 如果希望自己的产品在智能体用户中取得成功就必须按照相应的规模来构建它 [59] - 和Notion有非常紧密的合作，当他们构建了MCP接口后突然之间所有这些能够真正执行工作的智能体都可以访问并使用它 [59] - 他们看到了大量涌入的流量，这显然会给系统带来很大压力而且必须弄清楚背后的成本和收益关系 [59] - 开发产品时究竟要不要提供这样的接口可以暂时推迟但这个趋势不可避免 [59] - 大多数产品和服务都会由智能体来使用，所以为这样的未来做好准备非常重要 [59] - 对面向人的全新体验投入还不够，这些体验应该充分利用所有模态真正让人用起来感到愉快 [59] - 模型的能力已经接近那个水平了但还差一点：让应用本身几乎完全退到幕后 [60] - 迫不及待地想真正实现极致的简单 [60] - 就连Tibo自己也会被模型选择器、推理强度以及到底该用多智能体模式还是Ultra模式这些选项弄得疲惫 [60] - 甚至连这些选项究竟做什么都需要弄清楚 [60] - 简直需要拿一个模型选择器博士学位，只想尽快摆脱所有这些东西 [61]

交易核心概况 - OpenAI正寻求以约1.4万亿美元投前估值筹集至少300亿美元资金，该估值将使其成为全球最有价值公司之一，且无需进行IPO [5] - 阿联酋基金包括阿布扎比MGX正在讨论组建财团，可能贡献高达100亿美元投资 [5] - OpenAI上一轮融资于3月完成，承诺资本为1220亿美元，投后估值为8520亿美元，最新谈判意味着数月后估值再次大幅跃升 [7] - OpenAI已将IPO推迟至至少2027年 [7] 估值与收入分析 - OpenAI收入运行率已接近700亿美元，部分受企业销售自7月以来翻倍以上推动 [7] - 按1.4万亿美元估值计算，约为年化销售额的20倍 [7] - 收入仅是等式的一部分，OpenAI需要巨额计算和基础设施支出，面临Anthropic和谷歌的激烈竞争，且尚未展示成熟利润率水平 [8] - PitchBook分析师Dimitri Zabelin表示，下一个考验是大规模AI经济能否支撑如此规模的估值，OpenAI已证明能筹集非凡资本，未解决的问题是能否产生非凡回报 [10] 看涨逻辑 - OpenAI通过ChatGPT的消费者触达、企业采用、API和编码工具为看涨者提供了通往更大收入的路径 [11] - 公司表示3月融资后，消费者分发、企业部署、开发者使用和计算形成强化飞轮，将模型能力转化为经济影响 [11] - Deepwater Asset Management的Gene Munster认为OpenAI有望成为万亿美元级上市公司，Deepwater在私募市场持有OpenAI敞口 [12] - 若OpenAI最终价值数万亿美元，以1.4万亿美元入场仍可产生回报，但时间越长，OpenAI在投资者通过IPO或二级销售获得流动性之前消耗的资本就越多 [12] 阿联酋战略考量 - 阿布扎比可能评估的不仅是财务回报，OpenAI处于基础设施和国家AI战略的交汇点 [6] - MGX已投资OpenAI和Anthropic，据报道今年早些时候筹集近500亿美元以加速AI基础设施和技术投资 [13] - 新的OpenAI投资属于更广泛的国家战略而非孤立的风险投资 [13] - IE大学研究发现，管理超过15万亿美元的主权财富基金正越来越多地投资于AI、半导体和基础设施，AI相关投资约占追踪支出的三分之一 [14] - 主权财富基金越来越多被政府用于部署国家战略 [14] - 持有更大OpenAI股份可加深阿布扎比在模型、数据中心、芯片、计算和更广泛美国技术生态系统中的关系，部分回报可体现为战略影响力和准入而非单纯的资本利得 [15] 投资策略建议 - 买入AI基础设施受益者英伟达和博通，若OpenAI的计算和基础设施支出持续扩大以支持前沿模型，需求将流向GPU、网络和AI软件栈 [1] - 阿联酋愿意以极高估值资助300亿美元以上，强化了瓶颈仍在建设而非需求的判断，这是参与支出周期的更安全方式，无需押注OpenAI最终利润率 [1] - 卖出或回避任何私募市场OpenAI敞口，包括二级权益、Pre-IPO票据、与OpenAI相关的SPV [3] - 文章信号显示估值大幅跃升至约1.4万亿美元且IPO推迟至2027年以后，意味着资本被锁定而利润率和AI经济性仍未经验证 [3] - 按约20倍年化销售额计算，市场正在定价完美和长期执行风险，若回报不能快速显现，即使收入持续增长，倍数压缩带来的下行风险也极为残酷 [3]

文章核心观点 - 文章基于A16Z两份最新AI报告（第七版《Top 100消费级AI应用》与9月底更新的《市场状况II》），系统梳理了当前AI行业的真实进展，核心结论是AI使用广度已很大但深度极浅，智能成本下降反而推动算力需求爆发式增长，头部1%重度用户正与其余99%拉开巨大差距 [4][5][6] - 文章认为AI正在出现第二道数字鸿沟，即从“有没有用过AI”转向“有多么深度地在用AI”，这道鸿沟正在越来越大 [32][34][36] - 文章用三句话总结A16Z报告：AI使用已很广但对全社会真正使用深度还浅得离谱；智能越便宜需求越大，Agent会把Token消耗推到过去无法想象的量级；真正跑在最前面的1%已和剩下99%生活在两个不同的AI时代 [173][174][175] 一、AI离大众还很远 - 美国已有接近一半的人表示自己用过AI，但每天真正在用的人只有25%，即仅1/4的人每天在用AI [12] - 截至2026年8月，在YipitData的美国电子收据样本里，真正有ChatGPT、Gemini或Claude个人付费订阅的人仅4.5%，一年前是2.1%，虽翻了一倍多但绝对值仍极低 [12] - 作为参照，2026年美国成年人里Netflix个人付费订阅率为76%，Apple TV+为31%，对比之下AI付费渗透率差距巨大 [12] - 换算成家庭，98%的美国家庭还没有为AI付过费 [12] - 企业端，69%的标普500公司表示已将AI正式部署进真实业务，但仅2%的公司会长期追踪明确指标来判断AI是否产生价值，一个季度前是1% [16][17] - 讨论AI普及率时“有没有用过”已是非常没有意义的指标，下载ChatGPT问一句周末去哪玩属于AI用户，每天把AI接进邮箱、代码库、服务器、CRM搞无数自动化工作流、每天让Agent自己干几百次任务也属于AI用户，但两者在统计上已是天差地别 [22][23][24][25] - A16Z描述为“Power Users Are Pulling Away”，最前面10%的企业AI输出Token的增长速度已远远超过中位数企业，在信息行业里两者甚至拉出了11.7倍的差距 [26][28][29] - OpenAI曾表示插件（本质就是MCP）和Skills这种对很多企业来说都已算是高级功能 [30] - AI第一阶段是让每个人都有一个ChatGPT，AI第二阶段可能是少数人把ChatGPT用成了一家公司 [37][38] 二、那1%的重度用户 - A16Z第一次把YipitData的美国消费者银行卡和电子收据样本拉进来，不只看大家用谁，还看大家为谁而付费 [42][43] - 在已经愿意给AI付钱的人里面，只有13%的人同时还会付第二个AI产品，绝大多数用户只买一个，AI玩家忠诚度比想象中高 [45][46] - AI付费用户里面最顶上的1%贡献了19.5%的全部消费，而最下面50%的人加起来消费是16.6%，最头部1%花的钱比一半的人加起来还多 [48][49] - 最上面1%平均每个月在个人银行卡上花903美元买AI，中位数是25美元且这两年几乎没怎么涨，但最顶端那1%的消费在18个月里又涨了80% [52] - 头部用户除核心几家外更多购买自动化和产品构建工具，如N8N、Figma、Manus等 [53] - 具体倍数数据：n8n为22.9倍（Top 1%占比1.43%，All buyers占比0.06%），Higgsfield为15.1倍（Top 1%占比7.23%，All buyers占比0.48%），Manus为18.2倍（Top 1%占比3.37%，All buyers占比0.19%），fal为18.2倍（Top 1%占比1.66%，All buyers占比0.09%），HeyGen为13.7倍（Top 1%占比3.53%，All buyers占比0.26%），Fireflies.ai为12.6倍（Top 1%占比1.66%，All buyers占比0.13%），Nous Research为14.6倍（Top 1%占比1.08%，All buyers占比0.07%），Runway为10.0倍（Top 1%占比2.64%，All buyers占比0.26%），Notion为9.2倍（Top 1%占比4.63%，All buyers占比0.50%）[55] - 最头部这帮人依然是最核心的为生产力而付费的群体，订阅AI不是拿来聊天或用情绪价值，而是拿来做东西自动化然后生产赚钱，他们真正意义上把AI当生产资料，跟传统专业软件售卖几乎没有本质区别 [56][57] - ChatGPT流量依然遥遥领先，网页访问量大概是Gemini的2倍、是Claude的6倍，移动端差距更夸张 [58] - 但到了最贵的个人订阅这里，Claude所有付费用户里面有7.3%的人买的是100美元起步的Max计划，ChatGPT和Gemini都只有1.3%（统计口径是所有的付费用户，免费用户没有算在里面）[58] - Claude的用户对于AI的定位跟另外两家不一样，这帮人是真的拿AI去重度干活的人 [61] - 消费额最高的Top 50 AI产品里面，有29个甚至根本没进网页流量榜和移动App榜，直接超过了一半 [62] - AI时代流量榜和收入榜正在迅速变成两张完全不同的地图，过去互联网“流量就是钱”，但在AI这里至少现在流量不是钱，能帮用户去进行高价值工作才是钱 [63][64] 三、AI的杰文斯悖论 - A16Z直接把标题写成Jevons Paradox，左图是单位智能价格断崖式下降，右图是Token越来越便宜以后H100算力价格反而重新走高 [66][67] - 杰文斯悖论是经济学经典概念，19世纪英国人发现蒸汽机越来越节能，按常理烧煤效率提高煤炭总消耗应下降，结果恰恰相反，机器越节能用机器的地方越多最后煤反而烧得更多 [71][72][73][74] - 单位成本下降不一定减少总消耗，它可能直接制造出更多需求，AI正在把这个经典经济学现象几乎原封不动地重演 [75] - 过去几年单位智能价格已暴跌，同样水平的模型Token越来越便宜，开源模型越来越强，缓存价格也越来越便宜 [76][77][78] - 但结果H100租金又开始往上涨，老GPU也没怎么贬值，A100等老卡的租金和残值并没有按3到4年报废论快速坍塌 [80] - CoreWeave、Lambda等新型算力云也在沿着非常陡的收入曲线进行增长 [83] - 以前一个任务花10块钱大概率只会把最重要的任务给AI，现在同一个任务变成1毛钱，不会省下那9块9，反而会发现以前100个不值得自动化的破事现在全都可以用AI自动化，支出从10块钱变成100块钱 [86][87][88] - Agent是最典型的Token焚化炉 [89] - A16Z引用OpenRouter数据，今年2月6日开始Agent产生的Token已超过人类直接聊天产生的Token [90] - 到了8月份Agent七天平均Token使用量每天已达7.3万亿Token，一年里面增长了14倍 [90] - 2025年9月OpenRouter一周总处理大概4.7万亿Token，而到了2026年9月这个数据是126.2万亿，同比涨了27倍，从今年6月到9月Token需求就连续翻了两倍 [93][94][95] - 以后看百万Token多少钱没有那么大的意义，一些看起来很便宜的模型一旦陷入混乱或推理效率低，Token消耗量可能是一些高级模型的好几倍，综合算下来反而价格会更贵，甚至还没算因为返工而带来的Token浪费 [97] - 便宜的模型依然有大量使用用途，因为那些便宜的智能在疯狂地把值得使用智能的边界向外扩展 [98] - 这可能是未来10年算力需求最底层的一条逻辑 [102] 四、AI的商业模式 - A16Z统计Top Web AI产品发现，AI产品现在84%是订阅，64%是按量收费或购买点数/额度（Credits），广告只有14%，交易佣金或平台抽成仅仅才2%（一个产品可以同时有多种模式所以加起来会超过100%）[105][106][107] - 今天的消费AI虽然产品形态看起来像互联网，但收费方式却极其像SaaS，用我的智能直接交钱，交完钱以后送一些额度，Token不够再买 [109][110] - 这和上一代真正做大的消费互联网完全反过来，Meta 2025年97.6%的收入来自广告，谷歌是73.2% [111][112] - 上一代互联网最伟大的商业创新之一就是广告和抽佣，让用户别付钱广告主替你付，国内最熟悉的就是字节，用户量一大规模就起来，互联网边际成本几乎为零 [113][114] - 但AI一上来就遇到很现实的问题，推理是真的有边际成本，聊得越多GPU烧得越多，跟移动互联网边际几乎为零的复制效应没有任何可比性 [115][116] - 前几年所有AI公司没办法都走订阅制，先卖额度，先把最愿意付钱的那批人挑选出来至少先能养活自己 [117] - 这也可能解释了为什么AI已经这么火但付费渗透率却还只有几个点，其实也不是AI没有价值，主要还是大家会有一些滤镜，让全人类每个月主动再掏20美元买一个软件本身就是一件极难的事情 [118][119] - 世界上最大的消费订阅业务长期都集中在媒体内容里，ChatGPT能在三年多时间冲进全球Top 20消费订阅产品本身已经很离谱 [119][120] - 纯广告很难走通，A16Z分享了一个Agent产品Instinct，可以直接在iMessage、WhatsApp里使唤的个人Agent，主要帮你订票、订酒店、取消订阅、买东西等，按照他们自己对外的数据说用户里面有40%的人在三周内就会去绑自己的信用卡，真正会通过它去买东西的平均每个月会让这个Agent经手1300美金 [121] - 商业模式也很明显，比如最近Meta最火的Muse走的其实也是这条路线，假如一个Agent每天能帮你干跟生活有关的交易相关的事，没必要向你收20美金，完全可以给你免费用然后从每一笔交易里面去抽佣 [123] - 这个时候AI的商业模式就从SaaS变成了互联网，Muse前段时间也登顶了App Store [124][127] - 这一代VC可能更看得懂也更喜欢Personal agent这个概念，因为这玩意的商业模式实在是太移动互联网了 [129] - 跟移动互联网还是有一个本质区别在于人，上一代互联网变现的是人的注意力，下一代Agent互联网可能直接变现人的意图，注意力和意图在最终逻辑上应该还是会有大区别 [129][130] - 如果这条路能跑通，真正的AI超级Agent可能不是那个拥有最大流量的产品，反而很有可能是离你钱包最近的那个Agent [131][132] 五、实体世界回来了 - 过去二十年科技行业的关键词总结就是一个Bits，在Bits之上构建了软件、互联网、云、SaaS等，最核心最有魅力的地方就是边际成本为0，写一次代码可以复制给1亿个人，资本市场太喜欢这种东西，轻资产、高毛利、扩张极快 [133] - AI来了以后这个事情突然一下子就反过来了，A16Z直接称为Atoms Are So Back，实体世界又回来了 [133] - 虽然AI表面看起来比软件还要虚拟，但背后实在是太物理了，需要GPU、光模块、变压器、铜，甚至还要土地、电网、建筑工人，薪资全员大涨 [135][136][137] - 科技大厂们也在疯狂地砸钱，微软、Google、亚马逊、Meta这类超大规模云厂商为了AI疯狂花钱，甚至已经把自己的自由现金流吃得很难看了，而且预计这种状态还会持续到2028年前后 [140] - 钱全都被老黄给挣走了，但现金流现在不够了就开始借钱，债券市场也就被拉进来了 [145][146] - 债券和信贷市场开始给这一轮AI基建继续加杠杆 [150] - 也有很多人会说这不就是AI泡沫吗，但又很难简单地就把它称为泡沫，因为这些公司确实还在挣钱，现在的投入资本回报率依然明显高于融资成本 [151][152] - 云服务的待交付订单还在涨，算力需求还在远远大于供给，实际市场里面四五年前的GPU租金和残值还在坚挺就是不降价 [154] - 半导体供应链的积压订单还有很多，即使搞到了芯片，数据中心也不代表可以交付，因为还不一定有钱有电，所以还得想办法造基建 [155][156] - 这一轮AI跟过去互联网完全不一样的是它让实体变得回归了，而且带动了全球基础设施的一个巨大的资本开支周期 [158][159] - AI现在是虚的，未来必然进入实体，还有具身智能，具身智能那可就是纯粹的实体产业了，还有自动驾驶、火箭等等 [160][161] - 在软件越轻越好的十几年之后，没有人能想到这一轮的资本奖励的却是实体大基建 [164] 写在最后 - 现在很像三体里面的乱纪元，这是一个会对全社会进行洗牌的大时代 [165] - 智能变得便宜，知识也变得便宜，人人都能做过去只有专业人士才能做的事 [166][167] - 但同时杠杆也变得越来越便宜，这就带来了一个非常残酷的现实，最会用杠杆的人只会跑得越快 [168][169] - AI本质上就是所有普通人如今最大的杠杆，于是鸿沟就出现了 [170][171]

核心观点 - OpenAI将在欧盟为ChatGPT和Codex生成的文本添加不可见水印以遵守欧盟人工智能法案 [1] - 欧盟人工智能法案的透明度规则于8月2日生效，要求人工智能公司以其他系统可识别的方式标记人工智能生成内容 [1] - 水印并非实际符号，而是通过微妙调整模型用词选择留下人类读者不可见但检测器可识别的模式 [3] - 水印存在于文字本身，因此当文本被复制粘贴时会随之传播 [3] - OpenAI表示水印不会识别用户身份，且开启后模型性能未见有意义的变化 [3] 水印部署范围与时间 - 水印将在未来几周内向欧盟所有套餐的合格ChatGPT和Codex用户推出，但仅限于欧盟地区 [2] - 全球任何地方使用OpenAI API的开发者可从今日起为选定模型开启水印功能，该功能默认关闭 [2] - OpenAI表示在发布时不会将文本水印设为全球默认 [2] 技术方法 - OpenAI同时发布了名为textGrain的方法技术报告 [4] - 该报告与宾夕法尼亚大学和耶鲁大学的研究人员合著 [4] - 报告展示了使用密钥对下一个词预测进行排序以完成句子的示例 [4] - 将数百个此类微调叠加后，检测器仅使用文本和密钥即可识别人工智能生成内容 [4] 水印局限性 - OpenAI测试表明水印可通过编辑去除 [5] - 在一项测试中，将10%的词语替换为同义词后，检测率从约92%降至66% [5] - 短段落、数学答案和翻译文本更难被检测 [5] - 公司表示这些局限性促使其决定仅向经批准的研究人员和专家组织提供初始检测器访问权限 [7] - OpenAI警告水印缺失不能证明人类作者身份，文本可能过短、被大量编辑或来自其他公司的人工智能 [8] - 水印可表明OpenAI系统生成或处理了段落的一部分，但无法说明其中包含多少人类判断、编辑或创造力 [8] 行业竞争动态 - 该公告发布两个月前，Anthropic表示将为Claude生成的文本添加水印，并在全球范围内应用 [9] - 该决定引发部分Claude用户反对，认为他们提供了指令、上下文和决策，而Claude只是工具 [9] - 据华尔街日报2024年报道，OpenAI此前已构建文本水印但推迟发布，部分原因是担心用户会转向不加水印的竞争对手 [9] - Anthropic、谷歌、Meta、微软和OpenAI等公司已承诺遵守欧盟人工智能生成内容实践准则 [10]

文章核心观点 - 更多购物者转向Claude和ChatGPT等AI工具寻求购物建议 [1] - 这些聊天机器人似乎更倾向于推荐实体产品 [1]