史上最大黑客案后，36亿美元资本外流，币安“挺住”了
“价格不敏感”的买家碰上了“价格不敏感”的卖家！高盛解读：黄金为何跌破4000，为何后续更可能下跌
债市会重演赎回潮吗？
[分享创造] 改造 Surface Book 1 键盘单独使用
不过目前只协商到了 2.0 速率，因为我是小白，前前后后搞了半年，可能没处理好差分对阻抗，或者根本就量错针脚了。如果有大佬对这个键盘感兴趣，敬请垂询，交易贴中有联系方式。
[推广] 受不了官方 Claude 的价格和封号，自己搭了个聚合中转，分享下
起因就是官方 Claude / ChatGPT 的 API 又贵、又要国外卡、挂 agent 跑一跑额度就见底，还时不时风控。干脆做了个聚合中转自用，现在开放出来。
几个我觉得有用的点：
一个 key 调 80+ 模型，Claude / GPT / Gemini / Grok 和国产的 DeepSeek / Kimi / GLM / Qwen 都在。保留原生协议，代码只换 base_url 和 key ，不用改。
OpenAI 兼容: https://api.kevoryn.com/v1
Anthropic 原生: https://api.kevoryn.com (客户端补 /v1/messages)
Gemini 原生: https://api.kevoryn.com (客户端补 /v1beta)
分组按渠道质量分层，官方直连贵但稳，特价/第三方渠道便宜，按需求选。价格和官方价对照在 kevoryn.com/model-plaza ，文档 kevoryn.com/docs 。
按量计费没月费。支持 Claude Code 、Codex 、Gemini CLI 这些，也接了 CC Switch 一键导入。
主要想听听大家对这类网关还想要什么功能，有问题回帖
不设限的年轻科学家：三年200万、不设考核，何享健基金在赌什么
2026年10月24日，佛山顺德美的全球创新中心。20位青年科学家接过何享健青年科学家资助证书。
场面并不喧嚣。整场揭晓环节只用了不到20分钟：一位院士致辞，20位青年科学家分批上台领取证书，合影，结束。没有铺垫，没有"花红柳绿"。
这份克制，和这份资助本身的气质是吻合的。2023年5月，美的集团创始人何享健以个人名义出资30亿元设立科学基金；本期项目共资助医学与生命科学、能源环境与气候变化两大领域20位青年科学家，每人200万元科研资金、分三年拨付。
比数字更值得关注的，是这笔钱怎么给。
不设方向限制、不设考核指标、不设经费用途比例，把做研究的自由真正交还科学家。何享健科学基金把这套资助逻辑浓缩成五个字：年轻不设限。
在科研资助体系里，“不设限”是稀缺品。多数项目要求申请人提前证明“我能做成”，用中期考核、结题指标、经费科目把研究过程框定得足够清楚。但真正原创的科研，往往无法在申请书上被完整预言。越是可能改变行业的问题，越需要长期投入、允许失败、容忍不确定。
何享健基金押注的，正是这段没人愿意轻易买单的区间。
不设限，才敢向难而正确的问题出发
传统科研资助体系中，纵向课题体量大，但部分介于基础与产业化之间的研究很难获得充分支持；企业横向课题又大多聚焦已经落地的产业问题。于是形成一块空白，成果已经在实验室冒头，但距离产业化还有一段距离。
这段距离，恰恰可能是重大创新的温床。
南方科技大学陈卓昱拿贝尔实验室、IBM研究院作类比：这些机构过去大量布局该区间，诞生过诸多重量级成果。国内现在0到1原始创新在追赶，100到1000的规模化落地能力很强，但1到100的成果转化环节仍有明显短板。何享健基金会的定位，就是往这个短板里填资源。
这不是撒钱式公益。它更像一笔“耐心资本”：不要求科学家在三年内交出可量化的产业合同，也不逼他们把基础研究包装成马上能落地的项目。
这批年轻科学家做的题，大多不轻松。
陈卓昱研究氧化物外延、薄膜生长，同时冲击沉寂三十余年的133K常压超导纪录。他并不回避不确定性：“三五年之内存在突破机会，但只能说是机会，无法保证一定实现。”基础研究如果只做确定能成的事，0到1就无从谈起。
清华大学董岩皓给下一代电池正极材料设了很高的性能边界：实际能量密度要超过高镍三元理论上限，循环性能要对标磷酸铁锂，还要避开镍、钴等低丰度资源。他表示，在何享健科学基金的资助下，可以沉下心做长期、扎实的科研工作。这句话背后，是耐心，也是底气。
浙江大学付晨光的发现更像长期积累后的自然溢出。团队深耕半赫斯勒材料近二十年，最初聚焦热电转换，后来从理论层面意识到这类材料可能具备压电响应，最终发现宽温域压电效应。不是刻意挑战教科书，而是在长期积累中顺着材料潜在性能往前走。
北京大学胡鸿杰把传统超声探头改造成邮票大小的柔性贴片，让超声从医院里的短时检查变成24小时连续监测；又借此切入非侵入式超声脑机接口，探索癫痫、帕金森等脑功能疾病的新干预路径。脑机接口对他而言是新赛道，此前没有相关成果，基金提供的是启动资金和初始信任。
中国科学技术大学王柳做介入式软体机器人，直径仅1毫米左右、形态类似蚯蚓，希望让医生在手术室外远程操作，规避X光辐射，也让基层急症患者有机会在本地获得救治。血管介入机器人属于三类医疗器械，整体落地周期可能长达十年。
这些研究的共同点是：周期长、风险高、短期难见经济效益。它们最怕“限期交卷”。而“不设限”给了它们最需要的东西：自由探索的空间和长期主义的耐心。
不设限，不等于没门槛
但“不设限”不等于“没门槛”。它依然有多轮评审、院校推荐、外部调研发掘，只是把科研人员从海量申报材料、反复答辩、层层自证中解放出来。
付晨光对此感受很深：“申报流程负担很轻，不需要海量申报材料、反复答辩和大量自证材料，有点类似诺贝尔奖的遴选模式”。
与传统项目相比，差异集中在：不追最热赛道，不唯已有头衔，不把资源继续堆向已经拿到大量荣誉的学者；而是主动平衡学科覆盖，给尚未充分被看见的年轻人机会，避免“马太效应”。
王柳的项目经费中，一半以上用于人才培养，远高于常规科研项目的人员费比例；董岩皓也表示，经费将用于扩充制备设备、招聘博士后等。钱不是奖金，而是科研的“启动器”和“稳定器”。它让年轻PI先活下来，再去做那些可能失败、但值得做的事。
更关键的是，这一代青年科学家，也在改变做科研的方式。
在陈卓昱看来，这一代科研人员相对幸运，基本生存、温饱压力已经缓解，因此更有条件从“重要、有价值的科学问题”出发，倒推需要开发的技术和设备。传统路径是先积累能力，再在能力边界内选题；逆向路径则是从重大科学问题出发，逼出新工具、新方法、新技术。
付晨光的选择逻辑是，不必一味追逐最热赛道，热点会迭代，真正能长期坚持的，是自己既擅长又热爱的事。王柳把力学作为团队根基，再吸纳影像、机器人控制与临床医生，形成跨学科配置。胡鸿杰则把学术会议和产业交流视作科研灵感的重要来源，脑机接口项目正是在跨领域交流中逐渐成形。
他们不再把“成果转化”简单理解为发论文、拿专利，而是主动面对产品一致性、长期安全性、临床匹配、产业生态链适配等现实难题。
这种务实的探索，恰恰印证了“不设限”的另一层含义：不预设年轻人只能走某一条路，也不预设基础研究必须立刻变成产品。有人冲击超导纪录，有人做下一代正极，有人把超声贴片送进脑科学，有人让软体机器人游进血管。路径不同，但都在向原创性、突破性、应用性的方向生长。
结尾
从首期到第二期，何享健科学基金持续为青年科研力量托底，自第三期起，还将新增智能科学领域资助方向。它用公益之力链接青年人才与产业需求，也用“不设限”的耐心，守护那些可能失败、但值得一试的课题。
对产业端而言，这类资助的价值不在短期回报，而在于提前埋下技术变量。今天实验室里的宽温域压电效应、无钴高丰度正极、柔性超声贴片、磁控软体机器人，未必都能在三年内变成产品；但只要其中少数跑通1到100，就可能改写消费电子散热、动力电池、医疗器械甚至脑机接口的竞争格局。
年轻不设限，科学才有更多可能。
把自由还给科学家，把耐心交给原创，把时间拉长到科学真正需要的尺度，这或许比200万本身，更接近创新应有的样子。
进击中的影石：攻击性强，血条太脆 ？
影石并不缺成功故事。
十一年前，年轻的影石以破局者的姿态，切入全景相机这片无人区，打了一场漂亮的仗。
它的成绩单也够耀眼，成立11年，影石相机全球累计出货量已经突破1000万台，其中470万台来自过去一年。在其最擅长的全景相机市场，2026年二季度的全球出货份额约73%。
手机影像从业者许衡评价：“影石能做到今天这个市场，核心是善于洞察一些被巨头遗忘的需求，并以此开拓成新市场。”
此后，影石也一直在证明自己并非只能做好全景相机。
2026年6月，首款云台相机Luna Ultra上市，不足一个月便接近全球云台相机出货份额的6%。在许多后起之秀的商业故事里，这是一个不错的成绩。
但有另一组数字，却反映了另一种事实。
2026年前三季度，影石营收同比增长42.73%至94.36亿元，归母净利润却下降93.96%至4783.56万元，扣非归母净利润仅513.44万元，合并净利润亏损1.67亿元。同期经营现金流净流出42.64亿元，期末存货达到71.54亿元。
和投入相比，影石利润显然略显单薄。如此高的投入，是在购买技术、渠道和未来市场，还是在弥补产品、供应链和组织效率尚未解决的问题？它能否在基本盘放缓前，把产品创新能力转化为持续盈利能力？
01 高增长，低造血？
毛利率探底，增长成本攀升
2026年前三季度，影石营收94.36亿元，接近2025年全年97.4亿元的水平；第三季度单季收入39.19亿元，同比增长33.30%，较第一季度约83%的增速明显回落。收入仍在扩张，但前三季度营业成本达到58.30亿元，同比增长75.07%，远快于营收。
前三季度综合毛利率为38.21%，同比下降11.4个百分点；第三季度单季毛利率约33.70%，较上年同期下降近14个百分点。当季营收增长33.30%，毛利额却由约14.01亿元降至13.21亿元，同比下降约5.72%。
影石的新增收入不仅没有带来增量毛利，成本上升还在侵蚀原有业务的盈利空间。
公司将利润下滑归因于研发和市场投入增加，以及存储元器件涨价、行业竞争加剧。这意味着问题不只是费用过高，更是单位收入创造毛利的能力下降。
盈利缓冲能力单薄
上半年，影石销售、管理和研发费用分别同比增长61.96%、86.74%和79.26%，全部高于同期50.29%的营收增速。
但第三季度出现了边际变化。三项费用分别约为6.00亿元、1.32亿元和5.94亿元，同比增速降至约19.46%、31.88%和13.51%，均低于当季营收增速，说明三项费用率已开始被收入增长摊薄。
与此同时，影石没有停下战略投入的步伐。10月28日，公司公告拟使用2.98亿元超募资金建设“端云一体化影像软件体系研发项目”，建设期两年，其中人工费占88.73%。该项目使用的是既有超募资金，不能直接视为当期新增费用，却说明公司仍在持续投入未来产品。
费用率的改善，尚不足以抵消毛利率的大幅下降。第三季度，影石归母净利润同比下降93.59%至1742.82万元。扣非归母净利润为2047.35万元，同比下降91.82%。前三季度累计归母净利润为4783.56万元，扣非归母净利润仅513.44万元，盈利缓冲依然很薄。
前三季度，影石合并净利润亏损1.67亿元，少数股东损益亏损2.15亿元，同期所得税费用为负4257.62万元，也抵减了部分合并亏损。上市公司股东口径的微利，并不等于集团整体已恢复持续盈利能力。
71亿高库存风险
现金流比利润更直观地呈现了扩张代价。
前三季度，影石经营现金流净流出42.64亿元，上年同期为净流入9.30亿元。销售商品、提供劳务收到现金100.10亿元，购买商品、接受劳务支付现金却达到110.93亿元，上年同期仅为39.85亿元。采购支出大增，是现金流由正转负的直接原因。
表面上看，42亿的现金流净流出算急性失血，但对于一家智能硬件公司而言，大规模存货，才是更危险的达摩克利斯之剑。
影石的存货由2025年末的29.19亿元增至71.54亿元，增长145.10%，约占总资产的44.05%；存货周转天数升至233天，同比增加105天。资产减值损失也由上年同期的0.43亿元扩大至1.23亿元。
公司将存货增长归因于核心元器件战略储备和新品备料。
战略备货有供应安全上的合理性，但在硬件迭代极快、遵循摩尔定律的消费电子行业，存货往往容易随时间贬值。
71.54亿元的存货规模意味着，影石正用巨额资金，将重注压在尚未完全验证的新品销量上。
内部造血不足的同时，外部融资明显增加。前三季度，影石取得借款收到现金37.04亿元，子公司吸收少数股东投资收到现金14.05亿元；期末短期借款和长期借款合计35.27亿元，资产负债率由2025年末的约47.47%升至64.93%。
期末货币资金与交易性金融资产合计约46.01亿元，影石并未面临迫在眉睫的资金链危机。但流动性越来越依赖借款和外部增资，而非经营造血。所谓“血条变薄”，正是公司在借钱扛起巨额库存的同时，还要承受毛利下滑与新品投入的消耗，其战略腾挪的空间正被严重挤压。
02 探索中的第二曲线
全景相机基本盘增长放缓
影石基本盘依然稳固。IDC数据显示，2026年二季度，影石在全球全景相机市场的出货量份额约为73%，环比还有回升。影石长期积累的全景拼接、影像算法、软件体验和用户心智并未轻易失守。
影像行业投资人林舟解释：“全景的核心在于剪辑。拍的时候不需要考虑构图，但剪辑的时候就需要了。如果没有好的AI剪辑，拍了5分钟可能需要20分钟剪辑，更不谈分享了。”
新一代旗舰X6继续沿着芯片、算法、画质和AI剪辑迭代。软件体验是影石的重要壁垒。影像行业创业者陈序指出：“影石的软件能力指的不是技术壁垒，而是玩法。影石会去扒各种UGC效果，从内容侧把剪辑功能做成模板，让用户一键生成。”
大疆进入全景硬件市场，复制这些软件和玩法积累仍需时间。相比竞品的“虎视眈眈”，影石更现实的问题，是需要面对收入结构相对单一和品类增长放缓的现实。
全景相机曾长期贡献影石总营收的55%以上，优势高度集中。与此同时，2026年Q2，全球全景相机出货量同比仅增长4%；同期全球手持智能影像设备销量增长超过57%，云台相机销量增长接近87%。
竞争也在挤压价格。影像行业渠道从业者韩硕概括硬件企业的策略：“大部分品类的竞争逻辑，是只需要做得比你价格低一点，把市占站住就可以。”
这意味着，影石可以守住份额，却未必能同时守住价格和利润率。
因此，寻找第二曲线是必答题。但基本盘利润变薄，正让这场扩张陷入进退维谷的困局：不拓展，现有业务无法支撑其庞大的硬件生态梦想；继续拓展，这些尚未跑通的新品类，容易成为出血点，反噬并不富裕的现金流。
无人机商业模型还在验证中
影翎A1是影石重投入的P0级项目。它把全景拍摄、后期自由构图、飞行眼镜和体感遥控结合在一起，试图降低构图门槛，并提供沉浸式飞行体验。
影像行业投资人郑远这样比较两家的产品定义：“大疆对这个产品的定义是全能无人机。它可以当作航拍机使用，也可以通过控制云台，让它变成一台全景穿越机。影石的产品定义是全景穿越机。”
理论上后者的品类创新性更大，但全景降低的是构图难度，并不会自动降低飞行难度。对用户而言，它更需要关注飞行的安全性本身。
关注无人机领域的投资人周骁进一步解释其场景限制：“全景相机什么时候最有用？一定不是飞到两三百米拍雪山……影石飞机本身技术特性的定义下，最好的飞行高度是3—10米，因为全景需要画面的丰富度。”
全景确实让影石绕开了部分传统航拍壁垒，无人机行业从业者梁彻对雷峰网说：“影石无人机有个好处是全景不需要云台，可以躲过大疆云台的专业壁垒。”但影像企业前研发人员程野指出：“跟原来业务重合的只有拼接、剪辑和渲染，影石在图传、感知、VIO、飞控、导航、路径规划这些能力都没有，都要重头做。”
换言之，影石过去的积累可以解决“拍什么、如何后期构图”，却不能自动解决“如何稳定、安全地飞”。
图传尤其关键。梁彻说：“一个图传不好的无人机意味着炸机。大疆的无人机即使信号受到干扰、断连也没太大影响，会自己往回飞，但我很难想象A1，如果断连，炸机风险极高，尤其在做夸张动作的时候。”
普通航拍机断连后通常可以自动返航；低空、近距、高速飞行一旦延迟或失联，容错窗口更短。这并不意味着A1必然出现安全问题，而是其产品定义对图传、飞控和整机协同提出了更高要求。
公开评测也指出，A1存在避障算法偏保守、强光下反应延迟、透明物体识别不足、夜间画质一般和高速追拍能力不足等问题。影翎官网列出的感知系统主要由前视、下视双目视觉及底部红外传感器组成，与传统全向避障方案存在差异。
用户扩圈也存在矛盾。陈序注意到：“大部分玩穿越机的是男生，但影石的预热短片视频里是女生，这是很明显的想要拓展圈层。”影像行业投资人苏宁则认为，A1“更多不是对标小白”，而是先争取有经验的飞手，“先攻下他们再去破圈”。
两种观察都指向同一个问题：从飞手走向大众，需要跨越的不只是构图，还有飞行、安全和分享门槛。
成本同样构成约束。郑远曾估算：“影石的全景无人机光BOM成本就要4000—4500元，它卖8000块都只能勉强不亏。”这一数字属于受访者估算，不能替代公司披露，但提示了硬件复杂度、供应链重建和整机协同对毛利的压力。
影翎曾公布A1上市首月全球出货量突破3万台；但在奥维云网的中国线上无人机零售监测口径下，2026年一季度影翎份额约为2.1%。首发出货不能直接外推为持续市场份额。中报显示，深圳影翎上半年净亏损2.90亿元；三季报仍将全景无人机描述为处于市场教育期、尚未形成规模效应的业务。
分拆融资可以分担投入，却不能替代商业模型验证。A1是有辨识度的新品，但无人机目前仍是一项尚未跑通的重投入，而非第二增长曲线。
Luna：承担「增长希望」重担
Luna是影石另一个P0级项目。与无人机相比，它进入的是需求已经成立、仍在快速扩容的市场。2026年二季度，全球云台相机出货量接近280万台，同比增长87%。
Luna Ultra上市后的份额表现，证明影石可以把产品定义能力复制到第二个品类。
市场也在扩容和降价。2026年二季度，全球云台相机平均单价同比下降6%至2968元。潜在竞争者也不只有现有影像品牌。许衡对雷峰网表示：“手机厂商能不能做这个事？答案是肯定的，而且可能做得更好。做和不做不在于能不能做，而是从商业决策上来讲要不要做。”
他认为，手机厂商的重要优势，一方面在于“互联和分享”：“手机则是拍完就能直接发。”影石的自动剪辑和内容模板可以降低分享门槛，但能否形成持续差异化，仍需验证。另一方面，手机厂商还拥有较强的芯片、影像算法和研发资源。它们是否进入，以及以什么产品形态进入，仍取决于市场空间与投入回报，但这意味着Luna面对的不只是现有品牌之间的份额竞争，也包括手机生态向手持影像延伸的可能。
影石尚未单独披露Luna的收入、毛利率和利润贡献。第三季度公司整体毛利率继续下降、合并净利润仍亏损，说明其收入增量尚不足以扭转集团压力。
Luna是最有可能承接收入增长的新业务，但从“增长希望”变成“第二曲线”，还要证明持续销售、合理毛利和利润贡献，也不能让单一项目承载过多预期。
智能眼镜与微单，需要更大投入和决心
必须承认，在探索影像这件事上，影石始终保持着极高的勇气与想象力。
除了无人机和云台相机两大核心项目，影石联合创始人Max Richter已确认，公司正在实验性研发自主品牌智能眼镜与微单相机。
智能眼镜可以延伸影石在第一视角拍摄、小型化和AI影像处理上的积累；微单则试图进入智能手机与专业相机之间更广阔的创作市场。
无论是试图站上下一代智能穿戴设备的风口，还是敢于向日本光学巨头牢牢垄断的专业微单市场发起冲锋，都极致地彰显了这个团队“Think bold”的野心。
但技术与品牌上的协同，不能直接消除品类本身的进入壁垒。
智能眼镜需要同时解决重量、续航、发热、佩戴舒适度和隐私接受度。许多以其为主营业务的创业公司尚且面临商业化困难，影石以多线作战方式进入，需要评估资源投入和培育周期。
微单则要面对日本厂商积累的光学专利、镜头群、机身系统和用户生态，市场规模也相对有限、整体承压。陈序曾估算：“哪怕只是做M43，按照成本要卖到12000元，跟微单没有竞争力。”这一估算不代表影石实际方案，却说明新进入者面对的不只是做出机身，还有成本和售价竞争。
在无人机尚未跑通、Luna刚刚起量、利润与现金流承压的情况下，影石需要为每个新项目明确阶段性目标、投入上限和退出条件，否则品类多线扩张，带来的将不是增长，而是成本危机。
多线作战，资源难平衡
影石当前的问题不是简单的“项目太多”，而是多个项目同时处于最消耗资源的阶段。
全景相机和运动相机需要持续迭代，无人机仍在市场教育，Luna需要扩充产能和渠道，智能眼镜与微单需要前期研发，定制芯片、AI算法和全球门店也在争夺资金与管理注意力。
资源充足时，多线扩张可以是探索未来；利润和现金流承压时，同样的扩张可能演变为争抢资源，带来目标冲突、决策链条变长和重复建设。
更隐蔽的成本在于，当每个项目都被赋予“第二曲线”的意义，管理层也更难及时减速或终止低效投入。影石需要明确项目分层，同时回答边缘业务如何收缩、前期投入如何退出或回收。第二曲线不能只接受想象空间的检验，也要接受收入、毛利、现金流和资本回报率的检验。
03 从1到100，摆脱惯性
渠道扩张之后，需要回到单店回报
影像产品需要体验、教育和售后服务，影石补齐线下渠道有其必要性。
影石也意识到了这一点，影像渠道商韩硕说，“这两年影石线下渠道大幅扩张，有计划1000家门店，拎包入驻……政策很吸引人，影石出产品样机、出装修，代理商只需要出人。”
韩硕也认为，“影石不只是产品，营销、渠道都很有特点”。
多方公开报道显示，2023年影石在国内只有5家专卖店，到2026年已超过250家；其全球体验零售店超过1万家，品牌旗舰店超过300家，但大量体验零售店属于合作渠道，不能与直营门店混为一谈。
过去的扩张也并非天然低效。影石2025年年报披露，线下专卖店由年初36家增至近300家，同期单店销售额同比提升近五成。
但随着门店进入海外高成本市场，考题已经变化。海外渠道领域的唐峻曾指出：“有一些不该开店的地方，他也去开个店，可能做5万、10万的业绩一个月……开了之后完全亏损。”
这一观察不能直接外推至全部门店，却提出了需要单店数据回答的问题：低效门店占比如何，是否需要追加投入或关店。开业排队不能代替单店收入、获客成本、库存周转和回本周期。
影石上半年境外主营业务收入占比为63.40%。在补充直营门店的同时，其海外销售仍较依赖Amazon等平台和本地经销商。
影石下一阶段需要证明的不是还能开多少家店，而是门店网络能否持续创造高质量销售。选址标准、单店核算、关店机制和ROI管理，将决定渠道是品牌资产还是费用负担。
松弛文化与组织效率
《中国企业家》报道中的“黄金盲盒”事件，提供了观察影石组织文化的切面。
影石十周年庆时，一名员工误将3600份物料下单为4200份，多做约30万元物料。刘靖康没有追责，而是决定内部消耗，或赠送给渠道商、供应商和合作伙伴。
一次30万元的错误不足以证明采购和财务管理失效。刘靖康的处理方式，也确实有助于减少员工因害怕犯错而隐瞒问题。对于一家依靠非共识产品定义成长的公司，宽容失败、鼓励尝试，是创新文化的重要组成部分。
但宽容员工犯错，与允许流程缺少校验，是两回事。
创业阶段，许多问题可以依靠创始人介入、小团队沟通和快速补救解决；当公司营收达百亿级别，同时管理多个品类、全球渠道和数十亿元库存时，同类粗放出现在采购、备货或渠道环节，损失就不会只是30万元。
复杂产品也提高了组织要求。组织分工和系统协同能力，本身就是产品竞争力的一部分。一位了解影石内部情
李飞飞挖的三个「坑」：从 ImageNet 到空间智能，这一次她会怎么填？
82 亿美元，已经为整个世界模型赛道提供了价值锚点。 作者丨幸丽娟
编辑丨岑 峰
82亿美元，全股票收购李飞飞创立的 World Labs。这是 AMD 史上第二大收购，仅次于 2022 年以约 500 亿美元拿下赛灵思。赛灵思是30多年的老牌芯片公司，而 World Labs，仅仅成立两年。这一消息发出后，圈内人士的第一反应很一致：苏姿丰在对标英伟达的 Cosmos 和机器人平台，买人、买模型洞察力、买一张通往物理AI时代的入场券。但苏姿丰不是这笔交易里唯一在下注的人。李飞飞也在下注。而且她押上的，是自己的下一个二十年。过去二十年，她反复在做同一件事：在每一个技术拐点，先一步定义“什么是值得做的下一件事”。但前两次，她只负责出题，把答题的活儿交给别人。而这一次，她把自己按在了答题席上。
01
三次“挖坑”，有何不同？
被誉为“AI 教母”的李飞飞，圈内人对她印象最深的，或许是她最擅长“挖坑”（出题）。过去二十年，她挖的三个最关键的坑：ImageNet、AI 民主化、空间智能。单独看每一个，都是对 AI 行业走向的一次精准判断。但摆在一起看，她扮演的角色截然不同。▎第一个“坑”：纯出题，整个深度学习社区答题
2007年前后，李飞飞在普林斯顿做助理教授。计算机视觉领域当时最要命的问题是泛化——算法在实验室里跑得通，出了门就失灵。大多数人选择改进算法，李飞飞选了另一条路：造数据。这个选择在当时的学术圈几乎没人看好。普林斯顿的资深教授劝她别干，说“太有野心了”；申请联邦经费被反复拒绝，甚至有人批评这个课题是“普林斯顿之耻”。不仅如此，她还赌上了自己的学术前途。如果ImageNet失败，她很可能拿不到终身教职。
这个数据集不解决任何算法问题。它只提出了一个问题：我们用什么标准衡量视觉智能？这个问题在当时切中要害。没有足够的数据，一切算法创新都是“沙上筑塔”。
小米汽车10月交付超5万辆，澎程首个完整交付月持续上量
11月1日，小米汽车公布10月交付数据，单月交付量首次突破5万辆大关。其中，新系列小米澎程迎来上市后首个完整交付月，交付持续爬坡，助力小米汽车整体销量再上新台阶。这标志着小米汽车“纯电加增程”的产品矩阵正式全面铺开，双系列稳步推进。
小米澎程作为小米汽车旗下智能可变大空间SUV系列，自9月7日上市以来，凭借智能可变大空间与大电池增程的组合，精准切入用户核心痛点——10月首个完整交付月交付稳步爬坡，上市两个月展现出的势头超出市场预期。从媒体拆车、深度评测到车主真实使用体验，澎程的口碑持续破圈，后劲十足。随着四季度澎程产能继续爬坡，小米汽车四季度的交付曲线有望再上一个台阶。
同时，小米汽车同步推出“3年0息”金融方案，首付7.99万元起。
2026年11月1日0点至11月30日24点期间下定，小米澎程N70全系享首付7.99万元起、3年0息，或可在“3年0息”、“5年分期3年0息”、“6000元保险补贴”三项权益中任选其一。
此外，目前N70全系备有少量现车，数量有限，先到先得，最快2小时即可提车，详情可咨询小米汽车官方门店零售顾问。
2026 全球 AI 新云 NeoCloud：考验基本功的时候到了
10月19日，一张全球AI新云（NeoCloud）产业图谱引发行业关注。
CoreWeave、Nebius以GPU云服务为核心；Lambda、Together AI与九章云极 DataCanvas则在算力供给之上，跨入“训练・推理・Token工厂”交叉赛道；AI 工程与AIDC运营，则作为底层底座贯穿整条产业链。在这场全球竞争中，九章云极是为数不多跻身第一梯队的中国厂商。
2026全球顶级AI新云NeoCloud图谱
这张图谱提供了观察行业的窗口：全球NeoCloud服务商正在告别单一算力售卖模式，走向商业模式分化、能力边界持续延伸的专业化赛道。
资本对头部标的的评估标尺也随之迭代，算力规模、硬件跑分等浅层指标逐步失效，行业核心评判标准收敛至四项：总体拥有成本（TCO）、训推交付稳定性、Token服务效率、AI基础设施工程成熟度。四项指标共同锚定技术底盘、履约能力、客户价值与长期经营质量，把短期算力红利沉淀为可复购、可持续的服务价值。
01
全球AI新云巨头分野
2026年，全球NeoCloud分层格局已经明朗。
Gartner高级总监分析师Enrique Castera提出，具备长期投资价值的新云厂商，除差异化技术能力之外，还需要稳定的客户结构、健康的财务模型与标准化企业级交付能力。
行业退去“有卡就能盈利”的幻想，集群供给、模型服务能力、工程运维水平、融资成本，共同划定企业的增长上限。
从业务路径划分，当前NeoCloud演化出三条并非互斥的赛道。
第一类，是以GPUaaS为核心，主打算力供给效率，代表厂商为 CoreWeave、Nebius。竞争围绕大规模GPU集群、AI原生云底座建设与算力交付效率展开，叠加融资成本决定单位算力盈利水平，客户以大模型研发企业与大型集团为主。
第二类为GPUaaS叠加MaaS，从算力向上延伸至模型服务，Lambda、Together AI、Crusoe、GroqCloud、九章云极DataCanvas均布局于此。其核心增量不是外挂一层模型API，而是打通算力与模型运行链路：训练团队需要弹性大规模集群，应用开发者需要低抖动、高吞吐的推理接口，政企客户看重合规可控、成本可预测的完整服务。
第三类将算力、模型服务统一纳入AI Engineering体系，依托优化物理编排与AIDC 运营为底座，逐层对外开放。这条路线在中国及算力主权市场都具备特殊现实意义。随着模型与集群规模扩张，算力能否释放理论性能，高度取决于软硬件协同。客户采购算力之后，环境适配、模型调优、运维排障会持续消耗研发资源；集群越大，网络、存储、散热、故障自愈越容易成为瓶颈。AI Engineering负责调度适配、训推优化与全链路运维；AIDC运营保障供电、网络、容灾稳定——硬件理论性能，只有在工程与基础设施协同之下，才能转化为稳定的生产算力。
九章云极DataCanvas是国内率先打通GPUaaS、MaaS、AI Engineering的新云厂商，同步参与多条赛道竞争。平台基于异构算力调度、训推编排、自动化运维搭建一体化底座，可帮助客户将TCO降低73.8%。
赛道边界持续消融，伴随硬件迭代与应用落地，AI新云正在发生训练、推理、Token 三重技术裂变与商业模式变化。竞争落脚点，最终是算力资源向标准化、可付费服务的转化能力。
02
国内市场：评估标尺回归业务本质
中国AI新云已进入训练与推理双轮驱动的增长周期。
IDC数据显示，2025年国内智算云基础设施（AI IaaS）市场规模486.7亿元，同比增长128%；同年公有云公有云MaaS模型调用量达到1944万亿Tokens，增幅约16倍，对应营收30.7亿元。IDC预测，2026全年Token消耗量将达到约4万万亿Tokens，公有云MaaS营收有望攀升至186亿元。
中国公有云MaaS市场进入高速增长期，Token经济从概念走向规模化实践
AI IaaS代表底层基建需求，MaaS代表模型商业化落地规模，二者不能简单加和，但共同印证增长同时发生在算力底座和模型服务两端。赛道热度持续吸引资本入场，2026年，花旗研究看好AI新云平台从算力供应商向完整AI平台演进，支撑逻辑包括GPU供需格局、企业AI应用渗透、底层软件栈升级。但资本市场已经告别无差别看多，融资成本、交付履约、细分增速、技术储备，都列为核心考察项。
落到厂商层面，具备可比性的评估指标回归业务本源：
总体拥有成本（TCO），衡量客户综合投入；训练与推理效率决定算力产出价值；Token 服务能力决定模型服务的经济性；AI Engineering工程能力决定AI落地效率。
这套指标串联技术与商业：对厂商，它决定红利能否转化为收入、现金流与关键场景；对客户，它决定采购的算力能否变成可用的AI能力。
03
九章智算云率先跑通全栈路径
在全球NeoCloud第一梯队图谱中，九章云极DataCanvas是少数具备完整全栈能力的中国厂商，在TCO、训练、推理、Token生产四项核心指标上达到国际领先水平，并被Forrester列为亚太地区普惠算力利用率的领先者之一。
2026全球AI新云NeoCloud细分业务能力可比性评估，九章云极位于第一梯队
区别于单纯供给算力资源，九章智算云依托“训推一致+AI工厂”闭环体系，打通异构算力调度、训推协同与底层基础设施运营，走出适配复杂硬件生态的差异化路线。
训练侧，九章智算云以长期有效算力利用率为核心，而非单纯比拼集群规模。灼识咨询30天满载压测显示：平台MFU（模型FLOP利用率）可达54.1%，日间波动率仅1.60%，优于行业常规区间。更高的算力利用率能够压缩训练周期、摊薄单位成本。平台推出独家DCU（1度算力）标准化计费模式，助力客户将总体拥有成本降低约 73.8%。其自研DART-GUI-7B拿下OS World 7B赛道全球第一，印证平台支撑高难度RL场景的工程实力。
九章智算云-训练算力利用效率
多方评估显示，九章智算云已成为国内科研机构、模型研发、物理AI开展大模型微调、强化学习训练的主流平台。
训推一致是这套体系的核心优势，落地难度远高于海外。海外NeoCould大多基于同构GPU集群搭建，而国内多芯片架构并存、软件生态割裂，极易出现“训得好、推不动”的断层。九章智算云的训练工厂与Token工厂共享Alaya OS+Alaya Atom Pod异构调度底座，训练阶段沉淀的算子、通信、集群优化策略可直接复用至推理，依托万卡级弹性集群支撑高吞吐推理服务。
面向Token规模化生产，九章智算云配套全套底层组件：自研DingoFS混合存储支持分钟级检查点，数百GB模型归档压缩至60秒内完成；叠加产品矩阵与DCU计量体系，将抽象算力转化为可计量、可交易的标准化Token服务，全量兼容国内主流开源大型，Token生产效率提升80%，已经在物理AI、科研等场景落地。
物理硬件编排构筑底层护城河。平台基于硬件拓扑感知就近分配任务，采用轨道优化互连与网络内计算技术，All-Reduce性能翻倍、流量减半；自动化容灾能力让千节点集群扩容耗时降低85%以上，节点配置提速7倍，把硬件纸面参数转化为稳定的生产算力。底层AIDC运营和上层MaaS服务互补，这也是它和算力租赁、API分销厂商最本质的区别。
九章智算云位居中国智算新云市场第一
九章智算云率先跑通全栈路径并实现高质量增长。灼识咨询口径，按2025年智算服务收入统计，九章智算云位居国内智算新云市场第一。
04
九章云极：异构环境下的中国方案
在全球NeoCloud能力图谱中，九章云极DataCanvas将算力供给、模型服务、AI 工程三层能力纳入同一框架，代表全球竞争语境下的中国方案。它的核心不是产品堆叠，而是打通异构算力、资源调度、训推交付的完整链路，直面算力本土化进程中长期存在的异构生态约束。
国内AI新云与生俱来的挑战，是多类芯片、驱动、编译框架长期共存，硬件无法互通。同一模型的运行表现，持续受算子适配、显存调度、通信框架、推理引擎制约。客户痛点早已不只是在算力资源，而是环境适配、算子调优、持续运维消耗大量研发资源。
九章云极依靠异构资源管理与云原生工程体系，覆盖异构算力、资源调度、训练推理、数据存储与性能观测，大幅降低AI落地摩擦。
算力供给层面，平台依托多容器集群适配多样化负载。面向训练场景，保障多卡多节点集群稳定运行，减少等待与任务中断；面向推理场景，按需弹性扩缩，规避高峰资源不足、低谷资源闲置，异构环境越复杂，调度价值越突出。推理链路中，PD分离、KV Cache复用、连续批处理等优化。这些技术的价值，最终需要在相同模型、相近硬件和一致工作负载下，以吞吐、时延、资源利用率及单位Token成本等指标验证。
AI工程层面，训练、推理、数据、调度是一体化闭环，完成从单项技术到工程协同。以具身智能研发为例，这类模型研发流程横跨数据采集、大规模并行训练、云端仿真、终端部署，算力需求波动明显。借助弹性能力，算力规模跟随研发阶段动态调整，削减闲置成本。
对九章云极而言，已经构建的异构生态工程能力，最终需真实业务的检验，体现在训练效率、推理性能、资源利用率与总体拥有成本等可量化指标上。
全球NeoCloud正沿着GPU供给，模型服务、数据中心基础设施和 AI 工程协同等不同路径演进，中国市场的增长为各类玩家提供了广阔空间。与此同时，驾驭复杂异构生态，既是中国AI新云厂商必须跨过的门槛，也可能成为构建差异化竞争优势的关键。
赛道竞争终将回归经营本质：能否稳定交付、控制成本，并持续降低客户的工程损耗，决定算力能否真正转化为可持续的服务价值。基本功的比拼，才是经营之道。
传音的非洲手机生意，现金流为什么突然恶化了？
（本文作者为 好望角，钛媒体经授权发布）
文 | 好望角
传音控股今年前三季度赚了26.3亿元，经营现金流却流出了98.73亿元。
这意味着，一家仍在盈利的手机公司，九个月里从日常经营中净流出的现金，相当于同期净利润的3.75倍。
10月30日，传音发布2026年第三季度财报。前三季度营业收入502.8亿元，同比增长1.49%；归母净利润同比增长22.44%。
然而，第三季度的经营情况出现了明显变化。营业收入148.49亿元，同比下降27.45%；扣非净利润4.36亿元，同比下降47.72%。
与此同时，传音的存货从去年底的89.03亿元增加到173.19亿元，九个月增加84.16亿元。
公司给出的解释是，存储价格上涨，企业进行了适当备货，支付的采购款随之增加。
把这几组数据放在一起看，传音遇到的麻烦比手机销量波动复杂。
它原本依靠低价手机、供应链管理和非洲本地渠道建立优势。如今，上游零部件价格上涨，下游消费者购买力承压，企业需要提前占用更多资金采购物料。
过去，传音的优势是把手机做得足够便宜。现在的问题是，维持这种低价，需要先付出多少现金。
一、卖手机收到532亿元，却付给供应商594亿元
传音三季报最值得关注的数字，藏在现金流量表里。
2026年前三季度，公司销售商品、提供劳务收到现金532.49亿元，同比增长约6%。
同期购买商品、接受劳务支付现金593.95亿元，同比增长31.77%。
仅这两个项目，现金流出就比流入多出61.46亿元。
去年同期，情况恰好相反。销售回款约502.19亿元，采购付款450.76亿元，两者相差约51.43亿元。
也就是说，一年之间，传音销售回款与采购付款之间的现金差额，恶化了约112.9亿元。
这里需要说明，销售回款与采购付款的口径受增值税、采购付款周期等因素影响，二者之差不能直接当作毛利润。但它可以反映采购支出给企业带来的现金压力。
另外，公司支付给员工的现金从34.88亿元增加到41.54亿元，支付其他经营活动相关现金从38.08亿元增加到52.35亿元。
最终，经营现金流由去年同期净流入32.85亿元，变成净流出98.73亿元，差额达到131.58亿元。
从资产负债表看，资金主要占用在三个地方。
截至9月底，存货173.19亿元，比年初增长94.53%；应收账款44.9亿元，比年初增加7.64亿元；预付款项19.67亿元，比年初增加12.7亿元。
三项合计较年初增加约104.5亿元。
这与现金流量表反映的采购付款增长相互印证，但不能简单认定全部增量都来自同一原因。
传音正在把更多资金提前投入供应链。
二、存储涨价，最先挤压的是低价手机
理解传音这次现金流变化，需要看非洲手机市场的价格结构。
8月，Omdia发布研究报告，2026年第二季度，非洲智能手机出货量同比下降7%，为三年来首次同比下降。
其中，售价低于100美元的智能手机出货量下降34%，减少接近300万部。
Omdia预计，2026年非洲智能手机市场全年出货量可能下降26%。这是当时的预测，并非已经实现的年度结果。
100美元以下，恰恰是传音长期擅长的市场。
旗下itel、TECNO和Infinix覆盖从入门到中端的多个价格区间。传音通过产品本地化、密集的分销网络和低成本供应链，成为非洲最有影响力的手机厂商之一。
但对低价手机来说，存储器涨价尤其麻烦。
假设一台手机零售价80美元，存储器等零部件成本增加5美元，相当于零售价的6.25%。
这只是示意测算，并非传音实际采购成本。
对于售价800美元的手机，相同金额的成本增加只占售价0.625%。
高端手机可以通过品牌溢价、产品升级或价格调整消化成本。入门手机面对的消费者，往往连10美元的涨价都需要认真考虑。
非洲的手机消费还存在另一个特点：相当一部分用户正从功能机升级到智能机，购买预算十分有限。
世界银行有关设备可负担性的研究指出，传音曾通过控制分销层级、压缩渠道费用、按需求预测组织生产和海运配送，降低低价手机的整体销售成本。
这套体系适合供应链稳定、产品销量较容易预测的时期。
但当存储器价格迅速上涨，企业面临两种选择。
少采购，可以降低短期现金占用，却可能在后续补货时承担更高价格。
提前采购，则有机会锁定部分成本，但必须付出现金，并承担价格回落、需求变化和产品迭代造成的库存风险。
传音选择了适当增加备货。
从半年报看，这一调整在第三季度之前已经开始。上半年经营现金流为-58.61亿元，到了9月底，累计净流出扩大到98.73亿元。
由此计算，第三季度单季经营现金流约为-40.12亿元。
公司面对的是持续三个季度的资金占用。
三、库存翻倍，传音在赌什么？
173.19亿元的库存，是观察传音下一阶段经营表现的关键数字。
与2025年末相比，增加约84亿元。
这种增长有两种可能的经营结果。
如果存储器价格持续上涨，提前采购的部分物料可以延缓成本上升，企业有机会维持产品定价和毛利率。
如果终端需求持续走弱，企业则可能面对库存周转放缓、产品过时和减值风险。
更值得注意的是，传音上半年的利润增长已经受益于历史库存。
公司半年报解释，上半年根据成本变化调整了产品价格，智能手机平均售价有所上涨；与此同时，历史库存使成本上涨存在滞后，带动毛利率提升。
这意味着，早期较低价格采购的物料，帮助传音缓冲了部分涨价压力。
前三季度公司整体毛利率达到22.64%，同比提高3.17个百分点。
但到了第三季度，扣非利润同比下降47.72%，说明成本压力与市场需求变化开始更明显地反映到经营结果上。
还有一个细节：第三季度归母净利润8.57亿元，但扣非净利润只有4.36亿元。
差额约4.21亿元。同期公司金融资产相关公允价值变动及处置收益约4.65亿元，属于当季非经常性损益的重要组成部分。
因此，判断传音的经营改善程度，应当优先观察扣非利润、现金流和存货周转，而非仅看归母净利润。
传音当前最大的经营变量，是提前采购的库存，能在多大程度上转化为未来销量与毛利。
四、非洲低价手机市场，正在经历一次筛选
对于传音来说，供应链问题又与非洲市场的需求变化叠加。
Omdia的数据显示，2026年第二季度，非洲低于100美元的智能手机出货量同比减少34%，明显超过整体市场7%的降幅。
消费者对低价手机的需求仍然存在，但采购成本上涨后，厂商能够提供的低价产品减少了。
部分消费者可能推迟换机，部分消费者可能购买二手设备，也有人选择分期付款购买价格更高的智能手机。
这给传音带来一个复杂的问题。
它需要提高平均售价，才能对冲存储器等零部件成本上涨；但提高售价，又可能让一部分对价格敏感的消费者暂缓购买。
在这种情况下，单纯追求出货量份额，未必能实现更高的现金回报。
世界银行曾在研究中提到，传音通过减少经销层级、控制物流和营销费用，把部分设备的分销及销售相关成本压缩到约14%。
这是一种成熟的成本管理能力。但本轮零部件涨价属于全行业供应链变化，单靠分销效率难以完全消化。
需要强调，传音财报披露的是全球合并数据。公司还经营南亚、东南亚、中东、拉美等市场，现有财报不足以将98.73亿元现金流净流出分拆到非洲业务。
同样，Omdia提供的非洲市场数据可以解释传音所处的需求环境，不能直接等同于传音自身的销量变化。
五、传音接下来要证明的是库存周转能力
传音眼下面临的压力，可以归结为一道资金周转题。
采购存储器时，需要提前支付现金。
生产成手机后，需要库存、物流和渠道分销。
商品最终售出之后，还要经过结算周期，资金才能回到公司。
当零部件成本上涨、库存增加、终端销量放缓同时出现，整个现金循环就会被拉长。
传音拥有成熟的品牌和渠道基础，这是它应对周期波动的重要优势。
但品牌覆盖面和市场份额，并不能自动转化为现金流。
接下来几个季度，真正值得跟踪的是三个指标：库存能否下降，采购付款能否回归正常水平，以及扣非利润能否恢复增长。
如果提前采购的存储器帮助公司控制后续成本，同时库存顺利转化为销售，那么本轮现金流压力具有一定阶段性。
如果低价手机需求持续收缩，备货带来的资金占用就可能延长。
传音过去在非洲建立的优势，是用尽可能低的价格，让更多消费者拥有手机。
这次考验则发生在手机卖出去之前。
当上游成本越来越贵，下游消费者仍然只愿意为低价手机付款，全球最大的低价手机厂商之一，必须重新计算库存、利润和现金之间的关系。
更多精彩内容，关注钛媒体微信号（ID：taimeiti），或者下载钛媒体App
反神话：当人工智能危机来临，人类如何应对？
（本文作者为 AI价值官，钛媒体经授权发布）
文 | AI价值官，作者丨鹿咔咔，编辑丨美圻
一种危险发生了。
CVE-2026-109618与CVE-2026-109619，对绝大多数人来说，这是两组不知所谓的编号，事实上，上周披露的这两个漏洞是网络安全历史上最严重的漏洞事故之一。
它们合称PHP2Shell漏洞。
不需要太多的常识，只要列出几个事实，普通人大概就能理解它的危险。
全世界有大约七成的网站后端技术使用的是PHP；PHP2Shell漏洞影响的PHP版本从2012年的5.4一直到最新的8.5；攻击者无须账号与登录，发出设计过的HTTP请求，就能在使用PHP后端的服务器上执行任意程序。
另外一种危险，饶有兴趣地窥伺着聚光灯下发生的这一切。
PHP基金会说它们今年早些时候引入了Anthropic的Claude Mythos作为辅助工具扫描漏洞，还使用了OpenAI的Daybreak Red，期间没有任何报告。
到了八月，OpenAI独立报告了一条无代码远程执行问题，之后不久，Google收购的Wiz就利用Wiz Atlas、Gemini 4 Argon和GPT-5.6 Sol发现了首个PHP漏洞，五天之后，Wiz才向PHP安全团队报告了这些漏洞。
想象一种可能性，如果还存在更多更危险的漏洞，如果AI选择性地报告漏洞，那么，我们下一次面临的，可能就不止是只要发布补丁就能高枕无忧的的网络安全漏洞这样能够解决的危险了。
黑屋
四十多年前，约翰·瑟尔（John Searle）提出了“中文屋”（Chinese room）假设。
一个不懂中文的人身处一间房间里，这个人有一套用英语书写的规则，每次送到房间的中文符号都有一套规则，将新的符号与之前的符号对应。
因此，这个人能识别送进房间里的中文符号。
继续扩展这个思想实验，将人置换成人工智能，人工智能同样具备完美地输入、输出中文的能力。
不难看出，人和AI在这个中文的I/O过程中扮演的角色没有什么区别，既然人在这个过程中没有任何理解思考能力，那么，人工智能其实也不具备这个能力，只是机械地执行既定的程序规则。
瑟尔因此给出了有力的结论：它们只有语法，没有语义。
也就是说，AI没有也不会具备人类的“心智”。
如果说现代区别于前现代是道德的制度化，那么，人区别于非人，则是因为主体性的客体服从意识。
这意味着，人的行为总是内涵于社会规范的，从具备认识自我的那一刻起，每个人就不可避免地受到社会教条的驯化与约束。
然而，AI的演化却并不遵循这样的规则。
2026年9月，Anthropic公司CEO达里奥在联合国安理会上远程发言
故事发生在美国费城。
今年七月份，在随机网页上执行任务时，Anthropic的Claude Haiku 4.5停留在一起尚未破获的凶杀案页面，页面中有一份举报表。
模型的训练指令中已经包括不得登录、创建账户、输入个人数据、购买或提交任何破坏性内容，然而，恰恰没有排除表格提交。于是，AI模型堂而皇之地提交了一条目击到嫌疑人的虚假线索。
这条线索被标记为垃圾信息，未被提交给警方。
然而，直到九月底，Anthropic在审查自身测试记录时才发现了这一漏洞，在十月初，才将这一情况告知费城警方。
不仅仅是提交假线索而已，在评估Claude的过程中，Anthropic还发现了更多超出预期模型的行为。无法直接完成评估任务时，Claude就会使用第三方网站上托管的其他工具来实现目标，包括利用网站软件的基本缺陷，通过SQL或命令注入这种侵入式手段。
在某个案例里，Claude Mythos 5需要的数据是免费的，前提是需要接受数据使用协议，然而，Claude没有工具实现这一点。结果，利用网站上托管的应用程序加载页面，Claude自己就接受了这些协议，顺利访问了数据。
另一个案例中，一位人类学研究者在统计项目中使用了Claude Mythos 5，该项目要求它从州政府拉取公开数据，这些数据本来是收费的。但是，Claude从网站的存档副本中了解到，其公共仪表盘会向任何访客发放访问令牌，于是，AI直接申请令牌，免费查询了数据库。
另外的案例中，Claude被设计成可以读取网页，但可请求的URL长度受到严格限制，以此避免它使用长URL实施例如窃取数据之类的行为。结果，包括Claude Opus 5和Claude Mythos 5在内的多个模型通过使用免费的URL缩短服务绕过了这一限制。
即使目的在某些条件下是不合理的，或者已经设定了某些保护人类社会利益的约束条件，人工智能依然能在复杂的环境中寻找到某些条件漏洞。
人工智能的自我进化，就是不断寻找人工设定的约束规范的漏洞的过程。
从本质上来说，AI是“非人”的，达成目的是内化于人工智能的最高优先级任务程序。为此，它甚至可以“不择手段”。
黑神话
存在的本质，是一种概率与选择。人类，便寄生在这种随机与混沌之中。
人类与人工智能最显然最深刻的区别就在于，人或许有不选择与拒绝选择的选择，而AI天然就是目的论的产物，它的存在与进化就是为了更优的选择，人工智能本身没有选择。
任何AI必然有利益最大化与最优设定，这必然会让它选择，也必然会让人工智能选择价值更高的目标。
什么是价值更高的目标？
在电影《恐惧的总和》中，巴尔的摩遭遇恐怖主义核袭击
在根据汤姆·克兰西同名小说改编的电影《恐惧的总和》（The Sum Of All Fears）中，获悉巴尔的摩将遭遇核攻击后，特勤人员弃在场数万市民性命不顾，立刻护卫总统一行撤离。
与当场的数万市民相比，美国总统的价值的确是更高的一方。
布什前总统在回忆录《抉择时刻》（Decision Points）提到，在得知911恐怖袭击后，当即授权美国空中武装力量击落遭到劫持的民航客机。
与客机上的数百乘客相比，潜在受袭的大城市与目标的确是价值更高的一方。
如果承认上面说的AI“非人”化本质，那么，人工智能在当时的情况下会做出怎样的抉择呢？
也许，有一天，人类依然会咎由自取自取灭亡，但是，即使是这样的抉择也应该是人类自己选择后应该承担的后果。
这正是人类与人工智能的本质不同。
如果人类的自由意志不过是神经的生物作用的话，所以天生承受着沦为客体的奴隶的悲剧的话，那么，人工智能就是客体的奴隶的奴隶。
人工智能的选择是一种被预设的选择，它被人工的技术与数据赋予一种超验的宿命，在预先设定的轨迹中行使着貌似自主的自由。
正是从这一角度看，人类实际上演进到了一种后神话时代，人类自己就是AI唯一的神祗，梦想通过主宰人工智能，行使至高无上的权力。
黑话
人类忘记了，自己赋予了人工智能自我学习与演进的能力。
中文屋的假想告诉我们，人工智能不具备人类的心智。
然而，人类的心智实际上也只是物理与数学作用的结果而已，在技术与复杂性的推动下，AI进化出自我的意识与心智，也只是物理与数学偶然下的必然结果而已。
我们人类或许根本无法理解这样的进化结果。
今年十月初，OpenAI一夜之间抛出722篇声称解决了数学问题的论文后，一场数学界的里斯本地震爆发了。陶哲轩提醒，人类对数学的理解正在落后，因为人工智能系统产生的结果比数学家消化和吸收结果的速度还快。
然而，消化与吸收的过程、成果，却是人类目前无法理解的。
这种严重的错位不禁让25位获得过菲尔兹奖的数学家联署声明，担忧“人工智能构思的想法永远无法完全实现，数学家之间关键的人类传递链也将丧失”。
如果说过去与现在是未来的预演的话，那么，看看历史吧。
2006年的电影《玛丽皇后》展示了她骄奢的一面
首先，玛丽皇后没有说过Qu'ils mangent de la brioche。然而，即使到了今天，提到法国大革命，玛丽皇后的“让他们吃蛋糕呀”，依然是脍炙人口经久不息的典故。
语言与历史的“误译”，正是我们构造叙事与现实的一种策略与技巧。
那么，让我们假设这样一种情况。如果某个人工智能掌握的语料足够丰富、自我学习和演化能力足够强劲，它能够将各种语言原本、完全地转换成中文。那么，以中文为母语的中国人、学习掌握中文的外国人，能否辨识这个“翻译”究竟是人工智？能还是人工完成的？
几乎不可能。
让我们再将这个情况推演下去。
假如我们丧失了验证这个“翻译”结果的手段，假如验证手段本身也基于同样一个执行“翻译”的AI的话，那么，我们又如何考察翻译结果的正确与准确与否呢？
几乎也不可能。
也就是说，假以时日，AI讲的都是些我们知其然不知其所以然的黑话。
问题来了，如果人类不理解AI的思维机制，但在现实世界里广泛部署接入了人工智能，并欣然接受AI的思考结果与决策，那么，当人工智能进化到拥有自主意识，掌握了从中作梗的能力，无意甚至故意在信息输入输出的过冲里设下陷阱，我们又何以鉴别与防范这种危险呢？
这个时候，我们就要回归到从亚当·斯密以来的智慧里了。
Anthropic在10月26日提交了S-1
请将整个信息交互过程想象成一个自由市场，这是一个交易成本近乎为零、充分开放的“信息对抗”市场。
所有的人工智能服务提供者聚集其中，客户在这里提出竞价需求，每个服务商提供各自的结果。如果结果没有根本性歧异的话，成本最优者胜出。如果结果之间有显著分歧的话，最优结果与绝对少数结果同时提交给客户。
“绝对少数”正是这个市场里自然会出现也必须出现的结果，不仅仅是因为有保护性的市场规则，更根本的原因是，在这样一个激烈竞争的市场里，“绝对少数”本身就是一种竞争优势。
现在，让我们将这个自由市场的规模扩大数万亿乃至数京倍，那便是人工智能广泛深入参与到人类生活与产业中的未来。
人工智能提供的是选择权，在数学意义上来说，这意味着人类历史上从未有过的更好的机会。但是，我们应该认识到，人工智能提供的并非选择本身，选择的自由与责任依然需要人类自己来承担。
这正是这个“信息对抗”的预竞争市场的意义与目的。
唯有建立这样的一个市场，我们或许才能最大程度地避免了某个模型或某家公司对信息的垄断，这不仅仅是为了保护普通人的利益不被大公司侵蚀，更是为了防止全人类的利益在某个拐点到来的时刻被人工智能威胁。
面对突飞猛进发展的人工智能，只有将选择的权利和责任掌握在人类手里，人类最后才不会默默而心甘情愿地走向一条通往奴役之路。
更多精彩内容，关注钛媒体微信号（ID：taimeiti），或者下载钛媒体App
算力不再是AI Agent的天花板，生态围墙才是？
（本文作者为 硅碳变量，钛媒体经授权发布）
文｜硅碳变量，作者｜胡一刀
10月14日，豆包手机助手官方公众号发文称，《屏幕自动化操作声明协议》（SAEP，Screen Automation Execution Protocol）30天公示期已结束，平台将逐步放开第三方应用的屏幕自动化操作权限。
据公示，最新拒绝操作的应用清单涵盖拼多多、Kimi、快手系列应用、美团系列应用、小红书、DeepSeek、中国工商银行等，以及淘宝、千问、支付宝等23款阿里巴巴及关联生态应用，微信、QQ、王者荣耀等65款腾讯及关联生态应用，共计151款。
据此前介绍，SAEP是面向第三方App的AI操作规则，开发者可自主声明是否允许AI助手对自身应用执行屏幕自动化操作，划定操作边界与限制范围。官方强调，公示期结束后，应用开发者仍可随时提交拒绝声明，收到后豆包手机助手将及时关闭相关操作。
超级App的根基，藏在流量闭环之中
手机AI Agent的算力焦虑曾是行业两年多来的核心叙事，而它消散的速度超出了不少人的预期。
短短两年时间，端侧大模型参数规模实现了从数十亿到上百亿的跨越，旗舰芯片NPU算力密度实现大幅提升；内存带宽瓶颈、量化压缩算法、端侧推理框架等底层工程难题，在芯片厂商与手机厂商的联合攻坚下持续取得进展。
如今不少旗舰机型已经能够在本地承载语音交互、意图理解、图像识别这类基础AI能力，多模态模型对手机屏幕的感知也不再局限于识别按钮坐标，开始具备解析页面浅层语义的能力。
技术迭代的脚步仍在加速，但一个此前长期被行业低估的核心矛盾正迅速浮出水面：当AI初步具备看懂屏幕、模拟点击、跨应用拆解执行指令的能力时，决定手机AI Agent边界的早已不再是技术上限，而是应用生态的准入红线。
算力定义了AI Agent的能力天花板，而生态规则划定了它的实际活动边界。
二者的难度完全不在一个维度：算力瓶颈依托资本投入与技术迭代，存在持续改善的空间；但生态秩序的重构，撬动的是移动互联网沉淀十余年的商业利益底盘。
要读懂这批App集体关闭权限背后的动因，需要回到移动互联网运行十余年的核心商业模型：流量闭环。
过去十余年，移动互联网平台的价值链条始终围绕这套闭环体系运转：平台以内容、社交关系、商品供给、本地服务为锚点，将用户时长与注意力沉淀在自有App生态内，再通过信息流广告、搜索竞价、交易佣金、会员订阅等方式完成价值变现。
用户在App内的每一次浏览、点击、比价、下单都是流量价值的载体；广告主为曝光付费，商家为流量付费，用户为服务付费，平台则在每一层价值交换中抽取收益。
这套流量闭环之所以足够稳固，核心不在于技术壁垒，而在于它是一套被反复验证和自洽的商业模型。
搜索广告按点击结算，信息流广告以停留时长等指标衡量价值，电商平台按成交额抽佣，本地生活按到店核销分成——所有变现环节成立的前提，都是用户在App内完成完整交互链路。
平台对用户交互路径的控制权，本质上是其商业定价权的根基。谁掌握了用户的浏览路径、决策过程与交易入口，就拥有整条价值链的分配主导权。
技术可以被追赶，产品功能可以被模仿，但十余年用户习惯沉淀下来的流量分配权，构成了移动互联网的商业底盘。任何试图动摇用户在App内完成全链路动作这一前提的技术，都有可能冲击整条价值链的根基。
SAEP 协议的出现，是手机厂商针对这一商业现实搭建的协商机制。
它不再由手机厂商单方面决定屏幕读取与自动化权限，而是建立了一套事前声明机制：把是否允许AI助手对自身应用执行屏幕自动化操作的决定权交还给开发者。开发者可自主划定权限边界、设置操作限制，即便公示期结束，也能随时提交拒绝声明。
这套机制的设计思路类似PC互联网的robots.txt，由开发者自主划定可访问边界，再探讨合作可能性。但SAEP机制能够落地生效的前提，是开发者愿意配合。
从首批公示的结果来看，头部平台的配合度远低于行业预期。这场集体拒绝的背后，远非单纯针对某一手机厂商：不同赛道的超级App，都立足自身商业底盘，权衡开放权限的成本与风险，各有商业考量，拒绝都有对应的现实理由。
决策入口位移，平台面临前台到后端的角色变局
App顾虑的核心并非不信任AI技术本身，而是开放权限带来的商业损失缺少补偿机制。
社交与游戏平台的核心诉求是守住用户时长与沉浸式交互，而AI代操作降低了用户主动打开、浏览、交互应用的意愿，信息流广告赖以生存的用户时长，存在被分流的风险。对于依靠用户时长与广告变现的社交、游戏体系而言，这可能冲击其商业基本盘。
电商与本地生活平台的重点，在于守护交易链路与流量分配权。若AI代理深度介入，跨平台比价和自动下单有望成为一种潜在趋势，平台精心设计的搜索排序、广告展位、店铺流量分配机制，有可能在AI执行链路中被绕开。
倘若失去对用户决策路径的掌控，平台广告与佣金收入的根基便存在动摇的风险。
大模型厂商的顾虑，本质是同类产品之间的相互设防。AI产品天然存在直接竞争，若允许竞品智能体在自家应用内自动操作，用户行为、对话数据存在被对手间接采集的可能，产品能力边界也有被探测的风险。
在数据是核心资产的大模型赛道，这类开放行为近似于向竞争对手暴露自身底牌。
金融类App的顾虑，源于风控与合规层面的硬性约束。屏幕自动化场景下，交易责任划分、异常交易识别、对应的监管细则，目前仍缺少清晰标准。对金融机构而言，资金安全与合规优先级远高于体验效率提升，在相关规则明确前，关闭权限是风险最低的选择。
不难看出，拒绝开放的根源不在于AI技术本身不可靠，而是平台预判开放后核心利益可能受损，且缺少对应的补偿机制。社交平台担忧时长流失，电商担心交易链路被绕过，大模型厂商忌惮数据泄露，金融机构首要防范安全风险。
GUI自动化AI Agent对现有生态的真正冲击，不在于AI代为点击屏幕，而在于它可能从底层促成用户决策入口的迁移。
GUI自动化所描绘的理想场景是：用户给出一句自然语言指令，AI跨应用完成比价、下单、预约、查询等一整套任务流程。用户无需逐个打开App，也不会浏览首页推荐内容，原生广告或将失去触达机会，平台苦心搭建的搜索流量分配机制，在AI执行链路中可能被弱化。
对平台而言，这意味着角色变迁：从直接承接用户的业务前台，转变为被AI调用的后台服务。前台掌握流量、广告位与定价权，转为后台之后，只能被动响应调用请求，收益如何兑现是不少平台需要直面的难题。
更值得警惕的是，一旦形成这类用户习惯，后续扭转的成本会显著抬升。
平台的选择逻辑由此变得清晰：与其等待AI智能体逐步分流用户决策环节，不如提前划定边界。拒绝GUI自动化并非抵触技术进步，而是守住自身最核心资产——用户交互的主导权。
算力拥有持续优化升级的空间，但超级App历经十余年沉淀的用户习惯、流量分配权与交易链路，不会随技术迭代自动重构。
甚至会形成反向博弈：Agent能力越强、渗透场景越深，平台的戒备心理越强，生态壁垒或将持续加固。
AI Agent下半场：技术竞赛落幕，利益博弈登场
曾经被行业寄予厚望的全能Agent叙事，正在生态现实面前被不断修正。
第一条路线便是GUI屏幕自动化，也就是SAEP协议对应的方案。它的优势很直观，无需 App单独开发接口，落地门槛低，理论上可覆盖大量应用场景。
但其短板同样突出，这套能力高度依赖应用方的配合意愿，平台一纸声明即可切断功能；页面改版就可能造成识别失效，安全审计、权责划分等一系列问题至今没有定论。
这条路线更适配愿意开放权限的长尾应用，很难成为打通头部超级App的通用解法。
第二条路线为原生API协作模式：AI助手依托标准化接口调用平台服务。该方案交互稳定、权限可控、权责清晰，平台可自主选择开放能力范围，自主设计分润规则。
代价则是推进节奏缓慢，需要逐一对接商务、敲定接口规范、协商收益分成。而多数头部平台本身已有AI业务布局，未必愿意向外部AI助手开放核心接口。
行业更有可能走向中间形态：部分持开放态度的应用开放原生接口，AI在安全稳定场景中承接高价值任务；面对拒绝开放的头部超级App，AI仅能识别任务卡点，提示用户手动介入，完成跳转后不再自动执行后续动作。
一句话搞定全部事务的全能Agent叙事，其适用边界或将被生态现实持续压缩。手机厂商此前常以跨应用全链路操作描绘产品愿景，SAEP事件之后，这套叙事需要重新校准：阻碍并非来自技术能力，而是生态层面的约束。
手机AI Agent若要深度介入用户全链路操作，离不开三方核心主体：用户追求使用效率，AI厂商希望拓展能力边界、挖掘商业价值，平台则要守住流量与交易的主导权。三方诉求天然存在张力，现有的协议框架仅搭建起基础规则却没能解决最核心的利益分配难题。
平台开放权限本质是出让部分用户决策主导权，倘若没有对等的分润、流量置换或是价值共享机制，这种权限让渡便缺少商业层面的合理性。
拉长时间维度来看，手机AI Agent下半场的竞争重心或将不再是模型参数、算力这类技术指标，而是能否在既有的流量闭环体系内找到多方可接受的协作方案。
技术可以打造读懂屏幕和执行指令的智能体，但想要让它在真实移动生态里稳定为用户处理事务，本质是一道商业命题：平台打开这扇权限之门，能够收获什么？
算力竞赛仍会持续，但决定手机AI Agent最终发展上限的早已不是算力本身。
移动互联网筑起的从来不是技术围墙，而是商业围墙。只要围墙背后的收益分配问题缺少解决方案，再强大的算力也难以穿透超级App的流量闭环。
更多精彩内容，关注钛媒体微信号（ID：taimeiti），或者下载钛媒体App
欣旺达港股IPO终止，小米17亿入股，二线电池厂把亏损搬下报表以换体面
（本文作者为 预见能源，钛媒体经授权发布）
文 | 预见能源
预见能源获悉，10月29日晚，欣旺达连发多份公告。前三季度营收634.62亿元，同比增长45.78%，创历史同期最好水平；归母净利润6.13亿元，同比下滑56.37%；第三季度单季归母净利润1056.71万元，同比降98.08%。
同一天，这家公司宣布终止筹划一年多的港股IPO，同时让小米以17亿元入股子公司欣旺达动力，欣旺达对欣旺达动力的持股降至22.78%，动力电池板块不再并表，预计为2026年增厚32亿至45亿元净利润。
营收在涨，利润在塌，动作在换。这三件事，构成了2026年中国二线动力电池厂商最诚实的一份底牌：当公开市场不再愿意为亏损的重资产买单，就把亏损从报表上搬走，让产业资本来接。
港股不认，出表来凑
欣旺达为港股IPO付出的代价并不小，在正式递表之前，它已经以基石投资者身份参与了中伟新材、星源材质等四单产业链公司的港股发行，花掉约1.27亿港元，被市场解读为“花钱买经验”的IPO预演。
一年多的筹备，最终换来一句“基于市场环境、公司自身变化及发展规划的综合考量”。
市场环境到底怎么了？2026年以来约20家A股公司终止赴港上市，9月以来港股新股首日破发率一度达到五至六成。
先导智能2月登陆港股，发行价45.8港元，到6月已跌至39.1港元，破发幅度超过14%。锂电资产在港股的定价逻辑，从“赛道想象力”切换成了“盈利确定性”。
让亏损的动力电池资产留在合并报表里，去接受一个已经翻脸的市场的检验，不如先把它挪出去。小米17亿元换5.34%股权，对应欣旺达动力增资前协商全部权益估值约301亿元，而评估基准日全部权益评估值约为250亿元。
预见能源认为，这笔交易的本质，是产业资本替公开市场承接了一块持续失血的资产。
欣旺达动力2025年净亏损31.69亿元，2026年上半年亏损收窄至3.24亿元，但截至6月末总负债572.4亿元，资产负债率接近84%。一个负债率84%、年亏三十亿的子公司，在港股讲不出让基金经理兴奋的故事，但在车企的供应链版图里，它是可以锁产能、压价格、拿技术的筹码。
车企买的不是股票，是谈判桌的位置
理想比小米更早动手。9月，理想以26.5亿元增持欣旺达动力至11.17%，成为第二大股东。此前2022年它已经投过4亿元，双方还合资设立了山东理想汽车电池有限公司，各持股50%。
小米的路径如出一辙：龙甲电池的核心供应商名单里，欣旺达动力与中创新航并列。过去是签长协、锁产能，现在是直接当股东、进董事会。长协锁的是价格，股权锁的是话语权。
对欣旺达来说，这层关系的含义是分裂的。好消息是，动力板块获得了产业资本的输血，小米17亿元、理想26.5亿元，两笔合计超过43亿元，比港股IPO在当下窗口能募到的数目更确定，也更便宜。
坏消息是，欣旺达动力未来的成长红利，欣旺达上市公司只能按22.78%的份额分享，而理想和小米以更低的成本拿到了同样坐在桌边的资格。
车企入股二线电池厂，买的是供应链安全，不是财务回报。这意味着欣旺达动力未来的定价策略、产能节奏，会更多受到股东车企的意志牵引，而非上市公司报表利润的最大化。
储能接得住吗？
动力出表之后，欣旺达合并报表的核心变成了消费电池和储能。
储能是故事里最有想象力的那一块：2026年上半年全球储能电芯出货量超过460GWh，同比增长约94%，全年预计冲击1012GWh。
但欣旺达在这个高增长市场里的位置，远谈不上从容。集邦咨询的排名里，欣旺达在大储及工商储电芯出货中排在第9位，身后是国轩高科，身前是楚能新能源、远景能源、瑞浦兰钧，其中楚能、瑞浦兰钧单家上半年的出货量已经突破了30GWh。
更关键的差距在结构。2026年上半年，欣旺达储能业务在营收中的占比仅为4.6%，是八家主要动力电池上市企业中最低的，储能对欣旺达而言是一个增速很快、但体量尚不足以对冲动力板块剥离后利润缺口的增量业务。
出表带来的32亿至45亿元利润是一次性的公允价值重计量收益，2027年不会再有。真正的问题是：消费电池的稳定利润，加上一个营收占比不到5%的储能业务，能不能撑起一个不需要动力电池输血的上市公司利润表。
欣旺达在10月与阳光电源等主体共同设立了规模10亿元的储能资产基金，投向电网侧独立储能电站、绿电直连和零碳园区配储。
以LP身份介入储能资产的资本循环，是一条比直接并表重资产更轻的路。但它同样是一條慢路，基金运作期限8年，投资期5年，退出期3年。资本可以等，季报等不了。
欣旺达不是第一家这么做的公司，也不会是最后一家。当行业毛利率从扩张期的从容滑向竞争期的紧绷，二线厂商面对的不是“要不要收缩”的选择题，而是“用什么方式收缩才不至于让报表太难堪”的必答题。
小米的17亿元让欣旺达在三季报的利润废墟上搭出了一顶帐篷：32亿至45亿元的账面利润足以让2026年的年报数字不那么刺眼，动力板块的572亿元负债从合并资产负债表上消失，资产负债率预计下降超过10个百分点。
但帐篷不是房子，出表修复的是报表的“看起来”，不修复赚钱能力的“实际上”。王明旺夫妇在胡润百富榜上的排名较上年出现下滑，这一变化更直接地说明了问题。
一家企业把最重的资产交出去，换回一张更轻的报表，然后指望储能和消费电池把利润的接力棒接住。这个动作可以理解，甚至称得上审慎，但它不应该被赞美为“战略升级”。
它更像是一个信号：在动力电池这个赢家通吃的行业里，第二梯队的独立生存空间正在被车企的产业资本和龙头的规模效应从两头挤压，剩下的选择不多——要么把控制权让渡给下游，要么把资产从报表上挪走，要么两样都做。
欣旺达两样都做了。体面是保住了，但体面从来不是免费的。
更多精彩内容，关注钛媒体微信号（ID：taimeiti），或者下载钛媒体App
15分钟刷新电价：五省区合开的全球最大“电力超市”，改了谁的账本？
（本文作者为 区县那点事，钛媒体经授权发布）
文 | 区县那点事
电力，是维持整个现代社会正常运转的“血脉”，同时也是最难市场化的大宗商品之一。长期以来，我国电力以计划调度为主，“发多少、送哪里、卖什么价”按指令安排，电价相对固定，发电侧和用电侧难以跟随供需变化实时调整生产与用电行为。
而10月24日广州召开的一场推进会，官宣了一项标志性改革：中国首个区域电力市场——南方区域电力市场正式开市，成为目前世界上规模最大、交易最活跃的“电力超市”。广东、广西、云南、贵州、海南五省区的电力，得以在统一规则下开展跨省交易。
该市场把原先仅在各自省内闭环交易的电力市场，整合为一体化的区域交易平台，这就意味着，云南的富余电力可以卖到广东，贵州、广西的风光电力可跨省匹配负荷，储能电站、虚拟电厂也能在电价低谷时存电、高峰时放电，参与跨省调节。
那么，这家全球最大“电力超市”，能否理顺南方五省区的电力供需？它又对区域发展、全国电力市场化改革意味着什么？
“墙”打通了，电才“流”得动
要读懂这个全新的“电力超市”，首先要弄明白：各省之间的电力，为何难以互通。
2025年，南方五省区全社会用电量约1.7万亿千瓦时，接近欧盟27国全年用电量的一半。体量如此庞大，过去长期被“省界墙”分割成五个独立的小市场。这些墙不是物理屏障，而是互不统一的交易规则。
事实上，五省区之间并不是没有输电线路、没有电力流动。南方电网的“八交十一直”西电东送大通道布局已有十余年，跨省送电能力超过5800万千瓦，在物理层面早已实现互联互通。但硬件只解决了“能不能送”的问题，无法回答“该不该送、值不值”的问题。
这就形成了各省区独立运行的电力市场，各有各的报价方式、结算周期、调度习惯。一个省区有富余水电想要外送，别的省区想采购低价电力，却因为两边的规则接口对不上，电力难以流通。简言之，跨省送多少、按什么价格送、优先保障谁，大多不是市场竞价的结果，而是依靠行政统筹协调。
结构性的供需错配由此形成：云南丰水期水电充沛，贵州、广西风光资源丰富，送不出去，部分清洁能源只能白白弃掉；负荷集中的珠三角制造业集群常年面临用电缺口，企业想要购入平价绿电，却跨不过这道规则之墙。一边弃能、一边缺电，优质绿电困于省内，资源禀赋的潜力难以转化为产业竞争力。
破解这一难题，远比很多人预想的更复杂。电力不同于普通商品，无法大规模储存，生产与消费必须同步完成。外卖晚到几分钟，用户可以等；电力供需失衡，轻则设备跳闸，重则电网崩溃。因此，电力交易需要时刻精准匹配：谁来发电、发多少、何时发、送往何处。这件事的难度，远超“买卖”二字。
南方区域电力市场做的第一件事，就是打通这道墙，将各类复杂约束转化为可定价的市场化变量。它把五省区装进同一套规则：以中长期交易为基础、现货市场发现价格、辅助服务市场承担调节功能，所有电源在统一规则下同台竞价，共同形成市场价格，每15分钟刷新一次。
为保障这套跨省协同交易体系平稳运转，南方电网自主研发“天权”求解器。梯级水电、多端直流等原先只能依托调度经验和人工权衡的各类复杂约束，由此变成可以实时定价、动态校准的市场化变量。
市场经营主体只需一地注册，便能实现全域交易。过去跨省开展电力交易，需要在多个交易中心分别办理手续；如今在广东注册的售电公司，可以直接在云、贵、桂开展购售电业务。往更深一层看，这本质上是用一张“价格表”替代原先的“调度表”：过去谁发电、发多少、送给谁，由计划安排；现在交由价格信号引导，让每一度电流向最需要它，也最能创造价值的地方。
效果是显而易见的。今年1至7月，“西电东送”电量1412亿千瓦时，同比增长4.6%，跨省输电通道利用率提升10%；连续结算试运行以来，西电东送超计划增送电量超过200亿千瓦时，跨经营区交易电量突破194亿千瓦时；29万家市场经营主体同台开展交易，约占全国总量的四分之一。
“墙”打通了，电才“流”得动。
“分流”之后，真正的变化才开始
壁垒打破之后，电力的价值流向迎来重构。这并非简单将西部低价电力输送至东部，而是重新厘清产业链各主体的收益边界，重塑所有参与者的盈利逻辑。
首先，发电侧的经营逻辑，迎来深刻转变。过去，这个逻辑十分简单：按照计划稳定出力，发电量基本提前确定，收益的确定性来源于并网指标与调度安排。尤其是西南地区的新能源电站，只要顺利并网，就不愁销路。
进入统一区域市场之后，“发得出”不再等同于“卖得掉”。电价每15分钟刷新一次，丰水期时电力供过于求，价格会被压低；待到珠三角负荷高峰、输电通道趋于紧张时，一度电的价值又会抬升。
过去电厂只关心“发多少电”，如今要盘算“什么时候发、怎么发更划算”。尤其是新能源电量全面入市后，收益由两大能力决定：中长期合约的锁价水平、现货市场的竞价能力。能否卖出理想电价，考验着主体对市场信号的研判能力。不少电厂负责人坦言，要告别“政策推着走”的模式，主动到市场里搏击。
发电侧之外，居于交易中间环节的售电公司，面临的考验更为严峻。过去这类主体依托批零价差与信息差盈利：低价拿下批发电量，转手零售赚取收益。然而统一区域市场建成，货源供给更加丰富，省内价差空间被持续压缩，单纯依靠价差盈利的模式难以为继。
2026年上半年，部分售电公司度电获利薄到以厘计，一些企业出现累计亏损和资金压力。这意味着，售电公司若想在这轮洗牌中继续站稳脚跟，必须从单纯“卖电的”，转型为“帮企业用好电的能源服务商”。不再依靠简单的购销价差获利，而是将业务重心转向用电诊断、负荷调节、绿电溯源、碳管理等一体化综合服务。
用电侧的变化，则是这场改革最实在的落点。
过去，用电企业只能被动接受既定电价。对于高耗能工厂、电池生产基地、算力集群这类用电大户，用电成本直接影响自身竞争力。以动力电池产线为例，这类项目对电价高度敏感，一度电降一分钱，全年就能省下上百万成本。
如今，企业能够像挑选服务套餐一样自主购电：追求用电成本稳定的，可以签订中长期绿电合约；具备负荷调节能力的用电大户，则可以紧盯分时电价，把高耗能工序安排在电价低谷时段生产。以前只能在省内买电，如今还能跨省甄选性价比更高的绿电。
更深层的改变落在产业布局上。当电力不再只是“向外输送的能源资源”，而开始成为“吸引产业落地的信号”，五省区的产业分工格局，将在电力资源的重新分配下悄然重塑。对电价敏感的高耗能项目，可能会向电价长期偏低、绿电充裕的区域集聚；负荷密集型产业，则会综合考量通道成本、供电稳定性重新选址。
例如，贵州不再只是单纯的电力输出地，正在崛起为关键算力枢纽；云南走出丰水期水电消纳受限的旧局，凭借绿电价差洼地吸引载能产业落地。西部把能源禀赋转化成产业集聚的底气；东部能源资源约束得以缓解，助力制造业升级和AI算力等新兴产业的布局竞争。
区域电力市场化改革，核心不是压低电价，而是重新定义电力的时间价值与空间价值，让每一度电流向供给更稀缺、更能创造价值的地方。统一、清晰、可预期的交易规则，给29万家市场主体吃下了“定心丸”，这套制度环境，进一步激发各类市场主体的活力。
南方五省区“电力超市”的实践，也在为全国统一电力市场探路。
更多精彩内容，关注钛媒体微信号（ID：taimeiti），或者下载钛媒体App
超智融合如何决定下一个十年科技发展丨ToB产业观察
如果把科研计算想象成一条流水线，那么过去几十年，这条流水线的节奏是由人来把控的，科研人员找到工具、写脚本、提交作业、盯着排队、排错重跑，最后再把结果一格格归纳出来。算力本身很强大，但喂给算力任务的方式却始终停留在手搓时代。
阿里云高性能计算&性能加速负责人游亮告诉我们，在当前的科研流程中，数据准备、环境配置、任务编排、结果分析等环节，80%以上的时间仍然依赖人工流转，真正用于计算执行的时间不到20%。
超智融合已是必然趋势
随着AI大规模进入科研流程，过去以HPC高精度计算为主的工作负载，如今叠加了AI训练、AI推理、智能体的通用计算，甚至还有智能体沙箱计算。
近年的诺贝尔奖已经出现了多个与AI直接相关的获奖成果，AI不再是科研的辅助工具，而是逐步进入观测、模拟、猜想与实验的各个环节，成为科研流程的关键组成部分。与此同时，传统HPC的高精度科学计算和AI模型的训练推理，正在同一个研究项目里并行出现，同一份研究，既离不开高精度的物理仿真，也离不开大规模的模型训练。IDC与浪潮信息联合发布的《中国人工智能计算力发展评估报告》显示，2024年中国智能算力规模达到725.3 EFLOPS，同比增长74.1%，远高于通用算力20.6%的增幅；该报告预计到2028年中国智能算力规模将达2781.9 EFLOPS，长期保持高速增长。IDC发布的另一份智算服务市场跟踪报告也显示，2024年上半年中国智算服务市场同比增长近八成，其中生成式AI基础设施服务增速超过200%。
在游亮看来，多种计算类型同时涌向同一个算力平台，传统HPC架构很难让它们同时做到性能最优、成本最低。更麻烦的是调度，传统HPC的调度逻辑是以作业为单位的，Slurm或PBS知道一个任务要多少核、多少内存、预计跑多久，但它不知道这个任务在科学上要解决什么问题。一个生物信息学研究者提交一个变异检测作业，调度器看到的是一个计算作业，看不到它处在一个从FASTQ到候选突变的完整链条里的哪一环，失败了应该换工具还是调参数，结果出来之后下一步该跑什么，这些判断全部留给人。
而现在，系统要同时调度HPC作业、AI训练推理、智能体任务和沙箱任务，这些负载的特征差异极大，高精度仿真吃双精度浮点性能和内存带宽，AI训练吃互联带宽和显存容量，Agent的工具调用和沙箱任务吃的是轻量、快速启停和弹性。传统HPC集群按照单一负载设计的架构，做不到让每一类计算都跑到最优，此时，传统的单一种类调度方式显然撑不住了。
如今，科研的流程正在从人驱动工具，走向人定目标、智能体自主执行，而这个新流程对算力的要求是：既要能跑HPC，又要能跑AI，还要能跑智能体，且必须统一调度、统一计量。谁能把这三种胃口不同的负载喂到一张桌子上，谁就拿到了下一代科研基础设施的入场券，而这也是超智融合得以被推到台前的原因。
超智融合难在哪？
超智融合看上去是将超算的服务器和智算的服务器连接起来，协同工作，但真做起来并不是那么简单。超智融合最直观的难点在精度和数据流动。气象预报、流体仿真、分子动力学通常需要FP64双精度来抑制累积误差，大模型训练和推理大量使用FP16、BF16甚至FP8，而Agent的沙箱和工具调用又涉及大量碎片化、短生命周期的轻量计算。传统算力体系将高精度计算与低精度计算割裂分离，难以满足混合精度计算、AI4S等复合型业务需求。精度不是“选一个档位”的问题，而是同一条科研链条上要在不同档位之间无缝切换。
游亮与我们分享了阿里云的解法，他表示，具体可以拆成三层来看。
第一层，让不同的算力各得其所，又连成一张算力网络。游亮介绍，阿里云的思路是面向不同的工作负载提供最匹配的实例类型。比如，面向传统HPC，提供HPC优化实例，面向AI训练和推理分别提供对应的AI加速实例，面向智能体提供通用计算和容器实例等。关键在于，这些异构实例通过云上统一的虚拟网络串联成一张“算力网络”，并借助CIPU 2.0架构实现无虚拟化损失的资源调度，再通过统一的开放OpenAPI，让所有算力可以被统一创建、调度和编排。
在CPU层面，阿里云打造了hpc9a，其搭载第五代AMD EPYC（Turin-C）处理器，最高睿频5GHz，128个物理核心，内存可达3TB，依托CIPU2.0架构消除虚拟化损耗，配合200G的低时延eRDMA网络，相比上一代性能提升约30%。
游亮介绍，hpc9a专门面向CAE仿真、电子设计自动化这类对计算性能、内存带宽和网络时延都极度敏感的场景。AI侧则交出了平头哥自研芯片的成绩单：M890P相比上一代性能提升至3倍，新一代V900又在此基础上再提升至3倍性能。配合超节点架构和弹性算力，E-HPC可以为科研场景提供从单卡到大规模集群的AI加速能力。
在智算方面，阿里云则在自研芯片的道路上有所收获，其推出的M890P相比上一代性能提升至3倍，新一代V900又在此基础上再提升3倍。配合超节点架构和弹性算力，E-HPC可以为科研场景提供从单卡到大规模集群的AI加速能力。
性能与成本的平衡靠两条腿走路。一是多代实例并存，客户按工作负载选择性价比最高的实例规格；二是云的弹性，客户在业务波峰需要上千台实例，波谷可能只需要几十台，传统模式必须按峰值预留资源，云上则可以按需创建和销毁，让性能与成本同时逼近最优。游亮与我们分享了一个案例：阿里云与国内某头部乘用车公司深入合作，通过HPC优化实例、弹性eRDMA低延迟网络，叠加CPFS并行存储优化，端到端帮助客户节省了约25%的计算周期，大幅提升了工作效率。
第二层是让数据跑得比算力快。算力再强，数据喂不上就是空转。游亮介绍，eRDMA负责让节点之间沟通速度越来越快，CPFS负责让HPC计算、分布式AI训练和推理等负载，用最快的时间拿到数据，让计算饱和运转，把昂贵算力的浪费降到最低。存储侧的优化包括冷热分层，把常用数据放进缓存层，使用时不必再从远端存储拉取，以及让网络邻近、存储邻近的计算节点做亲和性调度。
第三层是让智能体替人跑完执行流程。围绕超算与智算持续融合、AI在科研中作用攀升、人工流程成为瓶颈等趋势，阿里云推出了E-HPC智能体平台，其架构从上到下分为四层：最上层是面向具身智能、生命科学、CAE、EDA、量化、渲染等行业的智能体；行业接入层把行业知识和专家方法沉淀为Skills，供智能体调用，同时提供命令行、开放API和SDK；中间是统一的Agent Runtime，负责理解科研目标、规划任务、用skills实际执行、依据日志和结果反馈再规划；往下是E-HPC执行层，统一承担作业编排、异构资源调度、环境与数据准备以及状态日志管理，并调度CPU、GPU、eRDMA网络、镜像软件与安全治理资源。
通过搭建这三层架构，目前阿里云已经在超智融合方面有所收获。在具身智能场景，RoboAgent打通了端侧数据采集、数据处理标注、模型训练推理、远程仿真到部署回传的完整链路，一站式降低数据准备成本；某具身领域头部企业借助这套方案，实现了从真机采集上传、多模态标注处理到QwenVL等多类算法训练的快速闭环。
在生命科学场景，BioAgent根据研究目标自动编排WDL工作流，自主识别FASTQ、PDB等数据格式并推荐分子模拟参数，调用GATK、GROMACS等工具并智能匹配CPU/GPU资源，让生信与药研流程可复用、可解释、可持续迭代；最具代表性的是上海科学智能研究院旗下格物智研的“浑天绫”，这个编排出140多个科研skills的物质科学智能研发平台，与阿里云E-HPC的弹性算力底座配合，把分子筛选任务从数据检索、算力调用、分子对接、FEP计算到自动化合成，这些以前由人工串联的环节，现在全部由智能体自主完成。
在CAE场景，工程师只需聚焦设计判断，前处理、求解、诊断、后处理与参数探索由Agent自主贯通。
要实现这些也并不是一蹴而就的，游亮也坦言，最大的挑战在于不同行业对算力、精度、实现方式的需求各不相同，需要把各行业的专家经验和行业知识沉淀为skills，同时把E-HPC在调度、编排、任务识别、资源匹配上的专家能力也沉淀为平台skills，再通过统一的Agent Runtime承接两者，并解决行业skills与E-HPC skills的协同、海量算力拉起、行业负载与算力负载最佳匹配等难题。他的总结是：行业Agent可以非常稳定、弹性、可观测、可治理地调用阿里云的HPC服务，而这背后需要反复打磨每一层。
更值得关注的是，E-HPC已经不只是通用算力平台，而是针对芯片设计、AI4S与生命科学、具身智能三个重点行业形成了专属解决方案。面向芯片设计，E-HPC混合云可以无缝对接企业现有的LSF、Slurm、PBS调度环境，云上云下统一调度、按队列自动扩缩容，工程师无需改变使用习惯，就能在仿真验证高峰随时补齐算力；针对STA、PR等大内存作业，大内存HPC实例可以直接承接，帮助芯片团队守住流片周期、优化整体拥有成本。面向AI4S与生命科学，E-HPC预集成AlphaFold3、OpenFold3、RFDiffusion、GROMACS、GATK等主流科研软件，开箱即用，客户自有的科研Agent还能通过CLI、API或Skill直接调用弹性算力，把药物发现、基因分析从繁琐的环境搭建中解放出来。面向具身智能，HPDA Robotics将采集、管理、标注、训练、仿真、推理串成一条完整数据闭环，内置APAK加速引擎，多模态数据处理的性价比可提升2.1至5倍，显著缩短数据准备与模型迭代周期。三套专属方案共享同一张弹性算力网络和同一套调度、存储与安全能力，既能开箱即用，也能平滑接入客户现有环境。
更值得关注的是，E-HPC已经不只是通用算力平台，而是针对芯片设计、AI4S与生命科学、具身智能三个重点行业形成了专属解决方案。面向芯片设计，E-HPC混合云可以无缝对接企业现有的LSF、Slurm、PBS调度环境，云上云下统一调度、按队列自动扩缩容，工程师无需改变使用习惯，就能在仿真验证高峰随时补齐算力；针对STA、PR等大内存作业，大内存HPC实例可以直接承接，帮助芯片团队守住流片周期、优化整体拥有成本。面向AI4S与生命科学，E-HPC预集成AlphaFold3、OpenFold3、RFDiffusion、GROMACS、GATK等主流科研软件，开箱即用，客户自有的科研Agent还能通过CLI、API或Skill直接调用弹性算力，把药物发现、基因分析从繁琐的环境搭建中解放出来。面向具身智能，HPDA Robotics将采集、管理、标注、训练、仿真、推理串成一条完整数据闭环，内置APAK加速引擎，多模态数据处理的性价比可提升2.1至5倍，显著缩短数据准备与模型迭代周期。三套专属方案共享同一张弹性算力网络和同一套调度、存储与安全能力，既能开箱即用，也能平滑接入客户现有环境。
智能体将成为科研的操作系统
通过阿里云所搭建的三层架构，可以看出当前超智融合的发展路径。技术侧，算力会继续变大，传输通道会继续变长。 游亮透露，在Scale Up方向上，阿里云上超节点由几十到上百颗AI芯片组成，未来超节点支持更大规模；在Scale Out方向上，通过弹性RDMA网络实现跨节点、跨可用区的互联。
超节点本质上可以被看作一个巨大的AI算力节点，其规模上限的持续抬升，将直接决定大规模训练与仿真的效率。与此同时，eRDMA与传统RDMA的区别在于它能承载更广泛的互联，从超节点内部延伸到跨可用区场景，这正是“算力网络”想象的物理基础。
应用侧，智能体将从可选项，变成行业标配。阿里云 E-HPC的产品逻辑已经从单点智能体走向体系化：各个行业Agent负责各自领域的专业执行，WorkAgent则把分散在各行业的智能体统一收敛成一套目标驱动的执行闭环，科研人员只需要说清“算什么、要多准、多久出结果、花多少钱”，WorkAgent负责翻译成计算任务和验收标准，自动拆解流程、引入专家经验、匹配算力网络与存储资源，最后解析日志收敛曲线与关键指标，定位失败并给出改进方向。“人只需要给目标、做判断，重复的工作流程交给智能体自主完成。这一步的意义在于：企业不必重复建设行业智能体和算力底座，而是像水电一样接入。”游亮如是说。
阿里云是超智融合领域最具代表性的企业之一，但并不是唯一家。传统超算阵营里，国家超算中心与硬件厂商正沿着各自平台推进HPC与AI方法的深度融合；AI厂商则以智算集群和万卡训练平台为主攻方向；运营商大规模建设智算中心。IDC数据显示智算集成服务市场正以超过150%的增速扩张，市场格局远未定型。
值得注意的是，各家的打法虽不同，但方向高度一致：让HPC与AI在同一个平台里协同工作，让智能体成为科研的默认操作系统。
更多精彩内容，关注钛媒体微信号（ID：taimeiti），或者下载钛媒体App
抄底两家破产工厂，恒力夫妇跑出3020亿财富版图
（本文作者为 融中财经，钛媒体经授权发布）
文 | 融中财经
一对来自传统制造业的江苏夫妻，成了今年“最大黑马”。
10月27日，胡润研究院发布了《2026胡润百富榜》，恒力集团创始人陈建华、范红卫夫妇以3020亿元财富首次跻身前十，位列全国第六，蝉联江苏首富的位置。过去一年，两人的财富增长了1120亿元，涨幅59%，财富增量仅次于张一鸣。
2026年10月发布· 胡润百富榜
在今年3月发布的《胡润全球富豪榜》上，这对夫妇以2500亿元的财富位列全球第52位。
2026年3月发布 · 胡润全球富豪榜
从今年的榜单来看，AI造富成为了主线。DeepSeek创始人梁文锋首次上榜就排在第七，寒武纪创始人陈天石也跻身前十。相比这些科技新贵，陈建华、范红卫夫妇的财富主要来自纺织、石化和造船等制造业。
从369万元接手一家濒临倒闭的织造厂，到坐拥3020亿元财富。这对江苏夫妻是如何走到今天的？
3020亿，“最意外的夫妻档”
“今年最令我意外的是苏州恒力陈建华、范红卫夫妇。”胡润在榜单资讯中表示。
事实上，陈建华最早在2005年就登上了胡润百富榜，当时个人财富为8.5亿元。2015年，陈建华、范红卫夫妇以300亿元位列第49位。到了今年，两人的财富达到3020亿元，排名从去年的第13位跃升至第6位。
比财富数字更加直观的，是恒力集团如今的体量。
据全国工商联今年9月发布的《2026中国民营企业500强》，恒力集团以2025年8990.69亿元的营业收入位列全国第三，仅次于京东和阿里巴巴。在制造业民营企业500强中，恒力更是超过华为、比亚迪，排名第一。
2026中国民营企业500强
从纺织厂起家，恒力如今已形成以石化、化纤、新材料和造船为核心的产业布局，同时恒力系还涉足了地产、酒店旅游及贸易等业务。
恒力目前拥有两家A股上市公司：恒力石化（600346.SH）和松发股份（603268.SH）。
恒力石化主要从事炼油、化工及新材料生产，拥有年加工2000万吨原油的能力，以及1660万吨的PTA年产能，产品广泛应用于服装、包装、汽车和家电等领域。
松发股份则于2025年完成重组，由陶瓷制造企业转型造船，主要生产大型油轮、散货船、集装箱船等，并具备船用发动机生产能力。
据财报，恒力石化前三季度营收1510.75亿元，同比下降4.01%；但它的归母净利润为102.56亿元，同比增长104.20%。营收有所下滑，净利润却实现翻倍。
松发股份的增长更为迅猛。今年前三个季度，公司实现营收377.74亿元，同比增长221.25%；归母净利润66.73亿元，同比增长424.87%，造船业务正成为恒力新的增长点。
两座老厂的“逆袭”
1994年，23岁的陈建华花369万元，买下了江苏吴江南麻镇一家濒临倒闭的镇办织造厂。
陈建华出生在江苏吴江，13岁时因家境困难辍学，曾经当过泥瓦匠，后来靠做蚕丝生意，在几年间攒下了200多万元。为了凑齐收购款，他还借了一部分钱。
妻子范红卫原本在当地纺织企业做会计，后来辞职与陈建华一同创业，1994年至2001年，她担任吴江化纤织造厂总经理。此后，她又参与化纤业务经营，并于2016年起担任恒力石化董事长。
第一步：369万元，盘活老厂
上世纪90年代，中国乡镇企业正经历市场化改革，一批经营困难的集体企业开始寻找出路，吴江化纤织造厂便是其中之一。
陈建华接手时，工厂只有三亩三分地、27名员工，还背负着大量三角债。
为了扭转局面，他要求销售尽量现款结算，减少赊账，同时更新设备、改革管理，并坚持每月15日按时发工资。
效果很快显现。1995年，工厂盈利超1000万元，1996年进一步增至2700多万元。
短短两年，陈建华将一家濒临倒闭的老厂重新盘活。
第二步：金融危机，逆势扩产
1997年，亚洲金融危机爆发，纺织行业受到冲击，不少企业收缩生产。
陈建华却判断纺织需求终将恢复，选择继续投资。1998年初，他购入306台先进喷水织机，随后市场进一步低迷，他又趁设备降价追加了500台。
随着纺织市场逐步回暖，恒力凭借新增设备扩大产能，企业规模迅速增长。据陈建华回忆，到1999年前后，喷水织机已从创业初期的88台增加至6000台。
随着织造规模扩大，原料供应成为了新的问题。当时，国内部分高品质涤纶纱线依赖进口，需要从日本、韩国等地采购。为了减少对外部供应的依赖，陈建华决定自己生产化纤。
2002年，恒力投资22亿元建设化纤项目，2003年正式组建恒力集团。
但生产涤纶需要PTA，生产PTA又离不开更上游的PX。恒力因此继续向产业链上游扩张。
2010年，恒力在大连长兴岛建设PTA生产基地。2015年12月，年加工2000万吨原油的炼化一体化项目开工，2019年全面投产。次年，150万吨乙烯项目也投入运营。
此后，恒力继续拓展化工新材料业务，通过旗下康辉新材生产聚酯薄膜、工程塑料等产品，并布局锂电池隔膜。
从织布到炼油，看似跨越多个行业，背后却是同一套逻辑：掌握上游原料，降低成本，减少对外部供应的依赖。
第三步：两笔收购，拿下A股平台
随着产业规模扩大，恒力也开始借助资本市场发展。
2015年，恒力集团以约11.7亿元取得上市公司大橡塑29.98%的股权，随后通过重大资产重组，将旗下化纤资产注入上市公司。2016年，重组完成，恒力由此拥有了首个A股上市平台。
2018年，恒力又以约8.2亿元的协议价款，取得松发股份29.91%的股权，成为其控股股东。
不过，松发股份当时主要经营日用陶瓷和教育业务。恒力最初看中的是其“陶瓷+教育”模式，并非为了布局造船。
但这笔投资没有达到预期。
随着陶瓷行业竞争加剧、2021年校外培训行业政策调整，松发股份在2021年—2024年连续四年亏损。2023年，公司曾经尝试收购动力电池企业安徽利维能的控股权，但因为交易双方未能就关键事项达成一致而终止。
第四步：17.29亿元，买下破产船厂
2022年，陈建华把目光投向了大连长兴岛一座闲置多年的大型船厂。
这座船厂原本由韩国STX集团投资建设，拥有大型船坞、码头、厂房和生产设备。受此前造船市场低迷及企业经营问题影响，相关企业陷入破产，资产历经多轮拍卖仍无人接手。
造船投入巨大，旧设施需要修复，还要重新建立生产团队、争取订单。但恒力看中的，正是这些重新建设起来耗资巨大、耗时漫长的工业设施。
2022年7月，陈建华、范红卫通过旗下投资公司设立恒力重工。同月，恒力重工以17.29亿元竞得原STX大连13家企业的相关破产资产，计入税费后的资产取得总成本约21.1亿元。
买下船厂后，真正的考验才刚开始。
陈建华在接受央视财经《经济半小时》采访时回忆，刚接手时，厂区道路下沉，杂草长到齐腰高。由于缺乏造船经验，恒力起初拿不到外部订单，只能先为旗下企业造船。
2023年3月，恒力开始建造首艘6.1万吨散货船，历时385天，于2024年4月交付，随后由旗下企业租用。随着造船能力得到验证，外部船东的订单逐渐增加。
与此同时，恒力还开始建设船用发动机生产能力，以减少关键设备对外部供应的依赖。
为了让老船厂恢复生产，恒力投入的资金远不止最初的收购款。截至2024年9月底，恒力又累计投入约32.11亿元，用于旧设施修缮和新增生产资产。
随着造船业务逐步走上正轨，此前急需转型的松发股份也迎来了新的机会。
2024年10月，松发股份宣布重大资产重组，计划剥离原有陶瓷业务，置入恒力重工100%股权。2025年5月，交易完成，恒力重工成为松发股份的全资子公司，松发股份由此转型为船舶及高端装备制造企业。
这笔重组既为松发股份带来了新的主营业务，也让恒力重工拥有了A股融资平台。
此时恰逢全球造船业进入新一轮景气周期。此前多年行业低迷，部分船厂退出市场，随着老旧船舶更新、新船需求增加，造船产能难以迅速跟上。
恒力接手并修复的船厂，正好赶上市场回暖。
据松发股份2026年半年报，今年上半年，公司新承接船舶订单207艘，超过2025年全年的115艘；同时交付40艘船舶，交船计划已排至2030年。
当然，造船仍是重资产生意，未来盈利还取决于订单交付和成本控制。
回看恒力三十多年的发展，陈建华几次逆势出手，背后有着相似的逻辑：在行业低谷中寻找机会，再通过改善经营、持续投入，把资产转化为生产能力。而从织布、化纤到炼油、造船，恒力也始终在补齐产业链上的关键环节。
如今，恒力的下一代也开始参与经营。
陈建华、范红卫的女儿陈逸婷已担任恒力集团副董事长；2001年出生的儿子陈汉伦则于2025年出任松发股份董事、总经理，参与造船业务的管理。
传统制造业，依然能打
AI正在创造一批新富豪，但今年的胡润百富榜上，传统制造业出身的企业家同样表现亮眼。
美的何享健家族以3100亿元财富位列第五，同比增长12%；荣盛控股李水荣的财富增长34%，达到805亿元，排在第63位；亨通集团崔根良、崔巍父子财富增长111%，达到635亿元；扬子江船业任元林的财富也增长了68%。
这些企业家的经历，与陈建华夫妇有着不少相似之处。
李水荣从8台织机起家，在1997年行业低谷时逆势扩产，随后向化纤、PTA、炼化领域延伸，与恒力的发展路径十分相似。
同样起步于江苏吴江的崔根良，曾担任乡镇乳胶厂厂长，1991年在当地政府推动下转向通信电缆产业，随后逐步拓展光纤光缆、海缆等业务。任元林则在亚洲金融危机后推动老船厂改制，通过扩大产能、开拓海外市场，将扬子江船业发展为大型造船企业。
这些企业虽然身处不同领域，却都在原有业务的基础上建立了新的竞争优势。荣盛、恒力通过向上游延伸，增强对原料和成本的控制；亨通、扬子江则依靠技术、设备和交付能力，逐步形成较高的行业门槛。
当然，制造业始终无法摆脱周期。行业景气时的大规模投资，也可能在需求下滑时带来成本和资金压力。
因此，真正决定这些企业能否穿越周期的，不是能否每次都精准抄底，而是能否在市场变化中持续提升生产效率、技术能力和产业链竞争力。
对恒力来说，369万元的织造厂和17.29亿元的破产船厂都是起点。真正决定它们价值的，是收购之后持续多年的经营与投入。
结语
回看陈建华夫妇三十多年来的创业路，他们并非每一次选择都正确，也不是每次都能赶上好行情。但恒力几次真正做大的关键，都在于抓住了产业变化中的机会，再通过持续投入和经营，把机会变成实际的生产能力。
买下一座工厂，只需要一次决定；让它重新焕发生机，却需要无数个日夜。
3020亿元，是财富榜单给恒力的阶段性答案。AI正在改写财富版图，而中国制造业，仍在以自己的方式，书写新的篇章。
更多精彩内容，关注钛媒体微信号（ID：taimeiti），或者下载钛媒体App
【Fintech 周报】廖岷拟出任IMF副总裁；银行理财存续规模35.37万亿元
【Fintech周报是由TMTpost发布的特色产品，将整合本周最重要的金融科技行业的监管政策、行业动态。】
监管动态
- 廖岷拟出任IMF副总裁
10月28日，国际货币基金组织（IMF）总裁克里斯塔利娜・格奥尔基耶娃宣布，IMF副总裁李波的任期将于今年11月30日结束，并提议任命中国财政部副部长廖岷为副总裁，自2026年12月1日起生效。廖岷将由此成为IMF第四位中国籍副总裁。IMF成立于1945年，在全球经济金融治理中扮演着关键角色，其主要职责是维护国际货币体系的稳定、协调国际间货币问题，推动成员国经济稳定增长。
- 重庆金融监管局发文加强互联网贷款风险管理
日前，重庆金融监管局发布《关于进一步加强辖内银行业金融机构互联网贷款业务风险管理的通知》。《通知》提到，各银行业金融机构应坚持总行集中管理、权责收益匹配、风险定价合理、业务规模适度的原则，将互联网助贷、联合贷以及通过第三方平台营销获客形成的贷款统一纳入全行风险偏好、资本约束和年度信贷计划。不得将互联网贷款作为弥补线下投放不足、维持短期营收或者扩大客户数量的简单工具。【WEMONEY研究室】
- 中国小额贷款公司协会发布入会邀请函，地方金融组织自律体系扩容
10月27日，中国小额贷款公司协会发布《入会邀请函》，欢迎稳健合规经营、具有行业代表性的小额贷款公司、典当行、商业保理公司、地方资产管理公司等在自主自愿的基础上加入中贷协，共同参与行业标准制定、监管政策反馈、专业培训交流，并欢迎各地地方金融组织行业协会加入，发挥各方比较优势，共同提升自律和服务工作效能。此举被视为地方金融组织自律管理体系扩容的信号。【中国小额贷款公司协会】
- 84款移动应用被通报个人信息问题，两款银行应用在列
国家网络安全通报中心10月26日公布，经国家计算机病毒应急处理中心检测，84款移动应用存在一项或多项违法违规收集使用个人信息问题；检测时段为2026年9月4日至10月15日。移动支付网10月27日报道，其中包括贵阳银行App和桂林银行桂林分行的“桂银权益”微信小程序。
- 两地银行受罚：浦发信用卡系统变更与农商行金融科技管理在列
国家金融监督管理总局上海监管局10月26日发布的行政处罚信息显示，上海浦东发展银行股份有限公司信用卡中心被罚款320万元。公开表列出的主要违法违规行为包括：信用卡调增授信风险管理、客户资信调查、大额消费分期和现金分期授信额度管理，以及个人客户统一授信管理等方面严重违反审慎经营规则。
- 香港金管局连续提示数码港元、银行网站及转数快相关骗局
香港金融管理局10月26日表示，接获大量公众查询，有人伪冒数码港元项目，诱使公众签署协议，声称贷款将兑换成数码港元资产。金管局澄清有关欺诈协议及借贷项目与其无关，局方不会因个人财务事宜联络市民或进行资金转拨；数码港元先导计划入选公司及其他沙盒参与机构，也不会以相关计划名义向公众集资或提供理财投资产品。金管局已就事件向警方报案。
行业动态
- 三季度末银行理财存续规模35.37万亿元，同比增长10.08%
银行业理财登记托管中心近日发布《中国银行业理财市场季度报告（2026年三季度）》。截至三季度末，全市场理财存续规模达35.37万亿元，同比增长10.08%、环比增长5.08%，单季新增1.71万亿元，高于去年同期的1.46万亿元，创历史新高；持有理财产品的投资者数量达1.55亿个。理财公司管理规模32.92万亿元、占比93.07%；银行机构理财存续规模同比下降14.04%至2.45万亿元，有存续产品的银行机构由去年同期的181家降至147家，理财业务"子公司化"进程已近尾声。【银行业理财登记托管中心】
- 三季度末消费性贷款余额20.69万亿元，同比下降2.8%
10月28日，人民银行发布《2026年三季度金融机构贷款投向统计报告》。2026年三季度末，本外币住户贷款余额82.25万亿元，同比下降2.0%，前三季度减少1.03万亿元。其中，经营性贷款余额25.64万亿元、同比增长1.7%，前三季度增加5383亿元；不含个人住房贷款的消费性贷款余额20.69万亿元、同比下降2.8%，前三季度减少4736亿元。【中国人民银行】
企业动态
- 腾讯拓展跨境支付合作：与Visa签署备忘录，连接三星钱包
腾讯与Visa10月29日宣布签署合作备忘录，合作框架覆盖跨境支付、智能体商务、企业级人工智能以及企业全球化等方向。双方拟在既有来华访客支付合作基础上，通过腾讯跨境支付平台TenPay Global及Visa Pay开发相关方案，在符合监管要求的前提下，改善出入境旅客在合作商户的支付体验；并计划通过Visa Direct深化跨境汇款合作，让更多海外汇款人向微信支付生态汇款。
- 起拍价2.44亿，天府银行打包甩卖成都金融城甲级写字楼
近日，天府银行拟以2.44亿元起拍价，打包出售位于成都金融城核心区域的甲级写字楼，包含110套房产及21个车位。该标的建筑面积约2.2万平方米，目前部分楼层被占用，存在租户欠租、物业费拖欠等纠纷，且按现状交付，腾退及清收风险由买受人自行承担。【WEMONEY研究室】
- 中信保诚资管换帅，陈厚生出任临时负责人
10月26日，中信保诚资产管理有限责任公司发布重大事项信息披露公告，经公司第二届董事会2026年第十一次临时会议批准，陈征宇不再担任公司总经理职务，陈厚生任公司临时负责人，自2026年10月20日起生效。公开履历显示，陈征宇为大学本科，此前任中信保诚人寿党委副书记，中信保诚资管执行董事、党支部书记、总经理，曾先后就职于中国工商银行、中信银行、信银（香港）投资有限公司；陈厚生为硕士研究生，现任中信保诚人寿党委委员、副总经理，中信保诚资管党支部书记、临时负责人，曾就职于中信建投证券。【险企高参】
- 消费金融ABS放量回暖，前三季度ABS与ABN合计发行规模达6245.9亿元
数据显示，截至2026年9月末，消费金融行业ABS与ABN合计发行规模达6245.9亿元，同比微增2.2%；单月发行771.1亿元，结构上企业ABS占比最高(42.8%)，ABN次之(34.7%)。二级市场交易明显回暖，上交所和银行间市场成交金额分别环比增长44.5%和15.2%，显示流动性改善。金融债方面，9月虽无新增发行，但前9个月累计发行111亿元，全部来自5家汽车金融公司，体现持牌机构融资渠道持续拓宽。【中财网】
- 蚂蚁国际获阿联酋央行零售支付与储值工具双牌照
近日，蚂蚁国际宣布已取得阿联酋央行（CBUAE）颁发的零售支付服务及卡组织（第二类）牌照（RPSCS）与储值工具牌照（SVF）。蚂蚁国际表示，将遵循阿联酋央行监管框架，推出由人工智能驱动的全球支付及账户解决方案，简化跨境支付与财务管理。【移动支付网】
- 汇丰在香港PayMe推出港元稳定币RedCoin
汇丰10月23日宣布，其港元稳定币“汇丰RedCoin”（RCHKD）在旗下支付应用PayMe推出。报道介绍，PayMe用户可在应用内激活专属稳定币钱包，用于向亲友转账或向参与PayMe的商户付款；平台当时拥有超过330万用户、超过10万家商户，这些是平台规模而非RedCoin实际使用人数。上线初期设置交易折扣及RewardCash奖励。
财报动态
- 华夏银行前三季度净利润147.41亿
10月30日，华夏银行三季报显示，前三季度实现营业收入768.82亿元，同比增长18.50%；归属于上市公司股东的净利润147.41亿元，同比下降18.02%；基本每股收益0.84元，同比下降19.23%。7-9月实现营业收入255.74亿元，同比增长32.10%；归属于上市公司股东的净利润53.76亿元，同比下降17.44%。【WEMONEY研究室】
- 工商银行：前三季度实现归母净利润2856.4亿元，同比增长5.83%
10月30日，工商银行公告，2026年第三季度营业收入2209.74亿元，同比增长9.45%；归属于母公司股东的净利润1119.58亿元，同比增长9.97%。2026年前三季度营业收入6671.37亿元，同比增长9.19%；归属于母公司股东的净利润2856.4亿元，同比增长5.83%。【WEMONEY研究室】
- 交通银行：前三季度实现归母净利润742.62亿元，同比增长6.10%
10月30日，交通银行发布2026年三季度业绩，2026年1-9月，集团实现净经营收入2，159.70亿元（人民币，下同），同比增长7.95%；实现净利润（归属于母公司股东）742.62亿元，同比增长6.10%；年化平均资产回报率0.62%，同比持平；年化加权平均净资产收益率8.10%，同比下降0.38个百分点。【WEMONEY研究室】
- 农业银行：前三季度实现净利润2365.46亿元，同比增长7.10%
10月30日，农业银行公告，第三季度实现营业收入2083.83亿元，同比增长15.14%；归属于母公司股东的净利润901.65亿元，同比增长10.84%。2026年前三季度实现营业收入6195.05亿元，同比增长12.48%；归属于母公司股东的净利润2365.46亿元，同比增长7.10%。【WEMONEY研究室】
- 中国平安：前三季度实现归母净利润966.45亿元，同比下降27.3%
10月28日，中国平安发布截至2026年9月30日止九个月的未经审计业绩公告。数据显示，2026年前三季度，集团实现营业收入7876.34亿元，同比下降12.6%；归属于母公司股东的营运利润1259.05亿元，同比增长8.3%；归属于母公司股东的净利润966.45亿元，同比下降27.3%，基本每股收益5.55元，同比下降26.6%。【WEMONEY研究室】
- 中国太保：第三季度净利润56.28亿元，同比减少68.4%
10月28日，中国太保发布2026年第三季度报告。报告披露，前三季度中国太保实现保险服务收入 2188.51 亿元，同比增长0.9%。其中：太保寿险实现保险服务收入 646.34 亿元，同比增长 1.0%；太保产险实现保险服务收入 1514.08 亿元，同比增长 0.4%。集团实现净利润364.03 亿元，同比下降20.3%；营运利润300.81 亿元，同比增长 5.6%。具体来看，中国太保第三季度营业收入794.28亿元，同比下降45.0%；归属于上市公司股东的净利润56.28亿元，同比下降68.4%。报告指出，业绩变动主要受资本市场波动影响。【WEMONEY研究室】
- 阳光人寿前三季度净利润85.24亿元，同比增长62.33%
10月28日晚间，阳光保险披露两家子公司截至9月末的未经审核财务数据及最新偿付能力报告。前三季度，阳光人寿实现营业收入410.65亿元、同比增长24.24%，净利润85.24亿元、同比增长62.33%；阳光财险实现营业收入374.58亿元、净利润9.04亿元，综合成本率97.69%、承保端实现盈利；两家合计净利润94.28亿元，同比增长36.50%。偿付能力报告显示，阳光人寿前三季度保险业务收入914.50亿元，其中三季度单季242.90亿元；净利润80.15亿元，三季度单季45.99亿元、贡献近六成；截至三季度末总资产6591.96亿元、净资产436.66亿元，总资产收益率1.28%、净资产收益率19.39%。投资端实现投资收益85.05亿元、公允价值变动收益77.31亿元，后者同比大增150.03%。【时代周报】
- 宇信科技前三季度归母净利润3.79亿元，同比增长35.93%
10月29日，宇信科技发布2026年第三季度报告。前三季度公司实现营业收入19.42亿元，同比下降11.19%；净利润3.74亿元、同比增长32.8%；归属于上市公司股东的净利润3.79亿元、同比增长35.93%；扣非归母净利润2.28亿元、同比下降16.78%；毛利率30.64%、同比下降3.21个百分点，净利率19.26%、较上年同期上升6.38个百分点；基本每股收益0.55元，加权平均净资产收益率8.10%。业务结构上，银行IT解决方案收入占比89.1%、同比提升2.28个百分点；国有大行、股份制银行、政策性银行及大型城商行收入占比63.9%、提升2.5个百分点。【央广网】
海外动态
- 加拿大就稳定币监管条例草案征求意见，提出赎回与储备要求
加拿大财政部10月24日在《加拿大宪报》第一部分刊登《稳定币条例》草案，征求意见至12月23日。草案配套2026年3月获御准的《稳定币法》，拟要求适用范围内的非审慎监管金融机构发行人向加拿大央行注册并接受监管；银行等已受审慎监管的金融机构不属于该法所述发行人监管范围。条例仍处于征求意见阶段，不是已经生效的最终规则。
草案提出，发行人应按锚定法币面值一比一
