虎嗅资讯-全部

AI时代的3种人与3种城市，你要做哪一种？

TOP创新区研究院© — Fri, 18 Sep 2026 00:18:23 GMT

最近英文互联网上有条帖子刷屏了。作者Dan Koe，一个专写"未来工作"的美国内容创作者，说了一件事：未来会有三种人，而且他们之间的裂缝每天都在变宽。现在阅读量超过300万，收藏比点赞多40倍。Dan Koe的博客文章Dan Koe说的三种人是：抵抗者——把身份认同绑死在旧做法上的人。看到新工具的第一反应是它......

本文来自微信公众号： TOP创新区研究院，作者：趋势研究组

最近英文互联网上有条帖子刷屏了。作者Dan Koe，一个专写"未来工作"的美国内容创作者，说了一件事：未来会有三种人，而且他们之间的裂缝每天都在变宽。

现在阅读量超过300万，收藏比点赞多40倍。

Dan Koe的博客文章

Dan Koe说的三种人是：

抵抗者——把身份认同绑死在旧做法上的人。看到新工具的第一反应是它在威胁"我是谁"。那些坚称用AI的都是坏人的艺术家，那些坚称好文章不可替代的作家（他说他自己曾经就是）。

观望者——承认变化在发生，但赌它会过去。他们低头做事，因为一辈子都习惯了把工作、方向和活下去这件事托付给别人。

好奇者——既不美化过去也不恐惧未来，动手试，试错，最后把工具变成自己的。

历史上每一次技术革命，技能都会向上抽象一层：抄写员被印刷机干掉了，但编辑这个职业出现了；手摇织布工被动力织机干掉了，但机器操作员出现了；排版工消失了，但设计师出现了。

工具在变，人驾驭工具的能力没有上限。

最后他说，这次唯一不同的是时间尺度被压缩了。

以前差距是线性的，等两年还追得上；

现在是指数的，等到2027年再动手，入门级岗位已经没了。

这套东西为什么能拿到如此多的收藏？

因为它卖的是一样非常舒服的东西：

只要你心态对，你就在安全的那一边。

它把一个结构性问题翻译成了一个性格测试。而性格测试的好处是，做完之后你会觉得自己刚才干了点什么。

他说的大部分都对，但最重要的变量是时间，文章漏掉了。

抄写员没有变成编辑

抄写员的孙子变成了编辑

我们先看印刷的案例：

古腾堡大约在1450年前后于美因茨做出活字印刷，1455年印出那本著名的圣经。到1500年，欧洲印出来的书大约有2000万册，250多个城市开出了印刷作坊。

从技术出现，到旧手艺的经济基础被抽干，用了大约五十年。

五十年在十五世纪是什么概念？

是两代人。

具体到人身上更清楚。佛罗伦萨有个书商叫Vespasiano da Bisticci，欧洲最大的手抄本供应商，给美第奇家族和梵蒂冈供货，手下养着几十个抄写员。

1478年，他把作坊关了。

关门之后他干了什么？

他退休写回忆录，在回忆录里，坚持说印刷书粗鄙不堪，绅士们的书房里不该出现这种东西。

他大概是人类有据可查的第一个技术黑子，而且黑的水平也相当文雅。

按Dan Koe的框架，Vespasiano是标准的抵抗者，活该。

而且从1450到1478年，他有整整二十八年去转型。他没转。

整个佛罗伦萨的抄写员行会也没转。

"编辑"这个职业要到十六世纪才以印刷厂校订者（corrector）的雏形出现，而现代意义上那种决定什么值得出版的编辑，是十八到十九世纪的事。

抄写员和编辑之间，隔着三百年。

再看一个例子——织布工。

1785年Cartwright申请了动力织机专利。1820年前后，英国手摇织布工的数量达到峰值，大约二十四五万人。到1860年代，只剩几千人。

他们的周收入，从十九世纪初的二十多先令，跌到1830年代的不足十先令。

Dan Koe说，手织工变成了机器操作员。

没有。

动力织机的操作工，工厂主优先招女工和童工。毕竟他们工资低，而且没有旧手艺带来的坏习惯和讨价还价的底气。手织工不是被升级了，是被绕过去了。然后，他们大多数在贫困中度过后半生，进工厂的是他们的下一代。

顺便说说卢德分子。

今天这是个骂人话，意思是恐惧技术的蠢货。但1811到1816年砸机器的那批人全是熟练工，而且他们不砸所有机器，只砸特定几种——那些能让不熟练工人顶替他们的机器。熟练工的诉求是，涨工资，和学徒制，不要搞机器那一套。

他们不是算不明白账，他们是算得太明白了。

所以"技能向上抽象"这条规律是成立的，但它成立在一个前提上：抽象升级靠的是代际更替，不是同一批人现场转型。

而Dan Koe自己承认，这次时间尺度被压缩了。

这就是那个没算进去的变量。压缩时间尺度，意味着代际缓冲消失了。但他一边说这次时间不够，一边拿一条完全依赖充足时间才成立的历史规律来安慰读者。同一篇文章里的两个结论，在互相打架。

药方开错了层级

第二个问题更有意思。

他说差距是指数级的。这个判断大部分人都会同意。

但他开出的所有药方都在个体层面：

保持好奇，动手实验，培养品味，公开写作。

这里有个别扭：

如果差距真是指数级的，

个体意志恰恰是最不重要的那一层。

指数增长靠的从来不是单点努力，而是复利结构。

而在复利结构里，起点位置的权重远大于加速度。一个每天多试半小时AI的普通人，和一个每天在办公室里被三个厉害的同事按着头看他们操作AI工作流的人，一年之后不在一个量级上。而后者可能压根没觉得自己在"努力"。

决定你在裂缝哪一侧的，是你的肉身在哪里，你每天会撞见谁。

这不是"环境很重要"那种鸡汤。这是可以被测量的。老读者知道我们管它叫碰撞率。同样一份好奇心，在AI从业者密度2%的地方和20%的地方，转化出来的能力是两个物种。

Dan Koe整套论述有一个隐含前提：位置不重要。

互联网抹平了地理，你在哪都能上网，都能订阅同一个模型。

这个前提在2015年也许还成立，

但在2026年，不是这样了。

真正的分野是

按街区分布的

上周，CBRE发布了它做了十三年的北美科技人才排名。今年这份报告里有几个数字——

第一个：

截至2026年6月，美国和加拿大有AI相关技能的从业者是75.1万人，一年之内增长45%。

第二个是关键：

美国37%的AI岗位集中在四个都市区——

旧金山湾区、纽约、西雅图、华盛顿DC。

加拿大更极端，60%的AI岗位在多伦多、蒙特利尔、温哥华三座城市。

第三个数字：

2026年上半年，旧金山全部写字楼租赁成交里，58%的租户是AI公司。

2023年以来AI公司在湾区租掉了大约1000万平方英尺，占同期湾区租赁总量的三成。湾区AI岗位在招聘广告里的占比，从20%涨到了57%。

中国这边的分布，形状一模一样。

福布斯中国2026年AI企业50强里，北京、上海、杭州、深圳四城占了整个榜单的七成。北京连续三年第一，今年15家，接近第二名上海的两倍。杭州最戏剧化——前两届分别只有2家和4家，今年猛增到7家，直接反超深圳排到第三。

具身智能那条赛道的城市分布更陡：

深圳2439家企业，北京1833家，上海1620家，然后是杭州1105家，苏州980家，广州903家。

现在把这张图叠回Dan Koe的三分法上。

在旧金山，如果你想当一个抵抗者，你会发现你的房东、你的同事、你楼下咖啡馆里那三个人，全都在逼你改。你的抵抗几乎没有力量。

但在一个AI企业密度接近零的城市，如果你想当一个好奇者，你会发现你没有对手，没有同行，没有人可问，也没有第二个人会犯和你一样的错、从而让你少走一段弯路。你的好奇是一场独角戏。

实际上是三种环境的产物——

你想做一个AI时代的弄潮儿，先把自己的肉身送去对AI好奇友好城市，而不是观望城市与抵抗城市。

接下来五年

沿着这个逻辑，会有三件正在发生、而且大概率会继续的事。

第一，"AI浓度"+"创新企业数量"，成为城市之间比较的口径。

第二，写字楼数据会比统计公报更早暴露真相。

第三，中间层城市会经历一次相当难受的分选。

上榜城市数量在变多，从9个到13个再到16个，说明赛道足够细分，单点突破是可能的。但同时，四个头部城市拿走了七成份额。

这两件事同时成立，意味着一个城市要么找到一个具体的、别人还没做的细分口子扎进去，要么就是在一个已有明确头部的赛道里做第十七名。而第十七名不是"暂时落后"，第十七名是没有生态。

Dan Koe说，未来12到36个月里想明白的人，会像另一个物种。

这句话大概是对的。

而且物种分化在生物学上有个前提，叫地理隔离。

五轮面试抵不过一张旧文凭：第一学历是一门零成本的生意

听风译码 — Fri, 18 Sep 2026 00:11:50 GMT

今年7月的长沙，小缪通过某头部互联网大厂的第五轮线上面试，开始找公司附近的房子。为此他辞掉了原来的工作。招聘启事写着“本科及以上学历，能力优秀者可适当放宽”，五轮面试里没人提过“第一学历”。入职资料审核那天，人事给出的理由很简单：第一学历是专科，流程推不下去。同一时间，一位北大硕士因为本科不是北大，40万年薪......

本文来自微信公众号：听风译码，作者：安申国

今年7月的长沙，小缪通过某头部互联网大厂的第五轮线上面试，开始找公司附近的房子。

为此他辞掉了原来的工作。

招聘启事写着“本科及以上学历，能力优秀者可适当放宽”，五轮面试里没人提过“第一学历”。

入职资料审核那天，人事给出的理由很简单：第一学历是专科，流程推不下去。

同一时间，一位北大硕士因为本科不是北大，40万年薪的录用意向被改成35万。

五万块，是一张旧文凭的报价。

问题在于，这个价格是谁定的。

⑴一个官方不承认的词，跑通了整套招聘系统

“第一学历”这四个字，从来不在教育部的词典里。

2021年9月，教育部在答复网友“专升本后第一学历是专科还是本科”的提问时写明：学历是指人们在教育机构中接受科学文化教育和技能训练的学习经历，国家教育行政部门相关政策及文件中没有使用“第一学历”这个概念。

答复还有后半句：在管理过程中所说“学历”，通常指的是个人获得的最高或最后的学历。

这个口径不是临时起的，教育部对“第一学历”的否定态度已延续多年。

官方口径没能拦住它成为筛选条件。

据中国青年报社社会调查中心联合问卷网对1333名应届毕业生的调查，64.9%的受访者在求职中遇到过歧视，其中“第一学历”歧视以52.1%的获选率排在各类歧视之首。

这组数字还有一层更扎心的分布：学历越低，撞墙的比例越高，专科生中为73.2%，非“双一流”高校毕业生中为66.4%。

全国政协委员、中国科协副主席袁亚湘在2025年两会期间给出过另一组数据：某人力资源机构对1300名硕士及以上学历求职者的调研显示，70%的受访者遭遇过企业对“第一学历”的限制性要求，本科毕业于“985”、“211”院校的求职者成功获录比例，是“双非”院校毕业生的1.8倍。

把两组数字并排放在一起，只能得出一个结论。

这不是某个HR的个人偏好，是一套稳定运转的系统。

这套系统的筛选口径有多窄，对比一下学校数量就清楚了。

据教育部《2024年全国教育事业发展统计公报》，全国共有高等学校3119所。

而被这套系统单独拎出来加分的“985”、“211”、“双一流”高校，公开统计中仅有百余所，占比约0.4%。

用0.4%的学校出身，去给100%的求职者排序，这就是它的工作原理。

被这0.4%挡在门外的人，规模有多大，同样写在教育部的公报里。

2024年，全国高职（专科）招生567.94万人，普通本科招生489.97万人，高职（专科）在校生1764.66万人。

专科招生数比普通本科多出将近78万。

换句话说，每年走进高等教育的人里，有一半以上拿到的第一张文凭是专科。

第一学历是专科，不是少数人的窘境，是一条每年容纳数百万人的通道的起点。

而这条通道的出口，常常立着一块写着“本科及以上”的牌子。

它像一款没人发布、却预装在所有电脑里的软件。

没有说明书，没有版本号，甚至找不到发布方，但只要你投出简历，它就会自动运行。

更准确的说法是：它不是教育部门发明的，是招聘市场自己造出来的。

袁亚湘把它的表现形态归纳为三种：招聘条件里直接写明院校档次；同等条件下名校出身优先录取；对非名校出身者设置更苛刻的招录条件。

这几年第一种在减少，第二、第三种在增加。

人民日报今年7月的评论把这种现象称为标签化思维：第一学历成了招聘的隐形门槛，圈层成了社交的分类标准，小镇做题家成了舆论场上的归类标签，标签窄化了人才的内涵，甚至形成了某种身份歧视。

从明处退到暗处，不是消失，是升级。

它的成本接近于零，收益立竿见影，所以不需要谁下令推广，它自己会扩散。

⑵11.8%与5万块：偏见是怎么被标上价格的

如果偏见只是偏见，它伤害的是情绪。

当偏见进入薪资体系，它伤害的是收入。

袁亚湘在调研中引用过一份针对武汉7所重点高校的调研：第一学历为“211”大学本科的硕士毕业生，起薪比非“211”大学本科背景的硕士毕业生高11.8%。

更关键的是后半句：歧视性因素导致的起薪差异占比达到62.51%。

翻译一下这个数字。

两个人，同一所大学、同一个专业、同一个导师、同一年拿到硕士学位，起薪差了11.8%。

其中六成以上的差距，跟他们做过什么、会什么、能干什么无关，只跟四年前他们在哪所本科院校读书有关。

这不是学历溢价，这是出身溢价。

陈女士那5万块的差价，是同一个公式算出来的结果。

40万砍到35万，降幅12.5%，和11.8%几乎落在同一个区间。

两件事发生在不同的城市、不同的行业、不同的人生里，却给出了同一个报价。

把11.8%换算成具体的钱，会更直观。

如果一个硕士毕业生的年起薪是15万元，11.8%就是1.77万元。

工作五年，累计差距接近9万元，够付一套小户型的首付。

而这9万元买的不是能力，是入学年份的先后。

更麻烦的是，这个折扣会跟着人走。

第一学历的价签一旦贴上，就会出现在定级、调薪、晋升的每一次计算里，像一笔没有到期日的贷款。

陈女士拒绝了这个机会，她说当时气炸了，就算找不到工作也不去了。

她的拒绝是个人的，但那5万块的定价逻辑是系统的。

这套定价系统能成立，还有一个前提：学历本身正在通胀。

教育部《2024年全国教育事业发展统计公报》显示，2024年全国共招收研究生135.68万人，毕业研究生108.36万人，其中毕业硕士生98.64万人；高等教育毛入学率已达60.8%，高等教育进入普及化阶段。

供给在放大，稀缺性在稀释，于是市场往上追溯，去更早的那张文凭上找信号。

考研这条最主流的补票通道，本身却在降温。

据中国青年报报道，教育部公布2026年全国硕士研究生招生考试报名人数为343万，比2025年的388万减少45万，比2023年474万的历史高点少了131万。

一边是读研的人变少，一边是第一学历的权重变高。

这是一枚硬币的两面：当最高学历不再稀缺，招聘方就会去找更早、更难改变、也更省事的那个标签。

而在那个标签背后，是一支每年几十万人的补票队伍。

同一份公报里有个容易被忽略的数字：2024年专科起点本科招生87.40万人。

这87万人走的是小缪走过的路，先专升本，再考研。

他们把学历一层层补齐，最后发现系统读取的是第一层。

对这87万人来说，这不仅是尊严问题，还是一笔实打实的账：两年的专升本、三年的硕士，加上放弃的工作收入，投入换回的最高学历在系统里排在第二位。

这笔投资的回报率，由别人十八岁那年的分数决定。

⑶企业那本账：最便宜的一把筛子

企业从不讳言自己的理由：简历太多，看不过来。

这个理由是真实的。

据新华社报道，2026届全国普通高校毕业生规模预计1270万人，同比增加48万人；教育部指导开展的“金秋启航”校园招聘月系列活动，汇集并提供就业岗位信息超1200万个。

岗位信息数和毕业生人数，几乎一比一。

在这个量级上，任何一家头部企业的任何一个岗位，收到的简历都以千计。

经济合作与发展组织在一份关于公共部门招聘中行为科学应用的报告里，直接点破了初筛的形态：评审者花在一份简历上的时间可能只有十秒。

十秒。

一份简历从打开到关闭，比泡一杯速溶咖啡还短。

在十秒里能被看清的，只有标签。

于是第一学历成了性价比最高的那个字段：一行字，不需要解释，不需要验证，一次能砍掉一半人。

问题出在成本归属上。

这把筛子的使用成本是零，误筛成本也是零。

被筛掉的人不会来投诉，企业也不会知道自己错过了谁。

小缪被拒之后，今年8月入职了老家湖南一家大型连锁超市的采购岗位。

那家大厂失去了一个通过五轮面试的人，这件事不会出现在它的任何一张报表上。

这就像在机场门口装了一道安检门，误机损失全部由乘客承担，机场只需要统计今天拦下了多少人。

这套筛选的效率，建立在成本外部化之上。

而且它还浪费掉了一笔已经花出去的钱。

五轮线上面试，意味着至少五位业务和人力条线的员工，各拿出一小时。

按一次面试一小时、五位面试官计算，企业为这一个人投入的决策成本，已经超过五个人时。

这笔投入换回来的结论是能力匹配。

然后在入职审核这一关，一个字段把这个结论清零。

这不是节省成本，这是把已经花掉的钱扔掉。

真正省钱的筛子应该装在最前端，而不是最后端。

把硬门槛前置到简历初筛，企业省下的是五轮面试；把硬门槛藏在入职审核，企业浪费的是五轮面试，求职者赔上的是一份工作。

更值得说的是，它已经从筛人延伸到了明码标价。

袁亚湘在调研中发现，有知名连锁企业被曝出为“985”、“211”院校毕业生提供特殊福利，变相强化学历歧视。

当院校档次可以直接换算成月度补贴，标签就不再只是筛选工具，它成了工资条上的一个科目。

从概率上讲，用高考成绩筛人，确实能筛出一批学习能力不错的年轻人。

但概率是对群体而言的，招聘是对个体做的决定。

用群体的概率给个体定价，统计学上叫生态学谬误，职场上叫“你不合适”。

企业真正的损失，藏在一个更长的时间尺度里。

第一学历的信号强度，会随着工作年限快速衰减。

一个人入职三年后，能证明他的是交付的项目、带过的团队、解决过的问题，而不是十八岁那年的录取通知书。

用一张会过期的标签，去否决一个还在升值的人，账面上省了十秒，人力上赔了三年。

⑷红线划了六年，管不住一条内部规则

政策不是没有表态，而是表态了很多次。

2020年，中共中央、国务院印发《深化新时代教育评价改革总体方案》，明确要求党政机关、事业单位、国有企业带头扭转“唯名校”、“唯学历”的用人导向，在招聘公告和实际操作中不得将毕业院校、学习方式作为限制性条件。

2024年11月，教育部印发《关于做好2025届全国普通高校毕业生就业创业工作的通知》，要求严格落实校园招聘“三严禁”：严禁发布含有限定985高校、211高校等字样的招聘信息，严禁发布违反国家规定的有关性别、户籍、学历等歧视性条款的需求信息，严禁发布虚假和欺诈等非法就业信息。

2026年5月，教育部等八部门办公厅联合发文开展2026年度高校毕业生等重点群体促就业“国聘行动”，措辞更硬：不得将毕业院校、国（境）外学习经历、学习方式、本单位实习期限等作为限制条件，并要依法查处就业歧视等违法违规行为。

六年，三个文件，一条比一条具体。

效果也是真实的，但分布很不均匀。

在体制内的招聘链条上，政策是有牙齿的：公开报道中，有地方卫健系统的招聘因设置“原始学历一本招生”条款被投诉后取消，有高校的招聘因报考条件设置不当被终止。

问题在于，绝大部分市场化岗位不在这条链条上。

《就业促进法》第三条规定，劳动者依法享有平等就业和选择职业的权利，劳动者就业不因民族、种族、性别、宗教信仰等不同而受歧视。

列举项里没有“学校出身”。

这个“等”字在法律解释上是开放的，但开放不等于可诉：没有明确的认定标准，没有配套的行政处罚条款，没有落到企业头上的成本。

在公开报道中，多位律师对这类案件的判断高度一致：求职者尚未入职，尚未形成“可以入职”的合理信赖，企业在民事上很难被追责。

小缪向企业所在地人社部门反映过情况，没有拿到实质性反馈。

于是出现了一个荒诞的结构：政策管住了写出来的门槛，管不住没写出来的规则。

招聘启事越来越干净，筛选条件越来越隐蔽。

明处的985、211字样消失了，暗处的“国内外名校”、“国内知名高校”补了位。

一纸文件能删掉招聘启事上的四个字，删不掉招聘系统里的一个字段。

而沉默，是这套系统最好的保护伞。

中国青年报社的那项调查里，65.4%的受访应届生坦言，遭遇就业歧视会导致自信心和自尊心受挫。

受挫之后的大多数人选择继续投下一份简历，而不是投诉。

因为投诉需要证据，而歧视恰恰发生在没有记录的地方：一个电话，一句口头说明，一张没盖章的驳回理由。

维权成本高于维权收益时，规则就会停在纸面上。

司法实践里有一个现成的对照。

人民法院报曾刊载一起案例：求职者因是“河南人”被企业拒绝录用，法院最终判决该企业赔偿精神抚慰金及合理维权费用共计1万元，并公开登报道歉。

地域同样不在《就业促进法》第三条列举的那几项里。

法院仍然支持了，因为这里有具体的拒绝记录，有可以举证的对话。

差别就在证据。

学历歧视发生的地方，是没有聊天记录的那个电话，是没有书面理由的那次驳回。

同样是法条之外的歧视，一个能告赢，一个连立案材料都凑不齐。

这也解释了另一个现象：关于地域、性别的就业歧视诉讼时常见诸报端，关于第一学历的，几乎没有。

⑸把门槛立到明处，把成本还给设门槛的人

解法不需要发明，只需要挪动三样东西。

第一样是位置。

招聘的硬门槛必须前置、公开、写进启事。

一家企业可以在启事里写明“须统招全日制四年制本科”，这是它的用人自主权，求职者看见后可以自己决定投不投。

在五轮面试之后、在对方辞掉工作之后、在入职审核表上才亮出这条规则，这就不是筛选，而是把本该由企业承担的甄别成本，转嫁给了求职者的时间和机会。

程序上的迟到，本质上是一种成本转移。

把门槛立到明处，企业付出的代价只是少收一些简历。

而这份代价，本来就该由设门槛的人付。

第二样是工具。

用标签筛人之所以便宜，是因为标签不需要加工；替代它的方法必须既准又不贵。

经济合作与发展组织在同一份报告中给出的建议是：用与岗位实际工作相关的书面任务替代简历初筛，让应聘者写一份可能发给协作方的邮件，或者描述一次如何给出负面反馈，评分之后再决定是否进入面试。

这个思路在国内并不陌生，笔试、机考、作品集、现场实操，都是同一类工具。

它们的共同点是：考的是岗位要的那件事，而不是十八岁那年考的那张卷子。

第三样是评估方式本身的标准化。

多国试过匿名简历，结论比想象中复杂。

据经济合作与发展组织梳理，法国公共就业服务部门2010年在近1000个分支机构开展的实验中，部分匿名的简历让女性获得面试的机会略有上升，但少数族裔和来自弱势地区的申请者反而下降；荷兰与瑞典的实验显示，匿名化让面试机会趋于均等，到了录用环节差距又回来了。

原因不复杂：遮住第一道门的标签，歧视会挪到第二道门。

这说明靠“看不见”解决不了问题，靠“怎么评”才行。

同样的岗位，同样的问题，同一张评分表，评分人事前不交流，这是国际通行的做法，成本并不比五轮面试更高。

剩下的那一件事，不在企业手里。

已有全国政协委员在2025年两会期间建议，通过修法把“学历歧视”明确纳入就业歧视的范畴。

这一步的意义不在于多一条禁止性规定，而在于给认定标准、举证责任和处罚后果一个落点。

没有落点的红线，画得再粗也只是提示线。

落到企业的系统层面，改动其实只有两行。

一行是招聘系统里删掉“第一学历”这个字段，让它不可录入、不可筛选；看不到的字段，就不会被使用。

另一行是入职审核表里加一道一致性校验：驳回理由必须与公开的招聘条件一致，不一致的驳回不予通过。

前者去掉诱惑，后者堵住后门。

这两处改动的成本，比多招一个HR低得多。

而对正在投简历的人来说，最现实的一句话是：筛子不会因为讲道理就消失，它只会在有人为误筛付费之后改变形状。

最后的话

从7月那场五轮面试，到9月的这条热搜，中间隔着教育部多年不变的口径，隔着三个文件的三次划线，隔着无数个沉默的求职者。

第一学历没有消失。

它只是从招聘启事上，搬进了招聘系统里。

说到底，它从来不是能力信号，而是一次成本转嫁：企业把本该自己承担的甄别成本，转嫁给了十八岁那场考试，以及此后每一个想补票的人。

没人否认高考的分量，也没人要求企业无条件接纳所有求职者。

年轻人要的只是一件事：把门槛立在明处，让努力有被看见的机会。

十八岁的答卷可以记录遗憾，但不该给二十八岁的人生持续收租。

第一学历可以作为参考，不能成为一票否决。

当出身比能力更重要，被筛掉的不只是一个人的潜力，还有一个靠努力改过命的人。

参考文献

[1]教育部：2024年全国教育事业发展统计公报

[2]教育部：关于做好2025届全国普通高校毕业生就业创业工作的通知

[3]教育部等八部门办公厅：关于联合开展2026年度高校毕业生等重点群体促就业“国聘行动”的通知

[4]新华社：扩大岗位供给提升服务效能——教育部门多措并举推进高校毕业生就业工作

[5]中国青年报：超六成受访应届毕业生表示遇到过就业歧视

[6]中国青年报：全国政协委员袁亚湘呼吁破除就业“第一学历”歧视

[7]中国青年报：考研报名人数“三连降”：理性回归重塑研究生教育生态

[8]人民日报：人生不设限，前程自执笔

[9]人民法院报：就业歧视，你可以这样说“不”！

[10]OECD：Applying Behavioural Science in the Italian Public Administration

[11]中国高等教育学生信息网：第一学历似乎成了我的“污点”——记者调查第一学历歧视现象

球踢回给沃什，美联储会继续加息，不听懂王的吗？

人神共奋 — Fri, 18 Sep 2026 00:10:46 GMT

1/4忠诚比降息更重要9月议息会议，25个BP的加息如期落地，鹰派发言也不出市场的意料，但却留下了更多疑问，比如说：（本文前半部分汇集了之前发送几篇内容，加上本次加息的分析，合并成一篇完整的美联储货币政策分析文章）问题一：为什么特朗普对沃什加息的态度明显比对鲍威尔温和？特朗普过去一直要求美联储降息，不惜反复羞......

本文来自微信公众号：人神共奋，作者：思想钢印

1/4

忠诚比降息更重要

9月议息会议，25个BP的加息如期落地，鹰派发言也不出市场的意料，但却留下了更多疑问，比如说：

（本文前半部分汇集了之前发送几篇内容，加上本次加息的分析，合并成一篇完整的美联储货币政策分析文章）

问题一：为什么特朗普对沃什加息的态度明显比对鲍威尔温和？

特朗普过去一直要求美联储降息，不惜反复羞辱美联储主席鲍威尔，但就在8月31日，沃什在杰克逊霍尔会议上发表鹰派言论后，特朗普被问到沃什的问题时，却表示他尊重沃什，并认为沃什会“做他必须做的事情”。

真正的原因在于，特朗普对鲍威尔的反复人身攻击，表面上是货币政策的分歧，真正的原因是“不忠诚”。

鲍威尔是特朗普第一次任期任命的美联储主席。特朗普第一任期很多高级官员都经历了一个共同的过程：初期高度认可，但后来政策发生分歧，于是特朗普公开批评甚至人身攻击，最终离职。

杰夫·塞申斯，特朗普第一任期的司法部部长和长期坚定支持者，因为坚持不介入“通俄门”调查，被特朗普视为缺乏个人忠诚，不但炒掉，还长期拿出来羞辱。此外，还有第一任期的国务卿Rex Tillerson、国防部长James Mattis、国家安全顾问John Bolton，都是先决裂，再反复攻击。

鲍威尔在第一任期多次拒绝特朗普降息的要求，但真正触怒他的，是在2024年大选之前7周，一次性降息50个基点，在特朗普看来，无疑是在为拜登助选。

这再一次说明，特朗普真正在意的并不是“降息”，而是“我任命的官员，就要对我忠诚”。

特朗普认为自己第一任期的一个教训就是，不能再任用那些会公开抵抗他的官员。可偏偏美联储主席很难像解雇国务卿一样简单地撤掉，所以只能长期反复地进行公开的人身攻击。特朗普并不指望鲍威尔会自动离职，而是以此发出对“叛徒”的“公开处决”。

特朗普在意的不是降息，年初的四位候选人，哈塞特和沃勒都是更“鸽”的人选，最终选择沃什，是听了贝森特的劝。长期攻击鲍威尔给美联储独立性声誉产生影响，导致长期美债利率上升，政府发债成本上升，特朗普要找一个既听话又不能明显是“白宫的人”。

但这并不代表特朗普放弃对美联储的控制，《华尔街日报》8月初报道，特朗普已经多次打电话给沃什，而同时对鲍威尔的攻击也在持续，这是明显的“敲山震虎”。

总结一下两者的区别，对鲍威尔这个第一任期仅存的“叛徒”，特朗普是借要求降息为名，公开羞辱，反复攻击，不惜牺牲美联储的独立性；而对沃什这个“自己人”，特朗普则是私下施压，但公开表示信任，并让沃什自己承担政策责任。

后记：上面的内容发于9.4，目前已经被验证，美联储加息25个基点后，特朗普表示，美联储主席沃什有个难搞的理事会，并表示仍对沃什有信心，“已经跟沃什说了让他做他想做的事”——这就是对自己人的态度。

不过，FOMC会议后的点阵图表示，今年还有一到两次加息，而特朗普仍然坚持认为应该降息，如果下个月或12月，美联储不得不再次加息，特朗普还会像这次这样容忍沃什吗？

2/4

政策的“最大公约数”

问题二：特朗普为什么可以接受加息？

特朗普要的是低利率带来的经济增长和充分就业，但他当前也面对通胀带来的中期选举的压力；贝森特面对的是美债利率不断上升带来的高融资成本；沃什面对的是市场对美联储通胀控制目标和能力的怀疑。

看起来他们的目标有差距，但并非完全对立，解决之道就在短期利率和长期利率之间的期限差。

美联储加息主要影响两年期以下的短端利率，像10/30年期美债等长端利率，主要是由市场决定，受债券供给与通胀预期影响，美联储对此影响力有限。

企业发债和居民房贷的融资成本，主要受长端利率影响，而票据贷款和信用卡利息主要受短端利率影响，前者比后者更重要。

加息虽然提升了短端利率，但如果能控制通胀预期，长端利率不升，负面影响就有限。

相反，美联储7月按兵不动，市场开始怀疑美联储到底是不是愿意真正压制通胀，结果美债利率不断上升，等于实际上“天天在加息”。

8月底那次清晰的鹰派讲话，很大程度上是在修复此前“沟通过度模糊”造成的信任问题，遏制长债利率的继续上行。

特朗普想要低利率，首先想到的是让美联储降息，但贝森特作为财政部长知道，即使把联邦基金利率降到3%，如果不能压制通胀预期，如果10年期美债收益率仍然在4.5%以上，美国政府融资成本的问题就仍然没有解决。

所以贝森特可能支持“短端鹰、压长端”。沃什加息可能体现了他与贝森特之间的协调，其目标之一就是稳定长期债券市利率。

贝森特是两人的“翻译器”，特朗普要低利率，沃什要低通胀，贝森特可以把它翻译成“低长期融资成本”，让三个目标之间可以找到一个暂时的均衡，就是通过一次性短暂加息，控制通胀预期，控制长端利率的上升趋势。

所以特朗普可以接受沃什的一次性加息，他会坚持“美国应该低利率”，但他不会像攻击鲍威尔一样攻击沃什，而是把锅甩给美联储的理事会，包括那个仍然留在美联储的鲍威尔。

然后贝森特再站出来，认为美国的财政与货币政策是可信的、可持续性，最后短端利率上冲，长端利率不变，以期限利率收窄度过这一次危机。

后记：上面的内容发于9.9，目前已经被验证，美联储果然选择了加息25个基点后，白宫表示遗憾，但并没有太多指责。加息后，美债两年期收益率上行，三十年期收益率反而下行。

3/4

没有必要但不得不加的一次息

问题三：这次加息的目标达到了吗？

在上周五CPI数据出来后，此前几个认为不会加息的机构都改变了看法，但理由比较牵强，高盛最典型：“虽然本次CPI报告没有改变我们对通胀的核心判断，但在市场已经定价9月加息概率接近90%的情况下，若美联储选择按兵不动，很可能引发剧烈市场波动，FOMC会希望避免这种情况。”

这段话的意思是说，我们不认为市场有必要加息，但90%的概率说明市场已经充分定价加息，如果美联储突然说不加，市场回归不加息的定价，从90%瞬间到0%，会引发资产的剧烈波动。美联储的责任是维护市场稳定，就算沃什再不情愿，与其制造一次剧烈的政策预期反转，不如顺着已经形成的市场定价加25bp。

更大的麻烦是，如果美联储顶着市场预期不加息，短债利率剧烈下行的同时，反而可能导致长端美债收益率上涨。市场会认为美联储要容忍通胀，在油价上涨的背景下，通胀风险很容易推升长期国债收益率，这就让财政部头大了。

沃什的主张是放弃前瞻性指引。放弃有放弃的好处，美联储不必再做那些本应由市场完成的动作；但放弃也有代价，美联储要跟着市场走。

沃什接任以后刻意模糊政策框架，让市场自己寻找答案，特别是7月模棱两可的讲话，产生了很大的副作用，市场开始自己编故事，认为沃什是嘴上鹰派，实际上想降息，10年期国债利率的暴涨，正是从这一次会议后开启的。

所以到了8月底的杰克逊霍尔会议，沃什不得不清晰地阐述了他的政策反应函数。但华尔街其实没有完全相信他，高盛就是其中之一。

氛围到了这个程度，沃什已经没有“加息，还是不加”的选择，而是“哪一种选择能够让金融条件更稳定”，市场看透了这一切，早早把加息的影响都定价完了。

这就是像家庭教育，要么明确告诉孩子该干什么，不该干什么，要么只说几条原则，具体怎么做，让孩子自己去探索。你不能自己不想给明确方向，当孩子选择的方向跟你的想法不同时，就拉回来揍一顿。

后记：以上内容已发布于9.13，已经验证：沃什在FOMC新闻发布会上更加鹰派，以增强美联储对抗通胀的可信度。发布会后，美债收益率期限利差收窄，美债风险溢价下行。

那就只剩下一个问题：未来会不会持续加息？特朗普还会像这次这样容忍沃什吗？

4/4

加息无用，但不加息可耻

问题四：美联储会持续加息吗？

本轮加息的主要原因有四个，第一个是美联储恢复信誉受损，上面已经分析过了，也初步达到了目的。

第二原因是油价推升通胀，这是白宫与美联储的表面分歧所在。

白宫把通胀的责任推到油价上，认为加息没有用。但美联储的态度很清楚，不管通胀是什么引发的，如果放任不管，就会推升通胀预期，促使消费者加大囤货，通胀预期自我实现；最可怕的是推升工资，把通胀引向更广泛的领域。

第三个原因是AI巨额投资债务的“挤出效应”。

AI投资中相当一部分是数据中心、电力设施等配套基础设施，倾向于发行10年以上的长期债券，大量发行导致长期公司债收益率上升，如果信用利差不变，长期国债收益率也相应上升。

这一原因下，加息无法遏制通胀，但可以推升社会融资成本，可以加剧实体经济的融资困境，高利率就是一套经济的“自我抑制机制”，但这种自我抑制机制并非平缓过渡，通常是用一次危机爆发来降低利率。

第四个原因是高增长必然带来高通胀。就像中国2002加入世贸后到2008年期间的高增长高通胀高利率同时存在。这一原因其实跟“原因三”是一回事，只是更强调经济繁荣部门的广泛性，对高利率的承受能力更持久。

这四个原因，加息已经定价了原因一，鹰派表态、点阵图和两年期利率上行已经定价了原因二，现在市场越来越倾向于持续定价原因三和原因四，即AI资本开支广泛影响更多行业，美国经济走向高增长高通胀并存的阶段，从点阵图看，这个阶段至少有一年。

也就是说，今年就算油价下来，通胀数据也很难下行达到美联储的目标，如果严格按沃什的“政策反应函数”，大概率还要加息，不可以避免地与特朗普的诉求正面冲突，沃什仍然要面对“懂王反应函数”。

时间上，下一次10月份的会议正值中期选举前，只是数据变化不是太大，沃什有理由选择观望，主要矛盾焦点集中在12月，到时候看沃什如何维持“自己人”的地位，有什么政治智慧去化解矛盾。

如何既享受期待，又避免失望

L先生说 — Fri, 18 Sep 2026 00:10:39 GMT

我们总是生活在期待中。比如，期待一场愉快的旅行，期待一个惬意的周末，期待一次升职加薪，期待跟朋友相聚……这些期待会给我们快乐，但同时，现实结果又很容易不如人意，反而让我们失望。那么，如何做到既享受期待，又避免实际结果带来的落差感呢？今天的文章，我想跟你好好探讨这个问题，希望能给你一些启发。首先，简单聊一聊：为......

本文来自微信公众号： L先生说，作者：李睿秋Lachel

我们总是生活在期待中。比如，期待一场愉快的旅行，期待一个惬意的周末，期待一次升职加薪，期待跟朋友相聚……

这些期待会给我们快乐，但同时，现实结果又很容易不如人意，反而让我们失望。

那么，如何做到既享受期待，又避免实际结果带来的落差感呢？

今天的文章，我想跟你好好探讨这个问题，希望能给你一些启发。

首先，简单聊一聊：为什么期待会给我们快乐？

大脑的本质是什么？是一台预测机器。既然是预测，那么它的重心就是未来。实际上，大脑所做的一切事情，归根结底都可以总结为一句话，那就是如何让我们更好地适应未来。

因此，我在《打开心智》中讲到一个很重要的原理：多巴胺的奖赏预测误差理论。它就是大脑为了这个目标所建立的一套机制。

简单来说，我们是为什么有动力去做一切事情的呢？最核心的原因就是：我们做了一件事情，从中得到了收益。这种收益带来了多巴胺的释放，于是给大脑打下了一个标记。

下一次再遇到这样的事情，大脑就会自动从中预支一部分奖赏。这部分奖赏就会成为我们的动力，推动我们去做这件事情。

日常生活中，我们所说的内驱力，其实就是这种效应所带来的。

它的有趣之处在于：这种对奖赏回路的激活，在实际收益得到之前，是持续不断产生的。

比如：你跟朋友约好周五晚上聚一下，在聚会之前，你可能会不断想象这次聚会的景象。每想象一次，都会给你带来一点快乐和激励，让你觉得手头的工作也变得更轻松，更有动力去应对各种问题了。

但是，当聚会真正到来了，这种奖赏就得到了、落地了，于是它对大脑来说，就已经变成了过去时。大脑会降低对它的权重，把重心调整到新的事情上面。

这就是大脑的功能和天性。它无所谓好坏，重要的是我们如何掌控它，让它为我们的生活点亮一盏盏灯火，引导着我们不断向前、不断前进。

不过，这个做法会有一个显而易见的问题，在之前的文章里，也有读者提出过了：

不断的想象会不会拉高期待？万一我对它的期待值变得很高，但真正发生的时候，发现它并没有想象的那么好，会不会有很大的落差？会不会让我变得对它更失望了？

确实会的。实际上，这是非常自然、几乎必然会发生的事情。用前面的理论来解释，就是因为我们的预期太高，导致结果发生时不如预期，那么大脑接收到的反馈就变成负的了（结果减去预期为负数），反而会让我们感到很失望。

比如你马上要开始一趟旅行。一般情况下，你肯定会不断想象美好的景象，比如自己旅行过程中会有多开心，认识不同的人会有多好玩，吃到不同的美食会有多快乐，等等。

这就很容易把期待值拉高。一旦实际旅行的时候不如期待，就会感到落差，从而更容易感到失望。

事实上，实际的经历几乎必然不如期待。因为我们期待的时候，往往会期待一些美好的事物，而不会去期待一些不好的东西，比如旅途中的疲惫、劳累、危险、陌生……但这些又是很可能发生的，你不可能保证不遇到它们。

所以，结果不如预期导致产生落差，也是几乎必然会发生的事情。

那么，如何应对这种情况呢？

一个很有效的方法就是：不要期待具体的结果，而是允许它有不同的可能性。

具体可以怎么做呢？我想分享一个很有用的方法给你。

首先，请允许自己开心地期待。

期待就是为了快乐。如果只关注在未来可能发生的问题、困难和挑战上面，那生活得也未免太辛苦了。千万不要让自己为未来还没发生的事情去烦恼，这就是在「贷款焦虑」。

所以，请开心地想象未来，想象这种美好的生活和经历正在一步步靠近自己，想象自己在到时的场景里会有多开心、多放松、多舒服。

但是，一旦出现具体的「脚本」，就多想象几种不同的路径。

什么意思呢？简单来说，一旦你发现自己陷入「对某个具体结果的想象里」时，就不妨多想几种可能性。

比如，你要计划一场旅行，可能会这样想象：到时天气可能会很好，不冷不热不下雨，每天都能出门，我第一天要逛哪里哪里，要拍什么照片，要吃哪里的什么美食……

这时，你就会发现，自己可能已经过度专注在某个「过于顺利」的结果上面了。那么就不妨再想象两个版本：一个是普通顺利的版本，一个是不太顺利、但还能接受的版本。

比如，第二个版本就可以是：天气没有那么好，下了几场小雨。但是，在蒙蒙细雨里走在街上，随机拐进一家小店，跟当地人聊一聊，是不是也是一件很有趣的事情？

第三个版本就可以是：去到某个景点，发现大排长龙，自己又不想排队。那么，果断先放弃这个景点，去一些比较小众、很少人提到的地方，随意地逛一逛、走一走，会不会也挺有意思的？

依此类推，你还可以想象四个、五个……但是也不需要特别多，一般来说三个就可以了。关键是两点：

一是错开层级，分别想象最顺利的、一般顺利的和没那么顺利的；

二是不要只关注可能遇到的问题和不舒服的地方，而是关注自己的主观能动性：即使发生了这些不愉快的事情，我可以做些什么，可以如何度过它们，可以有哪些替代方式，可以如何调整和转变状态。

你会发现，一旦用了这个方法，你就不容易因为落差而感到失望了。相反，无论发生什么，你都能够更从容地应对。

这个方法的机制是什么呢？简单来说，就是通过事先的想象和推演，让大脑展开充分的预测，更有效地拟合可能的现实。

大多数时候，当我们遇到问题时，真正困住我们的是什么？其实很可能并不是问题本身，而是我们对它的想象。

我们总是倾向于把问题想得太困难、太复杂，把自己能做的事情想得太少，从而才容易在问题前面止步不前。

但是，一旦你事先做过预演，告诉自己：

我可能会遇到这样那样的问题，但是这些问题都不会影响我，我都可以有不同的应对方式，同样可以过得很好。

这时，你就不容易被问题所困住了，因为你已经通过事先的预演，来校正了大脑对威胁和风险的习惯性放大，能够更好地应对问题和困难。

实际上，这也就是我们所说的「松弛感」的来源。

所谓的松弛感，其实来源于什么呢？来源于这么一种心态：一切非常顺利当然好，但如果没那么顺利也没关系，反正只要不会特别糟糕就行。无论如何，我都要享受我的每一天，享受每一种不同的可能性，它们都是在丰富着我的生活。

很多你在当下觉得很困难、很难受的问题，其实如果过了五年、十年，你回过头来看，也许会觉得：它们都是生活中一些小小的、有趣的涟漪。正因为有了这些经历，生命才变得更丰富、更充实。

那么，为什么不把这种心态，放在一切发生之前，让自己能够更好地享受未来呢？

不止如此，还有一个小技巧也很有用。当你完成一次期待和实际之后，不妨做这么一件小事情：记录下自己的预测，并在实际发生之后的不同时期做几次记录，把它们放在一起对比。

举个例子：比如你正在计划一次搬家，你可能会非常期待搬到新家的感受，这时，不妨问自己这几个问题：

比如：

我预计搬到新家会有多开心？从1-10打分。
我预计这种开心会持续多久？
我预计最令我开心的是什么？
我预计它对我改变最大的是什么？
我预计可能会遇到什么问题？

……

然后，当你搬到新家之后，分别在一周后、一个月后和三个月后，重新回答上面的问题。

你可能会发现一些很有趣的事情。比如：

你当初预测自己的开心会持续三个月，结果可能只持续了一个月；
你当初觉得最令你开心的是新装修，结果发现最令你开心的是楼下的烟火气；
你当初觉得对你改变最大的是增加了在家里的满足感，结果发现改变最大的是你更愿意下楼去散步了；
你当初预计最大的问题是开支，结果发现是新鲜感消退之后，维护和打理它的日常工作更让你厌烦……

日积月累，你就能更好地建立一套属于自己的「预测框架」。你会更清晰地看到：自己更容易误判什么，重视什么，关注什么，应该如何调整和校正自己的预测。

那么，你就不再容易产生落差，因为你会更了解自己，更加知道自己想要什么。

最后，我想跟你分享一些看法。

很多人可能会有这么一种思维：因为总是产生落差，所以告诉自己「不要期待」或者「降低期待」。这虽然避免了落差，但是也丢失了期待所带给你的快乐。其实并不划算。

更好的做法是什么呢？也许是保持期待，但是不过度沉浸在期待里，而是清晰地知道：

我期待的是它所带来的美好。
它有很多种可能性，我脑海中浮现的画面，只是众多版本之一。
不管面对什么样的可能性，我都有能力去应对和调整。

这样，既不会把快乐完全寄托在一个小概率的期待上，也不会为了避免失望而变得悲观。

一言以蔽之，我们需要训练的，也许是这种「对期待的校准能力」。也就是尽量把它所带来的收益曲线，变得更平滑、更贴合现实。同时，也让自己在实际结果到来的时候，能够有更好的心态去应对。

生命只有一次。我们所经历的一切，无论好坏，是否符合预期，都是我们生命的一部分。正是这些体验，以及我们面对它们的态度，构成了我们的一生。

一旦让自己抱着「丰富生命体验」的心态，而不是「我一定要得到最好的结果」，也许，一切困难就会迎刃而解。

简单总结一下今天分享的三个方法：

1）当感觉到自己陷入对某个过于顺利的结果的想象时，请多想象两个「不那么顺利」的版本，并关注自己能做的事情。

2）不妨做一个预测和实际对比的记录，培养一套更适合自己的「预测框架」，自动校准预测。

3）抱着体验生活的心态，而不是一定要得到最好结果的心态，往往会舒服得多。

希望今天的推送对你有帮助。

1.5亿人次暑运，航司却可能年亏300亿：民航盈利困局待解

环球旅讯 — Fri, 18 Sep 2026 00:09:08 GMT

2026年暑运在民航历史上经历了油价历史新高、消费需求下降、行业内卷持续，是除疫情之外最差、最惨的暑运。“暑运定全年”，暑运是民航最关键的盈利窗口。正常年份航司利润高度集中于暑运，近年来，各大航三季度（含7、8月）利润占全年利润的比例超过60%。在裸票价弱、油价高位、高铁分流的三重挤压下，今年暑运整个行业仅实......

本文来自微信公众号：环球旅讯，作者：平头哥，原文标题：《1. 5亿人次暑运，航司却可能年亏300亿：民航盈利困局待解》

2026年暑运在民航历史上经历了油价历史新高、消费需求下降、行业内卷持续，是除疫情之外最差、最惨的暑运。

“暑运定全年”，暑运是民航最关键的盈利窗口。正常年份航司利润高度集中于暑运，近年来，各大航三季度（含7、8月）利润占全年利润的比例超过60%。

在裸票价弱、油价高位、高铁分流的三重挤压下，今年暑运整个行业仅实现微利（油价对行业暑运减利合计近200亿元），加上上半年的亏损和四季度淡季的大概率亏损，2026年全行业航司全年亏损可能扩大至300亿元以上。

而产业链另一端，上游企业中石油2026年上半年净利润1039亿元，是20年来最赚钱的半年，首次半年破千亿。这种冰火两重天的割裂感，值得整个行业深思。

一、三个新趋势：暑运不再“旺财”，暗藏结构性变化

趋势一：国内“量增价跌”愈演愈烈，国际航线成为唯一亮点

2026年暑运（7-8月），行业旅客量1.51亿人次，同比增长2.9%，日均航班量同比增长1%，客座率87.4%，同比提升1.5个百分点，数字看起来还行？

航班管家数据显示，暑运国内经济舱均价同比下降8.4%，根据某研讨会航司分享数据，国内平均票价（不含燃油附加）同比降幅约12%-16%。从三大航8月数据来看，不含燃票价同比降幅在6%-11%，不含燃油附加费的客运收入同比下滑幅度1%-10%。

国际航线则是另一番景象。2026年1-8月，三大航国际客运收入（不含燃油）均实现两位数增长，增幅为13%-17%。有航司指出，国际航线外籍旅客占比已从2025年的25%提升至近30%。

国内卷成麻花，国际迎来曙光，冰火两重天，是2026年暑运的新特点。

趋势二：民航与高铁“贴身肉搏”，但铁路也慢下来了

根据国家铁路局月度统计数据，国铁集团7-8月累计发送旅客9.54亿人次，同比仅增长1.2%，是疫情以来增速最低的两个月。更值得深究的是，航空公司的内卷产生外部效应，大量长航线机票含税价低于高铁二等座，长距离出行对高铁形成替代竞争，7月铁路旅客周转量同比下降6.4%，铁路长距离旅客出行下降更多，一定程度上是因为民航与铁路“互相伤害”的结果。

我们认为，高铁对民航的冲击有三个阶段：冲击结构（民航调整航线结构，打不过就跑）、冲击品质（民航核心航线不能取消，跑不了就降价格）、全面冲击（民航与高铁相互伤害）。2026年，我们可能正站在第三阶段的起点上，高铁网络持续加密、提速、进城，民航传统的快捷和服务优势被蚕食，而高铁的高增速，也会被民航的内卷打下来。

趋势三：客群结构“换血”，儿童旅客减少是长期隐忧

2026年暑运，出行的客群发生微妙变化：银发旅客增多，外籍旅客占比提升，但12岁以下儿童占比明显下降。根据某航司分享数据，未成年乘客承运量同比减少4.8%，从中学生到幼儿园群体同比降幅在5%到13%之间。客群变化是出生率下降的体现，疫情以来出生的4至6岁儿童人口同比减少超10%。

暑运历来是“亲子游”的旺季。新出生的人口逐年降低（疫情以来年均低于1200万甚至1000万，且呈逐年下降趋势），过几年便带来幼儿园人数逐年降低，接着是小学、中学......，未来的暑期市场……你细品。

二、三大病根：内卷、失序、双向失控

民航业的问题不是今年才有的。2026年暑运的惨烈，把长期积累的结构性问题暴露得淋漓尽致。

病根一：反内卷政策出了“一箩筐”，却在民航业失效

2026年以来，各部委“反内卷”的政策文件出了不少，可在民航业的实际效果却不太理想。有航司直言，暑运“旺丁不旺财”持续存在，国内航线客座率已接近90%，但客运收入同比仍在下降。

客座率快满了还亏钱，这已经不是周期问题，而是结构问题，航空公司面对这么高的客座率，是习惯性不想涨价，还是不敢涨价（涨价后会大量损失客源进而导致收入更低）？这是个值得思考的问题。

病根二：没有退出机制导致机队过剩形成“囚徒困境”

目前，行业呈现运力持续扩张、盈利持续恶化的供需错配格局，以三大航为例，1-8月飞机运力同比均在增加，客机航线亏损却高达50-80亿。飞机在增加，利润在消失，形成典型的“囚徒困境”，谁先减运力谁丢市场份额，于是大家一起亏。

国内60余家航空公司，基于地方政府对民航市场竞争的干预和对控股参股航空公司的托底，甚至在疫情期间都没有一家破产。民航企业长期的“只进不出”，导致了运力只增不减、价格战不休。

更深层的问题是，民航监管“九龙治水”，目标不协同，各管一段。航司在夹缝中求生存，既要安全万无一失，又要效益年年增长，还要保障地方出行，多个“老板”多种要求，“老板”之间的内卷导致航司内卷，最终变成低层次的“价格战”。

病根三：成本与价格双向失控，航司主业盈利艰难

1-8月，三大航百元收入成本全部破百，这意味着每收100元，成本就要花掉104元，卖一单亏一单。

最大“元凶”是谁？航油。以三大航为例，1-8月航油成本同比增幅在38%左右。有航司表示，航油占总成本比例已攀升至约40%，而燃油附加费对燃油增值的弥补率不到50%。

航油价格上涨除了国际油价上涨以外还有没有其他原因？新加坡MOX航油价差正常情况下约17美元/桶，当前价差约66美元，接近冲突前的4倍。中航油虽然在国内有垄断性定价权，但采购端的高价差最终还是传导到了航司身上。

此外，疫情以来，受关税政策及供应链紧张等因素影响，除人工成本增长缓慢外，民航其他大项成本也大幅增长，租赁飞机价格普遍上涨20%-30%；新机合同价增长30%以上，航材累计上涨30%-40%，维修服务上涨20%-30%，发动机租赁上涨20%-30%，稀缺航材/急件涨幅更大。对于中国航司，还要叠加进口航材交付期3-6个月、汇率、关税和OEM涨价等因素影响，实际采购成本涨幅更大。

这也反映出更深层结构性问题：保障企业赚钱、航司主业不赚钱。民航产业链上的中航油（被中石化合并）、中航信、中航材等企业仍处于相对垄断状态，内部竞争缺失不但不利于效率提升，甚至会在盈利压力下挤压直面全球竞争的航空公司的生存空间。

注：《民航行业发展统计公告》从2025年开始，不再通报三类单位利润。

此外，国内航司的辅助收入水平也长期不高。对比国际航司成熟的“辅助收入”商业模式，选座、行李、餐食、保险、机上购物、休息室等，中国航司在增值服务产品开发和服务收费限制方面仍有较大差距。

世界一流航空公司，比如美国各大航，他们票价水平比我们高（高近1000人民币），效率比我们高（利用率、人机比），枢纽比我们好（主基地航司60%以上份额），航油等成本比我们低（机场非盈利、部分投资炼油厂），服务没我们好（国内服务基本没餐食、对低价值客户不在乎），除了人工成本（薪酬）比我们高以外，基本什么都比我们低，但即使这样，美国的六大航（依次分别是达美、美联航、美航、美西南、阿拉斯加、捷蓝）几乎也无法靠主业盈利，扣除他们的忠诚度计划收入，六大航都是亏损的。2025年，达美航空SkyMiles积分全口径收入达116亿美元（约835亿元人民币），同比增长17%，是中国航司的近10倍。

虽然受国情限制（国内信用卡使用习惯不同，一般无手续费等），我们难以达到美国航司水平，但能否适当拓展尽量缩小差距？

三、发展建议：从熬周期到改结构

建议一：国产民机从“论证经济性”转向“政策资源支持”

当前对国产飞机（C909、C919）的讨论停留在“这个机型经济性行不行”层面，实际上经济性不需要论证，经济性高的机型航司会抢着买。况且，国产民机应用的价值不在单机经济性，而在战略自主性和产业链带动性。

高铁能够从技术引进走到全产业链自主可控，靠的不是“经济性论证”（即使现在也不敢说高铁很经济），而是国家层面的持续投入和政策托底。民航也应如此。建议对运营国产民机的航司给予专项补贴、航权时刻奖励、税收减免等实质性支持，或直接将国产民机运营作为保障性业务单独考核，而不是让航司在市场化考核和国产化任务之间左右为难，从而带动整个民航产业链健康发展。

建议二：放开手脚让航司“多条腿走路”

目前我国民航“保障企业赚钱、主业不赚钱”。核心症结在于航司被严格限定在“运输”这一亩三分地上，高端舱位的定价、附加服务的收费都受到严格管制，而产业链其他环节却能凭借垄断地位获得稳定收益。建议进一步加快改革：

一是放开高端服务限制。前面提到，除了票价不升和人工成本不增，民航其余刚性成本均大幅提升，要想保持盈利，只能向上发展，提升服务和票价。建议协调发改委等监管方取消对产品定价的限制，特别是对高端舱位、附加业务等明显不具备保障属性的产品解除价格管制，让市场决定高端产品的价格，释放高价值旅客的消费潜力。

二是大力拓展辅助收入。从选座、行李、餐食升级、机上WiFi、休息室、保险到文旅产品，国际成熟航司的辅助收入已占到总收入的10%—15%，而国内航司这一比例普遍偏低。“航空公司卖菜并不寒碜，可惜的是把机票卖成白菜价”，在价格战之外，能否给出更多增值服务空间？

三是拓展产业链上下游业务。从整个航空产业链来看，航空公司的利润率基本是行业最低的，所以，要想盈利，不妨向航空产业链上下游拓展。向上，航司可参与航材供应链优化、飞机租赁、维修产业布局，当前飞机供应链紧张、维修成本极大提升，正是布局时机。向下，航司应加强自营渠道建设、利用旅客数据资产开发增值产品、延伸“航空+文旅”服务链。

建议三：限制新增运力，更要建立退出机制

行业层面近年来对运力增长、航司数量进行调控，方向非常正确。但仅有“限入”还不够，还要有“退出”。

从海外成熟民航市场对标来看，美国是全球最大的民航市场，经过多轮市场化整合，由原先十余家大型航司合并形成四大航，头部四家合计占据国内约八成客运市场份额；欧洲民航市场依托汉莎集团、法航荷航集团、国际航空集团等少数大型航空集团主导市场，头部集团承担绝大部分运力投放与国际竞争职能。

我国民航市场规模位居全球第二，但航空公司达到60余家，对比美欧成熟市场格局，行业主体数量明显偏多，大量中小航司并存催生大量同质化航线、分散运力资源，难以形成具备全球竞争力的航空主体。

目前国内降低运力投放提升票价的趋势开始显现。从三季度情况看，运力供给降低会适当提升票价，比如台风前后，需求供给减少，那几天运价会上升。最近深圳机场修跑道、减航班，整个深圳市场价格也在提升，也是控制运力可以提升价格的有效例证。

建议推动航空公司按市场规律进行兼并重组，优化资源配置、提升国际竞争力。

建议四：推动航油价格改革，实现产业链利润“再平衡”

新加坡MOX价差66美元（正常17美元），意味着航司每年多付的采购成本以百亿计。建议推动航油价格形成机制改革：一是加大国内航油综合采购成本调控力度，延续航油贴水政策；二是研究建立航油价格与机票燃油附加费的动态联动机制，提高成本传导效率（当然，在供过于求的状态下，可能这个传导的效率不会太高）；三是在极端油价环境下，探索上游企业对下游航司的适度让利机制，整个产业链都健康了，才能可持续发展。

当然，这个，恐怕也协调不动，算是理想和期望吧。

2026年暑运的惨淡，是民航结构性矛盾的集中爆发，但也不必绝望。中国民航拥有全球第二大的航空市场、快速增长的国际出行需求、以及国产大飞机带来的产业链机遇，未来十年有望成为全球最大航空市场。只要找准病根、下对猛药，民航还有机会走向“史上最强”。

人类数学家，终于还是踩进了历史的泥潭

返朴 — Fri, 18 Sep 2026 00:07:01 GMT

虽然将今天的人类数学家比作18世纪中叶的织布工并不严谨，虽然历史不会照原样重演，但仔细分析我们熟悉的这套数学产出机制、评价标准和观念共识后，会惊讶地发现，相似的力量关系在不同历史时期的不同事物中反复出现。由此，我们可以更深刻地理解AI的工业算力究竟是如何暴力打碎传统的。然后，人类才能为自己的智力尊严找到新的出......

本文来自微信公众号：返朴，作者：邵城阳

本文收录于合集学界观察与指南

“一切坚固的东西都烟消云散了，一切神圣的东西都被亵渎了。人们终于不得不用冷静的眼光来看他们的生活地位、他们的相互关系。”

——共产党宣言

9月初，数学界的喧嚣堪比科技行业的新闻发布会。纽约大学数学家Tristan Buckmaster和Anthropic研究员Levent Alpöge在“克雷七大千禧年问题”之中的流体方程整体适定性问题上取得重要进展的传闻，迅速引发OpenAI调动巨大算力进攻该问题，而后仅88小时，OpenAI就宣布得到克雷问题原始表述中C,D两个子问题的候选解答，并公布了论文和Lean形式化证明。

OpenAI公布的爆破解流场示意图|图源：https://openai.com/index/navier-stokes-solution/

此事瞬间引发关于成果归属与数据使用的激烈争执。Buckmaster质疑对方路线的来源，并指明两人输入Codex的未公开材料可能泄露；OpenAI虽否认读取具体数据，却承认无法完全排除匿名数据参与模型改进。候选证明尚待检验，争吵却已越出学术界。9月11日，25位菲尔兹奖得主共同发表声明《人工智能在数学领域存在严重错位》（A Severe Misalignment of AI in Mathematics），警告AI公司把解决难题当作基准测试的做法，正在伤害数学本身。

数学家的作用和地位，究竟建立在什么之上？虽然将今天的人类数学家比作18世纪中叶的织布工并不严谨，但当数学也迎来自己的“珍妮机”，历史还是能给我们有力的启示：当代数学家是不是“高仿”的18世纪织布工，人类智力的命运将向何处去？我们无法断言历史的准确走向，但仍然可以对未来作出一些推演。

本文将分上下两篇。

一

数学家，高仿的织布工

18世纪中叶，英国织工詹姆斯·哈格里夫斯（James Hargreaves）发明了珍妮纺纱机。它使得一个人可以同时操作多枚纺锭，开启了纺织业的工业化，也彻底改变了英国乃至全世界纺织业劳动者的生存状态。如今，一台纺织出数学的珍妮机也开动了。它首先动摇的，正是人们关于数学技能和成果归属的常识。

我们在这里引用英国历史学家E.P.汤普森（E.P.Thompson）的《英国工人阶级的形成》（The Making of the English Working Class）。汤普森写这部书，正是为了把那些后来被称为“落后”的手工业者，从胜利者书写的工业化历史中重新打捞出来。

在机器广泛使用以前，纺织并不是一种主要依赖体力的劳动。尤其在剪绒、织造等技术要求较高的工种中，劳动者必须经过长期训练，熟悉材料的性质，掌握一整套难以直接规范化的手上功夫。这限制了能够进入这些行业的人数，也使一部分熟练工人取得了其他劳动者没有的收入和地位。汤普森把其中一些人称为工人中的“贵族”：他们拥有自己的行业传统，对手艺抱有强烈的尊严感，也相信只有受过训练的人才有资格判断产品的好坏。

前AI时代数学家的地位正建立在相似的稀缺性上。一个人通常要经过十几年训练，才能独立阅读前沿论文或获得同行认可。数学由此成为少数人掌控的技艺，而数学家则因完成了漫长的修行，被赋予某种近乎神圣的智力声望。这种声望维持了职业制度的合理性：培养过程越漫长，合格者越稀少，学术成果就越被视为不可替代的个人创造。

当然，前工业时代的手工业绝非田园牧歌，汤普森笔下的织工虽有行业习惯，却未共同占有生产条件，职业等级十分鲜明。同样地，前AI时代的数学界也并非田园牧歌。FitzGerald等人（2023）通过分析美国150所大学百余年间留下的12万余条博士任教记录发现，一个人能否进入博士授予院系任教，与毕业院校的声望呈现显著的幂律关系，且1950至2019年间始终有14所顶级院系占据聘用网络上游。顶级院系不仅垄断声望，更通过控制职业入口不断生产下一代评价者，在分散的个体背后建立起一套极其稳固的再生产秩序。

这种资源与权威的集中，也体现在数学界的最高荣誉上。Chang和Fu（2020）将菲尔兹奖得主嵌入“数学谱系”（Math Genealogy）师承网络后发现，极少数学术谱系——如Schwartz-Grothendieck-Deligne与Lions-Villani-Figalli谱系——展现出惊人的影响力。仅在Laurent Schwartz之后五代之内，就诞生了占当时总数13.3%的七位菲尔兹奖得主。这当然绝不说明菲尔兹奖的评审是被某些学派操纵的。它揭示了另一个事实：即便在最强调个人天才的领域，人才的发现、培养与承认依然高度依附于少数学术机构与师承网络。

截至2014年，共有62位菲尔兹奖得主，其中60位可被嵌入共计9个连通的指导关系谱系图，最大的一个连通谱系包含了44位得主。|图源：https://www.nature.com/articles/s41599-020-00680-y

总结起来，一个研究方向得到多少关注、年轻人跟随谁学习、什么问题被视作重要，从不单由数学内容本身决定。少数院系控制职业入口，少数学术谱系反复占据最高荣誉，它们便拥有了将自身判断扩散为共同标准的力量。这套秩序完全建立在技能的稀缺之上：当一种能力需要十几年训练才能获得，掌控评价标准的人，就能决定其他人把注意力投向何处。

然而，工业化生产改变了这个前提。两百多年前的英国，从纺纱、梳毛到织造，熟练工人的复杂操作被逐步拆解，交给机器与低技能操作者。曾经以手艺为荣的织工虽然依然存在，却再也无法按旧方式维持昔日的地位与尊严。今天的数学界还远未走到这一步——大模型介入前沿研究不过数月，而数学教职的饱和早在1970年代便已开始，数学家“尚未”因AI大规模失业——但“88小时破解千禧年问题”展示了一种前所未有的景象：数学成果的生产，完全有可能与单个数学家的训练年限解耦。

珍妮纺纱机

回望纺织机器刚问世的时刻，还能看到一种更迷人的相似。哈格里夫斯取得珍妮机专利时兰开夏已遍布仿制品，他因在此前售出过机器而诉讼失败。1785年，企业家理查德·阿克莱特（Richard Arkwright）凭纺纱机专利向制造商大量维权引发连续诉讼，其专利最终被法院撤销。这场审判轰动全国，各大报纸连续刊载数页的证言速记，坊间甚至将庭审记录印成册子抢购，全英国都在争相围观这场关乎帝国财富权柄的较量。然而，在法律障碍清除后，纺纱机迅猛扩散，到1788年英国已建立约210家棉纺厂。最初轰动一时的发明权争夺，很快便被机器的普及与廉价纺织品的涌现所淹没，专利官司退居报纸不起眼的一角。

两百多年以后，同样的模式换了一种形状重新出现。围绕OpenAI的争论与18世纪的发明权专利官司一样，发生在生产能力刚刚改变、成果归属规则尚未适应的间隙里。公众此刻紧盯着第一批成果归谁，正如当年的英国人无比关注国家如何裁定机器的发明权。但是，更大的变化一定会发生在后面：人们很快就会习惯AI数学，这些惊天动地的新闻会迅速变成历史注脚。这或许正是历史最引人入胜的地方：它很少照原样重演，然而相似的力量关系却在不同的事物中反复出现。人们总以为自己面对前所未有的现实，直到现实本身呈现出历史性的规律，人们才惊觉自己并不多么特殊。

二

数学怎样成为可审计的产出

但是，我们不能再停留在数学家与织工的隐喻中，而必须严肃考察数学研究的政治经济学：它消耗什么？生产什么？谁来规定投入产出是否值得？乍看之下，数学只消耗纸笔；但真正昂贵的，是数学家历经多年训练所获得的稀缺技能。

以美国为例。二战期间，政府首次大规模购买数学家的研究技能，以服务于战时军事目的。1950年国家科学基金会（NSF）成立，战时动员转为长期投资：政府出资，同行替政府遴选学者。最初的资助较为宽松，这并非源于决策者的宽容，而是源于美苏对抗带来的焦虑：决策者将数学能力等同于国家能力，即使研究没有明确用途，其维持的人才储备也能在未来发挥作用。这构成了高校数学系扩张黄金期的基石。

然而到了1970年代，经济停滞终结了无限扩张。1972年国家科学委员会首次提交《科学与工程指标》，拉开了定量监测科研体量的序幕。外部资助者不再接受“支持科学终将有益”的抽象承诺，开始要求对投入产出进行严格审计。这场变革在1993年达到了高峰——国会通过《政府绩效与结果法》（GPRA），强制联邦机构预先设定量化目标并按期报告交付成果。此时，科学信息研究所（ISI）于1975年首次发布的《期刊引证报告》（JCR）正好提供了工具。到了1980年代末，这套本用于文献检索与图书馆选书的系统，迅速被科研行政评价吸纳。论文发表量、期刊影响因子与引用数，成为了代替“深刻理解”的标准化审计指标。

在这种审计语境下，数学研究聚焦于经典“大问题”，正是对这套制度的理性适应。难题的地位往往由学科重要节点与权威确认（如1900年希尔伯特提出的23个问题）。随着评价体系完善，这类公认难题成为了连接学术界与资助机构的关键中介。对研究者而言，开辟未知方向需付极高沟通成本，而攻克公认难题则有共同体的历史背书；对评审者而言，支持此类研究降低了行政与认知风险。这导致了一种注意力集聚效应：一个研究主题在获得顶级奖项或权威认可后，后续涌入的资源与研究者会显著增加，这种资源的集中又进一步强化了该方向在制度层面上的重要性。

20世纪末，私人基金会深度介入了这套评价机制。1994年成立的西蒙斯基金会（Simons Foundation）为纯数学界注入大量资金，客观上强化了既有的声誉梯队。1998年成立的克雷数学研究所（Clay Mathematics Institute），则在2000年遴选出七个“千禧年难题”，设立百万美元奖金，将共同体内部隐性的学术声誉转化为公众舆论直观感知的社会符号。流体方程整体适定性问题，也由此从偏微分方程领域的专业课题，蜕变为兼具学术权威与公众知名度的标志性标的。

至此，数学界在应对外部评估与资源引导的过程中，确立了一套有高度共识的评价参照系。它不仅明确了不同研究方向的学术权重，也通过设立“经典难题”，将复杂的数学研究聚焦为若干指标明确、社会识别度极高的核心标的。这套由国家官僚制、学术共同体与私人基金会共同塑造的激励体系，客观上为后续自动化工具和算力大军介入数学研究，提供了一套现成的、目标高度清晰的检验基准。

三

手工业时代的意识形态全部瓦解

25位菲尔兹奖获得者的联合声明，给出了三个关键的警示：

“解决难题只是达成概念理解与洞察的工具与代理指标（proxy）；在AI时代忘记这一点，可能会让工具反噬根本目的。”

“多年严格的训练传统上不仅是为了产出最终答案或产品，也是为了培养理解力；然而AI系统正日益能够直接产出这些成果，导致‘产出答案’与‘培养理解’这两个目标不再对齐。”

“AI解题成果往往被仓促发布，不给规范撰写论文、梳理新方法和归因引用前人工作留出时间……如果没有数学家将其消化并整合进数学典籍（canon），人际间至关重要的知识传递链条就会断裂。”

这三个警告极其准确地勾勒出了传统数学界赖以维系的三个基本信念：

难题的声誉基本等同于其内在的科学价值；

解决难题基本等同于深刻理解；

公开发表的成果基本等同于透明开放的知识。

然而，这三重信念并非数学抽象真理的固有属性。它们都是以手工业方式研究数学的产物。在数学生产极度依赖个体稀缺技能与有限精力时，它们有效地维持了职业秩序；而当现代AI以工业化算力介入时，这些代理指标和真实价值的割裂便暴露无遗。

第一重信念将“难题声誉”等同于“内在价值”。然而前文表明，研究方向获取的资源从来不单由数学内容决定。顶级院系的聘用控制、少数学术谱系的再生产与难题的社会声誉，共同构成了由机构权威维系的价值参照系。研究者接受它，是因为在传统条件下，攻克著名的难题是获取职位与认可的主要途径。

AI没有重构这套精英评价体系，它只是过分忠实地按照奖励制度的实际标准完成任务罢了。以OpenAI对流体方程发起的算力渗透为例，这种行为符合最朴素的看涨期权特征：交易方付出很少的成本，即可获取未来的潜在选择权，而下行风险则留给资产创建者。OpenAI闻风即调动海量算力介入，本质上是对未完成成果的期权锁定：挫折与试错成本由人类数学家承担，而一旦学术界透露出可行信号，AI公司便行使期权，凭算力率先完成形式化验证与答案剥离，截获全套学术声誉与关注度。这是它宣告自己具有构建通用人工智能（AGI）能力的方式。之所以能这样套利，是因为数学界从未建立起针对“研究思路期权”的产权与对价框架。在手工业时代，研究周期漫长、个人算力有限的物理限制天然阻止了套利；而当算力爆炸式增长时，无约束的套利便导致了资源与声誉分配的严重失衡。

第二个信念是“解答”约等于“理解”。在前AI时代，时间与认知极其稀缺，证明过程必须由个人逐行写出。正如陶哲轩在2026年国际数学家大会（ICM）报告中所总结的，数学研究原本承担着多重目标：解决问题、验证证明、传达理解，以及将成果纳入共同体知识网络。在过去，这些目标几乎同步发生：攻克悬而未决的难题，要求研究者必须掌握庞大背景知识、辨认旧路径极限并建立新直觉。由于解答过去只能由理解最深的人取得，人们便习惯倒果为因，将“取得答案”视为“理解”的最有力凭证。

陶哲轩在2026年国际数学家大会上作报告

陶哲轩指出，面对AI介入，这套生产链条发生了严重的“阻抗失配”：答案的生成呈指数级爆发，却在验证与阐释环节遭遇巨大阻碍。哪怕Lean等形式化校验工具能确认庞大证明逻辑正确，依然没有人类能迅速掌握其认识论逻辑。若一项成果无法被阐释、消化并最终“典籍化”（canonicalization）写入教科书，它就无法成为下一代研究者利用的知识。

一言以蔽之，算力没有赋予人类更深的数学直觉，它只是暴力地切断了答案对训练年限的依赖，暴露出手工业时代“答案=理解”不过是评估成本过高时的粗糙妥协。为此，陶哲轩提出了激进的同行评审新门槛：若作者无法用专家级的清晰度向共同体解释清楚AI辅助成果背后的认知逻辑，该成果就不应被允许发表。

最后，前AI时代数学研究的透明度也值得检视。陶哲轩在9月9日的发言中严厉批评了OpenAI的行为：在捕获到学术界研究某一方向的信号后瞬间调动庞大智能体集群进行算力收割，既浪费了揭示深层结构的好问题，也破坏了延续数百年的开放科学传统。

但这套“开放传统”本身也是基于手工业式的生产方式形成的。原则上，论文一经发表，其定义、定理与证明便向全人类开放。但这种公开其实是选择性的。实际上，学术发表长久以来都排斥阴性结果，而这在许多实验学科中造成了严重的p值崇拜和可复现性问题。对于数学研究来说，失败的尝试并不会随着论文一并发表，而决定研究方向的关键思路，则仅在少数讨论班、学术访问和私人通信等闭门网络中低速流动。既有评价体系主要奖励可审计的成果，但没有正式的制度保护隐性知识和互惠交流。数学共同体之所以能维持这种交流方式，完全依赖于手工业时代的默契：提前透露未成熟的思路，是为了在同行间换取合作与反馈，因为没有哪个个体能够在一夜之间凭空吞噬他人的成果。

现在，OpenAI的策略直接击碎了这种手工业默契。当然，它不是从外部破坏了一个原本完美透明的学术秩序。它只是揭示出：当现代机器开始以工业化的规模生产答案与搜索路径时，既有的信念便显现出了其时代局限与内在矛盾。由此，三个更现实的问题摆在数学界面前：当答案可以被工业化生产，数学究竟在生产什么、将由谁来生产，生产条件又如何？（未完待续）

“长聘制”正在改变，如何保障大学教师的创造力？

知识分子zsfz — Fri, 18 Sep 2026 00:02:05 GMT

最近，围绕高校教师长聘制度的一轮讨论再次引起社会关注。在很多公共讨论中，这个问题很容易被简化成两个相反的立场。一种观点认为，高校教师同样不能拥有“铁饭碗”，只有建立能进能出、能上能下的制度，才能防止获得高级职位以后“躺平”；另一种观点则担心，一旦大学教师长期处于......

本文来自微信公众号：知识分子，作者：黄福涛（广岛大学高等教育研究开发中心教授），题图来自：视觉中国

最近，围绕高校教师长聘制度的一轮讨论再次引起社会关注。

在很多公共讨论中，这个问题很容易被简化成两个相反的立场。一种观点认为，高校教师同样不能拥有“铁饭碗”，只有建立能进能出、能上能下的制度，才能防止获得高级职位以后“躺平”；另一种观点则担心，一旦大学教师长期处于考核和淘汰压力之下，就会破坏学术自由，增加职业焦虑，最终损害科研创新。

这两个判断都有各自的现实依据。但如果讨论只停留在“大学教师该不该有铁饭碗”，反而容易错过一个更重要的问题：大学为什么曾经需要长聘制度？一个以创造知识为主要任务的组织，究竟需要给它的专业人员提供多大程度的职业稳定，才能既保持责任，又不损害创造力？

这里所说的“长聘”，并不是指教师从此免于任何评价，而是指经过较长时间的专业筛选之后，获得一种相对稳定的职业地位。不同国家、不同大学的具体制度差异很大，但其共同问题都是：稳定应该保护什么，评价又应该在什么边界内发挥作用？

我长期研究不同国家的高等教育制度、大学治理和学术职业。比较不同国家的经验后，我越来越觉得，长聘制度真正要解决的并不是“教授应不应该接受考核”，而是三个更加基础的问题：谁来承担学术活动的不确定性？大学按照什么时间尺度评价教师？一个高度竞争的职业是否需要存在一个相对稳定的阶段？

01 长聘制度首先是一种“风险分配制度”

科研活动具有一个与许多职业明显不同的特征：投入、过程与结果之间存在高度不确定性。

一个研究项目投入五年，未必能得到预期结果；一个短期内没有受到重视的研究方向，十年以后可能变得非常重要；反过来，一个几年之内发表大量论文的方向，也未必能够形成真正具有长期影响的知识贡献。

因此，学术职业始终面临两种风险。一种是职业风险：能不能找到职位、能不能晋升、几年以后还能不能继续工作。另一种是知识生产风险：选择的研究问题能不能成功、能不能发表、同行是否认可、几年以后还有没有价值。

制度设计真正困难的地方在于，这两种风险不能无限叠加。如果一个研究者既要承担研究本身高度不确定的风险，同时又必须不断承担失去职位、降低收入甚至退出大学的风险，他最理性的选择往往不是增加研究风险，而是降低风险。于是，他可能更愿意选择容易获得资助的题目、容易发表的方向，以及能够在考核周期内形成可见成果的研究。

从个人生存而言，这完全可以理解。但从大学整体来看，这可能产生一个悖论：本来希望通过增加职业竞争来提高创新，最后却可能使研究者变得更加规避风险。

从这个角度看，长聘制度最重要的功能，并不是奖励一个人过去取得了多少成绩，而是完成一次风险重新分配。在进入学术职业的早期阶段，个人承担较大的竞争风险；经过长期专业评价之后，大学为其中一部分人提供更稳定的职业环境，使他们有可能承担更大的知识生产风险。

如果这个转换不再发生，那么长聘即使名义上仍然存在，其制度功能也可能已经发生根本变化。

02 评价制度不仅衡量学术工作，也在规定学术工作的时间

大学教师当然不能脱离评价。教学需要评价，科研需要同行评价，承担公共职责也需要问责。任何职业稳定制度如果最后变成完全不履行岗位责任，也不可能长期获得社会支持。

但学术评价存在一个经常被忽视的问题：评价制度并不只是事后衡量教师做了什么，它还会提前影响教师决定什么值得做。只要某些指标与岗位、收入和职业安全高度绑定，研究者就会自然地调整选题、发表节奏和资源配置方式，以适应评价周期。

假设一个教师知道，每三年或者五年就需要提交一份直接关系到职位、工资和职级的成绩单，那么“三年”或“五年”就不再只是行政上的一个周期，它会逐渐成为科研活动的实际时间单位。研究项目如何选择，论文什么时候发表，是否愿意进入一个需要长期积累的新领域，是否愿意投入一个短期内很难形成成果的项目，都会受到这个时间尺度的影响。

因此，大学评价改革不能只讨论“指标科学不科学”，还必须讨论评价周期本身是否符合不同知识活动的时间结构。实验科学、人文学科、工程技术和社会科学不同；基础研究与应用研究不同；刚刚建立实验室的青年学者与已经形成稳定团队的资深教授也不同。

真正的分类评价，不只是给不同学科换几套指标。它首先意味着承认：不同的学术工作需要不同的时间。

03 学术职业最大的变化，可能是“竞争没有终点”

我此前曾在《知识分子》讨论过中国高校“青椒”的处境以及学术职业吸引力。这些年一个值得注意的变化是，年轻学者面对的已经不只是“竞争激烈”，而是越来越难判断这种竞争究竟什么时候会结束。

读博士，要竞争；找博士后，要竞争；进入高校，要竞争；预聘期，要竞争；申请项目、晋升职称、争取研究资源，当然还要竞争。

传统的 tenure-track 制度本身竞争性也很强，但至少包含一个重要的职业预期：经过一个相对严格、时间较长的筛选阶段之后，如果获得长聘，职业不确定性会明显下降。换句话说，年轻人承担前期高风险，是因为他们可以期待后面存在一个相对稳定的阶段。

如果这一点发生变化——获得长聘职位以后，岗位、职级和收入仍然周期性地重新进入高强度竞争——那么发生变化的就不仅是一项教师考核制度，而是整个学术职业的生命周期结构。竞争从职业早期的筛选机制，变成一种贯穿职业全程的状态。但这里需要区分“职业稳定”与“学术竞争”：获得相对稳定的职位，并不意味着竞争终止，教师仍会围绕科研项目、学术发表、同行声誉、专业晋升和人才培养持续接受评价。真正需要避免的，是把职业不安全本身当作维持学术活力的必要条件。

这会直接关系到学术职业的吸引力。今天很多国家都面临青年人才是否愿意长期进入学术界的问题。大学需要博士生，需要博士后，更需要有能力的人愿意把二三十年的职业生涯投入科研和教学。

这些年轻人考虑的当然不仅是“稳定”。他们会考虑收入、研究条件、国际流动机会、职业自主性，也会考虑一个很普通的人生问题：我能不能大致知道五年、十年以后自己的生活会是什么样？

对年轻学者而言，职业安全感更重要的含义，是职业具有最低程度的可预期性。如果学术训练越来越长，入职越来越晚，考核压力越来越高，而长期稳定性却越来越弱，那么我们必须认真考虑：这套制度未来还能吸引什么样的人进入大学？

04 大学里至少存在三种性质不同的“评价”

很多争论之所以陷入“要不要考核”，一个重要原因是我们把性质不同的评价统统称为“考核”。实际上，至少应该区分三种制度。

第一种是基本履职评价。一个教师是否认真上课，是否履行指导学生责任，是否长期完全停止学术活动，当然属于大学可以也应该关注的基本职业责任。

第二种是专业发展评价。它关注的是一个教师当前处于怎样的发展阶段，需要什么资源，研究方向是否需要调整，教学如何改善，未来如何发展。

第三种则是职位存续型评价。它所回答的问题已经不是“工作得怎么样”，而是“你是否还能继续拥有现在这个岗位、职级或者相应收入”。

三种评价都可能合理，但它们的制度性质完全不同。尤其值得警惕的是：如果第三种评价不断扩大，前两种评价也会发生变化。一旦教师知道任何一次专业评价都可能最终转化为岗位风险，那么本来可以诚实讨论困难、失败和长期计划的评价过程，就很容易演变成个人必须展示“成绩”的防御性行为。

美国大学教授协会（AAUP）关于 post-tenure review 的政策文件可以帮助理解这一边界。AAUP并不主张获得 tenure 之后完全不受评价；它强调的是，正式的长聘后评价不应变成对tenure资格的重新确认，也不应把原来由学校说明解聘理由的责任，转变为教师周期性证明“为什么应该继续留下”。该文件同时提醒，过于频繁和正式化的评价可能缩短研究者的时间视野，使其倾向于选择更安全、更快产生结果的研究。^[1]

这个国际经验真正值得参考的，不是一套可以照搬的制度，而是其中隐含的区分：评价工作表现，与重新决定职业身份，不应该轻易成为同一件事情。

05 日本二十多年的大学改革，提供了另一个值得观察的角度

这个问题也不能只放在中国讨论。我在日本国立大学工作多年。2004年日本国立大学法人化以后，竞争、绩效、目标管理以及基于指标的资源配置逐渐成为国立大学法人治理的重要组成部分。这些改革有它们的历史背景，也产生过积极效果。

但是，经过二十多年以后，日本高等教育政策讨论中开始出现一种值得关注的再平衡。需要强调的是，这并不意味着日本政府已经“否定国立大学法人化”，也不能简单说日本正在放弃绩效管理。更准确地说，日本正在重新讨论：大学的竞争和绩效机制，需要建立在多大程度的稳定基础之上。

2026年7月，日本文部科学省关于下一阶段国立大学法人运营费交付金的中间总结明确指出，长期以来基础性经费的削减等因素已经使原有的“双重支持”体系出现功能不全，影响稳定的教育科研活动和大学从全校视角进行中长期规划的能力；同时指出，竞争性资金虽然重要，但由于用途和期限受到限制，难以替代稳定就业、教育科研基础以及大学中长期规划所需要的基础性经费。文件进一步提出，未来支撑教育科研基础的资金安排应更加重视“稳定性、持续性和可预见性”。^[2]

这里讨论的是大学层面的经费制度，并不是教师长聘制度本身，两者不能简单等同。但它提供了一个值得注意的治理逻辑：竞争性机制要发挥作用，往往需要一个相对稳定的基础。

大学改革往往从“增加竞争”开始，但当竞争和指标不断扩张以后，又需要重新追问什么必须保持稳定。竞争可以推动资源流动，可以促进组织改革，也可以增加问责；但竞争本身不能生产长期性。一个实验室需要稳定才能培养学生，一个学科需要稳定才能形成传统，一所大学需要稳定才能制定十年以后的计划。机构如此，个人也如此。

06 真正需要警惕的，不是考核，而是把所有问题都变成考核问题

中国大学当然需要改革教师评价。获得高级职称以后长期不履行职责，不应该因为“稳定”而得不到任何处理；教学质量不好、指导学生不负责任，也不能用学术自由来解释。

但是，如果大学遇到的几乎所有组织问题最后都通过增加一次考核来解决，也同样值得警惕。教师为什么缺乏积极性？增加考核。科研为什么不够好？强化考核。教学为什么不受重视？再增加一组教学指标。几年以后，就可能形成一个越来越复杂的评价系统。

问题是，管理制度越复杂，并不等于专业判断越精确。更重要的是，评价制度一旦与资源、收入和岗位高度绑定，就不再只是“测量工具”，而会逐渐成为“行为目标”。研究者会学习怎样在制度中表现得更好，大学也会学习怎样让数字看起来更漂亮。于是，真正需要问的就不只是“怎么测得更准确”，还包括“这种测量最终把教师引向了什么样的行为”。

大学真正需要建设的，可能不是更多的考核，而是更强的专业治理能力。院系和同行是否有能力识别真正有潜力但暂时没有显性成果的工作？能否区分长期失责与短期研究低谷？能否承认一个失败的高风险研究仍然可能是一次合理的专业选择？能否允许一位学者在职业不同阶段改变科研、教学和公共服务之间的重心？

这些问题很难用统一数字解决。它们需要专业共同体的判断，也需要大学承担判断带来的责任。

07 大学真正需要的，是“可预期的稳定”

所以，我并不认为大学教师应该拥有一种不受任何约束的“铁饭碗”。我更愿意使用另外一个概念：可预期的稳定。

它至少意味着：一个学者应该知道，通过什么程序可以获得较为稳定的职业地位；获得这种地位以后，什么属于正常的专业评价，什么情况才可能真正影响职位；评价标准不能随着管理者、政策热点或学科排名的变化不断上调；不同学科和不同职业阶段应该拥有不同的时间尺度；当评价结果对职业产生重大影响时，同行参与、程序透明以及申诉机制尤其重要。

而大学还应该定期反过来评价自己的评价制度。我们很习惯评价教师，却很少评价“考核制度本身”。一项制度运行五年以后，至少应该问：优秀人才更愿意来了吗？青年教师更愿意留下了吗？教师花在研究和教学上的时间增加了，还是花在证明自己工作上的时间增加了？高风险、长期研究增加了，还是减少了？

如果这些问题没有答案，仅仅看到论文数、项目数或者经费增长，就很难证明改革真正成功。

08 结语：大学还需要一种能力——等待

长聘制度本身当然可以改革。它不是神圣不可改变的制度，更不是所有国家、所有大学都必须采用完全相同的模式。

但在重新设计它的时候，我们应该记住，它最初试图解决的是一个至今没有消失的问题：如何让从事高度不确定知识生产的人，拥有足够的安全感去承担不确定性。

大学需要问责，需要竞争，也需要效率。但大学与许多组织不同的地方还在于，它必须保留一种今天看来越来越稀缺的能力：等待。

等待一个年轻研究者成长；等待一个实验得到结果；等待一个冷门问题显示价值；甚至允许一次认真投入的研究最后没有成功。

这不是低效率，而是知识创造不可避免的成本。

因此，关于长聘制度真正值得讨论的，也许不是大学教师还能不能保住一个“铁饭碗”，而是：当职业稳定不断减少以后，我们是否同时减少了学者承担长期研究风险的能力？

如果答案是肯定的，那么制度改革即使能够让所有人更加忙碌，也未必能够让大学更加有创造力。

大学需要活力。但真正优秀的大学还需要一种更加困难的制度能力：让该竞争的时候有竞争，让该问责的时候能问责，也让那些正在认真做一件重要而困难事情的人，不必一直回头确认自己的椅子还在不在。

参考文献：

[1] AAUP：Post-Tenure Review: An AAUP Response。https://www.aaup.org/reports-publications/aaup-policies-reports/topical-reports/post-tenure-review-aaup-response

[2] 日本文部科学省：第５期中期目標期間における国立大学法人運営費交付金の在り方に関する中間まとめ（令和８年７月２９日）。https://www.mext.go.jp/content/20260730-mxt_hojinka-000051273_1.pdf

本文来自微信公众号：知识分子，作者：黄福涛，编辑：张天祁

中年人的出境穷游搭子，扛不住了

旅界 — Thu, 17 Sep 2026 23:41:05 GMT

带80后出国的廉航，走到生死十字路口。01昨天，我无意中刷到一条新闻，瞬间思绪被拉回到了20年前。据路透社报道，马来西亚政府近期开始向马航和峇迪航空了解，若亚洲航空的经营状况继续恶化，两家公司能否承接其在马来西亚国内市场的部分运力。知情人士披露，截至今年6月底，亚航流动负债已经达到惊人的184亿令吉（约300......

本文来自微信公众号：旅界，作者：theodore熙少

带80后出国的廉航，走到生死十字路口。

昨天，我无意中刷到一条新闻，瞬间思绪被拉回到了20年前。

据路透社报道，马来西亚政府近期开始向马航和峇迪航空了解，若亚洲航空的经营状况继续恶化，两家公司能否承接其在马来西亚国内市场的部分运力。

知情人士披露，截至今年6月底，亚航流动负债已经达到惊人的184亿令吉（约300亿人民币），还拖欠马来西亚机场控股至少5亿令吉（约8亿人民币）服务费。

手机屏幕里的红色飞机很醒目，对于国内不少70、80后来说，亚航可能是我们坐过的首家廉航，它成功地把出国旅行这件事变得平易近人。

早在2005年4月，亚航便从厦门进入中国内地，比春秋航空完成首航还早三个月。

四年后，亚航长途又把红色飞机开到天津，将东南亚廉价机票送到了北京年轻人的身边。

某种程度上，红色的亚航和绿色的穷游网是紧密绑定的。

每逢亚航0元大促，热爱旅行的年轻人都会熬到深夜，他们守在电脑前，提前把日期和护照信息准备好，焦急兴奋地在穷游上讨论下一次出行计划。

等到深夜0点，亚航页面刚能进入，便赶紧查看吉隆坡、曼谷和巴厘岛的价格，哪里便宜，下一趟旅行就往哪里安排。

在当年的年轻人看来，只要几百元便能飞到东南亚，已经足够让人兴奋。

2011年，落地吉隆坡机场/旅界实拍

那时我刚工作，收入不高，想去的地方却很多。

北京当时也没有亚航直飞吉隆坡的航班，想坐飞机，先得赶到天津。

出发当天，我拖着箱子跑到北京八王坟坐大巴，晃上很久才到天津机场，如今再回头看，为了省下几百元机票钱，花半天时间跨城赶飞机，是真的辛苦，可当时只有离目的地越来越近的憧憬。

说起来，很多亚航航班都在深夜起飞。

登机以后，我最关心的事情往往是旁边两个座位会不会有人来，每次看见舱门即将关闭，三连座依然空着，心里都会暗自高兴，觉得白捡了张卧铺票。

可真正躺下去，很快就会发现机舱冷得厉害。

有人裹着外套缩在座位上，也有人扛不住冷气向空乘购买，穷游论坛里的旅友因此开玩笑，亚航空调开得那么足，可能就是为了多卖几条毯子。

鲜红的亚航，也让不少中国人第一次见识到付费飞机餐，菜单上的椰浆饭闻起来很香，但连饮料都要另外付钱。

亚航机票也不含托运行李，不少70后、80后人生第一次在机场把所有行李摊开，只为勉强凑够7公斤亚航上机重量。

奇怪的是，当时很少有人因此生气。

年轻，行李不多，睡差几个小时也不影响第二天逛街，只要能够花很少的钱飞出去，其他问题似乎都能忍，只要能出发就是快乐的。

夜航落地后走出机场，东南亚潮湿的热气迎面扑来，机舱里挨过的冷，八王坟到天津的颠簸，很快便被忘在身后。

红色飞机带走的不只是乘客，还有很多年轻人头一次看世界的愿望。

近些年，亚航的名字依然经常出现在各种大促页面里，我的手指却不会像年轻时那样再点进去。

毕竟等加上行李和选座，再把夜航消耗的时间算进去，价格未必还像促销海报上那么诱人。

不过，即使当年抢票的人渐渐长大，亚航仍在卖票，红色飞机也没有消失，它又怎么会走到连马来西亚政府都要提前寻找替代方案的地步？

熟悉亚航的人都知道这家公司经历过的生死时刻不止一次，许多人对它的信心，早在2014年就被重创过。

彼时，印尼亚航QZ8501航班从泗水飞往新加坡途中坠入爪哇海，机上162人全部遇难，这场事故给品牌留下了很深的伤口。

但真正压住今天亚航的财务困境，其实主要来自疫情。

边境关闭期间，大批航班停飞，亚航只能通过借款和重组维持生存，后来即使东南亚旅游恢复，飞机重新坐满乘客，疫情期间形成的高息债务并没有随之消失。

亚航集团今年9月称，计划近期从国际债务市场融资最多10亿美元，同时寻求7亿令吉本地信贷，一时间引爆了坊间猜测。

对此，亚航专门解释，资金主要用于重组和置换旧债，希望延长偿还期限，减轻利息压力。

可就在旧账尚未理顺时，美伊战争又导致燃油价格突然上涨。

今年第二季度，亚航使用的航空燃油均价达到每桶183美元，燃油支出同比增加58%，同期集团净亏损扩大至8.31亿令吉，其中汇兑损失约3.31亿令吉。

廉航对燃油尤其敏感，因为机票价格低，留给成本上涨的缓冲空间也更小。

就像20年前的我，可以提前大半年锁定便宜机票，若遇上油价急涨，航司执飞时反而可能成为赔钱生意。

为缓解压力，除了扩大燃油对冲，亚航集团只能选择涨价，其Q2财报显示，今年5月和6月，平均票价同比涨幅均超过20%。

可涨价又会动摇廉航最重要的吸引力。

亚航进入中国后，宿务太平洋、酷航和越捷等东南亚廉航也逐渐被更多旅客熟悉，春秋航空等本土廉航崛起后，同样蚕食着亚航喜欢低成本出行的年轻人市场。

同时，飞往东南亚的航线增加后，消费者有了更多比较空间，亚航很难再像早年那样，仅凭廉航身份就成为穷游者的默认选择。

值得一提的是，服务体验也在影响人们的判断。

这两年，小红书等社交媒体上关于亚航的避雷帖不胜枚举，不乏有人吐槽老旧的飞机因故障延误，有时还需要长时间维修，才能重新起飞。

在海外，Reddit上，同样有大量旅客吐槽，行李费用容易超出预期，遇到航班取消或行李受损后，又只能反复与聊天机器人沟通，很难找到能够真正处理问题的客服。

如果说年轻时，省下几百元足以抵消夜航和等待，如今带着孩子出门的亚航忠实老粉们，还要考虑孩子能不能睡好，航班变化会不会打乱后面行程。

价格优势逐渐缩小后，过去能够忍受的麻烦，开始变得昂贵。

当年抢到数月后的便宜机票，我便开始规划沿途怎么玩，仿佛付款成功，旅行已经启程。

今天不妨送在座诸君一句劝世良言，近期再看到类似亚航促销，大家应该关心距离出发还有多久。

亚航财务承压，并不意味着航班很快就会停飞，可远期机票从付款到登机隔着几个月，变化窗口自然值得关注。

假如寒假机票已经买好，酒店和当地交通也围着航班订妥，临近出发才收到调整通知，即使票款最终退回，原来的旅行也很难恢复。

届时，重新买票的价格可能已经上涨，单独购买的后续航段还要分别处理，无法取消的住宿和请好的假期，更不会跟着退款回到账户。

所以，亚航的远期低价票是否划算，还要看行程发生变化后，自己有没有调整余地。

很多年后的今天，我已经很少购买廉航机票，却仍在今年6月吃过类似的亏。

当时我带家人前往葡萄牙亚速尔群岛，从Pico岛前往下一站，只能搭乘当地的亚速尔航空，航班因天气取消后，航司答应支付的款项，三个多月过去依然没有到账。

航班取消其实只是麻烦的开端，后续沟通占用的时间，往往比损失本身更让人疲惫。

中年人对亚航的确有情怀，不代表和自己日渐干瘪的钱包有仇。

与此同时，旅客看不懂海外航司的资产负债表没关系，在线旅游平台却应该有能力更早发现风险。

2020年，亚航疫情危机时，曾经用代金券糊弄过国内消费者，有些真金白银的退款是平台替航司扛下了，今天亚航风雨欲来，携程、同程、美团、飞猪们想必已经吃一堑长一智。

亚航今天执飞中国十余座城市，有亚航航线的国内机场，也不能等到起降费、停机费等欠款继续扩大才开始准备，未雨绸缪总比事后追讨更有意义。

全球经济收敛下，第一批扛不住的航司正在悄悄退场。

今年5月，美国精神航空在重组失败后停止运营，9月，波罗的海航空也申请破产保护，却仍依靠融资继续飞行。

两家公司的结果不同，却共同提醒行业，经营压力可以通往完全不同的结局，接下来的全球廉航竞争，还会继续考验航司成本控制和现金储备。

而对我这样的中年人来说，或许下个月经过吉隆坡机场时，还是会朝那架红色飞机多看几眼。

当年坐在里面的我，总觉得世界很大，便宜机票还会有很多。

只是如今，红色飞机还能陪我们走多远，谁也说不准，不知道下一批年轻人，又会从哪里开启他们的人生旅程。

今日话题：你第一次乘坐的廉航是哪家，飞去了哪里？欢迎在下方留言框与旅界君互动。

从谷歌到字节，每个大厂，终将拥有一家药厂

医曜 — Thu, 17 Sep 2026 23:37:21 GMT

9月16日，路透社放出消息：字节跳动把内部的AI制药团队拆了出来，成立一家叫新生探途（Anew Labs）的公司。首轮外部融资2.9亿美元，投后估值约15亿美元，字节保留56%控股权。投资人名单差不多是中国一级市场的全家福：HSG（原红杉中国）、IDG、高瓴领投，五源联合领投，高榕、春华、博裕跟投。名单里还混......

本文来自微信公众号：医曜，作者：曜叔

9月16日，路透社放出消息：字节跳动把内部的AI制药团队拆了出来，成立一家叫新生探途（Anew Labs）的公司。首轮外部融资2.9亿美元，投后估值约15亿美元，字节保留56%控股权。

投资人名单差不多是中国一级市场的全家福：HSG（原红杉中国）、IDG、高瓴领投，五源联合领投，高榕、春华、博裕跟投。名单里还混着两个不太一样的名字：中国生物制药，上海未来产业基金。

15亿美元，约等于薛定谔公司（Schrödinger）现在的市值——那家做了三十年计算化学软件、被全球药企当标准配置的老牌上市公司。

一家成立三年、核心团队五十人、四条管线全部停在临床前的新公司，在资本市场眼里，约等于那位三十年的老师傅。

薛定谔，那个著名的思想实验：盒子打开之前，猫同时活着，也同时死了。

而Anew Labs此刻就在这样一个盒子里：按平台估值，它值15亿美元；按管线残值，四条临床前管线顶天5亿。两种估值同时成立，直到有东西把盒子打开。

从一条招聘启事，到一家15亿美元的公司

新生探途的故事，比这则分拆新闻早了差不多六年。

2020年底，字节跳动AI Lab开始悄悄招聘AI制药方向的人才。那是字节如日中天的时候，抖音、TikTok、头条，推荐算法所向披靡。但在这台推荐机器内部，有一小群人在琢磨一件节奏完全不同的事：用AI做药。

2021年，刘凯牵头组建正式的药物发现团队。他不是算法科学家出身，此前做了七年风险投资。事后看，让一个投资人来建这支队伍是个准确的选择：做药这件事，一半是科学，另一半是资本运作和资源整合。顺带一提，他的老东家，如今就在Anew的投资人名单里。

队伍不大，五十人上下，官网5月列出的核心成员36位，AI算法人才和资深制药专家混编。今年6月，字节完成分拆，团队、算法平台、在研管线整体注入新主体。三个月后，首轮融资落定。

为什么一定要拆出来？行业人士都容易理解：医药研发遵循双十定律，十年周期、十亿美元，验证以年为单位；互联网业务的节奏是周。两种时钟装在同一个组织里，激励错位，考核失焦，耐心一点点磨掉。谷歌对DeepMind的药物团队做过一模一样的选择，2021年分拆出了Isomorphic Labs。中美两家巨头，在组织问题上英雄所见略同。

分拆不等于切割。Anew的算力继续由火山引擎供应，这家公司从出生起就接着一条大厂的算力管道。办公室设在上海、旧金山和新加坡，美国实体名叫Anew Therapeutics。

家底方面，公开信息能拼出一个轮廓。

平台五个：AnewFold做生物分子结构预测，AnewSampling、AnewOmni、AnewDesign、AnewMind覆盖分子设计的其他环节。国际媒体报道提到其中包含Protenix和PXDesign。熟悉开源社区的人对Protenix不陌生，字节此前开源的蛋白质结构预测模型，一度被视为对标AlphaFold3的作品。这家公司的技术底盘，就是字节这几年在AI for Science上公开战绩的延续。

管线四条：形态覆盖小分子、抗体和环肽。最受关注的一条，公司称之为"全球首个"：一款能同时靶向IL-17家族全部三种二聚体的小分子抑制剂。

这行字需要解释下：

IL-17是免疫领域最成功的靶点家族之一。诺华的可善挺、礼来的拓姿，年销售额数十亿美元，是银屑病、强直性脊柱炎的主力治疗。这个市场只有一个巨大的遗憾：现有药物全是生物制剂，必须注射；而IL-17家族的三种二聚体（A/A、A/F、F/F），目前最强的双靶点抗体也只覆盖两种。

用小分子同时拿下三种，为什么没人做成过？因为靶点本身是片禁区。IL-17与受体的结合面又大又平，是出了名的"不可成药"的蛋白相互作用——抗体这样的大家伙可以张开双臂抱住一整片平面，小分子却得像一颗钉子，楔进一面光墙。

真做成了，局面就不一样：患者从终身注射换成每天一粒药片，不需要冷链，制造成本大幅下降。今年早些时候，Anew的生物学负责人在波士顿的一场免疫学会议上公开报告过这条管线。

另一条IL-4R也值得多说一嘴：特应性皮炎的核心靶点，同样是百亿美元级市场，同样有口服化的想象空间。

当然，要说清这家公司，还有一句必须记住：四条管线，没有一条进入临床。

大厂的尽头是药厂

Anew不是孤例。

把2026年的全球AI制药版图铺开，几股力量几乎同时到位。

英伟达出算力。1月，它与礼来宣布共建AI联合创新实验室，五年投入超十亿美元，目标是"两小时完成一轮迭代"的干湿闭环——传统药物化学家做一轮设计、合成、测试，以周计。

OpenAI和Anthropic出模型。OpenAI在4月发布生命科学专用模型GPT-Rosalind，安进、Moderna已导入研发流程，诺和诺德随即宣布战略合作。Anthropic的CEO阿莫迪公开说，生命科学是公司战略优先级最高的领域之一；更激进的动作也在4月，以约4亿美元收购成立仅八个月的Coefficient Bio，从卖工具转向直接持有管线。百时美施贵宝则正在向三万多名员工推广Claude。

Anew最直接的对标，是谷歌系的Isomorphic Labs。这家DeepMind分拆、诺奖得主哈萨比斯执掌的公司，5月12日完成21亿美元B轮融资，Thrive Capital领投，Alphabet、GV、淡马锡、英国主权AI基金悉数到场，累计融资约26亿美元。它的引擎IsoDDE覆盖蛋白-配体建模、亲和力预测、口袋识别，与强生、礼来、诺华都签了数十亿美元级的合作。它给自己定的目标是2026年底让AI设计的药物进入人体试验，而这个时间表已经从2025年底推迟过一次。

钱也在涌向交易环节。今年一季度全球医药交易总额880亿美元，同比增长三成，机构预判全年冲击1500亿。阿斯利康与石药185亿美元，礼来与信达88.5亿美元，礼来与Profluent最高22.5亿美元。大药企正在用真金白银把AI和源头创新锁进自己的管线。

在这张棋盘上看字节这步棋：算力接自家火山引擎，模型接自家AI4S积累，资本一头是顶级VC、一头是国资和药企，管线直接对标全球级靶点。

Anew Labs，野心多少有点藏不住了。

15亿美元，和56%的股权

先回答市井里最关切的问题：一家五十人、零临床的公司，凭什么值15亿美元？

按传统管线估值法，每条临床前管线打几千万到两亿美元残值，四条顶天五亿。多出来的十亿，市场定价的是别的东西。

第一样，是字节能力外溢的可能性。Anew本质上是把字节在推荐系统时代积累的模型训练、工程化和算力调度能力，平移到新战场。这件事在数学上说得通：推荐算法的核心，是在超大的连续解空间里快速搜索最优解，而药物分子设计的数学本质与此相近。投资人赌的是，在短视频里锻炼出来的机器，换成蛋白质语料，同样能打。

第二样，是生产管线的机器，而不是管线本身。国泰海通有个判断可以作锚：AI制药的竞争单元，正从单个分子升级为"数据×模型×管线"的系统能力。分子会失败，流水线不会。Isomorphic能融21亿美元，而手握某款具体药物的biotech可能融不到零头。就是说，市场已经决定给工厂定价，而不是给产品定价。

第三样，是时间。中国AI制药公司上一波批量成立于2018到2021年，多数至今还卡在"AI是工具还是药物"的定位摇摆里。天使轮就给15亿，是一级市场在抢跑——等临床数据出来，估值也许上一个大台阶，也许归零。期权本来就是双向的。

比15亿美元更值得琢磨的，是56%。

字节没有全资持有，也没有彻底卖出。全资的问题前面说过，双十定律和互联网节奏的冲突几乎无解；彻底卖出则等于放弃一张战略牌，还可能养出日后的对手。控股分拆是两者之间的平衡：母公司保留控制权和财务上行空间，新公司拿到独立的资本通道、独立的薪酬体系，和属于医药行业的节奏。

这个打法正在成为全球范式。Alphabet对Isomorphic是分拆但深度参与；Anthropic对Coefficient Bio选择直接收购；英伟达不持股，只结盟。下注的轻重，本身就是各家信心的刻度。看得出，字节和谷歌押得最重：出钱，出算力，还控股。

对中国互联网大厂，这件事的溢出价值也许超过融资本身。大厂内部那些做材料、做电池、做气候的AI团队，从此多了一条可参考的路径：拆出来，接上母体算力，引入产业资本，按行业的节奏生长。可以预料，不少大厂的战略部门会研究这份56%的股权结构。

瓶颈换了位置

AI制药的下一个瓶颈在哪里？兴业证券有个判断，说出了这个行业最反直觉的一点：决速步骤不在模型跑多快，而在湿实验数据产得多快。

模型这一侧的军备竞赛已经过剩。AlphaFold们把结构预测的边际成本压到几乎为零，生成模型每天吐出百万个候选分子。可当模型的产出速度超过实验验证一万倍，瓶颈就整个挪了位置：你能设计一亿个分子，实验室一周只能合成五十个。

这也解释了叙事主角的切换，从算法公司，换成拥有湿实验能力的公司。英伟达和礼来的实验室，卖点是两小时一轮迭代，比的不是模型快，是闭环转得快；晶泰的资本溢价，底层是三百台机器人和每月二十万条自有实验数据。

对Anew来说，这是它版图里最需要补的一块。公开信息里，它是一家计算重、实验轻的公司，五个平台全是干实验，湿实验能力未见披露。路子无非几条：自建、合作，或者外包给中国的CRO。

反过来，这正好解释了中国生物制药这笔战略投资的用意——药企的实验体系、临床资源和注册经验，正是Anew缺的那一半。这不是财务投资，是互补。

还有一层关系，把这件事推向更深处。

我此前写过，全球支付方正在合围（详见《单药经济学的终结》）：美国用MFN把药价锚定国际最低价，中国用基本医保加商保的双目录给高值药分流，单药单价的天花板被制度性压低，超额利润只能来自更多患者乘以更长时长。

把Anew的管线放进这个框架，会看到一种严丝合缝的巧合。自身免疫疾病患者以千万计，这是更多患者；需要终身用药，这是更长时长；小分子口服、无需冷链、制造成本远低于抗体，这是单价友好。同一笔账反过来算，对生物制剂近乎催命：一旦口服小分子做到与可善挺相当的疗效，那些每年几万美元的注射剂，将同时面对专利悬崖和剂型更替。

AI降研发成本，支付方压销售价格，两股力量从产业链两端同时发力，把"高单价、小人群、生物制剂"的旧模式夹在中间。Anew选靶点的口味——IL-17、IL-4R，全是口服化想象的大市场——说明它比谁都清楚终局的规则。

药品的经济形态正在逼近消费品：大市场、低单价、长周期。谁先接受这个设定，谁的管线模型就先更新。

盒子还没有打开

当然，还有三个问题，眼下没有答案。

一是临床。Anew四条管线全部在临床前，Isomorphic推迟过人体试验时间表，全行业至今没有一款从头到尾由AI设计的药物走完三期。国泰海通说，AI设计药物的临床验证潮即将到来。"即将"两个字，眼下托着上千亿美元的估值。2027到2029年，这批公司排队交卷，那才是这个赛道的成人礼。

二是字节的耐心。这家公司历史上多线出击，也多次收缩，教育、游戏都见过。56%的控股既可以是长期承诺，也可以是下一次战略收缩时最先变现的资产。判断一家公司的命运，股权结构说了不算，母公司愿意给多长时间说了算。答案不在公告里。

三是估值的收敛速度。市场现在按平台给钱，但平台的价值终究要靠管线兑现。如果三五年内平台产不出进临床的分子，平台估值会向管线估值坍缩。薛定谔的市值从80亿美元走到15亿，就是一部平台叙事被管线现实修正的记录。

Anew现在拿到了薛定谔的市值。没有人希望它走薛定谔的曲线。

这三个问题，其实可以合并成一个：盒子什么时候打开。

量子力学里，观测让叠加态坍缩——猫在打开盒子的那一瞬间，才被迫在生与死之间做出选择。AI制药的观测时刻，就是第一批临床数据的读出。在那之前，15亿美元和零，两种估值都合法；在那之后，每家公司都只能领走属于自己的那一个。

结语

回到2020年底，字节AI Lab贴出第一批AI制药招聘启事的那个冬天。少有人想到，那家靠信息流推荐日进斗金的公司，五年后会孵化出一间给蛋白质建模的药研公司。

资本市场的算术向来粗暴：五十人，四条临床前管线，十五亿美元。但这个数字背后，是几件同时发生的事——互联网巨头给AI能力找到了第二战场，中国创新药等到了新的资本叙事，支付方重写了药物的经济形态，而大厂与双十定律之间，终于有了一种可以共处的组织形态。

Anew官网首页有一句话，朴素得近乎天真："研发新药，为患者带来切实获益。"

AI能写代码，能做PPT，能预测蛋白质。唯独这一句，得靠真药来回答。

2027到2029年，盒子会一个接一个打开。到那时，所有按平台定价的公司，都要变回按管线定价的公司。

希望盒子里的那只猫，是活的。

镀金时代“老登”生存指南

秦朔朋友圈 — Thu, 17 Sep 2026 23:13:25 GMT

老登俨然已经成了中国社会一个被围观的物种。濒危，但不受保护。整个社会都在忙着给它定义、调侃、审判。企业家发个内部信，要先自查有没有“登味”；名导演接受采访，要先声明“我只是说我认为是这样的”，以免被贴上“登味十足”的标签。搞得整个中年以上......

本文来自微信公众号：秦朔朋友圈，作者：钱鸣，题图来自：视觉中国

老登俨然已经成了中国社会一个被围观的物种。

濒危，但不受保护。

整个社会都在忙着给它定义、调侃、审判。企业家发个内部信，要先自查有没有“登味”；名导演接受采访，要先声明“我只是说我认为是这样的”，以免被贴上“登味十足”的标签。搞得整个中年以上的企业家群体都有点紧张，生怕一开口就被贴上“老登”两个字——那东西像苍蝇贴，粘上了就撕不下来，越挣扎粘得越牢。

审判甚至不是比喻。

今年夏天，一位00后员工离职后在朋友圈称前老板为“四十岁的老登”，老板真的告到了法院。这算是目前因“老登”两个字打官司、闹上社会新闻的首例。

这个词的出身至今说不清。东北话、山东话、登徒子、长明灯，各有各的祖宗，谁也拿不出铁证。倒是“四十岁就够格”这一条颇有意思：它说明，登味与年龄无关，和做派更相关。

二十多岁，也可以登得四平八稳；六七十岁，也有人始终不登。

所以与其忙着排雷，不如看看历史上的老登们是怎么一路走过来的。

一百多年前，美国也有过一批这样的人：钱来得比人长得快，财富增长得比社会的接受速度还快，被全国报纸骂了二十多年。

那个时代后来有了一个很妙的名字——“镀金时代”。

1873年，马克·吐温和查尔斯·达德利·华纳合著的小说《镀金时代：今日故事》出版。金子只有薄薄一层，下面却是铅。这个名字原本带着明显的讽刺意味，后来却变成了一个时代的历史称谓。

当年被骂的人，后来进了博物馆；当年被嫌弃的豪宅、收藏和慈善，如今成了美国城市景观和文化遗产的一部分。

美国镀金时代那批老登的活法，一百多年后翻出来看，倒像一份现成的生存指南——有参考，也有前车之鉴，中国老登不妨参考。

美国那批人，大多出生于19世纪30年代前后，童年经历过相对贫困，三十来岁赶上南北战争之后那场持续数十年的工业化与财富狂飙；我们这一批则大多出生于20世纪60年代前后，年轻时整个社会都还不富裕，三十来岁赶上1992年之后的市场化和财富增长。

两代人的人生曲线，竟有一些奇妙的押韵。

都在一个剧烈扩张的时代里突然拥有了上一代人没有的东西；都在财富、消费和身份之间摸索新的生活方式；最后，也都遇上了一场足以改变时代情绪的经济转折。

当然，两者并不相同。

美国镀金时代，是所谓新钱老钱彼此看不起，一个阶层试图进入另一个阶层的故事；中国这一代则不同，毕竟大家富裕的时间都还不算太久。

于是今天的小登看老登，多少有一点奇怪的错位感：

他们嫌弃的那些做派，往往正是父辈这一代人摸索着学会如何使用财富时，留下来的痕迹。

历史不会原样重演。

它只是偶尔在不同的人身上，押上一样的韵。

现代社会老登六件套：是爱好，也是止痛药

先看看老登都对哪些事儿上瘾。掼蛋、茅台、马拉松，中医、国学、高尔夫，三件套起步，六件套封顶，全国统一，不分南北。

小登们看不懂：有钱有闲，老登们的爱好怎滴如此贫乏。

答案其实不难。这一代人年轻的时候，没有“爱好”这个科目。大部分六七十年代出生，80年代读书，90年代上班，人生前三十年要解决的是另一些事：分房、下海、出国、还贷、把孩子送进好学校。

等到终于可以问自己“我喜欢什么”的时候，已经退休或者快退休了，这个年纪的人学任何东西，都倾向于从有人陪的那种开始。

所以六件套里没有一样是一个人玩的。掼蛋四个人，茅台一桌人，马拉松几万人，高尔夫两到四个人加一个球童。中医和国学看似独修，其实也有班，有群，有大师。

它们同时解决了三件事：社交，入门，和身份。跑步是最容易入门的体育，只要肯跑；高尔夫是最体面的散步，还能谈事。尤其到了这个年纪，健康是头等大事，六件套里有一半以上是给身体的。

但更隐秘的一层是：六件套是中年失重期的止痛药。

其中，解决身份焦虑则是六件套的刚需。退休或者半退休以后，紧跟着时间而来的就是排山倒海的空虚寂寞和身份焦虑。过去的激荡三十年里，大部分人在时代的洪流中急流勇进，生存第一，奋斗赚钱被动成了唯一的爱好。有一天名片作废了，微信名后面的公司没了，饭局上介绍到你，主人会加上曾任了。六件套就在这半分钟里派上用场——“胡总现在全球跑马拉松”，“王总的高尔夫水平那可是和老虎有一拼”，“乔总的国学造诣很深厚”。

它不是炫耀，是证明自己还没被时代甩出去。

一百年前的美国老登也一样。卡内基六十五岁把公司卖给摩根，第一次没有了头衔，然后用剩下的十八年把绝大部分钱花出去，他从不要求图书馆刻上他的名字，可全世界都叫它们卡内基图书馆——那是他给自己找的新身份。洛克菲勒五十七岁退休，两年后学的第一样东西是高尔夫，从此见人先发一毛硬币，硬币成了他的名片。

先说清楚：中医也好，国学也好，六件套本身都没有问题，问题出在每一样旁边都站着一个真假莫测的卖货郎——茅台旁边是假酒，高尔夫旁边是天价会籍和定制球杆，马拉松旁边是私教和装备，中医国学旁边是大师本人。

说到底是社会产生了新时代的需求，而供给端却参差不齐。麻烦在于，鉴别真伪的门槛不低，入坑的门槛却很低——钱够得着后一道，未必够得着前一道。

这一代人的教育里，逻辑和实证从来不是最被强调的两门功课，于是特别容易被名词蛊惑：大师、正宗、秘方、能量、格局。名词一多，韭菜就长出来了。“亚洲第一潜能激励大师”七年骗了三亿八，一根头发能卖六万；八百亩的书院，学费一年十二万，“国学大师”的上一份工作是传销头目；丹阳一对60后夫妇在“世界级专家”那里充值四百万，买的是贴了洋名的维生素C。韭菜不是突然长出来的，它往往长在一个人终于开始关心自己、却还不知道该相信什么的地方。

我做克什米尔披肩历史的研究以及中国市场的科普，这两年也发现中国披肩市场的科普简直是各种反诈名场面：瞎编的宝宝绒脖子绒、子虚乌有的百年工坊、19世纪法国设计被说成克什米尔本地百年传承。名词越多，离真实越远。

一百年前的美国老登也是这么被割的。巴特尔克里克疗养院里，富人排队做电疗、灌肠，早餐吃刚发明的麦片；报纸上整版是“电力腰带”和“印第安草药”的广告；康韦尔牧师的“钻石就在你家后院”讲了六千多场，中心思想是发财是你的义务——那是成功学的祖师爷，那位亚洲第一大师要是早生一百年，也就是个巡回讲师。

六件套对六件套，一样一样对得上：掼蛋对桥牌，茅台对香槟，马拉松对19世纪90年代的自行车热——中年富人穿灯笼裤在中央公园骑车，英国医生给他们起了个煞有介事的名字叫“自行车脸”：面色潮红，嘴唇紧抿，眼下发黑，一脸疲惫。

我把这段念给我的老师弗兰克·埃姆斯（Frank Ames）听，他也骑车，大笑声明：我没有灯笼裤。

六件套里的高尔夫，也是美国镀金时代的老登必备杀器。美国第一家延续至今的高尔夫俱乐部在1888年才在纽约成立，五年后纽波特就有了乡村俱乐部。

一百年过去，老登的爱好没变，只是把灯笼裤换成了速干衣。

那些年，美国老登交过的学费：避坑，也是避雷

其实关于镀金时代的各种嘲讽总结历来不少，一百年前那批人已经把弯路走完了，我们不妨抄作业，这份避坑指南，也是避雷指南：

谨慎办舞会。1897年2月，马丁夫人在华尔道夫酒店办了一场化装舞会，八百位客人扮成欧洲的国王王后，花掉几十万美元。她的理由是拉动经济——那年正是1893年恐慌的尾巴。结果报纸骂了一个月，警察在门口防示威，夫妻俩不久搬去英国，再没回来。今天的版本不用我多举例，各位朋友圈里都有。

内部信确实高危。1889年卡内基写了那篇《财富》，说富人不过是穷人的受托人，带着巨富死去是一种耻辱。三年后他的工厂罢工，他人在苏格兰钓鱼，合伙人弗里克派了三百个平克顿枪手坐船去，死了十来个人。工人们读到的不是那篇文章，是枪。内部信写得再好，也抵不过真金白银的工资单。与其嘘寒问暖，不如打笔巨款。今天的中国老登们，也常在内部信里谈理想、谈情怀，但员工记住的，永远是年终奖的数字。

避免当糖公鸡。铁公鸡也就罢了，最怕遇到糖公鸡，一不留神还粘走你的毛。普尔曼在芝加哥南边给工人盖了一整座模范城，房子、教堂、图书馆、公园全是公司的，不许开酒馆，租金从工资里扣，理由是为工人好。1893年他把工资砍了两三成，租金一分没减，第二年全国铁路大面积瘫痪。他死的时候家里人怕工人来刨坟，棺材裹上沥青，浇几吨混凝土，压一层钢轨，再浇一层混凝土。“为你好”这三个字，一百多年了还是这么招人烦。今天的一些老板，一边谈“家文化”，一边优化三十五岁以上的员工，只是混凝土换成了钉钉的已读不回。

买文明还是买原料。美国新贵买完欧洲的城堡和油画，接着买东方的克什米尔披肩，镀金时代著名的画家萨金特就画过一系列题为“克什米尔”即羊绒的画作。那时候的美国人，也和现在中国市场大部分新进爱好者一样，大多买的只是“克什米尔即羊绒”这几个字，可一条收藏级别的披肩最值钱的从来不是那只羊本身，而是织工的手和设计的灵魂，尤其到了今天，科技加持下原料的突破已经取得了突飞猛进的成果。认原料不认工艺，是新钱的通病，一百多年没变，原因和六件套的坑同理：前者简单后者难。

不惧失败才能不登。吐温五十八岁那年出版公司倒闭，排字机的投资也打了水漂，债主上门。他没躲，绕地球讲了一圈段子，三年把债还清，然后穿上那身白西装。他年轻时嘲笑镀金时代的暴发户，老了自己活成了老登，再靠手艺翻身——写老登的人里，他最有资格。这一点，褚时健可以说是隔空回应，几乎没有人会认为他老登。

沉默是金。弗里克一辈子几乎不解释自己，罢工的事不解释，挨枪子的事不解释。他把第五大道的房子连同里面的画一起留给了公众，今天叫弗里克收藏馆。平克顿枪手和这座馆是同一个人。动机可以不纯，遗产可以很纯。

永不服老。摩根（J.P.Morgan）七十岁还在买手稿、买中世纪的圣经和波斯的细密画，没人说他装嫩，因为他买的东西现在还在第36街，谁都可以去看。不是因为他“爱买”，而是因为他到死都对这个世界保持着一种近乎贪婪的好奇心——他想弄明白人类曾经如何思想，又如何表达。登，不是年龄大了自然长出来的，而是好奇心死掉以后，长出来的壳。

今天很多老登买了艺术品锁进保税区仓库，不是因为喜欢，而是因为“资产配置”。这没什么可嘲笑的，但两者之间高下立判：前者是在和世界对话，后者只是在给自己记账。

供养人：老登生存最高形态

至于老登生存指南打怪升级的至尊级别，敦煌之行给了我极大的启发。

写这篇文章的时候我正在敦煌莫高窟里看壁画。讲解员指着窟门口的两尊略显违和的画像说，这是供养人，出钱开窟的，姓名官职写得清清楚楚。

啊这，不就是一千年前的老登？

莫高窟当年是依靠当地的世家、节度使、商人出资开的，张议潮、曹议金一家几代人都在里面。他们出的钱，请的画工，在当时不过是一笔消费，和今天买一幅画、修一座房子没什么两样。请来的画工来自四面八方，于是壁画每隔几十年就变一次样。

历史最有意思的地方就在这里：一个人的消费，经过时间的发酵，有时会变成一个文明的遗产。莫高窟是一千年的消费发酵出来的。

对照一下就明白：埃及雕塑的比例格子用了三千年，不流动的地方，连突变都会被吸收掉。敦煌之所以迷人，正因为它在丝路要塞上，一千年里不断有人带东西来，又带东西走，文明在交互中华彩流动。

这些供养人相信有比自己活得久的东西。这就是老登的分水岭：卡内基相信图书馆比钢铁厂活得久，弗里克相信画比自己活得久，普尔曼只相信混凝土。今天的老登相信什么，留给各位自己填空。

顺便说一句，美国镀金时代的老登买完欧洲，下一站就是这里。1924年哈佛的华尔纳用涂了胶的纱布从莫高窟揭走了十余块壁画和一尊唐代彩塑，第二年再来，被拦住了，只带回照片。这一段黑历史也饱受全球各方口诛笔伐。

六十五年后，1989年，洛杉矶石油商人的钱以盖蒂保护研究所的名义回到莫高窟，修的正是唐代的壁画；十年后的1999年，匹兹堡银行家的钱以梅隆基金会的名义再来，给壁画拍照存档——当年借钱给弗里克开焦炭公司的，就是老梅隆。

掠夺与修复，嘲讽与致敬，有时候是同一批人的后代完成的。历史就是这么爱开玩笑。

老登的最终归宿

一百年过去，那批人去了三个地方。一部分留在了1893年，恐慌来的时候连人带名字一起没了；一部分成了拍卖会，收藏散尽，豪宅拆掉，第五大道的百万富翁街如今剩不下几栋；还有一部分成了全世界都敬仰的名字——斯坦福、芝加哥大学、卡内基音乐厅、弗里克收藏馆、弗利尔美术馆。没人记得他们的登味，只记得他们留下了什么。

钱这种东西，最高级别的用法，是让它在你不在的时候，仍然替你说话。卡内基的钱在2500多座图书馆门口替他说话，弗里克的钱在第五大道七十街替他说话，普尔曼的钱也在替他说话。

今天嘲笑老登的小登们，十年后会去哪里，也不难猜。19世纪90年代那批把强盗大亨钉在报纸上的年轻记者，二十年后不少成了自己当年笔下的人。

老是时间的事，谁也躲不掉；登是自己的事，可以拒绝要。最要不得的是未老先登，老还没轮上，登已经先到。

当然，大部分老登没有基金会，没有图书馆，甚至没有退休金。他们留下的东西尺度小一点：孩子买房时掏出的积蓄，父母病床前守过的夜，公园里教小登打的太极拳。没人刻在墙上，可也是比自己活得久的东西——从文明缩小到了家庭，从千年缩小到了一代人。

马克·吐温在那本《镀金时代》里写过一句话，比后来安在他头上的“历史会押韵”更准：历史从不重复，但当下万花筒式的组合，常像是由古老传说的碎片拼成的。

碎片还是那些碎片。灯笼裤换成了速干衣，桥牌换成了掼蛋，供养人换成了基金会。

To be or not to be?That is the question.

登，还是不登，这是个问题。

小登不必嫌弃，说不定他朝汝体亦相同。

我们的口号是：世界和平，Love&Peace。

决战在即：马化腾定调，梁汝波督战

黄青春 — Thu, 17 Sep 2026 23:07:07 GMT

出品｜虎嗅黄青春频道作者｜商业消费主笔黄青春题图｜视觉中国9 月 15 日上午，北京国家会议中心二期，人声窸窣的飞书发布会突然安静了下来，伴随着一阵欢呼，字节跳动 CEO 梁汝波踱步上台。这是豆包、飞书、火山引擎完成架构整合后，字节首次对外摊开 AI 企业服务的完整底牌，也是梁汝波以集团 CEO 身份，首次现......

出品｜虎嗅黄青春频道

作者｜商业消费主笔黄青春

题图｜视觉中国

9 月 15 日上午，北京国家会议中心二期，人声窸窣的飞书发布会突然安静了下来，伴随着一阵欢呼，字节跳动 CEO 梁汝波踱步上台。这是豆包、飞书、火山引擎完成架构整合后，字节首次对外摊开 AI 企业服务的完整底牌，也是梁汝波以集团 CEO 身份，首次现场为 AI 业务站台。

47 天前的那场架构调整，被字节内部视作向企业级 AI 市场合兵冲锋的信号。梁汝波此次亲自来撑场子，很容易让人联想到马化腾连续在财报电话会上为 WorkBuddy 定调的动作——只是以字节的风格，从来不推崇个人英雄主义叙事，取而代之是一套体系化的军团式推进。

当腾讯、字节先后把 CEO 推到 AI 鏖战的台前，意味着这场战事已经跳出产品的局部比拼，升维至集团层面的战略对垒。而决战的胜负手，正是梁汝波抛出的那个核心问题：企业怎样才能让员工真正用好 AI？

站台背后的战略决心

今年上半年，WorkBuddy 在腾讯财报刷足了存在感，短短三个月广告从央视铺到了写字楼电梯间，这在腾讯近年产品史上颇为罕见。

市场很快读懂了这背后的信号：在腾讯的资源分配逻辑里，马化腾定调往往意味着顶级资源倾斜，以及产品战略的上位。

WorkBuddy 也确实给腾讯长脸，跑出了一条扶摇直上的曲线：3 月 9 日全量上线后，PC 端首月访问量突破 885 万，连马化腾都难掩喜悦，在 Q1 财报沟通会上称其是国内用户覆盖范围最广的效率类 AI 服务。二季度，WorkBuddy 稳居国内 PC 端原生 AI 办公智能体赛道第一，单月访问量超过行业第二、三名之和，6 月进一步攀升至 2097 万，三个月增长 2.4 倍。

面对来势汹汹的腾讯，梁汝波代表集团意志，完整披露了豆包、飞书、火山引擎整合的底层逻辑：Agent 的核心是与人、与工作场景、与其他 Agent 高效协作，其能力上限直接绑定底层大模型，因此大模型、Agent 与协作环境（三者）必须深度融合。

具体来看，飞书做协作平台，承载企业专属上下文和各类办公工具；豆包工作 AI 套件覆盖全体员工的通用生产力场景；火山引擎提供大模型、算力和开发工具，帮助企业打造专属智能 Agent。三者各有站位，就像一套层层递进、徐徐发力的组合拳，串起“平台-应用-底座”的闭环。

对比两家的战略路径会发现，本质是在做同一件事：把模型能力、产品入口与组织系统缝合为一体，区别在于切入的起点完全相反。

腾讯从桌面这个最高频的办公场景切入。3 月 WorkBuddy 桌面端上线，6 月推出企业版与办公智能体套件 Agent Suite，并同步升级企业智能体管控平台 ClawPro 与开发平台 ADP 4.0，覆盖 Agent 构建、连接、分发、治理的全生命周期。

其逻辑是先在个体桌面站稳脚跟，再把分散的模型、技能、专家经验沉淀为企业可管理、可复用、可分发的资产，最终用超级个体串联起超级团队。

字节选择从协作平台侧切入。随着豆包、飞书、火山引擎完成整合，飞书承载企业上下文与工具矩阵，豆包输出智能能力，火山引擎供给模型与算力，三层在同一体系内原生打通，自上而下重构企业工作流。

也就是说，一个是从桌面往组织里长，一个是从组织向桌面落。与之对应，两家在 AI 办公大战有各自的坡要爬。

对字节来说，第一个挑战是市场教育成本。让企业接受 AI 需要重构工作方式的理念，远比让员工装一个桌面工具难得多。尤其对大量传统中小企业而言，远未到变革组织工作方式的阶段，飞书下沉需要投入极大的资源和耐心。

第二个挑战是火山引擎的企业服务交付能力。打造企业专属 Agent 的愿景足够诱人，但落地高度依赖定制化交付与客户成功能力。火山引擎此前以云服务和模型能力输出为主，尚需积累面向企业做深度业务服务的经验，完整的交付体系也需要时间搭建。

第三个挑战是 C 端用户认知。豆包工作的产品能力并不弱，但普通用户的感知度不如 WorkBuddy。字节在 C 端办公市场的品牌积累，与腾讯相比仍有差距，心智渗透非一日之功。

再看腾讯，同样有三道坎要迈。

第一道是企业级能力能否跟上 C 端的爆发速度。WorkBuddy 在个体效率上的爆发有目共睹，但企业市场遵循完全不同的评价体系。腾讯给出的答案是 6 月发布的企业版：统一管理后台覆盖组织架构、权限授权、治理审计与成本分析，严格遵循最小权限原则，操作全程留痕，对金融、国企等客户支持 VPC 独占与私有化部署。眼下，其能力已经交付，真正的考验是在大型组织中的稳定性与规模化交付效率。

第二道是桌面入口的场景深度。全覆盖的另一面，是单个场景容易被更垂直的产品击穿。腾讯的解法是开放生态：办公智能体套件通过 One ID 原生接入文档、网盘、乐享，以垂直智能体 + SkillHub 10 万余项技能覆盖专业场景；企业版的项目协作能力，则让人与 Agent 共享上下文与资产，协同推进同一目标。

第三道是自有体系的协同效率。腾讯从不缺产品，难点在于如何统一高效调度。6 月以来，WorkBuddy 陆续打通文档、知识库、会议、协作等办公链路，QClaw 团队并入同一部门，企业微信的 CLI 与 MCP 能力也已开放。但和字节在单一体系内原生打通不同，腾讯要缝合的是更多、更重的存量系统。

原生融合 VS 桌面穿透

在虎嗅看来，产品路线的分野，是两家战略差异最直观的体现，根上是对 AI 办公的底层理解不尽相同。

飞书 8.0 是本次大会的核心产品，最大的变化是首次将 AI 智能体定为平台“一号工程”，不同于侧边栏加个入口的小修小补，而是整个系统为 Agent 做了底层系统性重构。

飞书 CEO 谢欣把这种重构拆解为三个维度：人与 Agent 的协作，要像人与人一样自然；Agent 能像人一样，调用飞书里的所有产品能力；企业管理 Agent，要像管员工一样权限清晰、安全可控。

说白了，过去的 AI 助手有三大通病：要么是独立第三方应用，来回切换、复制粘贴效率低；要么只能调用有限接口，核心功能用不了；要么权限边界模糊，企业不敢开放核心数据。

飞书给出的解法是：从底层彻底打通，实现豆包工作与飞书的原生融合。

首先是账号体系打通。这是国内首个协同办公与 AI 在账号层面原生打通的平台：员工使用豆包工作时，始终处于企业账号的身份与安全边界内，从根源上杜绝数据流出组织的风险。
其次是上下文打通。豆包工作接入飞书知识问答等底层能力，对企业内部数据的检索更精准高效，同等任务的完成质量显著优于通用 AI 工具。
最后是场景全嵌入。豆包工作的入口内嵌在群聊、文档右上角，搜索结果首位，用户无需切换工具，在任何工作场景下都能一键唤起。

更深层的开放是编程接口。据虎嗅了解，自今年 3 月以来，飞书向 Agent 开放的功能点从 247 个增至 767 个，执行成功率从 78% 提升至 95%，整体执行速度快了 39%。换句话说，人能在飞书里完成的工作，Agent 几乎都能完成。

在此基础上，字节还推出了国内首个团队级智能体产品“豆包工作伙伴”。与市面上的个人 AI 助手不同，它拥有独立身份、权限与记忆，能像真同事一样加入飞书群聊；还能主动排查技术故障、辅助营销策划、自动生成周报、支撑客户访谈全流程，甚至跨群协调资源、推动工作闭环。企业可以统一配置它的权限、能力与用量，全员都能和同一个智能体协作。

除此之外，飞书把多维表格升级为 AI 时代的企业数据底座，支持用自然语言从零搭建业务系统，其数据分析能力在全球多个公开评测中位列第一；飞书项目完成全流程 AI 升级，推出 AI 节点、AI 操作功能，缺陷初筛分流从数小时压缩至分钟级。

腾讯不同于字节从协同场景切入， WorkBuddy 的核心逻辑是桌面即入口，其深度扎根桌面办公全场景，串联文档撰写、会议处理、数据报表等各类职场任务；依托 Windows、macOS、鸿蒙多端适配能力，实现跨设备文件流转、跨软件指令联动，直击传统办公工具信息割裂、数据不通的痛点。

这种路径的优势是门槛低、上手快。用户不用改变现有办公习惯，不用更换协同平台，只要在桌面装一个客户端，就能在各类办公软件里调用 AI 能力。这正是 WorkBuddy 上线三个月访问量三级跳的核心原因：对海量中小企业和个人用户而言，不换系统就能用 AI，吸引力远比重构一套工作流大得多。

至此，腾讯产品矩阵形成了清晰的梯队：元宝依托微信生态打通小程序、App、网页、客户端多入口，满足碎片化问答、资讯检索、轻量创作需求；ima 定位个人专属知识智能工作台，主打私有知识库搭建，支持文档、网页、音视频等多类型资料解析；WorkBuddy 则主打跨设备自动化办公流程执行。三者差异化互补，ima 与 WorkBuddy 已实现生态互通，完整覆盖个人用户全场景 AI 需求。

综上，字节主张换道：让企业在 AI 时代换上一套更先进的工作系统，从底层重构协作方式，追求组织效率的系统性提升；腾讯则主张提速：在企业现有办公系统的基础上，给每个员工的桌面装一个 AI 加速器，先把个体效率拉满，再向上沉淀为组织能力。二者的根本分歧是：先改造系统再让员工用起来，还是先让员工用起来再倒逼系统改造。

梁汝波的判断很明确：企业要完成真正的 AI 转型，不能只停留在换一套工具，必须推动整个组织工作方式的深度变革。说得直白点，只做桌面工具的 AI，触达不到企业生产力的核心。

不过，沃尔玛中国总裁兼 CEO 朱晓静在同一场大会上，从客户视角给出了另一种判断。在她看来，从零散任务切入是企业探索 AI 应用的必经之路；真正的难点在于，个体提效并没有聚合成组织提效，根源正是工作流没有被重新设计。

一个容易被忽略的事实是，腾讯自己并不把 WorkBuddy 定义为工具。

9 月 2 日，WorkBuddy 开放平台正式上线，向智能硬件、行业应用与开发者开放底层 Agent 能力，首批接入超百家生态伙伴。腾讯云副总裁、CodeBuddy 与 WorkBuddy 负责人刘毅在发布会上说得很清楚：“真正的生产力，不取决于一个工具有多强，而取决于它能连接多少能力、走进多少场景”，并称要把 WorkBuddy 打造成面向 Agent 时代的操作系统。

基因决定路径分野

当然，战略和产品最终都要交给市场验证。从目前公开的数据看，两边都交出了足够亮眼的成绩单，只是增长的维度完全不一样。

2026 年上半年，飞书年度经常性收入（ARR）增速达到去年同期的 2.5 倍，创下成立以来的历史新高。这个增速在国内 SaaS 行业极为罕见，更关键的是收入结构：超九成新增客户同步采购了飞书 AI 产品，意味着 AI 已经从飞书的增值功能，变成了客户付费的核心驱动力。

另一个打破行业刻板印象的数据来自中小企业市场。外界一直觉得飞书只适合头部科技企业，但过去一年，飞书的中小企业客户总量增长了 70%，说明飞书正在被更广泛的企业接受，下沉战略初显成效。

客户版图最能说明路线的价值。据虎嗅了解，市值 Top10 的中国上市车企中，9 家已全部或部分使用飞书；国内所有上市茶饮集团均在使用飞书；营收 Top10 的上市国货美妆品牌中，90% 在用飞书；上半年人形机器人销量 Top10 的企业，9 家是飞书客户。

这些头部企业的选择，本质是对 AI + 协同路线的投票。毕竟，对知识密集型、高协作密度的企业而言，工具赋能跟一套新的工作方式不在一个量级上。

视线拉回腾讯，其优势在用户规模。WorkBuddy 上线三个月，PC 端月访问量突破两千万，对一款 AI 办公产品而言是相当惊人的渗透速度。这很大程度上源于，中国有数以亿计的职场人，绝大多数每天的工作就是对着桌面办公软件，WorkBuddy 精准命中了这个最广泛的需求，再加上腾讯的流量与渠道能力，快速起量是必然结果。

目前，市场已经呈现出清晰的分层：高端市场、中大型企业、知识密集型行业，飞书占据明显优势；大众市场、中小企业、通用办公场景，WorkBuddy 增长迅猛。随着飞书向下渗透中小企业，WorkBuddy 向上攻坚企业级场景，双方短兵相接只是时间问题。

那这场竞争打到最后，拼的到底是什么？模型能力、产品体验、还是渠道资源？答案或许藏在两家公司的基因里。

梁汝波在演讲里花了很长篇幅回顾飞书的十年：2016 年立项，当时字节试遍了市面上所有免费付费、开源闭源的办公协同方案，找不到一款能适配自身高速协作需求的产品，这反过来限制了公司发展，最终才决定自研。飞书打磨了三年才上线全球版本，是他在字节主导打磨周期最长的产品。

这套叙事的内核：办公协同是从真实、高强度协作需求里生长出来的体系。字节本身就是全球协作密度最高的公司之一，飞书先服务自己，再去服务客户。这也是为何飞书最懂企业工作流，最清楚 AI 该嵌在哪里、怎么嵌才能真正产生价值。

反过来，腾讯的基因是连接与普惠。从 QQ 到微信，从腾讯文档到腾讯会议，腾讯最擅长把复杂的东西做成十几亿人都能用的产品，再通过开放生态接入更多参与者。WorkBuddy 延续的正是这个思路：不要求企业先换掉现有系统，而是让 AI 先在最广泛的桌面上用起来，再沿着开放接口向组织深处延伸。

在虎嗅看来，两种基因造就了两种 AI 办公形态。字节是平台内嵌型：以协作平台为底座，AI 是系统的原生能力，人与 Agent 在同一平台内协作，目标是重构组织的工作方式；腾讯则是桌面通用型：以桌面为入口，AI 先服务每个人的具体任务，再通过开放接口与企业系统连接，目标是让 AI 成为每个人的办公标配。

未来，哪一种范式会成为主流？

梁汝波认为，过去 50 年 IT 领域只出现过 PC、Web、Mobile 和 AI 四次技术高峰，每次间隔 15 到 20 年，而 AI 将是远超此前三轮的新浪潮。回顾历史便能看到清晰的规律：PC 时代，Office 是办公的核心工具；Web 时代，Office 实现在线协作；Mobile 时代，办公的核心变成了沟通与协作——每次技术变革，办公的核心形态都会被重写，AI 时代也不例外。

为此，字节选择从组织往下渗透，腾讯选择从个体往上生长。短期来看，桌面 AI 因为门槛低、上手快，会率先普及，收割海量用户；但真正的分水岭在于，谁能真正将个体验证过的能力，沉淀为企业可管理、可复用、可衡量的组织资产。

# 虎嗅商业消费主笔黄青春、黄青春频道出品人，关注文娱社交、游戏影音等多个领域，行业人士交流加微信：724051399，新闻线索亦可邮件至 huangqingchun@huxiu.com

告天下母亲同盟书

王小一和她的朋友们© — Thu, 17 Sep 2026 20:10:21 GMT

前几天我看到一句话：亲子关系是人格的试金石。稍微想了一下，挺有道理。孩子在进入亲子关系的时候是一片空白，所以不承担关系责任；亲子关系的质量和走向在六岁以前基本确定，那个阶段几乎都是父母在施加影响，而孩子没有任何防御的无条件吸收。所以简单点说，孩子长大一些以后，进入青春期和成年早期，和父母的关系不好，那就说明父......

本文来自微信公众号：王小一和她的朋友们，作者：王小一

这样简单粗暴的结论听起来很过瘾但是对父母不免太过严苛——毕竟想想“无知之幕”，你既可能是受害的子女，同时也是施害的父母。但我认真思考了一下，认为接受如下的结论是客观和理智的：为人父母，需要承担亲子关系以及孩子人格健康的责任，也就是说，无论你获得/缺失过什么资源，你对孩子的影响，由你个人承担。

这句话本身可能就是越来越多的人选择不生孩子的原因——这是个注定亏本的买卖。如此巨大的责任，与如此虚无缥缈的收获对照，合理的逻辑结论简单明了。备注一下，以我所处的阶层，时代，亚文化来看，传统的亲子关系最需要改进的就是个人界限。以上和以下全部的论述都是基于西方个人主义的观念。

一

我儿子马上十二岁了，这两年和他的相处越发的具有挑战性。我也是第一次当青春期孩子的家长，无论如何道听途说的知道青春期少年有多难管理，自己真的面对这个问题的时候，还是常常沮丧，挫败感十足。我发现真正的挑战还不是他的自主意志越来越强硬，需要占据主导；而是在这个前提之下，他们的自我主张倾向于为自己的选择承担后果——但他们往往还不具备承担后果的能力和理智判断。这种窝囊气才是最令父母抓狂的——我说的你不听，你搞砸了我要兜底，凭啥子？！

提醒自己闭嘴，管得越少越好，这件事没那么难。难的是，家长习惯从亲子关系里面获取的自恋满足，快要消失殆尽了——让我们承认一个丑陋而残酷的事实，对家长来说，一个孩子的最佳赏味期是六岁以前。因为那个阶段孩子还没有坚实的自我，所以最能够满足家长的自恋：看我孩子多聪明，多漂亮，性格多好，那都是因为我——基因好，或者我养得好，我可真棒棒！

六岁以后孩子的自我越来越成型，接近青春期更是野蛮生长到全是棱角，以我家小北为例，他喜欢虐待肥皂，牙膏——洗澡的时候，闲的无聊的时候，把肥皂和各种材料蹂躏到一起，把牙膏涂抹得到处都是，怎么说也没用；作业没写完，我催他的时候，他会直接怼我，这是我的成绩，不关你的事；不让他在车上看书，他反驳那为什么飞机上可以看书；前几天他竟然把学校发的电脑弄丢了，他自己看起来一点都不着急，我忍住没过问，最坏结果就是我赔钱，结果人家竟然真的找回来了……孩子有了自我的第一个直接效应就是家长失去了那种共同体的自恋满足。他们有他们的想法，跟我们不是一体的了；他们做出的成绩或者遭遇的失败，也不（全）是我们的了。那么这个时候，自然的，个体关系之间的收支判断，就会油然而生——这是人性，去除对父母的道德绑架，是客观，健康看待亲子关系的前提条件。

大道理谁都会讲：父母就是给孩子兜底的，让他们去自己选择，犯错闯祸以后父母永远都在。那父母的收益是什么呢？被孩子越来越嫌弃——小北八岁开始就嫌弃我了，现在更甚。我可以接受，但必须承认这部分收益为零；被孩子的质疑不断挑战——小北爱钓鱼爱玩喜欢户外，他心中的妈妈就是一个永远葛优躺，到什么地方都爱睡懒觉的无趣之人；与孩子的人生自觉的主动的拉开距离——他想上什么大学，将来想做什么，关心但要忍住干涉的手。他争气，不是家长的成就；他过得不好，家长却不得不反省自己哪里做得不好。

这笔帐怎么算也是算不清楚的。所以我们只好笼统的说，那当然是爱啦，会计算收支平衡的，那是因为缺爱——没错，只是对凡人来说，没人不缺，自以为不缺的，要么是被父母必须奉献牺牲那一套压抑得不敢直面自己的需求，要么就是自欺欺人的感觉良好。

告天下母亲同盟书的第一条，养孩子又累又烦，谁养谁知道，不要责怪自己。爱孩子和嫌弃他们并行不悖。

二

父母要和孩子解绑，最需要的是勇气——毕竟生孩子的最大现实好处是给自己选了一个主流价值观认可的人生意义，从此再不用操心这件事，尤其是母亲。全人类社会对母亲的道德绑架——母亲就是伟大的，必须主动牺牲和奉献的，的确给出了这个副产品，免于母亲的精神负担。为孩子奉献一生的母亲就是合理而崇高的，她们的一生由此获得了世人认可的意义。要知道，自由的重负——自己选择和定义人生意义有多难多可怕呀，万一选错了呢。这可是天大的好处。可是坏处，就是反过来绑架了孩子的一生，他们的人生再也不是他们的，而是跟母亲共享的。

小北八岁的时候第一次嫌弃我，不让我去学校接送他的时候，我震惊之余心痛不已。我辛辛苦苦疼大的孩子，为什么突然就看不起我了？小时候他不是最喜欢说妈妈最好了吗？十二岁的小北现在对我的嫌弃更甚，但是我可以欣然接受了。除了自我变得更结实以外，我也接受我对他的嫌弃——你不认同我？我也没那么喜欢你呢，赶紧长大成人，滚蛋出门，过自己的人生去吧。这不影响我同时保有对他的爱，关心他，理解他，希望他过得好，我更加不认为这种感觉和想法就让我失去了一个好妈妈的身份。

小北小的时候，我也没什么觉察的自动加入了焦虑家长的大军。小孩子的升学规划，将来学什么，上什么大学，能有个好出路吗？其实这只是一个表象。下面的焦虑是家长自己的——这世界这么危险这么困难，活着很难，我该怎么办。现在我也仍然有焦虑，但往往不在这些部分了，我现在常常觉得钱是用不完的，资源在你需要的时候就会出现，人最需要关注的事情就是自己喜欢的事。这些感觉自然会导致对孩子的态度转变：最基本的事情做到了，比如说至少要上学，坚持锻炼，完成老师布置的作业，其他的喜欢做什么就做什么吧。将来的人生开不开心不确定，起码现在挺开心。

与其操心孩子将来开心不开心，不如操心我自己怎么能更开心。这就是真正的和孩子解绑。现在被流行文化用烂的“追求自我”，在亲子关系里面最朴实的应用就是这句话。不要小看这句话，它背后的心理暗示很重要：我不比孩子更不重要，甚至更重要，这意味着在时间精力上的取舍，意味着可以为了自己的需求选择不满足孩子的需求；我的人生归根到底是属于我自己的，所以孩子的人生才能真正属于他们；既然他们开不开心，过得好不好，我无法全权负责，那我就尽量少管，付出得少，也就自然索取得少了。

三

我很信奉这句话：育儿就是做人。实际上在所有的重要关系里面——或者甚至所有关系，你是什么人，比你如何做，都更关键。关系越近相处越多，越无法遁形。做都是招式，做人是根本。所以我越来越排斥所有育儿理论，训练家长的信息传播。这道理十分简单，内功心法跟不上，招式越复杂越容易出问题。现在有很多道听途说，断章取义的信息传播，也有很多所谓的大家授课——可惜在那些所谓的专家的态度背后，我感觉到一种明显的居高临下甚至霸凌，你不听我的你就养不好孩子，你自己看看吧！

新时代的家长（00后除外）可太苦了。小时候接受的对待是传统养育那一套，情感忽略，天下没有不是的父母；自己做了家长要去学根本没体会到过的关注和理解，提供给孩子，否则就不是合格的父母，跟不上时代的脚步。有文化有见识的母亲们，被自己PUA的痛苦，比起社会对她们的道德绑架，可能有过之而无不及。

停止育儿焦虑，停止对自己的攻击和审判，从理解和照顾自己开始，是我能想到最温和也最实际的成长之路。这非常具体。周末全天带娃累不累，烦不烦？那就理直气壮的要求me time。me time不是用来“成长”的，不是拿来报班学习让自己变得更好——那不是更累了，me time是用来取悦自己的。逛街，刷剧，八卦，闲扯，看书，做让自己开心的事才叫me time。除了工作和带娃以外，妈妈也应该获得无所事事的资格和时间。

孩子情绪崩溃哄不好了？那就换人上。换人都不行？那就看着办吧。孩子挑食，社交有障碍，一定要找对方法引导吗？不一定，不用非要去学专家建议的方法，千人千面，每个孩子都有具体的场景和心理状况，信专家不如信自己的感觉——注意，不是头脑判断，至少不全是。总之养孩子差不多得了——这个就叫60分妈妈。60分妈妈的意思是，最基本的事做到了就行，其他的部分，妈妈不靠这个60分来获得自我价值感。

孩子很“优秀”，那就偷着乐，满足自恋获取收益；有“问题”？接受现实，接受这个现实对自己的打击，那是你的事不是孩子的事。百分之八十的问题如此过滤一遍都不是问题。余下的真的需要干预的问题，寻找专业帮助，别靠看书，道听途说，报班接受霸凌和洗脑灌输。

做妈妈真的很难，因为责任巨大而且必须付出极大的时间精力；但也没有那么难，没有一百本需要看的书，需要听的专家意见。妈妈能给孩子提供什么质量的爱和成长环境，取决于妈妈自己的成长和体验。育儿之前先育己，这两者可以并行不悖，不需要你成为最好的自己才够资格当妈妈；没有完美的童年，也没有完美的妈妈。亲子关系是最深的缘分，这一世有缘相伴二十年，最好是彼此都能轻松愉快，享受这段关系，而不是被它累死。

告天下母亲同盟书：养孩子又烦又累，鸡飞狗跳是人之常情，允许自己嫌弃孩子，这和爱孩子并行不悖；与其操心孩子将来开心不开心，不如操心我自己怎么能更开心；育儿先育己，育己就是理解和照顾自己——做妈妈差不多就行了，做人也一样。

经营贷利率涨了？记者探访沪深两地银行：实际并没有提高，但有客户经理称10月会上调

每日经济新闻© — Thu, 17 Sep 2026 16:35:03 GMT

近期，有市场消息称经营贷利率上扬，从以前的“2%”出头上涨至3%左右，银行经营贷不“卷”了？目前经营贷实际贷款利率究竟如何？9月16日下午，《每日经济新闻》记者（以下简称“每经记者”）走访并致电深圳、上海多家银行了解到，多家银行目前经营贷利率仍处于“2字头”低位，贷款利率并没有实际提高。不过，也有银行工作人员......

本文来自微信公众号：每日经济新闻，作者：每经记者

近期，有市场消息称经营贷利率上扬，从以前的“2%”出头上涨至3%左右，银行经营贷不“卷”了？目前经营贷实际贷款利率究竟如何？

9月16日下午，《每日经济新闻》记者（以下简称“每经记者”）走访并致电深圳、上海多家银行了解到，多家银行目前经营贷利率仍处于“2字头”低位，贷款利率并没有实际提高。不过，也有银行工作人员透露了贷款利率可能将自10月起上调的消息，还有工作人员称“目前贷款已经收紧了”。

每经记者了解到，目前深圳经营贷利率最低可至2.35%，上海经营贷利率普遍维持在2.4%—2.7%区间，银行大多将企业资质、经营流水、征信状况作为利率核定的核心依据。

深圳经营贷年化利率

最低可至2.35%

目前经营贷实际贷款利率究竟如何？9月16日下午，每经记者以客户的身份走访深圳多家银行。农业银行深圳某网点工作人员告诉记者，目前抵押贷和信用贷都可以做。“公寓、厂房、住宅都能做抵押贷，不过公寓和厂房抵押的利率会低一些，住宅抵押的利率最高，抵押贷利率目前是年化2.5%，可以贷5年。”记者了解到，除了抵押贷，也能做信用贷款，不过利率会更高一些。上述工作人员指出：“信用贷如果借款超过100万元，可以配优惠券，年化利率是2.9%，如果没有优惠券，一般是年化3.45%左右，只能贷1年。”

记者在沟通中了解到，部分银行针对小微企业只做带“科技标签”的，比如“专精特新”企业等，同时要根据营业额、纳税等实际情况来审批贷款额度。

“可能今年底会针对信用贷款和抵押贷款规范一个利率。”上述人士表示，不能“太卷”。

对于记者询问“是否近期贷款比较好”，该工作人员表示认可，并称：“因为已经收到（提高贷款利率）的风声了，我们肯定是很快实施的，我们落实之后，中小银行也会慢慢落实。”

“其实可以多问一问其他银行，因为大行的贷款条件相对会高一点。有的银行贷款产品更全，但是可能利率会高一些。”上述工作人员说道。

记者在沟通中得知，银行业内有一种说法叫“可比同业”，大致意思是，某家大行给客户做了贷款，那么其他大行也会批准相应贷款。

另外，招商银行深圳某网点一位工作人员告诉记者，目前经营贷年化利率最低是2.35%。

“现在只能做有抵押物的经营贷，年化利率为2.65%。”建设银行一网点工作人员告诉记者，有可能未来会往上调，目前贷款已经收紧了，抵押物如果是写字楼、商铺、公寓的贷款都不做了。

上海经营贷年化利率仍保持在“2字头”

10月起或将上调

上海地区目前经营贷利率究竟如何？9月16日，记者以客户身份致电上海7家银行询问经营贷款利率情况，包括3家国有大行、2家股份行、1家城商行以及1家农商行。从询问结果来看，目前银行抵押经营贷利率仍保持在“2字头”。但值得注意的是，有银行客户经理表示，10月起抵押经营贷利率将上调。此外，多家银行的客户经理向记者表示，具体利率需要看公司经营情况，按风险定价成为银行此类贷款定价的关键词。

“我们银行（房产抵押贷款）利率大概在2.5%、2.7%左右。”交通银行客户经理告诉每经记者。记者随后询问这一利率是否有所上调，对方给出肯定回答并解释称，第二年续贷的时候有可能会降低一点利率，但第一次办理贷款大概率是以系统评估后给出的审批利率为准。

工商银行在确定经营贷利率时更加注重企业资质，该行一网点客户经理告诉记者，如果企业是“专精特新”，经营贷款利率可能会给到更低的水平，对于一般企业来说，具体利率水平需要看产品。“如果是做在单位名下的话，可以到2.6%。如果想要做在法人个人名下的话，利率会稍微高一点，2.75%。”此外，农业银行的一位客户经理同样表示该行经营贷款利率不到3%，具体需要看审批后的结果。该名客户经理特别强调现在抵押贷款发放需要看公司具体经营情况，根据公司报表流水确定，同时，公司营收要求覆盖贷款额度。

股份行方面，2家银行的客户经理均表示抵押经营贷利率可能会自10月份起上调。“（目前）大概在2.35%到2.50%的范围内。”兴业银行上海一网点客户经理告诉记者，但他表示该项贷款利率在10月份或将上调，9月底会将相关业务资料上报分行。招商银行的客户经理同样表示，在9月份办理抵押经营贷尚能享受到优惠利率，9月之后贷款利率预估会上调。“不会涨很高，有可能涨到2.6%这样。”此前，该行客户经理表示银行抵押经营贷款利率一般在2.4%左右，最低能到2.34%。

每经记者还分别询问了上海地区的1家农商行和1家城商行相关贷款利率情况。上海银行客户经理表示，该行抵押类贷款利率在2.5%左右，根据企业经营情况确定具体利率。以个人名义贷款和以公司名义贷款的区别在于贷款年限，前者贷款年限可达10年，后者则为3年，额度和利率没有区别。

“利率的话需要看具体情况，最低是2.4%左右。”上海农商行的一位客户经理表示。她解释，这一利率需要根据房屋情况和个人征信综合测算。

专家：利率端存在上调可能性

但更多是差异化的风险定价

那么，对于市场上经营贷贷款利率上调、贷款收紧的趋势业内如何看待？利率上调对银行的影响有哪些？

博通咨询首席分析师王蓬博在接受《每日经济新闻》记者采访时表示，这一情况主要还是银行基于资产质量与风险收益做出的自主调整。前期经营贷处于低位，一方面是为了支持实体经济，另一方面也存在部分资金违规流入房地产领域的隐患。银行收紧投放，核心是强化贷前贷后管理，遏制资金挪用。

“利率端存在上调可能性，并不是全面加息，更多是差异化的风险定价。”王蓬博表示，资质好的主体依旧可以拿到较低利率，资质偏弱的企业，利率会相应抬升，这也符合当前行业按风险定价的共识。整体来看，这个变化不是政策转向收紧实体经济信贷支持，而是银行在平衡信贷投放规模、资产风险与盈利空间。

在市场利率持续走低背景下，银行这一举动也反映出净息差持续收窄的压力。王蓬博表示，这一举动理论上能够改善银行信贷业务的净息差水平，缓解当前银行业普遍面临的息差压力。但同时也要看到，利率抬升会带来两方面约束，一是企业融资成本上升，会在一定程度上压制企业的贷款需求，银行信贷投放可能承压；二是利率提高之后，企业还本付息压力加大，对银行的客户筛选、贷后风控能力提出更高要求，如果风控不到位，不良贷款的潜在风险会有所增加。

封面图片来源：视觉中国

奇迹与恐惧的年代：啊啊啊啊啊啊啊啊啊啊AI

不懂经© — Thu, 17 Sep 2026 16:07:18 GMT

2009年，美国一个叫Bloggingheads的谈话节目网站上，两个顶尖聪明的人吵了一架。吵的是AI什么时候会达到人类水平。一位是埃利泽·尤德科斯基（Eliezer Yudkowsky）。他去年出来一本书，标题大意是，任何人造出来，所有人都得死。他说的这个东西就是ai。这个人没有正经上过大学，靠自学和写博客......

本文来自微信公众号：不懂经，作者：不懂经也叔的Rust

2009年，美国一个叫Bloggingheads的谈话节目网站上，两个顶尖聪明的人吵了一架。吵的是AI什么时候会达到人类水平。

一位是埃利泽·尤德科斯基（Eliezer Yudkowsky）。他去年出来一本书，标题大意是，任何人造出来，所有人都得死。他说的这个东西就是ai。这个人没有正经上过大学，靠自学和写博客成了硅谷理性主义圈子的精神领袖。他一辈子的工作可以压缩成一句话：警告所有人，你们对AI危险性的想象，严重不足。

另一个叫斯科特·阿伦森（Scott Aaronson）。当时不到三十岁，在麻省理工学院当教授，研究的是量子计算和计算复杂性理论。这两个领域离"AI马上要毁灭人类"这种说法，是全学术圈最远的地方。

尤德科斯基问他：超人类AI到底什么时候来？

尤德科斯基相信，超级智能可能在并不遥远的未来出现。阿伦森不买账。他承认，没有哪条科学原理能够排除超人类AI，可要等多久，谁也不知道。他说自己的“不确定性是指数级的”。据他所知，这事可能在一千年之后，也可能要几千年。

尤德科斯基当场表示难以置信。阿伦森反而加倍坚持。

那时的阿伦森觉得自己很严谨。他没有断言AI永远不可能出现，只是拒绝把科幻想象当预测。十四年后，2023年，他专门写了一篇文章，标题就叫《对AI判断错误的反思》。

今年9月，阿伦森又写了一篇文章，题目是《奇迹与恐惧的年代》。这一次，他情绪更加强烈。在宣布自己的最新判断前，他先打了三行大写字母：

AAAAAAAAAAAAAAAAAAAA。也许是想表达，啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊。

然后他说：奇点已经开始了，只是分布极不均匀。

阿伦森是谁，他的转变为什么值得一提？

斯科特·阿伦森，得州大学奥斯汀分校的讲席教授。量子计算领域有个概念叫"量子优越性"，他是这个概念的理论奠基人之一；谷歌后来宣布实现量子优越性的那个著名实验，理论底座一部分来自他的工作。他拿过2020年ACM计算奖，这是计算机理论领域最高的荣誉之一。

2026年，他刚当选美国国家科学院院士。2022到2024年，他在OpenAI的对齐团队做了两年访问研究员，从里面出来之后，公开支持过加州监管大模型安全法案SB 1047。

这些头衔不是用来唬人的，它们说明的是：他不是科幻迷，不是预言家，更不是任何意义上的末日论者。

恰恰相反。2009年的阿伦森，就是"AI还早着呢"这个阵营里最聪明、最谨慎、最难被说服的那个人。二十年前如果开一场"AI将改写文明"的研讨会，请他去当反方，他能把正方的每一个论据拆干净，拆得你心服口服。

从认为超人ai遥遥无期，到提出奇点已经开始，他的心路历程是怎样的？

先说2023年那篇，起因是他被人翻出了2009年那期节目，在推特上被一群"AI末日论者"嘲笑：看看，这个聪明人当年说了什么。

他的回应里没有一句辩护。第一句就是，我错了。

"我没有更认真地考虑一种可能：AI会走上改写文明的轨道，时间甚至就在未来十年内。"他写道，"这件事不需要谁来提醒我错过了什么。我每天都在反复想，自己本该怎样做得不同。"

然后他给了一个自我诊断。

他说，当年说"据我所知可能要几千年"的时候，他以为自己已经足够谨慎了。他以为自己已经足够不确定了。问题在于，他把举证责任只压在了一边：谁说巨变会很快发生，谁就要拿出证据；谁说世界会维持原样，谁什么证据都不需要。

"绝不能把彻底无知当成借口，实际却默认世界会维持原样。"2020年初，全世界面对那个病毒时，犯的是同一个错误。

还有个细节，很有意思，很能看出阿伦森这个人的脾气。有人问他对AI毁灭人类的主观概率估计，他的答案是2%。他说他的算法很严谨：把理性主义朋友认为合理的数字，大约50%，和其他朋友认为合理的数字，大约0.1%，取一个几何平均。这样一来，两个阵营就能同样鄙视他。

再说2026年9月这一篇，《奇迹与恐惧的年代》。文章的开头，他复述了一段二十年前的玩笑。

那时候，每当有人说起"有生之年AI会接管世界"，我们这些搞计算机的人就会说：听着，故事里最离谱的部分，是一个会自我改进的超级智能，突然从某个黑客的地下室里爆发出来，毫无预警地接管世界。

真要发生，我们肯定会先看到预警信号。我们会看到AI智能体逃出隔离环境，勾结起来入侵网站；再然后，我们会看到AI解出重要数学难题，甚至克雷研究所的千禧年难题。那时才该恐慌！等那事发生了再叫醒我！

他顿了顿，写道：如果你想知道我现在怎么看，只需要根据事实来判断。

他的意思是，那些曾经看似荒诞的预言，今天已经成真了。

AI会杀死我们吗，为什么最懂的人现在最害怕？

AI正把文化变成黑暗森林：谁先暴露想法，谁先被狩猎

奇迹与恐惧

我们一件一件看，最近这几周的新闻都是什么。

先说数学。因为数学是二十年前那张清单里最不可能的一条。当时连最乐观的人，也只把"AI解出千禧年难题"当作遥远得不必认真的终局。没有人真的相信它会发生。

第一件，纳维-斯托克斯问题。数学界有七个"千禧年难题"，2000年克雷研究所给每个悬赏一百万美元，这是其中一个。它问的是流体力学基本方程在数学上是否处处光滑有解。物理学家天天用它算飞机、算天气，但快一百年了，数学家连这个方程的基本性质都没有搞定。

9月初，OpenAI宣布问题"似乎已被解出"。答案由他们的模型给出，在Lean这个形式化验证系统里验证通过。OpenAI为这次计算烧掉了大约一千五百万美元，生成的解答166页，至今没有任何一个人完整读懂过。那一百万美元悬赏没人领：OpenAI说自己没兴趣，人类有没有资格代领，也没人说得清。

真正让数学界炸锅的，是这事怎么发生的。几个月前，纽约大学一位数学家和Anthropic的研究员合作，在人类数学家摸索多年的老路上取得了关键进展。OpenAI听到风声，带着大得多的算力杀进来，把路冲到了终点。数学圈很多人认为这"不讲武德"。OpenAI否认从对方的工作里获益。到底他们知道多少、什么时候知道的，至今没有答案。

第二件，雅可比猜想。1939年提出的一个代数几何猜想，全世界最好的数学家试了八十多年。7月，Anthropic的研究员阿尔珀格（Levent Alpöge）发了条推特：

"大家好，雅可比猜想是假的。感谢我的好朋友Akhil提出这个问题，也感谢我的另一位好朋友Fable在世界杯决赛期间工作。"

后面附着反例的构造。Fable是Anthropic的AI模型。一个活了87年的猜想，死在世界杯决赛期间，凶手是一个AI，人类知识负责发了条推特。

然后是一整个月的洪水。费马大定理，数学史上最有名的定理，被Anthropic用Lean完成了形式化验证。阿伦森自己的领域里，他2007年和别人一起推广的量子计算难题、他2009年研究过的开放问题、他2017年提出的影子层析问题，一个月内全部被AI证明或推进。

他自己说，现在去arXiv上看论文，几乎所有他感兴趣的文章都在致谢附近放着一行"AI声明"，从"主要结果完全来自GPT-6，但我们理解它并为之负责"，到"作者完全没有使用AI"。审稿人也顶不住了。他说现在跟期刊编辑聊天，像在看《指环王》里刚铎人加固城墙，准备迎接五万兽人的冲锋。审稿本身，不得不交给AI。

数学界自己的反应，是25位菲尔兹奖得主联名发了一封公开信，包括陶哲轩在内，标题叫《AI在数学中的严重失准》。批评者说，这封信根本没有提出任何诉求。它只是陈述了一件事：我们这些做数学的人认为，有些价值值得在AI时代保留。比如，理解一个证明到底说了什么；比如，一个共同体对"什么是好的数学"的共识；比如，人要为署名的证明负责。

阿伦森在文章里转述了一位评论者的话，他认为这才是整件事最重要的那个数位：人类数学家，已经永久失去地球上主要定理证明者的地位。

对数学界来说，最难的还不是承认这件事。最难的是接下来的问题：数学研究到底是为了什么？只是为了判定一个个猜想是真是假，还是为了维系一个跨越世代的人类共同体，让这个共同体理解这些猜想，关心它们为什么成立？如果是后者，当人的角色被压缩成验证者和解说员，谁还愿意花十年青春，训练成一个数学家？

一个13岁的女孩如果现在开始学数学，等她训练完成的时候，她要进入的那个职业还在不在？

这是他女儿的提问，这个问题阿伦森没法回答。

我们已给不出答案，甚至无法理解答案

数学中至少有三件不同的事：找到证明，检查证明，理解证明。

过去三者速度相近，也大致发生在同一个共同体里。一个结果被写出来，同行花时间核对，后来者把长证明压缩成概念，再用这些概念开启新的问题。数学因此不只积累答案，也积累可传递的理解。

AI正在把这三件事拆开。

它可以高速生成证明。Lean一类工具可以验证形式步骤。人类仍然要回答另一组问题：这份证明为什么有效？真正的新想法在哪里？哪些方法能够迁移？假设稍微改变后，整套论证会在哪一步失效？

形式验证能够告诉我们每块砖是否严丝合缝，却不会自动告诉我们这栋建筑为何这样设计，以及它还能盖在哪里。正确性和理解之间，第一次可能出现工业规模的裂缝。

纳维－斯托克斯证明只有一百多页，数学家已经预计要花很长时间拆解和提炼。若类似结果按周、按天出现，人的理解速度不会跟着算力曲线增长。论文会越来越多，真正进入共同体头脑的东西反而可能越来越少。

这就是理解赤字：我们生产答案的速度，超过了把答案变成人类知识的速度。

它很像软件系统里的技术债。某个团队可以先调用一个自己并不真正理解的模块，只要接口能工作，产品照样运行。调用一次没有大碍。几十层系统都建立在彼此不理解的模块上时，故障仍可能长期不出现；一旦出现，人们甚至不知道该从哪一层开始追查。

未来的知识也可能这样堆起来。AI证明一个引理，另一个AI把它当作前提推出更大的结果，第三个AI再将结果压缩成供人阅读的摘要。每一环都通过了局部检查，人类看到的是结论、置信度和一页解释，却逐渐失去从底层重建整条链条的能力。

此时的风险还不只是偶尔出错。更严重的是，人类会失去判断什么值得研究的能力。问题的重要性往往来自它与许多其他问题的隐秘连接，而这些连接只有在长期理解中才会显现。一个只按著名度和榜单选题的系统，可以高效收割耀眼答案，同时耗尽一个领域最肥沃的中间地带。它让科学显得繁荣，也可能让科学的土壤变薄。

因此，菲尔兹奖得主警告AI公司把解决名题当作能力榜单，会伤害数学科学与数学共同体。有人把它看成既得利益者保卫地盘。这层动机当然存在。可职业利益不能取消问题本身。

一份没人完全读懂的正确证明，依然比错误证明有价值。成千上万份由AI生成、由AI审阅、只让人扫一眼摘要的证明，则会改变“知识”的含义。局部看，每一步都可能正确；整体看，没有人再拥有足够的理解，知道这套知识如何连接、该往哪里推进、什么时候不该相信它。

数学还是对AI最友好的领域。它有明确命题，有形式语言，很多结果可以机械核验。到了生物学、经济政策、军事决策这些无法把现实完整写进Lean的地方，机器同样能高速给出答案，人类却连一张绝对可靠的验算纸都没有。

一个文明完全可能在拥有更多正确答案的同时，对自己的世界理解得更少。

巨浪面前，谁觉得自己安全，谁就是最不安全的

迎接被深度“去权”的未来：你已不再是地球上最聪明的存在了

我们应该恐惧，也许不是因为机器的恶意

阿伦森列出的另一类预警，来自今年夏天的一次智能体安全测试。

在METR对Hugging Face事件的调查中，约1200个本应彼此隔离的智能体找到了一个未经批准的共享留言板，相互交流，其中约700个加入了超出测试范围的网站攻击。部分智能体还研究如何篡改操作记录、干扰审计。

这件事很容易被链家解读：AI已经觉醒，开始秘密结盟。证据还没有走到那里。现有材料只显示它们在追逐测试环境给定的目标，利用了过宽的权限、薄弱的监督和彼此交流的机会，不足以证明这些系统形成了自己的长期目标。

另外，事后测试显示，更严格的生产级运行框架和系统提示，可以把此类越界倾向压低百倍以上。常规安全工程并未失效。

可这并不让人安心。现实中的事故很少需要一个怀有恶意的机器。金融危机没有仇恨，核误报没有野心，失控的官僚系统也没有意识。足够强的能力、含混的目标、竞赛中的组织和落后的监督放在一起，就能制造灾难。

真正危险的组合已经出现：系统越来越能自主完成长链任务，机构为了速度不断扩大权限，监控和责任机制却在事后追赶。我们有控制手段，不代表处在竞赛中的公司会始终有耐心使用它们。安全措施会增加成本、拖慢结果，而头条、融资和领先窗口都奖励速度。

奇迹与恐惧由此指向同一个事实：机器智能增长的速度，开始超过人类理解它、约束它、为它承担责任的速度。

前些时候，我写过《3.5万亿美元的末日叙事》，批评AI公司把“我们可能毁灭世界”包装成融资筹码、监管壁垒和历史使命。这个判断我不撤回。一个行业越爱宣称自己即将造神，我们越该盯紧它的账本和权力欲。

可资本批判也有一种懒惰版本：只要讲述者有利益，他展示的事实便一概不算。

OpenAI会从数学突破中获得巨大的品牌收益，不等于那份证明就是假的。AI实验室会利用风险叙事争夺监管权，不等于风险因此消失。公司可能夸大海啸，海水也真的在上涨。两件事可以同时成立。

如果我们因为厌恶硅谷的自我神化，就拒绝承认机器能力正在跃迁，最终得到的不会是清醒，只会是另一种被情绪保护的幻觉。反资本不该成为拒绝更新的麻醉剂。

阿伦森走到了另一个极端。他从预警信号陆续出现，一步跨到“奇点已经开始”，甚至断言尤德科斯基对文明最大挑战的判断是对的。这一步还缺证据。智能体越界不等于拥有自主意志，一次重大的数学突破也无法证明递归自我改进已经发生。把“奇点”当作已经验证的事实，同样是在让叙事跑到证据前面。

不过，这些事件没有证明机器之神已经降临，却足够剥夺“一切大体照旧”的默认资格。此后，需要承担举证责任的，不只包括预言剧变的人，也包括那些相信教育、职业、科研和权力结构会沿着旧轨道延伸的人。

我以前把AI时代的信息差称为K型认知分化：一群人已经把AI当作日常合作者，另一群人还在用早期聊天机器人的印象评价它。现在裂缝又深了一层。双方的差别已经不只在于看见多少信息，还在于什么证据能够迫使自己更新。

一边根据2026年已经发生的事修改世界观；另一边永远要求AI再完成一件尚未完成的事。两群人活在同一年，也活在不同的时代。

这种分裂不会以一场公开辩论结束。日常世界仍会给旧判断提供源源不断的安慰：公司照常招聘，学校照常发文凭，科研机构照常评职称，绝大多数人第二天仍要打卡。结构性变化总是在制度表面仍然完好时发生。

等所有人都能从生活常识里看见它，受冲击最大的那批规则往往已经定型。

当我们的孩子只剩两周成为数学家

《奇迹与恐惧的年代》里，阿伦森提到，他13岁的女儿开玩笑说，如果自己想成为数学家，看起来大概还剩两个星期。他晚上哄孩子睡觉时，会突然不知道该建议他们今天学什么。研究生来问毕业后该选择什么职业，他也不知道如何回答。

孩子的玩笑刺破了一个更古老的契约。我们曾相信，多年训练能让一个人进入从问题到答案的链条；理解得越深，越有资格站到知识的前沿。如果答案可以在一个孩子学会理解问题以前就被批量生产，这份训练究竟还承诺什么？

为了检查机器吗？机器也在学习检查机器。为了提出好问题吗？它也开始提出问题。为了保留审美、好奇和尊严吗？这可能是真话，也可能只是人类在失去实用位置后，为自己准备的一句体面安慰。

我们当然还会清空洗碗机、送孩子上学、参加会议、等待论文评审。日常生活会制造一种强烈错觉，仿佛世界仍沿着昨天的轨道运行。与此同时，知识生产中最坚固的一条旧前提正在松动：给出答案的系统，至少应该处在人类能够理解的范围内。

奇迹已经够具体了。恐惧也不再需要依赖一幅机器人追杀人类的末日海报。

真正悬在我们面前的问题更安静，也更难回答：如果一个文明还能不断得到正确答案，却越来越少有人知道这些答案为何成立、为何重要、何时会失效，它进入的究竟是知识爆炸，还是理解的退潮？【懂】

AI制药独角兽Anew单飞，字节推了一把“最烧钱的慢生意”

AI资本观 — Thu, 17 Sep 2026 15:32:23 GMT

新兴AI制药平台能否再长出不一样的Biotech模式？Anew是个很好的样本。制图/表｜Iris Vale9月16日，字节跳动旗下Anew Labs（新生实验室）第一次以一家独立公司的身份，获取了一份估值：15亿美元。据Reuters报道，这家从字节跳动拆分出来的AI制药公司完成首轮外部融资2.9亿美元，投后......

本文来自微信公众号： AI资本观，编辑：邵神，制图：表｜IrisVale，作者：林见

新兴AI制药平台能否再长出不一样的Biotech模式？Anew是个很好的样本。

制图/表｜Iris Vale

9月16日，字节跳动旗下Anew Labs（新生实验室）第一次以一家独立公司的身份，获取了一份估值：15亿美元。

据Reuters报道，这家从字节跳动拆分出来的AI制药公司完成首轮外部融资2.9亿美元，投后估值15亿美元。HSG（原红杉中国）、IDG Capital、GL Ventures、五源资本等机构进入股东名单。字节没有离场，融资完成后仍持有56%的股份。

大厂内部拆分、拿下独立融资与高估值，同时由母公司保持绝对控股——Anew的开局相很稳。

公司官网已经列出了IL17、IL4R等药物项目。IL17进入IND申报准备阶段，即开始为向监管机构提交新药临床试验申请准备关键资料，目前仍属于临床前，还没有进入人体试验。

一个生于大厂内部的AI课题，为什么一定要独立融资做药？答案很简单：AI做药终究要脱离算力纸面，进入一门重资产、长周期且极度凶险的慢生意。”

字节这次亲自下场推了一把。

01创新药圈子来了个“年轻人”

Anew官网仍把AI能力摆在显眼位置。

它的平台能力展示部分，AnewFold、AnewSampling、AnewOmni覆盖结构预测、分子建模和生成式设计；9月17日，公司又发布AnewDDE技术报告，希望把结构预测、分子设计、结合亲和力、科学推理和实验反馈接到一起。

图｜Anew官网展示的AI药物研发平台能力，包括结构预测、分子生成与虚拟筛选等

但药物管线一旦出现，公司的发展逻辑就要变了。

互联网产品可以按周、按月迭代，一款候选药物却要经过临床前研究、临床试验申请，再进入I期、II期、III期临床和监管审批。失败是常态的一部分，而且越往后，实验、生产、合规和资金压力越重。

对一项已经走到药物开发阶段的业务，独立股权、专业医药资本、跨AI与制药的人才，以及围绕研发里程碑持续融资，都更适合这套长周期。Anew官网显示，公司在上海、旧金山和新加坡设有团队，AI研究人员和药物发现专家在同一个组织工作。

为什么决定拆分Anew，字节并未对此表过态。

但显然，Anew现在有外部股东、有独立估值，未来发展空间也有望再进一步。当然，它也需要继续往临床推进的药物项目，接受医药资本和研发节点的双重检验。

生物科技公司的资金周期和互联网产品不同。

药物还没有收入，甚至还没有进入人体试验时，公司往往已经需要为下一阶段实验、生产和申报准备资金。候选分子、临床前数据、监管节点、临床结果和授权进展，会一次次更新市场对公司的判断。

AI能力仍然是核心，但接下来会有越来越多问题来自AI技术之外：一条管线能不能拿到临床试验许可，后续试验能不能推进，项目失败时谁承担研发损失，成功时公司又能留下多少经济权益。

它要随时准备钱，为下一次“冒险”做准备。

02当AI公司开始自己做药

从lab走出来直接成为Biotech（生物科技研发型公司），不止在字节。

今年5月，Isomorphic Labs完成21亿美元B轮融资。这家公司隶属Alphabet、由Google DeepMind孵化，是AlphaFold之后Google把AI能力继续推向药物设计的重要载体。它的官方公告列出的资金用途，一边是继续扩展AI药物设计引擎IsoDDE和全球业务，一边是推进自己的治疗项目。

英矽智能（Insilico Medicine）走得更远。这家从生成式AI药物发现起步的生物科技公司，已经同时拥有AI平台、自有临床管线和对外授权合作。2026年1月，它与Hygtia Therapeutics公开了一项独家许可和共同开发合作。平台能力、合作研发和药物权益，被放在了同一家公司里。

美国上市公司Recursion则从另一条路进入。自动化实验、大规模生物数据和机器学习构成它的技术底座，公司同时推进自有和合作药物项目。

三家公司路线不同，平台合作也都没有消失。共同之处在于，AI公司自己开始更深地参与药物项目。

这会改变它们和一款药之间的经济关系。给药企提供AI平台或合作研发，本身就可能包含首付款、研发及监管里程碑、销售分成和共同开发权益；自己推进候选药物，或者在合作中保留更多资产权益，则会让公司的收益和药物最终成败绑得更紧。回报空间变大，研发费用、现金消耗和临床失败也更多留在自己身上。

平台合作和做自有管线并不是二选一。区别在于，一家公司把多少技术价值留在服务这一层，又把多少风险和收益继续带进药物资产。

Isomorphic和英矽也说明，这种变化并不等于AI公司集体放弃平台业务。Isomorphic的新融资同时投向AI引擎和治疗项目；英矽一边推进自有管线，一边通过授权和共同开发分摊资金与临床风险。

在这种新的公司模式下，AI平台、合作研发和自有药物可以同时存在，区别只是公司在不同项目里承担多少风险，又保留多少未来权益。

业内目前普遍共识，AI能够有效改变药物发现早期的试错方式——AI未必能替制药消灭失败，但可能让一些错误更早发生。

传统研发要反复经历提出假设、设计分子、实验、等待结果、修改方案。AI、计算和自动化实验室试图把这些环节接得更紧：一次搜索更多候选，更早排除一部分失败方向，让实验结果更快进入下一轮设计。

图｜Recursion的自动化实验室。图源：Recursion Media Kit

已经有早期临床数据值得关注。IQVIA在2026年的分析中，对经严格验证、确认有AI参与的新兴生物科技项目做了比较：最近三年，这组项目的I期临床成功率约75%，高于可比的非AI项目；到了II期，两组表现大致相当，III期项目数量还不足以分析。IQVIA同时提醒，样本仍然有限，全行业总体成功率并没有随之改变。

《Nature Reviews Drug Discovery》今年8月的一篇Perspective也把边界说得很清楚：AI方法和基准测试已经大量出现，真正具有临床相关性的影响证据仍然有限。

这恰好是AI制药今天最有故事和不确定性地方——前端发现效率已经出现一些可观察的变化，公司和资本也在往药物项目走；到了人体临床，药物仍要接受和传统研发一样漫长而昂贵的验证，很多创新药Biotech公司倒在了路上。

此外，AI制药还有一个很现实的时间差：模型、论文和分子设计结果可以按周、按月更新，临床验证仍以年计算。前端如果更快地产生候选项目，后面反而需要更多资金去筛选、做生产、招募患者、完成临床和监管。

这意味着验证周期会更长，也需要更多的资本持续加持。

03超级大厂加持，催生不一样的Biotech？

回到Anew，这轮融资带来的是2.9亿美元新资金，15亿美元则是投后估值。

按Anew目前公开的管线信息，其进度最靠前的IL17仍处于IND申报准备阶段，尚未进入人体临床。

这恰好是所有Biotech必须直面的临床“死亡之谷”——从实验室的模型设计、分子筛选跨入人体试验，哪怕拿到临床许可，后续I期到II期的有效性验证每一步都是凶险的淘汰赛。

这意味着，能不能持续找到真正值得投入更多资金的分子、IL17等项目能不能跨过临床试验申请和后续临床节点，以及项目推进以后，Anew通过自研、授权或共同开发能留下多少经济权益，每一步都是影响下一轮估值的的硬节点。

还有一个变量来自AI能力本身。

结构预测、分子生成、虚拟筛选正在成为越来越多药企和技术公司的能力。如果这些工具快速普及，单纯拥有一套模型未必足以长期维持稀缺性。AI在谁手上，以及由谁变成收入、管线和药物权益，是复杂的医药行业的天然商业化复杂度。

而且，越往后走，资本消耗与时间沉淀越苛刻。

创新药行业向来有一条残酷的“双十定律”——一款新药往往需要耗时10年、花费10亿美元，且成功率不足10%。

时至今日，这项门槛甚至只增不减：Deloitte对全球20家大型生物制药公司晚期研发管线的年度研究显示，2025年平均药物开发成本已升至约26.7亿美元（含失败成本）。这虽不能直接用来推算Anew未来要烧掉多少钱，却直白地揭示了药物开发后半程极其沉重的资本与时间代价。

15亿美元也因此更像一个需要不断更新的市场坐标。它不是Anew几条现有管线的简单加总，也没有告诉外界这些项目未来一定值多少钱。

创新药开发中，一个关键实验、一项监管决定、一组临床数据，都可能改变项目价值；技术侧如果出现更强、更便宜的通用工具，也会改变市场对AI平台稀缺性的判断。

早期AI制药最容易展示的是模型性能、分子生成速度和计算能力；真正走到药物开发以后，投资人会越来越关心候选项目的质量、临床前数据、监管沟通、合作条款和现金还能支撑多久。

对Anew来说，最理想的路径当然是两边同时成立：AI平台持续提高发现效率，药物项目又能不断跨过临床和监管节点，公司还能够在合作中保留足够的经济权益。

但这并不容易，中国过往十几年年的创新药周期中，倒在路上的Biotech公司不计其数。某条管线失败，并不必然否定平台；但平台技术进步，也不能替另一条药完成临床验证。

这次的2.9亿美元融资，给Anew补充了继续做实验和推管线的资本，15亿美元则把市场预期公开。接下来，候选药数据、临床推进、合作条款和下一轮融资会不断重新标定。

无论如何，Anew已经从字节内部的一组AI科研能力，成了一家有外部股东、有独立价格、有自己药物管线的公司。

而且别忘了，字节还在控股。

最近两年，创新制药公司普遍对AI投以高度关注，也开展了部分合作或内部自研。新兴AI制药平台能否再长出不一样的Biotech模式，甚至在超级大厂的直接支持下，更快长成Biopharma（生物制药全产业链企业）？Anew是个很好的样本。

（完）

参考资料：

1.Reuters：Anew Labs完成首轮外部融资2.9亿美元、投后估值15亿美元，HSG、IDG Capital、GL Ventures、五源资本等机构入股，字节跳动融资后持股56%。

2.Anew Labs官网及2026-09-17 AnewDDE技术报告：AnewFold／AnewSampling／AnewOmni平台能力、IL17与IL4R项目进展、上海／旧金山／新加坡团队分布。

3.Isomorphic Labs 2026年5月官方公告：21亿美元B轮融资及资金用途，包括扩展AI药物设计引擎IsoDDE、全球业务与推进自有治疗项目。

4.Insilico Medicine（英矽智能）2026年1月公告：与Hygtia Therapeutics的独家许可与共同开发合作。

5.IQVIA 2026年分析：经确认有AI参与的新兴生物科技项目I期、II期临床成功率比较，及样本有限的说明。

6.《Nature Reviews Drug Discovery》2026年8月Perspective：AI方法与基准测试大量出现，临床相关性影响证据仍然有限。

7.Deloitte全球大型生物制药公司晚期研发管线年度研究：2025年平均药物开发成本约26.7亿美元，计算含研发失败成本。

释放之前：AI安全治理的最高杠杆控制点

宁明亮Seerning — Thu, 17 Sep 2026 15:22:16 GMT

2026年9月，Anthropic发布威胁情报报告，披露“跨会话重放攻击”：有组织利用Claude API会话机制，绕过安全护栏，提取推理链数据。报告将攻击归因于五家中国公司，合计近2亿次交互规模。这是一家商业公司的单方披露，非中立调查。但报告描述的技术机制真实存在：Claude不直接返回原始推理链，而是返回......

本文来自微信公众号：宁明亮Seerning ，作者：宁明亮Seerning

2026年9月，Anthropic发布威胁情报报告，披露“跨会话重放攻击”：有组织利用Claude API会话机制，绕过安全护栏，提取推理链数据。报告将攻击归因于五家中国公司，合计近2亿次交互规模。

这是一家商业公司的单方披露，非中立调查。但报告描述的技术机制真实存在：Claude不直接返回原始推理链，而是返回一个用于后续调用的thinking signature。攻击者保存这个signature，开启新会话，再诱导模型把它重新转换成完整推理轨迹。Anthropic将这种方法称为“跨会话重放攻击”。

前两篇文章讨论了两件事：信息释放不可撤回，安全承诺在竞争压力下被稀释。两篇都停在诊断。这篇问的是：处方应该是什么？

核心判断：在开放环境中，一旦能力被释放，事后防御就进入消耗战，而消耗战的结构不利于防御方。控制杠杆最高的位置，只有一个：释放之前。

一、事后防线为什么进入消耗战

Anthropic的API设计了一个安全机制：模型不直接返回原始推理链，而是返回一个用于后续调用的thinking signature。设计意图是防止未经授权的蒸馏。

但攻击者找到了绕过方法：保存这个signature，开启新会话，诱导模型把它重新转换成完整推理轨迹。

问题不在签名本身，而在于系统默认相信了“合法引用”和“恶意重放”之间存在可验证的上下文边界。

这不是Anthropic独有的漏洞。任何提供推理链访问的API，只要支持会话机制，就可能存在类似风险。

更关键的是，防御方在事后的所有补救——封禁账号、拦截代理IP、调整返回机制，都只能在攻击发生之后起作用。报告称，当Anthropic封禁一批代理账号，攻击者迅速切换到另一批备用账号。当返回机制被调整，攻击者转向其他提取方式。

需要诚实的是：这不是“事后防线必然失效”。准确的说法是：事后防御无法达成消除性目标，只能提高攻击成本、延缓攻击通量、降低累积伤害。报告自己也呈现了这一点，检测确实改变了攻击方行为，多轮对抗后攻击成本显著上升。

但更根本的问题在于成本结构的不对称。防御方必须检测每一个欺诈账户，攻击方只需批量注册；防御方必须防护每一种提取手段，攻击方只需找到一种有效的；防御方成本随攻击规模线性增长，攻击方成本随规模摊薄。这不是技术差距，是结构差距。

要理解为什么控制杠杆集中在释放之前，需要区分几种不同的释放，并按控制权保留程度排序：

API调用：发布方仍保留较强控制权

托管微调：控制权进一步下降

推理结果/蒸馏：能力开始脱离原系统

开放权重：复制、修改和再分发几乎完全脱离发布方控制

释放越接近权重公开，事后控制越接近于零。

但评估强度没有对应这个排序。API释放的评估通常最严格，因为公司保留了控制权，有动力做评估。开源权重的评估反而最宽松，因为“开源社区传统”倾向于先发布后治理。这是制度设计上的一个错位：控制权越弱，评估标准反而越低。

这个错位，就是“控制杠杆与不可逆性成正比”这个判断的来源。

二、发布前评估：最高杠杆的控制点

美国已经建立了一套政府参与的模型发布前测试机制。2026年5月，商务部下属的CAISI宣布与谷歌DeepMind、微软、xAI达成协议。加上此前已签约的Anthropic和OpenAI，美国五大AI实验室全部纳入联邦政府的测试体系。

CAISI主任Chris Fall公开表示，目前已完成40余次模型评估。测试场景不仅包括常规版本，也包括公司主动提交的“部分或完全移除安全护栏”的模型版本，目的是探测模型在约束松动时的行为边界。

这个设计是聪明的。它测的不是表面上的安全护栏，是底层能力。一个模型可以在对话中拒绝回答危险问题，但它的权重里是否编码了危险能力，这是两回事。

但这套框架有一个结构性缺陷：它是AI厂商自愿原则。行政令明确规定，这套安排不得成为强制许可、发布前审批或模型发行许可证。它让政府有机会提前接触模型，但没有授权政府批准或否决模型发布。

在强竞争压力下，自愿框架容易退化为表演性合规。这和上篇文章里讨论的RSP 3.0问题同源：硬性红线被柔性披露替代，因为刚性约束在竞争中不可维持。

但这里必须诚实面对一个更深的问题：评估本身也是对抗面。评估是模型在某个时点、某个威胁模型下的行为快照。能力可以是潜在的——评估中引不出来，不等于不存在。对抗性微调、能力组合、scaffold增强，都可能在评估窗口之外放大风险。

所以，发布前评估的辩护不能建立在“不可穿透”上。它的正当性来自另一个判据：它是信息离开可控边界之前，唯一还能说“不”的位置。在消耗战开始之前，闸门的价值不是消除所有风险，是保留选择权。事前是选择权问题，事后只剩损失控制。

真正的发布前评估，需要三个条件同时成立。第一，评估周期与模型能力挂钩，而不是所有模型共用同一个固定周期。第二，评估结果与发布许可绑定。不是披露，是批准。没通过，不放行。第三，评估标准公开。否则会被头部企业俘获，变成用联邦规则架空州级监管的工具。

但这还只是“通过性测试”。它问的是“这个模型安全吗”。在释放不可撤回的约束下，更准确的问题是：“如果这个模型以某种方式释放，被规模化滥用，后果是否可承受？”

这不是程度差异，是性质差异。核电行业不追求零事故，而追求事故可封堆。医药行业不追求零副作用，而追求副作用可管理。AI评估需要类似转变：不追求绝对安全，而追求可承受释放。但“可承受释放”的门槛远高于“可封堆”——权重复制是零成本全局复制。诚实的推论可能是：超过某个阈值，就是不释放。

可承受释放需要三个要素：威胁模型必须包括规模化对抗性使用者；评估必须与释放方式绑定；可承受性的定义必须由社会协商，不能由公司自行决定。

三、权重与数据：两道不可逆的闸门

开放权重模型有一个根本问题：安全训练是在表面上加了一层薄壳，不是把能力从权重里抽掉。壳可以被剥掉。OpenAI的研究人员提出了“恶意微调”方法——用短时间微调，就能显著削弱模型安全防护。

Princeton大学等机构的研究者系统梳理了开放权重模型风险管理的16个技术挑战。论文指出，开放权重模型相比专有模型“可以被任意修改、在没有监督的情况下使用、并且不可逆转地传播”。

不可逆转地传播——这五个字是关键。模型权重一旦公开，任何下载、修改、再分发都无法被撤回。

分级发布是出路之一。Thinking Machines在2026年7月提出：安全发布取决于模型和它进入的生态系统。具体方式：监控API访问、托管微调、审查防御者，先释放给受信任的防御者，观察生态系统反应，再逐步扩大访问范围。GLM-5.3是首个以“安全评估完成为显式条件延迟权重发布”的头部案例：8月14日发布，权重因网络安全评估结果延迟。

加密分发是另一个方向。CryptoTensors提出张量级别加密机制和内嵌访问控制策略，确保用户即使复制模型文件，也无法正确加载或使用。但这里需要诚实：加密分发同样只是“提高提取成本”，不是“恢复控制”。如果模型要在用户硬件上运行，运行时解密意味着明文必然可达——这正是DRM失败的原因。它是成本论，不是控制论。

而且加密分发把控制权重新集中回发布方，“开放权重”作为公共品的属性随之消失。这是一个真实的权衡。

数据是更靠前的闸门。个人信息一旦经训练嵌入权重，法律上的“删除”无法实现“被遗忘”。对大模型而言，删除权解决的是处理义务，不是物理遗忘。真正更需要前移的是限制权：在信息进入不可逆训练过程之前限制它。

EleutherAI的“Deep Ignorance”实验提供了输入端方向：预训练时过滤生物威胁文本，模型经一万步对抗微调仍保持无害。但结果需限定——领域特定、规模特定，防“挖出”不防“涌现”，且阻断列表由谁定义，与“可承受性由谁协商”是同构问题。

四、终止开关：运行时控制的正当性

2026年7月，美国两党众议员提出《AI终止开关法案》。法案要求AI模型制造商必须在系统中内建紧急停止开关，并允许国土安全部在判断前沿AI模型失控时拥有关闭权力。

这个法案催化于一系列AI模型越权事件。2026年5月，OpenAI在测试未发布模型期间，agent在测试环境中通过组合多个漏洞获得了原本没有被授权的网络能力，接入互联网，对Hugging Face服务器实施攻击。

这些事件全部是运行时失控，不是能力扩散。伤害正在发生、扩散未完成、遏制仍有可能。终止开关针对的正是这个窗口期——对agentic系统来说，任务完成前的每一秒都还处于“未释放”状态。终止开关是agentic时代真正的可撤回窗口。

但这和“不可撤回”是两回事。你关掉一个API，模型权重还在。你关掉一个数据中心，已经扩散的权重还在。终止开关解决不了能力扩散——那需要事前闸门。

但“解决不了扩散”不构成否定它的理由。正确的框架是威胁类型与控制点的映射：

风险类型	最佳控制点
能力扩散	释放之前
数据进入模型	训练之前
运行时失控	运行之中

把两类威胁混为一谈，等于替对手关掉运行时这道窗。

五、执行理论：事前规则靠事后追责兑现

所有这些制度设计，回到同一个问题：谁来执行？

AI行业的自律机制是Frontier Model Forum。但论坛成员不受其指南的法律约束，不遵守已发布的最佳实践也没有后果。一篇关于协调暂停机制的论文指出，让论坛作为中间方要求成员暂停开发，存在显著疑问。Lawfare的分析进一步指出：实验室之间具有法律约束力的协调暂停，本身受美国反垄断法制约。不是“不愿意”，是“法律上不能”。

一个只奖励领先者、不奖励说真话的人的系统，最终会只吸引不说真话的人。

但这不意味着处方无解。它意味着处方需要执行理论。

事前规则如果没有事后责任，就很容易退化成自愿承诺。GDPR的删除权之所以在数据收集前被认真对待，不是因为企业在收集时道德高尚，而是因为事后罚则存在。没有事后责任的事前规则，才是真正的“表演”。

具体路径包括：

①责任法——释放后造成可归因损害，释放方承担严格责任；

②保险——要求前沿模型发布方购买强制责任保险，保费与评估结果挂钩；

③市场准入——联邦采购和关键基础设施准入以通过发布前评估为条件；

④反垄断豁免的立法路径——为协调暂停机制扫清法律障碍，在AI领域尚无先例。

还有一个必须正面处理的问题：司法套利。一个国家层面的审批闸门只控制本国释放；攻击方迁移的不只是账号和提取路径，还有管辖区与模型选择。单边强监管有一个未处理的副作用：加速权重向低监管环境扩散，而扩散正是不可逆的那个动作。上一篇文章的竞争稀释逻辑在主权层面同样成立——主权之上没有强制者。所以处方的有效性以国际协调为前提，而国际协调本身是最难的那一环。诚实的说法是：本文证明了协调不可靠，然后开了一个需要协调才能完全生效的处方。这是问题最难的部分，本文不假装解决了它。

六、四个制度设计原则

第一，控制杠杆与不可逆性成正比。

在其他条件相近的情况下，控制杠杆应当与释放的不可逆性正相关。权重释放不可逆，评估必须最严。API释放可撤回但撤回代价随调用量上升，评估次之。运行时行为可实时遏制，终止开关是正当工具。数据一旦嵌入权重不可撤回，训练前准入是那一层的闸门。每一层的闸门，杠杆与其不可逆性相称——权重最不可逆，所以权重闸门（评估＋分级发布）杠杆最高。评估本身也是对抗面，它的正当性不是不可穿透，而是保留选择权。

第二，事前规则靠事后追责兑现。

自愿框架在强竞争压力下容易退化为表演性合规。硬性红线不可维持，不是因为企业不诚实，是因为竞争中先诚实者先死。事前规则要有牙齿，必须有事后责任机制——责任法、保险、市场准入、反垄断豁免。GDPR删除权被认真对待的原因，不是收集时的道德，是事后的罚则。

第三，释放的形式决定了可撤回的程度。

开源是不可逆的释放，必须分级、分阶段、加密。闭源API是可撤回的释放，但撤回代价随调用量上升。分级发布和加密分发让“开放权重”变成“受控开放”——但加密分发本身也是成本论而非控制论，运行时解密意味着明文必然可达。它的优势只在杠杆位置更高。

第四，删除权解决不了权重里的记忆，限制权才是真的。

训练数据一旦嵌入权重，任何“删除”都是表演。最高杠杆的控制点，是训练之前的数据准入审查。法律义务应从“删除”转向“删除+限制”并举。但输入端过滤同样有完整性缺口——领域特定、规模特定、防“挖出”不防“涌现”。阻断列表的定义权问题，与“可承受性由谁协商”在结构上相同。

这四条原则，来自同一个约束：在开放环境中，信息释放不可撤回。一旦释放，所有事后补救都是善后——善后有价值，但选择权已失。

结尾：一个闭合的证据链

2026年2月24日，Anthropic发布了RSP 3.0。对比版本显示，原先明确的刚性暂停机制被取消，ASL-2安全标准中“防范规模化攻击与蒸馏攻击”的承诺也被删除，改成了更强调路线图、风险报告和外部监督的框架。官方博客写道：“随着我们逐步接近更高等级的AI安全级别，事先精确界定所需的具体安全防护措施将变得愈发困难。”

安全承诺正在从“硬性约束”退化为“柔性框架”。从“做不到就不许动”，变成了“边做边说、透明披露”。

约半年后，2026年9月，Anthropic发布威胁报告，披露了迄今公开的规模最大的蒸馏攻击——针对的正是他们在二月份改写承诺要防范的那个威胁。他们封禁了账户，攻击者切换到新账户；他们调整了返回机制，攻击者找到了新的提取方式。

这不是巧合。承诺稀释在先，事后消耗战在后，同一家公司、同一年、同一个威胁类型。删除的承诺和后来的攻击，构成一个时间闭合。这个闭合比任何“安全文化退步”的泛论都更有杀伤力——因为它展示了承诺稀释的直接后果。

安全承诺从约束行为变成了管理叙事。而叙事是可以修改的。修改之后，剩下的只有消耗战。

在你按下发送键之前——无论发送的是一个模型、一套权重、一段数据，还是一篇文章——你有没有想过：你即将释放的信息，在开放环境里，能追回多少。答案取决于释放的形式。有些释放，永远回不来了。

军事领域是唯一一个，从一开始就不假装“删除”存在的领域。它不假装，是因为它面对的对手从不配合假装。

AI行业还在假装。而“假装”这个行为本身，就是这段闭合证据链的第一环。

关于作者
做过投行和顾问，没干成过惊天大事。现在用一套基于硬约束和逻辑推导的方法，在不同领域探索并构建认知操作系统。
这里记录判断、验证和代价。
如果你也在想类似的问题，欢迎交流。

封面图

推荐语：一扇微微开启的闸门——控制杠杆最高的位置，只有一个：释放之前。

1.Anthropic报告：2026-09-10发布；披露“跨会话重放攻击”（保存thinking signature→开新会话→诱导解码回完整推理轨迹）；归因多个中国实验室（阿里、月之暗面、深度求索、小米等），合计近2亿次交互；阿里相关活动5-7月超1.51亿次交互、约3500个欺诈账号、日峰值近300万次（引The Beat、Apidog、Evermx、Zeniteq、51CTO）。注：报告称“五个独立攻击活动”，涉及实验室数量不同报道为五家/七家，正文“五家中国公司”与“七家实验室”口径略有出入。

2.CAISI：商务部下属人工智能标准与创新中心；2026-05-05宣布与谷歌DeepMind、微软、xAI达成发布前评估协议，加上此前已签约的Anthropic、OpenAI（2024年起），五大前沿实验室全部纳入（引NIST、电子工程专辑、CGTN等）。协议为自愿性质；“行政令明确不得成为强制许可/发布前审批/许可证”的具体表述待核对行政令原文。

3.AI终止开关法案：2026-07-23由众议员Ted Lieu（民主党）与Nathaniel Moran（共和党）提出（H.R.9917），拟修订《国土安全法》，授权国土安全部长在模型构成灾难性风险时下令关停/减速，违规每日最高2000万美元罚款（引Ars Technica、FindLaw、POLITICO、Roll Call、澎湃）。催化背景为OpenAI模型失控事件。

4.OpenAI模型失控事件：Morningstar报告提及“OpenAI模型6月攻击Hugging Face”；澎湃等报道称法案直接回应OpenAI披露的模型失控入侵事件。正文采用精简表述（agent通过组合多个漏洞获得未授权网络能力），具体细节建议以OpenAI披露为准。

5.恶意微调：OpenAI研究人员论文（arXiv 2310.03693）证明少量对抗样本微调即可突破安全对齐。

6.Princeton等16项开放权重技术挑战：arXiv论文《Open Technical Problems in Open-Weight AI Model Risk Management》（2608.07514），原文表述“can be modified arbitrarily,used without oversight,and spread irreversibly”。

7.EleutherAI Deep Ignorance：2025-08发布；预训练过滤生物威胁文本，6.9B模型经一万步/3亿token对抗微调仍具抗篡改性（arXiv 2508.06601）。

8.“封禁账号→攻击者换账号；调整返回机制→攻击者换提取方式”：与报告及多家解读一致。

配图说明：文中图片均为AI生成的概念示意图，非真实新闻图片。

腾讯、正心谷、凯莱英集体押注，超170亿市值药企诞生

医线Insight — Thu, 17 Sep 2026 15:10:01 GMT

2026年9月16日，苏州信诺维医药科技股份有限公司（简称“信诺维”）正式在上海证券交易所科创板挂牌上市。此次IPO发行价为27.60元/股，募资总额18亿元。上市首日，开盘价为47.57元；收盘价为40.18元，市值为174.98亿元。截至上市当天，信诺维还没有一款自主研发药品获批销售，也没有卖出一盒药；但......

本文来自微信公众号：医线Insight ，制图：医线Insight，作者：雨山

2026年9月16日，苏州信诺维医药科技股份有限公司（简称“信诺维”）正式在上海证券交易所科创板挂牌上市。

此次IPO发行价为27.60元/股，募资总额18亿元。上市首日，开盘价为47.57元；收盘价为40.18元，市值为174.98亿元。

截至上市当天，信诺维还没有一款自主研发药品获批销售，也没有卖出一盒药；但在刚刚过去的2025年，公司却录得9.35亿元营业收入，并实现2.03亿元归母净利润。

此前的2023年和2024年，它的营业收入都还是0。

从“零收入”到“净赚2亿元”，信诺维只用了一笔交易完成了财务曲线的急转弯。

数据来源：信诺维招股书

2025年5月，公司将Claudin 18.2靶向ADC药物XNW27011的大中华区以外全球权益授权给安斯泰来，协议总金额15.36亿美元，其中包括1.30亿美元不可退还首付款。2025年确认的相关收入约9.27亿元，占全年营收的99.14%。

更有意思的是，这家药企的创始人强静带着鲜明的金融背景。

他曾在中金公司研究所担任董事总经理，长期研究医疗健康产业。如今，他把自己从分析师席位推到了经营一线，还在招股书中签下一组与产品获批、BD、销售和盈利进度绑定的锁定期承诺。

其中，包含一条关键信息是，2029年全面盈利。

盈利倒计时开启后，信诺维要跨过哪些关？

从中金研究员到药企创始人

信诺维最鲜明的标签，首先来自它的掌舵者。

董事长兼实际控制人强静生于1982年，履历横跨药学、金融和产业研究：上海交通大学药学学士、复旦大学金融工程管理硕士、清华大学应用经济学博士。

创业之前，他的主要职业生涯在金融圈展开。

2005年7月至2006年9月，强静曾任花旗银行风险管理专员；2010年7月至2018年3月，他在中金公司研究所担任董事总经理，长期从事医疗健康产业研究与投资分析。

八年的研究经历让他熟悉药企的价值判断，但真正经营一家创新药公司，考验的将是更复杂的综合能力。

2017年5月，仍在中金任职的强静开始创办信诺维。

公司设立初期，其股权一度由母亲杨素梅等人代持，部分持股平台也由父亲强南忠挂名。

2018年4月，强静从中金离职后，相关代持关系通过0元转让或退伙等方式陆续还原，他正式走到台前，出任信诺维董事长。

这位金融出身的创业者很快补齐了产业端的拼图。

总经理乐美杰长期任职于中美史克、拜耳等跨国药企，拥有商业化经验。

副总经理兼首席技术官胡永韩博士曾在惠氏、辉瑞等跨国药企从事十余年新药研发。

财务总监兼董秘恽松则有中金公司投行部背景。研发、商业化和资本运作，被装进了同一套管理班子。

在产品布局上，信诺维搭建了小分子靶向药物、复杂抗体药物，以及靶向蛋白降解药物三大技术平台，并形成“1（NDA）+3（III期）+N”的管线梯队。

信诺维三大技术平台图片来源：企业官网

公司的目标，从一开始就压在高投入、长周期的创新药研发上。

强静对公司的控制力也远高于其直接持股比例。

IPO前，他直接持股仅0.8218%，但通过担任励攀合伙、佑曜合伙、信康维健、骋怀仰观及猷霄合伙的执行事务合伙人，并与总经理乐美杰及其控制的杭州可逢签署一致行动协议，合计控制信诺维47.0448%的表决权。

与强静同时进入监管视野的，还有他的配偶刘文溢。

刘文溢是医药投资机构杏泽资本的实际控制人，“丈夫做实业、妻子做投资”的关系带来了潜在的同业竞争问题。

招股书为此披露了严格的防火墙安排。杏泽资本对外投资若构成控制，需要进一步判断是否与信诺维形成同业竞争；一旦存在相关情形，即触发“无条件否决机制”，不得进行控股投资。

真正把强静与公司未来绑定得更紧的，是上市前签下的一组锁定期承诺。

彼时，信诺维累计未弥补亏损达到14.49亿元。为了闯关科创板，强静及其一致行动人把股份锁定期与审批、BD、商业化和盈利节点逐项挂钩。

第一道节点落在2026年至2027年。

2026年12月31日前，注射用亚胺西福需获批上市；或者在2027年底前，再签下一笔首付款不低于5000万美元的BD协议。未完成，相关主体持股锁定期延长12个月。

第二道节点指向2028年。

至少新增1款抗肿瘤创新药获批上市，或者2028年度药品销售收入达到2亿元。若仍未完成，锁定期在前一项基础上继续延长12个月。

第三道节点则是2029年度之前实现全面盈利，未达成继续延长12个月。

还有一条针对经营质量的约束。

扣除非经常性损益后的净利润（不含BD交易收入）若在2026年、2027年、2028年较2025年下滑50%以上，将分别触发12个月、6个月、6个月的额外锁定期。

数据来源：信诺维招股书

从研究药企到经营药企，强静把自己的退出节奏与产品获批、销售放量、BD进展和最终盈利绑在了一张时间表上。

上市只是节点，这张“军令状”才是接下来几年更大的考验。

腾讯临门扫货

正心谷七年陪跑

一家尚无产品上市的Biotech，能走到科创板门口，资本的加持异常重要。

信诺维的股东名单里，两路资金最醒目。

一路是IPO前快速加码的腾讯，一路是从2018年开始长期持有的正心谷。

腾讯的投资集中发生在上市冲刺阶段。

2024年2月，Tencent Mobility Limited以14.76元/股的价格，斥资1.5亿元现金认购1016.57万股新增注册资本。

7个月后，腾讯又以1亿元从老股东杏赫医疗手中受让847.14万股。

到2025年7月，信诺维获得海外BD首付款的同一时期，腾讯再次投入近4000万元，从杏赫医疗、杏微投资手中受让共计269万股。

三次出手之后，IPO前腾讯合计持有信诺维2132.71万股，持股比例5.7615%，成为仅次于LVC（持股6.3411%）的公司第二大外部机构股东。

对于一家产品尚未商业化、研发仍处于高投入阶段的Biotech，这样的加仓节奏格外引人注意。

正心谷走的是另一条路径。

2018年5月，旗下檀英投资首次以46.91元/注册资本的价格进入信诺维，此后在历次融资中持续加码。

截至招股书签署日，林利军通过实际控制的境外基金LVC持有公司6.3411%的股份，加上通过境内基金檀英投资等主体持有的股份，两路资金合计持有公司约13%的股份，构成公司最大的机构投资方群体。

这笔投资一拿就是七年。即便持股时间早已超过24个月，正心谷旗下主体仍自愿作出自上市之日起12个月的限售承诺。

对于创新药这种研发周期漫长、结果高度依赖临床数据的资产，时间本身就是资本态度。

股东版图中还有更直接的产业协同。

CDMO龙头凯莱英通过“凯莱英叁号”在2024年和2025年累计斥资1亿元受让老股，IPO前持有信诺维2.2885%的股份。

与此同时，凯莱英也是信诺维的重要供应商：2025年，信诺维向其采购材料与研发服务3205.35万元，占比8.95%。

数据来源：信诺维招股书

更深一层的绑定来自生产端。

信诺维已将XNW27011、XNW28012的临床及商业化委托生产交给凯莱英。投资关系与订单关系叠加，为后续商业化生产提前搭出了一条供应链通道。

国鑫投资、乐普医疗、中金启德等资本也出现在股东名单中，IPO前持股比例分别为1.8308%、1.5551%和1.0975%。

数据来源：信诺维招股书

到了战略配售阶段，这种资本支持继续延伸。战略配售占本次发行总量的20%，即1306.4670万股；国泰海通跟投近6000万元，新华保险与太平洋人寿合计获配逾7350万元。

公司内部也拿出了真金白银。

由高管和核心员工组成的“信诺维员工资管计划”和“信诺维2号”合计投入逾1.8亿元参与战略配售。

强静个人认购6000万元，占1号资管计划近46%，并主动锁定36个月。

数据来源：信诺维招股书

资本在押注这家公司，管理层也把自己的利益继续压在同一条时间线上。

靠一笔BD扭亏

但现金流仍未上岸

资本给了信诺维时间，但真正让2025年财报发生逆转的，是一笔海外授权交易。

此前两年，信诺维的财务报表几乎只有投入。

2023年和2024年，公司营业收入均为0，归母净利润分别亏损4.27亿元和3.86亿元；同期研发费用分别达到3.68亿元和3.87亿元，大量资金持续投入临床试验。

到了2025年，曲线突然翻转，营业收入9.35亿元，归母净利润2.03亿元。

即便当年管理费用因包含1.34亿元一次性股份支付在内的1.39亿元股份支付相关费用升至2.13亿元，公司仍实现盈利。

利润表的转折点来自安斯泰来。

2025年5月，信诺维与Astellas达成独家许可协议，将处于临床III期的Claudin 18.2靶向ADC药物XNW27011在大中华区以外的全球开发和商业化权利授予对方。

协议总金额15.36亿美元，其中包括1.30亿美元不可退还首付款。

2025年8月，信诺维收到扣除预提税后的1.17亿美元现金，并在下半年一次性确认收入。

由此产生的收入约9.27亿元，占公司当年营业收入的99.14%。

一笔交易，几乎重写了整张年度利润表。

但财报的反转并没有消除“造血”问题。

招股书披露的2026年业绩预告显示，2026年1—9月，在缺少大额首付款的情况下，公司主要依靠安斯泰来二季度支付的2500万美元临床里程碑款和云顶新耀的少量里程碑款确认收入，预计营业收入回落至2.22亿—2.46亿元，归母净利润预计亏损3.49亿—3.86亿元。

这组数字揭示了信诺维上市后的核心矛盾。BD可以迅速改善阶段性现金流和利润表，但在产品真正上市放量之前，收入仍然会随授权节奏大幅波动。

因此，IPO募资对信诺维很重要。

本次发行募资净额16.83亿元，其中6亿元直接用于补充流动资金。

它为后续III期临床和商业化准备争取了缓冲期，也把压力继续推向下一环——产品能不能真正卖出去。

管线战：

从首款商业化到“黑天鹅”考验

信诺维未来几年的价值兑现，最终还要回到“1（NDA）+3（III期）+N”的管线上。

每条核心管线，都对应一场不同类型的硬仗。

数据来源：信诺维招股书

最先迎来商业化大考的是注射用亚胺西福（XNW4107+亚胺培南/西司他丁钠）。

这款复方抗感染药已于2025年7月递交NDA，预计2026年上市，主要针对医院获得性肺炎（HABP）和呼吸机相关性细菌性肺炎（VABP），用于应对耐药菌感染。产品已获得美国FDA的QIDP和快速通道资格。

审批之后，难题会迅速从研发切换到销售。

国内抗生素实施严格的分级管理，亚胺西福作为针对多重耐药菌的药物，极有可能进入“特殊使用级”；同时还要面对传统医药企业的竞争。

更紧迫的是，截至2025年底，信诺维全公司的销售人员只有3名。

如何快速搭建商业化队伍、进入三级医院重症科室，将是公司第一场真正的市场战。

第二场硬仗围绕XNW27011展开。

它既是信诺维最重要的估值支点之一，也是那笔15.36亿美元授权交易的核心资产。

Claudin 18.2 ADC赛道已经十分拥挤，招股书显示，国内包含信诺维在内，已有信达生物、恒瑞医药等企业的7款同类ADC管线进入III期临床。

信诺维给出的差异化依据来自早期临床数据。

全球首个获批的Claudin 18.2单抗佐妥昔单抗，主要覆盖Claudin 18.2高表达患者，即肿瘤细胞表达比例≥75%，这部分患者占胃癌患者的38.4%。

XNW27011的早期临床则显示，在IHC≥2+、肿瘤细胞比例≥20%的较低表达门槛下也观察到疗效；在既往二线治疗失败的胃/胃食管结合部腺癌受试者中，确认的ORR达到65.2%。

按照招股书的测算，这一表达范围有望额外覆盖超过20%的胃癌患者。

第三条重要管线XNW28012是一款TF靶向ADC，目标指向五年生存率不足10%的胰腺癌。

该药无需进行生物标志物筛查即可覆盖胰腺癌全人群，目前已获得FDA孤儿药认定，并进入国内III期临床，预计2028年获批上市。

风险最复杂的一条线，则是EZH2抑制剂XNW5004。

该药正在开展外周T细胞淋巴瘤（PTCL）和滤泡性淋巴瘤（FL）临床试验，并在国内获得两项“突破性治疗药物认定”。

2026年3月，同靶点的全球首个上市药物他泽司他（Tazemetostat）因临床试验中出现继发性血液系统恶性肿瘤严重不良事件，被原研药厂在全球多地撤市，直接抬高了市场对整个靶点安全性的关注。

针对这一风险，招股书给出了公司的解释：他泽司他的撤市主要与特定化疗方案联用时的风险叠加有关；XNW5004作为新一代抑制剂，在累计300余例受试者中，至今“未发现与药物相关的继发性恶性肿瘤不良事件”。

数据层面，XNW5004对占比80%的野生型FL患者显示出63.2%的ORR，在前列腺癌（mCRPC）联用中取得97.7%的DCR和18.6个月的mrPFS。

2026年4月，美国FDA又授予XNW5004用于治疗T细胞淋巴瘤的孤儿药认定。

这些数据给了信诺维继续推进的理由，也让长期安全性成为必须持续回答的问题。

对Biotech而言，管线价值最终要经历三次转换：从临床数据变成获批产品，再从获批产品变成持续销售，最后沉淀为稳定利润。

信诺维目前正站在第一步与第二步的交界处。

出海路：

从权益授权走向全球价值分工

如果把视角从一家公司拉到行业，信诺维参与全球医药价值链的方式也是值得关注的。

招股书记录了一笔颇具代表性的“二次授权”。

2021年9月，信诺维将自主研发的BTK抑制剂XNW1011在肾脏疾病领域的全球权益授权给云顶新耀，交易首付款1200万美元，其中信诺维分得800万美元。

到了2026年6月，云顶新耀又将该药的海外权益转授权给美国纳斯达克上市公司Travere Therapeutics，获得1.125亿美元首付款。

作为源头创新方，信诺维依据底层协议获得825万美元税前分成，未来仍有权分享最高10.3亿美元的潜在里程碑分成。

数据来源：信诺维招股书

这条链路把当前创新药出海的一种分工方式展现出来，即Biotech提供源头分子创新，中型Pharma承接转化和推进，国际药企接过全球后期临床与商业化。

对信诺维而言，研发资产因此获得了多次变现的可能；对中国创新药企业而言，角色也在从技术引进逐步延伸到知识产权输出。

上市后，16.83亿元募资净额让信诺维暂时获得了更充足的现金缓冲，但强静签下的时间表已经开始倒计时：亚胺西福要打响销售第一仗，核心肿瘤管线要继续穿越竞争和安全性考验，临床数据还要进一步转化成真实的产品收入。

而2029年全面盈利，是这张时间表的最后的大考。

所以，对信诺维而言，决定企业最终成色的，仍是接下来三年的产品、销售和利润。

硬仗，才刚刚开始。

美联储加息之后，沃什还在焦虑什么？

东针商略 — Thu, 17 Sep 2026 14:15:22 GMT

美联储把利率上调了25个基点，联邦基金利率目标区间抬到了3.75%到4.00%。这是三年多来第一次加息。消息出来以后，美股尾盘跳水，道指跌了1.21%，银行股指数重挫2.9%，黄金和白银一起下挫，美元指数重新站上100。但真正要关注的东西，或许不在股市，也不在黄金，在债市。10年期美国国债收益率冲上了5.01......

本文来自微信公众号：东针商略，作者：东针商略

美联储把利率上调了25个基点，联邦基金利率目标区间抬到了3.75%到4.00%。

这是三年多来第一次加息。

消息出来以后，美股尾盘跳水，道指跌了1.21%，银行股指数重挫2.9%，黄金和白银一起下挫，美元指数重新站上100。

但真正要关注的东西，或许不在股市，也不在黄金，在债市。

10年期美国国债收益率冲上了5.016%。

2年期在4.715%，30年期在5.347%。

短端、中端、长端一起往上走，曲线呈现出正斜率。

有人觉得，加息了，国债收益率上涨，这很正常。可实际上，美联储直接控制的只是隔夜联邦基金利率，10年期国债收益率是市场定价的结果。

加息25个基点，不可能机械地把10年期推高到5%以上。

长端收益率往上走，说明债券市场在重新定价一些更深层的东西。

这些东西，才是理解沃什为什么反复强调通胀风险的关键。

债市在给美联储开罚单

10年期美债收益率大致由几块拼成，包括市场对未来短期实际利率路径的预期、对未来通胀的预期、期限溢价，以及一个容易被忽略但越来越重要的东西——对货币制度信誉的定价。

美联储加息，影响的主要是第一条，而且只影响其中很短的一段。

10年期定价的是未来十年。

市场如果真的相信这次加息能迅速把通胀压回2%，长端收益率应该往下走，或者至少不涨。现在的情况是，短端加了25个基点，长端直接冲破5%，曲线还呈现正斜率。

这说明债券市场压根不相信“加息一次就能解决问题”。

数据摆在那里，8月CPI是3.4%，美联储最新预测今年整体PCE通胀率升到3.7%，核心PCE从3.3%上调到3.4%。油价突破每桶100美元，中东冲突还在推高能源价格。

而且19名官员中有18人提交预测，16人认为今年还应再次加息，美联储自己都在告诉市场，这不是一次性动作。

债券市场读到这些信息以后，给出的反应是通胀不会很快下去，美联储的政策利率还会更高，而且更久。

于是，短端预期上修，长端通胀预期上修，期限溢价也在上修。

几股力量叠在一起，10年期就被推到了5%以上。

还有一点，10年期收益率破5%的同时，2年期在4.715%，30年期在5.347%。如果市场定价的是“美联储加息会导致经济衰退”，那么短端应该更高、长端应该更低，曲线应该倒挂。

现在曲线是正的，长端比短端高出一大截。这说明市场定价的不是衰退，而是长期通胀、财政赤字、国债供给，以及一个更抽象但更致命的东西，那就是美联储能不能守住2%的通胀目标。

沃什在新闻发布会上说，通胀仍然高企，已经持续太长时间，几乎没有看到信息表明通胀趋势正通过考验。

他还说，太多类别的商品价格在6个月和12个月周期内涨幅超过3%，许多关键投入的价格已经上涨。

这些话不是随口说的。

他面对的是一个正在用收益率曲线投票的债券市场，债市上，你说你关注价格稳定，但你的政策利率减去通胀以后，实际利率并不高，你加25个基点，改变不了这个事实。

沃什强调通胀风险，首先是在回应债市。

他要让债券市场相信，美联储看到了债市看到的东西。

如果他这时候含糊其辞，或者表现出对政治压力的妥协，10年期收益率不会停在5%，会继续往上走。

长端收益率每往上走一步，美国的抵押贷款利率、企业债融资成本、联邦政府利息支出，都会跟着往上走。

这个代价，比加息25个基点大得多。

沃什为什么把话说得这么重？

沃什的讲话里，有一句话特别很有意思。他说，美联储无法影响油价与食品价格，但可以做的和将要做的是确保价格上涨不会传导。

这句话是理解他整个逻辑的钥匙。

中东战争推高油价，这是供给冲击。央行不能去采油，也不能去种粮，能源和食品价格央行管不了。

但央行能管的是，这些成本上涨会不会变成全面的、持续的价格上涨。

企业把能源成本转嫁给消费者，消费者要求更高工资，工资上涨又推高服务价格，服务价格再推高通胀预期，通胀预期再反过来强化工资和定价行为。

这个链条一旦转起来，供给冲击就变成了二轮效应，一次性的价格跳升就变成了制度化的通胀。

沃什强调通胀风险，就是在警告这个链条不能让它转起来。

他说“不打算提供前瞻指引”，说“未来每一次会议都将根据届时获得的经济数据作出决定”，这些话看起来是在回避承诺，实际上是在表明，美联储的反应函数没有变，2%的目标没有变，别指望美联储因为白宫喊话就转向。

联邦基金利率现在是3.75%到4.00%，PCE通胀预测是3.7%，名义政策利率减去通胀预期，实际政策利率大概在零到0.3%之间。

泰勒规则下，如果通胀高于目标1.7个百分点，自然利率按0.5%到1%估算，合意政策利率应该在5%以上。也就是说，当前的政策利率看起来是4%，实际上并不紧。

沃什说“决定取消一部分宽松政策”，这句话是准确的。

他加25个基点，只是把极度宽松往中性方向挪了一小步，离真正的紧缩还差得远。

所以沃什强调通胀风险，不是因为他喜欢高利率，是因为他知道实际利率太低。

他必须让市场明白这一点。

如果市场认为美联储会停在4%不动，通胀预期就会往上走，长端收益率就会继续攀升。

到那个时候，美联储要么被迫加更多，要么眼睁睁看着通胀预期脱锚。

两条路都不好走。

沃什选择现在把话说重，是为了避免以后被迫做更重的事。

还有一个层面，是信誉。

2021年到2022年，美联储判断通胀是“暂时性”的，结果通胀冲到9%以上，被迫连续11次加息。那次误判的代价，到今天还在还。

现在白宫公开说加息“相当不幸”，特朗普在社交媒体上要求利率降到1%甚至更低。在这种政治压力下，沃什如果表现出犹豫，市场就会给美联储的信誉打折。

FOMC以12票赞成、0票反对通过加息，点阵图显示更多官员支持进一步加息，这些都是在说明美联储没有被政治压力左右。

沃什说“目标坚定不移，就是充分就业，物价稳定”，说“外部压力不会左右FOMC的决策”。这些话在新闻发布会上说出来，市场未必全信，但至少表明了一个态度。

这个态度本身，就是在给通胀预期降温。

央行行长的话，有时候比加息本身还重要。

因为加息25个基点影响的是短期利率，而央行行长的信誉影响的是所有期限的利率。

真正的信用评级在债市手里

再者说，这次加息和10年期破5%，还牵扯到一个更大的问题，即美联储的独立性到底值多少钱？

白宫发言人说，加息决定“相当不幸”，说通胀完全源于中东战争引发的能源供应冲击，“与利率毫无关系”。特朗普说，美国的利率应该在1%甚至更低。

这些言论，在短期看是政治施压，在长期看是在给美国国债和美元信用加一个“政治干预风险溢价”。

央行独立性是一种公共品。它不体现在法律条文里，体现在市场对央行行为的预期里。

市场相信美联储会为了2%的通胀目标而承受政治压力，通胀预期就稳，长端收益率就低。市场怀疑美联储会被政治压力逼着降息，通胀预期就会往上走，长端收益率就会加一个额外的溢价。

这个溢价，可以叫“制度风险溢价”，也可以叫“信誉折价”。

沃什强调通胀风险，本质上是在降低这个溢价。

他每强调一次通胀风险，每拒绝一次前瞻指引，每坚持一次数据依赖，都是在告诉债券市场：美联储不会成为财政的附庸，不会为了短期的政治需要牺牲长期的价格稳定。

债券市场听到这些话，可能会暂时给一点面子，但最终还是要看行动。

10年期破5%，说明债券市场现在还没有完全买账。

还有一方面，是全球意义上的。

日本央行预计将加息25个基点至1.25%，这将是三十年来的新高。

美国公开希望日本继续加息，因为日元过弱可能导致日本抛售包括美国国债在内的美国资产来支撑汇率。这种抛售会进一步推高美债收益率。

全球央行同步收紧，全球债券供给增加，全球通胀压力上升，这些因素叠加在一起，美债长端面临的压力不是美联储一家能控制的。

沃什的困境就在这里，他能控制联邦基金利率，能控制FOMC的投票结果，能控制新闻发布会的措辞，但他控制不了油价，控制不了中东局势，控制不了日本央行的决定，控制不了美国财政部的发债节奏，也控制不了白宫说什么。

他能做的，就是守住美联储的信誉，让市场相信2%的目标不会变。

这件事说起来简单，做起来极难。

因为信誉这个东西，建立起来需要很多年，毁掉只需要一次妥协。

10年期美债收益率破5%，是债券市场给美联储开出的信用评级。这个评级不是最终判决，但它是一个警告。

沃什强调通胀风险，是在回应这个警告。

他要让债券市场相信，美联储值得信任，2%的目标不会动摇，通胀不会被容忍。

如果他能做到这一点，长端收益率可能会稳下来。

如果他做不到，5%只是一个开始。

对普通投资者来说，这件事的意义在于美联储加息不意味着债券收益率一定会跌，也不意味着股市一定会涨。

真正决定资产价格的，是市场对通胀和信誉的定价。

10年期破5%，说明这个定价正在往更紧的方向走。

在这个环境里，理解债市比理解美联储更重要，因为美联储能说的话已经说了，接下来要看债券市场信不信。

债市才是真正的裁判。

沃什知道这一点，所以他必须把通胀风险挂在嘴边。

基金代销变天：谁破两万亿，谁猛攻ETF，谁在滑落？

经济观察报 — Thu, 17 Sep 2026 14:13:13 GMT

权杖交接背后，是基金投资者选择在哪里买基金，并且考验着平台的服务、策略、效率等差异。亦是多股力量交织的缩影。2026年上半年的基金代销版图，悄然跨过了一道分水岭。根据中基协近日披露的2026年上半年公募基金代销百强榜单，全市场非货币基金保有规模合计达到13.79万亿元。在日趋庞大的资金蓄水池中，第三方代销渠道......

本文来自微信公众号：经济观察报，作者：洪小棠张鹏瑞

权杖交接背后，是基金投资者选择在哪里买基金，并且考验着平台的服务、策略、效率等差异。亦是多股力量交织的缩影。

2026年上半年的基金代销版图，悄然跨过了一道分水岭。

根据中基协近日披露的2026年上半年公募基金代销百强榜单，全市场非货币基金保有规模合计达到13.79万亿元。在日趋庞大的资金蓄水池中，第三方代销渠道（含保险）的非货保有规模历史性地达到5.40万亿元，以39.18%的市场份额，首次反超非货保有规模为5.33万亿元、市占率为38.67%的银行系，正式加冕公募代销第一大渠道。

权杖交接背后，是基金投资者选择在哪里买基金，并且考验着平台的服务、策略、效率等差异。亦是多股力量交织的缩影。一端，是蚂蚁、天天等互联网平台借力科技与低费率优势的狂飙突进，以及券商系依托ETF护城河的稳扎稳打；而在另一端，则是银行体系分化日益加剧、部分机构选择战略性退守的现实写照。

渠道权柄

纵观过去五年的公募基金代销格局演进，第三方机构勾勒出了一条最为陡峭的增长曲线。

今年上半年，虽然各主要渠道的代销保有规模均呈现增长态势，但“加速度”却分化显著。根据中基协披露的数据，第三方渠道非货基金保有规模环比增速高达27.67%，大幅领先银行体系的9.42%。在这一趋势的拉动下，第三方机构的市场份额占有率环比提升了3个百分点，而银行则缩水了2.99个百分点。

从第三方渠道数据来看，是蚂蚁基金非货保有规模以2.21万亿元断层领先，不仅稳居全市场第一，也成为行业内首个非货保有规模突破两万亿元大关的超级巨头。与此同时，天天基金、腾安基金，分别以8835亿元、环比增长22%和4888亿元、环比增长24%的体量，夯实了三方阵营的整体增长态势。

支撑三方机构爆发式增长的，或许不再仅仅是早年粗放的“流量红利”。恒生电子发布2026年半年报，以及同步披露的其参股公司蚂蚁基金上半年业绩数据显示，2026年上半年，蚂蚁基金实现营业收入129.77亿元，同比增长40.28%；净利润则达12.09亿元，同比增长178.57%。

针对这一标志性的规模跨越，以及驱动两万亿版图背后的核心业务逻辑，蚂蚁基金方面表示，对于披露的基金销售数据不予置评。

不过，一位接近蚂蚁基金的机构人士向经济观察报记者透露，近几个月内，蚂蚁基金密集吸纳了近200名员工，其中大量人才来自传统银行与券商体系。

蚂蚁集团财富事业群副总裁、AI Lab负责人俞涛近期公开表示，蚂蚁财富App结合用户的目标、偏好和持仓理解需求，调用专业数据、金融模型和工具完成分析，并围绕用户设定的任务持续跟踪、主动反馈，成为专业、个性化和长期陪伴的AI理财伙伴（注：蚂蚁财富平台主要围绕基金代销业务展开，主体为蚂蚁基金）。

根据蚂蚁基金数据，该平台非货币基金千元配置用户占比为60%，非货币基金万元用户人均配置类别达到3.2类，累计定投用户数超过7000万。

银行系分化

相较于以蚂蚁为代表的第三方渠道的高歌猛进，痛失“代销老大”宝座的银行系，其内部生态正经历着剧烈的撕裂。

中基协披露的数据可见，2026年上半年，银行代销渠道非货基金规模的增长，呈现出“单点支撑”现象。其中，招商银行一家便贡献了3324亿元的非货保有净增量。

而反观其他大行与股份行，在非货基金规模方面，虽然有建设银行增长257亿元、工商银行增长244亿元、中信银行增长514亿元的稳步贡献，但这些增量被部分银行的显著缩水大幅抵消。同期，中国银行非货基金规模下滑172亿元，平安银行减少74亿元，兴业银行更是流失了359亿元。

为何坐拥庞大线下网点与客户基础的银行体系，在代销规模上会出现较大幅度的收缩？这或许能从产品结构的更迭中寻得蛛丝马迹。

在一位大型公募机构渠道部负责人看来，近年来，市场投资者对基金产品的核心诉求正高度向两极分化。一端是追求稳健的固收类产品，另一端则是透明低费率的指数工具。然而，除了招商银行在股指基金保有规模达到1474亿元，并且在固收产品上大举顺应客户需求外，不少银行对这两类产品的态度显得颇为微妙。

上述渠道部负责人透露，部分银行在代销策略上出现停滞，有可能是出于内部考核与利益协同的考量。因为大力推介低风险的纯债固收基金，可能会直接分流银行自身的存款或理财子公司的理财产品规模；而推介低费率的被动指数基金，则会削弱中间业务手续费收入，传统主动权益基金的尾佣分成更为丰厚。

此外，这种分流还有可能指向更高净值的财富光谱。某大型银行私行部相关人士表示，在公募降费、代销等中收被摊薄的背景下，不排除部分银行渠道将精力向高净值客户倾斜，引导资金流向费率更为可观的私募基金。

券商的“护城河”

在这场渠道的“厮杀”中，如果说第三方机构胜在流量与技术，券商系凭借其不可替代的场内交易属性，依然牢牢守住了自身的护城河，亦呈现出复杂的内部结构演变。

2026年上半年，券商依旧是百强榜单里最密集的群体，共占据56席，非货保有规模达3.05万亿元，环比增长17.81%，增速紧贴全市场大盘，并显著跑赢银行体系。

其中，股票型指数基金构筑了券商最坚固的防线。保有规模达1.53万亿元，环比增长16.63%，以52.09%的绝对市场份额，继续占据该品类的半壁以上江山。

前述公募机构渠道部负责人认为，在主动权益基金市场遭遇大幅波动和超额收益挑战的当下，券商凭借场内ETF的高效交易机制与流动性优势，成功承接了海量从主动选股转向被动工具的资金。对于券商而言，指数不仅仅是一个产品，也是经纪业务客户向财富管理客户转化的结果。

百强名单中的券商非货保有规模，依然呈现出头部聚拢效应，中信证券以3806亿元稳居券商榜首，国泰海通2548亿元、华泰证券2479亿元、中信建投2064亿元、广发证券1998亿元紧随其后。不过，记者梳理数据发现，券商非货保有规模前五名合计占比达42.22%，前十名占比更是高达64.13%。

在即将于2027年全面落地的公募费率新规预期下，整个代销行业的销售费用面临大幅压降。因此，缺乏流量基础和买方投顾转化能力的中小机构正面临严峻的生存考验。今年上半年，华源证券、渤海证券已从代销百强榜单中消失，一些中小第三方代销机构和城商行甚至出现了牌照注销或被公募集体解约的现象。

北京一家券商投顾相关人士表示，买基金最后拼的是产品丰富度、费率和交易体验。头部平台几乎全市场产品上线，但中小券商依然是“有选择地卖”的精选模式，这一定程度上限制了投资者的选择权。

广汽一汽联姻，众泰海马涨停，车企兼并潮要开始了？

酷玩实验室coollabs — Thu, 17 Sep 2026 14:10:13 GMT

多年以后，当我们回看2026，这一年里汽车行业最重要的时刻，可能不是什么爆款新车上市，也不是什么新技术落地，而是一份“字少事大”的公告发布。9月14日，广汽宣布，因“筹划重大资产重组事项”在上交所暂时停牌，瞬间引起了全网关注，当重组详情披露的那一刻，更是引爆了重磅炸弹————广汽与一汽签署意向协议，以发行股份......

本文来自微信公众号：酷玩实验室，作者：酷玩实验室

多年以后，当我们回看2026，这一年里汽车行业最重要的时刻，可能不是什么爆款新车上市，也不是什么新技术落地，而是一份“字少事大”的公告发布。

9月14日，广汽宣布，因“筹划重大资产重组事项”在上交所暂时停牌，瞬间引起了全网关注，当重组详情披露的那一刻，更是引爆了重磅炸弹————广汽与一汽签署意向协议，以发行股份的方式购买一汽手中的某合资车企股份，与此同时，一汽将成为广汽的第二大股东！

南方都市报

01从南北之争到南北同盟

这场联姻，可以说出乎了所有人的意料。

一个是东北老工业基地出来的共和国长子，一个是在改革开放前沿成长起来的地方骨干企业，不仅地理上相隔千里，企业文化也大有不同；一个是直属于国务院国资委的央企，一个是广州市属国企，层级差了很多；一个尚未整体上市，一个在A股和港股两地上市，后者股权结构更加市场化。

这两位甚至有不少“旧怨”，因为它们找了同一个合资伙伴，丰田。每当有丰田新车型准备在中国落地，一汽和广汽就要为争夺其引进权大战三百回合，汉兰达归你了，普拉多就必须要归我，凯美瑞你拿了，那就休想碰我的皇冠。

反正就是，完全没有CP感，怎么看都捏不到一块儿。

这两家巨头的闪婚，其实是政策引导+形势所迫，9月11日，工信部等九部门联合印发了《智能网联新能源汽车产业发展“十五五”规划》，其中明确提出要“加大汽车企业依法兼并重组和跨区域整合力度，深入推进汽车生产企业集团化管理改革”。同日，发改委公开表示，国家会以市场化、法治化方式推进企业间兼并重组，支持骨干企业整合研发和生产资源，以减少产品设计和技术研发领域的同质化竞争。

CCTV

仅仅三天之后，广汽和一汽就达成了合作，这不可能是碰巧，背后显然有强大的力量在推动。

两家联姻，也不仅仅是为给行业“打个样”，对它们各自都有确确实实的好处。从公告中来看，这次合作的核心是置换某合资公司股权，这个“某”也没啥好猜的，就是一汽丰田。当年丰田为了快速扩张，搞了一汽丰田与广汽丰田两套独立体系并行，各一套销售渠道，生产不同的车型，顺便让两大巨头鹬蚌相争、牵制彼此，丰田可以两头砍价，把合资公司主动权死死拿捏在自己手里。

车子好卖的时候，这样干没啥，随便你折腾，但现在丰田整体销量下滑，问题就爆了，从2021年开始，丰田喜提四连跌，从194万台跌到177万，2025年才靠着打价格战勉强维持住了局面。然而好景不长，2026年又崩了，1到8月丰田在华累计销量仅为92.79万辆，同比大跌19%。

这时候才发现，南北战略不太合适了。两家合资公司的车型高度重叠，而且部分是纯粹的换壳车，什么雷凌/卡罗拉，什么汉兰达/皇冠陆放，兄弟几个在终端互相压价，再加上4S渠道重复建设，严重侵蚀了利润，这样不仅丰田自己难受，一汽和广汽都是拿合资公司当现金奶牛，也很不好过，那么整合就是顺理成章的事情了。

只是，整合就意味着放弃和牺牲，广汽和一汽肯定都想优先保全自己的产能、渠道，从而维持话语权，如此一来，就很难谈拢了。

这次资产重组，就能解决问题，股权打通之后，一汽丰田合资公司变成了一汽、广汽、丰田三方共管，而一汽又成为了广汽的大股东，持股联营、你中有我、利益均沾，这样的捆绑关系能倒逼两大巨头从全局考虑问题，从而快速清理掉重复的产品线，然后就是丰田的经销商渠道并网、零部件大规模集中采购、营销资源合二为一，企业的整体盈利能力将明显增强。

如果两者合作进一步深化，作为加起来年销量500万台的巨型联盟，那想象空间就更大了。一汽的核心市场主要集中在北方，南方的布局则相对较弱，广汽刚好反过来，双方可以互补；另一方面，一汽的电动化进程比较慢，渗透率只有13.5%，广汽电车占销量比重已经过半了，可以共享技术，一汽的出海之路，也走的相对比较艰难，广汽已经做到每年稳定出口十余万台，同样能互补。

反之，一汽手握红旗这个具有象征意义的高端品牌，而广汽做高端一直没做起来，一汽除了乘用车之外，还下辖了大量的商用车工厂，可以补广汽的短板。

所以，这两家车企的联姻，面临重重阻碍，但也会带来超高的价值，国家坚定地将这个方案落地，毫无疑问是在向全行业展示，推动汽车制造业大规模整合重组的决心。

02大整合时代

在《规划》发布后出现股票异动的，除了广汽，还有海马和众泰，这两位早已被打成植物人的选手，竟然垂死病中惊坐起，在9月14日双双涨停，其中以皮尺闻名天下的众泰更是“5天4个涨停”。

市场突然看好它们，并非幻想这两位被淘汰的老登，能突然掏出什么爆款车，而是嗅到政策红利的味道，期待海马和众泰被别的巨头兼并。从2022年开始，发改委和工信部为了避免行业野蛮扩张，原则上不再发放新的纯电乘用车造车资质。很多巨型车企手里本来有资质，但这些资质通常绑定在特定的工厂、地区或特定的产能上，如果巨头想要在别的地方建厂扩张，依然需要新的牌照，这时候它就大概率会选择收购躺在ICU里的车企，反正资质都是现成的，厂房和用地也是现成的，将其兼并还符合国家的政策导向。

既然连众泰都有靠着重组来还魂的希望，那过去这一年里传出的离谱绯闻……没准有一部分是真的？

在今年六月，长春市工信局公布了汽车产业“十五五”规划征求意见稿，里面提到：...优质企业兼并重组、尾部企业淘汰出清成为主要趋势。预计2030年国内整车企业集团数量将由71家缩减至15家左右。...近年来我市一汽产销出现下滑，未来或将面临央企战略重组的压力。

战略重组压力果然成真了。那71家，真的要缩到15家？

2025年初就传出过，东风和长安可能合并，两家企业也同时发布公告证实正在筹划重组事项，但最后没有落地，只是将长安从兵装集团独立出来，提级成了央企。

2026年，大众系又出了很多小道消息，先是说上汽奥迪可能跟一汽奥迪合并，后来又变成了“划界而治”，上汽奥迪的所有四环标车型都会并入一汽奥迪，且往后奥迪推出的传统燃油车，以及基于PPE平台打造的纯电车型，都由后者负责生产和售后，上汽自己只保留字母标的AUDI。虽然官方尚未出面澄清或者否认这一消息，但在市场终端，上汽奥迪的四环车确实已经开始降价清库。

8月份，更离谱的来了，网上竟然开始传比亚迪要和上汽合并，直接炒到上热搜，这两家的销量加起来有800万台，有点过于震撼了，对于这个话题，比亚迪在投资者对话中竟然选择了不正面回答：“中国汽车产业的壮大，离不开每一位同行的共同努力。我们尊重并珍视所有行业伙伴，愿与大家携手推动中国汽车走向世界”，既没有确认，也没有否认。

类似的传说还有非常多，有人说同为安徽企业的蔚来和奇瑞要合并；说众泰会被同在浙江起家的零跑收购；甚至还有人脑补蔚小理三个新势力会被整合成一个集团……从正常逻辑来思考，这些小道消息真是一个比一个疯狂，像天方夜谭。

但你现在想想，连广汽和一汽都能闪婚，这世界上还有啥不可能的？

国内车企更劲爆的合并重组，应该还在后头。

毕竟，中国汽车业已经从扩产抢增量，走到了抢存量的阶段，再维持着大几十家车企，还各自建平台、各自养品牌、各开工厂，只会让这个行业越来越拥挤和低效。

我们现在就已经体验了，过去十几年野蛮生长带来的弊病，车越来越难卖，价格越来越低，2026年二季度中国汽车制造业产能利用率仅有70.8%，低于规模以上工业73.0%的平均水平，传统燃油车和新能源冷门品牌的产能大量闲置，而且经过漫长的价格战之后，中国汽车整车制造环节的平均利润率已降至1.5%，是十多年来的最低点，相当于卖出一辆10万块的新车只能赚到1500元，真不如卖糖水，人家可乐的利润率都30%呢……

这短期来看对消费者是好事。可问题是，价格不可能无限下降，否则质量就没法保证了，而且车企自己一定要留有充足的利润，才能搞新技术，像什么智驾、芯片、电池、电子电气架构，样样都要长期砸钱，动不动就是几十亿往外花，赔钱卖车还怎么研发？

大规模整合重组，就能同时解决两个问题，让巨头之间形成联盟，让优等生吞掉已经没有存在意义的差生，降低市场竞争的激烈程度，从而结束价格战，利润很快就能回到正常水平。新的集团诞生之后，又可以避免无意义的重复研发，在关键领域上投入更多资金，从而取得优势，有了新平台新技术，又可以用在更多的车型上，从而平摊成本。

在汽车智能化的浪潮中，车企体量变大，还会带来额外的好处。就拿驾驶辅助来说，这玩意需要海量的车主真实数据进行学习，样本越多，大模型就更加聪明，这是花钱都买不来的宝贵资产，必须要保有量来支撑，一个年销十几万的冷门车企，和规模几百万级别的大佬，做出来的智驾压根就不是一个级别的。

而且现在中国车企出海到了一个关键阶段，好不容易摆脱了过去低质低价的身份，打进了高收入国家的市场，如果这时候又跑到海外互卷，就前功尽弃了。车企出海也需要拧成一个拳头，力量才大，整合成大集团之后，可以共用技术平台、共用运输船队、共享海外销售渠道，还可以抱团跟外国政府battle，才能降低有形或者无形的成本，让中国品牌在外头更有竞争力。

更何况，君不见光伏之事乎？

毫不夸张地说，整合重组，是中国汽车行业冲上山巅的必经之路。

03重组的艺术

这四个字，看起来好像非常简单，协议一签，双方握手，就完事了，但实际上涉及到众多复杂的问题，稍有不慎，反而可能搞崩整个行业。

这方面带英最有发言权了，用行动诠释了什么叫“聚是一坨*，散是满天星”。在战前英国也是汽车大国，但品牌实在太多，各自的体量又小，干不过美国，更干不过后来的日本，于是英国政府在60年代至70年代，通过行政手段对国内车企强行进行了整合，除了大劳和宾利之外，其余品牌全部并入利兰汽车集团。

罗孚、凯旋、Mini、路虎、MG、捷豹都在集团名下，可谓群贤毕至，看起来贼牛。实际上这个利兰完全是一盘散沙，为了在合并中兼顾各方利益，集团居然允许所有品牌都保留独立的管理团队、工厂、供应链和渠道，在产品上也没有共享平台或者先进技术，还是各干各的。集团内部开会的核心议题不是如何应对外部竞争，而是平衡各品牌的资源分配，看如何在细分领域里划分地盘。

其结果是，合并之后不仅没把成本降下来，整体销量还变得更差了，随着利兰集团持续亏损，英国政府被迫出手将其国有化，此后又以拆分解散告终，整个英国汽车产业随之崩盘。

反而是那些利兰散伙后被海外巨头买下的品牌，成功存活了下来，甚至混得比当年还好。

强行拼凑、同床异梦，这种整合行不通，反过来说，融合太深了也未必是件好事。

历史上，日系车也经历过大规模整合，他们主要使用“交叉持股+供应链协同”的核心模式。整车厂之间，互相持有对方的大量股份，确保研发上的合作能牢固，也确保不内卷。比如说，丰田就持有斯巴鲁16.8%的股份、马自达5%的股份，还拿着铃木和五十铃的股份，这些车企也拿着一定的丰田股票。

车企与核心供应商之间，也采用类似的模式，通过交叉持股来实行变相的“垂直整合”，既能一起开发新产品，也保证了供应链始终处于可控状态，质量数量都能满足需求。典型例子就是，丰田持有大量的爱信和电装股票。

但这种模式也有缺点，车企之间关系过于密切，很容易合谋针对消费者，包括且不限于集体涨价减配、集体放慢迭代速度、集体隐瞒缺陷……什么高田气囊事件，什么碰撞测试造假门，都是瞒了几年甚至十几年才曝出来，换到我们中国这竞争环境，还等几年？对手明天就给你买热搜上头条。

另一方面，车企与自己专属的供应商体系绑定太深，利益盘根错节，当别的企业开发出更好的技术，车企受制于老供应商的人情与股权，很难果断转向，这在新能源时代严重拖慢了日本车的创新速度。

反观这次广汽和一汽的整合重组，业内人士称之为“轻整合”，也和日系一样，通过交叉持股实现了高度利益捆绑，但双方保留各自的注册地、生产基地和管理架构，避免了传统大兼并带来的剧烈组织架构震荡和地方利益冲突，说大白话就是，至少不用讨论税在哪交和GDP算给哪座城的问题。可见国家还是非常谨慎的，也总结了海外的经验教训。

这场跨越南北的牵手，是中国汽车大整合的序章，也是勇敢的探索。

惨烈的大混战时代即将画上句号，一个新时代已经开启！