摘要

过去半年，AI 的主桌明确转向 coding，而决定胜负的已不只是模型能力，而是“基座模型 + harness = agent”。 模型像发动机，harness 则补上权限、skills、工具、记忆、反馈与任务编排，把“被询问的对象”变成“行动的主体”；当 coding agent 与通用 agent 的边界越来越模糊，coding 的可服务市场也从写代码扩展到几乎一切数字任务。
Anthropic 已在最硬的收入指标上反超 OpenAI，AI 龙头竞争由 ChatGPT 的 C 端统治转入 Claude 的 B 端攻城。 现场口径为 Anthropic ARR 约 300 亿美元、OpenAI 约 250 亿美元，虽有云渠道费用等统计差异，趋势仍清晰；与此同时，ChatGPT 仍有约 9 亿周活、71% 月留存。Anthropic 的说法是：“收入代表一切。”
模型竞赛的计时单位已从半年缩短到两个月乃至按月，中国厂商的核心筹码则是开源与成本。 GPT 5.5、Claude 4.7、Grok 4.3、Kimi K2.6、千问 3.6、DeepSeek V4 等密集登场；DeepSeek 不再负责“把天花板捅漏”，而是在更低成本下做 Pareto 最优，公布价格后又直接打到“二点五折”。
SaaS 的杀估值并非普通周期回撤，而是市场开始怀疑整个商业模式会被 Service as Software 反转。 软件板块一度以约 20% 跌幅垫底标普，部分公司跌去四分之三，Figma 接近跌九成；原来六个月、50 万美元的软件项目，低代码压到六周、5 万美元，Web coding 再压到六小时、50 美元，“AI 吞噬软件”因此进入现金流与估值模型。
Mag 7 和信息科技的风险已经从收入增长转向 CapEx、自由现金流与回报周期。 三家头部云公司加 Meta 一年投入约 3000 亿美元，微软一季度跌约三分之一，英伟达 forward P/E 一度只有 17 倍；但标普又在 4 月 17 日创新高、英伟达重回 5 万亿美元，也呈现了“哪怕剧烈回调，也会非常短时间拉回来”的阶段性判断。
算力交易正在从纯 GPU 扩散到 CPU、存储和光，但物理世界会成为估值兑现的硬约束。 Agent 时代的服务器配比被概括为从训练期“1 个 CPU 配 7—8 个 GPU”、推理期 1:4，走到 Agent 期 1:1；英特尔、AMD、ARM 因此重估，但制造、封装、电力、审批和施工延误意味着“建设 1GW，不是那么容易的事情”。
一级市场比二级市场更狂热，也更集中：2026 年 Q1 投资约 3000 亿美元，前五大基金和前五大项目各拿走约四分之三。 OpenAI 估值约 8000 多亿美元，Coatue 一位投资人给 Anthropic 的 2030 年目标是 2 万亿美元，SpaceX 与 OpenAI 未上市已可进入全球最值钱公司前十五；庄明浩不判断泡沫顶点，只提醒若此刻类似 1999 年，“最疯狂增长期”也可能尚未结束。
技术狂喜正与就业、能源、社会情绪正面碰撞，焦点也转向经济增长与工资福利是否脱节。 AI 短剧单日投流逼近 1 亿元，美国多州讨论限制数据中心，“恩格斯暂停”可能重演；但庄明浩拒绝把人的 40 年压成“历史的一页”，最后的态度是：“正确而不会出错的事情交给它吧，我们去做那些能出一点错的事情。”

精读

1. AI 的叙事周期已从三个月压缩到三十天

庄明浩原本每三个月整理一次行业：2025 年 11 月讲完，2026 年 1 月又做年度总结，春节后 3 月 9 日再更一版，不到两个月便必须重做这份 PPT。“三十天河东，三十天河西，都不是三十年，是三十天。”
变化快到标题也会过期：4 月初还想写“你能养龙虾了吗”，制作过程中已改成“你的龙虾还活着吗”。OpenClaw 从新鲜事迅速变成“上个时代的事情”，正是这一轮加速的缩影。
他沿用“三张桌子”的框架：语言对应 ChatGPT，coding 对应“一年内 AI 可能写出所有代码”，多模态对应“世界模型是孕育 AGI、能无限拓展的学习子宫”。这次则改用技术、产业、资本三条线判断谁坐主桌。

2. Agent 已从年度主题变成整个行业的默认方向

从千问“From Question to Action”到腾讯“AI 从 chatbot 迈入 agent”，庄明浩认为 2026 年最大共识已无需论证：行业正在从语言回答进入任务执行，AI 的价值单位也由一次对话变成一个可完成的行动。
OpenAI 的分级提供了时间轴：L1 chatbot、L2 推理、L3 agent、L4 研究者、L5 组织者。GPT-3.5 来自预训练；o1 于 2024 年 9 月把后训练和强化学习推到中心；DeepSeek 在 2025 年 1 月底之后，让 L2 推理成为标配。
进入 L3 后，训练目标变成“agentic thinking”：模型要判断何时停止思考、何时行动，选择工具及调用顺序，从有噪声的环境获得观察，失败后修订计划，并在多轮、多工具调用中保持连贯。
庄明浩把林俊旸离职后的文章与硅谷共识接在一起：这些能力最终都指向模型自主学习。提示词工程、上下文工程和强化学习环境仍重要，但已成为更大执行系统的底层部件。

3. Harness 把强模型从发动机装进了一辆车

Ahead of AI 的比喻是全场最清楚的解释：L1 模型像能转的发动机，L2 是 F1 发动机，但 agent 要真正上路，还需要轮子、传动轴、方向盘、车壳和轮胎；模型之外这整套结构就是 harness。
庄明浩引用的公式是“基座模型 + harness = agent”。基础模型能推理、生成、理解，却“静态、被动且无方向”；harness 用结构、方向和约束，把无限可能收束为有限且有目的的活动，使 AI 从“被询问的对象”变成行动主体。
一辆可用的 agent 之车至少包含权限围栏、skills 封装、工具调用、记忆系统、评估反馈和任务编排。它不仅要记住用户是谁和任务标准，还要能持续循环、自我纠错。
这也重画了 infra 的边界：过去一级市场把服务 agent 的项目称为 AI infra，如今上下文管理、记忆、持续学习、护栏、编排乃至评估都被纳入 harness。“Harness 现在是新的 infra 了。”

4. Agent 生态正在吞并软件开发与通用应用的边界

世界模型是另一条升温支线：行业希望获得语言之外、能够 touch 到的视频流、3D 或虚拟世界。相关尝试可追溯至 2019 年，近年则扩展到 World Labs、腾讯混元、Seed 2.0 后续版本及阿里的相关模型。
OpenClaw 本身就是典型 harness：IM 软件接入网关，下接模型、多 agent、记忆和工具调用，再分成交互、网关、智能体与执行层。它不造模型，只造“壳子”与“车”。
Claude Code 代码被“意外”泄露后，外界拆出的多层架构同样表明，它的能力来自 Claude 模型与优秀 harness 的叠加。庄明浩转述业界玩笑：“Anthropic 变成了真的 OpenAI”，因为今天的 OpenAI 已不太 open。
2026 年 Q1，GitHub 热门项目的注意力几乎全部流向 agent：约 40% 的相关项目围绕 agent 模型生态；扩至最受关注的 1000 个项目，粗略标注约 81% 与 agent 有关，关键词反复是 agent、Claude、code、skill、OpenClaw。

5. Coding 已经成为收入最大、外延最宽的 AI 战场

Coding 从 GitHub Copilot 式代码补全，走向完整生成、评审、debug 和需求管理。收入维度更直接：coding 的 AI 收入比第二、第三和第四名加在一起还大；其余类别还包括法律、客服、医疗、搜索和写作，因而是“绝对的主桌”。
GitHub 上经 Claude Code 提交的代码量，从年初到 3 月底增长超过三倍；同期新网站、iOS App 和 GitHub 代码一同上升。已经沉寂多年的 App 供给重新爆发，因为开发能力被下放，“哪怕有人做过，我也想做个自己的”。
Codex 最新周活约 400 万；Claude 自 Claude 4、Claude 4.5 前后持续拉出“挡不住”的增长曲线。头部 agent 已能在无人辅助下连续执行十几个小时，软件生产单位开始从人天转向 agent 运行时长。
更大的变化是 coding agent 与通用 agent 合流：Claude Code、Codex、Trae 可以做 PPT 和信息整理，Manus、Genspark、扣子也能借代码完成任务。用户不在乎实现路径，“只要解决了就可以了”。

6. Anthropic 以 B 端收入反超，ChatGPT 仍牢牢占据 C 端

现场引用的最新 ARR 为 OpenAI 约 250 亿美元、Anthropic 约 300 亿美元。两者可能存在是否扣除云渠道费用等口径差异，但从 2025 年下半年起，Anthropic 的斜率已明显更陡，反超比市场预期提前到 2026 年 Q1。
ChatGPT 的古典互联网指标仍极强：约 9 亿周活，月留存约 71% 且继续上升，DAU/MAU 与总使用时长均领先。Gemini 的占比虽扩大，绝对规模仍未动摇 ChatGPT。
Anthropic 的回答是这些指标“不重要”：其 ARR 从 2025 年底到 2026 年初增长约 10 倍，若只看 3 月约增 16 倍。企业端覆盖迅速追近 OpenAI，默认首选模型更在 2026 年 1 月发生交叉，此后两者分道扬镳。
发布节奏也体现了巷战强度：Claude 在五十多个工作日发布七十多个功能和产品，平均每天约 1.5 个。“睡醒一睁开眼，Claude 又发新版本了”，今天的版本干掉昨天，明天再干掉今天。

7. 两大模型公司都选择 All in One

OpenAI 把 ChatGPT、Codex 与浏览器逐步合并：Codex App 打开就是自然语言对话框，最新版本又内嵌浏览器。原本内部并列的三项核心产品，正在收敛成一个任务入口。
Anthropic 的路径则是把第一方 harness 商品化：既提供最强模型，也提供基于 Claude 的外围“车”，并直接从这一层收费。第三方仍可造壳，但模型公司不可能把利润池完全让出去。
庄明浩由此看到同一终局的两种组织方式：OpenAI 从 C 端超级入口向 coding 与浏览器扩张，Anthropic 从模型和企业服务向执行系统外扩；共同目标都是占据从意图到完成任务的整条链。

8. 模型发布已由半年一代压缩到按月迭代

春节前一个月，中国头部厂商集中更新：1 月 22 日文心 5.0、1 月 27 日 Kimi 2.5、2 月 2 日阶跃 3.5、2 月 11 日智谱 GLM-5、2 月 13 日 MiniMax 2.5、2 月 14 日 Seed 2.0、2 月 16 日千问 3.5。此前大版本仍大致以半年计。
到 3 月中旬 MiniMax 已推 2.7，距 2.5 仅一个多月；4 月又密集出现千问 3.6 Plus、Claude 5.1；原文随后又说“千问 5.1”于 4 月 7 日发布，名称口径含混；还包括千问 3.6 的 35B 版本、Claude 4.7、Grok 4.3、千问 3.6 Max、Kimi K2.6、GPT 5.5 和 DeepSeek V4。“再往后就是按月。”
庄明浩提醒，发布版往往只是已经训练完成的上一代；厂商手里还有已训好待测和正在训练的两代。因此排行榜后段十多家厂商密密麻麻挤在一起，领先线也几乎每天上移。
GPT 5.5 的口碑出现逆转，DeepSeek V4 也终于兑现此前等待。他在 3 月版本里写过“V4 不等了”，这次的变化不是修辞，而是版本迭代窗口已经短到一次演讲准备期便能跨代。

9. DeepSeek 与中国开源模型主攻成本曲线和生态控制权

DeepSeek V4 的意义不是再次“把天花板捅漏”，而是在较低成本下取得极高分数，尤其小规模版本落在能力—价格的 Pareto 前沿。公布 token 价格后又迅速打到“二点五折”，把能力扩散继续当成角色核心。
对模型“太危险不能发布”的说法，庄明浩认为其中“肯定有一定的营销成分”；但他保留了反面可能：模型强到能发现 27 年来没有人发现的软件漏洞后，发布前做更多安全测试或许确实是必要的。
下载量、模型占比和能力排名都显示，中国厂商在开源板块非常强势，千问与 DeepSeek 是代表。美国国会相关听证会把美国缺席开源描述为向中国“拱手让出”，开源因而不再只是软件策略，而成为中美 AI 竞争的战地。

10. Sora 的关闭不是终局，Image 2 展示了知识与图像真正同桌

A16Z 的流量榜仍显示图片与视频是最大应用板块，但庄明浩认为 DAU 榜单价值正在下降。Sora 大约于 3 月 28 日或 29 日关闭后，“留存差”“AI 抖音不成立”等判断大概率正确，却也可能只是“人总会死”式的正确废话。
真正值得研究的是 OpenAI 的动态取舍：产品与组织架构如何调整，有限 token 如何在训练、研究和用户服务之间分配，以及一家具备特定估值与竞争位置的模型公司何时收缩。关闭 Sora，是为了避免摊子过大、进一步落后 Anthropic。
Image 2 随后带来反转。一句“生成抖音直播截图”的提示词，就能画出央视大楼前售卖 39.9 元北京一日游的中年女性，并准确处理评论、点赞、红包、在线人数、排名和小黄车，显示它理解的不是画面，而是产品 know-how。
《原神》《鸣潮》《洛克王国》《黑神话：悟空》联动海报更极端：模型不仅生成视觉，还写入米哈游、库洛、腾讯、游戏科学的版权说明并处理大小写。“多模态和语言是一桌”，Image 2 在世界知识上甚至显得比 Nano Banana 更进一步。

11. 垂直 AI 的收入兑现首先出现在高价值知识工作

从 0 做到 1 亿美元 ARR 所需时间不断缩短，Legora、Harvey 等法律 AI 公司刷新记录。Harvey 在不到两年内，从 A 轮融资 5000 万美元走到约 110 亿美元估值，成为“当时就应该投、但没有办法投”的典型遗憾。
CIO 调查显示，企业最想砍 IT 和 SaaS 预算，最不愿砍的是安全预算；释放出来的钱继续流向 AI。庄明浩引用的替代框架认为，最危险的是已经外包、又主要依赖信息搜索的工作，保险和 IT 服务首当其冲。
依赖人类判断的外包工作短期更像 Copilot，内部判断型岗位仍处观察期；下一波则可能吃掉内部的信息型工作。结论不是某个行业绝对安全，而是“几乎包含所有垂直行业，只是先后的问题”。

12. SaaS 的估值崩塌源于商业模式被反向书写

截至 2026 年 2 月底，软件是标普 500 表现最差板块，跌约 20%；大量知名 SaaS 公司跌去四分之三，Figma 跌了 80% 多，可能接近九成。部分公司已落到约 10 倍 P/E、明年约 4 倍 P/S，即使毛利仍接近 70%。
ServiceNow 的收入持续稳定增长，P/E 却从峰值约 132 倍压到 23 倍，随后财报后再跌十多个点。自 2025 年 Q2 起，财报电话会上“AI”的提及度超过“盈利”，市场开始拒绝为传统增长兑现买单。
这与软件长期的优等生历史形成冲突：平均收入增长约 17%，标普其他公司约 6%；平均毛利约 74%，订阅模式还提供极高可预测性。正因基本面仍好，这轮下跌才不只是普通业绩衰退。
庄明浩给出的成本梯度是：传统开发六个月、50 万美元，低代码六周、5 万美元，Web coding 六小时、50 美元。“Software as a Service”由此反转为“Service as Software”——用户购买结果，软件本身可现场生成。

13. Mag 7 被重估的不是收入，而是自由现金流

2023 年 Mag 7 引领市场，2024 年优势收窄，2025 年让位于 AI 软件与能源，2026 年 Q1 则全部下跌。微软跌约三分之一，是 1998 年以来最差季度；庄明浩说，除 Copilot 做得不够好之外，微软并没有做错什么，市场更在意投入回报。
三家云公司加上“不顾一切投入”的 Meta，一年 CapEx 约 3000 亿美元。收入和经营现金流仍可增长，但自由现金流被数据中心吞噬，短期又无法回收，市场于是重新定价整个 Mag 7。
英伟达收入继续增长、两次财报均超预期，股价却曾在 180—200 美元横盘九个月，forward P/E 一度只有 17 倍。微软、亚马逊、Google、Meta 约 20—30 倍，而沃尔玛、Costco 在收入仅预增 4%—9% 时获得 40—50 倍。
这组反差提出的是市场到底“在买什么、又在怕什么”：英伟达收入预期约增 70%，现场引用的规划甚至从 2026 年两千多亿美元指向 2027 年 1 万亿美元，但资金仍更愿意给传统消费确定性溢价。

14. 科技溢价消失后，回调又被一周迅速抹平

2026 年 Q1，信息科技板块超过 90% 的公司收入超预期，英伟达、苹果、高通、微软、Google、亚马逊、Meta、特斯拉却普遍下跌。标普单股盈利仍涨，自由现金流却明显下降，科技股 P/E 也回落至标普平均。
市场剩下最明确的两条线是存储和光：SanDisk、西部数据、希捷、美光领跑，光模块公司同步上涨，A 股中际旭创也受同一逻辑驱动。它们是数据中心 CapEx 最直接的交付环节。
但截至 4 月 17 日，标普 500 已重回历史新高，英伟达突破 200 美元并回到约 5 万亿美元。庄明浩引用王慧文“人类容易用历史经验过度简化概率预测未来”，并重提自己的判断：剧烈回调也可能被极短时间拉回。

15. 数据中心成为 token 工厂，CPU 被 Agent 拉回舞台中央

2026 年，美国数据中心投入超过办公室投入，此后两条曲线将继续分叉：“给硅基世界的办公室在暴涨，给人类的办公室在跌。”未来五年，AI 训练与推理可能占数据中心需求的 60%—70%，token 直接对应收入。
微软、Google、亚马逊、Meta、Oracle 五家掌握的算力约占市场 60%—70%；即便把中国视作一个整体，规模也只与 Oracle 接近。老一代 H100 上季度租赁价格仍涨，显示供需远未转松。
训练型数据中心通常约 1 个 CPU 配 7—8 个 GPU，推理和强化学习阶段约 1:4，Agent 编排与任务处理则走到 1:1。Harness 需要更多外围计算，CPU 因而变得更重要。
英特尔财报后涨约 20%，AMD 跟涨约 14%；年内英特尔翻倍、ARM 涨约 68%、AMD 涨约 50%。英特尔股价超过 2000 年互联网泡沫高位、P/E 超过 100 倍，接近当年思科 117 倍的疯狂水平；庄明浩只把它定义为适合有勇气者的短期高波动交易。

16. 物理约束会卡住最宏大的算力叙事

云厂商可以快速上调 CapEx，半导体和数据中心却受先进制造、封装、产线设计、政府审批、工人、电力与发电机限制。“建设 1GW，不是那么容易的事情。”
现场统计称，2025 年美国超过一半的数据中心项目延期。Stargate 规划的多个基地在卫星图上大多进展有限，原先约 5GW 的叙事，在接近两年后真正运营的可能只有约 0.3GW。
数据中心也开始遭遇社会反制：密歇根州通过截至 2027 年 11 月的暂停建设措施，背景是当地电价一年上涨约 17.6%；全美约 11—12 个州正在认真讨论禁止或暂缓建设。
庄明浩把这些限制视作科技故事遗漏的成本：电价、环境、社区与生活质量不会自动服从模型 scaling。甚至围绕 AI 已出现抗议，Sam Altman 住所还被连续以燃烧瓶和枪击方式袭击，冲突正在从财务报表进入现实社会。

17. 私募资本把 AI 推向更集中、更接近泡沫的位置

2026 年仅过去四个月，一级市场柱状图已像完整年份；Q1 投资约 3000 亿美元，创历史季度纪录，甚至超过 2021 年放水期。前五大基金募走约四分之三资金，前五大项目也拿走约四分之三。
私募市场自己的“Mag 7”几乎全是 AI：SpaceX、OpenAI、xAI、Databricks、Anthropic，加上同样受益于 AI 支付增长的 Stripe。YC 项目则从 AI 与其他并列，变成“只有 AI，没有其他”，占比超过 95%。
OpenAI 约 8000 多亿美元估值对应约 250 亿美元收入；SpaceX 与 OpenAI 未上市，已足以进入全球最值钱公司前十五。Coatue 一位投资人给 Anthropic 的目标是 2030 年 2 万亿美元，而 Anthropic 在一级市场已可达到近 1 万亿美元估值；就在当天，Google 又加码投资 400 亿美元。
庄明浩不回答市场究竟在山脚、山腰还是山顶。若类比 1999 年，泡沫确实更近，但也意味着“最疯狂增长期”可能尚未来临；一级市场的循环融资网络只让这张表更复杂。

18. AI 狂喜最终落在人如何度过自己的四十年

书店里 OpenClaw 相关书籍立着摆，豆包这类书只能横放，几个月后两者又可能被新品替换。庄明浩把畅销解释为“巨大的焦虑”，因为技术水位已“淹到脖子”，学习速度永远追不上版本更新。
红果短剧宣布拿出 5 亿元扶持真人短剧，同一天又取消 AI 剧与真人剧分榜，热门前十可能已有六七部 AI 剧。4 月 15 日 AIGC 总消耗约 9968.92 万元，很快可能稳定超过 1 亿元；所谓扶持反而暴露真人内容已成弱势方。
他借“恩格斯暂停”描述可能的过渡：新技术推动 GDP 上涨，普通工人的工资福利却可能四十年不变。但他拒绝“历史的一页就是很多人的一生”这种上帝视角——四十年不是一页纸，而是每个人完整且不可替代的一生。
狂喜活动里的 AI 内容占比从约 12% 降到 6%，这次更低；庄明浩认为这不是无知，而逐渐成为一种态度。既然 AI 越来越擅长正确且不出错的事，“我们就把那些正确而不会出错的事情交给它吧，我们去做那些能出一点错的事情。”

163: 详解DeepSeekV4：Infra巨鲸、百万上下文走进现实、极致效率优化 GPT、Claude 和 Gemini 究竟如何训练与提供服务——Reiner Pope