关于AIGC人工智能、思维方式、知识拓展，能力提升等。投稿/合作： @inside1024_bot
AIGC 领域的最新工具、开源项目以及行业大事件
AIGC 领域的最新工具、开源项目以及行业大事件
这次在硅谷，我听过一句很夸张的：
“这里钱太多了，钱就是砸到你身上。”
说这的是一个刚从 YC拿到钱的AI创业者。他最开始选择在国内融资，见了快四十个投资人，反复回答的都是同一套问：你的 moat 是什么？跟别人有什么不同？go-to-market strategy 是什么？
他最后放弃了在国内融资。
在他眼里，这些人大多是名校毕业，沿着一条标准路径进入 VC，在有规则的地方一路卷、一路拿到漂亮成绩，却没有真的创过业，也没有下场做过市场。他们想把学历、大厂经历、赛道和商业模式拼成一个“完美项目”，很像相亲。于是每个人都拿着同一张 checklist，问同样的问。
他最不服的是，创业偏偏是一件没有标准答案的事。这些人没有经历过在这种没有规则的情况下怎么搏斗赢，却总在用书本上的问判断一个创业者。
到了美国，画风完全变了。
进 YC 以后，他融到大几百万美元。宣布融资的第一天，两个小时之内，就有两封邮件分别要投一百万美元，他甚至可以反过来挑投资人。有机构愿意投三百万美元，但条款谈不拢，他直接不要这家的钱。
他后来在美国遇到的早期投资人，都是ex-founder，他们拿自己的钱做天使投资，也不只是开张支票。有人最初只打算小额投一点，聊完以后把金额加了几倍；投完还给他介绍工程师，甚至自己下场提供技术建议。
这边把这种循环叫 pay it forward：我以前被别人帮过，等我成功以后，再去支持下一代创业者。
对他来说，中美融资最大的区别是：一拨人擅长在既定规则里判断项目；另一拨人自己打过仗，知道创业者面对的根本不是一道选择。
另一位做 AI2C的创业者，把硅谷称为“创业的完美之地”。他原来在国内做项目，因为监管压力，转向了海外市场，ChatGPT 火起来以后，他把整个团队都搬到了美国。
他说，这里像一个超级加强版的中关村。资本、人才、云服务、合作伙伴和各种 agency，全都在旁边。创业公司进了 YC，OpenAI、Anthropic、Google、AWS 等厂商提供的云服务额度，按他的说法加起来可以达到一百万美元。融资也不靠 FA，熟人介绍和信任背书更重要。
这里也不太怕失败，因为失败的人太多了，一次创业没做成，不等于职业生涯结束。35 岁以上、有经验的工程师现在仍然很抢手，因为公司需要他们看着 AI，别让它乱搞。
听到这里，很容易产生一种冲动：那还等什么，赶紧创业啊！
但我后来又见了一位 Cursor 的早期员工。他完全没有这种兴奋感。
他说，自己现在不太考虑创业。过去做 SaaS，只要比别人早一点，就有机会慢慢做成一套完整软件。现在大模型进步太快，如果你只是提前做了一个 wrapper，“模型公司往前一步，你就没了”。他觉得，大部分 AI 应用都在模型公司的射程之内。
有意思的是，前面那位 YC 创业者最讨厌的，恰好就是这个问：如果下一代模型把你的能力吃掉了，怎么办？
这位创业者的回答是：不知道，也没人能预测未来。与其讨论一个没有答案的问，不如看团队能不能不断做出新东西，能不能更快地接触用户、抓住需求、继续迭代。
我觉得，大家各有各的道理。
硅谷确实愿意让一个创业者先跑起来。种子轮的时候，有人愿意听你的故事、押注你这个人，给你钱，也给你失败的机会。算力、人才和投资人都在身边，零到一的启动成本被压得很低。
但到了 A 轮、B 轮，只有故事就不够了。那位AI2C 创业者说，到了A轮后面就只看数据了，有多少用户，有没有收入，为什么用户还会继续使用，你都得回答。
与此同时，基础模型还在不停往前走，随时可能把你刚刚建立的产品能力变成一个新功能。
所以，这里大概真的是创业者的应许之地，它愿意让你开始，也允许你失败，但你最终还是得回答残酷的真问：产品怎么赚钱，能给投资人带来多大的回报空间。
@aigc1024
“这里钱太多了，钱就是砸到你身上。”
说这的是一个刚从 YC拿到钱的AI创业者。他最开始选择在国内融资，见了快四十个投资人，反复回答的都是同一套问：你的 moat 是什么？跟别人有什么不同？go-to-market strategy 是什么？
他最后放弃了在国内融资。
在他眼里，这些人大多是名校毕业，沿着一条标准路径进入 VC，在有规则的地方一路卷、一路拿到漂亮成绩，却没有真的创过业，也没有下场做过市场。他们想把学历、大厂经历、赛道和商业模式拼成一个“完美项目”，很像相亲。于是每个人都拿着同一张 checklist，问同样的问。
他最不服的是，创业偏偏是一件没有标准答案的事。这些人没有经历过在这种没有规则的情况下怎么搏斗赢，却总在用书本上的问判断一个创业者。
到了美国，画风完全变了。
进 YC 以后，他融到大几百万美元。宣布融资的第一天，两个小时之内，就有两封邮件分别要投一百万美元，他甚至可以反过来挑投资人。有机构愿意投三百万美元，但条款谈不拢，他直接不要这家的钱。
他后来在美国遇到的早期投资人，都是ex-founder，他们拿自己的钱做天使投资，也不只是开张支票。有人最初只打算小额投一点，聊完以后把金额加了几倍；投完还给他介绍工程师，甚至自己下场提供技术建议。
这边把这种循环叫 pay it forward：我以前被别人帮过，等我成功以后，再去支持下一代创业者。
对他来说，中美融资最大的区别是：一拨人擅长在既定规则里判断项目；另一拨人自己打过仗，知道创业者面对的根本不是一道选择。
另一位做 AI2C的创业者，把硅谷称为“创业的完美之地”。他原来在国内做项目，因为监管压力，转向了海外市场，ChatGPT 火起来以后，他把整个团队都搬到了美国。
他说，这里像一个超级加强版的中关村。资本、人才、云服务、合作伙伴和各种 agency，全都在旁边。创业公司进了 YC，OpenAI、Anthropic、Google、AWS 等厂商提供的云服务额度，按他的说法加起来可以达到一百万美元。融资也不靠 FA，熟人介绍和信任背书更重要。
这里也不太怕失败，因为失败的人太多了，一次创业没做成，不等于职业生涯结束。35 岁以上、有经验的工程师现在仍然很抢手，因为公司需要他们看着 AI，别让它乱搞。
听到这里，很容易产生一种冲动：那还等什么，赶紧创业啊！
但我后来又见了一位 Cursor 的早期员工。他完全没有这种兴奋感。
他说，自己现在不太考虑创业。过去做 SaaS，只要比别人早一点，就有机会慢慢做成一套完整软件。现在大模型进步太快，如果你只是提前做了一个 wrapper，“模型公司往前一步，你就没了”。他觉得，大部分 AI 应用都在模型公司的射程之内。
有意思的是，前面那位 YC 创业者最讨厌的，恰好就是这个问：如果下一代模型把你的能力吃掉了，怎么办？
这位创业者的回答是：不知道，也没人能预测未来。与其讨论一个没有答案的问，不如看团队能不能不断做出新东西，能不能更快地接触用户、抓住需求、继续迭代。
我觉得，大家各有各的道理。
硅谷确实愿意让一个创业者先跑起来。种子轮的时候，有人愿意听你的故事、押注你这个人，给你钱，也给你失败的机会。算力、人才和投资人都在身边，零到一的启动成本被压得很低。
但到了 A 轮、B 轮，只有故事就不够了。那位AI2C 创业者说，到了A轮后面就只看数据了，有多少用户，有没有收入，为什么用户还会继续使用，你都得回答。
与此同时，基础模型还在不停往前走，随时可能把你刚刚建立的产品能力变成一个新功能。
所以，这里大概真的是创业者的应许之地，它愿意让你开始，也允许你失败，但你最终还是得回答残酷的真问：产品怎么赚钱，能给投资人带来多大的回报空间。
@aigc1024
你能让 AI Agent 跑在家里的 Mac、服务器或者 VPS 上，然后自己拿手机、网页或另一台电脑远程盯着它在干嘛、接着下指令、审代码、看 diff。
最爽的是：人不在电脑跟前，Agent 照样能接着干活。
Claude Code、Codex、OpenCode 这些都能接，还支持同时跑多个 Agent，甚至能把 issue、告警、Webhook 直接变成自动执行的编码任务。
而且它走 local-first 路线，代码留在你自己的机器上，Paseo 本身不替你存模型 API Key。
往后出门在外，掏出手机瞄一眼：AI 写到哪了，不满意就继续让它改。
GitHub：https://github.com/getpaseo/paseo
AI探索 | Hermes/OpenClaw｜优质资源｜优质信息
真正的vibe coding学习就是做出一个产品并且实现盈利。
我可以在这个过程中学习如何做产品，如何做营销，这两个是AI时代OPC所需要的最重要的能力。
AI+自媒体时代赋予我的，是更多的可能性。
即使不是程序员，不是产品经理、不是UIUX设计师，也能够通过和AI交流几千次，打磨出一个还算看的过去的产品。
即使不懂运营、不懂内容、不懂增长，也能通过纯粹的分享过程、分享结果、分享情绪、分享失败来获取更多的关注。
能做且唯一能做的就是不要停下来学习和分享任何事情，保持兴趣，保持专注。
AI探索 | Hermes/OpenClaw｜优质资源｜优质信息
我可以在这个过程中学习如何做产品，如何做营销，这两个是AI时代OPC所需要的最重要的能力。
AI+自媒体时代赋予我的，是更多的可能性。
即使不是程序员，不是产品经理、不是UIUX设计师，也能够通过和AI交流几千次，打磨出一个还算看的过去的产品。
即使不懂运营、不懂内容、不懂增长，也能通过纯粹的分享过程、分享结果、分享情绪、分享失败来获取更多的关注。
能做且唯一能做的就是不要停下来学习和分享任何事情，保持兴趣，保持专注。
AI探索 | Hermes/OpenClaw｜优质资源｜优质信息
频道的成功，除了AI大大降低了视频制作成本，老高夫妻的构思选也是核心要素。AI并不会消灭自媒体，反而让创意更容易实现。
最全Coze智能体工作流教程合集
https://pan.quark.cn/s/6ac50db903d1
AI探索 | Hermes/OpenClaw｜优质资源｜优质信息
Seedance 2.5 API 看来是全量推送
所有平台几乎都上了
在 Higgsfield 上33 天不限量
Seedance 2.5 对创作者和影视从业者来说是绝对是改变游戏规则的东西
对新手来说 33 天不限量也是一个练手的好机会，你也可以探索出更多Seedance 2.5的玩法
比如看看下面这个视频↓
可以自由调整视频的打光效果，做出各种意想不到的情绪渲染氛围
AI探索 | Hermes/OpenClaw｜优质资源｜优质信息
所有平台几乎都上了
在 Higgsfield 上33 天不限量
Seedance 2.5 对创作者和影视从业者来说是绝对是改变游戏规则的东西
对新手来说 33 天不限量也是一个练手的好机会，你也可以探索出更多Seedance 2.5的玩法
比如看看下面这个视频↓
可以自由调整视频的打光效果，做出各种意想不到的情绪渲染氛围
AI探索 | Hermes/OpenClaw｜优质资源｜优质信息
power user 的 AI 支出是 Top10% 用户的 8 倍，前 10% 的企业一年多 token 用量涨了 17 倍（中间 10% 的企业只涨了 2 倍），前 10% 企业的员工使用插件和 Skills 的比例是中间 10% 企业的 2–6 倍，这证明一旦成为 AI 的重度用户，用量会呈指数级上升。所以从客户价值的角度来看，这不是泡沫。
6. 虽然 AI 在美国整体消费者渗透率还很低，美国家庭为AI付费的比例只有2.2%，但增速很快，2025年以来为大模型付费的用户增长了5倍。AI 越用越有价值，ChatGPT 第 31 个月的留存约 70%，而且留存曲线后段还在上翘。从移动互联网的历史来看，先是半导体为王，再来是 Infra/设备为王，最后才轮到应用为王。已经能看到新世代年轻人中有越来越多的（OPC）企业家，Github上提交的代码量井喷，超级应用潮正在路上。所以从消费者的角度来看，这不是泡沫。
7. 虽然大家都觉得一级市场上， AI 创业公司估值太高，但新一代独角兽体量更大、增长更快、更年轻。新晋独角兽的中位年龄从约 7 年降到约 4.4 年（−37%）；2022 年成立的公司，第 4 年的收入曲线比以前陡了约 3 倍；头部 AI 应用在 ARR 100 万–5000 万这一档，年增长约 5 倍（中位数 +423%），在 5000 万–2 亿这一档也有约 2.5 倍（中位数 +150%）。估值角度，Together、Baseten、Fireworks、Modal四家推理公司 2026 年新增 ARR 约 20 亿美元，相当于 Snowflake 加 Datadog 新增 ARR 的 3/4，估值却只有它们的 1/5。所以从一级市场的情况来看，这不是泡沫。
8. 虽然 2026 年迎来了史上最大 VC 的退出潮，上半年 VC 支持的公司退出总额达 2.19 万亿美元（2021 年的高峰才 8650 亿），但这更多是 SpaceX 一家带来的。同期 VC 募资只有 720 亿，远低于 2021 年的 1670 亿和 2022 年的 2220 亿。所以从一级市场的流动性来看，这不是泡沫。
9. 虽然 AI 抢了过多的风头，但实际上 AI 的投资价值正外溢到实体经济。大家都盯着芯片，但实际上每 100 美元 AI capex 里，只有约 50 美元给了芯片，其余的给了电力（20）、网络设备（15）、制冷和土建（各 7.5）。制造业在回暖。电力需求也不只来自数据中心，电动车、热泵、空调的需求都在涨，并且带来了规模效应 - 数据中心容量每增加 10%，居民电价下降约 0.4%。另外，从数据来看 AI 没有影响就业。数据中心带动的建筑和技工就业比趋势多出 30 万以上，同岗位的薪资溢价最高 64%。重度使用 AI 的企业反而会招更多的员工，也为市场提供了更多就业机会（这个比较反直觉，看图显示是这样，但“重度使用AI的企业”详细定义未知）。所以从社会的价值角度来看，这不是泡沫。
我个人觉得，上述论证中最弱的在于第 5 条对企业客户需求的论证。一切科技发展的价值，最终要落实到其终端客户收入利润的提升上，但到目前为止，还没有看到有足够多的终端客户宣布，由于使用了 AI 对于其业务的增长起到了颠覆性的推动作用。芯片厂商赚到了钱，供应链赚到了钱，云服务赚到了钱，但客户究竟是否赚到了钱？目前更多都还是在喊口号和举个例上，没有看到真实的、可量化可持续的收益变化。如果这一条不成立，那么其他的都会翻车。
长期来看，变革终究会发生，然而时间点也很重要。我们究竟是在加德纳曲线的第一个还是第二个斜坡上？是已经跨越了鸿沟，还是正站在愚昧之巅上，都取决于 AI 给终端客户带来的生产力提升有多大，还需要多久。
P.S. 除了上述对 AI 不是泡沫的论证之外，报告还提出了两个现象和观察（没有结论）：
A. 关于软件 SaaS。软件公司的收入增速放缓了（中位数约 12–13%），但已经企稳；费用率在降，每员工带来的收入在涨，经营杠杆反而在改善。估值压缩，主要是因为行业从「高增长、不赚钱」变成了「低增长、赚钱」。还能高增长的公司倍数依然好看，有护城河或有 AI 顺风的公司没怎么跌。虽然软件整体被杀了估值，但杀得有选择：网络安全 / 可观测性 > 垂直 SaaS > 水平 SaaS。年内网络安全类甚至还涨了85%。所以目前来看，软件还没死。
a16z 对 SaaS的终局给了两个可能：1. 崩溃，参考互联网时代的纸媒。报纸股在2002–2007 年就跌了约 60%，盈利预期却直到 2008 年才崩，股价提前 5 年反映了结局，所以「基本面还稳」证明不了软件安全）。2. 反弹。AI 可能会像涨潮一样，把所有轻资产公司的 ROE 都抬高（市场预期轻资产公司 ROE 回到约 25%，重资产约 16%）。
B. 关于一级市场和VC机构的幂律化。私营公司比以往任何时候都更值钱。不算 SpaceX 的前五大私营科技公司合计 2.2 万亿，超过过去十年所有科技 IPO 的上市市值总和（1.73 万亿）。美国活跃独角兽的总估值 5.34 万亿，已经超过罗素 2000（3.5 万亿）。2026 年上半年，前 1% 的退出拿走了 84% 的退出价值，前 10% 拿走了 94%。VC 机构本身也遵循幂律：前 30 家 VC 的组合自 2017 年以来涨了 23 倍，同期市值前 10 的上市公司只涨了 5.4 倍；头部 10% 的基金和其余基金的 IRR 差距是历史最大的（2024 年份基金：前 10% 的 IRR 是 40.5%，中位数是 −3.3%）。
报告原文：https://d1lamhf6l6yk6d.cloudfront.net/uploads/2026/10/State-of-Markets-Sep-2026.pdf
@aigc1024
6. 虽然 AI 在美国整体消费者渗透率还很低，美国家庭为AI付费的比例只有2.2%，但增速很快，2025年以来为大模型付费的用户增长了5倍。AI 越用越有价值，ChatGPT 第 31 个月的留存约 70%，而且留存曲线后段还在上翘。从移动互联网的历史来看，先是半导体为王，再来是 Infra/设备为王，最后才轮到应用为王。已经能看到新世代年轻人中有越来越多的（OPC）企业家，Github上提交的代码量井喷，超级应用潮正在路上。所以从消费者的角度来看，这不是泡沫。
7. 虽然大家都觉得一级市场上， AI 创业公司估值太高，但新一代独角兽体量更大、增长更快、更年轻。新晋独角兽的中位年龄从约 7 年降到约 4.4 年（−37%）；2022 年成立的公司，第 4 年的收入曲线比以前陡了约 3 倍；头部 AI 应用在 ARR 100 万–5000 万这一档，年增长约 5 倍（中位数 +423%），在 5000 万–2 亿这一档也有约 2.5 倍（中位数 +150%）。估值角度，Together、Baseten、Fireworks、Modal四家推理公司 2026 年新增 ARR 约 20 亿美元，相当于 Snowflake 加 Datadog 新增 ARR 的 3/4，估值却只有它们的 1/5。所以从一级市场的情况来看，这不是泡沫。
8. 虽然 2026 年迎来了史上最大 VC 的退出潮，上半年 VC 支持的公司退出总额达 2.19 万亿美元（2021 年的高峰才 8650 亿），但这更多是 SpaceX 一家带来的。同期 VC 募资只有 720 亿，远低于 2021 年的 1670 亿和 2022 年的 2220 亿。所以从一级市场的流动性来看，这不是泡沫。
9. 虽然 AI 抢了过多的风头，但实际上 AI 的投资价值正外溢到实体经济。大家都盯着芯片，但实际上每 100 美元 AI capex 里，只有约 50 美元给了芯片，其余的给了电力（20）、网络设备（15）、制冷和土建（各 7.5）。制造业在回暖。电力需求也不只来自数据中心，电动车、热泵、空调的需求都在涨，并且带来了规模效应 - 数据中心容量每增加 10%，居民电价下降约 0.4%。另外，从数据来看 AI 没有影响就业。数据中心带动的建筑和技工就业比趋势多出 30 万以上，同岗位的薪资溢价最高 64%。重度使用 AI 的企业反而会招更多的员工，也为市场提供了更多就业机会（这个比较反直觉，看图显示是这样，但“重度使用AI的企业”详细定义未知）。所以从社会的价值角度来看，这不是泡沫。
我个人觉得，上述论证中最弱的在于第 5 条对企业客户需求的论证。一切科技发展的价值，最终要落实到其终端客户收入利润的提升上，但到目前为止，还没有看到有足够多的终端客户宣布，由于使用了 AI 对于其业务的增长起到了颠覆性的推动作用。芯片厂商赚到了钱，供应链赚到了钱，云服务赚到了钱，但客户究竟是否赚到了钱？目前更多都还是在喊口号和举个例上，没有看到真实的、可量化可持续的收益变化。如果这一条不成立，那么其他的都会翻车。
长期来看，变革终究会发生，然而时间点也很重要。我们究竟是在加德纳曲线的第一个还是第二个斜坡上？是已经跨越了鸿沟，还是正站在愚昧之巅上，都取决于 AI 给终端客户带来的生产力提升有多大，还需要多久。
P.S. 除了上述对 AI 不是泡沫的论证之外，报告还提出了两个现象和观察（没有结论）：
A. 关于软件 SaaS。软件公司的收入增速放缓了（中位数约 12–13%），但已经企稳；费用率在降，每员工带来的收入在涨，经营杠杆反而在改善。估值压缩，主要是因为行业从「高增长、不赚钱」变成了「低增长、赚钱」。还能高增长的公司倍数依然好看，有护城河或有 AI 顺风的公司没怎么跌。虽然软件整体被杀了估值，但杀得有选择：网络安全 / 可观测性 > 垂直 SaaS > 水平 SaaS。年内网络安全类甚至还涨了85%。所以目前来看，软件还没死。
a16z 对 SaaS的终局给了两个可能：1. 崩溃，参考互联网时代的纸媒。报纸股在2002–2007 年就跌了约 60%，盈利预期却直到 2008 年才崩，股价提前 5 年反映了结局，所以「基本面还稳」证明不了软件安全）。2. 反弹。AI 可能会像涨潮一样，把所有轻资产公司的 ROE 都抬高（市场预期轻资产公司 ROE 回到约 25%，重资产约 16%）。
B. 关于一级市场和VC机构的幂律化。私营公司比以往任何时候都更值钱。不算 SpaceX 的前五大私营科技公司合计 2.2 万亿，超过过去十年所有科技 IPO 的上市市值总和（1.73 万亿）。美国活跃独角兽的总估值 5.34 万亿，已经超过罗素 2000（3.5 万亿）。2026 年上半年，前 1% 的退出拿走了 84% 的退出价值，前 10% 拿走了 94%。VC 机构本身也遵循幂律：前 30 家 VC 的组合自 2017 年以来涨了 23 倍，同期市值前 10 的上市公司只涨了 5.4 倍；头部 10% 的基金和其余基金的 IRR 差距是历史最大的（2024 年份基金：前 10% 的 IRR 是 40.5%，中位数是 −3.3%）。
报告原文：https://d1lamhf6l6yk6d.cloudfront.net/uploads/2026/10/State-of-Markets-Sep-2026.pdf
@aigc1024
目前的 AI 有泡沫吗？ A16z 在最新报告给出了他们的观点：看起来问不大，还处在早期。报告中的数据非常丰富，值得一看，算是从投资机构角度对资本市场的一个全景扫描和总结。整体论证的逻辑是：
1. 科技（和能源）已经成为当前商业社会的最大叙事，甚至是唯一叙事。二级市场上，科技股的利润占SP500的 50%，Global100市值的 60%。一级市场上，AI 相关公司拿走了美国 VC 交易额的 86%（2016 年是 15%，2025 年是 65%）。
2. 虽然二级市场上科技股的股价高企，但究其原因，更多由基本面盈利推动的，是真金白银赚到了钱，而不是估值倍数上升导致的。今年以来，科技板块股价上涨了20%，但 P/E 甚至还下降了20%，估值倍数和最近5年和最近10年的均值相比低了-19%和-10%。即便是增长最快的半导体，NVDA 预期增速 65% 市场也只给 19 倍的估值，并不高，所以从市场估值角度来看，这不是泡沫。
3. 虽然科技企业 Capex 资本投入看似很大，这一轮已经占GDP 的1.7%，高于1990s的电信浪潮和2010s的页岩气，在历史上仅次于1970-80s的油气浪潮和1900s的铁路浪潮（超过2%），但算力还是供不应求，供给端先进封装和 HBM 的交期超过 52 周，变压器约 128 周，重型燃气轮机今天下单要到 2031 年才交货。就算拿到了芯片，能不能通上电也是个问。所以从供需角度来看，这不是泡沫。
4. 虽然大厂的基建投资很高，已经吃光了现金流，还借了很多债，但收益率也很高，ROIC 始终高于成本。几家 Hyperscaler 的云厂商积压了大量的订单，估计熬到2028年自由现金流就能重新回正。同时还有不少新兴的云厂商（例如CoreWeave）。更不用说 OpenAI+Anthropic今年的整体增量收入可能达到1000亿美元，超过了二级市场所有软件公司（不包括云公司）的收入增量之和（630亿），这是史无前例的，所以从预期资本回报率角度来看，这不是泡沫。
5. 虽然标普500 企业里，没有任何一家能把 AI 带来的收入或节省的成本拆成独立口径，每期持续报告，并且只有 2% 的企业发布了可以持续跟踪的 AI 指标，但 2026Q2 已经有30%的公司给出过（至少一次性的）量化 AI 效果（对比2023Q1 只有4%），70%的公司已经宣布要拥抱 AI。企业市场里，最头部 1% 的 AI power user 的 AI 支出是 Top10% 用户的 8 倍，前 10% 的企业一年多 token 用量涨了 17 倍（中间 10% 的企业只涨了 2 倍），前 10% 企业的员工使用插件和 Skills 的比例是中间 10% 企业的 2–6 倍，这证明一旦成为 AI 的重度用户，用量会呈指数级上升。所以从客户价值的角度来看，这不是泡沫。
6. 虽然 AI 在美国整体消费者渗透率还很低，美国家庭为AI付费的比例只有2.2%，但增速很快，2025年以来为大模型付费的用户增长了5倍。AI 越用越有价值，ChatGPT 第 31 个月的留存约 70%，而且留存曲线后段还在上翘。从移动互联网的历史来看，先是半导体为王，再来是 Infra/设备为王，最后才轮到应用为王。已经能看到新世代年轻人中有越来越多的（OPC）企业家，Github上提交的代码量井喷，超级应用潮正在路上。所以从消费者的角度来看，这不是泡沫。
7. 虽然大家都觉得一级市场上， AI 创业公司估值太高，但新一代独角兽体量更大、增长更快、更年轻。新晋独角兽的中位年龄从约 7 年降到约 4.4 年（−37%）；2022 年成立的公司，第 4 年的收入曲线比以前陡了约 3 倍；头部 AI 应用在 ARR 100 万–5000 万这一档，年增长约 5 倍（中位数 +423%），在 5000 万–2 亿这一档也有约 2.5 倍（中位数 +150%）。估值角度，Together、Baseten、Fireworks、Modal四家推理公司 2026 年新增 ARR 约 20 亿美元，相当于 Snowflake 加 Datadog 新增 ARR 的 3/4，估值却只有它们的 1/5。所以从一级市场的情况来看，这不是泡沫。
8. 虽然 2026 年迎来了史上最大 VC 的退出潮，上半年 VC 支持的公司退出总额达 2.19 万亿美元（2021 年的高峰才 8650 亿），但这更多是 SpaceX 一家带来的。同期 VC 募资只有 720 亿，远低于 2021 年的 1670 亿和 2022 年的 2220 亿。所以从一级市场的流动性来看，这不是泡沫。
9. 虽然 AI 抢了过多的风头，但实际上 AI 的投资价值正外溢到实体经济。大家都盯着芯片，但实际上每 100 美元 AI capex 里，只有约 50 美元给了芯片，其余的给了电力（20）、网络设备（15）、制冷和土建（各 7.5）。制造业在回暖。电力需求也不只来自数据中心，电动车、热泵、空调的需求都在涨，并且带来了规模效应 - 数据中心容量每增加 10%，居民电价下降约 0.4%。另外，从数据来看 AI 没有影响就业。数据中心带动的建筑和技工就业比趋势多出 30 万以上，同岗位的薪资溢价最高 64%。重度使用 AI 的企业反而会招更多的员工，也为市场提供了更多就业机会（这个比较反直觉，看图显示是这样，但“重度使用AI的企业”详细定义未知）。所以从社会的价值角度来看，这不是泡沫。
我个人觉得，上述论证中最弱的在于第 5 条对企业客户需求的论证。一切科技发展的价值，最终要落实到其终端客户收入利润的提升上，但到目前为止，还没有看到有足够多的终端客户宣布，由于使用了 AI 对于其业务的增长起到了颠覆性的推动作用。芯片厂商赚到了钱，供应链赚到了钱，云服务赚到了钱，但客户究竟是否赚到了钱？目前更多都还是在喊口号和举个例上，没有看到真实的、可量化可持续的收益变化。如果这一条不成立，那么其他的都会翻车。
长期来看，变革终究会发生，然而时间点也很重要。我们究竟是在加德纳曲线的第一个还是第二个斜坡上？是已经跨越了鸿沟，还是正站在愚昧之巅上，都取决于 AI 给终端客户带来的生产力提升有多大，还需要多久。
P.S. 除了上述对 AI 不是泡沫的论证之外，报告还提出了两个现象和观察（没有结论）：
A. 关于软件 SaaS。软件公司的收入增速放缓了（中位数约 12–13%），但已经企稳；费用率在降，每员工带来的收入在涨，经营杠杆反而在改善。估值压缩，主要是因为行业从「高增长、不赚钱」变成了「低增长、赚钱」。还能高增长的公司倍数依然好看，有护城河或有 AI 顺风的公司没怎么跌。虽然软件整体被杀了估值，但杀得有选择：网络安全 / 可观测性 > 垂直 SaaS > 水平 SaaS。年内网络安全类甚至还涨了85%。所以目前来看，软件还没死。
a16z 对 SaaS的终局给了两个可能：1. 崩溃，参考互联网时代的纸媒。报纸股在2002–2007 年就跌了约 60%，盈利预期却直到 2008 年才崩，股价提前 5 年反映了结局，所以「基本面还稳」证明不了软件安全）。2. 反弹。AI 可能会像涨潮一样，把所有轻资产公司的 ROE 都抬高（市场预期轻资产公司 ROE 回到约 25%，重资产约 16%）。
B. 关于一级市场和VC机构的幂律化。私营公司比以往任何时候都更值钱。不算 SpaceX 的前五大私营科技公司合计 2.2 万亿，超过过去十年所有科技 IPO 的上市市值总和（1.73 万亿）。美国活跃独角兽的总估值 5.34 万亿，已经超过罗素 2000（3.5 万亿）。2026 年上半年，前 1% 的退出拿走了 84% 的退出价值，前 10% 拿走了 94%。VC 机构本身也遵循幂律：前 30 家 VC 的组合自 2017 年以来涨了 23 倍，同期市值前 10 的上市公司只涨了 5.4 倍；头部 10% 的基金和其余基金的 IRR 差距是历史最大的（2024 年份基金：前 10% 的 IRR 是 40.5%，中位数是 −3.3%）。
报告原文：https://d1lamhf6l6yk6d.cloudfront.net/uploads/2026/10/State-of-Markets-Sep-2026.pdf
@aigc1024
1. 科技（和能源）已经成为当前商业社会的最大叙事，甚至是唯一叙事。二级市场上，科技股的利润占SP500的 50%，Global100市值的 60%。一级市场上，AI 相关公司拿走了美国 VC 交易额的 86%（2016 年是 15%，2025 年是 65%）。
2. 虽然二级市场上科技股的股价高企，但究其原因，更多由基本面盈利推动的，是真金白银赚到了钱，而不是估值倍数上升导致的。今年以来，科技板块股价上涨了20%，但 P/E 甚至还下降了20%，估值倍数和最近5年和最近10年的均值相比低了-19%和-10%。即便是增长最快的半导体，NVDA 预期增速 65% 市场也只给 19 倍的估值，并不高，所以从市场估值角度来看，这不是泡沫。
3. 虽然科技企业 Capex 资本投入看似很大，这一轮已经占GDP 的1.7%，高于1990s的电信浪潮和2010s的页岩气，在历史上仅次于1970-80s的油气浪潮和1900s的铁路浪潮（超过2%），但算力还是供不应求，供给端先进封装和 HBM 的交期超过 52 周，变压器约 128 周，重型燃气轮机今天下单要到 2031 年才交货。就算拿到了芯片，能不能通上电也是个问。所以从供需角度来看，这不是泡沫。
4. 虽然大厂的基建投资很高，已经吃光了现金流，还借了很多债，但收益率也很高，ROIC 始终高于成本。几家 Hyperscaler 的云厂商积压了大量的订单，估计熬到2028年自由现金流就能重新回正。同时还有不少新兴的云厂商（例如CoreWeave）。更不用说 OpenAI+Anthropic今年的整体增量收入可能达到1000亿美元，超过了二级市场所有软件公司（不包括云公司）的收入增量之和（630亿），这是史无前例的，所以从预期资本回报率角度来看，这不是泡沫。
5. 虽然标普500 企业里，没有任何一家能把 AI 带来的收入或节省的成本拆成独立口径，每期持续报告，并且只有 2% 的企业发布了可以持续跟踪的 AI 指标，但 2026Q2 已经有30%的公司给出过（至少一次性的）量化 AI 效果（对比2023Q1 只有4%），70%的公司已经宣布要拥抱 AI。企业市场里，最头部 1% 的 AI power user 的 AI 支出是 Top10% 用户的 8 倍，前 10% 的企业一年多 token 用量涨了 17 倍（中间 10% 的企业只涨了 2 倍），前 10% 企业的员工使用插件和 Skills 的比例是中间 10% 企业的 2–6 倍，这证明一旦成为 AI 的重度用户，用量会呈指数级上升。所以从客户价值的角度来看，这不是泡沫。
6. 虽然 AI 在美国整体消费者渗透率还很低，美国家庭为AI付费的比例只有2.2%，但增速很快，2025年以来为大模型付费的用户增长了5倍。AI 越用越有价值，ChatGPT 第 31 个月的留存约 70%，而且留存曲线后段还在上翘。从移动互联网的历史来看，先是半导体为王，再来是 Infra/设备为王，最后才轮到应用为王。已经能看到新世代年轻人中有越来越多的（OPC）企业家，Github上提交的代码量井喷，超级应用潮正在路上。所以从消费者的角度来看，这不是泡沫。
7. 虽然大家都觉得一级市场上， AI 创业公司估值太高，但新一代独角兽体量更大、增长更快、更年轻。新晋独角兽的中位年龄从约 7 年降到约 4.4 年（−37%）；2022 年成立的公司，第 4 年的收入曲线比以前陡了约 3 倍；头部 AI 应用在 ARR 100 万–5000 万这一档，年增长约 5 倍（中位数 +423%），在 5000 万–2 亿这一档也有约 2.5 倍（中位数 +150%）。估值角度，Together、Baseten、Fireworks、Modal四家推理公司 2026 年新增 ARR 约 20 亿美元，相当于 Snowflake 加 Datadog 新增 ARR 的 3/4，估值却只有它们的 1/5。所以从一级市场的情况来看，这不是泡沫。
8. 虽然 2026 年迎来了史上最大 VC 的退出潮，上半年 VC 支持的公司退出总额达 2.19 万亿美元（2021 年的高峰才 8650 亿），但这更多是 SpaceX 一家带来的。同期 VC 募资只有 720 亿，远低于 2021 年的 1670 亿和 2022 年的 2220 亿。所以从一级市场的流动性来看，这不是泡沫。
9. 虽然 AI 抢了过多的风头，但实际上 AI 的投资价值正外溢到实体经济。大家都盯着芯片，但实际上每 100 美元 AI capex 里，只有约 50 美元给了芯片，其余的给了电力（20）、网络设备（15）、制冷和土建（各 7.5）。制造业在回暖。电力需求也不只来自数据中心，电动车、热泵、空调的需求都在涨，并且带来了规模效应 - 数据中心容量每增加 10%，居民电价下降约 0.4%。另外，从数据来看 AI 没有影响就业。数据中心带动的建筑和技工就业比趋势多出 30 万以上，同岗位的薪资溢价最高 64%。重度使用 AI 的企业反而会招更多的员工，也为市场提供了更多就业机会（这个比较反直觉，看图显示是这样，但“重度使用AI的企业”详细定义未知）。所以从社会的价值角度来看，这不是泡沫。
我个人觉得，上述论证中最弱的在于第 5 条对企业客户需求的论证。一切科技发展的价值，最终要落实到其终端客户收入利润的提升上，但到目前为止，还没有看到有足够多的终端客户宣布，由于使用了 AI 对于其业务的增长起到了颠覆性的推动作用。芯片厂商赚到了钱，供应链赚到了钱，云服务赚到了钱，但客户究竟是否赚到了钱？目前更多都还是在喊口号和举个例上，没有看到真实的、可量化可持续的收益变化。如果这一条不成立，那么其他的都会翻车。
长期来看，变革终究会发生，然而时间点也很重要。我们究竟是在加德纳曲线的第一个还是第二个斜坡上？是已经跨越了鸿沟，还是正站在愚昧之巅上，都取决于 AI 给终端客户带来的生产力提升有多大，还需要多久。
P.S. 除了上述对 AI 不是泡沫的论证之外，报告还提出了两个现象和观察（没有结论）：
A. 关于软件 SaaS。软件公司的收入增速放缓了（中位数约 12–13%），但已经企稳；费用率在降，每员工带来的收入在涨，经营杠杆反而在改善。估值压缩，主要是因为行业从「高增长、不赚钱」变成了「低增长、赚钱」。还能高增长的公司倍数依然好看，有护城河或有 AI 顺风的公司没怎么跌。虽然软件整体被杀了估值，但杀得有选择：网络安全 / 可观测性 > 垂直 SaaS > 水平 SaaS。年内网络安全类甚至还涨了85%。所以目前来看，软件还没死。
a16z 对 SaaS的终局给了两个可能：1. 崩溃，参考互联网时代的纸媒。报纸股在2002–2007 年就跌了约 60%，盈利预期却直到 2008 年才崩，股价提前 5 年反映了结局，所以「基本面还稳」证明不了软件安全）。2. 反弹。AI 可能会像涨潮一样，把所有轻资产公司的 ROE 都抬高（市场预期轻资产公司 ROE 回到约 25%，重资产约 16%）。
B. 关于一级市场和VC机构的幂律化。私营公司比以往任何时候都更值钱。不算 SpaceX 的前五大私营科技公司合计 2.2 万亿，超过过去十年所有科技 IPO 的上市市值总和（1.73 万亿）。美国活跃独角兽的总估值 5.34 万亿，已经超过罗素 2000（3.5 万亿）。2026 年上半年，前 1% 的退出拿走了 84% 的退出价值，前 10% 拿走了 94%。VC 机构本身也遵循幂律：前 30 家 VC 的组合自 2017 年以来涨了 23 倍，同期市值前 10 的上市公司只涨了 5.4 倍；头部 10% 的基金和其余基金的 IRR 差距是历史最大的（2024 年份基金：前 10% 的 IRR 是 40.5%，中位数是 −3.3%）。
报告原文：https://d1lamhf6l6yk6d.cloudfront.net/uploads/2026/10/State-of-Markets-Sep-2026.pdf
@aigc1024
从前做一条电影感产品视频，分镜、动效、配音、音效、剪辑样样都得自己折腾。
现在推荐个开源 Skill：video-shotcraft，直接把 Claude Code / Codex 变成 AI 视频导演。
把需求丢给 Agent，它能帮你设计 Storyboard、镜头运动、动效和音效，最后直接出片。项目里还收了 157 张分镜卡、214 种视觉风格，甚至能导出剪映草稿接着精修。
最爽的是：以前你得学剪辑，现在你只要学会描述自己想拍什么。
GitHub：
AI探索 | Hermes/OpenClaw｜优质资源｜优质信息
现在推荐个开源 Skill：video-shotcraft，直接把 Claude Code / Codex 变成 AI 视频导演。
把需求丢给 Agent，它能帮你设计 Storyboard、镜头运动、动效和音效，最后直接出片。项目里还收了 157 张分镜卡、214 种视觉风格，甚至能导出剪映草稿接着精修。
最爽的是：以前你得学剪辑，现在你只要学会描述自己想拍什么。
GitHub：
AI探索 | Hermes/OpenClaw｜优质资源｜优质信息
