AI应用层遭遇质疑：字节传闻背后的投资逻辑深度剖析
上周末，一则“字节跳动砍掉30% AI应用项目”的消息在创投圈疯传。源头是X平台用户“Mr. 小川”（@xiaochuan8688）的一条帖子。该帖援引“行业内消息”称，字节在4月内部复盘会上大砍AI应用，原因是用户越多亏损越大——2025年AI推理成本超80亿元，是营收增量的2.3倍；同时，公司要求除豆包外再做出3个千万级DAU产品，结果一个都没成。但说实话，这帖子之所以能传这么广，不是因为它说的数字有多准，而是它抛出来的问题太尖锐了。它逼着每一个把钱放进AI赛道的投资人，都不得不面对一个根本的拷问：如
AI基建谁在买单，谁在坐收渔利？
这轮AI基础设施的投入规模，放眼历史都堪称震撼。根据IDC的数据，2025年全球在AI基础设施上的支出高达3,180亿美元，比2024年几乎翻了一番。仅第四季度就支出了899亿，同比增长62%。预计到2029年，这一数字将突破1万亿美元。谁来买单？美国五大云巨头——微软、谷歌、亚马逊、Meta，再加一家——四家在2025年的投入超过了3,000亿美元。而在被技术封锁的背景下，中国投入了84亿美元，但同比实际上是在下滑的。资金主要流向了哪里？大部分流向了服务器，也就是GPU、存储和芯片代工厂。英伟达、三星、
OpenAI高管谈AI底层逻辑：AI是注意力短暂的实习生，警惕泡沫
OpenAI高管仅用9分钟便剖析了AI的核心逻辑：AI本质上就是一群注意力极其短暂的实习生这位高管在不到10分钟的时间里，将其对AI的核心见解剖析得淋漓尽致。这并非关于“AI将改变世界”的空谈，而是涵盖了从神经网络原理到商业落地的完整链条。听完这段话，我认为这是我今年听到的对AI最透彻的解释。以下是我从整个讲解中梳理出的五个核心要点。他用了一个极为精准的比喻：AI就像你拥有了一群注意力极其短暂的实习生。在GPT-3时代，这些实习生相当于高中生——能协助处理简单事务，但需要你时刻盯着，否则容易走神。到了GP
人工智能的七个架构层级
关于"AI的七层关系"，业界主要存在两种解读路径：其一聚焦技术实现逻辑（从Token到Skills），其二聚焦产业价值链（从算力到应用）。接下来为您详细解析。一、技术实现视角（从输入到执行，当前主流观点）自下而上：Token → 提示词 → 上下文 → Agent → Harness → MCP → Skills1.第1层：Token（文本基本单元）- AI处理信息的最小颗粒（汉字、词汇、标点、表情均包含在内）。- 所有输入首先被分解为Token，费用计算、数量统计均以Token为单位。2.第2层：提示词
AI浪潮下，文科生的价值凸显
黄仁勋的一番话，着实令人深思。他预测，未来的编程将主要依靠自然语言。简而言之，人类用日常语言表达需求，AI便能生成相应的代码。这预示着什么？曾经由程序员承担的“翻译”工作——将人类意愿转化为机器指令——将可能被AI直接取代。过去，程序员扮演着中间商的角色，如今这种“差价”消失了。那么，什么将变得更有价值？设想一下，AI能够编写代码，但它将依据什么方向编写？又将如何判断代码的正确性？这就需要一个人，能够通过自然语言与AI进行有效沟通。这个人必须擅长叙事、精通逻辑，并具备深刻的人性洞察力。这不正是文科生的特质
AI四层生态技术路书：AI认知地图总纲
本文是专栏“AI认知地图”的系列总纲。先把地图画清楚，再按站点逐步前行。AI并非一座孤立的高峰，而更像连绵的山脉。想真正看懂它，得先弄清楚山脊的方向。因此我们不会去写一本AI百科全书——既厚重又偏冷。我们更希望做一份“技术路书”：把那些普通人确实值得停下来看的关键技术标出来，梳理它们之间的衔接脉络，并告诉你——你此刻站在地图的哪一处，周围有哪些风景，接下来应往哪个方向走，可能会遇到什么。技术圈对AI生态结构的层次划分并不完全一致。我将AI底层逻辑为普通读者做了四个核心层次的简化：每一层都依托于下一层之上，
AI新范式：Token工厂重塑产业价值链
“当电力第一次点亮灯泡，人们惊叹的是光；当Token第一次驱动决策，人们终将遗忘技术本身，只记得结果。”「本文由人工智能辅助创作，作者已审核修订」2026年3月，美国圣何塞，英伟达GTC大会。黄仁勋站在聚光灯下，没有发布新的GPU，却抛出了一个比任何芯片都更具穿透力的概念——"Token工厂"。他说："Token是AI时代的新大宗商品。"在他构想的图景中，数据中心不再是存放数据的仓库，而是输入电力与数据、输出智能词元的工业化生产线。几乎同一时刻，北京，中国发展高层论坛。国家数据局局长刘烈宏正式将Token
AI 爆火这么多年，赚钱的其实是“卖铲子”
过去两三年间，AI 的热度毋庸置疑。ChatGPT、Sora 以及各类大模型发布会层出不穷，霸占了无数热搜榜。然而，若冷静审视行业财报，会发现一个颇为反常的现象：尽管 AI 热度不减，但主营模型研发的企业，绝大多数仍在亏损。1）模型层：看似风光，实则烧钱如流水研发一个顶级大模型，往往需要成千上万张高端显卡，单卡成本便高达数十万；再加上天文数字般的电费和顶尖人才的薪资，研发投入堪称恐怖。以“大模型第一股”智谱为例，其 2025 年营收虽达 7.24 亿元，同比增长 131.9%，但全年亏损仍高达 47.18
深度解析AI产业五大层级：从基础支撑到前沿应用，把握产业链脉络与机会
随着人工智能产业迅猛崛起，英伟达提出的AI五层模型，已成为剖析整个AI产业生态、梳理发展逻辑、发掘潜在机会的关键框架。该模型从下至上依次划分为能源层、芯片层、基础设施层、模型层与应用层，各层级相互依存、联动发展，底层为产业奠定坚实基础，上层则实现商业价值变现，共同构筑起全球AI产业的完整体系。下文将针对每一层级展开深入分析，详细解读其核心作用、产业现状、主要参与者以及面临的机会与挑战。一、能源层：AI产业发展的物理基石，算力供应的根本保证能源层是AI产业最基础的核心支撑，是人工智能算力运行的根本前提，也是
AI并非威胁，真正威胁你的是……
量子力学是多重宇宙的物理基础一、一句陈词滥调"AI不会替代人类，但掌握AI技能的人将替代那些不懂AI的人。"你肯定对这句话耳熟能详。近几年来，它几乎出现在每一篇AI相关的文章、每一场AI主题的演讲、每一个关于AI的短视频中。它被重复的次数如此之多，以至于大多数人都产生了免疫——听到时点头称是，随后便划走，最终彻底遗忘。但今天我要告诉你：这个说法并不正确。它为人们指出了一个方向，但这个方向只有一半是正确的。如果沿着这一半走下去，你最终会发现自己走进了另一条死胡同。2023年，ChatGPT横
把AI比作餐厅，秒懂产业链全貌
是不是常听到“大模型”、“算力芯片”和“AI应用”这些词，却感觉一头雾水？别急，今天不讲枯燥的技术，咱们聊聊一家餐厅。看完这篇，你就懂了AI产业链的构成。开餐厅得先通燃气、通电，灶台才能生火。AI 也是如此。所有AI设备和数据中心都依赖电力。缺了电，再强大的AI也只是一堆“死代码”——就像餐厅挂着米其林招牌，但厨房漆黑一片，厨师再厉害也只能干瞪眼。这部分很简单，略过。有了燃气，还得有炉灶才能炒菜。路边摊用几百块的简易灶，米其林餐厅用几万块的进口灶——火候和加热速度，天差地别。AI的“炉灶”就是芯片。为啥英
AI格局之争：中美主导88%市场，未来机遇在哪？
核心数据一屏掌握：3月30日，八月瓜科技创新研究院发布《全球人工智能企业科技创新指数报告2026》，这份基于2023-2025年全球专利大数据、市场信息及行业资料的权威评估，对全球100家标杆AI企业进行了四维度深度扫描。三个关键信号：断层优势：中美两国合计占据全球88%份额，其他国家合计仅占12%城市集聚：旧金山湾区（24家，占美国64.9%）和北京（26家，占中国51%）成为绝对核心中国反超：在数量上，中国以51家企业领先美国的37家这绝非偶然。全球AI创新已进入"双核时代"，未来十年