2026-10-05 18:08:46
（本文作者为 纵向青年，钛媒体经授权发布）
文 | 纵向青年，作者｜碣石，编辑｜之上
十一小长假期间，一批不用歇班的员工，正在岗位上发光发热，它们有的是吉祥物，有的是真打工人。
如今，不论是DQ冰淇淋门店、全家便利店、霸王茶姬门店，还是比亚迪、小鹏、理想汽车的4S门店，都随时可能与机器人员工相遇，并享受它们所带来的服务。
人形机器人替代真人员工，靠的是识别、处理、执行三大能力。但在工作效率、灵活性等方面，机器人相比真人还有差距。
为此，京东、觅蜂科技等企业，正在推广真人数据采取业务，一些打工人则面对可能的就业危机，则开启了“非暴力不合作”运动。
从成本收益的角度来看，打工人的担忧似乎为时尚早；但GPT-6 Astra对机器人的有效控制，则让具身智能厂商、AI大模型公司狭路相逢。而一个黄金周假期，成了检测这些能力的主战场。
刘慧国庆假期去上海旅游，南京西路的一家DQ冰淇淋门店，给她带来了此行最深刻的印象。
这是因为，这家DQ门店只有一名员工，且员工不是普通打工人，而是一台人形机器人。
作为门店的Only One，这款来自Sharpa的人形机器人，可以像其他真人员工一样，为顾客现场制作DQ招牌：暴风雪冰淇淋。
按照门店的操作说明，刘慧通过DQ小程序下单，让机器人制作一杯奥利奥暴风雪。
开始工作后，机器人首先取出了一个纸杯，再操作冰淇淋机给杯子接满奶浆，然后放入奥利奥碎末、对杯中冰淇淋进行搅拌，最终将这杯暴风雪交到刘慧手中。
一通操作下来，这款机器人总共执行了55个步骤，每个步骤的具体操作流程，都会在门店大屏上显示。
值得一提的是，机器人做完一杯暴风雪之后，还会在众人面前表演绝活儿：将暴风雪冰淇淋整杯倒转，展示其稳稳倒杯也不撒的臂力。
每到这时，机器人不仅会给自己加油打气：“接下来，就是见证奇迹的时刻。”完成后还会给顾客比心、或者比六六六，属实将情绪价值拉满了。
不过与普通的真人员工相比，机器人做冰淇淋的速度像是在放慢动作，让人不禁想起《疯狂动物城》里的“闪电”。
另一边，还有网友现场观摩后表示：“机器人先是撒了一杯，然后又弄翻了一杯，人工用同样的时间，大概10来杯都做好了。”
DQ门店的机器人动作虽慢，却让张慧拓宽了思维认知；在北京海淀中关村工作的她，此前一直认为人形机器人想要打工，最多就是去便利店给顾客递东西。
半年前，北京市海淀区中关村某写字楼，一家全家便利店招了位新员工，这台名叫“Galbot”的人形机器人，是银河通用制造的产品。
机器人上岗后，每次刘慧走进全家便利店，“Galbot”都会主动向她问好；如果她一时找不到商品位置，也可以询问机器人进行解答。
除此之外，刘慧每次需要拿取熟食、或制作咖啡，同样能语音向机器人发送指令，机器人会边干活边说：“虽然我只有两根手指，但每次抓取都要算出最佳角度。”
当然，像前文提到的DQ机器人一样，全家便利店的“Galbot”效率同样不高，刘慧一次晚上加班后想吃玉米，等了机器人一分多钟才拿到，险些饿晕在柜台前。
如今，越来越多的人形机器人，开始出现在线下消费场景中。
不久前，霸王茶姬与荣耀合作，推出了“喝好茶偶遇机器人巡游”活动。消费者在一些霸王茶姬门店发现，围着围裙的店员不是真人，而是一副钢铁之躯。
另一边，小鹏、比亚迪等汽车厂商，也研发出了自家的人形机器人，并将其安排在汽车4S店上班，为前来看车的人们答疑解惑。
各个厂家的人形机器人，为何能替代真人员工？从实现的方式来看，大致可以分为三方面：
首先，人形机器人需要通过摄像头、激光雷达等设备，对周遭的环境等信息进行观察、感知，这考验着它的识别能力。
其次，机器人还要在获取周围信息后，利用“大脑”对相应行为进行运算，这是在考验它的处理能力。
最后，当一切在脑海中演绎完成，机器人还要利用双腿、机械臂等部件，完成一系列规定动作，这是在考验其执行能力。
依靠以上三种能力，人形机器人在某些场景下，可以替代一线的服务人员；同时，还有一些机器人持续提升自身能力，有了成为更高阶打工人的可能。
比如，美国加州大学圣迭戈分校的研究团队，用两台宇树G1人形机器人进行手术，成功给两只大型灵长类动物，进行了活体胆囊切除。
而在2026年9月10日，宇树还开源了一个人形机器人基础模型，该模型可支持机器人完成64项任务，包括叠毛巾、收纳餐盘、包装手机、倒垃圾等。
人形机器人的科技树，虽然越发枝繁叶茂；但很多机器人的工作表现，却仍比真人逊色不少。
为了让人形机器人在工作中，像真人一样又灵活又协调，一些公司开始采集真人动作数据，指导人形机器人该如何干活儿。
京东在2026年3月宣布：在宿迁建设具身智能数据采集中心，计划两年内采集1000万小时高质量数据，并计划发动公司10万名员工，以及外部50万人参与。
最近，京东园区的保洁、园丁、维修等一线员工，开始佩戴京东自研的动捕设备，用第一视角记录工作的动作、工具的使用等信息。
另一边，2026年8月25日，机器人公司Figure推出Index项目，通过普通人上传工作、生活的相关动作视频，来对人形机器人进行训练。
目前，该项目已有超过100万注册用户，累计上传视频超过1600万段，发放奖励超过1500万美元；公司还提出：未来12个月内，力争将采集规模扩大约100倍。
到了9月23日，觅蜂科技发布了“中国版Index”：觅蜂派。内测一个月，累计获得了超过2万名注册用户，完成1.3万份有效任务提交。
一些打工人为了获得奖励，主动上传自己的动作数据；还有些员工意识到人形机器人，可能会在工作中替代自己，从而对数据采集说“不”。
此前，特斯拉要求美国一些工厂的员工，穿戴动捕服参与流水线工作，采集手部抓握、工具操作、零部件处理等动作，用于训练其人形机器人：Optimus。
工厂内，一些工人拒绝穿上带有传感器的动捕服，用这种类似“非暴力不合作”的行为，表达自己对于人形机器人的态度。
不仅如此，韩国现代汽车工会也表示：机器人投入生产属于掠夺就业，并明确表示未经劳资协议允许，公司不得引入包括机器人在内的自动化技术。
其实，打工人关于人形机器人，有可能替代自己的担忧，某种程度上属于杞人忧天。
目前来看，人形机器人想要替代真人，除了效率因素的制约之外，还有一笔经济账要算。
比如全家便利店内，银河通用的机器人Galbot G1，基础版价格为69.9万元；而北京全家便利店员工的工资，最低则为4500元一个月。
由此可以计算出，购置一台Galbot G1的成本，相当于真人员工155个月的工资，还不包括电费、损耗等费用。
按照便利店三班倒的人员配置，一台银河通用Galbot G1的成本，则相当于3名真人员工，工作51个月的工资。
虽然在替代一线真人员工这方面，人形机器人还有很长的路要走，但市场上的人形机器人销量，增长势头却十分喜人。
根据IDC发布的，《全球人形机器人追踪报告》显示：2026年上半年，全球人形机器人出货量接近2.5万台，同比增长432%；人形机器人市场规模超过7.4亿美元，同比增长323%。
同时，越来越多的线下消费品牌，开始将人形机器人员工，作为宣传自己的营销工具，哪怕机器人什么工作都不做，也能吸引消费者为其驻足。
狂飙突进的增量市场，让人形机器人厂商感到未来可期，但最近AI领域的一项技术进步，却给这些厂商们带来了压力。
2026年9月3日，OpenAI发布GPT-6 Astra；第二天，Robocurve将其接入人形机器人之后，发现它在控制机器人方面表现突出。
在RoboDojo的官方评测中，GPT-6 Astra在42项机器人任务、2100次测试中，拿到了22.48%的平均成功率，还以28.97分的成绩位列榜单第一。
除了OpenAI的GPT-6 Astra之外，其他一些AI大模型厂商，也在为机器人设计大脑。
为此，阿里千问研发的Qwen-Robot，让机器人拥有了手、脚和大脑；字节跳动则通过海量视频学习物理规律，对标谷歌Genie研究自己的模型。
与此同时，智谱、DeepSeek、MiniMax等AI大模型公司，也在研发各自的VLA（视觉、语言、动作）模型，并支持机器人厂商们接入。
AI大模型公司试图控制机器人大脑，具身智能厂商们则有着自己的想法。
智元发布的Genie Reasoner，让负责机器人智商的大脑，和负责动手能力的小脑实现协调。
智平方则在2026年6月，发布了具身智能系统：NeuroVLA，复刻了人脑“皮层－小脑－脊髓”的三层架构。
可以看出，关于人形机器人的大脑，究竟该由谁来控制，AI大模型厂商、具身智能公司分成了两派，每一派都想占据行业主导。
也许，刘慧下次走进其他线下门店，人形机器人会因为共用一个大脑，而将她一秒认出；也有可能因为大脑不兼容，而始终将她看作陌生人。
人类对于智能科技的未来始终保持乐观，但是我们并不能准确预测道路的曲折，这个十一假期是一个切口，更多的机器人上岗和替代或许还在路上。
更多精彩内容，关注钛媒体微信号（ID：taimeiti），或者下载钛媒体App
2026-10-05 17:36:35
（本文作者为 财能圈，钛媒体经授权发布）
文 | 财能圈
国庆期间，外围市场又涨了。10月2日，日经指数涨了近4%，韩国综指涨了2%，纳斯达克当晚再次创出历史新高。但同一天，恒生科技指数低开低走，盘中最低打到4111点，创了一年以来的新低，收盘跌2.26%，从去年10月高点算起累计跌了近40%。小米集团跌超5%，哔哩哔哩、京东健康、小鹏集团跌超4%，快手、理想、百度、地平线、零跑、京东都跌超3%，成分股里只有蔚来是红的。
就在前几天，港交所一口气迎来了四只新股挂牌：PCB龙头景旺电子、光伏自动化设备商罗博特科、光刻胶企业彤程新材，以及做机器人执行器的本末科技。四只里有三家是A股公司跑来做第二上市。
其中最受关注的是景旺电子。按2025年营收算，它是全球第一大汽车电子PCB供应商，占了10.6%的市场份额，在全球PCB厂商里排第11位，整体市占率2.5%。它的客户不只是车企，也在给高速算力硬件提供PCB支撑，切进了AI基础设施这条线。
四只新股挂牌的消息还没消化完，10月2日又添了新名字。A股"AISSD第一股"大普微公告，拟聘请天健国际作为H股发行审计机构，近期向港交所递交A1申请，预计2026年底或2027年初挂牌。据IFR报道，大普微已经以保密方式递表，计划赴港第二上市募资至少10亿美元，中信证券、海通国际和瑞银联合推进。
从2026年4月登陆创业板，到10月启动港股IPO，大普微在A股上市刚半年就开始安排第二上市。推动这个节奏的，是它上市后交出的第一份半年报：上半年营收47.22亿元，同比增长531%，归母净利润13.34亿元，从去年同期亏损3.54亿直接扭亏。截至9月30日，它在A股报339.9元，市值1482.7亿。
把视线拉长会发现，大普微不是孤例，它只是这条南下队列里最新的一位。
2026年港股IPO募资榜的前三名，全是A股硬科技公司。中际旭创首发募了614.22亿港元，这个数字刷新了港股近七年的募资纪录；立讯精密募了250.60亿；胜宏科技募了231.35亿。三家加起来超过1100亿港元。
这条队列里的公司，业务高度重合：中际旭创业是光模块，胜宏科技做AI服务器PCB，立讯精密是连接器和服务器代工，大普微做企业级SSD，景旺电子做汽车加AIPCB，罗博特科做光伏和半导体自动化，彤程新材做光刻胶，本末科技做机器人执行器。
清一色是AI算力硬件产业链上的环节。
这背后是一个共同的现实。AI军备竞赛打到2026年，不管是光模块、PCB、SSD还是机器人执行器，都在疯狂扩产。扩产就要钱，建厂房、买设备、囤产能，全是百亿级的投入。但A股的再融资窗口并没有对这些公司完全打开，估值也压得紧。港股成了另一个能拿到美元资金的口袋，而且第二上市的流程相对快捷，国际投资者也认这些公司在全球AI供应链里的位置。
大普微上半年营收涨了5倍多，刚扭亏就急着去港交所，不是因为缺钱到活不下去，是因为扩产的钱比账上赚的钱来得更快。
但港交所这边的承接力，已经在发出警告。
2026年至今，港股已经有近120只新股挂牌，合计募资约4000亿港币，这个规模在全球交易所里排前列。中际旭创那一单就把港股七年的募资纪录破了。表面看，这是港股重新成为全球融资中心的故事。
但另一面是，新股破发率已经超过70%。进入9月以来，多数新股挂牌首日就破发。一级市场的火爆和二级市场的疲软，出现了明显的背离。
这个背离怎么理解。一级市场靠的是基石投资者和锚定投资者，这些机构在上市前就把份额锁定，撑住了发行价。但上市之后，锁定期一到筹码松动，二级的承接资金并没有那么多，股价就撑不住。打新的人和接盘的人，根本不是同一批。
这也解释了为什么10月2日恒生科技在跌。全年4000亿的IPO抽水，需要二级市场持续不断地提供流动性来承接。当上市的硬科技公司越来越多，而港股的增量资金没有同步跟上，指数就被压着打。小米一天跌掉5%，不是它自己出了什么问题，是整个板块在被供给端稀释。
恒生科技这波连跌，也不全是IPO抽水一个原因。美债收益率高企压着估值，部分中资券商被限制内地客户买入，南向资金阶段性缺席，几股力量叠在一起。但全年4000亿的IPO供给，确实让这个市场的承接力变得更脆弱了。
把这几件事放在一起看，故事的主线其实很清楚。
AI硬件公司在A股讲完故事，发现再融资的口袋不够大，就集体南下香港。中际旭创募614亿，立讯募250亿，胜宏募231亿，大普微又要来募10亿美元。这些公司不是来港股敲钟做样子的，是真金白银需要美元资金去扩产。
但港股的二级买不买账，是另一回事。70%的破发率说明，国际投资者愿意在一级市场给这些AI硬件公司估值，但真到了公开市场，他们的手就紧了。
外围的纳斯达克还在创新高，说明全球资金并没有离开AI。但这些钱现在更愿意留在美股的大盘科技股里，而不是追着港股的新经济筹码跑。恒生科技的下跌，就是这种偏好最直接的反映。
接下来真正要看的，不是这些公司能在港交所募到多少钱，而是募完钱、扩完产之后，业绩能不能跟上。如果AI算力的需求还在涨，这些公司用募来的钱建的产能最终能变成收入和利润，那今天这波南下上市就值。如果需求稍有松动，70%的破发率就会变成一面镜子。
毕竟，上市只是拿到了钱，能不能把钱变成下一个增长，是另一个故事。
更多精彩内容，关注钛媒体微信号（ID：taimeiti），或者下载钛媒体App
2026-10-05 17:36:30
（本文作者为 AI价值官，钛媒体经授权发布）
文 | AI价值官，作者丨纳瓦，编辑丨星野
9 月 28 日，快手在模型与 Agent 两层同时出手：白天，Agent 创作工具 likli 开启内测；晚间，新一代模型 Kling 4.0 官宣将于 10 月上线。这并非快手的独门动作，字节、MiniMax、阿里千问都已推出各自的创作 Agent。当模型能力被逐渐拉平，竞争正从模型转向工作流与商业化。
如果把 AI 视频过去一年的竞争看成一场"参数赛跑"，那么快手同时按下两个按钮说明它想换一条赛道了。定位"交付结果的创作 Agent"的 likli 开启内测；新一代模型 Kling 4.0 官宣上线。这说明，模型要补课，Agent 也要补课。而这两条线背后，是同一场行业性的迁移：视频模型厂商，正集体从"生成一段画面"走向"交付一部成片"。
白天，一款名为 likli 的 AI 创作工具开启内测，官方把它定位为"交付结果的 AI 创作 Agent"，Slogan是"从一个想法，到一部作品"。晚间，快手旗下可灵 AI 宣布，新一代视频生成模型 Kling 4.0 将于 10 月正式上线，轻量版 Kling 4.0 Flash 当晚向黑金年卡会员开放小范围体验。
首先，在模型层上，可灵官方宣布 Kling 4.0 的升级方向为"真实、可控、专业"。落实到参数上，单次原生生成时长提升到 30 秒，是此前Kling 3.0 的两倍，并配合多次续拍，单条视频最长延展到了 2 分钟。提示词输入上限提升至 8000 tokens，模型能够对提示词进行合理地补充、扩写和润色。
面向制作环节的控制力也明显补强。相较 Kling 3.0 仅支持首尾帧，Kling 4.0 支持最多 10 张关键帧，用于锁定人物状态、场景变化与情节节点。对短剧与漫剧制作而言，30 秒单次生成与 2 分钟续拍扩大了单镜头的连续叙事边界，10 张关键帧与 15 项参考素材减少了反复抽卡，4K 10-bit HDR 与 21:9 画幅则更接近品牌广告与长视频后期的交付要求。
再来看快手的Agent 层，likli 内置配音师、素材分析师、剧作家、商品编导等多套 Skill，官方展示页标注 7+ 专业 Agent、20+ 创作能力、28+ Skills；用户以日常语言下达指令，Agent 自动拆解任务。产出物自动沉淀为项目资产，按类型或项目归档，人物、场景、道具可复用；脚本、分镜、画面各阶段实时开放、可随时介入。
它同时推出 macOS 与 Windows 桌面客户端，定价分 Basic、Plus、Pro、Max 四档，基础档折算单次约 3.3 元。官方也交代了现阶段的边界：likli 完成的是从 0 到 1 的初稿搭建，成片还是需要人工进行微调的，批量生产要预留审片与返工时间。截至发稿，Kling 4.0 完整版的 API 调用价格与正式订阅方案尚未公布。
AI价值官发现，有一个容易被忽略的细节，那就是可灵自己的产品端也在同步 Agent 化。可灵此次把图片、视频、音频参考素材放进了同一输入框自由组合，把预览、剪辑、添加素材整合进同一时间线，并推出全新的"画布 Agent"体验——素材、创作过程和生成结果可在画布上自由布局、节点连接，由 Agent 协助。有行业人士认为，这一更新"既与正在内测的 likli Agent 工具形成呼应，也进一步加重了 AI 视频工具方的内卷程度"，AI 工具方在功能和价格方面的壁垒也会被进一步降低。
也就是说，9 月 28 日的两个动作不是巧合，而是同一个判断的两面——可灵要在"模型"和"Agent 平台"两条线上同时补课——Kling 4.0 补的是模型层，likli 补的是 Agent 层，而产品端的画布 Agent，补的是两者之间的连接。
但是，这套叙事成立的前提是，"补课"这个词得先有参照物，因为别人已经先交卷了。
如果只看快手，我们很容易把 likli 当成一次孤立的产品内测。但把视角拉远，"把生成片段升级为交付成片"这件事，是当下整个行业的重点关注。
字节推出的小云雀 ，就是一个全场景 AI 内容创作 Agent 平台，同样采用 Agent 模式，支持剧本、角色资产、故事板、画面生成与局部返工的项目级管理，定位与 likli 相似。
9月20日抖音创作者大会上，剪映推出一站式创作工作台剪映Hub，打通AI生成与剪辑环节，同步升级智能创作Agent剪映助手，搭配ICG Studio等产品覆盖创作全周期。同时，字节也打通了剪映、即梦、小云雀的产品链路，推动创作全流程数据在自有体系内沉淀。
MiniMax推出的 Hailuo Video Agent，属于是从生成单条片段，转向单一输入产出完整视频，由 Agent 自行编排各个生成步骤。它最鲜明的特色是，实时展示分步推理过程，用户能看到决策链条，从而定点干预修改，而不必整条重新生成。据媒体报道，H3 权重已于 8 月 3 日开源，MiniMax Hub 把脚本、分镜、音乐、剪辑收进同一画布，由 Agent 统一调度。
8 月 31 日，阿里旗下的千问创作平台正式上线了 Agent Teams，已在千问创作 PC 端和千问 App 同步开放给全部用户。其机制是 Leader-Teammate 多智能体协作模型，由用户提出复杂任务，Leader 智能体自动理解需求、拆解为多个子任务，分发给不同 Teammate 并行执行。编剧、导演、美术、摄影、剪辑等 Agent 各司其职，依次完成剧本创作、分镜设计、角色设定、视频生成和成片剪辑，覆盖 AI 短剧、漫剧、营销广告、音乐 MV 等场景。
如果这三家放在一起，我们发现其实各家的切入点和形态并不相同，字节的小云雀偏项目级管理，MiniMax 偏推理透明与半自动控制，千问偏多角色分工。但方向却高度一致——都在抢"从创意到成片"的入口。
有趣的是，Agent 层的竞争愈演愈烈，但模型层的差距却正在缩小。
以可灵 4.0 与字节 7 月上线的 Seedance 2.5 为例，从公开参数看，两者均支持单次 30 秒原生视频、原生 4K 分辨率、10-bit 色深和同步音频输出，由媒体给出“可灵来到了 Seedance 2.5 同一水平”的判断。
差异开始转向了工作流方向，Seedance 2.5 支持最多 50 个多模态参考素材，具备原生音画同步能力，参考素材上限更高；而可灵 4.0 则把重心放在 10 张关键帧、创意复刻和视频精准编辑上，导演化的控制更多。可以说，头部模型的"代际差"正在被抹平，剩下的差异越来越像产品取向之争了。
模型能力的趋同，让竞争焦点从“生成效果”转向“工作流”。能把脚本、分镜、生成和剪辑串起来的，才能更早拿下商业化的入口。
先看需求侧的情况，根据艾瑞咨询估算，2026 年中国 AI 视频生成市场规模有望突破 200 亿元，预计到 2030 年达到 1000 亿至 2000 亿元量级。全球同样在加速，广发证券测算，AI 视频模型行业收入规模 2025 年已达 12 亿美元，预计 2026 年将跃升至 77 亿美元，2030 年或有望突破 827 亿美元。
由以上数据可以看出，这的确是一个仍在快速膨胀的大盘。但盘子变大，不等于内容变好，供给端的“爆炸”，更值得行业警惕。
再来看看供给端的现状，据中国网络视听协会数据，2026 年第一季度，全行业上线微短剧约 12.8 万部，其中 AI 微短剧约 12.2 万部、占比超 95%；而截至 2026 年 2 月末，在播 AI 剧/漫剧总数约 12.78 万部中，播放量破亿的头部作品仅 150 部，占比不足 0.12%。供给爆炸与有效产能稀缺，正在同一条曲线上彼此拉扯。
成本已经不是最大的挑战，制作 90 分钟漫剧的成本可从 1 万余元降至约 2000 元，降幅约 80%。成本被压到这个量级后，限制内容产出的就不再是钱，而是能不能被看见。一位深耕AI短剧的制作人告诉AI价值官，公司里的库存积压越来越多，但爆款反而越来越少。
这种 "造得出、却卖不动" 的困境，正在把行业的竞争焦点从 "生成能力" 推向 "商业闭环"。行业困境让人联想起OpenAI 于 2026 年宣布关停 Sora 应用等视频生成业务。有分析机构测算，其日均运行成本约 1500 万美元、年耗资约 54 亿美元，而应用上线 1 年总收入仅约 140 万美元。生成能力和商业闭环，本来就是两件事，一切研发和投入都要回到商业化才有说服力。
据《每日经济新闻》报道，今年 4 月，三家海外超级大客户对可灵 AI 的 API 收入贡献都因受到竞争的影响，而可灵 API 收入中超 80% 集中在少数超级大客户身上，前十位"现金奶牛"中有 8 家都在海外。由此可见，快手如今面临的商业化压力，比同行更具体。
除了快手，行业整体都面临变现的难题。AI短剧制作成本虽然一再下降，但海量内容挤在一起，单部作品能分到的流量越来越少 。万次播放收益从30—100元跌到5—10元，多数作品很难回本已经是公认的事实。
在 Agent 化上，快手确实不具备首发优势。但也正因为它站在了商业化这道真正的门槛上，才选择 "模型 + Agent" 双线补课模式。补课的另一面是，快手仍握有 "旗舰模型 + 独立 Agent 平台 + 10 亿级用户平台分发" 的完整牌组，而分发正是商业化最稀缺的东西。
所以，likli 出现得晚不晚，答案不在时间上，而是在分发与使用上。当下真正的考验不是谁的 Agent 上线时间早，而是谁的 Agent 产出的内容能被真正用起来，被更多用户看到。模型能力终将被拉平，而Agent 也会成为标配，到那时，真正稀缺的不再是能生成什么，而是生成出来的东西，有没有人愿意看完它。
更多精彩内容，关注钛媒体微信号（ID：taimeiti），或者下载钛媒体App
2026-10-05 15:53:00
（本文作者为 影子备忘录，钛媒体经授权发布）
文 | 影子备忘录
2026年秋招季，一条热搜让无数打工人破防了。
#AI面试恐怖谷#话题冲上热搜榜，大量求职者吐槽企业启用的AI数字人面试官“神态僵硬”“像在跟尸体对话”“比真面试还让人窒息”。
有求职者形容，对面的数字人“眼神空洞、微表情僵硬”，呈现出一种“似人非人的塑料感”，直接触发了人类大脑的知觉冲突与生理排斥。
更让人后背发凉的是，这套系统会实时追踪瞳孔动态和面部肌肉紧张度，把回答延迟、语速颤抖等无意识生理反应转化为具体分数。
换句话说，你在面试中因为紧张而咽了口口水，算法已经记了一笔。
有网友的评论特别扎心：“现在找工作，十有八九先过AI这一关。对着镜头答题，系统自动分析表情、语速和关键词，真人HR可能从头到尾都不露面。”
AI面试的普及速度，比大多数人想象的要快得多。
2026年春招，AI面试受邀率已经达到70.4%，近九成学生实际参与了AI面试。
中国超过34%的500人以上企业在校招或大批量招聘场景中部署了AI智能面试，头部互联网和金融企业的渗透率超过60%。
在银行、快消、呼叫中心这些岗位高度标准化的行业，AI面试几乎是标配。
企业算的账很漂亮：举办一场线面试会人均成本约300元，AI面试成本能降到20元左右；单场面试成本甚至低于5元，远低于HR一小时的工时费。
某消费电子公司3周内用AI完成了8000名候选人的初筛面试，HR团队在简历筛选和面试协调上的时间投入减少了约70%。
从商业逻辑看，这无可指摘。但问题出在另一个维度：求职者的感受，被这笔账完全排除在外了。
先说“恐怖谷效应”。这个概念指的是当非人实体在外观或行为上接近人类、但存在细微不自然之处时，观察者的好感度会突然从喜欢转为强烈不适甚至恐惧。
AI数字人面试官恰恰踩中了这条线：它有接近真人的样貌，模仿着人类的语调提问，但表情总带着一丝僵硬，明明是在对话，却感受不到人与人之间的共情。
一位参加了25场AI面试的留学生描述自己的感受：“尽管通过率超过一半，但AI给我的感觉仍是‘有点诡异’。”
她最崩溃的是AI“读不懂”简历，常常基于错误的理解提问，逼得她在有限的几分钟作答时间内先纠错再答题。
另一位求职者的语音识别也频频出错，“我看着错误字幕，根本不确定系统会怎么给我打分”。
更令人不适的，是那种全程被监控的压迫感。系统采集瞳孔变化、面部肌肉紧绷程度、语速、停顿时长，将人类紧张的生理反应粗暴转化为扣分项。
人在面试时紧张、眼神短暂偏移、思考出现停顿，都是再正常不过的反应，算法却直接解读成“思考混乱”“态度不真诚”。
这已经不是在面试了，这是一场单向的服从性考验。
有求职者为了“通关”，被迫去适配机器：把实习经历拆成“带关键词的模板”，回答必用“首先、其次”划分结构，提前准备数个“经历故事”，每个都精准嵌入AI偏好的词汇。“不是想表现多好，是怕系统‘听不懂’我的话。”
你可能会说，AI数字人又不是新鲜事，虚拟主播都出来好几年了，为什么面试场景就这么让人不适？
这里有一个关键区别：虚拟主播在做“表演”，而AI面试官在做“判断”。
当一个虚拟主播对你微笑时，你知道那是设定好的，你不会有期待。
但当AI面试官在评估你的“沟通能力”“抗压能力”“文化匹配度”时，你会本能地寻求反馈，就像面对真人面试官时，你会下意识观察对方的微表情，判断自己说得对不对、对方感不感兴趣。
真人面试官的一个点头、一次皱眉、一声“嗯”，都是即时的信号。
而AI面试官的脸上始终挂着平静的微笑，不会因你的表现改变神色，只会在你答完一道题后礼貌地点头，再机械地发出指令。
这种“有反馈的外观，没有反馈的实质”，才是最让人抓狂的地方。
技术层面的问题同样突出。目前AI面试系统在面部情绪识别上的准确率大约在73%到90%之间，但不同研究之间差异很大。
更关键的是，最需要判断的维度，如非语言行为、微表情分析等与专家评估的一致性只有55%，互动响应性也只有60%。
换句话说，AI最不擅长的，恰恰是面试中最需要的那些能力，比如读懂一个人的真实状态，感受言语背后的情绪，判断一个人在压力下的反应等。
一位HR行业人士指出，AI筛选的是“适配系统的人”而非“适配岗位的人”。
那些真正有能力但表达不够“结构化”的候选人，那些紧张但真诚的求职者，那些思维跳跃但创造力强的人，在算法眼中可能连及格线都够不到。
事情还有更荒诞的一面。
AI面试官在筛选求职者，求职者也在用AI对付AI面试官。
有求职者使用“AI面试外挂”软件，用ChatGPT批量生成高度定制化的简历和求职信，甚至在真实面试中借助实时语音助手代答问题。
为了反制，一些面试官引入了“闭眼答题”环节，利用大模型容易产生幻觉的特点设计“挖坑题”。
招聘变成了一场算法与算法之间的军备竞赛，而真正该被评估的“人”，在这个过程中彻底消失了。
大约38%的候选人曾因为招聘流程中包含AI面试而主动退出，另有12%表示如果被要求参加AI面试也会选择退出。约51%完成AI面试的人要么完全没有收到反馈，要么仍在等待回复。
一位HR负责人表示：“候选人并不是在远离AI，他们是在远离糟糕AI造成的糟糕体验。他们感受到的是，自己像是在被流程处理，而不是被认真评估。”
平心而论，AI在招聘环节中确实有价值。
简历筛选这个环节，AI的应用已经相当成熟。有数据显示，2025年春招季AI招聘工具渗透率已达80%，其中简历筛选应用占比超过一半，批量初筛平均缩短招聘周期25%。
一个AI工具可以在3到4秒内完成一份简历的初筛，效率提升至少80%。这类“降本增效”有目共睹，求职者也没有太大异议。
但问题就出在，企业把AI从一个“工具”直接推到了“决策者”的位置上。
简历筛选是标准化的信息匹配，AI做得好。
但面试本质上是一场人与人之间的沟通，它承载的信息远不止“你说了什么”，还包括“你怎么说的”“你说话时的状态”“你在压力下的反应”。
真人面试官会敏锐捕捉候选人的微表情和语气变化，实时调整交流方式，尤其在评估软技能、动机和价值观时更具优势。
有银行HR负责人明确表示：“从现阶段来看，AI面试并不会取代人工面试。AI面试通过的求职者仍需经历多轮线下面试。我们对求职者的创新能力、压力测试、开放思维等综合能力和专业能力的评估，还是需要人来完成。”
行业领先者已经在走向“人机协同”模式：AI负责信息采集与初判，人负责价值判断；AI做初筛，人做终选。
招聘这件事，从来不只是“找到合适的人”，还包括“让候选人感受到被尊重”。
你怎样对待一个来应聘的人，反映的是你怎样看待人本身。
如果一家公司连面试这个环节都不愿意投入人的时间，求职者有什么理由相信，入职之后会被当作一个人来对待？
技术可以帮我们筛选信息，但筛选不了一个人的价值。
AI可以帮我们节省时间，但节省不了一段真正有意义的对话。
放过打工人吧。他们想要的，不过是一个能看见他们的人。
更多精彩内容，关注钛媒体微信号（ID：taimeiti），或者下载钛媒体App
2026-10-05 15:43:00
（本文作者为 半导体产业纵横，钛媒体经授权发布）
文 | 半导体产业纵横
9月底，软银支持的能源及数据中心开发商SB Energy推迟IPO推介。这家已签下大规模机房租约的公司，仍需回应监管追加问询，投资人也在审视其估值和对OpenAI的依赖。同一时期，已有运营园区的DayOne与Switch继续筹备上市。
同样在近期，Oracle被曝向机房开发方发出“不可抗力”通知，希望在项目无法按期投运时保留延后付款的权利。开发商还在为扩建筹钱，作为大客户的云厂商，已经开始划清自己承担交付风险的边界。
这些变化发生时，机房供应依然紧张。世邦魏理仕9月公布的数据显示，今年上半年北美八个主要数据中心市场空置率仅为1.4％，在建容量超过八成已被预租。满租预期并没有让所有项目获得同样的融资待遇。
长期租约锁定的是未来收入，开发商必须先承担数年的建设投入，供电或工程延期还会延长垫资期。资本因此开始区别对待已有运营收入的平台与依赖少数客户远期合同的项目，客户预付款和芯片商担保也进入融资安排。数据中心的竞争由此延伸到建设风险的分配：谁能落实电力、组织资金并承担交付责任，谁才有条件先把算力订单转成服务器部署。
SB Energy在9月21日更新的招股文件中披露，8.8吉瓦已签约IT容量里，0.8吉瓦在建，8吉瓦尚未开工，投运容量为零。公司有运营中的太阳能和储能资产，但数据中心尚未产生运营租金。这些机房容量全部对应软银和OpenAI的关联企业，其中8吉瓦集中在俄亥俄州一处由OpenAI承租的园区。
为了兑现合同，公司预计未来约六年需要投入1740亿美元建设数据中心。这8吉瓦园区签下的是二十年长约，但要按楼栋分期起租，前提包括供电设施可用、建筑完工并调试。少数大客户包下容量，可以减少招商的不确定性，却无法省去开工到交付这段尚无租金的时期。
建设款与利息需要先付。如果首期迟迟不能收租，后续建设仍要依赖外部融资，利息支出又会占用下一期的预算。一个项目的交付问题，可能由此拖慢整个园区的扩建。
9月25日披露的上市筹备消息称，DayOne计划10月中旬公开提交美国上市申请，争取11月上市；Switch预计稍晚发行，时间表尚待正式公布。DayOne在马来西亚已有园区，并在亚太和欧洲多个市场布局，融资面对的是既有业务与新建项目的组合。
运营资产能够提供租金和经营记录，投资人不必把全部判断押在一个大园区能否按期建成上。Shenton Research研究负责人Ke Yan指出，投资人更看重已落实供电、正在运营或接近完工的签约容量，以及长期付费合同。
处于建设期的平台则主要依赖远期收入支撑估值。当融资成本提高，同样一笔未来租金能支持的前期投入会减少。如果还要持续借新资金支付施工款，融资条款就会反过来决定项目能铺开多大。
9月30日，为数据中心提供配电、冷却系统及安装服务的Accelevation在纳斯达克上市，发行价为18美元，低于此前20至24美元的推介区间。IPO窗口尚未关闭，企业已需在价格上让步。对持续依靠外部资金扩建的开发商，类似压力若延续，就可能意味着降低估值、补充担保，或分批推进建设。
Oracle发出通知的对象，是新墨西哥州Project Jupiter园区的开发方，其中包括Blue Owl旗下企业。园区计划2028年投运，供电配套正遇到审批阻力。Oracle强调项目仍按计划推进，Blue Owl也表示既有财务承诺没有变化，潜在延期时的付款责任尚无最终结论。
按照方案，园区将使用Bloom Energy的天然气燃料电池，通过电化学反应发电，减少对公共电网新增接入容量的依赖。供电仍需稳定的天然气供应，配套管道原计划今年9月投用，因线路许可受阻，已推迟至2027年2月。
Oracle在9月14日澄清，数据中心与供电微电网是相邻但独立的设施，由不同公司运营。司法程序涉及微电网的空气排放许可，并不针对机房的建筑许可。机房可以继续施工，通电却取决于另一套审批进度。
若租户可以延后付款，建设期的资金压力就会更多留在开发方。贷款方审查的也因此不只是租期和金额，还包括起租条件、延期责任，以及担保能否覆盖这些风险。
9月21日，得克萨斯州州长要求州环境质量委员会暂停核发数据中心相关许可，等待电网与水资源审查。即便开发商找到客户和电源，新增项目仍需满足当地供电可靠性与水资源要求，预算充足不能直接换来审批放行。
DayOne也在寻找新增电源。公司9月公布，与马来西亚国家能源公司旗下发电企业合作，探讨在雪兰莪建设最高1.5吉瓦现场发电设施并配置储能。方案仍待可行性研究与审批，已有运营资产不意味着后续扩建免受电力约束。
摩根士丹利9月将美国2026年至2028年的数据中心新增电力需求预测上调至97吉瓦。在计入在建容量、电网供应及现场发电等加速供电措施后，预计截至2028年仍有约33吉瓦累计缺口，替代供电方案也难以覆盖全部建设需求。
电力设备制造商GE Vernova在9月16日披露，已售出多个2032年交付的燃气轮机生产档期。公司还提到，一些项目希望五至七年后接入电网，却尚无确定承诺。现场发电可能持续多年，设备交期与燃料保障也成为长期约束。
10月1日，日本发电企业JERA与戴尔、AI基础设施开发商RHAELM宣布签署合作谅解备忘录，准备利用千叶的既有电厂，部署供电容量最高400兆瓦的AI基础设施，目标在2028年前后投运。项目拟采用表后供电，依托现有发电设施减少等待新增电网接入的时间，戴尔提供标准化机架方案，RHAELM负责开发交付。
JERA提供电厂与场地，戴尔在机房建成前参与计算设备方案，双方希望减少电力、冷却与服务器分别设计、对接的时间。供电条件较好的地点有机会提前吸引客户和设备合作方，仍在等待并网或燃机交付的园区，则需承担更长的资金占用期。
Oracle披露，截至9月，得克萨斯州Abilene数据中心已交付总体容量的75％。在已交付园区与待建项目并行推进时，云厂商也在要求客户分担前期投入。
Oracle于9月10日公布的财报显示，最近一个财季资本开支现金支出约285亿美元，同时收到约114亿美元具有重大融资成分的客户预付款。管理层表示，新增大型AI合同大多采用客户预付或自带硬件的安排，且这部分新合同要到2028财年或以后才影响资本开支与收入。
预付款减少了Oracle采购和部署设备时的垫资，自带硬件则把部分GPU采购责任交给客户。因此，云厂商自身资本开支的变化，不能直接等同于整个项目少买芯片。客户仍需为预付款和硬件筹资，其财务实力会继续影响合同兑现。
GPU云服务商CoreWeave在9月17日披露，其资产融资由长期“照付不议”客户合同、GPU及其他设备、数据中心租约等提供支持，资金随成本发生和基础设施部署分期提取，再用合同回款还贷，公司计划在合同到期前完成清偿。客户信用与设备价值一起决定融资基础，同样数量的GPU，背后租户和合同不同，资金条件也可能不同。
CoreWeave将机房开发与GPU安装测试分成两个阶段，前者包括建筑、电网连接及机电冷却设施。芯片采购需要配合机房交付：过早到货增加资金占用，过晚又影响服务合同，分期融资要与设备部署衔接。
SB Energy的招股书显示，英伟达已为其俄亥俄州园区初始约4.25吉瓦IT容量提供残值担保。约定的租户破产或付款违约未获补救等情形发生时，英伟达可接手租约，或要求重新出租，出租失败后可要求出售相关资产。担保设有上限，赔付须满足交付条件，不能覆盖所有建设风险。
软银和OpenAI同时是SB Energy的投资人与租户，英伟达又提供信用支持，几家企业的角色相互交叉，有利于组织资金与订单，也让风险彼此关联。招股书提示，关联方财务恶化可能同时影响租户付款、担保履约和合作关系。芯片商由此承担销售之外的责任，多个采购主体也未必代表相互独立的需求。
9月30日，数据中心开发运营商AIB宣布，与AI云服务商Nebius签订具有约束力的协议，提供50兆瓦IT容量。AIB此前已为美国东南部这一项目签订15年供电协议，对应65兆瓦电网负荷，并称无需大规模新增电力基础设施升级。Nebius也将电力条件列为选址的重要原因。
AIB预计，初始12年合同下的客户预付款，将与项目贷款、优先股融资一起支持大部分初期开发成本，减少普通股融资需求。供电协议帮助公司争取到长约，长约再用于组织建设资金。电力先影响客户选择，再影响融资结构，并不只是投运后的运营成本。
对GPU、HBM及网络芯片供应商，已落实电力和资金的项目，可以围绕交付日期安排采购；仍依赖后续融资的园区，更容易调整批次或延后部署。即使客户需求不变，原本同期规划的设备订单也可能分散到不同季度交付。
机房短缺给扩建提供了需求，却没有消除建设期的资金与交付风险。电力条件、客户信用与融资能力拉开的差距，最终会体现在谁能先交付算力、谁能持续采购芯片上。
更多精彩内容，关注钛媒体微信号（ID：taimeiti），或者下载钛媒体App
2026-10-05 15:38:00
（本文作者为 影子备忘录，钛媒体经授权发布）
文 | 影子备忘录
从“AI”到“SI”，一个字母的差别，背后是一场正在发生的行业叙事转变。
10月4日，马斯克在社交平台X上正式确认，旗下人工智能业务SpaceXAI将更名为SpaceXSI。他在回复网友提问时直接表态：“是的，我们会做出这个改变”，并补充称“不再叫AI，叫SI，这样更好”。
随后，马斯克还发文宣称“SpaceX是一家超级智能公司”。
这意味着，SpaceXAI在短短数月内将迎来第二次品牌更名。
X截图
这轮更名的来龙去脉，要从今年早些时候说起。
今年2月，马斯克旗下的航天公司SpaceX以全股票方式收购了他创立的人工智能公司xAI，Grok大模型和社交平台X也随之并入SpaceX体系。7月，xAI正式完成品牌重组，更名为SpaceXAI，同步更换了标识和X平台用户名。
当时外界以为这就尘埃落定了，结果三个月不到，马斯克又宣布要再改一次。新的名字“SpaceXSI”，核心变化在于把“AI”（Artificial Intelligence，人工智能）替换成了“SI”（Super Intelligence，超级智能）。
截至目前，SpaceX官方尚未公布更名的正式生效时间，官网和官方社交账号也还没有出现SpaceXSI的变更。
而这场命名变化的起点，则是来自美国联邦政府近期的一项行政令。此前，特朗普要求联邦行政部门在官方通信、政府网站、报告及政策文件中，以“超级智能”（Super Intelligence，SI）取代“人工智能”（Artificial Intelligence，AI）这一表述。
有观点认为，“人工”这个前缀容易让人联想到“不够硬核”或“掺水”的技术印象，而当前前沿AI的能力已经远远超出了这个词最初被创造时的想象。
马斯克显然是这一命名转向的积极追随者。美国媒体报道，此前特朗普在与科技领袖们一同面对媒体时，马斯克一度脱口说出“AI”，随即迅速改口为“SI”，随后笑着表示抱歉。这个小插曲迅速在社交平台上传播开来，也为后续的正式更名埋下了伏笔。
不止马斯克，科技圈已经开始“改口”。
值得注意的是，马斯克并非唯一一个拥抱“SI”这个新称呼的科技大佬。英伟达CEO黄仁勋在近期一场活动上就表示，数据中心正在变成“超级智能工厂（SI factories）”。
不过，行业内的态度并非一边倒。也有分析人士指出，“超级智能”在学术和技术语境中本就有着明确的含义，它是指一种在几乎所有认知维度上超越人类的智能形态，而目前的技术水平距离这一目标还有相当距离。
换句话说，名字改了，但技术本身并没有因此发生质变。
有专家也表达了类似看法：由于“超级智能”已有既定含义，这次改名不太可能被整个业界广泛接受。
从商业角度观察，马斯克这波操作至少有两层考量。
一是品牌卡位。“人工智能”这个词由约翰·麦卡锡在1955年提出，此后70年整个领域都在沿用这个命名。谁第一个把“SI”立起来、挂到自己的公司名上，谁就在下一个时代的标签争夺中占据了先发位置。
二是叙事升级。当前全球对AI安全风险的讨论持续升温，围绕数据泄露、智能体失控等话题的担忧不断发酵。
“超级智能”这个说法，在传播层面天然比“人工智能”更有想象力和冲击力，也更容易讲出“技术跃迁”的新故事。
当一个行业的头部玩家开始集体换词，往往意味着新的叙事框架正在形成。
更多精彩内容，关注钛媒体微信号（ID：taimeiti），或者下载钛媒体App
