文章AI模型江湖 · 第 18

元婴未成,估值先化神:怎样与AI江湖共修?

公司进步、我们看懂、市场预期分开;五环把产业与投资判断接到长期共修,而不是最终买入名单。

徐瀚勃2026-09-21

AI模型江湖18 / 共修收束 · 第一辑终篇

普通人的红利:产业 × 投资 × 交易,寻找AI时代的Google、Amazon | 于AI诸相中,普皆共证菩提

本系列纯属个人兴趣,仅为AI江湖的八卦交流,不构成任何投资建议!如有侵权,联系删稿!|2026年9月

这一篇,把三重视角带进下一程

产业看机会:沿需求、供给与交付,追踪哪些新工作开始做得起,谁在组织可靠结果;不把模型热度当成产业已经定局。

投资辨实权:金丹看客户持续投入,元婴看规则与收益,化神看优势再生;公司进步、我们看懂和市场预期,要分开记账。

交易守边界:以准入、定仓、估值、共修、退出形成闭环。留下可验证的判断与纠错条件,不用一张买入名单替整套研究收尾。

一|三重视角:公司在练功,认知与价格各有一只钟

写到第十八篇,最省事的结尾,是从十三家里挑一个名字,大笔一挥:“未来新神,就它了。”爽文有了结局,庆功宴有了主宾,唯一麻烦的是,现实中的客户还没来得及签字。元婴证书可以排版,产业实权却没法替企业打印。

这个系列要找的,仍是AI时代的Google、Amazon。寻找新神,不是追逐一轮新版本,而是辨认谁能把新的能力组织成持续服务,让客户与伙伴围绕它建设,最后取得规则和收益。上一期追问灵石留在哪一层,这一期还要追问:即使认出一座有前途的山门,我们又该怎样与它同行?

产业、投资、交易,各看一本账。产业看需求如何释放、供给怎样生产、结果如何交付;投资看这些变化有没有沉淀为企业实权;交易再看参与的价格与风险。模型更能干,不等于生态已经固化;公司更有价值,也不等于任何参与条件都合理。⁠[1]⁠

还要分清三只钟:公司真正发生了什么,我们何时取得证据,市场已经预期了什么。资料可能晚到,价格可能抢跑,也可能看错方向。若把强工厂误当成深依赖,后来修正判断,那是尺子校准,不是企业几天之内走火入魔。钟声最响的一位,未必报得最准。

因此,最后留下的不是另一张盟主榜,而是准入、定仓、估值、共修、退出这五个环。它们不是把人挡在新时代门外,而是让我们有机会看得更久,也改得过来。

二|产业看懂再准入:买的是招式,还是交得成的工作?

能力圈不是背熟十三家模型名,再给每家配一句江湖评语。普通人先把一门生意说清:客户想解决什么,以前为什么做不起,现在谁提供能力、谁接住工作、谁承担必要成本,最后又向谁付钱?从需求走到供给,再走到交付,才算真的进了山门,而不是站在门口认字。

看DeepSeek,不能只问功法传了多远,还要问持续支持与客户资产留在哪里;看腾讯,也不能把工作平台的价值全登记到混元名下。这里用的是前面反复检查的分工问题,不是预定谁胜谁负。同一次任务,模型、工具、云和客户环境都可能出力,但不会因为用了同一个品牌,就只剩一本收益账。⁠[1]⁠

这一步同样要保留产业的想象力。增能让小团队得到原先负担不起的本事,承责进一步减少逐步指挥与救火;丰裕、破界、创生还可能让人和Agent组织出新的工作。但越是天地广阔,越要说明哪一段已经发生,哪一段只是可能。想得远,与把远处的香火提前算进账本,不是一门功夫。

准入时留一张四格认知卡,给自己的判断一个起点。以下是方法示意,不对应任何个人持仓;以后有新消息,再拿它对照,就不必每次都解释成“早就料到”。

认知卡四格要留下什么
核心判断客户正从使用一款模型,走向围绕某套体系持续建设。
支持依据哪家外部客户,投入了哪些工具、评测与预算,何时开始复用。
目前未知同批客户续用、迁移代价、实际收益归属,还有哪些未披露。
反证条件若投入仅有一次,或有效资产可轻易迁往他处,就收紧依赖判断。

50%回撤测试也放在这里:假设价格下跌一半,我还能否说清哪些事实未变、哪些假设受损、什么证据要求认错?它是认知压力测试,不是跌一半就加仓或止损的机关。看懂波动与实际承受得起又是两件事,胆量不能填掉资金约束。⁠[1]⁠

账本缺页,可以先观察;不必用漂亮的小数把空白涂满。错过一场短期热闹,不等于永远错过时代。比起急着认师父,更有用的是知道自己还没看懂哪一门功法。

三|投资辨修为再定仓:愿景很远,承诺要落在实处

定仓先有定阶:对企业承担多少风险,应当考虑已证实的经营关系,而不是喜欢它的程度。筑基初期先做对、交稳;中期看市场是否持续选择;后期才追客户专属投入。金丹初期则进一步看,这些投入能否跨客户、版本和续约延续。不同修为,不能都交一张“未来市场很大”的卷子。

这种区别不是故意压低成长企业,而是看清它下一段成长从哪里来。客户愿意再买一单,说明生意有了连续性;愿意投入人员、评测和长期流程,关系才在变厚。元婴还要让这种位置转成规则与收益,化神再看旧积累能否支持新物种、新客户和更好的资本配置。每一道关都有价值,不必把明天的证书提前塞进今天的履历。⁠[1]⁠

阶段约束可讨论的风险预算,价格和个人资金条件决定是否参与。同一家公司可以值得长期研究,却暂时不适合某个人的资金安排;企业真实破境,也不意味着新价格还给参与者留下足够空间。我们不在这里统一分配账户比例。宗门办喜事,旁观者不必每次现场随礼。

还要看风险是不是共用一条灵脉。模型、芯片、云和设备虽然挂着不同牌匾,却可能依赖同一批计算投入、融资条件和客户预算。名字分成五家,不代表受损条件分成五份。把供给者、工作平台、行业服务商分别研究,是为了看清业务与风险的差异,不是凑齐五块招牌就宣布分散完成。

四|交易看价格与条件:估值不是把梦想乘个倍数

“假设它以后是元婴,再给一个化神倍数”,几笔就能算出让人心潮澎湃的空间。可两行算式之间,研发、部署、融资、客户续用与竞争,一项也没少。表格里跨两格很快,企业却要付出时间和真金白银,还未必走得到。估值最该照亮的,不是梦想有多高,而是梦想兑现还要花什么。

不妨把讨论分成三格。不提供一把所有公司通用的倍数尺,也不把历史发行价、私募融资估值和当前可交易价格当成同日座次。先知道自己在给哪项业务、哪个时期和哪些权利定价,再谈贵或便宜。

三格估值必须回答的问题
当前证据支持什么已有业务、客户关系和经济性,能够支持到什么程度?
下一阶还要付出什么研发、供给、时间与客户投入还需哪些条件?不兑现会怎样?
价格已经预期什么是否已包含高份额、高利润与顺利融资?还留下多少容错?

OpenAI在2026年3月披露了1,220亿美元的承诺资本。⁠[2]⁠这不是同日可自由支配现金,却有助于理解继续研发和扩供的条件;它也不能替未来利润填空。江湖传话往往只剩最大的那个数,做研究要把“承诺”两个字留在原位。

MiniMax中期公告披露,7月配售和可转债净募合计约158.77亿港元,后者2027年到期。⁠[3]⁠资金增强与后续义务应当同读:新增资源能做什么,股份或偿付条件怎样变化,持续研发与服务又要花多少。账上添了灵石,账外的约定不会跟着隐身。期末余额也不能简单加上后来融资,就当成今天还能花的钱。

两例并不是“融资不好”的判词。筹得资金可能换来有效能力,也可能长期消耗在重复建设中;要追新增投入与客户、收益之间的联系。收入不是利润,毛利不是可分配现金,年化运行率不是全年确认收入,公司做大也不保证每股权益同步增加。分母没有拿稳,暂时不算倍数,比算出一个貌似精确的误会更有用。

五|共修贯通三视角:陪企业成长,不替旧观点站岗

共修,是这套方法最值得留下的两个字。我们研究企业怎样成长,也在学习怎样辨认新的产业关系。它不是一有坏消息就替掌门祈福,一有新发布就敲破境钟;真正的陪伴,是看见本事长了愿意承认,看见判断错了也肯改。长期主义不能只要求企业熬得住,还要允许自己的认识动一动。

终局力、收税力、进化力,是这条路上的三把检查尺。⁠[1]⁠它们把产业、投资与参与边界连起来,但不要求每家宗门每月都从炼气考到化神。筑基先做稳供给与选择,金丹先看投入复用,成熟期才有更完整的规则和现金回报可核。

共修之尺沿着经营查什么什么不能代答
终局力技术与供给是否做对,市场是否站稳;两穿与生态投入怎样变化。资本雄厚、一次评测、客户名录
收税力新AI业务的收费、毛利、回款与资本回报,是否支持其规则地位。集团旧利润、融资额、名义高报价
进化力新物种、新客户、团队与资本配置,是否让已有优势继续生长。发布数量、盲目扩张、反复靠救场

每次集中更新,留下四段就够实用:原判断、新增事实、解释变化、是否需要调整及理由。来源日期和失败样本同样重要。只看厂商精选的成功客户,就像只翻庆功相册,不问谁半路换了门派;多了一张好照片,未必就是整座山门都扩建了。

DeepSeek的Harness开发者预览是个具体例子。官方提供模型、工具、会话等可组合组件,同时说明仍在预览迭代。⁠[4]⁠它让“只有模型、没有工作层”的描述需要修正,却不能直接证明客户已经长期投入。供给形态变了,就先更新对供给的认识;持续复用和收益还要分别举证。新法器上架,不必连带请三位长老宣布晋阶。

反过来,一次集成没留下长期客户,也不是整个工作平台方向无效。应分辨任务不值得做、服务没稳定、预算没延续,还是有效资产留在另一层。腾讯的工作层若成功,而底层模型仍可更换,可以承认平台的价值,同时保留对混元的独立判断。把关系看得更清楚,本身就是研究的进步。

节奏不必跟着发布会敲鼓:每日记事实,月度评变化,季度校全局。每天只积累与解释材料,不打分、不提出阶段调整;月度覆盖全部公司,查看五项能力、最近两项观察和主要风险,有实质证据才展开改判。季度再检查跨月一致性与资料是否过时。重大事实及时核实,评级仍集中处理;没有变化,就保留判断,不必为了显得勤奋制造半分的起伏。

五环因此始终互相往返:新事实改变认知,就重看阶段与参与条件;价格变了,也要回头检验市场多付了什么未来。企业不必每月渡劫,我们也不必每月发证;但到了该改的时候,不能舍不得收回自己的印章。

六|退出留纠错:离开一座山门,不必先写讨伐檄文

若供给持续失稳、客户不再选择,或原以为专属的有效资产可以轻易迁走,就回到准入时写下的反证。先认清哪条关系受损,再讨论相应调整,而不是等价格回到成本附近才允许自己承认。回本不是经营事实的发布日期,客户也不知道我们当初在哪个价位进的门。

企业没有变坏,参与条件也可能不再合适;价格预期过满、资金需求改变、共同风险过于集中,都与“公司是不是骗子”无关。退出不用顺手把昔日欣赏的招式全贬成邪术。反过来,价格下跌也不自动带来便宜,若未来收益和客户关系同时受损,原来的分母已经变了。

退出之后再问:错在事实没看全、阶段判得过快,还是价格与承受条件没有匹配?什么证据恢复,才值得重新研究?这些是一般研究纪律,不是作者的交易记录。可以离开,也可以在新证据下回来;真正要守住的不是一块牌匾,而是解释为什么的能力。

七|第一辑收束:寻找新神,不替公司造神

十八篇写完,十三家仍不是一张必胜名单。我们寻找AI时代的Google、Amazon,追的是新需求怎样长成新生产,新生产怎样沉淀为客户关系,再怎样长出规则与收益。下面留下各家的下一道关:这是26Q3研究位置对应的取证方向,不是已经完成的功绩,更不是股票推荐。⁠[1]⁠

研究对象下一份值得等待的证据
阶跃星辰正式生产、实际活跃与持续付费;先看技术做对、服务交稳。
Kimi、MiniMaxKimi看容量与长任务续用;MiniMax看分模态结果成本与客户资产。
智谱、DeepSeek智谱查GLM专属投入;DeepSeek查开放采用后的资产归属与持续关系。
OpenAI、Anthropic局部客户投入如何跨客户、版本和续约延续,而不只新增漂亮案例。
阿里、腾讯、字节分别拆云与模型、工作层与混元、内容反馈与Seed工作结果。
Gemini、Grok、Meta分别查模型专属依赖、企业实付投入,以及新旧生态资产的延续。

这些问题不同,正因为未来的成功未必只有一种形态。有人可能长成智能工厂,有人组织工作平台,有人在专业场景里交付可靠服务;有些收益也可能主要留给使用者。我们既不因模型能力出众就预定全部利润,也不因交付层接近客户就认定它必胜。谁持续解决重要问题、让合作值得延续,就在哪一层继续找实权。

用AI Native看产业天地,用其中的CADEF看供给本领,用金印五阶辨企业位置,再用风控五环守住参与边界。三重视角互相校验,却不合成一张小数点封神榜。客户下一笔预算、伙伴下一轮产品和必要投入后的收益,比一声“未来可期”更接近我们想找的答案。

相信新时代会长出新的巨头,与相信自己今天已经押中主角,是两回事。普通人的优势不必是比每一位工程师懂得更深,也不必追完所有发布会;更可积累的,是有一把稳定的尺,知道什么事实改变了哪一项判断,愿意给好公司时间,也愿意给自己的错误留出口。

第一辑收笔,共修不散场。金丹可争雄,谁能化元婴?把悬念留给经营,把证据留在桌上。若真有新神走来,我们希望先看见客户为何愿意围着它建设,而不是等庆功宴散了,才发现自己只记住了掌声。

资料与研究口径

研究资料至2026年9月。本文是第一辑的方法收束,观察对象仍为十三家模型及相关新AI业务。企业事实按所引材料的日期、主体与口径理解;阶段属于本系列的研究判断,不代表行业评级或收益承诺。四张表为方法与观察整理,并非实际账户方案。

[1] 本系列|AI Native、金印五阶与风控五环

作者自定义的产业与企业研究方法,结合前十七篇的公司观察。准入、定仓、估值、共修、退出,以及终局力、收税力、进化力为本文的方法用语。50%是认知压力测试,不是交易触发线;月度检查不要求每月改分或晋阶。表中的观察方向并非已达标事实。

[[2] OpenAI|Accelerating the next phase of AI](https://openai.com/index/accelerating-the-next-phase-ai/)

2026-03-31。所引口径为1,220亿美元承诺资本,不据此推算当前现金余额、续航月数或买入价值。

[[3] MiniMax|2026年中期业绩公告](https://file.cdn.minimax.io/public/586c7995-cab1-41b5-9178-c06685b32c88.pdf)

2026-08-26,PDF第11、20页。7月两笔净募9,443.71及6,433.30百万港元,合计约158.77亿港元;后一笔为2027年到期可转债。该合计不等于9月可支配现金余额。

[[4] DeepSeek|Harness开发者预览与源代码](https://www.deepseek.com/harness/en/)

2026年9月研究资料所引版本为开发者预览。组件化设计支持对工作层供给方向的讨论;兼容性可能在预览迭代中变化,不直接证明长期客户依赖或经营收益。

研究说明:未来情景、观察条件及认知压力测试用于解释方法,不构成已发生事实、个性化交易指令或收益保证。企业成长、研究判断与市场预期可能不同步。

声明:本文由 AI 辅助整理初稿,经作者人工审核、补充实战案例与方法论解释后定稿。核心观点与案例判断为作者原创。