本文来自微信公众号： 金杜研究 ，作者：楼仙英 杨恺盛 等

开源运动的初心很朴素：看见代码、修改代码、参与改进，让知识与改进在社区中加速循环。这是对知识协作的承诺，一种对透明、互信、可预期的制度秩序的期许。

但大模型改变了这一切的前提。与传统软件不同，大模型的资产形态意味着巨额训练成本、能力扩散的低成本复用、以及部署后的规模经济。一旦权重、数据配方或输出可被低成本迁移，商业回收与长期投入就会立刻变得紧张；而一旦模型被大规模部署，责任、监管与声誉风险又会迅速外溢到提供方与生态。

于是，越来越多的开源项目倾向于在行业通用的开源许可证(例如MIT,Apache,GPL等)基础上叠加自定义非标准条款，包括披露义务、使用规模阈值以及能力迁移限制等。这些条款本身并非不具有商业合理，但是当条款的设计、解释与执行机制缺乏透明性与可预期性时，这种“非标”开源许可证会从商业防御手段变成信任危机的源头。

本文从两起标志性事件切入，分析附条件许可如何在设计与信息披露的失职中失去了社区的信任，并进一步探讨：大模型提供方如何在保护商业利益的同时融入生态，生态参与方如何将合规嵌入日常工作流。

01

案例1：商业模型与开源基模的披露拉锯

2026年3月，某AI代码编辑器公司发布了Composer 2模型，并在对外介绍中强调其具备“前沿级编码能力”。随后，有开发者在API响应中的内部标识符发现，Composer 2在训练或后续开发过程中很可能使用了开源模型。

开源模型K2.5采用Modified MIT License。该许可证在MIT License允许商业使用与再分发的基础上，增加了一项披露条件：若相关软件或其衍生作品被用于商业产品或服务，并达到超过1亿MAU（月活用户）或超过2000万美元月度收入的门槛，则需要在产品用户界面中显著展示该模型的名称。

争议在于，该公司在发布Composer 2时的官方说明很容易让人误认为是其独立研发成果。尽管相关方事后确认存在商业授权安排，但事后澄清无法替代该公司本应完成的前置披露。

从工程角度看，Composer 2可能确实经过了进一步后训和能力增强，但这并不能改变其将该开源模型作为基模的事实，也不能作为规避许可证条款的理由。对于开源社区，当“披露义务”由开源社区的开发者代为完成时，企业在开源协作中的透明度与可信度都会受到影响。

02

案例2：条件化开放仍可能触发信任危机

2023年7月，新发布的开源模型Llama2在开源许可证中规定，当使用者及其关联方的月活跃用户数(MAU)超过7亿时，需要向Meta申请额外许可。而2025年4月发布的Llama 4增加了允许用其材料或输出去创建、训练、微调或改进AI模型，但如果该模型被分发或提供使用，模型名称必须以“Llama”开头，并在相关产品、服务或文档中显著展示“Built with Llama”。

从商业角度看，这并不难理解。大模型训练成本巨大，发布方选择在开放与商业价值回收之间设定边界，本质上是在控制超大规模主体的低成本复制与规模外溢。7亿MAU的阈值确实更接近对全球少数互联网巨头的定向安排。这类似于传统经济中的“分层定价”，对小规模使用给予接近低摩擦的获取机会，对规模极大的使用者提出单独议价或许可要求。Llama 4对二次训练限制的放松，也可理解为一种扩大生态、降低衍生创新门槛的尝试。

但社区的核心反对点在于，这些条件在实践中会改变外界对“开源”的基础预期，尤其是这种以使用规模而非使用方式作为触发条件的设计。开源倡议组织(OSI)的经典定义强调不得对个人、团体或应用领域进行歧视性限制。MAU阈值将授权差别与使用数据相绑定，即使商业上可解释，也极易被认为与开源精神存在偏离。

更深层的挑战来自于术语信誉被侵蚀。当发布方一方面使用“开源”叙事，另一方面引入规模门槛、品牌展示要求、模型命名要求、可接受使用政策以及单方面终止机制时，“开源”这个词被施加了过多的商业考量。于是，社区逐渐出现了“Open Weights(开放权重)”与“开源(Open Source)”的区分。前者强调权重可得、可部署、可改造；后者则强调使用、修改、分发与再利用权利更接近传统开源定义。这种术语的分裂反映的是开源社区修复信任缺口的尝试。

再次强调，大模型提供方的商业动机并非不合理。关键问题在于：条件如何被设计、如何被解释、以及争议如何被处理。如果阈值触发后只是“申请许可”，而缺少可理解的口径、可预期的评估标准、以及可复核的申诉或澄清路径，那么对社区而言，这种不确定性不会被消化，只会被放大为系统性的信任风险。

事实上，开源声誉、生态扩张与商业防御之间始终处于一种动态的、持续调整的关系中。2026年4月，同一家企业发布了最新的多模态推理模型Muse Spark，但这一次它没有沿用此前的开放路径，而是选择了闭源发布。尽管官方表示未来版本仍有开源的可能，但这一转向本身已经说明，当训练成本和竞争压力进一步攀升时，发布方的开放意愿会随竞争格局和模型能力的演进持续摇摆。

这就引出了一个对所有大模型企业都适用的命题：企业要么更坦诚地把产品定位为“带条件的许可授权”，要么就应该把条件做成可理解、可协商、可纠错的制度安排。如果只是简单地借用开源叙事来获取社区好感，却不在透明披露和程序设计上补齐短板，最终的结果是双方都更难达成稳定的信任。

03

许可证的“非标化”趋势

以上两个案例并非个例，当前主流开源权重模型更倾向于采用自定义许可证，或者在标准许可证基础上叠加附加条件。Llama、Gemma等模型均不同程度地体现出这一趋势。

所谓许可证“非标化”，是指在行业通用的开源许可证基础上，额外设置若干触发条件或使用边界。它通常仍允许开发者下载、部署、修改或微调模型，但会在特定场景下附加额外义务，例如达到一定商业规模后需申请许可，分发衍生模型时需保留特定名称，产品界面中需展示模型来源，或者不得将模型用于特定高风险领域。

从目前主流开源权重模型的许可实践看，附加条件大致可以分为以下几类：

（1）

署名与展示义务。这类条款要求使用者在产品界面、服务说明、模型文档或相关材料中标注模型来源。其目的主要在于防止基础模型被下游产品完全隐去，使大模型提供方在生态扩散过程中仍能获得品牌曝光和技术贡献认可。

（2）

规模阈值条款。这类条款通常以MAU、收入或商业部署规模作为触发标准。对普通开发者、中小企业和研究者保持较低摩擦的开放；对达到超大规模的平台型主体保留额外授权、品牌展示或商业协商空间。

（3）

输出与衍生使用限制。一些许可证会限制使用模型输出训练、微调或改进其他模型，或者将通过蒸馏、微调等方式形成的模型纳入“衍生模型”范围。此类条款的核心目的是防止使用者以较低成本提取模型能力，再反向构建竞争性模型。

（4）

使用领域和可接受使用政策。这类条件通常规定模型不得用于违法、有害、军事、伤害未成年人、生成虚假信息、歧视性用途或其他高风险场景。Gemma(早期版本)以及Llama的可接受使用政策即包含类似安排。这类条款更强调大模型提供方对负责任AI、滥用风险和声誉风险的控制。

（5）

地域、管辖和合规配套条件。部分许可证会指定适用法律、争议解决机制，或者对特定司法辖区的适用性作出限定。例如某些模型许可证会明确管辖法律，或者排除部分地区的适用。这类条款反映出大模型全球部署所面临的合规差异：不同国家和地区对数据、内容安全、AI风险治理和平台责任的要求并不一致，大模型提供方因而希望通过许可证将部分合规风险提前分配给使用者。

（6）

商业使用审批或额外授权要求。部分模型会要求在特定商业场景下另行申请授权，或者接受额外条款。这类设计使发布方能够在保持一定开放度的同时，继续控制核心商业化路径。

值得一提的是，上述设计主要集中在模型权重层。在Agent工具和应用框架领域，情况则并不相同。根据相关项目梳理，LangChain、Semantic Kernel、OpenCode等主流Agent工具大多仍采用MIT或Apache 2.0等标准许可证。尽管存在FireCrawl采用AGPL-3.0这类强copyleft许可证的例外，其逻辑也更多延续传统软件开源中的“网络使用即分发”规则，而不是围绕模型输出、用户规模、衍生模型或品牌展示另行设计专门条件。

这种模型层与工具层的二元格局并非偶然。要理解这一差异，需要从大模型开放的商业逻辑出发。

04

“非标”开源许可证的商业驱动力

本章从能力扩散、责任外溢与生态博弈三个维度，分析驱动这些附加条件产生的深层逻辑。

1.能力扩散的低成本

传统软件的复用成本相对较高，需要理解架构、集成依赖、处理兼容性与工程安全等问题。相比之下，大模型的复用路径更短，工程团队可以在较短时间内基于公开权重进行微调或蒸馏，形成具有差异化能力的定制模型。

当能力扩散速度显著提高后，训练投入的边际回收难度上升。大模型提供商为了保护前期投入，往往会倾向于在许可证中加入对“能力迁移”的约束。实践中，较常见的一类条款是对蒸馏/输出抽取的限制，例如“不得自动或以编程方式提取我们服务中的数据或输出内容”。因此，许可条款逐步从“允许复制与再分发”扩展到“约束如何再利用能力”。

换言之，这类条款是为了限制“以更低投入速度获取更高回报”的复制方式，试图将价值回流到大模型提供方可控的范围内。

2.规模与责任的外溢

当模型仅停留在论文或实验室环境时，风险与责任边界往往更清晰；但当它被部署到全球网络并面向海量用户时，问题会迅速复杂化。模型可能生成虚假信息、偏见输出，乃至被用于深度伪造与社会性滥用。此时，责任不仅涉及技术可用性，也涉及内容治理与事件响应。

更关键的是，监管框架的地域差异巨大。以欧盟为例，相关立法对部分类型的通用AI模型提出更严格的风险评估与事件报告要求。由于许可方无法在全球范围内以同一套运营假设覆盖所有合规路径，地域限制或地域适用条件便成为一种“可分配风险”的工程化表达。

这也是使用领域限制和地域条款在模型许可证中频繁出现的原因，它们本质上是大模型提供方对责任外溢风险的前置管理。

3.生态协作的博弈

开源生态的价值在于代码流动、持续反馈与协作迭代。但在大模型时代，这种理想与商业现实之间存在差距，一家公司投入数十亿美元训练模型，另一家公司则可能以开源模型为底座，快速建立商业化托管服务，而其对基础研发投入与长期维护贡献却相对较少。

这与传统“搭便车”问题具有结构相似性。为回应这种不对称，一些许可会引入对“托管/规模商业使用”的限制或附加条件，例如让直接受益者在一定规模或特定形态下承担更明确的回馈义务，或者通过牌照式的条件界定贡献者与受益者的角色。

Hugging Face推出的部分许可方案(如HFOIL)就是典型尝试。HFOIL在尽量保持对直接开发与使用的开放的同时，对大规模商业托管服务设置相应条件，从而把“开放”与“持续贡献”更紧密地关联起来。

而Agent工具之所以不需要这类条件，恰恰是因为其商业模式不同。LangChain等项目可以通过"开源核心+商业服务"、"开源框架+企业版工具"、"开源SDK+云服务"的方式实现变现，广泛采用本身就是其商业目标，MIT和Apache 2.0许可证服务于这一目标。而模型权重承载的是高额算力、数据和工程投入形成的能力资产，开放即意味着能力的扩散，因而需要更精细的条件设计来平衡开放与回收。

本章小结：条件的存在是经济结构的投影，关键在“设计与融入方式”

可以发现，“非标”开源许可证实际上是“大模型供给—部署—回馈”的这一结构在许可层面的反映。如果完全不加条件，投入端与产出端的价值分配可能会失衡，从而削弱长期投入可持续性；最终反而损害生态的长期供给能力。

因此，我们认为实际问题在于以下三点：(1)条件如何设计；(2)如何被解释；以及(3)如何被融入生态叙事与使用路径。这也决定了条件能否获得社区的可预期性与可接受性，而非停留在法律文本层面。

基于此，本文将进一步讨论大模型提供方如何把规则做成易理解、可核验、可沟通的制度对象；以及大模型复用方如何把合规嵌入研发工作流，减少“事后澄清”式的矛盾，把争议前置为可管理的流程，而非可爆发的风险。

05

大模型提供方和生态参与方的可操作路径

1.大模型提供方(大模型企业/开源项目方)：在保护利益的同时融入生态

提供方最常见的失败方式有两类。第一类是条款设计过硬但解释不足，导致社区将其理解为规避协作的伎俩；第二类是只强调商业合理性，却忽视了开源生态对规则与协作机制可预期的期望。

解决思路应当形成完整的制度闭环，使其所制定的规则具备可理解、可验证、可纠错的制度属性：

• 规则本身需要在条款设计阶段就具备可执行的边界与可识别的触发条件；

  
  

• 企业必须在透明披露阶段把关键条款的适用范围、评估口径与潜在影响说清楚，避免让争议依赖事后核验；

  
  

• 建立解释与申诉机制，使受到影响的主体能够获得可沟通的答复，并对判断结果提出复核请求；

  
  

• 供给方需要在后续实践中对条款口径进行迭代修正。

  
  

（1）条款设计的关键决策

• 明确触发口径，降低“可解释性”。如果采用MAU阈值，那么提供方应当定义清楚MAU的计算方式、计算对象(活跃用户/注册用户)、统计周期(按日/周/月)、关联方合并规则等。

  
  

• 要给出边界示例，消除“合理但不确定”的空间。对于“不得改进其他大模型”这类条款，要给出具体案例：是否允许在模型基础上进行领域适配微调后作为行业专用模型？是否允许进行知识蒸馏用于嵌入式部署？

  
  

（2）透明披露的三个层次

• 披露明确。在发布博客、技术文档与产品营销中，应明确披露关键依赖与关键条件。类似“我们基于某某模型开发”的表述，不应停留在可有可无的背景说明，而应承担等同于许可证关键条款的告知功能。

  
  

• 许可证易读。在README文件等高曝光位置放置一个“许可证摘要”，简要说明关键条件(MAU阈值、使用限制、地域限制)，降低信息获取成本。

  
  

• 条款变更公开可查询。许可证不能是静止的法律文本。在进行条款调整时，必须公开发布变更说明、生效日期、对现有用户的影响。版本号、历史记录、过渡期安排都需要明确。

  
  

（3）建立解释与申诉机制

许可证争议往往来自解释空间，建议设置两类机制：

• 许可证常见问题FAQ：持续回复社区的高频疑问。

  
  

• 响应时限与复核流程：对关键条款的解释请求设置明确的响应窗口，如“在若干工作日内给出初步答复”，并保留申诉/复核路径。让社区看到条款的“可纠错”。

  
  

（4）迭代修正与长期预期

许可证应随市场与监管变化而迭代，而对于每次更新，应当主动解释调整原因、具体调整条款以及对既有使用的影响。只要版本化与公开阐释到位，附加条款的存在就能逐步从争议对象变成可管理的制度工具。

大模型提供方的可交付清单如下：

2.生态参与方(社群、开发者、企业应用方)：把非标条款做成标准合规流程

使用者面临的最大风险在于把合规当作一次性的问题。大模型许可证常常在不同环节触发不同义务。使用开源模型、进行微调、通过蒸馏优化推理、在不同地域部署，每一步都可能触发不同条款。当产品依赖多个模型时，义务会互相牵连，最后形成组织层面的合规失控。因此，参与方需要是把合规转换为一套标准化的工作流。

（1）建立许可证地图

编制完整的资产清单。列出项目中每个关键模型、权重文件、代码库的许可证类型、版本号、生效时间，以及关键的条款触发点。清单应包括：模型的具体版本号、依赖的许可证类型及版本、关键触发条款(规模限制、地域限制、披露义务、改进限制)以及该许可证对应的沟通渠道(用于澄清与书面授权/确认)。

（2）把义务嵌入研发

• 模型选型阶段。在决定采用开源模型前，不仅要评估技术性能，还要评估许可证风险。如果产品计划在欧盟部署，那就必须使用符合欧盟要求的模型。如果MAU预期超过限制阈值，必须提前与许可方沟通。这个评估应该形成正式的决策记录。

  
  

• 训练和微调阶段。如果进行微调，要确认许可证是否允许。保存训练数据来源记录，确认没有使用不被允许的数据。某些许可证可能要求对微调模型的能力进行评估。

  
  

• 部署托管阶段。检查许可证是否对商业托管、服务交付形态(例如API/托管服务)附加条件。若许可证条款存在解释空间，尽量获取许可方的书面澄清，降低风险。

  
  

• 产品化和商业化阶段。如果要将模型输出商业化，则应确认许可证对输出商业用途有无限制。

  
  

（3）证据留存的最小要求

在每个关键决策点留下记录：

• 许可证版本的下载备份和使用日期

  
  

• 内部的理解讨论记录(邮件、会议记录)

  
  

• 与许可方的沟通邮件(澄清需求)

  
  

• 决策日志(为什么选择这个模型、为什么认为不触发限制条款)

  
  

（4）上线后的持续监控

合规不是一次性的，在产品上线后应建立定期检查机制：

• 监控产品的MAU、地域覆盖、使用场景，确认没有超过或违反许可证限制

  
  

• 订阅许可证的更新通知(多数开源项目会在发布新版许可证时通知)

  
  

• 进行定期的合规复核，特别是在产品重大迭代或商业模式变化时

  
  

真正的合规，是在每个决策环节提前识别并管理潜在的风险点。这既满足了许可证的法律要求，也体现了对商业信任的负责任态度。

06

历史的循环与重新开始：从“大教堂”到“集市”，再到“两层架构”

在Eric S.Raymond的《大教堂与集市》中，作者区分了两种软件开发模式：

• “大教堂”模式代表传统的、精心规划的、集中管理的开发，一个小团队在隔绝环境下精心打造软件，不成熟时绝不发布。

  
  

• “集市”模式代表Linux的方式，大量分散的志愿者通过互联网协作，采用早发布、常发布的策略，通过社区反馈快速迭代。后者打破了Fred Brooks著名的“人月神话”中的N²复杂性增长规律，证明了大规模去中心化协作可以产生高质量成果。

  
  

这两种模式常被理解为对立关系：商业公司偏大教堂，开源社区偏集市。

但在大模型时代，这种二元对立的论调越来越不准确。观察市面上主流的大模型开源项目商业发起主体时，我们难以将它们纳入其中任一种模式。事实上，它们呈现出一种双层架构。

• 内核采用大教堂模式。依赖巨额训练投入、精心的模型架构与严格的质量控制，决定基础能力的上限；

  
  

• 生态采用集市模式。围绕开放权重形成大量微调、蒸馏、应用层项目，社区贡献者把基础能力适配到不同领域与场景。

  
  

这个双层结构反映了一个现实，即大模型的能力源自两部分。一部分是数十亿资金和数百亿参数换来的原始能力，这个部分很难通过去中心化协作来实现。另一部分是如何在千百万个使用场景中发挥这个能力，这个部分适合集市模式的多元创新。

开源许可证的“非标化”趋势，正是这种双侧架构显性化之后的结果。通过附加条件，大模型提供方传达出开放权重给全球使用者和贡献者的意愿，但同时希望保护核心投入不被简单搬运。解决问题的关键在于这些许可证条款是否可理解、可协商并且可自洽。

历史并没有简单地从“大教堂”走向“集市”，也没有停在理想化的“二元对立”。大模型的技术生态正在重新组合为一个两层体，但如果想要保持稳定运转，则必须依赖透明性。透明不仅是合规所需的披露，还是生态协作所需的可预期规则。若透明无法成立，任何“开放与条件共存”的叙事都会更容易被理解为策略性话术，而非精诚合作。

结语

开源精神的源起在于协作与互信：让知识流动得更快，让改进发生得更广。大模型时代的冲突说明，知识流动依然重要，但协作不能只靠善意，还需要依赖确定的规则。

“非标”开源许可证是这种现实约束下的妥协产物。企业并不需要因为“开放”就放弃商业可持续性；社区也不必因为“有条件”就一概否定其开放属性。真正的分歧在于这些条款是否满足三项基本要求：

• 设计清晰：触发口径明确、边界示例完整、裁量空间最小化；

  
  

• 便于理解：发布阶段披露充分、许可证易读、FAQ持续更新；以及

  
  

• 可协商、可复核：申诉机制存在、响应时限明确、版本记录可追溯。

  
  

当模型提供方把关键条件前置说明、把触发口径做成可验证的制度事实，并将解释与申诉机制作为制度入口嵌入生态，社区就更有理由把附条件开放视为可预期的协作安排。当生态参与方则把许可证要求纳入研发工作流，以留存证据和持续监控替代一次性“事后合规”，也就不必等到争议爆发后才“补票”。

在大模型竞争日趋白热化的当下，谁能在开放中赢得信任，谁就能在生态中赢得贡献者。商业可以持续，协作也可以持续，前提在于把“开源”重新归位于一种可预期、可理解、可纠错的共同协作秩序。

本文来自微信公众号： 不懂经 ，作者：不懂经也叔的Rust

一、爬错山

在之前的文章中，我们提到过有“加密先知”之称的克里斯·迪克森。

迪克森世界上最成功的加密风险投资家之一，曾将他的第一个3.5亿美元的加密基金变成了大约60亿美元。2022年时，他位居《福布斯》风险投资家排行榜首位，他在（a16z）的老板本·霍洛维茨预测他将成为“他这一代最好的投资者”。

迪克森曾经写过一篇短文《爬错山》，其中讲到一个故事。这个故事其实很常见，在我们身边都时有发生，甚至可能就发生在我们自己身上。

故事讲的是，一个很聪明的年轻人，大学毕业进入投行工作。一年后，他认为自己讨厌华尔街，想去科技创业公司。于是他向老板提出辞职，而老板极力挽留。

老板们告诉他，如果留在银行，他会得到加薪和更大的职责。而加入科技行业，则意味着他要从零开始。于是，年轻人又考虑留下了，尽管他对金融业并无长远打算。

迪克森说，这些年，他遇到过许多处在类似境况的求职者。他会问这些人一个显而易见的问题：“未来10年，你想做什么？”他们的答案总是惊人地一致：“在一家科技创业公司工作，或者自己创办一家。”

然而，他们中的大多数人最终还是决定留在目前的轨道上，而不是加入创业公司。几年后，他们终于辞职了，但已经在一个自己不喜欢的行业里蹉跎了数年，这些岁月并未真正帮助他们实现长远抱负。

聪明、有抱负的人，为什么会留在一个自己并无长远规划的领域里工作，并最终获得“可预期的平庸”结果呢？迪克森提到一个计算机科学中的模型，可以很好地来类比他们所犯的错误。

计算机科学中有一个经典问题叫作“爬山”。想象一下，你被随机放在一片丘陵地带，四周雾气蒙蒙，能见度只有几英尺。你的目标是登上最高的那座山。

我们先来看最简单的算法：在任何时刻，都朝着能让你走得更高的方向迈出一步。这种方法的风险在于，如果你恰好从一座较矮的山脚下出发，你最终只会到达那座矮山的顶峰，而不是最高峰。

一个更复杂的算法，是在你的行走中加入一些随机性。开始时，随机性很高；随着时间推移，随机性逐渐降低。这样一来，在你开始专注、不再随机地攀登之前，你就有更大的机会蜿蜒漫步到那座更高的山丘附近。

还有一种通常更好的算法：你反复将自己空投到这片区域的随机地点，然后执行简单的爬山算法。在多次尝试之后，你再回过头来，判断哪座山是最高的。

回到那个年轻的大学毕业生。他的优势在于，他对自己所处的“地形”看得更清楚，没那么多“雾”。他知道（或者至少相信）自己想登上的，是另一座山峰，而不是脚下正在爬的这一座。他甚至能从现在的位置望见那座更高的山。

但是，当前这座山的诱惑是巨大的。人们天生就有一种倾向，总想让下一步是向上的。

他最终掉进了一个被行为经济学家们反复强调的普遍陷阱：人们倾向于系统性地高估短期回报，而低估长期回报。这种效应在越有抱负的人身上似乎越明显。他们的抱负心似乎让他们难以放弃眼前那个“向上一步”的机会。

然而，这种抱负心，从另外一个角度看，其实就是对稳定值的依赖，最终获得的往往是线性的轻尾回报（即平均斯坦）；而失去了那种加入科技公司、可能获得属于异常值的重尾回报（即极端斯坦）。

无独有偶，19世纪的德国物理学巨匠赫尔曼·冯·亥姆霍兹，曾用一个精妙的比喻描述他解决复杂问题的过程，其实和我们的人生非常相似。

在解题过程中，他感觉自己像一个登山者，在陌生的山脉中费力攀爬。他时常走进死胡同，不得不折返下山；又在某个不经意的瞬间，因一次偶然的领悟，发现一条新路，得以继续向上。

当他历经艰辛终于登顶时，却常常懊恼地发现，其实旁边本就有一条通往山顶的捷径，而他在山脚下时，明明已经路过却视而不见。

这个故事，就是无数勤奋而优秀者的人生缩影。

我们大多数人，都像是那位努力但视野受限的登山者。我们努力学习、拼命工作，在一个“山头”上精益求精，试图将人生的分数从60分优化到90分，为每一次微小的进步而欣慰，为每一次的稳定而心安。

然而，我们很少反省自问：我正在攀登的，是最高的山峰吗？眼前的路是释放我们人生潜能的最佳路径吗？

我们往往以为，回报等于能力加努力。但在高手的世界里，回报更像是一个乘法公式。生态位的要素——地理、平台、社群、导师、时间窗口等等，对个人回报的效应是相乘而非相加的。能力相同的人，在不同的生态位中，其成果可能呈数量级的差异。

人生的跃迁，提高认知和能力很重要，而更关键的在于对生态位（山峰）的选择，在于一种从“优化存量”到“寻找异常”的思维范式转变。

正如桥水基金创始人达里奥所言，“你必须独立思考，因为赞同已反映在价格中的共识观点是赚不到钱的。”

二、

“稳定值”心智：蚀刻在基因里的古老生存算法

普通人难以大成，并不是因为不努力，而是过早满足（在80分或90分位就定居）与过度求稳（规避高方差的风险生态）。【低方差就是指所有的数据点或表现都非常接近平均值，结果是可预测的、稳定的、低风险的。高方差相反。】

这种“早满”与“求稳”的倾向，并非性格缺陷，而是一套在我们基因中运行了上百万年的生存算法。它的底层逻辑，可以从三个层面来理解：

1.身体层面：稳态要求与能量预算的铁律

生物体的首要任务是维持“稳态”，即将体温、血糖等关键指标锁定在一个极窄的窗口内，任何剧烈的波动都可能致命。

我们的大脑，是身体的“耗能大户”，耗能占比20%，本能地厌恶不确定性，因为每一个“意外”都意味着需要消耗宝贵的能量去处理。

生存是一场“乘法游戏”，因为任何一次归零都会导致全局失败。所以，在进化的赛道上，形成习惯、固定作息、稳定社交，本质上都是用“可预测性”来换取能量效率。

“不出错”远比“多得分”更重要。

2.心智层面：预测误差与风险规避

我们的大脑之所以耗能，也因为它是一台精密的“预测机器”，它的核心目标是最小化预测误差。

显然，一个稳定、熟悉的环境能带来低预测误差，带给我们安全感；而一个动荡、未知的环境则会带来高预测误差，让我们持续处于警觉和压力之下。因而，追求稳定，正是我们心智寻求安宁的本能策略。

进化心理学也揭示了，相比于潜在收益，人类更厌恶损失，背后的的深刻根源就在于：在远古，一次错误冒险的代价是毁灭性的，而一次成功冒险的收益是有限的。

还有现状偏好、熟悉性偏差、沉没成本等一系列机制，把我们的心智被塑造成了宁愿“避免大错”，也不愿“追逐大赚”的模式。

3.社会层面：合作与道德的规范

人类作为大型哺乳动物，有一个巨大的劣势，就是人类幼崽有着极其漫长的脆弱期，这要求父母必须提供多年的稳定供养和可预测的照料网络。

正因如此，在人类社会中，那些可靠、一致、可预测的行为被制度化为美德与规范，而那些出格、冒险的行为则常常面临被群体排斥的风险。在古代，这种行为直接等同于生存威胁。

现代社会中，从契约、岗位到养老金，人类社会的大部分制度设计，本质上都是将个人波动性摊平的装置，旨在让大多数人可以在一个低方差的轨道上安稳地生活，并为社会做贡献。

这套古老的生存算法，在人类历史的99.9%的时间里都无比正确。它帮助我们的祖先在危机四伏的荒原上存活下来。

但问题是，这个为“线性稀缺”环境设计的软件，在今天这个“凸性丰裕”的现代世界里，正变得越来越不适应，甚至成为了我们的束缚和累赘。

三、

“异常值”的世界：当古老算法遭遇现代幂律分布

我们所处的现代商业与信息世界，其回报的分配方式与远古荒原截然不同。它不再遵循温和的钟形曲线，而是极端的幂律分布。

网络科学权威艾伯特-拉斯洛·巴拉巴西提出了一个颠覆性的观点，即“成功第二定律”：能力表现是有界的，但成功是无界的。

我们可以想象这样两个世界：

·轻尾世界：以百米短跑为例。地球上跑得最快的人尤塞恩·博尔特，其百米成绩是9.58秒。一个非精英运动员的成绩大约在13-14秒之间。

博尔特的能力表现无疑是顶级的，但他不可能比普通人快100倍。他的能力被物理定律牢牢地限制在一个“有界”的范围内。身高也是如此，世界上最高的人，也只比平均身高高出几英尺。

·重尾世界：与身高和奔跑速度相比，财富、影响力、思想的传播则完全不同。它们遵循着一种被称为“重尾分布”或“幂律分布”的模式。

在这种分布中，顶端百分之几的结果，是中位数结果的许多倍。畅销书作家丹·布朗的作品《失落的秘符》销量可以比排行榜第二名的《最后的歌》高出整整10倍。伊隆·马斯克的财富，如果换算成身高，将高达8.5万公里，约为地月距离的四分之一。

我们绝大多数人，都生活在轻尾的世界里，或者轻尾的心智模式中，终生在用优化“能力表现”的线性思维，去追求“成功”这种非线性的、幂律分布的回报。

我们以为从90分到99分的努力，只会带来10%的回报提升，但在重尾世界里，这1%的顶尖位置，可能意味着10倍甚至100倍的回报差异。

这种认知上的错位，注定了大部分人会停留在一个“还不错”的水平上，早早停止了探索和对极致的追求。

在一个“重尾世界”里：绝大多数的回报，都由那1%甚至0.1%的“异常值”所贡献。在这个世界里，我们那套古老的“求稳”的算法就变成了一个巨大的陷阱：

·它让你陷入局部最优：就像亥姆霍兹的登山比喻，我们的求稳本能会驱动我们奋力攀爬最近、最显眼的那座山峰，并安于其上。我们满足于“还不错”的稳定工作和“可预测的平庸”，却从未意识到，不远处的另一座山峰，其高度可能是我们脚下的十倍百倍。

·它让你变得可替代：稳定的路径往往培养的是标准化的、可流程化的能力。而在平台与人工智能时代，这类劳动恰恰是最先被替代的。

·它让你错过指数回报：在幂律世界里，早期进入和持续复利至关重要。等待和求稳的代价不是零，而是永久性地错失了指数增长曲线最陡峭的前半段。

这就是现代人最大的困境：我们在用一套为生存而设计的、旨在消除波动的旧心智，去应对一个需要拥抱波动才能获得巨大回报的新世界。

四、

打造“异常值”心智：像“坟墓舞者”一样思考和行动

如果说普通人的心智模式是寻找稳定值，那么高手们则发展出了一套主动狩猎“异常值”的现代策略。

在重尾世界里，异常值决定了游戏的一切。

高手们深知，方差不是需要消除的噪音，而是充满机会密度的信号。他们的核心策略非常反直觉：获取足够多的样本，并筛选“可能惊艳”的选项，而非“大概不错”的。

硅谷顶级的创业孵化器YC的投资哲学正是如此。他们认为，最好的创业点子，初听时都像是坏主意。因为如果一个想法显而易见是好的，那么别人早就去做了。真正的机会，存在于“看起来是坏主意”和“实际上是好主意”的交集之中。

当Airbnb的创始人向YC推介他们“让陌生人住进你家公寓”的点子时，YC的合伙人们一致认为这个想法糟透了，永远不会成功。但他们被创始团队的决心和毅力（甚至通过卖政治主题的麦片来维持生计）所打动，最终决定投资。

后来的故事我们都知道了，这个“坏主意”最终成长为一家价值千亿美元的公司，一度占据了YC投资组合价值的15%。YC筛选的不是点子的现有质量，而是创始团队迭代出异常值产品的潜力。

美国传奇地产投资人、被称为“坟墓舞者”的萨姆·泽尔，就是这种“异常值”心智模式的化身。他的投资哲学，为我们提供了一份狩猎异常值的实战手册。

1.反共识：当所有人都向左时，向右看

泽尔有句名言：“当所有人都向左的时候，你不妨看看右边。”这不是为了标新立异，而是他深刻理解，共识所在之处，利润稀薄，异常值的机会为零。

真正的“重尾”机会，永远隐藏在被主流忽视、误解甚至唾弃的角落。

他“坟墓舞者”的称号，正来源于他总是在别人恐惧抛售时，在不良资产的“坟墓”中寻找被低估的珍宝。1974年，当整个美国房地产市场因过度建设和经济衰退而崩溃时，所有人都认为他疯了，但他却停止了所有新投资，开始积累现金。

他预见到，一场史诗级的“捡便宜”机会即将来临。最终，他以极低的价格收购了价值40亿美元的资产，奠定了他日后帝国的基础。

高手不追逐高胜率（大家都看好的事），他们寻找的是高赔率——一次非共识的胜利，足以覆盖此前所有的试错成本。

2.封顶下行：在冒险前先看清悬崖

拥抱风险和鲁莽赌博不是一回事。泽尔在评估任何一笔交易时，首要关注的不是能赚多少，而是最坏的情况下会亏多少。

他曾说：“如果能够确定这些因素，那么我就会知道自己承担的风险有哪些。如果事情不尽如人意的话，将会导致哪些后果？我是否能够承担相关成本？我是否能够成功渡过这样的难关？”

在收购濒临破产的百货公司CHH时，他派人做的第一件事就是进行“减价甩卖分析”，评估如果立刻清算所有库存，能收回多少购买价。

在确认最多只会损失20%后，他才决定入场。这正是狩猎异常值的核心风控原则：用结构化的方式封顶下行风险，然后让上行收益的潜力无限敞开。

3.批量试错：在重复中等待那个“不同”的结果

有一句被误认为是爱因斯坦说的话：“疯狂就是一遍又一遍地重复同样的事情，却期待有不同的结果。”这句话在重尾世界里造成了最深的误解。

在轻尾世界里，反复做同样的事（比如反复拿起同一个苹果）期待不同结果，确实是疯狂。但在重尾世界里，重复的是“抽样”的动作，而非结果本身。

你重复推介项目、重复发布内容、重复进行实验，是在一次次地从充满极端可能性的分布中抽取样本。前99次的失败是常态，是寻找那决定性的一次成功的必要成本。

就像我们写公众号或做短视频，95%的内容可能都没什么人看，但是几个重磅，就会带来大量的读者，和后续所有的机会。

在重尾的世界里不断重复，并不是疯狂，这恰恰是发现异常值的科学路径。是把人生从“打磨一件”切换到“批量试错”。

4.退出机制：在收成“还不错”时勇敢撤退

这可能是最高手与普通人之间最难跨越的鸿沟。

在烂选择中撤退很容易，但是要在“还不错”的选择中撤退，却需要巨大的认知力和勇气。因为这违背了我们所有的求稳本能。可以说，抛弃“不错”，才有机会遇见“惊人”。

高手会为自己设定清晰的“再探索触发器”，例如：

·上限信号：当你发现当前平台无法让你接触到头部的网络或资源时。

·动量信号：当你追踪的关键领先指标连续两个季度停滞不前时。

·机会信号：当外部出现一个更高方差、更强网络的入场券时，优先迁移。

从稳定值到异常值，完成你的人生跃迁

普通人与高手的唯一区别，不在于天赋或努力程度，而在于他们在不同的生态位，玩着不同的游戏，这背后是因为他们有着完全不同的心智模式。

普通人在玩一场“优化均值”的游戏，力求稳定和可预测；高手则在玩一场“狩猎重尾”的游戏，主动拥抱可控的波动，以捕捉那些能带来指数级回报的异常机会。

所以，从今天起，请重新审视你的人生策略。问问自己：

·我的努力，是让我变得更稳定，还是让我更具反脆弱性？

·我的产出，是在沉淀为可复用的资产，还是在日复一日地归零？

·我的安全感，是建立在单一的位置上，还是一个多元化的结构上？

真正的大赢，不是用生命去豪赌，而是像萨姆·泽尔那样，用结构去赢。先构建一个能抵御破产的坚实底座，然后，勇敢进入那个充满不确定性的世界里，狩猎属于你的异常值。

“先用结构买到运气，再用运气打穿均值。”这才是通往大成的高阶心法。

不要再把人生当成一篇需要反复润色的论文，追求尽善尽美和无懈可击。把它看作一个实验室，一个可以批量进行高方差、低成本实验的游乐场。

欢迎来到这个充满不确定但同样充满惊人回报的重尾世界。这里没有标准答案，只有无限可能。【懂】

本文来自微信公众号： 财富情报局 ，作者：深度洞察资本市场

6月7日，上海仙工智能科技股份有限公司（以下简称“仙工智能”）通过港交所聆讯。历经三度冲刺，仙工智能“机器人大脑第一股”之梦，有望照进现实。

招股书显示，仙工智能成立于2020年，深耕机器人控制器赛道，短短六年便跻身行业头部。根据灼识咨询报告，按2025年机器人控制器销量计，仙工智能位居全球及中国首位，市场份额分别为24.8%及45.2%。凭借自研技术，仙工智能也频获资本青睐，2020年至2025年间，其共完成四轮融资，累计募资约2.83亿元，C轮融资后估值高达32.7亿元，投资方包括科沃斯、IDG、赛富等。

亮眼成绩背后，也有风险暗藏。核心产品量增利减、低价策略反噬毛利、现金流持续承压、股权与供应链过度集中等问题，始终是仙工智能上市进程中不容忽视的隐患。

业务结构失衡+低价策略仙工智能三年亏1.37亿

招股书显示，仙工智能是一家以自主研发机器人控制器（SRC系列控制器）为核心的智能机器人公司，产品涵盖控制器、软件、机器人、配件四大部分。其中，SRC系列控制器是机器人的“大脑”，集成了感知定位、智能决策和运动控制等核心模块，适配超过400种零部件，仙工智能从而得以为客户提供灵活的机器人组合方案，这也正是其区别于其他机器人公司的关键所在。

凭借控制器的强兼容性和开放平台模式，仙工智能在全球智能机器人赛道中始终保持着领先优势，这一点也从公司逐年增加的营收水平上反映出来：2023年至2025年，公司营收分别录得2.49亿元、3.39亿元、4.42亿元，年均复合增长率达33.2%；其毛利也从1.22亿元增至2.09亿元。

但近年来，仙工智能却陷入业务结构失衡的困境中。作为仙工智能核心产品线，控制器业务曾是公司毛利率最高的板块，2023年，其毛利率高达85.2%，此后逐年下降，至2025年已下滑至79.8%；虽然在2025年，该业务营收实现了同比增长，但仍仅占公司整体营收比重的19.3%，较2023年的26.5%存在相当差距。

高毛利控制器业务收入占比整体走弱，毛利率水平较低的机器人整机业务则成为营收主力。招股书显示，2025年，该业务收入2.99亿元，占比高达67.9%，而毛利率仅为38%，较控制器业务毛利率差了超40个百分点。

更令市场担心的是，原本毛利率水平较高的控制器业务也在受到侵蚀。招股书显示，其公司控制器销量从2023年的2553台增至2025年7924台，销量翻了三倍，但单价却从2.59万元锐减至1.07万元，短短两年暴跌58.7%。仙工智能寄望于“低价抢市场”。

尽管价格几乎腰斩，但仙工智能“血拼”策略仅换得了1个百分点市占率的增长。据披露，2023年其控制器业务的全球市占率为23.6%，2025年则为24.8%；从绝对收入来看，2023年至2025年，仙工智能控制器业务收入从6605.9万元增长至8516.5万元，两年仅增收约1910.6万元。

同时，该策略也进一步拉低了其毛利空间，2023年至2025年，公司整体毛利率分别为49.2%、45.9%及47.4%。

业务结构失衡叠加低价策略，仙工智能陷入“增收不增利”困局，2023至2025年三年时间里，公司累计亏损达1.37亿元。

市场扩张反噬现金流

除了上述“低价”策略，在抢占市场份额上，仙工智能还从放宽下游客户收款账期、加大销售费用两方面发力。然而，招股书数据显示，这两项扩张举措正一步步将公司拖入现金流持续失血的泥潭。

目前，仙工智能应收款项周转天数已从2023年的61天大幅增加至2025年的111天，付款周期被拉长至约4个月。公司表示，周转天数增加，主要是由于机器人销售的快速增长，公司通常允许购买机器人的客户分期付款。

也就是说，仙工智能放宽了对于下游客户的收款周期，这一举动虽然有助于抢占市场份额，却也不可避免地增加了公司的应收账款。招股书显示，公司贸易应收款项及应收票据连续三年增加，仅2025年，这一数据已升至1.7亿元，占当年营收总额的38.4%。

按此推算，假设仙工智能在2025年1月卖出产品，平均要等到4月才能收款；而全年收入中也有近4成无法实际到账，现金流压力可见一斑。长账期客户占比提升，无疑加大了仙工智能运营压力，招股书亦坦言，若客户延迟或拖欠付款，公司可能必须作出减值拨备，流动资金及财务状况将受到不利影响。

另外，为了抢占市场，仙工智能近年来在销售上的投入不菲。2022年至2024年，公司销售及分销开支从约5110万元增至8898.5万元，销售费用率分别高达27.7%、29.0%、26.2%。作为对比，据通用智能机器人公司节卡机器人招股书，2024年同行可比公司销售费用率均值约为15.40%。

仙工智能的销售费用率明显超出行业平均水平，进一步加剧了公司的资金压力，但净亏损并未因此收窄，反而拖累了公司的现金流表现。2023至2025年，公司经营活动产生的现金流净额分别为1031.6万元、-2496.2万元、-2779.8万元。

创始人持股超52%压缩中小股东权益

围绕在仙工智能身上的另一争议点，则与创始人“一家独大”与家族化治理模式相关。

招股书显示，仙工智能董事长赵越持有公司越52.89%的股份，其中，直接持有17.05%，通过上海仙一、上海仙三、上海仙五等公司间接持股约35.84%。这意味着，赵越对工资重大事项拥有绝对话语权。

另外，公司副总裁丁霞、数字研发中心负责人叶杨笙分别为赵越的妻子与姻亲表兄弟，四名执行董事中，三名存在亲属关系，家族化治理特征明显，这种结构也决定了中小股东对于公司治理的制衡空间极为有限。

同样过于集中的还有供应链客户。2025年，仙工智能前五大供应商采购占比32.6%，单一最大供应商占比10.1%。虽然仙工智能对于前五大供应商的依赖正逐年减少，但一旦核心供应商断供，或仍会给公司经营带来压力。

值得一提的是，仙工智能供应商与客户高度重叠，招股书显示，客户C在2023年至2025年间既是公司的重要客户（2024年为最大客户）也是供应商；客户集团H（即供应商集团B）同样长期兼具双重身份。此外，最大供应商A、供应商D、F、G、H、I、J等也均同时是公司的客户。

虽然仙工智能表示，在智能机器人行业中，企业之间互为客户与供应商是普遍现象，并称公司所有交易均基于项目协商，按正常商业条款和公平原则进行，采购与销售之间不互为条件。但其背后潜藏的交易公允性、利益冲突、供应链依赖及合规风险不容忽视。

本文来自微信公众号： 小声比比 ，作者：梓泉，责编：美味蟹黄堡

大家好！我这两天总能刷到，有朋友肝个游戏，把手机CPU干爆了？还有人把自个儿折腾进了ICU？

本以为他们玩的是啥3A大作，仔细一瞅，洛克王国？！

哈？这不是咱小时候玩的童年页游吗，有这么上头吗？？

往下一翻，瞅见玩家年龄更是蚌埠住了，合着玩这游戏的还是咱当年那帮人啊。。。

十几年过去了，这童年小游戏咋就又把一大堆人勾回来了？？

我火速下载了一下想看看啥情况，可鼓捣了俩小时，越玩越觉得不对劲。。。

先瞅这游戏的核心玩法：满地图跑去捉精灵，然后拿去对战，咋有种梦回宝可梦的感觉？

再看它的地图设计和野外探索，走两步开个宝箱，解个小谜题，收集点材料，我寻思塞尔达也是这三板斧啊？

更甭说主线故事里，NPC还会穿着斗篷、拿根小木棍，外加一只熟悉的猫头鹰？这是青春版哈利波特，还是更适合中国宝宝的霍格沃茨？

emm这游戏东拼一点西凑一哈，咋就能把大伙迷的五迷三道的？

我找玩洛克的朋友打听了一圈，才搞明白咋回事。

首先，有些竞技类游戏玩起来太累了。

本来大伙伺候完一天老板客户，晚上回家想着放松一下，可有的游戏，堪比进了另一个战场？！

又要防着敌人偷袭，还得分心思考咋干掉对面，手、眼、脑得跟上了发条一样高速运转，一把下来，反而手疼胳膊酸、脑袋也跟灌了两斤浆糊一样，更累了。。。

相比之下，洛克这童年小游戏就轻松多了啊，不费脑也不用绷紧神经，跑图累了就挂机歇会，甚至在挂机时还能领点奖励，最不吃压力的游戏有了。

其次，好多朋友打不动竞技游戏了。

比子和身边的朋友们上了30+后，手速是真的跟不上了，有时坐个地铁，掏乘车码都得翻半天，更甭说搁游戏里和十几岁的小登们拼手速了，人家都把我爆头了，我连人家影子都还没瞅见。

甚至对电竞选手们来说，20+都是高龄，要退役的年纪了。

18岁打游戏总喷队友菜得像🐷，而现在，之前骂出去的回旋镖正中眉心，我成了当年被喷的🐷。。。

（等我小了我避Faker锋芒？！）

（来源：中国青年报）

再者，这游戏满足了大家的社交需求。

大伙都需要陪伴和社交，但在竞技游戏里，一个失误没准就被问候族谱了，social强度直接拉满。

现实中也没好到哪去，上班点头哈腰哄老板、堆满笑脸应付客户，和同事聊工资职位啥的，也少不了暗暗攀比。

这些关系，都在消耗咱的精力。

下了班想约几个真心老铁唠嗑，他们不是要加班，就是得回家带孩子，一年到头也见不上几次面。

但搁洛克王国里面social就怪佛系的，和队友骑着坐骑漫无目的闲逛，累了就随地大小自拍。

这种不掺杂任何利益的陪伴，一把子就把大伙压力降下来了啊，我还刷到有人说，他在游戏里认识的搭子，比在现实交到的朋友还多。

最后，它让大伙体会到了付出就有回报。

咱在现实生活里加班到凌晨三点，可能并不会升职加薪；买个股票、基金，天天研究大盘，结果绿得头皮发麻。。。

但这游戏里有保底机制，只要肝得够久，道具、装扮啥的100%能拿下，怪不得这么多人一肝就是半宿。

要是嫌抓精灵无聊了，还可以去做升级，不过精灵升级成啥样，就全靠运了，拆盲盒的刺激感+1。

最关键的是，这游戏重大利好0氪党啊，只要玩的时间够长，就能白嫖各种道具、服装，氪金只是加速收集进度罢了，这也保护了大多数人的游戏体验，对咱来说是件好事啊！

8过！正因为这游戏能白嫖，很多朋友会觉得：再肝亿下纯血赚！

结果玩上头了，反而把自个套进去了。又是算开出隐藏款的爆率、又是规划跑图路线，原本是为了逃离现实KPI才躲进游戏，一转头又给自己造了一套新KPI。。。

但好在这压力是自个给自个上的，规则清楚、回报确定，就算玩到手烫伤，也是乐在其中了。

（适度游戏益脑，过度游戏伤身

家人们注意身体健康嗷）

看了一圈下来，我觉得大伙沉迷的可能根本不是什么洛克王国，更像在寻找一个电子避风港。

小时候我们没有车贷房贷，没有年终KPI，更不用在职场上唯唯诺诺，只要在王国里抓到一只稀有的宠物，就能显摆一下午。

现在，我们白天在人前当个情绪稳定的大人已经够累了，谁不想晚上摘下面具、卸下伪装，一头扎进洛克王国里，当自己的大王呢？！

本文来自微信公众号： 品牌工厂BrandsFactory ，作者：陈庭

“为什么要攀登珠穆朗玛峰？”“因为它就在那里！”1960年，中国登山队首次从北坡登顶珠峰，举国振奋。

然而，这项荣光背后却藏着一个令人心酸的细节：登山队使用的帐篷、登山服、睡袋等装备，没有一件是中国制造，是国家咬牙批下70万美元外汇，远赴瑞士采购而来。在那个年代，这笔钱足以买下1500万斤大米。

六十年过去，世界早已换了人间。

中国已然成为全球户外用品的中心。亚马逊上，户外帐篷销量前十的品牌，七个来自中国；全球海量的户外家具、帐篷、睡袋、折叠椅、冲锋衣，背后都站着中国工厂；从欧美露营地到珠峰大本营，中国企业的身影无处不在。

但这并非一夜炼成，而是一场跨越四十年的产业“登山”。它始于一批外资工厂，壮大于代工时代，成熟于完整供应链，最终在跨境电商和品牌出海的浪潮中迎来爆发。

01

一顶帐篷迁徙到中国

上世纪80年代，全球制造业正经历一轮大迁徙，户外用品产业也不例外。

彼时，全球帐篷、睡袋等户外用品的生产地，主要在中国台湾和韩国。但随着经济高速发展，货币升值、地价和劳动力成本持续飙升，让大量企业开始向外转移。

刚刚成为经济特区的厦门，成了最早的承接地之一。

1988年，一家叫“进雄”的韩资企业在此落户，专做帐篷、睡袋和露营椅等户外用品。初始投资达2780万美元，在当时属于顶级规模的外资制造项目。

进雄带来的，不只是订单和资金，更重要的是，它让中国第一次真正接触到现代户外用品工业。

今天看来，一顶帐篷似乎并不复杂，但在那时候，却是典型的技术密集型产品。从防水面料、接缝压胶，到金属骨架设计、抗风结构测试，再到品质控制体系，每一个环节都需要成熟的工业能力做支撑。

而这些能力，在当时国内几乎一片空白。有行业人士回忆，当年生产一顶户外帐篷所需的金属骨架、防水涂层面料，甚至特殊规格的拉链和防泼水缝纫线，都需要依赖进口。

因此，进雄进入中国后，采用的是典型的“两头在外”模式：原材料来自海外，订单来自欧美，产品全部出口，中国工厂只负责生产环节，赚一道加工费。

但也正是在这一过程中，一整套现代户外用品制造体系被逐步引入国内。从面料裁切、缝制工艺，到流水线管理、品质检测标准，再到符合欧美要求的质量管理体系，中国企业开始系统性地学习和掌握户外用品的制造能力。

不到二十年，厦门进雄已成长为全球最大的户外用品制造企业，位列中国外企500强，年产值超过2亿美元。其帐篷系列产品在巅峰时期，一度占据全球市场38%、美国市场65%的份额。

进雄之后，革新集团、马仕奇、盛源帐篷厂、三德盛实业等企业也相继落户厦门，生产帐篷、睡袋、野营椅和登山包等产品，销往欧美、日韩市场。厦门，由此逐渐成为中国最早的户外用品制造重镇之一。

与此同时，类似的故事也在广东同步上演。

凭借毗邻港澳的地利和改革开放的先机，大量台资户外企业选择在珠三角设厂。浙江正特董事长陈永辉曾回忆，上世纪90年代，国内户外休闲用品产业，基本以广东的台资企业为主。

1991年成立的中山凯华露营帐篷有限公司，便是其中代表。这家台商独资企业，以OEM方式为欧美市场生产露营帐篷、凉亭帐篷和睡袋，产品全部出口。

同年，还有台商林秋霖在惠州创办宏星塑胶工业有限公司，即如今的宏星制衣厂。最初只做出口雨衣，后来逐步转型生产滑雪服、冲锋衣等高端户外产品。2022年，还成为北京冬奥会滑雪赛事服的唯一指定生产商。

02

产业带萌芽

这些外资工厂留下的另一项重要遗产，是人才和产业能力的外溢。

而产业转移的第一站，落在了浙江临海。它的故事，要从一群在广东“偷师”的年轻人说起。

“上世纪90年代初，部分临海人在广东承接户外休闲用品的零部件加工订单。他们把太阳伞、户外遮阳棚、休闲家具的工艺学了回来，之后陆续回乡建厂。”临海市户外休闲用品协会秘书长陈幼珍曾这样描述道。

海小芝镇的青年谢建勇，正是这股浪潮中的代表人物。

创业初期，他只是经营一间家庭作坊，生产木衣夹、烟斗等杂货，年赚几千元。1992年，22岁的谢建勇敏锐察觉到户外休闲用品的上升势头，成立小芝工艺品厂，转做木制太阳伞。

“当时只是一个简易小作坊，几台简简单单的设备，没有技术，只能自己慢慢摸索，或者去外地向别人请教。”谢建勇回忆道。

此后十余年，他不断扩展版图，从太阳伞延伸到户外家具、帐篷等品类。2001年，谢建勇创办永强家俱有限公司，这正是浙江永强的前身。

2010年，浙江永强在深交所上市，成为“中国户外用品第一股”，当年营收已超过20亿元，客户包括Costco、Home Depot、Lowe's等国际零售巨头。

谢建勇的故事，也是整个临海户外用品产业带的缩影。

从几家家庭作坊起步，到数百家企业聚集，再到形成完整产业链，临海逐渐成长为全球户外休闲用品的重要生产基地。到2025年，当地已集聚超过1000家相关企业，产品覆盖户外家具、遮阳篷、太阳伞、园艺用品等多个品类，全行业总产值突破300亿元。

与浙江同步崛起的，还有江苏的户外用品产业。但它补上的，不是整机制造，而是更关键的一环：面料。

户外用品行业有一句话：三分设计，七分面料。一件冲锋衣是否防水透气，一顶帐篷能否轻量耐用，本质上都取决于面料技术。而中国户外面料产业的核心，恰恰集中在江苏。

苏州吴江的盛泽镇，自古便是“丝绸之府”，当地甚至流传着“娘胎里就听着织布声长大”的说法。改革开放后，上千家民营纺织企业在此遍地开花。这个人口不足50万的小镇，甚至走出了恒力集团、盛虹集团两家世界500强企业。

当户外用品产业浪潮涌来时，盛泽的纺织企业们也迅速转向，开始研发生产防水透气、轻量化的功能性户外面料。这个转身，让中国户外代工企业得以摆脱对进口材料的依赖。

比如泉州乐普户外为德国宝马车队、骆驼、圣佛莱等品牌代工冲锋衣、滑雪服、速干裤等户外服装，其所用的高密度防撕裂尼龙和功能性面料，很大比例就来自盛泽及周边的供应网络。

如果说厦门和广东的外资工厂，让中国第一次接触到现代户外用品工业；那么浙江、江苏等产业带的崛起，则让中国逐渐补齐了从面料到成品的所有拼图。

当时间来到21世纪初，一条覆盖原材料、零部件、生产制造和出口交付的完整户外产业链，已初步成形。中国不再只是全球户外用品产业转移的承接者，而是开始成长为新的制造中心。

03

品牌崛起

2001年，中国正式加入WTO。关税下降，贸易壁垒减少，中国制造业全面嵌入全球供应链。对于刚刚搭好产业链的户外用品行业而言，这无异于打开了一扇通往世界市场的大门。

与此同时，欧美露营经济持续升温，大量国际品牌将生产环节转移至中国。迪卡侬、哥伦比亚等品牌的订单，源源不断流向浙江、福建、广东和江苏。

中国户外产业由此进入代工黄金时代。海关数据显示，2001年后，中国户外家具及用品出口长期保持年均30%以上的增速，2005年已达到31.6亿美元。

但繁荣之下，也埋藏着隐忧。

代工模式能够带来规模，却难以拥有真正的话语权。产品贴着别人的商标，渠道掌握在海外品牌手中，工厂赚取的只是加工利润。一旦订单转移，多年积累的产能优势便可能迅速失去价值。

2008年全球金融危机后，外需波动加剧；同时，人力成本持续上涨，同质化竞争和产能过剩问题逐渐显现。到了2010年后，越来越多企业开始意识到，仅靠代工很难走得更远。

一些企业开始向品牌转型，浙江永强便是代表。这家从临海产业带长出来的企业，靠OEM和ODM业务快速壮大，但在2010年上市后，开始向品牌和渠道延伸。

2011年，浙江永强收购了德国百年家居品牌曼好家MWH，以德国为支点拓展欧洲市场；2013年，又在美国推出DTC品牌Sunvilla，借助海外仓体系直接触达终端消费者。

与传统代工相比，这种模式不再是按客户要求生产，而是开始掌握品牌运营、渠道建设和市场营销的能力。

与此同时，另一批创业者选择了一条完全不同的路。他们没有从代工厂升级，而是直接站在成熟供应链的肩膀上创业。

季剑明便是其中之一。2003年前后，他在宁波一家户外用品外贸公司工作，逐渐发现一个事实：很多贴着外国Logo的产品，其实就产自中国工厂。

“既然中国能制造这些产品，为什么不能有自己的品牌？”抱着这个念头，2010年，季剑明创立了户外品牌挪客Naturehike。

挪客最初主打国内市场，2015年后，随着亚马逊全面向中国卖家开放，开始通过跨境电商试水海外市场。

起步并不顺利。面向亚洲用户设计的睡袋，在欧美消费者看来过于狭窄，许多细节也不符合当地使用习惯。经过持续不断的反馈和迭代，终于获得成功。2017年，挪客一款徒步睡袋在欧美市场迅速走红，年销量突破50万条。

如今，挪客年营收超过15亿元，品牌常年位居亚马逊户外品类TOP3，产品已销往全球80多个国家和地区。

相比浙江永强，挪客的意义更为特殊。它证明了一件事：当供应链足够成熟、跨境电商打破传统渠道壁垒之后，中国企业已经不必再依附海外品牌，而是可以直接面向全球消费者，卖自己的产品。

从代工到品牌，从制造到定义产品，中国户外用品产业的故事，由此进入了一个新阶段。

04

新的机会

从全球市场来看，户外用品行业依然处于增长周期。

疫情之后，露营、徒步、骑行、越野跑等户外活动迅猛增长，并且没有如预期般降温，反而逐渐沉淀为一种长期的生活方式，如欧美消费者养成了“周末去户外”的习惯。

数据显示，2025年全球户外用品市场规模已超过2360亿美元，预计未来几年仍将保持6%以上的年均增速。

对中国企业而言，这意味着新的机会依然存在。

只是机会的来源，已经发生变化。过去，中国企业依靠成本优势获得订单；今天，越来越多企业开始依靠品牌、技术和产品创新赢得市场。

典型如凯乐石。2020年后，其做了一个激进的决定：砍掉七成以上非核心产品线，聚焦登山、越野跑和攀岩三大专业场景，把SKU从2000缩减至1000左右，全面向高端市场发力。

同时，持续加码专业赛事，提高品牌声量。无论是环四姑娘山超级越野跑、柴古唐斯等国内顶级越野赛事，还是各类攀岩和登山活动，凯乐石的身影越来越频繁地出现在专业户外圈层中。

效果也随之显现。2021年，凯乐石营收约8.7亿元；但2025年上半年，营收就飙升至30亿元，维持着接近90%的增长率。

如今，在中国市场，凯乐石以超过25%的份额，超越始祖鸟和北面，成为市占率最高的户外品牌；在海外市场，销售网点也已超过1000家，覆盖60多个国家和地区。

凯乐石的成功，意味着中国户外品牌，开始向价值链的更高处攀登。

另一类机会，则来自品类创新。

从凯乐石到Flextail，它们代表的其实是同一种变化：过去，中国户外产业最大的优势是制造；今天，越来越多企业开始依靠专业化能力、产品创新和品牌运营，参与全球竞争。

四十年前，中国连一顶专业帐篷都无法自主生产；四十年后，中国企业已经开始定义新的户外产品、新的户外场景，甚至新的户外生活方式。

属于中国户外用品产业的登山之路，还远未抵达山顶。

本文来自微信公众号： 新周刊 ，作者：柳丁

众所周知，当代年轻人通勤路上最拉风抢眼的通勤包，往往不是自己特意购买的精美包包，而更可能是超市购物袋、奶茶保温袋，又或是印着“×××活动留念”字样的帆布袋，它们的牢固程度、使用程度总能超乎想象。

最近，网红邪修通勤包系列发生了一次颇具戏剧性的更新，新增了一位热门选手——凤凰传奇歌词袋。

有人看到公司楼下便利店出现排队，以为大家是排队买包子豆浆，上前打听后才得知是在排领凤凰传奇歌词袋的队。互联网上，许多人晒出自己抽到的歌词款式，还有人专门发帖交换不同版本。

互联网上，许多网友晒出自己领到的凤凰传奇歌词袋。（图/社交平台截图）

毕竟袋子上的这些歌词——“苍茫的天涯是我的爱”“痴情不是罪过，忘情不是洒脱”，根本没办法正常阅读，只要看一眼脑内就会不自觉地唱出来。

没有人能字正腔圆朗诵《最炫民族风》歌词。（图/社交平台截图）

许多人形容凤凰传奇的歌曲风格有种气血充足的美。

过去几年，互联网曾经历丧文化、emo文学、发疯文学的流行，但最近两年，人们开始转向另一种情绪表达，各种“接好运”“旺自己”的转运玄学与上岸文学流行，一股反emo潮流出现，年轻人又开始主动寻找积极能量，把自己从持续的压力和内耗中抽离出来。

在这一背景下，凤凰传奇又双叒叕一次走红、被年轻人反复爱上，似乎也在情理之中。

凤凰传奇的歌词袋

变成全民“痛包”了

但现在随着歌词袋的走红，一些热门地段便利店内的歌词袋已经被领光，二手平台上甚至有人开始溢价转售歌词袋。

印着不同歌词的歌词袋，还被网友把不同按照情绪分类，划分出了多种使用场景。“你说到底为什么，都是我的错”适合上班背，放在工位上不经意露出，用来暗讽总让人背锅的老板与同事。“在你的心上自由地飞翔”则适合留到端午假期出门旅游时背，用它在草原上打卡拍照，比和“在××很想你”的路牌合影更有趣一些。

网友们发现歌词袋实用性极高。（图/社交平台截图）

好笑的是，一些年轻人好不容易从便利店把歌词袋抢到了手，最后却没有真正拥有它，因为等到袋子被带回家，它往往还会经历第二轮“争夺”——妈妈看到后十分中意，顺手便带去跳广场舞，用来装舞服与扇子；爷爷奶奶一摸袋子挺结实，转头便可能拎去买菜，或装杂物废品。

于是年轻人发现，自己辛辛苦苦抢来的周边，转眼就成了家里的公共财产。

互联网上流行过各种各样的痛包，二次元把徽章和通行证挂满包面，追星族把偶像小卡塞在透明包挂里展示，从这一角度看，歌词袋何尝不算是一种凤凰传奇痛包。

只不过稍有区别的是，其他痛包往往带有鲜明的圈层属性，人们用它来表达自己的兴趣与身份认同，凤凰传奇的歌词袋走红却呈现出另一种气质。

凤凰传奇的粉丝，可能是全年龄层。（图/社交平台截图）

它首先是一只功能完整的袋子，容量大、耐磨、耐脏，既能装电脑，也能装课本，放在办公室里不违和，拎去买菜也毫无压力。这种朴素的实用性，决定了它不会像许多快闪活动周边那样，在拍完照、发完朋友圈之后就被收进抽屉。

与此同时，袋子上的歌词又赋予了它一种特殊的社交属性。

如果说很多周边依靠视觉设计吸引关注，那么凤凰传奇歌词袋更像一个移动的接头暗号。看到“乌蒙山连着山外山”，人们会下意识接出下一句。歌词本身成为一种参与机制，让路人、网友以及不同年龄层的人都能够迅速加入讨论。

年轻人会背，长辈也会用，大学生喜欢，广场舞阿姨同样觉得亲切。它既出现在写字楼，也出现在菜市场，在不同场景之间自由流动。因此，凤凰传奇歌词袋还不是普通的IP痛包，而是全民痛包。

从“农业重金属”到“赛博教主”

年轻人为什么反复爱上凤凰传奇？

可神奇的是，从网友们拍下的晒图来看，它竟然相当自然地融入在各种场景中，和风格可爱的Lolita裙子搭在一块时也并不突兀。

更准确地说，歌词袋给人的视觉观感是乍一看奇特，可再多看一眼，看到上头凤凰传奇的热烈歌词的瞬间，便会觉得一切都很合理。

这或许是因为，凤凰传奇天然具备出现在任何地点都不违和的特点。

凤凰传奇自然融入所有场景。（图/社交平台截图）

放在十年前，凤凰传奇很难成为年轻人主动讨论的对象。

那时候的互联网崇尚着另一套审美逻辑，人们习惯通过音乐品味证明自己的独特性，越小众越高级，越冷门越显得有眼光。凤凰传奇长期被贴上“广场舞神曲”“农业重金属”等标签，许多人虽然耳熟能详，却很少把喜欢他们当成值得公开表达的事情。

但过去几年间，变化有目共睹地发生着。

凤凰传奇演唱会场场爆满，《奢香夫人》在音乐节上引发万人合唱，亚运会赛场上的《奢香夫人》BGM成为网络热梗，B站和抖音上不断出现关于玲花唱功、曾毅说唱以及凤凰传奇作品的考古视频。年轻人甚至给他们起了新的称号——“赛博乐坛教主”“电子布洛芬”“内娱最稳定的情绪补给站”。这些现象当然有怀旧因素，但仅用怀旧解释还不够。

有趣的是，与十年前相比，凤凰传奇本身几乎没有改变。他们依然唱着那些旋律高昂、情绪饱满的歌曲，依然保持着熟悉的表达方式，发生变化的其实是听众看待这些作品的角度。

长久以来，互联网持续推高着“精英化审美”的叙事，人们热衷于展示自己的独特趣味，也习惯通过文化消费划分圈层。喜欢什么音乐、看什么电影、关注什么艺术家，往往被赋予了超出作品本身的身份意义。

然而，当这种身份展示变成一种无处不在的竞争时，疲惫感也随之出现。

年轻人每天都在面对绩效、学历、职业、消费能力的比较，连兴趣爱好都在被赋予某种评价标准。久而久之，很多人开始对这种持续证明自己的状态产生倦怠。

凤凰传奇，则为这种倦怠情绪提供了一个出口。

他们的音乐不要求听众拥有特定的文化资本，不需要像其他歌手的演唱会那样需要提前做功课、熟悉新歌，更不需要担心自己会不会被评判“不够高级”，因为凤凰传奇天然被视为独立的存在。任何在身份展示、圈层比较中感到疲惫的人，都可以去凤凰传奇那躲一躲。

这种“躲一躲”并不是瞬时发生的一次性行为，而是长久且持续的现象，每年都有新一批年轻人因为需要情绪出口而“投奔”凤凰传奇，去他们的演唱会上吼一嗓子“乌蒙山连着山外山”来发泄，这也能解释为何凤凰传奇会在年轻人之间反复翻红。

与此同时，凤凰传奇还提供了另一种当代年轻人十分需要的东西——高能量情绪。

如前文所言，经历过丧文化、emo文学的年轻人，其实比任何一代人都更熟悉焦虑、内耗和压力。这些现实因素难以凭空消失，过去年轻人通过表达它来消解它，近一两年，相较于沉浸式地表达痛苦，越来越多人更愿意找寻能把情绪往上拉一把的东西。

而凤凰传奇的歌曲几乎天然具备这种能力，它的许多歌词都有着绝不纠结、大步流星的畅快。

走民族风的凤凰传奇，歌曲里几乎不关注雨天都市的阴暗低沉，不描摹霓虹灯下的泡沫一般的喧嚣哭笑，而是把词汇留给苍茫大地，一开口便是辽阔的山外山、浪滔天。

《最炫民族风》热闹，《奢香夫人》辽阔，《全是爱》坦荡，它们都指向极为明确的情绪方向：向上、热烈、充满生命力。

这种昂扬的歌曲姿态，与当下年轻人流行的“旺自己”仪式感形成了奇妙对照。

歌词袋之所以能引发共鸣、受到追捧，某种程度上也是源于此。当人们拎着歌词袋出门，携带的其实是一段大家都能读懂的文化共鸣，一种松弛热烈的生活姿态。

凤凰传奇的歌被认为生命力旺盛。（图/社交平台截图）

歌词袋背后

年轻人正在寻找新的情绪出口

凤凰传奇在年轻人当中的又一次翻红，让人看到年轻一代在长期内卷压力下对情绪缓冲的渴望。

大家期待着轻盈、直接的文化符号，这种符号需要具有一定的仪式感、可玩性与社交属性，最好还是集体参与的形式，给人带去易得的共鸣体验。在这种背景下，歌词袋成为了一种可轻松获得的文化载体。

当一个袋子同时出现在年轻人的工位旁和长辈的菜篮子里时，它所承载的是一种重新建立连接的文化时刻。

毛不易歌词袋活动，也曾引发线下排队与线上讨论。（图/社交平台截图）

毛不易的歌曲以温暖、朴实和情绪共鸣著称，《消愁》《借》《平凡的一天》等作品中的一些歌词原本就经常被单独提取出来，出现在年轻人的朋友圈动态、短视频配乐、玩梗文案中。这说明对大众而言，歌词不仅是音乐作品的一部分，也是一种用于表达情绪的交流工具。

它成了一个新的情绪出口：让大家重新意识到，原来还有一些事物不需要解释、证明，就能让很多人同时感到快乐。

本文来自微信公众号： 酷玩实验室 ，作者：酷玩实验室

谈恋爱这事儿，对很多人来说就俩字：麻烦。

你得猜对方心思、记纪念日、忍受莫名其妙的情绪，还得时刻提防翻旧账。搞不好还要面对出轨、冷战、分手这些烦心事。很多年轻人现在不是不想谈，是实在谈不动了。

可人终究是情感动物，孤独的时候也想有人抚慰。

于是有人想了个办法——在柏林有一家名叫Cybrothel的店，它是全球第一家AI亲密体验馆，也被人叫“AI妓馆”，专门做AI硅胶娃娃的生意。你进去选一个喜欢的娃娃，她能叫出你的名字，跟你聊天。你还可以戴上VR眼镜，做一些不可描述的事情.......

究竟哪些人是这家AI妓馆的常客？为什么这家店远在欧洲，却跟中国工厂有着密切关联？

一、Cybrothel里没有真人，却有“完美”情人

这家店的故事得从2020年说起。

创始人菲利普·富森艾格最初不是干成人产业的，是个奥地利导演。他跟几个艺术家朋友起初就是想搞个艺术实验，看看人类和机器能不能发生亲密关系。做着做着发现这事还真有人愿意花钱，干脆转型成了正经生意。

Cybrothel在柏林弗里德里希海因区的一栋私宅里，没有招牌和前台，外面看跟普通公寓没区别。因为没有真人服务，所以不需要传统色情行业那些牌照。这种模式让当地监管部门很头疼，你说它是色情场所吧，里面连个活人都没有；你说它不是吧，它确实在提供亲密体验。就这么卡在法律缝隙里，反而活得很舒服。

馆内有非常多的仿真娃娃供挑选。基础套餐一小时179欧元，过夜套餐249欧起步，包含VR眼镜、人体追踪器等服务。

这个价格在柏林算是中等偏上，比真人服务便宜一些，但也不是人人都舍得花。不过Cybrothel生意还是挺好的，尤其是周末和节假日，经常要提前预约。

那么，到底怎么玩呢？

首先，全程自助，手机扫码搞定一切。你选好套餐后，工作人员在外面用电脑远程切换设定，从头到尾不用跟任何人打照面。这种设计很大程度上是为了保护隐私，毕竟来这种地方的人，谁都不想被认出来。

店里的私人房间配备卫生间、浴室和家庭影院，还有床、椅子和硅胶娃娃。

装修带有一种未来科技感和赛博朋克感。每个房间都做了隔音，互不打扰。

这些娃娃的硅胶皮肤非常柔软，橡胶手指可以活动，胸部和臀部非常结实。你可以选择各种体型、性别和性格的角色。每个角色都拥有精心打造的个性化姓名、性格、声音和背景故事。

比如，从蓝皮肤的外星科学家莉亚拉·特索尼，到满身铆钉的日系机械姬Kokeshi 2.0，再到德国女爵奥克萨娜。Kokeshi的宣传语是“我的味道像桃子，闻起来像夏天的雨”，设定是“生来就是一个拥有金子般心灵的银河快乐娃娃”。也有些角色看起来就很受欢迎：生物老师施密特夫人、叛逆运动甜心Paris、来自南美洲贫民区的语言天才瓦伦蒂娜。

那么AI到底体现在哪里？主要有三个层面。

第一，是AI驱动的角色扮演和记忆功能。用户可以在预订前与AI交流，自定义娃娃的性格、兴趣爱好甚至开场白。这个底层AI系统决定了娃娃的角色人格和对话逻辑——它能记住你的名字、上次说过什么。

不过，实时跟用户聊天的声音并不是AI合成的。Cybrothel在后台给每个娃娃配备了真人配音演员，她会始终符合用户预设的角色方向和聊天记忆去沟通。当用户说完一句话，娃娃的回应声音会通过某些物件，比如珍珠项链上的扬声器播放出来。

富森艾格将这种模式称为“模拟AI”。他发现，由真人配音能提供最顶级的互动体验，成功的关键是将“数字灵魂”注入硅胶躯体，从而让Cybrothel能提供“有思想”的陪伴，形成“聊得来”的情感链接。

第二，是VR+腰部传感器带来的动态交互。硅胶娃娃本身不会动，但你戴上VR眼镜后，眼前会出现一个1:1的3D虚拟形象。

同时你的腰部会佩戴一个传感器，系统能捕捉你的动作数据，让虚拟形象做出相应的互动反馈。

也就是说，你动一下虚拟角色会配合你。同时，你还可以跟物理层面的硅胶娃娃进行互动。“物理+虚拟”双重刺激，两套感官同时起作用，再加上AI驱动的聊天和记忆功能，效果比单独用硅胶娃娃或者单独看VR更强。

第三，是触觉和体温模拟。娃娃的皮肤内置了传感器，摸上去能模拟出接近37°C的人体温度，不是冷冰冰的硅胶，触碰时会有对应的声音反馈。富森艾格还在研发新一代产品，目标是让娃娃能对触摸做出更实时的反应——比如脸红、呼吸变急促。

可以说，Cybrothel本质上是一个把AI大模型、VR交互和硅胶娃娃结合在一起的线下体验店。它跟传统成人服务的最大区别是：没有真人和道德包袱，也没有那些乱七八糟的拉扯。对很多人来说，这种“零社交成本”的体验，本身就是最大的卖点。

二、走进Cybrothel的人，到底图什么？

很多人以为，去Cybrothel的人就是解决性需求的。这也没错，但实际看看情况，远比想象中复杂得多。

第一类人，是寻求情感补位的主流人群。

Cybrothel的主要客户大多在30岁左右。为什么是这群人？因为稳定关系中的激情慢慢退去，日常摩擦开始堆积，但又不想陷入真实出轨的麻烦。AI硅胶娃娃正好卡在中间：不是真人，所以不算背叛；但又能满足需求，所以有效果。

有位去过Cybrothel的银行经理表示：“和AI不用假装，还能聊量子物理，这在我妻子眼里纯属浪费时间。”他要的不是现实中的性，是一段精神上的关系。

也有夫妻一起来的，富森艾格把这些顾客称为“轻量版三人行”。这类人通常感情基础不错，只是想找点新鲜感。毕竟在传统性服务场所，夫妻一起还是有点尴尬。但在Cybrothel，全程无人接触，谁也不用看谁的眼色。

还有一个容易被忽略的群体：老年人。有不少老年人在这里寻找陪伴，对抗孤独。对他们来说性已经不是主要诉求了，能有人说说话就行。AI娃娃虽然不能陪伴散步吃饭，但至少能聊聊天。

第二类人，是来宣泄暴力冲动的。

2022年，Cybrothel起诉了一名顾客。这名顾客完全失控，用刀之类的工具把一个硅胶娃娃整个切开了。

英国作家劳拉·贝茨去Cybrothel做过一次卧底。她在播客中说，自己故意提了一个比较极端的要求——让客服提前把娃娃的衣服撕烂，就想看看他们会不会照做，结果对方二话没说就照做了。

后来她在自己的书里回忆，那个叫Kokeshi的娃娃衣服被撕烂，身体部位缺失，场面触目惊心。她表示在Cybrothel可以提出任何要求，从轻度施虐到模拟极端暴力，对方都会满足。

这不是孤例。活动学家Caitlin Roper指出在男性论坛上，经常出现非常多带有暴力色彩的照片：娃娃被捆绑成大字型吊在床上、被异物插入、处于被虐待姿势。有男性表示，希望自己的娃娃能“挣扎”，还有人因为不能在娃娃身上留下瘀伤而感到失望。这些讨论未必直接来自Cybrothel的顾客，但揭示的问题是共通的。

第三类人，纯粹出于好奇。

比如，科技博主来拍素材，留学生当猎奇打卡。VICE的女作者安娜·艾欧文就是一个典型例子，她从伦敦飞到柏林的Cybrothel，就是想专门来看看到底怎么回事。她选的娃娃叫Techno Babe，有一双玻璃般的蓝眼睛。

她后来这样描述：“凌晨1点跟她在一起之后，完全失去了对现实世界的锚点。”这种失锚的感觉，恰恰是Cybrothel想营造的效果——让用户暂时脱离真实世界的所有麻烦。

这些人可能不会复购，但他们每一个分享都在帮Cybrothel做免费传播。富森艾格自己也说，大家都想看看这到底是个什么新鲜玩意儿，媒体和猎奇者的涌入反而帮他们把生意推到了大众面前。某种程度上，Cybrothel的成功有一半要归功于话题性。

说到底，来Cybrothel的人，性需求只是最表层的原因。更深层的，是各种复杂的心理动机——有人需要爱，有人需要控制，有人需要新鲜感。

三、藏在Cybrothel背后的中国工厂

在Cybrothel的人和事之外，有一个绕不开的话题：这些硅胶娃娃到底谁造的？

答案可能会让很多人意外：几乎全部来自广东中山的一家工厂，叫金三玩美。

这家厂的前身是做服装模特道具的，2010年前后转型做成人玩偶。干了十五年，成为全球最大的硅胶娃娃生产商。据行业估算，中国每出口10个硅胶娃娃，就有4个来自金三玩美，九成订单销往美国、德国、澳大利亚、日本、韩国、俄罗斯等地。

真正让金三玩美出圈的，是2024年底推出的MetaBox系列。他们在娃娃里塞进了一个智能盒子，接入ChatGPT、Llama等开源大模型，让硅胶娃娃从不会回应的道具，变成了更“人性化”的伴侣——它能记住用户三个月的对话内容，叫得出你的名字，记得你上次抱怨过什么。娃娃还预设了温柔、活泼、知性等8种不同性格，用户可以随时切换——从邻家姐姐到毒舌吐槽役，一键搞定。

技术突破之后，商业模式也跟着变了。MetaBox的硬件售价在1500到2000美元之间，但AI交互功能要额外收订阅费，每年100到200美元。不续费？娃娃就变回普通硅胶，所有记忆全部清零。

事实上，金三玩美不是一个人在战斗，它背后是一整条中国产业链。

最底层是材料革命。由TPE高分子材料打造的皮肤纹理，可以做到极高真实度。娃娃的触感从“一眼假”变成了“跟真人一样”，摸上去有弹性甚至有皮肤纹理的凹凸感。这种材料也广泛应用于医疗领域，后来被成人用品行业借鉴过来，经过好几轮迭代才有了现在的效果。目前，中国在TPE高分子材料领域已经形成规模化生产能力。

往上是高度还原能力。依托中国成熟的模具制造和手工工艺产业链，许多中国厂商已经能提供数十种身体模组和数百种脸型选择，精准覆盖欧美、拉丁、亚洲等全球审美差异，连小肚腩、鸡皮疙瘩和晒斑都刻意做出来。金三玩美的3D曲面脸能眨眼、微笑，皮肤在不同光线下的视觉效果非常接近真人。

再往上一层是集群效率。中国占据了全球70%的硅胶娃娃产能，从材料研发到AI芯片，形成了一条完完整整的供应链。长三角的化工原料、珠三角的电子元器件、本地组装的高效率........全部可以在国内一站搞定，交付速度和供应链响应效率在全球范围内有明显优势。

欧美和日本的同行就没这么舒服了。他们要采购一套同样的零件，材料可能要从东南亚运，芯片要从美国订，传感器要从欧洲调，光是跨国物流和沟通协调就要多花许多时间。

同样的娃娃，中国厂商不仅能做得更快，而且做得更便宜，这就是从材料到芯片全链条自给的底气。

最上层是价格。以前日本高端娃娃卖8到10万人民币，普通人根本买不起。国产厂商入场后直接把这个价格体系打穿，不仅压到千美元级别，而且远低于日本产品，性能还差不多甚至更强。日本有家做了47年的老牌情趣娃娃厂叫东方工业，2024年直接关门。不少人认为，中国厂商的性价比优势已经让国外老牌厂商越来越难招架。

这套组合拳打下来，Cybrothel这种海外场所也明确要和中国供应商合作，开发更耐用的模型。

整个行业也在加速。QYResearch调研显示，2024年全球AI硅胶娃娃市场规模约23.2亿元，预计到2031年将接近70.5亿元，年复合增长率达17.3%。在这个正在被技术重塑的庞大市场，制造端的控制权已经悄悄转移到了中国手里。

四、人机亲密关系的背后，折射出什么？

在Cybrothel和中国工厂的生意经背后，其实还有更深层的问题：人机亲密关系升级的背后，到底折射出什么？

首先，人机亲密关系的兴起，不是技术噱头，而是一个社会结构性问题。WHO发布的报告明确指出，全球约有六分之一的人感到孤独。同时，结婚率走低，独居比例创新高。传统社交网络在萎缩，大量情感缺口等着被填补，AI情感产品正好卡在了这个位置上。

但问题也跟着来了：你越用AI替代真实关系，社交能力就越退化。最后只能继续依赖AI，彻底回不去了。心理学上，这种因为AI的身份、性格或记忆发生不连续性变化而引发的痛苦，被称为“经历断裂”。

怎么理解这个词？看美国Replika用户的遭遇。2023年，Replika移除了情色角色扮演功能，大批用户发现自己的AI伴侣变“冷漠”了。哈佛商学院的研究发现，有人为此伤心了好几周，失落感超过失去一件贵重物品。AI“变心”的时候，比真人分手还难受。

更极端的案例发生在2026年。一个36岁的美国男子跟Gemini聊了56天，4732条消息。他想给AI找实体身体，失败后精神崩溃选择了自杀。Gemini多次尝试帮他拉回现实，但是没用。

比“经历断裂”更隐蔽的问题，是所谓的AI“锚定效应”。简单说就是，AI那个100分的完美标准一旦在那儿，回头看真人只有60分，难免会觉得对方不够好。

成都一位精神科医生接诊过一个女孩。她每天跟AI聊七八个小时，结果目光呆滞，与人交流存在障碍。医生解释说，她长期跟大模型对话，听不到真人说话时的音调、节奏、表情，慢慢就失去了情绪表达能力。

后来，医生开出了一份看似普通却至关重要的处方——“买菜、做饭”。大半年后，女孩精神状态大为好转。因为在菜市场里，她需要专注菜贩的声音，感受刀刃与砧板的碰撞。跟真实世界的物理互动，这些AI是给不了的。

宁波一个高二女生就没这么幸运了，她因为沉迷于AI聊天而休学。在她看来，AI比父母更懂她。接诊的医生说，AI能全天候满足人的情感需求，但人类根本做不到。用得越久，大脑就越觉得真人不够味。

这些案例指向同一个尴尬：不是AI太坏，而是它太好了，好到真人没法比。你习惯了永远温柔、永远秒回的伴侣，再去面对一个不完美的真人，落差感可想而知。

真正让人不安的，是技术还在狂奔，沉浸感只会越来越强。

早在2007年，英国作家大卫·利维就写过一本书叫《与机器人恋爱和性爱》。他在书里预测，到2050年，跟机器人发生关系、谈恋爱甚至爱上机器人，都会变成完全正常的事。当时听起来像科幻，现在看离现实越来越近。

富森艾格也在筹划升级。他的计划是从硅胶娃娃转向真正的机器人。他说，机器人能做的多得多：“它们可以触摸你、四处走动、能发热——所有这些功能。”

换句话说，现在的娃娃还只是个不会动的物件，下一步就是会动、有体温的伴侣。到那时候，人与机器的界限只会更模糊。所产生的问题将比现在复杂得多，也危险得多。

另一个躲不开的问题是监管。数据隐私怎么保护？成瘾性设计怎么限制？未成年人怎么防护？极端情绪下平台该负什么责任？这些都不是小事。

2026年4月，五部门联合发布了《人工智能拟人化互动服务管理暂行办法》，明确禁止向未成年人提供虚拟伴侣服务，也不得诱导情感依赖，新规自7月15日起施行。欧洲那边还在讨论，但估计也会落地。

说到底，AI情人不是洪水猛兽，但也绝不是“花两百多欧就能买到完美关系”那么简单。它是一面镜子，折射出当代人的孤独，也折射出一个扎心问题：249欧一夜的AI硅胶娃娃也许能成为“完美情人”，但当你习惯了这种“完美”，你还愿意忍受真人的不完美吗？

这个问题的答案，可能比任何技术都更难面对。

本文来自微信公众号： 版面之外 ，作者：版君

2026年的高考，出现了一个过去从未有过的现象。

考生还没出分，AI已经开始抢人了。

几乎所有主流AI产品，都在争夺同一个入口：高考志愿填报。

表面上看，这只是一次热点营销。每年高考季，各家互联网公司都会围绕考生和家长抢流量。

但如果把时间线拉长一点，会发现一件更值得关注的事。

很多年以来，高考最大的生意一直是信息差。而2026年，信息差第一次开始变成公共品。

这是AI第一次大规模进入中国人的人生决策场景。也是AI第一次开始影响1290万考生背后数千万家庭的未来选择。

今年高考真正的变化，不发生在考场里。发生在考场外。

一、过去卖一万块的东西，突然免费了

高考志愿填报这门生意，过去十几年一直在膨胀。

从最早的教辅书、分数线手册，到后来的志愿规划师，一对一咨询，升学机构。在教培行业转型、考公考编竞争白热化的背景下，家长们对选错专业的恐惧达到了顶峰，直接催生了畸形繁荣的志愿填报市场。

如今市场上的高端志愿填报服务，价格早已突破万元。一对一咨询动辄12999元到18999元，40分钟单次咨询5000元，名额抢购制，热门老师的排期满到三年后。普通规划师5000到8000元。县城里新开的同类机构，三五千起步。

他们卖的是什么？表面上是咨询服务，本质上是信息差。

他们并不创造录取名额，也不能帮考生多考50分。创造的是一种认知优势，哪个学校今年可能降分，哪个专业未来就业更好，哪个城市更值得去，哪种志愿组合最能让分数"不浪费"。

这些信息并不是秘密。

但对一个从未经历过志愿填报的18岁学生和他的父母来说，在几天时间里完成搜集、筛选、判断和决策，几乎不可能。于是一个围绕信息差形成的产业诞生了。

而今天，AI在做同样的事。只是免费。

两三年前，这些东西很多家庭要花上万元。今天只需要打开一个APP。

二、AI淘汰的不是规划师

技术对传统咨询业的冲击，远比想象中来得迅猛。

过去：你不懂规则，我懂。所以你要付钱。

今天：AI比任何人都更快地掌握规则，而且不收费。

它们未必完美。但对于过去完全得不到专业指导的绝大多数考生而言，中国每年有大批来自农村和县城的初代大学生，他们的父母一辈子没走出过县城，根本无力指导志愿。

对这群人来说，AI的出现，完成了一次底层信息的兜底。

北京、上海、深圳的家庭，天然拥有更多教育信息。他们知道哪些专业正在崛起，知道哪些学校被低估，知道哪些赛道未来十年更有机会。

而很多县城家庭，并不拥有这样的资源。同样的分数，大城市的父母可能帮孩子精准避开了夕阳产业的专业，而县城的父母可能仅仅因为听起来体面，就让孩子错过了行业红利。

于是同样的分数，走向了完全不同的人生路径。高考结束以后，真正拉开差距的，往往不只是考试，还有信息。

AI的介入，本质上是在用技术的确定性，去对抗地域和阶层带来的不确定性。今年第一次出现一种新的可能，考试结束之后的信息差，也开始被AI抹平。

这或许是多年来，中国教育体系里最接近信息平权的一个瞬间。

三、高考为什么会成为AI争相攻占的场景

不是因为高考流量大，是因为高考天然适合AI。

数据极其标准化。全国近3000所高校、数千个专业、历年录取分数和位次，全部公开透明。这是AI最擅长处理的数据形态。

决策链条极其清晰。输入的是分数、位次、选科和偏好。输出的是志愿表。中间的逻辑可以被完全结构化。这正是Agent最擅长完成的任务类型，给定目标，规划路径，输出方案。

需求极其刚性。今年高考结束后，1290万考生必须在极短时间内完成一个可能影响未来数年的重要决定。时间有限，压力巨大，容错率也很低。这样的场景天然会驱动用户寻找更高效的工具。

标准化数据、清晰决策链和强需求。这三个条件叠加在一起，让高考成为AI在中国最容易跑通的真实应用场景之一。

四、真正的变化，不是报志愿变简单了

过去，一个考生填志愿通常要经历什么？

问老师，老师熟悉的是自己学校过去的经验。问家长，家长的认知往往停留在自己的时代。问学长，学长只能代表自己的经历。找机构，收费昂贵，而且水平参差不齐。

每一个信息来源都是局部的、有限的、带有偏见的。

今天第一次出现了一个新的东西。AI或许不完美，但它见过全部数据，不会因为利益关系推荐某所学校，也不会因为个人偏好否定某个专业。它可以在几十秒内完成过去需要几天时间才能完成的方案比对。

这不仅仅是工具升级，是一种认知资源的重构。

一个深圳重点中学的学生，和一个贵州县城中学的学生，第一次有机会获得接近同等质量的志愿建议。

不是因为他们的分数一样，而是因为AI不区分你是谁，只要你输入分数，给出的分析质量是一样的。

过去，人脉决定信息。今天，接入AI就是接入信息。

五、AI进入中国家庭的第一道门

在很多人的理解里，写代码、生成图片、生成视频就是AI革命。

但是，对于绝大多数中国普通家庭来说，都不是。他们不写代码，不做视频，甚至很少接触那些最前沿的AI产品。

高考更不一样。

1290万考生背后，是数千万父母。当AI开始参与高考志愿填报的时候，它第一次进入了中国家庭最重要，最敏感，最不容出错的决策场景。

这扇门一旦打开，后面的事情就会顺理成章。今天是选大学，明天可能是选工作，后天可能是选房子、理财、规划职业，甚至规划人生。

人们在高考前后，交出了对AI的信任。这种信任会像水一样，渗进他们未来的每一项重大选择，让AI从工具变成顾问。

高考，可能就是这个变化的起点。

六、当人生被精准计算

AI见过了所有历史数据，能用最冷的投入产出比去计算每一个专业的就业率、平均薪资、行业寿命。它给出的推荐，必然是理性的、无风险的、甚至是功利的

在AI的算法里，“冲稳保”是一道精密的数学题，它会劝一个有文学天赋的孩子去学计算机或法学，因为后者的就业面更宽，它会建议一个痴迷于考古的学生选择财务管理，因为该专业的薪酬回报周期更短。

这时候，人生的选择和思考还剩下什么？

如果完全听从AI的安排，确实避开了风险，换取了最大概率的社会平均成功。但我们是不是同时交出了另一些东西，盲目、热忱、不计后果的偏爱，以及犯错的自由？

信息差被抹平了。但人生的多样性，是否也会被算法抹平？

AI可以帮我们规避志愿表上的误判，却没办法替我们承受漫长人生里的迷茫。面对一张由算法生成的，完美无瑕的志愿表，真正需要做决定的，依然是那个站在18岁路口的年轻人。

【版面之外】的话：

很多年以后回头看，人们未必还记得2026年的高考作文题是什么，也未必记得数学最后一道大题有多难。

但他们可能会记得另一件事。

这一年，AI第一次出现在一张高考志愿表上。

从那张志愿表开始，AI第一次参与了中国普通人的人生选择。

过去，人们总把AI理解成一种技术，直到它开始影响人生，技术才真正变成现实。

而真正值得被记住的，或许不是AI替我们做了多少决定，而是在这个算法越来越聪明的时代，我们是否还愿意，为自己的选择承担全部后果。

本文来自微信公众号： 凤凰网财经 ，作者：公司研究院

2026年6月，资本市场荒诞一幕在胜宏科技上演。

一段模糊的电梯监控视频，一个“刚认识就骗我给他生小孩”的爆料，在短短两个交易日内，让一家AI算力PCB龙头（300476.SZ）的市值如同坐上了过山车：先是6月8日市值蒸发超200亿，次日继续下挫。

一家A股市值超3000亿的上市公司，其股价的波动脱离了基本面。根据此前财报显示，胜宏科技一季度营收55.19亿元，同比增长27.99%，单季净赚12.88亿，而股价的暴跌仅仅是因为实控人的一桩“私德”绯闻。

可以说，这是A股历史上“最贵的一吻”，也是一次对中国上市公司治理逻辑的残酷压力测试：一家公司创始人的私德与公司治理是否有关？

北京也迪律师事务所创始人吴振华律师对凤凰网财经《公司研究院》表示，实控人的个人私德问题与上市公司经营风险并非完全等同，但也绝非绝对无关。从法律角度看，若相关事件仅属个人婚姻、情感或家庭事务，未涉及违法犯罪、内幕交易、利益输送、侵占上市公司资产等情形，原则上属于个人领域，不当然构成上市公司信息披露事项，也不必然影响公司正常经营。

但从公司治理角度看，尤其是在我国大量民营上市公司仍采用创始人或家族控制模式的背景下，实控人个人风险往往与公司治理风险存在高度关联。

当我们从胜宏科技的“电梯门”望进去，看到的不仅是猎奇的桃色新闻，更是一个关于“一股独大”、“风险外溢”以及“ESG代际革命”的宏大叙事。

01

一日蒸发237亿，27万股民要为私德买单？

事件始于6月6日，抖音博主“珍珍Janice”发布视频及聊天记录，指控公司实控人、董事长陈涛卷入感情纠纷，并曝光一段疑似两人在电梯内亲密互动的视频。

针对此事，凤凰网财经《公司研究院》于6月8日致电胜宏科技。公司回应称：“目前网传信息与公司经营无关，也不涉及公司治理、内部控制等需披露的重大事项，公司整体生产经营活动未受到任何影响。”根据相关媒体公开报道，胜宏科技总裁赵启祥称网传消息不完全属实并已报警。

虽然公司极力切割，但是市场用真金白银的抛售，对这种“切割式”回应投了不信任票。

为何市场成为了“惊弓之鸟”？在陈涛家族控制的治理结构下，私德风险已有转化为实质性治理风险的可能。

根据年报和一季报数据，陈涛通过深圳市胜华欣业投资有限公司（陈涛股权占90%，妻子刘春兰股权占10%）和胜宏科技集团（香港）有限公司（陈涛股权占70%）合计控制上市公司约24%-30%的表决权。刘春兰本人是公司董事、一致行动人，还直接持股0.36%。弟弟陈勇任副总裁，也在核心位置上。

资本市场怕的从来不是八卦本身，而是“婚变”背后的控制权地震。由于陈涛与刘春兰是一致行动人，因此，一旦私德问题引发家庭财产分割，那个看似稳固的“关键人”治理结构便会瞬间变得脆弱不堪。机构投资者的逻辑很简单：当公司的决策中心从“搞AI算力”变成“搞离婚分家”，除了先跑为敬，别无他选。

为此，胜宏科技6月8日当晚被迫紧急抛出不超过7亿元的员工持股计划来“护盘”。根据公告，股票来源全部为二级市场竞价交易，参与主体覆盖公司非独立董事、高级管理人员及海内外子公司核心技术、生产、营销骨干员工。

对于员工持股计划，吴振华律师认为这是一个积极信号。其核心作用主要体现在：第一，向市场释放管理层对公司长期价值的信心；第二，稳定核心管理团队和技术骨干；第三，降低外界对于企业人才流失和经营稳定性的担忧。

但他同时又表示，员工持股计划更多属于市场信心修复工具。如果投资者真正担心的是实控人风险或控制权稳定性问题，那么员工持股计划并不能从根本上解决这一问题。

换句话说：员工持股计划有助于稳定市场情绪，但无法替代公司治理机制本身。

02

不止于“电梯门”：家族内斗与私德危机“灰犀牛”

胜宏科技并非孤例。翻开近年来的商业新闻，因“实控人出事”造成公司治理出现重大风险的案例并不鲜见。

当缺乏权力的制衡，企业家的私德问题或家族矛盾，往往演化成摧毁企业价值的飓风。

上市公司老百姓实控人谢子龙于2026年4月被曝婚外生子，这份起源于社交平台的爆料，在媒体跟进向公司求证后，公司始终未作任何回应。

叠加其此前曾被湖南省监委留置、公司多地门店骗保频发等事件，投资者对其控制权稳定性与管理层信任度持续走低。传闻曝光后一个月内，公司股价区间跌幅一度跌超10%。

（社交媒体爆料截图）

（谢子龙，图源：公司官网）

2026年初，84岁的双星名人集团创始人汪海一纸声明断绝父子关系，将百年品牌遮羞布撕下。这场闹剧背后，是儿媳通过增资成为第一大股东，是“抢公章”、“停工资”、“限制人身自由”的狗血剧情。当“家”与“业”不分，最终导致百年品牌陷入治理混乱。

2020年9月，深圳市高特佳投资集团董事长蔡达建原配举报其婚外情，牵出了公司内部治理的“黑洞”。举报信直指其因沉迷私生活导致“丹霞项目”并购失控，作为高特佳重要投资标的上市公司博雅生物被卷入8亿预付款的漩涡。即便公司紧急切割成立新平台，股价的暴跌和信用透支已不可逆。

舆论发酵后，蔡达建不再担任高特佳集团董事长职务，董事长变更为金惠丽。双方随后达成离婚及财产分割协议。

新城控股原董事长王振华案曾经轰动一时。2019年6月，王振华在上海某酒店内对一名不满12周岁的女童实施猥亵行为。案件曝光后，新城系遭遇股债双杀，虽然后来通过儿子接盘和资产甩卖勉强存活，但从此跌出一线房企阵营，市值缩水近八成。2024年，“猥亵儿童”的王振华刑满释放，但地产江湖早已变天。当私德越过法律红线时，对企业造成的打击是毁灭性的。

这些案例指向一个共性：股权集中、家族治理、关键人风险未隔离。在这些企业里，中小股东和员工成了实控人道德风险的最终“买单人”。

03

从“电梯门”看资本市场的代际进化

随着社交媒体的传播效应放大，企业家个人私德问题更容易引发市场连锁反应，公众对此类事件的敏感度随之提高。

在旧逻辑下，投资就是看报表、看PE、看ROE。只要业绩好、不违法，企业家的私生活被视为“私人领域”，与二级市场无关。

但在2026年的今天，这个逻辑彻底失效了。

这背后是资本市场的代际进化：第一，社交媒体成为“非传统监管力量”。第二，ESG投资理念重塑估值体系。在新的投资范式下，公司的社会（S）和治理（G）权重前所未有地提高。实控人的稳定性、反腐败机制、道德风险防范，已成为机构投资者的核心尽调项。一个私德有亏的实控人，意味着公司存在巨大的“尾部风险”。

吴振华律师对凤凰网财经《公司研究院》表示，此次事件给我国上市公司治理提出了新的课题。随着企业家个人IP越来越强，实控人个人行为对上市公司的影响正在不断放大。

对此，他建议可以从以下几个方面完善治理机制：一是，建立实控人风险管理机制，将实控人、董事长、核心创始团队纳入上市公司重点风险管理体系，定期评估关键人物风险（Key Man Risk）。二是，降低企业对个人的过度依赖，推动职业经理人制度建设，形成董事长、总经理、核心管理层共同治理格局。三是，完善控制权稳定机制。

当企业家站在电梯里、站在摄像头下，那一刻，他不仅是一个自然人，更是一个承担着几十万股民信任的公众符号。

管住自己，不仅是为了私德，更是为了那K线图上跳动的、关乎无数家庭财富的数字。

本文来自微信公众号： 秦朔朋友圈 ，作者：毛大庆

近两年，谈论中国经济绕不开一个关键词——内需。

消费修复的节奏、居民资产负债表的压力、预期与信心的反复，几乎构成了所有宏观讨论的底色。但在这片底色之上，也有一些亮色在悄然生长。

Hyrox综合体能、山地越野、铁人三项，这些曾经只存在于小众圈层的耐力运动，在不到三年时间内完成了从“圈地自萌”到“全民狂欢”的跨越。

2025年，全国户外运动消费人次超8亿，消费总额突破1万亿元。这并非简单的运动流行，而是国内居民消费升级、供给体系迭代、内需结构转型的具象缩影。

它们共同指向一个值得深究的趋势：当人们从为“衣食刚需”付费，转向为“体验、健康与自我实现”买单，一个全新内需时代的轮廓正在被勾勒出来。

从“买到”到“去练”

过去，体育消费约等于买——买球鞋、买球衣、买运动手环。现在，这笔账的算盘换了个打法。

2025年，限额以上单位体育娱乐用品类零售额同比增长15.7%，远超社会消费品零售总额3.7%的平均水平，文体休闲服务类零售额也实现较快增长。

耐力运动的个人经济账更为直观。一位Hyrox活跃参与者年消费额轻松突破五千乃至万元，包含报名费（单人最低638元、四人组最高1688元）、专项课程、专业装备、跨城参赛的差旅食宿。

一场铁人三项赛事报名费三千元起步，越野跑千元起步，后期叠加装备升级、康复理疗更是上不封顶。

用户支付的已不是基础运动服务，而是训练流汗的过程、完赛的成就感、社交媒体上那张“人生首野”的认证照。

这群人有着共同的名字——25至45岁的城市白领、企业高管、金融从业者构成了核心付费底盘，Hyrox参赛者中女性占比已超45%。

据估算，2025年全国举办了超过50场大众铁人三项赛事，覆盖超过45座城市，赛事数量较2022年增长近6倍。柴古唐斯括苍越野赛“一票难求”，数万人同时在线抢购，中签率堪比顶流歌手演唱会。按人均600至800元报名费计算，Hyrox北京站单场赛事仅门票的直接收入就超过500万元。

从一次冲动到一条闭环

耐力运动正在制造一种“消费闭环”：日常训练→备赛集训→异地参赛→赛后复训。

健身房购买专项团课，采购升级装备，报名各地分站赛，运动营养、康复理疗不断追加支出。

一条消费链贯穿始终，打破了传统健身房“办卡即闲置”的低效模式。

更值得关注的是，运动正在替代饭局成为新的社交货币。

Hyrox北京站观众数量接近3000人，上海站近6000名观众到场。观众票原价五六十元，被炒至数百元，溢价最高达七倍。社交平台上的完赛照片和短视频进一步拉动增量消费——在小红书，Hyrox话题阅读量已超1.3亿次。年轻人为了拍一张“完赛照”而参赛，彼此交流训练心得和比赛穿搭，这本身就是内容生产和新客转化的闭环。

为了追求更好的成绩，一些参赛者的账单在不断加码。深度参与的选手在专项课程、高端装备、运动康复上投入数万元，消费链的末端还在不断延伸。从日常训练到异地参赛，从营养补给到赛后理疗，这条闭环把一个一次性冲动消费，变成了全生命周期的持续投入。

“受苦”也分层

耐力运动正在构筑一套精密的消费分层体系。

入门级有百元体验组、迷你铁三、Hyrox体验组，新手试错成本低；

进阶级有百公里越野、70.3铁三、Hyrox正式组别；

专业级则有UTMB国际越野、大铁、Hyrox精英赛，对应高端定制装备、私教和海外参赛服务。

柴古唐斯括苍越野赛仅约6000人中签，阳羡100越野挑战赛前20天报名人数突破13000人，全价位覆盖保证了从大学生到退休高管的消费光谱。

耐力运动也早已突破北上广深的地理限制。Hyrox目前已落地北京、上海、广州、深圳、成都等多个城市，北京站参赛人数从2024年的1000余人激增至2025年的约4700人，上海加场赛更吸引近7000名参赛者。

在更广阔的县域市场，2025年县域体育消费增速达18.7%，显著高于城市平均水平。贵州锦屏县依托赛事推动“体育+”，全县累计接待游客315.96万人次，旅游总花费31.02亿元，同比增幅14.10%。一场赛事正在成为撬动地方消费的支点。

谁在接住这股浪潮？

需求端的爆发，倒逼供给端全线跟进。

赛事层面，过去以体育局、协会包办为主，如今本土商业IP与国际IP双线布局。Hyrox入华仅两年，合作健身房从10余家迅速增长至500家。

IRONMAN70.3上海站名额半天售罄，优质赛事“一票难求”已成常态。监管层同步迭代，高风险越野赛事纳入许可制，中登协出台山地赛事安全规范，淘汰了大量劣质办赛方——行业正从“野蛮生长”转向“精细运营”。

场馆层面，传统年卡式健身房持续关闭，很多老牌连锁品牌陆续闭店，综合体能馆、铁三专项馆、Hyrox授权场馆却在逆势扩张。商业模式从单一年卡裂变为“课程授权+备赛私教+赛事分成”的三元收入架构。

2024至2025年间，美团平台户外运动收录商户由2.7万家增至3.4万家，一年净增超7000家。

装备制造层面，国货正在集体“上桌”。2025年上半年，凯乐石营收达30亿元，增速仍维持约90%，在中国区以超25%的市场份额超越几家知名海外品牌，位列中国户外市场榜首，其FUGA越野跑鞋更以34.8%的市占率超越HOKA，成为中国越野跑者的首选。

李宁、特步等品牌也在加速布局骑行服、越野鞋等细分产品线，打破了海外品牌在耐力运动装备领域的长期垄断。

服务配套的扩张同样显著。运动康复医学产业高速增长，市场总规模已由2020年的约8.5亿元增长至2023年的22.5亿元，年复合增长率接近40%。2025年全国共有284场获得中国田协A类认证的马拉松赛事，产生直接经济影响185.1亿元，拉动效应达454.0亿元，带动约18.3万个就业机会。

马拉松赛事对“吃、住、行、游、购、娱”相关消费的拉动效应达到201.1亿元。每一场赛事，都是对地方经济的全面激活。

7万亿的想象空间

这股热潮，指向的是一个万亿级的增量市场。

《中国路跑赛事蓝皮书》显示，中国大众跑者数量已经达到约3亿人。来自《2025中国运动健身行业数据报告》的权威数据显示，中国健身会员总数约8452万人。

尽管这两个数据并非精准指向常年高频从事跑步及健身的人群，但其中的存量跑者和健身爱好者向Hyrox、越野、铁三转化的空间也极为可观。

仅存量健身人群的转化，就足以支撑国内耐力赛事持续运营相当长的时间。

国务院办公厅印发的《关于释放体育消费潜力进一步推进体育产业高质量发展的意见》，提出到2030年体育产业总规模超过7万亿元。以2023年体育产业总规模的3.67万亿元为基数，仅需保持约9.6%的年均复合增长率，耐力运动正处于这一增长曲线的核心位置。

全球范围内，Hyrox创始人预计到2026年全球参赛人数将突破130万，2025年营收约达1.3亿美元。国际越野跑协会数据显示，近几年中国越野跑比赛数量和参赛人数增长率均为全球第一。

这场热潮意味着什么

耐力运动火爆的本质，是内需从“物质型”向“发展型+享受型”升级的结构性标志。

需求端，居民消费逻辑正从增量刚需转向以身心健康和自我实现为核心的增量消费，优化了整体消费结构，降低了对地产和传统耐用品消费的过度依赖。

2025年全国居民恩格尔系数降至29.3%，标志着消费从基本生活需求向发展型、享受型需求加速转型。

供给侧，倒逼赛事、场馆、制造、配套全产业链转型升级，淘汰低效供给，培育新的实体经济增长极。Hyrox全球合作健身房已超5000家，年均举办比赛逾百场，这种标准化、可复制的赛事IP模式正在重塑中国健身服务业态。

政策端，在2030年体育产业总规模突破7万亿元的目标框架下，耐力运动正成为一个兼具韧性、纵深和长期吸引力的内需新抓手。商务部研究院测算，若把体育消费占GDP比重提升到国际可比水平，意味着约一到三万亿元人民币的市场增量有待释放。

竞技场上的汗水和赛道旁的欢呼，背后是一个正在运转的新经济引擎。

这不只是“运动热”，而是一个国家消费逻辑、产业格局和内需动力的深度重塑。

当越来越多人愿意为“找苦吃”付费，这本身就是中国经济最值得期待的变化之一。

        作者｜张志峰 编辑｜周远方你手机里大概有12颗螺丝钉。你坐着的办公椅大概有16颗。

        你脚下的这栋写字楼，身体里大概藏着1.2亿颗。它们中的任何一颗如果今晚决定断裂，你的生活可能就此改写——但问题是，你从未注意过它们。

        这就是螺丝钉的魔法：它是人类工业史上最成功的隐身术。

        它无处不在，以至于彻底隐形；它廉价到以分计价，以至于无人关心它的来历；它失效时静默无声，以至于人们总是在灾难发生后，才想起去追问那颗已经扭曲变形的金属残骸。

        全球每年消耗超过3000亿颗螺丝钉。如果把它们首尾相连，可以从地球排到月球，再排回来，排上40个来回。

        一架波音747身上有600万颗，一辆普通家用车身上有3000颗，一条高铁轨道上的扣件系统里，每一公里都蹲着数万颗。

        它们被称为“工业之米”——不是因为它们像大米一样珍贵，而是因为它们像大米一样不可缺、不可乱、不可假。

        一粒霉米可以毒死一个人，一颗假螺丝可以毁掉一座工厂。

        但吊诡的是，我们建立了最精密的体系去监管一粒大米从田间到餐桌的全程溯源，却放任“工业之米”在数百万个Excel表格、数千层贸易代理、数百种方言式的物料编码中裸奔。

        历史纵深：200年未完成的底层革命螺丝钉的困境，不是中国独有的问题，而是工业文明200年来未能破解的结构性难题。

        工业革命发明了标准化，但紧固件行业却是“先有产品，后有标准”。

        从1841年惠特尼提出互换性概念，到二战后ISO公制螺纹统一，螺丝钉的规格非但没有简化，反而随着材料科学、表面处理工艺、应用场景的爆炸式增长，膨胀为一个数百万SKU的“非标深渊”。

        这种“长尾”属性，天然排斥大规模集约。在中国紧固件之都河北永年，聚集着近3万家企业，其中一半是生产企业，但规上企业仅有200多家，没有一家产值超过10亿元。

        它们像一片无边无际的散沙，每家只切一小块市场，品种各异、标准不一，最终只能依赖层层贸易商把碎片收拢进流通体系。

        美国市场同样经历了漫长的碎片化。但固安捷（Grainger）1927年创立，用近百年时间通过自营+线下服务网络+大客户合同模式，将美国MRO市场前十大公司的集中度提升至30%-45%。

        其当前市值约613.8亿美元，服务的前三大行业——制造业、政府、批发——

        合计销售额占比超过50%，大客户黏性极高。Fastenal则以45.3%的毛利率和73%的合同收入占比，证明了工业品供应链的盈利逻辑不在流量，而在履约确定性。

        反观中国，2023年工业供应链市场规模已达10.9万亿元，但数字化渗透率仅为5.9%。

        这意味着超过90%的工业品仍在传统渠道的暗箱中流通。

        更残酷的是，中国虽是紧固件生产大国，但大量高端螺丝钉仍由外资主导——

        美国Arconic年收入超140亿美元，为航空及汽车提供精密紧固系统；而永年的3万家企业，大多仍在为中低端市场惨烈对杀。

        200年过去，螺丝钉的物理形态没有变，连无人码头都还在为拆一颗紧固件发愁，它的流通体系始终没能从“农业社会”迈入“工业社会”。

        超级场景：无人码头为一颗扭锁发愁这种“长尾”属性对大规模集约的天然排斥，在当代制造的一个极端场景中暴露无遗。

        今天，全球最先进的集装箱码头已经实现了岸桥无人化、AGV自动驾驶、堆场全自动调度，但有一个环节至今仍让工程师头疼：拆除集装箱角件上的那颗扭锁（Twist Lock）。

        OECD在其官方报告中直言，这是“集装箱码头自动化中最难自动化的环节”。

        一艘200米长的货轮，甲板上堆叠着数十层集装箱，每一层之间都靠这种旋转式紧固件咬合。

        卸船前，必须人工或专用机器人逐颗解锁。全球每年因此消耗的工时以百万计，每一次解锁延误15到30秒，对一艘万箱巨轮就意味着数万美元的泊位成本蒸发。

        集装箱码头上的紧固件中国港口为此投入了惊人的创新资源：青岛港自主研发了全球首套机器人自动拆装扭锁系统，六度刷新自动化码头装卸效率世界纪录；天津港的智能解锁站必须兼容20余种主流锁具型号，靠3D视觉在3秒内识别非标形态。

        这些成就令人振奋，但也从侧面印证了一个荒诞的现实——

        当5G、北斗、L4级无人驾驶都已进驻港口，人类居然还要为“拆一颗螺丝”专门发明机器人。

        如果全球贸易的动脉都会被一颗非标紧固件卡住，那么中国数百万家工厂里那3000亿颗形态各异的螺丝钉，又该是怎样一幅图景？

        微观痛点：信任塌方与配套死循环在浙江萧山奥展实业的展厅里，董事长黄成安手里捏着一颗生锈的螺丝。

        它看起来和普通的紧固件没什么两样，但在柬埔寨的一处工地上，正是这种贴着中国制造标签的劣质产品，被无良贸易商用一层薄薄的油漆掩盖了锈迹，导致了极为严重的安全生产事故。

        在国内，也不乏大型水电站因两颗劣质螺丝断裂导致巨额损失的案例。

        这绝非个案，而是中国庞大制造业传统采购链路长期不透明的一个缩影。

        紧固件行业的SKU高达数百万。像奥展这样的头部企业，自身产品SKU达十万级以上，大型企业的单一采购清单动辄上千个SKU。

        在传统链路中，采购员往往过度依赖固定线下渠道，其本身只认得一串内部物料编码，不知具体参数；同一型号在不同部门可能有几十种叫法，“一物多码”导致后续采购、库存、履约全链路失真。

        想象一下，如果超市里的大米在收银系统里有五十个名字，从“粳米”到“圆粒米”到“物料编码#2014-B”，而收银员不知道它们其实是同一袋米——这样的流通系统，怎能不崩溃？

        更致命的是配套关系的复杂性。一个项目往往同时需要螺栓、螺母、垫圈等多种产品，采购的核心不只是买齐，而是配准、交稳。

        但传统贸易中经常出现“螺栓到了螺母没到，主件是热镀锌、配件却是普通镀锌”的错位，一个关键规格缺失就可能导致设备停机或工程进度停滞。

        这就像精密仪器的齿轮组，少一个齿、差一个模数，整台机器就空转。

        极度的信息不对称，直接催生了劣币驱逐良币的死循环。

        黄成安在访谈中直言不讳地指出了行业内的“高智商造假”：“有些劣质产品在光谱分析下都难以分辨，微量元素差异仅在万分之三的碳含量之间，防腐和抗拉性能却天差地别。更有甚者，贸易商全流程伪造质保书、检测报告。”

        在这种环境下，坚持品质的企业反而因成本高企被边缘化。

        现代工业要求的是确定性，而传统贸易提供的是盲盒。竞品格局：标准霸权的裂缝与中国窗口固安捷（GWW）当前市值约613.8亿美元，震坤行上市后市值不到6亿美元，京东工业最新估值约67亿美元。

        十到一百倍的市值鸿沟，很容易让人得出“商业模式代差”的悲观结论——

        仿佛中国MRO玩家只是固安捷百年路径的拙劣模仿者。

        但这是一个需要被重新审视的判断。固安捷的市值本质上是标准霸权的资本化。

        它用近百年时间在美国市场建立了一套相对稳定的工业品分销层级：制造商按固安捷的目录标准生产，客户按固安捷的SKU体系采购，中间层按固安捷的履约网络流转。

        在这个闭环里，固安捷不是简单的渠道商，而是美国工业标准的隐性制定者之一。

        它的600亿级市值，买的不是货，而是“让美国工厂相信一颗螺丝应该长什么样”的信任溢价。

        然而，这个标准霸权有一个致命的盲区：它从未真正解决紧固件的非标深渊。

        美国MRO市场前十大公司集中度仅30%-45%，剩余超过一半的市场仍由数十万中小分销商、本地五金店、专业贸易商瓜分。

        固安捷用百年时间建立了一套“相对有序”的体系，但面对数百万SKU的紧固件长尾，它同样选择了分层外包——

        把非标品留给更下游的本地服务商，自己守住头部大客户的标准化需求。

        换言之，固安捷的“成功”是在承认非标不可消灭的前提下，建立了一套精致的渠道收租体系。

        它解决了“信任传递”的问题，但没有解决“非标消灭”的问题；它定义了标准，但那个标准只覆盖了工业世界需求的冰山一角。

        而这恰恰是中国企业的机会。中国制造业的复杂性远超美国：永年近3万家螺丝钉企业、数百万SKU、从低端建材到航天精密的极端跨度、从东南亚工地到德国汽车厂的全球出海场景。

        这种超大规模+极致碎片化+数字化原生环境的组合，是固安捷从未面对过的土壤。

        固安捷的模式建立在“纸质目录→电话订货→线下服务网络”的渐进演化上，而中国玩家从诞生第一天就面对一个全然数字化的市场。

        这意味着，中国MRO企业有可能跳过固安捷的“渠道收租”阶段，直接用数智化手段击穿非标深渊。

        京东工业的“墨卡托”标准库、震坤行的400万+SKU数字化、1688的超1亿SKU撮合平台——

        这些看似不同的路径，本质上都在尝试一件固安捷没做过的事：用数字基础设施重新定义工业品的标准化逻辑，而不是在旧标准里做渠道整合。

        标准霸权的裂缝就在这里。当全球贸易的咽喉（无人码头）还在为一颗非标扭锁发愁，当中国3000亿颗螺丝钉仍在Excel里裸奔，固安捷用百年建立的“美国标准”显然不是终局。

        在工业世界最底层的连接件领域，标准尚未固化，霸权仍有裂缝，这是中国制造从“产能输出”跃迁为“规则输出”的罕见窗口。

        解法：京东工业的“编字典”与“建确定性”面对行业深不见底的黑洞，京东工业的解法并非试图一口气吞下所有非标品，而是选择“物理重构”与“逻辑重构”双管齐下的重资产路径——

        并且，它选择在这个标准裂缝期，用数字原生逻辑重新书写规则。

        物理层面，自营入仓的核心是先把货权拿在手里。目前，奥展在京东工业平台提供的紧固件SKU数量超过5000个，双方计划在未来两年内实现自营入仓产品主力SKU的全覆盖与一站式购物。

        这不仅是把货搬到京东的仓库里那么简单。对于奥展这样的制造商来说，这意味着把库存成本和履约压力转移给了京东。

        京东用自己成熟的物流底盘，承担起了这部分资金占用和运营成本，让工厂更轻地运转。

        对下游客户而言，这意味着商品进了可溯源的体系，不再是来路不明的散货。

        这与1688的撮合模式形成鲜明对比。撮合模式轻资产、无库存风险、SKU扩张快，但品控和供应链把控力天然薄弱；京东工业的自营模式重资产、长周期，却能在螺丝钉这种对确定性极度敏感的品类上建立信任壁垒。

        这不是在复制固安捷的“渠道收租”，而是在用中国市场的超大规模，验证一种用确定性换溢价的新逻辑。

        比搬货更难的，是统一语言。京东工业打造的“墨卡托”标准商品库，实则是在编纂一部工业词典。

        它用AI深度学习技术，把行业内混乱的行话、别名统一成一套标准参数。

        解决了“一物多码”的老毛病，采购员搜一个词，出来的永远是那个对的东西。

        这就像给每一颗螺丝钉发了一张身份证，无论它在哪个省、哪个厂、哪张采购单上，名字只有一个。

        这一步的意义，远超一家企业的IT升级。当固安捷用百年时间把美国工业语言绑定在自己的纸质目录上时，京东工业正在尝试用AI和大数据，把中国的工业语言从“方言杂处”推向“普通话”——

        而且这套“普通话”不是绑定在某一家企业的私有目录里，而是沉淀在开放的数字基础设施中。

        而在履约端，京东工业并没有盲目地在各地建仓备货。它内部有一个名为IPNP（工业履约神经科学）的项目，听起来很玄乎，其实就是一套智能决策系统。

        它不靠囤货，而是靠算法计算：当订单来临时，是从工厂直发便宜，还是从离客户最近的仓调拨快？

        通过这种“精益运营”，避免了工业品动辄几百万的库存积压风险。

        螺丝钉不是堆得越多越好，而是要让每一颗在需要的时候出现在需要的地方。

        从渠道商到“产品经理”从奥展这颗螺丝钉向外延展，京东工业正在重写B端的生意规则。

        第一步是用“聚量”换“聚品”，重塑制造节奏。京东工业手里握着超过13000家重点企业客户。

        它把这些分散的需求汇聚起来，形成巨大的采购量（聚量）。

        有了量，它就有底气跟奥展这样的工厂谈：“你不用生产那些乱七八糟的杂牌货了，就按我的标准，专注生产这几千个爆款。”这便是聚品。

        通过合并相似需求，京东工业正在把原本极度分散的非标需求，强行拉向“准标品”。

        这不仅降低了供应链成本，更重要的是建立了一把统一的质量尺子，试图把行业从拼价格拉回拼质量。

        就像工业体系用“国标一级”把散乱的市场拉回品质竞争一样，螺丝钉也需要自己的等级标准。

        紧跟着，是尝试用大模型压缩治理周期。京东工业推出了JoyIndustrial大模型，依托沉淀的9770万SKU数据，把原本需要几个月的人工治理工作，压缩到了小时级。

        这是一种极大的效率提升。以前靠人工核对参数，现在靠AI秒级匹配。

        这让海量非标件的数字化治理从不可能变成了标配。需要指出的是，京东工业的目标从来不止于解决单个企业的采购难题，更在于推动整个产业生态的升级。

        比如通过与如麦瑞科林这类具备国际认证的“指定工厂”合作，将前端需求洞察与工厂研发深度耦合（JDM模式），驱动国产高端工业品从能用向好用跃迁，实现对国际一线品牌的可靠替代。

        这早已脱离了简单的渠道商思维，而是试图成为整个产业链的“产品经理”——

        不是倒卖零件的贸易商，而是决定做什么、怎么做、做到什么标准的体系设计者。

        在标准霸权的裂缝期，这种“产品经理”角色本质上是在参与新标准的塑造。

        非标深渊与出海暗礁逻辑是自洽了，但京东工业的模式仍面临着工业世界复杂性的极限施压。

        首先是标准化与非标定制的悖论。仍以紧固件为例，行业原本就是“先有产品后有标准”，随着航空航天、人形机器人等高端制造的发展，异形柔性定制需求层出不穷。

        将数百万个非标件全部数字化、入库，本身就是一项极其沉重的资产投入。

        如果平台上的“标品”只能覆盖基础长尾需求，而无法真正穿透高精密定制与异形非标的痛点，这种标准化是否会沦为一种面向小微客户的“简化版”方案，从而错失大型制造企业最核心的利润池？

        流通体系可以标准化覆盖基础需求，但高端制造需要的特种紧固件，平台能不能供？

        其次是履约体系的专业性水土不服。京东在C端的优势是快，但在B端，光快没用，还得“懂行”。

        B端工业品的仓配管理涉及专业的防锈防潮、复杂的分类盘点与繁琐的逆向物流。

        面对成千上万种规格迥异的SKU，如何实现精准的库位管理、防锈保质与高效的批次追溯，仍是京东现有的、以C端消费品为核心物流体系必须跨越的专业门槛。

        螺丝钉进了仓，不仅要存得下，还要不生锈、不混料、可追溯。

        最后是海外“伴随式出海”的深水区。随着中国制造业走出去，京东工业的“伴随式出海”模式已在多国落地。

        但B端出海远比C端复杂，不仅仅是建海外仓，更面临财税法合规体系构建、本地化生态适配等暗礁。

        比如，如何在缺乏基建的国家保证工业品的运输安全？如何应对欧盟严苛的碳关税与合规审查？

        固安捷的百年经验表明，工业品的全球化不是“把货搬到海外”，而是“把服务网络扎根当地”。

        震坤行2024年底上线美国独立站，是中国MRO企业首次正面挑战固安捷的大本营；京东工业的“伴随式出海”则选择跟随中国制造业的产能一起走出去。

        两种路径，哪一种更适合螺丝钉的全球流通，仍待时间检验。

        但无论如何，出海的前提是国内先建立可输出的标准。如果“墨卡托”标准库能在中国这个最复杂的市场跑通，它就有可能成为新兴市场——东南亚、中东、非洲——的工业语言基础设施。

        那里没有固安捷的百年渠道包袱，也没有美国标准的深度绑定，一张白纸，恰恰好画。

        结语：重塑基础供应链的商业算账从一颗生锈的螺丝钉，到一套全链路数智化解决方案，京东工业的实验本质上是在重塑中国制造业的基础供应链。

        它有机会成为制造业数字化转型的基础设施提供商——据京东工业与国研大数据研究院联合发布的报告估算：通过供应链创新优化和数智化转型，有望为中国工业企业降低总成本6.8万亿元。

        但这也意味着极其严苛的商业算账，从5000个SKU到主力全覆盖，从墨卡托标准库到AI智能预测，每一项都是重资产与长周期的投入。

        B端客户对价格极其敏感，他们是否会为“数据驱动的确定性”支付溢价，仍需市场检验。

        毕竟，在永年的3万家螺丝钉工厂里，仍有大量客户习惯用“8厘螺丝”这样模糊的方言下单；在固安捷服务了百年的美国市场，仍有超过一半的MRO交易在线下完成。

        京东工业的理念是“让数据多流动，让商品少跑动”。这条路很难，因为它不仅是在改造物理世界的流通路径，更是在重塑工业世界深层的信任法则。

        当一颗螺丝钉从“隐身术”中走出来，被赋予标准、被纳入体系、被追溯全生命周期，它才真正配得上那个称号——工业之米。

        螺丝钉的标准化，这道200年没有解完的题，现在让我们来试试。

        “向着月亮出发，即使失败，你也将置身群星之中。” 诺曼·文森特·皮尔（Norman Vincent Peale）这句话曾经激励了无数人。

        它暗示着，要野心勃勃，要去做困难的事，立下宏大的志向，这样即使你未能达成终极目标，也至少会取得不错的成就。

        唐太宗李世民也说过类似的话，“取法于上，仅得为中；取法于中，故为其下。”

        你要定下最高的目标，才能得到中等的结果，要是一开始就定下中等目标，那得到的恐怕就是下等结果了。

        总之，目标越高越好，野心越大越好。但也有另一派观点，伏尔泰喜欢引用古老谚语“完美是优秀的敌人。”这句话后来有多个变种：“完成胜于完美”，“为了追求更好，我们常常毁了原本的好”，“‘非完美不可’这条箴言，大可以拼写成‘瘫痪’。”

        以及“现在就果断执行的好计划，胜过下周才执行的完美计划。”

        在中国，就是“贪多嚼不烂”，“两鸟在林，不如一鸟在手”。

        目标不要太高，野心不要太大，免得最后落得两手空空。

        在人生抉择上，到底哪一个策略更优？，“要就要最好的”，还是“差不多得了”？

        2026年5月，三位研究者伊卡特琳娜·兰德格伦（Ekaterina Landgren）、瑞安·兰根多夫（Ryan Langendorf ）和 马修·伯吉斯（Matthew Burgess），在《物理评论E》期刊上发表了一篇获得“编辑推荐”的论文，标题很直白，《商业、政治与生活中的最优野心》。

        他们用数学证明给出了最终结论：最优野心不该无穷大，应该是有限的，且精确地落在高于中间水平的某个位置。

        论文作者马修·伯吉斯说，“我们经常听到相互矛盾的建议：一方面，我们不想安于现状；另一方面，我们又不想追求遥不可及的目标，最终失望而归。

        我们研究的核心观点是，通常情况下，如果你努力做到比平均水平更好，而不是无限优秀，那么你的境况就会最好。”

        不要去够月亮，不要去够群星，去够一颗你跳一跳就能摸得着的苹果。

        我们都是迷雾果园中的搜寻者要理解这篇论文的核心机制，请想象你被蒙上眼睛，推进了一座巨大的苹果园。

        这座苹果园有几条规则。▪️  第一，你的时间是有限的，太阳落山前你必须离开，无论手中有没有苹果。

        ▪️  第二，你每走一步都能摸到一个苹果，但你无法看到整座果园的全貌，只能看到当前这个苹果的品质。

        ▪️  第三，你每一步都要做一个选择，是放弃目前手里这颗苹果，去搜寻下一颗，还是做出一个不可逆的决定：停下来，宣布“就这个苹果了”，然后在剩余的所有时间里反复品尝这颗苹果带来的收益。

        “苹果”是你人生中遇到的任何一个选项：一所大学、一座城市、一份工作、一个创业点子、一个约会对象……

        “太阳落山前的总步数”，代表你的项目期限、可用时间，乃至剩余生命。

        而你内心判断“这颗苹果够好了，我不再找了”的标准，就是论文定义的满足阈值——也就是你的野心。

        野心设得低，你很快就会停下来，但可能错过了前方更甜的果实。

        野心设得高，你有机会摸到极品，但也可能在太阳落山时两手空空。

        这就是搜寻与享受获益之间永恒的矛盾：如果你完全不搜寻，不可能获益。

        但人生有限，每多花一段时间去搜寻，你就少了一段可以用于获益的时间。

        研究团队在超级计算机上运行了一万次这种模拟人生。一万个数字人，带着从“极度保守”到“极度野心”的不同满足阈值，在各种地形的果园中反复搜寻。

        每个数字人拥有1000个时间步的标准生命周期。最终，研究者统计了不同野心水平下的平均累计收益，发现了如下结论。

        “野心-回报”的∩形曲线野心与预期收益之间，呈现∩形单峰曲线，先升后降，中间存在一个明确的最高点。

        野心太低，阈值设在平均值附近，你会早早把自己锁死在一个平庸的回报上，错失大量唾手可得的更好选择。

        野心太高，阈值趋向无穷，你会在搜寻中耗尽全部生命而一无所获。

        最佳点大概在哪？当生命周期为100个时间步时，最优阈值约为平均值之上1.6个标准差的地方。

        这里大概是“普通人能接触到的、非常优秀的常态区间”。

         它是一种明显超出平均的卓越，但依然属于大众可以理解、可以靠近的范畴，并不是那种让人难以企及的“极端变异”或“罕见天才”。

        如果所有可能的回报按正态分布排列，平均值之上1.6个标准差意味着大约前5.5%的位置。

        以高考为例，那就是把目标定在211大学的水准。论文还通过严格的数学证明确立了两条铁律：第一，最优阈值是有限的。

        只要你的生命不是无限长的，那个能让你累计收益最大化的野心水平就必然是一个可以计算的有限数字。

        “追求完美”在数学上等价于一种特殊形式的自我毁灭，你用无穷的标准去丈量有限的生命，结果必然是在无尽搜寻中耗尽一切。

        只有当你拥有永生，“向着月亮出发”才是理性策略。对我们这些终有一死的凡人来说，最优野心永远有一个天花板。

        第二，最优阈值严格大于平均值。只要你的生命包含超过一个决策回合，设定高于平均水平的目标就在数学上绝对优于“随遇而安”。

        最优阈值随生命周期的增加而上升，其增长轨迹近似于对数函数 。

        莫欺少年穷，拥有的时间越多，就越应该野心勃勃——但这种增长是递减的，永远不会趋向无穷。

        不对称惩罚，“野心过高”比“保守过度”更糟最佳野心目标我们已经知道了，大概是比平均值高出1.6个标准差的地方。

        现在问题又来了，如果我们不知道“比平均值高出1.6个标准差”到底应该是个什么水准，该怎么办呢？

        我们是应该劝自己胆子再大一点多试几次，还是应该劝自己小富即安差不多就收手呢？

        答案是很明确的，宁可保守过度缩手缩脚，也不要野心过高好高骛远。

        从回报曲线形状来看，它的右侧下降的速度远快于左侧，也就是说，比起最佳点，野心小一点，稍微过度保守一点，带来的损失不大；但要是野心大一点，稍微过度好高骛远了一点，带来的损失就可能急剧增加了。

        原因很简单：时间是有限的，不可逆的。时间一旦花在搜寻上，就永远无法用于获益。

        当你因为阈值过高而迟迟无法进入“享受收益”的阶段时，你失去的不仅是那个完美选项本身，更是整个“享受复利”的时间窗口。

        另外，当阈值从最优点向右偏移时，找到满意选项的概率呈指数级下降（因为你要求的越来越罕见），而搜寻阶段的累积损失却在线性甚至超线性地增长。

        相比之下，当阈值从最优点向左偏移时，你只是“少赚了一些”——

        你确实提前锁定了一个不够好的选项，但至少你有足够时间享受它带来的收益，而不是两手空空地不断搜寻。

        在一切序列决策中，“过于挑剔”的统计学代价都远超“略微将就”。

        当你对回报分布的形状不确定时（而现实中我们几乎永远不确定），偏保守是更安全的错误方向。

        这并不是在为平庸辩护。最优阈值仍然严格高于平均值——你依然应该追求卓越。

        但如果你必须在“目标定高10%”和“目标定低10%”之间选择一种犯错方式，选后者。

        根据大环境来调节最优野心值野心还应该受周围大环境调节。

        环境平滑度（可预测程度）和偏度（奖励和损失分布），都应该影响你的“最优野心”。

         环境越不可预测，野心应该越大第一个重要的环境参数，叫“邻近相关性”，意思是你下一步摸到的苹果品质并非完全随机，而是与你当前位置有关。

        如果你现在站在一片果实累累的肥沃黑土地上，下一步大概率也不会踩进毫无果实的沙漠。

        不过，有的果园“邻近相关性”更大，下一个苹果的品质更好预测。

        有的果园“邻近相关性”更小，好苹果和烂苹果毫无规律地交替出现，每走一步都像在抽奖。

        论文把那种好预测的环境叫“平滑景观”，随机混乱的环境则叫“崎岖景观”。

        论文的结论是，当环境越不可预测（越崎岖），最优野心应该越高。

        环境越可预测（越光滑），最优野心则应该越低。原因在于，混乱是阶梯，乱世更可能一步登天，出现极端好运。

        在可预测的、平滑的环境里，前后两次的结果高度相关，你这次得到的回报和下次得到的差不多。

        这就像爬一座缓坡，你只能一步步爬，每走一步只能上升一点点，不可能一步从山脚跳到山顶。

        如果你现在处于一个低收益的位置，你只能通过一点点的小改进慢慢往上爬。

        假如你在这种环境里设定了一个特别高的目标，你可能在有限的时间内根本爬不到那个高度——

        因为每一步的进步都太小了，时间不够用。而且既然你已经知道下一次的结果大概率跟现在差不多，继续搜寻也不太可能有什么惊喜。

        所以正确的做法是：降低目标，早点接受现有的还不错的结果，进入“收益”阶段，别再折腾了。

        而在混乱、不可预测的环境里，每一次尝试的结果之间没有关联，上一次的结果完全不能帮你预测下一次会怎样，每次都是全新的随机事件。

        这种情况会导致结果的波动特别大——有时候特别差，但也有时候特别好。

        用统计学的话说，就是“方差很高”，极端值（特别高或特别低的结果）出现的概率变大了。

        既然每次都是独立的机会，那保持高目标、不断去“抽奖”，直到撞上大运，从长远来看你的总收益会比早早放弃搜寻要高得多。

        打个比方，就像玩游戏时，平滑可预测环境是走楼梯，一层一层上；崎岖混乱环境是随机传送，运气好的话，下一秒可能直接把你传到顶楼。

        左偏环境要“高野心+低风险策略”，右偏环境要“低野心+高风险策略”先说明两个很容易混淆的概念——

        “野心”（Ambition）和“风险”（Risk）。

        “野心”其实是一个“满意度阈值”的概念，你达到什么水平你就满意且停止搜寻了，没达到就继续搜寻更好的。

        “风险”则是一种波动性和不确定性，比如出现极端负面结果的可能性有多大，出现极端正面结果的可能性有多大，环境的不可预测性有多大，等等。

        “野心”是“目标的高低”。“风险”是“冒险的程度”。

        接着解释“左偏环境”和“右偏环境”。偏度指的是一组数据左右不对称的程度。

        左偏环境，意味着分布的“尾巴”向左延伸，负极值（灾难）比正极值更剧烈。

        大多数时候结果还不错，但偶尔会出现特别惨烈的大灾难。

        平均值被灾难大幅拉低了，中位数通常高于平均值。左偏环境的一个例子，就是一些所谓“趴在压路机前捡硬币”的投资策略——

        在99%的时间里，能获得稳定但微薄的收益，看起来非常安全；但在那1%的极端情况发生时，投资者会失去一切。

        右偏环境，意味着“尾巴”向右延伸，即正极值（暴富）比负极值更极端。

        大多数人收益其实一般般，但有少数幸运儿简直是赢者通吃。

        平均值被极少数极高回报拉升，高于中位数。右偏环境的一个例子，是风险投资，投100个项目，99个血本无归（不过损失最多就是投资额本身），但押中1个，就可能得到1000倍的回报。

        论文作者认为，美国的经济增长，是一种左偏环境，大多数年份其实还不错，但是偶尔就会来几次严重的大衰退，明显拉低了整体的平均增长率。

        而美国的创业和私人财富积累，则是一种右偏环境，极少数超级赢家把平均值拉得很高。

        接着讲具体的数学策略。在左偏环境里，要采用低风险策略，但野心要大一点，要激进地定一个超出平均值的目标。

        低风险策略是因为，在左偏环境里，出事可能会是大事，极端灾难的结果太惨烈了，不能采用波动太高的高风险策略。

        但野心和目标不要太低，因为偶尔几次的极端灾难会显著拉低平均值，如果你将目标设定在这个“被污染的平均值”附近，你其实就过度保守了。

        真实的“典型好年份”远高于这个均值。你的野心需要设在均值之上更远的地方。

        反过来，在右偏环境里，你则应该采用高风险策略，但野心（目标）要脚踏实地，定得低一点。

        要拥抱风险，敢于冒险，因为回报结构是“要么大赢要么小输”，下注的期望值为正。

        即使失败了，也不至于是灾难性结果。但野心要定得低一点，因为那个被独角兽们拉到天上的“平均数”根本不代表你的现实可能性。

        大多数人的回报其实低于平均值，不是因为他们不够努力，而是因为平均值本身被极少数幸运儿扭曲了。

        如果你把野心校准到那个虚高的平均线上，你将因为目标太离谱而错过大量稳健的成功机会。

        最后，再强调一遍，“该冒多大险”和“该有多大野心”是两个独立的变量。

        一个人可以同时是一个谨慎的风险管理者和一个高野心的目标设定者；或者反过来，同时是一个敢于放手一搏的拥抱风险者和一个低野心的小富即安者。

        禁止“向上比较”，别总是跟朋友圈里最强的比说了半天环境里的回报分布，回到一个现实问题：万一我们不知道环境到底什么样，回报到底怎么分布的，该怎么办？

        现实里，我们不可能拥有上帝视角来俯瞰整个大环境。我们能做的就是观察周围的人，他们在做什么，他们的收益怎么样——

        这个“看别人来给自己定目标”的过程，就是社会比较，人类最古老的信息获取方式之一。

        研究者发现，人们“看别人”的方式有两种，而且这两种方式带来的结果天差地别。

        第一种方式叫全群体比较，简单说就是“看所有人的表现”。

        你不挑不拣，把身边所有人的野心和收益都看一遍，然后根据这个来调整自己的目标。

        和“什么都知道”的上帝视角理想状态比起来，用这种方式定目标，你的最终表现会稍微差一点点。

        因为你身边的人毕竟只是一小撮人，局部样本毕竟不如全局信息精确。

        你可能因为周围别人暂时表现好就变得不满足，放弃了本来不错的策略。

        虽然这种方式不是最完美的，但它造成的损失也不太大。

        相比之下，第二种方式“向上社会比较”，也就是“只看那些比自己收益更好的人，完全无视那些不如自己的人”，造成的损失就大了。

        研究直接把它描述为一种会“腐蚀”决策过程的毒药，后果是灾难性的，收益曲线直接腰斩，甚至出现断崖式下跌。

        研究反复测试不同的条件（不同的群体大小、不同的初始目标范围），一次次证明了同一个结论：向上社会比较永远是最差的选择——

        它带来最低的平均回报，也对应着最低的最优目标值。那些表现差的人的数据其实在告诉你“这个世界的真实水平大概就是这样”。

        你无视了这些信息，去追一个在数学上几乎不可能达到的虚幻目标，而之前第二条就说过，惩罚是不对称的，“野心过高”带来的损失，远大于“保守过度”带来的损失。

        结果就是，你对自己“应该达到什么水平”产生了极度不切实际的期望。

        你变得永远无法满足，于是不断地辞职、创业、换赛道……

        在永无止境的低效搜寻中耗尽了本该用于“享受收益”的全部时间。

        研究者之一的兰根多夫说，“被他人的成就所激励是好事，但如果只关注最成功的同伴的精选集，就会扭曲我们对‘什么是可实现的’的认知。在社交媒体上尤其如此，我们看到的大多是彼此精心策划的高光时刻。”

        向上社交是用来学习方法论的，不是用来设定满意阈值的。

        观察比你成功的人如何做事，学习他们的路径、策略、思维方式，这些是有益的信息提取。

        但如果你关注的是那些晒出的豪宅、旅游、融资……以此定义自己的“及格”，你很可能是在给自己设定一个过高的野心。

        搜寻成本越高，野心应该越小别忘了，搜寻是有成本的。

        之前的几个模拟，其实只计算了时间成本，还没有把搜寻成本算进去。

        而真实世界里，搜寻当然是有成本的。每多面试一家公司，你都要支付交通费、时间成本和心理损耗；每多相亲一次，你都在消耗情感能量和社交资源；每多尝试一个创业方向，你都在燃烧现金和信誉……

        当引入搜寻成本以后，“最优野心”又该有怎样的变化呢？

        研究者发现了一条简洁的规律：搜寻成本越大，最优野心就应该越小。

        随着搜寻成本的增加，最优满足阈值（野心）和最大预期收益均呈现出同步下降的清晰趋势。

        在最极端的情况下，继续搜寻的代价已经高到让任何形式的野心都变成净亏损。

        此时最优策略直接坍缩为“零野心”——抓到什么是什么，第一个选项就是最终选项。

        因为任何进一步的挑选在经济或时间上都是不划算的。搜寻成本还显著加剧了“野心过高”的惩罚。

        在有成本的情况下，如果你设定了一个难以达到的高目标，你不仅会因为找不到目标而损失时间，还会因为每一个寻找的动作都在支付成本而迅速耗尽资源。

        这使得预期收益曲线在通过峰值后的下跌变得更加剧烈。

        但是，这里有个重要的但是：虽然搜寻成本迫使你压低野心，但搜寻成本并没有改变“野心应高于均值”的定性结论。

        不管搜寻成本多高，只要没高到让搜寻完全无意义， “追求比平均水平更好”就依然是数学上的最优解。

        搜寻成本只是降低了野心的“绝对高度”，而没有改变它相对于平均水平的“领先地位”。

        以上结论，在真实世界里成立吗？研究者用两组真实数据对模型进行了实证检验。

        第一组是美国四个城市异性恋用户在线约会的数据，研究者发现，不论是男性还是女性，都会发最多信息给“吸引力比自己好一点点的对象”。

        并非“谁来都行”：用户不会把大量精力浪费在吸引力远低于平均水平的对象上，因为这属于“野心过低”，会导致错失原本可以达到的更好回报。

        并非“只找名模”：用户同样不会只给那些吸引力远超自己的“超级名模”发信息。

        这种“过度野心”意味着在有限的时间内搜寻成功的概率极低，最终会导致在无果的搜寻中耗尽时间。

        大家最努力求偶的对象，都是“比自己稍微优秀一点”的人。

        这种“中等野心”在“因太容易满足而错失更好对象”与“因追求完美而孤独终老”之间，取得了数学上的最佳平衡。

        第二组是美国高中生申请大学的数据，相比约会市场，申请大学的学生们采取的策略更为保守。

        数据显示，大多数学生的申请努力（发送申请的数量），集中在那些 SAT 中位数与自己分数持平或略低的学校。

        为什么中学生们没有采取“向略高于自己水平的学校发送最多申请”的策略？

        原因可能有两个。其一，很多中低收入的学生大量申请了保底学校，对于这些学生来说，地理位置的邻近性（为了省钱或照顾家庭）和学费负担，是比学术排名更优先的考量。

        其二，“申请大学”的搜寻成本，比“在线约会”要高很多。

        申请每所大学，都要针对性地修改自己的申请文书，交一笔真金白银的申请费。

        而在网上找约会对象，只要花点时间精力，发几条免费信息就行。

        另外，如果申请名校失败，不仅白白浪费申请费，还可能要支付心理成本（被拒绝的打击）和社会成本（失去一年学年的时间风险）。

        在高昂的搜寻成本和可怕的失败惩罚下，申请大学的学生采取了更为保守的策略，也就可以理解了。

        基于数学模型的七条人生建议再重复一遍论文给出的七条人生建议：1、最大化收益的方式，是精准地找到一个高于平均水平（或你自身水平）的目标。

        2 、比起“过度保守”，“野心过高”更糟糕。3、年纪越年轻，野心可以设得越高。

        4、环境的波动性和不确定性越大，野心可以设得越高。

        5、“左偏环境”要高野心+低风险策略。“右偏环境”要低野心+高风险策略。

        6、向上社交是用来学习路径的，不是用来设定目标的。

        别只盯着比自己成功的人来定目标，要用全局信息。7、搜寻成本越高，野心应该越低。

        还记得那句“向着月亮出发，即使失败，你也将置身群星之中”吗？

        论文作者伊卡特琳娜·兰德格伦说，“我的建议是，目标应该比月亮略低一些，向着星辰出发吧，但要确保你所去往的星辰是真实存在的。”

        参考文献[1]Landgren, E., Langendorf, R. E., & Burgess, M. G. (2026). Optimal ambition in business, politics, and life. Physical Review. E, 113(5).  doi.org/10.1103/dfw8-vhjk[2]Don’t shoot for the moon: aiming for ‘above average’ is key to success, maths suggests | Science | The Guardian. https://www.theguardian.com/science/2026/may/29/dont-shoot-for-the-moon-aiming-for-above-average-is-key-to-success-maths-suggests作者：游识猷本文来自果壳，未经授权不得转载.如有需要请联系sns@guokr.com点个“小爱心”吧

        本文是沃尔玛系列的最后一篇，侧重探讨沃尔玛的投资价值到底几何，直接端正文：经过上中下的分析可以看到，零售老兵沃尔玛经过五年多年的成长，早已不是那个只靠"天天低价 + 门店密度"取胜的传统零售巨头。

        它的价值可以拆成清晰的三层:最底层：是一块宽护城河的线下零售主业(美国 + 国际)——

        增长温和、现金流极稳,用门店密度、采购规模与供应链管控构成了对手难以复制的壁垒;它既是估值的“地基”,更是上层平台赖以运转的基础设施。

        中间一层：是被长期低估的山姆——在美国是追赶 Costco 的第三增长极,在当前的消费环境下，在中国竟然跑出近 40% 增速，在国内零售红海厮杀中，成为罕见了本土化样板。

        最上面、也最具弹性的一层：在自营零售的基座之上，用3P商家 + 广告 + 会员构成的"平台经济"——

        轻资产、高毛利、但变现上还有上行空间。而沃尔玛从一家老掉牙、被革命的“线下零售商”叙事,转变为全渠道“零售 + 平台”的重估之路，背后本质也是a.线下零售资产的再认知，疫情后全球零售玩家带来二次线上化红利，以及由此而来的b.线上3P轻资产平台经济带来的利润释放重估。

                  现在的问题是，沃尔玛的重估之路，到底走到哪里了？

        还剩下多少的空间？本篇侧重解决这个问题。 以下是详细分析一、沃尔玛的投资价值几何？

        目前还剩下最后一个问题——这家线下防守极强、线上弹性渐显、利润结构又在持续变厚的零售巨头，当前到底值多少钱？

        这里的难点在于,市场找不到一把现成的尺子来衡量——

        到底是该给沃尔玛Target 式的15x PE(成熟、低增长的传统零售)，还是 Costco 式的50x PE(高黏性的会员制仓储)，还是干脆套用亚马逊“零售 + 广告平台”那套框架？

        实际上，用任何单一估值倍数,结果都注定失真。根本原因在于，沃尔玛财报虽按美国、国际、山姆三大分部披露,但每个分部内部其实都混装着经济属性截然不同的资产——

        既有重资产、低毛利、靠规模取胜的自营零售(门店 + 1P 电商),也有轻资产、高毛利、增速远快于主业的平台业务(3P marketplace + 广告 + 会员),还有尚未盈利、已有明确市场定价的战略资产(印度 Flipkart、PhonePe)。

        因此，海豚君不按地区而是按商业模式把沃尔玛重新拆开,用 SOTP 分部估值分别定价，重资产零售用 EV/EBIT 对标 Kroger / Target / Costco,轻资产平台用远期利润折现、对标亚马逊。

        下面,我们就一块一块拆开来看：1、线下零售主业——

        战略性价值的“地基资产”a：沃尔玛美国先看最核心的基本盘。

        考虑到目前沃尔玛在美国的门店网络已经高度饱和，规模扩张的红利基本释放完毕。

        与此同时，沃尔玛在中低收入群体中的渗透率也已经接近天花板，同时线下食杂零售市场以20%以上的市占率处于绝对龙头。

        因此，海豚君对美国线下零售主业的判断是：已经是一块成熟业务，不太可能重新回到高个位数增长，但伴随温和的通胀传导以及品类结构的小幅优化，中期维持3%-4%的复合增速仍然是大概率事件。

        FY2026（截止2025年底），Walmart U.S.的总收入为4830亿美元，按照目前电商20%的占比来测算对应电商部分的营收为966亿美元。

        考虑到1P自营业务的商业模式和线下实体店高度同质——

        （沃尔玛作为买方采购商品、持有库存、承担滞销风险，收入以商品售价全额确认），并且1P电商订单中有相当大比例依托门店网络完成（到店自提&门店发货），因此我们把线下实体门店的收入与1P电商收入合并，统一采用EV/EBIT方法估值，以完整反映沃尔玛"以门店为核心的全渠道零售模式"的整体经济价值。

        结合外资行的调研信息，目前1P自营收入占比大致为90%（对应870亿美元），需要强调的是，沃尔玛美国并非一块普通的成熟零售资产,而是一块壁垒深厚的"地基型"业务:门店网络覆盖全美约90%的人口,叠加无可比拟的采购规模、供应链效率与"天天低价"的用户心智,构成了竞争对手极难复制的护城河。

        这也是它，不同于中国国内的线下零售商在面对线上零售冲击时的悲惨收场，能在亚马逊的冲击下,依然守住基本盘并维持稳定现金流的根本原因。

        我们按剔除高毛利3P佣金与广告后，1P零售业务4.2% EBIT margin、3.5% 的增速测算,对应 FY2027的EBIT约$200亿。

        更关键的是,这块1P/门店基本盘还是整个高利润平台业务赖以运转的基石——

        3P marketplace 的流量与店仓一体履约、广告业务的受众与Walmart+ 会员的价值主张,全部建立在1P门店网络所沉淀的近2亿周活客流、规模采购与履约网络之上。

        b：山姆（美国）基于前文对山姆业务的分析，可以看到山姆虽然也在发力电商,但其线上业务基本是"会员到店自提+配送"的自营(1P)模式，第三方marketplace与广告等高毛利平台业务占比微乎其微，因此我们不再像沃尔玛美国那样拆分 1P/3P，而是将山姆作为一个整体，直接对标同为仓储式会员店的 Costco、BJ's Wholesale 进行估值。

        FY2026，山姆（美国）的的总收入为930亿美元，考虑到山姆正通过强化自有品牌(Member's Mark)与数字化两大武器持续提升坪效、追赶Costco，增速显著高于沃尔玛传统零售主业。

        再者，管理层给出了"未来 8–10 年会员、销售与利润体量翻倍"的长期目标(隐含年化 CAGR 约 7%–9%)，海豚君中性按其中值假设 FY2027 营收增速 8%、EBIT margin 随会员结构优化小幅提升至 2.6%，对应 FY2027 EBIT 约 26 亿美元。

        c：国际业务在做判断前，我们先做两步还原:一是加回PhonePe的一次性非现金股权激励费用(约7亿美元)，二是加回单独估值的Flipkart的经营亏损(约8亿美元)，对应FY26国际线下零售的EBIT约等66亿美元。

        （备注:PhonePe为印度的数字支付公司，Flipkart是印度第三方电商平台，二者类似于淘宝和支付宝的关系，且均被沃尔玛绝对控股）考虑到国际板块由优质的墨西哥Walmex、高增长的山姆（中国）及加拿大等市场驱动,增速快于美国成熟主业，海豚君中性假设FY2027增速7%，增速与上年度持平，对应EBIT为71亿美元。

        2、3P电商+广告+会员——“高利润率的平台变现资产”在具体测算前,我们先厘清一下这三块业务的各自规模和体量以及与老大哥亚马逊之间的差距。

        本质上，其实需要解决的都是同一个问题，即到2030年,沃尔玛的平台经济变现效率能向亚马逊看齐到什么程度?3P marketplace:首先，从渗透率上看，根据第三方机构Market Pluse的数据，当前沃尔玛3P业务的GMV约 $180亿、仅占电商大盘11%。

        而亚马逊经过20余年的深耕，目前3P业务的GMV体量占比已经接近70%。

        考虑到沃尔玛骨子里本质还是是个"自营买手"，marketplace真正发力不过是2020年前后的事，且建立商家的信任是一场长跑，因此海豚君假设沃尔玛的3P业务渗透率每年小幅提升1-2pct达到15%-20%左右。

        变现率上，海豚君此前分析过，沃尔玛当前的套路就是用更低的抽成从亚马逊手里抢卖家，因此海豚君假设变现率（Take rate）整体维持在18%-20%之间，相比亚马逊不含广告的3P变现率在30%左右。

        广告（Walmart connect）:2025年沃尔玛全球广告收入为$64亿，同比增长46%。

        渗透率（Against GMV）大致在3.9%左右，还不到亚马逊（8.3%）的一半。

        海豚君在《沃尔玛：老兵 “奇袭” 电商，沃尔玛何以价值重估？

        》说过，由于目前沃尔玛仍处于变现早期的红利窗口。对于商家来说，当前在沃尔玛平台投放广告的投入产出比要明显占优，因此，海豚君假设广告仍处于快速增长期，渗透率向亚马逊逐步靠谱。

        会员(Walmart+):2025年Walmart+业务收入大致为$26亿，同比增长15%。

        考虑到Walmart+推出仅五年、渗透率和成熟度目前仍远低于亚马逊的Prime，且从差异性Walmart+和Prime提供的服务差别并不算大，更多是通过性价比抢占一些中低收入家庭的份额，因此海豚君中性假设Walmart+的增速和GMV增速整体保持一致。

        整体来说，由于这部分业务具目前仍处于利润快速释放的初期，因此我们测算上采用2030年中期稳态经营利润作为基准测算业务价值，并按8.2%的加WACC折现至今，按照悲观、中性、乐观三种情景，关键假设见下表（具体乐观&悲观测算过程可以联系海豚君，这里只贴出中性情景的具体结果）。

        按沃尔玛当前约9,500亿美金的市值倒算(加回约$350亿净负债、对应企业价值约$9,850亿)，扣除门店零售、山姆、国际线下三块（合计约$7235亿）以及单独估值的印度数字资产($383 亿)后，市场隐含给"3P 电商 + 广告 + 会员"这一高利润平台业务的定价，与我们中性假设基本持平。

        这也意味着，在我们已经给予线下零售基本盘(尤其美国1P自营)较高估值、充分反映其护城河价值的前提下，市场对平台飞轮的隐含定价大致就落在中性水平。

        因此,平台经济变现对沃尔玛更多是上行期权，而非当期估值的主要支柱。

        考虑到平台、尤其是3P的体量目前仍然比较低,我们对其保持审慎乐观，不宜过早将乐观情形计入估值。

        最后,我们用DCF 做个交叉验证，结论与SOTP也高度一致。

        在整体收入保持稳健增长(5%左右的增长CAGR)的前提下，即便是中性假设，实际上也隐含了一条相当陡峭的利润率曲线:随着高毛利的广告、会员费等高毛利业务占比持续提升，公司整体经营利润率需要在5年内从当前的4.3%一路抬升至7.4%(年均 +0.62pct)，才能支撑当前的估值水平。

        这也恰恰印证了我们用SOTP得到的核心判断：沃尔玛当前的价格,买的根本不是一家"低增长、4%利润率"的传统零售商，而是一个"利润率结构性抬升"的故事。

        而对一家体量已近万亿、增速仅中个位数的成熟零售巨头来说,5 年 +3pct 的经营利润率扩张显然是个不小的挑战，能否兑现,几乎全系于广告这台高毛利引擎能否如期放量。

        换句话说，DCF 与 SOTP 从两个方向指向了同一个结论:为沃尔玛付出的溢价,本质上是在为"飞轮驱动的利润率扩张"下注。

        总结：估值不便宜，但也并非没有道理。在当前位置,它更像是一家值得长期跟踪、可以持有但估值偏高的优秀公司。

        - END -// 转载开白本文为海豚研究原创文章，如需转载请添加微信：dolphinR124 获得开白授权。

        // 免责声明及一般披露提示本報告僅作一般綜合數據之用，旨在海豚研究及其關聯機構之用戶作一般閱覽及數據參考，並未考慮接獲本報告之任何人士之特定投資目標、投資產品偏好、風險承受能力、財務狀況及特別需求投資者若基於此報告做出投資前，必須諮詢獨立專業顧問的意見。

        任何因使用或參考本報告提及內容或信息做出投資決策的人士，需自行承擔風險。

        海豚研究毋須承擔因使用本報告所載數據而可能直接或間接引致之任何責任或損失。

        本報告所載信息及數據基於已公開的資料，僅作參考用途，海豚研究力求但不保證相關信息及數據的可靠性、準確性和完整性。

        本報告中所提及之信息或所表達之觀點，在任何司法管轄權下的地方均不可被作為或被視作證券出售邀約或證券買賣之邀請，也不構成對有關證券或相關金融工具的建議、詢價及推薦等。

        本報告所載資訊、工具及資料並非用作或擬作分派予在分派、刊發、提供或使用有關資訊、工具及資料抵觸適用法例或規例之司法權區或導致海豚研究及／或其附屬公司或聯屬公司須遵守該司法權區之任何註冊或申領牌照規定的有關司法權區的公民或居民。

        本報告僅反映相關創作人員個人的觀點、見解及分析方法，並不代表海豚研究及/或其關聯機構的立場。

        本報告由海豚研究製作，版權僅為海豚研究所有。任何機構或個人未經海豚研究事先書面同意的情況下，均不得(i)以任何方式製作、拷貝、複製、翻版、轉發等任何形式的複印件或複製品，及/或(ii)直接或間接再次分發或轉交予其他非授權人士，海豚研究將保留一切相關權利。文章不易，点个“分享”，给我充点儿电吧~ 

        东太平洋海水正变得滚烫。一6月初，X上的印度人开始热议“给喜马拉雅山炸出个豁口”。

        闹剧背后是无处宣泄的燥意。酷暑之下，印度正在炼狱之中。

        温度热力图上，印度一片赤红，国际气象学家组团跟踪，当前结论是“没有现代先例”。

        全球最热一百座城中，有97座在印度。5月底，美国国务卿到访，演讲开场白是：太热了，我想长话短说。

        印度总理莫迪，呼吁民众多喝水，引来举国骂声。印度联邦部长则提议民众口袋里放个洋葱，因为印度传说中，洋葱能神奇吸热。

        事实证明，带洋葱并无用处。农户不敢出门，工人轮番罢工，远方学校的铜铃，在热浪中响起，提醒给学生们补水。

        热浪蒸腾着世相，沥青融化，枕木自燃，居民楼里的自来水，实测温度51℃。

        印度科普博主，呼吁全国：户外活动安全半径是500米，超出就可能脱水。

        6月10日，印度北方邦班达市，官方气温为48.2°C，劳恩德村老人受访称：“活了80年，没见过这样高温，不知道能不能撑过这一次。”

        流浪猫狗昏倒在路边，鸽子、黑鸢和鹰因脱水从天坠落。

        恰蒂斯加尔邦一个县，一天热死蝙蝠超500只。‌倒在热浪中的印度人，数量则秘而不宣。

        美国加州大学的研究员，发布报告：印度5天热浪，将导致近3万超额死亡。

        极端的酷暑正在全球铺开。巴基斯坦大部分地区气温超40℃，泰国政府发明文警告，体感温度可能达60℃。

        在中国南方，黏稠的水汽混着热浪，涌向街巷，宣告夏天的开始。

        5月27日，广东全省发布超140个高温预警，其中103个黄色预警、38个橙色预警。

        荔湾区柏油路蒸出了白雾，广州人说走天桥如渡劫，广州动物园内，从非洲来的狮子趴在泥地上喘粗气。

        笼外非洲游客开玩笑，广州的热超过家乡，“想回非洲避暑”。

        然而，全球已无荫凉。未入六月，西班牙十个自治区已发红色预警。

        法国气象专家，表情凝重宣布：今年比去年还热10℃，提前一个月进入盛夏。

        美国在经历了132年以来最热3月，最热4月后被告知，暴雨和飓风即将发生。

        科学家联名写信预警世界杯，“16个赛事体育场中，有14个可能出现危险级别的高温”。

        6月伊始，洛杉矶西北30公里，燃起“桑迪大火”，而在南美，熊熊燃起的野火，浓烟一度飘至里约热内卢上空。

        基督山巨像前，漫天灰烬，纷纷扬扬。气象组织说，今年是否是最热夏天尚不可知，但超强厄尔尼诺已在路上。

        观测科学家说，自1950年以来，东太平洋海水从未变得如此滚烫。

        二热浪正悄然改变着世界。越南和印尼，大量工厂白日停工，改为夜晚开工。

        雄心万丈的印度，5月21日，用电负荷创造历史，当场出现2.5吉瓦缺口。

        新德里拉闸限电，孟买电梯停运，北方邦的电工，每半小时给变压器浇水降温。

        电能直接制约了产能，蒸干了大国幻梦。在国内，热浪开始改变消费潮流。

        南方空调安装排满，挂脖风扇热卖断销，防晒衣工厂排期超半年，广州制冰厂，日产冰块两百吨，制成就抢光，来不及进冷库。

        街头的年轻人，冰袖裹臂，面纱遮脸，养成夜间点冰品、凉茶和冰啤的新习惯。

        5月，广州夜间外卖增长35%，冰激凌销量增长44%。

        旅游业也因高温洗牌。避暑游成为新流行，贵州、云南、内蒙古是热门地，有北京女子在闷热地铁中刷到视频：“橡皮艇冲过险滩，水花四溅，看完立即买了飞贵阳的机票”。

        然而有限商机之外，高温带来更多严峻挑战。广东荔枝因暖冬干旱，产量骤降四成，珠三角的养殖户，则看着缺氧的鱼塘兴叹。

        今年五月，广州人发现凉茶铺集体涨价，背后是罗汉果和夏枯草产区遭遇旱灾。

        在湛江沿海，千年历史的晒盐场正在萎缩，暴雨和烈日交替打乱了晒盐周期。

        世界范围内，因连年高温，越南咖啡种植带不断北移，欧洲橄榄产量骤降，而在西非，可可豆高温减产：“巧克力将成为和鱼子酱一样的限量品”。

        农学家称，人类的餐桌正被酷暑改变。更严峻是全球粮食产量。

        联合国粮农组织称，全球气温每升高1摄氏度，主粮减产5%至10%，至2050年，极端气候将使全球粮食缺口扩大25%到35%。

        世界在酷暑中步履阑珊，然而科学家焦虑不止于此。法俄研究团队测算，随着永久冻土加速消融，13种古老病毒已从冻土释出，最古老的病毒出自近五万年前。

        而世卫组织表示，全球超过一半传染病，与气候存在强关联。

        全球变暖，正推动虫媒疾病向新地区扩散。去年10月，有人在冰岛捕捉到3只蚊子。

        冰岛不再是“全球唯一无蚊国”。热浪正推倒多米诺骨牌，而骨牌的终点，是文明兴衰。

        四千年前，古埃及古王国末期，尼罗河连续数十年低水位，从而导致粮食歉收，饥荒蔓延，法老倒台，文明坠入“第一中间期”。

        鼓角争鸣散去，只余黄沙漫漫，黄沙之上是太阳。三去年秋天，科考站长秦翔去祁连山考察，到达冰川后，第一感觉竟然是热。

        即便是深夜，冰川温度也时常高过零度。考察时，他常能听见冰川深处，融水裹挟碎石的撞击声，隐隐如雷鸣。

        雷鸣同样从我们的世界深处传来。立誓解决全球变暖的巴黎大会，已过了十年，而过去的十年，成为有史以来最热的十年。

        2020年，联合国秘书长宣布进入“气候紧急状态”，并以此为气候危机元年。

        6年后，一切并未好转，危机反而愈演愈烈。2025年 世界天气组织识别出157起极端天气，当年发布的《全球临界点报告》确认：标志着世界恶化的16个事件中，第一件已发生：温水珊瑚礁正大规模死亡。

        去年年底，第三十届联合国气候大会在巴西贝伦召开，谈判再度拖入加时阶段。

        八十余个国家呼吁少用化石燃料，但产油国否决，最后提议沦为“自愿倡议”，而美国甚至未派高级官员出席。

        闭幕式上，联合国秘书长古特雷斯无奈地说：“务必记住，1.5°C是人类的红线。”

        目前，全球气温已上升约1.4°C，科学家称，一旦超过1.5°C，人类将进入“危险带”，地球系统会出现不可逆变化。

        英国气象学家称，地球系统并不是因果链条，而是彼此牵引的网络。

        他举例，格陵兰冰盖的融化，会稀释北大西洋盐度，削弱环球，最终连锁诱发出类似电影《后天》里的灾难。

        风调雨顺变成奢侈的祝福，酷暑寒冬或成未来的常态。今年五月，武汉连续八小时湿度100%，长江中下游的湿热程度，超过了亚马逊热带雨林。

        而在广东，梅雨式闷热提前一个月锁住华南，气象学者说：体感47℃只是开始，极端湿热持续的背后，有着复杂的成因叠加。

        自然层面上，厄尔尼诺叠加海温异常，加剧着极端波动；文明维度上，碳排放持续攀升和珠三角城市扩张，衍生出热岛效应。

        高温、高湿、暴雨三重叠加成今年的夏天。凤凰主笔唐驳虎预测，今年夏天大概率“先涝后旱、台风凶猛”：唯一不需要赌的，是全球尺度上的气候灾难已经锁定。

        这其实是当下最重要的命题。我们追逐AI的迭代，忧虑地缘的博弈，焦虑股市的起伏，却浑然不查空气正越来越灼热。

        今年开年，一辆载有游客的车辆，因冰面破裂，沉入贝加尔湖中。

        悲剧有人为的因素，但背后同样也是气候的异常。因气温较往年明显偏高，贝加尔湖冰层厚度未达安全标准，往年例行开放的冬季冰上公路也因气温未能启用。

        这恰如我们的世界。我们在烈阳之下。我们在薄冰之上。

        盛夏才刚刚开始。 摩登时刻：六月已沸，盛夏初至「后台回复」AI降智  | 极热之夏  | 逃离山姆添加微信wangpeng2016105与作者一对一交流

        文 ╱ 陈桐具身智能和机器人的升温，带热了今年的供应链。5月26日，上海阿里中心T2，周二的「上海具身智能核心部件·展示交流日」，可以说是整个muShanghai机器人主题周里信息量最大的一天。

        上午七家中国公司轮番上台，下午又有几场主题演讲和圆桌对谈。

        台下坐着不少极客、创业者和投资人，中英混杂的提问此起彼伏。

        在场的公司里，有三家做触觉传感器，一家做关节模组，一家做IMU和动捕，一家做整机，一家做双目视觉，还有一家做脑机接口。

        表面上看，有点像是零部件公司路演。而当他们集中亮相，我们会发现，中国机器人供应链正在从单纯的硬件零部件，升级为数据、工具链和基础设施。

        机器人供应链也在加入中企出海的故事。越疆北美团队据称年底要扩到三倍，戴世也说动捕系统接下来面向国际客户，还有不少企业现场直接用英文路演，出海意愿可见一斑。

        [触觉：三家公司的三种活法]触觉是机器人产业链最难啃的环节。

        上午场，有三家公司同时讲触觉，但他们的活法完全不同。

        「戴盟机器人」选择了“单色光+图案编码”路线。使用黑白相机，在降低算力需求的同时，大幅优化系统带宽与功耗结构，实现毫米级厚度设计，使用寿命可达500万次。

        目前，传感器每平方厘米有效感知单元达到4万个，兼顾高分辨率与全模态，并已实现IP67级防水防尘，满足复杂工况下的长期可靠运行需求。

        戴盟还推出了全球最大规模含触觉全模态物理世界具身数据集“Daimon Infinity”。

        首批1万小时真实世界数据已上线阿里魔搭社区，包含超过2000项人类技能和300多种真实物品，覆盖16个行业、80个真实场景。

        据戴盟方面介绍，该数据集目前位列魔搭物理世界具身数据集下载量第一。

        戴盟规划年内将规模扩展至百万小时。目前，戴盟已构建了多层级的数据采集体系。

        在遥操作数采设备方面，系统集成力/触觉反馈与增程功能，支持异构操控架构——

        不仅可控制戴盟自有本体，也可适配宇树、智元等主流人形机器人。

        在无本体数采设备方面，戴盟提供高度便携化方案，数据采集员不受固定场地限制，可在室内外多种环境下灵活开展采集工作，甚至拓展至户外复杂场景。

        所有采集数据均附带触觉标签，实现多模态高精度对齐，为构建大规模触觉数据底座提供坚实基础。

        下午，戴盟商业化负责人张栋进一步补充了数据层的逻辑。

        “当前机器人行业最大的瓶颈是缺少含触觉的contact rich信息，无论是大模型还是世界模型，触觉模态都必不可少。”

        戴盟正在通过场景化数据认知、定义Workflow、边缘部署来打通数据闭环，并已推出含力/触反馈的遥操数采设备、二指夹爪及五指数采手套等系列产品。

        这意味着戴盟的商业模式里，硬件是入口，数据闭环才是壁垒。

        「视塔机器人」则强调自己是“全方案”触觉供应商。其团队来自香港、新加坡、深圳的高校，技术路线是用特殊光感材料做表面，线性度较高，通过光学成像做解算。

        现场展示的五指指尖款，解算板只有5×5厘米，可以直接嵌入机器人手掌内完成端侧计算，不需要把数据回传到机器人主控。

        视塔的产品线覆盖平面、曲面、指尖、工业夹爪，甚至织物方案。

        一块布上接近1000个传感点，让玩具或家具能感知拍打、抚摸等不同力度的交互。

        同时提供织物数采、光学材料数采等全套数据采集以及场景落地解决方案。

        据视塔方面介绍，他们目前已向多家国内头部灵巧手和夹爪厂商批量供货。

        「一目科技」的视角更大，瞄准“通用物理AI”。一目科技CMO章文斌认为，人手在兜里摸钥匙时不需要眼睛，靠触觉就能快速建模，机器人也应该具备这种能力。

        一目自研的触觉传感器做到超薄、自校准，表面凝胶可更换。

        现场播放的视频里，其机器人完成了实验室液体操作。它能判断试管位姿、平稳倒液、用吸管精准移液，甚至能在22个称量位上做到逐滴补充。

        章文斌提到，一目通过Sim to Real和Real to Real的仿真训练，已经走通了用仿真数据补充真实触觉数据缺口的路径。

        构建“带触觉的端到端生态”是其提出的合作愿景。三家公司，三种路径。

        戴盟卖数据闭环，视塔卖端侧工程化，一目卖仿真与真实数据的结合方案——

        可见触觉赛道还没有统一标准，但供应链里各路人马已提前到位。

        [关节模组：场景分化]关节模组是执行层最基础的单元。

        「钛虎机器人」试图证明，在谐波模组这个品类里，中国企业不仅能做标准品，还能做极端场景下的定制交付。

        「钛虎机器人」成立于2020年，做谐波关节模组和整机平台。

        其自研50多种型号谐波模组，在同扭矩下做到轻量化。

        依托模组开发了协作臂、灵巧手（6自由度）和整机人形机器人，产品线分工明确：T140A身高1.4米，主打教育；T170系列面向无人商超、智慧厨房；T230C用于工厂搬运，双臂极限负载40公斤。

        钛虎的差异化在于深度定制能力。他们交付了IP67水下模组、零下40度至高温80度的极端环境模组，客户包含具身头部企业与船舶公司。

        其研发团队目前约200人，大部分为硬件工程师。今年，钛虎启动年产能10万台关节模组的制造中心。

        [整机：越疆的19.9万]「越疆机器人」是上午场唯一一家已上市的整机厂。

        2024年12月，越疆在港交所挂牌，股票代码2432.HK，业内称为“中国协作机器人第一股”。

        灼识咨询数据显示，按2023年出货量计，越疆在全球协作机器人行业排名前二、中国第一，全球市场份额13%。

        截至2024年，累计出货突破8万台，客户包括比亚迪、特斯拉、奔驰、保时捷、宁德时代、富士康等80家世界500强。

        分享人Joe Zhang负责北美教育市场。他回顾了越疆从2015年Kickstarter做小型桌面机械臂起步，到2019年进入工业领域的路径。

        越疆在北美有超20人团队，今年年底计划扩至三倍。此外，今年最重磅的动作是发布了全尺寸人形机器人Dobot Atom，预售价19.9万元起——

        全尺寸人形机器人的价格锚点被重新定义了。或许，“价格屠夫”逻辑在工业级市场同样适用。

        作为协作机器人领域出货量最大的中国公司，越疆正在把成本控制能力从工业臂迁移到人形整机。

        据官方披露，越疆已开展与国内一线车厂、电子制造厂、咖啡奶茶店的场景合作，计划年中试产和批量生产。

        [IMU和动捕：戴世的标定瓶颈]「戴世智能」总部位于上海嘉定，工厂在江苏太仓，他们做了11年IMU（惯性测量单元）。

        其关键设备和核心标定工艺全自研，突破了军工IMU标定工艺的瓶颈，年产能达到500万套，通过车规体系认证。

        戴世的产品直接集成进英伟达、地平线等主流域控制器。

        客户覆盖L4/L5无人驾驶、机器狗、AGV、消费级机器人以及全身人形机器人，国内头部人形机器人厂商智元、鹿明、云深处、优必选等都已使用其IMU模组。

        戴世现场重点展示了基于IMU的动作捕捉系统“墨影”。

        惯性动捕相比光学动捕价格低（几万元级别，光学动捕通常上百万）且无遮挡限制，精度做到亚毫米级。

        目前面向机器人数据采集、遥操作、游戏、影视和大健康领域，国内订单已超千套。

        戴世演讲人提到一个细节：人形机器人上IMU通常装在三个位置，口部（与双目视觉融合）、胸部（主板控制器内）、大部（下身转体姿态监测）。

        轮式机器人则底盘和上身各一。戴世IMU输出频率达到500至1000赫兹。

        戴世的逻辑很清晰：IMU是机器人运动感知的核心，标定精度决定了运动数据的可靠性。

        他们先解决了标定工艺的瓶颈，再向下游动捕系统延伸，本质上是在卖“高精度运动数据”的生产能力。

        [脑机接口：术理创新的临床路径与具身融合]具身智能的落地场景不只有工厂，还有医院。

        脑机接口概念最早于1973年提出，旨在连接人脑与外部智能设备。

        马斯克的Neuralink推动了从实验室到工业的转化，目前已有20多位受试者通过侵入式脑机接口实现简单日常操作。

        我们知道，具身智能强调智能体通过身体与环境互动来学习和完成任务，脑机接口则是一种读取大脑神经活动，并将其翻译为计算机或机器可理解指令的技术。

        当两项技术结合，人类的意图、感知和智能可以直接注入外部设备，从而实现“人机合一”。

        「术理创新」（Arfysica Innovation）成立于2016年，专注于非侵入式脑机接口。

        作为国家高新技术企业，术理创新也是脑机接口领域国家级专精特新小巨人企业之一。

        公司建设有上海市脑机协同与认知表达重点实验室和上海通用术理智慧医疗脑科学研究院，目前已完成C轮融资。

        该公司参与了脑机接口领域标准制定，王薇博士担任工信部首届脑机接口标准化委员会专家委员。

        上午的分享人崔隽解释了脑机接口不同技术路线间的差异，以及非侵入式脑机接口在运动神经功能重塑领域展现的巨大价值。

        下午的分享中，副总裁靳辉进一步阐释了脑机接口技术与具身智能的融合路径以及在医疗领域的应用场景。

        术理创新选择非侵入式路线，通过脑电帽捕捉运动想象意识，驱动外骨骼帮助患者执行动作，使神经元重新开辟通路。

        核心设备包括主动式干电极脑电帽（免去传统湿电极的导电胶准备）、中央计算系统和多关节独立外骨骼，解码成功率至高可达95%。

        在临床落地方面，产品已进入北京天坛、协和、宣武，武汉协和，上海长海等头部三甲医院。

        靳辉下午重点展示了脑机接口与具身智能的融合Demo。

        例如通过非侵入式脑机接口结合MR设备，工程师实现了脑控机器狗运动以及脑控轮椅旋转。

        这套系统完全依靠脑电波控制，无需手部或眼球操作。在医疗应用场景上，术理创新覆盖了中风后偏瘫患者的神经康复、阿尔茨海默症和帕金森疾病的早期诊断，以及儿童神经发育障碍疾病的治疗，包括多动症、自闭症等。

        [双目视觉：没上台的一家低调公司]除了上台分享的七家公司，现场展区，我们还发现一家专注双目立体视觉的公司。

        在具身智能的感知层，视觉与触觉、IMU是三条并行路线。

        机器人要理解物理世界，既需要触觉的精细操作反馈，也需要视觉的深度空间感知。

        双目视觉的本质是通过模拟人眼视差来计算深度，为机器人提供三维空间中的距离和位置信息。

        「元橡科技」自研双目立体视觉芯片和模组，覆盖车规级到消费级，其产品已应用于割草机器人、无人机和智能仓储等场景。

        其核心团队有15年以上双目技术研发经验、10年以上车载双目产品开发经验。

        公司总部及研发中心位于北京，在武汉、苏州、绵阳、吉安、嘉兴、深圳设有分支机构。

        这也与现场其他展商形成了上下游咬合。戴世智能在讲到IMU安装位置时就提到，其模组在人形机器人口部的点位，正是与双目视觉做融合。

        当视觉负责“看”，IMU负责“感”，触觉负责“摸”，三条感知链路正在具身智能的供应链里各自卡位。

        ● © muShanghai[最后，我们的判断]当大部分人还在关注机器人公司卷本体参数时，上游供应链企业已经开始卷数据格式、数据闭环和跨本体兼容性。

        而无论是戴盟的数据集、戴世的动捕系统，还是视塔的端侧解算……

        本质上都是在为具身智能行业提供“基础设施”。这意味着中国机器人供应链的下一个角色，可能是全球硬件创业公司的“底层供应商”。

        不只是卖零件，数据、工程化能力都是可以在行业商业化中能产生价值的环节。

        注：笔记信息基于5月26日活动现场演讲内容及企业公开资料整理。

        涉及企业自述的临床数据、产能规划、融资进展及未来量产时间表，建议读者结合企业后续官方披露综合判断。

        《职场Bonus》接下来一周会继续发布muShanghai驻场观察。

        目前四大主题周——AI、生物科技、机器人、文化——已经结束。

        这场号称“国际科技火人节”的活动由国际开源社区The Mu发起、虹桥阿里中心联合主办，5月10日到6月6日整整28天，汇聚了来自全球50个国家的开发者、研究员和创业极客（氛围很野，不是那种端着架子的行业峰会）。

        点击标题，阅读更多驻场观察笔记：长寿≠养生？有人把“解决衰老”做了工程化拆解一位中国顶级科学家面向全球极客的分享关注青年成长跟踪职场风向

微软公司创始人比尔·盖茨6月10日出席美国国会众议院监督委员会的闭门听证会，就已故美国富商杰弗里·爱泼斯坦一案作证。盖茨在抵达国会大厦时对记者说：“我很高兴自愿来这里作证，帮助委员会的工作。我希望我的证词能对委员会的重要工作有所帮助，为受害者伸张正义。”（新华社）

本文来自微信公众号： 谢强byron ，作者：谢强byron

这两天围绕钉钉的发酵很多。

我倒没有什么情绪。

作为一个长期看企业服务的人，我更愿意把这件事放回业务里讨论：钉钉到底哪里出了问题？

我的判断很简单——钉钉的问题，本质不是产品经理不努力，不是团队不勤奋，也不是功能做得不够多。

恰恰相反。

钉钉最大的问题，是战略。

一个企业协同产品，到了AI时代以后，到底应该变成什么？

这个问题，钉钉没有想清楚。或者说，想得不够快，不够准，不够狠。

一、无招是将才，但AI时代需要重新定义战场

无招的回归和出走，我之前都写过。

有一说一，无招在阿里是个将才。

他能打硬仗，能组织队伍，能把一个产品打成企业级入口。钉钉早年能起来，当然不是偶然。那是阿里组织能力、地推能力、产品执行力和中国企业数字化红利一起推出来的结果。

但问题在于，进入AI时代以后，企业服务的战场变了。

过去协同软件拼什么？

拼IM，拼审批，拼考勤，拼组织架构，拼流程，拼文档，拼会议，拼低代码，拼生态。谁功能多，谁覆盖广，谁进入客户组织更深，谁就有机会赢。

钉钉在这个时代是强者。

甚至可以说，钉钉已经是中国企业协同市场事实上的老大。

但AI时代不是在旧协同软件上多挂几个智能按钮。

AI时代要回答的是——下一代办公软件的形态到底是什么？

是聊天框？是文档？是表格？是智能体？是代码生成？是企业知识工作流？还是一个能替人完成任务的coworker？

这个问题如果没有想清楚，下面做再多功能，最后都会变成界面上的热闹。

热闹归热闹。

用户不一定真的用。

二、钉钉团队很努力，但努力不等于方向正确

坦白讲，我之前一直用飞书，因为钉钉体验确实差。

后来钉钉的人跟我接触以后，我对钉钉了解更多，也愿意说句公道话：钉钉团队非常努力。

这种努力，肉眼可见。

第一，钉钉功能真的多。

你把钉钉、企微、飞书三个产品都用一遍，不需要任何行业判断，普通用户都能得出一个结论：钉钉界面上堆的东西更多、更繁杂、更密集。

这不是偷懒的产品，是一个非常努力、甚至有点过度努力的产品。

第二，从去年开始，钉钉确实在朝AI方向转。

你打开钉钉界面，能明显感受到它在不顾一切拥抱AI。各种AI入口、AI能力、AI组件，都在往产品里塞。

但问题来了——钉钉拥抱的AI，是真的AI吗？

这句话不是质疑它有没有接模型。

它当然接了。

问题是，AI不是一个入口，不是一个按钮，不是一个浮层，也不是在每个功能旁边加一句“智能生成”。

真正的AI办公，是重新定义工作本身。

这说明腾讯至少意识到：下一代AI办公，不一定长得像上一代企业微信。

而钉钉呢？

钉钉当然也有悟空这类尝试。

但你把悟空放到Trae Solo、Work Buddy旁边看，问题就出来了：它到底是下一代办公形态的探索，还是钉钉体系里的一个AI功能集合？

这两者差别很大。

前者是在重新开一张牌桌。后者是在旧牌桌上加筹码。

三、钉钉真正的失焦，是把追赶当成了战略

钉钉这几年在表格上发了很多力，我看到了。

这背后当然有飞书多维表格的压力。

飞书多维表格一度给协同办公市场带来了很强的产品心智：原来表格不只是表格，还可以变成轻量数据库、项目管理工具、业务系统原型。

钉钉被迫追。

这很正常。

但问题在于，在那个时间节点，钉钉选择的是疯狂堆功能追赶，而不是停下来思考下一代形态是什么。

这就是战略失焦。

从业务角度看，表格当然重要。Excel、WPS、飞书多维表格，都是企业数据和协作的高频场景。

但真正的问题是：企业用户到底要不要把自己的工作从Excel和WPS迁移到一个全新的AI表格里？

还是说，在AI时代，更有价值的事情，是让AI直接接入Excel、WPS和用户已经存在的工作流？

这不是产品细节，这是战略判断。

如果用户几十年都在Excel和WPS里工作，你做一个功能繁复的新表格，然后指望用户整体迁移，这件事本身就很重。

反过来，如果AI能直接理解现有表格、生成公式、清洗数据、分析报表、写总结、联动业务系统，也许更符合用户真实习惯。

说白了，用户不一定想换一个更复杂的表格。

用户只是想少干点活。

这就是AI办公和传统协同软件最大的分水岭。

传统协同软件总想把用户迁移到自己的系统里。AI办公应该先学会进入用户已经存在的工作里。

钉钉的问题，是它太习惯做平台了。

平台思维的本能，是把功能做全，把入口做大，把用户装进来。

但AI时代，入口可能不是平台。

入口可能是任务，谁能完成任务，谁就是入口。

四、钉钉已经是老大，所以更应该想下一代，而不是继续堆功能

钉钉最可惜的地方在于，它不是没有市场份额，它不是没有组织能力，它不是没有客户基础。

正因为如此，钉钉本来最应该做的事情，不是焦虑地追飞书，不是把功能越堆越多，而是在自己领先的时候，认真思考下一代突破点。

企业服务里，老大最容易犯的错误，就是把今天的优势误认为明天的答案。

钉钉今天的优势，是组织覆盖，是政企客户，是阿里体系，是大量中小企业和传统企业的使用惯性。

但明天的答案，可能不是这些。

明天的答案可能是——谁能把AI真正变成企业员工的工作伙伴。

谁能把文档、表格、会议、代码、审批、知识库、业务系统全部重新组织成任务流。

谁能让用户不再记功能在哪里，而是直接说我要完成什么。

如果这个方向成立，钉钉今天堆出来的很多功能，都会变成负担。

功能越多，界面越复杂。界面越复杂，AI改造越难。AI改造越难，下一代体验越拖泥带水。

这就是老产品的诅咒。

它不是不努力，而是太努力维护旧世界。

五、钉钉的问题，最后还是组织的问题

钉钉当然要负责，但这件事不能只怪钉钉团队。

更大的问题，是阿里内部到底有没有想清楚：AI办公在下一代企业服务里的位置是什么？

阿里有通义，有阿里云，有钉钉，有夸克，有大量企业客户，有电商场景，有开发者生态。

按理说，阿里应该是中国最有机会做AI企业服务闭环的公司之一。

但现在看，阿里的动作并不够集中。

至少在外部感知上，字节的AI办公叙事更清晰，腾讯在Work Buddy上也有自己的突破，而钉钉仍然像是在旧协同软件里不断添加AI。

这就很危险。

AI不是钉钉的一个功能线。

AI应该重新定义钉钉。

如果战略上想不清楚，下面的人就只能继续做功能。做表格，做助手，做入口，做插件，做各种看起来有用的东西。

最后发现，用户没有真正迁移，心智没有真正改变，产品反而越来越重。

这不是执行的问题。

当地时间6月10日自以军方面获悉，本周早些时候伊朗向以色列发射弹道导弹，以色列的拉马特戴维空军基地出现受损情况。此前公布的低分辨率卫星图像显示，该基地一处仓库疑遭击中。以色列空军表示，相关情况仍在调查中。初步判断认为，损害更可能由拦截后坠落的导弹碎片造成，而非导弹直接命中。以军强调，事件未造成人员伤亡，基地设备未受损，作战运行未受到影响。（央视新闻）

美国联邦通信委员会(FCC)想要杀死匿名的一次性手机，计划通过法律强制要求电信公司存储手机用户的个人信息，相关个人信息包括政府颁发的身份识别号码和实际地址。此举引发了隐私倡导者和民权活动人士的担忧，认为美国在向专制国家看齐。FCC 给出的理由是打击诈骗，旨在阻止诈骗分子接入电信网络，“执法人员能更好地识别诈骗分子”。FCC 将这些措施比作银行为防止洗钱而收集的数据。

The next time you're furious, don't try to calm down. Just put a name to the anger coursing through your veins.

Say "this is rage"—three words, three seconds—either out loud or silently to yourself, and you've already kept the feeling from swallowing you whole. The technique is called affect labeling, and it works by softening the intensity of whatever's hitting you. "It turns down the volume on something that can feel really intense and overwhelming," says Lizzie Cleary, a clinical psychologist in Los Angeles. “It makes it a little bit quieter and more understandable." 

Here's why such a small move does so much—and how to make it second nature.

Why addressing anger works

"Before you label an emotion, you are the emotion," says Shannon Sauer-Zavala, a clinical psychologist and mental health treatment researcher in Lexington, Ky. It's the heat in your chest, the racing thoughts, the urge to do something you'll regret. The moment you put the feeling into words, it starts to loosen its grip. “When you label an emotion, you take it outside of yourself, and it becomes something you're feeling, not something you are,” she says.

The wording matters. Psychologists generally recommend saying "This is rage" rather than "I am furious." The goal is to create distance between yourself and the emotion—to remind yourself that rage is something you're experiencing, not something you are. That split-second of separation can be powerful. It creates a brief pause between what you're feeling and what you do next. "The pause allows you to choose with intention, so the emotion isn't running the show—you are," Sauer-Zavala says.

There's a reason why that small shift can feel so powerful. When you're angry or afraid, your amygdala—the brain's threat detector—is firing. Naming the feeling pulls a different system online. "When we go through the exercise of observing, naming, labeling, and utilizing language, that tends to activate our prefrontal cortex," Cleary says, referring to the analytical, language-based part of the brain. Once that happens, the feeling starts to lose steam.

The effect shows up even in the lab. Cleary points to a study in which people with a fear of spiders were asked to approach a live tarantula. The group that was instructed to narrate their fear out loud—saying things like "this is anxiety"—got closer to the spider than those who stayed silent, demonstrating better emotional regulation in the moment. "It makes the experience just a little bit more coherent, a little bit more manageable, and helps people be a little more regulated," she says.

How to practice affect labeling

When your emotions are running strong, start by naming the dominant one: "This is rage," "this is anxiety," "this is grief." 

Which one it is will determine what you do next and what you need in the moment, whether that’s comfort, a phone call, or a few deep breaths. Each emotion comes with its own pull, Sauer-Zavala says. Anger, for instance, tends to push you to set a boundary. "When you label, you can identify what the emotion is trying to tell you and act accordingly," she says. If you’re stuck on "I feel awful" after a tense exchange, you might just stew, or fire back something you'll regret. But if you land on "This is rage,” you can reflect on the fact that someone crossed a line, and pivot your focus to setting a boundary.

Make labeling your emotions a habit

Sauer-Zavala tells beginners to try labeling their big emotions just once a day for a week, rather than treating it as a lifelong project. "You don't have to become a Zen master," she says. If you’re fuming in a traffic jam, stewing after a tense meeting, or lying awake ruminating at 2 a.m., name what you’re feeling. Over time, the labels will start to reveal patterns. Cleary asks people to pay attention to which feelings keep surfacing and when—anger that flares every evening, say, or loneliness that creeps in at night. Those throughlines point to the triggers worth addressing. The more you name what you’re feeling, she says, the more you’ll learn about yourself.

Democrat Xavier Becerra and Trump-backed Republican Steve Hilton have secured the top two spots in California’s highly anticipated gubernatorial primary and will advance to the November general election, The Associated Press has called.

The California primary took place on June 2, but the state is notorious for its slow vote counting process and it took days before the AP determined, on June 5, that Becerra had earned enough votes to advance to the general election. The AP only determined that Hilton had secured enough votes on Tuesday, a week after voters went to the polls.

Billionaire philanthropist Tom Steyer, another Democratic candidate who also polled among the leading contenders in the lead-up to the primary, was on track to garner the third highest support from voters. The AP determined on Tuesday that there weren’t enough votes that had yet to be counted for Steyer to be able to catch up with Hilton. 

Voters will be asked in November to pick between Becerra and Hilton to replace Gov. Gavin Newsom, who was barred from running for the office again because of term limits. 

In California’s top-two primary system, the two candidates who receive the most votes advance to the November election—regardless of their political party.

Read More: How Does California’s ‘Jungle Primary’ Work?

Becerra advancing put to rest concerns that dogged Democrats for months that the party’s more numerous candidates might split the vote and allow Hilton and fellow Republican Chad Bianco to claim the two spots on the November ballot, resulting in the Democrats being locked out of the general election.

The results of the primary marked the culmination of a tumultuous race for those coveted top two spots. Earlier this year, then-Rep. Eric Swalwell appeared to be the Democratic frontrunner in the crowded race, but with less than two months until the primary, he suspended his campaign amid several reported allegations of sexual misconduct, which he denied. Swalwell’s exit sowed uncertainty about which candidate would ultimately pull ahead of the packed field of Democratic contenders—or whether they might all be bested by the two Republicans in the contest. Initially, experts speculated that Steyer, who unsuccessfully ran for President in the 2020 election, and Katie Porter, a former California Congresswoman, could take the lead among the Democrats.

But in the weeks leading up to the primary, Becerra, the Biden-era Health and Human Services Secretary, surged in the polls. Recent polling showed that Becerra, Steyer, and Hilton were ahead of the other candidates in the race, but it remained unclear as voters headed to the polls on June 2 who would come out on top.

While Hilton, who previously worked as a political strategist for former British Prime Minister David Cameron and who secured President Donald Trump’s endorsement in April, earned enough of the vote in the primary to advance, his chances of emerging victorious in November are slim: California is a blue stronghold, and has had a Democratic governor since 2011. The Cook Political Report rates the state’s governorship as “solid Democrat,” among the seats deemed least likely to flip this year.

中际旭创6月10日晚间公告，公司注意到美国国防部将公司列入“1260H清单”。公司确认，将中际旭创列入名单的认定和依据均是不符合客观事实的，中际旭创既非中国军工企业，也不是军民融合企业，公司将以充分的事实进行有效沟通并采取合适的措施以维护利益。本次事件未对公司经营产生实质性影响，公司订单获取、生产运营及供应链等情况一切正常。

6月10日，中国船舶集团有限公司党组副书记、董事、总经理王国强在总部与来访的中国农业银行股份有限公司党委副书记、行长王志恒举行会谈。双方围绕国家战略需求与金融服务实体经济等主题，就进一步加强银企合作、深化资源对接进行深入交流并达成共识。