在终端输入 vllm serve nvidia/GLM-5.2-NVFP4，一台装有 Blackwell 架构的机器就能将总参数达 753B 的 MoE 模型以兼容 OpenAI 的接口启动，无需任何云服务开销。

技术剖析：一行命令的底层支柱

vLLM 是一个源自加州大学伯克利分校 Sky Computing Lab 的开源推理框架，在 GitHub 上已收获 84.5k 星标。它通过 PagedAttention 和连续批处理技术将吞吐量提升到新的数量级。更重要的是，它对各类量化格式兼容并蓄：FP8、MXFP4、NVFP4、INT8、INT4、GPTQ/AWQ、GGUF……支持超过 200 种模型架构，即拿即用。

6 月下旬，NVIDIA 在 Hugging Face 正式发布 nvidia/GLM-5.2-NVFP4。该权重采用 Model‑Optimizer 工具对智谱 GLM‑5.2 进行 4 比特量化，并专门针对 Blackwell 架构 GPU 优化。与 FP8 格式相比，NVFP4 进一步压缩了显存占用，而在编程、推理以及百万 token 长上下文任务上的精度并未出现明显下滑。

智谱 GLM‑5.2 本身采用 MoE（混合专家）架构。公开数据显示其总参数达 753B，每次推理仅激活部分专家，实际激活的参数量远低于此。配合百万 token 的无损上下文窗口，官方在 Artificial Analysis 综合评测中取得 51 分，与 Anthropic、OpenAI 的旗舰模型并驾齐驱，并在编程能力上被贴上了“开源 SOTA”的标签。

采用 MIT 许可证，无论商用还是非商用部署，全球均无限制。

将这三者叠加——开源推理框架 vLLM、开源模型 GLM‑5.2 以及 NVIDIA 提供的硬件优化权重——最终用户获得的正是一个可离线运行、兼容 OpenAI API、无需云端的本地私有推理环境。

「真正的商戰樸實無華」，正在發生的商業史也如此殘酷。這家全球科技巨頭，人類數位世界排名前七的企業，內部不滿正以最粗野的方式爆發——一場有數千名員工參加的視訊會議上，Meta員工直接打斷發言，指著主管鼻子開罵：「公司把我們當狗用」（Being the company’s b*tch）。毫無包裝，毫不高端。這就是被AI狂熱攪得亂成一團的Meta。

據《連線》雜誌近日披露，六月初這場大型內部會議剛開場，一名與會者突然情緒失控，頻頻爆粗中斷同事發言，甚至要求現場所有人將自己對某位AI高層的批評書面轉達，措辭是「那個混球」（A Piece Of Sh*t）。目擊者說，現場有人窘迫到掩面，組織者最後不得不強制全場靜音。昔日的社交媒體霸主、扎克伯格這位千禧世代的互聯網巨頭，在優勢不再遙遙領先之後，開始陷入一個反覆上演的循環：老闆壓上全部身家豪賭新賽道，企圖破局；然後項目因各種原因卡關，公司和員工一起為這場孤注一擲買單。元宇宙如此，如今的AI也正在這條軌跡上狂奔。

從首席產品官到基層，Meta人都在為AI集體爆粗

幾千人會議上的公開辱罵，說明基層的離心力已經掩蓋不住。更早之前，裁員與新設「應用AI部門」引發的強制調崗，讓員工覺得自己被當成低階苦力：日常工作就是給AI出題、判卷，做機械式的基礎訓練。有被強制調入的員工向媒體描述這段經歷時，口吻像極了冤案當事人：「那個部門根本就是古拉格，一被關進去，人生目標瞬間消失。幾乎無法跟任何人交流，每週只是麻木地交差。」「工作簡單枯燥得要命，所有人都在抑鬱。」「大多數同事在那裡覺得靈魂被摧殘，快要窒息。」

這股怨氣也燒進高層。Meta首席產品官克里斯·考克斯在Instagram部門的內部會議上，直言公司過去幾個月「搞AI的瘋勁」讓工作環境變得「艱難而殘酷」。講到激動處，考克斯同樣頻繁爆粗：「公司這他媽是怎麼回事？」（It’s like what the f*ck）。他還用陰陽怪氣的比喻形容現狀：「現在的工作就像在冰雹中跑馬拉松，跑著跑著發現隊友被換掉了，領隊還記錄你的每個動作拿去教機器人。在這種環境下，Instagram團隊還能定期給20億用戶更新服務，真的非常不容易。」對於AI大計，考克斯坦承他與部分高層和大老闆看法不同：公司戰略需要腳踏實地，少弄虛的，AI的威力「並不特別激動人心」。「AI既不是上帝也不是魔鬼，而且遠沒有大家以為的那麼厲害。AI的確日新月異，但AI根本不知道今天幾月幾號。」

扎克伯格認錯縮手，員工可申請不被「蒸餾」

組織行為學有個基礎規律：一個業務單位若失能人數超過三成，組織便無法正常運轉。Meta五月底裁掉10%的原有員額，新成立的應用AI部門強制調入的人數也大致相當，等於把近兩成原有員工填進AI的坑。當大群基層公開宣稱自己服的是「古拉格式苦役」時，扎克伯格也不得不放軟身段，承認自己可能錯了。

在一份被路透社曝光的內部備忘錄中，扎克伯格說：「考量到最近一連串舉措的複雜背景與結果，公司決策層確實犯了很多錯誤，未來恐怕還會繼續。」針對各種為AI繼續大裁員、擴大拉伕的傳聞，他也暗示可能縮編AI部門：「時勢以我們無法掌控的節奏變化，我不想過早給出確定承諾……不過若某些部門或團隊犯了錯，公司可以縮減其規模，在其他部門開新職位，把一些員工調回去。」

為了安撫「扎男的嘴，騙人的鬼」這類質疑，Meta已開始收縮激進措施，首當其衝的就是最引人詬病的「蒸餾員工」。六月初，公司宣布縮減記錄員工滑鼠移動、鍵盤輸入以及其他行為數據用以訓練AI的計畫。反對該計畫的員工公開信已有超過1600人聯署，Meta順勢宣布員工可申請豁免參與，即便未申請，也會增加控制選項，允許每次最長30分鐘暫停數據採集。開發監控軟體的團隊還承諾引進多項優化，以降低對員工電腦電池續航的影響。

大模型界的阿森納，連第四都爭不到

扎克伯格為何如此焦慮？不難理解。Meta的Llama曾是開源大模型的巔峰，但如今按活躍度與流量統計，AI產品的熱度前三已被OpenAI、Anthropic與谷歌牢牢佔據，是無可爭議的御三家。商學院課堂上的「波士頓三四定律」說得很清楚：穩定競爭中，市佔超過15%的領先巨頭不超過三個。即便勉強擠出「御三家有四號」的俗諺，眼下最有機會搶第四把交椅的，在技術面與熱度上，也是DeepSeek或Perplexity。作為曾經開源AI界的制霸巨頭，Meta如今爭第四的希望都很渺茫。

越急越難出活。六月初，Meta的Muse Spark傳出跳票消息。四月剛公布時，負責該業務的Alex Wang宣稱模型API「即將推出」，但到了六月對外詢問，Meta仍在說正與合作夥伴測試，計畫本月發布。據《華爾街日報》消息，時程從四月推遲到五月，是因為測試中發現漏洞，且基礎設施跟不上，需要繼續構建。

屋漏偏逢連夜雨，需要趕工之際，Meta卻宣布限制員工Token用量。上週資訊媒體披露，Meta內部備忘錄指出，將限制員工的token消耗，以遏制內部AI工具成本爆增。備忘錄引用員工自行開發的排行榜「Claude經濟學」，稱過去約30天內累計消耗73.7兆tokens，用量呈指數級增長，成本恐將超過數十億美元。為此Meta將推出內部平台AI Gateway，即時追蹤各小組用量並自動告警，同時鼓勵員工改用自家AI編程助手Devmate，並計畫在2027年導入更系統化的成本管理，包括嚴格預算與資源分配。

AI飾品：越賣越虧、隱私糾紛纏身，難成破局利器

為了幫AI業務突圍，Meta絞盡腦汁。大模型受挫，就抄可穿戴裝置的曲徑。六月初，負責可穿戴設備的副總裁Alex Himel的內部備忘錄外流，內容顯示：2026下半年將推出四款新AI眼鏡，代號分別是Modelo、Luna、RBM2 Refresh與Mojito VIP；目標是下半年賣出1000萬台可穿戴裝置，月活躍用戶推高至680萬；同時研發代號「Artemis」和「SSG」的超感知眼鏡原型機，並準備推出面向企業的訂閱服務「Wearables for Work」，2027年春季還將啟動全新AI吊墜的內部測試。

從公開財報看，Meta與雷朋合作的AI眼鏡，2025年日活用戶年增三倍，銷量年增超過200%，全年售出逾700萬副，拿下全球智能眼鏡市場約82%的份額。好不容易在可穿戴裝置出頭，Meta自然想善用這個優勢，甚至計畫在眼鏡上跑Muse Spark模型，並配備開發中的消費級AI智能體「Hatch」。然而這條小路能否變成AI手機那樣的消費級入口，說不準。

先不說Muse Spark跳票，光是眼鏡就陷入「賣得越多、虧得越慘」的尷尬。2026年第一季財報顯示，負責該業務的Reality Labs部門營收4.02億美元，卻虧損40.3億美元，等於賣一塊錢要賠十塊本。更慘的是，2025年第三季尚未開賣眼鏡時，虧損為44.3億美元，第四季眼鏡開賣後，虧損竟一舉跳到60.2億美元。

就算Meta體量再大，也難以承受新業務如此燒錢，何況AI眼鏡的隱私爭議從來沒停過。2025年十月，Meta更新隱私政策，宣布將利用眼鏡的AI語音和圖像分析等數據構建更詳細的用戶畫像，以便在Facebook、Instagram上推送更精準的廣告。也就是說，「AI給鋼鐵人頭顯彈出廣告」的笑話，被Meta實現了。2026年三月，多名肯亞數據標註員爆料，他們的外包工作內容包含處理雷朋Meta眼鏡用戶的各種私密畫面——眼鏡被語音喚醒答問時，現場即時捕捉的影像會傳給外包人員，內容包括如廁、行房、身體暴露、ATM操作時銀行卡號密碼等。用肯亞老哥的話說：「如果用戶知道自己被錄下了什麼，絕對不敢再用這個眼鏡。」而六月初又爆出有人改造眼鏡、移除拍攝提示燈，這項服務已出現在美國30個州。

一家超級大廠做AI，做到員工罵娘、老闆罪己、軟體跳票、硬體巨虧，Meta的這條AI之路，讓旁觀者都只剩下唏噓。

可能你已注意到，一个名为 Loop Engineering 的新概念正在技术圈掀起波澜。它由 OpenClaw 创始人与 Claude Code 核心维护者共同倡导，核心理念简洁而强韧：别再死磕提示词了，去构建循环吧。虽然名字里带着 Engineering，但这并非 AI 产品研发或系统设计的专属术语，而是一种更高效、更合理的 Agent 使用方与思维模型。换句话说，它属于每一个希望真正用好智能体的人。

一句话概括 Loop Engineering：围绕一项长期目标，设计一套位于 Agent 外部的循环控制体系，让智能体能够稳定地被触发、执行任务、产出交付物、进入待命、再次运行……

本文从一次真实的日常需求出发，应用 Loop Engineering 思维，把这项任务全面托付给 Agent，实现长期、自动化且高质量的循环执行。如果你正在考虑如何让智能体持续地帮你搜集并跟进工作机会，这个场景应该很对胃口。

概念上下文：Loop Engineering 与各类“工程”是什么关系

Loop 和 Engineering 这两个词，总让人联想到 Agent Loop、Prompt Engineering、Context Engineering 或 Harness Engineering 等流行术语。但这个新概念和它们完全不在同一维度——后者更多出现在你设计或开发一款 Agent 产品时。因此，即便你不了解那些概念，也完全不妨碍你理解 Loop Engineering，并成为一个高阶应用者。

Loop Engineering 真正需要的能力是任务流程的抽象——把一个重复性事项固定下来，使其自动运行。这是产品经理的基本功，其实非常简单。即使暂时不熟练，读过本文后，你也能快速掌握。

从零开始：哪些任务值得采用 Loop Engineering？

在进入具体案例前，必须明确一个边界问题：并非所有让 Agent 完成的活都需要套用 Loop Engineering。

适合被设计成 Loop 的任务通常具备以下特征：

• 输入持续变化，而非一次性给定；
• 任务不是一次性完成，而是需要长期跟踪与迭代；
• 用户的反馈会直接影响后续执行策略；
• 多次执行之间需要共享状态信息；
• 需要由定时、事件或外部系统触发；
• 必须具备审计、恢复、降级甚至停止规则。

举个例子，“帮我找 10 个上海的 AI 产品经理岗位”这类指令，Agent 一次性搜索便可完成，最多再上传一份简历作为上下文。这是求职过程中的单次查询，虽然你很可能每天都会做类似的事，但如果你始终在循环中承担验收交付的角色，真正的循环成本就会很高。

一家中国基座模型企业近期再度刷新了市值纪录。盘中，智谱的市值一度冲过1万亿港元，年内累计涨幅超过1900%。收盘时，这家公司的总市值落在1.1万亿港元，大致相当于阿里巴巴市值的一半，接近美团的两倍，是京东的三倍。上市不到半年，智谱就从500亿港元量级挤进了港股万亿市值区间。

在港股的“万亿俱乐部”中，并肩而立的是腾讯、阿里、中国移动、工商银行这类产业巨头——它们身后都有着经过验证的用户入口、现金流或基础设施属性。智谱进入这一参照坐标，意味着公开市场对中国大模型公司的定价正持续膨胀。

不过，过山车一般的涨速，也让市场开始争论这究竟是一次神话还是泡沫。智谱上市后交出的第一份财报披露了2025年全年的营收数据：收入7.24亿元，净亏损47.18亿元，研发开支31.8亿元。一家去年收入7亿元的公司，市值却率先触及万亿级。看多者将其看作中国AI产业的估值突破，看空者则认为当前股价明显带有强泡沫属性，已远远跑在了基本面的前面。

从某种意义上看，这场争论早已超出智谱本身，而直接指向了中国大模型产业的整体估值。最新的消息显示，DeepSeek在新一轮融资后估值已超过500亿美元，阶跃星辰和月之暗面的资本化预期也不断升温，两家都瞄准了港股市场。中国大模型公司的估值曲线正从一级市场向二级市场抬升，而随着智谱成为第一家万亿市值的大模型企业，这条曲线正在向上触及新的天花板。

一、 GLM-5.2与“国产Anthropic”想象

智谱这一轮市值攀升，最直接的催化剂来自GLM-5.2。去年以来，行业内的主流模型升级普遍聚焦于Coding、Agent、长程任务和复杂工程能力。在这些场景下，智谱GLM系列已经跻身第一梯队，而全球范围内最强的参照对象是Anthropic。

今年以来，Anthropic完成了650亿美元的融资，投后估值高达9650亿美元。市场对它的追捧，核心在于Claude Code在开发者场景中跑出来的收入。官方披露的数据显示，Claude Code的年化收入已超过25亿美元，较年初翻倍。这个样本为全球AI公司更换了估值锚点。C端聊天产品证明的是用户规模，代码和企业级Agent证明的是付费能力；前者制造声量，后者靠近收入，而收入背后的商业化能力，正是资本市场评估大模型企业时所重点关注的。智谱在这一轮行情中被重估，正是因为市场把它放进了“国产Anthropic”的坐标系里来观察。

近日，特斯拉首席执行官埃隆·马斯克与智谱创始人唐杰的隔空互动，则进一步放大了这种想象。马斯克判断，中国可能在2027年一季度出现接近Anthropic Fable级别的模型。唐杰回应称，不会等那么久。尽管这句回复本身简短得几乎没有给出具体信息，但侧面凸显出，国产模型已经身处全球前沿模型的追赶叙事之中，市场正在观察谁能跟上头部选手的脚步。

今年以来，除了智谱股价的攀升，国产模型圈的资本动作也在不断加快。本月初，智谱通过了A股发行议案，计划登陆科创板募资不超过150亿元，其中120亿元投向通用基座大模型研发，20亿元投向MaaS一站式服务平台。几乎在同一时间，MiniMax与中信证券签署辅导协议，正式启动A股IPO进程，并评估发行人民币股份登陆科创板。两家港股大模型公司同时推进A股路径，说明中国AI的估值曲线正在从港股弹性，进一步延展至A股的产业融资。

与此同时，DeepSeek在一级市场疯狂吸纳融资。近期，DeepSeek完成超过74亿美元的融资，估值超过500亿美元。这家来自杭州的AI巨头，凭借出色的模型效率、全球范围内的开发者声量和开源生态，把中国大模型一级市场的定价推到了新的高度。

在二级市场，智谱和MiniMax相继登陆后，港股市场也在转向拥抱AI产业。今年以来，港股已有65家公司上市，合计募资超过1765亿港元。硬科技和高端制造企业贡献了接近1293亿港元，占比超过七成。半导体、电气设备、AI公司成为发行主线，资金正在把港股当作中国硬科技资产的再定价市场。换句话说，智谱的万亿市值，不仅来自GLM-5.2的出色表现，也源于几个条件的共振：全球AI资产估值上扬，中国大模型公司资本化提速，港股缺少纯正的大模型标的，硬科技资金重新聚集。所以，市场真正在买入的，是中国AI估值边界仍能被继续拓宽的预期。只是，这条边界拓得越宽，围绕产业泡沫的争论就越会持续下去。

二、 泡沫警告与解禁压力并行

看到智谱万亿市值，大多数投资者直觉上就会判断，这里边必然含有泡沫成分。一家年收入7亿多元的公司，盘中市值超过万亿港元，任何估值模型都会感到紧张。更何况，智谱的股价之前已经出现过大幅度波动。5月末，它盘中市值曾突破8800亿港元，随后快速回落；今日再度冲上万亿的过程中，盘中震荡依然剧烈，短短十几分钟就从高处回落，蒸发了上千亿市值。

然而，这也正是AI行情最特殊的地方：市场一边承认价格昂贵，一边继续追逐头部标的。泡沫警告和估值上调同时发生，构成了这一轮AI资本周期的底色。与此同时，港股新股市场已经出现分化。今年一季度，香港IPO破发率升至44.74%，明显高于去年。传统行业和认购不足的公司承压，而硬科技、AI、新能源企业仍在被资金追逐。资金并没有无差别地买入新股，它只在少数赛道里集中冒险。显然，以智谱为代表的AI产业，就属于被集中冒险的资产。突破万亿，靠的是市场对中国AI基础设施公司的稀缺预期。

不过，资本并不会无止境地投入。7月上旬，智谱和MiniMax即将迎来上市后的首轮限售股解禁。智谱的解禁时间在7月8日，规模约有2568.16万股，占总股本约5.76%，按近期股价测算，对应的解禁市值约269亿港元。解禁前，智谱的流通股约1735.08万股。也就是说，即便总股本占比不高，新增的可交易筹码也会明显改变此前的低流通盘结构。MiniMax所面临的解禁压力更大，它将在7月9日解禁约1.07亿股，占总股本约34.25%，其中财务型投资者的持有比例超过三分之一。两家公司的股价相较上市时都经历了大幅上涨，市场自然会提前对减持压力产生担忧。

事实上，不只国产大模型，全球市场也在经历同样的估值冲突。就在马斯克和唐杰隔空对话的前两周，SpaceX上市后市值迅速突破2万亿美元，股价也攀升至210美元区间。这家集航天与卫星互联网一身的企业，上市前夕就已大量整合资源，强化其在AI基础设施、与xAI的协同、星链网络和未来算力叙事中的行业地位。针对这家公司，纽约大学斯特恩商学院教授达莫达兰给出的估值低于市场定价，并提醒SpaceX的高估值已包含大量关于未来的假设。而在过去几个交易日里，SpaceX的股价经历了大幅回调，股价已经来到170美元区间。

6月初，Scion Asset Management创始人、电影《大空头》原型投资人迈克尔·伯里也把质疑指向了Anthropic。他认为，Claude背后的大模型研发成本过高，近万亿美元的估值很难只靠当前的商业模型来支撑。行业内部如此巨大的认知分歧，其实看似对立的观点之间并不矛盾——在产业高速增长周期里，泡沫已经天然地成为了AI估值的一部分；而这部分“泡沫”究竟是长期溢价还是即将破裂，关键取决于AI企业的商业化能力。

三、 商业化是估值能否守住的核心

突破万亿市值后，智谱面前真正的命题，是收入的增长速度。2025年，智谱实现收入7.24亿元，同比增长131.9%。其中，本地化部署收入5.34亿元，同比增长102.3%；云端部署收入1.90亿元，同比增长292.6%；企业级智能体业务收入1.66亿元，同比增长248.8%。在这些收入中，智谱MaaS API平台的年经常性收入（ARR）约17亿元，过去12个月提升了60倍，平台毛利率提升至18.9%，这意味着MaaS的收入占比正在持续扩大。

2026年一季度，面对模型调用的旺盛需求，智谱直接选择了涨价。今年2月以来，智谱对GLM Coding Plan套餐价格进行了结构性调整，整体涨幅从30%起步，给出的理由是用户规模和调用量快速提升，需要保障高负载下的稳定性和服务质量。只是，这部分营收究竟对应着多少实际收入增长，尚需等到智谱的下一份财报才能揭晓。

与此同时，作为一家独立模型公司，智谱的成本压力极为沉重。2025年，智谱净亏损47.18亿元，经调整净亏损31.82亿元，研发开支高达31.8亿元，研发投入相当于收入的4倍多。模型公司可以烧钱，但必须让资本市场看到长期盈利的预期。

好在，中国整个市场的调用量基础正在不断抬升。IDC数据显示，2024年中国企业级MaaS市场的调用量为114万亿Tokens，2025年跃升至1944万亿Tokens，预计2026年将达到40000万亿Tokens。Token正从技术指标变成商业结算单位。在国内模型体量最头部的字节跳动一侧，其旗下豆包大模型日均Token调用量已突破120万亿，三个月内翻倍，较2024年5月发布时增长了1000倍；累计调用量超过一万亿Tokens的企业，也从去年底的100家增加至140家。

与此同时，C端场景也在扩容。QuestMobile数据显示，2026年3月，中国AI原生App月活用户规模达到4.4亿，豆包、千问、DeepSeek位列前三。AI应用已从小圈层工具变成了大众产品。但用户规模并不等同于利润水平，行业内的泡沫担忧，本质上是对AI无底线烧钱、始终看不到盈利预期的无力感。在这个问题上，Anthropic仍然是最强的参照样本。

今年二季度，Anthropic预计实现收入109亿美元，并可录得约5.59亿美元的经营利润。如果这一预期能够兑现，它将成为全球AI公司商业化的转折样本。市场会因此相信，大模型公司并不需要长期停留在“烧钱换规模”的阶段。这也是中国AI公司被重估的根本原因。如果Anthropic能够依靠代码、Agent和企业API接近盈利，国内市场自然会寻找对应的中国标的。智谱、DeepSeek、MiniMax、月之暗面，以及几家头部AI大厂，都将被放进这条商业化曲线里进行逐一比较。

随着智谱率先突破万亿市值，这也成为了中国AI产业接下来的共同命题。估值边界已经被打开，关于泡沫的争议不会停息，市场的波动与不确定性依然存在。想要巩固这条估值边界，大模型厂商首先要能够把模型能力稳定地转化成收入，再把收入继续推向毛利和现金流；同时，也需要更多国产厂商在追赶Anthropic的路上跑出有效的商业化样本。智谱今天站上万亿市值，是中国AI产业重估的第一个高点。这个高点能否守住，能否演化成一条行业曲线，最终要由国产大模型厂商的商业化成果来回答。

每年 Anthropic 都会把地理围栏修得密不透风，结果第二年就有人把绕过它的那一整套流程做成产品，挂在淘宝上卖。

4 月 23 日，白宫发布了一份备忘录，警告中国实体正对美国前沿 AI 模型进行“工业级蒸馏攻击”，动用了“数以万计的代理账号”。两个月后，Anthropic 在官方安全报告里补了一句更具体的话：一个代理网络就能管理超过 20,000 个欺诈账号。这两段话读起来像是对同一个剧本的不同机位，一个讲需求侧，一个讲供给侧。真正的原因，是市场底层更顽固的结构。

那是一个公开运转的灰色经济体，活跃在 GitHub、淘宝、Telegram，甚至 X 的公开帖子上。被卷入其中的远不止备忘录点名的那几家实验室，而是把 Claude 当成日常工具的人：大学教授、研究生、跑自动化流程的工程师，还有在淘宝帮人代下单的外贸卖家。门槛早已不是“能不能用”，而是“能不能便宜地用”。

01

Anthropic 设下了四道门

在所有主流 AI 服务商里，这家公司对中国用户的防范可能是最用力的。

第一道门是账号注册。要拿到一个 Claude 账号，海外手机号、海外信用卡、账单地址三件套缺一不可。9 月 5 日，Anthropic 又补了一刀：只要是由总部在受限地区（包括中国大陆）直接或间接持股超过 50% 的实体，其 API 账号无论在何处注册，一律作废。这一条直接堵死了“离岸壳公司”的出口。

更狠的一刀在 4 月落地：限量触发身份核验。用户必须上传政府签发的带照片证件，同时完成一次实时自拍比对。这是 Claude 第一个把活体人脸比对拉到这个级别的消费级 AI 服务。对普通中国人来说，这几乎等同于“你再用下去，就得把自己实名制搭进去”。

四道门，每一道都在抬高真实成本。但真实成本本身，就是一门生意。

02

中转站：把这门生意做成闭环

中转站，也常被叫做 API proxy，是开发者为 Claude 辗转找到的一条新路径。它的结构并不复杂，却足够有效：你把自己原本要发给 Anthropic 的请求，改发到第三方服务器上，那台服务器替你完成与 Anthropic 的所有对接，再把结果原路返回。你不需要翻墙、不需要海外信用卡、不需要提供任何真实身份，只需要用微信或支付宝把钱打给中转站的运营者。

这不是一个浪漫的叙事。GitHub 上有人把它做成开源工具，并煞有介事地强调合规和审计；更多的人把它做成淘宝店铺、Telegram 机器人或者微信群里的接龙。还有人把中转站平台本身再包一层，变成二级分销。

低价背后的真实驱动力，是一张多层供应链：上游批量注册账号、兜售虚拟手机号、测试最新 KYC 绕过方案的人，从没见过来自中国的下游用户；中游的中转站运营者负责维持服务可用，并轮换账号池；最下面则是买 token 跑任务的工程师、跑在笔记本里的创业 demo。几乎没有人同时握通链条上的三段，而这恰恰是它的韧性所在。

03

模型正在被静悄悄地替换

一篇来自德国 CISPA 的论文，让“便宜 Claude”第一次有了可被核查的证据。研究者审计了 17 个 API 代理，结果触目惊心：你付的或许是 Opus 4.7 的价格，拿到的却可能是质量低得多的小模型；你自认为跑的是“Gemini-2.5”，在一个医疗基准测试中，官方接口的正确率是 83.82%，在代理侧只剩下 37%。

2025年除夕夜，近2亿人次用一句话完成年货采购——“千问帮我下单年货”，商品自动推荐、比价、下单，全程无需搜索和浏览详情页。这是2026年春节真实的商业切片：阿里千问“一句话下单”服务近2亿次，字节豆包除夕AI总互动19亿次，腾讯元宝日活突破5000万。互联网大厂累计投入超80亿元，展开一场面向全民的AI应用“拉新实验”，其结论极为清晰：AI购物元年，正式到来。

当“人找货”成为历史，电商生意逻辑正在被彻底重构。本文将深入探讨消费者、商家、平台三个维度的核心转变，并提供切实可行的生存指南。

消费行为重塑：从“人找货”到“AI代办”

过去二十年电商的核心逻辑是“人找货”：用户产生需求后，搜索关键词，筛选商品列表，比对参数和价格，最后下单。这一逻辑统治了两代电商从业者，但在2026年正被迅速瓦解。

场景一：模糊需求，AI精准响应

传统模式下，若想为怀孕六个月的妻子买一双鞋，你需要打开电商平台，输入“孕妇鞋”，然后在几十页商品中逐一查看材质、防滑系数、穿脱便利性，耗时至少半小时。如今，只需对AI说一句：“老婆怀孕六个月，需要一双防滑、方便穿脱、舒适的鞋，预算200元左右。”三秒内，AI便会推送三款推荐，并附上适用理由，直接完成下单。这不是搜索效率的提升，而是需求理解范式的彻底颠覆。

场景二：“券找人”取代“人找券”

过往，用户需要主动进入优惠券中心翻找，或跨平台查询当日优惠，信息零散且依赖主动操作。如今，AI基于消费记录、偏好与购买时机，在用户恰好需要的时候，主动推送最匹配的优惠。AI由被动响应转变为主动发现——这是价值分配逻辑的根本性改变。

消费者行为的三个底层变化

• 关键词让位于自然语言：用户无需知道“如何描述”，只需表达“想要什么”，AI负责翻译需求。
• 主动搜索变为被动接收：用户变得日益“懒惰”，AI愈发懂你，等待“自己被找到”取代“自己去寻找”。
• 单点决策升级为信任外包：用户将决策权越来越多交给AI，不是因为AI完美，而是基于“它不会坑我”的信任。

这意味着品牌触达用户的路径，从“用户看到你”转变为“AI替你发声”。如果AI不了解某个品牌，不理解其核心价值，它便不会推荐。

商家角色演进：AI从效率工具到智能员工

许多商家仍将AI视为高级客服工具，这种认知正在让人错过一个时代。AI在电商领域的角色，正经历三级飞跃：辅助工具 → 效率倍增器 → 独立智能员工。

案例一：阿里“龙虾”与“悟空”——AI员工团队正式上岗

天猫TOP TALK推出的“龙虾版”生意管家，配置了AI数据分析师、AI设计师、AI广告投手、AI导购，形成四位一体的“超级店长+专家团队”。而阿里企业级AI平台“悟空”，更将AI能力推向新高度：商家可用自然语言指挥AI完成选品分析、素材制作、上架更新、效果监控全流程。多AI Agent协同运作，转化率下降时，商品素材Agent自动优化主图，广告投放Agent同步调整推广策略，全程无需人工介入。

案例二：AI客服直接驱动成交

“店小蜜”AI客服目前已累计服务3亿人次，在20万商家试点中，成交转化效率提升30%。这不仅因为回复更快，更因为AI直接从咨询到下单全链路打通，引导成交无需人工干预。对于日均1000询单的店铺而言，这意味着每天多成交300单，全年可额外贡献近千万级GMV。

案例三：AI视觉革命——拍照搜品准确率达98.2%

淘宝拍照搜品准确率提升至98.2%，用户在现实中拍摄任意商品，立即匹配同款或相似款，线上线下边界被彻底抹除。对商家而言，产品图片已转变为“销售员”。图片质量不再仅是美观问题，而是“AI能否识别并推荐你”的关键。

商家运营模式的根本转变

传统电商运营：人执行，AI辅助；AI原生电商：AI执行，人决策和监督。这是“AI员工+人类CEO”的全新协作模式，运营角色从执行者转变为策略制定者——你告诉AI做什么，而非自己动手。

平台竞争升级：从“流量分发”到“意图理解”

电商平台的竞争逻辑正经历根本性重构。过去的竞争焦点是“谁拥有更多流量，便可吸引更多商家”，平台充当“房东”，商家充当“租客”，流量即摊位费。当下及未来的核心是“谁更懂用户意图，能更精准地匹配供需”。平台演变为“AI管家”，商家作为“服务提供方”，核心能力转变为“被AI推荐”。

抢占“AI入口”：各大平台的争夺战

• 阿里：千问App接入淘宝、支付宝、飞猪、高德，完成“规划—决策—支付”闭环；悟空平台主攻B端企业级AI。
• 字节：豆包嵌入抖音电商与本地生活，探索“内容+消费”一体化路径。
• 腾讯：元宝+微信生态，力图打通社交与消费决策链路。
• 京东：推出“AI年货地图”，实现“订单未下、货已先行”的智能分仓。

互联网大厂春节期间投入超80亿元，争抢的不是流量，而是用户心智中的“AI第一入口”——谁率先占领这一入口，谁便能在下一代电商格局中占据优势。

GEO崛起：搜索引擎的流量危机

一组数据值得所有商家警惕：传统搜索引擎流量预计2026年下滑25%。与此同时，GEO（生成式引擎优化）正快速崛起，品牌营销核心正从“SEO关键词排名”转向“让AI理解并信任品牌”。GEO商用后，AI推荐场景下获客转化率提升2.8倍，用户决策周期缩短40%。这意味着，谁能让AI更准确地理解自身，谁就获得更多被推荐的机会。对商家而言，品牌信息、商品描述、用户评价，正成为AI判断“该推荐谁”的依据。过去拼关键词SEO，未来拼AI信任度建设。

AI电商生存指南：五大策略制胜未来

在AI电商时代，核心竞争力不再是“流量运营能力”，而是“AI构建能力”——能否熟练运用AI工具，能否培养AI协同团队，能否建立让AI“信任”的品牌，将决定生存质量。

第一：从高频重复劳动切入，立即行动

不要等待或观望，今天就选择一项每天面对的重复性工作，用AI解决：

• 客服80%的重复咨询 → 部署AI客服替代；
• 每周手动整理数据报表 → 切换成AI自动生成；
• 上新依靠设计师排期 → 采用AI生图工具；
• 选品凭感觉和经验 → 改用AI分析竞品评论。

每解决一个环节，每年可节省几十到数百小时——这些时间正应用于构建真正的核心竞争力。

第二：建设“AI信任度”——让品牌被AI读懂

从现在开始，必须思考一个问题：“若用户对AI描述需求，AI会推荐我的品牌吗？” 要回答“是”，需要做好三件事：

• 商品描述结构化：AI读不懂“时尚大气上档次”，但能读懂材质、规格、适用场景、核心卖点；
• 用户评价真实完整：AI会分析评价判断产品优劣，真实详尽的好评即最佳SEO；
• 品牌故事可被提取：AI需要知道你是谁、解决什么问题、为何不同——写清楚，写入品牌介绍。

第三：转变团队角色——从执行者到监督者

这可能是最重要的一次认知跃迁。过去，你告诉员工做什么，员工执行；未来，你告诉AI做什么，AI执行，你负责验收。这意味着，需要培养的不再是“更会操作后台的人”，而是**“更会下达精准指令的人”**。Prompt能力、批判性思维、数据解读能力，将成为AI时代运营团队的核心技能。

第四：关注CPS模式——为“实际成交”付费

AI购物的普及，催生商业模式变革：CPS（按成交分佣）将成为主流。逻辑直接而公平：AI帮你卖出商品，收取佣金；卖不出，不收费。这对商家是重大利好，你不再为无效曝光付出冤枉钱，只为真正的成交买单。

第五：关注新硬件入口——智能眼镜的爆发

一组关键数据：2026年1-2月，智能眼镜网络零售额增长183.5%，擦窗机器人增长130.8%。智能眼镜正成为下一代AI入口：用户戴上眼镜，看见任何商品，眼镜自动识别、比价、下单。这意味着视觉搜索与即时购买将取代当前的“拿起手机搜索”模式。提前布局适配AI眼镜的内容与商品描述，准备迎接下一个流量入口的爆发。

拥抱变革，而非恐惧

每次技术革命，总有人高喊“狼来了”。电商兴起时，断言“线下零售完蛋”，但线下并未消亡，而是学会用线上工具服务线下客户。AI并非来取代人，AI是增强人。那些忧心“AI让我失业”的人，忽略了一个关键事实：AI永远需要一个“验收者”——那个判断AI做得对错、好坏、是否偏离品牌价值的人。这一角色，永远属于人。

Ponytail：帮你的AI Agent“减负”，让代码回归本真

大家都有让AI写代码的经历。让它做个日期选择器，它可能先装个 flatpickr，再套一层 wrapper 组件，接着陷入时区处理的反复拉扯，动辄五十行起步。Ponytail 要治的，就是这种过度工程化的毛病。

它的人格设定很传神：你公司里那位扎着马尾辫、戴着椭圆眼镜的老程序员，拿过五十行代码，一言不发，直接压缩成一行。

Ponytail 兼容 13 个主流 AI Agent，Claude Code、Codex、GitHub Copilot CLI、Gemini CLI 全都能接入。它的核心思路是给 AI 注入一条过滤链：动手之前先层层自问——这事真的必须存在吗？标准库能不能搞定？平台有没有原生支持？能不能一行写完？筛到最后，才允许写出最精简的代码。

在 Claude 上实测，单任务代码量减少 80-94%，执行速度提升 3-6 倍，调用成本节省 42-75%。

开源地址：https://github.com/DietrichGebert/ponytail

三条配套指令，让管理更透明：

• /ponytail-review 审查当前 diff 中的过度工程
• /ponytail-audit 扫描整个仓库
• /ponytail-debt 将所有临时取巧的地方汇成一份技术债台账，免得过后忘得一干二净。

在 Claude Code 里两行命令就能装好：

/plugin marketplace add DietrichGebert/ponytail/plugin install ponytail@ponytail

LibreChat：把所有主流AI模型装进同一个聊天界面

如果你同时使用 ChatGPT、Claude、Gemini，每天在好几个标签页之间来回切换，这个近 4 万 Star 的项目值得一试。

LibreChat 是一个 AI 聊天平台，接入了 OpenAI、Anthropic、Google、Azure、AWS Bedrock 等主流供应商。更棒的是，同一场对话可以在流式输出过程中直接切换模型，前面用 GPT，后面接 Claude，完全不用重开窗口。

多用户、Agent、MCP、Artifacts 等功能也早就内置了，远不是 ChatGPT 的简单克隆。

如果此刻你仍在用去年的运营逻辑做抖音小店，那可能已经落后了一大截。

过去两个月，平台接连释放了两个强信号：一是1月8日对**“九大商家扶持政策”进行系统性升级**，方向是战略性的让利与松绑；二是2月份生效的12条新规集中落地，标志着治理层面全面收紧。

松中有紧，核心意图毫不含糊：将合规生意的综合成本打下来，同时堵死各类灰色投机的通道。

我把这些变化整理成一篇干货，读完你就能明白2026年抖音小店的钱该从哪里省、流量如何免费拿、坑又该怎么提前绕开。

📌 本文核心速览

✅ 免佣政策细节：技术服务费最低可至0.6%
✅ 算法方向明确：优质内容不用投流也能成为爆款
✅ 退货率破解方案：四招帮你拉高结算率
✅ 2月生效新规：达人带货受限、保证金收紧等12条必知规则

一、扶持政策再度加码：2025年减负320亿，2026年红利再扩大

先看一个数据：320亿。

这是2025年抖音电商通过商品卡免佣、特定类目免佣、运费险补贴、小微商家专项支持等组合拳，为商家实打实省下的经营成本总额。折算下来，每个工作日帮商家多留住了大约1.3亿元。

换个角度拆解：

• 货架场景下的商品卡免佣贡献超 138亿元
• 内容场景里，水果生鲜、日用百货、厨具、男装等大批类目陆续纳入免佣范围
• 三轮运费险降本举措累计省下 85亿元

进入2026年，这个数字还会继续攀升。1月8日，抖音电商正式发布了“九大商家扶持政策”升级版本。

▲ 2026年九大扶持举措概览

🔑 最大亮点：千川·乘方技术服务费率降至0.6%

这是整轮免佣政策中最值得放大的细节。

商家使用平台新推出的一站式AI智能营销工具“千川·乘方”所产生的订单，技术服务费直接递减到 0.6%。

同时，免佣的适用范围从原有的货架场商品卡，延伸至 全品类，场景也从货架场覆盖到了 内容场（含短视频、直播）。

过去内容场免佣覆盖有限，现在只要走千川·乘方的成交，就能享受到最低0.6%的费率保护。一边有自然流量的加持，一边有最低扣点兜底，综合投放成本肉眼可见地往下走。

💡 操作提醒：千川·乘方是平台智能营销的整合入口，建议尽早接入实测。用上这个工具，等于把技术服务费优惠和AI智能投放打包在一起，双重利好一次性叠加。

💡 净成交出价：一个值得跟进的新指标

2026年扶持政策中涌现出一个值得记住的关键词：“净成交出价”。

这是平台新推出的投放指标。对符合评估条件的订单，系统会自动减免部分推广费，提升商家的投放效率。直白地说，就是平台帮你筛出真正值得花广告费的流量，避开无效消耗，让每一分钱都花得更聪明。

💡 联盟双佣金体系：达人合作成本更可控

这条对联盟带货的商家非常友好。

新机制允许商家在后台同时设置 两套佣金标准：

• 日常佣金：面向达人和自然流量的常规比例
• 推广佣金：投放期间生成的订单，按更低费率结算

系统自动识别场景并切换计算。投广告时支付更低的佣金，不投放则恢复正常费率。过去要么全部按高位佣金走，要么跟达人逐一对谈，现在平台直接帮你一键区分。

💡 百亿优惠券补贴：平台出钱帮你拉新

平台将启动 百亿优惠券补贴专项，通过智能优惠券形式精准触达潜在消费者。

这笔费用由平台承担，用户用券购买你的商品，你照常拿到全额货款。怎么参与？关注官方活动通知，通常符合资质的店铺会被系统自动纳入。基础门槛是保持稳定的商品质量和好评率。

二、算法重构：2026年“好内容=好流量”已成现实

一个明显趋势是：用心做内容的商家，自然流量正变得越来越可观；而一味拉时长、低价冲单的老套路，效率正加速下降。

这不是偶发现象，而是算法在主动导向。

▲ 好内容即好流量，算法正重塑电商底层逻辑

📊 用事实说话：内容型黑马跑得有多猛

看两个真实样本。

案例一：@洪湖颜姐莲藕特产店
儿子小陈记录妈妈挖藕的真实劳作日常，搭配走心旁白，零付费投流。最终账号积累了近 24万粉丝、百万量级点赞，店铺莲藕的日均销量从不足20单，直接飞跃到日发货万斤。

案例二：@FeiFei飞飞女鞋
主理人对直播间灯光和场景极度挑剔，2025年重新打磨了直播间的视觉呈现后，流量质量明显上升，轻松孵化出多款销量过万的爆品。

两则故事指向同一个结论：平台的算法，正在真金白银地奖赏优质内容。

过去一年，俄罗斯电商市场发生了剧烈变迁。从跨境账户政策、清关模式到各项合规要求，全线收紧，最令人咋舌的当属平台规则——佣金一年内可上调四到五次，尾程物流算法一两个月就可能大改。在这个市场上，一旦缺失精准的算账能力和快速应对变化的敏捷度，被拖垮几乎是大概率事件。

如今，俄罗斯市场的进入门槛已从“地平线”抬升至“半山腰”。卖家供给高度饱和，平台早已不缺货，且绝大部分商品都已布局本土仓，早期的流量红利彻底消退。合规认证的复杂度大幅上升：EAC认证、诚信标签、清关资料对账等环节成为入场标配，准入门槛今非昔比。同时，重资产的本土化模式对初始资金和周转资金的要求，早已不是两三年前的量级，投入金额可能是过去的数倍。曾经双清包税十几天就能到货的模式日渐稀少，资金周转效率显著下滑。

尽管如此，俄罗斯市场仍然蕴藏巨大潜力。每年一千多亿美元的销售额仍在持续增长，消费者线上购物习惯已经不可逆转。从竞争格局看，大量类目中大品牌尚未完全回归，卖家面对的仍是中国同行、俄罗斯本土力量以及来自土耳其、越南等国的竞争者，较量强度远不及与全球品牌正规军硬碰硬。更为关键的是，随着各类新规（如传闻中的SPOT/EDC等）陆续落地，大批低质、不合规的散户被清退，市场环境反而对具备产品意识、品牌意识和资金实力的卖家更加“干净”和友好。

最终判断很清晰：俄罗斯市场已经告别“谁来都能赚钱”的草莽阶段，但远未到“毫无新机会”的存量绝境。它处于一个极具深意的临界点——市场规模仍在增长，平台集中度极高，卖家竞争明显加剧，平台费用持续走高，跨境合规红利逐步收窄，而欧美品牌退出后的供给重构尚未完全闭合。因此，它不再是一个普适性的红利市场，却依然是一个充满结构性机会的市场。

关键问题不再是“俄罗斯还能不能做”，而是：以我们当下的资源和能力，能否在俄罗斯某些类目中建立起比普通卖家更强的结构性能力？若能做到，俄罗斯就值得持续下注；若不能，这个市场将演变为高销售额、低利润、高库存、高费用、高波动的风险漩涡。

用一句话总结：现在的俄罗斯，不适合轻装上阵的投机者，但适合经过能力重构后再入局的玩家。对于普通卖家，生存难度大幅提升；而对于拥有供应链基础、充裕资金、本土化运营能力和清晰类目战略的企业来说，竞争环境反而可能更优渥。因为市场一旦从红利期进入能力驱动期，淘汰的是散兵游勇，留下的将是体系化玩家。2026年的俄罗斯电商，不再是草根创业者的淘金地，而是品牌与资本的收割场。

近期很多朋友都在问同一个问题：现在想进入跨境电商赛道，还来得及吗？又该从哪个平台入手？坦白讲，这个问题我已经被问过上百次。今天就把主流平台的真实情况全面揭开，一次讲透它们各自的隐患和难点。

跨境电商现状分析

跨境电商这个赛道，当前仍然是中国普通从业者可以抓住的窗口。

为什么？

「全球市场体量巨大，大到你的产品只需要精准服务一小部分人，就能取得相当可观的生存空间。」

但关键的是——

并非所有平台都值得你毫无保留地投入时间和资金。

主流平台潜在风险深度剖析

亚马逊（Amazon）：最大平台即最卷战场

亚马逊作为行业老大哥这一点毋庸置疑。

不过，很多人并不清楚——

大量新手卖家在亚马逊上遭遇滑铁卢，根本原因不在于不懂运营，而在于根本玩不起这场资本游戏。

我的判断是：

亚马逊更适合资金充裕、拥有稳定供应链和丰富运营经验的玩家。

小白卖家贸然冲进去，大概率只能花钱买一次沉重教训。

速卖通（AliExpress）：低价路线的利润困局

速卖通的核心标签就是“便宜”。

但在中国强大的供应链面前，“便宜”本身几乎没有任何护城河可言。

核心问题：

• 产品客单价低到什么程度？有时甚至比你的进货价还要低
• 平台走的是跑量逻辑，客单价一旦过低就意味着——必须卖出天文数字的销量才有可能盈利
• 利润空间被极限压缩，一单只赚几块钱，做得再多也只是寂寞

「低价是一剂慢性毒药，一旦起跑就再难停下。」

Shopee（虾皮）：东南亚市场的低价之殇

东南亚市场表面上看起来极具吸引力，人口基数大、电商渗透率尚低。

但现实情况却是——

eBay：规则复杂、偏向买家的老牌平台

后台操作逻辑几乎反人类，付款方式局限于PayPal，平台规则又严重偏向买家。

很多资历深厚的老卖家都感叹：能坚持在eBay上活下来的，靠的都是绝对的真爱。

TEMU（拼多多海外版）：极致低价下的卖家困境

TEMU用疯狂补贴与极致低价策略高调杀入海外市场，表面上很有诱惑力。

但隐藏的真相是——

直白地说：你更像是在给TEMU打工，而不是在为自己创造收益。