资讯板块落地页

由豆包付费想到，AI到底会长成一门什么生意

免费获客阶段结束，AI 应用开始进入“成本分层 + 用户分层 + 商业化验证”阶段。 最近，豆包 App Store 页面出现了付费订阅信息：免费基础版之外，可能会有 68 元/月标准版、200 元/月加强版、500 元/月专业版，年费最高 5088 元。 <img data-img-size-val="" src="https://img.36krcdn.com/hsossms/20260505/v2_e710510587e54f9fa1ad14fe96807fd8@000000_oswg594204oswg1080oswg602_img_000?x-oss-process=image/format,jpg/interlace,1" referrerpolicy="no-referrer"> 豆包回应是免费服务会继续保留，增值服务方案仍在测试中，当前产品内还没有正式展示相关权益。 这件事可以从几个层面看。 <h2>这和成本有关，尤其是“重度使用者成本”</h2> 豆包这种产品最麻烦的地方在于：用户越喜欢用，平台成本越高。 一个普通用户偶尔问几句话，成本可能可控。 但如果用户开始做这些事： 写长文、生成 PPT、做数据分析、深度研究、图片生成、视频生成、语音实时对话、Agent 多步执行任务。 那就完全不是一个成本等级了。 豆包 Mac 版主打的能力除了聊天，还有“搜索、P 图、写作、翻译、PPT、数据分析”，并且强调图片与视频生成、深度研究、会议纪要、文档表格处理等一站式工作流。这些功能本质上都比普通聊天更吃 token、更吃推理、更吃多模态算力。 <img data-img-size-val="" src="https://img.36krcdn.com/hsossms/20260505/v2_e3a90f21667f4a40ae7ed713cac4ac9f@000000_oswg580428oswg1080oswg602_img_000?x-oss-process=image/format,jpg/interlace,1" referrerpolicy="no-referrer"> 所以豆包收费，很大概率不是因为“普通聊天亏得受不了了”，而是因为： 高价值能力和重度用户，不能再无限免费供应。 免费版可以继续存在，用来做入口、日活、品牌心智；但真正消耗大的能力，要通过会员、额度、优先级、专业版来分层。 <h2>AI 的商业化难点，是“收入固定，但成本浮动”</h2> 订阅制有一个天然矛盾： 用户每月付的钱是固定的，但用户消耗的 token 不是固定的。 这和奈飞、腾讯视频、爱奇艺还不一样。视频平台一部剧拍完，用户多看几次，边际成本相对有限。AI 不一样，用户每一次深度对话、每一次生成视频、每一次长上下文分析，都要重新占用推理资源。 传统软件模式以及奈飞模式更像： 研发一次→ 复制无限次 → 多卖一份的边际成本接近 0 但大模型服务更像： 研发模型一次→ 每次调用都要算力 → 用户越多、用得越深，推理成本越高。 OpenAI、Azure OpenAI 等 API 都是按 token 收费，本质上就说明了这一点：输入 token、输出 token、长上下文、缓存输入都有不同价格，输出 token 通常明显更贵。 <img data-img-size-val="" src="https://img.36krcdn.com/hsossms/20260505/v2_fd57d57d60e7421e96495c237c39513d@000000_oswg607278oswg1080oswg602_img_000?x-oss-process=image/format,jpg/interlace,1" referrerpolicy="no-referrer"> OpenAI 官方定价页里，GPT-5.5 短上下文是输入每百万 token 2.5 美元、输出每百万 token 15 美元，缓存输入则低很多。 这和卖 Office、卖 Photoshop、卖操作系统不是一类经济模型。 字节自己的火山引擎也能看到类似逻辑：豆包模型面向开发者的价格同样按百万 tokens 计费，例如 Doubao-Seed-2.0-pro 显示为 3.2 元起/百万输入 tokens、16 元起/百万输出 tokens。 这说明一个本质问题： AI 产品看起

英伟达想革光模块的命

上个月中际旭创一季报公布，营收、净利润双双翻倍，市值突破1万亿元，成为宁德时代之后，创业板第二个获得此成就的个股。 中际旭创是A股光模块龙头，也是“老登买白酒”事件第一当事人： 去年9月，荒原资产凌鹏怀疑中际旭创2027年250亿的利润预测只存在于EXCEL表里，引来国盛通信分析师年度金句级转发语：“买你的白酒去吧，老登”。 此后，但凡沾上点白酒、地产，言必谈股息分红、安全边际，都被统一贴上“老登”标签。 出圈后的中际旭创也非常争气，市值开启逆天暴涨趋势。此次季报发布后，加上分别突破6000亿和2700亿的新易盛与天孚通信，A股光模块三剑客“易中天”合计市值超过贵州茅台。 一波接一波的AI数据中心建设浪潮，是光模块一涨再涨的幕后推手，加上AI大厂大超预期的资本开支，把光模块的超强行情又往后续了几年，也让A股光模块彻底疯狂。 <img data-img-size-val="" src="https://img.36krcdn.com/hsossms/20260506/v2_38f87c13221044ec967d804dd6185b06@000000_oswg197530oswg1080oswg1278_img_000?x-oss-process=image/format,jpg/interlace,1" referrerpolicy="no-referrer"> 一片烈火烹油中，英伟达却在暗地里磨刀霍霍。 <h2>连接算力的“光”</h2> 在弄清黄仁勋想干什么之前，要先讲讲光模块的作用和功能。 每个大模型背后，都有一个7×24小时不停计算的数据中心。把数据中心视作“计算工厂”，GPU就是厂里的基层工人，负责一线计算工作。 但厂长不能直接指挥每个工人，要让成千上万人有序工作，最大限度提升效能，就得将工人分成各个小组和车间。光模块的作用就是连接数据中心的算力资源，让彼此互相通信，有效协调组织。 简单来说，一个数据中心内部，有三个关键环节需要“通信”： 第一层是服务器，一个服务器就是几张GPU组合在一起，相当于“工作小组”，GPU之间的协作就需要通信互连，英伟达大名鼎鼎的NVLink就是干这个活的。 <img data-img-size-val="" src="https://img.36krcdn.com/hsossms/20260506/v2_309a0b2b2f8d4c89b0315f6a705fe9e9@000000_oswg1061968oswg1080oswg1080_img_000?x-oss-process=image/format,jpg/interlace,1" referrerpolicy="no-referrer"> 由八颗英伟达GPU组成的服务器 第二层是机柜，一般由多台服务器组成，相当于一个“车间”。每个服务器之间也得配合协作。 这些机柜放在一起，就组成了第三层：有序生产的“计算工厂”。机柜与机柜之间也得通过交换机互相通信。 <img data-img-size-val="" src="https://img.36krcdn.com/hsossms/20260506/v2_89ce272eea324958afb0e19bb0e305e3@000000_oswg1033779oswg1050oswg600_img_000?x-oss-process=image/format,jpg/interlace,1" referrerpolicy="no-referrer"> 由服务器组成的机柜 一个数据中心里，层级内部（GPU和GPU、服务器和服务器）、层级之间都要互连，让数据自由流动。一旦流动时间太长，外面的计算任务传不进来，算好的结果传不出去，就会拖垮整体计算效率。 光模块的出现，就是为了解决传得太慢的问题。 过去几十年，数据中心的互连任务主要由铜完成。铜缆线的优点是零功耗、零延迟、高可靠性，不产生额外热量。最重要的是便宜：所有金属中，铜的导电性仅次于银排名第二，但成本却远低于银。 黄仁勋就认为，只要物理距离允许，铜就是最好的连接方式。 英伟达GB200 NVL72机柜内部，72颗GPU由5000多根铜缆线连接起来，缆线长度加起来长达2英里。 <img data-img-size-val="" src="https://img.36krcdn.com/hsossms/20260506/v2_2b6fe331e57f44019451c077541608ea@000000_oswg965664oswg960oswg540_img_000?x-oss-process=image/format,jpg/interlace,1" referrerpolicy="no-referrer"> GB200 NVL72内部的铜缆 然而如黄仁勋所说，铜缆的最大限制在于物理距离：超过3-5米，信号就会快速衰减。尤其机柜和机柜间传输距离变长，缆线变得像手臂一样粗，布线非常困难。 大概二十年前，谷歌

豆包收费，没有回头路

<img data-img-size-val="1080,834" src="https://img.36krcdn.com/hsossms/20260504/v2_1926c048d72645f88650f7700312d59a@6361831_oswg179819oswg1080oswg834_img_000?x-oss-process=image/format,jpg/interlace,1" referrerpolicy="no-referrer"> 5月4日，青年节。 无数牛马还在尽情享受来之不易的假期，殊不知一天以后的职场，他可能就要上交一笔新的赛博草料钱。 看起来人畜无害的国民级AI豆包，以一种近乎偷袭珍珠港的方式，在App Store的应用页面悄然更新了一则声明：我，豆包，要收费了，最高一年5088元。 消息瞬间引爆热搜，评论区里哀鸿遍野，仿佛一场盛大的免费午餐告别仪式。 有人痛斥割韭菜，有人忧心免费版是不是要变智障，有意思的是，当你转头去问豆包本包“你要收费了吗”，它还能脸不红心不跳地回答：“放心，我永久免费！” 这种戏剧性的反差，恰恰是这起商业事件最迷人的地方，从免费到付费，豆包这一步走得小心翼翼，却依然引发了巨大的舆论波澜。 透过这场由一条App Store更新引发的血案，我们看到的不仅仅是一个APP的商业化尝试，更是中国AI产业从野蛮生长的乌托邦，被迫走向柴米油盐的现实主义转折。 字节跳动这一步棋，看似是向用户伸手要钱，实则是向整个行业宣告：那个靠烧钱买流量的时代，结束了。 <h2>一、豆包的薛定谔收费</h2> 要剖析这场收费风波，得先搞清楚豆包到底在卖什么，以及它自己到底知不知道自己在卖身。 于是，本次事件出现了最具黑色幽默的一幕：豆包呈现出一种“薛定谔的收费”状态。 从App Store那冰冷的数字来看，定价体系清晰得让人肉疼：标准版68元/月、加强版200元/月、专业版500元/月。 这不仅是收费，更是直接把价格天花板捅到了国产AI助手的头顶。 然而，当你打开豆包APP询问客服，得到的回应却是一连串温言软语的安抚：“那是增值服务测试，基础聊天永久免费。” 这种错位暴露了豆包目前的策略：投石问路，动态博弈。 所谓的68元到500元，根本不是最终底牌，而是一枚投向市场的探测气球。官方一再强调“方案细节尚在测试”，意味着目前的定价更像是一场大型A/B测试，用最激进的数字去触碰用户的敏感神经，测量舆论的耐受阈值。 为什么要这么干？因为这个测试价本质上是一套极灵活的价格沙盒。 我们可以清晰地看到几条调整路径： 第一，高价锚定效应。先把500元这个天价甩出来，拉高用户的心理预期，等正式上线时降到398元甚至298元，大家瞬间就觉得真香。 第二，调整颗粒度动态。目前的四档（含免费）结构非常粗糙，随着反馈回流，未来极可能像手机流量套餐一样，拆出38元的入门档、88元的中端档，甚至推出按时长收费的小时包。 第三，对冲算力成本通胀。token越来越贵，现在定下的价格，可能只是为了应对下半年算力成本飙升的缓冲带。 所以，现在的收费标准，就像时尚品牌在秀场展示的概念款，最终放到橱窗里卖的，一定是经过无数用户吐槽打磨后的量产版。 唯一可以确定的是，免费的大锅饭快要变成按需分配的付费小灶了。 <h2>二、字节跳动算清了哪几笔账？</h2> 既然要收费，为什么选在这个看似平淡无奇的五一假期？字节不仅没有掩盖消息，反而像是刻意在假期的最后一天，通过App Store这种官方渠道精准投放给科技媒体。 简直是一场完美的公关压力测试。 假期末尾发布，既能避开工作日那种铺天盖地的即时讨伐，又能利用最后的假期让舆论在可控范围内发酵。 等到节后上班第一天，第一波冲击已过，大家开始理性讨论68元到底值不值时，字节早已收集完第一轮反馈，甚至可能已经调好了下一版定价策略。 背后更深层次的原因，是字节算清了增长账和成本账之后的战略摊牌。 如果说2023年的AI是科幻照进现实，那么到了2026年，豆包3.45亿的月活已经说明科幻变成了生活必需品。 该上网的、该玩AI的、以及你家隔壁退休后让AI写诗的王大爷，都已经是用户了。中国互联网的人口红利已经见顶，不再有大规模的新大陆等待被发现。 此时继续全免费，字节等于在用真金白银给3.45亿人办流水席，每多一次无意义的闲聊，都在空耗庞大的算力成本。免费不再能换来有效增长，只能换来巨额的运维账单。 集团利润需要止血是更加残酷的财务现实，字节跳动2025年净利润同比下滑超70%，罪魁祸首正是高达1500亿的AI资本开支，这几乎是在把抖音印钞机赚来的钱，大把大把地买成显卡扔进数据中心。 在这种巨大的财务压力下，AI业务如果只当吞金兽而不具备造血能力，不仅业务本身不可持续，甚至会拖垮整个集团的报表。 <h2>三、有钱买设备，没钱买服务？</h2> 豆包这一脚踏进付费的河流，溅起的水花淋湿了全行业。 它抛出了一个比“谁来付费”更扎心的终极问题：中国互联网的C端订阅制，到底是不是一条死路？ 必须承认一个尴尬的现实：中国用户可能是全世界最精明的消费者。 我们习惯了在各种App间横跳，对价格极度敏感，熟练掌握用后即弃的对付费会员。这个月要写PPT，咬牙开个会员

2026年当下AI领域最核心的理念是这个

<blockquote> 神译局是36氪旗下编译团队，关注科技、商业、职场、生活等领域，重点介绍国外的新技术、新观点、新风向。 </blockquote> 编者按：AI正从“对话框”转向“自我进化循环”。当99%的知识工作被证明只是冗余的脚手架，能否清晰定义并验证“意图”，将成为区分顶级精英与平庸者的分水岭。文章来自编译。 <img data-img-size-val="2048,2048" src="https://img.36krcdn.com/hsossms/20260407/v2_50e7137a61574427824336fb076505c7@1694_oswg8564157oswg2048oswg2048_img_png?x-oss-process=image/quality,q_80/format,jpg/interlace,1" referrerpolicy="no-referrer"> 经过大约一周的思考，并在此期间参加了 RSA 大会，我认为有几个核心的 AI 理念会以压倒其他一切的深刻方式改变现状。 <ol class=" list-paddingleft-2"> <li>自主组件优化</li> <li>向“基于意图的工程”转型</li> <li>从模糊走向透明</li> <li>意识到绝大多数工作只是“脚手架”</li> <li>专业知识向公共知识扩散</li> </ol> <h3>1. 自主组件优化</h3> <img data-img-size-val="2754,1536" src="https://img.36krcdn.com/hsossms/20260407/v2_2e154b10b0744b5393453fb28b56cfed@1694_oswg7716773oswg2754oswg1536_img_png?x-oss-process=image/quality,q_80/format,jpg/interlace,1" referrerpolicy="no-referrer"> 该理念与“现状到理想态”的转换、算法化以及通用可验证性等概念紧密相连。 而让这一理念真正落地、变得触手可及的，是 Karpathy 的 Autoresearch 项目。 他的项目专注于 AI 研究本身，即“对 AI 研究中的‘研究环节’进行自动研究”。这意味着自动处理那些繁琐耗时的杂事，比如调整模型参数、调教脆弱的环境以及各种选项组合。 在他的发布版本中，你只需要在 `PROGRAM.md` 文件里写下一些想法，系统就会自动处理所有那些乱七八糟的杂活。你只管去睡觉，系统会利用机器学习优化技术，产生比你手头更好的结果。 <h4>扩展Autoresearch</h4> 现在已经出现了“Autoresearch for X”，这意味着它正在成为一种范式、一场运动，本质上变成了一件通用工具。 他引发了很多人的思考： <blockquote> 我能不能把类似的方法应用到我现在的工作中？ </blockquote> 这确实非同寻常。 <h4>将 Autoresearch 与我的研究相结合</h4> 我一直关注的是“通用可验证性”这一整体概念，或者说“通用爬山算法（优化）”。这再次借鉴了 Karpathy 很久以前在“软件 2.0”中所说的内容，以及他最近的一条推文，他在其中提到软件的未来在于一切皆可验证。 因此，我在 PAI 算法中所做的，就是尝试将所有内容分解为“理想态准则”。这些准则实质上是为我想要的结果构建一个理想的蓝图。 以此为基础，算法就可以朝着这个目标不断优化（爬山）。 <h4>万物皆可评估（Evals）</h4> 与此相关的是“万物皆可评估”的概念。这与我的通用可验证性或通用爬山优化非常相似。其核心观点是：我们所做的每一件事都变得可衡量，更重要的是——可改进。 而让“万物皆可评估”成为可能的，正是透明化。 <h4>通用优化循环</h4> 这将成为每个公司、组织、政府和个人的标准运行模式。这个循环如下所示： 你以目标导向的结构（使命、目标、工作流、SOP）绘制出想要完成的所有任务。由 AI智能体执行这些工作流。所有内容都会被广泛记录下来——包括输出内容、对话过程、最终结果以及质量情况等。每当日志中捕获到错误、失败或质量问题时，它们都会汇集到该实体的“问题搜集点”。 这个搜集点就是自我优化算法的养料来源。智能体从这里提取问题，创建类似 Autoresearch 的执行任务来排查故障、尝试解决方案、通过评估进行验证并优化。一旦找到修复方案，它们就会更新 SOP，确保问题不再发生。然后，循环往复。 跑任何东西都是这么个生命周期。明确目标。由智能体执行。记录一切。收集失败。自主改进。更新 SOP。不断重复——且每一次的速度都比上一次更快。 <h3>2. 向“基于意图的工程”转变</h3> <img data-img-size-val="2754,1536" src="https://img.36krcdn.com/hsossms/20260407/v2_dc4cd60555134ed79b120bf3ecef98d4@1694_oswg8047662oswg2754oswg1536_img_png?x-oss-process=image/quality,q_80/

CPO，还要十年？

共封装光器件 (CPO) 已成为人工智能数据中心领域最热门的技术之一。供应商和标准组织积极将 CPO 定位为解决人工智能带宽、延迟和功耗危机的方案，但许多用户仍然犹豫不决，他们不确定自己是否需要 CPO；CPO 技术是否足够成熟；以及采用 CPO 带来的运营风险是否会大于性能收益。鉴于当前的技术前景和用户疑虑，我们最近完成了一项关于 CPO 前景的研究。 在OFC、ECOC以及如今的GTC上，CPO的演示令人印象深刻。然而，如今除了少数超大规模数据中心外，大多数数据中心都鲜少部署CPO。与数据中心经理交谈后，你会发现整个行业都在谨慎地为一场可能需要十年才能完全实现的科技转型做准备。 然而，CPO不仅仅是一个技术问题。它还关乎用户心理、风险承受能力、数据中心文化以及基础设施买家与其供应商之间不断变化的关系。 <h2>为什么CPO重回聚光灯下</h2> CPO并非新生事物。将光子学和电子学紧密封装在一起的概念可以追溯到多年前，IBM早期在超级计算机互连方面的研究以及“flyover”互连概念。改变的是人工智能的兴起，它已成为现代数据中心的核心工作负载。在人工智能热潮之前，CPO被宣传为一项应用广泛的创新技术，可用于传感器、电信、高性能计算和数据中心互连。这种“shotgun”式的定位在初期引发了人们的兴奋，但最终未能维持市场需求。 人工智能驱动的需求更加集中。CPO 被视为人工智能数据中心中特定实际问题的解决方案：随着行业向 112G 和 224G SerDes 迈进，以及交换机 ASIC 接近 51.2T 及更高阶，电气互连的损耗越来越大，功耗也越来越高。在此背景下，CPO 的价值主张就很容易理解了。通过缩短电气路径并将光接口更靠近 ASIC，CPO 有望实现更高的能源效率、更高的带宽密度，并为未来超高基数交换机（51.2T 至 204.8T）铺平道路。下表记录了关于 CPO 最能展现其优势的共识。 <img data-img-size-val="" src="https://img.36krcdn.com/hsossms/20260505/v2_87c201f78fed445eb96e422239ec3f8a@000000_oswg229359oswg1080oswg466_img_000?x-oss-process=image/format,jpg/interlace,1" referrerpolicy="no-referrer"> 这听起来好得令人难以置信，而且很可能确实如此。潜在CPO用户的不信任源于CPO最初比可插拔交换机更复杂，而传统数据中心机箱的前面板设计又比同等CPO产品更简单，也更容易维护。几十年前的网络管理员如果知道可插拔功能可以如此轻易地被取消，一定会感到震惊。或许可以通过指出，取消可插拔功能也可能减少现场故障，来重建一些信心。 尽管人们都在谈论节省资本支出，但早期CPO交换机的成本可能高于传统的可插拔交换机。买者自负！ <h2>潜在 CPO 用户的真实感受</h2> 数据中心运营商对 CPO 的态度存在着一种矛盾的情绪，既充满好奇又心存疑虑。运营商承认 CPO 在技术上似乎很有吸引力，但也认为它可能会成为运维上的难题。CIR 的研究表明，即使在传统数据中心市场（即非超大规模数据中心）中，人们对 CPO 的了解仍然有限。在超大规模环境之外，普通数据中心经理可能对 CPO 知之甚少。对于成熟的可插拔收发器供应商来说，情况也是如此。 从工程角度来看，当长期目标是扩展到 102.4T ASIC 时，CPO 似乎最为重要。此时，功耗成为限制因素，并且有迹象表明需要“极高”的端口密度。这往往将 CPO 定义为一种超大规模数据中心技术。事实上，微软、Meta、谷歌和亚马逊已经在进行 CPO 的内部试验。这并非出于实验目的。他们正在寻找任何能够帮助他们在未来避免更高功耗预算的方法。超大规模数据中心将 CPO 视为更广泛的架构转变的一部分：光子结构、更密集的机架，以及将 AI 集群和机架的扩展能力超越铜缆所能支持的范围。 从这个意义上讲，超大规模数据中心运营商并不将CPO视为一项孤立的技术升级，而是将其视为下一代AI基础设施的关键赋能要素。此外，与企业级数据中心以及规模较小的云和边缘数据中心的拥有者/管理者不同，超大规模数据中心运营商更倾向于采用CPO，这得益于他们已经接受非传统的供应链模式。与企业和小型数据中心运营商不同，如果性能提升足以弥补供应商的不足，超大规模数据中心运营商并不介意供应商锁定。他们拥有采购优势，其工程团队能够针对供应商的弱点进行设计，并且在许多情况下，他们有能力要求定制解决方案。对于超大规模数据中心运营商而言，问题不是“我们是否应该部署CPO？”，而是“我们能够以多快的速度将其产业化？” <h2>“可靠性才是关键”</h2> CIR 指出，尽管行业媒体中提及了一些小型用户，但在超大规模环境之外，目前几乎没有 CPO 部署的迹象。即使存在一些小规模的 CPO 部署，它们的知名度和影响力也不足以产生显著影响。企业和托管运营商以及其他小型运营商与超大规模运营商有着截然不同的企业文化。 他们不会构建大型专有平台，而且很少有工程人员来运行复杂的光集成项目。他们对 CPO 的态度受到一系列不同优先事项的影响：互操作性、多供应商供应链和现场可维护性。这将导致不同的采用曲线。超大规模运营商可能会率先采用，而其他市场参与者则会等待“证据”、标准化接口和成熟的生态系统。实际上，超大规模运营商可能扮演着行业的测试实验室的角色，而企业和其他小型运营商最终将成为大众市场。 <h2><s

8点1氪丨豆包新增付费订阅；抖音集团副总裁回应红果短剧付费；苹果因Siri人工智能功能推迟发布，以2.5亿美元和解诉讼

8点1氪

刚刚，GPT-5.5 Instant 发布，奥特曼还邀请马斯克参加 AI 办的派对

爱范儿

余承东：中国汽车，缺的不是技术，是审美

Morketing

蓝莓10元2盒、榴莲跌破20元，幕后推手竟是一杯奶茶？

咖门

突发，OpenAI总裁当庭「认罪」，自曝零元购300亿，马斯克这回真要赢了？

新智元

多少打工人五一出游被景区AI拍成「犯罪嫌疑人」？“死亡角度配高糊画质，去水印还得收你20”

Vista氢商业

大型挂机现场：马斯克的55万英伟达GPU，利用率才11%

机器之心

被AI抢走工作的人，在忙什么？

第一批挤爆广东的韩国人，优越感被彻底击碎

豆包为什么选择了 “最low”的变现方式？

一周要闻·阿联酋&卡塔尔｜理想汽车进军阿联酋、沙特及亚太市场/卡塔尔推出针对性纾困措施支持企业稳定运营

打造全球超大型数据中心，到底有多难？

五一最贵旅游胜地，批量「诈骗」全球中产？

五月，适合想清楚一件事｜幕启

<img data-img-size-val="1690,1671" src="https://img.36krcdn.com/hsossms/20260504/v2_5ef3b16f1e4e43169a275cb124e3bc5d@5509299_oswg3314242oswg1690oswg1671_img_png?x-oss-process=image/quality,q_80/format,jpg/interlace,1" referrerpolicy="no-referrer"> 图源：公众号「有三思 U Sense」 5月4日，一个被默认为“青年专属”的日期。 但在我看来，“青年”一词从来不只和年龄挂钩，每一个还在试探人生的节拍与正轨的人，身体里都住着一位渴望力量的青年。 [1] 敲定新品牌命名的那一刻其实很轻。在讨论方案的脑暴会上，我夸了实习生一句“有Sense”，他眼神一亮：“这个词好诶。” 许多年前，我还是一个初入职场的新人，在猎头行业学习如何阅读简历、判断人、理解组织。那时候，我的老板总时不时夸团队里的同学“有Sense”。 “有Sense”是咨询行业爱用的职场黑话，也是一句高度浓缩的赞美。努力是苦劳，聪明是天赋，而Sense，是前辈不必手把手教你，你也能和他们同频思考的那种东西。 很多年过去，当我转行做科技新闻，开始用另一种方式阅读人和组织，我发现自己依然在寻找那种“有Sense”的状态——并不是指作为老板对下属的期待，而是关于自我要求。 它至少有三重意思。 Information Sense，在信息过载的噪音中抓住重要信号和异常值。某个人的离职时间恰好对应前公司某次架构调整，一个行业薪资数据出现了反常波动。遇到问题，不只看表面，而是追问终极目的和WHY。 Social Sense，在进退之间掌握分寸。知道什么时候推进、什么时候退让，能判断对方的情绪状态和真实动机，而不是急于达到自己的目的。 Direction Sense，是在他人指令之外，眼里有活，心里有方向。上司布置了A，便能联想到B和C；市场一旦出现新动向，会主动去做mapping，而不是等KPI压下来。 三个维度，合起来才是完整的“有Sense”。而“三”这个数字，本身就有一种奇妙的叙事完整性。 哈利波特里有三个主角。三个臭皮匠，顶个诸葛亮。那个72小时杀入GitHub全球榜的文科生，背后有三个AI agent在协同工作。戏剧理论里，三幕剧是最为经典的结构——亚里士多德在《诗学》第七章中提出“头、身、尾”的行动整一律，后世将其提炼为“开端、冲突、解决”的三段式叙事逻辑。 我们的职业生涯，也像一部三幕剧—— 入局之思，是初心，是找到兴趣、热爱与发力感的时刻。你不知道自己能否胜任，但你感觉到了某种召唤。 纷争之思，是面对竞争环境与行业趋势，从擅长之处起手，在碰撞中培养优势的时刻。你不再只是凭直觉行事，你开始理解规则，甚至质疑规则。 和解之思，是找到独特卡位，产生稀缺价值，踩准红利的时刻。比起妥协，这更像是斗争后的清醒——你知道自己是谁，也知道世界需要什么。 三是叙事的最小完整单元。一个人从“找感觉”到“有Sense”，往往也要走过这三幕。它并不是线性的。有人反复入局，有人长期纷争，有人在和解后又重新进入了冲突。 而在每一“幕”之间起决定作用的，是选择。 [2] 在电影《猜火车》的那段著名开场独白里，Mark Renton用戏谑而粗粝的念白，拆解了主流社会为青年们规划好的“标准人生轨道”：选择工作，选择家庭，选择房贷和分期付款，选择洗衣机、汽车和电动开罐器，选择低胆固醇和牙科保险。 然后Mark说：“但我是谁啊？我会想去做那些事情？我选择不选择生活：我选择一些别的什么东西。理由？没有理由。有了海洛因，谁还需要理由呢？” 这段1996年问世的台词，精准戳中了每一代年轻人的困境：当主流社会给你画好了“正确”的人生路线，人潜意识里总会有“不想选”的叛逆。但反叛本身如果只是一种逃避，就会像Mark一样坠入更虚无的泥潭。 二十年后，博伊尔在《猜火车2》里让中年Mark再次面对这段台词。这一次，他离开了海洛因，选择回归主流，完成了对“选择”的闭环回答——无论选择哪条路，直面选择、承担结果本身，就是生活的意义。 熟悉我们的读者知道，《职场Bonus》创办以来，我们写行业、写公司、写商业环境的潮起潮落。但始终有一类内容让我个人更着迷：那些具体的、在“三幕剧”中跋涉过的人，他们在关键节点做出的选择，他们与风口之间的关联，他们如何在个体的局限中寻找突破口。 因此，我们把《职场Bonus》里的人物向栏目「红利人物」，关注职业生存状况的报道，以及各类有助于青年自我成长的内容——无论是对AI、科技、出海的探索，还是关于认知方法论的拆解——迁移到这里，《有三思》。一条边界线是：我们不打算鼓吹什么新的“正确人生路线”。 两个账号，两种观察风口和红利的方式。《职场Bonus》将继续聚焦行业环境、公司与人才流

字节腾讯扎堆入局AI恋陪，女性向游戏要变天？

游戏界打开AI新市场，作为近年来异军突起的女性向游戏赛道同样也开始引入AI。 女性向游戏已经在大众视野中崭露头角。伽马数据发布的《女性向游戏调研报告》显示，女性向游戏近年来成为游戏产业增长最快的赛道，展现出显著的商业潜力与市场拉动作用。2024年中国女性向游戏市场规模达80亿元，同比提升124.1%，增速远超行业平均水平。 从去年起，腾讯、米哈游、网易等游戏巨头公司均开始投入AI游戏，对于近年来各个大厂加速布局的女性向游戏来说，拥抱AI也成了大势所趋。用户体验和个性化定制是女性向游戏的重中之重，AI的长期记忆和精准输出完美适配了这类游戏的需求。 因此，女性向游戏其实早已注意到了这个风口，在AI文游和AI陪聊方面耕耘已久。去年年底开始，更是掀起了一大批3D AI乙游的风潮，成为不少创业公司的新选择。大厂也加速布局AI女性向游戏。 女性向游戏，是否已经全面走向AI恋爱陪伴时代？ <h2>01</h2> <h2>大厂扎堆布局</h2> 在女性向游戏突飞猛进的几年中，大厂纷纷下场，基于自己的大模型优势，推出不少AI驱动的产品。这些游戏的受众，不仅包括了传统女性向游戏玩家，更是囊括了多种小众爱好群体，进一步拓展了市场。不过，几个大厂的产品虽然底层逻辑有共通之处，但都有所侧重。 关注该赛道最早的是字节的“猫箱”，于2024年3月12日上线，最初名为“话炉”，同年4月11日更名“猫箱”，由字节内部团队Flow开发，底层则是基于豆包大模型。“猫箱”的内容偏向于AI角色创造与互动，玩家可以通过关键词自定义创建AI角色，并与之对话。 猫箱的收费模式，是典型的免费下载 + “应用内购买”应用，通过“VIP订阅”和“虚拟货币”并行变现。其会员月卡为30元/月，与市面上的传统乙游月卡处在同一水平线，比如恋与深空月卡同样为30元/月。 猫箱上线后的数据，验证了字节布局这一赛道的先见性，七麦数据显示，截止2026年4月29日，累计下载量为2.46亿，2024下半年为其高速增长期，用户量曾一路高歌猛进，MAU（月活跃用户）从8月的307万骤增到12月的688万。 但从2025年1月到5月，用户数据曲线开始掉落，苹果端月下载量从1月的264万暴跌至5月的61万，DAU（日活跃用户）也从59万下滑至49万。 基于此现状，猫箱在不断升级用户体验。最开始的“猫箱”更像是一个单纯的AI陪聊软件，但随着大模型技术的不断完善，开创了更多玩法。从最初只有文字对话，升级为语音对话加电话聊天的方式，还上线了故事编辑器和视觉化生成器。 在此之后，2026年1月28日，由金山世游代理的“卿卿我我”App也正式上线，该App是海外产品LoveyDovey的中国版，与猫箱相似，“卿卿我我”也同样偏向人物创作，既有官方角色也有自创角色，主要通过口令创作记忆体。据玩家反馈，“卿卿我我”App在AI记忆力方面一骑绝尘。 与猫箱不同，“卿卿我我”的核心收费逻辑是按聊天的“句数”计费，消耗的虚拟货币叫 “果酱”，发送一条对话消息，需要花费5个果酱，当好感度足够时，查看角色的内心想法，也需要花费5个果酱。 其海外版appLoveyDovey是整个亚洲市场创收效率最高的AI陪伴产品之一，年化订阅收入约 1698万美元，所以“卿卿我我”此前已经积累了一大批粉丝，国内版上线后，初始玩家量相比其他App具有优势，但目前赛道竞争激烈，其商业化之路及能否复制海外版的成功，尚需时间和市场验证。 腾讯于2026年1月上线的“上头蛙”微信小程序，与上述两个产品不一样，它是以AI剧情创作为主，玩家可以通过AI的协作创造出专属的互动剧情，其创作模式包括自由模式、世界模式和CP模式等。 该游戏能够进行脑洞延伸和剧本杀创作，玩家能够制作专属的悬疑故事、无限流剧情等，AI能够为玩家生成随机灵感，也能够根据关键词和题材选择自动生成相应文字，在这个过程中，玩家可以随意修改剧情走向，其互动性成为很多玩家喜爱的原因。 同时，该游戏还能在影视剧、动漫等现有作品基础上二创作品，玩家可以进入自己喜欢的作品区与其他玩家交流共创。 “上头蛙”本质上是AI文游、AI陪聊与AI社交的结合，将多种玩法结合到同一个小程序中，涉猎群体较广，除了传统女性向游戏玩家，还吸引了一批小说爱好者、同人文爱好者、OC（原创角色Original Character）创作者、追星族等。 由于“上头蛙”由于还处在内测阶段，其付费模式尚未正式公布，现阶段，其虚拟社交货币为“蛙蛙能量”，仅能通过完成互动任务和推广活动（如将小程序分享给好友）等方式获取，用来兑换相应的增值服务。 这几种不同方向的女性向游戏，见证了大厂近年来在AI女性向游戏上的发展逐渐深入，从AI陪聊到AI文游，再到结合社交的全类型游戏，模式创新加上技术升级，不断拓展AIGC与UGC结合的创作边界。虽然，目前体量不足以成为大厂游戏产业的新增量，但未来市场的扩展空间值得期待。 <h2>02</h2> <h2>3D AI乙游成下一个创业风口？</h2> 目前，女性向游戏使用AI的方向大多数还是以AI文游和陪聊为主，但这些产品不能称之为真正意义上的乙游，没有多位固定男主角，没有确定的主线剧情。而3D AI乙游的出现则是让女性向游戏中的主力军——乙女游戏也打开了AI的大门。 这类在传统3D乙游的基础上，使用了全方面AI驱动，与传统乙游的既定故事剧情不同，支线剧情走向可以用AI生成更具个性化的定制剧情，而且与角色的对话也不再是固定语句，而是可

首页 > 科技 > 36氪

36氪