纸飞机TG账号老号购买-telegraph账号自助下单

2026 年 3 月 24 日，中国政府网援引国家数据局权威信息：我国日均词元（Token）调用量已突破 140 万亿，较 2024 年初的 1000 亿实现两年超千倍增长。这不仅是一组 AI 产业景气度核心数据，更标志着Token 首次获得官方中文定名 “词元”，成为我国数据要素市场化改革与人工智能产业发展的关键里程碑。

本文将从「词元是什么意思」、「词元调用量千倍增长逻辑」、「词元的金融投资价值」三个维度，系统拆解这一智能时代核心生产要素的本质与影响。

一、官方定义：词元（Token）是什么？AI 时代的最小信息单元

国家数据局首次明确：词元（Token）是大模型处理信息的最小信息单元，具备可计量、可定价、可交易的核心特征。

1.技术本质

词元是大模型编码人类语言、图像、代码等信息的基础颗粒，每一次 AI 交互（对话、生成、分析、推理）都需消耗词元，其调用量直接反映 AI 算力的实际消耗与应用渗透度。

2.经济属性

词元是智能时代的「算力原子」与「数据货币」，可被精准计量、定价与结算，正在形成一套全新的价值分配体系，成为 AI 产业商业化的核心支付媒介与价值锚点。

3.官方定名意义

「词元」的中文定名，结束了此前「令牌 / 代币 / 词元」等混用的概念混乱，为数据要素市场化、AI 产业监管与商业化落地提供了标准化术语基础。

二、两年千倍增长：中国词元调用量爆发背后的核心逻辑

从 2024 年初 1000 亿日均调用量，到 2025 年底 100 万亿，再到 2026 年 3 月突破 140 万亿，两年超千倍的增速，揭示了中国 AI 产业与数据要素市场化的核心发展逻辑：

1. 数据要素市场化改革纵深推进，「数据供给 — 价值释放」循环形成

词元调用量的爆发，本质是数据要素市场化配置改革的直接体现：

过去大量沉淀在政务、工业、消费领域的数据，通过大模型的词元化处理，从「沉睡成本」转化为「可计价生产要素」；

国家数据局、发改委等部门推动的数据确权、交易流通、安全治理体系，为词元的定价与交易提供了制度保障，加速了数据价值的变现。

2. AI 应用从实验室走向实体经济，词元消耗需求规模化增长

词元调用量的千倍增长，直接对应AI 应用场景落地的速度与广度：

办公协同、内容生成、工业质检、金融风控、医疗辅助等场景的 AI 渗透率快速提升，每一个行业级应用都在持续创造词元消耗需求；

与海外市场「技术先行、应用滞后」不同，中国 AI 依托庞大的实体经济场景，实现了技术迭代与商业化落地的同步推进，词元调用量的增长具备坚实的需求基础。

3. 中国 AI 全球竞争优势凸显，词元成核心景气度指标

对比全球主要经济体，中国词元调用量的增速显著领先，核心优势在于：

全球最丰富的应用场景与数字人口，为 AI 提供了海量训练与落地数据；

政策端对数据要素、人工智能产业的坚定支持，形成了「技术 — 数据 — 应用」的正向循环；

算力基础设施的快速布局，为词元调用量的爆发提供了底层支撑。

三、金融视角：词元革命下的资产重估与投资逻辑

词元的官方定名与千倍调用量增长，正在重构智能时代的金融价值体系，对资本市场与财富配置具有重要启示：

1. 核心生产要素价值重估，三大方向直接受益

词元作为 AI 的最小生产单元，其价值锚定了三大类核心资产：

数据基础设施

算力（GPU/AI 芯片）、存储、网络等底层硬件，是词元调用的物理载体，直接受益于调用量增长；

数据要素供给

高质量数据标注、数据治理、数据交易平台，是词元生成的源头，具备稀缺性与定价权；

AI 应用与服务

能实现规模化词元调用、形成稳定现金流的行业级 AI 应用，将成为业绩兑现的核心标的。

2. AI 商业化路径清晰化，词元计费成主流模式

词元的可计量、可定价属性，解决了 AI 产业长期以来「盈利模式模糊」的痛点：

按词元消耗量计费的模式，正在成为 AI SaaS、API 服务的主流收费方式，为企业提供了可预测的现金流；

数据要素的价值分配体系，将推动「数据供给方 — 模型方 — 应用方」的利益共享，加速 AI 产业的商业化成熟。

3. 对投资者与普通人的启示

机构投资者

重点关注数据基础设施、数据治理、高景气 AI 应用三大方向，规避纯概念炒作，选择具备真实词元调用量与现金流的标的；

个人投资者

理性看待 AI 板块短期波动，把握数据要素市场化与 AI 商业化的长期趋势，避免盲目追高；

职场与个体

提升与 AI 协作的能力，成为「高效调用词元、创造价值」的节点，在智能时代的分工中占据主动。

四、词元是智能时代的「新电力」

140 万亿日均词元调用量，与「词元」这一官方中文定名，共同宣告了一个新时代的到来：

就像电力定义了工业时代，流量定义了互联网时代，词元将定义智能时代，成为衡量经济活力与技术进步的核心指标；

数据要素不再是抽象概念，而是通过词元转化为可计价、可交易的真实财富，正在重构全球产业与金融格局。

历史反复证明，每一次技术革命的核心生产要素，都会诞生一批新的财富阶层。看懂词元，就是看懂智能时代的财富逻辑；参与数据要素市场化，就是抓住下一个时代的红利。

来源：人民日报

记者从国家数据局获悉：2024年初，中国日均词元（Token）调用量为1000亿；至2025年底，跃升至100万亿；今年3月，已突破140万亿，两年增长超千倍。

词元是大模型处理信息的最小信息单元，具有智能时代可计量、可定价、可交易的特征。当下，围绕词元的调用、分发与结算，一套新的价值体系正在加速演进形成，并成为人工智能产业商业化的重要路径。我国日均词元调用量的大幅增长也表明，随着数据要素市场化配置改革的纵深推进，人工智能高质量数据的供给体系正在形成，“数据供给—价值释放”的良性循环初显。（记者 王云杉）

IT之家 3 月 24 日消息，型号为 SM-F9710 与 SM-F9760 两款三星折叠手机昨日现身 3C 监管机构，均支持 45W 快速充电标准。基于此前 GSMA IMEI 数据库挖掘的信息，这两款手机关联 Galaxy Z Fold8（SM-F9710）和三星首款“宽”折叠手机（SM-F9760）。

Galaxy Z Fold8（SM-F9710）

三星首款“宽”折叠手机（SM-F9760）

基于认证页面信息，三星 Galaxy Z Fold8 折叠手机的有线充电速度为 45W。三星终于听取该系列用户的核心诉求，引入更高功率的有线充电技术。

IT之家援引博文介绍，三星初代 Galaxy Z Fold 的有线充电为 15W，在 Galaxy Z Fold2（2020 年 9 月发布）上提升到 25W 后，三星 Galaxy Z Fold 系列折叠手机过去多年一直停留在 25W。

与之形成鲜明对比的是，三星 Galaxy S 系列直板旗舰早在几年前就已普及 45W 快充，公司于今年推出的 Galaxy S26 Ultra 将充电功率进一步拉高至 60W。

此外消息称三星 Galaxy Z Fold8 还将升级电池容量，从现有的 4400mAh 提升到 5000mAh。

IT之家 3 月 24 日消息，OPPO Find 系列产品负责人卓世杰发文谈及了“增倍镜级别的 10X 画质压进手机里”这一话题。他表示，在手机长焦进化史上，从未有人真正将原生 10 倍光学变焦完美塞进轻薄的机身：要倍率，就得牺牲画质；要大底，机身必厚如砖。

据卓世杰透露，OPPO Find X9 Ultra 将这件“不可能”变成了现实。OPPO 在 2026 年首创 5 反射棱镜，让内置增距镜变成可能。

据介绍，OPPO 大胆采用了行业前所未有的 5 次反射潜望架构，让等效焦距达到 460mm（20 倍光学品质），号称彻底终结了“远摄即妥协”的历史。关于如何实现 5 次反射而不损失画质？卓世杰表示，OPPO 掌握了三大核心技术：

1.纳米级棱镜切割 & 空气光阑

这是百年光学首创，我们将棱镜进行纳米级精密切割，仅在核心光路保留通道，形成“超高纯空气光阑”，其余区域镀上特制 ND 膜。利用空气介质自然分离色散，只让纯净光线通过，彻底根除 5 次反射带来的杂光干扰，画质比传统 4 反射更通透。

2.三重 AOA 主动校准

为了确保每一个长焦模组都具备可靠的光学品质，我们引入 AOA 主动光学校准，在产线实时动态调整镜头与传感器位置，经三次中心校对，确保每台量产机都拥有实验室级的光轴精度。

3.最后，为了这个强大的光学模组，我们还定制了匹配 LUMO 超像素引擎的「JNL 5000 万像素融合式传感器」，不仅能实现全像素的哈苏超清画质直出，更有高动态、高解析的光学品质 20 倍变焦。针对 10 倍长焦优化微透镜与色彩滤镜，大幅减少 Color Shading，确保色彩精准一致。

IT之家从卓世杰微博获悉，OPPO Find X9 Ultra 的哈苏 10 倍光变天眼长焦将支持原生 10 倍光学变焦、20 倍光学品质变焦、至高 120 倍数码变焦。

OPPO Find 系列产品负责人卓世杰微博原文如下：

根据 OPPO 官方消息，Find X9 Ultra 手机将在 4 月发布，号称“把哈苏装进口袋”。

根据路透社报道，时隔 12 年后，亚马逊正在打造一款全新的智能手机，内部开发代号「Transformer」。没错，亚马逊的代号直接指向今天 AI 大模型底层的 Transformer 架构，从目前亚马逊的设想来看，你甚至可以提前叫它：

Alexa Phone。

就像 Gemini 手机、豆包手机，AI 是亚马逊打造全新智能手机的核心，按照知情人士透露，新机将围绕全新升级的 Alexa（亚马逊 AI 助手）。

图片来源：亚马逊

但这不是亚马逊第一次尝试做智能手机了。2014 年，亚马逊推出了一台围绕购物、内容分发和自家服务展开的 Fire Phone，但在应用生态、系统体验和使用习惯上，与 iPhone 和 Android 体系存在明显割裂。结果也很直接，这款产品很快退出市场，成为一个被反复提及的失败案例。

现在，亚马逊又回来了。更关键的是，这种变化并不是亚马逊一家公司的「执念」。

过去两年，围绕「下一代个人设备」的尝试明显变多，而且来自完全不同背景的玩家。我们既能看到早期 Rabbit R1 的全新尝试，也能看到 iKKO Mind One（方块手机）、Clicks Communicator（键盘手机）围绕输入输出的改造，还有豆包手机助手带来的「智能体化」，以及乐奇 AI 眼镜的下一代个人智能设备体验。

图片来源：豆包

这些改变看似不同，但都发生在 AI 大模型狂潮之后。事实也不难理解，当用户可以通过一句话完成原本需要在多个 APP 中来回切换的操作，当设备开始具备理解意图并主动执行的能力，原本以「打开应用」为起点的使用路径就不再是唯一选择。

入口从应用转向意图，交互从点击转向对话，这种变化并不显眼，却足以动摇过去十多年智能手机建立起的使用习惯。

AI 手机的最终形态，不会是 iPhone 定义的样子

今天回头看 Fire Phone 的失败，不只是产品问题，更是时代问题。

在那个以 APP 和触屏为绝对中心的阶段，用户的每一次操作，都建立在「打开应用—进入界面—完成点击」的路径之上。亚马逊想绕开 APP 生态，把电商和服务直接嵌进系统，但它既没有能力打造一个新的 APP 生态，也无法绕开这套既有路径，结果只能变成一个与主流体系割裂的「异类」。

今天的情况不一样了。把这两年的新玩家放在一起看，会发现它们切入的方式各不相同，但几乎都在围绕同一个变化展开：

AI 可以理解意图并代理执行任务之后，手机还需要维持原来的形态和交互逻辑吗？

一部分玩家选择从「硬件形态」入手。比如 iKKO 和 Clicks 就没有试图直接重做系统，而是对手机的形态进行重新拆解。

左：iKKO Mind One，右：Clicks Communicator，图片来源：iKKO、Clicks

前者做出类似「方块机」的设备，弱化传统触屏体验，把 AI 作为核心入口。后者则反其道而行之，用实体键盘强化输入能力。它们看起来方向完全相反，但本质都默认今天手机的硬件形态并不是 AI 时代的最优解。

一部分玩家则直接从操作系统层面入手。字节跳动推出的豆包手机助手，谷歌在三星 Galaxy S26 上首发的 Gemini 自动化功能，以及亚马逊正在开发中的新设备，本质上都在做同一件事——让 AI 成为系统的第一入口，而不是一个被动调用的功能。

图片来源：三星

这种思路的激进在于，它并不满足于优化 APP，而是试图绕开 APP，让用户的需求直接转化为执行结果。

还有一类更进一步，干脆不以「手机」为前提。Rabbit R1 是其中最典型的代表，它试图用一个独立设备承接用户的日常操作，通过 AI 去调用各类服务，替代手机中的应用逻辑。

但早期的 AI 大模型显然支撑不了这种路径，执行成功率、响应速度以及使用成本，都还不足以支撑它的体验和成功。

相比之下，另一条路径显得更克制、稳妥。以乐奇 AI 眼镜代表的 AI 眼镜，并没有上来就试图取代手机，而是把 AI 变成一个「随时可用」的能力入口，通过语音和视觉去完成信息获取与简单任务执行。它们减少的不是功能，而是用户拿起手机的频率，再逐步谋求智能手机之后的「下一代个人智能设备」。

在 AWE 2026 上体验乐奇 AI 眼镜，图片来源：雷科技

但无论选择哪一种方式，背后的前提都是一致的：当 AI 可以直接承接「需求」本身时，过去那套以 APP 为核心的使用方式，已经不再是唯一答案。

从 App 到 Agent，重写 AI 时代的入口与交互

过去十多年，智能手机之所以成立，很大程度上依赖一套稳定的逻辑：APP 是入口，界面是路径，用户通过 GUI （图形用户界面）上的一步步点击、滑动来完成操作。无论是 iPhone 还是 Android，本质上都是在不断优化这套体系，让它更顺滑、更高效。

但 AI 出现之后，这个前提开始松动，最直接的变化就在「入口」。

回想一下，在传统智能手机上，用户需要先判断「这件事属于哪个 APP」（外卖找美团、打车找滴滴），再进入对应界面完成操作。这个过程本身就是成本，也是 APP 体系存在的基础。

图片来源：雷科技

就像千问 APP 最新上线的「一句话打车」功能，当 AI 可以准确理解需求并直接执行时，这个中间环节开始被压缩，甚至被绕开。用户不再需要知道入口在哪里，只需要表达意图。

这也是为什么，无论是亚马逊试图围绕 Alexa 重做手机，还是字节通过豆包把 AI 推进系统层，本质上都在把「入口」从应用，转移到 AI 本身。

从路线上来说，Rabbit 这类产品更激进，直接把这个逻辑外置成一个独立设备，让 AI 去调用服务、操作软件，把原本分散在各个 APP 中的能力重新整合成一个统一入口。它的问题在于能力不到位，撑不起实际体验，如果放在今天 AI 大模型和 Agent 的技术条件下，更有希望做成。

相比之下，AI 眼镜则在另一个维度上推动同样的变化。它没有试图重构整个系统，而是通过语音和视觉，让「提问—获得结果」成为一种更自然的交互方式。在这个过程中，用户甚至不需要明确意识到「我在使用某个应用」。

入口的变化，也带来了交互的变化。

在 APP 体系下，GUI 是绝对中心。所有操作都需要通过界面呈现，再通过点击完成，这也是为什么过去十年里，屏幕尺寸、刷新率、触控体验不断被强化。但在 AI Agent 的逻辑下，交互开始从「看见界面」转向「表达需求」，对话、语音，甚至是视觉感知，逐渐取代了传统 UI 的一部分角色。

图片来源：谷歌

这也是为什么，一些新的设备可以弱化屏幕，甚至不再以屏幕为核心。不是因为屏幕不重要了，而是因为完成任务不再完全依赖界面。比如 iKKO Mind One Pro、Clicks Communicator 这样的「奇葩手机」，都在不同程度上削弱了「屏幕」的重要性，前者选择了进一步的轻便化，后者选择了强化提示词的输入能力。

但无论路径如何分化，底层的变化已经很明确——当入口从「应用」变成「意图」，当交互从「界面」变成「对话」，智能手机过去那套以 APP 和 GUI 为核心建立起来的体系，正在被一点点拆解。

写在最后

亚马逊又要做机，是 AI 给了太多勇气？

表面上看确实如此。在 iPhone 和 Android 主导了十多年的市场里，再做手机几乎是一件没有胜算的事。但过去两年，无论是亚马逊，还是字节、Rabbit、Rokid，甚至 iKKO、Clicks 这些完全不同背景的玩家，都在用各自的方式重新进入这个领域。

这本身就不是一件「理性」的事。

但更底层的变化在于，AI 改变了用户完成一件事的路径。当你可以直接说一句话完成各种需求，「打开 APP 进行操作」的那一步，就不再是必须的。

这才是这些公司敢于进入智能手机「超级红海」的真正原因。尽管表面做的是完全不同的产品，但在根本上都是回答一个问题：不通过 APP 和 GUI，而是通过 AI，未来的人机交互会怎样变化？

从这个角度看，亚马逊重启手机，并不是一个孤立事件，而是这轮变化中的一部分。它想做的，也不是再造一台 Fire Phone，而是尝试把 AI 放到入口的位置。

至于这件事会不会成功，现在还很难下结论。但可以确定的是，当入口开始从应用转向意图，当交互逐渐脱离 GUI，智能手机过去那套运行方式，已经不再那么稳固了

据红星资本局报道，近日，多位网友反映称，美团App自动删除用户手机内的数百张照片，且无法恢复。

有截图显示，“手机检测到‘美团’删除了图片和视频，已成功拦截。”“您的照片被‘美团’应用删除，可在应用权限设置中关闭其‘存储’权限。”

图据网络

3月24日，红星资本局就此联系美团客服，有客服表示，非常抱歉，美团安卓版因插件冲突出现缓存清理异常，用户可在“最近删除”找回照片。

对此，美团官方客服回应称，“该问题主要是安卓系统在极少数情况下，App自动缓存清理时遇到第三方SDK冲突导致异常。问题发生后至今，累计有180多位用户进线客服咨询，预计潜在波及用户范围约在数百人。我们在发现该问题后已第一时间进行紧急修复。”

该官方客服还强调称，此次问题仅发生在用户本地手机系统层面，美团App不会读取、存储或转移任何用户个人数据，用户隐私及账户信息均未受到影响。

另外，据澎湃新闻报道，记者了解到，美团在发现问题后已迅速成立专项技术支持小组，联合专业安全技术团队协助受影响用户找回数据。美团客服介绍，已向每一位受影响用户致歉，并将承担全部费用和赔偿相应损失。

编辑|何小桃 杜波

校对|段炼

每日经济新闻综合红星资本局、澎湃新闻

3月20日，据国家药监局药审中心（CDE）官网公示，齐鲁制药自主研发的1类新药QLS1317片获得临床试验默示许可，靶向治疗微卫星高度不稳定（MSI-H）驱动的实体瘤。该产品获批临床，是公司在精准肿瘤治疗领域迈出的关键一步，有望为MSI-H实体瘤患者带来新的治疗希望。

MSI-H肿瘤是具有微卫星高度不稳定表型的肿瘤，由DNA错配修复（MMR）缺陷引起，导致基因组短串联重复序列发生突变。MSI-H表型常见于结直肠癌、子宫内膜癌和胃癌等多种实体瘤，全癌种中MSI的发病率约为3.5%，相当于每年新增约60万患者。目前，在微卫星高度不稳定（MSI-H）驱动的实体瘤治疗方面，临床需求远未得到满足。

面对临床需求，QLS1317在研发过程中注重差异化设计。临床前研究显示，针对MSI-H实体瘤，QLS1317在多个体内药效模型中均表现出强大的抗肿瘤活性。在安全性方面，体内毒理学实验表明QLS1317具有较大的安全窗口，为其后续临床剂量的选择提供了有利依据，具有良好的临床应用前景。

QLS1317片获批临床，进一步丰富了齐鲁制药在肿瘤治疗领域的产品管线，这也是一周以内齐鲁制药第三款创新药首次获批临床，彰显了公司的创新强劲势头。

近年来，齐鲁制药在创新药研发方面，以高强度投入为基础，以临床价值为导向，通过精准管线布局实现差异化突围，构建了覆盖肿瘤、自身免疫、代谢、心血管、中枢神经系统等领域的产品线，持续开发“全球新”“全球好”药物。

编译 | 程茜

编辑 | 李水青

“Claude版龙虾”来了！

智东西3月24日消息，今早，Anthropic为Claude发布了计算机使用（Computer Use）功能，Claude可以自动操控电脑执行任务。

在AI协作工具Claude Cowork和AI编程工具Claude Code中，用户可以启用Claude操控你的电脑来完成任务。其官方推文称，任何你坐在电脑前可以做的事情，Claude都能使用电脑帮你完成，例如打开某个应用、浏览网页、填写表格等。

上周，Anthropic为Claude Cowork增加了新功能Dispatch，基于此用户可以用手机操作电脑上的Claude完成任务。Dispatch和计算机使用相叠加，用户不在电脑前面，就可以手机远程指挥Claude自动干活了。

Anthropic的官方博客提到，他们提前发布这一功能，是希望了解它的适用场景与不足之处，正如其当初推出Claude Cowork时所做的那样。

不过，Claude计算机使用功能是早期研究预览版，并没有向用户全量开放。目前只有Claude Pro和Max订阅用户可以使用，且仅支持macOS系统使用。

Anthropic Claude Cowork项目技术人员Felix Rieseberg透露，Claude计算机使用功能的Windows版本会在未来几周跟进，并且Claude目前“行动缓慢，远比现在的人类慢得多”。

Anthropic博客提到，用户需要确保桌面客户端处于唤醒以及运行状态，然后将其与Claude移动端应用配对，即可尝试从手机移交任务。

在Claude的评论区下方，有不少网友感慨“Anthropic刚刚杀死了OpenClaw”。

还有一些网友为购买了Mac mini来部署OpenClaw、花数千美元安装OpenClaw封装器的用户惋惜。

有网友在调侃：“你还记得之前的ClawdBot吗？”之前因为Clawd与Claude读音相似，Anthropic指控其侵权并要求改名。

一、一句话召唤Claude干活，还能帮你调试优化应用开发

在执行任务时，Claude会先精确选择工具，通过连接器调用Slack、谷歌日历等服务。当没有连接器时，Claude可以直接控制用户浏览器、鼠标、键盘和屏幕来完成任务。它会滚动、点击打开和探索，值得注意的是，在执行这些步骤前，Claude都会先征求用户的许可。

此外，当Claude无法获取所需工具时，它会在你的屏幕上进行指点、点击和导航操作，自主完成任务。它可以自动打开文件、使用浏览器、运行开发工具，且无需任何前期设置。Rieseberg称，Claude还可以帮助用户调试正在开发的原生应用。

例如，当你赴约迟到，就可以在手机上召唤Claude工作。提示词：我约会要迟到了。你能把我的演示文稿导出成PDF格式，并附到我下午2点的会议邀请里吗？

Claude就会自动操作电脑导出PDF，然后将其添加到会议邀请附件中。完成任务后，Claude会回复用户“用了今天早上9点47分编辑的版本，并以最高画质导出”。

例如当你马上要做汇报，但突然发现少了素材，就可以让Claude在电脑上帮你自动完成。提示词：请启动开发服务器，截取库页面的截图，并在下午3点演示前发给我，拜托了！

Claude会实时同步自己的执行进度，如正在启动应用、已找到库页面、布局是什么样、正在截图等。

当你时间紧张，来不及处理工作时，Claude也可以帮上忙。提示词：你能批量处理我桌面上的所有店铺照片吗？把它们调整为1200像素的PNG格式，并在右下角添加白色Logo。我自己没时间做了😬

Claude会先找到图片位置，然后在桌面创建新文件夹，将调整了尺寸、添加了“Dragon”水印的图片放进去。

二、支持手机对话操控Claude，但早期预览版易犯错

上周，Claude Cowork中集成了一项新功能Dispatch，该功能支持用户在手机端与Claude对话、分配任务，只需最后在电脑端检查Claude完成的任务情况。现在，这项功能已同步上线Claude Code。

基于Dispatch，用户可以每天早上让Claude自动查看邮件、每周自动拉取固定指标、启动Claude Cowork或Claude Code会话报告或拉取请求。

Dispatch叠加最新的计算机使用功能后，其可应用的场景增多。

当用户外出时，Claude可以代为使用电脑。例如，在用户乘火车时Claude可以帮助创建早间简报，在IDE中修改、运行测试并发布PR，推进3D打印项目按计划执行。

Anthropic提到，研究人员为其构建了最小化风险的防护措施。

当Claude使用计算机时，其系统会自动扫描模型中的激活以检测提示注入等活动。用户可以随时叫停Claude，且Claude在访问新应用前始终会请求许可。

不过，与Claude的文本和编程能力相比，其计算机使用功能的构建仍处于早期阶段，因此可能会犯错。

基于此，Anthropic的研究人员建议用户在试用新功能时，可以从自己最信任的应用程序开始，避免其接触敏感数据。

结语：AI电脑自动化时代来了，Anthropic下场“养龙虾”

此次，Anthropic推出计算机使用功能，在Claude Cowork、Code中原生实现电脑操控，与此前爆火的OpenClaw逻辑相似，都让AI从简单对话交互，升级为能够直接操作桌面、自主执行任务的智能体。

两者不同之处在于，Anthropic的能力是构建在官方产品体系之上的原生能力，而OpenClaw只是第三方开源实现。相比于OpenClaw需要用户自行部署、调试，Anthropic新功能做到了开箱即用，用户只需下载客户端即可体验。

在安全风险方面，作为开源项目，OpenClaw不仅部署门槛高，还存在明显的数据与权限安全风险；而Anthropic官方方案则会通过权限控制、安全护栏等机制大幅降低使用风险。

现阶段，Claude计算机使用功能仍处于早期预览阶段，不仅执行速度偏慢，也并未向所有用户开放，还远未达到替代OpenClaw的程度。

未来，当Claude的计算机使用功能全量上线，再加上其安全护栏、开箱即用，或才能真正迎来“杀死OpenClaw”时刻。

文 | 云石乱笔

一万亿的底气与算术

黄仁勋在 GTC 2026 的主题演讲中说出了那句被反复引用的话："Right here where I stand, I see through 2027 at least 1 trillion dollars."

一万亿美元。不是市值，NVIDIA 的市值早就越过了这个门槛，而是营收预期。这个数字足以让在场 3 万名观众屏住呼吸，但稍作拆解就没那么性感了。正如我非常喜欢的科技播客 Moonshots 的分析师 Dave 所指出的：这是跨越两年的订单总额（bookings），需要在合同周期内逐步确认收入，并非某个日历年能实现的数字。Dave 预测 NVIDIA 2026 日历年收入将达到约 3500 亿美元，并将在 2 纳米制程节点上再实现一次翻倍—但增长的天花板不在需求侧，而在台积电。

据 Dave 估计，NVIDIA 已经锁定了台积电 3 纳米产能的约 70%。这也意味着天花板就在那里：你不能卖出你造不出来的芯片。ASML 每年出货的全部光刻系统约七百台，其中最先进的 EUV 设备不过数十台。每一台 EUV 机器的去向都值得追踪，因为它们实际上就相当于印钞机。对此，老黄心知肚明，这也是他拼命向前锁定产能的原因。用 Dave 的话来说："他在竞争到来之前，试图把未来全部锁死。"

这里隐藏着一个反垄断的定时炸弹。当一家公司锁定了全球最先进芯片代工产能的大部分，以至于竞争对手连芯片都造不出来时，监管机构不可能永远视而不见。Groq 的故事就是一个缩影。这家以低延迟推理芯片著:称的公司，其核心工程团队被 NVIDIA 招至麾下，LPU 技术以授权方式纳入 NVIDIA 体系，而背景正是：Groq 无法获得足够的台积电产能来独立扩张。黄仁勋在 GTC 上展示了整合进 Vera Rubin 机架的 Groq 节点，仿佛这是一次双赢的技术融合。但换个角度看，这更像是一场"你要么加入我，要么找不到代工厂"而被迫收编。

Vera Rubin: 从芯片公司到系统帝国

GTC 2026 的硬件主角是 Vera Rubin 平台。它不只是一块新 GPU，它就是 NVIDIA 转型全栈系统公司的宣言。

Vera Rubin NVL72 将 Vera CPU 与 Rubin GPU 组合，配合液冷（支持 45°C 热水）、无线缆设计，号称每瓦 token 产出是上一代的 50 倍。全新的 Kyber 机架采用垂直式设计，每架 144 块 GPU，前部计算、后部 NVLink 互联，彻底抛弃了传统的水平滑入式服务器形态。

Vera CPU 本身也值得注意。NVIDIA 声称其能效是传统 CPU 的两倍，专为 Agentic AI 工作负载设计。这意味着 NVIDIA 不再只是卖加速卡。它现在要卖 CPU、GPU、网络互联（BlueField-4 STX）、存储架构、机架设计，甚至模拟平台（DSX Air）。从芯片到机架到软件栈，NVIDIA 正在把自己变成 AI 基础设施的唯一供应商。

这像极了当年的 IBM 大型机时代：你买我的一切，或者你什么都别买。历史告诉我们，这种模式在短期内极其强大，但长期来看，这个世界不乏聪明的人，总会有人找到绕过去的路。

OpenClaw 与 NemoClaw: NVIDIA 的软件野心

如果说硬件发布是意料之中，那么 NVIDIA 对 OpenClaw 的大力支持则揭示了更深层的战略意图。

OpenClaw 是近期 AI 领域增长最快的开源项目。按照黄仁勋在演讲中展示的数据，它在短短几周内就超越了 Linux 30 年的增长曲线。它是一种全天候运行的无头 AI Agent，通过消息系统与外部世界交互，被视为继 ChatGPT 之后 AI 领域最大的一次"解锁"（unhobbling）。

NVIDIA 推出了 NemoClaw，一套针对企业场景优化的 OpenClaw 技术栈，解决安全性和合规性问题，并与 NVIDIA 硬件深度绑定。与此同时，DGX Spark 等设备被定位为"Agent computer"，即一种全新的计算品类，让最新的开源模型和 AI agent 在本地运行。

这一步棋的精妙之处在于：当 OpenCLAW 成为企业自动化的标准范式，而 NemoCLAW 成为其首选的企业级实现时，NVIDIA 就从"卖铲子的人"升级成了"定义金矿在哪里的人"。播客嘉宾 Salem 将此称为"组织奇点"：一旦企业工作流从人对人转向 Agent 对 Agent 并实现递归自我优化，人类员工的角色将变为监督和异常处理。他估计，任何公司最终只需要当前员工人数的 20%~25%。

这听起来很振奋人心，但也令人不安。当 NVIDIA 既提供运行这些 Agent 的硬件，又提供编排它们的软件框架时，它对企业运营的渗透将超过科技史上任何先例。

物理 AI: 从数据中心到太空

GTC 2026 的另一条主线是"物理 AI"（Physical AI）。

110 台机器人在展厅列队，几乎全球每一家做机器人的公司都在与 NVIDIA 合作。自动驾驶方面，比亚迪、现代、日产、吉利等总计年产 1800 万辆汽车的厂商加入了 NVIDIA 的 robotaxi-ready 平台，加上此前的奔驰、丰田、通用，以及与 Uber 的多城市部署合作。T-Mobile 的加入则暗示了另一个方向：未来的信号塔将变成 NVIDIA Aerial AI RAN 节点。

而最引人注目的，是 Vera Rubin Space One，NVIDIA 与合作伙伴共同开发的太空数据中心计算平台。黄仁勋承认，太空中没有对流和传导散热，只能依靠辐射，"我们得想办法在太空中冷却这些系统"。这回应了围绕戴森群(Dyson Swarm）的更广泛讨论，即在轨道上部署大规模计算设施。

坦率地说，太空数据中心的宣布更像是一个愿景声明而非近期产品。正如 Moonshots 的 Alex 所指出的，辐射冷却在技术上并不是一个未解问题，我们已经在轨道计算的散热和抗辐射设计上积累了数十年经验。真正的瓶颈是经济性和规模化部署。但从叙事角度看，它完美地服务了黄仁勋的核心信息：NVIDIA 要无处不在—地面、云端、轨道。

推理经济学：真正的万亿引擎

在所有的发布中，最值得深思的可能是一个被轻描淡写的转变：推理（inference）已经取代训练（training）成为 AI 计算的主要驱动力。

黄仁勋演讲中展示的一张幻灯片角落里写着"推理爆炸"（inference explosion），这正是支撑万亿美元订单的真正逻辑。NVIDIA 发布了 Dynamo 1.0，一个用于大规模生成式和 Agentic 推理的开源软件。Sam Altman（OpenAI CEO）在同一周透露，从 o1 到 GPT-5.4 Pro，同一困难问题的推理成本下降了约 1000 倍，而这种降幅主要来自推理时计算（inference-time compute）的优化。

思维链式推理（chain-of-thought reasoning）是近年来AI最大的突破。过去 40 年的神经网络研究中，几乎没人关心推理效率，因为训练才是瓶颈，现在情况完全逆转。你可以用推理时计算构建越来越聪明的 AI，而推理优化比训练优化要容易得多。用 Dave 的分析来说，此前几乎没有资源被投入到推理时计算的扩展上，因此仅通过暴力扩展推理时间，就能以近乎"免费"的方式获得数量级的性能提升。

但 Alex 也发出了一个重要警告：这种"免费午餐"终将耗尽。当推理时计算开始主导整体资源消耗时（许多前沿模型已经到了这一步），就必须发现全新的效率提升路径。Sam Altman 暗示 OpenAI 内部可能已经在探索后 Transformer 架构，一种"像 Transformer 超越 LSTM 那样"的跨越。Alex 认为，这种新架构很可能不是回到循环神经网络(RNN)，而是来自某个意想不到的方向，而且很可能不适配当前的 NVIDIA GPU 架构。

这是一万亿美元叙事中最大的隐忧：如果下一代 AI 架构不再需要 GPU 形态的计算，NVIDIA 就会面临当年英特尔（Intel）被 GPU 颠覆时的同样处境。黄仁勋显然意识到了这一点，这也解释了为什么他如此积极地锁定制造产能，收编 Groq，推进全栈整合。他要确保，即使有人设计出更好的芯片，也必须通过他才能把它造出来。

Anthropic 的逆袭与 NVIDIA 的生态赌注

GTC 2026 的时间窗口恰逢另一场地震：Anthropic 在企业市场对 OpenAI 的碾压式超越。根据同期流传的行业数据，Anthropic 在新增企业客户中的模型份额从 40% 飙升至 73%，而 OpenAI 从 60% 跌至 26%。《时代》杂志将 Anthropic 评为最具颠覆性的公司。

这对 NVIDIA 意味着什么？NVIDIA 的策略是做所有人的基础设施，不管上层跑的是 OpenAI、Anthropic、Meta 还是 Google 的模型。但 Anthropic 的崛起揭示了一个微妙的变化：最成功的 AI 公司不是那些试图垂直整合一切的（如 OpenAI 同时做芯片、数据中心、消费者产品、设备），而是那些专注做好一件事并与所有人合作的。Dario Amodei（Anthropic CEO）不设计自己的芯片，不建自己的数据中心，只做 AI 软件，这让他成为每个人都容易合作的伙伴。

讽刺的是，NVIDIA 自身正在走向 OpenAI 式的全面扩张。从 GPU 到 CPU，从网络到存储，从机架设计到软件栈，从企业 AI 到机器人到自动驾驶到太空—"过度扩张"这个企业家的经典陷阱，NVIDIA 正在全速冲向它。

房间里的大象

GTC 2026 刻意回避了几个关键问题。

竞争威胁被轻描淡写。Google 的 TPU 在内部使用中已经接近甚至匹敌 NVIDIA GPU 的水平。Meta 和 Amazon 都在加速自研芯片。埃隆·马斯克宣布了 TerraFab 计划（初始产能 10 万片晶圆/月，目标扩展到 100 万片）。如果这个目标得以实现，将彻底改变半导体制造产业的格局。这些似乎都不是遥远的威胁。

能源瓶颈被技术乐观主义掩盖。Morgan Stanley 报告指出，到 2028 年数据中心面临 13 至 404 GW 的电力缺口。液冷和效率提升只能解决一部分问题。NVIDIA 的回应是"AI 不在乎在哪里上学"，模型可以在一个地方训练，然后在边缘设备上运行。但这回避了一个事实：推理爆炸本身正在制造新的能源需求。

人才市场的残酷现实。同一周，社交媒体上流传的一位美国大学教授的课程数据显示，其计算机科学专业学生的就业率从 2023 年秋季的 89% 暴跌至 2026 年春季的 19%，起薪从 9.4 万美元降至不到 6.1 万。尽管这只是个案而非全国统计，但趋势方向已经清晰：AI 自动化正在吞噬创造它的那批人的工作—而 NVIDIA 的全栈自动化愿景只会加速这一进程。

结语：帝国的边界在哪里？

GTC 2026 展示的不是一家芯片公司的产品发布会，而是一个正在构建中的技术帝国的蓝图。老黄的愿景是 NVIDIA 成为 AI 时代的操作系统，不是软件意义上的操作系统，而是从硅到太空、从芯片到 Agent 工作流的全栈基础设施。

这个愿景在技术上是连贯的，在商业上是诱人的，但在历史上则是异常危险的。每一个试图成为"掌控一切"的科技帝国，无论是IBM 的大型机、微软的桌面垄断，还是Intel 的 x86 统治，最终都被更专注、更灵活的竞争者从侧翼突破。NVIDIA 的护城河是台积电的产能和 CUDA 的生态锁定，但产能可以被新建，生态也可以被新的范式绕过。

真正的问题不是 NVIDIA 能不能达到一万亿美元（以当前的需求和锁定的产能，它大概率能够做到）。真正的问题是，当一万亿美元的基础设施建成之后，如果 AI 的计算范式发生根本性转变，这些投资会变成什么？

黄仁勋赌的是这个转变不会在他锁死一切之前到来。这是一场与时间的赛跑。幸运的是，到目前为止，老黄跑在了前面。

欧洲汽车制造商协会3月24日发布数据显示，欧洲2月汽车销量同比增长1.7%至979,321辆。其中，特斯拉销量为17,664辆，同比增长11.8%，比亚迪销量为17,954辆，同比增加162.3%，比亚迪、特斯拉当月在欧洲市场占有率均为1.8%。