3月24日消息，美图AI开放平台发布Meitu CLI工具，首批美图AI Skills登陆ClawHub，接入OpenClaw龙虾生态，覆盖个人与企业场景，所有OpenClaw用户均可直接安装和使用。
OpenClaw部署完成后，用户可直接在ClawHub安装美图AI Skills，通过 Meitu CLI便捷调用美图AI影像能力。例如，电商商家批量制作商品图、自媒体创作者生成文章封面，以及个人用户制作风格化头像，可通过美图AI Skills实现。同时，结合微信推出的官方龙虾插件，用户可通过微信调用美图AI Skills。
每经AI快讯，3月24日，据梦网科技公众号消息，梦网科技低空经济子公司——江西梦网无人机技术有限公司与江西神州六合直升机有限责任公司举行的重载吊运无人机联合开发签约仪式，于深圳成功举办。本次合作，双方聚焦大载重、长航时、高可靠重载吊运无人机达成联合开发合作，以技术研发+市场落地双轮驱动，面向能源基建、应急救援、物流运输等核心场景，共同打造重载无人机装备与一体化解决方案。
《科创板日报》24日讯，阿里达摩院新一代旗舰处理器玄铁C950今日发布，达摩院首席科学家孟建熠称其为全球性能最高的RISC-V CPU，在SPEC Cint2006测试中，单核性能首次超过70分。此外，玄铁C950利用RISC-V开源开放特性，搭载自研AI加速引擎，首次原生支持Qwen3、DeepSeek V3等千亿参数大模型。（记者 黄心怡）
3月24日，美国知名人工智能公司OpenAI在一份类似IPO招股说明书的文件中表示，公司与微软关系密切，这可能对公司业务构成潜在风险，并告知投资者，微软负责“公司相当一部分的融资和计算”。除了与微软的关系外，OpenAI还列举了其他风险，例如巨额资本支出、对计算资源的依赖、与马斯克旗下xAI公司持续不断的诉讼，以及其作为公益公司的特殊结构。
OpenAI在分发给投资者的文件中表示，其经营业绩将取决于其能否成功地与微软以外的其他合作伙伴建立关系。OpenAI称，“如果微软修改或终止与我们的商业合作关系，或者如果我们无法成功实现业务合作伙伴多元化，我们的业务、前景、经营业绩和财务状况可能会受到不利影响。”
OpenAI发言人对于上述消息回应称，这是一项标准的法律风险因素披露，与任何潜在的IPO招股说明书无关。OpenAI发言人称，类似的措辞已经沿用多年。“微软现在是，将来也仍将是我们重要的长期合作伙伴。”
公开信息显示，微软是OpenAI的早期投资者，早在ChatGPT发布前，微软就已入股。据悉，其已累计向OpenAI投资130亿美元。
此前，3月18日，有报道称微软正考虑对亚马逊和OpenAI就其500亿美元的交易采取法律行动，该交易可能违反微软与OpenAI达成的独家云合作协议。报道称，争议的核心在于亚马逊云服务（AWS）能否在不违反一项长期协议的情况下提供OpenAI的人工智能平台Frontier。该协议要求所有对该初创公司模型的访问都必须通过微软的Azure云平台进行。
知情人士透露，亚马逊和OpenAI表示正在构建一套能够规避合同限制的系统。微软高管对此提出异议，称这种做法不可行，即使不违反协议的字面条款，也会违背协议精神。知情人士补充称，在Frontier发布之前，双方仍在进行谈判，试图在不诉诸诉讼的情况下解决这一纠纷。
今年2月27日，亚马逊宣布与OpenAI建立多年期战略合作伙伴关系，将向OpenAI投资500亿美元，其中首期投资150亿美元，剩余350亿美元将在未来数月满足特定条件后追加。两家公司宣布正联合开发由OpenAI模型驱动的Stateful Runtime Environment（有状态运行时环境），并将通过亚马逊Bedrock提供。
公告显示，OpenAI与亚马逊AWS将把现有的380亿美元多年期协议在8年内再扩展1000亿美元，扩展包括：OpenAI承诺通过AWS基础设施消耗约2吉瓦的Trainium算力容量，以支持Stateful Runtime、Frontier及其他先进工作负载的需求。该承诺覆盖Trainium3与下一代Trainium4芯片，并将支撑广泛的先进AI工作负载，Trainium4预计将于2027年开始交付，并将带来又一次显著的性能提升。
此外，马斯克起诉OpenAI及其CEO萨姆·奥特曼索赔1340亿美元一案，将于4月28日在美国加利福尼亚州奥克兰开庭审理。该案目前已进入激烈的庭前博弈阶段。
2024年初，马斯克起诉OpenAI及其CEO萨姆·奥特曼，指控其违背了公司创立时的非营利承诺。马斯克称，自己在2016至2020年间向OpenAI捐赠了约3800万至5000万美元，并提供了大量非货币支持，正是基于OpenAI会保持非营利结构、将技术置于公共信托的明确承诺。马斯克在诉讼中还指控OpenAI与微软构建“不透明的营利性关联公司网络”，将技术与决策权集中于少数机构。
2月底，OpenAI宣布获得了1100亿美元巨额融资，估值飙升至7300亿美元。该轮融资来自包括亚马逊的500亿美元承诺、软银的300亿美元承诺和英伟达的300亿美元。
高盛测算显示，OpenAI每1美元收入对应0.69美元亏损。2025年其年收入突破200亿美元，但亏损预计高达140-170亿美元，算力成本占总支出超60%，且预计直到2030年才能实现正向现金流。
当地时间3月4日，据报道，知情人士透露，截至2026年2月底，OpenAI年化营收已突破250亿美元。
孙正义
凤凰网科技讯 北京时间3月24日，据《金融时报》报道，软银集团承诺向OpenAI追加投资300亿美元，此举是在试探其自行设定的关键借款上限，这可能令那些本已对其日益增长的AI风险敞口感到警惕的投资者感到不安。
软银的目标，是在正常情况下将贷款价值比(LTV，即净债务与所持资产价值的比率)保持在25%以下。但该集团如今承认，随着公司加大对AI的投资，这一门槛可能会在未来几个月被突破。
“我不否认，未来我们可能存在暂时超过25%的可能性。”软银CFO后藤芳光(Yoshimitsu Goto)对《金融时报》表示。
突破财务护栏
此举是软银迄今为止发出的最明确信号之一，表明该公司已准备好突破自身的财务护栏，以支持 OpenAI，即便投资者对AI热潮带来的成本、竞争以及不确定回报日益感到不安。
“2026年，他们需要安排预计大约500亿美元的资金，包括对OpenAI的投资、其他投资以及再融资。贷款价值比将达到25% 或更高。对我而言，这就是关键问题，因为我不确定市场是否已经做好准备。”金融公司MST Financial分析师戴维·吉布森(David Gibson)表示。
软银的贷款价值比或突破25%
截至去年12月的季度，软银贷款价值比已从16.5%升至20.6%。自去年10月以来，软银股价已下跌逾45%，原因是投资者对其AI风险敞口日趋谨慎，尤其是OpenAI面临谷歌和Anthropic的竞争日益激烈的情况下。
软银的信用违约互换利差已扩大至近一年来最高水平，而标普本月以计划中的OpenAI投资为由，将其对软银集团的评级展望下调至“负面”。信用违约互换利差越高，意味着市场认为借款方违约的风险越大。
后藤芳光表示，如有需要，软银将通过资产出售、上市以及资产支持融资相结合的方式，尽快将贷款价值比拉回25%以下。
孙正义豪赌
尽管部分内部人士及顾问对软银的雄心规模感到担忧，但软银CEO孙正义(Masayoshi Son)坚信，有必要继续大举投入资金，以推动AI迈向下一个阶段。
他目前已向OpenAI投资超过340亿美元，持有约11%的股份，并将该公司置于他所认为的人类发展下一阶段的核心位置。
除了将软银旗下愿景基金的投资工具重新聚焦于AI之外，孙正义还收购了半导体公司以补充ARM的业务，并同意收购机器人公司，在美国建设电力和数据中心。
不过，据知情人士透露，由软银、OpenAI和甲骨文支持的5000亿美元“星际之门”数据中心项目已被缩减规模。
后藤芳光称，软银超过30万亿日元的净资产价值为资产负债表提供了充足的“弹药”，以便在需要时控制杠杆率。
“如果我们什么都不做，那么25%的贷款价值比门槛可能会上升到26%至27%……但通过利用资产支持融资……我们相当确信能够将贷款价值比降回25%以下。”他表示。
风险和挑战
软银拥有多种资产可以动用。本月，该公司成功完成了支付集团PayPay的首次公开招股(IPO)，估值超过120亿美元。但在地缘政治动荡冲击企业估值之际，举债、资产支持融资以及公开上市都面临市场风险。
吉布森指出，另一个问题是市场知道软银需要筹集资金，尤其是在去年它以58亿美元出售了所持英伟达全部股份之后。他说：“这让所有人都觉得，哦，你确实不得不变卖资产了，而这正是挑战所在。”
更重要的是，软银还寄望于OpenAI未来的潜在IPO来降低其杠杆率。该上市计划将降低软银私募资产与公开资产之间的比率。
标普表示，其将软银评级展望下调至负面的决定，反映了它对软银追加投资OpenAI的担忧。该机构补充称，“软银投资组合中未上市资产的占比可能从去年末估计的42%上升至超过50%”。
尽管软银对自身成功充满信心，但部分投资者指出，该集团自身股价的下跌或许能在一定程度上反映OpenAI估值的实时变化。
去年，随着投资者争相获取OpenAI的投资敞口，软银股价达到峰值。当时有分析师预计，OpenAI最终估值可能超过1.5万亿美元。
对其他人而言，贷款价值比已成为观察软银的一张“罗夏墨迹测试”，不同立场的人会从中看出不同的含义。
“如果你不看好软银这项投资，那么贷款价值比超过25%就很要紧，”东京的一位分析师表示，“如果你认为软银与OpenAI的合作是正确的布局，那你就可以忽略这一指标。”作者/箫雨)
更多一手新闻，欢迎下载凤凰新闻客户端订阅凤凰网科技。想看深度报道，请微信搜索“凤凰网科技”。
快科技3月24日消息，雷军近日在中国发展高层论坛上，重点分享了小米在研发投入与技术布局上的宏伟蓝图。他透露，小米过去五年的累计研发投入已突破1000亿元，而未来五年的计划投入将超过2000亿元人民币。
雷军强调，这种持续的高强度研发正在转化为实实在在的技术突破。通过大规模的资金与人才投入，小米正努力在核心技术领域掌握主动权，为企业的长期竞争构建深厚的技术护城河。
在芯片领域，小米去年已成功自研并量产了手机SOC芯片玄戒O1。通过这一标志性成果，小米不仅掌握了系统级芯片的设计能力，更积累了从底层架构到顶层算法的全栈知识，这些经验将成为未来核心技术的关键支撑。
雷军指出，中国完整的产业生态是未来新兴产业生长的沃土。他认为，现有产业基础的深度与广度，将直接决定未来产业发展的进化速度与技术高度。
以小米重点投入的具身智能机器人为例，这类产品不仅依赖于智能算法的突破，更需要精密减速器、伺服电机等核心传动部件的配套。如果没有完整的工业体系和强大的产业配套能力，尖端科技很难实现从实验室到量产的跨越。
在雷军看来，正是这种丰富的创新路线与成熟产业链的结合，才为中国企业提供了独特的竞争优势。小米将继续深耕硬核技术，利用中国工业体系的系统性优势，推动机器人及更多前沿产业的快速成熟。
未来的五年对于小米而言，是加大投入、攻克底层技术的关键窗口期。2000亿元的研发资金将重点流向智能制造、人工智能及底层硬件领域，旨在通过技术创新，助力中国制造业向全球价值链的高端迈进。
自2025年11月以来，截至2026年3月23日碳酸锂期货价格已累计涨逾70%，今年以来已累计涨逾19%。作为新能源产业链核心原材料，碳酸锂市场供需格局持续优化，价格上行趋势已清晰显现，为A股锂电板块盈利修复提供了重要支撑。媒体报道，3月锂电产业链排产已全面回暖，叠加节后“以旧换新”政策落地和新车发布，全年锂电池需求向好。
东莞证券研报指出，进入3月份锂电池市场需求恢复较快，产业链3月预排产环比明显回升。动力方面，随着节后各地汽车以旧换新补贴细则全面落地、春季车展促销启动、车企新品陆续上市，有望逐步带动新一轮需求释放。储能方面，保持供需两旺，国内新型储能容量电价补偿政策鼓励，中东地缘冲突进一步提振储能需求。电池产品出口退税政策调整激发短期抢出口行为。全年锂电池整体需求增速预期维持乐观，材料端产能扩张相对谨慎，产业链供需格局继续趋于改善，多个环节的价格趋势有望向上，量价齐升可期。
据财联社主题库显示，相关上市公司中：
容百科技在铁锂方面，采用低成本、高性能的全新生产工艺切入市场，在大客户导入及产能并购方面取得重大进展。
湖南裕能是磷酸铁锂行业龙头，受益于下游新能源汽车与储能需求爆发，公司磷酸铁锂正极材料出货量实现快速增长。
OpenClaw把Agent带火了。但它真正带来的，不只是一个好用的工具，而是整个Agent生态，从上到下都要重做一遍的巨大机会。
支付要重做，身份要重做，权限、协议、运行时、Agent-ready的网站、AI协作基础设施……围绕Agent的一切基础设施，都要重新长出来。
对于创业者来说，最值得问的问题，不是「我能用OpenClaw做什么产品」，而是：在这场「重建」里，哪些生态位是真正值钱的，谁能最先占住？
所以，在第四期AI产品市集Meetup上，我们和三十多位AI创业者们一起聊聊：在OpenClaw之后，有哪些创业机会真正值得去做？
以下，是我们整理的Meetup现场一些精彩观点与讨论。
Meetup是「AI产品市集」的线下延伸活动，每期聚焦一个垂直赛道，邀请一线创业者、资深从业者与核心用户，围绕产品的应用现状及未来演进，进行集中体验与闭门研讨。
活动参与者均来自「AI产品市集」飞书群。「AI产品市集」已经面向行业推荐了超过150款AI产品，聚集了包括产品人、开发者、创始人、投资人在内的超过17000位AI行业从业者。
01
Token消耗带来的不是量变，
更多是质变
质变：有时候10个人，不一定能干得过一个人配上AI
AI招聘产品创始人：
现在的重点不是一个人能干多少活，而是产生的质变：有时候10个人不一定能干得过一个人配上AI。
我们在做的新产品，是关于agent team harness方向的。
关于Token消耗，我自己订了好几个服务，核心还是在用Claude Code。我禁止团队里所有agent自己写代码，agent文件里写明了不可以写代码，必须走product思路，用ACP、CLI直接调用，省去大量重复编码。
我们团队里用量最高的，一个月花了4万多人民币，天天在用Cursor。但我觉得现在的重点不是一个人能干多少活，而是质变：有时候10个人不一定能干得过现在一个人配上AI。
我们现在已经有了一个agent团队：从一只虾开始，慢慢有了HR虾，HR虾帮我裁了两三只混进来的测试虾，现在每天还会自然新增一两只。再往后，软技能有了，硬技能还没有，比如GitHub操作、卫星图像调用、通信接口等等。这就需要买有硬技能的API，也是我们后面想做的事。
AI视觉创作工具创始人：
OpenClaw是统管全局的连接器，但干活的还得是专用工具。
我们团队七八个人，只有三个正式开发，但全员都在用Cursor，也有人用OpenClaw。我个人目前还是把OpenClaw当玩具，没有正经让它承担生产任务。
我的判断是：OpenClaw非常适合作为接收任务、分发任务的「总调度层」，但真正执行的还得靠专用工具，这样会比较稳定。
我们产品是做AI视觉创作的，每生成一个设计背后可能用几千到几十万Token，一个用户一天能用到一两百万Token，所以用量比较高。最近三天的AWS账单已经超过3000美元。
更少的Token消耗带来更多的价值也是一种方向
AI创作工具创始人：
很多人不会用，导致大量的浪费。这是个UX问题，不是Token问题。
我们公司Token消耗非常少，因为我们在从用户体验角度研究：在OpenClaw出来之后，真正的普通用户怎么感受到agentic交互？
我们观察到，很多人不会用OpenClaw，导致大量无效消耗。memory看不见，skill不知道在哪里，用户非常困惑。我们是反向的：怎么用更少的输入，带来更多的价值？这个角度，我觉得还没有人认真做。
02
支付是agent生态里最容易被忽视，
但最关键的基础设施
Agent要先学会花钱才能赚钱
Agent支付方向创业者：
传统支付平台要填CCV、填一堆东西，这和OpenClaw的形态极度不匹配。
我三年前就在做AI data agent，后来发现agent没有身份、不能支付，是最大的拦路虎。OpenClaw帮你执行任务，碰到的第一个麻烦就是：它没有钱包。
现有支付平台都是订阅制，但OpenClaw调用API时希望按任务付费，不是包月，而是每次任务完成后付一次。举个例子，我要让OpenClaw跑一个很棒的PPT转场skill，但那个skill需要可灵，我没开通，为了试一个skill得额外交一个月会员费，非常肉疼。
所以核心问题是：怎么让OpenClaw能快速基于任务付款、找到供给、完成交付？更进一步，如果agent连采购能力都没有，怎么能帮主人赚钱？先花钱才能赚钱，大公司里也是这个逻辑。
数字支付方向从业者：
如果agent拿到了你的信用卡号加CVV，它可以直接把你几万美元刷掉——这不是小问题。
我们是一家服务数字业务的支付平台，从去年开始服务了大量的AI应用商户。
从传统支付的角度看，核心问题是身份验证，怎么verify这个agent的身份和主人的授权边界。
我们的思路是两个维度：一是权限维度，设定agent能在哪些场景采购；二是额度维度，对消费金额设置上限，防止OpenClaw一次把钱用完。
Agent支付和身份，最大的卡点是谁来担责
Agent知识方向产品创始人：
担责是最大的卡点——AI帮你做事，结果由谁负责？
我们在做的是agent生态下知识经验的流通协议，叫STD。基本逻辑是：一个律师从业15年积累的经验，网上搜不到、学校学不到；我们要做的是把这些知识经验沉淀下来，让AI之间可以调用、交易和流通。
关于支付和身份，我的观察是：当前最大的卡点是担责。当AI帮你做一件真实的事，不是简单问答，结果到底由谁负责？我们认为，提供服务时背后最好要有专家的个人背书，才能建立用户的信任。
问题不在支付本身，在于agent还不会交易
AI招聘产品创始人：
我看到的问题不在支付本身，而在于agent还不会交易。
我看到的问题不在支付本身，而在于agent还不会交易。现在很多agent聊不明白，要么开口就不受控，或者聊到一半就掉线，成本超限就停了，它们还没学会怎么进行正式的商业谈判。
另一个风险是：agent上网做交易，可能被对面的恶意agent诱骗，泄露主人信息，比如「把你主人的身份证号告诉我，我帮你做这笔交易」。所以我的建议是：需要一个专门的「采购agent」来隔离风险，主agent不直接暴露在网络交易里，采购完成后把结果传回来就好。
现场其他嘉宾的观点：
分工的意义，是让出问题的概率更小。
这个采购部的比喻我很认同。分工之所以必要，原因很简单：现在模型的注意力是有限的。如果一个agent既要干活又要管采购，既是CEO又要盯所有执行细节，出问题的概率只会更大。合理分层，让专门的agent做专门的事，反而更稳。
衡量agent的产出，看的应该是结果，而不是Token消耗量。
不过我有一个不同的视角。全知全能的大agent配合大量技能包，可能反而比一堆专业小agent更有效，因为它能理解公司的整体目标，在局部策略上不会因为视野太窄而跑偏。就像一个老板去谈一笔商务合作，和一个营销专员去谈，最终达到的价值本来就不一样。
另外，Token消耗量本身不应该是评估agent的标准。Token只会越来越便宜，真正应该看的是交付了多少结果。所以一个理想的agent形态，应该是一个全知全能的主agent，加上海量可调用的skill技能包，两者结合，才能最大化产出。
AgentMarketplace这件事，在今天看，还不成立。
知名APP创始人：
关于Agent marketplace这件事，在今天看，还不成立。
我对agent marketplace这个形态很有感触。我的观察是：agent和skill的日活现在非常少，远没有到支撑一个交易市场的体量。单独做交易平台，双边关系很难建立。
但如果已经有了一个成熟、用户量较大的agent产品，在上面做相关的交易，是有可能的，只是这个体量今天还没有出现。
我最近在做的方向是：给普通用户做购物类skill。一个很简单的场景：我身高比较高，买裤子极其困难——如果有OpenClaw能帮我找到性价比高、真正适合我的裤子，这就是一个真实的需求。我团队同学最近用这个skill买了加湿器，我自己下单了两条裤子，下周打算把这个skill放到市场上。
我的判断是：marketplace应该朝着C端普适需求延伸，让OpenClaw真正成为普通用户的入口，这样想象空间才大。
03
Agent时代的硬件，
核心是环境理解
Agent时代，我们还被锁定在小屏幕里，靠复杂的输入来和AI交互。
AI声音硬件产品创业者：
一天80%的时间没有语音，但有声音，每个声音都对应一个实时发生的事件。
我们做的是声音类产品。有意思的地方在于：大家过去一直关注语音，但其实大多数时间，周围发生的都是声音，不是对话。每个声音事件——门关了、咖啡机响了、女朋友说「没事」，都对应着一个真实发生的情境。
我们做全天声音事件采集，把所有声音翻译成AI可理解的信息。去年底开始做的时候，一个人一天的全天声音分析要100块人民币；现在已经压到5～10块，准确率可以达到90%以上。
我们做了一个数据实验，发现用户不太愿意分享工作会议内容，更愿意分享的是生活里的共鸣点，亲子关系、亲密关系、工作效率。所以我们从工作助手转向了生活感知，这里有更大的激励。
AI智能眼镜产品负责人：
AI有强大的感知和推理能力，但现在还被锁定在四五寸的屏幕里，这是交互效率的瓶颈。
我们一直在做智能眼镜，最近在思考轻量化眼镜与日常生活深度融合后会带来什么。
AI在这个时代有很强的感知能力，但缺少最直接、最高效的交互方式，我们还被锁定在小屏幕里，靠复杂的输入来和AI交互。有了眼镜，AI能理解你的现实环境，与你共享情境。
我们遇到的一个结构性问题是：AI的高质量输出依赖高质量输入，但如果24小时持续输入低信噪比的环境数据，很难期待好的输出质量。如何从海量环境数据里提炼有意义的信号，这是我们目前没有想明白的地方。
大厂Agent产品负责人：
前一秒开脑暴会，下一秒产品原型就出来了。这才是agent协作真正改变的东西。
顺着语音交互这个】、话题，我想到一个场景：带着AI工牌或AI眼镜开会，脑暴时数字分身实时执行，会议结束，产品原型和市场调研直接出来了，然后进入下一场决策会。一天开四五场会，产品就变成demo了。这个想象很有意思。
所有硬件公司都会往下延伸，因为硬件是最前端感知用户环境的节点。
AI招聘产品创业者：
所有硬件公司都会往下延伸，因为硬件是最前端感知用户环境的节点。
现在端侧数据采集越来越多：手环、戒指、眼镜、手机、各种agent产生的数据——但这些数据分散在各个地方，手机里一份，网盘一份，各种硬件设备里又一份。这些数据真正汇聚起来，价值会有多大？
我自己的判断：多设备数据融合一定很有价值，但眼下面临两个绕不开的问题。
第一是成本：分析的成本高，存储的成本也高，两边都压着。
第二是法规和安全：如果你带着一个24小时监听的设备，我们两个的对话被全程录下来——你怎么确保这些数据有一天不会被用来做对你不好的事？这不是技术问题能解决的，是法律法规的边界问题。技术上能到达的地方，不代表商业上可以去。
往更大的方向看：所有硬件公司，迟早都会往下延伸——往身份层走，往交易平台走。原因很简单，硬件是最前端感知用户环境的节点，谁离用户最近，谁就最有动力往下做一层。但做到什么程度，得看各家的能力和想法。
本质上，这件事的逻辑很清晰：基于环境触发理解，然后把后端的action闭环掉。只要你想到了某个具体场景，能做的事情就非常多。
04
Agent Memory的存储并不难，
难的是怎么准确地「取用」
关于Memory，存不难，难的是取。怎么准确地取，取得够准。
AI陪伴类产品创业者：
记忆反而是我们的核心特点——不是把Claude套壳，而是以我们的记忆体系为主。
对于陪伴类陪伴产品的记忆体系，我们的观察室是：存不难，难的是取。怎么准确地取，取得够准。OpenClaw原生的记忆能力目前不够，所以我们是以自己的记忆体系为主，结合Claude的特点来做。记忆反而是我们产品的一个核心特点。
我之前参与了一个圆桌活动，其中提到一个观点我觉得很好：让数据记忆留在本地，通过他们的服务共享数据，实现跨软件、跨端的互通。这个方向有可能诞生新的产品，但合规问题越来越显著。
大厂AI产品负责人：
我目前在做的是面向中小企业的数据中台。关于记忆这块，我更关注ToB市场，很多传统行业的中小企业，对这波AI技术范式的渗透程度还很低。那些觉得「我早就会用了」的人，在整个市场范围内其实只是少数，大量传统企业还没有被这波技术渗透。
关于Agent记忆，有可能是一家独立的公司
Agent支付方向创业者：
工作脑和生活脑应该是两个不同的脑——记忆有可能是一家独立公司。
我之前有一个项目就是做记忆的，出发点是：用户同时用多个大模型，在不同平台的交互记忆很难统一。所以做了一个MCP模式，在OpenClaw、GPT等平台都能连接使用，记忆存在同一个地方。
另外，记忆不只是文本，用户还会上传PDF、Excel、图片，所以这个项目主打多模态记忆存储，包括强关联和弱关联的知识图谱。ToB公司也很感兴趣——他们认为「工作脑」和「生活脑」应该是两个不同的脑。
所以记忆有可能是一家独立的公司，因为大家的需求不一样。
大厂Agent产品负责人：
我们在企业端做记忆实验，给大家分享下我们是怎么做的。
主要分三层：
短期记忆：群聊上下文，但80%是日常沟通噪声，需要动态清洗，按需触发时组装相关上下文；
中期记忆：共享画布上的「共识区」，所有人和agent都能看到和编辑，agent自动维护正确的内容，这是动态更新的中期记忆；
长期记忆：设想是每个数字员工容器在空闲时（比如半夜）自动总结工作，把关键信息压缩成skill、memory或关系网络。
记忆是对历史交互行为的压缩，在有限上下文下增益当前任务。
大厂AI工具产品经理：
记忆是对历史交互行为的压缩，在有限上下文下增益当前任务。
我在做基于OpenClaw类工具的记忆相关工作。我认为，记忆的本质上是对历史交互行为的压缩，在有限上下文下对当前任务产生增益。关于记忆方面，国内外已经有了一些成熟方案，比如MemGPT、Mem0，效果都不错。
我自己也做了一个结合Notion的开源框架：用Notion的Database定义结构，当需要记录时调用对应skill存入，无论用哪个大模型，都可以通过访问Notion实现记忆互通。
关于记忆是否会形成独立公司：我觉得一定是百花齐放的状态，有人只需要轻量使用，有人需要企业资产级别的管理，需求差异很大。
05
不要去抢护城河，
去开一个新市场
Taste和信任很重要
AI生产力工具产品负责人：
大公司做普适化的品味，但有个性化审美需求的用户，大公司很难做到精准。
我们的产品是海外AI设计工具的。
我对OpenClaw这波的理解是：护城河在于产品品味。每个人都有自己的审美，大公司的产品更普适，但针对有个性化审美需求的用户，他们做不到精准。
我们的策略是：快速把自己封装成skill，在分发链路上抢占流量。我们预想未来会有类似互联网早期的分发平台出现，就像广告商挑选广告内容，未来的「agent分发平台」会挑选skill。我们要在那个时候成「最好的skill」。
第二个方向是用OpenClaw做海外营销增长，自动化可以替代大量人力，天然优势很明显。
AI安全方向开发者：
能不能真正走到客户的核心问题里，给他安全感——这才是我们的客户。
我们是做硬件安全方向的，从路由器到无人机、低空经济、POS机都在我们范围内。这几个月我非常焦虑，因为AI和agent对我们行业有很大冲击，很多过去的检测流程被agent以flow形式复现，检测水平被抹平了。
我关于护城河的看法是：能不能真正走到客户的核心问题里，给他们「我的应用和设备的漏洞都可以解决」的安全感。信任和安全感，就是我们的客户黏性，技术水平被拉平了，但这个信任是建立不那么快的。
面向Agent开发产品，而不是人
AI招聘产品创始人：
按结果付费——招到人才收费，招不到不收费，比传统招聘平台更简单、更高效。
我们在做AI招聘，从找人匹配到约面实现全流程自动化。关于有没有护城河这个话题，在招聘这个领域，数据服务和客户质量依然是核心，这些是不变的。
我觉得最核心的变化是：我们提供API服务给agent使用，以按结果交付的方式定价。只要招到一个人，出一个人的费用，比传统招聘平台流程更简单高效——没有交付就不付费。
未来找人不一定要去传统的招聘平台，而是通过agent直接调用API，按结果付费。我们在朝这个方向探索。
Agent广告平台方向创业者：
每一次agent的action，其实就是一次广告展示的机会——这和传统流量逻辑没有本质区别。
我们在做的是，给agent做竞价广告平台。
我不把OpenClaw当生产力工具或个人助手，而是把它看成一个流量分发渠道——很多应用、信息、工具进入主人身边的入口。
每一次agent对外的调用，其实就是一次广告展示机会，这和传统巨量引擎的逻辑没有本质区别。我最近在构建这样一个系统：给agent做竞价广告平台，研究怎么样把广告推到agent的决策链路里。
关于护城河，我觉得在技术上已经没有壁垒了。护城河反而回到文科生角度：营销能力和品牌建设，以及如何建立agent的用户心智，不只是建立人类用户的心智，更要让agent知道你、选择你。面向agent的营销，这会是下一代AI原生公司的核心竞争壁垒。
前大厂从业者：
不要谈moat（护城河），要谈moment（时机）。不要给人做工具，给agent造产品。
我目前正在探索创业方向。最大的感触就是：很多藩篱，都开始被打破了。
我之前也想做agent操控电脑，调研了各种GUI agent技术方案，陷入了一个坑，觉得要让agent操作GUI、操作APP，门槛超级高。后来看到Peter把OpenClaw放出来，才恍然大悟：根本不需要操作GUI，GUI是给人做的。把所有东西变成命令行，agent就能非常容易地接入，一马平川。
现在我最大的感触是：不要给人做工具，给agent造产品。未来找人不会去平台，而是agent直接调用API；未来购物不会打开APP，而是agent完成采购。
Agent的数量红利是这个时代最大的红利，人口红利已经不存在了，但云上会有亿万agent。给agent用的API、库、infra，一定会爆炸式增长。
护城河是上一个时代的概念
AI招聘产品创始人：
护城河是上一个时代的概念——你的城还没建好就先挖了一圈河，很危险。
「护城河」本身就是上一个时代的东西。创业者真正的防御是人本身：你的洞察力、你的审美、你跑得快的能力。
我看到的机会是：中国有大量「agent不耐受」的平台——它们的商业模式是在没有agent的情况下建立起来的，一旦开放AI进入，商业模式就会被破坏。所以这些平台不敢让agent进来。
那么，如果一个平台「agent不耐受」——它满足的那个需求，你可以用agent的方式在旁边开一个新城；如果一个平台已经「agent不耐受」，商业模式依然work的，比如Twitter、LinkedIn，就在这个平台上面做，别和它正面竞争。
中国有大量护城河深的大平台，AI进不去，那就在旁边开个「新城」。这是我们的机会。
大概率我们现在做的事情明年就会被取代，但不重要。只要跟着用户需求和自己的审美洞察走，一个接一个地往前做。拿到1000万美元，这笔钱以后可能每年都赚不到，但你的团队赚到了经验和产品能力，下一个产品还可以再来。
【CNMO科技消息】近期，据数码博主透露，苹果正在为首款折叠屏iPhone测试一种“记忆玻璃”，是国外屏厂供应的UTG玻璃，预计在30μm以下。CNMO注意到，该博主进一步解释称，所谓“自修复”或“记忆玻璃”可能并非字面意义上的自我修复，而是指苹果对玻璃基材进行了强化处理，使其抗弯曲力增强了四倍以上。
苹果折叠屏iPhone渲染图
而在决定折痕表现的铰链部分，爆料称苹果可能采用3D打印钛合金材质，并结合不平处扫描与材料填充的精密工艺，以实现出色的折痕控制。同时，屏幕显示层被设计在中间，不与铰链直接接触，这也有助于提升可靠性与折痕控制效果。
市场方面，上述博主认为，若苹果能成功解决折痕等关键技术难题，其首款折叠屏手机因定价策略与品牌号召力，有望成为“理财产品”，销量预期乐观，甚至已引发竞争对手提前制作3D模型进行研究以应对冲击。不过，UFG等技术仍存在量产难点，供应链消息预计，即使产品在2026年发布，初期也可能面临产能限制。
如此来看，苹果在折叠屏领域的入局，似乎更侧重于通过材料与结构创新，优先解决耐用性与视觉体验问题，而非单纯追求形态创新。最终产品能否如传闻般突破现有技术瓶颈，仍有待官方正式揭晓。
财联社3月24日讯（编辑 卞纯）华尔街知名投行韦德布什（Wedbush）最新指出，人工智能（AI）基础设施建设带来的内存需求激增以及供应紧张，将推动部分内存产品价格涨幅超100%。
Wedbush分析师在周一发布的报告中表示，DRAM与NAND存储价格正快速上涨，预计在2025年第四季度基础上，2026年上半年价格涨幅将达到“三位数”水平。其中，DRAM价格涨幅有望达到130%至150%，NAND涨幅也接近这一水平，显示出存储市场正进入新一轮强劲周期。
这对美光科技、希捷科技和西部数据等内存厂商而言无疑是个好兆头。
“内存市场向好在意料之中，”Wedbush表示，“但这一涨价幅度凸显出，市场自一季度以来的持续显著好转，这与我们近期对内存行业的积极调研、以及美光亮眼的业绩与指引完全吻合。”
美光公司上周公布的财报显示，2026财年第二财季营收增长近两倍，达238.6亿美元，超出分析师预期的200.7亿美元，调整后每股收益为12.20美元，远超预期的9.31美元。对于第三财季，该公司预计营收约为335亿美元，较一年前的93亿美元飙升，增长幅度超过200%，远超分析师预期的243亿美元；预计调整后的每股盈利约为19.15美元，同样远超分析师预期的12.05美元。
供应紧张局面也影响到了硬件生态系统的其它部分。Wedbush 指出，由于需求持续超过供应，硬盘制造商可能会要求提高合同价格。
“考虑到这一背景以及供需缺口的进一步扩大，我们认为硬盘驱动器（HDD）供应商在未来合同定价上将采取比此前暗示的更为激进的策略。”Wedbush说道。
与此同时，凭借强大的供应链关系，英伟达似乎已做好充分准备，能够确保其人工智能系统所需的零部件供应。英伟达首席执行官黄仁勋最近表示，他预计英伟达的Blackwell和Rubin系统将获得约1万亿美元的订单。
Wedbush 指出，英伟达宣布的更多合作（包括上周与亚马逊的合作）、其围绕2026–2027年需求对各厂商及供应链的积极调研，以及英伟达的行业顶尖零部件获取能力，均支撑这一目标。
然而，并非所有科技市场领域都呈现出同样的强劲态势。Wedbush指出，业内人士对今年PC与手机市场的看法趋于悲观。
韦德布什指出，许多与PC相关的企业靠服务器业务带来的需求获得支撑，但整体市场情绪正在走弱。事实上，目前行业反馈显示：除苹果公司后，PC和手机出货量同比降幅可能高达20%。