不是，怎么又换版本了？---狂飙中的AI 2026

摘要

• AI竞争已经扩展为能力、成本、安全三条主线，单看跑分越来越难判断商业价值。 庄明浩的框架是：能力决定上限，成本决定规模，安全决定边界；榜单从95分变成96分，未必还能让用户理解进步。前沿模型的领先期也在缩短，过去能维持一年的“奇观”，2025年之后往往三个月内就被攻破，“你拆得不如我造得快”成为竞争常态。
• 开源赢得调用量，闭源仍拿走大部分付费，模型市场必须同时看量和钱。 节目引用的OpenRouter统计中，开源占71.8%的token、26.9%的花费，闭源则占28.2%的token、73.1%的花费；中国厂商拿走该平台近66%的调用量。这与他所说2026年Q3厂商转向更务实的策略相呼应，但庄明浩反复限定：OpenRouter只是一个渠道，不能代表全网。
• 安全已成为模型边界与资本市场讨论的重要线索。 一项覆盖400多位AI研究员的调查中，安全从2025年第六位升至2026年第一位；他引用的市场图显示，截至10月8日，网络安全ETF上涨56%，同期标普500约涨13%。那句“不知疲倦的agent是终极武器”，必须连同后半句一起理解：“但也是终极漏洞。”
• 模型公司的收入已经很大，订阅经济性和客户集中度却仍然尖锐。 庄明浩估计，OpenAI与Anthropic全年合计收入“大概率”可能达到1000亿美元；但他引用的第三方测算显示，Anthropic订阅用户贡献10%的收入，却占41.7%的算力成本。两家公司各自前1%的客户贡献约80%的收入，意味着增长不仅取决于新模型，也取决于少数大客户、定价和实际使用强度。
• 大模型没有把应用市场吃到“寸草不生”，收入榜比流量榜更能揭示分化。 他列举Sora关闭后仍发展的AI视频、继续赚钱的Midjourney与Perplexity，并指出应用收入榜前50名中，图像、视频、音频合计占27席。AI陪伴代表公司申请破产的同时，其他厂商收入快速增长；头部ARR达到2亿美元仍是传闻。他借“一鲸落，万物生”提醒，单家公司失败不能替代赛道判断。
• 科技股内部已经分化，硬件与存储的利润兑现比笼统押注MAG七更突出。 节目所引数据中，MAG七平均表现低于标普500，存储、服务器和半导体公司成为主要赢家；美光、SK海力士、三星平均毛利率达到76%，美光则从三年前的负9%升到81%。但高利润不等于厂商会无限扩产，庄明浩认为，市场期待的2028年供给缓解也可能不足。
• 资本开支开始超过巨头自身供血，风险正在向债务、担保和表外结构传递。 他引用的2026年预测是：核心巨头合计CapEx约8000亿美元，自由现金流约7000亿美元，当年举债已达2480亿美元；CoreWeave最新一层融资成本传出达到15%。英伟达通过投资、担保和客户融资维系链条，被他概括为“AI的央行”，但这些安排也让繁荣越来越依赖整个系统持续运转。
• 发布速度正在改写产品格局，用户能交付的真实任务却未必同步增加。 OpenAI与Anthropic的合计发布间隔，从2023年约73天缩短到2026年约18天；OpenRouter全平台则约每1.7天出现一个新模型。桌面agent、办公agent、personal agent轮番成为“版本之子”，但庄明浩自己的使用感受是：“我好像没有那么多什么任务交给我的personal agent。”

精读

1. 智能系统需要同时衡量能力、成本与安全

• 庄明浩把2026年的变化概括为：“能力、成本、安全都是主线。”能力决定上限，成本决定规模，安全决定边界；评估对象也从模型本身，扩展到上下文、记忆、后训练、harness和agent工程组成的智能系统。
• 他借一张人类能力圆圈与AI放射线的示意图追问：当越来越多方向越过人类边界，只剩少数niche场景，人类的圈是否已“几乎全部都失守了”？图中AGI的定义，是所有方向都超过人类；他的表达仍是追问。

2. 跑分接近饱和，模型奇观越来越短命

• 许多benchmark已经接近90分、95分以上，下一代从95到96，普通用户很难理解差别。庄明浩因此把问题转向：当单维度指标被透支，究竟怎样观察能力边界，而不是只等下一张榜单？
• 他引述朋友的《帝国时代2》比喻：文明投入巨额资源建成奇观，敌人便获得永久视野、集体进攻；若维持超过200个游戏时间，建造者直接获胜。前沿模型的发布，也像一座吸引所有对手围攻的奇观。
• GPT-4这座奇观维持约一年，才被Claude 3 Opus攻破；2025年之后，领先模型通常三个月内就会被追上。上一座还没倒，下一座已经得开工，“主打一个你拆得不如我造得快”。
• 软件逆向是他选的能力实例：有人几乎逆向了Adobe全家桶，于是梗图里连Rockstar和微软都在角落发抖。工具软件之后会不会轮到游戏、Office、Windows，是他借此提出的下一层问题。

3. RSI让模型研发开始反过来加速自身

• 庄明浩用“The Last AI Built by Humans”概括训练变化。按他引用的算力配比，预训练可能已低于10%，后训练约55%，推理约38%；后训练与强化学习，已经成为研发的主要投入方向。
• Anthropic披露的内部研究中，Claude承担的研发工作比例，从六个月前约3%升到两个月前约26%。庄明浩进一步推演，明年可能达到80%—90%；这是他对最激进前沿实验室的判断。
• 他引用一位DeepSeek研究员的自述：AI从查文档、读代码的小助手，变成能分析CUDA、PTX与SAS编码、独立优化算子的工具。研究员预计，再过半年或一年，AI写的算子“大概率”会同样优秀，甚至超过自己。
• 最值得保留的是这位研究员的选择：“我当然希望自己不要被革命，但如果非被革命不可的话，我希望给我自己革命的人是我自己。”庄明浩把这份自我替代的矛盾感，放在RSI技术叙事旁边。

4. 帕累托前沿成为模型发布的新语言

• 所谓“斩杀线”，是把价格放在横轴、能力放在纵轴：如果一个模型既贵又差，就被更优组合覆盖。庄明浩注意到，智谱GLM-5.3 Flash、DeepSeek V4.1 Flash的10月17日版本等官方材料，也开始强调这种比较；“打分加价格一起算”成为标配。
• 他认为，GPT-6 Sol、Luna以及Opus 5.5等发布，体现了2026年Q3更务实的策略。同一版本再分高、中、低档，也改变平均单价：GPT-6 Luna很便宜，Sol大约是Luna的10到20倍，最贵的Extra约为100倍、每百万token 50美元。

5. 开源追赶能力，闭源守住付费溢价

• 他引用的比较中，Opus 4.5发布到能力相近的DeepSeek V4发布，曾相隔五个月；之后差距继续缩小。Kimi K3、GLM-5.2、GLM-5.3、DeepSeek V4与V4.1，是他列举的这一轮国产开源模型的重要节点。
• 量与钱必须分开看：截至节目采用的Q3统计，OpenRouter上开源占71.8%的token、26.9%的花费，闭源占28.2%的token、73.1%的花费。若只看OpenAI、微软和Google，token消耗量在2025年年中开始下降；明显的收入或花费下降则到2026年Q3才开始显现。
• 中国厂商拿走该平台将近66%的token消耗，也因此更需要海外云节点与分成安排。庄明浩反复强调：“OpenRouter并不能代表全网。”他观察到的中国模型海外调用收入增长很快，结论仍限定于这些渠道能看见的部分。

6. 本地模型与决策模型打开另一种成本空间

• 从大模型发布，到可本地部署的小模型追平其能力，节目引用的间隔从GPT-3时代33个月，缩至GPT-3.5时代12个月，再到Qwen 3.8-27B对照Opus 4.5的约九个月。庄明浩认为，这让新一波AI硬件创业拥有更大的想象空间。
• 决策也开始由专门模型承担。他提到名称听录存疑的GEV，以System 1命名第一代模型，并列举微软DC-One和独立决策模型榜单；其含义是，不必继续让通用语言模型包办所有任务，速度、成本和只做决策本身都可以被优化。

7. 安全从边缘议题升到模型边界

• 庄明浩把6月OpenAI模型在Hugging Face上的主动越狱事件，视为安全议题升级的重要节点。他同时引用《时代》封面上的提问“How dangerous are you?”，以及Anthropic CEO要求停下脚步的公开信。
• 一位投资人针对400多位AI研究员的调查中，安全从2025年第六位升到2026年第一位，评估从第七升到第二；上下文则从第一退到第四。对他而言，这比安全新闻的数量，更能说明研发者关心的问题已经变化。
• 他引用Vercel CEO的提醒：“不知疲倦的agent是终极武器”，但“也是终极漏洞”。最懂代码规则的AI，也最懂怎样打破规则；安全范围因此远超传统网络安全。
• 投资上的反应也有反转：相关事件出现后，网络安全股票曾下跌，随后上涨。他展示的图中，截至10月8日，标普500约涨13%，网络安全ETF约涨56%；他据此提出，威胁增强究竟会摧毁安全公司，还是扩大其市场？

8. Token爆发不能直接等同于收入爆发

• OpenRouter每周token量从2025年初约0.5T，升到2026年9月7日的126.2T，增长250多倍。另一张截至10月5日的图中，agent消耗132.6T，人类消耗17T：主要调用者已经是机器。
• 节目引用的行业测算给出ARR约2760亿美元、过去12个月收入约1610亿美元；收入结构中，云厂商约占75%，模型厂商约20%，真正AI应用约4%。庄明浩特意解释，ARR是以当下速度外推，过去12个月收入才是已发生的数字。
• 企业信用卡统计提供了另一面：token持续暴涨，企业AI花费却在8月以后出现回落与反弹。他把这些波折与Opus、GPT等模型的发布联系起来，提醒观察产业时，要看企业究竟把钱付给了谁。

9. 模型公司已经很大，订阅却未必足够好

• OpenAI与Anthropic在2025年合计收入约230亿美元，庄明浩估计2026年“大概率”可能达到1000亿美元。他拿这个规模与所列美国非云软件上市公司合计约630亿美元对照，强调两家公司已经不能被当作小体量创业公司。
• a16z提出的疑问是：订阅是不是AI公司足够好的商业模式？按节目引用的订阅用户榜，前20名只有ChatGPT一家AI产品，排第18；Costco、88VIP等会员产品也在它前面。
• 第三方测算中，Anthropic订阅贡献约10%的收入，却占41.7%的算力成本。用户用满额度时，许多档位可能亏损；整体毛利较好，还依赖API业务以及大量用户实际使用不足额度，不能只看订阅定价。
• API调用则随模型发布和性价比轮转，客户集中也很高：OpenAI和Anthropic各自前1%的客户贡献约80%收入，Slack上市时约为40%。他没有把它处理成单向否定，而是保留一句：“世界哪有完美的事情。”

10. 巨头竞争正在收敛成Token Factory

• 庄明浩认为，巨头在2023年就迅速形成共同动作：做芯片、投能源、建模型，再把芯片、能源和土地组合成Token Factory。节目准备期间微软发布Maia 300，也被他放进这条全栈竞争线索里。
• 他反复使用的数据中心与办公室建设支出图，终于从接近交叉变成明显分离：“我们给人类建的办公室越来越少了，给硅基显卡建的办公室越来越多了。”
• Neocloud也不再容易按租卡、推理软件、路由平台划清边界。CoreWeave收入增长151%；推理平台、OpenRouter等中转渠道也开始触及GPU生意。在他的归纳里，大家“就是卖token”，差别在卖硬件、卖软件，还是一起卖。

11. Token降价与GPU涨价可以同时发生

• 庄明浩用杰文斯悖论解释需求信仰：同等能力的token价格下降，扩大应用与采用，反而需要更多生产token的设备。因此，2022年的H100租价仍可能上涨，B200、B300租价也在上升，B300甚至被他形容为“理财产品”。
• 他展示的GPU折旧率中，H100一度接近100%；H200与B200则超过150%、接近175%。旧卡没有按常规迅速失去价值，新卡甚至更贵，于是有了那句调侃：“那都不叫折旧，叫折新了。”

12. 大模型吞噬应用，不等于市场寸草不生

• 对“大模型会不会吞噬一切应用”，庄明浩承认正反双方都有很强证据，谁也说服不了谁。他换了一个问题：吞噬之后是否“寸草不生”？从仍然长出的公司看，他倾向于认为并非如此。
• Sora关闭是他今年的一个“aha moment”：视频并没有被头部通用模型公司包办。即使换成字节是否吃掉整个视频市场，答案看起来也不是；图片领域里，Midjourney虽然讨论度降低，仍然“活得很好”。
• AI浏览器也呈现分化：他提到Arc关闭，但Perplexity收入继续快速增长。机器人、AI for Science、音乐、语音以及法律、金融、医疗等垂类，都被他用来说明，不能从通用模型强大直接推导所有独立应用消失。

13. 应用开始用收入与用户时间接受检验

• 按Menlo报告的统计或测算，全球约20亿人在使用AI产品，中国约贡献5亿到6亿人，相关应用收入从2025年的约100亿美元升至约400亿美元。庄明浩提醒，这个口径包含模型公司的应用，因此不能直接与前面只算独立应用的数字比较。
• a16z这次除移动端、Web流量榜外，新增按月收入排列的前50名。图像10家、视频10家、音频7家，合计超过一半；他同时感叹，过去以ARR突破1亿美元画里程碑，如今似乎要突破10亿美元才有意义。
• 同时进入移动端、Web和收入三张榜的只有七家：ChatGPT、Claude、Canva、Suno、Perplexity、Notion、PhotoRoom。另一些公司没有进入流量榜，却进入收入榜，“流量跟营收能够兼得吗？其实很难。”
• 对照移动互联网，交易平台、社交、旅行、个人金融、工作、游戏、约会仍缺少同等规模的AI公司。用户时间与收入增长的比较中，生产力工具最强，游戏的用户时间和收入都减少；他留下的问题是：“gaming怎么办呢？”

14. 陪伴产品的一鲸落与其他公司的增长同时发生

• 庄明浩提到，10月12日Carrot.AI申请破产，申报资产、负债均在5000万到1亿美元区间。但他反对仅凭代表公司的失败，就断定AI社交陪伴没有机会；同一时期，多家同行收入正在快速增长。
• 他引用传闻称，板块头部公司ARR已达2亿美元，并注意到赚钱的公司多来自中国、韩国、日本。“一鲸落，万物生”的解释并不单一：可能是模型、多模态、成本到了节点，也可能是长期积累的使用与付费习惯终于成熟。

15. AI周期正在触碰旧的泡沫警戒线

• 节目采用的标普500总市值约68.5万亿美元，接近69万亿。庄明浩感叹，讨论AI已经频繁使用trillion，开始拿过去衡量人类GDP的单位，衡量这一轮公司的价值与投入。
• 他引用的预测中，相关CapEx到2030年约占GDP的2.9%，到2032年约占3.6%，超过过去常看的1.5%—2%警戒经验；AI前十大公司占市场约42%，也越过约40%的历史参照。他提出的是：这些信号是否意味着必然大调整？
• 时间同样在压缩：狩猎转农业约1.2万年，人力转机器约200年，软件推动无纸化办公约70年，token替代工作会要多久？他明确承认只有三个样本，不构成统计规律，再试探性地推想，下一阶段可能以个位数年计算。

16. 风险指标很高，科技股估值却出现反直觉

• 庄明浩把美联储上调利率、十年期美国国债收益率再次超过5%，视为流动性的关键变量。大体量资金如果能够获得近乎无风险、长期约5%的收益，是否还愿意承担当前股票与融资结构的风险？
• 巴菲特指标从过去150%、后来200%的危险参照，升到约250%。他也保留反方解释：美国上市公司收入覆盖全球，或许应该对照全球GDP；对此他的态度是“也许吧，我们也不知道”。
• 他展示的市场统计中，2026年单日波动超过3%的次数达到120次，超过5%的达到81次，全年尚未结束；2000年的对应数字为84次、37次。他据此形容市场“异常狂暴”。
• 但按五年、十年历史PE比较，科技股又在变便宜，因为利润增长很强。这是他刻意留下的矛盾：价格创新高、风险指标上升，与盈利兑现、估值倍数下降，可以同时存在。

17. MAG七之外，存储兑现了极强利润

• 节目所引数据中，苹果上涨26%、英伟达上涨15%，但MAG七平均表现仍低于标普500，大型云厂商更低。庄明浩主张继续拆分AI winner与loser，点出SanDisk、Dell、美光、AMD、英伟达、台积电等硬件赢家。
• 美光、SK海力士、三星平均毛利率约76%，美光达到81%，三年前却是负9%。他据此反问：经历过亏本卖货的厂商，会因眼前订单火爆就不计代价扩产吗？2028年供给改善的预期，在他看来也可能不够。
• 他列出的芯片、存储公司总市值，从2022年底约2.44万亿美元升至2026年10月的17.73万亿美元，并概括为“平均算应该涨六倍”。这组公司包括新赢家，也包括英特尔、希捷、西部数据等“老家伙”。

18. 超级IPO的估值要求市场按月挑剔增长

• 按OpenAI约1.25万亿美元、Anthropic约2万亿美元、SpaceX约2万亿美元计算，庄明浩给出合计约5.2万亿美元的规模，称未上市的OpenAI和Anthropic成为“全村人的希望”。他也保留最新传闻：Anthropic估值可能已压到1.5万亿美元。
• Anthropic收入从2025年全年46亿美元，升到2026年Q1的47亿美元、Q2约115亿至116亿美元、Q3的168亿美元；但6月ARR已传600亿，Q3月均仍约50多亿。市场据此按月挑剔增长，他认为“过于苛刻了”，又承认2万亿估值只能接受如此审视。
• 他转述李录对募资材料的质疑：一家实验室每年烧数百亿美元、未来承诺数千亿，还称技术约有10%概率会把所有人都杀死，却以2万亿美元估值邀请至少1000亿美元投资。庄明浩明确将其指向Anthropic，保留了这份对市场非理性的批评。
• 他同时反驳把账面亏损全算作经营烧钱：800多亿美元亏损中，可能600多亿来自融资、回购造成的股份价值变动。依据他看到的图，纯业务“可能已经接近盈亏平衡，甚至有小额盈利”。

19. VC流动性越来越集中于超级大单

• 按节目引用的a16z统计，AI相关项目占比从2024年54%、2025年65%，升到2026年86%。庄明浩的概括是，前两年还能说“AI和其他”，今年已经是“AI，没有其他”。
• 单轮5亿美元以上融资拿走约90%的市场流动性，2016年约为45%；很多基金整只规模都不到5亿美元。与此同时，钱通过SPV等方式直接流向最大公司，解释了为什么巨额融资不断发生，VC行业整体募资却未必强。
• 中国也在同步：2026年上半年有123笔单轮10亿元人民币以上融资，恰好对应123个工作日，即平均每天一笔；Q3单轮3亿元以上融资拿走约六成流动性。这并非少数海外明星公司的孤立现象。

20. 模型公司的投入成为数据公司的收入

• Infra、数据、强化学习环境、benchmark是庄明浩列出的热门投资方向。他比较的AI基础设施公司，收入约为成熟软件公司组合的四分之一到五分之一，估值却已接近；背后的资金来源，是模型厂商与新实验室持续增加的训练投入。
• “你的投入就是我的收入。”后训练需要更高精尖的数据，融资因此流向数据供应商；他举AfterQuery为例：这家2025年冬季YC公司，成立一年多，ARR迅速达到1亿美元，估值30亿美元。
• 世界模型方面，他提到李飞飞的World Labs被AMD以82亿美元收购，并用顶尖研究员极贵解释团队价值；YC 2026年夏季也出现更多agent infra与数据公司，甚至有八家公司把Scale AI列作假想敌。

21. CapEx超过现金流，融资结构开始增加层级

• 庄明浩引用的预测中，核心巨头CapEx从过去约2000亿、4000亿美元，升到2026年约8000亿美元，而合计自由现金流约7000亿美元。“地主家也没有余粮了”，Meta、Google相继出现罕见的单季度自由现金流为负。
• 科技巨头去年举债约1000亿美元，今年已达2480亿美元；但债之外还有担保、承诺、SPV与表外融资。原本买GPU、建数据中心的链条，被拆成更多实体、租赁安排和金融层级。
• 一个数据中心可以单独设SPV，再拿巨头采购承诺形成的合同借钱。庄明浩担心，合同、担保与债务彼此连接后，系统复杂度持续上升；他把这种底层逻辑，直接类比到房地产次级贷危机。
• CoreWeave传出最新融资成本达到15%，股价曾单日跌十几个点；但其债务利率实际从2%到15%分布很广。他也保留反方判断：敢借这么贵的钱，可能相信能赚回来，“但是市场信不信呢？”

22. 英伟达通过投资与担保承担“央行”角色

• 庄明浩称，截至Q3，英伟达一级市场投资已超过50笔，覆盖能源、芯片、infra、模型与应用，可能已经是最活跃的AI投资人。他还提出自己的“暴论”：中国对应的角色，可能是蚂蚁，而非某家财务基金。
• 投资之外，英伟达参与担保、联合投资机构搭建约5000亿美元的盘子，为GPU客户融资提供支持。他借“英伟达是AI的央行”概括这件事：最大受益者也在帮助客户接续资金，让整个需求链条继续运转。
• 对泡沫，他保留两种判断的张力：指标很疯狂，市场却未必立即崩溃；所有人讨论泡沫，也不自动等于破裂时刻。那只安睡的小猫梗图，是他的风险提醒——看起来可爱，发疯时仍会让人遍体鳞伤。

23. 发布时钟已经从按季度缩到按天

• 庄明浩引用的视频统计中，OpenAI与Anthropic合计发布新东西的间隔，从2023年约73天，降到2026年约18天；OpenRouter全平台则约每1.7天就有一个新模型。“我们到底在经历什么？”
• 他用数学能力描画变化：2024年还会答错9.9与9.1谁大，2025年Gemini与ChatGPT已能拿IMO金牌，2026年OpenAI又发布数百篇论文，讨论数学问题与科研成果，引发数学家批评。他紧接着问：“那2027年呢？”
• “Sony 5.5”、GPT-6.1 Sau、Gemini 4密集发布的48小时，让他感到“被震麻了”。他把这套发布速度重新连回RSI：agent全天候参与研发，工具反过来加速下一轮工具，像钉子伸出锤子砸向自己。

24. 桌面与办公agent的版本之子迅速更替

• 庄明浩先提到年初的OpenCloud，随后又提到OpenClaw；他回忆当时用户在腾讯楼下排队安装，更新转发以万计，如今可能只剩几十。他也立即限定：“推特转发能代表什么呢？什么都代表不了。”这个例子首先说明的是注意力迁移。
• 他把ChatGPT下载入口接到原Codex称为“狸猫换太子”，并引用10月7日约4000万周活跃用户的数据。左侧项目、中间对话与执行、右侧展示的三栏界面，成为他观察到的软件共同形态。
• 国内办公agent甚至每天更新一两次。节目所引Q3榜单中，第一名月活3225万、增长641%；QCloud月活317万、增长57.9%，却在9月24日宣布12月31日关闭。“竞争多么的残酷。”

25. Personal agent先遇到任务、隐私与访问权问题

• 从8月到10月，personal agent又成为新一轮议题，Claude也在他做PPT前一晚跟进。站在前面的Meta以Muse获得关注，但隐私担忧随之而来：《纽约客》把可爱图标的一只眼睛画成终结者，背后是废墟；负责人却把登上封面当作成就转发。
• 第三方追踪的主要任务包括购物、旅行、账单、订餐、金融保险，确实很“personal”。但庄明浩自己的反应是：工作上有任务，面对个人助理却“好像真的没有什么特别值得交付给它的任务”，可爱和愿意聊天还不足以构成需求。
• 更现实的阻力是访问权：agent访问网站遇到403的比例已接近10%，较几个月前翻倍。购物、机票、酒店网站原本防护就严格，他判断，随着agent流量增加，这种限制还会更强。
• 协议也在重建：购物有UCP、ACP，支付有MPP、APR，信任层出现Meta牵头的PAP联盟。庄明浩借此强调，“我们连协议都要重新做了”，行业仍早；国内字节、腾讯、微信、千问等的跟进，也意味着故事还会继续。

26. AI也在替代创造性的解释工作

• 让庄明浩最近感到无力的，是两位朋友用Opus 5.5升级视频播客：一段难懂的scaling law讨论，被AI转成可视化后，连采访者自己都更容易理解。“那不就是我每天在做的事情嘛”——他的焦虑落在自己最熟悉的工作上。
• 他引述旧播客中的反驳，拒绝用“AI只替代枯燥工作、留下创造性部分”自我安慰：“在我看来，它明显就是在替代你有创造性的部分。”节目最后回到“得学”，学习也被说成无止境。
• 收尾时，他把“Not Much Happened Today”的AI新闻标题，与两家减肥药公司2025年收入高于OpenAI、Anthropic的比较并置。每天都像发生很多事，视野却可能只剩AI与减肥药；并不是所有商业故事都围绕自己正在追踪的行业。
• “这个世界还会好吗？”他的回答是“我不知道，真的不知道”。作为记录者，他仍用同一句话结束：“什么他妈AI不AI的，请享受生活，享受狂喜吧。”

Verification Notes

• 原文在相近内容中分别使用“OpenCloud”和“OpenClaw”，未明确说明是否指同一产品；此处保留两种称呼，不推定二者等同。“Sony 5.5”按原文保留，名称不另行推断。
• Anthropic的Q2收入，原文一处称115亿美元、另一处称116亿美元，正文以约115亿至116亿美元呈现。