本文来自微信公众号：非复制人类，作者：祝颖丽，原文标题：《当代“堂吉诃德”：一位40岁程序员想做“AI时代的HTTP协议”》，题图来自：AI生成

常高伟长得瘦削，声音低沉到有点嘶哑，他那套用来辅助演讲的PPT全是技术名词，初看起来颇为枯燥。

但如果你集中注意力，只需三两分钟就能被他拉进一个有点激动人心的未来。

他描述的新世界里，互联网完全开放、互通，消费者和商家（或其他服务者）通过各自的AI智能体直接沟通，不需要中间平台；这意味着，微信、淘宝、美团这些曾经的商业巨头也将被颠覆，新的秩序会重新建立。

基于这个世界的构想，常高伟想做的是，为Agent之间的沟通和协作制定协议。

和大多数创业项目相比，这很不现实，甚至有点疯狂：Agent本身是新事物，Agent网络也还没有形成。

如果简单做一个比喻，常高伟想要做的是“AI时代的HTTP协议”。我们上网能获取信息，背后都是HTTP（HyperText Transfer Protocol，超文本传输协议）在起作用，这个全球化的统一语言和标准是互联网存在的基石。

这种宏大的任务，几乎不可能由一个创业公司完成，更别说普通个人了。大部分人听到这里，都会这么判断，常高伟做这件事情，既没有商业想象力，也没有合适的位置和足够的资源。

除了理念和信仰，他的确什么都没有，“其他人讲产品，我们讲故事”，常高伟也自嘲。

但他没有失去理智，外界的质疑显而易见，他都知道。他也并不是一个自信的、雄心壮志的野心家——做协议的前半年里，他不敢告诉任何人他在做什么，怕人觉得他不靠谱；对外社交时，他也不想介绍自己，怕人觉得“很大很空”。

从很多层面，常高伟看起来只是一个普通的程序员，一个打工很久的人。他今年43岁，跳槽过两次、待过3家公司，其中，华为1年、一家小通信公司9年、阿里8年。2023年，他曾向同事宣称要自己出来创业，后来他想等待被裁员，但都没有离开。

但从另一些层面，过往经历和个人特质又锻造出了他的独特性。从通信行业进入互联网行业后，他对各大平台不互通的现象困惑、好奇，而且始终没有放弃思考和解决这个问题。

过去10年，他不断为这个问题找到新的答案，以为有解决方法时又发现新的“墙”。

2024年，常高伟在阿里云的工作很忙，但看到AI Agent成为趋势后，他觉察到了新的突破口，要做个协议的念头压不下去，隔两三天的时间就往外冒。

他花了完整一周时间来思考，最后发现其中的技术空白；虽然辞职的顾虑也都在，但他终于下了离开的决定，“使命驱动的感觉特别强烈，一定要出来。”

使命

“我不知道多少人能够听到，属于你的使命召唤？”

“我当时真的听到了属于我的使命召唤。”

“我确实很相信我听到了它。”

辞职近一年，2025年4月，常高伟在他的随笔里回忆道。

一周后，我约他见面，再次听到了类似的说法，“好像有些东西在告诉你，你一定要出来做这个事情。”

常高伟形容自己做事风格有点“理想主义”。过去在阿里，他最欣赏的就是这家公司的“理想主义、再加一点浪漫主义”的精神。在阿里8年，他持有不少股票，但几乎没怎么卖过，到今天，这成了他做这件事的经济后盾之一。

但回到2024年做决定的那个时刻，现实的问题，是摆在眼前不容忽视的：他已过不惑之年，有房贷、手上阿里股票的价值也在缩水，AI初创环境也不乐观，“你会想，OK，没有收入了，四十了，回来还能找到工作吗？”

但做这件事的冲动压倒了一切，他只能自我开解，“钱的话支撑一两年不愁，而且我有非常想做的事情。”

这个协议，到现在有了一个具体名字——ANP（Agent Network Protocol，智能体网络协议）。

ANP的诞生，起源于常高伟看到了AI时代，互联网重新开放的可能。

早在10年前，从通信行业跳槽到互联网行业时，他就困惑为什么微信、来往、飞信彼此隔绝，因为在通信行业，“无论项目多大，移动、联通的设备之间都可以互联互通。”

他起初觉得是技术问题，因为用户数据被牢牢绑定在大平台的APP里。为了探索开放的可能性，他想过做“个人门户”，为此还申请了域名，但很快就发现，这个想法并不现实，因为各家大厂不可能开放数据主权。

后来，他又找到了新的答案：“商业问题”——大平台各自封闭，既出于商业竞争，也是因为成本更低，“淘宝养几千人开发一个大软件，整个社会都用，软件的分发成本是零，整体效率就是更高。”

对于开放互联网的探索欲有时强烈、有时黯淡，但始终断断续续缠绕着他。

AI Agent 的出现，让这种情况有新的转机。核心是，个人数据主权有了新的价值。因为在未来，如果想让个人助手发挥最大的效率，它就必须“无所不知”，必须能够获取充分的信息。而这就要求智能体互联网必须是开放、互通的，数据权限是集中于个人的。

“当AI的Token（计算单元）成本无限趋近于零的时候，个人助手处理任务的综合效率比淘宝或微信更高，那（开放）的未来大概率会到来。”

这成了他思考的“第一性原理”。

而在这样一个互联互通的智能体互联网世界里，协议是必不可少的东西，因为只有协议是智能体更原生的链接方式——这就是当时常高伟决定辞职时，发现的技术空白。

（常高伟辞职之前，思考后画的草图）

他说，“我一直不认为是我创造了ANP。我更大的感觉是，ANP经由我从天而降，我只是一个管道。”

同路人

仅靠使命驱动的创造，人能坚持多久？常高伟的答案是，或许不到半年。

辞职出来的最初几个月，常高伟只是闷头做，他不敢告诉别人在忙什么项目，因为自己也觉得不靠谱，在做‘天方夜谭’的事。

协议第一个版本发布在网上后，既没有正反馈，也没有负反馈，他形容那是绝望之地，“无响应之地，即绝望之地。”

他尝试跟朋友分享，但发过去之后没了消息；有的看了说，感觉不是创业公司能做的事情。

大部分同事和朋友知道他的项目后，看法都一致，“未来可能需要协议，但这事不一定得是你做的，也做不成。”

焦虑加剧了他的自我怀疑，进一些技术社群时，他遮掩、回避着不敢介绍自己的项目，“感觉好像说得很大很空。”

协议本身的设计也遇到挑战。调研周边技术，考虑各种方案做出来第一版，但他很快又发现方向存在问题。

2024年10月，常高伟决定更主动地走出去。

在一个出海社群里，他鼓起勇气介绍自己的项目。消息刚发出，就有人申请加他好友。对方肯定他说，“你这个东西还蛮有想法的”。常高伟记得，这是他得到的第一个正向反馈。

接着，他又结识了一位亚马逊生态的员工，交流后，对方给了他一些建议，还提到可以帮忙申请云服务代金券。

他事后想想，对方说不定只是业务“推销”，但在当时，这对他也是一个念念不忘的慰藉。

最重要的正反馈来自一位AI创业者。他在社群里认识了一位Facebook的员工，对方给他介绍了一个也在做智能体网络创业的朋友。这位朋友对他有同行的惺惺相惜，一看他的成果就说，“你这个协议非常不错。”

这位新朋友后来成了他事实上的“联合发起人”。不仅给了他大量精神支持，还把他引荐给了W3C（万维网联盟）的“Web Agent”工作组。

常高伟如获至宝，把工作组所有的历史沟通记录和技术资料都看了一遍。同时，他又从牛津大学类似的协议项目中汲取了养分。

这两者的启发，加上之前Web 3.0时学习到的去中心化理念，共同构成了ANP协议目前的技术路线。

得到外部正反馈后，常高伟开始更主动地沟通，他在自己的公众号和朋友圈里发布了关于项目和技术的思考；也会争取在大家面前分享的机会。

不过更多关注，还是来自行业本身的东风。

2024年11月，人工智能公司Anthropic发布的MCP（Model Context Protocol，模型上下文协议）为协议领域带来了高关注度。

今年3月，随着包括OpenAI和谷歌等巨头对MCP协议的跟进采纳，以及谷歌A2A（Agent to Agent）的发布，协议的重要性已经变得不言而喻。

常高伟因为长期分享关于协议的思考，MCP大火后，他很快被人找到。

最夸张的时刻是Manus上线时。他那时还在北京出差，刚进入酒店，就收到公众号后台提醒：涨了大量粉丝，来加他的也有几十个好友——在平时，他公众号的文章阅读量只有几百，也鲜少有来主动加他。

没过多久，一家曾与常高伟老本行是竞争对手的公司声网，其运营的RTE社区也向他伸出了橄榄枝，邀请他去做关于协议的公开分享。

常高伟记得，那次线上直播效果不错，最终有七八千人来观看，那也是他第一次对如此多的听众输出。

协议有了关注度，他开始建立开源社区。

目前ANP协议在Github（一个线上开源社区）上已经有200个贡献者；而他在线下也组织起了共计1100多人的活跃讨论群，“我们应该是协议方面中文最大的社区了”。

同路人在变多。一位大厂前技术高管给他留言，“请保持在技术深水区游泳的勇气。真正的协议战争从来不是功能堆砌，而是世界观的对决。”

变量

常高伟最近明显感觉到，一条属于他的夹缝之路逐渐清晰。

他判断，智能体大战的第一阶段，将是各大厂推出自己的垂类助手，比如微信基于社交，淘宝基于电商，字节基于内容；但这种封闭生态并非稳态，用户最终需要的是一个能够访问所有信息的“通用个人助手”。

“能访问所有信息，才是最高效的。这一点，和大厂沟通时大家都能看到。”

但谁来整合所有信息？巨头之间互不信任，谁都不愿将自己的核心数据假手于人。而手机等设备厂商，虽然有心成为新的流量入口，但他们需要依赖App生态，不想与其关系搞僵，很难大张旗鼓地去“颠覆”平台。

大模型公司目前的核心精力仍在模型训练和产品本身，对于投入产出比不明确的开放生态的智能体协议也兴趣不大。

在这样一个复杂的利益博弈格局中，存在一个短暂的时间窗口，“这其实是给了我们一个缝隙”，常高伟说。

他的机会在于，能以一个中立、开放、非盈利的第三方社区身份，去联合所有“非平台”的力量——创业公司、手机厂商、大模型公司，甚至包括官方的标准化组织。

这其中，关键的力量是手机公司，他们有操作系统、有硬件、有用户，有“个人助理”落地最合适的场景，这些手机厂商也对他的协议表现出了很大兴趣。

中美的竞争叙事也成为他的助力。今年初，谷歌的A2A协议发布后，协议领域的“国产情结”让他做的事情被很多诸如芯片公司、ToB公司注意到，“他们一看，发现居然有一个社区在做这个事情，而且做得比MCP要早，这个是最吸引他们的。”

创业公司也有动力加入这个生态。一家企业跟他反馈，MCP刚出来的时候，他们和官方提了一些优化建议，但这些声音和诉求，对方都很难接受；但如果是中国有一套自己的协议那事情就简单多了，“他可以直接找到我。”

受A2A的刺激，中国官方的组织也开始有动力推动自己的协议，“他们希望能够参与到未来非常大的一个事情当中去，以开源的方式把这个位置卡住，把中国的协议暴露在中国以及世界，让大家知道我们要做。”

今年4月，互联网协会互联互通工委会宣布成立智能体互联网工作组，常高伟的ANP开源社区就是合作方，而他的新身份则是互联网协会的特邀专家。

到5月，常高伟的ANP开源社区又牵头在国际化标准组织W3C成立了AI Agent Protocol社区组，是W3C内部唯一面向智能体协议的社区组，而他又多了一个身份，W3C AI Agent Protocol社区组的联合主席。

雪球正在越滚越大，而这些变量都是他一开始难以预料到的。

布道

常高伟现在大部分时间用于奔走“布道”——每周四五个活动，往返于各个城市的高校、公司、以及机构。

他最大的感受是，“讲多了之后，自己首先更信了”。

别人也被感染，他才发现中国原来有这么多理想主义者，他描绘的开放、互联的智能体互联网愿景打动了不少人，甚至有人主动帮他牵线重要的资源。“大家愿意相信那个更好的互联网。”

他现在对质疑比较坦然，“有价值的思考我愿意听，纯吐槽自动过滤了。”

一位前大厂员工刚加入常高伟的智能体协议社群。他说，在技术群体中，开放的理念是一个比较普遍的追求。

这位大厂员工目前在创业做出海项目，很关注协议，但也认为协议门槛高，很难在没有特别丰富的应用场景，独立做一个协议，“我觉得是一个比较大的挑战。典型应用、复杂应用才能带来协议的普适性。”

对于未来和风险，常高伟是清醒的，他判断自己成功的概率“有三成”。

今年4月，我们交流时他觉得，他最大风险是国内某个大厂全力投入推出类似协议抢占生态位；但现在，他认为风险在于技术瓶颈，因为目前大模型还难以构建一个非常好用的智能体，“没有智能体，就没有智能体连接的需求，协议就没有用武之地。”

大厂出来做协议已经不是他所担心的问题。因为站在对方的角度，他们即便推出协议，也不会是一个开放的、旨在构建开放互联网的协议。

侯宏是北京大学国家发展研究院的老师，也是开放智能体互联网的拥趸。

他曾给常高伟留言，“十几年前的移动互联网大潮，我经历了电信运营商围墙花园的反思、恐慌、挣扎以及最终的倒掉。反观现在的围墙花园在位者，在自省程度上，可能连当年电信运营商都不如。”

对常高伟、以及关注智能体互联网的参与者来说，本质上，“未来是一个开放生态和封闭生态之间的竞争。”

直到现在，常高伟受邀分享的出差，费用都还是自己承担；他也没有赚到一分钱。

与其说在创业，他更像是通过这件事情做一个深刻的自我修行。

前几天，他发了一条朋友圈说，“做自己热爱的事情，事情确实会滋养人。”

常高伟曾深受强迫症的困扰，他将这种状态形容为走不出的迷宫，痛苦在于越想挣脱，思维的锁链就缠得越紧。这种长期的自我消耗，让他想做很多事，却最终什么也做不了。

后来，心理学上的一个理念——“一切美好事物都是深度关系的产物”——拯救了他。这个理念背后最核心的点是，要相信自己的感觉。

做协议，对常高伟来说，就是回应内心深处的念头。这个在外人看来无比抽象的概念，在他眼中充满了可以被敏锐感知的细节。

“如果我只是想通过协议获得名或钱，我和协议就是我和它的关系，不是‘我和你’的关系，我就很难和它产生深度连接。”

最近，常高伟也更新了自己对成功与否的定义。两个月前，他还很兴奋，感觉质变的临界点很快就要到了，“马上就到决胜的一个阶段了，要么是原地解散，要么是一飞冲天。没有第二个可能。”

现在想来，他觉得有点草率，“现在看协议，进入了一个平缓期。决胜不会这么快到了。”

他开始想，如果ANP没有成为主流协议，算是社区的失败吗？他也能接受，未来在标准化组织中，将ANP目前的核心作为新标准的养料，和行业一起推动协议的发展。

归根结底，“构建开放的互联网，才是社区最大的目标。”他说，未来只要理念达成，是否由他们完成，并不重要，所谓“功成未必在我”。

他设想了自己的退路，“最差的情况是项目失败，那时我的影响力也能帮我找到一份比在阿里时级别更高的工作。”

对他来说，传播一个理念，为一个理想世界的到来添砖加瓦，到目前为止仍是一件极为愉悦和自我满足的事情。

两个月前，我第一次在良渚的DemoDay上听到他的演讲。我记得，他那套PPT的倒数第二页，写着“连接即权力”。

演讲的结尾，他在召唤一种古典互联网精神，他说，“只要一个人能够自由地连接信息、连接他人、连接工具，他就拥有改变世界的能力。”

本文来自微信公众号：非复制人类，作者：祝颖丽

本文来自微信公众号：芥末堆 （ID：jiemoedu），作者：大发

每次踏进培训机构聚集的大楼，看到教室门口的家长，都是的五味杂陈：十几位家长静静地坐在那里，眼神中既有期待，也有疲惫。她们手中紧握着手机，不时地刷着屏幕，仿佛在寻找什么答案。那种复杂的神情，似乎成为了一种群体表情——既有对未来的渴望，又带着某种说不清的重负。这不仅仅是一个商业现象，而是整个时代教育焦虑的缩影。

01

我看到的中国家长教育内卷的“苦衷”：

被迫卷入

被神圣化的教育文化意识

在中国社会的深层结构中，家长对孩子教育的投入，其动力远不止于表面可见的升学压力或就业考量，而根植于一种被高度神圣化的文化意识。这种意识将教育视为家庭的“传家之本”，一种超越物质回报的精神传承与家族希望的寄托。

对于中国家长而言，教育不仅仅是孩子获取知识、考取好大学或谋生手段，它更像是一种“通天之道”或“禁锢之道”级别的文化潜意识。

所谓“通天之道”，是指教育被视为个人向上流动、改变命运的唯一途径。通过教育，孩子有机会跨越阶层、获得社会尊重和更好的生活。信念赋予了教育无比神圣的光环，使其成为家庭摆脱困境、实现抱负的“希望工程”。

与此同时，教育也带有某种“禁锢之道”的色彩。这种“禁锢”并非负面，而是一种自我约束和投入。家长深知教育之路的艰辛与漫长，因此他们愿意付出巨大的精神资源和时间，“禁锢”自己去护孩子周全。“禁锢”体现了家长对孩子未来成功的强烈责任感和牺牲精神，他们愿意为此放弃自己的部分需求，全身心地投入到孩子的教育之中。

家长在考场前等待

在这样的文化背景下，孩子上学被视为一个神圣的行为。它不再仅仅是简单的学习过程，而是承载着整个家庭，甚至是整个家族的期待和梦想。这种期待不仅包括孩子学业上的成功，更包含了家族荣誉的延续、社会地位的提升以及未来美好生活的期盼。

教培机构的“影子市场”定位

从经济学角度审视，教育培训机构在整个教育市场中占据着一个独特的、且高度依赖于公立教育体系的“影子市场”定位。

尽管不少家庭会去报班报课，但这仅仅是家长在教育投资方面的一个侧面。实际上，为了让孩子获得优质教育，家庭的投入远不止于此，其中学区房和户籍等因素构成了更大的、更基础性的教育投资。

在中国，学区房被视为教育领域最大的投资之一，这深刻地揭示了教育资源分配所带来的市场溢价。教育培训行业的发展，可以说在很大程度上，是建立在对优质公立教育资源稀缺性的补充和竞争之上。当有限名校，甚至名校内部的激烈竞争，无法完全满足所有家庭的教育需求时，教育培训机构便应运而生，试图通过提供额外的教育服务来填补这一空白。

从本质上看，教育培训机构的课程设置和教学模式，都与公立学校的教育体系存在着高度的同构性。无论是按照春、暑、秋、寒等学期进行的课程安排，还是“提前学”或“同步学”的概念，都无一例外地反映出其对公立学校教育内容的模仿与延伸。这表明，教育培训机构并非一个独立的教育供给方，而是公立教育体系的一个寄生或伴生市场。它们的目标通常是帮助学生在公立学校的选拔和竞争中占据优势，而非提供一套完全独立的、与公立教育无关的知识体系。

在这种情况下，家长报培训班更多是一种“被迫式的投入”，而非真心希望孩子仅通过提分来获得快乐。这主要是受到社会环境、社会压力、文化意识以及经济资源分配和竞争机制的影响。

例如，大学的招生名额固定，筛选系统标准化，这种竞争机制使得家长感到自己是被动卷入教育竞争的。他们知道短期需要分数，但长期来看则存在疑虑。家长在培训班门口等待孩子下课时，百无聊赖地玩手机，也印证了这种投入并非享受过程，而是被迫的牺牲。

构建家长支持系统的思考

考虑学科化为主体的教育时，我发现了一个关键问题：学科化为主体的教育，解决了知识和技能的问题，比如证书、单词量、写作能力，以及在大学里的专业技能。但学校不会教我们许多家长在教育孩子时面临巨大压力，包括孩子学习积极性、亲子关系、家庭关系等问题。

亲密关系、子女关系和社会关系这些，如果不在家庭中言传身教的话，其实没有人教我们的。这会导致什么呢？例如，我们常说程序员“智商高、情商低”。但一个人难道不应该在智商和情商方面都达到相对均衡的发展吗？这是因为他们受到的训练和工作就是要求拼智商，而忽略了情商的培养。

从家长个人的视角来看，我认为教培机构若想为家长提供一个真正的“支持系统”，这种支持系统应包含以下要素：

知识层面

这种支持系统应包含教育学等专业领域的知识，许多家庭教育类的公众号正在提供这类知识。这些知识能够帮助家长更好地理解孩子的成长规律、学习特点以及可能遇到的健康问题，从而做出更科学的养育决策。

同时，对教育规划的了解也能缓解家长在孩子未来发展上的焦虑，使其更明智地选择教育路径和资源。

方法层面

支持系统应提供方法。学而思当年通过讲座来提供信息和方法，在信息上解决了家长的资源获取难题，在方法上告诉家长如何规划时间和任务，进入到下一个学习梯队。

这些方法具体到学科，例如初三、初四英语单词、作文、阅读理解怎么办，都是其上课的精髓。通过提供这些方法，学而思让家长买到的是一种安全感。

认知层面

支持系统应帮助家长提升认知。例如，通过指出家长对学科化教育的疑虑并不奇怪，而是学科化教育的“果”，从而帮助家长认知到这不是个别问题，而是普遍存在的现象。通过这种方式，至少可以共享一种情绪。

情感层面

最终，这种支持系统应提供情感支持。这是知识、方法和认知提升的集合。

当家长获得了知识、解决方法和认知提升后，他们会获得良好的情感体验和信任关系，最终导致情感的连接。提供情感支持能够让机构获得家长的真正尊重。

02

超越期待：

AI如何帮助教培机构提供个性化、有温度的家长服务？

1.AI助力课堂同步的价值

AI技术一个显著的应用便是协助教师进行课堂同步。通过巧妙利用AI，老师们能够更高效、便捷地与家长沟通课堂内容，省去了大量手动撰写的时间和精力。

教师可以轻松地将讲义内容、课堂任务、核心知识点和教学目标等课堂相关信息输入AI，并设定好亲切、宜人或汇报式等文本风格。

AI接收这些信息并结合设定的风格后，就能迅速生成一份高质量的课堂同步文本，供教师发送给家长。

利用AI进行课堂同步，能为教师带来多方面的好处：

首先，AI自动化生成文本，极大减轻了教师手动撰写和整理的负担，节省了时间成本，让老师有更多时间投入到教学本身。

其次，AI能够在短时间内处理大量信息，并高效生成规范、准确的同步文本，提高了文字处理效率。

同时，教师只需输入核心信息，AI就能系统地将其整合，确保信息全面性，避免遗漏。通过设定文本风格，还可以统一沟通风格，确保所有发送给家长的同步信息都保持一致的专业度和亲和力，提升学校或教师的形象。尽管是AI生成，但教师可以通过调整输入内容和风格设定，实现一定程度的个性化定制，满足不同班级或学生的需求。

2.AI赋能教师记录与分享的创新实践

在日常教学中，教师们积累了宝贵的经验和心得，但往往受限于时间和精力，难以系统地记录与分享。

然而，借助人工智能，这一难题有望迎刃而解。AI工具不仅能大幅降低教师记录教学日常的成本和难度，还能以更生动、个性化的方式将教学内容呈现给家长和社会，从而增进理解与信任。

我认为，一位优秀的教师，其每日教学反思应包含以下五个核心点：

今天发生了什么？

今天有什么小挑战或挫折？

用了哪些专业方法解决问题？

解决了什么问题及结果如何？

自己的总结和收获如何？

传统的记录方式往往耗时耗力，而AI则提供了创新的解决方案。教师可以通过语音输入的方式，直接将上述五点内容告诉AI。AI能够精准地进行语音转文字，将口述内容迅速转化为文本，省去了手动打字的繁琐。

将教学日常转化为富有吸引力的分享内容，是教师与家长建立连接的关键。AI在这方面展现出强大的优势：风格定制化生成、智能搭配表情包、多平台一键分享。

通过AI辅助记录和分享教学日常，教师不仅能解放双手，更重要的是能够：展现专业能力、促进家校沟通、建立信任关系、积累个人教学素材。

3.AI测评系统的革命性价值

AI在学生测评中的应用，主要通过数据分析和自动化报告，解决了传统测评对教师经验的依赖。

AI可以实现以下功能：试卷批改与知识点识别、难易程度与错题分析、生成测评报告与学习建议、课程匹配与个性化指导。

核心在于“测”和“讲”：AI负责高效准确地“测”，而其生成的报告则为教师向家长“讲”清楚学生的学习情况、学习重点以及课程如何帮助学生提供了强有力的数据支持。通过AI，测评变得更高效、更易标准化，人人都能进行测评。

但这部分需要非常深度的教学经验和测评技巧，我们可以找时间单独讨论。

03、新课标改革和AI浪潮下，教培机构如何“重构”？新课标与AI的双向奔赴

新课标的推行，无疑为我国教育领域注入了新的活力，其核心变革将评估的重心从单一的知识点记忆转向了对能力、素养和逻辑思维的综合考查。

新课标下，传统的“填鸭式”教学方法已然失去了往日的效用。教师教学理念与方法亟待更新，教学内容与评价体系需要重构，教育机构面临巨大的转型压力。

以英语教学为例，新课标指导下的考试出题，不仅增加了不少之前定义的“超纲词汇”，更强调在真实语境中考查。由此来综合考验学生学生的上下文阅读理解能力、逻辑推理能力和跨文化理解能力。这意味着单纯的词汇背诵不再是提分利器，教师必须将西方文化背景知识、思辨能力训练等融入教学，培养学生的综合语言运用能力。

尽管面临诸多挑战，新课标也为教育带来了广阔的机遇：培养学生解决实际问题的能力、提升学生的综合素养和核心竞争力、教学成效的直观展示、教育行业的创新与发展。

这一变化与AI的变化将会持续如海、河混入一般发生作用。

AI技术的迅猛发展正在以前所未有的深度和广度重塑教育培训行业，不仅颠覆了传统的教学模式，也彻底改变了行业的竞争格局。过往教育机构高度依赖的“名师模式”正面临严峻的挑战，其核心症结在于名师的卓越教学方法和经验难以进行大规模的复制和推广。

然而，在AI时代，知识传递的门槛已大幅降低。过去，优质解题方法仅掌握在少数名师手中，而现在，个别名师搭建的通用prompt，可以借助大模型，轻松复刻顶级教师的课件和教学经验——这意味着，即使一个机构，能够提供顶级课件和教学资源，也仅仅是达到了行业的平均水平，不足以构建核心竞争壁垒，以AI 1v1驱动的教学创新，可以将高质量的教学法（这部分的AI化是前提）能够被前所未有地标准化，并实现高效且低成本的复制。

由此，教育机构的核心竞争力正在发生转变。未来，机构的竞争优势将不再单纯取决于知识传递，而更多聚焦于两点：教师的情感支持和同龄人共同学习的场景。

师生情感的两个角度

从我的观察来看，健康良好的师生关系应该包含四个递进的层次：

第一点是“知识安全感”。学生遇到不会的题敢于问老师，这是最基本的。现实中很多孩子不敢提问，认为“题不会做是有罪的”，这反映出教育中师生关系的失衡。课堂上几十个学生听讲，不可能所有人都立刻掌握知识，老师应营造“不懂就问”的安全氛围，这是教育的底线。

第二点是“学习的快乐感”。获取新知本身是快乐的，这种快乐无需过度拔高——比如学生解题时推导出三步（哪怕完整步骤是五步），或写出一篇普通的作文，都值得表扬。学习的快乐应体现在过程中，而非仅以结果评判。

第三点是“超越知识的信任感”。真正的好老师不仅是知识的传授者，更是学生情感上的依靠。比如学生在学校摔倒时，第一个想到的是老师而非家长；遇到人际交往困惑时，愿意向老师倾诉。这种信任无关学校类型（公立或教培机构），本质是老师作为“人”的责任感体现。

更深层的是“知识的神圣性与知识分子的责任感”。这是教师获得尊重的核心：老师不应只是“上课赚钱”的职业者，而应在言行细节中传递对知识的敬畏。

第二个角度，在于AI知识的“广博”，无法代表教师对于知识的“感受”：

我认为好的老师能让学生上课时“眼里有神”。这是一种攀升的关系，首先是孩子对老师关于知识的安全感和快乐感，然后是在知识之外对老师的信任感。当这些都建立起来后，就能达到“眼里有神”的状态。

让我用一个具体的例子来说明。以“春眠不觉晓，处处闻啼鸟”这句诗为例，一个普通语文老师可能会这样教：“春眠不觉晓，处处闻啼鸟，背啊。”

而一个好的老师则会这样引导：“春眠不觉晓，小朋友们，这个‘眠’是谁在睡觉啊？是诗人吗？还是小草、小动物在冬天睡了一冬，现在慢慢醒来了？这叫诗的空间。一句诗不只是几个字，它有诗人的情感投入，也许是他自己睡觉，也许是大地的复苏...”

这样的教学方式，不仅传递了知识，更传递了诗词本身在字句之间“想象的张力”。这就是我所说的，一个好的老师，你讲课的时候是不是真的有自己的情感代入？是不是每讲到一句诗的时候，你自己是欢欣雀跃的？

孩子不是傻子，人都是情感动物，能感受得到的。

一个“常识”

无论是什么学习产品、服务产品，都不是立马见效的。教培这个教育行业，或者叫教培机构这个生意，它的魅力在于孩子要长十几岁的。他上不上你家课，反正孩子是要长十几岁的。

所以你坚持，你把这个东西慢慢打磨。商业的本质在于再小的赛道，在中国都是一个巨大的人群。你坚持地把自己这个东西打磨到足够好，把它作为一种习惯，你自然会收获到用户的真诚反馈，不管它是一个多烂的主意。

我们都是教育人，不是简单的金钱关系。我们共同的目的是让孩子变得更好。我们都有各自的专业，比如我有知识输出，而家长则提供给孩子底层的支持、安全感、自主感和胜任感。老师也会为孩子的自主感、胜任感和安全感努力。但这一切的源头是父母，父母是“头”，老师是“中间”。孩子是奇特的生物，需要我们共同努力。

孩子在长，家长也在陪你度过，大家一起建立深度的连接，一定会好的。这是做教育公司最大的魅力。

本文来自微信公众号：瞎说职场，作者：Sean Ye，原文标题：《“广进”时代的生存逻辑：为何“好员工”可能失业，“差员工”反而幸存？》，题图来自：视觉中国

今年上半年，因为业绩问题不少互联网公司裁了一波，而外企这边，从花旗、微软到奔驰，无论哪个行业，外企也在做调整。

很多打工人面对裁员的第一反应往往是：“为什么被裁的是我？”

我能理解这种心情，但事实上，答案并不在你我个人的能力，而藏在公司启动裁员程序的“第一因”里。

裁员，是一道复杂的公司生存逻辑题。当它发生的时候，你我作为个体的能力如何，并不是能让我们逃脱裁员名单的决定性因素。

管理层不同的解题思路，决定了截然不同的裁员对象和方式，也深刻影响着留下的每一个人。

裁员的‘第一因’，就是那只看不见的“筛子”，决定了最终漏下去的是哪些人，也决定了留下来的那些人会有怎样的前途。

裁员的本质是公司在业务上犯了错，不得不选择重新解题，而这个过程中，付出最大的代价的是员工。

所以，害怕，自责，甚至愤怒都不应该是我们打工人应有的反应。这个时候我们更需要冷静观察，帮助自己拿到这几个问题的答案：

1. 为什么公司会选择裁员？

2. 开启裁员后，公司会裁掉哪些同事？会不会影响我？

3. 如果没裁我，我应该如何规划接下来的职业发展？

如之前文章《这些年，我经历过的历史性破事》里提到的，我经历过4次裁员，外企裁员、大厂裁员、创业项目解散，我都经历了。

有时候，我扮演旁观者的角色；有时候，我是那个需要送走战友的角色，有时候我是自己喜提大礼包的角色，在我看来，无论是什么企业，裁员往往分这几类。

效率型裁员：大厂的年底传统艺德

杀伤对象：团队边缘人，职场新人

2008年的时候我刚刚进入外企，公司就遭遇了金融海啸的冲击，在这样的大背景下，总经理启动了一个“应急方案”，要求每个团队未雨绸缪先裁撤Headcount，提升团队的人效。

我作为项目的协调人，发现很多团队送走的，都是最年轻，经验最浅，或者刚入职的新人。

因为是为了提升效率，公司把具体裁谁的权力下放到了每个团队Leader，Leader在做决策时，一方面知道自己必须裁人，另一方面他希望保留有经验能扛事、同时也是长期合作值得信赖的下属，于是，刚刚入职的新人普遍成为了这一波裁员的受害者。

外企搞这种提升效率的裁员案例比较少，主要是因为当年的金融海啸太吓人，外企受到了太大影响。

但这种效率型裁员在民企其实非常普遍，举个例子，很多企业搞的361绩效考虑、末位淘汰制、3.25分……其实就是变相的效率型裁员，通过绩效评估，找出裁员的目标人群，再通过不涨薪不发年终奖降低收入，再配合让职场人闻风丧胆的PIP（绩效改进计划，英文为Performance Improvement Plan），将企业认为的低效员工逐步推出企业。

在当年野蛮生长闻名的高增长时代，民营大厂通过这种方式反复筛选人才，留下适应力最强，最能扛得住压力，且长袖善舞善于拿到资源的优秀人才。所以我们经常会看到企业对员工的要求是皮实——翻译一下就是能加班，能扛得住压力，且能出成绩的员工。

当然，你会发现这种裁员最容易打击的群体，还是职场新人。

刚刚入职，没法适应工作节奏，融入团队需要花时间，作为非嫡系拿不到优质项目，做不出成绩，被命中低效的概率是最大的。

经济型裁员：企业断臂求生，员工惶惶不可终日

杀伤对象：高薪资深员工

但随着这几年大环境的恶化，无论是外企还是民企，很多时候裁员的逻辑变了。

举个例子，我一个四大会计师事务所的HR朋友就分享过他们的薪酬绩效逻辑。

早年四大日子好过，给资深员工开了太高的价码。如今这些老员工收入很高，但因为业务停滞，员工赚得多，但却没法给公司带来足够多的业务，于是这些高薪老员工就成为了裁员降薪的第一目标。

这种事情在民企也很常见。

我之前参与过一家互联网公司的裁员项目，因为企业在野蛮生长过程中招了太多人，但业务没做出来，一旦融资断了，就难以为继，所以资本方介入了公司的裁员计划，要求企业按照员工的收入来排序裁员。

怎么裁呢？

把全公司的500多个员工薪资表拉出来，按照薪资从高到低排列，然后按顺序，只问一个问题，这个员工目前的工作交到其他同事手里能接手做吗？

只要可替代，就裁掉，这样公司被裁掉了100多人。

作为陪同的顾问，我也是看得心惊胆战，这种企业扩张的时候野蛮，收缩的时候也很野蛮。

一旦公司开启这种裁员模式，这就意味着公司的处境是危险的，这已经不是未雨绸缪了，这是断臂求生。

即便幸运的逃过裁员，大概率还有下一波裁员，这种裁员的公司如果没有稳定的现金流业务，大概率会陷入恶性循环，短期之内很难复苏。

战略调整型裁员：企业纠错，员工背锅

杀伤对象：非核心业务团队成员

我在2018年经历的那次，就是典型的战略方向调整。

整个团队的投资来源于某大厂。到了年底，大厂的战略方向调整，不准备四处扩张做新的业务了，于是我们的团队就成为了弃子。

我至今认为公司做了错误的决定，但是我能理解，毕竟这是一家以广告业务起家的互联网平台，相比千亿级规模的广告市场占据，百亿级规模的白领招聘市场并不能让公司all in。

类似的情况在市场上很常见。

很多互联网大厂和民营集团，往往会强调业务不设边界，不停开拓新业务，但在拓展新业务的同时，也会遇到各种各样的阻碍，有些属于确实不会做，比如字节系尝试了多次的社交工具和百度一直想做的游戏。有些是纯粹为了恶心对手的操作，比如滴滴做的青橙单车，最早是为了给拒绝收购的ofo一些压力。

当然也有因为法规和政策引发的裁员，举个例子，字节跳动的大力教育，2020年还拼命加码招人，字节更是在一个秋天招聘了近乎3万新人搞在线教育。转过年来，风向一变，公司掉头开始裁员。尤其是遭遇到政策风向标时，立即切割。

再举个例子，药品集采之后，很多药企都缩减了销售岗位的编制，因为集采的政策，让企业自己储备的销售没了用武之地。

当然这种裁员，对公司整体影响不大，放弃了大力教育，抖音照样活得滋润。就相当于切掉了个阑尾或者扁桃体，人体其他功能照旧。

但对于这个部门的职场新人来说，往往是深坑，以为自己加入了大厂，前途光明，但没到半年就被裁员，试用期都没过，即使是拿到赔偿，再就业的难度也变大了。

这是年轻人需要小心的，在互大厂门口等候机会的打工人往往有着良好的教育背景，经过层层筛选，好不容易进入自己梦寐以求的大厂，结果等待他们的，不是热血沸腾的“改变世界”，却成为了公司一次次试错的工具。

替代型裁员：技术/自动化替代

杀伤对象：技能单一且容易替代的员工

如今机器换人和AI换人也是一大话题，很多工厂如今都已经从满是工人变成了黑灯工厂，整条装配线上一个工人都不需要。

我去宝洁工厂拜访的时候，看到的生产线就是全自动的，一个技术人员可以独自负责多条生产线。

即便在办公室里，如今随着AI的普及，不少文案、设计岗位的打工人也开始卷了起来，毕竟AI的效率高，企业往往希望借助AI的手段实现减员增效。

ChatGPT刚刚出现的时候，很多广告公司就开始缩减文案和设计的人数，写这篇文章的时候，我刚刚看到消息，因为AI的普及，科技巨头微软计划在全球范围内裁掉6000名员工。

回到我们最初的三个问题：

1. 为什么公司会选择裁员？

2. 开启裁员后，公司会裁掉哪些同事？会不会影响我？

3. 如果没裁我，我应该如何规划接下来的职业发展？

现实中的裁员，常是多种原因交织（如经济下行+战略调整），但核心原因决定了主要的裁员逻辑和优先对象。

我罗列了这许多，但从头到尾没有说过“好员工不受影响，差员工才会被淘汰”的暴论。打工人的能力高低，不是核心的“第一因”。

打个比方，当雪崩发生的时候，你是雪豹、驯鹿还是雪兔，区别并不大。

但从企业裁员的姿势，我们也能反推企业遇到了什么问题，正在以什么样的方式解决问题。

这也决定了，我们面临什么样的挑战和风险，最终是否能够逃脱被裁员的命运，或者在看出裁员端倪的时候，我们是否能够跳到合适的地方，保护好自己。

更重要的是，无论是走是留，我们需要问自己一句，公司的变化会如何影响我？我的未来是怎么规划的。

我见过比较多的打工人反馈有两种：

1. 幸存者偏差：

没有裁到我，那么我就不用担心那么多，做好自己的事情就行。

这种思路的问题在于，裁员不关乎你我的能力，业绩和表现，裁员是公司出了问题，对于绝大部分打工人来说，我们没有逆转乾坤的能力，如果公司遇到了大问题，我们最好的选择是从即将滑入冰冷海洋的沉船上跳出来。

2. 三分钟焦虑：

我要做点什么，我不能坐以待毙……半个月后，就这样吧，似乎对我影响不大，为什么要变化。

这种思路略好，意识到了问题，但是大部分人都是普通人，希望准点下班，希望不要太卷，希望不要自己给自己增加负荷。

我能理解这一点。

但同时，我们也应该规划一下，除了公司外，我还有其他收入吗？我喜欢什么事情，这些事情是否能给我带来额外的收入……

最后分享一个真实的案例，2021年年初的时候，我面试过一个运营妹子，她3月份从字节的大力教育跳槽出来。

我很惊讶，大力教育2020年9月还在疯狂扩招，当年 2～3月份还没有特别明显的政策动向，她怎么知道K12教育不行了？

她回答：其实公司内部员工应该有感触的，很多事情产品都不愿意配合，一个个产研项目的进度都往后退；相反拼命推动运营和销售去变现。

“你能感觉到公司就在看短期的钱”

她觉得苗头不对，早早趁着金三银四跳槽出来。

我很惊叹于妹子的洞察力。大力教育作为字节旗下的知名企业，裁员肯定会给赔偿，但她宁可放弃2个月的薪水补偿，早早离开，也不加入其他在线教育公司，直接跳到了互联网广告行业。

果然，到了下半年，大力教育开始正式裁员的时候，很多K12的职场人全部涌向招聘市场，找工作就变得很难了。

这个妹子就是在公司出现问题的时候，早早发现，并及时调整了自己的职业规划，放弃了沉没成本，获得了新的机会。

时代不同了，这年头，你有被裁的经历，企业是可以理解的，甚至是见怪不怪的。

如果问问身边的人，大概率会有一些朋友正在空窗期，他们可能就是经历了公司的广进计划。

别担心，别感到羞耻，裁员并不是员工的错，而是企业犯的错。

很多人会纠结：我被裁掉了，会不会影响我下一份工作。要不我就不拿钱了，直接走，这样看起来就算是我自己辞职；给公司省钱的同时，让我简历上也少一份被裁员的经历。

千万别，这个时代，这笔钱对你来说很重要，不要轻言放弃。

不仅如此，当被裁的我们再次寻找工作的时候，正常企业的绝大部分HR：

1）不会歧视被裁打工人，因为这个世道被裁实在是很正常的事情；

2）不会调查你之前和上家公司是否有劳资纠纷，就算有，也不会不经调查就站在企业角度，认为员工不是省油的灯。

本文来自微信公众号：瞎说职场，作者：Sean Ye

本文来自微信公众号：徐倬迅的投资日记，作者：徐倬迅，原文标题：《高考是有限游戏，人生是无限游戏》，头图来自：AI生成

一、有限游戏和无限游戏

世界上至少有两种游戏。一种可称为有限游戏，另一种可称为无限游戏。有限游戏以取胜为目的，而无限游戏以长期持续发展为目的。

很多人简单地根据复杂度来划分是有限游戏还是无限游戏，认为高复杂度的就是无限游戏里面。但我觉得这个划分并不好，比如高考实际上还是一个复杂的考试，围棋也是一个复杂的竞技类项目，但这两个在我看来都属于有限游戏。

我认为，能否找到或接近全局最优解，是区分有限游戏和无限游戏的关键。

在有限游戏中，人们总是能找到或接近最优解的；而在无限游戏中，实际上世界是不断演化的，人们很难找到真正的全局最优解。

举例来说，五子棋就是一个比较浅的有限游戏。我记得我小时候突然发现有一种下法的胜率非常高，不说稳赢但很大概率能赢对面，小伙伴们都下不过我。直到后面有一天我突然了解到五子棋存在“禁手”，五子棋先行的黑方如果下双活三、双四或长连的任何一种，白方基本上就是必输的。我发现的只是其中一种胜率较高的下法，但实际上已经有了必胜下法的全局最优解。利用这个很明显的bug点，利用“禁手”可以做到100%胜率。

围棋的复杂度实际上比五子棋高很多，是一个较深的有限游戏。但在AI无数次训练复盘+大数据穷举的情况下，实际上人们已经找到了一些无限逼近全局最优解的下法，基本上找到了全局最优解，所以围棋依然是一个有限游戏。

高考的复杂度肯定是更高的，但在无数题库、公式方法、解题技巧的帮助下，人们总归能够不断逼近那个最优解，现在的AI做高考题基本已经能够达到接近满分水平了。从这个层面上来讲，能够接近全局最优解的高考依然是一个有限游戏。

高考前的阶段，一切都是有限游戏，都在于你要怎么样怎么样才能考个好大学。好大学这个事情本身就是这个有限游戏的最终结果，所以会筛选出很多自制力强并且循规蹈矩的孩子。

高考后，一切变成了无限游戏，世界是不断动态变化的。老师和父母的见识是有限的，他们认为的旧时代路径已经不再适用这个世界了。

中国教育的公平性在于高考，但局限性也在于高考。在成年之前的全部教育体系从来没有教过学生如何在一个无限游戏的世界里面生存。全部都教的是有限游戏的思维模式，这种思维到社会上就是很明显的学生思维很重，很难处理自己和世界之间的关系。

坦白说，我自己也是花了好大功夫才从学生思维的局限性里面走出来。这篇文章跟投资无关，只是希望各位家长有机会转述给自己的孩子，或者给予孩子一些提醒。

二、有限游戏和正面清单

有限游戏和无限游戏的区别在于，有限游戏因为环境变化不大，总是能够找到全局最优解；无限游戏因为环境变化过大，无法找到那个全局最优解。

有限游戏里面应该用正面清单思维，无限游戏里面应该用负面清单思维。

听着有点复杂，要怎么理解呢？

正面清单思维：按照XXX方法做事可以接近最优解。

比如公式、技巧解题思路都是很明显的正面清单思维。掌握了某种方法后，能把题目做出来。比如要好好听课、认真写作业，将来能够考上好大学。这些也算是正面清单，端正态度努力学习，最终是有大概率能够获得好成绩的。

负面清单思维：除了XXX以外的事情都可以做。

比如“法无禁止即可为”，违法乱纪的事情不能做，但鼓励每个人都找到自己的出路。比如股市是一个比较深的无限游戏，在股市中每个人的赚钱路径其实都不一样。我们只能总结出不要借钱炒股、不要过度频繁交易、不要被情绪化主导这些基本的负面清单。排除了这些负面清单，就距离找到自己出路找到盈利的方法已经不远了。

在有限游戏里面，正面清单非常好用，基本能够很快帮助你做到尽善尽美。因为有限游戏里面最终都能找到唯一最优解，其他路径的效率都不如这个唯一最优解。这是每个有限游戏的深度和广度决定的，但再复杂的有限游戏都能找到并接近那个唯一最优解。可以通过一次次优化逼近，再不济也可以无限次穷举法得到这个唯一最优解。

《清单革命》这本书中提出大部分事情都需要依靠清单解决，这样可以极大地提升效率和正确率。但仔细看这本书中每个清单都是在局部有限游戏情况下的最优解，比如飞行员驾驶舱里面的清单、生产流水线的清单等等。清单思维，是在一个个局部有限游戏里面最重要的东西。有限游戏中，最重要的是正面清单，依着这个正面清单做就能逼近唯一最优解。

交易的局部环节也需要这个正面清单，实际上是通过清单来帮助自己肌肉记忆，帮助自己执行好规则。交易最重要的事情是执行计划，但如何执行计划呢，必须采用清单的方式才能更好地执行。人脑是容易遗忘的，如果存在一定的疏漏，事实上很难执行好原先的交易计划。此时就需要清单帮助我们执行交易计划。

我之前把《清单革命》这本书放在交易之前必读的位置，事实上就是告诉大家先有计划、生成清单、最终执行计划，不然任何人都会遇到无法处理的问题，容易在状态不佳的时候失误。交易有时候一次失误带来的打击是致命性的，清单可以最大化的减少失误，逼近那个局部最优解。

三、无限游戏和负面清单

在无限游戏里面，正面清单的思路就差了很多。本质上是因为无限游戏不存在唯一最优解，或者这个唯一最优解无法预测，并且未来和过去之间没有必然联系。

比如我当年高考志愿填报的时候，土木工程是非常好、分非常高的专业，出来工资就很高。但在房价阴跌和基建放缓的今天，土木行业变成了存量博弈甚至缩量博弈，刚毕业的新人很难立足，网友戏称“提桶跑路”。我的大部分学土木的同学最终都转行去写代码或者考公考编去了。

比如我当年高考时计算机专业的分数并不高，很多人可能都不了解程序员这个工种，但后面随着中国移动互联网的浪潮，计算机专业毕业后就能进大厂拿高薪，现在计算机已经变成了高分热门专业。

比如当年最赚钱的外贸，这几年在出口结构转换的时候就非常难做，因为旧的客户关系和需求都不适用了，原来躺着赚钱的日子变了，需要重新出来找客户。可放在中国刚加入世贸的时候，外贸一出来就是赚大钱的，我现在依然还记得当时长辈跟我说外贸专业多好多好。

在无限游戏中，以前的成功模式在未来实际是不适用的，过去的正面清单也不能简单复制并应用在未来——这是无限游戏里面不能使用正面清单的主要原因。

如果无限游戏里面要用到正面清单，需要很严格的前提条件和限制条件。比如说价值投资就需要能力圈、护城河、估值和成长等一系列严苛的条件才可以，除此之外的机会价值投资者是不会参与的。在正面清单中，其实环境一直在变化，你也不知道这些清单什么时候会失效，所以要在外部环境稳定能够获得价值兑现的地方才能做价值投资。可是价值投资思路如果平移到人生上，就很容易混淆起来，因为你也不知道在XX细分情况下应该使用什么样的细分清单。

人生这个无限游戏的复杂度，是比投资更高的，正面清单更难用了。

而且要命的是，一旦环境变化，正面清单可能就完全错了。时代的一粒沙，落在每个人头上都是一座大山，这句话实际上说的就是这个意思。比如原来中专是包分配工作可以进体制的，但有一年就突然不包分配工作了不给进体制了，实际上就是外部环境发生了变化，使得你原先的清单完全不适用了。

在无限游戏里面，正面清单的主要目的其实是帮助你把事情做到，但并不能帮助你把事情做得更好，相当于拿到一个六七十分的解。及格可以，但也仅仅是及格往上，达到优秀其实非常困难。而且，这个正面清单是前人总结的，跟现在的世界可能是完全不匹配并不适用的。

那么，最适用于无限游戏的其实还是负面清单思维。

负面清单可以随时随地总结，总结得越多，下次就越不容易犯同样的错误。其实负面清单思维是最符合贝叶斯决策的，相当于排除了一条路径。类似出现了XX情况这个事情不要参与这种负面清单，通过主动排雷的方式避免踩坑。但除此之外的事情都可以尝试。

可以在无限游戏里面总结正面清单，但一定要模糊的大致上广义上正确，不要精妙。我们做投资策略的时候最担心这个理论框架过于精妙，一旦出现精妙的正面清单一定是错误的，越是正确的事情，道理越是简单明了。越是精妙越容易犯错，有点像是机器学习里面的过拟合。

无限游戏的局部仍然是有限游戏，只要是有限游戏就应该使用正面清单思维。但要警惕这个局部有限游戏的稳定性，如果出现了环境的改变，应该放弃原先的正面清单，改成负面清单。这是使用正面清单的第一条原则，也是延续无限游戏、始终待在牌桌上的重要技巧。

四、高考的分水岭

高考前的阶段，一切都是有限游戏，都是你要怎么样怎么样才能考个好大学。考上好大学这个事情本身就是这个有限游戏的最终结果，所以整个体制会筛选出很多自制力强并且循规蹈矩的孩子。这本质上是正面清单思维在起作用，整个教育体系筛选出了很多听话、认真、按部就班、学习能力强的孩子。

高考后，一切变成了无限游戏，世界是不断动态变化的。老师和父母的见识是有限的，他们认为的正确路径，那些正面清单已经不再适用了。如果此时完全依着正面清单做，只能获得大差不差的结果，而如果要获得更好的结果，只能从正面清单之外去寻找答案。对于这个阶段的孩子，只能说总结出一些负面清单让孩子不要碰，千万不要碰一些事情防止误入歧途，但应该鼓励孩子去闯荡。

有时候机遇就是来源于现在看起来毫不起眼的事物，但实际上这个事物未来会主导整个时代。

比如，19世纪末经典物理学（牛顿力学、电磁学、统计力学）被认为近乎完美，但开尔文勋爵在1900年指出，理论体系上空漂浮着“两朵乌云”，“以太”和“紫外灾难”无法解释。未来爱因斯坦提出狭义相对论，放弃以太假设，提出光速不变原理，解决了第一朵乌云；普朗克提出能量量子化假说和量子物理理论基础，解决了第二朵乌云。如果一个人一直在死磕经典物理学，那么实际上是绝对无法发现相对论和量子力学的。

比如，互联网一开始的时候用的人是不多的，刚开始也没人用智能手机，但伴随着时代浪潮这些新事物很快传播蔓延开来，后面成了整个时代的主旋律。

比如我当时大学学的是统计学，大家可能都不知道现代人工智能的基础是统计学，并且当时还没有人工智能这个专业，后面人工智能出来后，统数学院直接开设了人工智能专业，就业前景变好了，分也瞬间变高了。我上学那会可万万没想到统计学毕业可以直接转去人工智能，甚至大家学的书本内容都是完全一致的。从统计学中演化出了人工智能，这也是世界的变化，未来人工智能也肯定是时代的主旋律。

随着世界的变化，未来绝大多数的机会都来源于上一辈人的正面清单之外。

拿着旧地图是不可能找到新世界的。但老师和家长总是拿着他们那一辈的旧地图希望下一步去找到新世界，这个旧地图就是他们根据自己人生经验总结的正面清单。巧的是，如果高考前听家长的正面清单可能大部分都是对的；但高考后听家长的正面清单可能大部分都是错的。

学生和老师大部分追求更高的分数，来追求高考这个有限游戏的结果，这是激励机制决定的。但学生和家长应该重视起来，高考结束后选择的路径。高考后的世界已经进入无限游戏环节了，此时的正面清单已经不再奏效，甚至上一代的正面清单可能用在下一辈上是完全错误的。

对高考成功的孩子，有时候志愿本身并没有那么重要，多找找自己的喜好和长处很重要。后半生已经没有人逼着你干这干那了，一切都依赖自我驱动力。我见过身边的很多人，就是循规蹈矩努力学习习惯了，但因为心理学的代偿机制，上学时期缺少的事物后面步入社会后会加倍的弥补回来。很多人上学的时候非常勤奋，最终遇到了不喜欢的专业，没有自驱力的情况下反而因为能量耗尽，真的进入无限游戏环节后就能量不足开始想着躺平了。

对于老师和家长来说，有时候不要担心为了选专业而浪费分的事情，多征求一下孩子的意见，多扩宽视野看看外面无限世界的变化。当年我们那批计算机的分数是不高的、而土木是非常高的，现在两个完全反过来了。如果只是为了追求把分数用尽而选择XX专业，因为产业到高校到志愿的传导速度较慢，等到学生毕业的时候可能反而从行业巅峰到行业谷底了。

在报志愿这个事情上，每个人都是有自己的立场的，比如老师可能更关注上线率，比如机构关注名校率，比如专业咨询更关注行业前景等。但因为未来高考后的世界是一个无限游戏了，无限游戏的规则在不断发生变化，循规蹈矩的正面清单思维已经不再适用了。未来是孩子的自我驱动力占据主导了，可以多增加孩子的了解和见识，让他结合自身驱动力去选择。

本篇和投资无关，仅代表我个人的一些浅薄之见。只希望各位有孩子高考的家长，在给孩子选择志愿的同时一些参考意见。这些思维模式是我自己当年报志愿的时候完全不懂的，未来如果我儿子高考结束要报志愿了，我也会对他讲这些。

本文来自微信公众号：徐倬迅的投资日记，作者：徐倬迅

本文来自微信公众号：甲子光年 （ID：jazzyear），作者：张麟，编辑：王博，题图来自：AI生成

当高合汽车复产的消息传出，市场的关注度立即被其背后的投资方——EV Electra Ltd.吸引，EV Electra那极为复杂、混乱的造车经历，让这场收购和重生的大戏变得扑朔迷离。

EV Electra是一家成立于2017年的黎巴嫩电动汽车企业，但至今还没有正式卖出过一辆车，无论是其自研的Quds系列还是试图收购其他老牌车企的某个车型项目，最终都没能实现量产。

EV Electra的创始人兼董事长吉哈德·穆罕默德（Jihad Mohammad）背景同样十分复杂，在他的管理和经营下，EV Electra的业务重心似乎更偏向于发行虚拟货币。而现在，他成了新高合汽车的董事长。

高合汽车本身也对新公司的成立和复产事宜拒绝表态，甚至所谓的工厂启动环评也几乎与此次的收购事件无关。

因此，高合复产的过程或许根本不是一场白衣骑士拯救落魄公主的戏码，在明知道这位金主身世复杂的情况下，高合依然决定与其合作，背后的原因或许复杂得多。

但无论如何，中国市场都不再需要一个新的高合了。

莫名其妙的收购

高合被收购得非常突然，甚至显得有些不正常。

就这个事件本身而言，信息曝光的节奏大致可以分为三个节点：新公司成立-协议内容曝光-工厂启动环评。

5月22日，江苏高合汽车有限公司成立，法定代表人和董事长为穆罕默德，注册资本约1.43亿美元。这则消息被称为高合复活征程的前奏。

新公司由EV Electra和华人运通（江苏）技术有限公司（原高合汽车母公司）共同持股，比例分别为69.8%和30.2%。也就是说，EV Electra实现了对新高合公司的绝对控股。

需要注意的是，新高合的1.43亿美元的注册资本均为认缴，其中EV Electra认缴出资1亿美元；华人运通（江苏）技术有限公司认缴出资4326.65万美元，实缴最晚要等到今年的12月31日完成。

也就是说，这种出资承诺能否兑现，还有很大的不确定因素，至于如果不实缴可能会引起违约等法律问题，对于现在的高合和远在中东的EV Electra来说，根本不是问题。

新高合公司成立的第二天，财联社相关报道指出，EV Electra承诺将给高合提供未来三年不低于每年10万辆或不低于30亿美元的海外采购订单。

但无论是从高合的官方渠道还是EV Electra的官方渠道，都无法获得这条具体的协议内容，双方也没有对这条协议的传言进行表态。

至此事件正式发酵，随后大量媒体开始报道悦达起亚一工厂（为高合代工的工厂，也就是所谓的“高合盐城工厂”）启动了环评，并将其视为高合复产的实质性动作。

但到这里，时间线就出现问题了。

根据盐城经济技术开发区管理委员会官网信息可以看到，5月14日，盐城经济技术开发区受理了悦达起亚一工厂的环评审批，并进行了公示。此时新高合公司还没有成立。

而根据环评报告公示稿的附件标题可以看到，这份报告递交于2025年4月21日，而江苏悦达起亚汽车有限公司对该工厂做出升级改造决策的时间则更早。

环境影响报告书显示，“悦达起亚一工厂智能化绿色化技术升级项目改造”项目已于2024年12月23日取得盐城经济技术开发区行政审批局出具的投资项目备案证（备案证号：盐开行审经备〔2024〕367号，项目备案：2412 320971-89-02-695729）。

2024年该项目已经取得投资备案证，来源：悦达起亚一工厂智能化绿色化技术升级项目改造项目环境影响报告书

同时在报告书中可以看到，2020年9月，悦达起亚一工厂取得了排污许可证，有效期为2020年9月28日至2023年9月27日，但排污许可证到期后，由于高合汽车经营出现问题，该工厂一直处于停产状态。

也就是说，至少在2024年的时候，就有人想从工厂生产的合法合规层面让高合复产，这个举措和近期高合被中东资本注资没有任何关系。

对于被收购方高合，其在整场被收购的商业活动中没有任何表态与发声，即使今年4月份穆罕默德开始频繁地在社交媒体上发布高合的相关内容，高合官方和曾经的高管，也没有透露任何正与海外资本接触的消息。

这些因素和现象，都让高合能否真的复产复工，或者说是否真的在朝着复工复产而努力，变得疑团重重。

EV Electra是谁？

作为此次驰援大戏的主角，EV Electra和其创始人穆罕默德同样极为复杂。

作为黎巴嫩的一家公司，EV Electra声称自己在加拿大、意大利、德国、土耳其都有相关的业务展开，如果算上高合，EV Electra的业务范围还要再加上中国，已经称得上是一个国际化的新能源车企了。

但作为一家全球车企，成立至今，EV Electra的造车业务进展很不顺利。

作为一家海外的造车新势力，EV Electra在2021年才正式推出首款车型Quds Rise，这个速度相当缓慢，如果和国内的小鹏、蔚来等车企相比，后者通常在公司成立后的三年左右就实现了首款车型的量产。

更重要的是，原计划在2021年底至2022年初开始交付的Quds Rise，最终根本没能量产，而这也是EV Electra对造车的唯一也是最后一次努力。

首款车型研发受挫的EV Electra很快放弃了Quds Rise的打造，转而开始开发Quds系列的新车型，2021年至今，EV Electra快速推出了包括Quds Capital ES、Quds Roadster、Quds Nostrum等一系列车型。

EV Electra车型介绍，来源：EV Electra官网

但所有的Quds系列的新车型全部停留在样车甚至概念图阶段，没有一款实现了真正的量产和销售。

值得一提的是，EV Electra的Quds系列车型几乎都被设计了一个清真寺造型的中网（散热格栅），这根本不利于其在阿拉伯地区以外的市场开展业务，但EV Electra的创始人穆罕默德完全不在乎这样一个如此明显的设计问题。

或许是因为依靠自身的力量实在无法完成造车，或许是基于地缘政治的考虑，EV Electra开始了收购之路。

2021年11月5日，EV Electra与Detroit Electric（底特律电力集团）签订了一份投资意向书，EV Electra宣布向底特律电力集团投资4.37亿欧元（约5亿美元），帮助其扩大在欧洲和亚洲的业务，并在未来五年内推出多款电动和氢电混合动力的车型。

当然，作为回报，底特律电力集团在汽车领域拥有的约900项技术专利，将被纳入到EV Electra的合作伙伴关系中。

2021年底，底特律电力集团首席执行官Albert Lam还对这项投资感到非常欣慰，他说：“我们很自豪能够获得新一轮投资，这将推动我们下一阶段的增长。”

但这项投资及后续的企业合作并没有如预想般发展，两年以后，这两家公司就彻底闹掰了。

2023年12月6日，根据瑞典广播电台的报道，Albert Lam表示其并没有拿到穆罕默德所承诺的5亿美元的投资，这种行为简直是欺诈。“别对他能拯救公司抱有太高的期望。他不是救世主。”Albert Lam在接受瑞典广播电台采访时说。

而穆罕默德也表现出了愤怒和委屈，他表示底特律电气集团的汽车业务就是个空壳，什么都没有。2023年12月15日，穆罕默德在社交媒体上发文，表示自己是个受害者，在经过背景调查后甚至都不会用500美元投资这家公司，更别说5个亿了。

但奇怪的是，为什么穆罕默德在投资交易之前没有对底特律电气集团进行足够的分析？以及什么样的背景调查要持续两年的时间？这些问题都没有被公开说明。

这样的剧情和目前正在大张旗鼓准备重生的高合，简直太像了。同样是高额的资金或订单承诺，被投企业同样拥有着不错的技术实力和专利数量，而最终能否兑现承诺却根本不是被投企业能掌控的。

除了底特律电气集团，穆罕默德还积极和瑞典新电动汽车公司（NEVS）接触，后者在2021年收购了萨博汽车集团的剩余资产，在欧洲有着不错的知名度。

2023年，穆罕默德宣布EV Electra购买了NEVS的Emily GT和PONS Robotaxi车型项目的所有权。有消息称这笔钱就是曾经打算投资底特律电气集团的那笔。

但EV Electra的收购也没能让其车型研发和量产业务变得顺利起来。部分资料显示，EV Electra并没有如约妥善购置、建造相关的工厂，NEVS开始与其就Emily GT项目产生分歧。

2024年9月10日，根据萨博汽车新闻网的报道，NEVS发布声明终止了这一合作，并表示“他们并不拥有我们项目的任何东西”。

NEVS对Emily GT项目的回应，来源：萨博汽车新闻网

令人费解的是，穆罕默德却在当年萨博集团发布声明后，依然在社交平台公开表示Emily GT即将投入生产，同时暗示该车型可能将于2024年底量产交付，并把发出负面信息的人称为“仇恨者”。

不过直到今天，Emily GT也没能实现量产和交付。

但有一个信息是清晰且明确的，即EV Electra作为一个车企，在成立至今的八年时间里，没能卖出去一辆车。相比于造车，EV Electra显然对加密货币的生意更感兴趣。

目前EV Electra在其官网推出了生态代币EVET，1 EVET=1 USDT，支持加密货币和银行转账购买。根据EV Electra在2025年4月发布的白皮书可以了解到，其计划通过代币募资8.4亿美元，并采用双通证系统，其中EVEN为NFT形式，承诺分配10%净利润给持有者。

不仅如此，如果投资者通过代币来购买EV Electra的电动汽车，还能打八折。

值得注意的是，目前高合品牌形象已被用于EV Electra的代币营销页面，而且高合汽车的车型图片只出现在了这个页面上，并没有出现在EV Electra具体的车型介绍中。

综合来看，EV Electra的业务重心似乎从未放在过造车上，其总是表现得野心勃勃，创始人的表态和回应也非常强硬，但至今其手中的每一个造车项目都不了了之。

中东资本确实是世界上最有钱的地方资本之一，但这并不意味着任何一家海外车企都是白衣骑士，至少从目前来看，这位穆罕默德和他手中的EV Electra，要比一般的海外资本复杂得多，也危险得多。

国内再无翻身机会

即便高合和我们都没有被骗，高合能依靠海外资本的资金支持完成在国内市场的复活吗？

答案显然是不行的，不仅高合不行，目前所有已经倒闭、爆雷的新势力车企，在中国市场都很难有复活的机会了。

2025年几乎成为了破产车企的“复活元年”。威马汽车、雷丁汽车等都传出了复产复工的消息，甚至有些车企已经规划了复产后的车型计划和销量目标。

比如今年2月初，有消息称，威马最快将于年内实现复工复产，并同步推进品牌换新。同时未来两年内，计划每年推出1—2款新车并实现量产交付，并在2027年实现销量突破60万辆的目标。

还有这次的高合，悦达起亚一工厂的智能化绿色技术升级改造预计将在2025年10月完成。

但设立了目标并不意味着这些已经破产的车企就能顺利复产复工，在规划销量、发布车型之前，首要问题是化债。

根据重整裁定书以及相关的数据披露可以看到，截至2024年8月31日，华人运通系52家公司的合并口径账面负债总额高达157.81亿元，账面资产总额仅59.83亿元。

在预重整期间，截至2025年3月25日，债权人向临时管理人申报的债权金额合计约228亿元，临时管理人已初步审查确认的金额就已经超过100亿元。

高合的债务构成也比较复杂，包括供应商欠款、用户保证金、土地厂房抵押等。尤其是供应商欠款，虽然目前高合汽车正在通过与供应商达成债务和解等方式试图解决债务问题，但根据行业经验，这种“引入外资-和解化债-复产复工”的逻辑链条从来没有走通过。

例如正在逐步走向破产边缘的哪吒汽车，其与供应商和解化债就失败了，这还是在哪吒汽车仍有不错的海外销量前提下。

所以，高合汽车的化债成效以目前的情况来看，或许无法达到预期水平。威马等其他一系列出现了资金链断裂和大量欠款的新势力车企，想要复工复产，债务问题都将是最重要，也是最不容易解决的问题。

其次，中国新能源汽车产业正在经历一场持续了近3年的价格战，而且还没有停止的迹象，这场价格战最明显的表征是新能源汽车单价越来越低、配置越来越高、企业盈利空间越来越小。

根据中国汽车流通协会的数据，近几年中国新能源汽车的均价正在逐步下降，从2023年的18.4万元，下降到2024年的17.1万元，到了2025年4月，这个数字已经来到了16.1万元。

在价格下降的同时，中国新能源汽车的配置也越来越高，前有零跑B10在12万元级别标配激光雷达，后有小鹏MONA M03 Max车型在12万元级别标配双英伟达Orin-X芯片，最高算力为508TOPS的辅助驾驶系统。

对于已经停产一年多的高合，这样的市场环境几乎让其车型不再具备任何软硬件性能上的优势。重新将旗下高定价的X、Y、Z车型投放市场无异于“自杀”。

不过根据EV Electra的行事风格来看，高合的X、Y、Z车型能不能重新出现在消费者眼前，还是一个未知数。

本文来自微信公众号：甲子光年 （ID：jazzyear），作者：张麟，编辑：王博

近一月来，债券市场呈现发行规模波动明显，利率与利差先降后升。据公开数据显示，5月24日-30日，全市场债券发行规模为1.49万亿元，环比下降32.59%，主要因利率债（-59.25%）和金融债（-46.98%）大幅减少；同期科创债发行规模仅348.48亿元，环比下降72.5%，但政策落地后累计发行量已达3652.11亿元，银行仍是主力（占比超50%）。  

在过去的财报季中发现，在低利率市场下多类型的金融公司增加了债券的投资比例，对传统的债券研究和交易模式转型也悄然成了金融业内的热点话题。2025 年，数字化转型成为金融机构贯穿全年的核心战略，头部券商、银行、保险等行业都在比拼 AI 技术、大模型应用及智能平台建设，重构研究、交易、投资与服务体系。尽管基于大语言模型的舆情分析工具在众多领域展现出巨大潜力，但尚未广泛应用于债券领域。债券市场的特点是交易规模巨大、容错率低、交易环节众多，而参与者的科技水平和数据分析能力参差不齐，这些因素增加了舆情分析的复杂性和难度。此外，债券市场参与者的行为模式多样，从长期投资到杠杆交易等策略不一而足，市场动态复杂多变。

中国 AI 企业在基础技术层面的突破为债券领域的垂直应用奠定了关键基础。以 DeepSeek为代表的技术团队通过三大创新重构了 AI 大模型的落地路径：一是底层架构创新，摒弃传统依赖国外生态的“高速公路”模式，采用更基础的编程语言直接调度硬件资源，如同“用乐高积木重组机器”，在避开技术封锁的同时，实现了普通算力上的高效运行，使 AI 部署成本降低 98%。二是数据处理优化，针对债券市场海量长文本处理需求，开发“记忆压缩术”，将关键信息模块化存储，处理速度提升近 2 倍，有效缓解了金融数据对内存的高消耗问题。三是协作机制升级，构建“专家会诊”模式，通过多模块分工协作处理复杂逻辑，如债券定价中的多因子联动分析，使复杂问题处理效率提升 800 多倍，显著降低单一模型的“幻觉风险”。这些技术突破打破了早期 AI 大模型在金融领域“算力依赖”和“场景割裂”的瓶颈，为债券市场的精细化应用创造了条件。

中国债券市场的快速发展对智能化工具形成迫切需求。截至 2024 年末，债券托管余额达 183 万亿元人民币，境外机构持有规模增至 4.5 万亿元，政策层面的流动性释放（如降准、降息、新增专项债）进一步推动市场扩容。然而，2025 年低利率环境（预计利率债收益率进入“1%时代”）加剧了金融机构的收益压力，倒逼其借助 AI 提升利率预测、风险评估和投研效率。

当前 AI 大模型在债券领域的应用集中于三大核心场景： 一是利率预测与策略优化。整合宏观经济数据（GDP、CPI、货币政策）、市场情绪和历史走势，如德邦基金通过大模型动态跟踪宏观指标优化信用风险评估，兴业基金“兴小二”机器人利用 NLP 解析研报辅助利率决策。二是信用风险评估。构建多维风险画像，中信证券 Bond Copilot 模型通过财务数据、行业动态和舆情分析实现全流程风险预警，解决传统人工评估的滞后性问题。 三是智能投研与交易辅助。自动化处理海量非结构化数据，招商银行、易方达基金等机构通过大模型快速筛选投资标的，将投研效率提升 30%-50%。

尽管应用场景逐步落地，技术落地仍面临结构性难题： 首先是数据获取与质量管控问题，债券市场包含场内场外交易，场外协议利率等非公开数据难以获取，且高频市场波动要求模型实时更新，对数据采集接口和清洗算法提出更高要求。其次是模型能力边界制约问题，复杂利率预测涉及政策、资金、技术面的多因子二阶甚至三阶联动分析，现有大模型在高阶逻辑推理中存在“幻觉风险”，需依赖 RAG（检索增强生成）技术和人工校验提升可靠性。

第三是合规性与安全性门槛问题，金融数据隐私保护（如 GDPR、《个人信息保护法》）和监管透明化要求（如《资本新规》）迫使模型从“黑盒”转向可解释性架构，可视化工具开发与监管报备流程成为落地关键。在这一新兴市场上先后出现了多位“参与者”，不同主体基于技术积累和资源禀赋形成差异化定位。作为垂直领域先行者，中信证券 Bond Copilot 聚焦债券投行业务全链条（承揽、承做、承销），是首个落地的债券类智能助手；微京科技 Dealrisk 提供投前（量化择时、AI 利率预测）、投中（组合管理）、投后（资本管理）一体化工具，覆盖风险计量、RWA计算等核心环节，适配《资本新规》和 FRTB 改革要求，技术方案更偏向底层引擎与业务系统的深度整合；传统金融科技企业天阳科技 ALGO 软件也凭借对国内金融流程的深度理解，在风险管理系统稳定性上具备优势，但面对大模型等新技术的迭代速度稍显滞后，个性化定制能力存在局限；国际解决方案提供商则有贝莱德的阿拉丁以云计算为基础，集成风险分析、组合管理、交易执行全流程，数据维度全面但系统复杂度高，但价格壁垒导致中小机构难以接入，在中国市场渗透率有限。

其中，微京科技的 Dealrisk 系统主要提供以下三种系统：一是智能投研系统。主要为固定收益市场设计，帮助投资者在复杂市场中做出科学的决策，提供从数据分析到策略评估的全流程支持。该系统受到了众多金融机构，尤其是投资和风险管理部门的高度认可，提升投研效率和决策科学性。二是市场风险系统。 适配各类金融产品的市场风险计量，通过“计量引擎+系统产品”的全信创解决方案，帮助金融机构管理市场风险。该系统具备强大的底层技术支持，涵盖产品定价、风险评估、资本计算等核心功能，满足最新巴塞尔三协议和《证券公司市场风险管理指引》的要求。三是 RWA 系统，帮助商业银行实现对各种计量方法的全面支持，确保银行能够满足各类规模的监管要求，提升其合规性与风险管理能力。微京科技的债券模型都是本地化研发的，切合中国市场的情况，并且符合国内监管要求能够达到信创替代的中资公司。

行业共识显示，未来垂直债券领域的 AI 大模型将呈现三大趋势：一是技术路径分化，通用大模型负责跨领域知识整合，专用模型深耕细分场景（如利率预测、违约建模），形成“通用底座+垂直插件”的融合架构。二是业务场景深化，从单点工具向“投研-交易-风控-合规”全链路渗透，例如通过多模态技术整合财报文本、财务图表、会议音频等数据，提升复杂场景决策能力。 三是监管与技术协同，随着《生成式人工智能服务管理暂行办法》等规则落地，模型需内置合规校验模块，通过联邦学习保护数据隐私，以可视化技术满足监管对“可解释性 AI”的要求。

AI 大模型在债券领域的落地并非单一技术驱动，而是数据治理、模型优化、合规适配与业务流程再造的系统性工程。随着技术突破与监管框架的同步完善，垂直场景的专用化模型将成为金融机构提升核心竞争力的标配，推动债券市场从“经验驱动”向“智能决策”的范式转型。未来竞争的关键，在于企业能否在技术深度、场景贴合度与合规安全性之间找到平衡，构建可持续的金融科技生态。（本文首发于钛媒体APP，作者｜李婧滢，编辑｜刘洋雪）

更多精彩内容，关注钛媒体微信号（ID：taimeiti），或者下载钛媒体App