qq邮箱

当AI开始抢工作，印度和菲律宾为什么最先倒霉？_我的网站

A |     作者 | 林克          许多年以后，当市场回望2026年7月，它很可能成为全球大模型产业竞争的一道重要分水岭。         因为更多人或许从这个月开始意识到，没有哪次模型的性能座次是绝对安全的。    在印度德里郊外，有一家大型服装工厂。         这个月的短短几周内，中国的5家头部独立大模型公司分别在忙着不同的事。         智谱用4.2%的新增股份换取314亿港元，提出了2年不追求变现的摸高计划；MiniMax同一周拿出160亿港元的配股加可转债组合，创始人宣布零薪酬直到实现AGI；月之暗面抛出了顶尖开源的K3，加紧筹备港交所递表；DeepSeek刚刚完成备受瞩目的超500亿融资，IPO开始提上日程；阶跃星辰则发布了一款没有价格和发售日期的AI手机，来探索AI软硬件一体化的可能。         工人每天坐在缝纫机前，一干就是十几个小时，替欧美品牌加工衣服。         海外巨头的节奏同样密集。OpenAI临时取消了Codex的5小时使用限制并不断释放重置额度。Anthropic在2周内4次调整旗舰模型Fable的收费计划，宣布将其永久保留在Max以上订阅中。         最近两个月，这些工人的头上多了一样东西：摄像头。         摄像头会记录工人的每一个动作，布料从什么角度推进去，袖口怎么折，针脚怎么走，一件衣服做完以后又该怎样检查。所有动作被录下来，再送进人工智能系统，让机器学习这些工人几十年积累下来的经验。马斯克的xAI发布Grok 4.5，放话每月发一个大模型。         工人白天在流水线上干活，晚上数据被送去训练机器。         等机器学会以后，第一个可能被换掉的人，就是教会机器干活的那批工人。         市场的激烈反应最早在7月17日出现，月之暗面Kimi K3发布的次日，智谱收跌28%，MiniMax收跌16%，虽然7月21日双双迎来强势反弹，但2家公司相较前高仍处深度调整区间。         一家尚未上市模型公司发布新模型，两家已上市公司的估值被随即重估。         K3可能只是这轮模型战争的导火索。

B |          7月19日，阿里千问官宣参数2.4万亿的Qwen3.8上线预览版并将发布开源；同日，DeepSeek V4正式版开始向部分用户灰度推送，全量发布近在眼前。

C |          听起来有点残酷，却很可能成为未来十年里，印度和菲律宾最常见的一幕。         很多人谈到AI抢工作，首先想到的是美国程序员、中国设计师或欧洲白领。但AI真正大规模冲击的行业，可能还轮不到北京、纽约和伦敦。

D |          它一定会先冲向印度和菲律宾。

E |          因为这两个国家过去20多年的经济增长，很大一部分建立在一个看起来非常聪明的生意上：替西方公司做外包生意。MiniMax参数规模2.7万亿的新一代M3 Pro，也处于计划发布状态。          作者声明：该图片由AI生成          一个国家从贫穷走向富裕，过去通常要走三步。xAI正在训练的Grok 4.6参数规模达2万亿，预计月内完成初始训练，马斯克认为它可能超过K3。         大模型正在成为一个“阶段性技术领先”很可能在数月，甚至数周内被重写的行业。         第一步是农业，大部分人种地，收入很低；          第二步是工业化，农民进入工厂，生产衣服、家电、汽车和机械；          等制造业发展起来以后，国家才会进入第三步，金融、软件、咨询、医疗和其他服务业开始占据主导。         参赛者们正在竭尽所能以更高性能模型加速向市场交卷，而模型参数对估值、市值乃至融资能力的带动，又化身为下一阶段模型训练的弹药。         英国、德国、美国、日本和韩国，大体都走过这条路。         中国也是如此。         这是大模型公司的“性能-市值-融资-更高性能”的递归兑现，这已是一场无限战争。              一          发布与重估                    作为一个2.8万亿参数的拟开放权重模型，K3发布当日在Arena前端代码盲测榜单上以1679分超过Fable5排在全球之首，虽然月之暗面在官方博客中承认，K3整体表现仍落后于Fable 5和GPT-5.6 Sol。         过去12个月中，开源模型的参数规模上限纪录多次由Kimi模型保持，K3延续了这一路线。         改革开放以后，大量农村人口进入珠三角、长三角和沿海工业区。有人生产鞋子，有人组装电视，有人焊接自行车架。它的API输出价格约为此前Kimi模型近4倍，社区反应中既有对性能的赞叹，也有对定价的争议。         一个鞋厂旁边，会出现鞋底厂、鞋带厂、纸箱厂、运输公司和维修店；          一座汽车厂落地，周围会长出玻璃、轮胎、座椅、芯片和物流企业……          国家的工业能力，就是这样一层层堆起来的。

F |           作者声明：该图片由AI生成          但印度和菲律宾走了一条不太一样的路。         K3上线后需求迅速超过现有算力承载能力，月之暗面一度暂停新订阅，并调整面向C端用户的会员体系。         21世纪初，中国制造业已经非常强大了。

G |          这个事情恰好卡在月之暗面冲刺上市的关键窗口，发布后数日，月之暗面已向投资人通报赴港上市计划，预计最快6个月完成挂牌。廉价衣服、玩具、电子产品和日用品，大量从中国工厂运往全世界。         2025年底，杨植麟还曾在内部信中写道：“我们B/C轮融资金额就超过绝大部分IPO募资及上市公司的定向增发。所以我们短期内不着急上市，也不以上市为目的。其他发展中国家再想从低端制造业切进去，需要和中国已经形成的产业链正面竞争，难度相当大。

H |          于是，印度和菲律宾发现了一条新的路。

I | 既然工厂比不过中国，那就直接卖服务。”          从不急于上市到甩出K3再到给出资本化时间表的转变，发生在短短半年之后。         特别是互联网普及以后，很多工作不再要求员工坐在公司总部。         一位接近月之暗面的投行人士指出：“智谱和MiniMax上市后市值飙涨，一度市销率达到500倍以上。客户服务、数据录入、软件测试、会计处理、电话销售和技术支持，只要有电脑和网络，在世界任何地方都能完成。         菲律宾长期使用英语，文化上也比较熟悉美国；印度人口庞大，使用英语的人很多。这种窗口不大可能永远开着，但融资始终是模型公司的刚需。”          可想而知，K3的Arena排名、2.8万亿的参数纪录、逼近闭源前沿的综合评估，无疑都将成为月之暗面未来招股书中的核心资产。         这两个国家很快成为欧美企业的“远程办公室”。         一次重要的模型发布，既是技术亮相，客观上也构成了融资叙事的预演。         但市场对K3的第一反应，落在了另外2家公司的股价上。          作者声明：该图片由AI生成          举个例子：          一家美国软件公司需要招1000名客服。         7月17日，智谱收跌28%，MiniMax收跌16%。

J | 高盛认为，这反映的是投资者对中国AI模型公司长期竞争格局及领导地位可持续性的高度不确定。         在此之前，保持国内开源领先模型用户心智的，是能够成为Claude opus 4.8平替之称的智谱GLM-5.2。如果在纽约招聘，每个人一年可能需要十万美元，再加上办公场地、保险和福利，公司一年要花掉1亿美元。         K3很难直接影响智谱的短期收入，但它击穿的是支撑领先模型市值的“持续领先假设”。         如果把业务外包到印度，一个员工的年成本可能只有美国的1/10，甚至更低。                   二          市值即弹药                    对于当下阶段的模型公司来说，融资估值乃至市值很难不被视为一项关键的竞争要素。         智谱上市满半年的7月8日，2568万股基石投资者股份解除限售，占总股本约5.76%。JSC基金、泰康人寿等近7成基石投资者已提前表态长期持有，解禁当日股价上涨13.35%。

K |          客户半夜打电话，印度刚好是白天；美国办公室下班以后，印度团队可以接着工作。         对企业老板来说，这笔账非常好算。         次日配售方案公布，智谱以每股1588港元配售最多1978万股新H股，募集约314亿港元，盘中涨幅一度超过21%。

L |          于是，美国公司把客服中心搬到菲律宾首都马尼拉；把软件维护交给印度首都新德里；把财务报表送到印度的班加罗尔（注：印度第六大城市，人口约1050万人）。         MiniMax呈现了另一种局面。         西方消费者打电话投诉信用卡，很可能接电话的是菲律宾马尼拉的年轻人；          美国程序员白天写完代码，晚上交给印度团队测试，第二天早上就能拿到结果。同在7月9日，它迎来约1.53亿股解禁，占总股本48.9%，流通盘从不足6%骤增至约50%，当日大跌17.98%，市值从巅峰期的约4100亿港元降至约933亿港元。

M |          次日，MiniMax公布总规模约160亿港元的融资方案，包括配售约95.4亿港元和65亿港元零息可转债，而闫俊杰宣布零薪酬并拿出个人持股4%激励团队。         一批城市也因此迅速发展起来。         已上市选手迫切的再融资需求，源于IPO资金的快速消耗。         印度的班加罗尔、海得拉巴、浦那，菲律宾的马尼拉、宿务，都出现了大量写字楼。         截至6月30日，智谱IPO募集的约48.96亿港元已使用比例接近94%。         2025年，智谱全年研发投入31.8亿元、收入仅7.24亿元、净亏损47.18亿元；无独有偶，MiniMax2025年研发开支超18亿元，是同期收入约5.7亿元的3.2倍，类似财务结构下，IPO资金的快速消耗可能只是模型公司的常态。年轻人穿着衬衫坐在电脑前，工资虽然远低于欧美同行，在本国却属于体面收入。         印度和菲律宾的相关外包产业，每年创造的收入合计达到约2900亿美元。这个规模已经接近一个中等欧洲国家一年的经济总量。         一位关注港股AI板块的分析师坦言：“许多公司上市是业绩的最终折现结果，但对大模型公司来说，上市可能只是融资的开始。

N |          对很多家庭来说，外包岗位改变了命运。

o | ”          智谱此轮配售约为IPO的6倍，MiniMax约为3倍。         一个菲律宾年轻人进入呼叫中心以后，可能养活父母和弟妹；一个印度程序员替美国公司维护软件，收入远高于家乡务农。2家公司还在同步搭建A股融资入口。         MiniMax在5月29日与中信证券签署科创板辅导协议，智谱已完成辅导验收，拟在科创板募资不超过150亿元，一旦A+H双平台建成，融资能力将会进一步巩固。         两次配售的效率差异，直观展示了估值是如何成为融资杠杆的。房租、餐馆、出租车、商场和房地产，也都跟着这些工资一起增长。         这条捷径，确实帮助两国发展了20多年。

p |          可捷径有一个问题：这些岗位大多掌握在海外企业手里。         智谱用相当于发行后总股本约4.2%的新增股份换取约314亿港元。一名接近配售的投行人士评价：“4%换300亿，前提是市场对公司有着接近万亿估值的期待。”          估值越高，同等规模融资所需出让的股份越少，公司为下一代模型训练保留的股权空间也越大。         现在，印度和菲律宾遇到了一个不领工资、不睡觉，也不需要办公楼的新对手：AI人工智能。         如果外包客服处理一次问题，需要花费6到12美元，AI处理一次可能只需要1.5美元左右。         市场彼时给出智谱接近万亿港元估值的核心假设，是“独立基础模型平台”在中国具有战略稀缺性，而稀缺性的前提是持续领先。AI不会请假，不要求加薪，也不会因为夜班太累而离职，更不会组织工会。         K3用一次发布动摇了这个前提，估值跌掉不只是数字，还有下一轮融资的稀释率、下一代模型的训练预算。         它一天可以工作24个小时，同时回答成千上万个客户。         你问它信用卡为什么被扣费，它立刻查账单；你问航班怎么改签，它可以同时读取票价、座位和退改政策；你说英语，它用英语回答，你换成中文，它马上跟着切换。              三          五种象限，一个目标                              每家公司都需要向资本市场回答同一个问题：为什么值得持续投入。五家公司给出了五种解释。                   智谱试图去触及的，是模型上界和基础设施稀缺性。         对于企业老板来说，印度员工已经很廉价，可AI更廉价。                   唐杰在《巨浪已来》中称“未来两年不追求短期应用变现”，这除了表达技术信念，也在为刚以1588港元买入的新股东划定预期框架，即不要用短期财务指标衡量公司经营。                   7月21日，智谱还完成了对国产AI异构算力公司中科加禾的收购，后者深耕异构算力领域，被视为AI基础设施的顶尖团队之一。                   2026年一季度，智谱MaaS平台披露的年度经常性收入达到17亿元，科创板方案中120亿元将投向通用基座大模型，这笔钱指向的或许也是GLM-5.2之后的下一代。

q |                    MiniMax的特色，是全球用户和AI原生产品。                   截至2025年底累计用户超过2.36亿，覆盖200多个国家和地区，超过70%收入来自海外。         过去，印度和菲律宾靠工资差距，从美国人手里抢走了工作。

r | 现在AI又凭借更低的成本，从印度人和菲律宾人手里抢工作。         这一轮轮替，看起来非常熟悉。         美国客服原来一年挣5万美元；后来工作转到菲律宾，菲律宾员工一年可能只挣几千美元；等AI成熟以后，公司连这几千美元也想省下来。         资本寻找成本最低的地方，从来不会讲感情。虽然6月M3模型发布市场评价存在争议，但160亿港元融资的80%投向AI基础设施和模型研发后，下一代参数达2.7万亿的旗舰模型M3 Pro已经箭在弦上。         以前最低成本在亚洲，今天最低成本在服务器里。         有人会说，人工智能现在经常胡说八道，怎么可能真的取代客服和程序员？          这种质疑有道理。         2024年，欧洲金融科技公司Klarna曾经高调宣布，AI客服完成了相当于700名员工的工作，一个月处理230万次对话，还能使用几十种语言。                   月之暗面开拓着开发者生态，持续刷新着模型规模纪录。         消息传出以后，全球大型客服外包公司的股价受到冲击。                   K3是这个故事的最新一章，杨植麟曾描绘过一条从K4到K100的漫长路线图，每一代都需要新的融资来支撑。很多人觉得，呼叫中心的时代已经结束了。         可一年以后，Klarna又开始重新招聘真人客服。                   DeepSeek善于自主架构创新、推理效率和成本控制。         原因很简单， AI处理“怎么重置密码”“订单送到哪里了”这类标准问题，表现通常不错；遇到复杂情况，它就容易出问题。         比如一个客户说，自己的丈夫刚刚去世，希望取消贷款。

s | 真人客服会理解情绪，知道这件事情需要谨慎处理；AI可能按照流程回复一串模板，甚至给出错误的法律信息。                   V4的API毛利率超过50%，年化收入约28亿至35亿元，6月完成首轮外部融资超500亿元，估值约3700亿元，创始人梁文锋个人跟投超过200亿，V4正式版进入小范围灰度推送，全量发布近在眼前。                   一家原本对商业化保持着高度审慎，且以自有资金和推理效率著称的公司也在筹备IPO，这本身便是大模型行业步入市值竞赛阶段的最好例证。                   阶跃星辰探索的是软硬一体。         再比如保险理赔，一句话说错，可能导致公司被起诉；银行客服涉及转账和账户安全，AI随口编一个数字，后果也比普通聊天严重得多。                   STEPX Neo手机搭载自研Step AOS系统，但供应商透露不计划量产。在缺少量产计划和具体售价的情况下，这款产品承担的战略展示和融资叙事功能，可能高于短期销售意义。                   五种路线的指向具有近似性：维持资本市场的信心，保证融资通道不关闭。         所以很多公司发现，现阶段还不能把人全部赶走。

t | 而阶跃向硬件延伸的尝试，还折射出一层更深的行业焦虑：                    通用模型API的生意护城河很脆弱，用户对模型没有忠诚，只有性价比。必须向产品、生态、系统甚至硬件延伸，寻找模型之外的锁定能力。                                                 四          性能、价格的双杀                              大模型公司的收入端，恐怕随时要面对两条压力的攻击：                    一是友商的性能追赶；               二是永不停歇的价格战。                   智谱在过去三个月里完整经历了一个周期。

u | 4月发布GLM-5.1并提价10%，Coding场景缓存价格首次接近Sonnet 4.6，成为国产大模型首次在核心场景实现与海外头部的价格对标。         但这并不代表外包岗位安全了。                   6月17日的GLM-5.2开源，凭借7400多亿参数在AI编程上追平Opus级别旗舰，被开发者视为“Claude级编程能力的开源平替”，智谱的估值在这一叙事支撑下站稳高位。

v |                    接着K3落地，从GLM-5.2登顶到被反超，性能给的定价权，性能一个月就收走。         真正危险的变化正在悄悄发生：这些客服人员和技术人员，开始被安排去训练AI了。         一位做了十年客服的员工，最清楚客户会问什么问题，也知道怎样回答最合适。

w |          K3的领先窗口能维持多久尚未可知。                   发布72小时内，Qwen3.8官宣且预览版已上线，DeepSeek V4正式版进入灰度，MiniMax的M3 Pro排队待发。公司让他每天检查AI的回复，指出哪里错误，重新写出正确答案。

x | 马斯克同期透露xAI正在训练2万亿参数的Grok 4.6，预计下周完成初始训练。                   榜单刷新的节奏，正在从按月压缩到按周。         AI回答一万次，他就修改一万次。

y |          几个月以后，AI学会了他的语言、判断方式和工作流程。员工看起来多了一份“AI训练师”的新工作，实际上正在把自己的经验复制到机器里。                   价格线的压力同样紧迫。                   2026年上半年，国内主要厂商6次下调API价格，3次宣布为永久性降价。         就像一名老师每天教一个永远不会忘记的学生。DeepSeek V4-Pro非高峰的输出价格降到每百万Token约6元，约为GPT-5.5的三十分之一，MiniMax的M3发布一周即被迫永久半价。                   DeepSeek还在V4正式版中引入了峰谷定价，高峰时段API价格为平时的两倍。把电网的定价逻辑搬进大模型，说明两件事：算力约束已经真实到需要用价格杠杆削峰填谷，而Token作为商品，正在向电力靠拢。         普通学生学会以后，还需要老师继续教下一届；AI学会以后，可以复制一万份，同时共享到全球客服中心。         因此，短期内外包员工可能更忙（因为要训练AI），长期风险反而更大。                   搜索引擎有数据飞轮，社交网络有关系链，操作系统有生态绑定，大模型只有一个随时会被刷新的性能排名和一个随时会被击穿的价格。         工厂里的摄像头也是同一个道理。                   K3的落地只是进一步放大了这个问题。                   当一个开放权重模型在关键场景上逼近甚至超过闭源旗舰，市场对“模型稀缺溢价”的定价逻辑就会被改写。         机器暂时还不会完整地缝好一件复杂衣服，所以需要工人继续工作；工人头上的摄像头，会把每个动作都记录下来。                   即便K3短期内不会直接夺走闭源厂商的企业订单，它也在压缩所有以“技术领先”为核心叙事的公司的估值天花板。机器学得越多，工人未来被替换的可能性就越高。         这是一场非常奇怪的交接。                   五          订阅额度大战                              价格战的另一种绞杀，正在太平洋对岸体现为使用额度、订阅权益和开发者留存的竞争。                   Anthropic围绕自家神级模型Fable 5经历了一轮罕见摇摆。                   7月1日，Fable 5在全球恢复限时推广，付费用户可将每周订阅额度的50%用于调用这款旗舰模型，原定7月7日结束。

z | 随后两度延期，先延至7月12日，再延至7月19日，Claude Code每周使用额度提高50%的安排同步延长。         旧员工拿着工资，亲手培训未来的替代者。                   但就在K3引发港股模型公司下挫几乎同日，Anthropic宣布放弃原定的收费调整：从7月20日起，Fable 5永久保留在Max和Team Premium订阅中，Pro和Team Standard用户获得一次性100美元使用额度补偿。                   从原定下架到永久保留，不到2周出现了4次摇摆，Anthropic的对此解释是Fable需求一直难以预测。

|          假如印度一家外包公司裁掉1万名员工，损失的只是1万个岗位吗？          远远不止。         一个印度年轻人在客服中心上班，每个月拿到工资以后，要交房租、坐出租车、点外卖、买衣服，周末还可能去电影院。         房东收到房租，会去超市购物；餐馆有了生意，会给厨师和服务员发工资；司机挣到钱，要给汽车加油和维修；商场有人消费，店铺才会继续招聘员工。         一份工资会在城市里转很多圈。                   但事实却可能是，竞争压力已经从模型性能、API价格延伸到了订阅权益本身，任何收紧用户权益的尝试都可能成为用户流失的触发点。                   OpenAI的动作更为激进。                   GPT-5.6和ChatGPT Work上线4天后的7月13日，产品负责人宣布临时取消Codex的5小时使用限制，并为海量用户重置额度，Codex与ChatGPT Work的周活跃用户在5个月内从约100万增至约800万。         假设客服中心一次裁掉10万人，这些人的消费会迅速下降。

| 出租房空置，餐馆生意减少，网约车订单下降，商场销售额也会受到影响。

|                    xAI以另一种方式参战。         最后，失去工作的人可能远远超过最开始被裁掉的那10万人。

| 按SpaceXAI的SWE-Bench Pro自测，Grok 4.5完成同等工程任务消耗的Token量仅为Claude Opus 4.8的四分之一，马斯克宣布计划每月发布一个大模型，SpaceX此前已以600亿美元收购Cursor母公司Anysphere。         印度和菲律宾对外包产业依赖较高，一旦大量岗位被AI取代，冲击会从写字楼传到整座城市，再从城市传到全国经济。         2008年金融危机期间，美国失业率最高也没有超过10%。

| 但美国相关研究却认为，未来几年可能有接近九成外包岗位面临较高自动化风险，菲律宾约1/3劳动者对AI高度暴露。                   Ramp的4月数据显示，Anthropic在企业AI市场采用率上以34.4%首次反超OpenAI的32.3%。

| 此后双方的攻防进入补贴战模式：一方提额度，另一方就重置；一方延长推广，另一方就取消限制。

|          这些预测未必会全部成为现实，但哪怕只实现一部分，对两国也会形成巨大压力。

|          这一次，利润可能留不下来          有人会问，技术进步淘汰岗位，人类历史上已经发生过很多次，为什么这一次特别危险？          过去，电话接线员被自动交换机取代，银行柜员被ATM机取代，工厂工人被机器人取代。                   表面上争的是额度，实质争的是编程开发者存量。                   每一次额度重置和推广延期，消耗的都是真实的推理算力，这些成本最终都会出现在融资需求里。                   OpenAI与Anthropic如今已双双站在IPO的关口。                   6月1日，刚完成650亿美元H轮融资、投后估值达到9650亿美元的Anthropic已向SEC秘密提交S-1上市注册草案，最快有望在2026年10月抢先挂牌；一周后的6月8日，OpenAI也官方确认已递交S-1申请。                   双方在开发者市场每次针锋相对调额，或许同样指向为IPO前的市场份额与估值叙事积攒筹码。旧岗位减少以后，社会又创造出工程师、维修人员、软件开发者和设备制造岗位。

|                              六          无尽的赛程                              相比于海外巨头，中国这些独立大模型公司所承受压力可能更集中。         所以很多经济学家认为，技术虽然会毁掉一些工作，也会带来新的工作。         问题在于，印度和菲律宾这一次面对的情况有些特殊。                   因为这张牌桌上还站着字节、阿里、腾讯、华为、小米和美团等一众大厂。         假设一家美国银行过去在菲律宾雇佣5000名客服，每年把几千万美元工资发到菲律宾。                   这些巨头的模型训练费来自自造血的经营现金流，不需频繁的额外融资向市场解释稀释率和亏损额，巨头可以按年度预算做研发规划，独立模型公司必须按融资节奏做研发规划。这些钱会进入当地家庭、餐馆、房地产和零售市场。

|                    同时，这些巨头又是独立公司的股东。月之暗面背后有阿里、腾讯和美团的投资，阿里还投了MiniMax，腾讯则下注了DeepSeek。在市场上行期，巨头的背书是估值溢价的来源。         银行使用美国公司开发的AI以后，客服成本下降了，省下来的钱留在美国银行，或者支付给硅谷的人工智能公司。         菲律宾原来的5000份工资消失了，AI带来的利润却没有回到菲律宾。

|          美国本土在自动化过程中，旧岗位减少以后，利润仍然留在美国，可能被投资到新工厂、新软件和新产业；          印度和菲律宾失去外包岗位以后，大部分收益流向海外，本地很难依靠这些利润创造新的就业。         这才是印度和菲律宾最棘手的问题。         它们过去依靠的是国外企业的工作订单，没有真正掌握客户、品牌、平台和核心技术。

| 如果独立公司的技术领先不再显著，这种关系可能被重新审视。当国外企业找到更廉价的解决方案，订单可以随时离开。         印度经常被拿来和中国比较。                   在当下阶段，大模型行业的正循环已经成型：                    模型能力撑起估值叙事，估值叙事兑换成融资，融资变成算力和人才，算力和人才推动下一代模型。                   估值或市值不再只是证明模型能力的成绩单，它现在是生产资料，成为继算法、算力、数据、人才之外的第五种生产要素。

|          印度人口已经超过中国，拥有大量年轻人，也有不少软件工程师和英语人才。                   但正循环的每一个环节都可以被打断。很多人因此认为，印度会复制中国过去几十年的经济奇迹。         但两国的发展路线差别很大。

|                    估值波动威胁融资端，友商性能追赶缩短领先窗口，价格战压缩收入空间，巨头用主营业务利润碾压独立公司的融资节奏，四重压力指向的共同根源是一个：                    大模型API的生意很难形成持久的护城河。         中国崛起的核心是制造业。                   正如Token不是一门好生意的预判，任何领先都是暂时的，可能会被竞争对手以各种方式攻击。                   今天的K3问世只是一次压力测试，而且和此前的市场下挫性质不同。

| 即使一个工厂只是生产打火机，也会牵动塑料、模具、金属、包装、运输和电力；工厂越多，产业链越完整，技术人员和管理经验也越多。         印度的软件外包和客服产业能够迅速赚钱，却很难产生同样庞大的产业链。                   正如智谱在7月10日的20%下跌，驱动因素不过是配售稀释和解禁卖压，属于资本结构层面的冲击，随着筹码消化可以修复；                    但17日的28%下跌，催化因素是K3对技术领先叙事的冲击，属于竞争格局的结构性重定价，只能靠下一代模型回应。

|                    前者考验股东的耐心，后者考验公司的研发速度。

|          一个印度呼叫中心可能坐着5000名员工，除了电脑、耳机、办公楼和网络，周围需要的工业配套并不多；          而一座5000人的中国汽车工厂，背后可能带动几万甚至十几万人生产轮胎、钢材、玻璃、座椅、电子零件和机械设备。         服务外包让印度获得了高楼、工资和外汇收入，却没有完全补上制造业留下的基础。         现在AI冲击服务岗位，印度才发现，自己过去绕开的制造业，可能还得重新补回来。         这件事也并非完全没有转机。         中国制造业升级，反而给印度留出了一扇窗          中国这些年工资上涨，产业开始向新能源汽车、机器人、芯片、航空航天和高端装备移动。一些利润较低、劳动密集的制造环节，正在向越南、印度、孟加拉国和其他国家转移。在领先窗口以月甚至周计算的行业里，后者会不断重来。

|                    从GLM-5.2登顶到K3反超，只用了一个月，而从智谱配售314亿港元到股价下挫28%，只用了8天。                   资本市场为下一代模型提供弹药的速度，未必跟得上对手刷新榜单的速度。         这给印度和菲律宾留下了一个机会。                   大模型行业的胜负手，正在取决于公司如何长期维持一个串联起技术、收入、估值和融资之间的正反馈环。                   对比之下，拥有主营业务现金流的巨头天然比独立公司具有更强的反脆弱性。         过去中国在低端制造业上的优势太强，其他国家很难竞争；随着中国向产业链上游移动，服装、鞋帽、简单组装和部分电子制造，可能出现新的空间。         印度拥有庞大人口和市场，如果能够改善电力、港口、道路、土地政策和工人培训，确实有机会承接一部分制造业。                   但这不意味着独立公司没有希望，它们仍然拥有那些巨头短期内难以复制的东西：专注、速度、对某些技术方向的勇敢试错与押注。

|                    K3的2.8万亿参数、DeepSeek的创新与推理效率、智谱从提价到被反超之间那一个月的高光，都证明独立公司可以在特定窗口做到巨头做不到的事情。         但这条路不会轻松。                   2026年的这个7月之所以可能会被记住，不会是因为某一家公司的输赢胜负，而是从这个月开始，所有参与者都被迫接受了同一个现实：                    没有一款模型强大到可以让公司停止融资，没有一轮融资充足到可以让公司停止迭代，没有一个价格低到可以让对手放弃追赶。                   这场无限战争中，参赛者的每次登顶和超越，都要枕戈待旦，并为下一场战斗做好准备。

|          呼叫中心需要一栋办公楼、稳定网络和英语员工；制造业需要港口、铁路、电厂、供应商、工程师、熟练工人和长期稳定的政策。就印度那糟糕的基建能力和          一个客服中心半年就能建起来，一条完整的电子产业链可能需要十几年。         菲律宾的困难更加明显。人口规模和国内市场小于印度，工业基础也相对薄弱，想在短期内吸收大量外包行业失业人员，难度很大。         两国过去走了一条农业直接跳到服务业的路线，未来可能出现一个很奇怪的倒退过程：先做服务业，服务岗位被AI冲击以后，再回头补制造业。         印度和菲律宾当年靠外包产业搭上全球化的快车，很多人以为这条路线可以一直走下去。AI的出现说明，廉价的劳动力曾经是梯子，未来可能成为陷阱！          AI会不会让印度和菲律宾经济崩溃，现在还无法下定论。         可以确定的是，它们过去依赖的增长模式已经出现裂缝。

|          当一个国家长期把“廉价劳动力”当作最重要的竞争力，最终总会遇到一个不需要工资的对手。         这才是人工智能，给所有人类上的最残酷的一课！           作者声明：该图片由AI生成。

Current article:http://www.laojiusidaosenleliao.bond/list_g12jhx/zjkv.html

Published on:18:08:44