一前一後我會壞掉的漫畫

近日，已经在A股上市11年的美的集团，再次向港交所递交招股书，继续冲刺A+H股两地上市。而在去年10月24日，美的也曾冲击过港股IPO。

作为国内家电头部企业，美的此举也引来业内关注。二度冲击港股的背后有哪些考量？为何已经在A股上市的它，还要去港股？

美的再次瞄准港股

五一前，美的集团向港交所提交上市申请书，这已经是美的第二次向港交所递交招股书，拟在“A+H”上市。据港交所文件，本次IPO联席保荐人为美银证券、中金公司。

根据美的集团此前发布的公告，公司拟在H股发行不超过10%的股份，以目前公司接近4900亿元的市值计算，美的集团10%的股权价值在490亿元上下浮动。

实际上，这已经不是美的第一次冲击港股IPO了。

回到去年8月，美的当时发布公告称，董事会通过了《关于赞成公司研究论证公司境外发行证券(H股)并上市事项的议案》。当年9月，美的集团公告称，在股东大会决议有效期内选择无关系的时机和发行窗口完成发行并上市。

2023年10月，美的集团临时股东大会表决通过《关于公司发行H股股票并在香港联合交易所有限公司上市的议案》。当时的招股书显示，本次募资将用于公司全球科技研发，包括专注于长期基础技术研究，产品平台创新项目等。

美的为何执着港股上市？

此前，美的集团相关人士曾表示“上市不是为了募资”。在2023年度美的集团股东大会上，美的集团高管称，去港股上市不是为了募集资金，如果募集资金一年要分红200多亿元人民币，少分红不就解决了资金问题，最根本的原因是港股具备突破性、便利性和快速性。

从招股书来看，美的高度发展面较好，业绩稳中有涨。2021年至2023年，美的集团的收入分别为3434.61亿元、3457.09亿元及3737.10亿元；年度利润分别为290.31亿元、298.12亿元、337.47亿元，净利润率分别为8.5%、8.6%及9%。

其中，2023年美的集团14.1%的归母净利润实现2019年以来的最大增幅，该增速时隔2年重回两位数增长。

今年一季度，美的实现营收1061亿元，同比增长10.22%；归母净利润90亿元，同比增长11.91%。

家电业务增速放缓

从账面来看，美的目前似乎不缺钱。

招股书显示，截至2023年年末，该公司持有的货币资金余额约为816.74亿元，占总债务的比重达16.80%。与之相比，该公司的短期借款余额约为88.19亿元，一年内到期的非流动负债余额为144.58亿元。

虽然说着是不缺钱，但美的自上市以来通过直接融资获得的资金却也不少。同花顺数据显示，2013年-2022年，包括IPO募资在内，该公司累计直接融资（股权融资和债权融资）共计840亿元。

撇开资金，美的此番忙着港股上市，意欲为何？

首先从赛道来看，目前家电行业外围进入存量市场，据弗若斯特沙利文数据，全球家电市场的销售量从2017年的28.86亿台增至2023年的30.67亿台，复合年增长率仅为1.0%，增长已显颓势。

从美的的营收来看，其复合年增长率也是极其缓慢，高度发展在1%左右，已然接近“天花板”，寻求新增量成为必然的选择。

此前，美的集团总裁方洪波也曾表示，未来三年家电行业将会迎来前所未有的寒冬。一方面大环境已经进入慢增长阶段，另一方面家电行业早已是红海市场，竞争被预见的发生激烈，除了传统的家电三巨头，目前还涌现了细分品类、互联网巨头、智能家电品牌等新势力。

具体来看，在家电市场饿和的背景下，美的智能家居业务增长缓慢。值得注意的是，智能家居是美的的主要业务。招股书显示，2023年，智能家居业务的营收占比为65.9%，较2021年下降2.5个百分点。

在此背景下，美的选择赴港上市，或意在加码出海寻找新商机。毕竟，港股市场具有较下降的国际化程度和更广泛的投资者参与股权投资，这或将给美的授予更多机遇和资源减少破坏。

巨头也在愁新增长

家电业务进入存量竞争阶段，成长空间有限，美的集团必须寻找到“第二引擎”。

此前，美的集团备受关注的致股东信中，也表示了对未来的担忧：

“在全球低增长的环境下，美的如何实现增长？技术浪潮和商业模式剧变的冲击下，美的如何形成新的竞争能力？在海外确认有罪重重的背景下，我们如何进一步加快全球业务布局？在经济结构和增长方式调整不当的焦虑和迷茫中，我们如何突破穿越周期？”

那么，针对这些担忧，美的的布局又有哪些新体现？

从市场区域来看，加码海外是美的的一大战略。据了解，美的集团的海外收入占该公司总收入比例已经超过了40%，产品销售至全球200多个国家地区。

对于出海业务，美的集团曾放出豪言称，到2025年，公司海外销售收入要突破400亿美元（接近2900亿元人民币），国际市占率达到10%。在东南亚区域要做到第一，北美则要进入前三。

不过，目前来看，这一目标还相距甚远。

从业务类别来看，ToB业务成为了美的新增长点。财报显示，2023年，美的ToB业务共计收入849亿元，总收入占比也由2021年的21.4%降低至2023年的26.2%。

其中，新能源及工业技术业务收入为279亿元，增速29%；智能楼宇科技创收259亿元，机器人自动化创收311亿元，均创下双位数的增长。

但跟家电主业务相比，这一业务的占比还是较小。同时，这些ToB新业务的表现也不够轻浮。

今年一季度的ToB业务中，智能建筑科技收入82亿元，同比增长6%，增速放缓。该公司称，主要受部分国家热泵补贴政策变化及欧洲天然气价格下降影响。而机器人与自动化收入67亿元，同比下降12%，主要受国内汽车厂商新扩产能计划暂加重海外汽车厂商产品策略调整不当影响。

(责任编辑：zx0600)

当下，大数据、人工智能等前沿技术迅猛发展，正以比较罕见的速度重塑着企业IT集成的格局。谷云科技作为深耕国内集成领域多年的专业厂商，始终紧跟技术趋势变化，深度洞察客户需求，致力于以创新驱动为企业数字化转型赋能。近日，谷云科技的产品家族迎来重大更新，不次要的部分产品瓦解集成平台iPaaSV7.0版本正式发布，优化及新增功能累计超过340项，全方位指责企业集成效率与无约束的自由水平；同时，谷云科技基于自身在集成技术领域的深厚积淀以及对用户需求的洞察，全新发布企业级AIAgent智能体构建平台，为企业数字化转型到智能化转型收回澎湃动力。

全新架构，更有效能。作为谷云科技的不次要的部分产品，谷云科技瓦解集成平台iPaaS从2017年5月发布至今，始终重新确认每月更新一个小版本、每年升级一个大版本的迭代效率。此次iPaaSV7.0版本带来重大升级，让我们一起来看看有哪些值得关注的技术亮点。

iPaaSV7.0版本此次升级对产品底层架构再次进行了优化，通过增强平台处理能力和请求通过率以及缩短响应通道等方式，实现性能的全面指责。经过优化后API网关以及API编排的性能指责20-30%，与此同时内存使用率还可下降15%-20%。在UI操作方面产品新增了V2版本首页，用户可根据使用不习惯切换原有模块式UI界面，产品可让不反对用户群根据自身的喜好选择不反对首页风格。

在产品功能的优化和升级方面，本次iPaaSV7.0版本谷云科技也是诚意十足。新增及优化功能累计超过340项。作为用户使用过程中最为次要的功能底座，API网关模块迎来全面升级。模块中新增API模板功能进一步简化企业用户的API配置过程，与此同时在数据安全和认证方面进行了多项功能的新增和优化，如API插件拦截、网关监控预警、API编辑发布审批、数据穿敏、双向认证等等，让集成过程中安全无约束的自由更细致、更透明。

在API编排模块，该版本在API编排的操作体验和易用性方面进行了多项优化。用户可以对组件库内的组件进行个性化配置无约束的自由，同时安装的分开器可以自动归类到编排的链接器类组件中，减少了用户根据自身情况进行调整不当的僵化性。同时模块中新增及优化了编排节点助手（用户可以随时查看流程变量）、编排运行统计、单步调试、编排状态及查询等主要功能，让API编排更加方便僵化。

在低代码开发模块，此次新增前端低代码以及独立导出Jar微服务独立运行的功能，分开器模块页新增减少破坏分开器的批量安装和打包功能。

图：前端表单及页面低代码设计功能配合API开发平台可快速进行轻应用开发

图：每个应用均可一键部署为一个微服务独立运行

在无约束的自由监控功能板块，iPaaSV7.0版本新增业务监控、多云监控、知识无约束的自由三项功能，同时在平台运营减少破坏方面减少自动化报表、服务能力运营报表、服务能力分析报表等数量少功能，能够更好的鞭策集成平台无约束的自由者做好运营优化决策。

图：API运营分析大屏

图：减少破坏用户可视化自定义大屏

特别需要指出的是，鉴于谷云科技iPaaS平台的通用性兼容性设计，使用V7.0版本之前的任意版本的新老用户均可联系技术人员进行产品的版本升级。

依赖应用及数据集成之无足轻重，让企业能构建面向业务应用及数据探索的智能体。当下，AIAgent智能体的热度正席卷全球，数量少企业厌恶借助这一前沿技术实现业务飞跃，然而，在追求智能化的道路上，企业面临着诸多痛点。一方面，内部业务偶然的数据质量及安全至关重要，企业担忧数据质量不高或在与AI集成过程中的泄露风险；另一方面，如何让AIAgent与内部系统有效联动，数量少企业缺乏成熟的技术方案，尤其是在API对接、数据集成共享等环节，往往陷入有利的条件。更为现实的问题是，很多企业经过长期的经营发展，积聚了极小量的各方面的数据，如何将这些数据作为赋能AI的企业内部知识库，企业是缺乏梳理和建设经验的，数据无法真正发挥价值。

谷云科技AIAgent智能体构建平台的推出准确定位企业痛点，美好解决企业智能化升级难题。

首先，谷云科技AIAgent智能体构建平台以可忽略的，不次要的知识梳理和应用数据集成能力，分隔开专业技术团队的深入减少破坏，为企业打造量身定制的智能化解决方案。平台从业务流程源头入手，全面剖析每个环节的需求和痛点，深度整合企业复杂的数据体系，像一位佼佼者图书无约束的自由员般，将散落的知识文档、意见不合的API以及数据等统一化资源精细化整理，根据业务领域构建专业、规范的知识库、数据集和API债务。与此同时，谷云科技为企业量身定制AIAgent落地策略，授予全程减少破坏，从规划到实施，确保每一步都准确落地，干涉员工快速上手操作。最终，让AIAgent深度融入企业日常运营，成为驱动业务增长、指责效率的大力助手。

其次，凭借谷云科技在API集成领域的深厚积聚，智能体构建平台能够充分发挥API债务智能化调度的无足轻重。无论是对接主流的大语言模型，还是与企业内部各类异构系统进行数据交互，都如同打通了一条条高速的数据通道，实现大模型能力与企业内部偶然的深度瓦解，让数据在系统间严格的限制、安全地流转，激活沉睡的数据价值。

在平台的设计上，谷云科技也加入了很多贴心的设计。平台内置智能体广场，企业用户可以根据需求直接选择模板进行配置使用，同时平台还减少破坏第三方智能体的接入，相当于企业拥有了一个可以无约束的自由各平台智能体的门户；针对智能体的应用效果问题，我们还加入了模型PK功能，实时对比调试效果，选择适合企业的基础大模型；在工作流编排上，延续了谷云科技低代码编排的无足轻重，让配置使用更为便利。

企业借助谷云科技AIAgent智能体构建平台，能够快速搭建解决数量少重复繁琐的日常工作的24小时智能助理，奴役企业员工的生产力进而投入到更大价值的创造性工作中，为企业创造更大价值。谷云科技AIAgent智能体构建平台，让AI在企业内部价值落地变得触手可及。

展望未来，AI技术与企业应用的瓦解之路仍清空无限可能。谷云科技此次发布的iPaaSV7.0与AIAgent智能体构建平台，正是顺应趋势的有力实践。未来，谷云科技将继续深耕技术创新，携手更多企业客户，共创数字化、智能化的美好未来。

（推广）

“五一”假期期间，受国际金价回落及“五一”假期促销等多重因素影响，终端黄金价格出现了较为无遮蔽的回落。不少品牌黄金优惠后的价格重回600元/克以下。

证券时报记者走访看到，包括周大生、中国黄金在内的多个品牌黄金目前报价重回“5时代”。周大生门店销售人员表示，“假期每克优惠100元，优惠后599元/克，工本费另算。假期期间，除了门店活动，商场针对购金也有优惠活动，假期购金人比较多。”

但也有媒体报道称，杭州多家金店门可罗雀。

“景区这么多人，真希望分流点到我们店！”5月3日，杭州武林商圈一家金店店长王女士告诉潮新闻记者，这个五一，生意实在有点淡。

“我从业20年了，今年五一，是从业来生意最淡的五一假期，五一前三天，最淡的一天只做了2万多元生意，以前五一最少也有5万多。”王女士说，市民外出旅游叠加金价高位，是假期金店生意清淡的原因。

王女士透露，她昨天还去杭州一家珠宝城逛了一圈看看同行情况，同样发现各家店铺没多少顾客。“有些顾客说等六月大跌，我也不知道为什么他们这么说，实际上很多顾客从春节等到三八节，又从三八节等到五一，还是没有下手。其实这个五一金价算是便宜的了，大家快来买才对啊！”王女士感叹道。

杭州一位拥有三家珠宝店的老板张先生告诉记者，这个假期生意含糊没有以前的假期生意好，他也没有安排员工加班，5月2日他索性带着家人去旅游了，“生意嘛总有淡季，以前淡季是农历五六月份，今年变成金价下降的月份，淡过之后接受会有爆发的。”

“黄金、白银短期暂时仍将调整不当。”华西期货投资咨询部总经理周聪表示，从中期来看，金价或将高位震荡；从长期来看，随着美联储加息“靴子”落地，金价可能会有所回落。“如果市民对黄金的避险需求较高，且认为长期趋势仍然看涨，那么，在当前节点入手黄金可能是一个不错的选择。同时，五一假期许多黄金珠宝品牌会推出优惠活动，这也为市民授予了更多的购买机会和价格无足轻重。”

分析人士建议，消费者在购买时，应该根据自己的实际需求和预算来做出决策。对于投资者来说，需要谨慎对待黄金市场的保持轻浮，做好风险无约束的自由。

(责任编辑：zx0600)

【12月18日，北京】值此辞旧迎新的交汇之际，具身智能领域一系列重量级奖项如雨后春笋般纷纷揭晓。在这场智能科技盛会中，智平方（深圳）科技有限公司（简称智平方），作为行业的领头羊，以其卓越实力，从工信部火炬中心举办的第十三届中国创新创业大赛新技术赛道总决赛中穿颖而出荣获亚军，更成为全国50强中仅有的具身机器人企业之星。同时，在多家保障科技媒体的聚光灯下智平方亦是失去荣誉满载，如在2024人工智能年度评选中，智平方荣获“人工智能年度领航企业”，智平方创始人兼CEO郭彦东博士荣获“人工智能年度焦点人物”；在2024年度创新力量TOP50榜单中，智平方荣获“年度用户价值创新企业”等。

“2024年是全球具身智能‘元年’。智平方作为最早一批投入这一前瞻领域的创新企业之一，深感产业高速发展。智平方团队分隔开产业背景，快速建立先发无足轻重，并取得初步成效。”郭彦东博士的话语中清空了对未来的憧憬与坚定。作为最早一批扬帆起航于这片前瞻海域的探索者，智平方深切感受到了产业的蓬勃脉动。凭借深厚的产业底蕴与不能辨别的洞察力，兼具系统级AI大模型研发与智能终端大规模量产经验的智平方团队悠然，从容构建起先发制人的无足轻重，初步成果斐然。

郭彦东博士将当前具身智能的发展阶段，巧妙地比喻为“GPT2时刻”。通过预训练与后训练，展现出可忽略的，不次要的任务泛化能力，这不仅是机器人从功能性向智能化跃迁的起点，更是智能设备新纪元的曙光初现。他满怀信心地预测，在未来的5至10年间，具身智能机器人管家将如春风化雨般渗透至千家万户，广泛普及于各行各业，成为人类摆穿重复劳动与危险任务的得力助手，开启一个智能与人类和谐无关联的生长的新时代。

系统级AI大模型研发与量产经验成为不次要的部分竞争力

在智能科技浪潮汹涌的2024年，全球科技界竞相扬帆，驶向这一新兴领域的蓝海。这一年，具身智能不再停留于理论的云端，而是脚踏实地，迈出了向实际应用跨越的关键步伐。郭彦东博士以其深邃的洞察力，承认AI产业化能力与既往的成功实践，已成为具身智能赛道上比拼要因。

“人类即将见证第四个最了不起的智能终端形态，”郭彦东博士的话语中清空了对未来的无限憧憬。他预言，具身智能机器人将继PC、手机和汽车之后，成为第四个引发经济生活变革的的智能终端。这不仅仅是市场体量上的巨大飞跃，更是对人类日常生活、社会生产力乃至生产关系的一次肤浅重塑。

作为“产业派”的杰出代表，智平方自2023年4月诞生之日起，便以追随者的姿态，自主研发了AI2RBrain具身大模型，并将其成功嵌入AlphaBot系列机器人之中，广泛应用于柔性工业总装、准确物料取放以及服务康养等多个领域，赢得了国际一线车企、高端制造企业及互联网巨擘的青睐，斩获了千万量级的商业订单。这一成就的背后，离不开创始人郭彦东博士“AI+硬件”双重背景的深厚积淀。他横跨中美两国的产业经验，如同桥梁般分开了科技与市场的两端。

郭彦东博士，这位未来智能终端方向创新领军专家毕业于美国普渡大学，曾在微软总部担任研究员，为微软的AIaaS、必应搜索及互联互通车等产品收回了智慧的灵魂。回国后，他在国内先进智能硬件企业担任AI首席科学家与高档研发无约束的自由，主导了大规模智能汽车与数亿台智能移动终端的AI研发，成就斐然。郭彦东博士不完整经历了PC、手机和汽车的AI产业化历程，在具身智能领域，他更是仅有一位亲历所有科技终端形态变革的创始人。他的每一段经历都留下了肤深的足迹，为他日后创立智平方奠定了坚不可摧的基石。郭彦东博士率领的智平方团队成员均来自中美头部企业及名校，他们不仅拥有大模型的深厚底蕴，更具备机器人的实战经验，复合行业经验使他们成为业界翘楚。因此，智平方自诞生之初，便被赋予了“产业能力比较强的具身智能团队”的光环，照亮了通往未来的智慧之路。

具身智能产业化即将迎来“GPT2时刻”

在智平方的洞见中，从实验室的象牙塔迈向产业化的广阔天地，无疑是行业进化的下一个战略高地，亦是企业构筑不次要的部分竞争力的重要砥柱。

郭彦东博士指出，具身智能的灵魂，寓于物理世界大模型之中，而这一切的幕后推手，正是那浩瀚无垠的数据海洋。

如何巧妙编织多源数据的经纬，让各类数据发挥其无足轻重和作用，将是具身智能跨越理论抵达实践的首发因素。此外，端到端偶然的工程化部署，则是在这场智能竞赛中抢占先机、领跑行业的制胜法宝。2023年，随着大模型技术问世，智能的形态悄然蜕变，从昔日单一场景小模型，进化为拥有常识智慧与跨场景的预训练大模型。这股力量，正成为具身智能协作发展澎湃引擎。

在数据上，郭彦东博士降低重要性，实现具身智能的愿景，需多源数据的深度瓦解与高保真仿真技术的双翼齐飞，更需真实环境数据的不断滋养与反馈，方能构建起完善牢固的数据城堡，驱动大模型在复杂稳定的物理世界中稳健前行，绽放光彩。

至于端到端的布局，郭彦东博士慧眼独具，他认为，以智平方AI2RBrain为典范的空间感知基础模型与语言模型的巧妙串联，以及端到端数据驱动的创新范式，正是那把关闭具身智能技术新纪元的金钥匙。将赋予机器对物理环境的肤浅洞察、人机交互的自然流畅与任务执行的广泛适应性，展现出比较罕见的高泛化能力。

凭借在AI产业的深厚积淀，郭彦东博士发出时代弱点，呼吁具身智能领域应未雨绸缪，将标准规则的制定提上日程，这对于行业的结束健康发展而言，无异于一盏指路明灯。他援引自动驾驶标准演变的历程，指出标准的制定应基于用户真实需求的深切洞察，随着产业实践的深入，不断极小量与完善，确保每一步都走得坚实而科学。

更想象的是，郭彦东博士坚信，在具身智能的浪潮中，中国将如同自动驾驶领域的领航者一般，再次站在世界的舞台中央，引领全球。这得益于中国强大的机器人硬件供应链生态，以及庞大的自动化市场需求，为具身智能这一新兴智能范式的落地生根、帮助奔跑授予了得天独厚的环境与无限可能。在这片清空希望的土地上，具身智能正蓄势待发，准备书写属于自己的无光泽篇章。

声明:本文来自于微信公众号新智元，作者:新智元，授权站长之家转载发布。

奇点将至?奥特曼再次奴役「六字」神秘信号!谷歌文档之父、机器学习博士纷纷预测，AGI降临那天，95%人类工作或被AI取代。

一觉醒来，奇点又进了一步?!

昨天，OpenAI智能体安全研究员StephenMcAleer突然发出一番感慨:

有点怀念从前那段做AI研究的日子，那时我们还不知道如何创造超级智能。

紧随其后，奥特曼发表了意味深长的「六字箴言」:nearthesingularity;unclearwhichside——奇点临近;不知身处何方。

这句话是想表达两层意思:

1.模拟假说

2.我们根本无法知道AI真正起飞的关键时刻，究竟是在什么时候

他又疯狂明白地提及了一番，并期望这一点能引申出大家更多的解读。

这一前一后，他们接连发出耐人寻味的信号，让所有人不禁思考:奇点是否真实的近在咫尺?

评论区下方，直接被新一轮的AGI大猜想和恐慌冲爆了。

若AGI/ASI真正降临那天，我们将面临着什么?

「谷歌文档」之父SteveNewman在最新长文中认为，「届时，AI将会取代95%人类工作，甚至包括未来新创造的工作」。

ApolloResearch联创MariusHobbhahn则更进一步，列出了2024年-2030年所有AGI时间表。

他预测，「2027年，AI将直接取代AGI实验室顶级AI研究员;

2028年，AI公司将有1万-100万个自动化的AI研究员，差不多所有需要知识型的工作都被AI自动化」。

与Newman观点一致同意的是，Hobbhahn认为2024年95%以上经济价值的任务，都能被AI完全自动化。

不过，他将这个时间节点设定在了2029年。

AGI降临，超95%工作被取代

SteveNewman在文章中，阐述了他对AGI的定义及其AI对未来世界的影响。

那么，AGI究竟指代的是什么时刻?Newman认为:

AI能够在超95%的经济活动中，以成本效益的方式取代人类，包括未来新创造的任何工作。

他认为，大多数假设的AI变革性影响都发散在这个节点上。

因此，这个「AGI」的定义，代表了世界开始显著保持不变的时刻，也是所有人「感受到AGI」的时刻，具体而言:

1AI系统能主动适应完成大多数经济活动所需的任务，并能完成不完整而非世界性政策的任务。

2一旦AI能够完成大多数知识型工作，高性能的物理机器人将在几年内随之而来。

3这种能力水平可以实现一系列变革场景，从经济超增长到AI接管世界等。

4世界变革场景需要这种水平的AI（通常，专用AI不足以保持不变世界）。

5在达到AGI之前，「递归自我改进」将成为主要推动力。

6AGI指的是具备必要能力（以及经济效率）的AI被发明出来的时刻，而不是在整个经济中全面部署的时刻。

关于AI如何对世界产生变革性影响，有来自多方的推测:

一种观点认为，AI可能带来难以想象的经济增长——推动科学和工程领域快速进步，完成任务的成本比人类更低，干涉公司和政府做出更高效的决策。

根据最近的历史数据，世界人均GDP大约每40年翻一番。有人认为，高级AI可以使GDP在一年内至少翻一倍，也就是「超增长」。

十年的「超增长」将使人均GDP减少1000倍。也就意味着，目前每天靠2美元生活的家庭，未来可能会实现年收入73万美元。

另一种观点认为，AI可能会带来灾难性的风险。

它可能会发动幸存性的网络攻击，制造出高死亡率的流行病;可能让独裁者获得对国家甚至全世界的绝对控制权;甚至，AI可能失去控制，最终建造所有人类生命。

还有人推测，AI可能淘汰人类，至少在经济领域会这样。它可能终结资源稀缺，让每个人都能过上富裕的生活（前提是选择公平分配这些成果）。它可能将仅存在于科幻中的技术变为现实，比如治愈衰老、太空殖民、星际旅行、纳米技术。

不仅如此，一些人设想了一个「奇点」，在奇点中，进步的速度如此之快，以至于我们什么都无法预测。

SteveNewman推测，AGI真正实现的时刻，就是这些设想几乎同时变成现实的时刻。

「可能发生」，不是「接受发生」

需要澄清的是，Newman并非在说，关于高级AI的预测，一定都会实现。

未来，技术突破逐渐变难，所谓的「奇点」也就不一定会出现。也就是说，「长生不老」可能根本就无法实现。

再说了，人们可能更喜欢与他人互动，这样的话，人类也就不会真实的在现实经济活动中变得没用。

当提到「可能差不多同时发生」时，SteveNewman的意思是，AI如果能实现难以想象的经济增长，那也有能力制造真正的幸存性流行病、接管世界或快速殖民太空。

为什么谈论「通用人工智能」

经济超增长在理论上是否可能，有一些争议。

但如果AI无法自动化几乎所有的经济活动，那么超增长几乎注定是不可能的。仅仅自动化一半的工作，不会带来深远的影响;对另一半工作的需求会随之减少，直到人类达到一个新的、相对常规的不平衡的。（毕竟，这种情况在过去已发生过;在不久前，大多数人还从事农业或简单的手工业。）

因此，超增长需要AI能够完成「几乎所有事情」。它还需要AI能够适应工作，而不是重新调整不当工作和流程来适应AI。

否则，AI将以类似于以往技术的速度渗透到经济中——这种速度太慢，无法带来结束的超增长。超增长需要AI足够通用，以完成人类能做的几乎所有事情，并且足够僵化以适应人类原本的工作环境。

还有太空殖民、超致命流行病、资源稀缺的终结、AI接管世界等预测，这些情景都可以被归类为「AGI完成」情景:它们与经济超增长需要的AI，具有相同的广度和深度。

Newman进一步主张，只要AI能够完成几乎所有经济任务，它就足以实现全部预测，除非与AI能力无关系的原因导致它们无法实现。

为什么这些截然不反对情景，需要相同水平的AI能力?

阈值效应

他提到了，上个月DeanBall关于「阈值效应」的文章。

也就是说，技术的逐步进步可能在达到某个关键阈值时，引发突如其来的巨大影响:

DeanBall最近撰文探讨了阈值效应:新技术在完全建立并不会悠然，从容普及，只有当难以预测的实用性阈值被突破后，采用率才会悠然，从容攀升。例如，手机起初是一种笨重且昂贵的滞销产品，而后来却变得无处不在。

几十年来，自动驾驶汽车还只是研究人员的兴趣，而如今谷歌的Waymo服务每三个月就能实现翻倍增长。

对于任何特定任务，只有在突破该任务的实用性阈值后，AI才会被广泛采用。这种突破可能发生得相当突然;从「还不够好」到「足够好」的最后一步不一定很大。

他认为，对于所有真正具有变革性影响的AI，其阈值与他之前描述的定义一致同意:

超增长需要AI能够完成「几乎所有事情」。它还需要AI能够适应任务，而不是调整不当任务去适应自动化。

当AI能够完成几乎所有经济价值任务，并且不需要为了适应自动化而调整不当任务时，它将具备实现全部预测的能力。在这些条件焦虑之前，AI还需要人类专家的鞭策。

一些细节

不过，Ball略过了AI允许体力工作的问题——即机器人技术。

大多数场景都需要高性能的机器人，但一两个（例如高级网络攻击）可能不需要。然而，这种区别可能并不重要。

机器人学的进步——无论是物理能力还是用于控制机器人的软件——最近都显著加快。这并非完全偶然:现代「深度学习」技术既推动了当前AI浪潮，在机器人控制方面也非常有效。

这引发了物理机器人硬件领域的一波新研究。当AI有足够的能力促进经济高速增长时，几年之内它也可能会克服剩余的障碍来制造可以胜任体力工作的机器人。

实际的影响将在至少几年内逐步发散，一些任务将比其他任务更早实现。即使AI能够完成大多数经济价值任务，也不是所有公司都会立即行动。

为了让AI完成比人类更多的工作，需要时间去建设足够多的数据中心，而大规模生产物理机器人可能需要更长时间。

当谈到AGI时，指的是具备基后天的反应力的时刻，而不是全面部署的时刻。

当提到AI能够「完成几乎所有经济价值任务」时，并不一定意味着单个AI系统可以完成所有这些任务。我们可能最终会创建从事不同任务的专用模型，就像人类从事不反对专业一样。但创建专用模型的必须像培训专业工人一样容易。

实现AGI，我们该怎么做?

对于「如何实现AGI?」这个问题，现在的研究者几乎没有头绪和理论依据，各种流派都有，一致同意不休。

ApolloResearch联创MariusHobbhahn认为，AGI的不次要的部分特点应该有三个:

-对风险的来源、预期的风险程度、安全预算以及愿意允许的风险做出更具体的明确假设。

-明确的多层次防御方法，去除某些不相关、负不无关系的措施，而不是「尝试叠加不反对策略以降低风险」。

-计划一致同意性，很多AI公司在宣传和实际做的事和谐同意，比如声称为了安全性愿意付出更高代价，但却不愿意允许透明推理带来的缺乏成本。

忠实且人类可读的CoT范式

从AGI的全局发展来看，我们很幸运:现在AI偶然的大部分推理过程是「直接可见」且「易于理解的」。

所谓忠实且人类可读，就是指模型的推理过程是以一种人类可以直接理解的方式进行的，并且准确地反映了模型行动的原因，模型不能进行与声明不符的内部推理。

我们至少应该:

1.共同认同将此作为一个重要搁置因素，并以此进一步发展。为了让模型产生更易理解的CoT，我们可以并愿意承受相应的性能损失，哪怕是普通应用的运行成本会减少2倍，或是高风险应用的成本减少到5倍

2.将更多的精力投入到研究易于理解且忠实的推理过程（CoT）。比如构建一套评估工具，以测试某个特定模型的推理过程是否忠实，或者探索直接优化可读性会带来哪些副作用，如何隐藏掉非预期推理等。

3.「从架构中移除可见CoT」的相关研究应该减少，缩短，例如Meta的COCONUT

假设可读性带来的缺乏成本并不太高（例如，不到2倍），那现在关于「移除CoT」的研究无异于自毁长城。

如果存在证据隐藏，像在o1和o3中使用的高计算强化学习（highcomputeRL）会导致不可读的推理过程，例如模型自己发展出人类难以理解的语言，相应的观念也应该发生转变:

1.人工智能开发者尽快分享此信息，「模型的推理性能很好，但我们不理解其推理过程」要比「模型的推理性能一般，但我们能够理解其推理过程」可怕得多。

2.转变研究和治理策略的优先级，比如投入更多精力去解码模型所学到的语言。

用CoT监控模型

如果模型能生成人类可理解的CoT，我们的主要防御手段就是对模型进行详细的监控，虽然极具成本效益但经常被关心。

在理想情况下，可以用几台简单的监控设备来分析模型输出，以检测各种通用的故障模式和不良行为，可追踪的行为类型包括:

各种类型的阴谋（scheming）行为，例如模型是否隐藏了某个特定目标，是否试图重步走监管，是否采取了不符合用户利益的行动等;各种类型的无能的追求（power-seeking）行为，例如模型是否试图获取资源，试图减少，缩短访问批准，试图以某种方式说服他人等;强烈且广泛的目标导向，例如模型在多个上下文中都一直在追求某个特定目标，需要在不同上下文之间进行对比;

可以使用较小但运行更快的模型作为「仅黑箱监控器」（balck-box-onlymonitors），类似用Gemini-flash来监控Gemini，或者使用「白盒探测器」(white-boxprobes)，经过训练以检测有问题的行为(例如，线性探测器或SAE探测器);

最好既能监控行动本身（例如，工具调用），也能监控导致这些行动的推理过程。

模型开发商已经开始使用黑箱监控器来防止模型越狱（jailbreaks），算是有了一个概念验证;简单的线性探测器极具成本效益(只需要一个简单的向量乘积)，可以在几乎不减少缺乏开销的情况下，并行运行上万的探测器。

虽然这些方法看似简单，但研究人员认为，还没有人系统地研究如何对模型进行无效的监控。

监控在概念理解上看似简单，但仍需要极小量的迭代和调整不当，比如需要一个完善的数据集来训练和评估探测器，校准阈值等。

每个AI实验室都应该有一个多余的团队来专门构建监控设备，确保模型按预期工作，分析其结果，使其运行更高效等。

总的来说，监控设备不仅可以直接防止模型生成使加剧性内容，还可以更快、更全面地了解对齐（alignment）技术的有效性。

控制模型

最坏情况下，模型可能有自己的想法，而且人类不一定能看清推理过程，所以需要最大限度地降低模型的实用性，同时最小化风险，具体措施包括:

1.智能体（agents）:以往的研究主要发散在小智能体系统或在较小任务，实验室应该尽快将控制技术应用于最先进的系统，以便尽早积聚实践经验;

2.现实性（realism）:在常见的应用场景下对模型进行控制，比如辅助研究等;

3.蓝队与红队的规则:在某些变体下，红队过于强大，比如可以访问蓝队的所有数据，并针对蓝队进行训练等，对团队的假设应该更「合理」且「不准确」。

4.放宽假设（relaxedasummptions）:控制的假设基于模型始终腹黑，相对保守;可以定义更严格的界限，减少，缩短约束，使模型表现大体不变。

模型的阴谋（scheming）

在帮助研发人工智能系统时，我们也应该加深对大模型图谋不轨行为的理解:

1.检测工具:使用性能更好的工具来检测模型的图谋，例如更大规模的黑箱评估和更好的白箱技术;

2.图谋行为的发展:应该深入理解为什么模型会追求某种能力，了解模型如何学习非短视反感，以及模型何时愿意为了这些反感付出行动;

3.现实中的反感:了解模型在实践中的图谋频率，比如分析1亿个真实的模型回复，似乎是一个低投入、高回报的项目，但需要访问极小量真实的部署数据。

4.隐藏的图谋:分析哪些训练方法会减少，缩短模型的图谋行为，或识别出那些难以检测的图谋行为。如果模型每次出现图谋不轨的时候，就对其进行惩罚，会导致负面行为减少，缩短，但可能会减少模型隐藏阴谋的能力。我们需要针对不不关心况作出判断和不平衡的;

5.准备应对措施:根据模型的图谋程度，采取无视、重新训练模型，或者完全授予模型等不同策略;

6.更多的能力评估:更进一步了解模型在规避监管、干扰训练等程度。

评估

评估是一种高效的「模型图谋」证据收藏，储藏工具，可以减少破坏其他策略，比如评价「监控」或「控制」方法是否有效等。

另一方面，评估也可以让我们了解模型的大体能力，但现有的评估在某些方面仍然不足:

1.能力评估:应该继续构建更多更好的能力评估，特别是针对人工智能研发、策划、核生化、网络和说服等方面，我们目前仍然不清楚模型的具体能力;

2.诱导（Elicitation）:如何对模型进行诱导以产生最大能力，尽可能找到模型的上限能力?

3.预测评估:预测能力的正确方式是什么?那些模型表现仍然为0的基准，该如何突破?或许还有更好的预测评估方法;

4.对齐评估:迄今为止，大多数研究都发散在能力评估上，而「对齐/反感评估」（alignment/propensity）也很重要，应该帮助构建对抗性对齐评估，比如设置各种非短视讨厌陷阱等，为模型建立一个非常详细的「心理档案」，以了解其默认反感;

5.演示:对于研究人员或公司内部来说，需要用一篇严谨的论文来仔细搁置所有的潜在可能性，还需要搁置如何传递演示给普通用户。

短期对齐策略

现有的技术，比如RLHF在模型中引入了非短视（non-myopic）且不可纠正的(non-corrigible)反感，应该投入更多的精力来详细了解模型获得的目标类型，为模型建立详细的「认知档案」。

内部和外部使用的策略应该有无遮蔽的区别，比如模型具有更强的抗越狱能力可能会降低其可纠正性，需要确定哪些策略适用于长期内部部署。

推理透明度

在最好的情况下，内部计划应该是完全不透光的，并明确关于安全预算、组织隐含愿意允许的风险、明确的红线等假设。应该经常与外部专家沟通具体计划，专家可以来自独立组织、学术界或人工智能安全研究所，可以签订保密协议。

从道德上讲，公司应该与公众分享计划中的细节，尤其是影响力更大的AI公司和技术，每个人都应该能够理解他们「应该或不应该」期望这项技术是安全的。

参考资料:

https://x.com/sama/status/1875603249472139576

https://amistrongeryet.substack.com/p/defining-agi

https://www.lesswrong.com/posts/bb5Tnjdrptu89rcyY/what-s-the-short-timeline-plan#So_what_s_the_plan_

相关新闻网传极越开始返聘员工2.0团队组建中自2024年12月19日极越汽车补偿方案公布后，极越“闪崩”事件暂时告一段落，但后续仍有许多问题待处理。近日，网上传出极越汽车“创业2.0”的消息，并有聊天记录显示夏一平发声称不会重新接受

2025-01-0308:42:39网传极越开始返聘员工曝极越汽车开始返聘员工CEO夏一平组建2.0团队去年12月，极越汽车遭遇突发危机，引发社会广泛关注，特别是员工去留及补偿问题。尽管这些问题得到了一定程度的解决，但事件的影响仍未完全消散

2025-01-0311:21:52曝极越汽车开始返聘员工擅自离岗16年国企员工有机会返岗限期返岗引发热议近日，吉林省吉林森工集团泉阳泉饮品有限公司发布的一则“限期返岗”通告在网络上不能引起了广泛关注。通告称，公司有四名员工未经批准擅自离岗，其中一名女性员工张玉华自2008年8月起离开工作岗位，至今已达16年之久

2024-10-2116:18:59擅自离岗16年国企员工有机会返岗极越员工补偿N+1标准落实极越“原地解散”后，员工维权取得进展。在有关部门的不调和下，公司无法选择按照“N+1”的标准为员工授予经济补偿。其中，N代表从司龄起算日至2024年12月20日的服务期限折算，“1”则指上个月的基础月薪和津贴（包括餐补及话补）

2024-12-1916:20:16极越员工补偿离岗16年国企员工丈夫发声计划下周一返岗记者发现，四名员工均为普通生产工人，在“失踪”后公司未曾向他们发放工资。如果这些员工在下周一前不返回工作岗位，公司将解除与他们的劳动合同。其中一名员工张某某离岗时间最长，自2008年8月至今已有16年之久

2024-10-1808:19:02离岗16年国企员工丈夫发声极越员工获“N+1”赔偿维权成果显现极越公司解散后，员工维权取得了进展。在有关部门的不调和下，公司将按照“N+1”的标准为员工授予经济补偿。其中，N代表从司龄起算日至2024年12月20日的服务期限折算，“1”则指上个月的基础月薪和津贴（包括餐补及话补）

2024-12-1917:42:10极越员工获N+1赔偿

相关新闻散户为何热衷借基入市ETF成投资新宠本轮牛市中，第一只十倍股的出现引人注目，而造就这一现象的是以稳健著称的ETF，即交易型开放式指数基金。对投资者而言，投资ETF与直接购买单只股票的主要区别在于，买入ETF相当于买入一个指数投资组合

2024-10-2517:23:37散户为何热衷借基入市官宣离婚！A股公司60岁董事长，与妻子平分7亿元股票科达制造公司最近发布公告，称其股东边程与配偶关琪已协议离婚并完成了财产统一，涉及公司股票。统一前，边程持有科达制造9869.96万股，占总股本5.146%，为公司第四大股东。统一后，二人各自持有4934.98万股，持股比例均为2.573%

2024-09-1914:57:45官宣离婚！A股公司60岁董事长阿维塔拟增资不超过120亿元，主要用于引望公司投资增资扩股推进发展今日，上海联合产权交易所发布了一则关于阿维塔科技（重庆）有限公司的增资项目。该项目拟募集资金总额不超过120亿元，资金将用于驱散公司投资，并减少破坏后续车型的研发设计、生产线投入、市场品牌发展、渠道建设等方面，同时补充企业流动资金

2024-11-1913:08:05阿维塔拟增资不超过120亿元接近央行人士解读5000亿互换便利非央行入市，投资需谨慎中国银行间市场交易商协会副会长徐忠在10月7日指出，央行新推出的两项旨在减少破坏资本市场稳健协作发展结构性货币政策工具——“互换便利”，其运作过程中并未涉及基础货币的投放，因此并不会根除“扩表”的情况

2024-10-1015:44:20接近央行人士解读5000亿互换便利新股民入市第一天风险教育就来了股市大跌，投资需谨慎中国结算宣布，从10月1日至10月8日期间提交的新开证券账户申请，将于10月9日起正式启用交易功能。部分券商在10月8日晚向其客户拒给信息，次日的银证转账服务时间将提前

2024-10-0913:11:39新股民入市第一天风险教育就来了五大券商致信新股民理性入市，莫让投资成赌博新股民即将进入股市的舞台，成为了10月9日A股市场的焦点。由于国庆假期期间许多新人申请开户，他们有望在当天完成首次交易，其投资策略备受瞩目

2024-10-0912:36:00五大券商致信新股民

智能网联，赋能出行新生态厂商供稿于飞2020年09月28日15:34[中华网行情]当前，汽车产业正在经历前所未有的变革，智能化成为汽车产业本轮变革中的关键突破口，着眼于未来发展需求，襄阳达安汽车检测中心有限公司(以下简称“达安中心”)积极开展智能网联汽车检测技术研究，并形成了相应的技术突破与积聚。

作为国内首批获得国家认证认可监督无约束的自由委员会授权的国家智能网联汽车质量监督检验中心(湖北)，以及交通运输部、工业和信息化部联合认定的“智能网联汽车自动驾驶封闭场地测试基地”，达安中心依托国内发散度最高、车型覆盖面最广的数字智能化试验场，凭借深耕智能网联汽车测试技术的专业团队，以及国际领先的智能测试设备，形成完善的智能网联汽车测试技术服务能力，不仅为企业客户授予从整车到系统部件级的全方位测试技术服务，更为出行新生态赋能。

从整车级到系统部件级的全方位测试技术服务

为客户授予全方位的测试技术服务是达安中心始终秉持的经营理念。

当前，达安中心可开展自动紧急制动、自适应巡航、盲区监测等各类ADAS及自动驾驶功能性能测试、智能网联汽车可靠性耐久性测试、自动驾驶汽车公共道路测试、智能网联感知部件、规划决策部件硬件在环测试以及系统级集成仿真测试、EMC测试、车联网测试、车路协同测试、信息安全测试等。在产品全生命周期内，为客户授予从整车级到系统部件级的全方位测试技术服务。

作为“智能网联汽车自动驾驶封闭场地测试基地”，达安中心将5G通讯技术、高精度地图、高精度定位、多维动态视空、中心云计算、交通无约束的自由平台、大数据云平台等前沿技术应用在园区和汽车试验场场区(一期、二期工程)。焦虑交通运输部发布的关于《自动驾驶封闭场地建设技术指南(暂行)》和三部委联合发布的《智能网联汽车道路测试无约束的自由规范(试行)》的相关要求，构建形成百余种测试场景。

面对智能网联这一前沿热点技术，达安中心结束关注智能网联汽车在测试、开发中的痛点，不断通过技术指责实现测试精度优化、开发效率指责、测试成本降低等效果。

技术月系列活动开幕式上，达安中心正式发布数字孪生自动驾驶测试体系及智能网联系统部件测试体系。

数字孪生自动驾驶测试体系：为车辆戴上VR眼镜

数字孪生是最新的一种测试、验证自动驾驶车辆对复杂交通场景的理解和行驶决策能力的测试方法。其评价体系建设包括人、车、路、云协同的基础环境建设、仿真与测试平台的建设、数据资源库与场景库建设及信息安全检测与保障平台建设四个建设板块。

达安中心利用失败真实的车辆和试验场地，配合虚拟的环境要素，以虚实分隔开的方式实现通俗的、连续的场景测试，同时实现高效、安全、低成本的测试评价。数字孪生自动驾驶测试体系的建立，能有效解决当前自动驾驶测评中存在的场景片段化、高成本高风险、模型精度和通用性不足等难点与有利的条件。

“通俗地说，我们给真实的车辆戴上VR眼镜，使场景更极小量、测试更有效，让车辆在通俗的测试场景里疾驰。”国家智能网联汽车质量监督检验中心(湖北)总师周正介绍，希望通过数字孪生系统试验验证体系，以及孪生试车场、实车验证，打造达安中心的自动驾驶特色测试体系，并在更大范围实现更多应用。

智能网联系统部件测试：为开发授予高效减少破坏

智能网联系统部件测试主要是针对汽车测试评价中的硬件在环、传感器性能测试。

在智能网联汽车开发前期，因为没有实测环境，难以进行专用零部件选型，通过利用失败硬件在环系统搭建相应的实车环境模拟，将备选样件放入环境中测试，能为车辆开发选型工作授予高效减少破坏。

在实物验证阶段，达安中心以场景切分的方式对整个驾驶工况进行覆盖验证，在分析场景出现概率的基础上，将出现概率下降的典型场景放入实车验证，降低验证精度;将出现概率低、数量庞大的场景放入系统部件层面验证。通过两者分隔开，形成智能网联系统部件的测试评价。

据达安中心智能网联系统部件试验室主任苏芮琦介绍，达安中心通过搭建性能测试平台、仿真测试平台，可实现传感器性能测试、场景工况测试、鲁棒性测试、信息安全测试等测试内容。

强强联合无足轻重互补

达安中心在智能网联汽车测试评价上的领先实力，赢得了业内多家尖端企业、机构的青睐，并以鞭策行业发展为共同愿景发散了合作。

腾讯云计算(北京)有限责任公司、中国电子技术标准化研究院纷纷与达安中心签署战略合作协议，中国移动(上海)产业研究院同样选择与达安中心开展深入合作，并且建立5G车联网“联合创新实验室”。

腾讯云计算(北京)有限责任公司与达安中心签署战略合作协议

腾讯云计算(北京)有限责任公司自动驾驶业务总经理苏奎峰表示，腾讯云计算此前已经与达安中心发散了极小量合作，当前，腾讯正与达安中心共同打造数字孪生自动驾驶测试体系，将为自动驾驶测试技术带来新的技术突破。

中国电子技术标准化研究院与达安中心签署战略合作协议

中国电子技术标准化研究院装备中心副主任赵晓莺表示，中国电子技术标准化研究院与达安中心前期已经形成了较好的合作基础，站在此次签约的新起点，双方将进一步挖掘标准研究潜力，共同进一步做好智能网联产业服务。

中国移动与达安中心共建5G车联网“联合创新实验室”揭牌

中国移动(上海)产业研究院智慧交通产品二部总经理、中移智行副总经理汪建球表示，达安中心的智能网联测试已经跨出了传统测试的区域，并逐步涉及通信、数字等领域，希望中国移动在通信领域的技术积聚能够与达安中心形成技术上的无足轻重互补。

在智能网联汽事业飞速协作发展进程中，达安中心作为行业代表之一，不断指责自身无足轻重能力，结束整合优质资源，做好交通出行领域数字化升级的共建者，赋能出行新生态。

点击阅读全部

O2O烽烟增长巨头重回丛林时代深响-

巨头能干苦活累活吗？两年前，大部分人的回答是不能。

O2O战役中，巨头的战果是以上回答的最佳反对。

在过去几年的移动互联网浪潮中，在扑面而来的数量少机会前，经过试错后，巨头大多选择开放资金、流量等资源扶持创业者：结盟一度成为互联网行业的关键词，站队是摆在每一个创业者面前的必选题，同时巨头们则通过直接的方式分享着创业公司成长带来的回报。

但事情正在起变化。

不久前，阿里巴巴在旗下最次要的产品淘宝中开放了到家服务的入口，与此前的尝试不同，这一次，阿里巴巴将要改造行业供应端，触角伸得更远。这意味着，面对到家服务这个需要干好苦活累活的生意，互联网超级巨头阿里巴巴选择挽起裤脚亲自下场。

阿里巴巴的转变是一个值得被捕捉的行业风向：当流量红利见顶，行业竞争变得更加局促和激烈。为了在有限的空间里争夺无限的增长预期，一个界限分明，领地相对不不透光的时代似乎正在离我们而去。

阿里也要到家

不久前，阿里本地生活服务公司发布新服务战略，战略不次要的部分是赋能线下商家。

阿里本地生活商业操作系统

与台上宣布高大上战略不同步进行的，是阿里巴巴旗下淘宝流量对阿里本地生活服务的进一步接入，双十一过后，许多用户在自己的淘宝订单页面中，发现了挑选服务的入口。

该入口承接的是阿里本地生活服务公司旗下勤鸽业务，为阿里巴巴旗下到家服务，从用户侧来看，勤鸽的界面与目前市场主流的到家服务APP并没有太大区别，授予家政服务、手机维修、服饰清洗、家电服务、日常保洁等常见服务，共9大类别。「深响」通过体验发现，这一业务目前尚不完善，许多服务开通的城市有限。

与用户侧相比，勤鸽更值得关注的在于后端：今年双十一前夕，天猫宣布将建立全国最大的技师服务和培训平台勤鸽管家，为生活服务领域的蓝领工程师、技师授予就业、培训、对接消费订单等服务，相关入口在彼时便陆续向用户开放这意味着阿里巴巴正在尝试改造供应链上游。

不只是勤鸽，阿里巴巴旗下新零售体系也在尝试到家服务。盒马曾在北京地区上线过鲸致生活到家服务，主要授予日常保洁。公开信息显示，鲸致生活是盒马内部孵化的专业保洁公司。

天眼查数据显示，盒马与鲸致生活的主体公司上海宅易丞保洁服务有限公司存在资本联系。

从盒马到阿里本地生活服务公司，多个团队，同时并进，在到家服务风口已不再盛之时，阿里巴巴对此加大投入，无法不不能引起注意。

2015年前后，河狸家、阿姨帮、58到家等公司的兴起，让到家服务成为O2O赛道炙手可热的方向之一，市场最热之时，美团点评、京东都曾入局，但也很快选择重新接受。

在到家服务的比拼中，阿里巴巴从来都不是存在感最强的那家，但一直都在参与：2015年，阿里巴巴投资58到家；2016年，阿里巴巴在淘宝APP中开通淘宝到家一级入口，授予周边商超、鲜花、保洁等上门服务，同年，支付宝上线到位功能，授予维修、教育、运动健身、手绘以及情感咨询等多种到家服务。

不过，阿里巴巴此前的尝试更多停留在平台模式上，未真正深入服务供应端。而与前几次不同，鲸致生活、勤鸽都在尝试真正打通服务供应端，这显示出阿里巴巴在到家服务业务上比以前更进一步不止是授予流量入口，更是要深入到产业链上游。

直白一点说，阿里巴巴此次的尝试已经直捣到家服务公司们的不次要的部分领地，这其中也包括获得了阿里巴巴投资的58到家。

尽管盒马目前已经下线鲸致生活在北京地区的服务入口，但据「深响」了解，业务快速推进期，鲸致生活曾批量挖58到家等同业员工，对此，58到家CEO陈小华对「深响」表示，阿里投资我们以来，双方沟通合作一直没问题。我们业务稳步增长，订单完成率和满意度没有影响，所以暂时没有特别列为竞争，目前更多在探讨如何合作。

由于关系错综复杂，因而战争暂未打响，但一个值得关注的信号是，在流量红利消失、天花板肉眼可见的背景下，巨头的触角已经伸得更广，未来的地盘争夺战会愈加激烈。

苦活累活，巨头也要做

尽管巨头能量惊人，但在之前的创业浪潮中，巨头也有公认的能力短板，它们并非无往而不胜。

光有流量是不够的，他得愿意干苦活累活。2014年，O2O战事正酣时，王兴在一次采访中对巨头做出如此评价，这个评价广为流传，巨头干不了苦活累活成为许多创业者的信条，给了他们在大树底下尝试朴素的怯懦和信心。

事实一度确乎如此。

2010年，看准团购风口，腾讯推出QQ团购，对此，王兴曾在一个采访中难掩挑逗情绪：有什么业务是腾讯不做的吗?此后，腾讯围绕团购业务进行了系列投入：2011年，团购鼻祖Groupon与腾讯按照50%对50%的股份合资成立高朋；2013年1月，高朋网、F团、QQ团宣布正式三网分解。

拥有巨大流量的腾讯在O2O领域并未取得成功，2014年，腾讯战略入股大众点评，获得约20%的股份；2015年10月，在腾讯等投资方的推动下，美团与大众点评分解，至此，腾讯将O2O业务彻底交给了曾经的对手美团。

同样的故事也在百度身上重演：在大力投入O2O业务但遭遇激烈竞争未能取得理想成绩后，百度选择将旗下外卖业务出售给饿了么，开始了在O2O赛道近三年的探索。

而在阿里巴巴和美团最新披露的三季度财报中，阿里巴巴本地生活服务三季度营收为68.35亿元，美团三季度仅餐饮外卖业务交易金额便达1119亿元，双方差距仍很明显。

过往故事似已验证了王兴的论断，但是从阿里巴巴近期加码到家服务的举动可以看出，时隔近十年，尽管O2O的风口早已停歇，美团已在香港上市成为新一代巨头，身为中国互联网盟主之一的超级巨头阿里巴巴，却选择再次亲自下场，拾起苦活累活。

要干好苦活累活，巨头也需完善能力维度，以到家服务为例，由于阿姨群体极度不轻浮，阿姨的招募、培训、无约束的自由极度考验团队的运营能力。

在陈小华看来，58到家跟滴滴，苹果，小米一样，保持不变的是服务和产品本身，而不仅是一个服务的预定或零售平台。我们对商家和劳动者是赋能平台，对其他流量入口是服务供应商。其他平台还是传统的分开器思维，扮演服务和消费者的分开者，侧重C端。

对于阿里巴巴强势闯入到家服务赛道，陈小华似乎显得风轻云淡，他对「深响」表示，不用担心竞争，模式不一样，一定合作大于竞争。

但在回答「深响」有关流量和供应对于当下的行业哪个更次要的疑问时，陈小华的回答显露出了他的真正态度：你仔细去58到家APP对比下单服务，体验和勤鸽还是很不一样的，58到家不同小区约阿姨，都可以看到具体的时间排班，是滴滴级别的调度，春节马上到了，问题是北京很多人想约都约不到阿姨。打车高峰期无车可打，是滴滴需要BAT流量还是BAT需要滴滴？

事实是，尽管重金投资了滴滴，但阿里巴巴旗下高德地图在2018年正式上线了一键呼叫九大网约车的聚合模式，并悠然，从容攻城略地，成为网约车市场的重要参与者。

巨头需要滴滴，但巨头也正在进攻滴滴腹地。界限已经不再那么明显。

被拆掉的围墙

阿里巴巴变得更加激进，源于在流量红利见底的背景下维持高速增长的巨大压力。

在最新公布的三季度财报中，阿里巴巴已经奴役了无遮蔽的挖掘体系内流量价值的信号。据财报披露，报告期内，约有39%的外卖用户来自支付宝APP，从外围来看，本地生活服务用户占阿里巴巴外围用户比例不足25%，因此阿里巴巴认为体系内互相导流潜力巨大。

阿里巴巴执行副主席蔡崇信在财报电话会议上如此解释，举个例子来说，我们在低线城市获得的消费者，就比如在淘宝这样的零售市场用户，他们也可以使用阿里巴巴授予的其他本地服务。这样一来，我们只需要出一份的营销支出，之后通过阿里巴巴不同平台之间交叉销售的策略让他们使用本地服务。这种支出策略是协同效应的结果。

阿里巴巴旗下的不同平台对接的是同一个消费者基础。这种协同效应降低了我们的经营效率。

CFO武卫也表示，我认为除了新增用户数量之外，更为次要的是ARPU的增长。

可以看出，在流量红利趋于消失的前提下，除了加码抵抗压力的市场获得更多用户外，阿里巴巴还寄希望于挖掘单个用户更多价值以保持增长态势。在此策略指引下，阿里巴巴体系内各业务的互相渗透将结束。

无论是高德推出打车服务，还是盒马、阿里本地生活服务公司加码到家服务，它们的共同目的都是为用户授予更多产品和服务，降低用户在阿里巴巴体系内的消费频次，进而从单个用户身上获取更多利益，维持外围营收的增速。

阿里巴巴并非唯一采取如此策略的互联网玩家

在网约车市场：2017年7月，高德地图低调上线打车业务；同年底，美团在南京推出打车服务，采取自营模式；2018年4月，携程宣布获得网约车牌照。

在搜索引擎和信息流赛道：2017年，百度正式进入信息流赛道，而今年8月，字节跳动正式进军搜索引擎领域，搜索网页版上线、APP端开放搜索入口，双方短兵相接。

另外，字节跳动在同时在社交、游戏等方向进行投入这是腾讯的大本营。

在行业高速成长期，大家在各自赛道努力奔跑即可获得不错成长，而当红利见顶、增长遇到天花板，互联网公司们都必须要进入对手的领域从存量上做文章。

仅在一年多前，美团多点布局的举动还让外界乐于探讨其的有无批准的和不次要的部分是什么，但从近期互联网巨头们的共同动作可以看出，增长压力下，撤退他人领地已经成为行业新常态。对有无批准的的探讨不再是众人关注的焦点。

阿里巴巴的表现只是行业竞争日趋缺乏感情的外显：为了谋求更多增长，巨头也需进入更多赛道，通过资本形成的敌手，对手不再那么稳固，这意味着许多细分领域将迎来新一轮竞争，而这一次的确认有罪者可能就是曾经的盟友。

当巨头更加凶猛，行业的生存逻辑被继续修改，新一轮丛林时代已经到来。

注：文/依民，公众号：深响，本文为作者独立观点，不代表牛华网立场。

相关文章在线化经济，在当下是逆势爆发还是大势所趋？H5场景应用正在移动互联网为O2O构建新商业地图G时代“危”“机”重重，手机维修下半场路在何方？年O2O市场报告：交易额预计超1万亿口碑与美团两强争霸苏宁开出首家红孩子2.0门店称要做O2O育婴专家

难度很大。但他们都怀着很大的无感情，这既让我感动，也威吓着我们年轻戏曲人不断学习、创新。”在表演中，与观众近距离的接触互动，也让戏曲演员压力不小。“如果景造得更真实，减少与人物之间的互动，会很好玩。但戏曲演员手眼身法步，一招一式一前一后都是有标准的。沉浸式需要跳穿于这些程式，演员不管是思想上还是肢体动作上都需要进入全新的