原「硅谷早知道」，全新改版的「What's Next｜科技早知道」我们会继续放眼全球，不仅聚焦纯科技的话题，也会关注科技引领世界以及商业格局变化等新话题。 新一季我们的节目会由多个模块共同组成，除了延续我们以往不同科技领域新技术新动向的话题，我们也会加入出海、多视角解读科技行业大事件。 本节目由声动活泼制作播出。
2026 年骁龙峰会标志着移动终端从 “以 APP 为中心” 向 “以智能体为中心” 的范式转移。手机不再仅仅是单一入口，而是作为连接眼镜、PC 及各类穿戴设备的算力中枢，负责整合个人上下文信息与隐私管理。随着端侧 AI 硬件的爆发，行业正面临内存成本上升与消费者换机意愿不足的矛盾，厂商需通过提升 AI 投入产出比（ROI）来驱动市场。高通正通过推动跨设备记忆同步协议及 Mojo、Max 等软件栈，致力于构建异构计算生态，旨在实现模型在不同硬件间的无缝部署，从而解决当前 AI 应用场景碎片化与体验割裂的挑战。
Snapchat 最新发布的 SPECS 眼镜试图通过 “全能” 定位覆盖娱乐与生产力场景，但其 130 多克的重量与佩戴体验仍未跨越日常消费品的门槛。该设备虽在空间计算上有所突破，但试图兼顾所有功能的策略使其陷入沉浸感与便携性之间的尴尬地带。当前 AR 行业在 Apple Vision Pro 发布后失去了统一 “灯塔”，各厂商在 VST、OST 及分体式设计等路径上激进尝试。专家指出，AR 眼镜的普及受限于电池与材料学的物理瓶颈，短期内难以替代手机。相比于强行将屏幕置于眼前，未来更具潜力的方向是结合视觉智能的轻量化穿戴设备，通过专项功能逐步培养用户习惯，而非追求一步到位的全能终端。
AI for Science is fundamentally transforming life sciences by enabling the creation of "virtual cells" and biological world models. Song Le, CTO of GenBio AI, explains that while AI excels at logical deduction, data processing, and automating research workflows, the ultimate challenge remains the creative leap required...
Google DeepMind 近期的重大人事变动与组织调整，揭示了其在 AI 竞争中面临的战略困境。随着 Demis Hassabis 转任董事长及 Jeff Dean 等核心人物离职，DeepMind 长期科学探索与谷歌商业化需求之间的矛盾日益凸显。尽管谷歌拥有强大的算力基础设施与技术储备，但受限于 “创新者窘境”，其产品迭代速度已落后于 OpenAI 和 Anthropic。当前 AI 行业正向 Agentic AI 与编程辅助领域演进，谷歌若想重夺领先，必须利用垂直整合的生态优势加速 Gemini 4 的落地。作为《谷歌 AI 之脑》译者，周健工指出，中国开源模型在性价比与应用场景上的快速崛起，正与美国前沿模型形成新的竞争制...
前线部署工程师（FDE）作为 AI 落地的关键角色，在国内实践中并非理想化的 “赋能者”，而是深陷 “乙方” 角色的现实博弈。项目推进的核心难点在于跨越企业内部的权责壁垒，调动业务团队配合，并解决数据治理等基础性难题。AI 模型作为概率性工具，与企业对生产环境的确定性要求存在天然矛盾，这要求 FDE 必须在复杂的组织政治与技术局限中寻找平衡。落地成功不仅依赖于 AI 认知，更取决于对行业经验的深度理解及卓越的沟通协调能力，以化解人与流程带来的阻碍，将技术真正嵌入企业的业务生产流中。
宇树科技的上市引发了对机器人行业估值逻辑的深度反思。当前市场对人形机器人的狂热叙事与实际商业化落地之间存在显著脱节，人形形态是否为最优解仍存疑，且行业普遍缺乏明确的商业闭环。相比单纯追求替代劳动力的工业逻辑，机器人行业应关注更具韧性的场景需求。迪士尼通过将机器人技术与 IP 情感价值深度融合，提供了一种非替代性的商业范式，即通过沉浸式体验与情感陪伴创造收益，而非仅仅依赖硬件销售。机器人行业的未来增长点在于突破通用型智能的复杂性瓶颈，通过细分场景的真实需求验证，建立可持续的商业模式，而非仅仅依赖资本市场的叙事驱动。
朱雀三号运载火箭成功实现一级回收，标志着中国商业航天在可重复使用技术领域取得重大突破。作为蓝箭航天朱雀三号总体副总师，董锴深入解析了该火箭采用不锈钢箭体与液氧甲烷动力系统的设计逻辑，强调其核心目标在于通过可复用性实现高频次、大运力与低成本的投放能力。工程研制过程中，团队将 “时间成本” 置于物质成本之上，通过快速迭代与严谨的飞行验证，在短短两年内完成了从图纸到实物的跨越。此次任务不仅验证了关键技术闭环，更展示了中国商业航天在面对高难度挑战时，通过技术创新与工程实践，逐步缩小与国际先进水平差距的决心与路径。
AI 时代带来的 “认知卸载” 现象引发了记忆力下降的担忧，其核心在于大脑缺乏深度思考所需的 “合意困难”。研究表明，过度依赖 AI 生成内容会降低大脑神经偶合度，导致认知债务；真正的知识内化需要通过主动提取与逻辑构建来强化神经突触连接。大脑的记忆巩固高度依赖睡眠节律，特别是慢波睡眠与快速动眼睡眠的交替迁移过程。在职场与学习中，应将 AI 视为引导工具而非答案生成器，通过主动挑战、地中海饮食及规律运动维持神经可塑性。平衡 AI 带来的效率提升与大脑的主动锻炼，是应对认知退化的关键。
贾扬清回顾了人工智能从实验室走向产业化的关键历程，探讨了从 Caffe 框架到大语言模型时代的范式转移。他指出，AI 已演变为具备通用交互能力的生产力引擎，当前核心挑战在于构建可靠的协作机制，通过多智能体协作实现任务的自动执行与结果验证。贾扬清认为，未来 AI 发展的突破点在于设计高效的组织架构，使智能体能够像人类团队一样协同工作并自我纠错。这种转变将使人类从繁琐的执行细节中解放出来，转向定义问题与设计愿景，从而重塑软件工程与企业运营的底层逻辑，推动生产效率的跨越式提升。
AI 算力领域正经历从单芯片性能竞争向系统级 “超节点” 方案的范式转移。超节点通过低延时、高带宽的互联技术，将数十至上百颗 AI 芯片整合为统一的计算集群，有效突破了模型训练与推理中的通信瓶颈。尽管国产超节点在堆料规模和算力峰值上已具备与英伟达抗衡的潜力，但在功耗控制、软件生态兼容性及大规模商用稳定性方面仍面临严峻挑战。目前，国产 AI 芯片市场呈现高度同质化竞争，随着行业补贴退坡，具备深厚技术积累、能提供完整互联协议及软件适配能力的厂商（如华为、曙光）正脱颖而出。未来，国产算力厂商需通过大规模商用迭代，在软件生态与硬件稳定性上实现从 “可用” 到 “好用” 的跨越，以应对激烈的市场洗牌。
智能体支付（Agent Payment）正成为 AI 生态中的关键基础设施，旨在解决智能体在执行任务时的自主支付需求。当前行业主要分为辅助人类购物与智能体自主小额支付两类场景。核心挑战在于如何界定责任归属（Liability）、建立用户信任以及简化支付授权流程。Clink 等 “Agent Enabler” 通过衔接 AI 协议与传统支付网络（如 Visa、Mastercard），为商户提供兼容性支持，降低接入成本。随着技术迭代与信任机制的完善，智能体支付将从当前的受限授权模式，逐步演进为更高效、丝滑的自主交易形态，推动 AI 经济从单纯的内容生成向具备执行力的商业闭环转型。
中国长征十号乙运载火箭在海南文昌首飞成功，其一子级通过海上 “井字网” 捕获技术实现回收，标志着中国航天在火箭回收领域开辟了独特的创新路径。该技术通过将复杂的回收机构集中于地面平台，有效简化了箭上结构，降低了对运力的挤占。研发过程中，电静压伺服系统的应用解决了高精度控制难题，而海上动力定位系统则克服了复杂海况下的姿态偏差。相较于 SpaceX 的着陆腿或塔架捕获方案，网系回收展现了极高的容错率与兼容性。尽管目前仍处于从首次回收向规模化复用的过渡阶段，但这一突破为中国航天实现低成本、高频次运输奠定了关键基础，同时也为民营航天企业的技术迭代提供了宝贵的工程数据参考。
AI 时代的核心挑战在于为个人构建具备长期记忆的 “记忆层”。云端大模型虽具备通用智能，却难以处理私密、长期的个人数据。CliptoAI 创始人 Henry 认为，端侧算力的跃迁使本地运行多模态 AI 成为可能，通过将音视频、文档等数据结构化，可构建出可检索的个人知识体系。构建端侧记忆系统需从底层芯片优化到模型调度的垂直整合。这种记忆层作为 AI 生态的独立组成部分，能像 “第二大脑” 一样提供上下文增强的个性化服务，填补了通用大模型在个人知识管理领域的空白，实现 AI 对用户历史与偏好的深度理解。
触觉是具身智能发展的关键拼图，能够弥补视觉在遮挡、力觉反馈及操作精度上的先天不足。目前，光触觉传感器凭借高密度感知点位与成本优势，已成为行业技术收敛的核心路径。机器人触觉领域当前面临缺乏高质量数据集与模型泛化能力不足的挑战，亟需通过仿真平台、强化学习以及构建类似 ImageNet 的 “TouchNet” 数据集来推动技术演进。通过将触觉数据与视觉、语言模态深度对齐，机器人能够实现从工业场景的精细操作向更广泛物理世界交互的跨越。随着底层芯片与材料技术的成熟，触觉感知将成为机器人进入人类物理世界的 “本票”，通过数据飞轮效应实现类人的灵巧操作能力。
AI 时代下，一人公司（One-Person Company）通过 AI Agent 实现了生产力的极大跨越，将原本需要庞大团队才能完成的业务流程压缩至个人或极小团队。AI 不仅是提升效率的工具，更是具备一定自主权的合作伙伴，能够协助处理内容生产、代码开发及市场营销等复杂任务。然而，随着业务规模扩大，合规、财务及线下协作等琐碎环节仍需人工深度介入，导致 “超级个体” 在追求效率的同时面临注意力碎片化与机械化劳动的挑战。真正的商业闭环不仅依赖 AI 的技术赋能，更需建立在清晰的业务逻辑、用户信任及合理的协作分工之上。创业的核心逻辑并未改变，AI 只是降低了从想法到产品的启动门槛，让小团队具备了撬动大规模商业价值的可能。
折叠屏手机与端侧 AI 的深度融合正成为移动终端重构的核心方向。vivo 与联发科技通过长达三年的联合研发，将用户场景需求前置于芯片定义环节，利用天玑 9500 芯片的算力布局，实现了从影像美化到会议助手等端侧 AI 功能的落地。折叠屏作为连接手机与 PC 的生产力桥梁，其价值在于通过大屏与 AI 的协同，解决信息处理效率问题。未来，端侧 AI 将聚焦于实时感知与隐私保护，通过双 NPU 架构平衡功耗与性能。手机将继续作为 AI 生态的核心中枢，通过主动式服务与多模态理解能力，重塑移动互联网的交互体验，推动智能终端从单纯的硬件载体向具备自主决策能力的智能体演进。
半导体技术的发展史揭示了摩尔定律并非单纯的科学预测，而是行业共同追求的战略目标。芯片产业的演进历程中，以 MOS 晶体管为代表的颠覆性创新，往往在初期因良率和稳定性问题备受质疑，但凭借成本优势最终实现对旧技术的取代。面对当前 AI 浪潮，华为提出的 “陶定律” 通过系统级互联优化弥补制程短板，体现了在资源受限下的系统统筹能力。创新者的窘境是大公司面临的普遍挑战，而 AI 虽然在编程与制造检测中展现出强大潜力，但人类在定义新问题、跨领域 knowhow 积累以及复杂接口沟通上的独特经验，依然是 AI 难以完全替代的核心护城河。在技术迭代加速的时代，向内求取、建立深厚的行业认知与跨界视野，是应对职业焦虑与技术冲击的关键。
Personal AI assistants require a fundamental shift in hardware form factors to move beyond the limitations of current smartphone-centric ecosystems. Apple’s recent AI strategy, while system-integrated, remains constrained by traditional app-based interaction models and a lack of "AI-native" infrastructure. Dong Honggua...
在人工智能时代，一人公司（OPC）的概念因工具门槛降低而备受关注。Gumroad 创始人 Sahil Lavingia 指出，虽然 AI 能极大提升开发与运营效率，但为了保障高质量的用户体验，核心团队通常仍需维持约四人规模，以平衡产品迭代与深度客户支持。AI 虽能接管财务、法律及基础运营等繁琐事务，但销售、故事讲述及建立信任等环节依然高度依赖人类的触达与判断。创业的核心不在于彻底消除工作，而在于通过 AI 赋能获得工作方式的选择权，将精力聚焦于创造性价值。此外，Sahil 在政府部门的数字化实践表明，相比于初创公司对客户的选择性，公共服务需兼顾全员覆盖，这为 AI 在复杂公共系统中的应用提供了新的视角。
存储芯片行业正经历由 AI 需求驱动的结构性繁荣。随着 AI 训练与推理对 HBM 和 DRAM 的需求激增，全球存储产能出现严重短缺，导致消费电子领域面临涨价与缺货。半导体行业资深从业者张海军指出，本轮周期与以往不同，存储厂商已从单纯的份额竞争转向资本纪律优先，且 NAND 闪存因 AI Agent 的长链路推理需求，其角色已从温数据存储转变为推理过程的关键参与者。尽管存储行业本质仍具周期性，但 AI 带来的算力基建需求使得供需失衡可能持续至 2028 年。厂商通过技术升级与利益绑定锁定产能，进一步重塑了市场定价权与竞争格局。
Follow this podcast in Podwise
Sign in to get AI summaries, transcripts and mind maps for any episode, including new ones.
