2026 年值得关注的焦点：让我们定义这一年的公司、市场、代币与趋势
本文信息来源：generalist
朋友们，
世界并没有等待新一年的开始。
短短一周多的时间里，我们已经看到，2026 年的世界将不再是 2025 年的样子。特朗普在委内瑞拉的行动是这一事实最直白的例证，揭示了权力性质的变化以及相对影响力范围的转移。
科技并未免疫于这些发展，事实上，它还是关键的推动因素。即便 1 月才刚刚站稳脚跟，我们的行业已在加速运转：在短短几周内，黄仁勋达成了一笔 200 亿美元 的交易，收购了 Groq 的人才和 IP， 披露了 NVIDIA 即将推出的 Rubin 架构，并看到中国下令其国内企业暂停购买 H200 芯片。与此同时，DeepSeek 发布了重新思考 AI 训练的研究，ChatGPT 推出了专门的健康产品，Meta 正试图收购中国创立的初创公司 Manus，而 Anthropic 正以 3500 亿美元的估值融资 100 亿美元 。
这一切都发生在外界对 AI 估值日益不安的背景下，以及我们或许正身处一个迅速膨胀、随时可能破裂的泡沫之中。
提醒一下：今天是 1 月 9 日。
为了尝试把握 2026 年（以及除此之外）可能会发生的事情，尤其是在科技和风险投资领域，我联系了超过 45 位顶级投资人和思想者。我请他们每个人回答这样一个问题： 你认为在 2026 年，最值得关注的公司、市场或趋势是什么？
下面是他们的回答，按七个主题进行整理。其中既包括 Reid Hoffman、Kirsten Green、Gili Raanan 和 Aydin Senkut 等传奇人物的观点，也包括我认为来自下一代中最敏锐的思想者的见解。从某种意义上说，这是一组关于未来的合集——一系列可能展开、也可能不会展开的路径。我希望，无论是在宏观还是微观层面，它们都能让你对可能发生的事情以及机会可能出现的方向，多一分认知。
与去年的版本情况相同 ，我编写这篇文章的明确目标是，仅凭其内容本身，就足以充分证明 The Generalist 高级订阅费用的合理性。基于我已经从中获得的洞见，我相信我们已经为任何从事风险投资、积极进行天使投资，或正在考虑创业的人实现了这一点。我也认为，它将对那些希望理解各自行业可能如何演进的运营者具有极大的参考价值。
以下是你可以期待的内容：
- 一家协助数据中心建设的机器人公司
- 一家有望走出隐身模式的语音 AI 公司
- 紧随 Nubank 发展轨迹的非洲金融科技公司
- 中国有望在哪些方面超越美国
- 核能领域的一个潜在里程碑
- 一个 AI 神话被揭穿
- 有望在拉丁美洲胜出的初创公司
- 被 Cursor 使用、但仍未被广泛关注的搜索初创公司
为了让你为可能是最好的 2026 年做好准备， 立即加入我们的高级订阅，每月仅需 22 美元 。它旨在以传统投资情报服务极小的一部分成本，让你成为一个显著更优秀的投资者。
PS. 你已经知道这一点，但为避免任何疑问： 这不是投资建议 。本文旨在激发新的想法，并引导你关注有趣的话题。大多数投稿聚焦于私营公司，但请特别注意那些提及具有公开代币的加密项目的内容。这类资产通常具有极高的波动性。你应始终基于自己的研究做出投资决策。
I. 物理世界苏醒
AI 最令人印象深刻的成就通常发生在屏幕上。这种情况可能正在改变。机器人正在通过观察人类来学习，挖掘机在没有驾驶员的情况下移动土方，而机器人行业正在分化为两个世界：一个充满炒作，另一个则在悄然落地部署。
现实世界的 Waymofication
今年将迎来现实世界的 Waymo 化。你会看到 AI 自主驾驶的事物越来越多，而且规模也越来越大。你路过一个施工现场时，会看到一台没有驾驶室操作人员、由 Bedrock Robotics 驱动的挖掘机正在搬运泥土。
Physical Intelligence 在 2025 年末悄然带来了一项极具前景但尚未被充分重视的突破 。他们的模型仅通过观看人类在现实世界中操作的视频，就能学会如何操控机器人。一旦机器人能够通过观察来学习，自主性就不再受制于定制化数据采集和边缘案例编程的瓶颈。相反，它将像软件一样实现规模化——把现实世界的自动化从少数演示，推进为在整个经济中持续复利式扩展的部署曲线。
应对机器人泡沫
在过去二十年里，机器人技术经历了两个截然不同的发展浪潮。第一波源于或受到 Amazon 收购 Kiva 的启发。这些公司利用强化学习，在结构化环境中实现了对明确定义任务的自动化。这一群体如今已基本成熟，赢家格局清晰，估值也主要基于营收。
第二波可能将由基于 Transformer 的 AI 在机器人领域的应用或相关研究所定义。其核心承诺在于泛化能力：机器人无需针对特定任务进行训练，就能在全新或未知的环境中运行。这一理念最直观、也是资本投入最为密集的体现，是人形机器人的开发。
我认为我们正处在一个泡沫之中，Cobot 创始人、前 Scale AI CTO Brad Porter 也持同样看法。Porter 表示：“在机器人领域，我不认为我们已经接近 ChatGPT 3.0 到 4.0 这一阶段的曲线。差得还很远。”无论你如何看待，这第二波浪潮都将显著扩展该领域，很可能使从事机器人工作的工程师数量翻倍甚至增长到三倍。
展望 2026 年，机器人技术是我核心的投资重点之一。创业者应选择具备真实周期经验的投资人，帮助他们穿越炒作周期、挺过调整期，并最终打造出具备长期韧性且在商业上取得成功的公司。
机器人技术在炒作与现实之间分化
到 2026 年，机器人行业将分化为两个截然不同的世界。在其中一个世界里，围绕某些细分领域的炒作仍将持续，导致估值虚高而商业化进展滞后。最终会出现少数大型赢家，但对一些公司而言，大量资本将被严重消耗。
在第二个世界中，高性能机器人将以越来越快的速度部署，人们也将逐渐意识到，许多机器人公司无需等待一个“ChatGPT 时刻”就能打造出庞大的业务。这些公司将专注于各行各业中的具体现实问题，并通过可靠的机器人系统加以解决，优质的大型客户将蜂拥采用这些解决方案，从而促成一系列重大的商业交易。
以可观测性作为迈向自主化的入口
有一件事始终如此：被衡量的东西，才会被管理。
在软件领域，过去几十年里我们一直在构建数字智能，将非结构化数据转化为结构化格式和数据库，从而能够在其之上构建应用。随着我们进入物理智能时代，我们正面临一个地球规模的问题：我们难以以足够的细节和结构去观察周围的世界，从而让自主系统真正落地。
这也是为什么我们比以往任何时候都更加关注可观测性领域的企业，例如我们投资组合中的公司 BrightAI。这些企业利用硬件与软件产品的组合来解决顾客当下的痛点，同时在物理环境中生成海量数据，并可在未来加以利用。
可观测性公司在一开始可能并不像是纯粹的机器人赛道——至少不像我们今天通常理解的那样。但它们将远远早于任何类人机器人公司，在终端市场中掌握客户关系，并拥有实现“最后一公里”自主所必需的现实世界数据。因此，最有能力将一个自主机器人未来“变为现实”的团队，可能并非类人机器人公司本身，而是那些在各自垂直领域中比任何人都更具情境理解的垂直化可观测性公司。
无处不在的传感器
在 2026 年，我们相信将看到一批使用传感器和 AI 来更好地理解、预测并作用于物理世界的公司显著增加。我们正处在一个罕见的汇合点：传感硬件（视觉、LiDAR、雷达、声学等）将变得更便宜且更加普及，端侧 AI 模型将更加强大，而那些懂得如何在现实世界中交付产品的人才正从 SpaceX、Anduril 和 Neuralink 等生态系统中流出。这将释放出一类全新的物理 AI 公司。
我们对覆盖城市、海洋、太空、工业和健康领域的应用感到兴奋：更智能的民用基础设施、持续性的地球观测、工业监测，以及能够比当今医疗体系更早发现疾病的被动式诊断。
制造业革命今年开始
作为主要国防科技和航空航天公司的投资者，我们长期以来一直亲眼目睹制造业所承受的巨大痛苦。但我们才刚刚开始看到软件真正改变物理世界运作方式的力量。今年，软件将着力解决制造速度、效率和自主性问题，我敢打赌，我们将看到一个面向工厂的 AWS 式玩家出现。
它不会一下子无处不在。鉴于高利润率和美国激励政策的优势，国防和航空航天也将成为最早受益的领域（我们已经在我们的投资中看到了迹象：Anduril、Apex、Astranis、Nominal）。制造软件将率先在这些领域取得成功，然后再进入利润率更低的汽车和消费品行业。就目前而言，应关注那些为高风险行业现代化“制造方式”的软件。
II. 当软件开始工作
AI 代理正在接管客户服务电话、网络安全任务以及白领工作流程。但以“被替代的劳动力”为基准进行定价可能并不稳定——铁路并没有长期以马匹来为货运定价。随着 AI 的成熟，其经济学可能会迅速发生变化。
无限个人代理
思考未来走向的一种方式，是从对话式语音代理开始。这类代理已经在企业中存在。例如，Sierra 帮助企业创建能够与顾客对话的 AI 代理。在很多方面，它们就是新一代的网站。它们所扮演的角色，类似于 90 年代中期的网站。当时你还无法真正通过网站进行商业交易，但可以用它们来做客户服务、信息提供和基础交互。
当然，今天的 AI 代理要强大得多。理论上，它们已经能够处理商业交易、日程安排、谈判和决策，尽管客户支持仍然是最明显、最大的应用场景。到目前为止，最强大的代理大多由大型企业部署。更有意思的问题是：当同样的能力向个人开放时，会发生什么？
想象一个类似 Delphi 的东西，但面向所有人。到 2026 年末，每个人都会拥有属于自己的语音代理，它基于个人偏好、历史、情境和意图进行训练。随着时间推移，这个代理会变得像你的手机一样个人化且不可或缺。而且，和手机一样，它也会出现分层：如果你负担得起，就能拥有更好的代理，具备更丰富的上下文、更低的延迟，并可访问前沿模型；如果负担不起，你得到的则是一个更精简的版本，记忆更少、响应更慢、模型能力也更弱。
现在再把这个设想推进一步。假设 AI 推理变得极其廉价，以至于你的智能体始终处于开启状态，持续不断地与其他智能体互动。不只是公司的机器人，还有数以百万计的个人智能体。在这种情况下，就会出现一种类似智能体市场的形态：无限的机器人彼此之间、全天候地进行交互。可以把它想象成今天的广告拍卖，只不过不再是竞价争夺注意力，而是智能体在工作、商业和生活的各个方面代表你进行协商与谈判。
其二阶效应怎么强调都不为过。以招聘为例：如果你是一名顶尖工程师，你的代理会不断与公司的代理沟通，筛选岗位、评估匹配度，并以机器对机器的方式完成第一轮和第二轮评估。只有在出现高度匹配时，人类才会介入。这开始类似于好莱坞的运作方式——经纪人与经纪人先行对接，只有当条款看起来合适时，演员和导演，或工程师与创始人，才会真正见面。
沿着这一逻辑延伸，排名前 10% 的工作岗位可能会演变成好莱坞式的劳动力市场。如果你真正属于顶尖行列，可能一年只工作六到七个月，其余时间用来休整，并在不同项目之间自由流动。你的经纪人始终在幕后，为你对接机会、谈判条款，并围绕你最在意的目标进行优化：金钱、学习、灵活性或意义感。
这不仅仅发生在工作中。约会将变为由智能体中介完成。商业也将变为由智能体中介完成。以电子商务为例，你的智能体对你的生活拥有深度上下文认知。它知道你最近一直在谈论去徒步旅行，知道你正在计划一次冰川徒步之旅，知道你偏好的品牌、颜色和价格区间。随后，它会与商家智能体进行交互，筛选选项，并返回一份精简清单：“这三双鞋最符合你的需求。我知道你通常更喜欢米色或黑色，但这双绿色的也值得考虑。”最终，它甚至可能不再询问你，而是直接代表你完成购买。
一个由代理对代理交互构成的世界正在浮现：个人代理与公司代理对话，个人代理彼此交流，而在真正需要人类介入之前，大部分重活都已由机器完成。
比任何其他事情更让我期待的，正是这一点。不是把 AI 仅仅视为一种工具，而是将 AI 看作一层持续存在、无处不在的协商、过滤与决策层，它始终在后台运行，重塑工作方式、市场结构以及日常生活。
一个 AI 神话逐渐褪色
AI 代理公司根据“被替代的劳动力”来为其软件定价。他们以避免的人员编制为锚点来确定合同规模。例子包括客户服务领域的平台，如 Sierra 或 Decagon。法律 AI 工具，如 Harvey 或 Spellbook，则通过以被替代的助理工时作为 ROI 基准，来证明其六位数的 ACV 合理性。
今天 ，这种方式依然奏效，因为买方在一个装备市场中对薪资进行心理套利。增长看起来极为亮眼。
历史表明，这种情况从未持久。没有任何持久的市场会基于一个抽象的反事实来定价。铁路并未根据马车运输的成本来为货运定价，而是基于运力和竞争来出清。当供给规模化之后，工业机械也不是按照节省的工厂工资来定价，而是按照竞争机器来定价。
AI 代理的扩张速度超过以往任何生产力工具。到 2026 年，我将关注定价是否从“节省的劳动力”迁移到“我还能买什么来替代？”如果这种替代逻辑崩塌，利润率和增长曲线可能会呈现出截然不同的面貌。
AI 代理 vs. 记录系统
到 2026 年，我们将看到记录系统公司与 AI 代理公司之间的竞争不断升级。Slack 在 2025 年率先打响第一枪，封锁了 Glean；而随着记录系统开始阻止第三方 AI 代理访问数据、收取高额费用，并且最重要的是，开始自行构建 AI 代理并将其免费或以极低成本与核心产品捆绑，这种对抗将进一步加剧。
另一方面，AI 代理将通过计算机使用自动化绕过 API（及其相关费用），把传统上由记录系统掌控的数据拉入自身系统，并围绕这些数据构建自己的界面。到 2026 年，法律和医疗将是这场博弈最为激烈的两个领域。
智能体填补网络安全缺口
全球网络安全行业短缺约 450 万名专业人才，而且这一缺口的缩小速度远远不够快。正是在这种背景下，AI agents 作为新的“初级分析师”，从根本上改变了市场格局。我们已经看到，随着 AI agents 能够即刻上岗、7×24 小时运作，并承担安全运营的核心基础工作——日志解析、告警关联、事件分级响应以及异常检测——安全团队的运作方式正在发生转变，其规模效应是任何人类团队都无法长期维持的。
与传统自动化不同，这些 agents 具备自适应能力。它们会学习组织自身的环境，随着时间推移不断优化检测效果，并在每一次调查中持续进化。带来的结果不仅是成本节省——减少初级岗位招聘、降低人员倦怠——更是防御能力的可量化提升。人类专家因此得以专注于真正重要的事情：威胁狩猎、对手建模以及战略层面的风险降低。
AI agents 并不是取代人类的判断力，而是放大它。在一个缺少数百万防御者的世界里，它们正在成为现代安全运营的基础性一层。
AI 工作者打卡上班
如果说 2024 年是 AI 副驾驶的一年，2025 年是 AI 代理的一年，那么 2026 年将是 AI 工作者的一年。这意味着 AI 将真正端到端地执行白领工作。
在过去一年中，我们已经看到 Cognition 和 Cursor 在代码领域，以及 Crosby 和 Harvey 在法律领域取得了令人难以置信的进展。这些公司通过来自企业薪资预算中不断增长的支出，在补充并在某些情况下替代现有的劳动力职能。我预测，今年我们将开始看到对美国劳动力市场的真正冲击，大型《财富》500 强公司将减少或停止招聘诸如后台软件工程师等职能岗位，而是转而依赖 AI 工作者。
这是一个激动人心的机会，可以构建新的 AI 工作者，将端到端的劳动工作流实现自动化——例如 AI 供应链运营人员、AI 科学家、AI 硬件工程师，以及 AI 架构师。
智能体获得其所需的基础设施
我们仍然尚未看到智能体产品的广泛采用。这并非因为模型能力不足，而是因为可靠的智能体需要复杂而成熟的基础设施。
能够实现突破的团队将会构建（或采用）一种基础设施，以确保确定性、高效的过程纠偏，以及在长时间跨度下的性能表现。这一点将远比模型选择本身更加重要。
因此，我们将看到少数以基础设施优先的公司变得极具价值，同时，最优秀的智能体应用与其他所有应用之间的差距将不断扩大。这种差距源于通过实践获得的架构洞见，它们能够催生全新的体验。
Traversal 和 Wisdom AI 是 2026 年在这一领域值得关注的两家公司。Traversal 正在为企业构建一名智能体站点可靠性工程师，而 Wisdom 正在打造一款企业级 AI 数据分析师。两家公司都在基础设施层进行了深度创新，使其智能体能够在大规模结构化和半结构化数据范围内可靠运行——为各自的产品释放“AI 同事”的潜力铺平了道路。
医疗基础设施的拐点
在报销、监管以及 AI 成熟度罕见地实现协同的推动下，今年正逐渐成为医疗基础设施的一个拐点之年。负责 Medicare 报销的联邦机构（CMS）正在扩大医疗服务提供者可计费的服务范围。护理导航、远程监测、预防性筛查以及混合型临床服务如今都已被计费代码认可，或即将获得认可。过去需要人工计费专业知识才能完成的工作，如今正通过 AI 原生的编码、文档和事前授权系统实现运营化，使此前脆弱的商业模式突然具备了可行性。
与此同时，专科制药正逼近临界点。药物复杂性和使用管理的增长速度，已超过人工协调所能承受的极限。到 2026 年，我们预计将出现一波平台，用实时、由 AI 驱动的编排取代基于电话和传真 的工作流程，贯通处方医生、支付方、药房和制造商——压缩从开方到用药的时间，并释放整个生态系统中被搁置的利润空间。
最终，LLMs 已经超过了前台自动化所需的可靠性门槛。接诊、排班、计费和随访正融合为统一的系统，使小型诊所也能以企业级效率运营。
为能够完成真实工作的智能体而构建
这是 AI 走出“聊天与写代码”范畴、进入企业运营核心的一年。智能体将终于获得对真实工作产出的访问权限——实时系统、敏感数据以及真正重要的操作。它们将运行未经人工预先审核的代码，在生产环境中运作，并介入那些一旦出错就代价高昂的工作流。
这一转变迫使人们对企业基础设施进行根本性的重新思考。仅有速度已经不够。要让智能体在企业内部运作，我们需要更强的防护栏、更精细的权限控制、实时可观测性，以及为软件能够自主行动的世界而设计的断路器。
云时代建立在人类操作员的信任之上。我们假设员工不会故意破坏自己的系统。Agent 并不享有这种默认信任。它们需要一种“零假设”的基础设施：假定一切皆不可信、监控一切，并在设计上限制爆炸半径。然而，在这一下一阶段中胜出的公司，不只是让 AI 变得安全，还会在此过程中把它做得足够快，快到让我们惊叹。
III. 机器速度下的金钱
金融体系是为银行工作时间和三天结算周期而构建的。如今，AI Agent 需要彼此支付，Z 世代希望在他们的新闻流中直接使用预测市场，而代币化正在让“即时”成为默认选项。新的需求正在涌现，新的轨道也在铺设，以满足这些需求。
互联网资本市场激增
互联网资本市场（Internet Capital Markets，ICM）的核心理念之一是，金融正在演变为一种无需许可的 API，可以嵌入到整个互联网中。过去，金融只存在于“围墙花园”里——比如 Robinhood、Coinbase、eTrade、JPM，甚至 Phantom 钱包——而在加密世界中，金融可以无处不在。第一个落地形态是 2023 年推出的 Telegram 机器人，它们将一个消息应用转变为交易界面。太疯狂了！
这一趋势的下一轮演进将在 2026 年走向病毒式传播，而最有可能的落地形态将是预测市场。CNBC 和 CNN 已经宣布与 Kalshi 达成重要合作。很快，我预计预测市场（包括买入以及“是 / 否”按钮）将被嵌入到全球每一家媒体网站中，同时为出版商提供新的变现机会。
加密与 AI 融合
到 2026 年，加密与 AI 的真正交汇点将由系统动力学推动，而非叙事故事。
随着 AI 系统从分析阶段迈向自主执行，它们需要连续、可编程且确定性的金融轨道。传统市场是围绕人类工作流程和批量结算设计的，无法为实时重新配置资本的软件规模化运作。
区块链改变了底层数学逻辑。代币化将资产和现金转变为可编程对象。稳定币将结算延迟从数天缩短至数秒。当结算时间塌缩时，资本速度将呈非线性提升。即便只是从 T+1 过渡到近乎即时的结算，也能释放资产负债表中相当一部分原本被困在在途资金或保证金缓冲中的资本。
AI 的角色是在明确约束下进行优化。模型可以利用实时、可验证的数据来路由流动性、管理库存，并在代币化市场中分配资本。例如，AI 金库系统可以根据利用率、资金费率和交易对手风险，在不同场所之间持续再平衡稳定币流动性，而不是依赖每天仅更新一次的静态阈值运行。
当软件原生的智能运行在软件原生的市场之上时，效率将得到提升，风险变得更加可观测，市场也能以更低的摩擦实现规模化。这种融合正是机会所在。
代币化接管金融市场
代币化（包括稳定币）是加密与金融科技领域下一波重大的创新与增长浪潮。
这一趋势将在 2026 年及以后逐步显现，尽管它可能不会获得与其重要性相匹配的关注。历史上，金融创新往往被低估，因为其影响并不会立刻显现。我怀疑，当复式记账、衍生品、资产支持证券、ETF 等对经济增长具有深远长期影响的金融创新出现时，大多数人是否真正感到震撼。
多家初创公司正在以 24/7 交易、即时结算、全球流动性、全球分发以及可组合性，彻底革新金融市场的后端基础设施。它们覆盖了从美国国债到铀市场等多样化的领域。随着这一重大金融创新浪潮的到来，投资于这一技术栈中的初创公司，有望在一个可能从当前约 3300 亿美元（包括稳定币）增长至数万亿美元规模的市场中捕获价值。
代理式资金流动
软件将日益主导并执行越来越多的 B2B 交易。随着企业在资金管理、账单支付、营收运营等各类工作流程中采用代理式能力，这一范式转变将逐步显现。
为支持这一转变，金融决策将从静态、预先配置，演进为动态、实时。系统需要解读实时条件并据此执行操作，无论是延迟、重新路由，还是优化一笔交易。欺诈与合规框架也将因此随之演进。构建企业所信任的基础设施，在清晰的控制与约束下实现智能化资金流转，是关键机遇所在。
金融正在变成娱乐
新一代零售交易者已经接管市场，他们的交易方式就像玩游戏。41% 的 Gen Z 在大学期间开始投资，如今全球 75% 的零售交易通过智能手机完成。他们不再只是买入并持有，而是每天交易。零到期日（0DTE）期权如今已超过美国股票交易量的 60%。其结果是：2024 年成为美国期权交易量连续第五个创下新高的年份，2025 年有望迎来第六个，而零售交易者如今已占每日期权交易量的近一半。
与此同时，金融正在变成内容。直播交易锦标赛吸引了海量观众。TikTok 创作者记录自己一路“肝”到 10 万美元的过程。网红将 P&L 截图变成内容。数百万人在选举之夜实时追踪 Polymarket 的赔率。
我们将在 2026 年看到：看起来像游戏的交易界面。让任何事物都可交易的观点市场（“你对经济的感受如何？”“100 个男人能打败一只大猩猩吗？”“这条裙子是蓝色还是金色？”）。我们还会看到直播成为一种交易渠道：网红将进行实时交易，而新的平台将允许观众用资金参与直播。
Bitcoin 的盲点
随着区块链逐渐成熟，金融透明性正悄然从一种特性转变为一种责任。在早期，激进的开放性建立了信任。而在一个拥有永久账本、AI 驱动分析以及日益强硬的监管的世界里，它开始看起来更像是一种非自愿的监控。
Zcash 正是为这样的世界而设计的。它结合了 Bitcoin 的核心货币属性——固定的 2100 万供应量、可预测的发行机制以及长期通缩的经济模型——同时又具备 Bitcoin 在设计上所缺乏的特性。也就是：原生、由密码学强制执行的金融隐私。这不是模糊化处理，也不是混币器，而是真正的协议级隐私，并且在需要时可选择启用。
和 Bitcoin 一样，Zcash 充当价值储存工具。不同于 Bitcoin，Zcash 允许用户自行选择交易何时应当公开、何时不应公开。随着相关的个人、企业、投资者和机构逐渐意识到，将自己的整个金融关系图永久广播到互联网并不一定是最优选择，这种可选性就显得愈发重要。
Zcash 在结构上也更具适应性。其密码学技术栈和治理模型，使其在量子计算威胁一旦成为现实、或如果成为现实时，更有能力向后量子安全演进。Bitcoin 的刚性是一种优势，但同时也是一种限制。
Zcash 并不需要取代 Bitcoin 才有价值。它只需要对冲 Bitcoin 最大的盲点即可。
小额配置也能带来显著效果。
编者按：还记得我们之前提到过这不是投资建议，以及加密资产的波动性吗？昨天，据报道有多名 ZCash 开发者从该项目辞职，导致该代币暴跌 。这在 2026 年很可能仍然是一个有趣的项目，但你始终应该自行进行研究。
速度成为护城河
世界并未停滞不前。借用一部优秀电影的标题，宏观环境给人的感觉就像 Everything, Everywhere, All at Once。仿佛标着“变化”的旋钮被拧到了最大。
当音量被拉到最大，速度本身就成了一道护城河。在金融服务领域，我们正在寻找那些压缩关键时间线的公司：信用评级在数小时内完成，而不是数周；合规框架在数天内落地，而不是数个季度；随着机会出现，资本能够实时部署。
这并不是“快速行动、打破一切”；而是以严谨基本面为支撑的机构级敏捷性。最终的赢家，将是那些构建出让速度与纪律相互强化而非彼此冲突的系统的公司。
IV. 硅谷之外
Wave 在西非拥有 2000 万用户。中国正将香港定位为 AI 领域的 NASDAQ。印度支离破碎的中小企业市场正在被 AI 定制化所撬动。伟大的公司正在美国之外涌现，并争夺主导地位。
中国消耗更多 AI
到 2026 年，AI 的重心正在向东方转移。首先，预计中国所有真正严肃的 AI 公司都会排队赴香港 IPO。香港将成为中国 AI 时代的纳斯达克，涵盖从基础模型到硬件、制造、生物科技和医疗健康中的应用型 AI。这将进一步加深香港作为连接中国创新与全球资本的金融跨链桥角色。
其次，中国将在三个基础性领域超越美国：机器人、生物技术和开源 AI。庞大的真实世界数据以及国家支持的硬件和能源技术栈，为这些参与者提供了美国难以匹敌的资源。我们应当预期更少华而不实的发布，更多真实世界的落地——真正交付的自主机器人、生物技术从实验室快速走向市场，以及开发者在全球范围内默默构建其上的开源模型。
拉丁美洲的 10 倍时刻
在 2023–24 年间经历了一段对人工智能如何落地充满试验与不确定性的犹豫期之后，拉丁美洲的创业者逐渐站稳了脚跟，果断地从探索转向执行。自那以来，创始人以清晰、务实且有明确目标的方式应用 AI，打造新公司，和/或将现有企业推向此前难以想象的高度。
正如风险投资和科技领域众所周知的那样，创造持久价值和标志性公司的方式主要有两种。其一是实现真正的 >10x 提升（风险级创新中经久不衰的“圣杯”），通过利用新技术在既有品类中大幅超越现有解决方案。其二是创造全新的解决方案，只有当重大的技术变革解锁了此前并不存在的能力时，这种创造才成为可能。
拉丁美洲首波由 AI 驱动的创新在很大程度上遵循了第一条路径。创业者将重心放在应用程序层，利用 AI 交付更快、更好且更具可扩展性的现有产品和服务版本。这种方法已被证明行之有效，并创造了真实价值。早期的赢家包括 Kavak，该公司通过卓越的用户体验，并结合在定价、风险评估和运营方面的复杂智能，重新定义了二手车市场；Comp，一家巴西公司，通过基于代理的系统变革人力资源管理，释放前所未有的灵活性、个性化和决策能力；以及 Kanastra，其正为巴西的私募信贷市场带来久违的透明度和流动性。
在 Kaszek，我们相信到 2026 年，下一波浪潮将开始沿着第二条路径发展。随着 AI 能力的成熟，创业者将越来越具备条件去构建不仅能大幅改进现有品类、甚至还能完全创造全新品类的企业。早期信号已经在一些公司中显现出来，例如 Somos，它正从第一性原理重新思考互联网连接方式，以及 Humand，它正在将数字工具和连接能力扩展到长期被排除在技术生态系统之外的非办公场所员工。
这两条路径都代表着非凡的机遇，反映了拉丁美洲当前创新浪潮的深度与广度，而这一切正由这一新的技术范式所驱动。随着创业者在追求 10 倍改进的同时不断解锁全新的品类，区域内的科技生态系统正被推向新的高度。
拉美的双引擎
拉丁美洲已经凭借巴西的监管创新证明了自己是全球金融科技强国——尤其是其 Open Finance 框架和 Pix 的即时支付通道，为规模化发展提供了蓝图。如今，我们看到这一生态系统正通过稳定币等替代性通道进一步扩展，释放出第一波链上真实世界资产。随着这些数字资产不断成熟，Open Finance 持续深化金融包容性，并推动该地区的广泛采用。
到 2026 年，这一金融基础将与一个强有力的新催化剂汇合：人工智能。随着该地区已被确立为能够支撑大规模解决方案的成熟技术市场，AI 终于开始激活实体经济，加速医疗、房地产和建筑等历史上技术渗透率较低行业的软件采用。通过大幅降低数字化门槛，AI 正以前所未有的速度推动这些庞大产业的现代化。
其结果是一个“双引擎”生态系统：成熟的金融通道为 AI 驱动的垂直化运营提供动力，使该地区具备孕育新一代定义类别增长的潜力。
破解印度的 SME 市场
印度的中小企业（SME）软件长期以来因三大结构性挑战而难以规模化：高度定制化需求、高昂的获客成本，以及不可靠的支付回款。但一系列变化已经改写了这一局面，使得构建的 SME 解决方案不再像传统的 B2B SaaS，而更像消费级产品。
首先，AI 是关键性的解锁因素。现代模型能够以接近零的边际成本实现大规模定制。产品可以为每一家 SME 动态适配工作流程、语言和功能，而无需昂贵的入驻流程或人工主导的实施。过去需要咨询顾问完成的工作，如今越来越多地可以由智能代理处理，从而大幅降低支持和部署成本。
其次，人口结构正在发生变化。新一代 SME 企业主是互联网原生用户——他们能够自主发现、评估并完成软件的入驻。这从结构上降低了 CAC，使以产品为导向的增长能够在规模化层面上可行。
印度的统一支付接口（UPI）消除了最后一道摩擦。尤其是 UPI Autopay——它支持可信、低客单价的定期支付——为每月 3–10 美元的可持续收入型产品打开了空间。
这些变化共同催生了一类全新的 AI 优先、原生支持自动扣款的中小企业（SME）软件：垂直化、以结果为导向，并在体验上达到消费级水准。
一枚被低估的金融科技火箭船
Wave 是 Raba 投资组合中的一家公司，也是全球规模最大的金融科技公司之一，但大多数人从未听说过它。Wave 在塞内加尔、科特迪瓦以及其他西非市场拥有超过 2,000 万用户，构建了一个已成为关键基础设施的移动货币平台——用于处理支付、支持储蓄，并在长期被全球投资者忽视的经济体中取代现金。
Wave 正在沿着与 Nubank、Revolut 等定义类别的金融科技领军者相当的轨迹扩张——在市场渗透率、收入和盈利能力方面，已达到通常与全球最重要的金融科技平台相关的水平。但由于它诞生于法语非洲，投资者关注度有限，Wave 并未获得与这些故事相当的关注。
我们相信，在不那么显眼的市场中实现高效执行，同样可以打造具有全球规模的企业，而 Wave 正在成为这一点的典型代表。
V. 走出（聊天）框
搜索正在从功能演进为基础。记忆可能成为决定性的护城河。语音、亚声化以及 BCI 正在挑战键盘。通往智能的接口或许即将发生剧烈变化。
搜索从功能升级为基础
随着模型不断进步，我们对软件能力的期望也在不断提高。过去，我们需要四处导航、点击按钮、编写查询、复制粘贴；而现在，我们理应期待 AI 直接为我们执行。UI 的迷宫应该逐渐淡出，简洁性应当走到台前。但要实现这一潜力，AI 需要完整的上下文以及卓越的搜索能力。
搜索必须从一个功能进化为智能软件的基础，turbopuffer 正在为此铺平道路。Turbopuffer 赋能开发者搜索每一个字节，利用最智能的查询引擎整合所有可用上下文，并交付卓越的用户体验。搜索正处于重塑智能软件的中心位置，而 turbopuffer 正在为 Cursor 和 Notion 等产品的创新提供动力。
过去，面向人类的精心 UI 曾占据主导；如今，面向 AI 的搜索将引领未来。
计算的第三次革命正在成形
我们正在见证计算领域的第三次革命。Mac 带来了图形用户界面（GUI），而 iPhone 带来了触控。如今，AI 正在让“对话”成为界面。这将是我们所需的最后一种界面。最初，这一过程将通过可听的语音来实现，但最终，仅凭思想就足够了。
语音不仅比打字快 3 到 4 倍；它在本质上也更具人性。我们在表达中天然地携带语气、情绪和细微差别。每天有 70 亿条 WhatsApp 语音消息被发送，因为拇指跟不上思维——语音的带宽实在高得多。无论是手机、汽车，甚至是冰箱，所有支持语音的设备都正在成为对话伙伴。
随着“静默语音”可穿戴设备的出现，我们也在缩小意图与可达性之间的差距。例如，我们处于隐身状态的投资组合公司 Q.ai，通过神经肌肉信号来捕捉无声的口型词语。
与此同时，Neuralink 作为另一项 GV 的投资，已经能够让患者仅凭思考就以每分钟 90 个字符的速度进行交流。我预计 2026 年将成为这两家公司以及更广泛相关运动的关键一年。我们应当会看到次声发音逐步成形，脑机接口也将开始走出急性医疗应用的范畴。
这些进展真正令人惊叹之处在于，它们仅仅是开始。当“思维”本身成为一种输入时，AI 的承诺不再是更好的 UI，而是没有 UI。这是一种认知层面的飞跃，而非简单的界面改进。而幸运的是，我们已经通过进化以及人生最早、最具塑造性的阶段接受过这种能力的训练。
记忆之年
当今的 AI 应用已经相当有趣，但真正的爆款将出现在产品设计师弄清楚如何利用记忆之后。我在一篇名为“ 记忆是新的护城河 ”的文章中写过这一点，其核心观点是：为了获得更个性化、更具预测性的产品体验，消费者完全愿意向开发者开放其数字生活的全部访问权限。
到 2026 年，最优秀的应用将不再只是被动响应。它们会记住对话、电子邮件、文档、偏好、上下文、历史以及意图。如果你热爱构建产品，这是一个多么令人兴奋的时代。
消费者复兴
过去十年里，消费领域投资所面临的挑战早已被充分记录，但 2026 年将标志着一场全新的消费者复兴的开始。
主流观点认为，更强大的模型将把消费者行为整合进少数几个通用 AI 助手之中。尽管这在许多使用场景下可能成立，但我认为，在健康、个人理财、时尚等领域，定义品类的赢家涌现的机会从未如此之大。
当消费者寻找信息或原始情报时，通用型助手将占据优势；但当他们寻求由品味、目标以及不断演变的个人情境所塑造的判断时，具有鲜明立场的垂直 AI 产品将胜出。
到 2026 年，我们将开始看到，消费者得到最佳服务的方式并非依赖单一的通用型产品，而是依赖少数几个在长期使用中建立起深度契合与信任的 AI 产品。
让我们变得更人性的 AI
2024–2025 年的大多数 AI 讨论都集中在效率攫取上：我们能压缩多少时间，能削减多少成本，能多快替代人类劳动力。这确实是一个真实且巨大的市场，但它也正变得越来越拥挤和商品化。
更有意思、也可能更具持久性的机会在于：AI 并不取代人类能力，而是以让我们更具人性而非更少人性的方式放大它。我向你保证，这并不是出于善意的技术幻想，也不是戴着玫瑰色眼镜的乐观主义。它是在承认，最高价值的工作依然是深度人类化的，甚至比以往任何时候都更是如此：综合复杂性、进行有分寸的沟通、建立信任、在不确定性中做出判断，以及需要亲手技艺的创造性工作。
这体现为：帮助你同时掌握更多上下文的工具，能够呈现你单独情况下不会建立起的联系的系统，以及帮助你把难以言表的想法清晰表达出来的 agents。
其模式是协作，而非委派。
私有关系网络重新浮现
我认识的最优秀的操盘手，多年都没有更新过他们的 LinkedIn。他们的声誉通过私下渠道传播：推荐、熟人介绍，以及私密的 Slack 群组。真正的思考存在于未被索引的内部文档和会议记录中。
算法奖励的是表现而非实质，于是有思想深度的人停止了发声。“专业性”被那些为触达率而优化的人所占据。AI 打破了这种权衡。假如你可以直接查询一个人基于其真实工作的实际知识，而不是基于他们的个人简介，会怎样？
最初的尝试已经出现：与私有内容保持同步的专业知识 AI 表征。你的声誉建立在你所掌握的知识之上，而非你发布了什么。最优秀的专家不再需要成为最擅长自我营销的人。
这不仅延伸到职业网络，还涵盖健康、投资以及任何同侪知识比机构权威更重要的领域。问题在于，谁将构建专业知识的规范层，就像征信机构为信用状况所构建的那样。
为你量身打造的娱乐内容
娱乐产业数十年来几乎没有变化。无论你身在东京还是托莱多，人们观看的都是相同的像素，追随的也是相同的故事。
各个拼图正在汇聚，推动一次转变。World Labs 推出了 Marble，将提示词转化为可探索的 3D 环境。Google 的 Genie 3 生成可游玩的世界，并会随着你的移动实时响应。Runway 的 Gen-4.5 在视频基准测试中名列前茅，并原生支持音频。Meta 在今年秋天推出了带显示屏的消费级眼镜。
到 2026 年，我预计这些发展将融合在一起，创造出为每一位观众独特生成的娱乐体验。不是对现有内容的推荐，而是只为你存在的故事和世界。从经济角度看也说得通：Netflix 每年花费 170 亿美元去追逐一个并不存在的“中位观众”。个性化生成的成本将低于播放预先制作内容的成本。
我们的孩子将永远无法理解，为什么电影曾经不是专门为他们制作的。
AI 学会像我们一样思考
AI 的下一个前沿是统一认知（Unified Cognition）：通过将感知、记忆以及其他基本的人类认知功能整合进一个连贯的架构中，打造能够像人类一样思考、学习和预判的系统。实现这一点将解锁性能显著更强的系统和工具，使其更易用、更可靠、更精准，同时也将帮助大规模加速人类学习。
职业关系图谱迎来重启
职业关系图谱正迎来重塑的成熟时机。我预计我们将看到新一代平台重新定义人才如何与新机会相遇。当前的线上职业身份范式已陷入停滞，为那些更好反映人们当今如何构建职业生涯的产品留下了巨大的空白（例如：动态技能信号、声誉网络、可验证的成就以及 AI 驱动的匹配）。
新一波创始人将从第一性原理出发，重新构想职业关系图谱，创造更流动的人才流动性、更丰富的个人背景信息，并为人才与雇主双方带来显著更优的结果。
VI. 开启动力
十家初创公司正在竞相在 2026 年 7 月 4 日前让十一座关键核反应堆投入运行。数据中心正在被设计为可部署到轨道之上。智能需要能源，而提供能源的竞赛正在升温。
核试验反应堆之年
今年可能会迎来一波全新的核试验反应堆，其规模和节奏都将不同于自 1949 年至 1967 年间爱达荷国家实验室建成美国最初一批共 52 座试验反应堆以来的任何时期。在一项由行政命令启动的 DOE 计划 下，10 家美国初创公司正在建设 11 座新的试验反应堆，每一座都以在 2026 年 7 月 4 日实现临界为目标。
尽管每家公司都在全力冲刺这一目标日期，但至少有一部分可能无法按时完成。在许多情况下，燃料供应是一个硬性约束，尤其是对于采用新一代、较为特殊燃料配方的设计而言。不过，即便其中有几座推迟，2026年仍有可能成为自20世纪60年代以来新并网核反应堆数量最多的一年。
这是件大事。多年来，新的核能公司一直原地打转，却从未真正裂变过任何原子。NuScale 长期以来一直是能源部的宠儿，成立于 2007 年，成功上市，并在 2025 年市值一度超过 170 亿美元，却始终未让任何反应堆达到临界状态。如果在 2026 年有一批新的测试反应堆启动运行，现实世界的验证将不再是该行业可有可无的选项。
太空中的数据中心
在 AI 领域，基础设施层已被证明极具价值且竞争异常激烈。在太空领域，同样的层级才刚刚开始形成。这正是机会所在。
太空领域下一个十年的超额回报，将始于对使“我们”能够在那里开展活动的基础设施的掌控。这些基础设施本身就极具价值，但其真正的价值在于它所释放的可能性：一整类我们尚无法完全想象的应用。
在实践中，这意味着要在整个太空技术栈上进行投资：发射与可重复使用（Stoke）、在轨服务与卫星维护（Starfish），以及由此解锁的二阶效应，包括基于太空的数据中心（Starcloud）和超越当今 GPS 的下一代位置与定位能力（Earthtraq）。
随着发射成本下降、进入太空变得日常化，太空正从前沿领域转变为平台。这一转变已经在进行之中。
在过去的几个月里，人们已经清楚地看到，太空中的数据中心将在应对 AI 日益增长的能源约束方面发挥作用。几年前，只有少数创始人（在此毫不羞涩地向 Starcloud 的 Philip、Ezra 和 Adi 致敬）以这种方式思考。如今，市场正在迎头赶上。
平台会奖励那些掌控基础设施的人。AI 已经有了它的“房东”。太空还没有……至少现在还没有。
新的 AI 生产技术栈
去年，我们看到各类组织开始超越实验阶段，从其 AI 应用中展现出真实的商业价值。到 2026 年，无论是使用规模还是复杂度都将飙升。因此，AI 应用的生产技术栈将在今年发生剧烈变化；事实上，去年下半年你已经可以看到这些变化的迹象。
在 Angular，我们一直在“为成功做准备”，不断思考下一步需要什么，并投资于那些在 AI 应用规模化过程中将变得至关重要、能够提供关键功能的公司。其中一个例子是 Specific AI，它帮助组织构建兼具高性能和低成本的小语言模型。另一个例子是 FalkorDB，这是一款超高速的图数据库，组织使用它来扩展其生成式 AI 应用，尤其是在他们开始认识到向量数据库的局限性以及其他图数据库的性能限制时。
VII. 洗牌期
一些投资者认为一场洗牌即将到来。另一些人预计，人才将从当前这一批共识公司中流失。与此同时，那些“不性感”的行业将重新变得具有吸引力。而构建公司的方法论也将被改写，或许会催生一个“万亿美元 IPO”的时代。
一场初创公司的大清洗
许多在 2021 年时期融资过度、估值过高的公司，最终将悄无声息地退出历史舞台。这将是一大片初创公司的集体退场！其中大多数不会登上新闻头条。它们只是……有一天突然不复存在。
随之而来的是，管理人及其 LP 账面上长期持有的大量未实现“收益”将被一并抹去，风险投资作为一种资产类别在 LP 中的受欢迎程度将进一步下降。LP 将继续向（被认为的）高质量资产迁移，也就是说，主要流向“顶级”的超大型基金，其次才是规模更小、更新和/或专注细分领域的基金。这场悄无声息的“灭绝事件”将带走许多年长的头部投行系风险投资机构——那些规模约在 2 亿至 6 亿美元之间的基金——而这最终将是一件好事！野火需要不时燃烧，才能清理沉积的废物，并重新配置资源，为新的增长腾出空间。
人才从显而易见的赌注中四散开来
我最感到兴奋的主题，是人才的分散以及整个初创生态系统中创造力的再度点燃。过去三年里，初创公司以前所未有的规模积累了人才和资本。我的直觉告诉我，在接下来的约 12–18 个月内——无论是由于宏观经济出现裂痕、劳动力市场变化，还是单纯因为创新者困境——那些占据主导地位的公司，其“值得去工作”的预期价值都会发生变化。
在这之后，人才将开始从像 OpenAI、Anthropic、Physical Intelligence、Ramp 等核心“谢林点”私营公司中分散出来。我们在“美国活力（American Dynamism）”领域已经看到了一些这种迹象，人才从 Palantir 和 Anduril 等公司流出；类似的模式也曾出现，当人们从垂直 SaaS 迁移到新的、最显而易见的 AI 玩家时。到 2026 年，我预计其他领域也将经历类似的过程，随着 AI 性能的提升以及低垂果实被摘尽，这将促成更多富有创意和趣味性的公司被尝试。我们不需要更多做法律的 AI 初创公司。
“不性感”迎来复兴
当我与西海岸顶级机构的同行交流时，他们都已筋疲力尽。许多机构的使命已经从“寻找伟大的公司”转变为“挤进热门公司”，这导致对那些抓住时代精神的公司进行疯狂竞价，并给出天文数字般的估值倍数（对 A-C 轮公司而言，500–1,000 倍收入并不罕见）。
这种动态主要由 AI 公司主导，即便是表现最优秀的非 AI 公司也在融资上举步维艰。有些机构比其他机构更有能力打这场仗，而我们也开始看到投资回归到更务实、更基本面、更独立的路径，超越单纯追逐 AI 动量的交易。市场似乎严重缺乏经典的 Series B/C 投资者，我想象会有一批机构重新聚焦，努力填补这一空白。
AI 让无聊变得性感
在 AI 最新进展所带来的效率提升和自动化推动下，传统上被认为乏味的行业将成为最炙手可热的创业赛道之一。这包括中型市场企业贷款以及基金管理等领域。
像 Reducto 这样的产品使得过去需要大量人工团队完成的任务实现自动化成为可能。这包括读取和处理账户对账单中的信息等任务。许多这类“乏味”的行业拥有很高的单个顾客收入，像 Flex 和 Hanover Park 这样的公司很可能会在各自的领域中脱颖而出，成为重要的赢家。
微调模型走向主流
很难否认，2026 年（再次）将以 AI 为主题：在过去一年里，我们看到从实验到真实部署的决定性转变，尤其是在核心工作流中，AI 正从新奇事物转变为不可或缺的存在。
接下来发生变化的不是 AI 的存在本身，而是它的形态——为法律、医疗、金融和工程等特定行业量身微调的模型将成为主流，其准确性、可信度和相关性将远远超过通用模型所能达到的水平。
与此同时，AI 预算正在快速扩大，但也伴随着前所未有的审视力度：ROI 将比炒作重要得多。组织只会保留那些被证明能够节省成本或释放增长潜力的工具，并淘汰无法交付价值的产品。其可能的结果是整合——更少但更深入、更高度集成的 AI 系统嵌入到日常运营中，而能够将 AI 转化为持久优势的公司，与那些仅仅进行过尝试的公司之间的差距也将不断拉大。
新的闪电式扩张
到 2026 年，传统的“构建 → 寻找产品-市场契合 → 再配备工具”的顺序将被加速并行化。AI 代理已经成为创始人的第一支团队。借助 Claude Code、OpenAI Codex 以及 Replit 等平台， 任何 创始人——不仅仅是技术型创始人——在第一天就能拥有一个小型而高效组织的杠杆能力。
这正在改变早期公司的形成方式。创始人越来越多地在构建公司之前先构建产品——“原型公司”（proto-company）的崛起。工具并不是在获得牵引力之后才出现；工具加速了牵引力的发现。如今你在每一个阶段都在使用工具。你构建工具，是为了不断迭代你的产品。
为测试假设而创建的内部 agent 工作流，往往会直接演化为产品本身。而且由于 agent 可以运行分析、QA、监控埋点、用户引导和文档编写，早期“公司”的很大一部分都会变成由 agent 编排的运营。因此，现代创始人在开始为产品做原型之前，往往应该先对自己的工具进行一次非常快速的评价。
这种转变也重新定义了人才。稀缺的能力将变为元认知、AI 赋能的系统设计、并行化、适应能力，以及主动将自己从瓶颈中移除的习惯。最有效的创始人能够读懂前沿模型的发展轨迹，选择那些不会被下一次发布轻易“平庸化”的问题。他们使用 agents 来扩大探索面——并行探索多个方向，而不是按顺序推进一个方向。随着人均算力支出的每一次提升，他们的杠杆效应也随之增长。
有人可能会推断，强调速度而非效率的“闪电式扩张”（blitzscaling）概念已经不再适用，因为人们可能会认为如今不再需要通过大规模招聘来进行闪电式扩张。但我认为，随着竞争加剧以及快速行动能力的提升，闪电式扩张反而变得比以往任何时候都更加重要。而且，它也比过去更加民主化：过去，资本曾是闪电式扩张的主要组成部分，而现在，智能同样成为关键要素。尽管资本仍然是竞争优势，尤其是在分发层面，但充沛的智能意味着你不需要大量资本，就能以极低的成本构建并部署数十个，甚至数百或数千个非常可行的产品。因此，闪电式扩张如今出现了一个此前并不存在的全新维度。
AI 进入实体经济
AI 正在从软件抽象层迈向物理现实。
首先，AI 的采用将超越横向的企业工作流，深入到产品开发、设计以及工业企业更深层次的价值驱动因素中。我们对这种通过 AI 实现的更深层价值激活将如何落地感到兴奋与好奇。
其次，欧洲的应用程序层公司将加速走向全球。与过去几十年相比，扩展变得更容易，而 Parloa 和 Legora 等公司正在以前所未有的速度证明这一点。
第三，地缘政治层面对韧性的需求将迫使我们重新思考生产流程——即物理世界如何与技术交织在一起。当前，注意力主要集中在需要被制造出来的新产品上。很少有人审视支撑这一切的产能约束和生产流程工程。当生产设计成为关键约束条件时，仍然没有足够多的人在追问：制造、规模化并长期维持这些系统究竟需要什么。
AI 应用将如何在免费用户身上赚钱
在过去几年里，领先的 AI 应用优先考虑的是参与度而非收入，承担了庞大的免费用户基础所带来的成本。这种动态正在开始转变。预计到 2026 年，领先的 AI「渠道」将开始在应用程序层测试订阅之外的真正变现模式。
OpenEvidence 据报道，其通过产品内广告实现的年化收入已突破九位数，我预计 Gemini、ChatGPT、Claude 和 Perplexity 将在明年开始探索这些机会。这些形式可能看起来并不像传统广告。我预计会出现原生推荐、联盟电商探索以及其他类似方式，尤其是在初期，因为这些产品在专注于实验的同时，也会维护 LLM 结果的神圣性。
万亿美元级 IPO
AI、太空和机器人技术正在为 2026 年开启一个新的“万亿美元时代”。我们正进入一个前所未有的价值创造阶段，并将持续到 2030 年及以后。我们很可能会看到估值达 1000 亿美元的 IPO，甚至可能有一些公司接近 1 万亿美元的规模。
