微信公众号订阅日报（2026-10-07）：12 账号更新 35 篇，OpenAI 一次放出 722 篇数学手稿、诺贝尔化学奖揭晓

一、发文统计

二、前一天文章内容汇总

AI 产品与应用

1. OpenAI 的 Tibo 给「28 天每天一项改进」的挑战交了第二天的作业，一口气放出四项更新。最直接的是 Auto-review 对所有通过 ChatGPT 账号登录的用户免费开放、不再消耗套餐额度，机制是主 Agent 继续执行、另一个 Agent 专门检查它准备采取的操作，只盯高风险行为和明显偏离原始意图的动作。API 付费等级从五档简化为 Build / Launch / Grow 三档，累计付费门槛分别为 5 / 100 / 500 美元，进入最高等级的 1000 美元门槛直接砍半，达标自动升级。Meetings 插件进入 ChatGPT，会议记录、个性化总结与待办会存进 ChatGPT Space，已在 macOS 桌面端向 Pro 与 Business 用户开放 Beta。Decisions API 进入 public beta，由 GPT-6 Luna 驱动，支持 Predicates、Choices、Scores 三类输出，做决策的速度最高可达通过 Responses API 调用同款模型的约 10 倍。第一天 OpenAI 已把 GPT-6 Astra 与 GPT-6.1 Sol 在订阅体系下的默认速度提升约 50%。（机器之心）1
   💡 创业启发：当 Agent 从几分钟的代码生成走进几十分钟的长任务，卡住它的往往不是模型能力，而是权限确认、扩容规则和上下文搬运；模型能力趋同之后，谁把这些摩擦做成产品，谁就留住用户。
2. Claude 的网页端与桌面端弹出了语言选择，简体中文与繁体中文都在列，语言列表一口气拉到三十多种，手机 App 还没跟上；更刺激的是结账页，账单国家的下拉菜单里出现了 China，20 美元的 Pro 与 200 美元的 Max 都能选。但官方支持地区名单没有变——C 开头的国家从 Chile 直接跳到 Colombia，中国大陆与港澳都不在里面，一个下拉菜单改不了一份支持名单。事情之所以被当成「钓鱼」，是因为 9 月底发放 250 美元额度后有用户当天就因「支持地区政策」被封号，10 月 1 日送实体玩偶时国家选 China 还会多出身份证号一栏。现实的解释是这屏中文面向新加坡、马来西亚华人以及在美英澳的中国留学生：a16z 最新的消费 AI 百强里 Claude 收入排第 2，美国付费订阅人数上 ChatGPT 的领先已从 8 倍缩到 3 倍，而它近半年的新功能面向普通消费者的只有 2.6%，要出圈第一步就是让人看得懂菜单。（新智元）2
3. a16z 发布第七版消费级 AI 榜单，首次引入基于美国消费者银行卡支出的排行榜，结果是一组刺眼的反差。截至 2026 年 8 月，只有 4.5% 的美国消费者为头部通用大模型付费，一年前这个数字是 2.1%；而在付费群体内部是剧烈的幂律分布——支出最高的 1% 用户贡献了全部观测支出的 19.5%，超过支出最低 50% 用户合计贡献的 16.6%，月均花 903 美元、过去 18 个月增长 80%，付费用户月支出中位数却只有 25 美元且几乎不涨。支出榜前 50 里有 29 家从未进入网页或移动流量榜，流量高地与商业高地正在分成两套坐标。三家模型公司打的是三场仗：ChatGPT 网页访问量约为 Gemini 的两倍、Claude 的六倍，美国付费订阅人数约为后两者各自的三倍；Claude 消费者付费用户中 7.3% 选了 100 美元/月起的 Max，而 Google 与 ChatGPT 的 100 美元档占比只有 1.3% 与 1.1%。个人 Agent 一侧，Instinct 称 40% 用户在三周内绑卡、月均经 Agent 消费 1300 美元、年化交易额超 10 亿美元且一半来自旅行，Meta 的 Muse 上线首周 25 万日活、不到一个月下载破 500 万。报告的判断是，消费级 AI 的商业模式会从订阅走向广告、佣金与交易抽成。（Z Potentials）3
   💡 创业启发：付费榜与流量榜只有 7 款产品重合，说明「有人用」和「有人付钱」已经是两门生意；做内容平台的人值得先看清自己服务的是那 4.5% 的付费用户，还是 95.5% 的交易与注意力。
4. Artificial Analysis 的有声文生视频盲测榜单上，Utopai X 拿到 1150 Elo、排全球第二，与第一名阿里 Wan 3.0 只差 7 分，而它背后是被 Variety 称为「全球最大独立 AI 原生影视公司」的 Utopai Studios，福布斯估算其估值约 10 亿美元，CEO 是曾在 Google X 工作的 00 后 Cecilia Shen。它的做法是把模型放进制片平台 PAI：以剧本为起点拆出角色、场景与镜头表，剧本、角色设定、已通过的镜头和历史修改都留在项目上下文里；导演想临时插一个新镜头时，Agent 会提醒后面两个镜头的人物视线接不上、并标成需要重新生成，改哪条留哪条仍由导演拍板。Utopai X 以 MiniMax 开源的 H3 为底子做后训练，在同一套盲测里 10 项能力有 7 项比基座更接近顶尖水平，提升最明显的是音频同步、运镜控制与物理。《Cortés》《Half Moon》《The Most Serious Fart》三部作品都计划 2027 年进院线，部分国际发行权已按非 AI 内容的现行市场价预售给巴西 Globoplay 与德国主流电视台旗下发行公司，仅《Space Nation》与《Cortés》两个项目收入估计最高可达 1.1 亿美元。（硅星人 Pro、量子位）45
   💡 创业启发：把「导演为什么留下这一条、放弃那一条」沉淀成可复用资产，比拼单个镜头的画质更接近内容生意的本质；底模随时会被替换，跟着项目长出来的生产知识不会。
5. AGENT 橘 开源了一个自用 Skill「播客转文章」。做它的起因很具体：录完节目想把内容当文章发，照录音直接整理通篇都是「某某说」，读起来像会议纪要；扔给 AI 润色，数字和细节又全丢了、只剩漂亮空话。他们的判断是节奏不对——逐字稿按发言人和时间往下走，文章按话题走，所以必须摆脱时间线重新按话题梳理；同时定了一条硬规则：数字和原话一条都不砍，该砍的是跟本节无关的段子、顺手蹭的新闻、主持人拿自家产品举的例子。项目以 MIT 协议开源。（AGENT 橘）6
   💡 创业启发：多模态转写工具真正难的不是转录，而是把「按时间组织」改成「按话题组织」并守住事实颗粒度；这类改写规则一旦被写成可复用的 Skill，就从个人技巧变成了可交付的产品能力。
6. 编程模型正在集体「不言人语」。账本 15/15 全绿、单腿哑火、同波大删除这类表达让开发者直呼看不懂，吐槽帖到处都是。文章给出两条归因：一是 Coding 过拟合，二是为了省 Token，模型厂商把思维链调成了「山顶洞语」——开发者偶然看到 GPT 隐藏的思维链就很简省，同样一句话的 Token 消耗比白话文少约 70%，Claude 很长一段时间用自然语言做思维链，从 Opus 4.6 之后也开始简省。GitHub 上一个叫 CaveMan 的 Skill 专门教 AI 不说人话，Star 已到 104K；2019 年华人作者黄令东更把文言文写成了编程语言「文言」（wenyan-lang），GitHub 约 20K 星，字符表里只有繁体中文和引号。文中认为最新的 Opus 5.5 语言能力回升明显，而 Gemini 因为输出排版层级清晰，被称「唯一还能沟通的 AI」。（量子位）7
7. 国庆期间，杭州学军中学办了首届在高中校园举办、面向 12–26 岁青年的「回响·48H 青年创造营」，校园连续开放 48 小时，场地、网络、电力、食堂、宿舍全部投入运转。450 人报名、216 人到场组成 59 支团队，经过 48 小时开发有 18 支进入最终路演，面对 8 位专家评审与近 400 位观察员；三个命题各设一等奖 1 名，奖金 1 万元。拿下「未来·回响」一等奖的是平均年龄最小的四人组「下一步工作室」，四名 12 岁男孩做的「课堂回声」会在学生上网课走神后用 AI 对话帮查漏补缺。场外资源也在进校园：杭州人才基金介绍「润苗计划」首期基金规模 20 亿元、存续期 20 年，赛事中的优秀项目有机会进入人才库并拿到早期投资。（特工宇宙）8

大模型与模型动态

8. 谷歌发布 Nano Banana 2.1，底座换成 Gemini 3.6 Flash，模型 ID 为 gemini-nano-banana-2.1，已是 Gemini API 里的稳定模型，并分发到 Gemini App、搜索的 AI 模式、AI Studio、Flow、Stitch、Google Ads 与 Gemini 企业平台。升级集中在三处：蒙版局部编辑模型卡拿到 1049 分（上一代 965、Pro 927），圈哪改哪、别的地方原样不动；多角色一致性从 978 提到 1106，最多可塞 10 张物体参考图加 4 张人物参考图；信息图事实准确分从 0.179 提到 0.521。价格上出图降到每百万 token 30 美元、正好砍半，1K 一张 0.034 美元、4K 一张 0.076 美元，但输入涨到 1.5 美元、文字与思考的输出涨到 7.5 美元，相当于把钱从「画」挪到了「想」。Nano Banana 2 的 API 将在 10 月 29 日关停。（新智元、机器之心）910
9. 法国 Mistral 放出新旗舰 Mistral Large 4，官方代号 le Chonk（大胖猫）：总参数 1 万亿的混合专家架构，每生成一个 token 只叫醒其中 490 亿参数，可讲 160 多种语言、覆盖欧盟全部官方语言。第三方评测 Artificial Analysis 的智能指数给它 38 分、追平 GPT-6 Luna，是欧美开源模型第一，第二名 Thinking Machines 的 Inkling 只有 25 分。几项硬核测试上它压过闭源旗舰：法律 Agent 测试分数是 GPT-6 Astra 的近 3 倍，一道修漏洞的网安考题拿下 82%，而 Claude Opus 5.5 与 GPT-6 Astra 直接拒答；整个网安指数它成功 50 次、排进全球前五，Cybench 收录的 40 道安全竞赛真题解出 93%。训练是在欧洲自家机房用 3800 块英伟达 Grace Blackwell 从零完成的，预览版 API 每百万 token 输入 1.36 美元、输出 4.18 美元，完整权重月底放出。（新智元）11
   💡 创业启发：闭源模型一刀切的拒答，挡住的恰恰是正当的漏洞研究和应急响应；当权重可以自持、能在私有环境里被审计和授权，模型选型的第一道门槛就从「谁更强」变成了「谁能让我看」。

AI 学术研究

10. 概率论半个多世纪的「圣杯」被 AI 攻下。渗流理论中的连续相变猜想问的是在临界概率那一刹那能否形成无限大连通网络，二维情形 1980 年被 Harry Kesten 解决、11 维以上也能用均场论化简，真正的墙留在 3 到 10 维。转折点是 2024 年魏茨曼科学研究所 Gady Kozma 与佐治亚理工 Shahaf Nitzan 的论文：只要能证明一个形式简洁的代数不等式，3 到 10 维的猜想就自动成立。同行随后在 GitHub 发现 Anthropic 工程师 Justin Leder 提交的代码仓库，其中是由 Claude 生成、经 Lean 严格验证的完整证明，在形式化约束下用数千行推理闭环把那个不等式证了出来。布伦瑞克工业大学数学家 Benedikt Jahnel 说，如果这是人类证明的，大概率能拿菲尔兹奖；宾夕法尼亚大学 Ahmed Bou-Rabee 宣布这一菲尔兹奖级猜想被证明，并借助大模型在一天内对证明代码做了泛化。作者 Kozma 本人则回应「暂不予置评」，还在等一个人类能看懂的版本。（新智元）12
11. OpenAI 把 722 篇数学手稿一次性倒进 GitHub，归入 372 个成果族，覆盖数论、代数几何、理论计算机、统计力学等 17 个方向，其中约 六成三（235 族）附有 Lean 形式化。绝大多数结果来自同一个未发布的内部模型，平均每项结果消耗约相当于 3 小时 ChatGPT Pro 思考的算力，整个过程对模型提出约 4000 个研究问题。清单上的名字足够让数学系学生停下来：准黎曼猜想（zeta 函数与所有狄利克雷 L 函数在实部大于 7/8 的区域无零点，另一份独立证明给出 11/12 版本并一致排除西格尔零点）、唯一游戏猜想（并据此给出 Max-Cut、顶点覆盖等的最优近似门槛）、复乘阿贝尔簇上的霍奇猜想、π 的无理性指数恰好为 2、马勒猜想在所有维数成立、用 Navier–Stokes 流体执行任意图灵机程序。数学界的反应远比欢呼复杂：8 月 OpenAI 曾召集约 40 位数学家闭门讨论发布方式，与会者称当时以为不会一次全部放出，公司发言人称「不知道」有过这样的承诺；陶哲轩提出 Proof Indigestion（证明消化不良），并在此前与 25 位菲尔兹奖得主联署声明批评把数学当 benchmark 刷；由九位学者组成的独立顾问组（含 Timothy Gowers、Martin Hairer、Edward Witten）声明这「不代表认可这些结果，也不代表认可其产出过程」。一个更值得追问的问题是：当新定理的供给不再稀缺，数学共同体要怎么重新分配最宝贵的资源——读懂它们的时间。（新智元、机器之心、量子位）1314151617
12. 2026 年诺贝尔化学奖授予法国巴黎南大学的 Henri Kagan（95 岁）与日本东京理科大学的 Kenso Soai，表彰他们在不对称有机合成中发现非线性效应与自催化作用，两人平分 1200 万瑞典克朗奖金。他们回答的是一个困了化学界一个多世纪的谜：构成人体蛋白质的氨基酸清一色是「左手」，DNA 里的糖清一色是「右手」，可化学家在试管里做反应，得到的几乎总是两种镜像各一半——直到 1995 年 Soai 用嘧啶-5-甲醛与二异丙基锌做出第一个不对称自催化反应，起点 2% 的手性偏差被放大到 87%；2003 年他把初始偏差压到只多出 0.00005%，加料三次后产物纯度超过 99.5%，被诺奖委员会称为「有史以来最惊艳的化学实验之一」。Kagan 则在 1986 年证明「左右手混搭」的催化剂几乎不干活，因此不纯的催化剂反而能造出更纯的产物——这条曲线后来成了药企提纯手性药物的日常工具。他本该在 2001 年获奖，那年诺奖颁给不对称催化三人组，名单里偏偏没有他，这一等就是 25 年。有意思的是，两年前刚拿诺奖的 AlphaFold 至今还会把手性弄反：它在基准上仍有 4.4% 的手性错误率，杜克大学团队用它做了 3255 次实验预测 D 型肽，手性错误率高达 51%，论文原话是「准确度和每个残基随机猜 L 还是 D 差不多」。（新智元、机器之心、量子位）181920
13. 长推理为什么总在中途走偏，NeurIPS 2026 的一篇论文给了个结构性解释。弗吉尼亚理工、威斯康星大学麦迪逊分校与达特茅斯学院的团队提出诊断工具 SCA（符号闭包分析），把失败拆成两类：一是探索偏差，局部可行的分支随深度迅速变少，深度 T 的可行前缀占比大致受各层可行分支比例连乘制约；二是累积偏差，只在终点给奖励时早期决策缺少纠偏，在 KL 约束下最优策略与参考策略的总变差距离存在上界，成功轨迹极罕见时训练很难摆脱参考模型的早期选择。对应的训练方法叫 SAGE：用「代数稀疏化」按候选操作能解释多少残差来软重排采样，用「双曲结构引导」把当前状态与目标映射到双曲空间、用距离给推理前缀逐步反馈。在 12 个基准、7 个模型家族的评测里它整体优于所比较的后训练方法，Andrews–Curtis 长程符号任务上 Qwen3 的 Lean 验证通过率接近基础模型的 8 倍，AC 变换有效率提高 19.2–26.0 个百分点；Qwen3.5-35B 上 GRPO 的「变换有效率 / 路径求解率 / Lean 通过率」为 54.28% / 23.05% / 14.64%，SAGE 达到 59.83% / 31.76% / 23.69%。（机器之心）21
14. 上海创智学院与复旦大学团队的 MATE 入选 USENIX Security 2026，是首个面向移动 / GUI 智能体执行轨迹的「规则感知」安全审计模型。它把任务指令、执行轨迹和自然语言安全规则一起交给一个专门训练的轻量模型，输出违规判定、风险类别与基于轨迹证据的审计解释；关键在于安全规则作为可编辑文本存在、没有写进参数，场景边界变了不用重训模型。语料侧，团队从 158 个中英文热门移动应用采集功能、工作流与安全策略，合成超过 14 万条规则条件化轨迹，风险体系分 3 大类 14 个子类。结果上 MATE-3B 在五组评测上准确率分别为 92.64%、94.98%、96.83%、95.48%、95.06%，真实移动智能体轨迹上的 F1 为 95.60%；MATE-0.5B 在单张 H100 上审计一条轨迹约 0.09 秒、准确率 92.00%，模型规模只有 0.5B / 1.5B / 3B。真实案例里，智谱 AutoGLM 把含恶意优惠券链接的短信批量转发给联系人被判为「成为诈骗中继」，阿里巴巴 Mobile-Agent 打开已知恶意软件测试页面被判为「设备安全受损」，两条都给出是哪一步、违反哪条规则的说明。这项工作背后是 2026 年 5 月 8 日国家网信办、发改委、工信部联合印发的《智能体规范应用与创新发展实施意见》，其中明确提出发展「规则内嵌、行为围栏」等技术。（机器之心）22

具身智能与机器人

15. 用机器人造机器人，卡在 0.5 毫米的间隙里。IROS 2026 现场，至简动力（Simplexity Robotics）强化学习负责人冯宗宝讲了怎么让一台机器人自主照看两台 CNC 机床：工件的关节、卡盘、精密结构件都要靠机床加工出来，而工件与卡盘之间的间隙只有 0.5 毫米，反光表面、近乎无纹理的外形、高度相似的零件同时在挑战视觉与触觉，实验室的演示到这里得先过公差、节拍、良率三关。三个方法是 SimpleWAM（统一世界动作模型，训练时联合重建未来视频帧、3D 状态与动作片段，推理时直接输出动作片段）、DRAM（Delta 规则循环关联记忆，固定大小的关联矩阵，不改骨干、不重训骨干就能接上长时序记忆）、DPE（单独训练的评估器给候选动作打分，动作器始终保持冻结，避免策略漂移）。精密 CNC 插入任务上取得 100% 的成功率，标称试验里融合方法成功 15 次、对比方案 0 次、π0.5 SFT 基线 8 次；整套模型只用 600 条真实机器人轨迹训练。（AI 科技评论）23
16. AMD 以约 82 亿美元全股票收购李飞飞创立的世界模型公司 World Labs 之后，同赛道的影身智能看到了背后的逻辑。它 2024 年 6 月由前阿里巴巴机器人团队负责人闵伟在杭州创立，联合深耕动态三维重建二十余年的清华长聘教授刘烨斌，信条是「数据从来不是多少的问题，而是维度的问题」——风在像素空间里没法建模，因为它是透明的、没有 RGB 信息，但在 4D 空间里就是流体的建模问题。两年里他们一直在做减法：把 4D 采集设备从 80 个摄像头、价值数百万元的采集笼子，减到 4 到 6 个普通摄像头；把两台八卡服务器减到一张消费级 GPU；把一天的训练等待减到几十毫秒的准实时生成。落地侧，今年年初他们把 4D 世界模型搬进制鞋工厂做涂胶、压底，做到毫米级精度、99.9% 良率，45 人的产线只留 5 个组长管 40 台机器人；国内已取得数亿元订单，国外首批数百台机器人出口越南、订单数千万元，走的是「卖本体＋卖 Token」。（36 氪）24
    💡 创业启发：把「降低采集门槛」本身当成核心技术，比追求一次惊艳的演示更接近规模化的入口；采集成本一降，数据飞轮才转得起来。
17. 一家德国工业机器人公司把工厂自动化做成了订阅。10 月 5 日，总部慕尼黑的 RobCo 宣布估值超过 10 亿美元成为独角兽，方式却不是新一轮融资，而是员工把一部分股份卖给新老投资人、规模超过 4000 万美元——九个月里估值从约 5 亿美元翻到 10 亿，公司自己没拿到一分新钱。它的产品是模块化机械臂，一条臂由七八个可更换模块拼成，做机床上下料的配置负载 4 公斤、臂展 800 毫米，做码垛的配置 8.5 公斤、1300 毫米；配套的 RobCo Studio 是低代码平台，靠数字孪生远程配置部署。商业模式是 RaaS（机器人即服务）：客户按月付费、机器人开机运行才计费，部署周期从几个月缩到几周。它的客户里 70% 是第一次使用机器人，已有超过 1000 台机器人在工厂里干活；双臂系统 Alfie 定在 2027 年 3 月 4 日正式商业发布。（深思圈）25
    💡 创业启发：中小工厂买不起机器人，卡的往往不是硬件价格而是编程与集成的服务成本；把这一层做成可复制的产品，再把设备投资换成按使用付费，才可能让一门重资产生意跑起来。

AI 基础设施

18. 视频世界模型的 2-bit KV Cache 量化会让画面闪烁，而评测分数看不出来。LingBot-World-v2 生成约 5 秒、93 帧的视频，KV Cache 就要占超过 21 GiB 显存，把缓存压到 2-bit 是主流方向，可已有方法在视频世界模型上会出现明显的闪烁、模糊与细节失真——以 HY-World 1.5 为例，量化前后的时序闪烁分数是 95.62% 与 95.85%，几乎不变，肉眼看却差很多。哈尔滨工业大学（深圳）iLearn-Lab 与新加坡国立大学 LV-Lab 找到了原因：只压缩 Key 比只压缩 Value 的视觉退化更严重，而 Key 自身的量化误差反而更小——量化误差改变了注意力分数的相对排序，让模型转去关注另一帧、另一个空间位置。他们提出的免训练框架 QuantWM 用两个设计解决：量化敏感性感知聚类（用 Query 敏感性加权距离挑聚类中心，并估计 INT2 量化可能引入的注意力扰动）与主子空间注意力补偿（用低秩形式保存 Key 量化误差在少数主方向上的分量）。在五个模型上验证后，最高历史 token 的选择变化比例在 Matrix-Game-2 上从 53.88% 降到 10.19%，实际 KV Cache 压缩最高 6.20 倍。（机器之心）26

AI 公司动态与商业观点

19. Anthropic 强化学习技术负责人 Sholto Douglas 在一档播客里给出了他的时间表：能力等于甚至超过所有人类的模型，很可能在未来几年内出现，届时 AI 能完成人在电脑上做的所有事。他据此算了笔账：过去四五年用于 AI 的算力每年增至前一年的两到三倍，今年几家超大云厂商的 AI 相关资本开支合计约 1 万亿美元，如果趋势延续，2028 年 AI 年度资本开支可能达到 4 万亿美元，到 2030 年代初全球 GDP 可能翻倍；同场的 Nick Marwell 则提醒，当 AI 不再需要人类搭档，连他们自己都会对后果「非常紧张」。他感受到的变化也在日常里：18 个月前每一行代码都是手敲的，录节目时已经能把一两天的活整个交给模型，数学评测 FrontierMath 上模型成绩一年里从 0% 升到 60% 以上。反方同样直接——Gary Marcus 称之为疯话并点破话术，Jürgen Schmidhuber 讽刺按现在的通胀，名义 GDP 翻倍并不难。（新智元）27
20. Anthropic 推出了 Claude Frontier Academy，承诺投入 1 亿美元，目标是在 2027 年底前培养 1 万名工程师，通过实操考核颁发带 Claude 名字的技能认证。路径设计得很像医生培养：由组织提名，先参加 4 天线下集训，前三天为一家模拟企业搭建 Claude 系统，从接需求、过安全审查到交接走完一遍，第四天换一个全新场景做实操考核，通过后先拿 Claude Resident Engineer 徽章；回到自己的组织用 12 周负责一个真实项目，最后再考一次，通过才拿 Claude Frontier Deployed Engineer 徽章，首批最终认证预计 2027 年初颁发。首批学员来自埃森哲、贝恩、德勤、摩根士丹利等机构。文章还引了 Anthropic 今年 1 月的一项研究：52 名以初级工程师为主的开发者学习不熟悉的 Python 库时，可用 AI 辅助的那组测验平均分 50%、自己写的那组 67%，差距最大的是找错误的题；其他厂商也在跟进认证——Google Cloud 2025 年 5 月推出面向非技术人群的生成式 AI 认证，OpenAI 在 2025 年 12 月推出首批认证课程。（硅星人 Pro）28
    💡 创业启发：当 AI 能替人把活干完，「证明自己会」就变成了新需求；真实项目加两次换场景的实操考核，比任何简历上的一句「熟练使用 AI」都更难伪造。

非 AI 商业与宏观

21. 加油站正在批量消失，而嘲笑电车的油车车主先尝到了回旋镖。官方数据显示，截至 2025 年中石化有 31195 座加油站、中石油 2024 年底有 22441 个加油服务网点，加上民营站全国巅峰期约 11 万座；但 2024 年起一些经营困难的民营站开始关停，部分偏僻路段连两桶油的站点也暂停营业。根子在需求端：2026 年 8 月新能源单月销量 164.3 万辆、占当月新车总销量的 60.6%，常规燃油乘用车零售只剩 54 万辆、同比跌 40%，8 月乘用车零售前十名里已找不到燃油车；《2025 年国内外油气行业发展报告》显示成品油消费量同比下降约 3%、其中汽油降 2.4%，山东一家民营站的日销量从几年前 100 多吨降到 70 多吨。另一侧，截至 2026 年 6 月底全国充电基础设施已达 2305.7 万个、同比增长 43.2%，县域充电设施覆盖率 98.61%。出路被概括成五个字「油气氢电服」，商务部今年 5 月提出推动全国约 11 万座加油站转型；案例包括壳牌深圳机场旁 258 个快充车位、日均服务超 3300 辆电动车的站点，以及不跟着卷低价、靠餐饮洗车洗澡一条龙把充电量做到总公司前列的重庆南坪站。（36 氪）29
22. 国庆假期最后几天，一批中年人开始在网上控诉被大学生的旅游攻略「坑麻了」。照着特种兵攻略走，昆明湖式的行程是硬座过夜、免费景点、几十元一晚的青年旅社，一天辗转四五个城市、一天三万步，结果「别人花 2000 元，我花两万元——因为治膝盖得 18000 元」。文章给的数据显示中年游客已是主力：中青旅遨游《2026 国庆假期旅游观察报告》里中秋出游游客平均年龄 45.59 岁，26 至 45 岁人群占比近半；去哪儿 2026 年暑假数据显示 80 后是县城游中最舍得花钱的群体，酒店民宿平均支付价格达到 526 元。文章的判断是大学生的攻略从来不是骗，它只是要求践行者有充沛的体力、轻松的心态和富裕的时间，而这三样恰好是人到中年最难凑齐的。（36 氪）30
23. 上海复兴岛在这个国庆成了流量中心。10 月 2 日到 6 日，RED LAND 2026 小红书开放世界冒险岛在此开演，场地拓展到 15 万平方米、参展游戏动漫 IP 突破 160 个、规模几乎翻倍，20 多万玩家登岛；10 月 5 日，时隔八年重返上海的 EDC 雏菊电音嘉年华首站也落在岛上。复兴岛是黄浦江上唯一的封闭式内陆岛，约 1.3 平方公里、有 30 万平方米存量工业建筑，层高超过 10 米的厂房适合机器人测试、带重载行车梁的可以容纳重型实验装备。把活动带进来的回报也看得见：去年 RED LAND 期间五角场商圈三天消费同比增长 11.4%，滨江商圈同比增长 142.4%。但文章的重心落在散场之后——2024 年 12 月「上海量子城市时空创新基地」在此启动，2026 年 3 月复兴岛 OPC 超级个体社区启动，4 月具身智能实景空间实验实训实测平台启动、7 家企业的机器人拿到首批「硅基岛民证」在岛上跑物流做巡检；首批改造厂房的工位日租金不超过 1 元/平方米、首年房租和物业费全免，2500 间创客公寓陆续投放。（远川研究所）31
    💡 创业启发：内容创作者选地方，看的从来不是取景好不好看，而是工位、住宿、通勤和成本这些每天都在用的东西；把一座岛同时做成场地和日常生活的地方，关注度才留得下来。

三、公众号发文列表