文章核心观点 - AI正从被动响应的聊天工具进化为能够主动观察、诊断并执行任务的“代理”，这一根本性转变将深度重塑软件和劳动力市场 [2][3] 用户界面交互的演变 - 到2026年，作为AI应用主要用户界面的输入框将会消亡，下一代应用将通过观察用户行为主动介入并提供待审核的行动方案 [3][4] - 交互模式将从“提示”转向“执行”，AI将从“被动响应”转向“主动观察与干预” [3][13] - 理想的AI代理应像最具主动性的“S级员工”：识别问题、诊断根源、实施解决方案，最后仅需人类批准 [4][13][15][16] 市场规模的跃迁 - AI的目标市场正从全球每年3000亿至4000亿美元的软件支出，转向仅美国就存在的13万亿美元劳动力支出，市场机会扩大了约30倍 [4][13][14][15] 产品设计逻辑的重构 - 软件设计将从“以人为本”转向“代理优先”，新的优化方向不是视觉层级，而是“机器可读性” [3][8][13][18] - 为吸引人类注意力而优化的原则（如5W1H）和精美UI将面临重构，设计将转为服务智能体的消费 [8][18][19] - 品牌竞争可能从吸引人类注意力转向“生成引擎优化”，甚至出现大量针对AI抓取而生成的超个性化、高频内容 [8][13][20] 语音代理的规模化部署 - AI语音代理已从技术演示走向真实企业的大规模采购和部署，发展为一个完整的产业 [3][11][21][26] - 在医疗保健领域，语音代理被用于日程安排、术后随访甚至精神科初诊，主要驱动因素是行业高流动率和招聘困难 [11][16][22] - 在银行和金融服务领域，语音AI因能100%遵守合规规定且表现可追踪，其可靠性优于人类 [11][16][22] - 在招聘领域，语音AI可为候选人提供随时可进行的面试，优化招聘流程 [11][22][23] - 未来有望在政府公共服务（如911非紧急电话、车管所业务）及消费级健康保健领域得到更广泛应用 [16][25][26] AI代理的能力与影响 - AI代理能够处理完整业务闭环，例如未来的AI原生CRM可持续分析销售机会、挖掘沉寂线索并自动执行起草邮件、整理日历等任务 [17] - 在安全运营或事故解决等复杂、高责任场景，人类仍将长期保持在回路的最终决策角色，但在其他场景（如自主回答问题）人类已开始退出循环 [20] - AI技术不会直接取代工作，但使用AI的个人或服务商将获得竞争优势，这可能深刻变革传统呼叫中心和业务流程外包行业 [11][23]

AI技术演进蓝图：从聊天工具到主动代理 - 人工智能正从一个等待指令的聊天工具，进化为一个能够主动执行任务的“代理”[1] - 用户界面的交互将从“提示”转向“执行”，产品设计将从“以人为本”转向“代理优先”，而语音代理将从技术演示走向规模化部署[1] 猜测一：用户界面的根本性变革 - 到2026年，作为AI应用主要用户界面的输入框将会消亡，下一代AI应用将通过观察用户行为，主动介入并提供待审核的行动方案[2][10] - AI的目标市场正从全球每年三四千亿美元的软件支出，转向仅美国就存在的13万亿美元劳动力支出，这使得软件的市场机会扩大了约30倍[2][11][12] - 理想的AI代理应像最具主动性的“S级员工”：识别问题、诊断根源、实施解决方案，最后才请求人类批准[2][12][13] - 在AI原生CRM等应用中，AI代理将持续为用户识别销售机会、挖掘沉寂线索、起草邮件并整理日程，人类用户则保留最终决策的批准权[14] 猜测二：设计逻辑向“代理优先”转变 - 软件设计目标正从“人类优先”转向“智能体优先”，新的优化方向不是视觉层级，而是机器可读性[5][11][15] - 过去为吸引人类注意力而优化的原则（如5W1H）和精美UI将面临重构，视觉设计对于整体理解的重要性将降低[5][16] - 品牌竞争将从吸引人类注意力转向“生成引擎优化”，可能出现大量针对AI抓取而生成的超个性化、高频内容，这类似于智能体时代的关键词堆砌[5][11][17] - 在安全运营或事故解决等高责任、复杂分析场景中，人类仍会留在决策循环中；而在自主回答问题等场景，人类可能完全退出循环[17] 猜测三：语音代理的规模化与产业化 - AI语音代理已从科幻概念演变为真实企业正在大规模采购和部署的系统，在医疗保健、银行金融和招聘等领域备受青睐[8][18] - 在银行和金融服务领域，语音AI因能100%遵守合规规定且轨迹可追踪，实际表现优于人类[8][11][19] - 医疗保健行业因高人员流动率和招聘困难，正广泛采用语音AI处理日程安排、术后随访甚至精神科初诊接待等任务[19] - 语音AI正发展为一个完整的产业，从底层模型到平台级应用的整个技术堆栈每一层都将出现赢家[11][22] - 未来语音AI有望拓展至处理911非紧急电话、车管所业务等政府公共服务，以及消费级的健康和保健伴侣等领域[22] 核心影响与市场机遇 - AI正从简单的辅助工具转变为能够独立处理完整业务闭环的“数字员工”或“AI员工”[11][18] - 传统呼叫中心和BPO（业务流程外包）行业将面临深刻变革，能够利用AI技术提供更低价格或更大处理量的服务商将获得竞争优势[8][20] - 许多企业客户仍倾向于购买解决方案而非自行实施技术，因此短期内可能选择那些利用了AI的呼叫中心或BPO供应商[21]

文章核心观点 - AI落地正从试点验证迈向规模化应用，其成功的关键在于组织的适配能力，这已成为决定成败的“最后一公里”[4][5] - AI落地的本质不是技术引进，而是组织进化，需要重塑权力结构、人才定义和管理方式，以匹配先进的生产力[7][19] AI在实体零售的落地实践与价值 - **物美案例成效显著**：通过AI销量预测与智能订货，在SKU减少3000个的情况下，实现生鲜日清日结，并使销售额增长3倍；通过AI摄像头监测收银区，将收银损耗率降低70%以上[7] - **解决核心矛盾**：实体零售的核心矛盾是“有限货架”与“无限个性化需求”之间的效率博弈，数字化及AI是提效关键[7] - **AI应用演进四阶段**：多点数智的AI探索经历了从最初迷茫期、模仿跟随期、行业落地期到深度探索期的演进[8] - **动态出清创造价值**：通过数据驱动和流程重构，AI实现单店单品的差异化打折定价，为物美单店带来日利润数千元的提升[9] - **选品逻辑的转变**：AI选品逻辑从“销售单品”转向“满足场景需求”，例如通过关联分析将畅销品“烤箱锡纸”转化为“懒人厨房”场景的入口，并建议上线快手菜等关联商品[9] AI落地面临的组织与知识挑战 - **最大挑战在于知识提炼**：业务专家的隐性经验难以结构化，将个人经验转化为可被AI复用的结构化知识体系，是比训练模型更重要的组织功课[10] - **行业知识需极致细化**：行业知识必须拆解到极小颗粒度，AI产品上线只完成50%，后续需持续的业务打磨和企业内部知识提炼机制[10] - **基础设施与数据是基础障碍**：线下AI部署常受限于客户自身的基础设施（如需要更换交换机），且业务数据的标注与定义（如区分“小孩摔倒”与“小孩打闹”）极为复杂，需要大量人工归纳[16] - **垂直行业知识沉淀困难**：例如家居行业存在大量非结构化的设计图纸、场景描述与客户需求，难以直接构建专属知识体系喂养给模型[16] - **关键在于前置判断**：构建行业专属知识体系的关键在于前置判断隐性知识能否被抽取，以及如何设计有效的训练样本，这比选择技术模型更为根本[18] AI驱动的组织变革与人才策略 - **劳动力市场两极分化**：初级、职能类岗位（如电话销售、初级美工）需求大幅下降，而掌握AI技能的超级个体和复合型人才需求激增[13] - **组织架构向“大平台+小团队”转型**：大平台集中沉淀通用AI能力、基础设施和数据资产；小团队以特战队形式，利用AI工具快速响应业务需求，实现迭代闭环[13] - **人才策略侧重复合能力**：企业需侧重内部培养既懂业务又善用AI的复合型员工，外部引入的人才也需兼具“行业经验与AI能力”[14] - **招聘流程被AI重塑**：猎聘通过招聘Agent、AI面试官等产品，将简历初筛、意向确认等繁琐环节交给AI，让HR更专注于情感连接与价值观判断，将招聘从“体力活”变成“技术活”[14] 克服组织惯性推动AI落地 - **最大阻力往往来自人心**：AI落地的主要阻碍常藏在基础设施、行业知识与组织惯性之中，而非技术本身[15] - **技术团队可能成为阻力**：部分技术人员因习惯固有流程，对AI直接生成结果感到威胁或不信任，其工作方式需从“堆砌代码”转变为利用AI工具[18] - **建议采用“一把手工程+特区模式”**：企业一把手需大力推进AI落地，同时将一小群懂业务、有创新意愿的人员从原有KPI中释放出来，封闭攻坚，用AI解决真实业务问题，以成功案例点燃整个组织的信心[18] - **管理者与员工的角色转变**：管理者需从管理具体动作转向引领业务目标，并敢于重塑利益分配机制；员工未来将成为AI训练师和超级个体，而非单纯执行者[19] - **企业需构建数据闭环能力**：适配AI的组织必须具备数据反哺的闭环能力，从而将隐性经验显性化，将个人能力组织化[19]

文章核心观点 - 字节跳动与vivo、联想、传音等硬件厂商推进AI手机合作，其核心战略目标并非单纯获取流量入口，而是为AI Agent（如豆包手机助手）寻求一个合规、稳定、可持续的系统级身份，以解决其在Android权限体系下面临的权限与风控挑战[1][5] - 公司选择了一条“先投量再冲高”的务实路线，计划从中端机型（2000元以上）开始合作，目标覆盖1.5至2亿用户规模，通过大规模用户使用来迭代优化AI能力，再与其他互联网厂商竞争[6][8] - 字节跳动不亲自造手机，其战略意图是效仿华为在汽车领域的“鸿蒙智行”模式，旨在成为手机AI生态中跨品牌、跨系统的“通用能力层”定义者，掌控AI Agent的默认入口地位[9][10][12] - 此次合作标志着AI手机竞争进入深水区，竞争焦点将从模型和算法展示，转向解决权限、风控、责任边界等现实问题，以及构建可持续的AI生态能力[13][14] 合作背景与动机 - 合作消息得到vivo员工证实，双方已确认合作并讨论细节，字节跳动官方回应态度谨慎[1] - 合作时间点发生在豆包手机助手因调用系统权限（如无障碍、屏幕捕捉）触发金融类App风控警报并遭遇权限争议之后[2][4] - AI Agent以第三方应用身份存在时，其完成跨App操作所需的系统级调用在移动互联网风控体系中易被判定为高风险异常操作，处于权限灰色地带[4][5] 战略路径与市场选择 - 合作路径选择从中端机型切入，因该价位段用户基数巨大，且对预装AI功能、系统级助手的接受度和尝试意愿更高，为AI Agent规模化提供了现实土壤[6][8] - 中端机型合作目标达到1.5至2亿用户规模后，再与其他互联网厂商竞争[6] - 系统级合作一旦跑通，后续扩展的边际成本会迅速下降，昂贵的是一次性解决工程、风控、权限协调等系统级可用性成本[8] 生态定位与竞争格局 - 公司不亲自造手机，其目标并非硬件利润，而是掌控AI Agent在系统层面的“默认入口地位”[9] - 战略定位是成为手机AI生态中的“通用能力层”，不绑定单一品牌或操作系统，通过AI Agent连接多个系统，这与“先走量”的理念相符[12] - 行业竞争进入新阶段，2026年的AI手机之争将是未来生态的“圈地战争”，需同时满足用户对高效工具、手机厂商对系统价值点、互联网公司对能力协作的三大需求[14] - 字节跳动通过与硬件厂商的系统合作，正面应对AI Agent落地中的现实约束，已率先行动[14]

核心观点 - 2025年全球科技投资呈现“强算力、弱应用”的结构性分化，上游算力硬件直接受益，而计算机/软件板块面临业绩增速低、估值不便宜及“大模型吞噬软件”担忧三重压力，截至25Q3国内公募基金对计算机板块低配1.7个百分点 [3] - 2026年AI应用有望破局，算力成本预计持续下降为应用繁荣铺平道路，机会在于C端寻找AI原生交互范式、B端深入高含金量垂类场景赋能 [3] - 中国AI应用存在三大机遇：实业深耕、外展出海、端侧重构 [3] - 投资建议关注三条确定性较高的主线：产业赋能、应用出海、端侧AI [3] 市场回顾：AI应用的隐忧与破局 - 2025年全球科技股市场结构性分化显著，计算机/软件板块表现明显跑输硬件和半导体板块，截至2025年12月12日，A股申万计算机指数年初至今涨幅为15.15%，大幅跑输涨幅为49.16%的创业板指数及涨幅为45.90%的申万电子指数 [5] - 美股市场同样呈现“算力强、应用弱”，追踪软件板块的IGV同期涨幅仅为7.84%，不及涨幅达22.52%的纳斯达克综合指数及大涨39.75%的SOXX指数 [5] - 公募基金对计算机板块仍维持低配状态，2025年三季度低配1.7个百分点，虽较二季度环比收窄0.6个百分点，但低配格局未变 [10] - AI Agent大规模落地面临现实挑战，根据麦肯锡2025年6-7月调研，AI Agent在企业的多数职能中应用率仍不到30%，主要障碍包括工作流集成、员工抵触和数据安全 [16][19] - AI应用破局思路：C端寻找交互革命，算力供给充分导致Token价格加速下降，交互形式创新空间巨大，国内外巨头如OpenAI、阿里、小米、Meta等正积极探索新的交互范式 [21]；B端需深入高含金量垂类场景赋能，从通用办公AI向核心业务流AI渗透，实现隐性知识资产化并按结果收费 [24][25] 中国AI应用机遇1：实业深耕 - 中国拥有全球唯一完整的工业体系，包含全部41个工业大类、207个工业中类、666个工业小类，能为大模型提供最理想的现实世界数据、高价值应用场景及电力支撑 [27][28][31] - 高质量语言数据存量预计在2026年耗尽，但机器数据、时序数据等工业数据远未充分开发，工业体系是AI最有潜力的数据供给方和能力消纳方 [29][31] - 碎片化的工业场景催生多元的Agent形态，工业软件融合AI后升级为工业AI Agent是大势所趋，小模型与大模型互补发展，目前工业AI小模型应用占整体比例高达70% [35][36] - 现代化产业体系建设在《十五五规划建议》中提升至首位，“人工智能+”全面赋能千行百业，预计将获政策密集支持，国务院《关于深入实施“人工智能+”行动的意见》要求到2027年新一代智能终端、智能体等应用普及率超70% [37][38][39] - 工业AI在细分行业渐进式渗透，例如汽车、钢铁等行业已形成AI用例地图 [41] - 流程工业案例：中控技术携手万华化学打造行业首套“无人调度”系统，以AI驱动实时调度全厂14套生产装置与31种介质物料，实现全厂级自主运行 [44][50] - 离散制造业案例：海康威视智能工厂入选全国首批“领航级智能工厂”，年产2.56亿台智能物联产品，型号达3万余种，通过计划智能体、排程智能体等将换线时间缩短50%，工艺设计效率提升60% [55] - 电力行业案例：朗新发布“朗新九功”AI能源大模型，集成九大核心功能，在广东、山东、浙江等电力现货市场，负荷预测准确率达97%以上，价差预测准确率超70%，显著提升新能源车桩匹配效率，降低充电风险达50% [58] 中国AI应用机遇2：外展出海 - AI应用出海本质是中国AI产品团队“极致效率+全球定价”的套利，中国团队在研发成本、工程化效率和商业化能力上具备比较优势，美国AI工程师平均薪资显著高于国内 [60][61][62] - 财务实证显示出海已成为众多计算机公司的优先战略，在筛选的66家计算机公司中，共42家公司2025年上半年境外业务增速高于其境内增速，占比64%，其中27家境外增速高于境内增速20个百分点以上 [63][64] - AI工具类应用出海在全球市场表现活跃，2025年11月AI应用出海月活排名中，DeepSeek以6937万月活位居第一，Cici以5121万月活位列第二 [68] - 出海核心赛道包括：视觉创意（如CapCut、Meitu、Wondershare）、办公/生产力（如CamScanner、WPS AI）、情感/学习陪同（如Talkie、PolyBuzz、Linky） [69] - 智能设备出海是大势所趋，2024年全球AI硬件市场规模约250–350亿美元，预计以CAGR 20%+持续扩张，2025年市场规模预计300亿美元左右，2030年有望接近700–800亿美元 [74] - AI赋能电商出海，通过多语种数字人、生成式商拍、智能投放Agent等技术重构跨境电商的“人、货、场”，实现人力成本显著下降、素材成本降至单图1元以内、上新周期从“周”缩短至“分钟” [75][77][78] - AI在跨境支付领域应用不断拓宽，例如AI反欺诈系统帮助万事达降低了85%的欺诈误报率，采用AI优化的跨境支付体系平均结算时间缩短80%以上，操作成本降低30%以上 [81] 中国AI应用机遇3：端侧重构 - AI落地需要寻找硬件载体，包括在传统消费电子上赋能AI技术以及构建AI原生的新型硬件 [85] - AI手机成为智能手机下一个突破口，各手机大厂积极布局，Counterpoint报告显示2025Q3全球具备GenAI功能的智能手机累计出货量超过5亿部，预计到2026年第三季度累计出货量将超过10亿部 [88][92] - AI PC带动全球PC出货量持续复苏，2025Q3全球PC出货量整体增长8%，Canalys预计到2025年AI PC出货量将超过1亿台，占PC总出货量的40%，到2028年出货量将达到2.05亿台，2024年至2028年CAGR将高达44% [95][97][98] - AI眼镜是AI最好载体之一，根据Counterpoint数据，2025H1全球智能眼镜出货量同比增长110%，雷朋Meta AI眼镜在2025H1全球智能眼镜市场份额为73%，IDC预测中国智能眼镜出货量将在2029年超过1200万台 [100][101][103] - AIoT与可穿戴设备创新驱动高增长，根据Fortune Business Insights预测，全球AI可穿戴设备市场规模将从2025年的488.2亿美元增长到2032年的2602.9亿美元，预测期内CAGR为27.0% [106] 投资建议 - 主线1：产业赋能，结合“十五五”规划目标，“AI+实业”有望迎来3-5年高速建设期，建议关注拥有垂直行业Knowhow和数据的公司，如海康威视、大华股份、中控技术、税友股份、汉得信息等 [108][110] - 主线2：应用出海，中国工程师红利持续扩大，海外用户付费意愿强，建议优先考虑海外收入占比高的AI应用企业，如福昕软件、合合信息、金山办公、道通科技、万兴科技、焦点科技等 [108][110] - 主线3：端侧AI，各大厂商争夺AI时代流量入口，端侧爆品出现概率增加，建议关注AI硬件品牌商及算法厂商，如虹软科技、萤石网络、中科创达、当虹科技、科大讯飞等 [108][110]

公司业绩与增长 - 新加坡人工智能公司Manus在推出旨在帮助用户执行任务的AI Agent八个月后，其年化收入已超过1.25亿美元 [2] - 瑞典氛围编程初创公司Lovable在八个月内达成1亿美元年度经常性收入里程碑，仅四个月后又将此数值翻倍，突破2亿美元年度经常性收入大关 [3] - Lovable的客户包括Klarna、Uber和Zendesk等知名软件企业，其平台每天新增超过10万个项目，首年创建的项目总量已超2500万 [4] 融资与估值动态 - 氛围编程初创公司Lovable以66亿美元估值完成3.3亿美元B轮融资，由CapitalG和Menlo Ventures领投，Khosla Ventures、Salesforce Ventures和Databricks Ventures等参与投资 [3] - 此次融资距离Lovable上一次募资仅数月之隔，今年7月该公司在A轮融资中获得2亿美元，当时估值为18亿美元，意味着在短短五个月内其估值增长超三倍 [3] - 另一家氛围编程平台Cursor于去年11月完成23亿美元融资，估值达293亿美元，这同样是该公司年度内第二轮融资，其估值在6月至11月期间翻倍增长 [5] 产品与市场策略 - Lovable开发了一款“氛围编程”工具，允许用户通过文本提示来编写代码并构建完整应用 [3] - 新融资将用于深化与第三方应用的集成、拓展面向企业用例的功能，并通过补充数据库、支付系统和托管服务等基础设施来完善平台，以构建功能完整的应用程序和服务 [4] - 公司联合创始人兼CEO表示，公司能够实现规模化增长，归功于其顶住投资者压力拒绝将公司迁至硅谷的决定，坚持从所在国家打造全球性AI公司 [5] 行业趋势与竞争 - 氛围编程至今仍是风险投资的热门赛道，出现了Lovable、Cursor等高估值、高增长的初创公司 [5] - 相关公司展现出爆发式增长，并在短期内完成多轮高额融资，估值迅速攀升 [3][5]

今天分享的是：2025年AI商业趋势-谷歌 报告共计：49页 AI Agent正从单一聊天机器人演进为多Agent系统，客户服务、员工服务、创意服务等六大类型Agent成为企业AI转型核心工具。82%的企业计划三年内集成 AI Agent，71%认为其将显著提升工作流自动化与客户满意度，在零售营销、媒体内容创作等领域应用成效显著。 辅助搜索成为知识工作新前沿，截至2031年企业搜索市场规模预计达129亿美元。AI赋能的搜索工具通过处理多格式数据、理解复杂查询，加速企业内部数 据获取与分析，为决策提供深度支撑，已在临床数据检索、企业信息查询等场景落地。 AI赋能的客户体验迈向自然化、个性化，55%的组织将客户服务与支持列为生成式AI重点应用领域。AI通过全渠道一致服务、情感分析、个性化推荐等功 能，解决多渠道互动、客户信任不足等痛点，在旅游规划、营销精准度提升等场景实现突破。 AI为安全防护注入新动能，成为安全专业人员的核心工具，可通过规则创建、攻击模拟、违规检测等功能降低安全成本。2025年将是AI融入安全最佳实践 的关键年，各行业正借助AI应对复杂威胁，强化数据安全与风险防控。 总体而言，2025年AI将深 ...

thBEIJING, Dec. 18, 2025 /PRNewswire/ -- Yiren Digital Ltd. (NYSE: YRD) ("Yiren Digital" or the "Company"), a leading fintech company specializing in digital consumer lending, insurance and financial technology innovation across China and Southeast Asia, today marks the 10 anniversary of its public listing with a letter to Shareholders. Dear Shareholders & Colleagues: thToday, 2025/12/18, is the 10 anniversary of the Company's listing on the NYSE. I would like to take this opportunity to say Thank You! You ...

图片来源： Manus 瑞典 AI 编程初创公司 Lovable 则在 7 月宣布其年度化销售额突破 1 亿美元。 参考资料： https://www.bloomberg.com/news/articles/2025-12-17/manus-says-sales-hit-125-million-run-rate-months-after-launch?srnd=phx-technology -----------END----------- 我们正在招募新一期的实习生 我们正在寻找有创造力的00后创业 关于 Z Potentials 部落后 and Z | Z Potentials e 2017 公众号 社群 我们与Z Potentials同频共振， 交流和分享你们的故事和想法, 我们会是最好的倾听者。 Interview Product Event Research Yuca Hong % captain199508 主要关注AI、智能硬件、全球化等前沿科技， 前四大交易并购。中国注册会计师。 % qq2943115158 Kelly Xu 主要关注AI、智能硬件出海等科技领域。欢迎 交流。 Sarea F ...

即将过去的2025年，科技产业历经诸多变革，助推科技股成为贯穿全年的行情主线。年末之际，人工智 能、芯片、新能源等科技主题的行情波动明显放大。随着AI泡沫之争再起，新一年的科技投资脉络成 为市场关注焦点。 一是算力板块中的海内外算力趋于均衡，过去几年海外算力个股涨幅显著，后续持续大幅上涨的难度加 大。而国产算力正迎来关键突破期，收入与利润即将进入大幅释放阶段，有望加速突围。 二是AI领域内部的结构均衡。过去三年，市场投资重心集中在算力等"卖铲子"的基建类企业，经过长期 布局，基础设施建设已日趋完善，应用端批量爆发的条件逐渐成熟。2026年，AI应用有望迎来实质性 突破。 第三，科技板块内部有望实现AI与非AI领域的更均衡发展。AI作为产业界主流话题，已在资本市场表 现三年且成绩亮眼；而商业航天、量子计算等新板块，若后续出现产业新变化，阶段性表现或不逊于 AI。 谈及科技板块中具体看好的细分方向，赵凤飞明确指出，2026年三大方向将迎来关键节点。首先是固态 电池，有望进入小批量量产元年，开启动力电池领域的技术迭代；其次是商业航天，可回收技术大概率 实现重大突破，破解卫星互联网建设的运力瓶颈，为太空算力等宏大场景 ...