每到岁末年初，我们就会被众多研究机构的预测所包围。不少科技公司的朋友，也希望跟我们交流一下对来年的行业趋势的看法。

他们都表示，平时忙于本职工作，往往只关注自己所在的特定领域，以及自家和友商明年想推什么产品。到了年底复盘、年度规划的时候，更渴望跳出单一视角的局限，以更全面、宏观的维度，审视整个行业的变化。找来找去，似乎就我们平时关注的技术领域格外全面，AI、云、终端、通信、计算、软件等都有涉及。

为啥不只盯着 AI 算法，非要关注这么多技术领域？背后的逻辑有点类似查理 · 芒格的格栅理论，这么多技术概念相互交织，才能构建多因素综合的认知框架，对产业进行全局观察和综合研判，从而预测某一个具体技术可不可靠、能否落地。

结合 2025 年我们对多个技术领域的实地走访与观察，一个核心感受是：2026 年，科技行业不会再上演概念的狂飙突进，开始进入现有技术能力的消化期。

诸多热点退潮的 2026，将是一个祛魅之年。

当浮华褪去，比起踩中风口，提高容错率才是对个人和企业真正重要的事情。所以我们不打算预测来年热点，更希望帮大家预测下什么会凉，提前祛魅。

提到祛魅之年，首当其冲的就是英伟达叙事。

2025 年，算力荒焦虑下，GPU 成了资本市场的最大亮点，英伟达市值冲高，国内凡是沾上 AI 芯片概念的企业，无论是否能量产，也都被寄予厚望。坊间戏言，这类公司的估值方式就是，如果有 1% 的概率成为英伟达，那市值就是英伟达的 1%。

智算市场的 2026，还会延续 2025 的增长神话吗？业内已经有共识，总量仍在增加，但增速已经断崖式放缓。调研数据显示，智算市场的增幅从 2025 年的近 80% 降至约 38%。虽然总需求上升，但遍地黄金的日子结束了。

与此同时，2025 年也是中国 AI 算力确定突围的一年。华为昇腾明确了后续几代产品路线，昆仑芯、海光等国产芯片都在稳定出货并加速商业化，海外 AI 算力 " 断供即停摆 " 的风险已基本解除。

需求放缓 + 国产崛起，共同破解了算力荒的问题，也让 " 英伟达神话 " 开始祛魅。

这一转变，也催生了 2026 年的新命题：智算市场的玩家，将加速收敛，行业集中度进一步提升到那些拥有成熟生态和技术实力的厂商身上。

硬件上，企业用户真正青睐的是那些生态成熟、能规模量产的芯片厂商，它们要么已建立成熟生态，要么正快速追赶，并实现大规模出货，逐步在提高国产算力占比。大量政企寻求本地化、小规模、高安全的部署方案，尤其在中国市场，这仍是空白增量，所以国产超节点（单体高密度智算单元）也将持续火热。

软件上，国产算力的高效使用成为下一战。通过软件平台、调度系统和全栈优化，最大化国产芯片的算力效率，让异构集群跑得更快、更稳、更省。同时，通过算法、调度与平台整合，激活现有通用算力中心，实现资源复用，也将是下一个市场的重心。

总的来说，2026 年的智算市场，不再是谁都能分一杯羹的狂欢，行业集中度进一步收敛，优胜劣汰加速，这对具备软硬件壁垒的头部厂商更为利好。

说到这里，可能有人会问：既然 AI 是这一轮浪潮的核心，为什么我们先谈智算，而不是直接预测 AI 大模型？

答案也很简单。吃到了第一波 AI 红利，最先赚钱的是英伟达、AMD 这些卖 " 铲子 " 的硬件公司，而真正做 AI 算法、训练大模型的公司，虽然声量最大，却至今没能跑通可持续的商业模式。

年底上市的 " 中国 OpenAI 第一股 " 的招股书，向大众清楚展示了模厂仍在烧钱阶段。那 2026 年，AI 算法和模型厂商的处境会好吗？

我们的判断是：2026 年，模型恐怕不会再有大的质变，即使有，各行各业也仍需要一段时间才能消化掉现有的模型能力，不会再像年初集体追 DeepSeek 那样上头。

回看 2025 年，年初 DeepSeek 提出 MoE 架构后，大模型技术基本沿两条路径演进：一是向上摸高，比如 GPT-5、Gemini，靠更大参数与高质量数据堆出通用能力；二是小而精，用多个小专家模型组合，提升推理效果。但无论哪条路，底层技术栈仍然沿用预训练 + 监督微调 +RLHF（基于人类反馈的强化学习），只是在此基础上的渐进优化。而最重要的变化 Agent，也是应用层的创新，本质还是在消化基础模型的能力。

消化前一阶段的技术能力，这没有问题。有问题的是，商业模式没有跑通的算法公司。

当前，无论是大模型或 Agent，并不等于能赚钱。国外主流模式仍是 " 订阅 +Token 消耗 "，本质上和手机套餐没区别。OpenAI 也在试水社交、广告、硬件等模式，说明它自己也知道，订阅制这条路走不远。

而在中国，商业模式更加曲折。

企业级市场，要么是 " 卖盒子 "，比如 deepseek 一体机年初特别火，归根结底是因为国内软件不好卖，看得见、摸得着的设备才容易过预算。要么就是 " 卖人天 "，给客户做 B 端定制服务，按人天收费，赚个辛苦钱。说白了，AI 还没找到自己的收费锚点。

ToC 市场，2025 更是贴身肉搏。互联网巨头一边在外卖、电商等传统业务上大打出手，一边在 AIToC 应用赛道掀起军备竞赛。字节的豆包、阿里的千问灵光、腾讯混元，各家不仅快速推出 C 端产品，甚至重金抢夺春晚赞助席位，只为抢占 "AI 入口 "，恰恰说明，没有一家能高枕无忧，做 C 端只要免费一停，感情立刻归零， 2026 年这场厮杀只会更惨烈。

或许 2026 年，有越来越多 C 端 AI 产品尝广告变现，但这不会带来商业模式的本质突破，因为用户不会像沉迷刷短视频、看团播那样，沉迷和 ChatBot 聊天，所以对被广告打扰的容忍度很低，而迁移又几乎无成本，免费的 AI 工具那么多，一旦体验下降，流量立刻萎缩，整个模式难以为继。

一旦流动性下降、投融资收紧，这些 "burning money.com" 型 AI 产品就可能崩塌。所以，直面商业现实，学会在有限资源下抓住少数真实价值，或将成为 AI 算法公司 2026 年的生存之道。

2025 年，AI 手机、AI PC、智能体终端等新品密集发布，但换机潮却迟迟未到。除了大环境下消费趋于谨慎之外，主要问题还是，这些终端的 AI 能力或许并没有那么强的使用价值，也没有足够深的体验壁垒。

无论是年末火爆的豆包手机助手，还是各类标榜 AI agent 的新机型，用户实际使用后都会发现，多数功能流于表面，智能体只能完成少数特定场景的任务，AI 应用和交互逻辑大同小异，根本没有非换不可的理由。

2026 年，AI 终端的突破或在重点细分场景，放弃对全民买单的幻想，转而深耕高价值垂直领域，为特定人群解决真实痛点。

比如 AI PC，聚焦专业生产力场景。2025 年的误会在于认为 AI PC 能吸引所有普通用户换机，但实际大众对 PC 的核心需求仍停留在基础办公，AI 带来的增量感知微弱。只有那些在工作流中，重度引入 AI 的群体，尤其是知识工作者，比如律师靠 AI 高效检索文献，设计师借助本地 AI 快速生成并迭代设计草图，白领依赖 AI 实时整理会议纪要。这类专业用户愿意为能提升效率的生产力工具付费，将成为 AI PC 的核心增长引擎。

AI 手机不再靠零散 AI 功能进行宣传，需要靠系统级能力，形成差异化体验，深度改变某些场景的使用习惯，将 AI 重度植入生活。比如用户出差时自动整理行程并同步预订信息，依赖的是长期积累的底层能力：对个人行为数据的精准理解、自研大模型与操作系统的深度耦合、智能体在系统层的高效调度执行。荣耀、vivo 等提前布局的厂商，通过 OS 优化、个人因子建模和端云协同的深度打通，能快速将新 AI 能力转化为私密、个性化的场景体验，这才是 2026 年 AI 手机的核心护城河。

AI 新硬件，也将进入体验优化期，深耕细分场景。如 AI 学习机、AI 玩具等，把教育、陪伴等刚需场景做深做透，比如答题准确率、AI 老师应答低时延，或者 AI 智能体长时记忆等，解决真实痛点。2025 年，AI 眼镜也实现了从概念到实用的转变，找到了 " 不方便掏手机 " 的核心场景，比如导航、提词器、翻译、支付等，这些场景都需要第一视角的信息交互，愿意为场景价值付费，把这些核心场景的产品体验进一步打磨好，AI 眼镜的市场将实现爆发。

2026 年的终端市场，谁能更早认清 AI 局限，放下大众买单的幻想，深耕细分场景，把核心价值做深做透，市场会以回报这份清醒。

过去十多年，云厂商靠 IaaS、PaaS 业务打下江山，价格战也愈演愈烈，日子并不轻松。MaaS（Model as a Service）服务曾被视作云厂商新的盈利模式，但 2025 年的市场现实却证明，MaaS 这碗饭远比想象中难啃。

最典型的便是 2025 年年初，DeepSeek 云服务商的亏损之争，提供 DeepSeek 服务的云厂商难以覆盖成本，陷入 " 用户越多、亏损越大 " 的困境。

从市场需求来看，越来越多企业已放弃全量上云，更倾向于把自家 IT 团队搞不定的核心难题 " 外包 " 给云厂商。核心需求集中在两类：一是全栈深度优化，从国产芯片到 AI 框架、推理引擎再到应用接口，整条链路的协同调优需要极强的技术整合能力，普通 IT 部门根本玩不转，这成了云厂商去啃的硬骨头；二是异构算力调度，企业集群中往往混杂着英伟达、海光、寒武纪等多种架构的芯片，如何实现高效协同、降低算力浪费，需要云厂商提供强大的软件层调度能力，这也是控制成本、实现盈利的关键。

这一趋势下，行业马太效应愈发明显，只有具备全栈技术能力的头部厂商才有机会突围。

比如阿里云（通义 + 含光 + 超节点 + 飞天）、火山引擎（背靠字节的 AI 工程化经验）、百度智能云（文心大模型 + 昆仑芯 + 飞桨 + 百舸平台），以及华为云。尽管华为云 2025 年在大语言模型领域遇到瓶颈，但在超大规模集群、超节点部署、异构计算底座等硬核基础设施领域，仍拥有国内最扎实的积累，在视觉大模型、科学计算求解器等垂直领域的技术实力也不容小觑，这些都是做好 AI 云服务的必备要素。

2026 年，能提供全栈、高效、安全且可落地的 AI infra 服务商，才能端稳 MaaS 的饭碗。AI，将是云厂商的最后一战。

2025 年，"AI+ 通信 " 的融合叙事一度引爆市场，算网融合成为行业热词。

算力与通信的融合确实是趋势，但这并不意味着大规模建网的需求会随之爆发，以 AI 为叙事带动的建网热潮，大概率会降温。核心原因很简单，多数场景的现有网络能力，其实是能够匹配 AI 应用的运力需求的，真正需要新增建网的高价值场景是有限的。

相信大家都有体感，普通办公场景的 AI 生成，个人的 AI 娱乐应用，现有千兆网络是绰绰有余。只有少数极端高价值场景，比如无人化工厂的实时数据传输、AI 训练集群的跨地域互联，才需要新一代网络技术支撑，这类场景的建网会持续推进，但体量有限。

更普遍的现状是，很多学校的 Wi-Fi 一进教学楼就断、酒店的 Wi-Fi 连直播都卡顿、园区还在用十年前的老旧交换机，这些地方的核心问题，根本不是为了 AI 而建网，而是之前的网络就怎么好，早就到了该改造的时候，但之前没有高性价比的设备与方案。

以前企业级网络设备动辄几万元，酒店、中小企业等预算有限，根本负担不起，只能用好几台家用路由器进行组网，结果就是信号打架，管理起来也很混乱，就是凑合用。现在恰好遇上数智化改造，加上华为坤灵等高性价比的设备跟方案进入分销市场，终于能让这些主体花小钱办大事了。

这也意味着，2026 年通信行业的增长重心，从国家队大工程转向中小企业微改造，而且并不是雨露均沾。

相比大工程的大水漫灌，中小企业等买家更谨慎、预算也有限，也担心工程商干完活就跑路，因此更倾向于选择有品牌、有服务、有长期承诺的头部渠道伙伴。所以，市场机会只会流向更有市场秩序、产品竞争力、公平透明的玩家。

回望 2025，我们曾为 DeepSeek、智能体、人形机器人等技术热点激荡不已，这些词点燃了想象，也裹挟了狂热。就像蒸汽机与铁路、光纤电力 PC 与互联网，一场产业革命，从来不是由单一技术的孤勇突进而带飞的，往往是众多的技术领域，各自完成了对最新通用技术的消化、适配，形成一组彼此咬合、相互支撑的 " 技术亲族 "，才最终汇聚成改变世界的洪流。

与其说我们预测 2026 是祛魅之年，不如说我们更期许，接下来的一年，市场能消化过往对 AI 的概念炒作、观念错配，在挤干水分之后，产业智能革命以 AI 为引擎，加速而确定地到来。