双十一正从一场集中冲量的流量狂欢，变成平台比拼会员、服务和AI入口、品牌按利润重算投入的存量竞争。

• 影响价格补贴仍是主要竞争手段但受监管约束，压商家让利换增长的老路径收窄；AI购物入口开始进入选品环节，各平台尚未公布新增成交规模；品牌按渠道利润重算预算，冲量型大促投入会更谨慎。
• 参考可考虑先算出各渠道订单扣除佣金、投流、退货后的真实利润，再分配大促预算；值得检查自家商品在豆包、千问等AI购物入口中的推荐表现；会员复购占比高的渠道可优先投入。

天猫这届双 11 的实质，是把 AI 从加速已知需求的匹配工具，变成唤醒未知需求的挖掘工具，并把算力 Token 搬上货架。

• 影响商家争抢的流量单位从关键词变成场景，商品能否被 AI 理解成某个场景的答案影响曝光；只堆参数的传统硬件在涨价周期已被天猫观察到减量；Token 进电商渠道，给硬件厂商提供了硬件加服务的新利润组合。
• 参考品牌方可考虑按场景重写商品信息，检验自家商品能否成为 AI 生成结果页里的场景答案；3C 厂商值得评估 QAIPC 阵营与 Token 捆绑销售的适配度；零售团队可先测算 AI 趋势品类与自己品类的重叠和增量空间。

大模型厂商把Token从开发者接口改造成电商标准化商品，现阶段重在C端品牌触达，真实销售尚未跑通。

• 影响个人与小微团队获取模型算力的门槛降低，可像话费套餐一样按月订阅；各店计量单位不统一，Credits与积分难以直接比价；Token落地收入正被资本市场看重，厂商在渠道和品牌团队上动作密集。
• 参考可考虑把各店套餐折算成同口径单价后再比价，对未标注具体额度的套餐先不急着下单；值得用月卡小成本验证团队真实用量，再决定是否转年订阅；采购前可翻电商平台用户评价，作为交付与售后体验的参考。

Qoder 这轮适配的实质是打通国产系统与国产芯片入口，让智能体编程工具能进入纯国产软硬件环境。

• 影响在统信 UOS、银河麒麟或龙芯设备上办公的研发团队从此可直接使用 Qoder 的智能体编程能力；企业为国产桌面环境选型 AI 编程工具时多了一个覆盖完整的选项。
• 参考可考虑先核对单位现用系统是否为统信 UOS V20 或银河麒麟 V10、CPU 是否为 ARM64 或龙芯架构，再决定是否在国产终端试点 Qoder。

多模态模型加字幕对齐已能把长视频库洗成时间戳级可检索的知识资产，完整工具链开源到个人可复刻。

• 影响培训录播、课程和访谈视频多的企业可参照此法建内部知识库，员工检索可精确到某分某秒的讲法；作者提示流水线特别消耗 Token，批量处理视频要先算成本。
• 参考可考虑挑一个内训视频频道小规模试跑这条开源流水线，记录单小时视频的 Token 账单；值得先盘点现有录播的字幕齐全度，字幕现成能省下转录开销。

电商与AI两条线同时转向服务化，大促竞争正从比价格流量转向比履约能力与用户信任经营。

• 影响大促周期拉长后用户会多次下单，服务体验开始影响复购与留存；卖服务需重资产组织线下履约网络，见效只能靠区域密度逐步积累；平台关系从撮合交易延伸到安装、护理等长尾履约环节。
• 参考可考虑盘点自家售前售后履约环节的可标准化清单，测算把非标服务做成可定价产品的成本；零售相关企业值得评估与AI入口在供应链和履约上的合作切入点。

Agent 密集关停是赛道更替而非行业退潮，竞争焦点正从模型封装和交互体验转向把企业自有业务积累变成 Agent 可调用的生态能力。

• 影响Agent 产品的爆火窗口压缩到约三个月，选型押错平台的沉没成本在加大；2.0 阶段比拼业务 know how 的封装能力，有自有系统和数据积累的企业话语权上升；依赖单点 Agent 工具的流程需要预留迁移退路。
• 参考可考虑盘点在用 Agent 工具的费用、部署难度和任务完成度数据，作为是否继续投入的依据；值得评估自家文档、IM、支付等系统能否开放给 Agent 调用，以及被单一生态锁定的迁移成本。

双11正从统一的全民增量场变成分化的结构场，品牌可把它当作全年经营节奏的一环来重新评估预算分配。

• 影响高频补货品类的需求已被日常低价和即时零售分走，强品牌、高客单、可计划购买的品类仍是双11受益方；渠道分散后品牌需要跨平台协调库存、履约和数据，跨平台服务预算的比选已经出现。
• 参考可先判断自家商品属于大促硬通货还是日常补货场景，再定大促预算占比；值得盘点各平台会员体系、达人生态与AI入口的适配度，把跨平台履约服务纳入供应商比选。

通用 AI 助手座次初定后，战场正转向办公 Agent 的任务入口，企业协作平台比既有用户规模更能决定胜负。

• 影响办公 Agent 把竞争从手机屏引向企业桌面，工作记录与工具配置开始构成新的迁移成本；企业协作入口的稀缺让腾讯阿里字节占得身位；数据安全与任务稳定性仍是企业把核心业务交给 Agent 前的门槛。
• 参考可考虑依托企业现有协作平台选一个高频办公流程试点 Agent 并记录任务完成率；值得盘点员工工作数据分散在哪些 AI 工具中，为日后迁移和数据边界先做预案。

把算力封装成可囤的标准SKU后，词元从企业成本项变成消费品，而计量口径不统一，定价权落在先定义单位的厂商手里。

• 影响小团队获取模型额度的门槛从签商用合同降到电商下单秒到账；套餐口径互不通用，采购前要先自测单任务消耗才能核出真实成本；智能体单次任务消耗可达普通对话10至100倍，自动化程度越高预算越难预估。
• 参考可考虑列出团队最高频的几类AI任务，各跑一遍并记录额度前后差值，算出真实单次成本再对比套餐价格；值得先买小额月卡跑满一个月看消耗曲线再决定年卡，下单前核对额度有效期与退款条款。

购物AI算得出低价但给不出最优解，电商竞争正从比价转向AI购物入口和推荐位的争夺。

• 影响商家要争夺的不再只是搜索排名，还有进入AI推荐清单的机会，GEO正从内容营销走向电商；平台内嵌AI能串起消费数据缩短决策路径，独立工具和跨平台助手则在比价与需求理解上互补。
• 参考品牌商家可考虑盘点自家商品在这几款购物AI中的推荐呈现，先行试验GEO优化；平台运营方可对照选品、比价、优惠计算到下单的链路，评估自家AI还缺哪一环。

AI 硬件竞争的实质已从做爆款转向抢占数据流入口，眼镜因骑在用户既有佩戴习惯上先跑出来。

• 影响消费级 AI 硬件进入规模化落地阶段，2218 元级眼镜给出了低门槛入口参照；内存价格上涨约 350% 会抬高各类含存储终端的物料成本；数据随设备沉淀，入场越晚用户关系越难追回。
• 参考可考虑评估自家服务是否值得适配眼镜类穿戴入口，如千问 N1 或 Ray-Ban Meta 生态；规划自有终端时先按内存涨价后的物料清单重算预算，并预留设备端数据积累的设计。

AI购物助手已经实际介入消费决策环节，但四款产品都给不出完整最优解，竞争实质是购物入口之争而非单纯比低价。

• 影响商家争夺的入口从搜索排名扩展到AI推荐清单，GEO开始从内容营销走向电商；平台借AI把购物需求留在自家；AI攻略不等于标准答案，推荐客观性存在隐忧。
• 参考零售电商团队可先实测自家商品在淘宝Agent、京东AI购、豆包等AI清单中的出现情况，再决定是否投入GEO优化；也可跟踪竞品在AI推荐里的曝光频率。

这轮Personal Agent热潮更像入口焦虑驱动的防御性竞赛，Muse数据亮眼但留存快速回落，在中国市场还叠加超级App变现逻辑的正面冲突。

• 影响C端订阅算账不划算，Claude订阅用户占41.7%算力只贡献10%收入；Agent帮用户省的时间正是平台广告与交易变现的基础，豆包手机已被151款App封杀；单用户月成本最高可达128美元，国内算力更紧缺，成本约束更紧。
• 参考平台型企业可测算Agent分流自身交易与广告入口的风险敞口，参考彭博分流5%至10%业务或损失超50亿美元收入的假设；拟入局者值得先算清单用户Token成本与订阅或佣金收入能否打平，再定投入节奏。

AI应用竞争重心正从手机端流量入口转向PC办公的任务入口，办公Agent格局未定，既有流量领先并不自动延续到新战场。

• 影响办公Agent市场尚在早期、排名变动快，企业选型窗口仍然开放；工作记录与工具配置正在变成迁移成本，早期深度绑定单一平台会加深锁定；数据安全与执行稳定性仍在限制核心业务交给Agent。
• 参考可考虑先梳理内部高频办公流程，用任务完成率和交付效果而非月活评估各家产品；值得在试点前约定数据导出方式与安全边界，再决定是否让历史记录沉淀进平台。

折叠 iPhone 的实质差异不在屏幕更大，而在 App 是否为双栏和半折等形态重新设计交互，适配质量决定体验好坏。

• 影响办公类 App 适配走在前面，飞书、WPS 的双栏对照和半折输入对移动办公有直接帮助；企业为员工配备折叠设备前，需先核对自家常用 App 的适配进度；高德部分功能仅有演示，尚不能按宣传体验。
• 参考可考虑让经常在外处理表格和会议纪要的岗位试用展开与半折形态并记录耗时对比；值得先盘点员工高频使用的移动办公 App 清单，等 23 日正式版上线后再评估适配完整度。

Personal Agent之争的实质是Context之争，谁掌握用户上下文，谁就握住Agent做事的对错标准和飞轮起点。

• 影响存客户、合同、审批记录的系统会变成Agent干活的地方，只卖界面按人头收费的软件承压；企业侧Agent靠继承组织账号权限起步；消费侧Agent的排序可能夹杂平台利益。
• 参考可考虑先盘点自家系统里存的业务上下文，评估接口化改造和权限继承的成本；选消费类Agent时值得问清授权边界、数据能否带走和排序依据。

两家的分野不是技术路线偏好，而是资产禀赋决定的选择，阿里卖算力回报可按季验证，京东押注的物理运营生意还没有收入可验。

• 影响重资产押AI有两种回报结构，算力路径回报可按季验证但要扛周期与利用率波动；人力场景路径不折旧却背固定人力成本，需求兑现时间不在自己手里；多数企业可借此对照自身资产选投入方向。
• 参考可考虑对照这两种资产结构评估自家AI投入的回报口径，先算出算力或人力投入的回本周期和利用率假设；值得参考文中标准，检验自己的AI能力能否对外按用量收费，还是只能内部降本。

大模型从电商工具层进入入口层，买前决策开始被对话式AI分走，平台苦心经营的流量护城河面临被绕过的现实风险。

• 影响商家经营重心可能从平台后台转向模型侧工具，跨平台看板和素材批量生成会改变大促的人手与流程安排；消费者若习惯先问AI再下单，站内推荐和付费流量的效果会被稀释；AI对话内软性推荐尚无标识规范，借此投放的合规边界不清。
• 参考可考虑先在千问电商版这类跨平台经营看板上试跑一个店铺，记录方案制定与素材生产的耗时对比；值得盘点客服接待、标题文案、短视频素材等环节现有AI使用率；预算上可留小规模测试费，验证AI入口带来的引流转化能否被计量。

云厂商竞争从卖算力转向打包AI工具链，AI搜索正被当作企业AI应用的标配基础设施来布局。

• 影响企业搭AI应用可省去自建检索的成本和周期；搜索按调用次数计费会形成算力之外的新支出项；搜索与模型同云打包在加深对单一云厂商的依赖。
• 参考可考虑盘点现有AI应用里自建检索的人力与调用成本，对比云厂商按次计费的报价再决定是否迁移；试点场景可选信源边界清楚的企业内搜或垂域搜问。

苹果把AI当限量商品经营，实质是用低资本开支加供给管控把AI转化为服务收入，而非追赶模型算力竞赛。

• 影响AI功能限量加付费解锁的模式一旦成型，消费级AI能力的计价逻辑将从免费随硬件附带转向订阅与用量付费；巨头收缩算力基建、资本市场转向看现金流，企业选择AI供应商时需把对方财务与供给稳定性纳入评估。
• 参考可考虑按用量重算当前所用AI服务的成本，预留免费额度收紧后的预算变化；选型时值得把供应商的资本开支与现金流状况列入评估；端侧加云端混合分担负载是可对照的低成本路径。

苹果把AI当限量商品经营，沿袭稀缺定价的老打法，用生态入口而非算力规模支撑AI变现。

• 影响免费与付费功能分层后，重度使用苹果云端AI功能将产生额外费用，企业需把这部分额度纳入预算；对苹果而言，这是苹果税多地下调后一项更确定的新服务收入。
• 参考可考虑盘点员工iPhone上照片消除、扩展等云端AI功能的使用频率，估算超出免费额度的费用；涉及敏感数据的场景，先核对国行版阿里、百度模型的调用边界规则。

AI办公格局未定，厂商靠独立应用和迁移工具按任务切入企业，谁卖出了上一套办公软件不再天然拥有下一张AI账单。

• 影响AI预算开始与协作软件采购分离，各部门可用最小席位小额试用；独立工具按积分和用量计费，任务反复运行会推高完成同一份工作的总成本；迁移工具降低了换厂商的门槛，历史会话积累的黏性也可能被对手搬走。
• 参考可考虑挑素材生成、报表整理这类重复任务先算账，对比人工工时与订阅加用量的总成本再定试点；值得盘点各部门自用AI工具和历史会话资产，明确数据迁入迁出边界；可用最小席位或个人档先试，不必整公司采购。

AI办公之争的实质是切入点的转移，协作软件的通讯录不再决定AI预算归属，厂商改从单项重复任务切入企业采购。

• 影响企业可保留现有协作软件，按任务单独引入AI，试用和采购入口更多；任务反复运行会消耗额度和人工核对工时，同一份工作的总成本可能随用量上升；已付费的电商商家场景显示，垂直需求比通用办公更容易换来持续付费。
• 参考可考虑选一项重复出现的文档或经营类任务做小范围试点，记录订阅费、额度用量和人工返工时间；值得盘点现有协作软件与各家AI的接入和迁移通道，再安排试用顺序。

云厂商千亿级资本开支之后，竞争胜负手正从算力规模转向资本效率，ROIC与自由现金流成为新的生死线。

• 影响计费模式从按卡时租赁转向按Token计费和结果化交付，AI预算的计量口径需要重算；Gartner预警2027年底超40%智能体项目将被取消，内部立项需设成本上限；厂商现金流承压与算力利用率偏低并存，采购议价空间可能扩大。
• 参考可考虑把智能体项目预算从按卡时租用口径改为按Token消耗和结果交付口径重算；值得盘点在用云合同的计费条款，比较两种计费口径下的总成本；立项时预留成本上限与退出条件。

AI旅游竞争的实质不在模型对话能力，而在流量入口与履约供应链之争，模型厂商与OTA各握一半拼图，谁也难以单独通吃。

• 影响酒旅和本地商家多出一条对话式分销入口，渠道预算与运营资源面临重新分配；库存和商户信息的同步质量直接决定AI渠道带来的履约风险与客诉；入口与履约尚未合一，商家与多平台并行合作仍有议价空间。
• 参考可考虑先测算豆包等AI入口带来的订单占比与退改成本，再决定资源投入；值得盘点自家价格、库存和退改政策在各平台的信息同步延迟，优先修复误差大的渠道；也可小范围试点AI渠道直连并记录核验人力成本。

9月国内AI竞争的实质，是从比拼单次回答的榜单跑分，转向比拼任务完整交付的Personal Agent、模型自改进回路与机器人世界模型。

• 影响企业评估AI的标尺需从单次回答质量转向任务完成率、接管次数与交付成本；智能体沉淀用户习惯后更换平台成本上升；机器人本体与芯片厂商向模型层延伸，产业链核心环节正在重新划分。
• 参考可考虑在Agent选型时要求厂商提供真实任务完成率与接管次数数据，先挑办公协作等固定流程试点；值得盘点企业内适合交给智能体持续跟进的事项清单，并测算换用智能体对现有订阅与算力成本的影响。

MemT 1.0 把经验复用从外挂检索搬进模型内部，近 300B 规模的验证让这条模型侧路线开始具备工程可行性，但当前效果是接近而非超越文本记忆。

• 影响长期会话的推理成本有了新的压缩路径，官方给出 128K 历史下 1.86 倍速度和 KV Cache 六十六分之一的状态占用；企业 AI 选型中，经验证经验的复用次数开始有理由与模型单次表现并列评估；该路线刚起步，长历史细节召回仍是文本记忆更强。
• 参考可考虑在评估编码或长会话类 AI 产品时，把经验复用次数与返工率纳入测试清单；对重复性工作流，值得用同一批任务对比外部记忆与记忆原生方案的成功率和状态成本后再决定取舍。

对话式 AI 正在成为新广告位，平台刻意让广告形态不断变化以免用户视而不见，搜索广告多年的改版循环在 ChatGPT 重演。

• 影响对话广告样式不固定，投放素材与预算要为频繁改版留出余地；速卖通与 YouTube 打通为出海零售提供一条内容带货新链路；智能电视去广告工具扩散会侵蚀 CTV 广告赖以投放的 ACR 数据。
• 参考可考虑以小预算试投 ChatGPT 广告并记录样式与披露方式的变化频率；出海品牌值得评估 YouTube 创作者联盟位的结账转化；投放 CTV 前先测算 ACR 数据被去广告工具削减后的触达与归因。

达摩院正把RISC-V从单核基准成绩推向多核、AI推理与车规安全的工程验证，争取进入客户芯片选型清单。

• 影响服务器与车规芯片设计企业多了一组可评估的IP选项；推理性能与安全认证数据均为厂商口径，选型前需独立实测；车规高性能产品2027年底才推出，短期影响的是芯片规划节奏。
• 参考可考虑在服务器或车规芯片选型时把玄铁IP纳入对比清单，要求厂商提供与自身业务同类的Agentic、Java负载数据；涉及安全岛、车载网关的项目值得核对E908A的安全等级匹配度。

双十一的实质是AI助手花钱买C端入口的尝试，胜负不取决于拉新规模，而在于无补贴时用户是否回头。

• 影响商家获得低成本试用AI经营工具的窗口，但需区分渠道订单是转移还是增量；依赖推广获客的品牌可能面临AI筛选后的曝光缩减；平台要重新安排广告收入与商家、作者的回报分配。
• 参考商家可考虑用罗盘豆包专区和千问办公电商版试跑，先算清渠道订单增量与人工成本变化；品牌方值得评估大促投放结构，并按平台招商要求补齐材质规格等商品属性，以进入AI推荐的依据范围。

算力竞争的实质约束已从芯片转向电力和工程交付，数据中心正从成本项变成需要提前定价的战略资产。

• 影响算力交付周期以年计，能否提前锁定电力与产能决定下一阶段的竞争资格；巨头转向发债融资补缺口，算力价格与可得性将随基建进度波动；数据中心选址与供给开始受政策和主权因素约束。
• 参考可考虑把算力预算按交付周期倒排，评估与云厂商长约绑定和自建的比例；值得盘点核心业务对算力涨价的敏感度，并评估绿电富集区域的部署选项。

AI应用市场正从入口争夺转向交付力竞争，生活与办公分化为两条主线，增长逻辑由拉新改为承接真实履约与深度经营。

• 影响用户交互正从搜索和多级中转入口迁向独立AI形态，搜索类App人均使用次数和时长同比分别降21.7%和17.2%，依赖搜索的获客结构面临重估；AI办公进入免费引流加分层变现阶段，企业端已出现组织采购与私有化切入点，办公工具预算面临重新分配。
• 参考可考虑把AI原生App与超级App内AI入口纳入渠道盘点，重算搜索获客成本；值得对照免费到企业的分层定价测算办公工具预算，并选信息分散、流程固定的场景试点办公Agent。

Personal AI的竞争焦点已从模型能力转向身份设计与生态接入，Cue的实测落差说明脱离用户日常应用的Agent难以成为随时可用的助理。

• 影响Agent代办的误操作会直接作用于用户或企业账户，授权范围和确认环节要先于部署明确；免费与限量体验意味着成本分担方式未定，按补贴价做长期预算有风险；任务执行能力正被模型厂商并入自家产品，独立Agent产品建立入口的成本在上升。
• 参考可考虑先在邮件总结、日程提炼等低风险场景试用代办类产品，把电话和支付环节保留人工确认；值得盘点员工常用应用清单，评估候选Agent能否接入企业既有信息流；选型时可要求厂商说明Token成本与后续定价机制。

Terminal-RSI用27B级小基座把终端自我改进跑通，同时腾讯把前沿研究并入主模型团队，指向Agent能力向小模型下沉。

• 影响终端Agent在27B模型上拿到论文自报成绩，若成立，调试、系统管理这类多步任务的模型成本有机会下探；目前仅单模型三次评测、无独立验证，企业效果预期应保守；混元研究与产品合并后，其编程类能力会持续补强。
• 参考可考虑把调试、系统管理这类多步推理加工具调用的任务列为Agent试点候选场景；值得跟踪27B级模型跑终端任务的成本，评估私有化部署与API调用的边界；先算出自身运维和编程流程里可被自动验证的任务占比。

达摩院以车规安全认证为切入点把RISC-V推向自动驾驶和具身智能，高性能RISC-V正从可用走向量产落地。

• 影响车载电子与具身智能团队多了一个带安全认证的CPU IP选项；Arm和X86之外的高性能架构选择增多；GCC与OpenJDK生态贡献数据可降低迁移适配顾虑。
• 参考可考虑让车载或嵌入式团队把玄铁E908A纳入IP选型备选，核对其工具链与操作系统支持；值得先测算现有产品对Arm或X86架构的替换成本。

电商平台正从撮合交易转向承包大件买卖的履约服务，家居换新的竞争重点由价格转向服务确定性。

• 影响家电家装品牌可借平台履约网络补齐服务短板，省去自建送装体系的投入；服务疏通后换新需求被释放，恒洁订单与客单价提升即是案例；存量房换新成为主市场后，末端履约能力直接关联增长。
• 参考家居家电商家可测算接入平台送装网络与自建体系的成本差异，优先在拆旧需求高的品类试点；同时值得评估AI实景预览对降低大件下单犹豫和退换成本的作用。

双11的实质正从价格补贴竞争转向注意力与履约能力的竞争，平台以AI、服务和内容争抢缓慢增长市场中的份额。

• 影响大促周期拉长、渠道增多，人力与库存成本要折进同一场投入产出核算；考核重心从GMV转向贡献毛利、复购与口碑，直接改变投放和备货的决策标准；平台AI工具也在改变商品与创意内容的生产方式。
• 参考可考虑先算出本季大促在贡献毛利口径下的回本线，再决定投入力度；值得盘点各平台新推的AI工具能否降低商品与创意制作成本；中小卖家可把拉长战线的额外人力库存成本计入同一笔账。

Agent产品线收编与成交计价同步推进，说明大厂把Agent当作主干业务的新分枝，商业模式从注意力变现转向按成交抽成。

• 影响平台把AI渠道从流量逻辑改为成交计价，酒旅商家需要重算渠道费率与客流来源；依赖平台自建消费级Agent的创业者失去入口；多数用户仍回OTA核验，AI渠道转化尚不稳固。
• 参考涉及酒旅或本地生活的商家可先按综合约12%费率重算豆包渠道盈亏，再判断其客流是新客还是抖音存量；做消费级Agent的团队值得盘点对平台自建入口的依赖和替代分发渠道。

本期盲测榜显示国产模型在代码、前端等场景已稳定进入中上游，与海外头部的差距落在可试点评估的区间。

• 影响选型可把国产模型纳入性价比候选，例如 mimo-v2.6-pro 每百万 token 输入输出 $0.44 / $0.87，低于头部海外模型；盲测榜反映用户主观偏好而非绝对能力，采购结论仍需结合自家任务实测；智能体榜国产净提升度与头部仍有数倍差距，智能体场景替换需谨慎。
• 参考可考虑按用途对口选型，代码场景先实测 kimi-k3-max 与 mimo-v2.6-pro，前端场景对比 qwen3.8 系列；值得用小流量 A/B 测出国产替代与头部海外模型的成本差再定预算。