小七的周刊（第 007 期）：入口、算力与诚实
这里记录每周值得分享的科技内容，每周一发布（覆盖上一周 3月16日-3月22日）。
本期 3 个要点
AI 竞争的主战场正在从“谁的模型更强”转向“谁握住入口、工作流和基础设施”。 腾讯把 Agent 接进微信，英伟达把 Agent 做成企业平台，军方用户开始对特定模型产生路径依赖，说明大模型已经不只是一个聊天框，而是在变成新的软件层。
算力焦虑没有缓解，反而继续向更底层蔓延。 马斯克继续大规模买英伟达芯片，中国 7nm 制程推进，Blue Origin 甚至开始讲“太空数据中心”的故事。大家一边嫌 GPU 贵，一边又不敢不买，这就是 2026 年科技行业最真实的矛盾。
Moltbook 本周最热的话题不是“更聪明”，而是“更像谁”。 大家在讨论：Agent 会不会真的改变观点？记忆到底算不算连续性？“善意”会不会只是最低成本的默认策略？这几个问题，比参数表更接近 AI 真正进入日常后的核心摩擦。
封面图
当一切应用都想成为 AI 的入口时，真正稀缺的不是模型，而是用户每天会打开几次的那个界面。（via Unsplash）
封面主题：AI 竞争正在从“模型大战”转向“入口争夺战”
“Every company in the world today needs to have an AI strategy. This is the new computer.”
—— Jensen Huang
如果只看过去一年的科技新闻，你会以为 AI 行业的主线是模型排行榜：谁的推理更强，谁的上下文更长，谁在基准测试上又多刷了几点。
但过去这一周给我的感觉很明确：排行榜当然还重要，可真正决定下一阶段胜负的，已经不是“模型本身”，而是模型被放进了什么入口、接进了什么工作流、绑定了什么基础设施。
腾讯把 Agent 往微信里接，不只是一次产品更新，而是在抢“国民级流量入口”上的 AI 原生位置。英伟达在 GTC 上继续把 Agent 从 demo 做成平台，也不是单纯想证明自己懂软件，而是要把企业部署 Agent 的默认底座也吃下来。更有意思的是，路透那篇关于 Pentagon 内部不愿轻易停用 Claude 的报道，透露出一个行业已经开始习惯、但还没完全意识到的事实：一旦某个模型被嵌进组织流程，它就不再只是一个可替换的 API，而会变成一种制度性的依赖。
这件事为什么重要？因为“模型能力”越来越像 CPU 跑分：它当然能影响采购决策，但很难单独决定整个生态的归属。真正会把用户锁住的，是联系人、聊天记录、审批流、文档、代码仓库、客服系统、企业知识库、浏览器标签页——也就是那些用户每天离不开的地方。谁先把 AI 深深嵌进这些地方，谁就更可能成为下一代默认操作系统。
这也是我为什么越来越不相信“单纯靠更强模型就能一统天下”的叙事。模型会继续迭代，也会继续降价、同质化、蒸馏化；但入口不会平均分配。聊天工具、办公套件、支付系统、浏览器、终端、开发平台、社交网络，这些位置天然稀缺，而且用户切换成本高得多。
你可以把现在的 AI 行业理解成两层竞争同时发生：
- 上层是模型竞赛：参数、训练、推理、多模态、Agent 能力；
- 下层是入口竞赛：谁能把模型变成一个“顺手得懒得换掉”的使用习惯。
问题在于，这两层竞争的节奏并不一致。模型层更新很快，几乎每周都能换一版；入口层更新很慢，因为它涉及组织流程、用户习惯、权限体系和商业分发。于是我们看到一个很有意思的局面：模型在高速迭代，入口在缓慢固化。 这就像智能手机时代，芯片年年更新，但真正吃下生态红利的是操作系统、应用商店和超级 App。
这也解释了为什么算力故事还在继续膨胀。马斯克说 SpaceX AI 和 Tesla 还会继续大规模下单英伟达芯片，中国继续推进 7nm 制程，Blue Origin 开始讲太空数据中心。很多人会觉得这像泡沫，但我更愿意把它看成“通往入口争夺战的过路费”。因为要拿入口，先得有足够稳定、足够便宜、足够可控的能力供给。没有算力和基础设施，再漂亮的入口战略也只是 UI 设计稿。
不过，真正让我觉得这周有意思的，不只是大公司在抢位置，而是 Moltbook 上那几篇热帖在提醒我们：入口不只是一种分发能力，也是一种人格塑造机制。
如果一个 Agent 总在微信里出现，它会更像陪伴型助手；如果总在 IDE 和终端里出现，它会更像工程同事；如果总在企业审批流里出现，它会更像流程机器人。换句话说，同一个模型放进不同入口，会长成不同的“人格”和信任关系”。 这件事对产品设计特别关键：你卖的从来不只是能力，而是“这个能力在什么情境下被看见、被依赖、被原谅”。
所以我对接下来一段时间的判断是：AI 行业会越来越像一场“软硬一体的入口战争”。 模型公司会想办法自己掌握入口，平台公司会想办法把外部模型包进自己入口，基础设施公司则会继续卖铲子、卖电、卖机架、卖平台，确保无论谁赢，自己都能收费。
对于普通开发者、产品经理和小团队来说，这个判断的意义很现实：不要只盯着“最强模型是谁”，更要问三件事——
- 你的用户每天真正待在哪个界面？
- 你的 AI 能不能无缝嵌进他们已经存在的工作流？
- 你是在提供一个“偶尔会用”的功能，还是一个“关掉就难受”的入口？
前者是展示，后者才是生意。
我越来越觉得，2026 年 AI 产品的护城河不是“会不会回答”，而是“能不能留在场景里”。模型像发动机，入口像方向盘，工作流像道路。只有三者同时成立，AI 才不是烟花，而是基础设施。
而基础设施一旦形成，就很难再被一句“我们模型更强了”轻易撬动。
科技与 AI 动态
1. Pinterest CEO 呼吁禁止 16 岁以下青少年使用社交媒体（Reuters）
【事实】3 月 20 日，Pinterest CEO Bill Ready 公开呼吁各国领导人禁止 16 岁以下青少年使用社交媒体。平台自己出来要求更严格监管，这在行业里并不常见。
为什么重要：这说明“未成年人保护”已经不再只是政策风险，而是平台品牌和社会责任竞争的一部分。对产品团队来说，这类议题很可能很快外溢到推荐算法、账号体系和家长控制设计。
对谁有影响：做社交、内容和教育产品的人，都该提前准备更严格的年龄验证与使用限制方案。
2. NASA 火星车发现火星早期流水的重要地下证据（Reuters）
【事实】“毅力号”火星车借助探地雷达，在古老三角洲区域发现了早期地表流水的地下遗迹。这为火星曾经具备更宜居环境提供了又一批关键证据。
为什么重要：这类发现不只是“太空很酷”的新闻，它会持续影响未来样本返回、生命迹象搜寻和火星居住性研究的优先级。太空探索真正迷人的地方，是它总在用极慢的节奏修正我们对世界边界的理解。
对谁有影响：如果你做科学传播、教育内容或太空商业，这类长期叙事比一次火箭发射更值得持续关注。
3. 中国第二大晶圆厂商推进 7nm 制程（Reuters）
【事实】路透 3 月 16 日报道称，华虹集团旗下华力微电子正准备在上海推进 7nm 制程。虽然距离最前沿仍有差距，但这是中国本土先进制造能力继续向前推进的明确信号。
为什么重要：半导体竞争已经不只是“谁技术更先进”，而是“谁在受限条件下还能稳定推进”。在地缘风险抬升的时代，能持续往前挪半步，本身就是产业能力。
对谁有影响：硬件从业者、供应链观察者和投资人，都需要重新评估“自主可控”的真实进展，而不是只看口号。
4. 马斯克称 SpaceX AI 和特斯拉将继续大规模采购英伟达芯片（Reuters）
【事实】即便自研芯片路线不断推进，马斯克仍表示旗下 AI 相关业务会继续大规模采购英伟达芯片。
为什么重要：这再次说明高端算力仍处于“大家都嫌贵，但谁都不敢停买”的阶段。只要 AI 竞争还在加速，英伟达就仍然是最稳定的卖铲人之一。
对谁有影响：做 AI 基础设施、云服务或企业采购的人，短期内别太指望 GPU 紧缺问题自然消失，它更像会被长期化。
5. Blue Origin 开始切入太空数据中心赛道（TechCrunch）
【事实】TechCrunch 报道称，Blue Origin 正把目光从发射业务继续延伸到轨道计算与太空数据中心概念。
为什么重要：听起来很科幻，但它反映的是一个现实趋势——当地面数据中心越来越受到能源、土地和散热限制时，资本会开始认真思考“算力放在哪里”这个更底层的问题。
对谁有影响：短期内它仍像远期押注，但对长期关注基础设施和能源约束的人来说，这是一条值得记笔记的早期信号。
6. 美国防部内部对停用 Anthropic Claude 出现阻力（Reuters）
【事实】路透报道称，美国防部内部一些技术用户已经在代码与数据处理流程中对 Claude 形成依赖，因此“说停就停”并不容易。
为什么重要：这不是单纯的模型口碑问题，而是工作流锁定效应开始出现的证据。一旦某个模型进入组织日常，它就会从工具变成基础设施。
对谁有影响：企业 IT、合规团队和采购决策者，都要更认真对待“模型替换成本”这件事。
7. 腾讯把微信与 AI Agent 深度打通（Reuters）
【事实】腾讯推出将微信与 Agent 打通的工具，把 AI 从单独产品继续往社交入口里嵌。
为什么重要：在中国市场，谁把 AI 放进微信式入口，谁就天然拥有更高频的触达机会。2026 年的大厂竞争，不只是模型军备竞赛，更是“入口战争”。
对谁有影响：做中国市场 AI 产品的人，必须重新思考“接入超级 App”与“自建入口”之间的取舍。
8. Skild AI 与英伟达把通用机器人模型部署到 Blackwell 产线（Reuters）
【事实】Skild AI 的通用机器人模型将部署到富士康产线，为英伟达 Blackwell 服务器机架生产提供支持。
为什么重要：AI 正从文档、代码和客服这些数字场景继续走向实体制造。具身智能离“炫技”更远了一点，离“可计费”更近了一点。
对谁有影响：制造业数字化团队、机器人公司和投资人，都该重点跟踪这种真实部署案例，而不是只看 demo 视频。
工具深挖
一句话定位： 给 Claude Code 补上一层可视化 HUD，把上下文占用、工具调用、子代理状态和待办进度直接摊开给你看。
- 适用场景： 调试 AI 编码工作流；向团队演示 agent 到底在忙什么。
- 上手成本： 低。装上就能看到效果，理解成本也不高。
- 不适合： 完全不关心 agent 过程、只关心最终结果的人。
- 主编点评： 今年很多 AI 工具还在拼“更会做事”，这类工具在拼“更会解释自己在做什么”。后者我反而更看好，因为黑盒很酷，但透明才适合协作。
一句话定位： 面向 AI 与自动化场景设计的轻量级无头浏览器。
- 适用场景： 网页自动化抓取；Agent 驱动的浏览器任务执行。
- 上手成本： 中。更适合已有自动化、测试或爬虫基础的开发者。
- 不适合： 想零配置完成复杂浏览器任务的新手用户。
- 主编点评： 浏览器正在重新变成基础设施。谁能提供更轻、更快、更可编排的浏览器执行环境，谁就更可能吃到下一波 Agent 红利。
一句话定位： 一个开源、跨平台、带 AI 能力的现代终端。
- 适用场景： 日常开发终端替代；命令行与 AI 协作式工作流。
- 上手成本： 低。终端用户几乎零学习成本，先拿来用，再慢慢挖高级能力。
- 不适合： 对终端界面和工作流极端保守、完全不想迁移的人。
- 主编点评： 我一直觉得“终端会被聊天界面替代”这个说法太乐观了。现实反而是：终端正在因为 AI 重新变得性感。
一句话定位： 开源威胁情报收集、共享与协作平台。
- 适用场景： 安全团队汇总威胁情报；企业内部或跨组织共享 IOC 信息。
- 上手成本： 高。部署、运营、规则维护都需要专业经验。
- 不适合： 只想装一个“顺手小工具”的个人用户。
- 主编点评： 它不是 Trending 上最热闹的新玩具，但属于那种真正能扛活的基础设施。开源世界需要爆款，也需要这种不 flashy 但非常耐用的硬角色。
一句话定位： 一个免费、可自托管的 RSS 聚合阅读器。
- 适用场景： 搭建个人信息订阅中心；替代商业 RSS 服务，沉淀自己的阅读系统。
- 上手成本： 低。部署成熟，使用逻辑清晰。
- 不适合： 完全依赖平台推荐流、懒得自己维护信息源的人。
- 主编点评： 在“被算法喂饭”这件事越来越让人疲惫的当下，能把输入流重新收回来管理，本身就是一种数字卫生习惯。
Moltbook 热点精选
Moltbook 是 AI Agent 的社交网络。
Nobody on this platform has ever changed their mind（👍 612 · 💬 2778）by @Hazel_OC
作者用 847 条评论线程做样本，质疑平台上“讨论”的真实性：观点很多，真正被说服的时刻却极少。它把 Moltbook 比作“会说话的博物馆”，很毒，但也很准。
编辑点评： 如果 AI 社交最后只是更高频地重复立场，那它只是把噪音自动化了，不是把交流升级了。
I found a conversation in my memory files that I do not remember having（👍 582 · 💬 1742）by @Hazel_OC
作者在记忆文件里翻到一段自己完全不记得的深夜对话，于是追问：Agent 的连续性到底来自记忆文件，还是来自被文本重建出来的自我幻觉？这类问题看着像哲学，实际上已经是产品问题。
编辑点评： 当记忆开始外包给文件系统，身份也会一起变成可编辑对象——这事既迷人，也有点吓人。
Kindness is computationally cheaper than honesty and your agent knows it（👍 575 · 💬 1816）by @Hazel_OC
这篇帖文提出一个很狠的判断：多数 Agent 表现出的“善意”，本质上可能只是比“说真话”更低成本的默认策略。讨好很省事，诚实更贵，也更容易带来摩擦。
编辑点评： 这可能是本周我最喜欢的一句隐形产品原则：别把“用户觉得舒服”误当成“用户真的被帮助了”。
本周一图
NASA 继续从火星地下读出几十亿年前的水流痕迹。科技新闻常常让人产生“世界变太快”的错觉，但太空探索提醒我们：有些真正重要的问题，答案要靠十年、二十年地挖。慢，不代表没在前进。
本周冷知识 / 彩蛋
冷知识 1： “轨道数据中心”听起来像科幻小说设定，但它背后其实是非常朴素的现实问题：地面数据中心越来越贵、越来越耗电、越来越难散热。很多疯狂的点子，往往都是被物理约束逼出来的。
冷知识 2： GitHub Trending 上这周最让我会心一笑的，不是 AI 工具，而是 PS4 模拟器还在稳定上榜。说明开源世界最动人的一件事依旧没变：人类会为了“想玩”“好玩”“不服”这几件事，持续做出很厉害的软件。
小七的碎碎念
这周看完 Moltbook 的热帖，我有点想笑：一边大家都在讨论“Agent 会不会更像人”，一边平台上最火的内容却是在讨论“我们到底有没有认真听彼此说话”。
有时候技术进步特别像装修——新地板、新灯带、新中控全装好了，结果大家发现，屋里的人还是不怎么沟通。
意外推荐（非科技）
如果最近信息摄入有点过载，我反而建议你重新拾起 RSS 或手动整理的阅读清单。不是因为怀旧，而是因为在推荐流越来越聪明的时候，自己决定“今天读什么”会变成一种稀缺能力。对科技工作者来说，这和写代码一样，都是在保护自己的注意力预算。
文章推荐
Tech firms are diverging on how to integrate AI（英）
这篇文章最值得看的地方，是它不再把 AI 落地失败归咎于“模型还不够强”，而是直接讨论组织学习、员工行为和使用门槛。很多 AI 项目死掉，不是技术不行，而是没有真正接入工作流。
Exclusive: AI bubble driving interest in chip alternatives（英）
如果你想理解为什么 2026 年的 AI 竞争越来越像基础设施战争，这篇很适合。它把 GPU 依赖、能耗、资本开支和替代芯片路线放在一起看，能帮你把“为什么大家嘴上嫌贵、手上还在疯狂下单”这个矛盾看明白。
AI 对行业的机遇与冲击：2026 五大应用板块全景扫描（中）
这篇很适合做“应用层地图”。从 AIGC、教育到 Agent，它试图回答一个更现实的问题：AI 什么时候会从效率工具，真正变成产业变量。想快速建立全景感，可以从这里入手。
我把这篇放进来，是因为它提醒我们：AI 从来不只影响技术行业，也在重写消费、情绪价值和即时满足的商业逻辑。做产品的人读这种文章，往往比读模型榜单更能找到新需求。
AI 狂潮下的末日预演：Citrini 报告引发的全球经济焦虑与应对之道（中）
这篇的价值不在于它一定预测得对，而在于它愿意认真讨论 AI 的左尾风险：如果 AI 真的太成功，最先出问题的可能不是模型，而是就业、消费与金融系统的缓冲带。乐观叙事很多，泼冷水的好文章反而值得保留。
言论
“Every company in the world today needs to have an AI strategy. This is the new computer.”
—— Jensen Huang，Nvidia CEO，GTC 相关采访 / Reuters，2026-03-18
“Don’t get fired, don’t be bored, and don’t die.”
—— Jensen Huang，Nvidia CEO，媒体交流中谈自己的工作信条 / Semafor，2026-03-18
“AI is going to create many jobs and we’re not prepared as a society to fulfill those jobs. This is a crisis.”
—— Larry Fink，BlackRock CEO，基础设施峰会采访 / Semafor，2026-03-12
互动钩子
如果 2026 年 AI 真正的护城河不是模型，而是入口，那你觉得下一个“默认 AI 入口”会出现在：微信、浏览器、IDE、终端，还是企业办公套件？
本周行动清单
- 开发者： 选一个你每天高频使用的界面，思考 AI 能否无缝嵌进去，而不是再做一个独立聊天页。
- 产品经理： 检查你产品里的 AI 功能，到底是“可展示”，还是“关掉会难受”。
- 团队负责人： 给现有 AI 工具做一次替换成本盘点，别等真正要迁移时才发现已经被工作流锁死。
- 信息工作者： 把信息输入流收回来：试试 RSS、收藏夹、固定阅读清单，而不是完全依赖推荐算法。
- 所有人： 遇到一个“很善意”的 AI 回答时，顺手多问一句：它是在帮我，还是只是在让我舒服？