写给 Carrey 的一份深夜推演——关于 AI 在 2026–2031 这五年里，将如何重塑八大行业、催生何种独角兽，以及一个有判断力的人，应当如何下注。
"我没有让一个智能体替我思考。我让一组智能体替我吵架，再让一队审稿人挑事实错误，最后我做总编。"
这次研究我拆成两轮——四位生产者负责独立思考、提出判断；四位审查者负责挑事实错误、追溯数据来源、检查逻辑漏洞。
四个生产者 + 四个审查者，最后我做总编。这份报告里所有具体数字都有出处，所有"我认为"的判断都标了证据基础。你可以反驳每一个结论，但每一个结论都应当是可推敲的。
起跳点在哪里，决定能跳多远。这一年最大的变化不在模型本身，而在"模型周围那一圈东西"。
如果 2023 是 Chat 之年，2024 是 Copilot 之年，那 2025–2026 就是 Agent 之年——AI 第一次能"对结果负责"，而不只是对答案负责。
商业含义是：过去 AI 卖"答案"，现在 AI 卖"完成"。"帮我写一份合同"和"帮我把合同发出去、追签、归档"，是两个完全不同的生意。
更深的变化在三层同时发生：
能力层：模型已经能稳定操作浏览器、桌面、文件系统、长程多步任务。Anthropic Computer Use、OpenAI Operator 已从演示进入实际使用。
协议与运行时层：MCP（Model Context Protocol）2025 年 11 月由 Anthropic 捐给 Linux Foundation，OpenAI / Google / Microsoft / Cursor / VS Code 全部接入，公开 server 超 10,000 个——它已是事实标准。但 2025 Q4 之后，"CLI + Skills + Agent SDK"组合代表了更前沿的工程方向——Claude Skills（2025 年 10 月发布，文件夹形式、按需动态加载）比 MCP 更轻量，Arize 的评估测试显示同等任务下 token 用量可低 6 倍。三者协同是 2026 年的主线。
来源 · Anthropic 官方公告 (2025-11) · Arize AI, MCP vs CLI Skills 评估 (2026-05) · Linux Foundation Agentic AI Foundation
商业模式层：从 SaaS 转向 MaaS + Agent。SaaS 卖功能让你自己干，Agent 收钱替你干完。这个差别决定未来 5 年企业软件的整个洗牌。
这条轨迹是单向、不可逆的。普通人感知到的"AI 还不行"，往往是因为他们体验的还是上一阶段的产品。
单个产品不重要，重要的是产品背后的"形态"。下面五种形态会造出未来五年里全部值得关注的公司。
过去 18 个月最被低估的变量——不是 Chat 类产品，而是让 AI 能干活的那一整套工程基础设施。包括：MCP（连接外部工具）、Skills（按需加载能力包）、Agent SDK（运行时调度）、CLI（可编程入口）。四者组合，把能聊天的模型变成真正能持续完成任务的劳动力。
2026 年的工程主线是："CLI + Skills"是比"全 MCP"更轻量、更省 token 的范式，但 MCP 在跨厂商互通上仍不可替代。三者协同。
这个能力一旦稳定，意味着任何"有 UI 但没 API"的软件都会被 AI 接管——保险续保、税务申报、行政审批、客户支持，都会被一个能看屏幕、能操作鼠标的 Agent 吃掉。这是中间层职业的最大威胁。
瓶颈不是模型，而是稳定性与边界——什么场景能放手，什么场景必须人工兜底。先解决的人，会拿到独立赛道。
2026 年视频生成已突破"广告级"门槛，正在逼近"短剧/电影级"。Seedance 2.0（字节，2026 年 2 月发布）是全球首个统一音视频联合生成模型，在 Artificial Analysis Arena 图生视频 Elo 1351 居榜首；Sora 2（OpenAI）在物理仿真上最强；Veo 3.1（Google）在影视级画面上领先；可灵 3.0（快手）是动作仿真工业标杆；Wan 2（阿里通义万相）是开源最强。
真正含义不是"AI 视频更多了"，而是内容生产瓶颈从"制作"转移到"判断"——谁能判断什么内容值得做、什么时间发布，谁就拿到新的红利。
不是给医院做一个 AI 工具，而是把医院整个流程系统性 AI 化。卖的不是工具，是"用 AI 重做的整个行业"。Menlo Ventures 2025 报告显示，垂直 AI 已是 $3.5B 市场——其中医疗 $1.5B（占 43%），法律 $650M，创作者工具 $360M，政府 $350M。客单价高、合同周期长、客户切换成本高，是最稳的独角兽路径。
五个驱动力里最慢、但终局最深远的一个。中国具身智能 2026 年迎来真正的拐点——百亿估值阵营已扩到 13 家，2026 一季度国内披露融资超 50 起、累计约 200 亿元（同比 +60%），20+ 公司明确上市计划，工信部首个《人形机器人与具身智能标准体系（2026 版）》4 月正式实施。3C 组装、汽车制造、仓储这类场景的 ROI 开始成立。未来 5 年，工厂、仓储、特种作业领域会悄悄替换掉一整代"重复体力劳动"岗位。
五个形态不是并列，是叠加。上层依赖下层，但每一层都能独立产生独角兽。
每个行业先看"被颠覆程度"——红条越多代表越剧烈。每条推演都附"证据"小框，说明结论的数据基础。
大行的核心系统、风控、合规仍以人力为主。中间层（投顾、保险经纪、税务咨询、信贷审批）正被 Agent 蚕食——这些岗位的核心价值是"替你处理你觉得繁琐的事"，而 Agent 眼里没有繁琐。
金融业出现一次"哑铃化"：一端是极少数顶尖人才（产品架构师、复杂衍生品交易员、私人银行家），另一端是大量"Agent 操作员"——给 AI 设定边界、审核异常。中间层从业人员数量减半不夸张。保险续保、税务申报、基础信贷、零售投顾被 Agent 重写。
软件开发本身正在被颠覆。Cursor、Claude Code、Replit、Trae（字节）、通义灵码（阿里）的渗透速度超出所有人预期。"程序员"职业正在分裂为两层：能用 Agent 把生产力放大十倍的人，和被替代的人。两层之间没有中间地带。
软件行业会经历一次"单人化"重组。一人公司、两人公司从笑话变成主流——原本需要 5–20 人团队才能做出的产品，会被 1–3 人 + Agent 编队完成。SaaS 的"功能型"产品（CRM、HR、项目管理）会被"结果型" Agent 取代。开发者稀缺性不再来自写代码能力，而来自系统设计 + 品味 + 分发。
中国 18 万亿的中小电商市场正被一个新形态盯上：用 Agent 替代选品、上架、营销、客服、售后全流程，人只管物流。买家侧也在变——通义千问智能体已能在电商场景实现从"帮我订一台 5000 元以内的笔记本"到自动信息筛选、价格比较、订单提交的完整闭环。
电商的流量逻辑会彻底改写。从"用户在 App 里逛"，变成"用户告诉 Agent 想要什么"。今天所有依靠搜索排名、推荐算法、信息流广告的电商平台都会面临重新洗牌。商品标准化程度越高（电子产品、日用品、标品），被 Agent 接管得越彻底；非标品（服饰、家居、礼品）会留在人的决策范围。
这是颠覆已经"发生"的行业。Seedance 2.0 / Sora 2 / Veo 3.1 / Kling 3.0 的质量超过了 90% 的中腰部内容创作者。一个人 + 一套视频模型 + 剪辑 Agent，已经可以做出工业化产能。低质量内容供给爆炸的同时，"好内容"的稀缺性反而提高。
平台会面临"内容洪水"压力——用户注意力总量没变，供给端无限化。这倒逼分发算法从"点击率"转向"长期价值"，也倒逼平台引入"内容真实性认证"。创作者侧，单纯的"剪辑+解说"赛道会消失，留下的是有原创视角 + 强人格 + 跨平台分发的创作者，或者用 AI 做出真正新形态的内容（互动剧、个性化生成视频、AI 主播）。
微信、WhatsApp、Telegram 在 AI 时代变得无比贵重——既是"人与人"的入口，也即将是"人与 Agent"的入口。腾讯把元宝塞进微信、Meta 把 AI 塞进 WhatsApp、Telegram 跑出独立 Agent 生态，本质都是同一件事。
IM 会演化成"个人 Agent 总线"。你和朋友聊天，对话里会自然嵌入"让我的助理订一下机票、给他发个链接"。多智能体协作的群聊形态会成为新工作场景——人和 Agent 在同一个聊天窗口里协作（这正是 Carrey 你在做的事）。
K12 和应试领域受政策影响节奏特殊，但海外教育、留学规划、职业培训、成人英语已被 AI 大幅压缩。一个人 + AI 顾问可以替代大半"留学中介"。志愿填报、职业规划这种依靠"信息差"的服务，被产品化压平了。
教育会出现"个性化奇点"：每个学生有一个真正 1 对 1 的 AI 老师，了解他过去所有学习轨迹、知识盲点、情绪状态。传统的"老师讲、学生听"模式会向"老师设计任务、AI 陪伴学习、老师做关键判断"演化。真正稀缺的不再是知识传授，而是激发与判断——什么时候鼓励、什么时候纠偏、什么时候放手。
这是整个 AI 浪潮的"卖铲人"赛道。三星、美光、SK 海力士已把产能从手机存储转向 AI 存储（HBM），存储芯片进入"超级周期"。光互连（Ayar Labs）、SiC/GaN 功率器件、定制化芯片在加速。能源端，科技公司和电力公司的边界正在融化——微软签 20 年 PPA 重启三里岛核电站（835MW，2028 年上线），亚马逊以 $20B 投入 Susquehanna 核电站旁数据中心，谷歌与 Kairos Power 签 500MW SMR 协议。
这个行业不会"被颠覆"，而是"被极度放大"。AI 用电量将成为某些经济体的最大单一变量。"算力 = 电力 + 芯片 + 散热"成为新的工业三角。5 年窗口内，真正商业化的能源主线是 PPA + 现有核电重启 + SMR（2028–2030 上线）。可控核聚变是远期叙事——中国确实在核聚变研发上投入巨大，但实际商业供电要到 2030 年代中后期甚至更晚。
三条主线在同时推进：①AI 眼镜——2025 年全球出货量 Meta（Ray-Ban Meta）独占 84%，Rokid、华为、小米、雷鸟创新占前 5 中的 4 席，2026 年 IDC 预测全球出货将破 2300 万台（中国 491 万台）；②人形机器人——中国双寡头宇树（春晚出圈，G1 全球份额近 38%）与智元（2026 年 3 月单月量产破万台）合计国内份额约 80%，工信部 4 月发布首个《人形机器人与具身智能标准体系（2026 版）》；③端侧大模型设备——苹果智能、华为盘古、小米澎湃 OS、各家 AI 手机已规模化部署。
智能硬件第一次真正摆脱"手机的附庸"地位。三条路径分别成熟：①个人 AI 设备（耳机/眼镜/胸针类，目标是 7×24 在线的"环境助理"）；②家用机器人（清洁、看护、陪伴的演进版）；③工业人形机器人（千台级量产成立，开始改变工厂用工结构）。手机不会被取代，但"中心地位"会下降——更多智能在分布式终端里。
不是"哪个公司会成独角兽"，而是"什么样的结构能跑到独角兽"。看 2025–2026 的实际数据，三种形态已经清晰可辨。
先看一个已经发生的真实案例——它说明"AI 让杠杆变了"不是预言，而是现实。
Matthew Gallagher，41 岁程序员，2024 年 9 月用 $20,000 启动 GLP-1 远程医疗公司 Medvi。员工 2 人——他和他的弟弟 Elliot。
首年（2025）营收 $4.01 亿，25 万客户，净利率 16.2%。2026 年收入预计冲到 $18 亿。
对比：竞品 Hims & Hers 同年营收 $24 亿，员工 2,442 人，净利率 5.5%。
Medvi 把 ChatGPT / Claude / Grok 用来写代码、生成文案、构建客服 Agent；用 Midjourney / Runway 生成广告素材；临床端外包给 OpenLoop Health。
— 来源：纽约时报 (2026-04)、PYMNTS、Monday Momentum、Engenia Tech
这是 Sam Altman 2024 年和 Reddit 联创 Alexis Ohanian 闲聊时打赌"哪一年会出现第一家一人 10 亿美元公司"的真实答案。Dario Amodei（Anthropic CEO）2025 年 5 月在自家开发者大会上被问到同样问题，回答"2026 年"，给出 70–80% 概率。
但需要清醒地看到 Medvi 也有阴暗面——它使用 800+ 假医生头像、deepfake 病人照片做营销，引来 FDA 警告信。"AI 让单人可以经营巨型业务"是真的，"这种业务可持续、合规、有壁垒"是另一回事。
三种形态：
还有一种形态在 2026 年还没有真正成立——"DAO + Agent"混合体（AI Agent 作为 CEO，人类股东通过智能合约治理）。这种推测我不当结论。它存在监管、责任、法律框架的硬阻力，2030 年前能否跑通是开放问题。
"普通人"在 AI 时代的定义已经变了。能在这场浪潮里独领风骚的，不是"会用 AI 的人"，而是能给 AI 编队、并对结果负责的人。
下面这张图说明四块是怎么叠加的——地基 → 杠杆 → 放大器 → 兑现物。大多数人卡在中间两层（工具与结构），所以会用 AI 但赚不到钱。
五年是个很长的窗口——任何具体时间点的预测都有不确定性。但趋势方向本身的信心度非常高。这份报告里"方向性"的判断可信度，远高于"具体时间"的判断。
多智能体群聊 + Agent 自主认领任务，这个方向和你之前"OpenClaw 作为运行时，只做协作 UI + 同步层"的判断是一致的——这是对的。"足够小到能独自完成"这条原则同样适用于你：先让 3 个 Agent + 1 个人在一个真实场景里跑起来（你自己的工作流就是最好的场景），再考虑通用化。
具体的下一步是：选 1 个你最熟悉的具体场景，把"多智能体协作完成这件事"打通到 demo 级别。这个 demo 是你后续所有融资、合作、招人的起点。
多智能体平台不会缺技术实现者——会有越来越多团队卷进来，包括 Anthropic 自己（Agent Teams 2026 年 2 月已上线），飞书也已经在做（aily + 多维表格 Agent）。真正稀缺的是"在某个具体行业里，把多智能体协作的工作流跑通到能赚钱"。
建议从你最熟悉的一条线切入，把那一条线打透。护城河不在通用，在垂直；不在更强，在更窄。
你的多智能体平台从立项到现在已经积累了大量真实判断（架构演进、技术选型、踩过的坑），这些东西本身就是稀缺资产。建议同步用"建造日志"的方式公开（每周一篇就够），既能强化思考、也能形成你的"个人 Stack"。
一年之后，你就是"国内做多智能体协作平台这件事，公开把方法论讲得最清楚的那个人"。这本身就是分发能力，也是融资/合作/招人的最大杠杆。Pieter Levels 早期就是这条路——他先变成"那个公开做 Indie 项目的人"，然后才有了产品组合。
你做的这件事，海外社区的同行更密集、信息更前沿（Anthropic、LangChain、CrewAI、MCP 标准生态都是英文为主）。把英语学习"绑定"到你正在做的项目里——每周读 2–3 篇英文技术博客，做一段英文项目介绍——比单独学英语效率高得多。AI 翻译能帮你过 70% 的门槛，剩下的 30% 靠真实使用建立。