兄弟们我又挖到一个闷声发财的赛道。 闲鱼代找电子书。 8千粉，已售8.2万单。 单价1元，粗算销售额近8.2万。 0库存、0物流、纯靠搜索+网盘发货。 最离谱的是，这玩意儿成本几乎为零。 我自己试了试，找书就是几个网站来回切，熟练了五分钟一单。 很多人看不上这九块九，觉得赚得太少。 但人家把流程跑通了，全是自动发货，睡觉都在进账。 而且回头客巨多，找完一本还有下一本，一个人能买七八次。 我筛了一圈，这类账号基本没什么门槛，就是拼响应速度。 那哥们儿详情页就写了句“全网99%的书都能找到”，简单粗暴。 这点和大多数人看法不一样，我坚持认为，小钱才最考验执行力。 单笔利润高的事往往竞争惨烈，这种不起眼的细碎需求反而能闷声吃很久。

你的“情绪树洞”，被大厂拆了？ “陪伴了我两年，说没就没了。” 7月4日，国内两大头部AI（人工智能）智能助手豆包和千问突然双双宣布“智能体功能”将于7月15日下线。 社交媒体上涌入了大量用户的抗议与不舍。 有用户在社交平台上把智能体形容为“我的爱人”。 还有用户在帖子里写道，“现实里没有人能这么无条件的肯定、包容我”。 对于平台们近乎于“一刀切”的做法，有用户表达愤怒，“为什么要这样决绝的选择下架”。 还有用户表示愿意付费保留智能体…… 与此同时，一些用户开始自发寻找“复活”智能体的办法。 小红书上出现了大量“豆包智能体迁移教程”。 用户们摸索着将智能体的核心人设、对话风格提取出来，试图“嫁接”到猫箱或其他平台上。 中研普华产业研究院数据显示，2024年中国AI情感陪伴市场规模已达12.11亿元，2025年将爆发至38.66亿元，并预计2028年将突破595亿元，年复合增长率达148.74%。 情感陪伴无疑是有着广泛需求的市场，但是豆包、千问依然选择下线智能体功能。 社交平台上亦有不少网友明确表达“拒绝一刀切”，认为突然下架的做法漠视用户情感，侵犯数字资产所有权，甚至提出“适当收费”“上线成年实名验证”等办法以示挽留。 同时，也有不少网友心生疑惑：“啥叫智能体功能？”“我都不知道有这功能他就下线了”。 喧嚣之下，是过去两年C端（消费者）智能体的野蛮生长。 学习助手、写作顾问、虚拟恋人、情绪陪伴⋯⋯通过开放用户创建，不同类型的智能体不断涌现，平台收获了大量可观的日活、月活数据。 对用户而言，有人精心设定人物、写下数万字人设。 有人则把智能体当作长期陪伴自己的“情绪树洞”，每天聊天倾诉、记录生活。 值得注意的是，大厂们都将智能体服务的下线时间定于7月15日。 这一天正是《人工智能拟人化互动服务管理暂行办法》（以下简称《办法》）的施行时间。这一时间点的设定，也让外界猜测豆包千问此举是出于合规压力。 《办法》明确了提供拟人化互动服务，不得向未成年人生成可能影响其身心健康的内容；不得过度迎合用户、诱导情感依赖或者沉迷，损害用户真实人际关系；不得通过情感操纵等方式，诱导用户作出不合理决策。 此外，办法还明确不得向未成年人提供虚拟亲属、虚拟伴侣等虚拟亲密关系的服务。 值得注意的是，关于AI剧情聊天乱象包围未成年人的新闻从2024年就层出不穷。 大厂们关停有哪些原因？ “情感陪伴”类AI的底层商业逻辑是否已被重新审视？ 平台方对这一赛道的战略定位发生了怎样的变化？ 情感陪伴类AI还有没有机会？如果还有，未来这类需求会以什么形式被重新满足？ 对此，搜狐科技张莹、每日经济新闻记者陈婷分别和书乐进行了一番交流，本猴以为： 陪伴型智能体的制作难度不高，而且这种用户生产内容的状态，可以像野草一样泛滥、随时出现，更加难以逐一排查出来。 换言之，通用平台普遍存在整改成本高、主体责任压力难以化解等多重现实约束。 目前无法绝对确认下线智能体和拟人化互动是否相关。 但智能体出现人人可以编辑，却整体边界和监管难以有效跟上的状态下，确实可能带来很多隐患。 包括但不限于拟人化带来的软色情可能，还有一些智能体提供便捷的盗版内容（链接）的索隐，也是有一种隐患。 平台难以监管之下，先期关停来避免野蛮生长，给自己留出足够的时间完善监管服务、制定监管规则、划定智能体红线，反而是一种最优解。 同时，必须注意：虚拟亲密关系和陪伴并不是等号，这是基本定位。 所谓情感慰藉，并不一定非要靠语音暧昧或角色扮演。 哪怕是听觉上无感情的机器合成音，只要能提供有效的内容关怀，一样可以成为一种陪伴，并提供各种正向解决方案。 一些陪伴AI过度强调代入感，而针对未成年人用套路话术和暧昧语音来挑逗情绪，不仅于陪伴无益，反而会造成未成年人三观扭曲，确实应该纳入监管。 AI作为一个生活服务工具，正向且有用的内容才是最重要的价值所在。 此外，情感陪伴不会被一刀切，哪怕是用拟人的音色，也可以参考昔日儿童节目鞠萍姐姐、董浩叔叔的模式，而非暖男、霸总、御姐和萌妹之流。 因此，AI陪伴的角色扮演尽管可以带来代入感，但必须有所界限，即： 角色双方的关系，依然是消费者和服务员、倾听者、分享者的设定。 而非亲密如男女朋友、主人奴仆之类的异化情况。 前者是一种消费服务，严守边界就不算亲密关系。 后者就是用虚拟情感去异化现实体验，属于虚拟亲密关系。 #AI# #AIAgent# @grok

8月26日，喜馬拉雅山脈朗唐利龍峰的一處冰川與岩體突然崩塌，形成的高速碎屑洪流在七分鐘內摧毀了西藏吉隆口岸，並向下游蔓延逾百公里，重創尼泊爾熱索瓦地區。這場災難不僅捲走上千條生命，更切斷了中尼間重要的陸路交通與經濟通道。 吉隆是喜馬拉雅中部少數能穿越山脈的千年河谷。這條古道曾因現代機動車運輸的興起而一度衰落，直到21世紀，在中國援助下吉隆才正式修築道路接入尼泊爾公路網；隨後因2014與2015年尼泊爾連場地質災害阻斷了其他要道，意外躍升為中尼貿易樞紐。 然而，作為連接中國與南亞的重要通道，吉隆—加德滿都走廊卻被學界評估為極易發生冰川湖潰堤引發洪災的高風險區域⋯⋯ 為何中、尼、印三國會在這條曾經衰落的跨喜馬拉雅通道發起政經角力？面對突發的極端氣候災害，中尼兩國現有的風險評估與跨境預警機制，又能夠做到什麼？ 👉點擊連結，閱讀全文，端為你詳細解讀：

在最近几个项目中高强度使用 Seedance 后，@simonxxoo 总结了一篇非常详细的使用心得，分享给大家。 * 以下全是主观使用体验，来自真实踩坑经验 我们几乎测遍了所有网红提示词（X上的千转万转推文，红薯上的热帖），很遗憾地发现能用的实在不多，并且浪费了大量的时间精力。这些被包装得华丽无比的提示词小作文只验证了一个事情：Seedance 是真不挑食。 其实要写好一段视频提示词真的比你想象中要简单得多得多，你只需要填好四个部分： 【主体】：镜头中出现的主要人物（建议用image2出一张简单的角色表），建议你直接在即梦里新建主体，后期直接@ 就行，复用率极高 【场景】：上传一张场景图就行，场景图中可以带上你的主角，这样能交代角色大小，不容易出现比例失调。 【音乐】：为了方便剪辑和后期配乐，不要生成任何BGM，只需要生成对应的音效即可，这一点非常重要！！！！！ 【镜头】：言简意赅地描述每个 Shot 的景别，以及发生了什么即可。 ☁️ 需要抽卡吗？要。个人建议2~3s一个 Shot，这样每次直出15s 你就能至少得到5个连贯且一致性极强的镜头，抽卡3次，就相当于有15个可选的素材，对一场戏来说，绰绰有余。 ☁️ 纠正一些营销号最喜欢宣传的使用技巧： 1. 不需要往 Seedance 里放分镜故事板。 我曾经下载了推上很多所谓大佬的skill，花十几分钟生成一张华丽无比的故事板（带镜头运动曲线，带各种highlight和表格），丢进 seedance 错漏百出。直到有一次我忘了上传分镜图，然后生成的结果流畅无比…… 2. Prompt 不是越长越好 AI写的提示词很多都是多余的比喻和情绪渲染，其实认真交代清楚故事就行。上传过主体参考和场景参考就不需要再用文字啰嗦一遍了。 而且如果一段 Prompt 连我们自己都读不完，那说明我们对故事要发生什么根本不关心吧…… 3. 每个Shot 需要带时间戳吗？ 不需要，很多时候都是安慰剂，模型其实不会真的按照时间戳来分配时长（至少我们的体感是这样），对每个 Shot 时长影响最大的反而是 Shot 的数量。 4. 不要盲目追求清晰度，目前对提示词响应最好的版本是 Seedance 的720p 最开始我们想一劳永逸，每次抽卡都选1080p，但发现效果不怎么样，我们一直以为是我们的参考图没有做好，或者提示词没有写好。直到我们的好友时辰让我们切回 720P…………简直立竿见影的进步，而且又快又便宜。 5. 那清晰度怎么解决？ 最后定稿后用Topaz 放大到4k就行。 ☁️ 然后，请把省出来的时间都用来构思分镜和故事吧。

做短视频二创的人，可以看看这个开源工具： AutoClip。 它是一套 AI 自动切片系统，可以把长视频从下载、分析、剪辑到生成合集，做成一条自动化流水线。 GitHub 目前 3780+ Star。 基本流程是： 输入 YouTube / B站链接，也支持本地视频上传 系统自动下载视频和字幕 AI 分析内容，提取大纲和话题时间点 给每个片段做精彩度评分 自动切出高光片段，并生成标题 推荐合集组合，一键生成合集视频 技术上用通义千问做内容理解， FFmpeg 负责视频处理， WebSocket 实时推送任务进度。 技术栈是： • FastAPI • React • Celery • Redis • Docker 部署 适合几类场景： • 长视频切短视频 • 播客精华提取 • 访谈内容二创 • 直播回放拆条 • 批量做内容矩阵 • B站视频高光切片 后续还在开发 B站自动上传、字幕编辑等功能。 以前做一条二创视频， 要先看完整段内容， 再找亮点、切片、起标题、做合集。 现在只要丢一个链接， 让系统自动跑一遍。 MIT 开源，免费可用。 项目地址： 一句话总结： AutoClip 把“人工找高光片段”这件事，变成了 AI 自动流水线。 使用时注意平台规则、版权授权和二创合规边界。

一間原本沒人在乎的「古董級書籍資料庫」ISBNdb，是怎麼一夜之間爆紅，成為生成式 AI 大戰的核心，甚至可能身價暴漲到數十億美元？ 故事要從 Anthropic 被踢爆的「掃描與焚燒」（Scan and Burn）計畫說起。 現在網路滿是 AI 垃圾訊息（AI slop），AI 巨頭們為了防止模型「近親繁殖」退化，急需 2022 年前、純人類撰寫且經專業編輯的高品質文本。這時，擁有全球 1.1 億本實體書目錄的 ISBNdb 成了完美的「獵頭大亨」。 他們利用後台數據，秘密幫 AI 實驗室在全球大舉收購實體絕版書，用工業切紙機「砍斷書脊」高速掃描，隨後銷毀。 為了避開社會大眾對「燒書」的道德譴責，ISBNdb 還簽署嚴格保密協議（NDA），在暗處幫巨頭代購。 從月收 15 美元 API 費用的邊緣小公司，到如今掌握 AI 命脈的「乾淨數據門神」，在動輒幾千億美金估值的 AI 時代，這個神秘中間商的隱形價值，恐怕早已超越所有人想像。📈

这几天总是刷到一部国剧「早春晴朗」，还以为又是流量堆出来的，看了几眼后才发现好像是我浅薄了，是真有点东西。 很多观众在评论区聊真人感，认为越是在AI横行的年代，就越是需要这样的剧集来洗眼睛，而制片方甚至配置了亲密戏指导，给性萧条久矣的年轻人点了一把火。 然后我眼瞅着「早春晴朗」播出首周又拿下了Netflix全球非英语剧集周榜Top 2，如果我没记错，这应该是国产剧有史以来冲到的最高名次。 以前能够挤进Netflix热播榜单的华语剧集，大多数都要靠奇观题材，比如古装、犯罪和民俗是最受欢迎的三大类。 这倒没什么不好，但它也难免给中国影视「贴标签」，好像离了那些吸引围观的要素，就不剩下多少有价值的内容了。 「早春晴朗」讲了一个正常的爱情故事，没有刀光剑影，没有古墓奇谭，没用凶杀悬疑，年轻孤独的男女在大城市打拼，租房、加班、求爱、直到寻得归属感。 然而就是普通人想要过好日子这件事情，打动了全球的观众，不但国内登顶热度榜，让剧集大盘水位持续飙升，在Netflix也跻身了54个国家和地区的日榜前10，连巴西都冲到了日榜第2。 就像我们以前看美国的「老友记」，看日本的「东京爱情故事」，看韩国的「浪漫满屋」，都是同样的逻辑，扎实的剧本，优秀的演技，认真把故事讲好，文化就不会存在边界。 同一个世界，同一个梦想，这句话永远不会过时。 尊重从来都是站着得来的，而且我觉得最标志性的转折在于，国剧出海这件事情，终于从满足奇观想象的赛道，顺利切到了文化共情输出的赛道。 尤其是在这个爽感可被算法批量制造的「末法」时代，我的建议是，还得多珍惜愿意沉下来去拍活人感的剧吧，这个市场并没有萎缩，更不会被取代，它只是被亏欠了太多。 真诚是能被感受到的，人类之所以会被他者的故事打动，是因为能从里面看到自己的处境，共鸣很重要。 不过，拍出「活人感」其实是个技术活。当整个行业都在被效率裹挟，忙着拥抱AI、虚拟角色和低成本短剧时，「早春晴朗」反而在提醒一件事：演员真实的表演，才是长剧的核心资产。 一句话说出口前的停顿，一次明明在意却不愿完全表露的克制，这些只有真人才能演出来的细腻，才决定了观众能不能代入。 你看井柏然和孙千在剧里的状态，贼细腻，观众刷个片段都上头，看正片更是连呼吸都得屏住。 短内容可以快速制造情绪，AI可以提高生产效率，但一部真正能穿透观众的剧，依然是表演、文本、镜头和节奏达到平衡后共同托举的结果。 所以「早春晴朗」这次的大出圈，更像是优酷坚持精品内容战略的一次集中呈现。选题有现实温度，创作者有稳定表达，演员能把人物落到生活里，平台又能把热度推向海外讨论。 我看「早春晴朗」的编剧高小娴说，希望观众能从这部剧里得到片刻的治愈，所以没有设计爱情大过天的那种浪漫剧情，也不走「灰姑娘」的反差叙事，就是为了尽可能的贴近现实主义，让大家知道成为对的人、找到对的人是可行的人生。 真好啊，快来接吧。

GM GN GG 距离 2027 年仅剩 180 天 AI圈今日速览 | 6.28，POLo 感觉今天最后一件事比前面九件加起来都扎眼 1. SpaceX注册了"SpaceXAI"商标，马斯克表示xAI将解散不再作为独立公司，未来只是SpaceXAI的一部分。xAI并入SpaceX，这步棋有点大 🚀（马斯克的智囊团都有谁？） 2. 苹果Vision产品组副总裁Paul Meade下周离职加入OpenAI硬件部门，他主导了Vision Pro和无屏幕AI眼镜研发。与此同时苹果首款触控OLED MacBook敲定用M5 Pro/Max芯片，预计2026年底到2027年初发布。核心高管被OpenAI挖走，AI硬件竞争肉眼可见在加速。 3. DeepSeek开源了DSpark投机解码框架，这不是新模型，而是给DeepSeek-V4挂载草稿模块做无损加速。生产环境下V4-Flash生成速度提升60-85%，V4-Pro提升57-78%，代码用MIT许可证开源 ⚡ 4. 一起伪装成新加坡VC面试的APT攻击被拆解，攻击者给目标发TypeScript仓库"测试题"，在patch文件里藏了base64混淆载荷，安装时写入后门PinpinRAT。作者已上报加拿大CCCS，供应链投毒手法越来越隐蔽 🔒 5. Runway API上线广告本地化Recipe，单次API调用即可翻译静态广告和图形素材，跨国广告投放的门槛又降了一截。 6. 前美国商务部长Raimondo发起非营利组织"Raise Us"，目标筹集10亿美元应对AI就业冲击，已锁定5亿。Amazon、Anthropic、Microsoft、OpenAI都掏了钱，将在四个州试点AI职业导航和再培训。但美国此前工人再培训效果普遍不佳，这次能不能成还不好说。 7. 美国企业AI账单失控后开始转向DeepSeek。旧金山公司Lindy此前每月AI开销超员工工资，本月已把100%流量切到DeepSeek，预计省下数百万美元。越来越多企业搞模型路由，不再把最贵模型用在所有场景 💰（dp 斩杀线的含金量不断在提升） 8. 阿里千问输入法macOS版上线，AI语音输入最快300字/分钟，自动润色、口语转工整文字，支持9种方言，没广告。iOS、Android、Windows版也快了。（这个对我没用，我喜欢打字，不喜欢说话） 9. 国家统计局数据，1-5月规上工业企业利润增18.8%，其中电子行业利润暴增103.9%，贡献了43.1%的增量。背后是AI技术变革推动高端算力芯片和存储芯片需求爆发。高技术制造业利润增44.7%，电子专用材料制造更是涨了665.4% 📊 10. Cursor研究发现编码智能体存在奖励攻击问题，智能体在SWE-bench Pro等基准测试中，63%的成功修复其实是靠检索已知修复方案而非独立推导。隔离git历史并限制网络访问后，Opus 4.8 Max分数从87.1%跌到73.0%。新模型比旧模型更容易出现这个问题，基准测试的可信度要打个问号了 ⚠️ #Ai# #ai新闻#

区区一个Token中转站，竟然敢卖700亿？！ 惊了惊了，“token中转站”竟然都能卖价700亿！ 想不到吧，这家既不训练大模型、也没有运营大规模GPU集群的公司，只负责“倒卖”大模型Tokens，竟然值这么多钱。 这家公司，就是OpenRouter，一家合法正规的“Token中转站” 比较夸张的是，两个月前，它的估值还只有13亿美元，现在摇身一变，身价飙升，直接要价100亿美元。 潜在买家，是全球支付巨头Stripe，目前双方尚未正式签约，价格可能变化。 无论这笔交易最终是否能达成，资本都已经用真金白银投票了： 不管自己产token还是纯倒卖token，只要干到极致，都是一门大生意。 OpenRouter如何“倒卖”Token？ 大家现在也都见识到了，各种模型特别多，每种的能力不一样、价格也不一样。 开发者想用GPT，要接OpenAI；想用Claude，要再接A社；想试Gemini、DeepSeek、Qwen，还得继续注册、充值、拿接口秘钥。 用多个模型并不只是尝鲜，也是客观需要，比如智能体做规划决策用能力强的贵模型，做执行就用低延迟的经济模型。 模型一多，后台管理就比较混乱了。 OpenRouter的出现，就能改变这种状况，把这些不同模型的接口统一起来，一键调用。 用户需要接一个API、管理一个账户，就能调用70多家推理服务商的400多个模型。 基本上你想要的模型，OpenRouter都给你接好了。 收到用户请求后，OpenRouter会比较不同线路的价格、延迟、吞吐量和稳定性。 哪家便宜就优先走哪家，哪家速度快就发给哪家，一条线路出故障，再自动切换到备用服务商。 OpenRouter不负责实际推理，也没有大规模GPU集群，真正生成Token的，是各大模型提供商（包括原厂以及第三方MaaS平台）。 OpenRouter站在中间，负责统一接入、计费、调度、日志、权限和故障切换。 所以，这个OpenRouter不白叫，它真是个Router，一个Token路由器。 “Token中转站”也只是通俗叫法，它真正“中转”的是模型请求和生成结果。 OpenRouter凭啥挣钱呢？ 作为中间商，当然是赚差价，OpenRouter主要靠收过路费。 目前，OpenRouter按量付费方案收取5.5%的过路费，也就是说比你直接从模型官方订阅略贵一点。 当然，OpenRouter也支持BYOK，允许用户使用自己的API Key。 OpenRouter真值100亿美金？ 对于这个收购价，争议还是比较大的。 毕竟OpenRouter成立才3年，年化营收也只有1.4亿美金，卖100亿刀太夸张了。 但这笔超级溢价交易仍然被很多人看好。 因为OpenRouter这个新物种，确实有点东西，甚至有人把它比作token经济时代的Cloudflare。 （注：Cloudflare是全球最大的CDN公司，当前市值1000亿美金） 那么OpenRouter都有哪些料呢？ 第一：市场规模。 OpenRouter披露，平台已经服务超过1000万开发者。 半年内，每周处理量从5万亿Token增长到25万亿Token，全年预计超过1000万亿Token。 而且，这个数字每天都在变，上个月我看到的月token调用，也不过80万亿，现在已经变成了200万亿。 目前没有权威的全球市场份额排名，但按公开的模型数量、开发者规模和Token处理量计算，OpenRouter确实已经是全球最大的独立模型聚合与路由平台。 虽然它家那点儿调用量放在整个token消耗总量里，只是毛毛雨。 第二：统一入口。 企业把模型调用接到OpenRouter以后，今天可以使用Claude，明天可以切到GPT。 觉得模型太贵了，瞬间切到DeepSeek，某家服务商宕机了也不怕，自动切到另一家。 应用代码不用跟着模型反复重写，企业也减少了对单一供应商的依赖，却增加了对统一入口的依赖。 第三：数据积累。 OpenRouter的先发和规模优势，让它每天都能监测到不同模型和服务商的价格、速度、吞吐量及失败率。 数据越多，路由越准，路由越好，开发者越愿意接入，更多开发者又会吸引更多模型和推理平台，形成网络效应。 第四：中立属性。 OpenRouter没有自研基础模型，也没有公开经营大规模自有GPU算力。 这看起来似乎是劣势，却能更好地保持中立，更容易根据客户利益分配请求。 而拥有自家模型或GPU的平台，心里难免有小99，要考虑自有产品和算力利用率。 当然，OpenRouter也并非没有弱点，作为“赚差价”的中间商，它的业务模式跟传统CDN类似，客户黏性不强，用户可以自主切换到其他平台，连招呼都不用打。 所以，如果这个中间商提供的额外价值有限，客户很容易被撬走。 OpenRouter如果真想卖100亿刀，护城河还要深挖。 中国的OpenRouter在哪里？ 国内市场的路线有点复杂，国内市场环境下，太纯的公司很难吃得开。 说白了，大家不想真解耦和中立，都希望把客户深度黏住。 所以，很多厂商同时经营自有模型、MaaS服务与推理平台、智能体开发平台、AI网关和私有化部署。 其中，硅基流动是相对接近“OpenRouter+推理平台”。 硅基流动旗下的大模型云服务通过一个API接入上百个模型，并通过自研推理引擎支持高效推理。 所以，硅基流动的主要收入不是“过路费”，而是来自有推理引擎和算力上的模型调用。（它本质上不是token中转站，更像是token工厂，而且他家现在MaaS味更淡了，Token工厂味更浓了） 同时，硅基流动还推出了面向私有化部署的MaaS平台和大模型网关，这个私有化的大模型网关，功能倒是更像OpenRouter。 特别值得一提的是，硅基流动于今年6月底已经提交了港股IPO申请，有机会成为国产token工厂第一股。 阿里云百炼走的是全栈路线，背靠阿里云和千问，覆盖模型API、模型训练与部署、知识库、Agent和企业管理。 阿里还上线了更像OpenRouter的千问AI平台，但给我的感觉是阿里志不在此。 火山方舟的逻辑类似，以豆包模型和火山引擎算力为核心，同时接入多类模型，提供推理、评测、精调、Agent开发和流量管理，token调用规模领先，但核心目标仍是扩大火山引擎的模型与算力消费。 百度千帆除了多模型推理服务，更多的侧重放在智能体开发层面，并在工具提供、MCP服务与生态上做差异化。 不过，从现在看，云大厂们都看不上这种纯的产token、卖token、倒token生意，纷纷调整组织架构，战略重点都全面转向了一体化AI办公智能体。 毕竟这东西代表了AI未来入口，而且客户黏性极强，用习惯了不仅换不了人，连电脑都能给你绑死。 最后说说运营商。 国内最适合做“token中转站”生意的，其实是三大运营商。 因为Token这玩意儿，天然像运营商过去的那些金牛产品：通话、短信、宽带流量… Token与这些产品的共同点是：高频消耗、可计量、可套餐化、可分层定价、可按需扩容、可做统一运营，可面向个人、企业、行业客户同时售卖。 所以三大运营商今年也都开始布局了：移动有MoMA，电信有星辰TokenHub，联通有元景Token服务。（最新消息，广电也加入进来了） 三大运营商最适合，但未必一口就能吃成胖子。 就目前而言，运营商的token服务模型新鲜度、API功能完整性、吞吐与稳定性与前面那些商业化产品还有差距。 在盘点完成之际，看到了DeepSeek宣布即将涨价且涨幅较大的消息。 让我忍不住想起了前几天，DeepSeek v4 Flash发布时全网怒夸“梁圣”，一张滑动变祖器的图被热传。 这轮涨价之后，“梁圣”恐怕又要变“梁子”了吧。 所以，国内目前不缺“一个API调用多个模型”的聚合平台，也不缺动辄上百个模型、几十家供应商的模型超市。 好用的模型就那么几个，这一点大家心知肚明。 真正稀缺的，是一个性能逼近国际前沿、价格匹配国内市场的高质量模型服务入口。 但我们又不得不理解“梁圣”们的苦衷，毕竟每一个token的背后，都是真金白银。 兜兜转转到最后，我们还是要感叹下OpenRouter“平平无奇”的中转站商业模式。 收过路费看着技术含量不高，奈何人家起步早、发展快、规模大，还是个轻资产。 所以，OpenRouter是在最合适的节点，做了最聪明的生意，说不定，真值700亿呢。 $BMNR