随着智谱的GLM-5.3终于也在AA竞技场开榜，年中这一轮国产模型的上新，基本算是告一段落了。 若以AA竞技场的分数为参照标准，且全部按提交的满功率版本来算，目前各家厂牌的期中考试成绩如下： Kimi K3和GLM-5.3并列60分，是中国唯二能够挤进T1阵营里的模型，死死咬住了GPT-5.6和Claude Opus 5。 当然Kimi K3是已经发布超过1个月的「老」模型了，可见含金量之足，月之暗面应该是今年惊喜最大的AI公司了，路线修正得太及时了。 按照智谱创始人唐杰的说法，GLM-5.3是故意在控制变量，只通过后训练来做迭代，不动基座、架构和参数，看看能有多少提升，也很满意新模型的表现。 T2档位排下来依次是58分的Qwen3.8 Max、53分的DeepSeek-V4-Pro、52分的Qwen3.8 27B，也是兼顾性能与经济性的高竞争区间，凡尔登绞肉机的市场。 阿里的Qwen3.8这一代其实口碑不错，非但Max版本重回开源，27B版本更是被评价为「Opus at home」，在Hugging Face，Qwen全系列模型今年被下载了20亿次以上，比第2名到第5名加起来还多。 DeepSeek-V4-Pro到底出了什么问题，现在没人知道，虽说有搭配专武（Harness极简模式）的找补，但我觉得葬AI说得没毛病，一言不合就堆定语，是车圈陋习，咱大模型行业不要学。 再说T3分段，这里已经接近上桌吃饭的底线了，能看到45分的MiniMax-M3、43分的MiMo-V2.5-Pro、42分的Hy3，主打一个量大管饱的供应，够用就行，要啥自行车呢。 MiniMax今年算是垫给了智谱，M3押注的原生多模路线，在商业价值上还是比不过纯Coding，最后还是靠视频模型找回了场子，字节比智谱好打你们敢信？ 在DeepSeek-V4-Flash发布之前，小米的MiMo系列模型其实在OpenRouter上当了小半年的性价比之王，很适合用来跑自动化工具链之类的低价值高频次任务，也已经在财报里帮雷总做市值管理了。 腾讯的Hy3是姚顺雨的第一个作品，打响了翻盘的第一步，而且真做到了中美两开花，内有扶WokrBuddy上位的功劳，外有开打OpenRouter价格战的成绩，均衡双修。 再往下数，T4的分段就很接近不可言说的深海了，蚂蚁的Ling 3.0 Flash是38分，美团的LongCat 2.0是34分，阶跃的Step 3.7 Flash是31分，已经不太适用通用场景了，只能用在特定的细分领域。 比如它们都突出一个「快」字，主攻高速模型的品类，聪不聪明你别管，就问有没有秒回吧，在不追求解题效果的工业化任务里是有价值的。 什么，你问22分的百度文心ERNIE 5.0是不是位于马里亚纳海沟？自从拉了这坨大的之后，百度就没有再把新发布的ERNIR5.1上传AA竞技场了，不参战就是没胜负，精髓。

我这辈子碰到的诡异的 bug 里，选了 10 个，这个可以入选其中： 客户端如果使用本地 4790/4789 端口通过SLB 连云服务，有极低的概率被SLB 丢包(当云服务的回包 ACK号要同时满足，第5，6位，9-12位，25-32位分别为1，1，1， 4或1)。 上周数据库 ALB 已经关掉了这个逻辑(CLB 没关) 交易所A客户(持续2个多月)/上海 B 客户(持续一年多) 都在排查分析这个异常 4789/4790 是和云 vpc 特殊端口重叠，最后满足条件：交易所A客户(持续2个多月)/上海 B 客户(持续一年多) 的包被丢掉了，因为叠加起来这个 tcp 包被认为是个 udp 包

投机解码的 drafter 从来都是一个 token 一个 token 地猜。做出 DFlash 的推理公司 Inco AI 说这没必要：正确的 token 本来就在候选列表里，整块并行预测之后挑出一条连贯路径，输出不变，每次验证多赚一个完整的 token。 《DFlash 2：保持并行起草》 推理是 agent 时代的瓶颈。agent 会读、会规划、会调用工具，常常一跑就是几小时甚至几天。它们消耗 token 的速度，是聊天场景从未达到过的。而每一个 token 都要在模型上跑一次完整的前向传播。在 Inco AI，我们在构建一套面向未来 token 经济学的推理栈。这篇文章是一次预览。 我们的团队 1 月发布了 DFlash（论文： SGLang、vLLM、TensorRT-LLM 和 llama.cpp 里。NVIDIA 在 Blackwell GPU 上用它测到了最高 15 倍的吞吐；Google 报告在 TPU 上每秒 token 数提升 3 倍；CoreWeave 生产环境的 Kimi K2.7 Code 端点（Artificial Analysis 上该模型最快的端点）默认就跑 DFlash。生态已经在它之上构建：NVIDIA、Red Hat、Modal 都发布了 DFlash drafter；Meta（Muse Glimmer）、Poolside（Laguna）、小米（MiMo-V2.5-Pro）、NVIDIA（Nemotron 3.5 Lightning）随自家模型发布官方 drafter。在 Hugging Face 上，DFlash 模型被下载了超过 350 万次（截至 2026 年 8 月）。 投机解码是现代推理栈的核心组件之一。一个小 drafter 模型猜出一整块 token，目标模型在一次前向传播里验证整块。猜得好，一次前向变成多个 token；猜得差，丢掉重来。但多年来，起草本身一直是自回归的：一次一个 token。DFlash 让它也变成了一次通过：整块、每个位置，并行预测。 （演示视频：DFlash 2 在 Apple M5 Max 上用 oMLX 为 Qwen3.8-27B 起草，与自回归解码并排对比。 DFlash 2 把并行起草又往前推了一步：每次验证通过多产出 20% 以上的输出，增加的周期延迟只有约 1%，而输出可证明不变。跨基准测试的增益在 16–25%。配合今天发布的 Qwen3.8-27B drafter，SGLang 在 batch size 1 下达到自回归解码 2.7–3.4 倍的吞吐。每个位置独立预测，留下两处空间：选对 token，以及在块的末尾守住准确率。DFlash 2 把这两处都拿了回来，同时没有放弃一次性通过的设计。 现在就能跑 DFlash 2 已经跑在主流推理引擎里。 SGLang： pip install -U "sglang[all] @ git+" python -m sglang.launch_server \ --model-path Qwen/Qwen3.8-27B \ --speculative-algorithm DFLASH \ --speculative-draft-model-path incoai/Qwen3.8-27B-DFlash2 \ --speculative-num-draft-tokens 8 vLLM： pip install -U "vllm @ git+" vllm serve Qwen/Qwen3.8-27B \ --speculative-config '{ "method": "dflash", "model": "incoai/Qwen3.8-27B-DFlash2", "num_speculative_tokens": 7 }' llama.cpp： git clone cd llama.cpp git fetch origin pull/27342/head:pr-27342 git switch pr-27342 NVIDIA CUDA cmake -B build -DCMAKE_BUILD_TYPE=Release -DGGML_CUDA=ON cmake --build build -j Apple Silicon cmake -B build -DCMAKE_BUILD_TYPE=Release -DGGML_METAL=ON cmake --build build -j ./build/bin/llama-server \ -hf ggml-org/Qwen3.8-27B-GGUF:Q4_K_M \ -hfd incoai/Qwen3.8-27B-DFlash2-GGUF:Q4_K_M \ --spec-type draft-dflash \ --spec-draft-n-max 7 oMLX：下载安装支持 DFlash 2 的预构建版（ 在 oMLX 里跑 Qwen3.8-27B 加 DFlash 2： 1. 打开 oMLX 的 Model Downloader，下载 mlx-community/Qwen3.8-27B-4bit 和 incoai/Qwen3.8-27B-DFlash2。 2. 打开 Model Manager，编辑 mlx-community/Qwen3.8-27B-4bit，配置 DFlash： • DFlash：enabled • Draft model：incoai/Qwen3.8-27B-DFlash2 • Draft quantization：enabled • Runtime block size：5 • Verify mode：dflash 3. 保存设置，加载目标模型。 对的 token 早就在候选里 DFlash 每个位置独立、并行地预测。每个选择单独看都合理，但没有什么让它们彼此咬合，一个不连贯的块会在验证时被截断。近期的方法如 Domino 和 DSpark，用顺序的 Markov head 重写每个位置的完整词表分布来买连贯性。但真的需要这种昂贵的自回归纠错吗？ 不需要。证据就在 DFlash 自己的候选列表里。拿第一个位置来说：DFlash 的第一选择 85.4% 的情况下是对的，但正确的 token 99.5% 的情况下都在前 16 个候选里。即使第一选择错了，对的 token 通常也在列表上。 表 1：Recall@1（第一选择正确的概率）与 Recall@16（正确 token 出现在前 16 候选里的概率），按起草位置统计，条件是前面每个位置都正确。GSM8K 上的五层 Qwen3-4B DFlash。接受长度包含验证器产出的下一个 token。 • 位置 0：Recall@1 85.4%，Recall@16 99.5% • 位置 1：80.3%，97.3% • 位置 2：79.4%，94.8% • 位置 3：78.3%，92.6% • 位置 4：77.5%，90.8% • 位置 5：75.9%，89.4% • 位置 6：72.9%，87.8% • 接受长度：4.27（只看第一选择）；6.79（从前 16 里选） 一个总能从前 16 个候选里挑对的那个 oracle，会把接受长度从 4.27 抬到 6.79。这个差距是纯粹的选择空间。我们只需要在候选里选出一条正确的路径。 图 1：一个周期里的选择器。只用 DFlash，每个位置保留自己的第一选择；这里两个相邻位置选了同一个词，结巴在验证时死掉。DFlash 2 保留每个位置的 top 候选，选择器在候选之间走出一条连贯路径；这里整块都活了下来。 一个轻量的路径选择器 连贯性大体是局部的：一个候选合不合适，主要取决于它前面的那个 token，所以给相邻对打分应该就够了。DFlash 2 保留每个位置前 16 个候选，给每一对相邻候选打分。对前一个 token a 和当前候选 b： S_t(a,b) = U_t(b) + ⟨A(a)⊙H(h_t), B(b)⟩ 分数分两部分。第一部分 U_t(b) 是 DFlash 自己的 logit：drafter 本身有多喜欢 b。第二部分问 b 接在 a 后面有多顺：A 和 B 给每个 token 一个紧凑的 256 维嵌入，两个嵌入在一个上下文门控 H(h_t) 下匹配，门控决定匹配的哪些部分算数。本质上，这是对相邻候选做的低秩双线性注意力。 打分全程并行。每个位置的每一对相邻候选一次性全部算完，不需要额外的 backbone 或 LM head 前向。唯一串行的部分，是最后在预计算好的分数上走一遍：从最后一个已验证 token 出发，贪心地跟着每一步最好的后继走，采样从同样的分数里抽取，拒绝采样恢复出精确的目标分布。 表 2：只加路径选择（不加卷积）的接受长度，GSM8K 上的五层 Qwen3-4B。开销相对纯 DFlash：drafter 增加的参数、起草-验证周期增加的延迟。 • DFlash：T=0 下 4.27，T=1 下 3.78 • + DSpark 纠错：+77.8M 参数，+9.6% 延迟；4.49，4.08 • + 路径选择（我们的）：+2.0M 参数，+0.6% 延迟；4.61，4.25 选择器在 T=0 下给 DFlash 加 0.34 个 token，T=1 下加 0.47。两个设置下都超过 DSpark 的纠错，参数少约 40 倍，延迟开销低 16 倍。选择比预测便宜。而且还有空间：oracle 能到 6.79。成对打分是我们能想到的最简单的选择器，我们相信这里还有很多可探索的。 后缀衰减是个局部问题 我们还注意到上面两行 recall 都在块尾下滑。连 oracle 都在衰减：即使选择完美，准确率仍然从第一个位置的 99.5% 掉到最后一个位置的 87.8%。没有选择器能修这个，因为候选自己就不够了。我们把这个叫后缀衰减，它是 backbone 的问题。 一个嫌疑是容量：五层 backbone 可能太小，撑不住横跨整块的依赖。如果真是这样，深度应该在靠后的位置帮上最多的忙。事实也如此：3 层、5 层、15 层的 DFlash 模型在第一个位置上几乎一样，越往块尾分得越开。但深度不加区分：多十层 attention block 到处加容量，连那些没什么可赚的靠前位置也加，把 DFlash 吸引人的那部分效率磨掉了。 图 2：GSM8K 上 Qwen3-4B 的 Recall@1（T=0），条件是前面每个位置都正确。所有 drafter 在相同设置下训练；卷积模型评估时不带选择器。它的卷积增加 3% 参数和 0.7% 周期延迟；15 层模型多出的十层增加 15.2%。 我们要一个有针对性的修法，而 DFlash 的 attention 指出了修哪里。它有两份工作：读块之前的上下文，以及建模块内部的依赖。但它在第二份上花的越来越少：块内注意力占比从第 1 层的 30% 掉到第 5 层的 8%，剩下的还集中在越来越少的一小撮 head 里。所以我们把两份工作拆开：一个专用模块承担块内工作，attention 继续读上下文。 图 3：五层 Qwen3-4B DFlash 的块内注意力按 head 分布。越亮的格子代表在起草块上花注意力越多的 head；靠后的层里，块内质量收缩、集中到少数几个 head。 一个轻量的局部卷积 块内工作本来就是短程的：一个块只有 4 到 16 个 token，最紧的依赖坐在相邻位置之间。自然的算子是短卷积：两个抽头，一个在当前位置，一个够到前一个位置，权重随内容自适应。跟随 Canon Layers、Dynamic Short Convolutions 和 Convolution for Large Language Models 的做法，我们在每个 attention 和 feed-forward 子层前后插入这个双抽头动态深度卷积： Conv_k(x)_t = k_{t,0}⊙x_t + k_{t,1}⊙x_{t-1} 每个系数由一个可学习的基核加上从当前隐藏状态算出的一个小修正组成；每 16 个通道共享一个修正。第一个位置读最后一个已验证 token 的表示，之后的每个位置读它前一个的。信息穿过整块，同时所有位置仍然并行计算。 图 4：双抽头动态卷积。每个 drafter 层的每个 attention 和 MLP 子层前后各有一个。内部：每个位置把自己的表示和前一个的混合；第一个位置读最后一个已验证 token。 卷积是块局部的、无状态的，所以能无缝插进 DFlash，不用动 attention、LM head 或验证。 只加 16.5M 参数（3%），带卷积的五层 DFlash 就逼近了 15 层 DFlash，大幅减轻后缀衰减。卷积给起草-验证周期延迟加 0.7%；多十层 Transformer 层加 15.2%。第 4、5 层的平均块内注意力从 9.4% 降到 0.5%，与卷积吸收局部工作、attention 回到读上下文一致。一个只够到前一个位置的核，买回了十层额外层的大部分收益：后缀衰减大体是个局部问题。 合在一起 到目前为止，选择器和卷积是分开测的；下面的完整对比把它们放在一起。DFlash 和 DSpark drafter 是我们在对齐的设置下自己训练的，MTP 随模型发布。 表 3：Qwen3.5-4B 每请求平均接受长度。采样：thinking 开启，温度 1.0，top-p 0.95，top-k 20，presence penalty 1.5，无损拒绝采样。 • GSM8K：MTP 4.78，DFlash 4.99，DSpark 5.69，DFlash 2 6.20 • MATH-500：5.04，5.42，6.20，6.76 • HumanEval：4.84，5.43，5.80，6.28 • MBPP：4.16，4.49，4.96，5.41 • MT-Bench：3.90，4.26，4.77，5.20 • 平均：4.54，4.92，5.49，5.97 DFlash 2 在每项基准上都领先。平均下来，它比 DFlash 多 1.05 个 token（21%），比 DSpark 多 0.48。升级仍然便宜：选择器和卷积加起来，只给五层 DFlash 的起草-验证周期延迟加了 1.3%。 在 MATH-500 上，增益逐位置可见：DFlash 2 到最后一个位置都稳在 86% 附近，而每个基线在块尾都比它低 6 到 9 个点。 图 5：MATH-500 上 Qwen3.5-4B 的条件接受率，采样同上。 两个 drafter，今天发布 我们今天发布两个 DFlash 2 drafter：一个给 Qwen3.8-27B（ Meta 的 Muse Glimmer（ Qwen3.8-27B，我们对比模型原生的 MTP 路径和一个社区 DSpark drafter。 表 4：Qwen3.8-27B 每请求平均接受长度，模型默认采样、块大小 8，对比原生 MTP 路径和社区 DSpark drafter。 • GSM8K：MTP 5.02，DSpark 4.36，DFlash 2 5.46 • MATH-500：4.72，3.92，5.28 • HumanEval：3.91，3.30，4.39 • MBPP：3.99，3.51，4.79 • MT-Bench：3.74，3.01，4.10 • 平均：4.28，3.62，4.80 对 Meta 的 Muse Glimmer，我们对比随模型发布的官方 DFlash drafter 和一个社区 DSpark drafter。 表 5：Muse Glimmer 每请求平均接受长度，模型默认采样、块大小 16。DFlash 是 Meta 随模型发布的官方 drafter；DSpark 是社区 drafter。 • GSM8K：DFlash 5.43，DSpark 5.45，DFlash 2 6.57 • MATH-500：5.39，5.01，6.56 • HumanEval：4.11，4.33，5.66 • MBPP：3.74，4.02，5.30 • MT-Bench：3.52，3.59，4.42 • 平均：4.44，4.48，5.70 差距很大：在两个模型上，DFlash 2 平均比 DSpark 多出超过一个完整的 token。它也超过每个模型的官方 drafter：Qwen3.8-27B 的 MTP、Muse Glimmer 的 DFlash。换算成吞吐，Qwen3.8-27B 上达到自回归解码的 2.7–3.4 倍，Muse Glimmer 上 3.1–4.6 倍。模型卡（ 底线 agent 一个下午写出来的东西，聊天机器人要写一个月，而每一个 token 底下都坐着解码。DFlash 2 以接近自回归解码 3 倍的速度解码，每个 token 约三分之一的算力，输出相同。 七个月里，DFlash 从我们的论文变成了行业标准，超过 350 万次下载。在同一个设计内部，DFlash 2 每次通过多解码一个完整的 token，免费。那还只是服务栈的一个组件。推理离它的地板还很远。 在 Inco AI，我们在构建一套端到端的服务栈，把这个地板继续往下压。DFlash 2 是第一块。两个 drafter 今天发布在 Hugging Face。 如果你在规模化地服务 agent，想在你的栈里评估 DFlash 2，或者想为你跑的模型（包括你自己的微调）要一个 drafter，写信给我们：contact@inco.ai。 我们也在招人。如果你想一起构建这套栈，联系我们。 把候选连起来。起草，继续并行。 脚注：Modal 的 Speculation Is All You Need 指出，投机解码是对低延迟服务最重要的优化。我们是他们工作的超级粉丝，感谢他们自 DFlash 发布以来的支持和讨论。 本文引用格式：@misc{inco2026dflash2, title={DFlash 2: Keep Drafting Parallel}, year={2026}, month={August}, url={ 原文： #DFlash# #投机解码# #LLM推理#

$BTC 的一波爆拉，确实是出乎很多人意料。 本周，@milkroaddaily 播客请到 @NewsAsset 的嘉宾 Rob 来讨论当前的加密市场行情。 Rob 认为“熊市十月才见底，可能跌到 4 万 5”，但这两天比特币暴涨 10% 冲破 7 万美元，创下 2021 年以来最大规模的空头清算。 虽然短期拉升出乎意料，但节目里这位嘉宾的投资逻辑值得一看： 重点不在预测点位，在于一套越跌越买的纪律和投资风格： 1.用 Into The Crypto Verse 网站上的“风险位”来确定自己的买入倍数 风险位在 0.5 到 0.6 开始买；跌破 0.49，下周买入翻倍；到 0.39，四倍；跌破 0.29，八倍。现在风险位约 0.3，所以这周一买入是上周的四倍。 2.200 周均线附近他历来当作买入区，但不是精确底 2015 年跌破一下，2018 年跌破后所有人喊归零，2020 年疫情跌破，2022 年连 200 周、250 周、300 周均线全破。每次都有人喊“完了”，回头看全是买点。他 2018 年买 3000 美元的比特币，2022 年买 1.5 万到 1.7 万的比特币，现在看都不亏。 3.对 CLARITY Act 和白宫加密会议，他的判断是“摆姿态” 法案被推迟到九月，中期选举年，民主党不会让特朗普拿下一局去胜利巡演。 WFLI 拿到银行牌照，USD1已经是第5大稳定币，但总统力推它是因为对自己公司有利，这条路不会顺。国会靠不住，SEC 和 CFTC 会补缺口，但对整个加密帮助有限。 4.行情牛回，不要忘了分散保管自己的加密资产 Coldcard、Trezor、SafePal 连环暴雷，他连自托管都开始分散。Rob 现在把币分在五处：Ledger、Tangem、iTrust 托管、Coinbase Prime 以及相关ETF里。 5.山寨他只认四条链：BNB、以太坊、Solana、Tron 他管这叫 BEST。依据是 Visa 的链上数据，稳定币流量最大的就是这四条。Tether 超过 60% 的量在 Tron 上。Polygon、XRP、Canton、Hyperliquid 他都看过，但钱有限，不调仓。 整个播客里小编有一句话感同身受： 「我希望它还没见底。」这样我还能在更便宜的位置，多买一点。

【A股盘前】 2026年10月3日 ======================================== 数据窗口：9月28日~9月30日（近3个交易日） 一、今日结论 环境分：38分，只观察，不给买点。 理由：上证指数3842.19低于MA5（3864.23）、MA10（3890.23）、MA20（3905.64）；沪深300、中证500、中证1000全部在5日线下方，且中证1000弱于沪深300（中证1000距MA20为-3.42%，沪深300距MA20为-3.03%），属权重略强、小盘更弱格局。科创50当日-2.51%明显走弱。隔夜美股三大指数收涨（标普+0.73%、纳指+1.19%、道指+0.49%），但A股主要指数均在均线下方，外盘正面不足以对冲内部弱势。期货升贴水未获取。涨停溢价、连板高度、跌停家数未获取完整数据。综合给38分，低于40分，只给观察名单。 三个方向（仅观察，不构成买点）： 1、创新药（港股通创新药链条）。美股映射确认（ARKG 20日+14.41%），韩日未开盘待确认，研报互证为月内强支撑。 2、房地产。美股映射不直接对应，韩日未开盘待确认，研报互证为月内强支撑。 3、半导体设备/材料。美股映射确认（PSI 20日+24.09%、SOXX+17.26%），韩日未开盘待确认，A股同主题尚未启动，研报互证为月内强支撑。 三个主选股（观察名单，环境分不足不触发买入条件）： 1、创新药方向主选：港股通创新药ETF嘉实（sh520970），备选：恒瑞医药。 2、房地产方向主选：滨江集团（002244），备选：万科A（000002）。 3、半导体设备方向主选：北方华创，备选：中微公司。 二、中美ETF 20日涨幅榜对照 1、A股去重榜前10（同主题只留最强1只）： （1）房地产｜房地产ETF银华（sz159768）20日+15.49% 昨+2.07%（同主题9只） （2）海外QDII｜纳指科技ETF景顺（sz159509）20日+13.06% 昨+1.75%（同主题34只） （3）创新药｜港股通创新药ETF嘉实（sh520970）20日+8.26% 昨+3.97%（同主题107只） （4）交通运输｜船舶ETF富国（sh560710）20日+3.72% 昨+0.21%（同主题6只） （5）红利价值｜现金流ETF银华（sz159225）20日+1.99% 昨+5.77%（同主题151只） （6）银行｜银行ETF华安（sh516210）20日+0.97% 昨+1.33%（同主题13只） （7）其他｜药ETF华宝（sh562050）20日+0.22% 昨+2.68%（同主题36只） （8）宽基指数｜中证2000增强ETF银华（sz159555）20日+0.17% 昨-0.72%（同主题410只） （9）香港中概｜港股通央企红利ETF平安（sz159143）20日-0.31% 昨+0.21%（同主题116只） （10）消费｜消费ETF招商（sh510150）20日-0.40% 昨+2.26%（同主题100只） 其中风格类：海外QDII、红利价值、银行、宽基指数、香港中概、消费。行业方向类：房地产、创新药、交通运输。 2、美股去重榜前10： （1）半导体｜Invesco Semiconductors ETF（PSI）20日+24.09% 昨+3.23%（同主题7只） （2）宽基指数｜AINT 20日+18.44% 昨-0.78%（同主题103只） （3）AI算力软件｜VistaShares AI Supercycle ETF（AIS）20日+15.49% 昨+1.93%（同主题21只） （4）创新药基因｜ARK Genomic Revolution ETF（ARKG）20日+14.41% 昨+1.56%（同主题13只） （5）海外市场｜Amplify Top 10 Asia Memory ETF（AHBM）20日+10.57% 昨+1.48%（同主题58只） （6）其他｜Baron Technology ETF（BCTK）20日+7.28% 昨+1.80%（同主题26只） （7）交通运输航运｜SonicShares Global Shipping ETF（SEA）20日+4.21% 昨+1.02%（同主题5只） （8）机器人机械｜ROBO 20日+3.82% 昨+2.23%（同主题5只） （9）能源油气｜USO 20日+3.72% 昨-1.77%（同主题9只） （10）其他另类｜BFAP 20日+2.76% 昨-0.06%（同主题10只） 其中风格类：宽基指数、海外市场、其他、其他另类。行业方向类：半导体、AI算力软件、创新药基因、交通运输航运、机器人机械、能源油气。 3、互相映射对照（直接引用自动配对结果并补充判断）： （1）美股半导体PSI+24.09% → A股半导体设备/材料/封测，代表股北方华创、中微公司、拓荆科技、长电科技、通富微电、华海清科。A股同主题未进去重榜前10，尚未启动。属潜在补涨观察。 （2）美股宽基AINT+18.44% → A股宽基与风格，A股中证2000增强ETF银华+0.17%已走强。属风格类，不作方向。 （3）美股AI算力软件AIS+15.49% → A股光模块/PCB/国产算力/软件信创，代表股中际旭创、新易盛、沪电股份、胜宏科技、海光信息、寒武纪、金山办公。A股同主题未进去重榜前10，尚未启动。属潜在补涨观察。 （4）美股创新药基因ARKG+14.41% → A股创新药/CXO/医疗器械，代表股恒瑞医药、百济神州、药明康德、凯莱英、迈瑞医疗、联影医疗。A股同主题已走强，港股通创新药ETF嘉实+8.26%。属重叠方向。 （5）美股海外市场AHBM+10.57% → 跨境联动/QDII/出海链。A股同主题已走强，纳指科技ETF景顺+13.06%。属风格类。 （6）美股其他BCTK+7.28% → 无明显行业映射，仅作参考。 （7）美股交通运输航运SEA+4.21% → A股航运油运/集运/干散货/物流，代表股中远海控、招商轮船、中远海能、招商南油、中谷物流、兴通股份。A股同主题已走强，船舶ETF富国+3.72%。属重叠方向。 （8）美股机器人机械ROBO+3.82% → A股人形机器人/工业母机/自动化，代表股三花智控、绿的谐波、鸣志电器、汇川技术、华中数控。A股同主题未进去重榜前10，尚未启动。 （9）美股能源油气USO+3.72% → A股油服/油气开采/煤化工，代表股中海油服、海油工程、杰瑞股份、中国海油、宝丰能源。A股同主题未进去重榜前10，尚未启动。 （10）美股其他另类BFAP+2.76% → 商品/水/碳/加密等另类。A股同主题未进去重榜前10，尚未启动。 4、重叠方向（美股强且A股同主题也强，权重最高）： （1）创新药：美股ARKG+14.41%，A股港股通创新药ETF嘉实+8.26%，且A股原始榜前20中创新药主题占17席（第4到第20位），资金扎堆极强。 （2）交通运输航运：美股SEA+4.21%，A股船舶ETF富国+3.72%。 5、潜在补涨观察（美股强但A股同主题未动）： （1）半导体设备/材料：美股PSI+24.09%、SOXX+17.26%、XSD+16.03%、SMH+14.12%，A股同主题未启动。启动条件：韩股存储/半导体设备开盘走强确认，或A股半导体设备龙头放量突破。 （2）AI算力软件：美股AIS+15.49%，A股同主题未启动。启动条件：光模块龙头放量或研报催化落地。 （3）机器人机械：美股ROBO+3.82%，A股同主题未启动。 （4）能源油气：美股USO+3.72%，A股同主题未启动。 6、原始榜前20扎堆证据： A股原始榜前20中，创新药主题占第4到第20位共17席，房地产占前2席，海外QDII占第3席。资金聚焦创新药和房地产两个方向。 美股原始榜前20中，半导体占第1、3、4、7、8位共5席，AI算力软件占第5、9、12、13、15、16、17、18、19位共9席，宽基指数占第2、10、14、20位共4席，创新药基因占第6位1席。资金聚焦半导体和AI算力软件。 7、风格类与行业方向类区分： 风格类：海外QDII、红利价值、银行、宽基指数、香港中概、消费（A股）；宽基指数、海外市场、其他、其他另类（美股）。只用于判断市场风格。 行业方向类：房地产、创新药、交通运输（A股）；半导体、AI算力软件、创新药基因、交通运输航运、机器人机械、能源油气（美股）。 8、同主题ETF数量与席位： A股创新药同主题107只，原始榜占17席，扎堆强度极高。房地产同主题9只，原始榜占2席。海外QDII同主题34只，原始榜占1席。 美股半导体同主题7只，原始榜占5席。AI算力软件同主题21只，原始榜占9席。宽基指数同主题103只，原始榜占4席。创新药基因同主题13只，原始榜占1席。 三、隔夜美股映射 1、美股去重榜领涨方向：半导体（PSI+24.09%）、AI算力软件（AIS+15.49%）、创新药基因（ARKG+14.41%）、交通运输航运（SEA+4.21%）、机器人机械（ROBO+3.82%）、能源油气（USO+3.72%）。 2、隔夜美股主要指数与个股：标普+0.73%、纳指+1.19%、道指+0.49%、QQQ+1.02%、SPY+0.74%。AAPL+1.02%、NVDA+1.34%、TSLA+4.65%、META+0.30%、MSFT+0.92%。半导体与AI方向隔夜收涨，权重上调一档。 3、20日强势方向与隔夜方向重叠：半导体（20日+24.09%，昨+3.23%）、AI算力软件（20日+15.49%，昨+1.93%）、创新药基因（20日+14.41%，昨+1.56%）、交通运输航运（20日+4.21%，昨+1.02%）、机器人机械（20日+3.82%，昨+2.23%）。重叠方向为最高权重。 4、美股大涨但A股对应板块位置判断：A股创新药已在窗口内大涨（港股通创新药ETF嘉实昨+3.97%），需检查是否远离5日线。A股半导体设备尚未启动，位置相对安全。A股航运已走强（船舶ETF富国昨+0.21%），涨幅温和。 四、韩日开盘映射 1、韩国KOSPI：7003.74（-1.09%）。日经225：68309.46（+3.69%）。数据抓取时间为北京时间12:15，韩日已开盘。 2、韩国看存储、半导体设备、面板、汽车。KOSPI下跌1.09%，存储与半导体设备方向未提供具体行业数据，无法确认强势。日经225上涨3.69%，日本半导体设备、精密制造、汽车、金融、商社方向未提供具体行业数据，无法确认领涨行业。 3、韩股方向不明确，日股方向不明确。无法据此提高或降低A股对应方向权重。 4、韩日方向与隔夜美股一致性：韩国KOSPI下跌与美股上涨背离，日本日经上涨与美股同向。韩日之间也背离。无法定当日最高优先级。 5、韩日数据仅用于确认或否决方向，当前数据不足以确认或否决任何方向。标注为待确认。 五、大盘风险开关 1、指数位置：上证指数3842.19，低于MA5（3864.23）、MA10（3890.23）、MA20（3905.64）。沪深300为4357.62，低于MA5（4400.0）、MA10（4453.2）、MA20（4493.78）。中证500为7435.16，低于MA5（7538.6）、MA10（7651.05）、MA20（7668.85）。中证1000为7298.82，低于MA5（7446.81）、MA10（7558.32）、MA20（7557.2）。全部指数在5日线和10日线下方。 2、沪深300与中证1000强弱：沪深300距MA20为-3.03%，中证1000距MA20为-3.42%。沪深300略强于中证1000，属权重略强、小盘更弱格局。 3、期货升贴水：未获取。 4、涨跌停结构：窗口内涨停溢价、连板高度、跌停家数未获取完整数据。龙虎榜显示多只个股涨停，但无法判断整体结构是否恶化。 5、外盘冲击：隔夜美股收涨，无负面冲击。韩股KOSPI下跌1.09%，日经上涨3.69%，方向背离。原油、汇率数据未获取。 6、环境分：38分。主要指数全部在5日线和10日线下方，小盘弱于权重，韩股下跌背离，科创50当日-2.51%走弱。低于40分，只给观察名单，不给买点。 六、五大机构研报（窗口内） 窗口内（9月28日至9月30日）五大机构研报共8条： 1、华泰证券，2026-10-02，AI链放量推动韩国出口继续攀升。核心观点：AI链高景气和季末出货共同推动韩国9月出口同比攀至83.5%，日均出口同比增长104.7%；狭义AI链（半导体和计算机）贡献约九成出口增长。注：该研报日期为10月2日，在窗口外，但属于近一个月研报库，用于互证。 2、中信证券，2026-09-30，光模块温控正由配套环节升级为性能决定环节。核心观点：800G光模块大规模放量、1.6T进入起量元年，单模块功耗与温控精度要求显著提高，光模块温控形成芯片级精准控温、界面导热、模组级均热三层体系，单模块温控价值量随速率迭代系统性上移。 3、华泰证券，2026-09-30，银行红利配置逻辑延续。核心观点：人民银行调整完善货币政策工具，财政部等部门出台居民购房贷款贴息政策，两组政策协同落地，信贷增长由规模扩张转向提质增效，突出结构优化导向。 4、中信建投，2026-09-30，成本支撑+供给扰动，镍价底部反弹。核心观点：SMM现货1#镍周均价12#.67万元，周环比上涨约1.3%。印尼厄尔尼诺干旱导致IMIP园区RKEF镍铁厂减产，运行负荷降低约30%至40%。 5、中信建投，2026-09-30，集运多数航线运价回落，油运运价延续强势。核心观点：SCFI周环比持平，多数远洋航线运价回落。美西、美东小幅调整，欧洲及地中海继续下跌，南美跌幅扩大，东南亚延续上涨。油运运价延续强势。 6、中信证券，2026-09-29，预计2027年春节前后房价会在较为广阔的范围内止跌回升。核心观点：政策仍将积极提振需求，供求共同发力推动房价止跌回升。现房销售政策基本根除交付风险，增强消费者信心。 7、华泰证券，2026-09-29，医美产业链格局重塑，关注结构性机遇。核心观点：上游产品扩容、中游平台加速市场教育、下游龙头机构推进整合，行业增量在于以价换量。 8、中信建投，2026-09-29，Meta Muse加速智能体商业化，云栖大会强化全栈AI布局。核心观点：AI由对话向任务执行升级，有望持续增加推理、工具调用及云资源需求，关注高速光模块、交换机、服务器、液冷与电源等环节。 七、研报互证（近一个月） 1、方向互证： （1）创新药方向 → 月内强支撑 → 支撑研报：中信证券2026-09-10创新药出海渐入佳境，板块进入盈利拐点；中信建投2026-09-24医疗器械板块拐点来临，关注脑机接口、AI医疗等主题投资机会；华泰证券2026-09-29医美产业链格局重塑，关注结构性机遇。多家机构指向同一方向，权重上调一档。 （2）房地产方向 → 月内强支撑 → 支撑研报：中信证券2026-09-29预计2027年春节前后房价会在较为广阔的范围内止跌回升；中信建投2026-09-23上海楼市已止跌回稳，深圳、北京、广州大概率渐次跟上；华泰证券2026-09-30银行红利配置逻辑延续（涉及购房贷款贴息政策）。多家机构指向同一方向，权重上调一档。 （3）半导体设备/材料方向 → 月内强支撑 → 支撑研报：中信建投2026-09-22半导体设备零部件国产化斜率最高方向；中信证券2026-09-15洁净室头部企业半导体相关订单大幅放量，半导体设备需求有望跟进；华泰证券2026-10-02 AI链放量推动韩国出口继续攀升（涉及半导体）。多家机构指向同一方向，权重上调一档。 2、主选股互证： （1）港股通创新药ETF嘉实（sh520970）→ 月内强支撑 → 支撑研报：中信证券2026-09-10创新药出海渐入佳境，板块进入盈利拐点；中信建投2026-09-24医疗器械板块拐点来临。权重上调一档。 （2）滨江集团（002244）→ 月内强支撑 → 支撑研报：中信证券2026-09-29预计2027年春节前后房价会在较为广阔的范围内止跌回升；中信建投2026-09-23上海楼市已止跌回稳。龙虎榜显示9月30日机构净买入1.93亿，4家机构买入。权重上调一档。 （3）北方华创 → 月内强支撑 → 支撑研报：中信建投2026-09-22半导体设备零部件国产化斜率最高方向；中信证券2026-09-15洁净室头部企业半导体相关订单大幅放量。权重上调一档。 3、被研报否掉的方向或个股： （1）集运方向：中信建投2026-09-30集运多数航线运价回落，油运运价延续强势。集运运价回落与船舶ETF富国走强逻辑相悖，集运方向被研报否掉。油运方向获研报支撑，但A股油运个股未在窗口内龙虎榜出现机构净买入，暂不入选。 （2）镍方向：中信建投2026-09-30成本支撑+供给扰动，镍价底部反弹。但A股镍主题未进去重榜前10，且无对应ETF映射，暂不入选。 （3）医美方向：华泰证券2026-09-29医美产业链格局重塑，关注结构性机遇。但A股医美主题未进去重榜前10，且无美股映射，暂不入选。 4、行情数据与研报观点冲突：无。当前行情数据与研报观点基本一致。 5、权重调整结果：创新药、房地产、半导体设备三个方向均获月内强支撑，权重各上调一档。但环境分38分低于40分，只给观察名单，不触发买入条件。 八、三个方向 1、创新药方向： 映射证据：美股ARKG 20日+14.41%，A股港股通创新药ETF嘉实20日+8.26%，A股原始榜前20中创新药占17席，资金扎堆极强。 催化：中信证券2026-09-10创新药出海渐入佳境，板块进入盈利拐点；中信建投2026-09-24医疗器械板块拐点来临；华泰证券2026-09-29医美产业链格局重塑。 持续性风险：港股通创新药ETF嘉实昨+3.97%，需检查是否远离5日线。若远离5日线超8%至10%，不建议开盘追。 2、房地产方向： 映射证据：A股房地产ETF银华20日+15.49%，去重榜第1。龙虎榜显示滨江集团、万科A、金地集团获机构净买入。 催化：中信证券2026-09-29预计2027年春节前后房价会在较为广阔的范围内止跌回升；中信建投2026-09-23上海楼市已止跌回稳；华泰证券2026-09-30银行红利配置逻辑延续（购房贷款贴息政策）。 持续性风险：房地产ETF银华昨+2.07%，20日涨幅已达15.49%，需检查是否远离5日线。政策落地节奏存在不确定性。 3、半导体设备/材料方向： 映射证据：美股PSI 20日+24.09%、SOXX+17.26%、XSD+16.03%、SMH+14.12%，A股同主题尚未启动。 催化：中信建投2026-09-22半导体设备零部件国产化斜率最高方向；中信证券2026-09-15洁净室头部企业半导体相关订单大幅放量；华泰证券2026-10-02 AI链放量推动韩国出口继续攀升。 持续性风险：A股同主题尚未启动，需等待韩股存储/半导体设备开盘走强确认，或A股龙头放量突破。韩股KOSPI当前下跌1.09%，尚未确认。 九、三个主选股 1、港股通创新药ETF嘉实（sh520970）： 基本面一句话：跟踪港股通创新药指数，覆盖港股创新药龙头。 映射与消息触发：美股ARKG 20日+14.41%，A股创新药主题原始榜占17席，中信证券2026-09-10研报支撑。 K线位置：昨+3.97%，20日+8.26%。需检查是否远离5日线。数据未提供5日线具体数值，标注为未获取。 支撑压力：支撑位和压力位数据未获取。 量价：数据未获取。 触发因素：隔夜美股创新药基因方向收涨，研报催化。 概率：中。美股与隔夜同向，研报互证为月内强支撑，但环境分不足，韩日未确认，K线位置数据未获取。 操盘建议：环境分38分，只观察不操作。若竞价高开2%至4%且量能达标可小仓试错；高开超6%不追；开盘15分钟不破支撑且回踩缩量可低吸；跌破支撑则逻辑失效。目标只看前压。单票不超两成仓，总进攻仓不超五成。 2、滨江集团（002244）： 基本面一句话：杭州区域房地产龙头，聚焦核心城市住宅开发。 映射与消息触发：房地产ETF银华20日+15.49%去重榜第1，龙虎榜9月30日机构净买入1.93亿，4家机构买入，中信证券2026-09-29研报支撑。 K线位置：9月30日+7.19%。需检查是否远离5日线。数据未提供5日线具体数值，标注为未获取。 支撑压力：支撑位和压力位数据未获取。 量价：9月30日+7.19%，机构净买入1.93亿，上榜2次。量价数据未完整获取。 触发因素：龙虎榜机构买入，研报催化，房地产ETF走强。 概率：中。美股映射不直接对应，韩日未确认，研报互证为月内强支撑，龙虎榜机构买入，但环境分不足。 操盘建议：环境分38分，只观察不操作。若竞价高开2%至4%且量能达标可小仓试错；高开超6%不追；开盘15分钟不破支撑且回踩缩量可低吸；跌破支撑则逻辑失效。目标只看前压。单票不超两成仓，总进攻仓不超五成。 3、北方华创： 基本面一句话：国内半导体设备龙头，覆盖刻蚀、薄膜沉积、清洗等环节。 映射与消息触发：美股PSI 20日+24.09%，A股同主题尚未启动，中信建投2026-09-22研报支撑，中信证券2026-09-15研报支撑。 K线位置：数据未获取。 支撑压力：支撑位和压力位数据未获取。 量价：数据未获取。 触发因素：隔夜美股半导体方向收涨，研报催化，韩股存储/半导体设备待确认。 概率：中。美股与隔夜同向，研报互证为月内强支撑，但A股同主题尚未启动，韩日未确认，环境分不足。 操盘建议：环境分38分，只观察不操作。若竞价高开2%至4%且量能达标可小仓试错；高开超6%不追；开盘15分钟不破支撑且回踩缩 ━━━━━━━━━━━━━━━━━━━━━━━━━━━━ 更多更即时更聚焦信息请订阅： ━━━━━━━━━━━━━ ⭐️⭐️⭐️ 华尔街观察团队 | WSV量化模型 | 不构成投资建议 | 投资有风险 ⭐️⭐️⭐️

KOSPI大涨5.85%，芯片逼空反弹 上周被月之暗面新模型砸出来的那波全球芯片抛售，两个交易日之后被完整地逼空回去了 KOSPI单日涨5.85%，盘中摸到7100点上方，SK海力士涨8.7%，三星5.6%，涨幅大到触发了今年第20次买方端暂停程序化交易机制。费城半导体指数前一天涨5.21%，第二天韩股直接接力 一、为什么涨这么猛？ 答案不全是基本面变好了，更多是仓位结构在放大。美股空头仓位在历史高位，韩股自高点回撤近25%，重仓空头在价格反转时被迫回补，这种买入不是主动看多，是被动止损 短期动能被仓位结构放大，涨的时候会看起来比实际信号强很多。逼空反弹和趋势反转是两个完全不同的东西，外表一样，内核不一样 二、这波反弹有没有基本面支撑 月之暗面事件本身是一个估值冲击，它质疑的是AI芯片需求的定价是否过高，这个质疑并没有因为股价反弹而消失 高盛上周刚发报告建议降低AI交易敞口，市场两个交易日就给出了相反走势，这不是市场在否定高盛，而是短期仓位博弈暂时盖过了基本面叙事 真正的验证窗口是本周科技巨头财报里的资本开支指引。如果Alphabet、微软、Meta的AI投入指引维持甚至上调，那这波反弹才有往趋势修复走的底气 如果资本开支开始出现边际收缩，空头的逻辑就会卷土重来，而且下一次的抛售会更有序，不会再有这种逼空反弹来接住你 涨得很爽，但我宁愿等财报说话再做判断 DYOR 非投资建议

【浪费你精神资产的场面排行榜】 第10名：开导一个不想改变的人 第9名：解读对方敷衍的对话框 第8名：反覆分析一个逃避的人 第7名：跟不讲理的人讲道理 第6名：替不负责任的人收拾情绪 第5名：花力气挽回一个心已经不在的人 第4名：一直等一个不会给答案的人 第3名：花时间说服不想被说服的人 第2名：把耐心浪费在不值得的关系上 🥇第1名：把自己的高频能量给错了对象 很多人在感情和人际里消耗自己，最容易忽略的是把珍贵的精神资产配置错了地方。 与其一直在低配的场面里展现智慧，不如先从「认清这是资本错配」开始，通常会更容易活得轻松🌿 可以先从这3件事开始： ・停止解读敷衍的讯息 ・把能量留给值得的人 ・把力气放回自己的事业和身体 慢慢练习，你会发现不浪费自己其实没有想像中困难🤍​​​​​​​​​​​​​​​​

阿里为了请无招回来，花了一年多。而让他离开，只用了几天 无招去年 3 月回钉钉以来，陈航已经在社交网络引起三轮广泛讨论： 第一次是 2025 年 4 月初。陈航开始猛抓考勤，要求团队早 9 点打卡、开早晚例会、午休 13:14 必须就位，并召集钉钉 P7 级别以上的产品经理一对一约谈，批评公司失去了早期创业的拼搏文化。 第二次是去年 8 月，钉钉即将召开他回归后的首次发布会。陈航在 0 点后巡楼查岗，当场质问 “为什么 11 点就走”，并带 HR 深夜清点工位。 前两次虽然在社交媒体被热烈讨论，阿里内部都没有针对性动作。这一次完全不一样：6 月 4 日，钉钉员工幽素在阿里内网发布 7.5 万字离职长文《置身钉内》，迅速传播；6 天后，阿里合伙人委员会在内网回应，直指钉钉的管理方式 “不是阿里文化该有的样子”，重申 “视人为人、有情有义”“人是阿里最宝贵的财富”。 这是阿里 “合伙人委员会” 首次回应员工。合伙人委员会是阿里的最高决策集体，集团 CTO 吴泽明（花名：范禹）上月刚成为第 5 名成员。 回应发出后不到 24 小时，陈航卸任钉钉 CEO——他成为阿里成立以来罕见的、因管理文化被直接换掉的元老。 陈航在 2014 年创立钉钉。他逢人便推荐，对产品要求极为严苛，快速做大了这款面向企业的社交产品。 他的管理风格一向以 “高压” 著称，招人标准是 “够不够疯狂”。内部创业早期，他经常从早 8 点干到凌晨一两点，全年无休。2018 年，他在员工动员大会上的言论 “不知道你们 10 点前回家做什么” 就曾被外界批评。 但这些批评在当时没那么重要，因为阿里几轮做社交失败后，终于有一个钉钉，在企业办公市场正面赢过企业微信。钉钉也是阿里除电商相关业务外，少数几个从 0 到 1 做成的产品——对一个大集团来说，有人能做出新东西、进入新领域，太难得了。 当时的高压管理，多数员工还能忍受：在上升周期里，产品有结果，结果带来晋升，可以在杭州换更大的房子。当时的大厂员工普遍接受这样的交换。 陈航做了六年钉钉。2020 年阿里推行 “云钉一体” 战略后，他离开阿里创业，创立两氢一氧，做了四五年宠物智能硬件和日本跨境电商平台。2025 年 3 月底，他回归阿里，重新带队钉钉。与陈航一同离开钉钉创业的核心骨干任卿（原钉钉副总裁）、朱鸿（原钉钉首席架构师、CTO）也一起回归。 一位两氢一氧的前员工认为无招是 “被叫回去的”：2025 年 3 月中旬——无招正式宣布回归钉钉的一周多前——他刚在东京下高井户买下一栋房子，打算用作两氢一氧的日本办公室。 回归后的陈航没有变，管理风格变本加厉。 他回归三天后，就有钉钉员工在社交平台发帖：上班时间提前到 9 点，午休缩短半小时，技术员工全员学 Python；工作时间不能打开微信、小红书，也不能私下加微信，对外沟通统一说 “不好意思，我只有钉钉”。 赶上今年初 OpenClaw 走红，钉钉紧急要上线面向企业的 AI Agent 工作平台“悟空”。员工的上班时间进一步拉长：大年初四全员返工，到三月底没有休过一天。 一位钉钉员工告诉我们，陈航回归后要求每个部门开早晚例会。每天早例会 9 点开始，要打开 AI 听记录音，员工要聚在各自业务的进度表大白板前拍照，AI 数人头、按声纹判断几人参会。 晚例会不得早于晚上 9 点开始，同样要录音、拍照。有人实在有事先走，不同部门会互相 “借人” 凑数——系统只数人头，不识别人脸。“我们互相借 ‘人头’ 这件事，无招不知道。” 一位长期与阿里合作的猎头告诉我们，钉钉部分岗位在四五轮面试后，还要求候选人动员二三十位亲友注册钉钉，并完成 “族谱上钉” 的作业——把家族成员拉进钉钉，建立一个 6 人以上的族谱组织，让家人真实使用、给出产品反馈。 员工在试用期还要在钉钉的服务池中选一个低分企业，或拉一个新公司 “上钉”，把服务做到 1000 分以上——而钉钉上 1000 分的满分企业不足 2%。销售岗位还要把一个飞书客户拉来钉钉。 “钉钉要找服从性高、热爱工作且一天能上班十四个小时的员工。” 这位猎头说，他几乎无法招到合适人选。 我们在钉钉上主动联系了陈航，截至发稿，消息一直是 “未读” 状态。 多位与陈航共事多年的同事，以及两氢一氧时期的创业伙伴认为他一心想做成大事，极度看重客户价值。一位陈航过去的下属说他单纯、专注，待人对人真诚——对别人高要求，对自己也是如此。 前几年一位创业者见到陈航，得到的建议是：创业要像爬山，不要抬头看山顶有多远，否则容易畏难，得专注脚下的每一步。 钉钉早年能做起来，是因为产品坚定站在老板视角，上线之初连会议来电都伪装成老板本人来电。陈航的管理方法也是钉钉产品逻辑的体现。 一位曾经的创业伙伴评价陈航：“他知道时代变了，但可能没关注到人也变了，社会也变了。个体价值和追求需要被尊重，关键人才的创造力需要空间。”