5.2%之外，正在消失的就业安全感 在宏观经济的叙事里，5.2%是一个令人安心的数字。 它意味着就业形势“总体稳定”，绝大多数劳动者仍然拥有工作，劳动力市场尚未出现大面积失速。但只要把目光从统计公报移向现实，就会看到另一番景象：写字楼里的工位正在减少，建筑工地安静了下来，外卖、网约车和其他零工行业，却不断涌入曾经坐在办公室里的人。 数字没有显示出剧烈变化，生活中的不安却越来越具体。 问题未必在于5.2%是否真实，而在于它已经很难完整描述今天的就业市场。调查失业率能够告诉我们一个人有没有工作，却很难说明他的收入是否下降、岗位是否稳定、工时是否充足，更无法呈现那些经历降薪、停工、转岗和被迫灵活就业的人。 一个人白天投简历，晚上跑外卖，在统计中可能仍属于就业人口；一个年轻人屡次求职失败，最后索性留在家里，只要不再主动寻找工作，也可能退出失业统计。 于是便出现了一种颇为矛盾的景象：失业率看起来波澜不惊，越来越多人却感到工作难找、收入难涨，现有岗位也随时可能消失。 比失业更普遍的，是就业质量的下沉。 过去能够提供稳定收入和职业预期的岗位正在减少，临时性、平台化和低保障的工作不断增加。劳动者并没有整齐地出现在失业队伍中，而是散落在降薪、待岗、兼职、返乡和零工经济里。统计意义上的“有工作”，逐渐与生活意义上的“有保障”分离。 近期政策文件开始更加明确地提及违法裁员、欠薪欠保、就业歧视以及新就业形态劳动者的权益。这当然不能直接证明就业市场已经失控，却足以说明，劳动关系恶化和就业保障不足，已经不再是零散的个人遭遇。 政策不会凭空产生。一个问题需要被反复写入规划、法规和治理文件，本身就意味着它已经积累到无法忽视的程度。 就业压力的背后，是一条更加漫长的经济链条。 房地产下行削弱了家庭财富，收入预期转差又让人们不敢消费。很多家庭开始减少开支、推迟购房、增加储蓄，甚至提前偿还贷款。站在个人角度，这些都是理性的自我保护；当千家万户同时这样做，消费便会持续收缩。 企业收入下降后，只能压缩投资、冻结招聘、削减工资和岗位。就业进一步恶化，居民随之变得更加谨慎。经济就这样被拖入一个彼此强化的循环： 房价下跌，财富缩水； 信心减弱，消费收缩； 企业承压，招聘减少； 收入预期继续下降。 这正是资产负债表衰退最令人棘手的地方。每个人都在努力让自己的财务状况变得更安全，最终的结果却可能是整个经济更加疲弱。 与此同时，利润正在向少数资本密集、资源密集和技术密集型行业集中。这些行业可以创造很高的产值，却不需要雇用同等规模的劳动者。传统建筑、房地产、加工制造和中小服务业一旦收缩，新兴产业很难在短期内填补它们留下的就业缺口。 经济仍然可以增长，部分企业也可以继续盈利，但增长与普通人的工作、工资和安全感之间，正在出现越来越宽的裂缝。 因此，真正值得追问的，已经不是失业率究竟是5.1%、5.2%还是5.3%。 更重要的问题是：一份工作还能不能提供稳定收入，一个年轻人还能不能看到职业上升的路径，一个普通家庭是否仍然相信，只要努力工作，明天就会比今天更好。 统计数字可以描述就业，却无法统计那些正在消失的确定感。 而经济一旦失去这种确定感，最难修复的便不再是增长率，也不是某一张报表，而是人们对未来的信心。 数字可以在一个季度内发生变化。 信心的重建，往往需要很多年。

5.2 月影活动～with 可爱 pupu @PUPUPUPUiii ​ ​📷: 安离老师 （qwq辛苦老师熬夜返图，谁能体会一起床看见这些图片的救赎感，伟大！无需多言！！） @Anli_028

GLM-5.2 刚涨价，DeepSeek 转头就把桌子掀了。 V4-Flash 正式版 API 上线公测，Terminal Bench 2.1 跑到 82.7，NL2Repo 54.2，DeepSWE 54.4。拿 GLM-5.2 的常规口径对一下：81.0、48.9、46.2。表面看，三项都压了过去，而且出手的还只是 Flash，不是后面的 Pro。 这就有意思了。 GLM-5.2 前脚刚把价格抬上去，DeepSeek 后脚就拿原本负责性价比的 Flash 过来抢 Agent 的位置。更狠的是，这版模型结构和尺寸没变，只靠后训练，把进终端、读仓库、调工具、跑长任务重新练了一遍。 它还原生支持 Responses API，专门适配 Codex。什么意思？DeepSeek 不只是来刷榜，它是准备直接抢 Code Agent 的开发者入口。 当然，不同 Harness 不能简单判死刑，榜单也不等于真实项目。但 GLM-5.2 这波涨价多少有点尴尬：你前脚说自己值更多钱，DeepSeek 后脚就拿 Flash 过来问——凭什么？ 接下来别看谁嗓门大。拿同一个真实仓库、同一套任务、同一笔预算跑一遍，谁先把活干完，谁才有涨价的底气。

GLM-5.2 还是可靠的：我和 opus-4.8 聊了一晚上没解决的事情，睡前 /effort max 安排 GLM-5.2 自己找，然后今早一看，找到了，花了 2 亿的 token，怀疑了 7/8 个方向，不停的写测试程序，写 python 对比，自己 tshark 网络抓包，最后给找到了。

GLM 5.2、Kimi K3、Qwen 3.8、DeepSeek V4 ，还有气氛组的 minimax 3.1，小米 mimo，腾讯 hy3，中美大模型软件层面的差距可能微乎其微了，最大的差距就是谁拥有英伟达更多的产品了。

GLM-5.2 与 AI 利润率的重塑：一场关于智能商品的双重叙事 上个月我们聊过 GLM-5.2 的 1M 上下文能做什么——整本书喂进去、全量代码库一次读懂、长文本翻译不再切片。 今天想聊另一个问题：它的出现，对整个 AI 行业的定价逻辑，意味着什么。 目前搞科技评论的出现了一个奇妙的“平行宇宙”： 英文圈看到 753B 旗舰、MIT 协议、性能直逼 GPT-5.5 但成本只要六分之一，惊呼：“AI 利润率要彻底崩溃了！” 中文圈同期却在讨论：“智谱提价、国产大模型集体放弃价格战。” 同一个事实，两种叙事。究竟是谁在嘴硬，谁在流血？ 别误会，崩溃的不是模型能力，是“中间商”的暴利 很多人把“利润率崩溃”误读成了 AI 药丸。实际上，大多数人把因果关系理解反了。 先看一组让人肉疼的数据： 2023 年（GPT-4 时代）： $60 / 百万 token。 2025 年初（推理爆发）： $2.50 / 百万 token。 2026 年中（当前商品级模型）： 已经跌破 $0.10。 不到三年，推理成本直降 600 倍。这个速度，比摩尔定律还快。 再看最新的旗舰对决： GPT-5.5 输出定价： $30 / 百万 token GLM-5.2 输出定价： $4.4 / 百万 token 性能差距： 🤏 不到 1% 价格差距： 接近 7 倍 但这里有一个被刻意忽视的行业悖论：OpenAI 今年预计亏损 140 亿美元，每赚 1 美元要花 1.7 美元；而英伟达单季营收 816 亿美元，毛利率高达 75%。 同一个 AI 盛世，有人在深夜流血，有人在昼夜印钞。 📉 看看附图里 ICONIQ 最新的 2026 行业调查，数据更加骨感： 过去传统 SaaS 躺着就能拿到 70%-85% 的黄金毛利率；而 2026 年强行缝合 AI 的产品构建者，预期毛利率被硬生生压缩了近 30 个百分点，暴跌到 ~52%。 高昂的算力和推理成本，正在不知不觉中抽干应用层的财务血条。这也是为什么像 GLM-5.2 这种把推理成本打到极致的模型出现时，整个科技圈会如此敏锐。 这根本不是“AI 药丸”，这是利润率的重新分配——从虚胖的应用层，流向了硬核的基础设施层。真正崩溃的，是“靠垄断大模型推理服务、躺着收高溢价过路费”的幻觉。 那中文圈的“涨价”又是怎么回事？ 这才是这个话题最有意思的地方——两个叙事并不矛盾，它们描述的是同一场战争的两个不同战场。 智谱在 2026 年短短三个月内两度提价，GLM Coding Plan 整体涨幅自 30% 起。更关键的数据是：第一季度 API 定价累计上调 83%，但 Token 消耗量同期增长了 400%。 涨价了，用的人反而更多了。 这说明什么？说明智能体时代，Token 的消耗模式彻底变了。以前是“一问一答”，线性消耗；现在是 Agent 长链路思考、多步骤执行、循环调用，Token 消耗是指数级增长。智谱 CEO 张鹏的原话是：“AGI 时代的商业价值 = 智能上界 × Token 消耗规模。” 所以中文圈的“涨价”，本质上是：需求爆炸了，供给跟不上，定价权回到了卖方手里。 这和英文圈的“利润率崩溃”并不矛盾——崩溃的是“低质量、高溢价”的推理服务；涨价的是“高质量、供不应求”的 Agent 能力。 同一件事，不同切面。 20 年前那场搞垮巨头的“带宽爆炸”，正在重演 这种教科书级别的结构性重组，历史演过一次。 2000 年代初，全球光纤带宽爆炸式扩张，传输一个比特的成本瞬间跌了 99%。 当时的输家： 电信巨头 WorldCom、Global Crossing 直接破产，因为他们赖以生存的“昂贵带宽费”变成了一文不值的空气。 当时的赢家： 刚刚成立、拼命消耗免费带宽的 Google。 “带宽崩溃”那年，恰恰是全球互联网真正爆发的元年。 杰夫·贝佐斯（Jeff Bezos）有句话放在这里特别合适：“你的利润，是我的机会。” GLM-5.2 刺破泡沫的今年，大概率是同一个剧本。崩溃的不是 AI，崩溃的是“智能属于奢侈品”的伪命题。 当智能像自来水一样便宜，真正的壁垒是什么？ 这意味着，那些曾经因为语言障碍、付不起高昂 API 费用、或者没有渠道接触顶级信息的人，第一次在物理层面上，站在了和硅谷工程师几乎相同的信息起跑线上。 智能，正在从稀缺神坛走向路边的自来水管。 但作为做翻译和生产力工具的，我们想留一个足够清醒（甚至有点冒犯）的问题：当“能力”被彻底普惠后，“机会”真的会均等吗？ 语言和成本不再是壁垒。但如果你根本不知道外面有什么值得读，或者习惯了信息茧房，那么再便宜的旗舰模型，对你而言也是冗余的算力。 信息平权真正要解决的，从来不只是“怎么翻译”，而是“让你睁眼看到，世界上还有另一种叙事存在”。 🌐 而这，也正是沉浸式翻译一直在做的事。 当 GLM-5.2 将顶级长文本的推理成本打到“平民价”，通过在沉浸式翻译中接入你的自定义 API，那些高高在上的海外一手信息，都将变成你无缝吞吐的认知底层： 前沿技术文档与 PDF 研报：一键双语对照读懂 GitHub 上的开源技术 Specs、Arxiv 论文或海外科技媒体的硬核分析，让行业红利没有时差。 全球财经与国际叙事对比：在浏览器里直接无缝对照阅读英文圈的“利润率崩溃论”与中文圈的“供需重组论”，在双重叙事中看清真实的行业大势。 海外硬核视频与社交媒体流：实时双语翻译 YouTube 上的技术讲座、公开课，以及 X（Twitter）上的硬核技术推特链，让你直接站在和硅谷同等强度的信息源头。 智能正在变成像水、电一样的基础设施，而沉浸式翻译，就是把这股智能水流无缝接入你日常浏览器、PDF 和视频里的那根双语管道。 智能不再稀缺，机会留给最先睁眼看世界的人。 #AI# #GLM52# #信息平权# #沉浸式翻译#