今天聊聊我们和「微软」故事。 考虑双方仍处于合作关系，只说 10 年前的事情，但同样精彩。 如果，当初，我要是知道和微软合作，能让「数码荔枝」一年巨亏上百万 ... 我一定乘时光机回到过去，掐断那通电话。 但 2015 年前后，微软刚刚发布了 Office 365 订阅版。 为了全国迅速铺量，微软采用了极其激进的价格，大致在 30-50 元/年，销量极好。 那时，刚创业的我，整个数码荔枝淘宝店，都是月销十几笔的小众宝藏软件。 我们急需一些明星产品，提升店铺曝光，又能符合我们所要的「调性」 我自然将目光放在了 Office 365 上。 那怎么联系上微软呢？又怎么才能销售正版 Office 365 呢？ 比起第一个问题，解决第二个问题更紧迫。 于是，我一家一家联系其他销售 Office 365 的淘宝店，直接问他们买 200 套是什么价格 什么？你们还剩下 237 套？好的，我全要了。 然后，一箱一箱的 Office 365 快递到了我家。 盒子和里面的兑换卡片，我当时都拍照作为留念。 为了能对齐价格，当时我们的 Office 365 销售价，直接按进货价定。 上架第一天就有销量，且一天比一天卖的多。 虽然卖得多，但完全不赚钱啊 ... 一次次进货，纯亏物流快递费。 而且随着时间推移，成本水涨船高，单套的进价慢慢变成 70, 80, 100... 所以，我一直在寻找与微软的正式合作机会。 直到有天，我们遇到了一个推广合作伙伴。 他告诉我们，他正好是微软的 MCP (Microsoft Certified Professional) 而且，他正好也认识微软上海的销售经理，可以引荐一下。 但需要我们提供一份详细的自我介绍 PPT，然后帮我们约电话面聊。 我当时觉得，属于「数码荔枝」的高光就要来了，全然不知将要面对什么。 (未完待续)

得益于电影《穿普拉达的女王2》上映次周末在全球斩获1.188亿美元票房，迪士尼影业在2026年前五个月的全球总票房已突破20亿美元，成为本年度唯一达到此里程碑的电影公司。根据Box Office Mojo数据，全球影史上票房超过10亿美元的60部影片中，有35部归属于迪士尼旗下，并且在7部票房超过20亿美元的影片中，迪士尼拥有其中6部的版权。 来源：Sherwood

从疫情期间我就我反反复复一直讲，飞书和钉钉这类办公SaaS有三个死穴， 一个是中国人太穷，人均月薪4000，飞书和钉钉订阅费比他妈买条人命都贵，企业不可能给这种SaaS付钱， 一个是中国人只会用手机，中国人普遍18岁以前没接触过电脑，对电脑使用熟练度和技巧低于美国小学生，约等于一个大猩猩， 一个是哪怕工作后，中国人也严重依赖于office套装，哪怕在本地用，一遍遍发邮件和微信群传文件，反复折腾，反复传文件，反复保存，反复边传文件边扯皮，来来回回三四十次，也打死不愿意用协同办公SaaS。 在中国人只有1/4的人口有自己的电脑、中国人人均电脑使用水平不如一只野生大猩猩和边牧的前提下，想推广飞书和钉钉这类工具，最大的门槛在于培养用户的使用习惯，越早越好。 培养用户使用习惯的根源，在于让大学生全部用上，使用四年的时间，深度绑定一款移动办公SaaS，这样当他们工作以后，才会彻底绑死这个工具。 这件事在中国是有案例的，当年freescale作为摩托罗拉半导体拆分出来的公司，在中国最成功的策略，就是狠狠投资freescale高性能单片机为核心的智能车比赛， 导致中国整整两代大学生对freescale芯片比intel还熟悉，像我这一代的人，都经历过拿着冈萨雷斯computer vision的书在freescale极低算力下强行写binary segmentation算法，手写PID，手写电机控制，手写一堆复杂策略等等的一辆完整自动寻轨迹的智能车，且全程记事本手写，难度远高于宇树科技的99%的工作。 如果放在移动办公领域，我个人的建议是，飞书和钉钉应该绑死大学生群体，彻底给他们免费，培养他们四年的使用习惯。 如果你不给他们免费，他们也只能免费用，还必须白嫖，开会40分钟还要退出重进，每次退出重进一次，还要骂你马云和张一鸣全家王八蛋； 如果你给他们彻底免费了，他们至少本科四年彻底绑死一款产品，就有很大概率之后工作中把这套东西彻底带到公司里，甚至自己成立公司后彻底指定绑死其中一家的产品。 你用本科四年的免费账号，凭借学生邮箱，绑死1TB存储空间和无限会议，学生们会拿你们的工具当宝贝天天用，用了四年的时间，培养出习惯，就彻底不用office了。 这点道理想不明白，这俩项目可以说白活白干，不懂点基本的人事儿。

Google 每月向 SpaceX 支付 9.2 亿美元，只为获取一部分 AI 算力。 这家拥有无尽资本、自研芯片、云业务营收运转率达 1000 亿美元的科技巨头，在算力基建上跑输了一家火箭公司。 Google 今年的资本支出预期高达 1950 亿到 2050 亿美元。 上市 22 年来，他们第一次录得负自由现金流，开始消耗现金储备，全部砸向 AI。 即便如此，Google 依然无法像 SpaceX 那样快速、廉价地部署 AI 算力。 这也解释了为什么 SpaceX 的 AI 算力业务年化收入已接近 300 亿美元。 许多人只盯着 SpaceX 1.5 万亿美元的估值和近期 38% 的股价下跌，却没看懂真正的利润中心。 未来 20 年，SpaceX 最大的印钞机不是星链，不是发射业务，而是 AI 算力。 更可怕的是，这还只是地球上的算力。 星舰完成了第 13 次测试飞行，在印度洋实现软着陆。 在承受了极高动压后，18000 片隔热瓦几乎完美无缺。 星舰的成熟，意味着 SpaceX 即将把多达 100 万个数据中心送入太空，组建 Star Mind。 在太空中进行大规模计算的成本，将远低于地球。 对比之下，Apple 过去十年把 9000 亿美元用于股票回购，1400 亿美元用于分红。 面对智能革命，守着海量现金的 Apple 选择把钱还给股东。 对智能的需求是无限的，这意味着对 AI 算力的需求也是无限的。 无论模型变得多高效，只会激发更多的计算需求。 Grok 已经嵌入微软 Office 和 Google 文档，马斯克的计算基础设施正在向所有应用层渗透。 Google 就算应用层失败，依然能靠着过去 25 年平均 32% 的投入资本回报率，作为底层基础设施印钞。 而 SpaceX 正在利用绝对的发射垄断，把全人类的计算资源搬出地球。 那些只会买股票分红的旧硅谷巨头，会被真正投资未来的基建狂魔彻底碾碎。

从 Token 到 Outcome：AI 能力增长为什么可能带来超线性的经济价值 市场天天在讨论大模型公司的价格战，Token 价格还能降多少。但更重要的市场忽略了问题可能是：AI 每增加一单位能力，能够创造多少新增经济价值？ 这更可能影响接下来的token价格，而答案很可能不是线性的。 现实任务存在能力门槛。AI 从 60 分提高到 70 分，可能只是邮件写得更好；从 90 分提高到 100 分，却可能第一次独立完成软件开发、投资研究甚至科研任务。两者都是增加 10 分，但后者打开了此前不存在的任务市场。 用人类 IQ 类比也一样。IQ 130 并不只是比 IQ 100 的人生产率高 30%，而是可能具备处理另一类复杂问题的能力。 但现在各种测试ai能力的指标已经越来越饱和，很难再量化的判断ai的iq提升了多少。 因此更可测量的指标也许是可靠完成的任务长度。 如果 AI 单步正确率是 99%，连续执行 100 步的成功率只有约 37%；如果单步可靠性提高到 99.9%、99.99%，Benchmark 看起来可能只进步了一点，能够稳定完成的任务长度却可能提高一个甚至多个数量级。AI 的角色因此可能发生跳跃： Copilot → Agent → Autonomous Worker → Autonomous Team → Autonomous R&D。 这会直接改变 AI 公司的商业模式。 今天 Foundation Model 公司主要卖 Token： Revenue=Tokens\times Price/Token 但假设 AI 消耗 10 美元推理成本，完成了一项价值 1000 美元的专业工作。如果只卖 Token，模型公司只能拿走很小一部分经济剩余。 模型越强，这个问题反而越突出。下一代模型即使推理成本增加 3 倍，如果能够完成的任务价值提高 30 倍，那么 Value/Compute 实际提高了 10 倍。 因此商业模式很可能逐渐迁移： Token → Task → Outcome → Value Share。 最初卖智能原材料；然后按完成一次 Coding Task、一个客服工单收费；进一步直接卖“解决问题”的结果；最终甚至按照帮助客户创造的收入或节约的成本分成。 这意味着 AI 的 TAM 也在改变。传统 SaaS 攻击的是 Software Spending；Agent 攻击的是 Labor Spending；Outcome AI 最终瞄准的则可能是更广泛的 Economic Value Creation。 算力越稀缺，这种动力越强。拥有有限 GPU 的公司真正需要优化的不是 Token 数量，而是： \max \frac{Gross\ Profit}{Compute} 如果卖 Token 每 GPU-hour 赚 1 美元，而自己的 Agent 可以赚 10 美元，继续无限量批发 Token 就是在把稀缺智能低价出售给下游。 但这并不意味着 Token 会消失。更可能形成三层市场：底层继续卖 API，让开发者探索应用；中层卖通用 Agent；上层选择性进入高 Value/Compute 的垂直行业。 这种模式并非没有限制，模型公司并不能随心所欲的把业务模式从卖token切换为卖结果。 最重要的限制大约有八个：专家劳动、私有数据、Workflow Integration、结果验证、法律责任与监管、物理执行、客户渠道以及信任与 Accountability。 例如 Coding 很适合 Outcome 模式，因为从 Think → Code → Test 几乎完全数字化，而且结果容易验证。药物研发却需要 Design → Synthesis → Experiment → Clinical Trial → Manufacturing。AI 可以极快提高“Think”的速度，却无法立即消除实验、临床和制造的物理时间。 因此最先被 Outcome Economy 吞噬的，不一定是 AI 最聪明的行业，而是： 高任务价值 × 高 AI 可完成度 × 低 Human Minutes × 低验证成本 × 低责任 × 低物理摩擦。 这也是为什么 Coding、客服、数据分析和部分 Back Office 很可能领先，而医疗、药物研发、建筑和复杂制造会慢得多。 由此，AI 时代真正重要的经济指标也可能发生变化。 今天市场关注 GPU 数量、GW 和 Token Price；未来可能越来越关注： Revenue/Compute Gross\ Profit/Compute 最终则是： Economic\ Value/Compute 对于数据中心甚至可以直接理解为 Revenue/MW、Gross Profit/MW、Economic Value/MW。 最终整个逻辑可以浓缩成一条链： AI Capability ↑ → Reliability ↑ → Autonomous Task Length ↑↑ → Addressable Task Space ↑↑ → Value/Task ↑↑ → Token → Outcome → Revenue/Compute ↑↑。 所以未来 AI 投资最重要的问题可能不再是“下一代模型需要多少算力”，而是： 下一美元 AI CapEx，最终能够控制和创造多少美元的经济活动？ 真正最有价值的公司，也未必只是拥有最多 GPU 的公司，而可能是那些能够同时控制 Compute + Intelligence + Data + Workflow + Verification + Distribution，最终把智能封装成可交付结果的公司。 Token 是智能的计量单位，Outcome 才可能是智能最终的定价单位。

#Office# 出现小面积掉激活问题：微软最新推送的可选更新意外删除 Office 许可证，用户可能会看到未授权产品和文档无法编辑的问题。 问题更新是 KB5002907，该更新原本是用来修复 Microsoft 365 组件无法更新的问题，但存在意外删除 Office 2016/2019 许可证甚至卸载软件包的情况。 微软目前已经停止推送问题更新，遇到这个问题的用户需要使用原始许可证重新激活或重新安装。 查看全文：

Microsoft Office 2021 (含 LTSC 长期服务版) 将在 10 月结束支持，结束支持后仍然能用，但将失去安全更新。微软始终建议用户包括企业用户升级 Microsoft 365 云订阅版，不过如果用户实在不愿意使用云版本也可以继续采用 Office 2024 系列买断版。查看详情：