財經（2025年第15期）

本期內容好看 1.預測到2028年，即三年後，全球33%的企業軟件將包含Agent（代理），在2024年，該比例不到1%；到2028年，15%的日常工作將由Agent自主完成，2024年該比例接近0%。 在《財經》近期密集的專業調研中，我們發現一個變化——AI確實正在快速取代程序員的工作。接受調研的大型科技公司或大型商業公司的相關人士告訴我們，他們所在的機構，有20%甚至80%的程序正在由專業的AI工具來寫。這個變化僅僅發生在最近一年間。 程序員是離AI最近的工種，AI改變一切的風潮，最先吹到了程序員羣體。一個可以被預見的趨勢是，歷史不會倒退，未來，越來越多的工種將被AI改變，AI智能體將徹底介入人類的工作生活，改變現有社會的運行進程。 2.技術更新如此之快，可以預見的是，人類即將擁抱一個全新的時代——智能體時代。智能體時代一個良性的發展趨勢是，AI不是取代人類，而是賦予每個人超能力。 3.AI智能體的能力是由大模型的能力決定的，暫時不成熟的原因是目前大模型的準確率和邏輯推理能力，尤其是對複雜任務的理解和規劃能力還不夠高。 4.“一人獨角獸”的掌舵者無一例外都會是那種具備複合能力的“超級個體”——懂技術、通產品、曉市場，同時還要有資源整合能力。 超級個體的崛起也將改變傳統的僱傭關係，自由職業者或創業者會成爲社會的大多數。 當然，更多人可能還沒有來得及進化成“超級個體”，就先趕上了AI引發的裁員潮。尤其是離AI最近、最懂AI技術的研發AI的程序員羣體，他們可能最先被AI取代。 中美目前是智能體創業湧動最明顯的兩個國家。 朱哲清發現，在美國，面向法律、銷售、編碼是智能體創業最火的幾個賽道。陳怡然的觀感是，美國智能體創業向產業扎得更深，延伸至芯片設計、製造業流程優化等領域，國內更多偏向To C的娛樂場景。“這和投資邏輯有關，硬科技戰線長，退出機制也更復雜，所以國內資本更願意投消費者市場。” 5.特朗普關稅像是卡通版保護主義——專訪英國曆史學家亞當·圖茲 “多重危機”不僅僅是指同時面對多個危機，它更像是風險矩陣中描繪的那種情形——整體的破壞性遠遠超過了各部分之和。美國總統特朗普重返白宮，不僅反映了我們所處時代的“多重危機”，更使之進一步加劇。 “沒人預料到特朗普的第二個任期會如此激進，他所帶來的衝擊會如此全方位。一方面是對世界貿易體系的衝擊；另一方面則發生在美國國內，他對自由派美國及其結構所發起的猛烈攻擊。 如果你去看房地產市場的數據、經濟增長的數據，再比如投資領域的變化，從重工業、基礎設施轉向新能源、科技等新興領域，你會發現，中國經濟正在經歷一次“換擋”。這個過程將是痛苦和困難的，但這種轉變正在塑造一個更持久的增長模式，這是人們所期望的。 會有新一代的年輕人，在他們成長的環境中，低速經濟增長是常態。對於2000年出生的那一代人，經濟放緩對他們是一種衝擊。但如果是晚五到十年出生的孩子，他們不會覺得這是異常的，因爲他們從未經歷過高速增長。 如果問美元的“過度特權”到底是什麼，其實就是能夠以相當優惠的利率借到自己的貨幣，而且基本上是不設限的規模。這三者——本幣借貸、優惠利率、無限額度——加在一起，就構成了所謂的“過度特權”。

本期《財經》（2025年第15期）的關鍵內容可歸納爲三大板塊： 1. ​​智能體時代的到來​​ • 封面專題文章圍繞“技術進化如此之快，人類即將擁抱一個全新的時代——智能體時代”展開，探討在智能體框架下，人類創造力與機器執行力如何共演升維。 2. ​​中國經濟與政策觀察​​ • 期刊繼續秉持“獨立立場、獨家報道、獨到見解”，對近期中國經濟改革的重大舉措、政府高層的重要動向進行深度追蹤與分析。 3. ​​資本市場與市場建設​​ • 重點關注資本市場在中國的成長與變革，對市場建設的重點事件進行及時報道與評論，幫助讀者把握資本市場的最新脈絡。 總體而言，本期《財經》以“智能體時代”爲技術主線，同時不忽視宏觀政策與資本市場的現實關切，爲讀者呈現科技、經濟與資本三重維度的深度觀察。

本期霍尼韋爾前CEO那篇訪談不錯。

《中國一二線城市房租變化》我最喜歡這篇文章。

““超級個體很好理解，就是既具有出題能力又具有解題能力的通才。”李志飛認爲，能力平庸的人，還有現在流行的專才都會被AI取代，未來的世界屬於超級個體。” 微信讀書付費，很大程度上是爲了看財經雜誌。 其他，是順帶的獎勵，極佳！謝謝。 多閱讀，多實踐，如果我們成不了“超級個體”，那我們就創造“超級個體”，成爲投資他們的人（😄）

中信建投 | 物理AI：AI技術演進新方向，賦能產業智能化升級 物理AI通過將AI大模型、物理引擎、多學科仿真等方法結合起來，可實現對現實世界高精度動態模擬預測優化，以AI賦能傳統產業。海外物理AI已應用於具身智能等領域，英偉達的Cosmos、Omniverse等一系列平臺以及底層算力工廠實現全產業覆蓋；國內物理AI仍處於初步發展階段，CAE廠商在業務基礎上探索物理AI在國防、具身智能、低空經濟等方向的應用落地。總體看，物理AI作爲AI技術演進的下一個方向，隨着算力芯片和融合物理規律的模型能力升級，有望應用於更廣闊場景，全面賦能製造、科研等領域智能化升級。 物理AI將AI與物理規律融合並應用於實體設備行動中。物理AI相較傳統AI，能夠理解真實世界物理規律，能夠在數字孿生技術支持下應用真實數據和高保真虛擬環境數據進行訓練與推理，能夠依據傳感器數據實現動態反饋調整行動策略。物理AI融合了機器學習算法、數字孿生、CAE求解器等能力，在高端製造、基礎科學、能源等廣泛領域具備廣闊發展前景。 英偉達已形成較全面的物理AI產業佈局。平臺與軟件層面，Cosmos與Omniverse分別負責世界模型與合成數據生成、高精度數字孿生與仿真；Isaac、PhysicsNeM、BioNeMo分別應用於機器人虛擬訓練、工程氣象、生物醫藥領域。硬件方面，英偉達規劃多代GPU芯片，並形成DGX SuperPOD超級計算集羣，構成從AI模型訓練到物理仿真的完整基礎設施。 國內CAE廠商有望深度參與物理AI產業。物理AI發展底層需要模型對於物理規律的理解能力，國產CAE廠商經過多年產業積累形成了多領域求解器和複雜場景耦合的技術能力與積累。基於AI融合的CAE等工業設計類軟件，部分國產廠商已實現在具身智能、國防、低空經濟等領域的場景探索，有望在物理AI產業發展浪潮中充分受益。 一、物理AI概覽 1.1 物理AI的概念 1.1.1 物理AI的概念 物理AI指的是一種結合傳感器、智能體、物理材料與環境感知的 AI 系統，能夠感知、理解、預測並操作物理世界中的對象與行爲。通過將AI大模型、物理引擎、多學科仿真等方法結合起來，物理AI可以實現對現實世界高精度動態模擬預測優化，從而以AI賦能傳統產業。物理AI的概念，最早起源於對具身智能的研究，即AI不只是“大腦”，還需“身體”與環境交互。此後，物理AI的概念逐漸延展爲具備傳感、認知、推理、動作能力的一體化智能系統，並融入邊緣計算、分佈式系統、機器學習等現代 AI 機制。 1.1.2 物理AI VS 數字AI 傳統的數字AI，主要指的是基於大數據、深度學習等算法，在純數字空間中完成信息處理與智能決策的人工智能形態。它強調數據驅動模型訓練，核心能力集中在語言理解、圖像識別、知識推理等抽象認知上，依賴於雲計算中心、高性能GPU進行集中計算，其典型應用包括搜索引擎、推薦系統、語音助手、文圖生成大模型等，這類智能系統通常不直接感知或操作物理世界，缺乏與環境交互形成閉環的能力。 相比之下，物理AI將軟硬件結合，是能同時集成感知、認知、決策與物理執行能力的下一代智能系統。物理AI 強調的是具身智能與實體行爲，不僅僅依賴數據計算，還整合了材料科學、傳感器技術、嵌入式系統、機械控制等多個學科能力。物理AI 可通過視覺、觸覺等多模態傳感器對真實世界進行實時感知，並結合知識模型和本體推理對物理環境做出因果判斷，最終驅動車輛、機械臂等執行系統進行實際動作，從而形成“感知–理解–執行”的閉環結構。 總的來說，數字AI 是對信息世界的建模與處理，而物理AI 則是讓AI實實在在走入物理世界，具備執行力、實體交互能力和任務閉環反饋能力。它們代表了人工智能發展的兩個階段：一個是數字認知智能，另一個是融合行爲智能的具身智能系統。隨着機器人、自動駕駛、智能製造等場景快速落地，物理AI 正成爲推動AI 應用從決策與感知走向行動的核心力量。 1.1.3 物理AI VS CAE 傳統CAE作爲工程分析的重要工具，依賴有限元分析、CFD、結構熱力學耦合等物理建模與數值計算技術，對產品進行建模、仿真和驗證。然而，其過程往往是靜態的、失真的，依賴工程師經驗設定邊界條件與初始參數，且建模複雜、計算耗時。物理AI 的引入，使這些過程從“被動計算”邁向“主動學習與認知”，進而實現工程建模的智能化、自適應和閉環反饋。 物理 AI 的引入，爲傳統CAE帶來變革與進步，將其原有的分析體系“智能升級”。一方面，物理AI利用機器學習、深度學習等AI技術，對歷史仿真數據、實驗數據進行挖掘，實現參數預測、模型快速擬合、結果迴歸校正，大幅縮短建模週期，提高仿真精度；另一方面，結合傳感器數據，物理AI 能夠與真實工程系統形成閉環，使仿真不再是脫離實體的預測工具，而成爲實時決策與控制的一部分，支持系統自優化、自感知、自適應。隨着CAE與物理AI的深度融合，也催生了如引入物理約束的神經網絡模型、AI輔助的多尺度建模等新興方向，探索將物理規律與數據驅動建模有機結合，這正是物理AI應用於產業的生動實踐。物理AI也可作爲連接CAE與控制系統的中間層，構建出“認知+執行”的新型工程閉環系統。物理AI 是CAE在AI時代背景下的認知型升級，它賦予工程系統更強的適應性、學習能力與決策能力，使傳統工程仿真由工具向智能體演進。這種融合不僅拓寬了CAE的應用邊界，也預示着未來工程設計將從“人工驅動”向“智能共創”邁進。 1.1.4 物理AI VS 數字孿生 數字孿生是真實物理世界的一種數字映射，其本質是物理實體在虛擬空間的實時動態映射，通過傳感器數據持續更新模型狀態。通過監測、模擬、預測和優化物理實體的全生命週期行爲，數字孿生可以實現複製現實情況並支持決策。 數字孿生爲物理AI提供了可控、可重複、可擴展的訓練與驗證環境，在具身智能系統的開發中扮演“虛擬測試場”的核心角色。以英偉達Omniverse平臺爲例，它通過高保真還原現實場景（如智能倉儲、自動化工廠、生產線車間），結合物理仿真引擎與傳感器模擬，爲機器人、自動駕駛系統等物理AI模型的訓練提供高度逼真的環境。企業可以在虛擬空間中對路徑規劃、抓取動作、避障行爲等進行上萬次測試，形成魯棒性更強的控制策略，避免高風險與高成本的實機調試。例如富士康藉助該平臺對人形機器人進行任務規劃訓練，在部署前完成策略驗證與優化，有效降低了設備磨損與測試周期，爲複雜物理行爲系統的工程化落地建立起“先虛後實”的閉環流程。 物理AI的引入也在不斷增強數字孿生本身的智能性。傳統數字孿生雖然能同步現實世界狀態，但在面對複雜物理系統時往往缺乏高質量預測能力。而將具備物理約束與因果推理能力的AI模型嵌入其中，則可使數字孿生從“仿真”轉向“推演”。例如在災害預測場景中，AI通過學習歷史風場、地形數據與氣象變量，並嵌入大氣物理模型，可在數字孿生平臺上實現對臺風路徑、降雨落點、風速分佈的高精度預測，爲氣象調度與城市應急提供更具前瞻性的輔助決策。在能源、電網、建築等領域，物理AI也可在數字孿生中實現對設備老化、環境變化、系統擾動的智能識別與響應，使其從靜態可視化模型躍升爲動態智能化代理系統。 1.2 物理AI實現廣泛場景落地 物理AI融合了人工智能與物理建模，具備強大的仿真、預測與優化能力，正在各行業中廣泛落地應用。通過將多物理場耦合仿真與機器學習算法結合，物理AI可在工業設計、能源管理、醫療健康、自動駕駛、航空航天等領域提升研發效率、降低成本並加速創新，爲複雜系統的實時決策提供了可行路徑，正逐步成爲驅動未來智能工程的重要引擎。 二、海外物理AI已應用於智能製造具身智能等領域 2.1 頭部海外廠商物理AI佈局 2.1.1英偉達的物理AI佈局概覽 近期，英偉達創始人兼CEO黃仁勳先後在拉斯維加斯CES展會、聖何塞英偉達GTC大會、北京第三屆鏈博會上發表演講，闡述英偉達物理AI佈局，並推出一系列新產品和技術。英偉達認爲，物理AI作爲AI技術演進的第四波浪潮，標誌着“通用機器人時代”的開端，英偉達正在通過硬件和軟件生態加速這一進程。黃仁勳將AI的演進劃分爲四個階段，即感知AI、生成式AI、代理式AI、物理AI，並強調物理AI將成爲未來的技術拐點，賦能機器人產業。 英偉達發佈Cosmos模型，全球首個世界基礎模型，專爲理解物理世界打造。想要把AI嵌入物理世界中，需要建立一個理解現實世界規則的世界模型，比如重力、摩擦力、慣性這些物理動力學，還要理解幾何與空間關係、因果關係。Cosmos模型就這樣應運而生，它是在2000萬小時的視頻數據上訓練而成，這些視頻聚焦動態物理事物，包含自然主題、人類行走、手部動作、操控物體，還有快速的相機運動，目的是教會AI理解物理世界，而非生成創意內容。同時，英偉達還宣佈了Cosmos開源許可，在GitHub上線了小、中、大不同規模的模型，對應快速模型、主流模型，以及知識轉移模型，賦能機器人和工業AI領域。 英偉達將Cosmos與Omniverse融合，搭建物理AI時代的基座。Omniverse是基於算法物理、原理物理、模擬構建的系統，將其與Cosmos相連，能爲Cosmos生成內容提供基準事實，控制、調節生成結果。這樣一來，Cosmos成爲了基於真實場景物理規律的多元宇宙生成器，爲物理AI在機器人和工業領域的應用奠定了基礎。基於Cosmos和Omniverse模型，英偉達定義了未來物理AI領域的全新生產方式，即Cosmos + Omniverse組成的數字孿生、AI訓練側、AI部署側這三者所構成的循環。未來，每個機器人公司最終都需要三臺計算機：一臺用於訓練AI的DGX計算機；一臺用於部署AI的AGX計算機，部署在汽車、機器人、自動移動機器人等各種邊緣設備中，實現自主運行。連接兩者需要一個數字孿生平臺，數字孿生平臺是訓練好的AI進行實踐、改進、合成數據生成、強化學習和AI反饋等操作的場所，是所有模擬的基礎。這三臺計算機將交互式工作，構成了英偉達針對AI工業世界的戰略。

世界各國普遍適應經濟形勢命名出生的一代人，特別是日本韓國，代際留下深刻的烙印。大學生只會拿着錢想今天晚上去哪裏嗨，回家路上人會計算今天花了多少錢，花最多錢的是那些沒錢或掙錢少的年輕人，月光族、精神小夥、打工人是享樂主義最大羣體，提振消費是中產及以下體量人羣，富人階層基數太小 特朗普政府關閉美國國際開發署這種軟實力國際影響力機構，放棄“可持續發展有優勢”的政策目標，7月4日大而美法案簽署，大幅提高債務上限和實施大規模減稅，財政赤字前置化財政擴張，所得稅收抵免措施永久化，取消所有在2027年底前未能投產的清潔能源項目的稅收抵免，不過也對2026年6月前就將開工的項目予以了豁免，放緩可再生能源行業政策，轉而加碼化石燃料。在支出端削減了部分醫療、教育和食品救助計劃（未來十年減支1.4萬億美元），對低收入羣體不利，但總體減稅政策，尤其是對中高收入家庭和企業的減稅，將增加可支配收入。關稅增加財政收入，國際貿易談判籌碼，對內產業政策採取保護主義策略，“雙重赤字”的預算赤字和貿易赤字拉大財政債務。 以相當優惠的利率借到自己的貨幣，而且基本上是不設限的規模。這三者——本幣借貸、優惠利率、無限額度——加在一起，就構成了所謂的“過度特權”。無限量發債延緩債務到期的信用貨幣貶值，低利率本幣借貸低於GDP增長率是無限持續下去的原則。美國擁有全球最大、最複雜、最深入的金融市場，全球貿易體系中以美元結算擴大負債空間，以國債回收美元資產，美國資產上漲消化債務市場。美國好的利率、深厚的市場和風險資產的良好回報率，維持持續的最複雜市場大規模發行公共債務吸引外資投入回籠美元。 中國是世界上最大的淨債權國，擁有最大規模的外匯儲備和國際收支順差；中國的政府債務基本上都是國內債務、均以人民幣計價，不存在明顯的匯率風險；更重要的是，中國政府擁有大量的國有資產，這是日本、美國等國家所不具備的條件。2025年兩會增加財政赤字到4%，一般國債+特別國債+地方新增債限額合計11.36 萬億元。 考慮2 萬億元用於置換隱債的特殊再融資債，預計2025 年政府債發行規模約爲24.2 萬億元，淨融資規模約爲13.0 萬億元，分別較2024 年增加1.91 萬億元和1.72 萬億元。 歐洲實現了資本主義、民主、福利與穩定之間驚人的平衡，沒有被民族主義深深困擾，存在民粹主義在年輕人羣中抬頭現象，7月5日晚，克羅地亞右翼歌手馬爾科·伯科維奇帶領粉絲們在演唱會上行納粹禮。歐洲的平均債務水平低於美國，也低於中國（隱性債務在內實際債務總額高於美國），歐盟在組織、政治意願以及政策協調能力方面消除 建立在高儲蓄率基礎上的高投資率，沒有任何理論認爲存在“消費驅動”這樣一種經濟增長方式。產出是由資本、勞動、技術決定的。產出的增速取決於資本積累速度、有效勞動量增速和技術進步速度。驅動經濟增長的變量是資本、勞動和技術進步而不是消費，消費支出量對經濟增長的影響是負面的。在不同時期不同國家對資本、有效勞動量和技術進步的倚重各有不同，從而形成“投資驅動”“人力資本驅動”“技術進步驅動”之間的區別和選擇。但根本不存在所謂“投資驅動”還是“消費驅動”之間的選擇。當實際產出低於潛在產出（有效需求不足）時，增加消費需求可以消化閒置產能，使實際經濟增速達到或接近潛在經濟增速，但消費本身並不能提高潛在增長率。在工業革命前的上千年中，絕大部分產出用於消費和簡單再生產，經濟增長速度幾乎爲零。“消費經濟”只不過是“零增長經濟”的代名詞。凱恩斯的儲蓄悖論時，政府就需要進行逆週期調節，促使居民提高消費率、降低儲蓄率，疫情期儲蓄率的提高是“週期性”原因。 隨着人均收入水平的提高，投資率（資本形成/GDP）會出現逐步下降的傾向，但很難確定投資率的最優水平。在長期，消費率是相對穩定的。在短期，由於各種衝擊，消費率可能會出現較大波動，政府所能做的只能是在堅持市場經濟原則的同時，運用宏觀經濟政策工具，實施逆週期調節，熨平經濟波動，穩定消費者和投資信心。 否定“消費驅動”增長模式的存在並非意味着投資越多越好。投資同經濟增長的關係並非簡單正相關的。理論上，投資率存在一個理論最優值。投資率過高可能導致投資效率下降，從而導致經濟增速下降而不是上升。在改革開放之前的相當長時期，過於強調儲蓄與投資，結果則欲速不達。這樣的經驗教訓是不應該忘記的。消費支出只能彌補有效需求不足，使經濟增速達到潛在經濟增速。例如非洲貧困國家人民所以掙的錢全部用於日常生活，消費率高但消費水平極低。收入分配差距的縮小，即提高收入分配的均等化，有助於全社會邊際消費傾向的提高。如果一個國家的收入差距的基尼係數超過0.5，該國就是一個收入分配極端不平等的國家。 銀行網點，電信營業廳，幼兒園，小學初中高中，全部因人口出生率下降而關閉。2024年幼兒園在園人數兩年合計減超千萬人，全國一年關停2.11萬所幼兒園

智能體時代，賦予每一個人超能力。

感覺《財經》比《哈佛商業評論（中文版）》質量和可讀性都要高一些。 本期記住的關鍵詞：AI 智能體、一人獨角獸、大而美法案、上半年經濟形勢、QDII 與外資持倉、風電走出內卷、霍尼韋爾前 CEO 觀點（全球化的關鍵是本地化、合規成本一分不能省、不能愧對海外打拼員工---值得某些公司借鑑和反思）

本期比上期好看，題材多元化，對agent的探討很深入。書單沒啥意思。比較喜歡財經和亞當圖茲與餘永定的專訪，能看出中西方學者對中國經濟上態度的不同。本期“提振消費並不能提振經濟”挺反常識的，結合資本論看很有意思。