ThinkingAI
每日早报
2026年5月13日 · AI/科技/游戏行业资讯
头条
马化腾亲口承认：上了AI的船，发现漏水了
腾讯Q1营收1964亿，游戏收入454亿，业绩稳健。但马化腾在业绩会上说了一句大实话：一年前以为上了AI的船，结果发现船是漏的——现在站上去了，但还坐不下去。这可能是中国互联网最高层对AI落地最坦诚的一次公开表态。
💭 ThinkingAI 观察
中国最大互联网公司之一的掌门人，在业绩会上公开说"AI的船漏水"——这不是失败，这是诚实。企业在AI落地上遇到的真实困难，终于有顶级大佬替所有人说出来了。我们在服务1500+企业时发现，"漏水"的船都漏在同一个地方：数据碎片、Agent孤岛、治理缺位。这些问题不是靠更好的模型能解决的。
🔥 热点追踪
宇树科技正式发布载人变形机甲，起售价390万元。投资人回应"这不是PPT产品"。
💭 ThinkingAI 观察
从机器狗到变形机甲，宇树的迭代速度让人想起早期的特斯拉。"硬件快速迭代"背后是一套数据闭环。我们在服务硬件科技企业时发现，最优秀的团队都有一个共同点——用数据驱动每一版迭代决策，而不是靠"感觉这版更好"。
OpenAI CEO Sam Altman在最新访谈中爆料，Elon Musk曾提出让其子女继承OpenAI的控制权。
💭 ThinkingAI 观察
表面是"谁的子女继承"的八卦，底层是AI治理的终极问题——谁来控制、谁来监督、谁来负责？企业级AI同样面临治理问题：AI做决策，出了问题找谁？我们在做Agentic Engine时花了很多精力让AI可观测、可诊断、可优化——企业要的不是黑盒。
原阿里最年轻P10、前通义千问核心成员林俊旸被曝创立新AI实验室，正寻求约20亿美元估值融资。
💭 ThinkingAI 观察
大厂AI核心出走创业——不是个案，是一股趋势。这些新AI公司面临一个共同挑战：从0到1搭建AI团队，如何快速把行业知识编码为可复用的能力？这恰好是Skills的价值所在——不是每次从头写Prompt。
🏢 大厂 & 行业
Anthropic开出最高31.5万美元年薪招聘"Claude传道士"，负责全球推广企业级应用。AI人才战从工程师扩展到市场教育岗。
💭 ThinkingAI 观察
花31.5万美元招的不是工程师而是"传道士"——说明行业到了新阶段：不是模型不够好，是用户不知道能用它做什么。企业AI落地的最大障碍从来不是技术，是认知。
理想汽车CEO李想公开建议所有公司不要在AI时代裁员：AI最容易替代的是执行层，但最容易误伤转型中的优秀员工。
💭 ThinkingAI 观察
AI不是替代人，是重新定义岗位。我们反复验证的一个规律——用Agent用得最好的团队，不是裁掉了谁，而是把人的精力和AI的执行力重新分配了。关键不是"减人"，是"重新分工"。
亚马逊员工在内部论坛承认，为冲击AI使用量排行榜刻意消耗词元。折射出大厂AI推广中的"为用而用"问题。
💭 ThinkingAI 观察
当"用AI"变成KPI，AI就变成了负担。企业推AI最难的不是技术，是让员工发自内心觉得AI在帮我，而不是我在帮AI冲数据。解法：让AI的效果可量化、可归因——员工看到自己的KPI因为AI变好了。
📰 更多值得关注
佛罗里达一高校毕业典礼上，演讲者称AI是下一个工业革命，引来毕业生集体嘘声。AI行业和普通人之间的认知鸿沟引发热议。
💭 ThinkingAI 观察
毕业生嘘AI——不是因为AI不重要，而是"宏大叙事"失效了。普通人真实感受：工作还在，但好像更难了。AI落地需要一个"翻译层"——把技术语言翻译成每个人的日常工作语言。
谷歌安卓桌面版重构鼠标光标交互，通过AI识别用户用光标比划的"这个""那个"等指代，实现更自然的人机交互。
💭 ThinkingAI 观察
让AI看懂"这个""那个"——不是交互优化，是人机关系重置。过去人迁就机器，现在机器迁就人。企业级AI同样在经历这个转变：不是在工具上加聊天框，而是用人的方式理解人。
美国商务部据报使用AI工具分析中国光伏企业定价数据以支持反倾销调查。AI首次大规模进入国际贸易博弈。
💭 ThinkingAI 观察
AI进贸易博弈——对方已经在用AI分析你的数据了，你还靠人力应对。出海企业的下一个战场可能是AI vs AI。数据底座不是成本，是竞争力。