MOC - 2026 AI 产业全景 Map of Content

461 字

MOC - 2026 AI 产业全景 Map of Content

入口文件:本文件是 2026 年 AI 产业知识库的中央索引。从这里可以到达 23 个主题聚类、1345 个 sources、Phase 2-3 全部成果。

生成时间:2026-06-21
数据规模:1345 sources(99.6% Phase 2 完成度)
聚类数量:23 个
链接关系:双向网状结构


1. 三大根主题(Root Concepts)

🏗️ 基础设施层

🤖 平台能力层

🌍 应用落地层


2. 垂直行业应用


3. 媒体与内容生产


4. 治理与生态


5. 跨聚类关键洞察

🔥 最热门三大主题(按 sources 数)

  1. Agent 生态 - 30 sources 持续高热
  2. 大模型竞争 - 30 sources,中美博弈
  3. Token 经济 - 30 sources,算力即权力

🕸️ 最深度交叉(按双向链接数)

  • agent ← 18 个聚类引用
  • model ← 13 个聚类引用
  • opensource ← 11 个聚类引用
  • company ← 11 个聚类引用
  • tutorial ← 9 个聚类引用

这 5 个聚类构成"AI 产业核心五元组":Agent + Model + OpenSource + Company + Tutorial。

🆕 边缘冷门聚类(值得深挖)

  • medical (3) - AI 医疗仍处早期
  • standard (3) - 标准制定尚未跟上
  • economy (4) - 经济学视角待补
  • ge (6) - GEO 是新兴方向
  • finance (6) - AI 金融应用有限

6. 浩峰点评(Phase 3.4 总结)

整体判断

2026 上半年的 AI 产业,已经从"模型能力竞争"全面转入"Agent 生态竞争"

标志性事件:
- OpenClaw 引爆"小龙虾"潮流(个人/企业的数字员工)
- Hermes 双系统架构成熟(自进化 + 多模态)
- Codex 把 ChatGPT 变成"打工 bot"
- 中国 BAT 集体从"卖 Token"转向"造 Agent"

对中国物流行业的启示

结合 物流行业 AI 应用 (8 sources) 和 Agent 生态,核心判断:

  1. 物流企业的下一波 AI 应用:不是"对话式客服",而是"Agent 化调度"
  2. 标准化机遇:参考 AI 国家/行业标准,物流国标/地标/行标的 AI 嵌入窗口期
  3. 一人公司 OPC 模式:物流咨询、培训、内容等知识服务领域可优先落地

三句话总结

1. Agent 是新的 App,Skill 是新的 API,Token 是新的电费。
2. 数字员工不再是 PPT,是签单。
3. 物流人最该关注的不是大模型,而是"如何用 Agent 把调度/客服/标准化文档自动化"。


7. 路径导航

入门路径(10 分钟)

  1. Agent 生态 → 理解 OpenClaw
  2. 数字员工 → 理解落地形态
  3. 部署教程 → 上手 1 个 Agent

进阶路径(1 小时)

  1. 模型对比 → 选型
  2. Skill 体系 → 原子化能力
  3. AI 编程 → 自动化日常
  4. 办公提效 → 立即可用

战略路径(1 天)

  1. 融资动向 → 投资视角
  2. 巨头战略 → 竞争格局
  3. 产业经济学 → 长期主义
  4. 深度反思 → 思维升级

8. 相关文件

  • 聚类清单/home/fangxia/文档/我的AI研究wiki/.phase3_clusters.json
  • Phase 2 state/home/fangxia/文档/我的AI研究wiki/.phase2_state.json
  • 23 个聚类文件/home/fangxia/文档/我的AI研究wiki/wiki/concepts/concept-2026-phase3-*.md
  • 1345 sources/home/fangxia/文档/我的AI研究wiki/wiki/sources/

最后更新:2026-06-21 | Phase 3.4 MOC 入口完成