昨天，6月15日，上交所上市审核委员会第37次会议审议通过燧原科技科创板IPO申请，拟募资60亿元。同一天，"国产GPU四小龙"的说法可以正式画上句号——摩尔线程、沐曦股份、壁仞科技、燧原科技，四家国产AI芯片公司全部登陆资本市场。
但让我停顿的不是60亿这个数字，而是另一组：腾讯贡献了燧原科技超过80%的营收。一家上市公司，一个客户占八成收入。这个数字在后面会反复出现，因为我认为它才是理解当前国产AI芯片生态最真实的切口。
这一周还有另外两件事值得放在一起看。上周发布的《2026中国企业级AI智能体产业白皮书》给出了一个吓人的增速：2025年212亿，2026年449亿，增速超过111%，到2029年3320亿，四年15倍。白皮书直接把2026年定义为"企业级AI智能体规模化元年"。再往前推两周，Workday在6月2日的DevCon 2026上发布了Agent Passport——一个专门给企业级AI智能体做测试、验证、持续监控的平台，首发合作伙伴是Cisco AI Defense。
三条线拼在一起，我想说的是：企业AI从试点到规模化，需要三层底座同时就位——算力自主可控、应用市场足够大、治理框架跟得上。2026年6月，这三层在同一周里密集落地，不是巧合，是产业成熟度到了临界点之后的集中爆发。
但有一个数字让我始终放不下——燧原80%以上的营收来自腾讯。这个数字背后，是整个国产AI芯片行业的客户集中度困境，也是企业采购国产算力时绕不开的风险标尺。
60亿IPO与四小龙会师：国产AI芯片进入"生态战"
先说清楚"四小龙会师资本市场"意味着什么。
2023年底以来，英伟达对华出口管制不断升级，H100、A100、H800先后被列入限制清单。对国内大模型厂商来说，这不是新闻层面的"影响"，而是现实层面的"断供"——有钱买不到货，或者能买到的价格离谱，更别说随时可能落地的新的限制令。在这种背景下，国产AI芯片厂商的融资能力和研发节奏，直接决定了国内大模型训练能不能持续迭代。
芯片行业有一个残酷的规律：从一代芯片流片到下一代定型，中间需要几十亿甚至上百亿的持续投入。没有资本市场输血，光靠大客户的采购订单很难撑住这个节奏。所以四小龙上市，核心意义不是"融了多少钱"，而是拿到了持续研发的入场券。
燧原科技2018年3月成立，注册资本3.8亿，专注云端AI芯片、AI加速卡和智算系统。这次60亿的融资规模在科创板算大的，资金用途如下：
| 资金投向 | 用途说明 |
|---|---|
| 新一代AI芯片研发 | 迭代第五、六代训练推理芯片，直接对标英伟达中高端产品线 |
| 智算系统产业化 | 从单卡卖到集群方案，提升客单价和粘性 |
| 软件生态平台建设 | 编译器、算子库、调优工具——让开发者真正能用起来 |
| 补充流动资金 | 日常运营和研发团队扩张 |
四个投向里，我反复看了几遍，第三个最值得琢磨。"软件生态平台建设"——说白了就是光有芯片不够，还得让开发者愿意在你的平台上写代码。英伟达的护城河从来不只是硬件，而是CUDA生态十几年积累的开发者惯性和算子库深度。国产芯片厂商如果只做硬件替代，不补软件生态的课，充其量就是个"便宜一点的替代品"，没有定价权，更谈不上长期竞争力。
所以60亿里面专门切出一块做软件生态，方向是对的。但能不能做成，取决于两件事：开发者社区的活跃度，以及跟主流框架（PyTorch、DeepSpeed之类）的兼容性。这不是砸钱就能解决的问题，需要时间。
再看"四小龙"的整体格局：
| 公司 | 上市状态 | 核心方向 | 备注 |
|---|---|---|---|
| 摩尔线程 | 科创板上市 | 全功能GPU | 同时覆盖图形渲染和AI计算 |
| 沐曦股份 | 科创板上市 | 高性能计算 | 偏通用GPU路线 |
| 壁仞科技 | 港股上市 | 通用GPU | 双市场布局 |
| 燧原科技 | 科创板过会 | 云端AI芯片+智算系统 | 腾讯贡献超80%营收 |
四家的定位各有侧重，但有一个共同点：主攻训练芯片。原因很简单——训练卡单价高、利润厚，而且采购方主要是头部大模型厂商和云厂商，销售效率高。推理芯片虽然部署量大，但利润空间薄，竞争也更卷。
另一个值得注意的现象：国内头部云厂商和互联网大厂，一边采购国产芯片，一边自己也在做AI芯片。华为有昇腾，百度有昆仑，阿里有倚天，字节也在加大自研投入。这意味着"四小龙"的长期竞争壁垒，归根到底还是得回到软件生态上——硬件能追，开发者的习惯难追。
回到燧原的80%问题。招股书显示，腾讯是燧原科技最大的客户，贡献了超过80%的营收。这个数字在科创板已经算高了。上市之后，每个季度的财报都会把这个数字拿出来放大——一旦腾讯的采购节奏放缓，或者腾讯自研芯片有了突破，燧原的股价压力会很快传导。
我的判断是：这不是致命伤，但确实是燧原上市后必须正面回答的核心问题。芯片行业大客户深度绑定并不罕见——英特尔早年靠IBM，AMD早期靠康柏，都是类似路径。关键在于，大客户绑定之后，第二、第三个客户从哪里来？软件生态什么时候能贡献真正的收入多元化？这个答案，比任何一个季报数字都重要。
449亿背后的真相：哪些行业在动真格，哪些还在喊口号
6月9日发布的《2026中国企业级AI智能体产业白皮书》，有一组数据被反复引用：
| 年份 | 市场规模（亿元） | 同比增长 |
|---|---|---|
| 2025 | 212 | — |
| 2026 | 449 | +111.8% |
| 2029（预测） | 3,320 | 2024-2029 CAGR 107% |
大多数人转发的都是2029年那个3320亿的数字——确实够大，够吸引眼球。但坦白说，远期预测的置信度不高，变量太多。我反而觉得2026年的449亿更值得认真看。
为什么？因为从212亿到449亿，增速超过111%，这是对"当年"市场规模的估算，不是5年后的远期预测。如果底层数据靠谱，那2026年企业级AI智能体就不是在试点阶段，而是已经开始规模化部署——只有真实部署才能撑起这个体量。
白皮书把2026年定义为"企业级AI智能体规模化元年"，这个判断我基本认同，但要加一个限定词：行业分化严重。
金融、制造、零售——这三个行业是企业AI走得最快的。金融不用说了，合规压力摆在那里，风控、审计、报告自动化是刚需。制造业的质检、预测性维护、排产优化，天然适合智能体介入。零售从用户行为分析到个性化推荐再到供应链预测，一步步在扩展。
我自己的判断是，这449亿里，金融、制造、零售三个行业占了大部分。政府、教育、医疗的进展明显滞后——不是不需要，而是采购流程长、数据合规边界不清、试错成本高。这几个行业的规模化，估计要等到2027-2028年。
有一个信号能侧面佐证：6月15日，也就是白皮书发布后的首个交易日，南兴股份等股票出现明显拉升。市场用资金投票的方向指向了"制造+AI智能体"这个交叉点。这种盘面反应通常意味着有真实需求被识别到，而不是纯情绪驱动。
对企业管理者来说，449亿这个数字有一个很直接的意味：你的同行可能已经在动了。不是在规划，不是在做POC，而是在真实部署、产生业务数据了。差距正在拉大，而不是缩小。
Workday Agent Passport：治理先行，才是规模化最大的信号
6月2日，Workday在拉斯维加斯的DevCon 2026上发布了Agent Passport。先说产品本身是什么：
Agent Passport = 企业级AI智能体的"测试+验证+持续监控"平台
能力一：验证每个智能体是否通过最严重风险测试
能力二：保留验证记录，供审计和合规检查
能力三：持续监控运行状态，发现异常行为
首发合作伙伴：Cisco AI Defense（独立第三方安全测试）
我一开始看到这个发布，觉得挺有意思，但没到"震撼"的程度。"给AI系统做测试"这个需求，行业内讨论了不短时间了。但仔细想了几遍之后，我的判断变了。
Agent Passport真正重要的地方，不是产品本身有多革命性——测试、验证这些动作不新鲜。真正重要的是：这是企业管理软件厂商第一次把"智能体治理"做成独立的平台级产品线，不是某个功能模块里的小开关，不是开发者文档里的一段建议，而是一个有独立命名、有合作伙伴、有持续运营计划的产品。
Workday的客户是谁？大量Fortune 500企业的HR和财务系统使用者。这些客户的焦虑非常具体：
第一，这个AI Agent到底做了什么决定？有没有留下记录？出了合规问题追责到哪一步？
第二，内部审计部门和外部监管机构要求提交AI使用报告、风险评估——拿什么填这些表格？
第三，智能体有没有产生幻觉？有没有改了不该改的规则？能不能给一个完整的操作时间线？
Agent Passport的做法是给每个AI智能体发一本"通行证"——它通过了哪些风险测试，有哪些已知的风险点，被哪个第三方验证过，全部记录在案。说白了，这不是在限制AI的能力，而是在给企业的内部审计和外部合规检查提供"证据链"。
我翻译一下：Agent Passport本质上是在帮企业建AI治理档案。如果这套产品能跑通，Workday就占据了一个比HR和财务SaaS更有价值的位置——企业AI合规治理的平台型玩家。这个位置目前还没有人占。
对中国企业来说，这个产品可能暂时直接用不上——Workday在国内的覆盖面有限，且数据出境合规是个实际问题。但它揭示的趋势是真实的：当智能体开始参与真实的业务决策，哪怕只是"推荐"而非"执行"，合规风险就已经存在了。
那些现在开始主动建立AI治理框架的企业，在监管趋严的时候会少踩很多坑。那些还在"先跑起来再说"的，迟早要补课——而且补课的成本只会越来越高。不只是合规风险，还有业务连续性风险：一个没有治理记录的AI系统出了问题，你连"怎么排查"这个起点都没有。
另一个值得注意的细节：Cisco作为首发合作伙伴进场做第三方安全测试。这意味着AI Agent的安全测试已经开始有专业服务商了。信息安全审计从专业公司开始做，慢慢变成上市公司的标配——AI治理审计大概率也会走同样的路。
五条给CIO和企业管理者的建议
把上面三件事放在一起看，我有五条具体的建议。不是战略方向层面的虚话，是能直接拿到下一次季度复盘会上讨论的行动点。
- 算力采购清单该更新了
四小龙融资上市意味着他们有了持续研发的弹药。2026-2027年，国产训练卡和推理卡的性能会有明显爬坡。英伟达出口管制的缺口，正在被国产芯片加速填补。IT采购负责人现在应该把华为昇腾、燧原、沐曦这些厂商的产品路线图放进评估清单。不是说马上切换，而是要有备选方案——有了备选，你跟英伟达谈价格的时候底气都不一样。 - 2026年的关键词不是"看AI"，是"看ROI"
449亿市场规模，意味着已经有大量企业在部署智能体了。这个时候，盲目追热点不对，完全观望也不对。我的建议是聚焦1-2个有明确ROI指标的场景——比如客服智能体降低人工成本、供应链预测优化库存周转——先跑出一个可量化的数字。一个跑通的ROI，比十个POC项目都有说服力。 - AI治理不能只靠IT部门——现在就拉上法律和合规
Workday的Agent Passport说明一件事：当智能体开始参与真实业务决策，合规风险就产生了。别等到监管部门来问"你们的AI系统有没有审计记录"的时候再去补课。现在就跟法律、合规团队坐下来讨论：AI使用的边界在哪里？决策记录机制是什么？出了问题责任怎么分？这些问题现在讨论成本最低。 - 选AI供应商时，客户集中度是一个健康度信号
燧原80%的教训在提醒我们：选供应商不能只看产品参数，还要看客户结构。一个过度依赖单一大客户的供应商，在定价议价空间和长期服务稳定性上都值得打一个问号。你的AI基础设施供应商如果主要就靠一两个大客户养着，那你的议价能力和风险敞口都要重新评估。 - 窗口期正在打开——先建设能力，比等SaaS成熟后再切换更值得
算力、模型、应用三层，中国正在同步补齐。这个时间窗口对企业的技术团队来说很关键：现在参与跟AI供应商共建私有化或混合部署的智能体能力，积累的是数据、调优场景和运营经验。等到标准化SaaS方案成熟了再切，你付出的切换成本和时间成本只会更高。先发优势在这个领域特别明显——谁先跑通，谁就在积累数据飞轮。
回到开头的那个数字：80%。它不只是燧原科技的风险提示，更是整个国产AI产业链的缩影——能力在快速追赶，但生态和客户结构还在补课。2026年6月这一周，算力底座、市场规模、治理框架三层同时落地，是一个明确的信号：企业AI的基础设施正在从"有没有"切换到"好不好"。
对CIO来说，这意味着你不再需要说服任何人"AI值不值得做"，而是要回答一个更难的问题："我们怎么做，才能既跑得快，又不翻车？"
这个问题的答案，不会来自任何一份白皮书或任何一个供应商。它只能来自你自己的团队，从第一个真实场景开始，一个一个地试。
