MySQL 8.0递归CTE实战：从树形数据查询到性能优化全解析
2026/8/5 5:43:21
2026年AI大模型牌照即将发放，标志着AI行业进入规范发展阶段。无证企业将面临淘汰，持牌企业将获得合规、商业化和融资优势。大厂系、国家队和独角兽企业最有可能拿到牌照。对普通人而言，将影响AI产品使用和就业市场。建议企业评估现有AI工具，从业者提升合规能力，投资者关注持牌企业。
大模型牌照发放，行业迎来规范发展新阶段
36kr独家消息：2026年AI大模型牌照即将发放，这不是一次普通的政策调整，而是整个AI行业从"野蛮生长"到"持证上岗"的历史性转折点。
一、牌照发放背后的三个信号
信号1：从"百花齐放"到"持证上岗"
过去3年，国内AI大模型市场可以用"野蛮生长"来形容：
- 2023年：ChatGPT引爆，国内厂商纷纷入局
- 2024年：百模大战，各家争相发布大模型
- 2025年：应用落地年，大模型开始商业化尝试
但是，2026年的牌照发放，意味着无证不能再玩了。
这就像当年的P2P牌照、网约车牌照、直播牌照一样——一开始大家都能做，做到一定规模，监管就来了，没有牌照的必须出局。
信号2：不是所有大模型都能拿到牌照
根据36kr的报道，牌照发放不是"人人有份"，而是有门槛的：
| 门槛 | 具体要求 | 影响 |
|---|---|---|
| 技术门槛 | 模型参数规模、训练数据合规性、安全性评估 | 小团队/个人开发者基本出局 |
| 资金门槛 | 需要投入大量资金进行安全合规建设 | 没有融资的创业公司压力大 |
| 数据门槛 | 训练数据必须合法合规，不能使用盗版数据 | 数据来源不清晰的公司会被淘汰 |
意味着80%的AI大模型创业公司拿不到牌照，必须在2026年内找到被收购、转型、或者关门的办法。
信号3：牌照 = 护城河 = 估值翻倍
拿到牌照的公司，相当于拿到了"官方认证"：
- 合规背书
：可以名正言顺地对外宣称"我们是持牌AI大模型"
- 商业化加速
：to G、to B项目招标时，牌照是硬门槛
- 融资更容易
：投资人会更倾向于投资持牌企业
- 并购价值提升
：拿不到牌照的公司，会寻求被持牌企业收购
一句话：2026年的AI大模型牌照，就是2014年的网约车牌照——拿到的是滴滴，没拿到的出局。
二、哪些公司能拿到牌照？
根据行业内部消息，以下几类公司拿到牌照的概率最大：
第一类：大厂系（概率90%）
| 公司 | 优势 | 劣势 |
|---|---|---|
| 百度（文心一言） | 最早布局，技术积累深 | 商业化进展慢 |
| 阿里（通义千问） | 云计算加持，to B能力强 | 模型效果争议大 |
| 腾讯（混元） | 社交场景丰富，数据多 | 技术相对保守 |
| 字节（云雀） | 推荐算法强，应用场景多 | 牌照申请态度低调 |
第二类：国家队（概率95%）
| 机构 | 优势 | 定位 |
|---|---|---|
| 中科院（紫东太初） | 技术最强，国家背书 | 科研+国防 |
| 清华大学（ChatGLM） | 学术影响力大 | 教育+科研 |
| 华为（盘古） | 软硬件一体化 | 企业级市场 |
第三类：独角兽（概率60%）
| 公司 | 优势 | 风险 |
|---|---|---|
| 智谱AI | ChatGLM商业化主体，技术强 | 依赖清华，独立性存疑 |
| 百川智能 | 王小川加持，医疗场景 | 应用场景相对窄 |
| MiniMax | 对话能力强，年轻用户多 | 商业化路径不清晰 |
| 月之暗面（Kimi） | 长文本处理能力强 | 成立时间短，合规性待验证 |
第四类：创业公司（概率<30%）
大部分创业公司会倒在牌照门槛前，原因有三：
- 技术不达标
：模型效果不如大厂，安全性和合规性存疑
- 资金不够
：合规建设需要投入几千万，创业公司烧不起
- 数据不合规
：训练数据来源不清，无法通过审查
但是，有一类创业公司可能会拿到牌照：垂直行业AI大模型。
比如：
- 法律AI大模型（北大法宝）
- 医疗AI大模型（推想医疗）
- 金融AI大模型（同花顺）
- 教育AI大模型（科大讯飞）
这些公司虽然通用能力不如大厂，但在垂直领域有深度积累，而且数据合规性更好（因为用的是行业数据，不是互联网爬虫数据）。
三、拿不到牌照会怎样？
如果你是一名AI大模型创业者，或者你在一家AI创业公司工作，拿不到牌照的后果是：
后果1：不能商业化（to G、to B基本没戏）
没有牌照，意味着你的模型不能用于：
- 政府项目（智慧城市、政务热线等）
- 金融项目（银行客服、风控模型等）
- 医疗项目（诊断辅助、病历分析等）
- 教育项目（AI教师、个性化学习等）
唯一能做的，是个人消费者市场（to C）——但是to C怎么赚钱？会员订阅？广告？大部分公司都跑不通。
后果2：融资困难（投资人不敢投）
2026年之后，投资人看AI项目，第一个问题就是：
“你们拿到牌照了吗？”
如果回答"没有"，投资人会接着问：
“那你们的牌照申请进展如何？预计什么时候能拿到？”
如果连申请都没申请，或者申请了但大概率拿不到，投资人会直接pass。
原因很简单：没有牌照的AI公司，2027年可能就不存在了，投资人不会把钱投给一家即将关门的公司。
后果3：被收购是唯一出路（但价格会被压得很低）
拿不到牌照的AI公司，最后的出路是被持牌企业收购。
但是，这种收购的定价逻辑是：
- 正常情况
：按估值收购（比如你估值10亿，我出10亿收购）
- 拿不到牌照的情况
：按"资产价值"收购（你的团队值多少、你的技术值多少、你的数据值多少）
一般来说，"资产价值"只有估值的20%-30%。
也就是说，如果你原本估值10亿，拿不到牌照后被收购，可能只能卖2-3亿。
四、对普通人有什么影响？
你可能会问：“我是普通人，又不是AI创业者，牌照发放跟我有什么关系？”
关系大了。
影响1：你用的AI产品可能会消失
如果你正在用某个小众的AI聊天助手、AI写作工具、AI绘画工具，2026年你可能会发现它突然不能用了——因为背后的公司没拿到牌照，被迫关门了。
到时候不要惊讶，这是行业洗牌的必然结果。
影响2：AI行业会变得更"卷"
拿到牌照的公司，会加大商业化力度，抢夺市场份额。
这意味着：
- to C市场
：AI聊天助手、AI写作工具会打价格战（会员费降低、免费功能增加）
- to B市场
：AI大模型赋能传统行业，会看到更多"AI+医疗"“AI+教育”"AI+金融"的应用落地
影响3：AI相关工作岗位会增加，但门槛也会提高
牌照发放后，持牌企业需要大量人才：
- 技术研发
：模型训练、微调、安全性评估
- 合规岗位
：数据合规、内容审核、安全评估
- 商业化岗位
：to B销售、解决方案架构师、项目经理
但是，这些岗位的门槛会比现在高：
- 技术岗：要求有持牌企业工作经验，或者相关项目经验
- 合规岗：要求有法律/政策背景，了解AI监管政策
- 商业化岗：要求有to B销售经验，能搞定大客户
一句话：AI行业会从"人人都能进"变成"有门槛才能进"。
五、我们该怎么办？
如果你是企业管理者
- 评估你正在用的AI工具
：它们背后的公司能拿到牌照吗？如果拿不到，你需要提前找替代品。
- 关注持牌企业动态
：2026年下半年，持牌企业会密集发布新产品/新服务，这是你接入AI能力的好时机。
- 考虑自研还是采购
：如果你所在的行业会出现垂直AI大模型（比如法律、医疗、金融），可以考虑采购，而不是自己研发。
如果你是从业者
- 尽量去持牌企业
：大厂系、国家队、垂直行业龙头，这些地方拿到牌照的概率最大。
- 提升合规能力
：懂技术的AI人才很多，但懂技术+懂合规的AI人才很少，这是你的机会。
- 关注垂直行业
：通用大模型竞争激烈，但垂直行业AI大模型还有机会，比如法律AI、医疗AI、金融AI。
如果你是投资者
- 投资持牌企业
：或者投资有明确牌照申请路径的企业。
- 规避拿不到牌照的企业
：特别是那些技术不强、资金不足、数据来源不清的创业公司。
- 关注收购机会
：拿不到牌照但有技术的公司，会被持牌企业收购，这是并购投资的机会。
六、写在最后
2026年AI大模型牌照发放，不是终点，而是起点。
它标志着中国AI行业从"野蛮生长"进入"规范发展"的新阶段。
对于拿到牌照的企业来说，这是黄金时代——市场会更规范，竞争会更有序，商业化会更容易。
对于拿不到牌照的企业来说，这是生死时刻——要么被收购，要么转型，要么关门。
对于普通人来说，这是机会窗口——AI行业会更成熟，应用场景会更丰富，但也需要我们更早地了解AI、学习AI、使用AI。
最后送大家一句话：AI大模型牌照发放的底层逻辑，和当年的网约车牌照、P2P牌照、直播牌照是一样的——一开始人人都能玩，玩到一定规模，监管就来了，没有牌照的必须出局。
所以，如果你在AI行业，或者你想进入AI行业，2026年最重要的不是技术有多强，而是——你有没有牌照。
如何学习大模型 AI ？
由于新岗位的生产效率，要优于被取代岗位的生产效率，所以实际上整个社会的生产效率是提升的。
但是具体到个人，只能说是：
“最先掌握AI的人，将会比较晚掌握AI的人有竞争优势”。
这句话，放在计算机、互联网、移动互联网的开局时期，都是一样的道理。
我在一线科技企业深耕十二载，见证过太多因技术卡位而跃迁的案例。那些率先拥抱 AI 的同事，早已在效率与薪资上形成代际优势，我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在大模型的学习中的很多困惑。我们整理出这套AI 大模型突围资料包：
- ✅ 从零到一的 AI 学习路径图
- ✅ 大模型调优实战手册（附医疗/金融等大厂真实案例）
- ✅ 百度/阿里专家闭门录播课
- ✅ 大模型当下最新行业报告
- ✅ 真实大厂面试真题
- ✅ 2026 最新岗位需求图谱
所有资料 ⚡️ ，朋友们如果有需要《AI大模型入门+进阶学习资源包》，下方扫码获取~
① 全套AI大模型应用开发视频教程
（包含提示工程、RAG、LangChain、Agent、模型微调与部署、DeepSeek等技术点）
② 大模型系统化学习路线
作为学习AI大模型技术的新手，方向至关重要。 正确的学习路线可以为你节省时间，少走弯路；方向不对，努力白费。这里我给大家准备了一份最科学最系统的学习成长路线图和学习规划，带你从零基础入门到精通！
③ 大模型学习书籍&文档
学习AI大模型离不开书籍文档，我精选了一系列大模型技术的书籍和学习文档（电子版），它们由领域内的顶尖专家撰写，内容全面、深入、详尽，为你学习大模型提供坚实的理论基础。
④ AI大模型最新行业报告
2025最新行业报告，针对不同行业的现状、趋势、问题、机会等进行系统地调研和评估，以了解哪些行业更适合引入大模型的技术和应用，以及在哪些方面可以发挥大模型的优势。
⑤ 大模型项目实战&配套源码
学以致用，在项目实战中检验和巩固你所学到的知识，同时为你找工作就业和职业发展打下坚实的基础。
⑥ 大模型大厂面试真题
面试不仅是技术的较量，更需要充分的准备。在你已经掌握了大模型技术之后，就需要开始准备面试，我精心整理了一份大模型面试题库，涵盖当前面试中可能遇到的各种技术问题，让你在面试中游刃有余。
以上资料如何领取？
为什么大家都在学大模型？
最近科技巨头英特尔宣布裁员2万人，传统岗位不断缩减，但AI相关技术岗疯狂扩招，有3-5年经验，大厂薪资就能给到50K*20薪！
不出1年，“有AI项目经验”将成为投递简历的门槛。
风口之下，与其像“温水煮青蛙”一样坐等被行业淘汰，不如先人一步，掌握AI大模型原理+应用技术+项目实操经验，“顺风”翻盘！
这些资料真的有用吗？
这份资料由我和鲁为民博士(北京清华大学学士和美国加州理工学院博士)共同整理，现任上海殷泊信息科技CEO，其创立的MoPaaS云平台获Forrester全球’强劲表现者’认证，服务航天科工、国家电网等1000+企业，以第一作者在IEEE Transactions发表论文50+篇，获NASA JPL火星探测系统强化学习专利等35项中美专利。本套AI大模型课程由清华大学-加州理工双料博士、吴文俊人工智能奖得主鲁为民教授领衔研发。
资料内容涵盖了从入门到进阶的各类视频教程和实战项目，无论你是小白还是有些技术基础的技术人员，这份资料都绝对能帮助你提升薪资待遇，转行大模型岗位。