2026年桌面耗材市场现状，第四部分：现实操作系统
好了，在这个四部分系列中，我们使用了一个尖端的隐形模式AI商业智能工具，其性能优于所有市面上可用的大型语言模型。然后我们用谷歌的笔记本LM对数据进行了美化。我们发现了一些相当酷炫的幻灯片，有时却掩盖了真相。我们还发现了一些明显的错误。将3D打印作为研究工具可以很强大，但在我看来，它只应该用来编目和建立联系。超越这一点，或者超出你自己的理解，可能会致命地掩盖真相。是的，AI将成为编程的极佳工具。但对于研究，我们需要警惕从中得出结论。

关于耗材市场，上面那张精美的幻灯片看起来非常棒。但我认为这样得出结论是错误的。其中一个主要关注点是，这被视为“刀锋与刀锋”模式，这是商业世界中常见的陈词滥调。我认为Bambu和其他人的真正力量并不在这儿。我认为，一家以软件体验为驱动的公司，能够收集更准确的使用数据，实际上将材料挤出过程数字化，同时通过传感器、图像和激光雷达实现低成本打印，这不仅仅是一场刀剑和刀片的游戏。

对我来说，使用便捷、可靠性和低成本才是采用高效Bambu设备的真正原因。公司随后利用对整个数据链的访问，不仅为自家耗材，也为所有耗材获得更好的打印效果。随后，它在五年内成为首家3D打印领域营收达到十亿美元的公司。这大约占了整个市场的二十分之一，而整个市场需要数十亿美元的风险投资和其他投资者资金，以及40年才增长到这一水平。它利用传感器和软件解决了别人都试图通过机械工程解决的问题。以前有的打印机能卖5000美元，但现在有一款同样能用1000美元，然后是500美元，现在是200美元。随后，公司将所有创新推广到众多打印机上，试验不同型号，并为所有型号推送硬件、传感器和软件更新。

对我来说，这显然是一场商品化的游戏。Bambu希望成为数字世界与现实世界之间的创作门户。它希望为许多人或任何人拥有产品管线的理念。通过构建应用、桌面软件、各种机器、文件共享、AI创建、定制、耗材、固件、传感器和数据平台，它实际上想成为一个制作东西的Microsoft Office。或者，如果谷歌是数字世界的操作系统，Bambu则希望成为现实世界的操作系统。

对我来说，剃刀片的做法太简单、太愚蠢、太短视。而当你针对的是工程师和发明家社区时，这种方法其实并不起作用。想象一下，如果你想成为世界上最富有的人。做Nespresso来满足需求吗？

想象一下，如果你要和投资Snapmaker的数十亿美元收入配送服务美团竞争，还有和拥有自家3D打印机且同样投资Snapmaker的吸尘器公司小米竞争汽车，以及投资Elegoo的DJI，同时你还得和投资Creality的腾讯竞争。这真是个疯狂的处境。腾讯的营收为1070亿美元，小米640亿美元，美团510亿美元，而大疆仅有110亿美元。你真的认为那些人关心一个200亿美元的收入产业吗？还是说这些公司对“它像Nespresso但用途”非常兴奋？这部戏更为基础。耗材收入是资助机器的一种方式（机器收入也是如此），机器为软件提供数据，软件会变得更好，这让人们能做出更好的产品，推动耗材销售和更多文件，这就是自催化循环的运作方式。这可能是一种网关架构，就像手机或电脑一样。所以，对我来说，路径是持续增长，以推动功能性，让整个平台更加顺畅。

手动切片器配置
当然，切片软件配置和耗材调整确实很糟糕，别误会。但我并没有躲到床底下躲避它。这很烦人，也让你在选择不同耗材时变得不够冒险。现在我几乎可以在Bambu里装任何耗材，效果很好。如果没有RFID，我可以直接从菜单里选择是否使用。有几次没找到，但Bambu打印得很好。Bambu系统的通用设置非常棒。这听起来一点也不像剃刀和刀片。如果说有什么好处，那就是对新用户的一种便利，能让他们保持忠诚。Nespresso不允许你把别人的咖啡放进他们的机器里。我坚决认为剃刀和刀片的做法完全不是3D打印的现状。这是我们人工智能工具的完全错误结论。对我来说，更大、更正确的图景在于门户战略。

把Bambu耗材放进AMS里会稍微少一些摩擦，但其实也没那么明显。而且现在我甚至不觉得这真的是一种痛苦。所以对我来说，这并不是真正的驱动力。我也不同意这里发生的纯粹机械性能问题。Bambu是软件驱动的。而整体系统的简便性和可靠性推动了新市场的销售。所有新手都不是为了400mm/s之类的才买这个;他们甚至不知道那是什么意思。他们买它是因为这是一台可以使用的3D打印机，他们相信它是因为他们见过足够多人谈论或使用它。

T型车

如果你想惹恼汽车公司的人，问问他们为什么，如果他们这么专注于产品，难道不把除了制造轮胎以外的所有事情都外包吗？毕竟，这显然是他们的核心业务。汽车公司通常会卖出每辆车四个轮胎。他们显然是伪装成汽车公司的轮胎公司。我完全能想象人工智能分析福特，得出公司显然在进行刀锋利斗的结论。这将使这些超级便宜的汽车成为卖轮胎的机器。事实上，最初福特确实生产了自己的轮胎。所以这可能是个非常显而易见的思考点。如今，我们被一次性产品和剃须刀等产品包围，存在选择性认知偏差。

但如果你想改变世界，我认为你必须建造更大的护城河，在这个时代做得更好。如果你仔细观察福特的引擎盖，可能会得出另一种结论，认为机械化、机械化和装配线才是真正的技术。或者你可能认为车辆的可维修性和简洁性促使了它的普及。这可能是因为它价格实惠且非常艰难。这一点被忽视了;它是为没有道路或没有良好道路的地方准备的汽车，而不仅仅是曼哈顿或伦敦的另一辆车。T型车很快也成为送货卡车、冰车和面包车的核心产品。所以，也许正是这辆车的多功能性促成了它的成功。更轻的钢材和更好的换挡也可能有所帮助。你可能会把Model T看作是一次批量游戏或商品化。

对我来说，福特的变革性成功正是这些因素的结果，最清楚地体现在其价格上，1908年为850美元，1925年为260美元。同一辆车！福特每天5美元的工资提高了，工人们用三个月工资就能买得起这辆车。对我来说，T型车是一场价值创新的游戏，改变了世界。在福特之前，有很多汽车，也有很多汽车公司。如今，有了一种汽车，凭借其所有创新，使机动交通变得实用且经济。而且它在任何地方都如此。经济实惠的个人交通工具在T型车出现之前只是一个想法，后来才成为市场。深刻地重新想象世界，然后想象出能让它成为那样的产物，已经是一种神奇的事情。但如果能建立一个真正实现这一目标、同时不断让产品更好更便宜的企业，这才是一场革命。我认为这正是耗材市场正在发生的情况。

人工智能研究笔记
在这些页面上，你可以看到一些非常有趣的图片。这些说明了我的观点，我唯一要做的就是把文章导入Notebook。我没有调整或改动任何东西;它在背景中运行。所以这确实是很有力量的东西。不过总体来说，目前用AI做研究还是挺可怕的工具。我已经测试了好几个月。即使能力在增强，危险依然存在。我现在不是人工智能的反对者，但我也不是啦啦队长。我正在试图弄清楚在哪些地方使用它更合理。我更倾向于“这确实是个不错的圆锯，切割效果不错，但我们应该用它来剪头发和割草吗？”那种人。

电锯时刻
以下是我在过去半年里发现的一些最大的人工智能错误：

AI爬虫和分析工具经常遗漏重大趋势、庞大数据集和主要数据源。
他们不知道自己想念他们，所以从他们不在中推断很多，这导致了巨大的错误。
这些工具能从极少中推断出很多东西。很多扎实的观点或知识基础往往建立在三种观点或一种情感的重复之上。
AI在分类和分类方面非常擅长，但在处理超大规模数据集方面就不太行了。
但由于技术理解不当，许多数据仍被分类或错误解读，这让我感到惊讶。
有时候感觉它“紧抓”着某个关键观点，然后就不放手，即使它不正确。
AI工具往往很谄媚，会反复确认你所有的偏见。
最初的查询、数据或类可能会严重影响后续信息。
旧数据常被冒充成新数据。
大型语言模型常常将两个完全陌生的概念混为一谈。
人工智能工具似乎经常跳到结论。
当权威来源错误且谎言被重复时，AI很难找到或根除它。
AI工具常常试图让画面变得光滑漂亮，这导致了大量错误。
数据集最初或顶部输入的信息似乎存在偏差。
AI的图像或呈现可以非常出色、快速且有趣，这往往掩盖了缺点。
例如，数据不是为了研究或解释，而是为了说服。
许多图像、表格和图表看似令人信服，但因为看起来整体或合乎逻辑，反而掩盖了真相。
通常，它表现得比数据本身更为专业，并更有力地提出结论。
以上是我遇到的一些问题。我强烈建议在你熟悉的领域研究、日常办公以及制作图像、图表和其他材料时使用AI工具。用来头脑风暴、建立新联系和重新核对，这非常棒。但它并不适合学习新事物、新学科，或者更好地理解它们。是的，将会有非常强大的商业工具用AI开发。但我真的认为，有些人会因为对这些事情漠不关心、盲目地跟着它们走，彻底毁掉他们的公司，毁掉他们的职业生涯。我们已经看到竞争对手的研究在使用更多人工智能且缺乏足够保障的情况下下降。那里信息量极大，而且出现得很快，你会在每次查询中建立信任。重新核查数据、清理数据集、剔除错误数据以及检查关键假设，随着你对某个主题的熟悉度越低，这些行为就越重要。错误有时细微，有时则显得令人尴尬。所以，重新整理、展示并看到你所知道的联系，它可以是一个很好的工具。但至少目前，我建议你避免用它学新东西，以免学错东西。