AI上桌吃饭，航天排队去了？

2026年9月的三条新闻，值得放在同一张桌子上读：嫦娥七号错过发射窗口，官方通报只有寥寥数语；甲骨文一个季度交付850兆瓦算力，电话会上火力全开；工业和信息化部印发AI+软件专项行动方案，目标列到2030年。

三条线索，指向同一个事实：AI正在成为这个星球上最强的产业资源吸力源。航天没有出局，但它需要重新排队——排队的姿势，决定了下一个十年的位置。

🚀 嫦娥七号迟到：一次安静的跳票

航天任务推迟不稀奇，稀奇的是没人讨论。

8月底，嫦娥七号原定的发射窗口悄然而过。国家航天局与中国载人航天工程办公室联合发布了一份极简短的通报，确认任务错过8月下旬的窗口——没有解释原因，没有公布新的时间表。海外航天媒体Universe Today的评论是那句老话：space is hard。与以往动辄浓烟滚滚的失利不同，这一次甚至没有一枚火箭立在发射台上。

通报本身，就是信息量。重大工程任务通常有明确窗口和冗余计划，临近窗口临时推迟，往往意味着系统级评审仍在进行。素材里没有给出原因，唯一确定的是：作为中国机器人月球探测计划的基石任务，嫦娥七号只是迟到，不是缺席。

真正值得注意的是舆论场。放在几年前，嫦娥系列的推迟会占据科技版头条；这一次，讨论声量被同一周的AI财报与政策文件稀释殆尽。

这并非不可核实的体感。读者可以用公开工具自行验证：在百度指数和微信指数中检索“嫦娥七号”与“AI”“甲骨文”等关键词，对比8月底至9月中旬的搜索热度曲线，可以直观看到航天议题的声量峰值明显低于AI议题的持续高位；同样，翻阅主流科技媒体9月第二周的首页要闻区，AI财报与政策解读的版面权重也肉眼可见地高于航天动态。这不是任何人的主观臆断，而是检索即可复现的公开记录。至于报道资源是否系统性向AI倾斜，本文不做断言——它更像一个值得传播研究者立项验证的假设，而非已经坐实的结论。

注意力本身，已经成为产业竞争的一部分。这是本文想讨论的第一个信号。

💰 甲骨文的850兆瓦：算力叙事火力全开

算力的单位是兆瓦，而兆瓦，本来就是电厂的单位。

9月10日，甲骨文第一财季电话会。CFO Hilary Maxson用一个词概括本季度：“加速（acceleration）”。CEO Clay Magouyrk随后报出一组数字：单季度向客户交付850兆瓦AI算力，含逾30万块GPU——几乎是上季度全季交付量的三倍，相当于上一整个财年总交付量的73%。

OpenAI最新发布的GPT-6 Astra，正是在甲骨文位于Abilene的超大规模园区完成训练的——八栋园区建筑已交付六栋，占总容量的75%。更耐人寻味的是续约：Q1到期续约的所有GPU，即便已使用四年或更长时间，仍以较原合同溢价20%的价格完成续约或转售。Magouyrk的原话是，这对需求持续性、业务增长和盈利能力都是非常积极的信号。

翻译成产业语言：AI算力已经跑出“订单先行、资本开支后置”的商业模式。RPO（剩余履约义务）单季环比增加260亿美元，约一半将在36个月内转化为收入；新增的300亿美元AI合同“不需要甲骨文额外出资”，通过预付款、客户自带硬件等模式，资本开支压力已部分转移给需求方。

⚡ 850兆瓦意味着什么？这已经是一座中型电厂的输出量级。当算力以电厂单位计量，电力、土地、变压器，全都加入了稀缺资源清单——而这个清单的排队者，不止AI一家。

📈 政策下场：AI+软件写进国家任务

当政策开始给具体数字，产业就该认真了。

9月2日，工业和信息化部印发《“人工智能+软件”专项行动实施方案》，9天后公开。文件沿袭一贯的政策文风，但目标具体到可以直接写进企业KPI。

中国产业政策的有效性，往往与数字的颗粒度成正比。“2万家”“100项”“100个”，这是把AI从叙事变成任务清单的写法。文件明确以智能编程驱动产业效能变革，培育智能体软件新形态，到2030年“抢占全球价值链制高点”。

对软件业而言，这是一次国家级的需求确认；对其他硬科技行业而言，这是一份明确的信号——政策资源、地方配套、企业预算，都将朝软件智能化的方向迁移。资金和注意力往哪里去，人才就去哪里。这是第二个信号。

⚠️ 同一个九月：资本、电力与人才的虹吸

资本不会消失，只会搬家。

把三条新闻并排放在一起，图景就清晰了。

商业航天产业过去几年享受的叙事红利，正在被AI稀释。这一判断有公开数据可循：查阅IT桔子、烯牛数据等一级市场信息平台，以及历年《中国商业航天产业报告》等公开发布的行业研究，可以看到商业航天赛道披露的融资事件数量与金额在2023年前后达到阶段高点，此后增速放缓；而同期AI大模型赛道的融资规模持续攀升，两条曲线的剪刀差在公开数据中清晰可辨。艾媒咨询、泰伯智库等机构的年度报告也多次提示，商业航天投资正从“讲星座故事”转向“看单一订单与现金流”。至于投资人在路演中是否真的把“和AI有什么关系”当作必答题——这更像一种合理推演而非可引用的事实：卫星数据处理、星座智能运维，这些原本是路演里的加分项，如今在AI叙事的对照下确实更难单独撑起估值。我们将其作为一种假设性观察提出，而非对具体机构的转述。

电力是另一个战场。甲骨文单季交付850兆瓦，新墨西哥州和威斯康星州的数据中心还在建设中，管理层明确表示这两个站点均未计入本季交付。而发射场、火箭总装厂房、卫星工厂同样需要电力与土地——当数据中心以百兆瓦为单位圈地，航天制造端的要素成本会被动抬升。

人才市场的变动同样有公开信号可循。教育部每年发布的《普通高等学校本科专业备案和审批结果》显示，人工智能相关专业的布点数量近年来持续快速增长；主流招聘平台上，大模型算法、AI Infra岗位的薪资区间长期显著高于传统嵌入式与航天软件岗位，这些薪资数据任何人打开BOSS直聘、猎聘等平台即可对照验证。相比之下，“航天院所和商业航天公司的软件团队今年招人难度普遍上升”这一说法，缺乏系统性的公开统计支撑——本文将其降级为一种情境假设：假设一位优秀的软件工程师同时面对大模型公司的offer和航天软件岗位，仅从公开可见的薪酬区间判断，选择倾向并不难推测；至于这种个体选择是否已在行业层面累积成明显的人才流失，仍需更严谨的薪酬调研与人员流动数据来证实。

需要说清楚的是：这不是航天的失败，而是产业周期位置的差异。AI正处在资本与政策的双重加速期，航天仍处在长周期的基础设施投入期。看清自己的位置，比抱怨虹吸更有用。

💡 出路：打不过AI，就让AI上船

与其抢话筒，不如抢工具。

工业和信息化部的方案提出，在重点行业打造100个智能体软件标杆应用，培育高水平智能编程工具与智能开发平台。而航天，恰恰是软件密集度最高的行业之一：一颗现代卫星的代码量、一次发射任务的测发控软件、一个万星级座星座的运控调度系统，都是“关键软件智能化升级”的天然场景。

方案的另一条线是开源：孵化5个以上优质开源项目，建设开放协同的开源社区。航天恰好有开源协作的土壤——地面软件、数据处理工具链、仿真框架，历来是开源社区的活跃领域。🛰️ 政策文件里那句“开放协同的开源社区建设取得积极进展”，对航天软件团队来说不是口号，是可以直接对接的资源入口。

头部卫星公司是否已经在用智能编程工具重构地面系统代码库，目前缺乏可引用的具名信源，本文不再转述未经证实的说法。但可以做一个有依据的推演：GitHub与Gitee上航天相关的地面站软件、星务仿真、数据处理开源项目（如多款开源地面站工具链）近年活跃度可见提升，而智能编程工具在软件行业的渗透率提升也是各厂商财报中反复确认的事实——两者叠加，航天软件团队的工具链替换更可能已经在悄悄发生，只是尚未进入公开叙事。

产业判断很明确：对航天企业而言，正确的姿势不是与AI抢话筒，而是把AI变成自己的工具链与产品力。政策给了“智能体软件标杆应用”的名额，航天行业应当去争取，而不是旁观。谁能先在卫星制造和星座运营里跑出智能体软件的标杆案例，谁就能同时吃到两张牌桌的筹码。

嫦娥七号会回到发射台，探月的方向从未改变，推迟改变的是节奏而非终局。真正的问题是：在AI吸走资本、电力、人才与注意力的年代，航天如何定位自己。

答案大概率不在对抗里，而在融合里——用AI的工具重塑航天的研发与运营，用航天的场景反哺AI的落地。下一个十年，能讲好“航天+AI”复合故事的公司和团队，才拿得到桌上最好的位置。