数据要素的第一公里：中国制造业工厂数据的采集、加工与流通
五万字长文。2025 年全国数据生产总量 52.26 ZB，结构化存储只占约百分之一；A 股 5000 多家上市公司账面确认的数据资产合计 37.86 亿元。制度屋顶四年封顶，地基仍然悬空——悬空的那一段是「第一公里」：把散落在工商登记、招聘、招投标、报关、专利、展会里的公开信息，加工成可信、可调用的产业数据产品。本文以「中国到底有多少家工厂」这个没有标准答案的问题为解剖样本，拆解工厂数据的八个字段、六类来源、九个常见误判，讨论按次调用的定价、智能体时代的接口重写、合规边界，以及加工这件事为什么至今没有人被指定去完成。
谁认识这家工厂：中国工厂信息的一百二十年
五万字编年史。从 1902 年的两家商会、1918 年商务印书馆的第一本企业名录、1931 年二十五项的工厂登记附表，到 1957 年广交会开幕、1985 年的 35.8 万家、1995 年的 734.2 万个、1992 年骑自行车收商情的慧聪、1999 年的阿里巴巴、2015 年的一照一码、2023 年的 404.9 万个制造业法人单位，再到大模型与调用接口——本文按「工厂信息的组织方式」把一百二十年分成认脸、目录、名录、平台、公示、接口六个时代，看每一代人怎么回答同一个问题：一个国家怎么知道自己有多少家工厂、在哪里、造什么。结论是：这从来不是一项可以被完成的工程，而是一项必须被持续支付的运营。
2031 年的工厂数据：三个情景、七个变量、二十个信号
五万字情景推演。以 2026 年已经锁定的八条基线为起点——52.26 ZB 与约 1% 的结构化率、404.9 万制造业法人单位、封顶的制度屋顶、37.86 亿元入表、场内 5%、两年降 280 倍的推理成本、1000 个工业智能体目标、三条合规硬线——拆出七个驱动变量，推演公共底座、运营底座、模型直采三个情景（外加一个「停滞」情景），逐字段、逐场景、逐行业看它们的分野，给出三个分叉点、二十个先行信号、七条假设与六条证伪条件，以及五类主体在所有情景下都不会后悔的动作。核心判断：加工不会被取消，会被分层；可信度是唯一不能靠技术突破的边界。