看完了 Claude Code 主席 Boris 的播客采访，他从去年 11 月起没有手写过一行代码，每天提交 10 到 30 个 PR，同时跑 5 个 agent。 听完 Lenny 对他一个多小时的采访，信息密度很高，分享一些我的收获。 1️⃣ Claude Code 的起源：一个人，两个赞 最初就是 Boris 一个人在 Anthropic Labs 搞的 side project，同期他也做了很多其他的side project，大部分都死掉了。 选了终端是因为一个人开发最简单，在内网发了篇帖子介绍，两个赞，没人觉得一个 CLI 能成事。 但是迄今为止这东西贡献了 GitHub 上 4% 的 commit，如果算上私有仓库，这个比例还会更高，Semi-Analysis 预测年底到 50%。 从两个赞到覆盖 50% 的 commit，中间只隔了不到两年，AI时代的产品进化速度可见一斑。 2️⃣ 核心产品哲学：为六个月后的模型而建 Boris 反复强调这一点，Claude Code 早期只能写 20% 的代码，他自己都不信任它。 但产品架构留好了扩展空间，等 Opus 4 一出来，PMF 瞬间 click。 现在做 AI 产品的人，最大的错误就是按今天的模型能力做产品设计。 你应该赌的是下一代模型。赌对了你起飞，赌错了你也没亏多少。 3️⃣ 委派，而非指示 很多人做 AI 产品的思路是给模型设计死板的 step 1 → step 2 → step 3 workflow，把模型当成一个系统里的函数来调用。 Boris 说一年前你确实需要大量 scaffolding 来兜底，但现在完全不需要了。 给模型工具，给它目标，让它自己想办法。 对于 Agent 开发者来说，这点尤其重要。别太迷信 LangChain、LangGraph、AutoGen 这类框架，别尝试用流程图把模型框住。 Agent 应该为目标负责，而不为流程、中间态、执行路径负责。 这就是 Claude Code 一直强调的：delegate, don't dictate。 4️⃣ 编程已经被解决了，接下来是工具和多模态 Boris 认为 coding 对模型来说已经基本解决了接下来的方向是让模型接入更多工具，让 Agent 能操作的东西变多。浏览器、API、数据库、部署流水线，全都会变成模型的手和脚。 更有意思的是他提到一个现象：提升模型 X 方向的能力通常也会提升 Y 方向。模型能力的增长不是线性叠加，而是能力之间互相加速。 这意味着一旦某个能力突破阈值，其他方向也会跟着跳一级。 5️⃣ 软件工程师这个岗位会消失，Builder 会出现 Boris 的判断：也许今年年底，AI 就能包揽 100% 的代码编写。 传统意义上的软件工程师将不复存在。取而代之的是一个集合了产品、研发、测试、部署的综合岗位，大概叫 Builder。 他观察到 Anthropic 内部已经在发生这种融合。设计师在写代码，PM 在跑 Agent，工程师在做产品决策。三个角色的边界已经开始模糊，50% 的日常工作其实是重叠的。 有个数据很说明问题：Boris 在推特做了个调查，70% 的工程师和设计师表示有 AI 之后更享受工作了。不是因为工作变少了，是因为终于可以把时间花在真正重要的事情上。 6️⃣ 自然语言是新时代的编程语言，编程语言是新时代的汇编 未来编程可能就是和 AI 交互。手写代码会变成和今天写汇编一样的存在：深入底层，写一些计算机能直接看懂的东西，极少数人需要做，大多数人永远不碰。 自然语言会变成新时代的编程语言。编程语言会变成新时代的汇编语言。 怎么理解要不要学编程这件事？Boris 给了一个非常精准的历史类比。和程序员最像的历史角色是 1400 年代欧洲的抄写员，垄断了所有的读写工作。古腾堡印刷术出来后 50 年，印刷量超过此前 1000 年的总和，价格暴跌 80%，识字率从 1% 飙到 70%，抄写员这个职业直接消失了。 编程正在经历一模一样的过程，你可以觉得这话狂。但说这话的人，曾在 Meta 负责过 Facebook、Instagram、WhatsApp 的代码质量基础设施，是那个时代最顶级的 infra 工程师之一。 他不是不会写代码，他是写了太多代码之后，深刻认识到代码从来都只是手段，build才是目的。 7️⃣ 200% 的提效，到底意味着什么 Anthropic 工程师人均 PR 数提升了 200%。 200% 听着好像还好，但 Boris 之前在 Meta 就是做工程生产力的，负责 Facebook、Instagram、WhatsApp 全线的代码质量基础设施。 在那个体量的公司里，工程效率提升几个百分点都是巨大的飞跃，足够写进年度 OKR 当 两点。 200%，是完全不同量级的事情。 这就是为什么他每天能 ship 10 到 30 个 PR 还觉得很正常，游戏规则已经彻底变了。 8️⃣ 代码现在是真的廉价 这个观点对老工程师的冲击最大。 AI 现在会写大量的即时代码，用完就丢，只是为了完成某一次任务。跑个数据分析、做个格式转换、写个一次性脚本，用完就删，毫不心疼。 之前代码是很贵的。你需要几年的学习成本才能写出能跑的东西，coding 和 debug 的时间成本都很高昂。 所以老一代工程师对代码有一种天然的珍惜感，写出来的东西要 review、要重构、要维护。 但现在代码的边际成本趋近于零。认识到代码很便宜，非常重要。很多老工程师过不了这个心理关，还在用写精品代码的心态对待每一行输出。这就像印刷术时代还在手抄经文。 9️⃣ 给企业的建议：别限制 token，别省钱 Anthropic 内部有些工程师每月 token 花费过十万美元。 Boris 的建议：给工程师无限 token 预算，让他们可以大胆探索落地想法，甚至允许 token 费用超过工程师本身的薪资。 听着疯狂？对比人均产出提升 200% 的数据，这笔账太好算了。真正有创造力的想法往往来自某个人不计成本地试了一个看起来太疯狂的点子，你限制 token 就是在限制创新的上界。 用 Boris 的话说：先别急着衡量 ROI，先让工程师用起来，价值自己会显现。 🔟 成为通才，而不是单一技能点的专家 Boris 给工程师的职业建议：尝试真正成为一个通才。只会一个垂直能力的人未来会越来越吃亏。 未来几年能获得最大回报的那批人，不只是 AI native、拥抱 AI 的人。还要充满好奇心，知识广博。 你还得懂产品、懂设计、懂用户心理、懂商业逻辑。 单点深入的价值在被 AI 快速拉平，广度 × 判断力才是新的护城河。 1️⃣1️⃣ 一些CC的使用建议 Boris 分享了几个 Claude Code 的实战 tips： 1.一直用最强的模型。经济型模型可能因为能力不够强需要多次尝试，最终的 token 成本也许比最强模型更贵。考虑到时间成本更是如此，目前最强的是 Opus 4.6 2.多用 Plan Mode。先让模型理解全局再动手，效果远好于直接开干 3.尝试多种使用形态。终端、桌面应用、移动端，每种形态适合不同场景。Boris 提到 Anthropic 的设计师更多用 Desktop App 里的 Code tab，不需要打开 IDE 就能调用同等能力 他还推荐写好 CLAUDE.md，这跟我之前分享的 Claude Code 最佳实践完全吻合。 最后的彩蛋：味噌哲学 Boris 是乌克兰人，加入 Anthropic 前住在日本中部乡下好几年，是整个城市唯一的工程师和英语使用者。每周骑车去农贸市场，和邻居交换自制食物，学会了做味噌和发酵食品。 主持人问他 AGI 之后的计划？继续做味噌。 一个在日本乡下做味噌的乌克兰人，回到硅谷造了个改变所有工程师工作方式的工具。 编程是建造的方式，味噌也是。工具会变，建造的欲望不会。 这种人你很难不服。

最近大家讨论比较多的是美国斩杀线，今天聊聊币圈的杠杆斩杀线。 不只是最近的链上巨鲸围猎，及传言中 TradFi 机构爆仓，其实每一个周期，身边都会不断出现同样的故事。朋友一次又一次被所谓低杠杆的“安全边际”所迷惑，以为只要倍数够低，就可以避开清算。 但加密资产，真正核心风险，从来不是方向判断，而是你有没有把自己暴露在斩杀线之内。斩杀线并不是一个具体的价格点，而是在使用杠杆的时候，极端情况下几乎必然会被触及的价格波动区间；一旦使用杠杆，结局已定，剩下的只是时间问题。 很多人以为，只要不用合约，而是在链上借贷协议中使用 20%–50% 的低杠杆，就足够安全，不会被斩杀。但问题是，crypto 本身就是波动性放大器，再叠加极强反身性，斩杀区间极其宽广，远远超出了大多数人的直觉预期。 以 BTC 为例，在一个 6 个月的波段中，斩杀区间大致在 -60% 到 +120%；而 ETH、SOL 等主流山寨币，这个区间甚至会到 -85% 到 +250%。 大多数杠杆波段策略，本身就需要 3–5 个月才能兑现收益，意味着你任何时间点加杠杆，都大概率会中招。特别是，策略往往会被重复使用，比如一次偶然的成功（逃顶），会进一步激励你重复使用相同的策略（杠杆抄底）。哪怕杠杆只有 20%，在经历几个波段重复，被斩杀几乎已经是数学意义上的必然结果。 而直接上合约（10x+ 杠杆）的，比如麻吉大哥，那必然会陷入每天起床就被斩杀的无限循环。 加密资产唯一合理的杠杆使用，是不暴露在斩杀线内的杠杆，完全 delta 中性，不对底层资产价格做任何方向性判断，只赚取结构性的、非方向性的收益（如基差套利，或同币种低借、高存的利差套利）；即便这样，也有可能因为单边爆仓，导致崩盘（比如这次传言中tradfi机构失败的对冲unwinding)。 除此，只剩现货了，因为它已跳出杠杆之外，不在斩杀之中。

论流动性的 “暴力美学” 与 RWA 的权力更迭 很多人还没意识到，Aster 宣布将 $USD1 作为 RWA 唯一结算货币，这件事在底层逻辑上到底有多天才。这是在搞“流动性霸权”的侧翼包围。 在 Web3 的世界里，先发优势带来的深度就是最厚的城墙。Hyperliquid 已经把 USDC 的流动性黑洞做成了，如果你 Aster 还是跟着用 USDC 开同样的交易对，那无论你 UI 做得再漂亮，也只是在人家碗里捡面包渣。但 Aster 这次极其聪明，它直接把桌子掀了：在我的地盘玩原油（ $CLUSD1 ）、玩黄金（ $XAUUSD1 ），USDC 和 USDT 通通不准入场，USD1 是唯一的燃料。 这一招“独家结算”直接完成了从 “请求用户使用” 到 “强制用户使用” 的降维打击。 你想吃 RWA 这块肥肉吗？你想对冲地缘政治带来的原油波动吗？对不起，先去持有 USD1。这种人为制造的 “应用层黑洞”，配合上他们极其野蛮的费率战 —— 吃单 1bps，挂单 -0.5bps，这简直是在搞 “流动性贿赂”。对于那些顶级量化大户和高频套利者来说，负费率意味着平台在倒贴钱请你来刷深度。 我们经常说很多稳定币死于 “没场景”，空有背景但像个花瓶。但 USD1 这次借着 WLFI 的政治势能，直接插进了 Aster 这个高频消耗场景的心脏。当传统的黄金、白银、布伦特原油被搬上链，且只能用 USD1 结算时，这种场景的刚需化就会倒逼市值的铁板增长。Aster 并不是在硬刚 Hyperliquid 的深度，而是在利用 USD1 重新建一个专属于自己的革命根据地。这就是典型的“农村包围城市”，避开对方最有优势的 USDC 战场，在 RWA 的蓝海里自立为王。这种策略上的商业垄断性，远比单纯的技术迭代要恐怖得多。 @worldlibertyfi @shawncgeek @WatcherChase

🦞 如何 免費使用 AI ？ Qwen3.6 27B 模型直接在 MacBook Pro 上用 llama.cpp + Pi coding agent 完全本地運行，飛航模式、零網路！😱😱 這樣本地跑（llama.cpp + Pi coding agent），你就完全不用花錢 subscribe 任何雲端 AI了！ • 不用 Claude Pro、ChatGPT Plus、Grok Premium 之類的月費 • Qwen3.6 27B GGUF 模型從 Hugging Face 一次下載就永久免費使用 • Pi coding agent 本身也是完全開源 MIT 免費（npm 安裝就行） • 之後不管跑多少次、做多少 coding 任務，都零 API 費用 唯一的小成本只有： ✅ MacBook 要夠力（推薦 32GB+ 記憶體，M 系列 Metal 加速最順） ✅ 第一次下載模型花一點時間跟硬碟空間 ✅ 跑的時候電費會多一點點 但之後就是真正零月費、無限使用的本地 AI coding 神器！ 隱私還 100% 保障，飛航模式也能跑，超爽👍 處理 Hugging Face 真實程式碼庫的複雜任務，表現幾乎追平 Claude Opus！ 這就是 AI「第二革命」——強大本地模型正式實用化！ 隱私、安全、資料主權一次到位，早鳥直接起飛 💨 👉🏻👉🏻 想自己馬上開始裝嗎？超簡單上手（Mac 適用）： 1. 安裝並啟動 llama.cpp server（下載 Qwen3.6 27B GGUF 模型，推薦 Q4_K_M 量化，Mac 用 Metal 加速） 2. npm install -g @mariozechner/pi-coding-agent 3. 編輯 ~/.pi/agent/models.json 指向本地 llama.cpp（baseUrl: http://localhost:8080/v1） 4. 在你的專案資料夾直接執行 pi 指令就起飛！ 詳細文件： （或 Pi GitHub： 開源本地 AI，真的要改變遊戲規則了！誰來一起玩？🔥 推薦用 etherfi卡 買MacBook 能省3～4%

根据新的计划，绝大多数前往法国就读2026/27学年的非欧盟学生，将须为本科课程缴纳每年2895欧元（约合3391美元）的学费，硕士课程则为3941欧元。这是此前价格的16倍，预计将为各大学每年额外带来2.5亿欧元收入。 "这一提案是对公平获得高等教育承诺的令人震惊的倒退。通过大幅提高非欧盟学生的学费，法国政府有可能将一个教育机会越来越多地由国籍和经济能力决定的体系制度化，"欧洲学生联盟和法国全国学生联合会在一份声明中表示。 法国并非唯一一个在探索如何为大学提供资金的国家——国际学生学费往往是讨论的焦点。在部分欧洲国家，高额的国际学生学费补贴了本国学生更低廉的学费；在另一些国家，则有人忧虑：很多学生在欧盟国家接受教育、然后在他国纳税，欧盟国家的教育投资打了水漂。 荷兰是一个典型案例。在那里，欧盟学生本科学费约为2500欧元，而外国学生学费要高得多，从1.3万欧元到3.2万欧元不等，视专业类型而定。上述国王学院报告发现，57%的国际学生在毕业一年后仍留在荷兰，但这一比例在五年后降至约25%。荷兰政府的回应之一，是确保更多课程以荷兰语而非英语授课，并不新设英语授课课程。这一政策使本学年（2025-26年）国际学生人数较上学年减少了近5%。 英国：国际学生学费最高可达4.4万欧元/年 与欧洲大多数国家截然不同，英国长期对国际学生实行高收费策略，早在1981年就开始向国际学生收费。由于英语在全球的广泛使用，英国与其他英语母语国家长期在吸引海外学生方面占据优势。 尽管脱欧导致赴英欧盟学生数量减少，英格兰至今仍是欧洲吸引海外学生最多的国家。经济咨询公司London Economics的一项研究显示，这些学生带来的净经济效益达430亿欧元。 目前，国际学生占英国大学学生总数的23%，但人数正在下降。国际学生学费最高可达4.4万欧元，英国本国学生学费目前上限为每年1.13万欧元。但费用因英国不同地区和不同专业而存在显著差异。 详细报道👉

关于员工涉嫌违规事件的调查结果公告 亲爱的币安用户及社区成员： 感谢社区的反馈以及对币安的支持与关注。2025年12月7日，币安内部审计部门收到相关举报，称币安员工涉嫌利用内幕信息在官方社交媒体发文，获取不当收益。对此平台第一时间启动了全面调查。目前调查还在进行中，以下为阶段性的调查结果： 一、调查结果 12 月 7 日 13:29（UTC+8）在链上发行的相关代币，与随后 13:30 在 @BinanceFutures 账号发布的推文所使用的部分文案与图片一致。经核查，该行为确认是相关员工涉嫌利用职务便利谋取私利，已严重违反公司相关规定与职业行为守则。 二、处理结果 立即停职： 我们已在第一时间对涉事员工进行停职处理，当前正等待后续处理流程。 追究法律责任： 我们已主动联系并将积极配合员工所在司法管辖区的相关部门，按照法律流程追究其责任。 三、举报奖励 我们已对所有通过官方举报渠道（audit@binance.com）提交的有效举报完成核查和去重处理。根据我们的悬赏承诺，10万美金奖励将平均分发至以下最早提交有效举报信息的举报人： l****4@g****.com z****3@g****.com b****c@g****.com x****1@g****.com d****7@g****.com 我们将与以上举报人直接通过邮箱联系。同时，我们注意到部分相关举报信息已在 X 平台上公开发布，感谢社区对我们的监督与支持。为更好地保障举报人的权益，我们的举报奖励仅针对通过官方渠道（audit@binance.com）提交的有效举报。 币安始终坚持用户至上的原则，秉持公开、公平、公正的价值观，对任何违规行为零容忍。对于破坏平台诚信、试图利用职务之便牟利的行为，我们将坚决查处、严肃追责，绝不姑息。我们也将进一步强化内部管理，持续完善制度与流程，堵住一切可能被滥用的空间，杜绝类似事件再次发生。同时，币安欢迎社区持续监督，并鼓励通过唯一官方举报渠道（audit@binance.com）提供线索，与我们共同维护健康、透明的区块链生态，为所有用户打造更安全、更可信赖的交易环境。 再次感谢大家的关注与支持！ 币安团队 2025年12月8日

今天是柯洁放出豪言说不怕 AlphaGo 的十周年纪念日，那晚他说：“来吧！管你是阿法狗还是阿法猫。” 比赛结局我们都知道，很多人视它为 AI 击败人类的里程碑。 不过值得辟谣的是，AlphaGo 背后靠的技术是卷积神经网络（外加强化学习和搜索），它和我们现在使用的这些大模型背后的 Transformer 技术，压根儿就是两条完全不同的技术路线。 一个证据就是：16 年 AlphaGo 击败了李世石。而直到 17 年，Transformer 这个技术名词才被 Google Brain 团队在论文里发明出来。 不过世事无常啊。Google 的这个Transformer 也是商业史上著名的“起大早赶晚集”魔幻事件。 Google 拥有这种改变世界的技术，却把它束之高阁，直到再后面 OpenAI 拿去造出了 ChatGPT，才引起 Google 的红色警戒。 这背后还有一些八卦。 开发 AlphaGo 的团队叫做 DeepMind，他们在发布 AlphaGo 前两年就已经被谷歌收购。当然也是因为他们被 Google 收购，所以才能有大量的 TPU 算力支持。 Google DeepMind vs Google Brain。 在很长一段时间内，两个团队都在 Google 进行内部赛马。 DeepMind 点的技能是，卷积神经网络（外加强化学习和搜索）； Brain 作为Transformer 架构的开创者，技能树自然是 Transformer（也就是目前大模型用的这个）。 按理说，因为技能树点错了，显然发明 Transformer 的 Brain 团队更应该获胜。然而最终的结局和我们想象中的不一样。 最后 Google DeepMind 吞并了Google Brain，DeepMind 的 CEO Demis 成为了 Google AI 第一人，直接和 Larry 汇报。 然后合并后的团队，主导了我们现在在用的 Gemini。 PS：Google 的 AI 最一开始叫 Bard，后面改名叫做 Gemini，就和 DeepMind 内部赛马获胜有直接的关系。另外 DeepMind 是怎么获胜的，感兴趣的话，我以后单开帖子聊。 我不知道柯洁和李世石是否关注，当年击败了他们的那个男人，居然在谷歌内部带着那个并非正确答案的技能树，能再次击败大模型真正的发明者。 我只能说，柯洁他们输得不冤。 最后说回柯洁，我想大家现在对他的唯一印象，就是每天在搞抽象。 他这种精神世界，是我羡慕的一种状态。甚至从某种角度来说，柯洁可能是我们的一个先遣测试服。就像好多人总说，东北就像是中国的先遣测试服一样。 柯洁十年前被击败，从此过上了抽象的生活，我们估计也快了。 我今天看到那个得物，据说把前端整个部门都给原地解散了，以后就只有 AI 全栈工程师了。 害，如果 AI 全面取代，以后你再培养小孩，也别培养他念书、做题了，根据先遣测试服的这个结果，我建议以后直接培养小孩儿如何搞抽象🤪。

中国已成为清洁能源超级大国，同时也是全球最大的二氧化碳排放国。分析人士表示，尽管中国的脱碳轨迹越来越多地受到经济发展和能源安全考量的驱动，而非单纯的气候目标，最终仍然可望殊途同归。 中国正在经历一场可再生能源革命。仅2025年一年，中国就新增了近450吉瓦（GW）的清洁能源装机容量，新增太阳能超过世界其他所有国家的总和，新增风能则是其他所有国家总和的两倍。 然而，清洁能源的繁荣并未取代煤炭这一污染最严重的化石燃料。中国仍是全球最大的二氧化碳排放国，并持续开采本国丰富的煤炭资源，以追求能源自给自足。中国消耗全球超过50%的煤炭供应，部分原因在于煤炭是中国唯一不需要进口的化石能源。 仅2026年1月至2月，中国就新增了20吉瓦的燃煤发电装机容量——相当于同期新增可再生能源装机量的近一半。气候智库碳追踪计划（Carbon Tracker Initiative ）表示，这在一定程度上解释了为何中国目前尚未走上实现2060年碳中和目标的轨道。 这一矛盾正日益受到外界对中国最新五年计划的审视——这份政策蓝图将指导经济发展直至2031年，并将决定中国能否履行气候承诺、助力遏制全球变暖。 2015年，中国签署了《巴黎气候协定》，该协定旨在将全球气温升幅相较工业化前水平控制在远低于2摄氏度（3.6华氏度）、最好是1.5摄氏度以内。中国随后承诺在2030年前实现二氧化碳排放达峰，并于2060年前实现碳中和。 气候行动追踪机构（Climate Action Tracker）表示，要实现上述目标，北京需要在新五年计划中纳入"明确的煤炭消费减量目标"。然而，芬兰能源与清洁空气研究中心的中国分析师秦琦（Qi Qin，音译）表示，今年3月发布的这份经济路线图并未就如何约束化石燃料"作出明确说明"。 尽管习近平曾于2021年承诺在2026-31年计划中详细说明煤炭能源使用的削减方案，但该计划"没有明确的退出路线图，也没有明确的化石燃料上限"，秦琦说。"措辞比许多人预期的要保守得多，"她告诉德国之声。原因之一是强大的煤炭利益集团对中国政府政策的持续影响。 详细报道👉

Authropic跟五角大楼彻底闹翻，OpenAI试图补位，聊聊个人视角下这背后的逻辑。凌晨川普发文下令所有美国联邦政府机构立即停止使用Anthropic公司的的技术产品，并给予国防部等重度使用部门6个月过渡期逐步淘汰。紧接着五角大楼宣布将Anthropic列为国家安全供应链风险，相当于把这家美国公司放到类似外国高风险供应商的黑名单待遇：任何与美军有生意往来的承包商、供应商、合作伙伴立即禁止跟Anthropic开展任何商业活动。 1、核心起因 Anthropic与五角大楼签了价值约2亿美元的合同，Claude（特别是Claude Gov版本）是目前唯一获准在机密网络上运行的前沿大模型，主要用于情报分析、作战规划等。 但Anthropic坚持两条红线写入合同： 1）禁止用于对美国公民的大规模监控 2）禁止用于完全自主武器系统（即没有人类参与最终开火决策的杀伤链） 五角大楼要求修改为“任何合法用途”都可以用，等于把这两条红线拿掉。Anthropic CEO Dario Amodei公开表态“凭良心无法答应”，宁可丢合同也不妥协。然后在截止时间前1小时，川普先发飙宣布全面停用。 2、这次冲突的深层次逻辑 从个人角度并不只是单个商业公司跟政府机构在合作条款分歧，更是AI军用伦理冲突的白热化体现。这一冲突的核心在于私人AI公司试图通过合同条款维护伦理底线（如人类监督和隐私保护），而政府强调“所有合法用途”优先于任何道德约束。 这场冲突凸显国家安全需求凌驾于私人道德条款之上，这可能成为先例，导致未来AI合同中伦理限制（如对致命自主武器系统的“人类在回路”要求）被系统性移除。结果是AI在军用领域的“无限制”应用增多，增加误判风险（如AI模型不可靠导致的自主武器失控） 3、后续authropic会如何行动？以及其深远影响？ 大概率会通过法律手段，去美国法院以违反《国防生产法》当然名义起诉川普政府及五角大楼。 Anthropic已表示将起诉，这场官司若败诉，将确立政府对AI供应商的强势控制权； 若胜诉，则可能强化公司谈判筹码，推动美国国会出台AI军用法规（如类似《国防生产法》的调整）。 长远看，这会影响AI对齐研究——如果军用模型被迫“去道德化”，可能放大系统风险，如模型行为不可预测或被滥用。 冲突本质上是“技术自治” vs “国家主权”的碰撞，长远可能重塑AI哲学——如果伦理让位于实用，AI将成为“工具化”战争的催化剂，增加全球不稳定（如AI辅助的网络战或情报滥用）。 反之，若引发更多公司效仿Anthropic，可能催生“伦理优先”的AI生态，类似于核不扩散的国际共识。 4、只是AI军用伦理冲突么？实则不然 早上财富杂志报道，Sam Altman 在周五的全员会上向员工通报了谈判进展，合同尚未签署。五角大楼接受了 OpenAI 提出的安全红线：不用于自主武器、不搞国内大规模监控、不做关键决策，而这些条件和 Anthropic 坚持的几乎一模一样。五角大楼把Authropic列为国家安全供应链风险。但换成 OpenAI 提同样的条件，国防部就欣然接受了。为何？ 原因一：谈判姿态与灵活性不同 Anthropic坚持将红线写入合同作为法律强制性条款，拒绝“所有合法用途”的兜底语言，认为这等于开门让未来滥用Anthropic视此为“凭良心无法妥协”，直接硬刚最后通牒，导致谈判破裂。 OpenAI也坚持相同红线，但谈判更“务实灵活”：允许政府在合同中明确写入这些红线作为排除条款（exclusions），但同时强调OpenAI保留自己的“安全栈”控制权——包括技术防护、政策约束、人类监督层，以及模型拒绝任务时政府不得强制修改或绕过。同意部署限制在云环境，不进入边缘系统（如无人机、飞机等可能直接用于自主武器的硬件）。 Openai整体姿态是“合作前提下保留底线”，而非“底线高于一切合作”。 结果：国防部对OpenAI的方案表现出重大让步，Axios报道称“五角大楼已同意OpenAI的安全规则用于机密环境部署”，尽管合同尚未正式签署，但谈判已进入“潜在协议浮现”阶段。 而更深层原因：政治与关系因素 OpenAI及其高管（包括Altman、Brockman夫妇）向川普相关政治行动委员会捐款数千万美、也是共和党的大金主。 而Anthropic创hi人Dario是民主党赞助人，公开批评川普。这在川普眼里就是激进左翼的代表，所以川普发文提到打击激进左翼公司，捍卫军方权利等。 若OpenAI最终签成，这将强化配合型公司受益的先例：伦理红线可以有，但必须以政府能接受的方式呈现。反之，硬刚的公司可能被边缘化。同时公司以及创死人表现出来的政治站位也成了非常重要的考量。 5、后续会如何？ 看authropic在这六个月过渡期内妥协程度，以及法律诉讼的进展。当然有可能整个法律诉讼过程周期会持续很长时间，六个月内很难见分晓。 如果authropic能学习openai妥协、更加灵活，还是有可能重新回归到国防体系的。毕竟Claude Gov是目前唯一能在Secret级机密网络上正式运行的前沿模型，突然要拔掉会造成能力缺口。国防部采用其他Ai大模型还要经过机密环境的适配，都需要时间。 本条由@bitget_zh 赞助，「Bitget 买美股：秒级入场，丝滑交易 」

过去十年，从投资角度，我渐渐看明白一件事：那些做App的公司，最后都卷死了；真正闷声发财的，是那些收"过路费"的包租公。🧐 你看啊，互联网那会儿大家都想做下一个淘宝、微信，结果呢？绝大部分都死了。反倒是阿里云、腾讯云这种卖服务器的刚需，躺着赚钱。Web3时代也一样，99%的DApp和NFT项目都归零了，但以太坊的Gas费照收不误。我相信AI时代的逻辑也是类似的！ 结合👇下面这张图，我想跟大伙聊聊未来10年的机会在哪，以及我们目前持有的一些核心美股和加密投资标的！ 底层第一性原理很简单，投资Web3和AI，尽量减少投资应用层，一定要投资底层基础设施与刚需收税层。应用层太累了，某个项目花半年搞个爆款，可能三个月就被抄了，还得天天花钱买流量。 但收税层就不一样了，只要大家还要上网、还要算力、还要交易，它就躺着收钱。应用怎么换都无所谓，底层的"过路费"是绕不开的。 过去十年的数据摆在那：英伟达涨了221倍，以太坊涨了236倍，比特币涨了178倍。 • 英伟达收的是“AI算力税”，你想搞AI，就得买我的卡，没得选。 • 以太坊收的是“Gas费”，你想在链上转账、玩NFT，就得给我交手续费。 • 比特币收的是“共识税”，大家都认它是数字黄金，它就成了资产本身。 看出规律了吗？真正赚大钱的，都是掌握"税权"的。 📊未来10年，我看好这三个收税口以及相关的项目与公司。 1️⃣ 数字美元的“利差税”（稳定币与RWA） 我们想在链上玩DeFi，投资RWA，得先把钱换成USDT、USDC，发行方拿我们的美金去买国债吃利息，给我们个数字代币。规模越大，利息越香。这是稳赚不赔的生意。尤其是未来AI Agent时代的到来，美元稳定币是天然的支付媒介，交易体量将会万亿级别计算。 这就是妥妥的"利差税"，谁占住这个入口，谁就是金融界的英伟达。 这里核心我看好： • Circle (美股代码 #CRCL#)，作为合规稳定币USDC来说，它目前是独一份，当机构想要把万亿资产上链时，合规稳定币是唯一的过路口。叠加今年降息无望，美债收益率维持高位，对于美元稳定币发行公司来说，业绩将会更加稳定。另外Circle最近也在大力推进AI Agent支付入口的抢夺，市占率高达68%，已然成为AI Agent支付的首选稳定币。 • Ondo Finance (加密代码 #ONDO#)，RWA赛道的领头羊。它把美股和美债代币化带到了链上。目前仍处于“范式早期”。收税逻辑来说，随着RWA链上资产规模扩大，ONDO作为流动性管理层，将会从每一笔链上美债和美股收益中抽成。所以它将变成连接传统金融和加密金融的“收税路口”。唯一缺点是代币化赋能比较差，没有回购和通缩机制！ 2️⃣ AI 时代的“物理刚需税”（电力与能源供应链） AI的尽头其实就是电力。芯片再牛，不通电也转不动。 现在数据中心都是吞电怪兽，我重点关注核电复兴（SMR小型反应堆）、变压器、液冷设备这些。没电，再强的AI也是摆设。这是硬税，躲不掉的。 这里核心我看好： • Vertiv Holdings (美股代码 #VRT#)，这个公司，我们很早就推荐过，在100美金附近，它是全球数据中心液冷及电源管理巨头。目前AI芯片发热量惊人，传统的风扇吹不动了，必须用液冷，Vertiv占据了高端液冷的大部分市场。收税逻辑来说，它是数据中心建设中“绕不开”的一环。没有它的散热系统，昂贵的NVIDIA芯片也会被烧毁。 • OKLO(美股代码 #OKLO#)，它是 SMR小型模块化核反应堆的龙头公司，虽然目前全球绝大多数 SMR 都还在图纸和审批阶段。但OKLO 已经拿到了美国能源部的选址许可，离真正的商业化运营越来越近了。它也属于范式早期的公司，而且技术壁垒比较深，OKLO使用的是快堆技术，可以用核废料作为燃料，这在合规和环保上具有极高的壁垒，并且获得了OpenAI创始人奥特曼的投资和站台，潜力巨大。 3️⃣ AI Agent 身份/分发/支付层，AI时代的"苹果税" 以后帮我们干活的可能都是AI，不是人。AI要订票、买东西，它得有身份，还要能直接支付付钱。 谁能制定AI之间的支付标准和身份协议，谁就卡住了AI时代的咽喉。这块我觉得是下一个十倍币的温床。 这里核心我看好： • World Network (加密代码 #WLD#)，在AI造假满天飞的时代，证明“我是人”或“这是我的数据”变得极度稀缺。#WLD# 是OpenAI创始人Sam Altman创立的数字身份协议，通过虹膜扫描来实现真人判定和唯一性。想想看，当未来互联网90%的内容都是AI生成时，一个“证明你是真人”的账号就是最硬的门票，叠加今年OpenAI的IPO上市，机会不言而喻。收税逻辑来说，如果未来所有社交媒体、银行应用都要求World ID登录，它就成了全球数字世界的“入场收税口”。 • Bittensor (加密代码 #TAO#)，它像是一个“AI 界的淘宝”。无论你是做图像生成的、做代码翻译的，还是做数据抓取的，都可以在上面开个“子网摊位”。所有的子网都需要质押 TAO 才能运行，而所有的算力贡献和智能评估都通过 TAO 进行结算。只要有人想通过这个网络调用去中心化的 AI 能力，TAO 就是那个绕不开的结算货币。 现在的 Bittensor 就像是早期的以太坊。以太坊通过智能合约收“金融税”，Bittensor 通过 Yuma 共识机制收“智能交易税”。虽然前不久子网早期支持者Covenant AI创始人Sam Dare出走，引发震荡，但这个事件不影响项目本身，我们依旧在持续关注它的子网生态广度，这才是TAO的核心。 除了上述之外，加密领域，我们还配置了像预言机，公链等基础设施，#LINK# 和 #PYTH# 和 #SOL# #SUI# 等，未来无论是预测市场，还是AI Agent都需要真实世界数据，比如资产价格、天气、赛事信息等，都需要用到它们，也属于刚需型收税项目！公链就更不用说，开发Web3应用都要搭建在公链上，属于长期收税！ 🎯最近我们还在关注两个隐形赛道： • AI模型评估与审计 — 以后监管肯定要管AI，谁来证明AI安全、没偏见？这种"信任税"会越来越值钱。 • 边缘设备入口 — 不可能所有算力都在云端，手机、眼镜、耳机这些终端也要本地跑AI。这个"终端入口税"可能是硬件厂商翻盘的机会，最近安克它们搞的存算一体芯片 Thus就属于这种，专门给耳机提供AI本地化算力单元。 🧐怎么选出10倍标的？图里给的公式我觉得挺实用的： 10倍机会 = 真税层 × 范式早期 × 难以绕开 × 未被充分定价 找早期 — 别追大家都知道的，去找刚冒头、大众还没看懂的（比如现在的AI Agent赛道，核电赛道，专注边缘设备的AI芯片），目前我们已经在慢慢开始止盈内存芯片的公司，比如 #MU。# 看护城河 — 问自己：别人能不能绕开这家公司？绕不开，就是好的收税人。 总结来说，买股票盯着 — 能源(核能) + 卖铲子的(电网、硬件、存储芯片等) 买币盯着 — 底层结算网络(BTC/SOL/PYTH/LINK/TAO) + 稳定币发行方 过去十年教训摆在这，应用层死一茬又一茬，收税层稳稳当当。 未来十年，别再做韭菜，要做那个收税的。DYOR🙏