卧槽，看看这款AI助手？ Mac 上超火的 AI 助手 HeyClicky 刚刚发布了“屏幕感知听写”功能。 AI 不仅能听懂你说话，还能实时“看懂”你电脑屏幕上的代码、邮件和设计稿！ 在 Gmail 里说话它用你的语气自动回信，在 Claude Code 里说话它直接帮你写 Prompt。

🍎苹果公司在WWDC大会前夕准备推出全新“Gen AI”网站 据MacRumors报道，苹果公司正在准备启用子域名 advancements”。苹果官网已经设有Apple Intelligence页面，目前尚不清楚其对该子域名有何规划，但这可能与生成式人工智能相关。 预计iOS 27、iPadOS 27和macOS 27等主要软件版本将包含多项全新Apple Intelligence功能，包括更个性化、具备屏幕感知能力的Siri版本。据报道，独立的Siri应用将允许用户与Siri进行双向对话。Apple Intelligence还将支持视频自动字幕、语音控制自然语言支持、快捷指令创建、Safari标签页组自动命名，以及Visual Intelligence扫描食品营养标签和名片信息添加至通讯录等功能。WWDC 2026主题演讲将于北京时间6月9日凌晨1点开始。

孙宇晨最近的判断很直白：2026 年是新旧文明的分水岭。AI 替代人力，区块链重构银行体系，智能体取代传统企业形态，算力成为新的核心资源。这套叙事听起来很宏大，但落到他自己的动作上，是真金白银的下注——波场 DAO 的 AI 基金，从 1 亿美元一口气加到 10 亿美元。 他的逻辑是，虚拟 AI 的红利已经吃到头了。聊天、写文案、画图这类应用同质化严重，用户付费意愿有天花板，解决的是信息问题，不是生产问题。真正的下一个十年机会，在物理 AI 和去中心化链上金融，也就是让 AI 真正走出屏幕，具备感知和操作物理世界的能力。 具体到赛道，他圈出了四个方向。人形机器人是 2026 年最先爆发的一个，核心零部件是减速器、伺服电机、钕铁硼稀土磁材这些"卡脖子"环节。无人机被他认为是物理 AI 里第一个真正跑通商业闭环的品类，军民两头的需求正在打开一个千亿级别的低空经济市场。空间计算是机器人和无人机感知环境的底层技术，3D 视觉和激光雷达是这条赛道的核心看点。太空探索则被他定义为物理AI的终极方向，一个更远期但天花板更高的赛道。 再往产业层面看，他的判断是短期缺芯片，长期缺能源。AI 算力吃电吃得凶,人类社会本身可能进入缺电时代,存储资源也会跟着紧张。核电和核聚变被他视为能源问题的解法，而社会资源的流向，会从不动产这种传统避险资产，转移到算力和实体智能相关的产业里。 这套判断有前瞻的一面，也带着他一贯的强叙事风格。物理AI确实是当下科技圈公认的下一个战场，但从技术demo到真正规模化盈利，中间的时间差不会短，这十亿美金能不能兑现回报,还需要时间验证。

刺客社区 UEX 日报 | 2026年6月9日 一、全域市场盘面速览 今日全球市场整体小幅震荡，加密市场微幅回调，美股分化走强，大宗商品、美指基本维持横盘格局，整体波动相对温和。 加密市场当前总市值2.24万亿美元，日内小幅回落0.7%。主流币种同步微调，BTC现价62570美元，跌幅1.22%；ETH走势稍弱，报价1665美元，日内回撤1.55%，整体属于良性回调范畴，暂无极端砸盘行情。 美股三大指数走势分化明显，强弱分界清晰：道指小幅收跌0.16%，报50786.01点；而成长赛道发力，标普500上涨0.30%、纳指大涨0.86%，科技股整体赚钱效应突出。 大宗商品方面，黄金价格几乎持平，微跌0.05%，报4327美元/盎司，避险情绪暂时降温；原油小幅上涨0.13%，报价91.30美元/桶，受地缘局势扰动维持高位震荡；美元指数站稳100关口，小幅微涨0.02%，整体波动有限。 二、BTC核心关键价位（清算盘参考） 结合今日清算数据来看，比特币短期多空博弈区间已经非常清晰，对短线操作参考性极强。 价格下方61800-62300美元区间，前期堆积的大额多头清算盘已经基本消化完毕，下方抛压得到充分释放，现阶段继续深度下砸的动能不足，也是近期行情跌不动的核心支撑区间。 反观上方压力区间64300-65000美元，这里堆积了超5亿美元的空头清算头寸。可以明确预判，一旦价格有效突破64000美元关口，大概率会触发短线空头踩踏挤仓行情，带动行情快速向上试探65000一线高位。 三、今日核心市场热点 1. 地缘局势：美伊冲突仍存变数，油价波动加剧 目前美伊停火局势依旧不明朗，市场避险情绪反复拉扯。美方一直在劝阻以色列对伊朗的报复行动，但双方核心战略利益无法统一，局势很难快速降温。 伊朗方面直接表态，美方违背停火协议、持续的封锁行为，是本轮冲突持续的核心原因。持续的地缘不确定性，直接推升了原油的风险溢价，导致近期油价波动明显放大。后续只要停火谈判出现实质性进展，市场的供应担忧就会快速缓解，油价也会随之回归平稳。 2. 美联储预期：通胀降温，但消费与经济压力显现 纽约联储最新的5月消费者预期调查，透露出当下市场的真实基本面状态。短期市场的通胀预期已经出现回落，加息压力进一步缓解，但普通居民的市场预期全面转弱。 当下民众对家庭财务状况、信贷获取难度的预期持续变差，同时对就业市场的担忧升温，失业焦虑明显提升。这种消费者信心的走弱，会直接压制后续居民消费意愿，拖累整体经济复苏节奏，接下来市场会重点紧盯通胀、就业两大核心数据，以此判断美联储后续的货币政策走向。 3. 科技AI赛道全面爆发，多重利好密集落地 今日科技板块迎来多重重磅消息，全线走出强势行情。 苹果WWDC开发者大会如期放出重磅更新，全新升级的Siri AI正式亮相，底层接入谷歌Gemini技术加持，智能理解、跨APP操作、屏幕实时感知能力全面升级，后续将跟随iOS27正式推送，苹果AI生态正式落地迭代。 全球AI巨头资本化进程加速，OpenAI已秘密递交IPO上市申请，Anthropic也在稳步推进上市计划，AI行业正式进入估值兑现阶段。 硬件端供需格局持续紧张，存储芯片短缺问题持续发酵，叠加摩根士丹利上调行业预期，半导体、存储板块迎来大爆发。英特尔单日涨幅超11%，美光涨幅接近10%-11%；再加上英伟达机架内存调整的传闻，进一步强化了AI硬件供应紧缺的市场预期。 除此之外，新能源赛道也有新动态，特斯拉官方确认，全新一代Roadster车型将在数周内正式发布，落地时间早于此前市场预期。 四、主流机构最新市场研判 1. 摩根士丹利：本轮全球存储芯片短缺，核心原因是供应链供应受限，并非市场需求疲软。机构上调了全年全球半导体行业收入预期，持续看好赛道行情，维持半导体、存储相关标的增持评级，AI基础设施的供需瓶颈，依旧是行业长期上涨的核心逻辑。 2. Citrini Research：重点看好Hyperliquid（HYPE），认为当前具备极高配置价值。平台超90%的交易手续费全部用于代币回购，目前累计回购金额已突破20亿美元，业务营收、现金流和代币价值深度绑定，基本面扎实。 3. Arthur Hayes：短期对AI赛道保持谨慎，判断AI泡沫存在破裂风险。当下行业高估值IPO集中落地、能源成本持续走高，再加上各地潜在的AI监管政策，多重利空压制赛道行情，目前已减持部分AI持仓。但长期依旧看好比特币，认为后续全球经济若出现波动，流动性宽松周期重启后，BTC将迎来明确上涨机会。#btc#

Bitget AI 黑客松「免报名直接提交」硬核通关指南-0撸50刀羊毛 Bitget AI Hackathon 的提交阶段已经进入最后冲刺。作为观察者，我一直在追踪这次比赛的动态。 我发现很多开发者和交易员存在一个巨大的误区：“我之前没报名，现在是不是错过了？” 完全没有！这次黑客松最硬核的规则在于：不需要提前注册，没报名也可以直接填表提交项目参赛！ 盘了一下奖池，回报率极高： • 总奖池：50,000 USDT • 一等奖：6,600 USDT • 发糖低保：只要提交 Demo 并发帖，就能直接拿 +50 USDT 的基础参与奖，门槛极低！ CN 提交链接（直接填表就能战）： EN 提交链接： 如果你手里有现成的 AI / 量化 Demo，或者想在最后几天快速拼一个 Agent，这篇深度通关教程将告诉你如何利用官方的“底牌”快速构建一个能打的作品。 一、 解构底层武器库：官方给的两个“外挂” 想要拿高分，必须理解 Bitget 这次黑客松主推的两个底层工具体系——Agent Hub 和 Playbook。 它们分别对应了“开发者”和“非代码交易员”的终极需求，甚至打破了 Crypto 与美股的资产壁垒。 1.Agent Hub：开发者的“全功能感知层” 传统 AI 交易最头疼的是自己去写爬虫抓推特情绪、接各家链上数据源。 Agent Hub 相当于把这些脏活累活全包了。 它提供了 58 个涵盖极度细分的交易执行 API，同时其“感知层 Skill”能让你的 Agent 同时具备读取宏观经济指标、链上大额异动、社媒情绪（X/Reddit）以及传统技术指标的能力。 最亮点的是它支持美股代币化资产。这意味着你的 Agent 可以一边盯着 Nvidia 的财报情绪，一边在 Crypto 市场做套利或对冲。 2.Playbook：非代码交易员的“自然语言编译器” 如果你不擅长写复杂的 Python 代码，Playbook 是你的通关密码。 它支持自然语言交互，你可以直接对它说：“帮我写一个策略：当 BTC 突破 20 日均线，且美股标普 500 波动率下降时，自动做多买入，并在亏损 3% 时硬止损。 ”AI 会自动将这段话编译成策略方案、自动跑回测，并提供一键部署的看板。从“有想法”到“跑起来”全链路覆盖。 二、 三大高分创意思路（现在动手还来得及） 根据我目前观察到的赛道风向，评审团对“感知 + 执行全打通”的 Agent 表现出极大的兴趣。 以下三个方向最容易在最后阶段通过组合官方 API 快速出活： 方向 A：Agentic Trading（感知-决策-执行全自动闭环） 不要只做一个简单的“信号提醒机器人”。利用 Agent Hub 的感知 Skill，做一个能够根据社媒 KOL 情绪变化 + 链上巨鲸钱包动向，自动在 Bitget 调起交易 API 进行现货/合约跟随的 Agent。这种全打通的基础基础设施在评选中极具含金量。 方向 B：美股与 Crypto 跨市场套利 Agent 利用黑客松对“美股代币化资产”的支持，构建一个跨衍生品套利模型。 例如：监测美股 AI 板块（如 NVDA、AMD）的日内波动率和期权数据，联动 Crypto 侧的 AI 概念代币（如 FET、NEAR）进行统计套利 （Statistical Arbitrage）或动量跟随。这轮美股 AI 行情大多数人只会买入等涨，而你可以用 AI 玩转跨市场对冲。 方向 C：基于 Playbook 的无代码策略生产线 如果你是策略产品经理或老交易员，可以利用 Playbook 快速生成 3-5 个针对极端行情（如深夜插针、流动性枯竭）的黑天鹅防御策略，跑通回测并录制 Demo 视频。 这种贴近真实交易场景的应用极易拿到好名次。 三、 极限通关：如何确保拿到 50 USDT + 冲刺 6,600 USDT？ 时间紧迫。 请严格按照以下步骤进行“压哨提交”： 1.准备 Demo 资产：不需要代码极其完美，但一定要有核心逻辑演示（一段 Github 代码库链接、或一段 2 分钟的屏幕录制视频说明你的 Agent 是如何工作的）。 2.无需注册，直接填表：点击官方提交通道，在表单中填写你的项目名称、简介、Demo/Github 链接。 3.顺手拿走 50 USDT：提交完成后，在 X (Twitter) 上发布一条关于你作品的推文，带上话题 #BitgetHackathon# 并 @Bitget AI 官方账号。只要是有效提交 + 发帖，+50 USDT 额外奖励稳稳到手。 总结一下，传统量化交易里需要花费几个月搭建的“数据抓取-回测引擎-交易执行”链路，现在借助 Bitget 的 Agent Hub 和 Playbook，几天之内就能拼装出一个雏形。 👉 中文提交通道： 👉 英文提交通道： @Bitget AI #BitgetHackathon#

最近我越来越确定，机器人和物理 AI，会是下一波的趋势。 如我之前所说，AI 的最终归宿，不会永远停留在数据中心。它一定会走进现实世界。 自动驾驶、机器人、自动化工厂设备，这些东西都需要眼睛。 而这，就是 $OUST 的位置。 Ouster 做的是数字激光雷达。 简单来说，就是让机器判断距离、空间、障碍物和环境变化。 它可以应用在机器人、无人机、工业设备、智慧交通、矿山和建筑机械等复杂场景 这次 $OUST 一夜大涨超过 20%，我觉得市场赌的，不是一天的行情，而是下一波方向 因为机器人和物理 AI，都离不开感知能力。 AI 如果真的要从屏幕走进现实，就一定需要传感器。 还有一点我觉得也值得留意。 Ouster 是美国本土企业，在政策支持和供应链安全方面，也有自己的优势。 当然， $OUST 已经涨了不少，我也不是鼓励大家去追高。 我更关注的是，它后续的订单、营收和毛利率，能不能真正跟上。 也会继续观察，物理 AI 这条赛道，能不能真正进入现实应用

《AI 下半场：美股人形机器人产业链全梳理》 白毛股神 Serenity @aleabitoreddit 说：Robotics is next.🤖🤖🤖 过去两年，市场主要交易的是 AI 的大脑：GPU、CPU、存储、数据中心、大模型、推理算力。 但大脑建好之后，AI 不能永远只停留在屏幕里写代码、画图、聊天。 大模型是 AI 的大脑，机器人是 AI 的身体。大脑负责思考，身体负责行动。 只有当 AI 拥有了身体，它才能真正走进工厂、仓库、医院、家庭，去搬运、分拣、装配、护理、清洁，最终在真实世界里创造价值。 Biteye 按照人形机器人的组成部分，系统梳理了美股机器人及供应链核心标的👇 🔹 感知系统 这部分负责让机器人看到世界。它通过视觉、深度、触觉等传感器，把真实世界转化为数字信息，让机器人能够识别物体、理解环境并进行空间定位，是机器人理解外部世界的第一步。 $CGNX Cognex | ~$8B+ | 工业机器视觉龙头，工厂自动检测与识别系统 $KEYS Keysight | ~$30B+ | 测试测量系统，机器人电子系统验证基础设施 $TDY Teledyne Technologies | ~$25B+ | 高端工业相机+LiDAR+传感器系统 $ON onsemi | ~$25B+ | 自动驾驶+机器人图像传感器核心供应商 $NOVT Novanta | $5.61B | 做机器人力/力矩传感器，在人形机器人和工业机器人里很重要。 $AMBA Ambarella | ~$4B+ | AI视觉芯片，用于机器人/无人机/安防识别 $VPG Vishay Precision Group | ~$1.7B | 精密力学传感器公司，应变计和力传感器可用于人形机器人灵巧手、关节力控与高精度抓取，是 Optimus 供应链弹性标的之一。 $VLN Valens Semiconductor | ~$200M+ | 高速信号传输芯片公司，提供低延迟视觉数据传输方案，可用于机器人多摄像头、自动驾驶和端侧计算系统。 🔹 执行系统 执行系统相当于机器人的肌肉和关节，负责把计算系统发出的指令转化为真实动作。无论是行走、转身、抓取、搬运，还是保持平衡，都依赖电机、减速器、液压/气动系统和精密传动部件来完成。 $PH Parker Hannifin | ~$120B+ | 运动控制+液压系统，机器人核心驱动与执行器 $IR Ingersoll Rand | ~$32B+ | 工业压缩机+自动化气动系统 $FTV Fortive | ~$18B+ | 工业精密工具+自动化设备系统 $RRX Regal Rexnord | ~$14B+ | 电机+传动系统，工业机器人动力核心 🔹 计算与控制 计算与控制相当于机器人的“大脑 + 小脑”，负责处理感知数据、理解环境、规划路径，并把AI决策转化成稳定动作。它决定机器人反应快不快、动作准不准、能不能在复杂环境中自主运行。 $NVDA Nvidia | ~$3.0T+ | AI GPU + Jetson边缘计算平台，机器人算力绝对核心 $MSFT Microsoft | ~$3.2T+ | Azure + Copilot + AI基础设施，提供机器人云端大脑与开发平台 $GOOGL Alphabet | ~$2.0T+ | DeepMind + Waymo，布局自动驾驶与机器人AI系统 $AMD AMD | ~$880B+ | GPU/CPU替代方案，提供机器人边缘与训练算力 🔹 能源系统 能源系统决定机器人能运行多久、功率能有多强，包括电池技术、电源管理和充电系统，是机器人能否规模化落地的关键限制条件。 $ADI Analog Devices | $203.57B | 模拟芯片、电源管理、传感和工业控制巨头，机器人底层硬件核心。 $HON Honeywell | $144.11B | 电源管理+工业能源系统 $MPWR Monolithic Power Systems | $76.83B | 电源管理芯片龙头，广泛应用于机器人、AI服务器和汽车电子。 $VICR Vicor | $14.40B | 做高效率电源模块，将电池电压转换成不同部件用电，适合机器人能源系统。 $AMPX Amprius Technologies | $2.43B | 硅负极高能量密度锂电池，已切入无人机与机器人市场 $BLNK Blink Charging | $85.63M | EV充电基础设施公司，探索机器人与物流设备充电场景 🔹 基础软件 基础软件是人形机器人真正的“智能底座”，决定机器人不是简单重复动作，而是能够理解任务、学习环境并不断优化行为。 在人形机器人训练中，软件的重要性甚至高于单一硬件。机器人需要先在仿真环境中学习走路、抓取、避障和执行任务，再通过真实世界数据不断修正模型。 $MSFT Microsoft | ~$3.2T+ | Azure AI + Copilot 生态，机器人云端大脑与企业AI开发平台。 $NVDA Nvidia | ~$3.0T+ | Isaac Sim + Jetson + GPU 算力平台，机器人仿真训练和AI推理基础设施。 $TSLA Tesla | ~$1.3T+ | FSD + Optimus 数据闭环，端到端机器人策略模型代表。 🔹 人形机器人 在人形机器人方向，本体公司的目标是让机器人像人一样在复杂环境中完成通用任务；在工业和协作机器人方向，则更强调稳定性、效率和规模化部署。因此，这一层通常也是机器人产业链中最接近终端需求、最容易形成品牌和估值叙事的部分。 $TSLA Tesla | ~$1.3T+ | Optimus 人形机器人 + FSD 自动驾驶统一系统，代表“AI大脑 + 机器人本体 + 数据闭环”的一体化路线。 $HON Honeywell | ~$140B+ | 工业自动化、航空自动化与物流自动化解决方案商，更多偏机器人系统集成与场景落地。 $ABB ABB | ~$100B+ | 全球工业机器人和自动化龙头，产品覆盖机械臂、控制系统、产线自动化，是成熟工业机器人代表。 $TER Teradyne | ~$24B+ | 通过 Universal Robots 和 MiR 布局协作机器人与自主移动机器人，是工业协作机器人平台型公司。 $CCXI Churchill Capital Corp XI / Agility Robotics | 拟合并估值约 $2.5B | Agility 是美国人形机器人公司，核心产品 Digit 主攻物流、仓储和制造场景。 目前 Agility Robotics 正通过与 SPAC 公司 Churchill Capital Corp XI 合并上市，交易完成后预计更名为 Agility，并使用新 ticker $AGLT。 🌟写在最后 机器人产业链的投资逻辑，其实和半导体周期很像。 早期阶段，很难判断谁会成为最终赢家，但产业链上每一层都会先跑出阶段性机会：感知、执行、能源、控制、本体，都会随着行业关注度提升被重新定价。 今天优必选超仿生机器人刷屏，就是一个很明显的信号：机器人正在从实验室、发布会，开始走进大众视野。根据公开报道，优必选在 6 月 30 日发布会上表示，“优世界 U1”系列全渠道订单已突破 1 万台，并计划今年交付。 当然，这不代表机器人马上就会全面商业化。短期看，它更像一个从“概念展示”走向“真实订单”的拐点。真正值得关注的，是订单能不能持续、成本能不能下降、供应链能不能跟上。 对普通投资者来说，与其现在就押注谁是“人形机器人界的英伟达”，不如把机器人当成一条完整产业链来研究：感知、执行、能源、本体，每一层都选出核心公司，用组合方式分散单一标的不确定性。 Robotics is next 这句话大概率是对的。但节奏不会一蹴而就，真正的机会，可能藏在每一台机器人都绕不开的核心供应链里。

《🔥英伟达来中国招兵买马布局物理AI和机器人万亿生意❗️》 兄弟姐妹们，英伟达和黄仁勋又出大招了，这次是招兵买马抢人才。 6月30日，英伟达机器人团队在中国开放招聘，北京、上海、深圳三地同时放出岗位，方向集中在具身智能、仿真、部署和解决方案架构四条线。 岗位关键词很有意思：人形机器人电气方案、机械方案、全身传感、全身控制、移动操作、Isaac Lab…… 表面看，是一次普通招聘。但放对位置看，这是英伟达在告诉市场——物理AI，要从发布会走进中国工厂了。 01. 物理AI 到底是什么？ 过去两年，AI最热的故事在大模型、算力、数据中心。投资者熟悉的词，是GPU、服务器、液冷、光模块、电力。 但英伟达现在告诉你：AI只会写字、画图、生成视频，还不够。下一步，AI要能看、能走、能抓、能干活。 这就是黄仁勋反复强调的"物理AI"。2025年3月，黄仁勋断言"生成式AI已成为过去，未来属于'代理AI'与'物理AI'"。简单说，屏幕里的AI，要走进工厂、仓库、医院、汽车和家庭。它不只是回答问题，而是理解现实环境，把判断变成动作。 所以，这次招聘最关键的，不是"机器人"三个字，是岗位组合。硬件、电气、传感、控制、仿真、部署一起招——英伟达补的不是一个展示样机，是机器人从训练到落地的整套基础设施。 英伟达在机器人领域的布局其实从2014年就开始了，核心战略很清晰——不与整机厂商争份额，而是做机器人领域的"安卓生态"，提供从算力到开发平台到模型的完整工具链。GR00T人形基础模型已被Figure AI、宇树科技等厂商采用，Cosmos 3世界模型更是全球首个完全开源的物理AI训练平台，能把训练周期从数月缩短到数天。 02. 机器人行情看什么？——四个价值环节，A股美股这么盯 顺着黄仁勋的布局，机器人行情不能只看整机厂。整机厂最容易被炒热，但竞争最激烈，毛利率不稳定。 真正该盯的，是四个上游价值环节。 一、感知系统 机器人进真实世界，先要感知世界。视觉、力觉、触觉、IMU、激光雷达——没有高质量传感，智能就是空中楼阁。 A股值得跟踪的： 🔶奥比中光（ Sim平台，在人形机器人参考平台中扮演"视觉感知底座"角色，已与英伟达Jetson Thor等系统级模块完成适配验证； 🔶柯力传感（ 🔶安培龙（ 也被多家券商列为传感器环节重点标的。 二、执行系统 伺服电机、减速器、丝杠、灵巧手——人形机器人从展示到干活，核心在关节能不能高精度、低能耗、长寿命运行。执行器成本占整机物料成本的三分之一甚至更高。 A股值得跟踪的： 🔶绿的谐波（ ； 🔶 五洲新春（ 🔶兆威机电（ 🔶三花智控（ 三、边缘算力和控制系统 机器人不能每个动作都等云端回答。它必须在本地完成快速推理、感知融合和运动控制。 Jetson Thor就是英伟达交出的答卷——最高2070 FP4 TFLOPS的AI算力、128GB内存、功耗仅40-130W，专门为人形机器人和物理AI设计。 英伟达还联合宇树科技推出了全球首款开放式人形机器人参考设计Isaac GR00T，整合了宇树H2 Plus本体和Jetson Thor计算平台，目标是把开发周期从几个月缩短到几周。 这个环节目前由英伟达主导，A股纯正标的较少，更多是产业链配套的PCB、结构件等。 四、仿真与数据生态 未来机器人公司拼的不是硬件，是谁拥有更多高质量动作数据，谁能把虚拟训练可靠地迁移到真实工厂。 A股值得跟踪的： 🔶索辰科技（ 🔶 软通动力（ 美股方面，核心标的就是英伟达（NVDA）本身——它是物理AI底层算力+世界模型+仿真平台的三合一玩家。特斯拉（TSLA）也值得关注。 03. 最后小结 生成式AI解决脑力自动化，物理AI解决行动自动化。前者改变办公室，后者改变工厂和供应链。 过去十年，资本追的是数字世界的入口。未来十年，资本会重新定价——谁掌握现实世界的执行权。 英伟达真正想做的，不是卖一台机器人，是成为所有机器人的底层平台。物理AI是AI技术从虚拟走向实体的必由之路，这个赛道才刚起步。 谁能把机器人从实验室带进车间，谁就可能拿到下一轮工业革命的门票。 ---小龙先生 #英伟达# #物理AI# #人形机器人# #具身智能# #黄仁勋# #机器人产业链# #奥比中光# #绿的谐波# #JetsonThor#

Anthropic 工程师 Barry Zhang 在 AI Engineer 工作坊上的一个分享 “如何构建有效的 Agent”，其中印象最深的一个观点：Don't build agents for everything，反过来理解就是别做什么都能干的 Agent，那是我们大模型要干的事情😆 构建有效 Agent 的三大要点： 1. 明智选择应用场景，并非所有任务都需要 Agent； 2. 找到合适的用例后，尽可能长时间地保持系统简单； 3. 在迭代过程中，尝试从 Agent 的视角思考，理解其局限并提供帮助； Barry 主要负责 Agentic System，演讲内容基于他和 Eric 合著的一篇博文，下面详细总结他们的核心观点，以及对 Agent 系统的演进和未来的思考。 Agent 系统的演进 - 简单功能： 起初是简单的任务，如摘要、分类、提取，这些在几年前看似神奇，现在已成为基础； - 工作流（Workflows）： 随着模型和产品成熟，开始编排多个模型调用，形成预定义的控制流，以牺牲成本和延迟换取更好性能。这被认为是 Agent 系统的前身； - Agent： 当前阶段，模型能力更强，领域特定的 Agent 开始出现。与工作流不同，Agent 可以根据环境反馈自主决定行动路径，几乎独立运作； - 未来（猜测）： 可能是更通用的单一 Agent，或多 Agent 协作。趋势是赋予系统更多自主权，使其更强大有用，但也伴随着更高的成本、延迟和错误后果。 核心观点一 并非所有场景都适合构建 Agent (Don't build agents for everything) - Agent 主要用于扩展复杂且有价值的任务，它们成本高、延迟高，不应作为所有用例的直接升级。对于可以清晰映射决策树的任务，显式构建工作流（Workflow）更具成本效益和可控性。 - 何时构建 Agent 的检查清单： 1. 任务复杂度 ： Agent 擅长处理模糊的问题空间。如果决策路径清晰，应优先选择工作流； 2. 任务价值： Agent 的探索性行为会消耗大量 token，任务的价值必须能证明其成本。对于预算有限（如每任务 10 美分）或高容量（如客服）场景，工作流可能更合适； 3. 关键能力的可行性 ： 需确保 Agent 在关键环节（如编码 Agent 的编写、调试、错误恢复能力）不存在严重瓶颈，否则会显著增加成本和延迟。如有瓶颈，应简化任务范围； 4. 错误成本与发现难度： 如果错误代价高昂且难以发现，就很难信任 Agent 自主行动。可以通过限制范围（如只读权限、增加人工干预）来缓解，但这也会限制其扩展性； - 编码（Coding）是一个很好的 Agent 用例，因为它任务复杂（从设计文档到 PR）、价值高、现有模型（如 Claude）在许多环节表现良好，且结果易于验证，例如单元测试、CI。 核心观点二 保持简单 (Keep it simple) - Agent 的核心结构： 模型（Model）+ 工具（Tools）+ 循环（Loop）在一个环境（Environment）中运作。 - 三个关键组成部分： 1. 环境：Agent 操作所在的系统； 2. 工具集： Agent 采取行动和获取反馈的接口； 3. 系统提示： 定义 Agent 的目标、约束和理想行为； - 迭代方法： 优先构建和迭代这三个基本组件，能获得最高的投资回报率。避免一开始就过度复杂化，这会扼杀迭代速度。优化（如缓存轨迹、并行化工具调用、改进用户界面以增强信任）应在基本行为确定后再进行。 - 一致性： 尽管不同 Agent 应用（编码、搜索、计算机使用）在产品层面、范围和能力上看起来不同，但它们共享几乎相同的简单后端架构。 核心观点三 像 Agent 一样思考 (Think like your agents) - 问题： 开发者常从自身角度出发，难以理解 Agent 为何会犯看似反常的错误； - 解决方法： 将自己置于 Agent 的“上下文窗口”中。Agent 在每一步的决策都基于有限的上下文信息（如 10k-20k token）； - 换位思考练习： 尝试从 Agent 的视角完成任务，体验其局限性（例如，只能看到静态截图，在推理和工具执行期间如同“闭眼”操作）。这有助于发现 Agent 真正需要哪些信息（如屏幕分辨率、推荐操作、限制条件）以避免不必要的探索； - 利用模型自身： 可以直接询问模型（如 Claude）：指令是否模糊？是否理解工具描述？为什么做出某个决策？如何帮助它做出更好的决策？这有助于弥合开发者与 Agent 之间的理解差距。 个人思考与未来展望 - 预算感知 Agent (Budget-aware Agents)： 需要更好地控制 Agent 的成本和延迟，定义和强制执行时间、金钱、token 预算，以便在生产环境中更广泛地部署。 - 自进化工具 (Self-evolving Tools)： Agent 或许能设计和改进自己的工具（元工具），使其更具通用性，能适应不同用例的需求。 - 多 Agent 协作 (Multi-agent Collaboration)： 预计今年年底将在生产中看到更多多 Agent 系统。其优势包括并行化、关注点分离、保护主 Agent 上下文窗口等。关键挑战在于 Agent 间的通信方式，如何实现异步通信，超越当前的用户-助手轮流模式。

美股新股神诞生记：清仓英伟达，全仓“收破烂”，27岁的Leopold如何靠“物理世界”赚翻55亿？ 如果有人告诉你，一家AI对冲基金，里面连一股英伟达、微软或OpenAI的概念股都没有，取而代之的全是做燃料电池的、破产重组的比特币矿企、以及被分析师疯狂看衰的英特尔。 你一定会觉得这个基金经理想钱想疯了。 但这个“疯子”，恰恰就是前OpenAI的超级对齐团队研究员、年仅27岁的Leopold Aschenbrenner。在过去的12个月里，他旗下的基金Situational Awareness LP，将管理规模从不到4亿美元，硬生生做到了55.17亿美元，足足翻了14倍！ 随着Bloom Energy、Cipher Mining、Intel等标的单日暴涨超10%，华尔街终于开始正视这个年轻人的“奇葩”购物清单。他那套脱胎于165页“万言书”的投资逻辑，正在被现实极其残酷地验证：AI的叙事，正在从屏幕里的模型，退回到脚下的土地和电网。 带你一文拆透这位美股“版本之子”的封神之路。 一、55亿美金的“废品回收站”：他到底买了什么？ 打开Leopold的13F持仓报告，第一大重仓股不是芯片公司，而是Bloom Energy（占比15.87%，8.76亿美元）。这是一家做“固体氧化物燃料电池”的公司，能直接把天然气转化为电力。 为什么一个AI基金要把身家押在发电厂上？ 因为AI实在太吃电了。Gartner预测，全球AI服务器的耗电量到2030年将翻近五倍。而美国那个平均寿命超过25年、破破烂烂的电网根本扛不住。 Bloom Energy的电池不需要接入电网，直接在数据中心旁边24小时发电。谁能解决断电危机，谁就是AI时代最暴利的“卖水人”。 第二大重仓：CoreWeave（占比22%，期权加正股超12亿美元）。这家公司曾经是个挖比特币的矿场，币圈崩盘后，他们把手里的GPU全拿去跑AI，摇身一变成了AI算力的最大军火商。Leopold看中它，是因为它手里有海量的GPU以及和英伟达的深度绑定。 第三大重仓：英特尔（Intel）（占比13.54%，7.47亿美元）。在英特尔股价腰斩、被全网群嘲的时候，Leopold疯狂买入看涨期权。他赌的不是英特尔的技术，而是美国的国家意志——在中美科技博弈下，英特尔拿到美国政府近80亿美元补贴，它是美国本土代工唯一的“亲儿子”。 最疯狂的扫货：一堆比特币矿工。 Core Scientific、IREN、Cipher Mining……这些要么破产重组、要么在熊市苦苦挣扎的矿企，全被他买了个遍。 原因很简单：AI数据中心最缺的电力配额和场地，全在这些矿工手里！比特币矿场早就锁定了全美最廉价的长期电力合同。一夜之间，这些原本炒币的矿工，变成了AI时代最大的地主。 与此同时，他在2025年第四季度，果断清仓了英伟达、Broadcom和Vistra这些被炒上天的明星股。 他的逻辑极度清晰：AI的瓶颈不在软件，在硬件；不在算法，在电力；不在云端模型，在物理世界。 二、从OpenAI的叛逆者到165页“万言书” 这个15岁考入哥伦比亚大学、19岁成为毕业生代表的天才，原本在OpenAI的“超级对齐团队”工作，负责防止AI失控。 但他因为向董事会提交备忘录，警告公司安全措施存在漏洞，被指控“泄密”而惨遭解雇。 离开后，他写下了一篇165页的《态势感知：未来十年》（Situational Awareness），预言AGI（通用人工智能）极有可能在2027年实现。 这篇万言书就是他55亿美元持仓的地图。他在书里预言： 万亿美元级别的算力集群即将出现。（半年后，特朗普政府就宣布了5000亿美元的Stargate基础设施项目）。 严重的电力危机。 为了供电，微软甚至重启了当年发生过严重核事故的三里岛核电站。 如果2027年AGI真的到来，世界需要海量算力 -> 算力需要GPU -> GPU需要电 -> 电从哪来？矿场和新能源。这就是他顺藤摸瓜的终极投资路线。 三、DeepSeek暴击之夜：在所有人恐惧时加仓 2025年1月27日，中国发布的DeepSeek模型以极低的成本（约600万美元）震撼了全球。 整个华尔街陷入恐慌：如果低成本就能搞定AI，那美国科技巨头砸进去的几千亿算力是不是都成了泡沫？英伟达单日暴跌近17%，整个半导体板块血崩。 Leopold的持仓全是基础设施，按理说应该崩盘。但当投资人打电话质问时，他只回了五个字：“Leopold says it's fine.”（Leopold说没事的。） 因为他在万言书里早就想透了：更便宜的训练成本，证明了算法效率在飙升。成本的下降从来不会消灭需求，只会创造出更大、更疯狂的模型训练需求。 他在恐慌中逆势加仓，事实证明，AI板块很快迎来了报复性反弹。 总结：投资的本质是寻找“物理瓶颈” Leopold的故事，绝不仅是一个少年暴富的爽文。 当所有人都在死盯着屏幕里GPT-5有多强时，他抬起头，看到了发电厂的烟囱和矿场的变电站。 在19世纪的加州淘金热中，赚得盆满钵满的不是挖金子的人，而是卖铲子和牛仔裤的Levi Strauss。 在AI狂飙的2026年，最值钱的未必是那段算法代码，而是支撑这段代码不被断电的物理世界底座。