【一道兩年前的浙江高中數學題，讓于北辰再度火遍兩岸】 近日，浙江省紹興市2024學年第二學期高中期末調測試卷的一道高二數學考題，在兩岸社交媒體上引發熱議。題目以導彈攔截為命題場景，原型疑似台灣退役少將于北辰早年的一則常識性錯誤發言：其曾提出單發導彈攔截率70%，三枚叠加攔截率可算出210%的錯誤結論。台灣多家媒體紛紛報道此事，台北市議員李柏毅在島內一檔政論節目中化身“李老師”，現場講解這道題的正確算法。 網傳試卷為紹興市2024學年第二學期高中期末調測高二數學考卷。其中第五道選擇題的題目為：已知某防禦系統的導彈攔截目標的命中率為70%，為提高攔截成功率，決定同時發射三枚導彈攔截同一目標，若這三枚導彈彼此間互不干擾，則攔截的成功率為？四個選項分別為A.70%、B.97.3%、C.100%、D.210%，該題官方正確答案為B選項97.3%。 這道充滿話題性的選擇題一經傳播，便引發兩岸網友熱議。大陸網友紛紛玩梗調侃：“這題我會，210%。”“雖然選B是對的，但是我還堅持選D。”台灣網友的討論同樣熱烈，大批網友諷刺道：“于北辰，恭喜你的導彈攔截率算法變成高二數學考題了，這下丟臉丟到大陸去了。”“身為台灣人都知道答案是210%，不可能是其他答案。”還有網友反問道：“是該恭喜于北辰在大陸紅了？還是他在丟台灣軍人的臉？” 長期關注公眾議題、擁有百萬粉絲的台灣網紅Cheap也在海外社交媒體分享了這份試卷的截圖，並配文諷刺道：“于氏數學定理，恭喜于將軍變成考題出來了。” 這道概率題的命題源頭，正是于北辰2022年8月發表的爭議言論。當時節目正圍繞解放軍圍台軍演展開討論，聊到解放軍發射導彈的相關話題時，于北辰聲稱台軍可以發射“天弓”導彈進行攔截，“一發攔截度是70%，我們三發一起攔截，攔截率就是210%，一定攔得到！”此番發言直接讓主持人與在場嘉賓集體陷入沉默。 多家台媒也對此事進行了報道，有台媒援引網友評論指出：“這是近年少見將台灣政治人物言論納入數學試題的案例。”“透過熱門話題結合數學教育，有助于學生理解機率概念，相當具有創意。” 昨天（6月25日），李柏毅在節目中化身“李老師”，現場講解這道題的正確算法。 李柏毅指出，作為理工科出身的人，他很清楚攔截成功率不可能超過100%：“完全攔截就是百分之百，超過這個數值的概念在現實裡根本不存在。”他進一步講解計算邏輯：每枚導彈命中率為70%，對應的失誤率為30%；三枚導彈同時攔截，只有三枚全部失誤才算攔截失敗，因此整體失敗率為30%×30%×30%=2.7%。用100%減去2.7%，得出成功率為97.3%。講解完他還不忘調侃：“相信于將軍也懂，210%放在‘台灣價值’裡能拿滿分，但放在數學考試裡只能得零分，這兩者要區分開。” 台灣時事評論員謝寒冰也在節目中調侃，于北辰的數學已經“聞名世界”了。 值得注意的是，兩年前，于北辰曾在一次直播中為自己的言論辯解：“沒有錯，我承認我的數學差，我的統計學差，那又怎麼樣？這樣子有鬧笑話嗎？”目前，于北辰還未對這次自己的言論被編入大陸數學考題一事作出公開回應。 這早已不是于北辰第一次發表違背常識的出圈言論了。除了“三枚導彈攔截率210%”外，他還曾拋出過許多荒謬言論，包括“大陸城鎮都是土房子”“解放軍登台沒有谷歌地圖會迷路”“待在東風導彈射程外安全”等，兩岸網友也因此戲稱他為“土房哥”和“相聲社團德雲社在逃弟子”。有島內輿論分析認為，于北辰是故意說這些荒唐話，要的就是流量。（來源：香港新聞網） 詳情： #于北辰# #台灣# #浙江# #高中數學題#

#山岸逢花# #美谷朱音# 番號: HMN-559 美谷朱音和山岸彩花的完全私人性愛！親密無間的AV女優逆來順受，在野外接吻後帶進酒店......一直狂歡到早上無盡內射‼️

#行业资讯# 谷歌投资建造的 NUVEM 海底光缆开始初步启用，连接美国东海岸与欧洲大陆，设计容量 384T，长度达到 6,900 公里。 这条海底光缆从美国东海岸出发经过百慕大和亚速尔群岛，最终在葡萄牙西海岸登陆。 按照谷歌计划从下半年开始这条海底光缆将全面运营。 查看全文：

这是去年和今年我们在美国旅行的路线图。 去年主要是在东海岸活动。西海岸就去了死亡谷，巨杉公园，优胜美地和洛杉矶。 今年横穿美国。去了东海岸最北面的三个州，还误闯了次加拿大🇨🇦，绕路去了底特律，然后一路西行，西北去了南达科他州，蒙大拿州，这次走了绝美的熊牙公路，去了黄石公园，拱门国家公园，纪念碑公园，又去了拉斯维加斯，重复了死亡谷和优胜美地，然后到达旧金山。 我也是才知道湾区很大，包括9个县，最大的三个城市是旧金山，圣何塞和奥克兰。 我以前以为，旧金山是一个大城市，湾区是旧金山的一个区，哈哈哈。所以我们说的去“旧金山”，其实是住在圣何塞，只是开车去旧金山看了金门大桥和250周年独立焰火。有意思。 有谁和我一样，弄错过湾区和旧金山的关系？

也是时候调整自己了，生活还是要向前看，让时间消化一切吧☀️ 今天偶然间在 pyq 看见这张图，提供了一个跟目前的主流声音截然不同，却更能精准对标现在 AI 周期所处的位置，有点启发 确实越想越觉得，AI 产业里很多我们原本「看不懂」的东西，一旦套到房地产的商业模式上，反而会变得异常清晰 🟨融资工具的进化，是 AI 周期能否持续的关键 房地产行业之所以能延续二十年长周期，本质上并不是因为开发商们自己多有钱，而是因为围绕着房地产，长出了一整套多层次、多期限、低成本的融资体系 ➡️通过银行贷款支持拿地 ➡️通过开发贷支持建设 ➡️信托和地产基金参与股权投资 ➡️商业地产可以做 REITs 退出 ➡️最后，甚至连购房按揭都可以变成一个长达三十年的金融工具 如果没有这整套的融资体系，再厉害的开发商也撑不过一轮周期 而现在的 AI 产业，最缺的就是这套体系 今天的大科技公司，本质上都是在用自己的信用、自己的现金流、自己的股票做融资担保 谷歌、Meta、亚马逊、微软这些巨头，即便账上现金再多，也不可能实现无限扩张 他们迟早需要把手里那几千亿美元的 AI 基础设施，打包成可以被外部资金持有的资产 这条路其实已经开始出现苗头了 CoreWeave、Lambda、Nebius 这些独立算力供应商的兴起，本质上就是「专业开发商」在崛起 他们用私募基金的钱建设数据中心，签长期租约给大模型公司，再把这些数据中心打包融资 相信未来几年里，我们将一定会看到： AI 数据中心 REITs、AI 算力基金、GPU 租赁资产证券化、算力收益权凭证这些金融工具的陆续出现 甚至，主权基金、养老金、保险资金这些长期资本，也会慢慢成为 AI 基建最重要的资金来源，就像当年的保险公司就是地产行业最大的长期资金一样 可以预见，谁能先把 AI 资产的证券化、标准化、可交易化这条路打通，谁就掌握了下一个十年的金融话语权 这也是为什么英伟达已经开始自己下场做投资、做生态、做长期客户绑定 GPU 厂商正在变成「卖地+放贷+做物业」的三合一角色 🟨AI 时代的「土地」，是电力、是冷却、是不动产 曾经，房地产开发商最关心的是什么来着？ 不是房价，是地段 而地段的核心是什么？是稀缺资源 AI 时代的稀缺资源并不是硅片 真正的稀缺资源是电力、冷却水源、网络枢纽位置、政府的审批牌照，是当地电网的承载能力 GPU 可以每年迭代，而变电站的审批和建设周期是 5-7 年，核电就更狠了，一座新核电站从规划到投产要 10-15 年 将来谁手里有电力指标，谁就是手里有未出让土地的开发商 马斯克把 xAI 的最大数据中心放在孟菲斯，是因为那里有田纳西河流域管理局提供的廉价电力 亚马逊 AWS 在弗吉尼亚北部的疯狂扩张，是因为那里既有便宜的水电，又有美国东海岸最大的人口聚集区 微软重启三里岛核电站，是因为这将提供稳定、低碳、24 小时运转的基载电力，而这，才是数据中心最稀缺的「土地」 未来十年里，AI 产业的「拿地」大战，本质上是一场关于电力、冷却资源、网络时延的战争 甚至，连地理位置都会分层： 一线数据中心会建在能源富集区 二线数据中心会建在用户密集区 边缘计算节点嵌入到每一座城市 这种分层结构，是不是有熟悉的感觉了，几乎和城市核心区、郊区、卫星城的房地产分层逻辑一模一样 🟨周期是逃不掉的，房地产的教训 AI 行业必须早学 房地产行业最伟大的智慧 —— 是周期 涨多了会跌，跌多了会救，救完又会涨，涨完又会跌 二十年来，央行、政府、开发商、购房者都在与这个周期共舞 如今的 AI 产业也不能例外 现在很多人以为 AI 是没有周期的，会一直涨下去，这是一个非常危险的错觉 GPU 会换代，大模型会过时，数据中心会折旧，客户会流失，利率会上升，资本开支会放缓 当全球大科技公司的资本开支增速开始见顶的那一天，AI 产业链的上游会最先感受到寒意 就像房地产周期里，工程机械、水泥、玻璃这些上游周期股，永远是周期最敏感的方向 未来几年里，AI 产业链里最大的风险不是模型的能力不够强，而会是产能的过剩 当所有大科技公司都建好了足够多的数据中心 当所有大模型公司都签了足够多的算力合约 当英伟达一年能卖出几千万颗 GPU 需求端只要稍微放缓一个季度，整个产业链就会进入库存调整期 这个时候，能活下来的公司只会有两类： 一类是成本最低的全产业链龙头 一类是绑定了长期需求的服务商 这就是为什么众多云计算厂商（AWS、Azure、GCP）一旦建成，就是他们自身最强的护城河 就像真正穿越房地产周期的，不是开发商，而是那些采取收租模式的物业公司 🟨折旧与「拆迁」，是这个 AI 时代最被低估的风险 房地产行业有着一个很重要的特征：房子很难过时 一栋楼一旦盖好，可以用 50 年、70 年，即使户型过时了，只要地段还在，主结构还在，折旧相对都是可控的 但反观 AI 基础设施的折旧速度，会比房地产快上几十倍 H100 还没大规模铺开的时候，H200 就来了，Blackwell 还没交付多久，Rubin 又在路上了 每一代 GPU 的性能提升，都是对上一代资产的「功能性报废」 这就相当于在地产周期里，房子盖好两年就要被强制拆迁 这种「技术性折旧」才是 AI 时代最大的资本风险，投出去的成本还没收回来就不能用了 英伟达之所以能一直维持这么高的估值，本质上不是因为它卖了多少 GPU 给众多 AI 公司，而是因为通过 CUDA 生态，能把所有客户都锁死在它的折旧节奏上 客户用得越深，迁移成本就越高，英伟达的护城河也就越深 这就是为什么英伟达毛利率可以维持在 75% 以上，本质上，这已经不是一家卖产品的芯片公司了，而是一家「AI 时代的房地产收租公司」 同理，AMD、博通、Marvell 这些公司如果想挑战英伟达，核心也不是堆算力，而是要建立自己的生态 没有生态的算力，就相当于过去空置的写字楼 🟨需求侧：AI 不是为了「住人」，是为了「生产」 「房地产满足的是居住需求，AI 满足的是生产力需求」 这是 AI 和地产最大的区别，同样也是 AI 最大的希望 居住需求是有上限的，毕竟一个人只能住一套房子，而生产力的需求没有上限，只要有真实的效率提升，一个企业可以无限叠加 AI 能力 如果 AI 能持续提升企业的利润率，提升整个社会的产出效率，那么这场算力建设周期的天花板，就会比房地产高得多 这也是为什么我虽然对短期 AI 资本开支的泡沫保持着高度警惕，但对 AI 产业的中长期需求充满信心 关键变量是 —— AI 创造的价值，能不能持续大于 AI 消耗的算力成本 如果答案是肯定的，那么这场建设周期还可以持续 20 年，甚至 30 年 如果答案是 no，那么今天所有的数据中心、所有的 GPU、所有的资本开支，都会变成明天的折旧负担 应用层跟得上，就是又一个黄金十年，应用层跟不上，就是下一个日本 90 年代拉开序幕 这个问题的答案，就不是任何一家公司能单独回答的了，它需要整个产业去回答 🟨回到投资：谁是这个时代的「卖铲子的人」？ 如果整个 AI 周期是真实存在的 如果「卖铲子」的逻辑是持续成立的 如果应用层真的是会爆发的 那么未来十年，最值得长期持有的标的，就不一定是模型公司和云厂商了 而是那些在产业链中游、无法被绕开的「材料和工具」供应商 GPU 厂商们是显而易见的，但真正被低估的，会是那些不起眼的基础设施供应商： 电力设备公司、冷却系统公司、光模块公司、高速互联公司、机柜结构件公司、电源管理公司 这些公司会像房地产周期里卖水泥、卖钢筋、卖防水材料的公司 他们的题材不性感，上不了台面儿，不会轻易被媒体讨论 但他们的现金流稳定，毛利率可控，订单可见性极强 每一次新的数据中心开工，他们都会是最先拿到订单的 每一次数据中心的交付，他们都是最先收到回款的 他们才是这个 AI 时代的「隐形收租人」 如同上个房地产周期里一样 🟨最后 —— 一个或许不一样的结尾 相比一个互联网行业故事的重复，这次的 AI 或许是更贴近地产行业的故事 如果用互联网的思维去理解 AI，会持续高估软件、低估基建 而用房地产的思维理解 AI，相信至少在未来 3-5 年的时间维度下，会更接近真相 但也要指出，不同的是，AI 的需求侧可能会是下一场工业革命级别的叙事 这就意味着，AI 产业既会有房地产式的周期波动，同时也会有工业革命式的长期红利 作为聪明的投资者，我们应该做的是： 在房地产式的周期里，找到工业革命式的长期赢家 周期是逃不掉的，但长期趋势，更是挡不住的 我们这代人，正在见证的，可能就是人类有史以来最大的一次算力建设周期，也是最大的一次生产工具革命 潮水最终会退去 但这次 潮水退去之后留下的 会是一个完全不同的世界吧 #AI#

西海岸金沙滩主会场巅峰狂欢：9大啤酒篷、2300余款全球佳酿，鲜原浆一口鲜爽、喝遍世界风味#全球酒汇# West Coast Golden Beach: 9 beer tents, 2,300+ global brews, fresh Tsingtao draft on tap, taste the world in one place. #GlobalBeerFeast#

【離岸債市】日本發行人推動亞洲離岸債發行創新高 超越中資主導時代峰值 根據彭博彙編的數據，截至6月30日的季度，亞太地區借款人共發行1540億美元等值的美元和歐元債券，創下歷史新高。其中，日本發行人貢獻了約40％的發行量。