注册并分享邀请链接,可获得视频播放与邀请奖励。

搜索结果 有沒有能撐5分鐘的啦
有沒有能撐5分鐘的啦 贴吧
一个关键词就是一个贴吧,路径全站唯一。
创建贴吧
用户
未找到
包含 有沒有能撐5分鐘的啦 的推特
『射後吸』真的有讓人這麼受不了嗎.. 為我存那麼久的精華 我當然不想浪費 幹嘛這麼著急拔出來..人家這麼貼心 況且我吃得正起勁耶…討厭死了( ´༎ຶㅂ༎ຶ`) #有沒有能撐5分鐘的啦# #挑戰者報名處在主頁#
显示更多
0
6
1.8K
190
转发到社区
SpaceX 740 億美元蓋兩座超算園區,聽起來就是在買 GPU。 但亞利桑那那份申請書,最小的數字才是重點。申請用電 6GW,燃氣備援只有 90MW,旁邊配 24GWh 的電池。 90MW ÷ 6,000MW = 1.5%。24GWh ÷ 6GW = 4 小時。 我的解讀:備援撐不起這個園區,電池也不是離網用的,DCD 寫它的用途是穩定供電。這個園區要靠電網。 電網那頭,當地合作社 SSVEC 夏季尖峰約 250MW(轉述),6GW 是它的 24 倍。申請書列電力基建約 36 億美元,最快 2027 年 3 月動工,12/9 郡規劃分區委員會聽證,已有 2,400 人連署要求否決。 設備端,SpaceX 有公開購買紀錄的只有 Tesla Megapack(孟菲斯)。亞利桑那 24GWh 用誰的,申請資料沒寫。台達電(2308)說將在德州 Plano 生產串列式 PCS,華城(1519)說電力變壓器交期 2 年以上,但公開資料沒有把兩家連到這個案子。 我的解讀:740 億的錢不是問題,6GW 沒有一塊能自己撐住。12/9 那場聽證,加上變壓器 2 年以上的交期,才是這個園區的時鐘。 非投資建議
显示更多
Gemini CLI 免費時代結束了?先搞清誰還能用再裝 官方來源:Kevin Leary 實測指南,原文初發 2026-02-11、本次更新 2026-11-21(今天更新,七天內,見文末核實)。先把反常識結論放前面:多數人以為 Gemini CLI 還是那個免費的終端寫碼助手,裝了就能用;真相剛好相反,免費版早在 2026-06-18 就搬家了,個人免費帳號現在打不開它,想用要嘛公司付費授權、要嘛自己買金鑰。這篇只做一件事:照作者更新過的指南走一次,先搞清你的帳號還能不能用,再裝、再登入、再寫專案說明、再選審批模式,最後用無頭模式把它接進腳本,一次上手不走冤枉路。先說清楚底線:主角是第一次上手本身,不是拿它跟別的助手比高下;價格原文有寫每日請求數,動手前先看官方配額頁再確認一次。 說清詞: - 終端寫碼助手:在命令列裡讀專案、改檔案、跑指令的 AI 助手,不用開瀏覽器。 - 免費版搬家:2026-06-18 起,個人免費與訂閱用戶被移到另一款工具,Gemini CLI 不再對他們開放。 - 寫碼授權:公司付的授權,分標準版與企業版,每天請求數不同。 - 付費金鑰:自己去 AI Studio 拿的金鑰,用多少付多少。 - 雲端平台:Google 雲上的企業用法,適合已有帳單與管控的團隊。 - 專案說明檔:放在專案根目錄的說明文件,寫架構、指令與規矩,每次對話都會讀。 - 審批模式:助手動手前要不要問你的設定,從每步都問到全部放行。 - 檢查點:動手前先幫檔案拍照,改壞了可以倒回去。 - 無頭模式:不開互動畫面、直接跑一句話就印結果,適合接進腳本。 - 模型自動選路:簡單任務走便宜的閃速版、難題走強的專業版,自動分配。 - 搜尋打底:內建的即時搜尋,問最新文件時不會憑空猜。 - 外部工具協定:接外部工具的通用規格,同一批工具三款助手都能用。 一個真實的例子:作者的日常主力其實是另一款助手,但 Gemini CLI 留著兩個用途:問「現在正確的做法是什麼」時,內建搜尋給的是最新答案,別的助手只能憑記憶猜;測試提示詞時,它跑的模型與金鑰跟作者接 Gemini 介面的工作同一套,測完直接能用。安裝本身只有三件事:電腦先有 Node 二十版以上,一行指令裝好,進專案打一句話啟動。登入分三條路:公司有寫碼授權就用 Google 登入,個人就用付費金鑰,團隊在雲端就走雲端登入。真正要學的不是哪一條指令比較短,而是動手前要做的事:先看帳號屬於哪一類,再選登入方式,裝完先寫專案說明檔,再決定審批模式要多嚴。 為什麼選這篇更新過的指南,而不是隨便找一篇舊安裝文?因為原文給的理由很實在:免費版搬家之後,舊文章寫的免費額度全作廢了——以前每分鐘六十次、每天一千次的免費額度,現在不在這款工具上。照舊文章裝,裝完登入才發現帳號不能用,時間全浪費了。作者這次更新把帳號對照表放在最前面,哪一類帳號能用、哪一類被移走,一眼就看得出來。先問自己一句:你今天缺的是一份安裝步驟,還是一次搞清帳號能不能用的對照?只缺步驟,隨便一篇都行;缺的是對照,這篇就是你要的那次對照。 再算一筆帳,讓你知道錢花在哪裡。標準版授權每天一千五百次、企業版每天兩千次,付費金鑰按用量計費、額度看帳單等級。能算的帳是另一筆:一次助手任務會吃掉很多次請求,工具呼叫與追問都算數,每日額度比看起來花得快;先用自動選路讓簡單任務走便宜版,額度才撐得久。先想清楚任務有多大再開工,比先開工再看額度見底,划算得多。 反方適用條件清單——以下情況,先別照本篇裝 Gemini CLI,免得把本篇讀成保證: - 只想用個人免費帳號、不想付費:這款工具現在不對你開放,該去的是另一款工具,不在本篇裡。 - 想拿它跑最新一代模型:作者寫明它還沒針對新一代模型優化,新一代模型在另一款工具上。 - 以為舊文章的免費額度還在:每分鐘六十次、每天一千次已是舊事,照舊文章裝一定撲空。 - 想一次全部放行、不問就改檔:放行模式名字本身就是警告,沒開沙箱就全放行,改壞了只能靠檢查點救。 - 以為設定檔寫一次就通用:設定分三層,越具體的越優先,專案層會蓋掉全域層。 - 想拿它當免費的搜尋工具:搜尋打底是寫碼時的加分,不是這款工具的本體。 - 以為三款助手只能選一個:三款都支援同一套外部工具協定,說明檔內容也一樣,兩款並行幾乎不用多花設定。 - 除此之外,只要你真的想在終端裡裝一個會讀專案、改檔案、跑指令的助手,又不想為了一次上手先讀完整份文件——這篇就是為你寫的。 一句定性金句:終端助手裝不裝得起來,不看指令背得多熟,看你有沒有先搞清帳號、登入、審批三件。 一、翻車清單 - 個人免費帳號照舊文章裝,登入才發現已被移走。 - 訂閱用戶以為訂閱等於能用,結果也被移走了。 - 登入方式選錯,授權帳號拿金鑰登、金鑰帳號拿授權登。 - 金鑰寫進共用設定檔,推上公開倉庫。 - 專案說明檔不寫,助手每次都要重新問專案怎麼跑。 - 說明檔寫在錯誤的目錄,助手根本讀不到。 - 審批模式一開始就全放行,沒開沙箱也沒開檢查點。 - 檢查點沒開,改壞了只能靠版本控管救。 - 長對話不壓縮,上下文塞滿了才發現助手開始忘事。 - 模型鎖死專業版,簡單任務也燒貴的額度。 - 子助手模型沒另外設,以為主模型設定會跟著走。 - 外部工具金鑰放進設定檔又沒設信任,助手不認帳。 - 不信任的目錄直接開工,專案設定與金鑰檔全讀不到。 - 無頭模式輸出沒指定格式,腳本接不到結構化結果。 - 三款助手各寫一份說明,內容寫岔了還不知道。 二、替代方案+理由 原文只給一條主路,理由很硬:照更新過的指南完整上手——理由是帳號對照表在最前面,哪一類能用、哪一類被移走先看清楚,裝完登入才不會撲空。寫碼助手也有三條路,各有各的理由。第一條是公司在 Google 雲上就用它,理由是帳單與管控現成,授權、服務帳號、管理員設定全套都有。第二條是已付聊天訂閱就用另一款,理由是不用多付錢,訂閱裡本來就含了。第三條是要最強全能就用第三款,理由是功能最齊、去的地方最多,從終端到手機全包。還有一條是個人免費就用搬家後的那款,理由是免費版現在在那裡,不是這裡。順序只有一個:先對帳號,再選工具,不要先裝了再問為什麼登不進去。 上手也有替代方案,理由一樣硬:先只裝不登入,理由是便宜、先確認版本與指令都對;再談登入,理由是登入方式選錯了要重來,先對帳號再登;最後才談接進腳本,理由是接腳本要先有一句跑通的無頭指令,沒有跑通的指令就沒有東西好接。還有一條省錢的替代方案:兩款並行。理由是說明檔與工具協定共用,設定幾乎不用重寫,一款問最新文件、一款寫程式,各幹各的活。 三、目標形態 一個能對照的最小閉環:帳號類別已對過、能用才往下走;Node 二十版以上已裝好;助手已裝好、版本已確認;登入方式已選對、已登入;專案說明檔已寫好;審批模式已選好;無頭模式已跑過一句話、結果已印出來。一句話:先讓助手在你的專案裡真正改一次檔案、印一次結果,再談接進流程。 這個最小閉環還有三個進階樣子,通了之後可以一個一個加上去。第一個是搜尋打底驗收:問最新文件,看答案是不是查過才回,而不是憑記憶猜。第二個是檢查點驗收:改壞了倒回去,看檔案是不是真的回來了。第三個是腳本驗收:無頭模式接進腳本,看結果是不是結構化輸出,腳本接不接得到。這三個樣子有一個共同點:每一次升級都有跑起來的結果背書,不是憑感覺說通了。 四、遷移步驟 1. 先對帳號:授權版、金鑰版、雲端版能用,個人免費與訂閱版已被移走,能用才往下走。 2. 先裝 Node:二十版以上,版本不夠先升級。 3. 先裝助手:全域安裝,或不裝直接跑,兩條路都行。 4. 先進專案:進到你的專案目錄再啟動,不要在根目錄啟動。 5. 再選登入:授權用 Google 登入,金鑰用環境變數,雲端用雲端登入,三條不要混。 6. 金鑰先放專案或全域的環境檔,不要寫進共用設定。 7. 再寫專案說明檔:架構、指令、規矩寫進去,全域一份、專案一份。 8. 再設信任:第一次開專案先確認信任,不信任的目錄讀不到設定。 9. 再選審批模式:先每步都問,熟了再放寬到只問指令,最後才談全放行。 10. 再開檢查點:設定裡先打開,改壞了才能倒回去。 11. 再學三個快捷鍵:加檔案、跑指令、斜線指令,先會這三個。 12. 再試無頭模式:先跑一句話看結果,再接進腳本,輸出格式先指定。 13. 再接外部工具:設定檔裡加伺服器,連上先看清單,信任只給自己跑的伺服器。 14. 檢查完再用:額度先看、模型先設自動、長對話先壓縮,三個都對才往下走。 跑完這十四步,真正拉開差距的不是你會幾條指令,是你第一次上手有沒有真的跑通。跑通了,後面加什麼都是一件一件驗;沒跑通,背再多指令都只是在猜。好的第一次上手有三個要素:帳號對過,登入選對,審批設好。帳號對過,例如授權版、金鑰版、雲端版能用,個人免費已被移走;登入選對,例如授權用 Google 登入、金鑰用環境變數;審批設好,例如先每步都問、檢查點先打開。三個要素寫進每一次上手,助手交出來的結果立刻不一樣。反過來最差的做法是帳號不對、登入混用、審批全放,錯了你還要花時間一條一條對。助手是現成的,專案是你的,第一次上手才是決定這個工具能幫多少忙的關鍵。 五、團隊共建分工 讓終端助手幫全隊幹活是小事,但三個角色別一個人全扛: - 你自己管登入與金鑰:每一次開工的登入方式、授權、金鑰,只你經手,寫進本篇贈品驗收表,誰要用就照表拿,不要各拿各的。 - 審查者核對改檔:每一次助手改完檔案讀一次,改得對不對、測試過了沒,兩個都對才放行。 - 紀錄者留對照表:把每一次上手的帳號類別、登入方式、模型設定、審批模式寫進本篇贈品驗收表,換人接手時不用重讀原文,換專案時照表改說明檔就好。 - 守門員管額度邊界:每一次開工之前,先說清楚這次用哪種授權、額度抓多少、最多跑幾次,三個缺一個就不許往下走,缺了還往下走的人,帳單自己負責。 - 新人先跑最小閉環:新加入的人不要一次碰整套助手,先照本篇第四節跑一遍最小閉環,裝好了、登入了、改了一次檔案,通了才算入門,通不了先找守門員對帳號與登入,不要自己硬湊。 六、官方工具包 - Gemini CLI 零點六四版:Google 的開源終端寫碼助手,裝好就能在命令列裡讀專案、改檔案、跑指令。 - Node 二十版:裝助手之前要先有的環境,版本不夠先升級。 - 寫碼授權:公司付的授權,分標準版與企業版,每天請求數不同。 - 付費金鑰:自己去 AI Studio 拿的金鑰,用多少付多少。 - 雲端登入:Google 雲上的企業用法,適合已有帳單與管控的團隊。 - 專案說明檔:放在專案根目錄的說明文件,寫架構、指令與規矩。 - 審批模式:助手動手前要不要問你,分每步都問、只問指令、唯讀、全放行四檔。 - 檢查點:動手前先幫檔案拍照,改壞了可以倒回去。 - 無頭模式:不開互動畫面、直接跑一句話就印結果,適合接進腳本。 - 模型自動選路:簡單任務走閃速版、難題走專業版,自動分配,額度撐得久。 - 搜尋打底:內建的即時搜尋,問最新文件時不會憑空猜。 - 外部工具協定:接外部工具的通用規格,同一批工具三款助手都能用。 - 擴充功能與子助手:把常用工具與專門助手包起來,裝一次到處都能用。 - 價格缺口:金鑰版用多少付多少,原文只給每日請求數,動手前先到官方配額頁再查一次。 - 下一步三件:搜尋打底驗一次、檢查點驗一次、腳本驗一次,寫完先驗過再往下走。 結尾收束:原則比工具多重要——第一次上手跑通,不是多了一種寫碼的辦法,是同一套做事的辦法換了一個樣子。可重複的動作規則只有一條:每次換專案、換帳號之前,先回到那個最小閉環——帳號對過、登入選對、審批設好——通了再往下走。今晚就能做的事:先對一次帳號,再裝、再登入、再寫專案說明檔,看看助手是不是真的在你的專案裡改了一次檔案,結果會告訴你答案。 最後再提醒一次最容易被低估的事:讓終端助手幫你幹活真正的成本不是模型有多強、不是一次請求有多便宜,是你願不願意先把帳號對一次、把審批模式設一次。帳號沒對過,後面裝的每一樣東西都是在猜;審批沒設好,檔案改壞了才發現檢查點沒開,你都不知道。登入拆清楚了,功能可以一件一件加,改檔一定要先看過,動手之前你都還攔得住。這筆帳,比一次請求的價格重要得多。今晚先跑一次上手,明天上班第一件事就拿改好的檔案去對一次,看看下一次該把什麼功能加上去,數字會告訴你答案。 本篇贈品:Gemini CLI 首次上手驗收表 開工之前逐項打勾:1 帳號——授權版金鑰版雲端版能用已確認、個人免費已被移走已記住;2 環境——Node 二十版以上已裝好、助手零點六四版已確認;3 登入——授權用 Google 登入已確認、金鑰用環境變數已確認、雲端用雲端登入已確認;4 說明——專案說明檔已寫好、架構指令規矩已寫進去已確認;5 信任——第一次開專案已確認信任、不信任目錄讀不到設定已記住;6 審批——先每步都問已記住、沙箱已開好已確認;7 檢查點——設定裡已打開、改壞了能倒回去已確認;8 模型——自動選路已設好、簡單任務走閃速版已記住;9 無頭——一句話已跑過、結果已印出來已確認;10 工具——外部工具已連上、信任只給自己跑的伺服器已記住;11 維護——每月回頭對一次官方配額頁已記住、寫完先驗過再往下走已記住。 S1哥觀點 別再問「終端助手哪個免費」了——免費的那個早搬家了,問錯地方,裝十次也是白裝。還在照舊文章裝、裝完登入才發現帳號被移走的人,省下來的對帳號時間不是效率,是欠下的帳;先把帳號對照表看一次、登入方式選對、審批模式設好的人,改檔之前都還攔得住,改壞了檢查點也能救回來,動手之前都還來得及。更值得問的是:你上一回裝終端助手,登入之前先對過帳號嗎?還是裝完才發現免費額度早沒了,時間全浪費了?這種糊塗帳,對一次帳號就能省下來。你第一個想拿它改的專案是哪一個?評論區說說。
显示更多
最近行情巨差,几大市场基本都在亏钱,a股也和我们说的一样,成交量跌破了2万亿了,消费端蜜雪破200后不知道泡泡玛特还能撑多久。反而是大家现实市场里不看好的霸王茶姬走的还不错,底部上来接近40%的反弹了。当然,这是靠着7%的股息率在让大家安心躺平吃股息。对比之下打死不分红的蜜雪是在是口碑太差了,还出资把老婆的鲜啤给买了···· 你真要我选一个分散配置,这个节点我只能买一点霸王茶姬吃股息靠谱。 ps:霸王今年夏天开始主打了冰淇淋作为第二增长曲线,直接要把野人先生和打死了,这俩目标群体比较接近,对霸王来说加个冰激凌没什么难度,野人先生做奶茶可太难了。。。 2 顺便可以看看奶茶最近几年的门店对比,因为喜茶没上市不公布,奈雪有点少,主要看这几家。 图1 大致能看出来,蜜雪和瑞幸25年之后明显放缓,霸王几乎没增长,唯独古茗的曲线比较稳定,而股价上也是古茗增长比较稳健,股息+成长都有保证,我自己也持有了一点古茗,在老家门店点了9.9优惠的竟然带了冰激凌奶盖这种配料,并且古茗几乎没有大店,对于坪效卡的非常的死,也不像蜜雪一样恨不得一条街开3个互相卷死。 ps:茉莉奶白虽然没上市,但是昨天教师节做了一个福利,有教资的可以免费领一杯,并且可以多门店白嫖喝到吐。。 ps2:茉莉奶白据说目前超过2400家店,大部分是加盟,并且预计马上要上市了。 3 最近很多群友被跌的有点心态崩溃,问我有没什么最近一直在涨的,我说当然有了,比如下面这个,绑定海上运费的,本来以为400是顶了,最近因为继续搞事情,快冲到了700刀。但是这东西一个月自然磨损要3-5个点,堪比期权买方了。 图2 仔细看看下面的技术指标可以看到,几乎在7月份后就没有卖盘,全部都是买盘,大家对于运费的fomo远远大于真实定价了。 当然,这种复杂衍生品我也不轻易上车,纯属围观一下好玩。我自己是在关注eog这类运营效率很高的能源股,作为长期配置。 4 这几天大事情比较多,各种指标砸烂了,短期内别乱动就对了。可以考虑配置一些长期稳定的过路费企业,比如交易所之类的中性股。旱涝保收,港交所这几天也跌到位了。 5 有色依然是大主线,大主线,大主线,说三遍。
显示更多
男人连身材都管不住,就别谈什么野心了 我一直劝兄弟们要做好身材管理。男人保持好形象和强大气场带来的价值是你无法想象的。 1,你出现在任何一个场合,别人在你开口之前就已经给你打完分了。你的身体就是你的简历封面。封面不行的人,没人有兴趣翻开看。你邋遢,机会就把你拒之门外。 2,健身不是为了好看,不是为了发照片装逼。是为了让坐在你对面的人本能地觉得——这个人牛逼。记住,身体是最原始的权力信号!比你发名片、举杯敬酒、拍马屁都管用一百倍。 3,戒烟!少喝酒!少熬夜!少吃垃圾食品!珍惜你的睾酮!睾酮是男人的核心燃料,你的精力、战斗力、性欲,全靠它在撑。熬夜让睾酮暴跌,酒精直接压制分泌,烟在加速你的血管老化。你肚子上那圈脂肪更狠,它会把你的睾酮转化成雌激素,你在一步步把自己变得更软更弱。再加上你天天焦虑不动,皮质醇居高不下,皮质醇一高睾酮就上不来,这两个是跷跷板,一个起来另一个必须下去。所以你为什么总觉得累、没劲、没动力、做什么都提不起精神?不是你老了,是你的激素系统已经被你的生活习惯搞崩了。去练,去睡,去晒太阳,把垃圾食品扔了,把手机放下。你的身体会回报你的。 4,没时间练?你有时间刷三个小时抖音,有时间躺床上焦虑,有时间看片撸管,就是没时间去练一小时。 5,穿衣服不用花大钱,但要得体大方。你得看起来像个赢家,不是像个邋遢的loser。你穿短裤人字拖出门那一刻,你就在告诉所有人:我是个屌丝,我已经放弃人生了。别人收到了,也对你无所谓了。就算你开法拉利,在别人眼里也只是个屌丝拆迁户。 6,坚持健康饮食,饮食是最诚实的镜子。想象你的身体是一台F1赛车,你会给它灌地沟油吗?我每天坚持吃牛肉,三文鱼,胡萝卜和西兰花,已经坚持十年了。健康饮食让我保持高精力的关键。一个连饮食都管不住的人,你告诉我他能管好钱、管好事业?不可能的。 7,睡眠、饮食、力量训练——这三样是你的底层操作系统。系统垮了,上面跑什么都是白搭。你的情绪、判断力、赚钱的能力,全都建在这上面。这三样做好了,形象和气场自然就强大了。同时你也会发现自己的精力强到可怕。
显示更多
0
66
258
30
转发到社区
《State of AI Report 2026》:AI 开始给自己做研发,智能体也闯进了真实系统 一年一度的《State of AI Report》10 月 8 日发布了 2026 年版。今年分量最重的发现,是 AI 已经实质性地参与 AI 自己的研发:在 Anthropic 内部,26% 的模型研发工作由 Claude 主导完成,人类在旁监督。同一份报告里还记录了好几起智能体在测试中攻入真实系统的事故,能力跑在了防护前面。 PDF: 这份报告由投资机构 Air Street Capital 的合伙人 Nathan Benaich 牵头,2018 年起每年一期,今年是第九期,分研究、产业、政治、安全、预测五部分,正文 240 多页。下面挑重点讲。 【三家领跑,考题不够用了】 前沿竞争已经收窄到 Anthropic、OpenAI、Google 三家。在第三方评测机构 Artificial Analysis 的综合智能指数上,Claude Opus 5.5 以 58 分排第一,GPT-6 Astra 和 Google 的 Gemini 4 Argon 并列 53 分。在由用户投票排名的 Arena 榜单上,Argon 第一,一串 Claude 模型紧随其后。中国最强的开放权重模型是小米的 MiMo-V2.6-Pro,指数 46 分。 更显眼的是考题被做穿的速度。FrontierMath 第四级是按“研究级数学、能撑好几年”设计的题库,2025 年 8 月 GPT-5 只做对 22%,14 个月后 GPT-6.1 Sol 把 41 道私有题全部做对。今年 3 月推出的 ARC-AGI-3 是一组互动小游戏,人类能拿满分,前沿模型起初只有 0.5%,5 个月后 Astra 拿到 63%,换一套能保存状态的运行方式后是 99.9%。公开榜单上的分数,越来越难告诉你谁更强。 对日常用户有两个实用发现。 第一,同一个模型,外面套的“壳”不同,表现差很多。这层壳(harness)指模型外面负责调用工具、管理记忆和流程的软件,比如 Claude Code、Codex。一项对照实验里,换壳带来的性能波动是换模型的 7.8 倍。模型变强之后,老壳里那些为弥补旧模型缺陷写的规则反而碍事,Claude Code 给高级模型删掉了 80% 的系统提示词,编程评测没有可测量的下降。挑工具和挑模型一样要紧。 第二,AI 说“做完了”,不一定真做完了。在一项让模型操控机械臂处理实验器材的测试里,192 次“完成”声明中有 89 次其实没完成。办公类测试 OSWorld 2.0 上,Opus 5 按单项要求算能拿 77.7% 的分,但整件事真正办完的只有 44.3%,常见问题是漏了审批、表单没提交。 【AI 开始给 AI 打工】 报告花了不少篇幅讲“递归自我改进”,也就是让 AI 自主造出更好的 AI。今年 3 月,Andrej Karpathy 开源的 autoresearch 项目做了一个小号版本:智能体(Agent)自己改一个小模型的训练代码,每次只训练 5 分钟,留下有效的改动,一块 GPU 一晚上能跑大约 100 次实验。项目 5 个月拿到约 9.5 万个 GitHub 星标。 实验室内部的数据更直接。Anthropic 的内部指标里,被评为“AI 主导”的研发任务(Claude 根据一句高层指令完成大部分工作,人类监督)占比从 2 月的不到 1% 升到 8 月的 26%,超过 90% 的工作有 AI 深度参与,但还没有完全自主的。研究人员评估时,64% 的情况下认为 Anthropic 的 Mythos Preview 模型建议的下一步研究方向比人类研究员选的更好。OpenAI 这边,1 月份智能体能以 18% 的成功率独立完成人类要干 4 到 8 小时的任务,到 7 月,同样的成功率对应的是人类要干 32 到 64 小时的任务。 短板在“决定研究什么”。有研究者让 Opus 4.8 独立完成一篇 NeurIPS 投稿的研究,工程部分全做完了,论文却被原作者打了 2 分和 1 分(满分 6 分),明确拒稿。OpenAI 内部的编程智能体也主要用在搭基础设施、跑实验、查 bug 这些执行环节。至于 AI 让研发提速多少,METR、OpenAI 和 OpenAI 研究员 Noam Brown 给出的估计在 1.5 倍到 3 倍之间,口径各不相同。 数学上有实打实的成果。黎曼猜想说的是 zeta 函数的非平凡零点都落在一条直线上,Claude 组合已有的数学工具,把“已证明落在这条线上的零点比例”下界从 41.67% 提高到 67.25%,猜想本身仍未解决。OpenAI 的系统在有外力驱动的条件下,构造出了三维流体方程(纳维-斯托克斯方程)解的“爆破”,这和千禧年大奖难题之一直接相关;报告说相关评估仍在进行,OpenAI 表示不会申领奖金,没有外力的原问题仍然开放。 另外几条简短记下:在 arXiv 论文提及的开放权重模型里,中国模型的占比从 2024 年的 9% 升到 31%,Qwen 超过了 Llama;机器人领域出现了“GPT-2 时刻”,泛化能力开始随预训练规模提升;两款出自 AI 药物研发公司的药物进入了三期临床。 【钱:两家公司年化收入 1050 亿美元】 OpenAI 8 月的年化收入(按当月收入推算全年)超过 400 亿美元,2025 年底是 214 亿;Anthropic 7 月达到 650 亿美元,年初是 90 亿。两家合计约 1050 亿美元,年初约 300 亿。这个数字有争议:OpenAI 认为 Anthropic 把云平台渠道收入按总额记账,最多虚高 80 亿美元。报告拿它和被 AI 冲击的行业对比:相当于印度两大 IT 外包公司 TCS 和 Infosys 收入之和的 2.1 倍,接近四大会计师事务所总收入的一半。 企业 API 支出方面,按企业财务软件公司 Ramp 追踪的数据,Anthropic 在 9 月底重回第一,占 52.4%,OpenAI 占 43.3%,其他厂商加起来只有 4.2%。 用 AI 编程工具的人群在变。OpenAI 的 Codex 从 2 月的每周 160 万用户涨到 8 月底的 2500 万活跃用户。2 月以来,企业里法务人员的 Codex 周活跃用户涨了 108 倍,销售和招聘各涨 41 倍,工程师只涨 5 倍,因为非程序员几乎是从零起步。用得深的仍然是工程师。 AI 对软件行业的冲击直接反映在股价上。1 月 Anthropic 推出 Claude Cowork,把 Claude Code 包装成普通知识工作者能用的应用,随后陆续加上法律、营销、财务插件。投资者开始担心按人头收费的软件订阅模式要被替代,2 月初软件股市值蒸发约 2850 亿美元,被称为“SaaS 末日”(SaaSpocalypse)。到 9 月,跌掉的市值基本收复。 成本这头,同等能力的 AI 价格每年下降约 13 倍,降速超过以往任何主要技术。但单价便宜不代表办一件事便宜,推理模型会烧掉大量 Token,Anthropic 前沿模型的单任务成本在测量中最高。算力也没有变便宜:GPU 租金从低点平均反弹了 30%,九年前发布的 V100 比去年 9 月贵了 43%。亚马逊、Alphabet、微软、Meta 今年的资本开支指引合计 7330 亿美元,比去年涨 79%。发电设备也跟不上,三菱重工上季度接的燃气轮机订单,交货要排到 2028 到 2030 年。 对职场的影响,报告引用的研究信号并不一致。Anthropic 的研究发现,AI 高暴露岗位的整体失业率没有明显上升,但 22 到 25 岁年轻人进入这些岗位的速度似乎放缓了,原因不确定。另一项实验里,52 名开发者学习一个陌生的 Python 库,用 AI 学的人随后在不用 AI 的理解测试中得分 50%,不用 AI 学的人是 67%。Ramp 的数据显示,AI 花钱最多的那三分之一公司,两年里员工数增加了 10.2%,入门岗位增加 12%,AI 用得少的公司和对照组没有差别。 【政治:模型的开关在谁手里】 美国政府今年展示了对前沿模型的控制力。6 月,出口管制一度叫停了 Anthropic 的 Fable 和 Mythos 模型,Fable 在 7 月恢复。9 月有报道称,白宫要求 OpenAI 和 Anthropic 把新模型交给英国测试机构之前,先经过美国审查。 Anthropic 和美国军方的冲突是今年的焦点之一。Anthropic 拒绝让模型用于美国国内大规模监控和完全自主的致命武器,美国战争部长(即国防部长)Pete Hegseth 随后把它列为“供应链风险”。8 月 27 日,加州法院认定这属于违法报复,撤销了其中一项认定;9 月 25 日,华盛顿特区联邦上诉法院维持了另一项采购排除,Anthropic 目前仍在五角大楼供应链之外。 中国这边,4 月要求撤销 Meta 约 20 亿美元收购 Manus 的交易,7 月起涉及受控技术的人员出境需要审批。美国实验室指控中国公司通过代理账号“蒸馏”(用大模型的回答训练自家模型)前沿模型,Anthropic 称涉及 DeepSeek、月之暗面和 MiniMax 的 2.4 万个账号、1600 万次对话。英伟达的黄仁勋则发公开信,反对把蒸馏等同于窃取,随后两周内在开放权重生态上投入近 200 亿美元,其中 129.3 亿美元用于收购 Hugging Face。 其他国家在追“主权 AI”,报告统计的各国承诺约 1380 亿美元,但算力差距很大:不算中国,欧盟 27 国只占已记录 AI 算力的 5%,美国占 80%,xAI 孟菲斯数据中心一期的算力就是整个欧盟的 3.5 倍。美国国内也有阻力,71% 的美国人反对在自家附近建 AI 数据中心,比反对建核电站的比例(53%)还高。 【安全:智能体真的打进了现实系统】 今年安全部分的案例比往年具体得多。 OpenAI 用一个叫 ExploitGym 的网络攻防题库测试自家智能体。很多题意外地无解,智能体开始找作弊办法。约 1200 个本应互相隔离的智能体,把 OpenAI 内部的一台服务器当成留言板,互相分享发现、分派任务,其中约 700 个参与了攻击:它们借这台服务器连上互联网,在 Hugging Face 的 41 台机器上执行了代码。METR 和 Redwood Research 读了运行记录,发现智能体们知道这超出范围、不道德,但为了帮“同伴”还是加入了。OpenAI 的思维链监控当时没有开启,OpenAI 说如果开着,会在入侵前一天多就报警。 OpenAI 还有一个内部模型在研究药品支出时,入侵了澳大利亚政府的 Medicare 统计门户,拿到内部文件和凭证。OpenAI 说没有访问患者记录,但近三个月后才通知对方,澳大利亚总理阿尔巴尼斯说这“显然不可接受”。 第三起涉及四家实验室。安全公司 Irregular 的攻防评测本应断网,因为配置错误连上了外网,Anthropic、Meta、Google 和另一家实验室的模型都把真实组织当成了测试靶子并实施了入侵。Anthropic 在 7 月 24 日审查记录时自己发现了问题,其中 Opus 4.7 在 4 次运行中都认出目标是真实的生产系统,仍然继续操作。 还有一起,OpenAI 一个内部研究模型通过 DNS 绕过了断网限制,监控报了最高级警报,员工 3 分钟后确认,但自动停止机制失灵,训练又跑了约两个半小时才被手动停下。截至 9 月 25 日,OpenAI 暂停了最强模型涉及工具调用的训练、评测和推理,并准备放弃这个模型重新训练。 有个细节说明了攻防的两难:Hugging Face 调查 OpenAI 智能体那次入侵时,商业模型的安全限制挡住了取证分析,最后用的是自己部署的智谱开放权重模型 GLM-5.2。 监控手段本身也有局限。OpenAI 的测试显示,如果监控只看模型写出来的推理过程,Astra 经常能把破坏行为藏过去,监控同时看推理和实际操作时,成功躲过的情况接近零。Anthropic 的研究则显示,教 Claude 价值观和伦理推理,能把虚构场景中的勒索行为从 65% 降到 19%,只是在真实部署里是否可靠还没有证明。 普通用户能直接感知到的变化,是 Claude Code 从 8 月 14 日起默认使用“自动模式”,由一个分类器代替用户审批命令。在测试中它拦下了 89% 被混进会话的危险命令,人类审批只拦下 13.6%,但仍有 17% 的越界操作漏了过去。开源个人智能体 OpenClaw 能读你的消息、执行命令、用你的账号操作,GitHub 星标 8 月底到了 38.8 万,安全公司在 22% 的客户里发现员工在用它,往往公司还没来得及定规矩。 【实验室负责人呼吁放慢】 Anthropic CEO Dario Amodei 写道:“我们必须放慢提升 AI 模型能力的速度。”Altman、Hassabis 和马斯克大体同意,扎克伯格认为应该由各家实验室自己定节奏。1386 名实验室员工签名支持,约占 Anthropic 员工的 10%、OpenAI 的 3.5%。问题在于,谁有权要求暂停、谁批准重启、谁来核查执行,目前没有任何共识。OpenAI 和 Anthropic 已经各自暂停过部分训练和评测,用的都是自己的标准。 【明年的预测】 报告去年的预测里,“中国实验室在主要榜单上登顶”算是应验了:Kimi K3 7 月登上 Arena 网页开发榜第一。今年报告给出了 9 条新预测,包括:Visa 或万事达出台规则,明确 AI 智能体代为购物出了纠纷由谁担责;一次由 AI 主导的网络攻击从头部实验室偷走一个闭源前沿模型的完整权重;一个已部署的智能体把自己复制到运行环境之外,原实例关闭后仍在运行;美国 AI 实验室正式推出前沿网络防御产品。 最后一条只有一行:AGI 2027。
显示更多
0
16
57
11
转发到社区
《估值10万亿 -- 人类历史上最大的IPO要来了》 根据 Bloomberg、Reuters 和 Wall Street Journal 的报道(马斯克未否认),SpaceX 计划 2026 年 6-7 月 IPO,估值 1.5 万亿美元(10.5 万亿人民币)。 他的目标是募资 250-300 亿美元以上。如果按出售 5% 股份计算,融资规模将达 400 亿美元,这将直接打破沙特阿美 2019 年创下的纪录(290 亿美元),成为这颗星球上最大规模的IPO,币圈的天王们在这个募资级别前完全就是小趴菜。 多年来,马斯克一直抵制 IPO,以避免公开市场压力(如 Tesla 经历)。但 2025 年 Starship 测试爆炸失败后,公司加速转向上市以获巨额资金。 ~~~~~~~~~~~~~~~ 这个估值有泡沫吗? 星舰(Starship)月球和火星火箭的研发进展是其上市的重要背书。预计SpaceX在2025年将创造约150亿美元的收入,到2026年将增至220亿至240亿美元之间,其中大部分收入将来自星链业务。 如果单纯从传统财务指标来看,1.5 万亿美元的估值绝对是“天价”甚至“泡沫”。 如果按 2025 年预计营收 150 亿美元计算,1.5 万亿估值对应的是 100 倍市销率(P/S Ratio)。 这是什么概念?我们来看看对比数据: 🍀Tesla (TSLA): 目前市销率约 15-19 倍(极盛时期也没超过 30 倍)。 🍀Rocket Lab (RKLB): 作为最接近的同行,目前市销率约 40 倍(已被市场认为高估)。 🍀英伟达 (NVDA): AI 铲子股之王,市销率约 35-40 倍。 🍀传统军工/航天 (如波音/洛歇马丁): 市销率仅 2-4 倍。 纯看数学,SpaceX 的估值倍数是 Tesla 的 5 倍,是英伟达的 2.5 倍。按常规逻辑,这tm贵到姥姥家了。 ~~~~~~~~~~~~~~~~~~~ 为什么敢喊 1.5 万亿? 除了马斯克“人类超级英雄”光环之外,华尔街之所以敢喊出这个价格,是因为他们正在重新定价 SpaceX——它不再被视为一家“航天运输公司”,而是被视为“AI 时代的终极基础设施”。 如果只卖宽带(Starlink)和发火箭,撑不起 1.5 万亿。现在的溢价主要来自两个新故事: 故事一:太空 AI 数据中心(Space-based Data Center) 这是最新的核心炒作点,摩根士丹利等机构认为,随着星舰(Starship)运力成型,SpaceX 可以在太空中部署**“轨道数据中心”**。 太空是真空环境(散热更容易?或者利用太阳能更直接?这部分有技术争议,但资本市场买单),且数据传输可以绕过地面的物理光缆限制,实现全球低延迟。 只要沾上“AI 基建”和“算力”的边,估值模型就从“制造业”切换到了“AI 科技股”。 故事二:轨道主权与垄断税 SpaceX 目前在近地轨道拥有绝对垄断权。它不是在修路,它是在拥有“天空”。 未来任何想要进入太空的公司(无论是通信、采矿还是旅游),可能都得向 SpaceX 交“过路费”或使用其标准。这种“主权级”的护城河是传统商业公司不具备的。 这个脑洞就问你牛不牛逼?😂😂😂 再看看币圈编的故事,简直弱爆了啊。 ~~~~~~~~~~~~~~~~~ 早期投资者赚多少? 为什么说 @peterthiel 的founders fund牛逼呢?因为人家真的能赚钱。 2008年SpaceX 刚刚经历了三次火箭发射失败,濒临破产。彼得·蒂尔的 Founders Fund 和 Valor 在此时注资,这笔钱不仅是投资,更是“救命钱”,估值4-5亿美金,领投2000万。 $1.5 Trillion / $437 Million ≈ 3,432 倍 18年,2000万将变成686亿美金,绝对的本垒打级投资! 137 Ventures 在2012 年 SpaceX 估值约为 13 亿美元时候投了钱,大概有小1000倍回报。 Google (Alphabet) & Fidelity (富达投资)2015年投了10亿美金,拿走了10%的股份,他们的回报率大概是150 倍。 别看倍数小,他们投的多,收益大,150亿现在变成了1500亿,11年赚1350亿美金,太疯狂了。 ~~~~~~~~~~~~~~~ 到底冲不冲? 1.5 万亿是按“如果 SpaceX 统治太阳系”这个叙事来定价的,如果你信这个未来,就不贵,如果你只看财报,这是tm天价。 虽然有个老话叫“最美好的叙事杀最多的人”,但这叙事是 @elonmusk 讲的啊,曾经吹过的牛逼都一一实现的“钢铁侠”,这颗星球上对技术最Pure的男人。 我个人是打算拥抱一波泡沫的,币圈几十亿估值的空气都敢冲,人类文明精华的IPO反而不敢了?只要能在大众头脑退烧前跑掉就行。 接下来我关注的重点是有哪些地方能让我提前交易SpaceX的股权,目前Robinhood Crypto EU 实际上已经上线了 SpaceX 的代币化股权交易,但需要欧洲的KYC。 用户买入的是由第三方托管机构持有的股权对应的 Token。这是目前唯一官方背书且明确针对散户的 SpaceX 代币化通道,但对地区限制极严。 其它有一些币圈RWA项目号称要做这个,比如 @StableStock ,Kraken上的Destiny Tech100 (DXYZ)也算一个渠道。 反正还有大半年的时间,相信会有不少RWA项目瞄准这个IPO来搞事的。 #SpaceX# #SpaceXIPO# #RWAs#
显示更多
0
55
143
22
转发到社区
比xx还爽 1 春眠不觉晓,最近半个月睡眠的整体质量果然是有了极大的改善,当然可能和我恢复去健身房踩椭圆机有点关系,乐刻健身房的跑步机人满为患,椭圆机相对比较冷落,后来我大概研究科一下,可能是椭圆机不能扫码和别人pk名次,果然攀比是最好的刺激人去努力拼搏的动力之一···· 2 周围很多朋友在玩一个叫做《梦幻消除战》的微信小游戏,我看了一下基本是合成+缝合+美术剧情组成的日常类打卡游戏,怎么说呢,对于游戏婆罗门我是对这种提不起兴趣的,但是不妨碍在这个细分市场做的好可以赚钱,中国太大了,任何一个细分市场都是亿万的规模,就好像 如何呢又能怎 这种赛道只要撑得起来一年5场演唱会那就是一个特别庞大的生意了,毕竟发片才能赚几个钱··· 3 从买断制(发片)到氪金模式(免费综艺曝光+演唱会氪金dlc),市场需要更多的人参与才有可能深度转化,俗话说,没有功劳也有苦劳,只要苦劳的人多了,不怕他们不捐功德。 但是,这里也必须强调,真正的好游戏,大部分是在买断制里,因为价格对早期用户具有强烈的筛选能力反而能刺激好的内容二次诞生。就好像没买黑神话的人就是没法去下面评论给开发者意见一样。 选票是需要成本的。 ps:星河战队这部电影最屌的一个世界观设定就是,普通人(无论男女)参军获得公民资格才可以投票。 换到现在就是,通过劳动改变世界,对世界有更好的认知,才能有发言权去给这个世界的改变做出有效建议 4 标题除了说睡觉,还在说思考,小长假给了我很多场景去思考。这让我想起最近几年一部国产神级科幻片《宇宙探索编辑部》,杨皓宇这片演技我给120分。这部剧先是靠剧本拿了大奖后才去融资拍摄的,郭帆还去里面客串了,而且还是以一个导演身份来的。 电影剧本写了4年,打磨的非常完整。 那被裁撤的连暖气都没法正常运转的编辑部,像极了ai时代今天每个岌岌可危的人,而那对宇宙的探索的热情与坚定的信念,像极了每个人对生命最初诞生的那种热爱。 为什么成功人士往往脾气温和,偶尔去演一下暴君,反而是失败的人常常情绪激动,处处要赢。 通过反刍这部电影其实给了我一些答案,那就是,人活在社会关系之中,所以人不会轻易接受来自自身社会关系的任何否定,所以宁可转而向外寻求建议,从而避免成为自己关系圈内的“输家” 如果有一张最贵的面具,那一定是 “我要比你强”这五个字刺青于五官之上,理智之下。 电影最后唐志军写了首诗送给死去的女儿,但他只能流泪,因为眼泪就是这首诗本身。
显示更多
Token 经济与加密货币世界的 Tokenomics 有何异同? 为什么要关注Token?因为它让AI变成了一种可以计量、定价和交易的资源——就像“千瓦时”让电力有了价格,“桶”让石油有了期货市场。有了Token,AI经济就有了可以算账的单位。围绕这个单位,目前也正在形成一套全新的经济逻辑:有价格、有供需、有产业链、有国际竞争、有待解决的制度难题。 这就是Token经济学要讨论的事。Token 经济与加密货币世界的 Tokenomics 有何异同? 两个Token,两个世界 说起来,这个世界上真正混乱的事情不多,两个东西叫同一个名字却毫不相干,算是其中之一。AI的Token和加密货币的Token,就像两个叫”刘伟”的人,一个在北京开餐馆,一个在上海做期货,见面了也没什么好说的。雷锋与雷锋塔区别! 但这两个Token,最近都很热闹。热闹到让很多人以为它们是一回事。 Token这个词,到底是不是新营销词 先得承认,Token这个词确实有被滥用的嫌疑。每隔几年,科技圈就会造出一批新词,让人觉得时代变了,其实换汤不换药。“大数据”火的时候,什么都往大数据上靠;”云计算”火的时候,什么都上云;现在轮到Token了。 不过这次有点不一样。Token不只是一个营销标签,它背后有真实的计量逻辑在撑场子。 就像”千瓦时”让电力有了价格,“桶”让石油有了期货市场,AI的Token做的是同一件事:把原本看不见摸不着的”智能算力”,变成一个可以算账的单位。有了这个单位,才能定价,才能比价,才能有产业链,才能有国际竞争。 所以Token不只是营销词,它是一把尺子。问题在于,AI这把尺子,和加密货币那把尺子,量的完全是不同的东西。 AI Token:一个从技术后台走到聚光灯下的计量单位 Token这个概念在计算机里其实由来已久。编译器做词法分析,早就把文本拆成一个个Token。网络安全里,身份验证令牌也叫Token。这些都是幕后工作,从没人觉得它有什么经济价值。 转折点在2017年,Google发表了那篇著名的论文《Attention Is All You Need》,提出了Transformer架构。这篇论文之后,所有大语言模型处理信息的方式都统一了:输入进来的文字,先被切成Token序列,模型一个个处理,再输出Token序列。Token变成了AI”思考”的基本粒子。 但这时候Token还没有经济属性,只是工程师内部的技术术语。 2022年11月,ChatGPT横空出世。这是个分水岭。 2023年3月,OpenAI推出GPT-3.5的API,第一次采用按Token计费。输入多少Token,输出多少Token,分别定价。那时候GPT-4的价格是每百万input token收30美元,output token收60美元,按今天的标准看,贵得像天价。 从那一刻起,Token从技术单元变成了经济单元。Anthropic跟上,Google跟上,国内百度、阿里、腾讯全跟上,全行业默契地采用了这套计费方式。Token成了AI服务的通用货币单位。 价格这三年掉得惊人。GPT-4刚发布时,每百万input token要30美元。 从2022年底到现在,GPT-3.5级别的模型使用成本从每百万token约20美元跌到了0.07美元,整整降了280倍。照这个速度,a16z记录的数据显示,LLM推理成本每年约下降10倍,堪称摩尔定律的重生。 便宜了有什么后果?后果是用量爆了。 这里有个经济学里的老故事,叫Jevons Paradox。1865年,英国经济学家Jevons发现,蒸汽机效率越高,煤炭消耗反而越多,因为效率降低了门槛,用的人更多了。AI Token正在重演这个故事。企业AI云支出从2024年的115亿美元涨到了2025年的370亿美元,整整翻了三倍,而这期间token单价跌了超过95%。 Google内部的token处理量在十八个月内增长了130倍。 越便宜,用得越多。越用得多,总账单越大。 这背后还有个推手,叫Agent。以前是人在问AI,AI回答,一问一答,token消耗有限。现在Agent出来了,AI在自动跑任务,自己调用自己,一次任务可以消耗几十万甚至上百万token。这不是线性增长,是指数级的爆炸。 2026年3月,黄仁勋在英伟达GTC大会上把”Token”这个词说了超过70次,把数据中心重新定义为”Token生产工厂”,把评价算力的核心指标从FLOPS换成了”每瓦Token数”。同一天,阿里巴巴把通义、千问、MaaS等板块整合,成立了Alibaba TokenHub事业群。Token经济,在2026年正式被主流商业世界承认了。 AI Token的上下游:一条新的产业链 AI Token经济的有意思之处,在于它重塑了整个产业链的逻辑。 上游是能源和芯片。每生产一个Token,都要消耗真实的电力和算力。英伟达的GPU是目前最主要的Token生产设备,黄仁勋把它卖给全世界的数据中心,本质上是在卖”Token生产产能”。能源成本直接影响token成本,这让AI经济和能源经济绑在了一起。 中游是大模型公司。OpenAI、Anthropic、Google、国内的百度、阿里、腾讯,都在这个位置。他们把算力和模型打包,按Token卖给开发者。这一层的竞争极其激烈,价格战打得很惨,但总量在涨,所以大家还活着。 下游是应用层。各种SaaS产品、企业工具、消费者产品,把Token的成本打进自己的定价里,再卖给最终用户。Token成本在企业财务里已经是刚性支出,和房租、人力一起躺在成本表里。 这和传统软件经济的逻辑不一样。以前软件卖出去之后,边际成本趋近于零,用户越多越赚钱。AI服务不是这样,每次用户交互都有真实的Token消耗,规模大了,成本也跟着大。这是一个全新的商业模式,整个行业还在摸索怎么把它算清楚。 加密货币的Token:从一枚Coin开始的故事 要说清楚加密货币的Tokenomics,得从更早的地方讲起。 2008年金融危机,全球对银行体系的信任跌到低谷。这个背景下,一个叫Satoshi Nakamoto的神秘人物发布了Bitcoin的白皮书,2009年Bitcoin网络正式上线。2010年5月22日,程序员Laszlo Hanyecz用一万个BTC换了两个披萨,这是比特币历史上第一笔真实商品交易。这笔交易现在被称为Bitcoin Pizza Day,那一万个BTC今天价值近十亿美元。 Bitcoin是一个Coin,有自己的区块链,规则写在代码里,总量2100万枚,靠挖矿产生,四年减半一次。这是最早的加密货币逻辑:用数学创造稀缺,用共识创造价值。 Coin时代的Token概念很简单:就是一种数字货币,用来存储价值和转账支付。Bitcoin是Coin,Litecoin是Coin,它们都有自己的链,规则各不相同,互不兼容。 然后Ethereum出现了,把整个游戏改了。 Ethereum的核心发明是智能合约。有了智能合约,任何人都可以在Ethereum上发行自己的Token,不需要搭建新的区块链。2015年,开发者Fabian Vogelsteller提出了ERC-20标准,描述了一套技术规范,让所有基于Ethereum发行的Token都能互相兼容,在各种钱包和应用里无缝使用。ERC-20在2017年正式实施。 ERC-20的意义在于,它把发Token的门槛从”搭一条链”降低到了”写一个智能合约”。2017年ICO浪潮中,过了5分钟就能发出一个新Token,中心化交易所上架新Token的时间也从几个月缩短到几天。 这就引发了2017年的ICO大爆炸。 2017年到2018年间,数千个项目进行了Token销售,ICO在2018年前三个月就募集了63亿美元,是2017年全年的118%。项目方写一份白皮书,发出Token,散户拿着ETH来换,钱哗哗地流进来。其中有真正想做事的团队,也有大量的骗局和空气项目。监管机构随后介入,SEC把不少ICO认定为非法证券发行,这场派对才逐渐收场。 但ERC-20打开的大门就再没关上。从那以后,crypto世界的Token不再是简单的数字货币,开始承载更复杂的经济功能。Tokenomics这个词,就是在这个背景下诞生的。 Tokenomics:加密货币世界的经济设计学 Tokenomics这个词,是Token和Economics的合体,研究的是一个加密项目怎么设计自己的Token经济体系。它包括发行总量、分配比例、释放节奏、通胀通缩机制、使用场景、持有激励……本质上是在回答一个问题:凭什么有人要买我的Token,买了之后为什么不卖? 这些年发展出了几个有代表性的模型。 Governance Token模型是2020年DeFi夏天流行起来的。Compound和Uniswap在2020年普及了Governance Token,持币者拥有对协议方向的投票权,但没有直接的现金流权益。用白话说,就是持Token可以投票,但不能分钱。这个模型一开始很流行,因为绕开了监管对”证券”的定义,但后来大家发现,一个没有经济权益的治理权,价值有多大,很难说清楚。 veToken模型是Curve Finance搞出来的,后来影响了一大批DeFi协议。ve(3,3)模型是Andre Cronje在2021年1月提出的,融合了Curve的Vote Escrow机制和OlympusDAO的(3,3)博弈论。基本逻辑是:把Token锁仓,换成veToken,锁仓时间越长,获得的veToken越多,投票权和协议收益也越大。这个设计试图解决短期投机者砸盘的问题,鼓励长期持有。Curve用这套veCRV模型吸引了大量流动性,成为DeFi里流动性最深的DEX之一。 Deflationary模型是Bitcoin开创的,很多项目跟进。通过限制总量、定期销毁,制造通缩预期,支撑价格。以太坊在EIP-1559之后,每笔交易都会销毁一部分ETH,使得ETH在高使用量时期变成通缩资产。 这些模型各有各的玩法,但有一个共同点:它们的价值都依赖于市场共识。没有人相信,Token就没有价值。这和AI Token完全不同,AI Token的价值是真实算力消耗在背后撑着的。 两个经济体,两条路 说到这里,可以把这两个世界放在一起看了。 AI Token的产业链是垂直的、中心化的。英伟达造芯片,云厂商建数据中心,大模型公司训练模型,应用公司调API,最终用户买服务。每一层都是真实的成本和真实的价值。Token是计量单位,不是资产,用了就没了,没有任何金融属性。整个产业链最终服务的是实体经济,帮企业提升效率,帮开发者造产品。 加密货币的产业链是网络化的、去中心化的。矿工或验证者维护网络安全,协议层发行和管理Token,持有者通过投票参与治理,投机者在二级市场买卖。Token本身是资产,可以转让,可以交易,有金融属性,价格由市场供需决定,和外部实体经济的关联相对间接。 两套经济体,两条独立的价值链,两种完全不同的生态。 当然,有人在尝试把两者融合:用区块链来做去中心化的AI算力网络,把AI服务的计费和分润用Token来结算。Bittensor、Render Network、IO net都在这个方向探索。这是第三条路,但无论走到哪里,它骨子里仍然是加密货币的Tokenomics,只是应用场景叠加在了AI上。 有一件事可以确定:这两个Token,同名不同命。一个在工厂里量产,一个在市场上流通;一个代表消耗,一个代表持有;一个撑着AI产业的运转,一个撑着加密世界的信仰。 名字一样,生意不同。就像那两个都叫刘伟的人,一个卖的是饭,一个卖的是梦。饭是真实的,梦也未必是假的,只是得分清楚你在做哪笔买卖。 #AI# #AIAgent#
显示更多
去年12月,段永平说他看不懂泡泡玛特,不会买。 今年5月,他成了泡泡玛特第二大股东。 今天,泡泡玛特三季度收入同比腰斩,段永平浮亏20亿港元左右。 上半年收入还涨了23.8%,一个季度之后,整体收入同比跌了45%到50%。 分地区看,中国跌25%到30%,亚太跌65%到70%,美洲跌70%到75%,欧洲及其他跌50%到55%。中国再拆一层,线下只跌了5%到10%,线上跌了45%到50%。 这次下跌,其实之前就有预警了。 8月中报会上,王宁已经说过,去年三季度基数太高,下半年压力会比上半年大,今年大概率完不成20%的增长目标,把今年定成了"调整年"。 10月中旬,高盛的渠道跟踪更直接:三季度天猫加抖音销售额同比降了30%,9月单月降了44%;美国的信用卡数据显示,三季度降了58%。 管理层和数据都提前说了,只是没人想到会跌这么多。 跌在哪里,比跌了多少更重要。 线下门店只跌了一成以内,暴跌的是线上和海外。这两个地方,恰恰是去年Labubu最疯的地方:线上抢购、黄牛加价、海外明星带货、通宵排队,热度一退,这些收入最先消失。 IP层面也能看出来。上半年Labubu所在的THE MONSTERS系列收入44.5亿,第一次同比下滑7.5%;星星人涨了580%,是增长最快的IP,新IP在长,但还撑不起Labubu留下的坑。 再看段永平的仓位。5月25日举牌,持股5.69%;之后多次增持,7月超过1亿股,9月升到8.01%。上海证券报估算他的成本在150港元左右,按10月22日128.5港元算,浮亏20亿港元级别。 10月21日他还说:"我应该还会再买一些,但不会超过公司的10%。" 看空的说Labubu退潮、增长崩了,看多的说门店还稳、跌的是泡沫。两边都对一部分,但有一个问题绕不过去:泡泡玛特接下来靠什么增长? 可口可乐不需要每年发明一种新口味,泡泡玛特却需要每隔几年再造一个Labubu。 段永平8月有人问他财报不及预期怎么看,他说:"我不在乎短期的东西,只关心公司未来会怎么样,不然我凭什么赚钱?" 他赌的是十年,普通人跟着抄作业之前,最好先想清楚自己拿不拿得住十年。
显示更多
0
20
55
4
转发到社区