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 河出文庫
河出文庫 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 河出文庫 的推特
从半导体微缩到精准医疗:拆解 Twist Bioscience 的技术护城河与产业突围 在合成生物学与生命科学工具赛道中,Twist Bioscience(NASDAQ: TWST) 常被称为“生物界的台积电”。通过将传统的 DNA 化学合成搬上半导体硅芯片,Twist 实现了单碱基合成成本 1~2 个数量级(90%~99%)的断崖式削减。 这种颠覆性的制造范式究竟构建了多宽的护城河?为什么在面对 IDT、金斯瑞(GenScript)等传统巨头以及新一代无细胞/酶法合成玩家时,市场呈现出分庭抗礼而非完全替代的格局? 1. 认知基石:DNA、基因与合成生物学的“物理约束” 要理解合成生物学的商业逻辑,首先需要理清底层的生物学与物理常识: 基因是 DNA 的一部分: 基因是具有遗传效应的特定 DNA 片段。在人类基因组约 30 亿个碱基对中,直接编码蛋白质的功能基因区仅占 1%~2%,其余 98% 为调控元件、内含子等非编码序列。 传统合成的物理天花板: 传统的 96 孔板或柱式固相合成采用微升($\mu\text{L}$)级反应槽。由于物理体积大,反应必须注入过量的亚磷酰胺单体与脱水乙腈等昂贵试剂。 惊人的材料浪费: 传统工艺中超过 99% 的昂贵试剂最终作为废液被冲洗掉,导致试剂成本直接占到成品售价的 20% ~ 50%(约 $\$0.10 \sim \$0.20$ / bp)。这一化学物理极限,长期将高通量基因应用的商业化门槛死死封锁。 2. 硅芯片微缩:降维打击的成本革命 Twist 的底层创新并非发明了新化学,而是完成了一场将半导体微纳制造、微流控与分子生物学高度融合的跨学科工程重构。 Twist 将反应体积微缩至皮升($\text{pL}$)级别,在单张标准尺寸的硅芯片上集成了 超 100 万个独立反应位点。单碱基成本直接被打到了 $\$0.007$ 甚至更低。 削减 1-2 个数量级为何是“质变”而非“量变”? 成本下降 90%~99% 不是常规利润率的优化,而是跨越了商业可行性的生死临界点: 液体活检与肿瘤微小残留病灶(MRD): 动辄数万至数十万条探针的杂交捕获 Panel,成本从数万美元压缩至几百美元以内,直接激活了肿瘤早筛与术后监测的百亿级临床市场。 抗体与蛋白工程的“暴力穷举”: 药企不再受限于几十个突变体的试错,可直接订购包含百万种序列变异的合成抗体库,进行饱和突变扫描(DMS)。 全基因组 CRISPR 筛选: 数万条 gRNA 引物池的合成成本降至科研实验室日常经费可承受区间。 DNA 数据冷存储: 成为人类将二进制数据编码写入 DNA 介质的早期工业敲门砖。 3. 技术护城河深度与物理边界 Twist 的技术护城河极深,但由于其特殊的物理特性,这道护城河也存在明确的边界。 核心壁垒(跨学科工程与下游粘性) 表面化学与微纳制造: 芯片表面必须实现极高精度的亲水/疏水微图案化,抵御强酸强碱与有机溶剂的反复冲蚀,防止皮升级液滴交叉污染。 微量拼接与生化纠错算法: 芯片单点产物仅为飞摩尔($\text{fmol}$)级别(肉眼不可见)。如何将这些超微量短链寡核苷酸高效洗脱、并高保真地酶促拼接为 1~5 kb 的长链基因,涉及高度专有的酶学配方与软件调度。 临床注册锁定(IVD 转换成本): 肿瘤诊断公司的探针库一旦通过 FDA/NMPA 的临床验证与注册,更换上游探针耗材需重新进行昂贵的临床试验,迁移成本极高。 固有局限与边界 物理得量(Yield)极低: 产物必须经过 PCR 扩增,无法直接交付微克至毫克级别的未扩增纯引物。 “拼单发车”的交付节奏: 芯片开机成本高,需要汇聚全网订单集中“烧录”,在单条/极小批量的应急订单(24~48 小时隔日达)上,灵活性逊于柱式合成。 长链与复杂序列受限: 化学合成单链极限在 300~500 nt,长基因依赖算法拼接。面对极端高 GC、发夹结构或长重复序列时,拼接成功率面临挑战。 结语:从“试剂作坊”到“半导体生物学” Twist 的本质,是用半导体制造范式颠覆了传统湿实验的耗材与试剂经济学。它并没有消灭传统引物合成或 CRO 巨头,而是通过断崖式的成本削减,在超高通量探针库、全外显子富集、高位点 MRD 液体活检等领域开辟了原本不存在的增量市场。 随着未来无细胞合成与酶法技术的演进,基因合成赛道的下半场竞争,正从单纯的“单碱基化学成本”比拼,升级为“通量、保真度、交付时效与全流程生物解决方案”的综合多维博弈。 免责声明: 本人持有推文提及标的,观点充满偏见,非投资建议dyor
显示更多
0
39
11
5
转发到社区
GPT-5.6已上线。 我测完,沉默了三秒。 01. 前端工程师 网页设计、3D渲染、前端代码——对比截图已刷屏。你写三年代码的同事,它十分钟搞定。 02. 客服团队 集成Playwright,自动测试、抓取、执行。不是聊天机器人,是会自己操电脑的代理。 03. 程序员 150万token上下文,100+步骤复杂任务,一口气跑完不报错。整个代码库塞进去,读、改、测全包。 这不是辅助工具。是直接抢饭碗的竞争对手。 不要工资,不请假,不摸鱼。 推理预算从768提升到960—— 想得更深,错得更少。 IT行业的内卷终点不是卷赢同事, 是卷赢这玩意儿。 不会用AI的人,不是落后一步, 是直接出局。 下一个裁员名单上,有没有你?  04.大厂的小算盘 一开始疯狂补贴AI,报销打满。 等你们依赖了,再收紧Token用量, 让离不开的人自掏腰包。 腾讯被曝: 多部门员工月2000美金AI预算, 已逐步下调至不到2000元人民币。 像下套? 不,这就是最普通的成本核算。 当年打车、外卖补贴, 哪个不是这个套路? 推广期砸钱养习惯, 目的达到自然回收。 真正该问的是: 那2000美金Token,换出了什么? 如果多数人就拿来写周报、改PPT、 生成汇报图,砍掉不疼。 但如果有人真把效率翻了几倍, 这时候砍预算, 砍的是公司自己的竞争力。 AI预算从来不是福利,是投资。 投资看回报。 拿不出回报, 凭什么一直掏? 能证明自己值这个钱的人, 才有资格谈预算。  —— 我是 🦌概率鹿梦|@DeerLucid 用概率思维拆解财富与人性,一起构建AI时代护城河。 
显示更多
《🔥如何使用DeepSeek选股炒股,让收益跑赢95%的散户?六年股民实战分享!》 本文为入市六年老股民的真实实操心得,全程落地可复制,无空泛理论。 一、炒股六年亏掉一辆车,直到我换了一种选股方式 先上一组真实数据:我今年的收益率是37.6%。不算惊人——肯定比不过那些抓到翻倍妖股的幸运儿。 但支付宝给我弹了一个提示:「你的收益超过了95%的基民和股民」。那会儿我才意识到:原来A股里大部分人今年压根没赚到钱。 我炒股六年,前五年都在亏。不是小亏,是把一辆本田雅阁亏进去的那种。我试过追涨停板、学过波浪理论、研究过缠论、还花过8000块报过一个「游资操盘手」的课。结果呢?亏得更快了。 后来我终于想明白了一件事:我根本不是在做投资,我是在赌博。我所谓的「选股」就是刷雪球看谁被讨论得多、看东方财富的评论区哪只票热度高、看哪个大V又发了代码。 我没有做过哪怕一次完整的公司基本面分析——因为我根本不知道怎么做,也没有时间做。直到DeepSeek出现。 梁文锋的幻方量化是DeepSeek的母公司——中国最顶级的量化对冲基金之一。他们训练出来的AI模型,骨子里就带着金融分析的基因。这个工具让我第一次觉得——原来一个散户也可以像机构那样做研究。 今年我选出来的每一只股票,都经过了DeepSeek至少三个维度的深度分析。没有一只是因为「听别人说好」就买的。这篇文章,就是我今年用DeepSeek选股的全套方法论。 二、DeepSeek选股的「铁三角」——基本面+技术面+情绪面 机构选股不是靠「感觉」或者「消息」——他们靠的是一套系统化的分析框架,覆盖三个核心维度:基本面(这家公司值不值得买)、技术面(现在是不是买入的好时机)、情绪面(市场其他参与者在想什么)。 散户和机构最大的差距就在于——散户三个维度一个都不看(或者只看技术面画几条线),机构三个维度都有专职团队覆盖。DeepSeek帮我把这三个维度的分析能力,从「机构专属」变成了「散户可及」。 三、基本面分析——五个提示词挖出财报里的「隐藏信息」 基本面分析是选股的核心。但A股有5000多家公司,每家公司的年报动辄两三百页——你就是辞职在家全职读也读不完。 DeepSeek的价值就是:它能在几分钟内啃完一份年报,帮你提炼出最关键的信息。但不是你随便问一句「这家公司怎么样」就行——你得问对问题。以下是我反复验证过的五个「挖金问题」,每一个都对应一个具体的选股逻辑。 第一问:盈利质量——公司赚的是真金白银还是纸面利润? 很多公司报表上的净利润很好看,但实际上根本没收到现金——全是应收账款。 你要让DeepSeek帮你做这个「揭老底」的检查:「分析[公司名]最新年报,计算经营性现金流与净利润的比值(近三年趋势),检查应收账款占营收的比例是否异常上升,判断公司的盈利质量是否存在水分」经营性现金流长期低于净利润、应收账款增速持续高于营收增速——这两条红灯同时亮起,直接pass。 我今年用这个提示词排除了至少4只「看上去很美」的股票。 第二问:成长持续性——增长是加速还是减速? 看增长不能只看「有没有增长」,要看「增长的加速度」。连续三年营收增长30%-25%-18%,增速在递减——这是成长性衰竭的信号。 提示词:「分析[公司名]近三年营收和净利润的同比增速变化趋势,计算复合增长率,判断公司的成长是加速还是减速,分析减速的主要原因是否具有持续性。」 第三问:护城河——凭什么竞争对手抢不走它的生意? 毛利率是企业护城河最直观的量化指标。如果一家公司能连续多年维持高于行业的毛利率,说明它有某种竞争对手无法轻易复制的东西——品牌、技术专利、网络效应、规模优势。 提示词:「对比[公司名]与同行业头部公司的毛利率、净利率、ROE三年趋势,分析该公司的竞争优势来自哪里,护城河是变深了还是变浅了,哪些因素可能威胁其竞争地位。」 第四问:隐藏雷区——财报附注里藏着的「定时炸弹」 这是DeepSeek最让我惊艳的能力之一——它真的会去「读」财报附注。而财报附注里往往藏着上市公司最不想让你看到的东西。大额对外担保、关联交易占比异常、商誉减值风险、存货跌价准备不足——这些对于普通散户来说是「天书」一样的存在,DeepSeek能像侦探一样找出来。 提示词:「仔细阅读[公司名]最新年报的附注部分,找出可能存在风险的会计科目(重点关注:商誉、应收账款账龄、关联交易、对外担保、存货减值计提是否充分),逐一评估风险等级。」 第五问:估值合理性——现在的价格到底贵不贵? 最后一步才是看价格——很多散户把这个顺序搞反了,一上来就问「这只票现在能不能买」。正确的顺序是:先确认公司质量过关,再判断价格是否合理。 提示词:「计算[公司名]当前PE/PB/PS,与近五年历史区间和同行业均值进行对比,结合公司的成长性和盈利质量,评估当前估值处于什么水平,是被高估、合理还是低估。」 【基本面分析速记卡——五个必问DeepSeek的问题】 一、盈利质量:经营现金流/净利润比值?应收账款是否异常? 二、成长持续性:近三年营收和利润增速是加速还是减速? 三、护城河:毛利率vs同行?竞争优势在变深还是变浅? 四、隐藏雷区:商誉/关联交易/对外担保/存货减值——逐一排查 五、估值合理性:当前PE/PB处于历史什么位置?和同行比呢? ▲ 五个基本面提示词让DeepSeek在几分钟内完成一个分析师团队几天的工作量 四、技术面分析——用DeepSeek找到「基本面好+买点对」的交集 基本面分析告诉你「这只股票质地好不好」,技术面分析告诉你「现在买时机对不对」。两者缺一不可。好公司在错误的时间买入,照样亏钱。 DeepSeek在技术面分析上有一个独特的优势——因为它背靠幻方量化的技术基因,它对技术指标的解读远比普通的「看图说话」要深度。 我最常用的三个技术面分析方法是: 第一,均线系统——让DeepSeek判断当前股价在所有重要均线(5/10/20/60/120/250日)中的相对位置,是典型的多头排列还是空头排列; 第二,量价关系——成交量是价格走势的「燃料」,放量突破关键压力位是真突破的可靠信号,缩量上涨则需要警惕;第三,技术指标共振——不会只看一个指标,而是让DeepSeek同时检查MACD、KDJ、RSI和布林带,只有在多个指标同时发出相似信号时才认为信号有效。 一个特别实用的提示词模板:「分析[股票名]近三个月的日K线走势。 第一步:判断当前均线排列状态(多头还是空头); 第二步:分析近一周的量价配合情况; 第三步:检查MACD、RSI和布林带是否出现背离或共振信号。 综合以上三个维度,给出当前是否适合介入的技术判断。」 ▲ 技术面不是画几条线就完事了——量价关系+指标共振才是核心 五、情绪面分析——让你在市场疯狂时保持冷静的「AI保险丝」 这个维度是散户最容易被收割的地方。一只股票基本面很好、技术面也发出了买入信号——但如果你是在市场情绪最高涨的时候追进去的,很可能买在了山顶上。 DeepSeek可以做舆情追踪:你让它搜索目标股票最近一周在全网(微博、股吧、雪球、新闻)上的讨论,统计正面/负面/中性评价的比例,再和前一阶段的数据做对比——如果正面情绪在短时间内剧烈升温,往往意味着短期过热。 还有一个冷门但好用的用法:让DeepSeek帮你「反向思考」。 当你特别看好一只股票的时候,不要问它「这只股票有什么投资价值」——你已经先入为主了。而是问它:「如果这只股票未来半年跌了30%,可能是哪些原因导致的?请列出所有可能的风险因素,包括那些市场上目前没有人讨论的潜在风险。」 这种反向提问会让你在情绪高涨的时候保持一份清醒——这份清醒在牛市中可能让你「少赚」,但在熊市中能救你的本金。 ▲ 全网舆情追踪+反向思考——AI帮你在大众疯狂时守住理性 六、我的完整选股流程:从5000只到最终2-3只 以上三个维度单独来看都很有用,但真正的威力在于把它们串成一套系统化流程。以下是我今年优化了至少五个版本之后沉淀下来的完整选股六步流程: 第一步:行业筛选。 不直接从5000多只股票里选——那太多了。先用DeepSeek做行业比较分析,找出当前处于景气上行周期的3-5个行业赛道。 提示词:「对比以下五个行业近期的景气度指标(营收增速、库存周期、政策环境、机构持仓变化),推荐两个最值得关注的行业并说明理由。」这步做完,选股范围从5000只收缩到了大概三四百只。 第二步:基本面初筛。 在目标行业内,用五个基本面提示词(第三节的方法)对行业龙头和主要竞争对手逐一做快速扫描。 重点关注两个「一票否决」指标——经营现金流长期为负的、应收账款增速持续超过营收增速的,直接排除。这步做完,候选池缩小到20-30只。 第三步:财报附注深挖。 对候选池里的每一只股票,用「隐藏雷区」提示词做一次深度排雷。商誉占比过高的、大额对外担保的、关联交易占比异常的——标记出来,结合具体情况判断是否继续保留。 这步很关键——今年帮我在一只非常火的消费股上发现了巨额商誉减值风险,避免了一大笔潜在亏损。 第四步:估值判断。 在排雷之后的池子里,逐一做估值分析。当前价格处于历史估值区间的什么位置?和同行业相比是高是低?结合公司的成长性判断当前估值是否合理。这步做完,候选池缩小到8-12只——剩下的都是「基本面过关+价格合理的优质标的」。 第五步:技术面择时。对着这8-12只股票,逐一用技术面方法判断当前是否适合介入。重点看均线排列状态和量价配合——只有「多头排列+放量企稳」的才列入买入备选。这步做完,真正准备出手的只有3-5只。 第六步:仓位分配和止损预设。最后一步不是选股,是「管钱」。每只股票分配多少仓位?总仓位不超过多少?每只的止损线设在哪里?这些我都会让DeepSeek基于我的风险偏好给一个参考建议,最终自己拍板。 铁的纪律是:任何一只股票,单笔亏损不超过总资金的2%。这个比例看起来很保守,但它保证了你即使连续犯错十次,本金也就亏20%——还能东山再起。 ▲ 六步完整选股流程——从5000只到2-3只,每一步都有明确的筛选逻辑 七、用DeepSeek选股最容易犯的三个致命错误 致命错误一:让DeepSeek直接推荐股票代码。 「帮我推荐三只这个月最值得买的股票」——这是最危险的问题。DeepSeek可能会给你一个答案,甚至包含看起来很具体的目标价和理由。但AI的「推荐」本质上是基于历史数据的模式识别,它既不预测未来,也不为你的亏损负责。 正确的问法永远不是「推荐什么」,而是「帮我分析这个」。你是最终的决策者,AI是你的研究助手——这两个角色绝对不能模糊。 致命错误二:用DeepSeek的结论代替自己的判断。 DeepSeek说「这家公司基本面良好」——你看了觉得有道理——然后买了。请注意你的决策链条:你唯一的判断依据是「AI说的」。这就是所谓的「外包式决策」——看起来你做了研究,实际上你把最关键的判断环节外包给了一个语言模型。 正确的做法是:DeepSeek提供数据和角度,你用这数据和角度形成自己的独立判断。如果DeepSeek的分析中有任何一点你不能用自己的话解释清楚——那就不要基于这个分析做决策。 致命错误三:只分析不跟进——买入之后的监控比买入之前的研究更重要。 选股和买入只是投资的开始。买入之后公司基本面有没有变化?行业环境有没有发生改变?当初买入的理由还成立吗?这些问题的答案每天都在变化。 我给自己定了一个规矩:每两周至少对持仓股做一次快速体检——把最新的公告和新闻喂给DeepSeek,让它判断「买入逻辑是否发生实质性变化」。 如果没有变化,继续持有;如果逻辑被破坏,果断离场——不管盈亏。这一条纪律,比任何选股方法都重要。 ▲ 三个致命错误:让AI直接推荐/外包式决策/买入后不再跟进——每一条都可能让你亏掉本金 八、写在最后:DeepSeek没有让我变成「股神」,但它让我不再当「韭菜」 37.6%的收益率不算高——在牛市中很多人能做到更高。但我的收益率和那些靠运气或者牛市赚到的有一个本质区别:我知道自己为什么赚了这些钱。 我每一次买入都有明确的、可以被事后验证的理由;我每一次卖出都有根据的、可以复盘和反思的逻辑。这种「知道自己为什么赚、为什么亏」的能力,比任何一只牛股都重要——因为牛股是一次性的,而正确的选股方法论是可以复制的。 DeepSeek的母公司幻方量化有一句话我很喜欢:「量化不是预测未来,而是管理不确定性。」 这恰好是对DeepSeek在选股中角色最精准的描述——它不能告诉你下一只翻倍股在哪里,但它能帮你把「不确定的赌博」转变为「被管理好的风险」。 它能让你看到一家公司财报里隐藏的危险信号、让你在情绪过热时多一份冷静、让你在做决策时有数据和逻辑的支撑。 这些事情看起来很朴素,但如果你炒股超过三年就会明白——让人在股市里长期亏钱的不是「运气不好」,而是不懂得避开那些本该提前看到的风险。 DeepSeek帮我的不是「赚得更多」,而是「亏得更少」。而在A股这个市场上,活得久比赚得快重要一万倍。 以上内容为转载,非小龙先生的原创。我在思考,既然DeepSeek可以拿来选股和炒币,当然也可以拿它来选币炒币。我已经在实践了,你也可以的! #DeepSeek# #炒股# #炒币# #AI炒股炒币#
显示更多
CNN自爆美国本年度最大丑闻 8月23日,CNN发了一篇深度报道,称美国现在供应了全球约70%的商业血浆,而中国市场60%以上人血白蛋白高度依赖进口,用的全是美国采集的血浆。 它还渲染道,一旦地缘政治关系紧张,美国完全可以拿这当武器,对东大来一波断供。 一个大国炫耀武力,通常秀的都是航母舰队、隐形战机,或者高端芯片、光刻机,把本国底层百姓的血抽出来,包装成“战略武器”,这操作挺小众的,也多少带点邪门。 不过CNN觉得这是件很光彩的事。 没等中方有什么回应,报道一发出来,美国网民率先破防了。 有美国老哥直接开喷,“所以CNN是在庆祝我们向中国出口穷人的血吗?那我们算什么超级大国,血包大国吗?” 有的嘲讽,拿底层的生存挣扎当做卡脖子的筹码,这种反人类的操作,也只有华盛顿那帮精英,才能面不改色端上台面了。 有一说一,抛开道德底线不谈,美国的血液经济确实超模了。 占据全世界血浆市场7成的份额,并提供全球94%的付费血浆,常年出口额在400亿美元以上,比大豆、小麦、棉花加起来的总额还要多。 可美国人口也才3.4亿,不到世界人口比例5%,这是怎么做到的? 要知道献全血对身体是有消耗的,红细胞恢复得慢,所以各国一般规定献血间隔期至少得好几个月。 但在美国,资本的玩法早就脱离碳基生物的范畴。 首先说明一点,大部分美国人献的是血浆,就是把血抽出来后,再通过离心机把淡黄色血浆过滤走,接着把红细胞、白细胞和血小板顺着管子打回体内。 按照医学理论,血浆里九成是水,失去的容量多喝点水,一两天能补回来,蛋白质几天内也能靠肝脏再生。 基于这套理论,世卫组织给出比较宽松的建议,一年最多采24到26次。欧盟基本是照着安全线在走,比如规定每两周最多采一次,一年上限24次。 但美国药监局(FDA)表示,太保守了,影响资本捞钱,于是大手一挥,规定两次供浆间隔只需48小时,每周可以采2次,一年最多可以抽104次。 说献血都保守了,严格来说就是卖血。 不仅频率拉满,单次抽取的量也算计到了极致。FDA贴心地把采血上限和体重挂钩,50到68公斤的人每次上限690毫升,69到79公斤的抽825毫升,80公斤以上壮汉直接抽满880毫升。 为了庞大的吸血机器满负荷运转,全美设置了1200多家商业血站,数量甚至超过了开市客超市(Costco),而且血站选址极其考究,精准避开富人区,扎堆在底层社区与大学城。 他们很清楚,谁最缺那几十美元。 在拉新促活这块,美国采血中心把营销套路玩出了花。 新用户有“新手大礼包”,前几次每次能拿75到150美元,首月要是拉满能赚上千美元; 老用户也有阶梯奖励,比如每周第一次去给35美元,要是48小时后再去第二次,就能拿55美元,且还有优惠券赠送; 为了冲刺KPI,有的机构甚至搞出打卡积分换礼品卡,连续抽血满8次参与千元大抽奖的骚操作。 在连环套路的诱惑下,底层民众根本把持不住,有的甚至把自己逼成,一个月卖血十几次的“超级人类”。 问题是,人终究是肉长的。 就算红细胞打回去了,长期高频次被抽走白蛋白和免疫球蛋白,身体免疫系统迟早得崩盘,器官受损、血管硬化、隐性贫血都是家常便饭。 只是血站绝对不会做温馨提醒,他们只会笑着递给用户一张预付借记卡,告诉他一切正常,欢迎下次光临。 其实FDA早期有规定,采血站是有义务告知献血潜在风险的,可由于资本阻挠,他们索性摆烂,任由采血站肆意妄为。 为了扩大血库来源,美国还把主意打到邻国身上。 在美墨边境线上,曾设有四十多个采血站。 美国政府给愿意卖血的外籍人员发放B1、B2短期签证,结果就是世界各地移民蜂拥而至,每天采集到的血浆是其它地区的2到3倍。 据德媒调查显示,数量最多的是墨西哥人,占比超过60%。 在墨西哥华雷斯城,一个杂工累死累活,一天只能挣4到9美元,而在河对岸的美国,卖一次血能拿30美元。 有段时期,每天都有成千上万墨西哥公民,坐着血浆公司免费提供的大巴,合法跨过边境来到美国,伸出胳膊换取30美元和一瓶饮料,然后拖着疲惫身躯回国。 更离谱的是,资本觉得光靠正常人献血,远远满足不了需求缺口,于是把采血门槛一降再降,就算病菌携带者、吸毒群体,甚至患有传染病,只要能正常行动,献血一律照收。 很多人纳闷,这么荤素不忌,不怕出事吗?有没可能早就出事了,还是惊天大案。 上世纪80年代,美国生物制药界爆发了人类医学史上最黑暗的灾难。 当时的血浆公司为了追求极致的利润,把采血站开进了阿肯色州、路易斯安那州的监狱。 囚犯们为了几美元的代金券踊跃卖血,大家都知道,美国监狱静脉吸毒以及“滥交”泛滥,根本就是肝炎和HIV病毒的温床。 更要命一点,当时制药企业采用的是“万人血浆大联混”技术,把几万人的血浆倒进一个巨型储罐里,混合提炼凝血因子。 这意味着,只要里面有一个携带了病毒,那一整罐提炼出来的数万支救命药,瞬间就变成毒药。 到了1984年前后,HIV病毒的风险已被明确证实,美国药企也研发出了经过热处理灭活的安全产品。 按理说,这批带毒的旧库存,应立刻就地销毁了吧? 结果是,制药巨头为了避免数百万美元的账面亏损,居然将未经加热灭活的高危库存,倾销到亚洲、欧洲和拉美等海外市场。 这波操作坑惨了全世界。 2024年5月,英国爆发毒血丑闻,超过30000人感染艾滋或丙肝病毒,死亡人数至少有3000人,几乎毁掉了英国整整一代血友病患者。 时任英国首相苏纳克滑跪道歉,称这是英国政府的耻辱日,承诺赔偿上百亿英镑。 受美国污染血制品影响的可不止英国。 日本“药害”事件导致近两千名血友病患者感染;加拿大至少有42000人中招,直接导致红十字会被剥夺血液管理权;法国更是引发政坛大地震,多名内阁高官被起诉。 面对惨绝人寰的全球公共卫生浩劫,始作俑者付出了什么代价? 答案是几乎没有。 面对全美集体诉讼,四大医药巨头通过法律天团和管辖权壁垒,打包支付了约6.4亿美元,就达成庭外和解,分到每个患者手里,只有区区十万美元。 至于被坑的海外受害者,想去美国法院告状?直接被以“不方便管辖原则”踢回本国。 最后,这起牵连近百万患者的惊天大案,没有一家涉案的美国药企被提起刑事指控,也没有一个高管进大牢蹲过一天。 虽然毒血事件弄得全世界洪水滔天,可回归到美国本土,卖血日常丝毫没有改变。 单亲母亲为了支付残障孩子高昂的托儿费,只能定期去血站报到;大学生为了攒学费,会把胳膊伸向抽血机;父亲为了给儿子攒生活费用,每周固定献两次血浆; 连正经的联邦政府员工,在部门停摆期间,因为领不到工资,交不起油钱,也被迫睡在车里,靠卖血浆维持生计。 而这种卖血求生的戏码,正以前所未有的速度吞噬美国的中产社区。 《纽约时报》曾经报道过几个典型案例。 59岁的布里塞尼奥,在休斯敦做起重机主管,年薪6万美元,有房有家庭,标准工薪中产,但他每周必须去两次采血站,躺一个小时换70美元,就为了付油钱、买菜钱、填补医保涨价后的窟窿; 以前做生物科学的贝克,为了给家里多买点圣诞礼物,被脸书“首献500美元”的广告勾了进去; 还有原本在大集团当律师助理,年薪七万多美元的米歇尔,为了支付儿子每月700美元的幼儿园学费,不得不一周卖两次血来填补信用卡账单。 这就是美国的福利陷阱,收入太高拿不到政府救济,又太低又扛不住通胀,于是,卖血成为最快,也最稳定的“副业”。 跨国资本爱死了这些中产阶级。 与健康堪忧的底层相比,中产的身体是更优质的“血包”,他们按时赴约,血液蛋白含量高,通过率极佳。 于是资本一边在郊区大肆开店,一边换上更高效的分离机,把每个人的采血量拉到FDA规定的极限,支付的报酬却纹丝不动,中间挤出来的利润,全进了大股东的口袋。 要是没有去年的中美大对账,美国网友也许不会对CNN的言论,有如此大的反应,毕竟美利坚土地发生的一切,他们早已习以为常,因为很符合社会达尔文的价值观。 可一番对账下来,美国网友三观被颠覆。 东大长期被美国媒体和学校渲染百姓民不聊生,真实情况不提军工科技发展有多迅猛,光是民生这块,老百姓起码解决了温饱,以及基础医疗昂贵的问题。 反倒作为唯一超级大国的西大,底层人民除了流浪汉外,双兼职是标配,一周干满80-100小时,有的人一天只吃得起一顿饭,平时轻易不敢进医院,读个书倒欠几十万美元,一周还得卖两次血。 这种情况下,人均预期寿命居然还能维持在高水平线,感情美国人能活这么久,真的全凭钢铁般的意志。 现在总算领悟,当年公知们常说的,“加入WTO是美国给中国输血”是什么意思了,原来不是经济学层面的比喻,真是字面意思。 对了,虽说美国现在仍是全球最大血液制品生产国,但未来真不一定了。 中国根本没打算在“人肉血矿”这条赛道上,跟美国卷到底。目前,国内重组人血白蛋白不仅取得了突破性进展,甚至已有产品开始上市过审。 一条是微生物源的酵母菌发酵表达,像通化东宝这些企业,利用改造过的酵母菌,在工业不锈钢发酵罐里高密度合成白蛋白,并且已经过了NDA。 另一条路线更科幻,是植物源的水稻胚乳生物反应器,由禾元生物的团队主导,直接把人血白蛋白基因定向整合到水稻里,一亩优质水稻提取出的白蛋白,等于几千毫升人血浆的提纯量。 5公斤稻米,能稳定产出相当于1升血浆的白蛋白。 一旦中国靠着发酵罐和水稻田,实现了白蛋白的自给自足,西方药企囤积的几十万吨白蛋白就会立刻变成滞销品。 所以美国是想要通过疯狂榨取国民“血汗”的方式,跟东大的发酵罐和水稻田比产量吗?
显示更多
Anthropic Inc.: 安全作为前沿AI竞赛的终极护城河 Anthropic将安全作为基础设施而非事后补救的押注,使其在企业AI时代占据极佳位置 ——在这个时代,信任与合规日益成为采购决策的核心。在向Agentic系统和受监管部署转型的世界中,AI与企业深度有望复合成持久的特许经营权。 目标情景(12-24个月):收入持续3-5倍增长,毛利率扩张至软件级水平,并成功推进IPO。 若Agentic编码/自动化成为杀手级应用,则存在显著上行空间。 我们为增长型投资组合推荐Overweight配置。 请密切监控季度收入超预期、毛利率趋势以及模型发布(例如Opus 4.8+)。 这是AI产业链中的高信念标的,但需根据波动性适当控制仓位。免责声明:本报告仅供参考,不构成投资建议。数据综合自公开来源、公司公告及市场分析,截至2026年6月。历史表现和增长率不代表未来结果。 Anthropic 在一个日益由企业信任、监管审查和长期可持续性定义的市场中,脱颖而出,成为“负责任前沿AI”的最清晰代表。该公司由前OpenAI高管(包括CEO Dario Amodei)于2021年创立,在2026年5月完成650亿美元H轮融资后,post-money估值迅速攀升至约9650亿美元。 关键牛市论点驱动因素:宪法AI(Constitutional AI) —— 差异化、透明的对齐框架,在不牺牲有用性的前提下实现卓越的无害性,推动企业采用大幅领先。 爆炸式收入增长:年化收入从2024年底约10亿美元激增至2026年2月的约140亿美元,再到2026年5月的470亿美元以上 ——科技史上最快的规模化之一。 主导的企业定位:企业LLM使用份额约32-40%;财富10强中有8家是其客户;超过1000家客户年化收入贡献超100万美元。 Claude系列(尤其是Opus/Sonnet 4.x系列)在编码、Agentic工作流、长上下文推理和专业知识工作领域领先或强势竞争。 投资评级:对长期 horizon 投资者给予Overweight(增持),适合能承受高波动性的投资者。Anthropic的安全优先品牌和企业粘性在能力日益商品化的环境中提供了可防御的护城河,但巨额资本开支、利润率压力和竞争趋同需保持谨慎。潜在IPO候选时间为2026年底/2027年。公司概览 Anthropic是一家专注于构建可靠、可解释且可控AI系统的公益公司(Public Benefit Corporation)。其旗舰产品是Claude—— 一个强调安全与对齐的大型语言模型家族。 主要产品包括 通过主流云平台提供的API访问(以AWS Bedrock为主,同时支持Google Vertex和Microsoft Azure),以及 Claude Code等专业工具(Agentic编码,已实现超25亿美元年化收入)。 公司获得亚马逊(承诺超80亿美元)和谷歌(超30亿美元)的大力支持,在保持独立性的同时与战略云伙伴合作,并维持多云可用性。 核心竞争优势:Anthropic为何“牛” 1. AI框架(首要护城河) 与依赖大量RLHF的竞争对手不同,Anthropic针对一套明确、可审计的“宪法”原则(例如避免伤害、诚实、有帮助)训练模型。 该框架使用AI自我批判实现可扩展性,带来:更低的有害输出和更好的越狱鲁棒性; 更高的透明度和可控性; 在金融、医疗、政府等受监管行业的强烈吸引力。 这已转化为真实的市场份额增长:Claude因更低的幻觉风险和更好的推理一致性,常被选为高风险专业工作的首选。 2. 以企业为先的执行力 高质量客户群创造了切换成本和可预测的高毛利收入。Claude Code已成为爆款,助力企业快速原型开发和自动化。Agentic能力(计算机使用、长时任务)使其在向AI工作流转型中占据有利位置。 3. 关键垂直领域的模型性能领先 Claude Opus 4.x系列在编码(SWE-bench领先)、复杂分析和专业任务中表现出色。扩展思考和海量上下文窗口(最高支持100万+ tokens)显著提升实用性。安全评估显示出强劲的对齐指标,最高能力模型已达到ASL-3部署标准。 4. 无需完全垂直整合的资本与算力获取 战略合作提供吉瓦级算力,同时保留灵活性。对效率的重视(更好的每FLOP性能)使其在与纯暴力扩展对手的竞争中占优。 财务快照(2026年中)年化收入:约470亿美元+(增长迅猛,预计将继续多倍扩张)。 估值:9650亿美元(H轮post-money),反映增长期权的高溢价倍数。 毛利率:目前受云算力影响处于40-50%区间,随着效率提升和定价权,路径指向70%+的软件级水平。 客户:头部高度集中,但正在快速拓宽。 增长轨迹无人能及,但单位经济仍高度算力密集——这是全行业的挑战。风险与挑战资本开支密集与利润率路径:高度依赖超大规模云厂商;尽管收入快速增长,盈利时机仍不确定。 竞争趋同:OpenAI、Google DeepMind等在能力上快速缩小差距;全行业推理成本持续下降。 监管与地缘政治:安全立场可能限制部分政府合同;更广泛的AI监管存在风险。 Agentic未来的执行: 成功取决于编排、监督和生态建设(如MCP协议)。 估值敏感性:高倍数对执行失误的容忍度低。
显示更多
交易员访谈系列第3期重磅上线! 看视频参与互动,瓜分50u奖励!🧧 从互联网产品经理到穿越两轮牛熊的资深投资者,Frank @qinbafrank 如何在两个平行的世界里,构建出精准的投资框架? ▪️ 投资框架:美股投资第一看产业基本面,第二才是宏观! ▪️ 精准预判:底层逻辑是对“概率分配的感知”和宏观关键变量的拆解。 ▪️ 寻找稀缺性:为什么在三四百亿美金市值时就重仓 $PLTR? ▪️ 跨市场洞察:在 Bitget 交易美股,实现极高的跨市场资金效率。 告别凭感觉交易,用系统的认知建立复利护城河。 因为在 UEX —— 投资,不只一种选择。 🌍 🎁 互动抽奖: 1️⃣关注 @Bitget_zh 2️⃣评论 + QRT本推文,发表你的观后感或交易心得 抽5位走心用户,瓜分50U!
显示更多
0
114
143
107
转发到社区
谷歌的处境真是令人担忧啊... 2017 年谷歌发布了 Transformer,但是直到 2026 年 11 月,才端出 Gemini 4 勉强能打的模型,在此之前,Gemini 模型都是被当做笑话看待的 谷歌给我的感觉就是一个迟缓的巨人,而这背后的原因太多了 1. 学院派作风,山头林立 早期谷歌沉迷于 PaLM、LaMDA 这些大而全的研究路线,内部算力(TPU)和研究团队分散在 Google Brain 和 DeepMind 两个山头,一直到 2023 年才完成合并,这直接导致谷歌在 Scaling Law 的工程化落地以及 RLHF 的打磨上落后了整整一代 2. 致命的商业模式 OpenAI 和 Anthropic 这两个公司可以毫无包袱地把所有资金都砸向 AI,可是谷歌不行。 谷歌的现金流来自传统搜索广告,每次大模型发布,谷歌内部都要在“模型能力上限”、“幻觉”,“是否会蚕食搜索业务”这些议题上反复拉扯,AI 部门越强,搜索部门就越焦虑;搜索部门越庞大,AI 部门受到的限制就越多。 3. 混乱的产品线 Gemini 4 发布了,但是他们又推出了新的命名:Argon / Carbon / Hydrogen 回头看,你会发现谷歌一直在推翻自己的命名体系和发布节奏,这也代表了谷歌内部的混乱。 4. 路径依赖导致产品令人沮丧 Antigravity 的 agent harness 体验太差了,以至于我需要专门列出这一点,这仿佛就是一年前的产品,可是当你认真分析,你会发现这样的产品是必然的。 谷歌做开发工具(如 IDX、AI Studio Build、Antigravity)骨子里带着强烈的 Google Cloud(GCP)和云端隔离环境基因。它的 Harness 设计初衷是为了配合自家生态(Firebase、Android、Workspace、企业级权限隔离),这导致它在本地文件系统操作、上下文压缩(Context Compaction)、Diff 局部修改以及终端工具链(Shell/Git)的交互上非常的缓慢。 到了 2026 年底,谷歌甚至把商业化策略的混乱直接写进了产品体验里——强行关停 Gemini CLI 逼用户迁移到 Antigravity,紧接着又在账号体系上搞出各种限制(如学生版、Pixel 捆绑版或部分合作套餐的 Pro 账号在 Gemini 网页端能用 Gemini 4,到了 Antigravity 里却被锁死在 3.8 Flash)。 写到这里其实挺唏嘘的。我们吐槽谷歌,不是因为讨厌它,而是因为它曾经是无数工程师心中的技术灯塔,过去十年,在我眼里谷歌就是技术力的代名词。 只是在 AI 这场残酷的牌桌上,过去十年的护城河,如今全变成了转身时的负重,搜索与 AI、政治斗争,混乱的产品线... Gemini 4 终于追上了及格线,但留给谷歌这个庞然大物的时间,真的不多了。
显示更多
昨天 Gemini 更新了! 新增了 Gemini 3.5 Flash 模型,我還沒用多久感受不到差異,只希望降智的問題可以少點。之前的簡直快變人工智障,給個任務就跑出個: "我只是個語言模型,無法做到這件事"這是搞笑嗎😐? 而且Gem 有時候也不依照指示運作,整個氣死人 比較有亮點的是本次 Gemini Spark 。據說是 google 版本的龍蝦,24 小時不間斷的個人助理。顯然 agent 浪潮也才剛開始,是兵家必爭的版圖。目前還沒上線到時再看看吧。 然後是用量限制,過去系統只計算你發送了幾次訊息,現在系統改為即時計算該次對話扣除算力%,評估維度包含: 1⃣prompt複雜度: 大量code、長文本,消耗算力較高 2⃣上下文長度:累積的對話越來越長,每次互動需要重新讀取的 Token 越多,算力消耗就越快。 3⃣進階功能:用 Deep Research、Pro 模型,或是生成高畫質圖像時,算力會被加速扣除。 採用5 小時滾動重設 + 每周上限。簡單來說就是採用 claude 那套,繼 github copilot 後又一個抄作業的 其實吧我個人最滿意的是這次的 ui 更新。手機版和電腦版的都挺舒服的🥰 雖然 gemini 最近一直被噴降智,但奈何人家有強大的生態護城河啊。這可是從網路時代一路打下來的龐大江山,背後有礦就是任性 #ai# #gemini#
显示更多
0
13
12
0
转发到社区
可能有人已经看烦了我一再“吹嘘”自己判断力有多强。这不怪大家,不过看完我这篇推文后,大家就明白我的良苦用心了。 我之所以反复用无法反驳的事实来证明我的判断大多数是准确的,是想告诉大家:请一定要相信我的判断。这样可以少走很多弯路,少付出很多代价。这不仅关乎钱财,更关乎身家性命! 2008年,我就警告大家不要在中国炒股,还专门在“看中国”网站发表过文章。当时上证指数指数是四千多点。十八年后,它跌到了三千多点。这不是投资失败,而是被操纵股市的吸血鬼吸干了血!有多少人因为炒股而跳楼自杀?如果他们早点关注我、听了我的劝告,也许今天还活着,而且活得不错。因为大多数炒股的人本来都有一定的经济实力。他们因为对中共的贪婪无度缺乏基本的了解,将命都搭进去了。 2015年起,我就提醒大家尽量卖掉投资的房产,包括我的第二任前妻。她在北京有一套价值500多万美元的房子,我一直要求她卖掉。她表面听了,可一旦有人想买,她就犹豫不决。等到无人问津时她才下定决心卖掉,可是已经晚了。如今别说500万,300万都卖不出去。她自己付出了惨重代价。否则说不定她今天还活得好好的。 顺便给大家讲一个故事。大陆昔日首富李河君的“前妻”武媁,在李出事之前,曾想租我太太的房子做会所。我得知后强烈反对,最终没有租给他们,否则后来的麻烦就大了。他们为什么要租我们的房子,至今我也想不明白。事出反常必有妖。李河君后来因为暴雷,从千亿身家沦为阶下囚,武媁也受到连累。这套房子在长安兴融中心“中建”大院顶楼,对角是毛泽东外孙女孔东梅和他老公康泰人寿和嘉德拍卖行老板陈东升的房子。这里是王岐山的老巢。 2019年起,我开始警告国人,中国房地产随时可能崩盘。因此我几乎是用强迫的方式,逼着家人和一些亲朋好友卖掉手中的投资房,至少有数十人因此受益。其中最大的受益者卖掉了几乎所有房产,远走高飞,最后还剩将近十套没卖掉。按他的说法,就当送给国内的家人了。当然,这对他来说不过是九牛一毛。 疫情全面爆发之前,我曾建议一些朋友购买医药类股票,结果普遍暴涨十倍乃至几十倍以上。当然,疫情结束后又基本跌了回来,不知道他们是否在高点卖出了;如果没卖,就太可惜了。不过,我不可能每天提醒他们该做什么,除非是我的家人和生死兄弟。我甚至还提醒过白宫要严加防范,可惜他们晚了一个多月才采取措施。 我还多次就股市投资向身边的亲友和跟友提出建议,其中最著名的,当然是疫情高峰时买入特斯拉,一年后涨了十几倍;英伟达跌到低谷时建议大家买进,一年后同样涨了十几倍;今年年初活捉委内瑞拉独裁者之后,我公开发文建议购买美国三大石油公司的股票,后来也翻了一倍左右;三月份开始,我在多次在电视评论和推文中提到,现在是买入AI股票的大好时机,特别点名了AMD、ARM和英特尔。大家可以去翻看我在希望之声的评论视频,我至少提醒了五次,后来这些股票都翻了番,再后来又回落了不少。两周前,我又提醒大家“小心黑色星期五”,主要针对AI和芯片股。然后从第二天开始,AI股跌跌不休。尤其是几乎在同一时间,我突然觉得需要提醒大家卖出英伟达,因为我曾经推荐很多人卖它,便发了一条推文:“现在是清仓英伟达的时候了”。结果英伟达应声狂跌,碰巧还赶上老黄出事。大家应该还记得。 …… 说了这么多,只有一个目的:请大家一定要相信我的判断。我不敢说百分之百准确,但至少比不听我的建议要好得多😎。 现在我最大的判断是:中共已经日落西山,快不行了。能与它切割就尽早切割,否则到时候又要捶胸顿足,后悔当初没有听我的劝告!现在最后悔的,恐怕就是那些在秦城享受“五星级”待遇的人。 难道大家还没看出来,我这样用心地帮助和提醒大家,完全没有私心吗?如果你们还怀疑我的动机,那就实在太迟钝了!
显示更多