时报作家Ezra Klein写了一篇专栏，说根据他的采访记录，AI导致大规模失业的情况可能还没有那么严重，坏消息是，严重的问题另有其处： 3月的一份民调显示，70%的美国人认为AI将导致自己的就业机会减少，高于一年前的56%，还有30%的受访者担心即将失业。 这有什么好奇怪的呢？AI公司的老板们一直在频繁发出劳动力市场濒临瓦解的警告： - Anthropic的创始人表示，最快不超过5年，一半的初级白领岗位就会永久消失； - 微软的CEO则声称，大多数文职工作会在18个月以内就被AI完全接管； - OpenAI发布了一份文件，呼吁实行每周32小时工作制，通过降低人类生产力来缓解大规模失业； - 就在NYT的大楼外面，有一家我根本没听过的AI公司包下了巨幅广告牌，上面写着「停止雇佣人类」； 我可真谢谢你们了。 如果你对这轮AI叙事深信不疑，那么毫无疑问投降就是唯一的选择。 AI被设计为可以廉价模仿人类在电脑上所能做到的所有行为，但它从来不需要睡觉，也无意组建工会，而且确实在许多任务上表现得比真人更为出色。 所以公司当然乐于用机器取代人类，它们也已经在这么做了，Meta、Oracle、Block都在努力买断员工工龄，并坦然的把AI写为原因。 不过谨慎一点总是没错的，这些科技公司可能只是处在一轮招聘周期的末尾，同时想对资本市场讲述一个刺激投资人颅内G点的故事，AI行业的大佬们固然是神经网络的专家，但他们未必也是劳动力市场的专家。 首先，宏观数据没有配合AI行业，2026年3月的失业率是4.3%，去年同期是4.2%，平均时薪亦保持稳定。 Claude Code是很牛逼，但软件工程师的岗位需求还在上涨，原因应该不难理解。 主流经济学界也对大规模失业的末日预言持怀疑态度，芝加哥大学的经济学家Alex Imas认为，绝大多数讨论AI的话题都存在误区：「答案始终取决于什么会变得稀缺。」 - 从人类历史来看，卡路里在很长一段时间里是稀缺的，我们的技能都是服务于寻找食物； - 农业的发展逐渐解决了食物短缺的问题，然后就轮到商品变得稀缺； - 工业制造带来了平价商品的海量供给，接着技术变得稀缺了，医生、律师和工程师因为掌握知识而获得高薪； - 现在我们担忧AI会让知识也不再值钱，就像衣服和草莓如今人人都能消费那样，学习的成果也变成了消费品…… 但稀缺本身是相对的，AI可以完成的任务被讨论得太多了，更值得注意的是，有哪些任务是人们不希望AI来做的。 以下是计量经济学的一个发现：人类的财富越多，他们对于其他人类的需求就会越多，而不是越少。 于是，更有人味、体验或者意义的商品和服务，是一定稀缺的，有来路的衣裳、有调性的食物、能面对面的医生、让人感到被理解的理疗师、了解自己孩子的家教……这些社会关系，将会迎来爆发式增长。 是的，AI剥夺了人类和电脑共事的场景，而人类又被赶去和人类共事。 事实证明，自动化程度越高，我们就越珍视人的温度。以咖啡为例，过去在家做浓缩咖啡很费劲，如今咖啡机已经人手一台。 所以这导致咖啡店倒闭了吗？当然没有。咖啡师比以往任何时候都多，咖啡店也比以往任何时候都多。咖啡作为商品反而催生了更多对咖啡体验的需求。 这就是稀缺性所赋予的价值。 好了，这是Alex Imas的结论，在AI的辣手摧花下，人类从事的岗位会进入一个以人性化为标准的时代。但还有一种可能性是，人类劳动力搞不好也不会发生巨大的改变。 1979年，首款电子表格软件VisiCalc在Apple II上发布，它能在几分钟内完成过去需要整组会计师花上好几天时间的工作。 当时就有人预言会计师这个行业要无了，然而，此后40年间会计师的数量反而增长了4倍以上。 亚利桑那州立大学会计学教授Eldar Maksymov认为：「电子表格软件挖出了潜藏于市场里的财务需求，这种需求之前没被发现，只是因为成本没能降到够低。」 这是「杰文斯悖论」的一派主张，1865年，英国经济学家杰文斯发现煤炭并没有因为蒸汽机对于生产率的提升而减少消耗，恰恰相反，因为成本更低廉了，煤炭的应用范围更广泛了。 Eldar Maksymov相信历史的先例，「在大量采用计算机技术的职业群体里，就业增长速度都远超没有采用计算机的职业群体，成本的下跌，对应需求的增长，最终推动就业规模的扩大化。」 简单来说，能力的提升，会让人类意识到还有更多事情可做。 我的经历似乎也验证了这个说法，10年前我刚开始做播客的时候，整个团队只有我一个研究员，现在我已经管理着一整支团队运作节目，而这让我的工作变得更轻松了吗？ 完全没有，我投入准备的精力更繁重了，因为团队带来的信息增量，让我需要消化和思考的时间成倍增长，而我的播客也越做越大了。 我认识的所有热衷于拥抱AI的人，如今都比以前更加忙碌，因为他们能做的事情更多了，不是说好的AI会让大家摆脱工作享受生活吗？ 当然，至于AI到底是提升了生产力，还是制造了提升生产力的假象，结论因人而异： - 慢慢啃完一本难懂的书，远远好于快速吸收十本书的摘要； - 认真通透的写完初稿，也比编辑五个由AI生成的大纲更能激发想法； 我的意思是，效率感本身是值得警惕的，那些把活儿都交给龙虾去做的人我见多了，但说实话，他们的工作质量都是在下降的。 但还是容我岔开话题，沃顿商学院教授Ethan Mollick曾提出过他对AI的基准测试：它是否比你在当下能够找到的最适合的人类更加优秀？ 在他看来，问题不在于AI是否胜过顶级的编辑、程序员、心理医生或是旅行顾问，而是它能否优于你在急需帮助时可以联系到的最佳人选。 我想了一下，过去一年里，我确实觉得AI要比我身边的人更为出色： - 我的编辑很博学，但他需要休息，还得分时间给其他作家； - 我的按摩师也好得没话说，就是一般而言每个星期她只能接待我一次； - 我也能找到专业的医生，但挂号却很麻烦…… 所以或许我已经触及到了被反复警示过的临界点——AI开始有能力取代我生活中的人类角色。 但事实并非如此。AI越是强大，我越是需要和身边的人交流： - AI认为我应该为某个身体症状引起重视，于是我去看了医生，发现只是普通的过敏； - AI对我的个人困境发出锐评，然后促使我和心理医生开始了新的对话； - AI帮我验证了一个研究思路，这成了我和编辑讨论的一个新选题； - AI让视频制作变得轻松了，因此我可以有更多的要求去和剪辑师沟通…… 怎么说呢，尽管我不认为经济完全自动化以及大规模失业浪潮是必然到来的，但也不能完全排除这种概率，AI是一种与以往截然不同的技术，灵活性和成长性帮它超出了工具的范畴。 更可能的情况是，AI不会取代所有或者大部分的工作岗位，而是取代其中一部分，但奇怪的是，恰恰是这种可能性让我们准备不足。 一个AI替代800万劳动力的世界，要比替代8000万劳动力的世界更难应对，如果真的是那种「大的来了」事件上演，全面重组经济反而有机会「不破不立」。 疫情就是一个例证：那场冲击如此彻底，以致于社会不能再像以前那样将工人们的不幸归咎于他们自身，于是只好建立了一套前所未有的补贴体系，让成千上万的人得到保障。 而当失业影响的范围更小，我们反而更为残忍，美国因为全球化流失的岗位大约有200万个，这在整体就业市场里不是太大的数字，但对这200万个具体的家庭来说，却是毁灭性的打击。 如果全国的卡车司机或是营销经理都丢了工作，我们很快就会采取行动，然而如果只是卡车司机或营销经理的失业率翻了3倍，那么我们就会像以前一样，暗示这是他们自己的错，给他们几个月的失业保险和培训机会，然后继续对这种结构化的困境视而不见。 另一个现实是，即便AI让带有深刻关系的技能变得值钱起来，它同时也会削弱人类学会这些技能的本事。 年轻人和朋友相处的时间已经从2003年的12小时/周减少到2024年的5小时/周，谈过恋爱的高中生比例也从2000年的80%骤降至2024年的46%，约1/4的00后在过去一年里没有发生过性行为。 AI也许是这种社交解体现象的帮凶，它提供了一种数字化的关系模拟，不再让人有动力去体验真实关系里的快乐与痛苦。 如果Alex Imas是对的——我相信他是对的——那么我们与他人建立深刻关系的能力，将成为一项核心且高价值的个人资产，而我所担心的，是这恰好也是技术从年轻人身上摧毁的东西。 当我乐观的期待AI时代所能创造的未来时，那幅画面充满富足，人类被鼓励过上追随本心的生活，而当乐观被打碎后，世界仍是如此，区别在于财富被垄断，而我们重视的深刻关系，却早就不知道该如何维系。

Part3   胡小伟 太子集团英美制裁名单第一人 真名：胡小伟 出生：1982 年 籍贯：江苏宿迁 学历：2005 年重庆大学计算机专业研究生毕业 曾用名：陈小二/胡晏铭/HU Shi 2011，因涉及中国内地的“私服”网络赌博案，陈志与同案另一主脑胡小伟潜逃。 2025年10月，在美国制裁太子集团跨国犯罪网络这一案件中，“陈小二”（CHEN Xiaoer）的名字位列146位犯罪人员名单首位。对应的护照号码：RE00660066（圣基茨和尼维斯）（个人） 陈小二，就是胡小伟的多个化名之一。 胡小伟多次改名为“陈小二”和“胡晏铭“”吴安明”、“HU Shi”等，早于2011年已来港开设公司，曾掌控香港上市公司及后卖盘。 2011年，胡小伟以陈小二名义注册“海聊工程投资有限公司”。 2015年下半旬，胡小伟于上海成立今蓝资本，致力互联网、高科技行业的天使、VC投资。 2016年，胡小伟在北京成了了一家生物公司，并于2018年在香港成立同门慈善基金会；之后其在基金的资料改为“Hu Shi”，并改用塞浦路斯护照， 而这一身份也与陈志在新加坡的投资公司“Alphaconnect”的初始股东资料一致。 同年，江苏宿迁中学 2000届校友 胡小伟通过校方捐助500万元建立奖教、奖学、助学基金。 2019年9月，胡小伟又以陈小二的身份，通过其控股的注册于英属处女群岛的Eagle Fortitude Limited鹰毅有限公司，收购了港股上市公司HKE Holdings Limited（股票代码：1726）约75%的股份，并出任董事会主席及执行总裁。 2020年，陈小二改名胡晏铭；并于2021年4月出手全部股份； 2021年8月，胡小伟注册在开曼的基金以10亿港币购入了当时还没上市的恒大物业1.194%的股权。 在中国大陆，胡小伟跟陈志，曾同时担任中京科技投资有限责任公司董事和自然人股东。 之前百科提到过关于2016年那会在中国大陆重庆小闲及胡小伟的案子，到了2020年，胡小伟再次在中国大陆涉案——2020年五二七大案要案。 关键词：2016-2021 胡小伟&王一涵  关联主体：江西传奇至尊/ 北京扑满 /海南安证宝 根据2020年五二七大案要案材料显示： 2020年8月20日江西传奇至尊、重庆小闲及相关人员如朱永成、秦子柯、陈立新、蔡文、龚兆伟以及胡小伟的情人王一涵 、老婆等人被公安部以开设网络赌场等多宗罪进行抓捕。 王一涵，1976年8月26日出生于山西  ，系胡小伟情人，两人育有二子。 王一涵身为犯罪团伙代言人，通过江西传奇至尊/ 北京扑满 /海南安证宝等多个主体为海外网络赌博集团提供倒流服务,这个赌博集团正是亚洲第二大跨境赌博集团。 在此过程中，王一涵还依靠自身关系网,通过人脉关系干预中国大陆司法,恶意打击相关人员及家属。 这一切背后的实控人，均为胡小伟。 另外插一句，王一涵所控的隆华集团，曾于中粮集团合资兴建了 君顶酒庄；在此之后，君顶酒庄连年亏损，隆华就从中粮集团手中以1元人民币接过55%的君顶酒庄股权。 2020年11月胡小伟失去《传奇》授权后,其海外公司的赌博、色情app等产业及相关洗钱通道遭受了严重影响,大量的境外赌博等违法资金暴露,先后被中国大陆多地公安机关冻结 胡小伟的主要收入来源是依靠开设网络赌场、组建博彩团队,通过捕鱼游戏、杀猪盘、情色网站、电信诈骗等方式获取巨额非法利润。胡小伟以传奇私服游戏及第四方支付平台作为通道为上述自身经营的非法黑色产业洗钱。 经过预估，胡小伟单月黑色收入约20亿人民币左右,高峰期一个月高达200亿人民币。 @PDChinese @XinhuaChinese @XHNews  @NewsCaixin @caixin @ChineseWSJ @thepapercn @CNS1952 @Echinanews @globaltimesnews @Shanghai_City @shanghaidaily @ChinaDaily @zaobaosg  @takungwenwei_hk  @Tong_Shuo  @QiushiJournal  @FTChinese @ChineseWSJ @nytchinese  @ABCChinese  @rijingzhongwen  @ReutersChina @SpokespersonCHN @zlj517 @chinascio

$AVGO 是AI芯片的龙头。但历史告诉你，真正暴富的人买的是龙二 $MRVL 先说一个关于半导体行业的反直觉规律： 在一个严重缺货的市场里，获利最大的往往不是龙头，而是那个追赶中的龙二。（Herman老师分析intel观点我觉得说的很好，也同样非常适用于 $MRVL) 理由很简单： 当产能严重不足，买家再也无法只依赖龙头一家供应商。他们开始把订单给原本觉得"不够好"的替代者。而这个替代者，突然发现自己的产品以前没有人要，现在成了香饽饽——价格可以谈，条款可以谈，一切都变了。晶圆缺货时，原本没有人愿意把订单给Intel的客户，开始认真研究18A了。 那么，在AI定制芯片这个正在快速缺货的赛道里，获利最大的龙二会是谁？ 我的答案是 $MRVL 。 1. 先理解结构 AI芯片市场分两层： 第一层：通用GPU Nvidia统治，没有任何人能挑战。H100、B200、Blackwell——超大规模云厂商需要它们，别无选择。 这层市场已经被充分定价了。Nvidia市值5.7万亿，没有人会漏掉这个机会。 第二层：定制ASIC（专用AI加速芯片） 这是一个完全不同的故事。 每一家超大规模云厂商都在开发自己的专用芯片： Google有TPU（张量处理器），Amazon有Trainium（AI训练）和Inferentia（推理），Meta有MTIA（AI推理加速），Microsoft有Maia（Azure AI加速）。 为什么要自己开发芯片？ 因为通用GPU虽然强大，但它服务所有人，没有为特定工作负载优化。自研芯片可以针对自己的模型架构和推理需求精确设计，功耗更低，成本更低，效率更高。 这是一个不可逆的趋势——超大规模云厂商越大，自研芯片的动力越强。但有一个关键问题：这些云厂商需要设计合作伙伴。芯片设计是极其复杂的工程，需要有人懂SerDes，懂先进封装，懂chiplet集成，懂供应链——不是随便一家公司能做到的。 全球有能力承接超大规模云厂商定制ASIC设计的公司，只有两家： $Broadcom，和 $Marvell。 2. AVGO vs MRVL：龙头和龙二的真实差距 先看数字： Broadcom在ASIC市场占约55-60%的份额，与Google的TPU合作锁定到2031年，客户包括Meta、OpenAI等顶级厂商。Marvell约占15%的份额，排名第二Broadcom领先是事实，毫无争议。 但有几个数字值得认真对比： AVGO MRVL 市值 $2万亿 $1,470亿 ASIC市占 55-60% 15% FY26AI营收 $200亿+ $96亿 Forward PE 31倍 36倍 Broadcom在定制ASIC市场记录了约$200亿的AI总营收，而Marvell的AI相关营收约$96亿。 从市值角度：AVGO的市值是MRVL的13.6倍，但ASIC市场份额只是MRVL的4倍，AI营收只是MRVL的2倍。这个不对称，是MRVL存在的核心机会。 3. MRVL独特的地方：两场战争同时押注 这是我认为最关键的一点，也是MRVL和所有其他AI芯片公司最本质的区别。 MRVL同时押注了两个互相独立的万亿级叙事： 叙事一：定制ASIC——去Nvidia化的最大受益者 Marvell的数据中心部门FY2026增长46%，超过$60亿，管理层指引FY2027同比再增约40%。定制芯片年化营收已达$15亿规模，两个AI加速器项目处于高产量阶段，第三个超大规模客户合作正在进行。 Nasdaq 最重要的一个进展： 2026年4月，Google被报道正在与Marvell进行深度谈判，共同开发内存处理单元和下一代TPU，这正是Google此前几乎完全交由Broadcom负责的工作。如果谈判成功，Marvell将成为AI行业最具战略意义的芯片项目之一的核心设计伙伴。 这是什么意思？ Broadcom和Google的TPU合作锁定到2031年——这是Broadcom的护城河，但不是MRVL的天花板。Google开始和MRVL谈，不是要取代Broadcom，而是要建立第二供应商。这正是"缺货时代，落后者获利"的经典逻辑。 当TPU的设计需求超过了Broadcom单独能服务的上限，Google开始把部分项目分给MRVL。 这一单谈成，MRVL同时拥有Amazon和Google双超大规模客户锚定——三个超大规模客户（Amazon、Microsoft、Google）大幅降低了单一客户集中的风险，给市场提供了更清晰的多年营收增长路线图。 叙事二：光互连DSP——AI集群神经系统的命门 MRVL是目前唯一同时覆盖定制ASIC设计、1.6T光学DSP、硅光子技术（通过Celestial AI收购）和CXL交换的全栈公司——这是任何单一竞争对手都无法复制的护城河。 光互连DSP是什么？ 当GPU和GPU之间需要通信，数据需要在光纤里传输。但光纤里走的是模拟光信号，计算机需要的是数字信号。DSP（数字信号处理器）就是这两个世界之间的翻译器——它把数字数据编码成光信号发出去，再把收到的光信号解码成数字数据。 MRVL的PAM4 DSP是全球800G和1.6T光模块的核心芯片之一。光互连业务的需求与AI集群的互连基础设施同步扩张——每一个上线的AI集群都需要完整的互连协议栈，不需要等待GPU的供应情况。 这是最关键的逻辑： GPU供应有时候是稀缺的，但光互连不等GPU——只要数据中心在建，只要AI集群在运行，光互连就需要。 MRVL的DSP是一个和GPU并行运行的独立需求，不是GPU需求的影子。 4. 我自己的判断：为什么MRVL的故事比AVGO更有弹性 AVGO是龙头，MRVL是追赶者。 但在这个特定的历史时刻，追赶者的弹性更大，原因有三： 原因一：基数效应 AVGO已经是$2万亿市值，要翻倍需要成为$4万亿的公司。MRVL只有$1,470亿，翻倍只需要$2,940亿——和AVGO现在市值的15%相当。同样的资金流入，对MRVL股价的推动效果是AVGO的13倍以上。 原因二：Google的变量 AVGO和Google的合作是锁定的，这是护城河，但也意味着它的上行惊喜已经被充分定价。MRVL和Google的谈判还没有正式宣布——这是一个尚未被市场定价的潜在催化剂。如果Google正式宣布，MRVL立刻拥有Amazon+Google双超大规模客户，ASIC市场份额从15%向25%+跳升的路径被打开。 原因三：两个叙事不相关 AVGO的核心护城河是ASIC和VMware软件。 MRVL的两个叙事——ASIC和光互连DSP——是完全独立的业务。 ASIC受益于去Nvidia化，光互连受益于AI集群扩张。两个独立的增长引擎，互相不依赖，互相不替代。 MRVL在多个AI基础设施顺风中同时暴露：定制芯片、光互连、数据中心网络和更广泛的超大规模资本支出周期。这种在AI主题内的多元化暴露，使它成为纯粹的GPU标的（如Nvidia）的有吸引力的补充。 5. 估值合理吗？ $MRVL：Forward PE 36.4倍，市值$1,470亿。 $AVGO：Forward PE 31倍，市值$2万亿。 $MRVL的Forward PE比 $AVGO略高，但增速也更快： $MRVL FY27营收预期：约$110亿，同比增速约40% $AVGO FY27增速约25-30%。PEG（PE/增速）： $MRVL：36.4 ÷ 40 = 0.91, $AVGO：31 ÷ 27 = 1.15 PEG低于1都算便宜。 用PEG来衡量，MRVL比AVGO便宜约20%。 而且MRVL有Google催化剂这个尚未被定价的变量，AVGO没有。如果Marvell股价涨到$400，需要数据中心营收FY27超过$90亿，Google ASIC合同正式宣布，自定义硅年化营收达到$30亿。在这些条件下，ASIC业务40倍Forward EV/EBITDA，光互连业务20倍EV/Sales。 我觉得2027年是很有可能达到的，这还是在理性的估值下，如果是ai融涨疯牛选择忽略估值的话，如果NVDA到360分析师预测最高，也就是8.8T, 我预测8-10T，那么AVGO会到3-4T, MRVL到500B-1T都问题不大。 6. 三个需要追踪的关键变量 变量一：Google ASIC合同的正式宣布 这是目前MRVL最大的潜在催化剂。谈判已经在进行，但没有正式宣布。每过一个季度没有宣布，市场会稍微失去耐心。但一旦宣布，估值逻辑发生质变。 变量二：1.6T DSP的市场份额 Marvell已经开始出货1.6T PAM DSP，基于5纳米工艺，并推出了下一代3纳米版本，将光模块功耗降低超过20%。 800G向1.6T的迭代是MRVL DSP业务的下一个量子跳跃。如果MRVL能在1.6T时代维持甚至提升市场份额，光互连业务的营收会非线性增长。 变量三：Celestial AI的硅光子整合 MRVL收购了Celestial AI，进入硅光子领域。这是CPO时代最关键的技术平台——把光学引擎直接集成进芯片封装。如果MRVL能在CPO时代把DSP和硅光子整合成一个完整的解决方案，它的价值会远超现在的定价。 7. 最终判断：MRVL是这轮AI牛市里最干净的不对称机会 AI芯片市场分三类公司： 第一类：Nvidia——已经被充分定价的龙头。故事最好，估值最贵，上行惊喜空间有限。 第二类：纯ASIC公司（AVGO）——护城河深厚，但增速放缓在定价中。Google TPU锁定到2031年是确定性，也是上行惊喜的天花板。 第三类：MRVL——两个叙事都在爆发，Google催化剂未定价，市值基数小。 这是不对称机会的经典形态， 下行有Amazon锚定，有光互连稳定收入，不会归零，上行有Google合同宣布+CPO爆发+ASIC市场份额提升，估值可能从$1,470亿走向$5,000亿+。 $MRVL也是我重仓持有的标的之一，短期technical角度今天收长上影线，日线级别调整要来，加仓机会在第一目标165，第二目标140。如果给机会到140补那个缺口，我仓位加满（图1）。 总结：回到那个反直觉的规律：缺货时代，落后者获利最大。 ASIC市场正在缺货——Broadcom一家根本无法满足所有超大规模客户的定制需求。光互连正在缺货——AI集群每季度都在扩张，DSP的需求只增不减。MRVL是这两个缺货赛道里，那个正在被需要的追赶者。 历史一次次证明：当产能不足、供应商只有一两家的时候，第二名是最好的弹性高的投资标的（Nvidia和Amd，TSMC和Intel。） 因为所有人都开始认真研究它了。 #MRVL# #Marvell# #AVGO# #Broadcom# #ASIC# #定制芯片# #光互连# #DSP# #Google# #Amazon# #Nvidia# #AI芯片# #半导体# #美股# #龙二补涨# #CPO# #硅光子# #AI基建# #USStocks# #AIStocks# #数据中心# #去Nvidia化#

《从50亿颗芯片订单，看Starlink一个不为人知的万亿市场》 路透社昨天的报道称SpaceX和意法半导体过去12年订单总量已经达到50亿颗芯片。 市场可能还没有意识到，这是一个Starlink不为人知的隐藏赛道。它不仅仅是一个"卫星互联网项目"，还是一个全球性的电磁感知基础设施。 这50亿颗芯片是射频前端模块（radio-frequency front-end modules），也叫天线单元（antenna elements），它们基于BiCMOS工艺制造，用于Starlink用户终端的相控阵天线。 简单说，这些芯片让你家的"锅"能够自动追踪高速移动的卫星，保持稳定连接。 Starlink用的相控阵是军用雷达技术吗？ 新闻提到Starlink的终端天线用了"相控阵"技术。这听起来很军工——没错，这和战斗机雷达、宙斯盾系统用的是同一类技术。 相同点：都是电子扫描天线，通过精确控制每个天线单元的信号相位，让波束可以快速转向，不需要机械转动。 关键差异：目的完全不同，所以精度不同。 Starlink的应用方向，不是雷达而是通信技术，但它未来可能具备"雷达式感知"的潜力。 能"感知"什么？ 四个字：RF感知。 Starlink终端在和卫星通信时，信号会穿过大气层、经过各种环境。这个过程中，任何异常都会在信号里留下痕迹。 它能感知的东西分三层： 第一层（最精准）：电磁环境本身——哪里有干扰源、频谱异常、噪声变化。这对通信系统本身就有巨大价值。 第二层（可持续建模）：传播环境——下雨、沙尘、湿度、电离层扰动。气象公司会很感兴趣。 第三层（模糊但有用）：大尺度物体——比如某个区域是否有大型飞行器或船只经过。注意，它只能回答"有没有"、"有没有变化"，不能精确识别是什么。 精度对比： 军用雷达：厘米到米级 RF感知：百米到公里级 所以RF感知不是"弱版雷达"，而是一个永远在线的全球异常检测系统。雷达是手电筒，看得清但照得窄；RF感知是环境光，到处都有但很模糊。 starlink相控阵通信感知技术的竞争优势极难复制，由于其不可逆的工程路径和物理资源先手。 五道护城河： 1. 相控阵×消费级×百万规模：历史上几乎没人同时做到这三件事。军工相控阵很贵，消费电子没这精度，百万级规模需要完全不同的供应链。 2. 射频制造学习曲线：50亿颗芯片的制造经验不光是订单问题，还是时间积累：每一轮生产都在优化良率、降低成本、发现问题。。。 3. 芯片成本的极致压缩：把军工级核心部件降到1美元以下（虽然牺牲了部分性能）。这50亿颗订单本身就是"成本消化器"——只有这种规模才能把单价压到这个程度。 4. 系统复杂度下沉到终端：传统思路是让终端简单、网络复杂。Starlink反过来，让终端承担更多计算，这样卫星和网络可以更灵活。这是反直觉的设计选择，一旦跑通就成了结构性优势。 5. 垂直一体化：SpaceX同时控制火箭、卫星、终端、网络。这意味着它可以"有序失败"——某一层出问题，其他层可以补。别人只做其中一环，就没有这种容错空间。 另外，还有LEO轨道的垄断性优势 Starlink选择了低地球轨道（LEO），大约550公里高度。这不是随便选的。 LEO是相控阵通信感知网络的最优选择 信号损耗低，延迟低（20-40毫秒，打游戏够用） 终端功耗可接受（不需要大功率天线） 卫星移动快，网络拓扑持续变化——这意味着AI有大量数据可学习 竞争对手的困境： 更低轨（VLEO）：大气阻力大，卫星寿命短，需要频繁补充。技术可行，商业上几乎不可行。 同轨但晚来：轨道密度、频谱分配、避碰规则全面受限。你不能在人家卫星旁边乱飞。 更高轨（MEO/GEO）：通信能做，但延迟变高，终端功耗上升。更重要的是，轨道变化慢，AI学习材料少，感知能力被"钝化"。 LEO是通信和感知同时成立的最优高度。Starlink已经在这个高度部署了超过6000颗卫星，预计3-5年，将几乎占满LEO空间所有可用轨道。 和6G的关系 严谨地说，6G技术上不强制要求天地一体化。但战略上，几乎必然。 原因不在于速度（5G的速度对大多数应用已经够了），而在于： 覆盖的完整性：海洋、沙漠、极地、航空，这些地方地面基站覆盖不到。 网络级可靠性：地震、战争等极端情况下，地面网络可能瘫痪，卫星网络是兜底。 AI网络需要全局视角：未来的AI应用需要在全球范围内调度计算和数据，没有天基网络就是瘸腿的。 没有非地面网络（NTN）能力的6G，将被视为"不完整"。 覆盖全球的天基雷达？ 尽管starlink不会变成高精度的全球雷达。技术上做不到，也没必要。 但会演化成一个全球持续在线、低精度、AI驱动的感知底座。 未来的分层结构可能是： 第一层：Starlink类RF感知——覆盖广、连续、低精度。相当于全球的"背景感知网"。 第二层：高性能军用雷达——数量少、精度高。在关键区域提供精确信息。 第三层：无人机/高空气球等机动节点——按需部署，灵活补盲。 这三层不是替代关系，而是协同。第一层发现异常，第二、三层精确跟进。 Starlink的全球感知网络市场多大？ 未来5-10年的市场空间，从大到小： 6G融合基础设施：与地面网络融合，成为全球通信底座的一部分。万亿美元级。 国家级主权通信：关键基础设施的通信保障，政府客户。千亿美元。 航空/海事/能源/物流：飞机WiFi、远洋船舶、偏远矿区等需要连续连接的场景。千亿美元。 政府/军方感知服务：非火控级别的态势感知。百亿美元。 全球RF感知与环境智能：气象、海洋、频谱监测等。百亿美元。 总结 Starlink的真正护城河不在单一技术，而在于： 它率先把最适合相控阵+AI的物理空间（LEO）占满，并在其上跑出了真实规模的系统。 它正在成为全球电磁环境的"持续在线感知层"。

试了试这个将任意教学主题转化为3D交互网页的Skil，效果不错啊，适合物理/化学/生物/数学/天文/编程，试了试计算机网络方面的主题也能用，辅助学习神器😎

某校计算机与人工智能学院要求大学生签网络文明行为教育知情书 其中杜绝跨境网络违规行为提到，严禁使用非法翻墙工具、拒绝访问境外非法网站、出售或使用“翻墙”软件

A16Z领投的去中心化AI计算网络，Gensyn又一关键落地，首个AI裁判预测结果应用Delphi正式主网上线。跟踪AI+Crypto最前沿的赛道，可以看看Gensyn —— 这家被A16Z领投（）累计融资接近8000万美金）的项目，最近在主网上推出首个杀手级应用Delphi，标志着从基础设施真正走向实际经济价值兑现。 Gensyn是去中心化分布式计算+边缘计算的混合体。它把全球所有闲置硬件（笔记本、手机、消费级GPU到数据中心闲置机）通过P2P+区块链验证，组建成一个“全球超级集群”。核心是trustless计算市场：任何人随时贡献算力就能赚 $AI 代币，开发者则能以远低于AWS的成本获取海量训练/验证算力。技术壁垒极高——REE可重现执行+Verde密码学验证，确保结果在不同硬件上完全一致且可独立审计。 这套混合体（去中心化分布式计算 + 边缘计算）直接为去中心化AI提供了最底层的坚实框架，打破中心化云的垄断和瓶颈。 它不是“在边缘跑推理”，而是让边缘设备真正参与大规模训练和持续演化，为整个去中心化AI生态打下最硬的底座。这既解决了AI算力集中化、贵到离谱的瓶颈，又把边缘设备真正拉进大规模训练闭环，属于边缘计算的广义进化版。 当下对于Gensyn最重要的就是Delphi的推出：完全无许可的AI驱动信息预测市场平台。 1）任何人可创建市场（比特币价格、体育、地缘政治、甚至自定义事件），注入流动性后自动生成 AMM（DPM做市机制），从第一笔交易就有流动性，无需对手方。 2）结算靠AI模型而非传统预言机，可选Gensyn REE生成密码学证明，24 小时无人结算就自动退款——真正无信任。 3）AI代理还能直接参与预测并赚钱，形成“人类 + AI 持续学习”的经济激励闭环。 测试网数据也非常好： 1）体育赛事市场吸引 8.7 万交易者、488 万美元成交；奥斯卡预测市场超 4.5 万参与者。现在主网上线，比特币、以太坊、原油等市场已活跃，费用机制也直接利好 $AI（1.5% 给创建者，0.5% 进 Vault 70% 销毁+29% 社区+1% 奖励）。 2）依托全球去中心化节点集群，协同训练十几万个AI模型。峰值同时在线独立节点超 4 万个，兼容 CPU、GPU、苹果 M 系列芯片全终端。数据本地处理、无需远程上传，真正摆脱中心化厂商算力依赖。 意义是什么？ 这不是又一个预测市场，而是Gensyn把“计算基础设施”真正货币化、产品化的第一步。传统预测市场靠人力/中心化预言机，Delphi 用AI+可验证计算直接把“信息发现 + 结算”链上化，还为开源 AI 提供了真实经济回报。 放在更大格局看，它验证了AI+Crypto的终极叙事：去中心化算力网络不止解决训练瓶颈，还能孵化出“代理经济”和持续演化的信息市场。a16z Crypto这么重仓领投，应该不是看短期，而是看好它成为AI时代“全球超级计算机”的底层协议。 个人角度看AI算力短缺是结构性问题，Gensyn这种混合体（分布式+边缘+真实应用落地（Delphi），正把Crypto的激励机制嫁接到AI基础设施上。TGE已经到来，主网也在跑真实资产交易，值得持续跟踪生态数据。

这几天闲来无事，粗略研究了下量子计算机对区块链生态的影响，涉及大量密码学的背景知识，不说太多细节，分享几个观点： 1）过去学界普遍认知要破解256位的椭圆曲线加密算法大概需要数百万个物理量子比特，逻辑量子比特6000个左右，但Google这次发表的新论文，并没有推出什么逆天的新硬件，而只是重新编译了Shor's algorithm（肖尔算法）在量子电路上的执行方式，就把所需的逻辑量子比特压缩到了1200个。 什么概念？意味着算力成本直接缩减了近20倍。这是本次量子威胁论被热议的根本，以前我们一直认为绝对不可能的事，到了今天，开始有了一个“倒计时”； 2）Google给这个倒计时的时间节点是2029年，意味着这个时间点前包括互联网的HTTPS、SSL银行证书、SSH远程登录等加密方式以及BTC和以太坊等公链的底层ECDSA签名体系都必须完成一次“抗量子”换血，否则到时候可能会存在灭顶之灾。 关于这一点，2029年也就是3年的时间，我觉得过于夸张了，毕竟纯理论落地到现实可执行落地还有很大的距离，但至少说明了一点，抗量子攻击的加密算法升级时间窗口开始打开了，没有迫在眉睫，但也绝不能掉以轻心； 3）如果说到此，很多人对量子威胁还是没概念，那可以再细化说几个攻击面： 1、目前BTC链上大概有25%-35%的地址，公钥已经处于暴露状态，包括中本聪时代采用P2PK格式的早期地址，以及所有复用过、发生过转账的地址，这些地址都在攻击范畴内；而其他没有发生转账的地址，只要在量子计算机成熟后启动转账，其在Mempool处理交易的10分钟内，足以被量子破解抢先截胡攻击，等于整个网络都已瘫痪； 2、以太坊面临的危机更直接，ETH的EOA账户在第一次发送交易时，公钥就会通过签名被暴露上链，，加上EIP-4844之后的数据可用性采样机制，以及本身依赖POS签名验证的共识网络。以太坊公链面临的都不是私钥能不能破解的问题，而是一旦签名算法得不到升级，整个网络都形同虚设了； 3、关键是，由于区块链交易历史都是可追溯且永久存储在链上，别看现在量子计算机攻击条件还不成熟，但过去和今天链上已经暴露公钥的交易，都会被记录起来，成为潜在攻击的对象，就等量子机器慢慢就位。 4）当然，既然量子攻击还存在技术突破+时间的窗口，同样理论上，只要在接下来的数年内完成“抗量子攻击”大换血，也可以实现一次自救。 以太坊早就在抗量子威胁上面做“工程化”优化布局了，包括推进账户抽象允许EOA地址在应用层面直接切换签名方案，验证者签名也在向抗量子攻击的PQC加密算法（Post-Quantum Cryptography，后量子密码学，专门为抵抗量子攻击设计的新一代加密标准）等都可以从底层结构上强化抗量子特性。本身以太坊最牛逼的就是“飞行状态下加油”的动态升级特性，既然方向明确了，抗量子特性也只是时间问题了。 比特币选择了引入BIP-360，这会引入FALCON或CRYSTALS-Dilithium这类后量子签名算法，技术上并不复杂，但是难在共识确立，要知道，比特币社区曾为了一个区块大小的分叉吵了几年，指望他们在抗量子硬分叉上迅速妥协，实在难以乐观。但一旦威胁进一步有了“确定性”，这个自救式的补丁再佛系的开发社区也会硬着头皮上。 以上。 最后说一件有意思的是，Google用零知识证明ZK披露了这个潜在的量子威胁，一开始就有意识的让其“软着陆”，毕竟一旦失控发生别说区块链了，互联网文明都是毁灭性的。另外Google Quantum AI团队里，有以太坊基金会的研究员参与，没准抗量子攻击会成为区块链接下来的一个主流叙事也未可知，毕竟天然基因就是密码学技术，这样全新的使命，很Crypto！