凌晨了，我还穿着这条碎花裙在等风，也在等你…… 腿有点凉，心却热得不行。 你现在……想来陪我吗？#碎花裙# #夜间诱惑# #晚风里的女人# #谁还没有一条碎花裙# #心动时刻#

这简直就是WAIC最值得听的演讲。 刚刚进入 2026 年下半年，AI 的进展依然非常快，信息多得让人有点喘不过气来。 在这样的时间节点，再听听阶跃董事长、千里科技董事长印奇 WAIC 在主论坛开幕式上讲他对 AI 发展脉络的理解，还是让我很受启发。 我想写写自己的感触。前奏可能有点长，因为印奇提到说他发现过去 70 年来 AI 技术的发展脉络，呈现出高度的连续性。 恰好这段时间我在看《人工智能简史》，深有感触。记得丘吉尔说过，你能看到多远的过去，就能看到多远的未来。 1 过去 70 年，人工智能一直在解决一个问题：怎么让机器拥有接近人类的通用智能？ 最早影响很大的一条路线是符号主义。基本想法是把人的知识和推理过程写成一套符号与规则。 比如，如果发生 A，就执行 B。满足某几个条件，就可以推出一个结论。 这个思路很好理解。既然人会根据规则推理，那就把规则教给机器。可现实世界太复杂了，规则无法穷举。 后来，机器学习逐渐成为主流。人们不再试图把所有规则一条条写给机器，而是让它自己从数据中寻找规律。 比如给模型看大量猫和狗的图片，经过训练之后，它逐渐能够判断一张新图片里出现的是猫还是狗。 再之后，深度学习和大模型把这条路线推到了新的高度。尤其是过去几年，模型开始拥有比较强的语言理解、内容生成和推理能力。 AI 第一次能够比较自然地和人交流，也能够处理过去很难通过固定规则解决的问题。 顺着这个框架继续往下看，到了 2026 年，大模型其实又走到了一个新的节点。 大家有没有发现，去年国内几家大厂还在争论元宝、千问、豆包这些聊天产品谁能抢到用户入口。 今年，大家争抢的重点已经慢慢变成了 Agent 入口。 因为过去我们使用 AI，主要还是让它回答问题，或者完成一个很短的任务。 现在的 Agent 已经开始处理持续几个小时甚至几十个小时的复杂任务。而且，AI 对于编程语言的驾驭能力也逐步超过人类。 Agent 的条件已经成熟。AI 从模仿人类逐步开始在部分任务上超越人类。 2 还有一个让我恍然大悟的观点，印奇说他发现这些年 AI 的发展过程中，所有的重要里程碑都和语言紧密相关。 维特根斯坦说过：语言的边界，就是世界的边界。大概意思是，人能够理解什么，很大程度取决于语言。 没有语言描述的东西，人就很难思考。比如一个人如果没有颜色的概念，他就很难理解红色。 对 AI 也一样。 如果 AI 只理解自然语言，它主要能进入的就是文字、知识和对话的世界。我们告诉它一件事情，它能够听懂。 我们问它一个问题，它能够回答。这已经非常重要，但它的能力大部分还停留在语言里。 这两年，Agent 能力突飞猛进的原因之一就是因为模型充分掌握了编程语言。 因为代码可以调用 API、读取数据库、操作软件、修改文件、控制系统。 AI 一旦能够理解和生成代码，就相当于拿到了进入整个计算机世界的一把通用钥匙。 这也是为什么过去一两年，模型 Coding 能力如此重要。编程语言会扩展 Agent 的边界。 紧接着，还有一个判断：Agent 肯定会成为未来生产力的最小单元。 过去的软件，其实没有资格成为一个独立的生产单元。Excel 很强，Photoshop 很强，搜索引擎也很强，但它们仍然是工具。 真正理解目标、拆解任务、检查结果的，始终是人。所以过去一个组织里，最小的执行单元通常是一个人或者一个岗位。 Agent 带来的变化，是它开始能够独立跑完一段相对完整的工作闭环。 我们给它一个目标，它可以自己拆解、调用资源、执行操作、检查结果，然后交付成果。 打个比方，过去的软件像车床和传送带，每台机器只能处理一个步骤，需要工人在中间操作和衔接。 Agent 更像一个可以独立接收任务的工作站，原料交给它，它能够自己安排步骤，处理过程中出现的问题，最后交付一个相对完整的产出。 或者这么讲，过去的软件，本质上增强人的能力。而 Agent，会直接成为生产过程的一部分。 一旦 Agent 成为这种基本执行单元，整个生产力的组织方式都会跟着变化。 3 会发生什么变化呢？简单来说，印奇认为会出现新系统、新载体、新网络。我分别讲下自己的理解。 第一个是新的系统。 过去几十年，每次计算平台发生重大变化，操作系统都会随之变化。 PC 时代出现了 Windows 和 macOS，主要负责管理电脑上的硬件、文件和软件。 移动互联网时代出现了 Android 和 iOS，手机上多了摄像头、定位、通知和各种传感器，操作系统需要把这些能力管理起来，再开放给不同的 App。 到了 Agent 时代，操作系统需要管理智能体的身份、权限、记忆和协作等等。 所以演讲里提出了一个公式：智能体能力，等于模型能力 × Agent 操作系统能力。模型像大脑，决定 Agent 能不能理解和思考。 Agent OS 负责把模型和外部世界连接起来，给它提供记忆、工具、数据、权限和运行环境。 这一点我听完还是挺有启发的。从 PC 到移动到 Agent，每一次平台变化，操作系统管理的对象都不一样，这条脉络一拉出来就很清楚。 第二个是新的载体。 相信看到这里，大家就能理解为什么 OpenAI 会做硬件了。 移动互联网时代，手机这样的终端主要负责连接人与数字世界，所有操作都由人来完成。 到了 Agent 时代，终端会重新围绕 Agent 来设计。 比如过去出门旅行，我们需要自己打开地图、查看日程、搜索航班，再分别处理各种信息。 未来 Agent 可能已经知道我们的行程，看到航班延误之后，主动调整后面的安排，并把新的方案告诉我们。这完全是不同的逻辑。 所以这一轮所谓的 AI 硬件，真正要解决的，可能也不是在现有设备上增加一个聊天入口。 大家都在寻找一种更适合智能体长期存在、持续感知和随时行动的载体。 它可能仍然是手机，也可能是耳机、眼镜、汽车或者机器人。 具体最后会长成什么样，现在还很难判断，但可以确定的是，一定会有新的载体出现。 第三个是新的网络。 互联网连接的是人、信息和服务。到了 Agent 时代，还会出现大量智能体之间的连接，也就是 A2A 网络。 最近我就在公司里搭了一个很小的 Agent 局域网，让不同同事的 Agent 可以互相发送任务、同步进度。 比如我的 Agent 发现一个产品问题，可以直接把问题交给研发同事的 Agent，后者分析原因、尝试修复，再把结果发回来。 当然，这套东西现在还很早期。诸如权限怎么管理，传递的信息出了错又该由谁负责，都还没有成熟的答案。 但只要 Agent 能够独立承接任务，它们之间产生连接和协作，就是很自然的结果。一个 Agent 不可能擅长所有事情，它也需要寻找其他 Agent，分配任务，再把结果整合起来。 很有启发。提纲挈领。

很多人可能还没意识到，中国大模型其实已经进入了一段尴尬期。 什么叫尴尬期呢？ 你如果养过猫，尤其是布偶这种猫，应该知道它从小长大的时候，会经历一段尴尬期。 旧毛掉了，新毛还没完全长出来，看起来多少有点别扭。 但再过一段时间，等新毛长齐了，漂亮的那个状态又会回来。 我觉得现在国内大模型差不多就是这个阶段，核心主要是有三个问题。 第一个，就是模型越训越大，但训练算力开始有点跟不上了。 现在大家都在往更大的模型走，5T、8T、10T 这种规模也开始被摆到台面上。 比如阿里在本次的云栖大会上提到，未来可能会训练 5T 到 10T 参数规模的模型。 Kimi、GLM 也都在继续往更大规模走。 但问题是，模型规模可以继续往上加，训练卡没有那么容易增加。 大家都知道 Scaling 还没有完全走到头，但在国内，算力确实已经越来越容易变成一个现实限制。 第二个是推理，或者说模型上线之后怎么稳定提供服务。 之前梁文锋在那个所谓流出的DeepSeek投资人会议纪要里也提到过，国内之前为什么很多 MoE 模型会把激活参数控制在几十 B，一个重要原因就是推理资源。 因为模型训出来是一回事，能不能长期、稳定、大规模地给用户用，是另外一回事。 虽然那个会议纪要出来之后，Kimi 也发了 K3 这种2.4T参数的模型，但这个问题还是没有被缓解。 一些新模型（就比如K3还有刚发的Step5Preview）刚上线的时候速度很好，但很快可能就会遇到限速、排队、额度收紧之类的情况。 这说明推理算力的问题其实还没有完全解决。 我们的团队们很难像 OpenAI 那样，时不时直接给用户 reset 一轮额度。 因为模型越大，每多放一点额度，背后都对应着真实的推理成本。 第三个，就是价格和定位的问题。 模型越做越大，推理成本越高，价格自然也很难一直维持在原来的水平。 但国内模型之前比较明显的两个优势，一个是开源，一个是性价比。 所以如果价格慢慢往上涨，就会出现一个新的问题： 如果价格差距越来越小，那用户为什么一定要选择国内模型？ 尤其到了 Agent 时代，一次任务消耗的 Token 可能会比普通聊天高很多，价格会变得比以前更敏感。 最后很可能还是会回到一个很朴素的问题：效果差不多的情况下，谁便宜就用谁。 那就会有人选择赔本赚吆喝喽，当然我没有特指某些模型哈。 包括 DeepSeek 自己，其实也经历过价格调整。 所以我觉得，国内大模型现在确实处在一个比较微妙的阶段。 模型做大之后，推理算力又会成为新的限制。 推理成本上升之后，价格也需要调整，但价格一上去，又会影响原本的性价比优势。 有点像猫长大的尴尬期。 旧毛已经开始掉了，新毛还没有完全长出来。 接下来这段时间，得看国内厂商怎么把这几个问题一起解决掉（下一条我会聊这个）。

我知道绝大部分还没发财的朋友，其实心里还是很相信 btc 的长期收益，但总会因为各种各样的原因参与高风险杠杠或是 pvp，试图借此博取高收益。原因可以是： 你就要结婚买房了但是手头资金不够。 你生意完蛋了需要资金补足亏空。 你不想再继续当人矿 996 了想发财炒掉老板 你刚生了孩子，生活开销突然暴涨，急需一笔钱应急。 你欠了一堆信用卡债，利息越滚越高，想靠一把翻身还清。 你的父母生病了，医疗费用高得吓人，传统攒钱方式来不及。 你看到朋友靠炒币买了豪车，心里不平衡也想快速跟上。 你失业了，找不到新工作，觉得这是唯一翻身的机会。 你的房租又涨了，工资却没涨，生活压力让你想搏一把。 你想攒钱出国留学，但学费高得遥不可及，只能冒险一试。 你厌倦了被房贷车贷压得喘不过气，想靠高收益摆脱债务。 你的创业项目缺资金，银行不批贷款，只能靠自己搏一把。 你觉得自己年纪大了，再不拼一把就没机会改变命运了。 一旦获取收益被套上时效性枷锁，其实你就离完蛋不远了。好比我用枪顶着你的头让你在 1 小时内赚足 x% 的收益，我估计你除了玩命抬高杠杠也没有其他办法了，不管怎么做死亡率都巨大。德州扑克的涨盲倒逼短码拼一把其实也是这种道理。 冲破这道枷锁就两条路，一条就是干他娘的赌运，很多人都在这条路上，处于随时 game over 的状态。 还有一条就是彻底抛弃给自己定下的时间限制，用长期视角去管理资金——但真的说起来简单，债主下周上门，你哪有心思等什么“长期收益”？医院催着交费，亲人命悬一线，谁还能淡定地说“BTC五年后会涨到 100 万美金”？工作丢了，房租涨了，员工等着发工资——这些压力就像一把刀架在脖子上，逼着你去梭哈。 看到这里你觉得我会有什么神方法和建议吗？对不起！没有！这个问题，它就是无解的！你唯一能做的就是要么离场，要么断舍离收拾好你的烂摊子。 交易的现实就是这么残酷，处境往往比你手里的牌更重要。真正能赚到钱的人，往往是那些处境没那么糟的人。

【社论】分票会死人，合兵能翻盘。 BC省选这几天、温哥华市选这一个月，把同一条规律又演了一遍。 列治文现在最该看的，不是谁海报贴得多，而是谁还在互相拆台。 保守党：先裂开，再合回去，民调立刻跟上来 Findlay当了不到四个月，党团被拆得七零八落：议员出走、开除、另组CentreBC，反对党看起来像一盘散沙。伊比正是冲着这个窗口提前省选。 窗口几乎立刻关上。 Findlay一辞职，Doerkson接临时党魁，出走议员开始回流；选举宣布当天，CentreBC大部分议员又回到保守党旗下。 不是路线突然变香了，是“右边有没有一个能赢的篮子”这个问题，在选民脑子里重新有了答案。 Angus Reid随后给出的数字很直白：已决定加倾向投票者里，保守党43%、新民主党35%。十天前同一家民调还是新民主党领先4个点。反转的核心不是特朗普，而是对提前选举的反感，加上右翼不再公开互撕。选民忠诚度也说明问题：2024年保守党选民八成以上还在，新民主党只剩六成五。 合，不一定赢；不合，几乎必输。 这次民调回升，证明的是后半句。 温哥华：左翼先限候选人，再让出市长位，支持率跟着上去 温哥华走的是另一条整合路径，更早、更刻意。 今年春天，COPE、OneCity、绿党先谈妥：市议会、公园局、教育局限量出人，避免进步派自己把票切碎。夏天快截止时，COPE的Allen、OneCity的Azaroff退出市长战，把票让给绿党的Pete Fry。 Justason 8月31日至9月11日的民调，正好踩在这两人退选之后：已决定选民里，Fry 45%，现任市长沈观健（ABC）30%。同一份调查还显示，市议会前十名里，进步三党占了九席，ABC只剩Kirby-Yung一人挤进前十。 这和省保守党的整合不是同一套剧本，效果却同类： •省保守党是危机后的紧急缝合，先止住出血，再谈形象。 •温哥华左翼是选前设计好的减分票协议，先让出市长位，再把议会名单排开。 两边都证明一件事：在一轮投票、多候选人的制度里，组织纪律比口号值钱。 温哥华市长是单一选区，分票最致命，所以左翼先把市长位收成一个人；市议会是选十人，他们没有并成一个党，但限量出人，等于在名单上做了软整合。 沈观健那边，中间和右边并没有对等整合。TEAM、温哥华自由党、Vote Vancouver仍各自占一块。左翼一收口，现任市长的“渔翁空间”就窄了。 给列治文的启发：现在最像分裂后的温哥华，不像刚缝好的省保守党 列治文这次是Brodie不连任后的开放市长战。正式名单里市长有七人，市议员要选八席、报名五十多人。 六月那份Pallas民调里，未决定接近一半；当时领先的Heed也只有两成，而且那份民调委托方有立场、名单后来也变了，当趋势看可以，当终局看不行。 真正有用的对照是结构，不是某个候选人眼下多领先。 第一，市长位必须先问：同类票会不会自己打死自己。 
温哥华左翼明白，三个进步派市长一起上，等于给沈观健送连任。 列治文中间和建制派如果继续Heed、Loo、Howard、Kang各打各的，最后赢的往往不是“最像自己的那个人”，而是“对手分得更碎的那个人”。 省保守党能把支持率拉回来，第一步不是政策白皮书，是先减少公开出口。 第二，市议会八席是另一套算术，但不能假装没有阵营。
列治文有Conservative、RITE、RCA、Richmond Forward、Advance Richmond、We Are Richmond、Richmond Strong等多条名单。 温哥华进步三党没有合并成一党，但约定了名额上限，民调里他们的人就能挤满前排。 列治文如果每条名单都出满八人，等于把自己的支持者摊成薄片。整合不一定要改党名，可以是限量出人、交叉背书、明确“这八个里先保哪几个”。 第三，整合要赶在选民形成印象之前。 
省保守党是选举令落下前后48小时完成回流，民调才来得及转向。温哥华左翼是提名截止前完成市长让位，Justason才能测到Fry起跳。列治文提前投票10月3日就开始，正式投票10月17日。现在再拖，不是“再观察观察”，是把分票结构写进选票。 第四，合起来还要有一张能被记住的脸。 
Doerkson把人拉回来了，但四成选民还说对他不够了解；Fry能立刻吃到退选红利，因为他本来就是现任议员、名字已经在选票市场里。列治文谁想当那个“整合点”，不能只靠别人退出，得让未决定选民说得出他代表什么。否则合兵只是把分散的低认知，变成集中的低认知。 第五，假整合比不合更危险。 
CentreBC议员回流后，党本身否认正式合并；OneBC仍在右边另开一口。温哥华进步派也只是市长让位加限额，不是一个党。选民吃的是“这回大概不会再自己打自己”，不是“我们从此一家人”。列治文如果只在记者会宣布合作、名单上照样叠床架屋，反弹不会来。 省选和温哥华市选隔一周。列治文选民会先投市政、再投省选，注意力会被切成两半。谁还在自己阵营里养第二、第三个“正统代表”，谁就是在帮对面减门槛。 分票的代价，从来不是理想不够纯粹，而是把决定权交给最会排队的那一方。

我最近越来越认真地想一件事： 如果有机会，我还真想找一家预测市场产品公司去上班。 不是开玩笑， 而是我真的很看好这个赛道，而且我自己本身就喜欢这类产品。 预测市场这个东西，很多人第一反应还是“竞猜”“赌球”“赌新闻”。 但我觉得它真正有意思的地方，不在这里。 它最核心的价值是：把观点变成价格。 以前大家在网上吵架，谁都觉得自己对。 美联储会不会降息、某个候选人能不能赢、某场比赛谁更稳、某个法案能不能过，每个人都能讲一堆理由。 但讲观点太便宜了。 真正难的是： 你愿意拿多少钱为这个观点下注？ predict @predictdotfun Kalshi @Kalshi 、Polymarket @Polymarket 这种产品，本质上就是把嘴硬的人和真钱放到同一张桌子上。 这点很残酷，但也很有效。 传统媒体给你情绪， KOL 给你观点， 预测市场给你概率。 当然，预测市场也不是神。 它会被大户影响，会被情绪带偏，也会有流动性不足的问题。 但它至少提供了一个非常直接的信号： 市场现在愿意用多少钱相信这件事。 这对交易者、内容创作者、体育用户、宏观玩家，甚至普通吃瓜群众，都很有价值。 因为以前信息是文章、新闻、报告。 现在信息可以直接变成一条可交易的概率曲线。 这也是我看好这个赛道的原因。 它不是单纯让大家更爱赌博， 而是让“判断力”第一次被产品化了。 我自己如果去做预测市场产品，我觉得能做的事情也挺多。 第一，我本身就是重度用户视角。 我喜欢体育、喜欢电竞、喜欢市场、喜欢链上产品，也喜欢研究各种赔率和概率变化。 我知道普通用户为什么会点进去，为什么会犹豫，为什么会下注，为什么会复盘。 第二，我能帮产品做内容和教育。 预测市场不是只把盘挂出来就完了，很多新用户其实不知道怎么理解概率、盘口、流动性、赔率变化。 如果能把一个事件讲清楚，把市场价格讲清楚，把风险讲清楚，用户参与感会完全不一样。 第三，我能帮产品拉新用户。 因为我身边本来就有很多这类用户： 币圈用户、体育用户、交易用户、喜欢研究宏观的人、喜欢参与链上活动的人。 这些人天然就对预测市场感兴趣，只是很多人还没有被正确教育和引导进来。 第四，我能帮产品做本地化和社区增长。 中文市场其实很适合预测市场。 大家爱聊宏观、爱聊体育、爱聊币价、爱聊大事件，也爱争输赢。 但现在很多产品的问题是，内容太冷，入口太硬，用户不知道该怎么玩。 我觉得这里面有很大的空间。 好的预测市场产品，不应该只像一个下注页面。 它应该像一个信息入口、一个观点交易所、一个事件社区。 用户进来，不只是下注。 而是看观点、看概率、看大神仓位、看市场怎么变化，然后慢慢形成自己的判断。 如果产品能把“事件内容 + 概率价格 + 用户讨论 + 榜单战绩 + 交易入口”结合起来，这个东西会非常有粘性。 我现在看这个赛道，最大的感受是： 它同时吃到了几个趋势。 体育竞猜的娱乐性， 金融交易的价格发现， 社交媒体的观点表达， 加密市场的全球流动性， 还有 AI 未来对事件分析、赔率解读、自动复盘的能力。 这些东西如果组合好，预测市场不会只是小众玩具。 它可能会变成下一代信息产品。 以前大家在网上吵架，最后比的是谁嗓门大。 以后可能会变成： 你怎么看？ 市场怎么看？ 你愿意拿多少钱证明你是对的？ 这就是我最喜欢预测市场的地方。 它把空话压缩成价格， 把判断变成仓位， 把嘴硬变成成本。 所以如果真有一家靠谱的预测市场产品公司愿意要我，我还真想去试试。 因为这个赛道我不是只看好， 我是真的愿意每天用、每天研究、每天帮它拉用户。 说白了，我不一定是最专业的产品经理， 但我一定是那种自己会上头、会研究、会拉朋友一起玩、还愿意把产品讲给更多人听的人。 预测市场最缺的，可能不只是技术。 还缺真正懂用户为什么会下注、为什么会上瘾、为什么愿意复盘、为什么愿意继续回来的那批人。 而这件事，我觉得我能做

很多大龄剩女择偶条件就是高，但是她不认为自己择偶条件高。 她还认为自己是在下嫁，有一个40岁的大龄剩女，无房无车，没有稳定工作，没谈过恋爱。她去相亲，向人男方索要288万彩礼，男方是一个工程师，年薪30来万，然后，她要求这个男方婚后工资全交，每个月给男方500块钱零花。 她说，男人不能太有钱，男人有那些钱也没地方花，没有用。 外他和男方说婚后呢，他不洗衣服，不做饭嗯，不跟公婆在一起住，还要求公婆的退休金也要全额上交所说这个不给男方生孩子啊，提了一大堆苛刻甚至无理至极的要求。 还有要求男方婚前购置的房产啊，过户到她的名下不是加她的名， 总之啊，她这些要求全是有利于她的，没有一条是有利于男人的，然后她还说她答应跟男方相亲见面抬举了男人，说男人不识抬举，男人当场就跟她发飙，给她甩脸子。 然后她跟媒人说这个男人太不可理喻了，我明明是给她机会，给她一次见面的机会，她没有抓住机会，还跟我发飙，还给我甩脸子，简直是无理取闹。 大家觉得到底谁在无理取闹？

布伦特原油今天从$70附近涨到$78.9，涨幅超过12%，这是真实的地缘风险溢价被重新定价，不是情绪炒作 事情的核心不是伊朗有没有能力真的关闭霍尔木兹，而是这场对峙本身已经在改变市场行为。霍尔木兹每天过大约1700万桶原油，占全球海运石油贸易的将近三分之一 伊朗说关，美军说开，两个相互矛盾的声明同时存在，船运公司不敢赌，保险公司费率直接跳涨，航运绕道是必然选择。这还没有实质性封锁，只是一个声明，原油就涨了这么多 特朗普透露的那段谈判内幕，伊朗在谈判桌上同意了，离开不到一小时就用无人机打了一艘船。这说明伊朗内部并不是铁板一块，革命卫队和谈判代表走的不是同一条线 这种结构性分裂让局势更危险，因为你无法确认和谁谈、谈成了能不能落地。这类冲突最难收尾的情形就是这种，一边谈、一边打，双方都有内部反对议和的力量 黄金跌破4100，正常逻辑是地缘风险升级，黄金应该涨，但它跌了。一个解释是原油暴涨带来通胀预期，市场重新定价更高利率，美元走强压制黄金 另一个解释是部分资金在战争风险上升时选择减仓黄金来补保证金或换流动性。黄金和原油背离本身是个信号，现在市场的定价并不统一 BTC今天跌到$62968，跌1.6%，典型的风险资产在地缘冲击下的第一反应。但历史上地缘冲突对BTC的压制周期都很短，只要流动性没有系统性收紧，BTC通常在初期回调后会重新找到方向 真正的风险是如果冲突持续导致全球通胀预期再起，Fed被迫推迟降息甚至重新考虑加息，那才是流动性收紧的真实路径，对所有风险资产都是压力 现在这个阶段，油价能不能稳在$75以上，是判断局势是否升级的最直接指标 DYOR 非投资建议

今日美股总结：这只是一次健康的洗盘，AI这轮浪潮才走到一半 今天半导体确实跌得不少，AI基础设施这条线普遍承压，好几只股票盘中跌幅都超过了5%。 看着账户数字一路往下走，谁心里都不会好受，这是很正常的情绪反应，不是你不够理性、不是你操作有问题，我今天的心情跟大家是一样的。 只要这段时间站在多头这一边，日子大概率都不好熬，你现在心里的这些拉扯和难受，此刻场内很多人都在经历同样的事，你不是孤军奋战。 先说结论：这一轮下跌，本质上是涨得太快之后的一次自然回吐 拿费城半导体指数(SOXX)来说，在一段大涨行情中途出现15%到25%的回调，其实是相当健康的现象，个股层面的波动幅度通常还会更大一些。这是趋势内部正常的换手和筹码消化过程，而不是趋势走到了尽头。 更重要的是，如果把AI这一整轮产业浪潮看成一条完整的曲线，我个人的判断是，我们现在大概率才走到一半左右的位置，后面要走的路还很长。 耐心持有，剩下的交给时间去复利 逢低加仓和耐心持有是最笨的方式，但是也是最容易战胜聪明人的方式。 过去两年AI涨得很快，估值中间经历几轮修正，我觉得是很正常的事，甚至可以说是必然会发生的事。 几乎每一次调整，市场都会开始讨论AI trade结束了。泡沫破了。这次真的不一样。可回头看，这些声音过去已经出现过很多次，但AI产业并没有停下来，还是一步一步走到了今天。 至少到今天，我还没有看到任何足以让我推翻原来判断的东西。 云厂商还在继续扩大AI资本开支，企业部署AI的速度还在提升，OpenAI、Anthropic等头部模型公司的商业化还在加速，大模型的Token消耗还在快速增长，数据中心还在不断建设，存储、网络、光互连、先进封装这些AI基础设施环节的需求，也没有因为这两天的大跌突然消失。 给大家举个例子，如果你2019年或者2023年买过并按照4年周期理论持有几年比特币，应该会更有体会 哪怕是在牛市里，比特币中途出现好几次30%到40%的回撤都很正常，山寨币就更不用说了，动辄70%到80%的洗盘也经历过好几轮。 但如果你真的一路拿到2025年那个四年周期走完的时候回头看，会发现美股这个市场其实友好太多了。 拿着美股，在牛市里一年最多经历两三次10%左右的回调，个股波动也大概就是20%到30%这个量级，但只要方向对了，它是持续在往上走的，基本面也一直很扎实，公司在你睡觉的时候都还在替你赚钱，这种感觉是很安心的。 美股现在的基本面依然很好，企业的盈利能力还在不断增强。 美股真的是一个只要你有足够的耐心、大致看得懂周期、知道自己现在处在什么位置，拿着就能稳稳赚钱的市场。因为它背后是稳定的金融制度和稳定的法律体系，还有几大科技巨头也不可能在这个时间点缩减资本开支（今年确定资本开支7250亿，只会更多，不会减少，明年预计1万亿，2028年就不知道了，拐点我预计是在2027年年底） 现在仍然是一场军备竞赛，中美两国也在AI这条赛道上持续竞赛，而OpenAI、Anthropic这些真正的头部模型公司甚至都还没有上市，后面能讲的故事还有很多。 我预判彻底转熊的时候是在2027年年底-2028年中，现在还是在牛市中，只要是在牛市中就放平心态耐心持有，不要上杠杆，尽量买正股或2028年1月到期的leap call，然后在关键均线加仓（这个后面会说）。 所以，希望大家能让逻辑战胜情绪。 接下来把今天具体发生的事情跟大家详细梳理一遍。 伊朗再度点燃霍尔木兹海峡 原本这一天技术面走得还算平稳，芯片股在反弹、标普也在稳步测试高位，直到美国东部时间下午出现一则重磅消息——伊朗在霍尔木兹海峡再次向商业油轮开火，这次目标是三艘属于卡塔尔和沙特阿拉伯的船只，起因是这些油轮改走了美国支持的阿曼通道，触发了伊朗的武力报复。 虽然没有造成人员伤亡，但脆弱的停火协议就此破裂，美国也迅速吊销了此前给伊朗的石油销售豁免许可。 消息一出，原油价格瞬间暴涨超3%，重新站上70美元大关，10年期美债收益率也跟着快速拉升到4.5%以上。 这轮突发的地缘风险，直接打断了原本正在冲高的金融板块行情，大银行和区域银行股在收盘前跳水，最终收在全天最低点。 特朗普此前也放过狠话，称美国可以在一个下午内彻底摧毁伊朗的所有发电厂和基础设施，加上伊朗前最高领袖的葬礼即将在7月9日结束，国内情绪本就高涨，内塔尼亚胡下周还要飞华盛顿跟特朗普会面商讨伊朗问题，这条地缘线短期内很难真正降温。我猜大总统又做多原油了，日线超卖20天该有个技术性反弹，短期阻力位sma 200 74，ema 200 78.4以及缺口84，这大概率只是一个技术性反弹，随后会接着走低，因为vix并没有因此跟着有太大反应。短期可以关注下XLE etf。 三星财报利好出尽，成了半导体大跌的导火索 三星电子公布了历史性的季度财报，营业利润同比暴增19倍，单季利润甚至超过了2025年全年的预期，堪称全球最赚钱的公司之一。 但这份极其亮眼的成绩单在市场上却演变成了一场流动性陷阱。一种解读是，三星的营收虽然达到了市场预期，却没有达到部分华尔街资金私下流传的预期，也就是说100分的财报华尔街原本预期是120分。尽管本季度存货甚至因为需求太旺被卖光、还计划提价20%。另一种更深层的担忧是，三星赚钱赚得太狠，是不是意味着它正在挤压整条AI产业链其他环节的利润空间，这跟此前苹果大赚一度被解读为抢了供应链的钱是类似的逻辑。 结果就是利好兑现即利空，韩国综合指数大跌，三星本土跌幅一度达到7%到9%，SK海力士暴跌超10%，这股抛售情绪迅速蔓延到了美股。不过现在韩国股市算是稳住了，看EMA 50 7800能不能站回去，我觉得sk hynix会有个跌破回踩下跌趋势线和ema 20 2400000再接着回调（图1）。在科技巨头财报前回调完就差不多了，这个月还有sk hynix的财报，财报前压低预期财报后还会涨。 技术面：标普相对抗跌，纳指和小盘股压力更大 标普500当天收盘依然守住了5日均线，全天收出一根十字星，虽然距离历史高点只差不到2%，但当天出现了一次冲击高点下行趋势线失败后重新跌回线下方的假突破。 749到750这一区间是目前的核心多空分水岭，如果能收复750，有望继续冲击752以上；如果短期跌破日内低点(约745附近)，则可能进一步下探740甚至回测6月的阶段性低点723。 更细一层的技术面上，日线级别MACD依然保持向上的看涨形态，说明测试历史高点的通道并未关闭，但30分钟级别出现了MACD和RSI双重顶背离，意味着短期会有一次1小时级别的健康回踩或震荡，可能1 2天再接着上攻上方的压力位。 纳指这边（QQQ）压力更明显一些，短线上虽然也出现了MACD和RSI的底背离，但截至收盘还没有被完全确认，如果能在开盘收出绿色动能柱确认这个底背离，QQQ有机会发动一波1小时级别的反弹去收复5日均线；但QQQ上方堆积了大量机构抛压，重点关注720的压力位。 罗素2000小盘股（IWM）的技术面是三者中最糟糕的，已经确认了日线级别的见顶反转信号，日线图上出现了极为罕见的MACD三重顶背离和RSI四重顶背离，说明此前的拉升动能已经严重耗尽，向下测试月度预期下轨、甚至开启周线级别回调的大门已经打开，目前IWM已经处在2026年年度预期波幅之外的极端高风险区，如果不能形成强力的更高低点，空头大概率会继续牢牢控盘。 板块轮动：资金没有离场，还在轮动 尽管半导体板块承压明显，但市场并没有出现全面崩盘，资金呈现出很明显的轮动特征，通信服务(谷歌、Meta)、医疗保健、消费防御品这些非AI核心板块普遍收绿，能源板块因为油价暴涨表现最好，一度大涨超2.6%。硬件洗盘的同时，软件股逆势上涨。 这种快速的板块轮动虽然让指数看起来稳如老狗，但也让个股层面的操作难度直线上升，追涨杀跌很容易两头挨打。 个股层面几个值得关注的动向 特斯拉当天继续走弱，一度再跌超4%，如果跌破400美元这个重大心理关口，技术面存在向390美元支撑位继续下探的风险，但在财报前大概率还是会表现不错。 7月份可以关注下MAGS财报前的空头回补。 波音相对抗跌，激活了737 Max的第四条最终组装线以提升产能，目前走出了更高低点的上升结构，未来几周有望冲击243到255美元的阻力区间。 能源股XLE ETF在油价暴涨的刺激下集体走强，西方石油大涨近6%，雪佛龙、埃克森美孚也表现强劲。 XLV ETF医疗今天上涨1.54%。 英伟达成了资金的避风港 在血流成河的半导体板块里，英伟达当天走出了独木难支的行情，日内一度低开跌超2%，但很快强行拉涨翻红，跟板块整体表现形成鲜明对比，被资金当成了对冲板块系统性风险的工具。 存储芯片这条线也展现出了不小的韧性，机构明显在逢低死守闪迪、美光、韩国ETF以及AMD这几个标的，尤其是闪迪，尽管近期从高点已经回撤了36%，但在触及55日均线后迅速拉起，日线上几乎收出一根长下影线的十字星，牢牢守住了61.8%的黄金分割位，显示底部买盘支撑相当扎实。 半导体设备三巨头（应用材料、KLA、ASML）也全部精确回撤到了各自的55日均线附近，对于此前踏空的资金来说，这里正是技术派一直在等待的上车点。这里是很大概率是都会有反弹的。 短期半导体指数技术性破位会有点阵痛，但基本面没有被证伪（我用周线图画一下分析，图2） 周线SOXX有个bearish engulfing candle，由于7 8月份有很多半导体公司的财报，财报大概率都不错，财报前被压低预期了，财报后大概率会涨，我觉得周线soxx会形成一个bear flag往上盘整到8月份的某个时候，然后再因为中期选举季节性因素再往下跌跌到9，10月份，SOXX最后9 10月份的目标趋势线的话是在500左右，差不多也是weekly ema 20的位置。我说这些当然不是制造恐慌，图形形态走出来了，我要给大家相应的应对策略，我的应对策略就是分批加仓比如个股sk hynix ema 50和ema 100加仓，存储后面全部换到sk hynix。光的话lite，cohr和nok ema 200和sma 200加仓，glw ema 100。但也要看半导体里个别板块比如说光，光可能7月中-7月底中线级别调整就要结束了，随后就是光的财报季，这种预期被压得很低的时候往往财报后表现会不错，只要稍微超一点预期，空头就要被多头打溃败了。 总结 今天讲了这么多地缘政治、财报解读、技术形态，说到底都是在回答同一个问题现在到底还能不能拿住。 我的答案没有变，短期偏空是事实，账户难受也是事实，但这两个事实并不能推翻AI这轮产业周期还没走完这个更大的事实。 如果你相信的是几年维度的产业趋势，那这两天的波动，本质上只是这条曲线上很小的一段噪音。 真正决定你最后赚不赚钱的不是你有没有精准躲过每一次回调，是在方向没有真正变坏之前，你有没有被短期的恐慌提前甩下车。只要现在还是牛市，你能确定这一点你就不会特别慌了。 耐心持有，剩下的交给时间自己去复利。

成立两年，这家AI公司的估值都冲到200亿了。 下午在中关村和几个朋友聊天。大家都很感触，智谱转眼之间就成了一个万亿市值的公司，这谁能想到，前两年甚至还觉得人家要黄了。 这就是创业啊，探索逻辑，不是考试逻辑。 顺着 LLM，我们聊到了具身智能。有朋友说，现在国内这批具身智能公司中，谁有智谱或者Anthropic的潜力。 我毫不隐讳的抢答，我自己最看好自变量这家公司。过去一年，我写过很多次自变量的模型。 从我的视角，他们每次的新模型或者新论文还是都能给我不小冲击。 今天是上半年的最后一天，不是很忙，这会坐在电脑前，我想写写自变量这家创业公司。 如果你关注具身智能的话，无论从哪个方向看，自变量基本都绕不开。 而且自变量现在的发展节奏也非常猛。刚刚成立两年时间，最新一轮的估值就已经突破了 200 亿。 美团、阿里、字节、小米这四大互联网公司分别都领投过。 这事还是非常罕见，换个角度说，我们可以理解为这几家互联网公司都非常认可自变量的技术方向或者技术水平，要不然也不可能轮番下重注。 自变量这家创业公司有什么来头？我先说下具身智能模型的背景。 具身智能领域的模型，虽然大家嘴上都说在做大脑，但技术方向其实差别很大。 说白了，具身智能大脑要解决的核心问题就一个，让机器人能够和物理世界交互，像人一样去干活，擦桌子、洗衣服这些。 但具体怎么实现这件事，路线分歧还是比较大的。 从模型结构上看，有的侧重做 VLM，也就是视觉语言模型，核心能力是看图、看视频、回答问题、做推理，对世界的理解更多是语义层面的。 另一条路是世界模型，更关心的是给定一段历史状态和动作序列之后，能不能预测出下一帧世界会变成什么样，关注的是物理约束和因果关系。 而且要训练具体模型模型，数据是绕不开的核心问题。和大语言模型可以从互联网上抓取信息不一样，具身智能的数据得从物理世界采集，这件事本身就很难。 没有那么多现成的数据。 从数据来源看，有的公司会用真实世界的数据，采集成本高、场景杂、噪声多，但贴近真实部署。 有的用仿真环境的数据，在物理引擎里自动刷任务、生成轨迹。训练方式也很多样，有走强化学习的，有做模仿学习的，有先学状态转移再做规划的。 总的来说，这个领域现在还处在百花齐放的阶段，大家方向不同，评测标准也没有统一。 和 LLM 领域完全不一样。毕竟 LLM 领域，大家都在 Transformer 的基础上，做 Scaling Law，做 RL，大的方向是一致的。具身智能方向还没有什么标准答案。 自变量的探索特别有意思。今年 4 月份，他们发布了全球第一个世界统一模型 WALL-B。 之前整个行业做具身模型，主流思路是 VLA，也就是把视觉、语言、动作几个模块拼接起来。 但 VLA 走到后面是有天花板的，因为它的核心范式是模仿，一旦环境发生迁移，就比较麻烦。 后来很多人就在讨论，是不是把世界模型和 VLA 结合起来，在 VLA 上面外挂一个世界模型，因为世界模型能够在脑海里做预演，可以解决任务迁移的问题。 但这种拼接方案，整个行业基本都认为是中间过渡方案。因为拼接就涉及到数据的搬运和迁移。 大模型领域已经印证过这件事了，这两年为什么一直在强调原生多模态？就是希望模型能够原生地去理解多模态信息，而不是非得外挂一个结构。VLA 和世界模型的关系也是同样的道理。 所以当他们在 4 月份发布 WALL-B 的时候，我非常震惊。 自变量做的其实是原生的世界模型，把视觉、语言和动作放到同一个模型里从零开始联合训练，统一的架构，各个能力在一个系统里头直接协同。这是全世界第一个朝这个方向尝试的模型。 WALL-B 是 4 月份发的。然后上个月自变量又在这个基础上发了另一个模型 WALL-WM。 在做完世界统一模型之后，他们又回过头去思考一个更底层的问题：具身智能模型基本单元到底是什么？因为用什么最小单元来建模，会极大影响模型学习什么。 这个在大模型领域已经印证了，视频模型也经历过。比如视觉领域，之前的最小单元是像素，后来大家慢慢发现，更合适的其实是语义。到了语义这个层面，视频模型才有了质的飞跃。 自变量团队沿着这个思路推演，判断具身智能领域也面临同样的问题。现在大部分具身系统，默认的基本单元还是时间序列，按时间均匀采样。 但他们尝试之后认为，这个基本单元应该是关键事件序列，就像人一样，人感知世界不是按固定帧率来的，而是按事件来的。 于是在之前世界统一模型的基础上，他们又提出了事件驱动的世界模型。 先是做了端到端的统一架构的原生世界模型，然后又在这基础上做了事件驱动。 总之我的感觉是，这些探索也许是在倒逼着整个行业去思考，什么才是难而正确的事。 有同学可能会问，是不是你说的这些还是纯概念？ 哎，具身智能前两年确实被一些观点带歪了，觉得这行当泡沫很大。其实不是。 一个新技术的演进是涌现式的，用 Anthropic CEO 的话说，是指数级增长。很多人感知不到，是因为在指数曲线的前半段，变化看起来很慢。 但仔细看一看过去这半年，变化其实已经在发生了。好多人嘲笑机器人跑马拉松，觉得这能说明什么。 但隔几个月再去看同一件事，感受是不一样的，明显比之前跑得好太多了。这就是在变化，只是没到那个让所有人都惊掉下巴的时刻而已。 还有很多人可能没注意到，自变量的机器人前段时间已经和 58 到家合作，进入了不少家庭，直接做家务去了。 注意，不是在实验室里做演示，是真的去普通人家里擦桌子收拾东西。还有工业场景也已经在跑了，汽车产线、物流分拣，都在真实环境里干真实的活。 当然，这些都是很微小的开端。就像 GPT-3.5 刚出来的那个阶段，好多人没有看见，还蒙在鼓里，但其实产业渗透已经开始了。 如果对具身智能或者人形机器人感兴趣，推荐去看一看自变量发的一些技术报告和模型。 哪怕不是做这方面研发的，只是作为一个爱好者，看看也会觉得很有意思。 我自己经常去翻这些信息，看完之后大概就能理解目前这个行业遇到了什么问题，以及大家在怎么解决。 光是这个过程本身，就挺有趣的。