主人的阉奴培训班，参加私信！！ 为了让还没有尝试过戴锁管理的狗有第一次的尝试 不过依旧有丰富内容和贞操锁管理。 具体内容: 1.一个月的戴锁挑战和管理❤️ 2.每日调教任务和每日监督❤️ 3.专属视频课和雌堕资源❤️ 4.锁奴仪式，随机任务，少量雌堕教学和体验❤️ #锁死挑战# #负数一整年# #每日一射#

记得最初的锁是硅胶的眼镜蛇，当时很兴奋，硬起来都戴不进去。后续经历塑料，金属，锅盖，平板，负数，PA，几乎所有类型，为了戴锁不勃起，中途吃药打针割包皮睾丸注射。最终蛋蛋萎缩乳腺发育死精没有晨勃。所以什么永久锁死，贞操挑战这些都是没用的东西，习惯才成自然。戴锁要小心哦，会彻底雌堕的。

贞操锁考试 1 预览版 这是一个严峻的挑战 你将在31天内锁死你的鸡巴 但我会教你通过其他地方来获得快感的方法 如果你能完成挑战 你会成为全新的自己 你会参加吗？ 还是仅仅停留在你的幻想里？ 完整版请看主页 中转群＞> #雌堕# #伪娘# #sissy# #贞操锁# #菊穴# #乳高# #无手高潮#

兄弟们，我最近刷到一个真能薅现金的活动，忍不住来安利！ 活动名称：BTC 15分钟预测挑战 round2 奖池：$1,000 USDT + 4,000积分 时间：5月15日 - 21日 最低单笔交易额：仅$1 链接： 官推：@ForesoGlobal 上周我闲着没事刷X，看到Foreso这个15分钟预测BTC涨跌的活动，随手点进去试了两把。结果玩着玩着就停不下来了——最爽的就是最后30秒下注，那时候K线基本已经把方向锁死，我连着赢了好几把，连胜数字蹭蹭往上涨。 听说上轮活动有人直接17连胜，干走100多U额外奖励！我现在天天固定去扫尾盘，感觉自己离百连胜也不远了哈哈哈 Foreso这一个月已经撒出去好几千U，但玩的人居然还不多，竞争小得离谱。现在冲进去，简直是早期红利期。 更香的是0成本党也能吃饱： 不用交易，光在TG群里水几句、关注@ForesoGlobal 发条推，就能抽盲盒，每天最多5次，0.5U到100U都有可能，还送积分。 积分现在看着没啥用，但项目才刚起步，后面大概率有空投，我是直接当0撸在玩了。 想一起薅的快来，羊毛不等人！玩完记得把这条推留到21号哦～ （我邀请链接申请好了就补上，有问题直接TG找 @ForesoGlobal ） @ForesoGlobal

以前打土狗靠的是手速、盯盘和运气，但未来的链上交易，可能会多一个新的变量：AI Agent。 @CreaoAI 联合 Debot 和 Kite 发起新一轮实盘交易大赛，这一次不再是模拟盘，而是真金白银的链上交易挑战。 参赛者使用 Robinhood 钱包地址报名，每个人初始获得 0.1 ETH 资金，在 Robinhood 链上参与代币交易。 这场比赛最大的亮点，是把 AI Agent 真正融入交易流程： Debot 负责监控市场信号，包括聪明钱动向和 X 动态变化； CREAO AI Agent 负责执行交易，根据用户设定的策略自动完成操作； 用户可以根据市场变化，在比赛过程中不断调整自己的策略。 简单来说，你负责制定交易思路，AI 帮你盯盘和执行，把策略从想法变成真正运行的交易流程。 相比传统交易比赛，最大的区别在于策略不是提前锁死，而是在真实市场环境中持续优化，更考验参与者对于行情变化和策略设计的能力。 同时，CREAO 与 Debot 会进行数据对齐，保证交易过程可追踪，提升比赛公平性。 本次比赛共有 1,000 个参赛名额，前 50 名可以瓜分 $10,000 USDT 奖池。 另外，完成 Kite Side Event 任务还能获得 Leaderboard +100 分加成，相当于额外增加 0.1 ETH 排名优势。 报名时间： 📅 7 月 26 日 10:00（UTC+8）开启 ⏳ 持续 3 天，先到先得 如果你对 AI Agent、链上交易、策略研究感兴趣，这场比赛值得参与。 需要注意的是，本次比赛使用真实资金，链上交易存在亏损风险，请根据自身情况参与。 CREAO 参赛页面：

老黄来推特了，第一篇就是重磅炸弹，联合多家机构写了一篇，句句不提KIMI，句句都是KIMI，字里行间对Claude的封闭持有否定，值得一看。 《开放权重与美国的AI领导地位》 上世纪80年代，早期的开源软件先驱挑战了当时的主流观念——软件只有在公司对代码严格控制的前提下才能进步。这场运动推动建立了一个透明的生态，让全世界的开发者都能研究、修改、改进软件。如今，开源社区的软件支撑着互联网的大部分基础，也是全球最大科技公司、美国军方以及从事科研、网络安全等关键任务的联邦机构所依赖的系统底座。开源做到的不只是降低软件成本；它创造了一个共享的知识地基，几代美国工程师和创业者在其上建立了自己的机构主权。 美国如今在人工智能上面临类似的抉择。美国的AI领导地位，不取决于某一个前沿模型，而取决于美国能否建成一个渗透到各行各业的、强大而开放的生态。这对全国范围的创新与繁荣至关重要。它要求扩大AI的可及性、鼓励竞争、发展强大的应用层，并让美国人对自己所依赖的技术拥有更大掌控权。开放权重模型——任何人都可以下载、审查、修改并在自己的基础设施上运行的AI模型——是这个地基的重要组成部分，因为它让先进AI更易获得、更可定制、更广泛可用。 开放权重扩大了进入AI经济的通道。初创公司、成熟企业、大学和公共机构可以在先进模型之上构建，而不必从头训练，也不必为每个任务都支付前沿模型的价格。开放权重让每个组织都能以合适的成本、为合适的任务匹配合适的模型——把前沿级能力留给真正的前沿问题，其余场景跑高效的专用模型。这种纪律性，正是AI在扩展到数十亿日常任务时保持经济可持续的关键。美国赢得AI时代的方式，是让AI渗透进工厂、医院、农场、教室和街边小店的工作流。 开放权重还会强化竞争，而竞争正是让AI的收益被广泛分享、而非集中于少数人之手的保障。通过允许众多组织构建、改造和部署先进模型，开放权重制造的竞争不仅发生在模型开发商之间，还贯穿云、芯片、应用与服务。这种竞争刺激创新、压低成本，并把AI的收益广泛分配到整个经济。 开放权重还给客户更大的掌控权。组织在投入AI时，希望确保自己不会被锁死在单一供应商手里，也不会失去长期积累的知识与能力。开放权重模型提供了这种保障：组织可以掌控自己的数据、按需评估和改造模型，并在业务需要的任何地方部署。而当组织用AI创造价值时，开放权重让它们通过自我改进的模型、专有能力和累积的知识真正拥有这些价值——这些正是驱动美国主权与繁荣的东西。 诚然，开放权重带有真实而独特的风险。一旦发布，权重就脱离了原开发者的控制，修改后的版本难以追踪或撤回。但对这种风险的正确回应不是禁止开放权重。在网络攻击者也在使用先进AI的世界里，防御方需要能力相当的模型，才能检测、模拟并响应新兴威胁。开放模型扩大了防御能力、增加了透明度，并让漏洞能被众多团队发现和修复。 事实上，开放可能是通往AI安全最重要的路径之一。只依赖封闭模型并不天然安全：它们可能被攻破、被滥用，或以外部无法察觉的方式失灵。而把先进AI能力集中在少数封闭模型背后，会放大这种风险——制造少数单点故障、削弱竞争、把关键技术留在少数供应商手中。开放权重模型则让广泛的研究者与开发者社区能审查模型行为、发现漏洞、开发防护并持续改进。正如开源软件证明了透明可以比隐匿更安全，AI安全或许同样取决于让更多人有能力去测试和加固社会所依赖的模型。它支持严格的基准测试与评估、红队演练，以及基于真实的、被证实的危害——而非「封闭默认更安全」这一假设——的保护措施。 强大的AI生态并非注定出现。政策制定者现在有重要的行动窗口：为初创公司和研究者扩大算力供给；投资共享训练资产（数据集、工具、评估框架）；避免对开放模型施加过早限制——那会扼杀竞争或把创新逼到海外——以保持前沿的多元。这些措施还应考虑如何借助强大的应用层，在整个经济中扩大AI的主权化使用。 在塑造这一生态时，政策制定者应注意不要把正当的模型开发技术与侵占行为混为一谈。蒸馏——即用一个模型的输出来帮助训练或改进另一个模型——是模型改进、评估与验证中被广泛使用的技术。它延续了学习、借鉴并改进既有技术的悠久传统，这一传统自开源软件运动兴起以来一直在驱动创新。相比之下，从封闭模型中非法抽取价值的行为确实值得关切。但这些关切应通过有针对性的法律与商业框架来解决，而不是对在AI创新中扮演重要角色的技术施加一刀切的限制。 AI时代可以是一个繁荣的时代。做出正确选择，开放权重AI能扩大机会、强化竞争、延续美国的技术领导地位、缓解风险，并确保这项非凡技术的收益在整个经济中被广泛分享。这样的未来值得建设，而美国应当引领它的建设。 签署方（25家）： 美国创新者网络 · Andreessen Horowitz（a16z）· Arcee AI · Arena · Black Forest Labs · Box · CrowdStrike · 戴尔 · Emergence Capital · Hugging Face · IBM · Linux基金会 · Mariana Minerals · Meta · 微软 · Mistral · Mozilla · 英伟达 · Palantir · Perplexity · Reflection · Replit · ServiceNow · Telnyx · Y Combinator

普通人一辈子不能翻身，完全是资本布下的五个阳谋。 每一个都是对人性底层软肋的考验。这五道关有一关过不去，都翻不了身！ 第一关：人情道德关 道德只约束普通人，从不约束资本。 安分、孝道、忠诚，全是给底层量身定做的绳子。 
三妻四妾对资本是生存规则，对你就是万恶淫为首。 第二关：本能欲望关 道德绑不住你，资本就直接拿捏本能。 普通人口味越重，钱越攒不下。川湘重辣、鲁菜重油，资本却吃清淡克制的粤浙淮扬。不信你去看看身边的有钱人吃的都很清淡，食材很高级。 第三关：情绪操纵关 本能管不住了，就上情绪。 育儿焦虑、养老焦虑、容貌焦虑、职场焦虑……车、学区房、医美、私教。首付掏空积蓄，月供锁死未来。大家都买、都学、都在卷，你不跟着就是落后。
 第四关：暴利诱惑关 穷怕了、苦够了，最想一夜翻身。
这正是资本最爱的收割点。零风险高回报、年化20%、躺赚分红、炒股炒币炒黄金……你看到的是利息，资本盯着的是你的本金。风口上什么都能飞，飞完了只剩你归零。 第五关：原生权力关 这是终极阳谋，也是最难挣脱的死枷锁。 底层家庭的权力逻辑永远是：听话才是好孩子，安稳比什么都重要。别折腾、别冒险、别异想天开。 资本最怕的是你敢打破原生权力，挑战父权，不再顺从。精神弑父，是走进资本世界的必修课。

求职系列（6）：谈薪 这是求职系列的第六篇，聊聊谈薪。 先说一个大前提。 网上关于谈薪技巧的内容，绝大部分都是哗众取宠、误导性极强，而没什么实际作用的内容。比如什么公式化话术、套路化博弈，你真的拿去用，只会被 HR 在背后笑。 谈薪这件事没有什么花里胡哨的技巧。核心就是信息对称、合理预期、给HR一个能帮你争取的理由。 0️⃣ 校招生，不要谈薪 这条单独拉出来说，如果你是应届生，面的是中大型公司，那么不建议谈薪。 在当下的就业环境里，校招生其实并没有特别大的议价能力（当然，如果你手里有很多offer并且做好了谈崩的准备，还是可以尝试A一下的），平台赋予你的长期价值远远大于那多出来的一两千块月薪。 第一份工作的平台重要性永远是最重要的，一个好的起点平台，能让你在未来八到十年的收入翻N倍，这个复利效应远比入职时多谈几千块来得大。 当然，第一份工作的薪水也很重要，后续的社招跳槽涨薪、定职级其实很大程度都依赖于你第一份工作的薪资，但中大型公司的同岗位应届生都会有一个明确的薪资范围，上下浮动本身就很小，不会出现单独压你薪资的情况。 我见过一些应届生为了1-2K 月薪和 HR 反复拉扯，最后搞得很不愉快，得不偿失。 所以建议校招生如果拿到了足够好的平台的 offer，直接接。精力放在入职后怎么快速成长上，别在入口处耗。 当然，手里有多个同级别、高级别的 offer 时，可以适度用竞对 offer 来争取。策略是轻轻推动，而不是硬谈。 1️⃣ 先搞清楚你的年包到底有多少 谈薪的第一步不是想怎么开口，是先把自己的数字算清楚。 你的 total package 大概包含这些部分： • 月薪 × 月数 • 年终奖 / 绩效奖金 • 股票 / 期权的年均归属价值 • 签字费的年均摊销 • 补充公积金公司缴纳部分 几个注意点： - 实报实销的补贴不算年包。 - 股票取年均归属值。 四年 vest 的 10 万股票，年均就是 2.5 万，不要把总额当一年的收入报。 - 所有谈判基于总年包去谈，不要死磕月薪。 每家公司薪资结构不一样，死盯月薪只会让 HR 觉得你不懂行。 2️⃣ 第一次被问薪资时，就锁定了 80% 的结果 很多人以为谈薪是最后拿到 offer 时才开始的，这其实是个错误的认识。 HR 通常会在业务面试之前就和你聊一轮，在第一次问你目前薪资和期望薪资的时候，你的薪资范围就已经基本锁定了。 这个数字会被记录下来，如果你到 offer 阶段突然蹦出一个更高的数字，会被定义为坐地起价，直接减分。 第一次被问到时要做好两件事： 目前薪资如实报，最好把具体的构成直接报给 HR。 月薪多少、年终几个月、股票多少、签字费多少，一项一项说清楚，让对方确认你的每一项。并且尤其要注意的是不要虚报，后续都是要提供可查的流水记录的，虚报只会砸自己的脚。 期望薪资给一个你真的满意的数。 这个数字要让你开心地去新公司，不会入职后觉得亏了。不确定具体数字的话，那就给一个范围：我期望 15% 到 25% 的涨幅，但目前还在流程初期，具体数字还需要再想想。 这句话的潜台词是：给低了我不一定接。同时也没有把价格锁死，给后续留了空间。 3️⃣ 什么因素可以让你报得更高 现在是下行的行情，大部分人都只能拿到10% -30%的涨幅，但不是所有人都只能报 10%-30%。以下因素可以叠加，每多一个议价空间就大一些： 1. 在现公司年限长 2. 跳槽会错失现公司的普涨、年终奖、即将归属的股票 3. 手里有竞品公司的 offer，能脱敏后给 HR 看 4. 从事业单位 / 国企跳到民企 / 外企 5. 从二三线城市到一线城市，生活成本大幅上升 6. 新行业、公司是一个热方向，比如当前的Agent、具身智能等方向 叠了三个以上，走 special approval 的概率就很大了；通常叠满五个及以上，对方必须走特批，批不下来只能说明公司穷，不是你要价高。 4️⃣ HR 第一次回应时的两种情况 你报了期望之后，HR 的反应会告诉你很多信息。 情况一：什么都没说，说明预算够，你的期望在范围内，后续大概率能谈到你要的数。 情况二：立刻开始管理你的预期，开始说一些固定话术，例如：这个数字可能有挑战、我们也要跟用人部门沟通、你的期望可能偏高了。 遇到第二种，先评估一下这家公司你有多想去。如果没那么想去，尽量不要浪费时间。网上教你用各种技巧往上谈的，说实话用处不大，就算帮你多争取一点也不会超太多。 如果还想继续，直接问：那你们大概能给到多少？正常的 HR 会坦诚告诉你范围，不浪费双方时间。 5️⃣ 拿到 offer 时怎么谈 到了 offer 阶段，双方已经知根知底了，该提多少你心里应该最清楚。 面试聊得特别顺，就提期望的上限，你有底气。面试过程觉得有点虚，对方在给你机会，就稍微降一点，也正常。 如果你不想错失最优价格，有一个很好用的话术：给两个数字。 比如：我的最低线是 20% 涨幅，但如果给到 25%，我一定来，会很开心地入职。 这句话的信息量很大：20% 我可以考虑，但不保证来；25% 我一定来，你放心去帮我争取。 HR 最怕的是辛辛苦苦帮你批了高薪，结果你不来。你给他一个口头承诺：这个数字给到了我就一定入职，等于给了他底气去跟用人部门争取，帮你就是帮他完成 KPI。 这里有一个很多人没有意识到的点：HR 是你在这场谈判里的盟友，不是对手。 很多人把谈薪想成一场你死我活的博弈，我要尽可能多要，HR 要尽可能压低，但这个人生和框架是错的。 HR 的 KPI 是把 headcount 填满、招进来的人尽可能呆的久，他希望你入职。他去跟用人部门、HRBP、财务争取更高的薪资，本质上是在帮自己完成目标，不是在帮你做慈善，所以在入职谈薪上你们的利益在这件事上是一致的。 所以你要做的不是跟 HR 对抗，而是让 HR 有充足的理由去争取。 给他足够多的材料和论据：你有竞争 offer，你的现公司有即将归属的股票，你在目标方向上有稀缺的经验。把这些信息清楚地传递给他，等于给了他在内部谈判时的弹药。 帮你，就是帮他。这个逻辑想清楚了，谈薪的整个心态就轻松多了。 6️⃣ 如果 offer 数字不满意 直接跟 HR 说：这个数字到了我就来，到不了我就不来。 干脆利落，不要拉扯，不要暗示，也不要用什么博弈技巧。HR 每天都要谈几十个人，你那点小心思他一眼就看穿了。 给一个明确的数字，让对方去争取，批下来就去，批不下来就不去，就这么简单。 7️⃣ HR 常见的压价套路 最近和一个有 HRBP 背景的朋友深聊之后，我总结了几种常见手法： 1.否认你的成果。 你说你绩效很好，HR 会说：你的绩效好有可能是因为赶上了风口或者比较适合当前环境，换个环境你还能保持吗？目的是让你对自己产生怀疑，弱化你的议价底气。 2.用平台价值替代现金。 我们的平台、资源、成长空间给你的长期价值远超那几万块差额。道理是这样没错，但平台价值是长期的，你放弃的股票和换城市的成本是短期的、真实的。两者不矛盾，不要被这话绕进去，永远记住下家不愿意给你真金白银就是不认可你的价值。 3.快速推进不给你思考时间。 好的 HR 谈判节奏很快，会在你还没想清楚的时候一步步推着你让步。一旦感觉脑子开始发蒙、被对方牵着走了，立刻喊停。说有急事明天再聊、需要跟家人商量、手头有工作先处理。打断节奏，让自己冷静下来。 4.拆分固定薪和浮动薪。 给你报一个看起来不错的总包，但里面有大量浮动绩效。保底年包 65 万，加上浮动绩效能到 85 万。那 20 万是个问号，第一年大概率拿不满。重点关注保底的固定部分，浮动的最多打五折来算。 8️⃣ 永远守住你的 base 尤其是年包百万以上的候选人，有些公司会把年底 bonus 的比例放得特别大，base 压得很低。 这个坑一定要避开。base 是你在市场上的定价，也是所有后续涨薪、跳槽定价的基准。 base 低了，后面每一次涨幅都是在一个低基数上算，而且如果第一年绩效不达预期，那个很大比例的 bonus 拿不到，就是实打实的降薪。 能把 base 谈高就尽量谈高，少拿点 bonus 比例没关系，base 才是你的安全垫。 9️⃣ 竞争 offer 是最强的杠杆 所有谈薪技巧里最有效的一条：手里有别家的 offer。 你不需要告诉 HR 具体是哪家。可以说：目前有一个还不错的 offer，也是 top 级的平台，给到的年包大概在 XX 万左右，你们这边能不能给到一个更有诚意的数字？ HR 不可能去逐一验证，但他会认真对待这个信息，因为如果你真的走了，他之前投入的所有面试成本全部白费。 竞对 offer 不能伪造具体内容，但可以适度模糊化处理，关键是让对方感受到紧迫感：你不是非他不可的。 谈薪归根到底就是三件事： 1. 算清楚自己值多少钱 2. 开口的时候给一个合理但让自己满意的数 3. 给 HR 一个能帮你争取的理由和承诺 不要贪心，也不要委屈自己。一个让双方都觉得合理的数字，比你硬谈多出来的几千块更有价值。因为你还没入职，这个 HR 对你的印象就已经在决定你入职后的体验了。 去把你应得的薪资拿到手，不用想着多拿，但一分也不少拿。

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#