偶然看到 AI Data Extraction Toolkit 这个开源项目，可以用来一键提取各个 AI 编程助手的完整对话记录。 支持 Claude Code、Cursor、Codex、Windsurf、Gemini CLI 等八款主流工具，自动识别系统和安装路径，直接输出统一的 JSONL 格式。 GitHub： 提取的数据非常完整，不只是对话文本，还包括代码上下文、文件路径、代码差异、工具调用结果这些关键信息，拿来做模型微调刚好够用。 纯 Python 标准库实现，不需要装额外依赖，一个 shell 脚本，就能把所有工具的数据全部导出。 如果想用真实的编程对话数据来微调大模型，这个项目能帮我们省下大量收集数据的时间，值得收藏备用。

@Shiori_1001_ @datasuki_intj 你是小丑麼 起個日本名字以為自己誰啊 倒賣文物哪裡都有 被發現被爆光被處罰不是正常麼？那博物館還有那麼多剩下的都是假的？笑死人 日本還搞假數據時候沒看你跳出來啊 小丑一個

纳斯达克上市公司 Datavault AI（NASDAQ：DVLT）发布了截至 2026 年 3 月 31 日 Q1 业务更新。报告显示，该公司已签署超过 8 亿美元的代币化合同，预计 2026 年将确认近 1 亿美元的费用收入。第一季度实现营收 340 万美元，同比增长 443%，增长主要得益于对 CompuSystems Inc.（CSI）的收购。此外，该公司通过 6000 万美元的普通股注册发行使营运资金达到约 1.4Target 亿美元；并获得了 1.2 亿美元的非稀释性资金。

软件股上涨，半导体下跌 在 Datadog（$DDOG）等公司强劲财报带动下，软件股集体上涨，且成交量较高。其中，Datadog（$DDOG）上涨 28%–30%，ServiceNow（$NOW）上涨 5%–6%，iShares Expanded Tech-Software Sector ETF（$IGV）上涨 3.5%–3.6%。 与此同时，半导体股走弱。Micron（$MU）下跌 3%–4%，SanDisk（$SNDK）下跌 6%–7%，VanEck Semiconductor ETF（$SMH）下跌 1.9%。

芝加哥商业交易所（CME）正与指数提供商Silicon Data合作，计划推出算力期货市场，目前该项目正等待监管部门批准，该期货产品旨在帮助人工智能开发者、云服务商及金融机构管理算力价格的波动风险。该期货将以Silicon Data编制的指数为基础，该指数为市场参与者提供了衡量构建AI产品或使用图形处理器（GPU）算力成本的参考基准。 来源：Bloomberg

🌈昨晚一手行业信息 ①【算力】芝商所将与Silicon Data合作推出算力期货市场，有望继续强势表现！ ②【船舶】央视新闻报道船舶发动机正同步排产，工人师傅们正加紧赶交付，现在订单已经排到了2028年，有望迎来短期资金

今天看到很有意思的一则新闻“CME将与Silicon Data合作推出算力期货市场”。 是的，算力成为一种新的大宗期货，即将登陆芝加哥商品交易所了。算力，是真的就是硅基生命的玉米大豆石油了。

AI光互连正在进入“混合化时代” AI scaling真正撞墙的位置，已经越来越接近data movement。移动bit的成本，开始越来越接近，甚至超过计算bit本身。 massively parallel IO、power/bit、thermal density、reliability、optical packaging、chip-to-chip bandwidth这些问题越来越成为瓶颈。未来光互连越来越像系统工程问题。 AI光互连重要的趋势，是“光互连混合化”。行业正在从每模块独立激光、pluggable optics、板级光模块，逐渐走向 CPO、ELS（External Laser Source）、Optical IO、chiplet optics、MicroLED optical interconnect。核心原因很简单：激光器越来越难放在最热、最密集、最难维护的位置。于是行业开始把激光集中化、共享化、远程化。ELS路线背后的本质，也是把光源从局部模块变成系统级资源。 ai集群的网络功耗正在逼近计算功耗。GPU越来越像“被IO限制的计算器”。于是光开始越来越靠近封装。过去是 GPU → PCB → 铜 → 光模块 → 光纤。未来越来越像 GPU旁边直接就是光。而一旦光进入封装，热、良率、耦合、封装、可靠性，全部开始指数级变难。 于是MicroLED开始成为选项。传统激光路线更强调单通道极限速度、长距离、相干性、超低损耗。MicroLED路线更强调海量并行lane、超短距离、低功耗、CMOS-like scaling、低成本、超高密度。重要的是，它更接近“半导体+显示产业链”的制造逻辑。 很多人会把MicroLED理解成激光替代。更准确的理解是：它更接近“铜线升级方案”。尤其适合 chip-to-chip、package-to-package、board-level optics、rack内部互连这些超短距离场景。 这里真正重要的，是总IO数量能不能持续扩展。 现在这个方向最积极的推动者之一，其实是Microsoft。MediaTek已经和Microsoft Research联合开发基于MicroLED的AOC（Active Optical Cable）。路线很明确：重点放在AI scale-up网络里的超短距高并行光互连。核心思路是“slow-and-wide”。重要的是海量低速并行光通道，而不是少量超高速channel。这其实非常符合AI时代的网络特征，因为AI真正需要的，越来越像“无限并行IO”。 MTK具备完整的数据中心系统能力，包括高速IO、ASIC协同、SerDes、封装、power delivery、hyperscaler协同、大规模量产。而且它已经绑定Microsoft。这意味着它已经开始进入hyperscaler验证阶段。微软公开时间线是2027年前后开始商业化部署。 另一边，KOPN也已经正式进入这个赛道。它原来的核心能力是AR、military optics、MicroLED display，但现在已经开始向AI optical interconnect迁移。KOPN已经和Fabric. AI合作，推出MicroLED optical interconnect demo chipset，并签下初始订单和exclusive agreement。这意味着行业已经开始从“研究验证”进入“早期商业化验证”。 KOPN和MTK路线很接近，都在赌未来AI网络会从“few ultra-fast lanes”转向“many lower-power parallel optical lanes”。重要的是，两者定位不同。MTK更像系统路线定义者，KOPN更像底层光源和器件供应商。未来很可能形成：MTK负责系统方案，KOPN负责部分核心MicroLED器件，其他SiPho/CPO厂商提供不同层级补充。整个行业最终更像异构拼图。 这个赛道门槛是半导体、光学、显示、封装、数据中心系统五个产业叠加。难点是如何同时做到：超高良率、超高一致性、超低误码率、超低功耗、超长寿命、超高密度。这里最难的几个环节包括：III-V外延、GaN制造、MOCVD、mass transfer、wafer-level alignment、光学耦合、thermal engineering、光学封装。 MicroLED仍然高度依赖III-V GaN体系，尤其蓝光/绿光MicroLED，本质更接近显示产业链。其瓶颈是GaN外延、高端MOCVD、MicroLED mass transfer、wafer-level alignment、optical packaging、thermal management、高速驱动IC。 很多东西已经开始接近“TSMC CoWoS + 光学 + 显示制造”三者叠加的复杂度。所以这个行业最终很可能形成极少数核心玩家，而且一旦进入hyperscaler production，护城河会非常深。 免责声明：本人持有文章中提及资产，观点充满偏见，非投资建议，dyor

炸裂了！Claude Code 已通过 MCP 协议原生接入 Financial Datasets 金融数据库，可以直接帮你分析股票！ 60 秒配置，一键连接 全球 17,000+ 只股票、30+ 年完整财务底稿。 实时股价、SEC 原档、财务报表、公司新闻、加密货币数据，全部随叫随到！ 下面视频是我输入【帮我分析英伟达这三年的财务数据】，Claude 瞬间输出五大投研板块： • 盈利能力穿透 • 核心利润率分析 • 资产负债扫描 • 现金流底稿 • 多维估值建模 从源头打破信息差～ 拒绝 AI 幻觉，让你的投研决策直接起飞吧～