Anthropic IPO路演：1）明年底arr做到3000亿美元；2）coding ai目前收入占比降到40%；3）enterprise ai业务收入占比快速提升，有望超过coding ai。 5年后，coding 收入可能下降到10%不到，到时候你们就知道了，这5年内但凡RSI出一个革命性突破，TAM都是逆天的非连续性跳跃。 奇点之后，最牛的实验室将来就是超级利维坦，唉。人类已经走入了深渊。 我远期其实有点悲观，当全球收入中位数与平均数剪刀差持续拉大(注意不只是CN老美也是如此)，到了极致后，那么会从碳基需求不足蔓延到硅基需求不足。解决方案要么是UBI / 算力税，要么硅基自我闭环完成（机器经济体），但是针对UBI，真能实施顺畅吗，人性能改变吗？我相信AI技术，但不相信人性。当这次AI技术跃迁无法再次匹配分配制度的变革，又将如何？

大摩重磅研报：SpaceX 与特斯拉的终极 AI 协同 物理 AI 协同：大摩将两企视为同一套 AI 栈的两半——特斯拉负责物理硬件与真实数据（Cybercab、Optimus、Megapack），SpaceX 提供算力、星链连接与资金，双方还联合 Intel 打造 Terafab 芯片厂。 落地决胜终局：在大模型边际收益递减后，AI 竞赛将从“软件刷分”转向“物理世界部署”。谁能把 AI 经济地接入实体经济，谁就能赢下终局。 估值重新定价：SpaceX $300 目标价本质是 AI 交易（Enterprise AI 占 $165，Starlink $118）；特斯拉目标价看 $400。大摩认为中短期翻倍仅是起点，长期具 10–100 倍重估潜力。 市场和很多人还没有理解，Physcal AI这块目前全世界除了Tesla/SpaceX以外没有第二个大规模可以真正落地的投资标的了。这套“物理硬件+算力星链”组合拳确实太顶了。AI 拼到最后，果然还是要看谁能真正落地到现实世界。马斯克这盘布局十几年的大棋算是彻底下明白了！

今天很意外的发现，All In昨天最新一期，聊的话题也跟我昨天说的OpenAI成立AI Deployment公司相关，而且他们直接请了SalesForce的CEO来做客聊这事儿 我简单看了下，视频里面有三个点有点意思，跟我昨天写的内容正好做个呼应 1. OpenAI亲自下场证明这个事儿不容易，算是被逼无奈 就大家以前以为企业的AI adoption 是：Prompt → 接 API → boop boop boop → 自动化完成……结果发现Too Young Too Naive，原因就是我昨天写的那些东西， 有点像“模型卖不进去，只能自己下场帮客户装”的Feel 但是！这里要说但是了！这事儿从好的一面想，这生意的TAM可能单纯比API revenue要大得多。企业愿意为这个花的钱，可能远大于API fee，毕竟API就是个工具预算，企业的AI Transformation那是战略预算，做过高管或者PLanning的老铁都懂 2. Salesforce CEO Marc Benioff 的观点 - 如果 AI 要改 SaaS 玩法，Salesforce会主动转型。 他们现在活的还挺好，各种数据啊营收啊都很不错。因为现在AI渗透进企业的速度远不及预期。真正有价值的不是软件本身。而是跟企业的关系+信任+内部部署能力+数据和上下文等等 他说Salesforce本来就是本来就是 API-first architecture，所以它比很多传统SaaS更容易 agent-native转型。他认同SaaS 前段UI未来可能被 AI 吃掉，以前那种按席位收费的好日子可能也一去不复返了，但Salesforce完全可以转型成一个AI 的Backend，或者说Operating layer，按API调用来收费，走基础设施流 3. 大佬Chamath认为过去他看空SaaS是对的，但现在这个时间点，SaaS有点跌无可跌了 或者更准确一点他的原话是- “the low end of the market is basically finished” “the high end of the market where Mark operates is quite safe” 低端 SaaS可能真有结构性问题；高端Enterprise SaaS 可能已经被市场错杀 他的逻辑就是之前说的，如果OpenAI 自己都要花大钱搞 deployment company，说明 enterprise AI adoption 根本没那么简单。所以之前业界盛传的“AI会秒杀 enterprise SaaS” 这个叙事根本没那么成立。 看了下SalesForce的股票，从24年底高位到今天已然腰斩，这周四+周五收盘都是逆势强势反弹，可能跟第一季度财报数据很好+1份价值7200万美元的美国空军合同有关。当然，也可能是市场反应过来，OpenAI亲自下场做AI deployment，对Salesforce其实是利好，不是利空。变相替Salesforce来教育市场 - “AI kills SaaS这事儿暂时不成立，顶流SaaS护城河依旧很深，我们可能之前真的恐慌超卖了……” 正好这两天看到 @ShanghaoJin 等一些美股大佬有在说硬件Infra短期可能有些情绪顶，软件其实可以看看，感觉SalesForce近期得加入关注列表了！

一篇不错的解读：《META出租H100与购买先进算力并不矛盾》 Meta 做 NeoCloud 与继续租 Crusoe 1.6GW，并不矛盾 昨天盘前，Meta 被报道正在考虑把多余 AI 算力对外商业化，甚至做成类似 NeoCloud 的业务。市场第一反应非常剧烈：Meta 盘前上涨接近 6%，但 AI算力和 neocloud 相关股票则受到负面 Narrative 影响, 市场担心的是：如果 Meta 也开始把 GPU 算力对外卖，是否会直接导致算力过剩？ 这个反应可以理解，但我们认为市场把问题想简单了。 首先，Meta 这件事本质上不是“AI 算力需求见顶”，也不是“Meta 不需要继续买算力”。相反，Meta 同时还在继续锁定非常大规模的新算力。根据 Bloomberg/Reuters 报道，Meta 最近与 Crusoe 签署了新的 AI computing capacity 协议，将从 Crusoe 位于 Texas Childress 和 Missouri Warrenton 的两个数据中心获得合计约 1.6GW 的容量。 同时，Meta还在向其他Neocloud购买算力。我们在去年3Q25 META Preview中就提到过META正在向NeoCloud寻求购买3GW算力。 所以表面上看，这里确实有一个矛盾：如果 Meta 自己已经有多余算力，为什么还要继续向 Crusoe 租 1.6GW？ 我们的理解是，这不是矛盾，而是算力代际切换。 过去两年，Meta 已经采购和部署了大量 H100/H200。这些 GPU 不是没价值，恰恰相反，它们对 inference、fine-tuning、企业模型服务、图像/视频生成、传统 ML workload 仍然非常有价值。但对于下一代 frontier model training，尤其是 3T+ 参数规模的 MoE、长上下文、多模态和 RL-heavy post-training，H100/H200 的训练经济性会明显下降。 关键不是 H100 不能训练，而是单位有效 token 成本变差。 当模型进入 3T+ 规模后，瓶颈不再只是单卡 FLOPS，而是 HBM 容量/带宽、GPU 间通信、scale-up 网络、checkpoint/restart、expert routing、sequence parallel、pipeline bubble、以及大规模 collective communication。H100 集群当然还能跑，但训练 wall-clock 更长，通信开销更高，集群利用率更难维持，最终表现为同样训练一个 frontier model，成本和时间都不如 GB200/GB300，未来更不如 Vera Rubin。 因此，Meta 现在面对的是一个很典型的资产配置问题： 最先进的 GB200/GB300/Rubin，要优先留给下一代模型训练；上一代 H100/H200，则应该尽量转成 inference 或外部商业化收入。 这也是为什么“做 NeoCloud”和“继续租 Crusoe 1.6GW”可以同时成立。 Meta 继续向 Crusoe 锁定 1.6GW，本质上是在为更长期、更先进、更大规模的 AI infrastructure 做准备。这种资源对于 Meta 来说，更多是未来 GB200/GB300/Rubin 时代的战略性产能，而不是简单补 H100 的缺口。 另一方面，Meta 既然已经买了大量 H100/H200，就不可能让这些资产在 frontier training 代际切换后闲置。Meta 内部当然有广告、推荐、内容排序等大量推理 workload，但这和 OpenAI/Anthropic 那种直接面向外部客户卖 token 的 LLM inference 业务并不完全一样。Meta 如果没有足够多可以直接 monetization 的外部 token demand，把 H100/H200 做成 cloud capacity 或 hosted model API 对外销售，是非常合理的资本回收方式。 这其实和 xAI / SpaceX 的思路有相似之处。xAI 今年公开宣布与 Anthropic 达成 compute partnership，向 Anthropic 提供 Colossus 1 算力；xAI 官方称 Colossus 1 包含超过 22 万张 NVIDIA GPU，包括 H100、H200 和 GB200，并可支持 training、fine-tuning、inference 和 HPC workload。(xAI) 这说明即使是 frontier AI 公司，也可能把一部分已有 GPU fleet 对外出租，同时把最新、最稀缺、训练效率最高的下一代集群保留给自己的 frontier model。 所以今天市场担心“Meta 进入 NeoCloud 会打垮所有 NeoCloud”，我们觉得有些过度。 更准确的判断应该是： AI 算力市场正在从单一的 GPU shortage，进入多代 GPU 分层定价和分层使用阶段。 第一层是最新训练算力：GB300、Rubin，以及后续更大 scale-up domain 的系统，主要服务 frontier model training。这部分供给仍然稀缺，客户仍然会向 Crusoe、CoreWeave、Nebius、Oracle、Microsoft 等各类供应商锁产能。 第二层是上一代高端算力：H100/H200/部分 GB200，更适合 inference、fine-tuning、enterprise AI、hosted model、agent workload 和中小模型训练。这部分不是没有需求，而是从“最稀缺的训练资源”变成“可以规模化商业化的推理资源”。 第三层是更通用的 GPU cloud 和 long-tail enterprise workload，对价格更敏感，但需求弹性也更大。 在这个框架下，Meta 的行为其实很合理：它不是停止建设 AI infrastructure，而是在把不同代际的 GPU 放到最适合的经济用途上。 因此，我们不认为这是 AI infrastructure 的大问题。真正重要的判断是：下一代 frontier model training 对 GB200/GB300/Rubin 的需求仍然非常强；同时，H100/H200 这类上一代 GPU 也不会被废弃，而会进入 inference monetization 和外部算力销售阶段。 这对整个 AI supply chain 的含义反而是： GPU fleet 开始变成多代际资产，而不是一次性训练工具。旧 GPU 不归零，新 GPU 继续稀缺。Meta 做 NeoCloud，不是需求崩了，而是算力资产终于开始金融化和商业化。

吴说获悉，DDC Enterprise 公布 2026 年上半年未经审计财务数据：总营收 2020 万美元，同比增长 29%。公司截至公告日持有 2899 枚比特币，较 2025 年底的 1181 枚增长 145%；上半年净亏损 3840 万美元，主要因比特币财库持仓产生 3430 万美元非现金未实现公允价值损失。董事会已批准为期 18 个月的股票回购计划，金额上限为 1000 万美元或 A 类普通股流通股的 20%。

TrendForce：受惠於北美市場需求持續上調，Enterprise SSD第四季價格預估將持續上行 TrendForce指出，近兩週美系雲端業者上調Enterprise SSD需求，因各大CSP加速擴大部署與應用場景。需求不只集中在高效能TLC，價格與容量更具效益的QLC成為主要成長動能。 從拉貨動能看，第四季Enterprise SSD訂單總量極可能突破第三季高點，持續向上。原廠在企業級市場的產能配置與議價主導權因此提升，價格上行基礎更穩固。 驅動因素已從初期LLM訓練延伸至AI落地應用。北美Agentic AI系統佈建興盛，對即時巨量數據擷取與快取需求倍增，QLC在向量數據庫的應用同步放大，成為承載非結構化數據的高性價比方案，未來將推升其在北美雲端與資料中心的滲透率。 中國方面，以DeepSeek為代表的架構正推廣大容量QLC Enterprise SSD用於KV Cache Offload，將記憶體快取卸載至高速大容量QLC，以較低成本提升推論效率，中國市場後續也有機會擴大採用QLC eSSD。

根據TrendForce最新調查，2026年第一季全球Enterprise SSD市場因AI Agent服務普及與CSP強勁拉貨，出現嚴重供需失衡。前五大品牌廠單季營收較上季暴增86.1%，突破184.6億美元，再創歷史新高。 由於供應商庫存已降至歷史低點，產能遠遠追不上訂單成長，各廠積極調漲價格，第一季Enterprise SSD合約價狂飆80%。市場呈現極度賣方市場態勢。 各品牌表現亮眼： Samsung憑藉供應韌性與製程升級，單季營收達70.5億美元，季增92.8%。其236層產品全面量產，176層QLC大舉出貨，有效緩解CSP近乎倍增的需求壓力。 SK海力士集團（含Solidigm）營收達46.4億美元。Solidigm QLC出貨持續攀升，搭配SK hynix 176層TLC，精準滿足AI Inference需求。Solidigm正加速240層製程，SK hynix更已啟動375層TLC研發。 Micron策略轉型成效顯著，將產能從手機與通路市場大幅轉向Enterprise SSD，本季營收衝上近30.9億美元。Kioxia隨著218層產品通過北美客戶驗證並開始放量，市占率提升，營收達約22.2億美元。目前正擴大驗證245TB QLC產品，預期下半年動能更強。 SanDisk則展現穩健成長，位元出貨量季增20%，營收約14.7億美元。大容量QLC Enterprise SSD已進入出貨階段，將成為後續成長主要動能。 TrendForce指出，SSD已不再只是單純的數據倉庫，而是逐漸承擔「運算輔助」角色。從Micron SLC SSD到Kioxia XL FLASH，各家正推出因應AI Agent高處理量的存儲方案。在DRAM容量瓶頸與高價壓力下，高效能SSD成為市場新選擇，預期2026全年Enterprise SSD市場將維持強勁上升走勢。

帮群友做个宣传 claude：aws官转，az官转，vertex官转，enterprise，以上每个渠道都不能保证绝对稳定，但断货会补，还有cc逆向，kiro逆向，还有整合的claude-cd稳定渠道（官转混合非逆向） gemini：aistudio官转，vertex官转，anti逆向 gpt：az官转，原厂官转，codex逆向，image-2和2.5画图逆向 收 awsb claude o5 f5 f5.1 az gpt5.5 5.6 6 az claude o5 f5 f5.1 claude官key 按量跑付

巴西最大证交所B3，最近把管理层的移动设备全换成了Android Enterprise方案 硬件用的是三星 目的很直接，让管理层能安全用上AI工具，同时不让敏感金融数据泄出去

不用期待fable 5了，普通个人和Team账户和premium Enterprise seats在7.7之前可以用coding plan的50%额度， standard Enterprise seats直接不可用。 从7.7之后就都要走按量计费了...我相信没多少人用得起 最顶级的智力已经开始对普通人say no了