28年之后，再次参加 Kenny G 的音乐会，才意识到他是刚过 70岁的人了。但远看，他身材精瘦，体姿端正，行动流畅，可以感觉到那种令人羡慕的对于身体各个部位的精准控制又不露痕迹，豪不费力的状态。如果从背后看，和一个 20多岁的年轻人并没有区别。 原本以为他大概是长期练习瑜伽才有这样的好状态。问了 ai 说主要还是长期台上表演的训练，打高尔夫球，还有对饮食的高度节制。另外长期吹萨克斯风可以培养对于横隔膜，呼吸和核心肌群的强大精准的控制能力，远超普通人的想象。

网都连不上的地方，谈什么 AI 普惠？ 当所有人都在硅谷、在北京的发布会上，为大模型的“算力膨胀”和“意识觉醒”高呼万岁时，真相恰恰相反： 对全球大多数人来说，唯一有尊严、有意义的 AI，是小模型（SLM）。 在技术精英的叙事里，AI 是高高在上的巴别塔；但在现实世界里，AI 的终局不是垄断，而是普及。 扫一颗药，要等 5 分钟 本周，IEEE Spectrum 报道了一个故事： 2019年，尼日利亚创业者 Adebayo Alonge 带着他的假药识别设备 RxScanner 去开普敦做演示。这台手持设备用红外线扫描药片，要把数据发给远端的 AI 比对真假。 那天设备连上了网，但服务器在 14,000 公里外的美国。 扫一颗药，在现场整整卡了 5 分钟。 在非洲，每年有数以千计的人因假药中毒身亡。这 5 分钟，可能就是生与死的距离。 他当场叫工程师把模型“肉身压缩”进一部低端安卓手机。2小时后，新模型诞生：不联网，几秒出结果。 这个在 Hacker News 上引发热议的真实案例，扯下了“AI 普惠”的遮羞布： 巨头们口中的普惠，建立在你有稳定宽带、5G 信号、信用卡订阅、以及精通英语的前提上。 这不是普惠，这是技术殖民，是让穷人永远在信息差和基建差里当二等公民。 真正的普惠，是让技术去适应人的处境，而不是让人去跪迎技术的门槛。 硅谷不聊“小模型”，因为这里没有垄断利润 大语言模型（LLM）动辄万亿参数，烧的是几十亿美金和吞掉几个湖泊的电量。那是 GPT-4、Claude 和 Gemini 的游戏。 而小模型（SLM）通常在 20 亿参数以下，耗电 3 瓦，跑在手机、树莓派甚至一块 $50 的低配芯片上。断网，也能跑。 它们不是大模型的“缩水阉割版”，而是被精准“剪枝”和“蒸馏”出的冷兵器： 在印度，无人机搭载小模型，在机上实时识别腰果叶片病斑，不需要任何地面服务器。 在巴西，一块低配芯片跑心电图模型，开进了连医疗设备都没有的贫困农村。 在乌干达，团队正为本地 40 种甚至没有形成互联网文字的口语构建本地小模型。 为什么主流舆论不爱聊这些？ 因为大模型的话语权在极少数巨头手里。“小而分散”的生态无法产生平台垄断，收不走昂贵的 API 订阅费，也圈不到集中化的用户数据。 世界银行的数据极为讽刺：全球最贫困国家中，只有 0.7% 的网民用过 ChatGPT，而发达国家是 25%。 大模型是为高能耗、高基建的社会设计的。而这个世界的B面，多的是连不上网、资源匮乏的角落。 2026，技术正在“向下扎根” 硬核的转折点，正在这个 2026 年密集发生。 首先是硬件彻底卷向边缘。2026 年底，全球将有 45% 的新出货智能手机具备端侧 AI 能力。明年，这个数字将超过一半。 其次是开源小模型的爆发。从 Google DeepMind 的 Gemma 4 到阿里的 Qwen 3.5……这些开放权重的小模型，让任何人都可以拿着本地数据直接微调。 大模型的价值，不再是充当无所不知的“造物主”，而是成为生产成千上万个客观、分散、专属小模型的“工厂”。 当然，我们要保持清醒。小模型不能帮你写代码的同时又帮你诊断心电图，它专业、专一、且在冷启动阶段依然依赖大模型的蒸馏。但它给了一条生路：让弱网、无网的边缘地带，拥有了掀翻信息壁垒的武器。 离线与平权：不是技术降级，是生存刚需 这种“大与小”的对抗，在翻译领域尤为刺眼。 当所有翻译软件都在卷“云端多模态”、“超大上下文”时，我们看到的却是另一幅图景： 在跨国航班的机舱里、在信号微弱的地下铁、在偏远的跨国工厂、在网络受限的特殊区域……全球有海量的用户，在最需要打破语言障碍的瞬间，面对的是手机上那个冰冷的转圈动画。 对他们来说，一个能塞进设备里、不依赖云端、断网也能秒级响应的翻译模型，绝不是“将就用的备用方案”，而是唯一有尊严的解法。 随着 Gemma 4 和 Qwen 3.5 这类小模型的成熟，高性能的端侧离线翻译，不再是妥协，而是主力。 正如 RxAll 创始人 Adebayo Alonge 所说： “AI 的未来不是一个中心、一个巨型模型。而是数百万个小而精准的模型，部署在边缘，每一个解决一个具体问题、一个具体场景。” 信息不应该被锁在语言的巴别塔里，更不应该被锁在富人区的数据中心里。而我们要对抗的，正是这种无处不在的信息垄断与壁垒。 开启「沉浸式翻译」，网页双语对照，直达最硬核的顶级信源。 不用去猜大厂在发布会上藏了什么猫腻，当别人还在慢吞吞等待碎片化的搬运观点时，你已经站在第一线，看透了下一波技术浪潮的流向。 打破壁垒，把看世界的权力，无条件地交回每个人自己手里。 #SmallAI# #SLM# #信息平权# #EdgeAI#

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。

𝖬𝗈𝗋𝗇𝗂𝗇𝗀 美好的早晨～ 先是睡眼惺忪環抱著我 緊接著就感受到棒棒先起了個早 趁著意識模糊間隙 馬上完食了一份自助手工豆漿〃∀〃 #好吃是好吃但就是有點沒吃飽#

《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"。

深夜好文分享：人类究竟需要多少数据中心 目前北美2026年预期全部建成的数据中心有20GW，明年即便考虑到延期也差不多能落成30GW。这里面既有csp自建如Meta、Xai、AWS、Google，也有新云和oracle这种。当红炸子鸡Anthropic大部分都是租赁别人的。 那么对于第二个问题也就是本文的标题，目前我综合了硅谷最前沿的Ai大佬如Dylan、Dario、Gavin Baker、Sam、木头姐等人最新的言论（一定要跟踪最新的，基本上Ai的观点三个月就会过时），大家普遍的结论是：中期（2030年前）光是Anthropic和Oai就需要100GW的数据中心，考虑到其他csp如G家即便掉队其他合计也至少得有50GW，中长期（未来5-10年）Ai对于全球GDP的重塑是5-15%。我跟大家翻译一下，100gw意味着Anthropic和Oai在2030年需要达到2万亿美金的收入，目前27年北美的共识是这两家的ARR在5000亿美金，所以30年2万亿并不夸张。后半结论就更有意思了，目前全球gdp有100万亿美金，10%就是10万亿美金，即便不考虑通货膨胀和增长换算下来就是500GW数据中心，当然大佬们计算比较粗暴，比如Dylan就直接说需要1TW也就是1000Gw的数据中心。 注意这里有个区别，Anthropic这种coding产品属于Ai原生收入，但我们评论Ai数据中心的价值的时候不能只看这个。以目前风口浪尖的Meta为例，虽然大模型做得拉垮，但我们以26年Q1的财报为例，其广告收入有550亿美金，同比增长了33%，财报明确表达了这是Ai- driven。我拆解了近几年Q1的自然增长，年份最好的年头也就是20%多，也就是说Meta通过多模态大模型去分析视频、图片数据做到了Ai广告更精确的推送和价格上涨，这一部分单算也至少有10%，也就是50亿美金，全年下来就是200-300亿美金。而这部分价值不会计入到Ai原生收入，自然不如Anthropic这么亮眼（也就是上文说的Ai对于GDP重塑的含义，不能只看Ai原生收入），Google也同理，不过这也是G和M模型掉队的原因，因为其业务形态决定了多模态必须搞因此战略上没有聚焦在最赚钱的coding上，所以华尔街分析师毫不留情。但我认为这一部分有预期差，资本市场有时候还是短视的。 所以我们可以有了一个初步结论了：以27年能落成30GW为标尺，目前数据中心哪怕按照最保守的计算也就是差不多10-20%的进度条，乐观的话明年连5%都不到。考虑到27年后北美好的数据中心地址都被选完了，28年物理限制更多多半又会延期，所以算力在很长一段时间内都会供不应求。 当然有朋友会说这些预测是不是都在拍脑袋，会不会有一天需求突然消失了。问得好，其实你要说最终数据中心落成规模在100GW还是1000GW我也不知道（可能是中间某个数字），但我给两个核心指标来判断Ai是否要退场或者阶段性退场： 1、前沿模型的能力是不是还在提升。 2、Ai硬件或者更准确说单个Token成本是否继续指数级下降。 只要这两个飞轮有一个在转，capex就不会停，其他的全是干扰项。2026年是最好的一年，这两个飞轮都在飞速转动。 先说1，这是人类数千年来第一次把智能商品化，而人类对于智能的追求是无上限的。理论上我们崇拜的所有领域的偶像其实都是智能和意识比我们强而已。目前最前沿的模型拿走了80%的收入就是这个道理，试想一下，你如果是开工厂的，能拒绝杰克韦尔奇替你管么？如果你是搞物理实验的，能拒绝10个爱因斯坦去替换到10个呆呆的学生么？我建议大家真的去用一下Fable这样的Agent，看看是不是会上瘾付费。另外老是有人喜欢用存量分析来看待新事物，比如Ai lab多赚一块钱就意味着其他企业兜里面就少一块钱：token消费不可持续！其实新事物往往会带来通货膨胀和社会总财富提升，比如如果你拿20年前的收入比房价的话那几乎没得聊了。不过这一次新增的巨量社会财富怎么分配确实是又一个世界性难题了（也是目前K型根源），目前我看到的解法是中美都在鼓励Ai龙头从一级市场到二级市场（不要觉得人家是为了圈钱，总是有这么肤浅的论调，有没有可能人家是为了分钱的 唉），老黄在最近不断投资新云和开源大模型等等，都是为了避免过于垄断。其实NV跟中国开源大模型相互的纽带和情感比美国本土还好。 对于2这么来解释比较好理解，我先问大家一个问题：如果电力成本能降到目前水平的十分之一甚至更低到百分之一，那么这个世界会有什么变化？可能普通人的想象力无非就是夏天我家的空调可以24小时开着啦或者晚上写字楼的灯不用关。其实真正革命性的变化在工业界，比如目前海水转化成淡水最大的成本就是电力成本，那就意味着全世界海水可以变成淡水，那就赶快引流到沙漠都变成绿洲，全世界生态系统能支持目前人口再翻好几倍。还有在生物合成、电解铝、钢铁、矿产提炼等等。所以如果电力成本真降低了这么多，你猜各国的Gov会不会疯狂加capex建设电力基础设施。Ai也同理，真正的影响还是在B端。我们说哪怕就停留在Fable这个水平，只要全世界Ai infra工程师继续能够降本，capex就会指数级提高。 再说一遍，其他的全是干扰项！就这两个核心指标。回想一下在24-25年某个阶段同时传出了预训练撞墙和Blackwell出货不顺利的消息，这也是xys被杀到500亿市值和5倍pe那个时候。 产业方面，除了北美继续赚钱以外，国产区半导体设备、芯片、零部件、算租都有很大预期差能赚钱。去调研一下就知道了现在半导体设备完全是卖方市场，尤其是先进封装，H系未来两年发力非常大。虽然上周四经历了历史最大亏损，但我对今年半导体设备无比看好，尤其是各种测试设备。 北美区方面，还是最看好光的上游光芯片和设备，尤其是硅光cw，从目前来看确实NPO的锐度最强（考虑到国产区H系也要上了），而NPO对于硅光cw的带动也是指数级的（所以别指望那几个硅光标的V得很深📷），cpo可能Q4左右是一个更好的买点。另外pcb中游在Q3可能是一个介入点了，Q1和Q2更看好上游，当然目前上游也不差。 还有就是存储这些，美光必然新高。目前Ai硬件最大的瓶颈早就不是算了，而是存和传，对应就是存储和光通信 出自雪球：门捷列夫学徒

国内各大企业家蹭马斯克合影， 让马斯克似乎感觉中国变了。 他一直在找一个人，杰克马。 他很奇怪这位会英语、从容自信的中国首富怎么突然不见了。 我们何尝不是？ 川普再度访华，2017年到现在，也就9年。 那年，腾讯和阿里跻身全球市值前十的行列。 华为手机出货量达到1.53亿台，全球第二，超过苹果，逼近三星。 那一年，也是马云最意气风发的一年。 他像武侠小说里的风清扬——自由、张扬、无所不能。 砸900亿搞新零售。 到处演讲，会见各国元首，从容不迫。 主演《功守道》，跟李连杰、甄子丹、吴京对打。 还和王菲合唱《风清扬》。 那时的企业家，身上真有一种"时代主角"的感觉。 许家印财富一年翻四倍，首次成为中国首富。 李彦宏All in AI。 董明珠说华为手机第一格力第二。 就连跑路的贾跃亭，都自信地说"下周就回"。 后来很多人会说，2017年其实是中国互联网黄金时代最后的高潮。 那时的人们，真的相信技术、资本与全球化会永远向前。 2017年底，乌镇世界互联网大会召开。 丁磊组织"东半球最强饭局"。 之后又有刘强东、王兴组织"东兴局"。 饭桌上坐着中国互联网最有权势的一群人。 他们讨论的不只是赚钱，而是未来。 他们那时真觉得，未来在自己手里。 ------- 今天很多年轻人已经忘了， 当时这种"大国叙事"有多强。 你打开电视，是港珠澳大桥。 打开手机，是国产航母下水。 刷微博，是C919首飞。 连综艺和广告，都在讲"中国速度"、"中国奇迹"。 那年，中国首艘国产航母下水。 "一带一路"首届高峰论坛召开。雄安新区设立。 "人类命运共同体"被反复提及。 建军90周年阅兵。 香港回归20周年。 十九大召开。 所有新闻都带着一种历史车轮滚滚向前的气息。 经济学家林毅夫当时预测：到2030年，中国将超过美国成为世界第一大经济体。 今天看，你会觉得这个预测有点乐观。 但在2017年，很多人真信。 自信的人们 但回头看，会有一种奇怪的感觉：那仿佛已经不是同一个时代了。 ------------ 这9年里发生了太多事。 贸易战、疫情、俄乌战争、AI革命、房地产下行、互联网退潮、全球化收缩……世界像被人拧过一遍。 很多当年坚信不疑的东西，现在都变得模糊；很多当年热气腾腾的人和行业，现在已经沉默。 所以，当人们重新翻出2017年特朗普访华的视频时，会有一种强烈的时代感。 那真的是一个"烈火烹油、鲜花着锦"的年份。 那年11月8日，特朗普抵达北京。 很多年后，他仍在不断回味那次访问。 中国的"上升感" 他说，中国仪仗队是他见过最整齐的，"他们身高几乎完全一样，差距不到四分之一英寸"。 特朗普是一个极度重视排场、礼仪与个人感受的人。 你很少见他认真赞美什么，但他后来多次提到那次中国之行。 因为他确实被震撼了。 飞机刚落地，他就被直接带去了故宫。 不是普通参观，是包场。 整个故宫，在夜色里只为特朗普夫妇开放。 红墙、金瓦、宫灯、京剧、文物、长长的御道，像一个文明古国把自己的藏宝阁掀开了一角。 ------- 特朗普后来反复提到一句话："从没人得到过这样的待遇。"他是真的信。 因为美国总统访问别国，一般是进会议室、住酒店、签文件。 很少有人会直接把五百年帝国的中轴线打开给他看。 而2017年的中国，也确实有一种"终于轮到我出场"的心态。那种感觉，就像是一个练了二十年武功、终于下山的少年。 今天再回头看2017年的新闻，会发现一种扑面而来的自信。 那一年春节，央视《新闻联播》推出特别节目——《厉害了，我的国》。 这个词后来直接变成了年度热词。 紧接着，央视财经开始做纪录片《厉害了，我的国》，向全国征集"百姓眼中的中国成就"； 之后又连续播放《辉煌中国》、《大国外交》、《超级工程》。 2017年的中国人，是真的相信"东升西降"已经开始了。 《战狼2》与那个时代 2017年，还有一件特别重要的事：《战狼2》。 今天很多人已经习惯了"战狼"这个词，甚至带点调侃意味。 但在2017年，《战狼2》不是调侃，它是情绪。 它最后拿了56.95亿票房，长期位居中国影史第一。 真正让它成为现象级的，其实不是动作戏，而是片尾那行字幕："当你在海外遭遇危险，不要放弃！请记住，在你身后，有一个强大的祖国！" 那一刻，很多中国观众是真的热血沸腾。 因为过去几十年，中国人太习惯"落后挨打"的叙事了。 突然之间，电影里中国护照能救命了。 这种心理变化，非常巨大。 《战狼1》里的"犯我中华者虽远必诛"，再到《湄公河行动》，再到海外撤侨、亚丁湾护航，这些真实事件和影视作品混合在一起，共同构成了2017年的强国想象。 那年电视剧《人民的名义》火得离谱。 年轻人一边吐槽"达康书记GDP第一"，一边追反腐剧。 今天已经很难想象，一部主旋律电视剧能变成全民流行文化。 但2017年就是这样。 整个社会都处于一种"国家正在变强，而我也参与其中"的兴奋感里。 周杰伦演唱会叫"地表最强"。 范冰冰和李晨对未来也是信心满满，所以宣布"求婚成功"。 大家真觉得，好日子还在后头。 当然，中国男足还是没进2018年俄罗斯世界杯。 有些东西，确实稳定。 世界转向 关于那一年特朗普访华，美方很多高官、幕僚，都写了回忆录。 里面有很多有意思的细节。 比如，有人提到，中方在会谈中不断讲自己的长期规划：产业升级、科技发展、未来目标、合作愿景。 但特朗普其实不太感兴趣。 -------- 他最感兴趣的有两件事： 第一，3000多亿美元的大单； 第二，对他个人的超规格接待。 特朗普是一个非常"具体"的人。他对宏大叙事兴趣有限。 但他对排场、数字、交易、赢，非常敏感。 后来随行人员透露，特朗普对中国国宴印象极深，尤其是中式摆盘与大型宴会组织效率。 他无法理解，为什么几百人的国宴能像机器一样精准运转。 特朗普外孙女唱中文歌的视频，当时被反复传播。特朗普本人特别喜欢这个桥段，经常提起。 因为这让他感觉自己"跟中国关系很好"。 特朗普甚至说，与中国的问题，不怪中国，怪以前的总统。 而2017年的中国，也愿意展示这种友好。因为那时候，中美关系虽然已经有竞争苗头，但整体仍处于"斗而不破"的阶段。 甚至很多中国人当时觉得，特朗普虽然不靠谱，但未必比传统美国政客更坏。 因为他至少"讲交易"。 不像后来那样彻底撕裂。 ------------- 但历史很快转向。 特朗普访华没几个月，中美贸易战开始。 美国开始针对"中国制造2025"。 开始限制高科技出口。开始强调产业链安全。 后来很多分析认为，美国之所以反应如此激烈，一个重要原因，就是中国在2017年前后表现出的那种"高技术崛起"趋势，以及"厉害了我的国"的宣传。 那时候的美国，已经意识到，中国不只是"世界工厂"了，而是在向产业链上游走。 芯片、5G、AI、高端制造、新能源、航天……中国开始全面进入美国最敏感的领域。 而与此同时，特朗普上任后的美国，则不断"退群"。 退出TPP。 退出巴黎协定。 退出联合国教科文组织。 整个美国社会都弥漫着一种疲惫与撕裂。 如果用武侠来比喻。 2017年的中国，像一个刚闯入江湖、准备重塑武林规则的少年。 而美国，则像一个已经称霸江湖几十年、开始对世界失去耐心的老盟主。 于是，冲突几乎不可避免。 因为真正的大国竞争，从来不是意识形态，而是产业、科技、资本与未来。 ---------- 凡是过往 2017年的人们，并不知道后面会发生什么。 没人知道新冠。 没人知道房地产会调整。 没人知道互联网会降温。 没人知道AI会重新洗牌。 没人知道全球化会开始倒车。 所以今天回头看2017，会有一种特殊的感伤。 那是一种"后来的人，重新看旧照片"的感伤。 照片里的人在笑，但你知道后面会发生什么。 现在特朗普"前度特郎今又来"。 中国也已经不是那个青春少年。 这些年经历了太多事，双方都成熟了很多，也都疲惫了很多。 今天再谈中美，以及我们个人， 已经少了2017年的激情， 不再那么意气风发， 也不再那么轻信未来一定线性向上的投资， 兄弟们都多了一份沉稳。。。

#真相【5G沒攔住中國，美國又想在6G上使絆】美國商務部下屬的國家電信和信息管理局#(NTIA)日前宣布啟動“6G領導力與安全行動號召”。核心任務是統一協調美國盟友們的6G戰略，力爭在2030年代推進6G正式商用前做好準備。雖然全文沒有明確提及中國，但其戰略意圖顯而易見。美國政治新聞網文章認為，美國打造這一“小圈子”的主要目的是在6G上繼續阻止中國的發展。

📢中獎名單 | 2026高雄動漫節活動參與意願事前調查問卷 抱歉久等! 感謝大家踴躍填寫本次事前問卷、分享諸多寶貴意見。 在此，我們已抽出10名幸運兒，送出【2026高雄動漫節活動 貴賓邀請函乙張】 請中獎者於 ✨2026年8月25日(二) 23:59 前✨ 主動通過【FB私訊】與我們聯繫，以利完成領獎手續。 若未能在期限內取得聯繫，將會視為放棄中獎資格，感謝配合！ --- #中獎名單# (10名) --- - 名字後附帶的數字為您的UID末2碼 任*緯 (48) 邱*皓 (31) Yat L**g L*m (37) 龍* (67) 吳*毅 (01) Y**g H*z (29) C*ra H**ng (41) W*O (60) 王*喆 (90) 余*昇 (31) --- 以下3名為候補，請先私訊聯繫，若有補上會盡快通知 --- 劉*穎 (89) 蘇*仁 (21) F*ll**Wind (95) 再次感謝各位的參與，並恭喜幸運中獎者。 也請大家今後繼續多多關注並參與《棕色塵埃2》的各項活動！ #棕色塵埃2#

嗯嗯..生理期脹奶好不舒服🥹 禁慾一個多月..我猜大概是失心瘋發作 第一次發露點照上來 能不能好好的欣賞..甚至意淫我 我也不care 我只想看到誠意最大碗的反饋 G Cup真的不是我故意藏..是被發現的太晚