一袭红衣 “天选宝玉”！5 月 15 日晚，纪念越剧诞生 120 周年主题晚会，陈丽君贾宝玉经典扮相再次登台！# 陈丽君 #越剧# 120 周年 （来源：中国蓝新闻）#YueOpera# #TraditionalChineseOpera# #ClassicStageLook# #CulturalHeritage# #OperaPerformer# #ChineseClassicArt# #StageBeauty#

特朗普想给伊朗战争换个名字，好绕过国会直接打仗？ 白宫官员透露，如果中东停火协议崩了，特朗普考虑把对伊朗的行动改名为“大锤行动”（Operation Sledgehammer） 为什么要起这个名字？ 1.钻法律空子： 只要改了名字，特朗普就可以主张战争时钟清零。这样他不需要国会点头，就能多出 60 天的时间直接对伊朗开战。 2.重启战争信号： 名字一换，法律约束就没了，这意味着原本可能停止的战火随时会重启。 3.历史上的鲁莽方案： 这个名字最早是二战时盟军进攻纳粹的备选方案，当时因为觉得太鲁莽、太冒险被弃用了，现在拿出来说明火药味极浓。 这就是典型的政治手段。换个名字，战争就重新开始倒计时了。如果真的打起来，石油、美股、币圈全部都要受冲击。

通过所有机器人检测测试的隐形 Chromium 这要在国内搞，那就可真邢 reCAPTCHA v3 拿 Playwright 默认跑出来 0.1（机器人） 一个新开源项目把这个分数干到了 0.9（真人水平） - 整套 14 项 stealth 检测全过 - Cloudflare Turnstile 自动过 - FingerprintJS BrowserScan 全部 normal 项目叫 CloakBrowser 32 star MIT 开源 做法非常狠 它没改 JS 没动启动 flag 直接把 Chromium 的 C++ 源码改了 16 处 重新编译进 binary 然后做成 pip install 一行装 · 这玩意背后的真正意义 过去两年所有 AI agent 上 Web 的产品 Claude in Chrome / Computer Use / Browser Use / OpenAI Operator 都在跟 Cloudflare reCAPTCHA 这道墙肉搏 模型再聪明 抓不到页面就白搭 CloakBrowser 把这道墙绕过去了 下一波 agent 产品的工程链路，可能要把它列成默认依赖 License MIT 完全免费 GitHub PyPI

ABG（Asian Baby Girl）CMO 在硅谷火了 很多 start-up 喜欢招亚裔女孩作为品牌的宣传 尤其围绕 YC、B2B SaaS、GPT wrapper startup、AI startup 的增长叙事。 最早传播里就有一句很 meme 的话： 如果你是 YC-backed B2B SaaS + GPT wrapper， 却没有一个 ABG CMO， 那你就“cooked”了 亚洲女孩刚好踩中了硅谷早期公司的几个真实痛点 所谓 ABG CMO，就是 founder brand + content engine + social distribution + BD front desk + community operator 的混合体 一个人可以同时解决内容、分发、社交信任和 BD 冷启动 甚至还有专门生成 ABG CMO 的网站 但这件事本身是underground，如果摆在台面上就容易引发种族矛盾，前阵子 ABG meeting 也引发了很大争议 看到越来越多的亚裔女生成为 CMO 你觉得该怎么评？

字节跳动开源了一个能直接操控你电脑的 AI 叫 UI-TARS，开源免费，本地运行 你用说话的方式告诉它： 「帮我在 Priceline 订9月1日最早的旧金山到纽约的机票」 「帮我把 VS Code 的自动保存延迟设置成500毫秒」 「帮我查一下杭州这个月的天气然后画成图表」 它不是帮你写代码 它是直接看着你的屏幕，自己动鼠标键盘去做 浏览器和桌面应用都能操控 MCP 工具全部打通 模型大小 2B / 7B / 72B 任选，本地跑 Anthropic 的 Computer Use 要收费 OpenAI 的 Operator 要会员 字节直接开源了整个技术栈 这是国内大厂开源最有诚意的一个项目之一 没有之一

冷知识：这个世界上很多国家的文盲率都比美国低。54% 的美国成年人的阅读水平低于小学六年级水平 😅 这也解释了为什么特朗普会发表很多我们难以理解的狠话，而红脖子们或许还很喜欢他的发言。刷到了个视频对比奥巴马和特朗普有关一次相似的行动事件演讲对比： 奥巴马： "...but his death does not mark the end of our effort. We give thanks for the men who carried out this operation. " 特朗普： "...If you're a normal person you say knock knock, may i come in? He died like a dog, a beautiful dog, a talented dog, and i don't get any credit for this but that's okay. " 咱就是说一个正式的电视演讲，“他死得像条狗” 是不是有点面向文盲了吧 这个冷知识还是前几天看 @AntonLaVay 提到才发现的，太幽默了

百虾大战…一年后爆雷[允悲] 1. 腾讯 WorkBuddy 2.腾讯 QClaw 3.腾讯龙虾管家 4.腾讯云保安 5.腾讯乐享知识库·龙虾版 6.字节ArkClaw 7.智谱AutoClaw 8.月之暗面Kimi Claw 9.阿里云CoPaw 10.阿里云JVSClaw 11.阿里云QoderWork 12.百度红手指 Operator 13.百度DuClaw 14. 科大讯飞 AstronClaw 15. MiniMax MaxClaw 16.网易有道LobsterAI 17.当贝Molili 18.智麻 ChatClaw 19.矽速PicoClaw 20.博云BocLaw 21. ZeroClaw 22.万得WindClaw 23.小米MiClaw 24.猎豹EasyClaw 25.猎豹元气AIBot 26.京东灵犀Claw 27.快手 KClaw 28.美图Claw 29.360安全Claw 30.商汤 SenseClaw 31.华为小艺Claw 32.ToDesk ToClaw

我们常说 Web3 是by the people, for the people，但现实是，很多基础设施项目仍然围绕着矿机、节点运营者、小众玩家在运转。而 @DabbaNetwork 的设计真正做到了角色可见、路径清晰、可参与性强： 你可以是 Hotspot Owner，通过购买设备获取被动收益。 你可以是 Local Cable Operator，把服务能力挂上链，去争取流量和激励。 你甚至可以只是一个商铺老板，把屋顶提供出来，就成了互联网部署的一环。 这不再是矿工 vs 用户的结构，而是一张协调有序、分工明确的服务网络。 Dabba它不是为了重塑互联网，而是要让互联网回归到每个人手中——无论是提供服务的人、拥有设备的人、出租地点的人，还是最重要的那一群，真正用网的人。

Dabba 深度研究报告：现实驱动的 DePIN 模型，真正能跑的基础设施网络 在目前的DePIN赛道中，Dabba算是一个很具辨识度的项目了。专注于通过本地部署团队搭建 WiFi 网络，在网络需求最迫切的区域提供上网服务，并通过区块链机制实现收益分配。既具备 Web2 商业基础，又引入 Web3 激励模型，是链上逻辑 + 线下能力结合的典型代表。 一、从本地光纤到全球区块链：@DabbaNetwork 的故事架构 Dabba 并非从白纸起步的加密项目，而是从印度本地的 ISP 运营业务发展而来，扎根于真实的地面连接需求。它的商业模式是这样的： 借助 LCO（Local Cable Operator） 网络，在服务不到的地区部署基础设施； 通过用户购买的“Dabba 热点设备”，将这些物理节点接入区块链系统； 所有者基于设备在线情况和数据流量获得 $DBT 奖励； 所有数据使用都以加密货币进行价值结算。 简单而言，它是 Helium 模式的 2.0 迭代者——带着 Web2 成绩单入场的 Web3 架构师。 二、为什么 Dabba 值得关注？ 1. 现实世界落地，打破纸上 DePIN魔咒 其实目前的大多数 DePIN 项目仍处在“白皮书—预售—生态图”的早期阶段，而 Dabba 拥有超过 100 家合作的 LCO 和数千活跃连接。这意味着其 技术验证和商业路径已经跑通，进入了能扩张就能盈利的周期性增长阶段。 而在 DePIN 的竞争格局中，大多数项目无法越过“供应部署瓶颈”，即真实物理世界的设备安装与维护。Dabba 借助印度本地的既有线下力量，有效解决了这一点。它是少数“从上线前就赚钱”的 Web3 项目之一。 2. 经济模型设计合理，避免通胀陷阱 Dabba 的代币经济非常克制。创世阶段每个热点可获得 20,000 个 $DBT，线性释放 200 天。90% 的奖励用于 UBI，平均分配给所有热点所有者，10% 用于根据热点实际运营绩效的动态分配，鼓励性能良好的节点贡献更高价值。 更关键的是，Dabba 有明确的回购销毁机制 —— 来自最终用户的数据使用费用将用于在市场上回购 $DBT 并销毁，形成内循环式通缩模型。 3. 全球 DePIN 网络的“信号塔”角色 Dabba 不只是部署 Wi-Fi，它还为其他 DePIN 项目提供物理挂载基础，例如： 与 WeatherXM 合作部署气象设备； 为 AI/GPU 项目提供边缘节点接入； 未来可能承载 IoT、链下数据等更多服务。 可以将 Dabba 看作 去中心化基础设施的“物理公链”：谁需要靠近用户，谁就来“接 Dabba 的电塔”。 4. 关税博弈中的供应链逆袭者 随着美中贸易摩擦、AI 设备、5G 模块、IoT 网关等硬件的关税压力不断上升，许多项目在设备部署层面遭遇了“成本硬顶”。而 Dabba 的优势是： 本地化生产与部署，几乎完全基于印度市场已有资源； 减少对进口硬件的依赖，不受地缘政治与关税政策制约； 热点设备成本极低（约 $299 全包），扩张效率极高。 在这种背景下，Dabba 更像是一个抗全球化逆风的基础设施分发模型 —— 不求高精尖，但要够普惠、能下沉、可复制。 三、潜在挑战与观察点 当然，Dabba 也并非没有风险： 扩张能力是否足够强？ 从印度复制到非洲、拉美或东南亚，需要更强的运营团队和本地协作资源。 DePIN 的叙事是否能够持续吸引主流市场？ 当前热度高涨，但是否具备中长期吸引力仍需验证。 $DBT 的价格机制是否能长期维持激励？ 特别是在牛市过后，投资者对真实收益的要求会更高。 结语：总结：一个现实版的「网络经济引擎」 Dabba 不是一个你今天买入，明天翻倍的投机项目。它是一个： 靠真实服务盈利的商业系统 可组合性强的 DePIN 基础设施 能穿越市场周期的长期项目 在关税上升、市场情绪低迷的背景下，Dabba 有着它独有的韧性与稳健增长能力。如果说 2021 是空投狂欢，2025的关键词可能是：落地、可持续、能跑。而 Dabba，或许正是这个趋势中的先行者。

AI时代，半导体公司到底该怎么估值？ 昨天听了@ShanghaoJin 老师的space，获益匪浅。 但我对于存储板块，乃至整个半导体板块的在目前ai产业革命超级周期背景下的估值方法，有一些不同的想法，所以简单记录一下，也供herman老师拍砖。 过去很长时间里，半导体一直是典型周期行业。景气时利润暴涨，低谷时利润迅速蒸发。很多公司上一年PE几十倍，下一年直接亏损。所以过去市场并不太相信半导体公司的利润持续性，更喜欢用 PB、重置成本、EV/EBITDA，而不是PE。因为市场默认这些利润大概率只是周期利润，而不是长期利润。 但AI时代正在改变这一切。HBM、CoWoS、AI Networking、光模块、先进封装、电力与数据中心基础设施，开始出现长期供需失衡。整个行业的估值逻辑，也开始从“资产思维”转向“现金流思维”。 截至2026年，行业仍处在AI驱动的强景气阶段。根据 SIA 数据，2025年全球半导体销售额达到7917亿美元，同比增长25.6%，并预计2026年接近1万亿美元。SEMI 也预计设备销售将在2026、2027继续增长。这种环境下，很多股票估值已经提前包含高增长预期。重要的是增长质量，以及它所处的周期位置。 很多人喜欢只看 PE、forward PE 或 PEG，但半导体行业的问题在于，“周期 + 高成长 + 高资本开支 + 技术代际”全部混在一起，单一估值倍数很容易骗人。周期顶部时，利润爆炸，PE反而会显得特别便宜；周期底部时，利润低迷，PE又会显得特别贵，甚至失去意义。重要的是判断当前利润到底处在周期的哪个位置。 PE 本质上是： PE = \frac{Market\ Cap}{Net\ Income} 它看的是最终归属于股东的利润，因此会受到利息、税率、折旧和资本结构影响。而 EV/EBITDA 更接近企业经营本身的赚钱能力： EV/EBITDA = \frac{Enterprise\ Value}{EBITDA} 其中： EV = Market\ Cap + Debt - Cash 很多人会疑惑为什么现金要减掉。因为 EV 本质上是在看“买下整个公司的真实净成本”。债务需要接手，而账上的现金买下后也归你，所以现金会降低真实收购成本。重要的是理解 EV 关注的是经营业务本身值多少钱，而不是公司账上堆了多少现金。 这也是为什么 Apple、Alphabet、Meta Platforms 经常出现 EV 小于市值的情况，因为它们账上现金太多。 但AI时代又带来了一个新问题。很多公司的现金已经不再是“闲置现金”，而是GPU储备、数据中心扩张储备、AI基础设施战争储备。重要的是区分 Excess Cash、Operating Cash 和 Strategic Cash。有些现金未必真的应该全部减掉。 AI时代另一个巨大变化，是行业进入超级重资本时代。EUV越来越贵，High-NA越来越贵，CoWoS扩产越来越贵，HBM扩产越来越贵，数据中心基础设施越来越贵。整个行业折旧（D&A）正在快速上升。于是很多公司的 EBITDA 非常漂亮，但净利润没有那么夸张，因为大量利润被折旧吞掉了。重要的是现在 PE 和 EV/EBITDA 的差异，正在明显扩大。 不同子行业差异尤其明显。Fabless公司差异最小，比如 NVIDIA、AMD、Broadcom。因为它们不自己建厂，折旧压力较低，因此 EV/EBITDA 往往只比 PE 低20%-40%。 但 Foundry 完全不同。比如 Taiwan Semiconductor Manufacturing Company、Samsung Electronics、Intel。这些公司 CapEx 极大，折旧极高，厂房设备生命周期极长，所以 PE 和 EV/EBITDA 差异会明显扩大。TSMC 当前常见情况大概是 PE 20-30x，而 EV/EBITDA 只有12-18x。重要的是理解很多折旧本质上其实是“增长投资”。 存储行业更加极端。Micron Technology、SK hynix 过去长期是最典型的周期行业，市场几乎不相信利润持续性。但 HBM 改变了部分逻辑，市场开始认为其中一部分利润可能是结构性利润，于是行业开始重新定价。重要的是 HBM 让市场开始重新评估存储行业的长期盈利能力。 而半导体设备公司则是另一种情况。比如 ASML、Applied Materials、Lam Research、KLA。这些公司更像“拥有工业外壳的软件公司”，因为它们毛利率高、ROIC高、FCF强、资本效率极高，所以市场已经越来越多使用 PE、EV/EBITDA、EV/FCF 和 ROIC 来定价。 真正的问题，从来不是哪个指标最好。重要的是哪个指标适合哪个子行业。 Trailing PE 适合盈利稳定的成熟公司，但周期股在景气高点 PE 会显得特别便宜，在低谷又会显得特别贵。Forward PE 更重要，因为市场买的是未来12-24个月利润。重要的是盈利预期是否还在持续上修，而不是单纯看一个低 forward PE。 PEG 对稳定高成长公司很好用，但对周期行业非常危险。很多时候 EPS 从低谷恢复，会让 PEG 看起来异常便宜。重要的是判断这个增长到底来自长期成长，还是仅仅来自周期反弹。 EV/EBITDA 更适合设备、IDM、存储这些资本结构差异大的行业。重要的是最好使用中周期 EBITDA，否则很容易在周期顶部被误导。 我个人更喜欢 FCF Yield 和 EV/FCF。重要的是这两个指标会逼着你回答一个问题：这些利润最后到底能不能变成真钱。 EV/Sales 只适合高增长、利润暂时被投入压低的平台型公司。重要的是结合毛利率、经营杠杆和长期利润率一起看。 不同子行业应该看不同指标。AI/fabless 芯片更应该看 forward PE、EV/FCF、收入增速、毛利率、客户集中度和平台护城河；半导体设备更应该看 EV/EBITDA、订单、积压和 WFE 周期；存储更应该看 P/B、EV/EBITDA、库存以及 DRAM/NAND/HBM 价格；晶圆代工和 IDM 更应该看利用率、CapEx、折旧、ROIC 和 FCF；模拟、功率和车规更应该看 FCF yield、库存周期和工业需求；EDA/IP 更应该看 EV/Sales、EV/FCF 和长期增长确定性。 所以不要只按 PE、forward PE 或 PEG 买半导体股。重要的是先分子行业，再做多指标综合。 我的框架会更简单一些。第一看质量，包括毛利率、营业利润率、ROIC、技术壁垒和客户粘性。第二看增长。重要的是增长到底来自结构性需求，还是只是周期复苏。第三看现金流，包括 FCF margin、CapEx 强度、库存变化和应收变化。第四才是估值，包括 forward PE、EV/EBITDA、EV/FCF、PEG，并与同行和自身历史区间比较。最后才是风险，包括客户集中、出口限制、库存、产能过剩和盈利预期下修风险。 半导体行业最重要的一点，是不要被低PE欺骗。重要的从来不是今天便不便宜，而是未来3-5年的现金流和竞争地位，能不能支撑今天的估值。 AI时代最大的变化，本质上也是这个。过去市场担心的是“下一轮周期会不会崩”，现在市场开始关心的是“这些利润到底是周期性的，还是结构性的”。 如果市场认为只是周期，那么 EV/EBITDA 不会给太高，PE 也不会持续扩张。如果市场开始相信 AI需求是长期的、基础设施建设是长期的、供需失衡是长期的、行业进入结构性短缺，那么整个行业的估值体系就会继续升级，从 PB → EV/EBITDA → PE → FCF 一路向上迁移。 最终获得长期高估值的公司，往往都是那些 ROIC 持续提升、资本效率持续改善、拥有长期定价权、能把AI需求持续转化为现金流的企业。