中国移动集团员工“牛哥爱中国移动”在「通信人家园」论坛上发布《苹果SA漫游新消息》并不忘贬低CMHK用户，直言「你可以不用，我们不缺客户」、「搅屎棍」等逆天言论。 目前仅有两家可SA漫游内地基站的运营商，分别为中移香港CMHK和澳门电讯CTM，因iOS26.0.1的bug在iPhone17系列上接入内地移动SA基站，后续更新修复后因运营商迟迟未向Apple更新配置文件而仅有NSA 5G能力。CMHK在内地刻意限速300Mbps，而CTM预付卡同基站下却没有限速。 因此，不少上台用户向CMHK公关部门发邮件投诉这位广州移动员工的劣迹。不过上台CMHK需缴纳1000港元的押金，合约期一般为2年，中途退出需补齐剩余月数月费作为违约金并没收押金，因此上台CMHK需谨慎。合约到期后CMHK将恢复原价，不会以优惠价继续提供服务，因此就需要提前进行续约或下台。

奶友投稿的banana esim中国内地+澳门两地不减速不限量套餐 身处内地：中国移动香港（境内CMHK）、中国移动新加坡（境外CMI），做了分流 身处澳门：澳门电讯CTM 下行10-100Mbps 上行10-100Mbps，可解锁AI服务（包括ChatGPT和Gemini） 价格： 1d/33.15cny（优惠码ES20可减18hkd) 2d/50.60cny 3d/68.05cny 4d/59.33cny 5d/85.50cny（后续套餐折扣价) 7d/102.95cny 10d/155.30cny 15d/216.38cny

变天了！AI 国家队跑步进场了！！ 中国移动搞了个MoMa， 像是国内版OpenRouter，据说是国内最大的AI模型聚合平台（MaaS）？？ 官方称，平台接入300+模型，市面上主流模型应有尽有，实现Token集约化采购，成本降30%以上，资源占用降50%以上。 还说，日均token调用千亿级！！ 价格方面，个人月套餐最低5.99！！ 所以，该不该支持一下国家队呢？？

什么才是真正的降维打击？ 2011年，中国移动靠短信每月狂赚50亿， 7亿用户都默认：发消息就得1毛1条，彩信3毛，还要另交月租。 直到马化腾敲下7个字：免费发文字图片 从此，微信一夜改写规则， 运营商还在按条收费，微信直接把赛道换成流量。 短短数月用户破亿，旧时代的赚钱逻辑，瞬间被彻底碾碎。 最可怕的不是对手强，是他根本不和你一个维度竞争。

本次FCC，4月30日会议，3:0 一致表决通过！ 短期：流程走不完，几乎没变化 长期：CN2-GIA/CMI线路失去低延迟优势，美西VPS连接质量下降并且成本提高 NPRM 拟禁止中国移动、中国电信、中国联通在美国运营数据中心，并可能禁止美国运营商与「Covered List」上的实体进行网络互连（即物理禁止 Verizon、AT&T 等与其互联）。 1）禁止美资运营商与中资运营商进行网络互联（Interconnection），涉及 IP Transit、语音互联、SMS 中枢、企业回程等关键设施 2）禁止中资运营商在美国运营数据中心及互联网交换中心接入点（PoP） 3）可能扩及关联企业：持股 ≥ 10% 的附属公司，或以「Covered List」实体设备（华为、中兴等）组网的企业 4）另一项提案同日推进：禁止所有中国实验室为进入美国市场的电子设备提供测试认证

CMHK在五一前上了5.5G全球通Privilege尊尚服务 听着很高级是吧？据通信人家园论坛的某位不愿意被提及的神秘人爆料（如图1） 所谓5.5G信号满格，然而速度还是限速300Mbps 看来还是有人信了客服的话当了“搅屎棍”🤣🤣🤣 上台中移香港挺倒霉的，在内地移动（CMCC）漫游掉2G时还会附赠中国移动VIP服务左标

SingTel Prepaid游客配套还不错，如果有原生新加坡IP的用户可以考虑整一个来玩玩，30新币一个月。由于没有SingPass的原因，因此无法激活语音和短信功能，相当于是一张纯数据卡 通过kyc后可激活数据流量，每本护照90天内最多激活3张。虽然可一直续约，但价格是1天3新币不如新开，所以当月抛最好 流量分区域，分别是700GB（SG、MY、ID、TH、HK）+80GB（亚太20个目的地含CN、KR、JP）+8GB全球漫游 默认Prepaid APN（hicard）不仅限速且延迟高，需手动修改为Postpaid用的APN（e-ideas）解除限速，在中国境内可漫游中国移动（CMCC）和中国联通（CHN-UNICOM） 具体用量可通过SingTel的hi!App查询及更换eSIM，对生活在香港、需要AI解锁需求的推友很友好，相比于红茶移动RedteaGO和Trip上的60刀100GB价格划算不少

重新审视 Token (词元）的属性 TLDR： 之前我也一度觉得是大宗商品/资产 甚至还设想过相关的交易和定价逻辑 也看到不少人提过Token期货，交易所之类 但现在我倾向它只是一种服务，没必要过度金融化 毕竟它没有办法脱离AI推理单独存在，无法被提前生产出来或预先被囤积。但换个角度看，是服务，就天然是分层的、多元的，不同的人有不同的需求，这其实也恰恰奠定了AI 经济必将是百花齐放而非赢家通吃的基础。 在这浪潮中，红利属于能把廉价 Token 加工成更有价值的 Token 卖出去的人。 -------------------------------- 我的一些个人思绪和逻辑： 1、Token (词元）经济从何而来？ 首先它是AI训练转向AI推理的产物， 这是理解 Token 商业模式的基础。 过去模型训练时代，主要是卖算力时间。为什么？因为训练是持续性的大工程，需要大量算力协同工作。这种规模的投入，有资本的大厂基本都会选择自购，毕竟可控性最强，但对于没有能力一次性投入大量资金的团队来说，出于对稳定性的要求，也会倾向选择租赁模式，包下一整段时间的独占使用权，榨干这段时间内算力的所有价值，是一种占用的逻辑。 但随着主流大模型开始进入商用阶段，AI 算力的需求重心也从模型训练转向了推理。你用 GPT聊天、用 Claude写代码、问豆包问题，这些本质上都是在跑推理，每一次调用，都在为你做一次推理和计算。 而推理是相对碎片化的、一次性的、用完即走的。虽然也有不少企业，仍然会采用租赁或自购的模式来跑推理，但对于广大中小开发者和应用方来说，他们对算力独占性的要求并不高，因而额外衍生出了按消耗计费的模式，这样算力服务商就可以把算力资源同时卖给成千上万个客户。 Token (词元) 就是在这种背景下而产生的，衡量每次计算消耗了多少资源的那个单位，你付的钱，就是对这次计算的补偿，本质是消耗逻辑。 所以训练和推理是完全不同的生意形态： 训练时代，商业模式是卖 GPU 时间。 推理时代，商业模式是卖 Token (词元)。 --------------------------------- 2、为何Token (词元) 是服务属性而非商品/金融属性？ 卖Token (词元)，就是卖服务！ Token (词元) 经济，本质是服务经济！ 为什么？ 一个比较直接的原因是 Token (词元）不能被预先生产出来，而是产出后就被消耗掉了，并作为衡量你这次推理服务所消耗资源的参考，来给你计费。 且Token (词元) 的一些特性，也和大宗商品的逻辑不像： - 价格长期下降趋势 - Pay-As-You-Go - 难以标准化 你在Claude的100万Token额度，和你在Minimax的100万Token额度，两者本身是没有可比性的，模型不同，性能不同，定价完全可以不一样。 而大家愿意接受价格差异的原因，也是因为 Token (词元) 本质上计量了一种非标准化的服务，而不同用户对服务的诉求是不同的，有的人看重性能，所以愿意支付溢价，有的人看重成本控制，所以觉得国产开源模型也够用了。 而整个模型市场占有率，并没有出现几家独大，本身也是其服务属性的体现。如果 Token (词元) 是资产，那资产的流动性、网络效应，一定会引发所有资源最终向一个市场集中，形成赢家通吃的局面。但恰巧 Token (词元) 其实是服务，而服务市场天然是分层的、多元的，不同的服务商满足不同的需求，所以才构成了 AI 经济百花齐放的基础。 我想通这点后，就不再纠结模型厂商只有哪家笑到最后了。 因为未来必将是多模型共存、多层级并行的格局，Token（词元）也将会被计入到企业的会计成本之中，并反映到企业的产品和服务之中。 比较值得关注的一点是，AI时代Token所代表的服务经济和传统的人力服务经济，成本曲线可能是完全反过来的。由人所提供的服务，长期要求的是报酬上升，这也是为什么服务业占比高的经济体，服务更贵。但 Token 服务恰恰相反，价格长期只会下降，当 Token 逐步替代掉一部分原本需要人力智力才能完成的工作，这部分成本不但不会随时间上升，反而会持续走低。 这可能也是这一波AI的红利之一。 ------------------------- 3、这个Token (词元) 服务都有谁在卖？ - 闭源模型厂商 - 开源模型厂商 - 开源模型托管商 - 大模型聚合器、中转站 1）闭源模型厂商：直营为主，分销为辅 最直接的模式。OpenAI 卖 GPT 的 Token，Anthropic 卖 Claude 的 Token。模型自己训的、API 自己提供、定价权在自己手里，产品和渠道都是自己的，跟品牌直营店一个逻辑。当然作为最顶级的模型，难免会被接入像一些API中转站，或者Open Router这样的大模型聚合平台被动分销。 2）开源模型厂商：开源也挺赚钱的 开源模型谁都可以拿去用，很多人不想自己本地跑，因此催生出了一批开源模型托管商，他们可以帮你跑模型，并按 Token 收费。但这就引出一个问题：Token 的钱都让模型托管商这些中间商赚了，开源模型的开发者自己怎么赚钱？这一点，至少中国的开源模型厂商，走的很灵活。 像Minimax，Kimi，Zhipu，它们都有自有的 API 直售，更多面向开发者群体，并且也都有自己的 Coding Plan 订阅包，把按 token 计费玩出了订阅制，完全是中国移动卖流量的玩法。而OpenClaw 这波更是让它们赚得盆满钵满，各自推出了品牌化的 Claw 产品，帮用户把 OpenClaw 部署好，底层跑自家模型，Token 消耗从自家 API 走。 3）开源模型托管商：帮别人跑模型，赚差价 对于那些没有能力或意愿自己卖 Token 的开源模型来说，托管商就是它们触达用户的渠道。它们帮开发者跑模型、按 Token 收费： - Together AI / Fireworks：自有 GPU 集群 + 极致推理优化，核心竞争力是翻台率，同样的卡单位时间能吐出更多 Token。 - Groq：自研 LPU 推理专用芯片，不用传统 GPU，核心竞争力是极致速度，跑 Llama、Qwen 等开源模型比 GPU 快。 - Cloudflare Workers AI：全球 300+ 边缘节点，跑 Llama、Mistral、Qwen，最近还加了智谱 GLM 和 Kimi，核心竞争力是低延迟 + 开发者生态 - AWS Bedrock / Google Vertex AI — 企业级云平台，跑 Llama、Mistral 等主流开源模型，核心竞争力是客户的数据和基础设施已经在这些云上了，迁移成本低 4）大模型聚合器：一个入口管所有模型 闭源和开源的大模型越来越多，而不同场景适合不同模型，不同模型的优劣势不同，对开发者来说，一个个去接不同厂商和托管商的 API，管理起来很痛苦。于是催生了 OpenRouter 这类聚合器，可以接几十个模型，开发者在一个地方统一管理、按需切换即可。 OpenRouter按照批发转零售的模式盈利，各家模型厂商把自己的Token分销出去。而 OpenClaw 这波直接让 OpenRouter 上中国模型的消耗量暴增，前十名 Token 消耗量中，中国模型占了 61%，前五有四个是中国的。 而围绕这条 Token (词元) 产业链，也衍生出了一些其他的参与者和新需求： 第一是一些推理优化引擎，vLLM、SGLang 这些开源项目，在大家对效率极致追求的当下，通过对硬件算子层面（更高效地利用 GPU 计算单元，减少内存碎片和带宽瓶颈）以及 LLM 算法层面（让多个请求共享已经算过的内容，更聪明地管理显存）的优化，提升同一张卡在同一时间内的 Token 吞吐量。 它们自己不面向终端用户收费，但 Together AI、Fireworks 这些托管商底层用的就是这些技术。也有不少自己本地跑开源模型的开发者，会直接使用 vLLM 或 SGLang 来搭建自己的推理服务。 第二是对Token消耗的优化需求，当 Token 消耗逐渐常态化，自然就会有人开始琢磨怎么省钱，也有不少人早就抱怨OpenClaw高昂的Token消耗，那么，帮你预览一次 Prompt 会消耗多少 Token、建议怎么优化 Prompt 来降本、甚至自动帮你选性价比最高的模型和服务商的产品，就很有市场了。 ---------------------------- 4、AI经济时代，真正的机会在哪？ 我觉得 Token 经济的红利，属于把廉价的 Token 加工成更有价值的 Token 卖出去的人。 1）如果你有能力，就做一个模型，哪怕是微调的 你不需要从头训一个 GPT，在开源模型基础上针对某个垂直场景做微调，只要在某个细分领域效果够好，就有人愿意按 Token 付费调用你的模型。前面说了，Token 是服务，服务市场天然分层，通用大模型吃不掉所有场景，垂直微调的模型在自己的领地里反而更有定价权。 2）做一个新时代的产品，开放 API 你的产品底层消耗 Token，但你的产品本身也可以对外输出能力，你开放 API，让别的开发者和 Agent 来调用。你买入底层模型的 Token，加上你的产品逻辑和数据，产出更高价值的 Token 服务卖出去。这跟传统行业买原材料、加工、卖成品的逻辑是一样的。 3）写 Skill，做 Agent 每一个被广泛使用的 Skill 和 Agent，背后都是源源不断的 Token 消耗。你写的 Skill 越好用、越多人用，你帮模型厂商卖出去的 Token 就越多。这不是你直接卖 Token，但你是这条产业链上的分销渠道。 而不管你选哪条路， 你的护城河在我看来最终都会归结为三样东西： 算力、算法、数据。 算力影响你的吞吐量 算法影响你的效率和成本 数据决定你是不是不可替代

投资笔记：2026 GTC 大会深度复盘与利好标的分析！ 看完整场英伟达2026 GTC大会，还是蛮让人震撼的。黄老板如今给大家反复重新灌输一个新认知，未来 #AI# 比拼的不再是大模型，而是 Token工厂。尤其是这次Openclaw🦞爆火以后，大家逐渐认识到，Token消耗带来的巨大收入，未来将成为AI企业的核心支柱。 现在仅仅一个小龙虾🦞，以后可能出来小熊猫🐼，小仓鼠🐹，等等类似的成百上千个Agent，推理爆炸的年代已经来临，可预期的未来3-5年，Token消耗量将实现1000—10000倍的增长，而持续的计算调用服务，将带来可持续性的Token消耗。 假如说目前软件公司因为AI Agent而走向终结，过去的SaaS收订阅费模式，成为历史。那么AI时代，AaaS模式将成为未来，收 Token费将带来更暴利的企业收入，而且壁垒更高，一旦选用一家模型，持续的喂养和消耗的Token，本质是独立主体性的数据积累和自我成长，此刻专属你的Agent如同婴儿长大一样，不到万不得已，很难去推倒重新再养。此处到最后比拼的是各家巨头们的GPU算力，同时也是电力和数据中心的较量，而未来每一处数据中心便是一个收费单元。 假如理解了这套黄老板灌输的新逻辑，那么今年各家巨头6000多亿的资本开支预算，也就make sense了，毕竟现在投的越多，当下建设的每一座数据中心，都将成为未来源源不断的Token印钞机啊，抢GPU，抢电力，抢工期，抢内存芯片，貌似一切都合理化了！ 所以接下来，我们讲讲其中利好的美股标的👇 1️⃣“铜光共存”：连接器的黄金十年 黄仁勋这次大会上给了坚定的定调，「机柜内用铜，机柜外用光」。之前市场上传闻此次英伟达的新架构，会让“铜进光退”，市场十分担忧，而本次定调，基本一扫光模块板块的阴霾。 目前发展方向上，机柜内部为了物理极限的成本和能效，依然死磕铜缆；但随着 Spectrum X CPO(共封装光学)交换机的全面量产，光通信的爆发点已经从“模块”转向了“集成”，直接可集成整合到ASIC，克服大规模AI数据中心电子信号的限制，实现更高效率的传输。而英伟达与台积电在 CPO 上的合作，会让这些光路检测和激光器组件公司持续受益。 利好标的： 🟡#AAOI（Applied# Optoelectronics），这家公司把光芯片和器件组装成“能用的光模块”，卖给数据中心。 类比就像👉 富士康，把零部件整合成一部可以卖的iPhone。 🔵 #LITE（Lumentum），这家公司主要生产“让光跑起来”的核心器件（激光器、调制器）。# 类比就像👉 苹果iPhone中的A系列芯片，决定性能上限的关键部件。 🟢#AXTI（AXT# Inc），这家公司提供制造光芯片所需的底层材料（InP、GaAs衬底） 类比就像👉 卖稀土或者硅晶圆的，虽然叙事不性感，但所有高科技(光模块)都离不开。 🟣 #TSEM（Tower# Semiconductor），这家公司帮别人代工制造光子/模拟/射频芯片的“特色晶圆厂”。 类比就像👉造各纳米型号芯片的台积电（但专做小众高技术工艺的版本）。 2️⃣Rubin 架构与“存储大年”：HBM4 是胜负手 Rubin 架构不仅仅是制程提升，它最大的改变是引入了 HBM4 和 100% 液冷。这次黄仁勋提到 HBM4 产能将决定Rubin产线的放量速度，相当于直接把存储芯片从“周期股”推向了「基础型AI 消耗品」的逻辑。难怪前不久，黄老板一直在韩国晃悠，毕竟三星和海力士，是内存芯片的绝对话事人。 与此同时，移除电缆、100% 液冷意味着数据中心的基础设施也要实现大换血。其中相关做液冷冷却相关的公司也将会直接受益，这个我们在之前的推文中，多次强调过，其中个别股票推荐后，已经涨幅高达50%以上。 利好标的： 存储领域： 🟢 #MU# (Micron Technology)，这家公司我们在150美金左右多次推荐过，做DRAM + NAND的全能型选手，AI内存HBM正在补位追赶。 类比就像👉 “美国版三星”，但体量更小、节奏更慢一点。 🟡 #SNDK# (SanDisk)，这家公司我们也多次推荐，专注NAND闪存（SSD、存储卡），偏消费和存储设备端。 类比就像👉 “存储界的西部数据”，专门卖硬盘和SSD的那一类，基本不碰高端DRAM战场。 🔵 三星(Samsung Electronics)，毋庸置疑的全球内存霸主，DRAM + NAND + HBM全线覆盖，技术和产能双王。 类比就像👉 “内存界的台积电 + 苹果合体”，既能做最强技术，又能大规模出货。 🟣 海力士(SK Hynix)，目前是HBM（AI高带宽内存）绝对王者，吃到了AI最肥的一块肉。 类比就像👉 “AI时代的英伟达供应链核心王牌”，专门给AI GPU喂粮的。 由于美股账户买不到韩国股票，所以我推荐这只美股ETF，韩国ETF(代码：#EWY#)，这只ETF基金持仓中22.46%为三星，19.39%为海力士，其他持仓也都是一些韩国优秀企业，比如现代汽车等。 液冷冷却： 🟤#VRT# (Vertiv Holdings)，这家公司专门给数据中心提供“供电 + 散热 +基础设施”的一整套解决方案，尤其是AI数据中心。 类比就像👉 “数据中心的空调 + 电力系统总包商”，虽然不做算力，但决定算力能不能正常运转。 3️⃣OpenClaw 与 Token 薪酬：AI 时代的“Windows” 这是最让我震撼的一点。黄仁勋将 OpenClaw 定位为 Agent 计算机的操作系统，这定位超越了现有互联网时代下系统与软件的逻辑边界。意味着未来我们可能不存在软件app的概念，而要开始逐渐熟悉去雇佣一个个Agent。 “你的 Offer 里带多少 Token？”这句话揭示了未来算力即财富的本质。当算力成本降低，通过 Rubin + Groq 3 LPX 的能效提升，AI 代理的普及将带来新一轮AI云服务的爆发。 利好标的： 🟢#IREN#(Iris Energy)，这家公司本身是BTC挖矿公司，之后开始凭借自身低成本电力 + 数据中心，把矿场升级成AI算力租赁平台（GPU云） 类比就像👉“把比特币矿场改造成AWS算力出租工厂”。 🟡 #CIFR#(Core Scientific)，这家公司刚从破产边缘爬回来，转型做“托管+AI算力”的矿场运营商 类比就像👉 “从煤矿老板转型做数据中心房东，还帮人管服务器”。 🔵 #NBIS#(Nebius Group)，这家公司做纯正的AI云平台（GPU云 + AI服务），不是矿企出身，更像技术驱动。 类比就像👉 “AI版的AWS 或CoreWeave（更偏技术派）” 4️⃣空间计算与 Feynman 架构：剑指星辰大海 下一代Feynman 架构 的 3D 堆叠和“太空芯片”计划，说明英伟达的眼光已经不在地球。这或许不是噱头，因为每次黄老板都把吹过的牛逼，给实现了。这次太空芯片计划更像是边缘计算的极限延伸。在高辐射、极端的太空环境下运行 AI，对芯片可靠性和卫星链路提出了极高要求。 利好标的： 🟢 #RKLB#(Rocket Lab USA)，这家公司提供“小型火箭发射 + 卫星制造 + 太空服务”的一体化公司。 类比就像👉 “太空版的顺丰 + 富士康”，既能送货（发射），也能造卫星。 🟣 #ASTS#(AST SpaceMobile)，这家公司用卫星直接给手机提供4G/5G信号，且不需要地面基站。 类比就像👉 “太空版的中国移动”，直接从天上给你信号。 上述👆，便是此次我们总结的GTC大会利好标的，有完善补充的地方，可以评论区，一起交流探讨！🧐 目前上述提及的公司在 #MSX# 上面基本都有，炒美股，我选择用 #RWA# 美股代币化平台 #MSX，一同投资参与美股市场：# 早期美股投资粉丝和伙伴，可以私信我，填写表单后，可免费进入美股交流和探讨社群(目前每周仅限定10人，助理审核，可能需要一点时间，感恩🙏)！

4岁时双腿被截肢，用“篮球”移动的少女，其后的生活太了不起了，引发热议 2000年，在中国贫困农村被卡车撞到，双腿被截肢 ・买不起假肢，爷爷用切开的“篮球”套在下半身 ・手里拿着木把手，5年来爬行在地面上生活 →2005年，那种既可怜又坚强的姿态在网上大火，支援的圈子迅速扩大 ■其后 ・在北京获得免费假肢，用自己的脚实现走路的梦想 ・之后遇到“残奥游泳”，才华绽放，在国内大赛上大量斩获金牌 ・2016年里约残奥会出场，获得世界第9名 ・现在被称为“鱼少女”，从绝望深渊成为希望的象征