註冊並分享邀請連結,可獲得影片播放與邀請獎勵。

檢索結果 从写代码到设计硬件、AI
从写代码到设计硬件、AI 貼吧
一個關鍵字就是一個貼吧,路徑全站唯一。
建立貼吧
用戶
未找到
包含 从写代码到设计硬件、AI 的搜尋結果
#从写代码到设计硬件、AI# 正加速进入物理世界的研发环节。 OpenAI 最新披露,Astra 已参与设备外观、机械结构、PCB 及固件设计,两名成员利用业余时间、不到一周完成测试设备设计,制造商不到一个月完成小批量原型;同时,OpenAI 与马自达探索将 AI 用于汽车气动及碰撞安全设计,与 CGR 探索从零件扫描到 CAD 模型和制造图纸的工作流。 AI for Engineering 的下游场景正向汽车、电子及工业研发延伸。 🚀 #核心看点在于:工程设计门槛下降、迭代提速,有望创造更多设计与仿真需求。我们认为,随着# AI 降低建模、出图和仿真准备的成本,工程师能够探索更多方案,过去受制于人力和预算的研发需求有望释放,推动“更多设计方案—更多仿真验证—更多模型与算力调用”的正向循环。OpenAI 硬件团队自今年 2 月以来,模型 token 使用量增长 23 倍,已提供工程场景高强度调用的早期信号。 💡 #物理AI:需求空间从数字内容生产拓展至实体产品研发与制造。# 工程设计与仿真有望成为物理 AI 的重要落地入口,并为后续制造与执行提供基础。看好具备工业数据、专业工具集成和客户场景积累的企业,关注工业设计与仿真软件、工程智能体及推理算力的增量机会。当前制造公差、装配约束等环节仍需人工审核,后续重点跟踪从原型验证向规模化付费的转化。 🌹 关注: #物理ai:奥比中光、索辰科技、五一视界、中控技术# #专业工业工具:华大九天、中望软件等#
顯示更多
乐鑫的ESP-Mosaico,开始直接让coding agent去开发ESP 32的硬件了,值不值得等一个月排单?🔥 在淘宝上面看到他们的一个新的产品: ESP-Mosaico,带一个摄像头,再加一个多功能交互模块,是380块钱 然后的话,你是要一个月内按照订单排货,也就是它并不是你拍了就能立刻去发,而是一种你下单了,他们那边才会去给你排单生产。 他的板子的芯片是ESP 32-S31,也是一款最新的芯片了。 并且它的作用是什么呢? 就是你不光光是给AI Agent装了一块屏幕,而是让它就是Agent,从你开始写代码到你调试,然后再到烧录,再到真机验证,这几个步骤是你就是真实的去玩它的话都要有的,但是它给你整合在了一起。 在之前我们要去这样玩,你还是有一些麻烦的,但是现在他这一款算是直接让他去参与进去了。 来可以给大家介绍一下它的一个有意思的地方吧: 内置开发环境:它自己内置有ESP-Claw的开发环境,你不需要再去自己搭建了。 完整AI接入:也就是我所说的前面那4步的流程,完整AI接入进去了。因为你在前面,如果大家真的有去用AI说开发我们的板子,你是有过这种体验感的。 模块化设计:你可以进行一些自由的拼装,添加一些模块,你只需要配上对应的引脚就可以了。 现在感觉就是我们AI和硬件的结合会越来越深,然后当然对应的话,这个开发门槛也会越来越低。 并且他们也是把这个仓库给进行了开源,如果我们并不想去下单,我手头上面有一些板子,我想自己去研究,大家也是可以去看一下他们的开源仓库。
顯示更多
# AI 行业三个月变天,模型榜单已经解释不了全部 1小时46分钟里,这期《半球观察》播客的主持人 把 DeepSeek V4、约 1000 条 Cursor 工作轨迹、OpenClaw 出圈、Manus 交易流产和 AI 中转站放在同一张桌上。单看每条都像行业新闻,连起来看就很刺眼:AI 公司正在被新的尺子衡量。模型榜单还重要,但已经解释不了全部。 过去我们习惯问一个问题:谁的模型更强? 现在还得问另一组问题:谁有真实任务数据,谁掌握用户入口,谁能把价格打下来,谁能穿过监管和资本的窄门。 > **编者注:** 这篇按播客原文提炼判断。DeepSeek 估值、Cursor/xAI 交易、Manus 价格等数字均先按“节目说法”处理,不能直接当作已确认事实。 ## DeepSeek 的强,变成了另一种强 主播对 DeepSeek V4 的评价并不客气。V4 Pro 被认为 reasoning 过长,很多任务里像是在思维链中自己和自己打架。V4 Flash 的体感更好,接近 GPT5.4 mini 或 instant API 的水平,但这已经不是 R1 那种“全行业被迫重新估值”的时刻。 这就产生了第一个反差:DeepSeek 仍然技术很硬,但它的产品冲击力没有天然压倒别人。 节目里提到,Kimi、GLM、MiniMax 等国产模型在 coding 和迭代速度上都给了 DeepSeek 压力。DeepSeek 自己也因为适配国产硬件、减少 CUDA 技术债、拥抱 TileLang 等路线,承受了延期和成本变化。 这听起来像掉队。 但节目给了另一个定位。 节目里说“DeepSeek 正好填补了这个空白”。 这个“空白”指的是 OpenAI 不再开放权重、不再详细公开技术路线之后,全球开发者和研究者仍然需要一个前沿模型的公开参照物。DeepSeek 的价值就从“谁最强”变成“谁还愿意把技术路线摊开”。 这是一种新的强。 它可能不总是最会做产品的公司,也不一定每个版本都压住榜单。但它像开源社区的技术坐标系。大家看它的 report,看它的注意力机制,看它的后训练方法,再把这些东西吸收到自己的模型和产品里。 所以,写 DeepSeek V4 不适合写成“王者归来”或“彻底掉队”。更准确的说法是:DeepSeek 正在从爆款模型公司,变成公开 research lab 的基础设施。 DeepSeek 没有消失,它只是从王者变成了坐标系。 ## 数据飞轮开始压过架构叙事 这期最有信息量的技术段,落在 OPD 上。 节目用一个很好的类比解释 On Policy Distillation:传统后训练像老师先写一大本习题集,学生之后自己看、自己背、自己消化。问题是题太多,领域太杂,学生容易学歪,甚至出现 reward hacking。 OPD 的感觉更像现场教学。 > “学生遇到不会了,老师就过来告诉他为什么不对。” 写代码时,代码老师在旁边;做数学时,数学老师在旁边。学生先尝试,老师实时纠错,模型训练从离线习题集变成在线反馈。 这个机制把问题引向更深一层:老师从哪里来? 答案是数据。更具体地说,是真实任务里的高质量轨迹。 节目提到 Cursor 的 Composer 2 争议时,有一个关键细节:Cursor 被转述为在 Kimi base model 上加入约 1000 条真实用户工作轨迹做 SFT,使 coding 表现明显强于原始 base model。这个数字需要核查,但方向很重要。 如果模型架构的边际差距变小,真实任务数据就会变成更贵的东西。 Claude Code 和 Codex 为什么会越做越强?节目里的解释是,它们有真实工程师每天使用的轨迹:怎么打开项目,怎么读代码,怎么改错,怎么跑测试,怎么回退,怎么完成一个长任务。 这些数据很难从普通互联网文本里直接获得。它是任务过程。 这也是 Cursor、Claude Code、Codex、OpenClaw、Manus 这一类产品被重新定价的原因。它们表面是工具,底层是数据采集口。谁的用户每天把真实任务交给它,谁就能反过来训练更懂任务的模型。 模型能力当然还重要。但当大家都足够强时,数据会把差距重新拉开。 模型教会产品说话,用户轨迹教会模型做事。 ## OpenClaw 出圈,说明入口开始变形 节目把 OpenClaw 称为 Agent 的 ChatGPT 时刻。 这句话很大,但它有具体场景支撑。主播把 OpenClaw 接进 Telegram 家庭群,当成一个会记忆、会查资料、会调用 skill 的“电子宠物”。更重要的是,在这个框架里,本地 27B 模型和 GPT5.5 的体感差距被缩小了。 原因很简单:OpenClaw 有 memory,有 skill,有连续任务,有工具调用。 这就改变了用户感知。单独问一个小模型,它可能不如大模型;把它放进一个 agent 框架里,它能记住昨天说过什么,能查资料,能跑工具,能把一个任务接着做下去。用户看到的是任务完成,而不是模型参数。 这也是 OpenClaw 出圈的意义。它把 skills 从程序员小圈子带到普通人场景。 节目里提到阿里的电商出海 agent。它可以帮助小商家处理 Shopify、商品上架、趋势分析、网站设计、运营链路。过去这些工作可能需要助理、外包、懂代码的人和运营经验。现在一个小老板可能第一次感到,agent 能把一整套流程接起来。 这个变化比模型榜单更接近商业。 因为用户不会每天比较 benchmark。他们会比较:这个东西能不能帮我把店开起来,能不能生成网页,能不能做 PPT,能不能整理调研表格,能不能少雇一个人。 Agent 的入口价值,不在会聊天,而在能接活。 ## Manus 的稀缺性,被同类产品反向证明 OpenClaw 出来以后,很多人会自然认为 Manus 不稀缺了。节目里的判断正好相反:OpenClaw 爆火,反而证明 Manus 更稀缺。 这个判断的逻辑是产品体验。 主播说,很多 computer use 或 open cloud 服务“根本不想用”,Perplexity 的 computer use 被点名为几乎不可用。相反,Manus 能做出详尽网页、PPT、真实调查表格,任务保持程度更好。 换句话说,壳不稀缺,稳定交付稀缺。 这和 ChatGPT 早期很像。聊天界面谁都能做,真正难的是持续给出有用答案。Agent 时代也是一样。浏览器自动化、工具调用、任务规划、记忆系统、失败恢复,单独看都不是秘密。难的是把它们组合成用户愿意反复使用的产品。 Manus 交易流产把这个问题又推到监管层面。 节目讨论了 Meta 交易被撤销、VIE、IP、人才和公司归属问题。这里最值得保留的不是情绪判断,而是创业者面临的新现实:AI agent 这种产品绑定了用户数据、任务轨迹、人才供给、模型合作和国家监管。 对中国 AI 创业者来说,路径选择可能会提前。你从第一天就要想清楚,是进入国内生态,还是走海外资本路径;是把团队、IP、数据和客户都放在一个监管框架里,还是冒着未来交易被叫停的风险做跨境结构。 这已经超出普通商业选择。 这是 AI 产品变成战略资产后的副作用。 Manus 的问题不是卖没卖成,而是它到底属于哪里。 ## AI 开始说钱,也开始被低价倒卖 节目后半段最现实。 大厂模型开始收费,推理框架项目开始公司化,IPO 和融资叙事吸走市场流动性,AI 中转站开始变成生意。主播说得很直接: 节目里那句“大家都开始说钱了,不再说 AGI 的梦想了”,把这层现实说得很直。 这句话有点刺耳,但它解释了很多现象。 当模型差距大时,用户会追逐最强模型。当多数日常任务都已经够用时,用户会开始追逐便宜、稳定、可接入、不封号、不断线。AI 中转站就在这个缝隙里长出来。 节目提到 Sub-to-API 这类工具,把 Claude 或 Codex 的订阅转换成 API,再用更低价格分发。也提到部分中转站可能收集用户数据,甚至标称 Claude,实际替换成更便宜的国产模型。 > **编者注:** AI 中转站涉及服务条款、数据安全和潜在欺诈风险。这里仅按节目内容记录产业信号,不构成使用建议。 这说明模型正在商品化。 最前沿模型、企业级合规服务、真实工作流数据仍然贵。但对普通聊天、搜索、轻量写作、心理陪伴、日常问答来说,很多用户已经不愿意为“最强”付出太高溢价。 这会倒逼模型公司回到互联网逻辑:获客、留存、价格、渠道、生态、数据闭环。 AGI 叙事还在,商业账本已经来了。 ## 最后 这期《半球观察》最适合被整理成一组暴论,因为它更像一张行业雷达图。DeepSeek 代表公开技术路线,Cursor 代表 coding 数据,OpenClaw 代表 agent 入口,Manus 代表可交付产品和监管敏感性,AI 中转站代表模型商品化。 把这些点连起来,结论很清楚:AI 行业正在从“模型公司竞赛”变成“模型、产品、数据、资本、监管共同定价”的复杂游戏。 接下来不能只看模型榜单。 要看四个信号。 第一,DeepSeek 后续版本能不能重新打出产品体验上的压倒性差距。如果不能,它仍然有开源坐标系价值,但商业位置会不同。 第二,Claude Code、Codex、Cursor、OpenClaw、Manus 谁能沉淀最高质量的任务轨迹。真实用户每天交出的工作过程,会比静态语料更贵。 第三,agent 产品能不能稳定交付。会调用工具不稀奇,能把网页、PPT、调研、代码修改交付到用户满意,才是分水岭。 第四,价格和监管会不会重塑模型分发。中转站、订阅转 API、模型替换套利、跨境交易叫停,都说明 AI 已经离纯技术讨论很远。 我对这期的最终判断是:模型能力仍然重要,但它已经不是唯一的解释变量。谁拥有入口,谁拥有数据,谁能把价格做到用户愿意持续用,谁能在监管和资本结构里活下来,谁才可能赢到下一阶段。 这也是它最值得写成文章的地方。暴论背后真正冲击人的,是我们判断 AI 公司的尺子正在换。 --- 原始播客:
顯示更多
今天看到一份报告,讲到2030年,未来75%的AI计算需求将会来自推理,这里面将会催生出AI投资下半场的巨大机会,下面👇我们来简单聊一聊。🧐 过去两年,大家都在疯狂囤 GPU 训练模型,烧钱堆算力。但最近大家有没有发现,情况开始变了?尤其是小龙虾🦞出来以后,各类Agent可谓大爆发,Token需求指数级增长。一个崭新的推理时代正在到来,未来AI最大的叙事点是让AI应用走进全球几十亿用户手中,并真正使用起来! 这个转折点,我把它叫做从「训练时代」到「推理时代」的切换。而在这个新阶段,CPU 和定制芯片将是未来真正的主角。 👇咱们掰开揉碎了讲讲,为啥我开始盯上这些以前不起眼的家伙: 🎯 AI 现在有「脑子」了 以前的 AI 就是个工具,我问它答,无法去执行具体的工作。现在不一样了,Agentic AI来了,它能帮我订机票、改文档、写代码,甚至帮我规划整个工作流程。 这种活儿需要大量的逻辑判断和顺序编排。以前GPU是肌肉男,干体力活厉害;但现在这种执行活,CPU 才是指挥官,它擅长处理复杂的逻辑。AI 越聪明,越需要 CPU 来调度指挥。 🎯 大厂也得省钱啊 看财报,各大厂在AI领域的资本开支都十分庞大,其中七巨头除苹果之外,26年全年资本开支总额超过了6000亿美金。不要以为谷歌、Meta 这些巨头就不差钱。恰恰相反,他们也是把钱花在刀刃上。假如一直用英伟达的通用 GPU 来搞推理,电费和硬件成本会把他们吃掉。 所以大厂开始自己设计专用芯片ASIC,就像咱们切菜用菜刀、砍柴用斧头,专芯专用,效率高成本低。这是实打实的降本增效。 基于上述逻辑,我们筛了五个核心标的: • #AMD:推理界的全能选手,GPU# MI300/325 系列拥有业内领先的内存带宽(256GB HBM3E内存,带宽达6TB/s,参数上优于英伟达H200),能轻松处理超大规模LLM的实时推理,而且速度快。关键是它还是服务器 CPU 的老二,代理式 AI 需要强 CPU 时,AMD 两头吃。 • #ARM:底层架构之王,谷歌、亚马逊自研芯片基本都跑# ARM 架构,ARM Neoverse 平台已经成为 90% 以上自研 AI 服务器 CPU 的首选。所以大厂搞自研,ARM 相当于在家坐着收过路费。 • 博通(#AVGO):定制芯片的总工程师,它作为# Google TPU、Meta MTIA 和字节跳动的重要合作伙伴,博通在高速互联和封装技术上拥有绝对统治力,是云巨头降低推理成本的首选合作伙伴。大厂想省钱搞自研,离不开博通的技术。 • 迈威尔(#MRVL):深度参与亚马逊# AWS 和微软 Azure 的芯片研发,这俩巨头想摆脱英伟达依赖,必须依靠迈威尔。目前迈威尔的定制硅片业务正从“研发期”进入“爆发收获期”,未来的生意只会越做越大。 • 英特尔(#INTC):虽然最近比较难,但它是唯一有自家晶圆厂的设计商,还拥有全球稀缺的# IDM 2.0 代工能力。当推理导致全球 CPU 需求激增、供应链紧张时,Intel 内部的这种协同效应和本土制造优势将会逐渐凸显,而且它还是服务器 CPU 老大。 看完整份报告,我个人认为有几个大趋势将会成为必然: 首先是从以前的「暴力算力」到未来的「精细化运营」。现在来看,整个AI 投资逻辑正在转变,不再是谁芯片最强,而是谁的方案最省钱、最能落地。说明AI真正商业化全面落地场景下,能效比率才是关键。 其次是供应链博弈。各大云巨头都在搞自研芯片,未来 AI 硬件市场会从「英伟达一家独大」变成「群雄割据」。我认为这对整个产业链将是好事。 最后就是电力依然会成为长期瓶颈。虽然 CPU 和 ASIC 在优化效率,但整体算力规模爆炸,对电力的需求还是无限大。看芯片的同时,能源赛道也值得留意。 总结一句话,#AI# 下半场,别光盯着那块最贵的 GPU,那些负责指挥的CPU和帮大厂省钱的ASIC,可能藏着下一波机会。 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🙏)!
顯示更多
0
13
212
63
轉發到社區
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#
顯示更多
0
11
33
8
轉發到社區
纳瓦尔神级预言:苹果已死,SaaS是下一个!留给创业者的逃生时间只剩18个月 “纯软件,已经不值得投了。” 当这句话从硅谷创投教父、曾投出Twitter和Uber等200家独角兽的纳瓦尔(Naval Ravikant)嘴里说出来时,这绝不是危言耸听,而是资本市场对整个科技行业底层逻辑的重新定价。 在这场AI引发的剧震中,首当其冲的是市值3万亿美元的苹果,紧接着,就是那些曾经风光无限的SaaS(软件即服务)公司。 如果你是一个创业者,真正可怕的不是你是否认同这个观点,而是:你是否还有18个月的时间,在估值暴跌前完成生死转型? 一、苹果正在经历“结构性死亡” 纳瓦尔口中的“苹果已死”,不是说它明天就会破产,而是说它赖以生存的底层商业模式正在坍塌。 苹果庞大市值的支点只有一个:用极度流畅、封闭的软件体验,来支撑高昂的硬件溢价。 但在未来的24个月内,人机交互将被彻底颠覆。人们不再需要打开一个个App,而是直接对着AI智能体说话,由AI在屏幕上实时生成你需要的界面。当“界面”和“操作系统”被AI彻底商品化,苹果苦心经营多年的应用商店、UI设计和生态护城河,将瞬间失去价值。 面对危机,苹果的选择是向谷歌妥协,引入Gemini模型。这意味着,这家以“掌控用户体验”为傲的巨头,正在把核心体验层外包给最大的竞争对手。 一旦失去了软件护城河,苹果就会沦为一家做工精良的五金厂,它的高利润率将被无情压缩。一场极其惨烈的价值重估,在所难免。 二、SaaS公司的护城河,正在被AI抹平 更惨的是那些靠写代码起家的SaaS公司。 过去,做一款B2B软件需要一个庞大的工程师团队,这种“难复制”就是SaaS公司最大的护城河。但现在,这种难度正在光速坍塌。 一个两人的草台班子,用Claude Code,90天内就能复刻出大多数SaaS产品80%的核心功能。你引以为傲的代码壁垒,在AI眼里只是一堆几秒钟就能生成的字符。 看看Figma、Salesforce、Workday……这些曾经坚不可摧的SaaS巨头,正在被团队规模甚至不如他们HR部门的AI初创公司疯狂蚕食。 纳瓦尔直言不讳:“如果你的护城河只是‘我们的软件写得更好’,那你大概率会在下一轮融资中眼睁睁看着估值蒸发70%到90%。” 三、未来10年,什么才值得投? 既然代码已经一文不值,什么才是AI时代真正的护城河?纳瓦尔指出了五条生路: 渠道分发权: 产品只是载体,直接触达客户的能力才是资产。拥有私域社群、品牌声誉和分发网络的创始人才能赢。 真实的社群网络: 像Discord、Reddit这种平台,AI可以抄走它的功能,但绝对抄不走里面真实的社交关系网。 独家数据飞轮: 你的产品必须能在用户交互中沉淀出对手拿不到的数据(如特斯拉的自动驾驶数据),而不是仅仅套一个公共AI模型的壳。 硬核的物理整合: AI造不出火箭、造不出电池。SpaceX、波士顿动力这种掌握实体制造业壁垒的公司,防御周期最长。 极深的垂直行业: 通用工具必死,但深扎建筑、医疗等传统行业,掌握底层审批流程和监管数据的垂直平台,最安全。 四、史上最可怕的危机,也是最大的红利 旧世界的崩塌,意味着新世界的崛起。 纳瓦尔做出了一个极其乐观的预言:软件生产能力的平民化,将带来一场“超级个人创业者”的文艺复兴。 未来,一个人的公司可以跑出50人团队的速度。AI帮你写代码、修Bug、做客服;创始人只需要提供极高的品味、愿景和判断力。 下一家百亿美金的独角兽公司,员工可能不超过10个人。
顯示更多
AI 写的网页,为什么总有一股熟悉的味道? 紫蓝渐变、大圆角、卡片套卡片,再配上一整页差不多的排版。 最近看到 5 个值得关注的 GitHub 项目。其中两个,专门改善 AI 生成网页的设计;另外三个,分别解决 Agent 使用、学习和机器人开发的问题。 ① Impeccable|给 AI 编程助手补上设计课 包含 1 个设计 Skill、24 条命令,以及 62 条确定性检测规则。 可以检查排版、间距、配色、手机适配和无障碍问题,也能指导 AI 调整布局、精简页面、打磨细节。 适合:网站已经做出来了,但总觉得哪里不对劲,想继续改好看、改好用。 ② Cindy|把多个 Agent 和设备放进一个工作界面 整合 Claude Code、Codex、Pi 等执行框架,支持连接自己的电脑和手机,跨设备继续任务。 还可以在授权后共享模型连接、远程操作电脑。 适合:经常在不同设备间切换,希望手机也能接着处理电脑任务的人。 注意:开源不代表模型免费,相关订阅或 API 费用仍然存在。 ③ Hallmark|让网页摆脱千篇一律的模板感 面向 Claude Code、Codex、Cursor 和 OpenCode 的设计 Skill,由 Together AI 制作。 目前提供 50 套主题,也支持自定义风格。它会在真实浏览器里检查页面,最后再由全新上下文的评审进行复核。 检查范围不只包括视觉,还包括手机布局、键盘焦点,以及表单是否真正完成提交。 适合:从零搭建落地页、个人网站,或者给旧页面换一个明确的视觉方向。 ④ claude-howto|看得懂、能跟着做的 Claude Code 教程 有中文版,提供可复制的模板和循序渐进的学习路径。 从基础命令,到 Skills、Hooks、MCP 和子 Agent,帮助你把零散功能组合成实际工作流。 适合:已经装了 Claude Code,但还停留在聊天和简单改代码阶段的人。 ⑤ Microduck|一只用强化学习走路的双足机器人 约 25 厘米高、800 克重,控制循环以 50Hz 运行,驱动 15 个舵机。 这个仓库是机器人的运行控制系统,强化学习训练另有配套仓库。没有实体硬件,也可以研究仿真环境。 适合:对机器人、强化学习和具身智能感兴趣的人。 怎么选? 想打磨已有网站,看 Impeccable。 想从头做出有风格的页面,看 Hallmark。 想跨设备使用 Agent,看 Cindy。 想系统学习 Claude Code,看 claude-howto。 想研究机器人,看 Microduck。 先选一个解决眼前问题,用出效果,再考虑下一个。
顯示更多
一个日本开发者自己做了个墨水屏骑行码表 GPS 定位、地图导航、速度、心率、踏频、功率、卡路里 全部显示在一块电子纸屏幕上 墨水屏最大的优势: 阳光直射下也能看清 传统码表和手机在户外经常反光 这个完全没有这个问题,而且功耗极低 看到这个项目想到一件事: 现在用 AI 做硬件原型的门槛已经很低了 电路设计让 AI 出方案 固件代码让 Claude Code 写 外壳建模让 AI 辅助生成 一个人 + AI,就能做出以前需要一个团队的硬件产品 这个项目本身可能还是手写的 但下一个做类似东西的人,大概率会全程用 AI 辅助 从"想做一个东西"到"真的做出来" 中间的距离正在被 AI 压缩到越来越短 你有没有想做但一直没动手的硬件项目?
顯示更多
0
8
104
13
轉發到社區
比特币白皮书第一句话写的是Bitcoin: A Peer-to-Peer Electronic Cash System《比特币:一种点对点的电子现金系统》。 这也是比特币最迷人的地方之一,公开账本,所有交易都在链上。任何人都可以验证。没有黑箱。 但量子时代的讽刺是,公开账本让地址暴露。 中本聪时代的公钥直接写在链上,它们既是比特币公开透明的体现,也是未来量子攻击者最容易翻阅的一份目录。 如同赫兹当年觉得电磁波只是证明马克斯威尔方程的小实验,没想到它会走向无线电、Wi-Fi、手机和量子计算。 中本聪当年选的那种早期交易格式,当然不是为了在 2040 年变成一颗量子炸弹。但历史往往如此,一个早年随手做下的选择,多年后会变成整个世界必须回答的哲学考题。 如果未来比特币的底层签名必须升级到抗量子版本,那些多年不动、公钥已经暴露、又没迁移到新格式的旧地址,社群该不该通过改规则和共识,把里面的币锁住? 比特币遇到了两难问题。 打个比方。我的签名锁在一个保险柜里,这柜子在 2009 年绝对安全,但量子计算现在已经快能照着锁孔配出钥匙了。 不冻结,未来第一个掌握足够强量子计算机的人,就能把中本聪和其他早期地址的币直接拿走,先到先得。 冻结,比特币就得承认一件它最不想承认的事:社群可以靠共识,决定某些币被没收。对很多原教旨派来说,这比量子攻击本身还可怕。 CZ 最近在 Galaxy Brains 播客上的一段讨论,被解读成"CZ 想冻结中本聪的币"。 不过,得说清楚四点: 1. 他没说他本人能冻结中本聪地址。 2. 也没说 Binance 能单方面冻结比特币。 3. 他讲的是一个未来情境,升级完成后旧地址仍不迁移,才谈要不要靠改规则和共识,把这些旧地址的币锁住。 4. 他给的迁移窗口大约半年到一年,给真正的持有人时间搬家,过期没动的币,别留给未来的量子攻击者。 这套思路跟 BIP-361很接近:等比特币有了后量子地址,先禁止往旧的脆弱地址打钱,再在多年后淘汰旧的 ECDSA / Schnorr 签名。 CZ 把开发者社群吵了很久的一个问题摆上台面,当比特币的"不可改变",撞上"底层密码学必须升级",到底谁该让步? 或许,两害相权只能取其轻。 To be or not to be, that is the question 为什么中本聪的币会变成量子问题? 要说这个问题,就先要懂 Bitcoin 的公钥和私钥到底是什么。 Bitcoin 的所有权不是银行账户,不是身份证,也不是密码。本质上是:你能不能用某个私钥,对某个 UTXO 做出有效签名。 私钥像钥匙。公钥像锁。地址像门牌号。 现在,从私钥算出公钥很容易,从公钥反推出私钥几乎不可能。Bitcoin 用的 secp256k1 椭圆曲线签名,安全性就建立在这个不对称上。 但量子计算里有一个东西叫 Shor's algorithm。它不是“算得比较快”而已。它是把问题的数学解法改掉。 量子计算机不是能"同时把所有私钥试一遍"再直接读出答案,这是个常见的误解。它真正的本事在于,量子比特可以同时处在多种状态的叠加里,量子算法能让那些错误的路径互相干涉、彼此抵消,只把正确答案对应的信号留下来、放大。 Shor 算法用的就是这种能力,它把"从公钥反推私钥"这道暴力搜索题,换成了一道"找数学周期和结构"的题,再用量子的方式,把这个隐藏的周期读出来。 用 Bitcoin 的语言说,公钥不是一串无意义的乱码。它是私钥 k 乘上一个椭圆曲线基点 G 得到的结果:Q = kG。传统电脑看见 Q 和 G,想找回 k,基本上像在一个巨大圆环上倒推步数,没有捷径。量子电脑的威胁在于,它不是沿着圆环一步步猜,而是用量子态一次编码很多可能步数之间的关系,再透过干涉把隐藏的周期结构抽出来。这就是“解锁”的真正含义,找到了传统计算看不到的数学侧门。 所以说,更多古典算力只是线性加速,Shor 是算法类别的降维打击。 今天你拿再多闲置手机、GPU、LLM 去跑,对正常生成的私钥,破解是不可能的。但如果未来有足够大的容错量子计算机,已暴露公钥地址的币则不再安全。 中本聪的币之所以敏感,是因为早期比特币有大量最原始的交易格式:公钥直接写在链上,不像后来常见的格式,它至少先把公钥 hash 成地址。 所以在量子风险视角下,中本聪旧币,已经暴露了十几年。公开账本的本意是 Bitcoin 有透明性。到量子时代,变成了攻击目标清单。 也不是说“明天就会被破解” Google 今年 3 月的研究,重点是:用量子计算机破解比特币的签名,需要的资源,比过去估算的低很多。 按他们的测算,未来一台够强的量子计算机,可能只要不到 50 万个量子比特,就能在几分钟内办到,比之前估算的小了大约 20 倍。门槛在快速往下掉。 如果有足够多、足够稳的量子比特,足够长的纠错时间,足够快的运算节奏,以及一个能把整个流程完整跑完的工程系统。 换句话说,现在比特币保险的锁还没被打开,但是开锁工具的图纸变清楚了,尺寸也比以前以为的小很多。 这足以让大户、托管方、ETF 发行方、硬件钱包和比特币核心开发者提前开始准备。 真正的两难:冻结还是被偷走? 想象一个未来的场景:比特币已经有了抗量子地址,大部分活跃用户都迁移了,交易所、托管方、钱包也都支持新格式。 但链上仍躺着一大批没动的旧币,中本聪的币、早期矿工的币、私钥丢了的币、主人忘了或已经去世了,还有那些躺在冷钱包里、一动不动的币。怎么办? 社群有四条路: 1、什么都不做。旧币照样能用旧签名花掉,这最符合比特币不可篡改的精神,但代价是未来的量子攻击者可以把那些暴露的币直接拿走。 2、自愿迁移。提供一种更安全的新地址格式、让大家自己搬过去,阻力最小,但它管不了那些丢失或沉睡的暴露币。 3、强制淘汰。给一个期限、多年后限制旧签名,能降低量子盗币的诱因,但这很像直接冻结别人的财产,一些人肯定不同意。 4、救援机制。允许持有人用额外的证明把旧币救回来,比单纯冻结温和,但技术上非常复杂。尤其是那批最老的 P2PK 旧币,几乎没法设计出一套完美的救援方案。 CZ 支持的是第三种方向:升级后给窗口,未迁移就锁。 有道理吗?本质还是那个难题。什么都不做,等于把币交给第一个有量子能力的人。冻结的话,谁定义危险?谁定义过期?谁定义中本聪地址?谁负责误伤? 比特币不是第一次面对分叉之争了,但这一次和当年的扩容之争不一样。扩容争的是性能和去中心化之间的取舍,而量子迁移要回答"比特币还算不算有效的财产"。Not your key, not your coin 还成立吗? BIP-360 和 BIP-361 不是同一件事,必须把两个比特币提案分清楚。 BIP-360 更像修路。它提供一种新的地址格式,把暴露公钥的那条花费路径去掉,目的是减少长期暴露的风险,为未来的抗量子地址打基础。阻力小,因为是自愿的。你想更安全就搬过去,不搬,暂时也不会作废你的币。 BIP-361 更像设期限。它说,等新格式就位后,旧路不能无限期拖下去:先禁止再往脆弱的旧地址打钱,到了预定时间点,就限制旧签名的转账,同时配一套救援机制。旧路未来会被封死,肯定会引发社区争议。 CZ 的说法更接近 BIP-361 ,而且直接被把中本聪 100 多万枚比特币摆上桌,会引爆情绪。毕竟技术社群说"淘汰旧签名",只会听起来像个程序问题。 中本聪的币为什么是焦点? 量子风险不只针对中本聪,所有公钥已经暴露的币都有风险。 包括最早把公钥直接写在链上的旧币、重复使用过的地址、转账之后露出公钥的地址。较新的地址,在某些转账方式下也会暴露公钥。钱包主公钥外泄,连带一串地址和公钥一起暴露... 很多人根本不会去想,全网有三分之一的比特币曾暴露过公钥。 只要中本聪的币动了,就会变成焦点。一旦突然移动,大多数人的第一反应会是:是中本聪回来了?是私钥被偷了?量子攻击开始了?早期矿工苏醒了?中本聪要砸盘了? 中本聪的100 多万枚比特币,是整个比特币信仰系统里,最大的一颗心理地雷。 CZ 的想法可以这样理解:别等这颗地雷,被第一个量子攻击者踩爆。 但反方会说:你提前拆雷的。你提前拆地雷的方法,本身可能引起爆炸。 那 CZ 有没有道理? 我的判断有四个方面 技术层:有道理,且前提很多。 如果未来真的有了抗量子的地址格式,而且量子计算机成熟的时间点明显在逼近,那设计一个迁移窗口是合理的。大型金融系统本来就会定期更换密码学。美国国家标准与技术研究院定的后量子密码标准、谷歌给自己排的迁移时间表,方向都一样,别等攻击发生了才开始换锁。比特币不该例外。但"冻结"倒不是第一步。顺序是,先做出安全、可用、可审计的抗量子地址;让钱包、交易所、托管方都支持;让普通用户能低成本地试着迁移;让大户能先做一次冷钱包迁移演练;最后,再淘汰旧签名。 产权层:非常危险。 比特币最强的承诺,从来不是"永远不改代码"。它真正的承诺是:有效的私钥,可以拥有对应的币。如果有一天,全网共识说"你有私钥,但太晚了,所以不能用",那在很多人眼里,是被没收了。哪怕动机是防住量子小偷。 治理层:困难重重。 这类方案要落地,需要钱包、交易所、矿工、核心开发者、托管方、大户、ETF 这一整条链上的人同时点头。而比特币的文化,天生就抗拒这种"全网约定某一天一起改"的做法。所以我不会把 CZ 的话解读成"BIP-361 马上要通过"。更合理的理解是,开始有大体量的人物,把这件事从开发者的邮件列表,推到了市场层面。这会让托管方的尽职调查、ETF 的风险披露、企业的金库政策,更早地把量子迁移列为一个标准问题。 投资层:无需恐慌。 今天更现实的风险,仍然是托管、人、流程、交易所、社会工程、假钱包、AI 钓鱼、以及你自己的仓位。量子威胁是有的、重要但不紧急。正确的动作不是恐慌交易,不如盘点自己手里的币;标记每个地址的格式、看公钥有没有暴露;持续跟踪比特币技术社群的进展,等抗量子迁移的工具真正可用了,先小额试一试。 想象一座城市,每户人家的门锁都用了同一种老式机械锁。这种锁在 2009 年非常安全。所有人都相信:没有钥匙,就打不开。 十几年后,人们发现一种新工具,可以根据锁孔形状反推出钥匙。现在工具还没普及,但快了。 城市政府有四种选择: 1. 什么都不做,相信工具永远造不出来。 2. 提供新锁,鼓励所有人自愿更换。 3. 宣布五年后老锁作废,没换的人不能再开门。 4. 设计一种特殊救援流程,让真正屋主即使错过期限也能证明自己是屋主。 最难的是那些多年没人进出的老房子。它们可能是屋主死了,可能是钥匙丢了,可能是屋主刻意隐居,也可能只是屋主不看新闻。 如果城市不管,未来第一个拿到新工具的小偷可以把老房子全开了。 如果城市把老房子全封,那它也等于宣布:房子不是绝对属于钥匙持有人,城市可以为了公共安全改规则。 CZ 只是把这道题提前念了出来。 比特币到底能不能在 不被量子偷走 和 不被没收 之间,找到第三条路? 你觉得应该怎么办?
顯示更多
0
49
83
2
轉發到社區
一个新公链挖矿项目 #MarsChain# ⁽火星链⁾,热度挺高,看了下它的机制设计的挺不错的,深度研究了下,果断入场了! 开始介绍项目前先放波粉丝福利给大家: 抽5个粉丝每个人送价值600U的算力加10000个mars代币,可以每天产出价值30RMB代币,而且是永久产出! 1️⃣关注 @MarsChainCN + @MarsChainCS 2️⃣点赞+转发+评论 @MarsChainCN 置顶推文 3️⃣进入他们官方电报群: 4,进群找群主领取Mars机制资料,学习Mars(参与抽奖必要条件) ⬛️新手核心操作: 下载钱包 (Google Play 和 App Store 都能搜到),国内安卓手机官网下载安卓版本即可。 用钱包地址领完基础空投算力后,直接打开“销毁挖矿”页面 一键 Burn MARS 就完事 ⬛️全程不用矿机、不用质押、不锁仓。你燃烧多少,就立刻获得对应永久算力,这个算力是终身有效的,直接决定你以后的出块收益和挖矿回报。 —————————— 我开始加入是看几个大佬在说这个项目,另外就是研究项目之后,被它“贡献即所有、销毁即通缩”的闭环逻辑吸引过来的。现在很多公链还靠质押或硬件卷,MarsChain 用真实贡献(Burn)来证明算力(PoC),再配合双刚性方程,搞出了一套自己能跑起来的价值捕获机制。 ⬛️项目最具特色的两个方程,简单给大家说说: 圣诞方程:每年12月25日触发,全网35%流通量强制销毁,同时参与者算力还能指数级暴增(10倍、20倍、40倍、80倍、160倍以此类推)。直接把通缩和增长绑成正反馈。 预言机方程:价格从最高点回撤超50%,并持续7天,自动触发同等销毁35%流通量+算力倍增。相当于给项目内置了价格托底和重置机制,避免传统熊市那种崩盘式洗牌。 这种设计把大家的贡献直接转化成了网络韧性,我特意去区块浏览器看了早期销毁数据,公平公开,把稀缺性写进了代码。 ⬛️还有去中心化矿池的裂变玩法:支持邀请制,新人 Burn 时,邀请人能拿50%直推+25%间推的额外永久算力,拉人效率比普通空投强多了。 ⬛️有闲钱的朋友可以看下燃烧挖矿步骤(亲测超简单): 在交易所买入 MARS,转到你的 Mars Wallet钱包 打开 App → 进入“销毁挖矿”页面 → 输入数量 → 确认 Burn 立刻获得永久算力(公式自动计算,约188天币本位回本) 新手建议先从小额起步,熟悉一下流程就行。 项目现在还在早期,主网上线才没多久,早加入早受益,比起那些卷硬件、卷TVL的赛道,MarsChain 把“投机”变成了“共建”,普通用户也能通过 Burn 成为网络股东。而且代币总供应量2000亿永不增发,每448天就会减半,可以说长期的稀缺性拉满了。 这条链在机制上实现了“贡献-通缩-价值”的自我闭环,是少数让我愿意长期持仓观察、持续贡献算力的项目。 DYOR,非投资建议~
顯示更多
0
317
197
122
轉發到社區