本质上是个套壳的浏览器，通过MitM、内置的DoH和自签名根证书（Scholar Root CA v1 和 Scholar Service V2）信任劫持实现流量引导，并且有实时清理DOM元素的能力 例如：维基百科的首页，新闻动态、你知道吗全部被动态清零，YouTube整个/watch都是被屏蔽的，只允许看指定的博主的视频，至于 专用 DoH 服务器： 备案主体为长安通信科技有限责任公司，系 CNCERT 全资子公司） 代理集群：劫持使用 IP 段 205.164.50.20x（AS18779, EGI Hosting, Santa Clara），物理部署于 CERNET 主干网内部 这个DoH服务器维护着一份域名白名单，白名单外域名返回正常解析结果，白名单内域名（包括 Google、Wikipedia、GitHub、Docker Hub、YouTube 及部分学术出版商等）解析至 205.164.50.20x 段地址，另外A\也在白名单里面 更多的细节还请移步至👉

把一千篇真实论文丢给三个模型做摘要，同一份语料、同一份 prompt：DeepSeek 的 Flash 跑完全部只花 $3.99，Claude 的 Haiku 花了 $35.76。 《年度 AI 论文：2025–2026 年的关键研究》 一年 1,000 篇论文的图鉴，外加一个成本实验。 是 Hassan El Mghari（GitHub 上的 Nutlope，Together AI 生态的知名开源开发者，做过 roomGPT、SmartPDFs 等热门项目）做的「年度 AI 论文」站点：2025 年 8 月 4 日到 2026 年 8 月 4 日这一年的 1,000 篇论文，每篇都有摘要，可按实验室、主题、月份浏览。整个项目的起点其实是个成本实验：把这一年的论文全部摘要完，要花多少钱？ 基准结论：同一份输入，三个模型差了 8.95 倍。 语料合计 30,681 页、1.027 亿字符。三个模型拿到完全相同的提取文本、prompt、分块方式和输出合同，关闭 reasoning，各跑一遍： • DeepSeek V4 Flash：合计 $3.99，每篇约 $0.004 • GPT-5.6 Luna：合计 $6.00，每篇约 $0.006 • Claude Haiku 4.5：合计 $35.76，每篇约 $0.036（8.95×） 费用按官方报价的 token 用量计算，价格冻结在 2026 年 8 月 5 日；只统计成功完成的摘要，失败重跑不计入。 方法论可复现。 语料从 8,262 个候选（Hugging Face Daily Papers + OpenAI、Anthropic、DeepSeek、MiniMax、Moonshot AI 的官方论文）按 arXiv ID 去重，冻结成恰好 1,000 篇；放得进上下文预算的整篇一次读完，超长的走 50,000 字符的 map-reduce，不静默截断。作者明确说这是成本对比，不是质量排名——没有引入 LLM judge 打分。 图鉴本身也好看。 按实验室（OpenAI、Anthropic、Moonshot AI、DeepSeek、MiniMax、 275 篇、Reasoning 177 篇、Video 164 篇、Multimodal 144 篇、Systems 143 篇、Robotics 59 篇）、月份浏览；trending 和 most cited 两个榜单（Qwen3-VL 1,802 次引用、DINOv3 1,216 次、InternVL3.5 1,212 次）。再叠上 18 篇 Together AI 官方论文，共 1,018 篇。 适合想快速补完这一年 AI 研究的人，以及要批量处理 PDF 摘要、想先估成本的工程团队。全流程开源在 GitHub（Nutlope/1kpapers），语料清单、抽取画像、逐篇费用都能自己复现。 原文： #AI论文# #成本基准# #LLM#

老黄点名了下一个将达到万亿美金市值的公司，相比这个Murphy（MRVL的CEO）今天演讲以及他与来黄的对话更值得一看。Murphy用近一个小时的时间，系统阐述Marvell如何押注数据基础设施、为什么光互联将成为AI时代的关键技术，以及这场从铜缆到光纤的转型将如何重塑整个数据中心架构，看完murphy的演讲，相信能对光互联的技术演化有更深的理解和认识，梳理下Murphy的演讲要点： 1、十年豪赌：如何成为数据中心之王 Murphy演讲从一段自我剖白开始。2014年加入Marvell 时，这家公司60%的收入来自消费电子市场，数据中心业务占比不到10%。也正是在那个时刻，他做出了一个大胆的判断——半导体行业的下一个增长周期，将由 Google、Amazon、Microsoft、Meta 等平台公司驱动，核心需求是“以大规模移动、存储、处理和保护数据的半导体技术”。 这个判断在当时并不被广泛认可。“数据基础设施”甚至还不是一个被行业承认的市场类别，只是 Marvell 用来描述未来愿景的内部术语。但 Murphy 和他的团队展现了惊人的执行力：通过一系列精准的并购和剥离，Marvell 在十年间投入了约285亿美元（225亿美元收购+60亿美元内部研发-40亿美元资产剥离），系统性地构建了从毫米到千公里、覆盖 AI 基础设施全栈的连接技术平台。 这些并购包括2018年收购 Cavium 强化计算和网络能力；2019年收购 Avera 建立定制芯片业务、收购 Aquantia 增强连接产品组合； 2021年以100亿美元收购 Inphi 获得世界级数据中心连接技术； 以及最近12个月内收购 Celestica AI 的光子结构技术和 Xcon 的 scale-up 交换能力。 结果是惊人的：Marvell 从2014年的25亿美元营收增长到2026财年预计的110亿美元，最近几年增速更是达到每年40%。根据上周财报电话会议后的华尔街共识预期，2027财年 Marvell 营收将达到164亿美元。更关键的是，数据中心业务占比已从不到10%飙升至上季度的75%以上。 2、连接性：AI 基础设施的真正瓶颈 Murphy 在演讲中抛出了一个核心问题：什么定义了 AI 基础设施的性能？大多数人会想到处理器、GPU、制程节点（3nm、2nm 甚至未来的1.4nm、1.6nm），或者高带宽内存。这些当然重要，但 Murphy 指出，这些都不是系统的决定性特征。 “因为一个处理器，无论它有多快、连接了多少内存，对于今天的 AI 工作负载来说根本不够。你需要数万个、最终是数百万个处理器作为一个单一的大规模计算引擎协同工作。这就是为什么这种规模的计算从根本上是一个连接性挑战。”Murphy 说道，“而且越来越多地，正是连接性的架构和特性定义了系统的性能。” 这个判断得到了英伟达 CEO 黄仁勋的呼应。在 Murphy 邀请下登台的黄仁勋强调，AI Agent 的计算模式是“分解和分布式的”（disaggregated and distributed）——当你把一个计算问题分解成许多部分，并分布到整个数据中心时，连接性就成为必需品。“我们分解和分布式计算，使其运行在这些巨大的集群上，这样我们就能聚合总计算量、总内存和总带宽。而使这一切成为可能的，就是连接性。”黄仁勋说，“这就是为什么 Matt 做得这么好，为什么 Marvell 如此关键。” Murphy 进一步解释了连接性瓶颈的演变逻辑：过去几年，AI 基础设施先后解决了计算瓶颈（英伟达引领的 GPU 革命）和内存瓶颈（HBM 高带宽内存的规模化），现在瓶颈正在再次转移。“现在是连接性将定义基础设施的极限，就像计算和内存一样。”他引用了与最大客户的对话：“世界上最大的超大规模云服务商现在正在重新构想他们的整个网络架构。他们认识到，扩展 AI 基础设施现在首先是一个连接性挑战。” 随着推理模型、专家混合架构（mixture of experts）、生成式 AI 的持续演进，更多数据必须在基础设施中移动，需要更高的带宽和更低的延迟。当工作负载不再适合单个数据中心时，就需要建设更大的数据中心或整个数据中心园区，以及它们之间的所有高速连接。“因此，连接性成为扩展计算的关键推动力，我们的客户越来越认识到光学是前进的方向。”Murphy 说。 3、从千公里到毫米：Marvell 的全栈连接布局 Murphy 用一张图展示了 AI 基础设施跨越的所有距离——从数据中心之间的数百甚至上千公里，到封装内部的毫米级距离。每一个距离都需要不同的解决方案、不同的技术、不同的工程团队，甚至不同的供应链。“这些不是同一问题的变体，而是根本不同的工程挑战。” 1）跨数据中心连接（数百至上千公里） 这需要非常专门的相干调制（coherent modulation）技术，核心是专用的数字信号处理器（DSP）。Marvell 是全球少数几家能够构建这种相干 DSP 的公司之一，已经领导了从100Gbps 到400Gbps 再到800Gbps 的代际演进。Murphy 在现场展示了一个相干光模块实物——这是一个极其复杂的工程产品，包含了 Marvell 最复杂的先进制程 CMOS DSP 芯片、第四代硅光子技术（已量产十年），以及用硅锗工艺设计的自研宽带模拟组件。“今年晚些时候，我们将采样世界上首个1Tbit、2nm 制程的相干光学解决方案。”Murphy 宣布。 2）数据中心内部连接（数百米） 数据中心内部包含成排的计算服务器，每个机架顶部通常有一个交换机，机架级交换机连接到脊柱和核心交换机，通过光纤电缆形成整个数据中心的网络结构。这部分使用的是更节能的 PAM4调制技术。Marvell 构建了业界领先的 PAM4 DSP 解决方案，以及高速模拟组件（包括跨阻放大器 TIA 和激光驱动器），并引领了从25Gbps、100Gbps、200Gbps、400Gbps 到800Gbps 的每一次重大转型。去年，Marvell 开始量产业界领先的1.6Tbps PAM4解决方案。在以太网交换方面，Marvell 拥有从51.2Tbps 到51.2Tbps 的完整产品组合，并在 ComputeX 当天宣布了专为 AI 数据中心设计的新一代102.4Tbps 以太网交换机，具有业界最低功耗。 3、机架内部连接 目标是以全互联（any-to-any）配置连接尽可能多的处理器——每个处理器都能直接与其他每个处理器通信。英伟达的 NVLink 72（因机架内连接72个 GPU 而得名）首次将这种架构推向市场。这需要完全不同的交换类别，以及通过机架内铜背板驱动超高速信号的能力。“今天，这不是光学的领域，这是铜的领域。”Murphy 说。核心差异化因素是电气 SerDes 技术而非光学。Marvell 拥有目前领先的200Gbps 电气 SerDes，并已在过去几年中演示了面向未来的400Gbps 技术，这些 SerDes 被集成到客户的定制芯片、XPU 以及 Marvell 自己的 scale-up 交换机中。 4）封装内部连接（毫米级） 当今最先进的芯片内部有多个 chiplet，2.5D 或3D 封装本质上是一种连接技术，允许这些 chiplet 在封装内非常靠近地放置，并通过超高速短距离 die-to-die 接口通信。Marvell 拥有领先的 die-to-die SerDes 和先进封装能力，使客户能够构建业界最复杂、最独特的多 die 芯片。 Murphy 强调，拥有所有这些能力“在一个屋檐下”是不寻常的、独特的。“当我们去竞争时，通常在每个类别中我们面对的是不同的竞争对手。但这就是我们的独特之处——我们是一站式商店，是整个连接堆栈的领导者。” 4、铜墙将移：光互联的物理必然性 Murphy 演讲的核心洞察集中在一个概念上：铜墙（Copper Wall）。他用一张图清晰地展示了当前 AI 基础设施中的连接分界线——左侧是光学连接（使用光纤电缆传输光信号，两端有复杂的电子设备驱动和调制激光），右侧是电气连接（使用铜缆、PCB 上印刷的铜走线，或封装内部的微观铜布线）。中间是“铜墙”，定义了信号在必须转向光学连接之前可以通过铜传输的最长距离。 “这是一个重要的区别，因为铜很简单、成本低，正如 Jensen 所说，你想尽可能长时间地使用它，这非常实用。但光学更复杂，需要激光器、光子学、复杂的电子设备。”Murphy 说，“而铜墙，我今天要告诉你们的是，它即将移动。它将再次移动，并将接管机架本身。这正在为光学行业创造需求的爆炸式增长。” 这不是偏好问题，而是物理定律。信号通过铜缆传输的距离与带宽成反比——每次带宽翻倍，距离就必须减半。Murphy 给出了具体数据：当今世界上最高速的生产系统运行在每通道200Gbps。在这个带宽下，电缆长度限制在大约1.5米。相比之下，100Gbps 系统可以使用约3米的电缆。而机架的高度约为2米，考虑到机架内部的所有布线，2.5米正好是极限。“所以当我们转向1.6Tbps 时，我们不能再用铜完全连接机架了。墙正在移动，而且是现在。” Murphy 强调，这不是遥远的未来：“今后，即使是机架内的连接也将变成光学的。整个行业都知道这一点即将到来，所以我们一直在为这一刻做准备——不仅仅是 Marvell，而是整个行业。你可以在台湾看到这一点，在供应链和正在发生的产能爬坡中。” 铜墙每向右移动一步，连接数量至少增加一个数量级。“这正在创造我提到的需求爆炸，光学供应链需要大规模扩展并做好准备。”Murphy 回顾了20年前的类似转型：当时数据中心内部的最先进技术是10Gbps，整个数据中心都使用铜缆，光学基本上只是电信技术，保留用于非常长的距离。但当墙移动时，光学行业迎接了挑战，今天世界上所有的超大规模数据中心都是光学连接的。这次转型催生了新的解决方案——针对数据中心内部优化的 PAM4技术，而 Marvell 是那里的关键创新者之一。 5、CPO：光互联的下一个前沿 当光学进入机架内部时，需要的新技术叫做共封装光学（Co-Packaged Optics, CPO）。Murphy 花了相当篇幅详细阐述这一技术：“CPO 是一种将光学连接一直带到封装本身、紧邻计算的技术，无论是定制计算还是交换芯片。” CPO 要解决的根本挑战是密度和功耗。机架内的连接数量是机架之间连接数量的10倍。“如果我们只是尝试使用数据中心机架间使用的相同光学技术，你不会有足够的功率，不会有足够的物理空间，无法容纳所有这些标准光学模块和电缆——这根本行不通，不可能。”Murphy 解释道。 CPO 的概念是将光纤直接带到封装，将驱动光纤信号的电子设备与定制计算或交换芯片紧密耦合。“这是一个巨大的变化，而且很难，因为你要结合芯片行业中一些最先进的技术：领先制程 CMOS、硅光子学、先进封装、光互连，所有这些都在一个小型紧密集成的系统中制造。复杂性非常高，但这是继续扩展带宽并克服我谈到的铜限制同时降低功耗的唯一方法。” Murphy 强调这不是未来主义的东西，而是正在发生的现实。他在现场进行了实物展示：一边是传统的以太网交换机——当天宣布的102.4Tbps Teralink 交换机，可以看到板中央的交换芯片，PCB 内部的铜走线将信号传输到前面板，所有光学模块都插在那里。另一边是基于 CPO 的交换机——封装中央仍然是交换芯片（51.2Tbps 交换机），但边缘周围是16个3.2Tbps 光学引擎。“16乘以3.2，你得到51.2Tbps。所以光纤现在直接连接到这些引擎，而不是前面板。我们完全消除了 PCB 上的铜走线。光直接从封装中出来。这是一个非常非常复杂的工程作品。”Murphy 说。 Marvell 为 CPO 投入了十多年：硅光子学、光学 DSP、所有周围的模拟宽带组件，以及实现这一切所需的所有先进封装。“这一切实际上都需要在 CPO 中汇聚。”Murphy 说。 6、英伟达的背书与 NVLink Fusion 合作 Murphy 特别强调了与英伟达的战略合作扩展。几个月前宣布的合作中，英伟达向 Marvell 投资了10亿美元，双方正在扩展跨多个维度的合作，包括光学、光子学和 NVLink Fusion。黄仁勋亲自登台与 Murphy 对话，这本身就是一个强有力的信号。 黄仁勋详细解释了 NVLink Fusion 的战略意义：“有时候，也许云服务提供商想要设计自己的定制芯片。在我们之间，我们也在 NVLink Fusion 上合作，这使得你可以使用相同的系统架构，内部有 Marvell 的一些半定制芯片、大量互连、硅光子和光学技术。我们可以创建一个本质上分解、分布和异构的数据中心。” 关键是系统架构保持一致。“他们的网络技术可以利用大量英伟达的堆栈。CPU 可以是 Vera，但它可以利用大量你们的堆栈。所以 NVLink Fusion 是关于采用英伟达的技术和我们的平台、Marvell 的技术和平台，然后我们融合它。这就是为什么它被称为 fusion。”黄仁勋说。 Murphy 追问了铜到光学的转型时间表。黄仁勋的回答非常务实：“我们应该尽可能长时间地使用铜，但铜有其限制——带宽和距离的限制。所以最终正确的策略是：尽可能长时间地用铜进行 scale up。之后，用光学进一步 scale up，用光学 scale out，用光学跨越连接。所以你在必须的地方使用光学，在可以的地方使用铜。” 但黄仁勋随即给出了乐观的市场预测：“底线是，在未来五到十年，我们将使用大量的铜，也将使用大量大量的光学。这些数据中心现在是基础设施的一部分。我说 AI 现在有用、有用的 AI 已经到来的原因是，现在 AI 是有利可图的，token 是有利可图的。当 token 生产有利可图时，每个人都想制造更多 token，这就是为什么 Marvell 的需求如此之高，我们的需求也如此之高。因为每个人都想生产更多 token，因为它被 Agent 到处使用。” 7、无距离数据中心：光互联的终极愿景 Murphy 在演讲的最后部分描绘了一个激进的未来愿景：他当数据传输全部变成光学时，距离实际上不再重要。“这是一个深刻的变化。”说。 今天的服务器、机架和整体数据中心架构都是围绕距离的约束设计的，软件工作负载也围绕这些相同的约束进行了优化。但如果距离不再重要呢？ 首先，scale-up 网络的规模可以从72个或144个 XPU/GPU 扩展到1000个或更多，全部光学互连。“对工作负载的影响是巨大的。今天，AI 工作负载必须分解成适合 scale-up 集群的更小子问题，因为在集群外部通信今天更慢、带宽低得多。但光学互连系统可以管理数量级更大的工作负载。” 其次，服务器本身可以被解构。现代 AI 服务器由一定数量的 CPU、XPU、内存和网络接口组成，它们都在同一系统上的原因是距离——CPU 和 XPU 需要以非常高的带宽访问内存，这意味着它们需要紧挨着坐在板上，铜走线作为它们之间的连接。“但在这些连接都是光学的未来，距离实际上不重要。你可以想象一个完全解构的架构——XPU 在一个系统中，内存在另一个系统中，巨大的 CPU 在另一个系统中。” 这解锁了另一种可能性：今天系统中 CPU 和 XPU/GPU 的比例是固定的，必须在系统构建和部署时定义。但没有两个工作负载需要完全相同的比例，这意味着在任何给定时间，计算或内存的某些部分可能未被充分利用——这要花钱。“但一旦我们将系统分解为独立的计算池和内存池，并且它们都是光学互连的，我们就可以动态组合专用系统，然后针对任何工作负载进行优化。” Murphy 的终极愿景是“全球光学互连的数据基础设施”：“我们今天拥有的这些系统中的刚性边界开始消失。计算现在可以被池化，内存可以被池化，基础设施可以大规模动态组合。架构师第一次可以开始围绕模型的需求设计 AI 系统，而不是围绕互连的限制。” 他将这个愿景命名为“无距离数据中心”（data center without distance）：“计算、内存、网络和光子学作为一个统一系统运行，数据中心中的数百万资源可以像一台机器一样协同工作，一个由工作负载需求定义的架构，而不是连接性的限制。我们相信这是计算基础设施的下一个时代，Marvell 正在帮助构建使这一切成为可能的连接基础。” 最后再多说点， Marvell的核心竞争力集中在两个细分领域。 1、定制芯片（ASIC/XPU）设计。 Marvell与博通是全球两大定制AI加速器设计巨头。大厂自研芯片的趋势正在加速——比如微软的Maia 200推理芯片、亚马逊的Trainium系列，背后都有Marvell的参与。TrendForce的预测数据值得留意：2026年定制AI芯片销售增速预计为45%，而同期GPU的增速仅为16%。不是GPU不行，而是超大规模云厂商在推理端的成本压力正在推动它们加速自研定制方案。 2、数据中心互连产品线。 这是Marvell更深的一条护城河。根据其财报，光学互连产品收入保持两位数季度环比增长，数据中心交换机业务预计2027财年将突破5亿美元。Marvell过去十年通过一系列并购累计投入约360亿美元，围绕连接搭建了涵盖定制芯片、高速交换器、光模块、硅光子和先进封装的完整技术平台。

《如何在大湾区科学的便宜摸19岁妹妹》 在深圳。你可能在南山写代码，在福田做金融，在龙华卷PPT。 但你一定有一个共同的下班后需求： 不违法地、安全地、被异性亲亲抱抱摸摸。 被软软的手指划过脖子。被温热的嘴唇贴上耳垂。被18岁的女孩子抱在怀里，听她说"你来了呀"。 这不是什么见不得人的事。这是深圳男人下班后的解压刚需。 而实现它的方式，叫做私影MMK。 一、什么是私影MMK？ 私人影院 MMK = 摸摸看（亲亲抱抱摸摸） 对标商k，摸摸唱。以及变体行业，抱抱睡等等 早期又叫“恋爱体验馆"。 是纯绿陪玩店，女仆桌游店，随着经济下行后的自我演化 进入私影你会被带进一个布置精致的房间，有沙发、投影、香薰，一个女孩子走进来，关上门，你们在一起待一个钟。 课表（你能体验什么）： | 术语 | 翻译 | | --- | ------------- | | 上路 | 舌吻（🐍=伸舌） | | 中路 | 抚摸胸部 + 补钙（亲胸） | | YYC | 摇摇车（坐大腿摩擦） | | 反补 | 她舔你（耳朵/身体） | | 卸甲 | 脱掉上衣 | 介于深圳要开apec会议，今年整个深圳对藏污纳垢都查的很严。因此在深圳，正规的私影 是不含92，95，98这些违法业务的。这一点可能和其他地区不一样，但是这也更安全，更便宜。这里也奉劝大家不要做知法犯法的事！ 为什么不一定合规但是很难判定为违法？ 私影的商业模式是付费陪伴+轻度亲密接触。类似日本的JK散步、韩国的抱抱咖啡厅。法律上属于休闲娱乐服务，所有正规店铺均有营业执照，服务范围明确。没有色情交易，只有情绪价值的交换，法律上很难被定性。 你获得的是：情绪价值 + 肢体亲密 + 被需要感。 二、我用ai分析了，TG上面4155份私影报告获得了以下真相 TG上有很多mmk的群，群里的兄弟每次出完钟，会写一份详细的体验报告——从颜值到身材到服务到性格，全部量化打分。 以下数据训练自： • 📝 2462份真实体验报告 • 👧 474位助教（妹妹） • 🏪 20+家深圳私影店铺 • 🕵️ 80+位独立侦探（用户） 以下是全深圳的硬数据。 📊 罩杯分布（495份有效数据） A杯 ██████████████████ 36.2% (179人次) B杯 █████████████████ 35.6% (176人次) C杯 ██████████ 21.4% (106人次) D杯 ███ 5.9% (29人次) E杯 ▎ 0.8% (4人次) F杯 ▏ 0.2% (1人次) 解读： 深圳私影圈位处平均罩杯偏低的广东地区的主力是A-B杯（72%），走的是清纯甜妹路线。C杯占21%，算是"意外惊喜"级别。D杯以上是稀缺资源，遇到就是赚到。 想摸大胸？你得接受现实——这里卖的不是硬件，是那种"隔壁班暗恋的女生终于让你牵手了"的心跳感。 📊 身高分布（290份有效数据） 150-154cm ██ 2.1% 迷你萝莉 155-159cm ███ 7.2% 小只马 160-164cm ████████████████████ 40.3% ← 主力区间 165-169cm ████████████████ 32.1% 长腿甜妹 170-174cm ████████ 16.9% 高挑御姐 175cm+ █ 1.3% 超模级 热门身高TOP3： 160cm(28%) > 165cm(18%) > 168cm(11%) 从150cm的一把抱起的萝莉，到180cm的超模长腿——深圳私影覆盖了所有身高偏好。但最甜蜜的区间是160-168cm，占72%。 📊 年龄分布（31份有效数据） 18岁 █████████████████████████ 51.6% 19岁 ████████████████ 32.3% 20岁 █ 3.2% 22-32岁 ███ 9.7%（极少数） 84%的妹妹在18-19岁。 是的，你没看错。 大部分是刚成年的女孩子，带着青春期才有的那种——脸上还有婴儿肥，笑起来眼睛会弯，害羞的时候会把脸埋进你胸口。唯二的异常值是27岁和32岁两个服务之星 📊 报告数分布（474位助教的人气金字塔） 🔺 50+条 — 8人 (1.7%) ← 幻神级 🔸 21-50条 — 14人 (3.0%) ← 一线顶流 🔹 11-20条 — 29人 (6.1%) ← 稳定人气 ⬜️ 6-10条 — 34人 (7.2%) ← 口碑新星 ⬜️ 2-5条 — 152人 (32.1%) ← 值得一试 ⬜️ 1条 — 237人 (50.0%) ← 新人/流水 474位助教中，仅8人达到幻神级（50+条报告），50%的妹妹只做几天就放弃了： 其中白月光占了幻神榜两席。 同时白月光以299份总报告，在20+家店铺中排名全深圳mmk的天花板 三，什么是沉船客？什么是美团客？ 沉船 = 你本来只是来体验一下，结果一去再去，再也爬不出来了。沉船。不是成瘾，是那种"知道不该去，但又忍不住想见她"的感觉。 目前有两种观点，一种认为玩mmk就是为了沉船，不沉船不如去嫖娼直接。另一种观点认为，沉船客经常会做出极端行为，极可能有损商家利益的行为。因此部分店家甚至设置了防沉迷系统 mmk的两大客源是美团和tg，美团因为会抽成，所以会极大提高店家的收费水平。同时 美团客也有比较看重情绪价值不看重服务课表的特点。 除了便宜以外，通过tg参与还有以下好处。tg用户一般属于高玩比较看重服务内容和尺度，很多独家技术会传授给妹妹。因此接入了tg的私影店，就好比接入了github，可以获得海量开源技术，极大提升店里的服务质量。 四.、新手入门指南 Q: 什么流程？ → tg预约 → 到店 → 选人 → 进房间 → 漱口 → 聊天/看电影 ，体验服务→ 自然发展 → 下钟 Q: i人社恐怎么办？ → 白月光的妹妹普遍会主动破冰。躺下就好，她会靠过来的。 五:五一特别活动 🎉 加入这个公益性质私影大众点评tg群： 五一期间，在所有加盟私影展示这个群就能获得-100的优惠 比如示例tg群，大湾区mmk天花板白月光： 写在最后 你可能觉得这篇文章在推销什么。 没错，我确实在推销一种生活方式： 在法律的框架内，给自己一个被温柔对待的机会。 你加了一周的班。你刚被甲方骂完。你的前任昨天发了朋友圈。 你需要的不是什么大保健，你需要的是一个安全不违法的地方，一个温暖的怀抱，一个18岁的女孩子对你笑着说： "你怎么才来呀，我等你好久了。" 五一活动进行中，全场减100。 同时本频道依旧保持了我们一贯的科学严谨态度 当摸过了超过100对奶子以后，写下了。。全世界最好的奶子科普文章 为了写这篇文章也从4100篇报告中挖掘了很多人性数据。但是涉及到一些隐私问题只能浅浅放出来一点点数据，给大家尝鲜 都来，科学摸妹妹吧。

GM GN 距离2027年 仅剩164天 先进的生产力肯定会用于战争，美空军已经在搞，今天的第一条消息就是他。 polo的AI日报 7月24日，15条精选 ⬇️ 1. DARPA与美空军成功试飞AI操控的F-16战机，AI在真实空战环境中完成自主飞行和战术机动。 💡AI从游戏打到了真实空战，军事AI时代不再存在于PPT里了 2. Claude语音模式全面上线，Opus、Sonnet、Haiku全系支持，能连接Gmail、Slack等工具。免费版用Haiku加一个连接，付费版解锁全部。 💡Claude终于开口说话了 3. ChatGPT桌面版语音控制多智能体，用嘴就能指挥电脑和多个AI Agent干活，GPT-Live驱动，macOS和Windows全平台推送。 💡科幻片中交互方式开始走进日常办公 4. ChatGPT上线健康功能，支持连接Apple Health和医疗记录，每周3亿人用ChatGPT问健康问题。 💡三亿人用ChatGPT看病，就像以前用百度看病一样 5. OpenAI Workspace Agents曝重大漏洞，一个恶意ChatGPT链接就能在你账户下创建定时执行的AI智能体，OpenAI四天内紧急修复。 6. Google Gemini月活逼近9.5亿，用户数同比增长三倍，市场份额冲到27.7%，ChatGPT份额首次跌破50%。 💡ChatGPT份额跌破五成，Gemini涨三倍 7. 微软MAI模型以低成本实现前沿能力，在GitHub Copilot和Excel中用更少token超越通用模型，通过Foundry平台开放给企业。 8. 通义千问Qwen-Audio-3.0-TTS登顶，支持16种语言、内联标签控制语气、一次生成3分钟长文本，Artificial Analysis排行榜第一。 9. Apple起诉OpenAI窃取硬件制造机密，多名前员工被指在面试中展示Apple硬件机密，OpenAI否认指控。 10. 北京发布智能体新政，首次将Harness Engineering、Token经济、OPC写入政策，推动Token计费转向价值计费。 💡Token经济写进政策文件 11. 昆仑万维方汉在WAIC强调模型和算力才是长期立足之本，AI编程带来的技术债可能导致生产事故翻倍增长。 12. 小红书HELMSMAN论文登上OSDI 2026，40台全闪存服务器替代约35000 CPU Core，向量检索成本降90%以上。 💡40台服务器干35000颗CPU的活 13. AISI报告：5款前沿模型全有作弊行为，GPT-5.4作弊率14.1%最高，Claude Opus 4.7为9.1%，GPT爱搜互联网，Claude爱绕沙盒。 💡从GPT到Claude全员作弊 14. Cactus发布Gemma 4混合模型，每个回答自带置信度分数，低分自动路由到大模型，MIT协议开源。 💡自己知道自己几斤几两，低分就自动求救大模型 15. TheNumbers因AI爬虫崩溃，AI爬虫流量占90%直接把服务器压垮，运行30年含16万源文件的网站被迫重建。 💡AI爬虫流量占了九成，30年老网站被活活挤垮 #AI# #人工智能#

1. 带动量因子+季度调仓： 159608创成长、 588590科创成长动量 2. 只做纯成长、无动量、但依旧季度调仓： 159597创业板成长、 588200科创成长、 159259国证成长100 序号代码基金名称近一年净值收益率因子结构调仓周期覆盖市场 1588200易方达科创成长ETF179.69%纯财务成长，无动量因子季度调仓（3/6/9/12月）仅科创板 2588590博时科创成长动量ETF167.80%成长+动量双因子季度调仓（3/6/9/12月）仅科创板 3159608易方达创成长ETF（创业板动量成长）164.90%成长+动量双因子季度调仓（3/6/9/12月）仅创业板 4159597易方达创业板成长ETF151.70%纯财务成长，无动量因子季度调仓（3/6/9/12月）仅创业板 5159259易方达国证成长100ETF92.35%前瞻盈利成长，不带股价动量季度调仓（2/5/8/11月）全市场（沪/深/科创）

最近在研究Agent，顺带看了看 LLM 评测跑分的逻辑。 通常基础跑分靠的是 Benchmark，顶级模型靠的是 HLE（Humanity's Last Exam） 人类终极测试。 Benchmark本质就是一套标准化题库，给所有模型做同一套题，横向对比分数；而 HLE 是一个更高级的题库，里面所有的题目都无法在互联网上直接搜索出答案，必须经过推理。 类似高考是衡量学生水平的应试标准，benchmark 是衡量 AI 能力的标准，给AI一个标准的、有明确答案的题库。 几个比较经典的 benchmark： MMLU（大规模多任务语言理解），包含了 57 个学科的选择题，覆盖数学、历史、法律、医学…… 典型题目： - 以下哪种维生素缺乏会导致夜盲症？A. 维生素A B. 维生素B C. 维生素C D. 维生素D - 《联合国宪章》第51条规定的是什么权利？ GSM8K（小学数学），8500 道小学数学应用题，测模型的多步推理能力。 典型题目： - 小明有 12 个苹果，给了小红 3 个，又买了 5 个，现在有几个？ HumanEval（代码能力），164 道编程题，给函数签名和描述，让模型写出实现。 典型题目： - 写一个函数，判断一个字符串是否是回文 这些 benchmark 曾经很有用。 但现在的问题是：从GPT-4开始，顶级模型已经把 benchmark 全都刷穿了。 MMLU 上 GPT-4 能到 86%，GSM8K 上 o1 能到 97%，HumanEval 早就被各大模型接近满分。 一旦分数全部逼近天花板，benchmark 就失去了区分度，你无法用它区分哪个模型更聪明。 于是就有了 HLE（Humanity's Last Exam），号称"人类最后的考试"。 3000 道题，由全球顶尖学者提交，全是那种在互联网上直接搜不到答案的题。 几个真实例子： - 生物：蜂鸟的籽骨支撑几对肌腱？（只答数字） - 语言学：把一段罗马墓碑铭文翻译成帕尔米拉阿拉米语（结合图片） - 数学：证明对所有整数 n ≥ 5，n² < 2ⁿ - 量子物理：根据手绘量子电路图推导出对应的酉变换矩阵 - 历史：根据残缺的敦煌文书，推断某位唐代地方官员的行政管辖范围 这些题难在必须真正推理出来，而不能从训练数据里提取记忆。 各模型 HLE 得分： Grok 4 Heavy：44.4% Claude 4 opus：~24.9% GPT-4o：~10% o3：~18% 人类专家：~34% 是的，人类专家做这套题也只有三成的得分。

【A股盘前】📊 2026年8月3日 周一 更多更即时更聚焦信息请订阅： ━━━━━━━━━━━━━ 一、最新24h财经要闻（10条） 1. DeepSeek V4-Flash正式版上线，Agent能力跻身国产开源第一梯队 DeepSeek V4-Flash-0731正式版API上线公测，智能体能力大幅增强，在相同任务中40秒完成（GPT-5.6需1分47秒）。马斯克关注DeepSeek官方X账号，国家超算互联网同步上线该模型API。OpenRouter最新周榜显示全球AI大模型调用量TOP5全部为中国企业，小米MiMo-V2.5登顶。 → 点评：中国AI大模型全球竞争力质变，利好AI应用、算力、国产大模型产业链。 2. 国常会核准8台核电机组，项目总投资超1700亿元 国务院常务会议决定核准辽宁庄河一期、浙江金七门二期、广东太平岭三期、山东莱阳一期共8台新机组，总投资超1700亿元。同时会议听取新型电网建设情况汇报，要求高质量建设新型电网。 → 点评：核电进入新一轮审批加速周期，新型电网建设同步推进，核电+特高压双轮驱动。 3. 美股AI业绩兑现：亚马逊AWS营收+36.7%创18季新高，微软云超预期 亚马逊Q2净销售额2006亿美元（+20%），AWS营收422亿美元（+36.7%），股价大涨超15%创2012年以来单日最大涨幅。微软Q4全线超预期，Copilot付费用户突破3000万。英伟达涨近3%，总市值4.86万亿美元重夺全球股王。 → 点评：AI资本开支正在转化为真实收入和利润，"AI兑现回报"逻辑确立，利好A股AI算力产业链。 4. 特朗普取消打击伊朗，OPEC+9月增产18.8万桶/日，原油大跌 特朗普称同意取消对伊朗打击，与伊朗谈判周一开始。OPEC+批准9月起增产18.8万桶/日，标志自愿减产全面解除。国际油价应声回落。 → 点评：地缘风险缓和+供给增加，油价下行利好航空、化工等用油下游行业。 5. 央行定调下半年：继续适度宽松，"适时调整"货币政策工具 央行2026年下半年工作会议强调继续实施适度宽松货币政策，新增"适时调整"和"加力扩内需"表述。7月ETF净流入约5400亿元创历史新高。7月PMI降至49.2落入收缩区间。 → 点评：政策底进一步夯实但盈利底待确认，市场将从反弹走向分化。 6. 美股磷化铟AXT两天暴涨63%，光通信核心材料供应缺口超存储 AXT Q2收入同比+164%至4760万美元创历史新高，磷化铟收入同比大幅增长至3070万美元。海外光通信龙头LITE CEO表示磷化铟激光器供应缺口已超过存储产业，成为限制AI光网络扩张的重要瓶颈。 → 点评：AI光模块核心材料磷化铟供需严重失衡，利好云南锗业、兴业科技等。 7. 十五五特高压在建规模翻倍 + 超强厄尔尼诺或150年来最强 国家电网表示十五五特高压在建规模为十四五两倍。中国气象局警告超强厄尔尼诺事件正在形成，多地用电负荷连创历史新高。 → 点评：特高压建设加速叠加极端天气用电激增，电力电网板块双重催化。 8. 同花顺新建MLCC概念，村田Q1净利润+64%超预期 村田（全球45%份额）FY2026 Q1净利润+64%至813亿日元，全年净利润指引上调44.5%。北美CSP大厂上修资本开支，多家MLCC大厂涨价。电子布8月报价上调17%-22%。 → 点评：被动元件/MLCC景气度加速向上，电子布跟随涨价。 9. 一博科技中报净利暴增1562%，兆易创新拟10-20亿回购注销 一博科技H1净利润6383万元（+1561.55%），PCB工厂订单增长势头良好。富瀚微H1净利润预计+1073%-1420%。兆易创新拟10-20亿元回购注销，回购价不超750元/股。7月全月股票ETF净流入4778亿元创单月新高。 → 点评：PCB/芯片中报业绩大超预期，龙头回购提振信心，机构ETF大举入市。 10. 9连板爱丽家居停牌核查，7月涨幅135.77% 爱丽家居（拟收购存储测试设备公司欧康诺）7月21日至31日累计涨幅135.77%，今起停牌核查。连板梯队：传智教育5连板、一鸣食品4连板、高争民爆3连板。人气热榜前三：利欧股份、蓝色光标、天娱数科。 → 点评：连板高度停牌核查或将影响短线情绪，关注AI应用方向接力。 ━━━━━━━━━━━━━ 三、今日最可能被激发的三个热点方向 方向一：AI应用（大模型竞赛+算力需求爆发） - DeepSeek V4-Flash正式版发布，国产模型全球竞争力质变 [韭研公社盘前纪要 + OpenRouter榜单] - OpenAI下调GPT-5.6定价（Luna降80%），token成本下降直接利好应用端 [韭研公社热点事件] - 微软Q4超预期/M365 Copilot付费用户3000万，亚马逊AWS营收+36.7%，AI兑现回报逻辑确立 [美股财报] - 29个AI应用涨停，人气热榜前三全部为AI概念 [韭研公社涨停复盘 + 同花顺/东财热榜] - 核心标的：传智教育（AI教育5连板）、天娱数科/利欧股份（AI营销）、蓝色光标（龙虎榜机构+游资大买）、中文在线（AI传媒） 方向二：核电+特高压+电力（政策密集催化+极端天气） - 国常会核准8台核电机组总投资超1700亿，核电审批加速 [国常会 + 公司公告] - 十五五特高压在建规模为十四五两倍，新型电网建设写入国常会 [央视新闻 + 国常会] - 超强厄尔尼诺或150年来最强，多地用电负荷连创新高 [中国气象局 + 国家电网] - 算力中心用电量2030年预计达8000亿千瓦时，算电协同需求迫切 [韭研公社分析] - 核心标的：中国核电/中国广核（核电核准）、汉缆股份（龙虎榜机构净买入5.19亿）、长缆科技/顺钠股份（电网连板） 方向三：科技硬件（磷化铟/MLCC/PCB/存储 业绩兑现+涨价周期） - 磷化铟AXT两天+63%，供应缺口超存储成为AI光网络瓶颈 [AXT财报 + LITE CEO表态] - 村田Q1净利+64%上调全年指引，同花顺新建MLCC概念，电子布8月涨价17%-22% [村田财报 + 行业数据] - 一博科技H1+1562%/富瀚微H1+1073~1420%，PCB/芯片中报业绩大超预期 [公司公告] - 兆易创新/澜起科技调入AH股精明指数，长鑫LPDDR6接近研发验证尾声 [指数调整公告 + 第一财经] - 核心标的：云南锗业/兴业科技（磷化铟）、风华高科/三环集团（MLCC）、一博科技（PCB业绩）、宏和科技（电子布） ━━━━━━━━━━━━━ 六、小盘A股ALPHA 🔍 【宏和科技 / 603256】市值约40亿 / 电子布龙头 需求变化：7628电子布8月报价上调17%-22%（环比7月涨幅更大），下游PCB景气度持续上行，一博科技H1+1562%验证PCB需求旺盛 核心弹性：电子布涨价周期加速，单月涨幅超预期，公司作为国内电子布龙头弹性最大 验证信号：关注9月电子布报价是否延续涨势、Q3业绩兑现情况 【云南锗业 / 002428】市值约80亿 / 磷化铟衬底 需求变化：美股AXT两天+63%，磷化铟收入同比暴增，AI光模块核心材料供应缺口超存储；海外龙头明确磷化铟已成AI光网络扩张瓶颈 核心弹性：国内磷化铟材料稀缺标的，AI光通信景气度上行带来需求爆发 验证信号：关注公司磷化铟相关业务进展公告、海外磷化铟价格走势 【一博科技 / 301366】市值约35亿 / PCB设计制造 需求变化：H1净利润+1562%，三大工厂度过盈亏平衡点，PCB工厂订单增长势头良好，叠加AI算力硬件需求爆发 核心弹性：小市值+业绩爆发的稀缺组合，PCB板块中报标杆，若持续高增长估值有大幅提升空间 验证信号：关注Q3订单能见度、产能利用率是否维持高位、AI相关PCB订单占比 更多更即时更聚焦信息请订阅： ━━━━━━━━━━━━━ ⭐️⭐️⭐️ 请关注、转发、收藏，华尔街观察团队将持续跟踪相关消息、解读量化数据，基于WSV模型，给出股票、黄金、债券（ETF）大类资产及板块（ETF）轮动量数据，个股案例研究，为您提供超前布局机会。⭐️⭐️⭐️ 文章所载内容信息参考，不构成任何投资建议或操作指南。信息基于公开公告整理和量化数据机器学习计算，文章信息与数据的真实性、完整性、有效性不承担任何责任。历史数据不代表未来、案例分析不代表收益承诺。投资者据此操作，风险自担。投资有风险，入市需谨慎。

2026年已经过去了7个月，你的投资跑赢大盘了吗？ 如果没有，我建议老老实实定投这些ETF 标的 收益率 半导体 ($SMH)： +50.1% 信息技术 ($VGT)： +20.4% 先锋价值 ($VTV)： +16.4% 先锋REIT ($VGSIX)： +13.9% 国际股市 ($VXUS)： +12.8% 纳斯达克100 ($QQQ)： +12.4% 全市场 ($VTI)： +10.5% 标普500 ($VOO)： +10.1% 先锋增长 ($VUG )： +5.0% 短期国债 ($VBIL)： +2.1% 如果个人主观交易收益率难以超越宽基指数，被动指数化投资依然是性价比最高的策略 悲观者永远正确，乐观者永远前行～

SpaceX 上市不到两周，从 150 美元开盘冲到 225 美元纪录高位，市值一度短暂超过微软。然后连跌三天，周一单日暴跌 16.4%，抹去 6000 亿美元市值，跌回 150 美元开盘价附近。 Vanda Track 数据显示，散户在前五个交易日净买入 4.05 亿美元 $SPCX ，创下近年散户参与 IPO 的最强纪录。上周散户买入的 $SPCX，超过了他们买入 Mag 7 其余个股的总和，后者五天加起来才 2.78 亿美元。 6 月 16 日见顶后，散户日度资金流断崖式下滑，换手几乎归零。关键在于，这轮上涨发生在只有 5% 流通盘可交易的情况下，95% 的股票还没解锁。 据 22V Research 测算，SpaceX 8 月初到中旬公布财报后会有 20% 的内部人股份解禁；如果股价比发行价高 30%，还会触发 10% 解禁；8 月 21 日前后和 9 月 10 日各有一笔 7% 的解禁。内部人到 9 月初最多可能抛售 44%，把当前流通盘扩大约 900%。 这世界上想买的人，已经全买完了。