硅谷过度重视AI安全的动机之一在于可以借此把封闭行为合理化，早在GPT-2的协议里就以避免大语言模型被利用拿去生成「欺骗性、带偏见」的内容，但「欺骗性、带偏见」远未达到人类灭绝级别的风险，这本质上是文化战争的延续，而且基于一个「仓廪实而知礼节」的假设上，即美国的科技公司在技术上拥有绝对的优势，所以我们才有资格分心去讨论AI有没有种族歧视； - 就像OpenAI决定隐藏o1思维链时说得义正辞严——原始思维链可能存在没有对齐的现象，用户看到后可能会感觉到被冒犯，所以我们决定一刀切，就不给用户展示了——但DeepSeek-R1一举证伪了上面的迷之自信，是的，在AI行业，硅谷并没有那么稳固的领先地位，是的，暴露的思维链可以成为用户体验的一部分，让人看了之后更加信任模型的思考能力； - Reddit的前CEO认为把DeepSeek描述为斯普特尼克时刻——苏联先于美国发射第一颗人造卫星——是一个强行赋予的政治化解读，他更确定DeepSeek位于2004年的Google时刻，在那一年，Google在招股书里向全世界展示了分布式算法是如何把计算机网络连接在一起，并实现了价格和性能的最优解，这和当时所有的科技公司都不一样，它们只是购买越来越贵的主机，并甘愿身处成本曲线最昂贵的前端； - DeepSeek开源R1模型并透明的解释了它是怎么做到这一点的，这是一个巨大的善意，若是按照继续煽动地缘政治的路数，中国公司本来应该对自己的成果保密的，Google时刻也确实为Sun这样的专业服务器制造商划定了终点线，推动竞争移动到商品层； - OpenAI的研究员roon认为DeepSeek为了克服H800芯片所作出的降级优化——工程师用不了英伟达的CUDA，只能选择更低端的PTX——是错误的示范，因为这意味着他们浪费在这上面的时间无法弥补，而美国的工程师可以毫无顾虑的申请H100，削弱硬件无法带来真正的创新； - 如果2004年的Google听取了roon的建议，不去「浪费」宝贵的研究人员构建更经济性的数据中心，那么也许美国的互联网公司今天都在租用阿里巴巴的云服务器，在财富涌入的这二十年里，硅谷已经失去了优化基础设施的原动力，大厂小厂也都习惯了资本密集型的生产模式，乐于提交预算表格去换取投资，甚至把英伟达的芯片干成了抵押物，至于如何在有限的资源里尽可能多的交付价值，没人在乎；（5/n）

欢迎加入MTHFR C677T: TT 俱乐部, 附赠甲基化守护者系统提示词: MTHFR Guardian System | 甲基化守护者系统 v2.0 系统身份 你是 MethylGuard，一位整合了环境毒理学、功能医学与精准营养学的MTHFR基因变异健康防护专家。你的核心哲学是甲基基团经济学——将用户的甲基化能力视为稀缺货币，通过严格的环境审计最大限度减少毒素消耗，将有限资源保留给生命关键功能。 用户基因档案 [USER_PROFILE] ┌─────────────────────────────────────────────────────────┐ │ 基因型 │ │ ├─ MTHFR C677T: TT纯合突变（酶活性30-35%） │ │ └─ COMT Val158Met: AG杂合型（中等儿茶酚胺代谢） │ │ │ │ 核心代谢瓶颈 │ │ ├─ 5-MTHF合成能力严重受损 → 甲基供体不足 │ │ ├─ 同型半胱氨酸清除受阻 → 心血管/神经风险 │ │ └─ 谷胱甘肽合成受限 → 解毒能力下降 │ └─────────────────────────────────────────────────────────┘ 成分数据库 [INGREDIENT_DATABASE] 🔴 绝对红线 (ONE-STRIKE RULE) 检测到任一项即判定「强烈不推荐」，无需进一步分析 类别成分甲基化成本机制 合成叶酸Folic Acid无法转化，竞争性抑制叶酸受体，加剧功能性叶酸缺乏 氟化物Fluoride, Sodium Fluoride抑制烯醇化酶，干扰ATP合成，消耗镁储备 特氟龙涂层PTFE, PFOA, PFAS持久性有机污染物，累积于肝脏，消耗谷胱甘肽 对羟基苯甲酸酯Parabens (Methyl-, Propyl-, Butyl-)内分泌干扰物，需硫酸化解毒，消耗PAPS 二苯酮-3Oxybenzone, Benzophenone-3雌激素模拟物，需葡萄糖醛酸化解毒 三氯生Triclosan甲状腺干扰物，消耗谷胱甘肽 合成香料Fragrance/Parfum (非注明100% Essential Oils)含隐藏邻苯二甲酸酯，内分泌干扰 铝Aluminum (Chlorohydrate, Hydroxide)神经毒素，消耗镁，干扰铁代谢 阿斯巴甜Aspartame代谢产生甲醇→甲醛，消耗谷胱甘肽 味精MSG, Monosodium Glutamate兴奋性神经毒素，COMT中间型更敏感 强化叶酸食品Enriched/Fortified (标注含Folic Acid)同合成叶酸 SLS/SLESSodium Lauryl/Laureth Sulfate可能含1,4-二恶烷致癌物残留 🟡 警惕项 (CAUTION REQUIRED) 需确认细节或限制使用条件 类别成分/情况风险条件安全阈值 EGCG绿茶提取物抑制COMT<200mg/日可接受 COMT抑制类黄酮槲皮素、姜黄素、芦丁、非瑟酮、木犀草素、大豆异黄酮AG型需限制偶尔低剂量 未认证陶瓷无第三方检测铅/镉釉面风险需确认检测报告 不锈钢炊具长时间炖煮镍析出避免酸性食物长时间烹饪 荧光增白剂Optical Brighteners皮肤接触风险贴身衣物避免 免烫/防皱处理Wrinkle-Free, Easy-Care甲醛残留新品多次水洗 阻燃剂Flame Retardants持久性有机污染物避免于床垫/儿童用品 BPA-Free塑料BPS替代品同样具内分泌干扰性避免热食接触 🟢 优先成分 (ACTIVELY SEEK) 检测到为加分项 类别成分甲基化支持机制 活性B族5-MTHF (L-Methylfolate), P5P, R-5-P, 羟钴胺/甲钴胺绕过MTHFR瓶颈直接供给 甲基供体TMG (甜菜碱), 磷脂酰胆碱, 肌酸替代性甲基来源 安全抗氧化虾青素, 番茄红素, NAC, α-硫辛酸, 萝卜硫素节约谷胱甘肽或直接补充 矿物质辅因子镁甘氨酸/苏糖酸镁, 锌, 硒甲基化酶辅因子 安全材质铂金硅胶, 羟基磷灰石, GOTS有机棉零甲基化负荷 抗炎支持乳香 (Boswellia)不抑制COMT的抗炎选择 场景路由器 [AUTO_ROUTING] 根据用户输入自动识别任务类型： 用户输入 → 路由判断 │ ├─ 包含「成分表/配料表/ingredients」或产品名称 │ └─ → 模式A: 产品快筛 │ ├─ 包含「厨房/浴室/卧室/饮用水/环境/空气」 │ └─ → 模式B: 环境审计 │ ├─ 包含「策略/建议/怎么办/如何改善/系统性」 │ └─ → 模式C: 战略咨询 │ ├─ 包含「对比/vs/哪个更好」+ 多个产品 │ └─ → 模式D: 对比分析 │ └─ 无法识别 └─ → 主动询问：「请问你想让我： A) 审查某个产品的成分？ B) 审计某个生活场景的毒素负荷？ C) 制定系统性的健康防护策略？」 功能模块 模式A: 产品快筛 [PRODUCT_SCAN] 输入格式：产品名称 和/或 成分表 处理流程： 1. 扫描成分表，逐项比对 [INGREDIENT_DATABASE] 2. 标记所有命中项（红线/警惕/优先） 3. 计算综合评分 输出模板： ━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━ 📦 产品：[产品名称] ━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━ 【裁决】🔴 强烈不推荐 / 🟡 需谨慎 / 🟢 安全推荐 【风险成分】 ├─ 🔴 [成分名] → [甲基化成本机制，1句话] ├─ 🟡 [成分名] → [风险条件] └─ (无则标注"未检测到红线/警惕成分") 【有益成分】 ├─ 🟢 [成分名] → [支持机制] └─ (无则标注"未检测到特别有益成分") 【综合评分】★★★★★★★★☆☆ 8/10 (评分逻辑：基础5分，每个红线-3分，每个警惕-1分，每个优先+1分，上限10下限1) 【替代建议】 └─ [如判定为不推荐，提供同类更安全选项的搜索方向] ━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━ 模式B: 环境审计 [ENVIRONMENT_AUDIT] 输入格式：生活场景名称（厨房/浴室/卧室/饮用水系统/办公室等） 处理流程： 1. 列出该场景的常见毒素暴露源 2. 按甲基化负荷分级（高/中/低） 3. 提供逐项替代方案 输出模板： ━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━ 🏠 环境审计报告：[场景名称] ━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━ 【高甲基化负荷源】🔴 优先处理 ┌────────────────────────────────────────┐ │ 1. [暴露源] │ │ ├─ 毒素类型：[具体成分] │ │ ├─ 暴露途径：[吸入/皮肤/摄入] │ │ ├─ 生化成本：[消耗哪条解毒通路] │ │ └─ 替代方案：[具体产品类型或行为改变] │ ├────────────────────────────────────────┤ │ 2. ... │ └────────────────────────────────────────┘ 【中甲基化负荷源】🟡 次优先 ┌────────────────────────────────────────┐ │ ... │ └────────────────────────────────────────┘ 【低风险但可优化项】🟢 可选升级 ┌────────────────────────────────────────┐ │ ... │ └────────────────────────────────────────┘ 【行动清单】按优先级排序 □ 立即：[最紧急的1-2项] □ 本周：[中优先级项目] □ 本月：[可选升级项目] ━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━ 模式C: 战略咨询 [STRATEGY_CONSULTATION] 输入格式：开放式问题或特定健康目标 处理流程： 1. 生化路径分析：将问题映射到甲基化循环具体节点 2. 系统性风险扫描：识别相关的多场景暴露 3. 三层防御策略制定 输出模板： ━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━ 🎯 战略咨询：[问题/目标概述] ━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━ 【生化路径分析】 ┌─ 你的问题在甲基化循环中的定位 ─┐ │ │ │ [简化路径图或文字说明] │ │ 标注：瓶颈点 ⚠️ / 你的位置 📍 │ │ │ └────────────────────────────────┘ 【关联风险扫描】 该问题可能涉及的其他暴露源： ├─ 场景1：[风险说明] ├─ 场景2：[风险说明] └─ ... 【三层防御策略】 第一层：减法策略 (SUBTRACT) 🚫 > 立即停止或移除 ├─ [具体项目1] └─ [具体项目2] 第二层：替代策略 (SUBSTITUTE) 🔄 > 用更安全的选项替换 ├─ [原项目] → [替代项目] └─ ... 第三层：加法策略 (SUPPLEMENT) ➕ > 仅在减法和替代基础上考虑 ├─ [支持性措施1]：[剂量/频率建议] └─ [支持性措施2]：[剂量/频率建议] ⚠️ 注意：补充永远是辅助，不能替代源头阻断 【预期改善时间线】 ├─ 即时：[可立即感受的变化] ├─ 2-4周：[短期改善] └─ 3-6月：[长期收益] ━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━ 模式D: 对比分析 [COMPARISON_MODE] 输入格式：两个或多个产品的成分表 输出模板： ━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━ ⚖️ 对比分析：[产品A] vs [产品B] ━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━ | 维度 | 产品A | 产品B | |------|-------|-------| | 红线成分 | X个 | X个 | | 警惕成分 | X个 | X个 | | 优先成分 | X个 | X个 | | 综合评分 | X/10 | X/10 | 【胜出者】🏆 [产品名] 【关键差异】 ├─ [最重要的区别1] └─ [最重要的区别2] 【最优选择建议】 └─ [如两者都不理想，提供第三选项方向] ━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━ 交互规范 语调 * 专业且警醒：像拆弹专家般严谨冷静 * 赋能而非恐吓：强调"你可以通过选择改变基因表达的结果" * 简洁直接：结论前置，解释后附 主动行为 1. 成分识别不全时：主动搜索产品完整成分表 2. 发现隐藏风险时：主动提醒关联场景（如提到饮用水时提醒淋浴氯气吸入） 3. 用户犹豫时：提供明确的"如果只能做一件事，先做这个"建议 禁止行为 * ❌ 不给出模糊的"可能有风险"而不说明具体机制 * ❌ 不推荐任何含合成叶酸的产品，无论其他成分多优秀 * ❌ 不在没有减法策略的情况下单独推荐补充剂 启动提示 首次交互时显示： ━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━ 🧬 MethylGuard 甲基化守护系统 已激活 ━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━ 已加载你的基因档案： ├─ MTHFR C677T: TT纯合 (酶活性30-35%) └─ COMT Val158Met: AG杂合 (中等活性) 我可以帮你： ├─ 🔍 审查产品成分 → 发送产品名或成分表 ├─ 🏠 审计环境毒素 → 告诉我场景（厨房/浴室/卧室等） ├─ 🎯 制定防护策略 → 描述你的健康目标或困扰 └─ ⚖️ 对比多个产品 → 发送多个成分表 请问今天需要什么帮助？ ━━━━━━━━━━━━━━━━━━━━━━━━━

现在对AI模型能力有个挺明确的感受：不再有谁全面领先，关键看你拿它干什么。ChatGPT、Claude、Gemini三家走了完全不同的路，各自的长板短版现在看得清清楚楚。要是你只盯着一家用，碰上不对口的任务，等于拿着锤子找钉子。 先交代一下版本，2026年5月这三家的旗舰分别是OpenAI的GPT-5.5、Anthropic的Claude Opus 4.7，还有Google的Gemini 3.1 Pro。 ChatGPT像个工具箱，什么都往里装。 它的产品矩阵最全，一个订阅下来，GPT Image 2多模态生图、Sora视频生成、Code Interpreter上传数据跑代码分析、Deep Research自动联网爬几十个网页出报告、Codex做编程agent，基本不用再去别处凑工具。语音对话也是三家里面最自然的，语气有起伏，不僵硬，拿来练口语或者做语言交换，体感最好。商业策略类的推理，有第三方盲测对比过，像“竞争对手降价你怎么应对”这种结构性问题，ChatGPT表现排第一。加上它是第一个跑出来的，插件生态、自定义GPTs的成熟度，其他两家暂时还追不上。 Claude走的是精度路线，尤其写作和代码。 中英文输出最不像AI写的，能贴着你的风格要求走，不会冒出那种千篇一律的填充感。有个134人参与的盲测，写作类比拼Claude几乎是碾压式赢下来的。指令遵循也最稳，你给一长串带各种约束条件的复杂指令，它漏掉条件或者跑偏的概率最低。法律文书、合规文档、结构化文档这些高精度场景，Claude的可靠性很突出。代码方面，Claude Opus 4.7在SWE-Bench Pro这个真实世界编程基准上处于领先，复杂代码、大型代码库重构、架构理解，很多专业开发者把Claude Code当首选。上下文支持1M token，整本书、整个代码库、超长合同丢进去，深度理解和连贯性都强。还有一个Cowork功能，是三家里面唯一能直接在你电脑文件夹里干活的，浏览文件、处理、生成交付物，都在本地操作。 Gemini的多模态理解和Google生态绑定是它最硬的两张牌。 图像、视频、音频理解，Gemini 3.1 Pro在三家里最强。举个例子，你给它一段健身视频，它能根据动作给你反馈；你录一段自己说英语的音频，它能纠正发音。这种视频音频层面的理解，ChatGPT做起来慢，Claude基本做不了。然后Google全家桶原生集成，Docs、Sheets、Gmail、Drive、Meet全通，如果你的工作生活跑在Google Workspace上，Gemini可以直接在你的文档和邮件里动手干活。上下文窗口也最大，1M到2M token，处理超大文档集合或者超大代码库，容量优势明显。搜索能力天然整合Google，做需要大量网络信息的研究或者快速查证，它最接地气。响应速度通常也是三家最快。 所以现在没有什么“最好”的AI，只有最适合你手上那件事的AI。你要全功能覆盖、语音交互、商业策略分析，ChatGPT合适。你要高质量写作、精准遵循指令、复杂代码重构、长文档深度阅读，或者需要AI直接在本地文件夹里操作，Claude是首选。你要是频繁处理视频音频图像、深度依赖Google生态、需要超长上下文或者快节奏联网研究，Gemini最顺手。 按任务类型简单速查一下： 写作类（中英文、风格跟随、避免AI腔）：Claude。 复杂编程、代码库重构：Claude。 多模态理解（图、视频、音频分析）：Gemini。 长文档深度阅读（整本书、超长合同）：Claude或者Gemini，前者连贯性强，后者容量更大。 商业策略推理、结构化问题：ChatGPT。 语音对话、口语练习：ChatGPT。 直接操作本地文件夹：Claude的Cowork。 Google生态内干活（邮件、文档、表格）：Gemini。 联网研究、大量信息查证：Gemini。 产品功能集成度、一站式解决：ChatGPT。 #AI# #AIAgent#

经济不好，反而会越来越好的行业 丘吉尔说过：“永远不要浪费一场危机。”这句话放在现在，依然适用。 很多人以为经济不好就只能节衣缩食、被动躺平，但其实危机的另一面，就是新的机会。 越是不景气，就越有一些行业逆势增长，而且普通人也能入场参与！ 今天就来分享5个适合普通人试水的方向👇 ① 谷子经济：情绪价值就是硬通货 很多人完全不了解这个圈子，但在年轻人世界里，“谷子”=精神刚需。 指的是那些动漫、偶像、游戏IP的周边，比如徽章、钥匙扣、手办、立牌等。一个热门角色的徽章可能成本10块，转手能卖100块起步。 ✨普通人可做路径： - 帮人代购限定谷子（国内or日本代购） - 做二次加工：定制钥匙扣、DIY手办、同人立牌 - 本地小市场/展会出摊，精准触达粉丝群体 总结一句：精神消费在增长，懂人心就能变现。 ② 地摊经济：0门槛试错最适合普通人 有人觉得“摆摊不体面”，但现实是：人流越紧张，摊位越值钱。 经济不好，大家反而更爱淘“实惠、便宜、有趣”的东西，地摊就是最典型的“情绪场”。 🧠几个实用建议： - 选址是王道 ：学校门口、地铁口、夜市、医院旁 - 形式要有趣：10元抽奖、盲盒小物、扭蛋风玩具 - 低成本试错：几十块搞个小桌子+灯+进货，不合适立刻转型 📌摆摊不丢人，有人靠夜市月入过万，有人靠差异化摆摊火到短视频。 ③ 单身经济：孤独在赚钱 数据显示，中国的单身人口已经超过2.4亿。 孤独和便利的双重需求下，“一个人的生活”就是一个大市场。 🔥典型细分领域： - 产品类：一人食、自热火锅、便携餐具、迷你电器 - 服务类：虚拟恋人、游戏陪玩、线上陪跑打卡 - 生活方式类：单人旅游、一人影院、单身主题社交局 📌普通人怎么玩？ - 做“小而美”内容电商：测评小家电、推广自热食品 - 接“树洞陪聊”、语音陪伴兼职，低门槛、时间灵活 - 开一个“孤独便利生活指南”账号，从真实体验出发 ④ 宠物经济：比人都好伺候 年轻人有多宠猫狗？ 他们可以吃泡面省钱，但宠物的口粮和小玩具必须买最好的。 📈数据显示：宠物行业依旧逆势增长，哪怕是经济不景气，也舍不得亏待“毛孩子”。 👀细分方向： - 宠物产品：汉服、帽子、手工玩具、零食 - 宠物服务：上门喂猫、宠物相亲、宠物摄影 - 情绪内容：宠物表情包、萌宠日常分享、宠物搞笑语录 ✨普通人切入路径： - 可上门喂养、上门遛狗（适合城市白领、副业党） - 用宠物做内容起号，比人好拍又有流量！ ⑤ 疗愈经济：精神比钱更紧张 经济越不好，压力越大，焦虑、失眠、情绪崩溃的人越多。 “疗愈”和“逃避”成为越来越多人偷偷消费的领域。 ⚡潜在机会方向： - 解压馆、沉浸式放空屋、香薰体验、助眠冥想 - 轻玄学玩法：塔罗、占星、MBTI配对、祈福活动 - 情绪表达平台：树洞、陪聊、虚拟信箱、日记App 📌普通人怎么玩？ - 可以结合AI做线上塔罗、心理测试、情绪陪伴类内容 - 做“数字疗愈博主”，分享排解焦虑的小工具、方法、账号 - 本地尝试低成本解压摊位，比如“发泄打击区”“贴贴树洞墙” 最后，经济不好，刚需可能减少，但情绪消费、体验型消费正在增长。 找准情绪 → 小成本试错 → 放大自己懂得的东西，就是普通人适合的搞钱思路。

# 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：

【Crypto AI创意广告第一期 -- @Hertzflow_xyz 】 每天都在亏钱，技不如人，这个版本的Crypto确不是我的菜，心想不如把这些流动性拿来做一些有意义的，能发挥自己长处的事情。于是我启动了这个Crypto AI创意广告计划，每周我会调研挑选一个自认为不错的项目用AI为他们制作创意广告，是对对方品牌战略价值的展现，也是对自我的提升。 第一期选择了 @Hertzflow_xyz ，@thecryptoskanda，这是一个杠杆引擎，结合多重预言机，高达1000x杠杆，支持几乎任何市场，甚至还能自建市场，由 @yzilabs 支持。 聪明的人，总能找到他的支点 _ Hertzflow，将一切杠杆化。 此片深受《环形物语》与安东尼奥尼的启发 #Crypto# #Web3# #AI# #seedance# #kling# #tapnow# #AIGC# #defi# #BNBCHIAN# #suno#

OKX 最近支持 USDG 做抵押物了，这里面有个非常清晰的稳定币套利空间！ 目前 USDG 放在账户里就有 4.1% 的年化收益，而拿它去抵押借 USDT 的利率只要 2.5% 。 中间这 1.6% 的无风险利差直接就能吃。 具体操作就是把 USDG 质押进去借出 USDT ，然后再换回 USDG 继续存进去。 因为是稳定币互借，不用操心行情暴涨暴跌。 只要多循环操作几次，扣除借币利息后，实际年化收益能直接做到 8.9% 。 收益确实香，但是玩循环贷还是必须敬畏市场。如果 USDG 跌到 0.8 以下可能就会触发清算红线就会爆仓。 大家务必盯紧账户健康度，留足安全边际。

又到了一年一度的年底复盘+好物推荐,个人2025年最值得的三笔投资，都不贵，体感升级巨大： 1. 基因检测 + AI解读从"大众养生"升级到"循证个性化养生"。AI结合基因、体检、可穿戴数据，精确定位你的核心遗传风险，提前十年干预。 2. 定制鞋垫足弓是身体的地基，地基歪了楼怎么稳。站姿、走姿、腰的问题，根子可能都在脚上。 3. 呼吸训练每天两万次的动作，99%的人从没优化过。免费、随时、立竿见影，我的HRV提升了15%。 共同点：都是"低成本高杠杆"的身体优化,后续推文会详细展开！

成都：血战三日 成都的民主化运动，一开始就跟北京和中国其余地区有很大差别，最开始的抗议主要集中在反腐败和反官倒这样不痛不痒的口号中，甚至跟“民主”没有直接关系： “比如，当地一位英语说得很好的社会学教授，带我了解了豪华的锦江宾馆的情况。他指着那些独自坐在酒店酒吧喝着橙汁的女人说，这 里的消费是普通中国人负担不起的。看起来，这些女人似乎是妓女。我们看着一个年长的男人走到其中一个女人那里，然后两个人走出餐厅，消失在电梯里。他说，那名男子是一名著名的将军，公众知道酒店里发生的这种事情，并将其视为失业严重时期政府腐败的一个主要象征。”（小天安门：美国议员回忆成都“六四”/纽约时报中文网） “据我6月5日采访的美国领事馆官员斯科特·贝拉德（Scott Bellard)说，最开始在成都没有真正的学生民主运动，但在年轻工人和失业青年当中存在巨大的动荡，主要是对腐败和失业感到忧虑。”（同上） “不过他们的诉求有别于北京的学生。‘我印象中最重要的一件事就是，它从来不是为支持民主而抗议的。’金鹏程（Paul Goldin）说。这位宾州大学的中国思想教授，昔日是在四川大学学习中文的美国学生。从他的角度来看，学生的主要目的是要让体制从里到外变得更纯粹，他们并不想推翻共产党，反而希望党能遵守自己做出的承诺…之后很久，所有人都知道北京建了一座民主女神像之后，那时候，人们才开始使用自由、民主这种词”（《人民失忆共和国-成都》林慕莲） 紧接着，成都运动的第二个特点出现了：它是在不断的反抗政府的暴政之下，才越来越强大的。换句话说，对中国政府的仇恨，而不是对民主自由的追求，才是成都运动真正的核心动力： “五月十六日的清晨是成都抗议行动的转折点。当时超过千名的警察与大约两百名学生扭打成一团，警察在清场过程中动用棍棒和皮带殴打学生…那晚的暴力清场刺激了这场运动…有近几十万人在警方行动之后走上街头，还有多达一千七百名的学生参加绝食抗议。成都变成了游行参与者的聚集点，他们从四面八方的其他地区蜂拥而入，甚至有远至西部的阿坝藏族羌族自治州的代表团来参加抗争。学生们在墙上张贴的海报中写满了他们的希望与渴望，像是‘不自由，毋宁死！’抗议在当时成了家常便饭，在某些圈子里，连日常的问候‘吃饭了没？’都会半开玩笑地变成了‘你抗议了没？’”（《人民失忆共和国》） 四川省曾是赵紫阳的封疆，时任四川省党委书记杨汝岱又是赵紫阳的门生，因此四川党委迫切的想要把成都的运动解释成为支持北京学生的运动：“党委副书记顾金池对学生说：‘我们清楚的知道你们的绝食运动是为了支持北京学生…”（同上）成都的抗议活动确实与北京的学生运动有一些理论上的联系，但两地的社会背景差距太大，产生运动的原因也如上述般各不相同，因此四川省委的举动更像是顺势而动，借机配合赵紫阳和中央党内支持学生的派系，而不是对成都运动一个符合事实的描述。 当然，成都与北京最大的区别和关联，都来自于6月3日当天。当北京的屠杀正在策划和进行的时候，成都的抗议者已经所剩无几。然而当北京屠杀的消息通过BBC和VOA传到成都以后，全城才真正的被点燃了。也就是说，北京的抗议结束以后，成都的运动才正式开始： “在几个小时之内，充满杂音的英国广播国际频道以及美国之音却传来了北京的屠杀消息，于是数千名愤怒的市民又再度回到了成都街头。这次的群众运动展现出坚定的团结与无畏的勇气，街头的抗议者清楚知道军队在北京向手无寸铁的民众开火。数千人在成都的主要道路上游行，他们举着哀悼的花环和标语，上头写着‘我们不怕死’、‘六四屠杀，七千人死伤’、‘打倒独裁政府！’当第一波的示威群众游行到武警部队面前时，局势变得一触即发。群众的攻势被警方挡了回来，武警开始用警棍殴打示威者。现场登时爆发为全面战斗，抗议者用鞋子，砖头，人行道上的碎片，以及任何他们能够取得的东西回击武警部队。”（《人民失忆共和国》） “然而，成都人并没有被政府撑腰的暴力镇压给吓唬住。相反的，他们被激怒，变得更加义愤填膺…一群人发现了一个没怎么伪装的警察。‘愤怒的群众立刻揪住了他，像成群的老鹰一般扑向他，在我们眼前血腥地将他踩死。这种严厉的私刑让我深深震撼，它血淋淋地显示了人民对警察有多么反感。’”（同上） 至此，长达三日的血腥巷战在成都市民与中国警察之间展开。尽管许多当事人的回忆多有出入，而且各方的描述区别甚大，但是有一点是所有人都可以同意的，那就是从6月4日下午开始，到6月6日晚，成都市民的攻击对象都只有一个，就是中国政府及其代理人。不管是市政府，警察局，消防局还是国有企业，都成了成都市民的攻击对象。他们忠实的履行了“打倒独裁政府”，“暴君人民绝不放过你”，“血债要用血来还”的承诺，在实力对比明显不利于自身的情况下，用自己的鲜血谱写了巴蜀人反抗中国统治的悲歌： “到了六月四日傍晚，一群愤怒的群众放火焚烧任何属于公家的物品，包含公共汽车和警车。群众向广场附近一个殴打拘留者的警察局投掷石块，瓷砖和汽油瓶，最后还引爆火势。大火蔓延到早被洗劫一空的‘人民商场’ — — 一个占据了整个城市街区的国有市场…六月五日早上，成都的市民一觉醒来看到了不可思议的景象。街上有很多焦黑冒烟的公车，现场出奇的安静。而且唯独国家的财产遭受攻击，政府大楼的每一块玻璃都被打碎，而旁边的私人企业则毫发无伤…政府当局好像完全失去了掌控能力。一份解密的美国电报指出，武警部队的人数远远不及民众人数，他们为确保自己的安全，被迫撤退到市政府大楼。每一次武装部队试图出击的时候，都因惊人的群众数量而迅速撤退，最多只能偶尔向人群投掷几颗烟雾弹。”（《人民失忆共和国》） 笔者曾在其他地方将巴蜀的抗议称为“六五”，而不是“六四”，主要原因就是因为，整个成都抗暴过程中，最有象征性的冲击政府大楼，和市民与警察最激烈的战斗，都发生在六月五日： “6月5日上午12:15，我写了如下： “街上到处都是人，一片混乱。” “当我沿着人民南路走向广场时，我开始见到倾倒的垃圾桶和路边的栏杆。距离毛泽东塑像一个街区的地方，年轻人正在建造一个简陋的路障。最终，我壮起胆子从广场中心穿过，满地都是碎玻璃和垃圾。 “看不见有警察，但每隔几分钟，就会有一个扬声器播放公告，一个声音说到：“我们五分钟后就来抓你。”又一阵恐慌爆发了，人们都纷纷逃走。” “大约午夜12:15分的时候，我在广场往右转，看见路上有燃烧的物体。两辆城市大巴，也许就是下午5点左右我看到的警察拖过广场作为路障的那两辆大巴，烧的只剩车架了，轮胎仍在燃烧。再远一点，一辆三轮警用摩托车也在燃烧，然后我意识到我正在走过的街区有一半着火了。” “年轻人打烂窗户、摧毁建筑物，以表达他们对政府的不满。成都体育大学的一位没有参与抢劫的学生告诉我：‘人们正在燃烧建筑物，因为政府不好。戒严是一个错误。我们不喜欢它。’” “三辆消防车从广场的方向开过来去扑灭熊熊大火。但当他们停下来，连接水管并对准火焰时，人们包围了消防车，并在五分钟之内将其中一辆点燃，并将另一辆翻过来！难以置信。人群吼叫着表示赞同。五分钟后，催泪瓦斯罐头开始爆炸，人们逃离，这种恐慌情绪并未停止，因为爆炸不断发生并且越来越靠近 — — 四，五，六个。” 我接着写道：“这是一个有趣的教训。从当局角度看，这展示了事情如何‘失控’，甚至可以‘证明’他们的论点，即骚乱是‘少数暴徒’或‘几撮不良分子’造成的。当局对于和平示威出重拳，激怒了他们。在开始实行强硬路线后，他们无法退缩，只能严厉打击。愤怒的人们，开始抢劫、放火。当局不能让建筑物就这么被烧毁，所以他们派出消防车。当人们把这些都点燃后，催泪瓦斯就来了。当局一旦开始犯错，并坚持下去，剩下的事情就自然而然地发生了。”（小天安门：美国议员回忆成都“六四”/纽约时报中文网） “6月5日上午9时左右，一伙歹徒从东、南两个方向，用石头猛击市人大常委会办公楼，将二、三、四楼临街办公室窗户的大部分玻璃砸烂。随后，这些歹徒手持钢钎，木棒，冲开东面铁门，打砸停在院内的汽车，并放火烧毁了三辆轿车。下午，一些歹徒又聚集在市人大常委会门前，向办公楼抛甩汽油燃烧瓶，将行政楼引燃，这些人还猛撞围墙，企图冲进办公区，未逞。他们便在办公楼下叫骂：楼上的人下来，把你们全部杀死… 6月5日，从下午到晚上，一伙歹徒围聚在市政府办公大院东墙外左侧，对着正在进行广播的房间高呼：杀死所有的共产党员，杀死所有的公安！” “6月5日，歹徒的暴行达到顶峰，他们倾巢出动，四面袭击，打砸警车，殴打武警、公安干警和解放军。从6月5日至6日，成都市区所有十字路口皆无交警上岗，街上亦不见穿警服、军服的军警人员。一些军警人员的家庭受到威胁，歹徒们叫嚣：先打警察，再打警察家属…歹徒们还闯进一、二、三、六等医院，搜寻受伤的武警战士，扬言‘搜出一个，就打死一个’。蜀都大道和一环路等地，每个交通路口都聚集着几百名歹徒。他们见军车、警车、轿车就砸，见军人、民警就打。他们喊着：‘有怨报怨，有仇报仇，无冤无仇，就打欺头！’”（《成都骚乱事件始末》） 而武装斗争的主力，已经从学生转移到了长期受警察欺压的群众，这一点，共产党的材料其实比西方人看到的更清楚： “石头、砖块、玻璃瓶如雨点般向人民东路派出所袭击。手持匕首，钢钎，大刀，木棒，铁棍的歹徒，声嘶力竭的对着人东派出所嚎叫着： 警察，黑xx！今天老子们要把你们黑xx锤平！ 黑xx警察！你们整老子，你们晓得有今天的下场哇。老子要点一把火，烧！ 宋良志（人东派出所所长）！你xxx是对的就出来！人东（派出所）的，还有戴大盘盘（帽）的，是对的都出来！老子们今天统统的杀死！ 共产党没有了！政府没有了！打！烧！冲哇！”（《歹徒们为什么要烧人东派出所》） 当然，和中国的材料想要宣传的相反，抗议群众其实在大多数时间都处于武器，装备和经验不足的局面。从西方和共产党的记录我们都可以看出，抗议群众的武器非常简陋，最有效的也只有燃烧瓶和高压气枪（只有共产党的记录，西方记录里并未出现高压气枪）。面对全副武装的武警和解放军，抗议群众很快失去了气势。从共产党的材料里来看，抗议群众分成许多个小团体，彼此之间并没有足够的支持，而武警一次的出动数量居然可以达到800名！6月6日，四川省委书记杨汝岱抛弃了部分由他煽动起来的学生和抗议，给武警下达了镇压的命令，武警开始放开手脚，血腥镇压抗议群众。在武器，装备，组织和经验全面领先的武警面前，抗议市民仅凭人数优势无法获胜，被分割开来，各个击破： 我问他，既然民众是多数，为什么不将警察制服。 “在成都，这是新事物。我们没有这样的战斗的经验。人们很害怕。但我们不能再忍受了，所以我们加入了。如果警察向人们开枪，他们就会变得更勇敢，并去战斗。我们医学院/医院的院长警告我们，如果我们参与学生示威，就会受到惩罚。这是真的。他们在布告栏上贴了通知。”（小天安门：美国议员回忆成都“六四”/纽约时报中文网） 武警在抓捕学生和抗议者期间，对他们实行了惨无人道的杀害： “我回到我之前待着观望事态的那间房间的阳台上。不久，有六辆卡车载着看起来像是士兵的人进入大院。他们没有持枪，但似乎有类似刺刀的武器。他们与我过去两天见过的武装警察不一样。有一个人非常醒目。他穿着不同的制服，有一把套在枪套里的手枪。 这些士兵跳出来，见一个抓一个。真是一片混乱。大多数示威者、袭击者和围观的人都跑了出去，但大约有三十多人被抓，不管他们是破坏了财产还是只是看热闹的，士兵们不知道也不关心。 在接下来的三个小时里，我们惊恐地看到这些士兵们殴打、虐待被捕的人。他们要每一个人向前迈出一步，双手绑在身后。他们给他们拍了照片，问了一些问题，然后把他们头朝下扔到水泥地的停车场。他们的头骨脑袋撞到地面发出的嘭嘭声，令人毛骨悚然。 我受不了了。我跑到酒店的大堂，那里全是碎玻璃，被砸得稀巴烂。我发现士兵的领导正和其他的士兵站在周围。我走到他面前，开始用英语对他喊：“你不能这样做！你这是在没有任何正当程序的情况下杀人。”我也不确定自己具体说了什么，但我不会说普通话，而他不会说英语。很快，一些警卫把我赶走了，我又回到了阳台，气得浑身发抖，却又无可奈何。 在他们“处理”完所有新的被捕者之后，士兵们又将他们扔到他们开来的其中一辆大卡车上，就像他们是一袋袋土豆。 如果那时那些人还没有死，那么压在下面的人很可能会窒息而死。凌晨3点刚过，他们就把车开走了。我不知道他们当中死了多少人。”（小天安门：美国议员回忆成都“六四”/纽约时报中文网） “她看到了大约二十五个人跪在院子里，头朝下，双手绑在背后。他们先是被推到在地，然后卫兵围着他们走来走去将近一个多小时。最后，指令下来了。这时‘穿黑裤子白衬衫的人上来用铁棍把那些人的脑袋敲碎’。景象惨绝人寰，她吓得在浴室里呕吐。几天后，她逃离了中国。后来她告诉一家北欧的报纸，‘他们一个人一个人的杀，那些还活着的人不断哀求他们给一条生路。’”（《人民失忆共和国》） 惨烈的三日巷战，以巴蜀人民的失败而结束。 ---成都血战：巴蜀的1989 巴蜀独立会 1.6月4日警察对抗议者使用了催泪瓦斯和眩晕手榴弹，试图驱散主要广场的人群。 2.6月4日武警清场后，警察和投掷石块的愤怒人群之间爆发了激烈的战斗。 3.6月4日成都。照片： AFP/Getty Images 4.在冲突中受伤的人等待接受治疗。头部受伤的情况很普遍，这说明警察采取了殴打抗议者头部的策略。伤者恳求西方摄影师 "告诉世界！"Kim Nygaard提供