做服装这行的老板们应该都知道， 找模特、约场地、租摄影、再加修图， 一件衣服上架前光视觉成本就几百到几千， 我身边几个开淘宝小店和做小红书种草的朋友，每次上新都跟打仗一样。 360安全龙虾里面的 纳米 Image 2.0（看名字就知道，懂的都懂） 你来试，谁用谁赚到。 不用怕不会写提示词，就用自然语言表达就行 里面塞了一堆技能，也内嵌了 Agent，能精确理解你的意思 第一步：拿一件平铺图扔进去， 第二步：输入提示词 第三步：取图发布朋友圈 我本身服务服装行业的 AI 工作流， 你还别说出来的东西「能用」 版型、面料、印花都还在，模特姿态也比较自然，不是那种一眼AI的塑料感。 现在上传一张平铺图、输入你想要的提示词， 几分钟拿到一组能直接用于上架级的图或者朋友圈的氛围图。 SKU多、上新频繁的店主，真的可以实现随时更新朋友圈。 这个算下来省下来的不是一星半点。 开服装店的（最直接）、 做穿搭种草的博主（不用每次约拍）、 独立设计师（出效果图给客户看）、 做外贸的电商卖家也行。 不算硬广，单纯觉得这个出图结果有点意思，对我们大多数国内的店主，很友好。 360安全龙虾负责把一堆AI工具打包好不让你折腾安装环境， 纳米Image 2.0负责把"拍一组商品图"这件事的成本打下来。 如果使用不习惯龙虾，他们的纳米AI里也有纳米 Image 2.0的智能体，效果同样出色！ 有出图需求的店主们，可以自己去试试。

从世界历史中学习金融:看完你会比90％的人更懂金融！ 金融从来不是孤立的钱的游戏， 本质就是人性逐利冒险与文明规则约束的千年博弈。 人性要逐利冒险，文明要立规矩防混乱， 正是两者不断拉扯，才长出了今天我们熟悉的金融世界。 其实咱们现在天天纠结的： 该不该买股票？ 利率涨了怎么办？ 本质和几千年前古人遇到的问题一模一样： 借粮食怕还不上，就像现在怕房贷断供； 想多赚点利息，就像现在想靠理财增值。 金融的源头，本来就是人性的真实需求，加上文明为了满足需求搭起的规则框架。 今天我们就顺着时间线，把这场跨越千年的博弈理清楚。 01）金融的起源：信用从泥板里诞生，规则从约束贪婪开始 很多人都觉得一定是先有货币，才有金融。但事实真的如此吗？请看以下这张图，这是公元前2800年美索不达米亚苏美尔文明泥板上的借据——核心两个字：信用。 那时候两河流域还没发明像样的货币，但苏美尔人已经把借贷关系刻在泥板上了。比如一块出土泥板清楚写着：「普兹拉姆从太阳神沙马什那里领了三巴舍克勒白银，收货时连本带利还，利率百分之二十」。 为什么选泥板？因为黏土在当地遍地都是，烧硬了能保存几千年，相当于我们今天的合同——就算双方翻脸，旁人看泥板也能说清谁欠谁。这就是最早的信用凭证：金融的起点从来不是钱生钱，而是「我信你能还，咱们留个证据」。而且泥板上不仅记账，还写清楚了违约规则：还不上就用小麦抵押，实在还不上就当三年奴隶——从一开始，信用就和规则绑在了一起。 只靠熟人信任和简单约定，应付不了复杂情况，总有人把利息抬得离谱，逼得借债人卖儿卖女，整个社会都会乱套。于是文明出手定规矩，就有了我们熟悉的《汉谟拉比法典》——这其实是人类最早的金融监管法。 公元前1750年的古巴比伦，法典专门给借贷定了红线：借谷物，利率上限是33.3%；借白银，利率上限是20%；谁敢超收，直接没收他借出去的东西。为什么定这么严？当时美索不达米亚人爱喝啤酒，40%的小麦都用来酿酒，如果高利贷把农民逼得种不出小麦，不光没酒喝，整个社会的粮食供应都要出问题。所以规则的意义从来不是扼杀金融，而是保护信用不被贪婪破坏，让借贷能长久做下去。 到了古希腊，金融又长出了新玩法——期权的雏形。哲学家泰勒斯其实是个隐藏的金融高手：有一年他通过天文观测，预判来年橄榄会大丰收，就提前付了定金，锁定了当地所有橄榄榨油机的未来使用权。等真的丰收，农民们都要榨油，只能从泰勒斯手里租机器，他一下子赚得盆满钵满。 这操作放到今天就是标准的期权：用少量定金锁定未来资源，按约定条件交易，本质和我们现在买期货期权没区别，支撑这笔交易的核心还是信用——泰勒斯信农民会履约，农民信泰勒斯会付定金。 说到这里我们再想「利息」的起源，其实特别实在：苏美尔语把利息叫「moss」，埃及语叫「ms」，都和「声誉」挂钩；日语里利息的词源，本意是「子嗣带来的利益」。这不是古人浪漫，而是本质就是：借出去一头牛，明年可能多一头牛犊；借出去一袋小麦，明年能多收半袋。利息本来就是对出借方「信用风险和机会成本的补偿」，你帮了我，我得让你不吃亏——这本身就是最朴素的规则。 所以金融的源头其实很清楚：信用是地基，没有信任，没人愿意把钱或东西借出去；规则是承重墙，没有规矩，贪婪会把整个信用体系拆塌。 02）中世纪金融：禁令下的博弈，逼出更灵活的创新 等到了中世纪的欧洲，这套「信用+规则」的逻辑突然被打乱了——基督教直接出台利息禁令：说「时间是上帝的，收利息就是赚上帝的钱」，给刚发展起来的金融套了个紧箍咒。 但规矩是死的，人要做生意要谋生，金融总能绕着禁令找活路，反而在道德枷锁和现实需求的拉扯里，催生出了更灵活的金融玩法。 我们先看看这个禁令有多严：公元325年尼西亚会议就规定，神职人员不能放贷收息；过了500年，到850年直接加码：放贷的人直接逐出教门。可现实呢？国王要打仗，商人要运货，农民要种庄稼，谁都有急用钱的时候。12世纪的意大利，商人运丝绸从威尼斯到布鲁日，光成本就要几千金币，自己拿不出只能借，禁令再严，也不能眼睁睁看着生意黄了。 所以第一个妥协的，反而是出台禁令的教会。1215年第四次拉特朗大公会议上，教会松口了：「要是借债人逾期不还，收点罚金，不算利息」——这其实就是换个说法，本质还是补偿出借人的损失。后来更直接，你放贷赚了钱，买张赎罪券就能免罪，变相承认了利息的存在。甚至教皇克雷芒七世出身的美第奇家族，直接发行教廷公债，每年付10%的利息——毕竟教会要盖教堂、养神职人员，也需要钱。再严的道德禁令，遇到真实的资金需求，也得给现实让路。 那普通人借钱找谁呢？犹太人成了这个领域的主力军。犹太教规矩里有一条：「借给弟兄不能收利息，但借给外邦人可以」。中世纪的欧洲，犹太人是少数群体，不能买土地，不能当公务员，只能靠商业谋生，放贷就成了他们的主要活路——不是犹太人天生爱做高利贷，是规则把他们逼到了这个领域。莎士比亚《威尼斯商人》里的夏洛克，原型就是中世纪的犹太放贷人，他要一磅肉的极端约定，其实也是无奈：犹太人没有土地做担保，只能靠这种极端方式保障自己的本金。 伊斯兰世界的玩法更聪明：伊斯兰教也禁止收利息，但商人想出了「贸易差价」的办法——我帮你买一批香料，你卖掉再给我钱，我多收的服务费，其实就是变相利息；他们还早早搞出了汇票，商人在开罗买货，不用带沉甸甸的金币，开张汇票到巴格达就能兑钱，比欧洲早了好几百年。没办法，横跨欧亚非的商路需要便捷的支付工具，禁令反而倒逼出了更聪明的创新。 除了这些玩法，中世纪还给金融打下了两个关键的技术基础：一个是斐波那契把阿拉伯数字引入欧洲，写了《计算之书》，替代麻烦的罗马数字，算清复杂生意账；另一个是卢卡·帕乔利发明了复式簿记，一笔生意有借必有贷，赚了多少欠了多少一目了然。这看似是数学和会计的小事，其实是金融的基础设施——只有算清账，商人才能攒下信用，才能聚集更多资本做大事。 所以你看，中世纪的金融没被禁令打死，反而在博弈里攒下了一身新本事：有了变相收息的办法，有了跨区结算的汇票，还有了算清账的工具。这些积累都不是白费的，等大航海时代来了，要给哥伦布的探险凑大钱，这些本事正好派上了用场。 03）大航海时代：资本的地理冒险，改变了整个世界结构 大航海时代探险家们敢闯大洋，从来不是只靠勇气，背后是资本在赌一把——赌新航线能带来比陆地贸易高几十倍的利润，这就是一场资本的地理大冒险：敢花钱、敢担风险，为的是赚别人赚不到的差价。 这场冒险最大的诱饵，就是现在我们习以为常的胡椒。在16世纪的欧洲，胡椒比黄金还金贵：欧洲吃的胡椒都从印度东南亚运，中间经过伊斯兰商人好几手倒卖，每过一次价格翻一倍，到欧洲内陆，价格已经是产地的十倍，普通农民根本吃不起。所以商人都琢磨：要是能绕开中间商，直接从产地运，利润不就全归自己了？开辟新航线的需求，本质就是资本想赚差价的需求——没有高利润诱惑，谁也不会拿大笔钱赌远洋航行。 那钱从哪来？我们都熟的哥伦布，其实就是一个找投资的「连续创业者」：一开始找葡萄牙国王，人家觉得他算错了航线，不投；又找法国贵族，人家也不感兴趣；最后磨了西班牙伊莎贝拉女王好几年，还承诺找到新陆地，西班牙分一半收益，女王才咬牙拿出钱。这不就是现在创业公司融资的样子吗？创始人画饼，投资方看收益评估风险，最后才掏钱；而且哥伦布还特别懂「定制方案」：跟西班牙说能找到亚洲捷径，跟法国说能发现新金银产地，这套看人下菜碟的融资逻辑，放到现在风投圈也不过时。 新航线打通之后，资本带来的连锁反应，直接改变了欧洲的社会结构。最典型的就是「白银引发的价格革命」：1545年西班牙人在美洲发现波托西银矿，之后大量白银顺着航线流回欧洲，1595年美洲出口商品里95%都是白银。这么多白银突然涌入，欧洲物价直接涨了四倍——原来一个金币能买一百斤小麦，现在只能买二十五斤。 这一下子就冲击了旧秩序：靠固定地租吃饭的封建主惨了，收的地租还是老价钱，却买不到原来多的东西，慢慢就破产了；商人却赚翻了，用白银进货再高价卖出，差价越赚越大。资本就这么悄悄完成了社会结构洗牌：旧贵族退场，新商人崛起，资本开始主导社会财富分配，这就是大航海给文明带来的最深刻改变。 还有个有意思的小细节：我们现在说「美元」，其实根子能追溯到这场大航海。美洲白银发现之前，欧洲有个「泰勒银币」，用波西米亚山谷的白银铸造，成色足分量准，成了欧洲通用货币。后来这个银币传到西班牙叫「dolara」，传到英国变成「dollar」，几百年后传到美国就成了「dollar」也就是美元，甚至我们人民币的「元」，日元的「円」，都和这个银币有关系。货币从来不是凭空造出来的，都是跟着资本和贸易走的，大航海把银币带到全世界，也为后来的全球货币体系埋下了种子。 当然，这场冒险从来不是稳赚不赔：投资的船队遇到风暴沉了，钱全打了水漂；囤白银赌涨价，结果白银太多价格跌了，反而亏了本——这和现在的风险投资一模一样，高收益必然带高风险，资本愿意冒这个险，只是因为一旦成功，收益能翻几十倍。 大航海能成，本质就是中世纪金融经验的升级：复式簿记能帮商人算清远洋贸易的成本利润，汇票能不用带金币就完成跨洲结算，甚至中世纪的放贷逻辑都用来给船队融资。这些攒了几百年的基本功，才是资本敢闯大洋的底气。但远洋贸易成本越来越高，一趟下来成本是中世纪陆地贸易的十倍，单靠几个商人凑钱根本扛不住，还得有新的组织形式，把很多人的钱聚起来，还能分摊风险——于是，改变现代金融的两个发明就登场了：股份制公司和证券交易所。 04）现代金融基石：公司和交易所，是资本的双刃剑 荷兰人拿出的两个发明——荷兰东印度公司和阿姆斯特丹交易所，被板古敏彦称为「资本的双刃剑」：一边解决了「聚钱+分摊风险」的大问题，让大航海能规模化推进；另一边，也催生出人类第一次全民投机泡沫，告诉我们：再好的制度，也挡不住人性的贪婪。 荷兰东印度公司最核心的制度突破，就是有限责任。在这之前，欧洲的公司基本都是无限责任：你投100吨开公司，万一船沉了欠了500吨债，你得卖掉房子田地凑钱还债，一次投资就赌上全部身家，谁敢轻易投？所以那时候要么是家族小生意，要么是国王特许的垄断商，做不大。 但荷兰东印度公司不一样：明确规定股东只以出资额为限承担风险，你投100吨，最多亏100吨，不用卖房子还债。就这一条，彻底改变了资本的态度：原来只有大富豪敢投资，现在普通工匠、店主都愿意拿出积蓄——反正亏了也不影响生活，赚了能分远洋贸易的利润。公司成立的时候一下子募集了650万荷兰盾，是当时英国东印度公司的十倍，没有有限责任根本凑不齐这么多钱。 它还有个更绝的设计：不按单次航海结算，做长期事业。原来的贸易公司，一趟航海回来就分钱散伙，下一趟再重新凑钱；荷兰东印度公司直接把21年的航海计划打包成长期项目，股东的钱能一直用在开辟据点、垄断贸易上，就像现在的长期基金，能做需要长期投入的大事——建商馆、控制航道，这些都不是一次航海能搞定的。也正因为事业长期稳定，股票才有了交易价值，这就为交易所诞生埋下了伏笔。 阿姆斯特丹交易所的作用，就是给资本找了个公开流动的「菜市场」：东印度公司的股东急用钱，想把股票换成现金，不用挨家挨户问，直接去交易所卖就行。这个交易所不止交易股票，还能做期货、期权：有人觉得明年胡椒涨价，就提前约定价格买东印度公司股票；有人怕股票跌，就花点钱锁定下跌风险；甚至连盐渍鲱鱼都能做期货，鱼还没捞，就先把未来的鱼卖掉，和现在农民提前卖粮食锁定价格逻辑一模一样。 但制度的另一面很快就露出来了——郁金香泡沫。17世纪30年代，荷兰人疯狂炒作郁金香球根：普通球根能卖几十吨，稀有品种「总督」球根能卖两万吨，相当于一个工匠十年的工资。为什么会炒成这样？有限责任让普通人也能进场投机，交易所让球根交易和股票一样方便，大家根本不关心郁金香能不能开花，只关心下一个人会不会出更高价买。结果1637年2月，球根价格突然崩盘，很多人早上还以为能靠球根发财，晚上就血本无归。 这就是泡沫的本质：当制度让交易变得太容易，人性的从众和赌性就会被无限放大，最后把资产价值炒成空中楼阁。不过这场泡沫也不是全没意义：它让人们意识到，光有聚钱的制度不够，还得有防炒作的规则——后来荷兰政府开始限制无实物交割的期货交易，就像现在监管裸卖空一样。而且东印度公司的股票没受太大影响，因为它有真实的胡椒贸易利润支撑——这也告诉我们，有真实收益支撑的资产，才经得起泡沫的考验。 公司和交易所解决了「资本怎么聚、怎么流动」的问题，但还有两个大风险没人扛得住：国家要打大仗，动辄几百万英镑，国王自己掏不起；商船出海，万一沉了被抢了，船主一辈子家底就没了。单个机构和个人扛不住这么大的风险，就需要能把风险拆碎分摊的新工具——于是，国债和保险就诞生了。 05）风险分摊神器：国债和保险，把大风险拆给所有人 国债和保险的核心逻辑其实一句话：不消灭风险，而是把风险拆成小块，卖给很多人——国家把战争风险分给成千上万投资者，船主把海上风险分给成百上千投保人，这就是金融最聪明的「风险分摊术」。 先说说国债：本质就是国家学会了「靠谱借钱」。在这之前，欧洲国王借钱就是一锤子买卖：打赢了可能还点，打输了直接赖账。1672年英国国王查理二世欠了金匠银行家一大笔钱，直接宣布不还，好多银行家直接破产——所以那时候没人敢给国王借钱，谁愿意把钱借给一个说赖账就赖账的人？ 直到1688年英国光荣革命，议会通过《权利法案》，明确国王不能随便征税，也不能随便赖账，国债才真正有了信用。法案写得清楚：没议会同意，国王不能征税——这就意味着国债的还款来源有了保障，不是国王一句话就能改的。1692年英国出台专门的国债法，把原来国王的私债，变成了国家欠所有人的钱，还发明了「统一公债」：没有偿还期限，每年固定付利息，想变现随时能在交易所卖掉。 这下一下子就不一样了：原来投资者怕国王赖账不敢买，现在知道有议会担保，还能随时卖，纷纷掏钱买。英国国债从1739年的4400万英镑，涨到1816年的7亿英镑，全靠这套靠谱规则。国家把战争风险变成了「每年拿利息」的投资机会，投资者自然愿意接。而且设计还特别灵活，曾经发行过「彩票型国债」：买100英镑国债，不光每年拿利息，还能抽奖中额外奖金，一下吸引了很多普通民众，街边面包师都愿意拿出积蓄买，国家轻轻松松就凑够了军费——背后逻辑很简单：风险越大，就要给投资者越多甜头，大家才愿意一起扛。 再看保险：本质就是把「小概率大风险」，变成「大概率小支出」。最早的海上保险雏形古希腊就有了：船主借钱买货，约定船安全到港就还本金加利息，要是船沉了就不用还——其实就是用高利息买风险保障，只是没形成正规制度。真正把保险做成生意的，是伦敦的劳埃德咖啡馆。 1687年爱德华·劳埃德开了这家24小时咖啡馆，水手、船主、商人都爱来这歇脚，慢慢就有人在这「赌船」：船主花点钱，找几个有钱人约定，船安全到了，钱归有钱人；船沉了，有钱人赔船主钱——这些签字画押的有钱人，就是最早的承保人，这就是现在劳合社的前身。那时候承保人要承担无限责任，船沉了得卖房子赔钱，但还是有人愿意干，因为大多数船都能安全到港，保费攒下来就是稳赚的。 这就是保险的本质：大多数人没出事，他们的保费就用来补偿少数出事的人，大家一起扛住单个扛不动的风险。后来保险还扩展到了人寿：苏格兰的牧师们看到同事早逝后妻儿没人养，就搞了「苏格兰寡妇基金」，大家每年交一点钱，有人去世就从基金里拿钱给遗属；他们还聪明地用了哈雷生命表，算清楚平均多少牧师会去世，每年该交多少钱——这就是最早的保险精算，让保险从「凭感觉凑钱」变成「靠数据定价」。 不管是国债还是保险，核心都是「信任+规则」：国债靠议会担保、税收兜底，保险靠精算数据、契约精神，少了哪一样都玩不转。但随着战争规模变大，贸易范围变广，资本永远会跟着「安全+信用」走，金融中心也就开始慢慢转移——从阿姆斯特丹到伦敦，再从伦敦到纽约，每一次转移都是一场信用的较量。 06）金融中心迁徙：资本永远选择最有安全感的地方 金融中心的转移从来不是靠军队抢来的，是资本用脚投票选出来的：谁能给资本安全感，谁能守住还钱的规矩，资本就去谁那里。 第一个转折点，是阿姆斯特丹的衰落。17世纪阿姆斯特丹本来是全球金融心脏，东印度公司股票在这交易，霍普商会能帮瑞典、俄罗斯发国债，但拿破仑战争打碎了一切：拿破仑要征重税，还要把荷兰的黄金运去法国充军费——资本最怕什么？怕被强征、怕没保障。于是阿姆斯特丹的商人连夜打包资产，有的去伦敦，有的去汉堡；1806年阿姆斯特丹交易所交易量，只剩原来的十分之一——没了资本信任，再繁华的金融中心也会变成空城。 接着就是伦敦崛起，它赢就赢在靠谱的规矩和安全的环境。拿破仑战争期间，英国一边打仗，还能让资本安心：第一，英国有统一公债，不管战争打得多凶，每年利息从不拖欠，投资者知道买了不会亏；第二，英镑和黄金稳定兑换，拿着英镑在哪都能换成黄金，比法国法郎靠谱太多；最关键的是，英国议会管住了国王的手，《权利法案》明确国王不能随便赖账，这比任何军事威慑都管用。1803年拿破仑要卖路易斯安纳给美国，美国拿不出1500万美元，最后还是英国的巴林商会帮忙发行债券凑齐了钱——连法国的交易都要靠伦敦资本，伦敦的金融中心地位，还有谁能抢？ 但伦敦的地位，最终还是被两次世界大战打垮了。一战之后，英国为了筹军费，卖了海外资产还欠了美国一大笔钱，从债权国变成了债务国；二战的时候，伦敦被德国轰炸，交易所好几次停市，资本怕被炸没，纷纷跑到纽约。纽约道琼斯指数在战争期间涨了近一倍，伦敦股票市值跌了一半。1944年布雷顿森林会议一开，美元和黄金挂钩，其他货币和美元挂钩，伦敦彻底失去了金融主动权——不是英国不想争，是战争耗光了它最核心的「安全+信用」，这两个恰恰是资本最看重的东西。 而纽约呢？两次世界大战都没烧到本土，还靠帮各国发债积累了信用，布雷顿森林体系又给了美元世界货币的地位，自然就接住了金融中心的接力棒。但掌握主动权不是一劳永逸，纽约成为中心后，现代金融很快就陷入了「规则防贪婪，贪婪破规则」的循环，一次次引发动荡。 07）现代金融的循环：规则永远在给贪婪补课 从布雷顿森林体系崩溃，到日本泡沫经济，再到2008年金融危机，本质都是同一场博弈：规则想给资本划红线，贪婪却总在找漏洞，每次博弈过后，要么是体系动荡，要么是规则升级。 布雷顿森林体系是现代金融第一次认真建规则：1944年四十四个国家约定，美元跟黄金挂钩，其他货币跟美元挂钩，固定汇率做生意，避免二战前汇率乱涨乱跌，让国际贸易安稳发展。结果才运行20多年，就被美国的贪婪打破了：美国为了打越战，搞「伟大社会」福利，印了太多美元，黄金储备根本不够兑换；其他国家拿着美元要换黄金，美国拿不出来，1971年尼克松直接宣布美元和黄金脱钩，布雷顿森林体系一下子就崩了。之后汇率自由浮动，通胀起来，石油输出国因为美元贬值，直接把油价涨了三倍，第一次石油危机就来了——这就是第一个回合：规则想绑定美元信用，美国为了自身利益突破规则，留下烂摊子给全世界收拾。 再看80年代日本泡沫经济，就是典型的「规则跟不上贪婪」。1985年广场协议后日元被迫升值，日本出口不好做，政府就放水降利率，鼓励大家借钱。这下贪婪直接冒头：企业拿着低息贷款不搞实业，全都去炒股炒房；普通人觉得房价只会涨，砸锅卖铁买房；银行也不管风险，有土地担保就放贷。那时候东京的房价能买下整个美国，日经指数从1985年的12000点，涨到1989年的38915点，所有人都觉得泡沫不会破。但日本政府那时候根本没跟上规则：没限制房地产抵押融资，也没管企业脱实向虚，等想加息降温的时候，泡沫已经太大了。1990年股价房价一起崩，日本陷入了「失去的二十年」——这告诉我们，规则要是滞后于贪婪，哪怕是经济强国，也会栽大跟头。 到2008年金融危机，就是「贪婪钻了规则的漏洞」。美国银行把次级贷款打包成次贷债券，还找评级机构给这些高风险债券评AAA级，卖给全世界投资者；银行明明知道这些贷款会坏账，还是拼命放拼命卖，因为卖出去就能赚手续费，风险都是别人的。贪婪到这一步，规则却没跟上：监管机构没查次贷打包的猫腻，也没限制银行的杠杆。最后次贷违约潮一来，雷曼兄弟破产，它的衍生品规模比美国GDP还大，银行倒闭、基金爆雷，全世界都跟着亏——这就是贪婪突破规则的代价，不止自己玩崩，还要拉着全世界买单。 但博弈从来不是只有贪婪赢，规则也会慢慢补课：2008年后，各国推出巴塞尔协议Ⅲ，要求银行提高资本金；美国重启类似《格拉斯-斯蒂格尔法案》的规定，禁止银行一边做储蓄一边搞高风险投机；中国也出台资管新规，打破刚性兑付——这些都是规则在博弈后补上的漏洞。当然这场博弈永远不会停，现在的加密货币、算法稳定币，本质还是有人想绕开规则赚快钱，各国对这些新事物的监管，就是规则在跟上贪婪的新玩法。 08）金融史的永恒真相，听懂就能少踩坑 聊完了千年的博弈，最后我们总结三个不管时代怎么变，都不会变的真相，这些真相藏在泥板里，藏在股票里，也藏在一次次危机的教训里，对我们普通人特别实用。 第一个真相：金融的本质从来不是钱生钱，是信用。最早的泥板借据，苏美尔人愿意借白银，不是因为白银多，是相信刻在泥板上的承诺会兑现；英国统一公债能卖遍欧洲，不是因为军队强，是议会担保、税收兜底，不会赖账；我们现在敢把钱存银行买基金，也是相信银行不会卷款跑，基金公司会按规矩运作。信用看不见摸不着，但一旦没了，再复杂的金融体系都会塌——阿姆斯特丹被法军破坏了信用，资本立马跑光；2008年次贷骗了大家，信用破了整个市场就崩了。对我们来说，不管借钱还是投资，先想清楚「这事的信用在哪」，比先想「能赚多少」重要得多。 第二个真相：泡沫和危机是人性的必然，别指望彻底消灭。从郁金香泡沫里赌球根翻倍的荷兰人，到日本泡沫里买套房躺赢的日本人，再到次贷危机里借高利贷买房的美国人，本质都是同一种心态：「别人都在赚，我不赚就是亏」。这不是制度的错，是人性里的从众和贪婪天生就在，只要有赚快钱的诱惑，就会有人忘了资产本身值多少钱。没人能避开所有泡沫，但我们能做到不栽大跟头：别信「只涨不跌」的神话，别用自己输不起的钱去投机——要是记得郁金香不能吃不能用，只是个观赏品，很多人也不会血本无归。 第三个真相：金融不是洪水猛兽，是文明的加速器。我们总说金融干坏事，但别忘了：没有资本支持，哥伦布到不了美洲，荷兰东印度公司开不了新航线；没有国债，英国打不赢拿破仑，也建不起遍布全国的铁路；没有保险，商船不敢闯大洋，我们也用不上便宜的进口香料。金融的本事，就是把分散的小钱聚成大钱，把没人敢担的风险分给大家——它能帮普通人凑钱开工厂，帮国家修铁路，帮科学家搞研发，关键不是要不要金融，是怎么用规则管住它，不让它变成少数人投机的工具，让它服务真实的需求。 说到底，金融史就是一部「人性和规则的平衡史」： 太放任人性，就会泡沫破裂；太死守规则，就会耽误发展。 我们读金融史，不是为了记住一堆年份和事件，是为了下次听到「某某东西能翻倍」的时候，能想起郁金香的教训； 在所有人都抢着投资的时候，能停下来问问「这东西的信用在哪」。 毕竟，金融本来是为了让生活更好， 不是为了让钱焦虑，这才是学习金融史最该有的收获。

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。

币圈的群，我只认五个。 第一个群 就是是杀破狼 @wolfyxbt 的狼家军。收费标准 0 群里上到百亿富豪孙宇晨 @justinsuntron ，中到各大交易所负责人，大小 kol。下到长期陪伴的狼仔忠实粉丝，甚至外卖员选手，还掺杂着数十个亿万富翁，车头。其乐融融。 逢年过节，各大交易所不来狼家军群里发个红包，那就是工作没到位，kpi 不饱和，颗粒度不饱满。 或者说，交易所的营销负责人没有进狼家军群，那就意味着她它不是华语主流交易所。 或者说，你自认是作为一个 kol，但是你没进狼家军群，那就意味着你估计也不是什么华语主流 kol。这话有点得罪人，但是仔细想想，是不是要反省一下。当然，如果想入群，可以联系 @jingoulai ，此人是狼群的审核员，守门人。 以上这些也算不了什么。现在说最牛逼的： 该群疑似麻花腾钦点白名单群。 自从真诚小道士 @realxiodos 建群号被封后，建群这么多年，无论是发番号图，聊骚，直接发土狗CA，合约持仓，交易所任何关键字。。。 从未触发关键字，从未挂红幅，币圈几年，屹立不倒，杠杠硬，就问你服不服。 狼群发展方向： 自从AI圈最抽象的女人，未来AI领域粉丝量最高的女博主（我的预言）的萃猫 @cuimao 加入狼群后。狼群应该是币圈首个横跨加密+AI的群了。很多人对杀破狼有很深的误解，认为他只是一个找番号的黄推博主。其实他最开始是从excel作图起家的，随后撸毛，番号，meme一步步卡着点做到了八十多万粉丝，从近日杀破狼公开招募AI相关方面的人才就可以看出。杀破狼又要转型了。你还在怀疑拥有华语区最高粉丝量杀破狼的眼光吗？ 第二个群 就是子时 @silverfang88 的321群。收费标准 0 一个321，半部币圈史。跨过币圈长河，绵绵不绝。甚至发展出各种 321 分群，最近魔手更是离谱的伸向了“挂壁群”，把那些挂壁新人类弄的要死要活。最后在chenpepe金娃董事长的金钱干预下，挂壁群成功的把321的探子黄周 @Web32049 驱逐出群。 气的黄周放话：什么狗屁董事长，我给他面子，他不要，放在以前他的体量也不到我的十分之一。我们团队在币安上沉淀资金 30 亿人民币。币安上最大的盘子我喊的，币安也不知道感谢我一下。现在什么链上车头，我觉得都是傻逼吧。我以前一个人喊单，可以喊 3 亿美金的交易量。币圈的用户都是垃圾用户。 321全部的聊天记录，超过几十G。群内人才济济，毒舌维权斗士牛英俊 @abyssofgambling，每日不说话只发红包的chacha @0xAmazingChar，无比抽象的狗狗鸭 @0xggy ，晚上醉酒指点江山第二天说喝醉了的黄周 @Web32049 ，默默潜水的一姐。天天被女朋友折腾的比特小王子 @Nova_0926 。。。人才济济，群英荟萃 每天打开手机，这个群的消息必定999+，没有1T的手机真的遭不住。消息为什么这么多？这是币圈最活跃的群，没有之一。因为黄周把321群当做垃圾桶，肉便器，就这么简单。 321群，是我进过所有群里含妈量最浓的群。每日就是斗嘴，吵架，装逼，撕逼，你要是敢夸哪个人，那必定是政治不正确。但是奇妙的是，反而毫不违和，甚至其乐融融，吃瓜群众看的津津有味。毕竟，你在哪里这么多见过这么多身家丰厚的大佬，天天在你面前毫不做作的展现最真实的一面呢？ 同样，这也是一个被麻花疼开过光的群，无比坚挺。想进这个群，难度很高，每次群主子时总要找些莫须有的理由，踢走一些，才能腾出几个位置。 321群发展方向： 作为跨越几个周期的321，牛市搞钱不多说。熊市不是鹅鸭杀就是撕逼吵架找乐子。是一个讲究蛰伏与暴起的群。该群深耕币圈，等待下一次大复苏。但是321群据我所知，只是表象。它的底蕴在一个更深次的321内部小群，那里都是一群老妖怪，每个周期总能蹦出几个A9。具体如何才能进到321内部小群，这在321群也是一个讳若莫深的话题。这只有群主自己才能解释了。 第三个群 嗯哼 @EnHeng456 建立的榴莲水果群，收费标准0 作为前朝太子，嗯哼早早就建立了自己的势力范围。里面大部分都是嗯哼的支持者，嗯哼经常在里面发送一些早期密码。例如tst，mubarak，B，aster，rave等等。从社会学的角度来说，他的忠实信徒，都还是吃到了的，具体能吃多少，那就要看个人造化了。因为有战绩为证，所以他的群，基本都是歌功颂德的多，新来乍到的会以为是来到了星宿派，但久了大约能感觉出来是真心实意的。这个群，主打俩个字：忠诚。是所有想做私域流量人的榜样。有一说一，你不服不行。毕竟能给你充值信仰，还能带你赚钱。 这是我见过通过人脉资源筛选项目后，经过过滤后变现，并能普惠到自己支持者的典范。榴莲水果群，是最不像群的一个微信群。它更像一个人的延伸。进这个群，只有一个前提：信与不信。信，进。不信，算了。 榴莲水果群发展方向： AI是人类的曙光。这几个大字，已经被群主嗯哼直接放到了群名称上。所以这是追随孙哥的脚步踏入AI领域，还是嗯哼在静心定念后，沉淀后的悟道。我们拭目以待，他能在AI领域做出多大的成绩。 第四个群 Stanley和他的朋友们，收费7999，每年续费999 这里我要诚实说一件事，这个群，我没有进去。也不知道这个群到底有多少人，交了多少群费。但是不妨碍我对这个社群的感知和观察。 Stanley @Stanleysobest ，我和他是有互关的，但没有深交。他在X上持续做的事，我一直在看。看的感受就是：这个人不是在打猎。他是在设计猎场。猎人和猎场设计师的区别，不是在于结果。而是区别在复杂度。猎人的技术体现在一枪命中的精度。猎场设计师在于，制造一个场域，在这个场域里，所有人都能打到东西。如果说设计规则、维护生态、调节密度，然后自己也在里面，并成功的跟其他猎人都能达打到猎物。从这个意义上来说，我觉得他是成功的。 为什么？ AI最严厉的父亲 @dashen_wang。一篇“AI时代，2030年大预言”让全网陷入了AI焦虑，包括我，无形中推动了很多人的AI学习节奏。一篇文章，你说制造焦虑也好，掌控人心也罢，是实实在在的影响了很多人的心智的。而且，几乎没有黑粉。 Roland @rwayne，医学博士，经济学全奖，三个月推特涨粉到四万，累计曝光1.5亿，《中国企业AI转型白皮书》作者。一点五亿曝光，什么概念，我无法想象，在AI加速发展的时代，他这种高知人群能走到什么高度。但是他给我的感觉很微妙，他一直在勤勉的输出，而不是在展示身份。很符合他的气质。 其他人人我不太了解了。而刚才提到的两位，都在这个群里，那么站在我的角度，我是认可这两人的含金量的。客观的来说，那么能作为这个群的领头人，Stanley必然是有两把刷子的。 付费群的逻辑，并不是说，你和某个厉害的人在一个群里了，你就会变厉害，何况每个人都是一个独立的个体。我的判断是，更多的是一种氛围。假如你是个学渣，强行塞入到区域名校尖子班重点班，也终究是个学渣。根本对不起那入群的7999. 7999，贵不贵？我没入群，我没资格评价。我没有进群，不是因为他值不值得，而是，我还没做好一个可能性，如果真的值，那我得评估我过去所有的判断逻辑和框架。 借用伊丽莎白老师的话来总结一下，那就是： 成人年，只做筛选不做解释。 Stanley和他的朋友们发展方向： 看动静是全力往AI领域发展。流量的制造和声量的扩大，都直奔着一个目的，AI时代的话语权和变现。这个社群，是走中央集权还是联盟形式，决定了他们能走多远。 第五个群： 神秘组织，收费标准0，非请勿入邀请制 因为神秘，所以组织。能透露的就是里面有web4听床师Miko @web4miko，未来的AI大佬cuimao @cuimao。其他无法公布。 神秘组织发展方向： 已知是定向邀请制，横跨Web3+AI.过于神秘，无法解读。也许某些话题和风向，都可能是由神秘组织主导。该群闭门谢客，无法申请。 你想插诨打科，认识大佬，加入狼群，众生平等 你想百无禁忌，骚话满天，加入 321，穿越周期 你想获取资讯，容忍崇拜，加入榴莲，奔向AI 你想感知氛围，准备7999，加入stanley，体验高端 你想一窥门径，加入神秘，无从下手，望门兴叹 如果以上几个群，你没加入过，可以理解。 但是如果你都没听说过的话。 只能说，少年，我们一起加油。

昨天实测 @dappOS_com @xBubble_ai xBubble vs 其他主流模型： 同一个prompt，两张图已经不是代际差距，而是工作流 vs 裸模型的降维打击！！！ 我这次用的提示词如下： A girl standing in front of a mirror, but the reflection shows a futuristic robot version of herself, cinematic lighting, emotional atmosphere, realistic reflections.（一个女孩站在镜子前，但镜中映出的却是她自己未来主义的机器人版本，电影灯光，情绪氛围，真实倒影。） 这个 prompt 其实很适合测模型和工作流，因为它同时考验镜像逻辑、光影、人像、金属材质、空间关系和情绪表达，所以我特意使用了这么一套比较全面专业的提示词来做这组测试！！！ —————————————————— 闲言少叙，直接上结果： 图一是我用 xBubble 跑出来的。 最明显的感觉是光影，这张图的光影已经接近电影镜头了！！！左边暖光像真实房间里的环境光，镜子里的冷光又能撑住科技感。人脸面部高光、皮肤反射、玻璃反射、金属高光都在一个统一的空间里，基本上已经是电影级 lighting 了！整体已经跟电影截图差不多了！！！ 图二虽然也能完成最基本的设定，但视觉上更偏概念海报，蓝色发光和机械结构会更直接。第一眼大致看过去也很抓人，但仔细看，跟图一那种克制感和真实镜头感对比，完全不是一个时代的产物！！！ 这也是我这次对 xBubble 比较有感的地方！ 以前做这种图，经常要反复改 prompt、换模型、试风格、调细节，时间全耗在“怎么让 AI 正确理解我”上。 很多时候你以为自己在做图，实际是在做模型测试、工具测试和工作流测试。 —————————————————— 我理解的 xBubble 的核心就两句话： 1、AI 替你使用 AI。 2、AI 在后台学习怎么把 AI 用好。 Bubble Pilot 负责读懂你的简单需求，然后去匹配合适的 SOP。 Bubble Engine 则在后台持续训练这些 SOP，把模型选择、skill 调用、运行环境、MCP、第三方服务全藏在后台。 所以用户这边不用先研究哪个模型更适合出图、哪个 skill 更稳、哪个环境更适合跑任务。 你只要把目标说清楚，它自己会尽量把任务分发到更合适的路径里。 对会折腾 AI 的人来说，这可能只是少花一点时间。 但对很多 Web2 公司、一人公司、内容团队来说，这个差别很大。 因为他们真正需要的从来不是研究一堆模型参数，而是今天有个图要出、一个页面要做、一份内容要交，最好一句话就能跑出相对稳定的结果，极致的效率才是真正的生产力解放！！！ 所以 xBubble 的 Bubble SOP 有意思的点就于它把会用 AI 这件事往后藏了一层，让普通用户不用先变成 prompt 工程师也能更快拿到可用结果。 —————————————————— 大胆预测一波，这轮 AI 最大的门槛，很有可能就是把复杂的工作流封装到普通人一句话就能用。 最后请看图 图一：xBubble 图二：另一 AI 模型 图三：我让 ChatGPT （GPT5.5）当裁判打分，结果一目了然。 同样提示词，结果自己看。

AI发展成这样，不失业才怪！ 婚纱摄影19899元一套，现在直接被AI干翻了！ 不用化妆、不用租衣服、不用摆姿势、不用等修片…… 上传双方照片，几分钟就能出专业级婚纱照，效果不输甚至超过很多摄影师！ 豆包目前在这块真的强，我直接把4套超实用提示词打包给你，复制就能用： 提示词拿去不谢： 1. 情绪草坪：以上传照片中的人物为原型，女生人脸参考图1，男生人脸参考图2，去除所有背景服饰和发型生成四张：情绪胶片感森系草坪婚纱照，东亚年轻情侣，新郎穿黑色西装白衬衫黑领结，新娘穿白色抹胸婚纱，大蕾丝花边长款头纱，手持白色马蹄莲手捧花。户外草坪场景，背景茂密深绿色松柏乔木，多云阴天漫射自然光，复古富士胶片质感，细腻颗粒感，低饱和莫兰迪色调，电影感构图，中景平视视角，新郎公主抱新娘，互动甜蜜，真实皮肤质感，发丝清晰，婚纱蕾丝细节精致，头纱动态飘逸，纪实感抓拍，浪漫氛围感，8K高清，超写实 图片1：中景，东亚年轻情侣婚纱照，新郎穿黑色西装，公主抱新娘，新娘捂嘴大笑，两人对视，甜蜜互动。新娘穿白色抹胸婚纱，大蕾丝头纱，珍珠耳饰，手持白色马蹄莲手捧花。户外草坪，背景茂密松柏，阴天漫射光，复古胶片感，细腻颗粒，低饱和色调，电影感，真实皮肤质感，8K超写实 图片动作2：中全景，东亚年轻情侣婚纱照，新郎公主抱新娘，大蕾丝头纱完全包裹两人，深情拥吻，空中飘散白色花瓣。新娘穿白色抹胸婚纱，手持白色马蹄莲手捧花。户外草坪，背景深绿色树木，傍晚侧逆光，复古柯达胶片质感，暗调氛围感，电影感构图，8K高清，超写实 图片动作3：全景，东亚年轻情侣婚纱照，新郎单手托举新娘，两人同戴黑色猫眼墨镜，新娘张开手臂大笑，头纱飞扬。新娘穿白色蕾丝鱼尾婚纱，蕾丝长袖，超大荷叶边头纱。户外草坪，背景茂密乔木，傍晚侧逆光，明亮清新暖调，电影感光影，真实皮肤质感，婚纱细节精致，8K超写实 2. 梦幻蓝调夜景：帮我根据图一女生五官，图二男生五官生成4张：电影感蓝调夜景婚纱照，东亚年轻情侣，新郎穿黑色西装白衬衫，新娘穿白色抹胸轻婚纱，手持白色铃兰手捧花，流苏耳饰。 构图：中景，东亚年轻情侣电影感蓝调夜景婚纱照，新郎环抱新娘腰肢，新娘手搭新郎脖颈，两人在超大超大把人全覆盖的白纱头纱下深情拥吻，两人的上半身都被覆盖住了，漫天白色羽毛飞舞。户外湖畔，蓝调天空，远处山脉湖面，深绿色草地。逆光补光，电影感光影，散景光斑，超写实，8K高清，情绪感，真实皮肤质感，头纱细节精致，动态虚化，纪实风户外湖畔草坪，蓝调时刻深邃天空，远处层叠山脉，平静湖面，深绿色草地，漫天飞舞的白色羽毛。逆光补光，电影感光影，散景光斑，超写实人像，细腻皮肤质感，情绪感，浪漫梦幻，高级氛围感，真实发丝，婚纱细节精致，胶片颗粒感，动态虚化，纪实风，浪漫氛围细节补充：电影感逆光，蓝调时刻，散景光斑，轮廓光，柔和暖补光，无硬阴影，超细节，超写实，皮肤质感，发丝，头纱3D立体花朵刺绣，羽毛动态，胶片颗粒，动态模糊。无畸变，面部不模糊，自然面部，正确身材比例，真实面料质感，飘逸头纱。 3. 韩系室内：帮我根据图一女生五官，图二男生五官去掉所有配饰，生成6张： 高定室内白纱婚纱照，东亚年轻情侣，新郎穿黑色缎面西装白衬衫黑领结，新娘半扎半散着黑长直发，额间有小碎发修饰脸，穿白色缎面抹胸轻婚纱（婚纱绣满立体白色花朵），脑后戴超大飘逸并且自然下垂的白纱头纱（发间白色蝴蝶结放于后脑勺为止，从前面看正脸可以看到蝴蝶结角），满钻项链流苏耳饰钻戒，手持白色玫瑰洋桔梗手捧花。纯黑色极简棚拍背景，柔和棚拍主光+轮廓补光，电影感棚拍光影，超写实人像，情绪感，温柔治愈，高级氛围感，真实发丝，婚纱细节精致，商业摄影质感，极简风，仪式感，浪漫氛围，衣服配饰不变的情况下变化的动作： 分镜1 中景，东亚年轻情侣高定室内白纱婚纱照，新郎穿黑色缎面西装白衬衫黑领结，新娘手托新郎脸颊，两人依偎对视镜头，笑容甜蜜但都是微笑不能露齿，新娘手持白色玫瑰手捧花。纯黑色极简棚拍背景，柔和棚拍光影，超写实，温柔治愈，高级氛围感，婚纱细节精致，商业摄影质感，极简风 分镜2 特写，东亚年轻情侣高定室内白纱特写婚纱照，两人额头相抵，新娘手持白色玫瑰手捧花，两人都一起温柔看向镜头，眼神灵动。纯黑色极简棚拍背景，柔和棚拍光影，超写实，情绪感，真实皮肤质感，婚纱细节精致，商业摄影质感，极简风，仪式感 细节补充：柔光换硬光，闪光灯直闪，无ai痕迹 4. 优雅新中式：以上传照片中的人物为原型，女生人脸参考图1，男生人脸参考图2，去除所有背景服饰和发型生成6张： 新中式红底婚纱照，东亚年轻情侣，新郎穿新中式黑色立领马褂白衬衫，新娘穿红色挂脖露背暗纹提花礼服，高颅顶复古盘发点缀红玫瑰蝴蝶兰发饰，佩戴红玛瑙耳钉。纯红色极简背景墙，棚拍侧光柔光，电影感光影，超写实人像，细腻皮肤质感，8K高清，情绪感，高级氛围感，真实发丝，礼服暗纹细节精致，中式美学，互动亲密，闭眼依偎，浪漫氛围。 分镜1 中近景，东亚年轻情侣新中式婚纱照，新郎穿黑色立领马褂白衬衫，新娘穿红色挂脖露背礼服，低盘发点缀红玫瑰发饰，红玛瑙耳钉。两人侧身相对，额头轻贴，闭眼依偎，鼻尖靠近，氛围浪漫。纯红色背景，棚拍柔光，电影感光影，超写实，8K高清，高级氛围感，礼服细节精致。 分镜2 中景，东亚年轻情侣新中式婚纱照，新郎穿黑色立领马褂白衬衫，俯身轻吻新娘额头；新娘穿红色挂脖露背礼服，低盘发点缀红玫瑰发饰，红玛瑙耳钉，双手轻托脸颊，闭眼浅笑。木质桌面，青釉高足果盘盛放新鲜荔枝，纯红色背景，棚拍侧光，电影感光影，超写实，8K高清，中式氛围感，真实皮肤质感。 可以多来几组合理的互动亲密照，女生可以看镜头。

10岁的一个中国小男孩，还不能开银行账户，却已经靠一个Google Play上的AI预测小工具App狂赚了21万美元。 而他的学校还在教他怎么用Excel画柱状图。 那天晚上，他把两台显示器和一台老笔记本搬到客厅角落，默默敲击键盘，用ChatGPT花了一个晚上就把整个App从零搭好了。 屏幕只亮着冷白的代码光，键盘声像雨点一样密集，他全程一言不发，只有手指在飞。录屏直接发到Bilibili，标题就五个字：《一个晚上，我干完了》。 他太小了，自己没法上架——没有开发者账号、没有支付方式、也没有成年身份证。 最后是他爸帮他提交的。父亲一个字代码都没碰，只是儿子指到哪里，他就面无表情地签字、验证、上传。 App定价1.49美元，带实时AI预测模块。上架第一个月就爆赚1.2万美元，到第十个月，已经稳定每月进账2.1万美元以上。这还是他在写作业、踢球和被逼睡觉的空隙里跑的。 谷歌每年砸80万美元请高级工程师维护类似的企业级预测工具，这个10岁小孩一个晚上就全部搞定。 录屏视频直接冲到27万播放。他把App带到学校演示，老师当场看傻，校长亲自给他批了“科技创新特别奖”，还把截图放大贴在学校大厅最显眼的位置。 八个月后，有人给他爸发了一张截图。 那是一个链上钱包：1,347,920美元纯利润，67,400单自动化交易。 同一个15分钟定时器——当初用来控制AI预测刷新的，现在每15分钟就在Solana链上疯狂扫 meme币和套利机会。 一个33岁的迪拜量化交易员，把那个Bilibili录屏慢放到0.2倍速，把屏幕上每一行闪烁的代码全部逐帧抠下来，然后把定时器直接焊死到真实链上数据，每15分钟自动执行一次低吸高抛，干完就继续开他的超跑去吃早茶。 八个月后，这个钱包直接杀到134万美元。他在私人量化Discord群里甩出一张截图，只打了一行字： “我偷了一个10岁小孩的作业，周三早上市场直接给我砸了18300美元。” 有人把这条消息截图发到Twitter。三个小时内，链上数据全被扒出来——所有交易时间戳，和那个小男孩App的15分钟定时器严丝合缝，一秒不差。

最近币圈兴起了一股 波浪理论 风潮，大概是因为英伟达和黄金，名声大噪的 柳玉东，开始对他的波浪理论，收费若干向大家传业解惑， 不知是否被其影响，甚至曾经一位风光无限的交易员，居然 也开始了波浪。 不管是波浪还是缠论，亦或者什么威科夫，这些所谓的交易理论，本质是预测市场，其存在的原因是 人对未来的不确定性会产生焦虑，而波浪理论可以预测走势，给了人市场的未来走势确定性， 有了确定性，人内心就会觉得安定。 就是贩卖安慰剂。 而市场，压根无法预测，市场就是不确定的，波浪理论，本质是 算命，跳大神。 你看这图中的 彩票站走势图，彩民会根据走势图预测下一期彩票，不觉得可笑吗？？？ 但到了股市，到了币圈，居然会有人觉得，这波浪理论，有用了！ 交易盈利的核心在于： 等待的耐心， 开仓的勇气， 重仓的胆量， 持仓的定力， 斩仓的果断。 唯独没有所谓的 波浪理论。 学会波浪（甚至我认为不可能学会，因为这就是算命，所以才会有千人千浪的说法），只能做分析师，对做交易毫无用处，甚至危害巨大。 你是来交易赚钱的，又不是来做分析师的。 会分析有什么用？那些个证券金融分析师，个个名牌985毕业，现在这么卷，没有个985硕都进不去吧？ 各种金融证件一堆，科班出身，哪个不比你理论知识高，还不就是个打工的？ 敢开仓， 交易就是赌，有个屁技术！ 敢砍仓，敢持仓， 错了止损，对了拿住！ 相信自己， 心中有我，目中无人！ 光知道这些还不行，道理就这么简单，真开仓的时候慌的不行，赚了一点赶紧就想跑…… 还要有执行力， 难道没听过 这么一句话： 道理都懂，就是做不到。 道理都懂，就是做不到。 道理都懂，就是做不到。 人人都知道怎么减肥，压根不需要什么分析。 管住嘴，迈开腿，少吃，多运动， 甚至你只需要少吃就能减肥，不吃就不可能胖，我看张家界参加 户外生存挑战赛的，怎么个个都瘦了几十斤，甚至有的都快饿成干尸了。 可道理都懂，怎么还有那么多胖子？ 知道，做不到。 知道，做不到。 知道，做不到。 知道和做到之间，差了十万八千里。 而 知道，做到，就是执行力。 交易的修行，就是在一次次的开仓中，锻炼出自己的执行力。😃😃😃

up up up down 昨晚发完文章后我一直在沙漠待到半夜2点，因为恰逢难得一见的月全食（血月），我又正好在上佳的观月地点，不愿错过这个机会，拍了一些照片。这不是vivo的广告，我只能说他们的手机拍照片太顶了，其他手机对着月亮都不行。 月食的过程很慢，前后持续1个多小时。月亮就一点一点被黑暗侵蚀。但不知道为什么当整个月亮都被黑暗侵蚀后，它反而变成了血红色，看起来格外诡异妖艳，照片里就是我肉眼看到的效果。从小到大第一次见到这种天文现象，叹为观止，目瞪狗呆。 我们熬到那么晚其实还有一个目的，就是想等月全食“关灯”的时候顺便看看童年记忆里的星空和银河。结果血月的时候我抬头能看到数百颗星星，但始终没有看到银河，观星师说城市的灯光污染有干扰，要去离敦煌40公里外的无人区拍摄才有清晰的银河。 我看着他拍的照片发愣出神，下次我一定要找机会看到这样的夜空，一定。 …… 今天早上的行程依然是莫高窟，这次预定了3个特窟，156+158+159，经典路线。 156窟是节度使家族窟，有著名的张议潮统军出行图，我看过安州牧的《西北有孤忠》，对归义军的历史有一些了解，这次近距离观摩壁画遗迹太幸运了。 另外156窟还有一段插曲，俄国十月革命成功后有500人的白俄士兵战败逃入中国，被民国政府缴械，1921年敦煌县政府不想让这群外国人打扰百姓，就把他们安排拘住在莫高窟的洞里，156窟也关过人。 冬天的敦煌比较冷，白俄士兵为了取暖在窟里生火，壁画被烟熏损毁，156窟的窟顶至今依然一片漆黑烟痕。 昨天有人说王道士当年把国宝廉价卖给外国商人很痛心，我回复他共识形成之前国宝也是便宜货。现在特级保护的洞窟，当年只是嫌弃安置外国战俘的囚房，找谁说理呢？ 158窟里面有整个敦煌最大的卧佛，横长17.2米，相当于5层楼横倒下来，建于西夏时期。释迦牟尼80岁涅槃，在当时人里算是很长寿了，佛教里面规定他涅槃后56亿年，未来佛弥勒继位，到时人世间会变成弥勒净土，吃的穿的用之不尽，有点像共产主义。但佛教这个饼画的太远了，56亿年...太阳寿命预计也才50年，我不想活那么久，累了。 158窟的壁画由于早年无人保护，有各种各样的人刻写“到此一游”。其中令我印象深刻的是一个叫胡守悌的，到此一游后面还刻了时间，67年5月27日，我默默算了一下要是1967年他是个年轻小伙的话，现在很可能还在世。 厉害了胡老哥，我连拍照都不允许的特窟壁画，你60年前能在上面刻字，我裂开 159窟...其实蛮普的，乏善可陈，主打一个来都来了，捆绑销售。特窟每人每窟200，我们10个人看一个窟就是2000，3个窟消费6000，你们如果有的选的话只要156+158即可，159duck不必。 …… 下午的行程是又见敦煌演出，搬砖组长安排的太周到，提前买好了至尊贵宾票。价格是普票的2倍，但我小声说一句性价比一般，你们看的话买普票。 “又见”系列是王潮歌导演（女）的作品，她是艺二代，和国师有私交，参与制作08年奥运会开幕式，对这种大型文艺演出确实有一手。最早和国师弄“印象”系列，专门接地方政府的文旅演出项目，后来挣了钱十几亿把公司卖了，又自己出来弄了“又见”系列。 我在平遥看过又见平遥，现在来敦煌看又见敦煌，前者投资4.7亿，后者投资6亿，时间上也是前后脚搞起来的项目。 你们如果从来没看过类似演出的，第一次去看一定觉得精彩，但平心而论我觉得敦煌这出不如华清池、也不如平遥，但比承德那套好看，我的审美你们信就是了。 …… 今天a股成交2.42万亿，量没之前大，但是中位数+1.07%也很不错。cpo光模块继续调整，寒武纪、新易盛、中际旭创这些明星股今日大跌，像这种概念投机就是要信早信，晚信不如不信，妖涨的时候如果不敢买错过就错过了，不要觉得它们跌下来贪便宜去买，这是典型的锚定心理。 这几天有一股趋势，资金从cpo光模块流出，流向了固态电池，论坛里游资大v在带舆论，行业里研究员也在拼命引流，这背后就是牛市行情里争夺关注度的pk，一旦固态电池的趋势起来了，会对cpo形成显著的虹吸。因为说白了a股最激进最勇敢的就是那批人，那批钱，他们在板块之间的迁徙会直接影响下一个阶段的主题。 持有宽基的不需要操心这个，热门概念轮动对宽指的影响很小。我白天在外面玩，实在无聊掏出手机看行情也就1-2次，我其实不是很担心行情在这个位置崩溃，或者换一个角度，错过7000点的卖点我不会觉得可惜，目前12月份的ic年化贴率12%，完全没有下车焦虑。有涨赚钱当然好，不涨混日子也挺好。 最近有一些新股民留言问我怎么弄期指，有没有风险。最低140万一手的杠杆工具何止是有风险，风险大的一批，新手玩会死人的。我以前有一篇文章，是集思录一个网友滚1手ic的盈亏记录和心路历程，没看过的建议去看看《极限承压》 最后想给你们分享一个图，主要是美股里面交易的资产，图片可以点击放大看。 最左边一列是代码，美股代码是字母，不是数字。第二列是资产名称，后面几列是各个年份的表现。资产里面的qqq和spy就是我一直推荐的纳斯达克etf和标普500etf。 最底下倒数第三行是年度最佳资产，倒数第二行是年度最差资产。 其实表格里有些资产我也不太熟悉，但只要看仔细看表格，你很难不被btc所吸引，一个是它的回报实在太tm高了，碾压所有，另一个就是它的节奏实在太规律了，up-up-up-down，up-up-up-down，三年冠军一年垫底，三年冠军一年垫底。 好了，现在又是up-up-up，连续三年冠军，我反正今年只卖不买，谁说这次不一样都不好使，就算后面还能涨，这钱我不要，让给你了。

$AVGO 是AI芯片的龙头。但历史告诉你，真正暴富的人买的是龙二 $MRVL 先说一个关于半导体行业的反直觉规律： 在一个严重缺货的市场里，获利最大的往往不是龙头，而是那个追赶中的龙二。（Herman老师分析intel观点我觉得说的很好，也同样非常适用于 $MRVL) 理由很简单： 当产能严重不足，买家再也无法只依赖龙头一家供应商。他们开始把订单给原本觉得"不够好"的替代者。而这个替代者，突然发现自己的产品以前没有人要，现在成了香饽饽——价格可以谈，条款可以谈，一切都变了。晶圆缺货时，原本没有人愿意把订单给Intel的客户，开始认真研究18A了。 那么，在AI定制芯片这个正在快速缺货的赛道里，获利最大的龙二会是谁？ 我的答案是 $MRVL 。 1. 先理解结构 AI芯片市场分两层： 第一层：通用GPU Nvidia统治，没有任何人能挑战。H100、B200、Blackwell——超大规模云厂商需要它们，别无选择。 这层市场已经被充分定价了。Nvidia市值5.7万亿，没有人会漏掉这个机会。 第二层：定制ASIC（专用AI加速芯片） 这是一个完全不同的故事。 每一家超大规模云厂商都在开发自己的专用芯片： Google有TPU（张量处理器），Amazon有Trainium（AI训练）和Inferentia（推理），Meta有MTIA（AI推理加速），Microsoft有Maia（Azure AI加速）。 为什么要自己开发芯片？ 因为通用GPU虽然强大，但它服务所有人，没有为特定工作负载优化。自研芯片可以针对自己的模型架构和推理需求精确设计，功耗更低，成本更低，效率更高。 这是一个不可逆的趋势——超大规模云厂商越大，自研芯片的动力越强。但有一个关键问题：这些云厂商需要设计合作伙伴。芯片设计是极其复杂的工程，需要有人懂SerDes，懂先进封装，懂chiplet集成，懂供应链——不是随便一家公司能做到的。 全球有能力承接超大规模云厂商定制ASIC设计的公司，只有两家： $Broadcom，和 $Marvell。 2. AVGO vs MRVL：龙头和龙二的真实差距 先看数字： Broadcom在ASIC市场占约55-60%的份额，与Google的TPU合作锁定到2031年，客户包括Meta、OpenAI等顶级厂商。Marvell约占15%的份额，排名第二Broadcom领先是事实，毫无争议。 但有几个数字值得认真对比： AVGO MRVL 市值 $2万亿 $1,470亿 ASIC市占 55-60% 15% FY26AI营收 $200亿+ $96亿 Forward PE 31倍 36倍 Broadcom在定制ASIC市场记录了约$200亿的AI总营收，而Marvell的AI相关营收约$96亿。 从市值角度：AVGO的市值是MRVL的13.6倍，但ASIC市场份额只是MRVL的4倍，AI营收只是MRVL的2倍。这个不对称，是MRVL存在的核心机会。 3. MRVL独特的地方：两场战争同时押注 这是我认为最关键的一点，也是MRVL和所有其他AI芯片公司最本质的区别。 MRVL同时押注了两个互相独立的万亿级叙事： 叙事一：定制ASIC——去Nvidia化的最大受益者 Marvell的数据中心部门FY2026增长46%，超过$60亿，管理层指引FY2027同比再增约40%。定制芯片年化营收已达$15亿规模，两个AI加速器项目处于高产量阶段，第三个超大规模客户合作正在进行。 Nasdaq 最重要的一个进展： 2026年4月，Google被报道正在与Marvell进行深度谈判，共同开发内存处理单元和下一代TPU，这正是Google此前几乎完全交由Broadcom负责的工作。如果谈判成功，Marvell将成为AI行业最具战略意义的芯片项目之一的核心设计伙伴。 这是什么意思？ Broadcom和Google的TPU合作锁定到2031年——这是Broadcom的护城河，但不是MRVL的天花板。Google开始和MRVL谈，不是要取代Broadcom，而是要建立第二供应商。这正是"缺货时代，落后者获利"的经典逻辑。 当TPU的设计需求超过了Broadcom单独能服务的上限，Google开始把部分项目分给MRVL。 这一单谈成，MRVL同时拥有Amazon和Google双超大规模客户锚定——三个超大规模客户（Amazon、Microsoft、Google）大幅降低了单一客户集中的风险，给市场提供了更清晰的多年营收增长路线图。 叙事二：光互连DSP——AI集群神经系统的命门 MRVL是目前唯一同时覆盖定制ASIC设计、1.6T光学DSP、硅光子技术（通过Celestial AI收购）和CXL交换的全栈公司——这是任何单一竞争对手都无法复制的护城河。 光互连DSP是什么？ 当GPU和GPU之间需要通信，数据需要在光纤里传输。但光纤里走的是模拟光信号，计算机需要的是数字信号。DSP（数字信号处理器）就是这两个世界之间的翻译器——它把数字数据编码成光信号发出去，再把收到的光信号解码成数字数据。 MRVL的PAM4 DSP是全球800G和1.6T光模块的核心芯片之一。光互连业务的需求与AI集群的互连基础设施同步扩张——每一个上线的AI集群都需要完整的互连协议栈，不需要等待GPU的供应情况。 这是最关键的逻辑： GPU供应有时候是稀缺的，但光互连不等GPU——只要数据中心在建，只要AI集群在运行，光互连就需要。 MRVL的DSP是一个和GPU并行运行的独立需求，不是GPU需求的影子。 4. 我自己的判断：为什么MRVL的故事比AVGO更有弹性 AVGO是龙头，MRVL是追赶者。 但在这个特定的历史时刻，追赶者的弹性更大，原因有三： 原因一：基数效应 AVGO已经是$2万亿市值，要翻倍需要成为$4万亿的公司。MRVL只有$1,470亿，翻倍只需要$2,940亿——和AVGO现在市值的15%相当。同样的资金流入，对MRVL股价的推动效果是AVGO的13倍以上。 原因二：Google的变量 AVGO和Google的合作是锁定的，这是护城河，但也意味着它的上行惊喜已经被充分定价。MRVL和Google的谈判还没有正式宣布——这是一个尚未被市场定价的潜在催化剂。如果Google正式宣布，MRVL立刻拥有Amazon+Google双超大规模客户，ASIC市场份额从15%向25%+跳升的路径被打开。 原因三：两个叙事不相关 AVGO的核心护城河是ASIC和VMware软件。 MRVL的两个叙事——ASIC和光互连DSP——是完全独立的业务。 ASIC受益于去Nvidia化，光互连受益于AI集群扩张。两个独立的增长引擎，互相不依赖，互相不替代。 MRVL在多个AI基础设施顺风中同时暴露：定制芯片、光互连、数据中心网络和更广泛的超大规模资本支出周期。这种在AI主题内的多元化暴露，使它成为纯粹的GPU标的（如Nvidia）的有吸引力的补充。 5. 估值合理吗？ $MRVL：Forward PE 36.4倍，市值$1,470亿。 $AVGO：Forward PE 31倍，市值$2万亿。 $MRVL的Forward PE比 $AVGO略高，但增速也更快： $MRVL FY27营收预期：约$110亿，同比增速约40% $AVGO FY27增速约25-30%。PEG（PE/增速）： $MRVL：36.4 ÷ 40 = 0.91, $AVGO：31 ÷ 27 = 1.15 PEG低于1都算便宜。 用PEG来衡量，MRVL比AVGO便宜约20%。 而且MRVL有Google催化剂这个尚未被定价的变量，AVGO没有。如果Marvell股价涨到$400，需要数据中心营收FY27超过$90亿，Google ASIC合同正式宣布，自定义硅年化营收达到$30亿。在这些条件下，ASIC业务40倍Forward EV/EBITDA，光互连业务20倍EV/Sales。 我觉得2027年是很有可能达到的，这还是在理性的估值下，如果是ai融涨疯牛选择忽略估值的话，如果NVDA到360分析师预测最高，也就是8.8T, 我预测8-10T，那么AVGO会到3-4T, MRVL到500B-1T都问题不大。 6. 三个需要追踪的关键变量 变量一：Google ASIC合同的正式宣布 这是目前MRVL最大的潜在催化剂。谈判已经在进行，但没有正式宣布。每过一个季度没有宣布，市场会稍微失去耐心。但一旦宣布，估值逻辑发生质变。 变量二：1.6T DSP的市场份额 Marvell已经开始出货1.6T PAM DSP，基于5纳米工艺，并推出了下一代3纳米版本，将光模块功耗降低超过20%。 800G向1.6T的迭代是MRVL DSP业务的下一个量子跳跃。如果MRVL能在1.6T时代维持甚至提升市场份额，光互连业务的营收会非线性增长。 变量三：Celestial AI的硅光子整合 MRVL收购了Celestial AI，进入硅光子领域。这是CPO时代最关键的技术平台——把光学引擎直接集成进芯片封装。如果MRVL能在CPO时代把DSP和硅光子整合成一个完整的解决方案，它的价值会远超现在的定价。 7. 最终判断：MRVL是这轮AI牛市里最干净的不对称机会 AI芯片市场分三类公司： 第一类：Nvidia——已经被充分定价的龙头。故事最好，估值最贵，上行惊喜空间有限。 第二类：纯ASIC公司（AVGO）——护城河深厚，但增速放缓在定价中。Google TPU锁定到2031年是确定性，也是上行惊喜的天花板。 第三类：MRVL——两个叙事都在爆发，Google催化剂未定价，市值基数小。 这是不对称机会的经典形态， 下行有Amazon锚定，有光互连稳定收入，不会归零，上行有Google合同宣布+CPO爆发+ASIC市场份额提升，估值可能从$1,470亿走向$5,000亿+。 $MRVL也是我重仓持有的标的之一，短期technical角度今天收长上影线，日线级别调整要来，加仓机会在第一目标165，第二目标140。如果给机会到140补那个缺口，我仓位加满（图1）。 总结：回到那个反直觉的规律：缺货时代，落后者获利最大。 ASIC市场正在缺货——Broadcom一家根本无法满足所有超大规模客户的定制需求。光互连正在缺货——AI集群每季度都在扩张，DSP的需求只增不减。MRVL是这两个缺货赛道里，那个正在被需要的追赶者。 历史一次次证明：当产能不足、供应商只有一两家的时候，第二名是最好的弹性高的投资标的（Nvidia和Amd，TSMC和Intel。） 因为所有人都开始认真研究它了。 #MRVL# #Marvell# #AVGO# #Broadcom# #ASIC# #定制芯片# #光互连# #DSP# #Google# #Amazon# #Nvidia# #AI芯片# #半导体# #美股# #龙二补涨# #CPO# #硅光子# #AI基建# #USStocks# #AIStocks# #数据中心# #去Nvidia化#