微软开源的量化投资平台 Qlib，值得研究。 它把机器学习与量化投资流程结合起来，覆盖数据处理、模型训练、策略回测等环节，适合用来搭建和验证自己的量化研究流程。 📊 数据分析与特征工程 🤖 机器学习模型训练 📈 策略评估与回测 适合量化研究者和开发者学习参考，但工具不等于稳赚策略，实盘前仍需充分验证风险。 🔗

微软开源的 AI Agent 入门课，零基础也能学。 AI-Agents-for-Beginners 提供 12 节课程，带你从基础概念逐步了解 AI 智能体的构建方法。 📚 循序渐进学习 Agent 💻 结合代码与实践示例 🆓 免费开放，适合自学 想入门 AI Agent，不妨从这套课程开始。 🔗

微软、Alphabet（谷歌母公司）、高盛等七家上市公司反对在 OKX 与纽约证券交易所母公司 ICE 的合资平台 OKXICE 上交易其股票的代币化版本。根据 OKXICE 10 月 19 日更新的公告，新增反对者还包括高通、卡特彼勒、麦当劳和西部数据，使提出异议的公司总数由 9 家增至 16 家。此前，博通、Verizon 和 CoreWeave 等公司也已提出反对。OKXICE 计划依据美国 SEC 的“创新豁免”框架推出全天候代币化股票交易，采用稳定币结算，并以实际股票作为 1:1 支持。该框架允许发行人反对其股票在特定平台进行代币化交易，目前各公司的具体反对理由尚未披露。（CoinDesk）

微软退丢了欧洲的算力中心订单。原因非常简单，欧洲没有电。 我今年五月底就说过，欧洲不可能出现在AI革命的前排，没有电。再说一遍，没有电。 微软那帮人根本没看懂。在美国还能像马斯克学直接搞燃气轮机发电，欧洲根本不可能。

微软准备投入1750亿美元！Jefferies认为AI算力供需失衡，可能让Azure继续提高价格 当市场担心AI投资过度时，华尔街仍有分析师看好真正拥有客户、现金流和定价能力的科技巨头。 Jefferies分析师Brent Thill近期特别看好 $MSFT。 原因不只是微软拥有OpenAI相关生态、Azure和Copilot，而是其AI计算服务可能具备越来越强的定价能力。 微软计划在2026年投入约1750亿美元用于基础设施建设。 这是什么概念？ 它意味着微软正在把巨额资金投入数据中心、计算设备、网络以及相关基础设施，以满足不断增长的云计算与AI需求。 更值得关注的是，Jefferies认为，持续紧张的算力供需关系正在帮助微软提高计算服务价格。 如果Azure新增产能能够持续释放，同时客户愿意为计算能力支付更高价格，那么微软有机会同时受益于需求增长和定价改善。 Jefferies还指出，微软当前约26倍的预期市盈率，低于过去五年约28倍的平均水平。 这形成一个值得研究的估值组合： AI基础设施投入庞大，但公司拥有成熟的企业客户生态、经常性软件收入，以及相对稳固的现金流基础。 当然，1750亿美元资本开支也意味着未来必须产生足够回报，才能证明这些投资合理。 下一轮AI投资竞争，真正重要的可能不是谁投入最多，而是谁能够将计算能力转化为高利润、可持续的收入。 你认为 $MSFT 会成为下一阶段AI市场中最具防御性的科技巨头吗？

微软公布 Xbox Nano 手柄，尺寸比普通版小一半，按键齐全，体积轻便，仅售 49.99 美元，11 月 3 日开始上市，现已开启预购🎮 #XBOX# #XboxGamePass#

【微软2027年推出新型AI半导体，算力提高40%】微软自研的AI半导体Maia300计划自2027年起在数据中心投入使用，以降低对英伟达的依赖……

微软和google这两个公司为什么总喜欢把自己家产的那些狗几把电子垃圾笔记本和手机的定价对标苹果？ 他们自己不知道他们发布的垃圾玩意儿被联想和华硕吊打么？

微软联手英伟达，抢的是谁的生意？ 如果电脑就能运行大模型，部分AI任务还需要按次付费给云端吗？微软和英伟达这次合作，让这个问题变得更现实，也让美股投资者需要重新看一遍：AI的钱，最终会落到谁手里。 10月7日，微软公布Windows本地AI的新进展，并开启搭载英伟达RTX Spark的Surface Laptop Ultra预订，起售价2,599美元，最高配备128GB统一内存。 微软官方同时确认，2,840亿参数的DeepSeek V4 Flash是其本地模型布局的一部分。发布会展示称，经过1.6位量化，该模型可在约60GB内存中运行。 DeepSeek提供模型，英伟达提供计算硬件，微软把它们接入电脑和软件环境。 美股投资网认为，微软这步棋的价值在于无论用户选择哪家大模型，都能在Windows里完成工作，微软就有机会继续通过软件和服务赚钱。 你可以换模型，但文件、应用、开发工具和企业管理系统，仍然需要有人把它们连接起来。 过去用户经常要先打开某个AI网站，再上传资料、等待回答，最后把结果搬回工作软件。微软希望进一步把AI接到电脑里的任务上，让它在获得授权后读取文件、调用工具、执行操作。 谁能让AI直接帮用户完成日常工作，谁就更有机会让用户持续付费。 微软的优势就在这里：它已经拥有Windows、办公应用、开发工具和企业客户。DeepSeek等模型越来越好，微软就多了一种可接入的能力，无须每次都自己承担从零训练模型的成本。 因此，我更看重这次布局对微软软件生态的支撑，而非一台Surface能卖多少。 不过，模型能运行，只解决了第一步。企业真正愿意部署，还要知道智能体能访问什么、修改什么，以及如何追踪它的操作。 微软此次推出的MXC运行环境，允许企业规定智能体可以访问的文件和网络，并在运行时执行这些规则。它同时布局本地与云端模型的任务调度。 这些能力直接关系到AI能否进入企业日常工作。模型本身可以不断更换，权限、管理和工作流程却需要长期维护。如果微软能把这层做好，它获得的是更深的客户关系，以及进一步销售软件和管理服务的机会。 再看英伟达。 DeepSeek提高模型效率，经常被市场理解为“以后不需要那么多昂贵算力”。但这次案例里，模型运行在RTX Spark上，本地AI同样需要硬件。 英伟达正在把CUDA计算软件体系带进更多Windows设备，让开发者在本地和更大型的计算设备之间使用相近的工具。 我的判断是，本地AI扩大了英伟达参与推理市场的范围。 一部分任务离开云端，并不意味着这部分硬件需求也离开英伟达。 当然，本地芯片和数据中心芯片的售价、利润结构不同，不能把PC销量直接折算成同等规模的数据中心收入。这次合作强化了产品布局，财务贡献仍要靠实际销售兑现。 真正需要重新评估的，是缺少差异化、主要依靠出售模型调用或通用云端推理赚钱的业务。 如果某项任务在自己的电脑上就能以可接受的速度完成，用户为什么还要持续按次付费？云端服务就需要拿出更强的模型、更好的协作能力或更方便的体验，证明这笔费用值得付。 这会给部分云端推理价格带来竞争压力，也会推动服务商提高效率。但大型训练、复杂任务和多人共享服务仍需要云端，不能从一次本地展示推导出数据中心需求将全面下降。 对微软来说，这种变化尤其值得关注：部分本地计算可能减少云端调用，但更便宜、更方便的AI，也可能增加软件使用量。 Azure收入与Windows、Copilot等软件的商业价值，需要分别看，不能只盯着一项调用量判断输赢。 PC厂商则获得了一个更具体的换机理由：开发者、创作者和部分企业，可以把高频任务留在本地。 这次合作里，我最看重微软的平台位置，其次是英伟达新增的本地计算机会；电脑厂商能赚多少，还需要销量和利润率证明。 DeepSeek模型进入Windows，说明AI能力正在变得更容易获得。对美股而言，模型越来越便宜之后，能够组织这些模型、接入真实工作并持续收费的公司，会更值得研究。 $MSFT $NVDA #美股#

微软的算盘打得很精：把Azure里昂贵的AI算力，挪到用户自己买的笔记本上。 云上跑agent，微软烧钱；本地跑agent，用户买单。Reuters一针见血：客户为硬件买单，微软省下数据中心。 英伟达也赚：Windows PC是Intel和AMD最后的地盘，终于啃下来了。双赢，除了钱包。