为什么一定不要错过此次AI Agent叙事热潮？ 很多人还觉得AI Agent和“AI +DePIN、AI 算力/推理聚合平台、AI MEME”一样只是短暂的一波热点。但其实我想说，它们都只是AI +Crypto融合不同阶段的显现，最终会合力驱动牛市主升浪的到来。接下来，逐点谈谈我的看法： 1）总的来说，AI+Crypto成为这轮牛市主升浪的叙事逻辑不会变，因为AGI 大模型训练和未来多模态AI行业纵深发展，对传统算力、存储、数据等“资源”需求会越来越大，这意味着AI行业会非常内卷和残酷，且垄断会不可避免，这势必会造成一部分中小企业创新需求的“外溢”。 AI会给Crypto领域带来“增量”的基本面，Crypto世界也恰恰能承接这一波溢出的资源需求。 比如，LLM训练需要便宜的算力可以把闲置的资源整合到一起使用；又比如，一些医疗、供应链金融相关领域垂直化落地需要隐私，Crypto的ZK+分布式治理框架就会成为关键底层；再如，分布式推理需要很多场景化优化的算法匹配和一个能记录推理过程的激励框架，这不正是Crypto Tokenomics擅长的？ 所以大趋势上看，AI +Crypto一定是不可逆的必然。 2）但，AI+DePIN火了一波貌似熄火了，后来出现了很多VC下重注投资的分布式聚合算力、算法、推理等AI大项目也没能掀起多大风浪，再到前阵子GOAT等为代表的AI +MEME让大家看到了社区文化驱动下的市场新活力，紧接着自然衔接的AI Agent发币热潮又让市场看到了AI借助Crypto实现大规模应用落地的新希望。 乍一看，AI叙事从DePIN到聚合算力推理服务平台再到MEME最后落地到AI Agent，似乎毫无逻辑，步步在证伪AI +Crypto的可行性？ 但我认为，AI+DePIN是在铺设基础infra；分布式计算/推理平台是在构建算力和算法激励网络；AI +MEME则是用二级财富效应加速AI应用的市场教育和传播；AI Agent则代表最终的应用落地和用户触达。 基于此逻辑看不难发现，AI +DePIN和算力推理聚合网络要构建的AI+Crypto场景太大太重了，它们试图承接的外溢需求本身在互联网领域都未竞争充分和成熟，到了Crypto领域短期看自然会显得鸡肋和无意义。 但如果把infra构建和应用发币+MEME传播倒置顺序发展呢？ 先让有落地场景有需求又很轻量化的AI Agent在Crypto领域发展，过程中优质Agent 又能接轨MEME社区力量进行助力，当这一切AI资产发行和AI MEME原语的势能足够强大后，再去啃AI+Crypto大基建是不是就靠谱很多了呢？ 换句话说，从发展“胖协议”转化成“瘦应用”，用轻量化且可快速迭代的瘦应用来吹冲锋号，再用基于垂直场景造的MEME梗带动二级市场用户Fomo，最后再去发展技术愿景很宏大，时间线很长又很难落地的胖协议，这样的逻辑Make Sense吧？ 3）So，我们聚焦到AI Agent叙事上。AI Agent是指能自主决策并自动化执行任务的AI智能服务，其主要目标是通过个性化场景定制和自动化流程提高人机协作效率。 常见的AI Agent已广泛应用于代码开发、创意内容生成、研究辅助、个人财务规划、专业领域咨询（如法律、医疗）等多个场景。 话到此，有人一定会想，这些AI Agent不是在web2领域已经规模化发展了好长时间了，其SaaS订阅、API调用计费和增值服务等商业模式也都运转正常，为何非要到web3圈子发币制造泡沫？ 说好的价值应用落地呢？ 在我看来，其实并不冲突。AI Agent在纯web2环境下发展并不理想，这是很多Agent跑来web3发币的前提。而且Crypto的价值沉淀都要经历一次吹泡沫的过程，DeFi、NFT、铭文、GameFi、MEME等无一例外，它们都经历过“资产发行故事”的Fomo期。 这段看似金融虚无主义的泡沫期，虽然会让整个行业短期显得“一地鸡毛”，但其吸引的资金、用户却会会沉淀下来，为行业后续的发展注入动能。 NFT的数字艺术虚无吧，但实打实造成了ETH的通缩，铭文的雕花艺术虚无吧，但却让矿工熬过了减半前的关机坎，同样的，AI Agent发币潮短期看也充满投机炒作，但却会把更广的增量用户和资金代入Crypto圈子。拉长视角看，这些短期虚无主义的Fomo叙事，一定会沉淀出相应的价值，千万不能因偏见而错失了机会。 4）最后，我想说，AI Agent对于普通散户很重要，对于一些身陷VC币重压之下的各垂直领域的项目方而言同样重要。 从现在开始应思考，如何用AI+叙事给自己的链赋能：嵌入模块化的AI预处理组件？构建适合社区参与的AI Agent工具？传播有AI 个性的MEME文化梗？ 这些AI元素的加入会让你们的沉重且难落地的Roadmap变得更加“年轻化”，让原本需要长时间的技术落地故事，用AI Agent这种轻量化的方式逐步应用开，同时用AI MEME这种更加娱乐易于传播的方式逐步放大影响力。与其做无意义的对抗，拥抱一下何乐而不为？ 拥抱轻量化的AI Agent和AI MEME社区文化，将成为一种重塑过去项目“技术、运营、社区、市场、品牌”等重资产发展路径的最优解。 有很多人不喜欢把一切价值MEME化，守着应用落地的信仰在孤独地耕耘着，对那些炒作Fomo的事情嗤之以鼻，因此总会错过机遇，但也总有人喜欢把一切MEME价值化，活跃在金融虚无主义的PVP游戏中，却对支撑这游戏的技术和价值基本面冷眼旁观，最终落得空欢喜出局的下场。 来，我们把AI Agent+AI MEME+AI Platform +AI DePIN都串成一条主线，没有对立的技术VC币和MEME之别，一起把AI + Crypto的宏大叙事推动起来，合力成就这一轮久违的牛市主升浪。 Note：大家觉得文章有用烦请“一键三连”支持为谢，认可我持续干货内容输的朋友，可以访问我推特首页点击Substack专栏订阅一下（目前还免费），更多深度专业的投研和分析内容，尤其是不适宜在推特公开分享的内容，会在那里看到。

# 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：

中共军队已被习近平空心化，他亲自摧毁了军中深耕多年的“福建帮”海军网络，以及以张又侠、刘振立为核心的“陆军旧部”后，正处于一个极其诡异的“权力真空期”。 很多人都在问：空缺这么多，上将被抓光了，习近平到底要提拔谁？ 如果你以为他会从原军种顺位提拔中将，那就想得太简单了。如今习近平对“忠诚”的焦虑已达极点。二十大后的大清洗证明，当年靠忠诚考核上位的苗华、何卫东照样靠不住！ 提拔新逻辑一：从“锦衣卫”里挑将军 如今军中权力最盛的是纪检部门。张升民（军纪委书记）直接跃升为中央军委副主席。陆军、空军代政委如张曙光、史宏干，全是纪检系统出身。 习近平的逻辑很简单：专业不重要，只要查过腐败，就可能相对“清廉”。但这又亲手扶植了一个“张升民派系”，岂不是为未来权斗埋下地雷？ 提拔新逻辑二：空军将领的“火箭式”逆袭 过去被陆军、海军边缘化的空军将领，如今成了习近平的香饽饽。联指中心、训练部、后勤部清一色空军背景，甚至火箭军司令和东、中部战区司令都换成了空军出身。 许其亮留下的“冷板凳”遗产：习近平专挑过去被张又侠、何卫东打压、长期坐冷板凳的人。例如杨志斌等近五年才升上将，而原本宠儿林向阳只用了一年半。 专家分析指出，这种外行领导内行的提拔方式，正从内部瓦解中共军队战斗力：专业性丧失、威望全无，且是防御性而非为打胜仗。 这种局面不仅让军中怨声载道，更暴露习近平对军队控制权的极度不安全感。一个连将领专业性都能牺牲的统帅，其政权还能稳固多久？ 大家怎么看习近平这种“跨界”提拔？这支军队还能打仗吗？欢迎评论区讨论！ 图片AI制作

#女性向# 近期看过最有性张力的指奸视频了 我靠！sp扇屁股 （这个蜜桃臀 太性感了 猛猛手指插入刺激敏感点 潮吹喷💦 高潮到 双脚悬空 不敢想得有多爽 猛猛后入😋🥵 daddy感十足！听话点！小乖！😈😈

1-2 月政府支出增速创下 2022 年以来最快， 年初以来的政策发力特征是“靠前发力”，主要指的是财政和项目的“靠前”，并不包括货币政策。 因此表现为，基建等投资增速企稳回升，政府支出创下近几年最快，但货币政策却一直按兵不动，不降准也不降息，国债买卖也少得可怜。

【財政壓力】油價下跌致艾伯塔省赤字翻倍 加拿大主要產油省份艾伯塔（Alberta）政府上月26日指，4月1日起的財年赤字預為94億加元（折合港幣約542億元），或為新冠疫情以來最大財政缺口，短期內難以收支平衡。當地油砂重油特許權使用費收入將受影響，進一步催生當地獨立運動。

agent 时代的人类多任务幻觉 agent 带来人类生产力爆炸，很多人会因此陷入多任务幻觉：claude code 跑一个任务、codex 跑一个任务、再开好几个聊天窗口、再开一个网页、开个推特、开个视频…… 人脑是不能多任务的（指的是认知任务）。 更好的方式：agent 干活的时候，人类可以围绕这个任务去做一些理解的工作，整理整理笔记，分析分析 agent 的输入输出和执行过程，加深对 agent 的理解 当然，为了避免大脑烧掉，并行开一个 macify 视频，是最好的！

不反对全文，但有点偷换概念 你最后的高质量媒体的自由，实际已经变成了指的是媒体运营出色，影响力高，而非在新闻质量上具有领先，更别提排行榜本身似乎也不权威 媒体所需的调查深度，客观，准确，独立都没有被提到，不足以证明高质量媒体成立 我支持受审核管控的媒体，但这个审核不该让媒体本身的新闻原则都抛弃了