在上班和上进之间，我选择上山泼水！云台山戏水节正式开幕！ #把暑假留给云台山的夏天# #云台山暑期18岁以下免门票# #是时候来云台山玩水了#

小处男来帮我浇花是时候来调教下他 我把裙摆一点点掀到腰间 “上次看你一直看姐姐的灰丝 姐姐今天特地穿给你看的” “……太 太犯规了……”小处男低声呢喃 双手死死按住自己裤裆 想遮却根本遮不住 “姐姐 这灰丝包裹的样子……我……我受不了……” “来～露出来 你是想让姐姐踩住还是坐在上面？”

想搞meme的时候是你他妈来了 不搞的时候别来蹭我们 这几天起势的时候来的莫名其妙，就猜到多半要不干脆别参加，要不农到底 还好没参加，不然又血亏不老少钱 bsc的土狗就好像一个不吐钱的老虎机，赚钱的都是和狗赌场合作的那些内幕kol，他赚的钱要不就是割跟单，要么就是起盘子，然后每年来一次暴击引诱你们玩土狗，来了之后让你们别蹭

也是时候调整自己了，生活还是要向前看，让时间消化一切吧☀️ 今天偶然间在 pyq 看见这张图，提供了一个跟目前的主流声音截然不同，却更能精准对标现在 AI 周期所处的位置，有点启发 确实越想越觉得，AI 产业里很多我们原本「看不懂」的东西，一旦套到房地产的商业模式上，反而会变得异常清晰 🟨融资工具的进化，是 AI 周期能否持续的关键 房地产行业之所以能延续二十年长周期，本质上并不是因为开发商们自己多有钱，而是因为围绕着房地产，长出了一整套多层次、多期限、低成本的融资体系 ➡️通过银行贷款支持拿地 ➡️通过开发贷支持建设 ➡️信托和地产基金参与股权投资 ➡️商业地产可以做 REITs 退出 ➡️最后，甚至连购房按揭都可以变成一个长达三十年的金融工具 如果没有这整套的融资体系，再厉害的开发商也撑不过一轮周期 而现在的 AI 产业，最缺的就是这套体系 今天的大科技公司，本质上都是在用自己的信用、自己的现金流、自己的股票做融资担保 谷歌、Meta、亚马逊、微软这些巨头，即便账上现金再多，也不可能实现无限扩张 他们迟早需要把手里那几千亿美元的 AI 基础设施，打包成可以被外部资金持有的资产 这条路其实已经开始出现苗头了 CoreWeave、Lambda、Nebius 这些独立算力供应商的兴起，本质上就是「专业开发商」在崛起 他们用私募基金的钱建设数据中心，签长期租约给大模型公司，再把这些数据中心打包融资 相信未来几年里，我们将一定会看到： AI 数据中心 REITs、AI 算力基金、GPU 租赁资产证券化、算力收益权凭证这些金融工具的陆续出现 甚至，主权基金、养老金、保险资金这些长期资本，也会慢慢成为 AI 基建最重要的资金来源，就像当年的保险公司就是地产行业最大的长期资金一样 可以预见，谁能先把 AI 资产的证券化、标准化、可交易化这条路打通，谁就掌握了下一个十年的金融话语权 这也是为什么英伟达已经开始自己下场做投资、做生态、做长期客户绑定 GPU 厂商正在变成「卖地+放贷+做物业」的三合一角色 🟨AI 时代的「土地」，是电力、是冷却、是不动产 曾经，房地产开发商最关心的是什么来着？ 不是房价，是地段 而地段的核心是什么？是稀缺资源 AI 时代的稀缺资源并不是硅片 真正的稀缺资源是电力、冷却水源、网络枢纽位置、政府的审批牌照，是当地电网的承载能力 GPU 可以每年迭代，而变电站的审批和建设周期是 5-7 年，核电就更狠了，一座新核电站从规划到投产要 10-15 年 将来谁手里有电力指标，谁就是手里有未出让土地的开发商 马斯克把 xAI 的最大数据中心放在孟菲斯，是因为那里有田纳西河流域管理局提供的廉价电力 亚马逊 AWS 在弗吉尼亚北部的疯狂扩张，是因为那里既有便宜的水电，又有美国东海岸最大的人口聚集区 微软重启三里岛核电站，是因为这将提供稳定、低碳、24 小时运转的基载电力，而这，才是数据中心最稀缺的「土地」 未来十年里，AI 产业的「拿地」大战，本质上是一场关于电力、冷却资源、网络时延的战争 甚至，连地理位置都会分层： 一线数据中心会建在能源富集区 二线数据中心会建在用户密集区 边缘计算节点嵌入到每一座城市 这种分层结构，是不是有熟悉的感觉了，几乎和城市核心区、郊区、卫星城的房地产分层逻辑一模一样 🟨周期是逃不掉的，房地产的教训 AI 行业必须早学 房地产行业最伟大的智慧 —— 是周期 涨多了会跌，跌多了会救，救完又会涨，涨完又会跌 二十年来，央行、政府、开发商、购房者都在与这个周期共舞 如今的 AI 产业也不能例外 现在很多人以为 AI 是没有周期的，会一直涨下去，这是一个非常危险的错觉 GPU 会换代，大模型会过时，数据中心会折旧，客户会流失，利率会上升，资本开支会放缓 当全球大科技公司的资本开支增速开始见顶的那一天，AI 产业链的上游会最先感受到寒意 就像房地产周期里，工程机械、水泥、玻璃这些上游周期股，永远是周期最敏感的方向 未来几年里，AI 产业链里最大的风险不是模型的能力不够强，而会是产能的过剩 当所有大科技公司都建好了足够多的数据中心 当所有大模型公司都签了足够多的算力合约 当英伟达一年能卖出几千万颗 GPU 需求端只要稍微放缓一个季度，整个产业链就会进入库存调整期 这个时候，能活下来的公司只会有两类： 一类是成本最低的全产业链龙头 一类是绑定了长期需求的服务商 这就是为什么众多云计算厂商（AWS、Azure、GCP）一旦建成，就是他们自身最强的护城河 就像真正穿越房地产周期的，不是开发商，而是那些采取收租模式的物业公司 🟨折旧与「拆迁」，是这个 AI 时代最被低估的风险 房地产行业有着一个很重要的特征：房子很难过时 一栋楼一旦盖好，可以用 50 年、70 年，即使户型过时了，只要地段还在，主结构还在，折旧相对都是可控的 但反观 AI 基础设施的折旧速度，会比房地产快上几十倍 H100 还没大规模铺开的时候，H200 就来了，Blackwell 还没交付多久，Rubin 又在路上了 每一代 GPU 的性能提升，都是对上一代资产的「功能性报废」 这就相当于在地产周期里，房子盖好两年就要被强制拆迁 这种「技术性折旧」才是 AI 时代最大的资本风险，投出去的成本还没收回来就不能用了 英伟达之所以能一直维持这么高的估值，本质上不是因为它卖了多少 GPU 给众多 AI 公司，而是因为通过 CUDA 生态，能把所有客户都锁死在它的折旧节奏上 客户用得越深，迁移成本就越高，英伟达的护城河也就越深 这就是为什么英伟达毛利率可以维持在 75% 以上，本质上，这已经不是一家卖产品的芯片公司了，而是一家「AI 时代的房地产收租公司」 同理，AMD、博通、Marvell 这些公司如果想挑战英伟达，核心也不是堆算力，而是要建立自己的生态 没有生态的算力，就相当于过去空置的写字楼 🟨需求侧：AI 不是为了「住人」，是为了「生产」 「房地产满足的是居住需求，AI 满足的是生产力需求」 这是 AI 和地产最大的区别，同样也是 AI 最大的希望 居住需求是有上限的，毕竟一个人只能住一套房子，而生产力的需求没有上限，只要有真实的效率提升，一个企业可以无限叠加 AI 能力 如果 AI 能持续提升企业的利润率，提升整个社会的产出效率，那么这场算力建设周期的天花板，就会比房地产高得多 这也是为什么我虽然对短期 AI 资本开支的泡沫保持着高度警惕，但对 AI 产业的中长期需求充满信心 关键变量是 —— AI 创造的价值，能不能持续大于 AI 消耗的算力成本 如果答案是肯定的，那么这场建设周期还可以持续 20 年，甚至 30 年 如果答案是 no，那么今天所有的数据中心、所有的 GPU、所有的资本开支，都会变成明天的折旧负担 应用层跟得上，就是又一个黄金十年，应用层跟不上，就是下一个日本 90 年代拉开序幕 这个问题的答案，就不是任何一家公司能单独回答的了，它需要整个产业去回答 🟨回到投资：谁是这个时代的「卖铲子的人」？ 如果整个 AI 周期是真实存在的 如果「卖铲子」的逻辑是持续成立的 如果应用层真的是会爆发的 那么未来十年，最值得长期持有的标的，就不一定是模型公司和云厂商了 而是那些在产业链中游、无法被绕开的「材料和工具」供应商 GPU 厂商们是显而易见的，但真正被低估的，会是那些不起眼的基础设施供应商： 电力设备公司、冷却系统公司、光模块公司、高速互联公司、机柜结构件公司、电源管理公司 这些公司会像房地产周期里卖水泥、卖钢筋、卖防水材料的公司 他们的题材不性感，上不了台面儿，不会轻易被媒体讨论 但他们的现金流稳定，毛利率可控，订单可见性极强 每一次新的数据中心开工，他们都会是最先拿到订单的 每一次数据中心的交付，他们都是最先收到回款的 他们才是这个 AI 时代的「隐形收租人」 如同上个房地产周期里一样 🟨最后 —— 一个或许不一样的结尾 相比一个互联网行业故事的重复，这次的 AI 或许是更贴近地产行业的故事 如果用互联网的思维去理解 AI，会持续高估软件、低估基建 而用房地产的思维理解 AI，相信至少在未来 3-5 年的时间维度下，会更接近真相 但也要指出，不同的是，AI 的需求侧可能会是下一场工业革命级别的叙事 这就意味着，AI 产业既会有房地产式的周期波动，同时也会有工业革命式的长期红利 作为聪明的投资者，我们应该做的是： 在房地产式的周期里，找到工业革命式的长期赢家 周期是逃不掉的，但长期趋势，更是挡不住的 我们这代人，正在见证的，可能就是人类有史以来最大的一次算力建设周期，也是最大的一次生产工具革命 潮水最终会退去 但这次 潮水退去之后留下的 会是一个完全不同的世界吧 #AI#

窦文涛说：“我爸爸妈妈跟我在深圳住了半年，其实很心酸。我们整天吵架，真没法过下去，于是不得不把他们送回石家庄。我说，你们回去吧。 ​​说这话的时候，窦文涛心里堵得发慌。他当初接父母来深圳，满心想的都是自己终于站稳了脚跟，能让操劳一辈子的老人过来享享清福。他提前收拾出向阳的卧室，备齐了全新的生活用品，连老人常用的物件都提前买好，就盼着一家人热热闹闹住在一处。 ​可真凑到一个屋檐下过日子，才知道想象和现实差得太远。两代人活了大半辈子，作息、消费、过日子的方式全不一样，大大小小的摩擦每天都找上门。父母过惯了紧巴日子，买菜专挑实惠的选，剩菜热了一轮又一轮舍不得倒，看见他随手放的空水瓶、拆完的快递盒，总要念叨半天不会过日子。他常年在深圳打拼，作息和吃饭时间从来没个准点，父母偏按着老家的钟点催他吃饭、逼他早睡，连他屋里灯开久了都要进去关掉。 ​起初双方还都憋着劲互相迁就，日子一长，耐心磨得精光。一点鸡毛蒜皮的小事就能拌起嘴，有时候是饭菜咸淡不合口味，有时候是出门穿衣的意见相左，吵到最后，谁都觉得自己满肚子委屈。窦文涛觉得父母不懂自己在外打拼的压力，连一点私人空间都不肯留；父母觉得儿子长大了脾气也变了，再也不是小时候那个听话的孩子，连句顺耳的话都听不到。 ​家里的气氛一天比一天压抑。他每天下班走到楼下，都要站着缓几分钟才肯上楼，不想推开门就面对没完没了的争执。父母过得也不舒展，出门听不懂当地人说话，连个能坐下聊天的熟人都没有，整天守在几十平的房子里，连下楼散步都觉得浑身不自在。 ​他不是没试过缓和关系，特意抽休息日带父母逛景点，买他们念叨过的吃食，可往往好不过半天，转头就能因为一点小事重新闹僵。硬撑了半年，他终究还是认了输。不是彼此没有感情，是硬把各自活了几十年的生活方式拧在一起， 对谁都是熬煎。把父母送回石家庄，是他当时能想到的，对彼此都松快的选择。 把决定说出口的那天，父母没反驳，也没多问，转身就默默收拾行李。他看着两个老人蹲在地上叠衣服的背影，喉咙堵得厉害，却半句软话都说不出口。他偷偷订了头等舱的机票，长这么大，他从没见父母坐过头等舱，连飞机都没坐过几回。他想着，就算不能天天守在身边尽孝，至少让二老体体面面走这一趟，也算补一点心里的亏欠。 ​送父母去机场那天，他一路都没怎么说话。车开到航站楼门口，他抢着把所有行李拎下来，一路送到安检口才停下脚步。再往里就不是他能进的区域了，他站在警戒线外，看着父母背着布包慢慢往里面走。 ​头等舱的休息室就在安检进去不远的拐弯处，可两个老人一辈子没进过这样的地方，哪里懂这些规矩。他们只顺着人流直直往前走，脚步都带着点局促的慌乱。窦文涛在后面扯着嗓子喊，让他们拐弯去休息室歇着，可距离太远，前面的人连头都没回一下，就那么慢慢消失在了拐角处。 ​他站在原地愣了好久，重重叹了口气，转身打了车往回走。刚上车的时候他还没什么情绪，紧绷了半年的神经终于松了下来，只觉得终于不用再天天对着争执。可车开出去半个多小时，快进到市区的时候，他忽然觉得下巴上凉凉的，伸手一摸，满脸都是眼泪。 ​他自己都不知道眼泪是什么时候流下来的，没有嚎啕，没有抽泣，就这么悄无声息地湿了满脸。活了几十年，这样不受控制的流泪，他只经历过这一次。 ​后来年纪渐长，他才慢慢品出那天的眼泪里藏着什么。不全是离别舍不得，更多的是说不出口的愧疚，和藏在心底的无力。他当初以为把父母接到身边就是尽孝，从来没问过他们愿不愿意离开生活了一辈子的老城；他只看见吵架时的针锋相对，没看见父母藏在唠叨背后的不安，没看见他们在陌生城市里连路都不敢多走的局促。 ​父母回到石家庄之后，日子反倒过得舒展起来。每天去熟悉的菜市场买菜，和老邻居坐在楼下唠家常，连吃饭的胃口都好了很多。他们偶尔打电话过来，只说家里一切都好，让他安心工作不用惦记，半句没提在深圳受的拘谨。 ​再后来母亲渐渐开始忘事，确诊阿尔茨海默症之后，到最后连他都认不出来。父亲也在几年后突发疾病离世。当年机场那个匆匆走远的背影，成了他心里反复想起的画面。他常常想，如果当初再多一点耐心，再试着多磨合一段时间，会不会少留一点遗憾。 ​可人生从来没有重来的机会。太多人都抱着一样的想法，总想着等自己条件再好一点，再好好陪父母，等自己有空了，再带父母出去看看。却忘了父母等不起，也未必能融入年轻人早就习惯了的生活。两代人之间的距离，从来不是一张机票就能填平的。真正的体谅，从来不是硬把父母拽进自己的生活轨道，而是尊重他们活了一辈子的习惯，让他们在自己熟悉的地方，过踏实舒服的日子。

AGI预测的真相：为什么越懂的人越激进 先说个有意思的现象：越懂技术的人，对AGI的预测越激进。 2020年的时候，预测平台上的中位数还是40年后。ChatGPT一出来，立马变成15-20年。现在呢？2030年，也就是5年内。 黄仁勋说2-3年，Anthropic的CEO说2026年，OpenAI的CEO直接说今年。 这说明什么？距离技术越近的人，越能看到内部的真实进展。他们不是在瞎猜，是在基于他们看到的具体数据做判断。 所以AGI在5年内出现，这不是天方夜谭，而是大概率事件。 但这里有个更深层的问题 AGI的本质是什么？不是什么"人工智能"，而是一个比人类更聪明、不知疲劳、计算能力更强的存在。 龙波提到的推荐系统演变很有意思：未来的推荐系统会深入理解你的需求，甚至替你做决策。电商可以自动送货上门，你都不用下单。 这就是AGI的雏形。 问题是，当这样的智能体能够完成大部分人类工作，而且做得更好的时候，我们在讨论什么？ 我们在讨论人类存在的意义。 别扯什么"解放人类" 很多人说AGI会解放人类，让我们不再为生计奔波，可以去思考"人真正应该做的事情"。 这话听起来很美好，但问题是：大部分人知道自己"真正应该做的事情"是什么吗？ 人类的价值感很大程度上来自于工作、创造、解决问题。当这些都被AGI取代，你觉得人类会变得更有意义，还是会陷入前所未有的存在危机？ 这不是悲观主义，这是现实。 ASI才是真正的挑战 AGI只是开始。龙波提到的"涌现"现象很关键：大型模型在规模扩大后会突然展现出不可思议的能力。 第二次"涌现"会带来ASI。大量AGI级别的智能体相互交流、协作、学习，形成一个类似人类社会的智能体系。 时间线是什么？如果AGI在5年内实现，ASI最长10年内就会出现。 ASI带来的"文明加速"是什么概念？10年内达到人类100年的发展水平，20-30年内达到人类200-300年的水平。 这不是科幻小说，这是数学推演的结果。 我们真正应该思考的问题 不是AGI什么时候来，而是： 当AGI比我们更聪明的时候，人类的独特价值在哪里？ 当大部分工作被取代的时候，我们如何重新定义成功和价值？ 当ASI实现文明加速的时候，人类是参与者还是旁观者？ 这些问题，现在就得想清楚。 因为5年后，可能就没时间想了。 说白了，AGI不是技术问题，是哲学问题。不是什么时候来的问题，是我们准备好了没有的问题。 而从目前的讨论水平来看，我们远远没有准备好。 但时间不等人，AGI也不会。 #AI# #AIAgent#