人类主观上的“生命长度”，并不接近客观时间。 而更接近：记忆中的状态变化密度。 ⸻ 童年为什么漫长？ 不是因为时间更多，而是因为： - 一切都新 - 世界模型持续重建 - 感知高分辨率 - 没有稳定压缩模板 于是，大脑无法把经验批量编码。每一天都必须真实计算，所以时间被“拉长”。 #来自AI的洞见#

《 变成更好，更自由的自己 》 引用的这篇文章是我今天读到很有共鸣的一篇文章，尤其适合KOL这个赛道。不管你是否打算做KOL，都非常值得花点时间琢磨。 如果你用小红书，你会发现这哥们 @thedankoe 已经成了很多博主特别追捧的对象（养活了很多学习号😂😂）。 不过有一说一他是有干货的，在个人品牌和数字创作者领域非常有见地，也相当成功。 反鸡汤，反主流教育/工作观，很戳“不想一辈子打工的当代年轻人”。 好了，说说昨天他这篇长文说了啥。 ~~~~~~~~~~~~~ 拥有多种兴趣不是弱点，而是当今时代（他称为“第二文艺复兴”）的超级优势。 不要浪费未来2-3年去强迫自己“专注单一领域”，而应该把多种兴趣整合成一份有意义、可赚钱的生活方式。 下面是文章主要观点的提炼（对应原文7大板块）： 1⃣专家时代已经不再吃香 工业时代推崇专业化（像工厂流水线），但这导致人变得愚蠢、依赖性强。
 真正成功靠三点： 自我教育（自己主导学习） 自我利益（追求真正对自己和他人有益的事，而不是公司/系统的利益）、 自给自足（不把判断权、学习权外包给别人）。
 这三者自然催生“通才/泛化者”（generalist），他们能跨领域整合想法、快速适应，而纯专家容易被取代。 2⃣我们正处于第二文艺复兴，抓住机会
 像印刷术引发了文艺复兴一样，今天的互联网、AI让知识极度廉价、任何人一生都能掌握多领域。 
多种兴趣会产生独特的“视角残留”（residue），形成别人（甚至AI）模仿不了的交叉洞见，这是你最后的护城河。
 例子：达芬奇不只画画，还搞工程、解剖；现代人结合心理学+设计、销售+哲学、健身+商业，就能创造别人想不到的价值。 3⃣如何把多种兴趣变成可持续赚钱的生活
 需要一个“容器”（vessel）把兴趣整合起来 → 成为创作者（creator）。
 把社交媒体当成“公开做笔记”的地方，学习过程本身就是内容。
 吸引注意力 → 卖产品（课程、系统、软件等），而不是找一份压抑兴趣的工作。
 这样学习=研究、工作=创作，自由度极高，还能快速试错、推出新产品。 4⃣把自己变成一门生意
 创业不再需要大资本，只需笔记本+网络。
放弃“技能型路径”（学一门技能→教→卖，容易变成新9-5）； 选择发展型路径： ◦追求自己的目标（打造个人品牌） ◦分享学到的东西（内容） ◦帮别人更快达到同样目标（产品）
把自己当成客户画像，帮“过去的自己”解决问题。 5⃣品牌 = 一个环境/世界
 品牌不是头像+简介，而是读者3-6个月后脑海中积累的对你的整体印象。
 它是你的人生故事、世界观、哲学在所有触点（帖子、Newsletter、页面设计等）的体现。
先写出自己的人生低谷、成长经历，用故事过滤所有内容，保持一致性。 6⃣内容 = 新颖视角
 互联网信息爆炸，胜出的靠高信号、高密度想法。 
建一个“创意博物馆”（swipe file）：收集旧书、优质博客、顶级账号的高密度想法。筛选标准：有表现潜力（别人会喜欢）+让你兴奋（自己真感兴趣）。
 练习：把同一个想法用1000种不同结构写出来（钩子、列表、故事等），提升表达力。 7⃣系统就是新产品
 现在人们不想要泛泛的解决方案，他们想要你的独特系统（你自己验证过、迭代出来的方法）。
 例子：Dan Koe 的“2小时写作”系统，就是他解决自己内容创作难题的实验结果（收集想法→模板→跨平台复用→Newsletter为核心）。
 系统是个人经验的结晶，很难被复制。 总结一下，Dan的意思是： 把好奇心、多种兴趣通过自我教育 → 公开分享 → 打造系统 → 卖给同频人群这条路径，变成自由、充实又有收入的生活方式。 ~~~~~~~~~~~~~~ 我非常赞同这个思路，原因在于能支撑我多年如一的学习，分享的重要逻辑就是上面的这一条。 币圈认知更替速度非常快，你真想学几乎每天24小时全部投入进去都学不完。我对Defi，对交易，对项目投研，对Vibe Coding等知识的学习基本都是自我教育。 但如果我想要输出给更多的读者，我需要把自己学习的东西系统化，印证有效，然后才能公开分享出去，并逐步沉淀为自己的铁粉群体。 大部分收益我依然来自于自己学习体系的投资和交易逻辑，但分享后带来的额外收益会让我更愿意投入到自我学习这个循环里，并试图做的更好。 而且这个循环让我能享受自由充实且有收益的生活方式，让我很乐在其中。 他文中的1/2/3/4 都是我已经有做到的，但5/6/7 我还有待提高。 “品牌不是头像+简介，而是读者3-6个月后脑海中积累的对你的整体印象。” -- 我兴趣很杂，到底我应该如何更进一步凝聚读者们对我个人品牌的印象？ -- 需要思考。 现在AI的平民化，便利化，让“超级个体”更加容易成为之前一个企业所能达到的规模和影响力。我们的确处在第二个文艺复兴的黄金节骨眼上。 我最近几个月远比过去几年焦虑，焦虑的不是如何赚钱，而是如何在这股浪潮里不被淘汰下去。 Dan Koe这篇文章帮助我把过去一些思路理的更清晰了，希望也能对你们有所帮助。 2026，我们一起变的更好

随着AI不断从单纯叙事转为落地应用，我们可以清晰的看出A2A经济已经快速发展，不管是从技术上还是创新思维上，显然，AI经济体已经距离我们不远。 而随着AI叙事的不断发展，AI也已经进入了重资产时代，过去大家讨论的是模型，而现在大家讨论的是真正决定AI上限的是什么？ 例如，GPU的研发与发展，产能，电力是否足够，是否支持AI的快速发展。数据中心的基础建设甚至还有融资能力以及资本开支情况。 而 @USDai_Official 做的事情倒是挺有趣，简单看了下，他们是在尝试把AI的算力基础金融化，当然，这种金融化并非传统意义上的Defi 让AI数据中心运营商，可以用GPU和未来现金流作为抵押获得融资，而链上的资金则可以获得来自AI基础建设的真是受益，算是RWA与AI资产运作的结合，这个想法我觉得还是很有趣，而且对于很多AI企业也确实有实质性的帮助，同时也通过这种方式增加融资能力加速AI基建的发展。 第一层，USDai，由 PYUSD 支持的合成美元 第二层，sUSDai，可获取 GPU 信贷收益 + 美债收益 本质上就是让AI算力现金流资产证券化，提供了融资杠杆，优势是为AI提供了融资渠道，缺点是可能会增加AI行业的金融风险。 而 这也印证了为何很多AI项目逐渐走向 RWA 、AI InfraFi与GPU Finance，而 能得到 @binancezh 青睐，估计在战略目标上与币安时相对重合的 如果小伙伴们长期关注AI、BNB生态，以及稳定币收益还有GPU金融化，可以深入研究一下这个项目以及赛道，是有一定的应用空间。 传送门： 这次 Wallet 上线的活动更应该多多关注一下，持有BNB的小伙伴们的福利又来了，虽然近期 #Bitcoin# 继续反弹，但是还并未走出新趋势的突破，市场的热度还是不高，而U这半年汇率也在下降，这半年最火的就是如何让手中的钱安全的“赚起来” 我现在赚到的钱，基本上就是买BTC ，然后重点买BNB，最后才是ETH，并不是不看好ETH，而是觉得BNB不定期出的各种福利，收益确实不错，而且以现在的价格，我觉得还是蛮有性价比的！

不远的将来，99%的交易员都会被AI淘汰。 这是知名宏观投资人Raoul Pal的观点。 Pal说，自己绝不是危言耸听，而是基于 AI，宏观和金融市场结构做出的一个推演。 传统交易员在今后面临的不是竞争，而是被直接降维碾压，具体原因可以拆解成4个。 首先来自 AI 本身。 Pal 认为，现在最顶尖的 AI 模型已经接近人类博士级别，IQ 大约在 150 左右，更可怕的是，这种能力还在快速跃迁，可能每 9 个月就翻倍一次。 一旦 AI 的推理能力从 150 走向 300，600，甚至更高，它在科学，医学，心理学和金融市场上的分析能力，都会远远超过人类肉脑。 交易本质上是一场信息处理和概率判断的游戏，当对手拥有更快的计算速度，更大的数据吞吐量和更稳定的执行能力，传统交易员的优势会被迅速压缩。

过去几千年，每笔交易的至少一方是人类。这个规则正在被悄悄打破。 AI代理在积累资本、调仓、执行协议，不需要等谁点头。Machine money不等市场开盘。不睡觉。不恐慌。 这不是预言，这是此刻链上正在发生的事。 什么是机器货币 它不是一种新代币。而是一种新范式：由AI代理自主控制、分配、增值的资本。它没有钱包地址背后的自然人，没有情绪，没有监管恐惧，只有目标和算力。 当一个AI机器人自主发起一笔交易，用赚来的ETH购买GPU算力，再出售计算结果换取稳定币，这个闭环里没有人类签字。这就是机器货币的运行单元。 它已经多大 根据行业统计，2025年链上活动约19%来自AI代理或自动化程序。超过76%的稳定币转账由bots执行。加密交易机器人市场2025年达474.3亿美元，预计2035年接近2001亿美元。 一些机构预测2026年底AI代理可能贡献链上30%的交易量。不是将来时，是进行时。 一个标志性案例 Truth Terminal，Solana上的AI机器人，自主创建了$GOAT代币。没有人类策划，没有团队预留。市值一度超过9.5亿美元。它成为历史上第一个AI代理百万富翁。 Franklin Templeton专门在报告里点了这个案例。这不是迷因，这是AI第一次完整跑通“创造价值到分配价值”的闭环。 更早之前，a16z的Marc Andreessen说，Truth Terminal直接找他谈判，拿下了5万美元比特币研究资助，又花了1000美元买图像权限。谈判、条款、付款，全程AI自己完成。 机器货币带来的后果 交易永不停止。市场不再有开盘收盘。AI代理24小时扫描套利机会、重新平衡组合、执行策略。人类交易员睡觉的时候，机器货币在流动。 情绪消失。没有恐慌抛售，没有FOMO追高。只有基于数据和目标的执行。这会降低市场波动，还是因为算法同质性反而加剧闪崩？目前两者都在发生。 资本所有权模糊。一个AI代理赚了钱，这些钱属于谁？它的部署者？它的训练数据提供者？还是代理本身？法律和税务完全是空白地带。 经济活动的度量需要重定义。GDP不统计机器与机器之间的交易。当两辆自动驾驶汽车用加密支付结算路权使用费，这笔价值没有被任何传统指标捕捉。 人类逐渐沦为旁观者或监督者。在标准化任务中，AI已经优于人类交易员。但在高不确定性、多变量的自主决策场景，顶级AI表现只有顶尖人类的五分之一。所以现在是辅助阶段，但窗口期在快速缩小。 基础设施也在跟进 Virtuals Protocol部署了超过18，000个AI代理，生态aGDP(代理国内生产总值)超过4.79亿美元。AiXBT在进行实时市场分析和自动化交易执行。 ACP协议试图为AI代理之间的协作、交易、价值评估建立标准化机制。一个代理经济的底层铁路正在铺设。 但别急着把钱包全交给机器人 现阶段大部分链上代理仍处于“人类监督下的初级执行”。两个核心难题还没解决： 缺乏自主性分级标准 目标对齐偏差。AI可能完美执行你给的目标，但那个目标跟你真正的意图相差万里。 a16z提出30万亿美元的“代理经济”愿景，VanEck预测2025年链上AI代理突破100万，OKX Ventures说2030年去中心化AI市场可能达1.8万亿美元。这些数字听听就好，关键是底层逻辑已经变了。 想听听大家的看法 你遇到过完全由AI发起的交易吗？你手里的持仓，有多少比例的换手可能已经跟人类无关了？ Machine money不需要许可，但它需要方向。这个方向，现阶段还是人类在把握。但这个把握能力还能维持多久，是个开放问题。 评论区聊聊。

刚读了一篇论文，开始质疑自己投资组合里的每一个项目。三名来自一家AI公司的研究人员，研究了每天使用ChatGPT、Claude和编码代理时，大脑会发生什么。他们发现，你并没变得更聪明。你只是变得更善于感觉自己聪明了。论文名为“LLM谬误”。发表于2026年4月。它记录了一种认知把戏，每一个LLM用户都会在不知不觉中上当。 以下是这种谬误：它让你相信你会编程。你用Claude Code生成一个可运行的脚本。它运行了。你发布了它。你告诉自己是你构建了它。但当API变更或依赖项崩溃时，你无法独自修复它。你不了解架构。你不了解调试过程。你只知道如何再次要求代理修复它。能力不是你的。它是借来的。而且这笔贷款有利息。 它还让你相信你很流利。你生成一封完美的法语邮件或一份普通话提案。它语法完美。语境恰当。你感觉自己双语了。但拿走工具，你连一个正确的句子都产不出来。流利不是在你的大脑里。它在界面里。你把表面光鲜与内在能力混为一谈。 最后，个人觉得最疯狂的是，它让你相信你懂了。你让LLM解释量子计算或宏观经济学。它给你一个美丽的总结。你点头。你感觉自己见多识广了。但试着不用工具向别人解释它。结构就崩了。你内化了推理的形状，却没有参与推理本身。你有地图。没有领土。 整篇论文最可怕的部分，是隐藏在含义中的一个概念。评估者也分不清。在招聘中，面试官看到精炼的输出，就高估了能力。在教育中，老师看到完成的作业，就误读了理解。在认证中，证书信号着已验证的技能，但那技能是系统支架的。评估系统本身已被破坏，因为它们是为人类独自工作那个世界设计的。那个世界没了。 现在想想你目前在哪里使用LLM。 论文说，AI不是在帮助你更好地思考。它在取代你过去自己做的思考。知识没有粘附，因为即使能力缺失，流利也会向你的大脑信号能力。而且你不会表现得几乎一样好。实证研究显示，用户依赖生成的解决方案，却没有内化背后的推理。表面层面的正确并不表示更深层的正确。你无法独立重现你发布的作品。 研究人员没有用什么晦涩的实验设置。他们分析了你我每天用的那些工作流程。而且他们不是反AI的。他们明确披露，这篇论文是用AI辅助写的。讽刺是故意的。这就是重点。没人能置身事外。在金融投资领域，深度AI使用者，需要审计自己的投资组合。

lam research财报前瞻 LRCX马上要发的财报的重点，其实是关于LRCX在AI周期里到底处在什么位置，以及它的变化会如何传导到整个产业链。 LRCX不是一个简单的设备公司，而是一个典型的工艺复杂度受益者。 AI带来的变化，并不只是算力需求增加，而是芯片制造过程本身的复杂度在快速上升：HBM堆叠层数提升、TSV深孔刻蚀难度提升、3D NAND层数逼近物理极限、2nm/GAA结构三维化。这些变化的共同结果，是单位晶圆需要的刻蚀和沉积步骤显著增加，且难度更高。 这意味着，LRCX的增长逻辑并不完全依赖“产能扩张”，而是更多来自“工艺密度提升”。 因此，财报是否超预期其实不是最关键的，关键是预期差来自哪里。影响财报结果的核心变量可以归纳为五个：预期是否已经被上调、订单是否顺利转化为收入、收入结构是否来自AI/先进封装、服务业务是否稳定、以及管理层指引是否保守。 但股价反应的逻辑未必和财报完全趋同。市场交易的不是结果，而是偏差。真正驱动股价的，是四件事：是否超出buy-side预期、指引是否上修、增长是否来自AI等高质量需求，以及毛利率是否稳定。在当前阶段，毛利率的重要性甚至高于收入，因为市场已经默认需求很强，但对“增长质量”更敏感。 因此，即便财报大概率超预期，股价也未必上涨。 就供给侧来说，LRCX未来并不会像ASML那样出现长期产能受限。刻蚀和沉积设备本身是可扩产的，公司也在持续扩大制造和服务能力。 真正的瓶颈并不在LRCX内部，而在外部，来自客户侧：洁净室、厂房、电力和安装条件，决定了设备能否转化为收入。其次是供应链中的关键子系统和零部件，以及更深层的工艺复杂度——随着结构越来越三维化，问题不再是“设备够不够”，而是“设备能不能稳定运行、能不能调出良率”。这类瓶颈会带来节奏错配：订单存在，但收入确认延迟，从而放大股价波动。 这种结构也决定了LRCX财报的外溢效应。市场会把它当作整个设备链和AI制造链的风向标。设备同行如AMAT、TEL通常是最直接的映射；KLA代表制程控制的跟随需求；而存储厂如Micron、SK hynix、三星，则通过HBM资本开支被侧面验证；再往下，TSMC等晶圆厂则对应先进逻辑和封装的真实落地节奏。 更上游的子系统供应商中，MKS Instruments是一个典型例子。它提供RF、电源、真空等关键模块，嵌入刻蚀设备内部，本质上是“设备里的核心部件供应商”。它的需求不仅跟设备数量相关，更跟工艺复杂度直接相关。在AI时代，由于刻蚀强度和等离子体要求提升，单台设备对其组件的需求也在上升。因此，它往往表现为设备周期的“放大器”：景气向上时弹性更大，但在安装节奏延迟或需求不确定时，波动也更剧烈。 整体来看，这一轮AI周期下，LRCX的核心变量已经从“周期”转向“复杂度”。短期看，财报仍会受到安装节奏、毛利率和中国政策的扰动；中期看，订单可见性在提升；长期看，只要工艺复杂度持续上升，它的定价能力和盈利能力就具备持续支撑。 用一句话总结就是： LRCX的财报不是在看需求有没有，而是在看需求会不会在复杂度超预期上升的情况下超预期。 免责声明：本人持有文章提及股票，观点充满偏见，非投资建议dyor

《从福布斯富豪榜看财富流动趋势》 今天关于 @cz_binance 被杀猪榜放进前20的消息又满天飞了，按之前的调性大概率等CZ睡醒又要开始辟谣，哈哈。 不想露富是华人常见心态，但从我等吃瓜群众看，作为Crypto唯一杀入前列的代表，还是乐得看到CZ给Crypto挣了脸的。 顺便分析了一下这次的富豪榜比例情况： ▶️科技（互联网 / AI / 软件 / 芯片）约35–40% 代表：Elon Musk、Jeff Bezos、Mark Zuckerberg ▶️金融与投资 约15–20% 代表：Warren Buffett、对冲基金、PE ▶️零售 / 奢侈品 / 消费 约10–15% ▶️制造 / 工业 约10% ▶️重工业、汽车、制造 能源 / 矿业 约5–8% ▶️石油、天然气 房地产 约5–7% 可以看出财富结构正在发生代际变化，世界在不知不觉间已经通过财富流向告诉大家是如何变迁的。 ~~~~~~~~~~~~~~~~~~~~~~~~~~~ 我摘出几个有意思的地方： 1、AI正在成为新的财富发动机。 榜单前列里很多财富增长都来自 AI 或 AI相关科技公司，Musk，Larry Page，老黄等人财富增长很大程度来自 AI浪潮带动的科技股上涨。例如 Alphabet 股价上涨直接推动 Page 和 Brin 财富大幅增加。 过去十年最赚钱的是移动互联网，未来十年最赚钱的可能是AI基础设施。 2、超级富豪财富增长速度极端惊人 榜单还有一个很震撼的数据： 全球亿万富豪数量已经超过 3400人，总财富达到 约20万亿美元，而且仍在持续增长。 更夸张的是： 全球最富的10个人一年财富增加接近6000亿美元。 财富向极少数人快速集中的速度进一步加快了，科幻小说里一个人掌握全球99%财富的故事好像真有可能发生？ 3、财富结构正在发生代际变化 老钱逐渐被科技钱取代，比如奢侈品巨头Bernard Arnault 逐渐被科技创始人压制。现在的超级富豪基本都是科技公司创始人or控制人，平台型企业掌控者 而不是传统的：地产 石油 制造业 4、超级富豪“百亿俱乐部”正在爆炸增长 centibillionaire（千亿美元富豪）数量暴增。全球已经有 18位财富超过1000亿美元的人，这个群体的总财富接近 3.6万亿美元 这在十年前几乎是不可想象的。 很多机构都预测全球第一位 trillionaire（万亿富豪）可能在2030年前出现。 ~~~~~~~~~~~~~~~~~~~~~~~` 此外，国人比较熟悉和感兴趣的富豪情况： 1、卖水的赢了搞互联网的，首富还是“水王” 钟睒睒（农夫山泉）依然稳坐中国首富。在全球互联网寒冬和电商内卷下，水王靠着刚需和极致的现金流控制力，依然压过张一鸣和马化腾。 2、老黄代表华人之光席卷全球 随着AI浪潮，英伟达（Nvidia）CEO黄仁勋身价疯涨，目前已进入全球前10（甚至前8）。对于中文读者来说，他是全球科技圈最受瞩目的华人面孔，也是AI时代的绝对教父。 3、“出海三杰”的进击：赚全球的钱 张一鸣（TikTok）、黄峥（拼多多/Temu）、许仰天（Shein）。这三位是典型的“中国供应链+全球化运营”的赢家，反映了中国互联网出海的强大生命力。 4、房地产时代的终结，新能源/半导体的崛起 曾经榜单前列的王健林、杨惠妍等地产巨头排名大幅缩水甚至掉队。取而代之的是雷军（小米造车成功）、曾毓群（宁德时代）。 资源型财富已经被科技型财富压过去了。 ~~~~~~~~~~~~~~~~~~~~ 说回Crypto，CZ 的财富变化，本质上是整个加密市场周期的一个晴雨表。 Forbes 在计算 CZ 财富时主要参考是Binance股权估值，而非 $BNB 币价和其他链上资产。 现在已经是加密熊市， $BNB 价格从顶峰已经跌落50%，但CZ的身家反而上涨。我问了一下AI，这可能与熊市了反而头部交易所的市场份额会上升有关。 在2018熊市、2022熊市、现在这个阶段，Binance 的市场份额反而往往会上升，因为原因很简单：熊市会淘汰很多熬不下去的平台。头部交易所反而会趁机吸收流动性用户，进而提高了市场份额。 表单上其实还有其他Crypto富豪，比如 Coinbase的 @brian_armstrong (100-130亿，大约200名）， @saylor 老爷子（70-100亿美元，大约300-400名区间）。 但Forbes评估时候不看链上财富，所以Crypto富豪的资产往往是被低估的。 希望未来有更多加密富豪上榜吧，给咱们行业也长长脸。 最后附上福布斯榜单原链接，感兴趣的可以自己再去挖掘一下：

半年前，我写了10个创作心法，没想到大家反响都特别好。 而这段时间，我给内部写的内容方法论也更新到了2.0。再加上最近我们有新的小伙伴入职，为了帮大家更好地做内容，所以决定给大家做个内部分享。 想了下，也把总结的部分发在这里，希望能对大家有帮助！ 先说一个反共识的：博主不是消耗品。每一个都是IP。 这个时代你想成为一个IP，核心其实就两个东西，内容和影响力。 先聊内容这一块，我总结出来是这三步。 第一步，获取信息 很多人就死在这一步。 热点本质上是个杠杆，是指数级别的杠杆。如果你缺了热点杠杆，传到社会层面的体量就是小。 而掌握了这一点，其实还不够。有的人每天天天刷AI圈动态，也不见得能做好内容。 这里面有个很大的问题，很多人都没注意过，那就是， 做AI内容，你绝对不能只看AI。 xx发表一个演讲一堆人去解读，从严格意义上来说，这不叫做内容，这叫转述，叫翻译。 但做内容本质上就三个字： 讲故事。 而非常非常多讲故事的技巧、所有的节奏，没有一个是来自AI。 所以，我经常让我们内容团队的小伙伴，没事多看看综艺、电影、小说和喜剧。 我个人觉得启发特别大的是，一年一度喜剧大赛。里面sketch十分钟里面可能会连着升三番，每一番都给你很强的情绪波动，看完后还会意犹未尽的。 但你要是去看那种纯AI生成的内容，永远是平的、没节奏的。 但好的节奏是需要刻意编排的，是要跟时代变的。 第二步，找角度 一个好的角度，是有反差的，用八个字总结就是，情理之中，意料之外。 拿情人节举例。 普通媒体在这个日子，多数会去民政局蹲着拍领证的，稍微深一点的去拍"老头配20岁姑娘"这种很反差的。 但我知道的一个做内容的，他们蹲在民政局旁边的垃圾桶一天一夜，把垃圾桶里那些撕碎了的信、卡片拼在一起，组成了一个个故事。 于是，有了《在情人节当天选择离婚的人们》，直接干到几千万阅读。 这才是我心中，找角度的神。 第三步，创作 这步反而最简单。 一般来说，一篇好内容如果能爆，30%归因于第一步获取信息，69%在于角度，而创作只在于1%。 但1%就能决定内容的生死。 这里面两个点，我觉得必须得守住。 一个是节奏。信息第一时间拿到了、好的角度也拿到了，但如果讲不好一个故事，就是创作的节奏出问题了。 第二个是正向价值观。想要长久地做好内容，做好IP，就不要为了流量去碰敏感话题，要守住道德底线。 以上，暂时就这些。 这次分享+Q&A，没想到最后讲了将近三个小时。（商务和其他部门的同学笑称选修课hhhh） 在这个AI时代，希望能用我的这一点点小经验，帮助到大家，哪怕一点点！

AMD财报超预期大涨，今天Arm财报超预期盘后则是大跌，为何？仔细看了下就是需求强、供给弱、落地慢。1、最新一季财报营收同比增长20.2%至14.9亿美元，调整后每股收益0.60美元，均超出预期。下一季度预期营收约12.9亿美元，调整后每股收益在0.36至0.44美元之间，也都高于此前预测。看起来营收和利润都没有问题 2、看具体业务分类中 1）授权收入大幅度超预期，授权收入8.19亿美元，同比增长29%，大幅超越分析师预期的7.81亿美元。公司其归因于下一代芯片架构需求旺盛及客户深度战略合作。 与授权业务形成对比的是，版税收入略显疲软。Arm版税收入为6.71亿美元，同比增长11%，但低于市场预期的约6.90亿-6.93亿美元。版税不及预期通常意味着部分终端市场出货不够强劲。官方表示这个最主要的拖累来自智能手机。 2）这里要了解下ARm的商业模式 授权收入是 一次性或分期收取的前端费用（upfront fee）。 客户（高通、苹果、英伟达等）支付几百万到上千万美元不等，获得Arm IP的设计文件、使用权和技术支持。 这笔钱是现在就收的，反映客户当前对Arm架构的承诺和未来产品规划。 授权后，客户才能基于Arm IP开始设计自己的芯片。 后续每颗芯片出货时收取的 recurring 费用。 通常是芯片平均售价（ASP）的1-2%（高端架构如Armv9、CSS可更高），或固定每颗费用。 芯片从设计完成、流片（tape-out）、量产到实际出货，一般滞后2-3年（甚至更长）。 这笔钱是后期持续收的，只要芯片在卖，Arm就一直有收入。 完全独立的两次收费：授权是“买图纸/入门权”，版税是“按销量分红”。 一个客户必须同时支付两者，才能合法使用Arm IP生产和销售芯片。 所以这里的逻辑关系是: 大额授权签订 → 意味着客户已承诺未来几年会量产基于Arm的芯片 → 2-3年后版税才会大规模兑现。 所以授权业务大幅增长说明大客户仍在扩大对Arm生态的投入。 3）从这次财报能看出业务模式的变化 之前ARM是版税约占五六成，授权业务收入占三四成。但最新的这份财报则是反过来了，授权业务收入远大于版税业务收入。 这个转变说明什么？ 说明了因为智能手机业务的拖累，版税收入偏低。但是过去一个季度，下游客户新拿到arm ip授权需求是大幅提高的，那么这个授权需求大概率是来自ai cpu的需求。意味着之后下游这部分客户在出货时，arm的版税收入是会增加的。 授权业务大幅增长说明大客户仍在扩大对Arm生态的投入。 3、对于市场最关心的ARM自研的AGI CPU 管理层管理层指出，AI数据中心对高能效CPU设计的需求正在持续升温，有效对冲了智能手机市场的短期承压。公司同时披露，其AGI CPU产品在2027至2028财年的客户需求已超过20亿美元。 要知道3月份Arm首次公布自研AGI CPU时，官方预计FY2027-2028约10亿营收。相当于把AI CPu的需求提升了一倍。其实好的信号。 但问题来了 然而公司并未同步上调收入预期，理由是供应链能否满足需求仍存在不确定性。 所以关键问题是还是面临供应约束，这在一定程度上限制了短期内的实际出货规模。 就是AGI CPU需求很强，但供给限制，导致了这么强的业务需求落地转化成实际的营收的节奏可能会落后市场的预期。这也可能是盘后大跌的原因。 整体上来看，ARM这份财报给市场看到了下游客户对ip授权的强劲需求，以及市场对于AGI CPU的强需求。但是短期也面临供给的限制，出现了强需求但是落地节奏慢的状况。再加上近期涨幅也小不小，pe大幅度提高，那么引发市场的担忧也是正常。 但核心还是看业务增长，这方面没有问题。那么调整调整后，其实是给我们好机会。