阿里前几天刚发季报，破天荒的第一次披露了模型与应用服务——其实就是MaaS——的经常性年化收入： 截至今年3月超过80亿人民币，预计6月达到100亿，年底突破300亿。 相当于半年3.75x的增长速度，大概也是基于如此乐观的势头，阿里才会难得的公布这个数字，向资本市场构建叙事。 所以你以为我要开始吹阿里了？错了。 阿里的AI收入，建立在阿里云这个中国最大的云计算平台上，阿里云拥有现成的客户群体、销售网络和算力资源，用配套升级的方式去叠一层AI服务收入，是很容易的。 所以真正要吹的，不是阿里的AI业绩凭什么增长这么快，而是如果连主要靠存量用户增加预算就能做到半年3.75x的增速，那么原生AI公司今年在同样的市场环境下，增速会飙到什么地步？ 要知道，原生AI公司赚的每一块钱都是从零开始、靠着模型能力兑现而来的，除了更加纯粹的增长之外，因为不必承担其他业务的成本转移，ROI的负担也更小。 比如摩根士丹利测算发现MiniMax平均每分钟进账1美金，同时成本低于0.3美金，而行业平均收入只有约0.5美元/分钟，相当于MiniMax仅凭利润就跑赢了大盘。 这就是Pure-play的价值，算清楚这笔账，对于理解走向拐点时刻的AI行业，非常重要。 在研报里，摩根大通认为中国在2026年的企业端需求，很大概率会复制美国2025年至今的来路，也就是从试点到规模化投入再到AI成为固定支出的三级跳。 简而言之，就是Anthropic的那条离谱曲线。 Anthropic创造了AI行业还是商业史上的创收奇迹，300亿美金的经常性年化收入，让它成为了全球瞩目的新王，甚至让OpenAI的股份交易在一级市场失去了吸引力。 毫无疑问，Coding是一个回报路径极其明确的赛道，根据The Information的报道，在企业级市场，Anthropic展现了空前强势的定价权，从它用按量计费替换订阅套餐，到上线导致Token费用上涨的分词器，都让企业找不到商量余地，只能拿着超标的账单去找老板加大预算。 没办法，品质和稀缺绑在一起，就是硬通货。 摩根大通也是这么判断的，在AI行业，拥有强大模型的公司某种程度上可以豁免于成本战争，而且它想进入「下沉市场」的难度，要远低于低价模型打入「高端市场」。 但Coding是一个已经实现预期的赛道，下一个大的是什么？ 目前来看，几天之后的Google I/O大会非常重要，从已经被剧透的Gemini Omni来看，「All In One」的全栈模型要给多模态打翻身仗了。 那个教授在黑板上写公式讲课的片段，之所以艳惊四座，是因为它并非简单的视频生成，这个新的Gemini Omni模型同时搞对了三件事： 手持粉笔的空间关系、板书撰写的画面关系、推导过程的逻辑关系。 更直白的说，这绝对不是三个模型合在一起的结果，而是基座模型已经就在全模态信息上完成了训练，也就是，世界模型的雏形。 像是杨立昆、李飞飞这些不属于Transform派别的行业大佬，都对语言模型颇有微词，认为这条路线跑不出真正的世界模型，所以都选择了另辟蹊径，但Google、OpenAI甚至字节跳动都在证明，即使语言模型确实有局限之处，只要坚持Sc­a­l­i­ng La­ws、在同一个基座模型上训练全模态能力，同样能够渐进式的通向世界模型。 如果只看Coding的叙事，中国的原生AI公司都在扮演「一个更便宜的Anthropic」，杀成一片红海。 但在找出「一个更本土的Google」这件事情上，就会发现阿里、字节和MiniMax都在这么干，只有它们的模型迭代方向与Google完全一致：在一个系统内完成文本理解、图片生成、视频生成和音频输出。 王慧文在即刻上说，一家新兴公司的估值，是由相信它的资本定价的，不是不相信它的人定价的，「好吧，这是句废话。」 多模态的生成是语言模型理解世界的硬验证信号，且大部分底层能力与核心模型复用，多个模态并不等同于多份研发投入，有限的成本提升，能够极具经济性的帮助AI构建世界，并让每一代模型的更新不断放大效率差，并打开更高的智能上限。 我想吹的和期待看到的，其实就是这个。

《加密十年叙事编年史——流动性的下一站在哪里？》 加密又又又创新了？Base 新机制，ETH 新 OG，AI Agent 新入口，meme 新玩法，隔三差五就有一个新叙事冒出来。 昨天刚学会一个词，今天已经开始炒下一个词了。 回过头梳理了一下加密这些年的叙事变化，发现还挺有意思的。 从空气融资到流动性挖矿，从VC组局到政治叙事，从铭文、ETF、中文meme，再到现在的AI Agent，加密叙事一直在变，但底层好像又从来没变过： 谁能带来新流动性，谁就能成为新故事。 一、白皮书时代：空气币融资叙事 加密最早的叙事，是货币。比特币讲的是一种不需要国家背书的数字货币。央行会滥发，银行会作恶，BTC不会背叛你。 后来以太坊出现，故事从“数字黄金”变成“世界计算机”。2014年，以太坊众筹，2017年，币安ICO。再后来，各种山寨ICO像夏天蚊子一样飞出来。 那时候项目方最值钱的资产不是产品，而是白皮书。 白皮书里有路线图，有技术架构，有生态愿景，项目不需要用户，不需要能跑起来。只要故事够大，群里够热闹，交易所够配合，币就能涨。 那是加密世界第一次大规模金融民主化，也是第一次大规模空气资产工业化。 二、DeFi时代：流动性叙事 2020年，DeFi Summer来了。 这一次故事高级多了，借贷、交易、稳定币、做市、收益聚合，传统金融几百年积累出来的东西，被一群链上协议重新写了一遍。 Compound、Uniswap、Aave、Curve、Yearn，一个个名字把市场重新点燃。 散户也第一次发现，钱真的可以在链上长出钱来。 存进去，挖出来，借出来，再存进去，质押一次，套娃三层，APY高到像诈骗，DeFi把流动性变成了生产资料。 联合坐庄、吸血池、无常损失、锁仓挖提卖，从那时候开始，加密不再只是讲故事，而是开始系统性设计收割套路。 DeFi也确实留下了东西，链上金融的地基留下来了。 三、VC时代：攒局攒局再攒局 2021年以后，加密开始穿西装。 Web3、NFT、GameFi、DAO、SocialFi、元宇宙，一个比一个性感，一个比一个会融资。 项目方是顶级机构领投，豪华顾问站台，精美官网上线，融资新闻全球同步。 那几年，VC像开闸一样进来。他们把加密包装成下一代互联网，把Token包装成用户所有权，把游戏包装成开放经济，把NFT包装成数字文化。 一级市场估值一轮比一轮高，二级市场流动性一轮比一轮薄，而用户得到的是解锁后的K线。 四、政治叙事：加密开始寻找护身符 经历了Terra、三箭、FTX之后，市场终于明白一件事： 加密最危险的地方，不一定在链上。很多时候，雷都埋在最中心化的人那里。 于是行业开始寻找新的合法性。香港Web3叙事：牌照、政策、合规交易所、东方加密中心。监管不再只是敌人，也可以成为叙事。 再后来，国家叙事越来越重要，美国现货比特币ETF，稳定币监管，RWA，主权基金，上市公司买币，特朗普加密政治表达，甚至国家储备资产的想象，都开始进入加密市场。 这说明加密长大了。早年它说要反抗旧世界。 后来它发现，旧世界的钱才最多。 最后它开始学习如何被旧世界接纳。 很讽刺，也很真实。 五、比特币生态：老祖宗重新开赌场 2023年，Ordinals和BRC-20让比特币生态重新热起来。铭文一来，大家开始在比特币上发图、发meme、发资产。老祖宗突然被年轻人拉去蹦迪。 再到2024年，比特币现货ETF通过，华尔街正式把比特币装进传统金融产品。比特币减半、ETF资金流、机构配置一起构成新的主线。 BTC越来越像世界资产，山寨越来越像无人区。以前是大饼搭台，山寨唱戏。现在是大饼搭台，山寨在台下卖不出票。 六、Meme时代：不装了，大家就是来赌的 山寨没人玩之后，meme成了散户最后的广场。 中文meme、Solana meme、BSC meme、Four. meme、新盘、迁移、聪明钱、冲土狗。大家不再假装自己在参与伟大建设，也不再假装自己读懂了什么技术架构。 meme最诚实。 它不说自己改变世界，它只说自己有情绪、有流量、有社区、有庄。这反而让它变得更适合这个时代。 当市场不再相信长期路线图，短期注意力就成了唯一资产。meme不是技术叙事的倒退，而是信任崩塌之后的产物。 七、AI Agent：自动化交易开始了 2024年底以后，Agent开始热起来。 一开始还是熟悉的味道：AI概念币、AI头像、AI聊天机器人、AI meme。先给一个性感词，再给一个代币，最后给一群等待奇迹的人。 Agent把“链上用户”这件事，从人扩展到了机器。过去AI更多是在生成内容，写字、画图、聊天、自动回复。可一旦Agent开始替人做事，它就会遇到很多现实问题：怎么证明自己是谁，怎么调用外部服务，怎么为API付钱，怎么留下任务记录，怎么在用户授权后管理资产或执行交易。 这时候，加密过去十年留下来的东西突然变得有用了。 钱包、稳定币、DEX、链上记录、MCP、x402、OnchainOS，单独看都不新鲜，但组合在一起，就有点像给机器准备了一套行动工具。它们让Agent不只是停留在对话框里，而是可以开始连接账户、调用服务、处理资产、完成交易。 我觉得这才是AI+Crypto真正值得看的地方。 如果未来有一批Agent开始替人做研究、做交易、做支付、做任务、做内容、做判断，那加密世界迎来的就不只是新题材，而是一批新的使用者。 人类在链上赌了十年，现在，AI也开始排队进场了。 八、2026夏天：下一个叙事是什么？ 我觉得不是简单的AI+Crypto，这个词已经被喊烂了，过去十年，加密一直在寻找新的买家。 ICO找散户。 DeFi找流动性。 NFT找文化消费者。 GameFi找打金玩家。 Web3找VC。 ETF找华尔街。 Meme找情绪。 Agent找平台。 加密市场每一轮都在变，但底层从来没变： 谁带来新流动性，谁就是叙事。 谁创造新需求，谁就是周期。 谁让更多人，或者更多资金，进入这个市场，谁就能成为夏天。 2026年的夏天，该跑步进场了。

美国人破防：中国简直逆 天，竟想用电磁力，从月球 将氦-3运回地球 自嫦娥七号抵达海南文昌发 射场不过短短三周，美国 《太空新闻》《大众机械》 等一众主流媒体便纷纷沸腾 起来。 它们以“超乎想象的科幻照进 现实”、“重塑太空规则”等震 撼性词汇，对中国航天的一 项前沿构想展开了铺天盖地 的报道。 这一令美国媒体集体哗然的 计划，简而言之，便是中国 计划在月球上构建一台“电磁 弹射装置”，无需消耗一滴火 箭燃料，即可将月球上的宝 贵资源——氦-3，精准弹射回 地球。 此消息一出，全球网友皆为 之惊叹，有人戏称这是“现实 版的人间巨炮”，也有人感慨 “他人尚在探索登月之路，中 国已开启月球物流新篇章”。 细思之下，这并非遥不可及 的幻想，而是中国深空探测 实验室正在严谨论证的技术 蓝图，其背后，隐藏着关乎 人类未来能源格局的深远布 局。 首先，让我们揭开氦-3的神 秘面纱。 它被誉为“宇宙中的黄金”，实 至名归，因其是目前人类已 知的最理想核聚变燃料，无 出其右。 我们常提及的可控核聚变， 主流方案多采用氘与氚，虽 能量巨大，却伴随着高能中 子的产生，这些中子不仅会 侵蚀反应堆结构，还会留下 难以处理的长寿命放射性废 料。 而氦-3则截然不同，当它与 氘发生聚变时，仅产生质子 与氦-4，几乎无中子辐射， 亦无长寿命放射性废料之 忧。 这意味着什么？意味着氦-3 核电站可安全建于城市中 心，无需担忧核泄漏风险， 亦无需构建厚重的防辐射屏 障。 更令人惊叹的是其能量密 度，据国际原子能机构2022 年发布的核聚变能源数据库 显示，一公斤氦-3完全聚变 所释放的能量，相当于燃烧 11900吨优质煤炭，或1400 吨汽油。 简而言之，100吨氦-3即可满 足全人类一年的电力需求， 25吨则能让中国全年摆脱火 电依赖。 若月球上的氦-3得以全面开 采，足以支撑全人类600至 2600年的能源需求，能源危 机、碳排放、石油战争等议 题，或将永远成为历史。 然而，现实是残酷的，地球 上的氦-3资源极为稀缺，全 球可经济开采的储量尚不足 半吨。 这点量，连实验室研究都显 得捉襟见肘，更遑论用于发 电。 当前，一克氦-3的价格远超 黄金数十倍。 为何地球上如此匮乏氦-3？ 原因在于地球拥有厚实的大 气层与强大的磁场，几乎将 太阳风中的氦-3粒子全部阻 挡在外。 反观月球，它既无大气层， 也无磁场，数十亿年来，如 同一个巨大的吸尘器，默默 收集着太阳风中的氦-3。 这些氦-3原子深深嵌入月壤 颗粒表面，形成了一层薄薄 的“能源外衣”。 据嫦娥五号带回的月壤样本 分析，仅月球南极地区的 氦-3储量就超过100万吨，整 个月球的浅层总储量在100万 至500万吨之间。 这无疑是上帝赐予人类的最 后一份能源厚礼，谁先掌握 月球氦-3的开采与运输技 术，谁便掌握了未来世界的 能源命脉。 然而，将月球上的氦-3运回 地球，绝非易事，运输成本 是最大的障碍。 传统方式依赖火箭发射登月 舱，采集月壤后再用火箭发 动机返回地球。 但此方式成本高昂，据估 算，将一公斤物品从地球送 至月球需约10万美元，而将 一公斤月壤从月球运回地 球，成本更是高达数十万美 元。 若以此方式运输氦-3，别说 盈利，连成本的零头都难以 收回。 且火箭运输效率低下，一次 仅能带回几公斤物品，实现 商业化开采，无异于天方夜 谭。 这也是为何多年来，尽管月 球资源广为人知，却无人真 正动手开采的原因。 正当全球科学家束手无策之 际，中国工程师突破传统思 维框架，提出了一个颠覆性 的解决方案：摒弃火箭，改 用电磁力。 这一方案正式命名为“月基磁 悬浮旋转抛射系统”，其原理 与奥运会上的掷链球比赛颇 为相似。 想象一下，在月球表面构建 一个巨大的旋转装置，配备 一根数十米长的旋臂。 将装满氦-3的返回器固定于 旋臂末端，利用高温超导电 机驱动旋臂高速旋转。 随着转速不断提升，返回器 的速度亦随之加快，当达到 每秒2.4公里，即月球的逃逸 速度时，精准释放返回器。 此时，返回器便如同被甩出 的链球，沿预设轨道飞向地 球。 整个过程无需任何化学燃 料，完全依靠电力驱动，且 月球几乎无空气阻力，能量 损耗极小。 更令人称奇的是，每次抛射 完成后，旋转装置的制动系 统还能回收70%以上的动 能，转化为电能循环利用。 这简直是一台近乎永动机的 存在，能源利用率高得惊 人。 或许有人会问，如此庞大的 装置，如何运至月球？中国 科学家早已未雨绸缪。 整套系统总重约80吨，可拆 分为多个模块，利用正在研 制的长征九号超重型火箭分 两次运至月球表面。 长征九号的三级半不回收构 型地月转移轨道运载能力达 50吨，运送这些模块绰绰有 余。 运至月球后，再由月球机器 人进行组装，整个过程无需 宇航员亲自操作，大大降低 了风险与成本。 据测算，该系统建成后，每 日可执行两次发射任务，每 次运送数百公斤有效载荷， 每年稳定运输3至5吨氦-3。 按当前市场价格，一吨氦-3 价值30亿美元，3吨即达90 亿美元，折合人民币约650亿 元。 而整套系统的建设成本约 1300亿元人民币，意味着两 年多即可收回全部成本，之 后便是纯盈利。 且该系统设计使用寿命至少 20年，这无疑是一笔稳赚不 赔的生意。 当然，除了运输氦-3外，该 系统还有诸多其他用途。 如可用于运输月球上的水 冰、金属矿产等其他资源， 甚至可用于发射卫星与探测 器。 未来，从月球发射卫星，无 需火箭，直接利用电磁弹弓 即可，成本可降低90%以 上。 这将彻底改写太空运输规 则，使地月之间的物资运输 变得如同今日快递般便捷高 效。 届时，月球基地将不再是一 个孤立的前哨站，而是真正 意义上的太空工业基地。 我们可在月球上就地取材， 生产太阳能电池板、航天器 零部件，甚至建造大型太空 电站，再利用电磁弹弓将这 些产品运回地球或送往其他 星球。 这将开启人类太空工业化的 新时代，其意义不亚于当年 的工业革命。 或许有人认为，这一切尚显 遥远，只是美好的幻想。 但实际上，中国在相关技术 领域已积累了深厚基础，诸 多关键技术均已取得突破性 进展。 首先是电磁弹射技术，我们 的福建舰航母已装备世界上 最先进的电磁弹射系统，表 明我们在大功率电磁加速、 能量储存与控制等方面已达 到世界领先水平。 月基磁悬浮抛射系统实为电 磁弹射技术的延伸与应用， 原理相通。 其次是高温超导技术，中国 的高温超导材料研究一直走 在世界前列，已实现商业化 应用。 高温超导电机与磁悬浮轴承 是该系统的核心部件，无它 们则无法实现如此高的转速 与能量利用率。 再者是月球探测技术，我们 已成功完成嫦娥一号至嫦娥 六号任务，实现了月球正 面、背面与南极的软着陆与 采样返回。 我们对月球的地形地貌、地 质结构、资源分布已有了深 入了解，为未来建设月球基 地与开采氦-3奠定了坚实基 础。 据中国航天公布的规划，我 们将在2030年前实现载人登 月，2035年前后建成国际月 球科研站。 而月基磁悬浮抛射系统的关 键部件研制工作将于2030年 左右完成，2035年前后随月 球科研站一同部署至月球。 预计到2045年，我们便能实 现月球氦-3的商业化开采与 运输，为地球提供源源不断 的清洁能源。 这一时间表看似激进，但考 虑到中国航天过去几十年的 发展速度，实则并不夸张。 回想20年前，我们尚只能发 射几吨重的卫星，如今已拥 有自己的空间站，还能从月 球背面采样返回。 再过20年，实现从月球用电 磁力运氦-3回地球，又有何 不可能？ 当然，面对中国在 太空领域的迅猛发展，美国 自然坐立不安。 其实，美国早在几十年前便 提出过类似的月球资源开发 计划，但一直停留在纸面 上，未见实质性进展。 如今见中国已将此计划提上 日程，美国媒体才惊呼中国 “抢跑”。 美国的一些私营公司也开始 跟风，如蓝色起源与月球前 哨站公司便宣布要在2030年 代初期实现月球氦-3的初步 开采。 但他们的方案仍采用传统火 箭运输方式，成本根本无法 与中国电磁抛射系统相提并 论。 且美国如今连重返月球都一 拖再拖，阿尔忒弥斯计划已 多次推迟，能否在2030年前 实现载人登月尚存疑问。 更遑论建设月球基地与开采 氦-3了，那更是遥遥无期。 除美国外，俄罗斯、欧洲、 日本等国家和地区也均有自 己的月球探测计划。 但他们要么技术实力不足， 要么资金匮乏，根本无法与 中国相提并论。 可以说，在未来的月球资源 开发竞赛中，中国已占据明 显领先优势。 这并非偶然，而是中国几十 年如一日坚持自主创新、厚 积薄发的结果。 我们一步一个脚印，从跟跑 到并跑，再到如今的领跑， 靠的是无数航天人的辛勤付 出与无私奉献。 或许有人会问，我们当前尚 有许多问题未解，为何要投 入巨资进行太空探索？其 实，这个问题答案显而易 见，因为太空探索代表着人 类的未来。 地球资源有限，终有耗尽之 日，人类若想继续生存与发 展，必须走向太空。 月球是人类走向深空的第一 站，也是最重要的一站。 掌握月球资源开发利用技 术，人类便拥有了无限的能 源与物质资源，可摆脱地球 束缚，真正成为一个星际文 明。 且太空探索带来的技术溢出 效应巨大，我们如今使用的 诸多物品，如GPS、尿不 湿、不粘锅、核磁共振等， 均为航天技术的副产品。 可以说，今日在航天领域投 入的每一分钱，未来都将以 百倍千倍的形式回报给我 们。 当然，我们也要清醒地认识 到，月球氦-3的开发利用尚 有许多技术难题待解。 如月尘对设备的磨损问题、 月球极端温度环境对材料的 影响问题、返回器的精准控 制与回收问题等。 这些问题非一朝一夕可解， 需科学家们长期努力。 但只要我们保持当前发展势 头，一步一个脚印地前行， 这些问题终将被我们一一攻 克。 相信不久的将来，我们便能 目睹第一艘满载氦-3的返回 器从月球启程，飞向地球。 届时，人类将正式迈入清洁 能源时代，一个无能源危 机、无环境污染、无战争的 美好未来正向我们招手。 最后，我想说，中国航天从 未以称霸太空为目标，而是 致力于和平利用太空资源， 造福全人类。 我们一直主张在平等互利、 和平利用、包容发展的基础 上，加强国际航天合作。 中国的国际月球科研站已向 全世界开放，欢迎所有国家 和地区参与进来，共同探索 月球的奥秘。 相信在全人类的共同努力 下，我们定能实现从月球开 采氦-3的梦想，为人类的可 持续发展开辟一条全新道 路。 让我们共同期待那一天的到 来，见证中国航天创造更多 奇迹，见证人类文明迈向更 加辉煌的未来。 信源： 《央视新闻》——《中国探月 工程 “时间表” 公布 2030 年 前将实现载人登月》 《中国新闻网》——《中国科 学家首次成功获得嫦娥五号 月壤中氦 - 3 含量及提取温 度》 《国家航天局》——《国际月 球科研站，这样建！—— 访 中国探月工程总设计师吴伟 仁》 《中国科学院宁波材料技术 与工程研究所》——《月壤玻 璃：捕获和保存氦 - 3 气体的 关键物质》

就在DeepSeek V4山雨欲来的前夜，晚点LatePost的更新爆了不少料： - 最近半年，DeepSeek的核心员工，包括DeepSeek第一代模型作者王炳宣、DeepSeek-OCR系列作者魏浩然、DeepSeek-R1作者郭达雅、Janus-Pro贡献者阮翀等人，都被各家大厂给挖走了，更不用说已经在小米做出了成果的前研究员罗福莉； - 尽管如此，DeepSeek依然不怎么卷，同行的每周工作时间都奔着80小时去了，DeepSeek的大多数员工还是遵循着早上不打卡、下午6-7点走人的规律，因为老板梁文锋相信一个人每天高质量输出的时间不会超过8小时，员工加班疲劳引起的昏庸工作质量，反而会浪费宝贵的算力资源，给公司造成损失； - 搞AI和做量化之间的关系其实相当紧密，2016年，DeepMind的创始人哈萨比斯就组建过量化团队，希望能为刚刚脱离Google的公司创收，结果没赚到钱，而幻方则是倒过来的，也是在同一年开始用GPU的深度学习算力去干实盘交易，成功让梁文锋以30岁的年纪实现财富自由，再才组建了DeepSeek； - 2023年的时候，梁文锋小范围见过一些投资人，但提出的构想类似OpenAI和微软的投资协议，投资方需要接受一个回报上限，这在投资者看来是没道理的，所以见完一轮之后，没有任何机构愿意投DeepSeek，而在大模型火了之后，梁文锋把和投资人建联的通道直接关闭了； - 在公司里，梁文锋参与最多的是基模架构工作，然后就是充当不同团队之间的粘合剂，DeepSeek内部鼓励交叉协作，一个团队的周会也会向其他团队开放，这种开放组织很容易被规模扩张给破坏，所以DeepSeek对于核心团队的增加相当谨慎； - 去年以来，外部世界发生巨变，既有DeepSeek-V3/R1的一炮走红，也有竞争烈度的大幅升级，DeepSeek没有加入任何战局，依然在自己重视的效率优化（注意力机制）、架构改进（mHC）和非主流探索（OCR）上面努力，梁文锋甚至招进了一些神经科学和脑科学背景的顾问，对人脑原理兴趣大增； - 这也意味着DeepSeek错过了去年最重要的两条主线，一个是AI Coding，这里不只有商业价值的爆发，还引发了以龙虾为代表的Agentic应用形态，DeepSeek-V3.2完全被其他国产模型盖过了风头，另一个是多模态生成，从GPT-4o到Nano Banana再到Seedance 2.0，全都颠覆性的创造了海量增长，但梁文锋认为多模态「不是智能的主线」； - 外界期待DeepSeek每次出手都能像去年年初那样石破天惊，这可能有些强人所难，也未必是梁文锋的目标，而他也需要稳定团队抗拒财富诱惑的心力，猎头给DeepSeek员工开出2-3倍的薪水，而且这还是建立在DeepSeek本身工资就不低的前提下，确实也有员工做出了跳槽去参与更确定性的、持续参与业界最强模型工作的选择； - 留下的人当然还是占了大多数，他们习惯了相对宽松的研究氛围，也愿意做非竞争驱动的探索，在DeepSeek的价值体系里，原创的排序是要比最强更靠前的，它们本质上并不冲突，有时候实现了原创也就自然实现了最强，但在进入Agentic版本后，工程能力变得更重要了，而这正好进入了DeepSeek没有过多投入的地方； - 于是梁文锋也比较少见的做出了应变回应，最近一段时间，他开始启动了对公司的估值，这意味着可以给团队更有刺激性的财富预期，同时也开始招揽模型策略产品经理，明确要求深度使用过Claude Code、OpenClaw、Manus； - 坚持该坚持的，改变该改变的，至于什么是该坚持的、什么是该改变的，这个判断还是得由梁文锋来拿捏，「奇迹之所以是奇迹，就是因为它不常发生，是小概率事件。在中国这个崇尚竞争和结果说话的环境里，敢于追求独特目标的 DeepSeek 的存在本身，是一个令人惊喜的小概率事件。」

世界上最赚钱的商业模式就是： 找到1万人每人给你20块，一年就是7000多万 但是问题是，如何让这1万个人毫不犹豫的付你20块钱呢？ 答案就是人性。 举个案例： 就在国庆假期，一位年仅30岁的女子，于华山华藏寺前长跪不起，她身上背负着高达800万的债务。 一位扫地的老师傅路过，仅一句话，就让女子瞬间恍然大悟，最终成功还清债务。 女子哭诉着：疫情过后，这几年生意愈发艰难，利润一降再降，不管投资什么项目，最后都是血本无归，就连男朋友也离她而去。 老师傅听后，沉默许久，随后指着眼前熙熙攘攘的人群，问女子：“倘若让你在华山做生意，你打算怎么做？” 女子思索后回答：“在华山做生意，无非就是提供餐饮住宿，卖拐杖、帽子、雨衣，或者把水搬到半山腰，价格翻上几倍，利润自然就高了。” 老师傅听后，失望地摇了摇头，转身欲走。女子赶忙叫住师傅，疑惑地问：“难道我的想法不对吗？” 老师傅转过身，说道：“就你这格局，只想着靠卖产品、卖服务赚差价，难怪赚不到钱。 虽说借助人流量大，你能提高单品售价，看似利润可观，但这根本算不上高利润生意，充其量只能维持生计。那什么才是高利润生意呢？ 比如要是能让每人给你一块钱，就能创造14亿财富，这难道不算高利润？即便不贪图这14亿，每天从这些人中吸引1万人，每人给你20块，这并非难事，如此每天进账20万，一个月就是600万，一年就是7000多万。” “但关键是，怎样让这1万人心甘情愿给你20块呢？答案在于洞察人性，这是策划高利润生意的核心逻辑。 你看，现在拐杖8块，雨衣10块，帽子10块，山上矿泉水都卖到10块一瓶，每人爬山至少得喝两瓶水，这些都是刚需。可你拿什么和别人竞争？答案是不赚产品差价，全部免费送。” 女子满脸诧异，不敢相信这样能赚钱，却又不好打断，只能继续听老师傅讲。你按我说的做，一年就能轻松还清债务 首先，直接去找拐杖、雨衣、帽子、矿泉水的厂家谈合作，你需求量大，能掌握谈判主动权。 第二步，策划一场营销活动，打出‘登山装备免费送，用完还回来’的广告语。把拐杖、雨衣、帽子和水组合成一套登山装备，游客用完归还，喝完水把瓶子还回来就行。 这一招，是不是能吸引所有人来领装备？你肯定想问怎么赚钱，高利润又如何实现？” 第三步，设置一个门槛：免费领登山装备，需交20块押金，客户扫码付款后，自动成为你小程序的私域粉丝。 这样既能记录装备领取情况，又能让游客放心，知道随时能联系到你，客户自然能接受。 这时，女子忍不住说道：“这样好像还是赚不到钱啊？”老师傅恨铁不成钢地拍了下女子脑袋，接着说：“你想想，在华山这环境下，免费登山装备成了刚需，押金才20块，单独购买至少得48块，相比之下，在你这免费领，客户根本无法拒绝。” “按现在的人流量，每天送出1万套装备轻而易举，这不就有了每日20万的现金流？实际上，退装备的人不到10%，这就是人性中的贪婪。 免费领装备是贪，10%来退装备的也是贪，剩下90%不来退，是出于人性中的恐惧和懒惰。” 你定制的矿泉水加运费，一瓶成本1块钱。雨衣和帽子，你提前找需要打广告的商家合作，每件雨衣印两个广告，胸前、背后各一个，每个雨衣收两块钱广告费，雨衣成本也是2块，相当于雨衣不花钱。帽子也如此。 一套装备成本就是两瓶水2块加拐杖3块，共5块。每天送出1万套，收款20万，减去成本5万，再减去退回的1000套的2万，利润就是13万，一年下来少说也有三四千万。 女子听到这儿，若有所思，回想起自己这些年做生意的思路，不禁感慨自己认知太浅。 老师傅又重重拍了下她脑袋，说：你以为商业策划就到此为止了？这只是小钱，真正的高利润还在后头。 你想想，客户扫码付款成为私域粉丝，一年下来差不多有300万粉丝。 你再想想，现在企业搞定300万私域粉丝得花多少广告费？这才是高利润生意策划的开端，锁定流量后，商业中就会衍生出其他盈利途径。 女子做梦都没想到，过去做生意只知道围绕产品差价打转，从未想过还能赚其他的钱。老师傅语重心长地说：赚钱其实很简单，只要会策划任何生意都能做成高利润生意。 未来单纯赚差价的时代已过去，要学会赚取现金流，依靠多种盈利模式。

作为一个玩了几年 Polymarket 的人，我越来越觉得，Prediction Market 最大的问题是： 市场只会告诉你价格。 却不会告诉你定价逻辑。 比如现在世界杯冠军市场： 🇪🇸 西班牙 58% 🇦🇷 阿根廷 42% 这个数字并不让我意外。 真正让我好奇的是： 这个 58%，到底是怎么来的？ 于是，我决定尝试想把这个 58% 拆开。 结果我发现，大多数 AI 都能告诉我”谁更可能赢”，却很难告诉我： 为什么市场最终会形成 58% 这个价格。 直到我用了 Apodex。 它做的不是预测结果，而是重新构建整个判断过程。 1.不需要预测，而是需要整理证据 Apodex 并没有急着回答”西班牙更可能夺冠”，而是整理证据。 它先把所有公开信息整理出来，包括： ·两队近期比赛表现 ·Opta 等公开预测模型 ·晋级过程与比赛内容 ·战术特点 ·阵容年龄结构 ·伤病与体能消耗 ·多家媒体对于决赛走势的分析 真正让我觉得有意思的是，这些信息彼此并不一致。 有的数据模型明显更看好西班牙； 也有人认为，梅西在决赛中的个人能力足以改变比赛。 而不一致的信息，才是真正需要分析之处。 预测并不是搜集更多信息，而是知道该相信哪些信息。 这时，Apodex 就会进一步解释： 哪些证据更加稳定、更值得提高权重； 哪些属于临场变量，需要保留更大的不确定性。 2.推理链重中之重 分析是最重要的一环，58%的概率如何而来，那42%的变量又是有哪些，这些都需要一条完整的逻辑链。 2.1目前的现状： 西班牙整体表现更稳定，防守效率高，控球体系成熟，淘汰赛体能消耗相对较低。 阿根廷虽然晋级过程更艰难，但球队韧性极强，梅西依然拥有改变比赛的能力。 ↓ 2.2关键变量: 真正影响比赛结果的，并不是纸面实力。 而是比赛是否进入加时？西班牙能否持续控制中场？梅西是否能创造决定比赛的一两次机会？ 这些变量，都会直接改变最终概率。 ↓ 2.3可能路径: 如果比赛始终按照西班牙熟悉的节奏进行，他们的优势会进一步扩大。 如果比赛进入加时甚至点球，双方差距就会明显缩小，阿根廷的大赛经验和关键球能力会变得更加重要。 推理链一旦出来，我就能知道哪些变量是真正重要的，而哪些因素不足为虑。 3.概率差诞生利润 综合所有证据之后，Apodex 最后给出的判断是： 🇪🇸 西班牙 55%–60% 🇦🇷 阿根廷 40%–45% 这个结果，和 Polymarket 的 58% vs 42% 非常接近。 但真正让我觉得有价值的，并不是数字接近。 而是我终于知道： 为什么市场会形成这个价格。 以前，我看到的是：58% 现在，我看到的是：58% 背后的证据、权重、关键变量，以及不同情景下概率为什么会发生变化。 这也是我理解 Apodex 最大的不同。 4. 相信逻辑而不是相信结论 后来我才知道，Apodex 在 6 月 FutureX 榜单上连续取得领先排名。 我觉得，这并不是因为它”知道未来”。 而是因为它更擅长在答案尚不存在时，把不完整、冲突且不断变化的信息，转化成有证据支撑的判断。 以前玩 Prediction Market，我看的只有赔率。 现在，我更关心赔率背后的证据链。 因为真正值得相信的，从来不是一个数字。 而是你为什么相信这个数字。 5.结论 如果你也会关注 Prediction Market，我还挺推荐试试这种分析方式。👉 也很好奇： 如果是你，你会拿 Apodex 去分析哪个 Prediction Market？AI 产品发布？公司财报？还是下一场热门赛事？ 注：以上内容基于当前公开信息进行概率判断，仅代表当前证据下的分析，不构成任何投资或投注建议。

Token 经济与加密货币世界的 Tokenomics 有何异同？ 为什么要关注Token？因为它让AI变成了一种可以计量、定价和交易的资源——就像“千瓦时”让电力有了价格，“桶”让石油有了期货市场。有了Token，AI经济就有了可以算账的单位。围绕这个单位，目前也正在形成一套全新的经济逻辑：有价格、有供需、有产业链、有国际竞争、有待解决的制度难题。 这就是Token经济学要讨论的事。Token 经济与加密货币世界的 Tokenomics 有何异同？ 两个Token，两个世界 说起来，这个世界上真正混乱的事情不多，两个东西叫同一个名字却毫不相干，算是其中之一。AI的Token和加密货币的Token，就像两个叫”刘伟”的人，一个在北京开餐馆，一个在上海做期货，见面了也没什么好说的。雷锋与雷锋塔区别！ 但这两个Token，最近都很热闹。热闹到让很多人以为它们是一回事。 Token这个词，到底是不是新营销词 先得承认，Token这个词确实有被滥用的嫌疑。每隔几年，科技圈就会造出一批新词，让人觉得时代变了，其实换汤不换药。“大数据”火的时候，什么都往大数据上靠；”云计算”火的时候，什么都上云；现在轮到Token了。 不过这次有点不一样。Token不只是一个营销标签，它背后有真实的计量逻辑在撑场子。 就像”千瓦时”让电力有了价格，“桶”让石油有了期货市场，AI的Token做的是同一件事：把原本看不见摸不着的”智能算力”，变成一个可以算账的单位。有了这个单位，才能定价，才能比价，才能有产业链，才能有国际竞争。 所以Token不只是营销词，它是一把尺子。问题在于，AI这把尺子，和加密货币那把尺子，量的完全是不同的东西。 AI Token：一个从技术后台走到聚光灯下的计量单位 Token这个概念在计算机里其实由来已久。编译器做词法分析，早就把文本拆成一个个Token。网络安全里，身份验证令牌也叫Token。这些都是幕后工作，从没人觉得它有什么经济价值。 转折点在2017年，Google发表了那篇著名的论文《Attention Is All You Need》，提出了Transformer架构。这篇论文之后，所有大语言模型处理信息的方式都统一了：输入进来的文字，先被切成Token序列，模型一个个处理，再输出Token序列。Token变成了AI”思考”的基本粒子。 但这时候Token还没有经济属性，只是工程师内部的技术术语。 2022年11月，ChatGPT横空出世。这是个分水岭。 2023年3月，OpenAI推出GPT-3.5的API，第一次采用按Token计费。输入多少Token，输出多少Token，分别定价。那时候GPT-4的价格是每百万input token收30美元，output token收60美元，按今天的标准看，贵得像天价。 从那一刻起，Token从技术单元变成了经济单元。Anthropic跟上，Google跟上，国内百度、阿里、腾讯全跟上，全行业默契地采用了这套计费方式。Token成了AI服务的通用货币单位。 价格这三年掉得惊人。GPT-4刚发布时，每百万input token要30美元。 从2022年底到现在，GPT-3.5级别的模型使用成本从每百万token约20美元跌到了0.07美元，整整降了280倍。照这个速度，a16z记录的数据显示，LLM推理成本每年约下降10倍，堪称摩尔定律的重生。 便宜了有什么后果？后果是用量爆了。 这里有个经济学里的老故事，叫Jevons Paradox。1865年，英国经济学家Jevons发现，蒸汽机效率越高，煤炭消耗反而越多，因为效率降低了门槛，用的人更多了。AI Token正在重演这个故事。企业AI云支出从2024年的115亿美元涨到了2025年的370亿美元，整整翻了三倍，而这期间token单价跌了超过95%。 Google内部的token处理量在十八个月内增长了130倍。 越便宜，用得越多。越用得多，总账单越大。 这背后还有个推手，叫Agent。以前是人在问AI，AI回答，一问一答，token消耗有限。现在Agent出来了，AI在自动跑任务，自己调用自己，一次任务可以消耗几十万甚至上百万token。这不是线性增长，是指数级的爆炸。 2026年3月，黄仁勋在英伟达GTC大会上把”Token”这个词说了超过70次，把数据中心重新定义为”Token生产工厂”，把评价算力的核心指标从FLOPS换成了”每瓦Token数”。同一天，阿里巴巴把通义、千问、MaaS等板块整合，成立了Alibaba TokenHub事业群。Token经济，在2026年正式被主流商业世界承认了。 AI Token的上下游：一条新的产业链 AI Token经济的有意思之处，在于它重塑了整个产业链的逻辑。 上游是能源和芯片。每生产一个Token，都要消耗真实的电力和算力。英伟达的GPU是目前最主要的Token生产设备，黄仁勋把它卖给全世界的数据中心，本质上是在卖”Token生产产能”。能源成本直接影响token成本，这让AI经济和能源经济绑在了一起。 中游是大模型公司。OpenAI、Anthropic、Google、国内的百度、阿里、腾讯，都在这个位置。他们把算力和模型打包，按Token卖给开发者。这一层的竞争极其激烈，价格战打得很惨，但总量在涨，所以大家还活着。 下游是应用层。各种SaaS产品、企业工具、消费者产品，把Token的成本打进自己的定价里，再卖给最终用户。Token成本在企业财务里已经是刚性支出，和房租、人力一起躺在成本表里。 这和传统软件经济的逻辑不一样。以前软件卖出去之后，边际成本趋近于零，用户越多越赚钱。AI服务不是这样，每次用户交互都有真实的Token消耗，规模大了，成本也跟着大。这是一个全新的商业模式，整个行业还在摸索怎么把它算清楚。 加密货币的Token：从一枚Coin开始的故事 要说清楚加密货币的Tokenomics，得从更早的地方讲起。 2008年金融危机，全球对银行体系的信任跌到低谷。这个背景下，一个叫Satoshi Nakamoto的神秘人物发布了Bitcoin的白皮书，2009年Bitcoin网络正式上线。2010年5月22日，程序员Laszlo Hanyecz用一万个BTC换了两个披萨，这是比特币历史上第一笔真实商品交易。这笔交易现在被称为Bitcoin Pizza Day，那一万个BTC今天价值近十亿美元。 Bitcoin是一个Coin，有自己的区块链，规则写在代码里，总量2100万枚，靠挖矿产生，四年减半一次。这是最早的加密货币逻辑：用数学创造稀缺，用共识创造价值。 Coin时代的Token概念很简单：就是一种数字货币，用来存储价值和转账支付。Bitcoin是Coin，Litecoin是Coin，它们都有自己的链，规则各不相同，互不兼容。 然后Ethereum出现了，把整个游戏改了。 Ethereum的核心发明是智能合约。有了智能合约，任何人都可以在Ethereum上发行自己的Token，不需要搭建新的区块链。2015年，开发者Fabian Vogelsteller提出了ERC-20标准，描述了一套技术规范，让所有基于Ethereum发行的Token都能互相兼容，在各种钱包和应用里无缝使用。ERC-20在2017年正式实施。 ERC-20的意义在于，它把发Token的门槛从”搭一条链”降低到了”写一个智能合约”。2017年ICO浪潮中，过了5分钟就能发出一个新Token，中心化交易所上架新Token的时间也从几个月缩短到几天。 这就引发了2017年的ICO大爆炸。 2017年到2018年间，数千个项目进行了Token销售，ICO在2018年前三个月就募集了63亿美元，是2017年全年的118%。项目方写一份白皮书，发出Token，散户拿着ETH来换，钱哗哗地流进来。其中有真正想做事的团队，也有大量的骗局和空气项目。监管机构随后介入，SEC把不少ICO认定为非法证券发行，这场派对才逐渐收场。 但ERC-20打开的大门就再没关上。从那以后，crypto世界的Token不再是简单的数字货币，开始承载更复杂的经济功能。Tokenomics这个词，就是在这个背景下诞生的。 Tokenomics：加密货币世界的经济设计学 Tokenomics这个词，是Token和Economics的合体，研究的是一个加密项目怎么设计自己的Token经济体系。它包括发行总量、分配比例、释放节奏、通胀通缩机制、使用场景、持有激励……本质上是在回答一个问题：凭什么有人要买我的Token，买了之后为什么不卖？ 这些年发展出了几个有代表性的模型。 Governance Token模型是2020年DeFi夏天流行起来的。Compound和Uniswap在2020年普及了Governance Token，持币者拥有对协议方向的投票权，但没有直接的现金流权益。用白话说，就是持Token可以投票，但不能分钱。这个模型一开始很流行，因为绕开了监管对”证券”的定义，但后来大家发现，一个没有经济权益的治理权，价值有多大，很难说清楚。 veToken模型是Curve Finance搞出来的，后来影响了一大批DeFi协议。ve(3,3)模型是Andre Cronje在2021年1月提出的，融合了Curve的Vote Escrow机制和OlympusDAO的(3,3)博弈论。基本逻辑是：把Token锁仓，换成veToken，锁仓时间越长，获得的veToken越多，投票权和协议收益也越大。这个设计试图解决短期投机者砸盘的问题，鼓励长期持有。Curve用这套veCRV模型吸引了大量流动性，成为DeFi里流动性最深的DEX之一。 Deflationary模型是Bitcoin开创的，很多项目跟进。通过限制总量、定期销毁，制造通缩预期，支撑价格。以太坊在EIP-1559之后，每笔交易都会销毁一部分ETH，使得ETH在高使用量时期变成通缩资产。 这些模型各有各的玩法，但有一个共同点：它们的价值都依赖于市场共识。没有人相信，Token就没有价值。这和AI Token完全不同，AI Token的价值是真实算力消耗在背后撑着的。 两个经济体，两条路 说到这里，可以把这两个世界放在一起看了。 AI Token的产业链是垂直的、中心化的。英伟达造芯片，云厂商建数据中心，大模型公司训练模型，应用公司调API，最终用户买服务。每一层都是真实的成本和真实的价值。Token是计量单位，不是资产，用了就没了，没有任何金融属性。整个产业链最终服务的是实体经济，帮企业提升效率，帮开发者造产品。 加密货币的产业链是网络化的、去中心化的。矿工或验证者维护网络安全，协议层发行和管理Token，持有者通过投票参与治理，投机者在二级市场买卖。Token本身是资产，可以转让，可以交易，有金融属性，价格由市场供需决定，和外部实体经济的关联相对间接。 两套经济体，两条独立的价值链，两种完全不同的生态。 当然，有人在尝试把两者融合：用区块链来做去中心化的AI算力网络，把AI服务的计费和分润用Token来结算。Bittensor、Render Network、IO net都在这个方向探索。这是第三条路，但无论走到哪里，它骨子里仍然是加密货币的Tokenomics，只是应用场景叠加在了AI上。 有一件事可以确定：这两个Token，同名不同命。一个在工厂里量产，一个在市场上流通；一个代表消耗，一个代表持有；一个撑着AI产业的运转，一个撑着加密世界的信仰。 名字一样，生意不同。就像那两个都叫刘伟的人，一个卖的是饭，一个卖的是梦。饭是真实的，梦也未必是假的，只是得分清楚你在做哪笔买卖。 #AI# #AIAgent#

就像晚点年初的时候发了一篇稿子，大意是AI基本上已经是大厂的游戏了，创业公司可以洗洗睡了，但上周又有新的稿子出来，说大厂曾经吸干了创业生态的氧气，但是AI动摇了旧的经验范式，小公司的机会又来了，哈哈。 正确的辩证思维，就是大厂曾经想靠屯卡挖出护城河，这是很常见的提高竞争成本的策略，你烧不起钱，就别进来，效果也是很明显的，李开复已经弃牌了，说零一万物不再训练大参数的模型，转而去做帮客户部署AI一体机这种奇怪的体力活，但在卷完模型之后，大厂发现自己还是躲不开回答一个核心问题：Billion规模的用户会诞生在怎样的应用里？ 我更直接的说，就是互联网行业的悲喜其实建立在字节能不能玩转这个风向标上，字节要是进来得很舒服，那大家就都难受了，觉得自己没戏，但如今的局面是，字节，好像，他妈的，也没搞懂AI啊，这下大家都兴奋起来了，相信有机会可抓…… 再就是，AI作为一种能力，它被调用在不同的产品里，是能创造新的需求出来的，ChatBot的泛用性之所以这么高，就是因为它的确实现了「念念不忘必有回响」的自然语言响应，对话本来是智人的特权，而在浏览器里，AI又能成为生产力工具，夸克是尝到了甜头——据说7日留存能达到45%之高——加上豆包的PC端也在浏览器化，这又回到了用户习惯的塑造上，我甚至认为腾讯的AI最后还是要放到微信里做，和短视频业务的内部博弈过程一样，一定会万剑归宗，不是元宝。 而且还要考虑到AIoT的发展，智能手机的优势太大了，如果真信AI能够诞生新的计算平台，那一定是多终端加起来围殴智能手机，很难想象单一终端的胜算。（6/n）

人类可能是地球上唯一一种，需要“付费才能生存”的生物。 其他动物只需要阳光、水和食物，就能在自然界延续生命。 但人类创造了一个巨大的生存系统： 先用时间换钱，再用钱换食物、水、住所。 明明生活在一个资源丰富的星球上， 我们却被困在一个规则里： 不赚钱，就无法生存。 这个规则是真实存在的自然规律， 还是全人类共同相信的一场巨大“游戏”？