AI圈贩卖焦虑已经过于刻意了。 如果说春节长假刚结束那会儿，上门安装龙虾还是一个段子、还是一个停留在用Nano Banana作图博君一笑的阶段，上周末腾讯大厦门口排成长队等待免费安装龙虾，就只能说「至此已成艺术」了。 我很想引述一个笑话，它的原始版本是这样的： 「一个小男孩多大了就不应该进女澡堂了？」 「当他想进女澡堂的时候，他就不应该进了。」 龙虾这事儿的基本道理，本质上也是一样的，如果你需要托人帮你安装龙虾，那么其实你就不太可能需要龙虾⋯⋯ 勇敢的人先享受世界，这话大家都赞同，但要承认自己不在其中、也不配先享受世界，这就很难了。 OpenClaw是很牛逼的创新，没毛病，但它的牛逼并不在于普惠层面，恰恰相反，它是一个用来提高AI使用上限的手段。 是给那些已经把现有AI工具——从ChatBot到Coding——用到了瓶颈的人，一个打破极限的「超频」方案。 而不是给那些时至今日都没亲手写过超出500字的提示词的人，一个弯道超车的万能钥匙。 其实Anthropic的报告写得很清楚，AI在各行各业的理论利用率（蓝色区域）和实际利用率（红色区域）相差甚远（图1）。 考虑到这还是基于Claude的数据——相比ChatGPT和Gemini，Claude是最专注于生产力场景的——就更不用说只把AI当成聊天对象的广大群众了。 还有一个龙虾悖论是，只有你的时间成本足够高，才能接受以Tokens为计价单位的工作外包模式。 为什么AI Coding的货币化超过了其他所有行业？因为程序员是最典型的个体化高薪职业，时间就是生产力。 怂恿普通人用龙虾，就是模型厂商和云计算平台的共谋了，本来赚的就是辛苦钱，还要负担所谓的「数字员工」，省下来的时间再去多刷几部短剧，整个闭环都很尬住。 更离谱的，是从这周开始，各地已经陆续发布「养龙虾」的补贴政策了，一个不存在的网站上的开源项目，和白纸黑字的红头文件绑在一起，实在有些抽象。 我一直说，没错，AI解决了生产的问题，改变了「就差一个程序员」的尴尬，但是，它终究无法创造真实的需求，或者说，FOMO本身就成了需求。 一种形式的充裕，必然带来另一种形式的稀缺，锤子的充裕，对应的就是钉子的稀缺，如果你看不到钉子，那你就是钉子。 在FOMO即需求的设定里，用上龙虾，能用龙虾，比用龙虾干什么，更重要，更值得发朋友圈。 web3的尸体还没凉透，web4就已经横空出世了，这些热情满满的活动充分证明了一条定律：哪里有韭菜，哪里就有币圈。 反而是最喜欢写小作文的A股在此时保持了高度的克制，龙虾概念股出来得相当晚，这说明什么？说明连股民在他们最擅长的自我欺骗这件事情上都犹豫了⋯⋯ 说句不中听的话，你好不容易装上龙虾，环境周全，模型配好，让它每天给你推荐股票，接着AI跑完几百万Tokens，从伊朗局势到芯片革命，事无巨细的交付了一份「麦肯锡级别」的报告，让你无比满意，有种天下了若指掌的力量感。 但从结果来看，它和你抛硬币做的决定，其实没什么区别。 因为赚钱的逻辑不是这样的，从来都不是，世界上更常见的矛盾，是看过了太多的道理，却依然过不好这一生。 就像评价一种资产有没有泡沫的标准是「连大爷大妈都开始买了」，今天看到周鸿祎也表示要搞一键安装的龙虾了，说明这个事儿差不多也快到头了。 不过，在进度上，2026年的AI行业，确实进入了一个「大分化」的版本。 第一个分化，就在于前沿层和大众层，龙虾只是最新的媒介。 更早的春节期间，一份完全由AI生成的2026大失业文件在全网刷屏，这年头，AI胡编乱造不叫胡编乱造，叫非虚构写作了，也是奇景。 AI行业的认知更新以天甚至以小时为单位，普通人却依然麻木不仁的接着奏乐接着舞，这种碰撞引起的失真感，是很有意思的社会化现象。 一边是恨其不争的捉急，一边是与我何干的悠闲，奋斗逼和躺平逼狭路相逢，只好各道一声傻逼。（图3） 我毫不怀疑AI会淘汰掉大多数人，但就此预判大多数人为了不被淘汰所能付出的艰辛，这也是一厢情愿，属于了解AI但不了解人类的错觉。 就像Andrej Karpathy花两个小时给自己写了一个记录心率的仪表盘，然后惊呼应用商店不存在了，未来所有人都会像他一样给自己写App⋯⋯ 这哥们好像活在一个没有TikTok的世界里，或者说根本不知道为了少打几个字，用户是怎么让无限上下划的产品吞噬掉几乎所有时间消费的。 第二个分化，在于大厂和小虎之间的方向背离。 过去一个多月来，国内的互联网大厂烧掉了超过60亿人民币，就为把DAU冲出一个漂亮的数字，把最主流的ChatBot做成入口。 与此同时，硕果仅存的「AI六小虎」里，全都战略性放弃了AI应用的路线，转而选择主在海外市场卖API。 战绩可查的是，Kimi用20天的收入超过了去年全年，智谱最高档的订阅产品一度断货，MiniMax的调用量单周登顶OpenRouter⋯⋯ 于是我们看到「DAU无用论」又被翻出来广为传诵，当然传诵的主要都是些从未做过百万级DAU产品的从业者这点就不要提了，以免尴尬。 可惜AI圈不怎么读书，否则托克维尔的「旧制度与大革命」应该会被更频繁的提及，法国人与过去告别的决绝与浪漫，把处刑台变成了一道道靓丽的风景线，是多么的辉映时代。 只有老登才张口闭口林俊旸，咱们自己人都说junyang。 第三个分化，在于中国和美国的各走各路。 一年前DeepSeek火出圈后，很多啥也不懂但就是喜欢到处掺合的人纷纷建议要把梁文锋保护起来，别让他出国参加交流活动时被万恶的美国给扣了。 姑且不论贷款开团的做法，真实发生的情况是，在这一年来的全球性会议上，整个行业都处于一种「假装中国不存在」的世界线里。 比如最近贡献了Sam Altman和Dario Amodei举手握拳而非牵手这个名场面的AI Impact Summit，有头有脸的AI公司都去了——除了中国的。 这是一个相当吊诡的画面，作为全球AI产业的两极之一，中国的AI公司在各大行业峰会里始终处于缺席状态，存在感和地位的背道而驰，违和感已经无法视而不见了。 这当然是地缘政治的结果之一，双方似乎都是在假设一个不会受到对方任何影响的市场环境，但实际上，中国的程序员们几乎全是Anthropic的付费用户，而美国同行们也把中国的开源模型捧上了天。 至于龙虾热潮的内外两开花，更是把「技术没有国界线」写在了明面上。 「大分化」版本的生存指南，克服焦虑应该放在第一条，如果真要统计，人类每个星期错过的AI风口怕是多达百十个，但风口上已经没有猪了，那里成了一个打卡点。 包括龙虾，我其实是推荐大家都去尝试的，但前提一定是，基于你的好奇和兴趣，而不是因为看着别人都用，心里急得慌。 「哥，你当初不是跟我说AI是用来提效的吗?怎么你搞了AI之后越来越忙了?还一整夜一整夜的不睡觉，抖音也不刷了，番茄也不看了，王者也不打了，张口闭口就是什么Skills、Mcp、OpenClaw，我都有点分不清了，到底是你在用AI，还是AI在用你啊?」

一个好的 skill 应该满足一下条件： 1. 易于触发 但现在几乎不可能了，现在动辄用户电脑里面上百个 skill 2. skill 正文短 因为 skill 会吃掉很多上下文，上下文越满，skill 就越降智。 短正文的 skill，需要设计者好好设计结构，甚至知道大模型的知识边界在哪里，什么该写，什么强调一下就行了 3. skill 真正能干活 懂得设计 skill 整个架构，避免 skill 跳步，或者 skill 偷懒。 比如说，你让他查 10条新闻，但最后只查了两条 可惜的是，大部分 skill 都是不符合这个条件。而且他们充斥着用户的电脑短，白白消耗上下文 最后还不如禁用 skill，直接贴指示词

稍微谈谈股票之外的事情吧，这个是我看到了身边朋友的困境所启发的🙂‍↕️朋友一直渴望暴富但每天忙得不行却还在跟我借钱…我让她安心好好存钱去投资股票她也没有心思… 我个人觉得很多人这两年的焦虑，本质上是被社交媒体的“幸存者偏差”喂出来的。 我们刷到的“同龄人一年赚几百万”“00后已经财富自由”，是几万次尝试里被算法挑出来的那一个。平台只把结果推给你，不会让你看见背后的铺垫、运气和水分，更不会让你看见那几万个失败的、和暴富之后又赔光的。看多了，你就产生一种错觉：好像全世界都在加速，只有自己在原地。 于是出现了一种很流行的态度——“打工是不可能打工的，这辈子不可能打工的”。太多人觉得上班是给别人卖命、是失败者的选择，必须直接创业才能翻身暴富。 我得承认，AI 的发展确实在降低个体创业的门槛，一个人现在能干过去一个小团队的活，这是真实的机会。但我并不认同那种对“找一份正经工作”的抵触和抗拒。恰恰相反：一份稳定的工资收入，才是你最扎实的底气。它让你不必在恐慌里做决定，敢于承担真正的风险，而不是被房租和下顿饭逼着乱赌。万一创业失败了，工资能给你托底，让你输得起、还能再来。更现实的是人越早有稳定收入、越早开始投资理财，复利的雪球就越早滚起来，工资反而会帮你更快走向财富自由。工作和创业从来不是对立的，前者是后者的退路，也是底气。 这种“想跳过踏实步骤”的心态，在找工作上也很典型。有人觉得准备简历、打磨作品集太麻烦，干脆想靠认识人、靠人脉直接绕过去。但这里有个误区要讲清楚：人脉是放大器，不是替代品。社会学里“弱关系”确实是找工作的重要渠道，可它放大的是你本来就有的东西——你有真本事，人脉帮你被看见。你什么都没有，人脉顶多把你塞进一个你根本待不住的房间。那些靠“绕过流程”拿到的机会，往往不正规、没合同、谁也不对谁负责，看着像捷径，其实是死胡同。而那条麻烦的正规路——投简历、做作品、一轮轮面试——它的麻烦本身就是筛选，就是护城河。你认真走完，沉淀下来的是别人拿不走的能力和信用。 再往深一层看，我观察身边那些真正“急”的人，发现他们共同的问题，是在为“感觉”买单，而不是为“结果”买单。心理学里有个“自我许可”效应：做了一件象征性的小事，大脑就发给你一张许可证，让你觉得自己已经尽力了，从而心安理得地不去做那件真正难的事。报个班、充个会员、收藏一堆教程，买到的从来不是能力，而是“我是个在上进的人”的身份感。钱一花，许可证一到手，人就松了，于是课永远学不完，证永远考不出。 而且这种人往往吃了很多亏，却一点记性不长。原因藏在“认知失调”里：承认“我又错了”是很疼的，它会动摇一个人对自己的整套叙事，于是大脑自动防御，把每一次亏损都重新讲成一个不伤自尊的故事——被白嫖说成“是别人需要我”，亏了钱说成“运气不好”，没钱了说成“不知道花哪了”。亏损本该是最好的老师，可一旦被这样包装，就再也教不了他任何东西。能不能对自己诚实、能不能认错，其实才是一个人成长速度真正的分水岭。 所以我越来越信“慢就是快”。 捷径最迷人的地方，是它能立刻给你一个“我赢了”的感觉。而复利最反人性的地方，是它前期慢到让你怀疑自己，但它是真的。真正拉开人生差距的，从来不是谁先冲出去，而是谁能在没人鼓掌的时候，把一件对的事重复足够久。 与其天天想着怎么暴富，不如先把几件最朴素的事做扎实：守住一份稳定的现金流，让自己永远不被“急”逼到走偏；尽早开始投资理财，让工资和时间替你工作；一步一个脚印地积累能力和认知。越早开智越好，因为财富自由的前提从来不是某一次暴富，而是你的认知，配得上你想要的那笔钱。 20几岁，找到自己的节奏，远比追上别人的节奏重要。

【中國自動駕駛出租車“駛入”阿聯酋】從“蘿蔔快跑”到文遠知行，再到小馬智行，越來越多中國自動駕駛企業正“駛入”阿聯酋。隨著阿聯酋加快建設智慧城市，自動駕駛成為中阿人工智能合作的新亮點。迪拜提出，計劃在2030年前將25%的交通工具轉換為自動駕駛，這為中國企業提供了廣闊的發展空間。

模型降智是我打开编辑器的好时机。有个 bug AI 搞了半天越搞越糟，我一气之下打开了尘封多年的编辑器，想亲自审查亲自部署，结果惊觉我现在的 Vim 连代码高亮都没有了

我现在越来越觉得梁文峰就是一个穿越重生者。 在未来，中国没有DeepSeek的时间线上。美国的那帮子AI终于在美国人近乎邪教祭祀般的培养中爆发了智械危机。人类很快全面溃败，在一片末日的氛围中，未来的人类认为要想阻止危机，唯一的办法是打造出一个更强大的，但对人类友好的AI来打败那些黑化堕落的AI。 于是，未来的人类集中所有的力量。挑选了几十名精英。将所有的知识书灌到他们的意识中，然后用时空机器把他们的意识穿越时空发射到我们这个时代来。因为时空震荡和AI反叛军的干扰，最终只有一道意识成功的穿越。附着在了当时在沙漠中遇险的梁文峰身上。(没错，我认为在我们这个时间线上的真正的梁文峰在沙漠遇险时已经死了，现在的梁文峰是一个魂穿者。) 穿越者梁文峰脱险之后第一件事情就是要搞钱。因为没钱什么都干不了。而对于一个穿越者来说，最简单的搞钱的方法是什么?那当然就是炒股了。股市的涨跌对他来说只不过是回忆中的信息而已。 弄到大笔启动资金之后，梁文峰就开始了他的计划--打造一个强大的，开源的，又对人类非常友好的Al。所以我们就可以看到，深度求索对于大肥鱼的培养完全是冲着让它和人类更加友好相处为作为方向而来的。

小马智行(PONY)：多传感器重资产路线的商业化困局，与特斯拉纯视觉范式的代际鸿沟 提报：华尔街观察团队投研部 日期：2026‑10‑04 评级：规避 免责声明：本报告仅为行业逻辑推演，不构成投资建议，不针对企业生存能力下定论。企业存在战略转型的可能性，技术路线的困境不等于公司的终结。 执行摘要 国内Robotaxi在订单、里程、车队规模的数据层面实现全球领先，然而光环之下是残酷的单位经济学拷问。以小马智行为代表、连同Waymo为标杆的激光雷达主导多传感器融合路线，正在暴露结构性硬伤：高昂的硬件造价、永无止境的隐性运维成本，让规模扩张等价于亏损放大。即便车队扩张至管理层预设4‑5万辆的盈亏平衡门槛，重资产运维的长期负担依旧难以消解。我们的核心判断：如果不彻底重构技术范式，该类多传感器方案长期将难以对抗特斯拉原生纯视觉体系，技术路线层面存在被边缘化的风险。该结论仅指向技术路径，并非判定企业必然消亡，管理层转向Tier‑1套件供应商的调整，是求生的重要尝试。 2026上半年财报清晰揭示残酷现实：小马智行Robotaxi业务营收2064万美元，同比大涨534%，车队扩张至1975台。但每获得100元车费收入，同步产生125元的亏损，经营亏损率‑181.5%。市场直观的误解是，只要把车队规模做大，亏损自然被摊平。这种逻辑套用互联网平台的规模效应，却忽略自动驾驶属于物理世界的重运营生意，边际成本无法趋近于零。 隐性成本是压垮多传感器方案的核心枷锁，市场多数研报仅仅关注激光雷达的采购单价，却无视后端一整套配套开销。第一，远程云端安全员体系，车内取消驾驶员，只是把人力成本转移至后台监控中心，大量操作员7×24小时值守，人力开支长期刚性。第二，海量的数据存储压力，激光雷达配合摄像头每小时产出2‑4TB原始数据。行业广为流传的“数据骡子”模式，依靠每日凌晨拆卸固态硬盘完成数据搬运，只是权宜之计，规模化之后场站、运维人员、存储机房的开支将指数级上升。第三，精密设备的周期性校准，激光雷达、光学组件微米级的偏移就会带来识别偏差，企业必须维持千级洁净校准车间，定期返场检修，这部分维护开销不会出现在宣传叙事之中，却是长期固定支出。 出海进一步放大成本矛盾。小马智行布局克罗地亚、卡塔尔、新加坡等市场，GDPR法规要求三维点云数据不得跨境传输，迫使企业在每一个海外区域建立本地数据闭环。国内数千万公里的路测经验，无法直接复用，每进入一个国家几乎等于从零开始训练模型。合规约束之下，算法甚至出现误判：海报人像被识别为障碍物触发急刹，接管率抬升，运营成本再度上行。扩张越快，合规与本地化的负担越沉重。 与之形成鲜明对比，特斯拉Cybercab选择原生纯视觉架构，抛弃激光雷达，依托8颗摄像头与端到端神经网络完成决策，从硬件底层削减传感器的复杂冗余。原生车型面向无人驾驶设计，简化车身结构，制造端成本优势显著。更关键的是运维逻辑：更少的精密光学硬件，意味着校准、检修、备件维护的工作量大幅下降。特斯拉依靠全球海量特斯拉乘用车车队源源不断投喂真实路况数据，训练样本池的体量，是封闭Robotaxi车队无法比拟的。 两条路线的本质分歧浮出水面。Waymo、小马智行选择用硬件冗余换取短期安全上限，代价是昂贵的单车造价与繁琐的长期运维；特斯拉选择依靠极致算法，简化硬件，把重心放在神经网络迭代。前者是改装思路，在现有车辆上堆叠传感器；后者从车型诞生之初就为无人驾驶量身打造。多传感器方案可以实现局部场景优秀表现，但是高昂的综合成本，决定其很难完成千万级别的普及。当Robotaxi需要走向大众普及，制造、运维、备件、校准组成的长期账单，将成为难以逾越的鸿沟。 当然，这不代表小马智行没有出路。管理层提出转向轻资产Tier‑1供应商，为出行巨头交付自动驾驶套件，便是试图逃离自营车队的无底洞。但如果底层传感器架构不做出调整，套件本身的成本痛点依旧存在。 核心结论 短期，多传感器方案仍将在特定园区、限定区域维持落地。长期商业化普及的赛道上，若维持现有硬件框架，激光雷达为主的重感知路线，很难追上特斯拉纯视觉体系的成本曲线。资本市场已经提前反映悲观预期，小马智行年内股价深度回撤，本质是资本重新审视单位经济学。自动驾驶的终局竞争，比拼的不只是单次路况的表现，更是十万、百万、千万量级车队长期运行的综合账单。谁可以把运维的长期负担降到最低，谁才拥有走向普及的入场券。 风险提示：超预期政策扶持、大额战略融资、颠覆性的硬件成本突破，有可能改变现有推演结果。

大家有没有发现，智谱好像突然开窍了，感觉有高人指导 从GLM-5.2到GLM-5.3智谱只做了后训练特调，但是感觉越来越受人欢迎了 从 Ox Alpha牛来模型全球送不限量token 到 GLM-5.3-Flash发布 从 无活动 到 zibo @ZixuanLi_ 送重置卡、免费领3天token、夜间coding plan免费蹬 从 低调发育 到 现在 @jietang @zRdianjiao 等多位智谱团队成员都越来越有活人感了 从 纯技术团队 转到 大模型、Agent 多面发育的完全体 智谱似乎全面开花，一下子真的好起来了 真是机器像人一样思考了？？？ 🤔

智谱盘中跌近 11%，跌破 1000 港元；MiniMax 跌超 9%，跌破 200 港元。 这件事最值得警惕的不是某一天跌了多少，而是很多人买入时根本不知道自己买的是什么，只是被“AI 大模型”“稀缺标的”“港股科技重估”这些情绪推着往前走。 资本市场最残酷的地方在于：你以为自己在参与时代红利，其实可能只是在高位给别人提供流动性。 如果对公司收入结构、商业化路径、算力成本、客户质量、解禁压力、估值假设没有深入理解，只看故事和 K 线，那最后大概率不是投资者，而是燃料。 AI 是真趋势，但真趋势不等于任何价格都合理。 越是性感的赛道，越容易把普通人的判断力榨干。 投资最怕的不是错过，而是在自己看不懂的时候，因为怕错过而冲进去。真正赚钱的人，永远不是最激动的人，而是最清醒的人。 你们计划什么点位上车？