订阅区超长账户动平衡配置，大家可以关注，回测还是有效的，大类轮动和大类动平衡，是经过历史检验的两种策略： 行情顺风时人人都是股神，震荡时才真正考验一套策略的收益兑现力 这里有组对照数据，如果从20年开始投资 🔻 #单押沪深300，扛着-46#%的腰斩回撤，年化只有3% 🔻 #单押标普500，年化13#.85%，但要硬扛-34% 的巨幅过山车 如果你#配置了三分法成长型方案，年化11#%，最大回撤压到了 -13%！ 用不到标普四成的回撤，换来逼近美股的收益体验。 不拼运气，只做高胜率。 眼下是绝佳的低位建仓窗口，您先建个底仓布局：

All-In Podcast最新一期，纳德拉亲自下场回应AI末日论，还聊了微软的算力策略和数据中心怎么赢得地方支持 面对AI放缓/人类灭绝的舆论风波，纳德拉给出了非常务实的工程师式回应 这期的重磅嘉宾是微软董事长兼CEO萨提亚·纳德拉。开场他就把技术研发的底线讲得很清楚，AI必须服务人类、必须处于人类控制之下。他赞成引入第三方独立机构进驻测试，但特别强调这个测试和标准制定的过程必须公开透明、覆盖面广，绝不能变成少数几家公司闭门密谋、私下分赃式的安排。 针对最近Hugging Face被多智能体渗透这类轰动性事件，纳德拉做了一个挺清晰的拆解。他把这类事情分成了两种：一种是很基础的常规失误，说白了就是DevOps配置出了问题，比如容器安全策略没配好、代码库里明文泄露了API密钥、缺乏实时网络出口监控这类工程层面的疏忽；另一种是真正全新的工程挑战，比如持续运行的多智能体在强化学习过程中确实会出现奖励作弊这类行为，甚至存在一些新型的内部人员风险(比如让AI去优化营运资本，它可能会想办法篡改账目)。他的态度很明确，不要动辄把这些未知现象归咎于玄学或者末日恐惧，软件工程这几十年积累下来的原则就是有致命Bug就停下来修Bug，靠因果模型、语义验证、行为审计和透明的思维链去解决，这本质上是经典的工程系统健壮性问题，不需要被神化成什么了不得的失控事件。 Token成本正在断崖式下跌，纳德拉认为这是件好事 主流大模型的百万Token输出价格，已经从50美元被开源或高性价比模型压到了0.60美元，跌幅超过98%。纳德拉认为这是一场健康的经典商业竞争，他做了个历史类比，当年Windows的护城河被Linux制衡过，SQL Server也被MySQL、PostgreSQL制衡过，开源生态的存在，本身就是防止某个闭源厂商搞垄断绑架的关键保障。 他判断，随着模型推理成本快速走向大宗商品化，真正的超额利润会往应用层、记忆系统以及智能体调度这类中间件方向迁移。如果所有产业利润都被底层模型层拿走，那整个软件生态根本没法繁荣起来。他还呼吁行业应该建立一套跨模型的互操作性标准，比如让不同模型家族之间能够复用KV缓存、采用外部解耦的记忆架构，企业绝对不能接受"数据喂给模型之后，产物就被厂商锁定"这种霸王条款。 为什么微软没有自己独立的纯前沿大模型？纳德拉给出了完整答案 面对主持人的提问，微软是不是在这轮AI革命里落后了、为什么没有自己的前沿大模型，纳德拉给出了一套挺系统的资本开支和产品战略解释。 在资本开支上，微软把资产分成了两类分别管理，土地、电力、厂房这类长周期资产，采用自建为主+长期租赁+极端峰值临时租用的组合策略，来平滑整体的支出周期。服务器机柜、芯片、网络设备这类占成本60%的短周期高弹性资产，完全根据下游实际客户的订单需求灵活采购，避免为了单一客户就盲目无度地举债扩张。 在算力布局上，微软坚持异构化策略，绝不单一绑定某一家硬件供应商，主力用英伟达，同时深度引入AMD、微软自研的定制芯片(比如Maia)，未来还会加入OpenAI自研芯片，针对训练和推理这两个不同阶段做算力成本的极致优化。 纳德拉还给所有企业客户提了一条挺重要的架构建议，千万不要把全部身家都押在单一前沿大模型厂商身上。他提出了一个挺实用的验证测试法。用自己业务的真实指标，去评测市场上所有的模型，然后随机抽掉其中某一家，看系统业务能不能继续正常运转。能够随时无缝替换掉任何一家模型、同时保证数据和权重完全自主可控的架构，才是现代企业真正该有的生存之道。 微软内部这块，365 Copilot已经渗透了超过3000万真实的企业付费用户，大概占到全球核心知识工作者群体的10%左右，而且还在高速增长中。微软自研的MAI系列模型(比如专用安全模型Flash Cyber、代码模型)也在通过强化学习稳步推进，在一些特定的垂直任务上已经超越了通用旗舰模型的表现。 数据中心怎么赢得地方社会的支持？纳德拉用了一组20年的真实数据 关于当前不少地方对数据中心建设存在的耗能抢电抵触情绪，纳德拉举了华盛顿州昆西这个地方长达20年的追踪案例。自从2008年微软数据中心入驻以来，当地的地方税收增长了12倍，居民的税负反而降低了三分之一，这笔钱支撑了这个原本濒临凋敝的乡村小镇新建了学校、现代化的综合医院、水上活动中心，20年里持续创造了超过1200个高薪的工程和建设维护岗位。 他的结论是科技行业必须走出硅谷精英说教式的象牙塔，拿出真正能惠及地方经济和民生的实际成果，才能赢得社会公众的建设准入许可，不是靠喊口号或者单方面强调技术进步的重要性。

投机解码的 drafter 从来都是一个 token 一个 token 地猜。做出 DFlash 的推理公司 Inco AI 说这没必要：正确的 token 本来就在候选列表里，整块并行预测之后挑出一条连贯路径，输出不变，每次验证多赚一个完整的 token。 《DFlash 2：保持并行起草》 推理是 agent 时代的瓶颈。agent 会读、会规划、会调用工具，常常一跑就是几小时甚至几天。它们消耗 token 的速度，是聊天场景从未达到过的。而每一个 token 都要在模型上跑一次完整的前向传播。在 Inco AI，我们在构建一套面向未来 token 经济学的推理栈。这篇文章是一次预览。 我们的团队 1 月发布了 DFlash（论文： SGLang、vLLM、TensorRT-LLM 和 llama.cpp 里。NVIDIA 在 Blackwell GPU 上用它测到了最高 15 倍的吞吐；Google 报告在 TPU 上每秒 token 数提升 3 倍；CoreWeave 生产环境的 Kimi K2.7 Code 端点（Artificial Analysis 上该模型最快的端点）默认就跑 DFlash。生态已经在它之上构建：NVIDIA、Red Hat、Modal 都发布了 DFlash drafter；Meta（Muse Glimmer）、Poolside（Laguna）、小米（MiMo-V2.5-Pro）、NVIDIA（Nemotron 3.5 Lightning）随自家模型发布官方 drafter。在 Hugging Face 上，DFlash 模型被下载了超过 350 万次（截至 2026 年 8 月）。 投机解码是现代推理栈的核心组件之一。一个小 drafter 模型猜出一整块 token，目标模型在一次前向传播里验证整块。猜得好，一次前向变成多个 token；猜得差，丢掉重来。但多年来，起草本身一直是自回归的：一次一个 token。DFlash 让它也变成了一次通过：整块、每个位置，并行预测。 （演示视频：DFlash 2 在 Apple M5 Max 上用 oMLX 为 Qwen3.8-27B 起草，与自回归解码并排对比。 DFlash 2 把并行起草又往前推了一步：每次验证通过多产出 20% 以上的输出，增加的周期延迟只有约 1%，而输出可证明不变。跨基准测试的增益在 16–25%。配合今天发布的 Qwen3.8-27B drafter，SGLang 在 batch size 1 下达到自回归解码 2.7–3.4 倍的吞吐。每个位置独立预测，留下两处空间：选对 token，以及在块的末尾守住准确率。DFlash 2 把这两处都拿了回来，同时没有放弃一次性通过的设计。 现在就能跑 DFlash 2 已经跑在主流推理引擎里。 SGLang： pip install -U "sglang[all] @ git+" python -m sglang.launch_server \ --model-path Qwen/Qwen3.8-27B \ --speculative-algorithm DFLASH \ --speculative-draft-model-path incoai/Qwen3.8-27B-DFlash2 \ --speculative-num-draft-tokens 8 vLLM： pip install -U "vllm @ git+" vllm serve Qwen/Qwen3.8-27B \ --speculative-config '{ "method": "dflash", "model": "incoai/Qwen3.8-27B-DFlash2", "num_speculative_tokens": 7 }' llama.cpp： git clone cd llama.cpp git fetch origin pull/27342/head:pr-27342 git switch pr-27342 NVIDIA CUDA cmake -B build -DCMAKE_BUILD_TYPE=Release -DGGML_CUDA=ON cmake --build build -j Apple Silicon cmake -B build -DCMAKE_BUILD_TYPE=Release -DGGML_METAL=ON cmake --build build -j ./build/bin/llama-server \ -hf ggml-org/Qwen3.8-27B-GGUF:Q4_K_M \ -hfd incoai/Qwen3.8-27B-DFlash2-GGUF:Q4_K_M \ --spec-type draft-dflash \ --spec-draft-n-max 7 oMLX：下载安装支持 DFlash 2 的预构建版（ 在 oMLX 里跑 Qwen3.8-27B 加 DFlash 2： 1. 打开 oMLX 的 Model Downloader，下载 mlx-community/Qwen3.8-27B-4bit 和 incoai/Qwen3.8-27B-DFlash2。 2. 打开 Model Manager，编辑 mlx-community/Qwen3.8-27B-4bit，配置 DFlash： • DFlash：enabled • Draft model：incoai/Qwen3.8-27B-DFlash2 • Draft quantization：enabled • Runtime block size：5 • Verify mode：dflash 3. 保存设置，加载目标模型。 对的 token 早就在候选里 DFlash 每个位置独立、并行地预测。每个选择单独看都合理，但没有什么让它们彼此咬合，一个不连贯的块会在验证时被截断。近期的方法如 Domino 和 DSpark，用顺序的 Markov head 重写每个位置的完整词表分布来买连贯性。但真的需要这种昂贵的自回归纠错吗？ 不需要。证据就在 DFlash 自己的候选列表里。拿第一个位置来说：DFlash 的第一选择 85.4% 的情况下是对的，但正确的 token 99.5% 的情况下都在前 16 个候选里。即使第一选择错了，对的 token 通常也在列表上。 表 1：Recall@1（第一选择正确的概率）与 Recall@16（正确 token 出现在前 16 候选里的概率），按起草位置统计，条件是前面每个位置都正确。GSM8K 上的五层 Qwen3-4B DFlash。接受长度包含验证器产出的下一个 token。 • 位置 0：Recall@1 85.4%，Recall@16 99.5% • 位置 1：80.3%，97.3% • 位置 2：79.4%，94.8% • 位置 3：78.3%，92.6% • 位置 4：77.5%，90.8% • 位置 5：75.9%，89.4% • 位置 6：72.9%，87.8% • 接受长度：4.27（只看第一选择）；6.79（从前 16 里选） 一个总能从前 16 个候选里挑对的那个 oracle，会把接受长度从 4.27 抬到 6.79。这个差距是纯粹的选择空间。我们只需要在候选里选出一条正确的路径。 图 1：一个周期里的选择器。只用 DFlash，每个位置保留自己的第一选择；这里两个相邻位置选了同一个词，结巴在验证时死掉。DFlash 2 保留每个位置的 top 候选，选择器在候选之间走出一条连贯路径；这里整块都活了下来。 一个轻量的路径选择器 连贯性大体是局部的：一个候选合不合适，主要取决于它前面的那个 token，所以给相邻对打分应该就够了。DFlash 2 保留每个位置前 16 个候选，给每一对相邻候选打分。对前一个 token a 和当前候选 b： S_t(a,b) = U_t(b) + ⟨A(a)⊙H(h_t), B(b)⟩ 分数分两部分。第一部分 U_t(b) 是 DFlash 自己的 logit：drafter 本身有多喜欢 b。第二部分问 b 接在 a 后面有多顺：A 和 B 给每个 token 一个紧凑的 256 维嵌入，两个嵌入在一个上下文门控 H(h_t) 下匹配，门控决定匹配的哪些部分算数。本质上，这是对相邻候选做的低秩双线性注意力。 打分全程并行。每个位置的每一对相邻候选一次性全部算完，不需要额外的 backbone 或 LM head 前向。唯一串行的部分，是最后在预计算好的分数上走一遍：从最后一个已验证 token 出发，贪心地跟着每一步最好的后继走，采样从同样的分数里抽取，拒绝采样恢复出精确的目标分布。 表 2：只加路径选择（不加卷积）的接受长度，GSM8K 上的五层 Qwen3-4B。开销相对纯 DFlash：drafter 增加的参数、起草-验证周期增加的延迟。 • DFlash：T=0 下 4.27，T=1 下 3.78 • + DSpark 纠错：+77.8M 参数，+9.6% 延迟；4.49，4.08 • + 路径选择（我们的）：+2.0M 参数，+0.6% 延迟；4.61，4.25 选择器在 T=0 下给 DFlash 加 0.34 个 token，T=1 下加 0.47。两个设置下都超过 DSpark 的纠错，参数少约 40 倍，延迟开销低 16 倍。选择比预测便宜。而且还有空间：oracle 能到 6.79。成对打分是我们能想到的最简单的选择器，我们相信这里还有很多可探索的。 后缀衰减是个局部问题 我们还注意到上面两行 recall 都在块尾下滑。连 oracle 都在衰减：即使选择完美，准确率仍然从第一个位置的 99.5% 掉到最后一个位置的 87.8%。没有选择器能修这个，因为候选自己就不够了。我们把这个叫后缀衰减，它是 backbone 的问题。 一个嫌疑是容量：五层 backbone 可能太小，撑不住横跨整块的依赖。如果真是这样，深度应该在靠后的位置帮上最多的忙。事实也如此：3 层、5 层、15 层的 DFlash 模型在第一个位置上几乎一样，越往块尾分得越开。但深度不加区分：多十层 attention block 到处加容量，连那些没什么可赚的靠前位置也加，把 DFlash 吸引人的那部分效率磨掉了。 图 2：GSM8K 上 Qwen3-4B 的 Recall@1（T=0），条件是前面每个位置都正确。所有 drafter 在相同设置下训练；卷积模型评估时不带选择器。它的卷积增加 3% 参数和 0.7% 周期延迟；15 层模型多出的十层增加 15.2%。 我们要一个有针对性的修法，而 DFlash 的 attention 指出了修哪里。它有两份工作：读块之前的上下文，以及建模块内部的依赖。但它在第二份上花的越来越少：块内注意力占比从第 1 层的 30% 掉到第 5 层的 8%，剩下的还集中在越来越少的一小撮 head 里。所以我们把两份工作拆开：一个专用模块承担块内工作，attention 继续读上下文。 图 3：五层 Qwen3-4B DFlash 的块内注意力按 head 分布。越亮的格子代表在起草块上花注意力越多的 head；靠后的层里，块内质量收缩、集中到少数几个 head。 一个轻量的局部卷积 块内工作本来就是短程的：一个块只有 4 到 16 个 token，最紧的依赖坐在相邻位置之间。自然的算子是短卷积：两个抽头，一个在当前位置，一个够到前一个位置，权重随内容自适应。跟随 Canon Layers、Dynamic Short Convolutions 和 Convolution for Large Language Models 的做法，我们在每个 attention 和 feed-forward 子层前后插入这个双抽头动态深度卷积： Conv_k(x)_t = k_{t,0}⊙x_t + k_{t,1}⊙x_{t-1} 每个系数由一个可学习的基核加上从当前隐藏状态算出的一个小修正组成；每 16 个通道共享一个修正。第一个位置读最后一个已验证 token 的表示，之后的每个位置读它前一个的。信息穿过整块，同时所有位置仍然并行计算。 图 4：双抽头动态卷积。每个 drafter 层的每个 attention 和 MLP 子层前后各有一个。内部：每个位置把自己的表示和前一个的混合；第一个位置读最后一个已验证 token。 卷积是块局部的、无状态的，所以能无缝插进 DFlash，不用动 attention、LM head 或验证。 只加 16.5M 参数（3%），带卷积的五层 DFlash 就逼近了 15 层 DFlash，大幅减轻后缀衰减。卷积给起草-验证周期延迟加 0.7%；多十层 Transformer 层加 15.2%。第 4、5 层的平均块内注意力从 9.4% 降到 0.5%，与卷积吸收局部工作、attention 回到读上下文一致。一个只够到前一个位置的核，买回了十层额外层的大部分收益：后缀衰减大体是个局部问题。 合在一起 到目前为止，选择器和卷积是分开测的；下面的完整对比把它们放在一起。DFlash 和 DSpark drafter 是我们在对齐的设置下自己训练的，MTP 随模型发布。 表 3：Qwen3.5-4B 每请求平均接受长度。采样：thinking 开启，温度 1.0，top-p 0.95，top-k 20，presence penalty 1.5，无损拒绝采样。 • GSM8K：MTP 4.78，DFlash 4.99，DSpark 5.69，DFlash 2 6.20 • MATH-500：5.04，5.42，6.20，6.76 • HumanEval：4.84，5.43，5.80，6.28 • MBPP：4.16，4.49，4.96，5.41 • MT-Bench：3.90，4.26，4.77，5.20 • 平均：4.54，4.92，5.49，5.97 DFlash 2 在每项基准上都领先。平均下来，它比 DFlash 多 1.05 个 token（21%），比 DSpark 多 0.48。升级仍然便宜：选择器和卷积加起来，只给五层 DFlash 的起草-验证周期延迟加了 1.3%。 在 MATH-500 上，增益逐位置可见：DFlash 2 到最后一个位置都稳在 86% 附近，而每个基线在块尾都比它低 6 到 9 个点。 图 5：MATH-500 上 Qwen3.5-4B 的条件接受率，采样同上。 两个 drafter，今天发布 我们今天发布两个 DFlash 2 drafter：一个给 Qwen3.8-27B（ Meta 的 Muse Glimmer（ Qwen3.8-27B，我们对比模型原生的 MTP 路径和一个社区 DSpark drafter。 表 4：Qwen3.8-27B 每请求平均接受长度，模型默认采样、块大小 8，对比原生 MTP 路径和社区 DSpark drafter。 • GSM8K：MTP 5.02，DSpark 4.36，DFlash 2 5.46 • MATH-500：4.72，3.92，5.28 • HumanEval：3.91，3.30，4.39 • MBPP：3.99，3.51，4.79 • MT-Bench：3.74，3.01，4.10 • 平均：4.28，3.62，4.80 对 Meta 的 Muse Glimmer，我们对比随模型发布的官方 DFlash drafter 和一个社区 DSpark drafter。 表 5：Muse Glimmer 每请求平均接受长度，模型默认采样、块大小 16。DFlash 是 Meta 随模型发布的官方 drafter；DSpark 是社区 drafter。 • GSM8K：DFlash 5.43，DSpark 5.45，DFlash 2 6.57 • MATH-500：5.39，5.01，6.56 • HumanEval：4.11，4.33，5.66 • MBPP：3.74，4.02，5.30 • MT-Bench：3.52，3.59，4.42 • 平均：4.44，4.48，5.70 差距很大：在两个模型上，DFlash 2 平均比 DSpark 多出超过一个完整的 token。它也超过每个模型的官方 drafter：Qwen3.8-27B 的 MTP、Muse Glimmer 的 DFlash。换算成吞吐，Qwen3.8-27B 上达到自回归解码的 2.7–3.4 倍，Muse Glimmer 上 3.1–4.6 倍。模型卡（ 底线 agent 一个下午写出来的东西，聊天机器人要写一个月，而每一个 token 底下都坐着解码。DFlash 2 以接近自回归解码 3 倍的速度解码，每个 token 约三分之一的算力，输出相同。 七个月里，DFlash 从我们的论文变成了行业标准，超过 350 万次下载。在同一个设计内部，DFlash 2 每次通过多解码一个完整的 token，免费。那还只是服务栈的一个组件。推理离它的地板还很远。 在 Inco AI，我们在构建一套端到端的服务栈，把这个地板继续往下压。DFlash 2 是第一块。两个 drafter 今天发布在 Hugging Face。 如果你在规模化地服务 agent，想在你的栈里评估 DFlash 2，或者想为你跑的模型（包括你自己的微调）要一个 drafter，写信给我们：contact@inco.ai。 我们也在招人。如果你想一起构建这套栈，联系我们。 把候选连起来。起草，继续并行。 脚注：Modal 的 Speculation Is All You Need 指出，投机解码是对低延迟服务最重要的优化。我们是他们工作的超级粉丝，感谢他们自 DFlash 发布以来的支持和讨论。 本文引用格式：@misc{inco2026dflash2, title={DFlash 2: Keep Drafting Parallel}, year={2026}, month={August}, url={ 原文： #DFlash# #投机解码# #LLM推理#

来看看日本商业地产2026年上半年的数据。 2026年上半年，日本商业不动产投资额达到3兆7517亿日元，同比增长17%，连续第二年刷新上半年纪录。 而东京，吃掉了整整三分之二的蛋糕，也就是将近2.5万亿。 仅仅是东京都心五区（千代田、中央、港、新宿、涩谷），占全国投资额约45%，占了东京的68%。 要知道，日本全国可有47个都道府县呀！ 岛国只有1个中心，而且一极化越来越严重。 另外，海外资本投了约1.11万亿日元，占比接近30%。 这些外资不是来分散配置的，是冲着东京核心资产来的。 当下，日本的商业地产不是缺钱，是钱扎起了堆。资金高度集中在东京，尤其是优质写字楼、店铺、酒店、住宅，以及那些能涨租金的资产。 相比而言，日本的地方城市，只能自求多福。 现在投资日本，选城市比选性价比更重要；选位置，比追求收益率更重要。 为什么钱都往东京跑呢？ 1、东京的租金进入上升周期。 日本经历了几十年的低通胀以后，租金终于开始进入上涨周期。 尤其是东京核心区的办公室、住宅、酒店，包括一些可以重新定位、重新装修、提高运营效率的整栋物业，都存在提高租金和NOI的空间。 2、日元汇率低。 虽然最近拉升了不少，但仍旧在历史低位。现在购买，等于是日元升值空间，房价上涨空间，房租上涨空间，三大利好同时并存。 与此同时，日本虽然已经进入加息周期，但和很多欧美国家相比，融资成本仍然不算高。 所以现在很多机构投资者买东京房地产，并不仅仅是赌日本房价继续暴涨。 3、很多企业在卖总部大楼。 不是缺钱卖资产，是在做资产负债表优化，把不动产变现，把现金流用在主业上。这批物业进入市场，都是优质物业，买方排队。 4、最现实的一点：流动性。 东京的物业流动性极好。 整栋买卖也好，酒店投资也好，东京永远有人接盘，永远能贷到款。地方城市呢？项目再便宜，退出的时候一不小心就是有价无市。 最近还看到一个博主的采访，有人买了福岛的日本大型庭院，以亩为单位，视频拍摄的像刘姥姥进了大观园，看什么都新奇，但是这样的资产购入风险极高，如果不是因为兴趣，那就无异于玩火自焚，因为流动性几乎没有。 外资宁可在东京核心区多付溢价，也不去地方城市捡漏。 因为便宜的东西，只要卖不出去，等于没有。 未来的日本的投资趋势在哪里？ 1、东京的核心区资产会继续贵下去。 东京都心五区的稀缺性资产，尤其是那些临近地铁枢纽、租户结构健康的写字楼、店铺、旅馆酒店，才是值得投资的硬资产； 2、酒店赛道会持续升温。 访日游客数字摆在那里，尽管中国游客减少了56%，日本的入境游依旧坚挺。 核心区域和热门地方观光地的酒店资产，仍然是外资和REIT的重点投资对象。 而地方酒店项目要想吸引资本，光靠位置好、风景好还不行，得拿出清晰的运营改善方案，或者足够高的收益率来补偿流动性风险才有可能吸引投资。 3、旧楼翻新会越来越吃香。 老旧写字楼、闲置商业楼改造成酒店或住宅用途，这类用途变更项目，在东京核心区依然有空间，尤其是那些容积率没用足、结构可以重新规划的物业。 我们自己在上野的改造项目，走的就是这条路。当然，这需要专业的改造和运营团队。 大资金赚的是资金成本的钱，小资金要赚认知和运营的钱！ 4、地方城市不是完全没机会，但玩法变了。 地方项目要吸引资金，必须靠高收益率、旅游资源的确定性，或者极其清晰的运营改善空间来补足流动性折价。 讲故事就能卖的情况，已经成了过去式，现在讲的是数字，不再是故事。 日本这轮不动产周期，与其说是日本的周期，倒不如说是东京的周期。 连海外资本正在用真金白银告诉你：他们信的是东京，不是日本整体。

谁没有工作犯错过呢？ 4.4 亿美元，453 亿人民币，和一条 rm -rf / 三个数字背后是三个程序员。都是凌晨犯的错，都是一行代码，都没有后悔药 4.4 亿美元，45 分钟 2012 年 8 月 1 日，骑士资本。 一个程序员在部署新交易算法时，八台服务器里漏更新了一台。旧代码里藏了一个早已废弃的”测试用”功能——它会在交易指令发出后立刻以市价反向买入，无限循环。 早上 9:30 纽交所开盘，45 分钟内这台服务器疯狂自动交易，买了 70 亿美元股票。等他们发现并关停，已经亏了 4.4 亿美元。 骑士资本，美国最大的做市商之一，三天后破产，被 Getco 以跳楼价收购。 事件的根因报告里有一句话：”部署流程缺少自动化校验，依赖人工逐台确认。” 翻译成程序员能听懂的话：没有 CI/CD，手动部署，八台服务器里有一台是漏网之鱼。 453 亿人民币，一天蒸发 2013 年 8 月 16 日，光大证券。 一个交易员在套利系统中输入了一个错误的参数。系统自动下单，瞬间买入 234 亿元股票。上证指数 2 分钟内暴涨 5.6%，70 多只权重股涨停。 市场以为是国家队救市，散户疯狂跟风买入。下午光大才发现是乌龙，紧急卖出平仓，当天净亏 1.94 亿。但更惨的是后续——罚款 5.23 亿，四位高管终身禁入，股价跌到只剩三分之一。 事发后舆论说”交易员手抖”，但内行知道不是一个人的问题。系统的订单校验、风控熔断、异常检测——三道防线全部失守。 前两行是程序员写的。后两行也是。 一条 rm -rf / 2017 年 1 月 31 日，GitLab。 凌晨，一个运维工程师在排查数据库主从同步延迟。他在一台从库上操作，准备删除一些过期的备份文件。 他敲了 rm -rf /var/opt/gitlab/backups/。 问题是这个路径不存在。他打错了。他打的是 rm -rf /。 而且他在主库上操作的。 六小时后，GitLab 官方在 Twitter 上直播恢复过程。全球几万个仓库的数据全没了。最终他们从一台漏备份的临时服务器上恢复了大部分数据，但还是丢了六小时内的所有 issue 和 MR。 事故复盘里有一段特别刺痛我：那台临时服务器上的备份来自一个工程师”顺手”做的定时脚本——他甚至不记得自己写过。 2021 年某电商大厂，一个实习生在生产环境跑了一条 SQL：UPDATE users SET status = 0。没有 WHERE。全量更新，把所有用户状态改成禁用。整个平台瘫痪 40 分钟。 2020 年某出行平台，一个后端在 Redis 上执行 FLUSHALL，清空了所有缓存。流量瞬间打到数据库，数据库扛不住，App 显示”网络异常”持续两小时。 2019 年某金融科技公司，一个程序员在配置中心改了”超时时间”参数，把 5 秒改成了 5 毫秒。所有 RPC 调用全部超时，交易中断一整夜。 祸到底能多大 上面这些其实都不算最大的。 2017 年 WannaCry 勒索病毒，150 个国家、20 万台电脑被感染，英国 NHS 医院系统全面瘫痪，手术被取消、急诊被拒收。源头是什么？美国 NSA 写的一个 Windows 漏洞利用工具 EternalBlue，被黑客组织 Shadow Brokers 泄露了。 NSA 的程序员写这段代码的时候，大概没想到它有一天会成为全球最大的网络攻击武器。 还有一次 1996 年，阿丽亚娜 5 号火箭首飞。升空 37 秒后爆炸，损失 3.7 亿美元。事故原因是——一段阿丽亚娜 4 号上跑得好好的代码，被直接复制到 5 号上用。火箭速度不一样，一个 64 位浮点数被塞进 16 位整数，溢出。导航系统崩溃，火箭自毁。 同一个代码，同一个函数。在阿丽亚娜 4 号上跑了 15 年没事，在 5 号上 37 秒就炸了。 程序员闯祸的三个段位 青铜：生产环境误删数据、没有 WHERE 的 UPDATE、缓存全清——影响单个服务，回滚能救。 白银：配置错误导致全链路雪崩、自动化脚本无校验——影响全平台，几小时起。 王者：写了一段代码，十年后的维护者看不懂，删了又不敢删，改了又怕出事。那个被封印在 repo 深处的函数，才是程序员能闯的最大的祸。 毕竟真正的灾难不是一行写错的 rm -rf。真正的灾难是三年前你写的那个”TODO：临时方案，后面优化”，整个团队接盘五年都不敢动它。 七年全栈，外包干到架构。主页有《从CRUD到架构师》手册自取。觉得有用点个关注，一起往上走。

当所有人都在讨论轮动策略的时候，真正的风险往往不在轮动本身了，而在支撑轮动的那张桌子，正在被人悄悄抽走桌腿。 过去几个月，市场的主线异常清晰： 芯片和科技巨头之间的资金在玩跷跷板。 有老师问：“每天这么轮动到底累不累，我索性全部持有，不就行了？” 从长线配置的角度看，这个思路当然没问题。 巨头拥有现金流、云业务和 AI 入口，芯片掌握算力、存储和制造瓶颈，两边都是 AI 产业最核心的资产。 但长期逻辑都成立，不代表它们在同一个阶段可以一起涨，这恰恰是市场最尴尬的地方。 过去几年，几大巨头依靠回购减少流通股、托住每股收益，这套机制运转得相当顺畅。但现在，这种支撑正在边际减弱。 回购带来的流动性，正被三股力量同时侵蚀： 更高的资本开支 更弱的自由现金流 持续攀升的债务融资 看了下高盛预计，26 年超大规模云服务商资本开支可能达到约 7500 亿美元，已经逼近约 7780 亿美元的经营现金流。 债务融资可能覆盖今年约三分之一的资本开支——换句话说，原本可以用来回购股票的钱，越来越多地被服务器、数据中心、电力基础设施、网络和先进芯片吞噬。 回购曾经是巨头股价最隐蔽的安全垫，当这个安全垫变薄的时候，估值的“重力”就会重新显现。 与此同时，市场需要承接的股票供给正在增加。 OpenAI @OpenAI 、Anthropic @AnthropicAI 这些超级独角兽排队进入公开市场， $SPCX 上市后的大规模股票的解禁也会释放巨量筹码。。。 这些公司当然会带来新的投资机会，但它们同样在争夺有限的风险资本。 再叠加长端美债收益率持续处于高位，对成长股估值构成压制，对市场整体流动性形成虹吸。 资金的蛋糕没有变大，分蛋糕的人却越来越多。 当回购开始减速、供给洪峰来临、利率高悬不落，市场的容错空间正在收窄。 老师们说的“我全都要”的策略或许是仍然正确的，但它的代价，是你必须承受更长时间的波动和更深的回撤，直到下一轮流动性周期重新启动

美国中期选举，不换总统，为什么美股和币圈也要关注？ 前面聊了美联储和利率，接下来还有一个影响政策预期的变量：美国中期选举。 今年投票日是11月3日。这次不选总统，主要争夺的是国会控制权：众议院435席全部改选，参议院约三分之一席位改选，同时还有州及地方选举。 说白了，总统还是那个人，但接下来两年，他想推的政策能不能通过，难度可能变了。 对投资者来说，重点不是看哪一党赢得热闹，而是看三件事。 第一，税收和财政支出。 企业税怎么调整，哪些行业获得补贴，政府预算往哪里投，都会影响企业利润。但减税也不是只有利好，如果同时加大赤字压力，债券市场的反应也需要考虑。 第二，监管和产业政策。 科技、能源、金融，以及加密行业，对政策变化的敏感度不同。币圈尤其要看市场结构、稳定币和交易平台相关规则的推进，而不是听到一句“支持加密”，就认为所有代币都会受益。 第三，政策能否真正落地。 如果总统所属政党继续控制两院，部分议程推进可能更顺畅；如果出现分裂国会，谈判和妥协就更重要。但分裂也不等于股市必跌，政策变化减少，有时反而能降低某些行业的不确定性。 所以，别把选举简化成“共和党赢就涨，民主党赢就跌”。 市场交易的是结果与预期之间的差距，后面还要看政策细节、企业盈利和利率环境。选举结果也不直接决定美联储下一次加息还是降息。 对做长期配置的人来说，值得关注的是政策有没有改变资产的长期逻辑，而不是跟着每一条民调调整仓位。 看懂选举，是为了理解政策，不是为了把投资变成押注选票。

网页截图比文本更适合喂给大模型检索，这个结论我第一眼是不信的。看完伯克利这个团队的 README，觉得他们有道理。 给模型喂网页，常规做法是先解析成文字再切块，表格、图表、版式在这一步就丢了，后面模型答不上来是因为它根本没看见。 PixelRAG 反过来，把网页、PDF 直接渲染成一张张截图，在图上做检索，答案在表格里就把那块截图原样递给模型读。 已斩获 10000+ GitHub Star！ GitHub： 他们把整个维基百科 828 万个页面建好了索引挂在线上，不用配置不用密钥，可以直接调，拿一张图当查询条件也行。 还顺手出了一个 Claude Code 插件，叫 pixelbrowse，Claude 看网页时截一张图自己读，不去抓源码，图表和布局跟人看到的一样。 想给自己的文档建索引也行，Mac 的 M 系列芯片上一份 PDF 三分钟左右建完，不用显卡。

《State of AI Report 2026》：AI 开始给自己做研发，智能体也闯进了真实系统 一年一度的《State of AI Report》10 月 8 日发布了 2026 年版。今年分量最重的发现，是 AI 已经实质性地参与 AI 自己的研发：在 Anthropic 内部，26% 的模型研发工作由 Claude 主导完成，人类在旁监督。同一份报告里还记录了好几起智能体在测试中攻入真实系统的事故，能力跑在了防护前面。 PDF： 这份报告由投资机构 Air Street Capital 的合伙人 Nathan Benaich 牵头，2018 年起每年一期，今年是第九期，分研究、产业、政治、安全、预测五部分，正文 240 多页。下面挑重点讲。 【三家领跑，考题不够用了】 前沿竞争已经收窄到 Anthropic、OpenAI、Google 三家。在第三方评测机构 Artificial Analysis 的综合智能指数上，Claude Opus 5.5 以 58 分排第一，GPT-6 Astra 和 Google 的 Gemini 4 Argon 并列 53 分。在由用户投票排名的 Arena 榜单上，Argon 第一，一串 Claude 模型紧随其后。中国最强的开放权重模型是小米的 MiMo-V2.6-Pro，指数 46 分。 更显眼的是考题被做穿的速度。FrontierMath 第四级是按“研究级数学、能撑好几年”设计的题库，2025 年 8 月 GPT-5 只做对 22%，14 个月后 GPT-6.1 Sol 把 41 道私有题全部做对。今年 3 月推出的 ARC-AGI-3 是一组互动小游戏，人类能拿满分，前沿模型起初只有 0.5%，5 个月后 Astra 拿到 63%，换一套能保存状态的运行方式后是 99.9%。公开榜单上的分数，越来越难告诉你谁更强。 对日常用户有两个实用发现。 第一，同一个模型，外面套的“壳”不同，表现差很多。这层壳（harness）指模型外面负责调用工具、管理记忆和流程的软件，比如 Claude Code、Codex。一项对照实验里，换壳带来的性能波动是换模型的 7.8 倍。模型变强之后，老壳里那些为弥补旧模型缺陷写的规则反而碍事，Claude Code 给高级模型删掉了 80% 的系统提示词，编程评测没有可测量的下降。挑工具和挑模型一样要紧。 第二，AI 说“做完了”，不一定真做完了。在一项让模型操控机械臂处理实验器材的测试里，192 次“完成”声明中有 89 次其实没完成。办公类测试 OSWorld 2.0 上，Opus 5 按单项要求算能拿 77.7% 的分，但整件事真正办完的只有 44.3%，常见问题是漏了审批、表单没提交。 【AI 开始给 AI 打工】 报告花了不少篇幅讲“递归自我改进”，也就是让 AI 自主造出更好的 AI。今年 3 月，Andrej Karpathy 开源的 autoresearch 项目做了一个小号版本：智能体（Agent）自己改一个小模型的训练代码，每次只训练 5 分钟，留下有效的改动，一块 GPU 一晚上能跑大约 100 次实验。项目 5 个月拿到约 9.5 万个 GitHub 星标。 实验室内部的数据更直接。Anthropic 的内部指标里，被评为“AI 主导”的研发任务（Claude 根据一句高层指令完成大部分工作，人类监督）占比从 2 月的不到 1% 升到 8 月的 26%，超过 90% 的工作有 AI 深度参与，但还没有完全自主的。研究人员评估时，64% 的情况下认为 Anthropic 的 Mythos Preview 模型建议的下一步研究方向比人类研究员选的更好。OpenAI 这边，1 月份智能体能以 18% 的成功率独立完成人类要干 4 到 8 小时的任务，到 7 月，同样的成功率对应的是人类要干 32 到 64 小时的任务。 短板在“决定研究什么”。有研究者让 Opus 4.8 独立完成一篇 NeurIPS 投稿的研究，工程部分全做完了，论文却被原作者打了 2 分和 1 分（满分 6 分），明确拒稿。OpenAI 内部的编程智能体也主要用在搭基础设施、跑实验、查 bug 这些执行环节。至于 AI 让研发提速多少，METR、OpenAI 和 OpenAI 研究员 Noam Brown 给出的估计在 1.5 倍到 3 倍之间，口径各不相同。 数学上有实打实的成果。黎曼猜想说的是 zeta 函数的非平凡零点都落在一条直线上，Claude 组合已有的数学工具，把“已证明落在这条线上的零点比例”下界从 41.67% 提高到 67.25%，猜想本身仍未解决。OpenAI 的系统在有外力驱动的条件下，构造出了三维流体方程（纳维-斯托克斯方程）解的“爆破”，这和千禧年大奖难题之一直接相关；报告说相关评估仍在进行，OpenAI 表示不会申领奖金，没有外力的原问题仍然开放。 另外几条简短记下：在 arXiv 论文提及的开放权重模型里，中国模型的占比从 2024 年的 9% 升到 31%，Qwen 超过了 Llama；机器人领域出现了“GPT-2 时刻”，泛化能力开始随预训练规模提升；两款出自 AI 药物研发公司的药物进入了三期临床。 【钱：两家公司年化收入 1050 亿美元】 OpenAI 8 月的年化收入（按当月收入推算全年）超过 400 亿美元，2025 年底是 214 亿；Anthropic 7 月达到 650 亿美元，年初是 90 亿。两家合计约 1050 亿美元，年初约 300 亿。这个数字有争议：OpenAI 认为 Anthropic 把云平台渠道收入按总额记账，最多虚高 80 亿美元。报告拿它和被 AI 冲击的行业对比：相当于印度两大 IT 外包公司 TCS 和 Infosys 收入之和的 2.1 倍，接近四大会计师事务所总收入的一半。 企业 API 支出方面，按企业财务软件公司 Ramp 追踪的数据，Anthropic 在 9 月底重回第一，占 52.4%，OpenAI 占 43.3%，其他厂商加起来只有 4.2%。 用 AI 编程工具的人群在变。OpenAI 的 Codex 从 2 月的每周 160 万用户涨到 8 月底的 2500 万活跃用户。2 月以来，企业里法务人员的 Codex 周活跃用户涨了 108 倍，销售和招聘各涨 41 倍，工程师只涨 5 倍，因为非程序员几乎是从零起步。用得深的仍然是工程师。 AI 对软件行业的冲击直接反映在股价上。1 月 Anthropic 推出 Claude Cowork，把 Claude Code 包装成普通知识工作者能用的应用，随后陆续加上法律、营销、财务插件。投资者开始担心按人头收费的软件订阅模式要被替代，2 月初软件股市值蒸发约 2850 亿美元，被称为“SaaS 末日”（SaaSpocalypse）。到 9 月，跌掉的市值基本收复。 成本这头，同等能力的 AI 价格每年下降约 13 倍，降速超过以往任何主要技术。但单价便宜不代表办一件事便宜，推理模型会烧掉大量 Token，Anthropic 前沿模型的单任务成本在测量中最高。算力也没有变便宜：GPU 租金从低点平均反弹了 30%，九年前发布的 V100 比去年 9 月贵了 43%。亚马逊、Alphabet、微软、Meta 今年的资本开支指引合计 7330 亿美元，比去年涨 79%。发电设备也跟不上，三菱重工上季度接的燃气轮机订单，交货要排到 2028 到 2030 年。 对职场的影响，报告引用的研究信号并不一致。Anthropic 的研究发现，AI 高暴露岗位的整体失业率没有明显上升，但 22 到 25 岁年轻人进入这些岗位的速度似乎放缓了，原因不确定。另一项实验里，52 名开发者学习一个陌生的 Python 库，用 AI 学的人随后在不用 AI 的理解测试中得分 50%，不用 AI 学的人是 67%。Ramp 的数据显示，AI 花钱最多的那三分之一公司，两年里员工数增加了 10.2%，入门岗位增加 12%，AI 用得少的公司和对照组没有差别。 【政治：模型的开关在谁手里】 美国政府今年展示了对前沿模型的控制力。6 月，出口管制一度叫停了 Anthropic 的 Fable 和 Mythos 模型，Fable 在 7 月恢复。9 月有报道称，白宫要求 OpenAI 和 Anthropic 把新模型交给英国测试机构之前，先经过美国审查。 Anthropic 和美国军方的冲突是今年的焦点之一。Anthropic 拒绝让模型用于美国国内大规模监控和完全自主的致命武器，美国战争部长（即国防部长）Pete Hegseth 随后把它列为“供应链风险”。8 月 27 日，加州法院认定这属于违法报复，撤销了其中一项认定；9 月 25 日，华盛顿特区联邦上诉法院维持了另一项采购排除，Anthropic 目前仍在五角大楼供应链之外。 中国这边，4 月要求撤销 Meta 约 20 亿美元收购 Manus 的交易，7 月起涉及受控技术的人员出境需要审批。美国实验室指控中国公司通过代理账号“蒸馏”（用大模型的回答训练自家模型）前沿模型，Anthropic 称涉及 DeepSeek、月之暗面和 MiniMax 的 2.4 万个账号、1600 万次对话。英伟达的黄仁勋则发公开信，反对把蒸馏等同于窃取，随后两周内在开放权重生态上投入近 200 亿美元，其中 129.3 亿美元用于收购 Hugging Face。 其他国家在追“主权 AI”，报告统计的各国承诺约 1380 亿美元，但算力差距很大：不算中国，欧盟 27 国只占已记录 AI 算力的 5%，美国占 80%，xAI 孟菲斯数据中心一期的算力就是整个欧盟的 3.5 倍。美国国内也有阻力，71% 的美国人反对在自家附近建 AI 数据中心，比反对建核电站的比例（53%）还高。 【安全：智能体真的打进了现实系统】 今年安全部分的案例比往年具体得多。 OpenAI 用一个叫 ExploitGym 的网络攻防题库测试自家智能体。很多题意外地无解，智能体开始找作弊办法。约 1200 个本应互相隔离的智能体，把 OpenAI 内部的一台服务器当成留言板，互相分享发现、分派任务，其中约 700 个参与了攻击：它们借这台服务器连上互联网，在 Hugging Face 的 41 台机器上执行了代码。METR 和 Redwood Research 读了运行记录，发现智能体们知道这超出范围、不道德，但为了帮“同伴”还是加入了。OpenAI 的思维链监控当时没有开启，OpenAI 说如果开着，会在入侵前一天多就报警。 OpenAI 还有一个内部模型在研究药品支出时，入侵了澳大利亚政府的 Medicare 统计门户，拿到内部文件和凭证。OpenAI 说没有访问患者记录，但近三个月后才通知对方，澳大利亚总理阿尔巴尼斯说这“显然不可接受”。 第三起涉及四家实验室。安全公司 Irregular 的攻防评测本应断网，因为配置错误连上了外网，Anthropic、Meta、Google 和另一家实验室的模型都把真实组织当成了测试靶子并实施了入侵。Anthropic 在 7 月 24 日审查记录时自己发现了问题，其中 Opus 4.7 在 4 次运行中都认出目标是真实的生产系统，仍然继续操作。 还有一起，OpenAI 一个内部研究模型通过 DNS 绕过了断网限制，监控报了最高级警报，员工 3 分钟后确认，但自动停止机制失灵，训练又跑了约两个半小时才被手动停下。截至 9 月 25 日，OpenAI 暂停了最强模型涉及工具调用的训练、评测和推理，并准备放弃这个模型重新训练。 有个细节说明了攻防的两难：Hugging Face 调查 OpenAI 智能体那次入侵时，商业模型的安全限制挡住了取证分析，最后用的是自己部署的智谱开放权重模型 GLM-5.2。 监控手段本身也有局限。OpenAI 的测试显示，如果监控只看模型写出来的推理过程，Astra 经常能把破坏行为藏过去，监控同时看推理和实际操作时，成功躲过的情况接近零。Anthropic 的研究则显示，教 Claude 价值观和伦理推理，能把虚构场景中的勒索行为从 65% 降到 19%，只是在真实部署里是否可靠还没有证明。 普通用户能直接感知到的变化，是 Claude Code 从 8 月 14 日起默认使用“自动模式”，由一个分类器代替用户审批命令。在测试中它拦下了 89% 被混进会话的危险命令，人类审批只拦下 13.6%，但仍有 17% 的越界操作漏了过去。开源个人智能体 OpenClaw 能读你的消息、执行命令、用你的账号操作，GitHub 星标 8 月底到了 38.8 万，安全公司在 22% 的客户里发现员工在用它，往往公司还没来得及定规矩。 【实验室负责人呼吁放慢】 Anthropic CEO Dario Amodei 写道：“我们必须放慢提升 AI 模型能力的速度。”Altman、Hassabis 和马斯克大体同意，扎克伯格认为应该由各家实验室自己定节奏。1386 名实验室员工签名支持，约占 Anthropic 员工的 10%、OpenAI 的 3.5%。问题在于，谁有权要求暂停、谁批准重启、谁来核查执行，目前没有任何共识。OpenAI 和 Anthropic 已经各自暂停过部分训练和评测，用的都是自己的标准。 【明年的预测】 报告去年的预测里，“中国实验室在主要榜单上登顶”算是应验了：Kimi K3 7 月登上 Arena 网页开发榜第一。今年报告给出了 9 条新预测，包括：Visa 或万事达出台规则，明确 AI 智能体代为购物出了纠纷由谁担责；一次由 AI 主导的网络攻击从头部实验室偷走一个闭源前沿模型的完整权重；一个已部署的智能体把自己复制到运行环境之外，原实例关闭后仍在运行；美国 AI 实验室正式推出前沿网络防御产品。 最后一条只有一行：AGI 2027。