《黄巢世家》 黄巢者，曹州冤句人也。世鬻盐，积赀钜万。巢幼颖异，五岁侍翁父赏菊，应声咏曰：“他年我若为青帝，报与桃花一处开！”时人异其志。及长，善击剑骑射，通书传，然屡试进士不第。尝见长安菊花满城，掷笔叹曰：“待到秋来九月八，我花开后百花杀。冲天香阵透长安，满城尽带黄金甲！” 乾符二年，关东大旱，官吏征急。王仙芝起于长垣，传檄州县言吏贪赋重。巢阴聚少年八人，酹酒为誓。会仙芝攻曹州，巢仗剑应之，顷刻得众五千。民争持耰锄往从，遮道不绝。巢令曰：“吾辈皆王民，岂愿为盗？然今世路尽荆棘，天子深居丹霄，何由得闻民间膏血？当为诸君洗天池、整坤轴！”遂裂黄旗为帜，号“冲天大将军”。 是时天下饥馑，节度各怀异心。巢引军南下，开仓赈廪，沿途饥民投者如归市。至岭南，疫作，士亡过半。或劝还乡，巢按剑曰：“诸君不见泰山乎？虽遭风雨，其基不移。今唐室如朽索驭马，岂可中道輟足？”遂北渡江淮，众复振。广明元年，破东都，令军中曰：“禁伤百姓，犯者磔于市。”都民争以壶浆迎师。 冬月，潼关雪深三尺，守军冻馁不能持戟。巢将尚让以毡裹马蹄，夜袭蓝田关。僖宗仓皇走蜀，巢乘金装肩舆入长安。是日，京师父老聚观，尚让宣谕曰：“黄王起兵，本为百姓，非如李氏不爱汝曹。”乃发掖庭钱帛，童子皆得赐饴糖。 然朱温叛于同州，李克用引沙陀叩关。中和三年，巢败走泰山。六月丙午，至狼虎谷，从者仅甥林言等数骑。巢见追兵漫山，仰天笑曰：“满城黄金甲，竟输三寸毫！”遂自刎。言等皆泣拜，积薪焚其尸。 太史公曰：巢以盐贾之富，何患不终老？然见饿殍盈野，遂挺剑问九鼎之轻重。其初入长安，市不易肆，颇有拯溺之意。及困守孤城，粮尽而食人，乃堕暴虐。昔陈涉首难而车骑尽靡，黄巢冲天而四海沸羹，岂非时势激之使然乎？然焚宫阙、隳宗庙，终使五代裂土之祸萌焉。冲天香阵透长安，满城尽带黄金甲，其言壮哉！其败忽哉！

#深山幽谷修行人超话#[超话]# 人食炁，谷食精：道家眼中的“生机饮食” 道家有一句话，叫“人食炁，谷食精”。 人活着，靠的便是这股炁。它看不见摸不着，却是生命本源的动力，决定你的精力强弱、肉身根基。饮食从来不止填腹饱腹，道家养生的核心，便是吃带炁之物，把天地间的清生机纳入体内，滋养深层元神气血。 何为带炁的食物？ 评判标准从来不是蛋白质、维生素这类表层指标，核心看它有没有生机。 刚从土里掘出的萝卜，带着泥土露水，脆嫩鲜活，这就是自带炁；存放多日，萎软发皱，哪怕还能入口，内里那股生发之气早已消散。 土鸡蛋与养殖场蛋，外表相差无几，但蕴含的炁天差地别——前者藏完整生发之力，后者只是没有生机的复刻品。 带炁的食物，归为三类：得天地之气、得自然之时、得人手工夫。 一、得天地之气：种子与根茎 一粒黄豆，埋土便能生根发芽，开花结荚，藏着一整套生命蓝图，这便是炁的力量。人食五谷，养的正是这股生机。米面杂粮、豆类薯类，都属于这类。 而精加工白面包、膨化零食，胚芽麸皮尽数剔除，只剩空洞碳水，生发之气早已被剥离，沦为无生机的死物。 二、得自然之时：当季、本地之物 夏食西瓜以解暑，冬食萝卜以收藏，顺着节气采食，吃的是天地本身的节律。 大棚反季蔬果，靠人工催长，未曾历经风霜雨露，天地之气残缺。春食嫩芽，夏食瓜果，秋食谷实，冬食根茎，跟着时节吃饭，方能承接天时的炁。 三、得人手工夫：自然发酵之物 古法酱油、陈醋、黄酒、醪糟、酸菜纳豆，发酵之中微生物提前帮食物完成“预消化”，转化出生化之炁。 不是人工添加剂，是食物自身化生出来的活性能量，帮人体运化。 如何吃，才能真正吃到炁？ 吃完整的食物。 糙米留存胚芽米糠，完整谷粒远比精白米更有生发之力；全麦面粉、带皮薯类、整颗豆子，保留食物本貌，炁才完整。 吃应季的食物。 反季蔬果靠人工催生，气机断裂，少了天地赋予的生机。 吃本地的食物。 一方水土养一方人，本土出产最适配本地人的体质。 吃自然发酵的食物。 避开工业勾兑调味，选古法酿造，自带活气，助力脾胃运化。 吃新鲜的食物。 蔫掉的菜、软烂放久的水果、防腐剂面包，都是死物。要选带着泥土、露水、阳光气息的鲜活食材。 吃饭需收摄心神。 边刷手机边狼吞虎咽，吞下的只是物质，没有天地信息。细嚼慢咽，感知食物的滋味温度，心神安定，食物之炁才能和你的肉身接通。 炁补足之后，身体自会给出反馈 从前饭后昏沉犯困之人，换吃带炁食物，饭后反倒头脑清明——不再耗费大量气血去消化死物。 脸色通透、精力充足无需咖啡硬撑、排便顺畅、四肢回暖。这些变化，并非外物强行补入，而是你的身体，恢复生机后自己长出来的。 所谓养生，归根到底，不过是让人重新接通天地的那口气。 食物是媒介，炁是桥梁，而身体，是你唯一不可替代的道场。

前几天在新浪的「赛博对话」录了一期视频播客，话题是大模型厂商怎么就从烧钱走到了赚钱的转折点，主持人是高飞 ，嘉宾是庄明浩和我。 其实最开始是想聊豆包收费这件事情，我和庄明浩还在私下嘀咕，豆包传出付费方案的消息是在月初，早就不是热点了，实在是过了蹭的时机，但如果放大到AI这门生意终于迈过了亏本赚吆喝的那条线，就没问题了，这是一个相当长效的题材。 省流版总结如下： - 根据黄仁勋提出的五层蛋糕理论，应用层虽然是直接和终端用户打交道的，但它也是整个产业结构里盈利压力最大的那个，毕竟上面四层都是供给逻辑，有货就不愁卖，唯有应用层是需要竞争流量的，在这个前提下，收费堪比拔鹅毛但又不让鹅叫唤的艺术； - 豆包当初传出收费消息被猛带了一波节奏，很多人以为从此就没法免费使用豆包了，无论是从中国互联网的历史来看，还是ChatGPT作为先例的样板，收费模式必然是增值服务，大家现在怎么用豆包的还是怎么用，然后一些旗舰级的能力就只会放在会员方案里予取予求； - 再就是国内用户对于为产品功能买单这件事情极其抵触的特有生态，之前北京车展，The Information的记者过来跑了一圈新势力，发现它们的出海计划里都会把车机功能当作付费点，但在中国市场完全没有这个想法，负责人的解释也是很直白无奈，「中国人不会为软件付钱」； - 庄明浩和我都觉得豆包在绝对领先的地位上开启收费尝试是很有意义的，这点钱对于字节的CapEx来说无异于杯水车薪，但整个消费观念的转变很重要，甚至我相信千问元宝都会感谢豆包，否则都被卡死在给全国人民做公益这个沼泽里，「你不收，我怎么收？我不收，耿专员怎么收？大伙怎么进步啊？」 - 再就是豆包的定价梯度可能比较意外，或者说整个AI应用的订阅门槛都是偏高的，长视频平台还在10块钱、20块钱一个月的留人时，豆包的最低档会员就是68块钱一个月了，像是Kimi也是49块钱一个月的起价，越过了30块钱一个月这个标准； - 30块钱一个月就是手游里的月卡，再往上才是大月卡，即通行证/战令，这一档的定价通常从68块钱到98块钱一个月不等，至于豆包计划里最贵的500块钱一个月套餐，相当于一单648的8折价，是不是也很容易理解了； - 马化腾在财报会议上也专门讲了中国用户在2C市场的付费转化率不太高这个点，要知道腾讯已经是最能从用户口袋里掏钱的互联网公司了，它都这么为难，叠加年年喊崛起年年也没能支棱起来的SaaS，模型下游的商业循环在国内实在需要一点乐观趋势，要知道智谱、MiniMax、月之暗面本质上是出海赚美金的公司； - 对于收入能够保持同步增长的公司而言，CapEx其实不是问题，从谷歌Q1财报来看，营收1000亿美金出头，利润差不多600亿，毛利率比纯卖广告的Meta还高，所以烧钱有什么问题呢，烧不出回报才是问题，马化腾说以为上船了但发现船是漏的，就是这个意思； - 中国互联网除游戏外的订阅制付费上限，单产品差不多在1.3亿的水平线，爱优腾和QQ音乐在巅峰期都没能超过这个阈值，我个人不太相信AI应用可以创造例外论，但是抛开订阅不谈，被越炒越火的各种Token套餐如果真的普遍化了，搞不好还真能带来变数； - 其实模型厂商也倾向于按量计费的买卖，订阅制的商业模式就像健身房，赚的是那些开了卡但不经常来的客人的钱，如果大家都用满，在这么一个不太存在规模效应——用户越多，越容易摊薄成本——的行业，AI应用很容易成为一个失血点而非造血器，所以庄明浩看到了一个怀旧服的可能性出现； - 也就是各大运营商开始力推的Token包，这跟当年的流量包不能说是一模一样，只能说是完全一样，所以如果运营商能够成为一个分销Token的角色，像大王卡那样，用Token包去覆盖一些模型的用量，再去后端完成分账，这个故事是完全说得通的； - 不过，无论是订阅制还是卖Token，模型能力都是撬动市场的第一要素，就像GPT-Image-2出来之后所有代开会员的第三方价格全数涨价，以及「六小虎」里把编程套餐卖断货的行情，都说明生产力需求是可以无视价格敏感的； - 但我总觉得豆包的收费不会走生产力路线，豆包大模型可以有生产力市场的目标，比如配合Trae去打，豆包App却未必要这么把路走窄，它的人格化和陪伴性其实是可以在情绪价值市场做出更多可能性的，就像我看有数据显示开源模型超过半数以上的Token消耗用在了角色扮演上，这里的经济价值是被低估了的； - 高飞和庄明浩认为模型厂商还有一个创收机会，就是转移支付，借着全民AI这个热潮，去让市政单位、高校学府来买单，比如某个市的行政区，去给市民提供常态化的Token额度，或者大学对标自己和知网签年框的方式，让师生享有最基础的Token套餐，用财政预算去替大家消费AI； - 总的来看，头部的模型厂商基本不再担心会倒闭了，包括已经上市的财务数据都摊开了，一个基本事实是，如果不算预训练，毛利率都能是打正的，同时预训练的成本增加是一个线性的，而收入的增加是指数级的，所以Anthropic、OpenAI这种烧钱大户都预计能在2030年甚至2028年就实现正现金流，这个速度比亚马逊当年都要快得多； - 庄明浩说做上游投资的现在是在焦虑物理极限，什么意思呢，就是会不会说，地球上的铜不够用了⋯⋯包括要去太空建数据中心，也是因为缺算力缺成了连力大砖飞都搞不定的事情，光有钱没用啊，你得有地方花出去，全世界的工业品暴涨，核心原因就是产能跟不上，需求侧在竞价锁单； - 中美大模型的发展差异在于，美国是在追求速胜，一波钱砸下去，掉队的、认输的马上就出来了，集中度很高，「御三家」就是这么高速洗牌洗出来的，中国因为相对慢一些，同时大家对成本更谨慎，所以能有更多的玩家不下牌桌，赚钱的难度也会高一些，这是充分竞争的经济学理论； - 庄明浩举了Seedance 2.0的例子，按理来说这场仗就应该打完了，你不可能怀疑字节在视频模型身上的决心和疯狂，但实际上呢，快手的可灵、阿里的Wan和Happy Horse、MiniMax的海螺都是该怎么继续还是怎么继续，后面还跟着HiDream、Vidu、Pixverse、SkyReels一长串名字，它们甚至都能拿到融资； - 中国互联网的缠斗传统，加上大盘上涨的规律，意味着你可以不是吃到肉的那个人，跟着喝汤一样能够保存希望，而且AI行业的标的天然优于非AI行业，这种「种族优势」，决定了「投AI总比投别的强」的底层逻辑，于是纷纷续命，等对手犯错，等轮到自己，等一切可能性； - 还是用那五层蛋糕的比方来说，美国是标准的纺锤结构，稀缺性最高的英伟达在中间赚得盆满钵满，中国则更偏向于柱状结构，在产业指导的作用下，不会有哪一层特别明显的去吸整条上下游的血，所以这个蛋糕必然不会跟太平洋对面一样甜，一个人走得快，一群人走得远嘛； - 最后还有一个变数是硬件，庄明浩说，美国做硬件的Startup，拿到钱后的第一件事就是飞深圳，跟逛迪士尼乐园似的，什么梦想都能找到供应商，为什么一级市场那么喜欢投大疆、追觅、影石出来的人，就是因为他们有从0到1的经验，可以复用到AI这一波，难道文曲星和背背佳就不算应用了么，对吧； - 高飞说得很有意思，AI用的东西，都在涨价和赚钱，比如能源、光纤、芯片这些，只有人用的东西，是在通缩和亏损，那么AI应用赚钱很难就说得通了，因为这是给人用的，人类不争气啊，碳基世界完蛋了，哈哈哈哈； - 所以，虽然这话可能有政治不正确的嫌疑，但判断AI是否真正产生了价值的标准，就是企业有没有在大规模裁员......是的，AI替代人类很残酷，但这起码说明AI可以产生真实的经济效益，反倒是喊着AI改变一切，却凡事仍要人类亲力亲为，才是真的有问题。

重构 AI 工厂的电力地基：拆解 NVIDIA Vera Rubin 的储能与集成密码（兼谈flnc为什么暴涨） 昨天Fluence Energy (FLNC)、西门子（Siemens）与英伟达（NVIDIA）联合发布了 136MW 级数据中心基础设施参考设计。 这是面向 NVIDIA Vera Rubin 平台 极限物理指标的深度协同设计（Co-Design）。 一、 物理极限的逼近：为什么通用设计在 Rubin 时代失效？ 传统的通用电力设计在旧代服务器（如 10kW-20kW 机架）中行之有效，但在面对未来的 Vera Rubin 平台时则彻底卡壳。 Rubin 带来了三大颠覆性的物理改变： 从 54V 到 800V DC 的跳跃： 随着单芯片功耗冲向 2000W+，传统 54V 机架配电的电流强度将直逼物理极限，铜缆面临熔断风险。Vera Rubin 彻底转向 800V 高压直流母线供电，要求电力与储能设备必须在源头上进行高压适配。 恐怖的瞬态负载（脉冲功耗）： 代理 AI 在高频推理时，算力负载会在微秒到毫秒间产生断崖式的暴涨或暴跌。这种极端的功率跳变会形成高频电网冲击，极易击穿数据中心的配电系统。 全液冷与超高密度： 普通机架功耗仅十余千瓦，而 Vera Rubin NVL72 机架直接飙升至 120kW-130kW，未来甚至将直奔 600kW。该平台彻底告别风冷，100% 绑定全液冷设计，这要求基础设施重组所有配电单元空间。 二、 混合储能协同：微观拆弹与宏观大坝 为了应对 Rubin 平台的脉冲功耗，一套由“超级电容 + 锂电池储能”构成的混合储能系统（HESS）成为了新架构的核心。 1. 武藏精密 HSC 贴身拆弹 在算力机架内部，武藏精密（Musashi Seimitsu）的混合超级电容（HSC）充当了微秒级的电力缓冲垫。 毫秒响应： 传统锂电池响应速度在秒级，而 HSC 具备超级电容的电荷快速释放特性，能在毫秒内对 Rubin 芯片的爆发式功耗进行高功率充放电。 百万次寿命： AI 高频推理意味着脉冲波动每天发生数万次。HSC 支持超过 100 万次的完全循环寿命，避免了电池频繁充放电带来的快速衰减。 800V 高压契合： 相比传统电容，HSC 具备更高的单体电压，在搭建 800V 直流储能模组时所需的串联单元更少，能够以极小的体积塞入寸土寸金的算力机柜中。 2. Fluence Smartstack 稳住后方 在算力园区外围，Fluence 的 Smartstack 储能平台则负责秒级到小时级的大规模能量平衡。 削峰填谷： 平滑长周期的电网变动，在 peak 阶段（GPU 满载需求突增时）提供兆瓦级的容量支撑。 并网缓冲： 充当 136MW AI 工厂与外部公共电网之间的缓冲隔离带，防止 AI 工厂的剧烈波动导致外部公共电网频率失稳。 三、 角色演变：FLNC 如何定义“能源系统集成商”？ 在这场三方合作中，Fluence (FLNC) 的核心角色是系统集成商（System Integrator）。它的商业壁垒和价值，早已不再是售卖底层的电芯资产，而是提供“软硬件一体化的能源大脑”：（拆解见插图） 物理与高压直流集成： FLNC 将上游西门子的中低压配电柜、自身的电池模块以及冷却系统打包，在物理和电气层面整合成标准化的集装箱舱体，实现 Tier III 级别的在线可维护性。 核心软件控电（Fluence OS）：FLNC 依靠其 Fluence OS 操作系统，打通了 NVIDIA 的 DSX 动态功率调配协议。Fluence OS 会在百毫秒内做出频率响应，并向下对接机架内武藏精密（通过代工巨头伟创力 Flex 整合）的电容数据。 避免级联冲突： 软件的集成确保了“机架内的电容”与“园区外的大电池”在充放电逻辑上保持步调一致，防止两者在剧烈波动时因响应延迟而发生功率互卷或控制死锁。 四、 商业底层逻辑：从定制时代走向“乐高式”交付 将大储能引入基础架构蓝图，预示着数据中心供应链的底层商业逻辑发生了巨变。 对于 Hyperscaler（超大规模云厂商）而言，以往新建一座 100MW+ 级别的 mission-critical AI 工厂，仅供电与电气系统的定制化设计和审批就需要耗费 18 个月以上。 而 FLNC、西门子与 NVIDIA 推出的这种预工程化参考设计，将原本需要单独设计的强电变电、高压直流母线、液冷 CDU、机架电容以及园区大储能，打包成了一套“即插即用”的标准化全栈方案。厂商可以像搭乐高积木一样直接复制部署，将交付周期缩短数倍。 在这场算力狂飙的军备竞赛中，能源不再只是 IT 的被动配套，而是决定 AI 算力能否落地、能否稳定运行的直接生产力。FLNC 与武藏精密在微观和宏观层面的合围，恰恰掐中了未来 gigawatt 级 AI 时代最核心的物理命门。 免责声明：本人持有文章中提及资产，观点充满偏见，非投资建议，dyor

谷歌，英伟达等AI龙头新高，长多了就要崩盘麽，看公司每期最新披露的财报数据，参考股票质押跟现金流数据来参考，整个AI产业链，都可以拿这个参考，来衡量泡沫量；

怒江大峡谷是世界第三大峡谷，比美国科罗拉多大峡谷还深、还长。丙中洛被《国家地理》称为“仙境”，春天漫山油菜花像金色的地毯铺在峡谷台地上。独龙江可以探访最后的“纹面女”——如今全国仅剩十多位，每一位都已年逾古稀，她们脸上的纹路，是一段即将随风而逝的传奇。