冒汗心跳的RPG《棕色塵埃 2》 📢《棕色塵埃2》Discord 邀請活動開跑！ 邀請朋友加入官方 Discord，就有機會獲得 #限定Discord身分組# 及 #週邊好禮# ✨ 快來召集你的好友，一起壯大冒隊伍吧！ --- 🎉 8 月 Discord 邀請活動 📅活動時間 2026/8/21（五）～ 2026/9/18（五）18:00（台灣時間） 🎁活動獎勵 邀請第一名 ➡ 免費鑽石 x2,000 邀請第二名 ➡ 免費鑽石 x1,000 邀請第三名 ➡ 免費鑽石 x500 活動期間成功邀請 #3位新成員# 加入官方Discord，即可獲得抽獎資格！ 🎁 2 週年悠絲緹亞壓克力立牌 x1 　└ 抽出 5 名 🎁 TGS 掛軸海報（Fireworks Memories）x1 　└ 抽出 3 名 此外，成功邀請 #10位新成員，活動結束後可獲得限定# Discord 身分組 #榮譽之星！# ⚠身分組與加強版特效期限：得獎名單公布後~10/21(三)18:00 ※得獎名單將於 2026/9/23(三) 之前公布 📌 活動方式 STEP 1. 建立自己的伺服器邀請連結 在官方伺服器的左上角點擊「棕色塵埃2官方Discord頻道」後，選擇「邀請到伺服器」即可建立你的 #專屬邀請連結# STEP 2. 分享伺服器邀請連結 將邀請連結分享給朋友，邀請朋友加入《棕色塵埃2》官方 Discord！ ※請確認分享的連結是由自己建立的， #若使用官方或其他人建立的連結，將無法正常計數# STEP 3. 邀請查詢 成功邀請後，可於「邀請活動」頻道內的「指令查詢區」討論串，輸入以下指令查詢目前的有效邀請數： /invites ※活動的邀請數以 invites 數為準。若有重複邀請或是在活動結算前離開伺服器者，將會被歸在 left 或是 fake，不會計算至 invites 內。 活動期間將定期更新邀請排行榜，記得來看看排名吧！🏆 --- ⚠️活動注意事項 1. 受邀玩家必須是首次加入《棕色塵埃2》官方 Discord 的新成員，每位受邀玩家僅能計算 1 次有效邀請。 2. 若因不在伺服器導致無法被機器人判定身份的邀請者，將無法參與本次活動。 3. 受邀帳號若為註冊未滿 3 天的新帳號，將視為無效邀請，該邀請不計入有效邀請次數。 4. 若受邀玩家曾加入過官方 Discord，或於活動期間退出後再次加入，皆不會重複計算。 5. 受邀玩家須於活動結束及得獎資格確認完成前持續留在官方 Discord；若於活動期間退出，該邀請將失效。 6. 活動邀請數將以 Invite Tracker Bot 後台統計結果為唯一判定依據，不接受玩家自行提供的截圖或其他方式作為認定依據。 7. 請勿使用惡意、異常或其他非正常方式累積邀請數。經查證屬實者，將取消活動參加資格及獎勵。 8. 若邀請數相同，將依照達成該邀請數的先後順序決定最終排名。 9. 若因 Discord 系統異常或其他不可抗力因素造成統計異常，《棕色塵埃2》保留最終審核及調整資格之權利。 10. 活動得獎者將額外建立 Discord 私人頻道進行聯繫，請務必留意是否有尚未開啟的頻道。 11. 本活動週邊獎品僅限寄送至台灣地區。 12. 《棕色塵埃2》保有最終修改、變更、活動解釋及取消本活動之權利。 #棕色塵埃2# #Discord邀請活動#

A股上市公司隐性利好速读报告 日期：2026年7月23日 一、技术创新公告（近1-2周） 1. 沐曦股份（7月17日）：在2026世界人工智能大会首发曦景S系列超节点与曦索X300系列科学智能GPU。其中曦景S600实现单机柜64卡高密度部署，全面覆盖大模型训推流程；曦索X300采用全国产供应链与全自研GPGPU架构，可支撑气象海洋、流体力学、分子动力学等科学计算，面向AI4S前沿科研提供算力支持。国产GPU生态加速构建，国产替代逻辑持续强化。 2. 纳睿雷达（7月1日）：正式发布"WDSPT0152型"S波段全极化多功能有源相控阵雷达及"睿宸"超精细化短时临近AI气象大模型。S波段雷达可实时监测超460公里范围灾害性天气；"睿宸"大模型专注0-24小时致灾强对流天气精准预报，补足业内高时空分辨率短临预报短板，首次引入全极化雷达数据深度特征挖掘。应用覆盖水利防洪、城市内涝、光伏风电、低空经济等场景。 3. 优刻得（7月17日）：携手上海理工大学发布"太空算力"样机系统，通过能源管理、核心算力与散热循环三大子系统协同串联，打造可自主运行、自我调节的太空算力原型装置，为高密度芯片在极端环境下的部署提供工程验证平台，标志着公司向极端环境算力部署方向迈出重要一步。 二、并购重组公告（近1-2周） 1. 烽火通信（7月10日）：拟以现金5亿元收购藤仓烽火60%股权，交易完成后将持有其100%股权。藤仓烽火主营光纤用预制棒等光电子产品，此次收购将强化公司在光通信核心材料的产业链垂直整合能力。 2. 东阳光（7月20日）：发行股份购买东数一号70%股权（交易对价约80.5亿元）获上交所受理，同时配套募资不超过80亿元投向秦淮数据三座零碳智算基地。交易完成后将间接实现秦淮数据100%全资控股，构建"硬件制造+算力服务"协同联动的AI全产业链布局。 3. 拓荆科技：拟收购无锡尚积半导体控股权，股票已复牌。收购标的为半导体设备领域优质资产，强化国产半导体设备产业链地位。 4. 九州一轨：拟取得通用半导体6.47%股权，深入半导体高端制造领域。 5. 华锐精密：以4500万元取得信丰华锐100%股权（破产重整方式），向上游钨钼新材料延伸，完善刀具产业链。 （据财联社统计，7月13-19日当周共19家A股披露并购重组进展公告） 三、新产品投产/扩产公告（近1-2周） 1. 华盛昌：子公司伽蓝特产能连续快速增长，当前产能较收购初期实现数倍提升，三、四季度将持续维持扩产节奏。伽蓝特专注光通信模块和光芯片测试，2026年1-5月实现净利润约4925万元，二季度营运状态环比大幅提升。订单增长来自下游客户持续扩产带动的测试仪器需求，以及协同效应下获得更多客户认可。 2. 广合科技：泰国工厂自2025年6月投产，6个月即实现月度盈利，创造行业纪录。一期产能利用率持续提升，已成为推动算力产品销售增长的第二引擎，二期产能预计四季度释放。上半年净利润预计9.1-9.6亿元，同比增长85%-95%。 3. 海通发展：上半年新购4艘干散货船舶，以融资租赁及经营性租赁方式锁定7艘多用途重吊船新造船运力，运力规模持续扩张。 四、定增/股权激励公告（近1-2周） 1. 胜宏科技（7月20日）：发布2026年限制性股票激励计划，向1545名激励对象授予不超过486.24万股限制性股票（含131名外籍员工），授予价155.94元/股，较市价折价超30%。同时发布员工持股计划，筹资总额不超过7亿元，覆盖564人。大规模激励彰显管理层信心。 2. 蓝思科技（7月20日）：向2258名激励对象首次授予A股限制性股票，其中第一类限制性股票1572.67万股、第二类6290.70万股，授予价19.91元/股。激励覆盖面广，绑定核心骨干。 3. 太阳纸业（7月8日）：向1468名激励对象授予限制性股票5965万股，授予价6.59元/股。 4. 诚邦股份（7月15日）：完成股票期权与限制性股票首次授予登记，股票期权349.50万份、限制性股票573.50万股。 5. 英唐智控（7月6日）：向47名激励对象首次授予股票期权4355万份，行权价14.09元/股。 五、机构调研动向（近1-2周） 1. 三孚新材（7月12日）：接待安信基金、博时基金、广发基金、易方达、高毅资产、中金公司等195家机构投资者线上调研。公司介绍高端电子铜箔合资公司进展，引入产业方股东构建"研发-验证-量产-应用"闭环生态，加速高端电子铜箔技术验证迭代与规模化落地。 2. 广合科技（7月8-10日）：接待淡马锡、Citadel、富国基金、嘉实基金、易方达等超40家境内外机构在泰国工厂及广州总部现场调研。亮点：泰国工厂6个月盈利创行业纪录；18层以上超高多层及高阶HDI产品占比显著提升；毛利率持续提高。 3. 华盛昌（7月上旬）：上周唯一获超百家（127家）机构调研的公司。机构重点关注子公司伽蓝特光通信测试业务高速增长。 4. 海通发展（7月21日）：华富基金调研，上半年营收34.71亿元（+92.78%），归母净利润5.23亿元（+502.60%），件杂货行情自3月起一路上行超预期。 六、大订单/业绩预增（近1-2周） 1. 中国船舶：预计上半年净利润92-110亿元，同比增长212%-273%。手持订单充足，中高端船型占比提升，造船业从"订单红利"进入"业绩兑现"新周期。 2. 松发股份（恒力重工）：预计上半年净利润约36亿元，同比增长456%。新签订单规模及船型多元化程度持续攀升，高附加值油轮及集装箱船占比提高。 3. 香农芯创：预计上半年净利润35-40亿元，同比增长2118%-2434%。企业级存储需求持续增加，自主品牌"海普存储"进入大规模销售阶段。 4. 翔鹭钨业：预计上半年净利润4.5-6.5亿元，同比增长2348%-3436%。钨精矿价格同比上涨超350%，产业链传导顺畅。 5. 融捷股份：预计上半年净利润9-11亿元，同比增长957%-1192%。锂精矿产销量及价格同比大幅增长，联营锂盐企业净利润大增。 6. 中矿资源：预计上半年净利润10.5-12.5亿元，同比增长1078%-1302%。锂盐产品价格同比上行。 7. 广合科技：预计上半年净利润9.1-9.6亿元，同比增长85%-95%。算力硬件需求激增，泰国工厂成第二引擎。 七、股东/高管增持（近1-2周） 1. 木林森（7月9日）：实控人孙清焕已完成前次1.5亿元增持，再推新计划拟在6个月内继续增持1-1.5亿元。增持完成后实控人及一致行动人合计持股40%。连续增持彰显对公司长期价值的坚定信心。 2. 华工科技（7月21日）：董事长马新强及高管团队合计增持13.99万股，增持金额1367.83万元，资金来源为自有资金，火速落地。 3. 富淼科技（7月21日）：董事长钱鑫增持286.48万股（占总股本2%），增持后永卓控股及一致行动人合计持股29.56%。 4. 亿纬锂能（7月21日）：董事刘建华增持10万股，增持均价52.99元/股，增持后持股2031.44万股。 5. 北京银行（7月10日）：董事周一晨增持9.78万股，成交均价4.88元/股。银行板块多家高管集体增持。 6. 泛亚微透：控股股东实控人计划6个月内增持500-1000万元。 7. 福达股份：高管计划增持不低于100万元。 八、北向资金/机构动向（近1-2周） 1. 整体资金面：7月第二周A股成交额从3.42万亿骤降至2.6万亿，北向资金7月17日单日净流出1504亿元，杠杆资金当周净卖出851亿元，电子板块主力净流出744亿元。资金从高位科技赛道向低位价值板块切换。 2. 主力资金逆势流入方向：医药生物（+212亿）、银行（+119亿）、公用事业（+85亿）获主力资金大幅净流入。个股方面，星网锐捷、宁德时代、贵州茅台、九安医疗、哈药股份等获超30亿主力净流入。 3. ETF资金动向：半导体、人工智能等科技主题ETF及沪深300、中证500等宽基ETF获逆势加仓。资金在科技调整中借道ETF布局AI业绩兑现方向。 4. 北向持仓变化：百余家获北向资金环比加仓超2个百分点的公司中，已披露半年报预告的全部预喜。恒立液压、应流股份、东方雨虹等获北向环比加仓。 【综合排序：最值得关注的7只潜力股】 第1位 广合科技 逻辑：（1）PCB算力龙头，上半年净利预增85%-95%；（2）泰国工厂6个月盈利创行业纪录，二期产能Q4释放；（3）淡马锡、Citadel等超40家境内外机构7月实地调研；（4）18层以上超高多层及高阶HDI产品占比提升，毛利率持续走高。 第2位 东阳光 逻辑：（1）80.5亿收购东数一号70%股权，间接全资控股秦淮数据；（2）80亿配套募资投向三座零碳智算基地；（3）构建"硬件制造+算力服务"AI全产业链布局，重组方案已获受理。 第3位 木林森 逻辑：（1）实控人完成1.5亿增持后立即再推1-1.5亿增持计划；（2）连续增持释放极度信心信号；（3）合计持股40%以上，筹码集中度高。 第4位 烽火通信 逻辑：（1）5亿元收购藤仓烽火60%股权，完成光通信预制棒产业链垂直整合；（2）光通信核心材料自给率提升，成本控制能力增强。 第5位 香农芯创 逻辑：（1）上半年净利预增21-24倍，存储芯片行业高景气度延续；（2）自主品牌"海普存储"进入大规模销售阶段，国产替代逻辑；（3）AI需求驱动企业级存储持续放量。 第6位 三孚新材 逻辑：（1）195家机构7月12日集中调研，含高毅资产、易方达等知名机构；（2）高端电子铜箔合资公司引入产业方构建闭环生态；（3）PCB设备一季度订单超2亿元，配套化学品国产替代空间大。 第7位 华盛昌 逻辑：（1）子公司伽蓝特光通信测试业务高增长，Q2净利超Q1；（2）127家机构调研，Q3Q4持续扩产；（3）下游AI光模块扩产带动测试仪器需求持续增长。 免责声明：本报告信息来源于东方财富、财联社、证券时报等公开渠道，仅供参考，不构成投资建议。股市有风险，投资需谨慎。

中推「新晋黑马」榜TOP 10 ： 在这个圈子，粉丝量会骗人，但内容沉淀和破圈能力不会。 有人几千粉，写出十几万浏览的长文； 有人刚起号一个月，就已经冲进中文 Web3 的主流视野。 我们观察了近 2个月中推的公开内容，从干货沉淀率、圈层穿透率、内容浓度和近期成长性四个维度，筛出了这期高势能的 10 位「新晋黑马」。 综合得分 = (总收藏/总点赞 + Top3爆款点赞和/粉丝数 + 高质长文数/发帖量) × 新锐系数×100 (注：均为近60天的数据，分别对应“干货沉淀率”“圈层穿透率”“内容浓度”。其中新锐系数按账号真实启动运营的时间分阶加权，1个月内1.5；半年内1.2；1年内1.1；1年以上为1.0) Top 1： @mocheng88888｜得分 382 2026 年 4 月注册的新号，样本期发布351帖，累计曝光约628万，世界杯一波起势速度很快，一星期涨粉1万+，目前粉丝已冲到 1.3 万+。音乐学硕士、AI 小学生、8 年 Crypto 老韭菜、常年抽象，这套人设很有辨识度。内容横跨交易、预测市场、平台活动和抽象日常，流量感很强的新锐型账号。 Top 2： @cluec3｜得分 365 口腔科医生、Web3 玩家，仅52帖便累计获得约162万曝光、1.08万点赞和9,364次收藏。但真正出圈的是《从 0 开始建立自己的交易系统》系列。7 月一条交易系统课预告打出 35 万+ 浏览、3000+ 收藏；随后第 5 课继续拿下 12 万+ 浏览、近 900 收藏。把交易教学做成连续内容资产，“线索c” 是这期最硬核的新晋黑马之一。 Top 3： @PearDG052｜得分 335 7 月初注册的九九成新号，目前粉丝 2200+。04 年技术分析追求者，靠真实经历、交易成长和自我叙事快速被圈内看见。自我介绍长帖打出 5.7 万+ 浏览，起号速度和故事张力非常夸张。 Top 4： @Pence0629｜得分324 样本期121篇帖子中有72篇高质量长文，占比达到59.5%，内容覆盖美股、AI、Web3 工具和新手教程。7 月，他从市场涨幅和持仓策略入手，分析纳指年内上涨 12% 后是否应该止盈，相关内容获得了 4.7 万以上浏览；学生赛道的实用教程也有不错的收藏表现。Pence 的特点是把复杂问题讲成白话，适合小白收藏照着学。 Top 5： @LeslieLi92210｜得分 292 05 年，咖啡师转 Web3，Bitget Wallet BD，个人叙事非常鲜明。从自述被骗1万元、身无分文在深圳街头落泪，到入行数月后工资达到2万元级、BD个人提成突破1万U，她持续用“向股东汇报”和《鼠鼠日记》的方式公开记录自己的职业跃迁。 Top 6： @lyteacher2｜得分 274 Predictfun 教程型选手，粉丝 2800+，内容定位非常清楚：撸毛、预测市场、美股定投。“Predictfun 新人 0 基础到小资金进阶教程合集”拿到 1.8 万+ 浏览、29 收藏，用细节把路径一步步铺出来。 Top 7： @blueskylh1｜得分 255 小粉丝量打出大穿透的典型黑马。1700+ 粉丝体量，却能靠一篇 CC Switch 解决 Codex 第三方模型切换痛点的帖子打出 12.2 万+ 浏览、606 收藏。专注 Web3 AI 项目、产品测评和工具实操，是真正“粉丝不多，但收藏爆表”的研究型选手。 Top 8： @Crypto_yimi｜得分 242 2025 年 9 月注册，06 理科大三在读。粉丝只有 900+，但147篇样本帖中有15篇高质量长文，累计曝光约51.9万。MSTR研究目录获得3.9万曝光和81收藏，触达超过当前粉丝规模40倍。相比喊单，他更擅长写公司研究笔记、整理优秀交易员人物谱，并讨论交易纪律与“知行合一”。 Top 9： @Ray_Lei_Crypto｜得分 223 在3,509粉丝的快照规模下，第一期交易心理视频获得2.38万曝光、263赞和261收藏，点赞与收藏几乎相等。真正让他破圈的，则是自述拿出交易收益为粉丝空投、纪念陪伴十年的小猫“果果”：该帖获得10.5万曝光和1,925赞。 Top 10：@delumengyu678｜得分 198 2025 年 9 月注册，粉丝 1700+。04 年、研 0、土木转向 Vibecoding 和链上交易。7 月一篇自我介绍长帖打出 11.4 万+ 浏览、447 收藏；8 月继续围绕 EVM 靓号生成器、meme 买入策略、LP 策略等方向输出，属于野生技术流账号。 粉丝量当然能说明一部分问题。 但对于一个正在起势的新账号来说，我们更想看的，是另外几件事： 内容有没有人收藏？ 能不能跑出原本的粉丝圈？ 有没有持续产出？ 起号速度决定你多久被看见， 内容浓度决定别人为什么留下。 而那些能够被反复收藏、转发，甚至真正影响别人行动的内容，最终才会沉淀成长期影响力。 这份榜单更像一次阶段性观察，而不是最终排名。 还有哪些你觉得正在悄悄起飞的 Web3 中文新账号？ 评论区 @ 出来。

電報 Managed Bots 讓你兩次點擊就能擁有專屬 Agentic AI 機器人！ 過去，建立一個 @Telegram Bot 要經過 BotFather 繁瑣的設定流程：申請 token、設定權限、寫程式碼、部署伺服器……普通人光是看到一堆指令就頭痛。現在，一切徹底改變了！ 全新體驗：兩次點擊就搞定 只需透過管理機器人（例如 LobsterClawBot），輸入簡單指令： t. me/newbot/SourceBot/你的username 系統就會自動幫你： ✅ 建立 Bot ✅ 管理 token 與 API 權限 ✅ 設定 Agentic 行為模式 ✅ 直接在聊天視窗中啟動 整個過程不到 10 秒，零程式基礎的人也能輕鬆擁有自己的「AI 代理人」！Durov 直接把 Telegram 從聊天 App 變成易用的 AI Agent 平台。 它能主動思考、呼叫工具、執行多步驟任務、與其他 Bot 或用戶互動，甚至在背景持續運作。 這代表：你不再只是「跟 AI 聊天」，而是擁有了一個能真正幫你「做事」的數位分身！ 超多實際應用場景（直接抄去用） 1個人生活助理（每天都離不開） •早上自動幫你總結今日新聞、天氣、交通路況 •智慧排程：讀取你的日曆，自動幫你預約會議、訂機票、提醒繳費 •健康管家：追蹤運動數據、飲食紀錄，還能根據你的習慣推薦食譜 2工作生產力神器 •會議紀錄 Bot：加入群組後自動轉錄語音、整理重點、產生行動清單 •郵件/訊息自動處理：掃描重要郵件、分類優先順序、甚至幫你草擬回覆 •研究助理：輸入「幫我整理 Tesla 最新財報」，它會自動抓取資料、製作簡報大綱 3電商與客服革命 •商家直接在 Telegram 開店：Bot 能即時回答商品問題、下單、查物流、處理退貨 •24 小時無人客服：支援多語言，解決 90% 重複問題，真正做到「永不打烊」 4加密貨幣與 Web3 應用（TG 原生優勢） •交易 Bot：自動監控價格、執行限價單、DeFi 收益農場管理 •錢包守護者：即時通知大額轉帳、風險警示 •NFT 社群管理：自動驗證持有者、發放空投、舉辦活動 5教育與學習夥伴 •個人家教：輸入「用繁體中文教我微積分」，Bot 會循序漸進出題、批改、解釋 •語言練習：每天跟你對話、糾正發音、推薦閱讀素材 •考試準備：自動產生考古題、記憶卡片、弱點強化計畫 6娛樂與創作工具 •遊戲 Bot：文字冒險、策略對戰、甚至多人即時遊戲 •內容創作助手：寫文案、生成故事、配圖提示詞、剪輯影片腳本 •音樂/影視推薦：根據你的心情與觀看紀錄，精準推播 7社群與團隊管理 •群組管家：自動歡迎新成員、過濾廣告、整理討論主題 •專案管理 Bot：整合 Notion/Trello，自動更新任務狀態、@ 負責人 •粉絲經濟：創作者可建立付費私人 Bot，提供獨家內容、問答服務 8未來進階玩法 •多 Bot 聯動：你的「財務 Bot」+「行程 Bot」+「健康 Bot」可以互相溝通，自動協調 •開放 API 整合：開發者能把自家服務直接嵌入 Bot（Durov 已呼籲大家快跟上） •隱私優先：所有資料都在 Telegram 生態內，端到端加密 這波影響有多大？ Telegram 目前有超過 9 億月活躍用戶，這次更新等於把 AI Agent 的門檻直接打到地板。 以前只有工程師能玩的東西，現在變成人人都能擁有的「AI 超能力」。

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。

艾伦研究所的知名研究员Nathan Lambert，前两天来北京和我们熟知的国内 AI 公司聊了一圈，包括月之暗面、智谱、字节、阿里、美团、小米等等。 聊完之后，他写了一篇文章做总结。我觉得这篇挺有意思的，因为 Nathan 本身对硅谷非常熟，这次相当于带着硅谷的视角来看我们中国的 AI 实验室是怎么运作的，以及他看到了哪些不一样的地方。 文章我看完了，写一些自己的笔记。 1、DeepSeek 被所有人公认为技术品味和执行力最好，是技术方向上的引领者，但在商业上并不是引领者。 反过来，像字节、阿里这种巨头，被视为真正能够把大模型吃进整个业务体系、最终兑现成大规模市场份额的那批公司。 2、字节是各大中国 AI 实验室最重视的竞争对手，因为他们思路清晰，而且战斗力极强。 一个可以印证侧面是，在开放权重已经成主流气质的中国 AI 圈子里，字节是少数坚持走 OpenAI 这条闭源路线的公司，同时，目前他们的豆包应用地位相当于中国的ChatGPT。 3、美团、蚂蚁、小米这些公司为什么自己做大模型？国外Uber、Airbnb 这批公司也没做自己的模型，用的时候买别人的就行了。 但在这些中国公司眼里，LLM 是未来产品的核心底座，如果完全依赖外部模型，等于把自己最关键的那一层放在别人手里，被掣肘只是时间问题。所以宁可自己花大力气训一个通用模型，把这块底座攥在自己手里。 4、中国开发者几乎都被 Claude 圈粉了。Nathan 说，很多一线开发者描述日常写代码时，都主动提到 Claude，承认它改变了自己的开发方式，哪怕它在中国并不能正式落地。 少数人会提到自己在用 Kimi 或者智谱的命令行工具，但被问到真正高频依赖的助手时，几乎都会说回 Claude。在湾区很火的 Codex，在中国被提到的频率反而没有那么高。 5、中国的 LLM 社区更像一个生态，而不是彼此敌对。Nathan 和多家实验室私下交流后，发现他们谈到同行时，几乎都是尊重和欣赏，很少有火药味。而在硅谷，私下聊起其他实验室，话锋会很快变得尖锐。 6、中国大模型团队的整体气质和美国不一样。表面上看，大家都是搞大模型、RL、Agent，用的技术栈差不多，但在组织方式和人本身的气质上，中国这边更像一支全栈工程队。 研究员普遍愿意做琐碎、不出彩的脏活累活，愿意为了整体模型效果搁置自己的方案，不太追求个人署名和明星科学家身份。 这种弱 ego 的文化，在那种需要各个模块严丝合缝配合的大工程里，反而更适配。Llama 团队据说就是被相反的那种文化拖垮的，一群顶尖研究员都想让自己的方案进最终模型，互相博弈。 7、中国顶级实验室里，学生的比例非常高，而且是直接参与主战场的大模型研发，不是被边缘化的实习。和美国的 OpenAI、Anthropic、Cursor 这些几乎不开放相关实习形成鲜明对比。 Google 名义上有 Gemini 实习，但大家普遍担心实习内容被隔离在核心工作之外。 学生的优势是对旧时代 AI 范式没有太多包袱，能很快把上一套观念清空，重新学习。同时他们极度习惯在巨量论文和内部技术细节中速成，把复杂栈啃下来，进组之后就愿意把人生阶段压在这件事上。 8、中国研究员对宏大的 AI 叙事兴趣不高。Nathan 在和不少一线研究员聊天时，发现他们一提到经济结构变化、社会风险、AI 道德这些问题，往往会有明显的停顿和困惑，像是被问了一个和日常工作无关的问题。 很多人会直接表达，自己的角色就是把模型做好，而不是对社会怎么变发表观点。有位研究员还引用了 Dan Wang 的说法，中国是工程师在掌舵，美国是律师在掌舵。 Nathan 也观察到，中国并没有 Dwarkesh、Lex Fridman 这种能系统性把科学家捧成明星的播客生态。这种习惯既和个人性格有关，也深受教育和制度环境的塑造，他们在一个不鼓励公开争论社会议题的系统里长大，并且在里面取得了成功。 9、北京的 AI 圈子整体很像湾区版的紧凑硅谷。从机场下飞机，可以顺路去阿里北京园区，坐几趟滴滴，在三十六小时之内走完智谱、月之暗面、清华、美团、小米、零一万物等一长串机构。 整座城市里，打车过去就是一个新的实验室。选大一点的车型，常见是带按摩椅的电动小面包。这种空间上的密集分布，让不同实验室之间的交流成本被压得很低，研究员之间的流动也变得非常频繁。 10、中国研究员普遍更偏工程视角，对融资、产业格局、资本叙事这些话题兴趣没那么高。Nathan 在硅谷习惯了另一种氛围，研究员对外部环境的敏感度非常高，融资、算力、数据生态、行业风向，几乎每个人都在认真琢磨自己所在公司的位置和外部环境的关系。 因为今天做 AI 已经不是关起门来搞工程奇迹那种事了，模型公司同时是一个综合体，要建模、要部署、要融资、要拉生态，外面的每一根线都会反过来影响里面的研究节奏。 但中国研究员明显不在这个频道上。Nathan 问到行业生态、融资、算力供应、数据产业这些话题，得到的反应常常是耸耸肩，说那不是我的问题，我的事就是把模型做好。 11、中国企业对 AI 的花钱习惯，更接近云，而不是 SaaS。外界常说中国企业不愿意为软件买单，所以本土 AI 市场会偏小。但 Nathan 和多位从业者聊完后，感受到的现实是，虽然传统 SaaS 市场确实不大，但云服务在中国是个大生意。 关键问题变成，企业为 AI 付费，最终会更像买 SaaS，还是更像买云基础设施。从目前各家公司的实际讨论和规划来看，大家普遍不太担心企业侧的 AI 支出，倾向认为它会挂在更刚性的基础设施那一侧。 12、中国的数据产业在 RL 和高质量任务环境上明显不如美国成熟。和 OpenAI、Anthropic 那种可以为单个 RL 环境花上千万美元、一年累计几亿美金的玩法相比，中国团队的普遍反馈是，本土数据服务供应商不是没有，但质量参差不齐，很难直接买到能用的内容。 于是就形成了一种很中国式的解决办法，很多 RL 场景、评测环境干脆自己搭，研究员本人要花大量时间设计任务、构建环境。字节、阿里这种大公司，也会养起自己庞大的标注团队，在公司内部自给自足。 13、算力是所有中国实验室的共同痛点。无论走到哪家，大家对高质量英伟达 GPU 的需求都是一个词，不够用。如果供应允许，他们会毫不犹豫地继续加仓。 国产加速卡在推理侧评价还可以，已经被不少公司部署到在线服务里，华为芯片在很多实验室都有落地。但在大规模训练上，英伟达依然是黄金标准，国产方案更多是辅助补位。 14、在开放程度和生态态度上，中国实验室显得既务实又有整体视角。Nathan 几乎问遍了所有头部团队，为什么会在这样的环境下持续开放自家最强模型。他自己坦言，把所有权心态和真实的生态支持这两件事联系起来，他还没完全想明白。 但从对话里，他归纳出几个共同的现实诉求，通过开放权重，快速让更多开发者参与打磨，发现缺陷；通过回馈开源社区，获得技术和口碑上的正循环；同时在内部保留更定制、更私密的模型版本服务自家业务。整体表现出来的，是一种既不绝对开源、也不一味封闭的中间态。 15、中国实验室对英伟达芯片的渴求是压倒性的。Nathan 走访下来，所有人现在的进展都卡在同一件事上，就是英伟达的卡不够用。 如果能买到，毫无疑问会继续加仓。 这里他特意点出来一个区分，英伟达是训练这一侧的黄金标准，没有替代品。但在推理这一侧，画风就完全不一样了。包括华为在内的国产加速卡，评价都是正面的，不是凑合用，是真的能打。 Nathan 说他遇到的实验室里，无数家都已经能拿到华为芯片，供给这边不是问题。所以中国实验室现在的真实状态是一个两层结构，训练咬牙抢英伟达，推理大方用国产卡，分得很清楚。

转自wb的@庚白星君 “劳务派遣”是新时代的“奴隶制” 我朋友的孩子，今年985硕士毕业，投了几十份简历，石沉大海。后来好不容易拿到一个offer——某高校的行政岗。全家高兴坏了，觉得孩子总算端上了铁饭碗。 结果入职那天，孩子傻眼了。合同不是跟学校签的，而是跟一个叫“××人力资源服务有限公司”的第三方签的。问了一圈才知道，这只是一个“劳务派遣”岗位。 当朋友告诉我时，我都不敢相信，现在连老师都搞劳务派遣了？ 我这位朋友一边苦笑一边嘲弄地说：“你还真是少见多怪”。 现在很多用人单位都不直接招人了，包括政府部门，一水的劳务派遣。拿着极低的工资，贴水的社保，干着原来聘任制的活。 这还不是最离谱的。朋友儿子的女同学去某大学面试实验技术岗，劳务派遣，月薪6000，最低标准的五险一金。面试现场，七八个面试官轮番刁难，问的全是小众高精尖技术问题，考生答不上来就被嘲讽“不懂就不要装懂”。最后面试官来了句：“我在美国读博的时候……” 大哥，这就是个没有编制的、月薪6000、最低社保的岗位，你还指望找个十项全能的“六边形战士”啊？ 简直不要太离谱。 前几年，我知道“劳务派遣”已经在工程领域愈演愈烈，因为“劣币驱逐良币”，你想在招投标中胜出，你就要“降本增效”，其中最容易降的是用工成本。 于是，越来越多的施工方不再直接招人，而是选择“劳务派遣”。可没想到这股风居然吹到高校了。 劳务派遣的老师还是老师吗？ 教师节，正式老师发礼品，有慰问，劳务派遣岗——没有。 工作量呢？一个人干两三个人的活，加班加到怀疑人生。 工资低到什么程度？月薪三千左右，说好的补贴，入职后学校改革，一分钱拿不到。更让人心寒的是，因为没有编制，其他部门的老师甚至学生都不尊重你，工作推不动，锅倒是背了不少。 985硕士，月薪三千，没有工会福利，没有尊严，没有归属感。 这就是今天中国高校的“老师”——劳务派遣工。 十年树木、百年树人，一群毫无归属感的高校教职工，会教出怎样的学生？ “劳务派遣”这是准备把高校也毁了吗？ 劳务派遣这玩意儿，最早产生于20世纪20年代的美国。中国的劳务派遣发端于上世纪70年代末，北京外企人力资源服务公司向外国驻华机构派遣中方雇员。90年代国企改革，大批职工下岗，劳务派遣作为一种“临时解法”被引进推广。 注意关键词——“临时解法” 。 法律给劳务派遣划了三条红线：临时性、辅助性、替代性。说白了，就是应急用的——某个项目缺人手，临时找几个人顶一顶，项目结束人就散了。 可现在呢？ 劳务派遣用工呈爆炸式增长。 截至2025年，劳务派遣从业人员已超过7800万，约占全国就业人口的10%。全国劳务派遣机构多达35.23万家。 珠三角电子厂，三分之一的工人是派遣工；内蒙古、山西等传统工业大省，派遣工比例甚至占到了八成。2025年我国劳务派遣行业市场规模达2150亿元。45%的派遣工在同一岗位工作超过3年。 临时？辅助？替代？ 全变成了笑话。劳务派遣在不知不觉中成了用工主要方式。 为什么企业爱用劳务派遣？当然是有利可图。 有位老板算了笔账：正式工月薪5000，加上五险一金、1.6万的年终奖，一年成本10万块。换成劳务派遣工，月薪3000，社保和年终奖统统省掉，再给派遣公司2万，一年下来只要5.6万。 10万变5.6万，省了将近一半。派遣工平均工资普遍只有同岗位正式员工的60%-70% 。有的行业甚至低到50%。 原本招一个人的钱，现在能招两个人。你是用工单位你会怎么选？ 除此之外，劳务派遣还让用工企业少了很多“麻烦”。 例如社保问题。 劳务派遣按最低基数缴纳社保是常态，有的派遣公司直接截留社保费，更有甚者让员工签“自愿放弃社保”承诺书。社会保险覆盖率低于75%，超千万劳动者权益处于“裸奔”状态。 此外还有工伤赔偿问题。 用工单位说“不是我签的合同”；派遣公司说“是用工单位管理不当”——互相踢皮球。 上海海事法院有个案例，派遣员工工作中受伤，八级伤残，用工单位以“不存在劳动合同关系”为由拒绝赔偿。 员工权益、员工培训、员工赔偿...... 劳务派遣的三角关系——派遣公司、用工单位、劳动者——创造了一个完美的“责任避风港”。 这就是劳务派遣的精髓——用人不担责，省钱还省事。 对用工单位而言，劳务派遣或许是“降本增效”的好手段，可对劳动者而言，这真的是一种邪恶至极的剥削制度，在我看来，它就是新时代的“奴隶制”。 劳务派遣的本质是把人变成“可租借的工具”，它压根没把人当人。 欠薪了？用工单位说钱已经打给派遣公司了；派遣公司说用工单位还没打钱——互相踢皮球。 工伤了？用工单位说“不是我签的合同”；派遣公司说“是用工单位管理不当”——谁也管不着。 想晋升？主管明确说“派遣工没资格”。干满10年你也成不了正式员工。 想维权？劳动者维权成功率不足20%。 这不就是新时代的奴隶制吗？ 奴隶主至少还管奴隶的吃喝拉撒，因为奴隶是“财产”。劳务派遣工呢？连“财产”都算不上——你只是“可租借的劳动力”，用完就退，坏了就换，不用了随时打发走。 人，被彻彻底底地当成了工具。 有人说，劳务派遣是市场经济的产物，是“灵活用工”。 我呸。 灵活用工，是灵活了企业，苦了工人。 法律明确规定了“三性”原则和10%的比例红线。可现实呢？2024年人社部抽查3万家企业，42% 的企业派遣工比例超标，有的甚至高达50%以上。38%的央企超比例使用派遣工。 这不是“灵活用工”，这是系统性违法。 2025年，人社部联合多部门启动全国范围内的劳务派遣专项整治行动。广东出台了省级地方标准《劳务派遣服务规范》。用工比例从10%进一步收紧至8%。 但够吗？ 远远不够。别忘了，我们是社会主义国家！ 当985硕士在高校做着月薪三千的劳务派遣工；当博士考进高校发现自己是“第三方派遣”；当6800万劳动者拿着正式工一半的工资、干着两倍的活、没有任何保障—— 这不是我们想要的社会主义。 社会主义的本质，是人民主体性。共同富裕，是让每一个劳动者都能体面地工作、有尊严地生活。 劳务派遣这种把人当“可租借工具”的用工模式，是对社会主义核心价值观的结构性侵蚀。 如果任由这种邪恶的用工模式无序蔓延，侵蚀的是劳动者的幸福感、获得感，毁掉的是先辈们苦苦追寻的主义！ 电影院里有人站着看电影，后面的人被逼跟着站起来，这时候，作为管理者，要做的不是去劝人们适应站着看电影，而是要所有人坐下。 最近，人社部正式印发《人力资源和社会保障事业发展“十五五”规划》，指出接下来要强化收入分配改革，蛋糕向底层劳动者倾斜。要我看，也先别急着搞什么二次分配、三次分配改革了，先把“劳务派遣”这种邪恶的用工模式禁止再说。 历史原因已经归到历史，当下的中国不需要这样的奴隶制。 朋友的孩子最终没有去报到，孩子感到很迷茫！ “派遣工就像韭菜，”他说，“割了一茬又一茬，谁会在意一茬韭菜的感受呢？ ” 是啊，谁会在意呢？ 全国35万家派遣机构，6800万派遣工。他们干着最累的活，拿着最少的钱，没有任何保障，没有任何尊严。 他们是新时代的“奴隶”。 而我们是社会主义国家。 这本身就是一个巨大的讽刺。 劳务派遣制度本身并非不可用，关键是要回归其原本的定位——作为一种应急、临时的用工补充，而不应成为企业长期依赖的手段。真正的产业升级，不应该局限于流水线的更新、技术参数的提高，而是要让每个劳动者，都能在时代浪潮中体面转身。 各位，是时候，给这6800万人一个正式的身份了。 是时候，让劳务派遣回到它该待的地方去了。 是时候，把人当人了。

过去20年日本最成功的房地产公司 刚刚出炉的数据，大伙儿猜猜日本工资最高的上市公司是谁？ 不是丰田，也不是软银，更不是五大商社。 而是一家可能你从来都没有听过的房地产公司——Hulic。 如果说OpenHouse将新入社员的月薪调整到40万起步，已经是行业的翘楚，那么当你了解了Hulic这家公司之后，你才会发现，什么叫小巫见大巫？ 根据东京商工Research最新披露的数据：Hulic员工2025年度平均年收入达到2295万日元（约合人民币110多万元），比上一年的1908万日元又涨了一大截，创下日本上市企业的历史纪录。 Hulic的员工年薪在被统计的3123家日本上市公司中排名第一。 第二名M&A Capital Partners是2266万，第三名Keyence是2178万。 Hulic在日本房地产行业的市值只能排到第四位。 目前日本市值最大的房地产公司分别是三井不动产，总市值为4.58万亿日元；三菱地所，总市值为4.14万亿日元；住友不动产，总市值为2.98万亿日元。Hulic的总市值为1.24万亿日元。（以上总市值均为2025年9月8日数据） 市值第四位，用人最后一位。 这家公司的员工总数，如果不算入子会社，总数只有234人。我估计比很多中坚型不动产公司的人数还要少。 即使算入子会社，包括酒店管理公司，物业管理公司等等，全部加起来，员工也只有3495人。 比起传统的大财阀，如果按照集团来算，比如三菱6万多人，三井5万多人，伊藤忠11万多人，住友8万多人，丸红5万多人，Hulic的职工人数也就是这些巨头的零头。 就这234个人，管理着一家总资产超过3.5万亿日元的房地产公司。 Hulic从2008年开始，实现了连续18年的增长，2008年利润123亿，2025年利润大约1550亿日元，意味着平均每一名员工，对应创造约6.6亿日元经常利润。 所以它敢给员工2000多万年薪。 看来不是工资给得太高，而是人均创造得太多！ 从ROE的角度看，Hulic一直保持了10%以上的水平。来看看2025年头部几家房地产公司的ROE对比数据。 ROE本质上回答的是：股东给你100块钱，你一年能替股东赚回来多少钱？ 三菱地所大约赚8.5块。 三井不动产大约赚8.7块。 Hulic能赚13块。 所以Hulic真正超过日本三大财阀地产公司的，不是规模，而是资本效率。 要比规模，三菱地所有丸之内，三井不动产有日本桥，住友不动产有新宿，东急有涩谷，森大厦有六本木，这些传统财阀的资产规模都比Hulic大。 但要是比同样出100亿资本，谁能赚出更多的钱。 毫无疑问，Hulic遥遥领先！ 那么这家公司成功在哪里呢？ 答案就藏在他们过去20年的经营逻辑里。 Hulic以前根本不是什么地产巨头。 1957年成立的时候叫“日本桥兴业”，本质上就是富士银行旗下管理自有房地产的公司。本来是用来存放自用不动产和安置半退休行员的子公司，说得更直白一点，它就是富士银行的养老院。 真正的转折点发生在2006年，前瑞穗银行副行长西浦三郎接手以后，做了改革，干了三件事：改名字、挖人才、准备上市。 开始彻底改造这家公司，这三件事的背后，就是一个目标：摆脱银行控制！ 在这样的大刀阔斧改革之下，过去银行体系里那些半退休式的人事安排慢慢退出核心岗位，大量引入真正懂建筑、开发、金融、不动产投资的人。 Hulic最大的秘密：就是坚决不把公司做大。西浦三郎一直认为，公司保持300人左右最好。所以一直到今天，Hulic也只有234人。 很多房地产公司赚钱以后第一件事是扩编：开发部、管理部、销售部、酒店部、海外部、、、、、、最后楼越来越多，人更多，会议更多，效率反而越来越低。 Hulic走的是反方向：公司可以做到万亿级，人要在300以内！ 人少，做的事儿就得精！只是，西浦三郎要的不是“小而精”，而是“中而精”。 简而言之，五点战略： 1、只要东京都心，车站3分钟的物业，放弃日本地方小城市的房地产。 2、重点发展中规模的写字楼，舍弃了大规模的地标性的写字楼。 3、重点做旧楼的再开发和中小规模再开发，舍弃了大规模的再开发。 4、重点做面对老人的养老设施，舍弃了住宅开发。 5、重点做面向观光客人的酒店和日式旅馆，舍弃了海外地产业务。 Hulic的战略高度浓缩，可以归纳成一句话：只做东京核心车站边上的中型物业，加上“3K”：高龄者Koureisha、观光Kankou、环境Kankyou。 目前Hulic持有物业中，68%在东京23区，46%在千代田、中央、港、新宿、涩谷这都心5区，73%的楼距离车站步行5分钟以内。结果就是空室率只有0.3%，而东京都心5区的市场平均空室率是4.0%，相差差了十几倍。 20年后，这家当年没人瞧得上的银行子公司，成了日本银座最大的房东，手握银座39栋物业，超过三井、三菱、住友这些财阀系巨头在银座的存在感。 今天大家都在聊AI，它又开始投资东京的数据中心。战略又进一步延伸到了酒店、数据中心、航空物流、研究设施等下一代资产。 Hulic这样的公司对于我们这样小型房地产公司有哪些启示呢？ 这个，我们明天再聊。

【Cloudflare 也要做加密錢包了？】 這幾天有人發現一個很可疑的網址： 乍看很像釣魚網站，但它其實真的是 Cloudflare 官方推出的新產品。 不過，Cloudflare Wallet 並不是另一個 MetaMask。 它真正想解決的是： 「未來 AI Agent 要怎麼自己花錢？」 一串看懂 Cloudflare 正在布局的 Agent 經濟 👇 1／Cloudflare 在 2026 年 8 月 4 日宣布推出 Cloudflare Wallets。 目前開放的主要功能，是先註冊一個專屬 Wallet Handle，也就是類似： 的識別名稱。 完整的儲值、付款、收款與提領功能，則會在之後逐步推出。 2／為什麼 AI Agent 需要自己的錢包？ 現在一個 AI Agent 想使用付費 API，通常得經過： ・註冊帳號 ・驗證 Email ・填信用卡 ・選訂閱方案 ・建立 API Key ・請人類核准付款 這整套流程都是替「人」設計的，不適合機器自主操作。 3／Cloudflare 惛的是另一種模式： AI Agent 發現某個資料、API 或 MCP 工具需要付費後，可以直接知道價格、完成付款，然後取得服務。 不用開啟結帳頁面，也不用先和商家建立帳號關係。 也就是把「付款」直接嵌進網路請求裡。 4／背後使用的是 x402 協議。 「402 Payment Required」其實是 HTTP 很早就保留的一個狀態碼，但過去一直沒有被廣泛使用。 x402 把它變成一套可執行的機器付款流程： ① Agent 請求資源 ② 伺服器回傳 402 與付款條件 ③ Agent 簽署付款 ④ 再次發送請求 ⑤ 商家驗證付款並交付內容 5／付款可在同一個 HTTP 流程內完成，不必跳轉到傳統結帳頁面。 Cloudflare 文件顯示，x402 能使用鏈上穩定幣結算，目前技術文件涵蓋 EVM、Solana、Aptos、Stellar、Sui 等網路。 常見情境可能是： ・每次搜尋收 0.01 美元 ・每次 MCP Tool Call 收費 ・按資料量收費 ・按 AI 推論次數收費 ・成功完成任務才付款 6／Cloudflare Wallet 會分成兩層： ① Account Wallet 由人類或企業管理的主要錢包，可存入資金、提領資金及設定政策。 ② Virtual Wallet 分配給不同 AI Agent 使用的虛擬錢包，Agent 透過 API Key 操作。 你可以把它理解成：企業主帳戶＋AI 員工的公司卡。 7／Virtual Wallet 最重要的地方，是可以設定支出限制。 例如： ・每週預算 100 美元 ・每筆最多 1 美元 ・只能支付指定服務商 ・只准購買 AI 推論 ・超過額度要人工批准 AI Agent 因此能自主探索和購買服務，但不能無限制花掉主帳戶裡的錢。 8／假設你給研究 Agent 10 美元預算。 它可以自行測試 20 個不同資料 API，每個只花幾美分，最後選出最適合的服務。 過去人類可能不會為了測試每個 API 都註冊、綁卡和開通訂閱。 但當付款單位縮小到「單次請求」，Agent 就能自行比較價格和品質。 這才是 Cloudflare Wallet 真正想開啟的市場。 9／除了付款，Cloudflare 還想解決 AI Agent 的「身份」問題。 例如： 可以代表某家公司的研究 Agent。 商家不只看到一個匿名 Bot，還能知道它背後可能由哪個 Cloudflare 帳戶授權。 這個身份是選擇性公開，不代表所有 Agent 都必須揭露身份。 10／這對商家有什麼用？ 一個網站未來可能設定： ・匿名 Agent：只能使用免費額度 ・已驗證 Agent：可獲得試用額度 ・特定企業 Agent：享有批發價格 ・高風險 Agent：必須先付款 ・付費 Agent：才能存取完整資料 換句話說，Cloudflare 想把「Agent 身份、存取權限和付款」整合在同一層。 11／Cloudflare 同時在推 Monetization Gateway。 賣方可以把以下資源放到 Cloudflare 後方收費： ・網頁內容 ・資料集 ・REST API ・AI 模型推論 ・MCP 工具 ・檔案下載 ・特定運算結果 買方由 Wallet 付款，賣方透過 Gateway 收錢。 一邊做買方錢包，一邊做賣方收款閘道。 12／這也是整件事最值得注意的地方。 Cloudflare 本來就位於大量網站、API、Bot 與網路流量之間。 它已經擁有： ・全球邊緣網路 ・Workers 運算平台 ・Bot Management ・網站身份與安全系統 ・AI Agents SDK ・網站及 API 客戶 現在再加入「付款」，就有機會成為 AI Agent 商業活動的基礎設施。 13／它不是單純推出一個錢包 App。 Cloudflare 真正押注的是：未來網路的主要消費者，不一定是坐在螢幕前點擊按鈕的人，而可能是替人類工作、比較服務、購買資料及呼叫工具的 AI Agent。 當 Agent 成為買家，網路的商業模式也可能從：廣告＋月費訂閱 轉向：按請求、按使用量、按結果付款。 14／對加密產業而言，這也是穩定幣很重要的一個使用場景。 人類不會為了價值 0.003 美元的內容，打開錢包完成一筆交易。但機器可以。 因此穩定幣微支付最大的潛在市場，未必是人與人轉帳， 而是： Machine-to-Machine Payment Agent-to-API Payment Agent-to-Agent Payment 讓軟體直接為資源付費。 15／但目前還不能過度解讀。 Cloudflare Wallet 仍處於非常早期的階段，目前主要是預約 Wallet Handle。 官方尚未完整公布的資訊包括： ・實際支援哪些國家 ・支援哪些穩定幣與鏈 ・託管及私鑰管理方式 ・KYC／AML 規則 ・手續費 ・退款及爭議處理 ・正式上線時間表 現階段比較像基礎設施預告，而不是成熟產品。 16／另外提醒： 這次 Cloudflare 官方公告沒有推出代幣，也沒有公布任何空投。不要因為看到： 「Cloudflare Wallet 空投」 「連接錢包領取代幣」 「輸入助記詞啟用帳戶」 就直接操作。 官方目前使用的根網域是 Agent，不等於都是 Cloudflare 官方人員。 17／Cloudflare Wallet 最值得觀察的，不是它能不能挑戰 MetaMask，而是它能不能把穩定幣付款藏進一般網路基礎設施裡。 真正成功的加密支付，使用者可能根本不會感覺自己正在「使用區塊鏈」。 - AI Agent 只知道： - 這個 API 要付 0.01 美元。 - 付款完成。 - 資料取得。 底層才由穩定幣與鏈上協議處理。 18／我的看法： Cloudflare Wallet 是一個非常早期、但方向合理的產品。 它把 AI Agent 現在缺少的三個元素連在一起： - 身份 - 權限 - 付款 真正的挑戰則是 x402 能否形成足夠大的買賣雙邊市場，以及監管、託管、安全與退款機制能否跟上。 但 Cloudflare 已經站在網路流量入口，確實比一般錢包公司更有機會推動這件事。 19／ 一句話總結：Cloudflare Wallet 不是做給人類每天轉帳用的加密錢包。 它更像是 AI Agent 的「可程式化公司卡＋網路身份證」，讓 Agent 能在預算和權限範圍內，自主購買 API、資料、內容及工具。 今天先搶名稱。 未來搶的，可能是 AI Agent 經濟的付款入口。

万向的故事 1️⃣时代的弄潮儿 1945年除夕前，位于杭州市萧山宁围乡的鲁家，迎来了一位新生儿。鲁父对于这位家中的新丁抱有极大的期许，遂取名冠球。 鲁家新丁的到来并未立即给鲁家带来新气象。因鲁父彼时在上海一家医药厂工作，但薪资微薄，故鲁冠球15岁之前一直与母亲在农村艰难度日。 1960年，鲁冠球15岁，从初中辍学后，经人介绍到萧山铁业社当打铁学徒。 3年后，鲁冠球因人员精简被辞退，而整个中国大陆进入一个特殊的社会阶段。 被辞退后，几经波折的鲁冠球收了5个学徒在唐家镇开了家铁匠铺。到了1969年，鲁冠球已经是村上最先用上高档品的人，包括上海牌手表、永久自行车和红灯牌收音机。 时代的机会总是更多眷顾弄潮儿们。 1969年，鲁冠球与其他6人共同出资接手宁围公社农机修配厂，于当年7月8日正式组建成立，后来的万向集团把这一天定为集团创建日。 2年后1971年，鲁冠球的长子鲁伟鼎出生。 2️⃣新时代高速列车 经过多年发展，当除简陋的公社农机修配厂摇身一变，成了整个中国大陆全国唯三的万向节定点生产企业——萧山万向节厂。1992年，在鲁冠球的主导下，萧山万向节厂从“总场制”结构变成“集团制”结构，正式成立浙江万向集团。自此，鲁冠球与万向正式登上了时代的高铁。而年仅21岁的鲁伟鼎，在其父的作用下，一步踏上了万向集团副总裁的职位子，万向的接班故事平静展开。 与此同时，远在南方的深圳，30岁的肖风到中国人民银行深圳经济特区分行就职，历任证券管理处科长、副处长。1993年，肖风进入深圳市证券管理办公室工作，历任副处长、处长、证管办副主任。 万向每年必开三个大会 —— 纪念建党、纪念建厂日、年终表彰。 1994年，派生分离的万向节总长更名为万向钱潮股份有钱公司，并于当年的1月10日在深圳证券交易所上市，股票代号——万向潮A。 万向钱潮随之成为中国大陆第一家异地上市的乡镇企业，鲁冠球成为最早进入资本市场的民营企业家之一。7月，召开第一次员工代表大会、一届一次董事局会议，鲁冠球当选董事局主席，其子鲁伟鼎当选总裁。 同年，万向（美国）公司在芝加哥成立。 1997年12月18日，钱潮董事局举行一届八次会议，决定万向与万向钱潮分设运作，同时向董事局负责。 1998年4月，肖风放弃了铁饭碗，开始筹建博时基金。彼时处于世纪之交，中国大陆的证券行业乱相比现在的币圈更胜一筹。 1999年是万向创业的第三十个年头，万向集团开了个三十周年报告会。鲁冠球在会上提出“奋斗十年添个“零” ”的目标，即在2010年实现每日创造利润人民币1000万。 2000年6月10日，鲁冠球当选为中国乡镇企业协会会长，成为中国首位当选为全国性行业协会会长的企业家。同年11月29日，以万向集团为主要发起人的万向创业投资股份有限公司成立，先期注册资金人民币3亿元，成为中国民营及浙江省规模最大的风险投资公司。 2000年是万向深入资本市场的转型点。2000年，万向整体收购了美国舍勒公司，同年8月又收购了纳斯达克上市公司UAI。 2001年3月，证监会发布对国内十大基金管理公司的检查报告。报告认为，博时基金 在股票买卖中操作手法异常，证监会通报批评责令整改。博时总经理肖风被罚暂停其基金高级管理人员资格一年。 2002－2003年，随着一系列劣票的崩盘和庄家的倒台，中国资本市场的投资理念在公募基金行业的带领下逐步走向正规。 在肖风的带领下，博时基金的资产管理规模在2004年底达到人民币247亿，位列中国大陆资产管理规模排名第一。 3️⃣时代的泡沫 早于08年老美经济危机的1年之前，上证到了历史性最高位“6124”，一众股民们全体FOMO。同年，博时基金的资产管理规模达到2215亿的顶点。 2008年之后，肖风的蓝筹梦破灭。 3年之后，2011年下半年，肖风因内外部复杂因素，离开一手打造的博时基金，并低调加入万向控股任副董事长。 在2000－2017期间，在鲁氏父子的带领下，万向系的业务主要覆盖实业与金融两大领域，逐步建立起了包含有4家上市公司在内的商业版图，几乎囊括了金融业的所有牌照。 在中国“二代”企业家群体中，鲁伟鼎的冒头标志着一个时代的更迭。 2017年，随着鲁冠球的辞世，万向集团的担子就到了鲁伟鼎肩上。 鲁冠球主导的万向，以实业制造为根本。而转入鲁伟鼎主导的万向，更多偏金融资本运作，试图建立一个雄厚的万向大金融蓝图。 新时代列车快速前行，不会等那些反应慢的人。近几年，万向系旗下的4家上市公司业绩失速，金融业务发展同步遭遇重大挫折，整个万向系处于极大的压力之下。 万向在汽车制造领域的探索——起了大早，赶了晚集。万向钱潮和万向一二三作为万向集团在汽车零部件领域和新能源动力电池领域的重要布局，近几年在盈利方面力不从心。 伴随着最近几年大陆整体市场的收缩，鲁伟鼎主导的万向信托多个产品出现逾期违约，在地产、政信和健康三大类信托产品的逾期规模达人民币100亿左右。 另外，万向系上市公司与万向财务之间存在的“高存低贷款”，以及与外部金融机构的大量借贷，这里面主要的疑问点在于资金安全和大股东潜在占用。