《失控的剧本》 一场精心谋划的惊悚大片，结尾硬是逼成爽文打脸。#创意广告短片# #AI创作浪潮计划# #AI短片# #创意剧情# #抖音ai创作大赛# @国家反诈中心 原作者：@镜花叙世

AMD 宣布用约 82 亿美元收购李飞飞创办的 World Labs，这期是彭博科技节目主持人 Ed Ludlow 对两位当事人的联合采访。一位是 AMD CEO 苏姿丰，AMD 做 CPU 和 GPU，OpenAI、Anthropic、Meta 都是它的大客户。另一位是 World Labs 创始人兼 CEO 李飞飞，她主持建立的 ImageNet 图像数据集是这一轮深度学习浪潮的起点之一。两人聊了为什么要做这笔交易、李飞飞在 AMD 的新角色、开放生态，以及 AI 安全该由谁负责。 交易本身 这是一笔全股票交易，也就是 AMD 用自己的股票而不是现金来付款，对 World Labs 的估值约 82 亿美元，预计年底前完成，还需要监管审批。交易完成后，李飞飞出任 AMD 执行副总裁兼首席科学家，直接向苏姿丰汇报，World Labs 团队将成为 AMD AI 模型团队的核心。 两家公司的关系早就开始了。AMD 是 World Labs 的早期投资方，也给它供芯片。苏姿丰说她从 World Labs 只有几个研究员的时候就在看着这个团队成长。两人也都提到彼此认识多年，私下是朋友。 芯片公司为什么要买模型公司 苏姿丰的理由是，AI 现在还在很早期的阶段，而且越来越明显的是，硬件、软件、系统和模型这几层互相影响，对整条链路理解得越透，造出来的系统就越好。收购 World Labs，一方面是拿到李飞飞聚起来的一批顶尖研究人员，另一方面是让 AMD 对模型未来的发展方向有第一手的判断，反过来指导下一代硬件怎么设计。 李飞飞从模型公司的角度讲了同一件事。World Labs 越做越大，对算力的需求也越来越大；和 AMD 合在一起，模型可以用最前沿的硬件加速训练和推理，硬件团队也能提前看到模型未来的工作方式和需求。她把这叫作 AI 软件和 AI 硬件的“共同进化”。 主持人追问 AMD 是不是要开始卖模型、卖软件。苏姿丰说不会改变商业模式，AMD 仍然是一家平台和解决方案公司，软件是用来支撑硬件的。收购的最终目的是让 AMD 更好地服务那些最大的算力客户，也就是各家模型公司。 World Labs 做到了哪一步 World Labs 成立于 2024 年，到现在两年多，专攻空间智能和物理智能，也就是让 AI 理解和生成三维世界、懂得物理规律，这类模型通常叫“世界模型”。李飞飞说，他们想做的是语言模型之外的方向，因为创作者、设计师、教育、医疗都有这方面的需求，机器人技术也快要迎来爆发。 公司目前已经发布了两代模型，先是 Marble，然后是最新的 Atlas。李飞飞介绍 Atlas 是一个多模态的“全能模型”，能生成高质量的画面，同时保持三维和四维（三维空间加上时间）上的一致性，摄像机和智能体可以在它生成的世界里移动和交互。 团队也在扩张。World Labs 最近收购了 SceniX，这家公司做出了一套机器人仿真工作流程，以及训练机器人控制策略的模型，由此给 World Labs 补上了机器人方向的人才。 李飞飞为什么选择加入 AMD 苏姿丰说她给李飞飞的说法是“加入全世界最令人兴奋的 AI 公司”。李飞飞的作用也不只限于 World Labs 团队。苏姿丰说 AI 没有一种方案能通吃，除了大家熟悉的云端 CPU、GPU，物理 AI、机器人、从云端到边缘设备再到个人电脑的端到端 AI，都是 AMD 未来三到十年要重点增长的方向，而这些正好是 World Labs 擅长的领域。 World Labs 今年早些时候刚融过一大笔钱，发展势头也不错，主持人问李飞飞是否考虑过别的出路。她说公司从一开始就以使命为导向，这件事的关键在于双方的愿景是否一致，和有哪些选择关系不大。在她看来，这次合并会是“一加一大于二”，接着她笑着补了一句，AMD 显然比 World Labs 大得多。 至于加入后会不会只做空间智能，李飞飞说两人还没来得及细谈所有计划，World Labs 正在做的工作会继续，但她预计研究方向会扩大、节奏会加快。 开放生态与可选择性 苏姿丰说，AI 未来会同时有开源模型和闭源模型、大模型和小模型，它们跑在不同的硬件上，这一直是 AMD 规划高性能计算和 AI 产品线的前提。她和企业的 CEO、CIO 聊下来，没有人愿意被锁死在某一家的硬件或软件生态里，大家都想在不同时候挑最合适的。所以 AMD 会继续押注开放生态，她和李飞飞也讨论过怎样用 World Labs 已有的成果推动开源生态。 李飞飞补充说，现代 AI 的发展离不开开放。从科学界公开分享神经网络算法，到她自己做的 ImageNet，这个首批开放的大规模数据集就是现代 AI 革命的推动力之一。开放生态能让不同的发现、创新和创业机会互相促进。 AI 安全该由谁负责 主持人提到当前的一个争论：模型能力的进步速度超过了安全和对齐研究的进步速度。苏姿丰说这件事上“没有可选项”，技术必须好，也必须安全。她拿芯片行业做例子：最高性能的处理器在设计时就要把安全和数据保密作为优先事项来考虑，AI 行业也需要把安全放到同样的位置。她说自己是 AI 乐观派，相信行业能建立起合适的流程和防护措施，而且各家应该像硬件行业现在分享安全方面的经验那样，互相分享做法。 主持人进一步问，提供算力的公司对训练是否安全、推理时模型是否按预期行事，要负什么责任。苏姿丰说生态里每一方都要为自己的行为负责。对 AMD 来说，要保证硬件本身安全、按设计运行，模型在上面跑时数据是安全的，还要和模型公司一起处理好软硬件之间的交互。她认为这件事应该由行业主导，但因为 AI 是新东西，各方学习的速度不一样，所以她欢迎更多的行业协作，也欢迎一定程度的第三方评估。 李飞飞说，主持人上周问她监管、第三方评估、前沿实验室自我负责这几种方式该选哪个，她的回答是全都要。她认为 AI 是一项“文明级”的技术，和历史上所有这类技术一样，初衷是让人的生活和工作变得更好，但每项技术都是双刃剑，必须负责任地开发和部署。无论在斯坦福、World Labs 还是现在的 AMD，她都想推动个人、公司、行业和社会四个层面共同承担这份责任。 AMD 的下一步 主持人提到 AMD 市值已经到了 1 万亿美元，苏姿丰近来也多次和美国总统一同公开露面。苏姿丰说 AMD 过去做过好几笔对公司影响很大的收购，World Labs 是下一笔，而且是战略意义很重要的一笔。在她看来，技术如今和经济、国家安全都紧密相关，AMD 有机会真正影响计算的未来走向。 最后主持人请李飞飞预测 AI 下一个重大突破。她没有给具体的技术判断，只说接下来 AMD 和 World Labs 会一起打造未来，而这个未来必须对人类社会和人们的生活有益。苏姿丰在一旁说：“我会让她忙起来的。”

《CLARITY法案》：从2013到2026：等了13年的监管分水岭，这次真的要来了吗？ 5月14日，美国参议院银行委员会以15票赞成、9票反对的表决结果，正式通过并推进了《数字资产市场 #CLARITY# 法案》（以下简称《#CLARITY法案》）。# 在获得民主党参议员Ruben Gallego和Angela Alsobrooks的支持后，这一两党合作的投票结果被广泛视为美国加密行业发展史上的一个里程碑式时刻。 从金融监管史的宏观视角来看，这一法案的推进其历史意义堪比1933年确立了美国资本市场投资者保护与资本形成基础的《证券法》。 在过去十余年中，美国由于缺乏系统、清晰的加密监管框架，导致市场扭曲、创新外流，消费者也暴露在巨大的系统性风险之中。 而《#CLARITY法案》的核心使命，正是要在联邦层面为加密行业建立完整的监管框架，厘清商品与证券的界限，从而在合规、市场结构与行业发展之间取得至关重要的平衡。# 然而，正如任何重大制度的诞生一样，该法案在通往最终法律的道路上仍面临诸多复杂的政治博弈与立法程序。 我将从将从市场结构变革、稳定币博弈、公链与公司法理冲突、以及当前立法进程中的不确定性等维度，对这一法案进行深度的结构化分析。 《CLARITY法案》的立法演进与动因 过去十年，美国在加密监管领域的失职，其本质是监管机构试图将21世纪的分布式技术强行套入20世纪中叶的法律框架中。这种“以执法代立法”（Regulation by Enforcement）的模式不仅造成了司法解释的混乱，也导致了严重的行政越权。 一、 制度滞后与创新外流的囚徒困境 由于美国长期缺乏统一的联邦监管框架，SEC（证券交易委员会）与CFTC（商品期货交易委员会）在司法管辖权上长期拉锯。 这种监管不确定性带来了双重恶果：劣币驱逐良币： 负责任的开发者因合规路径不明而举步维艰，而投机性强的“不良玩家”则利用监管真空设计出规避套利的产品，剥削消费者，最终引发了多起严重的市场灾难。 地缘创新版图的重塑： 监管的模糊性迫使大量的加密初创公司、技术人才和风投资金流向海外。 欧盟的《加密资产市场法规》（MiCA）和英国的加密监管框架，已经为加密资产提供了更具预测性的环境。 虽然目前全球尚未有任何一个司法管辖区能够完全设计出“完美”的监管方案，但如果美国持续缺位，长期的累积效应将导致核心数字资产的主导权彻底易手。 这类似于如果互联网时代的代表性企业（#如亚马逊、##谷歌、##微软、##英伟达# 等）最初均诞生于美国之外，其对美国国家竞争力的打击将是颠覆性的。 二、 立法范式的迭代演变 《CLARITY法案》并非凭空出现，它是前几轮两党立法博弈与迭代的集大成者。其法理逻辑主要继承自众议院的两份核心提案： 2024年的《21世纪金融创新与技术法案》（FIT21，H.R. 4763）： 该法案旨在厘清SEC与CFTC的管辖分工，建立去中心化网络的认定路径，并在两党压倒性支持下（279票对136票）通过众议院。 2025年的众议院版《#CLARITY法案》（H#.R. 3633）： 在2025年7月以更高的支持率（294票对134票，其中包括78名民主党人）通过，进一步巩固了市场结构立法的法理共识。 而在参议院层面，自2022年Lummis和Gillibrand首次提出两党加密框架法案以来，历经数个版本的讨论与修改，参议院银行委员会终于在合并了各方意见后，于2026年5月推进了其管辖范围内的核心文本。 这标志着美国立法层面对加密资产的态度，已从最初的防范风险，演变为国家金融战略和地缘政治竞争的制度工具。 一个典型的实证案例是2025年7月通过的《#GENIUS法案》（《引导和确立美国稳定币国家创新法案》）。# 该法案通过建立清晰的稳定币监管框架，不仅没有扼杀市场，反而释放了庞大的创新浪潮，巩固了美元在数字时代的长期主导地位。 当前的《CLARITY法案》正是沿着这一逻辑，试图将范围扩大到整个数字资产市场结构。 网络不是公司——《#CLARITY法案》的法理底层革命# 《CLARITY法案》最深刻的制度贡献，在于其从法律定义上承认了：网络（#Networks）在组织架构和经济模型上，与传统的公司（##Companies）有着本质的区别。# 一、 工业时代公司法与信息时代网络架构的冲突 一个多世纪以来，现代公司法围绕着“排他性控制”与“资本形成”进行精细设计。其法理基础建立在科斯（Coase）的《企业的性质》之上——通过建立集中的管理层和所有权结构，来降低内部的交易和协调成本。 传统的证券法（如1933年《证券法》和1934年《#证券交易法》）默认存在一个清晰、长期的控制方，并要求该控制方进行持续的信息披露，以管理公众对创始人的信任。# 然而，基于区块链的去中心化网络，其经济逻辑是完全不同的： 控制权的分散： 区块链网络依赖于透明、不可篡改的代码规则来协调成千上万个彼此互不信任的节点、资本和资源，而不是依赖一个集中的所有权中心。 价值向边缘分配： 传统的公司型网络（如 #Uber、##Spotify# 等平台）往往具有强烈的垄断提取属性。网约车平台提取了司机创造的相当比例的价值，而创作者在数字音乐流媒体上只能获得微薄的分成。 因为传统公司法的目标是保护中介机构和它们的投资人，而非边缘的参与者。 网络效应的共有化： 区块链让“建造真正像网络一样运行、而不是像公司一样运行的网络”成为可能。网络的价值随着公众的使用而增加，且这种价值可以直接通过协议代币分配给网络边缘的实际参与者和建设者，从而消除了中介寻租的空间。 二、 摆脱“拟物化”监管的法理救赎 如果强行将为“公司”打造的Howey测试等证券监管框架，套用在“去中心化网络”上，其结果必然是将网络扭曲成公司的形态——迫使控制权重新向少数人手中集中，重新引入中介机构，从而扼杀了区块链网络的核心优势。 《#CLARITY法案》的设计核心，正是为那些已经达到“足够去中心化”标准的区块链网络和数字资产提供一条明确的退出证券法管辖的合规路径。# 通过明确划分 #SEC（针对证券型、控制权集中的资产）与CFTC（针对去中心化、商品属性的资产）的职责边界，该法案使得建设者无需再为了迎合旧法规而被迫做出结构性的妥协，从而可以在安全、合规的环境下在美融资并进行长期建设。# 稳定币利益博弈与 $Circle 的结构性利好 随着全球美元稳定币的总供应量突破3000亿美元（其中 $USDT与 $USDC合计占据了约97%的市场份额），稳定币已从最初的交易所法币通道，演变为全球跨境支付和链上结算的重要基础设施。 在《CLARITY法案》中，针对稳定币收益率的最新妥协方案，成为了市场关注的核心焦点。 一、 收益率妥协方案的经济学逻辑 根据华尔街投资研究机构伯恩斯坦（#Bernstein）的研报，《CLARITY法案》目前的版本在稳定币利息支付上达成了一项微妙且影响深远的妥协：# 禁止被动持有收益： 法案禁止稳定币发行方向被动的代币持有者支付与银行存款“经济效果等同”的利息。 这一条款的法理基础是防止稳定币实质上变成“未经注册的货币市场基金”或“存款替代品”，从而引发传统银行业存款大规模流失（De-banking）的金融风险。 允许活性激励机制： 与此同时，法案允许与真实交易、支付及实际使用行为相关的奖励机制继续存在。 这一妥协方案，在经济学层面上，实际上对Circle和USDC生态系统构成了结构性的利好。 二、 #Circle# 的商业模式强化与防守 监管对现有模式的合法化： $Circle目前高度依赖与 #Coinbase# 等战略合作伙伴提供 $USDC 的持有及使用奖励计划。 法案对“活性激励”的豁免，意味着Circle现有的合规分销和用户留存路径获得了联邦监管的明确认可。 阻断高收益恶意竞争： 这一条款实质上限制了行业内其他缺乏合规牌照或离岸的稳定币发行方通过提供高收益（如利息化、收益型稳定币）来恶意争夺市场份额的空间。 它极大地抬高了新进入者的准入门槛，锁定了现有龙头的先发优势。 保护储备资产利差收益： 通过强化稳定币作为“支付工具”而非“存款替代品”的法律定位，该法案有助于Circle维持其庞大储备资产（国债及现金）的利差收益模式，这也是其最重要的现金流来源。 因此，伯恩斯坦继续给予 #Circle“跑赢大盘”评级，并设定了190美元的目标价。# 三、 #USDC# 在链上生态与新兴技术的渗透 链上数据显示， $USDC 在链上支付和钱包转账中的占比正在持续攀升。特别是在快速演进的AI时代， $USDC 在AI Agent（智能体）支付协议 x402 中的支付占比已经超过了99%。 AI智能体需要极低摩擦、即时结算且合规的支付媒介，而无需银行账户参与。 $USDC 的合规化定位与技术可组合性，使其成为了AI数字经济的事实标准。 此外，#Circle# 推出的 #ARC# 链测试网已累计完成2.44亿笔交易，其此前通过 $ARC代币预售融资的2.22亿美元，吸引了包括 #a16z# crypto、Apollo Funds、ARK Invest以及传统资产管理巨头 #贝莱德（BlackRock）在内的顶级机构参与。# 这进一步证明了，一旦监管明确，传统金融巨头与Web3原生资本的合流速度将远超市场预期。 立法程序中的时间窗口与博弈 尽管美国参议院银行委员会通过并推进《CLARITY法案》被业界视为历史性胜利，但多位资深分析师和立法专家警告称，该法案距离最终成为法律，仍需要跨越极其艰难的程序性障碍。 一、 立法程序中的核心瓶颈 两院文本的协调与合并： 接下来，参议院银行委员会通过的法案需与参议院农业委员会管辖范围内的立法草案进行合并，形成一份完整的参议院版本市场结构法案。 参议院全体60票门槛： 合并后的完整法案需要提交给参议院全体进行辩论。为了克服潜在的冗长辩论（Filibuster）阻碍，法案在参议院全体表决中必须获得至少60票支持。这意味着除了共和党议员外，还需要获得比目前多得多的民主党议员的支持。 两院版本协调与总统签署： 在参议院通过后，还需与众议院通过的版本进行最终的协调，达成一致文本，最后送交白宫由总统签署。 二、 紧绷的国会日历与时间窗口博弈 根据加密记者 #Eleanor# Terrett 在社交平台披露的最新动态，当前的政治和国会时间线并不容乐观： 五月休会的延误： 由于共和党内部在边境安全协调法案等核心议题上存在持续分歧，参议院在阵亡将士纪念日休会前未能推进相关议程。 这意味着《CLARITY法案》的文本协调和表决时间争夺，不得不推迟至6月初国会复会后。 六月繁忙议程的挤压： 国会复会后，参议院日程已极度紧张。议员们必须优先处理包括住房法案、农业法案在内的多项国计民生法案，以及面临6月12日截止期限的《外国情报监视法》（FISA）续期。 概率评估与延期预期： 在此背景下，市场普遍预测《#CLARITY法案》在参议院的全体审议很可能会被推迟至2026年7月。# 如果无法在8月国会暑期休会前完成两院文本协调与总统签署，该法案的通过概率将受到实质性影响。 目前，投行TD Cowen虽然将该法案最终通过的概率从三分之一上调至40%，但也指出实质性分歧（如消费者保护细则、利益冲突条款及道德限制等）仍未完全解决。 #Polymarket# 预测其在2026年年内通过的概率约为62%，显示出市场在乐观预期中依然保持着相当程度的理性与审慎。 结语：制度博弈和未来的共识 尽管前路依然布满荆棘，但《CLARITY法案》在参议院银行委员会的通过，已经发出了一个不可逆转的信号：加密行业在美国，正在从边缘走向主流制度的核心。 正如白宫加密政策顾问Patrick Witt所言，如果该法案最终顺利通过，它将为整个行业提供约90%所需的监管框架和政策确定性。 它将结束过去十年监管解释反复横跳的混乱局面，给开发者、消费者以及正在将数万亿美元资产向链上迁移的传统金融机构，提供一个清晰的“操作手册”。 金融历史的发展表明，制度的建立从来不是一蹴而就的，它是在不断的碰撞、试错、博弈与妥协中，逐渐寻找到平衡的过程。 从2025年《GENIUS法案》对稳定币创新的释放，到如今《CLARITY法案》对整体加密市场结构的法理重构，美国立法者正试图在这片数字土地上，建立起一套既能促进创新、又能维护金融稳定和保护消费者的现代化制度体系。

AI 与 Crypto：不是“加不加”的问题，而是“什么时候需要” 这个周末我去参加了一个很火爆的 OpenClaw Demo 活动，担任评委点评项目。 另一位评委是 Web2 圈非常有名的投资人，在这一轮 AI 浪潮里押中了像 MiniMax 这样的明星公司，战绩非常漂亮。 但他有一个非常明确的观点：不看好 Crypto。 他的逻辑其实也很简单——如果一个项目本身是一个很好的 AI 产品，但为了发币硬塞区块链进去，那基本就是把自己的路走窄了。因为一旦带上 crypto 标签，在融资、监管、用户认知上都会立刻进入一个更复杂的环境。 坦白说，这个观点我部分认同。 过去几年 Web3 确实有大量项目犯了一个错误： 先想发币，再找产品。 很多项目的区块链部分其实是完全多余的。 如果一个产品的核心价值不依赖链上机制，只是为了 Tokenomics 而加一层链，那基本上已经被市场证明走不通。 所以当一些 Web2 投资人看到“AI + Token”的项目本能反感，其实也不奇怪。 但问题在于： 很多人因此得出了一个过于简单的结论——AI 不需要 Crypto。 我认为这个结论同样是错误的。 AI 与区块链之间的关系，从来就不是一个“是否需要”的问题，而是一个在什么阶段必然会需要的问题。 而且随着 AI 进入 Agent 时代，这种需求会越来越明显。 ⸻ 一、AI 协作需要“可验证性” AI 未来不是一个模型，而是一整个 Agent 网络。 一个复杂任务的完成，可能需要几十甚至几百个 AI Agent 协同完成： •有的负责数据获取 •有的负责推理 •有的负责执行 •有的负责验证 在这种体系里，一个核心问题会出现： 谁做了什么？如何证明？ 如果所有计算和数据都在中心化服务器里，那最终只能靠平台信用。 但当 AI Agent 之间开始进行大规模协作时，可信记录和可验证执行就变得非常关键。 区块链的价值就在这里： •可验证记录 •不可篡改日志 •可编程结算 换句话说，AI 需要一个可信的协作底层。 这也是为什么像 0G 这样的基础设施会提出 DeAIOS（Decentralized AI Operating System） 的概念： 让 AI 的数据、计算和行为可以被验证，而不是黑箱。 ⸻ 二、AI 开发者需要新的激励体系 在 OpenClaw 的生态里，其实已经出现了一个很明显的问题。 很多开发者在开发 Skill。 这些 Skill 本质上就是 AI Agent 的能力模块。 但问题是： 开发者很难从中获得长期收益。 今天的模式大概是： •开发者贡献能力 •平台获得流量 •平台掌握收益 这种模式在 Web2 很常见，但它并不适合未来的 AI Agent 经济。 如果一个 Skill： •可以被反复调用 •可以组合进不同 Agent •可以在不同应用场景复用 那它本质上就是一种 数字资产。 而资产的确权、交易和收益分配，正是区块链最擅长解决的问题。 未来很可能会出现： •Skill Marketplace •Agent Asset •自动化收益分配 AI 能力本身会变成一种可交易的资产。 ⸻ 三、AI 数据主权问题会越来越严重 AI 的发展正在快速逼近一个新的问题： 数据荒。 高质量训练数据正在变得越来越稀缺。 同时，大模型公司已经在大量使用互联网内容进行训练： •文章 •图片 •视频 •代码 这些内容的创造者是谁？ 人类。 但在现有体系里，人类几乎得不到任何回报。 如果这种模式持续下去，很可能出现两件事： 1️⃣ 数据质量持续下降 2️⃣ 创作者动力消失 未来一个更合理的体系应该是： •数据有来源 •数据有所有权 •数据可以被授权使用 •数据贡献可以获得收益 这其实就是 数据资产化。 而区块链正好可以提供： •数据确权 •数据授权 •数据使用记录 •自动分润 简单说： AI 不仅需要算力，也需要一个新的数据经济体系。 ⸻ 四、Web3 从业者不需要羞于表达 最近在很多 AI 活动上，我也发现一个很有意思的现象。 不少做 Web3 的朋友在自我介绍的时候，会刻意淡化自己的背景。 甚至有点不好意思说自己来自 Crypto。 我其实觉得 完全没必要。 Web3 的确经历过泡沫、叙事过剩和很多失败的项目。 但这并不意味着技术本身没有价值。 很多技术路线其实是超前于时代的。 现在 AI 的发展速度正在重新打开很多可能性： •AI Agent •去中心化算力 •数据资产 •AI 协作网络 这些问题，本质上都需要： 一个可信的数字经济基础设施。 而区块链正是为这种系统而生的。 ⸻ 五、真正的问题不是“AI 要不要 Crypto” 真正的问题其实是： 什么时候需要。 如果一个 AI 产品： •不需要去中心化 •不需要资产化 •不需要协作网络 那确实没必要上链。 但如果未来 AI 进入： •Agent 经济 •AI 协作网络 •数据资产市场 那区块链几乎是必然出现的底层设施。 所以我其实很能理解那位 Web2 投资人的观点。 只是从更长周期来看： AI 和 Crypto 很可能不是竞争关系，而是互补关系。 AI 负责智能。 区块链负责信任和经济系统。 当这两者真正结合的时候， 我们可能会看到一个完全不同的数字世界。 而现在，其实才刚刚开始。

AI终局与人类解放：为什么说“不需要工作”不是失业？——从技术性失业到财富共享，当“勤劳致富”面临范式重塑 文／楼上楼 “当AI与机器人创造的社会财富足以覆盖全人类的基本生活开销时，人类将真正迎来‘不需要工作’的时代。”这一观点近年来频繁出现在国际科技界和经济学界，引发广泛讨论。它不仅关乎人工智能和具身智能带来的自动化浪潮，更触及全民基本收入（UBI）、财富分配机制变革以及未来社会治理等深层命题。随着AI快速发展，人类或许正站在一次新的生产力革命门槛上。 一、AI时代：劳动不再是财富唯一来源 关于“未来工作成为可选项”的设想，最具代表性的倡导者来自硅谷。 OpenAI首席执行官奥特曼在《万物的摩尔定律》中提出，AI将持续降低住房、医疗、教育等基础生活成本，资本和技术将逐步取代劳动成为财富的主要来源。因此，他建议建立全民股权基金，通过向大型科技企业征税，让技术创造的财富以全民分红形式返还社会。 马斯克多次公开表示：“未来，工作将成为一种可选项。”他认为，随着通用人工智能和人形机器人的普及，社会生产力将大幅提升，人类将从“全民基本收入”迈向“全民高收入”，工作更多是兴趣和创造，而非维持生计的必需。 这些观点虽然仍有争议，却反映出一个越来越清晰的趋势：当AI成为主要生产力后，人类社会必须重新思考劳动、财富和分配之间的关系。 二、从技术性失业到财富共享 AI革命带来的社会变化，大致可以分为三个阶段。 第一阶段是技术性失业。AI和机器人率先替代大量重复性、标准化工作，企业效率不断提高，但传统就业受到冲击，劳动者的不安全感明显增强。 第二阶段是财富临界点。随着自动化深入制造、物流、农业、医疗等领域，社会生产效率持续提高，商品和服务供给更加丰富，基础生活成本不断下降。当AI创造的财富足以保障全民基本生活时，人类便具备了迈向“后稀缺社会”的物质基础。 第三阶段是分配机制重构。如果财富主要由AI创造，而收入仍然只能依靠劳动获得，就会导致财富过度集中、消费能力不足。因此，未来社会可能探索全民基本收入、全民分红、数字税等新制度，让技术红利惠及更多人，而不是集中于少数资本拥有者。 三、“不需要工作”并不等于“失业” 很多人容易把“不需要工作”理解成“没有工作”，实际上二者有本质区别。 失业意味着失去收入来源，也失去生活保障，因此伴随着焦虑和贫困；而“不需要工作”，则意味着社会已经拥有足够高的生产力，可以保障每个人的基本生活，人们不再必须依靠出售劳动时间维持生存。 区别在于是否拥有真正的选择权。 今天，大多数人是“为了生活而工作”；未来，人们可能更多是“为了热爱而工作”。 艺术创作、科学研究、教育、公益、体育、陪伴家人、探索世界，都可能成为人们投入时间的重要方向。劳动不会消失，而是逐渐从谋生手段转变为实现价值的选择。 四、“勤劳致富”为什么面临挑战？ “勤劳致富”长期以来都是现代社会的重要价值观，因为农业时代和工业时代的财富主要依赖人的劳动创造。 但AI时代，财富来源正在发生变化。未来，大量财富可能来自算法、算力、机器人、能源和自动化生产系统，而不是人的劳动时间。机器能够全天候运行，其效率远远超过人类，单纯依靠增加劳动时间，已经越来越难获得竞争优势。 这并不意味着勤劳失去价值，而是意味着勤劳不再是财富分配的唯一依据。 如果制度仍停留在“只有劳动才能获得收入”的传统逻辑，而生产却越来越依赖机器，就可能导致技术红利集中于少数资本拥有者，普通劳动者即使十分勤奋，也难以分享到生产率提升带来的收益。 因此，AI时代真正需要更新的，不是勤劳本身，而是财富分配机制，让技术进步能够惠及整个社会。 当然这一设想仍存在不少争议。例如全民基本收入是否会增加财政压力，是否影响劳动积极性，AI创造的财富能否长期支撑全民福利，目前都没有统一答案。这说明制度创新必须与技术进步同步推进。 五、AI终局：技术革命，更是制度革命 人工智能带来的真正挑战，不只是就业，而是整个社会运行逻辑的重塑。工业革命解放了人类体力，也催生了八小时工作制、现代社会保障制度；当AI开始承担越来越多的脑力和体力劳动，人类同样需要建立与新生产力相适应的制度安排，让技术红利能够惠及全体社会成员。 未来中国是否会进入“不需要工作”的时代，并不仅仅取决于AI技术的发展速度，更取决于制度创新能否与生产力同步演进。如何提高效率的同时维护社会公平，如何让更多普通人分享技术创造的财富，将成为未来治理的重要课题。 可以预见，“勤劳致富”作为工业时代的重要价值观不会完全消失，但路径可能发生深刻变化。未来真正值得追求的不是让所有人停止工作，而是让每个人拥有“可以工作，也可以不工作”的自由，让劳动从生存需要转变为创造价值和实现自我的选择。 AI的终局，不是机器取代人类，而是技术帮助人类摆脱生存压力，把更多时间留给创造、家庭、教育和精神成长。如果这一天能够到来，或许不是文明的终点，而是人类迈向更高自由形态的新起点。

就目前我对 AI 的理解而言，对我自己而言。我自己能完全掌握的，就是利用 AI 提升自己的效率。真正应用的还是结合到现实工作的场景。 老板要一份意大利的文件，我可以用 AI 在几分钟内把意大利文翻译成中文，让他能看清楚。公司官网搭建，外包团队报价15000，我可以用 AI 让他省去这笔费用。 公司要设计一个 IP 形象，至少我可以用 AI 帮他完整地设计一整套 IP 形象。可以用 AI 开发自己的第一个小程序。 对我自己而言，目前更多还是结合工作。你真的让我创作一个所谓的高质量 APP，或者一个更大需求的 Fab Coding，说实话，我没那个水平。 毕竟是做电商出身的，做跨境、做美工，对我自己而言，更大的帮助还是在设计这一块：不需要我自己手绘，也不需要我每天没日没夜地找素材、用 PS 去倒腾。至少在解放生产力、解放双手这方面，AI 对我的帮助功不可没。 每天也看着很多 AI 博主，各种视频、各种教程，包括一些自媒体的各种推广。说实话，我自己几斤几两还是知道的。 也跟一些00后聊天，发现他们的想法真的是天马行空，不能说完全不好，确实在一定程度上有很大的创造力。值得我们好好学习。 有些人可能天生就是有远见、有洞察力。老说光脚的不怕穿鞋的。可是真到你自己有鞋了，你也开始怕光脚了。像我诸暨的兄弟，他现在就在中亚混得不错，自己开民宿、自己开超市。他一直叫我过去帮他。如果我也是单身一个人，说实话肯定也去了。只是现在你有了家庭，好多东西抛不开，有顾虑的东西太多了。 那你说这有错吗？似乎也没有。每个人的选择都是不一样的。遇贵人先立业，遇良人先成家。可能我就是后者。你说，每天这样骑个小电驴在城市中穿梭，现在这样，心里不甘吧？肯定有。但是抛开这些，说实话，就如我以前说的，在这个时代浪潮下，终究还是一个普通人。

HerName女性AI社群从昨晚第一次会议到现在， 群里的各位杰出女性已经摩拳擦掌了！ 她们不光在各自领域内有非常深刻的见解， 更懂女性在这个时代需要什么， 给大家介绍一下我们社群里部分牛逼的女性们： 1. 阿淼 @Mie_Heroin 伦敦做艺术创作的05后，AI辅助哲学论文、写小说、做艺术作品全玩过一轮，每一段经历都成了她素材库。对女性议题、性别叙事、玄学八字都有独门观察，关注她能蹲到一堆稀有视角。 2. 🌟Lisa🌟 @MindOS_Lisa 商科全奖硕士，0代码转型学AI的流量场实战派。对X平台的轻量化传播逻辑有自己的一套判断，想知道X运营焚诀？想搞流量又怕焦虑？蹲她准没错。 3. WoooW @wooxiaoling 北京地产十年+杭州创业十年的硬核老兵，公司解散后直接转身拥抱AI。连续创业者，all in ai。如果你也是中女，想看一个走过两个十年的姐姐如何用AI开启第三个十年？关注就对了。 4. 沈美丽子 @Shenmeili1213 持续创业者，现居泰国，国内实体餐饮老板娘转身泰国车租赁，微商时代的实战派现在All in AI。从微商到跨境再到AI赋能，想看非典型女性创业者怎么把每一次浪潮都踩准，关注她。 5. Kiki @Sususu6799 搞钱很有一手的00后数字游民小姐姐（别去她主页，我怕你出不来），简中区第一顶美来的，想找一个不灌鸡汤、只聊真问题的搭子，从她开始。 6. nini @nini_incrypto_ 07商科女大，人美就算了，还是天选流量圣体。一个还没被定型、什么都敢碰的00后，关注她看她到底能长成什么样子。 7. Yana @YanaTangtang 财务+运营双背景，正在用AI硬啃行业研究报告这块硬骨头。她不是玩票的，目标明确——要做一份能卖钱、能给非上市公司做战略咨询的报告。从提示词到Claude工具链全在迭代，方法论意识拉满。想看传统职场人如何用AI把咨询业务搬到自己桌上，跟着她就行。 8. Holly.W @Holl79655 研发出身、体育行业连续创业、做过品牌，她40岁果断提桶拥抱AI的人生重启选手。单亲妈妈+AI新兵+行业老炮，三个身份在她身上一点都不冲突，育儿、教育、心理学、润学想聊哪个都能聊得深 9. Nora @NoraX2026 清华毕业独闯美国的00后，开启推特相亲赛道第一人，半个月涨粉1k，从AI小白到搭工作流的速度肉眼可见，这种产品感是教不出来的。

Grok 4.1 免费一键生成电影级AI大片 & MV｜连续故事情节·画面连贯·首尾帧一致！ ​ 很多人以为 AI 视频生成还停留在“单帧图→简单动效”的阶段，但 Grok 4.1 的能力已经远超预期：它不仅能根据文字提示生成高清图像，还能基于已有画面“续写”后续镜头，实现真正的“故事化生成”。整个过程几乎不需要后期配音或剪辑，AI 自带音效与情绪节奏，真正做到了“输入想法，输出电影”。 我选择了一个科幻动作短片作为实验对象：一位年轻、精致的中国女性，在未来都市摩天楼顶操作全息界面，突然城市警报拉响，她神情转为警惕，随后乘直升机撤离，最终在混乱街头展开枪战……整个故事线清晰、情绪递进，而这一切，仅靠几段提示词+三张关键帧就完成了。 值得一提的是，Grok 支持自定义分辨率，比如我输入“16:9”，系统会自动适配宽屏比例，非常适合视频制作。提交后，几秒内就生成了8张高质量图像，其中第一张最符合我的预期：红衣女子站在高楼边缘，手指轻触悬浮全息地图，发丝被风吹起，背景是霓虹闪烁的未来都市。这张图，就是我们整个视频的“封面帧”。 接下来是关键一步：用这张图作为种子，生成第一段视频。点击“生成视频”，Grok 会自动基于该图像生成6秒左右的动态片段——人物微表情变化、发丝飘动、全息界面数据流闪烁，全部自然流畅。生成完成后，默认画质是标清，但点击右上角“HD”按钮可一键提升至高清，再下载保存即可。 为了实现“连续剧情”，我们需要把第一段视频的最后一帧截图作为下一段的起点。这里有个小技巧：用 PotPlayer 打开视频，拖到结尾，右键→视频→图像截取→保存为 PNG。这个截图会被当作“新参考图”，上传回 Grok 后，我们就可以在提示词里写：“承接上一幕尾帧画面，夜幕完全降临，全息城市地图开始闪烁，多个区域突变为红色警告状态……”——AI 会严格遵循前一帧的构图、人物姿态、光照方向进行延续生成。 我重复了三次这样的“接龙”操作： 第二段：她神情转为警惕 第三段：直升机从头顶掠过，她纵身跃入舱门 第四段：她在直升机内操作控制台，窗外是燃烧的街道 第五段：她滑降落地，手持武器，与暴徒对峙 每一段都保持了角色一致性：发型、服装、肤色、甚至指甲油颜色都未改变；场景逻辑也严密衔接——从高楼→直升机→街道，空间转换合理，毫无违和感 最后，我把这5段视频导入 Adobe Premiere Pro，简单拼接、调整时长，再加一点过渡效果，最终成片约30秒。整个流程耗时不到1小时，而传统影视制作可能需要数周。 更令人惊喜的是，Grok 4.1 对“情绪”的理解非常细腻。比如在“警报响起”那段，我只写了“眼神转为警惕”，生成结果中她的眉毛微蹙、瞳孔收缩、嘴角紧绷，连睫毛的颤动都恰到好处；而在枪战高潮段，她扣动扳机的瞬间，手臂肌肉线条、枪口火光、飞溅的碎石尘埃，全都高度写实。 当然，目前仍有优化空间：部分动态细节（如头发飘动轨迹）偶尔不够自然，长视频仍需分段生成+手动拼接。但考虑到这是免费账号的体验，它的表现已远超同类工具。 如果你也想试试，记住三个核心要点： 提示词要具体到“动作+情绪+光影+风格” 每段视频结尾务必截图，作为下一段的“锚点” 多生成几版，挑选最连贯的一组进行拼接 技术正在以惊人的速度消弭创意与实现之间的鸿沟。过去需要团队协作的短片，现在一个人、一台电脑、一段想象，就能完成。这不是取代创作者，而是赋予我们前所未有的表达自由。 愿你我都能在技术浪潮中，找到属于自己的叙事节奏。 #AI# #AIAgent# @nikitabier @XCreators @grok @xai @SpaceX @cb_doge @Tesla #grok#

这篇文章是根据 @RallyOnChain 的最新活动 “The NFT comeback ” 相当于写的一篇话题作文，有创作者奖励，其实我主要就是想学习下，读一读文章，写一写。 注册链接： 话题链接： 参评正文： 《回归不是游行，而是机器与隐形的协议》 下一个NFT周期不会以底价截图和动物园头像的形式回归。它会悄无声息地嵌入你每天使用的应用里，甚至不会告诉你“这是一个NFT”。 我的预测是两股力量同时推动这场复苏：一是消费级的隐形所有权，二是AI代理驱动的链上经济层。两者都不会像上一轮那样喧嚣。 第一股力量：NFT变成看不见的收据 人们不想要代币，只想要证明“这属于我”的凭证，便携且难以伪造。下一波浪潮里，NFT不再是一张猴子图片，而是一张能记住你参加过所有演出的演唱会门票，一个能在不同游戏世界之间携带的道具，一个无需Discord迷宫就能解锁访问权限的创作者徽章。它们更像带有灵魂的数字收据，而不是赌场筹码。 第二股力量：机器成为主要市场参与者 但真正改变游戏规则的是AI代理。当链上AI需要处理数据来源、上下文隔离和执行权限时，NFT提供了一个可验证的原语。微调模型、专用数据集或自定义提示在自主系统之间交易时，它们需要一个安全的非同质化包装器来定义所有权和自动版税路由。这不是人类的虚荣心游戏，而是AI经济的基础设施。 更具体来说，未来两年我们会看到：实时可编程资产取代静态图像，代币基于链上触发器而变异；代理通过代币绑定账户（如ERC-6551）拥有自己的工具和流动性头寸。像RallyOnChain这类协议正在利用智能合约让AI算法评估人类参与度并在链上分发奖励。当营销和验证层被机器自动化时，被移动的数字资产也必须同样可编程。 术语的死亡 我不认为“NFT”这个词能熬过这次回归。到2028年前，它很可能被完全抽象化，换成“状态凭证”或“可编程IP”。大多数人会使用这种技术，却从未说出“NFT”这三个字母。 所以，下一次浪潮是喧闹还是安静？ 两者都是。消费侧会安静得几乎不可见，基础设施侧则由机器在后台制造巨大的链上交易量。别等人类再次疯狂购买JPEG。真正的交易量来自自主工作流保护它们的数据供应链。下一个破圈的不会是一个艺术家或一个项目，而是一个你从没听说过的协议，突然支撑起百万级AI代理的日常操作。 困境在于：如果NFT变成了隐形基础设施，大众文化还会关心它吗？也许不需要关心。就像没人每天感叹TCP/IP协议一样，最好的技术就是消失的技术。