Anthropic IPO路演：1）明年底arr做到3000亿美元；2）coding ai目前收入占比降到40%；3）enterprise ai业务收入占比快速提升，有望超过coding ai。 5年后，coding 收入可能下降到10%不到，到时候你们就知道了，这5年内但凡RSI出一个革命性突破，TAM都是逆天的非连续性跳跃。 奇点之后，最牛的实验室将来就是超级利维坦，唉。人类已经走入了深渊。 我远期其实有点悲观，当全球收入中位数与平均数剪刀差持续拉大(注意不只是CN老美也是如此)，到了极致后，那么会从碳基需求不足蔓延到硅基需求不足。解决方案要么是UBI / 算力税，要么硅基自我闭环完成（机器经济体），但是针对UBI，真能实施顺畅吗，人性能改变吗？我相信AI技术，但不相信人性。当这次AI技术跃迁无法再次匹配分配制度的变革，又将如何？

大摩重磅研报：SpaceX 与特斯拉的终极 AI 协同 物理 AI 协同：大摩将两企视为同一套 AI 栈的两半——特斯拉负责物理硬件与真实数据（Cybercab、Optimus、Megapack），SpaceX 提供算力、星链连接与资金，双方还联合 Intel 打造 Terafab 芯片厂。 落地决胜终局：在大模型边际收益递减后，AI 竞赛将从“软件刷分”转向“物理世界部署”。谁能把 AI 经济地接入实体经济，谁就能赢下终局。 估值重新定价：SpaceX $300 目标价本质是 AI 交易（Enterprise AI 占 $165，Starlink $118）；特斯拉目标价看 $400。大摩认为中短期翻倍仅是起点，长期具 10–100 倍重估潜力。 市场和很多人还没有理解，Physcal AI这块目前全世界除了Tesla/SpaceX以外没有第二个大规模可以真正落地的投资标的了。这套“物理硬件+算力星链”组合拳确实太顶了。AI 拼到最后，果然还是要看谁能真正落地到现实世界。马斯克这盘布局十几年的大棋算是彻底下明白了！

今天很意外的发现，All In昨天最新一期，聊的话题也跟我昨天说的OpenAI成立AI Deployment公司相关，而且他们直接请了SalesForce的CEO来做客聊这事儿 我简单看了下，视频里面有三个点有点意思，跟我昨天写的内容正好做个呼应 1. OpenAI亲自下场证明这个事儿不容易，算是被逼无奈 就大家以前以为企业的AI adoption 是：Prompt → 接 API → boop boop boop → 自动化完成……结果发现Too Young Too Naive，原因就是我昨天写的那些东西， 有点像“模型卖不进去，只能自己下场帮客户装”的Feel 但是！这里要说但是了！这事儿从好的一面想，这生意的TAM可能单纯比API revenue要大得多。企业愿意为这个花的钱，可能远大于API fee，毕竟API就是个工具预算，企业的AI Transformation那是战略预算，做过高管或者PLanning的老铁都懂 2. Salesforce CEO Marc Benioff 的观点 - 如果 AI 要改 SaaS 玩法，Salesforce会主动转型。 他们现在活的还挺好，各种数据啊营收啊都很不错。因为现在AI渗透进企业的速度远不及预期。真正有价值的不是软件本身。而是跟企业的关系+信任+内部部署能力+数据和上下文等等 他说Salesforce本来就是本来就是 API-first architecture，所以它比很多传统SaaS更容易 agent-native转型。他认同SaaS 前段UI未来可能被 AI 吃掉，以前那种按席位收费的好日子可能也一去不复返了，但Salesforce完全可以转型成一个AI 的Backend，或者说Operating layer，按API调用来收费，走基础设施流 3. 大佬Chamath认为过去他看空SaaS是对的，但现在这个时间点，SaaS有点跌无可跌了 或者更准确一点他的原话是- “the low end of the market is basically finished” “the high end of the market where Mark operates is quite safe” 低端 SaaS可能真有结构性问题；高端Enterprise SaaS 可能已经被市场错杀 他的逻辑就是之前说的，如果OpenAI 自己都要花大钱搞 deployment company，说明 enterprise AI adoption 根本没那么简单。所以之前业界盛传的“AI会秒杀 enterprise SaaS” 这个叙事根本没那么成立。 看了下SalesForce的股票，从24年底高位到今天已然腰斩，这周四+周五收盘都是逆势强势反弹，可能跟第一季度财报数据很好+1份价值7200万美元的美国空军合同有关。当然，也可能是市场反应过来，OpenAI亲自下场做AI deployment，对Salesforce其实是利好，不是利空。变相替Salesforce来教育市场 - “AI kills SaaS这事儿暂时不成立，顶流SaaS护城河依旧很深，我们可能之前真的恐慌超卖了……” 正好这两天看到 @ShanghaoJin 等一些美股大佬有在说硬件Infra短期可能有些情绪顶，软件其实可以看看，感觉SalesForce近期得加入关注列表了！

一篇不错的解读：《META出租H100与购买先进算力并不矛盾》 Meta 做 NeoCloud 与继续租 Crusoe 1.6GW，并不矛盾 昨天盘前，Meta 被报道正在考虑把多余 AI 算力对外商业化，甚至做成类似 NeoCloud 的业务。市场第一反应非常剧烈：Meta 盘前上涨接近 6%，但 AI算力和 neocloud 相关股票则受到负面 Narrative 影响, 市场担心的是：如果 Meta 也开始把 GPU 算力对外卖，是否会直接导致算力过剩？ 这个反应可以理解，但我们认为市场把问题想简单了。 首先，Meta 这件事本质上不是“AI 算力需求见顶”，也不是“Meta 不需要继续买算力”。相反，Meta 同时还在继续锁定非常大规模的新算力。根据 Bloomberg/Reuters 报道，Meta 最近与 Crusoe 签署了新的 AI computing capacity 协议，将从 Crusoe 位于 Texas Childress 和 Missouri Warrenton 的两个数据中心获得合计约 1.6GW 的容量。 同时，Meta还在向其他Neocloud购买算力。我们在去年3Q25 META Preview中就提到过META正在向NeoCloud寻求购买3GW算力。 所以表面上看，这里确实有一个矛盾：如果 Meta 自己已经有多余算力，为什么还要继续向 Crusoe 租 1.6GW？ 我们的理解是，这不是矛盾，而是算力代际切换。 过去两年，Meta 已经采购和部署了大量 H100/H200。这些 GPU 不是没价值，恰恰相反，它们对 inference、fine-tuning、企业模型服务、图像/视频生成、传统 ML workload 仍然非常有价值。但对于下一代 frontier model training，尤其是 3T+ 参数规模的 MoE、长上下文、多模态和 RL-heavy post-training，H100/H200 的训练经济性会明显下降。 关键不是 H100 不能训练，而是单位有效 token 成本变差。 当模型进入 3T+ 规模后，瓶颈不再只是单卡 FLOPS，而是 HBM 容量/带宽、GPU 间通信、scale-up 网络、checkpoint/restart、expert routing、sequence parallel、pipeline bubble、以及大规模 collective communication。H100 集群当然还能跑，但训练 wall-clock 更长，通信开销更高，集群利用率更难维持，最终表现为同样训练一个 frontier model，成本和时间都不如 GB200/GB300，未来更不如 Vera Rubin。 因此，Meta 现在面对的是一个很典型的资产配置问题： 最先进的 GB200/GB300/Rubin，要优先留给下一代模型训练；上一代 H100/H200，则应该尽量转成 inference 或外部商业化收入。 这也是为什么“做 NeoCloud”和“继续租 Crusoe 1.6GW”可以同时成立。 Meta 继续向 Crusoe 锁定 1.6GW，本质上是在为更长期、更先进、更大规模的 AI infrastructure 做准备。这种资源对于 Meta 来说，更多是未来 GB200/GB300/Rubin 时代的战略性产能，而不是简单补 H100 的缺口。 另一方面，Meta 既然已经买了大量 H100/H200，就不可能让这些资产在 frontier training 代际切换后闲置。Meta 内部当然有广告、推荐、内容排序等大量推理 workload，但这和 OpenAI/Anthropic 那种直接面向外部客户卖 token 的 LLM inference 业务并不完全一样。Meta 如果没有足够多可以直接 monetization 的外部 token demand，把 H100/H200 做成 cloud capacity 或 hosted model API 对外销售，是非常合理的资本回收方式。 这其实和 xAI / SpaceX 的思路有相似之处。xAI 今年公开宣布与 Anthropic 达成 compute partnership，向 Anthropic 提供 Colossus 1 算力；xAI 官方称 Colossus 1 包含超过 22 万张 NVIDIA GPU，包括 H100、H200 和 GB200，并可支持 training、fine-tuning、inference 和 HPC workload。(xAI) 这说明即使是 frontier AI 公司，也可能把一部分已有 GPU fleet 对外出租，同时把最新、最稀缺、训练效率最高的下一代集群保留给自己的 frontier model。 所以今天市场担心“Meta 进入 NeoCloud 会打垮所有 NeoCloud”，我们觉得有些过度。 更准确的判断应该是： AI 算力市场正在从单一的 GPU shortage，进入多代 GPU 分层定价和分层使用阶段。 第一层是最新训练算力：GB300、Rubin，以及后续更大 scale-up domain 的系统，主要服务 frontier model training。这部分供给仍然稀缺，客户仍然会向 Crusoe、CoreWeave、Nebius、Oracle、Microsoft 等各类供应商锁产能。 第二层是上一代高端算力：H100/H200/部分 GB200，更适合 inference、fine-tuning、enterprise AI、hosted model、agent workload 和中小模型训练。这部分不是没有需求，而是从“最稀缺的训练资源”变成“可以规模化商业化的推理资源”。 第三层是更通用的 GPU cloud 和 long-tail enterprise workload，对价格更敏感，但需求弹性也更大。 在这个框架下，Meta 的行为其实很合理：它不是停止建设 AI infrastructure，而是在把不同代际的 GPU 放到最适合的经济用途上。 因此，我们不认为这是 AI infrastructure 的大问题。真正重要的判断是：下一代 frontier model training 对 GB200/GB300/Rubin 的需求仍然非常强；同时，H100/H200 这类上一代 GPU 也不会被废弃，而会进入 inference monetization 和外部算力销售阶段。 这对整个 AI supply chain 的含义反而是： GPU fleet 开始变成多代际资产，而不是一次性训练工具。旧 GPU 不归零，新 GPU 继续稀缺。Meta 做 NeoCloud，不是需求崩了，而是算力资产终于开始金融化和商业化。

Notion Business 和 Enterprise 的 AI 不再不限量：每人每月 1,500 个 Standard 积分加 500 个 Select 积分，现有工作空间 11 月 2 日切换 Notion 的 Business 和 Enterprise 套餐，此前宣传 AI 不限量使用，现在改成按积分算：每位成员每月 1,500 个 Standard 积分和 500 个 Select 积分。10 月 19 日起新建的工作空间已经用上新规则，现有工作空间 11 月 2 日切换。官方说额度可能因套餐和采购协议不同，签了合同的企业以合同为准。 两种积分的区别在于谁选模型。让 Notion 自动挑模型（Auto 模式）时扣 Standard 积分，日常的写作、翻译、问答、AI 公式都走这里。自己手动指定模型，或者运行给自己用的自定义智能体（Custom Agent），扣 Select 积分。 官方给了估算：Auto 模式下，简单任务约 5 个积分，复杂任务约 25 个。手动选 Opus 5.5 做同样的事，要 50 到 150 个。所以 1,500 个 Standard 积分够做几百次日常任务；500 个 Select 积分如果全用顶级模型，简单任务十次左右，复杂任务三次多就见底。Notion 说绝大多数用户每月用不完。 两种积分各算各的，不能合并，不能转给同事，也不能换成别的积分，每月重置，没用完的不结转。Select 用完、Standard 还有，可以把 Notion Agent 切回 Auto 继续用。 用完会被扣钱吗？默认不会。积分耗尽后，相关 AI 功能暂停，等下个月重置。管理员可以在设置里打开一个开关，让成员用完后继续消耗工作空间另外购买的 Notion 积分，这个开关默认关闭。另外，个人的 Notion Agent 现在可以接入自己的 ChatGPT Plus、Pro 或 Go 账号，用 ChatGPT 的额度代替 Notion 积分。 容易漏掉的是会议记录。AI Meeting Notes 从 12 月 1 日起开始扣 Standard 积分，官方估算一小时会议约 10 个。单算会议，一个月的额度够录 150 小时，但它和日常 AI 用的是同一笔额度。常开会又常用 AI 的团队，管理员最好在切换后先看看成员的实际用量，再决定要不要打开额外积分的开关。 官方用量规则： 产品公告：

170 Jiangxi enterprises showcase at Canton Fair’s Advanced Manufacturing exhibition. Right-hand-drive NEVs, mobile air conditioners and automotive batteries stand out across 18 categories. 江西省170 家企业参展广交会先进制造业主题展，产品覆盖电子电器、新能源等 18 个展区。其中，右舵新能源车、移动式冷气机、汽车蓄电池等产品吸引客商驻足。 #中国智造惠全球# #第140届广交会# #CIEF# #China# #世界经济看中国# #中国进出口商品交易会# #秋天的回响#

吴说获悉，OP Enterprise 现已支持 Soneium 的链上运营，Optimism 基金会和 OP Labs 将在全托管模式下提供部署、升级、排序器、节点基础设施、日常监控及事故响应支持，并通过服务等级协议设定每月 99.9% 的运行时间目标和 7×24 小时应急响应。Soneium 仍保留其区块链的所有权、路线图控制权及工程参与，团队将继续推进代币化知识产权和链上娱乐应用，包括链上版税分配及面向 AI 的知识产权工具。Soneium 此前已运行在 OP Stack 上，本次合作仅涉及 OP Enterprise 的全托管运营支持，不包含互操作性或跨链功能。

吴说获悉，DDC Enterprise 公布 2026 年上半年未经审计财务数据：总营收 2020 万美元，同比增长 29%。公司截至公告日持有 2899 枚比特币，较 2025 年底的 1181 枚增长 145%；上半年净亏损 3840 万美元，主要因比特币财库持仓产生 3430 万美元非现金未实现公允价值损失。董事会已批准为期 18 个月的股票回购计划，金额上限为 1000 万美元或 A 类普通股流通股的 20%。

Meta 宣布推出名为“Meta Enterprise Platform”的企业服务平台，正式把服务企业客户作为公司未来的核心业务支柱之一。 Meta 打算把自家的底层技术开放给各类公司和开发者使用。初期开放的技术包括智能助手 Muse、商业助手 Meta Business Agent、编程工具 Muse Code 以及相关的软件开发接口，方便企业把 Meta 的 AI 能力直接接入到自己的业务流程中。 为了负责这项新业务，Meta 挖来了企业软件领域的资深管理者 CJ Desai 出任首席企业平台官，直接向扎克伯格汇报。CJ Desai 之前担任过 MongoDB 的首席执行官，也在 Cloudflare 和 ServiceNow 担任过核心高管。 Meta 表示，后续会把保护数据隐私和系统安全放在首位，帮助不同规模的公司借助 Meta 的 AI 工具提高运转效率、拓展客户群。 官方公告：