#OKX# 默默开了盘前三大热门IPO股票！ 我选择空了 #OpenAI，做多了# #SpaceX。# 逻辑很简单，估值太离谱了，都按照10亿枚总量计算，以现在价格计算，Anthropic 盘前市值1.21万亿美金，OpenAI 1.28万亿美金，SpaceX 2.06万亿美金(开盘价更高)。 以三家公司最新的融资估值情况来看，SpaceX为1.75万亿美金，OpenAI为8520亿美金，Anthropic最新一轮预估在9000亿美金。 总结来看，SpaceX最为合理，OpenAI明显估值偏高！叠加最近马斯克与奥特曼打官司，发现奥特曼人品不太行，空 #OpenAI# 没毛病！🧐

这是个疯子，也是个天才 Leopold 两年前被 OpenAI 开除，两个月后写出论文，判断 AI 在2027年爆发，直接影响白宫启动二战以来最大规模的工业动员 他没有金融背景，华尔街也对他的论文不屑一顾，于是他干脆自己成立基金，年仅 23 岁狂赚百亿 📌现在他开始大举押注 AI 崩盘，具体详情👇 先看看最新持仓数据，2025年Q4 持仓价值55亿美元 到了今年 Q1 持仓价值升至 136亿美元 不对啊，Leopold 不是做空吗？怎么持仓还多了呢？ 实际上，增加的这部分仓位，是put 看跌期权 看跌的这些股票正是这一轮 AI 的龙头们：英伟达、英特尔、美光、AMD 等 仅半导体和 AI 硬件链相关 Put，披露名义价值就超过 73 亿美元 第一部分是 put 看跌期权 GPU：Nvidia、AMD ASIC / 网络芯片：Broadcom 代工：TSMC 设备：ASML 内存：Micron 指数：SMH 云基建：Oracle 传统芯片转型：Intel Leopold 基本看跌整条 AI 硬件链 第二部分是现货 Q1 总13F 现货价值39亿美元，较去年Q4减少约16-17亿美元 Q1 现货端最值得看的加仓方向主要有四类 第一类：存储 SanDisk 第二类：电力 Bloom Energy 第三类：AI 云算力 CoreWeave 第四类：数据中心 IREN、Applied Digital、Riot… Q1 减少或退出的方向更有意思 第一类：光通信 / 光模块链 Lumentum 约 4.79 亿美元清仓 Coherent 约 8865 万美元清仓 第二类：传统半导体转型 Intel Call 价值约 7.47 亿美元清仓 第三类：能源服务 包括 Cipher Mining、Hut 8、EQT、Kilroy Realty、Liberty Energy、Tower Semiconductor 等 从这些持仓数据总结 他做多的是数据中心的资源端 电力、土地、高功率站点、存储、矿企改造、算力承接资产 他做空的是数据中心资本开支交易里已经涨满的供应链端 GPU、半导体设备、代工、ASIC、光通信、云厂商估值 最后分析 天才少年没有退出AI，相反他在put AI 硬件锁定利润，加仓AI基建，等待更好的出手机会

今日美股总结：这只是一次健康的洗盘，AI这轮浪潮才走到一半 今天半导体确实跌得不少，AI基础设施这条线普遍承压，好几只股票盘中跌幅都超过了5%。 看着账户数字一路往下走，谁心里都不会好受，这是很正常的情绪反应，不是你不够理性、不是你操作有问题，我今天的心情跟大家是一样的。 只要这段时间站在多头这一边，日子大概率都不好熬，你现在心里的这些拉扯和难受，此刻场内很多人都在经历同样的事，你不是孤军奋战。 先说结论：这一轮下跌，本质上是涨得太快之后的一次自然回吐 拿费城半导体指数(SOXX)来说，在一段大涨行情中途出现15%到25%的回调，其实是相当健康的现象，个股层面的波动幅度通常还会更大一些。这是趋势内部正常的换手和筹码消化过程，而不是趋势走到了尽头。 更重要的是，如果把AI这一整轮产业浪潮看成一条完整的曲线，我个人的判断是，我们现在大概率才走到一半左右的位置，后面要走的路还很长。 耐心持有，剩下的交给时间去复利 逢低加仓和耐心持有是最笨的方式，但是也是最容易战胜聪明人的方式。 过去两年AI涨得很快，估值中间经历几轮修正，我觉得是很正常的事，甚至可以说是必然会发生的事。 几乎每一次调整，市场都会开始讨论AI trade结束了。泡沫破了。这次真的不一样。可回头看，这些声音过去已经出现过很多次，但AI产业并没有停下来，还是一步一步走到了今天。 至少到今天，我还没有看到任何足以让我推翻原来判断的东西。 云厂商还在继续扩大AI资本开支，企业部署AI的速度还在提升，OpenAI、Anthropic等头部模型公司的商业化还在加速，大模型的Token消耗还在快速增长，数据中心还在不断建设，存储、网络、光互连、先进封装这些AI基础设施环节的需求，也没有因为这两天的大跌突然消失。 给大家举个例子，如果你2019年或者2023年买过并按照4年周期理论持有几年比特币，应该会更有体会 哪怕是在牛市里，比特币中途出现好几次30%到40%的回撤都很正常，山寨币就更不用说了，动辄70%到80%的洗盘也经历过好几轮。 但如果你真的一路拿到2025年那个四年周期走完的时候回头看，会发现美股这个市场其实友好太多了。 拿着美股，在牛市里一年最多经历两三次10%左右的回调，个股波动也大概就是20%到30%这个量级，但只要方向对了，它是持续在往上走的，基本面也一直很扎实，公司在你睡觉的时候都还在替你赚钱，这种感觉是很安心的。 美股现在的基本面依然很好，企业的盈利能力还在不断增强。 美股真的是一个只要你有足够的耐心、大致看得懂周期、知道自己现在处在什么位置，拿着就能稳稳赚钱的市场。因为它背后是稳定的金融制度和稳定的法律体系，还有几大科技巨头也不可能在这个时间点缩减资本开支（今年确定资本开支7250亿，只会更多，不会减少，明年预计1万亿，2028年就不知道了，拐点我预计是在2027年年底） 现在仍然是一场军备竞赛，中美两国也在AI这条赛道上持续竞赛，而OpenAI、Anthropic这些真正的头部模型公司甚至都还没有上市，后面能讲的故事还有很多。 我预判彻底转熊的时候是在2027年年底-2028年中，现在还是在牛市中，只要是在牛市中就放平心态耐心持有，不要上杠杆，尽量买正股或2028年1月到期的leap call，然后在关键均线加仓（这个后面会说）。 所以，希望大家能让逻辑战胜情绪。 接下来把今天具体发生的事情跟大家详细梳理一遍。 伊朗再度点燃霍尔木兹海峡 原本这一天技术面走得还算平稳，芯片股在反弹、标普也在稳步测试高位，直到美国东部时间下午出现一则重磅消息——伊朗在霍尔木兹海峡再次向商业油轮开火，这次目标是三艘属于卡塔尔和沙特阿拉伯的船只，起因是这些油轮改走了美国支持的阿曼通道，触发了伊朗的武力报复。 虽然没有造成人员伤亡，但脆弱的停火协议就此破裂，美国也迅速吊销了此前给伊朗的石油销售豁免许可。 消息一出，原油价格瞬间暴涨超3%，重新站上70美元大关，10年期美债收益率也跟着快速拉升到4.5%以上。 这轮突发的地缘风险，直接打断了原本正在冲高的金融板块行情，大银行和区域银行股在收盘前跳水，最终收在全天最低点。 特朗普此前也放过狠话，称美国可以在一个下午内彻底摧毁伊朗的所有发电厂和基础设施，加上伊朗前最高领袖的葬礼即将在7月9日结束，国内情绪本就高涨，内塔尼亚胡下周还要飞华盛顿跟特朗普会面商讨伊朗问题，这条地缘线短期内很难真正降温。我猜大总统又做多原油了，日线超卖20天该有个技术性反弹，短期阻力位sma 200 74，ema 200 78.4以及缺口84，这大概率只是一个技术性反弹，随后会接着走低，因为vix并没有因此跟着有太大反应。短期可以关注下XLE etf。 三星财报利好出尽，成了半导体大跌的导火索 三星电子公布了历史性的季度财报，营业利润同比暴增19倍，单季利润甚至超过了2025年全年的预期，堪称全球最赚钱的公司之一。 但这份极其亮眼的成绩单在市场上却演变成了一场流动性陷阱。一种解读是，三星的营收虽然达到了市场预期，却没有达到部分华尔街资金私下流传的预期，也就是说100分的财报华尔街原本预期是120分。尽管本季度存货甚至因为需求太旺被卖光、还计划提价20%。另一种更深层的担忧是，三星赚钱赚得太狠，是不是意味着它正在挤压整条AI产业链其他环节的利润空间，这跟此前苹果大赚一度被解读为抢了供应链的钱是类似的逻辑。 结果就是利好兑现即利空，韩国综合指数大跌，三星本土跌幅一度达到7%到9%，SK海力士暴跌超10%，这股抛售情绪迅速蔓延到了美股。不过现在韩国股市算是稳住了，看EMA 50 7800能不能站回去，我觉得sk hynix会有个跌破回踩下跌趋势线和ema 20 2400000再接着回调（图1）。在科技巨头财报前回调完就差不多了，这个月还有sk hynix的财报，财报前压低预期财报后还会涨。 技术面：标普相对抗跌，纳指和小盘股压力更大 标普500当天收盘依然守住了5日均线，全天收出一根十字星，虽然距离历史高点只差不到2%，但当天出现了一次冲击高点下行趋势线失败后重新跌回线下方的假突破。 749到750这一区间是目前的核心多空分水岭，如果能收复750，有望继续冲击752以上；如果短期跌破日内低点(约745附近)，则可能进一步下探740甚至回测6月的阶段性低点723。 更细一层的技术面上，日线级别MACD依然保持向上的看涨形态，说明测试历史高点的通道并未关闭，但30分钟级别出现了MACD和RSI双重顶背离，意味着短期会有一次1小时级别的健康回踩或震荡，可能1 2天再接着上攻上方的压力位。 纳指这边（QQQ）压力更明显一些，短线上虽然也出现了MACD和RSI的底背离，但截至收盘还没有被完全确认，如果能在开盘收出绿色动能柱确认这个底背离，QQQ有机会发动一波1小时级别的反弹去收复5日均线；但QQQ上方堆积了大量机构抛压，重点关注720的压力位。 罗素2000小盘股（IWM）的技术面是三者中最糟糕的，已经确认了日线级别的见顶反转信号，日线图上出现了极为罕见的MACD三重顶背离和RSI四重顶背离，说明此前的拉升动能已经严重耗尽，向下测试月度预期下轨、甚至开启周线级别回调的大门已经打开，目前IWM已经处在2026年年度预期波幅之外的极端高风险区，如果不能形成强力的更高低点，空头大概率会继续牢牢控盘。 板块轮动：资金没有离场，还在轮动 尽管半导体板块承压明显，但市场并没有出现全面崩盘，资金呈现出很明显的轮动特征，通信服务(谷歌、Meta)、医疗保健、消费防御品这些非AI核心板块普遍收绿，能源板块因为油价暴涨表现最好，一度大涨超2.6%。硬件洗盘的同时，软件股逆势上涨。 这种快速的板块轮动虽然让指数看起来稳如老狗，但也让个股层面的操作难度直线上升，追涨杀跌很容易两头挨打。 个股层面几个值得关注的动向 特斯拉当天继续走弱，一度再跌超4%，如果跌破400美元这个重大心理关口，技术面存在向390美元支撑位继续下探的风险，但在财报前大概率还是会表现不错。 7月份可以关注下MAGS财报前的空头回补。 波音相对抗跌，激活了737 Max的第四条最终组装线以提升产能，目前走出了更高低点的上升结构，未来几周有望冲击243到255美元的阻力区间。 能源股XLE ETF在油价暴涨的刺激下集体走强，西方石油大涨近6%，雪佛龙、埃克森美孚也表现强劲。 XLV ETF医疗今天上涨1.54%。 英伟达成了资金的避风港 在血流成河的半导体板块里，英伟达当天走出了独木难支的行情，日内一度低开跌超2%，但很快强行拉涨翻红，跟板块整体表现形成鲜明对比，被资金当成了对冲板块系统性风险的工具。 存储芯片这条线也展现出了不小的韧性，机构明显在逢低死守闪迪、美光、韩国ETF以及AMD这几个标的，尤其是闪迪，尽管近期从高点已经回撤了36%，但在触及55日均线后迅速拉起，日线上几乎收出一根长下影线的十字星，牢牢守住了61.8%的黄金分割位，显示底部买盘支撑相当扎实。 半导体设备三巨头（应用材料、KLA、ASML）也全部精确回撤到了各自的55日均线附近，对于此前踏空的资金来说，这里正是技术派一直在等待的上车点。这里是很大概率是都会有反弹的。 短期半导体指数技术性破位会有点阵痛，但基本面没有被证伪（我用周线图画一下分析，图2） 周线SOXX有个bearish engulfing candle，由于7 8月份有很多半导体公司的财报，财报大概率都不错，财报前被压低预期了，财报后大概率会涨，我觉得周线soxx会形成一个bear flag往上盘整到8月份的某个时候，然后再因为中期选举季节性因素再往下跌跌到9，10月份，SOXX最后9 10月份的目标趋势线的话是在500左右，差不多也是weekly ema 20的位置。我说这些当然不是制造恐慌，图形形态走出来了，我要给大家相应的应对策略，我的应对策略就是分批加仓比如个股sk hynix ema 50和ema 100加仓，存储后面全部换到sk hynix。光的话lite，cohr和nok ema 200和sma 200加仓，glw ema 100。但也要看半导体里个别板块比如说光，光可能7月中-7月底中线级别调整就要结束了，随后就是光的财报季，这种预期被压得很低的时候往往财报后表现会不错，只要稍微超一点预期，空头就要被多头打溃败了。 总结 今天讲了这么多地缘政治、财报解读、技术形态，说到底都是在回答同一个问题现在到底还能不能拿住。 我的答案没有变，短期偏空是事实，账户难受也是事实，但这两个事实并不能推翻AI这轮产业周期还没走完这个更大的事实。 如果你相信的是几年维度的产业趋势，那这两天的波动，本质上只是这条曲线上很小的一段噪音。 真正决定你最后赚不赚钱的不是你有没有精准躲过每一次回调，是在方向没有真正变坏之前，你有没有被短期的恐慌提前甩下车。只要现在还是牛市，你能确定这一点你就不会特别慌了。 耐心持有，剩下的交给时间自己去复利。

2026 年 9 月 29 日，OpenAI 在旧金山 Fort Mason 办了今年的开发者大会 DevDay。主讲是 CEO Sam Altman。其他几位上台的人都在做这些产品。产品团队的 Holly 演示了新产品 Dots。后训练（模型预训练之后做对齐和能力调优的阶段）研究负责人 Tejal 讲了模型怎么反过来帮 OpenAI 做研究。Codex 的演示由 Romain Huet 来做，他在 OpenAI 负责开发者体验，去年 DevDay 主题演讲里的 Codex 演示也是他做的。整场演讲分三块：面向用户的常驻智能体 Dots 和协作空间 ChatGPT Space，给开发者的新模型和新工具，以及帮开发者做分发、赚钱的渠道。 1. Dots：一直在线、会主动干活的智能体 Sam 把 Dots 比作电影里那种一直在身边帮忙的 AI 助手。他认为订餐厅、买机票这类代办虽然有用，但和这项技术能做的事比起来太小了。他想要的 AI 知道正在发生什么，也知道你在意什么，不用你事事交代。 Dots 是常驻在线的智能体（Agent），有自己的云端电脑和浏览器，能写代码、跑测试。它的权限跟着用户走，能直接用用户已经在 ChatGPT 里连好的插件，覆盖 4000 多个应用。除了在 ChatGPT 里对话，之后还可以给它发短信、打电话。目前每人先有一个 Dot，以后可以配一整组。Dots 跑在 本月早些时候发布的 GPT-6 Astra 上，Sam 称它是 OpenAI 对齐做得最好的模型。用户可以限定 Dot 能用哪些应用、能不能操作电脑，也能给它的各类操作写自定义指令，愿意交出多少责任就放多少权。 Sam 说，他自己的 Dot 每天早上会把夜里进来的消息过一遍，挑出紧急的提醒他。他说这让他拿回了一部分注意力，没那么离不开手机了。他还举了一个更重的例子：把应用从一个即将停用的旧 API 上迁走。这个 API 可能散落在代码库各处，改了哪里会连带弄坏什么，事先看不出来。Dot 可以追踪依赖关系，找出所有要改的地方，写代码、跑测试，最后把 PR（代码合并请求）交给团队审。他让听众想想，过去做这件事要几个人、花多久。 开场视频里，用户把自己的 Dot 改名叫 Alfred。Alfred 和另一个 Dot 帮用户上线网站，改董事会材料，在婚礼蛋糕商家取消后找好备选。它们还发现财务会和女儿的演出撞了期，提出改时间。每件事都是 Dot 推进到需要人确认的地方，再由人拍板。 2. ChatGPT Space：人和智能体一起用的工作区 Sam 认为，现有的生产力软件几乎都没考虑过人和 AI 一起干活。ChatGPT Space 以页面为单位，可以在里面写计划、做调研、生成图片和数据。页面和文件像网盘一样放在同一个空间里。Dot 能直接在页面上工作，在评论里 @ 它，它就会接活。页面本身也能带指令，比如“每天去看 API 平台的 Slack 频道，把发现更新到这里”。之后 Space 里还会加入演示文稿，格式做成智能体方便读写的样子，团队成员可以和各自的 Dot 一起改。 在 Holly 的演示里，页面用斜杠命令就能插入交互图表、表格和可运行的原型。她 @ 自己的 Dot（名叫 Dotty），让它把一组数据改成柱状图。图表可以按反馈类型筛选，Dotty 每小时刷新一次。她还让 Dotty 把“某位工程师在我 Slack 私信里提过的新手引导数据”补进 FAQ。Dotty 能看到她的上下文，所以这种模糊的指代也找得到。 3. OpenAI 内部怎么用 Dots Holly 用一个虚构的歌单应用 Blossom Music，模拟发布前一天的状况。早上 Dotty 已经做了几件事：发现发布评审会提前，改好了日历；看完前一晚测试用户的反馈；注意到设计团队临时改了首页，把新设计发给她。她让 Dotty 直接把这个设计做出来。Dotty 调用她笔记本上的 Codex 构建应用，在 iPhone 模拟器里跑起来，再提交 PR。现场的语音演示卡住了，Dotty 一直回复“还在查”。Codex 线程也报过一次错，她重试后才继续下去。 她说，Dots 真正改变 OpenAI 工作方式的地方在 Slack。Dots 在公司 Slack 里有自己的身份，员工就开始把它们当作代理人。被同事 @ 到的零碎请求，直接转给自己的 Dot 处理。建群时，大家从一开始就把各自的 Dot 拉进来，Dot 带回结果时所有人都能看到。 工程师走得更远。有人在反馈频道贴出会话 ID 和一个用户 bug，某位工程师的 Dot 就会接手排查，提 PR 修复。她说这是真实情况：工程师们的 Dots 每天这样修掉几十个 bug，Dots 这个产品本身有很多部分就是 Dots 写的。 4. 上线范围和企业用的 Specialist Dots Dots 和 Space 当天向 ChatGPT Pro、Business Premium 和 Enterprise 用户开放。Dot 包含在套餐里，和它的对话不占用额度。 企业客户还可以预览 Specialist Dots。这是由公司统一设置、供整个团队使用的虚拟同事，负责会计、市场、法务这类工作量大的事。公司给它目标和背景，审核它的产出，给它反馈，反馈在全公司共享。OpenAI 也在和微软合作，把 Specialist Dots 接入 Agent 365（微软用来管理企业智能体的工具），企业可以用已经在用的微软工具来管理它们。 5. 新模型：更便宜的 GPT-6.1 Sol，更快的 UltraFast Astra 发布这几周，用户的要求集中在两点：更便宜，更快。GPT-6.1 Sol（转录稿误作 Soul）的能力接近 Astra，价格是它的五分之一。缓存输入（重复发送、已被缓存的上下文）比标准输入便宜 95%。智能体需要反复读同一批上下文、长时间迭代，这对它们尤其省钱。Sam 说 Sol 在某些方面比 Astra 还聪明，定位是开发者的日常主力模型。 UltraFast 是新的速度档，API、ChatGPT 和 Codex 里都能用。原有的 Fast 档是两倍速度、两倍价格；UltraFast 是八倍速度、六倍价格，每秒 300 个 Token。它现在可以配合 Astra 用，之后也会支持 Sol。现场让两个模型用同一个提示词，做一个 DevDay 配色的火箭。UltraFast 的火箭已经升空时，标准速度的还没做完。 订阅也跟着调整。新推出的 500 美元档 Pro 订阅叫 Pro 500，额度最高，是 Plus 的 25 倍。它可以在 ChatGPT 和 Codex 里用 UltraFast，还能通过“用 ChatGPT 登录”在合作方的应用里使用。Pro 200 重新开放，继续提供所有前沿模型。 另外预览了 Decisions API。它给 Luna 模型一组预先定义好的选项，让模型从中选一个，比如给请求分流、给图片分类、决定智能体下一步做什么。任务收窄成选择题之后，响应时间可以压到一秒以内，同时保留图像理解、多语言和安全防护。Romain 后来补充说，做机器人的朋友看中的是它能处理视觉输入：机器人可以根据看到的东西，近乎实时地快速行动。 6. 模型开始帮 OpenAI 做研究 Sam 提到，去年这个时候，他和 Jakob 在一次直播里预测，一年内会出现第一个“AI 研究实习生”，当时几乎没人相信。几周前 OpenAI 宣布达成了这个目标：有了一个能接手定义清晰的研究任务的系统，这类任务原本要熟练的研究员花大量时间和精力。 Tejal 的方向是电脑操作（computer use，让模型像人一样操作桌面和浏览器）。她举了两个例子。 第一个是让模型优化电脑操作的运行框架（harness，包在模型外面、负责调用工具和管理步骤的代码）。模型在循环里持续寻找能同时降低延迟、提升效果的改动，团队把找到的改进合进生产环境的框架，并用于后训练。结果是延迟改善了两倍以上，已经上线。 第二个是模型帮忙改进了监控和拒绝训练，让 Astra 在不安全的场景里更会拒绝。Astra 在电脑操作压力测试上因此达到业内领先，操作时出错更少，也更贴合用户的本意。 她给出了几项内部数据。今年夏天之后，研究工作消耗的 Token 量急剧上升。1 月时，模型能做好 15 分钟以内的短任务，需要一天以上的任务大多会失败；到 7 月，超过三分之一的一天量级研究任务，模型能在无人干预下完成。她还提到，Astra 这类模型已经帮忙解决了 100 多个悬而未决几十年的数学问题，也在参与针对耐药感染的新抗生素、古代语言研究、可再生能源和工业机器人等方向的工作。 7. 给开发者的底层工具 Sam 说，OpenAI 想让开发者用上自己内部用的东西。 第一件是 Codex 的运行框架。它同时支撑着 Codex、ChatGPT Work 和 Dots，目标是用最少的 Token、最快拿到准确结果，现在已经开源。第二件是 Codex 完全上云：在手机上开始的任务，可以在浏览器或桌面端接着做，合上笔记本任务也不会中断。 云端能力带来了 Codex Security Cloud。它在云端环境里持续寻找漏洞，并准备好验证过的修复方案供人审核，这次新增了自动去重、定时扫描和新界面。Sam 说这是为了给防守方更好的工具，因为“我们看得到接下来会发生什么”。 新的 Agents API 进入公开测试。它包含运行框架、托管、记忆、多智能体控制等功能，是 Codex 和 Dots 用的同一套技术，也加入了电脑操作能力。现场的例子是一个网站测试智能体，会自己打开浏览器、点击页面、测试流程。基础设施方面，OpenAI 和 AWS 合作推出由 OpenAI 驱动的 Bedrock（AWS 的托管 AI 服务）托管智能体，AWS 客户可以直接使用 OpenAI 的前沿模型、Codex 和 ChatGPT Work。 隐私方面预览了 OpenAI Private Intelligence。其中的零数据留存（ZDR）配合私有安全处理，可以在不把用户内容存到 OpenAI 服务器的情况下做安全检测；私有推理则把隐私保护延伸到推理阶段。Sam 说这套方案是和最大的一批客户一起设计的，目的是让他们能把模型用在最敏感的工作上。 性能方面，Responses API 一年里增长了 100 倍，可靠性保持在 99% 以上。首个 Token 的等待时间缩短了 45%，工具调用和工作流提速 30% 以上。 8. Romain 的 Codex 演示 演示从手机上的 Codex 开始。Romain 人还在会场外，让 Codex 替他跟观众打招呼、讲一个会场的冷知识。接着他用几张会场照片生成的 3D 场景演示 UltraFast，一边说一边改：把小人放到座位上，把直播画面投到场景里的大屏幕上。现场语音没连上，他改成了打字。 Codex 命令行工具（CLI）这次全面翻新。他让 UltraFast 写一个应用，从观众里随机抽三个人送明年的门票，几秒就写完；改成抽六个人，也几乎是瞬间完成。命令行现在支持由 GPT Live 驱动的双向实时语音，不只是语音转文字，但现场没能演示出来。 后面几段演示了多模态和电脑操作。游戏 Astra Adventures 从一张纸上的草图开始，几轮之后画面还很粗糙，借助图像模型，才变成有质感、能用在正式游戏里的美术。然后他让 Astra 通过浏览器自己学着玩这个游戏，屏幕左边显示模型的决策，右边显示它按下的按键。 他又用“应用快照”（app shot）把自己记录飞行课程的应用作为上下文交给 Codex，让它在各种屏幕尺寸下审查这个应用并截图。Codex 自己在模拟器里点开了各项功能。云端 Codex 现在和本地版用同样的工具，包括插件和电脑操作。他顺手把一个“用 Rust 重写整个后端”的任务丢到云端，打算稍后在手机上查看。 最后一个演示用的是 Hugging Face 借来的可编程小机器人 Micro Duck，它名叫 Lavender。Romain 前一晚让 Codex 把它接好：视觉用 Astra，图像生成用 GPT Image 2.5，语音交互用 GPT Live 1。机器人现场看着观众画了一幅画。他说，OpenAI 做 Dots 和 Codex 用的，就是 API 里开放给开发者的同一批工具。 9. 分发和变现：让开发者在 ChatGPT 上做生意 ChatGPT 每周大约有 12 亿人使用。Sam 承认，此前类似的尝试效果参差不齐。他说这次有信心，是因为开发者拿到的是 OpenAI 自己做 ChatGPT 用的工具。 第一项是“用 ChatGPT 登录”（Sign in with ChatGPT）。用户登录第三方应用时，可以直接用自己 ChatGPT 套餐里包含的 Token，开发者不必替新用户垫付模型费用。首批有 16 家合作方。 第二项是插件扩展（plugin extensions）。开发者可以把编辑器、仪表盘乃至整个工作区，做成原生嵌在 ChatGPT 和 Codex 里的应用。现场展示了三个例子。一个是会议应用：在 ChatGPT 里看日历上的会议，点“记笔记”后，页面变成团队和 Dots 一起跟进待办的 Space。一个是 Figma：打开设计稿、看团队评论、让 ChatGPT 改稿。还有一个是 Adobe：在 ChatGPT 里使用 Photoshop 的功能。ChatGPT sites（在 ChatGPT 里生成的网站，几个月里已有数百万个）现在也能接入插件和数据。访客用自己的账号登录、带上自己的智能体，看到的内容因人而异。 用户发现插件的渠道也扩大了。除了在插件库里搜索，ChatGPT 还会在对话中识别出能帮上忙的插件，用户当场就能连接。插件审核流程也简化了：开发者可以跟踪审核进度，看到需要修改的地方，申请人工复审，更新工具时也不用从头提交。 第三项是 OpenAI Marketplace，首批有 30 多家合作方，包括 CodeRabbit、Notion、Vercel。企业客户可以用已经和 OpenAI 签下的采购承诺额度来买这些产品，有承诺额度的开发者也能在这里花。通过和模型推理托管公司 Baseten（转录稿写作 Base10）合作，市场里还能用到开源模型。 10. 收尾：一次额度重置，和“文艺复兴”的说法 当天的后续安排里，Peter 会讲 OpenAI 对开源社区的投入，包括新的 OpenClaw Enterprise Harness（OpenClaw 是一个开源 AI 智能体项目）。还有一个 Codex 游戏工作室环节，观众可以用 Codex 做复古游戏，每人能领一台 DevDay 限定的 chromatic computer，用来玩自己做的游戏。最后是 Sam、Tibo (Thibault) 和 Tejal 的现场问答。 Sam 和 Tibo 还在台上按下按钮，给全世界的用户重置了一次用量额度。Sam 说 OpenAI 已经做过太多次重置，Tibo 一直想把公司改名叫“重置公司”。 最后 Sam 说，他不喜欢把 AI 比作新一轮工业革命，那意味着人变成巨大机器里的齿轮，转得越来越快；生活里有些部分不能也不该被自动化。他希望，如果做对了，AI 带来的会更像一场新的文艺复兴：让人对自己的生活有更多掌控，有更多工具去创造、学习和探索。

这简直就是WAIC最值得听的演讲。 刚刚进入 2026 年下半年，AI 的进展依然非常快，信息多得让人有点喘不过气来。 在这样的时间节点，再听听阶跃董事长、千里科技董事长印奇 WAIC 在主论坛开幕式上讲他对 AI 发展脉络的理解，还是让我很受启发。 我想写写自己的感触。前奏可能有点长，因为印奇提到说他发现过去 70 年来 AI 技术的发展脉络，呈现出高度的连续性。 恰好这段时间我在看《人工智能简史》，深有感触。记得丘吉尔说过，你能看到多远的过去，就能看到多远的未来。 1 过去 70 年，人工智能一直在解决一个问题：怎么让机器拥有接近人类的通用智能？ 最早影响很大的一条路线是符号主义。基本想法是把人的知识和推理过程写成一套符号与规则。 比如，如果发生 A，就执行 B。满足某几个条件，就可以推出一个结论。 这个思路很好理解。既然人会根据规则推理，那就把规则教给机器。可现实世界太复杂了，规则无法穷举。 后来，机器学习逐渐成为主流。人们不再试图把所有规则一条条写给机器，而是让它自己从数据中寻找规律。 比如给模型看大量猫和狗的图片，经过训练之后，它逐渐能够判断一张新图片里出现的是猫还是狗。 再之后，深度学习和大模型把这条路线推到了新的高度。尤其是过去几年，模型开始拥有比较强的语言理解、内容生成和推理能力。 AI 第一次能够比较自然地和人交流，也能够处理过去很难通过固定规则解决的问题。 顺着这个框架继续往下看，到了 2026 年，大模型其实又走到了一个新的节点。 大家有没有发现，去年国内几家大厂还在争论元宝、千问、豆包这些聊天产品谁能抢到用户入口。 今年，大家争抢的重点已经慢慢变成了 Agent 入口。 因为过去我们使用 AI，主要还是让它回答问题，或者完成一个很短的任务。 现在的 Agent 已经开始处理持续几个小时甚至几十个小时的复杂任务。而且，AI 对于编程语言的驾驭能力也逐步超过人类。 Agent 的条件已经成熟。AI 从模仿人类逐步开始在部分任务上超越人类。 2 还有一个让我恍然大悟的观点，印奇说他发现这些年 AI 的发展过程中，所有的重要里程碑都和语言紧密相关。 维特根斯坦说过：语言的边界，就是世界的边界。大概意思是，人能够理解什么，很大程度取决于语言。 没有语言描述的东西，人就很难思考。比如一个人如果没有颜色的概念，他就很难理解红色。 对 AI 也一样。 如果 AI 只理解自然语言，它主要能进入的就是文字、知识和对话的世界。我们告诉它一件事情，它能够听懂。 我们问它一个问题，它能够回答。这已经非常重要，但它的能力大部分还停留在语言里。 这两年，Agent 能力突飞猛进的原因之一就是因为模型充分掌握了编程语言。 因为代码可以调用 API、读取数据库、操作软件、修改文件、控制系统。 AI 一旦能够理解和生成代码，就相当于拿到了进入整个计算机世界的一把通用钥匙。 这也是为什么过去一两年，模型 Coding 能力如此重要。编程语言会扩展 Agent 的边界。 紧接着，还有一个判断：Agent 肯定会成为未来生产力的最小单元。 过去的软件，其实没有资格成为一个独立的生产单元。Excel 很强，Photoshop 很强，搜索引擎也很强，但它们仍然是工具。 真正理解目标、拆解任务、检查结果的，始终是人。所以过去一个组织里，最小的执行单元通常是一个人或者一个岗位。 Agent 带来的变化，是它开始能够独立跑完一段相对完整的工作闭环。 我们给它一个目标，它可以自己拆解、调用资源、执行操作、检查结果，然后交付成果。 打个比方，过去的软件像车床和传送带，每台机器只能处理一个步骤，需要工人在中间操作和衔接。 Agent 更像一个可以独立接收任务的工作站，原料交给它，它能够自己安排步骤，处理过程中出现的问题，最后交付一个相对完整的产出。 或者这么讲，过去的软件，本质上增强人的能力。而 Agent，会直接成为生产过程的一部分。 一旦 Agent 成为这种基本执行单元，整个生产力的组织方式都会跟着变化。 3 会发生什么变化呢？简单来说，印奇认为会出现新系统、新载体、新网络。我分别讲下自己的理解。 第一个是新的系统。 过去几十年，每次计算平台发生重大变化，操作系统都会随之变化。 PC 时代出现了 Windows 和 macOS，主要负责管理电脑上的硬件、文件和软件。 移动互联网时代出现了 Android 和 iOS，手机上多了摄像头、定位、通知和各种传感器，操作系统需要把这些能力管理起来，再开放给不同的 App。 到了 Agent 时代，操作系统需要管理智能体的身份、权限、记忆和协作等等。 所以演讲里提出了一个公式：智能体能力，等于模型能力 × Agent 操作系统能力。模型像大脑，决定 Agent 能不能理解和思考。 Agent OS 负责把模型和外部世界连接起来，给它提供记忆、工具、数据、权限和运行环境。 这一点我听完还是挺有启发的。从 PC 到移动到 Agent，每一次平台变化，操作系统管理的对象都不一样，这条脉络一拉出来就很清楚。 第二个是新的载体。 相信看到这里，大家就能理解为什么 OpenAI 会做硬件了。 移动互联网时代，手机这样的终端主要负责连接人与数字世界，所有操作都由人来完成。 到了 Agent 时代，终端会重新围绕 Agent 来设计。 比如过去出门旅行，我们需要自己打开地图、查看日程、搜索航班，再分别处理各种信息。 未来 Agent 可能已经知道我们的行程，看到航班延误之后，主动调整后面的安排，并把新的方案告诉我们。这完全是不同的逻辑。 所以这一轮所谓的 AI 硬件，真正要解决的，可能也不是在现有设备上增加一个聊天入口。 大家都在寻找一种更适合智能体长期存在、持续感知和随时行动的载体。 它可能仍然是手机，也可能是耳机、眼镜、汽车或者机器人。 具体最后会长成什么样，现在还很难判断，但可以确定的是，一定会有新的载体出现。 第三个是新的网络。 互联网连接的是人、信息和服务。到了 Agent 时代，还会出现大量智能体之间的连接，也就是 A2A 网络。 最近我就在公司里搭了一个很小的 Agent 局域网，让不同同事的 Agent 可以互相发送任务、同步进度。 比如我的 Agent 发现一个产品问题，可以直接把问题交给研发同事的 Agent，后者分析原因、尝试修复，再把结果发回来。 当然，这套东西现在还很早期。诸如权限怎么管理，传递的信息出了错又该由谁负责，都还没有成熟的答案。 但只要 Agent 能够独立承接任务，它们之间产生连接和协作，就是很自然的结果。一个 Agent 不可能擅长所有事情，它也需要寻找其他 Agent，分配任务，再把结果整合起来。 很有启发。提纲挈领。

8.09梭哈晨报： 看起来这个月安安的风控还行，大家测试出来的结果就是还不封号，所以妖孽频出，这属于右侧的机会。 1. $BTC 又是放纵的一天，毕竟只要稳住就是最好的消息； 2. $ETH 无限唱多的人开始继续唱，表现较为强势； 以太坊月线出现双重买入信号； 3. $SOL 开始有动作了，就看官方配不配合了； 4.美参议院多数党领袖John Thune提交《Clarity法案》终止辩论动议，定于9月15日投票； Trump发币选在啥时候呢？ 5.伊朗接近与阿曼达成管理海峡协议； 万斯：伊朗已告知美国暂无霍尔木兹海峡通行费计划； 6.贝索斯：亚马逊计划在2027年推出下一代AI芯片Trainium4； 7.伯克希尔哈撒韦二季度净投资股票198亿美元，结束巴菲特连续三年减持趋势； 伯克希尔哈撒韦二季度净利润同比翻倍，Alphabet成为第一大重仓股； 8.韩股最动荡阶段或已结束，“去杠杆”后波动率回落至两个月低点； 机会回来了？ 9.OpenAI收购演示文稿初创公司NextSlide，团队加入ChatGPT项目； 10.Ledger发布BIP-110分叉安全提醒：该软分叉未内置重放保护，领取分叉币或危及主链BTC； 11.Serenity：仍看涨内存股，光子板块焦点再次转向AXTI和LITE； 12.马斯克：Starlink长期或承载超50%互联网流量，年收入或超1万亿美元； 懂是什么意思了吗，无限看多火箭！！！ 13.法国拟立法向48国自动共享加密税务数据； 14.美国原油库存历史性下降至7.12亿桶，为1984年3月以来最低水平； 又到了做多原油的时候了？ 15. AI 基金 Situational Awareness 已告知投资者暂不接受新资金； 神童就是神童，你们给钱我不要； 16.Robinhood高管：Robinhood Chain的定位是平衡正规金融产品与Meme币； ----------------- 我先说，今天的视频质量很差，猪哥的库存用完了， @SuperBILI 逼哥说不要女性的涩涩图，要用熊熊的，我拒绝了。 #Bitcoin# #Ethereum# #Solana# #Crypto# #Nasdaq#

梁文锋在最近一轮投资人会议上的语录 不愧为全世界最有格局的创始人... 记录下来一些非常触动我的，全文背诵学习... 1. 在通过 AGI 的路上，要经过产品这个台阶，但不用花太多心思，产品只是在 AGI 路上的副产物。 2. 3D、视频生成、世界模型，跟智能上限没有太大的关系。 3. 多模态很重要，但不是智能本身。 4. 大模型的幻觉是一个产品问题，可以解决，但不是重点。 5. 现阶段最重要的是 Coding Agent，通用 Agent，金融医疗等 Agent 优先级较低。 6. AI 现在不缺品味和直觉，缺的是持续学习的能力。 7. 人类能够持续学习，但 AI 还没有，下一代模型必须要具有持续学习能力。 8. 我们希望下一代模型帮助我们开发，这是实现 AGI 最快的方法，但「学习」有很多东西组成，目前全世界还没找到好方法。 9. 如果把 AGI 比作爬楼梯，去年的阶梯是 CoT，今年的阶梯是 Agent，之后的阶梯是持续学习。 10. 实现持续学习之后，可能会来到渐进的奇点，AI 可以开发更前沿的模型，加速 AI 研究，这部走完，才是具身智能。 11. 智能的重点可能是具身，因为对一个正常人来讲，他的需求并不是电脑，而是人力。 12. 我们只赚合理利润，非常考虑成本效率，所以价格能做到最低，卖 API 这件事，我们没有销售，也没有客服，用户自己就会来。 13. 我不怀疑 AGI 会有巨大的商业价值，我考虑的是如何增加做成的概率。 14. AI 在商业上做成，开源是有好处的，一个软件公司，市场一年就几十亿美金，一开源就没有了，但是 AI 这个事情足够大，最终可能得占掉人类社会 GDP 的 10%，如果想独占这个利益就一定会被历史抛弃，这是一个客观规律，这是一个历史观。 15. 开源对我们的商业模式没有任何影响，前提是「只赚一定的利润」，如果要赚百倍利润，开源确实会影响你。 16. 中国 AI 的差距主要在资源，我们相信 scaling，规模越大，效果越好，但资源就这么多，人才没有差距，都是同一批人。 17. Anthropic 超过 OpenAI，不是长期的，是阶段性的。OpenAI 和 Google 未来大概率会交替上升。 18. 国内模型公司太多了，资源分散，最终一定会收敛，如果每家只拿合理的利润，不需要那么多人做大模型，可能两家大公司，两家小公司就够了。 19. 我绝对不认为大模型公司可以拿走AI行业的大部分利润。 20. 大模型的竞争差距会体现在三个方面：成本、时间、用户体验。成本排第一位，时间早几个月就不一样，用户体验有些黏性和壁垒，但不本质。 21. 无意成为下一个超级app，看不上这个东西，不要为了芝麻丢了西瓜。 22. 去年大家都抢 Chatbot，抢 C 端流量，今年是抢 B 端收入，我们真正关心的是 AGI 路线图，下一步技术怎么突破。最想得到的东西得不到，没那么在意的反而容易得到。 23. 团队的稳定性是没法退让的，这是我们面临的一个非常大的风险，随着这次融资，也得到了解除（这是低利润模式必须的支撑） 24. 不想和任何人成为竞争对手，希望给他们赋能，帮助他们，这样我们的环境也会更好。 25. 我们一般不太加班，第一个原因是研究需要一个比较松弛的环境，第二个原因是我们非常聚焦，不去补产品的所有问题，也算一种克制的文化。 26. 公司是动态的，随着公司变大，可能会有一些必要的结构，但不会完成变成传统的层级制度。 27. 我们做这个公司，初衷没想要赚多少钱，要去上市。我们怀着一个对这个世界非常大的善意来做这个事情，觉得这对人类有用。 28. 我们是一个靠愿景驱动的组织，KPI 不是我们的组织方式，有好处也有坏处，但这个是我们的特色。 29. 愿景不是成文的，而是在做事的方法中，对待世界的态度里，可能我们每个人的理解也不一样，但大方向是一致的。 30. 一个公司最重要的是愿景，愿景不是挂在墙上的标语，不是怎么说，而是怎么做。 31. 克制是我们愿景里的一部分。AGI 之外的事情，我们没有精力就不做。AI 这个事情太大了，利益也太大了，随便分一点利益就非常大，你越克制，就越有可能做成这件事。除了愿景，我们并没有非常多的其他优势。 32. 开源也属于克制的一部分，从长期来说，价格低可能是优势，克制是一种战略。 33. 如果你的愿景是拿得多，你就先输了，你可能会面临更大的问题，这个世界就是这样。

一只 450 亿美元的 AI 基金，一边做多一边做空，还是在一个月里亏掉了约 67%，问题出在哪？ 管这只基金的，是 24 岁的前 OpenAI 研究员阿申布伦纳，他的组合看起来是对冲过的，做多 SK海力士，CoreWeave 这类 AI 算力公司，做空 Adobe 这类可能被 AI 取代的软件公司。 问题出在，这两边押的其实是同一件事，AI 会赢。 AI 交易热的时候，算力股涨，软件股跌，两边一起赚。等 7 月下旬这个判断整体反转，半导体开始跌，Adobe 发了一份好财报涨了 27%，两边就一起亏。 也就是说，真正的对冲，要对冲的是不同的风险。多空两头押同一个判断，只是把这个判断下了两遍注。 再加上最高约 4 倍的杠杆，保证金很快就不够了。

他来了，他带着最新持仓向我们走来了。 万众瞩目的OPENAI研究员Leopold Aschenbrenner，SAF基金的最新AI持仓刚刚公布。 我来简单总结一句话， 做多电力 + 机柜 + 存储； 做空逻辑芯片复合体（GPU/ASIC/foundry/光刻）。 买Put期权高达84.6亿， 其实我更倾向于他这是对一季度市场过热的一种对冲，并不是完全看空。 本季度他当前前5大持仓： 1.燃料电池公司 BE — 879M（但他减仓了） 2.闪迪SNDK — 724M 3.CRWV — 556M（加仓了） 4.我的爱股IREN — 401M（他加仓了） 5.CORZ — 389M（也减了） 新建股票。我们把小仓位的多头去掉。 核心新方向有三个： 1.TE（本土光伏，发电端新拼图） 2.SHAZ（AI算力小弟，赌第二梯队） 3.HIVE（矿企搞ai） 完全清仓了AI三条副线， 1.光通信（LITE、COHR） 2.天然气产业链（EQT、LBRT） 3.二线矿企+二线代工（CIFR、HUT、TSEM） 很有意思， 我看到这兄弟还买了吴忌寒的比特小鹿。 看来，数据中心他是真的很看好， 而且不赌单一公司的执行力。 抄作业去吧同志们。

马斯克起诉OpenAI的官司还是败了，这个倒是没有一点意外。 几次庭审虽然没有直播，但很多媒体都拿到了旁听席位，会有完整的问询记录流出，全程追完之后，只能说马斯克输得不冤。 从PolyMarket的盘口也能看出，庭审前马斯克打赢官司的概率最高能够接近45%，庭审后就降低到了30%左右，说明两边证词对完账，主要还是对马斯克不利。 双方的代理律师也完全符合各自的风格，马斯克的律师跟马斯克一样高举高打，特别具有攻击性，同时金句频出——或者说密集爆典——让我记忆深刻的是他向陪审团这么提问： 「想象一下，你们正在山里徒步，需要过一座独木桥，这时有人指出，那座桥的建造材质是山姆·奥特曼的真相，你们还会过桥吗？」 😳 对于法官来说，律师的脱口秀效果当然不是一个加分项，相比之下，OpenAI的律师更善于利用对方证词的漏洞。 比如马斯克申请传唤的证人、同时也是给他生过4个娃的特斯拉早期员工希冯，让她出示OpenAI早期承诺保持非营利结构的邮件。 而OpenAI的律师做了更多的功课，完成了一次非常精彩的局部反转，他让希冯同时承认了，在试图掌权OpenAI失败之后，马斯克开始疯狂挖OpenAI的人，包括我们现在都很熟悉的Andrej Karpathy，甚至想让山姆·奥特曼投奔特斯拉干AI⋯⋯ 整体下来的感觉就是，马斯克想要建立的那套叙事，也就是OpenAI被一小撮人给密谋窃取了的剧本，很难成立，因为这个指控必须由严密的一套计划支撑，而且还得成功欺骗所有利益受损方，但马斯克拿不出来足够的证据。 你不能说一家公司的经营方针变了，就是被掉包了，你也不能说山姆·奥特曼及其「党羽」的人品不行，所以他们就是窃国大盗，包括马斯克本人的成功在这次官司里也成了负资产，有法学专家表示： 「他是这个星球上最聪明的人，财力雄厚，律师成群，所以他要说自己在长达数年的时间里被系统性的欺骗了，这怎么可能呢？」 🤣 而且很不凑巧的是，马斯克原本准备好的说辞，和现实版本正好冲突了，他说OpenAI和苹果的「勾结」是影响恶劣的垄断，会断送其他AI公司的发展机会，但实际上在另一个案件里，OpenAI正在起诉苹果对合作的支持不力，根本没有给ChatGPT导流⋯⋯ 微软的CEO纳德拉也是被传唤的证人之一，他的证词基本上对最终的结果盖棺定论了，他说在微软从2019年开始投资OpenAI，直到2023年ChatGPT大火，马斯克都从来没有联系他表示异议。 所以，法官的判决意见并不在于马斯克是对是错，是这起诉讼的发起时间太晚了，晚到「司马昭之心路人皆知」，马斯克是在报复，而法庭不能为了取悦他的私心，就毁掉一家正在蓬勃发展的公司。