Tether 控制的比特币财政库公司 Twenty One Capital 近日披露，其必须在周五（6 月 5 日）前解决独立董事合规问题，否则将面临纽约证券交易所（NYSE）将其股票标记为“BC”（Below Compliance，低于合规标准）代码的风险。过去一年中，该公司股价已缩水 83%。此次合规危机的导火索源于 5 月 19 日的一笔交易，当日 Tether 全盘收购并注销了软银（SoftBank）持有的 89,106,748 股 A 类股，导致原治理协议终止，软银指派的两名董事 Jared Roscoe 和 Vikas Parekh 随之辞职。由于 Roscoe 原本兼任审计委员会成员，他的离职导致该委员会仅剩一名独立成员，违反了 NYSE 转型期内至少需要两名独立成员的规定。(Protos)

从一间合租屋开始 SBF 用偷来的 $5 亿投了 Anthropic B 轮。 按今天 $3800 亿估值，这笔钱值 $300 亿。 但最有意思的不是回报率。是——他们为什么会认识？ 答案是一个叫 EA（有效利他主义）的圈子。 ─── EA 是什么 EA 说的是：慈善不该凭感觉，该凭计算。 每一美元都该流向数学上「最大化善果」的方向。 三个分支： • 全球健康派：算出每美元能救多少命，疟疾蚊帐 > 捐母校 • 长期主义派：AI 失控是人类头号存在性风险 • 赚钱捐钱派：先赚到极限，再捐到极限 最后这条是 SBF 走的路。 ─── Daniela 与 Wendy Rhoades 2010 年代中期，旧金山有一群人住同类合租屋，参加同类聚会，读同类论文。 Dario Amodei 就泡在这里面。 他和 GiveWell 联创 Holden Karnofsky 住同一栋楼。Karnofsky 后来娶了 Dario 的姐姐 Daniela——Anthropic 联创兼总裁。 Daniela 让我想起《Billions》里的 Wendy Rhoades。 Wendy 表面是 Axe Capital 的心理医生，实际上是整个基金的精神锚点——她管的不是交易，是人，是信念，是压力下的判断力。 Daniela 在 Anthropic 扮演的是类似角色。八位联创，全部还在。这在 AI 赛道几乎是奇迹。这个行业 cofounder 分裂是常态，不是例外。 Anthropic 极低的核心团队离职率背后，是有人在管那件最难管的事：让一群极度聪明、极度自我的人，在同一个信念下持续协作。 妹夫 Karnofsky 2025 年 1 月悄悄加入负责安全策略，Fortune 记者发现前公司甚至没有对外宣布。 ─── 死亡诗社 vs EA 合租屋 这个场景让我想起死亡诗社。 同样是一小群极度聪明的人，密室聚会，信念互相强化，思想茧房。 但内核完全不同： 死亡诗社是浪漫主义的小圈子悲剧——反建制、反功利，产出是诗歌和自我觉醒，风险是个体悲剧（Neil 自杀）。 EA 合租屋是理性主义的小圈子帝国——用最功利的方式做最理想主义的事，产出是基金会、对冲基金、AI 公司，风险是系统性的（FTX 爆雷波及数百万人）。 社交结构一样，价值内核相反。 ─── 圈子内部的资金循环 SBF 为什么能找到 Anthropic？ 不是什么天才投资眼光。是圈子内部的资金循环。 EA 历史上最大三个金主——Moskovitz、Jaan Tallinn、SBF——全是 Anthropic 早期投资者。Anthropic 最高治理机构「长期利益信托」四位成员里三位来自 EA 系统。 Dario 看到了足够多的红旗，所以给 SBF 的是无投票权股份，把他排在董事会外面。 这个决定后来被证明极其聪明。但也留下一个尖锐的问题： 红旗已经多到要做治理隔离了，为什么还是拿了？ ─── EA 最深的 bug 它提供了一套看起来无懈可击的框架，来合理化极端行为。 SBF 的「赚钱捐钱」和 Anthropic 的「安全发展 AI」，其实共享同一个底层逻辑——为了足够大的善果，可以承受不寻常的手段和风险。 区别只在于 Anthropic 在犯罪线的安全一侧，SBF 越过去了。 但「必须自己建造最强大的 AI 才能确保 AI 安全」和「必须先赚到极限才能捐到极限」，逻辑结构上是同构的。 ─── True believer vs 生意人 从这个角度看 Anthropic vs OpenAI 的长期竞争—— Dario 是 true believer。使命是信仰，不是品牌叙事，也是他整个 social graph 的地基。 Sam 是生意人。OpenAI 从非盈利到 PBC，从 $29B 融资到 Microsoft 入股，每一步都是极其灵活的资本运作。拿下 Softbank、签白宫安全承诺——转身继续加速。 两个人在玩不同的游戏。 Dario 的风险：信仰系统一旦被质疑，整个叙事会动摇。 Sam 的风险：没有信仰系统，市场叙事转向时没有东西锚定。 ─── Sam 的打法：不是对抗，是收编 据传 OpenAI 开出约 $10 亿把 OpenClaw 创始人招入麾下，Meta 也在竞价，最终 Sam 拿下——保留开源特性，但核心创始人归队。 不管细节如何，这个模式是真实的。 Dario 在国会山说「AI 可能杀死很多人」——真诚，是 EA 思维的直接输出。 Sam 去白宫签安全承诺，同时把 GPT-4o 做成最好用的消费品——同时服务监管者和市场。 生意人的优势就是这个：他知道什么时候该出手，出多少，用什么结构谈。 ─── AI 的入口会是谁 但 Claude 这边也在加速。 去年拒绝签美国政府 AI 安全协议，让 Anthropic 的「安全」叙事有了真正的可信度。Opus 4.6 带来更强的正反馈系统，能力在持续复利。 但 Claude 最近推出的一系列功能，不少人说是在学 OpenClaw 的路子，生态也越来越封闭。 OpenAI 的平台生态？Anthropic 的安全叙事？还是我们还没看清的第三条路？ SBF 不是「好人做了坏事」，是「聪明人用好人的叙事做了坏事」。 Anthropic 和 OpenAI 都是这场游戏的参与者，只是各自的赌注不同。 我们站在场外。但这个游戏的结果，会决定接下来十年所有人的上下文。

今天芯片圈最大的新闻，莫过于Gerard在创立Nuvia CPU被高通收购五年之后，重新出发，新创立了ARM CPU公司，名字也跟之前非常像，叫Nuvacore 现在这个时间点做数据中心CPU，确实是赶上了CPU十年来最好的时代: AI agent带来CPU短缺潮已经经隐隐浮现，AWS多个客户都提出要包揽所有Graviton ARM CPU产能 ------------ 这个消息对硅谷的芯片打工人吸引力是巨大的，Nuvacore这次的阵容都是功成名就的明星阵容，以前Nuvia创始团队重新集合，拿了红衫的投资，做面向 AI 基础设施/agentic computing 的通用ARM CPU。当年还是一个尚未完全被验证的大方向都能大获成功，而现在ARM CPU服务器正在风口浪尖上，前景和想象力和2019年Nuvia比起来大了太多了 上一次Gerard把Google，苹果platform architecture组的架构大佬挖了好多过去，这次的号召力只会强得多，240m的融资，已经验证过的路径和创始团队，肉眼可见的下一个增长风口，一定会让Nuvacore成为湾区最热门最受追捧的芯片startup，没有之一。毕竟这是一个肉眼可见能财富自由而且风险收益比极好的机会 ---------- 遥想当年Nuvia第一代CPU的发布赶上苹果M2时代，还是挺震撼的，Nuvia让高通在一年的时间CPU跑分进步了整整三代，单核跑分从2300变成3200，竟然超过了苹果M2 max一大截 可惜Nuvia Phoenix core从发布到最后上市拖了太久太久，中间苹果把牙膏挤爆了连着上市了M3/M4，于是Nuvia CPU上市之后从跟M2比较变成了跟M4比较，从期待中的C位变成背景板了 当年Nuvia的眼光非常超前，在2019年ARM CPU服务器市场占有率几乎为零的情况下，就是想从零开始打通这个市场，2021年被高通14亿美元收购之后，高通也给了无限的资源支持，扩招力度很大，给的薪水都是市面上最高一档的。 可惜大环境在2022年恶化的很快，加上高通的管理层战略眼光实在太差太短视，在业界ARM服务器生态都开始有起色的时候，为了股价节约开支，竟然再一次把自家的Nuvia CPU 服务器团队解散了（算上2015年已经解散过一次ARM服务器团队） 直到2025年，Nvidia的Grace ARM CPU都已经发布四年了，Vera ARM CPU都已经自研好久了，Amazon的ARM CPU Graviton都快占据CPU服务器新出货的50%了，高通才后知后觉谨慎的重启ARM服务器项目 所以这次Gerard从高通的高管位置把之前的创始团队拉出来自己干，可能是因为高通高层战略眼光实在太差屡屡错过机会，上次Nuvia想做ARM服务器，高通的承诺也因为大环境恶化没做数，结果被收购之后被高通取消了项目直接改做了laptop芯片和手机芯片 加上高通今年在手机销量上因为内存和存储历史级的巨额涨价，可以预见要受到重创(市场萎缩30%)，能拿出的扩张预算有限，在高通能拿到的资源是受到掣肘的 而在创业公司里比在 Qualcomm 这种大平台里更容易拿到足够快的决策速度、团队纯度、产品定义权和资本叙事，于是选择在窗口已经被验证时重新集结老班底 但更可能因为，AI时代的CPU前景想象力真的太广阔了，完全值得重新投入一次，不是Gerard变了，而是外部市场变了 ------------------------ 进入2025年之后，AI agent的出现，隐隐让CPU重新变成了瓶颈 CPU服务器重新步入增长轨道，而且潜力巨大，有好几个因素： 1. 随着推理时代的到来，GPU演化到针对推理的系统级新架构，CPU 是永远在忙的总指挥orchestrator, 因为要追求token throughput，所以异构计算阶段变多 + 批处理数量batch越来越大，scheduling/routing/data flow复杂度变高，对orchestration要求也变高 所以在系统级异构推理架构里，AI加速器和GPU在CPU：GPU的配比上，也变得更为激进，从以前的1：4到Grace Blackwell的1：2，以后是很有希望达到1：1的比例的。Google TPU配Axion，Amazon Tranium配Graviton，Nvidia Rubin配自家Vera CPU 这条在我的去年11月半导体年终回顾写过，基本上在2026年成为了共识，虽然这部分主要是各家AI 芯片自研，并不是纯粹的CPU服务器，其实不算是外部CPU服务器的机会 2. 也是同一篇年终回顾里写到的： 从CPU视角去看agentic workload，routing和工具处理都在CPU上，如果把常用的agentic框架做profiling，比如SWE-Agent, LangChain, Toolformer，CPU最长可以占到90%的E2E端到端延迟，throughput瓶颈也更多的卡在CPU，CPU甚至能耗也超过了总能耗的40% Agentic AI目前是一个CPU瓶颈更多的事情，Agent管理很多个CPU，再加上agent经常要开sandbox，很可能会成就CPU需求的新一波回暖 现在回看去年写的这个逻辑，潜力是非常大的。但其实年初可能并没有很大规模发生，年初的CPU增长和各家渲染的CPU短缺潮和这个逻辑暂时关系不大，更多可能是前几年的capex投入GPU的比例太大，造成传统CPU服务器投入不够，所以需求上升是一个回补之前传统服务器投入不够的部分。 但到了下半年甚至2027，agent会开始更广泛的铺开，比如智能导购和客服，已经占到了Amazon去年年底100万CPU采购的相当部分比例，这部分的增长是很快的 前两个逻辑，基本上是今年主流叙事在讲CPU潜力的共识，但是我的感悟是，还有另外两个逻辑被低估了： 3. 造成CPU服务器潜力更大，更长线的主逻辑，可能和agent本身没有直接关系，而是code agent带来的副产物： coding门槛和速度的大幅优化，让“构建软件 + 连接软件 + 调用软件 + 自动化软件”这整件事便宜了一个数量级，Jevons 悖论在software供给端的展开，最终把世界推向更高的软件密度和 API 密度，这直接带来了CPU传统workload的线性上升 从2025年年底开始，coding agent迎来了质变，Claude code迎来了爆发式增长，三个月的token营收增长了三倍，那么导致的下一步必然是Code量的十倍增长,以及App数量的巨量增长 即便是在大厂，每天1m token消耗只能算是个平均水平，人均coding量必然是翻倍的（小厂就是翻十倍了），code供给量暴增，不会只停留在 repo 里，而会逐步变成更多长期运行的软件资产，长期存活的feature变多，product变多，microservice变多，API变多 长线来看，App/API所有的生产成本和生产周期会变成原来的10%，API实现极大富足。那么API的Usage就会大量的上升,这就会造成传统CPU Workload或者说CPU Seconds大量的上升，这甚至和agentic没有直接关系 时间维度上，这个逻辑并不是短期性质，Claude code的爆炸是这几个月刚发生的事情，那么产品上线，microservice，api上线，可能都要向后延迟。当软件变便宜，社会不会少用软件，只会把更多事情软件化 所以也许到下半年甚至更久才会看到，传统cpu云的需求又莫名其妙增加了，表面上看，甚至和AI agent没有直接关系 4. CPU是一个技术上很难通缩的东西，不像内存/存储有很多压缩算法会降低单任务对存储的用量，CPU workload增长转化成硬件需求增长是实打实的 比如说kvcache其实每年都有各种压缩技术出现，老的压缩技术比如kvcache的multi-head它会share一个head（GQV），这个大概会相当于4倍的压缩，再比如说去年turboquant这个技术也会新带来几倍的压缩。然后加上数据精度从FP16到现在的下一步要到FP4，精度的下降都会带来kvcache的压缩，从而带来存储方面的技术通缩。 但CPU是一个技术层面上通缩量很小的事情，目前任何的agentic的cpu workload（CPU seconds）增长都是硬件需求增长，它通缩的方面只有每年每一代跑分提高的10%到15%。如果说另外通缩因素，比如云的五倍六倍的超卖会不会影响？不会，因为它一直是超卖的，所以说超卖/利用率低这个CPU技术通缩的因素不会继续扩大了，每个增长的CPU seconds都是不怎么带打折的硬件线性增长 ARM的指引是CPU的供需缺口可能会到30%以上，这几个原因的叠加，加上AI服务器对CPU服务器产能和订单的挤压，可能会让缺口更大，各个hyperscaler的反应可能是会滞后的 ------------------ CPU整体需求潜力增长的同时，ARM服务器CPU也赶上了历史上最好的时代： Hyperscaler为了节省成本，接近50%的新增传统server CPU都是ARM，Google的Axion，Amazon的Graviton，Microsoft的Cobolt，Graviton甚至2026年的产能已经全部卖完，瓶颈成了产能 Google TPU配Axion，Amazon Tranium配Graviton，Nvidia Rubin配自家Vera CPU，这部分CPU为什么会集体转向ARM，除了成本因素之外，也因为推理系统为了追求token throughput，batch越来越高越做越复杂，自研ARM CPU以及系统性软件硬件的co-design会更方便，比如Nvidia是Dynamo去控制Vera和Rubin之间的协同 Nuvacore的规划上来看，不仅仅满足于做IP，也要做成品，因为在招聘网站上出现了validation engineer的职位 但是这次Nuvacore面临的挑战也不小：起步太晚了，无论是市场上，还是技术上，竞争都激烈了很多。CPU服务器和七年前比，已经复杂了很多，已经不再是单片CPU的竞争，而是rack系统级别的复杂度 现在开始做2028~2029年上市的CPU，要做到rack级别有竞争力，规模要大很多，基本上要几十个chiplet，500+个core拼起来，还要考虑如何适配AI agentic workload，工作量比以前明显要大的多，对一个startup的挑战比七年前也大得多 ---------------- 上次Nuvia在成立两年之后成功的以14亿美元出售，这次市场热度比五年前高了一个数量级，Nuvacore之后的路会怎么走呢？ 如果是被收购路线，其实买家可能比五年前比并没有更多，这五年里，Google有了Axion，微软有了Cobalt，Amazon有了Graviton，Nvidia自研的Vera CPU已经成型，连ARM也打破了35年来只做IP的常规，开始做自己的AGI CPU芯片 最有可能的是Softbank系，softbank已经在ARM CPU服务器生态上布局深耕了多年，65亿美元收购了Ampere，再收购Nuvacore是很正常的事情，这个市场想象力足够大 其他的选择也可能是Meta，因为几家互联网公司里，只有Meta的silicon house没有稳定可靠的CPU服务器，有限的资源在MTIA都做AI加速器去了 但是Meta的问题在于稳定性极低，决策每个月都在变化，注意力非常短期化，项目随时取消，对Nuvacore来说完全无法兑现潜力，是一个非常糟糕的买家 但总体来说，Nuvacore的选择肯定比五年前宽了太多了，对ARM CPU服务器的潜力大家的共识都很明确，融资的难度要小很多，自己运营扩张起来，阻力比以前小很多，合作伙伴的配合程度上也因为未来预期，会容易很多 完全可以自己做大到比Nuvia当年更大的规模再考虑出路，根本不着急卖