Gemini 3.5 Flash来了🤡 新版的 Gemini 也加入了使用量限制 Usage limits 仪表盘 Gemini 也从之前的每日消息次数限制转变为基于算力消耗Compute-based的计费限制模型

Claude 发补偿了，你的套餐月费多少，就发多少的一次性信用额度（usage credit）。 领取方法： - 登陆 网页 - 左下角 Settings - Usage - 点击 Claim your credit，这一步需要绑信用卡。 我的 max 新号发了 $200，不知道这次能坚持多久封。

龙虾之父 Peter的一个小产品—CodexBar，观察多模型用量的小插件，非常直观，省得各个终端切换执行/status /usage 查看了 非常好用的各 Ai Coding Plan 可视化用量的插件，几乎支持市面上所有模型厂商的用量查询。对于多套餐订阅者观察套餐余额非常方便。

在 MacBook 刘海区域实时显示 Claude Code 和 Codex 的 API 用量限额。 展示 Claude Code 和 Codex 的 5 小时及每周用量限额。悬停可快速查看百分比，点击展开完整面板，支持在 Usage 和 Cost 之间滑动切换，Cost 屏基于本地会话日志估算花费和 token 吞吐量。

连微软这种家里有矿、手握无限云资源的超级巨头，居然因为交不起电费，把内部用的 Claude Code 授权全给停了！ 微软在内部正式取消了 Anthropic 旗下 Claude Code 的使用授权。 导致这一决策的核心原因并非工具本身的生产力输出问题，而是基于 Token 计费的实际算力消耗成本已超出这家科技巨头的财务承受极限。 几乎在同一时间，Uber 首席技术官（CTO）发布内部备忘录警告，公司在 2026 年前四个月便已将全年的 AI 专项预算耗尽。 受此宏观趋势影响，美国市场 AI 软件定价普遍反弹 20% 至 37%，而微软旗下的 GitHub 也正在全面废除固定费率（Flat-rate）订阅制，转向基于实际使用量（Usage-based）的阶梯式计费模型。 这一连锁反应宣告了“AI 行业亏本补贴时代”的正式终结。 长期以来，市场形成了一种盲目的技术乐观主义叙事，认为随着模型迭代，推理和 Token 成本会遵循某种超摩尔定律无限坍塌。 然而，真实的商业化数据和脑力劳动替代成本表明，当企业级客户试图将大语言模型（LLM）全面接入高频生产线时，边际成本非但没有递减，反而随着调用频次与上下文长度的激增呈现指数级暴涨。 图表清晰地展示了这种财务异动：在固定席位收入（Per-Seat Revenue）保持恒定的情况下，人均 Token 算力成本（Per-Token AI Compute Cost）的陡峭上扬，直接导致了企业利润空间的黑洞式坍塌（Profit Collapse）。 从宏观资本分发与估值模型的本质来看，这种 unit economics（单元经济模型）的恶化将一级市场的头部 AI 实验室（如 OpenAI、Anthropic、Google）推入了双输的零和博弈。 为了在 IPO 前夕维持数千亿美元的估值神话，实验室在过去六个月内通过各种机制变相拉高了实际客单价。 而这直接导致企业端客户在预算熔断后开始战略性收缩 AI 应用规模，进而阻断了 AI 厂商的营收增速。 如果实验室选择降价强补，则其自身的现金流失血速度将无法维持下一代超级集群的建设。 这种供给侧与需求侧的定价错配表明，算力红利时代的虚假繁荣已经见顶，行业即将迎来大规模的资产减值与心智重组。

【速報】円井萌華3月14日引退。 雖然沒有發表長文，不過在社群的自我介紹以及最近密集的發文都可以知道，円井萌華決定在3月14日結束AV生涯，所以不久前她已經辭職離開了事務所，至於未來的規劃，她的打算是⋯ #円井萌華# #圓井萌華#

OpenAlice 致力于成为你的一人华尔街，由 AI 对全资产品类的全交易流程进行增强 今天，我们很高兴宣布一项重大更新：Workspace 发射器 「什么是 Workspace 发射器」 Workspace 是“Agent 进行特定工作所需的最小环境”。发射器的用处就是把 Workspace 批量发射并进行管理。 例如此前的实验项目 Auto-Quant（自动挖掘量化策略），就是典型的 Workspace。 有了发射器后，我们可以批量创建一批 Auto Quant Workspace，并将其视为 OpenAlice 的标准功能。 「Workspace 有什么用」 OpenAlice 立项的一项关键假设是“Trading 可以等效为 Coding 任务”，而 Coding Workspace 就是工程文件夹。 Auto Quant 验证了“量化策略挖掘任务可以被等效为Coding 任务”，在此基础上，我们得以论证“OpenAlice 进行的任何交易策略分析任务，都可以被等效为 Coding 任务，并在 Workspace 内完成”。 目前，OpenAlice 原生支持 Auto-Quant 和 Chat 两个 Workspace 。未来还将支持更多。 「超级通用」 由于 Workspace 本质只是文件夹+Shell 面板，你可以在 Workspace 运行任意 Agent CLI。 我们已经官方支持了 Claude Code 和 CodeX，并在计划内支持 OpenCode 和 Cursor。 你甚至可以在 Workspace 放进你喜欢的 skills。因为这是原装的 CLI。平时怎么用，现在就怎么用。 「超级先进」 使用原装的 CC/Codex，你可以最大程度享受到官方 shipping 的所有特性，而无需等待开发者（我）对其进行适配和抽象。 Boris 今天写的特性，Alice 今天就能用上。 「超级省钱」 此前，OpenAlice 依赖于对 Claude Code/CodeX 的输出进行解析和抽象运行。这种使用方法无法妥善利用 cache，导致 token usage 极高。同时存在潜在的 abuse（封号）风险。 现在，Trading 任务被等效为 Coding 任务，甚至有原装的文件夹和 git 系统，而你也可以直接在 Shell 上运行原装的 Claude Code/CodeX。 再也不需要担心 OpenAlice 产生额外的 Token 损耗。 「如何使用」 进入左侧按钮的第二个，选择需要创建的 Workspace 类型，填入名称，点击创建即可。 详情可观看视频前一分钟。 「哪里获取这么先进的 Agent」 Repo 地址： 感谢喜欢

财报前瞻： 明天是美股的大日子，微软google亚马逊meta四大科技公司财报。这是ai板块的moment of truth 时刻 这轮大科技财报，核心只看一件事：AI投入，是否已经开始转化为可解释CapEx的现金流，且在快速增长。 财报恰逢美股回调，最近这波回调，本质就是涨多了，美股已经历史性的18连涨；指数高度集中，权重股波动被放大；预期已经被相对充分消化，任何新增变量都会触发获利了结。 但AI需求很强，而且还在加速，主要来自头部AI公司、大科技自身以及部分高价值客户；供给受GPU、电力、数据中心等物理约束，扩张明显滞后；供需缺口巨大，并且仍在继续扩大。 高端算力持续紧张，资源向高价值客户集中，AI相关收入能力在提升。 但市场已经多少了解这些信息，真正要看的，是需求能不能持续穿透供给约束，转化为收入，再转化为现金流。 判断需要基于三点 第一，收入有没有持续兑现，看云业务、AI收入、usage增长； 第二，增长有没有加速，看客户数、调用量、单位价值是否在提升； 第三，现金流有没有进入上升通道，而且斜率是否在变陡，这是最关键的一点。 这些是目前对市场来说，比CapEx重要的多的指标。 因为只有现金流增长，才能支持CapEx继续增长，才是正循环。反之市场又会陷入支出恐惧，参考昨天的amkr财报后股价表现。 免责声明：本人持有文中提及的标的，观点必然偏颇，文章内容非投资建议，股票投资风险巨大，入场需极度谨慎