NVIDIA 发布了 Personal AI Router，感觉这东西像是专门为家庭 AI 数据中心准备的。 它可以自动发现局域网里的 DGX Spark、RTX 电脑和 M4 以上 Mac，把不同系统上的 Ollama、LM Studio 接到同一个本地 Endpoint，再把 Agent 请求分配给当前空闲的机器。 以后 Hermes 只需要连接一个地址，简单任务丢给 Mac，小模型高并发交给 RTX，大模型交给 DGX Spark，家里所有闲置算力终于能统一调度。 提示词、文件和 Agent Context 都留在本地网络，不用上传云端。 注意，PAIR 做的是跨设备请求路由。每台机器仍然独立推理，它不会把几台设备的显存合并成一张虚拟 GPU，也不能取代 DGX Spark 之间的 TP2 直连。 我的两台 DGX Spark、M4 Mac mini 和 RTX PRO 6000，终于要组成真正的本地 AI 团队了。

一位实习生发帖说，自己一天消耗了公司1亿多Token，被mentor约谈了。 token用太多，核心就是这个人表达方式有问题，或者不熟悉业务….

目前市场上，哪家芯片/集成商/OEM先造出： 128GB到256GB GPU-accessible memory， 500GB/s到1TB/s以上带宽， 足够好的INT4/FP4算力， 200到400W，安静稳定，Linux/Windows，Ollama/vLLM开箱即用， 一万美元以内， 就会成为AI时代的苹果。

看完了梁圣的演讲和很多twitter上面的观点，我先说下我的把。首先。GPU 五年折旧是合理的，CUDA 的单点锁定正在变弱，但 NVIDIA 的护城河并没有消失，而是从“软件锁定”升级成了“Token Economics＋AI Factory 全栈”。 五年折旧不代表一张 GPU 五年后仍处于技术前沿，而是它在五年内仍能持续产生经济收益。新卡最初服务前沿训练、强化学习和最高端推理，随后逐步下沉到模型后训练、微调、RAG、企业 Agent、客服、文档处理、视觉 AI、批处理和开发测试。技术领先期可能只有两年，但经济寿命完全可以达到五年甚至更长。 H100 在 B200、GB200 和 B300 推出后仍然存在真实租赁需求，大型 H100 集群也可以在 xAI、Meta、Anthropic 等不同客户和工作负载之间重新配置。中国影子市场甚至愿意为受限制、缺乏官方支持的 NVIDIA GPU 支付显著溢价。这说明 NVIDIA GPU 不是一次性消耗品，而是具备通用性、流动性、可转租性和二级残值的生产资产。真正需要判断的不是第五年还能不能运行，而是第五年的租金、利用率和电力成本能否继续产生正贡献。 AI 从 hyperscaler 向 enterprise、银行、政府、医疗、制造和主权客户扩散，会进一步强化这条折旧逻辑。前沿模型公司永远希望获得最新 GPU，但大多数企业推理任务不需要最新一代架构。大量稳定、延迟要求适中、模型规模有限的企业工作负载，正好为旧 GPU 创造“第二生命周期”。因此，enterprise inference 不仅扩大 AI 算力需求，也会降低旧卡闲置率，延缓租金下滑和资产减值。 从 Neocloud 角度看，最理想的商业模式是：先通过 hyperscaler 和模型实验室的长期合同锁定基础收入，用这些锚定合同完成融资、建设数据中心和采购 GPU；再把剩余容量出售给 enterprise、政府、金融、医疗、机器人和 AI-native 客户，提高利用率和租金上限。大客户负责保底，长尾客户负责提高 ROIC。 这也是为什么 NVIDIA GPU 对 Neocloud 比专用 ASIC 更有价值。Neocloud 的核心能力不是只服务一个固定内部工作负载，而是把同一批算力在不同客户、模型和行业之间反复变现。今天可以租给 Meta，明天可以租给 Anthropic，之后还可以拆分给银行、医疗、企业软件和推理客户。通用 CUDA 生态、NVLink、网络、通信库、模型兼容性、OEM 支持和二级租赁市场，共同提高了资产流动性。 Dell、HPE、Supermicro 最近的订单、backlog 和客户结构，也在验证 AI 正从少数科技巨头向 enterprise 和 sovereign 客户扩散。Hyperscaler 有能力开发 TPU、Trainium 或其他 ASIC，也有足够的软件和编译器团队承担迁移成本；普通银行、政府和制造企业没有。它们更关心的是能否由 Dell、HPE、SMCI 或 Cisco 直接交付，能否满足安全、数据主权、合规、可靠性和运维要求，出现问题时由谁负责。在这种 OEM 驱动的企业市场里，NVIDIA stack 仍然是风险最低、部署最快、生态最完整的默认选择。 梁文锋关于 CUDA 的判断有一部分是对的。TileLang、Triton 和 AI 编程正在降低 Kernel 开发和跨平台迁移难度，所以“客户因为代码无法迁移而永远离不开 CUDA”的护城河确实在变浅。但 CUDA 从来不只是写 Kernel。真正的平台还包括驱动、编译器、cuDNN、cuBLAS、TensorRT、NCCL、NVSHMEM、NVLink、InfiniBand、Spectrum-X、调试工具、集群调度、故障恢复、OEM 认证和云端支持。 Jensen 很早就开始把 NVIDIA 的竞争标准从“单颗 GPU 和 CUDA 锁定”上移到 AI Factory 的整体经济性：tokens per watt、cost per token、revenue per megawatt、集群利用率、部署速度和可靠性。 旧的 NVIDIA 护城河是： 你很难离开 CUDA。 新的 NVIDIA 护城河是： 你即使可以离开，也未必能获得更好的 Token ROI。 因此，真正威胁 NVIDIA 的，不是竞争芯片能够运行同一个模型，而是竞争平台能够同时做到接近的模型效果、tokens/watt、cost/token、集群可靠性、部署速度、OEM 支持和跨客户流动性。在此之前，CUDA 的单点锁定可能继续变弱，但 NVIDIA 作为 AI Token Factory 和 enterprise AI Factory 默认平台的系统级护城河仍然存在。

看完了梁圣的演讲和很多twitter上面的观点，我先说下我的把。首先。GPU 五年折旧是合理的，CUDA 的单点锁定正在变弱，但 NVIDIA 的护城河并没有消失，而是从“软件锁定”升级成了“Token Economics＋AI Factory 全栈”。 五年折旧不代表一张 GPU 五年后仍处于技术前沿，而是它在五年内仍能持续产生经济收益。新卡最初服务前沿训练、强化学习和最高端推理，随后逐步下沉到模型后训练、微调、RAG、企业 Agent、客服、文档处理、视觉 AI、批处理和开发测试。技术领先期可能只有两年，但经济寿命完全可以达到五年甚至更长。 H100 在 B200、GB200 和 B300 推出后仍然存在真实租赁需求，大型 H100 集群也可以在 xAI、Meta、Anthropic 等不同客户和工作负载之间重新配置。中国影子市场甚至愿意为受限制、缺乏官方支持的 NVIDIA GPU 支付显著溢价。这说明 NVIDIA GPU 不是一次性消耗品，而是具备通用性、流动性、可转租性和二级残值的生产资产。真正需要判断的不是第五年还能不能运行，而是第五年的租金、利用率和电力成本能否继续产生正贡献。 AI 从 hyperscaler 向 enterprise、银行、政府、医疗、制造和主权客户扩散，会进一步强化这条折旧逻辑。前沿模型公司永远希望获得最新 GPU，但大多数企业推理任务不需要最新一代架构。大量稳定、延迟要求适中、模型规模有限的企业工作负载，正好为旧 GPU 创造“第二生命周期”。因此，enterprise inference 不仅扩大 AI 算力需求，也会降低旧卡闲置率，延缓租金下滑和资产减值。 从 Neocloud 角度看，最理想的商业模式是：先通过 hyperscaler 和模型实验室的长期合同锁定基础收入，用这些锚定合同完成融资、建设数据中心和采购 GPU；再把剩余容量出售给 enterprise、政府、金融、医疗、机器人和 AI-native 客户，提高利用率和租金上限。大客户负责保底，长尾客户负责提高 ROIC。 这也是为什么 NVIDIA GPU 对 Neocloud 比专用 ASIC 更有价值。Neocloud 的核心能力不是只服务一个固定内部工作负载，而是把同一批算力在不同客户、模型和行业之间反复变现。今天可以租给 Meta，明天可以租给 Anthropic，之后还可以拆分给银行、医疗、企业软件和推理客户。通用 CUDA 生态、NVLink、网络、通信库、模型兼容性、OEM 支持和二级租赁市场，共同提高了资产流动性。 Dell、HPE、Supermicro 最近的订单、backlog 和客户结构，也在验证 AI 正从少数科技巨头向 enterprise 和 sovereign 客户扩散。Hyperscaler 有能力开发 TPU、Trainium 或其他 ASIC，也有足够的软件和编译器团队承担迁移成本；普通银行、政府和制造企业没有。它们更关心的是能否由 Dell、HPE、SMCI 或 Cisco 直接交付，能否满足安全、数据主权、合规、可靠性和运维要求，出现问题时由谁负责。在这种 OEM 驱动的企业市场里，NVIDIA stack 仍然是风险最低、部署最快、生态最完整的默认选择。 梁文锋关于 CUDA 的判断有一部分是对的。TileLang、Triton 和 AI 编程正在降低 Kernel 开发和跨平台迁移难度，所以“客户因为代码无法迁移而永远离不开 CUDA”的护城河确实在变浅。但 CUDA 从来不只是写 Kernel。真正的平台还包括驱动、编译器、cuDNN、cuBLAS、TensorRT、NCCL、NVSHMEM、NVLink、InfiniBand、Spectrum-X、调试工具、集群调度、故障恢复、OEM 认证和云端支持。 Jensen 很早就开始把 NVIDIA 的竞争标准从“单颗 GPU 和 CUDA 锁定”上移到 AI Factory 的整体经济性：tokens per watt、cost per token、revenue per megawatt、集群利用率、部署速度和可靠性。 旧的 NVIDIA 护城河是： 你很难离开 CUDA。 新的 NVIDIA 护城河是： 你即使可以离开，也未必能获得更好的 Token ROI。 因此，真正威胁 NVIDIA 的，不是竞争芯片能够运行同一个模型，而是竞争平台能够同时做到接近的模型效果、tokens/watt、cost/token、集群可靠性、部署速度、OEM 支持和跨客户流动性。在此之前，CUDA 的单点锁定可能继续变弱，但 NVIDIA 作为 AI Token Factory 和 enterprise AI Factory 默认平台的系统级护城河仍然存在。

周末仔细研究了一下，现在的宏观环境应该这样描述：第一眼看起来像滞胀，第二眼看起来像金发女郎，实际上是一个广谱需求存在但边际加速几乎完全押注在AI capex上的“金发伪娘”。 金发女郎的"不过热"来自需求温和。当下的"不过热"来自供给退出。失业率从4.2%降到4.1%看起来像劳动力市场健康，但实际是26.4万人退出了劳动力大军。参与率61.4%是1976年以来最低（排除疫情）。这是人少了，不是活多了。金发女郎是"大家都有一份工作但没人过度加班"，当下是"人少了所以剩下的岗位看起来还稳定，但就业人口比跌回了2014年"。 金发女郎的"通胀低"来自需求不过热。当下的"通胀低"来自能源供给冲击自行消退。核心CPI +2.6%确实接近目标，但整体+3.5%和核心之间那0.9个百分点的缺口全是能源。五月能源同比+23.5%是中东供应中断，不是需求拉动。油价崩了通胀就下来，油价反弹通胀就回去。这不是金发女郎，这是"供给侧冲击的尾部效应在消退"。 金发女郎的"增长稳"来自广谱需求。当下的增长压在AI capex一条腿上。GDP里进口暴增+11.5%进口的是服务器和网络设备，ISM新订单56.5的边际驱动力是AI capex。消费从0.5%加速到3.2%是真的，但这是唯一一条独立于AI capex的验证。如果AI capex边际增速放缓，增长论证同时失去三条腿。 所以更准确的描述是：当下是一个"假金发女郎"——看起来像（增长强、核心通胀温和、联储按兵不动），但驱动机制完全不同。金发女郎是需求端的良性平衡，当下是供给端约束制造的统计幻象。失业率下降不是因为就业好，通胀回落不是因为需求弱，增长强不是因为经济广谱向好。 如果周三CPI弱，市场会把它当金发女郎来交易——利率下行、股票上涨、黄金上涨。这个交易方向是对的，但你要知道你交易的是"市场把假金发女郎当真金发女郎来定价"这个不对称，不是交易一个真正的金发女郎环境。区别在于：真金发女郎可以持仓很久，假金发女郎随时可能被一条供给侧变量（油价反弹、AI capex放缓、劳动力结构断点验证失败）打穿。

Starlink 有一个经常被低估的潜在价值：它除了提供偏远地区互联网，还可能成为全球最低延迟骨干网，因为光在光纤中传播会比在真空中传播慢 30%。 所以英伟达极其重视和 SpaceX 的合作，随着 AI Factory 的建设越来越像是全球分布式超级计算机，而 Starlink 就是这个计算集群的洲际 NVLink。

Exclusive: Chinese technology giant Alibaba plans to ask major users of the next version of its Qwen open-source AI model for a share of revenue they make from the hotly anticipated offering

报道的少，自媒体出现的此类信息瞬间就会被算法清除。 实际上你用常识推测，3.2.亿灵活用工，生存压力极大，可以说一触即发。 所以做人还是要厚道，另外离社会边缘人远一点，躲都躲不开，还往前凑。 去年和妻子回国打网约车，司机小伙子就服务极差，态度蛮横。 我们开始还跟他谈，后来一看不着四六，下车后付钱，一点纠纷都没有，让系统拉黑算了。 明摆着这人就在反社会人格边缘了。 这种人在当下经济结构里越来越多。 存储上市只能带来营收，无法改变社会K型结构，各位还是奉行隐忍退让原则，边缘人是真会杀人的，他们已经生存不值钱，命也不值钱。

对上午那版不太满意，从新写了一分核心宏观判断：做多前端、回避长端。前端指短期限利率/债券，主要受美联储降息影响；长端指10年、30年等长期利率，仍受通胀、财政赤字和国债供给压制。 对股票的映射：长端利率偏高会压制高估值、高久期、依赖外部融资的成长股，因此优先选择自由现金流充足、能够自我融资、收入确定性较高的公司。 AI投资框架：行情可能从第一阶段的GPU、半导体和数据中心建设，逐步转向第二阶段的云端消费、数据平台、网络安全和AI应用兑现。 判断重点不是“增长是否很高”，而是二阶导是否转正：收入增速、云消费、NRR、RPO和大客户增长有没有继续加速。 Nasdaq-100筛选中，更稳健的是MSFT、GOOGL等现金流巨头；DDOG、CRWD等更直接暴露于云消费，但估值对长端利率更敏感。 SNOW和MDB虽然目前都不属于Nasdaq-100，但符合广义框架：SNOW：产品收入增速由30%升至34%，二阶导已经转正，属于“基本面已确认、但估值很贵”的标的。 MDB：Atlas维持约29%增长、现金流和资产负债表不错，但总收入增速由27%降至25%，属于“逻辑成立、等待重新加速”的标的。 当前排序：若重视未来1–2个季度的增长确认，SNOW优于MDB；若重视业务黏性、资本轻和相对估值，MDB更有吸引力，但需要等待Atlas突破30%左右。

我一直怀疑网上吹Kimi的人都是水军： API慢到不足以完成任何实际任务 连接随时被掐死，任务完成率低到不足以评判其智能程度 但是网上说Kimi好的人多的铺天盖地，以至于我不敢说话，只能认为是因为我用的API运气不好，被针对限速了。

好，我已经彻底领悟。 tldr：两个二阶导正在同步拐头。我的操作：做多2Y和5Y国债，做多GOOG和NBIS，不做多半导体。 第一个拐点：Fed鹰派再定价的速率见顶。 FOMC维持3.5-3.75%不变，3名委员异议支持hike，但Hammack、Kashkari、Logan已经打光了弹药还是输了，说明鹰派的天花板就在3票。Warsh也在淡化AI相关价格压力，把利率上行归因于经济强劲而非市场加息信号，暗示市场利率已经替代加息——"rates are higher today than June, markets didn't pause"。这个框架一旦建立就是结构性鸽派：只要市场利率维持在高位，Warsh就有理由按兵不动。而市场目前定价9月加息60%，但是我觉得很可能全年都利率不动。6月核心CPI -0.02%如果延续到8月PCE，前端利率会快速下行。 做多2Y是最pure的mispricing表达。加5Y是因为它同时捕获Fed路径重新定价和增长减速。避开10Y+，因为Warsh偏鸽会推高通胀预期，长端被breakeven和Q3国债供给contaminate。 第二个拐点：AI价值链从半导体建设端向云计算消费端的shift。 MSFT是AI capex叙事启动以来第一个超大规模企业没有上调capex指引，与此同时，微软Azure加速到43%固定汇率增长，Copilot付费座位突破3000万（净增1000万），Google Cloud +82% yoy。 这里的关键是价值链的时序结构。半导体订单是领先指标，云计算消费是滞后6-12个月的确认指标。现在出现了一个罕见剪刀差——半导体增长率在减速（MSFT capex收窄），但云计算消费增长率在加速（Azure 43%+Copilot 30M）。这个窗口通常只持续1-2个季度。 还有一些被忽略的细节：韩国存储专家电话会议透露LTA（长期协议）覆盖超过50%的服务器DRAM，包含预付款和take-or-pay条款。这意味着云服务商已经锁定了内存成本——明年HBM定价翻倍的预期主要由没签LTA的买家承担。半导体在卖"涨价预期"，云服务商在享受"成本锁定+消费加速"。 所以我做多云不做半导体。GOOG的Cloud +82%最猛但被反垄断压制估值，asymmetry更好。NBIS是pure-play AI云基础设施，直接表达utilization加速。不做空半导体是因为一阶导仍然很强（HBM翻倍、博通AI收入>$1万亿），做空一阶导仍然强劲的资产timing不对会被squeeze，正确的表达是不参与而非做空。 认错条件：8月核心PCE >0.25% m/m则债券thesis invalidate；Google或Amazon Q3 capex继续上调而非收窄，则AI价值链shift判断错误，本次维持capex是孤立事件。

"What an upside world when Chinese open-weight models will tell us about Tiananmen Square, but American frontier models won't translate a blog post. Not even Kubrick saw that coming."