Gavin

深呼吸一下，然后继续呼吸

AI吃了一斤：非常喜感的"中文资产"是测试脏数据吗？

@Assassin_Malvo 🐂🍺

把当年找聪明钱的程序改成了skills 你可以让你的龙虾： - 分析指定 ca 的聪明钱地址 - 定时扫描 pump 已 launch 代币，然后定时输出聪明地址 github.com/malvoamadeus-p… （24年还用的 gmgn api，后来迁移到 okx api，好像少了几个参数但具体是啥我也忘了直接改的skills🤣，一切随缘

海力士SKHY起飞，小火箭RBLX 老登INTC跟上啊

Karpathy 刚花了一个周末研究 Claw 生态，结论是： OpenClaw 概念牛逼，但 40 万行 vibe code + 正在被大规模攻击 = 安全雷区。 他推荐了一批更小、更安全的替代品，我帮你整理好了： 🦞 NanoClaw — ~4000 行代码，容器隔离，他重点推荐 🦀 ZeroClaw — Rust 写的，<5MB 内存，$10 硬件能跑 🐹 PicoClaw — Go 写的，树莓派都能跑 🛡️ IronClaw — 零信任架构，每个操作都要授权 🔬 nanobot — 港大出品，超轻量 选择建议： → 安全优先：NanoClaw 或 IronClaw → 硬件极客：ZeroClaw 或 PicoClaw → 功能全要：OpenClaw（但做好安全措施） 👇 接下来说说 Karpathy 怎么理解 Claw 这个东西

Briefs —> T Back

@mtrainier2020 但足以摧毁现在认为理所当然的常态

2028年， AI可以造155榴弹吗？ 2028年，AI可以造六轴数控机床吗？ 2028年，AI可以接电线，通下水道吗？ 不能，那就回去好好工作。 这个世界是物质的。 没有理由一个CRUD小子的收入是一个机械工程师工资的2倍。 AI，只是让这种扭曲，回归正常而已。

Mark一下 $SKHynix

@WinForKakei lowb 它那句国骂永流传

#btc #bitdeer 吴忌寒从来不自称holder 社区的老人应该都知道“圣战”（Jihad，和他名字拼音相似）这个梗 17-18年他通过Bitmain子公司ViaBTC发起分叉支持BCH 而为此在那一年卖出了大量的BTC 当时BTC价格（3k-10k） 对于这些过客该祛魅了 也许今年是普通人能轻松拥有1个BTC的最后一个年份

一朵恶之花再怎么娇艳，再怎么永流传，也别忘记浇灌它的代价：鲜血和人肉 当下的谁，会愿意成为未来国宝的代价？ 比干莫邪是自愿的吗 @elonmusk 叼毛，在自由竞争中成长为巨龙，面临更饥渴的叼毛和更激烈的竞争时，故意模糊市场和政府的边界，渴望垄断性的权力来维护财富和地位了

JUNE 2028. The S&P is down 38% from its highs. Unemployment just printed 10.2%. Private credit is unraveling. Prime mortgages are cracking. AI didn’t disappoint. It exceeded every expectation. What happened?​​​​​​​​​​​​​​​​ citriniresearch.com/p/2028gic

@ohyishi 买早了。。。

onekey btc-only edition, our gift to holders.

@xiaomucrypto 英特儿确实有点笨B。。。

存储需求恐怕又要因为seedance2的出现指数级暴增. gpt3.5带来了文本时代，真正的视频时代，是seedance2带来的. 同样是几个提示词，视频ai消耗的存储将达到几百m，随着ai视频制作时长的增加这个体积还会更大. 这次衍生的存储需求会是原来文本的很多倍. 毕竟现在刷视频成瘾的群体是真多， 全球范围内从婴幼儿到老头老太太谁都逃不过，他们可能不爱看书不爱看新闻但绝对爱刷短视频. 基于此，又会产生新的投资需求. 视频ai需要的存储类型跟文本ai肯定有差异. gemini给出的现阶段抖音与yputobe采用的存储架构实录. 目前的视频存储并非单一介质，而是复杂的多级冷热分层架构 (Tiered Storage Architecture)。 A. 架构组成 1. 极热层 (Ultra-Hot Tier)：用于应对瞬时爆发的流量（如顶流网红刚发布的视频）。 • 类型：NVMe SSD 集群 + 内存级缓存（Redis/Memcached）。 • 核心指标：**IOPS（每秒输入输出操作数）**和极低的延迟。 2. 热/温层 (Warm Tier)：用于存放日常活跃观看的视频。 • 类型：高性能企业级机械硬盘 (HDD) 或大容量 QLC SSD。 • 核心指标：吞吐量 (Throughput) 与成本的平衡。 3. 冷层 (Cold/Archive Tier)：用于存放数年前、几乎无人问津的长尾视频。 • 类型：高密度氦气硬盘 (HDD) 甚至物理隔离的磁带机。 • 核心指标：每 TB 持有成本 (TCO)。 B. 痛点：I/O 墙与存储孤岛 传统架构下，存储是“静态”的。但 AI 视频时代（SeenDance 2）要求存储从“仓库”变成“流水线”，这直接导致了存储逻辑的崩溃。 根据以上视频公司存储的现状与困境可以延伸出其三个未来发展方向. 视频 AI 存储的三个未来发展方向 1.方向一：从 HDD 到全闪存化 (All-Flash Data Center) AI 视频训练需要并行读取海量高清素材。传统 HDD 的寻道时间太慢，会拖累昂贵的 GPU 算力。全闪存阵列 (AFA) 将从“奢侈品”变成视频公司的“基础设施”。 2.方向二：CXL 技术下的“内存-存储”融合 Compute Express Link (CXL) 协议将打破内存和 SSD 的界限。对于 SeenDance 2 这种需要处理实时动作对齐的模型，数据在 SSD 和 HBM 之间的搬运速度决定了生成的流畅度。 3.方向三：近存计算 (Computational Storage) 与其把巨大的视频数据搬到 CPU 处理，不如直接在存储主控芯片上进行初步的数据预处理（如视频抽帧、格式转换）. 基于以上及图片参数对存储公司作核心竞争力与趋势分析排序评级. SK海力士(S级)： 凭借 Solidigm 的 QLC 容量优势和 HBM 的统治地位，卡死了“大容量读取”和“算力吞吐”两个核心环节。视频 AI 训练集的 EB 级存储首选。 三星Samsung (A+级)： 读写最均衡。其 PCIe 5.0 写入速度冠绝群雄，是 SeenDance 2 生成 4K/8K 视频流时最佳的“高速缓冲区”。 闪迪SanDisk (A级)： 独立后的黑马。其 HBF（高带宽闪存） 旨在打破内存墙，让 SSD 直接参与 AI 推理，极大利好 64G 内存（如你的 M4 Pro）在本地处理大模型视频生成。 美光Micron (A级)： 写入寿命与能效比极高，适合 24/7 不间断生成视频的云工厂。 • WDC (B+级)： 专注于 CXL 协议，解决数据中心内内存与存储的动态调配问题。

@liangfenxiaodao @nft_hu build了一群太监

@nft_hu 所以你说这人到底build了啥

sbf当年投资的是claude(Anthropic)，spacex，circle（usdc母公司)，HelixNano… CZ投资的vc是bio，edu，sign，vana.

技术代差在逐渐消失，从电动车到可回收火箭，从追求理想到shill股价 人类历史上首个阳光下的万亿富豪，呜呼哀哉

Worsh只有一票，优势是控制研究机构和议事议程，但未必能一言堂

You've reached your limit of 15 Grok 4 questions per 20 hours for now. Please sign up for Premium+ to access more or check back later. X连内部内容的搜索都做不好，还玩个鸡儿的AI。。。 @elonmusk Space + X = 飞“翔”

@ReyezAriel 确实 Amazon是特斯拉出现之前的PE怪物

《透视亚马逊财报》 “最大化长期自由现金流，而不是短期利润” 亚马逊ceo，贝索斯，2004年 Amazon这次财报本身并不差。收入超预期，AWS增长达到约24%，广告业务继续高速增长，核心业务依然非常健康。 真正引发市场恐慌的，是Amazon宣布未来一年的CapEx将达到约2000亿美元，大幅高于市场预期。这直接压缩了短期自由现金流，也让投资者担心短期利润率。 但亚马逊这么做恰恰是技术革命早期最典型的特征，也很符合亚马逊的一贯战略。 对亚马逊来说，AI需求已经真实存在，而且远超当前算力供给。AWS管理层已经明确表示，很多客户正在排队等待算力capacity。这意味着Amazon并不是在“预测未来需求”，而是在补当前已经存在的供给缺口。 AI时代的竞争，本质上不是模型竞争，而是基础设施竞争。谁拥有更多算力capacity，谁能更快交付算力，谁就能锁定未来十年的客户。一旦企业将AI workload部署在AWS上，迁移成本极高，包括数据迁移、延迟优化、网络结构等多个层面的锁定。这使得基础设施成为AI时代最核心的护城河。 这也是为什么CapEx在这个阶段不是成本，而是护城河建设。 从现金流角度看，Amazon完全具备支持这一规模投资的能力。过去12个月，Amazon的Operating Cash Flow约为1150亿美元，AWS本身每年贡献约500亿美元级别的营业利润。同时，Amazon资产负债表上拥有接近千亿美元现金，并具备极强融资能力。虽然短期自由现金流会被压缩，但不会构成生存风险。 如果了解亚马逊的历史，就会知道，这种模式对Amazon来说并不陌生，而是他们过去二十年成功的核心路径。 第一次是在2000年前后，Amazon疯狂建设物流基础设施，利润被压制，但最终建立了全球最高效的电商配送体系。 第二次是在2006年之后，他们持续十年建设AWS数据中心。当时市场普遍认为Amazon过度投资，利润长期低迷，但最终AWS成为全球最大云平台，并成为Amazon最核心利润来源。 第三次是在2018年之后，他们大规模投资自动化物流网络，再次压缩利润，但显著提升了物流效率和进入壁垒。 现在，Amazon正在复制同样的路径，只不过对象变成了AI基础设施。 AI周期现在正处于这个基础设施建设阶段。Amazon今天的财报、昨天的Google的财报、上周Meta的财报都在大幅增加CapEx。这不是单个公司的判断，而是整个行业对AI需求爆发的集体反应。 Amazon这次的大规模投入，本质是进攻，但也是防御性的战略行为。 如果不提前建设capacity，他们将失去未来AI时代的入场券。 AI基础设施正在成为新的云基础设施，而Amazon不过是正在重复他们曾经在多次做过的事情。

大胆假设，小心求证，Mag 7 老登除了谷歌和英伟达比较稳，Apple相对稳以外，其余四登腹背受敌，前景堪忧

不如直接 2X 海力士