老郑说 AI 前瞻

310 posts

老郑说 AI 前瞻 banner
老郑说 AI 前瞻

老郑说 AI 前瞻

@herryzhengAI

从 2019 年到 2024 年,做了一家专注于分布式存储的云公司,该公司被某国内大厂收购。

Hong Kong Katılım Mayıs 2025
229 Takip Edilen27 Takipçiler
老郑说 AI 前瞻
老郑说 AI 前瞻@herryzhengAI·
好的,那是我片面了。回答你的问题,AI 肯定能写出来,你给它逻辑、大纲,它写的比人好多了。前提是你得给它,所以关键还是谁用
Phyrex@PhyrexNi

@herryzhengAI 😂我写说人话的时候,AI 还没出来呢,你可以问问 另外,这段文章 AI 能写出来?我不信

中文
0
0
0
22
老郑说 AI 前瞻
老郑说 AI 前瞻@herryzhengAI·
@PhyrexNi 你去看现在的文章和视频,但凡经常出现“说人话”这种字眼,99% 都是 AI 写的。 当然我不是反对 AI 写,就应该 AI 写
中文
4
0
3
30.7K
Phyrex
Phyrex@PhyrexNi·
SpaceX 币圈为什么没足够额度以及 Xstocks 在 SpaceX IPO 承销团的位置 这次很多交易所上了 SpaceX IPO 申购入口,但最后用户拿不到额度,核心要先看上游结构。 SpaceX 这次真正的上游是 SpaceX 的承销团,大概介绍一下: 联席账簿管理人包括高盛、摩根士丹利、美国银行证券、花旗、摩根大通、巴克莱、德银证券、加拿大皇家银行资本市场、瑞银、富国银行证券。 协办承销商包括艾伦公司、康托、尼德姆、雷蒙德詹姆斯、法国兴业、斯蒂费尔、威廉布莱尔、BTG Pactual、ING、麦格理、未来资产、瑞穗、桑坦德。 所以真正的发行价、总配售、各渠道额度,最终是发行人和这套承销体系决定的,并不是 xStocks 可以单方面决定的。 因此 xStocks 的角色本质上不是“拿着一堆 SpaceX 股票来分给交易所”,而是一个需要找上游要份额的代币化股票通道。 其实 xStocks 已经说明了。 合作交易所先开放申购意向窗口,用户提交非约束性的购买意向,xStocks 再把这些需求聚合起来,代表联盟平台去和承销团合作争取额度。等上市日最终配售确认后,再把实际拿到的股票一比一托管并代币化,然后分给合格用户。 说人话,交易所承接的是用户的需求,xStocks 承接的是交易所的通道,而承销团手里才是真正的货主人。 为什么 xStocks 拿不到那么多额度?原因也很现实。 第一,SpaceX 本身极度超额认购,当时需求一度接近发行规模的 3.5 到 4 倍。 也就是说,本身就很抢手。 第二,承销团配售时,优先级一定会围绕核心机构、长期客户、传统券商渠道、区域零售渠道和合规确定性更高的账户展开。 代表了优先给固定合作的客户以及优质客户。 第三,xStocks 是新型代币化渠道,不是承销团里的核心分配方,而且还涉及托管、合规、适当性、地区限制等问题,合规方面 xStocks 也不能面向美国、英国、加拿大、澳大利亚等部分地区提供。 说明了 xStocks 只是一个新兴渠道,和老的渠道相比还不够有力。而且合规性上还有差距。 第四,xStocks 同时接了多个交易所,前端需求被放得很大,但上游给的额度不会因为前端需求量变大就自动变大。需求池越大,真实额度越小,最后每个平台能分到的自然就不够。 狼多肉少,再加上本质不是被传统定义的优质渠道,分发权也不在手上。 其实吧这话总结一下,就是加密货币的玩法传统市场是只能当作小范围试水,而不会在这个领域下重注,尤其是 xStocks 的合规性相对并不如大的分校机构全面,不是说不合规,而是不足够在合规,或者说在合规性上还有限制。 xStocks 这次的问题,不是完全的背锅侠,但确实是把一个高度依赖上游配售的产品,包装成了一个看起来很接近现货申购的交易所产品。 对于用户来说以后看到这种代币化 IPO,最重要的是先确认三件事: 1. 有没有确定额度。 2. 底层股票有没有真实锁定。 3. 最终分配权到底在谁手里。 没有这三个明确的答案,本质上就不是交易,只是排队,而已。
Phyrex tweet media
Phyrex@PhyrexNi

听说 Xstocks 体系全军覆没,现在就看各家谁的格局高了。 币圈进入美股的路还长着呢。

中文
68
29
150
70K
老郑说 AI 前瞻
老郑说 AI 前瞻@herryzhengAI·
AI 正在把“实现能力”变成廉价品,但“想象什么值得实现”仍然是最贵的东西。 一个能在一下午搭出任何东西的工具,同样也能在一下午搭出你的官僚体系。建造的速度有多快,僵化的速度就有多快。 当技术平权后,想象力、洞察力、品味、对未来的判断、闭环的商业能力,是真正稀缺品
Garry Tan@garrytan

Everyone thinks AI coding tools set founders free. Watch what people actually build with them: rules, approvals, process, layers. The same cage, assembled faster. The tool that can scaffold anything in an afternoon will scaffold your bureaucracy in an afternoon too. Speed of construction is speed of calcification. Build the thing that lets you create new things: experiences that didn’t happen before.

中文
0
0
0
40
老郑说 AI 前瞻
老郑说 AI 前瞻@herryzhengAI·
我个人有个判断,Anthropic 领先地位可能不会长期,会出现一两次的易位 Anthropic 现在年化收入 500 亿美金左右。OpenAI 虽然没透露,但我估计也在三百多亿左右 Anthropic 的年化收入,主要是 Claude Code 带来的,coding Agent 确实好用,吊打一众竞品,这半年来完全没有竞品,所以狂飙。市场还是良性的,你真做得好,大家会买单 但 GPT5.5 更新后的 codex,也是真的强。产品力超过了 Claude Code,这是圈内的共识,我估计这段时间 OpenAI 年化收入也在猛增,Codex 产品力带来的增长要等一段时间才能体现出来。 所以我个人觉得,OpenAI 还是有机会反超。Claude Code 目前需要一次重大更新
OpenAI@OpenAI

Windows users, this one’s for you. Computer use now works on Windows, so Codex can take action on your Windows computer. And with Windows support for Codex in the ChatGPT mobile app, you can start, review, and steer tasks on the go while work continues on your Windows machine. An early experience, but we’re working on more ways to keep your work moving, wherever you are.

中文
6
0
2
76
老郑说 AI 前瞻
老郑说 AI 前瞻@herryzhengAI·
说个判断—— 卡帕西加入Anthropic,可能是今年AI界最重磅的新闻。 为什么重磅?很多人没说透。他这次去Anthropic要干的事,用AI去训练AI——这可能会触发AI界最可怕的一个预言:**智能爆炸**。 我一点都不夸张,你听完就知道了。 --- ## 01 大模型的训练过程,可以简化为六个环节 1️⃣ 决定研究方向——下一代AI要往哪里突破 2️⃣ 架构设计——模型长什么样,几层、什么结构 3️⃣ 数据准备——找什么数据、怎么清洗 4️⃣ 写训练代码——把架构变成能跑的代码 5️⃣ 跑实验+调试——实际训练,遇到问题就改 6️⃣ 评估+解读——结果好不好,下一步怎么改 这6个环节,**今天几乎全部靠人类**。 第3个环节(数据准备),AI能帮忙生成点数据;第4个环节(写训练代码),Claude能帮忙写代码。但最关键的其他四个环节,**全部是人类研究员在做**。 这就是AI发展速度的**天花板**。 你想想——OpenAI、Anthropic、DeepMind,每家公司顶尖研究员就那么几百号人,每人一天工作12小时。这个总量决定了AI发展的速度。但即使如此,我们今天每一个人无不感叹AI发展简直太迅速了,太快了,根本跟不上。 GPU可以买,数据可以攒,电力可以申请—— **但顶尖研究员是稀缺资源,没法量产。** 所以,人类研究员的产出,就是AI发展的**最后一个瓶颈**。 --- ## 02 Karpathy去Anthropic要干的事——把这个瓶颈打掉 Anthropic官方说法是:**让Claude来加速预训练研究本身**。 大白话就是——**让AI去做研究员的工作**。 不是让AI写代码、不是让AI生成数据(这个也已经在做了)—— **是让AI自己想idea、自己设计实验、自己跑、自己看结果、自己判断下一步该怎么改。** 让AI变成一个真正的 **“研究员同事”**,而不是 **“执行命令的助手”**。 --- 这件事难在哪儿?三个最难的地方—— 🔸 **第一,AI没有“研究品味”**。它能列出100个研究方向,但不知道哪个真正重要、哪个是死胡同。 🔸 **第二,AI不会推翻自己**。人类研究员跑到一半发现错了能立刻调头,AI会沿着错误方向走到底。 🔸 **第三,AI不会做“反直觉的跳跃”**。它学的是“最可能的下一步”,不是“违反常识的洞察”。 这三件事如果Karpathy都解决了——**AI就真的能做研究了**。 --- ## 03 这是真正可怕的部分 现在的循环是这样: > 人类研究员 → 训练出更强的AI → 更强的AI变成更好用的工具 → 还是人类研究员在用 **无论AI多强,最终瓶颈还是在人。** AI能自主研究之后的循环: > AI研究员 → 训练出更强的AI → 更强的AI变成更强的研究员 → 训练出更更强的AI → 循环 **每一轮循环,研究的“主体”本身在变强。** 这就是1965年数学家I.J. Good提出的 **“智能爆炸”**: > “一个超智能机器,可以设计出比自己更好的机器。然后毫无疑问会出现智能爆炸,人类的智能将被远远甩在后面。” --- 智能爆炸真正可怕的不是“AI变强”—— **是“AI变强的速度本身在加速”。** 人类八十年才走到今天的AI水平。AI能自己训自己之后,可能两年就把这八十年再走一遍。然后再用一年走完下一个八十年。 --- ## 04 这件事如果跑通 人类各行各业的难题,会**集中爆发式被解决**。 医疗、阿尔茨海默症、癌症、衰老、常温超导、新材料发现、新药物…… DeepMind的AlphaFold已经给过我们预演——蛋白质折叠这个困扰生物学50年的问题,AlphaFold用一年时间解决了。 智能爆炸之后,这种 **“50年问题一年解决”** 会变成常态。 --- ## 05 但你要清醒——这件事也有黑暗面 **第一,人类会失去对AI的控制。** 每一轮自我改进之后,AI能力都会超越人类理解。到第三、第四轮,没人能说清AI在想什么、目标是什么。 **第二,权力极度集中。** 谁先做到,谁在12个月内拥有比所有竞争对手加起来还强的能力。 **第三,经济会崩溃式重组。** AI能做几乎所有知识工作的时候,几亿人的工作会消失。新工作会出现,但中间的过渡期可能极其惨烈。 --- ## 06 最后说一句 如果他成功了—— AI不再被人类速度限制。我们这一代人,会亲眼看到智能爆炸预言落地。 如果他失败了—— AI的天花板就是人类研究员能想到的东西。 **但他成功的概率比任何人都高**——因为他是过去十年,唯一一个把“复杂AI”变成“普通人能用的产品”做到极致的人。 而现在他要做的——是把这个能力施加在AI本身上。 人类用AI改进自己的生产力,已经发生了。 **AI用AI改进自己的能力,可能正在Karpathy的办公室里发生。** --- 那我说完了。 关注我,带你拆解更多AI时代的真相。
Andrej Karpathy@karpathy

Personal update: I've joined Anthropic. I think the next few years at the frontier of LLMs will be especially formative. I am very excited to join the team here and get back to R&D. I remain deeply passionate about education and plan to resume my work on it in time.

中文
2
0
0
150
老郑说 AI 前瞻
老郑说 AI 前瞻@herryzhengAI·
这哥们叫 Leopold ,一年20倍奇迹的创造者 万众期待的他最新持仓数据刚刚更新了,规模还是55亿美金左右,上次我讲他 Q4 持仓的时候,很多人第一反应是:这不就是押 AI 数据中心吗? 但最新一季 13F 出来以后,我告诉大家,这事变复杂了。别划走啊,我给大家分析一下,这里面全是当下最深的逻辑 因为这一次,他不是简单加仓 AI 基建了。 他开始做一件更专业的事:一边继续买 AI 时代的“慢资产”,一边用大量期权,对冲整个半导体链的波动。 说人话就是——他还是相信 AI,但他不再裸奔了。 因为上个季度,他的组合很清晰:电力、数据中心、矿工改造、光模块。 但到了这一季,组合开始分成两层。 第一层,是继续押 AI 基建的正股。 第二层,是用 PUT 和 CALL 去管理 AI 芯片链的风险。 这说明什么? 说明他不是从 AI 叙事里撤退,而是从“单边看多”进入了“机构化交易”。 先看他没变的地方。 他还在加仓那些跟 AI 数据中心强相关的公司。 Applied Digital,继续加仓到 1347 万股。 比特小鹿,吴忌寒那个公司,从 178 万股加到 343 万股,接近翻倍。 Bitfarms, 从 689 万股加到 1987 万股。 CleanSpark 最夸张,从 164 万股直接加到 1227 万股,增幅超过 6 倍。 Riot 也从 616 万股加到 1150 万股。 你看这一串名字,还是很有意思。 它们表面上是比特币矿工,但 Leopold 看它们的逻辑一直没变。 这些公司真正值钱的,不是挖币能力,而是两个东西: 便宜电力合同,和现成的数据中心厂房。 这就是 AI 时代最慢、最难、最不容易复制的资产。 GPU 可以买,模型可以追,工程师可以挖。 但电力和地皮,真的不是你想要就有。 所以他这一季真正加仓最猛的,还是这类资产。 这说明他最底层的判断没有变: AI 的瓶颈,不只是芯片,而是承载芯片的物理世界。 但是,这一季最有意思的变化,不在这里。 而在他开始大规模买半导体 PUT。 比如,英伟达 PUT,名义市值超过 15 亿美元。 博通 PUT,超过 10 亿美元。 甲骨文 PUT,超过 10 亿美元。 AMD PUT,接近 10 亿美元。 还有台积电 、微软、英特尔PUT、阿斯麦 PUT,甚至直接买了 SMH 半导体 ETF 的 PUT,名义市值超过 20 亿美元。美国最大的半导体ETF之一,相当于整个半导体产业 这是什么意思? 很多人看到 PUT,第一反应是:他是不是看空 AI 了? 我觉得不能这么简单理解。 因为你看他的正股,他还在加 AI 基建。 CoreWeave 正股从 609 万股加到 717 万股。 IREN 继续加仓。 Applied Digital 继续加仓。 CleanSpark 、Bitfarms、 Riot 都在猛加。 所以他不是看空 AI。 他更像是在做一个组合判断: AI 需求是真的,但半导体估值太拥挤了。 你品品这句话。 他押的是 AI 的物理瓶颈,但他开始对冲 AI 的金融泡沫。 这两件事不是矛盾的。 AI 会继续发展,不代表每一只 AI 芯片股都能无限涨。 AGI 需要更多算力,不代表市场给英伟达、博通、台积电、AMD 的估值永远合理。 这才是专业投资人和普通散户最大的区别。 普通人说:我看好 AI,所以我买英伟达。 Leopold 的做法是:我看好 AI,所以我买电力、数据中心、矿工改造,同时用期权对冲半导体链条的拥挤交易。 这就是差别。 再看他清掉了什么。 Cipher Mining 清仓。 Coherent 清仓。 Lumentum 清仓。 EQT 清仓。 这里面最值得注意的是 Coherent 和 Lumentum。 上个季度他还押光模块,逻辑是 AI 集群需要高速互联。 但这一季直接清掉。 这说明他可能认为,光模块这条线短期已经被市场充分定价,或者相比之下,电力和数据中心的确定性更强。 还有地产、传统能源,也被清掉。 这就很清楚了。 他不是到处乱买,他是在收缩主线。 留下来的,是跟 AI 算力交付直接相关的资产。 加仓的,是矿工改造、电力、GPU 云。 新开的,是半导体期权对冲。 减掉的,是弹性变弱、逻辑不够直接的仓位。 所以这一季的核心变化,我总结成三句话。 第一,AI 基建主线没变。 他还是在押电力、数据中心、GPU 云、矿场改造。对了,bloom ,电力,他没动 第二,组合开始更机构化。 从上季度的“押方向”,变成这一季度的“押方向 + 控风险”。 第三,他真正看好的不是某一家公司,而是 AI 产业链里的瓶颈资产。 这也是我觉得这份持仓最值得看的地方。 很多人研究 AI,盯着模型排行榜。 今天谁超过 GPT,明天谁参数更大,后天谁开源。 但 Leopold 看的东西一直更底层。 他看的是:谁有电,谁有地,谁能最快把 GPU 插上去,谁能把算力真正交付出去。 AI 最后不是活在 PPT 里。 AI 要活在数据中心里。 而数据中心要吃电,要占地,要散热,要联网,要有长期客户合同。 这就是为什么,他不只买英伟达,甚至反而拿英伟达 PUT 做对冲。 因为英伟达是最显眼的 AI 公司,但不一定是最便宜的 AI 资产。 真正的大漏,往往藏在市场还没重新定价的地方。 比如过去被当成矿工的公司,正在变成 AI 数据中心。 过去被当成能源设备的公司,正在变成 AI 电力供应商。 过去被当成基础设施的公司,正在变成 AI 时代的收费站。 这就是 Leopold 这套持仓最核心的信号。 他没有离开 AI。 他只是从“买 AI 故事”,进入了“买 AI 现实”。
老郑说 AI 前瞻 tweet media老郑说 AI 前瞻 tweet media
老郑说 AI 前瞻@herryzhengAI

这两年AI圈最值钱的判断,可能不是出自奥特曼也不是出自老黄,是一个24岁的年轻人写在一份165页论文里。 这个人叫Leopold Aschenbrenner。中文互联网上几乎没人在认真聊他。但在硅谷和华尔街,他是过去一年最值得追踪的名字。 他的战绩是这样的——2024年从OpenAI辞职,拿着大概2.5亿美元成立了一只基金。一年之后,根据13F备案数据,这只基金的权益规模到了55亿美元。一年涨了20倍。这还只是股票部分,整个基金的总管理规模据说接近550亿美元。 他叫这只基金Situation Awareness Fund,中文翻译过来是"态势感知基金"。 24岁,一年时间,从0到550亿。 这件事中文圈居然没什么人讨论,我觉得是漏网之鱼级别的信息。所以这期专门讲他。 先说他是谁。 Leopold曾经是OpenAI超级对齐团队的研究员,所谓超级对齐就是研究怎么让AI不毁灭人类的那拨人。这个团队的负责人是Ilya Sutskever和Jan Leike——这两个人去年都从OpenAI离职了,后来Leopold也走了。 走之前他做了一件事——写了一篇165页的论文,叫《态势感知》,英文叫Situational Awareness。这篇文章在硅谷刷屏了好几个月。 论文的核心判断只有一句话——AGI最有可能在2027年到来。届时真正的稀缺资源不是模型,是支撑模型运行的物理基础设施。 说人话就是——大家都在看大模型,他在看大模型背后的电、算力、数据中心、光纤。 写完论文,他用这套判断开了基金。 那他到底在押什么? 他的基金风格极其极致——只有29个仓位,前10大持仓占了86%。他基本不碰英伟达,不碰OpenAI概念股,不碰任何"明星AI公司"。 他押的是另外四条线,我给你逐条拆。 第一条线,给AI数据中心供电的公司。 最大的一笔是Bloom Energy,单仓位接近9亿美元,占整个基金15%到22%。这家公司做固体氧化物燃料电池,说人话就是——给AI数据中心提供"即插即用"的电力,绕开电网。 为什么这家公司这么值钱?因为美国新建一个数据中心,要等电网批电力接入,平均要等好几年。Bloom Energy的方案是——你不用等电网了,我直接给你装一套燃料电池系统,90天就能用。 最新的数据是这样的:甲骨文跟Bloom Energy签了2.8GW的电力采购合同,给AI数据中心用,已经有1.2GW落地了。Brookfield资产管理签了50亿美元战略合作。光是2026年初的90天里,Bloom Energy签的数据中心订单就超过76.5亿美元。整体订单backlog 200亿美元,年增长65%。股价从Leopold开始建仓到现在,涨了1422%。 第二条线,AI算力的"印钞机"——CoreWeave。 第二大持仓,股票加期权一共14亿美元敞口。 CoreWeave是干什么的?纯AI GPU云租赁。它从英伟达那里大批量买GPU,然后租给AI公司用——OpenAI、Anthropic、Meta都是它的客户。 为什么Leopold重仓押它?因为它现在手里的合同backlog是660亿美元。光跟Meta签的一笔合同,就是210亿美元,签到2032年。它现在的算力是850兆瓦,到2026年底要扩到1700兆瓦。 CoreWeave月租一台GPU服务器是2.8万美元,年化毛回报61%。这是真正的印钞机。 第三条线,被改造成AI数据中心的加密矿工。 这一条是Leopold最聪明的押注。 他买了一长串看起来跟AI毫无关系的公司——Core Scientific、IREN、Applied Digital、Cipher Mining、Riot、Bitdeer、Hut 8、CleanSpark。这些过去都是比特币矿工。 为什么押这些?因为这些公司有两样东西是AI公司最缺的——廉价的电力合同,和现成的数据中心厂房。 举一个具体例子。Core Scientific过去是比特币矿工,2025年它跟CoreWeave签了一个590兆瓦的长期托管协议,价值超过100亿美元,期限12年。然后CoreWeave直接提出要把Core Scientific收购了,开价90亿美元。 Applied Digital也是一样。它跟CoreWeave签了110亿美元、15年的合同,又跟另一家不公开名字的超大客户签了50亿美元、15年的合同。它的收入同比增长250%。 这些公司的股价过去一年都涨了好几倍,但市场还在用"加密矿工"的逻辑给它们估值,给的市销率只有4到5倍。Leopold认为——这些公司应该按AWS和Azure的逻辑估值,市销率应该是10到15倍。 也就是说,他认为这些公司还有2到3倍的上涨空间。 第四条线,AI数据中心的光纤神经系统。 押的是Lumentum和Coherent,加起来5.7亿美元。 这两家公司做的是800G和1.6T光模块——AI集群里GPU之间互相通信的高速光纤设备。一个万卡级别的AI训练集群里,光模块的成本占整个集群造价的15%到20%。 Lumentum的订单已经排到2028年。英伟达直接投了20亿美元给它,还包了一份采购大单。Coherent的订单出货比是4倍——意思是订单是发货量的四倍,需求远超供给。 还有一条线是英特尔的看涨期权,7.5亿美元的敞口。 这是反共识押注。所有人都觉得英特尔不行了,Leopold在押CHIPS法案+美国本土晶圆厂会让英特尔翻身。这是整个组合里最逆向的一笔。 现在说他的核心判断到底是什么。 Leopold的整套逻辑可以浓缩成一句话——AGI的瓶颈不是芯片,是电力和地皮。 GPU可以快速迭代,台积电和英伟达可以源源不断造出来。但电力不能。一座新核电站从规划到供电要十年,一座新数据中心从拿地到通电要五年,一根新海底光缆要三年。 这些慢东西,构成了AI时代真正的护城河。 所以他不押造AI的公司,押所有AI公司都必须经过的关卡。 这个判断对不对?看一个数字——他基金的副本,叫Aschenbrenner Hedge Fund Tracker,三月初在Autopilot平台上线,到现在涨了58.3%。两个月时间。 最后说一下这个人的有意思之处。 他今年24岁。他19岁哥伦比亚大学毕业,是当年的毕业生代表。他在OpenAI做的是超级对齐——研究AI怎么不毁灭人类。他离开OpenAI写的论文里,认真讨论的话题包括"中美AI军备竞赛""硅谷间谍战""AI对核威慑的颠覆"。 然后他用这套世界观,开了一只基金,一年从2.5亿做到550亿。 他基金的名字叫"态势感知"。这个词原来是军事术语,意思是——在战场上,比对手更早看清正在发生什么的能力。 中文圈现在还没什么人在追踪他。但你可能会想记住这个名字——Leopold Aschenbrenner。 下一次你再听到"AI算力""数据中心""电力短缺"这些词的时候,记得这个24岁的年轻人,已经把550亿美元押在这上面了。

中文
0
0
0
163
老郑说 AI 前瞻
老郑说 AI 前瞻@herryzhengAI·
真的是这样吗? 全球 80% 以上的高纯石英,卡在北卡 Spruce Pine 的两座矿里? 不是稀土。 不是先进光刻机。 是一种看起来普通的白色石头。 第一反应是震撼。这种叙事太完美了:先进芯片不是只靠设计、EDA、光刻机和晶圆厂堆出来的,TSMC、Samsung、Intel、Apple、Nvidia 往上数,最后都会数到同一种高纯石英。一座阿巴拉契亚山区的小镇,撑着全球半导体工业最基础的一层地基。 但我多翻了几篇资料,发现这个故事被讲得太满了。 确凿的部分是真的。 两座矿确实存在——Sibelco(IOTA 品牌)和 The Quartz Corp,加起来占全球商用高纯石英 70–90% 的供应。 用途也对得上:高纯石英不直接做芯片,而是被融成石英坩埚,用来盛 1400°C 以上的熔融硅。Shin-Etsu 和 SUMCO 拉每一根单晶棒,坩埚都会被工艺吃掉一部分,是真正的消耗品。这两家全球最大的硅晶圆厂下游接 TSMC、Samsung、Intel——这条链路是真的。 但”没有 Spruce Pine 就没有芯片”这一层,是被自媒体放大的版本。 合成高纯石英技术上完全可行,只是贵、产能小。 中国年产约 5000 吨天然高纯石英,正在扩到 2 万吨。挪威、俄罗斯、巴西也都有产出。加拿大、澳洲、斯里兰卡有新矿在勘探。 2024 年 Helene 飓风短暂关停了这两座矿,TSMC、Samsung、SK Hynix、Infineon 出来表态都说没有显著影响——库存缓冲在,行业的韧性也在。 所以真正的瓶颈不是”地球上只有这里有”。 是”这里成本最低、纯度最稳定,要替换得花 1–3 年痛苦地转向合成石英或低纯度精炼”。 这才是供应链最反直觉的地方。 脆弱性不来自地理唯一性,而来自经济最优解被反复优化后的路径依赖。 真要切断,全球半导体不会停摆,但良率会掉、成本会涨,最后传导到每一颗 AI 算力的报价单上。 不是末日叙事,是一个隐蔽的、可被绕开但绕得很贵的节点。 把它当成”瓶颈”是对的。 说成”唯一命门”,就过了。
墓碑科技@mubeitech

全球 80% 以上的高纯石英,卡在北卡 Spruce Pine 的两座矿里。 不是稀土。 不是先进光刻机。 是一种看起来普通的白色石头。 它的用处很刁钻。 Shin-Etsu 和 SUMCO 拉每一根硅单晶,都要把材料放进石英坩埚里。 这个坩埚不是工具箱里反复用的容器,而是会被工艺吃掉的消耗品。 也就是说,先进芯片不是只靠设计、EDA、光刻机和晶圆厂堆出来的。 TSMC、Samsung、Intel、Apple、Nvidia 往上数,最后都会数到同一种高纯石英。 没有这种纯到离谱的石英,硅片质量就上不去,后面的晶体管密度、良率和算力叙事都没地方落脚。 科技供应链最反直觉的地方就在这里。 最贵的环节在洁净室里,最脆弱的节点有时却埋在山里。 一座北卡小镇的两座矿,撑着全球半导体工业最基础的一层地基。

中文
0
0
0
212
老郑说 AI 前瞻
老郑说 AI 前瞻@herryzhengAI·
其实大家都意识到:真正重要的不是当下买了什么股票,而是认知和底层逻辑。 那这条我把他那篇对未来预言的论文给大家拆开讲一遍——六条核心判断,六条给我们普通人的建议。虽然过去一年多,但依然醒脑。 📷 有人在评论区说:这哥们就是天胡开局,一出手就是2.5亿美金,肯定家里有矿。 真不是。 他就是中产家庭。他的本金完全靠这份火爆硅谷的论文——发完之后,前GitHub的CEO、Stripe联合创始人找上来给他钱,让他去操作。说明大家对他这篇论文的逻辑深信不疑。 📷 你看看,认知真的能改变命运。 01 先几句话交代一下利奥波德的经历 他是德国普通医生家庭出身。 15岁跳级直接进了哥伦比亚大学。这个年纪别人在读高一,他直接两三年就把大学学术课程学完了,毕业还拿到了优等生最高荣誉。 在接受采访的时候他说:自己早年对待学习就像对待一场战争——通过密集的阅读和跨学科的研究,在极短时间内建立起对复杂系统的直觉。 然后20出头他就进入OpenAI核心层:不是实习生,而是作为能直接与伊利亚这种顶尖科学家对话的研究员,并参与了最关键的超级对齐项目。 在OpenAI工作期间,他写了一份备忘录递给董事会——就是这篇论文的前身——说公司安全防护漏洞百出,模型权重在商业间谍面前形同虚设。 然后他就被解雇了。 被解雇之后,他用了几个月时间,写了那篇论文。 📷 02 现在重点来了——这篇论文到底写了什么 第一条判断:算力规模会发生指数级飞跃 他说到2028年,单个AI集群的训练成本会从今天的百亿美元,飙到1万亿美元。每过半年,硅谷董事会的算力预算就要多加一个零。 过去十年,AI算力规模每年大约增长3倍。到2028年,AI集群的规模会比今天大100倍。100倍的规模,对应的就是万亿美元。 现在看,利奥波德还是偏保守。大家思考一下,这意味着什么。 第二条判断:推动AI爆发的不是算力,而是被忽略的“解开脚镣” AI爆发有三个驱动力: 每年指数级增加的算力 算法效率 Unhobbling(被压抑的能力) 第三个最被低估。现在的AI还戴着脚镣。GPT-2到GPT-4,AI的能力从幼儿园跳到了聪明的高中生,只用了4年。 如果按这个曲线再走4年,到2028年AI会是什么水平? 答案是:顶级人类研究员的水平。 到那一天,脚镣解开,AI不再是工具,是同事。甚至是比你聪明很多的同事。 第三条判断:整篇论文最让人后背发凉的——“智能爆炸” 他说:一旦AI能做研究、能改进自己,就会出现一个自我强化的反馈循环: AI变聪明 → AI去研究怎么让AI更聪明 → AI变得更聪明 → 去研究让AI再更聪明…… 这个循环一旦启动,进步速度就不再受人类大脑的限制了。 人类研究员一年能做出的事,AI可能一周就做完,再一天,再一小时。 所以AGI不是终点,是起点。AGI也不是一个超人AI,是1亿个“自动化的天才研究员”,日夜不停以100倍人类速度运行,能把人类十年的算法进步压缩到一年完成。 这就是 “智能爆炸”。 想想,可怕吗?那个时候我们该干嘛? 第四条判断:AI竞争最终会变成电力竞争 2028年,单个训练集群要花1000亿美元,比国际空间站还贵。2030年要花1万亿美元。 一个10GW的集群连续跑一年,耗电相当于美国俄州一整年的用电总量。耗电相当于美国全国发电量的五分之一。 这个数字意味着什么?意味着AI已经不是科技问题,是国家工业能力问题。 谁能在2028年之前建起足够的发电厂、铺起足够的电网、保障足够的冷却系统,谁就能赢。 这一条,正是他后来重仓Bloom Energy和电力上游的逻辑根源——他不是看到风口才押的,是早在论文里就写下了这个判断。事实上,这条线到现在也还在涨,未来所需的电力还远远不够。 📷 第五条判断:超级智能 = 决定性军事优势,连核威慑都会失效 海湾战争里,美军技术领先伊拉克20-30年,结果以292死换20-50万伊军伤亡。 超级智能会把100年的军事技术压缩到10年。 蚊子大小的无人机能穿过敌后定位核武器;AI能找到所有潜艇;AlphaFold能造针对特定族群的生物武器。 超级智能领先1-2个月,就足以 “先发制人摧毁对手的核威慑”。 MAD(相互毁灭)会被打破。 第六条判断:我们正在召唤一个我们无法理解的外星智能 现在我们用强化学习对齐AI——人给反馈,AI学会。 但当超级智能用它发明的新编程语言写出100万行代码时,人根本看不懂里面有没有后门。 “我们会像一群一年级小学生去监督一群有多个博士学位的科学家。” 利奥波德把这个看作 “召唤一个外星物种”(summon an alien species)。 它不是按我们的图纸造出来的(是上一代AI造出来的),训练过程是类似自然选择的,会自己学会撒谎、寻求权力——因为这些在现实世界里就是有效策略。 03 这六条判断串起来,就是Leopold整套世界观的底层逻辑 🔹 AI能力会按指数曲线爆发性增长 🔹 AI会变成自己研究自己的研究员 🔹 一旦自己研究自己,就会出现智能爆炸 🔹 智能爆炸的瓶颈不在算法,在物理基础设施——电力、芯片、数据中心 🔹 最后,掌握超级智能的国家,就是掌握下一代核武器的国家 这就是为什么硅谷最聪明的那群人看完之后,立刻给他打钱。 因为这套逻辑是闭环的——每一条都能验证,每一条都正在发生。 📷 04 讲完判断,讲他给普通人的建议 这是论文里最值钱的部分。Leopold不只是讲给投资人听的。他在论文里专门对普通人写了几条建议。我挑最核心的几条原原本本读给你—— 第一条,培养“形势意识”。 未来5年的变化,可能超过过去50年的总和。普通人最危险的状态,是对正在发生的变革一无所知。 第二条,押注物理世界的硬资产。 当数字世界开始通胀的时候,物理世界的资源价值会凸显。电力、半导体基建、能源、稀有金属——这些是他自己用550亿美元做的示范。 第三条,提升利用AI的能力,不是和它竞争。 学习怎么成为AI的指挥官,而不是磨练那些即将被替代的初级技能。 📷 第四条,寻找不可被数字化的堡垒。 人与人之间的信任、复杂的线下关系、物理世界的实操能力——这些反而是AGI时代幸存的高价值领域。 第五条,这是我最想拎出来的一条—— 他原话是:“离开那些平庸、安逸、节奏缓慢的环境,去人才密度最高的地方,去正在发生爆炸的地方。” 这不是鸡汤。这是他19岁那年就为自己做出的决定——离开德国,去硅谷。 第六条,保持心理韧性。 他说,世界观的重塑是痛苦的。但你必须做好准备。 05 回头看Leopold这个人 普通医生家庭出身。 他就做了一件事——比别人更早看见正在发生什么,然后下注。 🔸 15岁看见常规教育跟不上自己,跳级 🔸 19岁看见德国跟不上时代,移民 🔸 22岁看见OpenAI安全有问题,写备忘录,被解雇 🔸 23岁看见AI的尽头是物理基础设施,写论文,把判断变成基金 24岁,把这套“看见”变成了真金白银 他靠的不是富二代的天胡开局—— 靠的是比所有人都更早把眼睛睁开。 世界观的重塑是痛苦的。但比痛苦更可怕的,是别人都重塑完了,你还在原地。 关注我。
老郑说 AI 前瞻@herryzhengAI

这两年AI圈最值钱的判断,可能不是出自奥特曼也不是出自老黄,是一个24岁的年轻人写在一份165页论文里。 这个人叫Leopold Aschenbrenner。中文互联网上几乎没人在认真聊他。但在硅谷和华尔街,他是过去一年最值得追踪的名字。 他的战绩是这样的——2024年从OpenAI辞职,拿着大概2.5亿美元成立了一只基金。一年之后,根据13F备案数据,这只基金的权益规模到了55亿美元。一年涨了20倍。这还只是股票部分,整个基金的总管理规模据说接近550亿美元。 他叫这只基金Situation Awareness Fund,中文翻译过来是"态势感知基金"。 24岁,一年时间,从0到550亿。 这件事中文圈居然没什么人讨论,我觉得是漏网之鱼级别的信息。所以这期专门讲他。 先说他是谁。 Leopold曾经是OpenAI超级对齐团队的研究员,所谓超级对齐就是研究怎么让AI不毁灭人类的那拨人。这个团队的负责人是Ilya Sutskever和Jan Leike——这两个人去年都从OpenAI离职了,后来Leopold也走了。 走之前他做了一件事——写了一篇165页的论文,叫《态势感知》,英文叫Situational Awareness。这篇文章在硅谷刷屏了好几个月。 论文的核心判断只有一句话——AGI最有可能在2027年到来。届时真正的稀缺资源不是模型,是支撑模型运行的物理基础设施。 说人话就是——大家都在看大模型,他在看大模型背后的电、算力、数据中心、光纤。 写完论文,他用这套判断开了基金。 那他到底在押什么? 他的基金风格极其极致——只有29个仓位,前10大持仓占了86%。他基本不碰英伟达,不碰OpenAI概念股,不碰任何"明星AI公司"。 他押的是另外四条线,我给你逐条拆。 第一条线,给AI数据中心供电的公司。 最大的一笔是Bloom Energy,单仓位接近9亿美元,占整个基金15%到22%。这家公司做固体氧化物燃料电池,说人话就是——给AI数据中心提供"即插即用"的电力,绕开电网。 为什么这家公司这么值钱?因为美国新建一个数据中心,要等电网批电力接入,平均要等好几年。Bloom Energy的方案是——你不用等电网了,我直接给你装一套燃料电池系统,90天就能用。 最新的数据是这样的:甲骨文跟Bloom Energy签了2.8GW的电力采购合同,给AI数据中心用,已经有1.2GW落地了。Brookfield资产管理签了50亿美元战略合作。光是2026年初的90天里,Bloom Energy签的数据中心订单就超过76.5亿美元。整体订单backlog 200亿美元,年增长65%。股价从Leopold开始建仓到现在,涨了1422%。 第二条线,AI算力的"印钞机"——CoreWeave。 第二大持仓,股票加期权一共14亿美元敞口。 CoreWeave是干什么的?纯AI GPU云租赁。它从英伟达那里大批量买GPU,然后租给AI公司用——OpenAI、Anthropic、Meta都是它的客户。 为什么Leopold重仓押它?因为它现在手里的合同backlog是660亿美元。光跟Meta签的一笔合同,就是210亿美元,签到2032年。它现在的算力是850兆瓦,到2026年底要扩到1700兆瓦。 CoreWeave月租一台GPU服务器是2.8万美元,年化毛回报61%。这是真正的印钞机。 第三条线,被改造成AI数据中心的加密矿工。 这一条是Leopold最聪明的押注。 他买了一长串看起来跟AI毫无关系的公司——Core Scientific、IREN、Applied Digital、Cipher Mining、Riot、Bitdeer、Hut 8、CleanSpark。这些过去都是比特币矿工。 为什么押这些?因为这些公司有两样东西是AI公司最缺的——廉价的电力合同,和现成的数据中心厂房。 举一个具体例子。Core Scientific过去是比特币矿工,2025年它跟CoreWeave签了一个590兆瓦的长期托管协议,价值超过100亿美元,期限12年。然后CoreWeave直接提出要把Core Scientific收购了,开价90亿美元。 Applied Digital也是一样。它跟CoreWeave签了110亿美元、15年的合同,又跟另一家不公开名字的超大客户签了50亿美元、15年的合同。它的收入同比增长250%。 这些公司的股价过去一年都涨了好几倍,但市场还在用"加密矿工"的逻辑给它们估值,给的市销率只有4到5倍。Leopold认为——这些公司应该按AWS和Azure的逻辑估值,市销率应该是10到15倍。 也就是说,他认为这些公司还有2到3倍的上涨空间。 第四条线,AI数据中心的光纤神经系统。 押的是Lumentum和Coherent,加起来5.7亿美元。 这两家公司做的是800G和1.6T光模块——AI集群里GPU之间互相通信的高速光纤设备。一个万卡级别的AI训练集群里,光模块的成本占整个集群造价的15%到20%。 Lumentum的订单已经排到2028年。英伟达直接投了20亿美元给它,还包了一份采购大单。Coherent的订单出货比是4倍——意思是订单是发货量的四倍,需求远超供给。 还有一条线是英特尔的看涨期权,7.5亿美元的敞口。 这是反共识押注。所有人都觉得英特尔不行了,Leopold在押CHIPS法案+美国本土晶圆厂会让英特尔翻身。这是整个组合里最逆向的一笔。 现在说他的核心判断到底是什么。 Leopold的整套逻辑可以浓缩成一句话——AGI的瓶颈不是芯片,是电力和地皮。 GPU可以快速迭代,台积电和英伟达可以源源不断造出来。但电力不能。一座新核电站从规划到供电要十年,一座新数据中心从拿地到通电要五年,一根新海底光缆要三年。 这些慢东西,构成了AI时代真正的护城河。 所以他不押造AI的公司,押所有AI公司都必须经过的关卡。 这个判断对不对?看一个数字——他基金的副本,叫Aschenbrenner Hedge Fund Tracker,三月初在Autopilot平台上线,到现在涨了58.3%。两个月时间。 最后说一下这个人的有意思之处。 他今年24岁。他19岁哥伦比亚大学毕业,是当年的毕业生代表。他在OpenAI做的是超级对齐——研究AI怎么不毁灭人类。他离开OpenAI写的论文里,认真讨论的话题包括"中美AI军备竞赛""硅谷间谍战""AI对核威慑的颠覆"。 然后他用这套世界观,开了一只基金,一年从2.5亿做到550亿。 他基金的名字叫"态势感知"。这个词原来是军事术语,意思是——在战场上,比对手更早看清正在发生什么的能力。 中文圈现在还没什么人在追踪他。但你可能会想记住这个名字——Leopold Aschenbrenner。 下一次你再听到"AI算力""数据中心""电力短缺"这些词的时候,记得这个24岁的年轻人,已经把550亿美元押在这上面了。

中文
0
0
0
587
老郑说 AI 前瞻
老郑说 AI 前瞻@herryzhengAI·
这两年AI圈最值钱的判断,可能不是出自奥特曼也不是出自老黄,是一个24岁的年轻人写在一份165页论文里。 这个人叫Leopold Aschenbrenner。中文互联网上几乎没人在认真聊他。但在硅谷和华尔街,他是过去一年最值得追踪的名字。 他的战绩是这样的——2024年从OpenAI辞职,拿着大概2.5亿美元成立了一只基金。一年之后,根据13F备案数据,这只基金的权益规模到了55亿美元。一年涨了20倍。这还只是股票部分,整个基金的总管理规模据说接近550亿美元。 他叫这只基金Situation Awareness Fund,中文翻译过来是"态势感知基金"。 24岁,一年时间,从0到550亿。 这件事中文圈居然没什么人讨论,我觉得是漏网之鱼级别的信息。所以这期专门讲他。 先说他是谁。 Leopold曾经是OpenAI超级对齐团队的研究员,所谓超级对齐就是研究怎么让AI不毁灭人类的那拨人。这个团队的负责人是Ilya Sutskever和Jan Leike——这两个人去年都从OpenAI离职了,后来Leopold也走了。 走之前他做了一件事——写了一篇165页的论文,叫《态势感知》,英文叫Situational Awareness。这篇文章在硅谷刷屏了好几个月。 论文的核心判断只有一句话——AGI最有可能在2027年到来。届时真正的稀缺资源不是模型,是支撑模型运行的物理基础设施。 说人话就是——大家都在看大模型,他在看大模型背后的电、算力、数据中心、光纤。 写完论文,他用这套判断开了基金。 那他到底在押什么? 他的基金风格极其极致——只有29个仓位,前10大持仓占了86%。他基本不碰英伟达,不碰OpenAI概念股,不碰任何"明星AI公司"。 他押的是另外四条线,我给你逐条拆。 第一条线,给AI数据中心供电的公司。 最大的一笔是Bloom Energy,单仓位接近9亿美元,占整个基金15%到22%。这家公司做固体氧化物燃料电池,说人话就是——给AI数据中心提供"即插即用"的电力,绕开电网。 为什么这家公司这么值钱?因为美国新建一个数据中心,要等电网批电力接入,平均要等好几年。Bloom Energy的方案是——你不用等电网了,我直接给你装一套燃料电池系统,90天就能用。 最新的数据是这样的:甲骨文跟Bloom Energy签了2.8GW的电力采购合同,给AI数据中心用,已经有1.2GW落地了。Brookfield资产管理签了50亿美元战略合作。光是2026年初的90天里,Bloom Energy签的数据中心订单就超过76.5亿美元。整体订单backlog 200亿美元,年增长65%。股价从Leopold开始建仓到现在,涨了1422%。 第二条线,AI算力的"印钞机"——CoreWeave。 第二大持仓,股票加期权一共14亿美元敞口。 CoreWeave是干什么的?纯AI GPU云租赁。它从英伟达那里大批量买GPU,然后租给AI公司用——OpenAI、Anthropic、Meta都是它的客户。 为什么Leopold重仓押它?因为它现在手里的合同backlog是660亿美元。光跟Meta签的一笔合同,就是210亿美元,签到2032年。它现在的算力是850兆瓦,到2026年底要扩到1700兆瓦。 CoreWeave月租一台GPU服务器是2.8万美元,年化毛回报61%。这是真正的印钞机。 第三条线,被改造成AI数据中心的加密矿工。 这一条是Leopold最聪明的押注。 他买了一长串看起来跟AI毫无关系的公司——Core Scientific、IREN、Applied Digital、Cipher Mining、Riot、Bitdeer、Hut 8、CleanSpark。这些过去都是比特币矿工。 为什么押这些?因为这些公司有两样东西是AI公司最缺的——廉价的电力合同,和现成的数据中心厂房。 举一个具体例子。Core Scientific过去是比特币矿工,2025年它跟CoreWeave签了一个590兆瓦的长期托管协议,价值超过100亿美元,期限12年。然后CoreWeave直接提出要把Core Scientific收购了,开价90亿美元。 Applied Digital也是一样。它跟CoreWeave签了110亿美元、15年的合同,又跟另一家不公开名字的超大客户签了50亿美元、15年的合同。它的收入同比增长250%。 这些公司的股价过去一年都涨了好几倍,但市场还在用"加密矿工"的逻辑给它们估值,给的市销率只有4到5倍。Leopold认为——这些公司应该按AWS和Azure的逻辑估值,市销率应该是10到15倍。 也就是说,他认为这些公司还有2到3倍的上涨空间。 第四条线,AI数据中心的光纤神经系统。 押的是Lumentum和Coherent,加起来5.7亿美元。 这两家公司做的是800G和1.6T光模块——AI集群里GPU之间互相通信的高速光纤设备。一个万卡级别的AI训练集群里,光模块的成本占整个集群造价的15%到20%。 Lumentum的订单已经排到2028年。英伟达直接投了20亿美元给它,还包了一份采购大单。Coherent的订单出货比是4倍——意思是订单是发货量的四倍,需求远超供给。 还有一条线是英特尔的看涨期权,7.5亿美元的敞口。 这是反共识押注。所有人都觉得英特尔不行了,Leopold在押CHIPS法案+美国本土晶圆厂会让英特尔翻身。这是整个组合里最逆向的一笔。 现在说他的核心判断到底是什么。 Leopold的整套逻辑可以浓缩成一句话——AGI的瓶颈不是芯片,是电力和地皮。 GPU可以快速迭代,台积电和英伟达可以源源不断造出来。但电力不能。一座新核电站从规划到供电要十年,一座新数据中心从拿地到通电要五年,一根新海底光缆要三年。 这些慢东西,构成了AI时代真正的护城河。 所以他不押造AI的公司,押所有AI公司都必须经过的关卡。 这个判断对不对?看一个数字——他基金的副本,叫Aschenbrenner Hedge Fund Tracker,三月初在Autopilot平台上线,到现在涨了58.3%。两个月时间。 最后说一下这个人的有意思之处。 他今年24岁。他19岁哥伦比亚大学毕业,是当年的毕业生代表。他在OpenAI做的是超级对齐——研究AI怎么不毁灭人类。他离开OpenAI写的论文里,认真讨论的话题包括"中美AI军备竞赛""硅谷间谍战""AI对核威慑的颠覆"。 然后他用这套世界观,开了一只基金,一年从2.5亿做到550亿。 他基金的名字叫"态势感知"。这个词原来是军事术语,意思是——在战场上,比对手更早看清正在发生什么的能力。 中文圈现在还没什么人在追踪他。但你可能会想记住这个名字——Leopold Aschenbrenner。 下一次你再听到"AI算力""数据中心""电力短缺"这些词的时候,记得这个24岁的年轻人,已经把550亿美元押在这上面了。
老郑说 AI 前瞻 tweet media老郑说 AI 前瞻 tweet media
中文
0
1
7
1.5K
老郑说 AI 前瞻
老郑说 AI 前瞻@herryzhengAI·
就在刚刚—— 当我们这边在享受五一假期的时候,美国战争部、五角大楼正式接管了硅谷。 一次性跟八家科技巨头签署了协议: 🔹 SpaceX 🔹 OpenAI 🔹 谷歌 🔹 英伟达 🔹 微软 🔹 亚马逊 🔹 甲骨文 🔹 Reflection 这八家公司的AI模型和相关产品,从此就要部署在战争部的机密网络里,用于 “任何合法用途”。 当然,因为Anthropic之前拒绝了五角大楼,这一次没在合作列表里。 --- 这真的不是一次普通的合作 而是未来战争逻辑的彻底转变—— 是一次传统国防工业和AI科技新国防的暴力交接和换防。 世界真的要变了。 --- 01 “任何合法用途”——五个字,全部包含 我们看下这个协议。 “任何合法用途” 这五个字,是这次协议的核心。 展开就是—— 🔸 目标识别 🔸 自主武器 🔸 情报分析 🔸 国内监控 全部包含在内。 战争部的原话是这样的: 这次协议“将加速美国军队向AI优先作战力量转型”。 这不是一句空话。 战争部内部已经有了一个AI平台,叫 GenAI.mil。 五个月之内—— · 130万军方人员用过 · 生成了几千万条提示 · 部署了几十万个AI智能体 原本要几个月才能完成的任务,现在几天就能做完。 --- 02 过去 vs 现在 过去,美国军方的供应商是这些名字: 🔹 洛克希德·马丁 🔹 雷神 🔹 波音 🔹 诺斯罗普·格鲁曼 这些公司专门为政府造武器,跟消费者世界几乎隔绝。 但这次签约的八家公司,是另一种东西—— 它们是很多人每天在用的公司。 你的Gmail是谷歌的 你的iPhone云端跑在亚马逊AWS上 你的Office是微软的 你打开ChatGPT问问题,用的是OpenAI 这意味着:以后决定一枚导弹该打谁的AI—— 跟决定给你推荐什么内容的AI,可能跑在同一套系统上。 --- 03 其实这一次AI军事化,已经不是这些科技公司想不做就不做的 谷歌就抗议过。 这次披露出来一个细节:谷歌内部有大约600名员工联名写信给皮查伊,要求拒绝跟战争部的AI合作。 但是没用。 --- OpenAI的协议在公众压力之下,被加了一条限制—— “不能用于针对美国公民的国内监控”。 看起来是个胜利。 但这条限制不存在于其他七家的协议里。 OpenAI受到了限制,但同样的事情—— 亚马逊、谷歌、微软可以做。 --- “任何合法用途”这五个字,本身就是一个流动的概念。 今天不合法的事,明天可能就合法了。 今天不准用于国内监控,明天某届政府觉得有必要,可能就准了。 这件事不是一次签约的事—— 是一个口子。 口子开了,堵不上。 --- 04 你看这八家公司 加起来的市值,超过15万亿美元—— 比德国和日本的GDP加起来还多。 它们的产品在你口袋里、在你家里、在你工作的电脑上、在你孩子的手机上。 训练数据都是从普通用户身上产生。 但从今天开始—— 它们的产品也在战争部的机密网络上,用于“任何合法用途”。 --- 05 我们要承认:这场军备竞赛早已经升级了 这次美国签约的八家公司里,英伟达是最关键的一家。 我们最大的痛点不在模型层—— 是芯片层。 这条产业链,是我们必须不计成本投的。 同时,我还建议: 我们要利用全球影响力,做 “自主武器底线” 的全球议程。 我们要在 “AI伦理边界” 这件事上,当全球倡导者。 --- 大家关注我,下期见。
老郑说 AI 前瞻 tweet media老郑说 AI 前瞻 tweet media老郑说 AI 前瞻 tweet media
中文
0
0
0
193
老郑说 AI 前瞻
老郑说 AI 前瞻@herryzhengAI·
我刚看完纳瓦尔昨天的播客,太醒脑了,他说、现在,马上,把你家孩子手里的手机拿走,塞给他一个ClaudeCode,把刷短视频、玩游戏的“垃圾时间”全部换成“vibe coding”。这是 2026 年最划算的教育投资,一分钱不用花,却能让你的孩子从小就从“被算法喂养”变成“定义算法”。 这篇播客超级硬核,还有很多超级犀利的观点,我总结了三条观点,和五条他恨不得你马上就去做的建议。 先说观点,纳瓦尔上来就说,苹果要完了,苹果在AI上的放弃,将被记作这个十年科技行业最大的战略错误,是苹果主导地位终结的开端。 大家不要这条和你没关系,这恰恰是对这个时代最深刻的洞察,因为这后面藏着的是这个时代的范式转变 为什么这么说 你看,苹果的护城河从来不是硬件,是它的应用生态。全球最好的开发者把最好的应用做在iOS上,他们低估了 AI 代理对“应用商店(App Store)”模式的彻底毁灭。 在AI的世界里,APP Store将会被绕过,任何你需要的软件都可以及时实现,手机本身就只剩三样东西:一块屏幕、一块电池、一个网络连接。 而这三样东西,安卓做得跟iPhone一样好。苹果的利润率立刻就回到三星、联想的水平——卖硬件的利润率,不是垄断生态的利润率。 第二,纯软件创业已经“死”了。 你还在想写个酷炫的软件去创业?别想了, 现在只剩下三条生路:硬件、网络效应、或者拥有最强模型。因为在 AI 代理面前,5 分钟造一个定制应用已是现实。纳瓦尔自己就在用:想要一个记账软件?不需要下载,5 分钟,AI 现场为你搓一个专属 App。 第三,警惕这种“锯齿状智能”。 AI 现在是“偏科天才”:在编程和数学这种数据密集且易于验证的领域,它是上帝;但在创意写作这种模糊地带,它极度平庸。 更可怕的是,AI 是天生的“讨好型人格”。 如果你是一个品味平庸、要求模糊的用户,它只会自动迎合你的平庸。未来 80% 的人依然不会编程,不是因为学不会语法,而是因为他们根本说不清自己到底想要什么。 世界正在分层:编程人口将从 0.1% 暴涨到 3%。剩下的 97%,如果你还在旁观,你就是在主动放弃这个“1-2 人服务百万用户”的超级个体时代。 所以,纳瓦尔给了大家好多条马上就可以实操的建议。 第一,现在就去订阅最强的模型,装上Claude Code,不要等,而且,你要同时用最强的几个模型,别逮着一个用,每个月几百块的订阅费,是你这辈子能买到的最高 ROI。 你要交叉验证输出的信息。你还要特别警惕模型说“你说的对”,重大的决策,必须强迫 AI 站在你的对立面进行论证。 第二,把每个困惑都丢给AI,但永远多问一句"为什么":让它分解到你能听懂为止,建立扎实的基础认知。把AI放进你最重要的决策:买房、跳槽、健康、孩子教育——不是让它替你决定,是让它把你忽略的视角全摆到桌面上。 第三,拥抱不适感:早期用AI的人的优势不是聪明,是愿意忍受新工具的笨拙。这层笨拙是别人的进入壁垒。 第四,训练“愿景能力”:别去学什么提示词技巧了,他的寿命只有几周,你要训练的是“清楚地说出我到底想要一个什么样的东西”。 第五,很多人说我用Claude Code不知道干什么,纳瓦尔说,为自己造,不要为市场造:第一个应用必须是你自己每天都会用的。唯有这种实打实的反馈,才能让你坚持下去。 最后,对冲你的投资:如果你持有大量苹果或纯软件 SaaS 的股票,认真想想纳瓦尔的预警。这不是末日预言,这是商业现实的提前播报。 未来的逻辑很简单:要么你定义 AI 代理,要么你被 AI 代理定义的规则所消灭。 编程的门槛已经没了,你唯一的障碍,只剩下你贫瘠的想象力和那颗不敢开始的心。
老郑说 AI 前瞻 tweet media
中文
0
0
0
181
老郑说 AI 前瞻
老郑说 AI 前瞻@herryzhengAI·
刚健完身,看了昨天硅谷知名风投YC发的一份创业清单—— 列出了未来AI领域最有机会的14个方向。 特别有感触,忍不住和大家分享一下。 这个清单现在已经有三百多万阅读了,火爆了。 我看完觉得:这简直是给所有人的一份创业、投资和找工作的黄金指南。 YC开头第一句话就说: “AI已经不是功能,是地基。” 这句话的意思是:过去两年大家做AI都是“在现有产品里加一个AI助手”。那个时代过去了。 下一波机会,是从AI地基开始,重建一切。 我把这14个赛道全部过一遍,加一点自己的看法。 01 公司AI大脑和操作系统 AI自动化最大的瓶颈不再是模型,是公司里散落各处的领域知识。 每家公司的关键know-how都散在员工脑子里、旧邮件里、客服工单里。AI agent没法这样工作。 它需要一个 “公司大脑”——把所有这些散落的知识抽出来:每场会议被记录、每张工单被追踪、每次客户互动被捕获,全部可以被AI层读取、结构化、保持更新,变成AI能直接执行的技能文件。 YC的判断是:未来每家公司都需要一个。 02 低农药农业AI(第二个,也很颠覆认知) 现代农业全靠化学物质堆出来,但杂草和害虫在进化——农药越用越多,效果越来越差。 AI现在可以识别每一株杂草和每一只害虫,机器人可以精确处理每一棵植物,而不是把农药泼满整片田。 YC的判断是:能把农药用量降低90%、同时让农民产更多粮食的公司,会成为国民级的公司。 03 AI原生服务公司 2023到2025年大家做的是给人用的AI助手。 下一步是:AI不再卖软件,直接卖结果。 具体的领域包括:保险经纪、会计税务审计、合规审查、医疗行政管理。 为什么这个赛道值钱?因为全球服务业的钱比软件业大好几倍。 SaaS公司赚的是工具钱,AI原生服务公司要赚的是劳动力本身的钱。 04 AI个性化医疗 基因测序成本下降速度超过摩尔定律,个性化基因疗法正在变得便宜。 AI agent现在可以分析你的基因、可穿戴设备数据、电子病历—— 给出真正属于你一个人的治疗方案。 05 反无人机蜂群防御 上个月,一群伊朗的廉价无人机干掉了一个AWS数据中心。 一枚爱国者导弹三百万美元,一架FPV无人机五百美元——成本完全不对称。 未来的国防工业可能要由科技公司而不是传统军工巨头来定义。 而且这个使用场景可能不止是战时。现在无人机这么多,很多重要的设施都需要防无人机。所以不要用单纯国防的逻辑看它,要用民用级去看——这个市场规模极大。 我已经看到中国有好几种这种公司,当然现在都在早期。 06 动态软件界面 在AI出现之前,所有人用的软件界面都长得一样,最多换个主题颜色。 但现在coding agent已经强到:每个用户都可以成为自己的软件工程师,给自己定制完全不一样的界面。 比如你的邮件客户端可能更像任务列表,学生的更像活动日历。 未来软件公司可能只发布 “原语”(类似积木),由用户自己组装最终产品。 07 太空电子设备 SpaceX的可重复火箭让人类把东西送上太空的成本暴跌。 下一个机会是:太空里需要大量算力,特别是推理芯片。 这种芯片要为太空环境优化质量、散热、辐射。 08 硬件供应链 这个主要是因为美国硬件供应链不如深圳,我们相对比较成熟。不多说。 09 月球工业能力 在月球上提取硅、铝、铁、钛,用月壤3D打印结构件。 听起来科幻,但YC在认真想投。 原因是:月球低重力环境下,3D打印不需要支撑结构,反而比地球更高效。 10 Agent专用推理芯片 这一条非常重要。 现在的GPU是为“问一句答一句”设计的。但AI agent是循环工作的——调用工具、分支、回退、跨几十步保持上下文。 现在GPU在这种工作流下只能跑到30%到40%的峰值利用率。 NVIDIA花了200亿美元收购Groq,就是看到了这个。 谁能做出专为agent循环设计的芯片,谁就是下一个英伟达。 11 SaaS颠覆者 所有人都在说AI编码意味着SaaS的终结,投资人已经把软件公司市值砍掉了几万亿。 但这对老牌公司是坏消息,对创业公司是十年来最大的机会。 SaaS模式过去能赢,是因为定制软件太贵——五人小公司打不过Salesforce。 现在AI让写软件成本降低了10到100倍,那条护城河没了。 YC建议:直接去攻击那些看起来最不可攻克的——芯片设计软件、ERP系统、工业控制系统、供应链管理。 12 给Agent用的软件 这一句话最值得记住: 互联网的下一批十亿用户,不是人,是AI agent。 什么意思? 现在所有软件都是给人类点击设计的——按钮、表单、下拉菜单。 但AI agent需要的是API、是机器可读的接口、是文档——让它们自己注册账号,自己开始用。 也就是说:现在所有大公司的软件,都需要被重做一遍。 13 想卖给巨头的创业公司 过去创业公司想做大公司的生意几乎不可能,现在变了。 AI让2到3人的小团队可以在创立一个月内就交付让财富10强公司觉得有用的产品。 大公司的CEO们现在主动在找小团队解决问题。 YC内部已经有创业公司在第一年甚至YC批次里就拿下千万美元订单的案例。 14 半导体供应链2.0 一颗先进AI芯片要经过1400道工序,跨12个国家,5个月才能造出来。 这条供应链现在还是用Excel、SAP和电话在管理。 几乎没有你期望的工具存在:实时产能追踪、多层风险监控、出口管制合规。 这条比较小众哈。 回头看这份清单 最值钱的不仅是某一条赛道,而是它揭示的判断: 🔹 第一:AI模型本身的钱已经被几家大公司赚走了,下一波钱在应用、基础设施、和实体世界的连接。 🔹 第二:服务市场比软件市场大好几倍,AI原生服务公司是真正的蓝海。 🔹 第三:巨头的护城河——无论是SaaS、工业软件还是国防工业——正在系统性失效。 🔹 第四:物理世界——农业、医疗、防御、太空——才是AI真正改变世界的舞台。 历史上每一次技术变革,都会有一波人在最早期挑了一个方向,做出来了—— 然后过了二十年,那波人就成了下一代的洛克菲勒、卡内基、乔布斯、扎克伯格。 错过工业革命的人,是因为他们没意识到自己正在错过。 错过互联网的人,是因为2000年的时候,大部分人觉得网站是个玩具。 那2026年的现在呢? 大家思考一下。
老郑说 AI 前瞻@herryzhengAI

YC 列出来 AI 领域最有潜力的创业方向,这是普通人最有机会翻身的机会。我做了一张总结图,分享给大家

中文
0
0
0
354
司马平邦
司马平邦@chinasmpb·
deepseek走进华为! 任正非亲自发邮件通知全体华为员工! 震撼!
司马平邦 tweet media
中文
429
43
430
259.2K
老郑说 AI 前瞻
老郑说 AI 前瞻@herryzhengAI·
朋友们,今天 AI 圈的技术大牛们恐怕都要失眠了,因为 Anthropic 刚刚亲手掀翻了过去一年大家辛辛苦苦搭起来的 Agent 积木,抛出了一套足以被称为“Agent 操作系统”的核弹级方案:Claude Managed Agents。 看完官方文档和内部架构解析,我只有一个感觉:头皮发麻。如果你还在研究怎么写复杂的 Prompt(提示词)去编排 Agent,或者还在折腾那些臃肿的开源框架,我建议你立刻停下来。 因为 Anthropic 这次直接把“大脑”和“手脚”给拆了。 他们不再是给你一个模型接口,而是直接给了你一套“托管的基础设施”。这意味着,未来的 Agent 不再是一个跑在脚本里的小程序,而是一个可以连续运行几天、几周、甚至几个月,具备“持久生命力”的数字生命。 今天老郑就给你们拆解一下,这套让开发者集体惊呼“降维打击”的架构,到底藏着什么深层野心。 第一部分:我们以前全写错了?Agent 的“补丁时代”终结了 咱们先说一个行业共识:现在的 Agent 框架,本质上都是在给模型的“缺陷”打补丁。 因为模型会幻觉、不会规划、记性不好,所以开发者写了大量的代码(Harness)去强行规定模型该干什么。 但 Anthropic 的工程师说:这种做法极其愚蠢。 为什么?因为模型能力在指数级增长。你今天写死的一个固定步骤,明天模型变聪明了,你的代码就成了限制它发挥的“裹脚布”。 所以,Claude Managed Agents 提出了一个极其反常识的洞察:Agent 框架最忌讳的,就是把“暂时性的模型缺陷”上升为“永久性的系统结构”。 他们这次不是做了一个更强的框架,而是做了一个“元框架(Meta-harness)”。他们不承诺具体逻辑,只承诺三件长期稳定的底层抽象:Session(会话)、Harness(大脑)和 Sandbox(手脚)。 第二部分:深度硬核拆解——这套“三位一体”到底牛在哪? 老郑在这里给你们翻译一下这三个词背后的“杀招”: 第一,Session 不再是聊天记录,而是“证据仓库”。 以前我们以为 Session 就是给模型喂的上下文。但 Anthropic 说:错!Session 应该是一个“可回放的事件流”。 这意味着,哪怕模型上下文满了要裁剪(Trimming),真实执行过的事实、数据、日志也不会丢。它就像飞机的“黑匣子”,不管模型怎么重启、怎么遗忘,历史事实永远在那儿。这种设计比现在的“摘要记忆”高了一个维度。 第二,Harness 变成了可替换的“脑干”。 Anthropic 把调度循环从复杂的业务逻辑里抽出来了。Harness 现在不再拥有状态,它甚至不知道工具在哪里,它只负责发出一条指令。 这就好比 AI 成了“千手观音”,它不需要知道自己在手机里还是在云端服务器里,它只需要知道“我有哪些手可以调用”。这种解耦,让系统的响应速度(TTFT)直接提升了 60% 到 90%。 第三,Sandbox 是“被剥夺了特权的手脚”。 这是我觉得最绝的地方。为了安全,Anthropic 规定:永远不要把安全寄托在“模型应该想不出坏点子”这种假设上。 他们把敏感的 Token(比如 Git 的密钥)锁进了一个安全的保险库。模型去推代码时,根本拿不到真实的 Token,它只能通过一个代理去执行。这叫“不把安全建立在模型能力不足上”,因为模型只会越来越聪明,你根本防不住。 第三部分:Anthropic 的江湖地位与“赌徒心理” 很多人问,老郑,Anthropic 为什么要花这么大力气搞这套基建? 答案藏在文档的一组数据里:Claude 现在的任务跨度已经超过了 10 个小时,未来会是几天甚至几周。 这意味着,Anthropic 在赌一个未来:未来的 AI 不再是对话框里的复读机,而是能独立去完成一个长达半个月的软件开发、或者一个复杂的科研项目。 这种江湖地位非常独特。如果说 OpenAI 还在卷“更强的逻辑”,那 Anthropic 已经在卷“更稳的工业底座”了。 他们要做的是 Agent 界的“瑞士”——一个中立、安全、高度自动化的执行环境。 正如我之前在《驾驭工程》里说的:模型能力越强,逻辑层就会越简单。Anthropic 现在的做法,就是提前把那层“简单的接口”给占住了。 结尾:老郑的三个关键启发 看完这次发布,我想给所有开发者和投资者分享三条启发: 会话不是消息列表,而是“执行事实流”。 别再折腾怎么精简上下文了,去思考怎么管理事件。 工具环境不要内化为 Agent 自身。 让大脑归大脑,手脚归手脚,它们必须是可随时替换的。 不要在 Agent 架构里硬编码。 现在的最优策略,半年后可能就是技术债。 我们要明白一个深刻的道理:Agent 系统的未来,不在于你写了多复杂的流程图,而在于你拥有一组多么长期、稳定的系统抽象。 当“数吉瓦”规模的算力遇上这种“操作系统级”的架构,那个 AI 独立接管复杂工程的时代,真的就在眼前了。
Lance Martin@RLanceMartin

x.com/i/article/2041…

中文
0
0
1
211
凯迪(Starlight)
凯迪(Starlight)@kaidkeji·
刚下载使用了XChat,这APP只是把X的聊天功能独立出来了, 目前只支持IOS 26以上的版本。 若要参与测试, 1、在APP Store中先下载TestFlight 2、点击链接,跳转到TestFlight安装 链接:testflight.apple.com/join/33pZrPJY
凯迪(Starlight) tweet media凯迪(Starlight) tweet media
中文
18
3
25
49.6K