勃勃OC
7小时前
Citadel城堡证券发文反驳2028AI末日论,他们认为:AI导致大规模失业、需求崩溃的末日叙事,在数据和经济逻辑上都站不住脚。 文章有六大论点: 1. 现实数据不支持"AI正在取代工作"的叙事软件工程师的招聘职位正在快速上涨,同比增长11%。圣路易斯联储的实时人口调查数据显示,每天使用AI工作的人群比例出奇地稳定,没有出现任何非线性爆发的迹象。 2. 递归的技术能力 ≠ 递归的经济采用AI可以自我改进,但技术扩散历史上永远遵循S曲线:早期缓慢→加速→饱和减速。市场往往线性外推加速阶段,但组织整合成本高昂、监管介入、边际收益递减,都会使采用速度自然放缓。此外,取代白领工作所需的算力,比当前水平高出数个数量级,物理资本、能源、监管都是真实的瓶颈。 3. 生产率提升是供给冲击,不是需求崩溃AI驱动的自动化本质上是正向供给冲击:降低成本、扩大产出、提升实际收入。历史上蒸汽机、电气化、计算机都遵循同样的模式。更低的价格会提升真实购买力,进而刺激消费。一个生产率激增但总需求同时崩溃的场景,在会计恒等式上就说不通。 4. 替代弹性有天然约束即使AI资本可以替代部分劳动力,经济体中仍有大量物理性、关系性、监管性、监督性任务难以自动化。面对严重的替代风险,民主国家通常会通过财政和监管政策来对冲最坏结果。数据中心建设本身正在带动建筑业就业增加。 5. 凯恩斯的教训:生产率提升不等于劳动减少1930年凯恩斯预测到2000年人类每周只需工作15小时。他对生产率的判断是对的,但对劳动力市场的推断完全错了——因为他低估了人类欲望的弹性。生产率提升扩大了消费边界,带来了新产业和新需求,而不是让人们停止工作。 6. 微软Office的类比事前(ex-ante)大家担心Word和Excel会取代办公室工作人员,事后(ex-post)它们显然是办公室工作人员的补充工具而非替代品。AI很可能走同样的路。 结论 城堡证券认为,过去一个世纪里,历次技术革命既没有带来失控的指数级增长,也没有让劳动力变得多余。相反,它们恰好足以维持发达经济体接近2%的长期趋势增长。如今人口老龄化、气候变化和去全球化正在压制潜在增长,AI也许恰好足以对冲这些阻力
勃勃OC
13小时前
OpenAI关于中国"网络特种作战"2026总结报告中,有这么一段耐人寻味的关于围攻高市早苗分析,原文翻译如下: 10月中旬,在日本首相高市早苗公开批评内蒙古人权状况后,有用户要求ChatGPT协助策划一项旨在抹黑她的行动。 该用户要求模型根据六大核心要素制定方案: 第一,发布并放大针对高市的负面评论; 第二,批评其对外来移民的立场,并建议使用冒充外国居民的虚假电子邮件账号向日本政界人士投诉; 第三,围绕生活成本问题施压,提议同时使用虚假社交媒体账号并借助本地网络用户制造舆论压力; 第四,指控高市具有极右倾向; 第五,煽动民众对美国关税的不满情绪,以对美关系转移公众对中日关系的注意力; 第六,散布有关内蒙古实际状况的正面信息。 报告大体遵循草案结构,涵盖五大主题:负面评论、移民、生活条件、极右联系以及关税问题(未提及内蒙古),并披露了若干行动细节,例如声称该行动已向若干未具名的日本网红寻求支持。 “围绕生活成本问题施压”,这句话熟悉吗?去年下半年,关于日本米贵、日本人都吃不起饭的帖子,都是谁在推特上转发,这些人到底是不是网络作战的一部分? 推特知名爱国账号“30岁的老王”背后到底是什么力量在支持,人在美国王路飞为什么会跨过太平洋,莫名其妙成为他的好朋友? 我相信大家已经应该已经心知肚明了吧? 咱们党真的挺厉害的,我真的是低估了他在海外建设党支部的 能力,和决心
勃勃OC
15小时前
关于NVDA财报的乐观总结: 需求持续性:这次可能真的不一样 历史学家 Carlota Perez 有个知名理论:每次技术革命(铁路、广播、互联网)都会经历”泡沫→过度建设→崩溃→黄金时代”的循环。市场对英伟达的低估值,本质上是担心这个历史剧本重演——即资本开支泡沫导致算力过剩、需求崩塌。 但这次可能不同,核心论据是瓦特(电力)和晶圆的双重短缺:超大规模云厂商(Hyperscaler)即便想过度建设也做不到,因为物理资源不够。历史上那些先例技术革命,并没有遭遇类似的供给硬约束。 台积电(TSMC)的管理层风格保守稳健,不会激进扩产,这反而可能”单枪匹马”地防止行业过热。作者认为这反而是好事——供给约束会使AI算力周期更平滑、更持久,对市场和人类社会都更有益。 GPU使用寿命:比预期长得多 GPU的租赁价格是衡量AI经济价值的”心跳”,理应随着更新型号的推出而下降。但现实是:已有近四年历史的H100,过去两个月租赁价格反而急剧上涨;甚至六年前的A100在AWS上仍然满负荷运转,每小时定价依然坚挺。 这一反常现象说明:GPU的实际有效寿命至少达到6年,超过大多数客户的折旧年限。这带来几个推论: 1. GPU的融资成本将下降,因为残值比预期更高; 2. 相比之下,ASIC(专用芯片)劣势明显——针对单一模型优化的芯片,在AI快速迭代的今天难有长寿命,融资成本更高; 3. GPU的通用可编程特性是其长寿的根本原因,而即将推出的SRAM芯片用于解码(decode)将进一步延长GPU生态的生命周期。 生态系统竞争:英伟达正形成成本优势 英伟达正在推进预填充(prefill)与解码(decode)的分离架构,且很可能比谷歌TPU生态更早实现。结合英伟达Rubin系列的激进设计,以及谷歌TPU v8的保守设计和缺乏交换式扩展网络结构,英伟达客户在推理成本上可能首次形成对谷歌的优势。
勃勃OC
18小时前
昨天首次试用了Claude在Mac上的app,第一次就感觉这玩意和ChatGPT真的不大一样。 ChatGPT我也是在下载好app里使用,所以我的比较应该是公平的 因为最近要办事,我需要填写一个表格文件,我大概知道这个表格的名字;在Claude里,我输入表格的名字和我的需求,Claude能直接去网上搜素——这当然没什么稀奇,ChatGPT也能做 但更奇特的是,他找到官方的网址之后,在没有我干预的情况下能提前把表格的word格式找到并下载,下载好之后还能阅读,根据表格里的问题向我提问,比如姓名地址基本信息等等,甚至还有一些选择题,我回答之后,才发现这些问题就是表格里的问题,他直接帮我填在了表格里 填写好之后,他还会在右边打开一个新的窗口,预览这个填好的文件,可以直接下载。整个过程行云流水,没有一个环节出了bug需要重试 同样的流程,如果换成ChatGPT则一般是这样的: 1. 要么是找到的链接已过期——这经常发生; 2. 要么是告诉我他无法下载这个文件;我需要自己下载好之后上传给他 3. 上传之后提取的文字信息也不准确,经常漏掉表格中的问题,也不会主动问我问题填表。需要我不断promt他,才能帮我把表格填完 填好之后,生成的word文件格式大部分也是错的,会丢掉部分信息(比如表单的层次、标题等等),甚至之前还经常出现生成文件失败无法下载的错误 看起来ChatGPT真的不大行了。聊聊天还可以,让他处理这种简单的表单文书工作,竟然都输给了Claude。 这还是在ChatGPT是付费版,Claude是免费版的情况下进行的对比 可惜我不怎么写代码,不然真的要给Claude续费了 😅😅😅