rick awsb ($people, $people)

统计数据

253
文章
0
粉丝
0
获赞
1785
阅读
avatar
ai正在商品化（LLMs are a commodity）我认为是25年资本市场最愚蠢的观点（可能没有之一）： 因为 智力永远不可能商品化 爱因斯坦的脑子能商品化吗？ 能更快解决衰老，研发常温超导，推进核聚变的能力，能商品化吗？ 只有商品化的脑子，才会认为ai会商品化
avatar
tsmc 3nm提价3-10%，但客户毫无影响（眼都不眨一下） amd nvda的gpu也提价 这。。。还让不让下游过年了🤣
avatar
越南2025年全年的进出口总额估计达约9200亿美元，比2024年增长16.9%。 从结构上看，越南出口中，电子产品、机电设备及其零部件的比重持续提高。 2025年前11个月，中国货物贸易进出口总值约约 5.75 万亿美元，同比增长约 3.6%
avatar
《日本的胶，中国的土，逆向工程的euv》 这几天，关于中国的曼哈顿计划 — 逆向工程asml的光刻机，讨论热度不小。大家也很兴奋，毕竟是一个重大突破。 但如果从工程技术角度，摒除意识形态，仔细扒一扒，就会发现，事实和理想还有差距，而且不小。 因为如果把问题真正拆到工程层面，会发现决定一条技术路线能不能长期跑下去的，往往不是最热的媒体热点，而是一些看起来不起眼的细节。 本文暂不讨论逆向光刻机的进展等细节，仅讨论一下最近另外一条不那么起眼的新闻：日本对华（限）断供光刻胶 在先进制程中，光刻胶决定的是工艺窗口有多宽、随机缺陷能不能被压住、良率的尾部会不会失控。 换句话说，有euv，但没有光刻胶，也无法让先进制程的良率上去，没有良率，成本就下不了，成本下不来，就没有订单，至少没有国际订单。 这也是为什么，卡光刻胶往往比卡设备更隐蔽，但在工程上更致命。 没有多少民科了解日本光刻胶的难度，习惯性的认为只是一个光刻过程中的耗材。但现实要复杂的多。 日本高端光刻胶非常难以复刻，因为这不仅关系到某些化学结构，更重要的是取决于整套生产与控制过程，线性的，无法快速迭代的，生产与控制过程。 从超高纯原料控制、聚合反应路径选择、分子量分布管理，到杂质统计、批次一致性、长期老化行为，这是一套高度工程化、长期演化的体系。 它是靠几十年的失败样本慢慢堆出来的。 累积成大量的专利，但更重要的是，很多关键判断，写不进论文，也很难完整写进专利。 它们存在于工程师对“这批料能不能上产线”的直觉里，存在于生产线对异常的经验判断中，存在于企业数十年的工艺参数和失败数据中，存在于对流程和控制日积月累的改善当中。 这就是“日本的胶”的真正含义。 不是一瓶产品，而是一整套长期运行的材料工业能力。 中国在这方面有一个非常有意思、但经常被忽略的参照： 重稀土的提炼处理能力。 这其中，真正难以复制的，不是资源本身，而是把复杂矿物分离、提纯、稳定到工程可用状态的工艺体系。 这是经过千万次失败反复试错的过程，中间要消耗大量资源，产生大量污染。 欧美并不是没有稀土资源，但真正难的是把“土”变成可规模、可控、可长期供应的工业材料。 那同样是一套高度工程化、长期积累的能力。 这也是为什么，中国的“稀土”能用来卡欧美的脖子。 更有意思的是，日本光刻胶的主要供应商之一，信越化学，同时也是欧美日为数不多的有重稀土提炼能力的生产商。（信越化学为什么既能做光刻胶，又能做稀土，我们下次另文详述） 同样的，日本的光刻胶，一样能卡住中国的脖子。 因为日本光刻胶断供，影响的是稳定性和良率。 而日本的光刻胶，在euv光刻机量产上，是绝对的垄断，也就是说，光有euv，如果没有日本光刻胶，还是生产不出5nm及以下的芯片。 就算在目前中国的 7nm的生产过程中，尽管并不是使用EUV，而是 193nm ArF DUV 加多重曝光，但仍在良率上受限于日本的高端光刻胶： 非关键层，国产胶已经可以稳定使用； 次关键层，可以国产与进口混用； 真正决定成败的关键层，仍然高度依赖日本的高端 ArF 光刻胶。 因为多重曝光会把任何微小的不稳定放大。 一旦高端光刻胶断供，7nm本已经不高的良率，将进一步下降，成本将进一步升高。 为什么EUV更离不开日本光刻胶？因为只有成熟的光刻胶才能压制光子统计噪声和随机缺陷。 7nm 关键层真正实现可控的国产替代，仍可能需多个研发周期，更不用说5nm 所需的 EUV 光刻胶。 其中一个研发周期，一般耗时3-5年，因为其必须至少包含 5 个几乎无法并行的很花时间的阶段： 基础配方探索 实验室 → 中试放大 设备联调（Scanner + Track） 产线验证（Wafer 级） 长期稳定性验证 设备的零件也许是显性的，但材料和工艺是隐性的；机器可以被拆解、被复刻，但材料和工业所需的时间，无法被逆向工程压缩。 日本的光刻胶，和中国的重稀土一样，都是那种只有在产线上、在良率曲线的尾部、在连续多年不出事故的稳定运行中，才能真正显现价值的能力。 如果说逆向 EUV也许能“把门打开”，那光刻胶决定的，是能不能在这条路上走得久。 而半导体这件事，最残酷的一点在于—— 一次成功没有意义，只有连续数年的时间不出问题，才算成功。 而时间，即使在ai时代，也是唯一无法被逆向工程的东西。
avatar
中长期贷款，是居民对未来 20—30 年收入路径的判断。 拒绝（目前如此低息的）长期贷款意味着居民已经不相信未来收入上升的预期。 这是一种典型的“去参与化”行为：个体不再愿意将自身的长期命运，与系统绑定。 这一变化对任何以“宏大叙事”为基础社会契约的体制都极具挑战性。 无论产业多完善、复兴多伟大，最终都必须通过收入来稳定预期，否则叙事的约束力会持续减弱。
avatar
Google 今天发布了A2UI ---「AI 自动生成 UI」， 这可能ai人机交互的一小步，但可能是“模型即应用”的一大步。 A2UI 做的事，其实很直接： 让模型不只负责算结果， 还可以自己生成界面、引导流程、决定下一步怎么走 也就是说，你和ai对话的时候，ai会在需要的时候，生成ui，提升和ai的交互效率 这是ai人机交互的一小步，但可能是“模型即应用”一大步。 具体有个例子，看图（图片来自公众号：ai产品自由）： 看出区别了没？ 以前是要什么功能用什么应用，按应用的界面，一个个点 现在是什么时候需要，ai就生成什么界面，无需查找翻页，只需点一下。 效率极大提升。 另外，模型可以自己生成界面也就意味着可以引导流程，那么，应用的结构就开始变了。 原来是： 后端逻辑 + 前端界面 + 人来操作 现在变成： 模型负责逻辑 + 流程 + 界面，人只是在“协作”。 很多传统软件的界面，其实都是“中间层”： 表单、后台、控制台、配置页…… 这些东西，也就会慢慢被淘汰了，随时要用，LLM随时生成。 所以 A2UI 看起来是 UI， 但真正冲击的是应用、甚至操作系统。 模型即应用，模型即os，模型即流程，模型即创新 自动化程度越来越高，用户友好性越来越强 使用场景越来越广 对算力的需求嘛，你知道的。。。
avatar
今天oracle新建数据中心的财务合作伙伴blue owl传将退出合作，引发市场对orcl债务的恐慌，进一步拉低ai板块，带跌了大盘。 那么，对orcl负债的恐慌是否有道理呢？ 这个问题关乎整个数据中心板块，甚至整个ai板块在相当一段时间的走势。 如果只看几个孤立指标，答案可能是有点危险； 但如果把债务从哪来、钱花到哪、现金流什么时候回来 这三件事连起来看，结论可能会完全不同。 1、市场上常见的一个说法是： Oracle 负债 1800 亿、1900 亿美元 这在风险判断上是严重误导的。 真正需要看的只有一个数字： 计息债务（真正要付利息的债），约 105–110 billion 美元 其他数字里，混进了大量并非“债务”的项目，比如： 递延收入 应付账款 合同负债 这些不产生利息，也不构成违约压力。 2、还有一个非常关键、但常被忽略的事实： Oracle 现在背着的那 1000 多亿美元债务， 大多数并不是为了 AI 数据中心。 这笔债务主要形成于 2016–2022 年，核心用途只有三类： Cerner 医疗 IT 并购（最大的一笔） 多年累计的股票回购 低利率时期的资本结构优化 而真正用于 AI 数据中心的钱，更多体现在最近两年的 资本支出（CapEx） 上，而不是新发的大额长期债。 这也是为什么你会看到一个看似矛盾的现象： 自由现金流为负 但债务规模并没有同步爆炸式上升 3、另外就是自由现金流为负，这是很多投资者最紧张的地方。 但这里必须分清两个概念： 经营现金流（OCF）：来自主营业务 自由现金流（FCF）：OCF – 资本支出 Oracle 的现实情况是： 经营现金流仍然很强（一年约 200 多亿美元） 自由现金流转负，主要因为： AI 算力 GPU 大型数据中心 的 资本支出在一个阶段性高峰 这是一个典型的基建型现金流模型（对房地产熟悉的朋友应该很清楚），先投资建设，再慢慢回收。 4、那利息会不会压垮 Oracle？ 数字说话： 年利息支出：约 30–34 亿美元 经营现金流：约 210–220 亿美元 也就是说： 利息覆盖倍数在 6–7 倍左右 这是一个在信用市场里非常安全的水平，远不到“危险边缘”。 更关键的是—— 已投产的 AI/OCI 算力 已能覆盖 约一半以上的年利息 到 2026 年高概率投产的大型数据中心相关经营性现金流合计 大概率可以覆盖公司的全部年利息（注意是全部，包括之前并购等非数据中心业务的利息） 这意味着 Oracle 的现金流结构还会继续改善 5、那为什么评级看起来已经快到垃圾债了？ 这并不是 Oracle 独有的问题，而是一个评级体系的结构性滞后。 评级模型更擅长评估的是： 轻资产软件公司 或传统周期性行业 它对以下情况并不友好： 前期 CapEx 极高 回收期 3–5 年 但现金流确定性很强的 AI 基建模式 于是结果就是： FCF 为负 → 扣分 债务绝对值高 → 扣分 身份模糊（不像微软，也不像电信） → 再扣分 从模型角度看“合规”， 但从现金流事实看，确实偏苛刻。 总结：Oracle 不是一家“债务危险的公司”， 而是一家正在从传统软件公司， 转型为 AI 基建现金流公司的企业。 市场和评级，对这一转型的理解明显慢了一拍。 真正值得关注的，已经不是“它会不会出问题”， 而是： 它会不会选择去杠杆？ 还是继续用 AI 现金流加速扩张、回购？ 这是战略选择的问题，不是生存问题。 如果用 AI 基建 + 现金流周期 的视角重新看它， 就会发现：很多“风险”，其实只是转型期的噪音。
avatar
市场错了！--- 复盘小记 美股和加密在11月和本月的两次摸顶回调，我做了个对比，如图 简单来说， 第一次是对ai的恐高， 第二次是对宏观的恐高 如果说第一次之后是市场意识到自己的错误，随着ai板块基本面的改善而修复的话，那么，这次因为宏观因素而杀ai板块， 市场更是错上加错，因为这次的ai板块的各公司随着财报不断发布，明显能看出，基本面比11月更好。 这次市场是用 AI 来承载宏观风险释放，其实也没有其他原因，因为当市场需要降低风险时，资金会卖两种票： 涨得最多的 流动性最好的 市场还没完全意识到，这次是K形增长 而这也就应该顺理成章的，成为我们抓反转（不是反弹）的主旋律 如果还要再细分，就是两个方向： 叙事增强，业绩兑现 叙事增强，如最近的太空数据中心概念 业绩兑现，如前不久财报的mdb 这将不仅仅是接下来一段时间，而很可能会成为整个2026年的主旋律！
avatar
量子，从通信开始 通信，从卫星开始 卫星，从老马开始 所以羡慕老马，理解老马，加入老马， 成为spacex概念股票，是ionq这次收购的最终目的？🤣
avatar
今天美股大跌最重要的原因，并不是orcl，avgo财报不好，至少不是最重要的原因 最重要的原因是，联储开始降息，但长期国债收益率不降反升，收益率曲线变陡（熊陡）。 说明市场认为，短端由 Fed 控制，长端fed控制不了！ 在 AI 产业革命拉动生产率提升，同时要大规模基建的背景下，真实资本需求上升，自然利率本来就应该高。 这让联储本就困难的局面雪上加霜： 联储当前面临的并非传统通胀–衰退二选一，而是多目标约束下的次优解选择。 其隐含的新平衡可概括为： 中等偏高通胀 + 被压低的短端利率 + 放手但不失控的长端利率 + 就业托底 这意味着： 在相当长的时间内，美联储将系统稳定与就业托底置于优先级前列 通胀目标从“硬约束”退化为“长期方向” 不愿、也难以实施显性 YCC，但更倾向于通过结构与工具设计维持金融系统可运行性（隐性YCC） 在该框架下，全面宽松不再是常态，全面紧缩同样不可持续。 在这样的政策与利率结构下，股市面临的环境具有以下特征： 流动性不断供，但不外溢 长端利率持续压制估值扩张 波动率、结构性分化加剧 股市可以长期运行，但难以依靠流动性实现系统性估值抬升。 在这样的环境中，市场奖励的不是“叙事”，而是真正的业绩增长，正现金流，高资本效率、低融资依赖 这也就决定了作为投资者，要找的标的范围更小，也更简单。
avatar
openai 发布了gpt5.2 巨大的能力提升，再次证明scaling law前面没有墙，ai经济没有泡沫。 个人认为最好的评论是下面这一篇（节选）： “一年前，在 ARC-AGI-1 上达到 88% 准确率，估计每任务成本约 4500 美元。今天达到 90.5%，只需 11.64 美元。 12 个月内成本降低了 390 倍。看看那个排行榜。效率前沿几乎每几周就被重画一次。 GPT-5.2 Pro、Grok 4、Gemini 3 Deep Think、Claude Opus 4.5，全都沿着从左下到右上的对角线层层叠加，每一个新模型都让前任的性价比瞬间过时。 大多数人还没搞懂这个基准的意义有多大。 François Chollet 在 2019 年专门设计了 ARC-AGI，就是为了对抗暴力堆算力的路子。他的核心论点是：大语言模型只会死记硬背训练数据，遇到全新抽象推理任务会彻底崩盘。 所以测试的每道题都是独一无二的、网上从未在网上出现过的，需要从极少样本中真正泛化。人类轻松做到 95%。多年来，最强的 AI 系统连 5% 都摸不到。 2020 年 Kaggle 比赛最高才 20%。到 2023 年也才 33%。GPT-3 直接提示得分 0%。AI 研究圈基本接受了“ARC-AGI 证明单纯 scaling 走不通”的结论，Chollet 本人说达到人类水平“还得很多年”。 然后 2024 年 12 月，OpenAI 的 o3-preview 在高算力模式下干到 87.5%，首次突破人类基准线 85%。但模型每道题要尝试 1024 次，每次写出大约 137 页推理，成本估算在 3000～30000 美元/任务不等。 仅仅 11 个月后，GPT-5.2 Pro 以 90.5% 准确率、11.64 美元/任务的价格出现。 这波成本崩盘的数字说明了一切。。。我们在过去几个月里悄悄跨过了“AI 推理比人类便宜”的那条线，大部分人都没注意到。 效率提升完全没有减速，反而在复利式增长。 ARC-AGI-1 彻底沦陷之后会怎样？Chollet 已经在 2025 年 3 月放出了 ARC-AGI-2，专为当前推理系统设计得更难。 人类依然接近 100%，当前前沿模型只有 10-45%。但即使在这个更难的基准上，人与 AI 的差距也已经从“根本能力鸿沟”变成了“成本优化问题”。 那个原本要证明 AI 无法泛化的基准。。。ai一年实现了 390 倍效率提升。”
avatar
larry fink，马斯克，黄仁勋，和sec主席过去一周密集的关于加密货币的表态，已经给我们清晰的勾勒出了加密的未来图景： “资产代币化和资源代币化” 资产货币化是金融系统的升级，资源货币化是文明底层的重构。 货币的本质正在被重新定义——价值体系从"国家信用锚定"向"去国家化资产锚定"迁移。 RWA将现实资产代币化、数字化，揭开"资产即货币"的时代序幕。 资本将去中心化，可以直接以资产形态无缝在全球流动，同时推动无缝的全球流动性市场的形成。 比特币的本质是能源的储存与结算方式（黄仁勋）。 未来货币 = 能源 + 运量，能源、算力、运力成为文明的“结算层”（马斯克） 无论是贝莱德说的锁定资产，还是黄仁勋说的锁定算力，本质都是全球市场正在厌倦那些可以无限增发、且缺乏物理锚定的纯信用货币 央行可以无限印制流动性，但上帝从未印制过更多的土地或焦耳 加密大牛市，你无法想象！
avatar
建了个推特群（旧群新用），美股，加密和ai
avatar
中国特色社会主义进入人工智能新时代， 我国社会的主要矛盾是人民群众日益增长的人工智能和人工智障的新闻联播信息理解之间的矛盾。 其产生的原因，是因为政府为参与人工智能竞争大国竞争，不断发展开源人工智能，和希望人民群众智能保存闭源并尽量在未经许可的地方不要增强之间的矛盾。
avatar
我们经历的互联网、移动互联网，商业模式越来越集中。 而人工智能AI Agent的实现，很可能让全世界被几家公司控制，它们的市值最终会大到不可思议。 --- 但斌
avatar
自从意识到，碳基社交是多么的低效， 我就几乎不怎么喜欢和人沟通了 信息密度极低
avatar
马斯克说，先解决智能，再用智能解决一切问题 "First solve intelligence, then use intelligence to solve everything." — Elon Musk 既然智能能解决一切，那么智能是不是能赚走一切的钱？ deepseek都能通过量化赚钱，大模型最近的网络炒股都能跑赢大盘，利用ai能力能轻易找到新的蛋白质或者新材料的配方， 最不济的，ai发现各种defi黑洞攻击也能高效赚钱， 那为何 AI 巨头现在“按兵不动”？宁可巨亏，也不赚这些快钱？ 难道他们不知道手里握着的是印钞机吗？ 答案其实很残酷也很简单：不是不想赚，而是不敢停下来赚。 这也是当下 AI 赛道最底层的商业逻辑：先赚“智能”的钱，未来再用智能赚“一切”的钱。 1. 战略豪赌：AGI 是一场“赢家通吃”的游戏 这是外界最容易忽略的一点。对于头部 AI 公司，此时此刻去深耕某个行业赚钱，无异于“战略自杀”。 因为 AGI（通用人工智能）具有极强的马太效应： 在模型很快可能就具备自我进化的时刻， 技术领先 1-2 个月，就可能是降维打击。 算力飞轮： 更多算力 → 更强模型 → 更多数据 → 即使你想追也追不上。 如果为了赚某个行业的钱而分散精力，导致在 AGI 主航道上落后，就会彻底失去未来定义规则的权力。相比于赚今天的钱，赢得 AGI 冠军才是赢得整个世界的经济权。 2. 临界点：真正的吞噬何时开始？ 现在的平静只是暴风雨前夜。一旦模型突破了“自增强”和“极高可靠性”的瓶颈，达到或无限接近agi，人类工程师对模型升级迭代的影响已经不再是主要驱动力的时候，战略优先级可能将瞬间反转。 届时，AI 公司将完成身份的惊人跳跃： 从“工具提供者” → 变为“行业主导者” → 最终成为“行业本身”。 3. 隐形渗透：其实他们已经在动手了 虽然没有大张旗鼓地通过垂直整合赚全行业的钱，但巨头们正在用最轻的方式进行提前埋伏： 代码： GitHub Copilot、Cursor 法务/文书： Claude、ChatGPT 数据： OpenAI Canvas 他们现在卖的是工具（API），而不是解决方案。这既能收集全行业的真实数据来反哺模型，又避免了陷入繁重的行业运营泥潭。更重要的是，让各行各业养成对自己的依赖，当时机成熟，便可快速覆盖（接管） 结语 AI 巨头们现在的“不急”，是在等一个临界点。 他们现在的克制，是为了未来能以指数级的速度，吞噬掉软件、金融、医疗甚至重工业的利润。 今天不进入行业，是因为进入会拖慢研发进度； 但明天进入行业，那将是一场无法阻挡的降维打击。
avatar
内因才是主要的，什么事都怪别人，这在心理学上叫“外归因”。 我没有指桑骂槐，你不要胡思乱想🤣
#外归因 #心理学 #内因 #反思 #中性
avatar
控制好仓位，大跌大买，小跌小买 非投资建议 dyor
币圈反弹潮：投资者低多策略引发热议· 109 条信息
#仓位控制 #逢低买入 #投资建议 #DYOR #风险提示
avatar
做投资和做流量（kol）是完全矛盾的两件事： 做投资需要买在无人问津时 写推文需要发在人声鼎沸处 同理， 真正有价值的博主，常常不会有什么流量 高点赞的推文，往往抓不到什么投资alpha
#投资 #流量 #矛盾 #价值 #博主
avatar
有没有发现，最早看明白ai的一帮人，也是坚定看多加密的人 现在的美股和未来的加密，都是一个越来越有效的市场，无脑梭哈越来越会让位与深度研究 无深研，不信仰
英伟达市值突破5万亿，币圈信心崩溃引发热议· 36 条信息
#AI #加密货币 #美股 #深度研究 #市场有效性
avatar
bill gates刚刚卖了他微软股票仓位的65% 清仓级甩卖， 当infra as a service（IaaS），正在快速取代SaaS，PaaS等的几乎所有其他软件和白领业务的时候 盖茨居然卖了这个全球数一数二的IaaS公司 果然不愧保持了一贯卖飞的尿性 盖茨在微软ipo的时候持有微软股票的49%，如果不是一直卖飞，他现在的身价是1.5万亿 全球首富！ 而因为卖飞，他现在身价只有刚刚1000亿
#比尔盖茨 #微软股票 #清仓减持 #IaaS #卖飞
avatar
高市早苗为什么如此鹰派？ 原因有三： 1、拉抬国内支持率（发言后支持率不跌反涨） 2、为修宪铺路 3、整军经武，讨好新军工 当然，应对中国已经日益成为日本国内共识： 中国攻台必然会像俄罗斯侵乌造成欧洲困境一样，造成日本困境 高市言论只是日本日益右转的表象 日本右转只是亚太右转的开始 这两天另外的两个新闻其实更重要： 1、cptpp再次拒绝中国申请 2、欧盟26年对邮政小包加税（这是中国直邮跨境电商最大的市场） 混乱是各国右翼的阶梯 右翼是更加混乱的阶梯
日本政坛巨变：右翼崛起，自民公明决裂！· 65 条信息
#高市早苗 #鹰派 #日本右转 #中日关系 #国际贸易
avatar
大家都在等下周的nvda财报吗？ 我也是，因为英伟达就是美联储 这比fomc什么的重要得多，无论是对ai板块，还是对整个大盘 若结果超预期，则马照跑舞照跳； 若表现差强人意，则可能触发板块甚至大盘的回调 个人认为第二种可能性不大，但光小幅超预期，末日也没什么意思 大幅超的可能性也不大 我就打算持股待慢牛了 老师们怎么看？
英伟达市值破四万亿，AI芯片霸主地位稳固？· 216 条信息
#英伟达财报 #AI板块 #美联储 #市场情绪 #投资策略
avatar
消耗token越多，使用ai效果越好 使用效果越好，消耗token越多 token的消耗是指数增长 生产的gpu能产生token的能力是线性增长 缺口只会越来越大 完全没有泡沫！
#Token消耗 #AI效果 #指数增长 #GPU产能 #泡沫