科技实时新闻、最新快讯- 第46页 news.news·换个方式看新闻|AI看新闻、实时追踪事件后续

智能推荐信息源

由 AI 根据您的兴趣偏好筛选

2个月前

AI推理成本越低，token的需求越高。token的需求只会越来越高当一种资源（算力/智能）的效率提高、成本下降时，它的总消耗量不会减少，反而会呈指数级爆炸增长。 AI时代，你搜“最好的牙刷”，你的AI代理为你阅读1000篇牙刷测评，分析成分，对比价格，下单购买。这中间消耗了数百万个Token。哪怕每个Token只赚微不足道的钱，x1,000,000的用量将创造出比现在广告业大几十倍的营收规模

#AI推理成本 #token需求 #算力效率 #AI代理 #营收规模

 快乐永远 

2个月前

9月26日：Cloudflare 用“内存安全”的 Rust 重写。由于采用了 Rust 语言，这一变化被誉为“速度更快、更安全”。 11 月 18 日（53 天后）：Cloudflare 发生大规模故障，导致互联网大面积瘫痪，原因是 Rust 代码中出现内存错误…… 最大的危险不是前有雷区，而是工兵说雷都清干净了（实际上剩下一颗）

#CloudFlare故障 #Rust语言 #内存安全问题 #互联网瘫痪 #安全隐患

2个月前

NASA‘S X-59静音超音速研究飞机首次升空

#NASA #X-59 #超音速飞机 #首飞 #航空科技

2个月前

Code996 这玩意儿就是企业加班文化探测器，直接戳穿谎言，生成一个“996指数”，清楚地看到每天的工作高峰是在下午6点还是午夜12点。你只需要在新公司的项目仓库里敲一行命令 npx code996，它就会扒下所有的 commit 记录，看看帮老哥们到底是不是在半夜三点还在提交代码。

#996 #加班文化 #工作高峰 #commit记录 #npx code996

2个月前

为什么AI的龙头是 $goog 1. 杰文斯悖论（Jevons Paradox）：智能越便宜，Google赚得越多大部分分析师犯的错误是认为AI推理成本下降会不仅降低利润，还会导致通缩。大错特错。逻辑：当一种资源（算力/智能）的效率提高、成本下降时，它的总消耗量不会减少，反而会呈指数级爆炸增长。 Google的优势： Google拥有自研的TPU（张量处理单元）。与微软/Meta必须向英伟达支付“过路费”（购买GPU）不同，Google的算力成本是内部定价。当智能的边际成本趋近于零，全球对“Token”（智能的最小单位）的需求将是现在的100万倍。以前：你搜“最好的牙刷”，消耗几次查询，Google赚一次广告费。很快：你的AI代理（Agent）为你阅读1000篇牙刷测评，分析成分，对比价格，下单购买。这中间消耗了数百万个Token。结论：哪怕每个Token只赚微不足道的钱，x1,000,000的用量将创造出比现在广告业大几十倍的营收规模。Google是唯一能以极低成本提供这种“无限智能”的厂商。 2. “软件即服务” (SaaS) 死，“服务即软件” (Service-as-Software) 生 SaaS时代，你买软件（比如Salesforce），然后雇人去用软件。AI时代，你直接买“结果”。商业模式重构： Google不再是把流量卖给Expedia或Booking，而是它的Gemini Agent直接帮你订好机票酒店。 3. 唯一的“全栈”垄断者 (The Only Full-Stack Sovereign) 为什么英伟达值钱？因为它卖铲子。但Google不仅有铲子，还有金矿和运金车。硬件层： TPU v6/v7 + 专有数据中心 + 核能布局。 Google的算力自主权意味着它的毛利率（Gross Margin）在长期将碾压依赖英伟达的微软和OpenAI。模型层： Gemini是原生的多模态模型，直接吃YouTube的视频数据长大。这是OpenAI无法复制的护城河（OpenAI必须买数据）。入口层：安卓（Android）和Chrome。当AI变成手机上的操作系统时，Google拥有全球30亿台终端的分发权。很快：市场会给这种“全栈垄断”极高的溢价，因为它没有短板，无法被单一维度的竞争对手（如只做模型的OpenAI或只做芯片的英伟达）击败。 4. Waymo：物理世界的“谷歌搜索” 现在的Waymo估值是基于“出租车生意”。这是线性的。指数视角： Waymo是物理世界的通用人工智（Embodied AGI）。推演： Waymo不仅运人，还运送万物（物流、外卖）。更重要的是，Waymo OS（自动驾驶系统）会像安卓一样授权给全球车企。数据： Waymo现在的里程数正在指数级增长。到2030年，如果Robotaxi取代了美国主要城市的Uber/Lyft，并扩展到物流，仅Waymo一项业务就可能支撑3-5万亿美元的市值（参考特斯拉最乐观的Robotaxi估值模型）。业务板块角色估值逻辑 (非线性)潜在贡献Google Cloud + TPU世界计算机承载全球30%的AI推理需求。类似现在的“电力公司”。$6 - 8 万亿Agentic Search全球经济的操作系统从广告费转为交易佣金。接管电商、旅游、服务业入口。$8 - 10 万亿Waymo物理传输网络垄断自动驾驶出行与物流操作系统。$3 - 5 万亿其他 (YouTube/Bio)注意力与生命科学视频生成、AI制药（Isomorphic Labs）。$1 - 2 万亿总计~市值可冲20 万亿美元 2030年的Google = 英伟达（芯片） + 微软（OS） + 亚马逊（云） + Uber（出行）。

#AI龙头 #Google (GOOGL) #全栈垄断 #Waymo #服务即软件

2个月前

重现了一下，参考提示词： > 请帮我制作一个复古拍立得照相机应用，网页左下角显示一个相机，可以连接摄像头，实时显示摄像头内容，点击拍摄按钮，从相机顶部缓慢弹出一张相纸，从模糊到清晰显示照片，可以将照片从相机上方拖动到页面上相机之外的区域，像照片墙的效果

#复古拍立得 #照相机应用 #摄像头 #照片墙 #网页

𝙩𝙮≃𝙛{𝕩}^A𝕀²·ℙarad𝕚g𝕞

2个月前

细胞分裂时的线粒体复制

#细胞分裂 #线粒体复制 #生物学

对冲积金Reason

2个月前

电话会上，英伟达 CFO 提到了他们的新合作伙伴 Palantir $PLTR 会将 Nvidia CUDA 库和AI模型引入到他们的本体平台中，本体平台原本只能在CPU上运行。大龙头 Burry 现在不知道现在心态如何，这是故意要气他的吗？😂

#英伟达 #Palantir #CUDA #AI模型 #Burry

2个月前

虽然 AGI 长期的愿景美好，但AI 是否替代人类，是不可能回避的话题。其实大部分人关心的不是人类长远的未来，而是自己这辈子能不能熬过去。因为，科技会带来阵痛。今天学到一个经济史里的概念叫：恩格斯停顿。简单说就是技术突飞猛进、GDP 狂飙，但普通人的工资却停滞不涨的那段空白期。蒸汽机时代这个过程持续了 40 到 60 年。刚好隔了两三代人。第一代人手艺作废，第二代人进厂做苦力，直到第三代人才真正享受到技术红利。对于历史这只是一瞬，但对于一个人，这就是一辈子。为什么会有这几十年的停滞。第一是钱的流向变了。技术带来的超额利润，并没有变成工资，而是被拿去买了更多的机器和建厂房。资本的回报率远远跑赢了劳动回报率。第二是技能贬值。机器把原本需要高超手艺的活儿，变成了谁都能干的简单操作。既然谁都能干，工人的议价权就没了。这画面，太熟悉了。现在 AI 行业最赚钱的是 Infra，企业靠 AI 赚了钱后第一反应是去买更多的 GPU。直到新技术完全普及，新工种变成主流，普通人的议价权才会慢慢回来。这中间的时间差，就是科技会带来的阵痛，就是焦虑的根源。

#AGI替代人类 #恩格斯停顿 #技术性失业 #资本回报率 #AI焦虑

2个月前

“杨先生，我的一千块呢？”这句半真半假的追问，不只是对一位前美国总统候选人的调侃，而是对整个现存制度的盘问：当AI替代了越来越多岗位，社会是否准备好新的分配机制？当平台把注意力变成了巨额利润，普通人能否从中分享哪怕一小部分收益？请读——

#AI替代 #分配机制 #平台利润 #社会制度 #杨先生

2个月前

Who's interested in speaking in Stanford about Decentralized Scientific AI (DeSAI). 谁有兴趣去Stanford讲DeSAI. I am organizing the event.

#DeSAI #Stanford #Scientific AI #Decentralized #event

2个月前

MAC 1TB 硬盘用了差不多 5 年了，终于满了，扫描了下硬盘。好家伙微信就占了五分之一 😅

#Mac #1TB硬盘 #微信 #存储空间不足 #使用五年

Larry & Leo Bro - Eagle of Full Stack

2个月前

又搞了个猛的这个PR 里，加了后端代码里强设定，止损不能朝不利方向移动。

#止损 #后端代码 #不利方向 #强设定 #PR

2个月前

谷歌真会自说自话，明明他自己给我保留了，非说是我采取了措施。

#谷歌 #自说自话 #保留 #否认 #争议

2个月前

在抖音和小红书分别搜索了 iPhone 17 Pro Max 的手机壳从搜索结果就可以明显看出这两个平台获取流量方式的不同小红书上的手机壳主打的就是新奇特，你可以想象这个手机壳拿到手里之后就不太实用但是把它拍成图片就非常容易获取流量，让别人看起来觉得很新鲜把商品变成内容，是你能够在这个平台获取到流量的途径抖音这边明显的特征就是贵，动不动就两三百，甚至四五百因为平台没有给你留下通过新奇特来白嫖免费流量的机会，想卖货你就得给平台分成，没有高毛利是生存不下去的

#iPhone 17 Pro Max手机壳 #抖音 #小红书 #流量获取 #商品内容

2个月前

懒人文档三步：一、告诉 Copilot: 分析项目的代码和资料，帮我创建一份文档，用于XXX，目的是XXX。你可以根据内容自由选择合适的 mermaid 或者 vega-lite 图表来增强表达。二、告诉 Copilot: 某个段落怎么改，某个图表怎么改三、使用 Markdown Viewer 预览并保存为 word。

#Copilot #文档生成 #AI辅助 #Markdown #效率工具

2个月前

之前不是考虑用Aqara的智能家居系统，于是在现在租的地方临时搭了套测试下，包含中枢网关，开关，和人体传感器。结果发现响应延迟明显劣于米家mesh 2.0，于是没选。结果今晚关灯时发现Aqara中枢网关死机了，断电重启才好，我用了十年的米家四五个网关，一次死机都没遇到过，还好没签Aqara的全屋智能

#Aqara智能家居 #米家mesh 2.0 #响应延迟 #死机 #负面体验

2个月前

睡觉了家人明天上班，今天把mac重置了送她上班用睡前用美团订了一束鲜花，明早送到，没想到写祝福的时候憋了好久，最后用AI解决了…

#重置mac #美团鲜花 #AI祝福 #家人上班 #情感祝福

2个月前

已经为生态荒漠 Swift 贡献了一点点力量😂

#SWIFT #生态 #贡献 #积极

2个月前

我前阵子远程面试一个候选人，已经是第三面了。技术能力基本没什么问题，前两轮同事都给了正反馈，我这里更多是确认一些细节和判断稳定性。技术能力基本没什么太大问题了。线上面试，用腾讯会议。这小伙子回答得特别利索，就是那种确实有实力，但好像又完美得有点不自然的感觉。不过整体我还是满意的。然后他非要演示他的 Agent 作品。我都已经准备让他通过了，就说行，你演示一下。结果他一打开共享屏幕，可能紧张选错了应用，直接自爆。满屏密密麻麻的面经。说实话，我并不觉得他没能力。他八成是真的会，就是不够自信，想把这轮稳稳过。如果我是他，我可能也紧张。但现实是很多公司非常在意这种事。能力是可以补的，但诚信掉下去，就补不回来了。可惜了，如果他不这样搞，他其实已经很稳了。

#面试 #候选人 #技术能力 #诚信 #自爆

2个月前

英伟达CEO黄仁勋：正与沙特阿拉伯合作打造超级计算机。沙特：我出的是沙子

#英伟达 #黄仁勋 #沙特阿拉伯 #超级计算机 #合作

𝙩𝙮≃𝙛{𝕩}^A𝕀²·ℙarad𝕚g𝕞

2个月前

每当我和LLM交互陷入困境的时候，一筹莫展之际突然想到还可以把这个困境投射给LLM，让它来提供解决的办法。这就是LLM提供的元认知能力。这种过程也是CogAI。也称之为Externalized Metacognition（外化元认知），就是把思维过程本身外包给工具，让工具与自身心智一起构成一个扩展的认知系统（Extended Mind）。

#LLM #元认知 #CogAI #外化元认知 #扩展认知系统

2个月前

Antigravity用着真爽，可惜就是限额太严重了。每5小时的窗口只能用1～2小时。好希望它早点出$200/月的套餐啊。

#Antigravity #限额 #套餐 #需求 #期待

2个月前

我看到不少人在指责 Cloudflare 使用 Rust 的 unwrap() 不合理，在我看来，这种说法并不成立。问题的实质在于：当输入数据超出开发者的预期时，怎样进行处理。路径无非以下三种： 1. 最糟糕的情况：使用了 C 这类 unsafe 语言，且缺乏必要的边界检查与防护，导致缓冲区溢出、内存被写脏，进而引发难以复现和排查的崩溃或未定义行为，最终可能需要花费大量时间才能定位根因。 2. 继续运行但吞掉错误：在检测到异常数据后选择忽略或降级处理，保持进程继续运行。这种方式是否可行，高度依赖于业务对该数据的正确性和完整性的依赖程度，并非普适解。 3. 显式上报并中止：在发现不符合预期的状态时，主动触发错误并终止进程（例如 Rust 中的 unwrap() 触发 panic，或其他语言中抛出未捕获异常），让问题以响亮的方式暴露出来，便于快速定位。当系统遭遇此类异常时，可选策略其实就围绕这些模式，并不存在其他解法。因此，无论是 unwrap() 导致的 panic，还是其他语言中未捕获异常引发的崩溃，本质上都是进程终止这一结果，只是表现形式和可观测性不同。（从系统架构层面，还可以实现配置自动回滚等辅助系统解决，但是这依然依赖于进程主动中止再去补救）本次事件中，Cloudflare 真正暴露出的短板在于：对于这类关键服务上的 panic 级别错误，缺乏直接的告警与可观测能力。按理说，这种核心组件一旦发生 panic，应当立刻触发高优先级告警，并将完整调用栈和上下文第一时间推送到负责工程师面前，使其能够在数分钟内精准锁定问题代码路径。然而，从事后披露的处理流程来看，他们在排查过程中先投入精力去确认是否遭遇攻击，再层层下钻才逐步接近真正根因。这说明在监控与告警体系上，对类似 panic 这种“程序自己已经明确喊出不正常”的信号，Cloudflare 并没有建立足够直接、可信、可操作的响应链路，而这才是这次事故中真正的设计缺失。

#CloudFlare #Rust unwrap() #错误处理 #panic告警缺失 #系统可观测性

Frank Wang 玉伯

2个月前

一个 AI 应用创业公司如果没有前端千万别去很多创始人口头不认但内心愁死了招不到好前端

#AI创业 #前端开发 #招聘难 #技术挑战 #负面情绪

... ...