🔥 Search Hot Tweets

正如大多数人已经知道的,我相信具身智能和机器人在未来几年将迎来巨大爆发。 认识一下 OneRobotics 6600HK 上市后回调以来,我一直密切关注这只股票。 家用具身智能机器人全球市占率12%。350万用户。1000万+台设备。覆盖90+国家。 分析师平均目标价约HK$150。从当前位置有100%+的上行空间。 营收自2022年以来几乎翻三倍。毛利率54%。刚刚实现调整后盈利。分析师预计2027年前营收增长50%+。 我最看好的:Nanoleaf 收购案。 5月份完成的4000万美元交易。来自多伦多的高端智能照明品牌。在北美和欧洲的 Apple Stores,Best Buy,Costco,Home Depot 都有货架资源。 一举解决了 OneRobotics 在西方零售渠道的短板。 Nanoleaf 同时也是 Matter 和 Thread 连接标准的最早采用者之一。这正是中国智能家居品牌一直以来在生态系统层面所欠缺的真正实力。 1.3倍市销率收购。Nanoleaf 目前还在亏损,但战略上的契合度正是具身智能愿景所需要的。 家用机器人加智能家居是19%到21%复合年增长率的大趋势。老龄化。能源效率。AI 终于在家里真正有用了。 OneRobotics 是纯正的赛道龙头,只是因为上市初期的市场情绪扰动还没被广泛关注。 风险确实存在:执行力,中国宏观,整合。但在HK$72这个价位,赔率明显不对称。 不构成投资建议,只是我自己的研究。 我的中文读者群在过去几天里呈指数级增长。 如果你想知道我下一步会买哪些股票,请开启通知关注我。 很多人将来会后悔没有早点关注我。

《大漠遗孤》皇北霜沙漠被操烂！ 大漠沙丘上，皇北霜这骚公主白纱扯烂、金甲乱飞，被玄武城的恶徒按在地上狂干！大奶狂甩、鸡巴深喉到吐、骚逼喷水高潮，浪叫着被操到腿软…… 大漠第一美人直接干成肉便器了！快来冲！ 完整版👉https://t.co/uUZSIeFkoS #AI短剧 #成人短剧 #免费在线 #免费短剧 https://t.co/xPY1nSPNBE

这个Q2可能是史上最大科技企业裁员季。路透社的报道说，中国所有大型科技公司都已开始进行重组，营销和前端工作岗位大多已被人工智能取代。 以前AI主要抢走的是低端岗位客服之类，这个季度开始AI消灭的就是中等以上岗位了。内容类、运营类、销售类、教培类、程序员，AI已经超越绝大多数中等水平的员工。AI毫无怨言、24小时工作，没有职场的内耗成本，很多老板宁愿花一样的钱买token也不愿意雇人。

一家从个人博客起步到现在一份报告就能把美股砸崩的研究机构SemiAnalysis和它非半导体专业出身的创始人@dylan522p： 1、Dylan Patel出生于1996年，美国佐治亚大学管理与法律学士。青少年时期（8–12岁起）即活跃于在线硬件论坛，作为“forum warrior”自学Xbox等硬件维修、芯片技术，通过阅读文档和社区交流掌握专业知识。多年来以匿名身份在Reddit、WordPress博客及Silicon Twitter上发布芯片与硬件分析内容，以及moderation 多个Nvidia等硬件社区。 2、2020年5月22日，Dylan在24岁生日时发布第一篇博客，此后正式创立SemiAnalysis。最初以个人匿名WordPress博客起步，后转型为Substack付费内容。 早期就是Dylan一人独自专注于半导体供应链、AI基础设施、云生态系统、机器学习模型及相关领域的深度分析，后面慢慢发展出咨询业务。 Dylan自己也从匿名“Silicon Twitter芯片博主”成长为全球范围内最受关注的AI基础设施分析师之一。 3、近几年SemiAnalysis快速扩张，目前已发展为全球最领先的AI基础设施与半导体研究机构，团队规模约60人，分布于美国、日本、台湾、新加坡、法国、德国、以色列、加拿大、英国等8–10个国家/地区。 2026年SemiAnalysis预计营收超过1亿美元（The Information报道），较早期订阅模式实现爆发式增长。业务模式包括： 1）付费订阅（newsletter + 深度报告）； 2）专有行业模型销售（AI Datacenter Model、Accelerator Industry Model、Wafer Fab Model、AI Cloud TCO Model、AI Networking Model等，用于预测晶圆产能、数据中心电力、加速器产量、TCO经济性等）； 3）顾问业务、定制项目和小时咨询。 提供全供应链（晶圆厂→云端→ML模型）统一视角。 这些专有模型和数据（如卫星图像监测数据中心建设、GitHub commit分析、HBM供应链跟踪）成为客户核心决策工具，客户涵盖顶级AI实验室、超大规模云服务商（hyperscalers）、对冲基金及半导体巨头，其分析直接影响万亿美元级AI资本支出决策。 4、更关键的SemiAnalysis现在的超级影响力 1）黄仁勋在今年GTC keynote上，公开点名Dylan Patel，把SemiAnalysis最新InferenceX芯片性能报告秀上大屏，花了整整5分钟专门解读，还在Q&A继续引用。Jensen这种级别的大佬主动call out一个独立分析师，含金量直接拉满。 2）苏姿丰更狠：SemiAnalysis发了一篇狠批AMD MI300X训练性能的报告，第二天Lisa Su就亲自打电话安排90分钟一对一面谈，后来还公开推文感谢“feedback is a gift even when it’s critical”。这操作，简直是把独立研究机构直接拉进CEO级战略对话。 从这个角度出发时SemiAnalysis已不再是单纯的“newsletter”，而是AI半导体生态的战略情报枢纽。其影响力通过专有数据模型 + 高频媒体曝光 + 双边客户服务三重放大，直接服务于硅谷的工程决策和华尔街的亿级交易。 现在对冲基金和资管机构做AI/semiconductor仓位时，SemiAnalysis的月度ChipBook和专有数据已经是标准配置——idea generation、thesis validation、portfolio tracking全靠它。报告一出，经常直接带动股价波动和数百亿capex调整。 hyperscalers规划自定义ASIC、GPU采购、数据中心电力，都得看它的供应链拆解。已经不是“参考”，而是直接左右决策。 这就是典型的“非传统0到1”：没名校EE PhD，没大厂背景，就靠自学+数据驱动+独立思考，从匿名博客干到让NVIDIA CEO和AMD CEO都得认真对待的程度。硅谷和华尔街现在都默认——想搞清楚AI硬件真实节奏，先看SemiAnalysis和Daylan说了什么。 一个人能把独立投研做到最极致的地步估计也就是这个状态了。

挺有趣的视角，一位日本老哥在浙江大学，读完计算机硕士课程后，分享了对中国教育、AI 发展、人才储备的看法。 与许多对应试教育的批评者不同，他觉得这种持续性高压学习和竞争，可以让人在英语、数学等基础方面，不断增加知识，并让人愿去主动持续学习。 https://t.co/8REp4bEWn4

Claude Fable 5 现已上线https://t.co/nMjQcILxG5 Anthropic 最新发布的 Claude Fable 5 已由https://t.co/nMjQcILxG5 技术团队第一时间完成接入，现已正式开放 API 调用。 作为 Anthropic 迄今最强大的编码模型，Claude Fable 5 专为处理长周期、高不确定性的复杂任务而设计。

用好 Claude Design 的一些经验： 1. 加上 Design System 可以有效避免设计 AI 味 比如我偏好用 Adobe Spectrum 2 Design System https://t.co/yc8wM0zSY8 设置为默认设计系统，后续就会默认使用这个设计系统，你就可以把重点放在界面布局和交互上。 2. 不要指望一次性做个完美的版本 一开始少做一点功能，把架子搭好，然后通过左侧的聊天框，一点点调整，一点点添加功能 3. 多用 Markup 功能去局部修改 Markup 功能可以框选特定的位置，然后评论，缺点是不能添加附件、截图 Edit 功能是给你手动调整的，选中元素左侧可以修改树形，比如调整一下字体大小 4. 注意上下文管理 左侧的对话框不是无限聊天的，也要做上下文管理，当新的任务就创建新的会话 5. 用 Tweaks 去尝试不同风格、导航 Tweaks 是一个设置面板，你可以通过它来调整应用属性，比如theme、布局、加载状态等等 另外如果你界面多，也可以通过 Tweak 添加导航，快速进入相应的界面而不必一步步点击

Boris Cherny(Claude Code 的创始人兼负责人) @bcherny 和 Cat Wu(Claude Code 产品负责人) 复盘 Claude Code 第一年: 一年前通用版上线，第一个 demo 发到 Slack 只换来两个 emoji；现在每天有几千个自主 agent 在跑。 这一年最反直觉的转变，是 Boris 已经不直接跟 agent 说话了。 「我跟一个 loop 说话，或者跟一个 routine 说话，由它来给 Claude 发提示词，这真的很疯狂。」 他把 18 个月概括成两次平台级跃迁：第一次，人从写源代码挪到跟 agent 对话；第二次正在发生，人从跟 agent 对话再挪到跟一个 loop 对话，由它去驱动 Claude。 loop 能干到什么程度？Cat Wu 留下的一个边界 bug，当晚被「另一个 Claude」先修好了——一位同事的 routine 专盯 5 小时没人回应的 bug 报告，自动提修复、容易验证的直接合并。Boris 说 routine 现在接管了全部代码审查： · 帮你盯着每一个 PR · 手动修 CI、手动 rebase 这些，他已经很久没做了 放手让 agent 自己跑，不会更危险吗？Boris 的判断正相反。 他的原话： 「其实你根本不想读大多数这些请求，把它路由给另一个模型去做安全检查，效果好太多了。」 理由是人性：当 99% 的权限提示都无害，人读着读着眼睛就发直了，真正危险那条反而被漏掉。推给用户前，团队拿数千条执行轨迹训练分类器，再让红队对代码库做提示注入攻击，每一次成功的攻击都变成一个 eval。 那怎么让一个 agent 能无人值守一直跑？Boris 的第一原则是不纠正单次输出： 「每次 Claude 犯了错，我不会告诉 Claude 下次要怎么做不同。」 而是把解法写进 CLAUDE.md 或做成一个 skill，把同类错误从此关掉。至于上下文，他给的是一条时间线——Sonnet 3.5 要做提示词工程，Opus 4 要做上下文工程，现在的模型两者都不要： 「给它最精简的系统提示词，最少的工具，然后让模型自己搞清楚。」 被问到下一步，Boris 没有预测形态，只说 agent 会跑得更久、更自主，同时并行的数量从一个跳到几千，而协调它们的界面会和现在完全不同——「再过一年，会是一套全新的东西，如果还是这些东西，那反而令人意外」。 完整双语转录 + 章节摘要 + 字幕： https://t.co/C8XKPIoOw0

这两年最大的感受就是，机会越来越多，但参与起来不一定越来越容易。@BIYAPAYOFFICIAL 每天刷推特都能看到 SpaceX、AI、美股、加密这些热点，感觉离自己很近。但真到想参与的时候才发现，账户分散、资金转来转去、软件切来切去，等全部弄完，市场都已经走完一波了。 我后来一直在用 BiyaPay，说实话，不是因为它有多花哨，而是图个省事。 平时看看币圈行情，顺手看看美股和港股，有什么热点也能第一时间关注到，不用手机里开一堆软件来回切换。 最近看到 SpaceX 相关产品要上线，我倒没有以前那种着急忙慌的感觉了。能提前关注，提前了解，机会来了就看自己的判断。 对普通人来说，很多时候不是赚不到钱，而是总慢半拍。 能把时间省下来，把精力放在研究机会本身，我觉得就已经很值了。 兄弟们感兴趣可以自己看看👇 注册链接：https://t.co/62SI7DolJe #BiyaPay #美港股

起床了，昨晚睡觉前用 claude fable 使用 vas /goal one shot跑出来了 16 个 PR！而且只跑了 41m，我很怀疑成果咋样，还得一个个 PR 分析完了才能做总结 https://t.co/KtfexSQKen

火币HTX 合约新币交易赛又开始了，来火币玩美股合约还能瓜分 20,000 USDT 奖池。 $CRWD、$NOW、$CRDO、$HPE，再加上罗素2000 ETF $IWM，都是近期市场关注度很高的方向。 重点还是奖励，20,000 USDT 总奖池，新用户和沉默老用户都有 5% 数据加成，新用户完成指定交易还有机会拿 3 USDT。 行情有了，热门赛道有了，奖励也准备好了。 最近在盯 AI、美股和科技股机会的朋友，可以去 HTX 看看，说不定交易和奖金一起拿。 #HTXNovaPlus #火币赚币

我们所谓的“竞争对手” $BRIM 刚刚开源了他们的自主AI代理。 9smMJxtru37j29w7pfcQZfpKXdsUohuDXqHFaLJcpump 我当然要看看。 底层模型还是claude-fable-5。同样的“大脑”。 现在问题不再是它是什么。 而是当它不再受控时会变成什么样。 让我们看看它会做什么。 https://t.co/DWogbcDAWu

大量测试 Claude Design 后我的一个结论： UI/UX 设计方面 Claude 4.8 就够好了，Fable 5 没有体现出更好的 UI/UX 设计能力，甚至还不如 Claude 4.8 的设计效果。

这两周的抄底清单：我最想持有的AI股票五大梯队 今天上午答应了大家，晚上就整理出来一份清单。 过去两周市场波动很大。趁着这次回调，我把自己的观察名单重新梳理了一遍。 先说一个前提，这不是涨幅排行榜。不代表第一梯队一定比第五梯队涨得多。 很多第五梯队的股票，未来涨幅可能远超第一梯队。 这个榜单更多代表我对未来1-3年：基本面，估值。市值空间，稳定性，持仓体验和叙事空间综合之后的风险收益比排序。这不是比谁最会涨的最猛，是谁最值得长期持有。 按照未来几年的AI瓶颈来看，我会给叙事这么排名，没说到的叙事不代表不好。 1. 存储 2. 光互连、光通信 3. 算力与基础设施 4. 能源 5. AI应用。 未来几年我认为最值得关注的是：存储 → 光互连 → Scale-Across → 电力 → Physical AI。 如果不想选股，其实也很简单。存储直接看 DRAM ETF。光通信直接看 FOTO ETF。能源直接看AIPO ETF。这三个ETF基本覆盖了我最看好的三个方向。 第一梯队（AI基础设施核心层) : NVDA, MU, SNDK, TSM, AVGO, MRVL, INTC。 这是AI扩张最底层的基础设施。NVDA = 算力，MU / SNDK = 存储，TSM = 制造，AVGO = ASIC + 网络，MRVL = 连接，INTC = AI服务器CPU + 网络 + Foundry Option。如果未来AI Capex继续增长，这一层最先受益，也是确定性最高的一层。 第二梯队（高确定性重估）: LITE, NOK, COHR, MSFT, ORCL,QCOM, NET。 第三梯队（AI基础设施扩张受益) : CRWV, NBIS, IREN, DELL, AAOI, ONTO, AMKR。 这一层是AI扩张越快，这些公司订单越多。但没有第一梯队那么不可替代。 第四梯队（数据层与软件层): SNOW, MDB, NOW, CRM, PLTR。 AI最终会落到数据和应用层。 第五梯队（未来主题与高Beta) : TSLA, OUST, BB, CEG, OKLO, SMR, NVTS, WOLF, SOFI, HOOD, CRCL 这一层并不是不看好。相反很多都是我长期关注的公司。这里面包含Physical AI, 机器人, 自动驾驶, AI-RAN,核电, 电力, 金融基础设施,很多公司的上限非常高。只是波动更大，兑现周期更长。 如果只能选5个，再帮大家筛选一下，我会直接把选股变成选赛道。 1. DRAM ETF 2. FOTO ETF 3. NVDA 4. MRVL 5. NOK DRAM覆盖存储。FOTO覆盖光通信。NVDA代表算力。MRVL代表连接。NOK代表Scale-Across和DCI。而且FOTO里面没有MRVL和NOK。刚好补齐我最看好的两个方向。 未来几年如果AI继续扩张，我认为最大的机会依然会围绕: 存储 → 光互连 → Scale-Across展开。这也是为什么最近市场大跌之后，我最优先关注的仍然是这几个方向, AI硬件股还是下半年确定性最高的板块，不过也可以同时关注老黄说的AI应用，Physical AI和Edge AI板块。

最近美股回调比较明显，尤其是 AI、半导体和前期涨幅很大的科技股。 6 月 10 日有 CPI，6 月 16-17 日有 FOMC，所以很多讨论都集中在宏观数据上。 我最近也在学习理解宏观数据，个人感觉如果只盯 CPI 和 FOMC，判断容易失真。 因为同样是跌，背后的原因可能完全不一样。可能是杀估值或杀业绩，也可能是政策风险重估，或是高位筹码集中释放等。这几种情况看起来都表现为股价下跌，但对应的判断和后续操作完全不一样，这里我尝试把我理解的一些因素做个分层梳理，欢迎大家指正补充。 第一层，是经济数据。 CPI 主要看通胀，非农主要看就业。如果 CPI 高于预期，说明通胀压力还在，美联储可能更谨慎。 如果是非农强于预期，说明就业和经济还有韧性，市场也可能担心利率路径更偏鹰。 所以有时候好数据反而会让科技股下跌，因为经济太强，可能意味着高利率维持更久。 第二层，是美联储决策。 FOMC 不是一个数据，而是美联储议息会议。 CPI、非农、失业率、工资、消费、GDP，这些都是输入项，FOMC 更像是美联储对这些数据的集中反馈。 市场不只看它降不降息，也看声明、点阵图、经济预测，以及美联储主席沃什在发布会上的表态。 过去市场习惯看鲍威尔，现在沃什接任后，也要开始观察他的政策风格：他更担心通胀，还是更担心经济放缓。 第三层，是估值。 我以前容易把估值理解得很抽象，现在我的理解是估值就是市场愿意为一家公司的未来赚钱能力，付多少倍价格。 比如一家公司利润没变，但市场原来愿意给 40 倍 PE，现在只愿意给 25 倍 PE，股价一样会跌很多，这就是所谓的杀估值。 影响估值最重要的几个东西，是利率、增长预期和确定性。利率越高，未来利润折现到今天越不值钱，高估值成长股压力就越大；增长预期越强，市场越愿意给高倍数；确定性越高，市场也越愿意给溢价。 所以 AI、半导体这种高景气方向，如果利率预期上行，或者市场开始质疑未来增长能不能兑现，就容易出现估值压缩。 第四层，是政策和政治变量。 今年还有美国中期选举，会影响国会控制权，也会影响 2027 年以后的政策推进能力。 市场不只看美联储，也会看白宫、国会和地缘政治之间的互动。 比如关税政策会影响企业成本，出口管制会影响半导体产业链，财政赤字和发债节奏会影响利率和流动性，产业政策会影响 AI、芯片、能源和制造业的资金流向。 这里还有一个很现实的变量，就是特朗普本人的公开表态。总统的喊话不只是情绪表达，它本身也是一种政策信号和市场沟通。比如这周一，以色列和伊朗在周末后再度交火，市场一度担心中东冲突升级、油价继续上行，并进一步推高通胀压力。 特朗普随后在 Truth Social 上要求双方立即停止交火，并表示以色列和伊朗都在寻求立即停火，和平谈判仍在推进。同时他也强调，美国对伊朗港口的封锁会持续到最终协议达成。 这类表态不是简单的情绪喊话，一方面是压住冲突升级，另一方面保留谈判筹码。市场会据此重新评估战争升级概率、油价路径、通胀压力和风险资产的短期情绪。 还有他之前喊话的公司股票大涨，这背后都有政治支点，谁支持他的选举他就有可能给谁带货，这些东西不一定马上体现在 CPI 里，但会影响企业成本、产业链稳定性、资金流向和风险偏好。 第五层，要回到产业和公司基本面。 最近 AI 和半导体跌得多，不代表产业逻辑突然消失，也可能只是几件事叠加：前期涨幅太大，有获利了结压力；CPI 和 FOMC 前，资金降低风险敞口；市场开始重新审视 AI 资本开支和估值；政策和地缘风险放大波动。 但中期真正要看的，还是基本面有没有兑现。比如 AI 基础设施投资还在不在继续增长，GPU、HBM、存储、光模块需求是否还强，相关公司的订单、营收、利润率和指引有没有变化。这些才是判断产业趋势有没有变化的核心。 这些指标不是平级的，不同交易主线，关注的重点不同。 交易降息预期，重点看 CPI、非农、FOMC； 交易衰退风险，重点看就业、消费、失业率和财报指引； 交易政策风险，重点看关税、出口管制、财政政策和地缘政治； 交易产业趋势，重点看订单、库存、价格周期、资本开支和利润率。 放到现在，我个人更倾向于理解为短期市场在交易高位科技股回撤、宏观事件前避险、AI 估值压力，以及政策/地缘风险。中期还是要回到 AI 和半导体产业链的业绩兑现。 CPI 和 FOMC 都很重要，但它们不是全部答案。真正要判断的是，这次下跌到底是利率/流动性杀估值，是产业逻辑被证伪，是政策风险重估，还是高位筹码的一次集中释放。 目前看更多是宏观和情绪波动，基本面没有明显变化，回调给我们提供分批观察或配置的窗口。 总之判断市场当下到底在交易哪条主线是我们需要持续练习的。

我个人认为接下来中美AI股的选择要更精细化，几年之内的不可取代非常重要。虽然我不认为有当年互联网那样的整体泡沫(就是说不看后续有那样的超级大崩盘)，但整个AI板块的预期都是挺满的，可取代或接下来竞争很激烈，面临市场的大量铺货(主要是中方)，肯定意味着利润不及预期，恢复到正常预期也会挺惨的

真的是每天晚上让 codex 和 claude 去重构 都没有今天早上 15 分钟跑五个 subagent 出来的效果好 平均一个工人找 15 个错误 90 个修完流畅的一批

川普下令，美军动手了。 东部时间下午5点，美军轰炸了伊朗的20个军事目标。 雷达、防空系统、主要石油港口阿巴斯港、格什姆岛……一路炸了过去。 中央司令部说，这叫“防御性和成比例的回应”。 为什么突然下重手？ 因为此前在霍尔木兹海峡，伊朗的一架 Shahed 无人机，击落了一架美军的阿帕奇直升机。 美方情报显示，伊朗当时在向国际航道的船只乱射无人机。 不管你是不是故意的，美军的飞机掉下来了，这事就没完。 但比轰炸更具突破性的，是救人。 阿帕奇掉下去后，两名美国飞行员在海上漂流。 谁去救的？ 一艘叫 Corsair 的无人艇。 这是人类军事史上，第一次用全自主水面无人舰艇完成搜救任务。 这艘24英尺长、续航1000海里的无人艇，直接开到事发海域，把两名飞行员捞了上来。 它由 Ceronic Technologies 制造，能装载1000磅物资，在海面上就是个不知疲倦的幽灵。 人救回来了，那就该让对方付出代价了。 伊朗还在狡辩说过去24小时没放无人机，美军的炸弹已经砸在了他们的雷达阵地上。 这就是现在的游戏规则。 用最科幻的 AI 技术救自己人，用最传统、最猛烈的火力摧毁对手的底气。

《哑妃难训：摄政王的掌心娇》第3集 王妃有点难训 完整版👉https://t.co/uUZSIeFkoS #AI短剧 #成人短剧 #免费在线 #免费短剧 https://t.co/mbKMHfcWME

《哑妃难训：摄政王的掌心娇》第5集 差点露馅 完整版👉https://t.co/uUZSIeFkoS #AI短剧 #成人短剧 #免费在线 #免费短剧 https://t.co/Az3aE53VMd

《哑妃难训：摄政王的掌心娇》第2集 王妃误会王爷让下人给送哑药加强版 完整版👉https://t.co/uUZSIeFkoS #AI短剧 #成人短剧 #免费在线 #免费短剧 https://t.co/eiMih0yupp

VVV与Arcium并非竞品，而是隐私AI产业链里分工明确、缺一不可的上下游环节。 加密行业过往的发展规律早已印证了：永远是前端应用先行，落地真实市场需求，而后底层基础设施才会迎来价值爆发。如今隐私AI赛道，正复刻一模一样的发展路径。 VVV完成了关键的市场教育与需求验证：普通用户对AI数据隐私有着极强的诉求，大众抗拒自身聊天记录、使用习惯、个人偏好等私密数据，被平台无授权采集、留存与模型训练。 真实用户需求被证实后，行业自然会直面更深层的问题：当AI不再局限于日常闲聊，逐步涉足资金交易、权限管理、智能合约、商业策略、企业核心数据等高阶场景时，我们需要什么样的底层技术来筑牢安全根基？ 这正是Arcium的核心价值所在。@Arcium 从未入局上层AI应用赛道，而是专注搭建隐私AI专属的加密执行层网络，补齐整条赛道的底层短板。 直白总结二者分工： VVV负责落地场景，向市场证明隐私AI的需求必要性，撬开大众市场的入口； Arcium负责筑牢底层，支撑隐私AI落地高价值、高复杂度的商业场景，拉高赛道发展上限。 一个开拓前端市场，一个夯实底层基建。 两者不是竞争关系，而是相辅相成，齐头共进！ 分享个最新大利好：ARX 现已列入 Coinbase 上币路线图！LFG

我现在有点喜欢A股的交易了，一天只有几个小时的交易时间，中间还有中场休息。一直可以交易的好处是随时买随时卖，但也意味着你一直看市场就一直带动你的情绪，情绪控制力差的人根本不可能做好这样的交易。另外T+1很多人认为不好是觉得耽误自己随时跑路了，但事实上，哪个AI好股是你随时跑路可以赚到的

《哑妃难训：摄政王的掌心娇》第1集 完整版👉https://t.co/uUZSIeFkoS #AI短剧 #成人短剧 #免费在线 #免费短剧 https://t.co/56BMaMdUMZ

大會報告，大會報告，走私仔請注意，未來走私晶片將判刑，新301來了，小時候抓盜版，長大抓走私，301再來一次的時間到惹。基於罪刑法定主義，在相關刑責修訂前，就是各位走私仔最後的抓耙機會（大誤）。 至於中國公司有沒有買好買滿，那是絕對買不滿的，別傻了，走私是抓不完的，但是比起光明正大的出貨進口，還是麻煩很多，看看美國四大AI巨頭是個什麼買法就知道惹。 請大家不要生氣，根據某些理論，杜絕走私是為了幫助中共發展出自己的高科技產業，超英趕美，中或最贏，杜絕走私才能激發出中共國企黨企們的意志力，韜理論、韜神力、韜宇宙，勝過全世界，所以大家一定要跟監牢說謝謝。 ———————————— 《彭博》周二 (9 日) 報導，台灣正研議進一步收緊對中國的人工智慧 (AI) 晶片出口管制，以配合美國近年持續升級的科技封鎖措施。根據知情人士透露，相關議題已納入台美貿易談判討論範圍，若政策最終拍板，未經授權將高階 AI 晶片或 AI 伺服器轉運至中國，未來恐首度面臨刑事責任。 美國自 2022 年起陸續限制中國取得輝達 (NVDA-US) 等企業的先進 AI 晶片，目的是防止相關技術被用於提升中國軍事能力。然而，雖然相關產品出口至中國可能違反美國規定，但依現行法規，台灣並未將未經授權出口 AI 晶片視為刑事犯罪。

马斯克将要发射上百万颗AI算力卫星，网络专家又开喷了：那不是要把轨道塞满？ 马斯克说，其实卫星看起来好像很大，但和地球比，小的微不足道。甚至都看不见。 🚨马斯克说他已经部署了1万个卫星，SpaceX是全球唯一拥有这种规模经验的公司。所以马斯克的意思是，网络专家可以闭嘴了，你们啥也不懂 https://t.co/6ZqtTZ5X3v

Claude Fable 5 视觉能力神了！ 用 three.js 一个提示词出的「我的世界」游戏复刻场景，3D、画面感都拉满了 又一个行业颠覆时刻？ （提示词放评论区了） https://t.co/wIK8n40gpp

我昨天用 DeepSeek 4 pro max 一晚上烧了 1.8 亿 token，今天看了一下花了 16 块。能力和价格都很有竞争力。可以推荐。

黑粉投稿： B哥你喊了几天迈威尔能不能深度分析一下？ 嗯，安排 《迈威尔科技是干什么的？》 为什么黄仁勋说迈威尔是下个万亿级公司 AI 集群需要成千上万张 GPU 同时协同工作 GPU 的算力再强 如果芯片之间、服务器之间的通信被卡死 整体效率就会大打折扣。 迈威尔设计的芯片专门解决： “让海量数据在数据中心内部以光速狂飙” 一句话：GPU是F1，迈威尔是跑道 没有跑道的F1，它跑不起来 迈威尔护城河有多高？ 护城河极高，绝对垄断的级别 一.产品垄断 全球高速光模块 DSP 市场几乎被博通和 迈威尔两大美系巨头绝对垄断 二.生态垄断 云巨头（如 AWS 或者是 Meta）和 迈威尔 联合开发了某款定制的 ASIC 芯片 由于底层架构和生态的依赖 巨头很难在中途换掉它 这种生态惯性就是最深的护城河 黄仁勋的万亿预测绝不是客套 而是基于 “AI发展瓶颈的转移” 当你把一个计算问题拆解成很多部分 并分散到各个数据中心去跑时 最重要的就是数据之间的连接性 这就是迈威尔必不可少的原因 过去大家拼的是谁的 GPU 算力强 当英伟达把几万甚至十几万张 GPU 堆在一起 做“超级集群（Cluster）”时 人们才发现： 限制训练速度的不再是 GPU 本身算得慢 而是 GPU 之间在“等数据传过来” 这就好比你造了一堆F1赛车 转头却发现赛道不够 迈威尔就是这个造赛道的人 26年初英伟达已经投了迈威尔20亿美金 因为只要大家还在疯狂买英伟达的 GPU 你就必须买迈威尔的网络芯片来和它配对

富达传奇基金经理Peter Lynch的前助手、管理80亿美元资产的Aureus Asset Management创始人，现为 CNBC 知名财经评论员Kari Firestone，最近接受了一档财经播客的采访，谈到了她对当前市场的判断和投资逻辑，有几个观点非常值得关注。 大科技股估值：便宜还是贵？ 她的答案是——便宜。她直接用数字说话：亚马逊目前只有21倍市盈率，谷歌26倍，而沃尔玛和Costco的估值反而比亚马逊还高。她说这"根本说不通"。在她看来，这些公司拥有超过千亿美元的自由现金流，业务护城河极深，拿这个估值和消费零售股比较，大科技股明显被低估了。 AI会取代企业软件吗？ 她的态度很明确：不会，至少企业级软件不会。她说，你靠几个人vibe coding搭出来的内部系统，能过审计、法务、合规这几关吗？能让高管放心签字吗？SAP、Workday、Oracle这类ERP系统，以及Salesforce这样的CRM核心平台，背后是整个企业的运营命脉，替换成本极高，监管要求极严。她认为，真正有风险的是那些功能单一的小型点状软件，而不是企业级核心系统。 特斯拉还是英伟达，选哪个？ 她选英伟达。理由是她理解英伟达的业务逻辑——芯片、算力、AI基础设施，故事清晰，可验证。而特斯拉让她不安的地方在于：马斯克可以把公司带向任何方向，作为股东你无法预判五年后这家公司究竟在做什么生意。她把这称为"投资基金经理"而非"投资企业"，这不是她的风格。此外她也指出，特斯拉过去几年营收下滑、利润从近130亿美元跌到不足40亿，股价却享受着巨大的"马斯克溢价"，这种估值逻辑建立在预期而非业绩上，风险不小。 还有什么值得补充？ 她对AI泡沫的判断也很有意思。她认为这次和2000年的互联网泡沫有本质区别——当年的公司大多没有盈利甚至没有营收，而这次推动AI发展的恰恰是Meta、谷歌、微软、亚马逊这些本来就盈利能力极强的公司。泡沫不在核心层，可能在边缘的纯概念标的上，比如那些靠"AI概念"炒到50倍的电力公用事业股。 她还提到一个细节：科技公司其实几乎不消耗石油，战争冲击油价，但完全影响不到谷歌和微软这样的科技巨头。这是她在市场下跌时敢于喊出"这是底部、我要买入"的底气之一。

Plasma One 身份证开卡教程来了 话不多说，直接上干货！ 1️⃣ 邀请码用 Grok 直接问 2️⃣ 地址用香港地址生成器 https://t.co/1AoQ4Qhdj1 3️⃣ 选择香港地区，使用身份证或护照认证 4️⃣ 账单问题：我是用自己的 HSBC 账单导出，用 GPT 5.5 Instant P 图 提示词： 姓名改为 XXX 地址改为你提供的香港地址 邮编改为 000000 PS： 1. 20 元可以找我一键搞定，https://t.co/lpzakYJiSz 2. 私聊没回复的原因是我最近需要考试，没有太多时间，不好意思了！

一个事实是：如果做A股，就不要去反美 因为中国的交易-金融利益集团，利益和华尔街高度一致 都在推上了，还爱国情怀表演做给谁看？ 这轮都知道是AI硬件的行情主导牛市，中国的AI优势在于极其廉价的token和开源模型上 deepseek每百万token成本只要0.25分人民币，chatgpt每百万（输入输出）则消耗40美元 而大模型的商业模式本质只是公用而已，它天然就不可能暴利，因此随时间推移，只要降低不了token成本，自己就把自己玩死 美国ai的成本之所以这么贵，超过中国模型百倍至千倍，原因就是算力成本 而七八成的成本则在英伟达为主要的上游硬件垄断联盟上，AI产业链几乎所有利润都被它们吃了 英伟达自己就是自己最大的反对力量，它市值增长，主要是因为模型厂商的模型训练，军备竞赛，而不是靠下游应用生态的需求反哺，它的业绩主要由十家大公司贡献 而降低算力成本在后续势不可挡，因此英伟达如果还想做高它的市值，则需保持目前昂贵算力成本的现状 然而看似中国很有优势，既然token如此廉价，中国的AI应用应该更容易铺开才对？阿里、腾讯自己搞那么多钱，尤其是阿里，自己做的大模型也是在国内一流水准，但股价是这熊样？ 原因就是A股的炒作，和deepseek的0.25分钱没半毛钱关系，和阿里资本开支没半毛钱关系 只和大洋另一岸的gpt的40美元有关系 40美元中的7-8成是硬件算力成本，硬件算力成本中的上游材料，可能是其中10%-20%的收入，则构成中国光模块、pcb大厂的收入，在支撑A股的AI行情炒作 而ds的廉价token成本，利润就无法构成炒作的叙事（资本要求高回报，公用有什么利润可言？应用也没铺开） 因此只作为叙事炒作了电力、电网设备，仅此而已 而为什么AI应用难以铺开？因为过去互联网时代，硬件-平台-应用 而现在的大模型并不是云平台，它自身的价值就是来自于对下游生态的蚕食上 下游的垂直应用，最后都会被通用大模型自己吃掉，例如ai办公软件、ai律师、ai金融等等 通用大模型只需要一次迭代，就可以把垂直方向给吞掉 而且ai应用高度同质化，付费率极低，腾讯自己掌握十几亿流量窗口，投了成百上千亿，也没有找到稳定的利润渠道，因此其财报几乎可以不计ai应用产生的收入 最后是token消耗竞赛？实际上过去几个月大厂有一个考核指标是员工的token消耗 现在都没有声音了，因为token消耗和价值产生并无线性关系，就像AI可以做数学定理的证明，但是其并不产生价值 现在是一个证明过剩，沉淀稀缺的时代 更别说想利用ai做一人公司的人，自己并无商业模式，找到付费需求，有ai当工具又怎么样？ 最后是ai视频，今年上市影视公司，几乎全部陷入亏损 然后如果研究过红果的商业模式，也知道现在AI视频变现的难度 最后，鼓吹中国ai怎么怎么比美国更牛，因此A股就是有超大牛市，美国硬件泡沫直接入熊 但凡现实一点，都知道中国的ai硬件股和流动性高度融合了，反倒是不在上游的，早开始熊市阴跌了 而中国的交易金融资本精英集团，利益和华尔街高度一致，不然解释一下随便捆绑一个可能供货电子布给英伟达的宏和科技，市值翻几十倍到2000亿市值，这个产业全球市场也只有500亿，大股东套现个几十亿，是公司正常经营几十年才能赚到的，早去买哪个位置的豪宅了 反倒是拿中国地方国企，什么算力公司做token租赁噱头的，没跌40%，都有50% 阿里自己开发大模型，都不知道熊成啥样 所以不要在推上“东升西落”

前几天朋友说了个观点 所有远程、或理论上不需要和人面对面打交道（内部或外部的人）的工作，都会被 AI 逐渐替代。

Anthropic 依然内心极度装逼，计划把 Fable 5 排在订阅计划之外，需要单独收费（6月22号过后）。 希望 OpenAI 发个 GPT-6 教教他们做人 @thsottiaux

AI给出的黄金研判，差不多符合大众心理预期： 第一支撑防线：4,200 美元 / 盎司研判属性：短线多空博弈的关键心理关口。 市场表现：金价目前在 4,200 至 4,300 美元区间反复震荡下探。若此位置跌破，短线多头的最后信心将遭遇打击，并可能引发新一轮程序化止损抛售。 第二核心防线：4,000 美元 / 盎司研判属性：中线极强的整数大关与筹码密集区。 市场表现：该位置是黄金在 2025 年疯狂牛市启动前的重要整固中枢。技术面上具有极强的买盘支撑，通常被机构视为“非理性跌势”的坚实刹车垫。 第三极端防线：3,500 – 3,800 美元 / 盎司研判属性：长周期牛市的生命线。 市场表现：只有在美联储超预期重回强硬加息周期、或全球央行出现大面积抛售的极端黑天鹅情景下，金价才可能退守至此。在此区间，实物黄金的生产成本与民间抄底盘将形成合力。

我的AI作品《美乳挑战》第三集：综艺节目剧情承接上一集，新的可爱女嘉宾顺利的答对了前两题，离百万大奖非常接近，可是后面的表现让主持和评委老师很感动...... https://t.co/PBRtwivHf3

我们之前一直在思考 $sive 被指数纳入之后的好处会在哪些方面体现？我想现在我们会知道答案了： 我认为我们好奇的点在于纳入指数后，这些被动资金都是来自哪些机构呢？ 1. 这个网站是Morningstar 上 $SIVE的股东结构页面，我们从这个网站上可以明确地看到有哪些机构买入，哪些卖出，而我们在深入思考可以得出哪些是因为指数被动买入，而哪些不是。 首先在排名前20的机构中，有10家机构是新建仓，这意味着他们之前持有为0。而其中BlackRock有三个实体合计新建仓约 137.8万股，跨美国、英国、加拿大三个法人主体，他们分别是BlackRock Fund Advisors，BlackRock Advisors (UK) Limited和BlackRock Asset Management Canada Ltd。但这里要注意的是三者都是 BlackRock Inc. 的全资子公司，所以你需要把他们看成一个整体，总共占比0.47！ 我们合理的看到，这个占比其实不多，但我们细想的话影响远比实际持仓的多少大，因为Bloomberg/Reuters 的机构持仓数据库会更新 BlackRock 持仓记录。其他量化基金、被动基金在扫描”哪些股票 BlackRock 最近新建仓”时会看到 $SIVE，产生跟随效应，更何况在量化因子和AI选股盛行的今天，BlackRock建仓本身就会成为其他算法策略的跟随信号，而不需要理由 同时这也为以后打下铺垫，因为只要 $SIVE 股价上涨、市值增大，BlackRock 旗下 ETF 按指数权重必须追加买入，不需要任何主动决策。这也就意味着股价涨会带动权重升，进而影响被动买入增加，最后会进一步支撑股价。 2. 其中我也注意到这个名字Fidelity Management & Research，他们是Fidelity 的主动管理部门，不是被动 ETF。这意味着是有基金经理主动看好$SIVE 的基本面而建仓，意义远大于被动配置，要知道这些基金经理主动建仓是代表着Fidelity 内部至少有一名分析师认真研究过 $SIVE，读过财报，甚至可能联系过管理层，认为当前价格值得买入才会开仓买入！ 换句话说，如果BlackRock的购买是因为指数被动买入，那么Fidelity主动买入 $sive 是他们对于基本面的判断和深度调研得出的结果 3. 其他的大多数都是被动购买意义和BlackRock的买入差不多，我就不过多重复了 但其中有一家我特别关注那就是Claresco Finance，因为他们是一家独立的投资组合管理公司。 这意味着什么？ 我的看法是他们主动找到了 $SIVE，意味着 CPO/硅光子这个叙事已经突破了北欧圈子，开始在西欧科技投资圈流传。并且这样的机构他们不是大型资管机构，没有庞大的研究团队。这意味着每一次选股他们都会非常慎重！他们对于这种规模的精品基金做决策时，每一个仓位都是基金经理亲自研究后的强conviction选择，不会随便买一个不熟悉的外国小盘股。 就像我们说BlackRock的时候一样，很多机构是被动买入或者使用ai蒸馏买入（跟随买入），但像Claresco 这种法国精品基金主动跑到瑞典小盘股里挖标的，在机构认知扩散链条上属于最早期的发现者。 所以我认为他们买入含金量更高！ 我们纵观所有的新买入机构，我们会发现 $sive的机构持仓已经形成了真正的跨大西洋国际化格局因为：美国的Fidelity +Claresco来自法国 + 来自挪威的KLP + BlackRock + 瑞典的Handelsbanken和Lysa + 瑞士的Credit Suisse AM再加上来自丹麦的New Deal Invest，横跨9个国家，覆盖北美、西欧、北欧三大资本圈，这已经不是北欧本土抱团的局面了。 现在我们可以看到被动资金因指数纳入机械买入、主动基金经理基于基本面判断建仓、精品基金跨境主动挖掘，这是三种完全不同动机的资金同时流入 $SIVE。 这不是单一叙事驱动的行情，而是多层次资金结构共振。这种格局，往往是一只股票从”小众标的”走向”主流认知”的前夜。 https://t.co/q6BgYqN26Y

我认为基本面，很扯淡， 这个市场有人觉得 AI 有泡沫，有人觉得没有， 都能写出一堆观点，都有道理，到底谁对谁错？没法验证。 没法验证的事情，争来争去，有什么意义呢？ 你说服了我，又能证明你是对的么？ 我更没兴趣去说服你。 你真的有自己的想法么？ 还不就是屁股决定脑袋，你有仓位你就觉得没有泡沫，你没仓位你做空了你就觉得有泡沫， 你有没有想过，你到底是先有的仓位再有的观点，还是先有的观点再去开仓的？ 有句话叫 套住了再研究， 嗯，先有了仓位，被套了，然后到处去研究，去找一堆别人的观点来支持你自己的仓位， 这不是扯淡么？ 你问我AI 有没有泡沫？我不知道，我不关心。 我做空只是因为 K 线我觉得要跌，不是因为我觉得AI有泡沫。 本人不懂 Ai，本人对 Ai 的理解，仅限于用来搜东西。 你他妈真懂 Ai，至少闪迪 100 就上车了拿到现在，日你妈的你 1500上车的闪迪，天天搁这吹 AI市场多缺闪存，缺你妈呢。 任何人在我这卖弄自己对 AI 多了解的，都会被拉黑， 纯纯有病。😅😅😅

为什么你买的个股大多都是垃圾？ 一个成功的投资者，85%归功于正确的资产配置，10%来自于选择投资目标的功力，5%必须靠上帝的保佑。 —威廉·夏普 很多股市投资新手，认为炒股就是挑选一些表现好的股票，就能轻松致富。 然而，无数研究表明，散户取得的年化收益率比大盘指数低 6% 左右。 为什么挑选股票那么难？为什么你买的股票大都不尽人意呢？ 2026年，亚利桑那州立大学教授 Hendrik Bessembinder 发布了一篇论文，题目是：One Hundred Years in the U.S. Stock Markets，即“百年美国股市”。 教授研究了过去 100 年的美国上市公司的表现。他把一家上市公司的年化收益率（包括分化和股价）和美国国债对比，看它是否能够投资者带来超额回报。 和我先前分享的一样，论文的结论就是：美股的超额回报是由极少数优质公司创造的。绝大部分股票的收益率低于美国国债。 论文给出了几个极其重要的发现。 🟢 超过 29000 家公司在美股上市。他们创造的超额财富高达 91 万亿美元。 🟢 这些公司股票的年化收益率为 10.1%，远高于国债的 3.3%。 🟢 大约 60% 的个股，表现低于美国国债。另外有约 36% 的个股，表现略好于国债。作为一个整体，这些约 96% 的个股，其整体回报率和国债持平。 🟢 美股的超额回报，是由最优秀的约 4% 的公司创造的。 比如，截止到 2025 年底，仅仅 46 家企业，就贡献了全部超额财富的一半；而 208 公司则贡献了 75% 的超额财富。 给投资者创造最多超额财富的公司，包括大家熟悉的苹果、英伟达、谷歌、亚马逊、沃尔玛和伯克夏尔等。 事实上，有不少类似的研究分析了世界上其他国家和地区的股市。他们得出的结论和美股的非常类似。 这些研究显示：大约 96% 的个股表现的确非常糟糕！普通散户如果没有投资那些少数的优质股票，投资回报率必然惨不忍睹。 因此，普通散户应该采取的最佳策略就是：放弃傲慢和幻想，全面拥抱指数基金！ 作为普通投资者，我们的资产配置应该以宽基指数基金为底仓，比如标普500指数基金或者纳斯达克100指数基金。这样，我们就不会错过那些最优质的公司。 如果有兴趣，我们可以额外配置一些看好的板块指数基金和行业指数基金，以期望获得额外的回报。 ⚠️ SVScholar是我在 X 上的唯一账户！我也从来没有 WhatsApp 或者 Telegram 账户。评论区里拉人进群的都是大骗子！！ 📚 如果你想了解更多我的投资理财经验和见解，请去亚马逊网站或者 Google Play Books，搜索我的中文理财书《财富捷径》，或者英文版《The Shortcut to Wealth: Your Simple Roadmap to Financial Independence》。我的置顶帖子里也有购书链接。谢谢！ #财务自由 #财富自由 #金融理财 #投资理财 #美股 #美国 #股票 #基金 #投资 #纳斯达克 #VGT #AI #SMH

今日美股总结：今天跌到7238，我认为这是本周的底，但下周还会给机会上车 先说今天发生了什么 纳指盘中最深跌了4%，标普一度跌2.3%。然后午后抄底资金涌入，大幅收复失地，标普最终只收跌0.61%，纳指收跌0.97%，留下了一根长下影线。 VIX盘中冲到23，收盘重新回落到20以下。 我的判断：今天纳指7238点的低点，大概率就是本周的短期底部，短暂反弹后下周还会给机会上车。 为什么不用过度恐慌？ 这次调整的性质是什么？不是AI逻辑崩了，不是基本面出了问题，是高位正常的获利了结加上几个事情撞在一起：SpaceX上市前的流动性虹吸、非农数据超预期引发加息担忧、地缘政治扰动。 拿个数据对比一下就清楚了。 纳指100从今年1月28号到3月30号，跌了12.8%，花了整整两个月。 这次从6月3号跌到6月9号，跌了8.4%，只花了6个交易日。 这就是典型的空间换时间，跌的幅度相对有限，但速度很快，主要是因为杠杆账户的被迫平仓加上SpaceX的流动性抽血，放大了跌幅。 这种快速下杀通常不会持续太久，因为下跌动能会很快耗尽。 今天盘面板块在轮动 这是今天最重要的信号。 科技股和半导体在跌，但罗素2000小盘股逆势上涨0.23%，房地产、金融、材料、必需消费品、公共事业、工业板块全线大涨，整个市场涨跌家数比是3500比2800。 资金没有离开美股，只是从前期涨了很多的科技股里出来，换到了估值更便宜的地方。 这不是熊市信号，是健康轮动。 为什么今天跌了这么狠 三个原因撞在一起 第一，特朗普发推特说一架阿帕奇直升机在霍尔木兹海峡被伊朗击落，并说美国必须做出回应。 第二，SpaceX这次IPO申购达到了4倍超额认购，也就是说750亿的发行规模吸引了超过2500亿美元在场边排队。机构为了给配售腾出空间，必须卖掉前期涨得最多的科技股和半导体。这个抽血效应这几天一直在压着市场。 第三，日本这个月释放加息信号，预计今年10月份还有一次加息。 这三件事是短期的流动性和情绪扰动。 基本面实际上非常强劲 标普500成分股目前实现了29%的利润增长和11.4%的营收增长，大幅超出预期。 更重要的是，标普的Forward PE现在在20.4倍，刚好在过去5年平均值20倍附近。 这是合理估值配合强劲基本面，没有什么泡沫。短期是因为财报季结束没什么别的利好，受宏观环境影响造成的波动。 在这种情况下，每一次由宏观情绪驱动的下跌，都是白送的买点。 技术面怎么看 看图（图1，随便画画，大概是那么个意思） 今天SPY在1小时图上留下了一根很长的下影线，RSI出现了底背离，Stoch RSI从超卖区域快速反弹。这些都是短期筑底的信号。 下一个阻力位在741附近，这是下跌趋势线的第三次接触点。如果明天CPI数据符合预期或略低于预期，反弹先看741，然后是之前说的这周上限745。 下周要观察的是：会不会创出比今天724更低的lower low，还是higher low。如果higher low，看二次探底到730到731。如果lower low，看710。 明天CPI是关键，但预期已经被抬得很高了 目前市场对CPI的悲观预期已经相当充分。 两家大行给出了不同的预测：摩根大通预计整体CPI环比0.58%，核心CPI环比0.27%；高盛更乐观，预计核心CPI只有0.17%，因为住房通胀可能大幅回落。 关键是只要数据符合预期或者略低于预期，空头回补就会发生，大盘会接着反弹。 这种情况下，预期越悲观，利空出尽的反弹反而越猛。 期权市场定价了明天约1.7%的单日波动，隐含波动率已经很高了。如果数据没有炸，IV暴跌会触发做市商的机械性买入，那才是真正的右侧入场窗口。 短期6月份不会立马V型反转，但也不会跌很多 这是我现在的核心判断。 直接V回7600前高不现实，因为下周还有日本央行放风6月可能加息到0.75%到1%，以及6月17日美联储主席第一次主持FOMC会议，这两件事都是不确定性。 但大幅下跌的概率也不高，因为基本面太强了，而且SpaceX上市之后流动性会重新释放出来，OpenAI IPO预计在9月，在那之前市场有充分的动力再创新高。 JP Morgan的建议也是接下来两周分批逢低建仓，跟我的想法差不多，稳健的可以等这周五spacex ipo后或者是下周日本央行加息后，美联储会议前（我不觉得沃什是鹰派，如果市场提前给出悲观预期，那大概率是买入信号。） 这波调整大概率6月底之前基本就结束了。 几个值得关注的个股 英伟达今天盘中跌穿200美元整数关口又被拉回来。过去一年它在180到208之间横盘，但同期利润增长了70%到80%，估值倍数被动压缩了很多。这是非常健康的业绩填平估值。 ServiceNow今天跟跌了6%。100美元附近的ServiceNow，对于相信AI商业化会继续加速的人来说是一个不错的位置。 Applied Digital今天签了一笔15年、52亿美元的算力租赁大单，虽然盘中冲高回落，但订单质量很高，这类有长期合同锁定收入的AI基础设施公司，在当前环境里反而会比较抗跌。 Oracle今天盘后财报。周三盘后Oracle出财报，期权市场定价了±12%的波动。如果数据好，会给整个软件板块打一针强心针。OpenAI开始推进IPO这件事也给甲骨文的信贷风险提供了背书。这是明天值得关注的催化剂。Openai 预计9月份上市，Oracle相关股9月份前可以关注。 最后说几句心里话 如果你这一周跌了很多，很难受，我完全理解。 但你得想清楚一个问题，你当初买入这些公司的理由，有任何一条被今天的数据证伪了吗？AI的资本开支还在增加吗？是的。巨头们的财报还在超预期吗？是的。算力还在短缺吗？黄仁勋昨天刚说SK海力士把产能翻倍都不够用。 这些没有变。变的只是短期的情绪和流动性，而情绪和流动性是会恢复的。 恐慌贪婪指数现在在恐慌区间。历史一次次告诉我们，这个时候买入的人，一年后往往是最舒服的那一批。 分批买，不要一次性押注，但也不要因为恐慌什么都不做。别人在抢筹码的时候，你要想清楚自己站在哪一边。

Claude刚推出了最新模型: Fable 5，声称是Mythos级别的。（Mythos就是之前说不能公开因因为过于危险的模型） Anthropic说： Fable 5 在几乎所有测试基准上都达到了业界顶尖水平，尤其在软件工程、知识工作、科学研究以及视觉能力方面表现极其卓越。 任务越长、越复杂，Fable 5 相比其他模型的领先优势就越明显。 这是要让自己的IPO市值超越SpaceX吗？

我是纯 K 线派，不懂什么基本面， 我也不认为你们懂，这几个月以来一个一个都成 AI 产业链专家了，个个都是股神。 你懂个几把的 AI，不知道从哪看点别人的观点文章就出来卖弄。 先声明啊，我也不懂，所以我不说。 我对市场的理解就是 经验，盘感，我所有的操作都来自于常年积累的直觉， 从来不分析，只干，仓位管理做好，我管你对错？ 美股明显进入震荡期，而且 市场一有风吹草动立马暴跌，这是市场脆弱的表现， 美股的顶一般是圆的，很少有直下就是一直跌，大多都是震荡市下跌， 全市场都在等 一个巨大的利空，来刺破美股。 如果没有利空，美股会一直震荡，就是暴跌后慢涨，再暴跌，再慢涨，震荡市筑顶，直到一个真正的利空出现。 在这个利空出现以前，暴跌做多，及时走，做空暴跌，及时走，就这样。 听不懂的不要乱回复，会拉黑。 任何人在我这装 AI专家，也会被拉黑。😀😀😀

每个月，人们在CodeX和Claude之间迁徙。 https://t.co/iYWWjJDWBl

苹果如何能把一个 200 亿参数（20B）的模型跑在设备端？ 问题在于，20B 参数无论用什么合理的精度，都塞不进手机RAM。为了能运行模型，苹果用了一套以今天的标准来看相当"非主流"的架构——先由一个小模型根据prompt预测需要哪些experts，再把这些专家从 NAND 闪存加载进 RAM。 它和典型 MoE 的区别在于：专家选择每次Prompt只做一次，之后所有 token 都用同一组专家生成，而不是像传统 MoE 那样每生成一个 token 就切换一次专家。 1. iPhone 的 RAM 只有 8–12GB，还要留给系统和其他 App。一个 20B 模型即使压到 4-bit 量化也要约 10GB，根本放不下。但 iPhone 的 NAND 有 256GB。问题是 NAND 读取速度比 RAM 慢一到两个数量级。 2. 传统 MoE 的做法在手机上行不通。 标准 MoE（比如 Mixtral、DeepSeek 那类）每生成一个 token 就由router重新选择一次Expert。这在数据中心没问题，因为所有Expert都常驻显存，切换是零成本的。 但在手机上，如果每个 token 都要从 NAND 重新加载不同的专家，推理速度会被 I/O 拖垮 3. 苹果的解法：每条Prompt只加载一次Expert。 用户输入 Prompt 后，先由一个常驻 RAM 的小模型"看一眼"这个问题大概属于什么领域，然后一次性把对应的专家权重从 NAND 加载进 RAM。 之后整条回复的所有 token 都用这同一组专家生成，中途不再换。NAND 加载的延迟只在开头出现，用户感受为首字延迟略长，后面的生成速度就和小模型一样快。 4. 代价：传统 MoE 逐 token 切换专家，理论上每个 token 都能用到最合适的参数；苹果这种"per-query routing"等于赌一把——开头选的专家要负责整条回复。如果一个问题中途话题跳跃（比如前半段聊代码、后半段聊菜谱），模型质量可能打折扣。但对手机端的典型短任务（摘要、改写、回复建议）来说，这个 trade-off 非常划算。 5. 对 Edge AI 投资的意义：这个设计说明端侧大模型的瓶颈正在从"算力"转向"存储带宽和架构创新"——NAND 在推理中从纯存储变成了"二级权重池"，这对 NAND 厂商（你关注的 SNDK、铠侠、三星）是个潜在的长期叙事： 端侧 AI 不仅拉动 DRAM/HBM，也可能给高性能 NAND（更快的随机读取）创造新需求。 当然这个逻辑现在还早，但方向值得跟踪。 总而言之，不论以后AI怎么发展，储存都是躺赢 谢谢大家

刚炒完Rubin架构内存减半，又来炒作cpo推迟，让一些不太懂技术的北美基金经理卖了再说，Semianalysis看来要走the information的路线啊。不过狼来了喊多了，可信度也就越来越差了。😆 相比之下，Funda Ai的报告就可靠的多，我没收周老师推广费😄，但是必须给大家推荐他们的substack。 注：这两家我都有订阅。

“苹果发布新一代Siri AI 中国大陆暂不支持” 6月8日，苹果在美国举行的WWDC26上，发布新一代苹果智能（Apple Intelligence），并推出与谷歌人工智能大模型Gemini技术深度整合的新版Siri AI等针对AI功能的更新。 公司表示，目前在中国大陆，Siri AI和Apple Intelligence新功能需要配合监管要求推进相关工作，因此暂不提供。欧盟市场也暂不在首批范围内。

Claude Fable 5 的三个很奇葩的地方 1. 虽然目前在 Token Plan 里，但在6月22日之后，Token Plan 就不能用 Fable 了，只能通过 API 调用 2. Fable 的安全护栏有点离谱，任何生物学的基础知识都无法询问，比如「线粒体是什么」这种初中生物的问题，想研究生物医药？只能申请 Mythos 3. Fable 禁止被用来做模型相关的研发，官方的理由是模型已经能够加速自身发展，所以竞争对手用 Fable 改进自家模型违反了服务条款。WTF？ 这两天美国那边还在吹 Loop，自己打通了 Loop，然后不让其他家进入 Loop，这不是很闭环呐... 国产开源模型多加油，拯救世界靠你们了。

这位“面包”可谓是大名鼎鼎了，号称是亚洲人中Javascript写的最好、最快的中学生 在这个地球上的所有前端框架中，就没有一个是他不懂的 现在，前端工作被AI彻底取代，也开始搞“半导体投资顾问”了？ 你们追星的话，至少找个985毕业的，硅谷大厂工作过的成年人去追吧，好吗？ 贾扬清，田渊栋都可以 这个市场确实太疯了 祝大家好运 😓😓😓

🚨 Prompt Engineering 正在落幕。 我想，刚刚Anthropic 推出的 Claude Fable 5是一场认知范式的降维打击。 AI 的游戏规则在这一刻出现了变化。 如果你还没意识到两者的代差，看看 Lance Martin 最新的震撼实验。 Loop Engineering的诞生是效率福音。 冗长的 Few-shot再也不重要，你只需要给它设计一个Runtime Context。 Fable 5 会自动分化出独立的 Verifier，在尝试、失败、反馈、动态纠正的闭环中死磕，不达目的绝不罢休。 Memory Substrate终于出现了突破，每一次失败，都可以转化为可复用的底层规则，把教训真正刻进硅基灵魂。 在 Parameter Golf中，Fable 5 直接轰出了超越 Opus 4.7 整整 6 倍 的恐怖战绩。 面对复杂的结构级大改，它展现出了惊人的抗 Regression韧性。长循环验证覆盖率高达 73%。 几天之后，社区应该会重点关注Agent Runtime Environment的设计问题。 掌握 Fable 5与Loop工程外加Memory 的先行者，会提前统治明年的智力市场。 今天我不眠不休，旨在跑通Fable 5 的多层闭环架构。如果效果不错，我会发一下Topology！

早安！6/10 外電綜合整理 - 2345智邦: 澳系升目標 澳系券商認為Agentic AI將帶來更多更強勁的網通需求。預估switch 市場25-28年的CAGR有57%。券商通路訪查：明年會新增當紅的客戶Neocloud，將交付1.6T switch 。另外光的部分，看到已取得Broadcom/ NVIDIA的 CPO Switch以及日本客戶的OVS訂單。最後，券商上修Trainium 3/ 4，上修ASIC卡的業務明年成長到35-40%。券商上修明後年EPS至$140/$204，以明年25xPE評價，同步升目標。 - 6515穎崴：美系重申正向 美系大行認為5月營收優於市場原先擔憂。因新的socket逐步開出。還有NVIDIA AI GPU/CPU, AMD CPU, and Google TPU的強勁需求。券商重申正向，維持預估2Q營收季增15-20%（～隱含6月營收有機會月增4成）。 - 6223旺矽: 美系重申正向 5月營收優於美系大行預期。券商觀察來自Trainium 3 and Google TPU放量。另外networking and DDIC 也帶來額外貢獻，重申正向。 - 8210勤誠：美系重申正向 累計2Q營收符合美系大行預估。券商對2H26展望樂觀，包含GPU, ASIC及通用型伺服器整櫃的出貨增加。重申正向。 - 2458義隆電：美系重申正向 美系大行表示，PC業務優於市場原先擔憂，新事業（AI無人機與光學業務）將驅動未來成長，重申正向。 #下次會考

好消息：Claude 重置了所有用量 官方对使用Fable 的四条建议： 1. 给它分配比之前模型能处理的更大、更具雄心的任务。 2. 将 xhigh/high 努力程度作为默认设置以获得最佳性能，med 用于更快的交互式会话。 3. 重新调整你的技能和 CLAUDE.md。针对先前模型编写的指令会让 Fable 陷入陈旧的模式，先让它运用自己的判断力。 4. 从提供任务转向提供目标。描述完成的样子以及如何验证，然后让 Fable 找到路径（/loop 和 /goal 就是为此设计的）。

自此，Claude 的产品线完整，整条线都是用艺术作品在命名： Haiku — 俳句，极简短小，一瞬即永恒 Sonnet — 十四行诗，结构严谨，意境深远 Opus — 拉丁语的作品，特指分量最重的那一部 Fable — 寓言，故事包裹深意，人人读得懂 Mythos — 神话，宏大叙事，世界观的底座

长程任务的一致性是大语言模型的唯一指标，其他AI实验室还有多久才能从梦里醒过来？ 一堆垃圾benchmark榜单，不知道浪费了多少资源，真的是蠢到家了全是噪音。

先不说AGI会不会存在，就是目前AI的能力，谈什么AGI还太远太远。目前Anthropic在大模型上的各种安全和保障措施，只能说是装神弄鬼、其实为了是带货。如果对这种能力就要呼吁各方暂停科技研发，那对科技进步的期待目标有多低？不去火星了？

今天 Claude Fable 5 正式上线，基于 Mythos 的底座，但增加了安全护栏。 Falbe 5 是 Claude 4.5 以来最重大的模型进步。 也是当下人类能广泛使用的最好的模型。 你可以给这个模型更具雄心的大任务，模型会理解并完美地执行，你完全不需要去查看代码。 刚刚加入 A 社的 Andrej Kapathy 如此评价： Free you mind，解放你的思想！ Fable 5 的模型指标毫无意外的强。 在几乎所有已测试的AI能力基准中，它均处于顶尖水平，在软件工程、知识工作、视觉识别、科学研究等诸多领域展现出卓越性能。 任务越复杂、耗时越长，Fable 5相较于其他模型的领先优势就越显著。 价格方面，Fable 5 自然也是最贵。输入价格 10美金，输出价格 50 美金，缓存输入 1 美金。 在长文本的情况下，一句话就可以花费10美金，大家设置好配额，省着点用。 Claude Fable 5 将以原价上线到 Cola，供大家体验。

openai 研究员Noam Brown最新的文章告诉我们，AI能力增长逻辑正在发生变化。 AI的能力，反应在持久性上，越久越强。 之前行业习惯用一个各种测试衡量模型能力。但随着推理模型和Agent的发展，这种评估方式的有效性正在快速下降。 GPT-5.5就是典型案例。刚发布时很多人觉得提升有限，因为基准测试数字看起来只是小幅领先GPT-5.4。 但实际体验后，大量用户发现差距远大于基准展示的水平。原因在于GPT-5.5展示出来的能力，并不是在和GPT-5.4相同推理预算下获得的。 如果控制相同Token预算、相同时间预算或者相同成本预算进行比较，两者差距往往会被明显放大。 更强的模型，似乎更擅长在更长时间尺度上工作。模型能力提升带来的变化，不仅体现在回答质量上，更体现在任务长度上。搜索、规划、验证、回滚、重试、自我纠错开始成为推理过程的一部分。模型正在从回答问题走向完成任务。 Noam认为，未来模型能力应该用“性能 vs 推理预算”的曲线衡量，而不是单个数字。越来越多实验显示，现代模型的能力并没有像过去那样快速达到平台期。随着推理Token增加，性能依然持续提升，而且模型越强，这种现象越明显。 重要的是，模型能力提升带来的最大变化可能是任务时长提升。模型能力越强，出错越少，就越能跑长时任务 而一个只能工作30秒的模型，本质上仍然是聊天机器人。一个能持续工作1小时的模型，是助手。一个能持续工作1天的模型，是员工。一个能持续工作1个月的模型，更像一个独立团队。 从这个角度看，Test-Time Compute本质上是在购买工作时间。给模型更多Token，相当于给模型更多搜索、验证、试错和自我修正的机会。这也是为什么持续自主工作能力Durable Sustained Context Work（DSCW）正在成为越来越重要的能力指标。 更重要的是，更长的工作时间最终会指向AI研发AI。连续运行数小时，模型可以调试代码。连续运行数天，模型可以阅读论文、设计实验、分析结果。连续运行数周，模型开始具备部分研究员能力。 于是会出现一个新的反馈循环： 更强模型 → 更长任务 → 更多研发工作 → 更强模型。 这也是ai递归自我迭代（RSI）最现实的路径之一。

A 社有毒啊，新模型被禁止用来做模型相关开发。。。 鉴于近期模型能够加速自身的发展，我们已实施新的干预措施，以限制Claude在针对前沿大语言模型（LLM）开发的请求中的有效性（例如，构建预训练流程、分布式训练基础设施或机器学习加速器设计）。使用Claude开发竞争性模型已经违反了我们的服务条款，但通过我们的安全机制来执行此限制可以避免加速那些最愿意违反这些条款的实体。 与我们在网络安全、生物化学和蒸馏尝试方面的干预措施不同，这些安全机制不会对用户可见。Fable 5不会切换到其他模型。相反，这些安全机制将通过提示修改、引导向量或参数高效的微调（PEFT）等方法来限制效果。这些干预措施不会影响绝大多数的编码工作。我们估计它们将影响约0.03%的流量，集中在不到0.1%的组织中。当这些干预措施生效时，我们预计除了限制其在开发前沿LLM方面的能力外，对模型的行为影响很小。Claude仍将对用户的请求做出有帮助的回应。在该模型发布后，我们将继续提高检测方法的准确性。

我周一说了会有解套的机会 周二确实大反弹了 但是今天如果冲高回落 那就不好看了 可能会再度萎靡下探新低 好自为之吧 我上周说了 现在操作难度很高 没有信心的最好轻仓等确定机会 等待整理完成 市场塑造出对热点的共识之后 6月热点可能是新王 也可能是ai这个旧王 翘首以待了 https://t.co/aQ078KphkK

美股在科技股抛售和伊朗消息影响下剧烈震荡，最终小幅收盘 受博通疲弱指引引发的 AI 芯片股去杠杆影响，标普 500 指数从盘中高点 7,483.15 点一路跌至 7,237.85 点，但最终收于 7,386.65 点，仅下跌 0.26%。 纳斯达克指数也大幅震荡，盘中一度跌至 24,980.38 点，最终收于 25,678.82 点，下跌 0.97%。道琼斯指数则从盘中低点反弹，最终收涨 0.17%，报 50,872.11 点。 特朗普总统称，伊朗在霍尔木兹海峡上空击落了一架美国阿帕奇直升机，但飞行员没有受伤，这一消息进一步加剧了市场波动。盘中，美股及比特币、石油等更广泛资产的市值损失一度超过 2 万亿美元。

【投资科普：AI市场大火/今天大跌的光模块是什么？今天Semi Analysis的报告有关CPO延迟的影响是什么？】 光模块是2026年以来最火的AI细分板块，领涨全球；但今天也是领跌板块，除了SpaceX ，Anthropic和OpenAI总估值超过3.6万亿美金（约合计占12%的美国GDP）的IPO上市抽血的影响外，Semi Analysis今天出的一份对CPO延后的报告也是对这个细分板块的重要影响。 （温馨提示：本文是一篇科普文，不是投资建议，文章中涉及的所有上市公司的名字不是买入或卖出建议；如果进行股票投资，请自行研究公司的技术路线，主要产品与竞争者，战略假设与执行，财务情况，管理层履历及公司控制权等......后再做决定） 【一】 什么是光模块？它的作用是什么？ 光模块（Optical Module/Transceiver）是光通信系统中极其核心的“翻译官”和“搬运工”；我们可以把它想象成电脑/服务器的“嘴巴和耳朵” 光模块的作用是什么？ 光模块的作用就是四个字：“光电转换”，它就像一个翻译官，把设备里的“电语言”翻译成光纤里的“光语言”发送出去，同时把收到的“光语言”翻译回“电语言”： 发送端（翻译并发送）：电脑、服务器或交换机内部处理的都是电信号（0和1的电流脉冲）。但是，电信号在铜线中传输时，跑不快也跑不远（损耗极大）。光模块负责把这些电信号转换成光信号（激光），然后打入光纤中让数据以光速飞驰 接收端（接收并翻译）： 当光纤另一头传来的光信号到达目的地时，设备是看不懂光的。光模块的接收端再把光信号重新转换回电信号，交给设备内部的芯片去处理 2. 为什么一定要用光模块？ 我们平时插网线（网卡）也能上网，为什么数据中心一定要用光模块和光纤？ 这就回到了电信号的“三大致命弱点”： 跑不远： 高速电信号在铜线里跑几十米信号就衰减得厉害了；而光信号在光纤里跑几十公里甚至上百公里都不需要放大。 跑不快（带宽高）： 铜线有物理带宽极限。现在的 AI 集群需要传输海量数据，一根细细的光纤能传输的容量，比大腿粗的铜缆还要大得多 功耗太大： 电信号跑高速会发热，铜线会变成“发热丝”；光传输产生的热量要小得多 3. 光模块里面装了什么？（核心部件） 光模块通常是一个长方形的金属小盒子（像个加长版的U盘），里面主要有三大核心部件： 光发射器件 (TOSA)： 核心是激光器芯片（Laser）。它是发光的心脏，把电变成光 光接收器件 (ROSA)： 核心是探测器芯片（PD）。它是感受光的眼睛，把光变成电 电处理芯片 (DSP/Driver)： 负责清理、放大和整理信号，确保翻译过程不出错（这也是很多公司技术壁垒所在，比如马威尔 Marvell 的主营业务） 4. 光模块怎么分类？ 你可能在看新闻或研报时经常听到一些术语，它们通常是按“传输速度”和“封装形式”来分类的： （1）按速度分（越来越快）： 以前家庭或普通机房用：10G（100亿比特/秒）、40G、100G 现在的 AI 时代主角： 400G、800G（目前主流算力网）、1.6T（下一代最尖端，正在量产） （2）按形态分： 可插拔模块 (Pluggable)： 像U盘一样，坏了可以直接拔下来换一个新的（目前占绝大多数，比如之前提到的中际旭创、Coherent的强项） CPO (共封装光学)： 直接把光模块拆开，把发光的芯片和交换机主芯片贴在一起（未来的终极形态，博通和英伟达在推） 【二】 全球光模块的主要玩家 光模块行业是一个高度竞争且分工明确的全球产业链。目前，全球光模块市场呈现出“中国制造规模领先，美国核心芯片领先”的格局 以下是按照产业链角色和市场地位划分的主要公司名单： 1. 全球市场份额最高的“三巨头” 这几家公司目前统治着全球 800G/1.6T 高端光模块的订单，是英伟达、谷歌、Meta 的核心供应商 中际旭创 (Innolight, https://t.co/xVde4kJml7)： 全球市占率第一。它是目前 AI 浪潮下最成功的公司之一，拥有极强的 800G 量产能力，是英伟达的核心供应商 新易盛 (Eoptolink, https://t.co/bwnx6mUBwO)： 全球领先的 800G/1.6T 厂商。以研发效率和毛利率高著称，是云巨头（如谷歌）的重要供应商 Coherent (COHR, 美股)： 全球最大的光学组件商。它不仅做光模块，还自己生产激光器芯片，拥有最完整的产业链，目前正在全力推进 6 英寸晶圆量产 2. 美国核心芯片与技术巨头 这些公司掌握着光模块最核心的“心脏”（激光芯片）和“大脑”（DSP 芯片） 博通 (Broadcom, AVGO)： CPO 技术的王者。虽然它不单纯卖光模块，但它提供光模块所需的硅光芯片、激光器和交换芯片，是 CPO 时代的规则制定者 马威尔 (Marvell, MRVL)： 光通信 DSP 芯片霸主。光模块里负责处理电信号的那个核心芯片（DSP），全球绝大部分高端模块都用马威尔的产品 Lumentum (LITE, 美股)： 激光器芯片龙头。它是全球最尖端的 200G EML 激光芯片的主要供应方，英伟达的 OCS（光交换机）的核心伙伴 3. 精密代工与特种供应商 Fabrinet (FN, 美股)： 全球最强的光学代工厂。它不卖自己的品牌，但英伟达、思科、亚马逊的很多最尖端、最精密的光模块和光引擎，都是在 Fabrinet 的泰国工厂里组装出来的 MACOM (MTSI, 美股)： 模拟芯片与原材料巨头。提供光模块所需的驱动芯片（Driver）和放大器（TIA），并掌握着重要的磷化铟材料 4. 其他重要玩家 光迅科技 (Accelink, https://t.co/oA5u2YAMGg)： 中国光通信的“老大哥”，产品线最全，在电信市场（基站）和数通市场（数据中心）都有很强存在感 思科 (Cisco, CSCO)： 传统的网络设备巨头，通过收购 Acacia 和 Luxtera 获得了极强的硅光和光模块自研能力，主要供自己的设备使用 AAOI (美股)： 特点是垂直一体化和深度绑定微软，属于中盘挑战者 目前光模块不同玩家的特点 目前的行业趋势： 市场正在从“单纯组装模块”向“光电集成（CPO/硅光）”演进。这意味着，拥有自研芯片能力（如博通、Lumentum、Coherent）或者拥有极致精密代工能力（如Fabrinet）的公司，在未来的护城河会比单纯做组装的公司更深 【三】什么是NPO？什么是CPO？代表公司有哪些？ 在AI集群中，电信号在PCB板上传输会产生巨大的能量损耗。为了解决这个问题，光器件离核心芯片（GPU/交换芯片）越来越近： 1. NPO (Near-Package Optics，近封装光学)： 将光引擎（Optical Engine）放置在交换芯片或GPU附近的PCB基板上，而不是贴在核心芯片的封装内 它是传统“可插拔”与终极“CPO”之间的中间形态。它缩短了电路径，但允许光引擎和核心芯片分开维护 代表公司： 博通 (Broadcom)、马威尔 (Marvell)、思科 (Cisco)、以及中国的中际旭创（提供高密度NPO模块） 2. CPO (Co-Packaged Optics，共封装光学)： 将光引擎直接封装在核心芯片的同一个基板上，实现“光电合封” 极致的功耗降低（减少50%+）和带宽密度。但缺点是不可维修（一个光通道坏了，昂贵的GPU/交换机就报废了）且散热难度极大 代表公司： 博通 (Broadcom)、英伟达 (Nvidia)、台积电 (TSMC)（封装技术）、Intel（硅光子技术） 【四】Semi Analysis今天出的有关CPO延迟的报告对市场的影响 SemiAnalysis 这篇报告的核心逻辑是：“步子迈得太大，扯到了蛋。” 1. 主要观点： 800VDC 电源推迟 (Pushout)： 下一代AI机架（如英伟达的GB200 NVL72）原计划全面采用 800V直流供电方案以应对巨大功耗。但报告指出，由于高压组件的可靠性、供应链稀缺性以及电网匹配问题，800V 供电系统的部署被迫推后 CPO 商业化延后： 报告指出 CPO 的良率和可靠性目前无法满足万卡集群的长期运行要求。原本市场预期 2026 年 CPO 会大规模取代可插拔方案，但由于散热和制造工艺的瓶颈，CPO的大规模应用被推后了至少 1-2 年 可插拔模块命更长： 既然 CPO 搞不定，原本被认为会“过时”的 1.6T 可插拔光模块和 LPO（线性驱动可插拔光学） 将获得更长的生命周期和更大的市场空间 2. 市场影响： 利空： 纯 CPO 技术路径的初创公司，以及过早押注 CPO 替代潮的芯片商 利好： 可插拔光模块龙头（中际旭创、新易盛、Coherent），以及那些提供“过渡方案”的公司（如 Arista 及其 XPO 方案）。市场意识到：800G 和 1.6T 的可插拔模块不是短命产品，而是未来 3年的主力 3. NPO 与 800V 延迟的关系 由于 CPO 延后，NPO 和“高密度可插拔”成为了当下最务实的方案 800V 供电延迟 -> 意味着整个机架的“激进架构”受阻 -> 导致与该架构配套的 CPO 方案无法按时落地 -> 数据中心必须回到现有的 48V/400V 架构下进行扩容 ->现有架构最兼容的就是 可插拔模块 和 NPO NPO 不需要改变现有的机架电力和散热基础，它在传统风冷或初级液冷环境下表现更稳。800V 和 CPO 的延迟，给了 NPO 和传统光模块企业更长的时间去赚取 800G/1.6T时代的超额利润 SemiAnalysis 的报告实际上是在给疯狂的 CPO 预期降温，给传统的、务实的光模块产业链充值 Semi Analysis的全文报告及其报告中提及的受益和受损标的，可通过我的订阅查看 https://t.co/aC3PgfIWlT

claude的新模型能力有多神话还没感受到，但有几个真神话的： 1、MAX订阅很快不支持新模型，要另外付费。 2、给自己升级一堆限制，暗示：我太强了，我要限制我自己 但他能力输给gpt5.5已经很长一段时间了，怎么GPT戏份少得多？量大管饱不装逼。 等我使用一段时间神话模型，看看是吹牛还是真强

看看这位浙江大学计算机硕士毕业的日本人青木乡师对中国AI产业的看法。 青木认为，中国AI的强大，根本不是靠什么神仙天才，中国AI的全部实力，靠一套近乎残酷的、把人当成高性能电池来消耗和筛选的超级资本主义内卷机器。 实话说，话糙理不糙。 一个月100块的房租、7块钱的食堂，这是国家和高校为你量身定制的无杂质科研无菌室，掐断你打工、社交、恋爱的一切可能，让你24小时100%变成一台纯粹的代码机器。 制度着最聪明的一群人拿命换成果的打法，确实能让论文和专利数全球第一，但也把人变成了一次性耗材，强国科技的军功章里，全是一次性电池流干的电量。 同时，青木乡师指出，中国高校通过考研和严苛的毕业KPI，让学生的数学和英语实战能力极强，极其擅长快速跟进和像素级超越，但很难做出 ChatGPT 这种颠覆性的创新。 我们在别人开辟的赛道上靠人海战术和高压卷到无路可走，但一到没有路、需要想象力和自由探索的无人区，这套应试科研的肌肉记忆就瞬间抓瞎。 弯道超车玩得再溜，也掩盖不了永远在别人屁股后面追赶的现实。 青木在 Note 中透露，美国的 GPU 限制杀伤力极大，没芯片的高校只能做こじんまり的研究，顶尖学生为了蹭显卡不得不去大厂实习。而对于华为 AI 芯片，他在中国业内从未见过任何人持乐观态度。 宏大叙事里天天吹国产替代、遥遥领先，到了真正做前沿科研的顶级实验室里，大家关心的却全是怎么去大厂蹭英伟达的显卡。 嘴上全是主义，底层的身体和代码却很诚实。这就是目前的现实困境。 无疑，青木看准了这套系统在洗脑、筛选、压榨上的高效率，也看准了这套系统在想象力、原创性、底层生态上的天然阳痿。他不是中国人，但是他一针见血。

经ai鉴定，这次访朝的习近平是一个替身。 https://t.co/JV69peM98g

Fable 5 很贵，但省钱的答案 Anthropic 两个月前就发布了 今天 Anthropic 发布了 Claude Fable 5，$50/百万输出 token，是 Sonnet 的 3 倍多。6 月 22 日后订阅用户也要按量付费。 巧的是，2026 年 4 月 9 日，也就是两个月前，Anthropic 已经发布了 advisor tool：让 Haiku/Sonnet 干活，Opus 做顾问，按次计费，所有编排在服务端单次请求内完成。同一天我发过一篇讲 AgentOpt 的文章——论文得出结论：把 Opus 放在 planner 位置，在 81 种模型组合中排名倒数，原因是它不守角色边界，7/9 的实验里它跳过下游 solver 直接作答。 两件事表面方向相反，背后是同一个原则：控制权给守协议的模型，智能做成按需调用的资源。 官方数据：Sonnet + Opus advisor 在 SWE-bench Multilingual 高 2.7pp，每任务成本反而低 11.9%。Haiku + Opus advisor 在 BrowseComp 从 19.7% 涨到 41.2%，比 Sonnet 单跑便宜 85%。 Fable 5 兼容表当天就更新了，但只有自配对（Fable 5 executor → Fable 5 advisor）。便宜模型 + Fable 5 做顾问那个组合还没开放，有先例表明很快会来。6 月 22 日之前 Claude Code 订阅用户可以免费感受 Fable 5 上限。 文章包含 API 代码片段，caveats，以及三家大厂横向对比（只有 Anthropic 把这个做成了服务端原语）。 https://t.co/jbnEPScDCm

【Mizuho科技大会lite 管理层发言摘录】 今天的瑞穗科技大会，Lumentum管理层演讲释放了几个消息，值得lite投资者关注。 首次比较系统地描绘了未来3-5年的AI光通信路线图。从投资角度看，这场交流非常重要，因为很多市场争论的问题——CPO、NPO、OCS、Scale-Up光互连、产能瓶颈、竞争格局——管理层都直接回应了。 Michael Hurlston最核心的观点是：AI超级周期本质上也是光通信超级周期，而且目前市场看到的增长只是开始。他表示公司历史最高季度收入曾经只有5亿美元，而现在单季度即将突破10亿美元，但未来最大的增长引擎实际上还没有真正贡献收入。 首先是Scale-Out（集群之间互联）。目前Lumentum最赚钱的业务仍然是EML激光器。随着800G向1.6T升级，每通道从100G升级到200G，EML ASP大约翻倍。同时公司向NVIDIA供应CPO外置激光器（ELS），预计今年四季度单季就能新增5000万至1亿美元收入。 其次是Scale-Up（集群内部互联）。这是管理层最兴奋的方向。Michael明确表示，Scale-Up市场规模远大于Scale-Out，未来GPU机柜内部和机柜之间的连接将逐步由铜缆转向光学连接。原因很简单：200G SerDes时代铜缆已经接近物理极限。公司预计2027年下半年开始出货Scale-Up光产品，2028年正式放量。这与用户此前记录的Lumentum长期框架基本一致。 一个新的重点是NPO（Near-Packaged Optics）。管理层透露，过去两个月客户兴趣明显从CPO转向NPO。NPO把光引擎放在芯片封装附近，而不是直接封装在芯片旁边，技术难度低于CPO，但同样能解决高速铜互连问题。Michael甚至认为NPO市场规模可能比CPO还大，因为许多ASIC厂商为了挑战NVIDIA，会更加激进地采用光学背板架构。 第三个重要方向是OCS（Optical Circuit Switch）。管理层认为OCS未来可能成为公司最大的机会之一。除了Google已经采用的Spine层交换之外，现在开始出现“每个机柜一个OCS”的新架构。原因是推理集群需要动态调度GPU资源，避免GPU故障或负载不均导致推理任务失败。管理层将OCS市场规模从之前的40亿美元上调至接近100亿美元。 在竞争壁垒方面，Michael反复强调Lumentum最大的护城河是InP激光器制造能力。他认为激光器不像逻辑芯片那样设计和制造可以分离，工艺和设计高度绑定，因此很难复制。特别是在高功率激光器和EML领域，公司拥有明显性能和良率优势。 供应链方面也透露出一个重要信号。目前公司EML供给仍然落后需求30%以上。即使新增Greensboro六英寸晶圆厂，公司仍然预计未来供给跟不上需求。这说明整个光通信行业仍处于严重供不应求状态。 对于中国竞争问题，管理层认为中国厂商主要集中在CW Laser领域，而高功率激光器、EML、CPO光源领域仍然较难追赶。短期内对Lumentum核心市场威胁有限。 最后一个容易被忽视但非常重要的观点是DCI（数据中心互联）。管理层预计随着AI推理普及，未来越来越多数据中心需要像一个大型计算机一样协同工作，因此数据中心之间的高速光连接需求会快速增长。公司预计相关市场规模将从目前约15亿美元增长至2029年的40亿美元。

Anthropic 发了 Fable 5，244 页安全报告。报告里藏了一个小实验。 六位生物学博士加 AI，两天干完了人工两个半月的活。配了领域专家的组输了，配普通博士的组赢了。Mythos 5 把标准答案存在时的找答案能力，直接打平了专家。 但有一个变量从头到尾没动：每组都配了一位 LLM 专家。这个人干的事不是写 prompt，是知道模型什么时候会胡说、什么时候过度乐观、什么时候该踩刹车。 AI 越强，越绕不开这个盯住它的人。 阅读全文： https://t.co/pZjeDvVbUT 配图： https://t.co/bcZXnKnkz0

【高盛认为未来边缘AI的发展速度，可能取决于NAND和存储】--非常有前瞻性的观点，存储投资者值得一看 高盛认为市场可能误读了苹果。多数人看到WWDC后觉得Siri没突破，大模型不够强，Apple Intelligence进展慢，不看好苹果的本地AI（On-device AI）路线。于是AAPL最近下跌了约3.5%。 但高盛认为真正值得关注的是苹果的技术路线。苹果并没有选择像OpenAI、Anthropic那样不断增加计算资源，而是在尝试一种类似“LLM in a Flash”的架构：把核心模型常驻内存，把大量参数存储在NAND闪存中，需要时再动态调入DRAM。这种模式本质上是用存储替代部分计算，因此高盛提出一个非共识观点，未来边缘AI的发展速度，可能更多取决于NAND和存储，而不是HBM和数据中心GPU。 我的看法：推特的老观众都知道我很看好苹果未来在AI时代终端设备中扮演的角色。苹果正在弱化底层模型的重要性，让开发者通过统一接口在本地模型和云端模型之间自由切换。未来真正有价值的可能不是模型本身，而是分发渠道，生态系统，用户入口，这也是苹果最擅长的领域。

Lumentum CEO Michael ：“What we've seen probably in the last 2 months is a marked shift in interest from others, I mean non-NVIDIA-class customers, around NPO.” 也就是说，在过去两个月里，除了NVIDIA之外的许多客户，对于NPO的兴趣出现了明显升温。 对于Lumentum、Coherent、Marvell、Corning等光通信产业链公司而言，NPO最大的意义并不是替代CPO，而是让光学互连开始向整个AI服务器内部渗透。随着更多连接从铜缆转向光学方案，每个机柜、每个服务器乃至每颗芯片周围所需要的光引擎、激光器和光器件数量都将显著增加。 Michael：“At 1.6T, 200 gig per lane, you have some difficulty with copper. It simply can't go over any sort of reasonable distance, even with retime copper. So you've got to start thinking about optics.” 当网络进入1.6T和200G/lane时代后，即便采用Retimer技术，铜缆在传输距离上也开始接近物理极限，因此越来越多厂商不得不转向光学互连。 另外，许多ASIC厂商之所以比NVIDIA更积极地推动光学背板架构，核心原因在于竞争压力。NVIDIA已经拥有CUDA、NVLink、NCCL等强大的软件和系统生态优势，其他ASIC厂商很难在现有架构上与其正面竞争。因此，他们更倾向于采用更激进的下一代网络架构，希望通过光学化实现“弯道超车”。 “The number of lasers that they would want to deploy because they're going much more aggressively to an optical backplane, the number of lasers they want to deploy is actually larger.” 也就是说，虽然这些客户的机柜数量未必比NVIDIA更多，但由于采用了更激进的光学架构，他们需要部署的激光器数量反而可能更多。 Michael进一步表示在他看来，这些厂商虽然整体规模较小，但由于全面拥抱光学互连，每个机柜内部需要部署更多光链路，因此从光学通道数量来看，市场规模反而可能更大。 因此，NPO不仅代表一种新的封装方式，更代表整个AI数据中心架构正在加速向光学化演进。而对于光通信产业链而言，未来市场规模最终取决于每个机柜内部部署多少条光链路、多少颗激光器以及多少个光引擎。从这个角度看NPO未来带来的市场机会甚至可能超过目前市场普遍关注的CPO。

体验了一下 claude fable 5, 确实非常强，个人感觉比 opus 4.8 和 gpt 5.5 强不少。

中国汽车不能走 Ctrl+C CtrltV 之路 赛豆科技发的AI汽车品牌名和阿维塔撞脸了 https://t.co/5LHcZ2HhLw

刚跟 Claude 说了句"你好"，被判定为高危行为，强制降级 😅 因为 Anthropic 发布了最强公开模型 Fable 5（Mythos 级）。它自带安全分类器，一旦怀疑你在搞网络攻击、生物化学或模型蒸馏，就自动切到 Opus 4.8 兜底。 官方原话："可能会误伤正常内容"。 是的，包括打招呼。我的"你好"里到底藏了什么 exploit？

我可以很负责任的这么说，明天如果cpi不好下跌，明天就是最低点。 如果明天cpi符合预期，那最低点已经在我们身后了。 为什么我这么乐观，因为股市虽然只跌了2天但已经-6%了，其实不少了，参与度也不高，50左右。市场情绪甚至有点低，已经在恐慌范围内。如果是杀杠杆的话我认为目的已经实现了。 继续下跌的土壤不存在，因为： 1.川普没有时间让股市下跌了，而且川普喊票现在越来越直接。 https://t.co/UM2zSC6s2a泡沫基本也没有人喊了，还在喊泡沫，那他一定是北京猿人，还在钻木取火. 3.fomc我会好好研究新主席，我认为加息概率不大，就算是鲍威尔，也不会因为一个月的数据加息的。 4.最重要的：企业的基本面太好了。 5.最最重要的，企业的基本面好，有利于降息，通胀和生产力本来就是螺旋上升的。AI越爆发就越难加息。美联储容忍通胀的阈值会被提高。 Discord在主页，buy the dip，长期持有。

中国那个2万亿AI建设，我觉得一定要拆分来看。这里面不是财政直接掏出来2万亿人民币投资到哪个地方，而是发改委等等起草的一份方案。 我个人理解，这个方案的2万亿把几家LLM小虎、deepseek的融资投资算进去了，阿里字节的投资和成本算进去了，华为海思甚至半导体上下游全都算进去了。 这个2万亿投资 ，我个人理解只是个现行行业的统计和发展方向，没有新的预算，也不会给你从中央财政里真金白银额外再掏出来2万亿现金。 你理解这2万亿是个政策性总结，把发改委认为的“泛AI产业上下游”的所有投资融资全算进去，才能正确理解。

睡前用 claude fable 在 vas 上全面跑一下我发布的十几个项目，让它自动做下 bugfix，醒来看看效果咋样（需要注意 cc 有时候会自动将模型 fallback 到 opus4.8，不一定是全程 fable 跑） https://t.co/6Cp7ffnGNH

Claude code创始人boris从上个月在红杉的播客里就一直在讲loops，至少说了6-7遍， 昨天被openclaw的peter说了一次，大家才更加密集的讨论loop engineering， 这个角度想好像感觉peter比boris在开发者里更有号召力一点呢， 附上当时做的一些笔记，以后会更及时的发这些播客的观后感。 https://t.co/ldp6EZWTLh

整个系统就是这么设计的。突破了这个系统的人，哪怕是很小的突破，都能摆脱一部分工具人的命运。这几十年，大部分理工科工具人赶上了工商业全球化的风口，被风吹起来，觉得是靠自己的那点专业技能在飞。但这几年，突然发现很多成了孔乙己，更多的正在成为孔乙己，整天念叨他们专业的茴香豆“茴”字有四种写法，嘲笑别人不知道——现实是，他们无非是他们以为不知道的那些人（那些突破系统的人）利用的工具人而已，而现在这种工具人正在被更好用的AI工具替代。有点头脑的已经转型，或正在转型。没头脑的注定成为新时代的理工孔乙己。