🔥 Search Hot Tweets

梁文峰四小时交流会内容： 1，英伟达那套生态一年内就废了，华为的卡一年后完全能平替英伟达，贵一倍两倍都无所谓。 2，谁想着靠AI暴利谁就死，拿得少的人一定打败拿得多的人，OpenAI就是因为想独占才被围攻。 3，奇点不是什么爆炸，是个漫长的温水煮青蛙过程，而且顺序不能乱——先解决持续学习，再到自我迭代，最后才做机器人。 4，Ai技术路线是这样：语言模型 → 思维链(CoT) → Agent → 持续学习 → 智能奇点(自我迭代) → 具身智能，现在处于Agent走一半，持续学习是下一个必须跨过去的坎，跨过去才能进入AI自己迭代自己的奇点阶段。 5，克制是核心战略，主动放弃C端流量争夺战，不做超级App，短期商业化只是保底，全部资源主线聚焦AGI。 6，中美AI差距就一年，但国内只用了人家二十分之一的算力，人才根本不缺，差的就是卡。 7，公司一半的核心研究员都在标数据，这就是现阶段最重要的事，高端数据瓶颈不是钱，是时间。 8，最坏情况技术冻结了，光卖API也够撑起一家上市公司，商业化根本不用愁。 9，不加班、没KPI、没组织架构，全靠愿景驱动，因为做研究就得松弛，逼太紧反而没用。 10，国产芯片产能问题今年明年后年都卡，但五年后肯定解决了。 11，国内几十家做基模的公司太多了，最后就剩三四家，而且谁也别想有暴利。 12，视频生成、3D、世界模型这些东西跟智能上限没关系，纯粹是商业噱头，坚决不做。 13，员工期权拿够、团队稳住，AGI（通用人工智能）就一定能成，其他全是小事，最多晚个一年半载。 14，中国AI最终拼的是“系统性便宜”，就跟制造业一样，成本优势是结构性的。 15，持续学习要是先做出来了，通用智能就很简单，让AI自己帮自己研究就行。

梁文峰四小时交流会内容： 1，英伟达那套生态一年内就废了，华为的卡一年后完全能平替英伟达，贵一倍两倍都无所谓。 2，谁想着靠AI暴利谁就死，拿得少的人一定打败拿得多的人，OpenAI就是因为想独占才被围攻。 3，奇点不是什么爆炸，是个漫长的温水煮青蛙过程，而且顺序不能乱——先解决持续学习，再到自我迭代，最后才做机器人。 4，Ai技术路线是这样：语言模型 → 思维链(CoT) → Agent → 持续学习 → 智能奇点(自我迭代) → 具身智能，现在处于Agent走一半，持续学习是下一个必须跨过去的坎，跨过去才能进入AI自己迭代自己的奇点阶段。 5，克制是核心战略，主动放弃C端流量争夺战，不做超级App，短期商业化只是保底，全部资源主线聚焦AGI。 6，中美AI差距就一年，但国内只用了人家二十分之一的算力，人才根本不缺，差的就是卡。 7，公司一半的核心研究员都在标数据，这就是现阶段最重要的事，高端数据瓶颈不是钱，是时间。 8，最坏情况技术冻结了，光卖API也够撑起一家上市公司，商业化根本不用愁。 9，不加班、没KPI、没组织架构，全靠愿景驱动，因为做研究就得松弛，逼太紧反而没用。 10，国产芯片产能问题今年明年后年都卡，但五年后肯定解决了。 11，国内几十家做基模的公司太多了，最后就剩三四家，而且谁也别想有暴利。 12，视频生成、3D、世界模型这些东西跟智能上限没关系，纯粹是商业噱头，坚决不做。 13，员工期权拿够、团队稳住，AGI（通用人工智能）就一定能成，其他全是小事，最多晚个一年半载。 14，中国AI最终拼的是“系统性便宜”，就跟制造业一样，成本优势是结构性��。 15，持续学习要是先做出来了，通用智能就很简单，让AI自己帮自己研究就行。

多篇昨晚和上午，分享的 DeepSeek 老板梁文峰，面向投资者内部的讲话实录文章，下午陆续被下架。 根据媒体们流出的讲话全文，DeepSeek 方面曾要求所有参会者，禁止录音录屏和外传。 https://t.co/cfYtIheZBT

卧槽，夯爆了啊。 Notion、Figma、ClickUp这些大厂宣传片的动效直接被复刻成 Claude / Codex 能够调用的代码语言了： 106 张镜头配方卡（Shot Recipe Cards）：每张卡详细记录用途、能量级别、建议时长、参数、实现要点和常见坑。 161 条动态样片（覆盖 162 种样式）：可在线预览、搜索、筛选。 完整成片模板「Ink Press（墨压）」：36.2 秒、1920×1080、30fps、10 个镜头的纸墨琥珀风格产品宣传片，已包含 2.5D 页面相机、转场、字幕和配好的 SFX。 可复用组件：2.5D 页面相机、闪切、数字滚动、字幕、音效等。 完整制作方法论：从素材采集、风格定调、分镜、声音设计、节奏卡点到最终验收的全流程文档。 开源地址 https://t.co/DpYv77UWgg

中攻美守的阶段。 美国不得不通过立法，把中国的汽车挡在国门之外。 上一个整个产业被美国以立法形式挡在国门外的是通信产业。 正在落地的还有无人机产业以及AI产业。 9月份美国商务部部长会访华，估计会谈AI的监管问题。 （开源/闭源）的问题。 按照最近的梁文峰的谈话记录，很明显，Deepseek在开源这条路上会一直走下去的。 梁文峰选择在这个时间点，把自己的想法和vision，一股脑儿传递给公众、估计也是应对前段时间监管部门对AI是否要持续开源问询的一个回应。 而梁的回应，非常清晰地传递了，他对这个问题的看法以及背后的逻辑。 那么基本上可以确定，9月份中美之间，无法达成AI监管共识。 美国必然会全面出台更加严厉的针对中国开源模型的政策。 现状美国境内公司已经60% token使用中国开源模型的token。如果新的中资开源模型的禁令落地，会让他们面对巨大挑战。 但是禁令落地也很难，像cursor以前那样搞个蒸馏版，马甲版，你怎么禁？ 后面美国只能期待小院高墙的政策有用。

《梁文锋四小时投资人会议实录》 微信文章已经被删了，在这里同步一下，梁文峰的水平真的是高 DeepSeek 只有一条主线 1．现在做产品不是收益最大化的时候。通往AGI的路上，要经过产品这个台阶，但我们不需要太多的心思和精力去做 C 端、 B 端的产品。当站在一个技术的高位上来做相对低一级别的技术 ，是降维打击。产品是在 AGI 路上的副产物。 2．很多东西不在我们的主线上，比如 3D 、视频生成；又比如世界模型，跟智能的上限也没有太大的关系。 3．多模态对产品来讲很重要，对 C 端用户很重要。但它只是一个组件，不是主线和智能本身。 4．大模型的幻觉当然有方法可以解决，但这是一个长命题。在内部，幻觉被我们归结为一个产品问题，会去解决，但不是重点。 5．现阶段最重要的还是 Coding Agent 。以国内的情况来看，最合理的做法应该是全力做通用的 Agent ，金融、医疗等其他 Agent 的优先级较低。 6．如果 AI 时代会产生很多家万亿级别的公司，DeepSeek 是其中一家（的话）就很好了。 先实现持续学习，再AI自迭代，终点是具身智能 7．AI 现在不缺品味和直觉，缺的是持续学习的能力。 8．人类能够持续学习，但同一件事，就得给 AI 所有的上下文。这几乎是不可能的，所以 AI 并不能够替代员工。所以，下一代模型必须要有持续学习的能力，才能叫下一代模型。 9．我们希望下一代模型能够帮助我们自己的开发。说得简单一点，我们做的模型，第一目标不是大家用得好用，而是我们自己用得好用。这是实现 AGI 最快的方法。 10．目前全世界现在都还没有找到好的方法，因为“学习”是由很多东西组成的。 11．DeepSeek 的长期 vision 是 AGI 。如果把实现的路线比作爬楼梯，去年的阶梯是 CoT（ Chain-of-Thought ，思维链），今年的阶梯就是 Agent 。在 Agent 之后要解决的问题就是持续学习。 12．实现持续学习之后，可能会来到一个渐进的奇点：模型可以完成人类能做的所有事情，包括自己开发更前沿的人工智能模型。即AI 可以加速 AI 的研究。这一步走完才是具身智能。 13．智能的终点可能都是具身。因为对一个正常人来讲，他的需求并不是电脑，而是人力。 离彻底转向商业化仍然很遥远 14．我们只赚一个合理的利润，不是利润最大化的定价。 15．我们的一款模型一开始担心需求太多，价格定得比较高，后来降到四分之一，公司群里很多人欢呼。因为这是我们这么用心把这个模型做好的目的：能够让大家都充分地用。 16．低成本是一个结果，我们的模型一直在架构上往更低成本走。我们也希望成本是负担得起的，特别是在算力紧缺的背景下。还有一个原因：成本越低，越能承担更大的模型。算力有限时，计算效率高就能训更大的模型。大公司可以靠加资源解决，我们优先考虑成本效率。 17．外面可能看起来，我们选了一个很难的模式。但其实我们做得非常轻松。降价对我们的竞争对手来讲，肯定不是个好事，他们一定不是欢呼的。我并不觉得卖 API 这个事情有那么大吸引力。我只要搞几个人维护这个 API 就可以了，甚至客服都没有，也不用销售，用户自己就会来。 18．我们一直在商业化，只是不以商业化为目标。DeepSeek 离彻底转向商业化的时间点，应该是很遥远的。 19．我甚至不用考虑到时候在里面占一个位置。只要有那么大的商业机会，一定是有办法的。DeepSeek 是一个时代的产物，是现实情况的反应，并不是模仿的结果。 开源是我们这个规模公司的sweet point 20. 克制是一种战略：舍弃一些，换更多其他的东西。开源就是让利：对内，员工有成就感，公司有凝聚力；对社会也有好处，同行或者普通人都会高兴。我毫不怀疑 AGI 会有非常大的商业价值。在这个基础上，我优先考虑的不是多拿份额，而是增加做成的概率。 21. 要把 AI 在商业上做成，开源是有好处的。这听起来有点违反直觉。历史上一个软件公司，市场一年可能就几十亿美金，开源了就没有了。但是 AI 这个事情足够大，最终它可能得占掉人类社会 GDP 的百分之十。如果说我们想独占这个利益，那么一定是要被历史抛弃的。这是一个客观的规律，这是一个历史观。 22. 我们给的开源模型，跟我们自己部署的模型是一样的。我们不会开源一个差点的模型、自己部署时用更好的模型。 23. 我不担心别人部署我们的模型来跟我们竞争。不是每一家公司都有这个意愿和能力去达到这个目标。创业公司如果太小，没有力量来做这个事情；大公司又很难组织。这是属于我们这个规模的公司的一个 sweet point 。 24. 开源对我们的商业模式没有任何影响，前提是“只赚一定的利润”。如果你要赚一百倍利润，开源确实会影响你。 25. 我们不愿意跟任何一家互联网大厂或者小厂成为对手。在这个前提下，我们很愿意协助、帮助任何人，甚至包括阿里、智谱、月之暗面做得更好。 中美差距不在人才 26. 未来我们要改写中美AI的叙事：用几分之一的算力，把差距缩得更短，缩到 6 个月、3 个月。 27. 中美AI的差距主要在资源上。我们相信 Scaling ，肯定是规模越大，效果越好。训练这么大的模型，并不是因为我觉得这么大的模型就够了，而是只有这么多资源。 28. 人才几乎没有差距——就是同一批人。国内人才是不缺的。人才短缺是阶段性的，历史上从来没有长期缺某一类人的情况。 模厂竞争，成本排在第一位 29. Anthropic 现在超过 OpenAI，不是长期的，是阶段性的。OpenAI 和 Google 未来大概率会交替上升。 30. 国内做模型的公司太多了，每一家都做同样的事情，资源比较分散。最终一定会收敛，但需要过程。如果每家只拿合理的利润，不需要那么多人做大模型：可能两家大公司、两家小公司就够了。 31. 我绝对不认为大模型公司可以拿走（AI行业的）大部分利润。 32. 大模型竞争最终的差距会体现在三个方面：成本、时间、用户体验。成本排在第一位——同样质量的服务，你能以什么成本提供。第二是时间，早几个月晚几个月就不一样。用户体验会有些粘性和壁垒，但不本质。 无意于成为下一个超级app 33. 我们不想做成下一个超级 App。做成下一个字节？下一个腾讯？完全没有这样的想法。 34. 不争这个东西，是因为后面还有西瓜，前面的可能都是芝麻。当然可能这个芝麻比较大，但我觉得都不算大。 35. 去年大家都抢 Chatbot 、抢 C 端流量，今年是抢 To B 收入。但我们不认为它重要，公司内部真正关心的是 AGI 的路线图、下一步技术怎么突破。很奇怪，最想得到的东西得不到，没那么在意的反而容易得到。 36. 去年春节火了，不在我们的剧本里。 保持团队的稳定性是核心 37. 只有一个是没法退让的：必须要保持团队的稳定性。这也是我们面临的一个非常大的风险。当然这个风险随着这一次融资，得到了比较大的解除。 38. 我们做很多事情都是为了保持团队稳定性。我们不愿意跟任何互联网大厂或小厂成为对手，我们希望给他们赋能，帮助他们。我们不想树敌。这样我们自己的环境也会更好。 39. 有些人觉得我们的组织是从上而下的，���些人觉得是从下而上的，我觉得两个都对。从上到下叫“做正事”，一般希望“正事”不要占用员工所有时间的一半。他还有一半的时间是从下到上的，是不被安排的，想研究什么就研究什么，可以自己去探索，按照他觉得什么重要，就去探索什么，没有前置要求。 40. 我们一般也不太加班。第一个原因是做研究需要一个比较松弛的环境。第二个原因是我们非常聚焦。产品很多都不完善，但我们也没有去补它，也算是一种克制的文化。 41. 组织是动态的，不是一成不变的。未来随着公司变大，可能会有一些调整。但不会完全变成传统的层级制，但可能会有一些必要的结构。但愿景驱动不会变。 怀着对世界的善意 42. 我们做这个公司，初衷没想要赚多少钱，要到资本市场去上市。最开始的几十个人完全没有这么想过。如果他这么想，他就不会来。 我们是怀着一个对这个世界非常大的善意来做这个事情，觉得这对人类有用。 43. “要实现XX KPI”不是我们的方式，我们是一个靠愿景驱动的组织。这有好处，也有坏处。未来会想办法扬长避短，但这个是我们的特色。 44. 愿景甚至也不是成文的，而是在做事情的方法中、对待世界的态度里。可能我们公司每个人对这个愿景的理解也不一样，但是在大的方向上是一致的。 45. 大概二十年前，我在管理上最崇拜的是杰克·韦尔奇（ GE 的前 CEO）。现在来看，他说的大部分东西可能都已经不对了，但是他有一点说对了：一个公司最重要的是愿景。愿景不是挂在墙上的标语，不是怎么说，而是怎么做。 克制让我们更能做成AGI 46. AGI 是收益最大的。那其他事情，如果有精力，我们会做，没精力，我们就不做。克制是我们愿景里的一部分。 47. AI 这个事情太大了，利益也太大了。只要能够做成，随便分一点利益就非常大。而你越克制，就越有可能能够做成这件事。 48. 我觉得这是符合直觉的——至少是符合我的直觉。除了愿景，我们并没有非常多的其他优势。 49. 两年前成立这个公司的时候，没有很多钱，没有很多卡，没有什么知名度，又没有什么号召力，我们就是一群非常平凡的人。 我喜欢的叙事是“一群平凡的人做出了不平凡的事”，而不是“一群天才做出了不平凡的事”。 50. 开源也属于克制的一部分。在定价上，我们也肯定不是以公司收入最高或者利润最高作为出发点的。从短期来讲，价格高一点，收入多一点；但从长期来讲，还真不好说。对我来讲，克制是一种战略。 51. 开源和低价，让员工觉得很有成就感，组织因此有凝聚力，对社会有好处，其他同行和普通人都会很高兴。所以这种克制，从远景上来讲，能够增加我们做成 AGI 的概率。 52. 如果你的愿景是拿得多，你就先输了，你可能会面临着更大的困难。这个世界就是这样。

你们做U卡且能AI订阅付费的，支持大陆用户的，可以找我一下。 我这边有大量用户有这个需求，上次跟bitget wallet合作了一下，开了100个有效户，我们是真的有这种需求，做美股基本上不可能不用gpt和claude的，快速理解产业上下游对我们来说很重要。 但是最近fiat24好像出问题了，一直没办法充u换usd。 airwallex本身支持非大陆主体开visa虚拟卡，但是他们的号段有问题，付不了gpt和claude。

投资人交流会泄密文稿里，我看到的最大震撼： DeepSeek 不加班。 行，那梁总变梁鸽也合理。 V4 正式版说好 7 月中旬，说跳就跳。 不过等 2027 年 7 月再发也不算食言—— 梁总又没说是 2026？

喜欢造神 不尊重客观规律和科学 总幻想着弯道超车 一次性搞个大的 然而Deepseek的核心价值观全是和上面的背道而驰的 Deepseek之所以取得之前的成就，正因为他们是脚踏实地的重客观规律和科学取得的 但是一些人却把幻想弯道超车不切实际的幻想强加在他们身上 当最终没有达到他们预期的时候 这些人肯定会上去再踩几脚

这就是出来融资让人不爽的地方，DeepSeek 之前一直拒绝的原因吧 https://t.co/4i2fdHzDuX

一夜之间，VC、同行圈，全在转发 DeepSeek 老板梁文峰的四小时投资人会议发言，感觉像朝圣一样，我将大家引用最多的一些发言梳理了下来。 • 人类能够持续学习，但同一件事，就得给 AI 所有的上下文，这几乎是不可能的，所以 AI 并不能够替代员工。 • 对一个正常人来讲，他的需求不是电脑，而是人力。 • Anthropic 现在超过 OpenAI，不是长期的，是阶段性的。OpenAI 和 Google 未来大概率会交替上升。 • 国内做模型的公司太多了，每一家都做同样的事情，最终一定会收敛，但需要过程。 • 我们一般不太加班。第一是做研究需要一个比较松弛的环境。第二是我们非常聚焦，产品很多都不完善，但我们也没有去补它，也算是一种克制的文化。 • 开源是有好处的，AI 这个事情足够大，最终它可能得占掉人类社会 GDP 的百分之十。如果说我们想独占这个利益，那么一定是要被历史抛弃的。这是一个客观的规律，这是一个历史观。 • 卖 API 这个事情没那么大吸引力，只要搞几个人维护这个 API 就可以了，甚至客服都没有，用户自己就会来。 • 希望下一代模型，能够帮助我们自己的开发。说得简单一点，我们做的模型，第一目标不是大家用得好用，而是我们自己用得好用。这是实现 AGI 最快的方法。

数据和品味有多重要。 “DeepSeek 有一半的核心研究员，在标数据。” https://t.co/Xh2YdZhwZP

昨天 OpenAI 模型，黑进 Hugging Face，对方反用 GLM 模型来保护这事 今天上了人民日报的首版推送 不过这标题起的，有点水平。。 https://t.co/2I9Kd1At9U

很欣赏梁文锋这种“不讨好”的姿态。 elsewhere曝光了梁文锋四小时投资人会议的要点，面对投资人的期待，面对市场的狂热，他只是平静地说不。 不追热点，不碰视频/3D/世界模型，不急着商业化，不闭源，不卷超级App，不赚暴利，不成为下一个字节腾讯，不造神。 他唯一不退让的只有团队稳定性，deepseek不太加班，因为研究要松弛。 因为他要专注实现AGI这条主线。 他不追求KPI，只追求愿景，还说“如果你的愿景是拿得多，你就先输了。” 这句话，不仅写给大模型公司，也写给每一个什么都想抓的人。

一周 17k star，我总算知道这本书为什么涨这么猛了 上周推荐《深入理解 AI Agent》时我才翻了个大概，这几天让 Codex 带着我学了一遍，一直在恍然大悟，讲的都是每天用 AI 遇到的不太理解的事 比如： 为什么上下文一长 AI 就变笨，书里拆到了 KV Cache 和上下文压缩，为什么有的 Agent 好用有的不行，第一章就告诉你：模型只是三分之一，上下文和工具才是另外三分之二，等等等等...... 如果你不是技术专家，真的值得学一下，仓库链接直接丢给 Codex，让它带你学：https://t.co/aqxGa9fFNX

今天看到关于 Pi 支持 Codex 远程压缩的问题，我想介绍一下 CC Switch 里面的这个功能，大家都知道，Codex 压缩是有黑魔法在里面的，非常高效而且几乎无损，并且是加密后在服务端进行的，所以在使用 GPT 模型的时候，如果不开启远程压缩，会损失很多性能。 CC Switch 这个开关，工作原理是替换 provider 表下的 name 字段，但是服务端压缩会导致响应变慢，一些中转站如果对延迟比较严格的话，就会导致响应失败，所以就做成了开关。 如果你在 Codex 里用中转站或者 Azure 之类提供的 GPT 模型，并且供应商允许的话，记得打开这个开关，可以提升很多压缩性能。 顺便吐槽一下，Codex 文档写的太模糊了，尤其是在接入第三方模型这部分，大部分情况都要靠用户自己试出来

用Codex给这个Skill做了个宣传视频！ 一句话直出，效果真的很不错了！！ https://t.co/88wb4Ea5OI

梁文锋同志真的定力十足，非常棒，完全超越了OpenAI和Anthropic那一套白左拯救世界的价值观！我发自内心希望他能做中华帝国的皇帝！

DeepSeek 创始人 @梁⽂锋 投资者交流会 · 录⾳⽂字稿 录于 5 月 20 ���，总时长 3 小时 44 分钟 快速翻了下，应该是某投资人 (悄悄) 录制的，聊了一小会才开始录，大概率没有经过 DeepSeek 公司的允许，就流出来了 42 页 PDF 下载: https://t.co/1U2pem87xe https://t.co/fluAKigqzi

梁文锋称，DeepSeek不会重点投入3D生成、视频生成以及世界模型等方向。他认为，多模态能力对于产品和普通用户很重要，但只是AI系统中的一个组件，并非智能���展的核心路线。 当前争夺C端流量或To B收入并不是公司最关注的问题，内部重点仍是AGI技术路线和突破。 这思路应该最理性的！

在中国，兽医远远比人医（临床医学）简单轻松。 核心原因是人类医学有金标准和指南，复杂度极高，预期治疗期望高，所有医院理论上必须严格执行， 绝大多数临床医学生，脑子不行、智力不行、不看书不背书、考试纯突击、死活学不会，但是为了工作，拉他按着脑袋规培三年，至少知道要守规矩、不能乱来。 宠物医院给猫猫狗狗治病，大部分主人希望治好，但是治不好也没关系，因为宠物医疗监管和规范几乎是个大漏勺，只能治少数几个病，绝大多数治死了不用承担任何资质和法律责任， 宠物医院绝大多数的业务更像临终关怀医院，一顿检查做了，一堆药补上去，然后猫猫狗狗活不下来，最终安慰主人一顿，挣5万块钱，只能走商业保险，漫天要价。 畜牧业就更简单了，完全拿猪羊牛马驴当产品，批量打疫苗，批量接生，保证80%活下来就算优秀，容错空间20%巨大，只要能忍受养殖场臭臭就完事儿了。 对于同样一个病例，人类医生的分析、诊断、治疗、护理的专业难度是70分，遵循流程临床治疗难度是80分，诊断复杂度高达90分，顶级手术规范高强度10年起培训几乎是99分， 如果做不到诊断90分、手术99分，就会有一堆儿子、女儿、姑爷拉着横幅和大花圈，到医院门口闹事，要求退钱，往一个高考670分八年制本博连读的医学博士脸上吐痰，给你各种添堵。 而宠物医院给猫狗输液和小手术的难度只有30分，畜牧业的疫苗、接生的难度只有10分，拉条大专狗过去，看1周就能全学明白，完全精通。 但是人医、宠物医生、畜牧业兽医在早期阶段的工资相差不大，所以学人医实际上是不划算的。

梁文峰的话冲击到了很多人完全被现实磨灭的浪漫主义的残骸，我认同deepseek会是agi最有力的长期竞争者，这是愿景、组织所决定的。 前段时间很多人都有机会拿deepseek的一级份额，但我觉得不是好机会，第一，成本太高，综合entry成本要去到1万亿，第二，应该作为员工而不是小股东和长期主义者同行。

我观察到，有三类人特别想去雄安工作。 一类是宏大叙事入脑的赌狗，未来城市、智慧城市、首都职能、千年大计，整个人彻底沸腾了，发誓一定要建设雄安， 一类是博士毕业找教职，北方一圈全看不上，天津青岛济南沈阳西安全是垃圾，只想着努力二次投胎当新北京人，刚好雄安有个北京xx大学给了特聘AP， 于是抱着“我也是北京211大学教职”、“万一给北京户口了呢”、“万一调到北京了呢”、“整个学校核心资源都在北京”、“反正孩子也在北京xx中学读书”、“万一孩子能参加北京高考”的心态，捏着鼻子接了雄安， 一类是纯粹图生活成本低，工科专业对应着一个非常狭窄的行业，没有任何民企和市场化环境，外面投简历只能被吊打， 刚好对应北京的央国企、设计院、事业单位在雄安有办公室，北京的进不去，找了一圈发现除了北京就是雄安， 再下面一档的城市也是瞧不起，天津、青岛、济南、郑州、沈阳、大连一大圈全是粪坑城市，只能看得上北京和央国企， 再一看，雄安物价也不高，央国企和设计院天花板也低，死工资，不可能发大财，只能削减生活成本，于是直接闭眼进体制内躺平当死狗。

有奖竞猜： 拼多多雄安新区总部、字节跳动天津总部（红桥区，天津的bronx）招聘的是什么岗位？ A. 年收入120万的搜广推算法工程师 B. 年收入80万的安卓/iOS开发工程师 C. 一出手500万起的公司战投风投投资经理 D. 月薪7000的内容审核、山东蔬菜水果助农社区运营BD、直播运营、封号管家、数据标注专家

关于谷歌二季度财报说几个更深入的点：1、官方这一次没有披露谷歌云收入TPU详细占比，但是明确说了“Cloud generates product revenues primarily from the sale of TPU systems”，意味着TPU已经占GCP收入的大多数，而不是 英伟达的GPU，谷歌云妥妥的“英伟达+云算力”的综合体了， 2、谷歌云营收增长82%，营业利润增长212%，营业利润率提高近15个百分点，增量营业利润率超过50%。云业务利润增速远超营收增速，说明营收的增长不是单纯“买设备—低价出租—换收入” 。业绩的质量很高，是当前巨额投资可能获得良好回报的初步证据。 Cloud backlog达到5140亿美元，管理层表示模型和Cloud需求仍然超过可用供给。这说明目前更接近“有需求但容量不足”。 收入加速增长 + backlog继续增长 + 营业利润率扩张。这意味着新增合同大概率仍快于现有合同的收入确认速度。 3、怎么看资本支出的回报周期 谷歌披露，数据中心项目通常是多年建设项目，许多资产从购买到投入使用可能需要数月甚至数年。2026年二季度的449亿美元Capex，大量可能尚未产生二季度收入；二季度82%的Cloud增长，主要是过去几年资本投入逐渐投产的结果。 2024—2027年累计AI投资，对2026—2030年新增税后经营利润和现金流的贡献，才是一个完整的资本回报周期。 4、资本开支不会降 财报前就说到资本开支不会降，核心逻辑这是一场军备竞赛，谁降谁落后。 特别是看到需求快速增长之后，更不会降，还要加码，利好算力产业链。 当然也是市场担心的来源： 1）当下经营现金流增长速度，远远赶不上资本开支增长速度； 2）现金不仅不能用于回购，还可能需要发行新股融资，这会同时影响企业价值和每股价值。 3）负FCF以及Capex远高于折旧，意味着未来多年折旧和利润率逆风仍在形成，折旧压力还没有完全��入利润表 5、商业模式的改变 Alphabet正在从近乎资产轻型的搜索广告平台，转向资本更重、回收周期更长的AI平台与hyperscaler。可以说是 “高毛利广告平台＋垂直一体化AI hyperscaler＋部分AI公用事业属性” 它既不是过去那种近乎纯资产轻的软件广告��司，也不是没有差异化的IDC机房运营商 这其实是商业模式的改变，早在年初https://t.co/zvIbhKaaKc就有聊过这一点，商业模式变化自然估值模式也要变化。但这里的关键是AI和Cloud的增量ROIC未来是低于还是高于历史Search业务？ 如果谷歌的AI和云的增量ROIC低于历史Search业务、并且现金转化率长期下降，那么相对于纯Search时代，估值合理倍数应该压缩。但二季度Cloud 35.6%的利润率和约54%的增量营业利润率说明，资本回报可能仍然很高，只是这个势头刚刚开始、市场也没有完全确认。 所以如果谷歌的AI和云的增量ROIC确认高于历史Search业务、并且现金转化率还能保持甚至提升，那么相对于纯Search时代，估值倍数还能保持。 未来的估值框架： 从过去的“搜索广告增长多少、利润率多少”，转向“AI增长需要投入多少资本、这些资本能产生多少税后现金回报”。 6、还有Gemini Gemini/agentic coding缺乏进展，这也市场最关心的一点，谷歌相比微软、亚马逊等其他超大csp的估值高的很重要的一点是谷歌也是前沿大模型的领军者，也是支撑估值的一个很重要因素。现在Gemini最新一代推迟，自然会有担心。 但整体来说，谷歌二季度已经看到明显的业务拐点，而不仅仅是“增速数字好看”。

梁文峰一个做量化起家、现在 All in AGI 的人，讲话的逻辑和那些开口闭口生态的人不一样。 他说，把 AGI 比作爬楼梯，去年的阶梯是 CoT，今年的阶梯是 Agent，之后的阶梯是持续学习。持续学习走完，才到渐进的奇点，再到具身智能。具身是最后一站，他的理由是，对正常人来讲，需求不是一台���脑，而是人力。 这一句话，把 DeepSeek 未来三五年的技术优先级全说完了。 在 Agent 这一级，他也有取舍。现阶段最重要的是 Coding Agent 和通用 Agent，金融、医疗这些垂直场景优先级排后面。 下一代模型的缺口，是持续学习 他说，AI 现在不缺品味和直觉，缺的是持续学习的能力。人类能持续学习，AI 还没有。下一代模型必须具备这个能力，这是实现 AGI 最快的方法。但学习这件事由很多东西组成，全世界还没找到好方法。 商业打法，也是 DeepSeek 坚持开源和极致性价比的原因，只赚合理利润。非常考虑成本效率，所以价格能做到最低。卖 API，没有销售，没有客服，用户自己会来。 他绝不认为大模型公司能拿走 AI 行业大部分利润。 开源是克制的一部分。他说，一个软件公司市场一年几十亿美金，一开源就没了。但 AI 这件事足够大，最终可能占掉人类社会 GDP 的 10%。想独占这个利益，一定被历史抛弃。 成本、时间、用户体验，竞争差距就体现在这三方面。成本排第一，早几个月就是不一样。用户体验有黏性，但不本质。 行业格局，资源分散一定收敛 中国 AI 的差距主要在资源。他们信 scaling，规模越大效果越好，但资源就这么多。人才没差距，都是同一批人。 国内模型公司太多了，资源分散，最终一定收敛。每家只拿合理利润，不需要那么多人做大模型。可能两家大公司、两家小公司就够了。 Anthropic 超过 OpenAI 只是阶段性现象。长期看，OpenAI 和 Google 大概率交替上升。 我的感想是，资源错配是中国 AI 最大的浪费。同一批人，被拆到几十家公司里内耗，收敛一定会发生。 组织和人，克制即战略。 无意成为下一个超级 app，看不上这个东西。不要为了芝麻丢了西瓜。去年大家抢 Chatbot 抢 C 端流量，今年抢 B 端收入。他们真正关心的是 AGI 路线图。 克制的组织才有克制的战略。一个被 KPI 和 GMV 架着走的公司，不可能说出开源和只赚合理利润这种话。 如果你的愿景是拿得多，你就先输了。

谷歌发布惊人财报，利润暴涨298% 2026年7月22日，全球最大的互联网公司，谷歌 (Google) 公司，发布季度财报。 总收入为1200亿美元，同比增长24%。 运营利润为408亿美元，同比增长30%。运营利润率为34%.。 净利润为1121亿美元，同比暴增298%。 过去一年里，谷歌公司创造的净利润为2439亿美元，约合1.65万亿元人民币。 公司员工总数约为20万人。平均下来，每个员工创造的年净利润为122万美元。 谷歌公司成立于1998年。目前，该公司的市值约为4.2 万亿美元，在美国公司里排名第三。 谷歌是标普500指数和纳斯达克100指数成分公司。 谷歌的主要产品涵盖搜索引擎、操作系统、网络浏览器、办公套件、数字分发平台、硬件及人工智能等领域。核心产品包括谷歌搜索、Gmail、地图、Chrome 浏览器、YouTube、安卓 (Android) 操作系统、谷歌 Drive 云存储、谷歌 Play 应用商店以及基于 AI 的 Gemini 等，广泛覆盖全球用户的生活与工作。 🟢 欢迎大家订阅我的会员服务。我会经常发布会员专享文章。会员还可以给我发私信，咨询投资理财方面的任何问题。链接是：https://t.co/M6UiMOhGUH。 📚 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。 #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

梁文峰少见的访谈，谈到为什么deepseek和其他家走的路都不一样。 AI时代和互联网那个时代确实不同了，核心不是用户量，不是产品线，不是当年所谓的“胖应用”。核心还是AI本身，到底是不是更加聪明。 https://t.co/MH6rMRKHtI

其实很多人不理解，为什么UIUC、UMich、Cornell这些在美国纯粹意义上大农村的学校，依然常年爆火，毕业出路这么好，其实道理很简单： 1. 大公司专门派人收简历，三五个人，给足了经费，带着几千件logo衬衫和logo充电器，三五个人放假2~3周，回母校参加career fair，一群人吃吃喝喝； 2. 学生们出来找工作，基本上公司订全程的机票+旅馆，帮你付uber的钱，每个公司都默认必须这么做，到大城市面试只需要安排出来时间，不需要自己付金钱成本。 中国恰恰因为这几点完全做不到，导致逼着孩子们必须在大城市核心位置读大学，连北京上海郊区找工作和实习都很麻烦。 什么时候北京科技互联网小公司也这么招人，从兰州或者桂林某个211和985收简历，学生在calendar里咣咣点好时间，三天后给你买好一周内机票高铁票和旅馆，哪怕临近高价票6000人民币往返也给你买，所有公司都默认这么干， 以及每年公司会放出去一批人，每所大学三五个人，到了秋招时候每人放假三周，大家一起开车回母校，定制几千件logo衬衫充电器水杯，跟小朋友们挨个聊天，一轮轮收简历，收完简历大家一顿吃， 然后在学校附近租个五星级酒店准备暑期实习面试，简历简单初筛一轮，剩下的一个个安排面试，每个人每天安排30个，上午15个，下午15个，白板写code，中午和晚上公司报销无上限狂吃一顿， 两周后筛出来一批学生，发internship offer，暑假都来实习，自己爽了两周当放假，跟自己大学的教授和系里秘书打个招呼，带点小礼物，之后年年这么玩一趟。 如果大部分科技半导体互联网公司都能做到这两点，那么深圳大学也就彻底失去存在的意义和价值了，就会迎来地位大暴跌。

马斯克挺坏的，趁着市场情绪高涨，抢先Spacex高估值上市，然后一路下跌。 高位融了大把的钱，还把另外两家OpenAi、Anthropic高价上市高额融资的路给堵了。 那两家的AI厉害，但是还是比不过马斯克的人脑。 让你们不要160以上急着接盘吧？这图形现在还看不到底。 https://t.co/xVnHJTdoO3

ChatGPT付费用户有福啦。被OpenAI配了一台云电脑，可以在Work里面跑任务，存在云端Linux开发机 当前实测约9vCPU＋21GB内存＋63GB磁盘，能跑代码、处理文件、做表格、写PPT，甚至直接搭网站 现在买到的越来越像：GPT-5.6＋云端电脑＋24小时员工 怪不得Openai加大云服务扩大数据中心 https://t.co/ugCCvYYzJM

自从 DeepSeek R1 发布以来，OpenRouter 上面中国大模型 Token 用量占比就开始出现了持续的增长… 目前已经实质性超越了美国模型的使用量… 美股 AI 的估值风险似乎确实与中国越来越有关系了…… https://t.co/FbAs9DvsXv

看完了梁文锋在最近一轮投资人会议上的语录 不愧为全世界最有格局的创始人... 记录下来一些非常触动我的，全文背诵学习... 1. 在通过 AGI 的路上，要经过产品这个台阶，但不用花太多心思，产品只是在 AGI 路上的副产物。 2. 3D、视频生成、世界模型，跟智能上限没有太大的关系。 3. 多模态很重要，但不是智能本身。 4. 大模型的幻觉是一个产品问题，可以解决，但不是重��。 5. 现阶段最重要的是 Coding Agent，通用 Agent，金融医疗等 Agent 优先级较低。 6. AI 现在不缺品味和直觉，缺的是持续学习的能力。 7. 人类能够持续学习，但 AI 还没有，下一代模型必须要具有持续学习能力。 8. 我们希望下一代模型帮助我们开发，这是实现 AGI 最快的方法，但「学习」有很多东西组成，目前全世界还没找到好方法。 9. 如果把 AGI 比作爬楼梯，去年的阶梯是 CoT，今年的阶梯是 Agent，之后的阶梯是持续学习。 10. 实现持续学习之后，可能会来到渐进的奇点，AI 可以开发更前沿的模型，加速 AI 研究，这部走完，才是具身智能。 11. 智能的重点可能是具身，因为对一个正常人来讲，他的需求并不是电脑，而是人力。 12. 我们只赚合理利润，非常考虑成本效率，所以价格能做到最低，卖 API 这件事，我们没有销售，也没有客服，用户自己就会来。 13. 我不怀疑 AGI 会有巨大的商业价值，我考虑的是如何增加做成的概率。 14. AI 在商业上做成，开源是有好处的，一个软件公司，市场一年就几十亿美金，一开源就没有了，但是 AI 这个事情足够大，最终可能得占掉人类社会 GDP 的 10%，如果想独占这个利益就一定会被历史抛弃，这是一个客观规律，这是一个历史观。 15. 开源对我们的商业模式没有任何影响，前提是「只赚一定的利润」，如果要赚百倍利润，开源确实会影响你。 16. 中国 AI 的差距主要在资源，我们相信 scaling，规模越大，效果越好，但资源就这么多，人才没有差距，都是同一批人。 17. Anthropic 超过 OpenAI，不是长期的，是阶段性的。OpenAI 和 Google 未来大概率会交替上升。 18. 国内模型公司太多了，资源分散，最终一定会收敛，如果每家只拿合理的利润，不需要那么多人做大模型，可能两家大公司，两家小公司就够了。 19. 我绝对不认为大模型公司可以拿走AI行业的大部分利润。 20. 大模型的竞争差距会体现在三个方面：成本、时间、用户体验。成本排第一位，时间早几个月就不一样，用户体验有些黏性和壁垒，但不本质。 21. 无意成为下一个超级app，看不上这个东西，不要为了芝麻丢了西瓜。 22. 去年大家都抢 Chatbot，抢 C 端流量，今年是抢 B 端收入，我们真正关心的是 AGI 路线图，下一步技术��么突破。最想得到的东西得不到，没那么在意的反而容易得到。 23. 团队的稳定性是没法退让的，这是我们面临的一个非常大的风险，随着这次融资，也得到了解除（这是低利润模式必须的支撑） 24. 不想和任何人成为竞争对手，希望给他们赋能，帮助他们，这样我们的环境也会更好。 25. 我们一般不太加班，第一个原因是研究需要一个比较松弛的环境，第二个原因是我们非常聚焦，不去补产品的所有问题，也算一种克制的文化。 26. 公司是动态的，随着公司变大，可能会有一些必要的结构，但不会完成变成传统的层级制度。 27. 我们做这个公司，初衷没想要赚多少钱，要去上市。我们怀着一个对这个世界非常大的善意来做这个事情，觉得这对人类有用。 28. 我们是一个靠愿景驱动的组织，KPI 不是我们的组织方式，有好处也有坏处，但这个是我们的特色。 29. 愿景不是成文的，而是在做事的方法中，对待世界的态度里，可能我们每个人的理解也不一样，但大方向是一致的。 30. 一个公司最重要的是愿景，愿景不是挂在墙上的标语，不是怎么说，而是怎么做。 31. 克制是我们愿景里的一部分。AGI 之外的事情，我们没有精力就不做。AI 这个事情太大了，利益也太大了，随便分一点利益就非常大，你越克制，就越有可能做成这件事。除了愿景，我们并没有非常多的其他优势。 32. 开源也属于克制的一部分，从长期来说，价格低可能是优势，克制是一种战略。 33. 如果你的愿景是拿得多，你就先输了，你可能会面临更大的问题，这个世界就是这样。

‼️突发：DeepSeek @deepseek_ai 创始人梁文锋在一场据称长达四小时的投资者会议上的发言内容曝光。 过去一个月里，这场对话的片段一直在中国 AI 圈和投资人圈内流传。 最引人注目的是梁文锋反复强调的“不”字。 不搞“天才”神话。 不追求利润最大化。 不搞闭源。 不盲目争夺用户。 不做视频生成、3D、世界模型，也不做下一个“超级应用”。 他的解释很简单： “克制是一种策略。放弃一些东西，是为了提高实现 AGI（通用人工智能）的概率。” 以下是会议中的核心观点： - DeepSeek只有一条主线：AGI 梁文锋认为，现在不是追求产品收益最大化的时候。 核心是追逐人工智能最高峰，即AGI。 他的AGI路线图非常清晰。 去年的台阶是思维链，今年的台阶是Agent。 Agent之后，是持续学习。 持续学习之后，是AI自我迭代。 然后，AI开始帮助人类研发更加先进的AI系统。 最后才是具身智能。 梁文锋将这个过程称为“渐进的奇点”。 根据这个思考，DeepSeek目前正在主动放弃许多热门方向。 “很多东西不在我们的主线上，包括3D和视频生成。” 他也质疑了世界模型的重要性： “世界模型跟智能的上限没有太大关系。” 多模态对产品和C端用户很重要，但它仍然只是一个组件。 “它不是主线，也不是智能本身。” - 下一代模型必须拥有持续学习能力 人类可以在工作中不断学习。 但AI每次开始一个新任务，都需要人类重新提供所有相关上下文。 “这几乎是不可能的。” 这也是梁文锋认为，当前AI还无法真正替代员工的原因。 “下一代模型必须具备持续学习能力，否则就不能叫下一代模型。” 同时他表示智能的终点可能是具身。 他的逻辑很简单： 人类真正需要的，并不是另一个计算机界面。 人类需要的是劳动力。 - DeepSeek不追求利润最大化 梁文锋表示，DeepSeek不会以收入最大化为目标进行定价。 “我们只赚一个合理的利润。” DeepSeek V4最初担心需求过多，所以价格定得比较高。 后来，DeepSeek把价格降到了四分之一。 “公司群里很多人都在欢呼。” 因为做出这个模型的目的，就是让更多人能够充分使用它。 ��受关注的低成本不仅是一种商业策略。 “低成本是架构带来的结果。” 更低的成本可以让AI变得更加普惠。 但还有一个更深层的原因： 单位计算成本越低，DeepSeek就越能够在有限算力下训练更大的模型。 “大公司可以通过增加资源解决问题，我们优先考虑成本效率。” 有意思的是梁文锋并不觉得API生意有多么好。 “我不觉得卖API这个事情有那么大的吸引力。” DeepSeek只需要一个很小的团队维护服务。 几乎没有客服，也不需要销售，用户自己就会来。 “我们一直在商业化，只是不以商业化为目标。” 他认为，DeepSeek彻底转向商业化的时间点仍然非常遥远。 - 开源是DeepSeek的战略甜蜜点 对于员工来说，开源能够带来成就感和组织凝聚力。 对于社会来说，它能够帮助研究者、企业和普通用户。 “开源是一种让利。” 梁文锋认为，AI最终会成为一个规模极其庞大的产业，任何试图垄断它的人，最终都会失败。 “如果AI最终占到人类社会GDP的10%，任何想要独占这部分利益的人，都会被历史抛弃。” 梁文锋表示，DeepSeek不会开源一个较弱的版本，同时在内部保留更强的模型。 他不担心竞争对手部署DeepSeek模型。 小型创业公司可能缺乏资源和意愿，去进行前沿模型研究。 大型公司可能拥有资源，却存在组织上的困难。 梁文锋认为，DeepSeek刚好处于一个罕见的中间位置。 “这是属于我们这个规模公司的sweet point。” - 中美AI的差距主要在资源 梁文锋认为，中国并不真正缺乏人才。 DeepSeek希望改写中美AI竞争的叙事： 用几分之一的算力，把差距缩短到6个月，甚至3个月。 他作出这��判断的原因是他依然相信Scaling “我们相信Scaling，规模越大，效果肯定越好。” DeepSeek训练当前规模的模型，并不是因为这个规模已经足够。 而是因为现有算力只允许它做到这个规模。 梁文锋认为，前沿模型的竞争，最终会由三个因素决定： 成本、时间、用户体验。 “成本排在第一位。” 如果两家公司提供的模型质量相同，胜负将取决于谁能以更低的成本提供服务。 时间排在第二位。 早几个月和晚几个月，结果可能完全不同。 用户体验可以形成一定的黏性和壁垒，但梁文锋并不认为它是最本质的护城河。 - 团队稳定是梁文锋唯一不能让步的事情 他将其视为DeepSeek面临的最大风险之一。 原话是：“只有一个是没法退让的：必须保持团队的稳定性。” 而最近的一轮融资，已经大幅降低了这个风险。 “只要能够保持团队的稳定性，我一定能做成AGI。就这么简单。” 有趣的是DeepSeek的组织既是自上而下，也是自下而上 自上而下的部分，被梁文锋称为“做正事”。 但他不希望被安排的工作占用员工一半以上的时间。 另外一半时间应该保持自下而上。 研究人员可以自由探索他们认为重要的方向，不需要提前审批，也没有固定要求。 与很多AI团队不同，DeepSeek不鼓励过度加班。 “做研究需要一个相对松弛的环境。” 另一个原因是聚焦。 DeepSeek的许多产品并不完善，但公司会主动选择不去补齐所有问题。 梁文锋认为，这同样是一种克制。 有趣的是DeepSeek靠愿景驱动，而不是KPI “要实现某个KPI，不是我们的方式。” 梁文锋表示，DeepSeek的愿景甚至不一定被正式写下来。 它存在于公司的做事方式里，也存在于公司对待世界的态度里。 “愿景不是挂在墙上的标语，不是怎么说，而是怎么做。” 梁文锋最后的警告，可能也是最重要的一句话 “如果你的愿景是拿得更多，你就已经输了。你可能会面临更大的困难。这个世界就是这样。” DeepSeek不想赢下每一个AI市场。 它想保留实现AGI所需要的专注、成本优势、团队稳定性和组织自由。 而梁文锋似乎愿意放弃几乎所有其他东西，只为增加实现AGI的概率。 他在做真正很Cool的事情。

$GOOGL Q2 2026 财报总结 谷歌交出了一份几乎无可挑剔的财报，再次证明 AI 投资正在转化为真正的收入和利润。 核心数据 1. 营收 1198 亿美元，同比增长 24%，高于市场预期的 1169 亿美元。 2. EPS 9.11 美元，远高于市场预期的约 2.9 美元。 3. 营业利润 408 亿美元，同比增长 30%。 4. 营业利润率提升至 34%，较去年同期提高 2 个百分点。 5. 净利润 1121 亿美元，同比增长 298%。（主要包含投资证券未实现收益） Google Cloud 再次成为最大亮点 1. Google Cloud 收入达到 248 亿美元，同比增长 82%，远超市场预期的 224 亿美元。 2. 云业务营业利润达到 88 亿美元，同比暴增 212%。 3. 管理层表示，增长主要来自企业 AI 解决方案，AI 基础设施和Google Cloud Platform（GCP）。 说明 AI 已经不仅推动云业务收入增长，也开始显著提升盈利能力。 搜索业务依然强劲 很多人担心 AI 会冲击 Google Search。但事实正好相反。 1. Google Search 收入达到 633 亿美元，同比增长 17%。 2. 广告收入达到 816 亿美元，同比增长 14%。 3. YouTube 广告收入达到 111 亿美元，同比增长 13%。 AI Overview、Gemini 等 AI 功能没有削弱搜索业务，反而帮助提升了用户使用频率和搜索需求。 Gemini 正在快速扩张 管理层披露： 1. Gemini Enterprise 已被接近 90% 的《财富》100 强企业采用。 2. Gemini 模型目前每分钟处理 220 亿个 API Token。 3. Gemini App 月活跃用户达到 9.5 亿。 Google 表示，Gemini 3.5 Flash Cyber 已成为目前前沿模型中成本效率最高的网络安全模型之一。这些数据说明 Gemini 已经开始成为 Google AI 生态的重要增长引擎。 CapEx 再创新高 本季度资本支出（CapEx）达到 449 亿美元，同比增长 100%，再次创下历史新高，也高于市场预期。 过去五个季度 CapEx 分别为： Q2'25：224 亿美元 Q3'25：240 亿美元 Q4'25：279 亿美元 Q1'26：357 亿美元 Q2'26：449 亿美元 CapEx 已连续多个季度加速增长，说明 Google 仍在持续扩建 AI 数据中心和全球算力基础设施。 为 AI 基础设施融资近 500 亿美元 Google 同时披露今年 6 月，公司发行了 496 亿美元的新股和强制可转换优先股。管理层明确表示这笔资金将主要用于AI 基础设施建设，全球算力扩张和其他一般企业用途 这也意味着 Google 正在为未来几年持续扩大 AI 投资提前准备资金。 我的看法 这份财报再次说明，目前 AI 投资周期并没有放缓。Google Cloud 增速继续加快，AI 产品持续扩大用户规模，而 CapEx 再次刷新历史纪录，公司甚至专门融资近 500 亿美元用于扩建 AI 基础设施。 截至目前，几家全球最大的云厂商都没有出现削减 AI 资本支出的迹象。每个季度都在不断提高投资规模。AI 基础设施建设仍在持续加速，需求依旧强劲。

神了，仅靠四个字，GPT-5.6又把一个接近30年的数学猜想打穿了？？？ 港中深数据科学博士、深圳AI公司Autokernel联合创始人Dmitry Rybin @DmitryRybin1 ，让GPT-5.6 Pro寻找Dinitz–Garg–Goemans猜想的反例。 他分享了他和AI的聊天记录，然后大家发现这简单得有点荒谬： 他只说了“做一个突破。继续搜索。够了，直接做出来。” “我受够你的失败了，请给出一个完整、无条件的反例。” 然后模型真的给出了一个反例..... GPT-5.6构造的图中，分数流成本为58；但任何容量违反不超过15的不可分割流，成本至少为60。 这个2的差距，直接击穿了猜想要求的保证：在允许有限超载后，总能把分数流转换成成本不更高的不可分割流。 用人话来解释就是：原来一批货可以拆开走多条路线。 这个猜想认为，强制每批货只能走一条完整路线后，只要允许一点拥堵，整体运输成本依然不会增加。 GPT-5.6找到的反例表明，有些网络做不到。 严格来说，它通常被称为Goemans关于单源不可分割流的成本猜想，建立在Dinitz、Garg和Goemans于1999年提出的经典结果之上。 目前这仍然是研究者公开的反例与聊天记录，尚未看到正式论文和同行评审。 数学界还需要核验图、成本，以及所有可能的不可分割流，毕竟人类已经很擅长被一张截图集体催眠。 而所谓的Prompt Engineering，最后可能只剩四个字： 继续搜索。 然后足够聪明的模型伸了伸懒腰，给你把答案做出来了🤯

分享一下我目前的美股持仓及理由 目前总持有5只股票 1. 谷歌 $GOOG AI绝对的龙头，看好Gemini后发制人 2. 甲骨文 $ORCL 美国AI数据中心龙头，严重低估 3. 迈威尔 $MRVL 1万亿目标不变 4. 超微电脑 $SMCI 服务器龙头，今年至少翻倍 5. 海力士 $SKHY 存储龙头，今年至少翻倍

🚨GPT-6 来了，我可能会因为揭露真相而丢掉工作。 https://t.co/T2aDRrjsc0

冷知识：ChatGPT Work给所有付费用户内置了一个20G、9核的虚拟机 （我是pro，plus好像是15G） 相当于免费赠送了一台VPS，你能在上面运行任意的远程服务，包括自动化任务、部署agent等等 直呼牛逼，准备配置一个openclaw试试，已经快速安装好了😁 https://t.co/4iU1gmwG0h

无敌了，他是怎么敢在这里嘲讽Gemini的啊？ 你们用几千Meta工程师的血汗工厂来标注数据，并且训练了半年的模型，然后在开启xhigh模式下居然就领先人家Gemini3.6-Flash一分吗？ https://t.co/E9x6moVEqz

英伟达CEO黄仁勋最新采访说：华尔街又误解了中国AI模型！ DeepSeek上次被误解，这次Kimi又来了。他认为：开源的便宜中国模型会让AI变得更普及、使用量大增，反而会拉动更多显卡和数据中心需求，对NVIDIA是大利好！ https://t.co/mrNuU49jHr

Deepseek梁文锋的语气留有余地，用词浅白质朴。只有在讲到少数他在乎的问题时，才会流露出些许锋利：“只要能够保持团队的稳定性，我一定能做成 AGI 。就这么简单。”

不要把图片发给Codex！ 直接让它操作PhotoShop，这才是用Codex无损P图/调色的正确方式！ https://t.co/Qc97jfn76d

Codex 的上下文压缩确实做的挺好的，不过是服务端实现的，并且加密了的，在第三方框架比如 Pi 中默认不会启用，但是可以通过插件启用服务端上下文压缩，具体参考原推文