rickawsb

AI（幾乎）能解答一切的時代
問題比答案重要
好問題價值千金

AI 將以肉眼可見的速度推動無人區工業化和工業區無人化

某種意義上，消費者現在購買部分舊型號消費電子產品、電腦，相當於間接買到了廠商過去囤下來的「低價儲存設備」。
但這個窗口不會永久存在。
隨著舊庫存逐漸耗盡，高價 DRAM 和 NAND 會進入新的生產批次。廠商最終只能在幾種選擇之間權衡：漲價、降低記憶體和 SSD 容量，或者乾脆減少低端產品供應。

如果按照過去一年的數字線性外推，
Google 近一年 AI token 活動量約每 4.4 個月翻倍；
全球 H100 等效算力約每 6.8 個月翻倍；
AI 資料中心滿載功率能力約每 9.9 個月翻倍。
一年後，算力供需緊張程度一年後大約變成現在的 1.95 倍
上面還沒考慮隨著 AI 能力增強不斷解鎖的新使用場景。。。

ai驱动的这波半导体快速进步将显著推动量子计算发展，因为：
→ 器件一致性和晶圆良率提高
→ 更多低温合格器件进入封装
→ cryo-CMOS、复用和垂直互连解除I/O瓶颈
→ 提高封装后合格率及同时控制、读出能力
这些都是量子计算所需的核心能力

機器人的最終形態是人形，沒錯
但受限於靈巧手等技術和成本的限制，以及受益於模型的快速發展、3D 列印與個人化訂製的成熟，未來兩三年，機器人更可能先成為可快速改變形態以適應不同專門任務的半通用機器。

支付巨頭Stripe以75 億美元的天價收購了僅在90天前估值還只有13 億美元的OpenRouter。
這筆Stripe歷史上最大規模的收購原因之一，是因為stripe認為人工智慧的「奇點」已於2026年1月1日正式到來。
OpenRouter為開發者提供了一個統一的介面，使大家能夠存取400多種AI模型。自2023年8月以來，該平台的每週Token交易量實現了驚人的24000倍增長，這種Token消耗量的指數級增長被視為智慧時代的新「摩爾定律」。
在AI模型變得日益繁雜、異質、價格波動且可靠性不一的背景下，大多數公司不願意將自己綁定在單一模型上，也無力親自管理所有模型。OpenRouter正是解決這一痛點的關鍵，它可以根據任務的複雜性、價格、速度和可靠性，自動將工作分配給最合適的模型。
Stripe之所以將2026年1月1日界定為「奇點」，是因為其內部私有指標在這一刻出現了非同尋常的急劇轉折：
首先，自2026年初開始，Stripe平台上新成立企業的數量呈現出拋物線式的垂直上升。
其次，Stripe提供了一個長達7年鮮有人問津的命令列介面（CLI），該介面的使用量在今年早些時候突然呈爆炸式增長。
這並非因為產品增加了新功能，而是因為Coding Agent發現了這個工具，並開始自主使用它來建構與Stripe相關的服務。
這兩個現象揭示了一個核心趨勢：大量新創公司在使用軟體和AI

市場還沒意識到，這次 AI 對加密將帶來兩個本質的改變：
1、PoW 將產生真正價值，而不僅僅是無用的計算；
2、市場參與者將由人變成代理程式。
建立在真實價值上的及由代理程式高效參與的 DeFi 及各種生態，其爆發所能達到的市值很可能是之前週期所能達到的十倍百倍

晶片產業許多所謂的物理極限，其實並不是物理定律的極限。
它們只是我們今天所擁有材料的極限。

AI + 3D 列印已經進入一句話生成任何東西的時代
唯一的上限只有材料。

為什麼社群媒體將被顛覆？
因為向上社交是最重要的社交目的之一
而 AI 時代的向上社交，就是多和 AI 混，少和人混。

比爾蓋茲說過一句經典的話：「人們總是對於短期的趨勢過於樂觀，對於長期的趨勢過於悲觀」
但在ai加速的大週期裡，人們總是錯判「長期」到底有多長

ai不可能同質化
而且智慧是一寸長，一丈強
因為0.99的100次方，是0.366

按當前股價，海力士最近一季度（2026年Q2）淨利潤約可回購總股份的約7.5%，流通股的約10%
也就是說，海力士一年利潤能回購30%總股份，40%流通股
這還沒加上這兩個月的進一步漲價帶來的進一步利潤增長

AI 首次從頭設計出完整功能的噬菌體基因組
上週享有盛名的《Science》正式發表 Stanford 與 Arc Institute 團隊成果：利用基因組語言模型 Evo 1/Evo 2 首次生成並實驗驗證 16 個可複製、可感染並殺死大腸桿菌的功能性噬菌體基因組，部分性能優於天然 ΦX174 --- 一種非常經典的噬菌體（專門感染細菌的病毒）。甚至能克服細菌對天然噬菌體的抗性。
這是 AI 首次生成完整、可存活的功能基因組（而非單個基因），為噬菌體療法（對抗抗生素耐藥菌）開闢了新路徑。
新聞立即引發專家對生物武器能力擴散的擔心。Johns Hopkins 專家指出：生成式病毒基因組設計能力已存在。
這個研究，無疑證明了美國國家科學院 2025 年將「AI 設計完整可複製感染性因子」列為重點監測的行動，並非杞人憂天。
另外一個令人更為擔心的現象是，Evo 2 在預訓練中排除了敏感病原體資料，但後續研究發現用有害病毒序列微調後，可部分恢復被壓制的能力。開放權重模型發布後，開發者無法控制其被進一步微調、蒸餾或與其他工具結合。
（圖片來源：science. org）。

生命科学ai的scaling 刚刚开始：
8月11日，UCLA/CNSI报道了UCLA生物工程教授Jason Zhang的重大突破：利用生成式AI从零设计自然界从未出现过的蛋白质序列，专门瞄准传统“不可成药”的无序蛋白（IDPs/IDRs）。
报道中称团队一次实验可测试约2万个AI生成的候选蛋白，用全新折叠的binder“强制”无序蛋白进入有序状态，从而打开治疗窗口。
这次突破意义重大：人类蛋白质组约30%–50%含有无序区域，传统药物几乎只覆盖有稳定口袋的结构化蛋白，仅覆盖人类蛋白质组的一小部分。
攻克无序靶点相当于打开另一半可成药空间，能阻断疼痛信号、溶解淀粉样纤维、干扰癌症通路，既可作为治疗候选，也可作为诊断与研究工具。
这标志着药物发现从“结构化少数”迈向“动态多数”的范式转变，有望为阿尔茨海默、帕金森、多种癌症等长期缺乏有效疗法的疾病带来新希望。
这是一次将药物发现从“结构化少数”扩展到“动态多数”的范式转变，显著拓宽了药物发现的疆域。
而生成式AI正是这样的转变的底层驱动。

去年：AI 不會取代軟體工程師
現在：AI 不會取代半導體工程師……

越早接受自己在 AI 面前一無是處的必然未來
就能越好地利用 AI 在和其他人的競爭中取得更多優勢

Anthropic 今天不经意的公布了他们已经在内部使用的新模型 model 2，研发能力显著高于mythos preview（注意是从未发布的preview，不是公布的mythos 5降智版本）
有两个重点：
1、模型在ai研发上已经可以替代anthropic员工
2、暂无对外发布计划
传达的隐含意思：
1、rsi已经到来，在有充足算力的情况下，模型迭代可能不断加速和对手可能不断拉开差距。
2、当模型能力足够强，根本不需要卖token赚钱，可以直接卖结果（新蛋白结构，新电容材料，新量子算法……）

我原來開車聽播客，現在開車逗ai。想聽啥，即時生成，不懂還能隨時問。
對我個人來說，傳統的音訊串流媒體平台已經被淘汰了
影片平台，尤其是沒有算力的影片平台，同理，被淘汰也就是時間問題