廣場
關注
熱門
新聞
通知
我的主頁

rickawsb

vip
用戶暫無簡介
最高等級 VIP 03.7 年
0
關注
5.5k
粉絲
621
按讚
幣圈老人來替 AI 多頭打氣😂
post-image
法國騷動、美國中期選舉翻藍本質都是分配危機的體現
法國是累積的再分配問題的反應,美國是對即將到來的分配問題的應激:
AI導致體力與腦力勞動邊際成本歸零,讓初次分配被徹底重塑;高失業又會帶來以個人所得稅和社會保險繳費為基石的傳統再分配稅基瓦解。
縱觀歷史,如此巨大的變化,輕則改革,重則革命
我是不是應該發個美股半導體的「牛還在」了? 🤣
AI 數學能力的突破對常溫/高溫超導非常重要
當 AI 能夠發現新的數學結構、物理理論和計算方法,將從根本上降低理解與模擬複雜量子系統的難度。這可能使生成超導材料這個問題的計算複雜度呈指數級下降
常溫/高溫超導將是檢驗 AI 理論科學能力的重要場景之一
阿姆達爾定律不會失效,但會被 AI 改變。 原來被認為不可加速的環節,也可能被加速。
AI 不僅能夠加速解決問題,還能加速改變解決問題的方法。
個環節的加速通常存在邊際收益遞減,但技術路線突破可能重新打開加速空間。長期加速曲線未必平滑,而可能呈現多次躍遷。
因此瓶頸會不斷被消除,然後不斷遷移。
所以瓶頸投資,也需不斷迭代
過去一週
nflx,goog,amzn 財報均不如預期並大跌
而這僅僅只是注意力經濟在 AI 面前潰敗的開始
無論搜尋、電商、串流媒體,沒有算力就沒有平台
NFLX-3.28%
GOOG+0.71%
AMZN-0.44%
我的時間軸被姆巴佩刷屏了🤣
對於現在的 Mag7,儘管他們的 AI 算力相關業務,不可否認都很有前景,
但他們各自的核心業務都岌岌可危,msft 的軟體,amzn 的電商,meta 的社群,google 的搜尋,感覺在 AI 面前都是紙老虎。
我反正日常這些操作都交給 agent 了,日常基本不怎麼用了
MSFT-0.95%
AMZN-0.44%
GOOGL+0.72%
24-25 年賣光了國內房產(老人堅持留了套自住,現在後悔中),25-26 年賣光了國外房產,現在看來都沒賣在最高點,但看起來都會躲過最激烈的下跌
接下來 AI 帶來的高失業率和高利率帶來的雙重壓力,會讓房地產陷入長期深熊
英國柴契爾時代高利率曾讓房地產跌到租售比最低 5,之後多年創傷後壓力症候群都緩不過來
而且房地產這個工業化時代被固化的定義,在智慧化時代,將會被徹底改變。無論是醫療、教育、交通撐起來的所謂「優質地段」,還是建築物料成本及方式,不出 10 年,都將面目全非
現在的房子,可能是最不應該投資或持有的資產!
24-25年賣光了國內房產(老人堅持留了一套自住,現在後悔中),25-26年賣光了國外房產,現在看來都沒賣在最高點,但看起來都會躲過最激烈的下跌
接下來 AI 帶來的高失業率和高利率帶來的雙重壓力,會讓房地產陷入長期深熊
英國柴契爾時代的高利率曾讓房地產的租售比跌到最低 5,之後多年 PTSD 緩不過來
而且房地產這個在工業化時代被固化的定義,在智能化時代將會被徹底改變。無論是醫療、交易、交通撐起來的所謂「優質地段」,還是建築物料成本及方式,不出 10 年,都將面目全非
現在的房子,可能是最不應該投資或持有的資產!
我現在是半導體唯一多頭了?
還有其他人認為 AI 沒有泡沫的嗎?
作為一個幣圈跨界過來炒股的新手,
在幣圈經歷過7.9,3.12,5.19,對於這段時間美股半導體的回調
我只想說
就這?
繼數學被 AI 解決之後,物理看來馬上就會是下一個
GPT-6 Astra 在最新的物理評測中達到了 98% 的準確率
由多位高能物理與理論物理領域學者聯合發布的論文《TheoPhysEval: Assessing AI agents at autonomous theoretical physics problem solving》
建構了一個面向前沿理論物理的基準評測集,收錄了 50 道未公開發表(unpublished)、具有確定可驗證答案的科研級理論物理問題。
單道題目若由該細分方向的頂尖專家獨立推導,大約需要 1 天以內解決;若交給相近領域的物理學者,則需要耗費更長時間。
以 Codex 框架接入的 GPT-6-Astra 達到了 98% 的最終答案準確率,而且還是以極低的計算成本,單題求解平均成本低於 3 美元。
post-image
我們正在經歷從自動化到自進化的過渡
基於AI目前發展的情況來看,其對社會的深刻影響,最可能的情況既不會是完全平等的「哈耶克式烏托邦」,也不會是純粹極權的「數位利維坦」,而會演變為一種「倒金字塔式的新封建分層」(Neo-Feudal Layering)。
這種結構是波普爾的演化試錯、哈耶克的邊緣自發秩序,以及彼得·蒂爾的壟斷現實主義在不同物理層面的強制組合。
最可能出現的發展格局可以清晰地劃分為三個層級(如圖):
頂層:算力與能源的「新封建壟斷」,因為前沿模型(Frontier Models)的訓練成本並不會因為「開源擴散」而下降,反而因為逼近物理極限(千兆瓦級核能供應、定製光互連、數十萬張高階算力集群)而變成只有國家意志和極少數萬億級寡頭才能承受的「曼哈頓工程」。
數位租金與主權結盟:頂層寡頭不再需要直接控制每一個終端應用,他們成為提供「底層智能基質(Intelligence Utility)」的數位領主。如同彼得·蒂爾所預言的,這一層級徹底消滅了盲目競爭,轉而與國家安全機器(正如 Palantir、五角大樓的合作模式)深度綁定,壟斷了最致命的現實干涉能力(軍工、地緣情報、生化合成與主權計算)。
中層:中產科層崩解與「微型哈耶克網絡」的繁榮(哈耶克的部分實現)
知識中介的死亡:過去依賴「資訊不對稱」和「標準化流程」維繫的中層機構(如法律合規、初級金融分析、常規軟體外包、甚至中層管理)將大面積瓦解。
自發秩序的爆發:擁
PLTR+3.57%
我不相信現在楊力坤、李飛飛們所謂的大世界模型的技術路徑能取代或接棒 LLM,成為下一個主流趨勢
因為語言就是世界的抽象,所以語言模型就是世界模型
我的語言界限意味著我的世界界限(我語言的界限意味著我世界的界限)
---《邏輯哲學論》,維特根斯坦
當然,世界模型可以是語言模型的補充。
AI能力邊界不斷擴張,而科學、產業、商業和社會的適應速度並不一致。不同邊界之間的錯位,會持續產生新的創業機會。
而理解這些錯位,需要對不斷變化的AI能力和行業本身,有深入的研究和理解。並且在關鍵時刻,敢於下注。
所以,AI時代的企業家,可能需要越來越像科學家;而科學家也可能需要越來越像企業家。
AI 造火箭!
北京大學最近的一篇論文,RocketAgent 集中展示了 AI 在複雜物理工程系統設計中的能力:其核心價值在於讓 AI 扮演總工程師/高階編排器(Orchestrator),駕馭跨學科複雜工程管理及問題解決。
論文中的 RocketAgent 是一套面向液體火箭推力室多學科初步設計的長程工程智能體架構。
複雜系統設計最大的瓶頸在於「學科孤島」(熱力學、結構力學、氣動力學、製造幾何彼此使用獨立軟體與資料格式)。Rocketagent 在這個專案中展現了讀取異質工具輸出、提取關鍵物理特徵並將其映射回系統級決策變數的認知能力、跨學科歸因能力,可主動定位至燃燒室壓力、混合比等頂層工作點並發起回溯調整。
RocketAgent 成功閉環完成了液體火箭推力室多學科初步設計的全流程,並最終交付了經過多物理場評估驗證的推薦設計構型。
post-image
AI 會不斷壓低智能/知識/複雜工程的稀缺性,
工業革命用機器替代體力勞動,壓低了肌肉的稀缺性,(相對)增加了智力的稀缺性
AI 革命正用機器替代腦力勞動。。。
最難被 AI 壓縮的稀缺性主要包括:物理極限、不可壓縮的時間、真實世界回饋、權利/許可、佔位、信任、注意力(但需和日益增長的模型爭奪有限的注意力)。
「技術複雜」本身正在越來越難成為長期護城河。真正的瓶頸會從「想不出來」轉向:
做不出來、測不出來、驗證不了、產能不夠、審批不過、能源不足。
在企業層面,長期更有價值的是控制:
實驗、測量、製造、能源、材料、許可、基礎設施、已安裝基礎、客戶工作流程、長期數據與關係。
對個人來說,最容易被壓縮的是純知識勞動和比別人更聰明的優勢;更值得累積的是:
所有權、稀缺訪問權、聲譽、關係網絡、分發能力、判斷與承擔責任的能力。
以上六點當中,後四點也仍會更快地受到來自 AI 的巨大影響,並不絕對免疫於 AI 衝擊。
我們每天都需要的自我拷問是:
如果比愛因斯坦強10倍的超級智能明天普及,我憑什麼仍然難以被替代?
post-image
消費電子爆發在即了,但是不是市場認為的方式。
這幾天一個新的strata架構,讓12g顯存的卡配128g記憶體,可以跑100b甚至更大的模型
市場馬上用腳投票,針對DDR3優化的推理架構都已經有了,用蘋果手機,連蘋果電腦做記憶體的擴充也已經有了,
現在舊卡舊存已經從5090炒到3090炒到V100,從ddr5炒到ddr3。
馬上我覺得就會從蘋果手機擴展到安卓手機來做電腦的記憶體擴充。
消費電子將應缺盡缺但不是因為大家想再換個手機,而是因為手機就是推理儲存的擴充。
AAPL-0.57%
載入更多