rickawsb

巴菲特在将资本市场比作“附带赌场的教堂”
对币圈来说，这轮是从赌场升级为教堂的巨大机会

panw老板看空neo cloud认为算力供给可能过剩这事
让我更看空panw了

这样一个剧变时代，投资者应该既要极度乐观，又要极度保守
极度乐观，确保不错过时代红利
极度保守，确保能在任何黑天鹅发生时存活

ai（几乎）能解答一切的时代
问题比答案重要
好问题价值千金

ai将以肉眼可见的速度驱动无人区工业化和工业区无人化

某种意义上，消费者现在购买部分旧型号消费电子，电脑，相当于间接买到了厂商过去囤下来的“低价存储”。
但这个窗口不会永久存在。
随着旧库存逐渐耗尽，高价 DRAM 和 NAND 会进入新的生产批次。厂商最终只能在几种选择之间权衡：涨价、降低内存和 SSD 容量，或者干脆减少低端产品供应。

如果按照过去一年的数字线性外推，
Google 近一年 AI token 活动量约每 4.4 个月翻倍；
全球 H100等效算力约每 6.8 个月翻倍；
AI 数据中心满载功率能力约每 9.9 个月翻倍。
一年后，算力供需紧张程度一年后大约变成现在的 1.95 倍
上面还没考虑随着ai能力增强不断解锁的新使用场景。。。

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

机器人的最终形态是人形没错
但受限于灵巧手等技术和成本的限制，及受益于模型的快速发展，3d打印、个性化定制的成熟，未来两三年，机器人更可能先成为可快速改变形态以适应不同专门任务的半通用机器

支付巨头Stripe以75亿美元的天价收购了仅在90天前估值还只有13亿美元的OpenRouter。
这笔Stripe历史上最大规模的收购原因之一是因为stripe认为人工智能的“奇点”已经于2026年1月1日正式到来。
OpenRouter为开发者提供了一个统一的接口，使大家能够访问400多种AI模型。自2023年8月以来，该平台的每周Token交易量实现了惊人的24000倍增长，这种token消耗量的指数级增长被视为智能时代的新“摩尔定律”。
在AI模型变得日益繁杂、异构、价格波动且可靠性不一的背景下，大多数公司不愿意将自己绑定在单一模型上，也无力亲自管理所有的模型。OpenRouter正是解决这一痛点的关键，它可以根据任务的复杂性、价格、速度和可靠性，自动将工作分配给最合适的模型。
Stripe之所以将2026年1月1日界定为“奇点”，是因为其内部私有指标在这一刻出现了非同寻常的急剧转折：
首先，自2026年初开始，Stripe平台上新成立企业的数量呈现出抛物线式的垂直上升。
其次，Stripe提供了一个长达7年鲜有人问津的命令行界面（CLI），该界面的使用量在今年早些时候突然呈爆炸式增长。
这并非因为产品增加了新功能，而是因为Coding Agent发现了这个工具，并开始自主使用它来构建与Stripe相关的服务。
这两个现象揭示了一个核心趋势：大量初创公司在使用软件和AI代

市场还没意识到，这次ai对加密将带来两个本质的改变：
1、pow将产生真正价值，而不仅仅是无用的计算；
2、市场参与者将由人变成agent。
建立在真实价值上的及由agent高效参与的defi及各种生态，其爆发所能达到的市值很可能是之前周期所能达到的十倍百倍

芯片产业很多所谓的物理极限，其实并不是物理定律的极限。
它们只是我们今天所拥有材料的极限。

AI + 3D 打印已经进入了一句话生成任何东西的时代
唯一的上限只有材料

为什么社交媒体将被颠覆？
因为向上社交是最重要的社交目的之一
而ai时代的向上社交，就是多和ai混，少和人混

比尔盖茨说过一句经典的话：“人们总是对于短期的趋势过于乐观，对于长期的趋势过于悲观”
但在ai加速的大周期里，人们总是错判“长期”到底有多长

ai不可能同质化
而且智能是一寸长，一丈强
因为0.99的100次方，是0.366

按当前股价，海力士最近一季度（2026年Q2）净利润约可回购总股份的约7.5%，流通股的约10%
也就是说，海力士一年利润能回购30%总股份，40%流通股
这还没加上这两个月的进一步涨价带来的进一步利润增长

AI首次从头设计出完整功能的噬菌体基因组
上周大名鼎鼎的《Science》正式发表Stanford与Arc Institute团队成果：利用因组语言模型Evo 1/Evo 2首次生成并实验验证16个可复制、可感染并杀死大肠杆菌的功能性噬菌体基因组，部分性能优于天然ΦX174 --- 一种非常经典的噬菌体（专门感染细菌的病毒）。甚至能克服细菌对天然噬菌体的抗性。
这是AI首次生成完整、可存活的功能基因组（而非单个基因），为噬菌体疗法（对抗抗生素耐药菌）开辟了新路径。
新闻立即引发专家对生物武器能力扩散的担心。Johns Hopkins专家指出：生成式病毒基因组设计能力已存在。
这个研究，无疑证明了美国国家科学院2025年将“AI设计完整可复制感染性因子”列为重点监测的动作，并非杞人忧天。
另外一个令人更为担心的现象是，Evo 2在预训练中排除了敏感病原体数据，但后续研究发现用有害病毒序列微调后，可部分恢复被压制的能力。开放权重模型发布后，开发者无法控制其被进一步微调、蒸馏或与其他工具结合。
（图片来源：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不会替代软件工程师
现在：ai不会替代半导体工程师……