与「三十二相」相关的搜索结果

第四节：三十二相是什么 庐山慧远与鸠摩罗什关于“法身是什么”的根本分歧，在法身的“像类”、“寿量”与“三十二相”三个具体问题上得到了充分的展开。 这三个问题在《大乘大义章》上卷中依次排列，构成了一条从本体论走向现象论的逻辑链条，慧远在确立了“法身实有”的本体论立场之后，必然要进一步追问，这个实有的法身，究竟以何种“相状”存在？它的“寿命”是有限还是无限？它与“三十二相”的关系是什么？ 一、法身像类：法身有没有具体的样子？ 庐山慧远的追问极为具体：“如来真法身者，唯十住所见，与群麤隔绝……将何所引，而有斯形？” 他依据经典中“法身菩萨乃能见之”的说法，推论法身必有某种“形相”可供十住菩萨得见。若法身完全没有相状，十住菩萨如何能“见”？ 鸠摩罗什的回答是：法身“可以假名说，不可以取相求”。 他解释天竺语中“身”的含义本不是汉语中“身体”的意思，而是“众”、“部”、“法之体相”的意思，“众事和合，不相离故，得名为身”。 所谓“真法身”，“实法体相也”，它是“法”的体相，而非一个具有色香味触的实体。 罗什进一步以“镜中像、水中月”为喻，这些影像“见如有色，而无触等，则非色也”。法身亦然，它等同于“变化”，变化之身“无四大五根”。 分歧的实质在于对“见”的理解。 慧远将“见”理解为一种感官性的认知，能被“见”的必定是具有某种相状的存在。 罗什则将“见”理解为对“法”的证悟，十住菩萨所“见”的，不是“看见”法身的样子，而是“理解”诸法的“实相”是无相。 #见# #三十二相#

乌克兰最近把一架相对完好迫降的俄军最新型“天竺葵-4”（Geran-4）无人机，当场大卸八块。 拆完之后，桌上摆着的零件，呈现出一个既荒谬又无比现实的真相： 整架号称打得乌克兰防空防不胜防的喷气大杀器，除了最外面的机壳和总装螺丝是俄罗斯自己拧的， 里面所有的关键器官，几乎全是从外面运进来的。 先看动力。 过去老款天竺葵-2用的是活塞螺旋桨，飞起来像拖拉机一样嗡嗡响，时速不到两百公里，乌克兰机动防空队开着皮卡架挺机枪就能拦截。 但这次拆开天竺葵-4，机腹里塞的是一台微型涡喷发动机。 飞行高度直接从四千米拔到了八千米，是老款的两倍； 巡航时速干到了四百五十到五百公里，甚至还能更快。 这玩意儿已经能从克里米亚起飞，一口气狂奔七百多公里，直接扎进乌克兰西北部的卢茨克。 谁造的？ 拆开一看，中国产的微型涡喷。有些虽然标着俄罗斯组装，核心组件也全是中国货。 再看眼睛。 头部装了一套光电转塔，白昼、夜视、红外三合一。 十倍光学变焦，加三十二倍数码变焦。 八千米的高空往下看，地面车辆的轮廓一清二楚。 它根本不需要前线侦察兵冒死指引。操纵员哪怕坐在几百公里外的布良斯克、奥廖尔或者克里米亚的后方工位上，只要链路连着，就能像玩模拟器一样实时遥控它扑向目标。 那实时信号怎么传？ 专家从机身里抠出了两个普通的 GSM 模块，上面插着民用电话卡。 更离奇的是，现场技术人员在这些残骸里，不仅翻出了俄罗斯和白俄罗斯的 SIM 卡，甚至还找到了乌克兰本土运营商、以及欧盟国家的流量卡。 无人机只要一过境，直接蹭乌克兰本地民用基站的网络，把自己的实时位置往回传。 万一飞进没有手机信号的荒郊野岭呢？ 它还有备手。 拆解人员从里面掏出了一块来自中国的自组网 Mesh 调制解调器，通信半径三百公里。 几架天竺葵在空中编队飞，彼此之间能自动互相当中继，你传给我、我传给后方，直接在天上搭出一套无中心的移动局域网，几百公里外的视频画面照样掐不断。 最后拆到最值钱的机载电脑飞控板。 刮开主板上的涂层，芯片上的丝印虽然被磨去了一半，但剩下的英文字母依然清晰可辨： Texas Instruments——美国德州仪器。 现场专家给了一句很冷酷的总结： “这架飞机上真正属于俄罗斯制造的，就只有复合材料的机身外壳，以及最后的总装车间。” 这些零件最后运到鞑靼斯坦的阿拉布加（Alabuga）特区，工人们把壳子一合、螺丝一拧，就成了前线每天夜里呼啸而过的精确打击武器。 而根据乌克兰军情局的评估，像阿拉布加这样的工厂，现在每个月能量产大概三千架天竺葵-4和天竺葵-5。 打了四年多，制裁令签了一叠又一叠，结果最前沿的致命武器内部，流淌的依然是全球供应链的血液： 动力与通信来自成熟民用货架，核心控制芯片来自美国转道走私，连定位回传都在蹭对手基站的 SIM 卡。 这才是现代战争里最棘手的现实： 威权体制根本不需要在温室里从头研发一套自给自足的军工帝国。 只要民用消费级工业品在全球随处可买，只要洗钱通道和转口贸易依然处处漏风， 他们就能用极低的成本，把全世界的民用技术拼装成工业级的杀人工厂。 如果外部世界的制裁只盯着军品清单打补丁，却堵不住庞大的双用途灰色管涌， 这种廉价而致命的涡喷蜂群，在流水线上就很难真正停下来。

人类没有“长寿基因”，也没有“永生”的生物学设计；错的是——"命定不长寿"这个判断，已被寿命表的数字直接推翻。 ------ 人根本就不会长寿！ 一、先给判断 【表格】 常见说法判断依据 人有“长寿基因”，注定能活很久不成立迄今为止，没有任何一项研究找到能决定人类寿命长短的单一基因或“长寿密码” 人的寿命是命中注定的不成立全球平均预期寿命1950年为46.5岁，2023年已达73.4岁，翻倍只用了不到一百年 人类本来活不到这么老不成立史前人类的平均死亡年龄之所以只有二三十岁，主因是极高的婴幼儿死亡率，不是“古人只能活三十岁” 人的寿命有天花板部分成立主流研究估算人类寿命上限约 115岁，也有研究认为可达130–150岁；当前纪录保持者是让娜·卡尔芒的 122岁164天 基因决定你能活多久不成立双胞胎等研究反复显示，基因对寿命差异的解释力只有约20%–30% 百岁老人靠的是“长寿基因”不准确一是基因变异的组合很关键，而非单一基因；二是环境、医疗、饮食、社会支持的解释力更大 长寿的核心是某个单一因素不成立真正起作用的是一套组合：饮食结构、运动、睡眠、医疗可及性、社会联结 长寿就是“越活越久”这么简单不准确真正稀缺的不是寿命长度，而是健康寿命（能独立、无病、有质量地活着）的那段 一句话：人类确实“不会长寿”——因为我们从来不是靠基因长寿的；但我们确实“越活越长寿”——因为寿命从来是环境和医疗的结果，不是DNA的设定值。 ------ 二、先破“基因决定论”：身体从没被设计成“老而不死” 这是“人根本不会长寿”这句话唯一站得住的那一半。 2.1 进化不负责让你活久 【表格】 事实含义 自然界中的“长寿”指的是性成熟后、生育期内的存活优势进化的压力主要作用在繁殖成功上，不在“活到八九十岁”上 一旦过了生育高峰，自然选择的“关注度”急剧下降老年期的高死亡率，对进化来说基本不可见，也就谈不上被优化掉 没有单一基因、没有“长寿密码”长寿不是一条指令，而是成百上千个基因变异的组合，且组合方式因人而异 这里有个反直觉的事实：百岁老人并不是“人人都带着同一种长寿基因”。研究反复发现，是特定的基因变异组合在起作用——同样携带某个“长寿相关”位点的人，有人活到105岁，有人七十岁就走了，差别在组合和后半句。 2.2 “程序性衰老” vs “损伤累积”：两种死法 【表格】 假说说法支持证据主流态度 程序性衰老存在一个“生物钟”或基因开关，到点就自毁端粒缩短、表观遗传时钟、某些基因调控通路有部分证据，但未证实存在单一“自毁开关” 损伤累积自由基损伤、DNA突变、蛋白错误折叠、线粒体功能下降，坏了修不好，就慢慢垮氧化损伤、体细胞突变累积、蛋白质稳态失衡更被广泛接受 关键在于：这两种说法都不支持“人注定长寿”。前者说“到点就垮”，后者说“慢慢修不好就垮”。两者合起来，恰恰说明人的身体从生物学设计上就不是为长寿准备的。 所以“人根本不会长寿”这句话，在生物学层面是对的——但对的不是“人活不长”，而是"人不是被造出来活长的"。 ------ 三、但“命定不长寿”这个判断，被数据直接推翻 上面那部分讲的是“设计意图”，下面讲的是“实际结果”。这两件事完全不是一回事。 3.1 全球预期寿命：翻倍只用了不到一百年 【表格】 年份全球平均预期寿命 1950年46.5岁 2000年66.8岁 2019年72.8岁 2023年73.4岁（男性70.8，女性76.1） • 1950–2023年，全球人均寿命增加了25.4岁。什么概念？一个1950年出生的人，平均只能活到46岁；2023年出生的人，能活到73岁。 • 从1990年到2019年，全球平均寿命增加了8.4岁，相当于每十年多出两岁多。 • 疫情期间是唯一的一次倒退：2019–2020年，全球预期寿命下降了1.8岁，降到71岁——然后迅速反弹回来。 如果人类真的“命定不长寿”，这张表根本不该存在。一个物种的寿命均值在三代人内翻倍，这不是基因变了吗，是环境变了。 3.2 数据从哪里来：不是“更会算”，是“更少人早死” 这是最容易被忽略的一层，也是“古人只能活三十岁”这个误解的根源。 【表格】 指标含义为什么容易被误读 出生时预期寿命一个新生儿在当前死亡水平下平均能活的年数被极高的婴幼儿死亡率严重拉低 条件预期寿命已经活到某个年龄的人，还能再活多少年这个数字远高于出生时预期寿命 举个例子： • 史前/古代人群，出生时预期寿命可能只有二三十岁——但这主要因为大量婴儿夭折，而不是“成年人一过三十就死”； • 一个人如果能活过童年、成年、生育期，活到五六十岁在古代并不罕见； • 所以“古人普遍活三十岁”这个说法，是把统计均值当成了所有人的命运。 换句话说：人类不是“突然变得长寿”了，是“把大量早死的人救了回来”。平均数的提升，绝大部分来自婴幼儿和孕产妇死亡率的下降、传染病的控制、营养和医疗的改善——不是来自“延长了老年的长度”。 3.3 但人类确实有寿命天花板 【表格】 证据内容 当前纪录让娜·卡尔芒（Jeanne Calment），122岁164天（1875–1997），至今无人打破 本文为生命科学科普与概念辨析，不构成医疗建议。

我认识了一个做投资的大哥。 这人其貌不扬，穿个拖鞋就能去谈几千万的项目。 我问他，你决策这么准，是不是有什么内部消息？ 他点了根烟，说：“我有个屁的内部消息。我就是个贝叶斯主义者。” 我当时惊讶。。。贝叶斯？那个概率论里的公式？这玩意儿跟投资有啥关系？ 他看我一脸懵，就笑了。他说：“你以为贝叶斯是个数学公式？贝叶斯是一种活法。” 那天他跟我聊了三个小时。我听完之后，后背发凉。因为我发现，我过去三十年的思考方式，全是错的。 一、 先说贝叶斯到底是个啥。 你肯定听过那个公式：P(A|B) = P(B|A) * P(A) / P(B)。别怕，不用记。你就记住一句话： 根据新的证据，不断调整你的判断。 就这么简单。 但简单归简单，真正能做到的人，万里挑一。 我给你举个例子。你早上出门，看见天阴了。你心里想，今天可能要下雨。这个“可能要下雨”，就是你的先验。就是你根据过去的经验，对一件事的初始判断。 然后你出门，感觉空气湿漉漉的，风也起来了。这时候你更相信要下雨了。这个“感觉”，就是新证据。 你根据这个新证据，把你的判断从“可能下雨”调整到“大概率下雨”。这个调整后的判断，就是后验。 然后你走到半路，一滴雨砸在你脑门上。你立刻把判断调到“肯定下雨”，然后跑起来找地方躲。这就是再次更新。 你看，你每天都在用贝叶斯。只是你自己不知道。 二、 但大多数人用贝叶斯，只用了一半。哪一半？收集证据的那一半。他们不用更新判断的那一半。 什么意思？ 你想想，你是不是经常这样：你跟一个人吵架，你认定他就是个自私的人。然后他做了一件事，明明是为你着想，你却说：“他肯定是有目的的。”他帮你，你觉得他虚伪。他沉默，你觉得他冷血。他解释，你觉得他狡辩。 你收集了所有证据，但你从来不更新你的判断。你的先验是“他是个自私的人”，然后所有新证据，你都用来强化这个先验，而不是修正它。 这不叫贝叶斯。这叫确认偏误。 贝叶斯思维最狠的地方，就是它要求你：当证据足够强的时候，你得承认自己错了。 不是嘴上承认，是心里真的改。 我那个投资大哥跟我说，他每年都会复盘自己看错的项目。他说，看错不可怕，可怕的是看错了还不改。他说，他每次做决策，都会先写下来：我现在的判断是什么？我为什么这么判断？然后等三个月，等半年，看结果。如果结果跟判断不符，他就问自己：是证据不够？还是我的先验错了？ 如果是先验错了，他就改。改得越快，亏得越少。 三、 贝叶斯思维里，有两个东西特别关键。一个叫基础概率，一个叫似然比。 基础概率，就是你还没看证据之前，这件事本身发生的概率有多大。 我举个特别经典的例子。假设有一种罕见病，发病率是千分之一。现在有一种检测方法，准确率99%。就是说，如果你有病，它99%能测出来。如果你没病，它也有99%能测出来是阴性。 现在你去体检，检测结果是阳性。请问，你真正得病的概率是多少？ 大多数人会想：99%啊，完了，我肯定得病了。 错。大错特错。 我们来算一下。一千个人里，有一个人得病。这个人检测阳性，概率99%，所以有一个真阳性。剩下999个人没病。但检测有1%的误报率，所以999个人里，大概有10个人会被误报为阳性。 现在你告诉我，在11个阳性里，真正有病的只有1个。所以你得病的概率，不是99%，而是1/11，大概9%。 你看，这就是基础概率的力量。你被那个“99%准确率”吓到了，但你忽略了“这个病本身发病率只有千分之一”这个基础概率。 我那个大哥说，他看项目，第一件事就是问：这个事儿，在行业里，成功的基础概率是多少？如果这个行业90%的人都失败了，那你就别听创业者吹得天花乱坠。先把这个90%放在心里，然后再去看他的证据。 似然比是什么？就是一个证据，在“你对”的情况下出现的概率，除以在“你错”的情况下出现的概率。 我举个例子。你怀疑你老婆出轨。你发现她最近经常加班。这个“加班”的证据，有多强？ 如果她出轨了，她加班的概率可能是70%（要腾出时间）。如果她没出轨，她加班的概率也可能是70%（工作忙）。那这个似然比就是70%/70%=1。意思是，这个证据屁用没有。它不改变你的判断。 但如果她出轨了，她加班的概率是70%。她没出轨，加班的概率只有20%。那似然比就是70/20=3.5。这个证据就比较强了，能把你的判断往“出轨”那边推一推。 你看，不是所有证据都叫证据。只有能区分两种假设的证据，才叫证据。 贝叶斯思维就是教你：别被那些似然比为1的证据带偏。 别因为对方今天没回你微信，就觉得他不爱你了。因为他不爱你的时候可能不回微信，他忙的时候也可能不回微信。这个证据，区分度太低。 四、 好，道理讲完了。现在我给你走一遍完整的。就一个问题：我对象是不是不爱我了？ 这是贝叶斯思维最实用的场景，没有之一。 假设你最近觉得对象不对劲。回消息慢了，电话也少了，你问他怎么了，他说没事。你心里开始犯嘀咕：他是不是不爱我了？ 大多数人会直接跳到结论：他肯定不爱我了。然后开始翻旧账，越想越气，最后要么冷战，要么大吵一架。 但如果你用贝叶斯思维，你会怎么做？ 第一步：先定先验。 在你观察到他冷淡之前，你觉得他爱你的概率是多少？ 你们在一起两年了，平时感情不错，没有大的矛盾。那你先定一个：80%。就是说，在没有新证据之前，你相信他80%是爱你的。 这个80%，就是你的先验。 第二步：看第一个证据。 他最近回你微信很慢。 现在你问自己两个问题： 如果他还爱你（80%的那个假设），他回微信慢的概率是多少？ 可能是20%。因为他最近项目忙，加班多，或者他就是个不爱看手机的人。 如果他不爱你了（20%的那个假设），他回微信慢的概率是多少？ 可能是70%。因为他在疏远你，不想跟你说话，看到消息也不想回。 现在算一下。先验是80%对20%。证据的似然比是20%比70%，也就是0.29。 什么意思？就是说这个证据，更偏向“他不爱你了”那一边。因为它在不爱你的情况下出现的概率，比在爱你的情况下出现的概率，高了两倍多。 更新之后，你的后验是多少？ 大概从80%降到了 62%。 你看，降了，但没崩。你还是倾向于相信他爱你。但你的信心，从80%变成了62%。你心里有了警惕，但还不至于直接翻脸。 第三步：看第二个证据。 他又忘了你们的纪念日。 再问那两个问题： 如果他还爱你，他忘纪念日的概率是多少？ 可能是15%。因为他最近真的太忙了，或者他本来就是个记性差的人。 如果他不爱你了，他忘纪念日的概率是多少？ 可能是60%。因为他不把你放心上了，纪念日对他来说不重要了。 似然比是15%比60%，也就是0.25。又是一个强烈偏向“不爱”的证据。 从62%再更新： 大概降到了 38%。 现在，你已经从“大概率爱我”变成了“大概率不爱我”。但还没有到100%。 第四步：看第三个证据。 你翻他手机，发现他跟前女友最近有联系，聊天记录删了一部分。 再问： 如果他爱你，他跟前女友联系还删记录的概率是多少？ 可能是5%。因为正常交往不需要删记录。删了，说明有问题。 如果他不爱你，他跟前女友联系还删记录的概率是多少？ 可能是80%。因为他已经在找退路了。 似然比是5%比80%，也就是0.06。这是一个极强的证据。 从38%更新： 大概降到了 3%。 现在你可以行动了。因为你的判断，已经从“他可能不爱我了”，变成了“他几乎肯定有问题”。 你看，贝叶斯思维不是让你不生气。它是让你在该生气的时候才生气，该翻脸的时候才翻脸。 大多数人是什么样？第一个证据出来，就炸了。直接跳到100%的结论，然后大吵大闹，最后发现可能只是误会。 而贝叶斯思维让你一步一步走。每一步都算概率，每一步都更新判断。等到证据足够强了，你再行动。这时候你的行动，是有根据的，不是情绪化的。 五、 那怎么把这个思维，用到生活里？ 我给你三个心法。 第一个心法：把你的判断，从“是/不是”变成“百分之多少”。 大多数人想问题，是二元的。要么对，要么错。要么爱，要么不爱。要么行，要么不行。 但贝叶斯思维告诉你，世界不是二元的。世界是概率的。你的每一个判断，都应该是一个概率。 你觉得这个项目能成吗？别说“能”，说“我觉得有60%的概率能成”。你觉得这个人靠谱吗？别说“靠谱”，说“我目前觉得他80%靠谱”。 为什么？因为一旦你用了概率，你就给自己留了更新的空间。如果他说60%能成，结果没成，你不会崩溃。因为你知道还有40%的可能。但如果他说“肯定能成”，结果没成，他就崩溃了。 第二个心法：每次遇到新信息，问自己两个问题。 第一个问题：如果我的判断是对的，这个信息出现的概率有多大？ 第二个问题：如果我的判断是错的，这个信息出现的概率有多大？ 如果两个概率差不多，这个信息不重要，别理它。 如果第二个概率远大于第一个，这个信息非常重要，你得认真对待，甚至要改判断。 我那个大哥跟我说，他当年投一个项目，所有人都说好。但他发现一个细节：这个项目的创始人，在提到竞争对手的时候，眼神闪了一下。他就问自己：如果这个创始人真的胸有成竹，他提到对手会眼神闪吗？可能会。但如果他其实心里没底，他提到对手会眼神闪吗？更可能。所以这个证据，让他把判断从80%下调到了65%。后来这个项目果然出了问题。 他说，细节不是用来证明你对的，细节是用来修正你的。 第三个心法：记录你的预测，然后复盘。 这是贝叶斯思维里最反人性、但也最有用的一步。 你每次做判断，都写下来：我现在认为这件事的概率是多少？为什么？ 然后等事情发生。如果结果跟你预测的不一样，你就问自己：是我先验错了？还是我忽略了某个证据？还是我高估了某个证据？ 慢慢地，你的预测会越来越准。你的证据权重会越来越合理。你的判断会越来越接近真相。 我那个大哥说，他有个本子，记了十几年。上面全是他的预测和复盘。他说，这个本子，比任何商学院都值钱。 六、 最后，我想跟你说一个我自己用贝叶斯思维改变的事。 我以前特别容易生气。别人说一句我不爱听的，我立刻炸。后来我用贝叶斯思维问自己：我为什么生气？因为我有一个先验：他应该尊重我。 当他没有按照我期待的方式说话时，我的先验被挑战了，我就炸了。 但后来我想，这个先验本身，概率是多少？一个人，在所有时候都尊重我，这个概率有多大？其实不大。每个人都有自己的情绪，有自己的立场，有自己的表达方式。他可能只是今天心情不好，可能只是说话直，可能只是没意识到。 所以我把先验调低了。我不再默认“所有人都应该尊重我”，而是默认“大多数人大多数时候是善意的，但偶尔会冒犯我”。这个先验更符合现实。 然后我再遇到类似情况，我就不炸了。我会想：他这句话，是真的针对我，还是只是随口一说？这个证据，在“他针对我”的情况下出现的概率是多少？在“他只是随口一说”的情况下出现的概率是多少？ 很多时候，算完发现，似然比接近1。也就是说，这句话根本不能说明他针对我。那我生什么气？ 你看，贝叶斯思维，不只是让你决策更准。它还能让你情绪更稳。 因为你知道，你的判断，只是一个概率。既然是概率，就有可能是错的。既然是可能错的，那就不值得为它拼命。 七、 所以，什么是贝叶斯思维？ 它不是让你变成一个冷冰冰的机器。它是让你变成一个更聪明、更开放、更不容易犯错的人。 它告诉你：你的每一个信念，都不是真理。它只是一个当前最好的假设。 它告诉你：新证据来了，你要做的不是捍卫自己，而是更新自己。 它告诉你：承认自己错了，不是失败。承认自己错了，是进步。 我那个大哥最后跟我说了一句话，我记到现在。他说： “我这辈子最大的本事，就是改得快。” 你品品这句话。 大多数人，一辈子都在证明自己对。而真正厉害的人，一辈子都在修正自己。 这就是贝叶斯思维。 不是让你更自信，是让你更准。 不是让你更固执，是让你更活。 从今天起，试着把你的判断，从“是”改成“概率”。试着遇到新证据的时候，问自己那两句话。试着记录你的预测，然后复盘。 你会发现，你变了。 你不再是那个被情绪和偏见牵着走的人。你成了一个不断逼近真相的人。 这，才是真正的投资策略和自由。

恩格斯，就是你我在政治课本上读过的恩格斯。 他不仅仅赞助了马克思的哲学研究和日常生活，也有自己的政治经济研究理论。 因为他是一名企业家，对真实的资本主义和社会现实有着极其敏锐的洞察力。 说句题外话，谈到恩格斯对马克思的奉养关系，我有个好朋友谈到他认识的一个人，一个非常有才华的哲学家，就被索罗斯以每年一百万美元的代价养着。 这是他原话，我并不知道具体细节和人名，忘了。 又比如巴菲特与查理芒格的关系，查理的财富只有巴菲特的零头，两人相处的模式，也是在哲学思考上的战友。 回到正题，我在很久以前就写了一个大逆不道的观点，很多人难以接受。 就是在一战与二战前，技术的发展带来生产率的提升，导致大量劳工被淘汰。贫富差距扩大，与劳工薪酬下降，带来的消费紧缩，会导致社会失衡，经济大萧条。 因此西方社会被动或主动的选择战争，一是为了输出过剩产能，二是为了杀戮过剩劳工。 我遭遇了激烈的批评，因为所有的人都认定科技发展，一定带来新增就业，自由市场会自动匹配所有要素。 所以在AI发展到现在的局面时，我再次提及AI淘汰的劳力与大规模的失业，这一次批评我的人少了，因为人们直面了正在发生的事情。 比如仅仅一年时间，短剧产业的导演演员摄像剧务场务等等就被AI漫剧淘汰了，今年前八个月时间诞生了三十多万部漫剧。 大量的失业正在发生，如果不是美国驱逐了大量非法劳工，同时AI新增了部分资深岗位，就业问题没有那么严重。 但这也仅仅是暂时的。 如果像马斯克所说的十亿人型机器人可以做人类目前所有的生产活动，90%以上的人类劳力就不需要了。 而十几个个资产数万亿的大厂，与几十个资产上万亿的兆亿富豪，累计财富可能超过上百万亿美元，对照着几十亿赤贫的劳力。 这是指产业间劳力的变化，从地理上来说，由于美国拥有最强的AI产业链，在拥有了十亿机器人之后，就不需要地球另外一部分人类的生产了，他们可以自给自足，从亚非拉进口初级产品，输出过剩产能和美元。 中国或有AI竞争力，可以抗衡一下，除此外的世界基本上就完全沦丧了。 你可想而知，劳力与知识资本之间的暴力冲突是必然发生的，其他国家或许只有闭关锁国，完全禁止来自AI的两个大国的产品。 进而爆发贸易热战，就像我们在近代看到的那样。 最极端的情况是死亡了98%的人类，剩下一亿多人口，哪些在各国拥有财富和武装的人。 最乐观的想象是人类政府不得不征收AI税，分配财富给普罗大众，奉养他们。 这是马恩两位老兄憧憬的共产主义，完全分配。 马斯克这位本家也曾经说过类似的言论。 但是在那个著名的老鼠世界实验里，可以证明当人类丧失成就感，没有工作，没有创作，很快就会厌食，并相互残杀，老鼠天堂直接崩溃为老鼠地狱。 我相信人类终究会找到方法论，来解决人工智能爆发的恩格斯停顿。 只是不知道这一次的停顿要多久。 之前的理论框架是50-60年，这恰好是一代人死亡的过程，就像日本平成大衰退时期的一代人抗完家庭资产负债表塌陷，老人死去，新的一代人开始在劳力市场吃香。 但是AI似乎是终极生产效率杀手，一代人衰老后，新一代人能解决与机器人的竞争力差异吗？ 或许人机结合是一条路，碳-硅基新人类。

我的女友景甜   一颗卵子的重量，三点五微克。 五千万美元现金的重量，两点五吨。 景甜在蒙太奇拉古纳海滩的电话里向我要的是后者，抵押的是前者。 她去那里是为了取卵。代孕的孩子预计2027年出生，快一点的话还能属马。这是她主动提的。到了诊所，她说没有五千万，不取。   蒙太奇拉古纳海滩在海崖上，底下是太平洋。那一层包下来，三十天，一百万美元，为了她的隐私。她住了八天就走了。 剩下的二十二天，酒店的清洁工每天照常上去。是我的助理讲的，她去交钥匙的时候撞见过一次：一个墨西哥女人推着车，一间一间进，换毛巾，擦台面，把被角掖好，退出来把门带上。做完一整层，两个小时。 助理问她，没人住，为什么还要做。 她说，登记上写着有人。 一座失去皇后的凡尔赛宫。 我突然意识到，景甜喜欢这个。景甜喜欢一个地方因为她而空着。什么都不发生。 与蒙太奇拉古纳海滩一起空置的，还有一架湾流G700尴尬地停在Van Nuys，机组每天照常报到。 第八天她打了那个电话。之后没有人再见过她。   ---   2007年，已经有人替她烧钱了。那年我刚进北大。 当然，烧钱的不是我。 QQ弹出一个窗口，代言人是她。就在那台联想IBM的老机器上，分辨率糊得很。我把图片存下来了。 我在一年房租一千块的北大宿舍上网，在校内网上找到她，发了好友申请。校内网要填一句留言，我写了删，删了写，弄了大概四十分钟，最后发出去一句“你好”。 她没有通过。 她也许根本没用过校内网。 后来这些年，我做每一件事的时候都在想一个问题：到了什么程度，她会通过。第一个十亿的时候我想过，一百亿的时候我想过。 后来我不想了。人人网早就倒闭了。 我没有再申请第二次。 2011年，北京冷。我买了一件羽绒服，一百五十块。我记得这个价格，因为我犹豫了三天。 同一年她拍了一部一亿五千万的电影《战国》。孙红雷、吴镇宇、金喜善、中井贵一、姜武就像十九年后的蒙太奇拉古纳海滩与湾流G700一样被请来做了陪衬，他们不知道自己为什么出现在这里，来都来了，总得发生些什么，但是什么都没有发生。 再后来是一亿五千万美元的《长城》。张艺谋，刘德华，马特·达蒙。再后来是成龙。景甜宇宙的名单越来越长。 我那时已经在美国了，读书，创业，越来越忙。唯一没变的是，每换一台设备，无论多麻烦，我都把那张QQ图片导过去。 十九年后，名单上加了我。   ---   瑰丽酒店我们见了第一面。我一直以为见到她那天我会紧张。 我没有。 她比照片上瘦，穿得很随意，靠在沙发上。我看着她，忽然想不起来我等的到底是什么。 我带她去看卡特兰的香蕉。她看了很久，问我，这个多少钱。 六百二十万美元。 她说，那它烂了怎么办。 我沉默了。她说，不管了，我们去看电影吧。 我说好。 她说放映厅里除了我们两个，不能有任何人。 我说好。 我出去打了个电话。回来的时候她还站在那根香蕉前面。 那部电影是《疯狂动物城2》。 两个人的放映厅，这种场景一般用于中宣部审片。 我让助理把电影院所有的座位都买下来。 我看过批判刷假票房的文章，说票买光了只有两个人看。现在我明白了，也许不全是为了票房。 把座位全买下来不难，麻烦的是已经卖出去的票。助理和保镖提前到影院门口，遇到买了票的观众，把现金递过去。 一对带孩子的夫妻来了，孩子已经在门口高高举着爆米花。 助理递上一沓钱，孩子不懂为什么不能进去，大人接过钱，道谢，什么也没问，走了。 那天领钱的有二十六个人。 看完她把微信头像换成了朱迪警官。 晚上我用手揉她的奶子，被她推开了。 我以为她不愿意。我把手收回来，准备说点什么。 她没说话。她坐起来，从包里翻出一个小袋子，拉开，里面一排东西，像一套很小的工具。 她说，你的指甲扎得我痛。 我看了一眼。我一直是拿指甲刀随便剪两下，边上是尖的，平时不觉得。 她说，过来。 她把我的手放在她腿上，一根一根磨。 先是粗的那一面，磨完换一面，再换一面。磨一会儿举起来对着灯看看，再接着磨。 我说这个要磨多久。 她说，磨到不刮人为止。 十个手指，她花了快一个小时。 中间她教我，这一面磨形状，这一面抛光，最后一面不要来回蹭，要顺着一个方向。 我说好。 磨完她把我的手翻过来看了看，摸了一下。 她说，行了。 摸吧，想摸哪都行。 中间她说过一句话。她说，要是以后我不在了，就再没有人给你抛指甲了。 我笑了一下，没说话。 认识她三个月的时候，我让人做了一份东西。她那些年的项目、合作方、公司股权、景国庆，田心爱，所有的几个关联账户，北京租的房，上海买的房，还有一些别的。一周就做完了，一共四十几页。还有些男男女女的事情，我觉得这是最不重要的。 里面有一些事她后来跟我讲过，讲的和上面写的不太一样。我没有说。 有一些事她一直没讲。我也没有问。 我全部相信她说的。 那份东西我留着，一直留到现在。 但是我一个字也不信。   ---

美国正在安排世界1：欧洲篇-沦为二流世界 默克尔当政时的德国有两个政策，一是与俄罗斯构建廉价能源基础，二是引入难民作为劳动人口的补充。 伴随着乌克兰博弈的恶化，欧洲与俄罗斯分道扬镳，通过代理人战争，成为敌人。 这是大家已经看到的事实，我就不重复了。 乌克兰东部已经打成废墟，上千万国民丧失，其中六百万俄语族进入俄罗斯，另外数百万散落在欧洲和五眼联盟。 乌克兰丧失了东部工业基地和三分之一的农业黑土地，现在支柱产业是欧美援助、军工业、农业。 乌克兰已经是世界上的军事强国，在无人机应用的军事演习中，甚至击败了美军，并开始出口无人机设施和技术服务。 俄罗斯则转向东方，中国成为新的大客户，并重建了军工产业经济。 欧洲经历了能源的转型，在投资了数百亿欧的能源设施后，不得不依赖美国和卡塔尔的LNG，依赖美国和沙特的原油。 能源价格飙升到原来的数倍。 绿党和战争联手摧毁了欧洲的传统能源能力，俄乌战争导致廉价天然气供应断供，绿党则摧毁了德国的核电和煤电。 欧洲在短短的四年里，工业体系重新解构，丧失了重化工和重工业体系。又不得不重启核电。 有些欧洲的评论家谈到了美国起到的作用，美国不愿意欧洲经济与俄罗斯能源构建的牢固卡特尔，威胁到美国的利益。 因此非常成功的在乌克兰通过煽动革命，就导致一连串的后果。 十九世纪最善于国家间阴谋的老欧洲已经是一群温柔的女性政客当道，在老乔和布林肯等政治老阴笔手里，像一群傻白甜一样，拱手将自己的系统切割，成为美国能源卡特尔的附庸。 进而美国用通胀补贴，吸引欧洲资本到美国投资。 剥离欧洲重工业。 接着彼得蒂尔帮上台，厄文等人的指引，就是让欧洲右翼崛起。排外和反对中国是一体化的内容。 因为欧洲还有转型机会，他们依靠高精尖的工业母机、芯片设备、医药、汽车链、奢侈品来构建新的高端工业体系，以建筑文化的底蕴吸引游客消费、以老钱对外数十万亿的投资获得股息回报。 但美国会引诱欧洲对中国贸易开战。 美国希望欧洲与中国脱钩，这是一箭双雕的事情。 欧洲如果与中国脱钩，则欧洲的工业母机、芯片社保、医药、汽车链、奢侈品就无法对中国销售，欧洲就此工业衰落。 由此欧洲只剩下威尼斯命运，也就是借助于数百年的积累老钱，通过对外投资获取股息，回补欧洲，还可以维系精致生活。 唯一的问题是：老钱是极少数精英的投资，只具备股东价值，回到欧洲的确能维系上层的生活品质，但欧洲人则购买力与生活品质沦丧。 其实欧洲人因为这些年的迷茫，也正好被美国保守派煽动极右翼民粹，排外正在盛行。 一旦欧洲大规模排外，与非洲的传统羁绊就会削弱。 非洲是中美角力的资源大陆，中国在付出了巨大的投资，帮助非洲人完成基建，投资矿山，建设学校等等得到的矿产品供应链，正遭遇美国新的战略袭击。 这不是阴谋论，这是登载在美国驻非洲联盟使团官网的文章。 美国放弃了民主党多年的策略，比如通过文化输出，用NGO对非洲支援教育、卫生、环保等，重归大棒与胡萝卜方法论，建议美国排除类似黑水等防务公司，为这些非洲资源过提供武装安全保证，去打击反对派武装，并保卫原油、有色、稀土等矿产资源。 这当然也必然断绝中国获得初级原材料的供给，非洲国家纷纷加码要求中国企业转让股份、技术和深加工。 实际上欧洲在开始实行贸易战，以削弱中国产品在新能源、机电等领域的冲击。 这是避不开的阳谋，即使欧洲人知道美国不怀好意，也必定会落入坑中。 不过欧洲和美国都在寻找替代品，比如印度。 欧洲试图通过大量对印度投资和贸易，重复中国当年发展的三十年，从而获取相同的收益，以取代中国。 但印度需要基础产业链，他们更希望中国产业能够继续投资，在构建了基础产业链后，再把中国产业踢出印度，并取代中国制造在全世界的地位，这个过程中才会逐渐接受欧洲和美国的设备和技术。 中国是着急了一点，在产业转移的过程中，不小心的大量投资印度，帮助印度建设了40%的电气系统，完整的手机集成系统等等。 不过由于印度也太着急，过早的暴露了吃相，以至于中国政府开始警惕，今年严谨技术转移和投资。 其实主要是针对印度的。 越南则安静的替代中国中，完全没有露出任何难看的吃相。 因为越南同属儒家文化圈，非常了解中国，中国一定会重蹈日本的覆辙，产业大量转移后，导致日本空心化。 中国也会扶持起一个个替代自己的竞争对手。 只为今天的外贸额，卖铲子卖的很爽。 美国的战略家心知肚明。 美国是一个自组织系统，他的金融系统、风险资本、学术与技术应用系统、民间精英智库、媒体、情报组织、官僚体系的事务官等等，有着一整套自发的研究体系，在需要的时候，为白宫和参议院的各级委员会提供研究报告，以构建美国的战略和执行方略。 美国通过一年的贸易战和科技战，已经知道短期内，完全无法与中国脱钩，也不太可能摧毁中国高科技的替代和升级换代。 中国在过去的十几年里，构建了分散的能源供应体系，不像欧洲完全依赖于俄罗斯一个单一大供应商。同时，中国也发展了新能源产业链。 在能源物流通道上，不仅仅是依赖马六甲，也有与俄罗斯、中亚、巴基斯塔、缅甸的能源管道和港口。 不过美国也在试图减裙边，拿下了委内瑞拉，巴拿马运河与秘鲁的钱斯港都发生了变化。 然后发生了伊朗战争。 只不过伊朗战争更多的是导致欧洲能源成本上升，美国通胀居高不下。 但在高端芯片领域、在AI领域，美国正在彻底与中国脱钩，ANTHROPIC老板直接杜绝中国用户。 中国对美国的出口已经跌回到2007年的份额，尽管通过东盟、墨西哥等转口到美国，美国的逆差实际上是扩大了。 美国在吸引资本回归美国工业的进展缓慢，但身段灵活，很可能会重启过去友岸外包的策略，订单发给新兴工业国，以替代中国。 等到越南等国的纵深延申到上游，形成全产业链，也就与中国彻底脱勾了。 如果你听不懂，我举个例子。 在纺织业，越南最早从成衣业开始，后面是织布、纺纱，再到化纤，进口中国的PTA等等。等到炼化一体化上线，整个产业链就打通了。 也就像印尼和非洲12国要求不仅仅是勘测、采矿，还要去加工成金属，进而开始中间体的加工，搬来设备，未来要制造设备。 实际上欧洲在这个过程中亦步亦趋的跟随美国，哪怕贝森特突然袭击欧元，以支撑日元时，欧洲货币当局也只是出来抱怨一声。 除了这些外部的因素，欧洲自身以环保替代阶级斗争，在丧失了宗教气氛后，以政治正确来构建信仰，以各种防御性的限制性政策对创新进行遏制，使得欧洲成为最难创业成功的经济体。 这也是欧洲步履蹒跚的内部原因。 美国人的一切行为都是在阳光下的，从未隐瞒，这是阳谋，是利益导向的生存策略，一定要削弱欧洲，削弱中国，摁住日本，控制韩国与台湾两个经济体的电子产业。 以维系美利坚四百年的荣光。 老欧洲则只是老钱们舒服的养老地，新晋精英都去了美国创业，普罗大众的购买力随风而逝。 待续，日本篇。

山河不足重 前些日子开始卖塞浦路斯的房子，一些旧友来询问。 说是旧友，彼此也从未见面，只是以文字相识而已。 他们知道我，我不知道他们。 聊起来就知道多数是同龄人，算起来自2006年起我开始写文，已经二十年了。 时代相似，过往就相似，符合年龄的担忧就相似。 一是子女，二是老人，三是自己。 自己排第最后。 我们这一代人都不太有自己。 年轻时是家国，是意识流，老了就剩家。 担不尽的责任，而身体已经沉重了。 北美的一个朋友，已经有了加国护照，老母亲却迟迟未能申请到团聚，孩子才十几岁，顾了这头顾不了那头。 这我有切肤之痛，当年带着女孩远赴南洋读书，父母就丢给了家姊。我虽然每季都回国去看望，终究还是姐姐劳累。 所以他询问是普吉岛还是塞浦路斯，带着母亲和孩子一起居住，兼顾子女教育和母亲的照顾。没有选普吉岛，是因为这里潮湿，或者是因为我也可能要走了。 过去有些朋友也时常留言，说退休后来岛上找我作伴。 另外几位也是同样如此，大致问了问，其中就有干脆说：我加入。 因为一生劳作到了尽头，到了再做下去就没有尽头的可能。 岛上的朋友跟我说，现在越来越体现出躺平的价值了。 实际上人老了，最大的问题是没有朋友。 很多人在异国他乡住不下去，不是环境不好，是因为没有朋友。孤独吞噬一切。 在互联网发展过来的三十年，天涯若比邻，朋友间的形成，是相知，同流层的几只孤鸟听到了数万里外的同类声音。 当然见面如异性婚姻，现实中的性格缺陷肯定还是会有各种摩擦，不如从小一起长大的三五好友，可能意识流大相径庭，但亲情手足的感觉会把所有宏大叙事和性格缺陷排斥。 但异乡的陌生，多年的相知，又能排除老乡见老乡，背后捅一枪的风险。 慢慢都会聚成熟人社会。 犹如我们在普吉岛的范式。 气温、干湿度、阳光、空气，教育、医疗可及度，朋友相聚可谈，实际上构成了游民生活的核心。 你并没有听到宏大叙事。 然后我们谈茶，谈酒，谈不喝酒，谈钓鱼，谈帆船，谈机车，谈农场，谈杀鱼割牛肉，谈医药，谈身体老朽，谈老婆嫌弃我们赚钱少了，谈孩子整天玩游戏，谈烟尘，谈各国的贪婪。 因而避险，寻找强盗们较少的地方，寻找相对有规则的地方。 虽然东山老虎吃人，西山老虎也吃人。 所以多数人听闻我要做塞浦路斯地产的时候，只是问问设想，对房子本身没有太大疑问，他们知道我二十年来待人接物。 他们也知道我去过的地方，后来都变得非常繁华。 比如双廊，比如清迈，比如汾湖与金泽小镇，比如普吉岛，前二年投资地产的资金已经超过了曼谷，一眼望去全是工地。 但这都不是重要的。 或许只是我们内心的漂泊，从未停靠而已。 这是篇卖房软文，帕福斯公寓，附带身份。

AI半导体终局推演2026(I) 当新token经济学范式从GPU算力转移到HBM 本文从从GPU架构进化路线本质出发，解释这个市场长久以来担心的问题: 每个GPU的HBM内存需求为什么一定会是指数增长，为什么HBM需求指数增长不会停滞? 并推导token经济学在当前架构下第一性原理:token吞吐 = HBM size X HBM BW带宽 同时讨论了，为什么GPU的天花板被HBM的两个发展维度所决定 HBM周期性这个话题争议一直很大，乐观派认为AI带来的需求比以前要大的多，但市场主流仍然认为前几次上升周期也有需求每年20%+增长，这次又有什么不一样呢？AI不影响HBM和传统DRAM一样有commodity属性，一旦在需求顶峰扩产遇上需求下行又会重蹈覆辙。 我们可以从算力芯片架构视角,从第一性原理出发，来拆解和推演一下这个问题：为什么这次真的不一样 ------------------------------- 历史：CPU算力时代 很久以来，我们都处在CPU主导算力的时代，CPU的最高级KPI就是performance，跑的更快，所以每一代的CPU都用各种方法来提高跑分，最开始是频率上升，后来是架构演进superscaler等等 这个时候为什么DDR不需要很快的技术进步速度？比如DDR3到DDR5竟然经历了15年之久 因为这个时期的DDR的角色是纯粹的辅助，而且辅助功能极弱，以业界经验，DDR的速度即便是提高一倍，CPU的performance一般只能提高不到20%这个量级 为什么DDR带宽速度提高了用处不大？两个原因 1. CPU设计了各种架构去隐藏 DDR延迟，比如superscaler，加大发射宽度，用海量的ROB和register renaming来提高并行度隐藏延迟，一级缓存cache，二级缓存cache，削弱了DDR的带宽速度需求 2. CPU workload对DDR带宽要求并不高，大部分日常负载比如打开网页，DDR带宽是严重过剩的，甚至云端负载 也就是说，在CPU时代，DDR的带宽速度是不太有所谓的，DDR4和DDR5除了少数游戏就没啥差别，甚至JEDEC标准也进步缓慢。 另外，绝大部分app需要一直停留在DDR上的部分并不多,需要的时候从硬盘上调度到DDR即可，app的size增长没那么快，导致对DDR的容量需求也较为缓慢。 所以最近十年来，平均每台电脑上的DDR容量大概从7~8GB变成了23GB，十年只增长了3倍。 而这部分升级缓慢直接影响了营收，size容量计价是赚钱的主要方式，速度的提高只是技术升级，提高size的单价，这两个的升级需求都不大，需求主要是随着电脑/手机数量增长而增长 所以DRAM在带宽速度和容量这两个维度上，一直是都是芯片产业锦上添花性质的附属品，DDR升级带来的边际效用是很低的，跟CPU时代的最高KPI几乎没什么直接联系 -------------------------------------------- 而到了genAI 大模型为主导的新时代，计算范式转移让最高级KPI起了根本变化 GPU发展到AI推理的时代，不再像CPU那样只看跑分，最高级的KPI不再是算力TOPS/FLOPS，而是token的成本，特别是单位成本/单位电力下的overall token throuput 其次是token吞吐速度，因为在agent时代，很多任务变成了串行，token吞吐速度成了用户体验的重要瓶颈。 这也是为什么老黄发明AI工厂概念的原因：最低成本的输出最多token，同时尽量提高token吞吐速度 AI训练时代，老黄的经济学是TCO(total cost ownership)，买的GPU越多，省的越多 而老黄在推理时代的token经济学是： AI推理的毛利润很可观，所以逻辑已经转换成：Nvidia GPU是这个世界上让token单价最便宜的GPU，买的GPU越多，赚的越多 最高的KPI变成了Pareto frontier曲线，在提高token 吞吐throughput和提高token速度两个维度上尽量优化 （见图一） NVIDIA 的 token factory 代际进步，其实是在把整条 Pareto frontier 往右上推，这就是是AI推理这个时代最重要的KPI ---------------------------------- 接下来是本文最重要的逻辑链，如何从token吞吐量指数型增长的本质出发，推导出天花板瓶颈在HBM size和HBM 带宽的指数型增长 单卡GPU推理单线程batch size = 1的时代，token吞吐只有一个维度，就是HBM的带宽速度，带宽速度越高，token吞吐越大 但进入NVL72的年代，推理不再是单卡GPU时代，而是72个GPU + 36个CPU整个系统级别的token工厂，把HBM带宽和算力用满，获得极致的token吞吐量 Token 吞吐throughput的增长，依赖两个东西：同时批处理的请求数 X 每个user请求的平均token速度 也就是batch size X per user token 速度 以Rubin NVL72为例，在平均token速度是100 token/s的情况下，同时批处理1920个请求，得到token吞吐量是19.2万token/s 一个Rubin NVL72大概是120KW（0.12MW）的功率，所以得到单位MW能处理1.6M token/s （见图一） 所以，我们需要想方设法提高这两个参数：批处理数量batch size和per user token的平均速度，这两者相乘就是我们的最高KPI，也就是token的吞吐量 ------- 第一个参数：batch size的增长，瓶颈在HBM size 批处理量里的每一个请求req，都会自带kv cache，这部分kv cache是需要存在HBM里的，大小大概在几个GB到数十GB不等 因为hot kv cache是随时需要高频高速读取，所以必须放在HBM里，比如一个大模型的层数是80层，那么每一个token的生成阶段，都需要读取80次HBM里的kv cache 随着批处理数量batch size的增长，会带来hot kv cache的线性增长 又因为这个批处理量的所有请求的hot kv cache，都要放在HBM上，这也就带来了HBM size必须要随着批处理量batch size线性增长 就像是机场接驳车，登机口尽量快的接旅客到飞机，HBM size小了，相当于接驳车size小了，就得多接一趟 结论是：批处理量的数量batch size，瓶颈依赖于HBM size的增长 --------- 第二个参数：每个user请求的平均token速度，瓶颈在HBM带宽 大模型decode阶段的速度，瓶颈取决于HBM的带宽速度，因为每生成一个 token,都要把激活的权重和kv cache 读很多遍 LPU的出现，在batch不那么大的情况下，把激活权重这个部分搬到了SRAM上，但是每生成一个 token仍然要从HBM读很多次KV cache。HBM带宽越高，生成每一个token的速度也就越快，基本上是线性对应的 就像是机场接驳车，登机口尽量快的接旅客到飞机，hbm本身带宽速度就像是接驳车的车门有多宽，门越宽，旅客上接驳车越快 GPU的其他配置，都是在适配batch的增长以及要让token compute的速度配平HBM的增长，甚至会用多余的算力来获得部分的带宽（比如部分带宽压缩技术） —----- 在那个接驳车的比喻例子里 接驳车的车厢大小 = HBM Size（容量）： 决定了一次能装下多少名旅客（也就是能同时装下多少个请求的 KV Cache）。车厢越大，一次能拉载的旅客（Batch Size）就越多。如果车太小，想拉100个人就得分两趟，系统整体的吞吐量就上不去。 接驳车的车门宽度 = HBM Bandwidth（带宽）： 决定了旅客上下车的速度。门越宽，大家呼啦啦一下全上去了（Decode/生成Token的速度极快）。如果门很窄，哪怕车厢巨大能装200人，大家也得排着队一个一个挤上去，全耗在上下车的时间里了。 旅客的吞吐量 = 接驳车车厢容量 x 接驳车旅客上车速度(车门宽度) —--------------------------- 至此，我们从逻辑上推演出了token经济学的硬件需求第一性原理： Token throughput = HBM size X HBM Bandwidth AI推理这个时代的最高KPI，实际上是高度依赖于HBM的两个维度的进步的 如果要维持token throuput每一代两倍的增长，实际上意味着，每一代的单GPU上，HBM size X HBM BW带宽之积要增长两倍！ 这也是历史上第一次，HBM内存的size可以影响最高的KPI token throughput！ 要验证这个理论，可以把Nvidia从A100到Rubin Ultra这几代的token 吞吐throughput，和HBM size X HBM BW 放在同一个图里比较 （见图二） 可以发现，这两个曲线的走势在对数轴上惊人的一致 HBM size x HBM带宽增长的甚至要比token吞吐量更快，毕竟HBM决定的是天花板，实际上这个天花板增长的利用率utilization是很难达到100%的，也就是说，HBM size x HBM 带宽就算增长1000倍，其他算力和架构的配合下，很难把这1000倍的天花板潜力全部榨干 这条曲线不是巧合，而是系统最优化的必然解 throughput = batch × Bandwidth，这就是token factory 经济学最绕不开的第一性原理 —-------- 软件的影响呢？软件的优化会不会降低带宽的需求？降低HBM的需求？ 这跟硬件是独立两个维度的，这好像在问，如果CPU上的软件优化了之后跑的更快，是不是CPU就十年不用发展了？反正软件跑的更快了嘛 这样的话，CPU厂还能赚得到钱吗？CPU想要存活下去，只有一条路可走，在标准benchmark，不考虑软件优化，每一代CPU必须要跑分更高，不然就卖不出去 GPU也是一样，软件优化如何，和自己的token吞吐量KPI每年都要大幅进步，是两回事 只要token的需求继续增长，对token throuput的追求就绝不会停止，那么对HBM size X HBM 带宽的追求也不会停止 如果HBM size和HBM 带宽发展慢了，老黄一定会亲自到御三家逼着他们技术升级，因为这就是老黄gpu的天花板，天花板要是钉死了不进步，老黄的GPU还能卖出去吗？ 当然了，Nvidia需要绞尽脑汁去从异构计算的架构角度榨取HBM天花板之外的部分，比如LPU就是一个很好的尝试，把Pareto frontier从另一个角度改善了很多 （右半边高token速度的部分） —-------------------------------------- HBM内存已然告别了那个随波逐流的旧时代，在这条由指数级需求铺就的单行道上，以一种近乎宿命的方式走到了产业史诗的主舞台中央 推理范式第一性原理演化到这一步，只要老黄还要卖GPU，HBM就必须翻倍，而且必须代代翻倍。这是supply side的内生压力，与AI需求无关，与宏观周期无关，与hyperscaler的心情也无关 剩下的问题，只有一个： 当需求被物理锁定为指数增长的时候，供给侧的三个玩家，会不会还像过去三十年那样，亲手把自己再拖回一次周期的泥潭？

GPT 5.5 现在写东西质量真的不错了，刚翻译了一篇文章（ --- 译文 --- 我为什么写作 作者：埃里克·布莱尔 从很小的时候起，也许是五六岁，我就知道，等我长大了，我应该成为一个作家。大约在十七岁到二十四岁之间，我曾试着放弃这个念头。但我心里很清楚，那是在违背自己真正的天性；迟早有一天，我还是得坐下来写书。 我在三个孩子中排行中间，前后兄弟姐妹都和我相差五岁。八岁以前，我几乎没见过父亲。因为这个，也因为其他一些原因，我多少有点孤僻。很快，我养成了一些讨人嫌的小毛病，整个学生时代都不怎么受欢迎。孤独的孩子常常会编故事，也会和想象中的人说话；我想，从一开始，我的文学野心就和这种被孤立、被低估的感觉纠缠在一起。我知道自己有驾驭文字的能力，也有直面难堪事实的能力。于是，我像是给自己造出了一个私人世界，可以在里面弥补现实生活里的失败，甚至悄悄“扳回一城”。不过，整个童年和少年时代，我真正写到纸上的严肃作品——也就是我认真想写出来的东西——加起来恐怕不到六页。 我四五岁时写过第一首诗，是我口述，母亲替我记下来的。我已经不记得内容了，只记得那首诗写的是一只老虎，而且老虎有“像椅子一样的牙齿”。这倒是个还不错的说法，但我猜那首诗大概抄袭了布莱克的《老虎，老虎》（William Blake 的名诗 *The Tyger*，英国浪漫主义诗歌中的经典作品）。十一岁时，1914—1918年的战争爆发（即第一次世界大战），我写了一首爱国诗，刊登在本地报纸上。两年后，基奇纳去世，我又写了一首，也登了出来。后来稍大一点，我时不时写一些很糟糕、通常也没写完的“自然诗”，风格模仿乔治王朝派（Georgian style，20世纪初英国诗歌中一种偏重田园、自然和抒情描写的风格）。我还大约试过两次写短篇小说，结果惨不忍睹。那些年里，我真正落到纸上的、想要称为“严肃创作”的东西，全部加起来就是这些。 不过，在那段时间里，我其实一直在某种意义上从事文学活动。首先，是那些按要求写出来的东西：我写得很快，很轻松，但自己并没有多少乐趣。除了学校作业，我还写 *vers d’occasion*（应景诗），也就是半滑稽的诗。现在回想起来，我当年写得快得惊人——十四岁时，我模仿阿里斯托芬（Aristophanes，古希腊喜剧诗人），大约一周就写出了一整部押韵剧。我也帮忙编辑学校杂志，有印刷版，也有手抄版。那些杂志简直是你能想象到的最可怜的滑稽仿作。我对它们花的心思，远不如我今天会花在最廉价的新闻稿上的心思。但与此同时，在十五年甚至更久的时间里，我还做着另一种完全不同的文学练习：我在脑子里编一个关于自己的连续“故事”，像一部只存在于心里的日记。 我相信，很多儿童和少年都有这种习惯。很小的时候，我会想象自己是罗宾汉之类的人物，把自己想成惊险冒险故事里的英雄。但很快，我的“故事”就不再是那种粗糙的自恋幻想，而越来越变成对我正在做什么、看到什么的描写。有时候，我脑子里会一连几分钟出现这样的句子：“他推开门，走进房间。一束黄色的阳光透过细棉布窗帘，斜斜落在桌上；桌上有一只半开的火柴盒，放在墨水瓶旁边。他右手插在口袋里，走向窗边。楼下街上，一只玳瑁猫正在追逐一片枯叶。”诸如此类。这个习惯一直持续到我大约二十五岁，贯穿了我那些“非文学”的岁月。虽然我必须寻找合适的词，而且确实也在寻找，但这种描写的努力似乎几乎不是出于我的意愿，而像是受到了某种外部力量的驱使。我想，这个“故事”大概反映了我在不同年龄崇拜过的不同作家的风格。不过据我记得，它始终都有同一种细致入微的描写特质。 十六岁左右，我突然发现了文字本身的快乐，也就是词语的声音和联想所带来的快乐。*《失乐园》*里的两行诗—— > So hee with difficulty and labour hard > Moved on: with difficulty and labour hee, > > （他艰难地、辛苦而沉重地 > 向前移动：艰难地、辛苦地，他——） 如今看来，我并不觉得这两行有多么了不起，但当时它们让我脊背发颤。而且，把 “he” 写成 “hee” 的古式拼法，也让我格外愉快。至于描写事物的需要，我早已经非常熟悉了。由此可见，当时如果说我想写书，我想写的大概是哪一类书：巨大的自然主义小说，结局不幸，充满细节描写和醒目的比喻，也充满华丽辞藻段落（purple passages，指为了文采而文采、常常显得夸张空洞的文字），其中一些词语被使用，部分只是为了它们的声音。事实上，我完成的第一部长篇小说 *《缅甸岁月》*，是在三十岁时写成的，但构思早得多，它大体上就是这样一本书。 我交代这些背景，是因为我认为，如果不了解一个作家早年的成长，就很难判断他的写作动机。作家的题材会由他所处的时代决定——至少在我们这样动荡、革命性的时代，这一点是成立的——但在他真正开始写作之前，他已经形成了一种情感态度，而这种态度他永远无法完全摆脱。毫无疑问，他的任务是约束自己的气质，避免卡在某个幼稚阶段，或陷入某种扭曲情绪里。可是，如果他彻底摆脱了早年的影响，也就等于扼杀了自己写作的冲动。暂且把谋生的需要放在一边，我认为，写作至少有四种重要动机，尤其是写散文时。这些动机在每个作家身上都以不同程度存在；同一个作家身上，它们的比例也会随着他所处的环境而变化。它们是： （一）纯粹的自我意识。 想显得聪明，想被人谈论，想死后被人记住，想向童年时轻视自己的成年人讨回一点公道，等等。假装这不是写作动机，是虚伪的；而且它还是一种很强的动机。作家和科学家、艺术家、政治家、律师、军人、成功商人一样，都有这种特征——简言之，这属于人类中最冒尖的那一层。绝大多数人并不是特别自私。大约三十岁以后，他们会放弃个人野心；很多情况下，他们几乎连“自己是一个独立个体”的感觉都放弃了，主要为别人而活，或者干脆被苦役般的日常生活压没了。但也有少数有天赋、意志强的人，决心一直按照自己的方式生活到底，作家就属于这一类。总体来说，严肃作家比新闻记者更虚荣、更自我中心，不过他们对钱的兴趣要少一些。 （二）审美热情。 看见外部世界中的美，或者看见词语及其恰当排列中的美。一个声音撞上另一个声音时带来的快感，优秀散文的坚实感，或者一个好故事的节奏。想把某种自己觉得珍贵、不该被错过的体验分享出去。许多作家的审美动机很弱，但即使是写政治小册子的人，或者写教科书的人，也会有自己偏爱的词语和短语，并非出于实用原因，而只是喜欢它们；或者，他可能会特别在意排版、页边距的宽度等。只要不是铁路指南那种层级的书，任何一本书都不可能完全没有审美考量。 （三）历史冲动。 想看清事物本来的样子，想找出真实事实，并把它们保存下来，供后人使用。 （四）政治目的。 这里的“政治”一词取最广泛的意义。也就是说，想把世界推向某个方向，想改变别人对于“人类应该努力建设什么样的社会”的看法。再说一次，没有一本书真正摆脱了政治倾向。认为艺术不应该和政治有任何关系，这本身就是一种政治态度。 可以看出，这几种冲动必然会彼此冲突，而且会因人而异、因时而变。按我的本性来说——也就是把“本性”理解成一个人刚成年时达到的状态——我身上前三种动机应该会压过第四种。如果生活在一个和平时代，我也许会写华丽的书，或者只是描写性的书，甚至可能几乎意识不到自己的政治立场。但现实是，我被迫变成了某种论战小册子作者（pamphleteer，指写政治宣传或论争文章的人）。 起初，我在一个不适合自己的职业里待了五年，也就是在缅甸的印度帝国警察部队。后来，我又经历了贫困和失败感。这加强了我天生对权威的憎恶，也让我第一次充分意识到工人阶级的存在。而缅甸的工作则让我对帝国主义的本质有了一些了解。不过，这些经历还不足以让我形成准确的政治方向。接着，希特勒出现了，西班牙内战爆发了，等等。到1935年底，我仍然没能做出坚定的判断。我记得自己在那一年写过一首小诗，表达当时的困境： > 两百年前，我本可以 > 做个快乐的乡村牧师， > 宣讲永恒的末日， > 看着我的核桃树生长。 > > 可惜我偏偏生在邪恶的年代， > 错过了那座惬意的避风港； > 我的上唇已经长出胡子， > 而如今的神职人员全都刮得干干净净。 > > 再往后，日子也曾不错， > 我们那时很容易满足； > 我们把烦乱的思绪 > 摇睡在树木的怀里。 > > 我们曾无知却坦然承认 > 那些如今必须掩饰的欢愉； > 苹果枝上的绿雀 > 也能让我的敌人发抖。 > > 可女孩的肚腹和杏子， > 阴凉溪水里的拟鲤， > 黎明时飞起的马和鸭子， > 如今全都只是一场梦。 > > 再也不许做梦； > 我们残害自己的快乐，或把它藏起； > 马是用铬钢造的， > 小胖子们会骑在它们背上。 > > 我是那条从未反抗的虫， > 是没有后宫的阉人； > 在牧师和政委之间， > 我像尤金·阿拉姆一样行走；（Eugene Aram，18世纪英国一起著名谋杀案中的人物，后来常被文学作品写成被罪感纠缠的人） > > 政委正在替我算命， > 收音机还在播放； > 可牧师答应给我一辆奥斯汀7型车，（Austin Seven，英国早期著名小型汽车） > 因为达吉总会买单。 > > 我梦见自己住在大理石厅堂，（“I dreamt I dwelt in marble halls” 是19世纪歌剧中的著名唱段） > 醒来却发现那是真的； > 我不是为这样的时代而生； > 史密斯是吗？琼斯是吗？你是吗？ 1936—1937年的西班牙战争和其他事件，让天平最终倾斜。从那以后，我知道自己站在哪里。自1936年以来，我写下的每一行严肃文字，无论直接还是间接，都是在反对极权主义，并支持我所理解的民主社会主义。在我们这样的时代，还以为自己可以回避这些题材，在我看来是荒唐的。每个人都会以这样或那样的形式写到它们。问题只在于你站在哪一边，以及你采取什么方式。一个人越清楚自己的政治倾向，就越有可能在采取政治行动时，不牺牲自己的审美和思想上的诚实。 过去十年里，我最想做的事，是把政治写作变成一门艺术。我的出发点始终是一种立场感，一种对不公的感受。我坐下来写一本书时，并不会对自己说：“我要创作一件艺术品。”我之所以写，是因为有某个谎言我想揭穿，有某个事实我想让人注意到；我最初关心的，是让别人听见。但是，如果写一本书，甚至写一篇长篇杂志文章，本身不能同时成为一种审美体验，我也不可能完成它。任何愿意研究我作品的人都会发现，即使在我写得最像宣传的时候，其中也包含许多职业政客会认为无关紧要的东西。我不能，也不想，完全抛弃童年时期形成的世界观。只要我还活着，而且健康，我就会继续强烈地在意散文风格，继续热爱地球表面，继续从坚实的物体和无用的零碎知识中获得乐趣。压抑自己的这一面毫无用处。真正的任务，是把我根深蒂固的喜好和厌恶，同这个时代强加给我们所有人的、根本上属于公共领域而非个人领域的活动调和起来。 这并不容易。它带来结构上的问题，也带来语言上的问题；同时，它还以一种新的方式提出了诚实的问题。让我只举一个比较粗糙层面的困难作为例子。我关于西班牙内战的书 *《向加泰罗尼亚致敬》*，当然是一本坦率的政治书，但总体上，它写得有一定的克制，也顾及形式。我确实很努力，想在不违背文学本能的前提下讲出全部真相。但书中有一整章很长，里面充满了报纸引文之类的材料，为那些被指控与佛朗哥合谋的托洛茨基派辩护。托洛茨基派（Trotskyists，苏联革命家托洛茨基的追随者，在当时左翼阵营内部常遭斯大林主义者攻击）；佛朗哥（Franco，西班牙内战中民族主义阵营领袖，后来成为独裁者）。显然，这样一章过上一两年后，对任何普通读者都会失去兴趣，也必然会毁掉这本书。一位我尊重的批评家曾训了我一通。他说：“你为什么要把那些东西放进去？你把一本本来可能很好的书，变成了新闻报道。”他说得没错。但我当时不可能不那样做。我碰巧知道一件事，而英国很少有人被允许知道：无辜的人正在遭受虚假指控。如果我没有为此感到愤怒，我根本就不会写那本书。 这个问题会以这样或那样的形式反复出现。语言的问题更微妙，谈起来会太长。我只想说，近些年来，我一直试图写得少一些画面上的华丽，多一些准确。不管怎样，我发现，当你把某种写作风格打磨成熟时，你也总已经从那种风格里长出来了。*《动物农场》* 是第一本书，在写它时，我完全清楚自己正在尝试把政治目的和艺术目的融合成一个整体。我已经七年没有写小说了，但希望不久之后能再写一部。它肯定会失败，每一本书都是失败的。但我确实相当清楚自己想写的是哪一种书。 回头看前面这一两页，我发现自己好像把写作动机说得全是出于公共精神。我不想让读者最后留下这种印象。所有作家都虚荣、自私、懒惰，而在他们动机的最深处，还藏着一个谜。写一本书是一场可怕而耗人的搏斗，就像经历一场漫长而痛苦的疾病。除非有某种自己既无法抗拒、也无法理解的“心魔”在驱赶，一个人绝不会主动承担这样的事。也许，谁知道呢，那种心魔不过就是婴儿哭闹着要人注意的同一种本能。然而，同样真实的是：如果一个人不持续努力抹去自己的个性，就写不出什么可读的东西。好的散文像一块窗玻璃。我无法确定自己哪一种动机最强，但我知道哪一种动机值得追随。回看自己的作品，我发现，每当我缺乏*政治*目的时，我写出来的书总是没有生命力，也总会滑向华丽空洞的段落、没有意义的句子、装饰性的形容词，以及各种虚假的漂亮话。 *Gangrel*，第4期，1946年夏 --- 来源：[奥威尔基金会]( --- 翻译提示词 --- 请将以下英文文章，重写成通俗流畅、引人入胜的简体中文。 核心要求： - 读者与风格： 面向对AI感兴趣的普通读者。风格要像讲故事，清晰易懂，而不是写学术论文。 - 准确第一： 核心事实、数据和逻辑必须与原文完全一致。 - 行文流畅： 优先使用地道的中文语序。将英文长句拆解为更自然的中文短句。 - 术语标准： 专业术语使用行业公认的标准翻译（如 `overfitting` -> `过拟合`）。第一次出现时，在译文后用括号加注英文原文。 - 保留格式： 保持原文的标题、粗体、斜体、图片等Markdown格式。 - 尊重原意：保持原有的结构、意思不变，不要过度引申发散，保持原文结尾不要续写 - 适当解读：如果是普通人难懂的专业术语或因为文化差异导致的难以理解，做出更多的注释以更好的理解，注释部分用括号包裹并加粗