与「企业数字化」相关的搜索结果

卧槽，6个月→15天！ 森马用AI把整个服装行业的底裤都扒了。 真的兄弟们，看完森马的 AI 落地，我直接懵了， 光2025年，AI就给森马带来几个亿的确收回款， 节省视觉、营销、样衣研发等成本数千万， 上新周期从 6 个月，直接压到了 15 天。 这才是真正的AI落地啊，能对业务带来增量价值， 而不是瞎折腾消耗token重复造轮子！ 很多人以为传统企业用 AI，就是拍个图写个文案， 没想到森马直接把 AI 做成了全链路基础设施， 覆盖供应链、库存、直播、运营、物流、客服、财务。 整整 400 多个场景。 连整个经营逻辑都重构了， 最狠的是 AIGC 视觉， 以前拍一组模特图要等两个月， 改个背景换个动作，还要再等两个月， 现在 AI 几分钟出图， 效果不输实拍，成本几乎为零， 所有款式全量覆盖，不用再只赌几个爆款， 传统上新是串行的， 一个环节等一个环节， 现在 AI 介入后全并行推进， 不用空等，不用排队， 以上这些都是 2025 年已经跑通的真实案例， 一年带来几亿回款， 省了几千万的成本。 通过森马这个案例让我们看到了， 其实AI 不只是替代人工干活， 还能挖出那些我们根本想不到的隐性成本， 把以前不可能的事，变成日常。 我感觉以后所有传统企业，都会被逼着走这条路啊。 视频大家收好，非常值得收藏和学习！ #森马# #AI落地# #服装行业# #AIGC# #企业数字化#

讲讲上次埋的坑，唠唠AI液冷板块！🧐 液冷板块，我个人持有 #VRT# ，这个应该是无可争议的龙头企业。最近也在找一些市值小，但属于核心供应链的公司，目前锁定了一家，大家可以一同评论区探讨。 液冷的逻辑很简单，就如同视频里面描述的，目前数据中心的功耗密度已经处于巅峰，即将出来的英伟达Vera Rubin Ultra VR200直接干到600千瓦/机柜，唯有液冷能压得住。而一个机柜高达780万美金，所以液冷必须找靠谱大牌，不能含糊。 🎯爆发式的市场增长 虽然液冷，相较于内存芯片和光模块，或许没有那么性感。但整体增长势头也不可忽略，并且由于企业集中度较高，有一定的垄断定价优势！ 根据行业权威机构 Dell'Oro Group 的最新数据，全球数据中心液冷市场规模预计将从 2025 年的约 30 亿美元迅速飙升至2033 年的 276.5 亿美元，复合年增长率高达 31.5%。 推动这一增长的核心驱动力是超大规模云服务商在 AI 基础设施上的资本支出爆发。高盛预测，2025 至 2027 年，全球四大超大规模厂商的 CapEx 总额将达到 1.15 万亿美元，其中约 75% 将直接用于 AI 相关的物理基础设施建设。 📊目前市场上液冷技术，主要分两大阵营，直接液冷和浸没式液冷。 直接液冷技术上，主要通过冷却液通过封闭管道流经附着在芯片表面的铜质冷板，不直接接触电子元件。散染效率比较高，轻松应对100KW+的单机柜密度。而且兼容现有风冷机房和标准服务器机架。属于目前市场中的主流方案，包括英伟达 Blackwell也是这款方案。 浸没式液冷技术上，主要将服务器完全浸没在不导电的介电液体中，液体通过自然对流或泵循环散热（这个方案，我们以前ETH挖矿的年代，尝试过，将显卡浸没在有机硅油里面，散热效果很好，但很占面积）。理论上，这是最佳的散热方案，尤其是浸没在氟化液里面，散热可以轻松应对200KW的单机柜密度。但兼容性差，要对机房进行大改模改造，定制的特殊坦克罐体，管道设计都要彻底重建。而且维护成本也比较贵，属于小众非主流方案。 从供应链逻辑来看，AI机房液冷散热供应链相对比光模块这些简单很多，主要涵盖了从最底层的化学液体、精密泵阀、冷板，到系统级的冷量分配单元CDU以及最外层的水处理基础设施。 接下来详细讲讲其中的核心企业以及投资逻辑： 1️⃣Vertiv Holdings (代码 #VRT#)：液冷领域的绝对霸主 Vertiv 是美股市场中最纯粹、规模最大的数据中心物理基础设施提供商，主营业务做电源与热管理。在液冷时代，Vertiv 构筑了几乎无法被颠覆的统治级护城河。 • 无可替代的全球服务网络：液冷与风冷最大的不同在于，液体泄漏是致命的。超大规模客户，如 Meta、微软在选择液冷供应商时，首要考量不是硬件价格，而是「当系统发生微量泄漏时，谁能在 15 分钟内派工程师到达现场解决」。Vertiv 在全球拥有超过 3000 名常驻数据中心的技术服务工程师，这种规模的服务网络是任何新进入者或服务器 OEM 在 5-10 年内都无法复制的。 • 惊人的订单积压与能见度：截至 2026 年 Q1，Vertiv 的订单积压达到了创纪录的 150 亿美元，同比增长 109% 。其订单与发货比高达 2.9倍，这意味着 Vertiv 已经锁定了未来数年的收入，且积压订单正随着下一代英伟达Rubin的量产持续扩大。 •财务与估值：2026 年 Q1 收入达 26.5 亿美元，调整后稀释 EPS 同比飙升 83% 。管理层将 2026 全年 EPS 指导上调至 5.97-6.07 美元，隐含 51% 增长。尽管目前前向 P/E 达到 46 倍，但相对于其 43% 的 EPS 复合增长率，其 PEG 仅为 1.07，在增长调整后甚至比标普 500 指数更具估值吸引力 。 2️⃣Ecolab (代码 #ECL#)：通过收购 CoolIT 打造的「水-液-电」终极整合者 Ecolab 本是一家市值 770 亿美元的全球水处理与工业卫生巨头。然而，其在 2026 年 3 月做出了一项震惊华尔街的决定：以 47.5 亿美元全现金收购了全球液冷硬件领军企业 CoolIT Systems 。 • 29倍 EBITDA 的天价溢价背后：Ecolab 支付了高达 29 倍 forward EBITDA 的对价 。当时整个华尔街分析师，都震惊了，这种跨界整合，一个做化学材料的公司，来搞AI液冷，很多人都无法理解。但后来市场才慢慢理解，这个整合有一个恐怖之处：液冷本质上不再是硬件生意，而是化学与流体生命周期管理生意。 •「冷却即服务」的唯一独家平台：Ecolab 将 CoolIT 的芯片级硬件（CDU、冷板、歧管）与其自身的 3D TRASAR™ 水质数字化监测、化学防腐防垢技术以及遍布全球的工业水处理网络进行了深度整合 。 • 个人理解：超大规模客户过去需要分别向 CoolIT 采购冷板，向 Vertiv 采购 CDU，再向 Ecolab 采购一次回路的水处理服务。一旦发生管道腐蚀、结垢或冷却液变质，各供应商之间极易互相推诿。Ecolab 收购 CoolIT 后，成为了全球唯一一家能够提供从「芯片级微通道」到「厂房外冷却塔」端到端流体生命周期托管的供应商。这种一站式解决能力具有极强的客户锁定效应，基本上一旦合作，替换成本极大。 • 与 NVIDIA 的独家合作纽带：CoolIT 是 NVIDIA Partner Network的核心成员，其 OMNI 冷板是针对 NVIDIA GB200/GB300 芯片进行联合 co-engineering（的结晶。Ecolab 收购 CoolIT 后，直接继承了这一极具稀缺性的芯片级设计入口，将其高科技业务的可寻址市场直接从 50 亿美元翻倍至 100 亿美元，而这家公司本身的水处理业务本身就是源源不断的现金流。 🧐接下来，我们讲讲液冷供应链中的「隐形冠军」与稀缺零部件提供商。他们掌握着液冷的核心供应链，缺他不可！ 3️⃣精密动力源：Moog (代码 #MOG#.A)，市值100亿 液冷系统中的 CDU 和泵必须保证 10 万小时无故障运行，任何微小的震动或电磁干扰都可能损毁服务器。 • 唯一性：Moog 凭借其在航空航天领域的精密伺服控制技术，其 CoreMotion™ 液冷分配泵几乎是高性能 CDU 的唯一指定选择。 • 供应链锁定：Moog 与 USA Rare Earth 签署了独家备忘录，确保了泵内部高性能钕铁硼稀土永磁铁的稳定供应，在 2026 年地缘政治多变的环境下，构筑了极高的原材料壁垒 ，但稀土这玩意儿，最终还是需要看中国脸色。 4️⃣核心热交换介质：Dow Chemical (代码 #DOW#) 市值250亿 冷却液的化学配方是浸没式液冷的核心。 • Dow 的独家武器：陶氏化学推出了专利保护的 DOWSIL™ ICL-1000 硅有机冷却液，该技术获得了 R&D 100 大奖。其传热效率比空气高 1000 倍，能减少 95% 的服务器冷却能耗，且具备极低的全球变暖潜能值，符合欧盟和美国极严苛的环保准则。核心问题是，陶氏化学本身在这一块的体量不大，并非其主营业务线。 后面再开一期讲讲电力板块，拭目以待！🧐

我最近在重新理解 BTC 和纳指 100 的关系 过去我会很简单地认为： 买 BTC，本质上是在买：货币超发、通货膨胀、钱越来越不值钱。 买纳指 100，本质上是在买：人类技术进步、生产力提升、最强科技公司持续创造价值。 但后来我发现，这两个资产的长期上涨，可能有一个更底层的共同根源： M2 的持续扩张 也就是，整个社会的名义货币总量，一直在变大 主权国家长期印钞，信用体系不断扩张，社会中的钱越来越多。问题是，这些新增出来的钱，最终会流向哪里？ (图: 引用自 global broad money，2000-2025 年期间，全球广义货币从 26 万亿到 142 万亿美元，平均年化约 7%) 它们不会平均流向所有资产 它们会流向最稀缺、最有共识、最有流动性、最能承载巨量资金的资产 这就是 BTC 和纳指 100 底层的相似之处 BTC 捕获的是：法币越来越软之后，人们对硬资产、稀缺资产、非主权资产的需求。 它不是简单的「抗通胀工具」，更是一个硬货币容器 M2 越来越大，法币购买力被稀释，而 BTC 的总量上限只有 2100 万枚 所以 BTC 的长期逻辑 = M2 扩张 × BTC 共识扩大 × 全球配置比例提升 如果全球财富池越来越大，同时越来越多人愿意把其中一小部分配置到 BTC，那么 BTC 的价格就不是线性增长，而是非线性重估 纳指 100 捕获的是另一种东西：技术进步、生产力提升，以及利润向头部公司的集中 它也不是简单的「买科技」，更是一个「生产力容器」 人类社会每一次技术升级，最终都会被少数最强公司转化成收入、利润、现金流和股东回报。纳指 100 会跟随市场，更新迭代 100 家公司。 云计算、AI、半导体、操作系统、广告网络、企业软件、数字基础设施，本质上都是现代经济的收费站 所以纳指 100 的长期逻辑 = M2 扩张 × 技术进步 × 利润向头部公司集中 而且最强科技公司不只是跟着 GDP 增长，它们会吃掉更多产业链利润，获得更强的定价权和更高的资本效率 全球 GDP 一年增长 3%，通胀一年 4%，名义财富池每年大约以 6%–8% 的速度变大 真正的好资产，必须拥有超过这个速度的「逃逸速度」：不仅要跑赢货币贬值、跑赢 GDP，还要跑赢社会平均资产回报率 BTC 和纳指 100 虽然表面上不同： 一个是没有现金流的数字硬资产 一个是有现金流的权益资产组合 但它们底层都在吃同一件事： 不断扩张的 M2，正在流向最强的资产容器 区别在于： BTC 把 M2 扩张，转化为稀缺性溢价 纳指 100 把 M2 扩张叠加技术进步，转化为企业利润和估值溢价。 一个是稀缺性的货币化 一个是生产力的利润化 一个对冲「钱越来越不值钱」 一个押注「世界越来越有效率」 所以我现在，这样理解这两个资产： BTC 是 M2 扩张时代的「硬货币容器」 纳指 100 是 M2 扩张时代的「生产力容器」 长期看，世界不是静止的 人类 GDP 在增长，主权国家在印钞，金融资产在扩张，技术生产力在进步，全球财富池在变大... 钱一定会越来越多？而问题是： 越来越多的钱，最终会流向哪里？ 当下的答案是： 会流向那些最稀缺、最有共识、最有网络效应、最能承载全球资本的资产。 这可能就是 BTC 和纳指 100 的共同上涨源动力

你应该在 Twitter 上关注的 30 个与 AI 相关的账号： 英文： @karpathy，Andrej Karpathy，Eureka Labs创始人，OpenAI早期成员，前Tesla AI负责人，擅长把神经网络、LLM、Agent讲到普通工程师也能听懂。 @fchollet，François Chollet，Keras作者、ARC-AGI提出者，Ndea和ARC Prize联合创始人，长期讨论AGI、抽象推理和「智能到底是什么」。 @ylecun，Yann LeCun，图灵奖得主、CNN/深度学习代表人物，NYU教授，前Meta首席AI科学家，现在做AMI，长期主张开源、世界模型和非纯LLM路线。 @AndrewYNg，吴恩达， Fund、Landing AI创始人，Coursera联合创始人，AI教育和AI落地应用领域最有影响力的人之一。 @rasbt，Sebastian Raschka，LLM研究工程师、作者，写过《Build a Large Language Model From Scratch》，适合看模型原理、训练细节和代码实现。 @dair_ai， Engineering Guide背后的项目，适合看prompt、context engineering、agent相关资料。 @lilianweng，Lilian Weng，Thinking Machines Lab联合创始人，前OpenAI研究与安全VP，Lil’Log作者，agent、RL、AI安全综述写得非常系统。 @jeremyphoward，Jeremy Howard， @simonw，Simon Willison，Datasette作者、Django联合作者，长期追踪LLM工具、开源生态、prompt injection和AI Agent安全问题。 @_akhaliq，AK，AI论文信息流账号，机器学习背景，主要快速转发新论文、新模型、新项目，适合跟踪前沿动态。 @ID_AA_Carmack，John Carmack，id Software创始人、前Oculus CTO，现在在Keen Technologies做AGI，典型硬核工程派。 @gwern，Gwern Branwen，独立研究者和长文作者，写AI scaling、心理学、统计学、理性主义和长期主义相关内容。 @goodside，Riley Goodside，最早出圈的prompt engineer之一，曾在Scale AI和Google DeepMind，常发模型行为、prompt技巧和AI产品边界测试。 @drfeifei，李飞飞，Stanford教授、World Labs联合创始人兼CEO，ImageNet关键推动者之一，长期做计算机视觉、空间智能和human-centered AI。 @demishassabis，Demis Hassabis，Google DeepMind联合创始人兼CEO，AlphaGo、AlphaFold背后的核心人物之一，2024年诺贝尔化学奖得主。 中文： @dotey，宝玉，中文AI圈非常重要的信息源，长期翻译和整理LLM、Prompt Engineering、Context Engineering、AI工程实践内容，也会分享很多一手产品和技术判断。 @op7418，歸藏，AIGC周刊主理人，关注AI、LLM、AI图像视频和设计，适合追踪新工具、新模型和AI创作玩法。 @xiaohu，小互，中文AI新闻和工具资讯号，主打全球前沿科技、AI动态，也做小互AI日报社群。 @WaytoAGI，通往AGI之路，中文AI知识库和社区型账号，适合系统性补AI资料、工具、教程和行业信息。 @Khazix0918，数字生命卡兹克，AI自媒体和热点监控型账号，做了AIHOT这类AI热点监控网站，适合看中文AI圈正在炒什么、什么值得跟。 @Gorden_Sun，Gorden Sun，稳定更新AI资讯日报，适合当每日AI新闻索引看。 @FinanceYF5，Will，偏AI资讯和行业数据整理，会做AI网站流量、产品数据、行业观察，适合看数据型信息差。 @vista8，向阳乔木，关注LLM、Prompt、效率工具和AI产品落地，内容偏实用观察和产品判断。 @shao__meng，meng shao，关注上下文工程、AI智能体、企业AI落地和AI培训，也经常整理中文AI领域账号合集。 @oran_ge，橘子，前MiniMax AI工具产品负责人， @hanqing_me，汗青，AI Talk创始人，重点在AI短视频、AI数字人、AI艺术和内容创作方向。 @jesselaunz，遁一子，关注AI资讯、AI实际应用和Prompt探索，偏实践派，适合看普通人怎么把AI用起来。 @thinkingjimmy，JimmyWong， @xicilion，响马，西祠胡同创始人、老程序员，分享LLM实战、工程判断和开发者视角，对AI工具链的理解比较硬。 @AI_Jasonyu，鱼总聊AI，关注AI、出海、创业、独立开发和副业方向，经常整理AI博主、工具和产品机会。 有哪些我漏掉了？欢迎补充

阿里前几天刚发季报，破天荒的第一次披露了模型与应用服务——其实就是MaaS——的经常性年化收入： 截至今年3月超过80亿人民币，预计6月达到100亿，年底突破300亿。 相当于半年3.75x的增长速度，大概也是基于如此乐观的势头，阿里才会难得的公布这个数字，向资本市场构建叙事。 所以你以为我要开始吹阿里了？错了。 阿里的AI收入，建立在阿里云这个中国最大的云计算平台上，阿里云拥有现成的客户群体、销售网络和算力资源，用配套升级的方式去叠一层AI服务收入，是很容易的。 所以真正要吹的，不是阿里的AI业绩凭什么增长这么快，而是如果连主要靠存量用户增加预算就能做到半年3.75x的增速，那么原生AI公司今年在同样的市场环境下，增速会飙到什么地步？ 要知道，原生AI公司赚的每一块钱都是从零开始、靠着模型能力兑现而来的，除了更加纯粹的增长之外，因为不必承担其他业务的成本转移，ROI的负担也更小。 比如摩根士丹利测算发现MiniMax平均每分钟进账1美金，同时成本低于0.3美金，而行业平均收入只有约0.5美元/分钟，相当于MiniMax仅凭利润就跑赢了大盘。 这就是Pure-play的价值，算清楚这笔账，对于理解走向拐点时刻的AI行业，非常重要。 在研报里，摩根大通认为中国在2026年的企业端需求，很大概率会复制美国2025年至今的来路，也就是从试点到规模化投入再到AI成为固定支出的三级跳。 简而言之，就是Anthropic的那条离谱曲线。 Anthropic创造了AI行业还是商业史上的创收奇迹，300亿美金的经常性年化收入，让它成为了全球瞩目的新王，甚至让OpenAI的股份交易在一级市场失去了吸引力。 毫无疑问，Coding是一个回报路径极其明确的赛道，根据The Information的报道，在企业级市场，Anthropic展现了空前强势的定价权，从它用按量计费替换订阅套餐，到上线导致Token费用上涨的分词器，都让企业找不到商量余地，只能拿着超标的账单去找老板加大预算。 没办法，品质和稀缺绑在一起，就是硬通货。 摩根大通也是这么判断的，在AI行业，拥有强大模型的公司某种程度上可以豁免于成本战争，而且它想进入「下沉市场」的难度，要远低于低价模型打入「高端市场」。 但Coding是一个已经实现预期的赛道，下一个大的是什么？ 目前来看，几天之后的Google I/O大会非常重要，从已经被剧透的Gemini Omni来看，「All In One」的全栈模型要给多模态打翻身仗了。 那个教授在黑板上写公式讲课的片段，之所以艳惊四座，是因为它并非简单的视频生成，这个新的Gemini Omni模型同时搞对了三件事： 手持粉笔的空间关系、板书撰写的画面关系、推导过程的逻辑关系。 更直白的说，这绝对不是三个模型合在一起的结果，而是基座模型已经就在全模态信息上完成了训练，也就是，世界模型的雏形。 像是杨立昆、李飞飞这些不属于Transform派别的行业大佬，都对语言模型颇有微词，认为这条路线跑不出真正的世界模型，所以都选择了另辟蹊径，但Google、OpenAI甚至字节跳动都在证明，即使语言模型确实有局限之处，只要坚持Sc­a­l­i­ng La­ws、在同一个基座模型上训练全模态能力，同样能够渐进式的通向世界模型。 如果只看Coding的叙事，中国的原生AI公司都在扮演「一个更便宜的Anthropic」，杀成一片红海。 但在找出「一个更本土的Google」这件事情上，就会发现阿里、字节和MiniMax都在这么干，只有它们的模型迭代方向与Google完全一致：在一个系统内完成文本理解、图片生成、视频生成和音频输出。 王慧文在即刻上说，一家新兴公司的估值，是由相信它的资本定价的，不是不相信它的人定价的，「好吧，这是句废话。」 多模态的生成是语言模型理解世界的硬验证信号，且大部分底层能力与核心模型复用，多个模态并不等同于多份研发投入，有限的成本提升，能够极具经济性的帮助AI构建世界，并让每一代模型的更新不断放大效率差，并打开更高的智能上限。 我想吹的和期待看到的，其实就是这个。

国内各大企业家蹭马斯克合影， 让马斯克似乎感觉中国变了。 他一直在找一个人，杰克马。 他很奇怪这位会英语、从容自信的中国首富怎么突然不见了。 我们何尝不是？ 川普再度访华，2017年到现在，也就9年。 那年，腾讯和阿里跻身全球市值前十的行列。 华为手机出货量达到1.53亿台，全球第二，超过苹果，逼近三星。 那一年，也是马云最意气风发的一年。 他像武侠小说里的风清扬——自由、张扬、无所不能。 砸900亿搞新零售。 到处演讲，会见各国元首，从容不迫。 主演《功守道》，跟李连杰、甄子丹、吴京对打。 还和王菲合唱《风清扬》。 那时的企业家，身上真有一种"时代主角"的感觉。 许家印财富一年翻四倍，首次成为中国首富。 李彦宏All in AI。 董明珠说华为手机第一格力第二。 就连跑路的贾跃亭，都自信地说"下周就回"。 后来很多人会说，2017年其实是中国互联网黄金时代最后的高潮。 那时的人们，真的相信技术、资本与全球化会永远向前。 2017年底，乌镇世界互联网大会召开。 丁磊组织"东半球最强饭局"。 之后又有刘强东、王兴组织"东兴局"。 饭桌上坐着中国互联网最有权势的一群人。 他们讨论的不只是赚钱，而是未来。 他们那时真觉得，未来在自己手里。 ------- 今天很多年轻人已经忘了， 当时这种"大国叙事"有多强。 你打开电视，是港珠澳大桥。 打开手机，是国产航母下水。 刷微博，是C919首飞。 连综艺和广告，都在讲"中国速度"、"中国奇迹"。 那年，中国首艘国产航母下水。 "一带一路"首届高峰论坛召开。雄安新区设立。 "人类命运共同体"被反复提及。 建军90周年阅兵。 香港回归20周年。 十九大召开。 所有新闻都带着一种历史车轮滚滚向前的气息。 经济学家林毅夫当时预测：到2030年，中国将超过美国成为世界第一大经济体。 今天看，你会觉得这个预测有点乐观。 但在2017年，很多人真信。 自信的人们 但回头看，会有一种奇怪的感觉：那仿佛已经不是同一个时代了。 ------------ 这9年里发生了太多事。 贸易战、疫情、俄乌战争、AI革命、房地产下行、互联网退潮、全球化收缩……世界像被人拧过一遍。 很多当年坚信不疑的东西，现在都变得模糊；很多当年热气腾腾的人和行业，现在已经沉默。 所以，当人们重新翻出2017年特朗普访华的视频时，会有一种强烈的时代感。 那真的是一个"烈火烹油、鲜花着锦"的年份。 那年11月8日，特朗普抵达北京。 很多年后，他仍在不断回味那次访问。 中国的"上升感" 他说，中国仪仗队是他见过最整齐的，"他们身高几乎完全一样，差距不到四分之一英寸"。 特朗普是一个极度重视排场、礼仪与个人感受的人。 你很少见他认真赞美什么，但他后来多次提到那次中国之行。 因为他确实被震撼了。 飞机刚落地，他就被直接带去了故宫。 不是普通参观，是包场。 整个故宫，在夜色里只为特朗普夫妇开放。 红墙、金瓦、宫灯、京剧、文物、长长的御道，像一个文明古国把自己的藏宝阁掀开了一角。 ------- 特朗普后来反复提到一句话："从没人得到过这样的待遇。"他是真的信。 因为美国总统访问别国，一般是进会议室、住酒店、签文件。 很少有人会直接把五百年帝国的中轴线打开给他看。 而2017年的中国，也确实有一种"终于轮到我出场"的心态。那种感觉，就像是一个练了二十年武功、终于下山的少年。 今天再回头看2017年的新闻，会发现一种扑面而来的自信。 那一年春节，央视《新闻联播》推出特别节目——《厉害了，我的国》。 这个词后来直接变成了年度热词。 紧接着，央视财经开始做纪录片《厉害了，我的国》，向全国征集"百姓眼中的中国成就"； 之后又连续播放《辉煌中国》、《大国外交》、《超级工程》。 2017年的中国人，是真的相信"东升西降"已经开始了。 《战狼2》与那个时代 2017年，还有一件特别重要的事：《战狼2》。 今天很多人已经习惯了"战狼"这个词，甚至带点调侃意味。 但在2017年，《战狼2》不是调侃，它是情绪。 它最后拿了56.95亿票房，长期位居中国影史第一。 真正让它成为现象级的，其实不是动作戏，而是片尾那行字幕："当你在海外遭遇危险，不要放弃！请记住，在你身后，有一个强大的祖国！" 那一刻，很多中国观众是真的热血沸腾。 因为过去几十年，中国人太习惯"落后挨打"的叙事了。 突然之间，电影里中国护照能救命了。 这种心理变化，非常巨大。 《战狼1》里的"犯我中华者虽远必诛"，再到《湄公河行动》，再到海外撤侨、亚丁湾护航，这些真实事件和影视作品混合在一起，共同构成了2017年的强国想象。 那年电视剧《人民的名义》火得离谱。 年轻人一边吐槽"达康书记GDP第一"，一边追反腐剧。 今天已经很难想象，一部主旋律电视剧能变成全民流行文化。 但2017年就是这样。 整个社会都处于一种"国家正在变强，而我也参与其中"的兴奋感里。 周杰伦演唱会叫"地表最强"。 范冰冰和李晨对未来也是信心满满，所以宣布"求婚成功"。 大家真觉得，好日子还在后头。 当然，中国男足还是没进2018年俄罗斯世界杯。 有些东西，确实稳定。 世界转向 关于那一年特朗普访华，美方很多高官、幕僚，都写了回忆录。 里面有很多有意思的细节。 比如，有人提到，中方在会谈中不断讲自己的长期规划：产业升级、科技发展、未来目标、合作愿景。 但特朗普其实不太感兴趣。 -------- 他最感兴趣的有两件事： 第一，3000多亿美元的大单； 第二，对他个人的超规格接待。 特朗普是一个非常"具体"的人。他对宏大叙事兴趣有限。 但他对排场、数字、交易、赢，非常敏感。 后来随行人员透露，特朗普对中国国宴印象极深，尤其是中式摆盘与大型宴会组织效率。 他无法理解，为什么几百人的国宴能像机器一样精准运转。 特朗普外孙女唱中文歌的视频，当时被反复传播。特朗普本人特别喜欢这个桥段，经常提起。 因为这让他感觉自己"跟中国关系很好"。 特朗普甚至说，与中国的问题，不怪中国，怪以前的总统。 而2017年的中国，也愿意展示这种友好。因为那时候，中美关系虽然已经有竞争苗头，但整体仍处于"斗而不破"的阶段。 甚至很多中国人当时觉得，特朗普虽然不靠谱，但未必比传统美国政客更坏。 因为他至少"讲交易"。 不像后来那样彻底撕裂。 ------------- 但历史很快转向。 特朗普访华没几个月，中美贸易战开始。 美国开始针对"中国制造2025"。 开始限制高科技出口。开始强调产业链安全。 后来很多分析认为，美国之所以反应如此激烈，一个重要原因，就是中国在2017年前后表现出的那种"高技术崛起"趋势，以及"厉害了我的国"的宣传。 那时候的美国，已经意识到，中国不只是"世界工厂"了，而是在向产业链上游走。 芯片、5G、AI、高端制造、新能源、航天……中国开始全面进入美国最敏感的领域。 而与此同时，特朗普上任后的美国，则不断"退群"。 退出TPP。 退出巴黎协定。 退出联合国教科文组织。 整个美国社会都弥漫着一种疲惫与撕裂。 如果用武侠来比喻。 2017年的中国，像一个刚闯入江湖、准备重塑武林规则的少年。 而美国，则像一个已经称霸江湖几十年、开始对世界失去耐心的老盟主。 于是，冲突几乎不可避免。 因为真正的大国竞争，从来不是意识形态，而是产业、科技、资本与未来。 ---------- 凡是过往 2017年的人们，并不知道后面会发生什么。 没人知道新冠。 没人知道房地产会调整。 没人知道互联网会降温。 没人知道AI会重新洗牌。 没人知道全球化会开始倒车。 所以今天回头看2017，会有一种特殊的感伤。 那是一种"后来的人，重新看旧照片"的感伤。 照片里的人在笑，但你知道后面会发生什么。 现在特朗普"前度特郎今又来"。 中国也已经不是那个青春少年。 这些年经历了太多事，双方都成熟了很多，也都疲惫了很多。 今天再谈中美，以及我们个人， 已经少了2017年的激情， 不再那么意气风发， 也不再那么轻信未来一定线性向上的投资， 兄弟们都多了一份沉稳。。。

从全球支付巨头、企业级云 AI 代理，到将 1.51 亿股股权结构代币化，整个生态的建设与发布从未暂停。以下是过去一周发生的重要动态： 📰头条新闻 - @WesternUnion 通过 @Anchorage 在 @solana 上推出 USDPT 稳定币，用于其全球支付网络； - @SolanaFndn 与 @googlecloud 合作推出 AI agents 提供机器原生商业市场； - @Bullish 在收购 @Equiniti 后，将其完整的 1.51 亿股 cap table 代币化并部署至 Solana 📰产品上线 - @StateStreet 与 @galaxyhq 合作推出 SWEEP，其代币化链上流动性基金； - @MoonPay 收购 @DFlow，打造统一的链上消费者体验； - @joinrepublic 开放基于 Solana 的 @animocabrands 股权代币化交易； - @Securitize 联合 @jumptrading 与 @JupiterExchange 建立完全链上且合规的代币化股票交易体系； - Anchorage Digital 与 J.P. Morgan Asset Management 发布一项解决方案，用于支持 Solana 上的无现金稳定币储备； - @jito_sol 发布 @jtx_trade —— 一个具备 CEX 级执行能力的自托管交易平台； - @RockawayX 推出 Zela，一套旨在为高频参与者降低延迟的集成执行栈； - @reflectmoney 对其稳定币基础设施进行了全面升级，新增 venue-agnostic routing、独立风险分析以及更多功能； - @altitude 推出 Altitude Card，使企业能够通过稳定币进行虚拟支付； - @RaposaCoffeeCo 宣布与迈阿密热火及迈阿密马林鱼达成合作； - @privy_io 在 Solana 上启用数字资产账户； - 受监管的美国银行 @SoFi 将其稳定币 SoFiUSD 扩展至 Solana； - Moonpay 发布 Desktop App + CLI，用于代理贸易； - @jump_firedancer 启动 Firedancer 1.0 验证节点客户端部署； - Jupiter 推出 Limit Order V2+，加入链下隐私功能以防止抢跑； - @phygitals 在本月正式上线前预告其移动应用； - @SuperteamIN 宣布 India Startup Village 2026 —— 一个面向 builder 的 10 天驻留计划； - DFlow 成为 Coinbase 在 Solana 上的主要流动性路由器； - @DeloreanLabs 的 DMC 与 @TAO_dot_com 的 TAO 通过 @sunrisedefi 在 Solana 上线； - @formacity 在英国新地点转型为永久 popup 运营模式； - @BAXUSco 启用实体 RWA 自动售货机，用于烈酒的直接领取与交易； - @Slabzapp 推出 RWA 收藏品街机，将开包后的体验游戏化； - @ArcherExchange_ 在完成超过 1 万笔交易、累计 150 万美元交易量后结束私测阶段； - @craftsdev 宣布推出 Solana 首个密封竞价拍卖； - @KASTxyz 在全球银行卡交易中上线稳定币返现功能； - @PhoenixTrade 支持最高 5 倍杠杆的 JTO 交易； - @VeryAI 推出 AG9 —— 一个 Know Your Agent（KYA）标准，为 AI agents 提供可移植身份、凭证与验证体系； - Breakpoint 2026 门票已开放销售，并提供限量早鸟票； - Hacker Houses 将于 BP26 前重返伦敦，举办为期 12 天的活动 📰里程碑 - Solana 链上 RWA 持有者突破 20 万，创下历史新高； - @PreStocks 总交易量突破 10 亿美元； - @JurassicFi 在 @futarddotio 上完成超过 500 万美元融资承诺； - @FWDind 与 @RockawayX 联合领投 @onrefinance 的 500 万美元 A 轮融资； - @solstrategies 收购 @houdiniswap 封面来自 @TrevElViz

一个冷知识，过去15年印度裔CEO领导的公司大幅跑赢标普500！ 印度裔CEO概念股： 1. 微软 $MSFT 萨提亚·纳德拉带领微软完成云计算+AI双转型，Azure、Copilot、OpenAI 全部吃满AI红利 2. 谷歌 Alphabet $GOOGL 皮查伊从Chrome一路做到CEO，把谷歌变成AI基础设施超级平台，印度裔高管普遍擅长产品与技术结合。 3. Micron 美光科技 $MU 印度裔高管团队推动公司全面吃到AI存储红利，印度裔在半导体、云计算、AI基础设施领域竞争力很强。 4. Arista Networks $ANET 印度裔CEO Jayshree Ullal 被称为硅谷最强女CEO之一。 5. Adobe $ADBE 印度裔CEO推动AI生成设计全面融合。 6. IBM $IBM 印度裔CEO Arvind Krishna 主打AI+企业服务转型，重点押注混合云与企业AI。 7. Palo Alto Networks $PANW 网络安全龙头，由印度裔CEO Arora带领持续扩张。 8. HubSpot $HUBS 印度裔CEO擅长SaaS运营和全球化扩张。 9. Cognizant $CTSH 印度IT人才红利代表公司。 10. NetApp $NTAP AI时代真正稀缺的是数据存储，印度裔高管很擅长做“长期基础设施型业务” 11. Mastercard 万事达 $MA 印度裔CEO时代推动全球数字支付高速扩张。 12. Starbucks 星巴克 $SBUX 印度裔CEO曾推动全球化运营扩张，品牌消费能力极强。 假设在2011年初你投入100美元，2026年你将得到 $SPY / S&P500指数：$770 印度裔 CEO 组合：$5800！

清晰法案通过预期的催化之外，也要注意到Circle正在进行的商业模式升级和迭代，这里最关键的就是4月8号Circle推出的Circle Payments Network (CPN) Managed Payments，这是一个全栈托管式稳定币结算平台。 CPN是Circle在25年5月上线的全球稳定币支付网络，连接银行、PSP、VASP 和企业，实现 24/7 实时跨境结算。 而今年4月初推出Managed Payments 是其“托管服务层”，让传统金融机构“零门槛”接入稳定币，而不用自己碰加密资产，相当于是Circle Payments Network (CPN) 的“托管增强版”。 1、CPN Managed Payments的功能 简单说就是Circle把稳定币的复杂性（minting、burning、合规、链上结算、多链路由）全部打包成SaaS 服务，合作伙伴只需通过API调用，像用传统支付轨道一样操作法币即可。合伙方只看到法币入账/出账、API 回调和报表。 全球跨境支付网络Thunes（覆盖140+ 国家）已经将其客户（银行、移动钱包）接入 CPN Managed Payments，实现法币工作流下的稳定币结算。 欧洲领先支付处理器Worldline，也接入CPN Managed Payments为客户提供区块链原生结算选项。 2、CPN Managed Payments对Circle的意义 让Circle能变身成Stripe + Visa的混合体，为什么这么说？它同时具备两者的核心优势： Visa的部分（网络运营商角色）： 1）CPN是一个多对多全球支付轨道，连接银行、PSP（支付服务商）、Fintech、企业，实现实时跨境/国内结算。 2）像Visa一样，它提供标准化网络基础设施：统一协调协议、即时结算、全球可达性（覆盖20+链路 + 多国法币payout corridors）。 3）不同的是，它用USDC（稳定币）作为结算介质，取代传统对应银行链（correspondent banking），实现秒级、24/7、无批处理的最终性。 Stripe的部分（B2B SaaS / 开发者友好基础设施）： 1）CPN Managed Payments是全栈托管SaaS服务：合作伙伴（银行/PSP）只需通过API调用、在法币端操作，Circle后台全包USDC mint/burn、合规、区块链路由、Gas抽象等。 2）像Stripe一样，它提供单次集成、turnkey解决方案，抽象复杂性，让传统金融机构“零加密暴露”就能接入稳定币支付（类似Stripe让电商/平台轻松接入支付）。 3）强调可编程性 + 开发者API（Payment Intents、Payouts、Accounts API等），支持商户收单、高频payout、AI支付等现代用例。 Visa提供“网络规模与可靠性”，Stripe提供“易用SaaS与可编程性”，CPN Managed Payments则把两者融合成稳定币驱动的现代支付基础设施——既是全球网络，又是托管服务平台 3、再多聊聊CPN Managed Payments与Stripe的区别和差异 Stripe已深度整合USDC等稳定币，为企业提供“零加密暴露”的一站式体验。 1）商户可通过 Checkout、Payment Links 等产品在ETH、sol等链上接收 USDC，系统自动后台转换为法币（USD/EUR 等），费率约 1.5%。 2）同时支持全球 Payouts，向承包商、创作者、供应商等以 USDC 出款，而企业后台始终只处理法币。 3）Stripe 通过 Bridge 等收购实现托管模式，企业无需接触区块链即可完成跨境支付，覆盖 100+ 国家，显著降低 FX 成本和结算延迟。 其优势在于开发者友好 API、可编程支付、丰富的支付套件（Checkout、Billing、Treasury），特别适合数字商户、中小型平台和需要前端支付体验的企业，许多公司仅用 Stripe 就能实现更快、更便宜的全球收付款。 CPN Managed Payments更侧重机构级 B2B 基础设施，服务对象包括银行、PSP、Fintech 以及大型企业的跨境结算需求。 1）它以全栈托管 + 强大网络效应为核心，Circle 作为网络运营商，连接多家受监管金融机构（OFI/BFI），实现多对多实时协调，一次接入即可触达全球合作伙伴，而非依赖单一平台。 2）在业务深度上，CPN 针对高频、大额、供应链支付、批量薪资发放及企业财资调拨等场景，提供 24/7 即时结算和极低 FX 与中介成本，由 Circle 全面承担 USDC mint/burn、Travel Rule/AML 合规、多链路由以及流动性全生命周期管理。 3）其目标客户为银行、支付处理器、大型 PSP 及全球企业财资部门，强调企业级 SLA、审计能力和合规牌照覆盖。同时内置条件支付和智能合约级编排，更适合 AI 代理支付、高频 M2M 以及企业间大额结算场景。 从上面的角度看，Stripe 更像“支付 SaaS 平台”（商户/平台导向），而 CPN 是“稳定币版 SWIFT 基础设施”（机构间网络）。在纯机构 B2B、大规模跨境场景中，CPN 的成本效率、合规确定性和零加密暴露程度更优 实际中，许多TradFi和Fintech正在同时测试/采用两者，用 Stripe做前端收单，用CPN做后台大额结/treasury。 4、这对Circle来说为什么是商业模式的升级和迭代？ 个人角度CPN Managed Payments的推出标志着 Circle 从“稳定币发行商 + 储备利息主导” 开始向 “B2B SaaS 支付基础设施提供商”的角度进一步迭代升级。 直接货币化路径： 交易结算费（basis points，按量阶梯）基础设施订阅/托管服务费； 合规、报表、流动性管理增值服务； 未来也有网络效应，参与机构越多，流动性越好，费用收入越高。 收入来源不再仅靠储备利息，而是交易量驱动的 recurring revenue（交易费 bps、服务订阅费、基础设施使用费、FX 点差等），这也跟Circlezai 26年将非利息收入规模化的目标是一致的。收入更具可持续性和抗周期性（即使利率下降，交易量增长也能带来稳定现金流） 商业模式迭代升级的核心就在于此： 从“卖美元稳定币”进化到“卖全球支付轨道”，通过 B2B SaaS形式提供类似 SWIFT的网络服务。 4月初，在这里