与「坑娃神爹」相关的搜索结果

当你特意叮嘱爸爸“就咬一小口”，结果他一口干掉了90%的香蕉……😂 气到呲牙、强颜欢笑，再加上最后那记绝望的白眼，简直说明了一切！👀🍌 #萌娃日常# #坑娃神爹# #搞笑萌娃# #育儿日常#

AI时代，真的「只要你学得够慢，你就不用学了」吗？ 最近网络上有个说法还挺火的 「AI时代，只要你学得够慢，你就不用学了。」 我第一反应是，这话听起来很有道理。 我想起自己两年前熬夜学LoRA微调，想着可以用来模仿我的写作风格，然而skills出来了，发现效果可能还比我训的LoRA更好。 所以「等」赢了？「学得慢」赢了？ 如果你只是一个普通的AI用户，那这句话可能没错。但如果你不甘于只当个「时代喂你啥你就吃啥」的被动者，你想主动把握AI行业发展的脉络，你就不能等。 我仔细想了想，我感觉不是这样的，我想分享下自己的看法。 「等」赢了，但不是因为等 LoRA的故事是真的，类似的情况我遇到过不止一次。两年追热点下来，确实有不少「当年要做没做，后来发现不用做了」的案例。 但有个问题值得反问自己：你知道LoRA是什么、你知道skills出现了、你知道两者可以做横向对比，这个判断力是哪来的？ 不是从「等」里来的。 是从两年每天追热点的积累里来的。 因为很多人把「某件具体的事没做」等同于「不用学习」，这两件事完全不在同一个维度上。你「等」到了更好的方案，是因为你有足够的背景知识认出了它。一个完全不了解这个领域的人，他的「没做」只是「不知道」，不是「有判断力的等待」。 工具层可以等，认知层不能等 我2016年开始做机器学习和深度学习，做了好几年数据科学家。到了大模型时代，周围的人都在聊LLM，我一度觉得当年学的那套东西废了。 sklearn怎么调、XGBoost怎么训，这部分确实边缘化了，我不否认。 但我后来发现，真正值钱的东西没废：怎么设计评估体系、怎么防止数据泄露、怎么把一个业务问题转化成模型问题。这些判断力，大模型时代反而更稀缺（因为99%的「AI应用开发者」根本没有这个训练，看到模型输出「看起来对」就交付了）。 工具层的东西，半衰期确实很短，可能18个月就轮换一批。这部分确实可以「等等看」，等生态稳定了再下场，往往比头一批踩坑的人省力。 认知层的东西，没有捷径，也没有办法「等别人替你建立」。你在等的时候，别人在建立判断力的坐标系，你进来以后只能接受别人嚼过的知识，创造空间已经被占了。 比AI工具本身更有价值的 追了两年热点，我发现有一件事比「学到了什么具体技能」更值钱，那就是，我比周围大多数人更能「春江水暖鸭先知」。 某个技术出来，我大概知道它处在哪个演化节点，是真风口还是炒作，值得深入还是等等就过了。 但我一度很困惑，这种「看清楚行业方向」的能力，对我一个打工人有啥用？又不是创业者也不是投资人，判断对了趋势，我也只是回去开早会。 这个落差是真实存在的，不想粉饰。 但仔细想，这个能力其实在影响三件事： 第一，在组织里的位置。大多数团队里，「知道该做什么」比「把事做完」稀缺得多。能帮团队过滤噪音、判断方向的人，话语权不一样。 第二，选雇主的质量。能判断一家公司的技术方向是不是真的对，让你在上升期公司和下沉期公司之间选对的概率高很多。这个差距，可能比一次跳槽涨薪重要得多。 第三，这个认知要是有地方输出，是可以变现的。其实就是把「春江水暖」的判断力转成内容，内容建立影响力，影响力长期会带来预料不到的机会。 所以「只要你学得够慢，你就不用学了」，这话对不对？ 我的观点是：对了一半，但被大多数人用来当借口的那一半，恰好是错的那半。 工具层，确实可以等，工具肯定越来越先进，越来越好用，「等等党」在执行层有合理性。 而且在AI时代，这句话本意其实是在说，不要因为错过一个热点而着急，不用FOMO，在AI时代，应该少点焦虑。 但是认知层面，并不会因为你用过的某个AI工具过期了而没学到东西。你追热点的过程看起来很多东西「白学了」，但那个过程本身在建立一张地图，这张地图才是真正的资产。 把「某些工具不用学」误读成「可以少学、慢学、躺着等」，两年后你会发现，你确实等到了更好的工具，但差距在于，人家积极学习的，拿到新工具是真的能做出新东西，等等党拿到新工具，也就是跑个demo自嗨一下，感觉自己站在了时代前沿，实际上还在原地。 而且还有一个时间差的问题值得说。 新工具出来之前，积极的人早就在用当时条件下能用的东西硬拼出来了。RAG还很粗糙的时候，他们已经在生产环境里跑起来了，踩完了坑，知道哪里会出问题。Agent框架还不稳定的时候，他们已经用LangChain拼出了第一版，虽然屎山，但用户在用、反馈在收、迭代在跑。 等等党在等什么？等一个「更成熟的方案」。方案成熟了，他们入场，发现已经是红海。不是因为他们来晚了几个月，是因为那几个月里，积极的人已经建立了用户认知、跑通了商业模式、或者单纯地把某个领域的坑全踩完了，护城河就这么起来的。 更关键的是，这种「拥抱新技术」的习惯本身会复利。积极的人用惯了在局限条件下想办法，新工具一出来，他们比任何人都先知道怎么用好它。等等党等到了新工具，还是原来那个姿势，demo跑一跑，然后继续等下一个。 #AI# #AIAgent# @grok @xai

不会写 AI 提示词的福音， @dappOS_com 旗下的新产品 @xBubble_ai 简直惊喜。 AI 新手用简单的提示词也能做出和 AI 高手一样的作品，直接看对比图。 同样的一句话简单提示词，xBubble 从画面细节到质感完全秒杀我用 Gemini 做的图，看起来就像一张拍摄的真实照片。 很明显，xBubble 对于不擅长写提示词的用户很友好，出来的结果相当惊喜。 在 AI 圈一直存在一个痛点：AI 模型更新迭代太快，用户学习的速度跟不上，想用 AI 做出好的产品需要花费大量时间学习写提示词、调试，循环踩坑才能做出「还不错」的作品。 会写 prompt 的用户 vs 不会写 prompt 的用户差距非常大。 而 xBubble 在做的事情就是把这个「差距」无限缩小，以前需要花费大量时间精力学习 AI 的成本被无限压缩，只要用好这一个工具就够了。 用上 xBubble 之后，用户不用再学习 AI，而是让 AI 学习 AI；用户不再摸索如何使用 AI，而是让 AI 代表用户使用 AI。 👇先放个传送门： xBubble 亮点不只是一款低提示率的 AI 代理，除了可将简短的请求转化为最终成果之外，还很适合企业应用，因为对工作效率的提升不是一般的大。 我把 xBubble 的解决方案亮点总结为五点： 1⃣SOP：标准操作流程，即针对某类任务被验证过的最佳实践模板，下次使用可直接套用执行的又快又稳。 2⃣Bubble Computer：全自动项目工作区，用于处理多步骤复杂任务（如研究+写作+设计），能够一次性交付完整成果，中间无需你操心。 3⃣Bubble Personal：安全的本地助手，能操作你的文件、日历等，高风险任务在云端沙箱完成，亮点是只把干净的结果返回电脑。 4⃣Bubble Pilot：智能调度员，能够看懂你的简短指令，自动把任务交给最合适的执行路径（如 SOP、Bubble Computer 或通用 AI）。 5⃣Bubble Engine：解决方案工厂，自动测试模型和工具，为各类任务生成并固化最佳执行流程（SOP）。 xBubble 的这五大板块相互协调之下，对我们的工作效率的提升堪称恐怖，喜欢研究 AI 的一定要去体验下。

玩了一上午这个 @dappOS_com 的新产品xBubble，产品本身主打的low promt，意思就是不要过多的去调试，AI自己会跟AI学习，试了一下感觉在做视频和图片方面确实还不错。 做的动作以及结果 简单聊天问答：回答问题逻辑比较清晰 简单文字让做个视频：视频质量、流畅度和成品都基本符合要求 有细节的文字让做短剧：跟我在抖音刷到的那种差不多，重要的是消耗积分也不多，当然，我只生成了个15s的视频 让给一个20u做空山寨币的策略：只给了逻辑，没给具体币种，但是直接给了一段监控机器人的核心代码，所有的逻辑及判断条件全部写好了。 把我的山寨币模型发给他让推币：更上面一样，不推币，只给了逻辑 让制定云南旅游计划：计划比较细节，避坑指南都有 让他做个指定类型的网页：现在好像没有单独的vibe coding功能，所以只给了我一串代码让我自己去运行 随便截了张图让生成主图和banner图：作图方面确实没得说，很标准的电商图 总结一下： 基础的处理都很强了，特别是在视频和图片处理方面，越玩越有意思，但是可能因为我没有什么商业场景，其实一些做电商的和需要做ppt这些办公处理的用会感觉更强，我这个臭炒币的第一时间就是去让分析币 看了下官方文档，xBubble的底层逻辑是 Bubble Pilot  =　AI 替用户使用 AI Bubble Engine  = AI 学习 AI 他会自己内部生成一套固定的sop，用户的问题来了，他会自动匹配去用哪一套 dappos在拿到polychain、红杉、yzilabs如此豪华的投资的情况下，不着急忙着tge，而是不断从市场转型中打磨产品，拓展用户，并且在web2有一定用户，还在积极努力的找新方向，也算是熊市builder了 这是我用dappos嘲讽会所的demo，太可爱了。

很多人玩AI Agent，至今分不清Agent Skill和MCP，看懂底层逻辑，才能精准踩中AI Agent的发展风口，少走弯路少踩坑，今天一次性给你讲通透，新手也能秒看懂。 其实Agent Skill说白了，就是AI智能体的专属技能包。 本质上它是AI智能体可调用的标准化执行能力模块，相当于给Agent预装专属工具，让AI从单纯对话升级为可落地执行的实用助手，自主完成查询、运算、交互等复杂任务。没有技能的AI，只会空谈对话；装上Skill之后，AI能干活、能执行、能落地，是让AI从嘴炮变实干的核心关键。 它的用法超级简单，不用复杂编程，按需加载、随开随用，想让AI具备什么能力，直接匹配对应技能就行，门槛极低，适配绝大多数AI落地场景。 开发者直接接入预设技能库，按需启用对应功能即可，普通用户也能在交互界面一键开启，无需复杂代码配置，大幅降低AI落地门槛。 最核心的亮点是它的渐进式披露机制：不会一次性给AI全开权限，而是根据你的需求，一步步解锁对应能力。 既杜绝权限滥用风险，又兼顾安全和实用性，完美解决AI失控、隐私泄露问题。 很多人混淆它和MCP，二者核心差异一目了然：MCP侧重协议层面的资源互通，通用性强但落地繁琐；Agent Skill聚焦单智能体的垂直能力强化，轻量化、易部署、上手快。

巴菲特：如果现在我只有100万美元从零开始，我会怎么投资？ 这不是鸡汤，是老巴最真实的复盘和打法！ 45分钟全是干货，真实的操作逻辑和避坑指南。

刷到一个帖子说：把油管的视频下载下来，配中文字幕，发B站和抖音，一鱼多吃。 我心想，这不简单？立马干。 第一天，我找了个油管上很火的美国大妈教你烤饼干视频，花两小时配了字幕，发到B站。播放量：18。 我不信邪，又发了抖音。播放量：200，点赞3个。其中一个是前任。 第二周，我学聪明了，专找那种国外街头采访带点擦边标题的。配字幕时还故意加了几句方言。 发出去，B站播放量1000+，抖音破万。我激动得差点哭。 结果第三天，平台通知：视频因版权投诉被下架，账号扣分。 我翻到原帖底下评论，发现有人说：“我搬了三个月，被封了八个号。” 我私信问他：“那你赚钱了吗？” 他说：“赚了。卖教程。教别人怎么搬运，198一份。” 我问他卖了多少钱。 他说：“上个月卖了三百多份。” 我算了一下，198×300=59400。 我问他：“那你搬运本身赚了多少？” 他说：“负的。买梯子、买字幕软件、买账号，花了小两千。” 我沉默了。 他又说：“要不你买我的教程？今天特价，98。” 我说：“你不是卖198吗？” 他说：“那是对新人。你这种被坑过的，算老客户，打折。” 我没买。 但我把他跟我说的话整理了一下，也写了个帖子：“赚钱很难吗？教人搬运，比搬运本身赚多了。” 帖子火了，阅读量十万。 很多人私信我：“怎么教？” 我说：“先交98。” 现在我不搬视频了，我搬自己。 上个月收入：3800。 比搬运强。

今天才知道 Revolut 这张电子消费卡每年居然有 10W 新币的使用额度，提前没有任何告知，突然就没法刷了，问了下 AI ，居然说有的新加坡的电子消费卡的消费额度是共享的，之前只觉得方便，原来每个方便后面都有个坑要填。

今天算是个特别日子。聊几句。 大家x这边和hodl @hodlstrong_ @__Commonwealth 目前我仍然不确定邦联 @__Commonwealth 有机会重启。客观条件，最终拍板，何时重启)所需要的时间，如何重启(延用老推还是有新的推)我都无法确定和保证。 再最终确定重启前也不会再聊这个话题。 只说几点。 1 从去年和更早的事可以看出来。能主观做好和对兄弟们讲情义的地方我从没不讲。 去年jager的的确确不是我个人的。只是他们什么都不会。前期太多事依赖我的能力。 一个公平纯空投的币。我硬是从前期冷启动阶段为hodl社区和zome争取到了当时市值30万u的空投。 从后面小偷团队和二五仔事件可以看出即使其实可以跟兄弟们无关的。也并不是我个人项目。我依然去给你们争取了。 而且这个hodl社区是明确有人知道我当时争取给你们空投直接被喷的。 有哥给你们扛了。 2 很多过往的东西想全部带上完全不现实。 我个人不太想担任项目leader和绝对核心了。从很多客观条件看我也并不适合绝对核心。 因此邦联重启现在我了解的信息更大可能是我只扮演顾问角色且很多东西要改变。 简单说。之前很多东西要带上特别是事事带上完全不可能。 我个人。我也希望社区接受很多以前的东西已经死掉没有希望的事实。 过去的项目失败是客观事实。团队，我个人，社区客观说都负有责任。 讲四个最简单好理解的。 1 在hodl币价走下坡路时我个人情绪和行为严重受到社区对币价的节奏影响想补偿社区对社区好。包括但不限于邦联盒子向hodl，zome社区做出极大分配权重。 外面的人怎么看？他们会愿意参与吗？ 我个人可以理解除了空投。有人拿着。有人领了空投就卖.有人是二级买的别人免费得到的。 有价格的东西一定会影响情绪，判断，行为。 还是那句话。如果力所能及。我不会辜负兄弟。真心换真心。 2 我做事太极致太纯粹了。有时甚至太极端了。 比如追求公平透明。 但币不给团队留。搞100%公平透明。什么钱都不要都不留。 且hodl团队除工资和股份外。我个人和aidoge团队的团队现金收入(非aidoge代币，aidoge团队没有代币)可支配收入一股脑梭哈进项目。 且方式极度愚蠢。二级买，扫免费送出去的hodl，zome nft。 当项目币价走下坡路。而团队，运营，持续高强度的开发，数据等支出从没断过。 团队和我个人.真金白银高价接盘的代币和nft卖不出多少钱。 那时真的山穷水尽了。 我也可以负责的说。一直到24年11月去医院前。我还在高强度重组团队和为项目争取资金。 我的的确确问心无愧的可以说我为hodl拼到了最后一刻。 3 关于我个人的诚恳道歉。 我需要为以前的不理智。乱说话。不负责的言论和行为为受到伤害的每个人道歉。 没有具体对象。 如果有机会，我希望我的团队，我个人曾经犯过的错。踩过的坑是未来 @__Commonwealth 团队和其他后来者的养料和前车之鉴。 其实还有很多话。 但不知怎么。我现在的习惯的是。就事论事。不要讲太多话。言多必失。 所以就不要讲了。 千言万语。(3) 4

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！🧐