与「基因技术」相关的搜索结果

今天，我们点几下手机就有人送来食物，坐上飞机就跨越千山万水，已经过上了古人眼里的「神仙日子」，但如果觉悟跟不上，就算真的有一天人类靠基因技术长生不老了，让你每天早上踩着筋斗云十万八千里去灵山打卡上班，晚一分钟扣你绩效，你照样不会羡慕筋斗云，你只会觉得上班是万恶之源。

【AI时代与文明觉醒】 郭先生也讲到了，未来在AI整个科技的发展当中，量子芯片、生物科技、基因技术以及AI的发展，将彻底改变人类社会。很多人今天看到的是危机、混乱和焦虑，但未来回头再看，会发现这些问题其实恰恰是新时代诞生前的机会。科技爆发的速度，将远远超出人类的想象。 一灯能除千年暗。爆料革命真正的意义，不仅仅是揭露黑暗，更是在黑暗中点燃光明。当越来越多人开始觉醒、开始追寻真相、开始重新认识这个世界，人类未来的方向也正在被改变。今天所有的压力、混乱与挑战，未来都可能成为推动文明升级的重要力量。 郭先生还讲到，世间万物皆有灵，一切风吹草动都有其原因和目的。很多事情并非人类表面看到的那么简单，人类对于宇宙、生命以及超自然规律的理解依然极其有限。而真正影响世界重大走向的，往往恰恰是人类尚未完全理解的规律与力量。科技越发展，人类越会发现，科学与精神世界最终并不是对立，而是会逐渐融合。 而中共的问题，从来不只是经济问题或政治问题，而是失去民心、违背天道的问题。当一个政权长期依靠欺骗、暴力、恐惧与压制维持统治，并造成无数灾难之后，它的崩塌就会成为一种必然。很多时候，看似坚不可摧的体系，真正倒下时，往往就是一瞬间嘎嘣一下的脆断，因为支撑它的根基早已彻底腐烂。 #AI时代# #量子芯片# #生物科技# #基因技术# #文明觉醒# #万物有灵# #科技未来# #精神觉醒# #爆料革命# #新中国联邦# #唯真不破# #郭文贵# #MilesGuo#

9. 在他看来，唯一真正重要的能力，是知道该问什么。 瓶颈在你的脑子里，而不在模型。 10. 他提到，自己会把照片、皮疹图片和血液检查结果发给 AI，快速获得第二诊疗意见，因为现在的模型已经可以直接理解图像。 11. 他认为，认知行为疗法（CBT）是目前唯一一种经临床验证、AI 有可能独立提供的治疗方式。 这意味着真正的心理治疗支持可以大规模、免费地提供给更多人。 12. 他提到，AI 已经解决了一些此前无人解开的数学问题，而物理、化学和生物领域也开始出现类似迹象。 13. 据称，他表示，硅谷最顶尖的 AI 编程人才现在年薪最高可达5000万美元。 他以此说明，这场变革的规模究竟有多大。 14. 据称，他的一位朋友自费完成了个人 DNA 测序，然后把基因数据、血液检查结果和可穿戴设备数据一起交给 AI，最终获得了一个可以实际使用的健康仪表盘。 15. 据称，他的另一位朋友在家中的柔术训练馆安装了摄像头，让 AI 分析实战训练，并提供技术改进建议。 16. 他创造了“AI 吸血鬼”这个说法，用来形容一种现象： 由于 AI 可以不断提高产出，人们工作得更多，睡得更少。 这确实是他使用过的词，但不同转述对它的解释有所差异。 17. 他的推演是： 未来，一个人将同时管理多个 AI 编程 Agent，并让它们互相检查彼此的工作。 他认为这一天已经很近，并非还要等待很多年。

大变活马——爱马仕高端活动 这绝对是近期把科技与奢华美学结合得最浪漫的一次跨界！👇 法国知名数字化幻术师团队 Les French Twins 这次携手 Hermes（爱马仕），在现实中上演了一场“神级魔术”——他们竟然直接把爱马仕标志性的马车 Logo 变成了活生生的现实！🎠 画面里，数字光影与被誉为“世界上最优雅动物”的骏马完美交融，时间仿佛在这一刻悬停。为了完成这个不可思议的奇幻瞬间，幕后团队付出了巨大的心血：不仅有顶尖骑手及驯马师团队（@gz_dressage）在现场展现出极高的专业度、沉稳技术与高效配合；更有编导大师 @raphaelalistair 以及主创团队（@martin_bonte8、Valentin）从始至终的惊艳创意与视觉打磨。 当高级时装的马术基因遇上现代数字幻术，这波虚实结合的艺术视觉，真的把优雅与科技感直接拉满了！✨ 原作者：@WENBO大设计师

AI很强，但是计算机新人还是要多积累知识的，这样才能解决复杂问题 重新发一下我过去推荐的计算机基础书籍吧 我自己的读书习惯，特别是学习计算机，喜欢读哪些写的通俗易懂的书，学到代码后面为什么这么做的原因，只有学习到之其所以然才能在以后用到的时候融会贯通。 推荐书单 Python: Python 核心编程 系统学习 Python，这一本书足矣，把 Python 的每个细节都讲的很透，每个例子都非常实用。 我学习完这一本书以后，再看任何 Python 库的时候都是翻翻 API 手册， Google 一下就可以快速学会任何 Python 库的用法，并融入到自己的项目中。 C++: C++完全参考手册 我高三看的一本书，2000 多页，大部头，全英文，但是写的非常好。 这也是我唯一看过的一本 C++的书，只要会这些语法，找个 C++项目， 比如 Qt/C++写一个项目，几乎就知道 C++怎么玩了。 其实 C++还是非常方便的，虽然没有 Python 简洁，但是表现力和库生态都太强大， 不用担心性能问题，大多数讨厌 C++的人， 其实是恐惧自己学不好 C++, 放下恐惧，C++其实很容易学习。 Java: Java 编程思想 这本书是在书店读完的，写的很不错，但是当时还在读高二，所以已经记不清当初的读后感了， 模糊印象就是一本写的非常通俗易懂的书，讲的非常细节。 Haskell 1 : Real World Haskell 十年前，haskell IRC 频道，大多数 Haskeller(科学家，数学家）还在迷恋 Haskell 的数学之美的时候， GHC 黑客 Dons Stewart 写的这本 Real World Haskell 系统型的讲解了 Haskell 应用的各个领域， 从基本语法、函数式编程、科学计算到图形编程等，讲的一针见血， 而且非常薄，学习玩了就可以流畅写程序了。 当然进阶的知识还是要去 haskell IRC 频道请教数学家们，哈哈哈。 Haskell 2: Learn You a Haskell for Great Good! 好朋友写的 Haskell 入门书籍，大爱这种又会计算机又会画漫画的艺术家了， 把一个严谨的数学基因的编程语言讲的诙谐幽默 Elisp: GNU Emacs Lisp Reference Manual 十多年前，我用 Emacs, 对 Elisp 半毛钱不懂，天天就在 EmacsWiki 抄各种配置， 就像一个拾荒者，每天早上起来逛 EmacsWiki, 偶尔碰到高级 Elisp 技巧就把我折腾死了， 然后对着 Emacs 破口大骂。 为了不瞎折腾，我花了一个月的时间读完这本大部头，遇到不懂的 API, 就打开 ielm 临时写一个 demo 函数验证一下，当我读完以后， 我发现 99%的 Emacs 的问题都可以自己调试和解决。 如果你花时间读完这本 Emacs 内置的宝典， 你也可以像我这样写这么多扩展： [Andy Stewart]( Ruby: The Ruby Programming Language 学习 Ruby 的时候，已经会了几十门编程语言了，手册从头看一遍，不用写练习基本就可以学会。 因为当你编程语言学得足够多的时候，不同语言的语法都是相同的， 只用学习不同语言之间的微小区别就可以了。 以前一直对 Ruby 的 end 语法抱有偏见，但是自从我在 Emacs 配置了 ruby-end 插件以后，世界都清净了。 Vala: [Vala Tutorial]( Vala 有 C 的速度，Python 的简洁，语法类似 C Sharp, 基本看完这本手册以后，拿着 API 就可以直接开始写了。 Vala 写 Gtk+是非常爽的。 Rust: [Rust 语言圣经]( 这本书应该是中文范围内将 Rust 最好的一本书， 所有权讲的很清晰， 基本概念的章节都通俗易懂， 进阶章节可以先看一遍， 以后遇到了当工具书来查看。 作者后面讲线程和异步模型时， 理解还是很到位的， 证明作者基本功很扎实， 强烈推荐想学习 Rust 的同学读这本书， 一本就够了。 正则表达式： 精通正则表达式 这是我唯一看过一本带有　“精通”　名字的书，确实写的非常好， Yahoo 工程师把他平常用到的经验都朴实无华的写出来， 基本学会这本书讲的怎么构建正则表达式的思路，不管是标准的正则表达式， 还是 Perl, Elisp 等其他语言的变种正则，都是触类旁通的。 代码质量：重构 改善既有代码设计 这本书代码是 java 写的，但并不掩盖它作为重构第一书的地位。 讲解了很多重构小技巧，教你只要养成十来个重构小细节的好习惯， 不论写什么编程语言，局部代码和整体逻辑都干净的像艺术品一般。 这本书的技巧我这十几年都在践行，难得的好书。 X11: Xlib - C Language X Interface 这本书是读过最枯燥的书籍，但是要从头做一个 Linux 桌面环境，这本书的 API 是必读的。 因为你除了 github 外，根本找不到更多资料来讲解 X11 这个古老的技术了。 Gtk+: [Gtk+ Programming Tutorials]( 写的最通俗易懂的 Gtk+书籍，学完这本书，直接看 Gtk+ Developer Manual 就可以直接写程序了 Qt: [PyQt5 Totorial]( 写的最好的 Qt 入门教程，加上 Python 的方便性，非常容易系统学习， 加上学习 Qt 之前已经有 Gtk+五年编程经验，两天看完就直接用 Qt 写程序了。 JQuery: 锋利的 JQuery 国人写的书，写的非常通俗易懂，每个 API 的参数都是渐进式讲的， 举的例子也很实用简单，基本不用动手就会了。 Rails: Rails Tutorial 系统的讲解了怎么用 Rails 搭建一个网站，虽然很多架构设计和整体逻辑我是靠 Google 摸索出来的， 但是这本书确是入门不可或缺的，难度适中，学习完了，你对构建网站有一个基本的认识了。 SVG: SVG 入门教程 虽然是翻译老外的技术博客, 却是深入学习 SVG 不可多得的教材, 讲的通俗易懂. 可以学到很多 SVG 高级技巧. CSS: CSS 世界 很多 CSS 网站或书籍都告诉你一个效果要怎么实现，或者直接丢出一段可以直接使用的 CSS 代码。 但是我们在真实的开发场景中遇到的往往是，为什么这段 CSS 代码不能工作？为什么抄的几段 CSS 合在一起不能工作？ 这本书的作者研究了很多年的 CSS，他可以告诉你很多关于浏览器的实现细节以及为什么 CSS 不能工作的原因。 懂了为什么不能工作，剩下的很多事情就能举一反三啦。 但这本书不适合初学 CSS 的朋友读，建议在几个项目中熟练了基本 CSS 技巧以后再来读这本书会更有收获。 编译器: Flex & Bison 系统的讲解了什么是词法分析器、语法分析器 以及怎么写编译器的基本流程 这本书特别讲究循序渐进, 细心的讲解每个 API 看完这本书就不会觉得这两个技术有啥高级了, 哈哈哈哈 加解密： 图解密码技术 这本书系统地让你学会对称加密、公钥密码、单向散列函数、消息认证码、数字签名、伪随机数生成器等加解密技术背后的原理和细节， 以及这些技术组合而成的安全大厦的框架和应用。 其实加解密不光是学习破解和干坏事， 知道背后的数学原理和实现细节可以更好的让我们理解安全技术， 并以此来构建更加健壮安全的软件和系统。 强烈推荐作者 “结城浩” 的其他书籍， 已经看了他写的两本书了， 全书都是图文并茂的讲解复杂技术， 很少有数学公式。 人的精力是有限的， 学习最重要的是先要了解其原理再深入学习， 避免投入无谓的精力在不感兴趣的领域。 而作者在深厚的知识背景下， 能通过浅显易懂的文字传授知识， 真是厉害。 Git： Pro Git 这本书除了讲解 Git 的所有日常用法外， 还系统的讲解 Git 的一些高级用法。 同时最后一章还详细的讲解了 Git 背后这种基于文件系统技术的实现原理。 当你理解 Git 基本用法、 高级用法以及背后简单的原理后， 你就可以知其所以然的变成 Git 专家。 Emacs 教会我自学 这么多年的自学经历，我最应该感谢的是 Emacs, 是这个世界上最难折腾的软件，虐我虐到我待她如初恋，给我莫大的耐心，我再学习其他技术的时候才会觉得得心应手。 感谢 Emacs 让我接触到强大而又无私的顶尖黑客们和黑客精神，每天看着一群天才比我自己还努力的时候，自己就更萌生发奋学习的动力。 自学的技巧 耐心、耐心、耐心

今天在纽约见了做神经医学的朋友，目前正在做脑机接口。她竟然说，在学术界看来，马斯克的 Neuralink 是落后的技术。 生物看不上他用新闻稿做科学的姿态，Neuralink 属于“工程领先、科学取巧”。 从 DC 开了三个小时车过来，我原以为是叙旧，没想到聊了一下午的脑机接口、AI和存储焦虑。 她们拿融资之后能够自己设计芯片，去欧洲代工厂订做 22 纳米的版本。22 纳米是低功耗模拟芯片的黄金节点，能在 0.5V 下工作，特别适合做植入式神经记录。 目前在研究减肥针是怎么作用于大脑的。现在没人知道不同的减肥针药物，如何影响大脑抑制食欲，下丘脑和大脑的奖赏回路(多巴胺通路)具体是怎样的。于是她们在老鼠脑袋上开洞、接入芯片，需要实时测量神经信号的变化。 因为数据量大到离谱，频率非常高，所以她们需要 10000 个 TB，也就是 10 个 PB 的存储。 我第一次听到存储用PB这个单位！ 神经信号要以 3 万赫兹的频率采样(每个电极每秒测 3 万次)，才能捕捉到只持续 1 毫秒的神经脉冲。每个数据点才 2 字节,但你乘上几百个电极、再乘上 24 小时不停，一个探针一小时就是 80GB。 她说一块 1PB 的企业级磁盘比她一个月工资还贵，长期维护的 PB 级存储，五年下来要百万美金。研究室没那么多经费，只能每次买 1 个 PB，精打细算地用。 给个尺度感，哈佛和 Google 把1 立方毫米的人脑做到全分辨率，就是 1.4 个 PB。一整个老鼠脑，估计要一个 EB(1000 个 PB)。倒不是因为单次数据大，是频率太高。 而且，存储焦虑也不是生物医学独有的。 天文学界，SKA 射电望远镜一年要存 700 个 PB。CERN 的对撞机已经在用 EB 级别处理数据。存储，决定着前沿科学的天花板。 数据一大，通信传输会影响效率。所以我们聊到了光通信。 芯片连接材料最早用铝，1997 年 IBM 把它换成铜(电阻低 40%)，现在又在从铜换成光。这正好和黄仁勋在 GTC 上讲的呼应，2025 年 3 月,英伟达发布了硅光子 + 共封装光学(CPO)的交换机,为了把 AI 数据中心扩展到百万卡级别。 为什么铜必须让位给光呢？ 因为速度越快,铜能传的距离就越短(高频下铜的趋肤效应和损耗急剧上升)。到了 1.6Tb/s,一根铜线连一个机柜的高度都跨不过去。所以信号只能变成激光。 除了存储，实验室动物成本也是很高的。 一只实验室猴子,买进来要 3.5 万到 5 万美金，算上多年的特殊饲养、手术、兽医和机构管理费,一只猴子全周期下来轻松超过 10 万美金。一只老鼠 80 美金，买的是它基因纯度。 我问：为什么用老鼠和猴子,不用兔子？她说，老鼠有一整套基因工具箱(2.4 万种现成品系、基因敲除、光遗传学)，猴子是因为大脑结构最接近人类。兔子智商中等两头都不沾,所以不用。 现在很多 AI 公司在挖她们这种做脑医学研究的人，原因有两个。 第一层是效率。人脑是地球上最省电的计算机。大脑做着视觉、语言、运动、推理,全部并行,只耗 20 瓦，大概一个暗灯泡。而一块高端 AI 芯片就要 300–700 瓦,训练大模型动辄几兆瓦、几吉瓦。 差别在于，计算机底层是二进制(0/1),晶体管在 GHz 频率上疯狂开关。而大脑是模拟的、稀疏放电的,神经元只在需要时才点亮、才耗能。AI 公司想偷师这种效率。所以，现在AI 公司最抢手的岗位是神经科学家。 第二层更微妙：我们其实根本看不懂大脑是怎么运作的，而 AI 现在面临一模一样的处境。 Anthropic 发现，AI 在回答你的时候,其实在内部想了一套自己的东西,而它说出来的理由，未必诚实。 举个例子：研究员偷偷给 Claude 塞一个错误答案当「提示」,它会顺着这个答案编出一套像模像样的推导, 只有 25% 到 39% 的概率承认自己用了提示。 Anthropic CEO 说，当 AI 总结一份文件时,“我们并不知道,在具体而精确的层面上,它为什么做出这些选择。”AI 的思想是个黑盒子。他们的目标是给 AI 做一台”核磁共振”,到 2027 年，希望能看懂里面在发生什么。 最后又聊到做手术。 由于大脑本身是没有痛觉的，所以人可以清醒着被开颅。老鼠被开颅、植入芯片、再缝合,可以继续正常活几个月。她笑着说可以帮我开脑，但希望我永远用不上。 聊完一整个下午，我最大的感受是： 目前我们对人脑、对 AI,其实都了解得太少了。 但也正因为如此，我越来越觉得，我们活在最好的时代。 真正的无人驾驶已经在路上跑、量子计算在飞速进步、人类在认真筹备第一次登上火星、脑机接口真的开始读懂大脑…… 我今天在纽约街头连着撞见好几块 AI 和加密行业的广告：出租车顶上写着「It’s happening with Ripple」，公交广告是贝莱德的比特币 ETF，站台是OpenAI 的 Codex。 以前根本无法想象的事，都在同时发生在美国。而我们，刚好生在这个最好的时代。

美国指控阿里巴巴、腾讯和百度等公司协助中国军方 美国国防部公布了被认定为向中国人民解放军提供援助的公司的1260H更新名单。这些公司曾出现在2月份被撤回的早期版本中。这份名单同时也移除了10家实体。 这份名单提到的中国公司有： 三六零安全科技股份有限公司（奇虎 360） 航天彩虹无人机股份有限公司（航天彩虹） 航天晨光股份有限公司（航天晨光） 阿里巴巴集团控股有限公司（阿里巴巴） 深圳市道通智能航空技术股份有限公司（道通智能） 道通机器人有限公司（道通机器人） 中国航空工业集团有限公司（中航工业）艾莱恩航空航天有限责任公司（美国子公司） 中航直升机股份有限公司 中航航空航天系统有限公司 中航机载系统有限公司 中航资产管理有限公司 中航航空高科技股份有限公司 中航成都飞机工业有限责任公司（曾用名：中航电子测量仪器股份有限公司 / 中电测） 中航机电系统有限公司 中航重型机械股份有限公司 中航光电科技股份有限公司 中航沈阳飞机工业有限责任公司 中航西安飞机工业集团有限责任公司（曾用名：西安飞机工业集团有限责任公司） 昌河飞机工业（集团）有限责任公司 西锐设计公司（美国子公司） 大陆航空技术公司（美国子公司） 江西洪都航空工业股份有限公司 沈阳飞机设计研究所 佰才邦技术股份有限公司（佰才邦） 百度在线网络技术（北京）有限公司（百度） 北京知道创宇信息技术股份有限公司（知道创宇） 华大基因集团华大基因美国公司 深圳华大基因股份有限公司 完整基因组学公司（美国子公司） 国际法医基因组学公司 GBI 诊断公司 因诺美克斯公司 时空组学美洲有限公司 京东方科技集团股份有限公司（京东方） 比亚迪股份有限公司（比亚迪） 中创新航科技集团股份有限公司（中创新航） 中国电科网络空间安全技术有限公司（曾用名：成都卫士通信息产业股份有限公司） 中国电科数字技术股份有限公司（曾用名：上海华东电脑股份有限公司） 中国电科普天科技股份有限公司（曾用名：广州杰赛科技股份有限公司） 长鑫存储技术有限公司（长鑫存储） 成都纵横自动化技术股份有限公司（纵横股份） 成都盟升电子技术股份有限公司（盟升电子） 中国航天科工集团有限公司（航天科工）爱信诺股份有限公司 航天精工股份有限公司 航天信息股份有限公司 中国航天汽车有限责任公司 中国货运航空有限公司（中货航） 中国交通建设集团有限公司（中交集团）中交设计咨询集团有限公司 中交第一航务工程局有限公司 中交第二航务工程局有限公司 中交第三航务工程局有限公司 中国民航机场建设集团有限公司 中国交通建设（美国）有限公司 中国交通建设股份有限公司 中国交通物资有限公司 约翰霍兰德集团有限公司（澳大利亚子公司） 约翰霍兰德服务有限公司（澳大利亚子公司） 上海振华船运有限公司 振华重工北美公司 中国建筑技术集团有限公司 中国远洋海运集团有限公司（中远海运）中国远洋运输有限公司 中远海运北美公司 中远海运物流供应链有限公司 上海船舶运输科学研究所 中国电子信息产业集团有限公司（中国电子）中国信息安全研究院 彩虹集团有限公司 深圳中电蓝海控股有限公司 中国电子第六研究所 中国电子科技集团有限公司（中国电科）中国电科第十四研究所 中国电科第十五研究所 中国电科第三十二研究所 中国广核集团有限公司（中广核） 中国国际海运集装箱（集团）股份有限公司（中集集团） 中国移动通信集团有限公司（中国移动）卓望信息技术（深圳）有限公司 中国移动香港（BVI）有限公司 中国移动有限公司 中国化工集团有限公司（中国化工） 中国化学工程集团有限公司（中国化学） 中国核工业集团有限公司（中核集团） 中国海洋石油集团有限公司（中国海油）中海石油化学股份有限公司 中国兵器工业集团有限公司（兵器工业集团）北方化学工业集团研究院有限公司 中国兵器科学研究院 哈尔滨第一机械集团有限公司 内蒙古第一机械集团有限公司 凯毅德美国公司 玛涅蒂马瑞利汽车电子系统公司（西班牙子公司） 北方石油国际有限公司 云南云光光学仪器有限公司 中国兵器装备集团有限公司（兵器装备集团）保定天威保变电气股份有限公司 北京北机机电工业有限责任公司 长安美国研发中心 中国兵器装备集团第五十九研究所 黑龙江北方工具有限公司 四川建安工业有限责任公司 中国卫通集团股份有限公司（中国卫通）航天恒星空间技术应用有限公司 东方蓝天钛金科技有限公司 西安航天华拓数据技术有限公司 中国建筑股份有限公司（中国建筑）中国建筑美国公司 中国船舶集团有限公司（中国船舶）中国船舶工业贸易有限公司 中国电信集团有限公司（中国电信）中国电信股份有限公司 中国电信卫星通信有限公司 新国脉数字文化股份有限公司 天翼云科技有限公司 中捷通信有限公司 中国长江三峡集团有限公司（三峡集团） 中国联合网络通信集团有限公司（中国联通）北京电信规划设计院有限公司 中国联通（BVI）有限公司 中国联通（香港）有限公司 中国联通集团（BVI）有限公司 中国联合网络通信股份有限公司 云从科技集团股份有限公司（云从科技） 中国商用飞机有限责任公司（中国商飞）北京航空科学与技术研究院 中国商飞美国公司 上海飞机设计研究院 上海飞机制造有限公司 宁德时代新能源科技股份有限公司（宁德时代） 中国中车股份有限公司（中国中车） 中国船舶重工集团海洋工程有限公司（中船海洋）广州文冲船厂有限责任公司 华诚（天津）船舶租赁有限公司 曙光信息产业股份有限公司（中科曙光） 惠州亿纬锂能股份有限公司（亿纬锂能） 中译语通科技股份有限公司（中译语通）中译语通美国技术公司 贵州航空技术发展有限公司 杭州海康威视数字技术股份有限公司（海康威视） 杭州宇树科技有限公司（宇树科技） 禾赛科技集团（禾赛科技股份有限公司） 华为投资控股有限公司（华为控股）华为技术有限公司 浪潮集团有限公司（浪潮集团） 晶澳太阳能科技股份有限公司（晶澳科技） 华大智造科技股份有限公司（华大智造） 北京东方网力科技股份有限公司（东方网力） 蔚来汽车公司（蔚来） 诺禾致源科技股份有限公司（诺禾致源） 原能细胞科技集团有限公司（原能细胞） 凤凰光学股份有限公司（曾用名：凤凰光学有限公司） 上海移远通信技术股份有限公司（移远通信） 速腾聚创科技有限公司（速腾聚创） 国投智能（厦门）信息股份有限公司（国投智能）北京美亚宏数科技有限公司 厦门美亚中敏电子科技有限公司 中芯国际集成电路制造有限公司（中芯国际）佳路企业有限公司 中芯聚源股权投资管理有限公司 宏塔有限公司 中芯国际集成电路制造（北京）有限公司 中芯国际集成电路制造（深圳）有限公司 中芯国际集成电路制造（天津）有限公司 中芯北方集成电路制造（北京）有限公司 中芯南方集成电路制造有限公司 芯技半导体公司 中芯国际控股有限公司 中芯国际集成电路制造（上海）有限公司 中芯国际美国公司 商汤科技集团有限公司（商汤科技） 上海依图网络科技有限公司（依图科技） 深圳市大疆创新科技有限公司（大疆创新）深圳市大疆百旺科技有限公司 中国外运股份有限公司（中国外运） 腾讯控股有限公司（腾讯） 天马微电子股份有限公司（天马微电子） 普联技术有限公司（普联） 天合光能股份有限公司（天合光能） 武汉际上导航科技有限公司 无锡药明康德新药开发股份有限公司（药明康德） 长江存储科技有限责任公司（长江存储） 浙江大华技术股份有限公司（大华股份）成都大华智联信息技术有限公司 中际旭创股份有限公司（中际旭创） 移出名单的公司有： 安徽四创电子股份有限公司 中国国际信息服务有限公司 中国化学工程股份有限公司 中国交通建设美国公司 中海石油（中国）有限公司 中海油国际贸易有限公司 中远海运财务有限公司 科思达集团有限公司 国睿科技 太极计算机股份有限公司

为什么美国的企业偏向合作和收购，中国的企业却往往偏向竞争，最终就算垄断了也没办法获得很多的利润？ 彼得·蒂尔说："Competition is for losers（竞争是给失败者的）"真正的好公司，是那些避免了竞争的公司。但这句话在中文语境下就变成了"不竞争怎么赢？" 为什么中国做不到合作或收购，总想把对方的地方抢过来逼死对方才算完，难道中国人没有合作只有竞争的基因？ 同一个终局，却冰火两重天 美国五大科技巨头（NVDA、Apple、Microsoft、 Google、Amazon、Meta），彼此领域各自不侵犯，芯片、智能硬件、操作系统、搜索、电商、社交，核心领域基本没有交集。 硅谷的企业家问："我怎么避免这场战争？" 中国的企业家问："我怎么打赢这场战争？" 在中国只有赢了市场，输了利润。 滴滴合并快的，打跑Uber中国，市占率一度超90%。真正的垄断来了，然后呢？被监管重锤，被司机和乘客两头抱怨，最终美股退市。 外卖也一样。之前的美团市占率近70%，净利率个位数，也被监管问候。之后即时零售被京东和淘宝盯上开始互联网史上最大的补贴。美团、淘宝闪购、京东三家混战，补贴把整个赛道的利润打没，最终监管叫停才缓和。 新能源汽车遥遥领先，比亚迪电动车年销全球第一，然后自己打自己，价格战打到除了比亚迪和理想，几乎没有中国新能源车企真正赚到钱，市值只有特斯拉的零头。 再看美国。允许苹果一家拿走手机市场80%以上利润，特斯拉市值万亿美金。 同样是监管两国的差异极大 美国的反垄断是保护创新与竞争机制。 美国对靠好产品和技术壁垒自然形成的垄断（如苹果的iOS生态、英伟达的CUDA生态）相对宽容，只要你不利用垄断地位作恶，利润是你的奖励。 中国监管的逻辑，要么扶持让市场狂热与要么直接给你一刀切。 在中国，一旦企业打赢了惨烈的补贴战，熬死了对手，准备开始赚取合理利润时，往往迎来的不是鲜花，而是监管的重锤。 监管层面往往带着防范资本无序扩张的强烈警惕，有时甚至呈现出不顾企业死活的运动式打压。 地产、教育、互联网、券商但凡利润高一点的行业终局都免不了遭受监管的毒打。垄断非但不能带来定价权，反而会让自己成为被重点敲打的出头鸟。 巨头开始把钱砸向无意义的下沉市场和同质化补贴中，内卷自己利润就这样被制度性地蒸发了，没有人获益。 中国企业总是会陷入一场没有赢家的零和博弈，是中美思维差异和制度下不奖励创新，打击垄断过于粗暴的方式的自然选择 硅谷巨头践行做大蛋糕的逻辑，在各自的技术深水区建立壁垒，互不侵犯以避免竞争；中国企业往往深陷抢夺地盘的执念，习惯用烧钱补贴和价格战熬死对手，将商业视作你死我活的零和战争。 美国的好公司多依赖底层技术创新（如iOS生态、CUDA架构）形成自然垄断，市场对这种高技术附加值带来的高利润极为宽容；反观中国巨头，其垄断往往建立在商业模式的复制和资本催熟的市场占有率上。一旦试图榨取利润，便会遭到竞争对手的疯狂反扑、用户的反噬、政策的铁拳。 美国反垄断的核心是维护创新机制，对技术护城河带来的丰厚利润视为对创新的奖励；中国监管的底线在于公平与民生。当企业试图利用熬出来的规模优势去收割市场、甚至挤压上下游生存空间时，必然会触发防范资本无序扩张的监管红线。 一言以蔽之：美国企业在思考如何避免战争的过程中，走向了利润丰厚的星辰大海；而中国企业在执着于如何打赢战争的厮杀中，将自己拖入了内卷与利润蒸发的泥沼。 中国企业即使流尽最后一滴血熬死了所有对手，也注定无法摘得那颗代表着高额利润的胜利果实，才是中概被杀估值的根本原因。

🔥 Elon Musk 昨晚在福克斯“250位创新者晚宴”上的发言，信息量已经大到不像一场普通颁奖礼。 他本来只是上台领奖。 结果越聊越兴奋，直接把未来十年的科技路线图几乎全部摊开了。 更夸张的是，这次现场评选里，Musk 断层第一，被称为“在世最伟大的创造者（Greatest Creator Alive）”。而真正让市场震动的，并不是这个头衔本身，而是他后面谈到的那些内容。 因为你会发现，Musk 现在讨论的，已经不再只是汽车或者 AI。 而是： 人类文明下一阶段的底层升级。 其中最震撼的一部分，是 Neuralink。 Musk 直接举例，目前脑机接口已经可以帮助瘫痪患者重新控制身体动作，未来甚至可能实现： 让无法说话的人重新开口， 让失明者重新看到光。 很多人听到这些第一反应会觉得像科幻，但如果你仔细看过去几年 AI、神经科学和生物计算的发展，会发现整个方向其实已经越来越清晰： 未来“治疗疾病”的逻辑，可能会被彻底改写。 Musk 提到一句非常关键的话： 过去 5000 年医学的发展，本质上像是在森林里捡棍子。 真正的变化，是 RNA 编程时代。 因为随着合成 RNA 技术进步，未来医学可能会越来越像“数字系统”。如果能够知道正确的 RNA 指令，人类理论上就可以直接“编程”细胞行为。 而这意味着： 癌症、 阿尔茨海默症、 糖尿病、 这些今天仍然极难解决的疾病，未来可能都会逐渐变成“信息问题”。 不是切除。 不是缓解。 而是： 重新写入指令。 这也是为什么最近几年越来越多资本开始疯狂涌入： mRNA、 基因编辑、 合成生物学、 AI Drug Discovery。 因为整个行业开始意识到： 未来医学最大的变化，可能不是更好的药。 而是： 生物本身开始数字化。 而另一边，Musk 对 AI 的判断依然激进。 他再次强调，到 2031 年，AI 智能很可能超过全人类智能总和。这其实已经不是简单的“AI 会变强”，而是在暗示： 人类可能即将进入一种完全不同的文明阶段。 更疯狂的是机器人。 Musk 预测未来五年，全球可能会出现 10 亿台人形机器人。 如果这个趋势真的发生，那么影响将不仅是制造业，而是： 物流、 服务业、 工业、 家庭、 医疗、 基础设施维护。 整个劳动力结构都会被重构。 而很多人忽略的是，这背后真正决定上限的，其实是： 能源与算力。 因为无论 AI、机器人还是脑机接口，最后都会回到同一个问题： 谁来提供计算资源与能源供应。 所以你会发现，Musk 最近越来越频繁提到： 数据中心、 电力、 AI Compute、 能源系统。 因为他看到的，已经不是单一产品。 而是： 一个全新的技术文明底层架构。 最后他说的那句话，其实最像 Elon Musk 本人： SpaceX 的终极目标，是让生命成为多行星物种，把意识扩展到星星上。 很多人会把这当成理想主义。 但如果回头看过去二十年，会发现： Musk 最危险的地方，从来不是他说得太疯狂。 而是： 很多当年听起来疯狂的事， 后来都真的发生了。 你觉得未来十年最先彻底改变世界的，会是 AI、机器人、脑机接口，还是生物编程医学？

预测市场目前就三个方向工具，通道，平台。 1.工具靠技术，靠对平台型功能的补充。分析工具，检测工具，下单工具等都在这里，简单来看靠订阅费盈利，靠产品力说话，横向可以往通道业务去合并。 2.通道业务，靠拥有强大的客户群和运营能力，通过运营向上游资金沉淀平台输送流动性盈利，也就是我们所说的变成渠道。可以在模式上做创新，我曾经建议做串单（前端不以单场结算，后端单场结算），最后一位做合规博彩的听取了建议，该模式在菲律宾大放异彩。靠运营能力说话，靠一些模式创新说话，横向可以变成平台。 3.平台业务，综合要求最高，但也意味着用户GMV绝对值最大，护城河最深，可盈利方向多样，但难度最大，风险也最高。 我觉得从哪起家都可以，关键是否想好要去哪里，要与谁同行，是选择难而正确？还是先积蓄实力，再煮酒论英雄？都可以，这和创始人的性格有关，也和基因有关，每一种方式都可以通向伟大。