与「居内陽平」相关的搜索结果

AI半导体终局推演2026(II) 当半导体结构性演进到AI推理主线，内存和存储成为了最大瓶颈，市场对内存和存储最大的怀疑就是： HBM/DRAM/SSD会不会摆脱传统周期性？ 依赖HBM指数增长的GPU架构路线进化路线，会不会停止？什么时候停止？ 长鑫扩产的影响有多大？会不会把这个市场重新带入周期泥潭？ 本篇尝试去建立一个框架来梳理这几个问题 —---------—--------- 万物皆周期，而内存的周期性又特别强，最大的来源在于扩产周期过长，无法快速扩产和需求短缺时期错配 摆脱传统周期性几种可能的方式 1. 定制化：产品不可互换，产能不能随便转移，需要签长约。 2. 结构性的指数级需求增长：需求曲线本身很陡峭，而且供给一直追不上。 3. 技术迭代快速升级：每一代产品都快速淘汰上一代。 满足任何一条，就能部分摆脱传统周期；满足两到三条，就能摆脱大部分传统周期 根据这个框架， HBM在三条里，大概占了两条半 1. 定制化，需要签长约（较弱，算半条） HBM 确实有定制化和Nvidia codesign的成分，但并不是很强。真正定制的部分只在封装和 base die，上面那十几层 DRAM die 仍然是完全 JEDEC 标准化的。 比如当 Samsung 的 HBM3E 在 NVIDIA 的 qualification 上没过、份额从大约 60% 一路跌到 20% 的时候，它并没有把这批产能砸在手里报废，而是转手就供给了 Google 的 TPU、AMD. 物理上，给 NVIDIA 的 HBM3E 和给 AMD 的 HBM3E，是同一个东西。 所以产能仍然是部分可以自由转移的。 HBM4之后的定制化更多一些，包括在 base die 上集成定制逻辑和/或缓存。更复杂的方式是将 HBM4E 内存控制器和定制 die-to-die 接口直接放入逻辑 base die SemiAnalysis 提到 OpenAI、NVIDIA 和 AMD 各自都在做定制 HBM 的工作，但这指的是 base die 的定制，上面的 DRAM 层仍然是标准的。 部分定制化的特性，HBM主要在封装上需要合作，这也导致了客户必须签长约，但产能也确实可以转移，所以HBM 能勉强算半条。 2. 结构性的指数需求增长（满足） 最直观的原因，就是Nvidia token factory token throughput的硬件升级需求，导致了HBM带宽的升级换代极快，以及HBM size需求的指数增长 这一条其实就是上一篇AI半导体终局推演2026(I)的结论： token throughput = HBM size × HBM 带宽，每一代翻倍。 HBM size per GPU大概每年增长40%以上 这条需求曲线的陡峭程度，是DRAM供给端 14% 的 wafer 增长，乘以 9% 的 density 提升，很难追上的 在硬件领域，因为attn阶段KV cahce的极高带宽和极高memory size的要求，也导致了HBM独特的地位。即便是HBM涨价三五倍，把钱花在HBM上带来的边际token throughput提升，仍然比花在其他地方要划算的多。 其他几个Memory路线，SRAM，HBF，CXL，PIM，目前都无法在HBM的主力赛道kv cache/attention上正面竞争，起码未来5年甚至更长时间，不太可能找到替代路线 3. 技术迭代快速升级（满足） DDR3时代过了15年，仍然只是DDR5时代，而HBM的升级换代的速度基本上是两年一代，比传统DDR要快很多很多，而且近来还有加速的趋势，HBM size x HBM BW每一代翻倍，目前是完全符合这个规律的 每两年一代HBM升级，NV GPU速度基本是指数型上升：2TB/s ->3.5TB/s->4.8TB/s ->8TB/s->22TB/s，而且HBM的速度和推理token throughput是完全线性正比的，上一代HBM的边际使用成本会不划算，大家都有动机去尽量用最新的产品，虽然更贵，但是带来的收益(token throughput)是更多的 Token factory时代的逻辑是，技术升级（HBM带宽）的越多，赚的越多 这个速度差，造成了一个和 CPU 类似的局面：旧产品快速贬值，于是囤货的价值在变低，比如说，HBM3的价值贬值的非常快，今天基本上主流产品不会用了 所以HBM 厂商的理性选择，从拼当前的产能去占市场（quantity competition），变成了在稳定性和HBM速度上拼技术，拼下一代在 NVIDIA 平台上的 qualification 份额（quality competition），从而避免了在传统周期的下行波段，大家都不愿减产掉市场份额的囚徒困境。 —--------------—-------------- HBM和传统DRAM比较，三个条件里满足了两个半，那么HBM能摆脱传统周期性吗？ 内存周期性的来源，主流叙事是，DRAM 有Commodity属性（无差异化 → 价格战 →库存可囤积），所以有周期性。 而Commodity属性本身并不产生周期，它只是一个振幅放大器 特别是DRAM领域里，曾经产生过囚徒困境，在下行周期三星曾经扩产抢市场份额，谁先减产谁吃亏，导致谁也不敢轻易减产，最后大家都亏损惨烈 实际上周期性的主要结构性来源是供给周期太长，很容易和需求周期错位。建一座 fab 要 3 年，投资上百亿美元，一旦决策就不可逆，而需求增长会有不稳定性，每次出现新范式增长，比如云服务，移动互联网手机，疫情线上需求，会有爆发式增长，而过了两年增长会放缓，供给高于需求，降价过猛，就变成了亏钱周期 万物皆周期，HBM这一条同样是无法避免，但只要token需求仍然是指数型增长，结构性的指数增长会减弱周期性，因为需求可预测度更好，而且一旦降价，客户就有增大HBM size的需求（从而增大token throughput），加上HBM有一点定制化要求导致都是长约，从而从周期性转化成成长周期性，而且这一轮周期会特别长 周期性：上行周期赚的多，下行周期亏的多 成长周期性：上行周期赚的多，下行周期赚的少 另外，HBM/DRAM在这三条摆脱传统周期的条件的基础上，还有一条重要优势： 4. 因为DRAM密度增长scaling越来越慢，以及HBM升级换代导致DRAM堆叠倍数的增加，供给端的扩产难度持续增加 2000年附近，DRAM每片wafer上DRAM bit密度每年增长大概45%，也就是说，就算晶圆wafer数量不扩产，每年的供给端DRAM bit仍然可以增长45% 十年前，DRAM bit每年密度增长降到了20%，而现在，DRAM bit每年密度增长降到了9%。以前DRAM扩产甚至不怎么需要新建厂房就能得到每年20~30%的bit volume上升，现在DRAM要扩产，更多的是靠wafer数量的增长，也就是新建厂房和clean room。 另外一个HBM快速扩产难度在于，HBM3e大概需要3倍的DRAM wafer晶圆，而HBM4由于堆叠密度的增加，大概需要4倍的DRAM wafer晶圆数量，相当于HBM bit相对于DRAM bit一直变得更难制造，单位DRAM wafer数量制造的HBM bit越来越少，相当于在通缩 ---------------------------------- HBM未来有一天，会不会从成长周期性，变回传统周期性？最重要的因素是结构性指数增长，那么 AI推理时代，这个依赖HBM指数增长的GPU架构路线进化路线，会不会停止？什么时候停止？ token throughput = HBM size × HBM 带宽，这个HBM指数增长的第一性原理里的HBM size的增长原因正是KV cache的增长。KVCache的特性以及Attention的特性,也是非常契合HBM的。甚至让HBM领先于其他的技术路线, 能够最大化地让KVCache和Attention 阶段的利用率。 换言之， 如果KV cache从架构上不存在了，那么HBM size指数增长逻辑也会受到挑战 所以这个问题的本质其实是，这一轮以 Transformer 为代表的 attention 机制、以及由它衍生的 KV cache 机制，会不会消失？退潮之后会不会被取代？ 从历史规律来看：每一次AI模型架构革命，真正被保留下来的，是那些在数学上具有某种普适性的 primitive 操作 举个例子：FFN（前馈网络，也就是模型里大量的 MLP 层）是 2012 年深度学习时代的产物，但它一路活到了今天的大语言模型里，并且仍然占据着模型相当大的参数量。它为什么能活下来？因为这也是一种universal approximation theorem（通用逼近定理）：任何足够宽的 MLP 都能逼近任意连续函数 Attention 大概率也是这样一个会被保留的 primitive。因为它解决的是一个同样 基础的问题：序列sequence 中任意两个位置之间的 dynamic routing（动态路由），让一个序列里任意两个位置都能按需建立联系。这个能力一旦被验证有效，就很难被丢弃 所以即便未来架构从纯 Transformer 向混合架构演进，或者向世界模型演进，但attention 层依然会存在，KV cache（或者它经过 latent compression 之后的等价物）依然需要，HBM依然会作为推理核心之一，这个依赖HBM指数增长的GPU KV cache架构路线进化路线，不会停止 —---------------—--------------- 那么DRAM呢？在未来有没有摆脱传统周期性的可能？ HBM摆脱周期性在市场上有一定共识，但DRAM摆脱周期性，市场目前基本没有共识 还是回到刚才的框架，三个摆脱传统周期的条件里，DRAM是没有定制化的，所以就只能看技术迭代速度，最关键的还是要看，有没有结构性的指数增长，答案是有的 在 AI token factory 这个概念里，结构性指数增长的确实主要是 HBM。但事情在 2025 年年底之后起了变化：随着 agentic CPU开始释放潜力，CPU 附带的那部分 DRAM 需求，正在成为 DRAM 新的结构性指数增长来源 —------ 这部分的增长逻辑分两层：第一层是CPU 服务器TAM的快速增长，第二层是每个服务器CPU core配备的DRAM用量的因为agentic flow快速增长 服务器CPU TAM的快速增长的4个逻辑在4月的CPU专篇详细写过，简单的说： 1. AI 加速器集群里CPU和GPU配比从传统的1：4变成1：2，甚至可能往1：1迈进 2. Agentic flow里CPU处理的延迟占比很高，50~90%成为重要瓶颈，需要同步扩容 3. AI coding让SDE的效率大幅提升，代码量数量级增长，软件API调用指数级增长，直接转化为这部分CPU hours指数级上升 4. Sandbox为保障数据安全与隔离，如Analytical Agent 需为每个任务复制大量数据库和用户上下文，导致内存(DRAM)和CPU核心的严重浪费，而且这个浪费问题五年甚至更久无法解决。另外CPU hours 在技术上很难通过优化的方法来通缩 这也就是为什么，上上个季度，AMD的财报说CPU TAM到2030年会到60B，两个月前，AMD/ARM把CPU TAM的2030年预测翻倍到120B，一个月前，Nvidia再次把CPU TAM的2030年预测翻倍到200B 而上个星期，Bernstein再次提升2030 CPU TAM指引到223B。在我看来，2031 CPU TAM未来上修到400B是没有太大悬念的事情，唯一的悬念是几个巨头会什么时候宣布上修这个指引 再说说第二层，为什么每个服务器CPU core配备的DRAM用量在agentic时代快速增长？ 1. Agent 是带状态的长驻进程，不是无状态的请求-响应 传统 web/SaaS 是 stateless 的：请求进来，分配内存，处理完内存立刻回收。而一个 Agent 任务可以跑 一分钟到一个小时，这整段时间里，它的 message history、system prompt、工作记忆、长期记忆、工具结果 buffer 全部常驻 DRAM 和 CPU hours 一样，每个任务的内存足迹因为 stateful 和 sandbox 隔离(每个任务复制数据库和上下文)的要求，技术上很难压缩 2. 上下文窗口在指数级变长，每个会话的工作集随之膨胀，并发度 × 单会话memory footprint，乘数放大 context window 从 32K → 256K → 1M，reasoning / test-time compute 的序列长度爆炸，未来还会继续增大。每个活跃会话常驻的 messages 随 context 长度线性增长 现在把两层乘起来。 第一层，CPU server 的 TAM，朝 2030~2031 看大概是 5–7 倍的量级(60B → 120B → 200B → 223B，我认为还会到 400B) 第二层，每颗 CPU 的 DRAM 配比，大概 3–4 倍(4~8GB → 16~32 GB/core)，但这个增长可能大部分是一次性红利 两个独立变量相乘，server 侧的 DRAM 需求是数量级的增长 2030年，即便按保守的300B CPU TAM，一个CPU core按$50来算，agent时代最保守按16GB/core，这算出来新增量最少都是96EB，而今年的DRAM总产量只有47EB，明年勉强60EB，这是非常惊人的增量 虽然这个agentic CPU带来的DRAM指数级增长，在第二层很大程度上是一次性红利，但持续时间会持续很久很久，因为这个短缺的缺口实在是太大了 —-------- 回到文章开头那个框架。三个摆脱传统周期的条件里，第一条DRAM 定制化，基本可以忽略 而第二条：一个结构性指数级、而且很难逆转的需求来源是成立的。commodity DRAM 现在也具备了部分摆脱传统周期性的资格。没有 HBM(两条半)那么彻底，但已经是实质性的变化 第三条，技术迭代速度，DRAM的节奏也跟以前不一样了 因为以前的DRAM技术迭代速度是严重依赖消费电子的，DDR的进步对于performance用处并不大，但可预见的未来里，碳基消费的传统DRAM，会远远小于硅基消费（CPU服务器）DRAM的用量 以前DRAM的速度升级带来的边际效用是很低的，但现在因为CPU服务器对memory的需求增大，以及端侧AI对DDR速度的要求也增大，比如苹果为了跑本地大模型，LPDDR速度越来越快 速度升级的边际效用高了不少，所以DDR6和LPDDR6的速度迭代需求比以前提升了太大了，这在图里也可以看到，LPDDR6/DDR6的迭代时间缩短了，而且速度斜率，重新开始抬头 以前新一代DDR/LPDDR技术出来，大家的反应都很冷淡，等降价了才会用 而现在LPDDR6出来，各家恨不得都在抢着能尽量早上就尽量早，因为速度的提升带来的performance提升是触手可及的 ------ 另外，DDR 的供给还要被 HBM 额外抽一道税。HBM 每年的扩产速度太快，导致每年都有一批原本可以做 commodity DDR 的 wafer 被拉去做 HBM，而 HBM 的转换比极低，HBM3E 大约要 3 片 DDR wafer 的产能才能做出等量的 bit，HBM4 是4 片。所以每年大约有 3% 到 5% 的 DDR bit 增长，是被这个 HBM bit tax直接吃掉的 所以DRAM bit volume虽然未来每年能增长24%左右（14%来自wafer增长，9%来自每个wafer的DRAM密度增长），但算上HBM bit tax之后，传统的、非 HBM 的 commodity DDR，每年的 bit growth 大概只有 20%（约 10% 的 wafer 增长 × 约 9% 的 node density 提升） —--------------------- 中国长鑫扩产的影响有多大？如果不讲武德拼命扩产，会不会把这个市场重新带入周期泥潭？ 长鑫这几年的扩产速度还是很快的，2025年还是每个月20万晶圆，2026年北京晶圆厂及新增生产线的贡献就能到32~35万。 正在建设中的上海工厂一期和二期，一期预计到2027年每月新增10万片晶圆产能，二期预计到2028年每月新增10万片晶圆产能，也就是说，2027年每个月42万晶圆，2028年能到每个月50万晶圆。 但需要注意的是，长鑫的dram bit 密度大概只有御三家的一半左右，所以长鑫的每个月50万晶圆wafer能产出的dram bit volume只有其他家的一半，这里计算wafer per month的时候，就按等效一半来算 把这个折扣打上之后，长鑫对整个DRAM行业的冲击还是小了很多，从2025年年底到2028年年底，长鑫对DRAM bit产能CAGR的影响大概只有1.5%，全行业的DRAM产能CAGR大概从12.7%升到14.2% DRAM月产能(kwspm) 2025E → 2028E CAGR Samsung 685K → 920K 10.3% SK Hynix 519K → 725K 11.8% Micron 340K → 560K 18.1% 非中国其他 150K → 218K 13.3% 中国(密度折半) 117K → 274K 32.8% ————————————————— 含中国总计 1811K → 2697K 14.2% 无中国总计 1694K → 2423K 12.7% 就算是长鑫未来还能保持增产速度，2030年对全行业等效产能每年DRAM bit volume增产CAGR的影响，大概也不到3%，从20% CAGR变成23% CAGR，仅此而已 另外，长鑫被光刻机所限制，而DDR6 需要更高速率（14400 MT/s 起步）和更高密度,御三家做 DDR6 大概率会用 1c 或更先进节点（~12nm 以下），已经全面用 EUV。长鑫可能会在DDR6上速率受限，密度也只有一半。 —---------------- 即便是成长性周期，为什么DRAM的这轮超级周期会持续很长时间，起码五年看不到头？ 第一个原因是，刚才谈到的CPU服务器需求端的巨量增长带来的结构性DRAM需求指数增长，这里结合DRAM供给端的bit volume CAGR大概稳定20%增长，就可以很清晰的看到，DRAM未来几年的缺口为什么越来越大： 非HBM的传统DRAM供给端大概是每年增长20%，而需求端，按2026年60B CPU TAM，每个CPU消耗DRAM平均8GB/core，每个core $30~35来算，需求是16EB 2030年按400B CPU TAM，每个CPU消耗DRAM平均16GB/core，每个core $80来算(CPU涨价超过一倍)，需求是80EB，这部分DRAM的增长CAGR大概是50%，远远超过目前的估算 不同于HBM是直接和token throughput挂钩，从而和GPU赚钱效率直接挂钩，DRAM不够对于agent flow的影响主要是速度，比如说，8GB/core和16GB/core比起来，部分workload速度可能降低30%，部分低价值task实在要等等也能忍，结构性指数增长的动机很强，但需求不如GPU那么刚性 Semianalysis说今年的DRAM缺口式个位数百分数，明年是超过10%。从agent CPU数量激增导致的DRAM结构性来看，这个缺口每年都会继续加大，在2030年之前看不到降低的可能 —---- 另外一个DRAM能延续强势很久的逻辑是，因为DRAM涨价之后，被涨价消灭的那部分需求，不是真的消失了，只是延迟了，需求蓄水池太多了。 所谓蓄水池，是指那些"内存一旦降价就会立刻被释放出来的潜在需求"。它们的存在，意味着即便供给阶段性跟上了，价格也很难崩，因为总有新的需求从蓄水池里涌出来接盘： 内存换算力/速度是一个蓄水池： 有大量本来需要靠额外内存来优化速度和算力的需求，在内存太贵时被压着，一旦内存降价就会被释放出来。 比如 Nvidia的CPX prefill 加速，本来的设计初衷是用额外的低成本GDDR7，来做一个专门的prefill加速器，结果LPDDR/GDDR都太贵了，比涨价前的HBM还贵，这个方案的ROI就不划算了，但等到普通内存降价，这样类似CPX的优化方案就还会回来 低价值task是一个蓄水池：内存涨价导致token价格居高不下时，高价值的 task 被优先保留，低价值的 task 被延后；内存一降价，这些被延迟的需求就回来了。 端侧 AI 是一个蓄水池：AI PC 的内存配置可能从 24GB 一路涨到 128GB。苹果已经明确要求最新的端侧AI满血版需要从8GB升级到12GB内存 常规消费电子、Agent PC、低端手机，因为内存涨价而减少的需求，全都是蓄水池。 这么多蓄水池叠在一起，构成了一个极厚的需求缓冲垫。这就是为什么 DDR 这轮的结构性增长，后劲会比市场想象的要强。 —----- 还有一个DRAM价格很难大幅下降的原因在于，HBM和DRAM产能可以互相转换，所以整个DRAM complex是一起re-rate的 在上行期DRAM的利润率远超HBM，HBM的涨价幅度甚至变成了由DRAM去推动。今年新签约的HBM4的价格，就是当期DRAM的价格 x 4，也就是正常堆叠倍数对应HBM4的价格 一旦DRAM降价毛利下滑，因为HBM的长约透明性，利润率都是有保障的，HBM就会间接抽走更多的DRAM产能，HBM的降价也会让GPU厂商更有动力尽可能的升级HBM size，这样也间接保障了DRAM的价格地板 DRAM的结构性指数增长的需求有了，density scaling放缓扩产难度在增加，厂商扩产计划都很谨慎，长鑫这几年带来的影响也是有限的，再加上需求的蓄水池非常庞大，这四个原因导致了，在可预见的至少五年甚至更长时间内，DRAM是很难进入周期低谷的。 —-------------- NAND SSD有希望摆脱传统周期性吗？ NAND 的结构性增长动力没有 DDR 那么强，今年的缺货主要原因是几个主要玩家的生产纪律保持的很好，并没有大规模扩产，每年的产能增加主要来源于技术改进：NAND堆叠层数的增加 第一个结构性增长来自AI，主要来自 KV cache 的 offloading，把HBM溢出的warm/cold KV cache 卸载到 NAND SSD上。 但神奇的事情是，这个kv cache offloading的增长甚至还没有大规模发生，SSD就已经缺的比DRAM还严重了，涨价也比DRAM要更多。等到明年Rubin CMX放量，加上KV cache offloading大规模应用，SSD的缺货也会因为这个结构性增长而增长 第二个，另一个去年年度总结里说到的未来可期的AI视频带来的结构性增量，今年已经有出圈的态势了 Seedance体量在以一年十倍到四十倍的速度增长。目前它还卡在缺卡算力不足的阶段，需求被算力压着没完全释放。但等到缺卡阶段过去，AI 视频对NAND存储的结构性需求增长，会持续相当长的一段时间。 第三个结构性增长也同样来自于agent flow带来的Sandbox使用量的指数级增长，Sandbox为保障数据安全与隔离，如Analytical Agent 需为每个任务复制大量数据库和用户上下文，导致内存(DRAM)和CPU核心的严重浪费，同样会带来大量的SSD的浪费（需求） 第四个也许在2030年之后发挥作用的结构性增长，来自于HBF路线需要用到SSD，在不少投行分析中被寄予厚望，但这个技术路线还有些遥远，主要角色定位只能作为存放大模型的weights，写一次权重然后做只读，而且必须要和GPU/HBM封装在一起（48TBps/96TBps），否则靠PCIE7/8速度太慢完全无法用，只能说未来可期，下一篇AI半导体终局推演2026(III)会有更详细的分析 总之，NAND SSD的结构性增长没有HBM那么强，但是胜在便宜，价格到2027年也只有$0.8/GB，是同期DRAM的四十分之一，所以也算是多级缓存里的万金油属性，结构性增长来源太广泛了 也就是说，不存在DRAM/HBM单独涨价繁荣，而SSD不涨价的情况，因为如果这样的情况发生，那么大家就会想办法用SSD去承载DRAM/HBM的部分功能，用更低的成本实现类似的效果。HBM、DRAM、NAND 不是三个独立故事，而是同一 AI memory hierarchy 在不同温度层的结构性增长 结构性指数增长的需求有了，NAND SSD摆脱周期了吗？ 那么就要看NAND SSD厂家的生产纪律了，唯一可能不遵守生产纪律的，只有长存。毕竟这是一个囚徒困境，一旦有一家不讲武德拼命扩产，整个NAND产业要扩产的难度比DRAM简单的多。 但最起码的，这一轮NAND同样是超级周期，几个结构性指数增长带来的需求，下行期推迟到2030年问题不大

这段对话有意思，比尔·麦赫，左派里偏保守的美国著名政治吐槽节目主持人、单口喜剧演员、政治评论员。威廉，美国著名音乐人（黑眼豆豆主唱。）、音乐制作人、创意企业家，科技发烧友。 先给大家展示他们的对话，最后谈我的个人观点： 比尔·麦赫 (Bill Maher)： 你喜欢待在外面。我是说，你喜欢去看看所有这些不同的地方。 威廉 (will i am)： 我很喜欢。特别喜欢。我两周前还在中国，哦不，三周前。 比尔·麦赫： 在哪个城市？ 威廉： 深圳。 比尔·麦赫： 中国有很多常住人口上千万、但我们却连听都没听过的城市。 威廉： 对，而且他们几乎能制造全世界的所有东西。 比尔·麦赫： 嗯，是啊。不过，当你对他们加征关税时，其实也影响不了…… 威廉： 不，就是亲眼看到他们是怎么运作的，真的特别引人入胜，也让人震撼。 比尔·麦赫： 你是说中国人吗？ 威廉： 还有对细节的专注度。 比尔·麦赫： 哦，确实。 威廉： 那些工厂老板展现出的喜悦，以及他们生产出来的东西——我也想在我出生的内城区，或者在所有体现那种生活方式的内城区里，拥有某种形式的这种东西。就像深圳，30年前还只是个渔村。 比尔·麦赫： 没错。 威廉： 而现在它已经像纽约一样了。 比尔·麦赫： 21世纪的竞争，谁会成为赢家，以及当我们回首往事时会觉得哪个国家主导了这个世纪，最终都会取决于……你知道，中国拥有一些我们完全没有的东西，比如纪律。我是说，美国人现在已经没有这些东西了。他们就是没法在那个层面上组织起来，尤其是年轻一代，拜托。我是说，他们根本不可能在工厂里干一整天。他们连屁大点事都没法专心，他们被宠坏了，太脆弱了。所有这些问题，中国都没有。所以中国一旦下定决心，六个月就能建起一座城市。他们一周就能建好一座桥。我们没有这种能力。但他们没有自由。他们的人民并不自由，那是一个警察国家。而一旦没有了那个，嗯…… 威廉： 他们对自由的定义和我们不同。他们对自由的需求，和我们对自由的需求是不一样的。并不是所有…… 比尔·麦赫： 去替别人定义他们需要什么样的自由，多少有点居高临下。我的意思是，自由就是自由。我觉得他们……也许他们自己都不知道，也许他们现在被洗脑太深，已经不知道自己有多需要自由了。但我认为人类都渴望自由，而他们只是没有自由。 威廉： 不，比方说，如果你来自一个饱受战争摧残的地方，你想摆脱那种处境获得自由。这和“我想拥有做某件事的自由”是不一样的，那不在同一个层面上。所以，并不是所有的自由都一样。有时候，你想要的是摆脱暴政的自由；你想摆脱……比如刚果的人民想要摆脱那种压在头上的控制，那种压迫。而美国人所说的自由，是另一种自由。如果把两者混为一谈，这对那些真正饱受苦难的人并不公平。 比尔·麦赫： 我同意。但我的意思是，我们确实很幸运。我们也会抱怨自由问题，其中一些抱怨当然是有道理的，而且从历史上看，这些抱怨显然非常有道理。但视角很重要。把我们自己和人类其他地方在这个概念上的经历作比较，是很重要的。总体来说，我们这里拥有的自由，比很多很多地方的人都要多。 PS: 1，无论是中国还是欧洲，美国是世界自由灯塔，这是美国独一无二的优势 2，自由和平等是一对互相博弈的词汇，而不是自由和纪律。 3，威廉，其实心里明镜的，他的创意和音乐需要自由的灵魂，但他的人工智能硬件供应链需要有纪律的工厂！

徐州博物馆里的两种货币 1、黄金 那块金带扣，龙兽缠斗，云纹翻腾，浮雕层次之深、线条之密，放在今天用数控机床来做都未必能超越——何况是两千两百年前纯靠手工。 狮子山楚王墓出土的东西，不愧是西汉金器里的顶配。 人类几千年来拜的从来不是黄金的颜色，拜的是它背后那三个特征： 稀缺、稳定、不可伪造。 这块金带扣的主人，楚王，死的时候把它带进墓里。两千年后挖出来，还是这个样子。 旁边陪葬的帛书、木简，烂了。铁器，锈了。铜器，绿了。 只有黄金还在。 汉代政府垄断金银生产（展板上写得清楚），工匠的技艺服务于皇权。但两千年后，皇权不在了，国家不在了，楚王不在了，黄金不仅还在，而且还更值钱。 2、王莽的货币实验： 人类史上最早的法币崩溃之一 王莽（公元9—23年）篡汉建新，是中国历史上少见的”儒家乌托邦实践者”。他真诚地相信自己能用政策重建一个理想社会——土地国有化、奴隶制废除、国家专营盐铁酒。 货币改革是他整个计划的核心工具。 西汉末年的五铢钱体系运行了约一百年，相对稳定。王莽上台后，在短短十五年内进行了四次大规模货币改革，每次改革都是一次对民间财富的系统性掠夺。 四次改革的递进逻辑 第一次（公元7年，居摄二年） 废五铢钱，推行”大钱”，面值五十，但实际含铜量只相当于五铢钱的若干倍，远不足五十倍。同时发行错刀、契刀等异形货币，面值虚高离谱。 本质：第一次铸币税收割。 第二次（公元9年，始建国元年） 废刀币，推行”宝货制”——同时流通二十八种货币，包括金、银、铜、龟甲、贝壳，各有不同面值和换算关系，极其复杂。 民间完全无法正常使用，交易成本暴增。 本质：制造混乱，使民间无法绕开官方兑换体系。 第三次（公元14年，天凤元年） 再次废除大部分货币，强推”货布”和”货泉”两种新钱，货泉含铜量极低，却强令与旧钱等值兑换。 这就是照片里那堆烂铜的主角——货泉，轻薄小，是王莽铸币税政策的集大成者。 第四次（贯穿全程）禁止黄金私藏，强制以官价收购民间黄金，换给劣质铜钱。 本质：直接没收硬通货。 三、民间的反应：用脚投票的经济学 王莽的每一步，民间都有对应的逃避动作： ∙囤积旧五铢钱，拒绝兑换新钱 ∙私藏金银，表面服从，实际上黑市横行 ∙恢复实物交易——粮食、布匹重新成为交换媒介 ∙大量新钱铸出即被抛弃，堆放废置（你照片里那坨就是证据） 王莽的应对是严刑峻法：持有旧钱者罚，拒用新钱者罚，私藏黄金者没收。据《汉书·食货志》记载，因货币违法被连坐流放者，以万数计。 但严刑峻法挡不住经济规律。黑市越打越大，官方货币越来越废。 四、通货膨胀的机制 王莽的货币体系制造通胀的机制非常清晰： 名义面值 >> 实际含金属量 每一次改革都在做同一件事：铸造实际价值更低的钱，赋予更高的法定面值，强制流通。 这是铸币税的极端形式：国家通过垄断货币发行，将民间购买力转移给自己。 结果是教科书式的： ∙物价上涨（东西”贵”了，其实是钱”贱”了） ∙货币流通速度下降（人们不愿持有迅速贬值的货币） ∙交易萎缩，经济活动退回原始以物易物 ∙国家财政因为税基崩溃，反而更加拮据，形成恶性循环 五、与人类金融史上其他案例的对照 罗马帝国银币贬值 |银币含银量从90%降至5%|三世纪危机，帝国分裂 。 法国密西西比泡沫 |1716-1720|约翰·劳纸币实验 |法郎崩溃。 魏玛共和国恶性通胀|1921-1923|无限印钞偿债 |1美元=4.2万亿马克。 津巴布韦 |2000s |土改后财政崩溃印钞 |100万亿面值钞票 。 委内瑞拉 |2010s-今 |石油收入崩溃后印钞 |年通胀率超百万%。 共同规律： 1.政权掌握货币发行权 2.以”改革”或”战争”或”危机”为由稀释货币含量 3.以法律强制民间接受 4.民间以囤硬通货、黑市、以物易物应对 5.经济活动萎缩，税基崩溃，政权财政更加困难 6.加速印钞/铸劣币，进入死亡螺旋 7.货币体系崩溃，往往伴随政权崩溃 王莽新政是这个循环最早的清晰记录。 六、王莽失败的深层原因 表面上是货币政策失误，深层是一个认知错误： 他以为货币的价值来自国家的权威，而不是来自民间的信任。他以为只要颁一道圣旨，民间就会认可面值五十的大钱真的值五十。 但货币的本质是共识，是人们对未来购买力进行权衡和博弈后的结果。这个共识由无数人的交易行为共同生成，不由任何单一组织武断决定。 当民间判断一枚铜钱的实际购买力远低于官方面值时，任何刑罚都无法改变这个判断。顶多改变判断的表达方式 - 从公开交易转入地下。 这是王莽两千年前就用整个帝国的前途命运做的试验得出的结论。 七、对今天的启示 王莽的货币体系在15年内崩溃，现代法币体系因为全球化、军事霸权、网络效应，崩溃的时间线被大幅拉长，但崩溃的基本逻辑没有任何改变。 王莽的铜钱烂了，楚王的黄金还在发光。 这就是两千两百年的货币实践给出的如山铁证。

北京时间周四凌晨，美联储利率决议，这次降息25个基点，基本是没跑了！那么这次降息该如何解读，哪些美股方向将会形成利好，尤其是最近马斯克主导的热点方向——太空 #AI# 板块，有哪些美股直接利好，这里给大家带来一个梳理！🧐 先讲一个结论，我认为这次降息本质并不是为了放水刺激，假如从货币宽松的角度，即将到来的1月份开始，每月美联储采取的400-450亿美金的国债回购方案，这才是最直接的放水刺激。 这次降息，更像是为了救“高利率环境下，快撑不住的经济”。尤其是现在居民贷款违约率居高不下，商业房地产岌岌可危的现状。目前10年期美债利率依旧高达4.15%，市场利率在20年高位，美国企业、房地产、地方政府、银行都压得喘不过气。这次降息是为了迫切把融资成本拉下来，避免经济被高利率引发潜在衰退，这也就造成了12月polymarket降息概率波动如此之大的原因所在。 🎯 降息带来的直接利好： ①资产价格的“估值提升”，科技、成长股最受益 利率越低，未来现金流的折现成本越低，成长股的估值会直接往上抬。比如AI、半导体，还有一些长期合同型企业（如太空科技、国防科技），另外高研发投入企业也十分利好，这类公司短期内无法立刻盈利赚钱，但未来预期足够大，降息就是它们的提神药。 ②公司融资成本下降，高资本开支行业被“解放” 例如太空、芯片、能源、制造这些行业，烧钱速度非常快。降息之后，整体发债成本会下降，银行端的贷款压力会减弱，直接会刺激产业项目的更快落地。像 Rocket Lab、AST SpaceMobile、Firefly 这种“要烧钱造未来”的公司，都会受益。 🚀 结合最近热点“马斯克太空AI概念”，叠加降息带来的利好，我列举5个公司，供大家参考。 1️⃣ $RKLB — Rocket Lab（强成长 + 国防护城河 + 降息受益最大） Rocket Lab 应该是目前美股上，最被低估的“太空全能选手”，它已经早就不是单纯的火箭发射公司了。它悄悄打造了一条完整的太空产业链： · 自己造火箭（Electron 和未来的 Neutron） · 自产卫星零件（太阳能板、推进器等） · 能组网、能接国防部任务 · 还有星间激光通信技术 · 甚至提供“交钥匙”太空任务服务 从降息纬度来看，Rocket Lab 属于典型的“高资本开支 + 长期合同 + 大订单在手” 的成长股。降息后，公司融资成本会得到下降，有利于新建产线、新引擎、新卫星平台，长期估值模型改善（折现率下降）。同时DoD和NASA 的大型合同发放概率提高，稳健的国防预算也给Rocket Lab 锁了一层安全垫。 它现在是除了 SpaceX 之外，最有潜力成为美国国家级太空供应商的企业。政府订单占比越来越高，不是靠讲故事，而是靠实打实的垂直整合能力。如果一切顺利，未来市值有望冲到1000亿美元(目前它市值仅仅275亿)。 2️⃣ $ASTS — AST SpaceMobile（用卫星直连手机的“颠覆者”） AST SpaceMobile 公司要做一件疯狂的事：让普通手机不用换设备，直接连卫星上网。相当于把基站搬到天上，覆盖全球没信号的地方。这跟星链很像，但它更方便，不需要星链的接收器，直接手机直连。 最重要的是，目前全球两大电信巨头（AT&T 和 Verizon）不仅跟它签了合作协议，还直接投资了它。这说明运营商不希望 SpaceX（星链）自己做手机直连、抢走用户。相比之下，AST 是“中立批发商”，帮运营商扩展信号、提升收入，而不是抢饭碗。接下来就看它能不能快速发射卫星、铺开网络、实现真正盈利赚钱。 所以降息对AST是最直接的利好，目前市场预估它需要几十亿美元发射卫星建网，利率下降能省下巨额资本开支，并且与运营商的融资合作也会更容易落地。当整体预期变强时，资本市场更愿意为卫星网络买单。 这是最典型的“利率敏感型高科技成长股”。降息越狠，ASTS 的赔率也就越高，成长空间越大。最核心还是要关注其规模化，包括锁定载波分发、快速发射卫星网络以及在数十亿终端上实现频谱经济的货币化。 3️⃣ $PL — Planet Labs（低利率周期的天然受益者） Planet Labs业务十分垂直也很有意思，这家公司以前是“给地球拍照片”的，现在转型成卖地理情报数据的平台。客户包括政府、军方、保险公司、农业公司，国防部希望以低成本实现持久的ISR(情报监视与侦察)。气候和农业领域需要持续的地面真实数据。他们都需要高频、低成本的地球观测数据，Planet正好弥补了这样的市场缺口。 公司优势十分明显，成本比传统军用卫星低得多，数据更新快。欧洲军方今年也开始采购他们家的产品，说明数据有“主权级”价值。 但问题也十分突出，盈利虽然涨了，却还没证明自己能高效盈利。市场还在等它从“项目制”变成“平台型”生意，有点像SaaS订阅付费模式，客户年年续费、越买越多，目前这条道路还没走通。 降息对它的利好也十分明显，未来现金流价值更高（偏 SaaS 属性），政府合同稳定，财政压力下降，欧盟、NASA、DoD 的 ISR 预算不被削减，降息+国防数据需求上升，Planet 的爆发点可能正在临近。 4️⃣ $FLY —Firefly Aerospace (航天领域全能型选手) Firefly 这家公司，非常“全能”：搞火箭、登月舱、快速响应发射、甚至军用任务。国防部十分喜欢这种“一站式”合作伙伴。美国国防部一直希望拥有能够支持从运送到月球再到ISR任务的合作伙伴，但挑战在于Firefly业务板块过于分散，导致尚未展现出规模化的稳定执行优势。比如下面👇这些弊端： · 火箭发射次数不够稳。 · 登月任务（Blue Ghost）依赖 NASA 的里程碑付款，风险高。 · 快速发射业务烧钱，对制造能力要求极高，而它还没完全证明自己。 公司工程师履历十分牛掰，但商业模式还没跑通。潜力巨大，目前产品线（Alpha、Blue Ghost、快速发射）非常对 DoD 胃口。但需要更多实测战绩来证明自己不是“一个PPT太空公司”。 Firefly 是一家很能造，很能卷，很缺钱的公司。这类企业在高利率时代几乎活不下去。所以降息以后，公司发债和融资成本低了，NASA 项目拨款更顺畅了，DoD 的快速反应发射合同更稳定，不再被资本市场“利率压估值”。这可能是最受降息影响的公司之一。 5️⃣ $RDW — Redwire(太空刚需型企业） Redwire 是一家专注「太空基础设施+太空组件+太空任务支持」的公司。它虽然没有前面几家公司造卫星或者建火箭那么性感，但它提供广泛且关键的“太空零组件+系统+制造+维修” ， 比如卫星天线、太阳能阵列、散热系统、可展开结构 、空间级传感器、机械臂、在轨制造 ，3D 打印等等。基本上现在搞太空发射的公司，都需要使用它的产品，类似于卖铲子的企业。 整体来说，Redwire 的方向是没毛病的，搞太空制造、空间结构、在轨服务，都是未来刚需。但问题在于团队说得多，做得少，执行比较拉胯。 财务上，公司今年二季度还暴过雷，连全年利润指引都撤回了，管理层却提前毫无预警，商业计划上有点吹嘘的味道。这种操作在高风险的太空行业里，属于严重的信任危机。 整体来说，Redwire有好资产，但缺的是稳定交付能力，这也导致它市值较低，仅仅11亿。目前更像一家“理想很丰满”的工程公司，而不是可靠的太空供应商，需要一定时间去检验。从降息的角度来说，跟上面描述的公司，基本是一致的，融资成本下降有利于高资本开支和长周期的项目，而且也更容易拿到国防相关的订单。 总结来看，12 月降息的真正逻辑很简单，降息让高资本开支行业“重获生命”，让成长股重新被估值，让国防航天更容易拿到大单。叠加最近马斯克太空AI概念火热，这其中可能会有不错的机会。另外AI、芯片等高成长科技股，也会直接受益。太空公司普遍毛利率未来都比较高、周期长、业务是国家战略，美联储降息相当于直接给它们开绿灯，值得重视。🧐 目前我使用的 @MSX_CN 美股平台，有3家太空公司支持交易，这在其他 #RWA# 美股平台，基本没有，代码分别是：RKLB.M；ASTS.M；FLY.M，其实选的都是比较优质的太空企业，像 $RDW 相对差一点，就没放进去，也充分说明了MSX团队，择股的能力优势(如图2)。 假如您还受限于国内美股开户不方便，那么可以尝试用U炒美股，体验丝丝顺滑，我个人正在使用 #RWA# 美股代币化平台 #MSX，一同参与美股市场：# 目前可以免费进我们美股社群，免费阅读海外投行一手报告，每周限额10人，可以私信我，填写表单，进入美股交流和探讨社群(最近加群人数较多，助理审核需要时间，感谢理解🙏)

6000亿惊天收购 聊聊昨晚发生的一笔惊天交易，奈飞以827亿美元的估值收购了华纳兄弟发现公司（Warner Bros. Discovery，简称WBD）的影视工作室、HBO品牌及HBO Max流媒体平台。 国内读者可能对奈飞不太熟悉，这是全球最大的流媒体播放平台，自制了包括《纸牌屋》、《爱死机》、《怪奇物语》、《鱿鱼游戏》等爆款剧集，业务覆盖绝大多数国家，只有朝鲜、叙利亚、伊朗、俄罗斯等国家因为政治或审查的原因被排除在外。 中国和奈飞业务最像的平台是爱奇艺，也是喜欢自制内容，主要以用户订阅费为主要收入。我看了下数据其实奈飞的付费用户也就3亿，爱奇艺有1.2亿，但两者的市值差了200倍，这太离谱了。 有多方面原因，一个欧美用户的订阅费更高，是国内的4倍，用户数是2.5倍，乘一下年营收就差了10倍。另一个国内视频平台竞争激烈，爱奇艺获客成本高，生产内容成本高，增长艰难，而奈飞横扫欧美，发展环境宽松，年增速保持在20%以上。 所以还是那句话，含中率高的池子你挣钱难度一定max，有能力的企业这几年都在寻求出海。 说回正题，这次奈飞击败派拉蒙、康卡斯特，拿下华纳兄弟，一个是看上了对方的内容库，《哈利波特》、DC宇宙等版权包含其中，另一个可以收编HBO max的1.3亿付费用户。 只按数量算的话HBO max的用户量已经达到了奈飞的40%，但这些很多都是传统电视用户升级过来的，支付能力弱，资本市场估值低，再加上WBD经营不善，400多亿债务缠身，被迫割肉让奈飞捡了个便宜。 奈飞这股我前几年买过，2021年那波巨幅回撤之前的高位惊险逃顶，几乎卖在当时的最高价。我卖完后股价不到半年跌了70%，当时颇为得意。 结果它后来经营业绩反弹，一路狂飙涨了6倍，我一直觉得它在回光返照，目瞪狗呆看着它涨到我卖出价2倍的高度，脑瓜子嗡嗡的。这只股让我对美股的填坑能力有了船新的认识。 哦对了，这笔交易目前只是达成了收购意向，后面还有变数，反垄断调查不一定能通过。但即便是交易失败，奈飞根据协议也会给WBD支付50亿美元的分手费，这大概也是他们能在竞标中胜出的重要原因。 …… 后半段回复几个网友问比较多的事。 一个是昨晚提到的过年红包，这个每年都有的，我这些年加起来发了有100多万了。初衷是我通过你们的支持，在流量上赚到了钱，我愿意每年都拿一些出来和你们分享。这里说的是流量收入，我投资挣钱不会拿来发红包的，因为那是我的私事，和你们不产生因果。 可惜的是这几年流量收入越来越少，挣钱的业务（主要是开户）监管不让做，再加上拼多多今年也不投广告，我想了想就在6月份的时候把文章底部的广告给开了，这样每年固定会有一笔收入，正好拿来过年给你们发红包了。 底部广告日常大概2000-2500收入，过去半年累计40多万，按照国家规定扣完税大概30万左右，我到时候找甲方要点饭，凑个50万，这样你们的人均抽奖期望在1元以上，发不了财，就过年的时候乐呵乐呵。 我说了这个事后你们不要刻意的去点广告，咱体面人不做占人便宜的事，一切顺其自然就是了。 第二个事是一直有读者问我男孩好还是女孩好，这个我可以很坦诚的讲当初和老婆备孕的时候我就更倾向于男孩，原因也很现实，我认为在当下中国的社会条件里，一个男的更容易成才，也更容易获得成功。不是说女生做不到，这纯粹是一个概率问题。女孩更像是前期英雄，懂事早，乖巧自律，很适合上学读书考试的环境。男孩更像是后期英雄，从30岁往后男性通常会在职场上有更好的发展，男性的天花板远高于女性。所以反正是抽奖，我希望抽两个单注奖励更高的盲盒。 最后就是有读者问台州和临海是什么关系。临海最早于三国（吴）时期设郡县，当时就叫临海，到了唐朝政府把周边一片都划作台州，州府设在临海，之后的1400多年临海一直是台州核心。转折发生在1994年，台州地区撤地建市，行政中心从临海搬到了椒江区。从此以后椒江区快速发展，临海渐渐没落了。这也是为什么台州医院、台州中学都在临海的原因。 这件事对我的童年造成了很大冲击，因为我妈在体制内，要跟着从临海搬到椒江上班，而我却要留在临海上学，客观上母子分开生活，我寄宿在长辈家里。所以童年自由度很高，好玩的一样也没少。 顺便给大家简单介绍一下台州吧。 三门县，盛产海货，台州小海鲜主要供给地。天台县，台州名字的来源，济公故乡，天台宗祖庭国清寺。仙居县，台州颜值最高的神仙居，特产杨梅。临海市，中国第一个获得“宜居城市”称号的县级市，前州府。台州市，椒江黄岩路桥三区合并，目前是台州发展核心，李书福是路桥人。温岭市，台州有钱人最多的地方。玉环市，人口少，但人均收入台州最高。我爷爷是玉环人。 台州有将近80家上市公司，全是民营企业，这个数量在全国地级市里排第四，我估计你们很多人都交易过台州股票。 今晚就聊这些，诸位周末愉快～

App卖不动了，然后呢？我推演了一种AI泡泡 这个问题我是真的很想搞清楚，也是我这几周集中准备研究的重点。跟进这条线也是我现在安排的主线任务之一：推演，押宝，收集这条线上所有的资源。 App 卖不动，本质上并不是因为大家突然不喜欢用软件了，而是因为分发逻辑、用户习惯以及价值交付模式都发生了根本变化，让过去那条“装一个 App → 形成留存 → 再变现”的路径逐渐失效。如今 iOS 和 Android 的入口层被平台牢牢掌控，App Store 与 Google Play 的曝光越来越集中在头部应用，新应用几乎很难自然获得流量。同时，入口被超级 App 吞并——微信、抖音、支付宝等已经演变成“操作系统之上的操作系统”，用户的许多需求可以直接通过小程序、内嵌网页解决，不再需要额外下载独立 App。再加上AI 与 Web 化降低了‘必须下载’的门槛，生成式 AI 可以直接通过网页或多平台插件调用功能，PWA（Progressive Web App）更是让网页具备了接近 App 的体验，从而绕过下载环节。 这些现象几乎成了行业共识。但我是真的经历过那个“万物 App”的年代，当时人人都在学 Kotlin 开发移动应用。如今的变化在商业层面表现得更为明显：获客成本飙升，广告投放、应用商店排名、网红推广成本高得吓人，小型开发者很难回本；生命周期缩短，用户可能只用几次就卸载，因为功能容易被替代，除非形成完整生态，否则靠单一功能长期留住用户几乎不可能；商业模式趋同，过去依赖订阅、内购、广告三种模式就能赚钱，如今同质化竞争严重，用户的付费心理门槛也在不断提高。 别说用户，就拿我自己来说，如今也很少再去下载新的 App 了。从“下载占有”到“即用即走”。首先是安装疲劳——手机里已经有几十个常用 App，对新增安装天然抵触，“能用现有 App 搞定就不装”；功能期望提高——用户不再愿意为一个孤立功能单独安装 App，他们希望这些功能能够嵌入到自己已有的生态体系里，比如微信、飞书、Teams、浏览器插件等。 但是AI界面总不能承载所有功能吧？ 如果 App 外壳化 / 接口化 已经成为不可逆的趋势，而 AI 窗口（Copilot、对话框、Agent Hub） 又无法承担所有职能，那么下一个真正的入口/窗口必然会是更贴近具体场景与数据流的形态。我的推演方向是，在现有 App 宿主之上，构建一种能够填补 AI 窗口“非万能”空白的应用生态——即 场景原生入口（Context-Native Entry）。 这种入口不再是独立应用，而是直接嵌入到场景的触发点里。例如，在会议中，日历界面会原生弹出“行动建议”；在设计工具中，用户选中元素时会自动出现 AI 协作气泡；在车机屏幕中，驾驶到达目的地时会直接显示路线与任务执行按钮。它有三个显著特征：第一，零跳转，用户无需离开当前场景即可完成任务；第二，数据即时可用，上下文数据已经在场景内，无需额外授权；第三，执行闭环内建，任务完成后可自动将结果回写到对应的数据源（如 CRM、ERP、日志、交易记录）。 我画了两个示意图：主界面就是宿主（host environment），可以是日历、项目管理软件等；旁边的“泡泡”则是上下文触发的操作入口，而这个泡泡正是未来全球应用开发者共同参与的生态。它看起来像插件，但用户无需安装，由宿主内的 AI 自主决定何时调用。 Calendar: 宿主host environment Action items: 泡泡 （AI自由调用，其他开发者开发） 这种生态的核心特征包括： 能力模块化——功能以插件、微应用或结构卡形式存在，每个模块可以独立更新与授权；用户既可固定常用模块，也可临时调用一次性模块。 上下文可迁移——身份、任务、数据、历史操作等上下文信息在不同模块间无缝传递，避免重复输入。 AI 编排驱动——用户既可直接点击模块，也可用自然语言输入目标，由系统自动选择和组合模块执行。 多入口混合——既支持传统图标，也支持场景气泡、任务栏、语音指令等多种入口，根据任务性质动态显形或隐藏。 半自主闭环——简单任务可自动执行，复杂任务在关键节点需用户确认，执行完成后结果自动回写到对应数据源。 这意味着，未来的应用形态不再以“下载一个 App”作为起点，而是以场景驱动的即时入口作为载体，AI 在背后完成能力调度与组合，用户在前端获得零跳转、上下文贯通、结果可闭环的体验。 如何成为宿主以及泡泡的触发机制 要理解如何让一个应用从“功能提供者”升级为宿主，并能在合适的时机触发上下文气泡，需要先明确宿主的定义和运行机制。 宿主环境 = 上下文源 + 触发点 + 执行容器 + 用户界面 它承担的是一个舞台的角色，为能力模块（Capability）提供完整的执行与交互环境，包括： 触发契机——明确什么时候启动能力（事件触发、条件满足、用户操作等）； 上下文数据——运行前必须知道“是谁、在做什么、涉及哪些资源”； 执行通道——调用外部能力所需的网络、权限与运行时容器； 显形界面——用户可见、可操作的 UI（气泡、侧栏、提示条等）； 回写目标——执行结果要存回的权威数据源（如 CRM、ERP、文档、日志等）。 如何让任意应用成为宿主 为了具备承载外部能力和触发气泡的能力，一个应用至少需要以下四个开放接口与结构： 触发点 API：允许外部能力监听特定事件，如用户操作、状态变化、定时器触发、数据更新等。 例：会议开始前 2 分钟、文档被选中一段文字、车辆进入充电站。 上下文 API：提供标准化接口，让外部能力读取必要的上下文信息，如当前用户、选中对象、会话内容、位置等。 必须保证数据最小化原则，并在用户授权范围内暴露。 执行 API：提供安全可控的调用方式，让外部能力可以在沙盒环境中运行，并具备函数调用、网络访问、跨模块通信等能力。 支持权限校验和费控机制，防止能力滥用资源。 UI 插入点：为外部能力提供可嵌入的位置，用于显形气泡、侧边栏、弹窗、HUD 等不同形态的 UI。 插入点应与上下文事件绑定，保证用户交互自然、即时。 “泡泡”触发的全流程 当宿主具备上述条件后，一个上下文气泡的触发与执行过程通常如下： 事件监听：宿主通过触发点 API 监测到某个场景事件（如会议即将开始）。 上下文构建：宿主调用上下文 API，生成包含当前用户、任务、数据等信息的标准化上下文对象。 AI 决策：宿主内的 AI 调度器基于上下文，筛选最匹配的能力模块（可从能力目录中动态检索）。 显形触发：在 UI 插入点上显示气泡，提示用户可以执行的操作（或直接开始执行低风险任务）。 能力执行：调用执行 API，沙盒运行外部能力，并实时更新执行状态。 回写闭环：任务完成后，通过宿主的回写通道，将结果存回权威数据源，并刷新宿主界面。 只要协议畅通，全球开发者有能力的开发宿主，能力弱的开发泡泡，组合是天文数字量级的 只要协议畅通，这个由全球开发者共同构建的“巨型开发、应用与工具网络”就能进入几乎自我扩张的状态——它会像互联网早期的 TCP/IP 一样，把原本彼此孤立的能力和数据源接入同一张网络，让调用、组合与分发成为默认能力而非额外集成。能力强的开发者可以构建宿主，承载和调度多种外部功能；能力弱的开发者也能专注于制作单一“泡泡”模块，被宿主按需调用。 一旦协议统一了能力卡、上下文、权限和回写机制，任何能力都能被任意宿主直接使用，不同开发者产出的功能无需点对点适配即可自动兼容，AI 调度器也能跨厂商、跨领域、跨设备自由编排执行链。分发将彻底自动化——不必依赖人工搜索、下载或安装，能力会在符合上下文的场景中自动显形，高质量的能力会被宿主和 AI 持续选用，新能力一旦注册就能零延迟进入全球可调用范围。 这种模式会触发生态自增强效应：接入的能力越多，可组合的可能性越多，衍生出更多新场景；每次闭环执行的结果都会回写到数据源和特征库，使下一轮决策更精准，吸引更多调用，形成“数据—体验—调用”的正反馈飞轮；协议的统一也意味着一次改进可在全网生效。与此同时，生态的边界会不断开放——宿主可通过协议变成流量与上下文的枢纽，小型开发者可以靠单一能力卡或场景编排持续获利，平台还能围绕调用和数据确权发展出分润、信誉、质保、治理等全新商业模式。 换句话说，只要协议打通，组合空间就是天文数字级的，调用、分发和优化会自动发生，整个生态会以互联网式的速度与规模爆发。 这个“协议畅通 + 宿主/泡泡”模式，其实针对的是现有 App 开发和使用模式中的几条核心瓶颈，而且它的结构设计正好能逐一化解。 1. 分发和获客瓶颈 现状 App 必须依赖应用商店、广告投放、内容引流才能被用户发现。 新应用进入成本高，获客成本（CAC）居高不下，小团队往往无法回本。 分发渠道高度集中，头部应用占据曝光，大多数 App 没有生存空间。 突破方式 在协议畅通的模式下，能力（泡泡）不需要用户搜索、下载、注册，而是由宿主在符合上下文时自动分发显形。 分发入口变成多点分布（各种宿主和 AI 调度器），降低依赖单一渠道的风险。 新能力一旦注册，就零延迟进入全网可调用范围，被动获客。 2. 集成和适配成本瓶颈 现状 不同 App、系统、行业的数据和功能接口差异巨大，需要大量定制化集成。 跨系统协作需要重复开发“胶水层”，浪费时间和人力。 突破方式 统一上下文协议、能力描述协议、回写协议，让不同宿主和能力模块之间天然互操作。 开发者一次接入协议，就可以在所有遵循该协议的宿主中运行，不必逐个适配。 AI 调度器在运行时动态组合能力，无需提前硬编码集成关系。 3. 功能封闭与长尾需求瓶颈 现状 App 功能由开发团队预先定义，长尾需求（小众场景）很难覆盖。 用户经常需要跨多个 App 来完成一个任务，效率低下。 突破方式 协议化能力可以被 AI 自由组合，一次性生成专属于某个用户、某个上下文的任务链，哪怕这个链只执行一次也值得。 小众能力也可以生存：哪怕调用量很低，只要在某个链中被用到，就能产生价值并获得分润。 4. 更新和迭代瓶颈 现状 App 更新周期长，功能迭代慢，用户必须整体升级 App 才能获得新功能。 功能和数据常常被锁死在 App 内，迁移和重用困难。 突破方式 能力模块化后，每个能力卡或泡泡可以单独更新、单独授权。 改进一次能力，就能立刻在全网生效（所有宿主和链路同步受益）。 数据闭环让优化路径自动收集反馈，形成持续迭代的飞轮。 5. 用户交互路径瓶颈 现状 用户必须主动切换 App 才能完成任务，跨场景跳转造成体验中断。 每个 App 的 UI 逻辑不同，学习成本高。 突破方式 场景原生入口（泡泡）直接嵌入用户所在的任务上下文，无需跳转。 宿主负责 UI 容器统一化，外部能力复用相同的交互模式，降低学习成本。 一句话总结 这个模式克服了分发集中、集成昂贵、长尾难覆盖、更新迟缓、体验割裂五大瓶颈，让开发者专注能力本身，让用户在场景中即时获得可组合、可闭环的服务。 （1/n)

#アークナイツ # #Arknights# #Shinling# #明日方舟# #闪灵# #cosplay# 闪灵·静谧午夜 「我的心情很久没这样平静过了，甚至连您的心跳，我也听得见。」 闪灵：@nangongOVO 摄影：@SD19921093 后勤：@nyonyoko5871 电子版大图包含未公开 已上店内 店铺搜 绿游居 微博有九宫格哦 ⚠️不予授权 禁止转载

6个月-3年不准出境，对于一个拿着中国护照+外国永居的人来说，不是“晚走半年”，是直接判了你永居的死刑。 因为全世界所有发达国家的永居，保的都不是一张卡，保的是“人必须在”。而“人必须在”是用天数来算的。 中国的新规，就是用中国的行政时间，去精准绞杀外国的移民时间。 一、为什么6个月就能让你永居作废 1. 美国绿卡：最严，6个月就是红线 美国移民法规定：离开美国超过6个月，就推定你放弃了居住意图；超过1年，绿卡在法律上自动失效。 你被禁6个月，回到美国，CBP会直接把你拉进小黑屋，让你解释为什么离开这么久。你说被中国边控了，他不听，他只会让你签I-407自愿放弃绿卡，或者去上移民法庭。 你被禁1年，不用解释了，绿卡直接作废，你得去申请SB-1回美签证，那个拒签率超过80%。 2. 加拿大、澳洲：5年住2年的算法，禁不起3年消耗 加拿大和澳洲都是5年内必须住满2年才能保住永居和续签。 5年一共1825天，你需要住满730天。 如果你被禁3年，也就是1095天，你就算剩下2年一天不落地待在国外，也才730天，刚好踩线。移民官一看你有3年被中国政府限制出境的记录，会直接认定你没有定居意愿，启动取消程序。 就算只禁6个月，你的省医保、税务居民、孩子学籍的连续性全断了，回去全部重新排队。 3. 日本、韩国、新加坡：1年就是生死线 日本永居：离境超过1年没有有效的再入国许可，永居直接作废，没有商量余地。 韩国永居：同样需要再入国许可，长期不在，资格被取消。 新加坡PR：续签时要看你有没有在本地居住、有没有交CPF、有没有工作。你被锁在中国1年，续签时ICA直接不给你续。 4. 欧洲申根永居：2年不在就没收 欧盟长居：规定连续离开欧盟超过12个月，或者在欧盟外累计离开超过2年，长居自动失效。 英国永居：离开英国超过2年，永居作废。 你被禁3年，欧洲所有国家的永居，全部自动清零。 所以你看，中国根本不需要没收你的外国永居卡，它只需要把你合法地留在国内6个月到1年，你的永居就会被你移民的国家自己收走。 这叫借刀杀人。 二、为什么早期出国的人最危险 新规第四条第一款：“中国公民因骗取出境入境证件、非法出境入境受到行政拘留处罚的” 这里的“骗取”，没有写追溯期。 2000年到2015年出国的这代人，谁的手续是100%干净的？ 做假的银行流水、做假的在职证明、做假的邀请函、找中介技术处理户口本，当时是行业潜规则，很多地方也默许。 这些旧账现在都在系统里。平时没事，一旦你被关注了，比如大额换汇，比如被举报，完全可以把你20年前的材料翻出来，先定你一个“骗取证件”行政拘留，然后顺理成章追加6个月-3年不准出境。 先用小错定你，再用禁令废你。 你的永居，就是在这个过程中，被悄无声息废掉的。你去找外国政府申诉，外国政府会说：这是中国主权，我们管不了你为什么出不来，但你没住满就是没住满，法律就是法律。 三、完美的闭环 第一步：锁人。 用6-36个月把你锁在国内。 第二步：废身份。 利用这段时间，让你的外国永居因不满足居住要求而被外国政府自动取消。 第三步：变回纯中国人。 你永居没了，人、钱、房子都回到了国内的池子里。 第四步：谈条件。 你想再出去？重新申请。重新申请要不要查你全部资产和完税？ 所以，不要把“6个月-3年不准出境”当成旅行限制。 对于所有拿发达国家永居的华人来说，它就是一个身份粉碎机。它不费一枪一弹，就让你的十年移民路，在一次探亲中，全部归零。 发达国家里好像只有一个例外，我记得是新西兰。

大城市赚钱，小城市花 通胀行业赚钱，通缩品类花 能力圈里赚钱，能力圈外少花 年轻时赚钱攒钱，中老年之后花 经济形势好时赚钱，形势不好时花 个人发达时守住，分点给亟需者花 把生产力放在流动性充足的环境，把消费力留在流动性不足的环境。把这6条当原则，包括择业、择校、择机、择居、理财、修身。