与「技术思考」相关的搜索结果

如果这类项目继续发展下去，“手机”这个概念可能真的会消失。我们未来用的，可能根本不是“手机”，而是“运行在云上的 Android 实例”。 docker-android 做了一件很反常识的事：把完整 Android 系统，直接塞进 Docker 容器里运行。 不是简化版，不是模拟器壳子，而是：👉 Android Emulator + ADB + QEMU + libvirt 的完整组合 结果一个“手机环境”，变成了一个可以部署的服务。 更夸张的是它的体积：Android API 33：约 1.97GB，API 28：约 1.46GB，极限精简后：138MB 一个“手机操作系统”，可以小到接近一个轻量服务镜像。 它带来的变化不是技术，而是定义层面的： 👉 Android 不再绑定设备 👉 手机不再是“硬件形态” 👉 操作系统开始变成“云端服务” 你甚至可以在服务器上直接： 跑 Android App 做自动化批量测试 远程控制 UI 构建虚拟设备集群 真正值得讨论的是这一点👇 当手机系统可以被容器化部署，那“手机厂商”的护城河还剩什么？ 🗂 #Android# #Docker# #云计算# #开源# #技术思考#

强烈推荐大家关注以下13个AI 帐号。 这13个人主要是身份是工程师、科学家。 他们几乎影响了历史发展进程。 @karpathy - Andrej Karpathy（约248万粉丝） Bio：我喜欢训练大型深度神经网络。曾任Tesla AI总监、OpenAI创始团队成员、斯坦福博士。 AI社区最受欢迎的“网红导师”，讲解极度清晰，常分享模型训练实战心得和前沿趋势，适合所有水平的学习者。 @fchollet - François Chollet（约66.5万粉丝） Bio：Keras & ARC-AGI 创建者。 Keras框架之父 + ARC通用智能基准提出者，技术深度与哲学思考结合极强，能看到最前沿的AGI思考。 @ylecun - Yann LeCun（约116万粉丝） Bio：图灵奖得主，前Meta首席AI科学家。 深度学习三巨头之一，观点犀利直接，常对行业热点发表一针见血的评论，信息含金量极高。 @AndrewYNg - Andrew Ng（约153万粉丝） Bio：Coursera联合创始人，前百度/Google Brain负责人。 AI教育界第一人，课程推荐、职业建议和落地经验极其实用，非常适合想系统学习或转行的从业者。 @rasbt - Sebastian Raschka（约44.6万粉丝） Bio：《Build a Large Language Model From Scratch》作者。 从零实现LLM的顶级实践者，代码教程和论文解读质量极高，是工程师最爱的技术干货账号。 @lilianweng - Lilian Weng（约22万粉丝） Bio：前OpenAI AI安全与机器人VP，Lil'Log博主。 AI安全、强化学习和机器人领域的深度思考者，长文综述质量顶尖，适合想深入某个细分方向的人。 @jeremyphoward - Jeremy Howard（约29.4万粉丝） Bio： 联合创始人，前Kaggle总裁。 实用深度学习倡导者，教学方法和开源工具非常接地气，风格亲切且强调“能上手”的实战派。 @simonw - Simon Willison（约18万粉丝） Bio：Datasette & Django联合创建者。 AI工程实践和LLM工具链专家，产品感和实用性极强，常分享好用的开源AI工具和工程技巧。 @ID_AA_Carmack - John Carmack（约163万粉丝） Bio：游戏传奇程序员（Doom引擎之父），现专注AGI。 极客之神，直率的技术哲学思考和跨领域洞见（游戏+火箭+AI），深度极高，启发性爆棚。 @gwern - Gwern（约7.5万粉丝） Bio：互联网研究者，挑剔的深度分析者。 粉丝虽少，但硬核程度顶级，常发布高质量AI实验、长文分析和独特观点，是“硬核爱好者”必备账号。 @goodside - Riley Goodside（约20.3万粉丝） Bio：提示工程专家，前Google DeepMind/Scale员工。 LLM提示技巧和模型行为研究最强账号之一，分享大量实用技巧+有趣截图，幽默且直接能用。 @drfeifei - Fei-Fei Li（约66.9万粉丝） Bio：ImageNet之母，Stanford HAI联合主任。 计算机视觉先驱，兼顾学术深度与AI人文/伦理视角，视野开阔且充满人文关怀。 @demishassabis - Demis Hassabis（约93万粉丝） Bio：DeepMind CEO、诺贝尔奖得主。 AlphaGo/AlphaFold之父，直接来自AGI最前沿的第一手信息和愿景，含金量最高。

技术人的迷茫，社会的矛盾，临界感的逼近：其实都是同一个问题。 我们需要理解：共识—协议—结构—叙事 的循环 技术人迷茫，尤其是中国的技术人。肉眼可见，推特上越来越多的中青年工程师在寻找“出海”和“独立开发”的机会（这里头有多少卖课的？）。经历过 2010 年代那套“跟随战略”之后，再看看自己手机上那一万个 App，你还能生出再做一个 App 的冲动吗？经历过 LLM 横空出世的狂喜，再看到任何套壳功能都迅速被指数级进化的模型吞没，你是不是更想躺平？——毁灭吧，赶紧的。 我也经历过这样一个阶段，但后来我发现，这其实是个死胡同。因为从根本上说，我们从未真正体验过、进入过现代意义的工业迭代。我们习惯的是“好学生”模式：接外包、抄作业、后发优势、跟随战略，把硅谷的成功搬过来。可整个技术圈没有经历过真正意义上的“原生循环”，所以才在眼前的巨变里显得格外无力。 这一切是什么？它不是单一事件，而是万千头绪的叠加： 科技飞跃发展； 社会躁动不安，就业市场低迷，“毕业即失业”，高校知识体系彻底脱节； 经济衰退、通缩，社会信心几年内跌入低谷； 国际关系骤然僵化，中美关系从十年多次往返签证到如今的彼此封闭； 信息流汹涌而至，大脑完全跟不上节奏。 在这样的背景下，问题回到原点：开发个什么？开发出来给谁？用来干嘛？你如何知道它有用？还是只是在盲目堆积代码？ 共识—协议—结构—叙事 的循环 我们往往没有认真思考过：在工业社会里，技术突变如何推动社会变革，这背后有一个极其关键的循环。这个循环不是单一的直线，而是社会在各个层面上不断上演的动态过程：有成功，也有失败；有偶然的发现，也有刻意的设计。在一个技术既遵循达尔文主义的自然选择，又承载人为设计和制度化推动的社会里，这个循环才是技术变革真正的动力。 很多人以为，新技术的崛起是从下往上，从第一行代码写起，逐步推到最高权力层面。但事实并非如此。技术的应用与扩张，从来都是“自上而下”与“自下而上”的互动：它有反馈、有闭环、有分叉（fork），并且这一切是可以通过文字去探讨和推演的。如果你完全没有想过这个循环，大概率只能在失败者的阵营里。 遗憾的是，我看到许多中国技术人，尤其是独立开发者，技术感很强，但社会感、推演力和与社会共识的连接力却非常薄弱。于是他们更容易陷入“功能”与“代码”的死循环，却缺乏把技术嵌入社会循环的能力。事实上，这个循环并不是有固定起点和终点的，而更像是一条首尾相接的蛇：你生我，我生你，彼此生成，彼此强化。 那它到底是怎样的呢？我认为，这个循环的基本原型就是：共识—协议—结构—叙事。 共识—协议—结构—叙事 这一循环，是技术与社会互动演化的核心路径。 首先是一种 共识（Consensus）。社会必须在价值和判断上达成某种普遍认同，这才是一切循环的起点。没有共识，协议就是空洞的，结构是僵化的，叙事则变得虚假。比如，“货币必须有信用”，“AI 必须可解释”，“能源必须清洁”——这些共识都是推动制度与技术演化的起点。 当共识逐渐稳定，就会被转化为 协议（Protocol）。协议把抽象的价值翻译成可执行的条文、标准或接口，它是文明的源代码。金本位制、法币制度、GDPR、AI 法案、巴黎协定，这些都是共识的协议化结果。 随着协议被执行，它会在社会层面逐步沉淀为 结构（Structure）。结构是一种“硬件化”的结果，协议通过它转化为具体的组织、岗位、制度和产业网络。央行体系、银行网络、AI 伦理审计部门、第三方评估机构、碳交易市场、绿色能源产业链，都是从协议中演化出的社会结构。 然而，如果没有 叙事（Narrative），结构和协议是难以为社会大众理解和接受的。叙事把冷冰冰的制度转化为可传播的符号和故事，是文明的扩音器。比如，“美元=国家信用”“In God We Trust”，“透明=竞争力”“AI 是人类的最后发明”，“拯救地球”“绿色未来”，这些叙事为协议和结构提供了合法性和情感支撑。 整个循环以 闭环逻辑 的方式运转：共识被写入协议，协议沉淀成结构，结构通过叙事放大，再次反馈回新的共识。如此周而复始，推动技术与社会的互动演化。理解并主动参与这一循环，才是真正意义上的“做技术”。 当然，不是说所有的技术都能完美符合这个循环，但我们可以举一个人人都听得懂的例子：比特币。 比特币最初的起点，是一个共识：货币不应该完全依赖政府信用，价值必须有去中心化的保障。这个共识源自 2008 年金融危机之后的信任崩塌——“货币必须透明、可验证、不可随意增发”。 在这个共识的基础上，比特币的白皮书就是那份协议。它不是模糊的宣言，而是一套清晰的规则：区块链、工作量证明、有限发行、点对点的验证机制。这些协议把去中心化的理想翻译成了可执行的程序代码。 随着协议的运行，逐渐形成了新的结构。矿池、交易所、钱包服务商、监管沙盒、开发社区，这些都是围绕比特币协议自然生长出来的社会和产业组织。就像央行体系是法币制度的结构化产物一样，比特币也有了自己的生态结构。 但如果没有叙事，比特币不会传播开来。比特币背后的叙事是“数字黄金”，是“对抗通胀的避险资产”，是“货币的未来”。这些叙事让比特币从极客圈走向公众视野，让它成为一种社会现象，而不仅仅是几千行代码。 于是我们就能清晰看到：比特币从共识到协议，再到结构，最后被叙事放大，然后又反过来推动新的共识（例如“区块链不止是货币，还可以用于智能合约”）。这就是循环的力量。 我们现在正处在一种 “结构化推演信息”真空 的状态。 真的，完全真空。科幻故事满天飞，但真正基于链式因果的大规模合理推演和尝试的共识信息，却几乎难以找到。尤其是当下，我们所熟悉、从小习以为常的范式——比如全球化——已经走到尽头。整个世界进入了一种“范式不稳定”时期：过去的经验逐渐松动，看上去根本撑不到未来。 2015 年我去德国旅行时，眼中的德国是一个已经走上工业化巅峰的“社会主义”国家；而现在呢？德国车在美国的存在感越来越低。美国也是如此，我刚到美国时的感受和现在完全不同。国内更不用说，大家刚经历了一个黄金时代，转眼房价突然腰斩，魔幻得让人怀疑现实。 这一切意味着什么？意味着整个世界的上层结构都已经发生了深刻变化。如果上层已经变了，你怎么还能用旧有的技术思维去想象今天的开发工作？循环已经断裂，信息的偏差正在急剧放大。更何况，当 LLM 这种级别的技术成熟时，它投下的可不是一块小石子啊，而是一颗彻底改变水流方向的深水炸弹。 应用型的技术的思考，一定是先从上层出发的 上层逻辑的变化在于：技术必须先从社会层出发，才不会陷入“自嗨内卷”。 因为只有当方向和价值被锚定之后，技术才有存在的意义。 首先，上层决定合法性。技术的生死，往往并不取决于性能是否优越，而是取决于社会是否愿意认同它。谷歌眼镜的技术曾经十分先进，但因为社会共识没有准备好，它最终失败了；而比特币在技术上并不复杂，却因为共识和叙事先行，至今仍顽强存活。换句话说，合法性才是技术能否走出实验室的真正门票。 其次，上层可以约束迭代方向。如果技术仅仅从下层出发，往往会在“能做什么”的自我探索中迷失，结果是越做越偏离社会需要。而一旦从上层先行推演，就能预设价值边界：哪些功能是必须的，哪些功能即便能实现也不能做。这样一来，下层的技术开发才不会陷入盲目内卷，而是有清晰的采纳接口，知道自己要服务的目标是谁。 最后，上层的叙事能反哺技术生态。只有当叙事被建构起来，开发者、投资人和政策制定者才能形成合力。没有叙事的技术，社会往往冷漠以待；但一旦叙事先行，即使技术还不完善，也能迅速获得试点和落地机会。 因此，从上层出发，不仅是为了合法性，更是为了方向、价值和合力。没有上层逻辑的支撑，技术只能在自我封闭的循环中打转，最终被社会抛弃。 （4/n)

夸克这次重新提了「超级框」的概念，就是因为现在的「框」能比以前做更多的事情了，统管阿里AI To C业务的吴嘉说夸克23年做用户细分需求产品很痛苦，因为基座模型能力不行，必须专门为写作文、写报告手搓工作流，但场景是无尽的，人力有时而穷，根本跟不上需求增长，但在深度思考的技术上来之后，终于可以实现「人用AI，AI用工具」的目标了，这时那个「框」能办成的事情也丰富起来了，不再需要每个环节都得人工干预，AI终于学会了「坐上来，自己动」。 Manus能火也是因为它让用户看到了AI真的有在干活，这种体验和DeepSeek当时开放思维链是一样的，Sam Altman说他最后悔的就是出于保密心态而决定隐藏o1的思维链，没想到观察AI的思考过程也能成为产品体验的一部分。 如果大家的共识是重做一个「框」出来，张宁比较关心生产关系会怎么变，毕竟科技史上不乏生产力的进步被生产关系的落后给破坏掉的例子——比如我们之前聊过的RSS——他对最近火得不行的MCP的担忧也在于此，说白了，不谈利益分配、只谈创新变革，对于被OTT的一方就是耍流氓，就像某外卖平台已经开始屏蔽AI Agent了，这是很合理的结果，你不能要求别人来为你的创新当祭品。 海外市场的几条线索包括：Google每个财季都会展示AI overview对广告业务的冲击，目前来看，是可控的，没有自残迹象；Satya Nadella带头起了「模型被商品化了」的调子，背景是微软和OpenAI开始同床异梦了；Sam Altman说在10亿用户级别的网站和SOTA级别的模型之间，他一定会选前者…… 是的，这些信号都在说明，应用很重要，得用户者得天下，这是移动互联网的逻辑延续，但在另一边，「模型即产品」的拥护者同样很多，在理论和证据的支持上也不多让，相信模型的演化的终局就是会把产品能做的事情都做了，并形成技术为王的新一代AI逻辑。（4/n）

一个产品从工程师使用变成大众可用会发生非常多有意思的东西，这里非常推荐大家不要只做给你身边同类人用得上的工具，反而可以试试如何把这个工具变成甚至 70 岁的老爷爷也用得上的易用产品，非常有意思。 Mole 从单纯只能工程师能用的 Cli 变成易用的 Mac 桌面就发生了非常多有意思的事情，想分享给各位 Builder，期待有一些输入，这些内容从我历史和各种用户交流的邮件摘取。 第一位是一个来自英国的快70岁的老爷爷，他说“我犯了一个老年时刻，把 Mole 又买了一遍，它太好用了，第二笔钱就当做送你，谢谢这个出色的工具，帮我省下了比 cleanmymac 多得多的英镑”，然后我非常感激建议退款或者把多的授权送人，他去问了一圈，第二天回我 “我邻居没人用 Mac，我 Bluesky 上的关注者也没有。这一轮算我请你。”，这个过程让我感觉必须要把产品做得更好更友好，才对得起这份信任！ 第二位是一个美国的大哥，很有意思，纠正了我一个产品上对于地区习惯错误的想法，先是温度单位："美国人在所有技术相关的场景都用摄氏度，只有天气和体温例外。我装上 Mole 看到 110，吓了一跳。Apple 给美国人看的规格也是摄氏度，fastfetch、neofetch 在美式系统上默认也是摄氏度。建议保留华氏切换，但所有地区默认摄氏度。" 我之前一直错误以为对方用华氏，原来是我错误的观念，后面给改成默认摄制可选华氏，体验更好。很多时候你的不同地区的用户可以帮你改进你的产品很多地方。 因为他想买多台，我给他生成了一个5台32刀的价格，然后我改完之后他又追了一封谈定价："$32 买 5 台，$32 这个数字在美国人耳朵里很怪。几乎所有软件定价都以 9 或 5 结尾。$32 读起来不像是刻意定的价，像是从别的货币换算过来的，或者根本没经过思考。让一个普通 Mac 用户掏钱买一个要信任它删你文件的软件，本来门槛就比一般软件高。如果同时还让人觉得'外来'、觉得细节没打磨，你等于在给自己加难度。（我说外来不是指反华，而是人们希望感觉到作者理解他们。）我建议你把 $32 提到 $39，然后直接对标 CleanMyMac 一年的订阅费但给 5 个激活位。我不是营销专家，但如果你想听，我还有一些美国视角的想法。"，这个也给我非常不一样的视角的输入，原来，你的价格数字也会影响用户的决策，非常感激他！ 第三位，有一位国外用户的无障碍反馈，也让我对无障碍本身有更深的理解，mole 开始就做了无障碍，支持视觉有障碍的朋友使用，但是其实还有其他的用户可能有特殊场景诉求，他说 "看起来是个很不错的 App。可惜我用不了，它似乎把深色模式写死了。我有轻度视力障碍，深色背景上的白字对我非常难读。我系统设成浅色，也只用浅色模式的 App。如果哪天你把明暗模式做成可配置的（或者更好，跟随系统设置），我会再回来看看 Mole。" ，这个让我有动力以后给Mole 加上浅色兼容了。 第四位，一位德国拜罗伊特大学讲师，申请教育授权，说"不仅是对我个人的支持，也是一种有意义的教育层面的支持”，让我感受到原来还有国外老师用我的产品，我需要以后考虑给到教育一些优惠，相互帮助的感觉。 第五位，一位匈牙利的医生，给了一个最真实的差评，"说实话，这个价格对一个免费应用也能做到的事情来说有点高了。" 这个对我一些不同国家以后产品定价很有有价值，用户不是抱怨，而是抱着帮我定位问题心态讨论。 还有非常多的用户给我反馈，以后再给大伙分享有意思的地方，或者这也是做产品过程中，和用户持续打磨产品，对方由衷想着帮你把他也喜欢的产品打磨到最好的心态，会让你持续有动力把产品做好最深，或许这也是做产品过程中我感觉最有意思的地方，你的用户非常友好、善良、真诚，让你感觉非常温暖！ 一定一定不要放弃和你的用户交流的机会尽情听他们吐槽和建议，可以给你很多帮助，也让你更懂你的用户。

看到倪兄这篇特别有感触。其实倪兄抬爱了，我自己就是个普通投资人和博主，也经常出错，谈不上什么淡然，更不敢当“老师”。倪兄是我X的领路人，22年还是在倪兄的鼓励下才开始在X上写东西，他也经常推荐，一直到现在都还在不断蹭倪兄的流量。正好借着倪兄的说说自己的粗浅感受： 1、输出的核心首先是服务自己 这是我一直秉承的理念。关注宏观、产业发展、技术变化、流动性。首先是因为这些是我兴趣所在，不写X之前我也是怀着极大的热忱在关注、阅读、研究这些内容。其次也是投资需要。 说一个不谦虚的话，过去十年多年，我应该把我能找到所有关于金融，政治、产业史、企业史/企业家传记、但凡知名的一点投资人写的书都有看过。 回到首先服务自己这一点上：
1）把研究和思考条理清晰地写出来，本身就是强化认知、查漏补缺的过程；
2）写的时候会逼自己把逻辑再梳理一遍，把模糊的点逼出来，回头再看旧推文，也能看到自己当时的盲区和进步。 3）这个过程也是进一步强化的过程，能加深理解和认识、对自己的投资也更有信心； 4）写出来、能得到很多不同维度的反馈，也是更好的完善过程。 
这种“写作如投资”的长期复利，远比短期流量重要。倪兄当年鼓动我开始写，到现在四年多，最大收获就是认知的迭代和结识一群同频的朋友。
输出不是为了证明自己会交易，而是为了把想法说清楚，找能一起碰撞观点的人。 2、交易和KOL可能是冲突，但投资和输出一定是可以并行的 1）这一点认可桂林@Guilin_Chen_ 这里 而做KOL，是需要流量的、流量需要话题、需要噱头、甚至需要主动搞事...... 这确实会有冲突。 2）但投资和输出是可以并行 投资和写输出都需要持续的学习、观察和思考。投资要研究分析市场趋势和公司基本面，如前面说的输出的核心首先是要服务于自己，我只是把平时研究分析的结果写出来，仅此而已。都是理性思维的训练，和长期积累。 我知道很多知名的投资人也是一位优秀的写作者，如重塑我成长股投资内核的彼得林奇、让我深刻懂得周期内含的霍华德马克斯、帮助我构建多元思维模型的查理芒格、让我理解投机即人生的安德烈·科斯托拉尼，他们让我心驰神往，心向往之。 3）投资和交易 之前这里 我自己定位是一个投资人而非交易者，这么多年没开过一单合约，美股都是正股加密是现货，说实话短线的交易真是做不来，性格所致。更多是自上而下看宏观、周期、产业趋势、资金流向，然后落到具体标的。过程中会有对错，有时判断错了就爬坑，这很正常。所以也不觉得需要晒单、晒收益来“证明”什么。
 对于X上写错输出、一定的定位就是分享个人对产业、对趋势、对宏观的观察，是公开的、可讨论的。也是希望通过输出来获得更多不同维度角度上的反馈。 
 3、关于博主（内容输出者）和KOL
倪兄说得特别对，真正的内容输出，动力来自对事物的好奇心、深度的思考、交流的需求和一定的分享欲，而不是靠嗓门大、靠对立、靠制造话题。流量有当然好，但从来不是目的。 如果说KOL需要话题、噱头，难么内容输出者需要的是客观、理性、全面的视野和角度。 
人都会错，市场更会打脸。承认错误、记录错误、从错误里迭代，才是长期能走下去的方式。就像我的资料页里说的我是“常态化掉坑爬坑”。 出错没什么，只要不犯致命性错误，我们要避免的出现致命性错误和那种能我们干下牌桌的错误。特别喜欢“SB速率”的说法：一个人发现过去（上一个）的自己有多“傻”的速度，直接决定了其自我更新和成长的速度。 还是要持续学习新东西，迭代速度才是我们能不断进步的根本。输出只是学习的副产品。能获得不同角度的看法，多一种就是赚的。 
感谢倪兄一直以来的坦诚和鼓励，也感谢一路上遇到的各位同路人。就像去年爬山时 让我们“以文会友、以德辅仁” 必将“德不孤，必有邻！”

推荐几位值得长期关注的美股博主 新手投资个股或指数之前，也许应该先看看他们 1. 硅谷居士 @SVScholar 清华本科、美国计算机博士，硅谷工程师。风格理性务实，主推指数基金配置，适合长期主义学习。 2. Frank @qinbafrank 专注前沿科技领域深度投研。擅长把宏观与具体个股结合分析，熟悉加密行业，能提供更全面的思考框架。 3. Serenity @aleabitoreddit AI/半导体供应链深度投研，绰号白毛股神。研究覆盖光学、人形机器人等前沿科技领域，善于捕捉产业瓶颈与拐点。影响力大，会讨论具体股票标的。 4. Jukan @jukan05 半导体供应链研究非常扎实，对内存、光学以及韩国市场数据跟踪细致，分享一手数据信息，是看亚洲半导体数据的优质消息源。 5. Katoo @blazingbees 前对冲基金经理，语言诙谐幽默，实战派。每日分享Money Flow系列，剖析韩国市场板块和资金流动情况。 6. @ArtofSpecuycky 深耕AI行业，紧密结合基本面、宏观和盘面技术分析。会给出大盘和个股的关键位置，期权结构、板块轮动思路。信息密度高。 这几位老师都是我目前重点学习对象，可以根据投资需求选择性追踪信息，建立自己的投资框架。 也欢迎关注我 @spark888 ，正在边学边实操美股，一起进步~

我讲讲一个很有意思的思考，英伟达这次5000亿的第三方AI算力融资平台，十分利好于它的亲儿子们，尤其是新云☁️， $NBIS ，我讲讲其中的逻辑！🧐 黄老板的四大战略布局： 1️⃣ 拆除“资本壁垒”，将超级云的ASIC防线撕开缺口 像微软（Azure）、亚马逊（AWS）、谷歌（GCP）这样的传统 Big Tech，拥有源源不断的自由现金流，能够自筹资金推进定制化 ASIC 芯片，比如 Trainium、Inferentia、TPU、Maia。 假如任由传统云厂商持续侵蚀，那些独立 AI 实验室与新云将面临高昂的硬件采购成本，以及高借贷利率下，难以生存，最终会被竞争挤压掉。英伟达通过撬动华尔街的私有信贷，直接武装了新云，打破了这堵墙，让算力买方市场始终保持多元化，同时也保障了英伟达机柜的可持续性采购！ 2️⃣将英伟达GPU 赋予硬通货属性，可资产抵押 正常情况下，传统金融机构不敢轻易出借大额资金购买定制 ASIC，因为一旦债务人违约，特定软件栈绑定的 ASIC芯片，离开特定系统就是一堆废铁。 但英伟达的 GPU 凭借强大的 CUDA 生态系统，实现了极强的跨模型、跨客户、跨工作负载的可调配性与流动性。这种“强通用性 + 极高二级市场租金”的特征，使其可以像商业地产、民航客机或收费公路一样被打包作为贷款抵押物，相当于把GPU打包成了金融衍生品！ 3️⃣供应商融资的终极演进：资产负债表的“降维打击” 通过提供残值担保和联合信贷协议，英伟达把自身的绝高评级信誉直接做成撬动资本的杠杆。这与汽车公司通过旗下汽车金融公司拉动新车销量的模式一毛一样，英伟达用华尔街的低息资金来贷给自己的客户，客户拿到钱买英伟达的芯片，英伟达实现锁定业绩与出货量，从而形成极其闭环的“算力金融飞轮”。 4️⃣对冲下沉周期的“流动性黑洞” 对于数据中心建设和硬件更新而言，最大的风险是流转周期短与硬件贬值。通过资本巨头的“长期低成本资金包”，将原本需要短期结清的CapEx转变为摊薄在 5–15 年周期的长期资产融资。这极大平滑了下游新云客户的现金流压力。 📝为什么这对新云是极大的利好？ 以CoreWeave、Nebius 等新云举例，传统旧模式下，这些公司因缺乏大型科技公司的信贷评级，在传统高收益债券市场去借款，可能承受 9%–12% 甚至更高的借贷利率，或者采用股票定增，但又面临股权被过度稀释的风险。 而英伟达爸爸提供的新模式，由于有5000亿第三方的信贷额度，新云可以直接利用已部署的 GPU 集群和已签订的机构合同做资产证券化，类似ABS，将融资成本拉低 200~500 个基点。 这种模式的好处，就是可以实现用资产养资产，类似房贷一样，可以做到以租抵贷，这样就大幅提高了资本利用效率，同时也可以实现高速扩张，新云厂家可以更快的周期下订单、锁机柜、建数据中心。这使得独立新云在面对四大云厂商的机房排期垄断时，拥有了争夺大模型独角兽客户的核心竞争力。 综合来看，这里面最受益的肯定是 Nebius（ $NBIS），英伟达直接持有 Nebius 9.3% 的股份，相当于英伟达算力矩阵中的“亲儿子”级的新云提供商。而且它的技术也十分牛X，区别于传统杂乱的云厂商业务，它专攻AI大模型训练和推理场景，提供高性能 InfiniBand 互联与极低延迟的物理环境。 继续HOLD $NBIS，坐等大空头Michael Burry 爆仓🧐 本文由 @binancezh 赞助，「币安买美股：全球资产，零秒时差，一键即达」！

扎克伯格发表了一篇6,500字的长文，阐述了该公司对AI竞赛的思考及其对社会的意义，并探讨了美国政府应如何监管和促进这项技术。本文梳理了关键要点。

SpaceX的财报我相信大家都看了，应该有不少伙伴跟我一样，已经在财报后，入了一波仓位，短期被套住了，结合我的一些思考，给大家打打鸡血！🧐 我对 $SPCX 依旧长期保持信心，目前光看财报定价已经失去太多意义，因为它已经不是单纯的火箭🚀公司，底层定价逻辑已经改变，它更像早期的亚马逊，亚马逊的物流货车与自建仓库，物流本身不赚钱甚至耗费巨资，但它能让电商快速发货、让AWS平台顺畅扩张。星舰的降本增效，目的是为了让卫星上天更快、网络铺得更密、算力增长更快。🧐 所以单纯从火箭公司的逻辑看，大多数人应该看不懂SpaceX的估值了，马斯克真正想做的，是用火箭把卫星送上天，用星链控制全球网络，再用网络承载AI算力，这张网一旦铺开，它的飞轮会越转越快！ 首先必须承认，这家公司在技术和商业上无疑是划时代的巨星，但在二级市场上，现在的股票价格跟公司本身完全是两码事。 我的个人判断： 短期来看(1-2个季度）： 筹码解禁抛压+ 认知转换期的估值重构，会让股价维持高波动，会有一定承压，这也是比较好捡筹码阶段。 中长期(2-4年）： 商业模式逐渐完成底层重组。SpaceX脱胎换骨，成为一个全球分布式基础设施网络，并且跟特斯拉合并，成为全球第一大市值公司，冲击10万亿。 聊聊我的看法： 1️⃣上市后第一份财报，堪称亮眼 单看这份财报，指标确实挑不出大毛病： 单季营收： 78亿美元，同比直接拉了92%，远超市场预期的业绩表现。 亏损收窄： 每股亏损EPS收窄至 -0.09 美元，净亏损从一年前的10亿缩减到5.4亿，直接砍半，这说明它的规模效应在快速显现。 三大核心业务： 1. 火箭业务（占比降至12%）：从“核心收入”变为“底层支撑” 太空发射业务本季营收9.62亿美元，虽然仍有29%的同比增长，但在总营收中的占比已经稀释到了12%。更关键的是，发射与星舰研发整体录得5.42亿美元运营亏损。 目前市场上很多人还在用“航天公司”的框架去算火箭发射次数和单次造价。但事实上，星舰在当前商业结构里的作用已经转变成基础设施的铺设工具。这套逻辑的类比就跟我们刚刚开头讲的亚马逊早期投资自建仓库，是一样的道理。 2. 星链（营收42.9亿，YoY +66%）：高毛利的网络引擎 星链实现运营利润16.6亿美元，运营利润率高达39%。用户数突破1200万（同比翻倍）。 关于ARPU同比下降23%，市场对这个指标有些过于担忧了。随着星链从北美和欧洲的高收入客群向东南亚、拉美等全球大众市场渗透，平均单户收入下滑是规模化扩张中的必然规律，这个跟当年Netflix在全球化的路径基本一致。 未来想象空间，后续切入地面移动通信市场、与传统电信巨头分一杯羹，将是极大的算力与网络变现空间。 3. AI算力与基础设施扩张（营收26亿，Capex 184亿） 本季度高达184亿美元的资本支出中，有约158亿砸向了基础设施与算力网络构建。 市场第一反应是恐惧“烧钱失控”。但需要注意的是，星链本身39%运营利润率，已经具备极强的造血能力。这种靠自身成熟业务盈利来滋养下一阶段基础设施扩张的模式，比单纯靠股权或债权融资烧钱的企业健康得多。 2️⃣短期捡便宜筹码的机会：9.1亿股解禁潮 这是目前市场主要空头玩家，看空SpaceX短期走势的核心逻辑，IPO后的首次解禁，而对于现货玩家来说，这反而是一次绝佳的捡便宜筹码的机会。不要忘了，空头拥堵造成的空头挤压，将是拉升的源动力！ 不可否认，这次供给暴增的确让人有些担忧， 这次解禁出来的原始股高达 9.1亿股。对比目前市场上流通的股份才5.56亿股左右。这意味着，解禁盘一旦吐出来，整个市场的流通盘会瞬间膨胀 1.5 倍以上。 其中像谷歌（Google）、富达（Fidelity）这些极其早期就埋伏进去的大机构，我查了一下，他们普遍在15年左右投资的，那时候估值仅仅100-150亿美金左右，成本低得难以想象，他们的原始股普遍有百倍受益。而且最近谷歌还缺钱搞AI，一直发债，这样一次机会，大概率也会逐渐抛售为主，但理论上应该会走大宗，直接影响二级市场的概率不大。 但为什么这次是一次千载难逢捡便宜筹码的机会呢？换位思考一下，如果你是手握重金的大机构，明知道本周有9.1亿股的巨大卖压要砸出来，你会在这个节点去给原始股东抬轿子、高位接盘吗？绝对不会。 大资金只会静静等着原始股东把股票抛出来、把股价砸出一个深坑之后，再去低位接血筹码，所以我们散户跟随即可！ 周四周五可能将是一次好机会！🧐 3️⃣会不会发生空头挤压？ 众所周知，目前SpaceX空头头寸有2.2亿股，占流通盘约34%，我个人认为目前空头太拥挤了，在利空落地后，出现一波暴涨挤爆空头的“空头挤压”，这将是大概率事件。尤其是在周四周五的晚上！ 解禁9.1亿股这件事，已经是明牌落地的事情，Short Squeeze 很有可能出现，空头想平仓买不到股票，只能被迫加价抢筹，从而拉爆股价。而且9.1亿股，谷歌这种机构大概率走大宗来解决，而SpaceX员工与核心团队，这个位置卖出的概率，我觉得份额也不会多，毕竟是为梦想而窒息走到今天的老伙伴！ 总结来看，这次解禁是一次比较不错的捡便宜筹码的机会，而且极大概率出现Short Squeeze事件，俗话说利空落地为利好，长期来说，我十分看好SpaceX，而且他们CFO也讲了，未来会在一年内收回资本开支，亚马逊是2-3年，Deepseek说是10个月，一年不算太离谱。相信相信的力量！🫡 炒美股，我选择用 #RWA# 美股代币化平台 #MSX，让我们一同投资参与美股市场：# 早期美股投资粉丝和伙伴，可以私信我，填写表单后，可免费进入美股交流和探讨社群(目前每周仅限定10人，助理审核，可能需要一点时间，感恩🙏)！