与「软件反转」相关的搜索结果

闪迪（SNDK）上半年涨了超850% 这不是炒作，这是 AI 对存储需求有多真实的直接体现 闪迪的 Q3 营收同比涨了 251%，毛利率达到 78.4%，已经比很多软件公司还高 这个数字让我认真重新审视了一下 下半年的配置思路 ════════════════ ▸ 核心主线没有变：AI基础设施 存储和半导体这条线还在 AI 训练和运行都需要大量内存和存储，闪迪只是其中一个例子 美光（MU）背后的逻辑是一样的，这条线我会继续重点持有 AI 的需求还在往下传导 数据中心耗电量巨大，电力设备、能源这块也在受益 服务器、网络、光纤相关的公司也都值得关注。 大科技这边，英伟达、博通（AVGO）、微软、亚马逊、谷歌、Meta 这些公司，要么是 AI 的核心受益者，要么本身就在大量投入 AI 建设 机构普遍认为，只要回调出现，就是加仓机会。 ━━━━━ ∘ ━━━━━ ▸ 次要方向：分散配置一部分 国防和工业这块，全球局势紧张，各国安全支出在增加，这个逻辑比较稳定 能源和材料，一方面是 AI 带来的电力需求，另一方面是对通胀风险的一种对冲 医疗健康，防御属性比较强，长期逻辑也清晰 ════════════════ ▸ 我自己的仓位参考框架 ╭──────────────────────────╮ AI/科技基础设施 50-60% 能源/电力/材料 15-20% 国防/工业 10-15% 现金/防御 10-15% ╰──────────────────────────╯ 这不是固定配方，是我现在思考配置时的大概比例 每个人的风险承受能力不同，比例要自己调整。 ━━━━━ ★ ━━━━━ ▸ 几个操作上的提醒 回调出现就是机会，追高风险大 7 月份有就业数据、美联储会议（美联储就是决定利率的那个机构）、大科技公司的季报陆续出来，这些都可能带来短期波动，也可能带来买点。 不要把全部资金押在一只股票上 可以考虑半导体 ETF 或者 AI 主题 ETF，分散风险。 杠杆要控制好 高估值的环境下，一旦行情反转，杠杆会让损失放大很多倍。 ──────────────── 下半年的核心逻辑没有变：AI 基础设施带动的美股行情还在延续，只是会更挑剔，更看重基本面 闪迪这种故事还在跑，但要持续跟踪需求和供给的平衡，不能只看涨幅买股票。 以上仅供参考，不构成投资建议。DYOR #美股# #半导体# #SNDK# #MU# #AI产业链# #H2配置#

5月18号美股今日总结：盘面在骗，宽度在说真话——今天真正发生了什么 周一美股收盘表面平稳，实际暗流汹涌。 大盘指数微跌收场，但内部分化明显。价格站上20日均线的个股比例从80%回落至34%，市场宽度正在收窄，指数的坚挺主要由少数权重股支撑。 这不是崩盘信号，而是市场在消化过热情绪的正常过程。真正的底部信号需要宽度进入极端超卖区域才能确立，目前还需要时间。 地缘政治成了今天的情绪开关。 原油早盘冲破$109，下午3点特朗普发推称推迟对伊军事打击，市场从低点快速拉回，三大指数以平盘收转。 短期地缘降温给了市场喘息空间。但霍尔木兹海峡的局势并未实质性解决，伊朗革命卫队据报准备用比特币向过境航运收取通行费，油价的通胀压力仍在。30年美债收益率维持在5.12%高位，这对高估值科技股的折现压力是客观存在的。 观察本周长债收益率能否出现压制预期，是判断科技股短期走向的关键变量。 半导体：加速趋势线折断，进入震荡整理阶段。 SOXX两日跌幅创近期最大记录。自4月以来的那条极陡峭加速上攻趋势线，周一正式跌破。 这意味着过去8周的单边逼空阶段告一段落，接下来大概率进入宽幅震荡和箱体筑底。这是正常的技术修复，不是趋势终结。 美光$700关口被击穿，日内跌近6%，下方支撑看663，630-640和580。希捷CEO在摩根大通闭门会议上表态拒绝扩产，直接给存储板块的无限增长叙事泼了冷水——供给端的约束提醒市场，半导体依然有强周期属性。 SMH跌破12日均线，短线波段需要谨慎。 钱去哪了。 资金没有离开AI蓄水池，而是在内部进行高低切换。 网络安全继续领涨，CRWD在弱势大盘中放量创历史新高。IGV软件指数逆势涨1.19%。ServiceNow单日涨8.8%。机构正在从高位拥挤的硬件板块切换到前期被低估的软件和网安。筹码已经洗到相当纯净，逆向布局窗口正在打开。 防御资产同样获得资金青睐。Costco逆势冲历史新高，必选消费XLP表现强劲。微软站稳5日均线和年内VWAP，热钱从英伟达撤出后正在回流微软做底座防御。 电力基建出现历史级并购——NextEra Energy宣布以670亿美元溢价9.44%全资并购Dominion Energy，后者是弗吉尼亚州数据中心重镇的电力核心供应商。AI算力竞争的下半场，电力资产的战略价值正在被重新定价。 本周最大变量：周三英伟达财报（预计sell the news）。 期权定价的双向波动空间为上下$14刀，对应6.3%的宽幅区间。 H200出口中国消息已充分定价，Rubin架构营收要到下半年才能体现。过去几个季度财报后市场均出现阶段性调整。财报前控制仓位，财报后再看方向，是目前相对稳妥的策略。 我的路径判断 市场正在经历健康的去泡沫过程，总Gamma缩水一半意味着接下来波动会加大，大起大落是常态。$7280 — 做市商Gamma的终极翻转枢纽点。只要标普不跌破这里，做市商持续逢低买入回补，市场处于positive gamma保护环境。$7500-7600 — 上方最大看涨期权墙。 5月底7200-7250是第一个值得关注的买点区间。6月反弹后观察能否突破7510。SpaceX 6月12日上市是重要催化剂，上市后市场可能再次整理至7000-7100，那是更理想的战略布局区间。下半年方向向上不变。 市场高切低的阶段，低位反转除了看技术形态，还要看叙事有没有配合。当市场充满鬼故事但基本面没有变坏，往往是建仓的好时机。软件和网安目前正是这个状态。 #美股# #英伟达财报# #半导体# #软件股# #板块轮动# #美债# #今日复盘#

下周一开盘前必看：五大引爆点同时登场——短期震荡，但牛市没死，只是个上涨中继里的一个调整 一、先说清楚大背景 1. 上周五美股单日蒸发9000亿美元，表面上看是一次正常回调，但底层信号值得认真对待： 2. 30年期美债收益率收于5.15%，创2007年以来最高周线收盘 3. 纳指和标普同时连续5周收在布林带上轨外——过去30年只在1999年科网泡沫破裂前出现过唯一一次 4. 全美保证金债务单月暴增830亿，总额达1.3万亿历史新高，过去12个月融资额狂飙53% 5. 纳斯达克成分股跌破50日均线的比例已创新低，指数还在高位，但内部高度分化 6. 垃圾债HYG出现日线级双顶背离，信用市场已在提前重定价 7. AMD出现历史级别暗池巨量——机构在高位执行派发 但需要强调：这是牛市中期的正常震荡整理，不是趋势反转。调整完成后行情大概率继续向上。 二、顶级聪明钱在做什么 几个值得关注的机构动作： 巴菲特 连续14个季度净卖出，现金储备3970亿历史新高。一季度卖出240亿，仅买入159亿，清仓亚马逊、Visa、万事达。但需要注意——巴菲特囤现金很可能是在等6月12日SpaceX IPO，届时他需要巨额弹药参与认购。这不一定是看空市场，而是在等更好的机会。 大量共同基金 由于软件股净值回撤和客户赎回压力，在过去一周将CRM、Workday等软件股执行了投降式清仓，调仓出来的钱全部追高涌入了偏离均线60%的高位芯片。 这个行为本身就是信号： 软件筹码已经洗到极度纯净，而硬件筹码正在高位拥挤换手。 三、大盘空心化——需要注意的结构性信号 大盘能装多少水，不取决于最长的纳指AI木板，而取决于最短的那根——罗素2000小盘股。 周五小盘股IWM在日线上跌破21日生命线，大盘指数还在高位，但内部个股大面积跌破均线，市场整体参与度已暴跌至25%的极低水平。 但这个数字同样是一个积极信号： 历史上参与度跌至这个极值区域，往往是短线黄金抄底买点，而不是崩盘前兆。市场在通过震荡消化过热情绪，这是健康的。 四、下周五大引爆点 引爆点一：三星周一重启谈判→DRAM短期承压 此前DRAM板块大涨押注的核心逻辑是三星大罢工导致HBM断货。周六三星宣布周一重启谈判，稀缺性溢价开始消化： 1. 云厂商超额囤积的内存订单将放缓 2. DRAM现货价格短期面临压力 3. MU高位杠杆仓位需要消化，下方$700是关键支撑，失守看$630-640 市场总是比新闻快半步——周五尾盘MU放量跳水和周六凌晨三星和解消息之间的时间差，值得细品。这是短期利空，不影响DRAM的长期供需逻辑。 引爆点二：周三英伟达财报→Sell the News风险 市场预期营收787.5亿，同比增118%。但是 1. H200出口中国消息已充分定价 2. 北京据报已拒绝批准采购H200，转向本土供应链 3. Rubin架构真实营收要到下半年才能体现 几乎每次都是Sell the News。财报前不追，财报后看方向再决策。 财报后的回调是布局机会，不是恐慌信号。 引爆点三：COT数据空头陷阱→周一可能先逼空 最新COT数据显示，大型投机机构在周五大跌时不仅没减少空头，反而堆高了净空头头寸。加上周日中美初步达成关税削减框架协议，期货市场开盘时这个消息足以引爆空头止损，造成短期逼空。 周一可能先跳空高开，随后英伟达财报前后再出现调整。不要被开盘跳涨迷惑，也不要因为开盘下跌而恐慌。 引爆点四：6月全球央行联合紧缩潮 这是5-6月最大的宏观压力来源： 1. 欧洲央行6月11日加息概率90% 2. 日本央行6月16日重启加息概率78% 3. 美联储新主席Warsh将转为中性偏紧表述 4. 美国30%以上国债需在未来一年内展期，高息展期压力持续 但同样重要的是： SpaceX 6月12日IPO，预估市值1.75-2万亿，这个超级催化剂会在6月为市场提供强劲的资金流入和情绪支撑。主力在SpaceX上市前大概率维稳大盘。 引爆点五：市场参与度触底→短线黄金买点临近 参与度跌至25%极值区域，如果下周初芯片继续下砸导致参与度杀进20%冰点，这反而可能是今年上半年最完美的短线抄底买点，随后配合周三英伟达财报引发反弹。 越是恐慌的时候，越是布局的时候。 五、我对标普的判断 第一阶段（5月中-5月底）：震荡寻底7200-7250 这个位置是多方模型共振确认的关键支撑： 1. 日线21均线 2. 周线8周均线 3. 多个机构模型黄金买点区域全部在这里共振 路径A（逼空base case）：周一受关税利好跳空高开，冲破$743.50站稳，短暂回补$744-748缺口。 路径B（震荡寻底）：美债收益率持续施压，$732破位后向$725寻底，再向7200-7250黄金买点区域砸盘。 我倾向于先A后B——周一短暂逼空，随后英伟达财报前后出现真正的调整，给出更好的入场机会。 第二阶段（6月-6月中）：反弹，但要看高度 7200-7250守住后，6月将迎来反弹。但反弹的高度决定了后续方向： Higher High（突破7510）→ 牛市加速，多头重新控盘，下半年看更高 Lower High（低于7510）→ 反弹力度不足，说明市场还需要更多时间消化宏观压力 第三阶段（SpaceX上市后）：可能再次调整至7000-7100 SpaceX 6月12日上市是最大的短期催化剂，主力在上市前大概率维稳。但上市即是利好兑现——历史一再证明，最大的催化剂往往也是最大的Sell the News时刻。 SpaceX上市后，6月全球三大央行联合紧缩压力全面释放，市场可能再次面临调整，目标区间看7000-7100。 这个位置才是我认为下半年真正的中期战略买点。 整体路径总结： 现在高位 → 5月底7200-7250（第一买点）→ 6月反弹看7510（观察高度）→ SpaceX上市后再调整至7000-7100（战略买点）→ 下半年继续上行 六、钱在往哪里流 机构高低切换方向非常清晰： 流出： 半导体（MU、AMD）——筹码高位换手，短期承压 流入方向一：网络安全CRWD、PANW月内逆势大涨20%，周五继续创历史新高。Cisco财报证明云厂商网络安全实际需求90亿vs预期54亿，近乎翻倍。AI越发展，需要保护的数据越多，网安是AI时代的底层收费站，也是目前最抗跌的板块之一。 流入方向二：软件机构投降式清仓之后，CRM、NOW、MSFT的筹码已经极度纯净。软件空头仓位处于历史极值，Short Squeeze的燃料已经装满，只等引爆点。 SNOW特别值得关注——全美大量医疗和合规私有数据沉淀在其数据云底座，AI智能体落地时对其数据调用具有不可替代的粘性，是软件股里基本面最扎实的标的之一。NOW和CRM也是，夜盘大盘跌，这两个是为数不多在涨的。英伟达财报后半导体资金撤离，才是软件最佳入场窗口。 流入方向三：防御资产（短期避风港） MCD： 估值杀回7年铁底，远期PE 20.6倍，周线止跌十字星，下行空间封死，上行空间10-15% PEP： 17倍超低PE，大资金期权押注，强劲现金流 Costco： 周五逆势创历史新高 XLE能源： 中东局势未解，油价高位，周五逆势涨2.5% TSEM高塔半导体： 技术面健康，相对强度龙头，偏离均线仅7倍ATR CSX铁路： 周五逆势突破长期下行趋势线 七、总结 下周是今年最复杂的一周，五个引爆点叠加： 三星和解→DRAM短期承压→英伟达财报Sell the News→6月全球紧缩→SpaceX IPO催化 我的整体路径判断： 现在高位震荡 → 5月底测试7200-7250（第一买点）→ 6月反弹观察高度（Higher High vs Lower High）→ SpaceX上市后再次调整至7000-7100（战略买点）→ 下半年继续上行 这不是看空，这是牛市中期的正常节奏。每一次调整都是为下一段上涨积蓄能量。 一句话： 牛市没死，但好价格需要耐心等待。7200-7250是第一个买点，7000-7100才是真正的战略买点。在那之前，控制仓位，让子弹飞一会儿。 #美股# #标普500# #英伟达# #NVDA# #美债# #软件股# #网络安全# #板块轮动# #下周展望# #SpaceX#

卧槽，兄弟们！AI硬件已经干翻10倍了，软件却还在地板上趴着！ 这才是超级周期下半场真正的核弹机会！我直说很多人不敢说的真实感受：Nvidia涨10倍、存储涨10倍、光互连涨10倍…… 结果你打开手机，有哪个AI应用让你真觉得“卧槽，这直接重塑我的工作”？ 硬件的狂欢是真实的，但应用层的狂欢还没开始！ 这焦虑感我有，你肯定也有。 但焦虑就是不对称赔率的信号——所有人都在抢GPU的时候，软件还没动！ AI浪潮三阶段，记住了：第一阶段（2023-2026）：卖铲子的时代 已结束 Nvidia、AMD、存储、光互连通通吃饱第二阶段（2026-2027）：平台+入口之战 正在爆发 谁掌握数据和调用入口谁赢第三阶段（2027+）：应用层真金白银 即将引爆 谁有真实用户和真实收入谁称王现在就是从第一阶段冲向第二阶段的最爽过渡期！ $DOCN（DigitalOcean） 三个月前还被叫“廉价云”，现在单日拉40%直接翻倍！ 为什么？AI初创公司要便宜、灵活、低延迟的推理接口，AWS太贵、GCP太复杂，它刚好卡位。 AI客户ARR 1.7亿，同比暴增221%！ 标签已换：从廉价云 → AI推理首选平台！白嫖党福音！$TEAM（Atlassian） 所有人都说AI要干掉Jira，结果AI Agent反而把Jira当命根子！ Agent需要企业真实数据和上下文，全在Jira+Confluence里。 Rovo上线后，用Rovo的客户增速是非用户的2倍，AI把护城河直接焊死了！ 即将引爆的两个重磅：$SNOW（Snowflake） 企业AI Agent的大脑控制层！ 5月27日财报看三件事：产品收入、RPO增速、AI工作负载。 全超预期的话，SNOW就是下一个DOCN！现在低位磨底就是送分题。$CRM（Salesforce） Agentforce ARR已经8亿刀，同比169%！ 不是画饼，是真金白银企业在付钱！ 还能跨系统执行，Google Workspace、BigQuery、ServiceNow全打通。 这不是工具，这是企业工作流的新入口！ 最被低估的暗线（通信基建）：AI Agent越多，通信调用就越爆炸！ AI客服要打电话、发短信、做验证，每一个背后都是通信网络在扛。 $BAND（Bandwidth）：自己有全球网络，不是租的。Salesforce都选它做AI客服核心伙伴，低延迟就是命根子！$TWLO（Twilio）：语音收入同比+20%，19个季度新高！企业真金白银在买AI互动能力。我自己重仓看好：$NOW（ServiceNow）：企业IT和运营端的AI操作系统，重复工单、审批、合规全交给Agent干，AI是它的燃料不是对手！ $RDDT（Reddit）：AI最稀缺的高质量人类对话数据！Google、OpenAI都在谈授权，130附近就是铁底，数据资产王者！ $ZM（Zoom）：争议最大但赔率最高！AI Companion活跃用户暴增3倍+，Virtual Agent已处理50%客服。如果从“开会软件”变成全场景AI工作流入口……估值直接重写！ 最终总结：$DOCN、$TEAM、$CRM 等财报验证：$SNOW（5/27）、$NOW 暗线黑马：$BAND、$TWLO 高赔率反转：$RDDT、$ZM硬件是AI第一章，应用才是第二章。 第一章10倍的公司，第二章不一定是它们。 故事已经讲够了，接下来看财报里的真金白银！ 等数字一出来，就是软件股集体起飞的时候！兄弟们，硬件已经上天，软件还在低位趴着…… 你准备好上车下半场了吗？#AgenticAI# #AI应用#

国内交友软件上的离异女越来越多。 还有一个微妙的变化，根据律师反馈近两年男性提出离婚的比例正在提高，当男人对离婚的态度变得坚决以后原本强硬的女人态度反而出现了反转。 我认为这和互联网极端女权主义的传播有直接关联，男性觉醒正在加速，越来越多的男人从传统吸血家庭模式中脱离出来，这也算女权坏心办了件好事吧！

之前软件SaaS股暴跌 20-30%，因为有被AI取代的担忧 整体蒸发1-2万亿美元市值 黄仁勋最近预言传统SaaS将演变为AaaS，AI不会取代SaaS，而是使用SaaS AI agents会像人一样使用软件、浏览器、工作流软件等，而不是从0重造一切 AI软件股下一轮大牛市名单曝光 👇 1. CrowdStrike $CRWD AI时代最核心的就是安全，全球企业越来越离不开网络防护，属于长期高增长赛道 2. 甲骨文 Oracle $ORCL AI数据中心爆发后，Oracle 云业务和数据库重新起飞，大资金正在持续回流 3. 赛富时 Salesforce $CRM CRM SaaS领导者，嵌入AI copilots和Agentforce，提升产品粘性 4. 云通信 Twilio $TWLO 经历暴跌后开始重新突破，很多人觉得它已经跌废了，但往往大行情都从这种位置开始 5. ServiceNow $NOW 企业AI自动化核心玩家之一，目前估值已经回调不少，属于机构喜欢偷偷吸筹的位置 6. MongoDB $MDB AI应用离不开数据库支持，MongoDB 属于开发者生态非常强的长期成长股 7. Datadog $DDOG AI和云计算越火，企业越需要数据监控，属于典型“卖铲子”的公司 8. Snowflake $SNOW 虽然走势偏弱，但数据依然是AI时代最值钱的资产之一，后面一旦反转空间可能很大 9. UiPath $PATH AI Agent 最大受益方向之一，未来大量重复工作都可能被自动化替代 10. Salesforce $CRM 全球CRM龙头，公司正在疯狂把AI整合进企业办公生态，现金流非常强 你觉得这里面谁最可能翻倍？

搞懂经济模型设计原则，才能设计出好的模式，像奥林巴斯道跑得长久是有原因的。 1.供需平衡原则：控制总发行量与释放节奏，不能无限制增发。产出要有上限，代币要有销毁、消耗渠道，避免供大于求持续砸盘。 2.多方利益平衡：兼顾项目方、投资人、用户、节点，分配比例合理。不能一方拿太多，早期大额解锁集中砸盘。 3.激励匹配原则：多做事多得奖励，奖励和贡献挂钩。鼓励用户长期参与，而不是单纯薅完奖励就抛售离场。 4.价值捕获原则：协议要有真实收入，让代币能分到收益，不是凭空炒作。业务产生现金流，才能支撑代币价值。 5.风险可控原则：预留应急机制，解锁分批线性释放，设置锁仓，降低集中抛压，防止行情剧烈波动直接崩盘。 6.简单可落地原则：规则不能太复杂，用户看得懂、合约好实现，方便审计，减少漏洞。#软件开发# #奥林巴斯道开发# #web3系统开发# #DAPP开发#

2026 年 9 月 29 日，OpenAI 在旧金山 Fort Mason 办了今年的开发者大会 DevDay。主讲是 CEO Sam Altman。其他几位上台的人都在做这些产品。产品团队的 Holly 演示了新产品 Dots。后训练（模型预训练之后做对齐和能力调优的阶段）研究负责人 Tejal 讲了模型怎么反过来帮 OpenAI 做研究。Codex 的演示由 Romain Huet 来做，他在 OpenAI 负责开发者体验，去年 DevDay 主题演讲里的 Codex 演示也是他做的。整场演讲分三块：面向用户的常驻智能体 Dots 和协作空间 ChatGPT Space，给开发者的新模型和新工具，以及帮开发者做分发、赚钱的渠道。 1. Dots：一直在线、会主动干活的智能体 Sam 把 Dots 比作电影里那种一直在身边帮忙的 AI 助手。他认为订餐厅、买机票这类代办虽然有用，但和这项技术能做的事比起来太小了。他想要的 AI 知道正在发生什么，也知道你在意什么，不用你事事交代。 Dots 是常驻在线的智能体（Agent），有自己的云端电脑和浏览器，能写代码、跑测试。它的权限跟着用户走，能直接用用户已经在 ChatGPT 里连好的插件，覆盖 4000 多个应用。除了在 ChatGPT 里对话，之后还可以给它发短信、打电话。目前每人先有一个 Dot，以后可以配一整组。Dots 跑在 本月早些时候发布的 GPT-6 Astra 上，Sam 称它是 OpenAI 对齐做得最好的模型。用户可以限定 Dot 能用哪些应用、能不能操作电脑，也能给它的各类操作写自定义指令，愿意交出多少责任就放多少权。 Sam 说，他自己的 Dot 每天早上会把夜里进来的消息过一遍，挑出紧急的提醒他。他说这让他拿回了一部分注意力，没那么离不开手机了。他还举了一个更重的例子：把应用从一个即将停用的旧 API 上迁走。这个 API 可能散落在代码库各处，改了哪里会连带弄坏什么，事先看不出来。Dot 可以追踪依赖关系，找出所有要改的地方，写代码、跑测试，最后把 PR（代码合并请求）交给团队审。他让听众想想，过去做这件事要几个人、花多久。 开场视频里，用户把自己的 Dot 改名叫 Alfred。Alfred 和另一个 Dot 帮用户上线网站，改董事会材料，在婚礼蛋糕商家取消后找好备选。它们还发现财务会和女儿的演出撞了期，提出改时间。每件事都是 Dot 推进到需要人确认的地方，再由人拍板。 2. ChatGPT Space：人和智能体一起用的工作区 Sam 认为，现有的生产力软件几乎都没考虑过人和 AI 一起干活。ChatGPT Space 以页面为单位，可以在里面写计划、做调研、生成图片和数据。页面和文件像网盘一样放在同一个空间里。Dot 能直接在页面上工作，在评论里 @ 它，它就会接活。页面本身也能带指令，比如“每天去看 API 平台的 Slack 频道，把发现更新到这里”。之后 Space 里还会加入演示文稿，格式做成智能体方便读写的样子，团队成员可以和各自的 Dot 一起改。 在 Holly 的演示里，页面用斜杠命令就能插入交互图表、表格和可运行的原型。她 @ 自己的 Dot（名叫 Dotty），让它把一组数据改成柱状图。图表可以按反馈类型筛选，Dotty 每小时刷新一次。她还让 Dotty 把“某位工程师在我 Slack 私信里提过的新手引导数据”补进 FAQ。Dotty 能看到她的上下文，所以这种模糊的指代也找得到。 3. OpenAI 内部怎么用 Dots Holly 用一个虚构的歌单应用 Blossom Music，模拟发布前一天的状况。早上 Dotty 已经做了几件事：发现发布评审会提前，改好了日历；看完前一晚测试用户的反馈；注意到设计团队临时改了首页，把新设计发给她。她让 Dotty 直接把这个设计做出来。Dotty 调用她笔记本上的 Codex 构建应用，在 iPhone 模拟器里跑起来，再提交 PR。现场的语音演示卡住了，Dotty 一直回复“还在查”。Codex 线程也报过一次错，她重试后才继续下去。 她说，Dots 真正改变 OpenAI 工作方式的地方在 Slack。Dots 在公司 Slack 里有自己的身份，员工就开始把它们当作代理人。被同事 @ 到的零碎请求，直接转给自己的 Dot 处理。建群时，大家从一开始就把各自的 Dot 拉进来，Dot 带回结果时所有人都能看到。 工程师走得更远。有人在反馈频道贴出会话 ID 和一个用户 bug，某位工程师的 Dot 就会接手排查，提 PR 修复。她说这是真实情况：工程师们的 Dots 每天这样修掉几十个 bug，Dots 这个产品本身有很多部分就是 Dots 写的。 4. 上线范围和企业用的 Specialist Dots Dots 和 Space 当天向 ChatGPT Pro、Business Premium 和 Enterprise 用户开放。Dot 包含在套餐里，和它的对话不占用额度。 企业客户还可以预览 Specialist Dots。这是由公司统一设置、供整个团队使用的虚拟同事，负责会计、市场、法务这类工作量大的事。公司给它目标和背景，审核它的产出，给它反馈，反馈在全公司共享。OpenAI 也在和微软合作，把 Specialist Dots 接入 Agent 365（微软用来管理企业智能体的工具），企业可以用已经在用的微软工具来管理它们。 5. 新模型：更便宜的 GPT-6.1 Sol，更快的 UltraFast Astra 发布这几周，用户的要求集中在两点：更便宜，更快。GPT-6.1 Sol（转录稿误作 Soul）的能力接近 Astra，价格是它的五分之一。缓存输入（重复发送、已被缓存的上下文）比标准输入便宜 95%。智能体需要反复读同一批上下文、长时间迭代，这对它们尤其省钱。Sam 说 Sol 在某些方面比 Astra 还聪明，定位是开发者的日常主力模型。 UltraFast 是新的速度档，API、ChatGPT 和 Codex 里都能用。原有的 Fast 档是两倍速度、两倍价格；UltraFast 是八倍速度、六倍价格，每秒 300 个 Token。它现在可以配合 Astra 用，之后也会支持 Sol。现场让两个模型用同一个提示词，做一个 DevDay 配色的火箭。UltraFast 的火箭已经升空时，标准速度的还没做完。 订阅也跟着调整。新推出的 500 美元档 Pro 订阅叫 Pro 500，额度最高，是 Plus 的 25 倍。它可以在 ChatGPT 和 Codex 里用 UltraFast，还能通过“用 ChatGPT 登录”在合作方的应用里使用。Pro 200 重新开放，继续提供所有前沿模型。 另外预览了 Decisions API。它给 Luna 模型一组预先定义好的选项，让模型从中选一个，比如给请求分流、给图片分类、决定智能体下一步做什么。任务收窄成选择题之后，响应时间可以压到一秒以内，同时保留图像理解、多语言和安全防护。Romain 后来补充说，做机器人的朋友看中的是它能处理视觉输入：机器人可以根据看到的东西，近乎实时地快速行动。 6. 模型开始帮 OpenAI 做研究 Sam 提到，去年这个时候，他和 Jakob 在一次直播里预测，一年内会出现第一个“AI 研究实习生”，当时几乎没人相信。几周前 OpenAI 宣布达成了这个目标：有了一个能接手定义清晰的研究任务的系统，这类任务原本要熟练的研究员花大量时间和精力。 Tejal 的方向是电脑操作（computer use，让模型像人一样操作桌面和浏览器）。她举了两个例子。 第一个是让模型优化电脑操作的运行框架（harness，包在模型外面、负责调用工具和管理步骤的代码）。模型在循环里持续寻找能同时降低延迟、提升效果的改动，团队把找到的改进合进生产环境的框架，并用于后训练。结果是延迟改善了两倍以上，已经上线。 第二个是模型帮忙改进了监控和拒绝训练，让 Astra 在不安全的场景里更会拒绝。Astra 在电脑操作压力测试上因此达到业内领先，操作时出错更少，也更贴合用户的本意。 她给出了几项内部数据。今年夏天之后，研究工作消耗的 Token 量急剧上升。1 月时，模型能做好 15 分钟以内的短任务，需要一天以上的任务大多会失败；到 7 月，超过三分之一的一天量级研究任务，模型能在无人干预下完成。她还提到，Astra 这类模型已经帮忙解决了 100 多个悬而未决几十年的数学问题，也在参与针对耐药感染的新抗生素、古代语言研究、可再生能源和工业机器人等方向的工作。 7. 给开发者的底层工具 Sam 说，OpenAI 想让开发者用上自己内部用的东西。 第一件是 Codex 的运行框架。它同时支撑着 Codex、ChatGPT Work 和 Dots，目标是用最少的 Token、最快拿到准确结果，现在已经开源。第二件是 Codex 完全上云：在手机上开始的任务，可以在浏览器或桌面端接着做，合上笔记本任务也不会中断。 云端能力带来了 Codex Security Cloud。它在云端环境里持续寻找漏洞，并准备好验证过的修复方案供人审核，这次新增了自动去重、定时扫描和新界面。Sam 说这是为了给防守方更好的工具，因为“我们看得到接下来会发生什么”。 新的 Agents API 进入公开测试。它包含运行框架、托管、记忆、多智能体控制等功能，是 Codex 和 Dots 用的同一套技术，也加入了电脑操作能力。现场的例子是一个网站测试智能体，会自己打开浏览器、点击页面、测试流程。基础设施方面，OpenAI 和 AWS 合作推出由 OpenAI 驱动的 Bedrock（AWS 的托管 AI 服务）托管智能体，AWS 客户可以直接使用 OpenAI 的前沿模型、Codex 和 ChatGPT Work。 隐私方面预览了 OpenAI Private Intelligence。其中的零数据留存（ZDR）配合私有安全处理，可以在不把用户内容存到 OpenAI 服务器的情况下做安全检测；私有推理则把隐私保护延伸到推理阶段。Sam 说这套方案是和最大的一批客户一起设计的，目的是让他们能把模型用在最敏感的工作上。 性能方面，Responses API 一年里增长了 100 倍，可靠性保持在 99% 以上。首个 Token 的等待时间缩短了 45%，工具调用和工作流提速 30% 以上。 8. Romain 的 Codex 演示 演示从手机上的 Codex 开始。Romain 人还在会场外，让 Codex 替他跟观众打招呼、讲一个会场的冷知识。接着他用几张会场照片生成的 3D 场景演示 UltraFast，一边说一边改：把小人放到座位上，把直播画面投到场景里的大屏幕上。现场语音没连上，他改成了打字。 Codex 命令行工具（CLI）这次全面翻新。他让 UltraFast 写一个应用，从观众里随机抽三个人送明年的门票，几秒就写完；改成抽六个人，也几乎是瞬间完成。命令行现在支持由 GPT Live 驱动的双向实时语音，不只是语音转文字，但现场没能演示出来。 后面几段演示了多模态和电脑操作。游戏 Astra Adventures 从一张纸上的草图开始，几轮之后画面还很粗糙，借助图像模型，才变成有质感、能用在正式游戏里的美术。然后他让 Astra 通过浏览器自己学着玩这个游戏，屏幕左边显示模型的决策，右边显示它按下的按键。 他又用“应用快照”（app shot）把自己记录飞行课程的应用作为上下文交给 Codex，让它在各种屏幕尺寸下审查这个应用并截图。Codex 自己在模拟器里点开了各项功能。云端 Codex 现在和本地版用同样的工具，包括插件和电脑操作。他顺手把一个“用 Rust 重写整个后端”的任务丢到云端，打算稍后在手机上查看。 最后一个演示用的是 Hugging Face 借来的可编程小机器人 Micro Duck，它名叫 Lavender。Romain 前一晚让 Codex 把它接好：视觉用 Astra，图像生成用 GPT Image 2.5，语音交互用 GPT Live 1。机器人现场看着观众画了一幅画。他说，OpenAI 做 Dots 和 Codex 用的，就是 API 里开放给开发者的同一批工具。 9. 分发和变现：让开发者在 ChatGPT 上做生意 ChatGPT 每周大约有 12 亿人使用。Sam 承认，此前类似的尝试效果参差不齐。他说这次有信心，是因为开发者拿到的是 OpenAI 自己做 ChatGPT 用的工具。 第一项是“用 ChatGPT 登录”（Sign in with ChatGPT）。用户登录第三方应用时，可以直接用自己 ChatGPT 套餐里包含的 Token，开发者不必替新用户垫付模型费用。首批有 16 家合作方。 第二项是插件扩展（plugin extensions）。开发者可以把编辑器、仪表盘乃至整个工作区，做成原生嵌在 ChatGPT 和 Codex 里的应用。现场展示了三个例子。一个是会议应用：在 ChatGPT 里看日历上的会议，点“记笔记”后，页面变成团队和 Dots 一起跟进待办的 Space。一个是 Figma：打开设计稿、看团队评论、让 ChatGPT 改稿。还有一个是 Adobe：在 ChatGPT 里使用 Photoshop 的功能。ChatGPT sites（在 ChatGPT 里生成的网站，几个月里已有数百万个）现在也能接入插件和数据。访客用自己的账号登录、带上自己的智能体，看到的内容因人而异。 用户发现插件的渠道也扩大了。除了在插件库里搜索，ChatGPT 还会在对话中识别出能帮上忙的插件，用户当场就能连接。插件审核流程也简化了：开发者可以跟踪审核进度，看到需要修改的地方，申请人工复审，更新工具时也不用从头提交。 第三项是 OpenAI Marketplace，首批有 30 多家合作方，包括 CodeRabbit、Notion、Vercel。企业客户可以用已经和 OpenAI 签下的采购承诺额度来买这些产品，有承诺额度的开发者也能在这里花。通过和模型推理托管公司 Baseten（转录稿写作 Base10）合作，市场里还能用到开源模型。 10. 收尾：一次额度重置，和“文艺复兴”的说法 当天的后续安排里，Peter 会讲 OpenAI 对开源社区的投入，包括新的 OpenClaw Enterprise Harness（OpenClaw 是一个开源 AI 智能体项目）。还有一个 Codex 游戏工作室环节，观众可以用 Codex 做复古游戏，每人能领一台 DevDay 限定的 chromatic computer，用来玩自己做的游戏。最后是 Sam、Tibo (Thibault) 和 Tejal 的现场问答。 Sam 和 Tibo 还在台上按下按钮，给全世界的用户重置了一次用量额度。Sam 说 OpenAI 已经做过太多次重置，Tibo 一直想把公司改名叫“重置公司”。 最后 Sam 说，他不喜欢把 AI 比作新一轮工业革命，那意味着人变成巨大机器里的齿轮，转得越来越快；生活里有些部分不能也不该被自动化。他希望，如果做对了，AI 带来的会更像一场新的文艺复兴：让人对自己的生活有更多掌控，有更多工具去创造、学习和探索。

AMD 宣布用约 82 亿美元收购李飞飞创办的 World Labs，这期是彭博科技节目主持人 Ed Ludlow 对两位当事人的联合采访。一位是 AMD CEO 苏姿丰，AMD 做 CPU 和 GPU，OpenAI、Anthropic、Meta 都是它的大客户。另一位是 World Labs 创始人兼 CEO 李飞飞，她主持建立的 ImageNet 图像数据集是这一轮深度学习浪潮的起点之一。两人聊了为什么要做这笔交易、李飞飞在 AMD 的新角色、开放生态，以及 AI 安全该由谁负责。 交易本身 这是一笔全股票交易，也就是 AMD 用自己的股票而不是现金来付款，对 World Labs 的估值约 82 亿美元，预计年底前完成，还需要监管审批。交易完成后，李飞飞出任 AMD 执行副总裁兼首席科学家，直接向苏姿丰汇报，World Labs 团队将成为 AMD AI 模型团队的核心。 两家公司的关系早就开始了。AMD 是 World Labs 的早期投资方，也给它供芯片。苏姿丰说她从 World Labs 只有几个研究员的时候就在看着这个团队成长。两人也都提到彼此认识多年，私下是朋友。 芯片公司为什么要买模型公司 苏姿丰的理由是，AI 现在还在很早期的阶段，而且越来越明显的是，硬件、软件、系统和模型这几层互相影响，对整条链路理解得越透，造出来的系统就越好。收购 World Labs，一方面是拿到李飞飞聚起来的一批顶尖研究人员，另一方面是让 AMD 对模型未来的发展方向有第一手的判断，反过来指导下一代硬件怎么设计。 李飞飞从模型公司的角度讲了同一件事。World Labs 越做越大，对算力的需求也越来越大；和 AMD 合在一起，模型可以用最前沿的硬件加速训练和推理，硬件团队也能提前看到模型未来的工作方式和需求。她把这叫作 AI 软件和 AI 硬件的“共同进化”。 主持人追问 AMD 是不是要开始卖模型、卖软件。苏姿丰说不会改变商业模式，AMD 仍然是一家平台和解决方案公司，软件是用来支撑硬件的。收购的最终目的是让 AMD 更好地服务那些最大的算力客户，也就是各家模型公司。 World Labs 做到了哪一步 World Labs 成立于 2024 年，到现在两年多，专攻空间智能和物理智能，也就是让 AI 理解和生成三维世界、懂得物理规律，这类模型通常叫“世界模型”。李飞飞说，他们想做的是语言模型之外的方向，因为创作者、设计师、教育、医疗都有这方面的需求，机器人技术也快要迎来爆发。 公司目前已经发布了两代模型，先是 Marble，然后是最新的 Atlas。李飞飞介绍 Atlas 是一个多模态的“全能模型”，能生成高质量的画面，同时保持三维和四维（三维空间加上时间）上的一致性，摄像机和智能体可以在它生成的世界里移动和交互。 团队也在扩张。World Labs 最近收购了 SceniX，这家公司做出了一套机器人仿真工作流程，以及训练机器人控制策略的模型，由此给 World Labs 补上了机器人方向的人才。 李飞飞为什么选择加入 AMD 苏姿丰说她给李飞飞的说法是“加入全世界最令人兴奋的 AI 公司”。李飞飞的作用也不只限于 World Labs 团队。苏姿丰说 AI 没有一种方案能通吃，除了大家熟悉的云端 CPU、GPU，物理 AI、机器人、从云端到边缘设备再到个人电脑的端到端 AI，都是 AMD 未来三到十年要重点增长的方向，而这些正好是 World Labs 擅长的领域。 World Labs 今年早些时候刚融过一大笔钱，发展势头也不错，主持人问李飞飞是否考虑过别的出路。她说公司从一开始就以使命为导向，这件事的关键在于双方的愿景是否一致，和有哪些选择关系不大。在她看来，这次合并会是“一加一大于二”，接着她笑着补了一句，AMD 显然比 World Labs 大得多。 至于加入后会不会只做空间智能，李飞飞说两人还没来得及细谈所有计划，World Labs 正在做的工作会继续，但她预计研究方向会扩大、节奏会加快。 开放生态与可选择性 苏姿丰说，AI 未来会同时有开源模型和闭源模型、大模型和小模型，它们跑在不同的硬件上，这一直是 AMD 规划高性能计算和 AI 产品线的前提。她和企业的 CEO、CIO 聊下来，没有人愿意被锁死在某一家的硬件或软件生态里，大家都想在不同时候挑最合适的。所以 AMD 会继续押注开放生态，她和李飞飞也讨论过怎样用 World Labs 已有的成果推动开源生态。 李飞飞补充说，现代 AI 的发展离不开开放。从科学界公开分享神经网络算法，到她自己做的 ImageNet，这个首批开放的大规模数据集就是现代 AI 革命的推动力之一。开放生态能让不同的发现、创新和创业机会互相促进。 AI 安全该由谁负责 主持人提到当前的一个争论：模型能力的进步速度超过了安全和对齐研究的进步速度。苏姿丰说这件事上“没有可选项”，技术必须好，也必须安全。她拿芯片行业做例子：最高性能的处理器在设计时就要把安全和数据保密作为优先事项来考虑，AI 行业也需要把安全放到同样的位置。她说自己是 AI 乐观派，相信行业能建立起合适的流程和防护措施，而且各家应该像硬件行业现在分享安全方面的经验那样，互相分享做法。 主持人进一步问，提供算力的公司对训练是否安全、推理时模型是否按预期行事，要负什么责任。苏姿丰说生态里每一方都要为自己的行为负责。对 AMD 来说，要保证硬件本身安全、按设计运行，模型在上面跑时数据是安全的，还要和模型公司一起处理好软硬件之间的交互。她认为这件事应该由行业主导，但因为 AI 是新东西，各方学习的速度不一样，所以她欢迎更多的行业协作，也欢迎一定程度的第三方评估。 李飞飞说，主持人上周问她监管、第三方评估、前沿实验室自我负责这几种方式该选哪个，她的回答是全都要。她认为 AI 是一项“文明级”的技术，和历史上所有这类技术一样，初衷是让人的生活和工作变得更好，但每项技术都是双刃剑，必须负责任地开发和部署。无论在斯坦福、World Labs 还是现在的 AMD，她都想推动个人、公司、行业和社会四个层面共同承担这份责任。 AMD 的下一步 主持人提到 AMD 市值已经到了 1 万亿美元，苏姿丰近来也多次和美国总统一同公开露面。苏姿丰说 AMD 过去做过好几笔对公司影响很大的收购，World Labs 是下一笔，而且是战略意义很重要的一笔。在她看来，技术如今和经济、国家安全都紧密相关，AMD 有机会真正影响计算的未来走向。 最后主持人请李飞飞预测 AI 下一个重大突破。她没有给具体的技术判断，只说接下来 AMD 和 World Labs 会一起打造未来，而这个未来必须对人类社会和人们的生活有益。苏姿丰在一旁说：“我会让她忙起来的。”

Meta 宣布推出名为“Meta Enterprise Platform”的企业服务平台，正式把服务企业客户作为公司未来的核心业务支柱之一。 Meta 打算把自家的底层技术开放给各类公司和开发者使用。初期开放的技术包括智能助手 Muse、商业助手 Meta Business Agent、编程工具 Muse Code 以及相关的软件开发接口，方便企业把 Meta 的 AI 能力直接接入到自己的业务流程中。 为了负责这项新业务，Meta 挖来了企业软件领域的资深管理者 CJ Desai 出任首席企业平台官，直接向扎克伯格汇报。CJ Desai 之前担任过 MongoDB 的首席执行官，也在 Cloudflare 和 ServiceNow 担任过核心高管。 Meta 表示，后续会把保护数据隐私和系统安全放在首位，帮助不同规模的公司借助 Meta 的 AI 工具提高运转效率、拓展客户群。 官方公告：