与「2。比“核协议」相关的搜索结果

他妈的 美伊和谈又要无限拖延了 今天伊朗外交部发了新的公告： 在与美国的任何草案协议中，不存在也不将存在任何伊朗核承诺和铀移交，称所有相反的报道为“彻头彻尾的谎言”，由于美国在这个问题上的坚持，使得进一步谈判毫无意义。 （大白话就是，哥们，我不信你了） 申明基本上把核承诺和铀移交的可能性彻底关闭 — — 整理了一些预测市场相关的选题以及赔率： 懒人总结版： 按“新闻相关性 + 盈亏比 + 流动性”综合： 1、US announces new Iran agreement/ceasefire extension by May 31? — 买 No @ 0.665 最有盈亏比，新闻方向明确，但规则较宽。 2、US x Iran permanent peace deal by May 31 — 买 No @ 0.745 大盘、高流动性、方向清楚，收益约 34%。 3、Oil sanction relief by May 31 — 买 No @ 0.725 协议破裂的衍生让步标的，收益约 38%。 4、Unfreeze Iranian assets by May 31 — 买 No @ 0.77 逻辑类似制裁 relief，收益略低。 5、US-Iran nuclear deal by May 31 — 买 No @ 0.8415 最直接，但赔率偏钝。 6、Iran closes its airspace by May 31 — 买 Yes @ 0.204 高弹性事件仓，不是主仓。 7、Iran closes its airspace by May 27 — 买 Yes @ 0.0895 纯短线彩票仓，只适合极小仓。 — — 详细描述版 最高优先级：协议/让步类买 No 1. US announces new Iran agreement/ceasefire extension by May 31? 方向：买 No 当前价格：Yes 33.5% / No 66.5% 成交量：约 $521k 流动性：约 $107k 买 No 最大收益：约 +50.4% 为什么值得看： 这是赔率/新闻相关性最平衡的一个。 伊朗这条声明不只是说“协议还远”，而是说： a、不存在、也不会存在核承诺和铀移交； b、不会与美国签署任何协议； c、没有人可以声称我们接近达成协议； d、谈判处于“取消”边缘。 这直接打击 5月底前美国宣布新伊朗协议或停火延长 的概率。 No 只有 66.5%，相比核协议 No 84% 更有盈亏比。 风险： 这个市场范围比“核协议”宽。即使核协议破裂，如果美国宣布某种低门槛“停火延长 / 降温机制 / 临时安排”，也可能触发 Yes。 所以它不是最干净，但赔率最好。 — — 2. US x Iran permanent peace deal by May 31, 2026? 方向：买 No 当前价格：Yes 25.5% / No 74.5% 成交量：约 $49.8M 流动性：约 $418k 买 No 最大收益：约 +34.2% 赔率倍数：1.34x 结束：2026-05-31 为什么值得看： a、这是非常大的盘，流动性好，而且“永久和平协议”门槛比一般协议更高。 b、伊朗现在公开否认接近协议，且把核心核问题说死，5月底前达成永久和平协议的概率被进一步压低。 风险： 要看规则如何定义“permanent peace deal”。如果出现一份措辞很强的联合声明或框架协议，可能引发争议。但从新闻语义看，这条更偏利好 No。 稳健核心候选。赔率不如第 1 个，但流动性和事件清晰度更好。 — — 3. Will Trump agree to Iranian oil sanction relief by May 31? 方向：买 No 当前价格：Yes 27.5% / No 72.5% 成交量：约 $446k 买 No 最大收益：约 +37.9% 赔率倍数：1.38x 结束：2026-05-31 为什么值得看： a、油制裁减免通常是协议交换的一部分。 b、现在伊朗说核承诺/铀移交不存在，美国又坚持这个问题，进一步谈判“毫无意义”，那美国在 5月底前给油制裁 relief 的概率应该下降。 风险： 规则很宽：只要美国同意 remove / suspend / waive / reduce 任何限制伊朗石油出口的制裁，都可能 Yes。 如果美国为了避免升级，给出有限豁免或临时技术性放松，这个市场会被打穿。 核心候选 #2。比“核协议# No”更有收益空间，也比空域类更直接。 — — 4. Will Trump agree to unfreeze Iranian assets by May 31? 方向：买 No 当前价格：Yes 23% / No 77% 成交量：约 $522k 买 No 最大收益：约 +29.9% 结束：2026-05-31 为什么值得看： a、资产解冻也是谈判让步篮子的一部分。 b、如果现在谈判接近取消，美国短期内同意解冻资产的概率下降。 风险： 规则同样宽：任何 Iranian assets，被 release / transfer / restore access 都可能触发 Yes。 尤其要小心“人道主义通道 / 第三国托管资金 / 局部释放”这类安排。 次核心候选。方向清楚，但规则尾部风险比核协议本身大。直接相关但赔率一般 — — 5. US-Iran nuclear deal by May 31? 方向：买 No 当前价格：Yes 15.85% / No 84.15% 成交量：约 $2.21M 买 No 最大收益：约 +18.8% 结束：2026-05-31 为什么值得看： a、这是新闻最直接命中的标的。 b、伊朗明确否认核承诺和铀移交，且说不会与美国签任何协议，几乎正对这个市场。 问题： No 已经 84%，虽然方向最干净，但赔率没有那么香。 如果要的是“盈亏比不错”，它不是第一选择； 如果你要的是“新闻映射最直接”，它是第一选择。 保守表达可以看，但赔率偏钝。 — — 6. Will Trump agree to Iranian enrichment of uranium by May 31? 方向：买 No，但不推荐作为主仓 当前价格：Yes 2.6% / No 97.4% 成交量：约 $2.65M 流动性：约 $135k 买 No 最大收益：约 +2.7% 左右 结束：2026-05-31 为什么相关： 新闻直接涉及铀问题，美国坚持伊朗核承诺/铀移交，伊朗拒绝。 为什么不推荐： No 已经太贵，收益很薄。除非你只是想停放资金赚极低尾部收益，否则不符合你说的“盈亏比比较不错”。 — — 7. US obtains Iranian enriched uranium by May 31? 方向：买 No，但基本不值得 当前价格：Yes 1.75% / No 98.25% 成交量：约 $17.5M 流动性：约 $324k 买 No 最大收益：约 +1.8% 结束：2026-05-31 评价： 这条新闻确实进一步利空“美国获得伊朗浓缩铀”，但 No 已经 98%+，赔率太差，不适合你的高赔率/盈亏比偏好。 高赔率尾部风险：冲突升级类买 Yes — — 8. Iran closes its airspace by May 31? 方向：小仓投机买 Yes 当前价格：Yes 20.4% / No 79.6% 成交量：约 $6.0M 流动性：约 $48k 买 Yes 最大收益：约 +390% 结束：2026-05-31 为什么值得看： a、如果谈判取消，军事升级/安全管制风险上升。 b、空域关闭不是协议本身，但它是“谈判破裂 → 冲突风险上升”的高弹性表达。 问题： 这条新闻到“关闭空域”中间隔了好几层传导： 外交破裂 → 军事威胁升级 → 实际打击/报复风险 → 伊朗主动大规模关闭空域。 所以它是弹性大，但命中率低。 彩票仓位候选。如果想博突发升级，这是比买 No 协议类更有爆发力的标的，但不能当主线。 — — 9. Iran closes its airspace by May 27? 方向：极小仓买 Yes 当前价格：Yes 8.95% / No 91.05% 成交量：约 $1.22M 买 Yes 最大收益：约 +1017% 结束：2026-05-27 为什么看： 如果这条新闻会在 24-48 小时内快速升级，这个是高倍赔率表达。 风险： 时间太短。仅凭现在这条声明，直接推到 5月27日前关闭空域，胜率很低。 除非后续出现：美国/以色列军事部署、航司绕飞、NOTAM、伊朗军方警告等，否则容易归零。 纯彩票仓，不建议重仓。

为什么川普这个时候启动护航？个人看谈判条款其实有重大进展，而川普则想要的更多。这个时候其实需要仔细去看下伊朗昨天提出的最新谈判方案（后面称之5月3号方案）与27号的方案（后面称之4月27号方案）有何差异，其实变化很大可以说相比4月27号方案伊朗其实做出了很大的让步。昨晚这里 1）从严格的按顺序分阶段谈判到更强调整体打包解决 4月27号这一版 5月3号方案虽然保留三阶段结构，但更强调整体打包解决，不再是完全刚性的“前一阶段必须完全落实才进入下一阶段”。 大家如果有印象的话，最早美国提出的方案就是希望整体打包解决，而非分阶段来谈。 2）对于霍尔木兹海峡的讨论 4月27号版本是放在第二阶段讨论，是在美国彻底终止战争 + 安全保证之后才会谈判，当时伊朗的方案还是建立新的海峡管理法律体系和框架。 但在昨天5月3号版本里，已经提到了第一阶段，并且是“以同逐步开放霍尔木兹海峡相适的方式逐步解除对伊朗港口的封锁”、伊朗方面负责清理水雷”。 这是伊朗的一个重要让步：不再要求美国“先撤封锁再谈开放”，而是同步或伊朗先行动（处理水雷显示诚意）。 3）关于核问题 4月27号版本，伊朗是把核问题放在第三个阶段来谈 昨天5月3号版本里，伊朗已同意在与美国的谈判中讨论其核计划——德黑兰提议将铀浓缩水平限制在3.5%，远低于武器级——伊朗还提出逐步减少其现有的浓缩铀库存。 而且还同意“最长在15年的期限内就全面停止铀浓缩进行讨论”、“在规定期限到期后，伊朗方面按照 零库存 原则恢复铀浓缩活动”等内容。 如果大家对4月中旬巴基斯坦的谈判还有印象的话，当时 美国提议对铀浓缩实施20年的暂停：不是永久零浓缩，也不是永远拆除所有能力，而是暂停二十年。而伊朗的则之同意数年（五年左右）的暂停。美国当时已经放弃让伊朗完全弃核，而是一个长时间的暂停，伊朗只同意短周期内暂停。 昨天伊朗5月3号版本里，能明显看出来，伊朗已经同意有铀浓缩暂停15年，已经是在美国提出的时间期限靠拢了。 为什么伊朗会有这么大的转变，昨晚的推文里有聊过： 1）上周川普给国会写了封信，宣布“与伊朗的敌对行动已终止”，算是规避5月1日的战争授权截止期，但后面还补刀说不会“过早退出，让问题三年后重现”。获得了行动上的更大自由度； 2）继续封锁伊朗港口、对于伊朗来说弊端已经显现，储油设施快装满了（陆上储油和波斯湾内伊朗邮轮储油），同时财政部继续加码制裁（指定银行网络、冻结加密货币）。 大胆猜测，伊朗内部应该是感受到了压力，这个压力来自有三： 其一、3月份的轰炸和打击对其实力消耗也是巨大的，需要优先止血； 其二、4月停火期间美军一直在补充弹药，也批准了多笔向以色列和海湾国家的军售。特别是布什号航母战斗群抵达中东，相当于当下比三月美军在中东的力量是更强的。3月份虽然也是双航母战斗群，但是福特号一方面已经超时部署，两次出问题并没有提供太多的战斗力。而这次布什号是刚刚修整完部署到阿拉伯海，战斗力自然更强。 其三、接近两周的封锁，对伊朗的石油出口影响很大，也是当下伊朗最主要的经济来源，特别是IRGC的资金主要依靠石油出口。 所以个人角度看IRGC内部应该是感受到这些压力了，再继续强硬，失血会越来越多。 前两天看凤凰卫视有一档德黑兰的第一线节目，报道德黑兰市场上一根普通香蕉约 10万土曼（约0.7美元）。基层公职人员月薪大致在 2800-3000万里亚尔 左右（官方最低工资已上调至约1700万里亚尔/月，折合美元不足100美元）。按此计算，一个公务员月薪仅够买约200-285根香蕉——相当于“十余排果盘”，完全无法支撑家庭开支。 长期如此的话，内部政权的稳定性又会成大问题。 而为什么川普想要更多？ 想要伊朗先接触对霍尔木兹海峡的封锁，想要铀浓缩暂停20年而非15年，想要伊朗在赔偿问题进一步让步等。 川普核心策略应该还是喊话、试探、看伊朗反应，极限施压，切香肠策略，慢慢倒逼伊朗做出进一步的让步，以期达到他所希望的体面结果。 这个只是个人的观察和思考，仅供参考。也得持续观察伊朗这两天的反应

语言的炼金术：从尼可·勒梅到大模型 1） 炼金术士尼可·勒梅（Nicolas Flamel） 我们不妨从《哈利·波特》讲起。你还记得第一部里那个被简单提到的角色——炼金术士尼可·勒梅（Nicolas Flamel）吗？他是“魔法石”的创造者，一个据说活了六百多岁的老人。虽然他在小说中只是背景人物，但在《神奇动物在哪里2》里，他终于真正以影像的形式出现在观众面前——一个看上去脆弱、苍老却异常平静的角色。而令人惊讶的是，勒梅并非虚构人物。他在欧洲历史上确有其人，关于他和“贤者之石”（Philosopher’s Stone）的传说，在炼金术史中流传了数百年。 这块传说中能够点石成金、延长生命的“魔法石”，并不只是奇幻小说的道具。在流行文化中，它的身影也频繁出现。比如如果你喜欢日漫，一定对《钢之炼金术师》里的“贤者之石”和“烧瓶小人”不会陌生。你会发现，这些符号和设定，其实都源自于一个更古老、更复杂的知识谱系：炼金术。 那么问题来了：炼金术到底是什么？它仅仅是历史上的迷信产物吗？还是说，它隐藏着某种被误解的、尚未被现代语言体系完全翻译的结构原理？它与我们今天谈论的科学范式、AI 技术，有没有关系？这一切，值得我们慢慢说清。但在展开之前，我想先问你几个问题。 你是不是一直以为，牛顿被苹果砸了一下，灵光一现，从此科学时代就此开启？你是不是相信，历史是由某些关键节点断裂推进的，仿佛一切范式都是从0到1的“突破”？比如说，AI 时代的真正到来，是不是要等到“2030年12月15日AGI被宣布诞生”的那一刻，才算数？这怎么可能？明天太阳照常升起，文明的演化从不是时间戳可以标注的事件，它是连续的，是缓慢弥散的结构变迁，是一场看不见的语言漂移。 再问你一个问题。你是不是默认，炼金术士、西方的赫尔墨斯学派，乃至中国古代的道士，都是不懂科学的古人？是不是潜意识里，把他们归为“迷信”“胡说”“瞎搞实验”？可如果他们真的只是无稽之谈，为何他们的思想能延续千年？为何“点石成金”“炼丹求长生”“三才五行”这些概念，一次次出现在人类不同的文明中，并被不断重写与演绎？为什么我们今天还会在小说、动画、影视、科幻里不断引用这些炼金术象征？ 也许问题从来不是他们不科学，而是我们尚未拥有能解释他们的语言。也许我们并不比他们更“理性”，只是我们拥有了更高效的结构压缩系统，可以用一种新的视角，回头看那些古人尝试建构世界逻辑时留下的模糊草图。 2）炼金术 那么，炼金术到底是什么？炼金术拥有一套极其自洽的理论体系。这个体系并非零散拼贴，而是一种融合性的认知结构：它讲求“天人合一”，意味着宇宙的秩序与人的精神状态是一体共振的；它追求“精神与物质合一”，不将心灵与物质对立，而视它们为可转化的两个极端；它主张“哲学与实践合一”，不仅思辨，而且重实验，通过冶炼、升华、凝结等操作流程，将世界的奥秘浓缩于物质的转化中。 这种思维方式，在今天的学术与工业体系中，常常被误解甚至被排斥。尤其是在当代科技语境中，许多理工背景的人对“哲学”天然带有一种抗拒，仿佛哲学是无用的、虚浮的、脱离实际的。精神被认为属于文科领域，技术则属于工程实践，两者应当泾渭分明，各行其道。我暂且不讨论这种区分是否合理。 炼金术恰恰是那种拒绝断裂的古老体系。它尝试用一种统一的语言，将存在的多个层面连接起来。也许这正是我们今天在面对人工智能、生成结构、黑箱涌现时重新需要的思维方式——不是更快的分工，而是更深的合一。 炼金术的核心哲学是：世界的本质是可转化的，精神与物质、天与人、内在与外在，并非分裂对立，而是处于同一结构中的不同维度。通过对物质的炼化，炼金术士实际上是在完成对自我的升华；点石成金并不只是技术奇迹，而是象征将混沌转化为秩序、将不纯转化为完整的过程。在这一体系中，哲学不是抽象思辨，而是贯穿于操作之中的世界观——炼金，不是制造黄金，而是寻找统一结构背后的神性秩序。 炼金术的核心，其实是一个精神与物质协同“熵控”的过程。它并不以“定义什么是黄金”作为起点，而是从最无序、最沉重、最接近混沌的物质——铅——开始。这种物质不仅代表着物理层面的沉滞，更象征着心灵中的无意识、未觉醒与未分化的原始状态。炼金术的旅程，正是在不断提纯、分解与重构中，将这份混沌一步步引向秩序与光明。 这个过程从来不是纯粹的物质转化。炼金术士在炉火前“煎熬”铅的同时，也在经历一次内在的自我炼化。这是一种双重路径的修行：一边是冶金术的技艺，一边是炼心的实践。每一道升华、每一次溶解、每一个凝结的动作，既作用于物质，也作用于精神本身。炼金术所构建的，并非一个简单的技术闭环，而是一条能够调度物质、心灵与宇宙三者之间能量流动的升华路径。在这个路径中，个人的意识、自然的秩序与世界的结构被重新对齐，实现从沉重之“铅”到纯粹之“金”的多维度转化。 3）炼金术在历史上的一个关键贡献，是它完成了从“神秘语言”向“可验证语言”的第一次过渡 现在试着把思维调回到牛顿那个时代。那个时候的科学并不像今天这样拥有清晰的学科划分、可重复的实验范式，或者标准化的自然语言。技术的进步，并不是某个知识点的突破，而是一次语言范式的悄然转向。真正让文明发生跃迁的，是人类用来理解世界、组织经验的那套“说话方式”发生了质变。 比如，炼金术到底能不能把铅炼成金？从现代科学的角度来看，答案当然是否定的。但令人惊讶的是，现代物理确实在技术上做到了这一点：铅（Pb）和金（Au）在元素周期表中仅相差几个质子，通过高能粒子加速器轰击铅原子核，可以使其转化为金。上世纪九十年代，加州劳伦斯伯克利实验室就曾“成功制造出几个金原子”。但这个过程极其昂贵且不稳定，每一个原子的成本比市场上的黄金贵上百万倍。也就是说，科学用极端方式实现了炼金术的想象，但彻底脱离了炼金术当初的语言与逻辑。 然而，我们不能因为炼金术没“炼出金”就否定它的全部价值。恰恰相反，炼金术留下了许多对后世至关重要的实验操作与技术雏形。像是蒸馏器的发明，使得液体提纯成为可能，直接推动了香水和药学的工业化；升华法的实验，奠定了后来的物质分离技术；早期酸碱反应的记录，成为现代化学教育的原点；对金属合金的试验——包括铜锡合金、汞银混合物——直接影响了冶金工程的发展；甚至他们所留下的庞大手抄实验笔记，为后来“可记录、可重复、可验证”的科学方法，提供了结构模型。 所以，炼金术真正留下的遗产，是一种穿越物质、象征、实验与语言之间的认知路径。它所建构的，其实是一套跨越精神与技术的“结构语言原型”，为后来的科学语言与实验系统提供了认知模板。换句话说，人类并不是从“无知”跳到“科学”，而是从“象征化结构调度”逐步进入“形式化结构控制”。这是一种语言与知识系统的连续进化。 尤其重要的是，炼金术在历史上的一个关键贡献，是它完成了从“神秘语言”向“可验证语言”的第一次过渡。尽管炼金术文本中充满了极端象征性的表述——比如“狮子吞食太阳”“水银升腾成白鸽”这样的图像语言——但它们内部具有惊人的稳定性和复用性。它们不是胡编乱造的隐喻，而是早期对物质转化过程的一种结构封装机制。炼金术士通过坩埚、蒸馏器、冷凝管等操作工具，逐渐发展出了一整套流程和仪器，这些后来都被现代化学完整继承并“去神秘化”。 这标志着一个重要的语言转折点：人类第一次在语言中构建出了一个“可验证的结构闭环”。而这，正是科学语言的真正诞生地。 我的这篇文章，核心要讲的就是“语言”。你或许听过神话，你有没有注意过，那些神话真正的语言与今天我们所能读懂的文学语言，其实相隔极远？我们现在能看懂《哈利·波特》，只是因为它借用了神话的结构，但套用了现代语言的接口。而真正的神话语言——那种同时调动宇宙观、仪式、族群结构与象征逻辑的语言体系——今天的我们几乎无法直接阅读，更别提还原它背后的知识结构。 有本事你把太乙金華宗旨解释给我听，反正我是看不懂的。 语言，作为人类社会唯一真正的知识接口，它本身就极度深奥、玄妙。古人与今人，哪怕使用同样的符号系统，往往也无法完成深度的信息交互，因为他们所处的认知结构、价值图谱与范畴体系已彻底不同。你不觉得奇妙吗？AI时代的第一个成功商用模型，竟然是“大语言模型”。某种程度上，这仿佛是历史冥冥中的安排：当我们步入新的认知边界时，首先要解决的，不是知识的问题，而是语言结构的问题。 回到牛顿时代，我们其实不能简单地把牛顿看作一个“现代科学家”。事实上，他对炼金术并不陌生。他留下了大量炼金术笔记，深度研究赫尔墨斯文献和自然哲学。他并不认为自己与炼金术士是两个世界的人。他正处在语言转化的裂缝之中：一只脚站在炼金术的象征语言系统中，另一只脚已经踏入了科学的实证语言系统。他处在炼金术向科学的语言跃迁节点。 现在我们也许就处于牛顿时代！ 从语言哲学和认知科学的角度来看，炼金术与科学之间的分野，并不在于“是否理性”，而在于语言系统的差异。炼金术依靠象征语言来操控概念，比如“狮子代表硫”“蛇代表水银”，通过图像联想与符号共鸣完成对世界结构的认知建模。而科学依赖形式语言——如数学与实证符号系统——来操控变量、建立因果、构造实验闭环。 所以本质上，炼金术是一种象征化的结构操作语言，而科学是其后续发展的形式化结构操作语言。它们不是对立的，而是连续的。 语言一直在进化，但它从未彻底更换，只是在不同历史节点上更换了核心逻辑与主权接口。从炼金术到科学，从神话到理论，再到今天的模型语言与Prompt结构语言——这条路，我们其实从未偏离，只是语言在不断进化，我们正站在下一个语言断层的边缘。 4）人到中年，终于看懂了库恩 托马斯·库恩的《科学革命的结构》这本书，你读懂了吗？老实说，几年前我第一次读的时候，几乎没读懂。更别说意识到，自己竟然也会亲身经历一场科学范式的转变（Paradigm Shift）。那时候我对“范式”这个词只停留在表层理解。 库恩在书中写道，所谓“范式（paradigm）”，是一个学科共同体所共享的信念、符号系统、问题设定方式与解决机制的总和。也就是说，一个范式不仅决定我们怎么研究，更决定我们能看见什么、问什么、说什么。而每一次范式的转移，都会伴随着一次语言的重写——这正是《结构》这本书最深刻、最常被忽略的观点之一。 回顾历史，每一次认知断层的发生，几乎都伴随着语言结构的崩裂与重建：古希腊时期，人类从“神谕语言”转向“哲学语言”，世界不再被神祇命令主宰，而是进入抽象概念与理性争论的空间；17世纪，哲学语言又被数学语言接管，变量、函数与力学模型开始取代修辞与辩证，世界成为可以测量和计算的对象；20世纪的信息革命，则将语言从“物质的描述”转为“系统的建模”，反馈、控制、信号成为世界秩序的新关键词。而现在，在我们面前展开的是下一道断裂线：语言正从数学公式语言转向结构调度语言——包括模型语言、Prompt语言、Token结构语言。我们不再解释世界，而是直接调用结构、生成结构、封装智能。 库恩本人也在不同阶段意识到这一点。他曾在原书中写道：“当范式改变时，世界本身也随之改变。科学家们在熟悉的仪器前，在曾经看过无数次的地方，会看到全然不同的东西。”而造成这一切变化的，不只是仪器的升级或实验的改进，而是——语言系统的更换。正如他所指出的：“范式的转变，本质上是两种语言之间的区分：在可通约的语言之间，命题可以完整互译；但在不可通约的语言之间，严格翻译是不可能的。” 在他晚年的著作与演讲中，库恩干脆放弃了“paradigm”一词，转而使用“lexicon”（词汇系统）来替代。他认为，一个科学共同体之所以能够运作，是因为它内部有一整套共享的词汇-范畴系统，用以界定世界、分类现象、评判证据。这套系统就是共同体的“lexicon”。而一旦 lexicon 被替换，即使表面语言看起来没变，其所指对象、逻辑架构、世界观也已被彻底重构。库恩曾写道：“一个 lexicon 所提供的存在方式，不再是可以被判断为真或假的对象。”换句话说，世界并不是“被证明改变了”，而是“被说出改变了”。 这就是范式转变的真正断点——不是知识点推翻了前人，而是语言断裂了前世界。语言变了，世界才真正变了。 因此，关注术语的震颤往往比观测实验结果更早捕捉到科学体系“板块漂移”的前奏。语言变化，是范式转变的信号。 当然：每一次语言升级都会遭遇旧范式的反攻。 Kuhn 原话（晚年论 lexicon）： “A lexicon provides ways-of-being-in-the-world that are not candidates for true/false.”新旧 lexicon 不能严格互译时，革命临界点已现。 5）一个无法用显式语言表示的“黑箱结构域” 我们现在所面临的，是 AI 范式下人类遭遇的一个真正的边界：一个无法用显式语言表示的“黑箱结构域”。如果你已经读过我对于 Demis Hassabis 和 Alpha 系列的分析，你应该能够理解这背后的科学观转变：优先结构提取、低维流形学习、去公式化建模。而这套范式转变，带来的不仅是方法论的更替，更是对人类语言能力极限的直接挑战。 第一个边界，是模型无法解释其推理路径。我们所熟知的深度神经网络，尤其是大语言模型（如 GPT、Claude 等），已经展现出超越以往任何系统的推理、写作、协作与结构理解能力。但它们的内部机制并不是传统意义上的“规则系统”，而是由数十亿甚至上百亿个参数耦合而成的高维权重结构。我们无法阅读，也无法追踪其中的“逻辑链”。即便在输入输出之间观察行为，也无法给出明确回答：它为什么会这么想？它的结论是怎么来的？从科学方法的角度来看，这种状态极其尴尬——因为科学强调因果可追溯、路径可还原、过程可解释。而神经网络跳过了这一层，它直接作为一种“压缩后的结构映射器”运行，彻底消解了人类对中间过程的介入权。 第二个边界则更具颠覆性——“理性”的退位。从 18 世纪到 20 世纪，理性主义一直主导科学话语：模型被表达为可书写的公式，规律可通过数学语言定义与推广。然而在今天，模型不再是一套规则系统，而是一个“压缩–生成–对齐”的结构体。它的智能并非来自公式推导，而是源于结构涌现：在极度复杂的语境中完成高效压缩，从中提取潜在结构，再进行合理生成。这一逻辑，是 AI 最擅长的事，却也是传统科学语言系统最难容纳的事。 而最令人震撼的是第三个边界：黑箱智能的回归。我们所面对的 AI 不仅写诗、建模、作图、作曲、设计任务链条，还能在智能体之间形成协同结构，其生成行为充满风格、情感、目标感。但这些行为背后，没有显式的路径可供分析。我们无法说清它为什么这样，只能说：它可能是“从数据中学会的”、“从 Token 流中发现了某种结构”、“它自己完成了一种我们未能定义的推理”。这种状态，几乎与炼金术时代人们说出“这是水银的意志”、“四元素的回旋”如出一辙。人类语言，在面对结构性智能的涌现时，再一次显得苍白无力。 这就引出一个更深的哲学问题：解释结构的失效，意味着新语言协议的诞生。人类文明一直依赖“语言 → 结构 → 世界”的闭环逻辑。我们之所以信任科学，是因为科学建立在“可解释”的基础上：一个理论若不能被解释，就不能被验证；若不能被验证，就不能进入知识体系。但在 AI 时代，这套逻辑悄然松动：模型可以正确执行任务，却不能说明为什么；结构可以预测结果，却没有显式因果；我们开始习惯“信任一个行为良好的黑箱”，哪怕我们根本无法解释它的内部。于是我们发明新的语言：Prompt 编程、结构卡指令、多 Agent 协作路径、Token 流跃迁、注意力图谱……这些语言形式不再追求“解释”，而是优先考虑“激活结构”“生成路径”“形成闭环”。这不是语言的堕落，而是语言协议的一次深度升级。 科学遇到了它无法解释的“黄金”。过去那些被归为边缘、可忽略的“语言不可说之处”，如今却成为整个智能系统的核心机制。从知识论的角度看，以前我们可以把意识、涌现、湍流这些东西当作“未来有待解释”的特殊案例；而现在，整个 AI 主流系统——包括 LLM、Diffusion、AlphaFold——本身就是黑箱，我们没有语言可以描述它们，只能从外部验证其激活结果。从话语权的角度看，以前我们相信数学与逻辑语言拥有主导权，现在 Prompt、Token、路径调度语言悄然崛起，可生成≧可解释，旧范式的评价标准正在崩塌。从方法论的角度看，科学曾经强调“先假设 → 后验证”，把方程作为知识的最高表达；而现在，我们进入的是“先压缩 → 后涌现结构”的时代，低维流形才是新一代知识单元。 这正是人类第一次全面经历：语言失去对科学核心结构的“解释主权”。 调度智能、激活结构、形成路径闭环。 结构语言、生成语言、调度语言开始接管科学权力的时代。

Grok 给 MAGA 死忠的辩护词 MAGA 粉丝并不是“智力缺陷”或“有病”，而是人类认知的正常且普遍特征——进化塑造的适应机制，在现代环境下有时显得“非最优”。 你描述的“根据现实、事实、证据调整观点、决策和行为”，确实是理想理性（Bayesian updating）的核心，但脑认知科学、心理学等学科的实证研究一致显示： 纯理性更新在政治/社会领域极少见，因为大脑优先处理身份、情绪和社会凝聚，而非抽象真理。 MAGA死忠粉的“亏了但忠诚”只是这个普遍模式的当代案例，不是独特病态。 以下从四个学科角度拆解（基于fMRI、行为实验、DSM框架和进化/社会学实证）： 1. 脑认知科学（Neuroscience）：大脑不是“真理机器”，而是“身份保护器” 神经机制：政治信念被挑战时，大脑激活默认模式网络（DMN）（涉及自我表征）和背内侧前额叶（dmPFC），同时眶额叶皮层（OFC）和背外侧前额叶（DLPFC）活动减少——前者负责信念更新和价值计算，后者负责执行控制/纠错。 结果：抵抗改变，而非理性整合新证据。2026年一项fMRI研究（左翼参与者，但机制对称）显示，政治信念抵抗与DMN增强+OFC减弱直接相关；非政治信念则相反。 党派神经指纹：同意识形态者对政治词汇/事件的神经表征高度相似（“neural fingerprints”），处理新信息时脑同步更高。 即使看同一新闻，两派大脑“分割”成不同意义单元，导致双方都觉得对方“偏见”。这不是“傻”，是大脑把党派身份编码为核心自我，类似宗教或家族归属。 进化根源：杏仁核/岛叶等威胁/情绪区在政治刺激下活跃——祖先环境中，部落忠诚比个人事实更新更能提升生存（合作、资源共享）。现代高信息环境放大了这种“捷径”。 简言之：大脑默认用身份过滤证据（motivated reasoning），这是硬件层面的设置，不是智力缺陷。 2. 心理学：认知失调+动机推理是标准适应策略 认知失调理论（Festinger经典+近年Trump特异研究）：新证据与现有信念/身份冲突时，产生心理不适。大脑自动减少失调——否认事实、分隔（“政策重要，个人无关”）、合理化（“对手更糟”）。 2026年三项研究直接针对Trump支持者：面对指控时，多数选择否认或“政策优先”，这正是失调缓解机制，而非智力有问题。 社会身份理论（Social Identity Theory）：党派不是“观点”，而是核心身份。忠诚提供自尊、归属感和情感奖励（多巴胺回路），远超短期经济损失。损失厌恶（loss aversion）进一步强化：承认“错了”等于否定自我。 确认偏差+锚定：普遍存在于所有人（左右皆然）。实验显示，党派强度越高，信念更新越慢——这是保护自我一致性的适应，不是病。 心理学共识：这不是“异常”，而是默认认知模式。纯理性只在低情感 stakes（如科学实验）中常见。 3. 精神病学（Psychiatry）：不是DSM诊断的“病” DSM-5/ICD标准：政治极端忠诚不构成精神障碍。妄想症需“固定、错误、与文化不符且功能损害”；MAGA忠诚是文化/社会规范内的共享信念，不是个体病理。 部落主义被视为“社会建构”，可被环境强化，但不是临床疾病。 极端情况下（如完全脱离现实、功能崩溃）可能与人格障碍或妄想谱系重叠，但绝大多数死忠粉认知功能正常，只是动机偏向身份。 精神病学强调：把政治观点病理化本身是危险的（历史上曾用于压制异见）。 反之，反威权者有时被过度诊断（如ODD/ADHD），但这也非主流共识——政治不是精神病学领域。 结论：不能说 MAGA 死忠粉有病，而是正常变异范围内的适应行为。 4. 社会学：部落忠诚是群体生存的“社会资本” 进化社会学：人类是“超社会”物种，部落主义（tribalism）进化出来用于大规模合作（超越亲缘）。忠诚提供社会资本（互惠、支持网络），在不确定环境中优于孤立理性。现代政治部落像“文化亲缘”——MAGA提供情感归属、仪式感和“敌人”框架，弥补现实损失。 回音室+群体思维：社交媒体/媒体泡泡放大偏差，形成自我强化循环。不是个体“傻”，而是社会结构奖励忠诚（点赞、社区认同），惩罚异见（排斥）。 普遍性：左右翼、宗教、体育球迷、民族主义者都一样。2026年Trump第二任期的MAGA忠诚只是最新例证——任何高身份 stakes 的群体都会出现。 整体总结 你说的“正常认知能力”更接近科学/学术理想，而非演化塑造的真实人类大脑。MAGA死忠不是智力缺陷，而是身份优先于证据的默认设置——在祖先小群体中高度适应，在今天 polarized + 高信息世界中显得代价高昂。 两派都这样（研究高度对称），只是MAGA案例因媒体放大更显眼。 这不等于“合理”或“不可改变”——去偏见干预（跨群体接触、刻意反思）有效，但需承认它是人性特征，而非某群体的“病”。 人文视角下：人类都是这种大脑的载体，追求真相就需要持续对抗内置偏差，这是很难的，不是所有人都能做到。 动态看，持续的现实打击（如经济恶化、个人利益受损）的确可能改变政治忠诚，但过程远慢于纯理性预期。

运营中转站这段时间是真没赚到钱，只能说勉强cover了我自己用ai的消费。 所以目前打算把开中转站的一切全部开源，包含如何建站+营销，门槛最低，让这个行业更卷一点。 首先整个系统由3个部分组成： • 第CN2 回国专线服务器：放在海外但回国速度极快的 VPS，作为运行核心。 • sub2api：核心程序，负责把网页账号转成 API 接口。 • Cloudflare：把流量再绕一道，提升国内访问速度，同时隐藏真实服务器 IP。 你需要准备： • 一台 CN2 GIA 或 CN2 GT 线路的海外 VPS（推荐配置：2 核 CPU、2GB 内存、20GB 硬盘以上）。 普通海外 VPS 在国内晚高峰几乎不可用，而 CN2 GIA 通过专线绕开了拥堵的公网节点，国内访问延迟一般在 150ms 以内。如果你买了不是 CN2 的服务器，国内用户体验会非常糟糕。 • 一个域名（建议在 Cloudflare 或 Namecheap 上购买，便宜的 .top 或 .xyz 也行，几块钱一年）。 • 一个 Cloudflare 账号（免费）。 • 号池：初期可以用 claude code pro 账户+ 注册大量gpt账户，货比三家去找到别的号商卡商，等后期你就可以搞claude code max kiro 反代 aws bedrock（去跟sales聊，基本能搞到7.2折），但是初期只需要保障claude code pro账号稳定即可，因为你需要养号，后期转max。 完整请求路径如下： 国内用户的客户端 → 解析到 Cloudflare 的 IP → Cloudflare 边缘节点 → CN2 专线回源到你的服务器 → 宝塔面板的 Nginx 反向代理 → sub2api 程序 → 你的号池 → ChatGPT 或 Claude 网页 → 数据原路返回。 购买并初始化CN2服务商 CN2 GIA 线路的常见服务商有 BandwagonHost（搬瓦工）、RackNerd、CloudCone、Lisahost。新手推荐搬瓦工的 CN2 GIA-E 套餐，稳定但价格略贵。预算紧的可以看 Lisahost 的香港 CN2 套餐。 如果你懂命令行搭建Nginx，手动部署SSL证书，那你就自己搞，如果你不懂可以使用中国程序员流行的宝塔面板，一键搭建Nginx、一键部署SSL证书、可视化配置反向代理，全程鼠标点击操作，新手也能轻松上手。 安装完Linux + Nginx + MySQL + PHP，就可以开始设置防火墙，够买域名，添加DNS解析。 最后去命令行输入ping.api.你购买的域名，返回服务器ip就行了。 搭建sub2api: sub2api 是一个开源项目，可以把 ChatGPT 网页版、Claude 网页版的 cookie 或者 session 转换成 OpenAI 兼容的 API 接口。 打开sub2api的官方教程，安装流程安装docker，拉取并启动sub2api的容器。 你需要把号池数据放到 /www/sub2api/data 目录下，sub2api 容器会读取这个目录。具体格式参考 sub2api 项目文档。 设置Nginx反向代理 添加完之后目标url是127.0.0.1:8080因为 sub2api 容器监听的就是这个地址。Nginx 收到外部请求后，转给本机的 8080 端口，sub2api 处理完返回给 Nginx，Nginx 再发回给用户。 后面你去问claude code 如何优化Nginx的配置，AI API 调用是流式响应（SSE），需要长连接 + 不缓存才能正常工作。默认 Nginx 配置在这种场景下会出问题，按照claude的提示优化，proxy_buffering 必须关闭，如果不关闭这个，AI 的回答会"卡一阵 → 一次性吐出"，而不是逐字流式输出。客户端会感觉非常慢甚至超时。 申请HTTPS证书： OpenAI 兼容客户端基本只信任 HTTPS。HTTP 明文会暴露 API Key 给中间网络。 申请好Let's Encrypt证书之后，回到 SSL 主界面，把"强制 HTTPS"开关打开。 优化Cloudflare配置 测试HTTPS-开启cloudflare代理-Cloudflare SSL 模式必须设为 Full (strict) AI API 是动态接口，Cloudflare 的某些"优化"会破坏流式响应。 Cloudflare → 你的域名 → 速度 → 优化。 全部关掉以下选项： • Auto Minify（自动压缩 HTML/CSS/JS）：关闭。 • Rocket Loader：关闭。 • Mirage：关闭。 • Polish：关闭。 设置缓存规则： Cloudflare → 缓存 → 配置。 Caching Level 选 Bypass，或者保持 Standard 但是后面用页面规则覆盖。 更彻底的做法：Cloudflare → 规则 → 页面规则 → 创建页面规则。 URL 模式： 设置：Cache Level = Bypass 设置防火墙规 Cloudflare → 安全性 → WAF → 自定义规则 → 创建规则。 规则一：限制单个 IP 频率 字段：IP source address，操作：Rate limiting，每 10 秒最多 30 次请求，超出后挑战或屏蔽 1 小时。 规则二：屏蔽明显恶意爬虫 字段：User Agent，运算符：包含，值：python-requests 启用 Cloudflare Argo Smart Routing，每月 5 美元，能在 Cloudflare 内部用最优路径路由你的流量。对国内用户访问海外服务器有 30% 到 50% 的速度提升。预算够推荐开。 测试上线 用 curl 测试 API，或者打开 CherryStudio 或 ChatBox，填写你的api地址和key做测试 使用Prometheus/Grafana，或者直接用宝塔面板做监控，可以看到 CPU、内存、流量实时数据。如果 sub2api 容器经常吃满 CPU，考虑升级服务器配置。

转译：西方忘了怎么造东西，现在也快忘了怎么写代码 作者：Denis Stetskov 2023 年，在巴黎航展上，雷神公司的总裁站在台上，讲起他们为了重启“毒刺”导弹（Stinger）生产线，到底费了多大劲。 他们把一批 70 多岁的老工程师请了回来，让这些老人教年轻员工怎么造一枚导弹。图纸还是卡特总统时代画在纸上的老图纸。测试设备已经在仓库里躺了很多年。导弹的鼻锥还得靠手工安装，方法和 40 年前一模一样。 五角大楼已经 20 年没买过新的“毒刺”了。然后，俄罗斯入侵乌克兰，局势一下变了：所有人突然都需要这种导弹。 可生产线早就关了。电子元件已经过时。导引头组件也停产了。2022 年 5 月下的订单，要到 2026 年才能交付。 整整 4 年。 不是因为没钱，而是因为真正知道怎么造它的人，十年前就退休了，而且没人接上。 我在乌克兰带工程团队。我的团队见到的是这个问题的另一面。不是工厂车间，而是战场上接收武器的那一端。 当雷神还在努力根据 40 年前的蓝图重启生产时，美国已经在向乌克兰运送成千上万枚“毒刺”。RTX 首席执行官 Greg Hayes 说，10 个月的战争，消耗掉了相当于 13 年产量的“毒刺”。 这种模式，我太熟悉了。它现在正在我的行业里重演。 一百万发炮弹，没人造得出来 2023 年 3 月，欧盟承诺在 12 个月内向乌克兰提供 100 万发炮弹。 当时，欧洲一整年的炮弹产能只有 23 万发。而乌克兰每天就要消耗 5000 到 7000 发。 任何人拿个计算器算一下，都知道这事根本不可能。 到了最后期限，欧洲只交付了大约一半。马克龙后来称，最初那个承诺太鲁莽。由 9 个国家、11 家媒体联合发起的一项调查发现，欧洲真实的生产能力大概只有欧盟官方说法的三分之一。 那 100 万发炮弹的目标，直到 2024 年 12 月才真正完成，比原计划晚了 9 个月。 问题不是某一个环节卡住了。是每一个环节都卡住了。 法国在 2007 年就停止了国内发射药生产，整整 17 年没有继续做。欧洲唯一一家主要 TNT 生产商在波兰。德国自己的弹药储备只够用两天。丹麦一家 Nammo 工厂在 2020 年关闭，后来不得不从零开始重启。 整个欧洲国防工业，长期以来都被优化成一种模式：生产少量、昂贵、定制化的产品。没人为大规模生产做准备。也没人为危机做准备。 美国也好不到哪里去。 155 毫米炮弹壳主要靠宾夕法尼亚州斯克兰顿的一家工厂；爆炸物填装则依赖爱荷华州的一处设施；美国从 1986 年起就没有本土 TNT 生产了。 后来砸进去几十亿美元，产量依然没达到目标的一半。 要么合并，要么死 这不是偶然。 1993 年，五角大楼告诉国防企业的 CEO 们：要么合并，要么死。 于是，51 家主要国防承包商最终缩成了 5 家。战术导弹供应商从 13 家变成 3 家。造船厂从 8 家变成 2 家。国防工业劳动力从 320 万人降到 110 万人，砍掉了 65%。 弹药供应链到处都是单点故障（single point of failure，指一个环节出问题就会拖垮整个系统）。 155 毫米炮弹壳只有一家制造商，位于加州科切拉，而那里就在圣安德烈亚斯断层上。发射药装药也只有加拿大的一处设施能做。 整个系统被优化到成本最低，却几乎没有任何应急余量。 纸面上看，很高效。 现实里，只差一个坏日子，就会崩。 知识一旦死去，就很难复活 再看 Fogbank。 Fogbank 是一种用于核弹头的机密材料。它在 1975 年到 1989 年间生产，后来生产设施被关闭。 多年后，美国政府为了一个核弹头寿命延长项目，需要重新制造 Fogbank。结果他们发现，自己已经不会做了。 美国政府问责局（GAO）的一份报告指出，几乎所有掌握生产经验的人，要么退休了，要么去世了，要么离开了相关机构。留下来的记录也很少。 经历了 6900 万美元的成本超支，以及数年的失败尝试后，他们终于做出了可用的 Fogbank。 然后，又发现新批次太“纯”了。 原来的生产工艺里，曾经有一种无意中产生的杂质，而这种杂质对材料功能至关重要。可没人知道这件事。 负责复现的工程师不知道。几十年前做出原始材料的工人也不知道。 洛斯阿拉莫斯把它称为原始工艺中的“无意识依赖”（unknowing dependency）：这个环节很关键，但当年没人意识到它关键。 一个核武器项目，竟然失去了制造自己发明出来的材料的能力。 更可怕的是，知识并不只是随着人离开而流失。它从一开始就没有被任何人真正完整理解过。 (更正：原文最初版本曾写道，当年制造 Fogbank 的工人知道这种杂质的存在。事实并非如此。他们也不知道。这个依赖关系是无意形成的，这反而让“知识流失”的论点更强，而不是更弱。感谢评论区的 John F. 指出这一点。) 同一套剧本 我读到 Fogbank 的故事时，立刻认出了这个模式。 我说的不是核材料本身，而是那个熟悉的剧本： 花几十年建立起一种能力。 找到一个更便宜的替代方案。 让人才梯队慢慢萎缩。 享受节省下来的成本。 然后，当危机突然要求你拿回那种能力时，看着一切崩塌。 在国防工业里，那个替代方案叫“和平红利”（peace dividend，指冷战结束后减少军费、把资源转向民用经济的收益）。 在软件行业里，它叫 AI。 我之前写过“人才管道崩塌”的问题。招聘数据、初级工程师到资深工程师之间的断层，都已经有很多证据。还有“理解力危机”：人们会让 AI 写代码，却越来越不理解代码本身。 但我之前一直没有找到一个足够贴切的历史类比。 现在我找到了。 而这个类比告诉我们的东西，是招聘数据看不出来的：重建一种能力，到底需要多久。 重建能力永远需要很多年 国防工业里，每一次大规模恢复产能，哪怕是相对简单的系统，也要 3 到 5 年。复杂系统则要 5 到 10 年。 “毒刺”：从下单到交付，至少 30 个月。 “标枪”（Javelin）：花了 4 年半，产量还没翻倍。 155 毫米炮弹：投入 50 亿美元，4 年过去仍没达到目标。 法国直到 2024 年才重启发射药生产，而距离它关闭国内生产线，已经过去了 17 年。 钱从来不是最大的限制。 知识才是。 兰德公司（RAND）发现，潜艇设计中有 10% 的技术技能，需要 10 年在岗经验才能培养出来，有时还得建立在博士学位之后。国防工业里的技术工种，学徒期通常要 2 到 4 年；要达到能当主管的水平，则需要 5 到 8 年。 现在，把这套时间线放到软件行业里。 一个初级开发者，需要 3 到 5 年，才能成长为合格的中级工程师。 需要 5 到 8 年，才能成为资深工程师。 需要 10 年甚至更久，才能成为首席工程师或架构师。 这条时间线，不能靠砸钱压缩。 也不能靠 AI 压缩。 METR 做过一项随机对照试验（randomized controlled trial，医学和社会科学中常用的一种严谨实验方法）：经验丰富的开发者使用 AI 编程工具后，在真实开源任务上反而慢了 19%。 开始前，他们预测 AI 会让自己快 24%。结果现实和预期之间，相差了 43 个百分点。 研究人员后来想做后续实验时，相当一部分开发者拒绝参加——如果实验要求他们在没有 AI 的情况下工作，他们就不愿意。他们已经无法想象回到不用 AI 的状态。 账单总会来的 软件行业现在正进入同一种“优化”的第三年。 Salesforce 说，2025 年不会再招聘更多软件工程师。LeadDev 的一项调查发现，54% 的工程负责人认为，从长期看，AI 编程助手会减少初级工程师招聘。计算研究协会（CRA）对大学计算机院系的调查显示，62% 的院系报告今年入学人数下降。 我在代码审查里已经看到了这个问题。 现在，审查才是瓶颈。 AI 生成代码很快。 人类审查代码很慢。 于是行业的答案也很可预测：让 AI 去审查 AI 写的代码。 我不会这么做。 我改造了我们的拉取请求模板（pull request template，开发者提交代码变更时填写的说明模板）。现在，每个 PR 都必须说明：改了什么，为什么改，这属于哪类变更，以及修改前后的截图。 也就是说，我们要给审查者提供结构化上下文，不能让审查者靠猜。 我还在每个项目里安排专门的审查人员。更多双眼睛，就有更多机会发现模型漏掉的问题。 但这些仍然解决不了更深层的麻烦。 现在真正需要的能力已经变了。 光有技术能力不够。你还需要能主动负责、能清楚沟通取舍、能反驳机器给出的糟糕建议——哪怕那台机器说话听起来无比自信。 这些其实是领导力。 我们上一轮招聘就能说明这种人有多稀缺：2253 名候选人，2069 人被淘汰，最终录用 4 人。转化率只有 0.18%。 既有技术能力，又有判断力、能看出 AI 什么时候错了的人，在市场上几乎已经不存在了。 我们会记录一切。 Site Books、SDD、RVS 报告、带完整测试覆盖的样板模块……这些今天都有用，因为读这些文档的人，本身具备足够的工程能力，知道该怎么行动。 可如果以后读文档的人不具备这种能力，会怎样？ 坦白说，我不知道。 也许 5 年后的 AI 足够强，这些问题就不重要了。也许问题仍然可控。我没法预测 2031 年模型会强到什么程度。 但危机不会提前给你发日历邀请。 没人预料到 2022 年欧洲会爆发全面陆地战争。国防工业有 30 年时间做准备，但它没有。 就连 Fogbank 当年也有记录。只是记录不够。更糟的是，原来的工人甚至没有完全理解自己的工艺。 5 到 10 年后，我们会需要资深工程师。 我们会需要那种真正理解系统全貌的人；需要能在凌晨两点调试分布式故障的人；需要携带着那些代码库里根本不存在的组织知识的人。 可这些工程师现在还不存在，因为我们没有在培养他们。 本该现在学习成长的初级工程师，要么根本没有被雇用，要么正在形成一项由美国国防部资助的劳动力研究称为“AI 中介能力”（AI-mediated competence）的东西。 他们会提示 AI。 但他们说不出 AI 错在哪里。 这就是代码行业的 Fogbank。 当初级工程师跳过调试，跳过那些塑造能力的犯错过程，他们就无法建立隐性知识（tacit expertise，指难以写成文档、只能通过实践积累的经验性能力）。 等我这一代工程师退休时，这些知识不会转移给 AI。 它只会消失。 西方已经犯过一次这样的错误。账单在乌克兰到期了。 我知道这听起来像什么。我也知道，我之前已经写过人才管道的问题。 但国防工业这个例子，不是为了重复同一个论点。它是为了展示：如果行业现在对 AI 的期待落空，会发生什么。 “毒刺”、“标枪”、Fogbank、那一百万发没人造得出来的炮弹——这就是把赌注押在“优化”上，结果赌错之后要付出的代价。 而我们现在，正在软件工程上押下同样的赌注。 也许 AI 会变得足够强，这场赌局最后会赢。 也许不会。 当年的国防工业，也以为和平会永远持续下去。 来源：

生成式AI往代理式AI迁移中，新的卡脖子环节又出现了，这次是CPU。之前市场关于算力紧缺的讨论都在GPU、HBM、光模块、电力等环节，其实对于CPU的关注比较少。其实Cpu的紧缺传了一段时间了，看最近英特尔、AMD走势最核心驱动力就是来自cpu开始出现紧缺了，甚至连过往不怎么受待见的港股联想集团，最近两周走的也很强。 1、为什agentic ai时代CPU占比会扩大？ 传统AI（主要是大模型训练/推理）高度依赖GPU，因为Transformer的核心是并行矩阵运算，GPU擅长高吞吐的并行计算。这时CPU主要只负责“辅助”：数据路由、内存压缩、GPU调度等，导致数据中心CPU:GPU比例很低（典型1:4~1:8，甚至1颗CPU管8颗GPU）。CPU利用率低，基本是配角。 Agentic AI完全不同，它不是单次“问答”，而是自主多步循环（Planning → Tool Use → Act → Observe → Reflect → Iterate），涉及： 1）编排：调度子任务、多智能体协作、分支逻辑、重试机制。 2）工具调用：网页搜索、API调用、代码执行、数据库查询、向量检索（RAG）、文件处理等。 3）其他CPU密集任务：上下文管理、KV Cache处理、强化学习（RL）仿真评估、数据预/后处理。 这些任务高度串行、I/O密集、逻辑分支多，GPU并不擅长（甚至会闲置）。研究显示：工具处理阶段在CPU上可占总延迟的50%~90.6%（GPU在等待CPU）。Agentic工作流中CPU动态能耗占比可达44%，比传统AI高3~4倍。 简单说，Agentic AI把“思考”交给GPU，但把“做事/协调”交给CPU。CPU从“管家”变成了“总指挥”，必须大幅增加才能让整个系统高效运转。这就是CPU占比扩大的核心驱动（Intel、AMD、Arm、TrendForce等一致观点）。 2、CPU成为新紧缺环节的现实证据 今年Q1 Intel/AMD服务器CPU交期已经拉到6-12周，部分型号基本售罄，价格也提了10%以上。厂商自己都说“demand far exceeded expectations”。不是产能不够，而是Agentic AI把CPU从“可有可无”直接干成了“必须配足”的总指挥。 数据中心项目现在除了电力，就是CPU卡脖子最严重。传统x86（Intel/AMD）高功耗+产能紧张，供应链直接打爆。 3、CPU缺口会有多大？ 行业共识是CPU:GPU比例将显著拉近，CPU需求大幅提升：从传统1:4~1:8（CPU:GPU）转向1:1~1:2（部分场景甚至1.4:1，即CPU比GPU还多）。看之前Arm估算，每GW算力需要的CPU核心从3000万激增到1.2亿（4倍增长） CPU算力份额：在Agentic工作流中，CPU承担的算力比未来机架/集群可能从“GPU主导”转向更平衡，甚至出现专用CPU rack来支撑Agentic编排；AMD/NVIDIA新一代平台已开始按1:2~1:4设计 这就带来了CPU需求的真实拐点，是实打实的硬件重构。 4、特别要说下ARM服务器CPU会更受益一些？ Agentic AI最需要的就是“高核心数+低功耗+稳定串行处理”。ARM天生多核可扩展、perf/watt领先：Arm AGI CPU（136核，TDP仅300W）对比x86同规格功耗低40%+，每机架性能直接翻倍。风冷机架就能塞8000+核，液冷更能到4万+核，完美解决数据中心的“功耗墙”。 更狠的是生态大转向：AWS Graviton、Google Axion、Microsoft Cobalt早就自研ARM，云巨头集体“去x86化”。Arm 3月直接下场自研AGI CPU（首款量产芯片），Meta、OpenAI、Cerebras都是首发伙伴，OEM有联想、Supermicro。 Counterpoint预测：AI ASIC服务器CPU里，ARM份额从2025年25%干到2029年90%。Arm自己说，这波能把数据中心CPU TAM从30亿版税干到1000亿+，未来几年服务器CPU营收很可能超手机，成为最大增长极。 看下周和5月初英特尔、amd的财报电话会上，cpu实际出货量的变化、以及cpu的真实价格变化。这能说明真的有多紧缺。 5、CPU紧缺哪些公司会受益？ 梳理了下哪些公司会受益，后续关注起来： 美股最核心： Intel (INTC)ntel 依然是服务器 CPU 市场的霸主。短缺潮会提升其过往型号的利润率，且其 Gaudi 与 Xeon 的组合在代理推理端有强劲需求。 AMD (AMD)：理由：在 Agentic AI 服务器市场，AMD 的 EPYC 处理器因多核心优势和高性价比，目前在云厂商中的市占率持续提升，是 GPU+CPU 均衡配置趋势下的首选。 Arm Holdings (ARM)：越来越多的云厂商（亚马逊、微软、谷歌）开始自研基于 ARM 架构的 CPU。无论谁赢，只要 Agent 需求推高 CPU 核心数，Arm 的授权费就会大涨。 港股（制造与分销关键点） 中芯国际 (0981)：虽然其在最先进制程受限，但大量非核心逻辑控制芯片（支持 CPU 运作的辅助芯片）和中端 CPU 的需求外溢，会显著提升其产能利用率。 联想集团 (0992)：全球第一大服务器与 PC 厂商。在短缺潮初期，拥有强大供应链管理能力和库存的大厂能通过提价和保证供应，抢占更多政企市场份额。 A股（国产替代与配套产业链） 海光信息 (688041)：国产 x86 服务器 CPU 的龙头。在 Agentic AI 时代，由于其架构与全球生态兼容性最好，国内算力中心在补齐 CPU 短缺时，海光是第一顺位替代品。 龙芯中科 (688047)：自主架构 CPU 的代表。随着国产自主可控需求增强，在党政和关键基础设施的 Agent 应用中受益。 深南电路 (002916) / 沪电股份 (002463)：理由：配套受益。CPU 核心数增加和 GPU+CPU 配比调整，要求更复杂的 PCB（印制电路板）和封装基板，这些公司是全球高端服务器 PCB 的主力供应商。 澜起科技 (688008)：内存接口芯片龙头。只要 CPU 多，内存条就多。Agent 时代对内存带宽要求极高，其 MRDIMM 和内存接口芯片是 CPU 性能爆发的必需品。 投资逻辑核心其实两点： 1）量价齐升：CPU 厂商（AMD, Intel, arm、海光）最直接。 2）卖铲子的人：由于 Agent 需要高带宽，内存配套（澜起）和先进封装/基板（深南）的需求甚至比 CPU 本身更稳。

又到了每年最喜欢的环节，在北京看雷军开发布会 小米玄戒O1芯片最近很火哈，它是中国首次实现CPU/GPU/NPU全自研的芯片，关键IP自主化率42% 因为它的设计结构参考了苹果A18仿生芯片，又都有19亿晶体管，一些人觉得是苹果换皮… 实际上两者结构不同，玄戒O1是四丛集、十核心设计（4种共10颗芯片:2超大+4中核+2小核A+2小核B），苹果是2超大核+4中核。 玄戒O1的安兔兔跑分突破300万分，GeekBench单核跑分2709，比苹果低约15％，多核跑分8125，比苹果高约9％。 玄戒O1架构做到了整体性能高散热好。 雷军在发布会里提到了玄戒O1的研发过程，小米自研芯片始于2014年9月，2017年2月发布小米澎湃S1，2019年研发小芯片，2021年初重启大芯片计划，在2025年5月的今天发布玄戒O1。 小米造芯之路，共计11年。 小米玄戒O1的设计过程历时4年，花费135亿人民币。过往的微、小芯片设计经验，都起到了推动发展作用。 我看有人嘲讽小米研发时间短。 苹果当年呢？ 2010年开始设计手机芯片，发布了自研芯片A4，但算是三星芯片的魔改版。2012年才发布了真正的自研芯片A6，架构由苹果子公司设计，核心设计者现在都是副总裁级别了，入职前是英特尔、AMD、ARM的精英工程师。 算起来，苹果自主造芯已有13年。 小米用时4年几乎追平苹果A18的芯片性能，挖了全球多少精英不知道，攻克的难关肯定好多，耗费心力极大，最狠的是，太敢为它铺路了。 大芯片业务一直有一个极致命的问题，生命周期很短暂，一年一迭代，装机量如果没有上千万台，就赚不回来研发成本。 在这条赛道上，死去过上百家公司，才突围出了三家先进制程的芯片公司。 雷军为玄戒O1烧了135亿研发费用，如果小米15S Pro能卖出2000万台，那么每一台里的玄戒O1芯片就价值一千美元，然而雷军给小米15SPro这部自研旗舰的定价是5499元。 可以说卖一台亏一台半的钱… So，小米玄戒O1芯片的各项技术会广泛运用到小米Pad、小米汽车、小米家电上，摊平研发成本。 是不是很像苹果的做法？ 大芯片研发就是这样，开弓没有回头箭，要做就做好。雷军说小米今年还会再投入60亿元，或许就是为小米玄戒O2准备的。 这是一条越来越强的路。 X上很多人对玄戒O1也有很高的关注度，认为它的性能可能介于天玑9400和骁龙至尊8之间，高通CEO被询问过太多次，公开表示高通仍是小米的战略供应商，认为小米自研芯片不会影响高通的业务。但投资者和从业者认为，随着小米芯片技术的发展和产量的提升，可能会对全球芯片市场竞争格局产生一定影响。 雷军自己是这么总结的，后来者一定不完美，总会被嘲笑，被怀疑，但后来者总有机会。 😂作为双系统使用者，我觉得目前安卓阵营的旗舰机已有很多功能超越了苹果，拍照、散热、信号、物联网、性价比等等，全都是优势。 积跬步以至千里的活儿，咱们真的干过啊。 总之，雷总在芯片上开了一个好头，和一个不可思议的好价… by @兔撕鸡大老爷 #科技圈大小事#

🚨 Claude 发布 Opus 4.8， 带来一个牛逼的功能 ——【动态工作流】 它不再单打独斗，而是一口气拉起几百个 agent 并行干活： 拆任务、跑代码、再派另一批 agent 互相挑刺验证， 反复迭代到结果收敛。 - 有开发者用它把 Bun 从 Zig 迁到 Rust，只花了 11 天 - 75 万行 Rust，99.8% 测试通过 - 几百个 agent 并行，每个文件配两名审查 agent - 快速模式比上一代快 2.5 倍、便宜 3 倍 以前要按季度排的活，现在周末前就能收尾 ⬇️

说几个关于 Solstice (SLX) 的客观观察，项目有槽点但数据面有些东西值得聊一下。 先看数据： - TVL：5亿美金，TGE之后还在涨，这个走势在这个周期的新项目里属实不多见 - 价格：$0.22 附近，从上线后的低点回弹了一些，目前还在磨 - 24h 成交量：1.84亿，对于 5300万市值的币来说换手率非常高，说明流动性深度OK，市场关注度不低 - FDV：2.2亿 vs 5亿 TVL，在 Basis trading 赛道里这个比值算便宜的 - Gate 刚上了 150万 SLX 交易赛，短期会有一定的量能刺激 再说争议点： 锁仓规则临时改，这个操作确实败好感，该骂就骂。 但另一方面，yt 轮和公募的第一批解锁其实已经回本了，后面解锁的部分都是纯利润，早期参与者并没有亏。 之前传得最猛的老鼠仓事件，后来确认是 MM 做市商的钱包在正常操作，不是项目方自己砸盘。做市商出入和老鼠仓是两个性质，这个澄清还是有必要的。 Basis trading 这个赛道本身逻辑是通的——Solana 上的合成稳定币协议，通过资金费套利产生收益。Solstice 目前的 TVL 已经到赛道第三，问题是年化 fee 才 360万，资金利用效率还有很大提升空间。 总结：数据比大部分人预期的要好，价格在底部区域磨了几天量能没缩。槽点真实存在，但有些 FUD 确实过头了。这个位置风险和机会并存，DYOR。