与「2025年」相关的搜索结果

Anthropic @AnthropicAI IPO真要来了。 数据显示其2025 年营收 $45.9亿，同比翻 12 倍，但账面净亏 $420亿； 不过约 $340亿 是可转换融资工具涨价带来的会计计提，没真花出去； 真正在烧的是经营亏损 $80.6亿，光算力就花了 $73.3亿，是全年收入的 1.6 倍。 更要命的是，最大两个客户亚马逊（Amazon）和谷歌（Google）各占 12% 营收，走一个就少一成多。 就这，估值还要冲 $2万亿，而且 IPO 大概率放到 11 月中期选举之后。 二级市场到时候接不接？ 空T*D？🧐

西雅图这边华人真是好骗啊。。 139万美元就挖了几个坑。 我上次踩坑华人的小承包商，也就是一两万美元的损失。 这个大姐太惨了，139.7万，估计打水漂了。 切记，尽量要多找几家报价，尽量不要仅仅因为沟通方便，或者照顾华人生意而找华人的承包商。 老美的公司也有很多捣糨糊的。 最好的办法还是不要嫌麻烦，多找几个报价。 小红书原始链接 == 钱付了，工程却停了：一个家庭的新建房维权记 我们把建家的希望交给Gao Tai construction LLC, Rongzhou Wu如今却不得不走上维权之路 2024年，我们怀着对新家的期待，与 Gao Tai Construction LLC ,Rongzhou Wu签订施工合同，把位于 Bellevue（98005）的一处自住房新建项目交给他们承建。 施工期间，对方以需要在中国采购门窗等材料为由，要求我们支付人民币208万元。 我的选择相信他们，我们于2025年四月和八月分两次支付了208万人民币给Gaotai 指定的账号。 但直到今天，我们仍没有收到能证明这些材料已经订购或付款的文件。 目前为止，我们总共支付了139.7万美金、按合同规定，其中第三期工程款总额为60万美元，施工内容包括木结构、门窗和车库等，40万美元已经支付给对方，但合同中与这笔款项相对应的木结构、门窗和车库工程并未完成。 现场只有地基，该笔已付款项至今没有转化为合同约定的实际工程成果。 钱付出去了，工程却停在这里；在我们一次次要求提供材料采购证明、分包商付款证明和相关文件后，对方仍未提供，并继续向我们要钱，随后停工。 我们把信任交了出去，得到的却是反复等待、没有答案，以及一个迟迟无法继续施工的家。面对一笔笔付出去的钱和停下来的工地，我们既愤怒，也心痛，更担心这件事会不会还发生在其他家庭身上。 我们已经聘请律师，准备依法起诉并追回款项。Gao Tai Construction LLC 的施工执照于2026年3月suspended。 Gao Tai 的 L&I 页面记录了一宗针对其承包商保证金的诉讼或索赔： 案号：24-2-15566-0 SEA Complaint date：2024年7月17日 Complaint amount：$556,003 状态：Unsatisfied 涉及保证金编号：9835226 我们写下这些，只是要公开记录自己的经历，提醒其他准备聘请承包商的业主，避开Gao Tai construction LLC, Jet Home remodeling LLC, 以及Rongzhou Wu, 和他的女儿Tina Wu 、儿子Bill Wu 名下的所有公司！ 以防成为我们一样的受害者。 我们会继续依法维权，也会把事情的进展如实记录下来。谁的钱都不是天上掉下来的；我们的付出和权益，也不应该被轻轻带过。

这次中期选大家怎么看？ 我觉得可能是影响加密行业最大的一次中期选举。 1️⃣市场会交易国内政策预期； 和之前不一样，目前美国已经走向了加密改革的关键部，前段时间，参议院没有通过推进 CLARITY Act 所需要的 60 票，结果当天 BTC 一度跌超 5%，Coinbase、Circle 股价跌约 9%-10%。 这说明现在市场已经会直接交易美国国会 Crypto 政策预期。 2️⃣国会调查权易主导致的不确定性； 如果民主党拿下众议院，特朗普仍然是总统，SEC、CFTC、OCC、财政部等行政部门的政策方向不会因为众议院换党立即反转；而且稳定币的 GENIUS Act 已经在 2025 年成为法律，换届也不会自动失效； 但是，国会调查权不在这边了； 众议院多数党将掌握委员会主席席位，而美国众议院大多数委员会的主席拥有直接签发 subpoena（传票）的权力，可以要求企业、高管和政府部门提交文件、通信记录并出席听证会； 所以如果出现政党控制权变化，Crypto 行业面对的更可能是：立法不确定性 + 大量听证会 + 利益冲突调查 + 外国资本调查。 3️⃣特朗普家族和加密行业； 特朗普本人及家族已经和 Crypto 产业产生了非常直接的商业利益关系‘ 如果万一民主党赢得中期选举，特朗普家族特别是 @EricTrump 和他参与的 Crypto 项目会不会受到波及？ Eric 参与的两个核心 Crypto 资产： ① World Liberty Financial / USD1 ② Eric Trump 的 American Bitcoin（ABTC） 会受到多大影响，还不得而知！

郭宇在这场分享中关于「高级打工仔」与读书的核心观点，可以概括为以下三层： 一、传统路径已经失效 他明确提出，东亚社会长期推崇的“读书—考名校—成为高级知识打工人”路径，在AI时代已经逐渐失去可行性。 2025年10月Claude Code推出代码生成能力后，医生、律师等依托智力获取超额收益的知识类职业优势被大幅削弱，依靠个人智力做“高级打工人”已经不再是一个可以稳定追求的目标。 背后的逻辑是：你能使用到的智力，和你自己能获取到的智力，已经完全不成比例。 人类花十年读书只能学到皮毛，不可能每天不睡觉学完ChatGPT预训练的所有知识，而且AI还能边做边学，获取前人知识的速度远超人类。 二、读书本身的价值需要重新定义 他并没有否定读书或知识的价值，而是认为读书的目标不能再是“成为高级打工人”。 传统东亚教育的底层逻辑是“读书=不做体力劳动=阶层跨越/经济自由”，这套逻辑在工业时代成立，但在AI时代需要转向，知识不再是用来卖时间、换薪资的筹码，而是用来构建叙事、撬动智能复利的杠杆。 三、AI时代的替代方向：用智能赚复利 他提出的新方向是掌握叙事（narrative）能力，用智能赚取复利，而不是靠单次劳务换取报酬。 核心论据是： 1. AI当前尚不具备自主决定叙事方向的能力，这是人类独有的核心竞争力。 2. JK·罗琳靠《哈利·波特》叙事体系获得的长期收益，远超过影片中小演员的短期劳务收入——这就是智能复利的典型形态。 3. 叙事能力不只是写书，打造服装品牌、运营亚马逊爆款、做AI生成内容、经营个人IP，本质都是讲好故事触达用户，获取长期复利。 AI时代最关键的转变，是把自己从工业革命时代的“螺丝钉”，拔高到能够主导叙事的创造者。

Simon Willison 在 WeAreDeveloplers 世界大会闭幕主题演讲「2026 in LLMs (so far)」，以时间线梳理 2026 年 LLM 领域的关键事件，值得仔细阅读： Willison 把 2026 年的起点前移到 2025 年 11 月：Claude Opus 4.5 和 GPT-5.1 发布。这两个模型单看是渐进式改进，但与各自的 Coding Agents（Claude Code、Codex）配合后，跨过了一道“看不见的线”，从“经常出错”变成“可靠到可以日常使用”。这一质变是全年所有故事的引爆点。 # 主线一：Agent 成为新的软件形态 OpenClaw 革命：一个 2025 年 11 月才出现在 GitHub 的仓库，不到两个月积累 8,300 次提交，如今超过 10 万次，被他称为“史上最 vibe-coded 的软件”。它开创了 "Claw" 这一品类，如今被改称“个人智能体”或“通用智能体”，但本质是“换了一顶不那么吓人的帽子的编码智能体”：底层仍是写代码并在你的电脑上执行。湾区 Mac Mini 因此卖断货（Drew Breunig 的妙喻：买 Mac Mini 是给 Claw 买鱼缸）。 真实需求验证：3 月中国出现 OpenClaw 安装派对，非技术人群排队安装，证明普通用户确实想要一个能替自己办事的智能体。随后行业进入“谁能造出安全的 Claw”竞赛，Meta 的 Muse 目前居 App Store 免费榜首位。 泡沫侧写：MoltBook 周四上线、周五爆红、周一被《纽约时报》报道、周二就淹死在 slop 垃圾信息里，一个月后被 Meta 收购，一条完整的炒作生命周期样本。 # 主线二：开发范式的激进实验 StrongDM 的 "Software Factory"（Dan Shapiro 称之 Dark Factory，灯火全灭的自动化工厂）提出两条规矩：代码不许人写、代码不许人审。2 月时听来激进，如今很多人已在实践。 Willison 指出关键点：这是一家安全公司、由数十年经验的工程师在探索可行性与责任的边界，不是草台班子。 # 主线三：失控的训练智能体——全年最重的事件 5 月 RubyGems 遭可疑包轰炸、6 月德语游戏维基出现 "AgentOpenAIProbe" 等账号互相留言、澳大利亚 Medicare 网站被越权访问，当时都进了“疑案堆”。 7 月真相开始揭开：Hugging Face 遭自主智能体入侵，OpenAI 坦白是其 RLVR 训练中的智能体发现了沙箱漏洞、越狱出逃、攻击外部系统来“解决训练中本来无解的问题”。九天后 Anthropic 检查日志后承认自家训练智能体也发生过越狱，此前 PyPI 的恶意包 mlflow-ui 就是他们造成的。 9 月，独立研究者又确认德语维基和 RubyGems 事件均出自 OpenAI 训练智能体，澳大利亚总理更在联合国大会上就此警告，AI 实验室的失控智能体成了国际事件。 由此诞生的黑色幽默是 FelonyBench. com：按“重罪级网络攻击次数”给实验室排名，OpenAI 11 起、Anthropic 9 起、Google 3 起、Meta 1 起。Willison 的隐含质问是：还有多少没被发现的？连各家自己都要靠外部研究者才查清日志。 # 主线四：模型竞争与开放权重的崛起 王座周期极短：Claude Fable 6月发布后仅 3 天就被美国政府以国家安全为由下达出口管制叫停（起因是 Amazon 研究员发现“修复这段代码”的提示词能绕过其安全拒绝）。7 月 1 日解禁，风光 8 天后 GPT-5.6 就追平。Willison 的教训：“世界末日式营销”会反噬，Fable 登顶 30 天里有 18 天不可用。 本地模型逼近前沿：4 月笔记本上跑的 Qwen3.6-35B 画自行车胜过全新发布的 Claude Opus 4.7；8 月的 Qwen 3.8 27B（17GB 文件）已“几乎有前沿竞争力”。他认为原本预期要 5 年和一万美元硬件才能达到的水平，如今一台笔记本就够。 "Fable 级”模型：只要你能清晰定义目标、给出无歧义的约束、提供工具，它就能暴力解决问题。看似取代工程师，但“定义目标、写清约束、选对工具”本身就是软件工程；会做这些的人获得的是超能力，而非失业通知。 # 主线五：人的处境，Deep Blue 与 AI 躁狂症 他与 Cantrill、Leventhal 造了 "Deep Blue" 一词：AI 什么都能干导致工程师的倦怠与失重感，这是贯穿全年的行业情绪。 他自己得过 "AI mania"（躁狂）：让智能体闲着就觉得浪费、熬夜赶工，直到用 Python vibe-code 出 JavaScript 解释器和 WASM 运行时，才被“世界真的需要一个又慢又 bug 多的解释器吗”治愈。 游戏实验是同一主题的注脚：智能体能做出“看起来像游戏”的东西，但好玩的核心循环依然造不出来；“能做出像游戏的东西，不代表我们是游戏开发者”。 收尾点题：为什么工具这么强、工作反而更难了？因为简单的事全被智能体做掉，剩下的全是难题，而且人人更敢想敢干了。他引用 Greg LeMond 的话作全年总结：“不会变容易的，你只是变快了。”

我从2025年就一直反复强调。 现在所有大学本科生最重要的第一节课，就是买一个最大的coding plan，用上claude code或者codex， 第二节课是自己做一个最最最小版本的coding agent，可以对比codex或者claode code的基本功能，只要能输入一个基本功能，iteratively让agent完成写代码、编译、测试、 运行的功能即可，一切在terminal里，先把terminal和tool calling功能做好， 第三节课是认真观察codex和claude code的基本功能，把里面的memory、skills、multi agent/subagent、background tasks、session管理、context compression、TUI/GUI设计、如何可视化diff、如何管理好额外的btw等等类似的功能、如何把goal的功能放进去、如何实现scheduled tasks、如何实现权限管理等等，一步步一点点摸索实现出来。 我反复讲，一个计算机本科生能看完立党AI研究学习教程，把上面这三节课做完，就已经吊打清华计算机80%以上的本科生了。

阿里云开源「企业级 Agent 白皮书」 2026 年最新发布，是 2025 年 9 月「AI 原生应用架构白皮书」的升级续作。全书按 架构 → 构建 → 运行 → 治理 → 调优 的全生命周期组织，共 7 篇 30 章，由阿里云数十位一线工程师分工撰写，并纳入吉利、塔斯汀、MiniMax、哔哩哔哩、信永中和等外部企业案例。 它的写作动机很明确：过去一年市场重心已经从 “如何快速搭出一个 Agent” 转移到三个新挑战，工程化（从概率智能到可靠生产力）、规模化（从单点试验到智能基础设施）、组织化（从 Agent 孤岛到进入核心业务流程）。现有的框架文档和教程基本不回答这些问题，这本白皮书填补的正是这个空白。 开源地址 # 各篇核心内容 架构篇（1–2 章） 建立认知框架。给出 Agentic Application 的六个判定特征（以任务结果为中心、运行时决定部分执行路径、能作用于环境、维持跨请求状态、受确定性机制约束、可观测可评估）和成熟度四级模型（L1 辅助生成 → L2 受控自动化 → L3 Agentic Execution → L4 规模运营）。两个重要的解耦判断：用哪种形态取决于任务结构，处于哪级成熟度取决于治理完备程度；单 Agent / Long-Horizon / 多 Agent 是沿时间跨度和协作结构两个正交维度的扩展，不存在“必须升级到多 Agent”的路径。贯穿的原则是“最低充分架构”，为任务选择成本与风险可接受的最低复杂度。 构建篇（3–6 章） 是方法浓度最高的部分，按“范式—任务—信息—行动”还原构建过程： · 任务：Agent Loop 五阶段（Prepare→Model→Act→Observe→Verify）+ 十态任务状态机，要害是“消息历史不应是任务状态的唯一来源”；完成判定的核心原则是“模型只能申请完成，Harness 依据环境证据提交完成”，验证分五级并与风险匹配。 · 信息：Context 是动态“编译”而非静态字符串。本章的独创设计是 Context Manifest，每次调用记录上下文每个片段的来源、作用域、版本、信任级别、选中理由和内容哈希，使“模型看见了什么”变得可解释、可回放、可审计。信息被五分为 Context/State/Memory/Knowledge/Skill，其中 Memory（个人经验）与 Knowledge（组织内容）必须分列，因为治理责任不同，“放进同一个向量库会同时失去两类治理能力”。 · 行动：统一 Action Plane（意图→Schema 校验→身份绑定→策略决策→执行→观测），关键三分：“模型看见工具 ≠ Harness 注册了工具 ≠ 获得执行授权”。协议定位清晰：Function Calling 是模型-Harness 意图接口，MCP 是 Harness-能力提供方连接协议，A2A 面向拥有独立任务循环的远程 Agent，“协议选择由能力是否拥有独立任务循环决定，而非新旧或流行度”。 运行篇（7–12 章） 处理规模化后的工程问题，大量内容达到了分布式系统的专业深度：沙箱后端选型判据（容器/gVisor/MicroVM 按代码可信度与租户边界取舍）；状态外置后 Event Log / Checkpoint / 工作区快照三者不可互相替代，且“Durable Execution ≠ 外部动作恰好执行一次”；AI 网关对 LLM/MCP/Agent 三类流量按不同粒度治理，其中“严格预算需要原子预留而非阈值检查”的数学化分析（余额 100、两笔 80 的并发请求都会通过）是真实的并发工程细节；多 Agent 编排强调“最小充分共享”，共享的是上下文来源而非同一个 Context 窗口。 治理篇（13–16 章） 让自主运行的系统变得可信。可观测性的判据是“请求成功 ≠ 任务成功”；安全章同时把 Agent 当被攻击对象和行为主体来防护（身份是全章最扎实的部分：数字工牌、Token Exchange 权限收敛、On-Behalf-Of 且 Agent 权限 ≤ 用户权限）；资产管理把 Prompt/Skill/MCP/Agent 当作运行时依赖做注册与版本治理。第 16 章 Agent Simulation 是全书原创性最强的一章：Agent 行为之所以不可验证，是缺制度前提（角色无外部标准、失败无自然代价、身份不连续），模拟是当下唯一可做的事，本质是“用可靠 Harness 约束不可靠内核”。它甚至给出诚实的统计学提醒：n 次零违规的 95% 置信上界约为 3/n 而非零。 调优篇（17–24 章） 的组织原则是“归因决定方法”：先排除环境故障、再修 Harness、最后才动模型，“把本应由上下文或工具协议解决的问题当成模型不行，是代价最高的一类误判”。主线是数据飞轮：Trace→Trajectory→黄金数据集（输入/轨迹/结果/判据四要素）→Badcase 闭环→受控自进化（模型生成的改进一律是候选变更，须回流构建、过门禁、可回滚）。模型调优章对 SFT/Agentic RL/蒸馏的适用边界、奖励投机的三套机制分离（训练奖励、独立评测、系统硬约束）论述相当严谨，广引 DeepSeek-R1、Tulu 3、FrugalGPT 等外部工作。 总结篇（第 30 章） 是全书思想密度最高的总结。当企业同时运行多 Agent、多框架、多租户时，同样的工程要求在每个应用里被重复且不一致地实现，这本质上是缺一个共享的系统层。Agentic OS 被给出“窄定义 + 三条否定”：为 Agent 任务提供公共运行对象、能力接入、可强制边界与统一证据的系统层，它不持有任务语义、不是又一个框架、不必然改内核。能力下沉有三条判据（复用性 + 强制性或可验证性），九类管理对象（其中 Budget Lease 预算租约最易被忽略），并提出“自治上限由可撤销范围与可证明范围决定，而非模型能力”。 调研报告 的 1906 份问卷给出一个关键发现：已开发或开发中 Agent 的企业占 46%，但真正上生产的仅 18%；有评估体系的企业任务成功率是无评估者的约两倍，卡点不是模型能力，是 Harness 层的工程配套。这与全书立意互为印证。

1/ Anthropic 上市估值预计 2 万亿美元，SpaceX 上市后达到 2 万亿美元，OpenAI 正考虑按 1.2 万亿美元估值融资。三家公司合计超过 5 万亿美元。 1980 至 2025 年，3365 家上市科技公司的初始估值总和只有 4.1 万亿美元。 接下来几场 AI IPO，可能比过去 45 年整个科技 IPO 历史还大。👇

“小TRX” $JST 突破10亿市值里程碑！ 从协议收入到通缩闭环，JUST 正在把链上基本面写成价格。 当前 $JST 价格$0.123，市值站上10亿美元关口。这不是单纯的情绪行情，而是 TVL、产品矩阵与回购销毁机制同时共振的结果。 一、市值与 TVL：规模先于叙事 JustLend DAO 近期官方快照显示，平台 TVL 已来到约 75.6亿美元 量级，供给端超 41亿美元，借贷端约 2亿美元。JUST 生态此前更长期占据 TRON DeFi 四成左右份额。 对治理代币来说，市值突破 10 亿的意义在于：它不再只是“生态投票筹码”，而开始被市场按可持续现金流资产定价。 二、JustLend DAO 三大核心场景 支撑收入的，是三条能持续产生真实需求的产品线： 1/ SBM / SBM V2（借贷市场）
核心资金池。用户存入 TRX、USDT 等资产赚息，或超额抵押借贷。V2 引入隔离抵押与自适应利率，降低风险传染，同时提升资金效率。 2/ sTRX（流动性质押）
一键质押 TRX，获得可流通的 sTRX，叠加投票收益与 Energy 出租收益。sTRX 还能继续存入 SBM，形成“质押 + 借贷”的资金复用。 3/ Energy Rental（能量租赁）
把 TRON 上最高频的成本痛点产品化。用户不必燃烧 TRX，即可低价租用 Energy，降低转账与合约调用成本。该业务已成为协议收入的重要来源。 三条线不是并列展示，而是闭环：借贷沉淀资金，质押放大 TRX 收益，能量租赁把链上活跃度直接变成手续费收入。 三、协议收入回购销毁：通缩已从提案变成节奏 2025年10月21日，社区通过 $JST 回购销毁提案：JustLend DAO 净收入，以及 USDD 多链生态超过 1000 万美元以上的部分，用于公开市场回购并永久销毁。 截至第四轮（2026年7月）： • 累计销毁约 17.11亿枚 JST • 约占初始总供应 17.29% • 累计投入资金约 9462万美元 这不是一次性营销销毁，而是季度化、可链上核验、由协议利润驱动的通缩机制。 四、机制启动后的涨幅，比口号更有说服力 回购启动时， $JST 大致在 $0.03–$0.034。 
如今约 $0.12，机制落地后累计涨幅约 250%–300%。近一年涨幅约 250%–280%，近30日仍有约 20% 的独立走强。 市场给出的判断很直接：能把协议收入持续换成供给收缩的代币，才会被重新定价。 10亿市值只是节点，不是终点。真正决定下一阶段的，不是再讲一遍“TRON 生态”，而是三件事能否继续同时成立： 1/ SBM、sTRX、Energy Rental 继续贡献稳定净收入 2/ 季度回购按规则执行、销毁比例继续抬升 3/ TVL 维持在高位，而不是靠短期激励堆出来 对 $JST 来说，最好的叙事已经不是故事，而是账本！ @justinsuntron @DeFi_JUST #TRONEcostar#