广场
关注
热门
资讯
通知
我的主页

周东野

vip
热爱自己热爱的东西,分析、家庭、分享、新闻、公益。 声明:所有推文皆为个人观点,不构成任何投资建议。投资有风险,入市需谨慎。
最高等级 VIP-04.9 年
2
关注
7
粉丝
82
点赞
AI 圈正在遭遇一场极为现实的物理刹车:不是没有钱,也不是没有芯片,而是电网快被榨干了。
过去一年,科技巨头们为了抢算力,像买白菜一样签下大批数据中心建设合同。
但最近几个月,从弗吉尼亚州的电力局到得克萨斯州的电网运营商,拒绝再为无限扩张的机房无条件开绿灯。
这场竞赛的瓶颈,已经正式从硅片切换到了变压器、天然气发电厂和选民的投票箱。
一个被严重低估的现实是:数据中心不是建在服务器上的,而是建在电网上的。
当一座现代超大规模数据中心动辄需要消耗相当于几十万户家庭的电力时,它面对的不再是简单的商业租赁,而是当地社区、环保组织和公用事业委员会的联合博弈。
电网容量是有限的,升级变电站和输电线路需要时间,而天然气和新能源的接入速度根本跟不上大模型训练集群狂飙突进的胃口。
更棘手的是选票的压力。
当电费账单开始向普通居民倾斜,当社区居民面临断电风险或电价上涨时,地方政客的态度瞬间就变了。那些曾经为了税收争先恐后招商引资的选区,现在成了环保诉讼和用电听证会的主战场。
科技公司原本以为只要有现金流就能解决一切,却发现政治阻力和物理极限是无法单纯用美元砸开的。
这也正在彻底改变 AI 行业的竞争格局。
那些拥有自建能源渠道、深度绑定核电或清洁能源巨头的头部玩家,正在获得绝对的护城河;而中小厂商和二线云服务商,则面临着“有钱买卡、没电开机”的尴尬窘境。算力军备竞赛的门槛,已经从单纯的资本实力延伸到了
post-image
红杉中国、顺为资本和沙特阿美旗下的 Prosperity7 刚刚联手投出超亿元,押注了一家成立仅五个月的“虚拟细胞”公司——无界进化(INFevo)。
这笔创下国内细分赛道纪录的融资背后,藏着一个通稿里没明说的关键背景:
它不是普通的草根创业项目,而是 AI 制药龙头晶泰科技内部孵化的公司,联合创始人直接就是晶泰联合创始人兼 CIO 赖力鹏。
资本之所以在五个月内连续两轮重金加码,是因为 AI 制药正在经历一次残酷的逻辑切换:市场不再为单纯的“分子生成”买单,而是开始逼着技术走向“虚拟细胞”与自动化实验室的物理闭环。
过去几年,AI 制药最大的死穴在于“算得快、验得慢”。大模型几秒钟就能吐出海量候选分子,但一进传统实验室,细胞培养、给药扰动全靠人工操作,湿实验被死死按在物理极限上,导致大量预测沦为纸面数据。
无界进化直接用“双驱闭环”破局:
一端是今年 6 月已在 bioRxiv 公开论文、拿下 Tahoe100M 等三大单细胞基准领先的虚拟细胞模型 OCOO-T;
另一端直接复用晶泰系最成熟的自动化湿实验产线。同时,他们通过接入 DeepSeek 的科研工作台,把传统科研中 90% 都会流失的实验“负结果”结构化留存,反哺给模型做下一轮推演。
2026 年全球虚拟细胞领域融资已破 30 亿美元,行业正从“设计静态分子”向“模拟动态生命系统”跃迁。
但哪怕有巨头孵化背书,体外单细胞
post-image
DEEPSEEK-2.21%
当硅谷和国内大厂把目光从“更大的模型”转向“更懂你的分身”时,这场牌局的性质就已经彻底变了。
这不只是一场功能的迭代,而是入口的重新分配。
从OpenClaw到Muse,最近各家科技巨头密集押注个人智能体(Personal AI Agent),表面上看是想帮你处理邮件、安排日程、自动执行复杂的跨应用工作流;
但往深处看,当AI真正开始替你做决策、管理数字资产、甚至在虚拟世界中复刻你的行为逻辑时,它就不再是一个工具,而是你通往数字世界的唯一代理人。
过去几十年,互联网巨头靠的是“把用户吸引到自己的App里”来收割流量和广告;而个人智能体的逻辑刚好相反:它试图把所有的App、服务和数据全部封装在用户的个人代理背后。
这就带来了一个极为尖锐的结构性矛盾。
如果用户的每一个指令、每一次消费、每一个偏好都被自己的Agent垄断,那么过去互联网大厂建立的“私域流量池”和“漏斗转化模型”将瞬间失效。
大厂们争夺赛博分身的本质,不是为了让你用得更爽,而是为了在旧的流量帝国崩塌之前,抢先成为新一代数字基础设施的“守门人”。
海外的OpenClaw偏向于底层执行与多应用协同的自由度,而国内大厂则更倾向于将其与现有的超级App和本地生活服务深度绑定。
但无论路径如何分化,几个现实的痛点依然悬在头顶:
第一,信任边界在哪里?当Agent拥有了替你转账、授权甚至签署文件的权限,任何一次后端逻辑的漏洞,代价都
post-image
太卷了!连办公 Agent 赛道都开始撕出开源爆款了。
最近 GitHub 上冲出一个叫 Dataelem 团队搞的开源办公 Agent 平台,Star 数直接飙到 12.3K+。很多人拿它对标 WorkBuddy,但其实这背后的逻辑没那么简单——大家苦“云端 SaaS 办公助手”久矣。把大模型、企业私有知识库、各种办公工具链以及员工的使用权限全部关进自己公司的服务器里,这才是这波开源潮真正戳中的痛点。
过去企业想用 AI 提效,往往面临两个死胡同:要么用市面上的现成 SaaS 工具,数据得上传到别人的云端,核心机密和业务文档直接“裸奔”;要么自己从零组装,光是搞定权限隔离、多模型切换和复杂工作流编排就能把开发团队折腾脱层皮。
这次 Dataelem 这套开源 AgentOps 平台的解法很务实:它不卖虚头巴脑的宏大叙事,而是直接把基础设施交回给企业自己管。模型你可以换,知识库你可以锁在内网,甚至连谁能调用哪个工具、能看哪类数据,企业都能在后台设得明明白白。
说白了,企业现在对 AI 的诉求早就变了。大家不再满足于“能不能写几封邮件、能不能帮着做个总结”,而是开始计较“这东西到底能不能安全落地、数据有没有出境风险、运维成本是不是高得离谱”。
当大模型从“尝鲜的玩具”变成“生产线上的工具”,数据主权和权限边界永远排在效率的前面。这也是为什么一个主打“自主可控”的开源办公 Agent
90% 的加密货币参与者觉得自己是在做投资,实际上只是在给别人的算法和情绪模型当燃料。
打开手机,铺天盖地的暴富故事和“在线急问现在上车来得及吗”的焦虑,把市场变成了一座巨大的情绪放大器。
很多人把这归结为运气不好或技术太菜,但真正决定你能不能活下来的,从来不是 K 线图的红绿,而是你在整张生态网里究竟处于什么位置。
把加密市场简单粗暴地分成“收割与被割”,其实低估了这套游戏的复杂性。在链上世界里,角色一直在动态切换。
1. 结构性不对称:你看到的信息,究竟是谁让你看到的?
大多数人进场的第一步,往往是从接收一条“利好消息”开始的。
某个代币即将上线、某个协议获得了头部机构融资、某个 L2 正在空投预热。当你因为这些信息热血沸腾、准备冲进去的时候,很少有人会停下来想三秒钟:
这条信息为什么偏偏在这个时间点出现在你的信息流里?
释放这个信号的人,他的真实仓位和退出路径是什么?
在加密市场,信息不是用来让你了解真相的,而是用来引导你做出特定行为的。
当散户还在根据社群情绪和 KOL 的喊单来调整仓位时,做市商、协议方和早期VC 早就通过代币经济学(Tokenomics)的模型锁定了筹码结构。你以为的“机会”,往往是别人精心设计好的流动性出口。
2. 为什么大多数人的“定投”变成了慢性出血?
很多人把“定投比特币”当成对抗收割的万灵药,觉得只要拉长周期就能穿越牛熊。
但逻辑的前提是:你在
post-image
BTC-0.67%
这轮 AI 数据中心概念股的剧烈回调,远比表面看起来更值得警惕。
自 6 月以来,相关板块市值已经蒸发了 4.2 万亿美元。外界普遍把这归咎于科技股的阶段性抛售,或是市场对大模型商业化迟缓的担忧。
但如果你顺着资本开支、电网负荷和供应链账期往下挖,就会发现这轮调整根本不是什么“情绪波动”,而是一次残酷的“基本面校准”。
先看一组最容易被忽略的底层逻辑:过去两年支撑这一万亿级市值的,并不是源源不断的终端软件收入,而是科技巨头(微软、谷歌、亚马逊、Meta)近乎疯狂的资本开支竞赛。几大巨头在数据中心基础设施上砸下了数千亿美元,且绝大部分流向了高溢价的算力芯片和高规格液冷机房。
问题恰恰出在这里。
当市场为“算力军备竞赛”欢呼时,物理世界的瓶颈被彻底低估了。在北美和欧洲,许多新建的 AI 数据中心在拿到机架和芯片之后,卡在了最后一道关卡:电网接入。
电力公司无法在短短几个月内变出几吉瓦的电力,变压器交货周期拉长到两年以上,环保审批和能源配套更是遥遥无期。大量已经开工或规划的数据中心被迫延期,这就导致了一个巨大的预期差:巨头们在财报里依然高喊着“加码 AI”,但资本开支的账面转化率却在变慢。
这就是 4.2 万亿美元市值蒸发的真正底牌:前期投入远超预期,而基建落地和变现的回报曲线,比华尔街最初想象的要平缓得多。
另一个更深层的结构性问题在于,端侧和企业级市场的真实需求,并没有同步长出能够吃
post-image
MSFT+0.22%
AMZN-0.29%
AI 时代的第一场“黄产”量刑风暴,已经从赛博边缘落在了具体的人头上。
金华婺城区检察院最近公开了一起案件:
7 名“黄图画师”因利用 AI 生成并贩卖国漫角色淫秽图片,被以制作、复制、贩卖、传播淫秽物品牟利罪判处有期徒刑二年至八个月不等,缓刑执行。
在一年多的时间里,他们通过数十个漫画爱好者社群,累计售卖了 13 万余张 AI 图片,获利 16 万余元。
单看这组数据,13 万张图换来 16 万块钱,平均一张图的客单价不过一块多钱,甚至不如一杯蜜雪冰城。
但正是这种极低的边际生产成本和高度自动化的生成方式,让 AI 时代的灰产呈现出与传统人工犯罪截然不同的形态。
过去,制作这类牟利内容需要一定的美术功底和大量时间成本,黑产从业者的规模天然受限;
而当 Stable Diffusion、各类 LoRA 模型和开源大模型成为标配,产出一张特定国漫角色的定制图像可能只需要几秒钟。技术民主化在赋能创作者的同时,也把极低门槛的规模化黑产推向了聚光灯下。
当技术把“批量复制低成本违法内容”变成一项点几下鼠标就能完成的流水线作业时,监管和司法对灰产的打击维度也在迅速升级。
那些试图用“AI 生成”作为挡箭牌的擦边生意,正在迎来最直接的合规清算。
技术越是狂奔,边界其实越被拉得清晰。AI 的上限取决于人类的想象力,而它的底线,永远是由法律和秩序来锚定的。
post-image
离了个大谱!!今年韩国税务师考试的第一名,居然是靠把考题拍下来喂给AI作弊抓出来的。
韩国第63届税务师考试的头名 A某 主动向首尔警察厅投案自首,承认自己在今年4月和7月的一轮、二轮考试中,利用微型摄像头偷拍考题,实时发给生成式AI获取答案。
最讽刺的细节在于,他能露馅不是因为监考有多严,而是分高得太离谱——一轮160道题只错了一道,多门科目直接考了满分。这种反常的成绩连网友都看不下去,在网上发帖质疑他用了AI。舆论压力之下,这位“学霸”最终选择带着设备去局里自首。
这件事最值得深思的,其实根本不是作弊的技术有多高级。
微型摄像头加AI解题,这种作弊手段在技术上早已不是秘密。真正让人后背发凉的是:
当AI在特定专业领域的解题能力已经超越人类顶尖大脑时,传统的资格考试防作弊体系,正在遭遇降维打击。
过去,我们防作弊防的是夹带纸条、无线电耳机和内部串通,考场的安全边界是建立在“人类大脑处理信息有物理极限”的基础上的。但当一个微型镜头配合大模型,能够在几秒钟内吐出高难度的税务法规解析和精准计算结果时,考场里的物理隔离就形同虚设。
更现实的拷问随之而来:如果连号称“最难考取”的国税专业资格考试,都能被AI轻松通关,那么我们通过一张纸质证书来验证专业能力的时代,是不是真的要翻篇了?
当AI不仅能帮人写代码、做PPT,还能在顶级专业考试里拿头名,未来所有只考察“记忆与标准化计算”的资格认证,
post-image
这个世界怎么了???
简直离谱,iOS 27 都还没发布,地下黑产就已经把“支持 iOS 13 到 27.2 的全能远控”摆上货架了。
今天慢雾 CISO 23pds 披露了一起地下论坛兜售事件:有人正在售卖一款号称通吃 iOS 13 至 27.2 的远程控制工具,配备集中式控制面板,支持通过短信、邮件或聊天软件投递钓鱼链接诱导点击。
按照卖家的宣传,这款工具集齐了初始访问、权限提升、重启后驻留、数据导出、实时监控和远程控制六大能力,甚至声称能绕过指针认证(PAC)、逃逸沙箱并获取内核读写权限,一旦中招,手机里的钥匙串(Keychain)、聊天记录、文件凭据乃至加密钱包资产都会被一锅端,摄像头、麦克风和屏幕也全在监控之下。
但把这些技术名词拆开看,里面的水分其实大得惊人。
苹果从 iOS 13 一路迭代下来,指针认证(PAC)、Page Protection Layer(PPL)以及后续引入的内核内存保护机制经历了多次底层重构。
在安全攻防领域,能稳定打通单一代际 iOS 完整漏洞链(Exploit Chain)的零日漏洞,在黑市上的价格往往以百万美元计,且生命周期极短。
指望一个公开在普通地下论坛叫卖的商业化远控工具,同时兼容跨越十几个大版本的系统内核、稳定绕过 PAC 并实现重启后持久化驻留——这不仅违背基本的漏洞利用规律,连还没正式面向大众发布的 iOS 27.2 都提前写进
post-image
当传统财阀开始把“AI 飞轮”和“Token 经济”写进集团战略,这事儿就变得有意思了。
SK 集团会长崔泰源在“2026 CEO 研讨会”上公开要求所有子公司重新定位为 AI 公司,并明确提出要把业务延伸到连接 AI 服务与 Token 经济的生态里。
这不是三星或者现代那种“用 AI 降本增效”的传统数字化转型,而是直接把商业闭环的底层逻辑指向了代币经济学。
很多人看到财阀入场,第一反应可能是“又一个传统巨头在蹭 Web3 的热点”。
但如果把 SK 的底牌摊开来看,你会发现他们手里握着的东西,恰恰是目前大模型和 Agent 商业化最卡壳的三个实体痛点:
第一,是算力和硬件底座。SK Hynix 是全球 HBM(高带宽内存)的主力供应商,AI 芯片如果没有这玩意儿,根本跑不出大模型。换句话说,卖铲子的不仅在收现金,他们还在用最核心的底层资产,卡住了全球 AI 基础设施的咽喉。
第二,是电能和能源供应。大模型训练和推理是出了名的“电老虎”。SK 旗下有天然气、清洁能源和电网布局,在 AI 算力向分布式、边缘端以及高耗能数据中心演进的当下,谁能解决电力供应,谁就拿到了下一阶段的入场券。
第三,是庞大的消费级触点。SK 集团手里有电信运营商(SK Telecom)、半导体、能源、化工、娱乐等全产业链生态。当大模型从“对话框”走向“自主运行的 AI Agent”时,最缺的从来不是算法,
post-image
TOKEN-0.16%
SK-5.65%
SKHY-4.39%
SKHYV-0.98%
果然资本让人疯狂了。AI 巨头们现在正在进行一场“盲人摸象”式的豪赌,而赌注是几十亿甚至上百亿美元的真金白银。
Anthropic 刚刚在摩根大通的投资者活动上掀开了一张底牌:他们最大的商业焦虑不是算法能不能突破,也不是竞争对手出了什么新模型,而是让人窒息的算力供应链。
CEO Dario Amodei 罕见地公开承认了一个残酷的现实:明年的走向存在巨大不确定性,而算力成了他们面临的最深商业两难。
这不仅仅是一个简单的“买多买少”的财务决策,而是整个大模型行业正在撞上一堵物理与商业交织的墙。
要理解这个两难有多致命,我们必须看清硅谷目前现状:
AI 芯片和算力集群不是你想买就能在货架上拿到的现货。从向台积电下单、采购先进封装,到最终把成千上万张 H100/H200 或新一代集群部署上架,中间有着长达 12 到 24 个月的超长预定周期。
这意味着 Anthropic、OpenAI 们今天在算力上的财务承诺,是在为 2028 年甚至更远的技术路线和市场需求盲狙。
这种超前采购机制直接把商业博弈逼到了极其极端的两端:
买少了,你直接出局。如果明年大模型的商业化爆发,或者下一代架构对算力的吞吐呈指数级上升,而你手里的算力集群不够,你的客户会瞬间流向资金更雄厚的竞争对手。
在赢者通吃的 AI 竞赛里,产能断供等于主动交出市场份额。
买多了,你可能被财务反噬。
如果市场需求增速放缓、商业化变
post-image
JPM+0.97%
TSM-1.70%
钱没了可以再挣,工作没了可以再找,
朋友没了可以再交,爱情没了可以再寻,
你生来就一无所有,何惧从头再来.
早安,朋友
加载更多