rickawsb

伊朗局勢到現在，對於世界來說，這很可能只是混亂的開始，甚至不是開始的結束。
而對於美股這輪回調來說，這很可能就是已經是結束，至少是結束的開始

天弘、捷普、伟创力，過去一年多的業績都在大漲，裡面固然有AI大周期的拉動，但川普的關稅也功不可沒。如果不是關稅，現在的AI相關的EMS代工會在哪不用我說你應該也能猜得到

Qatar's Ras Laffan natural gas facility, which supplies approximately 20% of global LNG, was attacked. US LNG companies are about to laugh themselves awake.
The pricing logic of natural gas is changing. The US controls marginal supply—once Qatar has problems, the market naturally turns to the US.
The US and Greek LNG ship owners take away pricing power and liquidity premiums, while importing countries like Europe, Japan, and China bear the rising costs.
This issue isn't about energy shortage, but rather a shift in pricing power.
And the impact won't stop at energy itself, but will continue to

十八大報告裡以經濟建設為中心，出現了四次，十九大出現了一次，
相反以人民為中心，十八大報告裡出現了一次，十九大出現了四次
我可以理解為，這是又要從搞錢，轉向搞人了嗎？😂

我覺得川普這次應該還是會跟伊朗taco的
但有一個問題，可以taco的對象全被斬首了
那跟誰taco呢？🤣

川普和硅谷的傳聲筒，金主之一，chamath昨天發推：川普干委內瑞拉和伊朗意在阻止中國攻台
馬斯克回覆說：舞台已經搭好
美國徹底不演了，東大接不接招？
偶爾還會看到有推上“專家”說中國可以借美國無法分身的時候攻台，
不要嘴炮，polymarket上有盘口，一賠十，直接下單即可大賺

如果接下來一個人的公司，能借助AI成為10億美元的獨角獸，創造出相當於1000人或1萬人才能創造的價值，
那麼未來一個人的社會運動也可能借助AI創造出之前1000人或者一萬人才能創造出來的社會影響。
而開源模型能幫用戶造武器。。。
從這個角度來說。中國最大的反賊軍火商是梁文峰？🤣

今日暴論
哈妹內衣之所以被斬首，
是因為沒有貫徹落實我黨的“到群眾中去”非常有先見之明的既定政策方針🤣

美國打在伊朗的身上，疼在某國的心裡
兵發霍爾木茲海峽，為的是長期另外那個海峽
削弱伊朗和委內瑞拉，打擊的是某國戰時石油供應，和去美元化的大宗商品/貿易節點

現在看地緣政治，感覺上越來越像看超級碗或者NBA
喜歡的黨派占上風當然高興一下，但AI時代，地緣政治的意義也就相當於大號的體育比賽
弱智的碳基國家還在為一點蠅頭小利你死我活
天才的矽基國度已經在向著戴森球加速
在即將到來的多輪超音速技術經濟海嘯中，無論我黨，還是你黨
都大概率挺不過前三輪

AI時代本質上就是「人人管理天才團隊」
每個人手裡的chatgpt、claude，就是博士團隊、甚至諾貝爾獎級專家組合
每個人都可以成為NASA、貝爾實驗室、獎章基金量化團隊、中科院物理研究所的負責人
這在人類歷史上幾乎從未出現過，這是個人的巨大機會，同時也是個人能力的巨大挑戰。

基於某黨對一個帶貨主播視頻裡的坦克造型的蛋糕都嚴防死守如臨大敵的表現
這次劉美賢父親生平如此精彩
為了防止某些境外勢力借題發揮
製作谷劉對比影響安定團結
還是降低谷愛凌的曝光率吧
有必要的話，乾脆抵制冬奧？😂🤣

谷歌今天發布了Gemini 3.1 Pro，剛看到測試評分，感覺這是衝著屠榜來的（模型軍備競賽繼續，利好半導體！）😂
官方定位很明確：專為複雜任務設計，比如深度研究、工程難題、長鏈推理和agentic工作流。
核心亮點：1M token上下文窗口（保持不變）
多模態支持（文本+圖像+視頻+音頻+代碼）
輸出最高64k tokens
性能對比當前主流模型（Claude Opus 4.6、GPT-5.2/5.3等）：
ARC-AGI-2（最難的抽象推理基準）：
Gemini 3.1 Pro 77.1%，領先Claude 4.6（68.8%）約8-9個百分點，
領先GPT-5系列20-30+個百分點。這是最大進步，代表核心推理質的飛躍。
GPQA Diamond（PhD級科學推理）：94.3%，小幅領先Claude 4.6（91.3%）和GPT-5.2（92.4%），差距2-3個百分點，基準已接近飽和。
SWE-Bench Verified（真實軟體工程任務）：80.6%，領先Claude 4.6（約76-77%）3-5個百分點，領先GPT明顯（5-15%）。
其他：Terminal-Bench、APEX-Agents等長時agent任務上也拿下多個第一；LMArena/Artificial Analysis指數目前排第1，成本效率高。
更重要的是，成本優勢明顯：
API定價（每1M

模型即應用，算力即模型
在AI即將進入遞歸自我迭代的時候，領先優勢可能自我增強導致後來者無法追趕
這就是為什麼四家大科技今年capex就6000億
這就是為什麼openai新一輪融資1000億

openai收購openclaw，某種程度上，是在爭奪agent調度層，或者說，agent操作系統（OS）。
模型決定智能，OS決定存在。
模型可以被替換，OS很難被替換。這是剛剛被主流意識到的結構性趨勢。
模型本質上是 stateless 的。每一次調用，都是新的推理。而 Agent OS 是 stateful 的。它保存 memory、skills、identity、execution history。這些狀態會隨著時間不斷積累，形成真正的護城河。一旦數百萬 agent 的 memory 和 workflows 累積在某個 OS 上，遷移成本會變得極高。不是因為模型更強，而是因為“存在本身”已經綁定在 OS 上。
這和計算機歷史完全一致。Intel 提供 CPU，但 Windows 控制軟體生態。CPU 可以替換，Windows 很難替換。雲計算也是一樣，AWS 上的 infra、data、deployment pipeline 形成了 lock-in。
Agent OS 就是 AI 的 coordination layer。
它不僅管理 execution，也管理 identity、memory、skills 和 agent 之間的交互。一旦 OS 成為 agent 的預設運行環境，它就變成 agent 的“自然棲息地”。agent 不再只是調用模型，而是在 OS 內持續存在

為agent開發的項目將會爆炸性增長，單純為人而開發項目佔比會越來越低
加密行業應該（也必然會）抓住這波大潮