即刻App年轻人的同好社区
下载
置顶有一种网红打卡地叫做猫咖。
有的是咖啡店、奶茶店，有的是餐厅，在那里人们可以抚摸猫咪，跟猫咪一起玩，付费买猫零食投喂猫，最重要的，还是用来自拍打卡发朋友圈。
这种店最好别去，如果你实在喜欢，就悄无声息地去，也别在朋友圈晒自拍了。
因为这是一种不人道、不顾动物福利的店。
仔细说说：
1.猫不喜欢那么多人
猫是肉食动物，而且本性上喜欢独居，和别的猫、狗甚至鹦鹉一起喂养，有的猫会逐渐接受其他动物，但是和许多猫、许多人每天呆在一起，猫会特别紧张。
猫是很害羞的动物，在陌生环境当中，或者遇到陌生来客，它需要遮蔽物。
猫咖老板为了强制猫咪营业，往往不提供可以休息减压的地方，让它们在客人面前无所遁形。
2.猫要睡觉
猫一天会睡十几个小时，猫咖里为了吸引客人，诱导交易，很多都用半岁以下的小猫，这些小猫比大猫更老实，不会对抗老板和客人，但它们还在长身体，其实更需要睡眠，猫咖一营业就是十二个小时，睡不好，身体也会出问题。
别信那种“我们店会安排猫三班倒”之类的神话，猫咖没有星期天。
3.太紧张会死掉的
猫会有应激反应，网上有很多那种把黄瓜偷偷放在猫身后，吓猫一跳的视频，那些猫好多都病了，甚至死了。
爱猫的人，和能拍出有量刺激的宠物视频的人，往往是两种人。
4.上下其手的客人
猫咖的来访者，很多人根本就没有养过猫，有的小孩子会去强行摸猫、会去大声吓唬猫，还有的人不了解猫的习性，上来就摸肚子、蛋蛋这种会让猫紧张的地方。
但是猫咖的店员管不过来，也不愿意制止，甲方掏钱了，可以随便提需求。
5.在这里买猫的人
猫咖的主要收入来源各店不同：
有的是卖门票（论小时），有的是卖饮料，他们一般都不会排斥卖猫给你。
在这种地方买猫的人，很少会还价，一般来说是带着女朋友或者小朋友来，一看对方喜欢，就拿出手机扫码的，这种人不给他开一个高价，简直就是瞧不起他。
大家发现没有？
猫身控制、强制营业、上下其手、赎身从良。
有没有很熟悉？
这是合法生意里面，最像勾阑行院、八大胡同的地方了，暴躁粗鲁的人，会在这里rua了猫就走，而感情脆弱的人，会在这里被某只小猫绊住，勒索一个高价。
也有的人，家里其实已经有猫了，但还是忍不住去猫咖。
最好别，因为猫咖的传染病风险其实挺高的。
虽然要求客人进行手部消毒，如果一个客人家里有病猫，他的衣物上是没法消毒的，他完全可能传染猫咖的猫，猫咖里的猫一旦成为病毒的携带者，也可能被别的客人带回去，传染自己的猫。
喜欢猫，养一只就好了，其实没有那么难的。
养猫虽然会造成额外的支出，但并没有有些人危言耸听的那么多。
不用非要去追求昂贵的猫粮，有钱人有有钱人的养法，普通人有普通人的养法，楼下小区里收养一只亲人的小土猫，和它建立信任，余生多多指教，其实是特别美的一件事。
新手收养小猫最好请教有经验的朋友，有些小野猫初期可能会很暴躁，需要很多很多的耐心，但无论如何，猫都是对初养宠者最友善的动物。
和猫建立长期关系，你在情感上的所得极多：
每个它的行事的风格独一无二，性格也独一无二，你记住了它的好恶、它的行动作息，和它互道早安、相伴而眠，都是极好的感受。
猫和人的关系更像是邀请室友，而不是“主人-仆从”关系。
和这种有家的猫一起过日子才快活，和一群工具猫、打工猫一起合拍，你永远都体验不到那种愉悦的。
和自由人才能恋爱，和奴隶只能交媾。
对了，猫咖也有非常好的客人，他们都是受虐狂。
这种客人一般来说比较礼貌，有的近乎跪舔。
进来一言不发就帮着自己喜欢的猫铲尿清屎，特别卑微，上手给猫按摩，手法也特别好，去几次之后，知道某只猫卖了，叹一口气，老老实实地走掉，或者去选一只别的猫。
这种需要找个心理咨询师好好聊一聊，多半在生活中对身边的人也是这么卑微的，活得特别辛苦，如果他们能够养一只自己的猫，认认真真开始一段相对平等的关系，也许能好得多。
如果你的相亲对象有猫，那么猫就是一个很好的聊天话题，你可以问问他/她对猫咖的看法，看看你们的三观是不是一致。
如果他一张嘴就是金渐层、布偶、神仙颜值，那是一种人；如果他能够提到小猫的感受、动物福利，养猫的快乐，那他就是另外一种人。
如果她一张嘴就是“听说是个网红地，好有名的”，那是一种人；如果她说“那么多小猫每天要打工，好可怜的”，那她就是另外一种人。
这两种人不分对错，但恐怕没法彼此说服。
恋爱也好，交朋友也罢，有时候要放一个小雷达出去，然后选择观点一致的人。
猫咖也许是法律允许的，但我还是要说一句：
反正我不去。
有的是咖啡店、奶茶店，有的是餐厅，在那里人们可以抚摸猫咪，跟猫咪一起玩，付费买猫零食投喂猫，最重要的，还是用来自拍打卡发朋友圈。
这种店最好别去，如果你实在喜欢，就悄无声息地去，也别在朋友圈晒自拍了。
因为这是一种不人道、不顾动物福利的店。
仔细说说：
1.猫不喜欢那么多人
猫是肉食动物，而且本性上喜欢独居，和别的猫、狗甚至鹦鹉一起喂养，有的猫会逐渐接受其他动物，但是和许多猫、许多人每天呆在一起，猫会特别紧张。
猫是很害羞的动物，在陌生环境当中，或者遇到陌生来客，它需要遮蔽物。
猫咖老板为了强制猫咪营业，往往不提供可以休息减压的地方，让它们在客人面前无所遁形。
2.猫要睡觉
猫一天会睡十几个小时，猫咖里为了吸引客人，诱导交易，很多都用半岁以下的小猫，这些小猫比大猫更老实，不会对抗老板和客人，但它们还在长身体，其实更需要睡眠，猫咖一营业就是十二个小时，睡不好，身体也会出问题。
别信那种“我们店会安排猫三班倒”之类的神话，猫咖没有星期天。
3.太紧张会死掉的
猫会有应激反应，网上有很多那种把黄瓜偷偷放在猫身后，吓猫一跳的视频，那些猫好多都病了，甚至死了。
爱猫的人，和能拍出有量刺激的宠物视频的人，往往是两种人。
4.上下其手的客人
猫咖的来访者，很多人根本就没有养过猫，有的小孩子会去强行摸猫、会去大声吓唬猫，还有的人不了解猫的习性，上来就摸肚子、蛋蛋这种会让猫紧张的地方。
但是猫咖的店员管不过来，也不愿意制止，甲方掏钱了，可以随便提需求。
5.在这里买猫的人
猫咖的主要收入来源各店不同：
有的是卖门票（论小时），有的是卖饮料，他们一般都不会排斥卖猫给你。
在这种地方买猫的人，很少会还价，一般来说是带着女朋友或者小朋友来，一看对方喜欢，就拿出手机扫码的，这种人不给他开一个高价，简直就是瞧不起他。
大家发现没有？
猫身控制、强制营业、上下其手、赎身从良。
有没有很熟悉？
这是合法生意里面，最像勾阑行院、八大胡同的地方了，暴躁粗鲁的人，会在这里rua了猫就走，而感情脆弱的人，会在这里被某只小猫绊住，勒索一个高价。
也有的人，家里其实已经有猫了，但还是忍不住去猫咖。
最好别，因为猫咖的传染病风险其实挺高的。
虽然要求客人进行手部消毒，如果一个客人家里有病猫，他的衣物上是没法消毒的，他完全可能传染猫咖的猫，猫咖里的猫一旦成为病毒的携带者，也可能被别的客人带回去，传染自己的猫。
喜欢猫，养一只就好了，其实没有那么难的。
养猫虽然会造成额外的支出，但并没有有些人危言耸听的那么多。
不用非要去追求昂贵的猫粮，有钱人有有钱人的养法，普通人有普通人的养法，楼下小区里收养一只亲人的小土猫，和它建立信任，余生多多指教，其实是特别美的一件事。
新手收养小猫最好请教有经验的朋友，有些小野猫初期可能会很暴躁，需要很多很多的耐心，但无论如何，猫都是对初养宠者最友善的动物。
和猫建立长期关系，你在情感上的所得极多：
每个它的行事的风格独一无二，性格也独一无二，你记住了它的好恶、它的行动作息，和它互道早安、相伴而眠，都是极好的感受。
猫和人的关系更像是邀请室友，而不是“主人-仆从”关系。
和这种有家的猫一起过日子才快活，和一群工具猫、打工猫一起合拍，你永远都体验不到那种愉悦的。
和自由人才能恋爱，和奴隶只能交媾。
对了，猫咖也有非常好的客人，他们都是受虐狂。
这种客人一般来说比较礼貌，有的近乎跪舔。
进来一言不发就帮着自己喜欢的猫铲尿清屎，特别卑微，上手给猫按摩，手法也特别好，去几次之后，知道某只猫卖了，叹一口气，老老实实地走掉，或者去选一只别的猫。
这种需要找个心理咨询师好好聊一聊，多半在生活中对身边的人也是这么卑微的，活得特别辛苦，如果他们能够养一只自己的猫，认认真真开始一段相对平等的关系，也许能好得多。
如果你的相亲对象有猫，那么猫就是一个很好的聊天话题，你可以问问他/她对猫咖的看法，看看你们的三观是不是一致。
如果他一张嘴就是金渐层、布偶、神仙颜值，那是一种人；如果他能够提到小猫的感受、动物福利，养猫的快乐，那他就是另外一种人。
如果她一张嘴就是“听说是个网红地，好有名的”，那是一种人；如果她说“那么多小猫每天要打工，好可怜的”，那她就是另外一种人。
这两种人不分对错，但恐怕没法彼此说服。
恋爱也好，交朋友也罢，有时候要放一个小雷达出去，然后选择观点一致的人。
猫咖也许是法律允许的，但我还是要说一句：
反正我不去。
122 1835
当小学生都开始尝试开发AI硬件时，我们或许真的要重视一个变化，那就是创新门槛正在系统性地改变。而这件事的影响，其实很多人都没意识到。
前段时间，在我们特训营直播课上，一位学员提到想要带孩子去华强北逛逛。于是，我们就赞助了1000块钱，请孩子买他喜欢的产品，目的是让孩子独立去选择，想看看在这样的条件下，他会如何决策。
本想着，孩子大概率就是买些现成的电子产品，但没想到，他除了对无人机、机器狗很感兴趣外，还想做一个会讲笑话的垃圾桶。他的出发点不只是买东西，更是做一个东西。
后来，他在父母的帮助下，借助AI列出所需的元器件清单，再逐一去市场里寻找。结果他们发现，在华强北有各种模块化的硬件和现成的开发板，可以快速搭建一个方案。
此外，有意思的是，当孩子看到一款AI陪伴类玩具时，他提出了两个明确的不足之处：一是体积较大，不便携带；二是AI交互依赖WiFi，小朋友们一般没有手机，在户外无法独立完成联网操作，实际使用受到不小的限制。
能给出这样的判断，表明他已经跳出了简单的喜好，也没有受限于现有的形态，而是开始从使用场景和用户条件出发，对产品进行评估。
如果把这些现象放在一起看，就会发现一个更有趣的变化：无论是列清单、在华强北寻找模块化元器件，还是基于使用场景对产品进行评估，这些都已经在接近一个产品的开发流程，只不过在AI的帮助下，这个过程被大幅简化了。
也就是说，“做产品”这件事的门槛正在下降。
更关键的是，当硬件创新逐渐变成大多数人都能接触和参与的事情后，判断做什么、如何进行改进会变得更重要。这恰恰是没有被传统思维束缚的孩子和年轻人们更容易具备的优势。
门槛下降。
首先，门槛到底是如何被一步步降低的？
过去，如果要开发一款硬件产品，往往需要较为系统的知识储备，覆盖包括电路设计、嵌入式开发、结构设计等多个环节。一般来说，至少都应当有高中以上的学历和多年的开发经历，不仅耗时长，学习成本也很高。
这也是为什么很长一段时间里，硬件开发更多集中在专业团队和工程师群体中。
但现在，一些关键环节正在发生变化。
比如这次，孩子和家长发现，一些开发板已经把计算、控制等复杂能力封装成标准化模块，并提供成熟的开发环境和大量现成案例。
用户不再需要理解每一个底层细节，可以像搭积木一样，围绕目标去选择和拼接合适的模块，从而极大地降低了进入门槛，无论大人、小孩都能快速上手进行开发。
与此同时，华强北这样的供应链环境，也在放大这种搭积木式创新的效果。元器件的获取变得更加集中，信息更加透明，配套服务也相对完善，开发过程被进一步缩短。
开发不再是一个必须完整掌握所有知识之后才能做的事情，可以在实践中逐步去完成。
我们特训营认为，也正是在这样的低门槛的环境下，小朋友才有机会展现出类似开发者或产品经理的思维能力，会去研究不同配置，会考虑二次开发，还能对产品做出客观评价，甚至自己来实现产品的开发与改进。
创新升级。
那这究竟意味着什么？
当工具变得更易用、资源变得更易得、路径变得更清晰时，做产品的难度和成本就在不断下降，创新自然会从少数人的专属能力，变成更多人可以参与的事情。
因为创新不再完全依赖个体的专业能力，是更多地依赖对问题的理解，以及对现有工具和资源的组合能力。
其实，类似的事情，其实在历史上已经多次发生。
个人电脑普及之后，计算能力不再只属于机构和专业人士，大量个人开发者开始涌现，软件行业进入快速发展阶段。
后来互联网工具成熟，创建网站的门槛下降，小团队甚至个人都可以建立个独立站并销售产品和服务，互联网创业也就随之爆发。
最近的AI更是极大降低了编程和开发应用的技能门槛，大量公司的非开发岗人员也可以快速把自己的想法通过AI进行验证，并测试需求，到需要真正推向市场了，再交给专业开发人员进行深度优化。
每一次工具进步，本质上都在降低创新门槛，并带来创新主体的扩张。进而创新会变得更加多样，整个产业也就将繁荣起来。
在AI硬件上，这个趋势也很快会重演。
下一代创新者就不再只是传统意义上的工程师。
当然，这也客观上提高了另一个维度的创新门槛。
当做产品变得更容易，你能做出来的东西，别人也可以很快做出来。那么，谁才能真正跑出来呢？
很明显，那些清楚要做什么并且知道如何改进的人将胜出。因为决定成败的关键，不再只是实现能力，更是你是否找到了真实存在的问题，并且在一个值得投入的方向上不断迭代。
因此，我们特训营认为，未来真正稀缺的，反而是那些过去在大家眼中“很虚”的能力，比如理解问题、组合资源、定义产品。
这也是为什么，那个小朋友对AI陪伴玩具的评价，显得十分宝贵。他关注的是体积和使用场景，并给出了改进的方向。
这样的判断，看似简单，但恰恰属于典型的“会者不难，难者不会”。很多产品之所以难以真正落地，问题往往源于一开始就没有把问题看清楚。
这也是我们特训营反复强调的，未来真正拉开差距的，不只是知识和技能本身，而是能用这些知识和自己的观察去给出判断，并利用现有工具把这些判断快速落地。
所以，在技术门槛快速降低的今天，我们可千万不要讲什么行业老资格，而是要多听听外行、听听孩子们的看法。
最后，也想问你，在你的工作和生活中，是否也有一些门槛正在快速降低？而对应的，真正的价值又在向哪里迁移和集中？有没有孩子在帮你提供洞察、找到机会呢？
更多的科技产业新趋势和底层规律，在往期我们特训营直播课中也做过了深入讲解，欢迎加入我们特训营学习，和我们一起，先人一步，领先一路！
理解趋势投资，对我们每个人的意义重大。
经历了价值投资和趋势投资完整的经济周期，经过了市场涨跌的洗礼，经历了那些不同因素对你产生的影响，我们对人生阶段的掌控力就会极大的加强。
我们特训营的使命之一，就是帮助你在充满不确定性的未来，做出最正确的选择，并坚定的相信，敢于下重注赌未来，成为时代的赢家。
有关趋势投资时代的详细规则，各个科技产业前沿领域的价值洼地与未来潜力股，更多产业深度分析和底层思考逻辑，我们会在特训营里分享，欢迎加入。
如果您觉得文章内容有收获，请一定帮忙转发，您的行动就是对我们的最大支持。
前段时间，在我们特训营直播课上，一位学员提到想要带孩子去华强北逛逛。于是，我们就赞助了1000块钱，请孩子买他喜欢的产品，目的是让孩子独立去选择，想看看在这样的条件下，他会如何决策。
本想着，孩子大概率就是买些现成的电子产品，但没想到，他除了对无人机、机器狗很感兴趣外，还想做一个会讲笑话的垃圾桶。他的出发点不只是买东西，更是做一个东西。
后来，他在父母的帮助下，借助AI列出所需的元器件清单，再逐一去市场里寻找。结果他们发现，在华强北有各种模块化的硬件和现成的开发板，可以快速搭建一个方案。
此外，有意思的是，当孩子看到一款AI陪伴类玩具时，他提出了两个明确的不足之处：一是体积较大，不便携带；二是AI交互依赖WiFi，小朋友们一般没有手机，在户外无法独立完成联网操作，实际使用受到不小的限制。
能给出这样的判断，表明他已经跳出了简单的喜好，也没有受限于现有的形态，而是开始从使用场景和用户条件出发，对产品进行评估。
如果把这些现象放在一起看，就会发现一个更有趣的变化：无论是列清单、在华强北寻找模块化元器件，还是基于使用场景对产品进行评估，这些都已经在接近一个产品的开发流程，只不过在AI的帮助下，这个过程被大幅简化了。
也就是说，“做产品”这件事的门槛正在下降。
更关键的是，当硬件创新逐渐变成大多数人都能接触和参与的事情后，判断做什么、如何进行改进会变得更重要。这恰恰是没有被传统思维束缚的孩子和年轻人们更容易具备的优势。
门槛下降。
首先，门槛到底是如何被一步步降低的？
过去，如果要开发一款硬件产品，往往需要较为系统的知识储备，覆盖包括电路设计、嵌入式开发、结构设计等多个环节。一般来说，至少都应当有高中以上的学历和多年的开发经历，不仅耗时长，学习成本也很高。
这也是为什么很长一段时间里，硬件开发更多集中在专业团队和工程师群体中。
但现在，一些关键环节正在发生变化。
比如这次，孩子和家长发现，一些开发板已经把计算、控制等复杂能力封装成标准化模块，并提供成熟的开发环境和大量现成案例。
用户不再需要理解每一个底层细节，可以像搭积木一样，围绕目标去选择和拼接合适的模块，从而极大地降低了进入门槛，无论大人、小孩都能快速上手进行开发。
与此同时，华强北这样的供应链环境，也在放大这种搭积木式创新的效果。元器件的获取变得更加集中，信息更加透明，配套服务也相对完善，开发过程被进一步缩短。
开发不再是一个必须完整掌握所有知识之后才能做的事情，可以在实践中逐步去完成。
我们特训营认为，也正是在这样的低门槛的环境下，小朋友才有机会展现出类似开发者或产品经理的思维能力，会去研究不同配置，会考虑二次开发，还能对产品做出客观评价，甚至自己来实现产品的开发与改进。
创新升级。
那这究竟意味着什么？
当工具变得更易用、资源变得更易得、路径变得更清晰时，做产品的难度和成本就在不断下降，创新自然会从少数人的专属能力，变成更多人可以参与的事情。
因为创新不再完全依赖个体的专业能力，是更多地依赖对问题的理解，以及对现有工具和资源的组合能力。
其实，类似的事情，其实在历史上已经多次发生。
个人电脑普及之后，计算能力不再只属于机构和专业人士，大量个人开发者开始涌现，软件行业进入快速发展阶段。
后来互联网工具成熟，创建网站的门槛下降，小团队甚至个人都可以建立个独立站并销售产品和服务，互联网创业也就随之爆发。
最近的AI更是极大降低了编程和开发应用的技能门槛，大量公司的非开发岗人员也可以快速把自己的想法通过AI进行验证，并测试需求，到需要真正推向市场了，再交给专业开发人员进行深度优化。
每一次工具进步，本质上都在降低创新门槛，并带来创新主体的扩张。进而创新会变得更加多样，整个产业也就将繁荣起来。
在AI硬件上，这个趋势也很快会重演。
下一代创新者就不再只是传统意义上的工程师。
当然，这也客观上提高了另一个维度的创新门槛。
当做产品变得更容易，你能做出来的东西，别人也可以很快做出来。那么，谁才能真正跑出来呢？
很明显，那些清楚要做什么并且知道如何改进的人将胜出。因为决定成败的关键，不再只是实现能力，更是你是否找到了真实存在的问题，并且在一个值得投入的方向上不断迭代。
因此，我们特训营认为，未来真正稀缺的，反而是那些过去在大家眼中“很虚”的能力，比如理解问题、组合资源、定义产品。
这也是为什么，那个小朋友对AI陪伴玩具的评价，显得十分宝贵。他关注的是体积和使用场景，并给出了改进的方向。
这样的判断，看似简单，但恰恰属于典型的“会者不难，难者不会”。很多产品之所以难以真正落地，问题往往源于一开始就没有把问题看清楚。
这也是我们特训营反复强调的，未来真正拉开差距的，不只是知识和技能本身，而是能用这些知识和自己的观察去给出判断，并利用现有工具把这些判断快速落地。
所以，在技术门槛快速降低的今天，我们可千万不要讲什么行业老资格，而是要多听听外行、听听孩子们的看法。
最后，也想问你，在你的工作和生活中，是否也有一些门槛正在快速降低？而对应的，真正的价值又在向哪里迁移和集中？有没有孩子在帮你提供洞察、找到机会呢？
更多的科技产业新趋势和底层规律，在往期我们特训营直播课中也做过了深入讲解，欢迎加入我们特训营学习，和我们一起，先人一步，领先一路！
理解趋势投资，对我们每个人的意义重大。
经历了价值投资和趋势投资完整的经济周期，经过了市场涨跌的洗礼，经历了那些不同因素对你产生的影响，我们对人生阶段的掌控力就会极大的加强。
我们特训营的使命之一，就是帮助你在充满不确定性的未来，做出最正确的选择，并坚定的相信，敢于下重注赌未来，成为时代的赢家。
有关趋势投资时代的详细规则，各个科技产业前沿领域的价值洼地与未来潜力股，更多产业深度分析和底层思考逻辑，我们会在特训营里分享，欢迎加入。
如果您觉得文章内容有收获，请一定帮忙转发，您的行动就是对我们的最大支持。
0 00
Agent时代，用户究竟要什么样的电脑？是只是更快一点，还是要彻底换一种思路？这个问题，至今甚至还没有被认真讨论过。
最近，苹果给出了自己的答案。
3月26日，苹果把Mac Pro从官网产品页移除，并向多家媒体确认，不会再推出新的Mac Pro硬件。未来，苹果高端桌面产品线就只剩下Mac Studio，而高端移动端则继续由MacBook Pro负责。
Mac Studio目前提供M4 Max和M3 Ultra两种方案，最高支持512GB内存和16TB SSD硬盘。不仅体积更小，价格更便宜，性能还和Mac Pro差不多。
不过，从最近两个月的市场反应看，苹果系设备里，最先被Agent带起来的是Mac mini。
OpenClaw的爆火，就像一个金蛋砸在了苹果头上。Mac mini的需求猛增，高配机型的发货时间明显变长。
所以，苹果也决定集中力量推出更强的一体化设备，他们并不看好模块化、塔式、可长期扩展的专业工作站。
但苹果给出的答案，很可能只覆盖了 Agent 时代第一阶段的需求。
我们特训营认为，如果Agent普遍进入日常工作和生活，用户对终端设备的要求将很快发生变化。用户需要的，可能不再只是一台更强的电脑，而是一个可以长期运行的个人算力中心。苹果显然没有看到这个趋势，而这背后，或许藏着属于你的机会。
需求大趋势。
先要说明的是，个人算力中心的需求，不会一夜之间冒出来。
一开始，大家只是想在本地跑几个轻量的Agent。因此，很多人、包括苹果会觉得，Mac mini、Mac Studio 这样的设备已经可以接住很大一部分需求。
但再往后，事情就会发生变化。
Agent真正有价值的地方，不是偶尔替你处理几个任务，而是跟你长期互动后，记录了大量的行为历史、喜好和习惯，为你提供个性化的服务。
假如你想让OpenClaw成为个人助理，帮你整理工作和生活中的各类资料，比如整理邮件和聊天信息、追踪项目进度，甚至是整理孩子的学习资料，并给你提醒和建议。
那它就不可能只是偶尔回答你几个问题，必然需要长期记录你和客户、同事、家人的各类互动，并且形成只属于你的上下文，成为一个懂你的Agent。
这些很容易带有隐私的内容，我相信很多人会拒绝上传到云端。
此时，用户本地保存的，就不再只是几份文件、几张照片，而是长期的工作记录、Agent之间协作留下来的结果、个人知识库、家庭信息等私密数据，并成为未来用各种Agent完成任务的基础。
隐私就会变成一个必须要考虑的真实需求。
用户并不介意把一两次问题交给云端处理，但必然很难接受自己长期积累下来的隐私数据也不断交给云端去记录和分析。
同时，成本问题也会冒出来。
今天大家觉得调用云端模型很方便，价格也能接受。但当你积累了大量的资料和互动历史，Agent每次都要从云端调用越来越长的上下文，不仅速度会下降，算力成本也一定会迅速上升。
到那个时候，在本地部署一个小模型，用于本地推理和本地检索，将会变成刚需。
但你会发现，一旦需求变了，设备的角色也会跟着变。
用户当然需要一台性能很强的机器。但更关键的是，它要能长期保存私有数据，要能承接多个Agent的调用，还要能随着需求变化不断升级存储、内存和算力，还最好不宕机，就像一个小型算力中心。只不过它只服务于用户个人，或者一个家庭。
这里面的区别很重要。
普通电脑的逻辑是，买一台性能好的电脑，用上几年，然后整机换代。它强调的是峰值性能、便携，以及机器的性价比。
但个人算力中心的逻辑不一样。它强调的是好上手部署、持续运行、持续扩容、持续沉淀数据，还要把已经跑起来的Agent、模型和工具链稳定接下去。它是一个小型基础设施，而不是一件几年一换的消费电子。
前者是越用越贬值，用户迁移也很方便。而后者，随着数据、模型、工作流和上下文的持续沉淀，迁移成本会越来越高，自然也越用越值钱，甚至会成为用户的长期资产。
苹果的误判。
所以，苹果现在给出的答案，只答对了一半，并放弃了另一半。
现在，苹果在用Mac mini、Mac Studio 和高配MacBook Pro去承接Agent的需求。其实他们什么也不用干，只需要把现有产品做得更强，再把产能提上去即可。
Mac Pro被停掉，却表明苹果显然没看到个人算力中心的趋势。
要知道，Mac Pro不只是一个高端桌面产品线，它代表的是另一种可扩展、可维护、可长期升级的硬件思路。
它可能老了、也贵了，在苹果当前的一体化产品策略里显得不合时宜。但它代表的那种思路，却有可能在未来爆发。
可是，苹果主动把这个产品线停掉了，把一个未来入口让了出去。
这个做法的影响，短期内不一定明显。大多数用户的需求还停留在第一阶段，也就是有个本地能跑Agent的设备就行，大家还没感受到个人算力中心的必要性。
但别忘了，消费者的感知一向是滞后的。说白了，大部分人并不知道自己未来真正需要什么。一个伟大的公司，恰恰要能提前预判消费者未来的需求，然后提前布局，并引领潮流。
这也正是乔布斯的厉害之处。他不是等用户把需求说清楚了再做，而是先看清趋势，再把产品推到用户面前。
如今的苹果，早已失去了乔布斯的灵性，他们只会顺着显性的需求不断延伸，已经失去了判断下一阶段需求并提前卡位的能力。
这背后的后果就是，苹果很可能难以感受到潮流的变化，从而慢于时代的发展，最终逐渐变成一个平庸的公司。
这就像是，如果在OpenClaw即将到来之前，苹果就把Mac mini停掉了，那他们必然无法感受到Agent时代的到来。等反应过来时，市场上的关键位置很可能已经被别人先占住了。
等未来个人算力中心的需求突然爆发，苹果也会后知后觉。他们当然可以回头重新去做，但那个时候，留给他们的市场又有多大呢？
我们特训营不是在为苹果惋惜，而是想提醒大家：不只是硬件设备，也不只是模型或软件，Agent的潮流将带来一场全产业的范式转移，谁先看懂这一点，谁就更有可能拿到下一阶段的主动权。而你又是否准备好了呢？
更多Agent产业的新趋势和底层规律，在我们特训营往期直播课中也做过了深入讲解，欢迎加入我们特训营学习，和我们一起，先人一步，领先一路！
理解趋势投资，对我们每个人的意义重大。
经历了价值投资和趋势投资完整的经济周期，经过了市场涨跌的洗礼，经历了那些不同因素对你产生的影响，我们对人生阶段的掌控力就会极大的加强。
我们特训营的使命之一，就是帮助你在充满不确定性的未来，做出最正确的选择，并坚定的相信，敢于下重注赌未来，成为时代的赢家。
有关趋势投资时代的详细规则，各个科技产业前沿领域的价值洼地与未来潜力股，更多产业深度分析和底层思考逻辑，我们会在特训营里分享，欢迎加入。
如果您觉得文章内容有收获，请一定帮忙转发，您的行动就是对我们的最大支持。
最近，苹果给出了自己的答案。
3月26日，苹果把Mac Pro从官网产品页移除，并向多家媒体确认，不会再推出新的Mac Pro硬件。未来，苹果高端桌面产品线就只剩下Mac Studio，而高端移动端则继续由MacBook Pro负责。
Mac Studio目前提供M4 Max和M3 Ultra两种方案，最高支持512GB内存和16TB SSD硬盘。不仅体积更小，价格更便宜，性能还和Mac Pro差不多。
不过，从最近两个月的市场反应看，苹果系设备里，最先被Agent带起来的是Mac mini。
OpenClaw的爆火，就像一个金蛋砸在了苹果头上。Mac mini的需求猛增，高配机型的发货时间明显变长。
所以，苹果也决定集中力量推出更强的一体化设备，他们并不看好模块化、塔式、可长期扩展的专业工作站。
但苹果给出的答案，很可能只覆盖了 Agent 时代第一阶段的需求。
我们特训营认为，如果Agent普遍进入日常工作和生活，用户对终端设备的要求将很快发生变化。用户需要的，可能不再只是一台更强的电脑，而是一个可以长期运行的个人算力中心。苹果显然没有看到这个趋势，而这背后，或许藏着属于你的机会。
需求大趋势。
先要说明的是，个人算力中心的需求，不会一夜之间冒出来。
一开始，大家只是想在本地跑几个轻量的Agent。因此，很多人、包括苹果会觉得，Mac mini、Mac Studio 这样的设备已经可以接住很大一部分需求。
但再往后，事情就会发生变化。
Agent真正有价值的地方，不是偶尔替你处理几个任务，而是跟你长期互动后，记录了大量的行为历史、喜好和习惯，为你提供个性化的服务。
假如你想让OpenClaw成为个人助理，帮你整理工作和生活中的各类资料，比如整理邮件和聊天信息、追踪项目进度，甚至是整理孩子的学习资料，并给你提醒和建议。
那它就不可能只是偶尔回答你几个问题，必然需要长期记录你和客户、同事、家人的各类互动，并且形成只属于你的上下文，成为一个懂你的Agent。
这些很容易带有隐私的内容，我相信很多人会拒绝上传到云端。
此时，用户本地保存的，就不再只是几份文件、几张照片，而是长期的工作记录、Agent之间协作留下来的结果、个人知识库、家庭信息等私密数据，并成为未来用各种Agent完成任务的基础。
隐私就会变成一个必须要考虑的真实需求。
用户并不介意把一两次问题交给云端处理，但必然很难接受自己长期积累下来的隐私数据也不断交给云端去记录和分析。
同时，成本问题也会冒出来。
今天大家觉得调用云端模型很方便，价格也能接受。但当你积累了大量的资料和互动历史，Agent每次都要从云端调用越来越长的上下文，不仅速度会下降，算力成本也一定会迅速上升。
到那个时候，在本地部署一个小模型，用于本地推理和本地检索，将会变成刚需。
但你会发现，一旦需求变了，设备的角色也会跟着变。
用户当然需要一台性能很强的机器。但更关键的是，它要能长期保存私有数据，要能承接多个Agent的调用，还要能随着需求变化不断升级存储、内存和算力，还最好不宕机，就像一个小型算力中心。只不过它只服务于用户个人，或者一个家庭。
这里面的区别很重要。
普通电脑的逻辑是，买一台性能好的电脑，用上几年，然后整机换代。它强调的是峰值性能、便携，以及机器的性价比。
但个人算力中心的逻辑不一样。它强调的是好上手部署、持续运行、持续扩容、持续沉淀数据，还要把已经跑起来的Agent、模型和工具链稳定接下去。它是一个小型基础设施，而不是一件几年一换的消费电子。
前者是越用越贬值，用户迁移也很方便。而后者，随着数据、模型、工作流和上下文的持续沉淀，迁移成本会越来越高，自然也越用越值钱，甚至会成为用户的长期资产。
苹果的误判。
所以，苹果现在给出的答案，只答对了一半，并放弃了另一半。
现在，苹果在用Mac mini、Mac Studio 和高配MacBook Pro去承接Agent的需求。其实他们什么也不用干，只需要把现有产品做得更强，再把产能提上去即可。
Mac Pro被停掉，却表明苹果显然没看到个人算力中心的趋势。
要知道，Mac Pro不只是一个高端桌面产品线，它代表的是另一种可扩展、可维护、可长期升级的硬件思路。
它可能老了、也贵了，在苹果当前的一体化产品策略里显得不合时宜。但它代表的那种思路，却有可能在未来爆发。
可是，苹果主动把这个产品线停掉了，把一个未来入口让了出去。
这个做法的影响，短期内不一定明显。大多数用户的需求还停留在第一阶段，也就是有个本地能跑Agent的设备就行，大家还没感受到个人算力中心的必要性。
但别忘了，消费者的感知一向是滞后的。说白了，大部分人并不知道自己未来真正需要什么。一个伟大的公司，恰恰要能提前预判消费者未来的需求，然后提前布局，并引领潮流。
这也正是乔布斯的厉害之处。他不是等用户把需求说清楚了再做，而是先看清趋势，再把产品推到用户面前。
如今的苹果，早已失去了乔布斯的灵性，他们只会顺着显性的需求不断延伸，已经失去了判断下一阶段需求并提前卡位的能力。
这背后的后果就是，苹果很可能难以感受到潮流的变化，从而慢于时代的发展，最终逐渐变成一个平庸的公司。
这就像是，如果在OpenClaw即将到来之前，苹果就把Mac mini停掉了，那他们必然无法感受到Agent时代的到来。等反应过来时，市场上的关键位置很可能已经被别人先占住了。
等未来个人算力中心的需求突然爆发，苹果也会后知后觉。他们当然可以回头重新去做，但那个时候，留给他们的市场又有多大呢？
我们特训营不是在为苹果惋惜，而是想提醒大家：不只是硬件设备，也不只是模型或软件，Agent的潮流将带来一场全产业的范式转移，谁先看懂这一点，谁就更有可能拿到下一阶段的主动权。而你又是否准备好了呢？
更多Agent产业的新趋势和底层规律，在我们特训营往期直播课中也做过了深入讲解，欢迎加入我们特训营学习，和我们一起，先人一步，领先一路！
理解趋势投资，对我们每个人的意义重大。
经历了价值投资和趋势投资完整的经济周期，经过了市场涨跌的洗礼，经历了那些不同因素对你产生的影响，我们对人生阶段的掌控力就会极大的加强。
我们特训营的使命之一，就是帮助你在充满不确定性的未来，做出最正确的选择，并坚定的相信，敢于下重注赌未来，成为时代的赢家。
有关趋势投资时代的详细规则，各个科技产业前沿领域的价值洼地与未来潜力股，更多产业深度分析和底层思考逻辑，我们会在特训营里分享，欢迎加入。
如果您觉得文章内容有收获，请一定帮忙转发，您的行动就是对我们的最大支持。
1 01
很多时候，我们明明知道一家公司很好，但如果它的价格太高，再买入也就不合适了。
最近，多家媒体透露，SpaceX正准备向美国SEC提交招股说明书。这次募资规模可能超过750亿美元，目标估值高达1.75万亿美元左右，最快将在今年6月挂牌。
如果成真，这会是历史上最大的IPO事件。
众所周知，SpaceX是马斯克最核心的公司之一。它承载的不只是火箭发射业务，还有更大的太空经济愿景，以及马斯克的火星殖民梦想。
所以，SpaceX能否上市，其实已经不太重要了。
但梦想归梦想，账还是要算清的。我们特训营更关心的是，1.75万亿美元这个价格，是在给什么业务定价。更现实的问题是，未来SpaceX又能否兑现这个定价呢？
讲个更大的故事。
首先，我们一起看看现在的SpaceX究竟什么样。
SpaceX今天确实已经是全球最强的商业航天公司。火箭回收技术改写了成本结构，让它在发射频率和发射货物量上处于绝对领先的地位。
星链（Starlink）也已经形成了大规模收入，并且增长迅速。2025年，SpaceX的利润大约是80亿美元，收入大约150亿到160亿美元。其中，星链贡献了大部分收入。
这个体量已经很强了。放在全球商业航天公司里，SpaceX基本没有对手。
但问题也来了，如果估值真的到了1.75万亿美元，SpaceX就不能只是一家很强的火箭公司。
市场所买的，不只是今天的火箭发射和星链业务，马斯克还必须给大家更大的未来。
于是，在更早的3月21日，特斯拉、SpaceX和xAI还联合公布了一个大项目——Terafab。他们计划在得州奥斯汀自建半导体工厂，总投资大约200亿到250亿美元。
据称，他们要建两座专用晶元厂。一座专门生产给Tesla汽车、Optimus机器人和FSD系统使用的推理芯片，另一座则专门面向太空环境，为太空算力中心提供芯片。
显然，这又是马斯克的另一个大手笔，而且也和IPO息息相关。
如果上市顺利，SpaceX募集到的资金不仅可以支持星舰的高频发射、星链的扩张等大项目，也会给Terafab提供更强的资金支撑。
他给出的目标也很夸张。Terafab未来要产出1TW的算力，约相当于当前全球AI算力总产能的50倍。而且，未来新增的这些算力，大部分都将送上太空。
这说明，马斯克自己也知道，只靠目前的火箭发射和星链业务，故事还不够大，火星殖民的故事则过于遥远。
他需要把芯片、算力、自动驾驶、机器人、以及还几乎为零的太空算力等所有东西尽量绑在一起。只有把故事讲到这个程度，市场对SpaceX未来的想象才可能继续往上推。
吹泡泡。
但接下来，光有故事还不够，我们更要考虑的是，它未来要增长到什么程度，才能把1.75万亿美元的价格消化掉。
如果只按今天的体量去看，这个价格显然已经太高了。
就算SpaceX未来几年收入利润继续翻倍，比如星链收入增长到200~300亿美元的规模，也很难支撑1.75万亿美元的估值。
所以，它不能只吃掉美国的需求，也不能只吃今天已经形成的需求。它必须不断吃下全球更多发射需求，直到发射所有国家的互联网卫星，甚至未来的太空基础设施都由它一家独揽。只有这样，今天这个价格才有可能在未来慢慢显得不那么离谱。
可是，SpaceX能做到吗？可能性不大。
要知道，太空经济不是普通的消费市场，它和国家主权、信息安全、通信控制权、产业独立性都紧紧绑定。未来需求可能很大，但这些需求并不会像普通商品那样随意流动，并不是谁的能力强、服务好，订单就流到谁的手里。
例如，中国确实有很大的太空互联网计划，后面有巨量的发射需求。
公开资料显示，中国有两个核心低地球轨道宽带星座计划——千帆星座和国网，合计规划大约3万颗卫星，并且要在2030年左右实现大规模部署。
此外，中国还向国际电信联盟提交了大规模频谱和轨道申请，总规模超过20万颗。虽然这些申请被视为锁定资源的做法，不是要立即全部部署，但也表明，太空互联网的潜在需求非常巨大。
然而，这么大的需求很难真正流到SpaceX手里。
一方面，美国政府不会允许SpaceX去承接中国的发射任务，帮中国搭建太空互联网。另一方面，中国也不会愿意把这么关键的基础设施长期交给SpaceX负责搭建。
欧洲的情况其实也类似。
虽然他们现在靠SpaceX发射太空互联网卫星，未来也会继续使用下去，但未来太空算力的建设，可能涉及数百亿欧元的投资，欧洲也必然不会全盘交给SpaceX，而是尽量把自己的能力发展起来。
近两年，欧洲航天和卫星行业一直在推动整合，其实就是这个趋势的反映。
因此，说到这里，你会发现，任何大国和大经济体都不可能完全依赖SpaceX。即便他们技术优势明显，商业能力也很强，但也突破不了地缘政治和主权安全的限制。
那么，摆在SpaceX面前的，就只剩下太空算力这个故事了。
但要实现太空算力，后面还要克服芯片设计和制造、发射频率、能源供给、热管理、轨道维护、数据回传等一系列技术和工程难题。特别是，这个领域连个试点项目都没有，现在纯粹就是个故事。
未来第一批稳定运营的太空算力设施，到底什么时候能真正出现，能做到多大规模，成本能不能降下来，现在都还没有答案。
退一万步讲，哪怕十年以后，太空算力实现了，SpaceX的市值也达到了万亿规模，但也只是把今天的高估值做实了，今天以1.75万亿美元这个价格买入的人，真的能坚持等到那个不确定的未来吗？又值得等待吗？
更多新趋势、产业信号和底层规律，欢迎加入我们特训营学习，和我们一起，先人一步，领先一路！
理解趋势投资，对我们每个人的意义重大。
经历了价值投资和趋势投资完整的经济周期，经过了市场涨跌的洗礼，经历了那些不同因素对你产生的影响，我们对人生阶段的掌控力就会极大的加强。
我们特训营的使命之一，就是帮助你在充满不确定性的未来，做出最正确的选择，并坚定的相信，敢于下重注赌未来，成为时代的赢家。
有关趋势投资时代的详细规则，各个科技产业前沿领域的价值洼地与未来潜力股，更多产业深度分析和底层思考逻辑，我们会在特训营里分享，欢迎加入。
如果您觉得文章内容有收获，请一定帮忙转发，您的行动就是对我们的最大支持。
最近，多家媒体透露，SpaceX正准备向美国SEC提交招股说明书。这次募资规模可能超过750亿美元，目标估值高达1.75万亿美元左右，最快将在今年6月挂牌。
如果成真，这会是历史上最大的IPO事件。
众所周知，SpaceX是马斯克最核心的公司之一。它承载的不只是火箭发射业务，还有更大的太空经济愿景，以及马斯克的火星殖民梦想。
所以，SpaceX能否上市，其实已经不太重要了。
但梦想归梦想，账还是要算清的。我们特训营更关心的是，1.75万亿美元这个价格，是在给什么业务定价。更现实的问题是，未来SpaceX又能否兑现这个定价呢？
讲个更大的故事。
首先，我们一起看看现在的SpaceX究竟什么样。
SpaceX今天确实已经是全球最强的商业航天公司。火箭回收技术改写了成本结构，让它在发射频率和发射货物量上处于绝对领先的地位。
星链（Starlink）也已经形成了大规模收入，并且增长迅速。2025年，SpaceX的利润大约是80亿美元，收入大约150亿到160亿美元。其中，星链贡献了大部分收入。
这个体量已经很强了。放在全球商业航天公司里，SpaceX基本没有对手。
但问题也来了，如果估值真的到了1.75万亿美元，SpaceX就不能只是一家很强的火箭公司。
市场所买的，不只是今天的火箭发射和星链业务，马斯克还必须给大家更大的未来。
于是，在更早的3月21日，特斯拉、SpaceX和xAI还联合公布了一个大项目——Terafab。他们计划在得州奥斯汀自建半导体工厂，总投资大约200亿到250亿美元。
据称，他们要建两座专用晶元厂。一座专门生产给Tesla汽车、Optimus机器人和FSD系统使用的推理芯片，另一座则专门面向太空环境，为太空算力中心提供芯片。
显然，这又是马斯克的另一个大手笔，而且也和IPO息息相关。
如果上市顺利，SpaceX募集到的资金不仅可以支持星舰的高频发射、星链的扩张等大项目，也会给Terafab提供更强的资金支撑。
他给出的目标也很夸张。Terafab未来要产出1TW的算力，约相当于当前全球AI算力总产能的50倍。而且，未来新增的这些算力，大部分都将送上太空。
这说明，马斯克自己也知道，只靠目前的火箭发射和星链业务，故事还不够大，火星殖民的故事则过于遥远。
他需要把芯片、算力、自动驾驶、机器人、以及还几乎为零的太空算力等所有东西尽量绑在一起。只有把故事讲到这个程度，市场对SpaceX未来的想象才可能继续往上推。
吹泡泡。
但接下来，光有故事还不够，我们更要考虑的是，它未来要增长到什么程度，才能把1.75万亿美元的价格消化掉。
如果只按今天的体量去看，这个价格显然已经太高了。
就算SpaceX未来几年收入利润继续翻倍，比如星链收入增长到200~300亿美元的规模，也很难支撑1.75万亿美元的估值。
所以，它不能只吃掉美国的需求，也不能只吃今天已经形成的需求。它必须不断吃下全球更多发射需求，直到发射所有国家的互联网卫星，甚至未来的太空基础设施都由它一家独揽。只有这样，今天这个价格才有可能在未来慢慢显得不那么离谱。
可是，SpaceX能做到吗？可能性不大。
要知道，太空经济不是普通的消费市场，它和国家主权、信息安全、通信控制权、产业独立性都紧紧绑定。未来需求可能很大，但这些需求并不会像普通商品那样随意流动，并不是谁的能力强、服务好，订单就流到谁的手里。
例如，中国确实有很大的太空互联网计划，后面有巨量的发射需求。
公开资料显示，中国有两个核心低地球轨道宽带星座计划——千帆星座和国网，合计规划大约3万颗卫星，并且要在2030年左右实现大规模部署。
此外，中国还向国际电信联盟提交了大规模频谱和轨道申请，总规模超过20万颗。虽然这些申请被视为锁定资源的做法，不是要立即全部部署，但也表明，太空互联网的潜在需求非常巨大。
然而，这么大的需求很难真正流到SpaceX手里。
一方面，美国政府不会允许SpaceX去承接中国的发射任务，帮中国搭建太空互联网。另一方面，中国也不会愿意把这么关键的基础设施长期交给SpaceX负责搭建。
欧洲的情况其实也类似。
虽然他们现在靠SpaceX发射太空互联网卫星，未来也会继续使用下去，但未来太空算力的建设，可能涉及数百亿欧元的投资，欧洲也必然不会全盘交给SpaceX，而是尽量把自己的能力发展起来。
近两年，欧洲航天和卫星行业一直在推动整合，其实就是这个趋势的反映。
因此，说到这里，你会发现，任何大国和大经济体都不可能完全依赖SpaceX。即便他们技术优势明显，商业能力也很强，但也突破不了地缘政治和主权安全的限制。
那么，摆在SpaceX面前的，就只剩下太空算力这个故事了。
但要实现太空算力，后面还要克服芯片设计和制造、发射频率、能源供给、热管理、轨道维护、数据回传等一系列技术和工程难题。特别是，这个领域连个试点项目都没有，现在纯粹就是个故事。
未来第一批稳定运营的太空算力设施，到底什么时候能真正出现，能做到多大规模，成本能不能降下来，现在都还没有答案。
退一万步讲，哪怕十年以后，太空算力实现了，SpaceX的市值也达到了万亿规模，但也只是把今天的高估值做实了，今天以1.75万亿美元这个价格买入的人，真的能坚持等到那个不确定的未来吗？又值得等待吗？
更多新趋势、产业信号和底层规律，欢迎加入我们特训营学习，和我们一起，先人一步，领先一路！
理解趋势投资，对我们每个人的意义重大。
经历了价值投资和趋势投资完整的经济周期，经过了市场涨跌的洗礼，经历了那些不同因素对你产生的影响，我们对人生阶段的掌控力就会极大的加强。
我们特训营的使命之一，就是帮助你在充满不确定性的未来，做出最正确的选择，并坚定的相信，敢于下重注赌未来，成为时代的赢家。
有关趋势投资时代的详细规则，各个科技产业前沿领域的价值洼地与未来潜力股，更多产业深度分析和底层思考逻辑，我们会在特训营里分享，欢迎加入。
如果您觉得文章内容有收获，请一定帮忙转发，您的行动就是对我们的最大支持。
1 00
3月中旬，SXSW 2026大会上，Y Combinator CEO Garry Tan对着知名投资人Bill Gurley说了一句话：
「我得了赛博精神病...我已经觉得自己24小时都在嗑药了。」。
这里说的不是什么禁用药品，而是AI工具。
在过去60天里，Garry Tan用AI编程工具Claude Code写了60万行生产级代码。每天1到2万行。
同时，他还在全职运营YC，全球最顶级的创业孵化器。
因为兴奋到停不下来，他最近每天只睡4小时。
不久前，他把自己用的一套Claude Code配置开源到GitHub，取名gstack。48小时内，GitHub星标突破两万。
截至今天，已经超过4万星。
不少人问「为什么Garry Tan的Claude Code配置收获了这么多点赞」。
有人评论：「如果他不是YC的CEO，这东西根本不会有人看」「4万星的项目，只是一堆prompt文件」。
确实，gstack本质上就是15个文本文件，但它真正的价值是让我们看见：
AI时代通过新的积木式创新，我们不但能让思维显化，更能以此构建自己的顶尖团队。
顶级牛人的AI用法，让思维显化。
打开gstack的GitHub仓库，你会看到15个「Skill」文件。每一个代表一个角色：
/ceo-review：以CEO视角审查产品决策。
/eng-manager：以工程经理视角做代码审查和架构决策。
/designer：以产品设计师视角评估用户体验。
/qa：以QA工程师视角做测试和质量把关。
/release-manager：管理发布流程。
/doc-engineer：撰写技术文档。
/plan：制定开发计划。
看到规律了吗？这不是15个提示词，是一个人拆分成了一支完整的团队。
CEO负责方向判断，工程经理负责代码质量，设计师负责用户体验，QA负责找Bug，文档工程师负责写说明书，发布经理负责上线。
过去，这需要一个6-8人的产品团队。现在，Garry Tan一个人在这些角色之间来回切换，每次切换只需要输入一个斜杠命令。
gstack确实没有带来技术上的创新，它展示了AI的一种新用法，为牛人提供显式的认知模式切换。
巴菲特的合伙人查理·芒格有一个著名的思维武器，叫 「多元思维模型格栅」。
简单说就是要从心理学、工程学、经济学等不同领域各取最核心的模型，编成一张网，通过多个视角思考问题，才能找到真正的解。
这套方法说起来简单，做起来却很难，因为人脑只有一个，一个人如果没有精神分裂，确实很难同时用不同视角思考问题。
gstack的解法，就是给AI装了一套芒格式的模型格栅：15个Skill文件就是15个思维模型，需要的时候一个斜杠命令你就能获得不同视角。
换句话说，gstack不是教AI写更好的代码。它教的是一个人如何同时拥有一整支团队的思维方式。
它迫使你在动手之前，先想清楚：这个东西该不该做？优先级对不对？用户真的需要吗？
CEO、牛人们已经开始行动。
Garry Tan不是一个人在「发病」。如果你把视线从YC移开，会发现硅谷最顶层的人已经亲自下场了。
马克·扎克伯格，Meta CEO，在2025年4月的播客中预言「12到18个月内，Meta大部分代码将由AI编写」。
一年后，《华尔街日报》曝光他已经开始打造自己的CEO智能体，让AI替自己处理管理决策。他的目标是到2026年底，AI承担Meta一半的开发工作。
Andrej Karpathy，OpenAI联合创始人，2025年底直接宣布：「我已经完全不手写代码了」，最近更是推出一个Autoresearch，让AI自动优化AI训练。
Anthropic在2026年3月开源了Everything Claude Code，17个官方技能，3万多星。同时发布内部白皮书，披露10个部门的Claude Code实战案例。
把镜头再拉远一点，看看2026年3月这一个月里同时发生了什么，一系列非传统的AI编程项目全面爆发：
Garry Tan的gstack开源，4万星。
Anthropic开源Everything Claude Code，3万多星。
OpenClaw持续爆火，突破24.7万星。
它们共同画出了一条清晰的趋势线，AI不再是「技术趋势」，正在各行各业创造真正的「范式转移」。
去年，你可能还为AI补全一行代码、生成一个函数感到惊喜。
现在，真正的AI用法是：运行一整支虚拟团队，CEO看方向、工程师写代码、设计师磨体验、QA挑毛病，文档工程师写说明书。
批评者可以简单说「不过是一堆prompt得组合」，或许他们说的没错。
但当一堆prompt就能让一个人等于一个团队的时候，「一堆prompt」就是全新的积木式创新。
新的AI用法不只属于程序员，也属于你。
你可能不是程序员。你可能不用Claude Code。你可能觉得这些都是极客圈的事。
但想想看，无论是今天我们聊的Garry Tan用gstack把自己变成了一支产品团队。
还是上周提到的，Austin Lau用Claude Code把自己变成了一支营销团队。
工具是相同的，方法论是相同的。区别只在于你把它用在哪个领域。
更重要的是，定义角色、构建上下文、让AI在角色中执行…不需要你会写代码。它需要的是你理解自己的工作流程，知道哪些环节可以拆分，哪些角色可以让AI扮演。
最顶尖的AI实践者正在把自己的「武器库」摆到桌面上，告诉你：来，拿去用。
问题只剩一个：你什么时候开始？
如果你还迷茫于如何起步，我们特训营AI小课第五季是你不错的选择。
五季教学内容，帮助大量专业人士掌握AI工具，赋能自己的产出，现在加入和我们一起用好AI，打造自己的AI团队吧。
「我得了赛博精神病...我已经觉得自己24小时都在嗑药了。」。
这里说的不是什么禁用药品，而是AI工具。
在过去60天里，Garry Tan用AI编程工具Claude Code写了60万行生产级代码。每天1到2万行。
同时，他还在全职运营YC，全球最顶级的创业孵化器。
因为兴奋到停不下来，他最近每天只睡4小时。
不久前，他把自己用的一套Claude Code配置开源到GitHub，取名gstack。48小时内，GitHub星标突破两万。
截至今天，已经超过4万星。
不少人问「为什么Garry Tan的Claude Code配置收获了这么多点赞」。
有人评论：「如果他不是YC的CEO，这东西根本不会有人看」「4万星的项目，只是一堆prompt文件」。
确实，gstack本质上就是15个文本文件，但它真正的价值是让我们看见：
AI时代通过新的积木式创新，我们不但能让思维显化，更能以此构建自己的顶尖团队。
顶级牛人的AI用法，让思维显化。
打开gstack的GitHub仓库，你会看到15个「Skill」文件。每一个代表一个角色：
/ceo-review：以CEO视角审查产品决策。
/eng-manager：以工程经理视角做代码审查和架构决策。
/designer：以产品设计师视角评估用户体验。
/qa：以QA工程师视角做测试和质量把关。
/release-manager：管理发布流程。
/doc-engineer：撰写技术文档。
/plan：制定开发计划。
看到规律了吗？这不是15个提示词，是一个人拆分成了一支完整的团队。
CEO负责方向判断，工程经理负责代码质量，设计师负责用户体验，QA负责找Bug，文档工程师负责写说明书，发布经理负责上线。
过去，这需要一个6-8人的产品团队。现在，Garry Tan一个人在这些角色之间来回切换，每次切换只需要输入一个斜杠命令。
gstack确实没有带来技术上的创新，它展示了AI的一种新用法，为牛人提供显式的认知模式切换。
巴菲特的合伙人查理·芒格有一个著名的思维武器，叫 「多元思维模型格栅」。
简单说就是要从心理学、工程学、经济学等不同领域各取最核心的模型，编成一张网，通过多个视角思考问题，才能找到真正的解。
这套方法说起来简单，做起来却很难，因为人脑只有一个，一个人如果没有精神分裂，确实很难同时用不同视角思考问题。
gstack的解法，就是给AI装了一套芒格式的模型格栅：15个Skill文件就是15个思维模型，需要的时候一个斜杠命令你就能获得不同视角。
换句话说，gstack不是教AI写更好的代码。它教的是一个人如何同时拥有一整支团队的思维方式。
它迫使你在动手之前，先想清楚：这个东西该不该做？优先级对不对？用户真的需要吗？
CEO、牛人们已经开始行动。
Garry Tan不是一个人在「发病」。如果你把视线从YC移开，会发现硅谷最顶层的人已经亲自下场了。
马克·扎克伯格，Meta CEO，在2025年4月的播客中预言「12到18个月内，Meta大部分代码将由AI编写」。
一年后，《华尔街日报》曝光他已经开始打造自己的CEO智能体，让AI替自己处理管理决策。他的目标是到2026年底，AI承担Meta一半的开发工作。
Andrej Karpathy，OpenAI联合创始人，2025年底直接宣布：「我已经完全不手写代码了」，最近更是推出一个Autoresearch，让AI自动优化AI训练。
Anthropic在2026年3月开源了Everything Claude Code，17个官方技能，3万多星。同时发布内部白皮书，披露10个部门的Claude Code实战案例。
把镜头再拉远一点，看看2026年3月这一个月里同时发生了什么，一系列非传统的AI编程项目全面爆发：
Garry Tan的gstack开源，4万星。
Anthropic开源Everything Claude Code，3万多星。
OpenClaw持续爆火，突破24.7万星。
它们共同画出了一条清晰的趋势线，AI不再是「技术趋势」，正在各行各业创造真正的「范式转移」。
去年，你可能还为AI补全一行代码、生成一个函数感到惊喜。
现在，真正的AI用法是：运行一整支虚拟团队，CEO看方向、工程师写代码、设计师磨体验、QA挑毛病，文档工程师写说明书。
批评者可以简单说「不过是一堆prompt得组合」，或许他们说的没错。
但当一堆prompt就能让一个人等于一个团队的时候，「一堆prompt」就是全新的积木式创新。
新的AI用法不只属于程序员，也属于你。
你可能不是程序员。你可能不用Claude Code。你可能觉得这些都是极客圈的事。
但想想看，无论是今天我们聊的Garry Tan用gstack把自己变成了一支产品团队。
还是上周提到的，Austin Lau用Claude Code把自己变成了一支营销团队。
工具是相同的，方法论是相同的。区别只在于你把它用在哪个领域。
更重要的是，定义角色、构建上下文、让AI在角色中执行…不需要你会写代码。它需要的是你理解自己的工作流程，知道哪些环节可以拆分，哪些角色可以让AI扮演。
最顶尖的AI实践者正在把自己的「武器库」摆到桌面上，告诉你：来，拿去用。
问题只剩一个：你什么时候开始？
如果你还迷茫于如何起步，我们特训营AI小课第五季是你不错的选择。
五季教学内容，帮助大量专业人士掌握AI工具，赋能自己的产出，现在加入和我们一起用好AI，打造自己的AI团队吧。
0 00
本周三，我们特训营了【商业航天产业扫描】专题直播，不小心又踩中了科技炒作的热点。
直播当天，The Information爆出一条重磅消息：SpaceX最快本周提交IPO招股书，融资目标从500亿美元上调至750亿美元以上。
如果成真，有望冲击人类历史上最大IPO的王冠。
同一时段，蓝箭、天兵、星际荣耀、星河动力、中科宇航，五家火箭公司冲刺IPO的消息引发关注。
站在这个资本风口，我们该如何理解商业航天的未来趋势？
SpaceX到底有多赚钱？
大部分人对SpaceX的印象还停留在「发火箭的公司」。但看一眼它2025年的财务数据，你会发现这根本不是一家航天公司，这是一台印钞机。
年收入：150-160亿美元。
不算折旧、摊销，利润约80亿美元。
全球最赚钱的SaaS公司也不过如此，而SpaceX做的是造火箭、发卫星这种重资产生意。
支撑这门生意的，不是三天两头发射的猎鹰火箭，是Starlink那一堆飞在天上的卫星。
SpaceX拥有近9500颗卫星，覆盖全球超过900万付费用户，Starlink贡献了SpaceX总收入的60-70%。
大部分人更没有注意到，它已经不是「马斯克的卫星互联网实验」，这9500颗卫星之间已经织成了一张激光互联网。
9000多个激光终端在轨运行（不含部分老版本卫星），每条链路带宽200 Gbps（2026年将升级到400 Gbps），每天完成超过25万次激光对准，日传输数据量超过42 PB，在太空中形成了一张独立的互联网基础设施。
SpaceX甚至开始向第三方卫星出售「太空入网」服务，Mini Laser模块已完成飞行测试，25 Gbps带宽、4000公里通信距离，第三方卫星只要接入Starlink的激光骨干网，就能接入这张太空互联网。
这也正是Starlink最让投资人期待的地方，不只是一个卫星互联网服务商，它正在成为太空通信的基础设施平台，太空版的AWS。
1.5万亿美元，到底贵不贵？
面对充满想象力的未来故事，华尔街正在激烈争论这个问题。
Fortune做了一笔简单的算术：如果按1.5万亿美元估值、30倍市盈率计算，SpaceX需要每年赚500亿美元的利润才能合理化这个价格，这意味着它得比伯克希尔·哈撒韦还能赚钱。
按当前150亿美元收入计算，P/S（市销率）超过100倍。放在任何一个传统估值框架里，这都是天文数字。
Morningstar和PitchBook等分析师有不同的看法：如果Starship按计划实现全系统复用，1.1万亿到1.7万亿美元的估值区间"贵但不疯狂"。
分歧的核心在于：你把SpaceX当成一家火箭公司，还是一个太空时代的基础设施平台？
站在金融投资人的角度，还有一些新的动态值得关注：
彭博社透露，标普道琼斯指数公司（S&P Dow Jones Indices LLC）正在考虑修改关于企业加入标普 500 指数的规则。传统规则限制下新上市公司至少要在一年后才能纳入标普500指数，新的修订标准可能会让SpaceX半年内纳入指数。
标普 500 指数规则的任何调整对市场都有重大影响，粗略统计与指数挂钩的资金规模约为 24 万亿美元。
一旦SpaceX快速纳入指数，一定会有引发一场剧烈的买入潮。
换句话说，SpaceX的IPO不仅是一次融资，它可能重塑整个美股的权重格局。
中国五小龙冲刺IPO，离SpaceX有多远？
回到中国这边。
五家民营火箭公司同样在冲刺IPO的路上，似乎离SpaceX只差一个身位。
蓝箭航天， 朱雀二号是全球第一款成功入轨的甲烷火箭，天鹊发动机推力调节范围45%-110%，这个指标追上了SpaceX的水平，既是可回收火箭最有力的挑战者，也是最接近IPO的玩家。
天兵科技， 天龙三号已完成静态点火，走的是煤油过渡到甲烷的务实路线，先保证能飞、能交付订单，再迭代技术。
星河动力，用固体火箭谷神星一号先跑通商业发射订单（成功率高、交付快），同时研发液体可复用火箭。「先活下来，再做大事」的生存策略。
中科宇航， 中科院体系出身，力箭一号专攻固体大载荷发射，走的是差异化路线。
星际荣耀， 国内最早押注可复用技术的民企之一，单轮融资50.37亿元刷新行业纪录。
IPO赛道上，五小龙正在追平SpaceX的节奏。但技术上基本都在冲线之前，商业闭环更是远远没有形成。
IPO热潮≠商业航天爆发。
看到这里，你可能会问：这一轮中美商业航天同时冲刺IPO，是不是意味着太空经济的大爆发已经到来？
还没有。
早在2017年，我们特训营在《提前10年抓住太空商业机会》中就给出过一个关键判断：
航天产业的爆发依赖「平行展开」的产业生态。 不是解决了火箭发射就能带动产业发展，需要火箭发射、太空运营、商业应用同步拓展才能孕育出真正的商业航天产业。
我们特训营当时还算过一笔账：科技产业的形成，需要5到8年的研发期，加上5到8年的市场开拓期。 2030年我们才有希望看见商业航天产业真正迎来大爆发。
8年过去，我们用这个框架看今天的IPO热潮，同样能看清整个产业格局：中美商业航天公司同时冲刺资本市场，本质上是在争夺下一轮商业机会的起点，而不是终点。
IPO是产业平行展开的融资工具，是为未来5到8年的研发和市场开拓期储备弹药。真正的商业生态爆发，还需要时间。
这也是为什么在本周四我们特训营的直播中，要带大家穿透商业航天的营收来源，帮你看清「商业」二字背后，真正的主导力量是什么。
卫星制造、星座运营、地面终端、在轨服务、数据应用……产业上下游爆发背后，并不是简单的商业需求爆发。
如果你放眼长期、关注真正的科技趋势，眼下的商业航天还是保持关注得好。
商业航天的竞赛刚刚打响。
SpaceX可能在你读到我们特训营这篇文章的时候，就已经提交了招股书。
750亿美元的融资，1.5万亿美元的估值，人类史上最大的IPO，这不是一个普通的商业事件，这是太空经济从「实验室」走向商业化的标志性时刻。
它宣告的是8年前，我们特训营和大家还在畅想的太空经济打开爆发式增长的窗口，只是这个爆发并不会立刻到来。
在2030年的终局时点到来前，我们特训营还会和大家持续关注这个赛道的最新动态，挖掘真正值得关注的未来玩家。
如果你想更深入地理解：
商业航天的真实竞争格局，谁在领跑、谁在掉队？
SpaceX之后产业格局如何发展？下游市场在哪爆发？
中国商业航天IPO潮背后的产业逻辑和风险？
卫星直连手机、太空算力这些前沿赛道的真实进展？
本周的我们特训营·商业航天专场，已经用产业视角，完整拆解这个万亿赛道的全景地图。
欢迎现在加入我们特训营，让我们一起共同追踪这场商业航天的关键动态，先人一步，领先一路！
理解趋势投资，对我们每个人的意义重大。
经历了价值投资和趋势投资完整的经济周期，经过了市场涨跌的洗礼，经历了那些不同因素对你产生的影响，我们对人生阶段的掌控力就会极大的加强。
我们特训营的使命之一，就是帮助你在充满不确定性的未来，做出最正确的选择，并坚定的相信，敢于下重注赌未来，成为时代的赢家。
有关趋势投资时代的详细规则，各个科技产业前沿领域的价值洼地与未来潜力股，更多产业深度分析和底层思考逻辑，我们会在特训营里分享，欢迎加入。
如果您觉得文章内容有收获，请一定帮忙转发，您的行动就是对我们的最大支持。
直播当天，The Information爆出一条重磅消息：SpaceX最快本周提交IPO招股书，融资目标从500亿美元上调至750亿美元以上。
如果成真，有望冲击人类历史上最大IPO的王冠。
同一时段，蓝箭、天兵、星际荣耀、星河动力、中科宇航，五家火箭公司冲刺IPO的消息引发关注。
站在这个资本风口，我们该如何理解商业航天的未来趋势？
SpaceX到底有多赚钱？
大部分人对SpaceX的印象还停留在「发火箭的公司」。但看一眼它2025年的财务数据，你会发现这根本不是一家航天公司，这是一台印钞机。
年收入：150-160亿美元。
不算折旧、摊销，利润约80亿美元。
全球最赚钱的SaaS公司也不过如此，而SpaceX做的是造火箭、发卫星这种重资产生意。
支撑这门生意的，不是三天两头发射的猎鹰火箭，是Starlink那一堆飞在天上的卫星。
SpaceX拥有近9500颗卫星，覆盖全球超过900万付费用户，Starlink贡献了SpaceX总收入的60-70%。
大部分人更没有注意到，它已经不是「马斯克的卫星互联网实验」，这9500颗卫星之间已经织成了一张激光互联网。
9000多个激光终端在轨运行（不含部分老版本卫星），每条链路带宽200 Gbps（2026年将升级到400 Gbps），每天完成超过25万次激光对准，日传输数据量超过42 PB，在太空中形成了一张独立的互联网基础设施。
SpaceX甚至开始向第三方卫星出售「太空入网」服务，Mini Laser模块已完成飞行测试，25 Gbps带宽、4000公里通信距离，第三方卫星只要接入Starlink的激光骨干网，就能接入这张太空互联网。
这也正是Starlink最让投资人期待的地方，不只是一个卫星互联网服务商，它正在成为太空通信的基础设施平台，太空版的AWS。
1.5万亿美元，到底贵不贵？
面对充满想象力的未来故事，华尔街正在激烈争论这个问题。
Fortune做了一笔简单的算术：如果按1.5万亿美元估值、30倍市盈率计算，SpaceX需要每年赚500亿美元的利润才能合理化这个价格，这意味着它得比伯克希尔·哈撒韦还能赚钱。
按当前150亿美元收入计算，P/S（市销率）超过100倍。放在任何一个传统估值框架里，这都是天文数字。
Morningstar和PitchBook等分析师有不同的看法：如果Starship按计划实现全系统复用，1.1万亿到1.7万亿美元的估值区间"贵但不疯狂"。
分歧的核心在于：你把SpaceX当成一家火箭公司，还是一个太空时代的基础设施平台？
站在金融投资人的角度，还有一些新的动态值得关注：
彭博社透露，标普道琼斯指数公司（S&P Dow Jones Indices LLC）正在考虑修改关于企业加入标普 500 指数的规则。传统规则限制下新上市公司至少要在一年后才能纳入标普500指数，新的修订标准可能会让SpaceX半年内纳入指数。
标普 500 指数规则的任何调整对市场都有重大影响，粗略统计与指数挂钩的资金规模约为 24 万亿美元。
一旦SpaceX快速纳入指数，一定会有引发一场剧烈的买入潮。
换句话说，SpaceX的IPO不仅是一次融资，它可能重塑整个美股的权重格局。
中国五小龙冲刺IPO，离SpaceX有多远？
回到中国这边。
五家民营火箭公司同样在冲刺IPO的路上，似乎离SpaceX只差一个身位。
蓝箭航天， 朱雀二号是全球第一款成功入轨的甲烷火箭，天鹊发动机推力调节范围45%-110%，这个指标追上了SpaceX的水平，既是可回收火箭最有力的挑战者，也是最接近IPO的玩家。
天兵科技， 天龙三号已完成静态点火，走的是煤油过渡到甲烷的务实路线，先保证能飞、能交付订单，再迭代技术。
星河动力，用固体火箭谷神星一号先跑通商业发射订单（成功率高、交付快），同时研发液体可复用火箭。「先活下来，再做大事」的生存策略。
中科宇航， 中科院体系出身，力箭一号专攻固体大载荷发射，走的是差异化路线。
星际荣耀， 国内最早押注可复用技术的民企之一，单轮融资50.37亿元刷新行业纪录。
IPO赛道上，五小龙正在追平SpaceX的节奏。但技术上基本都在冲线之前，商业闭环更是远远没有形成。
IPO热潮≠商业航天爆发。
看到这里，你可能会问：这一轮中美商业航天同时冲刺IPO，是不是意味着太空经济的大爆发已经到来？
还没有。
早在2017年，我们特训营在《提前10年抓住太空商业机会》中就给出过一个关键判断：
航天产业的爆发依赖「平行展开」的产业生态。 不是解决了火箭发射就能带动产业发展，需要火箭发射、太空运营、商业应用同步拓展才能孕育出真正的商业航天产业。
我们特训营当时还算过一笔账：科技产业的形成，需要5到8年的研发期，加上5到8年的市场开拓期。 2030年我们才有希望看见商业航天产业真正迎来大爆发。
8年过去，我们用这个框架看今天的IPO热潮，同样能看清整个产业格局：中美商业航天公司同时冲刺资本市场，本质上是在争夺下一轮商业机会的起点，而不是终点。
IPO是产业平行展开的融资工具，是为未来5到8年的研发和市场开拓期储备弹药。真正的商业生态爆发，还需要时间。
这也是为什么在本周四我们特训营的直播中，要带大家穿透商业航天的营收来源，帮你看清「商业」二字背后，真正的主导力量是什么。
卫星制造、星座运营、地面终端、在轨服务、数据应用……产业上下游爆发背后，并不是简单的商业需求爆发。
如果你放眼长期、关注真正的科技趋势，眼下的商业航天还是保持关注得好。
商业航天的竞赛刚刚打响。
SpaceX可能在你读到我们特训营这篇文章的时候，就已经提交了招股书。
750亿美元的融资，1.5万亿美元的估值，人类史上最大的IPO，这不是一个普通的商业事件，这是太空经济从「实验室」走向商业化的标志性时刻。
它宣告的是8年前，我们特训营和大家还在畅想的太空经济打开爆发式增长的窗口，只是这个爆发并不会立刻到来。
在2030年的终局时点到来前，我们特训营还会和大家持续关注这个赛道的最新动态，挖掘真正值得关注的未来玩家。
如果你想更深入地理解：
商业航天的真实竞争格局，谁在领跑、谁在掉队？
SpaceX之后产业格局如何发展？下游市场在哪爆发？
中国商业航天IPO潮背后的产业逻辑和风险？
卫星直连手机、太空算力这些前沿赛道的真实进展？
本周的我们特训营·商业航天专场，已经用产业视角，完整拆解这个万亿赛道的全景地图。
欢迎现在加入我们特训营，让我们一起共同追踪这场商业航天的关键动态，先人一步，领先一路！
理解趋势投资，对我们每个人的意义重大。
经历了价值投资和趋势投资完整的经济周期，经过了市场涨跌的洗礼，经历了那些不同因素对你产生的影响，我们对人生阶段的掌控力就会极大的加强。
我们特训营的使命之一，就是帮助你在充满不确定性的未来，做出最正确的选择，并坚定的相信，敢于下重注赌未来，成为时代的赢家。
有关趋势投资时代的详细规则，各个科技产业前沿领域的价值洼地与未来潜力股，更多产业深度分析和底层思考逻辑，我们会在特训营里分享，欢迎加入。
如果您觉得文章内容有收获，请一定帮忙转发，您的行动就是对我们的最大支持。
0 00
过去两年，你是否也有这种感觉，AI几分钟就能写完一份方案或生成一段视频，但当你试图把它接进真实业务时，它却很难完整替代业务中的某一个环节。
这恰恰是AI越来越强，但始终难以变现的原因。而且，这不只是你的难题，也是萦绕在AI巨头心中的噩梦。
3月24日，OpenAI默默宣布，将关闭其视频生成工具Sora，包括独立App和API服务。
这不是短期调整，而是明确的最终决定。
把时间往前推两年，就在2024年初，Sora惊艳亮相，以极具冲击力的效果震动全球，甚至让不少人认为通用人工智能（AGI）已来。如今，它却在汹涌的AI浪潮中黯然离场。
可几乎在同一时间，OpenAI将本轮融资规模从1100亿美元扩大至超过1200亿美元，投后估值逼近8500亿美元，再次刷新科技产业的融资纪录。
一边是资金持续加码，但另一边，却主动砍掉自己最具代表性的产品，OpenAI的困境其实体现出了一个更重要的信号：AI竞争，显然已经从谁的模型更强，转向了谁的AI能更好融入高价值任务中。不能嵌入生产流程的AI，哪怕再先进，也无法产生经济价值。
但如果模型性能不再是唯一的关键变量，这一轮AI真正的机会，会出现在哪里？
变现难题。
先看一个更具体的问题：为什么一个很强的产品，却形成不了商业闭环？
OpenAI停掉Sora的直接理由是，算力压力和资源收缩。但这从侧面也表明，Sora自身有很大问题，否则不会成为率先被放弃的产品。
2026年1月，Sora的下载量环比下滑超过40%，用户使用频率和付费转化都较低。随着Seedance 2等极具竞争力的对手出现，Sora更是失去优势。
那Sora的问题在哪？
一个原因在于成本。视频生成的单位成本很高，使用规模扩大，并不会带来明显的边际下降，反而容易陷入“越火越亏”的窘境。
而且对于OpenAI的大部分用户来说，视频生成属于偶发需求，比如做一个演示、尝试一个创意。这些并不是每天必须要做的事情，无法形成稳定调用。
不过，关键差别在于Sora所处的生态位置。
要知道，目前AI视频工具最主要的落地场景，其实集中在短视频和短剧。
但在短视频平台里，视频内容只是中间产物，它要产生价值，还要平台完成内容分发，并通过广告或电商完成商业转化。
在抖音或快手平台，创作者可以很方便地走完这个闭环。在AI短剧场景中，在字节跳动的体系内，短剧内容生产、宣传和投流、变现更是几乎在同一个系统里完成的连续动作。
当AI不仅能提高效率，而且人们也能看得到明确回报，自然就产生了付费行动。反之，单纯提升视频质量，很难直接对应收入或业务结果。
同时，像Seedance这样的工具，因为嵌入了生产的闭环，进入了一个良性的发展趋势之中，变得越来越强。
而OpenAI提供了AI能力，却没有提供那个让用户赚到钱的价值链，自己也就自然收不到钱。
嵌入工作流。
看明白了这一点，你就会发现，OpenAI其他产品线也面临类似问题。
ChatGPT确实已经成为大家普遍使用的AI工具，拥有9亿周活跃用户。
不过，这种高频和高流量，很大程度来自先发优势，让OpenAI占据了用户的第一认知入口，成为很多人第一次接触AI的选择。
但你不用ChatGPT的话，似乎也可以完成任务。今天用ChatGPT，明天也可以换成Claude或Gemini，整体差别也并不大。
原因也很简单，只要一个AI工具没有嵌入到用户的关键流程中，它就很难形成真正的锁定关系。
对比编程场景，这一点就更明显了。
开发者每天都要写代码，这是一个刚性且连续的生产环节。AI在这里的作用，不只是提供建议，而是直接减少代码量，节省了实际工作时间。这种价值，开发者们可以清晰感知，自然也乐于付费。
也正因如此， Anthropic选择深耕代码生成领域。Claude在复杂代码理解、多文件协同和长上下文处理上的表现都更好。
结果是，Claude逐渐成为开发者的重要工具。它不只是更好用，而是开发者一旦用上了Claude，并将开发流程建立在其之上，替换成本就会显著提高。
再看OpenAI，他们做了什么呢？除了Sam Altman频繁在全球出席各类重大活动，高调地四处刷脸，主要任务除了帮公司搞定巨额融资，还要投资万亿美元自建超大规模的数据中心，但在应用层面，他们却有些四面受敌。
AIGS。
OpenAI的困境也在提醒大家，AI时代的分水岭已经出现。
过去，我们习惯把AI当成工具：你问，它答。这是典型的AIGC（AI生成内容）。可问题是，内容本身不产生价值，真正的价值在于AI完成了什么。
因此，我们特训营反复强调，关键的是AIGS（AI生成服务）。
例如最近大火的OpenClaw，让AI不再停留在对话框里，而是开始进入任务本身，交给用户实实在在的结果。
这种变化已经反映在用户的消费心态之中。过去，很多人会反复权衡一个月20美元的订阅费用。现在，为了用上OpenClaw，不惜花几千元买个新电脑，再花几百元找人安装和配置环境。
你看，当AI开始直接参与任务执行，并交付结果时，用户就更愿意“为结果付费”。
这意味着什么？其实就说明，AI竞争的核心正在发生转移。
下一阶段，不再是看谁的模型更大、参数更多，而是看谁能把AI嵌入具体的任务链条中，并为用户提供真正有价值的结果。
从这个角度再看，AI浪潮下一个阶段反而更可能由中国引领。
正如经济学家Diego Comin所说，一个经济体的实力强弱，不取决于引入先进科技的速度，而取决于使用先进科技的深度。当你把视角从“模型能力”切换到“应用深度”，就会发现，这一轮AI的主战场已经发生变化。
一方面，中国模型性能也不错，价格便宜、算力充足；另一方面，我们具备更高的场景密度、更强的工程能力，还有大量开发者和用户在各自所处的业务中持续试错。
这些因素，使AI更容易嵌入到具体业务中，参与决策、执行流程、持续产生结果，从而建立稳定的变现基础。
中国真正的机会，恰恰是把先进的AI技术用到中国的每一个具体场景中。因此，未来，我们特训营还会利用一系列文章更系统地讲清楚，Agent如何重构行业，以及真正的机会在哪里。敬请关注！
更多新趋势、产业信号和底层规律，欢迎加入我们特训营学习，和我们一起，先人一步，领先一路！
理解趋势投资，对我们每个人的意义重大。
经历了价值投资和趋势投资完整的经济周期，经过了市场涨跌的洗礼，经历了那些不同因素对你产生的影响，我们对人生阶段的掌控力就会极大的加强。
我们特训营的使命之一，就是帮助你在充满不确定性的未来，做出最正确的选择，并坚定的相信，敢于下重注赌未来，成为时代的赢家。
有关趋势投资时代的详细规则，各个科技产业前沿领域的价值洼地与未来潜力股，更多产业深度分析和底层思考逻辑，我们会在特训营里分享，欢迎加入。
如果您觉得文章内容有收获，请一定帮忙转发，您的行动就是对我们的最大支持。
这恰恰是AI越来越强，但始终难以变现的原因。而且，这不只是你的难题，也是萦绕在AI巨头心中的噩梦。
3月24日，OpenAI默默宣布，将关闭其视频生成工具Sora，包括独立App和API服务。
这不是短期调整，而是明确的最终决定。
把时间往前推两年，就在2024年初，Sora惊艳亮相，以极具冲击力的效果震动全球，甚至让不少人认为通用人工智能（AGI）已来。如今，它却在汹涌的AI浪潮中黯然离场。
可几乎在同一时间，OpenAI将本轮融资规模从1100亿美元扩大至超过1200亿美元，投后估值逼近8500亿美元，再次刷新科技产业的融资纪录。
一边是资金持续加码，但另一边，却主动砍掉自己最具代表性的产品，OpenAI的困境其实体现出了一个更重要的信号：AI竞争，显然已经从谁的模型更强，转向了谁的AI能更好融入高价值任务中。不能嵌入生产流程的AI，哪怕再先进，也无法产生经济价值。
但如果模型性能不再是唯一的关键变量，这一轮AI真正的机会，会出现在哪里？
变现难题。
先看一个更具体的问题：为什么一个很强的产品，却形成不了商业闭环？
OpenAI停掉Sora的直接理由是，算力压力和资源收缩。但这从侧面也表明，Sora自身有很大问题，否则不会成为率先被放弃的产品。
2026年1月，Sora的下载量环比下滑超过40%，用户使用频率和付费转化都较低。随着Seedance 2等极具竞争力的对手出现，Sora更是失去优势。
那Sora的问题在哪？
一个原因在于成本。视频生成的单位成本很高，使用规模扩大，并不会带来明显的边际下降，反而容易陷入“越火越亏”的窘境。
而且对于OpenAI的大部分用户来说，视频生成属于偶发需求，比如做一个演示、尝试一个创意。这些并不是每天必须要做的事情，无法形成稳定调用。
不过，关键差别在于Sora所处的生态位置。
要知道，目前AI视频工具最主要的落地场景，其实集中在短视频和短剧。
但在短视频平台里，视频内容只是中间产物，它要产生价值，还要平台完成内容分发，并通过广告或电商完成商业转化。
在抖音或快手平台，创作者可以很方便地走完这个闭环。在AI短剧场景中，在字节跳动的体系内，短剧内容生产、宣传和投流、变现更是几乎在同一个系统里完成的连续动作。
当AI不仅能提高效率，而且人们也能看得到明确回报，自然就产生了付费行动。反之，单纯提升视频质量，很难直接对应收入或业务结果。
同时，像Seedance这样的工具，因为嵌入了生产的闭环，进入了一个良性的发展趋势之中，变得越来越强。
而OpenAI提供了AI能力，却没有提供那个让用户赚到钱的价值链，自己也就自然收不到钱。
嵌入工作流。
看明白了这一点，你就会发现，OpenAI其他产品线也面临类似问题。
ChatGPT确实已经成为大家普遍使用的AI工具，拥有9亿周活跃用户。
不过，这种高频和高流量，很大程度来自先发优势，让OpenAI占据了用户的第一认知入口，成为很多人第一次接触AI的选择。
但你不用ChatGPT的话，似乎也可以完成任务。今天用ChatGPT，明天也可以换成Claude或Gemini，整体差别也并不大。
原因也很简单，只要一个AI工具没有嵌入到用户的关键流程中，它就很难形成真正的锁定关系。
对比编程场景，这一点就更明显了。
开发者每天都要写代码，这是一个刚性且连续的生产环节。AI在这里的作用，不只是提供建议，而是直接减少代码量，节省了实际工作时间。这种价值，开发者们可以清晰感知，自然也乐于付费。
也正因如此， Anthropic选择深耕代码生成领域。Claude在复杂代码理解、多文件协同和长上下文处理上的表现都更好。
结果是，Claude逐渐成为开发者的重要工具。它不只是更好用，而是开发者一旦用上了Claude，并将开发流程建立在其之上，替换成本就会显著提高。
再看OpenAI，他们做了什么呢？除了Sam Altman频繁在全球出席各类重大活动，高调地四处刷脸，主要任务除了帮公司搞定巨额融资，还要投资万亿美元自建超大规模的数据中心，但在应用层面，他们却有些四面受敌。
AIGS。
OpenAI的困境也在提醒大家，AI时代的分水岭已经出现。
过去，我们习惯把AI当成工具：你问，它答。这是典型的AIGC（AI生成内容）。可问题是，内容本身不产生价值，真正的价值在于AI完成了什么。
因此，我们特训营反复强调，关键的是AIGS（AI生成服务）。
例如最近大火的OpenClaw，让AI不再停留在对话框里，而是开始进入任务本身，交给用户实实在在的结果。
这种变化已经反映在用户的消费心态之中。过去，很多人会反复权衡一个月20美元的订阅费用。现在，为了用上OpenClaw，不惜花几千元买个新电脑，再花几百元找人安装和配置环境。
你看，当AI开始直接参与任务执行，并交付结果时，用户就更愿意“为结果付费”。
这意味着什么？其实就说明，AI竞争的核心正在发生转移。
下一阶段，不再是看谁的模型更大、参数更多，而是看谁能把AI嵌入具体的任务链条中，并为用户提供真正有价值的结果。
从这个角度再看，AI浪潮下一个阶段反而更可能由中国引领。
正如经济学家Diego Comin所说，一个经济体的实力强弱，不取决于引入先进科技的速度，而取决于使用先进科技的深度。当你把视角从“模型能力”切换到“应用深度”，就会发现，这一轮AI的主战场已经发生变化。
一方面，中国模型性能也不错，价格便宜、算力充足；另一方面，我们具备更高的场景密度、更强的工程能力，还有大量开发者和用户在各自所处的业务中持续试错。
这些因素，使AI更容易嵌入到具体业务中，参与决策、执行流程、持续产生结果，从而建立稳定的变现基础。
中国真正的机会，恰恰是把先进的AI技术用到中国的每一个具体场景中。因此，未来，我们特训营还会利用一系列文章更系统地讲清楚，Agent如何重构行业，以及真正的机会在哪里。敬请关注！
更多新趋势、产业信号和底层规律，欢迎加入我们特训营学习，和我们一起，先人一步，领先一路！
理解趋势投资，对我们每个人的意义重大。
经历了价值投资和趋势投资完整的经济周期，经过了市场涨跌的洗礼，经历了那些不同因素对你产生的影响，我们对人生阶段的掌控力就会极大的加强。
我们特训营的使命之一，就是帮助你在充满不确定性的未来，做出最正确的选择，并坚定的相信，敢于下重注赌未来，成为时代的赢家。
有关趋势投资时代的详细规则，各个科技产业前沿领域的价值洼地与未来潜力股，更多产业深度分析和底层思考逻辑，我们会在特训营里分享，欢迎加入。
如果您觉得文章内容有收获，请一定帮忙转发，您的行动就是对我们的最大支持。
0 00
现在，说到AI，就等同于是在讨论大语言模型（LLM）。
无论是近期很火的Agent，还是对通用人工智能（AGI）的畅想，大家都默认了一个前提，大模型将会一直发展下去。
不过，你是否也好奇过，如果大模型有天花板呢？世界的某个角落，是否正在酝酿一个看起来不起眼、但可能重构整个行业的新方向？
最近，一个名为AMI Labs的AI公司，成立仅两个月，几乎没有产品，却完成了约10亿美元的种子轮融资。
如果只是金额大，这件事未必值得关注。
但背后的投资人包括英伟达、三星等公司，还有淡马锡（Temasek）这样的主权基金，以及贝索斯、施密特等个人投资者。这意味着，这10亿美元不是一次普通的融资，而更像是一种重要公司和人物的集体站台。
这究竟是家什么公司？
AMI Labs的核心人物，是杨立昆（Yann LeCun）。他是图灵奖得主，曾长期担任Meta首席AI科学家，也是深度学习的重要推动者之一。AMI Labs则是在Alexander Wang入主Meta之后，他离开Meta所创立的公司。
这次，他提出的方向叫“世界模型”（World Models），核心思路不是优化今天的大模型，而是绕开这条路径，重新定义智能本身。
简单来说，现在主流的LLM架构，虽然带动了这波AI浪潮，但杨立昆认为，LLM并不真正理解世界。他试图让AI通过看视频和感知等方式，学习物理世界的运行规律，从而获得更强的推理和泛化能力。
可是，这显然是一个周期极长、难度极高的研究命题，而且不得不说，在Meta的这几年，杨立昆也并没有在这个路线上做出太多突破。这次融资之前，他也没拿出什么清晰的成果。所以，这次的巨额融资也受到不少业内人士的质疑。
但无论如何，这件事至少说明，在大模型高歌猛进的当下，一部分最前沿的参与者却都看到了这条路的上限，而世界模型则成为了他们明确押注的下一个方向之一。
大模型的天花板。
首先，为什么在大模型已经如此成功的当下，还要去做一件这么不确定的事情？
答案恰恰藏在大模型本身的能力边界里。
今天的LLM是在预测下一个最可能出现的内容，更准确的说，它掌握的是符号之间的统计关系，而不是理解了世界本身的运行规律。
因此，大模型可以写代码、查资料、做总结，可以写诗作画做视频，却会在一些小事上翻车。而且这些错误，并不是偶发，而是必然。
比如困扰业界的“幻觉”，是因为模型在“猜”一个看上去最真的答案。这在聊天中也许无伤大雅，但在医疗、法律等高要求场景下，幻觉就会带来实实在在的损失。
此外，比“幻觉”更深一层的问题在于，当模型遇到没有见过的情况时，它很难真正举一反三。
因此，在很多具体的业务领域，大模型必须接入知识库、叠加规则系统、甚至引入人工校验，用外部手段补足大模型自身的不足。
世界模型正是从这里切入，通过观察视频、感知变化、预测结果，去学习那些在不同场景中都成立的规律——与其让模型看无数个“物体掉落”的描述和视频，不如让它在抽象层面理解“重力”。
换句话说，世界模型的目标是能在全新的任务中自行推导结果，并保证准确性。
尽管这条路仍有争议，比如什么是“底层规律”，以及模型是否真的能够从数据中自动提炼出这些规律，这些都没有答案，但它依然值得大家的关注。
因为在技术发展史上，那些真正令人兴奋的跃迁，往往藏在未被验证的路径上。理解这一点，我们需要把时间往回再拨几年。
今天，大语言模型几乎已经成为共识。但在2017年Transformer架构刚刚提出时，并没有多少人真正意识到它的意义，似乎只是一个理论上可行的新结构，并不是产业方向。
即便后来OpenAI逐步推出了GPT-2、GPT-3，大多数人也并不认为这会重塑整个产业。直到2022年11月30日，ChatGPT3.5的出现和爆发，大家才意识到，原来2017年的那篇论文才是一切的起点。
从这个角度，AMI Labs的融资就是大家fomo情绪（害怕错过）的集中爆发，那些错过一次的人，不想再错第二次。即使投错的概率很大，也要在这些还没成果却有潜力的方向中挖掘未来的机会。
投资新范式。
但我们特训营想强调的是，更值得关注的，不光是“钱投向了哪里”，更是“钱从哪里来”。
在过去，如世界模型这类基础研究，通常由高校和科研机构承担，由国家科研基金提供资金支持，再由大公司在接手后期的工程化和商业化阶段。科学家负责探索，产业界负责放大。
今天，这套分工已经被打破。
因为AI研究不再只是靠天才的想法，更要靠算力、数据和工程体系的综合投入。
高校早已很难承担这样规模的研究，而大公司虽然有能力，却很难为一个数年内都可能没有结果的方向持续投入资源，它们最关心的是回报。
这方面只有一个范例，就是诺奖得主Demis Hassabis。他在谷歌的体系内确实获得了极高的容忍，并最终通过AlphaFold证明了长期投入的价值。但这种个例显然很难被复制。
所以，像李飞飞这样原本深耕学术体系的科学家，也在通过初创公司来进行研究。如果她不进入资本市场，就拿不到足够的资源去验证这个前沿的设想。
杨立昆这样的项目，没有明确成果、甚至路径本身仍存在争议，却能拿到10亿美元的融资，逻辑也很类似：一边是有钱却焦虑的资本，另一边是有想法有光环的科学家，双方一拍即合。
从投资逻辑看，这确实是有些荒唐。这笔钱很可能得不到确定的商业回报。
不过有趣的是，也许这些资金在进入的时候，就已经默认了这个结果。它们关心的，不是这个项目能不能成功，而是如果这个方向真的成立，自己能坐在牌桌上。
因此，世界模型到底是不是一场泡沫，以及这10亿美元究竟是在“打水漂”，还是一群大佬在提前占位，这些或许并不重要。关键在于，当新的尝试出现，你能否意识到它们的存在，理解它们可能带来的变化，从中筛出最有潜力的选手，并持续观察其进展。
要知道，真正拉开差距的，在于更早看到那些有巨大潜力的方向，持续追踪，并在适合自己的时候下场。
更多新趋势、产业信号和底层规律，欢迎加入我们特训营学习，和我们一起，先人一步，领先一路！
理解趋势投资，对我们每个人的意义重大。
经历了价值投资和趋势投资完整的经济周期，经过了市场涨跌的洗礼，经历了那些不同因素对你产生的影响，我们对人生阶段的掌控力就会极大的加强。
我们特训营的使命之一，就是帮助你在充满不确定性的未来，做出最正确的选择，并坚定的相信，敢于下重注赌未来，成为时代的赢家。
有关趋势投资时代的详细规则，各个科技产业前沿领域的价值洼地与未来潜力股，更多产业深度分析和底层思考逻辑，我们会在特训营里分享，欢迎加入。
如果您觉得文章内容有收获，请一定帮忙转发，您的行动就是对我们的最大支持。
无论是近期很火的Agent，还是对通用人工智能（AGI）的畅想，大家都默认了一个前提，大模型将会一直发展下去。
不过，你是否也好奇过，如果大模型有天花板呢？世界的某个角落，是否正在酝酿一个看起来不起眼、但可能重构整个行业的新方向？
最近，一个名为AMI Labs的AI公司，成立仅两个月，几乎没有产品，却完成了约10亿美元的种子轮融资。
如果只是金额大，这件事未必值得关注。
但背后的投资人包括英伟达、三星等公司，还有淡马锡（Temasek）这样的主权基金，以及贝索斯、施密特等个人投资者。这意味着，这10亿美元不是一次普通的融资，而更像是一种重要公司和人物的集体站台。
这究竟是家什么公司？
AMI Labs的核心人物，是杨立昆（Yann LeCun）。他是图灵奖得主，曾长期担任Meta首席AI科学家，也是深度学习的重要推动者之一。AMI Labs则是在Alexander Wang入主Meta之后，他离开Meta所创立的公司。
这次，他提出的方向叫“世界模型”（World Models），核心思路不是优化今天的大模型，而是绕开这条路径，重新定义智能本身。
简单来说，现在主流的LLM架构，虽然带动了这波AI浪潮，但杨立昆认为，LLM并不真正理解世界。他试图让AI通过看视频和感知等方式，学习物理世界的运行规律，从而获得更强的推理和泛化能力。
可是，这显然是一个周期极长、难度极高的研究命题，而且不得不说，在Meta的这几年，杨立昆也并没有在这个路线上做出太多突破。这次融资之前，他也没拿出什么清晰的成果。所以，这次的巨额融资也受到不少业内人士的质疑。
但无论如何，这件事至少说明，在大模型高歌猛进的当下，一部分最前沿的参与者却都看到了这条路的上限，而世界模型则成为了他们明确押注的下一个方向之一。
大模型的天花板。
首先，为什么在大模型已经如此成功的当下，还要去做一件这么不确定的事情？
答案恰恰藏在大模型本身的能力边界里。
今天的LLM是在预测下一个最可能出现的内容，更准确的说，它掌握的是符号之间的统计关系，而不是理解了世界本身的运行规律。
因此，大模型可以写代码、查资料、做总结，可以写诗作画做视频，却会在一些小事上翻车。而且这些错误，并不是偶发，而是必然。
比如困扰业界的“幻觉”，是因为模型在“猜”一个看上去最真的答案。这在聊天中也许无伤大雅，但在医疗、法律等高要求场景下，幻觉就会带来实实在在的损失。
此外，比“幻觉”更深一层的问题在于，当模型遇到没有见过的情况时，它很难真正举一反三。
因此，在很多具体的业务领域，大模型必须接入知识库、叠加规则系统、甚至引入人工校验，用外部手段补足大模型自身的不足。
世界模型正是从这里切入，通过观察视频、感知变化、预测结果，去学习那些在不同场景中都成立的规律——与其让模型看无数个“物体掉落”的描述和视频，不如让它在抽象层面理解“重力”。
换句话说，世界模型的目标是能在全新的任务中自行推导结果，并保证准确性。
尽管这条路仍有争议，比如什么是“底层规律”，以及模型是否真的能够从数据中自动提炼出这些规律，这些都没有答案，但它依然值得大家的关注。
因为在技术发展史上，那些真正令人兴奋的跃迁，往往藏在未被验证的路径上。理解这一点，我们需要把时间往回再拨几年。
今天，大语言模型几乎已经成为共识。但在2017年Transformer架构刚刚提出时，并没有多少人真正意识到它的意义，似乎只是一个理论上可行的新结构，并不是产业方向。
即便后来OpenAI逐步推出了GPT-2、GPT-3，大多数人也并不认为这会重塑整个产业。直到2022年11月30日，ChatGPT3.5的出现和爆发，大家才意识到，原来2017年的那篇论文才是一切的起点。
从这个角度，AMI Labs的融资就是大家fomo情绪（害怕错过）的集中爆发，那些错过一次的人，不想再错第二次。即使投错的概率很大，也要在这些还没成果却有潜力的方向中挖掘未来的机会。
投资新范式。
但我们特训营想强调的是，更值得关注的，不光是“钱投向了哪里”，更是“钱从哪里来”。
在过去，如世界模型这类基础研究，通常由高校和科研机构承担，由国家科研基金提供资金支持，再由大公司在接手后期的工程化和商业化阶段。科学家负责探索，产业界负责放大。
今天，这套分工已经被打破。
因为AI研究不再只是靠天才的想法，更要靠算力、数据和工程体系的综合投入。
高校早已很难承担这样规模的研究，而大公司虽然有能力，却很难为一个数年内都可能没有结果的方向持续投入资源，它们最关心的是回报。
这方面只有一个范例，就是诺奖得主Demis Hassabis。他在谷歌的体系内确实获得了极高的容忍，并最终通过AlphaFold证明了长期投入的价值。但这种个例显然很难被复制。
所以，像李飞飞这样原本深耕学术体系的科学家，也在通过初创公司来进行研究。如果她不进入资本市场，就拿不到足够的资源去验证这个前沿的设想。
杨立昆这样的项目，没有明确成果、甚至路径本身仍存在争议，却能拿到10亿美元的融资，逻辑也很类似：一边是有钱却焦虑的资本，另一边是有想法有光环的科学家，双方一拍即合。
从投资逻辑看，这确实是有些荒唐。这笔钱很可能得不到确定的商业回报。
不过有趣的是，也许这些资金在进入的时候，就已经默认了这个结果。它们关心的，不是这个项目能不能成功，而是如果这个方向真的成立，自己能坐在牌桌上。
因此，世界模型到底是不是一场泡沫，以及这10亿美元究竟是在“打水漂”，还是一群大佬在提前占位，这些或许并不重要。关键在于，当新的尝试出现，你能否意识到它们的存在，理解它们可能带来的变化，从中筛出最有潜力的选手，并持续观察其进展。
要知道，真正拉开差距的，在于更早看到那些有巨大潜力的方向，持续追踪，并在适合自己的时候下场。
更多新趋势、产业信号和底层规律，欢迎加入我们特训营学习，和我们一起，先人一步，领先一路！
理解趋势投资，对我们每个人的意义重大。
经历了价值投资和趋势投资完整的经济周期，经过了市场涨跌的洗礼，经历了那些不同因素对你产生的影响，我们对人生阶段的掌控力就会极大的加强。
我们特训营的使命之一，就是帮助你在充满不确定性的未来，做出最正确的选择，并坚定的相信，敢于下重注赌未来，成为时代的赢家。
有关趋势投资时代的详细规则，各个科技产业前沿领域的价值洼地与未来潜力股，更多产业深度分析和底层思考逻辑，我们会在特训营里分享，欢迎加入。
如果您觉得文章内容有收获，请一定帮忙转发，您的行动就是对我们的最大支持。
1 00
自春晚机器人武打节目出圈以来，机器人几乎获得了全民关注。
从宇树机器人在春晚以及大街小巷跳舞，火爆大江南北，到Figure AI机器人在甩毛巾视频中，动作流畅、节奏自然，甚至带有明显的人类习惯性细节，让人感慨机器人的动作竟能如此逼真。
再到最近，3月20日，宇树科技科创板IPO正式被受理，拟募资42亿元。其业绩也非常亮眼，2025年营收达17亿元，同比增长超3倍，净利润高达6亿元，同比增长超六倍。
这些数据似乎在告诉市场，人形机器人可以卖得动。
另一边，机器人背后的模型也在快速推进。
3月10日，机器人公司Rhoda AI一出道就完成了4.5亿美元A轮融资。他们试图让机器人直接从互联网视频学习动作，从而绕过复杂的数据采集和训练流程，直接完成各项工作。
此外，近期也开始有公司专门去做机器人数据集了。
如前段时间，初创公司Ropedia推出了一个包含1000万条交互数据的数据集，它记录的不是简单的视频，而是动作、空间关系以及行为带来的结果，目的是解决机器人缺乏真实经验数据的问题，给机器人提供“做过这件事”的经验，而不只是“看过这件事”。
这些信息叠加在一起，让人感觉机器人行业在硬件、模型、数据三个方向同时加速，似乎通用机器人真的要来了——不久后，它就可以走进工厂和家庭，开始替代人类完成各种复杂工作。
但在我们特训营看来，现在机器人最大的进展都是集中在模仿人类做出的动作，吸引了市场和产业的注意力，却让大家忽略了真正重要的事情。
误会。
首先，我们特训营要强调的是，动作像人不等同于能力接近于人。这是当前整个市场最容易产生的一个误判。
我们曾反复论证过，现在机器人的能力只是“能做出各种动作”，而市场需要的关键能力是“应该做什么动作”，并合理地规划动作，这取决于对环境和任务的理解。
一个人能完成一项任务，不只是因为做出了某个动作，更是因为他知道在什么环境下、用什么方式、以什么力度去做出这个动作，并在过程中不断根据反馈进行调整。也就是说，人类的动作，是理解之后的输出，是认知驱动的结果，而不是简单的复现动作。
今天的机器人，恰恰只是在复现人的动作。
当前的进展主要集中在两件事上：通过大规模视频数据或人的示范学习动作，再通过在虚拟仿真环境中进行强化学习，不断优化控制器的参数，提升动作的稳定性和成功率。
这和ChatGPT等大语言模型的演进非常类似，只不过ChatGPT通过海量文本学会像人一样说话，而机器人通过视频学会像人一样行动。
于是，我们看到越来越多的机器人行为极其像人。
但别忘了，无论如何，机器人还是在模仿，可它们显然不知道为什么要这样做。
例如Figure AI的机器人甩毛巾的动作是很逼真，但它只是复现了从人类那学来的一个固定轨迹。一旦毛巾变厚变长，或是变湿，它很可能就无法完成任务。因为它并不理解“甩”这个动作的目的，也很难像人类那样有手感，也就是瞬间能根据重量、惯性和反馈去调整力度。
在现有的技术基础上，我们得给机器人示范每一类毛巾该怎么甩，但这显然不太现实。而且如果机器人理解不了背后的规律，示范再多也没有意义。
那么，如果机器人只会邯郸学步，它们又能有多大作用？
也正因为如此，我们会看到，机器人大多是在“展示”，比如跳舞、打拳、翻跟头，或是在家具摆放整齐有序的家里干活，并没有真正变得可用。视频是越来越惊艳，能稳定跑在真实业务里的案例依然不多。
真机会。
不过，我们特训营听完前面的分析，你也别完全悲观地觉得，机器人就无用武之地。
我们特训营常说，应当看清技术的能力边界，从而更理性地理解技术的发展阶段，并将技术落地于合理且有商业价值的场景之中。
每一轮技术突破，早期都伴随着能力被高估、发展路径被误判，但真正能够落地的，往往是那些尊重边界、顺势而为的应用方式。
因此，我们特训营想指出的是，未来机器人的机会不在于更像人，而在更可控。
既然机器人很难理解陌生且复杂开放的环境，那与其等待机器人能完全应对复杂世界，不如反过来思考，能不能让它们在确定的环境中先把活干起来。
这样，答案也就清晰了：当前机器人产业真正可行的方向，并不是去一味追求开发可以适应一切的通用能力，而是把现有机器人放入那些环境稳定、任务明确、变量可控的场景，做一些力所能及的事情。
如果你觉得这个逻辑有些保守，我们可以回头看一看另一个高度相似的技术——自动驾驶。
2004年到2007年，美国国防高级研究计划局（DARPA）曾举办过一系列自动驾驶挑战赛，以求推动技术的发展。但早期参赛的车辆表现非常笨拙，连最基本的自动行驶都难以稳定完成。
当时人们也分裂为两个极端，一方认为自动驾驶一无是处，另一方则认为自动驾驶汽车将很快替代所有司机。
当然现在，我们已经看到，真正发生的是第三情况。从辅助驾驶，再到今天的Robotaxi，都已经开启了商业化。你会发现，自动驾驶技术的落地，靠的不是通用，而是针对其发展水平找到应用场景。
所以，机器人领域真正值得挖掘的，是那些有潜力落地的场景。
一方面，这些场景应当和机器人的技术匹配，也就是边界清晰、干扰因素少，任务明确且可拆解，而不是简单的一句“帮我收拾一下房间”，典型例子就是仓储分拣和危险区域的巡检。
不过，同时，另一方面，这些场景还要有较大容量，最好还要有高利润空间。
因为哪怕一个场景再和机器人适配，但需求低频、规模有限，或者已经有更低成本的替代方案存在，那么这个场景也很难真正支撑机器人的大规模应用和不断研发。
就像现在的表演市场，是典型的低频需求；而仓储物流场景，又有更好和更便宜的替代设备，留给人形机器人的空间并不大。
可见，在现实世界中，真正同时满足这么多条件的场景并不多。
这也提醒我们，机器人产业接下来真正的发展重点在于“找场景”。
这确实不容易，需要密集的试错，并持续打磨产品、积累数据，从而建立服务能力。但谁率先跑通商业模型，就有可能利用标准化和复制能力实现迅速扩张，并拥有远超后来者的先发优势。
比如云迹机器人公司，就是优先找到了酒店送物这个清晰的场景，从而建立了领先优势，并在去年成功上市的。
5 月份，我们特训营将组织一个硅谷游学考察团，如果你有兴趣有时间，欢迎跟我们一起，去 AI 创新最密集的地方，去看看好的项目和公司，去跟牛人做个深度对谈和链接。
更多新趋势、产业信号和底层规律，欢迎加入我们特训营学习，和我们一起，先人一步，领先一路！
理解趋势投资，对我们每个人的意义重大。
经历了价值投资和趋势投资完整的经济周期，经过了市场涨跌的洗礼，经历了那些不同因素对你产生的影响，我们对人生阶段的掌控力就会极大的加强。
我们特训营的使命之一，就是帮助你在充满不确定性的未来，做出最正确的选择，并坚定的相信，敢于下重注赌未来，成为时代的赢家。
有关趋势投资时代的详细规则，各个科技产业前沿领域的价值洼地与未来潜力股，更多产业深度分析和底层思考逻辑，我们会在特训营里分享，欢迎加入。
如果您觉得文章内容有收获，请一定帮忙转发，您的行动就是对我们的最大支持。
从宇树机器人在春晚以及大街小巷跳舞，火爆大江南北，到Figure AI机器人在甩毛巾视频中，动作流畅、节奏自然，甚至带有明显的人类习惯性细节，让人感慨机器人的动作竟能如此逼真。
再到最近，3月20日，宇树科技科创板IPO正式被受理，拟募资42亿元。其业绩也非常亮眼，2025年营收达17亿元，同比增长超3倍，净利润高达6亿元，同比增长超六倍。
这些数据似乎在告诉市场，人形机器人可以卖得动。
另一边，机器人背后的模型也在快速推进。
3月10日，机器人公司Rhoda AI一出道就完成了4.5亿美元A轮融资。他们试图让机器人直接从互联网视频学习动作，从而绕过复杂的数据采集和训练流程，直接完成各项工作。
此外，近期也开始有公司专门去做机器人数据集了。
如前段时间，初创公司Ropedia推出了一个包含1000万条交互数据的数据集，它记录的不是简单的视频，而是动作、空间关系以及行为带来的结果，目的是解决机器人缺乏真实经验数据的问题，给机器人提供“做过这件事”的经验，而不只是“看过这件事”。
这些信息叠加在一起，让人感觉机器人行业在硬件、模型、数据三个方向同时加速，似乎通用机器人真的要来了——不久后，它就可以走进工厂和家庭，开始替代人类完成各种复杂工作。
但在我们特训营看来，现在机器人最大的进展都是集中在模仿人类做出的动作，吸引了市场和产业的注意力，却让大家忽略了真正重要的事情。
误会。
首先，我们特训营要强调的是，动作像人不等同于能力接近于人。这是当前整个市场最容易产生的一个误判。
我们曾反复论证过，现在机器人的能力只是“能做出各种动作”，而市场需要的关键能力是“应该做什么动作”，并合理地规划动作，这取决于对环境和任务的理解。
一个人能完成一项任务，不只是因为做出了某个动作，更是因为他知道在什么环境下、用什么方式、以什么力度去做出这个动作，并在过程中不断根据反馈进行调整。也就是说，人类的动作，是理解之后的输出，是认知驱动的结果，而不是简单的复现动作。
今天的机器人，恰恰只是在复现人的动作。
当前的进展主要集中在两件事上：通过大规模视频数据或人的示范学习动作，再通过在虚拟仿真环境中进行强化学习，不断优化控制器的参数，提升动作的稳定性和成功率。
这和ChatGPT等大语言模型的演进非常类似，只不过ChatGPT通过海量文本学会像人一样说话，而机器人通过视频学会像人一样行动。
于是，我们看到越来越多的机器人行为极其像人。
但别忘了，无论如何，机器人还是在模仿，可它们显然不知道为什么要这样做。
例如Figure AI的机器人甩毛巾的动作是很逼真，但它只是复现了从人类那学来的一个固定轨迹。一旦毛巾变厚变长，或是变湿，它很可能就无法完成任务。因为它并不理解“甩”这个动作的目的，也很难像人类那样有手感，也就是瞬间能根据重量、惯性和反馈去调整力度。
在现有的技术基础上，我们得给机器人示范每一类毛巾该怎么甩，但这显然不太现实。而且如果机器人理解不了背后的规律，示范再多也没有意义。
那么，如果机器人只会邯郸学步，它们又能有多大作用？
也正因为如此，我们会看到，机器人大多是在“展示”，比如跳舞、打拳、翻跟头，或是在家具摆放整齐有序的家里干活，并没有真正变得可用。视频是越来越惊艳，能稳定跑在真实业务里的案例依然不多。
真机会。
不过，我们特训营听完前面的分析，你也别完全悲观地觉得，机器人就无用武之地。
我们特训营常说，应当看清技术的能力边界，从而更理性地理解技术的发展阶段，并将技术落地于合理且有商业价值的场景之中。
每一轮技术突破，早期都伴随着能力被高估、发展路径被误判，但真正能够落地的，往往是那些尊重边界、顺势而为的应用方式。
因此，我们特训营想指出的是，未来机器人的机会不在于更像人，而在更可控。
既然机器人很难理解陌生且复杂开放的环境，那与其等待机器人能完全应对复杂世界，不如反过来思考，能不能让它们在确定的环境中先把活干起来。
这样，答案也就清晰了：当前机器人产业真正可行的方向，并不是去一味追求开发可以适应一切的通用能力，而是把现有机器人放入那些环境稳定、任务明确、变量可控的场景，做一些力所能及的事情。
如果你觉得这个逻辑有些保守，我们可以回头看一看另一个高度相似的技术——自动驾驶。
2004年到2007年，美国国防高级研究计划局（DARPA）曾举办过一系列自动驾驶挑战赛，以求推动技术的发展。但早期参赛的车辆表现非常笨拙，连最基本的自动行驶都难以稳定完成。
当时人们也分裂为两个极端，一方认为自动驾驶一无是处，另一方则认为自动驾驶汽车将很快替代所有司机。
当然现在，我们已经看到，真正发生的是第三情况。从辅助驾驶，再到今天的Robotaxi，都已经开启了商业化。你会发现，自动驾驶技术的落地，靠的不是通用，而是针对其发展水平找到应用场景。
所以，机器人领域真正值得挖掘的，是那些有潜力落地的场景。
一方面，这些场景应当和机器人的技术匹配，也就是边界清晰、干扰因素少，任务明确且可拆解，而不是简单的一句“帮我收拾一下房间”，典型例子就是仓储分拣和危险区域的巡检。
不过，同时，另一方面，这些场景还要有较大容量，最好还要有高利润空间。
因为哪怕一个场景再和机器人适配，但需求低频、规模有限，或者已经有更低成本的替代方案存在，那么这个场景也很难真正支撑机器人的大规模应用和不断研发。
就像现在的表演市场，是典型的低频需求；而仓储物流场景，又有更好和更便宜的替代设备，留给人形机器人的空间并不大。
可见，在现实世界中，真正同时满足这么多条件的场景并不多。
这也提醒我们，机器人产业接下来真正的发展重点在于“找场景”。
这确实不容易，需要密集的试错，并持续打磨产品、积累数据，从而建立服务能力。但谁率先跑通商业模型，就有可能利用标准化和复制能力实现迅速扩张，并拥有远超后来者的先发优势。
比如云迹机器人公司，就是优先找到了酒店送物这个清晰的场景，从而建立了领先优势，并在去年成功上市的。
5 月份，我们特训营将组织一个硅谷游学考察团，如果你有兴趣有时间，欢迎跟我们一起，去 AI 创新最密集的地方，去看看好的项目和公司，去跟牛人做个深度对谈和链接。
更多新趋势、产业信号和底层规律，欢迎加入我们特训营学习，和我们一起，先人一步，领先一路！
理解趋势投资，对我们每个人的意义重大。
经历了价值投资和趋势投资完整的经济周期，经过了市场涨跌的洗礼，经历了那些不同因素对你产生的影响，我们对人生阶段的掌控力就会极大的加强。
我们特训营的使命之一，就是帮助你在充满不确定性的未来，做出最正确的选择，并坚定的相信，敢于下重注赌未来，成为时代的赢家。
有关趋势投资时代的详细规则，各个科技产业前沿领域的价值洼地与未来潜力股，更多产业深度分析和底层思考逻辑，我们会在特训营里分享，欢迎加入。
如果您觉得文章内容有收获，请一定帮忙转发，您的行动就是对我们的最大支持。
1 00
这两天，有两件事可能被大众忽略。但如果把它们放在更长时间尺度上看，会发现这将是一场金融体系剧变的起点。而2029，很可能会像1929一样，成为一次巨大泡沫的集中释放点，其根源也许就隐藏其中。
3月17日，美国证券交易委员会（SEC）联合美国商品期货交易委员会（CFTC）发布了一份解释性文件，将加密资产划分为数字商品、数字收藏品、数字工具、稳定币和数字证券五大类。其中只有数字证券被纳入证券监管体系，其余类别不视为证券。
这件事看起来不大，还有点技术性，让人摸不清头脑。
如果看看过去几年反复争议的焦点，就会发现，它其实解决的是一个长期悬而未决的问题，数字资产到底是什么？它到底是不是证券，是否需要信息披露，是否受到保护。这些问题始终没有清晰答案。不解决，市场就无法形成稳定预期。
紧接着第二天，3月18日，美国证券交易委员会批准了纳斯达克的一项规则变更，允许部分股票和ETF以代币化形式进行交易和结算。试点范围目前集中在Russell 1000成分股以及主流指数ETF上，这些都是流动性最强、最核心的资产。
但实际变化本身却很不明显。
代币化股份与传统股份在同一市场交易，价格、优先级、权利完全一致，使用完全相同的股票代码。
从执行层面来看，这一变化同样是渐进式的。资产在后台过户的节奏仍然是T+1，没有因为新方式而发生颠覆式改变
这两件事没有得到大家关注的原因也很简单，因为都太过克制。说到底，就是给同一只股票配了一个新的结算方式，而且没有全面放开，也没有对现有体系造成冲击。
但真正重要的变化，往往都不始于一场剧烈的变化，而是始于规则被悄悄改写。
一旦资产属性被明确，一旦交易路径被打通，参与方式就会慢慢改变，资金也会随之重新分布。其中最关键的一点，在于流动性的扩张。这不仅意味着机会，也意味着将形成周期性的泡沫，并在某个时间点，风险将集中性地爆发。
静悄悄的大变化。
首先，区块链技术开始进入股市了，真正被改变的，是资金流动的方式。
过去，一笔股票交易完成之后，真正的资产交割，要经过一整套中介体系，从券商到清算机构，再到托管机构，每一层都在做确认和对账。这次纳斯达克引入的代币化结算机制，是在原有体系之外，增加了一条新的路径，让资产可以被更直接地转移，而不完全依赖多层中介。
这究竟意味着什么？
就像我们已经用手机转账、刷卡支付，对这种便利性也习以为常。但往前推几十年，你会发现，在那个大量依赖纸质凭证和人工处理的年代，一笔交易从确认到完成，需要很长时间，也容易出错。
后来，随着计算机系统的引入，资金和资产的记录从纸面变成了电子账本，人工流程改由被系统自动处理，交易的效率大幅提升，结算时间被缩短，整个市场的运转速度明显加快，经济也就更加繁荣起来。
不过，这个变化是渐进的。并没有哪一天突然全部交易都电子化，而是在原有体系上不断叠加，随着大家的适应而慢慢替代。只是多年之后回头看，才发现某个时间点其实标志着金融基础设施的一次重大升级。
而这一次，是在电子系统之上，再引入一种新的记录和转移方式——区块链。
区别在于，从纸到电子，是把记录方式从人工变成计算机，但所有资产的转移仍在一个中心化系统里完成；而现在开始，资产可以在一个更加直接的系统中、也就是在链上完成转移。
今天看不明显，因为节奏还没变，规模也不大，但一个底层变量已经变了，那就是资金完成完整交易所需要的时间。
从纸到电子，让原本需要几天的流程变成几小时；而从电子到链上，如果继续推进，可能会把原本需要几小时或一天的过程，再压缩到几分钟。
同时，未来的交易可能不再严格依赖开盘与收盘，而是向7×24小时的运行方式靠拢。之后，股票交易的结算也不再只依赖银行体系的法币清算，稳定币的重要性会上升，因为它可以在链上做到即时结算且全天流动。
“2029”就是“1929”。
可是，这又会带来什么结果呢？
我们特训营想强调的是，同样规模的资金，在更高的效率下，可以被使用更多次，就会产生更多的流动。
而一旦这个演进持续下去，价格的发现机制、市场的运行节奏、资金的流动方式，都会随之发生改变。变化的就不再只是技术，而是整个市场的反应速度和波动方式。
要知道，流动性一旦被放大，它必然不会雨露均沾，而是会向最容易形成共识的资产集中，也就是会优先涌向那些流动性最好、或叙事最清晰的资产，推动价格在短时间内快速上涨。
这一点在历史上并不少见。
在21世纪初的互联网泡沫里，资金同样经历过类似的过程。当利率环境宽松且互联网技术蓬勃发展时，大量资金涌入了互联网公司，因为它们最容易讲故事。
但很明显，这种集中，就会带来泡沫。因为在流动性充裕的环境里，上涨本身就是一种信号，会吸引更多资金进入，从而推动价格的进一步上涨。
于是，在互联网泡沫之中，那些尚未盈利但叙事清晰、预期一致的公司，获得了远超基本面的估值。
这次，纳斯达克的代币化，让流动性变得更容易释放，资金的汇聚更加容易，周转也变得更快，价格反馈变得更即时。也就使得原本需要多年形成的上涨，很可能在更短时间内完成；原本需要长时间消化的风险，也可能在更集中阶段释放。
市场不只是变得更活跃，更是会变得敏感和极端，但大部分投资者或许还没意识到这个情况已经到来。
回顾历史，每一次金融系统的升级，都带来过资产价格的剧烈波动。
如果说1929源于规模化生产技术与金融扩张带来的狂热，那么今天，新的基础设施正在悄悄建立，重新定义流动性的放大过程，并让所积累的风险在未来的某个时间爆发。
所以，我们特训营常说的，2029可能就是1929。但问题是，你该如何提前预警呢？
更多新趋势、产业信号和底层规律，欢迎加入我们特训营学习，和我们一起，先人一步，领先一路！
理解趋势投资，对我们每个人的意义重大。
经历了价值投资和趋势投资完整的经济周期，经过了市场涨跌的洗礼，经历了那些不同因素对你产生的影响，我们对人生阶段的掌控力就会极大的加强。
我们特训营的使命之一，就是帮助你在充满不确定性的未来，做出最正确的选择，并坚定的相信，敢于下重注赌未来，成为时代的赢家。
有关趋势投资时代的详细规则，各个科技产业前沿领域的价值洼地与未来潜力股，更多产业深度分析和底层思考逻辑，我们会在特训营里分享，欢迎加入。
如果您觉得文章内容有收获，请一定帮忙转发，您的行动就是对我们的最大支持。
3月17日，美国证券交易委员会（SEC）联合美国商品期货交易委员会（CFTC）发布了一份解释性文件，将加密资产划分为数字商品、数字收藏品、数字工具、稳定币和数字证券五大类。其中只有数字证券被纳入证券监管体系，其余类别不视为证券。
这件事看起来不大，还有点技术性，让人摸不清头脑。
如果看看过去几年反复争议的焦点，就会发现，它其实解决的是一个长期悬而未决的问题，数字资产到底是什么？它到底是不是证券，是否需要信息披露，是否受到保护。这些问题始终没有清晰答案。不解决，市场就无法形成稳定预期。
紧接着第二天，3月18日，美国证券交易委员会批准了纳斯达克的一项规则变更，允许部分股票和ETF以代币化形式进行交易和结算。试点范围目前集中在Russell 1000成分股以及主流指数ETF上，这些都是流动性最强、最核心的资产。
但实际变化本身却很不明显。
代币化股份与传统股份在同一市场交易，价格、优先级、权利完全一致，使用完全相同的股票代码。
从执行层面来看，这一变化同样是渐进式的。资产在后台过户的节奏仍然是T+1，没有因为新方式而发生颠覆式改变
这两件事没有得到大家关注的原因也很简单，因为都太过克制。说到底，就是给同一只股票配了一个新的结算方式，而且没有全面放开，也没有对现有体系造成冲击。
但真正重要的变化，往往都不始于一场剧烈的变化，而是始于规则被悄悄改写。
一旦资产属性被明确，一旦交易路径被打通，参与方式就会慢慢改变，资金也会随之重新分布。其中最关键的一点，在于流动性的扩张。这不仅意味着机会，也意味着将形成周期性的泡沫，并在某个时间点，风险将集中性地爆发。
静悄悄的大变化。
首先，区块链技术开始进入股市了，真正被改变的，是资金流动的方式。
过去，一笔股票交易完成之后，真正的资产交割，要经过一整套中介体系，从券商到清算机构，再到托管机构，每一层都在做确认和对账。这次纳斯达克引入的代币化结算机制，是在原有体系之外，增加了一条新的路径，让资产可以被更直接地转移，而不完全依赖多层中介。
这究竟意味着什么？
就像我们已经用手机转账、刷卡支付，对这种便利性也习以为常。但往前推几十年，你会发现，在那个大量依赖纸质凭证和人工处理的年代，一笔交易从确认到完成，需要很长时间，也容易出错。
后来，随着计算机系统的引入，资金和资产的记录从纸面变成了电子账本，人工流程改由被系统自动处理，交易的效率大幅提升，结算时间被缩短，整个市场的运转速度明显加快，经济也就更加繁荣起来。
不过，这个变化是渐进的。并没有哪一天突然全部交易都电子化，而是在原有体系上不断叠加，随着大家的适应而慢慢替代。只是多年之后回头看，才发现某个时间点其实标志着金融基础设施的一次重大升级。
而这一次，是在电子系统之上，再引入一种新的记录和转移方式——区块链。
区别在于，从纸到电子，是把记录方式从人工变成计算机，但所有资产的转移仍在一个中心化系统里完成；而现在开始，资产可以在一个更加直接的系统中、也就是在链上完成转移。
今天看不明显，因为节奏还没变，规模也不大，但一个底层变量已经变了，那就是资金完成完整交易所需要的时间。
从纸到电子，让原本需要几天的流程变成几小时；而从电子到链上，如果继续推进，可能会把原本需要几小时或一天的过程，再压缩到几分钟。
同时，未来的交易可能不再严格依赖开盘与收盘，而是向7×24小时的运行方式靠拢。之后，股票交易的结算也不再只依赖银行体系的法币清算，稳定币的重要性会上升，因为它可以在链上做到即时结算且全天流动。
“2029”就是“1929”。
可是，这又会带来什么结果呢？
我们特训营想强调的是，同样规模的资金，在更高的效率下，可以被使用更多次，就会产生更多的流动。
而一旦这个演进持续下去，价格的发现机制、市场的运行节奏、资金的流动方式，都会随之发生改变。变化的就不再只是技术，而是整个市场的反应速度和波动方式。
要知道，流动性一旦被放大，它必然不会雨露均沾，而是会向最容易形成共识的资产集中，也就是会优先涌向那些流动性最好、或叙事最清晰的资产，推动价格在短时间内快速上涨。
这一点在历史上并不少见。
在21世纪初的互联网泡沫里，资金同样经历过类似的过程。当利率环境宽松且互联网技术蓬勃发展时，大量资金涌入了互联网公司，因为它们最容易讲故事。
但很明显，这种集中，就会带来泡沫。因为在流动性充裕的环境里，上涨本身就是一种信号，会吸引更多资金进入，从而推动价格的进一步上涨。
于是，在互联网泡沫之中，那些尚未盈利但叙事清晰、预期一致的公司，获得了远超基本面的估值。
这次，纳斯达克的代币化，让流动性变得更容易释放，资金的汇聚更加容易，周转也变得更快，价格反馈变得更即时。也就使得原本需要多年形成的上涨，很可能在更短时间内完成；原本需要长时间消化的风险，也可能在更集中阶段释放。
市场不只是变得更活跃，更是会变得敏感和极端，但大部分投资者或许还没意识到这个情况已经到来。
回顾历史，每一次金融系统的升级，都带来过资产价格的剧烈波动。
如果说1929源于规模化生产技术与金融扩张带来的狂热，那么今天，新的基础设施正在悄悄建立，重新定义流动性的放大过程，并让所积累的风险在未来的某个时间爆发。
所以，我们特训营常说的，2029可能就是1929。但问题是，你该如何提前预警呢？
更多新趋势、产业信号和底层规律，欢迎加入我们特训营学习，和我们一起，先人一步，领先一路！
理解趋势投资，对我们每个人的意义重大。
经历了价值投资和趋势投资完整的经济周期，经过了市场涨跌的洗礼，经历了那些不同因素对你产生的影响，我们对人生阶段的掌控力就会极大的加强。
我们特训营的使命之一，就是帮助你在充满不确定性的未来，做出最正确的选择，并坚定的相信，敢于下重注赌未来，成为时代的赢家。
有关趋势投资时代的详细规则，各个科技产业前沿领域的价值洼地与未来潜力股，更多产业深度分析和底层思考逻辑，我们会在特训营里分享，欢迎加入。
如果您觉得文章内容有收获，请一定帮忙转发，您的行动就是对我们的最大支持。
0 00
不久前，国内影视公司耀客传媒官宣签约了两位AI艺人，并同步推出AI剧集，引发了业界广泛关注。于是，“男二以下都是AI”的话题冲上了热搜，大家围绕演员是否会被AI替代展开了激烈讨论。
但如果把这些情绪放一放，我们特训营认为，这件事真正值得关注的，更在于它所指向的一种深层变化——当AI开始进入一个行业，它改变的往往是整个行业的运行方式，也就重新定义了谁有价值，而谁又会被边缘化。
最近，AI生成内容在短剧平台快速爆发，一些真人风格的AI短剧，在上线数天内就能获得过亿播放量。
有业内人士提到，随着Seedance 2的推出，一些原本已经立项的真人出演的短剧项目被直接叫停。因为在新的技术条件下，群演、普通演员都能用AI替代，原有的成本结构已经不成立了。
后期制作也在变化。在今年的热播剧《太平年》中，过去需要多轮建模、渲染、修改的画面，如今AI可以迅速生成数十甚至上百套设计方案，原本需要数天甚至更长时间的创作流程被快速压缩至几个小时。
而且，真人演员可能带来的舆情和违约等不确定性，在AI这里完全都不是问题。
当一个方法在成本、效率和风险三个维度上同时占优时，它就不再只是一个更好的选择，而是唯一的选择。
“男二以下都是AI”的现象也就随之出现，那些可以被标准化、被替代的角色，正在被AI快速替代。
但同时，一个更深层的问题也浮现出来——AI并不是简单地在“替代岗位”，而是在重写人们进入一个行业、并一步步走到更高位置的方式。当我们曾经熟悉的努力方式正在失效，又如何才能通向自己想要的未来？
老入口消失。
首先，如果看透“男二以下都是AI”的本质和影响，会发现它并不是影视行业的特例。
我们特训营曾反复说过，美国大型科技公司一边利润大幅增长，一边却在持续裁员，招聘也在收缩。
可是谁才是真正受影响的人呢？
Anthropic在3月初发布的一项研究中提出，计算机相关岗位中，有高达94%的任务理论上可以被AI完成，现实中的替代率也达到了33%。其中真正重要的信息在于——被优先替代的，正是那些最标准化、最容易复制的任务。
ServiceNow的CEO在最近的采访中也给出了类似判断——随着AI Agent的普及，大量标准化的工作正在被自动完成，毕业生的失业率甚至可能在未来几年上升到30%以上。
但我们特训营更想强调的是，AI并不是在替代岗位，而是在抽走楼梯。
过去，大部分行业中都有一套默认的成长机制，新人可以从基础工作做起，在执行中积累经验，在重复中建立判断，逐渐参与到更重要的决策中来。
也许你看过周星驰的电影《喜剧之王》，这部电影略带心酸地讲述了影视行业小人物的艰难历程：一个普通演员从群演和配角开始磨炼演技、建立人脉、等待机会，从边缘走向舞台中心。
这不仅是影视行业的路径，也是几乎所有行业默认的成长方式，先从基础岗位做起，完成脏活累活，逐渐积累经验，争取到未来承担高价值工作的机会。
但现在，AI把岗位中最适合新人成长的那些任务给抽走了，年轻人越来越难通过应聘初级岗位而进入一个公司。虽然岗位仍然存在，但无一不要求丰富的项目经验和较高的学历。
在过去，虽然连周星驰也要从宋兵甲演起，可好歹让他入了行。未来，男二以下都是AI，一个新人连上场的机会都没了，更谈不上被看见、被选择、被提拔。
老路也消失了。
不过，我们特训营更要指出的是，如果你把这件事理解为“只是新人更难了”，就低估了AI的影响。
被改变的，不只是进入行业的门槛，还有整个行业内部的分工方式，也就决定了你所在的位置是否还有价值。
过去，一个人能在组织中不断爬升，很大程度上取决于做事能力。做得更快、更稳，你就更有可能被赋予重要的工作，也就更容易晋升。
但其实，即使在AI时代之前，真正拉开人和人差距的，并不在做事的层面，而在认知层面，也就是判断什么事情值得做、怎么才算做得好、如何才能做得好。
只不过，过去人和人在认知层面的差距并不会迅速显现，大多数人可以先做事，哪怕一开始看不清方向，也可以在过程中慢慢修正。换句话说，曾经的职场允许你先上车、再补票。
现在，AI却在放大认知层面的价值，也就让人和人的差距显而易见。
本质原因在于，那些可以被拆解、被流程化的任务，会被AI优先接管；而剩下的那些没有标准答案的部分，仍然需要人来做出判断。
这让会做决定和判断的人，变成了整个工作中最关键的一环。
这也就从另一面解释了Anthropic研究中的一个问题，为什么计算机领域明明理论上有94%的替代率，却只有33%被替代。
仅仅是因为AI编程还不够强吗？当然不是，而是因为，AI可以写代码、甚至可以自动迭代，但它仍然需要人来给出方向、设定目标。未来一定还会有大量的人在计算机领域工作，但他们注定不是之前的同一批人。
但你会是哪一批人？
要知道，在Agent时代，AI将具备执行的能力。如果你仍然停留在“做事”的层面，无论你多努力、多熟练、多有经验，你的价值都将快速下降。一旦AI开始介入，在未来的某个时间点，AI都会很好地完成这件事，你过去积累的一切优势，都会失去意义。
而那些能够理解问题、定义任务、精通并且熟练地指挥AI工作并做出判断的人，他们的价值反而会在Agent时代得到快速提升，Agent成了他们的巨大杠杆，用更少的人力，撬动更大的结果。
就像Seedance 2推出之初，很多人的直觉是导演会很麻烦，但我们特训营就指出，真会被影响的其实是普通演员。
因为导演是定义内容的人，他们决定这场戏要不要存在、应该是什么风格、以及整个作品要传达什么。即使AI再强大，也只会成为他们更好的工具。
而演员是在按照规定的台词、动作、表情完成导演的要求，他们是纯粹的执行者。这也就解释了，为什么会被AI快速替代的，是“男二以下”的角色，而不是导演。
Agent浪潮，在让同样的逻辑向更多行业扩散。我们想提醒的是，这可能是他人的风险，却也可能是你的机会，关键在于你是否站在了正确的一边。
AI 技术和各种新的产业应用，在我们特训营中也做过更系统的分析，如果你感兴趣，欢迎加入我们特训营学习探讨，和我们一起，先人一步，领先一路！
理解趋势投资，对我们每个人的意义重大。
经历了价值投资和趋势投资完整的经济周期，经过了市场涨跌的洗礼，经历了那些不同因素对你产生的影响，我们对人生阶段的掌控力就会极大的加强。
我们特训营的使命之一，就是帮助你在充满不确定性的未来，做出最正确的选择，并坚定的相信，敢于下重注赌未来，成为时代的赢家。
有关趋势投资时代的详细规则，各个科技产业前沿领域的价值洼地与未来潜力股，更多产业深度分析和底层思考逻辑，我们会在特训营里分享，欢迎加入。
如果您觉得文章内容有收获，请一定帮忙转发，您的行动就是对我们的最大支持。
但如果把这些情绪放一放，我们特训营认为，这件事真正值得关注的，更在于它所指向的一种深层变化——当AI开始进入一个行业，它改变的往往是整个行业的运行方式，也就重新定义了谁有价值，而谁又会被边缘化。
最近，AI生成内容在短剧平台快速爆发，一些真人风格的AI短剧，在上线数天内就能获得过亿播放量。
有业内人士提到，随着Seedance 2的推出，一些原本已经立项的真人出演的短剧项目被直接叫停。因为在新的技术条件下，群演、普通演员都能用AI替代，原有的成本结构已经不成立了。
后期制作也在变化。在今年的热播剧《太平年》中，过去需要多轮建模、渲染、修改的画面，如今AI可以迅速生成数十甚至上百套设计方案，原本需要数天甚至更长时间的创作流程被快速压缩至几个小时。
而且，真人演员可能带来的舆情和违约等不确定性，在AI这里完全都不是问题。
当一个方法在成本、效率和风险三个维度上同时占优时，它就不再只是一个更好的选择，而是唯一的选择。
“男二以下都是AI”的现象也就随之出现，那些可以被标准化、被替代的角色，正在被AI快速替代。
但同时，一个更深层的问题也浮现出来——AI并不是简单地在“替代岗位”，而是在重写人们进入一个行业、并一步步走到更高位置的方式。当我们曾经熟悉的努力方式正在失效，又如何才能通向自己想要的未来？
老入口消失。
首先，如果看透“男二以下都是AI”的本质和影响，会发现它并不是影视行业的特例。
我们特训营曾反复说过，美国大型科技公司一边利润大幅增长，一边却在持续裁员，招聘也在收缩。
可是谁才是真正受影响的人呢？
Anthropic在3月初发布的一项研究中提出，计算机相关岗位中，有高达94%的任务理论上可以被AI完成，现实中的替代率也达到了33%。其中真正重要的信息在于——被优先替代的，正是那些最标准化、最容易复制的任务。
ServiceNow的CEO在最近的采访中也给出了类似判断——随着AI Agent的普及，大量标准化的工作正在被自动完成，毕业生的失业率甚至可能在未来几年上升到30%以上。
但我们特训营更想强调的是，AI并不是在替代岗位，而是在抽走楼梯。
过去，大部分行业中都有一套默认的成长机制，新人可以从基础工作做起，在执行中积累经验，在重复中建立判断，逐渐参与到更重要的决策中来。
也许你看过周星驰的电影《喜剧之王》，这部电影略带心酸地讲述了影视行业小人物的艰难历程：一个普通演员从群演和配角开始磨炼演技、建立人脉、等待机会，从边缘走向舞台中心。
这不仅是影视行业的路径，也是几乎所有行业默认的成长方式，先从基础岗位做起，完成脏活累活，逐渐积累经验，争取到未来承担高价值工作的机会。
但现在，AI把岗位中最适合新人成长的那些任务给抽走了，年轻人越来越难通过应聘初级岗位而进入一个公司。虽然岗位仍然存在，但无一不要求丰富的项目经验和较高的学历。
在过去，虽然连周星驰也要从宋兵甲演起，可好歹让他入了行。未来，男二以下都是AI，一个新人连上场的机会都没了，更谈不上被看见、被选择、被提拔。
老路也消失了。
不过，我们特训营更要指出的是，如果你把这件事理解为“只是新人更难了”，就低估了AI的影响。
被改变的，不只是进入行业的门槛，还有整个行业内部的分工方式，也就决定了你所在的位置是否还有价值。
过去，一个人能在组织中不断爬升，很大程度上取决于做事能力。做得更快、更稳，你就更有可能被赋予重要的工作，也就更容易晋升。
但其实，即使在AI时代之前，真正拉开人和人差距的，并不在做事的层面，而在认知层面，也就是判断什么事情值得做、怎么才算做得好、如何才能做得好。
只不过，过去人和人在认知层面的差距并不会迅速显现，大多数人可以先做事，哪怕一开始看不清方向，也可以在过程中慢慢修正。换句话说，曾经的职场允许你先上车、再补票。
现在，AI却在放大认知层面的价值，也就让人和人的差距显而易见。
本质原因在于，那些可以被拆解、被流程化的任务，会被AI优先接管；而剩下的那些没有标准答案的部分，仍然需要人来做出判断。
这让会做决定和判断的人，变成了整个工作中最关键的一环。
这也就从另一面解释了Anthropic研究中的一个问题，为什么计算机领域明明理论上有94%的替代率，却只有33%被替代。
仅仅是因为AI编程还不够强吗？当然不是，而是因为，AI可以写代码、甚至可以自动迭代，但它仍然需要人来给出方向、设定目标。未来一定还会有大量的人在计算机领域工作，但他们注定不是之前的同一批人。
但你会是哪一批人？
要知道，在Agent时代，AI将具备执行的能力。如果你仍然停留在“做事”的层面，无论你多努力、多熟练、多有经验，你的价值都将快速下降。一旦AI开始介入，在未来的某个时间点，AI都会很好地完成这件事，你过去积累的一切优势，都会失去意义。
而那些能够理解问题、定义任务、精通并且熟练地指挥AI工作并做出判断的人，他们的价值反而会在Agent时代得到快速提升，Agent成了他们的巨大杠杆，用更少的人力，撬动更大的结果。
就像Seedance 2推出之初，很多人的直觉是导演会很麻烦，但我们特训营就指出，真会被影响的其实是普通演员。
因为导演是定义内容的人，他们决定这场戏要不要存在、应该是什么风格、以及整个作品要传达什么。即使AI再强大，也只会成为他们更好的工具。
而演员是在按照规定的台词、动作、表情完成导演的要求，他们是纯粹的执行者。这也就解释了，为什么会被AI快速替代的，是“男二以下”的角色，而不是导演。
Agent浪潮，在让同样的逻辑向更多行业扩散。我们想提醒的是，这可能是他人的风险，却也可能是你的机会，关键在于你是否站在了正确的一边。
AI 技术和各种新的产业应用，在我们特训营中也做过更系统的分析，如果你感兴趣，欢迎加入我们特训营学习探讨，和我们一起，先人一步，领先一路！
理解趋势投资，对我们每个人的意义重大。
经历了价值投资和趋势投资完整的经济周期，经过了市场涨跌的洗礼，经历了那些不同因素对你产生的影响，我们对人生阶段的掌控力就会极大的加强。
我们特训营的使命之一，就是帮助你在充满不确定性的未来，做出最正确的选择，并坚定的相信，敢于下重注赌未来，成为时代的赢家。
有关趋势投资时代的详细规则，各个科技产业前沿领域的价值洼地与未来潜力股，更多产业深度分析和底层思考逻辑，我们会在特训营里分享，欢迎加入。
如果您觉得文章内容有收获，请一定帮忙转发，您的行动就是对我们的最大支持。
0 00