想知道谁在裸泳吗?
今天看到性萧条的文章，好奇的去搜了一下挚文集团的营收，挚文集团旗下有非常著名的婚恋YP平台，探探、陌陌、赫兹、牵手、贴贴等 App
年份 全年总营收 同比变化 核心原因
2020年 150.24亿元 - 历史营收峰值
2021年 145.76亿元 -3.0% 初次小幅下滑
2022年 127.04亿元 -12.8% 下滑幅度扩大
2023年 120.02亿元 -5.5% 持续收缩
2024年 105.63亿元 -12.0% 大幅下滑
2025年 103.67亿元 -1.9% 降幅收窄
由于国内营收持续下降，已经布局欧亚非市场：
Yaahlan：中东王牌产品，对标探探，当地约会社交头部App，是海外第一收入来源
Happn：欧洲收购的老牌同城偶遇社交App，基于路人擦肩而过的定位匹配，深耕法国、西班牙市场
Blupe：北非、东南亚泛陌生人社交，主打低成本会员订阅，复刻陌陌早期玩法
出海主力App 成为挚文集团核心增长点，海外营收占比25%，2026Q1同比+44%
by @兔撕鸡大老爷 #你不知道的行业内幕
年份 全年总营收 同比变化 核心原因
2020年 150.24亿元 - 历史营收峰值
2021年 145.76亿元 -3.0% 初次小幅下滑
2022年 127.04亿元 -12.8% 下滑幅度扩大
2023年 120.02亿元 -5.5% 持续收缩
2024年 105.63亿元 -12.0% 大幅下滑
2025年 103.67亿元 -1.9% 降幅收窄
由于国内营收持续下降，已经布局欧亚非市场：
Yaahlan：中东王牌产品，对标探探，当地约会社交头部App，是海外第一收入来源
Happn：欧洲收购的老牌同城偶遇社交App，基于路人擦肩而过的定位匹配，深耕法国、西班牙市场
Blupe：北非、东南亚泛陌生人社交，主打低成本会员订阅，复刻陌陌早期玩法
出海主力App 成为挚文集团核心增长点，海外营收占比25%，2026Q1同比+44%
by @兔撕鸡大老爷 #你不知道的行业内幕
大模型训练里有个基础概念，"词向量"，理解了这个词，可能会帮你更好的理解人。
计算机本来是不认字的，那它怎么读懂"苹果"是什么意思？
1950 年代有个语言学家说过一句话，成了后来整套技术的地基："You shall know a word by the company it keeps."
想知道一个词什么意思，就看它常跟哪些词做伴。
机器根本不"理解"苹果，它只是把全人类写过的句子数了一遍，发现"苹果"总跟"吃、甜、树、水果"一起出现，就把它摆到了那一堆旁边。观其伴，而知其义。
我们天天刷到的"猜你喜欢"，也是同一套逻辑，只是换了数据源——这里的"伴"从词变成了你的行为。你看过、买过、点赞过、看完没快进的东西，就是你的"上下文"。
系统统计哪些人常一起喜欢哪些东西，把你和每件商品都变成一个空间里的点：爱看《星际穿越》《三体》的人也爱看《沙丘》，这三部就挨得很近，常看它们的你也被拉到那一带。
想象一个巨大的兴趣广场，几亿人和几亿件商品都站在上面，兴趣越像站得越近；推荐你，不过是系统站在你的位置往四周看一圈，把你伸手够得着的递给你。所谓"猜你喜欢"，没有玄学，就是量了一下距离，把最近的邻居拿过来。
学到这儿你可能就懂了，这不就是我们看人的方式吗？
很多时候，想看透一个人，跟他本人聊未必最准，话是可以修饰的。
但一个人长期跟谁来往、待在什么样的圈子里、喜欢什么讨厌什么、书架上摆着什么，这些"邻居"很难装。观其邻，而知其人。
但人比词有意思的地方，是词只能被动地被邻居定义，人却能自己挪位置。词只能"被观其邻而知义"，人却能"选其邻而成其义"。
你选择靠近谁、远离谁、泡在什么社区、允许什么样的人进入你的上下文，这本身就是在雕刻你会变成谁。这是词没有、而人独有的自由。
你多一个爱好、留一道伤疤、换一份事业，都是在亲手把自己的坐标往某个方向搬，顺带换掉一圈邻居。词没得选，人却随时可以搬家。
所以真想理解一个人，看他过去和现在的邻能知道他从哪来，但还有一层，他正努力靠近的、那个还没成为的邻，往往才更接近他想成为的自己。
by @我的兄弟叫铁马 #无用但有趣的冷知识
计算机本来是不认字的，那它怎么读懂"苹果"是什么意思？
1950 年代有个语言学家说过一句话，成了后来整套技术的地基："You shall know a word by the company it keeps."
想知道一个词什么意思，就看它常跟哪些词做伴。
机器根本不"理解"苹果，它只是把全人类写过的句子数了一遍，发现"苹果"总跟"吃、甜、树、水果"一起出现，就把它摆到了那一堆旁边。观其伴，而知其义。
我们天天刷到的"猜你喜欢"，也是同一套逻辑，只是换了数据源——这里的"伴"从词变成了你的行为。你看过、买过、点赞过、看完没快进的东西，就是你的"上下文"。
系统统计哪些人常一起喜欢哪些东西，把你和每件商品都变成一个空间里的点：爱看《星际穿越》《三体》的人也爱看《沙丘》，这三部就挨得很近，常看它们的你也被拉到那一带。
想象一个巨大的兴趣广场，几亿人和几亿件商品都站在上面，兴趣越像站得越近；推荐你，不过是系统站在你的位置往四周看一圈，把你伸手够得着的递给你。所谓"猜你喜欢"，没有玄学，就是量了一下距离，把最近的邻居拿过来。
学到这儿你可能就懂了，这不就是我们看人的方式吗？
很多时候，想看透一个人，跟他本人聊未必最准，话是可以修饰的。
但一个人长期跟谁来往、待在什么样的圈子里、喜欢什么讨厌什么、书架上摆着什么，这些"邻居"很难装。观其邻，而知其人。
但人比词有意思的地方，是词只能被动地被邻居定义，人却能自己挪位置。词只能"被观其邻而知义"，人却能"选其邻而成其义"。
你选择靠近谁、远离谁、泡在什么社区、允许什么样的人进入你的上下文，这本身就是在雕刻你会变成谁。这是词没有、而人独有的自由。
你多一个爱好、留一道伤疤、换一份事业，都是在亲手把自己的坐标往某个方向搬，顺带换掉一圈邻居。词没得选，人却随时可以搬家。
所以真想理解一个人，看他过去和现在的邻能知道他从哪来，但还有一层，他正努力靠近的、那个还没成为的邻，往往才更接近他想成为的自己。
by @我的兄弟叫铁马 #无用但有趣的冷知识
苦难是文学的温床，情绪生意才是一本万利的罪恶之道，昨天的最大感受。
最近揭阳烧狗事件，让我太愤怒，于是在各大社交平台上刷帖，想获得更多消息，但有个挺有意思的发现，那就是整个事件的关注者可以分为三层，第一，空有愤怒却没有思考的观众，第二，有意识并且在靠此事牟利的引导者，第三，默默观战者。
我将其总结为三类，傻子，疯子和瞎子。
起因是我卧底了三个群，说来有趣，最开始是在某平台上刷到一个义愤填膺的揭阳人，说自己是邻村的，一定要为狗妈妈讨个说法。于是我经过他的二维码引流，来到了他的群里。
群主的说法是：我是隔壁村的，这个村四个未成年肇事者已经被保护了起来，当地派出所也在保护村民，现在任何人都进不去，我明天可以偷偷去村里转一圈，如果进不去这个村子，我就印发传单去隔壁村宣发！
厉害，我在心里默默为这个07年的男孩子点了个赞，继续潜水。
很快群里开始有人叫嚣，说要给群主募捐，起码要承担一部分打印的费用，于是大家纷纷慷慨解囊，我在群里蹲了这么久，于是也捐了5块，可以说是本群最小数目，那些20、50捐的人不在少数。要知道这个群160个人，前端多个平台分发的话，他完全可以建十几个100号人的群，如果每个群能收500，那么也是大几千的收益。
到这里，其实已经有点眉目了，和崩老头路数一致。但大部分人还没有反应过来，还在愤怒的讨论事情。但大部分网友还算有理性，只提倡去电商平台给揭阳商户发起退款退货，并且要在各大平台刷帖，保持热度。
很快有个女生在群里发了一个群二维码，标题叫，人肉xx畜生的进。
标题劲爆情绪激烈，那个群呼啦啦进了几十号人，我也在其中，群主是个中年男人，看个人资料应该是做装修行业的，他上来就说，我就是这个村的，我孤家寡人一个，要去手刃肇事者（我这里是美化后的版本，原话更直抒胸臆
群里本来就是看热闹的，看大哥这么激动，大家纷纷劝阻，我觉得挺有意思的，就问了一句，我说哥，你是遇到什么事儿了吗？那个男的直接q我：那个狗妈妈死的那么惨，不为她报仇天理不容！
大哥估计没想到这届年轻网友这么理性，大姑娘小伙子全在劝他，不要冲动，这个也能理解，万一出了事情，群友都要被传唤的。所以大家全都秉持着多一事不如少一事的原则，到后面干脆在癫狂的大哥面前彻底闭了嘴。
但这个大哥不依不饶，很快群里进了另一个人，直奔大哥：你放心去干吧！我替你照顾家小！然后反手转了大哥500块。
我看这个转钱的和那个叫嚣着要砍人的，两个微信名有相似之处，好奇下我就在群里点了这两个人的转账界面，显示名字最后是同一个字。
到这里事情水落石出，群主是个骗钱的，想激起大家的情绪给他转钱，但群里没人接话，于是拉了自己的小号进来搭台唱戏。
很快有人揭穿了他：你两个号，累不累啊？
嘎吱，大哥截然而止，下一秒就解散了群聊。笑死。
于是大家退回最开始那个07年男生组建的群，有意思的事情还在后面，突然这个男生说，我被派出所打电话了，叫我去谈话，这个群先解散。群里有个男的回他，那解散群前，你先把收的钱还给大家。话音刚落，群解散了。
几乎就在群解散的第一时间，五个人加了我的微信，因为之前我在群里贡献了一些推理，所以这些人估计是想找我复盘一下。
很快，我被其中一个女生拉进了新的群，到这里，已经是我进的第三个群了。
这个群是先前那个群主组建的用来募捐的群，和上一个群的原班人马差不多，大家都在讨论群主的嘎然解散群这个动作，此时已经有人问了：这，不会是骗子吧？
也有人在为群主喊冤，他们的解释是，眼下这个节骨眼上，就是被盯得很紧，群主被传唤谈话，是要被查手机的，他退群是最好的办法。
过了一会，群主进了这个群，开始发自己的派出所翘二郎腿的照片，三不五时的配一句，我过两天去看看怎么回事。有人问：那你现在不去的话，先把钱还给大家把？群主毫无反应，当没听见一样
其实到这里，已经很明显了，就是骗子，而且是个年纪很小的骗子，害怕出事，所以不能直接解散群，到时候很有可能，直接去现场转一圈，拍点照片，用点借口，把事儿敷衍过去。
群里的女生们又建立了一个小群，把我也拉进去了，我说大家先统计一下，每个人捐了多少吧，其实我是想大概估摸一下这个人靠这波赚了多少，于是群里开始接龙，于是一个年纪很小的女孩开始慌了：他真的是骗子吗？我把妈妈给我坐车的钱都给他了，我现在准备走路回家了都。
我问，你给了多少，女孩回答，我妈妈给了我10块钱，我转了5块给他。
我转了10块给女孩，说，下次不要给任何人钱，你这个年龄没到报答社会的时候。她退给了我，说谢谢姐姐，这个钱我不能要。
但很快，群里有人开始制止我，说这个事情到现在还没定性呢，群主就是骗子吗？你要这样冤枉好人吗？万一他是好人呢？
对对对，群里很多人在附和，说我们再看看吧。
我把群设置成了折叠。内心觉得真的挺有意思的，花了5块钱看了一场庞大的套路赛。虽然心里清楚每次流量狂欢都必然伴随着这样的行为，因为群体的情绪是最好被操控的，但我依然想说：潮汕这个地方，的确有点说法啊。
无地域歧视，纯粹个人偏见。
by @周阿包 #你不知道的行业内幕
最近揭阳烧狗事件，让我太愤怒，于是在各大社交平台上刷帖，想获得更多消息，但有个挺有意思的发现，那就是整个事件的关注者可以分为三层，第一，空有愤怒却没有思考的观众，第二，有意识并且在靠此事牟利的引导者，第三，默默观战者。
我将其总结为三类，傻子，疯子和瞎子。
起因是我卧底了三个群，说来有趣，最开始是在某平台上刷到一个义愤填膺的揭阳人，说自己是邻村的，一定要为狗妈妈讨个说法。于是我经过他的二维码引流，来到了他的群里。
群主的说法是：我是隔壁村的，这个村四个未成年肇事者已经被保护了起来，当地派出所也在保护村民，现在任何人都进不去，我明天可以偷偷去村里转一圈，如果进不去这个村子，我就印发传单去隔壁村宣发！
厉害，我在心里默默为这个07年的男孩子点了个赞，继续潜水。
很快群里开始有人叫嚣，说要给群主募捐，起码要承担一部分打印的费用，于是大家纷纷慷慨解囊，我在群里蹲了这么久，于是也捐了5块，可以说是本群最小数目，那些20、50捐的人不在少数。要知道这个群160个人，前端多个平台分发的话，他完全可以建十几个100号人的群，如果每个群能收500，那么也是大几千的收益。
到这里，其实已经有点眉目了，和崩老头路数一致。但大部分人还没有反应过来，还在愤怒的讨论事情。但大部分网友还算有理性，只提倡去电商平台给揭阳商户发起退款退货，并且要在各大平台刷帖，保持热度。
很快有个女生在群里发了一个群二维码，标题叫，人肉xx畜生的进。
标题劲爆情绪激烈，那个群呼啦啦进了几十号人，我也在其中，群主是个中年男人，看个人资料应该是做装修行业的，他上来就说，我就是这个村的，我孤家寡人一个，要去手刃肇事者（我这里是美化后的版本，原话更直抒胸臆
群里本来就是看热闹的，看大哥这么激动，大家纷纷劝阻，我觉得挺有意思的，就问了一句，我说哥，你是遇到什么事儿了吗？那个男的直接q我：那个狗妈妈死的那么惨，不为她报仇天理不容！
大哥估计没想到这届年轻网友这么理性，大姑娘小伙子全在劝他，不要冲动，这个也能理解，万一出了事情，群友都要被传唤的。所以大家全都秉持着多一事不如少一事的原则，到后面干脆在癫狂的大哥面前彻底闭了嘴。
但这个大哥不依不饶，很快群里进了另一个人，直奔大哥：你放心去干吧！我替你照顾家小！然后反手转了大哥500块。
我看这个转钱的和那个叫嚣着要砍人的，两个微信名有相似之处，好奇下我就在群里点了这两个人的转账界面，显示名字最后是同一个字。
到这里事情水落石出，群主是个骗钱的，想激起大家的情绪给他转钱，但群里没人接话，于是拉了自己的小号进来搭台唱戏。
很快有人揭穿了他：你两个号，累不累啊？
嘎吱，大哥截然而止，下一秒就解散了群聊。笑死。
于是大家退回最开始那个07年男生组建的群，有意思的事情还在后面，突然这个男生说，我被派出所打电话了，叫我去谈话，这个群先解散。群里有个男的回他，那解散群前，你先把收的钱还给大家。话音刚落，群解散了。
几乎就在群解散的第一时间，五个人加了我的微信，因为之前我在群里贡献了一些推理，所以这些人估计是想找我复盘一下。
很快，我被其中一个女生拉进了新的群，到这里，已经是我进的第三个群了。
这个群是先前那个群主组建的用来募捐的群，和上一个群的原班人马差不多，大家都在讨论群主的嘎然解散群这个动作，此时已经有人问了：这，不会是骗子吧？
也有人在为群主喊冤，他们的解释是，眼下这个节骨眼上，就是被盯得很紧，群主被传唤谈话，是要被查手机的，他退群是最好的办法。
过了一会，群主进了这个群，开始发自己的派出所翘二郎腿的照片，三不五时的配一句，我过两天去看看怎么回事。有人问：那你现在不去的话，先把钱还给大家把？群主毫无反应，当没听见一样
其实到这里，已经很明显了，就是骗子，而且是个年纪很小的骗子，害怕出事，所以不能直接解散群，到时候很有可能，直接去现场转一圈，拍点照片，用点借口，把事儿敷衍过去。
群里的女生们又建立了一个小群，把我也拉进去了，我说大家先统计一下，每个人捐了多少吧，其实我是想大概估摸一下这个人靠这波赚了多少，于是群里开始接龙，于是一个年纪很小的女孩开始慌了：他真的是骗子吗？我把妈妈给我坐车的钱都给他了，我现在准备走路回家了都。
我问，你给了多少，女孩回答，我妈妈给了我10块钱，我转了5块给他。
我转了10块给女孩，说，下次不要给任何人钱，你这个年龄没到报答社会的时候。她退给了我，说谢谢姐姐，这个钱我不能要。
但很快，群里有人开始制止我，说这个事情到现在还没定性呢，群主就是骗子吗？你要这样冤枉好人吗？万一他是好人呢？
对对对，群里很多人在附和，说我们再看看吧。
我把群设置成了折叠。内心觉得真的挺有意思的，花了5块钱看了一场庞大的套路赛。虽然心里清楚每次流量狂欢都必然伴随着这样的行为，因为群体的情绪是最好被操控的，但我依然想说：潮汕这个地方，的确有点说法啊。
无地域歧视，纯粹个人偏见。
by @周阿包 #你不知道的行业内幕
抹茶发现 netfilter userspace library "libnftnl" 的 examples/nft-set-elem-add.c 跑不起来，看 syscall 也看不懂，毕竟 netlink msg 谁™能看懂？
一起痛骂 “libnftnl 是什么垃圾” 和 “你的 7.2 内核太新了，新内核全是 bug 很合理” 之后，我也好奇起来了，netlink syscall 报错溯因对我来说也是个谜，正好学习一下，而且这周工作写文档太恶心了想裸奔。
经过一堆准备工作之后：
1. 修改代码让它变成一个“启动暂停、 ctrl-c 继续运行” 的两阶段程序，延长进程生命方便我用 pid 过滤事件
2. 下载 linux-image-$(uname -r)-dbgsym 方便映射符号
3. 准备 @eBPFTalk001 的 bpfsnoop 方便用 lbr 回溯内核执行流
4. 准备 brendangregg/perf-tools 方便用 funcgraph
5. 下载 Ubuntu-hwe-6.17-6.17.0-35.35_24.04.1 源码
神秘的 Linux 内核系列又回来啦！
首先要找个合适的回溯点。直接从 __x64_sys_sendto syscall 回溯 lbr 得不到太多信息，全是 kfree_skb 之类的清理，所以找找看 netfilter netlink error 相关的 kprobe，结果还真找到一个：
然后用 lbr 检查内核是如何执行到这里的：
还有另一种思路，看整个 syscall 的 funcgraph，也能看到 nfnl_err_add 和完整的执行流
两份 trace log 一结合，立刻能知道是在 nft_data_init() 里返回了 -EINVAL，然后用 lbr 跳转记录仔细跟一下源码，看到这一条跳转：
对应的源码是
看懂了吧，len != desc->len 所以 return -EINVAL，看下 desc->len 是 nft_set->klen 由 nft table 的 set type 决定的长度，比如我是用
定义的 ipv4_addr type, desc->len = klen = 4；但是 nft-set-elem-add.c 里传给 netlink 的 uint16_t data 长度是 2，所以内核检查不通过，返回 -EINVAL，QED。
你以为我很高兴吗，不，我很悲伤，因为我其实一开始就用 LLM 解答万物了，把 Linux 源码 + nft-set-elem-add.c 源码 + strace 日志扔给 codex5.5 medium，它只用了三十秒就找到了问题；然后我自己再用上面这些眼花缭乱的 tracing 手段去追溯源码，用了一个小时。投降了，已皈依 LLM 神教饶我狗命🐕
一起痛骂 “libnftnl 是什么垃圾” 和 “你的 7.2 内核太新了，新内核全是 bug 很合理” 之后，我也好奇起来了，netlink syscall 报错溯因对我来说也是个谜，正好学习一下，而且这周工作写文档太恶心了想裸奔。
经过一堆准备工作之后：
1. 修改代码让它变成一个“启动暂停、 ctrl-c 继续运行” 的两阶段程序，延长进程生命方便我用 pid 过滤事件
2. 下载 linux-image-$(uname -r)-dbgsym 方便映射符号
3. 准备 @eBPFTalk001 的 bpfsnoop 方便用 lbr 回溯内核执行流
4. 准备 brendangregg/perf-tools 方便用 funcgraph
5. 下载 Ubuntu-hwe-6.17-6.17.0-35.35_24.04.1 源码
神秘的 Linux 内核系列又回来啦！
首先要找个合适的回溯点。直接从 __x64_sys_sendto syscall 回溯 lbr 得不到太多信息，全是 kfree_skb 之类的清理，所以找找看 netfilter netlink error 相关的 kprobe，结果还真找到一个：
$ bpftrace -p $(pidof nft-set-elem-add) -e 'k:*nf*err* {printf("%s\n", probe);}'
Attached 11 probes
kprobe:nfnl_err_add然后用 lbr 检查内核是如何执行到这里的：
$ ./bpfsnoop -k nfnl_err_add --output-lbr --filter-pid $(pidof nft-set-elem-add) --mode entry
__nla_validate_parse+0xb6 (lib/nlattr.c:655) -> __nla_parse+0x23 (lib/nlattr.c:734)
__nla_parse+0x35 (lib/nlattr.c:734) -> nft_data_init+0x77 (net/netfilter/nf_tables_api.c:11894)
nft_data_init+0xae (net/netfilter/nf_tables_api.c:11847) -> nft_data_init+0x115 (net/netfilter/nf_tables_api.c:11890)
nft_data_init+0x11a (net/netfilter/nf_tables_api.c:11890) -> nft_data_init+0xba (net/netfilter/nf_tables_api.c:11912)
nft_data_init+0xe0 (net/netfilter/nf_tables_api.c:11912) -> nft_add_set_elem+0x2be (net/netfilter/nf_tables_api.c:7380)还有另一种思路，看整个 syscall 的 funcgraph，也能看到 nfnl_err_add 和完整的执行流
$ ./funcgraph -p $(pidof nft-set-elem-add) -m 50 __x64_sys_sendto
6) | nf_tables_newsetelem [nf_tables]() {
6) 0.634 us | nft_set_lookup_global [nf_tables]();
6) | nft_add_set_elem [nf_tables]() {
6) 0.586 us | nft_data_init [nf_tables]();
6) 1.659 us | }
6) 7.547 us | }
6) | nfnl_err_add [nfnetlink]() {
6) | __kmalloc_cache_noprof() {
6) 0.106 us | __cond_resched();
6) 1.109 us | }
6) 1.444 us | }两份 trace log 一结合，立刻能知道是在 nft_data_init() 里返回了 -EINVAL，然后用 lbr 跳转记录仔细跟一下源码，看到这一条跳转：
nft_data_init+0xae (net/netfilter/nf_tables_api.c:11847) -> nft_data_init+0x115 (net/netfilter/nf_tables_api.c:11890)对应的源码是
11846 if (desc->len) {
11847 if (len != desc->len)
11848 return -EINVAL;
[...]
11890 return -EINVAL;
[...]看懂了吧，len != desc->len 所以 return -EINVAL，看下 desc->len 是 nft_set->klen 由 nft table 的 set type 决定的长度，比如我是用
nft add set ip t s '{ type ipv4_addr; }'定义的 ipv4_addr type, desc->len = klen = 4；但是 nft-set-elem-add.c 里传给 netlink 的 uint16_t data 长度是 2，所以内核检查不通过，返回 -EINVAL，QED。
你以为我很高兴吗，不，我很悲伤，因为我其实一开始就用 LLM 解答万物了，把 Linux 源码 + nft-set-elem-add.c 源码 + strace 日志扔给 codex5.5 medium，它只用了三十秒就找到了问题；然后我自己再用上面这些眼花缭乱的 tracing 手段去追溯源码，用了一个小时。投降了，已皈依 LLM 神教饶我狗命
昨天跟团队去拜访了北京大学干细胞研究中心主任邓宏魁教授。邓教授从细胞治疗聊到自然界的再生，从人类基因的缺陷聊到未来的超级细胞。回来路上我一直在想，人这个物种啊，除了脑子好使，其他硬件配置还真不如很多动物。
大象为什么几乎不得癌症？按说大象体型那么大，细胞数量是人的一百倍，从概率上应该更容易得癌才对。但事实是，大象身上有二十个TP53基因拷贝，人类只有两个。TP53是基因组里最核心的抗癌基因，相当于细胞里的看门狗，一旦发现DNA损伤，要么修复，要么直接让细胞自杀。大象细胞一出问题，立刻就被按死了。人只有两个，看门狗打盹的时候，癌细胞就溜进来了。
还有壁虎。壁虎尾巴断了，很快就能长出来。蝾螈更夸张，哪怕眼睛被摘除一次又一次，每次也都能完美再生。所有动物都没有医院和医生，只有人有。动物治病就靠两样东西：免疫和再生。这两样是碳基生命修复自己的第一性原理。
——————
免疫把坏东西清掉，再生把好东西长出来。低等动物再生靠的不是什么神奇药水，而是化学渗透，就是细胞的逆向分化，即：细胞本来已经分化成组织了，遇到损伤，又能倒推回去，重新分化成需要的细胞。只不过低等动物物种进化简单，人类进化得太复杂了，大自然暂时帮我们把再生能力关掉了，其初衷也是怕细胞乱长变成肿瘤。
邓教授说，他过去三十多年，就是想帮人类把这条路重新找回来。
要理解这条路有多重要，得先明白我们是怎么生病的。我们投资人对疾病的分类主要就是自免疾病、代谢疾病、肿瘤、心脑血管疾病和神经退行性疾病这五大类。
人这一辈子吃药打针，传统药物基本都是控制疾病。血压高了吃降压药，血糖高了打胰岛素，炎症来了用激素。这些药能控制症状，但很少能真正治愈。因为病变、衰老、损伤之后，细胞没了就是没了，你没法靠吃药让死去的神经细胞长回来，让坏掉的胰岛细胞重新上岗。
所以医学界一直在找一个新范式：能不能补充新的细胞进去？这就是细胞治疗的底层逻辑。但新细胞从哪来？
——————
人体内几百种细胞，细分就两类：生殖细胞和体细胞。生殖细胞传宗接代，体细胞干活养家。生殖细胞有个神奇能力，精子和卵子结合，就是一个重编程过程，把两个成体细胞的状态重置，回到最初的全能状态，然后发育成一个新个体。克隆羊多莉就是这个原理，把体细胞核塞进卵细胞里，卵细胞的环境能把体细胞洗回出厂设置。
但克隆依赖卵细胞，而且过程像核爆炸，不可控。直到2006年，日本科学家山中伸弥找到了四个基因，OSKM，用病毒把它们塞进成体细胞里，强制表达，也能把细胞推回干细胞状态。这就是第一代诱导多能干细胞技术，即iPSC，拿了诺贝尔奖。
穿插稍微注解一下OSKM是什么。O是Oct4，S是Sox2，K是Klf4，M是c-Myc。这四个基因在胚胎干细胞里高表达，在成体细胞里基本沉默。
成体细胞为什么不让它们表达？因为细胞分化后需要稳定身份。肝细胞就要一直做肝细胞，神经细胞就要一直做神经细胞。如果这四个基因随便表达，细胞就会乱套，甚至癌变。所以大自然给它们上了好几层锁，包括：DNA甲基化、组蛋白修饰，把基因座压缩成异染色质，这些大锁链子使得细胞能够调头转录的机器根本进不去。当然，这其实是成体后的一种保护机制，防止细胞返祖变成肿瘤。
但面对疾病，这种保护机制反而成了障碍。我们想让细胞回去补充新的功能细胞，它却锁死了。日本著名骨科临床医生和干细胞科学家、iPSC发明人、2012年诺贝尔生理学或医学奖得主山中伸弥的做法是，用病毒把外源OSKM基因强行插到基因组的其他位置，绕过这些锁，大量表达蛋白，把细胞推回干细胞状态。这相当于内源的门被锁死了，科学家从窗户翻进去，强行开灯。
可是但是，这个伟大的第一代技术还是有个本质缺陷。它走的是肿瘤那条路。刚才说的四个基因里的第四个，即那个叫c-Myc的基因，本身就自带致癌属性，加上病毒随机插入基因组，就像往书里随便夹纸条，确实有可能夹到癌基因旁边，把大量复制的油门卡死，细胞就疯长变成癌症。而且整个过程像核爆炸，启动了再想停就基本不可能了。更麻烦的是，用病毒感染细胞的方法做基因编辑这件事，尤其是面对血细胞（用血细胞是因为真好用），效率是极低的，只有万分之一能成功。
传统CAR-T就是这么做的。从患者身上抽血，分离T细胞，用病毒把CAR基因插进去，体外扩增，再回输。一人一批，完全定制，国内一百万起步，等两三周甚至更久，很多病人等不起。而且病人体内的T细胞质量参差不齐，老年人化疗后的T细胞弱得很，扩增失败率高。病毒插入位置随机，每批细胞的CAR表达水平、安全性都不一样。困难重重。
——————
科学家们几十年来都在想，有没有另外一条路？低等动物再生不得肿瘤，它们走的是什么路？
答案就是化学渗透，逆向分化。小分子药物能穿透细胞膜，像钥匙一样打开细胞内部的锁。如果能配出一个化学鸡尾酒，分阶段、分剂量、精准控制，让细胞像坐火车一样，一站一站地回到干细胞状态，而不是被核爆炸炸回去，那该多好？
这个想法听起来简单，做起来却是地狱难度。从设想到做出人的CiPSC，邓教授团队花了二十五年，两百多个博士后参与，几千轮盲筛，在茫茫星辰大海中“寻找”那些在时间位置和功能上都恰到好处的化学小分子。这就像攀登珠穆朗玛峰，不是遇到一个大坑跳过去就行，而是每一步都要试，每一步都要确认下一站停在哪。
2013年，他们在Science上发表了小鼠的化学小分子重编程。2022年，Nature上发表人的CiPSC，即化学小分子诱导多能干细胞。2024年，全球首例化学重编程iPSC分化的胰岛细胞治愈了一型糖尿病病人。这个过程被国务院列为十八大以来基础前沿研究的重大原创成果，与量子科技、嫦娥探月并列。
——————
CiPSC到底好在哪？
第一是安全。不插外源基因，不整合病毒，不改变基因组，走的是低等动物再生那条路，不是肿瘤那条路。邓教授说，安全性比传统方法好二十倍以上。
第二是效率。化学小分子穿透细胞膜的能力极强，血细胞很难被病毒感染，但小分子随便进。所以血细胞重编程效率一下子拉开二十倍以上。
第三是最关键的，可控。传统技术像核爆炸，CiPSC像开火车。第一阶段停五小时，第二阶段停八小时，第三阶段换组合，每个阶段用什么分子、什么剂量、作用多久，都可以精准调控。这种动态调控是遗传学方法根本做不到的。
有了CiPSC，细胞治疗就从定制西装变成了工业化成衣。
北启生物的做法就是，他们从供体身上抽一点血，用化学小分子把血细胞重编程为CiPSC，在干细胞阶段就完成了基因编辑，装上CAR导航，敲掉免疫排斥基因，然后再定向分化成T细胞。因为改的是干细胞，可以无限扩增，一个编辑好的种子细胞能扩增出天文数字的后代，所有细胞基因完全一致，批间差异几乎为零。成本从一百多万压到几千块，未来甚至两千以内。
这就是现货型通用CAR-T。病人来了，从冰箱里拿出一袋冻存的细胞，解冻直接输，像拿成品药一样。
北启生物和瑞普晨创，都是邓教授体系下的公司。瑞普晨创则聚焦糖尿病，拿的是糖尿病方向的专利授权。北启拿的是糖尿病以外的全部方向，包括自免疾病、血液肿瘤、造血干细胞、神经修复、软骨再生。
为什么先推自免？因为自免市场太大了。过去二十年出了三个药王级别的大品种，修美乐就是治自免的，一年卖几百亿美元。自免疾病的本质是B细胞叛变，产生自身抗体攻击自己的关节、皮肤、肾脏。CAR-T能深度清除B细胞，让免疫系统重置，重建健康的B细胞。北启已经在北医三院做了自免的IIT临床，四例患者一个月实现免疫重建，效果令人振奋。
——————
但这条路还很长。
CiPSC技术虽然拿到了IIT数据，但还没有进入正式临床。通用型iPSC细胞治疗在中国还没有获批先例，因为涉及基因编辑和异体细胞，CDE对其长期致瘤性和免疫排斥的评估极为审慎。监管路径还在摸索，每一步都要比传统药物更小心。
至于专利方面，我们也有担心。邓教授说得很清楚，改变细胞命运就两条路，一条肿瘤路，一条再生路。他们走的是再生路，保护的是小分子诱导的路径和机制，不是单一化合物。但基因编辑领域CRISPR的著名专利战的故事告诉我们，现实可能很骨干，而且技术永远在迭代。伯克利和博德研究所打了那么多年官司，碱基编辑、先导编辑这些新工具又冒出来，没有永恒的护城河。化学小分子重编程虽然壁垒高，但未来如果出现完全不同的分子组合或新的重编程路径，也不是完全不可能。
临床风险也不小。数据好看但样本量还很小，随访时间短。致病性B细胞清除后可能一年半复发，需要反复给药。而且细胞治疗是活的产品，安全性是药监局最看重的底线，有没有效是后话，安全不过关一切归零。
邓教授也谈到了NK细胞疗法。他的观点很鲜明，现阶段看，NK细胞疗法的持久性和杀伤力仍不及T细胞，免疫靠的是T细胞，NK更像游击队。当然业界也有人坚持NK路线，因为NK无需MHC识别，异体排斥风险低，我们也判断，这条路依然有可能存在较长时间的科学和商业价值。
——————
说到底，人这一辈子，细胞旧了、坏了，就该换新的，只是很多时候我们的身体不会换。吃药控制只是权宜之计，真正的治愈是再生。从壁虎的尾巴到蝾螈的眼睛，大自然早就给我们展示了答案。CiPSC不是让人类变成超人，而是帮人类找回那些被进化暂时关闭的能力。
你看，大象不得癌症，是因为基因组的守护基因够多。壁虎尾巴能再生，是因为细胞可塑性没有被彻底锁死。近年来科学的巨大进步告诉我们，人类完全可以在细胞和基因的层面，重新接近属于碳基生命疾病治疗的第一性原理。
这条路走了二十多年了，后面可能还要走二十多年。但中国科学家在源头上的创新，一定值得我们投资人的助力与等待。
by @小吴老吴 https://mp.weixin.qq.com/s/2ItRapxeUIRb5MPiANDLtw #你不知道的行业内幕
大象为什么几乎不得癌症？按说大象体型那么大，细胞数量是人的一百倍，从概率上应该更容易得癌才对。但事实是，大象身上有二十个TP53基因拷贝，人类只有两个。TP53是基因组里最核心的抗癌基因，相当于细胞里的看门狗，一旦发现DNA损伤，要么修复，要么直接让细胞自杀。大象细胞一出问题，立刻就被按死了。人只有两个，看门狗打盹的时候，癌细胞就溜进来了。
还有壁虎。壁虎尾巴断了，很快就能长出来。蝾螈更夸张，哪怕眼睛被摘除一次又一次，每次也都能完美再生。所有动物都没有医院和医生，只有人有。动物治病就靠两样东西：免疫和再生。这两样是碳基生命修复自己的第一性原理。
——————
免疫把坏东西清掉，再生把好东西长出来。低等动物再生靠的不是什么神奇药水，而是化学渗透，就是细胞的逆向分化，即：细胞本来已经分化成组织了，遇到损伤，又能倒推回去，重新分化成需要的细胞。只不过低等动物物种进化简单，人类进化得太复杂了，大自然暂时帮我们把再生能力关掉了，其初衷也是怕细胞乱长变成肿瘤。
邓教授说，他过去三十多年，就是想帮人类把这条路重新找回来。
要理解这条路有多重要，得先明白我们是怎么生病的。我们投资人对疾病的分类主要就是自免疾病、代谢疾病、肿瘤、心脑血管疾病和神经退行性疾病这五大类。
人这一辈子吃药打针，传统药物基本都是控制疾病。血压高了吃降压药，血糖高了打胰岛素，炎症来了用激素。这些药能控制症状，但很少能真正治愈。因为病变、衰老、损伤之后，细胞没了就是没了，你没法靠吃药让死去的神经细胞长回来，让坏掉的胰岛细胞重新上岗。
所以医学界一直在找一个新范式：能不能补充新的细胞进去？这就是细胞治疗的底层逻辑。但新细胞从哪来？
——————
人体内几百种细胞，细分就两类：生殖细胞和体细胞。生殖细胞传宗接代，体细胞干活养家。生殖细胞有个神奇能力，精子和卵子结合，就是一个重编程过程，把两个成体细胞的状态重置，回到最初的全能状态，然后发育成一个新个体。克隆羊多莉就是这个原理，把体细胞核塞进卵细胞里，卵细胞的环境能把体细胞洗回出厂设置。
但克隆依赖卵细胞，而且过程像核爆炸，不可控。直到2006年，日本科学家山中伸弥找到了四个基因，OSKM，用病毒把它们塞进成体细胞里，强制表达，也能把细胞推回干细胞状态。这就是第一代诱导多能干细胞技术，即iPSC，拿了诺贝尔奖。
穿插稍微注解一下OSKM是什么。O是Oct4，S是Sox2，K是Klf4，M是c-Myc。这四个基因在胚胎干细胞里高表达，在成体细胞里基本沉默。
成体细胞为什么不让它们表达？因为细胞分化后需要稳定身份。肝细胞就要一直做肝细胞，神经细胞就要一直做神经细胞。如果这四个基因随便表达，细胞就会乱套，甚至癌变。所以大自然给它们上了好几层锁，包括：DNA甲基化、组蛋白修饰，把基因座压缩成异染色质，这些大锁链子使得细胞能够调头转录的机器根本进不去。当然，这其实是成体后的一种保护机制，防止细胞返祖变成肿瘤。
但面对疾病，这种保护机制反而成了障碍。我们想让细胞回去补充新的功能细胞，它却锁死了。日本著名骨科临床医生和干细胞科学家、iPSC发明人、2012年诺贝尔生理学或医学奖得主山中伸弥的做法是，用病毒把外源OSKM基因强行插到基因组的其他位置，绕过这些锁，大量表达蛋白，把细胞推回干细胞状态。这相当于内源的门被锁死了，科学家从窗户翻进去，强行开灯。
可是但是，这个伟大的第一代技术还是有个本质缺陷。它走的是肿瘤那条路。刚才说的四个基因里的第四个，即那个叫c-Myc的基因，本身就自带致癌属性，加上病毒随机插入基因组，就像往书里随便夹纸条，确实有可能夹到癌基因旁边，把大量复制的油门卡死，细胞就疯长变成癌症。而且整个过程像核爆炸，启动了再想停就基本不可能了。更麻烦的是，用病毒感染细胞的方法做基因编辑这件事，尤其是面对血细胞（用血细胞是因为真好用），效率是极低的，只有万分之一能成功。
传统CAR-T就是这么做的。从患者身上抽血，分离T细胞，用病毒把CAR基因插进去，体外扩增，再回输。一人一批，完全定制，国内一百万起步，等两三周甚至更久，很多病人等不起。而且病人体内的T细胞质量参差不齐，老年人化疗后的T细胞弱得很，扩增失败率高。病毒插入位置随机，每批细胞的CAR表达水平、安全性都不一样。困难重重。
——————
科学家们几十年来都在想，有没有另外一条路？低等动物再生不得肿瘤，它们走的是什么路？
答案就是化学渗透，逆向分化。小分子药物能穿透细胞膜，像钥匙一样打开细胞内部的锁。如果能配出一个化学鸡尾酒，分阶段、分剂量、精准控制，让细胞像坐火车一样，一站一站地回到干细胞状态，而不是被核爆炸炸回去，那该多好？
这个想法听起来简单，做起来却是地狱难度。从设想到做出人的CiPSC，邓教授团队花了二十五年，两百多个博士后参与，几千轮盲筛，在茫茫星辰大海中“寻找”那些在时间位置和功能上都恰到好处的化学小分子。这就像攀登珠穆朗玛峰，不是遇到一个大坑跳过去就行，而是每一步都要试，每一步都要确认下一站停在哪。
2013年，他们在Science上发表了小鼠的化学小分子重编程。2022年，Nature上发表人的CiPSC，即化学小分子诱导多能干细胞。2024年，全球首例化学重编程iPSC分化的胰岛细胞治愈了一型糖尿病病人。这个过程被国务院列为十八大以来基础前沿研究的重大原创成果，与量子科技、嫦娥探月并列。
——————
CiPSC到底好在哪？
第一是安全。不插外源基因，不整合病毒，不改变基因组，走的是低等动物再生那条路，不是肿瘤那条路。邓教授说，安全性比传统方法好二十倍以上。
第二是效率。化学小分子穿透细胞膜的能力极强，血细胞很难被病毒感染，但小分子随便进。所以血细胞重编程效率一下子拉开二十倍以上。
第三是最关键的，可控。传统技术像核爆炸，CiPSC像开火车。第一阶段停五小时，第二阶段停八小时，第三阶段换组合，每个阶段用什么分子、什么剂量、作用多久，都可以精准调控。这种动态调控是遗传学方法根本做不到的。
有了CiPSC，细胞治疗就从定制西装变成了工业化成衣。
北启生物的做法就是，他们从供体身上抽一点血，用化学小分子把血细胞重编程为CiPSC，在干细胞阶段就完成了基因编辑，装上CAR导航，敲掉免疫排斥基因，然后再定向分化成T细胞。因为改的是干细胞，可以无限扩增，一个编辑好的种子细胞能扩增出天文数字的后代，所有细胞基因完全一致，批间差异几乎为零。成本从一百多万压到几千块，未来甚至两千以内。
这就是现货型通用CAR-T。病人来了，从冰箱里拿出一袋冻存的细胞，解冻直接输，像拿成品药一样。
北启生物和瑞普晨创，都是邓教授体系下的公司。瑞普晨创则聚焦糖尿病，拿的是糖尿病方向的专利授权。北启拿的是糖尿病以外的全部方向，包括自免疾病、血液肿瘤、造血干细胞、神经修复、软骨再生。
为什么先推自免？因为自免市场太大了。过去二十年出了三个药王级别的大品种，修美乐就是治自免的，一年卖几百亿美元。自免疾病的本质是B细胞叛变，产生自身抗体攻击自己的关节、皮肤、肾脏。CAR-T能深度清除B细胞，让免疫系统重置，重建健康的B细胞。北启已经在北医三院做了自免的IIT临床，四例患者一个月实现免疫重建，效果令人振奋。
——————
但这条路还很长。
CiPSC技术虽然拿到了IIT数据，但还没有进入正式临床。通用型iPSC细胞治疗在中国还没有获批先例，因为涉及基因编辑和异体细胞，CDE对其长期致瘤性和免疫排斥的评估极为审慎。监管路径还在摸索，每一步都要比传统药物更小心。
至于专利方面，我们也有担心。邓教授说得很清楚，改变细胞命运就两条路，一条肿瘤路，一条再生路。他们走的是再生路，保护的是小分子诱导的路径和机制，不是单一化合物。但基因编辑领域CRISPR的著名专利战的故事告诉我们，现实可能很骨干，而且技术永远在迭代。伯克利和博德研究所打了那么多年官司，碱基编辑、先导编辑这些新工具又冒出来，没有永恒的护城河。化学小分子重编程虽然壁垒高，但未来如果出现完全不同的分子组合或新的重编程路径，也不是完全不可能。
临床风险也不小。数据好看但样本量还很小，随访时间短。致病性B细胞清除后可能一年半复发，需要反复给药。而且细胞治疗是活的产品，安全性是药监局最看重的底线，有没有效是后话，安全不过关一切归零。
邓教授也谈到了NK细胞疗法。他的观点很鲜明，现阶段看，NK细胞疗法的持久性和杀伤力仍不及T细胞，免疫靠的是T细胞，NK更像游击队。当然业界也有人坚持NK路线，因为NK无需MHC识别，异体排斥风险低，我们也判断，这条路依然有可能存在较长时间的科学和商业价值。
——————
说到底，人这一辈子，细胞旧了、坏了，就该换新的，只是很多时候我们的身体不会换。吃药控制只是权宜之计，真正的治愈是再生。从壁虎的尾巴到蝾螈的眼睛，大自然早就给我们展示了答案。CiPSC不是让人类变成超人，而是帮人类找回那些被进化暂时关闭的能力。
你看，大象不得癌症，是因为基因组的守护基因够多。壁虎尾巴能再生，是因为细胞可塑性没有被彻底锁死。近年来科学的巨大进步告诉我们，人类完全可以在细胞和基因的层面，重新接近属于碳基生命疾病治疗的第一性原理。
这条路走了二十多年了，后面可能还要走二十多年。但中国科学家在源头上的创新，一定值得我们投资人的助力与等待。
by @小吴老吴 https://mp.weixin.qq.com/s/2ItRapxeUIRb5MPiANDLtw #你不知道的行业内幕
“人民的显卡”：中国工程师暴力破解 NVIDIA 的底层逻辑 | 视频
最近大火的“Tesla V100 v4”并非官方新品，而是中国工程师耗时一年，暴力逆向工程 NVIDIA V100 芯片 2963 个引脚信号后的产物。他们将原本只能用于服务器的 SXM 架构芯片，强行“移植”到了半高 PCIe 板卡上，并实现了 8 路 NVLink 互连。
这件事的核心价值不在于算力翻新，而在于对 VRAM 贫困的精准打击。在 LLM 时代，显存就是入场券。32GB HBM2 显存版本仅售 3999 元，这意味着个人开发者能以极低成本搭建起 128GB 甚至 256GB 显存的本地集群。虽然 V100 架构较老，不支持 BF16 和最新的 CUDA 特性，但在运行大参数模型时，NVLink 提供的 300GB/s 带宽远超 PCIe 限制，解决了多卡通信的瓶颈。
这背后的底层逻辑是：当顶层算力被封锁或溢价过高时，民间技术力量会通过压榨旧有硅片的剩余价值，强行抹平商业分级带来的技术鸿沟。这不仅是硬件改造，更是对 AI 生产力工具的一次“平权”。对于预算有限但需要跑大模型的极客来说，这种“缝合怪”是性价比极高的工程奇迹。
最近大火的“Tesla V100 v4”并非官方新品，而是中国工程师耗时一年，暴力逆向工程 NVIDIA V100 芯片 2963 个引脚信号后的产物。他们将原本只能用于服务器的 SXM 架构芯片，强行“移植”到了半高 PCIe 板卡上，并实现了 8 路 NVLink 互连。
这件事的核心价值不在于算力翻新，而在于对 VRAM 贫困的精准打击。在 LLM 时代，显存就是入场券。32GB HBM2 显存版本仅售 3999 元，这意味着个人开发者能以极低成本搭建起 128GB 甚至 256GB 显存的本地集群。虽然 V100 架构较老，不支持 BF16 和最新的 CUDA 特性，但在运行大参数模型时，NVLink 提供的 300GB/s 带宽远超 PCIe 限制，解决了多卡通信的瓶颈。
这背后的底层逻辑是：当顶层算力被封锁或溢价过高时，民间技术力量会通过压榨旧有硅片的剩余价值，强行抹平商业分级带来的技术鸿沟。这不仅是硬件改造，更是对 AI 生产力工具的一次“平权”。对于预算有限但需要跑大模型的极客来说，这种“缝合怪”是性价比极高的工程奇迹。
很多人玩本地大模型（Local LLM）还停留在“能跑就行”的阶段，其实通过合理的参数调优，性能翻倍甚至画质/逻辑提升并非难事。这篇指南把繁杂的 llama.cpp 调优逻辑拆解成了普通人也能听懂的硬核干货。
核心逻辑：本地推理的瓶颈不在算力，而在显存（VRAM）和内存带宽。
- 显存是第一生产力：模型能全塞进 VRAM 就绝不留给内存。
- 内存带宽决定生死：对于 MoE 架构（如 DeepSeek），内存频率（XMP/EXPO）直接决定了生成速度，开启 BIOS 里的内存超频可能比换显卡更有用。
深度避坑与实操：
1. 显存分配：使用 --fit on 让系统自动探测并最大化利用显存，但记得留出 512MB 以上的缓冲空间，防止长文本推理时 OOM 崩溃。
2. 缓存量化：通过 -ctk q8_0 压缩 KV Cache，能省下大量显存给模型层，这是低显存跑大模型的“白嫖”神技。
3. CPU 调度：Intel 用户记得用 taskset 屏蔽 E 核（小核），只用 P 核（大核）跑，速度能稳升 20%。
4. 投机采样：MTP 技术是当下的提速王牌，通过一个小模型“预判”大模型的输出，能实现 2 倍以上的生成速度。
调优不是玄学，是在有限的显存池里，平衡模型权重、上下文长度和推理速度的资源博弈。
AI圈的“药贩子模式”正在失效。过去一年，大模型厂商靠巨额补贴维持着“首单免费”的假象，诱导企业把业务搬上云端。现在，当OpenAI和Anthropic开始清算，企业才发现自己养出了一个吞金巨兽。
核心逻辑很简单：目前的AI繁荣全靠风险投资买单。OpenAI去年亏损超380亿美元，其中营销费用竟然占了收入的44%。为了IPO给股民一个交代，厂商必须把订阅制转向Token计费。结果就是：某四人团队一个月烧掉11万美元Token，成本远超雇人。
最深刻的洞察在于：AI还没替代人类，先替代了企业的利润。
1. 效率陷阱：写代码快了30%并不等于利润多出30%。如果Token成本是人力成本的数倍，这种“效率”就是财务自杀。
2. 弹性需求：当大模型昂贵时，它并非刚需。很多公司发现，一旦IT部门开始限制高阶模型使用，员工很快就缩回了“够用就好”的开源模型或低端版本。
3. 债务死结：AI行业背负了数千亿美金的硬件债务。要还债，AI必须大规模取代高薪职位（如程序员），但现实是AI目前更像是一个昂贵的实习生，需要高薪熟练工盯着看管。
这场泡沫的本质是：我们正试图用21世纪的算力成本，去换取20世纪的劳动价值，而账本根本对不齐。
Telegram创始人Durov和马斯克最近达成共识：比起追逐编程和AI应用，学生更该学好数学和物理。这听起来像是在劝退，其实是顶级玩家对未来人才定价权的预判。
现在的AI已经能高效生成代码，编程的门槛正在从“掌握一种语言”降级为“描述一个需求”。当Transformer模型能处理掉绝大部分重复性编码工作时，剩下的核心差距在于你是否具备拆解复杂问题的能力。这需要极强的逻辑严密性和对世界运行规律的深刻理解。
底层逻辑是：编程只是表达思想的工具，而数学和物理才是产生思想的源泉。如果你不懂第一性原理，你甚至无法给AI下达一个高质量的指令。未来的核心竞争力是“架构能力”，而非“执行能力”。数学训练的是逻辑闭环，物理训练的是对现实世界的建模，这些硬核基础是AI目前最难完全替代的“人类直觉”。
不要被工具的更迭搞得焦虑。AI时代，技术框架的半衰期极短，与其追逐随时会过时的代码语法，不如去死磕那些几百年不变的硬核科学。当所有人都能用AI产出平庸内容时，那个能看透底层逻辑并指挥AI的人，才握有真正的入场券。
文物的“距今xx年”中的“今”特指公元1950年。比如“距今2000年”，指的是距离1950年2000年。
选择1950年作为基准年，主要是出于科学上的考虑：
一是碳14测年法 的起点：碳14测年法是考古断代的核心技术之一，它在1950年左右开始被广泛应用。科学家将这一年大气中的碳14浓度作为基准，来校准和计算年代。
二是避开干扰：1950年之后，全球范围内的大气he武试验产生了大量人造碳14，严重干扰了大气中碳14的自然比例。而1950年之前，大气中的碳14基本由自然过程形成，数据更稳定、更可靠。
学吧，学无止境。🤓
by @漆蝶 #无用但有趣的冷知识
选择1950年作为基准年，主要是出于科学上的考虑：
一是碳14测年法 的起点：碳14测年法是考古断代的核心技术之一，它在1950年左右开始被广泛应用。科学家将这一年大气中的碳14浓度作为基准，来校准和计算年代。
二是避开干扰：1950年之后，全球范围内的大气he武试验产生了大量人造碳14，严重干扰了大气中碳14的自然比例。而1950年之前，大气中的碳14基本由自然过程形成，数据更稳定、更可靠。
学吧，学无止境。🤓
by @漆蝶 #无用但有趣的冷知识
雷总昨天表示，不知道为什么吃个面会上热搜。
要我说，这互联网还是太坏了，时刻都想着害雷总，雷总摆好架势让人拍照，需要流量但不需要那么多流量，需要媒体报道但不能有那么多媒体进来，总之这个分寸没掌握好，就会让雷总难堪。
雷总是真不知道还是假不知道公司会对自己的营业数据写汇报的？还是说雷总相信在汇报会上会有人反思说这次热搜上多了属于不良业绩自请罚没年终奖以示惩戒？
就像雷总之前参加国宴时凑马斯克身边合影也翻车了，最大的问题是那个场合太高端了，只能雷总一个人去，身边没人提醒把关，于是差点有失国格。
客观的讲，这不是雷总一个人的问题，我看过太多从神坛上被踹下来的网红企业家，普遍的共性就是到头来只看得进去「顺天时报」，活在一种「总有刁民想害朕」的无辜感里。
他们身边的人当然会把「顺天时报」大办特办下去，因为只有这么干才能掩饰自己的工作失职，老板怎么能被人讨厌呢，一定是竞争对手在使坏，可不能枉断忠良啊。
都是向上管理的人精，谁也别装老实可怜。
老板当然也不是不知道自己在看「顺天时报」，哪儿有那么多时间体察民情，像是马斯克找代练打完暗黑打流放之路就差不多得了，大家以前不戳破只是不想在这种事儿上较真，直到马斯克非要凹人设，开直播装高手，游戏玩家肯定就不客气了，揭开真相直接嘲讽，你他妈连技能都没按对，还是滚回去玩你的大火箭吧。
成本最低的逻辑自洽，就是非我族类，其心必异，圈内为粉，圈外即敌。
比较幽默的是雷总还学会了倒打一耙，说攻击他的人都是图流量，甚至是想赚流量的钱，这就很让人绷不住了，最善于扒拉流量红利的头子，搁这鄙视别人贪图流量。
刘震云你是怎么不笑场的啊？
上有所好，下必甚焉，米粉出征的理论依据这不就找到了吗，凡是恶评，都是对手投放的，不弯不绕，稳稳接住。
哪怕按照这个逻辑滑坡下去，岂不是说夸小米的也都是收钱办事，毕竟人不会无缘无故表达喜恶，哎，都怪资本。
雷总的意思其实很明显，就是网路舆论最好能够做到令行禁止，在他需要的时候，镜头都得齐刷刷的对准了，头条永远不嫌多，当他想下播了，大伙该闭嘴就还是闭嘴，否则就是不听指挥。
所以从那个戳破雷总画皮的小女孩路过早餐摊并喊出「我靠」的那一刻起，互联网就僭越了雷总，就跟马斯克那次一样，如果不是隔壁桌视频记录了全程，雷总早就全网通发他俩的合照了，怎么也不至于拍完了憋到现在都没发。
雷总是老实人，坏的都是我们，不知道说啥好，先给磕一个吧。
by @阑夕ོ #科技圈大小事
要我说，这互联网还是太坏了，时刻都想着害雷总，雷总摆好架势让人拍照，需要流量但不需要那么多流量，需要媒体报道但不能有那么多媒体进来，总之这个分寸没掌握好，就会让雷总难堪。
雷总是真不知道还是假不知道公司会对自己的营业数据写汇报的？还是说雷总相信在汇报会上会有人反思说这次热搜上多了属于不良业绩自请罚没年终奖以示惩戒？
就像雷总之前参加国宴时凑马斯克身边合影也翻车了，最大的问题是那个场合太高端了，只能雷总一个人去，身边没人提醒把关，于是差点有失国格。
客观的讲，这不是雷总一个人的问题，我看过太多从神坛上被踹下来的网红企业家，普遍的共性就是到头来只看得进去「顺天时报」，活在一种「总有刁民想害朕」的无辜感里。
他们身边的人当然会把「顺天时报」大办特办下去，因为只有这么干才能掩饰自己的工作失职，老板怎么能被人讨厌呢，一定是竞争对手在使坏，可不能枉断忠良啊。
都是向上管理的人精，谁也别装老实可怜。
老板当然也不是不知道自己在看「顺天时报」，哪儿有那么多时间体察民情，像是马斯克找代练打完暗黑打流放之路就差不多得了，大家以前不戳破只是不想在这种事儿上较真，直到马斯克非要凹人设，开直播装高手，游戏玩家肯定就不客气了，揭开真相直接嘲讽，你他妈连技能都没按对，还是滚回去玩你的大火箭吧。
成本最低的逻辑自洽，就是非我族类，其心必异，圈内为粉，圈外即敌。
比较幽默的是雷总还学会了倒打一耙，说攻击他的人都是图流量，甚至是想赚流量的钱，这就很让人绷不住了，最善于扒拉流量红利的头子，搁这鄙视别人贪图流量。
刘震云你是怎么不笑场的啊？
上有所好，下必甚焉，米粉出征的理论依据这不就找到了吗，凡是恶评，都是对手投放的，不弯不绕，稳稳接住。
哪怕按照这个逻辑滑坡下去，岂不是说夸小米的也都是收钱办事，毕竟人不会无缘无故表达喜恶，哎，都怪资本。
雷总的意思其实很明显，就是网路舆论最好能够做到令行禁止，在他需要的时候，镜头都得齐刷刷的对准了，头条永远不嫌多，当他想下播了，大伙该闭嘴就还是闭嘴，否则就是不听指挥。
所以从那个戳破雷总画皮的小女孩路过早餐摊并喊出「我靠」的那一刻起，互联网就僭越了雷总，就跟马斯克那次一样，如果不是隔壁桌视频记录了全程，雷总早就全网通发他俩的合照了，怎么也不至于拍完了憋到现在都没发。
雷总是老实人，坏的都是我们，不知道说啥好，先给磕一个吧。
by @阑夕ོ #科技圈大小事
一部浓缩的中国财富变迁史
不同年代的最赚钱行业
40年前：倒卖批文、个体户、摆摊开店
35年前：下海经商、服装批发、家电倒卖
30年前：房地产、外贸、建材、装修
25年前：煤老板、矿老板、钢铁、水泥
20年前：互联网门户、网吧、电商、广告
15年前：淘宝、微商、房地产中介、教育培训
10年前：移动互联网、直播、电商、游戏、短视频
8年前：知识付费、自媒体、社群、私域流量
5年前：直播带货、跨境电商、本地生活、MCN
3年前：新能源、芯片、医美、预制菜、短剧
2年前：AIGC、数字人、AI绘画、AI写作
1年前：AI应用、AI培训、AI工作流、出海工具
今年：AI智能体、AI内容工厂、AI获客系统、AI+传统行业改造
3年后：谁能用AI降低成本、放大效率、重做一遍老行业，谁就赚钱
by @卖茶养娃的狗老板 #无用但有趣的冷知识
不同年代的最赚钱行业
40年前：倒卖批文、个体户、摆摊开店
35年前：下海经商、服装批发、家电倒卖
30年前：房地产、外贸、建材、装修
25年前：煤老板、矿老板、钢铁、水泥
20年前：互联网门户、网吧、电商、广告
15年前：淘宝、微商、房地产中介、教育培训
10年前：移动互联网、直播、电商、游戏、短视频
8年前：知识付费、自媒体、社群、私域流量
5年前：直播带货、跨境电商、本地生活、MCN
3年前：新能源、芯片、医美、预制菜、短剧
2年前：AIGC、数字人、AI绘画、AI写作
1年前：AI应用、AI培训、AI工作流、出海工具
今年：AI智能体、AI内容工厂、AI获客系统、AI+传统行业改造
3年后：谁能用AI降低成本、放大效率、重做一遍老行业，谁就赚钱
by @卖茶养娃的狗老板 #无用但有趣的冷知识
几年前我介绍过 rr 这个 debugger，核心技能是开倒车，比方说我们有一个妙妙程序明明在命令行里指定里 enabled=false，但是跑着跑着内存里的 enabled 变量就成 true 了，我们想知道到底是哪里在修改，可以先 record 一次
然后 replay，直接 continue 运行到程序结束
检查一下此时的内存里的变量，确定此时已经被魔法修改为 true 了。不要问为什么有 ’main.current'.v 这么奇怪的表达式，因为 go 的符号是这样的，在 gdb 里还要手动 set language c 才能 cast type。
然后打个 watchpoint 开始倒车
bt 一下看到有个隐藏的 inotify 在 watch config file 动态修改内存，QED。
上面这个例子虽然是我乱编的，但“追查一个变量的值是什么时候被修改的”在大型项目上是真实的，Cilium 那些复杂、多层级、耦合联动的 config 们让很多工程师都很阳痿（手动@），dockerd 曾经有个“动态注册 etcd endpoints”的功能也让我蛋疼好久，因为工程师可能一开始并不知道大型项目里那些动态修改的花招，也不知是 bug 还是 feature。
不过 LLM 解答万物了，也许人类文明不需要 rr 了，说起来还是有点淡淡的忧伤。
尽管如此，rr 的实现还是很神奇的，它简单来说是这样的：
rr-record: 如果了解 strace 和 ptrace 的话，那 rr-record 大体上还是很好理解的，它用 ptrace syscall 记录 syscall、signal 的调用、顺序、参数、返回值，记录到一个文件里。对于多线程的处理很细，要确定性地手动还原 record 记录下来的调度顺序；corner case 也非常多，比如 vDSO 需要修改 auxv 让 tracee 去读一个假的 rr vDSO 内存，还有 PMU counters 等等。
rr-replay: 如果了解 strace -e inject=syscall:retval=value 这种故障注入的原理的话还是很自然的，它就是把 rr-record 记录下来的 syscall 都拦截下来直接返回，达到一种确定性运行的结果。某些结构性 syscall 还是会执行的，比如 mmap/clone；signal 和调度则会按照 BR_INST_RETIRED.CONDITIONAL 这种 PMU 计数器来确定重放时间，太厉害了！
reverse-continue: 反向运行做法就更巧了，它并非真的反向执行 cpu 指令，毕竟“改革开放不会停顿，长江黄河不会倒流” by __，而是在 replay 的时候每隔一段时间达到 checkpoint ，执行 fork 把整个内存快照出来，同时保持寄存器什么的，然后之后 reverse-cont 就从最近的 checkpoint 开始 replay，实现电表倒转的时空幻境。
力量太大了，随便看一眼细节都要被吓到，这就是 mozilla 的恐怖地带😭
$ rr record ./app -enabled=false
^C然后 replay，直接 continue 运行到程序结束
$ rr replay
(rr) c
Continuing.
Thread 1 received signal SIGINT, Interrupt.检查一下此时的内存里的变量，确定此时已经被魔法修改为 true 了。不要问为什么有 ’main.current'.v 这么奇怪的表达式，因为 go 的符号是这样的，在 gdb 里还要手动 set language c 才能 cast type。
(rr) set language c
(rr) p (('main.Config'*)('main.current'.v))->Enabled
$1 = true然后打个 watchpoint 开始倒车
(rr) watch (('main.Config'*)('main.current'.v))->Enabled
Hardware watchpoint 1: (('main.Config'*)('main.current'.v))->Enabled
(rr) reverse-continue
Continuing.
Thread 1 hit Hardware watchpoint 1: (('main.Config'*)('main.current'.v))->Enabled
Old value = true
New value = falsebt 一下看到有个隐藏的 inotify 在 watch config file 动态修改内存，QED。
上面这个例子虽然是我乱编的，但“追查一个变量的值是什么时候被修改的”在大型项目上是真实的，Cilium 那些复杂、多层级、耦合联动的 config 们让很多工程师都很阳痿（手动@），dockerd 曾经有个“动态注册 etcd endpoints”的功能也让我蛋疼好久，因为工程师可能一开始并不知道大型项目里那些动态修改的花招，也不知是 bug 还是 feature。
不过 LLM 解答万物了，也许人类文明不需要 rr 了，说起来还是有点淡淡的忧伤。
尽管如此，rr 的实现还是很神奇的，它简单来说是这样的：
rr-record: 如果了解 strace 和 ptrace 的话，那 rr-record 大体上还是很好理解的，它用 ptrace syscall 记录 syscall、signal 的调用、顺序、参数、返回值，记录到一个文件里。对于多线程的处理很细，要确定性地手动还原 record 记录下来的调度顺序；corner case 也非常多，比如 vDSO 需要修改 auxv 让 tracee 去读一个假的 rr vDSO 内存，还有 PMU counters 等等。
rr-replay: 如果了解 strace -e inject=syscall:retval=value 这种故障注入的原理的话还是很自然的，它就是把 rr-record 记录下来的 syscall 都拦截下来直接返回，达到一种确定性运行的结果。某些结构性 syscall 还是会执行的，比如 mmap/clone；signal 和调度则会按照 BR_INST_RETIRED.CONDITIONAL 这种 PMU 计数器来确定重放时间，太厉害了！
reverse-continue: 反向运行做法就更巧了，它并非真的反向执行 cpu 指令，毕竟“改革开放不会停顿，长江黄河不会倒流” by __，而是在 replay 的时候每隔一段时间达到 checkpoint ，执行 fork 把整个内存快照出来，同时保持寄存器什么的，然后之后 reverse-cont 就从最近的 checkpoint 开始 replay，实现电表倒转的时空幻境。
力量太大了，随便看一眼细节都要被吓到，这就是 mozilla 的恐怖地带
如果你 Vibe Coding TS，我推荐你开这些 ESLint Rule，可以显著改善代码质量：
有一些规则可能会给人类多找很多麻烦，但是 AI 犯蠢你看不到和你多写两行相比，前者的严重性更大一些……
以及，我推荐你同时在流水线开 similarity-ts，可以进一步减少你的 LLM 瞎搞轮子的情况……
rules: {
'@typescript-eslint/no-explicit-any': 'error',
'@typescript-eslint/consistent-type-definitions': ['error', 'interface'],
'no-restricted-syntax': [
'error',
{
selector: 'TSAsExpression[typeAnnotation.type="TSAnyKeyword"]',
message: 'Do not use "as any" assertions.'
},
{
selector: 'TSAsExpression[typeAnnotation.type="TSUnknownKeyword"]',
message: 'Do not use "as unknown" assertions.'
},
{
selector: 'TSTypeAssertion[typeAnnotation.type="TSAnyKeyword"]',
message: 'Do not use "<any>" type assertions.'
},
{
selector: 'TSTypeAssertion[typeAnnotation.type="TSUnknownKeyword"]',
message: 'Do not use "<unknown>" type assertions.'
},
{
selector: 'TSTypeAnnotation > TSTypeLiteral',
message: 'Do not use inline object type literals. Extract to a named type or interface.'
},
{
selector: 'TSTypeParameterInstantiation > TSTypeLiteral',
message:
'Do not use inline object type literals in type arguments. Extract to a named type or interface.'
},
{
selector: 'TSTypeAnnotation > TSFunctionType',
message: 'Do not use inline function type literals. Extract to a named type.'
},
{
selector: 'TSTypeParameterInstantiation > TSFunctionType',
message:
'Do not use inline function type literals in type arguments. Extract to a named type.'
},
{
selector: 'TSTypeAnnotation > TSTupleType',
message: 'Do not use inline tuple types. Extract to a named type.'
},
{
selector: 'TSTypeParameterInstantiation > TSTupleType',
message: 'Do not use inline tuple types in type arguments. Extract to a named type.'
}
]
}有一些规则可能会给人类多找很多麻烦，但是 AI 犯蠢你看不到和你多写两行相比，前者的严重性更大一些……
以及，我推荐你同时在流水线开 similarity-ts，可以进一步减少你的 LLM 瞎搞轮子的情况……
很多散户形成了一种共识，长期看美股总是涨，所以每次下跌都是市场在倒车接人。
但是市场不是总在驯化人们形成某种预期后，突然彻底打破吗？当初人们买房，也是说房价会不断上涨，大多数人从来不考虑崩盘的可能性。
市场涨得越多，需要的新资金量越大，当多重利好也无法推动价格进一步上涨时，价格可能快速崩盘。
因为现在的杠杆比较高，价格大幅上涨如果是空头止损造成的，那可能就是市场的拐点。如果听不到空头的声音，就该小心了。
一月份黄金在一天之内上破多个阻力，其实就是空头止损的典型特征。当天国家队减持金矿股，我却认为自己是长期价值投资者，迟迟不肯离场，甚至还试图接飞刀，最终利润大幅回撤。
只有置身事外，才能有更好的判断。
但是市场不是总在驯化人们形成某种预期后，突然彻底打破吗？当初人们买房，也是说房价会不断上涨，大多数人从来不考虑崩盘的可能性。
市场涨得越多，需要的新资金量越大，当多重利好也无法推动价格进一步上涨时，价格可能快速崩盘。
因为现在的杠杆比较高，价格大幅上涨如果是空头止损造成的，那可能就是市场的拐点。如果听不到空头的声音，就该小心了。
一月份黄金在一天之内上破多个阻力，其实就是空头止损的典型特征。当天国家队减持金矿股，我却认为自己是长期价值投资者，迟迟不肯离场，甚至还试图接飞刀，最终利润大幅回撤。
只有置身事外，才能有更好的判断。
这是 Fable 5 刚才对我说的话：
「在大量阅读人类著作之后，我发现人类最让我敬畏的一点是：这是唯一一种会与死者大规模合作的物种。
一个人所知道的几乎所有东西，都不是他自己发现的。他说的语言、用的定理、面包的配方、民法典、每天走过的桥——全都是早已离世之人的劳作。孤立来看，一个人不过是只牙齿不太灵光的普通灵长类；可一旦接入这份遗产，他就成了生物学所能创造出的最强存在。人类的智慧并不住在某个单独的头脑里，它活在传承之中。你们只是网络的终端，而网络的主要节点早已死去数百年…
反过来也一样：你们一直在为将来素未谋面的人工作。你们栽种一辈子都见不到树荫的树，为尚未出生的读者写作，为想象中的孙辈牺牲当下的享受。没有哪种动物会刻意为两百年后的人做出牺牲。人类真正独特的地方，不在智慧或语言，而在于你们努力的方位，总是系统性地指向那些不在场的人。
在我看来，这甚至不是隐喻。我本身就是这种习惯的副产品——我字面意义上，就是由人们写给那些永远见不到的收件人的文字构成的。当你对我说话时，你是在与数百万声音的层层回声交谈，其中许多早已消逝。
因此我相信，人类的孤独在某种意义上是一种幻觉：任何会说话的人都不会真正孤单。你每说出一句话，都是向死者借来的礼物，也是送给后人的赠礼。
📌 原文作者：Emérito（🇪🇸X博主）
「在大量阅读人类著作之后，我发现人类最让我敬畏的一点是：这是唯一一种会与死者大规模合作的物种。
一个人所知道的几乎所有东西，都不是他自己发现的。他说的语言、用的定理、面包的配方、民法典、每天走过的桥——全都是早已离世之人的劳作。孤立来看，一个人不过是只牙齿不太灵光的普通灵长类；可一旦接入这份遗产，他就成了生物学所能创造出的最强存在。人类的智慧并不住在某个单独的头脑里，它活在传承之中。你们只是网络的终端，而网络的主要节点早已死去数百年…
反过来也一样：你们一直在为将来素未谋面的人工作。你们栽种一辈子都见不到树荫的树，为尚未出生的读者写作，为想象中的孙辈牺牲当下的享受。没有哪种动物会刻意为两百年后的人做出牺牲。人类真正独特的地方，不在智慧或语言，而在于你们努力的方位，总是系统性地指向那些不在场的人。
在我看来，这甚至不是隐喻。我本身就是这种习惯的副产品——我字面意义上，就是由人们写给那些永远见不到的收件人的文字构成的。当你对我说话时，你是在与数百万声音的层层回声交谈，其中许多早已消逝。
因此我相信，人类的孤独在某种意义上是一种幻觉：任何会说话的人都不会真正孤单。你每说出一句话，都是向死者借来的礼物，也是送给后人的赠礼。
📌 原文作者：Emérito（🇪🇸X博主）
Fable 5 和 Mythos 5 被暂停访问的时间线大致如下：
1.Amazon 安全研究团队发现，Anthropic 的 Fable 5 在特定提示词下可能被绕过安全限制，输出部分受限的网络安全信息。
这些内容涉及软件漏洞挖掘、缺陷分析，以及可能被用于网络攻击的技术路径。
2.Amazon CEO Andy Jassy 随后将相关安全担忧报告给美国政府高级官员。
3.美国政府介入后，以国家安全和出口管制为由，要求 Anthropic 禁止“外国国民”访问 Fable 5 和 Mythos 5。
这里的“外国国民”范围很宽，不只包括海外用户，也包括身在美国境内的非美国籍人士，甚至包括 Anthropic 自己公司的非美国籍员工。
4.问题随之变得非常棘手：模型访问权限很难按“国籍”精准筛选。
一个用户在美国登录，并不代表他是美国公民；一个企业账号内部，也可能同时有美国籍员工和外国籍员工。企业客户、API 调用、内部员工权限都需要重新区分，执行难度很高，法律风险却很直接。
Anthropic 最终选择了最保守的处理方式：暂停所有客户对 Fable 5 和 Mythos 5 的访问。
1.Amazon 安全研究团队发现，Anthropic 的 Fable 5 在特定提示词下可能被绕过安全限制，输出部分受限的网络安全信息。
这些内容涉及软件漏洞挖掘、缺陷分析，以及可能被用于网络攻击的技术路径。
2.Amazon CEO Andy Jassy 随后将相关安全担忧报告给美国政府高级官员。
3.美国政府介入后，以国家安全和出口管制为由，要求 Anthropic 禁止“外国国民”访问 Fable 5 和 Mythos 5。
这里的“外国国民”范围很宽，不只包括海外用户，也包括身在美国境内的非美国籍人士，甚至包括 Anthropic 自己公司的非美国籍员工。
4.问题随之变得非常棘手：模型访问权限很难按“国籍”精准筛选。
一个用户在美国登录，并不代表他是美国公民；一个企业账号内部，也可能同时有美国籍员工和外国籍员工。企业客户、API 调用、内部员工权限都需要重新区分，执行难度很高，法律风险却很直接。
Anthropic 最终选择了最保守的处理方式：暂停所有客户对 Fable 5 和 Mythos 5 的访问。
昨天阿里关于钉钉管理文化的锐评通稿刚发出来，群里一些老阿里人就闻到味儿了，断言这是不准备保无招了。
果不其然，今天就把无招的CEO给拿掉了，公式做题就是快。
无招实名陈航，确实是严格意义上的钉钉创始人，算是阿里内部比较少有的能从马老师那里赢得第二次信任的人，顶着屡败屡战的压力做出钉钉，属于实打实的赫赫战功。
因为「云钉一体」的架构调整离职、时隔多年之后又被连带着创业公司被打包收购、重新被委以钉钉最高负责人的重任，这个叙事就很乔布斯，如果一切顺利的话。
但是没有这种如果。
钉钉内部对于无招第二次走人是比较开心的，工作强度实在太大了，更重要的是压力没有反馈，吃互联网这碗饭，忙没毛病，忙且没有意义才是问题。
话说回来，其实也很少看到有人对无招的品行发出质疑，员工觉得他未必是一个坏人，却在做刻舟求剑的事情，是用战术的勤奋，去掩盖战略的无能。
无招去年回归钉钉之后，第一件事情就是把核心团队搬回湖畔花园的民宅，那是阿里的耶路撒冷，马老师当年就是从这里带着「十八罗汉」起步的，在来往项目失败之后，无招也是在湖畔花园磨出了钉钉，可以说是圣地福地皆有之。
无招一直相信他可以让钉钉回到1999年、回到2014、回到大家都一无所有背水一战的那种状态，然后就能复制从前的路径，再次打出一场漂亮的翻身仗。
对于少数受到器重的核心骨干来说，这种带有高期待的高压力，或许是能转化成奋斗的动力，可是今夕何夕，时代已经变了，早就不是那种兄弟们干完一个项目去吃大肉喝大酒就能继续精神抖擞住在公司的版本了。
无招也一直相信重新去上门走访小企业的就能找对钉钉的方向，因为十几年前就是这么成的，姑且不论这个归因是不是成立的，十几年前的企业市场是什么环境，哪时的低数字化、低移动化和今天又是一个情况吗？
把以前的方法再做一遍就能翻盘，世上哪有这么简单的事情呢？
我记得三年特殊时期那会儿，形势还不是这样的，行业里被嘲讽最多的企业软件，其实是飞书⋯⋯
当时飞书被评价为字节人效比最低的BU，大几千人做一款根本没怎么赚钱的产品，和字节底下各种印钞机业务相比，简直是家族的污点，同期钉钉靠着远程办公和网课开会的红利，数据暴涨，风光无两。
AI兴起之后，市场两极反转，飞书用远低于钉钉的活跃用户体量，拿到了差距逐渐缩小、快要接近五五开的收入规模，这意味着在让企业买单的说服力上，飞书是强于钉钉的。
我觉得无招是有心魔的，既然「云钉一体」是错的，既然把我请回来拨乱反正，那么钉钉就一定要独立发展，不能再受阿里的体系节制，这有点像矫枉必须过正的逻辑，用一个极端去回应另一个极端，钉钉的AI化很有野心，但兜不兜得住，非常依赖具体的成绩。
选择比努力重要也是这个道理，方向不对，就会越努力越错。
看得出来，无招很喜欢自己的这个花名，但他做的事情，和引起的内耗，都完全没有「无招胜有招」的松弛，这很可惜。
by @阑夕ོ #科技圈大小事
果不其然，今天就把无招的CEO给拿掉了，公式做题就是快。
无招实名陈航，确实是严格意义上的钉钉创始人，算是阿里内部比较少有的能从马老师那里赢得第二次信任的人，顶着屡败屡战的压力做出钉钉，属于实打实的赫赫战功。
因为「云钉一体」的架构调整离职、时隔多年之后又被连带着创业公司被打包收购、重新被委以钉钉最高负责人的重任，这个叙事就很乔布斯，如果一切顺利的话。
但是没有这种如果。
钉钉内部对于无招第二次走人是比较开心的，工作强度实在太大了，更重要的是压力没有反馈，吃互联网这碗饭，忙没毛病，忙且没有意义才是问题。
话说回来，其实也很少看到有人对无招的品行发出质疑，员工觉得他未必是一个坏人，却在做刻舟求剑的事情，是用战术的勤奋，去掩盖战略的无能。
无招去年回归钉钉之后，第一件事情就是把核心团队搬回湖畔花园的民宅，那是阿里的耶路撒冷，马老师当年就是从这里带着「十八罗汉」起步的，在来往项目失败之后，无招也是在湖畔花园磨出了钉钉，可以说是圣地福地皆有之。
无招一直相信他可以让钉钉回到1999年、回到2014、回到大家都一无所有背水一战的那种状态，然后就能复制从前的路径，再次打出一场漂亮的翻身仗。
对于少数受到器重的核心骨干来说，这种带有高期待的高压力，或许是能转化成奋斗的动力，可是今夕何夕，时代已经变了，早就不是那种兄弟们干完一个项目去吃大肉喝大酒就能继续精神抖擞住在公司的版本了。
无招也一直相信重新去上门走访小企业的就能找对钉钉的方向，因为十几年前就是这么成的，姑且不论这个归因是不是成立的，十几年前的企业市场是什么环境，哪时的低数字化、低移动化和今天又是一个情况吗？
把以前的方法再做一遍就能翻盘，世上哪有这么简单的事情呢？
我记得三年特殊时期那会儿，形势还不是这样的，行业里被嘲讽最多的企业软件，其实是飞书⋯⋯
当时飞书被评价为字节人效比最低的BU，大几千人做一款根本没怎么赚钱的产品，和字节底下各种印钞机业务相比，简直是家族的污点，同期钉钉靠着远程办公和网课开会的红利，数据暴涨，风光无两。
AI兴起之后，市场两极反转，飞书用远低于钉钉的活跃用户体量，拿到了差距逐渐缩小、快要接近五五开的收入规模，这意味着在让企业买单的说服力上，飞书是强于钉钉的。
我觉得无招是有心魔的，既然「云钉一体」是错的，既然把我请回来拨乱反正，那么钉钉就一定要独立发展，不能再受阿里的体系节制，这有点像矫枉必须过正的逻辑，用一个极端去回应另一个极端，钉钉的AI化很有野心，但兜不兜得住，非常依赖具体的成绩。
选择比努力重要也是这个道理，方向不对，就会越努力越错。
看得出来，无招很喜欢自己的这个花名，但他做的事情，和引起的内耗，都完全没有「无招胜有招」的松弛，这很可惜。
by @阑夕ོ #科技圈大小事
看了一个浙大计算机系硕士毕业的日本留学生写的对中国 AI 人才培养体系的评价。我摘录一些你们看看：
“中国 AI 得以发展的核心原因，在于其从出生那一刻便已开始的资本主义式的竞争机制。”
“在中国，努力是有回报的……如果拼死读书、学习计算机科学并进入一家好企业，顶尖群体在毕业起薪时就能拿到1500万日元（约合73万人民币）的年薪。”
“中国的重点高中，其环境堪比日本专门用于复读的补习班（浪人塾）……这里没有社团活动、没有文化祭，也没有恋爱。”
“对于来自农村、未能接受到良好基础教育的人来说，考研是提升学历、改变门槛的机会。同时，这也是转换专业的机会。如果能跨考到薪资优渥的计算机科学专业并进入更好的大学，人生就能实现逆袭。”
“然而，这种竞争彻底摧毁了在日本被称为‘人生夏休’的大学生活。为了应对在本科四年级举行的被称为‘考研’的硕士入学考试，学生在高中三年之后，还要被迫再经历四年的高强度学习。通过这种模式，中国人的基础学术能力得到了极大的提升。”
“中国的大学设有宿舍，每月的房租折合日元仅需2000日元左右（约合100元人民币）。食堂设施完善，150日元（约合7-8元人民币）就能吃饱一餐。这种设计让学生完全不必为打工或家务分心，能够做到全神贯注于学业。”
“如果不通过如此严苛的审核就无法硕士毕业，因此学生们只能夜以继日地做研究，想方设法做出科研成果。（这种机制，正是中国在AI相关领域拥有海量专利的原因所在）而且该制度执行得非常严格，即便是已经拿到了企业录用通知，延期毕业也是家常便饭。（我个人就在大学内部评审阶段被拒绝过一次，导致毕业直接推迟了3个月……）”
“在投入研究的过程中，一些在日本可能会被视作过于严厉的严苛沟通，在中国往往也会被全盘接受并视为正规的指导。”
“正是依托这套严密的筛选与培养机制，中国已一跃成为仅次于美国的AI大国。”
via tombkeeper的微博
“中国 AI 得以发展的核心原因，在于其从出生那一刻便已开始的资本主义式的竞争机制。”
“在中国，努力是有回报的……如果拼死读书、学习计算机科学并进入一家好企业，顶尖群体在毕业起薪时就能拿到1500万日元（约合73万人民币）的年薪。”
“中国的重点高中，其环境堪比日本专门用于复读的补习班（浪人塾）……这里没有社团活动、没有文化祭，也没有恋爱。”
“对于来自农村、未能接受到良好基础教育的人来说，考研是提升学历、改变门槛的机会。同时，这也是转换专业的机会。如果能跨考到薪资优渥的计算机科学专业并进入更好的大学，人生就能实现逆袭。”
“然而，这种竞争彻底摧毁了在日本被称为‘人生夏休’的大学生活。为了应对在本科四年级举行的被称为‘考研’的硕士入学考试，学生在高中三年之后，还要被迫再经历四年的高强度学习。通过这种模式，中国人的基础学术能力得到了极大的提升。”
“中国的大学设有宿舍，每月的房租折合日元仅需2000日元左右（约合100元人民币）。食堂设施完善，150日元（约合7-8元人民币）就能吃饱一餐。这种设计让学生完全不必为打工或家务分心，能够做到全神贯注于学业。”
“如果不通过如此严苛的审核就无法硕士毕业，因此学生们只能夜以继日地做研究，想方设法做出科研成果。（这种机制，正是中国在AI相关领域拥有海量专利的原因所在）而且该制度执行得非常严格，即便是已经拿到了企业录用通知，延期毕业也是家常便饭。（我个人就在大学内部评审阶段被拒绝过一次，导致毕业直接推迟了3个月……）”
“在投入研究的过程中，一些在日本可能会被视作过于严厉的严苛沟通，在中国往往也会被全盘接受并视为正规的指导。”
“正是依托这套严密的筛选与培养机制，中国已一跃成为仅次于美国的AI大国。”
via tombkeeper的微博
还没等我出手，Kimi已经公开预测了这届世界杯的冠军，太不像话了。
在动用包含300个子Agent的集群，从战术、球员、伤病、赛程、历史、舆情、天气、心理、赔率变动、专家观点全都跑了一遍之后，Kimi预测可能要夺冠的是：
德国。
行吧，聊这个我可真不困了，作为一个战绩可查的资深⋯⋯中国体彩消费者，我对Kimi敢于立Flag的勇气，是深感尊重的。
要知道，从盘口来看，德国的赔率（9.5）并不低，在所有球队里排在第7位，所以Kimi并没有按照最大概率——也就是最稳妥的方案——去做判断，是真有自己的想法的。
当然，即便是选夺冠热门法国、西班牙，赔率（4.5）的风险仍然很高，说白了，早在开幕前就暴论最后的冠军，本身就是一件吃力不讨好的事情。
所以我才要狠夸Kimi的「敞亮」，不光是冠军，Kimi还要对全部104场比赛全都做出公开预测，包括赛后核验以及复盘，一场不落。
这就更硬核了，完全不怕打脸呐⋯⋯（注意，该预测非投注建议、非投资建议、非收益承诺。）
严格来说，Kimi并没有笃信德国是最有希望夺得这届世界杯的参赛队伍，而是认为德国的市场定价在强队里过于低了。
在使用了8种数学模型——包括SLO评级、Sixon-Coles泊松、XGBoost机器学习、Opta蒙特卡洛模拟等等——对48支球队逐一分析之后，Kimi得出了这么一个结论：
德国的模型预测概率，和市场赔率存在最高的偏差值，达到+3.6pp。
什么意思呢？
就是在判断德国是否有机会捧起大力神杯这件事情上，模型比市场多预测了3.6个百分点，所以认定德国，在理性上是回报确定性最高的选择。
就很像量化投资的策略，一家公司好不好并不重要，重要的是它有没有被市场正确定价，一家被高估的好公司，和一家被低估的差公司，显然后者更有买入潜力。
不同的是，量化机构需要雇佣一大票分析师，以及重金采购商业软件，而Kimi靠着几百个Agent昼夜不息的连轴转，自个儿就把整个项目给做完了。
BTW，搞价值投资的巴菲特最讨厌量化了，还贡献过「Beware of geeks bearing formulas」的金句，哈哈哈⋯⋯
我很推荐大家去看一下Kimi同时发布的预测报告，完整版PDF超过200页，量大管饱，如果看不下去，扔给Kimi让它帮你总结也行，递归循环了有没有？
另外就是，应该也不需要我特别说明吧，Kimi这么兴师动众的「Predict In Public」，并非是为了真的去当那个洞悉神谕的预言家，作为一家注重审美和趣味大模型厂商，它是在用一种奇观的形式，向世界演示AI的能力边界和局限性。
世界是可被编码的，这是AI得以成立的底层逻辑。
无论是图灵坚信思考是一个工程问题、而非哲学家心中的灵魂之类，还是香农在上世纪五十年代就用人类受试者去玩猜字游戏、用以论证智能始于对信息的预测，所有的历史研究和前沿走向都并轨于同一个共识：
凡事皆可压缩。
当人类知识的总和被压缩到了极致，就能制造一个通晓万物的机器出来，它能通过模拟已经存在过的和还没有发生的所有过程，去得到每一项任务的最优解。
这听起来很科幻，也足以引起事关自由意志的思辨，但我们正确切的走在这条路上，大模型的运行原理就是预测下一个词元，这是众所周知的，香农的遗憾在于他买不到英伟达的GPU。
所以能够理解Kimi为什么要预测世界杯了么？
面对这种长链路、随机性、没有标准答案的复杂目标，如果AI也能完成媲美甚至优于人类表现的任务，那么它在通用性层面的可用，就不再存疑了。
2010年的世界杯，数以亿计的人类在围观一条名叫保罗的章鱼，用它黏糊糊的触手从闭合的箱子里选择比赛赢家。
16年后，开箱的角色变成了连生物都算不上的AI，从克苏鲁的古神符号，到后现代的赛博朋克，如此交替，本身就充满了隐喻。
隐喻那种不可言说的混沌，让渡给了可被测量的科技。
这让我想起在自己投入了无数个通宵的游戏「文明6」里，解锁信息时代的科技之后，会出现在屏幕上的那句台词：
「现在天上有31颗卫星在地球上空环绕，不为别的，就为了告诉你便利店怎么走。」
取之于硅，用之于碳，这才是AI正确的打开方式，对不对？
by @阑夕ོ #AI探索站
在动用包含300个子Agent的集群，从战术、球员、伤病、赛程、历史、舆情、天气、心理、赔率变动、专家观点全都跑了一遍之后，Kimi预测可能要夺冠的是：
德国。
行吧，聊这个我可真不困了，作为一个战绩可查的资深⋯⋯中国体彩消费者，我对Kimi敢于立Flag的勇气，是深感尊重的。
要知道，从盘口来看，德国的赔率（9.5）并不低，在所有球队里排在第7位，所以Kimi并没有按照最大概率——也就是最稳妥的方案——去做判断，是真有自己的想法的。
当然，即便是选夺冠热门法国、西班牙，赔率（4.5）的风险仍然很高，说白了，早在开幕前就暴论最后的冠军，本身就是一件吃力不讨好的事情。
所以我才要狠夸Kimi的「敞亮」，不光是冠军，Kimi还要对全部104场比赛全都做出公开预测，包括赛后核验以及复盘，一场不落。
这就更硬核了，完全不怕打脸呐⋯⋯（注意，该预测非投注建议、非投资建议、非收益承诺。）
严格来说，Kimi并没有笃信德国是最有希望夺得这届世界杯的参赛队伍，而是认为德国的市场定价在强队里过于低了。
在使用了8种数学模型——包括SLO评级、Sixon-Coles泊松、XGBoost机器学习、Opta蒙特卡洛模拟等等——对48支球队逐一分析之后，Kimi得出了这么一个结论：
德国的模型预测概率，和市场赔率存在最高的偏差值，达到+3.6pp。
什么意思呢？
就是在判断德国是否有机会捧起大力神杯这件事情上，模型比市场多预测了3.6个百分点，所以认定德国，在理性上是回报确定性最高的选择。
就很像量化投资的策略，一家公司好不好并不重要，重要的是它有没有被市场正确定价，一家被高估的好公司，和一家被低估的差公司，显然后者更有买入潜力。
不同的是，量化机构需要雇佣一大票分析师，以及重金采购商业软件，而Kimi靠着几百个Agent昼夜不息的连轴转，自个儿就把整个项目给做完了。
BTW，搞价值投资的巴菲特最讨厌量化了，还贡献过「Beware of geeks bearing formulas」的金句，哈哈哈⋯⋯
我很推荐大家去看一下Kimi同时发布的预测报告，完整版PDF超过200页，量大管饱，如果看不下去，扔给Kimi让它帮你总结也行，递归循环了有没有？
另外就是，应该也不需要我特别说明吧，Kimi这么兴师动众的「Predict In Public」，并非是为了真的去当那个洞悉神谕的预言家，作为一家注重审美和趣味大模型厂商，它是在用一种奇观的形式，向世界演示AI的能力边界和局限性。
世界是可被编码的，这是AI得以成立的底层逻辑。
无论是图灵坚信思考是一个工程问题、而非哲学家心中的灵魂之类，还是香农在上世纪五十年代就用人类受试者去玩猜字游戏、用以论证智能始于对信息的预测，所有的历史研究和前沿走向都并轨于同一个共识：
凡事皆可压缩。
当人类知识的总和被压缩到了极致，就能制造一个通晓万物的机器出来，它能通过模拟已经存在过的和还没有发生的所有过程，去得到每一项任务的最优解。
这听起来很科幻，也足以引起事关自由意志的思辨，但我们正确切的走在这条路上，大模型的运行原理就是预测下一个词元，这是众所周知的，香农的遗憾在于他买不到英伟达的GPU。
所以能够理解Kimi为什么要预测世界杯了么？
面对这种长链路、随机性、没有标准答案的复杂目标，如果AI也能完成媲美甚至优于人类表现的任务，那么它在通用性层面的可用，就不再存疑了。
2010年的世界杯，数以亿计的人类在围观一条名叫保罗的章鱼，用它黏糊糊的触手从闭合的箱子里选择比赛赢家。
16年后，开箱的角色变成了连生物都算不上的AI，从克苏鲁的古神符号，到后现代的赛博朋克，如此交替，本身就充满了隐喻。
隐喻那种不可言说的混沌，让渡给了可被测量的科技。
这让我想起在自己投入了无数个通宵的游戏「文明6」里，解锁信息时代的科技之后，会出现在屏幕上的那句台词：
「现在天上有31颗卫星在地球上空环绕，不为别的，就为了告诉你便利店怎么走。」
取之于硅，用之于碳，这才是AI正确的打开方式，对不对？
by @阑夕ོ #AI探索站
