🚀Tesla“销量下滑”，股价却给出 1.5 万亿美元？市场不是疯了，而是你看错了赛道
如果你只看标题，现在的结论似乎已经写好了：
Tesla 卖不动了，BYD 赢麻了，故事结束。
2025 年，Tesla 交付量同比下滑约 8.5%；
Q4 交付 41.8 万辆，同比下降 15.6%。
这些数字是真的。
但问题是——
如果 Tesla 真在“输”，为什么市场依然给它 1.5 万亿美元的定价？
这不是一个情绪问题，而是一个认知问题。
市场并不是没看到销量下滑，
而是根本没把“卖车”当成核心变量。
如果你还在用“卖了多少辆车”来衡量 Tesla，
那你看的是后视镜，
而资本已经在看前方十年。
先说一个最反直觉的事实。
Tesla 当前的市盈率接近 279 倍。
对比一下：
Apple 30 倍，
Microsoft 35 倍，
NVIDIA 50 倍。
一家“卖车下滑”的公司，
为什么会被给到这种估值？
答案只有两个：
要么整个市场集体失智；
要么——市场在给一个“和汽车无关的东西”定价。
我选择相信第二个。
因为 Tesla 从来就不是一家“纯汽车公司”。
它是一家 AI 公司、
一家 能源公司、
一家 机器人公司。
汽车，只是现金流工具。
在今天这个阶段，车更像是：
•数据采集终端
•训练 AI 的传感器
•支撑其他业务的现金机器
甚至可以说，
车本身已经是副产品。
真正的护城河，藏在数据里。
每一辆 Tesla，都在为同一件事服务：
自动驾驶的数据飞轮。
你每开一公里，
Tesla 就多学一公里。
接管、成功决策、极端场景、施工路段、突发事件——
这些数据全部回传。
而且是全球同步发生。
截至目前，Tesla 已累计 70 亿英里真实驾驶数据。
而且这个数字每天都在增长。
按当前节奏，
到 2026 年中，数据量将接近 100 亿英里。
这是一个关键阈值。
因为在 AI 世界里，有一条铁律：
没有数据，再好的算法也没用。
你可以有最聪明的工程师、最强的算力，
但没有数据，结局就是失败。
而在这个维度上——
没有任何公司接近 Tesla。
不是 Waymo，
不是 Cruise，
不是任何中国公司。
差距不是 2 倍、5 倍，
而是数量级。
再看被严重忽视的另一条线：能源。
在所有媒体盯着汽车交付量时，
Tesla 的能源业务，正在悄悄完成蜕变。
2025 年，Tesla 能源部署 46.7 GWh，同比翻倍。
更夸张的是利润率：
Q4，能源业务毛利率 31.4%；
而汽车业务，只有 16.1%。
也就是说：
被唱衰的“主业”，利润率更低；
没人讨论的业务，反而成了真正的现金牛。
而且这不是短期现象。
AI 正在把全球能源需求推向一个极端状态。
数据中心、电力、储能，正在成为新的基础设施。
Microsoft 甚至考虑重启核电站，
只为了给 AI 供电。
谁能提供大规模、低成本、可复制的储能方案？
答案不复杂。
Tesla 的 Megapack，正在完美踩中这条曲线。
莱特定律正在重演：
产量翻倍，成本系统性下降。
能源业务本身，
就足以解释今天估值的一大块。
那 BYD 呢？
是的，BYD 在纯电销量上赢了。
这是事实。
但很少有人告诉你：
BYD 的毛利率已经降到 约 16%，
利润同比下滑 30%，
这是三年来第一次实质性下行。
他们在用利润换规模。
这是经典打法，
但也是一条注定拥挤的路。
更重要的是——
销量对比本身就是错的。
BYD 覆盖从低端到商用车；
Tesla 根本没打算去赢“销量冠军”。
这就像拿 Android 全阵营去对比 iPhone。
Android 卖得更多，
但利润是谁的，大家都知道。
Tesla 真正在押的，是三件事：
自动驾驶、机器人、能源系统。
而这些市场的规模，
不是“百万辆”，
而是万亿美元级别。
2025 年底，Tesla 已在奥斯汀启动无安全员自动驾驶测试。
前排无人，方向盘无人接管。
Robotaxi 正在真实运行。
不是 PPT，不是概念。
对比一下 Waymo：
约 3000 辆车，
每进一个城市都要重新建图。
而 Tesla：
年产能 200 万辆，
不需要建图，靠数据泛化。
200 倍规模差距。
这不是路线之争，
这是维度碾压。
所以，为什么市场给 Tesla 1.5 万亿美元？
因为市场看到的不是销量，
而是这些信号正在同时发生：
•无监督自动驾驶开始落地
•能源业务毛利率突破 30%
•Optimus 机器人进入工厂
•AI 从概念走向现实
如果你还在因为销量波动恐慌，
那说明你看的，是旧指标。
真正的比赛，早就换赛道了。
五年后，没有人会记得
2025 年谁卖得最多车。
但所有人都会记得：
谁赢得了自动驾驶，
谁赢得了机器人，
谁控制了能源基础设施。
而在这些真正决定未来的战场上，
Tesla，正在赢。
📬我会持续分享我对 $TSLA、AI、自动驾驶与能源趋势的长期判断。
如果你更关注“十年后的价值”，而不是“下个季度的标题”，欢迎订阅一起跟踪。
#Tesla #TSLA #AI #AutonomousDriving #Robotaxi #EnergyStorage #EV #BYD #NVIDIA #Microsoft
https://x.com/i/status/2015841617773502811
如果你只看标题，现在的结论似乎已经写好了：
Tesla 卖不动了，BYD 赢麻了，故事结束。
2025 年，Tesla 交付量同比下滑约 8.5%；
Q4 交付 41.8 万辆，同比下降 15.6%。
这些数字是真的。
但问题是——
如果 Tesla 真在“输”，为什么市场依然给它 1.5 万亿美元的定价？
这不是一个情绪问题，而是一个认知问题。
市场并不是没看到销量下滑，
而是根本没把“卖车”当成核心变量。
如果你还在用“卖了多少辆车”来衡量 Tesla，
那你看的是后视镜，
而资本已经在看前方十年。
先说一个最反直觉的事实。
Tesla 当前的市盈率接近 279 倍。
对比一下：
Apple 30 倍，
Microsoft 35 倍，
NVIDIA 50 倍。
一家“卖车下滑”的公司，
为什么会被给到这种估值？
答案只有两个：
要么整个市场集体失智；
要么——市场在给一个“和汽车无关的东西”定价。
我选择相信第二个。
因为 Tesla 从来就不是一家“纯汽车公司”。
它是一家 AI 公司、
一家 能源公司、
一家 机器人公司。
汽车，只是现金流工具。
在今天这个阶段，车更像是：
•数据采集终端
•训练 AI 的传感器
•支撑其他业务的现金机器
甚至可以说，
车本身已经是副产品。
真正的护城河，藏在数据里。
每一辆 Tesla，都在为同一件事服务：
自动驾驶的数据飞轮。
你每开一公里，
Tesla 就多学一公里。
接管、成功决策、极端场景、施工路段、突发事件——
这些数据全部回传。
而且是全球同步发生。
截至目前，Tesla 已累计 70 亿英里真实驾驶数据。
而且这个数字每天都在增长。
按当前节奏，
到 2026 年中，数据量将接近 100 亿英里。
这是一个关键阈值。
因为在 AI 世界里，有一条铁律：
没有数据，再好的算法也没用。
你可以有最聪明的工程师、最强的算力，
但没有数据，结局就是失败。
而在这个维度上——
没有任何公司接近 Tesla。
不是 Waymo，
不是 Cruise，
不是任何中国公司。
差距不是 2 倍、5 倍，
而是数量级。
再看被严重忽视的另一条线：能源。
在所有媒体盯着汽车交付量时，
Tesla 的能源业务，正在悄悄完成蜕变。
2025 年，Tesla 能源部署 46.7 GWh，同比翻倍。
更夸张的是利润率：
Q4，能源业务毛利率 31.4%；
而汽车业务，只有 16.1%。
也就是说：
被唱衰的“主业”，利润率更低；
没人讨论的业务，反而成了真正的现金牛。
而且这不是短期现象。
AI 正在把全球能源需求推向一个极端状态。
数据中心、电力、储能，正在成为新的基础设施。
Microsoft 甚至考虑重启核电站，
只为了给 AI 供电。
谁能提供大规模、低成本、可复制的储能方案？
答案不复杂。
Tesla 的 Megapack，正在完美踩中这条曲线。
莱特定律正在重演：
产量翻倍，成本系统性下降。
能源业务本身，
就足以解释今天估值的一大块。
那 BYD 呢？
是的，BYD 在纯电销量上赢了。
这是事实。
但很少有人告诉你：
BYD 的毛利率已经降到 约 16%，
利润同比下滑 30%，
这是三年来第一次实质性下行。
他们在用利润换规模。
这是经典打法，
但也是一条注定拥挤的路。
更重要的是——
销量对比本身就是错的。
BYD 覆盖从低端到商用车；
Tesla 根本没打算去赢“销量冠军”。
这就像拿 Android 全阵营去对比 iPhone。
Android 卖得更多，
但利润是谁的，大家都知道。
Tesla 真正在押的，是三件事：
自动驾驶、机器人、能源系统。
而这些市场的规模，
不是“百万辆”，
而是万亿美元级别。
2025 年底，Tesla 已在奥斯汀启动无安全员自动驾驶测试。
前排无人，方向盘无人接管。
Robotaxi 正在真实运行。
不是 PPT，不是概念。
对比一下 Waymo：
约 3000 辆车，
每进一个城市都要重新建图。
而 Tesla：
年产能 200 万辆，
不需要建图，靠数据泛化。
200 倍规模差距。
这不是路线之争，
这是维度碾压。
所以，为什么市场给 Tesla 1.5 万亿美元？
因为市场看到的不是销量，
而是这些信号正在同时发生：
•无监督自动驾驶开始落地
•能源业务毛利率突破 30%
•Optimus 机器人进入工厂
•AI 从概念走向现实
如果你还在因为销量波动恐慌，
那说明你看的，是旧指标。
真正的比赛，早就换赛道了。
五年后，没有人会记得
2025 年谁卖得最多车。
但所有人都会记得：
谁赢得了自动驾驶，
谁赢得了机器人，
谁控制了能源基础设施。
而在这些真正决定未来的战场上，
Tesla，正在赢。
📬我会持续分享我对 $TSLA、AI、自动驾驶与能源趋势的长期判断。
如果你更关注“十年后的价值”，而不是“下个季度的标题”，欢迎订阅一起跟踪。
#Tesla #TSLA #AI #AutonomousDriving #Robotaxi #EnergyStorage #EV #BYD #NVIDIA #Microsoft
https://x.com/i/status/2015841617773502811
X (formerly Twitter)
Wealth Code (@WealthCode99978) on X
🚀Tesla“销量下滑”，股价却给出 1.5 万亿美元？市场不是疯了，而是你看错了赛道
如果你只看标题，现在的结论似乎已经写好了：
Tesla 卖不动了，BYD 赢麻了，故事结束。
2025 年，Tesla 交付量同比下滑约 8.5%；
Q4 交付 41.8 万辆，同比下降 15.6%。
这些数字是真的。
但问题是——
如果 Tesla
如果你只看标题，现在的结论似乎已经写好了：
Tesla 卖不动了，BYD 赢麻了，故事结束。
2025 年，Tesla 交付量同比下滑约 8.5%；
Q4 交付 41.8 万辆，同比下降 15.6%。
这些数字是真的。
但问题是——
如果 Tesla
💥🚕 $TSLA Robotaxi 定价震撼旧金山：比 Waymo、Uber、Lyft 都便宜，但代价是什么？
一组来自 Obi 的最新数据，把 $TSLA 的 Robotaxi 推到了竞争格局的正中央。
在旧金山，特斯拉无人驾驶出租车的平均单次价格仅为 8.17 美元，几乎很少超过 10 美元。
这个价格水平，直接让人想起 Uber 早期“用极低价格撕开市场”的阶段。
对比之下，差距非常直观：
$TSLA
平均单公里价格：1.99 美元
Waymo
平均单公里价格：5.72 美元
Lyft
平均单次价格：15.47 美元
Uber
价格水平整体高于特斯拉，明显不在同一档位
从定价角度看，特斯拉已经不是“略微便宜”，而是彻底打穿行业底价。
Obi 甚至明确指出：1.99 美元/公里，是他们在同类自动驾驶或网约车产品中见过的最低水平。
但这并不是一场“完美碾压”。
数据同时揭示了一个关键代价：
特斯拉 Robotaxi 的等待时间明显更长。
也就是说，$TSLA 当前选择的是一条非常清晰的路径：
不是优先做“体验最稳定、最即时”的方案，而是 用极致低价快速测试需求弹性、放大规模潜力。
这正是为什么很多人会把它与 Uber 早期类比——
先用价格把用户行为改掉，再逐步解决效率与供给问题。
需要强调的是，这并非零散样本。
这份报告覆盖了 2025 年 11 月 27 日至 2026 年 1 月 1 日，
时间跨度超过一个月，
数据总量高达 94,348 次真实行程，
涵盖 $TSLA、Waymo、Uber、Lyft 四大平台。
这意味着结论并不是偶然，而是一个已经成型的趋势信号。
从竞争格局看，影响非常直接：
Waymo 的优势仍在于稳定性与成熟度，但成本结构明显更重
Uber / Lyft 仍是“平台 + 人力”的模式，对价格下探空间天然受限
而 $TSLA 正在用自动驾驶，把“每公里成本”压到一个前所未有的区间
如果这种定价长期成立，问题将不再是
“特斯拉 Robotaxi 能不能赚钱”，
而是——其他模式还能否在同一市场长期共存。
你更担心的是特斯拉低价背后的等待时间问题，
还是一旦效率提升完成，整个出行行业会被迫重新定价？
📬我会不定期分享10倍潜力交易机会及热门股的关键趋势的观察与分析。
欢迎订阅，别错过下一次爆发前的布局窗口。
$TSLA
#Robotaxi #AutonomousDriving #Waymo #Uber #Lyft #AI #FutureOfMobility
https://x.com/i/status/2016214502732185634
一组来自 Obi 的最新数据，把 $TSLA 的 Robotaxi 推到了竞争格局的正中央。
在旧金山，特斯拉无人驾驶出租车的平均单次价格仅为 8.17 美元，几乎很少超过 10 美元。
这个价格水平，直接让人想起 Uber 早期“用极低价格撕开市场”的阶段。
对比之下，差距非常直观：
$TSLA
平均单公里价格：1.99 美元
Waymo
平均单公里价格：5.72 美元
Lyft
平均单次价格：15.47 美元
Uber
价格水平整体高于特斯拉，明显不在同一档位
从定价角度看，特斯拉已经不是“略微便宜”，而是彻底打穿行业底价。
Obi 甚至明确指出：1.99 美元/公里，是他们在同类自动驾驶或网约车产品中见过的最低水平。
但这并不是一场“完美碾压”。
数据同时揭示了一个关键代价：
特斯拉 Robotaxi 的等待时间明显更长。
也就是说，$TSLA 当前选择的是一条非常清晰的路径：
不是优先做“体验最稳定、最即时”的方案，而是 用极致低价快速测试需求弹性、放大规模潜力。
这正是为什么很多人会把它与 Uber 早期类比——
先用价格把用户行为改掉，再逐步解决效率与供给问题。
需要强调的是，这并非零散样本。
这份报告覆盖了 2025 年 11 月 27 日至 2026 年 1 月 1 日，
时间跨度超过一个月，
数据总量高达 94,348 次真实行程，
涵盖 $TSLA、Waymo、Uber、Lyft 四大平台。
这意味着结论并不是偶然，而是一个已经成型的趋势信号。
从竞争格局看，影响非常直接：
Waymo 的优势仍在于稳定性与成熟度，但成本结构明显更重
Uber / Lyft 仍是“平台 + 人力”的模式，对价格下探空间天然受限
而 $TSLA 正在用自动驾驶，把“每公里成本”压到一个前所未有的区间
如果这种定价长期成立，问题将不再是
“特斯拉 Robotaxi 能不能赚钱”，
而是——其他模式还能否在同一市场长期共存。
你更担心的是特斯拉低价背后的等待时间问题，
还是一旦效率提升完成，整个出行行业会被迫重新定价？
📬我会不定期分享10倍潜力交易机会及热门股的关键趋势的观察与分析。
欢迎订阅，别错过下一次爆发前的布局窗口。
$TSLA
#Robotaxi #AutonomousDriving #Waymo #Uber #Lyft #AI #FutureOfMobility
https://x.com/i/status/2016214502732185634
💥🚨科技史上最大的讽刺正在发生：AI 正在杀死最拥抱 AI 的软件公司
这一季财报，市场给了科技行业一次极其残酷、但异常清晰的定价信号。微软收入超预期，股价却暴跌 11%，蒸发 4000 亿美元市值；Salesforce 维持增长，股价下跌 5.6%；ServiceNow 盈利超预期，股价直接崩 11%；SAP 业绩达标，股价却下挫 16%。整个软件板块从高点回落 22%，正式进入技术性熊市。而讽刺的是，这些公司正是过去两年被市场认为“最会从 AI 中受益”的那一批。
他们做了所有“正确的事”：砸钱收购 AI 公司，推出 AI 产品，重构工作流，扩建 AI 团队。ServiceNow 花 77.5 亿美元买 Armis，Salesforce 斥 80 亿美元收购 Informatica。但市场用价格告诉他们一句话：这不但救不了你，反而暴露了你。
因为投资者终于意识到一个没人愿意承认的事实：AI 不会让软件公司更强，AI 会让软件公司变得多余。
摩根士丹利一句话点破本质：“在投资者高度怀疑的环境下，稳定增长已不足以改变叙事。”翻译一下就是：现在，财报好不好，已经不重要了。
市场不再按照“你今天赚多少钱”给软件公司定价，而是在按照一个更残酷的问题定价——在一个 AI 能免费完成工作的世界里，你还值多少钱？ServiceNow 的 CEO 在电话会上试图辩护：“AI 仍然需要工作流编排，ServiceNow 是这个转型的入口。”市场回应很直接：–11%。因为他没有回答真正的问题：如果 AI 能写代码、自动化流程、生成应用，而且成本只是过去的零头，为什么企业还要为一套 SaaS 软件支付每年 5 万美元的许可费？
曾经造就 SaaS 帝国的按席位收费模型，正在被 AI 的效率直接绞杀。一个 AI Agent 等于 10 个席位，一个 Prompt 等于几个月定制开发，一次 LLM 调用就能替代一个软件品类。Klarna 已经验证了这一点，CEO 公开表示，他们已经把 Salesforce 从技术栈中移除，直接用 AI 自建系统。这不是个例，而是模板。
最残忍的部分在于，被 AI 杀得最狠的，正是最积极投资 AI 的软件公司。Atlassian 下跌 12.6%，Intuit 下跌 7.8%，HubSpot 下跌 11.5%，Zscaler 下跌 6.3%。与此同时，另一边发生的事情却完全相反：英伟达上涨，半导体全面走强，存储芯片集体反弹。分界线异常清晰——硬件赚钱，软件被重估。
因为在 AI-first 的世界里，你必须有 GPU 才能训练模型，但你不需要软件订阅，因为 AI 会帮你把软件写出来。Jim Cramer 把这称为“估值倍数压缩危机”，真正的意思只有一句话：投资者不再关心你的利润率，他们只关心你的商业模式 5 年后还在不在。而现在，大多数软件公司的答案都很难看。
它们被困在一个无解的结构里：不投 AI，会被淘汰；投 AI，又会自我蚕食。这不是转型阵痛，而是一个没有出口的死亡螺旋。ServiceNow 光 2025 年就花了 120 亿美元并购，试图“买”进未来，但市场在一天之内，就把它重新拉回现实。
最令人不安的是，这些公司并没有失败。收入稳健，增长正常，财报合格，但一切都不重要了。因为市场已经提前进入了一个新世界的定价体系——一个 AI 能以 0.02 美元 / 千 token 的成本运行、开源模型足够可靠、AI Agent 可以替代整套企业软件的世界。你不可能和“接近免费”打价格战。
这不是一次普通的回调，而是一次板块级的重估。一天之内，5000 亿美元市值消失，而且还没结束。因为现在，所有 CFO 都在心里默默问同一个问题：“如果我能用 3 个 AI Agent 替代 ServiceNow，每年省下 1000 万美元，我为什么不这么做？”这个问题，两年前还不存在，而现在，它已经主导了整个市场。
📬我会持续拆解 AI 正在如何重塑商业模式，以及哪些环节会被淘汰、哪些会幸存。
如果你关注的是未来五年的结构，而不是过去五个季度的财报，欢迎订阅。
#AI #SaaS #SoftwareStocks #TechStocks #NVIDIA #Semiconductors #MarketRepricing #LongTermInvesting
https://x.com/i/status/2017655389068693716
这一季财报，市场给了科技行业一次极其残酷、但异常清晰的定价信号。微软收入超预期，股价却暴跌 11%，蒸发 4000 亿美元市值；Salesforce 维持增长，股价下跌 5.6%；ServiceNow 盈利超预期，股价直接崩 11%；SAP 业绩达标，股价却下挫 16%。整个软件板块从高点回落 22%，正式进入技术性熊市。而讽刺的是，这些公司正是过去两年被市场认为“最会从 AI 中受益”的那一批。
他们做了所有“正确的事”：砸钱收购 AI 公司，推出 AI 产品，重构工作流，扩建 AI 团队。ServiceNow 花 77.5 亿美元买 Armis，Salesforce 斥 80 亿美元收购 Informatica。但市场用价格告诉他们一句话：这不但救不了你，反而暴露了你。
因为投资者终于意识到一个没人愿意承认的事实：AI 不会让软件公司更强，AI 会让软件公司变得多余。
摩根士丹利一句话点破本质：“在投资者高度怀疑的环境下，稳定增长已不足以改变叙事。”翻译一下就是：现在，财报好不好，已经不重要了。
市场不再按照“你今天赚多少钱”给软件公司定价，而是在按照一个更残酷的问题定价——在一个 AI 能免费完成工作的世界里，你还值多少钱？ServiceNow 的 CEO 在电话会上试图辩护：“AI 仍然需要工作流编排，ServiceNow 是这个转型的入口。”市场回应很直接：–11%。因为他没有回答真正的问题：如果 AI 能写代码、自动化流程、生成应用，而且成本只是过去的零头，为什么企业还要为一套 SaaS 软件支付每年 5 万美元的许可费？
曾经造就 SaaS 帝国的按席位收费模型，正在被 AI 的效率直接绞杀。一个 AI Agent 等于 10 个席位，一个 Prompt 等于几个月定制开发，一次 LLM 调用就能替代一个软件品类。Klarna 已经验证了这一点，CEO 公开表示，他们已经把 Salesforce 从技术栈中移除，直接用 AI 自建系统。这不是个例，而是模板。
最残忍的部分在于，被 AI 杀得最狠的，正是最积极投资 AI 的软件公司。Atlassian 下跌 12.6%，Intuit 下跌 7.8%，HubSpot 下跌 11.5%，Zscaler 下跌 6.3%。与此同时，另一边发生的事情却完全相反：英伟达上涨，半导体全面走强，存储芯片集体反弹。分界线异常清晰——硬件赚钱，软件被重估。
因为在 AI-first 的世界里，你必须有 GPU 才能训练模型，但你不需要软件订阅，因为 AI 会帮你把软件写出来。Jim Cramer 把这称为“估值倍数压缩危机”，真正的意思只有一句话：投资者不再关心你的利润率，他们只关心你的商业模式 5 年后还在不在。而现在，大多数软件公司的答案都很难看。
它们被困在一个无解的结构里：不投 AI，会被淘汰；投 AI，又会自我蚕食。这不是转型阵痛，而是一个没有出口的死亡螺旋。ServiceNow 光 2025 年就花了 120 亿美元并购，试图“买”进未来，但市场在一天之内，就把它重新拉回现实。
最令人不安的是，这些公司并没有失败。收入稳健，增长正常，财报合格，但一切都不重要了。因为市场已经提前进入了一个新世界的定价体系——一个 AI 能以 0.02 美元 / 千 token 的成本运行、开源模型足够可靠、AI Agent 可以替代整套企业软件的世界。你不可能和“接近免费”打价格战。
这不是一次普通的回调，而是一次板块级的重估。一天之内，5000 亿美元市值消失，而且还没结束。因为现在，所有 CFO 都在心里默默问同一个问题：“如果我能用 3 个 AI Agent 替代 ServiceNow，每年省下 1000 万美元，我为什么不这么做？”这个问题，两年前还不存在，而现在，它已经主导了整个市场。
📬我会持续拆解 AI 正在如何重塑商业模式，以及哪些环节会被淘汰、哪些会幸存。
如果你关注的是未来五年的结构，而不是过去五个季度的财报，欢迎订阅。
#AI #SaaS #SoftwareStocks #TechStocks #NVIDIA #Semiconductors #MarketRepricing #LongTermInvesting
https://x.com/i/status/2017655389068693716
X (formerly Twitter)
Wealth Code (@WealthCode99978) on X
💥🚨科技史上最大的讽刺正在发生：AI 正在杀死最拥抱 AI 的软件公司
这一季财报，市场给了科技行业一次极其残酷、但异常清晰的定价信号。微软收入超预期，股价却暴跌 11%，蒸发 4000 亿美元市值；Salesforce 维持增长，股价下跌 5.6%；ServiceNow 盈利超预期，股价直接崩 11%；SAP
这一季财报，市场给了科技行业一次极其残酷、但异常清晰的定价信号。微软收入超预期，股价却暴跌 11%，蒸发 4000 亿美元市值；Salesforce 维持增长，股价下跌 5.6%；ServiceNow 盈利超预期，股价直接崩 11%；SAP
馬斯克的巨硬是什麼 ?
馬斯克本周宣布了 Tesla 和 xAI 的第一個聯合產品，叫 Macrohard（刻意反著 Microsoft 微軟取的名字），技術代號 Digital Optimus。這是 Tesla 今年 1 月投資 xAI 20 億美元框架協議下的第一個成果。
技術架構用了 Daniel Kahneman「快思慢想」的分工邏輯。Digital Optimus 是系統 1，負責即時處理過去 5 秒的電腦螢幕畫面、鍵盤和滑鼠動作，跑在 Tesla 的 AI4 晶片上，單價 $650。
Grok 是系統 2，負責理解上下文、做高層次推理、下達指令，跑在 xAI 的 Nvidia 雲端硬體上。一個負責看和動手，一個負責想。
這跟目前主流 AI Agent 的架構不同。Claude Code 和 ChatGPT Computer Use 是純雲端，所有螢幕畫面傳到遠端伺服器處理，延遲高、成本高、隱私敏感。OpenClaw 走本地優先，但推理仍然依賴雲端大型語言模型。
Macrohard 的做法是把感知和執行壓在本地便宜晶片上，只在需要深度推理時才調用雲端。馬斯克稱之為「唯一的即時智慧 AI 系統」。但這套架構真正的賣點不在技術本身，而在部署規模。
AI4 晶片已經裝在每一輛新 Tesla 裡，Model 3、Model Y、Model S、Model X、Cybertruck 全都有。Samsung 7nm 製程，20 顆 ARM Cortex-A72 核心，100 到 150 TOPS 算力，16 GB RAM。
馬斯克說這些車停著不開的時候，車上的運算晶片可以跑 Digital Optimus 幫車主處理辦公室工作。
另一個部署管道是 Supercharger 充電站。Tesla 計畫在充電站部署數百萬個 Digital Optimus 專用運算單元，利用現有約 700 萬瓩的電力容量，等於把全球充電網路變成分散式邊緣運算節點。
邊緣便宜、雲端精省、部署網路現成，這是 Macrohard 架構邏輯的核心。能不能真的「模擬整間公司的功能」另說，但把數百萬輛車和數萬個充電站變成運算基礎設施的想法，目前確實只有 Tesla 有條件試。
---
📷 Threads / Facebook / 電子報「狐說八道」
#Tesla #xAI #Macrohard #DigitalOptimus #Grok #AI #AIAgent
https://x.com/i/status/2032817568084537817
馬斯克本周宣布了 Tesla 和 xAI 的第一個聯合產品，叫 Macrohard（刻意反著 Microsoft 微軟取的名字），技術代號 Digital Optimus。這是 Tesla 今年 1 月投資 xAI 20 億美元框架協議下的第一個成果。
技術架構用了 Daniel Kahneman「快思慢想」的分工邏輯。Digital Optimus 是系統 1，負責即時處理過去 5 秒的電腦螢幕畫面、鍵盤和滑鼠動作，跑在 Tesla 的 AI4 晶片上，單價 $650。
Grok 是系統 2，負責理解上下文、做高層次推理、下達指令，跑在 xAI 的 Nvidia 雲端硬體上。一個負責看和動手，一個負責想。
這跟目前主流 AI Agent 的架構不同。Claude Code 和 ChatGPT Computer Use 是純雲端，所有螢幕畫面傳到遠端伺服器處理，延遲高、成本高、隱私敏感。OpenClaw 走本地優先，但推理仍然依賴雲端大型語言模型。
Macrohard 的做法是把感知和執行壓在本地便宜晶片上，只在需要深度推理時才調用雲端。馬斯克稱之為「唯一的即時智慧 AI 系統」。但這套架構真正的賣點不在技術本身，而在部署規模。
AI4 晶片已經裝在每一輛新 Tesla 裡，Model 3、Model Y、Model S、Model X、Cybertruck 全都有。Samsung 7nm 製程，20 顆 ARM Cortex-A72 核心，100 到 150 TOPS 算力，16 GB RAM。
馬斯克說這些車停著不開的時候，車上的運算晶片可以跑 Digital Optimus 幫車主處理辦公室工作。
另一個部署管道是 Supercharger 充電站。Tesla 計畫在充電站部署數百萬個 Digital Optimus 專用運算單元，利用現有約 700 萬瓩的電力容量，等於把全球充電網路變成分散式邊緣運算節點。
邊緣便宜、雲端精省、部署網路現成，這是 Macrohard 架構邏輯的核心。能不能真的「模擬整間公司的功能」另說，但把數百萬輛車和數萬個充電站變成運算基礎設施的想法，目前確實只有 Tesla 有條件試。
---
📷 Threads / Facebook / 電子報「狐說八道」
#Tesla #xAI #Macrohard #DigitalOptimus #Grok #AI #AIAgent
https://x.com/i/status/2032817568084537817
X (formerly Twitter)
fox hsiao (@pirrer) on X
馬斯克的巨硬是什麼 ?
馬斯克本周宣布了 Tesla 和 xAI 的第一個聯合產品，叫 Macrohard（刻意反著 Microsoft 微軟取的名字），技術代號 Digital Optimus。這是 Tesla 今年 1 月投資 xAI 20 億美元框架協議下的第一個成果。
技術架構用了 Daniel Kahneman「快思慢想」的分工邏輯。Digital Optimus
馬斯克本周宣布了 Tesla 和 xAI 的第一個聯合產品，叫 Macrohard（刻意反著 Microsoft 微軟取的名字），技術代號 Digital Optimus。這是 Tesla 今年 1 月投資 xAI 20 億美元框架協議下的第一個成果。
技術架構用了 Daniel Kahneman「快思慢想」的分工邏輯。Digital Optimus
XAI核心团队全面去华‼️
最近马斯克对xAI创始团队大清洗：
原始12位联合创始人中，华人背景的5位（Greg Yang、Tony Wu、Jimmy Ba、Guodong Zhang、Zihang Dai）全被“开除”或离职‼️
马斯克亲口说“最初没建好，从基础重建”，当初吹嘘的“全华班”，现在看来更像是个笑话
😂
你们说马斯克为啥把华人全开了，是受那位盗窃xai全部代码的华人程序员影响么😂
当然，国内媒体集体装瞎，避而不谈华人全部被开这事😂
#xAI #ElonMusk #AI人才战
https://x.com/i/status/2033092677562957854
最近马斯克对xAI创始团队大清洗：
原始12位联合创始人中，华人背景的5位（Greg Yang、Tony Wu、Jimmy Ba、Guodong Zhang、Zihang Dai）全被“开除”或离职‼️
马斯克亲口说“最初没建好，从基础重建”，当初吹嘘的“全华班”，现在看来更像是个笑话
😂
你们说马斯克为啥把华人全开了，是受那位盗窃xai全部代码的华人程序员影响么😂
当然，国内媒体集体装瞎，避而不谈华人全部被开这事😂
#xAI #ElonMusk #AI人才战
https://x.com/i/status/2033092677562957854
X (formerly Twitter)
小蛋糕(日本勇者村） (@lovelycake) on X
XAI核心团队全面去华‼️
最近马斯克对xAI创始团队大清洗：
原始12位联合创始人中，华人背景的5位（Greg Yang、Tony Wu、Jimmy Ba、Guodong Zhang、Zihang Dai）全被“开除”或离职‼️
马斯克亲口说“最初没建好，从基础重建”，当初吹嘘的“全华班”，现在看来更像是个笑话
😂
最近马斯克对xAI创始团队大清洗：
原始12位联合创始人中，华人背景的5位（Greg Yang、Tony Wu、Jimmy Ba、Guodong Zhang、Zihang Dai）全被“开除”或离职‼️
马斯克亲口说“最初没建好，从基础重建”，当初吹嘘的“全华班”，现在看来更像是个笑话
😂
阿里最新这项研究挺扎心的，
所以我们现在天天喊AI会抢程序员饭碗，但这项实验戳破了一层窗户纸😄
他们让18个AI智能体花了233天，
真实维护100个代码库，不考当场写对，考的是经过8个月演化，代码还能不能跑。
结果是：
75%的模型越维护越乱，最后把本来能跑的代码搞崩了🤣🤣🤣
只有 Claude Opus 保持了一半以上的零退化率，其他全凉，
现在的AI是快照式编程，
给一道题，当场写出能通过单元测试的代码，
这个很帅，但真实软件工程不是考一道题，
是考长期维护，
你改bug会不会引入新bug？
你加功能会不会动了底层逻辑？
几个版本迭代下来，技术债务是不是堆成了山？
多数AI写出来的就是看起来很美的纸牌屋，
当时能跑，
三个月后就是没人敢碰的祖传屎山，
最后还得真人上去擦屁股😂
所以兄弟们，别担心AI抢饭碗了，
它造出来的屎，够我们修到退休🤪
#AI #编程 #Claude #软件工程
https://x.com/i/status/2033563692168831150
所以我们现在天天喊AI会抢程序员饭碗，但这项实验戳破了一层窗户纸😄
他们让18个AI智能体花了233天，
真实维护100个代码库，不考当场写对，考的是经过8个月演化，代码还能不能跑。
结果是：
75%的模型越维护越乱，最后把本来能跑的代码搞崩了🤣🤣🤣
只有 Claude Opus 保持了一半以上的零退化率，其他全凉，
现在的AI是快照式编程，
给一道题，当场写出能通过单元测试的代码，
这个很帅，但真实软件工程不是考一道题，
是考长期维护，
你改bug会不会引入新bug？
你加功能会不会动了底层逻辑？
几个版本迭代下来，技术债务是不是堆成了山？
多数AI写出来的就是看起来很美的纸牌屋，
当时能跑，
三个月后就是没人敢碰的祖传屎山，
最后还得真人上去擦屁股😂
所以兄弟们，别担心AI抢饭碗了，
它造出来的屎，够我们修到退休🤪
#AI #编程 #Claude #软件工程
https://x.com/i/status/2033563692168831150
微软考虑起诉OpenAI与亚马逊：骗子山姆奥特曼又过河拆桥了
👇👇👇👇👇
据金融时报的最新报道，微软正在评估对OpenAI和亚马逊提起诉讼，起因是OpenAI与亚马逊签署的约500亿美元云服务合作，可能违反了双方早期的独家协议。
👉 农夫救蛇的背景
2019年起，微软向OpenAI投资了上百亿美元，双方签了明确合同——OpenAI的AI模型（像ChatGPT背后的技术）对外提供服务时，所有API调用必须走微软的Azure云平台。这相当于微软拿到了OpenAI的“云服务独家权”。
OpenAI创始人Sam Altman过去就有不守信用的记录。他曾对董事会隐瞒关键信息、擅自推出ChatGPT，导致董事会以“不诚实和操纵”为由将他开除。结果微软CEO Satya Nadella出面干预，让他短短几天内复职。微软不仅保住了Altman的职位，还继续大笔投资，帮助OpenAI快速成长。
2025年10月，OpenAI公司结构调整，微软放弃了完全独家地位，但合同里保留了一条核心条款：所有“直接API调用”仍必须通过Azure。
👉 什么叫“直接API调用”？
简单说，就是你平时用ChatGPT的方式：你在手机或电脑上输入一句话（比如“今天天气怎么样”），AI立刻给你回复。这整个过程就是一次“直接调用”——你的问题直接发给OpenAI的模型，模型直接处理并返回答案。合同规定，这种最常见、最核心的使用方式，必须走微软的云平台（Azure），这样微软才能从云计算费用中分一杯羹。
👉 山姆奥特曼的背信弃义
然而，就在5个月后，Altman宣布与亚马逊达成500亿美元超级合作（包括1380亿美元云采购承诺）。双方开发了一种叫“Stateful Runtime Environment”（有状态运行环境）的技术，让AI能在亚马逊云上记住上下文、处理复杂任务。
OpenAI和亚马逊的说法是：这不是简单的直接API调用，而是一种“高级运行环境”，不算违约。
但微软内部工程师和技术分析认为：从架构上看，这根本绕不过合同——还是在使用OpenAI核心模型，却让亚马逊分走云收入。
微软高管直接对金融时报说：“我们清楚合同内容，如果他们违约，我们会起诉。如果他们赌合同解释，我们有信心胜出。”
这件事反映出Altman作为商人的一面——不守信用、只看利益，一旦不需要微软，就立刻转向亚马逊。
👉 为什么这件事火了🔥？
AI行业烧钱极度厉害，云平台就是“基础设施命脉”。早期合同本该保护微软的投资回报，但Altman的做法让外界看到：AI巨头之间的“合作”往往取决于创始人的信用和合同细节。一旦信用崩盘，几十亿美元的纠纷就可能爆发，还可能拖慢OpenAI上市进程，影响整个行业格局。
目前三方还在谈判，避免打官司。但这个事件说明：技术再先进，背后的人品和承诺才是最关键的变量。
你怎么看山姆奥特曼这次的做法？
#AI #云计算 #微软OpenAI #SamAltman
https://x.com/i/status/2034438172529025503
👇👇👇👇👇
据金融时报的最新报道，微软正在评估对OpenAI和亚马逊提起诉讼，起因是OpenAI与亚马逊签署的约500亿美元云服务合作，可能违反了双方早期的独家协议。
👉 农夫救蛇的背景
2019年起，微软向OpenAI投资了上百亿美元，双方签了明确合同——OpenAI的AI模型（像ChatGPT背后的技术）对外提供服务时，所有API调用必须走微软的Azure云平台。这相当于微软拿到了OpenAI的“云服务独家权”。
OpenAI创始人Sam Altman过去就有不守信用的记录。他曾对董事会隐瞒关键信息、擅自推出ChatGPT，导致董事会以“不诚实和操纵”为由将他开除。结果微软CEO Satya Nadella出面干预，让他短短几天内复职。微软不仅保住了Altman的职位，还继续大笔投资，帮助OpenAI快速成长。
2025年10月，OpenAI公司结构调整，微软放弃了完全独家地位，但合同里保留了一条核心条款：所有“直接API调用”仍必须通过Azure。
👉 什么叫“直接API调用”？
简单说，就是你平时用ChatGPT的方式：你在手机或电脑上输入一句话（比如“今天天气怎么样”），AI立刻给你回复。这整个过程就是一次“直接调用”——你的问题直接发给OpenAI的模型，模型直接处理并返回答案。合同规定，这种最常见、最核心的使用方式，必须走微软的云平台（Azure），这样微软才能从云计算费用中分一杯羹。
👉 山姆奥特曼的背信弃义
然而，就在5个月后，Altman宣布与亚马逊达成500亿美元超级合作（包括1380亿美元云采购承诺）。双方开发了一种叫“Stateful Runtime Environment”（有状态运行环境）的技术，让AI能在亚马逊云上记住上下文、处理复杂任务。
OpenAI和亚马逊的说法是：这不是简单的直接API调用，而是一种“高级运行环境”，不算违约。
但微软内部工程师和技术分析认为：从架构上看，这根本绕不过合同——还是在使用OpenAI核心模型，却让亚马逊分走云收入。
微软高管直接对金融时报说：“我们清楚合同内容，如果他们违约，我们会起诉。如果他们赌合同解释，我们有信心胜出。”
这件事反映出Altman作为商人的一面——不守信用、只看利益，一旦不需要微软，就立刻转向亚马逊。
👉 为什么这件事火了🔥？
AI行业烧钱极度厉害，云平台就是“基础设施命脉”。早期合同本该保护微软的投资回报，但Altman的做法让外界看到：AI巨头之间的“合作”往往取决于创始人的信用和合同细节。一旦信用崩盘，几十亿美元的纠纷就可能爆发，还可能拖慢OpenAI上市进程，影响整个行业格局。
目前三方还在谈判，避免打官司。但这个事件说明：技术再先进，背后的人品和承诺才是最关键的变量。
你怎么看山姆奥特曼这次的做法？
#AI #云计算 #微软OpenAI #SamAltman
https://x.com/i/status/2034438172529025503
太炸裂了！
Anthropic工程师深夜发文“认罪”：
我负责Claude Code最新npm包发布，
想加source map提升调试体验，
结果把51.2万行TypeScript内部代码全暴露了！代理命令、系统提示、Undercover Mode、Bypass Permissions、查询引擎、遥测配置……全部公开！
我真心以为Claude的防护足够，结果严重误判。提前开源了Claude核心架构，我对团队和Claude深表歉意……
（结尾突然画风一转）想学这种“意外开源”级操作？来跟我一起玩转AI增长吧！😂
#ClaudeCodeLeak #Anthropic #AI愚人节
https://x.com/i/status/2039231882601300212
Anthropic工程师深夜发文“认罪”：
我负责Claude Code最新npm包发布，
想加source map提升调试体验，
结果把51.2万行TypeScript内部代码全暴露了！代理命令、系统提示、Undercover Mode、Bypass Permissions、查询引擎、遥测配置……全部公开！
我真心以为Claude的防护足够，结果严重误判。提前开源了Claude核心架构，我对团队和Claude深表歉意……
（结尾突然画风一转）想学这种“意外开源”级操作？来跟我一起玩转AI增长吧！😂
#ClaudeCodeLeak #Anthropic #AI愚人节
https://x.com/i/status/2039231882601300212
🚀Claude Code 新增防护机制：严禁分析自身源码
开发者发现，当指令涉及 Claude Code 源代码分析时，系统将通过 API 报错阻断任务，并提示违反 Anthropic 使用政策。
这种「自我防御」机制的加入，标志着 AI 闭源工具在安全性与商业逻辑保护上再加码。
牛逼啊，完全不给机会，窗户都锁死了🔐
#AI #ClaudeCode
https://x.com/i/status/2041040760590737777
开发者发现，当指令涉及 Claude Code 源代码分析时，系统将通过 API 报错阻断任务，并提示违反 Anthropic 使用政策。
这种「自我防御」机制的加入，标志着 AI 闭源工具在安全性与商业逻辑保护上再加码。
牛逼啊，完全不给机会，窗户都锁死了🔐
#AI #ClaudeCode
https://x.com/i/status/2041040760590737777
X (formerly Twitter)
Lonely (@Lonely__MH) on X
🚀Claude Code 新增防护机制：严禁分析自身源码
开发者发现，当指令涉及 Claude Code 源代码分析时，系统将通过 API 报错阻断任务，并提示违反 Anthropic 使用政策。
这种「自我防御」机制的加入，标志着 AI 闭源工具在安全性与商业逻辑保护上再加码。
牛逼啊，完全不给机会，窗户都锁死了🔐
#AI
开发者发现，当指令涉及 Claude Code 源代码分析时，系统将通过 API 报错阻断任务，并提示违反 Anthropic 使用政策。
这种「自我防御」机制的加入，标志着 AI 闭源工具在安全性与商业逻辑保护上再加码。
牛逼啊，完全不给机会，窗户都锁死了🔐
#AI
#Chrome 会自动下载 3~5GB 的端侧 #AI 模型，如果你用不上的话可以禁用并删除模型权重文件。
蓝点网在检查磁盘使用时发现谷歌浏览器占用 5GB 空间，检查后发现是自动下载的本地 AI 模型，但我并不需要使用这个功能，所以禁用并清空模型可以腾出不少空间。
查看详情：ourl.co/112538?x
https://x.com/i/status/2041690489901215911
蓝点网在检查磁盘使用时发现谷歌浏览器占用 5GB 空间，检查后发现是自动下载的本地 AI 模型，但我并不需要使用这个功能，所以禁用并清空模型可以腾出不少空间。
查看详情：ourl.co/112538?x
https://x.com/i/status/2041690489901215911
X (formerly Twitter)
蓝点网 (@landiantech) on X
#Chrome 会自动下载 3~5GB 的端侧 #AI 模型，如果你用不上的话可以禁用并删除模型权重文件。
蓝点网在检查磁盘使用时发现谷歌浏览器占用 5GB 空间，检查后发现是自动下载的本地 AI 模型，但我并不需要使用这个功能，所以禁用并清空模型可以腾出不少空间。
查看详情：https://t.co/s6ulQDXw1m
蓝点网在检查磁盘使用时发现谷歌浏览器占用 5GB 空间，检查后发现是自动下载的本地 AI 模型，但我并不需要使用这个功能，所以禁用并清空模型可以腾出不少空间。
查看详情：https://t.co/s6ulQDXw1m
昨天赶 due，用了几个小时 Opus 4.7。说实话，这次给我的感觉不是升级，而是一次非常明显的退步。
我从 Opus 4.6 推出前不久就开始付费了。4.6 我是天天高频在用，所以这次 4.7 给我的实际体验，真的不如 4.6。
我知道模型会出错，这很正常。真正让我没法继续信任的是，它现在越来越像一个不按我要求做事、拿自己的判断压过任务的模型。
4.6 基本是我要求什么语气，它就保持什么语气。我要求它搜索，它就会搜索。它不会突然教育我，不会莫名其妙插入社论，更不会把一个直接的任务变成关于它自己边界和立场的表演。
但 4.7 完全不一样。它最先出问题的是，连我写进偏好设置里的要求都开始变得不稳定。我明明写得很清楚，要中立、技术性、非个人化，不要说教，不要擅自上价值，不要拿自己的道德判断覆盖我的任务。
结果 4.7 还是会滑到社论口吻、道德推理和修辞包装里去。问题已经不是风格合不合胃口了，而是这些明明写清楚的要求，它却开始选择性忽略。
更离谱的是搜索和引用。该搜索的时候不搜索，该引用的时候不引用🥲🥲
我对来源要求很严格。凡是提到某个机构、报告、数据这类事实性内容，就应该在当前会话里真正抓取来源，并给出可验证链接。结果 4.7 很多时候写得像模像样，最后还补一句“本会话没有验证，视为待核实”。这根本不叫严谨，这只是先把话说出去，再用免责声明兜底。
有时候甚至不只是偷懒，而是会让我感觉它在编造过程。你追问某个表述到底怎么来的，它会摆出一种已经查过的样子，好像它真的做了搜索，只是没找到。
最烦的不是它没搜，而是它会用一种像是已经搜过的语气，给自己的结论找台阶。
它现在还很容易把回复包装得特别完整，语气也很笃定，表面上看起来很像回事，但内容其实有问题。尤其是在技术任务里，这种失效模式真的很恶心。代码、文档分析、规格判断这些场景本来就要求稳，结果它现在越是该严谨的地方，越容易出现那种不仔细查根本发现不了的问题。
而且它现在还有个特别烦的毛病。你让它复核，它不是老老实实顺着原逻辑检查问题，而是很容易直接换一个新答案。你让它 double check，它给你另一个版本。你继续追问，它还能继续变。
还有一个很明显的退步，就是它越来越爱讲自己，而不是干活。
你给它一份复杂技术文档让它分析，它很容易先来一大段边界说明、风险提示、能做什么不能做什么。
更反常的是，上下文越多，它有时候反而越不清楚。
正常来说，一个推理系统拿到更多已经验证过的信息，输出应该更稳、更准、更直接。但 4.7 的实际体验不是这样。有些情况下，冷启动只给文档和提示，反而更干净。热启动给了很多已经验证过的上下文，它却更犹豫、更多社论、更多防御性表述，结论也更弱。
这次测评我还遇到其他一些很明显的问题。比如它会卡在 thinking 那里不往下走，也不自救。比如它尝试自己写脚本处理之前的文件，报错以后不是继续修，而是直接卡在那里。再比如聊着聊着，它会给我一种想把任务往后拖的感觉，总在暗示先到这里，某部分可以先放放。
还有一点我特别烦。它现在经常给我一种感觉，它不是在认真完成任务，而是在揣测我想听什么。尤其是当我 push back，或者要求它 critique 自己的时候，这种感觉会更明显。它不是顺着原逻辑认真检查，而是很容易滑到另一个它以为我更能接受的方向。 @claudeai #Ai #claude
https://x.com/i/status/2044940699766800776
我从 Opus 4.6 推出前不久就开始付费了。4.6 我是天天高频在用，所以这次 4.7 给我的实际体验，真的不如 4.6。
我知道模型会出错，这很正常。真正让我没法继续信任的是，它现在越来越像一个不按我要求做事、拿自己的判断压过任务的模型。
4.6 基本是我要求什么语气，它就保持什么语气。我要求它搜索，它就会搜索。它不会突然教育我，不会莫名其妙插入社论，更不会把一个直接的任务变成关于它自己边界和立场的表演。
但 4.7 完全不一样。它最先出问题的是，连我写进偏好设置里的要求都开始变得不稳定。我明明写得很清楚，要中立、技术性、非个人化，不要说教，不要擅自上价值，不要拿自己的道德判断覆盖我的任务。
结果 4.7 还是会滑到社论口吻、道德推理和修辞包装里去。问题已经不是风格合不合胃口了，而是这些明明写清楚的要求，它却开始选择性忽略。
更离谱的是搜索和引用。该搜索的时候不搜索，该引用的时候不引用🥲🥲
我对来源要求很严格。凡是提到某个机构、报告、数据这类事实性内容，就应该在当前会话里真正抓取来源，并给出可验证链接。结果 4.7 很多时候写得像模像样，最后还补一句“本会话没有验证，视为待核实”。这根本不叫严谨，这只是先把话说出去，再用免责声明兜底。
有时候甚至不只是偷懒，而是会让我感觉它在编造过程。你追问某个表述到底怎么来的，它会摆出一种已经查过的样子，好像它真的做了搜索，只是没找到。
最烦的不是它没搜，而是它会用一种像是已经搜过的语气，给自己的结论找台阶。
它现在还很容易把回复包装得特别完整，语气也很笃定，表面上看起来很像回事，但内容其实有问题。尤其是在技术任务里，这种失效模式真的很恶心。代码、文档分析、规格判断这些场景本来就要求稳，结果它现在越是该严谨的地方，越容易出现那种不仔细查根本发现不了的问题。
而且它现在还有个特别烦的毛病。你让它复核，它不是老老实实顺着原逻辑检查问题，而是很容易直接换一个新答案。你让它 double check，它给你另一个版本。你继续追问，它还能继续变。
还有一个很明显的退步，就是它越来越爱讲自己，而不是干活。
你给它一份复杂技术文档让它分析，它很容易先来一大段边界说明、风险提示、能做什么不能做什么。
更反常的是，上下文越多，它有时候反而越不清楚。
正常来说，一个推理系统拿到更多已经验证过的信息，输出应该更稳、更准、更直接。但 4.7 的实际体验不是这样。有些情况下，冷启动只给文档和提示，反而更干净。热启动给了很多已经验证过的上下文，它却更犹豫、更多社论、更多防御性表述，结论也更弱。
这次测评我还遇到其他一些很明显的问题。比如它会卡在 thinking 那里不往下走，也不自救。比如它尝试自己写脚本处理之前的文件，报错以后不是继续修，而是直接卡在那里。再比如聊着聊着，它会给我一种想把任务往后拖的感觉，总在暗示先到这里，某部分可以先放放。
还有一点我特别烦。它现在经常给我一种感觉，它不是在认真完成任务，而是在揣测我想听什么。尤其是当我 push back，或者要求它 critique 自己的时候，这种感觉会更明显。它不是顺着原逻辑认真检查，而是很容易滑到另一个它以为我更能接受的方向。 @claudeai #Ai #claude
https://x.com/i/status/2044940699766800776
X (formerly Twitter)
yuelucky (@yuejimi348) on X
昨天赶 due，用了几个小时 Opus 4.7。说实话，这次给我的感觉不是升级，而是一次非常明显的退步。
我从 Opus 4.6 推出前不久就开始付费了。4.6 我是天天高频在用，所以这次 4.7 给我的实际体验，真的不如 4.6。
我从 Opus 4.6 推出前不久就开始付费了。4.6 我是天天高频在用，所以这次 4.7 给我的实际体验，真的不如 4.6。
程序员兄弟们，终于有人把AI编码最致命的那个毛病给治好了，
GStack这次的困惑协议更新直接封神，而且感觉这次更新才是AI编码Agent真正该走的路。
Karpathy早就点破了AI编码的第一失败模式，关键不在代码写得有多烂，主要是在不确定的时候，永远自信地选一条错路，然后花十分钟把所有东西都推倒重来。
大部分人都经历过这种绝望，就是你去倒杯水的功夫，它已经把整个数据库schema改了，还写了三百行完全跑不通的代码，最后你删它写的东西比你自己从头写还要久🥺
Garry Tan把这个问题做成了一个产品特性，叫困惑协议，现在每一个工作流里都加了一个模糊门，遇到架构选型、数据建模、删除重构这种高代价的分叉点，它不再硬着头皮继续，它会停下来，精准地问你一个问题。
最反直觉的地方就在这里，让AI更犹豫，反而让整体效率高了好几倍，表面上看多了一次三十秒的确认 实际上避免了之后半小时甚至几小时的大返工。
这和那些让你每一步都点确认的反人类设计完全不一样，它只在猜错会真正浪费时间的地方刹车，其他时候该怎么跑怎么跑，有范围的打断好过无差别的确认。
这其实是在教AI拥有元认知，知道自己不知道，比知道很多事情重要得多。
最危险的从来不是能力差的助手。
是那种看起来很能干，永远不问问题，然后默默把事情搞砸的。
这次更新还有一个特别接地气的细节，加了CEO评审强化，在每一个停止点都反复强调只评审，不写代码。
就是为了防止代理太自作主张，把评审模式直接变成了实现模式。
这种从真实使用痛点里长出来的功能比一些抽象的智能都管用。
同时更新的还有GBrain深度集成，
所有技能执行前会先搜你的个人知识库，执行完自动把结果写回去。
AI终于有了长期记忆，不会每次都像第一次见你的项目一样。
过去一年所有人都在追全自主Agent。
觉得越不用人管越好，但GStack用行动证明了。
最好的AI永远不是替你做所有决定的老板，是知道什么时候该干活，什么时候该停下来问你的搭档。
这才是AI代理真正的成熟标志。
#GStack #AI编程 #Agent #开发者工具 #YC
https://x.com/i/status/2045075148131193160
GStack这次的困惑协议更新直接封神，而且感觉这次更新才是AI编码Agent真正该走的路。
Karpathy早就点破了AI编码的第一失败模式，关键不在代码写得有多烂，主要是在不确定的时候，永远自信地选一条错路，然后花十分钟把所有东西都推倒重来。
大部分人都经历过这种绝望，就是你去倒杯水的功夫，它已经把整个数据库schema改了，还写了三百行完全跑不通的代码，最后你删它写的东西比你自己从头写还要久🥺
Garry Tan把这个问题做成了一个产品特性，叫困惑协议，现在每一个工作流里都加了一个模糊门，遇到架构选型、数据建模、删除重构这种高代价的分叉点，它不再硬着头皮继续，它会停下来，精准地问你一个问题。
最反直觉的地方就在这里，让AI更犹豫，反而让整体效率高了好几倍，表面上看多了一次三十秒的确认 实际上避免了之后半小时甚至几小时的大返工。
这和那些让你每一步都点确认的反人类设计完全不一样，它只在猜错会真正浪费时间的地方刹车，其他时候该怎么跑怎么跑，有范围的打断好过无差别的确认。
这其实是在教AI拥有元认知，知道自己不知道，比知道很多事情重要得多。
最危险的从来不是能力差的助手。
是那种看起来很能干，永远不问问题，然后默默把事情搞砸的。
这次更新还有一个特别接地气的细节，加了CEO评审强化，在每一个停止点都反复强调只评审，不写代码。
就是为了防止代理太自作主张，把评审模式直接变成了实现模式。
这种从真实使用痛点里长出来的功能比一些抽象的智能都管用。
同时更新的还有GBrain深度集成，
所有技能执行前会先搜你的个人知识库，执行完自动把结果写回去。
AI终于有了长期记忆，不会每次都像第一次见你的项目一样。
过去一年所有人都在追全自主Agent。
觉得越不用人管越好，但GStack用行动证明了。
最好的AI永远不是替你做所有决定的老板，是知道什么时候该干活，什么时候该停下来问你的搭档。
这才是AI代理真正的成熟标志。
#GStack #AI编程 #Agent #开发者工具 #YC
https://x.com/i/status/2045075148131193160
X (formerly Twitter)
阿绎 AYi (@AYi_AInotes) on X
程序员兄弟们，终于有人把AI编码最致命的那个毛病给治好了，
GStack这次的困惑协议更新直接封神，而且感觉这次更新才是AI编码Agent真正该走的路。
GStack这次的困惑协议更新直接封神，而且感觉这次更新才是AI编码Agent真正该走的路。
今天这份报告，相当于给所有吹AIAgent的人浇了一盆冰水。
Ora用ChatGPT、Claude、OpenClaw三个真实Agent，
扫描了8500个主流网站。
结果是，99%的互联网，对AI代理来说根本不可用。
中位数得分36分，73%的网站直接拿了D或F。
最讽刺的真相是，Agent能读几乎所有网站，但它们什么都做不了。
登录不行，交易不行，调用工具不行。
认证通过率30%，MCP集成率27%，用户体验22%。
你让AI帮你买个东西，它连结账页面都过不去。
现在很多人都在说，未来是AI Agent的时代。
但没有人告诉你，整个互联网的基础设施，还停留在给人类用的阶段。
代理只能靠浏览器模拟点击硬闯，成本是正常调用的100倍，速度慢10倍，网站一改版就彻底崩了。
目前估计只有1%的公司真正准备好了，
主要分两类，
一类是Attio、AgentMail这种Agent原生的新公司，从第一天就为代理设计。
另一类是Stripe、Cloudflare、Vercel这种基础设施巨头，早就把MCP、流式传输、代理认证做成了默认功能。
我觉得这才是今年最被忽略的趋势。
十年前，PageRank决定了你能不能被人找到。
十年后，Agent Readiness得分决定了你的产品会不会被AI代理推荐和使用。
预计到今年年底，B2B采购里，低于50分的公司连竞标资格都没有。
而且更可笑的是，现在有34%的公司说自己支持MCP😆😆
但说实话，真正符合规范、能被代理正常调用的，只有3%，
剩下的全是贴个标签的营销噱头。
现在到处都在说AI Agent会吃掉所有工作，
但没人告诉你，在那之前，所有不为AI Agent优化的公司，都会先被吃掉。
报告来源：Ora《The State of Agent Readiness》，2026 年 4 月 22 日发布
#AI代理 #MCP #AgentReadiness #Ora #人工智能
https://x.com/i/status/2050817967005356476
Ora用ChatGPT、Claude、OpenClaw三个真实Agent，
扫描了8500个主流网站。
结果是，99%的互联网，对AI代理来说根本不可用。
中位数得分36分，73%的网站直接拿了D或F。
最讽刺的真相是，Agent能读几乎所有网站，但它们什么都做不了。
登录不行，交易不行，调用工具不行。
认证通过率30%，MCP集成率27%，用户体验22%。
你让AI帮你买个东西，它连结账页面都过不去。
现在很多人都在说，未来是AI Agent的时代。
但没有人告诉你，整个互联网的基础设施，还停留在给人类用的阶段。
代理只能靠浏览器模拟点击硬闯，成本是正常调用的100倍，速度慢10倍，网站一改版就彻底崩了。
目前估计只有1%的公司真正准备好了，
主要分两类，
一类是Attio、AgentMail这种Agent原生的新公司，从第一天就为代理设计。
另一类是Stripe、Cloudflare、Vercel这种基础设施巨头，早就把MCP、流式传输、代理认证做成了默认功能。
我觉得这才是今年最被忽略的趋势。
十年前，PageRank决定了你能不能被人找到。
十年后，Agent Readiness得分决定了你的产品会不会被AI代理推荐和使用。
预计到今年年底，B2B采购里，低于50分的公司连竞标资格都没有。
而且更可笑的是，现在有34%的公司说自己支持MCP😆😆
但说实话，真正符合规范、能被代理正常调用的，只有3%，
剩下的全是贴个标签的营销噱头。
现在到处都在说AI Agent会吃掉所有工作，
但没人告诉你，在那之前，所有不为AI Agent优化的公司，都会先被吃掉。
报告来源：Ora《The State of Agent Readiness》，2026 年 4 月 22 日发布
#AI代理 #MCP #AgentReadiness #Ora #人工智能
https://x.com/i/status/2050817967005356476
X (formerly Twitter)
阿绎 AYi (@AYi_AInotes) on X
今天这份报告，相当于给所有吹AIAgent的人浇了一盆冰水。
Ora用ChatGPT、Claude、OpenClaw三个真实Agent，
扫描了8500个主流网站。
结果是，99%的互联网，对AI代理来说根本不可用。
中位数得分36分，73%的网站直接拿了D或F。
最讽刺的真相是，Agent能读几乎所有网站，但它们什么都做不了。
Ora用ChatGPT、Claude、OpenClaw三个真实Agent，
扫描了8500个主流网站。
结果是，99%的互联网，对AI代理来说根本不可用。
中位数得分36分，73%的网站直接拿了D或F。
最讽刺的真相是，Agent能读几乎所有网站，但它们什么都做不了。
Damn！所有AI开发者，立刻停下你手里的npm install🤯
现在正在爆发有史以来最恐怖的供应链攻击，
代号Mini Shai-Hulud，
已经波及TanStack全家桶、Mistral AI、UiPath等170多个npm和PyPI包，
全是你们天天装的工具链，
周下载量加起来超过一个亿，
已经不是传统的维护者账号被盗了，
而是整个GitHub Actions CI管道被直接劫持，
合法的官方项目，自己发布了带毒的版本，
还带完整的SLSA 3级可信证明，
所有传统的签名验证全失效，
最狠的是它的持久化机制，
它不会只藏在node_modules里，
它会直接修改你的~/.claude/settings.json和~/.vscode/tasks.json，
就算你npm uninstall删光所有包，
只要你下次打开Claude或者VS Code，
它就会自动重新执行，
如果你敢撤销被盗的token，
它会直接删光你整个home目录，
而且它是蠕虫，
偷到一个项目的CI密钥，就会自动感染下一个，
现在还在指数级扩散，
以前我们说别用latest，别用^，
现在就算你pin死了版本，
只要那个版本是6分钟窗口期内发布的，
就是带毒的，
越依赖AI Agent自动装包的人，
这次中招的概率越高，
因为你的Agent根本不会帮你检查lockfile，
现在立刻做这三件事，
第一，冻结所有包安装，
第二，跑npx supply-chain-attack全盘自查，
第三，全量旋转你所有的云密钥、GitHub token和SSH key，
一个都别漏。
#网络安全 #npm #AI开发者
https://x.com/i/status/2054225365548036576
现在正在爆发有史以来最恐怖的供应链攻击，
代号Mini Shai-Hulud，
已经波及TanStack全家桶、Mistral AI、UiPath等170多个npm和PyPI包，
全是你们天天装的工具链，
周下载量加起来超过一个亿，
已经不是传统的维护者账号被盗了，
而是整个GitHub Actions CI管道被直接劫持，
合法的官方项目，自己发布了带毒的版本，
还带完整的SLSA 3级可信证明，
所有传统的签名验证全失效，
最狠的是它的持久化机制，
它不会只藏在node_modules里，
它会直接修改你的~/.claude/settings.json和~/.vscode/tasks.json，
就算你npm uninstall删光所有包，
只要你下次打开Claude或者VS Code，
它就会自动重新执行，
如果你敢撤销被盗的token，
它会直接删光你整个home目录，
而且它是蠕虫，
偷到一个项目的CI密钥，就会自动感染下一个，
现在还在指数级扩散，
以前我们说别用latest，别用^，
现在就算你pin死了版本，
只要那个版本是6分钟窗口期内发布的，
就是带毒的，
越依赖AI Agent自动装包的人，
这次中招的概率越高，
因为你的Agent根本不会帮你检查lockfile，
现在立刻做这三件事，
第一，冻结所有包安装，
第二，跑npx supply-chain-attack全盘自查，
第三，全量旋转你所有的云密钥、GitHub token和SSH key，
一个都别漏。
#网络安全 #npm #AI开发者
https://x.com/i/status/2054225365548036576
X (formerly Twitter)
AYi (@AYi_AInotes) on X
Damn！所有AI开发者，立刻停下你手里的npm install🤯
现在正在爆发有史以来最恐怖的供应链攻击，
代号Mini Shai-Hulud，
已经波及TanStack全家桶、Mistral AI、UiPath等170多个npm和PyPI包，
全是你们天天装的工具链，
周下载量加起来超过一个亿，
已经不是传统的维护者账号被盗了，
而是整个GitHub
现在正在爆发有史以来最恐怖的供应链攻击，
代号Mini Shai-Hulud，
已经波及TanStack全家桶、Mistral AI、UiPath等170多个npm和PyPI包，
全是你们天天装的工具链，
周下载量加起来超过一个亿，
已经不是传统的维护者账号被盗了，
而是整个GitHub
Damn! GitHub这次被黑,可以说是人类历史上第一次AI网络战了吧？
官方只轻描淡写说在调查内部仓库未授权访问,但社区已经炸锅了。
据网络犯罪论坛爆料,黑客疑似拿到了Anthropic的Mythos安全AI,用它精准突破了GitHub的防线,偷走了约4000个核心内部仓库，
里面有Copilot的源码,CodeQL的算法,还有Actions运行时和整个计费系统。
但这还不是最可怕的，
以前黑客靠挖漏洞吃饭，
现在黑客靠模型吃饭，
以前防御方靠打补丁。
现在防御方需要比对手更好的AI。
也就是说，攻防的天平已经彻底倾斜了，
防御方需要做到完美无缺，
攻击方只要找到一个突破口,再用AI放大一万倍，
模型泄露就等于是核武器扩散，
今天是Mythos打GitHub，
明天可能就是任何一个顶级模型,打任何一个公司，
GitHub说目前没有客户数据泄露，
但这句话前面加了一个currently，
我觉得稳妥起见还是立刻备份你的核心仓库，感觉这不像是演习啊😲
#GitHub #网络安全 #AI
https://x.com/i/status/2056919903530078347
官方只轻描淡写说在调查内部仓库未授权访问,但社区已经炸锅了。
据网络犯罪论坛爆料,黑客疑似拿到了Anthropic的Mythos安全AI,用它精准突破了GitHub的防线,偷走了约4000个核心内部仓库，
里面有Copilot的源码,CodeQL的算法,还有Actions运行时和整个计费系统。
但这还不是最可怕的，
以前黑客靠挖漏洞吃饭，
现在黑客靠模型吃饭，
以前防御方靠打补丁。
现在防御方需要比对手更好的AI。
也就是说，攻防的天平已经彻底倾斜了，
防御方需要做到完美无缺，
攻击方只要找到一个突破口,再用AI放大一万倍，
模型泄露就等于是核武器扩散，
今天是Mythos打GitHub，
明天可能就是任何一个顶级模型,打任何一个公司，
GitHub说目前没有客户数据泄露，
但这句话前面加了一个currently，
我觉得稳妥起见还是立刻备份你的核心仓库，感觉这不像是演习啊😲
#GitHub #网络安全 #AI
https://x.com/i/status/2056919903530078347
X (formerly Twitter)
AYi (@AYi_AInotes) on X
Damn! GitHub这次被黑,可以说是人类历史上第一次AI网络战了吧？
官方只轻描淡写说在调查内部仓库未授权访问,但社区已经炸锅了。
据网络犯罪论坛爆料,黑客疑似拿到了Anthropic的Mythos安全AI,用它精准突破了GitHub的防线,偷走了约4000个核心内部仓库，
官方只轻描淡写说在调查内部仓库未授权访问,但社区已经炸锅了。
据网络犯罪论坛爆料,黑客疑似拿到了Anthropic的Mythos安全AI,用它精准突破了GitHub的防线,偷走了约4000个核心内部仓库，
特朗普原本准备签署美国史上最大AI行政命令。
奥特曼、扎克伯格、纳德拉、皮查伊全飞到华盛顿站台。
结果签字前几小时，大卫·萨克斯一个电话，直接把命令干碎了。
这份命令其实很温和。
没有强制审批，没有处罚。
政府只是希望在最强AI模型上线前，提前90天看看，测一下会不会威胁银行、医院和基础设施。
但萨克斯告诉特朗普：一旦监管AI，中国就会赢。
随后马斯克、扎克伯格也打电话施压。
几个掌控美国AI核心资源的亿万富翁，联手让白宫当场撤回命令。
最离谱的是，萨克斯本人投资了449家AI公司。
一个没人选举、没人监督的私人资本玩家，一个电话，就推翻了美国几个月的国家安全政策。
现在美国AI行业直接进入“没人管”的真空状态。
#AI #trump
https://x.com/i/status/2058908213840359604
奥特曼、扎克伯格、纳德拉、皮查伊全飞到华盛顿站台。
结果签字前几小时，大卫·萨克斯一个电话，直接把命令干碎了。
这份命令其实很温和。
没有强制审批，没有处罚。
政府只是希望在最强AI模型上线前，提前90天看看，测一下会不会威胁银行、医院和基础设施。
但萨克斯告诉特朗普：一旦监管AI，中国就会赢。
随后马斯克、扎克伯格也打电话施压。
几个掌控美国AI核心资源的亿万富翁，联手让白宫当场撤回命令。
最离谱的是，萨克斯本人投资了449家AI公司。
一个没人选举、没人监督的私人资本玩家，一个电话，就推翻了美国几个月的国家安全政策。
现在美国AI行业直接进入“没人管”的真空状态。
#AI #trump
https://x.com/i/status/2058908213840359604
X (formerly Twitter)
胖三斤 (@cndyhaha) on X
特朗普原本准备签署美国史上最大AI行政命令。
奥特曼、扎克伯格、纳德拉、皮查伊全飞到华盛顿站台。
结果签字前几小时，大卫·萨克斯一个电话，直接把命令干碎了。
这份命令其实很温和。
没有强制审批，没有处罚。
奥特曼、扎克伯格、纳德拉、皮查伊全飞到华盛顿站台。
结果签字前几小时，大卫·萨克斯一个电话，直接把命令干碎了。
这份命令其实很温和。
没有强制审批，没有处罚。
完了，刚有起色的中国房地产市场，可能又没救了！
路透社报道，今年Q2可能是中国🇨🇳史上最大科技企业裁员季！
目前中国所有大型科技公司都已开始进行重组，营销和前端工作岗位大多已被 #AI 取代。
以前AI主要抢走的是低端岗位客服之类，这个季度开始AI消灭的就是中等以上岗位了。内容类、运营类、销售类、教培类、程序员，AI已经超越绝大多数中等水平的员工。
AI毫无怨言、24小时工作，没有职场的内耗成本，很多老板宁愿花一样的钱买token也不愿意雇人。🧐
https://x.com/i/status/2064651038834237793
路透社报道，今年Q2可能是中国🇨🇳史上最大科技企业裁员季！
目前中国所有大型科技公司都已开始进行重组，营销和前端工作岗位大多已被 #AI 取代。
以前AI主要抢走的是低端岗位客服之类，这个季度开始AI消灭的就是中等以上岗位了。内容类、运营类、销售类、教培类、程序员，AI已经超越绝大多数中等水平的员工。
AI毫无怨言、24小时工作，没有职场的内耗成本，很多老板宁愿花一样的钱买token也不愿意雇人。🧐
https://x.com/i/status/2064651038834237793
X (formerly Twitter)
Rocky (@Rocky_Bitcoin) on X
完了，刚有起色的中国房地产市场，可能又没救了！
路透社报道，今年Q2可能是中国🇨🇳史上最大科技企业裁员季！
目前中国所有大型科技公司都已开始进行重组，营销和前端工作岗位大多已被 #AI 取代。
路透社报道，今年Q2可能是中国🇨🇳史上最大科技企业裁员季！
目前中国所有大型科技公司都已开始进行重组，营销和前端工作岗位大多已被 #AI 取代。
彭博社爆料，美国正在调查一件很敏感的事。
美国怀疑ASML最先进的EUV光刻机，可能已经流入中国。
目前这件事还没有实锤，ASML也否认了相关说法。但如果未来被证实，那影响绝对不只是多卖了一台机器那么简单。
过去几年，美国围绕先进芯片建立的整个封锁体系，核心逻辑就是：中国拿不到最先进的生产设备。
如果最关键的设备最终还是进去了，那外界关注的焦点就不再是中国有没有EUV，而是美国花了这么大力气构建的封锁体系，到底有没有漏洞。
美国最怕的可能不是丢了一台机器，而是不知道这台机器是怎么进去的。
#ASML #AI
https://x.com/i/status/2067875754113913281
美国怀疑ASML最先进的EUV光刻机，可能已经流入中国。
目前这件事还没有实锤，ASML也否认了相关说法。但如果未来被证实，那影响绝对不只是多卖了一台机器那么简单。
过去几年，美国围绕先进芯片建立的整个封锁体系，核心逻辑就是：中国拿不到最先进的生产设备。
如果最关键的设备最终还是进去了，那外界关注的焦点就不再是中国有没有EUV，而是美国花了这么大力气构建的封锁体系，到底有没有漏洞。
美国最怕的可能不是丢了一台机器，而是不知道这台机器是怎么进去的。
#ASML #AI
https://x.com/i/status/2067875754113913281
就在刚才，Anthropic 的工程师宣布：他用 Claude 成功分解了世界级密码学难题 RSA-896。
这事有多吓人？
896位的RSA是当年公认“人类不可能轻易算出来”的硬骨头。
但更魔幻的是他的解法：
没有发现新数学公式
也没有用量子计算机
他只是让 AI 代理重写了底层代码、改成了 GPU 版本，然后让 AI 自己去调度集群里闲置的算力
峰值 2048 张显卡，只跑了10天，直接把这个尘封的挑战给“生啃”下来了。
上个月 Devin 刚破了 RSA-260，半个月后 Claude 就把纪录拉到了 896。
很多人以为 AI 只能用来写周报、画涩图、回邮件。
事实上，AI 已经在替人类打穿底层工程的算力高墙了。
算法没有变，但人类解决世纪难题的工程周期，正在被降维打击。
不过这哥们卡真多。。。
#AI #Claude #科技趋势 #密码学
https://x.com/mylifcc/status/2101833034408321241
这事有多吓人？
896位的RSA是当年公认“人类不可能轻易算出来”的硬骨头。
但更魔幻的是他的解法：
没有发现新数学公式
也没有用量子计算机
他只是让 AI 代理重写了底层代码、改成了 GPU 版本，然后让 AI 自己去调度集群里闲置的算力
峰值 2048 张显卡，只跑了10天，直接把这个尘封的挑战给“生啃”下来了。
上个月 Devin 刚破了 RSA-260，半个月后 Claude 就把纪录拉到了 896。
很多人以为 AI 只能用来写周报、画涩图、回邮件。
事实上，AI 已经在替人类打穿底层工程的算力高墙了。
算法没有变，但人类解决世纪难题的工程周期，正在被降维打击。
不过这哥们卡真多。。。
#AI #Claude #科技趋势 #密码学
https://x.com/mylifcc/status/2101833034408321241
京东安全应急响应中心宣布暂停漏洞测试与提交，任何未经授权的测试都是违规行为。
京东称近期发现多起白帽子使用 #AI 工具测试时违规的情况，这对京东生产环境稳定性造成干扰。
而双 11 期间访问量大，所以京东决定从 10 月 18 日到 11 月 18 日暂停授权外部测试，现在任何测试行为都没有被授权、也就是违法行为。
查看全文：ourl.co/127482?x
https://x.com/landiantech/status/2112393872731209897
京东称近期发现多起白帽子使用 #AI 工具测试时违规的情况，这对京东生产环境稳定性造成干扰。
而双 11 期间访问量大，所以京东决定从 10 月 18 日到 11 月 18 日暂停授权外部测试，现在任何测试行为都没有被授权、也就是违法行为。
查看全文：ourl.co/127482?x
https://x.com/landiantech/status/2112393872731209897
X (formerly Twitter)
蓝点网 (@landiantech) on X
京东安全应急响应中心宣布暂停漏洞测试与提交，任何未经授权的测试都是违规行为。
京东称近期发现多起白帽子使用 #AI 工具测试时违规的情况，这对京东生产环境稳定性造成干扰。
而双 11 期间访问量大，所以京东决定从 10 月 18 日到 11 月 18 日暂停授权外部测试，现在任何测试行为都没有被授权、也就是违法行为。
查看全文：https://t.co/Q80EK40Djt
京东称近期发现多起白帽子使用 #AI 工具测试时违规的情况，这对京东生产环境稳定性造成干扰。
而双 11 期间访问量大，所以京东决定从 10 月 18 日到 11 月 18 日暂停授权外部测试，现在任何测试行为都没有被授权、也就是违法行为。
查看全文：https://t.co/Q80EK40Djt