區塊先生58

太猛了… #FIFA
法老power!!!

1/ 🧠 为什么未来的个人 AI computer（像 NVIDIA DGX Spark）真的能跟 data center 一较高下？
不是因为桌面变强到取代云端，而是因为 AI 的「需求结构」正在分裂 ——
训练留在云端，推理回到本地。
2/ 关键突破一：FP4 改写游戏规则
70B 参数的模型，用 FP16 要 140GB 内存；
换成 FP4 → 只要 35GB。
一台配 128GB unified memory 的桌面机，就能跑得动以前要 8 张 H100 才能装下的模型。
精度损失？用 QAT（量化感知训练）几乎可以忽略。
3/ 关键突破二：Memory Wall 正在被打破
LPDDR5X 带宽不够？
• Apple M4 Ultra 用超宽位元宽度做到 ~800 GB/s
• LPDDR6（2027）带宽再翻倍
• NVIDIA DGX Spark 用 GB10 + 连贯内存架构
桌面端不再是「阉割版 GPU」，而是「为推理优化的新物种」。
4/ 关键突破三：你根本不需要 data center
Data center 解决的是：
✅ 训练 frontier model（兆级参数）
✅ 服务全球数十亿用户并发
个人需要的是：
✅ 一个跑得动 70B–200B 模型的本地大脑
✅ 隐私、低延迟、不用月费
这两件事根本是不同问题。
5/ 投资启示 💡
• HBM 仍是

Google AI 人才大逃亡！😱
最近一周已走 4 位大将：
• Jonas Adler：Gemini 核心、AI 编码专家 → Anthropic
• Alexander Pritzel：Gemini 训练关键人物 → Anthropic
• Arthur Conmy：Gemini 后训练与对齐专家 → Anthropic
• Addy Osmani：Chrome/Cloud AI 14年资深领导
Google 薪水虽高，但 Anthropic 近 1 兆估值 + 即将 IPO 的股权诱惑太猛！
无声威胁 😱

为什么@ManusAI连接器没有搜索标签？

年初到现在的 台股
台湾股市

据《经济学人》报道，美国参议员马克·华纳透露：NSA局长 Joshua Rudd 亲口告诉他，Anthropic 的 AI 模型 Mythos 在授权测试中，仅用「几小时」就突破了 NSA 几乎所有机密系统，而非传统上需要的数周。
这不是外部黑客入侵，而是 NSA 自己用 Mythos 进行红队测试，结果震撼！
同一时间，美国政府已对 Mythos 与 Fable 等顶级模型实施出口管制，Anthropic 更全球关闭模型。
AI 的网络攻击能力已进入新阶段。

哇， @arena 是台灣人做的？
最近 AI coding 榜單很值得看 👀
但我覺得重点已经不是「誰第一名」。
真正重要的是：AI 模型的第一名，正在變得沒那麼稀缺。 🧠⚡️
以前大家以为 AI 会是贏家通吃：
GPT-4 遙遙领先，
其他模型只能追趕。
但现在你看 Arena 这類榜單，前排模型越来越擠。Claude、OpenAI、Google、GLM、Qwen、Kimi，各種开源、閉源模型都擠在同一个能力区间。Elo 分數差距縮小，代表模型能力正在快速標準化。
这件事很像水电化 🚰
你打开水龙头，不太在意水是哪间公司供的。
你在意的是：
- 便不便宜？
- 穩不穩？
- 会不会斷？
- 能不能接进你的工作流程？
AI 模型也正在往这个方向走。
当模型能力差距縮小，市场要重新定价的就不是「誰最聰明」，而是：
🧩 誰能整合进 workflow
💰 誰的推理成本最低
🔒 誰能做到企业合規和资安
📊 誰有资料回饋和使用者留存
🛠 誰能把模型變成产品，而不是 demo
尤其 coding 模型更明顯。
工程師最后不一定选「榜單第一名」。
他会选那个最穩、最便宜、最懂他的 codebase、最不会突然壞掉的工具。
这也是为什麼我看 Arena 榜單，第一眼看的不是排名，而是結構變化。
前二十名越擠，代表模型本身的護城河越薄。
价值会往产品、资料、分发、算力成本、企业部署

假設1.1 兆美元（$1.1 Trillion）：
💰 每天花 100 萬美元
→ 要花 3,014 年
💰 每天花 1,000 萬美元
→ 要花 301 年
💰 每天花 1 億美元
→ 要花 30 年
💰 每天花 10 億美元
→ 也要花 3 年

白银也开始有点感觉了

科技股（Tech stock） 现在搖滾区的位置，下来的时候最刺激。📉
老话一句，該适当TP 就 TP，別太貪婪。
我們现在正站在歷史的顶峰附近，距离 2000 年網路泡沫的最高点（44.19）只有一步之遙。
这不是普通的貴，这是「貴到靈魂深處」。你现在是继续歐印，还是默默保留现金？
圖表顯示的是 席勒 PE 比率（Shiller PE Ratio / CAPE Ratio）

很快，拥有像NVIDIA的DGX Spark这样的个人AI超级计算机将会像几个世纪前拥有一匹高品质的马，或者一辆可靠的汽车/滑板车一样——这是一项具有深远意义的前期投资，能够以变革性的方式扩大你的影响力、生产力和选择性。