看到很多人在聊阿里裁员，也说一点我的真实感受。 大概两年前，我也经历过裁员。只有真正经历过的人才知道，那种心理冲击很强：痛苦与自我怀疑，总觉得是不是自己做错了什么。 裁员本质上是公司和员工之间雇佣关系的终止，公司业务变化、都会带来人员裁撤。它未必和你的能力直接相关，更不代表你这个人没有价值。 但也要看清现实：互联网行业的黄金时代已经过去了。行业下行的时候，你在一艘正在进水的船上停留得越久，越难抢到下一艘救生艇。很多人把精力耗在和公司对抗、拉扯、情绪宣泄上，最后钱没多拿多少，时间、状态、机会全被消耗掉了。 成年人最重要的能力之一，就是分清楚什么值得争，什么该及时止损。变化已经发生了，抱怨没有用，往前走才有用。

折叠屏再怎么设计都违背不了物理规律和人的懒惰性。 物理规律指，随着折叠次数变多，折痕必然加深变明显，这是不可逆的物理损伤，靠贴膜是无法避免的。脆弱的机身结构，对于亚洲这种日常通勤靠公共交通工具的人来说就是灾难，手机往兜里一塞，和沙粒等异物的磨损，很容易让内屏不可逆损伤。折叠屏只适合一直拿在手里，放在平面上，而不是容器内。 懒惰性是指，打开折叠屏是一件非常麻烦的事情，打开折叠屏的新鲜感永远只停留在第一个星期，超过之后是懒得打开的。再者，软件适配如果不是苹果主导自动适配，依靠开发者主动适配，基本不可能实现完美的用户体验了。也就是自家和主流App适当支持一下，所有的UI细枝末节必然烂尾，安卓做了这么多年的折叠屏，有哪个折叠机的软件体验和直板机一样的？ 所以，Duo和Air一样，都会烂尾。

字节跳动的商业模式，本质上是“免费使用、流量变现”这一广告模式的延伸。 它最大的创新，是将用户的主动选择变成了被动接受。你不需要搜索，不需要选择，只需要躺着，算法就会源源不断地向你推送内容。 更有意思的是，对于用户来说，只要开着App，什么都不用干，居然还能赚钱。 这和天上掉馅饼没有什么区别了。

BJ Club 信达雅💪🏿

没有什么美不美的，只有赚不赚钱的。 中国是没有做美丽废物的土壤的。

何一四胎的原因找到了🤣

陶冶心灵，启迪身心

Apple 在灵动岛之后，终于又做了点有意思的东西。 不过还是得先打个预防针：折叠屏没有想象中那么好用，真正的大问题一直是软件适配。 目前来看，最理想的使用方式其实是把手机横过来，当成一台 iPad mini 用。但问题也很现实，多这么一步翻转操作，很多人可能都会嫌麻烦。 这样一来，大屏展开之后的意义其实会被削弱不少。很多时候，它最大的价值可能只是把一级菜单和二级菜单同时展开显示，让信息层级更清楚。减少一些需要跳转的场景，价值不大。

我有个问题，操作按钮放右边可是不好按的啊！尤其是右下区域。

中国的这个营商环境我也不知道是好是坏，小米的新车还没卖就降3万打九折，这是伤敌一千，自损一千的玩法？ $NIO $FFDI

是有很久没见到两位数波动 bitcoin:native 🤣

买在无人问津时 bitcoin:native 该动一动了

Higher for longer的环境下，现在并不是配置长债的好时点，尤其要谨慎对待 $TLT 很多人看到5%—6%的收益率，就以为可以轻松锁定几年回报，却忽略了久期风险：利率继续上行，长债价格完全可能再跌20%—30%，几年利息都未必能覆盖净值损失。单只债券持有到期可以拿回本金，但TLT没有固定到期日，会持续滚动持有长期美债，不能简单等它“到期回本”。 它更适合用来押注衰退和大幅降息，不适合作为普通人的稳健收息工具。 如果目标是保收益率，短债、货币基金或债券梯更合适；如果追求长期回报，股权资产通常更有优势。 长债看起来稳，实际风险并不低。

模型厂商的 Token 费用在 B 端市场和 SaaS 订阅比起来，还只是很小的一块。

“AI是否会超越人类”是一个很有意思的哲学问题。 人们对AI有很多想象，甚至带着一种造物者情结：我们似乎总相信，只要把人类全部的知识都交给一个系统，就能够创造出一个什么都懂、什么都能解决的“超级智慧”。 但知识、能力和智慧之间，并不存在必然的递进关系。 大模型的基础，是学习人类留下的大量文本、图像、代码和经验，再从中寻找规律，生成新的答案。可一个人读完万卷书，就一定能够真正理解世界吗？掌握了所有已经存在的知识，就一定能够产生智慧吗？未必。很多时候，你可能只是拥有了极强的记忆、归纳和表达能力，却仍然缺少真正的判断力。AI也可能成为一个能力极强的“智慧复读机”：它可以快速组合已有知识，在相似问题中寻找规律，却不一定能够提出那个此前从未有人想到的问题。 人类社会真正具有颠覆性的进步，往往并不完全来自知识的线性积累。它还依赖偶然、直觉、灵感、环境刺激，以及少数极端而特殊的人。大部分人终其一生都在已有规则里行动，真正改变规则的，往往只是极少数天才。AI能够放大普通人的执行效率，也能够放大天才的创造力。相比“AI独立创造一切”，我更相信“天才加AI”会率先产生真正有意思的突破。 问题就在于，智慧究竟是怎样产生的。 智慧可能需要大量知识，但它同样需要现实经验、失败、后果、直觉和偶然性的碰撞。我们把所有人类语料都交给AI，也无法保证智慧会自然出现。就像把世界上所有乐谱都输入机器，并不意味着它一定能够写出真正改变音乐史的作品。知识可以被积累，规律可以被学习，灵感与判断是否能够被规模化，仍然是一个没有答案的问题。 这也可能是大语言模型即将面对的瓶颈。人类能够提供的高质量语料终究有限。当现有知识被学习得七七八八之后，继续增加数据带来的能力提升，很可能会越来越小。我们已经看到，AI在写代码、做文书、总结资料、寻找规律等任务上非常有效，因为这些工作通常有清晰的结构和相对明确的答案。 但当任务涉及真正的开创性、复杂的现实判断，以及跨软件、跨流程的持续协作时，AI的表现仍然不稳定。甚至连排版一份复杂的Word、制作一套真正成熟的PPT，它都很难持续达到专业水平。这些问题当然可能逐步解决，但它至少说明，语言能力的快速进步，并不等于所有能力都会按照同样的速度增长。 因此，AI行业遇到瓶颈的时间，可能比很多人想象得更早。市场习惯把最近几年的进步继续线性外推，仿佛只要增加算力、数据和参数，通用智能就一定会自然出现。但技术发展从来不是一条平滑曲线。某个阶段可能突飞猛进，下一阶段也可能长期停滞。 所以，我对AI的态度既不悲观，也不盲目乐观。AI一定会深刻改变社会，也会成为极其重要的基础设施。但它是否能够产生真正独立的智慧，是否能够超越人类最顶尖的创造力，依然取决于一个尚未被回答的问题： 当机器学完了人类已经知道的一切之后，它能不能发现人类从未意识到的东西？

机缘巧合这个月没有续订Claude，然后发现好像也不是那么需要了。Gemini两个月前停掉了，现在只留一个ChatGPT 订阅了。 其实每个人只能有一个主力AI APP，最多一个半。想雨露均沾是很累的事情。

$DRAM 当 AI 成为基础设施，我们还应该给它多少估值？ 最近我一直在思考 AI 行业的一个矛盾。 资本市场一方面把 AI 描述成下一代基础设施，希望它像电力、互联网和云计算一样，进入每个人的生活，覆盖每一家企业；另一方面，又期待 OpenAI、Anthropic 这类公司长期维持科技公司的高增长、高毛利和高估值。 但这两个目标未必能够长期同时成立。 一种技术要真正成为基础设施，价格就必须足够低，使用门槛必须足够低。否则，大多数个人和企业根本消费不起。随着开源模型不断进步、模型能力逐渐趋同、推理成本持续下降，AI 模型本身的价格很可能被不断压低，客户也会更容易在不同模型之间切换。 与此同时，模型公司还需要承担巨额的算力、芯片、数据中心、能源和研发成本。它们可能拥有庞大的收入，却未必拥有同等规模的自由现金流。最终，模型行业可能越来越像云计算、通信运营商或存储行业：市场规模巨大，覆盖人口极广，但资本开支高、竞争激烈、价格持续下降，利润率未必像传统软件公司那么理想。 因此，真正需要讨论的问题已经从“AI 的市场有多大”，转向了：当 AI 普及以后，谁还能保留定价权和超额利润？ 模型公司未必是最终利润最高的一层。真正掌握稀缺资源的公司，可能来自分发渠道、工作流和垂直应用。模型逐渐标准化以后，价值可能更多流向那些控制客户关系、业务入口和真实场景的垄断者。 所以，AI 会改变世界和投资 AI 公司一定能获得高回报是两件需要分别判断的事情。

合肥政府的“光辉投资事迹”没有什么参考意义，政府有钱有权，海量的投项目，一百个里面总能成一个，但是你这一百个成的这一个能覆盖掉剩下99个的损失吗？我觉得不一定。 而且你这个钱是从哪里出的？是从纳税人的手里出的。政府挣的钱，你会返还给你的税务居民吗？并不会，只会去修路、盖房子、建更多的鬼城。 这些对于普通人来说有什么好处呢？没有任何好处。

我们没有办法去预判未来，只能在看好的板块上面，当遇到合适价格的时候，加仓并且长期持有。