翎霜微露

我在

[陶瑞 TaoRay @TaoRay]

你这个问题简直太好了！是有方法论的。任何权力power背后都有一套逻辑体系。政策都是带有叙事性的narrative，narrative背后会有一套话语体系discourse。通过这条线研究下来，就知道了背后的政策逻辑和动机，形成一个理论框架framework，在这个基础上得出假设hypothesis。那你就可以客观的看有没有应验，如果有，那么就是对的，你就可以大胆预测了。我在大学里开讲座讲过如何用这套方法论分析中国政治，我找找当年的PPT，下次公开Space我讲讲。

[Crypto/戒色交易员 @snake_w]

周末有新的消息，开始关门打狗了，指数上周五连续2天上不去，没有突破前高，就很危险⚠️，全靠科技是带不动指数继续拉涨的，一定有一个零界点。银行逼空的操作，我就知道他们开始准备让人接盘了🫵

[秦悦乐 @QinYueLe]

前线的解放军一个阿三没放进来，后面办签证的共产党员不到半年放进来8万多

中国汉族，你已急哭

[華盛頓革委 @internation0501]

qiang🫵

[陶瑞 TaoRay @TaoRay]

三样东西目前不贵，还有成长空间，1.黄金（除非全球发生重大金融危机，流动性枯竭），2. AI龙头（主要是英伟达、台积电，只要AI不完蛋，他们其实估值不贵，只是投机资金如今更扎堆炒上游小票，但小票的相对估值已经很��谱了）。3.软件现金牛（包括Adobe，只要股市不崩，迟早要价值回归。如果软件现金牛这些应用端都起不来，市场全靠AI上游资本开支吊着，那市场一定会泥沙俱下，爬得高，跌得重，买什么都无一幸免。）

[lidang 立党 （劝人卖房/学CS/买SP500/纳100/OpenAI/Anthrop第一人） @lidangzzz]

我为什么劝所有300~600分的人学电子，做PLC和嵌入式？

我发现绝大多数人的核心问题，是智力水平有缺陷+不学习。

如果高中阶段不接触编程、没有因为编程和偏科耽误高考，全力以赴准备高考，那么高考600分以下基本可以认为是智力和学习能力同时存在重大缺陷。

对于这些人，连高考都学不到600分， 进入大学之后，哪怕选了计算机专业，本科四年基本也跟条狗一样，人人都完完全全不学习的状态，是不可能靠传统学frontend、full stack、AI Agent这些路线吃饭的。

所以我建议分数高一点的学一点嵌入式，好歹有碗饭吃，肯定饿不死。

分数低一点的、所有转码的、所有不学习的、所有脑子不够用的，直接都去学PLC就完事儿了。

PLC是全世界最简单的“编程”，难度约等于美国小学生的水平，目前中国一线PLC工程师平均学历基本��中专，连他妈高中学位都不用。

PLC工程师的唯一工作，就是每天随机开车到一个深圳或者苏州的小工厂，找个桌子椅子，点杯奶茶，把一整套工业流水线的某个小环节的PLC插到自己电脑上，

然后盯着一整天，在电脑上用图形化的梯形图去编辑最基本逻辑，把基本逻辑写好后，关上电脑直接回家，

每天有效工作时长不超过2小时。

这是全世界最简单、最简陋、最不需要脑子、最不可能被AI替代的程序员，

数理抽象逻辑大概等于美国小学阶段的编程课水平，而且这项工作在中国99%都是由中专学历以下的人来完成的。

PLC这门课，在绝大多数985以上的大学，基本上就是两周左右的时间介绍完整，实际自学整个PLC知识不超过3天。

最难能可贵的是，这份工作平均工资在1万块钱左右，比绝大多数中国大陆的前端培训班出来的程序员还要高得多，

而且非常稳定，几乎永不裁员，没有任何大学和学历要求，中专学历都能上手直接干活儿。

无论你高考是300分还是600分，你问我选择什么大学和专业，我现在只会告诉你一个原则：

如果高考到不了深圳大学，就选择深圳技术大学、东莞理工、深职院、深圳信息职业技术学院，一个个往下排，排到哪个选哪个，认准电子专业。

只要你能好好学PLC，能开车，能吃苦，你就有一份永远不会被裁员、永远不用脑子、有桌子椅子、有奶茶喝的“编程”工作。

[RobinSeun_维京黑船 @RobinSeun]

每天复习一下头一天的宏观大事吧。

昨儿一天算得上大事的其实有好几件，比如：

1、老大在德州考察，提了农业现代化，这是老大最关注的点，而且农业农村部会有n多政策跟上。为啥不去潍坊这种农业大市？不不不，潍坊是蔬菜生产和流通强，德州才是粮食产量强，去德州合适。

2、国务院关于建设全国统一大市场工作情况的报告。

这条重要在于统一大市场这件事从全民模糊开始往越来越清晰去了。而且它是指向中国经济内部的核心问题的：地方保护、市场分割、重复建设、招商内卷、行政执法乱象等等。

3、总理出席达沃斯等等。

4、不过我个人觉得最重要的肯定还是国家审计署发的��个文件：

《中央部门单位2025年度预算执行等情况审计结果》

《国务院关于2025年度中央预算执行和其他财政收支的审计工作报告》

是不是名字太长了？这么理解，一个是审国家各部委部门的。一个是总报告。

我昨儿看到好多人说银行了，我的建议是：尽量通读这两篇报告。

为什么呢？因为可以祛魅。

真的，这是最大的用处。

这其实是拉平咱们对国家部委了解最快的方式，看完你就会了解到其实他们也是普通人。

1）原来中国银行的下属机构竟然都会“凑人头”包装公募基金，逃税23.67亿元。

2）原来地方融资平台竟然都会虚假退出，地方债务直接在系统里“一删了之”。

3）原来连“两重”“两新”这种国家级资金都会被套取、挤占和挪用。而且挪用的方式荒诞的让人哭笑不得。

4）原来连海关，海关啊，都会多征、提前征税404.27亿元，21省市虚增财政收入596.51亿元…财政收入…啊…

5）太多太多太多了…

———

而且，我看到很多人昨天盯着中国银行逃税23亿发了，讲真的，你们就通读两篇报道、你们能拎出来100条推特可以发，不夸张。

每次看完这种报告心情都会很不好，也不知道为啥…

通读哈，通读！

[陶瑞 TaoRay @TaoRay]

为什么宏观的信号如此明确，但是市场上的交易方向是反着的。我今天听到了一个最形象的比喻。泰坦尼克已经撞上了冰山，但牌桌上的赌客还继续在玩牌，因为他们在赌两件事情，自己不但能赢得牌桌上最后一场赌局，还刚好够时间抱着赢来的钱坐上最后一艘救生艇。虽然大多数人注定要葬身大海。美日欧全都扬言加息，债市中“谁是最后一个傻瓜”的游戏已经开启，很快会传导到股市。

[Mr. Cinema 🇦🇱 🦩 @Mrcinemazo9nn]

Here's how Starmer can still win:

[山谷剛史 アジア中国ITライター＆異国飯 @YamayaT]

中国の家、だいたいこんなん🥹

[寒涟漪 @HANLIANYI331]

在很多年以前，尤其是2020年以前，计算机行业几乎一度成了跨性别女性群体的“救命稻草”。

在那个年代，几乎每一个做社群互助的人，在帮助那些小学/中学/大学辍学，四处流浪的跨女的时候，被问到“该做什么”，答案往往是“学计算机”。

顶峰时期，我曾依托我原生家庭位于南山科技园附近的巨大地理优势，请过很多我在南山科技园上班的朋友，教导过非常非常多彼时正在流浪的，甚至不乏十几岁的跨性别女性，其中很多被教的跨性别女性有的甚至可能小学/初中都没读完，但是仍然有能够把计算机学成，然后通过内推/社招渠道进入计算机公司上班的案例。

这种“教计算机”曾经一度成为整个中国跨性别女性社群的一种互助风气，很多很多早年的中国跨女社群的早期互助者在帮扶底层流浪跨女，不管对方是十几岁，二十几岁，三十几岁，甚至四十几岁，都会说“来，我来教你学计算机，只要你肯学，你要你肯练，只要你认真，只要你努力，就能有出路，就能赚钱，就能治抑郁，就能做手术”

上海曾经一度出现过有早期的跨女社群救助者租赁房屋，然后一次性给几十人提供住处，然后教几十人计算机的盛况，很多受助者甚至最低学历只有初中/小学，尽管很多低学历且抑郁和性别焦虑严重的跨性别女性学习计算机非常吃力，且最终失败，但是仍然有相当比例的跨性别女性最终凭借超出常人的努力和毅力学成，并且最终找到计算机岗位的工作，也有大量的跨女开设的计算机企业，优先帮扶和招收这些因性别歧视而找工作困难的跨性别女性程序员。

但是，计算机行业“不看学历，不看性别身份，只看能力”的红利期很快就消失了，从疫情以后，越来越多的计算机岗位开始渐渐要求“全日制本科计算机专业毕业”起步。很多跨性别女性即使掌握了熟练的计算机技术，也难以在社会上找到工作。

“计算机互助时代”在中国跨性别女性社群最后的余晖是在2022年，当上海地区最后一批二十多位跨性别女性经过半年到数年不等的学习“毕业后”，最后一批跨性别女性社群的互助者，透支自己的人脉和资源，将这一批最低只有初中学历的学成出来的跨性别女性程序员送进了计算机大厂，其后随着培训计算机的房屋退租，一个时代的印记最终随着无数社群前辈留下的血泪和汗水，以及那曾经有过的对这个时代和大社会的挣扎，落下帷幕。

[✧ 𝕀𝔸𝕄𝔸𝕀 ✧ @iamai_omni]

无论中美现在都已经是变卖所有家当押注AI了，美国科技巨头把自由现金流和资产负债表押进 AI capex，美国电力监管机构督促电网运营商加快大负载用户��中国就更不用说了，不仅彻底放弃房地产，还把养老金也投入到AI，不成功便成仁。

[Nassim Nicholas Taleb @nntaleb]

QUESTION on CHINA.
It seems to me that China is libertarian for small entities, w/near complete laissez faire, compared to, say, Italy or France, where the small is overregulated and the large able to play the system. China's state control applies to large entities.
CORRECT?

[老白 | Trader🐮 @baispx]

🔥🔥🔥外媒爆料：中南海一位高级幕僚私下透露，“中国领导层对高科技的痴迷，简直像被美国人下了咒一样，结果把整个经济政策都带偏了。”

这句话出自《经济学人》近期的封面级文章，标题也很是直白：中国有创新力，经济一团糟，到底哪边会赢？副标题说，这是“将定义二十一世纪的问题”。

翻译成一句人话：中国正在豪赌国运，梭哈高科技。

我们先来看看这次的“盘口”有多大，旧引擎：卖地、房地产、大基建，现在基本熄火了，有的甚至开始反噬。

于是仅剩的筹码，被一把推到了“高科技”上：芯片大基金三期，中央一级就砸进两千多亿，拉动的地方与社会资金还数倍于此。

电动车全产业链累计投入估计已超两万亿，雄安截至2025年11月，累计投资超过1万亿。
如果把数据中心、云软件、数字化改造都算进去的广义 AI 投资，占 GDP 的比例接近百分之三到五，这个强度，比美国还猛。

很多自媒体说，这是前苏联的翻版：当年里根一个“星球大战”，就把苏联拖进太空军备竞赛，活活拖垮。
但这个类比，我感觉一半对，一半错。

错在哪？苏联根本不是被星球大战拖垮的。真正放倒它的，是1985~1986油价腰斩，沙特放量增产，是阿富汗战争长期失血，是命令型经济结构性失灵，星球大战顶多是压垮骆驼的最后一根稻草。

事实上，那头骆驼，早就被放干了血。

那对在哪？对在底层逻辑：两者都在为“合法性”而赌。苏联赌的是意识形态和超级大国威望。中国赌的是“绩效”——我让你富，我们是一家人，这是一份必须持续兑现的合同，一旦增长停了，合同就违约。

而真正比苏联更凶险的，是中国下注的姿势。
约翰霍普金斯大学的一位���济学家点破了关键：现代史上，还没有哪个大国，是在经济减速、同时叠加地方政府债务危机的情况下，把全部资源押注高科技的。

换句话说——苏联是从强势处开始玩这场竞赛，中国却是经济已经出了大问题之后，才被迫梭哈。
“冰火两重天”不是修辞，而是现实：
火的一边：人形机器人、大模型、电动车在外面攻城略地。冰的一边：2026年5月，社会零售总额同比下跌约0.6%，是疫情之后首次转负。

工业企业亏损面冲到约三分之一，比一九九八年亚洲金融危机时还高。居民存款余额出现首次同比下降，老百姓在还钱、去杠杆，这是最可怕的信号。

更要命的是，这场科技大跃进的红利极度集中：北京、上海、杭州、深圳四座城市，吞掉了约70%+的 AI 投资，其余大部分城市颗���无收。江西宜春2021年砸23亿建起的新能源车厂，如今已经停产，厂区一片死寂——这就是最昂贵的沉没成本，是货真价实的科技鬼城。

那有没有解药？有。最实在的一招，就是把钱给老百姓，补社保、补医疗、补育儿，同时给传统企业松绑、减税，与民休养生息。

但这大概率做不到，因为真要转向居民消费，就得松开那只管控资源的手，而松手，就等于稀释管控的根基，于是宁可梭哈，也不肯撒手，核心的原因在这里。

所以这盘赌的本质是，一个本就很虚的赌徒，为了跑到补给点，猛灌了一剂兴奋剂，然后加速狂奔。那大家觉得是中途就透支猝倒，还是真能冲到补给点，最终上岸、一统江湖？结果很难猜，但几年之内，大概率就见分晓。

很多分析人士都看好，因为中国现在最缺的不是钱，是头脑。技术驱动转型，从来是一个个企业家，用商业模式真刀真枪干出来的，不是靠念叨“高科技重要、高科技重要”念出来的。很简单的一个画面，黄仁勋们一停下，雷军们大概率就要迷失方向。

此外，翻开中国历史的每一次重大拐点，只要是压上“国运”的局，大多数“赌运”都不太行，之所以最终会成为冤大头，也是因为赌盘的逻辑，本就是这样被设计的，既有历史的因素，也有外部的因素，只不过到底是别人有意而为，还是顺手为之，我们就无从得知了。

[ロイエンタール新領土総督 @6QhdTQGwiXXAlxb]

考えさせられるなぁ🤔

中国経済 : 所得の低い地域のユーザーほど、自撮りの編集が激しいとの研究結果(四川大学と香港理工大学の研究チーム)

経済的な不平等が人々の機会を制限するだけでなく、最終的には「顔のあり方」という身体的イメージまで影響してしまっている

内陸・低所得地域ほど大幅編集が目立ち、特に目の拡大・輪郭の軟化・肌の白さなど、編集の方向性は「赤ちゃん顔(baby schema）」を強調している

一方で、北京・上海・広東・浙江など発展地域では微調整or原図寄り

非現実的なほどに加工された自撮り写真を見かけたら、こう考えてみてください。

もしかしたら、その女の子は虚栄心が強い���ではなく、一人当たりのGDPが十分高くない地域に住んでいるだけなのかもしれません。

[Compute King @Compute_King]

大家现在能叫出一串名字：DeepSeek，千问，Kimi，混元，星火，文心一言…… 感觉好像就是ChatGPT一出来，中国本土公司一夜之间全冒出来了。但其实根本不是那么回事。

如果画一张中国大模型的技术族谱，你会发现几条主线：

第一条主线和智源研究院有关。

北京智源人工智能研究院（BAAI）成立于2018年11月。它不是一家普通的公司，而是在科技部和北京市政府的支持下，由清华、北大、中科院这些顶尖高校和科技企业共同发起的非营利研���机构。它不为赚钱，专为死磕AI领域最硬核、最原始的创新，目标直指大模型、世界模型和通用人工智能这些星辰大海。

智源研究院2021年牵头搞出了“悟道”系列大模型，成了后来中国大模型江湖的技术土壤。现在，它又开始折腾“悟界”系列，想让AI不仅懂文字图片，还能看懂物理世界，更进一步帮科学家研究生命科学。

智源手里还有两张王牌：

🔹 智源大会：这是它每年组局的全球AI顶级聚会，大牛学者和行业大佬都会来，现场发布一堆前沿成果和年度趋势预测，基本是国内AI圈的风向标。

🔹 人才生态：它最厉害的一招，是把清华、北大、中科院这些顶级学术力量揉在一起，打破体制的围墙，搞出一个自由开放的交流平台。

在笔者看来，现在的智源更多扮演的角色像是一个播火者，不造产品，只管把火种点燃，然后递到整个产业手里。

如果把智源研究院看作是一棵树的根，顺着根往上看，会分出三条枝干：

一条是CPM（清华大学牵头的超大规模预训练模型）。2020年11月14日，智源研究院和清华大学研究团队联合发布了以中文为核心的大规模预训练语言模型CPM-LM，参数规模达26 亿，预训练中文数据规模100 GB。CPM这条线往下长出了OpenBMB开源社区，再后来就有了现在大家在端侧玩得比较多的MiniCPM模型。

另一条是“悟道”系列，它直接孕育了GLM这个技术路线，然后孵化出了现在商业化最成功的智谱AI，就是那个ChatGLM背后的大佬。

还有一条叫M6，是阿里达摩院跟智源一起捣鼓的多模态大模型，这条线一路往下，就演化成了今天的通义千问Qwen。

现在市面上竞争得你死我活的大模型产品，追根溯源，技术底气有一大半都能对上这个谱系。

为什么智源研究院这么牛？因为它当时把国内最核心的大模型人才和最前沿的技术路线全给聚到一块儿了。智源，清华，北大这三家，基本上构成了一个铁三角，就像美国那边的OpenAI，DeepMind配上斯坦福，伯克利一样，人才和想法在这个生态里来回流动，碰撞出来的火花，就把早期的底座给搭好了。

第二条主线是百度，属于典型的“起了个大早，赶了个完集”。

早在AI这个词还没流行的2013年，李彦宏就亲自挂帅，成立了百度深度学习研究院，这是全球第一个把“深度学习”直接挂在企业研究院招牌上的。

紧接着2014年，百度在硅谷设立人工智能实验室，请来了吴恩达当首席科学家，全力推动“百度大脑”。更有意思的是，现在AI圈如日中天的Anthropic创始人Dario Amodei，当时就在那个组里研究语音识别和模型扩展。他还把Jim Fan招了进来做实习生。

2017年底，百度硅谷团队干了一件大事，发了一篇论文叫《Deep Learning Scaling Is Predictable, Empirically》，第一次系统性地证明了Scaling Law在机器翻译、语言建模、图像和语音上都管用。可惜当时没引起太大轰动，但金子总会发光，它后来成了大模型研究的基石。2019年OpenAI那篇著名的Scaling Law论文，参考文献里就明明白白引用了这篇百度论文的作者Joel Hestness的后续研究。

时间来到2019年，百度正式发布了开创性的知识增强语义模型ERNIE 1.0。这个模型厉害在于，它不只看无结构的原始数据，还把百度多年积累的大规模知识图谱给融合进去了，一出来就刷新了多种中文NLP任务，直接对标BERT。年底更是迅速迭代到了ERNIE 2.0，搞了持续学习语义理解框架，中英文任务上全面超越了业界主流模型。

第三条主线是科大讯飞。

源头可以一直追到1999年，当时还在中科大读博的刘���峰，和导师王仁华教授一起，依托中科大创立了科大讯飞的前身。讯飞从中文语音起家，但它在AI大模型上的布局，可以追溯到2014年。

那年，讯飞首次提出“讯飞超脑计划”。这个计划是个战略转弯信号，标志着讯飞不再只盯着智能语音，而是要向更难的认知智能和机器学习全面进军。

到了2019年10月份，讯飞被美国商务部加入了禁运名单，决定启动“国产化AI算力底座”建设。这为后来大模型的自主训练，提前备好了算力粮草。

说到这儿，笔者插一段亲身见闻。 这其中的很长一段时间笔者还在某大厂工作，业务跟英伟达是直接竞争关系，所以能亲眼看到百度和讯飞在英伟达生态圈里有多重。重到什么程度呢？当时CUDA软件栈里好多奇怪的Bug，都是百度和讯飞的工程师先踩到，然后和英伟达一起联手修掉的。从这点就能看出来，这两家当时在AI工程化上走得还是比较前沿的。

如果说ChatGPT像一把火，那么他一下子把整个中国大模型产业给点爆了，商业化了，出圈了，但烧起来的那些柴，是在2020年前就一批批已经被产业的大拿们码好了的。

因为，在那之前，这些人已经闷头干了不少事：

🔹 完整的大规模预训练体系搭起来了，知道大模型该怎么训了；

🔹 积累了部分中文高质量语料，不再是拿英文随便翻译翻译就完事；

🔹 千亿，万亿参数的超大模型真刀真枪跑通了，验证了工程上走得通；

🔹 部分搭建了国产化AI算力底座，踩了很多坑；

🔹 多模态路线也摸着石头探索了；

🔹 各种开源社区，像OpenBMB，也建起来了。

这些工作，在那些个安静的前夜，的确没有马上变成赚大钱的产品，但它们实实在在化作了土壤。后来智谱AI的崛起，通义千问的迭代，百度的文心，DeepSeek的惊艳，讯飞的星火，到字节的豆包，腾讯的混元，小而强的面壁MiniCPM，全都是从这片土壤里长出来的庄稼。

中国大模型产业的爆发，扳机是ChatGPT扣动的；但中国大模型技术的种子，是早在2020年前，由智源研究院，百度，科大讯飞，以及清华，北大，中科大和一批有远见的科技企业，一起亲手种下去的。

[陶瑞 TaoRay @TaoRay]

我早就说过中国梦不一定是中国人的梦，而是国家的梦，中国人是这场梦的代价。最新宏观数据出炉，和中国人相关的数据全面恶化，消费品零售转负，居民信贷收缩。但是国家工业增加值上涨。廉价劳动力为新质生产力持续贡献。并且限制普通人跨境投资财富增值，而跳出廉价劳工的怪圈，或躺平软对抗。和我预测的一模一样。人矿太难听，我称为雷锋螺丝钉精神的回归。普通人将会成为国家机器做强做大的螺丝钉。牺牲小我，成就大我。所以我对中国未来的7大预测越来越有信心。没有道德评价，其实客观中立的看问题。

[大漂亮| C Labs @giantcutie666]

中国这边真的是要跟进All in AI搞国战了🤔

在副总理何立峰出席的陆家嘴论坛上，证监会主席吴清表示要让很烧钱的AI公司也能尽快上市圈钱。

同时还要把养老金和保险自己都拉进来投资股市😳

这下真的是皇国兴废，在此AI之战了😕

[悉尼奶爸 SydneyDaddy 雪梨奶爸 🇦🇺🇮🇱 @SydneyDaddy1]

巧了，我前天才说美国似乎给中共挖了一个坑，类似于当年美国给苏联挖的那个叫星球大战的坑

今天经济学人也意识到了：美国似乎是在蓄意鼓励中国的经济错配，让中共继续把本该拿来救命的筹码压到败局已定的高科技竞争上去