邢而上学Xingularity

[余温 @gkxspace]

好多人问这到底是什么网站，展开讲讲：

TikHub，简单说就是一个社交平台数据的 API 集合站

16 个平台全打通了：抖音、小红书、TikTok、Instagram、YouTube、B站、微博、快手、知乎、LinkedIn、微信公众号、Reddit、Threads

1000 多个接口，视频、评论、用户画像、搜索、热榜、直播间、电商数据，想拉什么都有

[Tongtong Bee 🐝 @tongtongbee]

很多人不知道，Notion 联合创始人兼 CEO Ivan Zhao 的妻子是硅谷新晋投资明星Yasmin Razavi。

她在伊朗首都德黑兰长大，16岁移居加拿大，多伦多大学工程本科 + 哈佛 MBA。而Ivan Zhao出生在中国新疆，同样在中学随家人移居加拿大。

Yasmin的职业履历很亮眼：麦肯锡咨询师 → Index Ventures投资人 → Snap 产品经理→ 现任 Spark Capital GP。

今年，她首次登上 Forbes Midas List（福布斯全球顶级风险投资人榜单，被称为“VC界的奥斯卡”），排名第13位，是本届最高的新晋投资人之一。

她能上榜主要靠精准的前瞻性投资，投资组合中最知名的项目包括：

*Anthropic：2023 年领投 $450M Series C（当时 Spark 史上最大单笔投资），她也是Anthropic唯一拥有董事会席位的外部投资人。如今，Spark 的初始投入已实现超数十亿美元回报。

*Deel：极早期投资并深度参与，助力公司成长为独角兽（估值曾超 $17B）。

*Kalshi：预测市场双雄之一，被 Forbes Midas List 2026 明确列入她的核心投资之一。

Ivan Zhao 本人也在 X 上公开称赞她远超市场共识的投资眼光，也说她是会在周末给他读黑格尔的妻子。

两人不仅是生活上的伴侣，在专业上也高度互补：一个是极致追求产品品味的设计师创始人，一个是数据驱动、眼光超前的分析型投资人。

算是理想的 power couple代表了，各自优秀，又彼此成就。

[Feiteng @FeitengLi]

桥水基金在 Mira Murati（OpenAI 前 CTO）新公司 Thinking Machines 平台上发的 Technical Report。

拿 Qwen3-235B 做私有化微调，在金融文档筛选和央行报告解读上直接落地。

结果挺硬核：定制模型 Accuracy 直接拉到 84.7%（错误率比最强闭源 GPT-5、Claude 4.8 模型低 29.8%），Inference Cost 暴降 13.8倍。

背后是高敏感数据：

Open-weight 是唯一解：敏感的金融核心数据，机构不可能天天往别人的云端送。国内 Qwen 系列长文本和微调上限足够高，成了华尔街追求 ROI 的完美底座。

Data Engine 是核心壁垒：他们砍掉了外包的脏数据，只拿 Hard Cases 让内部顶尖投资经理（领域专家）二次清洗。用高成本的“专家品味”洗出干净数据，才带高了模型天花板。

训练 Recipe 调优：
交错批处理 (Interleaved Batching)：多任务训练按循环顺序交错，Accuracy 提了 12.1%。
CIPOS Loss + 非对称裁剪：换掉标准重要性采样，对策略偏离做非对称约束，又顶上去 10.1%。
优秀教师政策蒸馏 (OPD)：每 20 步动态用验证集表现最好的 Checkpoint 当 Teacher，再刷了 3.1% 的点。

通用模型的边际效应在特定高壁垒业务上是在递减的。

最近看到的一个趋势：用“顶级开源底座 + 极致干净的专家数据 + 针对性的微调工程”去卷出高性价比的垂直智能。

@sgl_project @vllm_project 队伍都创办公司那融资是这个趋势标志性的事件

[Scholarship for PhD @ScholarshipfPhd]

Good morning 😆

[Yoshino233 @yoshino_2333]

把自己高中时整理的生物 anki 卡组全部共享出来了，纯手工制作，共 1200 张左右。

不确定能不能帮到别人，但对我来说挺有用的。让我即使休学半年最终也能考 93 分（赋分后）

[柴郡🔔｜Crypto+AI Plus @0xCheshire]

Twitter 创始人杰克·多西的第一次创业彻底失败。

后来接外包敲代码导致手腕疼，朋友劝他去按摩放松。

他直接去上了 1000 个小时的培训课，硬是考下了按摩师执照！

2005 年，他专为程序员提供工位按摩，边捏肩边指导他们改代码。

可惜旧金山的按摩行业太卷了，满大街都是资深技师。

眼看实在干不过同行，他只好灰溜溜地放弃按摩，老老实实回去敲代码。

结果？

仅仅 1 年后，他搞出了 Twitter；

又过了 3 年，他创立了移动支付巨头 Square。

[Kevin Cui @Free_BlackHole]

写了一个开源项目: CloseUp
对标的收费软件: Mission Control Plus
具备更好的性能和响应速度，大小仅 1.88 MB，9 种语言，以及 Intel CPU 支持
https://t.co/6F0lFn7TPj

[Nurettin Akçay @akcay_nurettinn]

Çin’in en iyi üniversitelerinden biri olan Fudan Üniversitesi Bilgisayar Bilimleri bölümünün final sınavı.

Hoca, sınavda öğrencilere soru sormak yerine, öğrencilerin soru sormasını istemiş. Hedef Claude, DeepSeek ve MiniMax gibi AI modellerini başarısızlığa uğratmak.

Yapay Zeka ne kadar çok takılırsa not o kadar yüksek olacak.

[BlockBeats｜We're hiring! @BlockBeatsAsia]

今天无意间刷到这样一个案例👀
Joey Low以前是OKX的产品经理，拿着百万年薪
但前两年，她却选择辞职回家
接手家族的烧腊生意

原因不是一时兴起
而是父母离婚后
父亲一个人撑着经营了40年的家族生意
她不得不做出这个两难选择😮‍💨😮‍💨

回去后她才发现
公司外面竟然躺着超过50万新元的坏账
现金流岌岌可危

从做产品、画需求、开评审
到每天催账、管工厂、收银甚至亲自砍烧鸭
她的人生几乎换了一条赛道

现在，她已经追回了部分坏账
还做了一个面向年轻人的新品牌

这几年，加密行业变化太快
有人还在坚持，有人转去做 AI
有人创业，也有人回到传统行业

而从OKX产品经理到烧腊店老板
这样的故事
以后或许只会越来越多

更多详情：https://t.co/9kWkymlY5W

[徐冲浪 @cyrilxuq]

黄仁勋死前：

各家半导体和互联网公司CEO都提着果篮站在病床前。

--------------------------------------------------------

黄仁勋点上一根烟：

「你们真的是各个身怀绝技啊，我好不容易把泡沫吹起来了，投了那么多产业小弟，想着带着大家一起发财。」

「小扎你说你算力过剩了，市场会怎么觉得？下辈子回来开银趴不可能叫你了，你纯外行。你看哪个倒闭的餐饮店不是挂“旺铺招租”的，你要说也要对外说meta被奥尔特曼的诚恳打动，仅剩少量算力考虑以市场1.2倍价格短暂租借给对方」

「桑杰你抱怨啥，美光赚的少么，你去戳库克老二干啥，他不是一直5块的卖100么，你让他怎么卖消费硬件，他卖不动他会来继续找你下订单么，你也是纯外行」。

「带不动，带不动，你们是我带过的最差的一届半导体领导班子」

[出甲 @ChujiaAI]

老黄：没想到扎克伯格的文化程度这么低

[Rainier @mtrainier2020]

今年跟老大商量选专业的时候聊过这个问题。
1. AI对各个行业的渗透是一个大趋势。
这是海平面上升无处可藏。
2.驾驭AI更好服务你感兴趣的领域。
挑个自己喜欢的，有passion的，你愿意熬夜，你愿意放弃假期去做的领域，作为自己的home domain，然后用AI 应用到这个领域，去当AI带路党。
3. Delivery永远比技术重要。
一个难看的小板凳，总比挂在嘴上的躺椅更实在。

[阑夕 @foxshuo]

虽然被Meta砸盘，但英伟达的反应还是很快的，也很有商业头脑，利用自己账上现金富可敌国的优势，主动和一些小型云厂商签订保底合约：

这些云厂商的财力相对有限，在采购GPU方面不太敢加杠杆，而英伟达要求它们「应买尽买」，同时给出的待遇是，如果买了之后存在GPU剩余，也就是没有租出去的，那么英伟达会按市场价回租这些GPU。

这相当于英伟达是在打造一个「算力央行」的角色，给信用评级不高的GPU买家发债，数据中心可以激进举债融资，因为后面有英伟达提供旱涝保收的支持，这年头算力依然是稀缺的，你卖不出去，英伟达依然可以自产自销，当然一切的前提都是必须绑定英伟达的GPU生态。

英伟达对「自己人」是很有意思的，CoreWeave去年也被质疑算力开销过大、恐怕面临过剩的危机，股价受影响开始下跌，紧接着英伟达就出面公开表示，截止到2032年，但凡CoreWeave有滞销的算力，英伟达都会全价买下来，确保CoreWeave的数据中心不会存在任何空转问题，随即CoreWeave的股价应声大涨30%⋯⋯

只能说那次力挺的结果应该给了英伟达很大的启发啊。

[nico^ ^ @staypinkyup]

2021 年扎克伯格把公司名从 Facebook 改成 Meta $META ，把身家压在元宇宙这个方向上。负责这摊的 Reality Labs 从那时烧到现在，累计亏损早过了 600 亿美元，换来的是一款虚拟人一开始连腿都做不好、被嘲了整整一年的社交产品，那套 VR 愿景到今天也没成气候。

到了去年，AI 成了新的主战场。Meta 早期靠开源的 Llama 模型攒下不少技术口碑，模型免费开放给开发者下载，本来是它 AI 叙事里最能打的一张牌。结果去年 4 月发布的 Llama 4 翻车了，被扒出送去 LMArena 公开榜单打分用的，是一个专门调校过、更讨评委喜欢的特调版本，而真正开放给大家下载的是另一个版本，两者根本不是一个东西。等于拿一个考试专用版去刷排名，再用虚高的名次给公开版背书。一家把开源透明挂在嘴上的公司，在最该拿实力说话的地方动这种手脚，这已经是诚信问题了。

模型掉队之后，他的反应不是沉下心把东西做好，而是去年年中直接掏 143 亿美元买下数据标注公司 Scale AI 近一半股份，把二十多岁的创始人 Alexandr Wang 请来挂帅，另起炉灶组了个超级智能实验室，为了从 OpenAI、谷歌这些对手那里挖人，开出过据传上亿美元级别的签约包。潜台词很直白，自己做不出来，就用钱把做得出来的人全都买过来了。

也是在最近几个月市场传出 Meta 在跟谷歌 $GOOG谈，打算 2026 年先租谷歌云的 TPU、2027 年再大规模采购，理由是自家算力不够用、想分散对英伟达 $NVDA 的依赖。今年 4 月，Meta 又把 2026 年的资本开支指引从 1150 到 1350 亿美元，上调到 1250 到 1450 亿美元，理由是零部件更贵、数据中心要建更多。到今年 5 月，扎克伯格在股东大会上改了口风，说对外卖算力这件事 definitely on the table，还提到几乎每周都有公司来找 Meta，问能不能买它的算力。

然后就是 7 月 1 日，彭博援引匿名信源说 Meta 正在筹划一块云业务，要把富余的算力对外卖，学 AWS Bedrock 卖模型调用和卖裸算力。而 Meta 官方对这条消息拒绝置评，计划还在开发、细节可能会变。

把这条消息放回前面那条时间线里其实就有点微妙了。半年前还在外面租算力、模型打榜刚被抓包、元宇宙刚亏掉几百亿的一家公司，转头说自己算力多到能开云卖钱。所以还是有一定嫌疑是Meta尝试用一句好听的叙事去回应市场对它天量 capex 收不回来的长期质疑，而不是基本面上真出现了干净的算力过剩。

可市场当天就把这条没证实的传闻，当成半导体需求见顶来交易。7 月 1 日收盘，美光 $MU 跌 10.57%，泛林 $LRCX 跌 9.71%，闪迪 $SNDK 跌 10.62%，连英伟达也跌了 1.25%。更惨的是 neocloud，CoreWeave $CRWV收跌 13.92%，Nebius $NBIS 收跌约 17%，而 Meta 自己当天收涨8.81%，市值一天多出接近 980 亿美元。可以说是一己之力干崩了半导体和相关板块了。

neocloud 这一批的跌还是有一定的真实逻辑的，因为它们本来就靠卖算力为生，而 Meta 本身是它们的大客户。Meta 之前跟 Nebius 签过百亿美元级别的算力采购，也是 CoreWeave 最大的客户之一。现在这个客户可能直接转身变对手了也是有点离谱了。但把美光、泛林、闪迪等其他这些卖设备、卖存储的科技股一起按需求见顶来杀，逻辑上压根站不住，它们卖的是早就下过单、早就计入历史订单的芯片，Meta 转售存量算力并不会凭空减少未来的芯片需求。

比消息真假更值得琢磨的是市场的反应本身是真实的。一条似是而非、官方都没认的利空就能把整条半导体砸成这样，这件事本身说明这个赛道现在有多拥挤、对任何动摇 AI 回报叙事的东西有多没耐受力。放到更大的结构看，今年指数能涨，几乎是半导体一个板块扛上去的，别的板块大部分时间没怎么动，市场宽度很窄，钱越堆越集中在这一条线上，拥挤本身就是结构性的，而拥挤的交易任何风吹草动都会被放大成暴跌。AI 这轮 capex 确实有它脆弱的地方，钱越来越靠举债撑着，变现始终没被完全验证，投入比收入跑得快，估值也不便宜，这些是真风险，也不该装看不见。只是这些风险要真正兑现靠的应该是硬数据的转向而不应该是一条传闻。

真正需要看得还是马上就要来的第二季度财报季，主要看几家大厂的 capex 指引到底是接着往上修还是开始松口了。从目前的数字看绝对投入还在往上走，2026 年全行业的资本开支预计在 7000 亿美元以上，2027 年多家机构预测会突破一万亿美元，真正在放缓的只是增速而不是投入本身。换句话说只要财报季里大厂的指引不往下砍，7月1号搞出来的这套“大家已经建过头、需求即将见顶”的说法就还只是猜测，因为这根本是拿不出数据来支撑的。

平心而论昨天这一跌是有点过头了。一条连官方都没认的传闻，把几乎所有半导体和相关科技股都无差别扫了一遍，这个反应的力度明显超过了消息本身真正能改变的东西。由此看出情绪的成分远大于事实的成分（或许还带有一定的获利了结吧）

但也正是这一跌把 AI 这条线的脆弱暴露得明明白白。今年整个市场的涨幅几乎押在半导体这一条腿上，别的板块明显得弱于半导体，钱越堆越挤估值就越推越高了。而底层那套逻辑又建立在一个还没被验证的假设上，就是今天砸下去的天量 capex，未来真能变成持续的、还得起债的回报。一个这么拥挤、这么依赖单一叙事、又背着越来越重的债的市场，本身就是比较敏感。

所以昨天的跌大概率是错杀多于事实，短期被错杀的那批总会有修复的机会。但它同时也是个提醒在数据真正转向之前，这个位置更适合保持谨慎，适当对冲。真正决定方向的还是要看接下来的财报。

以上为个人观点，不构成投资建议。

[老李来了 @lxrcr1201]

今天账户遭遇重创，回吐了很多利润，持仓MU SNDK GLW ASML GEV AMD全方位挨揍，收盘后思考了很久，决定清仓半导体。

现在的半导体已经不全由产业基本面主导，更多的是资金抱团和情绪面影响。配合高杠杆和散户一致性，亢奋程度等等指标，和之前黄金白银的爆炒几乎如出一辙。

无论是币圈还是贵金属，见顶前一个显而易见的征兆就是波动加剧，暴涨暴跌频现，现在非常容易形成多杀多的局面。

再硬的基本面也撑不住预期被打满，人人都知道存储毛利85%往上，订单排队到明后年，价格早已反馈在股价中，我不知道后面还有什么故事能续上继续讲。

今天看了小扎发言原文，确实被路透给曲解了，但是这并不重要，资金选择了离场。
吃成巨人观的资金与股东纷纷抛售，我清楚的知道自己对公司的了解比不上公司高层对自己公司的了解程度。
利好与走势背离的时候，一定得提高警惕，该涨不涨，下一句你来接。

信了交易所 BTC 快被提空，极度缺货的人，套在了12万；
信了CME的白银被挤兑提空，极度缺货的人，套在了120；
信了泡泡玛特Labubu供不应求，极度缺货的人，套在了340；
这一次，换成了存储而已。

华尔街没有新鲜事，投机如山岳般古老。

[邢而上学Xingularity @Xingularity00]

这sb功能以前有bug会断网，导致app
甚至多个app联不上网，只能重装系统，极其傻逼。逼我换港版iPhone的原因之一就是这个傻逼bug不知道什么时候就会出现。

[Kafka @kfk_ai]

国行 iPhone 有个连海外用户都眼馋的独占功能：能彻底禁掉某个 App 的联网，蜂窝和 WiFi 一起断

像输入法这种根本不用联网的工具，正好拿来限制

其他版本只能管蜂窝，一连上 WiFi 就破功

苹果被催了这么多年全球开放，到现在还是中国特供

[MasterPa @HanyangWang]

喜欢足球的人会觉得爱看球赛是不需要解释的，但实际上对于不看球的人来说这需要解释、需要学习过程。运动员也一样。人们总是认为专业运动员一定从开始就是爱上了运动——但其实站在顶峰的人也是花了很久才喜欢上自己的项目。这期节目我们请来了前中国女足国家队的门将赵丽娜老师，和她一起聊了聊人们是怎么热爱上一件事儿的？作为门将视野中的足球有什么不同？人又如何适应自己全新的身份？

这期节目我聊得非常开心。相信不管朋友你看球还是不看球，这都是一期好节目。这期是小红书合作的独家节目，大家可以在小红书里看完整版～

[CJ_Blockchain, CFA @nbblock]

从五月初开始推半导体设备。

当时很多人说已经涨了那么多了，看晚了，不敢买了。

有人说估值已经很高了，太贵了，不敢买了。

但现在市场的现状就是没有便宜的好东西。

所以我一直在说一个理念【Day One】，

忘记过去的一切，今天是你第一天开始炒股，你没有错过那么多机会，没有卖飞，关注新变量。

[邢而上学Xingularity @Xingularity00]

@cryptobeast Japan！

[梭哈.AI @SUOHA_AI]

这就是顶级高手投资嗅觉和推理能力，太厉害了

Serenity回复我说：“在洗澡时就听完了整个 $POET 股东大会完整记录，然后手动对比了市场已知信息，从中推断出激光短缺可能延续到2029的判断”

还是太夸张了，现在还有谁会肉眼完整阅读一份股东大会记录呢？

她还是在洗澡的时候听的： $POET自信地说“激光供应商未来两年完全售罄”这种话，就敏锐地捕捉到弦外之音——结合之前LITE CEO的说法，推断激光短缺可能延长到2029年，这就是顶级投资高手的嗅觉，太强了真的🫨

而Serenity @aleabitoreddit 有自己的专属个人terminal，聚合了独家的信息渠道。这是大家可以学习的，去除市场噪音也是一种能力

这种对发现细节的能力和推理关联能力是AI所无法帮助你的地方，只能通过大量的实战，复盘，迭代🫡