IanZ

Crypto & SaaS & AI / Digitization of the world

[Alex 🧩 Scaling Video GenAI @alexmashrabov]

From Fortune 500 agencies and beyond, teams are choosing Higgsfield as their end-to-end commercial workflow.

Special shoutout to @Seanfrank for choosing Higgsfield, and thanks to @tbpn for the invite.

[Alex 🧩 Scaling Video GenAI @alexmashrabov]

I am proud to announce that Higgsfield is officially the fastest-scaling GenAI company today.

After hitting a $200M run rate in a record-breaking 9 months, we doubled from $100M to $200M in just 8 weeks. That’s not all. Higgsfield raised $130M in Series A with Accel, Alpha Intelligence Capital, and Menlo Ventures behind us.

People call us the next "Cursor for video," but the scale here is different. The software tools that created today’s tech giants went after markets measured in the hundreds of billions. Higgsfield is going after the trillion-dollar video economy.

The numbers speak for themselves:
- $200M run rate in under nine months
- 100% growth in two months ($100M → $200M)
- 15M+ users worldwide
- Customers already spending $300K+ per year
- 200 product releases in 2025, reflecting an extremely fast-moving team

Cheers to the greatest team in the world building the greatest product ever.

To our partners and investors: thank you for betting on the vision.

and we are just getting started.

[Alex 🧩 Scaling Video GenAI @alexmashrabov]

We scaled Higgsfield to a $400M run rate and 24M+ users in just 13 months after launch.

That makes us the fastest-growing video AI startups in the world.

But I’ve never shared how it started. Here’s the story:

[Raytar @Raytar]

Andrej Karpathy joined Anthropic five weeks ago.

Yesterday my friend on his team sent me the Claude.md file he actually uses.

It completely changed how I work with Claude.
From the very first message, the difference was obvious.

With this file, Claude finally stops fighting me and starts working exactly the way I need it to.

Bookmark it before it gets taken down.

Read it now, then check the article below.

[Steve Hou @stevehou]

👀 Since last Nov or the start of agentic AI GPU rental curve has risen significantly across the term structure. The flattening of the rental curve means that long-term contracts no longer receive discounts as compute providers feel confident that future rents may go even higher.

[美研芒格君 @Kay2289123]

强烈推荐 Marvell 的这篇 Keynote，当天晚上也是 Marvell 封神的一天，讲的当周就涨了 44%+，含金量不言而喻，我反复看了两遍，分享给大家

建议每一个英文不错、又想真的搞懂互联的朋友都去把它看完。我看过两遍，下面是 YouTube 的链接：

https://t.co/51LQ0lycFL

看完它，再配合去看 CRDO、MRVL 和 ALAB，你会彻底搞懂

这应该是你在 X 上能看到的最系统的学习互联（投资股票角度）的文章+视频组合，希望你喜欢，谢谢

[Yifeng "Evan" Wang @ewind_dev]

遇到了一模一样的 bug！半小时烧掉 $200 Max 一周用量 15%，只因 opus 毛手毛脚 + harness bug 导致蹦出一千个 subagent 😫

谁家传参错误的 fallback 是给人往死里烧的……太初生了，老美也急需 1818 黄金眼啊

[Elon Musk @elonmusk]

So true

[Serenity @aleabitoreddit]

I think something to highlight also is not all my ideas are green, especially on short term timeframes!

My core three themes are Neoclouds (Energy), Memory, and Photonics.

And I'm glad I chose the literal top performers for each segment from $NBIS to $EWY leaps to $SIVE.

However, I still have pretty large losses following the false analyst report on CPO delays that $NVDA refuted:

That nuked 3 of my TW CPO longs from Foci, Msscorp, Xintec and others. (which are heavily red). Shunsin / Win Semi are holding up much better though.

Some of the other ones in Japan that I've mentioned like Towa, Harmonic Drive, NCI, etc. are performing much better following short-term volatility.

As for Korea yes I have PTSD for from Auros and now Foosung that are both both red (I didn't own 093370 though, just got PTSD watching price action).

Idk if I'll touch Korea again, just way too volatile. But I still think those will end up green eventually following Sk hynix/samsung qualifications + HVM, and the future japanese supply chain shutdown.

I also did change some of my previous long ideas like $XLU following the Iran War nuking all chances of rate cuts from 3-4 down to 0, and that didn't play out too well. Three software names I mentioned previously like $TTD, $META ended up red. $SNAP, I also changed my thesis after noticing the endless SBC accounting methods. $RDDT idea was finally in the green from $130 -> $170 after a long time.

But I think the vast majority of my ideas like $MRVL, $NBIS, $ARM, $INTC, $MU, $LITE, SK Hynix, Samsung, for larger cap.

Down to $AXTI, $LITE, $AAOI, $RPI, $IQE, and others for smaller cap positions directionally play out pretty well.

With random stuff like $SIMO, $HPS.A, $TSEM, $AEHR, $LPK, $SOI, $ALRIB, and so on all ended up turning out aight too.

The blended average is kinda overwhelmingly green since majority of my long ideas are triple digit YTD.

But I've definitely missed a few.

Also entry point is really important too... I mentioned $AAOI at $30 or $AXTI at ~$13, but not everyone has the same entry point. So if someone bought AOI at $220 and it dropped to $160, I'd feel bad.

But regardless, I'd prefer to judge how ideas play out on medium term timeframes over a few months rather than a few weeks.

[RJ @RJDAIGOGO]

可能是我最近看过的最好的一个讲高带宽内存HBM的视频，从基本原理讲到工程工艺，顺便比较了一下内存三巨哪家强。深入浅出，推荐观看。

[qinbafrank @qinbafrank]

昨天大摩分析师对于VR200NVL72的拆解图流传很广，很多人误认为这是VR200的成本构造，说物料总成本这是误读。毕竟780万美金是单一机柜从富士康这类ODM厂商的出厂实际售价（不能说总成本就是780万美金）。所以这张图叫英伟达VR200机柜的价值分布更恰当些。当然这个价值占比分布基本上也能对应的物料成本占比。从这张图以及与上一代GB300价值对比能看出来什么来？
1、内存价值占比大幅度提高
内存仅占GB200 NVL72机架物料成本（BOM）的5%-10%；但到了VR200，内存占比已飙升至26%。简单说，rubin系列用到的hbm更多了。

2、PCB（印刷电路板）价值占比增加233%；
MLCC（多层陶瓷电容）价值占比增加182%；
ABF基板价值占比增加82%
电源价值占比增加32%；
冷却价值占比也增加12%。

而且大摩分析师在报告里还提到一个叫SOCAMM（小外形压缩附着内存模块）的采购方式。基准情景下，英伟达负责采购SOCAMM并以70%毛利率转售，机架价格约780万美元。但如果超大规模云厂商（如微软、谷歌、亚马逊等）选择直接采购SOCAMM，绕过英伟达的加价环节，机架价格将降至约670万美元。

除了内存、连接、pcb/abf/MLCC这些关键组件之外，还有一个值得关注的环节就是英伟达力推的800V HVDC。Vera Rubin平台标配110kW电源模块，但已有至少一家美国云服务商在Vera Rubin平台上采用了HVDC（高压直流）独立电源机架。
分析师预计，800V直流电将在2027年下半年推出的Rubin Ultra平台上得到大规模采用。台达电（Delta）已与至少三家美国云服务商合作推进HVDC平台落地，初步部署预计从2026年下半年开始。

800v hdc的产业链关键环节也值得关注。

[Phyrex @PhyrexNi]

详细解读中国证监会查处老虎，富途和长桥案件 — — 这次重点的红线是什么？对个人的影响是什么？？

想必小伙伴们都知道今天中国证监会处罚了老虎，富途和长桥三家券商公司，但处罚的主要原因是什么，咱们细致的讲一讲。

这次的处罚证监会一共出了三篇文章，我都截图了，分别是：

1. 证监会严肃查处老虎等机构非法跨境展业案件

2. 中国证监会等八部门联合印发《综合整治非法跨境证券期货基金经营活动实施方案》

3. 中国证监会有关部门负责人就《综合整治非法跨境证券期货基金经营活动实施方案》答记者问

最首先的定性是：

“老虎、富途、长桥境内外相关主体未经核准，未取得经营证券经纪业务许可、经营证券融资融券业务许可，在境内开展证券交易营销推广、处理交易指令等相关证券业务服务并获取相关收益，构成非法经营证券业务。

此外，三家机构境内外相关主体还构成非法从事公募基金销售业务、非法从事期货经纪业务。”

看上去说的是这三家没有牌照就在中国境内开展了业务，这三家在海外虽然都有牌照，但中国境内没有，这是最基本的原罪。

因为从中国监管视角看，交易虽然发生在境外市场，比如港股、美股，但客户在境内，营销在境内，开户引导在境内，交易指令从境内发起，资金也涉及境内居民跨境流动，那就不是简单的境外券商服务境外客户，而是未持中国牌照在中国境内开展证券业务。

如果仅仅是因为牌照，那就想的简单了，最根本的原因还是“跨境资金流动”。

这次证监会发布的政治方案中，有三个明确的要点：

1. 整治对象包括非法跨境经营证券期货基金业务的境外机构、协助境外机构非法跨境经营的境内关联或合作主体、招揽境内投资者的非法中介、违法违规发布信息的互联网平台及网络自媒体等。

2. 取缔非法跨境经营活动的措施为禁止境外机构在境内开展证券期货基金业务相关营销招揽活动、提供相关开户、处理交易指令、资金划转等交易服务。

3. 清理非法存量业务的措施为设置2年集中整治期，集中整治期内，禁止境外机构为存量投资者在境内非法提供买入交易、转入资金等服务，只允许单向卖出交易并转出资金。

这三点再次明确了主题“未经批准的居民资金出境投资通道”。

到这里，就有了非常清晰的脉络，这次整治表面是非法跨境展业，本质是切断未经批准的境内居民境外投资通道，尤其是切断新增资金继续流向境外券商账户。

说人话，就是打击通过境外投资的境内资金出海。

这就意味着中国开始系统性关闭“境外牌照 + 境内获客 + App交易 + 跨境资金流”的资金通道。

这就再次说明，哪怕你是有国际上的牌照，但只要你招揽中国用户作为客户，就需要有中国的牌照，没有中国的牌照就是非法的。

更关键的是，这是资本项目管制、金融牌照监管、数据监管、反洗钱监管、互联网平台监管的一次合流。如果只是证券业务违规，证监会一家就够了，但这次是证监会、央行、外汇局、公安、网信、市场监管、金融监管总局等八部门一起做，说明监管对象已经不是简单的“无牌证券经纪”，而是一个绕开境内金融监管体系的跨境资金入口。

所以说，即便是有牌照，但如果认定了是协助境内资金出海，仍然会受到处罚，牌照是硬性要求，但并不是唯一要求。

当然境内投资者买美股、港股这件事本身没有被完全否定，但必须被导入官方认可的通道。比如 QDII、基金互认、互联互通、合格境内外机构安排，或者未来其他监管认可的跨境投资渠道。

那么肯定会有小伙伴问，现在在嘉信，盈透或者是 BIT 这样的券商买卖美股或者港股是不是违法的？

从目前公布的文件来看，这次打击的主体是券商，而个人并这次整治的主要处罚对象，或者说如果个人只是通过券商去买卖股票，并不涉及到任何的整治或处罚。

所以作为投资者的个人目前是安全的，并不会有任何的处罚措施。但“招揽、指导境内投资者开户并牟利的境内非法中介”在这次是处罚的范围之内。

虽然我估计大家也不在意，但事实确实是，如果你还在中国境内，然后推广海外的券商，指导中国境内的投资者开户，买卖美股，那么确实是属于违法的。

目前证监会定义的，能追究到个人的，属于是违法的有一下三条：

1. 个人继续做导流、开户链接、教程、社群指导、收佣金、返佣，这就可能被认定为非法中介。

2. 个人协助别人入金、换汇、拆分购汇、代持、代转账，这就不只是证券问题，还可能涉及外汇、反洗钱。

3. 个人用虚假用途购汇、规避额度、资金来源解释不清、逃税，那处罚依据不是这次证券整治本身，而是外汇、税务、反洗钱规则。

以上这三条都是会直接追究到个人的，当然从执法来看，并不是说你发了一条推广就会被抓起来，应该是如果牵扯到某些案件或某些人，这很容易变成连带责任，而且如果有人去举报，那么大概率会有风险。

最后总结一下：

中国正在把居民跨境投资纳入国家金融管理种。以前是用户只要能下载 App、完成 KYC、绑定银行卡、换汇入金，就可以绕开本国金融市场的产品供给约束。现在监管要重新认定只要实质上服务中国境内居民，就不能用境外牌照规避中国牌照、外汇、数据、反洗钱和投资者保护规则。

这对加密货币、RWA、代币化股票、Pre-IPO 、境外结构化产品也都有参考意义。未来问题不只是在海外有没有牌照，是不是足够合规，而变成了有没有面向中国境内用户营销、开户、提供交易入口、处理资金路径、提供中文客服、通过 KOL 导流。

只要这些路径在中国境内，就有可能被按非法跨境金融活动处理。

[qinbafrank @qinbafrank]

十张图拆解存储全球产业链，解读真的是很清晰。来自白馥说，贴过来一起学习下。

[OGAWA, Tadashi @ogawa_tter]

=>
"Non-adjacent Connection of High-Bandwidth Memory Chiplets, I/O Chiplets, and Compute Chiplets through Embedded Logic Bridges", OpenAI OpCo, Patent Appl: Apr 2, 2026 (Filed: Oct 2024) https://t.co/iKYD93d8h7

HBM Buffer Bridge Die, Apple (P: Mar 2024) https://t.co/9tQDiINdfJ

[Jukan @ ICML @jukan05]

LMAO, this came from OpenAI's chip patent. What the hell is this thing? Sama is trying to buy up all our memory

[Elon Musk @elonmusk]

Anthropic is guilty of stealing training data at massive scale and has had to pay multi-billion dollar settlements for their theft. This is just a fact.

[宝玉 @dotey]

Boris（Claude Code 创始人）解释为什么 Claude Code 不用 RAG 向量检索代码：

在开发 Claude Code 的早期版本时，我们曾尝试过 RAG 搭配本地向量数据库的方案。

但很快我们就发现，Agent 使用关键字搜索在实际应用中的表现通常要出色得多。

这种方案不仅实现起来更加简洁，而且还完美避开了 RAG 模式下那些令人头疼的“老毛病”：比如数据安全性、隐私泄露风险、信息滞后以及系统可靠性等问题。

[Boris Cherny @bcherny]

I'm Boris and I created Claude Code. I wanted to quickly share a few tips for using Claude Code, sourced directly from the Claude Code team. The way the team uses Claude is different than how I use it. Remember: there is no one right way to use Claude Code -- everyones' setup is different. You should experiment to see what works for you!

[meng shao @shao__meng]

Boris Cherny 的 Claude Code 十个使用技巧

1. 并行工作流
核心建议：同时运行 3-5 个 git worktree，每个运行独立的 Claude 会话。
为什么重要：这被团队称为"最大的生产力解锁"。通过并行处理多个任务，开发者可以在等待一个 Claude 会话完成时，切换到另一个任务继续工作。
实践细节：
· 有人设置 shell 别名（za, zb, zc）实现一键切换
· 有人专门设立"分析专用"worktree，只用于读日志和运行 BigQuery
· 这个需求重要到团队成员 @amorriscode 专门在 Claude Desktop 中内置了原生支持

2. Plan Mode 优先
核心建议：复杂任务先进入 plan mode，把精力投入到计划阶段，让 Claude 能够一次性完成实现。
高级用法：
· 让一个 Claude 写计划，再启动第二个 Claude 以 Staff Engineer 身份审核
· 任务出问题时立即切回 plan mode 重新规划，不要硬推
· 验证步骤也要显式告诉 Claude 进入 plan mode
深层含义：这揭示了一个反直觉的事实——与 AI 协作时，前期规划的投入产出比远高于后期修补。

3. 持续维护 CLAUDE. md
核心建议：每次纠正 Claude 后，都要求它更新 CLAUDE. md 规则文件，形成自我学习闭环。
关键洞察："Claude is eerily good at writing rules for itself"。
进阶实践：
· 持续精简和迭代规则，直到错误率可测量地下降
· 有人让 Claude 为每个任务/项目维护 notes 目录，每次 PR 后更新，然后将 https://t.co/hTD861LFJV 指向它

4. 构建可复用的 Skills 和 Commands
核心建议：创建自定义技能并提交到 git，跨项目复用。
团队实践案例：
· 自动化法则：一天做两次以上的事，就做成 skill 或 command
· /techdebt 命令：每次会话结束时运行，查找并消除重复代码
· 上下文聚合命令：同步 7 天的 Slack、GDrive、Asana、GitHub 到一个上下文
· Analytics Engineer 风格的 Agent：编写 dbt 模型、代码审查、在 dev 环境测试

5. 自动化 Bug 修复流程
核心建议：让 Claude 自己修复大多数 bug，减少人工介入。
具体方法：
· 启用 Slack MCP，直接粘贴 bug 讨论帖，说"fix"即可
· 对 CI 失败直接说"Go fix the failing CI tests"，不要微观管理具体步骤
· 让 Claude 分析 Docker logs 来排查分布式系统问题——"surprisingly capable"

6. 提升 Prompting 技巧
这是信息量最大的一条，包含三个层次：
a. 让 Claude 成为你的审核者
· "Grill me on these changes and don't make a PR until I pass your test"
· "Prove to me this works"——让 Claude diff 主分支和特性分支的行为差异

b. 推动更优解在得到一般性修复后说：
· "Knowing everything you know now, scrap this and implement the elegant solution"
· 这利用了 Claude 在对话过程中积累的上下文理解

c. 减少歧义
· 交接工作前写详细 spec，越具体输出越好

7. 终端与环境配置
工具推荐：
· Ghostty 终端：团队成员喜爱其同步渲染、24-bit 色彩和完整 Unicode 支持
· /statusline 定制状态栏，始终显示 context usage 和当前 git branch
· 终端标签页颜色编码和命名（配合 tmux），一个标签页对应一个任务/worktree

被低估的技巧：语音输入
· 说话速度是打字的 3 倍
· 结果是 prompts 变得更详细
· macOS 上双击 fn 键即可激活

8. 子智能体的使用
三种用法：
· 在请求后附加"use subagents"，让 Claude 投入更多算力
· 将独立任务分配给 subagents，保持主 agent 的上下文窗口干净聚焦
· 通过 hook 将权限请求路由到 Opus 4.5，让它扫描攻击并自动批准安全操作
深层意义：这是一种"agent 编排"思维——主 agent 负责协调，子 agent 负责具体执行。

9. 数据分析场景
核心实践：让 Claude Code 使用 bq CLI 直接拉取和分析指标。
实际效果：Boris 本人已超过 6 个月没写过一行 SQL。
通用性：适用于任何有 CLI、MCP 或 API 的数据库。

10. 学习辅助 - 四种学习方法：
· 在 /config 中启用"Explanatory"或"Learning"输出风格，让 Claude 解释改动背后的原因
· 让 Claude 生成可视化 HTML 演示来解释不熟悉的代码
· 让 Claude 画 ASCII 图来解释新协议和代码库
· 构建间隔重复学习 skill：你解释理解，Claude 追问填补空白，存储结果

[Alex Veremeyenko @alex_verem]

the best 20 accounts to follow in AI:

@karpathy = LLMs king
@steipete = built openclaw
@gregisenberg = startup ideas king
@rileybrown = vibecode king
@corbin_braun = cursor king
@jackfriks = solo apps king
@levelsio = solo startups king
@marclou = solo startups king
@EXM7777 = AI ops + systems king
@eptwts = AI money twitter king
@godofprompt = prompt king
@vasuman = AI agents king
@AmirMushich= AI ads king
@0xROAS = AI UGCs king
@egeberkina = AI images king
@MengTo= AI landing pages king
@rryssf = automations king
@kloss_xyz = systems architecture king
@emollick = AI science king
@Hesamation = AI/ML king

follow them all and learn.