Olivia
Online
Pinned Tweet
2020年到2024年复盘一下石油美元：
1⃣️2020.1-4.疫情-原油需求减少，原油价格归零，同时，原油企债抛售，市场缺少流动性，「美元荒」。美股四次熔断。BTC减半兑现往3000走。
2⃣️2020.3-2022.3年史诗级大放水，放水对象是美国境内所有人。全市场爆炒，传导至 -「通胀」
3⃣️2022.3月-2023.11月加息
我也很希望我能这样，随地大小的快乐
这是我机器人的唯一标的。太烦了，我还没买够就推。
专门写给我的中文读者：
绿的谐波（LeaderDrive，688017，577.3亿人民币）是我在布局人形机器人赛道时最青睐的中国上市标的。
他们的业务涵盖：
谐波减速器（据称占有超过60%的国内市场份额，以及1800多家全球客户）
人形机器人旋转关节减速器
直线执行器
电机/关节，以及许多其他核心零部件。
并且他们正在进军行星滚柱丝杠（planetary roller screws）领域。
目前占据着绝对的主导地位：超过60%的国内市场份额以及1800多家全球客户。
主要客户包括优傲机器人（Universal Robots）、优必选（UBTech）、智元机器人（Agibot），而特斯拉（Tesla）、Figure 以及绝大多数其他人形机器人研发商都很可能是他们的潜在客户。
如果你看一下这些零部件的 BOM（物料清单），粗略估计它们占到了每台研发出的人形机器人的 4-15%，随着他们进军更多细分领域，这个比例可能还会更高。
我认为没有人能对这类公司进行精确的财务建模，其前景更多取决于未来几年内会有多少人形机器人实现量产。
这其实是对一家能够在每台生产出的人形机器人中占据可观份额的公司，进行的一种方向性做多（directional long）。
在可扩展的规模化量产方面，中国显然是该领域的领导者，许多西方玩家无法将成本降到绿的谐波那样的水平。
随着我们向实体人工智能（physical AI）的规模化迈进，我极其看好机器人这个赛道。
我觉得AI目前可能已经有一定的预测能力，用行业的说法叫“高精度预测性幻觉”。
我的AI上个月给我说2025年3月worldcoin有一轮融资，数目1.35亿，对象a16z。但是我到处找源头没找到，以为是AI幻觉。
所以这是什么情况？
巧合或者AI某种更深层次的网络意识？
My dear front-end developers (and anyone who’s interested in the future of interfaces):
I have crawled through depths of hell to bring you, for the foreseeable years, one of the more important foundational pieces of UI engineering (if not in implementation then certainly at least in concept):
Fast, accurate and comprehensive userland text measurement algorithm in pure TypeScript, usable for laying out entire web pages without CSS, bypassing DOM measurements and reflow
我周末一直在想一个问题，Bybit这么赚钱，为什么还要把自己卖给Coinbase？
Coinbase要买Bybit少数股权，给到估值250亿美元。跟ICE投OKX一个价。
我周末想了很久，越想越觉得这事儿不简单。
我们先把这事拆成三个维度。
1.卖家角度：人人皆知交易所赚钱，Bybit为什么要卖股权？为什么不学OKX自己搞上市？为什么又是Coinbase？
2.买家角度：Coinbase作为美国交易所，为什么要买华人用户为主的bybit？
3.合规合规，合的到底是谁的规？
围绕这三个方面，我跟朋友进行讨论，以下是初步的结论，欢迎大家补充。
1.卖家角度：对Bybit决定的十万个为什么。
Bybit赚钱吗？
交易所是这个行业最赚的商业模式，没有之一。
人家能做CEO，Ben Zhou肯定不傻。
如果离岸模式能永远这么赚下去，
他肯定不会考虑IPO，也不会跟Coinbase谈。
但是吧，如今很明显。
离岸衍生品的快钱，天花板已经到头了。
往后的大钱，得靠机构资金池。
养老基金、主权基金、家族办公室，这些钱很难流进一个没有美国牌照的平台。
所以这些离岸交易所的命运，只有两条路：要么合规上岸，要么被围猎等死。
Ben Zhou同志选了上岸。
这就很有意思。
那聪明的你，肯定又问了：
Bybit为什么不学OKX自己搞IPO？
我觉得大概率是因为，OKX这条路太贵了，也太慢了。
你看看，Star之前花5亿美元跟美国司法部和解，花好几年在41个州拿牌照，再请摩根士丹利的人做美国CEO，
据说ICE只投了大约2亿美元，给了250亿估值，就拿走OKX董事会席位。
整个OKX基本算是为了IPO，Star脱了一层皮。
Bybit现在搞，等不起这个时间了。
所以最快的方式，就是出让少数股权给Coinbase，借Coinbase的联邦牌照、上市公司信誉、银行合作通道直接进场。
Ben Zhou这是用股权换时间。
2.买家角度：Coinbase为什么要买。
Coinbase在北美是王者，但出了美国就不行了。
Bybit在亚太、中东、欧洲经营多年，190个国家的用户覆盖，这些是Coinbase花钱砸广告都买不来的。
所以Bybit能帮Coinbase，解决用户数量及来源问题。
而且，如今ICE（纽交所母公司）投了OKX。Coinbase如果不动手，OKX借ICE的传统金融网络做大，Bybit也可能找别的合作方。
所以对Coinbase来讲，也要先下手为强。
3.合规合的到底是谁的规？
好了，现在你知道，
现在所有头部玩家，全在往美国资本市场挤。所有。
加密行业花了这么多年，讲「去中心化」的故事。
「去」到现在呢？
现在的加密，就是变成美国传统金融体系的一个子集。
其实我真觉得，有点好笑了。
所谓的合规，
就是华人交易所，
在这场「美国招安竞赛」里，
谁能找到最快的路，投靠最强的爹。
而美国以「合规」的名义，
收走了原本最强的华人交易所，绝大多数的话语权。
就如同，赌场不会感谢赌徒，赌场只会把他们榨干。
「合规」这个概念也一样，
美国人通过所谓的「合规」手段，
把华人交易所该有的价值，
统统榨干。
唉。
conflux这种团队是所有类别的团队里,最最最垃圾的那种。
不是指技术垃圾，而是同一个概念，上市了三次，现在要去美股第四次上市。
不要脸的程度，我是平生所见。
币圈资产跌出性价比了。准备陆陆续续买一点。
$ena
$wld
实际上：给AI喂养taste
今天在深圳一个小龙虾派对上，见到了几位投资人，其中也包括朱啸虎。
在最后的讨论环节，主持人问了一个很有意思的问题：
在 AI 时代，到底需要什么样的创始人？
朱总的回答让我印象非常深刻。
他说，
现在最重要的一种能力，其实是：Taste（品味）。
这其实是我在 AI 圈听过很多次的一个词，但这次我感受特别深。
因为这几天在深圳，我连续见了很多投资人。
他们几乎都会问我一个问题：
ZenStellar 这个产品的壁垒是什么？
在 AI 时代，尤其是软件领域，产品的技术门槛其实已经越来越低了。
很多东西都可以很快被复制。
所以我给他们的回答有两个。
第一，是硬件本身。
我们这颗看起来很简单的珠子，其实是花了接近一年时间反复打磨、迭代、测试才最终确定下来的。
一个看起来“很普通”的形态，背后其实是非常多的细节、试错和优化。
这是我们的一个壁垒。
但第二个壁垒，其实更重要。
就是创始人的 Taste。
也就是朱总今天说的：品味。
这件事情很微妙。
主持人后来也追问他说：
那你说的“品味”，到底是什么？
他说了一句话我非常认同：
它很难被定义，也很难被量化。
它就是一种感觉。
AI 很难做到这一点。
因为品味，本质上来自于一个人的经历、气质、审美、生活方式。
每个创始人都有自己的风格。
而他做出来的产品，最终也会变成他的延伸。
就像乔布斯。
他极致的产品审美，其实和他年轻时候学过书法有很大的关系。
某种程度上，我自己也是一样。
我从小学习中国软笔书法，并且拿到了书法十级。
我对“美”这件事情其实是非常执着的。
我很难接受丑的东西出现在我身上，
也很难接受丑的产品出现在我做的品牌里。
无论是产品设计、穿衣风格、妆容，甚至是我去一个地方拍照的时候，我都会考虑：
衣服和环境是不是和谐的。
因为“舒服的感觉”对我来说很重要。
所以很多投资人会问我：
为什么你会想到做这样的产品？
为什么你的产品看起来这么好看？
其实答案很简单。
因为我真的很在意这些细节。
我相信在这个 AI 时代，
功能可以被复制，技术可以被复制。
但品味，很难被复制。
除了 Taste，今天还有一位投资人提到一个词我也非常认同：
创始人的智慧。
这种智慧不只是聪明。
它包含很多东西：
•阅历
•判断力
•对一件事情的长期信念
•以及在失败中继续前进的能力
也就是 Resilience（韧性）。
这一点其实英伟达老板黄仁勋也讲过很多次。
创业者最重要的一种能力，就是：
在无数次失败之后，还能继续走下去。
所以今天这个小龙虾派对，对我来说收获很大。
如果让我总结一下，在 AI 时代我最认同的创始人特质是：
1️⃣ Taste（品味）
2️⃣ Wisdom（智慧）
3️⃣ Resilience（韧性）
技术越来越容易获得。
但真正稀缺的，还是人本身。
@Web3Feng 她是做了什么孽要和你约会结婚？
@xiaomucrypto 奥特曼这个人，装都不装一下
这就是为什么世界需要中国的开源模型。
Tonight, we reached an agreement with the Department of War to deploy our models in their classified network.
In all of our interactions, the DoW displayed a deep respect for safety and a desire to partner to achieve the best possible outcome.
AI safety and wide distribution of benefits are the core of our mission. Two of our most important safety principles are prohibitions on domestic mass surveillance and human responsibility for the use of force, including for autonomous weapon systems. The DoW agrees with these principles, reflects them in law and policy, and we put them into our agreement.
We also will build technical safeguards to ensure our models behave as they should, which the DoW also wanted. We will deploy FDEs to help with our models and to ensure their safety, we will deploy on cloud networks only.
We are asking the DoW to offer these same terms to all AI companies, which in our opinion we think everyone should be willing to accept. We have expressed our strong desire to see things de-escalate away from legal and governmental actions and towards reasonable agreements.
We remain committed to serve all of humanity as best we can. The world is a complicated, messy, and sometimes dangerous place.
这可能是今年最重要的AI新闻，但中文互联网还没什么人聊。
昨天，一家成立不到三年的多伦多芯片公司扔下了一颗核弹。他们不是做大模型的，不是做应用的，而是做了一件听起来很复古的事：把AI模型直接刻在芯片里。
这家公司叫 Taalas。他们做的芯片 HC1，运行 Llama 3.1 8B的速度是 17000 tokens/秒。作为对比，目前业界最快的 GPU 也就 2000 左右。十倍差距。
但这还不是最疯狂的。最疯狂的是，这块芯片只能跑这一个模型。不能换，不能改，不能升级。你买回家，它就永远只会做这一件事：以光速运行 Llama 3.1 8B。
Taalas 的赌注很简单：在这个所有人都追求灵活性的时代，他们选择了绝对的不灵活，换取绝对的效率。
要说清楚这件事为什么重要，得先理解过去几十年芯片发展的主线。从 CPU 到 GPU，再到各种 AI 加速器，所有人都在做同一件事：造一个通用的计算平台，然后用软件在上面跑各种模型。
这条路走到今天，遇到了一个硬边界。模型越来越大，内存带宽成了瓶颈。你把几百亿参数从显存搬到计算单元，这个过程消耗的能量和时间，已经比计算本身还要多了。
Taalas 的思路是：既然你每次都算同样的东西，为什么还要搬来搬去？直接把权重存在晶体管里不行吗？
他们真的这么做了。HC1 芯片里没有显存，没有 HBM，没有复杂的缓存层级。模型的每一个权重都对应着芯片上的特定晶体管，矩阵乘法通过电路的物理连接直接完成。你输入一个 token，电流流过这些预先设计好的路径，输出就是下一个 token 的预测。
这就像录音带和现场演奏的区别。传统芯片是每次都要重新演奏，Taalas 是把演奏录在磁带里，播放就行了。
这种设计带来了几个惊人的结果。
第一是速度。17000 tokens/秒意味着什么？你几乎感受不到延迟。不是"很快"，是"瞬间"。有测试者说，按回车的瞬间，答案就已经完整出现在屏幕上，甚至看起来像是预先准备好的。
第二是功耗。传统 GPU 运行 AI 推理需要液冷，一个机柜动辄几十千瓦。Taalas 的芯片只要空气冷却，十张卡加起来才 2.5 千瓦。他们号称能效是 GPU 的十倍。
第三是成本。制造这样的芯片，他们说是传统方案的十分之一到二十分之一。
但代价也是真实的。这块芯片出厂那一刻，它的命运就已经注定。Llama 3.1 8B，就是这个芯片这辈子唯一能做的事。如果明年 Meta 发布了 Llama 4，这块芯片就变成了电子垃圾。如果你发现这个模型有偏见，或者在你的应用场景里效果不好，你不能微调它，不能换别的模型，只能再买一块新芯片。
Taalas 的解决方案是：把定制芯片的周期从一年压缩到两个月。他们和台积电合作，只改变两层金属掩膜，就能为不同的模型生产新芯片。他们声称训练一个模型要花十亿美元，而定制一块这样的芯片只要花一千万。
说到这个团队的背景，确实豪华得有点过分。CEO Ljubisa Bajic 是 Tenstorrent 的创始人，之前在 AMD 和 NVIDIA 都做过架构师。COO Lejla Bajic 是他的妻子，同样是 AMD 和 Tenstorrent 的资深工程师。CTO Drago Ignjatovic 是前 AMD 的 ASIC 设计总监。这三个人加起来，可能设计了过去十年里你用过的一些最重要的芯片。
2022 年，当 Jim Keller 加入 Tenstorrent 并接管公司后，Ljubisa 选择了离开。六个月后，他创立了 Taalas。显然，他和 Keller 对 AI 芯片的未来有不同的看法。Keller 想做一个通用的、可编程的、软件友好的平台，而 Ljubisa 走向了另一个极端：彻底的专用化。
他们刚刚完成了 1.69 亿美元的融资，总融资额 2.19 亿。投资人里有个名字值得注意：Pierre Lamond。这位老爷子是 Fairchild Semiconductor 的元老，红杉资本的前合伙人，被公认为半导体行业的奠基人之一。这样的大佬背书，说明这件事至少在技术逻辑上是成立的。
现在的问题是：市场会买单吗？
Taalas 需要找到那些愿意为了效率和成本，牺牲灵活性的场景。比如语音助手，需要毫秒级响应，而且模型不需要经常换。比如数据标注，需要处理海量文本，用的是固定模型。比如一些垂直领域的专用模型，训练好了就不动了。
但也有人不看好。芯片制造是有污染的，如果每两年就要换一批芯片，这比 GPU 的更新换代更频繁，环保问题怎么算？还有人质疑，AI 模型进化这么快，两个月流片时间还是太长，等你做出来，模型可能已经过时了。
更根本的问题是：当 OpenAI、Google、Anthropic 都在拼命证明他们的新模型比旧模型好得多的时候，谁会愿意把自己锁死在一个固定的模型上？
Taalas 的反驳是：模型迭代的周期正在变长，人们开始依恋特定的版本。OpenAI 把用户从 GPT-4.5 迁移到 GPT-5 的时候，很多人抱怨新版本太谄媚了。也许未来我们会像对待手机型号一样对待 AI 模型：iPhone 15 出来后，还是有人用 iPhone 14，因为它们各有各的好。
我不知道 Taalas 会不会成功。这可能是一家改变行业的公司，也可能是一个技术史上有趣的注脚。
感兴趣的朋友可以去他们的demo站点体验一下什么是光速级别的inference：
https://t.co/dVvNuit1jZ
Introducing Claude Code Security, now in limited research preview.
It scans codebases for vulnerabilities and suggests targeted software patches for human review, allowing teams to find and fix issues that traditional tools often miss.
Learn more: https://t.co/n4SZ9EIklG
做不了`带着资产的TCP/IP协议`的网络不是好区块链。一百条公链会死，包括solana
Blockchains have always been and always will be tech for finance. Their core purpose is financialization.
That’s why architecting a chain to protect unification of liquidity is more important than practically anything else.
I am happy the misadventures around things like gaming in particular are fully dead and over.
More broadly, I felt the “read write own” / web3 articulation was too skeuomorphic and, frankly, intellectually lazy to transpire because new tech is never as simple as putting something on a blockchain and voila. You have to create new markets.
This narrative functioned more as a fig leaf for a reason to put VC dollars into more unnecessary infrastructure to rationalize a desire to create a private asset that could become magical internet money.
The more folks that launched projects to attract price based on selling a narrative to the wild Wild West of internet liquidity, the harder the legitimizing narrative machine worked to ascribe value to all this as the third coming of apps - “all the stuff you do today, but now it pays you”
In reality, the opportunity is immense, and bigger than our most creative minds can imagine, but not as it’s been articulated over the last few years.
This blockchain adventure has always been about finance: open financial rails for anyone and everyone on the internet.
This makes it newly possible for capital formation and internet formation to happen anywhere in the world, and for the ensuing innovation and progress to take hold. Open finance enables greater economic freedom and with it individual sovereignty and agency.
现在每次抄底，都要默念一遍：
2026年一觉醒来资产减值80%的概率为60%，如果这一天不在2026，那2027的概率为100%。
当然如果跌那么多，就完全可以抄底。
#量子安全
爱泼斯坦案后遗症：
美股科技股只买tsla
-------
币圈的mstr 和crcl不算科技
Last Seen Users on Sotwe
Trends for you
Most Popular Users
Elon Musk 
@elonmusk
240.8M followers
Barack Obama
@barackobama
119.2M followers
Donald J. Trump
@realdonaldtrump
111.7M followers
Cristiano Ronaldo
@cristiano
111.4M followers
Narendra Modi
@narendramodi
107M followers
Rihanna
@rihanna
97.8M followers
NASA
@nasa
92.2M followers
Justin Bieber
@justinbieber
91.1M followers
KATY PERRY
@katyperry
88.1M followers
Taylor Swift
@taylorswift13
81.9M followers
Lady Gaga
@ladygaga
73.5M followers
Virat Kohli
@imvkohli
70.5M followers
Kim Kardashian
@kimkardashian
70M followers
YouTube
@youtube
68.7M followers
Bill Gates
@billgates
64.1M followers
Neymar Jr
@neymarjr
63.4M followers
The Ellen Show
@theellenshow
62.4M followers
CNN
@cnn
61.9M followers
Selena Gomez
@selenagomez
61.2M followers
X
@x
60.8M followers