lvlan hong

[逸尘 @gengdaJ]

最近这几个月分享了太多关���Codex的玩法了，横跨了赚钱、自媒体、视频、记忆系统、APP开发上架、教程等多个领域，大家进行系统学习的时候，可以把这篇推文发给Codex，让它给你推荐阅读路径。

一、边玩边赚钱与实战变现
1. Codex进阶实战教程，办公四件套、3D视频、电商自动化
https://t.co/iQpedrxwlu
2. GPT2-image变现杠杆思路，6步赚钱路线图
https://t.co/JmnyYcReXr
3. 第一款App已有上百付费用户，全程用Codex完成
https://t.co/UUWc3toPBx
4. GUI可视化数据中台想法，打通微信飞书X数据
https://t.co/hK7YXLFewR

二、Codex App 新手入门
1. Codex App 小白完整入门指南，界面设置权限全解析
https://t.co/3WMhhNaazG
2. Codex新对话代理问题完整修复方案
https://t.co/qLMn094nRO
3. Codex App是普通人最佳本地AI选择，对比Claude Code
https://t.co/AwOeGpQr98

三、记忆系统优化
1. 基于EverOS重构Codex记忆系统并开源模板
https://t.co/JEe8D6LlaY
2. Codex+Obsidian+SQLite+向量检索迭代升级
https://t.co/xQ2CLgU844
3. 一键搭建Obsidian长期记忆系统完整提示词
https://t.co/6rpYIHz8dT
4. 外接Obsidian大脑优化版提示词，Token大幅节省
https://t.co/ETkLAihZRx
5. Codex记忆系统开源模板，支持多Agent共用
https://t.co/pycB6qr40H

四、Agent开发与部署
1. 从0到1开发并部署生产级Agent实战视频教程
https://t.co/S0rIGrOhFv
2. 非技术小白用Codex完整开发项目的最佳路径
https://t.co/u8cMbxT4ID

五、工具集成与自动化
1. Codex打通微信飞书自动归档合同交付物
https://t.co/GXrrcsSGKR
2. Computer Use打通Codex与ChatGPT Pro调用最强模型
https://t.co/S8YO61eYbu
3. Codex最好用插件推荐，Computer Use与Playwright优先
https://t.co/oLW1wGSG7A
4. Codex官方支持开源模型DeepSeek GLM Kimi
https://t.co/8oPhJ01CSi
5. Codex+GPT5.5实现微信双开Skill
https://t.co/ssSqUMNnOY

六、Computer Use与实战案例
1. Computer Use冰山一角用法大清单，10+真实案例
https://t.co/TQkuSdsDYv
2. 用Codex完成App备案与华为审核全流程
https://t.co/sGkoVoNaSi
3. Codex修复自家WiFi连接问题仅用2分钟
https://t.co/iaVHAefI6s

七、产品比较与日常使用
1. Claude Fable5 vs Codex，坚持使用Codex理由
https://t.co/e7EMk72Ehj
2. Codex /Sites命令构建团队网站或App
https://t.co/pl90Df0VJW
3. Claude vs GPT Codex全面对比分析
https://t.co/ma6I6z6kpF
4. 学习Codex最简单方法，搜索主页所有Codex推文
https://t.co/O8xnCD21wF
5. 重庆线下Codex分享，下沉市场仍有巨大空间
https://t.co/g8BHwWe92a

[lvlan hong @honglvlan]

@SemiAnalysis_

[比特币橙子Trader @oragnes]

想建立高质量的AI信息流，从这15个账号开始！

这 15 个账号基本覆盖了：

研究 工程 教育 开源 产品 AGI 思考 AI 真实能力评测

@karpathy
他的推文经常提前定义 LLM 叙事。很多你两个月后在 LinkedIn 上看到的 AI 话题，可能他早就讲过了。

@fchollet
Keras 作者，ARC-AGI 提出者。经常分享关于智能、本质能力、Benchmark 和 AI 局限性的深度思考。

@ylecun
深度学习先驱，Meta 首席 AI 科学家。观点很宏观，也经常有对 AI 研究路线的批判和讨论。

@AndrewYNg
AI 教育领域的传奇人物。内容非常实用，覆盖机器学习建议、课程、产品落地和真实世界应用。

@rasbt
Sebastian Raschka，经常分享实用 ML / LLM 实现、“从零构建”教程，以及相关书籍内容。

@dair_ai
高频更新 ML / AI 论文线程，用通俗方式拆解前沿研究，适合快速跟进 AI 进展。

@lilianweng
前 OpenAI 成员。她的 Lil’Log 风格内容非常值得看，擅长深入拆解 LLM 研究和技术细节。

@jeremyphoward
经常分享 AI / Crypto 相关观点，也长期推动实用深度学习的普及和大众教育。

@simonw
Django 联合创始人。聚焦实用 LLM 工具、实验、提示词、Agent 和工程实践拆解。

@_akhaliq
持续整理最新 arXiv 论文、模型发布、开源 AI 项目和研究动态，信息流非常快。

@ID_AA_Carmack
关注 AGI 和底层优化问题，很多观点能让你重新思考“智能”和“工程”的本质。

@gwern
高质量长文作者，擅长 AI 研究笔记、深度 essays 和长期主义视角的技术观察。

@goodside
专注 LLM 评测、提示词研究和真实能力测试，经常能看到非常细的模型行为观察。

@drfeifei
计算机视觉先驱，关注以人为中心的 AI、空间智能和未来 AI 研究方向。

@demishassabis
Google DeepMind CEO。长期关注通用 AI 的未来方向，也是理解 DeepMind 路线的重要窗口。

大家还有要补的吗？评论区👇👇👇👇

[Sac @Saccc_c]

用 GPT Image 2 + Seedance 2.0，还原了故宫太和殿的建造全过程🤩

方法很简单，先用 Image 2 生成建筑完整模型、组件拆解图和建造流程图，再喂给 Seedance 2.0 生成动画

以前三维建模团队的活，现在两个 AI 工具就能基本跑通
（具体方法见评论区）

[Saito @SaitoWu]

https://t.co/1Uy22LwYvo

[lvlan hong @honglvlan]

@liushang1258 @SaitoWu 这个有视频
https://t.co/SBC7E6QjWN

[RelaxView @RelaxView]

开源TTS已经卷到这个程度了？
园区诈骗又有新武器了？

清华 OpenBMB 放出 VoxCPM2 —— 20亿参数，
用200万小时多语言数据训练，48kHz录音棚级音质，直接把传统TTS打爆！
最大杀手锏：不用Tokenizer！
传统方法先把音频切成离散token再生成，信息损失大。
VoxCPM2直接在连续潜空间做扩散自回归，音色、情感、细节保留完整得多。
硬核指标拉满：
支持30种语言 + 9种中文方言
RTX 4090 实时率0.13，流式输出几乎无延迟
用自然语言描述就能凭空生成声音（无需参考音频）
声音克隆可调情绪、语速、口癖

「终极克隆」模式：
一段参考音频+文本，连呼吸节奏都能复刻
Apache 2.0协议，商用友好

GitHub已破万星，连续霸榜Trending。
播客、有声书、游戏配音、短视频旁白……
开源方案已经完全够用，甚至更强。
GitHub：https://t.co/wJd7fXNesO

[散户研习社 @sanhuyanxishe]

算力芯片，细分方向核心公司梳理（附名单）

算力芯片是负责大规模并行计算的核心半导体器件，是AI大模型、智算中心与高性能计算的硬件底座。

CPU（通用处理器）

自有产品：海光信息、中国长城、龙芯中科

股权相关：禾盛新材、综艺股份、翠微股份、中文传媒

海光信息：国内CPU/GPU龙头，国内唯一一家生产x86芯片的企业。

中国长城：参股飞腾公司是CPU研发设计的国家队、国内领先的自主核心芯片提供商。

龙芯中科：国内自主CPU引领者、自主生态构建者，国内CPU企业中极个别可以进行指令系统架构及CPU IP核授权的企业。

GPU（图形处理器）

自有产品：海光信息、景嘉微、摩尔线程、沐曦股份、国芯科技

参股：东芯股份、华东重机、安孚科技、旋极信息、大胜达、比依股份、恒林股份

海光信息：国内CPU/GPU龙头，国内唯一一家生产x86芯片的企业。

景嘉微：国内GPU领先厂商，公司成功自主研发了一系列具有自主知识产权的GPU芯片。

摩尔线程：国产全功能GPU代表性企业，公司产品在部分性能指标上已经接近或达到国际先进水平。

沐曦股份：国内高性能通用GPU领导者之一，公司致力于自主研发全栈高性能GPU芯片及计算平台。

东芯股份：公司投资的上海砺算对标主流GPU架构，与��部生态无缝兼容，力争解决国产主流完整GPU架构自主可控的关键问题。

华东重机：持有厦门锐信图芯43.18%的股权，其主营业务为GPU芯片及解决方案，已经实现GPU芯片量产且批量供货。

MLU（机器学习处理器）

寒武纪：智能芯片领域全球知名的新兴公司。公司自研MLU系列云端AI训练/推理芯片，MLU590性能对标英伟达H20，已大规模商用。

ASIC（专用集成电路）

相关公司：芯原股份、灿芯股份、翱捷科技

芯原股份：中国大陆第一、全球前八的半导体IP授权服务提供商，国内领先的SOC及ASIC设计服务提供商。

灿芯股份：全球集成电路设计服务行业头部厂商，拥有一站式芯片定制服务，在ASIC定制芯片领域有成功案例。

翱捷科技：极少数覆盖多制式蜂窝、多协议非蜂窝的芯片企业之一。定制化ASIC能力国内领先。

PCle交换芯片

万通发展：公司持续推动数渡科���PCIe5.0交换芯片的商业��进程，PCIe5.0交换芯片于2025年第四季度实现量产，目前数渡科技已与业界头部客户厂家建立合作关系。

DPU（数据处理器）

致尚科技：公司收购的恒扬数据的DPU产品主要包括：NSA X1 DPU、NSA X3 DPU、NSA X5 DPU、NSA A3 DPU，主要应用于云计算集群和AI算力集群两大场景。

中兴通讯：公司自研的定海DPU芯片支持RDMA标卡、智能网卡、DPU卡等多种形态。

LPU（语言处理单元）

星宸科技：参股公司元川微是国内领先的基于LPU架构的算力芯片科技公司。

智微智能：参股公司元川微是国内领先的基于LPU架构的算力芯片科技公司。

XPU（可扩展处理单元）

昆仑芯：初灵信息、中信集团、比亚迪、北京君正、步长制药

初灵信息：公司持有昆仑芯股权。

中信集团：参股苏州元禾璞华智芯基金，该基金为昆仑芯主要投资方，间接持有昆仑芯股权。

TPU（张量处理单元）

中昊芯英：天普股份、艾布鲁、科德教育、浙大网新、浙数文化

天普股份：中昊芯英拟要约收购天普股份。中昊芯英是国内唯一掌握TPU架构训推一体AI芯片核心技术的芯片行业领头企业。

科德教育：公司持有中昊芯英股权。

艾布鲁：公司间接持有中昊芯英股权。

其他算力芯片

江原科技：品高股份、国芯科技、安博通

紫光展锐：紫光国微、紫光股份、浙江龙盛

品高股份：2025年11月20日公告，公司拟增资江原科技，增资后合计持有江原科技15.4182%股权，成为其第二大股东。

紫光国微：公司与紫光展锐均为紫光集团下属子公司。

紫光股份：公司与紫光展锐均为紫光集团下属子公司。

[Terry @RichTerry123]

市场都知道四巨头烧钱，但有没有想过一个问题：接近 7000 亿美元的 AI 资本开支，最后到底便宜了谁？

整理了5个方向：

1.能源基建：算力的尽头是电力，更是输配电。

非常卡脖子的是输配电设备：变压器、开关设备、微电网。

一个吉瓦级的数据中心，对变压器和电网连接的升级需求是成倍的，目前北美高压变压器的交货周期已经长达两三年。

2.ASIC 设计与 IP 服务

亚马逊的自研芯片年化收入突破了200亿，谷歌也有TPU，说明大厂自研ASIC的替代已成气候。

大厂缺乏底层物理层的设计能力，这就需要博通和Marvell以及Arm这样的芯片定制设计服务商

3.存储
市场对 HBM的炒作非常充分了，但很容易忽略eSSD，企业级固态��盘。

本地算力中心对庞大参数的存储，会疯狂消耗16TB 甚至 64TB 这样的大容量eSSD

4. 网络层：光电共进，光模块，铜缆

短距离互连上，高速铜缆还在爆发。

5.先进封装设备与测试

台积电的产能瓶颈在 CoWoS 这样的先进封装产能。

能提供先进封装所需的贴片设备、热压键合设备、混合键合设备的供应商是卡脖子环节。

随着芯片越来越复杂，为了保证良率，半导体自动化测试设备的使用量和测试时间都在大幅增加，这也是一个量价齐升的隐蔽环节。

这五把铲子，都会是承接这7000亿美元泼天富贵的受益者。

[问月wmoon | StableStock🐳 @_wmoon]

顺手补充几个
看美股大佬持仓和交易详情的网站
适合喂给你们的 Agent

1. https://t.co/Xr8iaTd2oB 界面新手友好
2. https://t.co/of5vUtYO78 更新很快
3. https://t.co/T0HeaoaatM 文章有点太���
4. https://t.co/5qEzKud5ns 广度不错
5. https://t.co/1oCFxUiJ46

除了看他们长期布局，这种监听还有短期风向，例如之前 QuiverQuant 发现众议员Tim Moore 持有GNPX，散户蜂拥跟进，股价瞬间拉涨约20%

[小Fo @Awsomefo]

这下悬念落地了，AI 硬件可以海阔凭鱼跃了。

[Y Combinator @ycombinator]

Inference Chips for Agent Workflows
@sdianahu

Most AI chips are designed for "prompt in, response out." Agents don't work that way. They loop, branch, and hold context across dozens of steps, and current GPUs hit 30–40% utilization as a result.

That gap is where purpose-built silicon wins.

[Hunter Bown @goodhunt]

鲸鱼兄弟们好，我是做 DeepSeek-TUI 的那个美国佬。

说真的，特别想跟国内的鲸鱼兄���们一起混——但我的翻墙技能仅限于写代码，微信到现在都没搞定，属实有点丢人。

求各位大佬帮个忙：
1）帮忙转发扩散一下，让这个开源终端工具翻过高墙被兄弟们看到
2）顺手帮我验证个微信号，我想建个群，大家一起聊 DeepSeek、聊开源、聊怎么把 agent 做得更好

作为交换，我发誓死守 cargo install 这条安装路径，绝不让任何一个兄弟受 npm 的苦。

顺带一提，这段话是 DeepSeek 帮我润色的——感谢鲸鱼赐我流利中文 🙏

https://t.co/fnO73VB5gs

[无颜 @WY_mask]

这个网站牛逼了，未来就业新方向？
https://t.co/fvtx04xC43

它把中国147个职业的AI冲击程度全部量化了，数据涵盖薪资，学历要求，自动化潜力等多个维度。图块越大，就业人数越多，颜色越深，被AI替代的风险越高

一眼看清哪些行业最可能被AI替代，哪些行业又最能抵抗AI的侵袭，方便提前布局避开“危险”领域，抢占未来的有利岗位

[qinbafrank @qinbafrank]

生成式AI往代理式AI迁移中，新的卡脖子环节又出现了，这次是CPU。之前市场关于算力紧缺的讨论都在GPU、HBM、光模块、电力等环节，其实对于CPU的关注比较少。其实Cpu的紧缺传了一段时间了，看最近英特尔、AMD走势最核心驱动力就是来自cpu开始出现紧缺了，甚至连过往不怎么受待见的港股联想集团，最近两周走的也很强。

1、为什agentic ai时代CPU占比会扩大？
传统AI（主要是大模型训练/推理）高度依赖GPU，因为Transformer的核心是并行矩阵运算，GPU擅长高吞吐的并行计算。这时CPU主要只负责“辅助”：数据路由、内存压缩、GPU调度等，导致数据中心CPU:GPU比例很低（典型1:4~1:8，甚至1颗CPU管8颗GPU）。CPU利用率低，基本是配角。

Agentic AI完全不同，它不是单次“问��”，而是自主多步循环（Planning → Tool Use → Act → Observe → Reflect → Iterate），涉及：
1）编排：调度子任务、多智能体协作、分支逻辑、重试机制。
2）工具调用：网页搜索、API调用、代码执行、数据库查询、向量检索（RAG）、文件处理等。
3）其他CPU密集任务：上下文管理、KV Cache处理、强化学习（RL）仿真评估、数据预/后处理。

这些任务高度串行、I/O密集、逻辑分支多，GPU并不擅长（甚至会闲置）。研究显示：工具处理阶段在CPU上可占总延迟的50%~90.6%（GPU在等待CPU）。Agentic工作流中CPU动态能耗占比可达44%，比传统AI高3~4倍。

简单说，Agentic AI把“思考”交给GPU，但把“做事/协调”交给CPU。CPU从“管家”变成了“总指挥”，必须大幅增加才能让整个系统高效运转。这就是CPU占比扩大的核心驱动（Intel、AMD、Arm、TrendForce等一致观点）。

2、CPU成为新紧缺环节的现实证据
今年Q1 Intel/AMD服务器CPU交期已经拉到6-12周，部分型号基本售罄，价格也提了10%以上。厂商自己都说“demand far exceeded expectations”。不是产能不够，而是Agentic AI把CPU从“可有可无”直接干成了“必须配足”的总指挥。

数据中心项目现在除了电力，就是CPU卡脖子最严重。传统x86（Intel/AMD）高功耗+产能紧张，供应链直接打爆。

3、CPU缺口会有多大？
行业共识是CPU:GPU比例将显著拉近，CPU需求大幅提升：从传统1:4~1:8（CPU:GPU）转向1:1~1:2（部分场景甚至1.4:1，即CPU比GPU还多）。看之前Arm估算，每GW算力需要的CPU核心从3000万激增到1.2亿（4倍增长）

CPU��力份额：在Agentic工作流中，CPU承担的算力比未来机架/集群可能从“GPU主导”转向更平衡，甚至出现专用CPU rack来支撑Agentic编排；AMD/NVIDIA新一代平台已开始按1:2~1:4设计

这就带来了CPU需求的真实拐点，是实打实的硬件重构。

4、特别要说下ARM服务器CPU会更受益一些？
Agentic AI最需要的就是“高核心数+低功耗+稳定串行处理”。ARM天生多核可扩展、perf/watt领先：Arm AGI CPU（136核，TDP仅300W）对比x86同规格功耗低40%+，每机架性能直接翻倍。风冷机架就能塞8000+核，液冷更能到4万+核，完美解决数据中心的“功耗墙”。

更狠的是生态大转向：AWS Graviton、Google Axion、Microsoft Cobalt早就自研ARM，云巨头集体“去x86化”。Arm 3月直接下场自研AGI CPU（首款量产芯片），Meta、OpenAI、Cerebras都是首发伙伴，OEM有联想、Supermicro。

Counterpoint预测：AI ASIC服务器CPU里，ARM份额从2025年25%干到2029年90%。Arm自己说，这波能把数据中心CPU TAM从30亿版税干到1000亿+，未来几年服务器CPU营收很可能超手机，成为最大增长极。

看下周和5月初英特尔、amd的财报电话会上，cpu实际出货量的变化、以及cpu的真实价格变化。这能说明真的有多紧缺。

5、CPU紧缺哪些公司会受益？
梳理了下哪些公司会受益，后续关注起来：
美股最核心：
Intel (INTC)ntel 依然是服务器 CPU 市场的霸主。短缺潮会提升其过往型号的利润率，且其 Gaudi 与 Xeon 的组合在代理推理端有强劲需求。

AMD (AMD)：理由：在 Agentic AI 服务器市场，AMD 的 EPYC 处理器因多核心优势和高性价比，目前在云厂商中的市占率持续提升，是 GPU+CPU 均衡配置趋势下的首选。

Arm Holdings (ARM)：越来越多的云厂商（亚马逊、微软、谷歌）开始自研基于 ARM 架构的 CPU。无论谁赢，只要 Agent 需求推高 CPU 核心数，Arm 的授权费就会大涨。

港股（制造与分销关键点）
中芯国际 (0981)：虽然其在最先进制程受限，但大量非核心逻辑控制芯片（支持 CPU 运作的辅助芯片）和中端 CPU 的需求外溢，会显著提升其产能利用率。

联想集团 (0992)：全球第一大服务器与 PC 厂商。在短缺潮初期，拥有强大供应链管理能力和库存的大厂能通过提价和保证供应，抢占更多政企市场份额。

A股（国产替代与配套产业链）
��光信息 (688041)：国产 x86 服务器 CPU 的龙头。在 Agentic AI 时代，由于其架构与全球生态兼容性最好，国内算力中心在补齐 CPU 短缺时，海光是第一顺位替代品。

龙芯中科 (688047)：自主架构 CPU 的代表。随着国产自主可控需求增强，在党政和关键基础设施的 Agent 应用中受益。

深南电路 (002916) / 沪电股份 (002463)：理由：配套受益。CPU 核心数增加和 GPU+CPU 配比调整，要求更复杂的 PCB（印制电路板）和封装基板，这些公司是全球高端服务器 PCB 的主力供应商。

澜起科技 (688008)：内存接口芯片龙头。只要 CPU 多，内存条就多。Agent 时代对内存带宽要求极高，其 MRDIMM 和内存接口芯片是 CPU 性能爆发的必需品。

投资逻辑核心其实两点：
1）量价齐升：CPU 厂商（AMD, Intel, arm、海光）最直接。
2）卖铲子的人：由于 Agent 需要高带宽，内存配套（澜起）和先进封装/基板（深���）的需求甚至比 CPU 本身更稳。

[天機檔案 TIANJI FILES @TianjiFiles]

2026年X平台7位宝藏中文财经博主推荐

内容优质、干货密集（非喊单型），覆盖宏观、美股、加密、出海、投资思维等方向，均为宝藏级账号：

@baoshu88
资深华尔街观察者，宏观+美股+投资实战分享，观点独立且接地气。

@raycat2021
前麦肯思，全球财经/美股深度研究，逻辑严谨、数据扎实，长期跟踪美股投资机会，内容质量高。

@Huanusa
AI时代周期与机会挖掘顶级观察者，独特视角，经常刷屏，是目前最有前瞻性的中文财经博主之一。

@qinbafrank
AI + Crypto + 宏观趋势独立观察，理性深度分析，长线程质量优秀。

@FinanceYF5
10年行业分析师，GenAI + 财经结合，实战型投研内容扎实。

@dotey
华语AI圈顶级信息源，虽然偏AI，但对科技财经、工具、产业趋势解读极强。

@Beichen
前凤凰网科技主编，纽约时报/彭博专栏作者，品牌与财经观察视角独特。

[岚叔 @LufzzLiz]

https://t.co/xqQyNppkPz

[烁皓 @eternityspring]

https://t.co/OuI8yF6XPq

[yofine @yofine2js]

爱马仕架构图

[李不凯正在研究 @libukai]

收到甲方爸爸的新需求，其核心是抓取指定账号在以下平台上发布的内容的各项数据：

1. 小红书
2. 视频号
3. 抖音
4. 公众号
5. B 站
6. 微博

反正我搜了一圈，尝试了各种工具和各种服务，没有一个是能保证实现 365 天稳定抓取的。

敢问各位天天用 AI 做爬虫的朋友，请指点一下到底有没有啥工具能全部搞定的？我是目标用户，付费意愿强烈啊！！！