Shanqiu

[Dr.Wang @HotmailfromSH]

一个人的“磁场”，藏在他的言语和行为里。

X当然是自由表达的地方。你可以有观点，可以吐槽，可以愤怒，也可以讲一些不那么体面的东西……

但自由不等于毫无边界，动不动就把生理排泄物、生殖器官挂在嘴边，把粗俗当幽默，把攻击当豪气，把冒犯别人当成真性情……看似很洒脱，时间久了，暴露的是一个人的表达习惯与内在状态。

在心理学上有一个很朴素的道理，你长期输出什么，也会慢慢塑造什么样的人际环境。

一个情绪稳定、尊重他人、说话有分寸的人更容易获得同样的回应；一个习惯讽刺、攻击、污言秽语的人，也更容易吸引喜欢冲突、猎奇和互相攻击的人。

这可能就是所谓的“磁场”，它未必是什么神秘力量，更像是你的情绪、语言、行为不断向外释放信号，然后影响别人如何回应你。

所以，需要经营的这个“磁场”，并不是朋友圈有多广大，也不是认识多少牛人，而是你每天说什么话，如何对待别人，遇到冲突时如何表达，面对不同意见时有没有基本的道德底线与分寸感。

久而久之，你会发现你是什么样的人，就更容易进入什么样的关系；你反复释放什么信号，身边就更容易聚集什么样的人。

如果一个人的语言长期充满戾气，最后围绕他的往往也会是更多的戾气。记得之前看过丁聪老先生的一幅讽刺漫画，讲的是“垃圾堆里拍苍蝇”……其实最好的方法不是天天赶苍蝇，而是先别把自己变成它们喜欢停留的地方……

[路飞 🏴‍☠️ AI 研究员🧐 @0xluffy_eth]

收藏 1000 条 Prompt 你大概率一条都记不住，
但这 7 条真的够用了！

我把自己长期用的、以及网上真正跑出过高数据的 Prompt 重新筛了一遍。

最后只留下 7 条：

问问题、拆需求、挑漏洞、改简历、去 AI 味、学语言、学新技能

直接复制👇🧵

[Epic Maps 🗺️ @theepicmap]

This is How Himalayan Belt form

[Morris @Morris_LT]

中国的孩子，这一辈子能走多远，很大程度上取决于他有“多叛逆”。因为中国的主流成长叙事，并不是以“让每个人最大化自身潜力”为目标，而更擅长筛选少数适合体制与组织的人，同时把绝大多数人训练成守规则、走标准路径、接受统一评价的人。于是很多人真正被限制的，不是能力，而是太早相信了别人告诉他的边界：什么年龄该做什么、什么学历配什么工作、普通人应该过什么生活。所谓叛逆，不是逢规则必反，而是拥有反叙事的能力，不认命、不迷信权威、不把社会共识直接当成自己的命运，敢于追问“为什么不可以”，然后亲自去试、去验证、去建立自己的评价体系。叛逆只是突破口，反叙事才是本质；反叙事之后产生主体性，主体性最终决定一个人能不能走出别人替他写好的剧本。

[看不懂的SOL @DtDt666]

普通人想看懂经济，第一步不是天天看财经新闻。
因为新闻只告诉你“发生了什么”，但不告诉你“为什么会这样”。
真正有用的，是先在脑子里搭一张宏观金融地图。
这张地图里，最重要的不是一堆复杂名词，而是 6 个按钮：

利率、通胀、信用、财政、汇率、就业。
1️⃣利率决定钱贵不贵。
2️⃣通胀决定购买力有没有被侵蚀。
3️⃣信用决定市场借钱容不容易。
4️⃣财政决定政府是收缩还是扩张。
5️⃣汇率决定本币和外部资金流向。
6️⃣就业决定居民收入、消费和信心。

普通人只要先把这 6 个按钮看懂，很多新闻就不再是碎片。
1️⃣比如美股为什么涨？
可能不是公司突然变强，而是利率预期下来了。
2️⃣黄金为什么涨？
可能不是大家突然爱黄金，而是货币信用开始被质疑。
3️⃣A 股为什么弱？
可能不是企业全都不行，而是信用、地产、居民信心还没完全修复。
4️⃣BTC 为什么突然拉？
可能不只是币圈情绪，而是流动性、美元周期和风险偏好一起在变化。
很多人投资亏钱，不是因为不努力，而是每天都在追结果，却没有看变量。
看到一个消息就激动，看到一根阴线就怀疑，看到别人赚钱就想换赛道。

但经济运行不是靠情绪驱动的，它背后有一套传导链：
通胀影响利率，利率影响估值；
信用影响企业扩张，财政影响需求；
就业影响消费，汇率影响资金流向；
最后才反映到股票、债券、黄金、商品、房地产和基金价格里。
所以普通人建立“经济雷达”，最开始不要贪多。
先用 1 个月建立地图，知道经济系统有哪些按钮。
再用 2 个月补经济学基础，知道每个变量怎么影响资产。
最后再慢慢把它放进自己的投资系统里。

我的理解很简单：
看新闻，是接收信息。
看变量，是建立判断。
看传导链，才是在训练投资能力。
普通人不需要成为经济学家。

但至少要知道：
钱从哪里来，钱为什么贵，钱往哪里去。
这三个问题想明白，投资就不会总被情绪牵着走。

[世界运作指南 @TheWorldManual]

如何快速扩大人脉圈？

第一，走出家门，多参加社交活动。对啊，想要和更多的人结交，首先我们得走出家门。多参加一些社交活动，比如朋友聚会、志愿者组织等等，这样就可以结交到各行各业的新朋友，扩展自己的人脉圈啦！

-

第二，加入兴趣小组。对于爱好相同的小伙伴，聊天起来永远没有节操哈哈！与同好者交谈可以增加友谊值，也能结交新朋友哦！所以JOIN一些自己喜欢的小组，别怕，发扬自己的好交际本领！

-

第三，利用社交媒体。现在社交媒体可是个很好的手段哦！要多利用这些工具和更多的人建立联系，比如小红书。在社交媒体上认识到的人不但互相了解，还有可能为你提供更多的机会哦！

-

第四，参加职业活动。如果你想更广泛地接触人群，那么职业活动是一个不错的选择。比如招聘会、行业聚会、学术研讨会等等。这些聚会可以让你与不同地区、不同行业、不同年龄人群深入交流，更好地扩大人脉圈。

-

最后，尽可能多地和人交流，展现自己的个性魅力。这是扩大人脉圈最重要的一点哦！豁出去，多和不同的人交往，展现自己的独特魅力，让更多的人认识并了解你。这样你的人脉圈就会不断扩大啦！

-

[Shanqiu @ShanQ216]

没错

[娜美知识库 @fhwofjow51260]

人到中年15条保持自身精力方法

1）第一大补就是睡觉，睡够、睡稳，比什么补品都重要。

2）少让自己长期陷在愧疚和恐惧里，一个消耗过去，一个透支未来。

3）自信和爱是很重要的能量来源，多做让自己有成就感、连接感的事情。

4）好好吃饭，蛋白质、蔬菜、主食都要有，别长期节食和乱吃。

5）保持运动，尤其是力量训练，肌肉量和体能上来了，人真的会精神很多。

6）多出去走走、晒晒太阳、看看树，别一天到晚闷在房间里。

7）戒烟，酒能少就少。所谓“喝酒解压”，很多时候只是把疲劳推迟了。

8）找到适合自己的放松方式，泡脚、热水澡、按摩都行，核心是让身体真正松下来。

9）早上练练八段锦、散步或者拉伸，哪怕只有几分钟，也比起床就刷手机强。

10）减少无意义社交，是最省精力的方式之一。

11）保持一个稳定的心态，很多事情换个角度看，根本不值得内耗。

12）远离长期抱怨、索取、打压你的人，关系也是有“能耗”的。

13）久坐一两个小时就起来活动一下，拉伸、走路都可以。

14）尽量规律作息，别白天靠咖啡续命，晚上靠手机熬夜。

15）把注意力收回来，只关注自己能控制的事情。

人到了一定年纪就会发现：

真正让人疲惫的，往往不是事情太多，而是精力漏得太多， 不一定身体多好，而是特别会减少消耗、及时回血。

[Education Feed @Dposts7]

How does fuel get from underground tanks into your car

[灰鸽子 @hui_gezi]

人到最后拼的，其实只有四件事：

稳定的现金流，让你有选择；
足够的肌肉量，让你有底气；
高质量的睡眠，让你保持清醒；
相对平稳的心情，让你不被生活拖垮。

钱养选择，肌肉养身体，睡眠养大脑，心情养人生。

其余那些攀比、评价、面子和内耗，大多只是噪音。

这四件事，你现在最缺哪一样？

[Shanqiu @ShanQ216]

@JenniferZeng15 除了会冷嘲热讽，你们这些人模狗样的货还会干什么，这是标准的搜救流程，蠢货

[Vegas Liu @vegas_liu]

如果家境一般或者没有太多家庭托举的年轻朋友，我有几个建议：

1. 不要因为起点低就自卑

这个世界就是一个巨大的草台班子，要学会祛魅，所有人都是边做边学。先把自己放到场上比站在场外怀疑自己重要得多

2. 尽早建立自己的赚钱能力

现在这个年代做生意已经不一定需要很重的本金

小红书卖知识库、闲鱼做信息差、帮别人做内容、做服务、做 AI 项目，很多事情真正需要的是你先找到一个有人愿意付钱的问题

别嫌钱少，赚到第一块属于自己的钱比什么都重要

3. 赚到钱以后先把自己和父母照顾好

该养父母就养父母，该改善自己的生活就改善。如果有七大姑八大姨或者狐朋狗友问你赚多少、做什么、买没买房全都没必要回应，与他们无关

4. 学一点投资

不一定一开始就要多专业，但至少要知道钱为什么会增值，风险从哪里来，也要承认有些东西自己看不懂

赚钱已经很难了，别最后又因为不懂投资理财被别人把辛苦赚来的钱骗走

[科技混子Chris @ChrisSlacker]

🚨 突发消息：NotebookLM 现在能给你当私人导师，效果堪比收费 150 欧元一小时的顶尖大学私教，而且免费！

下面这 8 个提示词，能顶掉你花大价钱买的辅导课：

[伊森不打卡Ethan @Ethannomadlife]

人际交往的残酷真相：

•你每接一次废话，身价就跌一分。

• 对冒犯性提问保持沉默，比任何反驳都更有威慑力。

•讨好型人格的宿命，就是成为所有人的情绪垃圾桶。

•别人敢反复冒犯你，是因为第一次冒犯的成本太低。

•频繁向你打听隐私的人，未必关心你，可能只是在收集谈资。

• 很多人找你倾诉，不是信任你，只是知道你不会拒绝。

•越怕失去一段关系，对方越敢随便对待你。

[Fred-New @Fred834567]

最近，我研究了一段时间的润学，
发现润到发达国家已经不是这个时代的最优解：

🇺🇸加美澳新：工资高，环境好，但物价和税高，无聊
🇨🇳国内：生活便利，物价低，但工作教育卷
🇪🇺欧洲：WLB但工资低物价高，治安差
🇯🇵日本：方便，文化近但压抑
🇪🇺欧洲：医疗福利好，但工资低物价高，办事效率慢
🇸🇬新加坡：安全高效税低，但地方小物价高，规矩多闷得慌，还有鞭刑

这就是为什么很多人润了还回来，也有的人也拼命想出去，因为没有最优解。

换个思路想：
如果哪都能待，为什么不挑个税低的地方收钱，物价低的地方花钱，信号好的地方干活的组合？

具体怎么搭？举个例子🌰：

赚钱放新加坡——税率低，资本友好，资金进出自由。
花钱去泰国/马来西亚——物价便宜，生活舒服，吃住不贵。
干活选欧洲——WLB拉满，没人催你，慢就慢点。
办事用国内——效率快，快递、外卖、跑腿，一天能干完的事不用等一周。

那具体怎么落地？给你三条实操路径：👇

路径1⃣：数字游民签证
爱沙尼亚、葡萄牙、西班牙、迪拜都有专门的数字游民签证，门槛不高。
你只需要证明有远程收入，就能拿1-2年的居留权。这段时间足够你实地测试一个地方适不适合你，试完觉得好就续，不好就换。

路径2⃣：税收居民身份切换
大多数国家判断你是不是税务居民，看的是你在那里待了多少天。每年在一个国家待不满183天，就不是税务居民。
你可以一年在泰国住4个月、在葡萄牙住3个月、回国内住3个月，剩下的时间到处跑——只要控制好停留时间，你的全球收入可能不需要在任何地方被征税

路径3⃣：公司注册和银行账户分散
公司注册在新加坡、香港、迪拜这类低税地区，银行账户开在多个国家，资金放在利息高的地方，日常消费用当地货币。
资产分散了，抗风险能力也上去了。

一张护照锁不住你，一张地图才困得住你🪞

[AIGCLINK @aigclink]

上午接待一个基金的咨询单，聊了聊具身智能的发展情况，有几个重点也分享给大家，说到哪算哪：

1、全球具身市场主要集中在中美，美国大脑类的公司走得快，中国本体公司走得快

2、中国有一个非常重要物理数据的优势，就是制造业数据场景，这个是美国不具备的，也就是中国拥有触达全球最高质量世界模型数据的优势，数据体量和质量会好于美国

3、行业对于具身智能走完全非结构化场景是不看好的，反而比较看好的是半结构化场景（比如仓促物流、便利店、药店等），完全结构化场景（主要是工业场景）已经太卷了

4、具身领域也有一个物理世界的数据飞轮，目前走通这个路径国内玩家：智元、银河通用、星河图，国外的典型玩家：tesla optimus、waymo等。这些玩家的基本上都有一定的真机装机量，且在场景里在跑，每天能够手机不少物理真机数据。

5、目前各家基本上将wam+vla模型融合在一起用已经是标配了，这个在26年1月份就预测过了

6、国内具身大脑上值得关注的公司有蚂蚁的lingbot系列，国外值得关注有skild等，这些都是做大脑的一脑多机路线的。蚂蚁的大脑有一个优势就是医疗、消费这些场景，是其他公司不具备的，所以不要贸然纯做大脑，还是要有一定的场景基础

7、目前评测这些机器人好不好用，有两个维度：一个是看的是固定几个动作在足够长的时间里人介入次数的多少；二是看多个动作最终的准确率，假如有10个动作每个动作95%的准确率，最终准确率就下滑到不到60%的准确率

8、数据链上，大多数预训练公司的数据主要有70%数据用的是互联网的视频数据（缺乏action）和第一视角的数据（ego、umi等），剩下的一小部分用真机和仿真数据（涵action），所以像智元、星河图这种已经在场景侧搞了很多真机在一线的，基本上已经形成物理世界模型的数据飞轮了，别人后期再追就很难了

9、最后说说宇树，宇树目前只有出货量，没有形成物理世界模型飞轮，或者说它不做大脑，加上它的数据场景主要在表演和实验室，这些无法拿到优质的场景物理数据，所以相比于其他家还是有些弱，不过未来如果他跟大脑公司（比如蚂蚁灵波）合作的话是另外一番景象。

[Shanqiu @ShanQ216]

@laocao1234 看得出来，中共的统治多么成功，思维被驯化的都会抢答了

[Guillermo Casaus @_guillecasaus]

Tu Android tiene funciones que un iPhone no puede ni soñar.

Muchas llevan tiempo disponibles y casi nadie las utiliza.

He recopilado 10 funciones que cambiarán por completo cómo utilizas tu móvil.

🔖 Guárdalo. Te vendrá bien.

[阑夕 @foxshuo]

前段时间，美国风投机构Dimension Capital的几个合伙人来中国深度拜访了一圈AI公司，用于修正自己的投资判断，他们回去后发给出资人的内部信传得挺广的，全文翻译如下：

跨太平洋的AI棋局

1、稀缺催生进化

美国的出口管制本意是为了拖慢中国的AI发展，但结果却意想不到的制造出了一种进化压力，导致中国的AI实验室拥有了世界独有的竞争围栏。

因为缺少算力，中国团队被迫深入到极其底层的架构里去做工程优化，DeepSeek在刻意削弱性能的H800上训练模型，并绕过CUDA在更下面的PTX上编程，甚至要把每张GPU里的一部分流式多处理器专门分配给跨节点通信。

我们认为，这并不是美国工程师干不了的事情，而是因为两边的刺激机制不同。

美国的AI公司更愿意用资本解决问题，每多投入一美金，就能多买来一美金的算力，但在中国，因为始终没有充足的算力可供购买，所以形成的方案是，每多一个懂编译器的工程师，就能降低整个团队对于算力的需求。

最后形成的是一种覆盖全栈的效率文化，从系统、优化器、推理算法、一直延伸到芯片，这种能力可以持续积累，不像一次性的资本开支，用完就结束了。

2、中国开源模型完成了过去20年中国SaaS都没能做到的事情——进入西方生产环境

不到18个月，中国模型在OpenRouter上的Token消耗份额从不足2%飙升到了45%，Qwen成为Hugging Face上面最快突破10亿次下载的模型家族，大约80%的美国AI初创公司，已经在内部部署了至少一款来自中国的开源模型。

开源绕过了传统软件采购的审查，当模型可以免费部署，也就不存在「供应商」让你放进黑名单。

但吊诡的地方在于，中国的开源模型本质上是在承担西方的生产成本，而并没有拿走西方的生产收入。

因为可以自行部署那些开源模型，所以最主要的利润，仍然流向负责提供Token的云厂商。

所以中国人把模型价格打了下来，让竞争对手很难受，但最主要的受益者仍然是美国的其他商业公司，因为它们能用到更便宜的模型了。

这不是说中国AI公司有钱不赚，开源这种生态在客观上就是会把利润的最大头分配给云厂商，而非模型开发商。

3、中国前沿模型的内部竞争，比西方预计的更加激烈

我们的判断是，目前中国模型的第一梯队包括DeepSeek、Qwen、Kimi、Doubao和GLM，它们之间的差距非常小，洗牌也相当频繁。

五家实验室同时比拼发布速度和模型能力，而且全部开源（译注：豆包并没有开源），这与美国主要由两家闭源实验室主导的竞争环境截然不同。

我们在这一周里最明显的感受就是，中国模型之间的竞争，可能更甚于它们和美国模型之间的竞争。

4、今天，AI要从太平洋两岸来回跑两趟，才能最终落地到客户那里

现在的循环大致上是这样的：

美国的前沿实验室训练出SOTA级的模型；

中国的前沿实验室对这些模型进行蒸馏，然后开源；

美国的AI服务商再基于中国的开源模型进行微调，做成产品卖给美国企业……

Cursor所谓「自主研发」的Composer 2，被发现是用Kimi K2.5改的，Cognition的SWE-1.5看起来也像一个定制版GLM。

就在我们坐在从上海去北京的高铁上时，Harvey发布了自己的专有模型Harvey Tenet——它是对Kimi K3进行了后训练所得到的产物。

如果是一年前，这些公司大概率会选择Llama，或者Mistral。

如今，美国垂直AI行业的底层基座，正在变成中国的开源模型——而这些模型内部，又潜藏着来自美国前沿模型的智能。

5、数据层似乎也在发生类似的事情

Mercor、AfterQuery、Turing这些美国的数据标注公司，都已经公开披露与蚂蚁、阿里巴巴和字节跳动存在商业合作关系。

同时，我们也在中国看到了一批刚刚出现的新公司，它们没有再去做数据标注的生意，而是转为评测和验证基础设施。

比如UniPat。

这家公司成立于2025 年12月，创始人是一名北京大学博士生，此前曾在阿里、月之暗面和腾讯工作。

UniPat发布的 基准测试，已经开始被美国实验室引用到自己的模型报告中，它还声称，通过自己基于Rubric的监督方法训练一个小模型，也取得了很好的效果。

这种思路还是在用更高质量的监督替代更多算力，与我们在第一点中提到的现象完全一致：资源，尤其是算力受限的环境，会逼迫团队发展出不同的适应性能力。

我们在北京和上海见到了好几家这样的公司，绝大多数成立不到24个月，其中少数几家的收入已经很快的突破了1亿美金。

6、美国和中国面临的难题完全不同，而且恰好相反

2024年，中国新增的电力供给是429GW，美国大概是51GW。

根据预估，一直到2030年，中国每年新增的电力供给，都将在400GW以上。

美国的情况是，目前光是数据中心的扩建项目，就有241GW的电力缺口，因为电网接入的积压，需要排队等上5年时间。

中国真正的瓶颈，正如我们提到过的，是算力资源不足。

最直接的例子就是月之暗面：Kimi K3发布后不到两天，就因为推理能力不足而暂停了新用户注册。

所以：

美国芯片充裕，但越来越受制于电力；中国电力充裕，但一直都受制于芯片。

我们可以确信的是，中期AI局势很大程度上将取决于哪一侧的障碍先被推倒，是美国的电网容量先得到改善，还是中芯国际和华为的先进封装以及良品率提升得更快。

7、中美两国的AI产值差太远了

Anthropic在7月的年化收入超过了650亿美金，OpenAI的同期数字在400亿美金左右。

相比之下，中国收入最高的模型是字节跳动的Seedance，年化收入大概在20-30亿美金之间。

中国的纯语言模型公司，年化收入都还停留在数亿美金级别，比如DeepSeek正在接近5亿美金的水位。

消费端也有同样的困扰，豆包的月活用户已经达到3.45亿了，超过Qwen和DeepSeek之和，但每天产生的收入仍然不到100万人民币，而且基本全部都来自购物佣金。

中国的消费者不愿意为软件付费这个死结，我们也不知道该如何解开。

当然，拥有如此庞大的用户规模，最终完全可能找到具有中国特色的商业模式，这在十年前的消费互联网已经发生过一次了。

那就是羊毛出在猪身上，靠电商和广告来实现模型的商业化，中国的创业者身上有种实用主义精神，他们不会因为某种商业模式不够AGI而回避它。

8、硬件和半导体在脱钩，软件和数据在融合

两个国家的政策反应速度已经跟不上了：

美国的产品跑在中国的模型上；

中国的实验室在新马泰租用英伟达的GPU训练模型；

专家标注的数据则在两个方向上互相流动；

所以我们觉得「到底哪边在赢」是一个伪命题，在目前的状态下，两个体系已经高度相互绑定，以致于国家层面的胜负很难被清晰定义。

除非RSI（递归自我改进）的实现能从根本上改变整个系统结构。

9、中国的一些顶尖研究员相信他们已经拥有弱形式的RSI了

在此语境下的RSI，仍然受到算力限制。

更准确的说，这些系统如同RSI的早期雏形：

研究员自己介入其中，通过人工辅助的方式，加速模型到达原本最终也可能到达的能力，从而节省算力和时间。

打比方来讲，这一阶段的RSI，最接近1990年到2010年之间流行的「半人马国际象棋」：

机器加人类的组合，比单独的人类或单独的机器都更强。

10、接下来会有一个至关重要的分叉

假设RSI会随着算力规模的增长而进化，那么美国所处的位置就相当有利了。

目前，美国那两家顶级实验室各自运行有大约2GW的算力基础设施，同时每家已经锁单超过5GW，计划到2030年达到约30GW的水平。

理论上，这些公司拥有巨额收入和资本市场的全力支持，可以大力出奇迹的推动RSI，而中国根本没有足够的芯片追赶。

但另一种情况是：

如果真正的瓶颈并不在于算力，而是质量；

或者，这条技术线所需要的时间足够长，长到足以让中国的优化能力和替代芯片发展到可用水平；

那么过去18个月已经出现的趋势可能不仅会继续，还会加速：

美国前沿模型能力进一步商品化；

中国开源模型变得越来越无处不在；

美国垂直AI公司则获得新的机会——在外国开放权重模型上做微调和应用；

与此同时，大量新增的调用量和利润，会流向负责提供推理服务的公司，目前来看，主要就是超大规模云厂商和新型算力公司。

当然，这一判断建立在电力基础设施按中性预测发展的前提之上。

11、还有一种未来的可能性是，美国的前沿实验室不再对外提供最新版本模型的API了

现实是，目前这一代模型的能力，已经可以满足绝大多数商业需求了。

未来顶尖的高端模型，可能不会再按调用量定价，而是像交付SaaS系统那样，按结果定价。

这样做还有另一个效果：限制中国实验室的蒸馏行为。

美国公司的代价是要放弃不断增长的API调用收入，作为回报，它们可以切断太平洋对面的竞争威胁。

或者至少，这会迫使中国进行昂贵的预训练，从而进一步挤压中国已经存在的算力资源。

12、监管政策砍不断跨太平洋的暗通款曲

到了今天，如果还认为可以简单切断这种联系，实在是过于天真了。

中美两国的技术人员正在通过各种媒介「对话」：

模型蒸馏、开放权重、数据标注、推理服务，以及越来越多的软件执行框架和智能体基础设施。

眼下正在讨论的一些粗暴限制措施——实体清单、托管禁令、采购禁令——几乎肯定会抑制美国自身的创新，并让美国在这些领域失去领导地位。

而空出来的位置，必然会迎来快速跟进的中国竞争者。

13、西方一直在讨论的估值泡沫，在中国市场明显更加突出

中国AI公司的收入规模更低，却享有更高的估值倍数，这是资本市场的一大奇观。

月之暗面的估值是年化收入的115倍，智谱、MiniMax在上市之初也都是100倍，相比之下，Anthropic只有20倍。

我们的判断是，这可能源于中国的资本市场仍不够成熟。

过去二十年，这个市场更习惯于给消费软件公司定价，而现在才刚刚开始建立一套能够理解企业软件和开源商业模式的成熟估值框架。

对于合适的投资机构来说，中国内地和香港存在着相当大的机会，能够找到新兴行业的领先标的。