The One Neo

Choose my choice

[宝玉 @dotey]

微软 CEO Satya Nadella 发了一篇长文，提出了一个新概念：Token 资本。

他的核心论点是，AI 时代每家公司都需要同时经营两种资本。一种是传统的人力资本，员工的知识、判断力、关系网络；另一种是 Token 资本，公司自己构建并拥有的 AI 能力。两者不是此消彼长的关系，人的判断力越强，Token 资本增长越快。没有人的方向引导，算力只是在空转。

这个说法听起来抽象，但 Nadella 给出了一个具体的检验标准：你能不能随时换掉底层的通用大模型，而不丢失公司积累的专有经验？如果能，说明你真正拥有自己的 AI 能力；如果不能，说明你只是在租用别人的智能。

他建议企业把工作流、行���知识、决策经验转化成可以持���改进的 AI 系统，建立私有评估体系来衡量模型在实际业务中的表现，而不是只看公开跑分。这个学习飞轮一旦转起来，就像复利，每次改进的工作流都会产生更好的训练信号，进一步加速知识积累。

Nadella 还发出了一个颇有政治意味的警告。他拿全球化做类比：第一轮全球化时期，GDP 数字看着不错，但整个产业被外包掏空了，后果至今还在显现。如果 AI 时代重演这个剧本，少数几个模型吃掉所有行业的知识和价值，"政治经济体系不会容忍这种结局"。

--- 原文翻译 ---

没有生态支撑的前沿技术，注定无法行稳致远
Satya Nadella

最近，我一直在深思：在由人工智能驱动的经济浪潮中，企业的未来��竟在哪里？

这次变革与以往任何一次平台更迭都截然不同。过去，我们只是用数字化系统来提升人类的工作效率。但这一次，我们破天荒地在人类与数字系统之间建立起了一个真正的认知循环 (cognitive loop)。这绝对是个颠覆认知的概念，因为它彻底改变了我们对企业内部“工作”本质的定义。

当 AI 模型能够源源不断地吸收人类和组织的专业知识，并将其变成大众化的廉价商品（即将原本稀缺的专业技能变成人人唾手可得的通用能力，从而削弱企业的核心壁垒）时，真正的危机出现了。我们面临的关键挑战，不再仅仅是如何使用某个数字化工具或系统，而是企业该如何在这个全新的世界中持续学习、积累知识产权 (IP)、保持独特性并茁壮成长。

每家公司都必须构建两种资本：一种是我们熟知的“人力资本” (human capital)，另一种我称之为“Token 资本” (token capital)。人力资本包含了员工的知识储备、判断力、人脉关系、创造力以及识别事物规律的能力；而 Token 资本则是指企业自身打造并掌控的 AI 实力（在这里，“Token 资本”一词很形象，因为大语言模型 (LLM) 处理信息的基本单位就是 Token）。

必须强调的是，随着 Token 资本的不断壮大，人力资本并不会因此贬值。相反，它会变得比以往任何时候都更加宝贵！我坚信，人类的主观能动性 (human agency) 将是推动 Token 资本增长的核心引擎。人类负责设定宏大的目标，跨领域地将线索串联起来，建立关系网，并洞察出最关键的规律。如果没有人类在前方指引方向，那些强大的计算力不过是在原地打转罢了。

这就意味着，真正的机遇并不在于你去市面上挑选一个“最好”的模型，而在于如何在模型的基础之上，构建一个能让人力资本和 Token 资本产生复利效应 (compound) 的“学习循环” (learning loop)。你可以把某项任务甚至整个岗位都外包出去，但你绝对不能把“学习能力”给外包了。企业未来的核心竞争力，就在于能否在人类与 AI 之间不断积累并放大这种学习能力。

这需要一种全新的架构思路：每家企业都要能够构建出能随着时间推移自我迭代的 AI 智能体系统 (agentic systems)，同时还要牢牢掌控自己的知识产权。一家公司应该能够随时替换掉底层的某个“通才模型” (generalist model)，而不丢失那些已经沉淀在系统里的、像“公司老兵”一样丰富的专业经验。在未来的时代，这将是检验企业是否拥有数据控制权和技术主权的关键“试金石”。

企业需要将自身的工作流、领域知识以及多年积累的判断力，统统转化为每一次使用都能自我进化的 AI 系统。企业应当建立私有评估机制 (private evals)（即企业内部针对自身真实业务场景定制的模型能力测试标准），用来检验模型是否真正在对企业有价值的结果上取得了进步，而不能仅仅依赖外界的公开跑分盲目自嗨！专属的强化学习 (reinforcement learning) 环境，应该让模型通过吸收组织内部真实的业务数据和工作轨迹变得越来越强大。这样的专属知识库，能让企业的组织记忆变得随时可检索，同时也让 token (tokens) 的运转效率大幅提升。

这种循环，将成为企业全新的知识产权。我把它想象成一台不断向上攀登的机器 (hill climbing machine)。而且与大多数资产不同，它具有强大的复利效应。每一个被优化的工作流，都会产生更优质的训练信号，从而加速这家企业独有的隐性知识 (tacit knowledge) 的积累。那些尽早布局构建这种循环的公司，将会获得一道难以复制的��城河，无论未来市面上又出了什么能力炸裂的新模型，都无法轻易撼动其地位。

我们最不愿看到的局面，就是各行各业的所有公司，都在向少数几个贪婪吞噬一切的巨头模型割让价值。如果所有的经济价值都只被少数几个模型垄断，政治经济体制是绝对无法容忍的。社会也绝对不会允许一个让整个产业被彻底掏空的 AI 未来。

回想一下全球化初期发生的事情吧：大规模的业务外包曾让许多工业经济体被彻底掏空。表面上看 GDP 数据依然光鲜亮丽，但大量产业工人流离失所是血淋淋的现实，其带来的严重后果至今仍未消散。我们绝不能让这种悲剧在 AI 时代重演——决不能让少数几个 AI 系统攫取了所有的经济回报，而一整个行业的从业者却只能眼睁睁地看着自己赖以生存的专业知识被无情地廉价化。

在我看来，我们的当务之急不仅是打造前沿模型 (frontier model)��更要构建一个繁荣的“前沿生态系统” (frontier ecosystem)。只有这样，价值才能像活水一样，广泛地流向每一家公司、每一个行业、每一个国家。在这个生态中，每个组织都能拥有属于自己的学习循环，将组织智慧沉淀其中，让人力资本与 Token 资本共同实现滚雪球式的增长。

这也是伴随我职业生涯一路走来的核心理念：真正的平台，能够让在其之上生长出来的价值，远远大于平台自身所截留的价值。在这样的生态里，每家公司都能持续创新，并构建属于自己的真正价值。

当这一切实现时，企业不仅能为自己、也能为周边的整个经济体创造巨大的红利。员工们将会看到自己的专业技能被无限放大，个人的判断力将被融入系统，变得可以复制和规模化应用。而这一切带来的好处，最终将回馈给企业以及他们所在的广泛社区。

这才是企业为自身和宏观经济创造价值的正确方式。这也是我们应当携手共建的、稳定而持久的生态平衡。

[The One Neo @web3king2024]

@octopusycc e子这么个跌法，tom老哥会先爆吧

[The One Neo @web3king2024]

@gongtongfuyudao @luoyonghao 锤子真不错，奈何量没跑起来

[The One Neo @web3king2024]

@xiaomustock 它的规模体量太小了

[The One Neo @web3king2024]

@0xmagnolia @Bluevingk hype会不会吃掉一些eth缺位产生的生态份额从而多一些溢价空间

[The One Neo @web3king2024]

@octopusycc @saylor 高级旁氏，用年化接近12%的优先债去押注btc这个不生息的资产

[The One Neo @web3king2024]

@tychozzz 微观层面自己用ai做事也能明显感知到算力的制约

[The One Neo @web3king2024]

@Corsica267 建议买个显示器支架错开放

[Boywus @Boywus]

整个法币体系就是个大旁氏，人在盘中，怎么能不赌？
早上在总结，这次没有参与到整个AI板块上涨过程的反思：
1. 长期做均值回归类策略的后遗症，来自人类基因底层对稳定性的贪恋。
2. 对于AI估值长期看多，但是对于商业公司的人治风险望而退却。
3. 对不熟悉的领域有畏难心理，推动的速度比预期的要慢很多。

既然出生就坐在桌上，手持法币的那一刻就是赌了，虽然泡沫最终会破灭，但是并不代表没有可提取价值；

收益是对风险的补偿，但是风险可以对冲到一个相对合理的地方，不参与也是一种策略，但这是法币盘的一次大放水，实际上也是被剥削了。

天天看塔勒布��一种情绪安慰剂，但也不必焦虑冲动而下手，任何事情的平衡都是相对角度算出来的。

反思过去，认识现状，憧憬未来。

[The One Neo @web3king2024]

@cyrilxuq 他那个300亿投资的拼多姆项目我觉得挺有意思，应该是用百亿补贴那套玩法干山姆，我觉得可以期待下

[The One Neo @web3king2024]

@Hoyooyoo 这句神了

[The One Neo @web3king2024]

@alpha101xyz 哥ai味有点浓😂

[Nico投资有道 @tychozzz]

大家做 AI 产业链瓶颈投资的时候，一定要密切关注英伟达的战略布局以及黄仁勋的公开发言。

在 AI 爆发的这几年时间里，老黄说的话以及英伟达在做的事，一��在不断地被验证。

虽然目前英伟达 5 万亿的市值，股价很难再翻倍上涨了，但你完全可以把英伟达当作你跟踪 AI 时代的主坐标系。

比如说英伟达每发布一款��产品，本身就是一个 AI 大趋势的风向标。

发布 Vera Rubin、Rubin Ultra、Rubin CPX，说明下一阶段的瓶颈不只是训练，而是推理、长上下文、HBM、CPU + GPU 协同、内存带宽和系统级吞吐。

推出 NVLink Fusion，说明英伟达已经不满足于卖 GPU，而是要把 NVLink 变成 AI 数据中心的底层互连标准。以后 hyperscaler 自研 ASIC、CPU、XPU，也可能继续接入英伟达的机柜级架构。

推出 Spectrum-X Photonics、Quantum-X Photonics，说明光互连以及 CPO 已经从远期概念，正式进入 AI factory 的核心基础设施。GPU 越多，瓶颈越不在单卡，而在网络互连。

推出 Spectrum-XGS，说明 AI 数据中心的边界正在从单个园区，扩展到跨区域、跨城市、跨数据中心的 AI 超级工厂。未来不只是 scale-up、scale-out，还要 scale-across。

推动 800V VDC / HVDC 高压直流供电架构，说明 AI 数据中心的瓶颈已经不只是 GPU 和网络，而是进入电力架构本身。

再比如英伟达投了哪些公司，其实就是在告诉我们 AI 产业的瓶颈在哪里。

投资 Coherent + Lumentum + 康宁，意味着 AI 数据中心不只是 GPU，还有光互连，AI 基建正在扩散。

投资 Coreweave + Nebius + IREN，意味着 neocloud 是蚕食 hyperscaler 的下一波算力分发渠道。

投资英特尔，并合作开发 AI 基础设施和 PC 产品，说明未来 AI 不是单一 GPU 问题，而是 CPU、GPU、先进封装、美国本土供应链、安全冗余共同决定的系统工程。

投资 Marvell，并让 Marvell 加入 NVLink Fusion 生态，说明定制 ASIC、网络芯片、互连芯片和半定制 AI 基础设施会越来越重要。

投资诺基亚，说明 AI 网络不只发生在数据中心内部，还会延伸到 AI-RAN、5G-Advanced、6G 和边缘智能。

再比如黄仁勋反复在公开场合提及的概念，可能就是未来的样子。

他大谈特谈 Token 经济学，就说明下一阶段 AI 模型的核心指标不是参数量，而是单位 token 成本、推理吞吐、能效和 ROI。

他说���入 agentic AI 时代，说明 AI 已经从聊天机器人，进入能规划、能调用工具、能持续执行复杂任务的 Agent 阶段。对应的瓶颈会从训练，逐步转向长上下文低延迟推理、内存存储以及网络互连。

他反复讲 physical AI、机器人、自动驾驶，这是英伟达下一个 10 年押注的赛道。

他公开提及太空数据中心，意味着这个看似科幻的赛道，英伟达已经在提前布局。

他宣布量子计算 35 家公司联盟，意味着英伟达正在为后摩尔定律时代提前下注。

简单总结一下英伟达正在布局的东西，GPU、CPU、内存、存储、网络互连、neocloud、电力能源、人形机器人、自动驾驶、太空数据中心、量子计算、AI-RAN、6G 通信网络等等，顺着这些方向去研究，能少走很多弯路。

[上头资本 @sixpanny159920]

我们又赢麻了

[川沐｜Trumoo🐮 @xiaomustock]

美区： $DRAM $MRVL $NOK
港区：#2x做多海力士
a区：#港美互联网 #中韩半导体
支付宝基金：#富国全球科技 #建信新兴市场
全方位无死角的存储持仓，
怎么输兄弟们。

[Frank trading @Franktradinglog]

周末刷到了一篇很有意思的论文，是关于回测斐波那契有效性的。和我一直以来的直觉一样，斐波那契完全是一种跳大神，有效性为0。

这篇《Automatic identification and evaluation of Fibonacci retracements: Empirical evidence from three equity markets》使用了巨大的样本，包括了道指30，纳斯达克100以及���国DAX30，一共160个股票，时间跨度从1968年一直到2019年共50年的日线数据。

文章首先解决了斐波那契最大的耍赖空间，也就是画线主观。不同人画同一段趋势，起点终点选得不一样，那0.618自然就不一样，传统上这玩意根本没法严格检验，因为永远可以说"你画错了”。所以作者干脆用算法自动识别趋势的高低点，再围绕每个斐波位构造一个区间，把主观性消掉，然后做逻辑回归去问一个最朴素的问题：价格在斐波区间反弹的概率，跟在随便一个非斐波区间反弹的概率，到底有没有区别。答案是没有。三个市场全都不显著，他们还用了三种不同的统计方法去构造置信区间，结果都一样，所有的95%置信区间都是0。换句话说价格在0.618处反弹的概率，和闭着眼睛随便点一个位置反弹的概率在统计意义上压根分不出来。他们还专门测了区间宽度为零的极端情况，也就是把"区间"收回成精确的那一条斐波线本身，同样不显著。

作者也进行了实盘回测。规则很简单，某天价格碰到一个区间，第二天开盘就进场，碰支撑做多碰阻力做空，持有1到21天。然后比斐波规则和随机画线规则的收益，两者的收益差在统计上完全不显著。一个按斐波那契交易的人，和一个完全无视斐波、随便挑位置交易的人，50年下来平均收益一模一样。

那为什么这么多“前现代交易员”还在使用这个呢？答案很简单，他们发现区间画得越宽,"识别到反弹"的概率确实越高,从大概49%一路涨到73%，当然这纯粹是个测量假象。区间越宽,价格碰一下之后只要小幅回拉一点就被算成"反弹成功",而要被算成"失败"却得走更大的幅度,所以宽区间��然就让"反弹"比"失败"更容易触发。这跟斐波那契有没有支撑力一点关系都没有,是规则本身的算术结果。这个虚高的反弹识别率也完全不带来更高的盈利。也就是说,你把斐波区间画得越宽,你就越容易"看到"自己以为有利可图的机会,然后把价格的任何一点风吹草动都脑补成"看吧,0.618起作用了”，但这种脑补一分钱都赚不到。

斐波那契它不是市场规律,是一台自我确认的幻觉制造机。你信它,它就给你不断喂"它有效"的视觉证据,而你的账户余额对此毫无反应。最后还有一点，当区间宽到一定程度的时候(论文里是6%),那个系数不只是变成不显著,而是显著变成了负的，意思是这种情况下,价格反而更倾向于在非斐波位置反弹。换句话说极端情况下斐波那契不是没用,是反向有用,你信它还不如反着来。

所以我还是开头那句:斐波那契回撤就是一种跳大神。它之所以"灵",和算命先生说的话之所以"准"是同一个道理，给你一个足够模糊的框,你自己会把所有发生的事往里套。

[NullOreo @NullOreo_]

可能是提高你投资成熟度的一篇内容。

投资真正需要看重的，不是某一个仓位赚了多少倍，不是某一笔具体的巨大盈利，是整个账户能不能长期、稳定地向右上倾斜。也就是说，是能不能构建出一条稳定增长的账户曲线。

老生常谈的“慢就是快”“复利”其实就是这么个东西，但真正想做到账户曲线平滑，稳定增长，其实是非常难的。这个右上倾斜，不是每天都涨。它可以有回撤，有横盘、震荡，但它不能是尖峰式的暴涨暴跌。

它应该像台阶一样，一层一层往上走。

按我个人的认知，想要做到这样需要三个东西

第一，要待在一个长期有正期望的资产或策略里
第二，要避免尖峰式的回撤
第三，要有再平衡和利润沉淀机制

如果一个账户永远在短线进出，永远在猜明天涨跌，永远想躲开每一���回撤，那它很难真正吃到一个长期逻辑的完整兑现。

很多真正大的收益，往往不是一天两天产生的。它需要时间，需要趋势延展，需要企业基本面持续兑现，也需要市场逐渐重新定价。如果没有长期持有的能力，就很容易在刚刚赚到一点钱的时候离场，也很容易在一次普通回撤里被洗出去。

为什么我们的仓位总是拿不长呢？我们可能需要重新认识“浮盈”。

浮盈是你拥有一项资产的当前市场报价，而不是已经锁定的现金。

很多时候，我们以为自己拿不住，是因为心态不好，是因为不够坚定，是因为没有信仰。但真正的问题可能是：我们把浮盈看得太像现金了。

比如一个仓位从盈利 10% 变成盈利 50%，账户余额也因此上去了。这个时候，我们的大脑会很自然地认为：这部分钱已经属于我了。

但市场并不这么认为。

只要你没有卖出，只要这部分资产���在市场里，它就仍然每天被重新定价。今天市场愿���给你这个价格，明天它可能就不愿意了。

你的资产，每天都在被市场重新定价，你需要不断重新赢得你的浮盈。

这件事很反人性。

比如你持有一只股票，从 40 涨到 100，你账面上赚了很多。但只要你没有卖出，这部分利润仍然暴露在市场里。第二天它可能涨到 110，也可能跌回 85。你当然可以说自己是长期持有者，但当账户曲线真的从高点往下掉的时候，你会面临非常真实的心理压力。

这也是为什么很多人一回撤就想卖。

不是因为他们完全不懂长期逻辑，而是因为浮盈回吐太痛了。人很容易把账户高点当成自己的真实财富，一旦从高点回落，就会感觉自己“亏了”。即使从成本看还赚很多，心理上也会觉得那部分钱曾经拥有过，现在又失去了。

我们必须接受一个现实：

资产不可能天天上涨，也不可能永远不回撤。

只要你投资的是风险资产，它就一定会回撤。股票会回撤，指数会回撤，再好的公司也会回撤。甚至很多后来涨了十倍、二十倍的公司，中间也经���过非常深的下跌。

所以问题从来不是“能不能避免回撤”。

真正的问题是：

这个回撤带给你的心理压力是不是可承受？
它会不会让你在长期逻辑兑现之前，被迫离场？

有些回撤，是长期持有必须支付的成本。比如一个好公司从高点回撤 15%、20%，如果它的基本面没有被破坏，行业逻辑仍然存在，这种回撤虽然难受，但它可能只是正常波动的一部分。

但有些回撤，是账户结构失控的结果。比如你用了太高的杠杆，仓位过度集中，期权占比太大，结果一个普通的市场调整，变成了账户级别的巨大伤害。这样的回撤就不是长期投资的代价，而是风险管理出了问题。

我们不是要躲掉所有回撤。

我们要避免的是那种会让自己失去行动能力的回撤。（这就是我讲的保持流动性）

这也是为什么再平衡很重要。

再平衡的目的，不是为了精准卖在最高点。
也不是因为你不看好原来的持仓。
再平衡的真正目的，是在上涨之后，把风险重新拉回一个你能承受的范围。

比如一个仓位原本只占账户 8%，后来因为涨得很好，变成了 20%。这当然说明你判断对了，但同时也说明，它对整个账户的影响变大了。它再涨，你会很开心；但它如果大幅回撤，你的账户曲线也会被明显影响，你的心态会产生波动，进而可能就会导致你情绪失控地放弃了某一个长期逻辑，做出了情绪化的操作。

我觉得这句话很重要：

再好的方向，也不应该让整个账户失去平衡。

所以再平衡是为了让我们持有一项资产时能拿得更稳，让账户曲线更像不断右上的台阶。

所以我个人认为不必每次都把利润最大化。

每一次上涨之后，都能守住一部分成果。
每一次回撤之后，账户不会回到原点。
每一轮行情结束之后，账户的底部都比上一轮更高。

可能这才是复利真正需要的东西。

不要永远满仓、不要永远高杠杆、不要永远不留现金，那会让你的账户在上涨时当然很快，但一旦回撤，就很容易引发冲动的情绪化操作，然后不断连败回到起点。

不必一次赚满，月盈则亏，水满则溢。日拱一卒才是正确的留在市场上的心态，然而市场上总是充满一夜暴富的故事。（如果你有幸看过一些凄惨的期货故事，你应该知道有些暴富的神话最后下场如何。）

寻找长期逻辑，根据风险和价格以及新的信息不断调整仓位。你可以长期看好一家公司，但不必用同一个仓位比例从头拿到尾。只要长期逻辑还在，账户结构还健康，你就仍然在这场游戏里。

如果很多年后回头看，账户不是一次又一次尖峰式暴涨暴跌，而是像台阶一样，一层一层往上走，那可能就已经非常难得了。

以上就是我理解的，真正成熟的投资。

[The One Neo @web3king2024]

@octopusycc 毕竟后两个是和x一个老板。。。

[The One Neo @web3king2024]

@Murphychen888 这些大户有没有可能集中在微策略的几个马甲身上

[The One Neo @web3king2024]

@tychozzz 到70有接近-30%的回撤了，有做止损或者降低成本的操作吗