gpt 5.5之后，能明显感觉到其数据的严谨、工作的刻苦都非常强。 而相比CLAUDE，4.7明显比4.6要弱了、懒了、蠢了 这种感觉的背后不知道AI专家们是不是有更清晰的解答，是算力、算法还是其他？

AI时代省钱就是赚钱，一个方法，每个月白赚5000美元。 订阅CLAUDE Max版，成本200美元 每天使用量拉满，无论是学习、研究、编程都行 这就等于白赚几千美元了——按API计算就要这么贵。 虽然是开玩笑，但AI时代确实用TOKEN越多，对个体成长会越有帮助。

在香港买小狗有什么好建议么？想买只比熊。 不知道去哪买，也不知道一般多少钱，有什么坑，到处胡搜一通也不知道怎么搞。

我投降了，已经全仓存储了，全怪我那令人作呕的嫉妒和卑微的自尊心，看见存储天天涨，天天新高。 我却天天新低，我直接丢盔弃甲了，每当看见存储k线的那一秒，我满头大汗，浑身发冷，抑郁症瞬间发作了，生活仿佛没了颜色，像是被抓住尾巴的赛亚人，带着海楼石的能力者，抽离尾兽的人柱力，像是没了光的奥特曼，但中国有句古话叫识时务者为俊杰，浪子回头为时不晚，家人们对不起，我做了叛徒。我在老登股实在是坚持不下去了

香港有很多优点，比如素质较高，边界感强，开车文明、排队意识强等等。 但地方太小，导致很多会让大陆小伙伴不适应： 吃：很多店空间小转身难，吃饭限时间，点单没好气 玩：商场一张椅子都找不到——反过来香港人很健康，要么站着，要么转着。 贵：这不必多说了吧… 香港适合巨佬，深圳适合养老。😄

深圳现在有个新名字：香港北。 看到新闻上说，每周六上千，香港人从罗湖、福田过关去深圳的队伍长得像是春运。从20岁的青年到70岁的阿婆，全是去深圳消费的。 一个香港小伙说：100块在香港只够吃个面加杯奶茶，在深圳可以吃个火锅，深圳才有生活。

从2月份低点起算，比特币从6-8万，大涨33%。 比较了一下股市我关注列表，比特币要加油了。 CPU AMD涨84% INTC 涨153% 存储： MU 涨73% SNDK 154% 海力士 80% 光： LITE 130% COHR 55% 大公司： 谷歌 30% 台积电 30% nvda 15% 其他 MRVL 143% CRCL 143%

八、HBM三家利润会超过英伟达？ 把整条推理产业链拆完之后，回头看最有意思的现象是：这条链上最赚钱的环节不是设计 AI 芯片的人，是给 AI 芯片配内存的人。 HBM 三家可能赚得比英伟达还多？ NVIDIA FY26 营收约 $216B，GAAP 净利润约 $120B，当前市值约 $4.85T。 SK Hynix、Samsung DS、Micron 在 2026 年内存超级周期下，合计利润达到或超过 $150B 是有可能的。 三家当前合计净利润已经接近英伟达单家。但市值相差仍大，因三星半导体没有单独上市，但如果参照另外2家给一个平均的业务估值，并把三家相家，目前市值差不多是2-2.5万亿，也就是三家合计差不多英伟达的40-50%。 未来三家合计利润超过英伟达也不算太惊奇，主要得益于几个点： 一是HBM 工艺门槛不亚于 GPU HBM 的物理制造与封装良率门槛，已经高到不亚于先进逻辑芯片；而且它不是“设计一颗芯片”，而是把 12–16 层 DRAM 稳定、低功耗、高良率地堆起来。 GPU 的真正门槛在三件事——架构设计（CUDA + 软件栈 + NVLink）、流片制造（台积电先进工艺）、生态系统（开发者 + 库 + 框架）。其中英伟达自己掌握的是架构和生态，制造这一块靠台积电。 HBM 的门槛在四件事——DRAM 工艺、3D 堆叠 + TSV、MR-MUF / hybrid bonding 等封装工艺、客户协同设计。这四件事三家自己掌握。 把工艺难度横向比一下： GPU 是平面单层晶圆，HBM 是 12-16 层垂直堆叠 GPU 良率挑战在晶体管密度，HBM 良率挑战在堆叠 + TSV + 焊接 + 封装四个维度同时 GPU 架构突破靠英伟达自己设计，HBM 架构突破靠三家与客户共同设计基础芯片 三星几次卡在 HBM3E 12-Hi 的 NVIDIA 资格认证上——这就是工程难度的直接证据 HBM 物理制造的难度确实和 GPU 相比并不显得低。这也是为什么这个市场只有 3 家玩家加 1 个追赶者，而 GPU 市场有 10+ 家玩家。 二是HBM 是"基础供给"，GPU 是"单一架构" 这一层比工艺门槛更关键。 GPU 市场是英伟达 vs AMD vs Trainium vs TPU vs Maia vs MTIA vs Cerebras vs Groq vs 华为昇腾——至少 10+ 玩家在竞争同一份算力订单。未来 5 年英伟达在 AI 加速器上的份额大概率会从 80%+ 下降到 50-60% 区间——不是因为英伟达做得不好，是因为云厂商不愿意把命运绑在一家身上，所有 hyperscaler 都在自研 ASIC。 但 HBM 不一样。所有这些 GPU、ASIC、TPU、Trainium、Maia、MTIA 都需要 HBM——除了 Cerebras 走片上 SRAM 那条极端路径（占比很小）。 所以 HBM 三家的真正护城河不是"在 HBM 内部独占份额"，是"无论谁赢算力之战，HBM 三家都拿到一笔"。 GPU 厂家之间的份额转移会让英伟达的利润被分摊，但不会让 HBM 三家的总订单减少。HBM 是 AI 算力赛道的基础供给，GPU 是赛道里互相竞争的单一架构。前者比后者更接近"卖铲子"的位置。 把工艺门槛 + 行业结构合起来看，5 年内三家合计净利润超过英伟达单家的概率不低。 三是HBM 在产业链上的议价权会超过GPU NVIDIA 一颗 GPU 的物料成本里，HBM 占大约 30-40%。AMD MI455X 的物料成本里 HBM 占比可能更高（因为它配 432 GB HBM4，比 NVIDIA 多）。HBM 三家拿走的利润占整条链的比例，正在追上 GPU 设计公司本身。 GPU可以扩产——TSMC 多开几条 3nm/2nm 产线，NVIDIA 和 AMD 可以快速增加 GPU 出货。但 HBM 的产能扩张要新建晶圆厂，3-5 年。所以未来6-12 个月，HBM 是整条链上议价权最强的环节。 关注存储，主要关注三件事 第一是 HBM TAM 的真实增长速度。美光的 350 亿到 1000 亿（2025-2028）是个非常激进的预测。如果 reasoning 模型 + Agent + 长上下文这三件事真的让 HBM 需求曲线一直陡峭，这个数字会兑现；如果其中任何一件出现退潮（比如 Google 在 2026 年发布的某种压缩技术让单 token HBM 消耗下降），数字会打折。 第二是 产能扩充的速度。HBM 是 DRAM 的一个分支，DRAM 历史上每 3-4 年一个周期。三星 P5 厂 2028 投产、海力士 M15X 厂 2027 投产、美光 Boise/Clay 厂 2026-2027 陆续上线，2028-2029 年 HBM 产能会涌出来一大波。 第三是 晶圆级 + ASIC + 端侧推理的份额抢夺。Google TPU 8i + Microsoft Maia 200 加大片上 SRAM、Cerebras 把内存全焊到芯片本体上、NVIDIA Rubin CPX 用 GDDR7、Intel Crescent Island 用 LPDDR5X——这些都在试图减少对 HBM 的依赖。如果这些方案被市场广泛接受，HBM TAM 增长会放慢。

我很诧异的是，你为什么总是这样“尼玛尼玛”地讲话？ 你这样讲话，你跟上流社会是无法交流的。

后天晚上 $COHR 的财报就要发了。 目前其利润是LITE的2.5倍，市值和LITE差不多。 有自己的全栈优势 ，但也被老工业略有拖累——但反过来，如果AI暴发式增长遇到问题，则又变成缓冲。 进可攻，退有守，是我还喜欢的。 里面引用的高盛数据很重要，光互联的需求的暴增是比HBM存储还要硬的结构性变化。

仔细看看CRCL这三条线还是挺感慨的： 在下跌中，一切消息都被放大，形成负循环，跌了还能再跌，一直跌破发行价。 而在上涨中，则更加犹豫，拿住是不容易的——但是只要能不被市场影响，而是保持自己的判断，又好像也没有什么难的。

现在很多净水器品牌本身人群是为了健康的 但是很纳闷的是竟然水箱等均还是塑料，虽然是PP级的，但实际上长期用，还是微塑料挺多的

现在各家的算力竞赛还在加速 模型需要的越来越多，尽管收入还是落后 但人们已经不讨论这个了 但如果小模型在一两后达到今天CLAUDE 95%的水平，而且本地运行，速度极快的话，可能会改变很多格局 根据DEEPMIND的老大的推论，他认为一定会发生

年轻人结婚应该要有房有车。 这很可能是近30年最强大的广告语。

公众号文章被限流了 说是图片低俗 这不是世界名画嘛.. 现在加上马赛克了，再试试……

老巴其实意思很简单，伯克希尔这个继承人很牛，现在卖的人是错的。

海力士深度：一家被时代重新定义的公司 HBM三家中，海力士相对来说优势更大，但估值更低。 必看深度

《光互联深度：当算力撞上物理边界，人类又一次问光》 用最易懂的文字，讲现在AI最重要的赛道。 2万字

美股这么多一年5倍、10倍的机会 只后悔没有早点进入研究 BTC还能一年几倍？ 谈信仰是巨鲸的事，散户先解决哪里吃饭的问题 当然，玩MEME可能是开席……

还有没看过这个电影的吗？ 要是作为导演能拍出这样的一部片子，真是至高成就。

<贵人与命运> 黄峥读书时成绩遥遥领先，但他很后悔，觉得为了争第一错过了很多青春，并喊出60分万岁。 但其实也正因为学得够好，所以写的研究被丁磊关注，大学时接到丁磊邮件，询问技术问题。丁想邀请他去网易，黄拒绝了，说想去美国读书。于是二人没成为上下级，成为了朋友。 黄峥到美国后，丁磊介绍另外一个朋友给他，段永平。段也很喜欢黄峥，交流了很多，黄峥曾讲过段是对他影响最大的人。 段永平是真喜欢他，巴菲特晚餐，带的就是20多岁的黄峥——是真的在“带他”。 美国大学毕业找工作，有微软可以选，但段建议他去当时还比较小的GOOGLE，然后去干了不久，GOOGLE上市了，黄峥突然就变得很富有了。 黄峥后来说：过了几年，才更清晰知道当时这个建议有多重要。 GOOGLE上市后，很多人有钱了就开始找乐子享受人生了，但黄峥没有，或许是受“平常心”的指引，他开始了新的征程。 在开挂的人生里，都少不了贵人的提携和命运的牵引。

GPT 5.5确实大有进步 目前表现远超GEMINI 废话更少，事实更准 而且给我一种感觉是比CLAUDE还要更努力 CLAUDE总是会被发现偷懒之类 感想：AI大模型投资绝对是个烂生意，差的只能拼价格，而好的之间竞争已经不是激烈，是惨烈。

《英特尔从20到100，发生了什么，还想上车？》 1599 年 7 月 19 日，阿姆斯特丹港。 八艘船在 1598 年带着 500 名水手离开荷兰，向东印度群岛驶去。两年里没有任何消息——按当时的概率，沉没、瘟疫、海盗、迷航，每一种都足以让全部投资血本无归。事实上，第一次远征只回来了 4 艘船里的 1 艘，89 个船员只活下来 17 个。 但那一年的 7 月，4 艘船平安归航，载着 60 万磅胡椒、40 万磅丁香、以及肉豆蔻、肉桂、檀香——价值是出航成本的近 4 倍。所有最初出资的股东，瞬间变成富翁。 这场归航直接催生了三年后的一件大事——荷兰东印度公司（VOC）成立，向全社会公开募股，人类第一次有了"股票市场"这个东西。 大航海时代最迷人的地方在于：人们愿意支付极高昂的资金，等待几年甚至十几年，押注一艘船能在未来满载归来。有人因此身家百倍，也有人血本无归——而决定结果的，不是船多大、不是出资多少，是船到底能不能回得来。 过去一年，英特尔的股价从 20 美元涨到了 100 美元。4 月 24 日单日 +24%——是这家 1971 年就成立的老牌公司 38 年来最大的涨幅。但如果只看股价，会错过这个故事真正的内核——这是一艘已经从港口起航、被国家出资、被巨头押注、但还在大海中央的船。它能不能回来，取决于接下来的良率、客户、订单、几个工厂的爬坡——而这些事情，到今天都还没有完成。 推动这轮暴涨的，是四件大事的发生： 其一，2025 年 8 月美国政府以 89 亿美元换取 9.9% 股权，加上 9 月英伟达 50 亿、软银 20 亿入股，把英特尔的"破产折价"一次性消除； 其二，AI 服务器与 AI PC 需求重新抬升了 CPU 的定价权； 其三，18A 的良率与出货节奏终于从"讲故事"走向"给数字"； 其四，英特尔在芯片法案、国防项目和供应链安全中的地位，开始被市场当成一种稀缺的国家战略资产来重新计价。 英特尔已经走出最危险的阶段： 2025 年全年收入大致持平，GAAP 毛利率 34.8%（Non-GAAP 36.7%），经营现金流回升到 97 亿美元； 2026 年一季度收入同比增长 7%，GAAP 毛利率 39.4%、Non-GAAP 41.0%，管理层表示 18A 良率"高于内部预期" 但与此同时，Intel Foundry 在 2025 年仍亏损 103 亿美元，2026 年一季度外部 foundry 收入只有 1.74 亿美元，且这部分相对去年同期增长的 1.43 亿主要来自 Altera 在 2025 年 Q3 剥离后从内部转为外部客户身份——并不是新增外部代工签约的实质突破。作为Intel最被期待的部分，其"战略意义"已被验证，但"商业闭环"仍未完全跑通。 在这节点，我重新再次认真看了一遍INTC——我不会因为涨了很多就不再关注，我觉得研究值得研究的东西就好，属于我们的机会出现的。 <深度：英特尔的大航海，迷人又危险>

最近有一个感受：搞股市研究的时候，懂一点，但不深入不专业，比不懂还糟糕。

erc404从协议层面解决了同样的问题，所有的nft都可以代币化。 现在再来炒一遍，需要降低智商到50左右，和neme 一样玩就可以 不同的是当前的流动性比那个时候差10倍，nft也凉了10倍，估值就看群体降智情况了

GOOGLE 暴涨的原因只有一个，且仍然未被市场充分定价的原因：谷歌的TPU具有推理时代的结构性优势。 这句话来自前TPU架构师一个2小时的硬核播客，这个播客直接去听的话很难受，非常难懂，我将内容整理为了大白话——但绝不改变原文原意。 听听AI领域最顶层的人讲AI趋势！

GOOGLE这么大市值的公司，2个月暴涨30% AI的速度与力量十分惊人

《前谷歌TPU架构师：AI 的真瓶颈不是算力》 这场两小时的访谈里，Reiner Pope 在黑板上一步一步把训练和推理背后的物理学推了出来。他的判断对理解 AI 产业链——尤其是芯片、内存、互联设备——非常关键。 但原文非常艰深，普通读者读起来会很疲劳。 所以我在不改变 Reiner 任何原意的前提下，做两件事： 第一，用大白话重新表达。 第二，从投资视角提炼重点。 文章按三段展开：现在是什么情况、底层原理是什么、未来会影响到哪些产业。 一、先用一句话讲清楚 Reiner 这场讲座最核心的判断是：AI 真正的瓶颈不是算力，是搬数据的速度。这个瓶颈短期内没有解。 如果你只想记住一件事，就是这一句。后面几乎所有的产业含义都是从这里推出来的。 为什么这件事重要？因为整个 AI 产业链的钱往哪流、谁吃肉谁喝汤，取决于"瓶颈在哪里"。如果瓶颈是算力，那 GPU 厂家是绝对赢家；如果瓶颈是搬数据，那钱会被另一拨公司分走——HBM 内存、机架间的互联、线缆、交换机、液冷、电源。 而 Reiner 给出的答案非常明确：瓶颈是后者。这是他从大厂的资本支出结构里能直接看出来的——按业内估计，他们今年大约一半的钱都花在内存上。 二、算力够用了，缺的是「搬运工」 要理解为什么算力不缺、内存才缺，先打个比方。 把 GPU 想象成一个超级会算账的会计。给他一摞账本（模型参数），他能很快算完。问题是：账本不在他手边，存在仓库里。每次要算账，都得有人把账本从仓库搬到他桌上，他算完再放回去。 这里有两个时间： 算账时间：会计算多快 搬运时间：账本来回搬多慢 老规矩，文章很长，直接移步公众号。 https://t.co/7xmJBzHnIH