已经到了双方都能理解的年纪了。 长辈们最大的问题,不是对后代有执念,而是自己都说不清楚、甚至想不清楚,为什么自己会有这样的念头。 凡事皆有原因的,他们看不见自己的心。其实人选择什么生活方式都没有问题, 有问题的是觉察不到自己,活成了被外界编程的空心人。
高铁上,我妈说起我还没结婚没小孩这个事说着说着流眼泪
我觉得莫名其妙,她说她会觉得她是不是什么地方做得不好,所以我还没成家
我说我也好难过,是不是我什么地方做得不好,人类至今还没上月球
可惜她不理解我的幽默。
说实话,我已经不会对我妈产生任何愧疚情绪了
谁痛苦谁改变
反正我过得挺好的,我觉得她身体健康,家里没负债,每个月领着退休金,唯一的烦恼都是自找的
每个人都要解决自己的课题,我没有责任
我妈说我自私然后哭了,我也没啥感觉。以前有段时间挺内疚的,后来发现是我自找的
她应该是病了
更何况,吃得比我多,每天拉两次,能吃能喝,该哭哭,该吃吃,不影响
#课题分离
258
gerace retweeted
斯坦利·德鲁肯米勒 (Stanley Druckenmiller) 是 30 年无一年损失、年化回报约 30% 的宏观投资大师
在他的整个投资生涯里,非常强调流动性的重要性,要求他的资产仓位能在很短时间内买入或卖出
他 2021 年在访谈里说,2020 年曾想买入 1 亿美元的比特币 (当时价格 $6200),但两周下来只成交了 2,000 万美元,实际成交均价在 $6,500 左右。他觉得这个流动性太差了,同等规模的黄金头寸,可以很快买完
于是他停止继续买入,后来 BTC 涨到 36,000 美元,他对此感到懊悔。他随后卖出了一部分 BTC,收回本金及部分利润,当时仍然持有剩余仓位。
他当时为什么会想买 BTC 呢,并不是因为看好 BTC 技术 (未解决实际问题),而是宏观环境改变了他的判断:
第一,2020 年美联储的货币政策让他重新审视法币。疫情爆发后,美联储大规模扩表、实行超宽松货币政策,他开始认为 BTC 具有类似黄金的价值储存功能。
第二,他回忆说,Paul Tudor Jones 告诉他,在 BTC 从 $17,000 跌至 $3,000 的过程中,约 86% 的相关持有人没有卖出。这让他意识到 BTC 有一批信仰非常坚定的持有者。
第三,他意识到 BTC 已经形成品牌和稀缺性共识,越来越多年轻的科技富豪将 BTC 当作数字黄金,且 BTC 的供应量上限只有 2,100 万枚。
他 2022 年清仓了 BTC,2023 年在采访中确认不持有 BTC
今年,他重新加大了对加密行业的投资,目前持有 1.26 亿美元的比特币矿企、2,315 万美元的 HYPE DAT 公司,并投资了 Trade XYZ
before i became an nvidia shareholder i watched every jensen huang appearance i could find. its mind boggling how almost every prediction over he made the past 3 decades panned out.
had ai compile the list:
1/ 1999, GeForce 256 launch: "The GPU is a major breakthrough for the industry and will fundamentally transform the 3D medium."
2/ 2001, GeForce 3 launch, Macworld Tokyo: “The GPU stops being fixed-function and becomes a programmable processor.”
3/ 2006, NVIDIA boardroom, on betting the company on CUDA (per The Nvidia Way): "I don't know. Maybe five years, maybe ten. But if we don't build it, AMD and Intel will."
4/ 2007, Dragon TV: “the mobile phone would be the most important computer of the next 20 years.”
5/ 2010, Tegra 2 remarks: "Your mobile device will be a computer first and a phone second."
6/ 2011, VentureBeat Q&A: "The most desired personal computing device will be a mobile device."
7/ 2011, VentureBeat Q&A "We say go parallel, go mobile and go ARM." (ARM runs everything now.)
8/ 2013, CES, launching GRID: "Cloud gaming is an industry that's about to come to fruition."
9/ 2015, CES, DRIVE launch: "Your future cars will be the most advanced computers in the world."
10/ 2016, GTC keynote: "Our company has gone all-in on deep learning. We think this is going to utterly change computing. This is a brand new computing model."
11/ 2017, TechCrunch interview: "And eventually there'll be a trillion devices out there: Vending machines; every microphone; every camera; every house will have deep learning capability."
12/ 2017, MIT Technology Review at GTC: "Software is eating the world, but AI is going to eat software."
13/ 2017, his own blog post: "Deep learning's ability to detect features from raw data has created the conditions for a Cambrian explosion of autonomous machines – IoT with AI."
14/ 2023, Computex keynote, Taipei: "We have closed the digital divide. Everyone is a programmer now — you just have to say something to the computer."
15/ 2024, BG2 podcast: pre-training is only the first scaling law — post-training and inference scale too, so inference demand explodes.
现在完全证实了我的分析。就是卢比奥把黄仁勋拉下了马。他们用国家机器布了一个大局,让媒体充当打手。我一眼就看出来是怎么回事了,当时还有很多人不信。以我的经验复盘,黄仁勋犯了两个致命错误。第一,涉及强监管的行业,华盛顿“旋转门”和“K街送利”的是条潜规则的铁律!他却没有遵守。他以为和川普关系好,就等于和整个内阁关系好。他破坏规矩搞特殊化,没有给其他高官,尤其是鹰派,输送利益。如果他雨露均沾。承诺日后请他们当高薪顾问或通过K街送利,也不会被整得这么惨。第二,他没有给媒体输送利益。为什么那么多公司,比如银行,花钱在媒体上打广告,却只印一个自己的 logo?真的是为了商业宣传吗?在强监管行业,这么做就是为了和媒体搞好关系。黄仁勋以为自己做的是B端生意,靠产品说话就够了,不去打广告。结果破坏了潜规则,得罪了官员和媒体,最终被做局搞掉了。他在自己的公司,靠产品、靠技术说话,忘记了树大招风、社会险恶。
伟大的结果是由各种硬核细节夯实的。真的无法模仿,也无可替代
Mega Seven里,只有黄仁勋在任时的Nvidia,仍把芯片与数据中心供应链留在台湾,其余都力主回美国。
英伟达与台积电近30年合作,从未签过一份合同。
这在西方人眼里很难理解,但黄仁勋的见解是:
造芯片不是买现成商品,而是和代工厂一起摸索未知。工艺、良率、封装随时在变,任何想把一切写死的合同,都会越具体越脆弱。the more specific, the more brittle
所以黄仁勋选择rough justice:有时英伟达占便宜,有时台积电占便宜,几十年拉长看双方都赢。只要对方真心想让你成功,就比一堆法律条款更可靠。
张忠谋当年承诺“如果合作,我们会为你排除一切障碍”,台积电真的做了30年。这种说到做到的信用,本身就是最硬的保障。
西方人很难理解这套东方商业逻辑。它源自儒家伦理与华人关系文化,在复杂制造与长期合作中被反复验证。所以新上任的白人CEO能明白到这一层吗?
243
gerace retweeted
Mega Seven里,只有黄仁勋在任时的Nvidia,仍把芯片与数据中心供应链留在台湾,其余都力主回美国。
英伟达与台积电近30年合作,从未签过一份合同。
这在西方人眼里很难理解,但黄仁勋的见解是:
造芯片不是买现成商品,而是和代工厂一起摸索未知。工艺、良率、封装随时在变,任何想把一切写死的合同,都会越具体越脆弱。the more specific, the more brittle
所以黄仁勋选择rough justice:有时英伟达占便宜,有时台积电占便宜,几十年拉长看双方都赢。只要对方真心想让你成功,就比一堆法律条款更可靠。
张忠谋当年承诺“如果合作,我们会为你排除一切障碍”,台积电真的做了30年。这种说到做到的信用,本身就是最硬的保障。
西方人很难理解这套东方商业逻辑。它源自儒家伦理与华人关系文化,在复杂制造与长期合作中被反复验证。所以新上任的白人CEO能明白到这一层吗?
gerace retweeted
In the past months I heard on very good authority that Jensen and Nvidia were planning to go hard at producing frontier class open models.
They wanted to verticalize their AI presence, and not depend on OAI or ANT to drive the industry forward.
OAI, ANT, and GOOG are simultaneously competing with NVDA by designing AI chips.
At the same time, Jensen had all but gone to war with NatSec hawks in DC over Nvidia sales in China. As I've noted over the last two years, NVDA sold huge numbers of GPUs (~20% of total sales?) to SE Asian buyers and I always thought many of those chips ended up physically in China, or available for remote use by Chinese companies.
This story is much more complicated than you might guess from establishment media reporting.
Jensen was very sloppy to play dangerous games like these while leaving hostages to fate. Note, however, that similar behavior by Elon hasn't led to calls for his removal.
gerace retweeted
I have a major result to share.
I’ve found conclusive forensic evidence that the top 4 Chinese AI labs—DeepSeek, Moonshot, MiniMax and Ant Group—have built their newest models on NVIDIA’s most advanced Blackwell chips, which are barred from export to China.
This sounds insane, but I discovered that almost every AI model carries a hidden signature of the GPU that trained it. When a model is first set up, the starting values of its weights are laid out in a pattern that depends on the exact GPU. Each combination of GPU and seed number produces a unique pattern—a sort of fingerprint of the hardware used to create the model. Traces of that pattern survive training into the published model.
Again, this evidence isn’t based on any insider information or leaking. It’s based on a forensic analysis of the model weights released by the companies themselves.
I searched more than six trillion combinations of chip layout and seed number and matched them to open-weights models. In doing so, I found conclusive evidence that six Chinese AI models—including DeepSeek-V4-Pro, Kimi K3, and MiniMax-M3—were initialized on NVIDIA Blackwell systems. Four of the models match Grace Blackwell, the GB200 and GB300 parts in NVIDIA’s flagship liquid-cooled rack-scale systems.
I then verified these results on real hardware. Running unmodified PyTorch with the seeds I’d recovered, a Blackwell B300 reproduced DeepSeek-V4-Flash’s untouched starting weights bit for bit, and a rented GB200 reproduced Kimi K3’s to a correlation of 0.999995. A Hopper H100 reproduced none of DeepSeek-V4-Flash’s, and changing the seed by one broke the match. (DeepSeek’s seed is 953049583 by the way.) The method also was verified to match 24 known open-weights models to the hardware that developers said they used.
It is exceedingly unlikely that these results are a coincidence. Across six trillion combinations, the best accidental match should reach only about 8 sigma (i.e., eight standard deviations above what random chance would produce). The real matches range from 49 to 1,385 sigma, and even the weakest single test hits 20.
These were data-center-scale training runs. With some analysis of release schedules and model details, I estimate that the largest, Kimi K3 and DeepSeek-V4-Pro, used 2,000 to 3,000 Blackwell GPUs each. Clusters of this size cost on the order of $150 to $200 million each to buy, and across these labs alone would add up to more than half a billion dollars of export-controlled GPUs, not counting experimental compute or otherwise. It’s quite likely that we see multi-billion dollar expenditure on export-controlled GPUs.
I am highly confident in this result, and it has been independently verified by senior researchers at OpenAI and Anthropic. You can read the full report at unemploymentlabs.com/checkpo….
There is much more I’ve identified about these models through other forms of checkpoint forensics like this, and will have more to share soon.
所以事后惩罚很重要啊,不能光靠预防。 币圈就是对于破坏生态的人事后惩罚太弱,于是越来越黑暗森林了。
我今天突有明悟:
虽然大家自我安慰说 AI 对防守者的加持>≈攻击者
但是从【经济激励】角度来说,攻击者受到的激励>>防守者
攻击者拿到的利益都是上亿/十亿美金级别,所以你让人家花钱,微调甚至训练一个模型,人家都舍得。
但是你作为防守者,包括这次不幸中招的币安运维人员。
让你自掏腰包花 200 美金订阅个 Claude Fable,你都未必舍得,更别说联系 A 社获取所谓 Mythos 模型。
因为如果你守住了,你又也没奖金,没提成,所谓“善战者无赫赫之功啊”,公司又不给你报销 200 美金。
这特么完全负激励好么?
1
2
486
gerace retweeted
Neuralink 可能是 Elon Musk 旗下最神秘的公司之一。2016 年成立,研究脑机接口 (BCI),让人类通过意念控制电脑、手机,甚至机械臂
但 Neuralink 背后,还有很多有意思、甚至反常识的故事。整理了 9 个:
1/ 创始团队几乎全部离职,甚至成了竞争对手
2016 年,Musk 招募了 8 位神经科学、芯片和机器人领域的专家,共同创建 Neuralink。
但到了 2022 年,除了 Musk,最初的创始团队只剩下一人。
其中,联合创始人兼首任总裁 Max Hodak 于 2021 年离职。
有人在 𝕏 上评论,不喜欢看到公司还没推出产品,领导者就已经离开。
Hodak 回复:Same
后来,他创立了另一家脑机接口公司 Science Corporation,成为 Neuralink 的潜在竞争对手。
2/ Musk 创立 Neuralink,最初并不是为了治疗瘫痪
Neuralink 今天主要帮助瘫痪患者恢复自主能力,但 Musk 最初的长期愿景,是解决另一个问题:
当 AI 的智力远远超过人类,人类怎么办?
他的答案是:让人脑与 AI 建立高带宽连接。
今天,人类通过键盘、鼠标和语音与 AI 交互。未来,人脑可能直接与 AI 交换信息。
所以,Neuralink 的终极目标并不只是医疗器械,而是让人类与 AI 实现某种程度的共生。
3/ 第一位植入患者,脑中的电极丝竟然发生了回缩
2024 年,Neuralink 完成首例人体植入。
患者 Noland Arbaugh 四肢瘫痪,却成功通过意念控制电脑,甚至玩电子游戏。
但随后发生了意外:部分电极丝从脑组织中回缩,导致神经信号减少。
Neuralink 没有立即重新手术,而是通过改进算法,在一定程度上恢复了性能。
2026 年 1 月,公司披露,在改进设备和手术后,随后 20 位患者中有 18 位实现了更高的信号质量。
4/ Neuralink 最厉害的技术,可能不是芯片,而是手术机器人
Neuralink 的电极丝比头发还细,需要精准植入布满血管的大脑。
因此,公司自己研发了专用手术机器人 R1。
机器人需要识别血管、规划位置,再将大量柔性电极丝植入脑组织。
这背后是芯片、机器人、计算机视觉、材料科学和神经科学的系统集成。
有点类似特斯拉:核心竞争力不只是某一项技术,而是软硬件和制造能力的整合。
5/ Neuralink 准备把电极数量,从 1,000 个增加到 3,000 个
2026 年 1 月,Neuralink 公布计划,将电极数量从约 1,000 个提升至 3,000 个。
增加三倍,意味着有机会采集更多神经信号。
但有个反常识的地方:
电极数量增加三倍,并不代表性能也提高三倍。
信号噪声、算法解码能力,以及电极的长期稳定性,都可能成为瓶颈。
对脑机接口来说,长期稳定地获取信号,可能比单纯增加电极数量更重要。
6/ 瘫痪患者已经能通过意念,控制机械臂吃饭
2026 年 1 月,Neuralink 介绍了一位叫 Nick 的患者。
他已经四年无法自主活动四肢。
植入设备后,他成功通过意念控制机械臂,完成拿饮料、吃东西、挠痒等日常活动。
更有意思的是,Nick 表示自己不需要一直想着机械臂如何移动,只需要想着拿起杯子。
还有一个数字:
普通人使用鼠标完成特定光标控制任务时,信息传输速率约为 8–10 bits/s。
而 Nick 在使用 Neuralink 的第一周,就超过了 10 bits/s。
7/ 患者通过想象打字,每分钟已经能输入 75 个英文单词
Neuralink 发现,即使设备只植入大脑一侧,也能采集到与双手运动相关的信号。
于是研究人员让患者想象自己正在用十根手指打字。
不需要真正移动手指。
2026 年 1 月披露的数据显示,部分参与者已经达到每分钟 40 个英文单词。最新的数据是,已经能达到 75 个词。
公司还在研究直接解码语言相关神经活动,长期目标是实现每分钟 140 个单词的交流速度。
所以,Neuralink 第一代产品更像是直接连接大脑的鼠标和键盘,而不是科幻电影里的读心术。
8/ Neuralink 曾被 FDA 拒绝,Musk 多次预测落空
2019 年,Musk 预测 Neuralink 有望在 2020 年底前获得人体试验许可。
没有实现。
2021 年,他再次预测当年开展人体试验。
仍然没有实现。
2022 年,Neuralink 的人体试验申请遭 FDA 拒绝。
监管机构担心锂电池安全、电极丝移动,以及设备能否安全移除等问题。
直到 2023 年,才获得人体临床试验许可。
2024 年,终于完成首例人体植入。
此外,Neuralink 的动物实验也曾引发争议,部分实验猴出现严重并发症,最终被实施安乐死。
9/ Neuralink 的终极商业模式,可能根本不是医疗器械
Neuralink 的商业化,可以分为三个阶段:
第一阶段:医疗设备,帮助瘫痪、ALS 等患者恢复部分自主能力。
第二阶段:人机交互,通过意念控制电脑、手机、机械臂等设备,并扩展更多医疗适应症。
第三阶段:人脑与 AI 融合。
如果未来植入手术足够安全、便宜、标准化,Neuralink 可能从医疗器械公司,发展成一种新型计算平台。
当然,第三阶段目前还只是高度不确定的远期愿景。
——
从 Musk 的商业版图来看:
Tesla 试图改变交通和能源
SpaceX 试图改变航天运输、星球网络及超级智能
而 Neuralink 试图解决一个更底层的问题:当 AI 变得越来越强大,人类究竟应该如何与 AI 交互?
老马的脑机接口公司 🧠 @Neuralink,昨天有新的产品进展
第一个产品 Telepathy (心灵感应),已经在临床试验阶段,还没有正式上市,普通人也买不到。
最早一批受试者是瘫痪病人,用意念控制电脑光标,可以打字、上网、玩游戏。这周 Neuralink 公布了语音恢复的数据:ALS (渐冻症) 受试者能用接近对话的速度,把想说的话转成文字和语音,其中一人第一周就做到每分钟 75 个词,词错率 5.8%。还有一位 ALS 患者 Kenneth Shock 发帖说,Neuralink 的工程师在他家待了 72 小时以后,他又能在电话里和人开玩笑了。
视频中的患者 Terry,2024 年被诊断为 ALS,语言能力严重受损,通过 Neuralink 植入能帮他把大脑想说的话转化成文字,再通过 Grok 语音表达出来,跟家人沟通,让人动容。
Elon 说几年内,它的输出带宽会远超人最快的说话和打字速度。
Neuralink 的第二个产品叫 Blindsight (盲视),目标是让全盲的人重新看见,包括天生失明的人。Elon 说工程上已经准备好了,只等监管批准。
Elon 说下一步希望在几年内,把大脑运动区、感觉区的信号绕过受损部位传到四肢,让瘫痪的人重新用手、重新走路。
还有位家长替患癫痫的女儿求助,他说将来也要「精细地」治疗癫痫,不过眼下他建议患者先用现有的医疗器械。
用意念说话、让失明的人看见、让瘫痪的人走路…… Neuralink 让世界变得更好一些。
不只老马自己出钱,Neuralink 之前已经融资 10 轮 13.3 亿美元。据 Business Insider 今年 7 月的报道,公司老股在二级市场对应估值在 290-420 亿美元之间。
gerace retweeted
Tomaino Family Rules (post skin in the game)
1) You choose what you pay attention to. Don’t let anyone project their own insecurity onto you
2) The most obvious truths aren’t talked about. See and act on what others aren’t. Don’t just go through the motions
3) You choose what to worship. We all worship something: God, money, attention, being liked, etc. Be mindful of what you worship or else it will eat you alive
4) Sincerity and caring deeply wins. Irony protects you from looking foolish but is a trap. Don’t talk about caring too much either, live it
gerace retweeted
Clarity Act不通过,只会引起SEC+CFTC的反弹,之前说两者新规发力至少可以发挥Clarity Act功效的50-60%,这么快就来了。
这次SEC先发力,推出一份具体的 5 年期临时豁免令:
• 豁什么:
Tokenized Securities Venues(TSV)暂时不被当成 Exchange Act 下的 “exchange”;向 AMM 流动性池提供自有资金的 LP,在特定条件下也不被当成 “dealer”。
评:这对uniswap和robinhood利好最直接,甚至间接的arb和eth都是利好。
• 做什么:
允许在许可制(permissioned) AMM / 流动性池里交易代币化 NMS 股票(真正的美股,不是合成敞口)。
评:资产上链大势所趋。
• 硬条件:
代币必须赋予持有人与传统股票同等权利(分红、投票等,明确排除纯合成);标的和成交量有上限;发行人可事先收到通知并反对;智能合约须可审计、公开,部署在公有、无需许可账本上;底层股票在主交易所停牌时同步停;运营需公开披露。
• 期限:
公布后 5 年到期,同时征求公众意见,为后续是否改成常设规则铺路。
当然,这是行政路径加速,不是 Clarity 的替代品。好处是快、可迭代;短板是可逆,下一任主席或法院都能改,也不解决 CFTC 侧现货数字商品市场的完整建制。
真相了!
是的,而且我认为,世界的真相就是增发。
比如,你觉得某户口、国籍特别好,等你燃尽半生加入了,正好到你这福利都没了,因为它增发了🤦。
再比如,你特别喜欢某个奢侈品包,砸了几个月工资,配货了一堆,才买到一个,结果发现它不装逼了,因为它增发了🤦♀️。
再再比如,大学文凭。几十年前大学生在国内什么含金量不必说,造就一代、二代家长玩命砸学区房和补课,结果大学毕业现在就路边一条,因为大学扩招(增发)了🤦♂️。
再再再比如:
赛季专属的游戏装备、公司的 Title(总监多如狗,VP 满地走)、
航空里程、创业公司的股权(不停增发稀释)、
大清捐纳的官\法国旧制卖的官、鬻的爵...
当然,也包括我昨天聊的 USD,71 年就不挂钩黄金了,历史惯性下,大家却还喊它美金。
如今 Fed 几个老爷子坐那,在图上扎几个点儿,描几个阵,然后就印一堆换给你。
前期稀有,让你牵肠挂肚、魂萦梦绕;
后期增发,全部高价渡给你这有缘之人。
PS:当然,它不增发也轮不到你就是了🤣。
所以我说,世界的真相就特么的是增发。
1
3
646
为什么没有对手能竞争
用你的表叙事/里叙事框架看:表叙事是"Coinbase 执行烂,应该被更好的产品取代";里叙事是它的护城河根本不在产品层,在监管与信任层,而这一层的进入成本极高:
监管牌照存量:逐州 money transmitter 牌照、上市公司审计、十年合规记录,这是用时间和诉讼费堆出来的,烧钱买不到。FTX 崩塌后"合规溢价"反而变成了它最大的资产。
机构通道垄断:美国约 90% 的机构 crypto 交易量走 Coinbase 的托管或交易通道,ETF 托管大头也在它手里。机构客户换托管方的转换成本极高。
对手各有残缺:Binance.US 在 2023 和解后基本废了;Kraken 和 Gemini 体量差一个数量级;Robinhood 在retail端确实在抢份额(这可能是唯一真实的竞争压力),但没有机构托管和政策话语权。
政策话语权自我强化:它是行业游说的出资主力,立法怎么写它有一票,这本身就在抬高后来者门槛。
所以结论是:执行烂但没人能替代,不是矛盾,是护城河类型决定的——它赢在"华盛顿+华尔街"层,不是产品层。
1
384

























