AI应用狂潮再起：英伟达定义TOKEN模式引爆市场，大模型龙头MiniMax回归A股
6月1日，A股三大股指整体走弱，但个股表现却呈现活跃态势，市场呈现出“指数低迷、个股强势”的分化特征。收盘时，上证指数收于4057.74点，跌幅0.27%；深证成指为15340.36点，下跌1.51%；创业板指报4006.62点，下跌0.78%。整体来看，全市场超3900只个股上涨，涨停个股超过160家，下跌个股仅约1500只。沪深两市合计成交额约2.88万亿元（沪市1.32万亿，深市1.56万亿），成交量较前一交易日略有下降。科技板块中的科创50指数表现最弱，跌幅一度扩大，显示科技类权重股调整压力较大。
LLM智能客服架构重构与优化
一次从"让 LLM 自由发挥"到"用状态机精确控制"的架构重构实践最近我对自研的 AI 智能客服系统做了一次比较彻底的架构重构——V4 版本。这次重构的核心变化是：从向量记忆驱动转向了状态机驱动。V4架构图：简单说就是：以前每个环节都丢给 LLM 去"自由发挥"，现在用结构化状态 + 显式规则来控制流程。效果很直接——Token 消耗大幅降低、流程完全可控、可观测性也好了很多。这篇文章分享一下这次重构的思路、做法和一些具体的代码实现。先快速回顾一下这个系统的
资金低位切换：聚焦AI终端与应用新机遇
今日市场延续弱势震荡格局，高位科创芯片及部分AI硬件方向明确进入调整期。此前反复强调，对于高位表现疲软、连续放量下跌的板块需保持谨慎，一旦确认调整应果断止盈或减仓，犹豫不决极易导致利润回吐，难以控制回撤幅度。市场瞬息万变，执行力至关重要。今日盘面再次印证了以下两点：（1）高位确认调整的AI硬件与科创芯片短期需保持谨慎，宜控仓观望，若确认调整则应果断兑现利润或降低仓位。（2）从高位流出的资金，部分已流向AI终端和AI应用方向，昨晚周策略已重点提示这两个板块，周末也进行了详细梳理与关注。（2）另一部分资金则回
MiniMax M3模型重磅发布：性能飞跃却遭涨价质疑
向Token计费模式转型是顺应市场竞争的合理举措。在冲刺A股上市的同时发布新模型，MiniMax正在技术和资本两个维度同步发力。6月1日，MiniMax官方宣布推出全新模型M3，重点强化了编程和智能体两大核心能力，并同步推出M3 API限时7天五折优惠活动。官方透露将在未来10天内陆续公布模型技术报告并开源模型权重。模型上线后市场反响呈现分化态势。部分用户反馈响应速度明显提升，上下文处理能力表现优异，但更多用户吐槽Token消耗量急剧上升，同时官方调整了Token Plan订阅方案，实质上相当于变相涨价。
AI的Token账单：每一分智能都有代价
当我们向AI发送一条指令时，它并非像人类那样直接理解完整语义，而是将文本“打散”。举例来说，一段文字在AI眼中会被分解为单个汉字、英文单词乃至词根等基本单元。这就如同搭建乐高玩具的基础组件，或者测量用电量的标准单位“度”。AI每研读一份财务报告、一篇行业分析材料（输入环节），都需要消耗海量Token；而每生成一份分析报告、一段程序代码（输出环节），则是在“创造”新的Token。由此可见，Token既是AI认知世界的“基本颗粒”，也是未来衡量脑力工作成果的核心计量单位。Token经济学给予我们最深刻的提醒是
2026英伟达AI战略深度解析：从芯片巨头到规则制定者
报告完整版下载方式见文末这份 2026 英伟达 AI 战略报告核心结论：英伟达正从芯片商升级为 AI 全产业链规则制定者，以 Token 经济为核心，构建 “硬件 + 生态 + 能源 + 应用” 闭环，主导全球算力与 AI 基础设施竞争。报告显示，2026 年英伟达市值突破 5.5 万亿美元，数据中心业务占比超 92%，战略重心从 “卖 GPU” 转向AI 工厂与 Token 生产。硬件端推行四芯协同：Vera CPU 主导调度、Rubin GPU 负责训练、BlueField DPU 做数据中枢、Gro
AI时代的新三件套
AI时代的新三件套 从传统工作的三大件，历经云时代，如今步入AI时代 人工智能时代正重新聚焦于纯文本形式 过去二十年软件演进路径为： 纯文 → 多媒体 → 图形界面 但大模型诞生后，顺序倒置： 图形界面 → 结构化数据 → 大模型 缘由在于模型最精通处理的是Token。 #HTML #JSON #Markdown 江苏 , 4小时前 ,回顾工作流程的演变，从旧模式的三大件，历经云时代，如今已是AI主导。人工智能时代正重新拥抱纯文本。过往二十年，软件演进轨迹是：文本 → 富媒体 → 图形界面。然而随着大语言
AI独角兽Fireworks融资估值达1000亿
AI推理平台Fireworks AI正在进行新一轮融资谈判，公司估值已攀升至150亿美元（约合1000亿人民币）。这意味着又一家千亿元级别的独角兽企业诞生。这个成就仅用了四年时间——2022年，Fireworks AI正式成立，专注于为企业提供开源AI模型运行服务，并采用Token计费模式。目前该平台日均处理Token量已达30万亿，通过Token销售实现快速发展。背后的领导者令人印象深刻——Lin Qiao（乔琳），本硕均毕业于复旦大学，正是在这里开启了她的AI职业生涯。借助AI行业的发展机遇，她带领团
支付宝AI支付新突破：智能钱包功能正式亮相
就在数日前，支付宝官方正式披露了其AI支付业务的最新进展。截至目前，该AI支付功能已累计处理超过3亿笔智能体交易，市面上95%的通用智能体框架均已实现接入。虽然对于广大用户而言，近年来与AI互动早已成为日常。但借助AI交互完成购物下单，仍然是一种相对新颖的体验。在支付宝的大力推广、以及各类优惠活动的推动下，相信不少用户已经体验过AI支付的便利。对于一些基础的网购、外卖等场景，AI确实能够发挥重要作用。根据官方测试数据，从发出指令到完成支付，平均耗时从传统模式的20秒以上大幅缩减至5-8秒。而目前来看，支付
AI Token账单揭秘：企业如何避免陷入隐形成本黑洞
当下科技新闻的焦点几乎全被人工智能占据：• 一家国际银行宣称利用AI重塑风控体系，每年节省人力开支1.2亿美元；• 某SaaS企业表示“全员启用Copilot后，代码交付效率提升47%”；• 某巨头公布裁员名单，同时HR发布《AI增效白皮书》，醒目标题写着：“技术迭代必然推动组织变革”。这些消息令人振奋。但鲜有人提及，那家SaaS企业的工程师正为同一份公关稿，在Cursor中调用GPT模型上千次，单日Token消耗高达数千美元；也鲜有人提醒那家银行的风控团队，其Anthropic API调用中73%的请求
通俗解读 AI 术语：大语言模型 (LLM) 揭秘
感谢关注，欢迎互动，助您轻松读懂 AI，用好 AI！有时，人类会猛然察觉：自己其实并不真正了解自己。比如语言。长久以来，人类一直认为：语言仅是思想的"外壳"。真正关键的是：语言只是将这些内容表达出来罢了。因此过去几十年，人工智能的发展方向也顺理成章：既然想让机器变聪明，那就应该教它：工程师们曾试图像制造钟表那样构建智能。他们教导机器：AI 曾像一本庞大的说明书。它能下棋、能计算、能搜索，但始终不像人类。因为在人类世界中，最复杂的从来不是规则，而是语言。仅仅一句："我没事。"
AI原生研发：超越Token消耗的迷思
许多企业发现，推动工程团队拥抱 AI 的首要举措，是将使用量转化为考核指标——设立内部排名、设定 Token 预算、将 AI 使用纳入绩效评估。Meta、Amazon、Microsoft、OpenAI 均被曝出类似的内部追踪手段。这种策略有了新称呼：Tokenmaxxing，即将 Token 消耗量本身视作生产力的代理指标。2026 年，Amazon、Microsoft、Google、Meta 这四家公司的 Capex 总额预计在 6500 亿至 7000 亿美元之间，签署这笔巨额预算的高管必须向投资者展
AI 编程实战：多模型协同与成本优化心得
测试了数款主流 AI 编程助手，深入对比了它们的优缺点、模型差异及 Token 消耗机制。重点使用了 Claude Code，其表现稳定，能满足基础开发需求，确属得力助手。然而当下 AI 编程工具种类繁多，亚马逊 Kiro cli、字节 TRAE 等各具特色，体验感不输 Claude Code，其实编程 Agent 的底层逻辑与交互体验已逐渐趋同。 其中，字节 TRAE 的表现最令人惊喜，此前在 Claude Code（基于 Minimax-2.7 模型）上耗费数小时仍未解决的 Bug，频繁试错令人沮丧，
企业AI支出失控!月费高达34亿只因忘记设置Claude限额
2026年5月28日，据Axios披露，一位AI咨询师表示，其服务的某企业客户因未对员工Claude使用权限进行限制，单月AI支出高达5亿美元（约合33.9亿元人民币）。Axios报道中未透露该企业名称及AI咨询师具体身份。企业AI费用超支问题并非孤例。The Verge报道指出，微软正计划裁撤大部分内部Claude Code授权，并引导众多开发者转向GitHub Copilot CLI；微软对内解释为统一使用Copilot CLI，但知情人士透露这同样是出于成本考量，终止Claude Code授权可有效
AI编程的巨额Token开销
在X上关注了龙虾的创始人彼得，有一篇推文很有意思，贴出了用codexbar的Token使用量。一个月发出760万个请求，消耗token量6030亿，价值130万美元。换句话说，他每天用AI编程，成本是4万多美元。当然，我不认为这是他真实支付的使用成本。因为他是奥特曼的员工，是openai高薪的工程师，所以自然可以无限量使用自家公司的token。但他的token使用量大概率是真的，这个结果也是很吓人。给大家看看我一个月使用codex的情况，也就是530多美元，使用了6.34亿token给大家看看我一个月使用