算力狂飙背后的转折：系统成本重塑AI产业格局
AI算力仍在高速狂奔，但真正发生转变的，是成本构成和应用场景的重新分布。过去两年最常见的观点是将AI发展简单等同于算力扩张带来的全面繁荣。然而，2026年的格局已经出现明显分化：AI服务器保持强劲增长，而手机、个人电脑整体出货量却在下降。与此同时，AI手机、AI PC、AI眼镜等产品却在逆势提升规格、争夺市场份额。同一条AI发展轨迹，正在同时创造增长动力和竞争压力。更值得关注的是，变化的本质不在于"是否存在需求"，而在于需求如何转化为系统成本，以及谁能够承担这一成本。在AI服务器领域，存储成本可以转嫁，算
AI是能力提升的指数级引擎
加利福尼亚周六的清晨。Palo Alto, California Avenue。Zombie 咖啡馆外的露水尚未干透。我们四五人挤在那张老旧木桌旁。今天要聊一件你可能从未深究过的事。阳光透过橡树枝叶的缝隙斜照在墙上。桌面上累积的咖啡渍层层叠叠，宛如一份档案。一位刚将小公司出售给大公司的朋友十分激动地说：'Alan，再过五年，每个人都会成为一人公司。' Alan 喝了一口冰美式，没有回应。等他自己喝完，Alan 才缓缓开口：你想换个角度看吗？那好。今天我们就从底层逻辑开始，深度剖析这件事。以下内容基于我们的
AI全景：当下爆发与未来变革
置身于2026年回望并眺望，人工智能（AI）已绝非科幻影片中的虚幻构想，而是如水电一般，深深渗透进我们生产生活的细微脉络。概括而言，AI的现状体现为“应用狂飙与算力竞速”，而其未来则迈向“深度嵌入实体世界的智能变革与全球规则博弈”。以下为您剖析AI现状与未来的关键脉络： 🔍 现状透视：从“思维激荡”到“手脚协同” 1. 摆脱“空谈”，AI开始“实干” 往昔，AI多局限于对话与文本生成的“思维”层面；如今，竞争重心已从“比拼参数”转向“比拼落地”。以智能体（Agent）为首的AI正全面深入场景，涵盖软件开发
AI繁荣下的产能重构：半导体产业链的残酷分化
当Agent应用引发Token爆发式增长，AI不仅在创造新需求，更在疯狂汲取HBM、先进制程与先进封装资源。下一阶段真正需要关注的，不是谁在喊AI口号，而是谁掌控了被挤压后的稀缺产能，谁又在为这场盛宴默默付出代价。015期和专题03，我们探讨的是软件端和组织端的重构：当算力成本低于人力，Agent应用开始接管真实业务流程，企业利润表被重新改写。但所有软件的狂欢，最终都要在物理世界中落地。每一次Token调用，背后都不是魔法，而是GPU、HBM、DRAM、NAND、先进制程、先进封装、PCB、CCL、电源、
做大数据规模不是终点，词元经济重在提质
最近，“词元”在网络上十分火爆，关于“词元经济”的讨论也持续升温。近期发布的《全国数据资源调查报告（2025年）》指出，2025年全国年度数据生产总量达到52.26泽字节（ZB），全球占比超过27%；词元调用量约为21100万亿，呈现出指数级增长态势。 所谓的词元，是人工智能大模型处理信息的基本单位。它可以是单个汉字、标点符号，或者一个词组片段。无论是我们向AI提问，还是AI生成的文字、图片或视频，都离不开词元的调用与运算。所谓词元经济，就是指在人工智能领域，围绕词元的生产、调用、分发及结算所衍生出的新型
AI资本周期：泡沫中后期的投资机会
近两年来，全球股市几乎被“AI”一词重新定义。英伟达股价飙升，数据中心大规模扩建，高带宽内存供不应求，微软、Meta、亚马逊持续增加资本支出，OpenAI与Anthropic的融资估值屡创新高。市场每天都在热议：哪只AI股还能涨？英伟达是否估值过高？AI是否会像2000年互联网泡沫那样破裂？但我认为，真正关键的不是“AI会不会崩盘”，而是“AI资本正在流向何方”。因为真正的投资机会往往源于“最先发现利润池的转移”。作为一名长期关注资本市场的观察者和参与者，我计划从即日起开启一个系列，系统追踪AI资本周期的
AI人生故事，我卡壳了
今日上了堂AI课，老师布置了个任务——用AI撰写个人传记。我顿时陷入困惑，不知从何着手，也不确定该选取人生的哪段篇章。说到底，我尚未拥有将过往全盘托出的勇气，这或许说明我仍不够成熟。但若只写些浮光掠影的片段，又觉得失去了深度。许多老师在小牛妈妈的引导下已完成作品。我虽平时常用AI聊天解惑，可要在当下梳理自己的心路历程，实在是个挑战，毕竟我向来不擅长表达。至今我仍未动笔，也不知该聚焦哪个时期。不知是否有同样困扰的书友，能否为我指点迷津，究竟写哪段经历更合适？
投资心得与AI编程洞察
此前降低仓位，手中持仓多为老旧标的，近期涨幅因而大幅落后于市场。当前仓位为四成，计划近期增至五成，但不会追逐热门板块，随后在六月底回调至三成，短期内不再追加投入。---近期深入体验AI辅助编程，认为大语言模型的计算性能已趋成熟，主要瓶颈在于语境容量有限，而人类的核心优势在于长期记忆与经验积累。未来AI编程若要持续突破，路径之一是提升算力，但这似乎已触及瓶颈，进一步升级将导致成本飙升，现阶段高频使用每日耗费可达上百美元；另一路径则是通过工程化手段优化，如功能模块化、子代理系统、上下文压缩、工具链与技能集整合
中国AI产业发展的核心困境与突破路径
当下，全球人工智能技术竞争态势愈发紧张，我国人工智能产业正值应用驱动、基础提升、生态突破的关键阶段。面对算力受限、人才竞争等外部挑战持续加剧，从高端芯片到基础算法，从原始创新到产业化落地，我们仍存在诸多制约因素和发展瓶颈。近年来，多地紧扣国家战略，强化政策扶持、算力支撑、场景开放、技术攻关，全力推动人工智能与主导产业、新兴产业深度融合。图为2026年3月16日，江苏沙龙机电科技有限公司生产车间内，电子元件自动检测线正开展检测作业。 新华社发 顾继红/摄国际竞争压缩人工智能产业发展空间。调研发现，部分西方国
AI 革命，英伟达并非终点
今日浏览一篇深度文:AI 的关键，绝非仅在于英伟达。见解独到，但我认为可进一步拔高。新观点总结：AI 资本投入的试金石，并非“谁发现了四个窄门”，而是谁能预判瓶颈会在算力、封装、光互连、电力、关键矿物及政策许可间如何转移；静态的咽喉名单既诱人获利，也易致误判。原文精髓，不在于酒馆故事，而在于一个精准的提醒：AI 非纯软件问题，前沿模型的增量能力日益受制于物理供给。其核心论点大致归纳为六点：原文的基础假设是：“供给最窄的物理环节，自然成为最强投资标的。” 其依据是：AI 资本暴增 -> 上游物理供给无法同步
AI训练为何离不开海量显卡
前些天看个视频，有人秀自己用电脑跑AI，显卡风扇狂转跟直升机一样，评论区都在问：你这卡多少钱？非得用显卡？CPU不行吗？这个问题问得很到位。我也曾这么想，直到自己试着跑了个开源模型，才明白搞AI的人为啥成箱成箱地买显卡，跟囤大米一样。先讲个真事。我去年用老电脑试跑一个叫LLaMA的模型，7B参数，算是小版本。配置是i7-8700K，32G内存，一张GTX 1060 6G显卡。结果猜怎么着？跑起来直接卡死，画面定格，鼠标动不了，最后只能按机箱重启。后来换CPU跑，能动了，但生成一句话要等40秒，中间泡了杯茶
AI算力猛增，数据瓶颈显现：下一代模型进化何去何从？
大型人工智能模型（LLM）正以惊人的速度扩展，但其赖以生存的数据资源却面临着枯竭的风险。《2026年人工智能指数报告》警示，全球顶尖AI研究人员指出，用于训练大型模型的高质量人类文本和网络数据已接近饱和，这一现象被称为“数据峰值”（Data Epoch）。Epoch AI的预测显示，在特定假设下，这种数据短缺可能在2026年至2032年间变得显著。这一趋势不仅挑战了AI开发者的技术前提，也引发了业界对“规模法则可持续性”的疑虑。过往，模型性能的提升主要依赖于数据集的规模扩张，但当可用数据量接近上限时，性能
突破AI训练瓶颈：OpenAI解决大规模GPU集群协同通信难题
每日嘉宾 ▼ANGEL Guest本期关键点• AI模型训练的核心是让全球最强大的GPU集群执行统一任务，通信效率决定了训练速度• 传统互联网网络架构遵循「大数定律」，与AI训练的同步要求背道而驰• 规模扩大故障增多：系统规模翻倍，故障间隔减半，数百万条光纤链路随时可能失效• OpenAI研发出MRC（多路径可靠连接）协议，实现数据包在数千条路径间智能分配• MRC引入「包修剪」技术：拥堵时仅转发包头，接收端立即触发重传，消除歧义• 当网络链路出现故障时，MRC在毫秒内自动切换路径，无需等待传统路由协议收
两分钟涨停！织布机需求爆棚
今日早盘，A股市场呈现调整态势。截至午间收盘，沪指下挫0.43%，深成指走低0.94%，创业板指数下滑0.98%，科创综指收跌1.91%。 板块方面，人形机器人、房地产产业链、商业航天等概念表现强势。其中人形机器人概念股恒锋工具、万达轴承等涨幅突出。汽车产业链同样表现活跃，汽车零部件、汽车热管理等相关板块集体上扬。 早盘时段，泡泡玛特开盘后股价快速上攻，盘中最高涨幅触及8.14%，截至午间收盘仍上涨5.06%。 昨日，著名投资人段永平在社交媒体透露，已将所持中国神华股份全部转换至泡泡玛特。与此同时，段永平
Token工厂强势崛起！AI算力新赛道迎来爆发拐点
大模型请求量激增，谁掌控着AI的“核心命脉”？————————————一、产业核心变革Hy3 preview发布仅两周时间👉 Token消耗量瞬间飙升10倍产业范式全面转变：由传统数据仓储跃升为Token生产的超级工厂💡核心观点：Token产能，已然成为AI产业扩张的首要制约因素。二、九强并立 · Token工厂赛道全景❶ 润建股份 🏭 算力服务供应商升级算力服务体系，规模化部署高端服务器构建智能算力枢纽，采用Token与卡时多元计费模式，全力转型Token工厂。❷ 南兴股份 🔗 全链路算力平台构建算力调