众力资讯网

人工智能掌握在资本家手里多可怕？当AI的算力和算法掌握在少数资本巨头手中，普通人连“被剥削”的资格都可能失去。过去资本家还需要工人出卖劳动力，需要他们进工厂、坐办公室，可当AI能把绝大多数工作都干完，穷人就连“奴隶”都做不成了。因为资本不再需要你的劳动，你成了系统中“多余的人”。

谷歌前CEO施密特最近在接受采访时，竟然开始抨击中国的人工智能大模型，他毫不掩饰、非常直白露骨地说道：“我不喜欢中国人工智能的一点是，它完全是开源的，这意味着它很大程度上不受控制，我们无法以任何方式控制它。”美国这些精英，现在是装都懒得装了，之前他们把自己包装的可好了，特别是谷歌，大肆宣扬，说自己的价值观是“不作恶”，当年还有特别多人真信这个口号，认为谷歌在商业伦理上，是做的最好的公司之一，光环耀眼。结果，现在这谷歌的前CEO直接就说了，不喜欢中国的大模型，因为它开源，它不受控制，它没办法被掌控，这跟谷歌的价值观，完全就是背道而驰，足以说明，之前的一切都不过是个宣传口号，他们真正的底色，实际上就是想要牢牢掌控一切，打压自己的竞争对手。而谷歌前CEO施密特，之所以把话说得这么直白露骨，也是真的被中国吓到了。他倒也坦诚，提及中国大模型的成就时，并不讳言，说道：“一年前，我认为中国AI与美国模型的差距在一两年，但最新分析表明，中国只落后了6个月，这在AI世界里几乎是可以忽略不计的“几纳秒。”可以说，中国大模型能力的突飞猛进，让施密特感受到了巨大的压力。当美国远远领先时，他自然会装模作样，包装一下自己，而当你真的开始追赶上并开始超越他们的时候，他们的面孔立刻就一变，开始张牙舞爪，之前说的那些冠冕堂皇的话，直接就丢到一边了。这就是美国这些精英的真面目！他们的企图，注定无法得逞，我们发展大势已成，不再是弄些小手段，就可以阻挡的了，这些美国精英，也只能如同施密特这样，气急败坏，口不择言。

纽约时报中文网竟然开始称赞起中国大模型的成就了，其在6月26日的文章中，竟然直接写道：“中国初创公司智谱新发布的人工智能模型性能几乎与Anthropic的Fable和Mythos模型相当，使用成本却更为低廉。目前全球人工智能模型排行榜中有六款来自中国。”这里面所说的新模型，指的是智普最近发布的GLM-5.2，性能超级强劲，在长上下文、编程、智能体等人工智能的核心能力上，都直接站在了世界第一梯队。而Anthropic公司，则是美国一家与OpenAI比肩的人工智能大模型公司，其最新估值甚至还超过了OpenAI，达到了9650亿美元。Fable和Mythos则是Anthropic在2026年推出的最新两款旗舰级别的闭源大模型。也就是说，纽约时报中文网认为，智普最新推出的GLM-5.2大模型，其性能已经足以与美国最顶尖的大模型公司推出的最新旗舰版大模型媲美！更加重要的是，在性能足以与之比肩的情况下，其使用成本却给更加低廉，而且还是开源大模型。这是一个令人惊叹的成就，虽然中国在大模型领域，隔三差五就会出现一个巨大的飞跃式进步，但是这一次智普新模型的进步，依旧是一个令人震撼的节点，足以说明我们在人工智能领域的突飞猛进。也正是因此，纽约时报中文网即便经常对我们这里的各种事务阴阳怪气，这一次也没有发出违心之言，而是非常老实的承认了我们的成就，毕竟实打实的成绩摆在这里，不管怎样都是无法抹黑的。同时，纽约时报中文网还提到，现在全球排行榜排名前列的大模型中，有六款都是来自中国，这说明我们的大模型不仅仅是某一家或者某几家很强大，而是处在一个百花齐放、强者林立的状态。这更足以说明我们在人工智能领域的惊人成就。当对手都开始认同你的强大时，那你就是真的强大了，这一次新的科技浪潮，我们依旧牢牢地站在了潮头！

康宁放大招！玻璃基板产业链全曝光，AI时代新风口，这些公司要起飞啦～康宁这次真的是放大招了！在韩国首尔的大会上，它公开了玻璃光互连技术“玻璃桥”以及新一代CPO架构，直接把玻璃基板推上了AI时代新风口。以前高端AI光模块、CPO产品，光纤和光芯片对接是大难题，组装费钱、耗时还易出错，良品率低。而康宁通过玻璃内部光波导解决了精度难题，TGV工艺成了下一代封装技术关键，带有TGV的玻璃基板是核心载体。周五玻璃基板概念逆势拉升，戈碧珈涨超13%，凯盛科技涨停。好多公司都入局了，这赛道前景一片光明，说不定有些公司真要起飞啦！

外媒：中国针对人工智能智能眼镜发布了首份行业行为准则，此前用户利用这类日益流行的设备偷拍陌生人并上传视频引发公众愤怒。该自愿性准则旨在缓解隐私担忧，因为AI智能眼镜出货量正在激增。事件背景是隐蔽拍摄行为已激起社会强烈反响，促使监管部门在技术创新与个人隐私保护之间寻求平衡，对新兴可穿戴设备的合规使用提出规范性要求。

三刀侃车共享单车也开始卷底盘了。青桔是在坐垫下面加了减震弹簧，走的是“屁股减震”路线；美团是给前轮上了避震前叉，走的是“前悬减震”路线。你更喜欢哪种？

#环球观链##第四届链博会##链博会的含金量还在不断上升##人工智能#【#AI赋能千行百业，推动“生态矩阵”全面跃升#】第四届链博会，前沿科技化作无形的纽带。链博会设置的6大链条展区构建起全球供应链“生态矩阵”，数智化贯穿始终。数智科技链首次设立人工智能专区，汇聚英伟达、阿里巴巴等全球科技巨头，全栈展示“智能体觉醒”如何赋能千行百业。在这里，人工智能从概念走向现实：邮票大小的X100全功能空间计算芯片赋予智能眼镜精准交互能力；具身智能机器人展示了在工业与生活中的广泛应用。先进制造链呈现从航空级新材料到8万吨模锻压机极限制造的“硬核生态呼吸”；绿色农业链中三大粮商首次同台，AI渗透育种与物流；智能汽车链用AI定义“移动智能体”，展现“立体出行生态”；清洁能源链上演算力与电力的“绿色共舞”。数智化不再是点缀，而是贯穿整体产业链。展会期间，企业频繁提出携手上下游完善生态建设。据统计，发布内容涉及“AI”与智能化的比重显著提升；绿色农业标准与溯源、零碳园区等“底座型议题”同样占据重要场次。科技、创新与供应链在协同创新中深度融合，推动前沿技术蜕变为千行百业的实用工具。第四届链博会发布的《北京倡议》呼吁，加快数智化转型，推动AI在全流程深度应用，共同制定智慧供应链国际标准，加大对中小企业数智化转型的支持，携手打造开放、公平的AI发展环境。在采访多家参展企业后记者发现，企业的参展逻辑发生了根本转变：不再热衷于展示单一爆款产品，而是倾力“展链条、展生态”。霍尼韦尔作为“全勤生”携手近百家上下游伙伴参展，其与盛虹石化联合开发的系统创下千万级年收益；杰创智能的智能体工作台直击数据孤岛痛点。这种趋势折射出企业在不确定性加剧的当下，正试图通过构建全链条生态来抵御风险、寻找增量。#全球企业链上中国机遇#(环球网财经报道记者刘晓旭)

字节入榜“全球最具价值30家独角兽企业”据了解，近日Crunchbase分享了“全球最具价值30家独角兽企业”这一榜单。除Anthropic、OpenAI等老熟人赫然在列外。字节跳动也在估值增长约60%的行业背景下，顺利入围了榜单前十名。

继续奏乐，继续舞！存储芯片是超级风口了……1、三星集团将在未来10年内在韩国投资1000万亿韩元，300万亿韩元建设新的芯片工厂换算了一下，大约是6500亿美元，折合4万多亿元。今年，全球最亮眼的科技行业就是存储，突然爆发了，到底是真的缺芯片，还是有些人缺德囤起来了，不得而知。AI基建今年的对存储的需求并没有爆发式增长，起码与市场的供需关系来看不是突然间增加了，更多是大量的企业恐慌式的提前囤积了，或者有操盘手在炒作这事情，就像原油在60美元好好的供应，川普画K线就涨了……AI基建又不是像病毒一样的突发性需求，但是存储却像口罩、呼吸机一样的突发性紧缺了，去年都还是过剩，其实AI基建已经持续几年了。2、大家想过没有，市场的紧缺是假象。紧缺有两种，一种是爆发式的使用需求，这种涨价是很合理且有延续性，一种是爆发式的囤积需求，这种涨价是短期事件。以前抢食盐、抢莲花清瘟等等是短期的囤积事件，是单纯的看别人抢，自己抢不到，不管有没有需求先囤了再说。小凡没有调研就没有发言权，有没有可能这些存储芯片都在买家的仓库里，大家只是预防性囤积，因为市场在涨价，害怕再不买就要花高价采购了，先囤了再讲。类似的情况在当年碳酸锂也出现过，新能源的高景气时期，大量的企业囤积原材料，炒到60万元一吨却难求，订单也是排到几年后了。3、事实上，矿的供需增加比存储芯片难多了。之后，碳酸锂突然暴跌，短短时间内腰斩，之后一路下跌到6万元好像更低了。过去几年的新能源汽车也好，其他储能相关的业务也罢，依旧是高速增长，电池续航也越做越大，为什么碳酸锂反而跌价呢？其实，读过经济学的人都知道，供需关系受到很多因素的影响，有时候市场需求反而不是核心而是短期炒作，未来的AI基建肯定也不会几何式的增长，而存储这种几何式的涨价，大概率不可持续。当然，这些并不影响二级市场的炒作，当年锂矿相关的都炒到天价了，目前芯片涨幅也很合理。小凡没有说它们要跌，更没有说它们要涨，我对高位区域的筹码向来没有任何判断力，千万别误以为我在提醒风险或者唱空……在股市，明白“不做什么”比知道“要做什么”，更加重要……

为拍短视频从而摆拍博流量！涉事的人就应从重处理，为了红真的啥底线都没了😓

专家预测，未来中国AI企业存活率：一、华为鸿蒙：100%存活二、字节跳动：100%存活三、百度文心：95%存活四、阿里达摩院：95%存活五、科大讯飞：95%存活在大众认知中，人工智能的竞争往往聚焦于算法迭代、智能产品更新和大模型性能升级。但从产业发展的底层逻辑来看，人工智能无法脱离基础设施独立发展，本质是依托数字基建运转的产业形态。如同传统工业离不开水电、交通等基础配套，人工智能的技术落地、场景迭代和规模化普及，完全依赖网络传输、算力调度、电力保障等数字基建的支撑，这也是我国AI产业能够稳居全球第一梯队的核心原因。稳定、全域、高速的网络传输体系，是人工智能产业运转的基础脉络。AI运行需要海量数据实时交互传输，无论是大模型的云端训练，还是各行各业的智能化改造，都离不开优质网络底座。中国移动便建成了全球最多的5G基站、全球第一的5G精品网络，覆盖了全国97%以上的人口，支撑了5.7万个5G行业应用案例落地，覆盖91个国民经济大类。从“万物互联”到“智联万物”，这一数字基座，正是AI走出实验室、驶上公路、飞向天空的底层保障。与此同时，算力也正在从“单点芯片能力”转向“系统工程能力”。未来的竞争不只是某一块芯片有多强，而是整个系统能否持续调度能源、数据与计算资源，让AI能够稳定运行在复杂现实环境中。换句话说，AI越来越像一个基础设施驱动型的技术，而不是一种纯软件的技术。未来三年，AI智能体会从消费端快速走向企业和产业端，成为真正的“生产力单元”。而这个过程，本质上就是AI从“工具”变成“系统组件”的过程。这一轮AI发展趋势的底层逻辑已经越来越清晰：算法天天在升级，但最后拼的，还是整套系统的硬实力；模型能力是起点，而基础设施将决定上限。

任泽平赴美考察后提醒：AI不是风口，是海啸——从美国回来，我看到的却是另一种危险从美国回来，我才明白马斯克说的“超音速海啸”是什么意思。亲历CES和硅谷后，我只有一个感觉：震撼！一个新时代真的来了。这趟美国之行，任泽平看到的不是纸面上的未来，而是已经发生的现在，CES展台上最火爆的不再是手机和可穿戴设备，而是AI原生硬件，英伟达的GPU卖到断货，初创公司拿出来的产品不再是“AI赋能”，而是“AI原生”。什么叫AI原生？就是这玩意从第一行代码开始就没打算让人来操作，人只是提需求，机器自己完成闭环，他在硅谷跟几个华人工程师聊，对方说了一个让他后背发凉的数据：他们公司去年招了四十个初级程序员，今年只招了三个，剩下的活全交给了Copilot和内部训练的代码模型。这不是裁员，是压根就不再招了，而这只是冰山一角，法律文书、财报分析、广告投放、客服质检，这些我们以为还算安全的白领岗位，正在被一条条自动化流水线替代，速度比任何人预想的都快。马斯克嘴里的“超音速海啸”，说的大概就是这么回事，普通的海啸你还能看到浪头，还能跑，超音速的意思是，你听到声音的时候，浪已经拍到你脸上了。任泽平在笔记里特别提到一个细节：美国已经有律所开始用AI系统做合同审查，原来十个初级律师干三天的活，现在一个系统两小时搞定，不是效率提升百分之几十，是直接砍掉百分之九十的人力成本。而且这种替代不是线性的，是跳跃式的，一旦某个领域的AI模型过了图灵门槛，整个行业的需求结构就会在一夜之间被改写。翻译行业已经被改写过了，客服行业正在被改写，下一个是谁？初级程序员、初级设计师、初级分析师，这些我们过去认为“有技术含量”的岗位，恰恰是最容易被AI先吃掉的，因为它们有标准、有数据、有可量化的评估体系，而这恰恰是AI最爱的土壤。他把这个叫做“另一种危险”，不是AI会毁灭人类那种科幻式的危险，是产业逻辑被彻底重构时，大多数人还浑然不觉的危险。国内现在的AI讨论还停留在两个极端：一端是炒作，什么大模型一出来就说要颠覆世界；另一端是质疑，觉得AI不过是个更聪明的搜索引擎，离真正产生价值还远着呢。但任泽平在硅谷看到的不是这样，那边已经没有人讨论“要不要用AI”了，他们讨论的是“你的公司用AI的比例够不够高”。投资人看项目先问你的工作流里AI渗透率是多少，低于百分之三十基本不投，这不是趋势判断，这是投资纪律。当一个市场用钱投票到这个程度的时候，再讨论“是不是风口”已经没有意义了，真正的问题是，当海啸真的拍上岸，你脚下还有没有一块能站稳的礁石。那块礁石是什么？任泽平在考察笔记的最后给出了一个很直白的答案：动手能力、判断力、以及对自己行业底层逻辑的重新理解。AI能替代的是标准化流程里的执行环节，但替代不了定义问题的人，也就是说，如果你只会接需求、写代码、画图、翻译，那你确实危险了；但如果你能搞清楚“这个需求本身对不对”“这个图在商业上该不该这样画”“这段文案到底要解决用户的什么焦虑”，那你的价值不仅不会下降，反而会因为AI把执行成本降到零而变得更高。问题是，我们现在的教育体系、职业培训体系，几乎全是在培养“执行者”，而不是“定义者”，这才是任泽平说的“另一种危险”里最让人睡不着觉的部分，海啸不是未来的事，它已经在太平洋对岸上岸了，而我们这边还有人在争论水是不是湿的。从美国回来之后，任泽平在好几个场合都重复了同一个观点：AI不是风口，它是我们这一代人遇到的最大的产业海啸，风口是你可以选择要不要追的东西，海啸是你必须想办法活下来的东西，区别在于，风口过去了还能等下一个，海啸过去了你还在不在就不好说了。他在硅谷看到的那股劲，不是硅谷又发明了什么新东西，而是硅谷在用一种近乎军事化的效率把AI塞进每一个能塞进去的产业缝隙，那种节奏不是“等等看”，是“抢滩登陆”。而我们这边，大部分人还站在沙滩上，看着远处的浪头，讨论它是真浪还是幻觉，这就是差距，不是技术上的差距，是认知上的差距，而这种认知差距才是最难追回来的。MCN首发激励计划参考：同花顺财经A股硬科技“不吃压力”现涨停潮任泽平:站在光里,存在芯里

互联网真是太伟大了，有些事如果不上网可能这辈子我都不会知道，比如刚刚在短视频平台刷到一个吐槽贴，贴主说和自己对象处了一个月就分手了，原因是对方拉完屎不擦屁股...我本以为这是很小众的事情，但在评论区，一堆人产生共鸣，都在说身边有人拉完屎不擦屁股，还有人现身说法，说不擦屁股是因为觉得粑粑很脏，洗澡的时候会洗掉...太震撼了，我比李鸿章第一次去美国还震撼，没有互联网可能我一辈子都不会想到居然有人不擦腚

中美AI分道扬镳？如果分别试过中美两边的AI产品就能感受到差异，国外那些好用的模型基本都要按月付费，一个月几十到上百块不等，国内的不管是哪一款，基础功能全免费，就算是要大量调用的高级版，价格也低到可以忽略。这还只是普通用户能摸到的表面，往科技财经圈的深了看，还有个更割裂的画面：一边是大模型参数往万亿级冲、算力需求涨得快，另一边是地缘博弈的戏码天天换。不少人看着看着就冒个问号：都是搞人工智能，咋俩家走的道完全不一样？先说说美国那边的玩法，美国的开放人工智能研究中心，2015年刚成立的时候还挂着非营利的牌子，创始宣言写着要让通用人工智能造福全人类，马斯克当时还掏了钱当联合发起人，进了董事会。转折点在2019年，他们搞了个营利性的子公司，微软的钱就进来了。到今年5月，马斯克把这个研究中心的现任掌门人奥特曼告了，说他们把当初的非营利初心改成了千亿级的赚钱机器，要索赔一千五百亿美元，结果加州奥克兰的联邦法院说超过时效，案子没审就打回来了，马斯克还说要继续上诉。这桩官司其实把美国AI赛道的底色露得明明白白的：前沿突破是为了垒壁垒，垒壁垒是为了拿定价权，定价权最后落到按调用次数收费和企业合同上。近几年，美股最重的一波科技首次公开募股集群，英国和美国的财经媒体都已经有人在问，这会不会把中小创业公司的融资渠道吸干，会不会吹出个这十年的AI泡沫。再看咱们这边，完全是反着来的，大多免费，开源社区的门大大开着，连外媒都先咂摸出味儿来了。美媒写得挺直白：西方的决策者和科技公司老板还盯着半导体性能、盯着谁的模型参数更大更先进，中国已经在悄悄搭一套完全不同的生态了，核心就是开源、便宜、能满足绝大多数场景的使用需求。数据摆出来更实在：全球最大的AI开源社区平台上，过去一年咱们国内研发的大模型下载量占了4成，累计全球下载量破了100亿次。阿里的千问系列去年9月就取代了美国元宇宙公司的骆驼模型，成了这个平台上被下载最多的开放模型。今年深度求索憋了一年多的大版本V4放出来，同步开源，标配能装下百万字符的超长上下文，分普通版和轻量版两个版本，轻量版缓存命中状态下，每一百万字符的输入才两毛钱，没命中也就一块，输出两块，这价格放到国际市场，比同档次的西方闭源模型便宜六到八倍。这东西还不光咱们自己人用，往外走也顺。新加坡政府去年11月就宣布用千问做他们国家主权模型的底层底座。还有人基于咱们开源的底层模型改了个适配非洲的版本，喂了非洲本土的数据，能覆盖20种非洲本土语言。你想西方那些闭源模型，一是贵，二是训练数据基本都是英文和西方语境的内容，放到非洲、东南亚这些地方，根本适配不了本地的方言和本土需求。人家发展中国家也没那么多预算买高价的调用额度，咱们这开源的模型权重和底层代码都敞开给，人家下回去自己喂本地的数据接着训，改改就能用，这种生态黏性，是靠按调用次数收钱赚不出来的。为啥两边差这么多？之前中国现代国际关系研究院的一个研究员打了个挺贴的比方，说美国倾向于把AI当石油，挖出来圈起来，谁用谁交钱，赚超额利润。咱们这边把AI当自来水，先修渠，让它能流到制造业车间、医院诊室、学校课堂、政务大厅，流到普通老百姓能碰得到的地方。这个比方还可以再拆一层：美国那套模式是巨头、风投、顶尖高校、国家安全机构这几股绳拧在一起的，天生就带着资本属性、稀缺资源属性、国家竞争属性，前期烧了几百亿买显卡集群，后期必须从企业客户那儿收回来成本赚到利润。所以必须闭源，必须按调用次数收费，搞那套按量计费的生意经。咱们这边的抓手是人工智能加行动，国家在十五五规划建议里，把人工智能从之前和量子计算、半导体并列的一项普通技术，单独拎出来成了全局性的经济增长引擎。这套打法的重心不在单点突破的炫技，在更广更实，让AI变成可普及、可嵌入、可扩散的通用能力，往制造业体系、往新质生产力的盘子里装。咱本来就是制造业大国，AI免费开源了，小工厂也能拿去排生产计划，基层医院也能拿去做辅助诊断，偏远地区的学校也能拿去做双师课堂的智能辅助，政务系统也能拿去搞智能应答省人力，这玩意儿比光搞个跑分高的千亿参数模型有用多了。还有个大家可能没注意的点，现在全球南方好多国家都在悄悄搭自己的AI体系，为啥不优先选西方的？西方那套闭源的你用就得一直交钱，数据还得传到人家的服务器上，涉及国家主权的事儿谁敢松这个口？咱们这开源的，代码和权重都给你，你自己部署在自己国家的服务器上，数据自己管，想改啥改啥，还能适配自己国家的语言和本土需求，你说人家选谁？

真诚体验感悟！试着使用过各种AI软件，感觉各有特点，你可以根据自己需要的进行选择，不用再盲目纠结哪款国产AI最强了！国内前五AI根本不用内卷，各有各的专属赛道，普通人按需选就够好用。日常追剧识图、写文案、剪短视频、日常办公打杂，直接用豆包就够了。全能多模态适配所有生活化场景，操作简单不晦涩，新手也能快速上手。上班族、体制内办公首选文心一言，中文知识库扎实，写报告、拟公文、整理合规内容，稳妥不出错，适配正式工作场景。程序员、科研党认准DeepSeek，数学计算、代码编写、长文档解析是王牌强项，解决硬核技术难题超省心。做跨境、企业开发就用通义千问，开源体系成熟，多语言翻译精准，还能根据企业需求定制调整。搞学术研究、做长期复杂任务，智谱AI的逻辑梳理和代码能力很能打。说白了，没有万能AI，找对适配自己需求的，才是最高效的用法。还有一点必须注意，AI毕竟是软件不是真人，有时真的不能理解人的观点和想法，它们的回答，也是基于大数据大模型来提供一般认识，有时会偏差，我们必须加以甄别才能去使用！

6月24日沙特博主发文：“Telegram创始人建议学生，不要浪费时间学习编程和人工智能.....好好学习数学和物理。“埃隆·马斯克直接在推文下方表态，表示完全认同这一思路，两大行业领军人物的共识，迅速在全球教育与科技圈引发广泛讨论。很多人误以为两人全盘否定编程，其实这是典型的理解偏差。杜罗夫的核心逻辑十分清晰：当下各类AI工具可以快速完成写代码、调基础算法、简单程序调试等重复性编程工作，只会敲代码的基础从业者，很容易被人工智能替代。而数学是底层思维基石，能锻炼逻辑拆解、推导求证、系统性解决复杂问题的能力，不管是创业运营项目，还是深耕高端技术研发，这种底层思维能力永远不可替代。马斯克随即补充观点，明确提出**以数学为基础深耕物理**，恰好完善了这套教育思路。马斯克本身主修物理专业，他创办特斯拉、SpaceX的诸多突破性创新，都依托物理学第一性原理思维。编程只是落地工具，物理能够解释现实世界运行规律，自动驾驶、航天工程、机器人、高端芯片、前沿AI模型的深层突破，全都离不开物理原理支撑；只会套用代码模板，只能做表层执行工作，弄懂数理底层逻辑，才有能力完成原创技术革新。后续杜罗夫也主动接纳马斯克的看法，进一步解释：并非不用学编程，而是学习要有先后主次。先筑牢扎实的数理功底，再接触编程与人工智能才更有意义，数理功底过硬的人，吃透算法、驾驭AI大模型的速度会远超普通学习者；如果跳过基础埋头死记代码，最终只能停留在低端重复性岗位，缺少向上突破的空间。放到当下就业环境来看，这个建议极具现实参考性。近几年培训班批量速成程序员，基础代码岗位内卷严重、薪资不断收缩；但能深耕AI算法优化、航天研发、精密制造、半导体设计的高端人才，缺口持续拉大，这类岗位筛选的首要门槛，就是深厚的数理功底。速成编程是短期谋生技能，数理积累是贯穿一生的核心竞争力，也是拉开普通从业者与顶尖技术人才的关键分水岭。当然理性来看，二者并非对立取舍。对于学生而言，最优路径是打好数学、物理底层根基，同步适度学习编程、了解AI应用趋势，做到底层思维与实操工具兼顾。只跟风追逐热门技术容易陷入内卷，固守传统理科又会脱节时代发展，找准主次平衡，才能适配人工智能时代长期的成长与竞争需求。以上是小编个人看法，如果您也认同，麻烦点赞支持！有更好的见解也欢迎在评论区留言，方便大家一同探讨。

僧尼神圣不可侵犯！现在不但街头假尼姑横行，网络上拍佛系人设的短视频也多了起来，直播装清净尼姑，靠打赏、带货、祈福赚钱。有些装扮尼姑，以色牟利，利用香客隐私情感把柄，以佛门私密场合做要挟，敲诈勒索。还有伪装成高僧，上位住持，收割信徒大额供养、挥霍奢靡。正规的尼姑是绝对不会上街化缘、上门算命、随便送人开光物、强行要钱、推销高价法器的。隐秘尼姑佛教骗子尼姑住持

任泽平赴美考察后提醒：AI不是风口，是海啸——从美国回来，我看到的却是另一种危险从美国回来，我才明白马斯克说的“超音速海啸”是什么意思。亲历CES和硅谷后，我只有一个感觉：震撼！一个新时代真的来了。到了2026年6月，最反常的景象不是机器越来越聪明，而是钱跑得比应用更快。年初在拉斯维加斯的CES展上，最直观的感受是AI终于跳出了参数比拼的纸面游戏。前两年全场都在卷大模型规模，比谁的对话更逼真，今年的核心话题全变成了“物理AI”和端侧落地。英伟达把小型实体机器人搬上了主舞台，新一代芯片平台直接把推理性能提升了5倍，从自动驾驶到工业制造，AI开始真正走进真实的物理世界。硅谷的创业氛围也跟着变了。没人再喊着要做“下一代通用大模型”，轻量化小模型、能自主完成复杂任务的AI智能体，成了创业者扎堆的新赛道。不少从大厂出来的华人工程师，都盯着终端设备上的AI场景发力——不用依赖云端算力，在本地设备上就能跑通智能功能，既省成本又能保护隐私。那时候走在硅谷的街头，连咖啡馆邻桌的聊天内容，都是怎么把AI落到具体的行业场景里，满眼都是技术落地的鲜活劲儿。可仅仅过去半年，整个行业的味道就变了。不是技术停下了脚步——芯片还在快速迭代，新的应用场景也一直在冒出来。真正反常的是，资金涌进来的速度，远远超过了技术落地变现的速度。高盛最新的研报里有组很刺眼的数据：当前美国科技投资占GDP的比重，已经突破了上世纪90年代互联网泡沫时期的历史高点。全球头部云厂商2026年的资本开支预期，短短半年时间就被上调了近80%。说白了，现在大家砸钱建算力、建数据中心的疯狂程度，已经超过了二十多年前互联网最热的时候。科技巨头的动作更是激进。谷歌母公司刚完成了公司史上最大规模的股权融资，850亿美元资金全部投向AI基础设施建设。算上微软、亚马逊等头部企业，今年仅通过发债筹集的AI建设资金，就已经超过了2025年全年的总额。就连还没实现稳定盈利的OpenAI，也已经秘密递交了上市申请，估值摸到七千多亿美元，可它单季度的净亏损就超过百亿美元。所有人都在怕错过这波浪潮，先占住赛道再说，至于什么时候能赚到钱，反而没人深究。这正是任泽平这次赴美考察后，特意点出来的“另一种危险”。他始终认为AI不是简单的风口，是一场海啸级的产业变革，是新一轮康波周期的核心动力，长期的技术趋势没有任何疑问。但眼下这场愈演愈烈的资本狂欢里，藏着比技术冲击更值得警惕的泡沫风险。常有人说风口来了猪都能飞，风停了最先摔下来的就是猪。可海啸的威力比风口大得多，它能彻底掀翻旧的产业格局，也会裹挟着大量泡沫横冲直撞。很多人还没摸到技术的红利，可能先被资本的浪潮卷进坑里。现在行业的核心矛盾就在这里：千亿万亿的资金砸向算力基建，可真正能产生持续营收的落地应用，根本跟不上这个节奏。AI智能体、人形机器人都还处在商业化早期，普通消费者和企业愿意为AI付费的规模，远没有资本预判的那么高。年初就曾因为几家巨头合计抛出6600亿美元的AI投资计划，直接导致相关公司市值合计蒸发九千亿，市场已经在用脚投票表达担忧。更现实的风险是技术迭代的速度太快。现在砸重金采购的芯片、搭建的数据中心，可能一两年后新一代技术落地，就会大幅贬值甚至被淘汰，最终变成收不回来的沉没成本。高盛也明确指出，当前市场已经把未来多年的收益预期，提前透支进了当下的估值里，一旦盈利兑现不及预期，整个行业都会面临剧烈的估值回调。说到底，AI带来的技术革命是真的，未来会重塑各行各业也是真的，但这不代表现在扎堆冲进去的人都能分到红利。很多人现在天天焦虑AI会淘汰自己，忙着追各种AI概念，生怕被时代落下。可真正该警惕的，从来不是技术本身，而是裹着技术外衣的资本泡沫。当年互联网泡沫破裂的时候，最后活下来并长大的，从来不是最先砸钱炒概念的，而是真正把技术用在实处、打磨产品的公司。AI这场海啸迟早会全面落地，也迟早会改变我们的工作与生活。但在浪潮真正站稳之前，别被满天飞的融资消息和估值神话冲昏头脑。分清哪些是实打实的技术进展，哪些是炒出来的资本概念，才不会在退潮的时候，成了那个裸泳的人。

未来五年很赚钱的5个赛道:1、人形机器人/具身智能→增速第一的“超级赛道”。2、AI应用→把所有行业重做一遍的机会3、电力储能→AI时代的“新石油”4、银发经济→3.1亿人的“确定性增量”5、情绪经济→从“性价比”到“心价比”的万亿迁徙！探寻人工智能，人与AI的全新序章已然开启。我把AI当作工作“伙伴”后，效率直接翻倍。在这个时代，“提问能力”和“批判性思维”变得尤为重要。AI给答案的本事很强，但得你问出好问题才行。比如写文案，精准提问能让AI给出贴合需求的内容。而且，AI也会犯错，会“一本正经地胡说八道”。这时候，甄别信息真伪、审视逻辑漏洞的判断力，就是人类的护城河。AI时代，比拼的不是速度，而是谁问得对、谁看得准。人工智能时代，最重要的不是学会用AI，而是想清楚——你要用它做什么，以及这件事为什么值得做。答案，始终握在人手里。

有个人留言说：“请问一下，如果大模型应用端没有业绩支撑，无法形成商业闭环的话，头部互联网厂商的资本开支增速还能维持吗，AI硬件产业链的这个业绩增速还能维持吗，现有的估值还能维持吗？”如果应用端一直不赚钱，或者和投入不成正比。应该会减少投入，那么上游业绩就不可持续如此高增长了。得看看openai和谷歌这种公司在人工智能领域的收益。能不能赚钱，我不清楚，等等看它们的财报吧。上游，中游，下游。现在原材料涨价，就要看消费端了。但是，其他行业也不好吧，各种原材料涨价，它们价格也不好提上去，两头有压力。所以，此时此刻的阶段，你不妨休息下呗。或者别动，就像开车，突然大雾，你看不清楚了。你最好的方法就是去服务区等一会。如果你能看清楚，你就继续前行。每个人情况不同。

人工智能军备竞赛的本质是一场电力争夺战。数据中心是人工智能的物理支柱，也是全球最耗电的设施之一。英伟达最新的BlackwellGPU集群每个机架的耗电量高达120千瓦，相当于120户家庭的用电量。美国顶尖科技公司正争相获取电网接入权，微软、谷歌和亚马逊等公司通过签订20年购电协议锁定电力供应。在亚洲，台积电在中国台湾的工厂已经占到该岛总用电量的约8%，而且这一数字还在迅速攀升。韩国、日本和新加坡也面临着同样的挑战：芯片制造厂和数据中心激增的电力需求超过了现有电网的扩容速度。下一个在人工智能竞赛中落后的国家，或许不是买不到芯片的国家，而是无法接入电网的国家。

2026年6月24日十大热点科技及其产业链核心龙头1.人工智能与算力芯片-天娱数科：国产芯片与混合现实-航锦科技：算力芯片-海光信息：全国产超算硬件2.存储芯片与先进封装-长电科技：存储芯片与先进封装-太极实业：存储芯片与先进封装-兆易创新：存储芯片-深科技：存储芯片与先进封装3.人形机器人-三花智控：新能源车热管理及机器人核心零部件-五洲新春：机器人零部件-浙江荣泰：机器人核心零部件4.6G通信与光通信-中兴通讯：6G与通信设备-上海瀚讯：5G/6G全产业链布局-通鼎互联：光通信模块-云南锗业：光纤与光通信模块材料5.创新药与CRO-药明康德：CRO-海欣股份：创新药-凯莱英：CRO6.汽车产业链与锂电池-亿纬锂能：动力电池-恩捷股份：锂离子电池隔膜-新宙邦：锂离子电池化学品7.PCB（印制电路板）-中国巨石：玻璃玻纤与PCB-国际复材：玻璃玻纤与PCB8.液冷与数据中心-英维克：全链条液冷-圣阳股份：液冷与固态电池9.大金融-长江证券：证券与互联网金融-华安证券：证券-银之杰：互联网金融10.化工原料与稀有金属-永太科技：锂电材料-广晟有色：稀有金属免责声明：发文涉及资讯图等内容来自网络公共信息。不涉及任何推广，仅供科普，也不构成任何依据。

现在十个AI短视频，九个用的同一张脸，难道这就是“建模脸”吗？

大家发现了吗？正在举办的第四届链博会，释放了一个跟很多人想象中不太一样的信号。先看几组数字：今年参展单位增至676家，外资参展商占比达36.5%，世界500强及行业龙头企业参展比例超65%，境外团组超过200个。115家中外企业已是连续四届的“全勤生”。从芬兰、奥地利到哈萨克斯坦，13个国家首次参展……跟外媒嘴里的“脱钩”，完全就是两个画面。更值得关注的是参展内容。今年首次设立的人工智能专区，英伟达、英特尔、高通、阿里巴巴等国内外AI领军企业齐聚一堂。现场AI大模型跟机器人深度融合，一套智能外科手术系统能实现亚毫米级操作精度，高通展台上的具身机器人能抬脚射门。从底层芯片到终端应用，整条产业链被完整铺开。用现场一位参展商的话说：“链博会的价值在于让技术创新更快找到应用场景，也让场景需求更快反哺技术迭代。”这种“把产业链搬过来”的玩法，正好戳中了全球企业的痛点。地缘政治紧张、供应链波动，大家都在找确定性。而中国凭借完备的制造业体系、稳定的政策环境和持续开放的姿态，正在成为那个“锚点”。并且，产业链的“中国吸引力”不只在B2B领域，在普通人的消费选择中同样清晰可见。举个很简单的例子，以前国际大牌进入中国，首选开在最高端的商场，价格咬得死死的。现在却集体在拥抱折扣渠道，各地奥莱里四五折的进口大牌很多。线上渠道也没被放过，例如国内平台唯品会上，三五折的Burberry、COACH、汤丽柏琦很常见，吸引了不少年轻人的抢购，去年奢侈品销量增长了两位数。说到底，生意人最实在，哪儿的产业链靠谱、市场够大，钱就往哪儿流，而中国就是那个谁都绕不开的存在。正如一些外国企业家说的，没有布局中国市场，就算不得国际品牌。

做了六七年电商如今月月赔钱，这行真的没有红利了？今天给弟弟转了3000又，干了多年电商，真的感觉现在到了快要完蛋了，我身边好几个做传统电商的朋友，前两年还能年入十几万，这两年连房租都快交不起了。现在直通车贵得离谱，点击一次动辄三四块，烧大几千的推广费，最后一算账还赔本，流量大半都被直播和短视频分走了，人家直播间福利品九块九包邮，我们正经做货的根本拼不过价格。真的是大势变了，以前守着个店就能躺赚的日子早就没了，不肯跟着时代变的话，真的只能等着被淘汰，还不如早点看看新赛道新玩法，说不定还能蹭上一波新红利。

6月24日沙特博主发文：“Telegram创始人建议学生，不要浪费时间学习编程和人工智能.....好好学习数学和物理。“埃隆·马斯克在回复他的推文时表示同意。”表面上看，很多年轻人会觉得这个观点过时，当下AI、编程岗位薪资高、就业面广，学好代码才能紧跟时代风口，放弃深耕编程转而去啃枯燥的数理基础，等于白白错失互联网、人工智能行业的就业机会。然而，他们忽略了一个关键点：电报创始人与马斯克的建议，针对的是长期发展上限，而非短期找工作的刚需。编程只是工具，人工智能只是应用层技术，框架、编程语言、模型工具每隔几年就会迭代淘汰，可数学、物理是支撑所有前沿科技不变的底层逻辑。不管是大模型算法、自动驾驶、航天工程、芯片研发，核心瓶颈永远卡在数理推导、逻辑建模、物理规律推演上，只会调用现成AI工具、复制代码的从业者，很容易被迭代的自动化工具替代。更重要的是，只学编程和AI应用，只能完成现成任务，很难做出突破性创新。掌握扎实数学，才能看懂神经网络、概率统计、优化算法的底层原理；吃透物理，才能在机器人、航天、新能源、算力硬件领域实现技术突破。有数理功底的人，切换编程语言、上手全新AI框架只需要很短时间，可只会写代码却不懂底层逻辑的人，面对复杂优化、技术难题时会完全束手无策。马斯克深耕航天、电车、人工智能多年，十分清楚行业顶尖人才的核心竞争力，所以才会认同这套重视基础学科的观点。更讽刺的是，当下大量培训机构只鼓吹速成编程、AI实操课，刻意避开枯燥难懂的数理课程，迎合普通人快速入行的心态。很多年轻人跟风报班学习AI工具开发，看似快速入行，实则缺乏成长后劲，等到行业竞争加剧、技术升级，最先被市场淘汰的就是只会表层操作、没有数理根基的从业者。而这标志着科技行业的分层已经十分清晰：依靠工具谋生的普通从业者门槛越来越低，掌握数理底层逻辑、能够自主创新研发的高端人才永远稀缺，长远来看基础学科才是拉开个人发展差距的核心。说到底，他们这番话不代表编程、人工智能不用学，而是不能只停留在应用层面。先深耕数学和物理打好底层根基，再学习编程与AI技术作为实践工具，才能拥有长久不可替代的竞争力，只追逐表层技术，终究难以走得长远。以上是小编个人看法，如果您也认同，麻烦点赞支持！有更好的见解也欢迎在评论区留言，方便大家一同探讨。

大奉打更人第二季小程序搜🐧就可以直接预约大奉打更人2啦！

80后可能是人类历史上最"全能"的一代。从算盘到AI，从胶片到云端，从BB机到智能体，从OICQ到短视频，从自行车到无人驾驶……用四十年走完了别人几辈子的路，主动或被动地见证历史！

AI大模型加速落地，带来的是一连串新问题：训练数据会不会泄露？模型输出可不可信？智能体调用系统资源谁来授权？格尔软件围绕这些问题，推出了AI大模型安全保险箱、AI大模型应用安全护栏系统、智能体身份管理平台等产品，重点解决“数据不敢喂、输出不敢信、身份不敢认”等行业痛点。其中，AI大模型安全保险箱获评近日上交会“镇馆之宝”，相关产品也通过了权威机构能力评估。抗量子密码这条线同样在推进。格尔软件联合海光信息、国泰海通证券发布了金融领域抗量子密码平滑迁移方案，采用“商密+抗量子密码”的混合架构，兼顾现有系统兼容和未来安全升级。公司总经理叶枫介绍，量子计算的发展正在对现行加密体系形成系统性威胁，抗量子迁移已成为数字安全领域的重要课题。更值得关注的是格尔软件的角色转变——它不再只是卖产品，而是在搭台子。作为发起单位之一，格尔软件近日推动成立了“密码+人工智能融合创新发展产业联盟”，成员包括智巡检测、上海测评中心、观源科技等密码从业单位，壁仞科技、无问芯穹、库帕思、阶跃星辰、百度等人工智能企业，以及模速空间、上海信投等单位。联盟的核心任务，是推动建设“密码+”人工智能安全服务平台，围绕人工智能数据采集、模型训练、可信验证、身份审计、跨域数据保护、内容安全等环节提供密码安全服务，并推进标准研制、示范场景建设和人才培养。

人工智能存储价格正在上涨，HBM明年价格可能上涨2到2.5倍。传统DRAM和NAND闪存的价格也在上涨，这意味着部署人工智能数据中心的超大规模云供应商的资本支出可能会增加约30%。存储供应商的盈利预期将被上调，三星、SK海力士和美光将是最大的受益者。伯恩斯坦对2027财年每股收益的预测已经比市场普遍预期高出25%到40%，其中三星高出约26%，SK海力士高出约32%，美光高出约38%。这表明市场尚未将HBM价格上涨带来的利润弹性完全反映在股价中。观点：存储行业仍有估值重估的空间，尤其是像三星、SK海力士和美光这样同时受益于HBM、DRAM和NAND价格上涨的公司。而对于纯粹的NAND厂商来说，这种逻辑则要弱得多，因为它们无法获得HBM价格上涨的核心收益。