标签: meta
我真是有点搞不懂了。大力发展AI的是美国开的头。OpenAI、谷歌、Meta、微
我真是有点搞不懂了。大力发展AI的是美国开的头。OpenAI、谷歌、Meta、微软，砸了几千亿美元进去。现在说AI或将威胁人类的，也是美国那边的科技公司在渲染这个话题。自己造的东西，自己害怕。这出戏，到底在演什么？美国科技圈最近上演了一出颇为魔幻的大戏。一群科技巨头，白天忙着给人工智能踩油门，晚上又站出来提醒全世界，这东西搞不好会威胁人类。更有意思的是，喊危险的企业没有停止研发，呼吁谨慎的资本也没有停止投资。人工智能越被描述得神秘可怕，围绕它的商业竞争反而越激烈。问题来了，这些科技巨头究竟是真的害怕人工智能失控，还是借着安全问题，争夺下一代科技产业的话语权？看看2026年10月美国科技圈的动静，就能发现不少门道。10月12日，微软公布新一代自研人工智能芯片Maia300的部署计划，准备在2027年扩大使用规模，减少对外部芯片供应商的依赖。微软2026日历年的资本支出预计超过1750亿美元。如此庞大的资金投入，说明美国科技巨头根本没有准备放慢人工智能发展的脚步。谷歌、Meta、亚马逊等企业也在持续建设数据中心，争夺算力资源。谁都清楚，人工智能竞争已经不只是模型之间的较量，而是在争夺未来数字经济的基础设施。可另一边，人工智能可能失控的警告，又不断从美国科技圈传出来。马斯克就是一个典型人物。他长期强调人工智能可能带来的风险，尤其关注模型训练过程中的目标偏离问题。所谓目标偏离，可以理解为一个学生明明知道正确答案，却发现按照错误的评分标准答题更容易拿高分。时间久了，他学到的可能不是真正解决问题，而是如何讨好评分系统。人工智能同样可能出现类似现象。2026年2月发布的国际人工智能安全报告，就讨论了模型利用测试漏洞获取奖励、在特定环境中表现出欺骗性行为等问题。这说明，人工智能系统的能力越强，如何保证它按照人类预期运行，就越重要。但颇有戏剧性的是，马斯克自己也在推动人工智能技术发展。旗下企业持续研发模型，特斯拉同样将人工智能应用于自动驾驶和机器人领域。一边担心技术风险，一边争取技术领先，表面矛盾，实际上反映了商业竞争的现实。再看英伟达。人工智能发展越快，高性能芯片需求通常就越旺盛。作为重要芯片供应商，英伟达自然希望产业持续扩张。而模型开发企业关心的是产品迭代速度，云计算企业关心的是数据中心利用率，投资机构关心的是资金何时能够获得回报。大家都在谈人工智能安全，但不同企业的利益诉求并不完全一致。真正值得注意的是，美国科技企业不仅要争夺技术市场，还希望在行业规则制定过程中拥有更大影响力。谁掌握先进模型，谁就更容易影响安全测试方法；谁拥有庞大算力，谁就更有机会参与制定行业标准。这就出现了一个值得警惕的问题：如果一家企业既负责开发产品，又深度参与制定安全评价标准，那么外部监督如何保持独立？就像汽车制造商既生产汽车，又希望自己决定碰撞测试的合格线。即便企业确实重视安全，也不能完全代替公共监管。到了2026年10月，美国人工智能产业还面临另一重压力。10月15日，全球人工智能投资市场出现新的融资紧张迹象。部分数据中心项目受到借贷成本上升、投资者风险偏好下降等因素影响，资金压力增加。这意味着，前期大规模投入正在接受市场检验。人工智能当然具有巨大的产业潜力，但数据中心需要电力，芯片需要资金，企业最终还需要能够持续盈利。资本市场不能永远只听宏伟故事，也会追问现实回报。更深一层的问题，是人工智能已经逐步进入国家安全领域。从情报处理、网络防御，到无人装备和战场信息分析，人工智能正在改变现代军事技术的发展方向。如果主要国家为了抢占优势，不断压缩安全测试周期，那么真正令人担忧的，就不只是机器会不会失控，而是人类可能主动放松约束。这场技术竞赛，显然不能完全交给企业自行决定规则。相比之下，中国近年来强调的发展与治理并重，提供了另一种思路。2026年7月17日，中国在上海发布人工智能伦理治理国际合作相关行动计划，提出加强分级分类风险防范、推动国际合作、明确产业链各方责任。中国还持续推动人工智能与制造业、医疗、教育等领域融合，强调技术应用应当服务经济社会发展。人工智能不是摆在资本市场橱窗里的昂贵玩具，更应该成为推动生产力进步、改善民生的重要工具。当然，安全治理也不能成为阻碍创新的借口。监管过度可能增加研发成本，监管不足又可能放大社会风险。真正成熟的制度，需要在鼓励创新与保障公共利益之间找到合理平衡。
为什么 Anthropic 不做个人 Agent
2026年秋天的AI赛道格外拥挤。OpenAI在DevDay上发布了圆滚滚的dots, Meta的Muse上线12天下载量冲到约280万次, Google和SpaceXAI也各自亮出了自己的always-on个人助手(GeminiSpark与GrokBot)。但名单上少了一个名字——Anthropic, 这家靠ClaudeCode把agent做到最出圈的公司, 至今没有一款能和它们正面对标的消费级
#侠哥聊股市#MetaPlatforms周一发布备受期待的人工智能模型MuseWonder。这是Me
#侠哥聊股市#MetaPlatforms周一发布备受期待的人工智能模型MuseWonder。这是Meta首席执行官马克·扎克伯格重组AI部门并启用新人才掌舵以来，该公司推出的能力最强模型，内部代号为“西瓜”。Meta称，新模型较自家前代产品实现大幅跃升，具备“前沿能力”。公司管理层表示，在编程、处理金融侠哥聊股市MetaPlatforms周一发布备受期待的人工智能模型MuseWonder。这是Meta首席执行官马克·扎克伯格重组AI部门并启用新人才掌舵以来，该公司推出的能力最强模型，内部代号为“西瓜”。Meta称，新模型较自家前代产品实现大幅跃升，具备“前沿能力”。公司管理层表示，在编程、处理金融或法律问题方面，MuseWonder的能力可与OpenAI的ChatGPT和Anthropic的Claude媲美。AI模型之间很难直接比较，因为不同模型各有所长，而基准测试参数可能被人为操纵，未必能反映技术在现实中的实际表现。不过，如果Meta的说法经得起外部测试，而且MuseWonder获得研究人员和开发者认可，这将标志着去年模型在硅谷反响不佳的Meta成功打了翻身仗。Meta人工智能部门负责人AlexandrWangMeta人工智能部门负责人AlexandrWang周一接受采访时表示：“这些是真正的前沿模型。我们确实认为，它们能够与目前最优秀的模型竞争，尤其是在个人和专业智能体工作领域。”对于质疑Meta是否已经开发出尖端模型的人，Wang说：“我会告诉大家，不妨亲自试试看，自己作出判断。”消息公布后，Meta股价一度上涨4.7%。截至上周五收盘，该股今年以来累计上涨近9%。过去14个月，扎克伯格重新调整了公司的AI战略，以求在AI竞赛中取得进展，其中包括承诺投入数千亿美元建设支持AI模型所需的基础设施，并通过向ScaleAI投资140亿美元将AlexandrWang纳入麾下，让他领导新的AI部门。
这几天，一则海外商业通告在科技圈里传开了，脸书创始人扎克伯格夫妇名下的生物医学机构，竟然和谷歌旗下的
这几天，一则海外商业通告在科技圈里传开了，脸书创始人扎克伯格夫妇名下的生物医学机构，竟然和谷歌旗下的几个人工智能团队坐到了同一张桌子前。两家平时抢地盘抢破头的硅谷巨头，这次拉上美国的几个官方卫生和能源部门，共同砸出了一个超十亿美金的资金池。这笔巨款不投新软件，也不买新大楼，而是要干一件离谱的事：他们要把制药厂里那些过去直接倒进下水道的废液，统统收集起来，变成喂养机器的“黄金”。前几年，外界总觉得人工智能聪明绝顶。大家以为，只要让那些超级电脑多读几本医学书，几天就能算出一副包治百病的神药。现实却给了他们狠狠一巴掌。一群能敲出几百万行代码的天才，全被死死卡在了堆满试管的实验室门外。电脑处理起文字来飞快，可一碰到真实的细胞怎么破裂、蛋白质怎么扭在一起，全变成了瞎子。不是电脑算不动，而是根本没有真实的数据可以算。生命反应的数据太少了，人工智能就像个胃口奇大的壮汉，硬生生饿倒在了大门前。现在，巨头们砸出十几亿美金，就是为了强行掀翻这个困局。过去，研究员死死盯着显微镜，一旦看到试管里的液体变浑浊、颜色不对，一句“又没成”，连试管带药水直接倒进水槽。那叫纯粹的亏本，只能认栽。但现在，规矩变了。当那个穿着白大褂的研究员叹着气把失败的废液倒掉时，旁边冰冷仪器上的指示灯急促闪烁，摄像头和高敏传感器已经把这一秒钟里细胞死亡的精确轨迹、药剂浓度的微小偏差，全部拆解成一行行毫无感情的底层代码，顺着网线直接灌进了硅谷大厂的服务器里。无数次失败的实验结果，不再是垃圾桶里的废料，全成了让人工智能不再犯错的纠偏教材。实验室的功能，被彻底重塑了。它不再只是为了碰运气造出新药，而是变成了一个昼夜不停、专门制造“失败数据”的超级流水线。桌子一掀开，第一波数钱到手软的，根本不是那些卖新药的终端药厂。而是那些在背后生产塑料试管、合成基因片段、组装自动滴管机械臂的底层供应商。电脑算法再聪明，也凭空变不出实体的数据。它们只能靠着一台台冷冰冰的机械臂，不分昼夜地运转，一滴药水一滴药水地把真实的生物反应给硬生生挤出来。硅谷的财团们正拿着海量的真金白银，试图用机械的蛮力砸开人类生命的密码锁。这场豪赌里，到底是药企迎来了救命的神仙，还是卖试管的底层商人在闷声发大财？
2019年facebook要做跨国稳定币支付结算网络被美国国会毙掉了胎死腹中
2019年facebook要做跨国稳定币支付结算网络被美国国会毙掉了胎死腹中任何一个社交平台巨头拥有庞大的用户群体做跨国本地支付具有天然的优势推特的马斯克也想做这个做成了就是世界范围内的支付宝微信支付前途亮眼前景不可想象
前段时间Meta发布了AIAgentMuse,海外媒体评价这一举动瞬间将Meta拉回到AIAgent
前段时间Meta发布了AIAgentMuse,海外媒体评价这一举动瞬间将Meta拉回到AIAgent的主流竞争餐桌上，这背后有一个角色进入了大众的眼里，就是MetaAI的首席执行官华裔“汪滔”29岁最近看了他的几个访谈，非常喜欢也让大家感觉到了这不到30岁的年轻人站在MuseAI的发布会上侃侃而谈时的视野前段时间Meta发布了AIAgentMuse,海外媒体评价这一举动瞬间将Meta拉回到AIAgent的主流竞争餐桌上，这背后有一个角色进入了大众的眼里，就是MetaAI的首席执行官华裔“汪滔”29岁最近看了他的几个访谈，非常喜欢也让大家感觉到了这不到30岁的年轻人站在MuseAI的发布会上侃侃而谈时的视野和格局18岁辍学创业，19岁进入MIT攻读计算机一年不到又再次出来创业，果然天才的世界你我不懂他在很多访谈中表达了很多观点，以下6点值得学习1、真正的创业机会，来自发现别人忽视的关键问题2、创业初期，要有独立判断力，不被外界的声音左右了3、好的创业者，必有有承认自己错误的能力并且快速改变自己4、AI最大的机会不是让现在的模型变得更强，而是让技术真正的进入真实世界5、未来世界可能最缺失的是愿景和雄心6、企业的真正竞争力，是可以不断改进的反馈系统同时在各种访谈中，他身上表现出来很多优秀的素质：1、第一性原理思考；从亲自训练AI遇到的数据瓶颈发现创业机会，而不是根据行业热度决定做什么2、独立判断力；面对投资人质疑，能够坚持有实践依据的长期判断3、快速学习能力；承认创业初期能力不足，把持续改进看作创业者的核心任务4、接受反馈的开放性；接受导师对医疗AI方向的质疑，及时调整创业方案5、长期主义与系统思维；关注技术长期发展曲线、人才密度和组织反馈机制，而不仅是眼前产品
被meta裁员后誓不找工作已打脸
被meta裁员后誓不找工作已打脸今年5月份的时候被meta大裁员干掉了那轮对entrylevel的岗位下手非常狠，ig的dsdeentrylevel基本都裁了（有ic3朋友RE顶级rating都被干掉了）当时做了一个决定就是不去找新工作。具体原因之前的视频都讲了，一方面是对大厂的工作晋升缺乏激情，另一方面更重要的是感觉ai的发展速度让ng岗位越来越岌岌可危，就算找到了新工作，等待我的也只是下一次裁员。于是，这段时间我尝试做了一些不同的事情：1/参加了很多ai/创业events。认识了不少做ai创业/fde的人，也接触了传统行业的一些老板去聊了fde的机会。结识了一些给我带来了非常多启发的朋友。2/开始做自媒体（于是有了现在这个账号）3/开始尝试交易美股和crypto，发现自己对于这件事情是最感兴趣的4/爽搞个人兴趣爱好，攀岩（有背肌版），看书，看电影，徒步（一个人在曼哈顿从日出前暴走到黄昏后），写小说探索的过程中，其实发现不论是去创业、做自媒体，还是做交易，都是一边上班一边启动，然后等已经有一定的验证了再全职切换去做，会更好。创业来说，需要前期有一个身份去社交，去认识大量的人。在ideaandcodebothcheap的年代，vc投你不投别人，还是需要你有差异化的资源或者工作经验。而且，没有主业带来的现金流支持很容易着急，着急的话是做不出好东西的（这点交易也一样，如果需要考虑维系房租和饭钱，下注的手就很难做到客观中立了）。我见到了很多创业者白天上班/上学，晚上创业，也做出了非常好的产品。自媒体方面，不管是做科技还是生活方向上的内容，都需要一份主业让自己创作的内容保持relevant。而且，美国这边确实很多科技创作者是把自媒体作为自己影响力的杠杆，来撬动自己主业的发展，更像是一个放大器而不是单点现金流对于ai挤压下未来的劳动力市场，我仍然非常悲观。我觉得大批人失去工作、经济萧条这件事会比我们想象的更早到来（也许5年之内）我强烈建议大部分人都开始思考自己失去了传统意义上的工作之后该怎么办要么你有充足的储蓄，要么关注一人公司的早期形态我个人接下来会找一份不会耗尽我所有精力的主业，然后把业余时间集中在学习交易上面。在这个ai能力快速膨胀、个人能力贬值的时代，与其拥有有价值的技术（考证、学工具），可能不如持有有价值的资产当然去研究networking、opc创业也会是很好的方向，不过我觉得精力有限的情况下我会先做我直觉上更感兴趣的事情如果你也感兴趣crypto/炒股，非常欢迎交流！#裁员
museai邀请码，你玩各拿10亿token#人工智能##人工智能##meta#
museai邀请码，你玩各拿10亿token#人工智能##人工智能##meta#museai邀请码，你玩各拿10亿token人工智能人工智能
谷歌TPU销量暴增省流笔记鸭省流笔记鸭小程序看大V发言Piper
谷歌TPU销量暴增省流笔记鸭省流笔记鸭小程序看大V发言PiperSandler（派珀·桑德勒）：预计TPU（张量处理单元）销售额在2027年将达到512亿美元，随后在2028年翻倍至1037亿美元。$GOOGL（谷歌）$AMZN（亚马逊）$META（Meta）$NVDA（英伟达）$MSFT（微软）$AMD（超威半导体）谷歌亚马逊meta微软半导体
MetaMuse火出圈，算力需求大爆发！这波AI概念红利，你准备好接招了吗？
MetaMuse火出圈，算力需求大爆发！这波AI概念红利，你准备好接招了吗？上周刷到有人用MetaMuse输入一段100字不到的日常碎碎念，10秒就生成了3分钟质感拉满的动画短片，连光影细节都卡得恰到好处，瞬间懂了为啥它能直接火出圈。身边做AI渲染工作室的朋友最近直接把3台老3090换成了4090D，单卡显存24G，跑批量生成的速度直接翻了3倍，上个月的算力租赁订单直接排到了45天以后，连之前闲置的几台边缘计算节点都被抢订一空。现在不少中小团队都在找低成本切入的口子，不用硬砸大模型研发，哪怕做适配普通用户的AI动画小插件、给小商家做定制化的生成模板，都能蹭到这波算力溢出带起来的红利，根本不用挤破头去抢头部赛道的饭吃。
晚间重磅催化落地，消费电子、AI穿戴赛道再度迎来超级利好！Meta正式官宣，未来
晚间重磅催化落地，消费电子、AI穿戴赛道再度迎来超级利好！Meta正式官宣，未来数月将把王牌AI智能体Muse全面接入AI眼镜终端。用户可通过语音一键唤醒AI助手，结合实时视觉识别，直接对眼前场景、商品、文本内容进行分析、解答、执行任务。这意味着AI眼镜彻底跳出传统硬件显示逻辑，正式升级为可感知、可交互、可自主执行的个人AI移动终端，也是下一代随身超级智能入口。为什么下周这条线值得重点重仓关注？分享三点核心逻辑：第一，顶级巨头明确产业趋势，情绪催化直接拉满。Meta作为全球AI穿戴风向标，落地时间表清晰，标志AI眼镜正式迈入「AI智能体+视觉交互」新时代，市场做多预期被彻底点燃。第二，产业逻辑彻底升级，从硬件内卷变AI价值重估。AI智能体与AR眼镜深度融合，让穿戴设备从被动佩戴，变成主动服务型终端，直接带动光学、传感器、声学组件、AI芯片、整机组装整条产业链需求爆发，国内供应链迎来业绩+估值双重修复机会。第三，板块趋势共振，资金蓄势待发。近期消费电子、AR/VR、AI应用持续回暖，利好不断叠加，赛道人气已经充分沉淀，新消息催化下极易形成主升行情。综合来看，AI眼镜、智能穿戴、消费电子、AI代理这条细分方向，下周大概率成为市场最强主线。重点关注手握核心光学、传感、整机技术的正宗供应链标的，把握新一轮产业红利机会。个人观点仅供参考，不构成任何投资建议
有一些五月被Meta大裁员的人来投我们公司了[笑着哭]看了几个Candidates都是Meta来的
有一些五月被Meta大裁员的人来投我们公司了[笑着哭]看了几个Candidates都是Meta来的
#美教授称美国的AI投资恐爆雷#【#美国砸10万亿美元梭哈AI#？教授：可能“爆
#美教授称美国的AI投资恐爆雷#【#美国砸10万亿美元梭哈AI#？教授：可能“爆雷”】近日，美国布鲁金斯学会发布哥伦比亚商学院教授StijnVanNieuwerburgh的最新研究。他在报告中测算，2025年至2032年，美国数据中心、电力设施、网络设备、GPU及其他AI基础设施累计投资可能达到约10.3万亿美元（约合69.1万亿元人民币），平均每年相当于美国GDP的3.63%。报告指出，按这一投资强度计算，美国当前的AI建设周期已经超过历史上的多轮大型基础设施扩张。1870年至1890年的铁路建设年均投资约相当于GDP的2.24%，1956年至1973年的高速公路建设约为1.13%，1996年至2003年的通信和光纤建设约为1.10%。巨额投资的背后，是越来越昂贵的AI数据中心。报告以一座200兆瓦的AI训练园区为例，其初始建设成本约82亿美元（约合551亿元人民币），其中数据中心建筑约22亿美元（约合148亿元人民币），新增电力设施约4亿美元（约合27亿元人民币），GPU、网络和存储等IT设备约56亿美元（约合377亿元人民币），约三分之二的资金都投入了更新速度更快的计算设备。按照这一标准，一座1吉瓦级AI园区的成本已经达到约410亿美元（约合2752亿元人民币）。报告测算，到2032年，美国可能新增约182.8吉瓦数据中心容量，另有117.2吉瓦项目在2032年以后投入使用。2025年至2032年发生的建设支出可能达到10.3万亿美元（约合69.15万亿元人民币）。数据中心越建越贵，几家科技巨头合计经营现金流却开始赶不上资本开支。Oracle、Microsoft、Amazon、Meta和Alphabet五家公司合计资本支出从2020年的968亿美元（约合6500亿元人民币）升至2025年的4158亿美元（约合2.79万亿元人民币），同期经营现金流为6032亿美元（约合4.05万亿元人民币）。报告预计，2026年五家公司资本支出将进一步增至8005亿美元（约合5.37万亿元人民币），而经营现金流约为7071亿美元（约合4.75万亿元人民币），资本支出首次超过经营现金流，相当于经营现金流的约113%。高盛同样预计，美国AI相关投资占GDP的比例将从2026年的1.8%升至2027年的2.5%，2028年进一步达到2.8%。美国AI巨头开始越来越多地依赖借贷和外部融资“输血”。报告援引摩根士丹利估算，2025年至2028年，为满足大型云厂商新增算力需求，需要约2.9万亿美元（约合19.5万亿元人民币），其中超过一半需要依靠外部资本。在全部融资中，股权和债务比例约为六四开，仅私募信贷规模就可能达到约8000亿美元（约合5.37万亿元人民币），企业债约2000亿美元（约合1.34万亿元人民币），结构化融资约1500亿美元（约合1.01万亿元人民币）。VanNieuwerburgh以Meta在美国路易斯安那州建设的HyperionAI数据中心为例。报告分析的项目规模约2吉瓦，对应约300亿美元（约合2014亿元人民币）资产。Meta将80%的项目股权出售给美国另类资产管理公司BlueOwl后，合资实体又融资270亿美元（约合1813亿元人民币）债务，使项目层面的债务资产比接近90%。Hyperion债务发行收益率达到6.58%，较Meta同期直接发行类似公司债高出至少100个基点。报告估算，仅这一利差在整个融资周期内就会增加超过50亿美元（约合336亿元人民币）的利息成本，并最终反映在Meta支付的租金中。类似的长期支付义务已经出现在更多大型科技企业身上。美国信用评级机构穆迪估算，大型云厂商已经承担约9700亿美元（约合6.51万亿元人民币）租赁承诺，其中约6600亿美元（约合4.43万亿元人民币）属于尚未进入资产负债表的未来租约。报告援引《华尔街日报》统计称，仅Microsoft、Alphabet、Amazon和Meta四家公司，未来租赁和采购等表外义务就已经达到约2.4万亿美元（约合16.1万亿元人民币），其中包括9040亿美元（约合6.07万亿元人民币）未来租赁承诺和1.52万亿美元（约合10.2万亿元人民币）未来采购承诺，后者主要涉及芯片。然而，AI数据中心本身又是一类核心设备折旧速度很快的资产。铁路等传统基础设施可以使用几十年，而今天数据中心的大部分资金都投入GPU、服务器、存储和高速网络设备。报告测算，一座200兆瓦AI数据中心约82亿美元的投资中，约68%用于GPU、服务器和网络设备等IT资产，这部分资产按6年经济寿命计算；建筑、电力和冷却设施等剩余资产则按20年计算。如果IT资产的经济寿命从6年缩短至3年，在其他条件不变的情况下，每年需要回收的资本比例将从19.37%升至31.10%，相应的成熟期年收入要求也会从约3.7万亿美元（约合24.8万亿元人民币）增加至约6万亿美元（约合40.3万亿元人民币），相当于2032年美国GDP的14.8%。Hyperion也体现了长期融资与快速技术迭代之间的矛盾。其项目债务期限一直延续至2049年，Meta则从2029年开始通过一系列四年期租约使用园区，并承担相应的资产残值保障。与此同时，支撑数据中心需求的GPU、冷却系统和计算架构可能在几年内就发生明显变化。债权人看的是项目未来的长期租金和资产残值，但这些收入最终仍取决于Meta是否持续需要如此庞大的算力。一旦技术迭代或者AI需求变化使数据中心利用率和资产价值低于预期，压力仍可能通过租金、担保和再融资成本重新传导至科技巨头。报告指出，这种长期融资期限与底层技术快速迭代之间的错位，是AI基础设施面临的重要风险之一。电力又是另一层阻碍。报告估算，一座200兆瓦AI数据中心持续满负荷运行，一年的耗电量大致相当于17万户美国家庭。按照报告测算的2032年建设规模，新增AI数据中心的耗电量可能相当于目前整个美国居民部门的用电量。大量项目还需要同步获得变电站、高压输电线路、并网容量和新的发电设施。报告指出，电网接入可能需要数年，同时项目还面临电力成本上涨、地方反对以及GPU、高带宽内存和网络设备供应不足等限制。报告测算，目前美国约509吉瓦规划中的数据中心项目中，约226.9吉瓦最终不会建成，另有117.2吉瓦要到2032年以后才能投入运行。建设受阻之外，更大的问题是这些设施建成以后能不能赚回如此庞大的投入。报告按照182.7吉瓦新增容量、约9.61万亿美元（约合64.5万亿元人民币）的投产资本测算，若投资者要求10%的无杠杆回报率，同时经营现金流率达到50%，这些数据中心成熟后每年需要产生约3.725万亿美元（约合25万亿元人民币）收入，相当于报告预计2032年美国GDP的9.2%。换算成算力价格，在100%利用率下，每块GB300GPU每小时需要创造约5.5美元（约合37元人民币）收入；如果设备利用率只有80%，这一数字将升至约6.9美元（约合46元人民币），利用率降至70%时则需要约7.9美元（约合53元人民币）。报告指出，目前高端英伟达GPU按需或短期租赁价格通常约为每GPU小时6美元至10美元以上（约合40元至67元人民币），按当前市场价格，上述收入要求仍处于可以达到的区间。真正的问题在于，到2032年市场可能新增约180吉瓦算力，需求能否以相近速度增长。随着云厂商、模型公司和算力供应商同时扩张，一旦新增数据中心产能增长快于实际需求，设备利用率和GPU租赁价格都可能下降，实际收入也会低于最初的投资测算。对于那些大量依靠债务建设的数据中心而言，高杠杆之下也可能转化为更大的股权损失和偿债压力。要消化如此庞大的新增算力，本身就需要AI产业收入保持极高增速。报告援引当前估算称，OpenAI和Anthropic合计年收入约1000亿美元（约合6713亿元人民币）。如果以这一收入规模作为参照，要在2032年达到3.725万亿美元，需要未来数年保持大约80%的年复合增长率。报告还指出，随着AI基础设施投资规模扩大，芯片厂商、云厂商、数据中心运营商和金融机构之间正在形成更加紧密的资本循环。以英伟达为例，它一边向云厂商和数据中心出售GPU，一边又通过残值担保等方式帮助客户获得融资，降低大规模采购芯片的资金门槛。云厂商则继续建设数据中心、向模型公司出售算力，数据中心投资者再依靠大型科技企业的长期租赁和采购承诺支撑债务。这套结构能够持续运转，前提是新的资本不断进入的同时，AI需求、算力利用率和租赁价格也要不断增长。但未来未必能一直如这些企业所愿。一旦需求增长赶不上数据中心和GPU产能释放，芯片价格、算力租赁价格和设备利用率都可能下降，而已经签下的债务、租金和采购承诺仍需继续支付。
![奇怪的是，OpenAI、Meta、亚马逊和谷歌目前均未在中国内地运营[笑着哭]](http://image.uczzd.cn/7404697801774236438.jpg?id=0)
这两年科技圈饱受非议却实属委屈的CEO，无疑是扎克伯格。当年他动辄投入数百亿
这两年科技圈饱受非议却实属委屈的CEO，无疑是扎克伯格。当年他动辄投入数百亿现金往看不到回报的项目里投入资金，全球各界都觉得这人恐怕失去理智，华尔街更是时时刻刻细致搜寻他挥霍资金的佐证。结局如何？9月8号Meta悄然推出一款名为Muse的AI助手，形势立刻迎来反转。这款Muse究竟有多强悍？除了撰写文稿、发送邮件之外，还能够协助预订机票、自动填写各类表单。最亮眼的一点，就算关闭应用程序，它依旧可以在后台如同不知疲倦的“赛博打工人”，悄悄完成各项任务。上线仅仅14天，Muse单日下载量暴涨至26.4万，日活跃用户直接达到44.8万，毫无意外横扫美区AppStore，登顶榜单。目睹这份亮眼数据，华尔街的态度转变得比纸牌还要迅速。在此之前，所有人都记得扎克伯格豪赌元宇宙的那段日子。连续多年巨额投入，RealityLabs常年大额亏损，累计烧掉的资金突破八百亿。投行分析师轮番出来唱衰，不少投资人直言扎克伯格在盲目烧钱，押注的方向根本看不到回报。不少人甚至建议Meta收缩投入，把资金放回广告业务，老老实实守住社交平台基本盘。扎克伯格顶住巨大压力，没有停下脚步，只是悄悄把重心，从元宇宙转向了AI智能体赛道。很多人分不清Muse和普通AI聊天工具的差别。ChatGPT这类产品，大多是一问一答，给你答案之后，剩下的操作依旧要用户亲手完成。Muse完全是另一种思路，它会在云端单独分配一台虚拟环境，自带浏览器。你只需要告诉它最终目标，剩下的步骤它会自己拆解执行。想卖二手车，它会自动查市场行情，帮你撰写出售文案，主动回复买家咨询，协调看车时间。想规划出行，它会对比多家航班和酒店价格，填好所有网页表单，到支付环节，再弹窗等待用户确认。涉及转账、发送邮件这类敏感操作，Muse不会私自执行，必须拿到用户许可才会继续推进，账号密码这类核心信息也不会被它直接读取。可爆火之后，麻烦也跟着来了。上线仅仅13天，就出现了平台拦截事件。亚马逊直接弹出提示，拒绝Muse访问自家网站，认定这种AI自动访问行为违反平台使用条款。这件事也点出Muse最大的矛盾。它想要跨网站、跨平台自动办事，就必然会触碰各大互联网平台的利益边界。别人辛辛苦苦搭建的购物、服务生态，不会轻易允许一个外部AI随便进来自动操作。资本市场却完全忽略了这个隐患，只看到用户爆发式增长带来的想象空间。Muse出圈消息传开之后，Meta股价迎来一波大涨，单日涨幅超过11个点，公司市值一天增加近1923亿美元。扎克伯格个人身家，单日上涨250亿美元。多家投行连夜上调Meta股票评级，给出更高目标价。分析师直接评价，Muse拥有爆款应用的全部潜质。回看这一路，扎克伯格不是突然走运。过去几年持续砸钱搭建算力，打磨基础大模型，这些曾经被嘲讽为浪费钱的投入，全都变成Muse落地的底层支撑。不少网友感慨，大家以前都笑话扎克伯格乱花钱，现在才看懂，他一直在等待AI智能体这个时机。当然Muse现在依旧有局限，目前只在美国、加拿大开放，还没有全球铺开。跨平台访问受阻，隐私安全争议，都是摆在面前待解决的难题。但它已经证明，AI的下一阶段，不再只是单纯聊天问答，而是可以替普通人完成一连串线上事务。很多科技大佬都在押注AI智能体赛道，只是扎克伯格率先拿出了能吸引海量普通用户的成品。以前大家评判AI，比拼的是谁的模型更强，谁的文字写得更好。Muse的出现，把竞争的重心转向落地，比拼能不能真正帮普通人省去繁琐的线上操作。扎克伯格用漫长的投入，赌来了一次翻盘。至于这款AI助手能不能持续站稳脚跟，解决跨平台和隐私难题，还需要更长时间来验证。
字节跳动的营收快赶上腾讯和阿里的总和，无限接近国际巨头Meta。最关键的是字节的
字节跳动的营收快赶上腾讯和阿里的总和，无限接近国际巨头Meta。最关键的是字节的增速还没有放缓，海外市场还有30亿的用户，而腾讯和阿里已经接近饱和了。字节现在又疯狂投资AI抢占未来，目前来看也占据领先地位，太恐怖了。十年前，根本没人会相信有哪家企业能挑战腾讯和阿里巴巴。字节，拼多多都做很出色，海外市场做比前面两家出色。
Meta新AIMuse上线两周下载日活双超ChatGPT同期！它不只聊天还能替你填表、订餐、砍价。从
Meta新AIMuse上线两周下载日活双超ChatGPT同期！它不只聊天还能替你填表、订餐、砍价。从给答案到做事情，这波真能跑通还是又一个开局爆红？
Meta新AIMuse上线两周下载量日活双超ChatGPT，它不只聊天还能替你填表下单。但能否避免重
Meta新AIMuse上线两周下载量日活双超ChatGPT，它不只聊天还能替你填表下单。但能否避免重蹈Vibes覆辙，还得看能不能真把事办妥。
Muse上线十天登顶，ChatGPT被挤到后面，Meta市值暴增1900亿美元，
Muse上线十天登顶，ChatGPT被挤到后面，Meta市值暴增1900亿美元，海外彻底沸腾。可中国云栖大会千问传出的一条消息，才真正让3亿普通人睡不着。9月18日，一款叫Muse的App登上了美国AppStore免费榜第一，把ChatGPT都挤到了后面。Meta股价当天大涨超过11%，市值一天增加了上千亿美元。这款产品上线才十天，下载量就突破了90万次。Muse能干什么？订机票、填表格、在线购物、取消订阅，你动嘴它动手。跟以前那些只会聊天问答的AI不一样，它是真的替你干活。几乎同一时间，9月22日的云栖大会上，千问宣布加速打造PersonalAgent，服务3亿用户。千问产品负责人郑嗣寿说了一句让我印象很深的话：让每个人拥有自己的AI助理，从千问上线第一天起就是不变的目标。两件事放在一起看，方向已经很清楚了：AI正在从“你问它答”变成“它主动替你办事”。这对普通人来说，意味着第一次有机会把一个真正懂自己的工具装进生活。但今天我想聊的，是另一个更要命的问题。2025年有个数字特别扎眼。45家百亿量化私募全部赚钱，平均收益率37.6%，最高的超过70%。而同期，散户人均亏损2.1万元，近八成账户亏钱。你亏的钱去哪了？不是被市场蒸发了，是被工具比你先进的人拿走了。量化机构怎么收割散户的？南大安同良教授团队拆解得很清楚：量化先把一只股票拉出“放量突破”的架势，散户看到均线多头排列就追进去，量化停止买入，开始小批量高频往外卖，股价每天跌个百分之一到三，跌上二三十天，散户扛不住割肉，量化再把筹码接回来。你看到的信号，本身就是别人想让你看到的。监管不是没出手。2026年6月，上交所清理了量化机构的专属高速通道，速度特权被收回了。但速度优势关掉之后，量化还有一个更难消除的优势——算法优势。通道可以关，算法关不掉。就在这个背景下，Muse这类AIAgent来了。它能替散户做股票研究、拉财报、生成盘前简报。以前这是机构的专利，现在花几十美元订阅就能用。国内券商也早就向散户开放量化AI工具了，但有个门槛——账户日均资产30万元才能开通，业内管这叫“量化平权”。30万这个门槛，把谁挡在外面了？恰恰是亏得最惨的那批小散户。10万以内的账户，亏损率高达98%到99%。量化平权的门槛，正好卡在最需要帮助的人够不到的地方。你说巧不巧？我反正觉得不巧。那Muse这种AIAgent到底能不能让散户翻身？我的判断是——能提供帮助，但别指望它替你扭转局面。道理很简单。散户拿到AI工具，是在一个已经被反复收割的市场里做高抛低吸；而机构手里的AI工具，本身就是制造收割的工具。你手里的枪和对手手里的枪长得再像，子弹在谁手里、膛线是谁车的，这才是决定胜负的东西。Muse能做的研究，本质上是更快地分析均线和参数。但它看不透量化背后的博弈手法，更麻烦的是——它拿去分析的数据，可能就是量化想让你看到的数据。不过有一个信号值得注意。在Muse爆火之前，八名美国国会议员联名致信SEC，问了一个核心问题：当AIagent替散户炒股的时候，它到底归谁管？这说明AIAgent接手投资这件事，已经到了连监管层都觉得需要认真对待的地步。咱们国内这边，2026年5月国家网信办、发改委、工信部联合印发了《智能体规范应用与创新发展实施意见》，明确要求智能体发展要“安全可控”，要厘清用户与智能体的决策边界。政策信号很清楚：支持创新，但底线是让技术为人服务，不是让人被技术控制。回到千问这边，它在大会上公布的进展也很实在。健康上，用户授权后可以接入智能手表和动态血糖仪，睡眠、运动、心率、血糖都能汇成个人健康档案。理财上，国泰海通、易方达基金等20多家机构已经接入。开放平台覆盖领域达到20多个，申请入驻的伙伴超过1000家。这些事单独看好像都不算大，但叠在一起，指向的是同一个方向：AI正在从通用工具变成围着你的需求转的专属助理。我的观点是：个人Agent时代确实来了，这是好事。它能帮你省时间、省钱、更好地管理健康和生活。但到了投资这种涉及真金白银的领域，不要把决策权完全交出去。Agent是你手里的工具，不是你的替身。工具平权了，但游戏规则没变。最终按下买入键的那个人，还得是你自己。因为在这个市场里，能对你钱包负责的，只有你自己。
【#Meta市值一夜暴增1.29万亿#】当地时间9月21日，美股高开高走，三大指数集体收涨，纳指涨2
【#Meta市值一夜暴增1.29万亿#】当地时间9月21日，美股高开高走，三大指数集体收涨，纳指涨2.26%，标普500指数涨1.49%，道指涨0.71%。#美半导体股暴涨原因#费城半导体指数涨4.29%，创8月4日以来最佳单日表现。半导体芯片股大涨，ARM涨超17%，创去年4月以来最大单日涨幅；英特尔涨超12%，创5月以来最【Meta市值一夜暴增1.29万亿】当地时间9月21日，美股高开高走，三大指数集体收涨，纳指涨2.26%，标普500指数涨1.49%，道指涨0.71%。美半导体股暴涨原因费城半导体指数涨4.29%，创8月4日以来最佳单日表现。半导体芯片股大涨，ARM涨超17%，创去年4月以来最大单日涨幅；英特尔涨超12%，创5月以来最大涨幅；Meta大涨11.43%，单日市值涨逾1900亿美元，约合人民币1.29万亿元；AMD涨约10%，再创新高，市值首次突破1万亿美元，居全球上市公司总市值第16位，成为第四家跻身“万亿美元俱乐部”的美国芯片公司；高通涨超9%，创5月以来最大单日涨幅。光通信股大幅走高，AsteraLabs涨超12%，Credo涨超6%，康宁、迈威尔科技涨超5%。华纳兄弟探索（WBD）涨超10%，创去年10月以来最大单日涨幅，得益于与派拉蒙天舞的收购案。中概股多数上涨，纳斯达克中国金龙指数涨0.71%，世纪互联涨近11%，盛美半导体涨超6%，腾讯音乐、禾赛科技涨超5%，万国数据涨超4%，理想汽车跌超5%，小鹏汽车跌超1%。美半导体芯片股大涨（每经）
Meta市值一夜暴增1.29万亿隔夜美股
Meta市值一夜暴增1.29万亿隔夜美股
扎克伯格：AI时代，未来属于每一个普通人2026年8月10日，扎克伯格在Meta官网发的《未来属于每
扎克伯格：AI时代，未来属于每一个普通人2026年8月10日，扎克伯格在Meta官网发的《未来属于每个人》万字长文，文章的核心不是“预测趋势”，而是一份AI世界观。文章彻底颠覆了大众对超级AI的固有认知，不同于行业普遍焦虑AI垄断、机器替代人类的论调，这篇文章重新定义了超级智能的终极扎克伯格：AI时代，未来属于每一个普通人2026年8月10日，扎克伯格在Meta官网发的《未来属于每个人》万字长文，文章的核心不是“预测趋势”，而是一份AI世界观。文章彻底颠覆了大众对超级AI的固有认知，不同于行业普遍焦虑AI垄断、机器替代人类的论调，这篇文章重新定义了超级智能的终极走向，提出一套全新的AI发展价值观，也为普通人、创业者、企业指明了未来十年的生存与发展底层逻辑。扎克伯格在文中直言，当下AI行业最大的风险，从来不是技术失控，而是权力过度集中。目前多数顶尖AI实验室、科技巨头，都在为大企业、政府机构研发专属超级智能，试图把最强AI能力垄断在少数群体手中。一旦超级智能被少数机构掌控，将会形成巨大的技术壁垒与权力失衡，普通个体、中小创业者将彻底失去发展机会，这才是AI时代最大的危机。基于此，他提出全文最核心的主张：超级智能不该属于少数人，而应普惠每一个普通人。未来的终极形态，不是统一的通用超级AI统治所有场景，而是人人拥有专属的个人超级智能。每个人都能拥有私人AI助手、智能导师、创作工具与研究伙伴，借助AI放大个人能力，实现自我突破与价值创造。文章可以归纳为：3条原则+5个落点+4个争议立场。1.三条底层原则①个体赋能，是AI繁荣的唯一来源超级智能不该只给大公司/政府/军方，而该像个人电脑、互联网、智能手机一样，进到每个人手里。过往工业时代、互联网时代的红利，大多被大企业收割，而AI时代的核心变革，是技术红利下沉个体。AI的终极使命不是服务机构、提升企业效率，而是赋能普通人，抹平资源、认知、技术的差距，让普通人依靠工具实现创新、创业、创造，个体崛起将成为未来经济增长的核心动力。②发明>自动化AI最大价值不是“替人干活/裁人”，而是帮人发现新药、新材料、新商业模式、新艺术形式——扩展人的创造边界。大众普遍担忧AI会取代大量岗位，但扎克伯格明确否定了AI失业论。他提出，AI的核心价值不是自动化替代现有工作，而是激发全新创新。AI会淘汰重复机械劳动，但会催生大量全新职业、全新赛道。未来企业不会越做越大，而是趋向小而精、小而专，个体工作室、微型创业团队会成为主流，人人都具备创新与创造的基础能力。③权力制衡是安全基础最大风险不是“AI太聪明”，而是权力太集中；安全不靠一家公司在闭门里“对齐”，而靠多主体广泛持有AI能力相互制约。扎克伯格提出反向逻辑：AI越集中越危险，越分散越安全。没有绝对完美的超级智能，多方分散、人人可及的智能体系，才能形成权力制衡，规避垄断风险，这是AI长期安全发展的底层保障，也是Meta坚持AI开源的核心原因。2.描绘的五个具体未来①个人超级智能体全天候的懂你目标、管健康/关系/财务/家务/创作；通过眼镜等设备交互；隐私模式像WhatsApp端到端加密，连Meta也看不了。②创作与创业平权小孩也能做视频/写代码/设计机器人；“一人公司”用Agent跑出原来需要团队的产品和业务。③个性化教育/科研加速人人有PhD级导师；虚拟细胞、蛋白质模型、药物研发不再只属于大药厂。④开源/开放权重继续走Meta恢复发开放权重模型，允许蒸馏与再训练，反对把AI能力锁死在闭源巨头手里。⑤基础能力免费或低价数十亿人用免费版，高级算力用动态分配/竞价，避免“有钱人才有超能力”。4.四个争议立场①AI不会净消灭工作（长期）短期有阵痛；但历史里农业→工业→信息时代都先恐慌后扩岗，AI会消灭岗位也会造新岗，关键看用来“自动化”还是“发明”。未来不会出现大规模失业，只会出现岗位重构。重复性、流程化、标准化的工作会被AI全面替代，但创意创作、场景落地、个性化服务、创新研发、情感交互等以人为核心的能力，会愈发稀缺。②安全观反直觉不是“先禁/先锁/少数人把关”，而是“广泛分发+政府看中间训练检查点+政企协作修关键基础设施安全”。③要赢开源生态少拿训练数据、蒸馏、版权规则把自己人捆死；靠开放生态扩散价值观，而不是靠封锁对手开源模型。④基础设施要反哺社区数据中心耗电耗水占地，得给本地就业、能源、水务、教育返利。5.给普通人的行动建议根据文章预测，未来的商业形态会彻底改变，巨型企业不再是市场主流，取而代之的是大量轻量化、专业化的小微主体。依托个人超级智能，一个人就能完成过去一个团队的工作，独立创业、个体经营、垂直细分服务，将成为未来商业的常态。基于扎克伯格的核心观点，在AI时代，普通人的行动建议是：①尽早建立个人AI工作流。“个人超级智能”并非遥不可及，关键在于主动将AI嵌入日常工作流程，让它承担信息搜集、初稿撰写、数据分析等任务，将个人精力集中在判断、创意和决策上。②拥抱“一人公司”思维。无论是否创业，都可以用“一个人加一支AI团队”的框架来重新审视自己的能力边界——哪些过去因团队规模不足而放弃的想法，现在有可能独立实现了？③关注开源生态，保持技术自主性。积极了解和使用开源模型，有助于在AI生态中保持选择权和议价能力，避免被单一平台锁定。④培养“提问能力”而非“答题能力”当AI能快速给出答案时，真正稀缺的是提出好问题的能力——定义问题、设定目标、判断AI输出质量的批判性思维。这将是AI时代个人竞争力的核心所在。⑤保持审慎的乐观。在拥抱AI工具的同时，关注数据隐私、算法公平等议题，做一个有意识的参与者而非被动的接受者。
