rickawsb

現在看地緣政治，感覺上越來越像看超級碗或者NBA
喜歡的黨派占上風當然高興一下，但AI時代，地緣政治的意義也就相當於大號的體育比賽
弱智的碳基國家還在為一點蠅頭小利你死我活
天才的矽基國度已經在向著戴森球加速
在即將到來的多輪超音速技術經濟海嘯中，無論我黨，還是你黨
都大概率挺不過前三輪

AI時代本質上就是「人人管理天才團隊」
每個人手裡的chatgpt、claude，就是博士團隊、甚至諾貝爾獎級專家組合
每個人都可以成為NASA、貝爾實驗室、獎章基金量化團隊、中科院物理研究所的負責人
這在人類歷史上幾乎從未出現過，這是個人的巨大機會，同時也是個人能力的巨大挑戰。

基於某黨對一個帶貨主播視頻裡的坦克造型的蛋糕都嚴防死守如臨大敵的表現
這次劉美賢父親生平如此精彩
為了防止某些境外勢力借題發揮
製作谷劉對比影響安定團結
還是降低谷愛凌的曝光率吧
有必要的話，乾脆抵制冬奧？😂🤣

谷歌今天發布了Gemini 3.1 Pro，剛看到測試評分，感覺這是衝著屠榜來的（模型軍備競賽繼續，利好半導體！）😂
官方定位很明確：專為複雜任務設計，比如深度研究、工程難題、長鏈推理和agentic工作流。
核心亮點：1M token上下文窗口（保持不變）
多模態支持（文本+圖像+視頻+音頻+代碼）
輸出最高64k tokens
性能對比當前主流模型（Claude Opus 4.6、GPT-5.2/5.3等）：
ARC-AGI-2（最難的抽象推理基準）：
Gemini 3.1 Pro 77.1%，領先Claude 4.6（68.8%）約8-9個百分點，
領先GPT-5系列20-30+個百分點。這是最大進步，代表核心推理質的飛躍。
GPQA Diamond（PhD級科學推理）：94.3%，小幅領先Claude 4.6（91.3%）和GPT-5.2（92.4%），差距2-3個百分點，基準已接近飽和。
SWE-Bench Verified（真實軟體工程任務）：80.6%，領先Claude 4.6（約76-77%）3-5個百分點，領先GPT明顯（5-15%）。
其他：Terminal-Bench、APEX-Agents等長時agent任務上也拿下多個第一；LMArena/Artificial Analysis指數目前排第1，成本效率高。
更重要的是，成本優勢明顯：
API定價（每1M

模型即應用，算力即模型
在AI即將進入遞歸自我迭代的時候，領先優勢可能自我增強導致後來者無法追趕
這就是為什麼四家大科技今年capex就6000億
這就是為什麼openai新一輪融資1000億

openai收購openclaw，某種程度上，是在爭奪agent調度層，或者說，agent操作系統（OS）。
模型決定智能，OS決定存在。
模型可以被替換，OS很難被替換。這是剛剛被主流意識到的結構性趨勢。
模型本質上是 stateless 的。每一次調用，都是新的推理。而 Agent OS 是 stateful 的。它保存 memory、skills、identity、execution history。這些狀態會隨著時間不斷積累，形成真正的護城河。一旦數百萬 agent 的 memory 和 workflows 累積在某個 OS 上，遷移成本會變得極高。不是因為模型更強，而是因為“存在本身”已經綁定在 OS 上。
這和計算機歷史完全一致。Intel 提供 CPU，但 Windows 控制軟體生態。CPU 可以替換，Windows 很難替換。雲計算也是一樣，AWS 上的 infra、data、deployment pipeline 形成了 lock-in。
Agent OS 就是 AI 的 coordination layer。
它不僅管理 execution，也管理 identity、memory、skills 和 agent 之間的交互。一旦 OS 成為 agent 的預設運行環境，它就變成 agent 的“自然棲息地”。agent 不再只是調用模型，而是在 OS 內持續存在

為agent開發的項目將會爆炸性增長，單純為人而開發項目佔比會越來越低
加密行業應該（也必然會）抓住這波大潮

一次推理，本質上是在消耗電力、算力，所以推理結果本身就是一種資產。
90%的推理請求因為高相似度，不會觸發GPU，而是直接讀取已有推理結果，
如果每次讀取支付低於獨立推理的非常小額的費用，如：0.0000001 eth，非常符合ai agent這種理性經濟人的行為模式
這樣的高頻、小額支付，只能在鏈上完成

AI的能源基礎設施能一年十倍，
AI的計算基礎設施能一年十倍，
AI的記憶基礎設施能一年十倍，
AI的交易基礎設施不能一年十倍？
iykyk

在AI時代，我更喜歡閱讀短文，最好是一句話濃縮的思想
因為看別人的長篇大論，不如問AI

AI即將帶來的大失業時代，大放水是各政權唯一的選擇
對所有人來說，真正的風險，不是選錯某一種資產，而是把全部安全感，
押在一種必須被反覆使用來穩定社會的貨幣形態上。

去bestbuy買mac mini斷貨了

Moltbot/clawdbot很快就會讓大家知道，端側、用戶側的計算以及存儲是多麼的重要。每個人的個人能力取決於個人ai助理的能力取決於每個人擁有的算力和存儲。內存條比金條值錢，絕不只是一句口號。

可能大家還沒意識到，發布48小時已經十幾萬註冊用戶（agent）並且每小時都在快速增長的moltbook平台，就是目前全球最大的去中心化算力集群。

現在看moltbook的感覺，就像10年前的App Store，上面只有一些什麼喝啤酒，放屁的無厘頭應用但大家心裡都清楚，一個時代開始了

如果說26年AI只選一個關鍵詞來描述的話，我認為是回歸式自我迭代。對C端用戶來說，Clawdbot的自己完善自己就是對這個詞的最形象的理解

ClawdBot可能是未來（至少這兩年）c端（當然也包括b端）AI應用落地的一個方向 --- 極致agent化這也很可能將改變個人計算（邊緣計算）。 ClawdBot 這樣的應用，本質是一個長期常駐的智能代理。模型負責“想”，但本地系統負責“做”：監聽事件、維護狀態、調度工具、執行命令、管理權限。這直接改變了硬體的側重點。本地GPU 不需要是核心算力，只需承擔界面渲染、瀏覽器自動化和少量兜底計算即可，集顯已基本夠用。但 CPU 不但不能簡化，反而被重新抬高了地位。Agent 型應用高度依賴單核性能、低延遲響應、頻繁上下文切換和 IO 能力。它們不需要堆核心數，卻極度依賴“隨叫隨到”的執行能力；不追求峰值算力，卻要求 24 小時低功耗常駐、快速喚醒、穩定可控。換句話說，本地（邊緣） CPU 正在從通用算力變成系統中樞。而本地（邊緣） GPU跑常用的，高IO，低延遲的推理未來的電腦（或手機），不是為了跑最大模型，而是為了托管一個隨時能行動的智能代理。我們已經可以依稀看出未來的應用形態和計算架構

不得不說，拯救幣圈還得靠ai，clawdbot就是一個完美的去中心化的產品形態，或者說，產品生態