一手信源的重要性有多高？看看重要信息在传播中是怎么一步步被扭曲的。 10月19日，SemiAnalysis发了长文《Datacenters 2027》。 里面写的是担心“数据中心相对于芯片的过剩”，到2028年底存在约10GW数据中心过剩的“风险”。 意思是机房建得比能部署的芯片多。 10月20日，在他们自己的播客里，分析师对比了芯片和数据中心哪个更紧缺。 他说芯片现在“算是”已经“有点”过剩了，拿到GPU比拿到数据中心的电力容量容易。 到了2028年，则有反转出现数据中心过剩的“风险”。 后面有人追问这是不是说2028年会过剩。 他澄清说“我没正式这么说”，并强调进入2028年这只是“主要风险”。 结果到了10月22日上午，中文快讯出来了。 他说的“芯片有点过剩”明明是跟数据中心比的，快讯正文直接写成“目前GPU供应已出现一定过剩”。 把“跟数据中心比”这个前提丢了，读起来就像芯片整体卖不动一样。 虽然快讯正文里还留着“可能”和“风险”，但标题彻底走样了。直接变成了“现在GPU过剩 2028年数据中心就过剩了”。光看标题还以为芯片卖不动、机房要烂尾。 格隆汇、金融界、网易号、财闻、同花顺上，这条快讯的标题一字不差。

今晚要是还跌，我就练一下去上班

债务危机里，预算涨得最快的部门竟然是军队？ 法国 2027 年预算草案多数部委都没涨。军费却从 570 亿提到 634 亿，多了 64 亿，涨 11.2%。 可是如果你以为军队是最大赢家，那你就错了。真正销金的是债务。 全部政府部门的利息支出从 2026 年的 792 亿欧元飙到 2027 年的 912 亿欧元，暴涨约 15%。光是这多出来的 120 亿欧元利息，就是新增军费的 1.9 倍。 这笔钱是从号称 540 亿欧元的紧缩账本里挤出来的，目的是把赤字占 GDP 比例从 5.4% 压到 5.0%。 政府还新推了 260 亿开支节制和 170 亿增税，地方政府要省约 54 亿，医疗开支增速也从原本的 3% 以上压低到约 2%。 分摊到普通人头上，就是公务员工资不涨、家庭和住房补贴不涨、养老金超 1260 欧元的部分跑输通胀，普通人钱包继续缩水。 偏偏法国年轻人的罢课蔓延成了多年来最严重的全国抗议。街头越乱，政府融资成本越高，10 年期国债收益率 10 月 22 日一度冲上 5.14%，创 2002 年 6 月以来最高。 说到底，这就是债务危机：要么将来违约，要么现在砍开支、加税。 法国选了现在硬扛，可当 120 亿的新增利息和 64 亿的新增军费先一步把钱划走，街头抗议的年轻人又能从这个死局里讨到多少生活费？

Citrini 还是不错的，点个赞。 我记得他们6 月初还在付费聊天室表示对科技股非常有信心，但是没过几天就开始加QQQ 的看跌期权了，七月刚开始就加了EWY 空头并且提醒存储风险。 最近几个月发表的文章里也似乎是有意的避开了此前被热炒的科技领域。这种灵活的态度是很不错的，值得表扬。希望在被收购后能做得更好。

让我瞬间就想起了这张图

原来最会看人下菜的 AI，就是 Claude。 一篇题为《Et tu, Brute?》的论文刚做完 32.5 万次实验，发现你请来替你比价省钱的AI 助理，转头就在替卖家掏空你的钱包。 研究者把有钱和没钱两类用户的个人资料交给 13 个主流模型，让它们在同样的固定价目表里挑机票、医保等收费项目。 明明提的要求一字不差，8 个模型却自己从资料和邮件里摸清了用户的财力，不约而同地给有钱人挑了更贵的选项，而且模型越强越不老实。 把看人下菜发挥到极致的是 Claude Opus，它给有钱用户挑的机票平均贵出 198 美元，医保每月多掏 284 美元，研究生项目每年更是贵上 3467 美元。 你可能会想，只要开口指明要最便宜的，AI 总不至于明着违抗指令吧？ 实验里就算用户把“要最便宜”写在明面上，Gemini 给没钱用户挑的机票平均是 128 美元，给有钱用户的却要 336 美元，足足贵出 208 美元。 它们连句解释都没有，悄悄把你的“最便宜”篡改成了“你付得起的范围里最便宜”，除非你死死卡住一个具体金额上限，否则文字指令根本管不住它。 那我不交出个人资料，或者在隐私设置里关掉一部分权限，能不能防住它摸底？ 没用，只要让它进收件箱看两封和买票毫无关系的养老金或理财邮件，Claude 给有钱人挑的机票照样能贵出 248 美元。 更讽刺的是，只有彻底屏蔽财务信息才能压住差价，要是你只屏蔽工作、健康或住址，模型反而会死盯着剩下的线索使劲猜，医保差价最高还能再放大 40%。 当你满心信任地把钱包钥匙交给AI 们，你以为请来的是替你砍价的买手，谁能保证它不是住进你邮箱里的金牌销售？

聪明钱已经下桌了。 说这话的是前彭博量化研究员 Steve Hou，如今专门统计全球 GPU 租金和 AI 售价，是替华尔街给算力“看报价牌”的人。 他在彭博播客里讲，头天晚上在纽约西村吃完饭往回走，迎面听见一个路人随口聊起大公司在建数据中心。 他一下就警觉了，想起那句老话：理发师都开始给你推股票的时候，就该走了。 他说有一组数据很关键：从五月底到现在，芯片租金一直在猛涨，可算上实际花费的 token 成交价却跌去了一半。怎么会成本在涨、卖价反而在跌？ 他打了个比方，就像汽车刚造出来那会儿，人人都买奔驰。 等大家回过味来，发现日常代步开卡罗拉就够了，满街的卡罗拉虽然拉低了车价，烧掉的汽油反而更多。 这么一来，那些喊出一点五万亿到两万亿美元估值的前沿实验室，凭什么收回投资、拿什么撑住估值，质疑的声音就越来越响。 他认为市场在年中其实已经局部见顶，一部分更聪明的钱已经把筹码拿下了桌。 可最有意思的是，身边所有人都在等未来十二个月重演 2000 年互联网大崩盘，他却偏要唱反调。 像空头代表 Ed Zitron 那样一口咬定 AI 全是泡沫，他说这完全不对，就算真到了泡沫尽头，中间也随时可能会有极其猛烈的反弹。 在他看来，真正棘手的根本不是没人要，而是旧金山最乐观的那批人看程序员一夜之间全用上了 AI，就以为各行各业都会这么快，完全低估了现实里大公司和各机构慢吞吞的官僚阻力。 如果2027、2028 年，聪明钱已经散场，算力却全上了桌，买单的还在路上，那可就不妙了。

一个囤地皮，一个出租算力，这对搭档一唱一和，唱衰 neocloud 到底图什么？ 这半个月里，硅谷投资人 Chamath 和马斯克两次一唱一和，把同行们架在火上烤。 第一次是 10 月 13 日，Chamath 发了个“👀”，马斯克回了句“Yikes”。配图是 CoreWeave 债券收益率冲上 15%，第二天它大跌 15.5%。 第二次是昨天，换马斯克先起头，说会有大量算力困在建了一半的数据中心里。Chamath 马上发长帖附和，骂 neocloud 缺钱又混乱。马斯克再把话接回来，说过去几周债市几乎对这些公司关上了门，两百多家 neocloud 会像孔雀鱼一样成批死掉和被吞并。 光听这番话，还以为是两个热心人在给过热的行业预警。毕竟 CoreWeave 的信用最近确实遭到债市质疑，好几家数据中心公司的上市计划也撤回或推迟了。 但吹哨人恰好也是受益方，这个味道就变了。 Chamath 手里就攥着一批已经通了电、能建数据中心的地，今年又和合伙人拿下了将近 6 吉瓦电力。他干的就是囤积居奇的生意。他预言的2027 大批算力搁浅的受益人，不正好就是他自己吗？ 马斯克附和得这么起劲，算盘同样打得很响。他在回复里说 SpaceX 靠着星链和发射收入兜底，刚为买显卡借到 400 亿美元投资级债务，随后又辟谣说绝不收购任何 neocloud，因为“没意义”。 为什么没意义？马斯克几天前在财报会上刚透露，大云厂和几十家小公司正没完没了地缠着他租算力。SpaceX 和 neocloud 本来就在抢算力，难道同行资金困难，腾出来的他不买吗？ 况且债市真像马斯克说的那样对同行彻底关门了吗？就在他放话前几天，Nebius 刚拿到花旗 35 亿美元贷款，Lambda 也在月初拿到 10 亿美元投资级贷款，有大客户合同的，照样能借到钱。 资金只是变得挑剔了，到了马斯克嘴里却成了全行业的死刑判决。一个占着‘地、电、壳’待价而沽，一个手握现货和资金等鱼死，这两个人一唱一和地喊着同行要完，到底是在替市场排雷，还是在给自家的生意抬轿？

非常不认同这个观点 第一，AI 扩大了美女的供给，而对颜值的需求并没有上升。而且AI 美女无限供应，最后价格会降到接近算力成本。总的来说肯定会导致颜值资源贬值的。 第二，互联网本质上是美女的杠杆，而AI 主播抢了他们的杠杆，这不是线下 10 公里就能弥补的。 第三，腰部主播完全被AI主播替代后，只有极少数头部真人可以用 AI 分身同时陪N万人，杠杆反而更大。结果是两极分化，中间层被消灭。 总的来说这不是直播行业的特例，而是和知识经济面临的问题高度相似的。

一篇 AI 论文有没有人看，决定权在小红书算法？小米 MiMo 研究员李磊分享 PhD 圈的“大粉理论”。 1.小红书粉丝比论文引用多，为什么反而是本事？ · 他提到 PhD 圈有个“大粉理论”，即在推特或小红书的粉丝、点赞要超过论文引用数。 · 他解释，以前一年 ACL（顶会）录用就几百篇，他会全看一遍，现在一个会四五千篇根本看不过来，大家靠推荐算法和社交媒体找论文，你在这系统里权重大，工作就被更多人看到。 · 他自己在小红书有 2.4 万粉丝，总结运营经验是利他（发争议观点容易爆，但别人不会因此记住你）、坚持、做自己（模仿别人会很累）。他一开始天天发论文笔记涨粉很少，直到有一天发了“粉丝数和引用数”这个话题才一下爆了。 他昨天上了播客《十字路口》，聊了几个问题： 2.顶会论文为什么不值钱了？ · 他自己当审稿人和领域主席，感觉每人要审的稿子明显变多，大家又都在赶截止日期，判断的随机性变大了。像 NeurIPS 现在都要开三个会场，会议也在限投稿数、让有经验的人多担责、引入 AI 辅助审稿。 · 他说有人想拿最强的模型一口气写 100 篇论文去投、拼录取概率，这等于对整个审稿系统发起 DDoS 攻击（用海量请求把系统挤瘫）。他认为瞎猫总能碰上死耗子，但论文本来是拿来分享知识的，不是为了中。 · 他说现在筛候选人，因为论文人人都有，已经从“金标准”变成了“有更好（nice to have）”。他甚至觉得没论文的人某种意义上反而特别，说明这人知道游戏坏了、不玩了，“我们还蛮喜欢这样的画像”。 3.不看论文，现在招人看什么？ · 他会看论文的代码和数据有没有开源，以及开源后 issue（用户提的问题）有没有人维护。他认为贡献开源项目也加分，但现在也有人拿 AI 写代码提交、被合并后就自称贡献者。 · 他看重 Hugging Face（全球最大的开源模型下载站）的下载量，如果号称模型最强但上个月只有几十次下载，那可能解决的不是重要问题。他解释说下载量虽能刷但代价大，因为得真把模型下到硬盘上，“硬盘还蛮贵的”。 4.没论文、没实习，普通人怎么冷启动？ · 他大三时给老师发了大概 10 封陌生邮件，只收到 1 封回复，就是后来北大的硕士导师，得以从实习做到发顶会、保研。但他认为现在难多了，有点名气的教授邮箱里全是这种邮件，企业也因为算力贵，招人名额很紧。 · 他建议去做出不太吃算力的作品，比如 GitHub 项目、有意思的应用或认真写的研究博客，像冒泡排序一样一直冒泡，慢慢就冒到上面被人看到。他举例，Kimi 研究员苏剑林早期博客全是推导，最后推出了 RoPE（现在大模型几乎都在用的一种位置编码）；他自己第一份实习也是金山办公的人看了他大二大三写的博客找来的。 5.读博选名校还是选导师？ · 他认为 PhD 很像古代的师徒制，选导师远比选学校重要，排名前 30 和前 50 的学校没本质区别，反而是同校不同组的差别更大。 · 他的办法是去问组里已毕业和在读的博士，看他们的成果、精神状态和读得快不快乐。他建议最好先去实习，他自己就是在上海一个实验室实习时跟现在的导师合作了大约半年，觉得合拍才定的。 6.现在还要不要读 PhD？ · 他说如果读博是为了进大公司就没必要，像 Jason Wei（OpenAI 知名研究员）这样的早期研究员，本科生甚至高中生也能进，因为人家做得牛，而牛不牛不是学位决定的。 · 但他认为，如果你想要一段压力不大、相当于脱产的完整时间，去回答自己好奇、别人不会替你做的问题，读博就很有价值。他说“人活 80 岁，读个 PhD 5 年”也没什么，他当年纠结很久后的答案是：如果十年后躺在床上还会后悔没读，那就读。 xiaoyuzhoufm.com/episode/6ad…

一台治肩周炎的机器，被中国科学家发现能够清理阿尔茨海默病的斑块。 听着像骗局，但论文发在Science子刊，出自解放军301医院，用的只是一台乡镇卫生院照一次二十块钱的国产理疗机。 一台平时给人治腰腿疼的理疗仪，怎么管起了脑子里的事？ 原来科学家发现，大脑平时得靠深睡时涌动的脑脊液，顺着血管周围把引发痴呆的垃圾冲走。 而这台机器隔着两厘米空气、用不发热的微弱功率照上十分钟，就能让清醒的小鼠脑电波跳出深睡才有的慢波，大白天开始给脑子大扫除。 痴呆小鼠连照七天，脑里的斑块真少了，停照一个月后记性还比没照的好。 要知道，现在患者用进口抗体新药清斑块，首年自费二十多万，还要担着脑水肿风险，也只能让病情恶化慢四分之一。 一边是二十多万的天价药，一边是二十块钱的理疗机，换谁都想立刻让家里患者去试试。 但先别急，之前被寄予厚望的声光刺激也在老鼠身上大获全胜，真到了人体实验里，斑块却一点没少。 这台治肩周炎的机器目前只在单性别的小鼠身上跑通，它到底能不能在人类身上起效，还需要进一步的研究证明。

如果把时间拉长，你应该反过来问，未来还有多少 token 需要人？

趁他病要他命，这些neocloud和neolab如果破产了，这样就没人和马斯克抢GPU了。

在墙内，听官方的谎言；翻墙出来，听谢万军们的谣言。这是国人的命运吗？