Allen retweeted
As someone who has personally spent $500k / mo+ on Google Ads for years, I can tell you with certainty:
This revenue growth in Search is artificial & extremely unhealthy for Google’s business long term
Search volumes are declining as legacy search is being increasingly cannibalized by non-monetized LLM queries
Google’s response?
Manufacture revenue growth via short-sighted, highly extractive, customer-hostile tactics. I.e. charge advertisers more for lower quality clicks, including clicks they do not want and explicitly did not approve Google to charge them for
A few examples to illustrate:
For all of its history until recently, Google operated on a 2nd price auction model
I.e. if you bid $5 CPC and the next highest bidder bids $1 CPC, Google charged you $1.01 for the click (one penny more than the 2nd highest bidder) rather than the $5 you bid
This was a genius move by Google early on as it incentivizes advertisers to input their true maximum willingness to pay rather than trying to play the game of bidding low and constantly adjusting to try to stay just ahead of the next highest bidder while still not paying too much
However recently, Google silently deprecated the 2nd price auction and began charging advertisers as much as their bid and budget caps allow, regardless of what anyone else is bidding
It’s a short-sighted cash grab at the expense of the long term health of the advertiser ecosystem
Making thing worse, Google also recently nerfed keyword targeting precision
Google previously had precise keyword targeting settings that allowed advertisers pick individual search phrases to bid on, defined down to the character w/ exact match or phrase match targeting
This was one of the core features that made search advertising magic, enabling advertisers to run extremely precise campaigns based on exactly what their target customer typed
But now, even if you bid on a specific term or phrase using the strictest exact
-match targeting settings, Google will show your ad across 1000’s of unrelated keywords, labeling them as as “exact match (close variant)”
The definition of “close variant” means whatever they want it to and changes constantly. The result is advertisers get billed for clicks that are totally irrelevant to their business and that their targeting settings explicitly forbid Google from targeting. Google does it anyway and there’s no ability to turn this off
So now exact match is broad match, and broad match is just meaningless spam
This is all very bad for advertisers, but for Google, it allows them to show your ad and bill you for clicks across 1000x more searches that were previously going unmonetized (mainly because they’re garbage queries no one wants)
This is how you grow revenue atop declining search volumes
Lastly, and perhaps most egregiously, Google quietly stopped respecting budget caps by a factor of 2x. For example campaigns we’ve been running for years with $1000 daily budget caps suddenly began spending $2000+ per day
And the extra spend is entirely on the garbage keywords Google arbitrarily throws in as “exact match (close variants)” which have no value to our business, but can’t be turned off
Google offers no refunds nor any recourse for overspend or spend on keywords you explicitly did not target
These are not the actions of a healthy business. These are the actions of company whose core business is in decline but desperately needs to pump quarterly earnings so Wall Street will continue to fund insane capex while hopefully looking through their rapidly deteriorating negative free cash flow
Google operated a benevolent monopoly for the better part of 25 yrs
Meaning the value Google captured from Search was but a small fraction of the value it created, and that spread produced a potential energy that justified expectations of high earnings growth far, far into the future
This is now no longer the case
At the alter of AI capex, Google is sacrificing the golden goose
Q2 was an amazing quarter, with our AI investments redefining what’s possible across every part of our business.
Alphabet revenue grew 24% YoY and Google Cloud accelerated to 82% growth. We saw exciting momentum across the board from Search to YouTube to the Gemini app (which reached 950M monthly active users). Our model APIs are processing 22B tokens/min (up from 16B+ last quarter) driven by our workhorse Flash models. We’re also seeing great adoption of Gemini Enterprise, used by 90% of the Fortune 100, as well as strong demand for our security solutions.
Outstanding results and momentum, and such an exciting moment—thanks to all of our partners and employees around the world! 🙌 About to hop on the call!
Allen retweeted
美国家庭几年亏掉上百万会怎样?
推荐三部电影,就知道答案了:《无依之地》《老无所依》《赴汤蹈火》。
《无依之地》讲的是 2008 年金融危机余波中,内华达一座小镇工厂倒闭,人去镇空。女主角开始了边打工、边西行的公路生活:在亚马逊仓库打包,在旅游景点的餐厅帮厨,在营地当临时管理员……
《老无所依》里,德州一个越战老兵外出打猎,撞见一场火并后的现场,几具尸体、几包海洛因,还有 200 万现金。他决定拿走现金、改变生活,却被杀手一路追杀。当地的老治安官一路追踪,最终也没能救下他。结尾,老治安官讲起父辈荣光,感慨老无所依。
《赴汤蹈火》,故事同样发生在德州。主角是两兄弟,一个勇武有前科,一个离异有孝心。为了赎回家族农场,他们联手抢了一连串银行,而被抢的,正是那家用贷款套住农场的银行。
最后,也是一位快退休的老警察,一枪击毙了有前科的哥哥,弟弟侥幸逃脱。
三部电影,三个走投无路的普通人,两个追不上时代的老警察。所以,美国家庭几年亏掉上百万会怎样?
答案是铤而走险,亡命天涯。
Allen retweeted
摩根士丹利刚发布了一年一度的选股名单Vintage Values 2027,去年淘汰得只剩3只,又新增12只
我总结了一下变化(相比2026):
保留:
$AMZN(亚马逊)电商+云算力
$MCK(McKesson)医药分销$V(Visa)支付清算
移出:
$MSFT(微软)软件+云服务
$META(Meta)社交+AI模型
$PANW(Palo Alto Networks)网络安全
$WDC(西部数据)存储硬件
$SPGI(标普全球)金融指数与数据
$KKR(KKR)私募股权
$BSX(波士顿科学)医疗设备
$THC(Tenet Healthcare)医院运营
$WMT(沃尔玛)零售超市
$RTX(雷神技术)航空防务
$ETN(伊顿Eaton)工业电气
$NEE(NextEra Energy)公用事业+新能源
$EQT(EQT)油气开采
新进:
$GOOGL(Alphabet谷歌)互联网+AI算力
$AAPL(苹果)消费电子
$DT(Dynatrace)软件可观测性
$EQIX(Equinix)数据中心+算力基建
$KEYS(是德科技Keysight)电子测试测量仪器
$LPLA(LPL Financial)独立券商平台
$TRU(TransUnion)个人征信
$LLY(礼来)生物医药
$KO(可口可乐)消费饮料
$FWONK(Liberty Formula One)F1赛车+传媒
$HONA(霍尼韦尔航空航天)航空航天防务
$WMB(Williams)天然气管道
Allen retweeted
We'll be spending a lot more time trying to understand the outputs of language models. A few thoughts, tips & tricks:
Writing. Something I've had success with: Ask your LLM to explain something in ASD-STE100, it's a controlled language specification originally developed for aerospace maintenance documentation. LLMs well-versed in this language and it comes with heavy constraints on clean writing style that I often find a lot more readable. Sometimes I've tried to soften it a bit e.g. ask for "80% of the way to ASD-STE100" because the spec is quite stringent. But even better:
Diagrams / images. Instead of writing, ask your LLM to create a diagram. These can be a lot easier to process, parse, and understand. But even better:
Web pages. Ask for output "in HTML" to get a beautiful, interactive webpage. LLMs are getting really good at frontend and can create beautiful experiences, animations, etc. But even better:
Explainer videos. The output format I am most bullish on is fully custom / bespoke explainer videos generated on any arbitrary topic. Experiment with things like "Create a 3b1b style video explainer on X. Use my ElevenLabs API key for audio narration". (you'd need an API key for the latter or you can ask your LLM to find you decent free alternatives that use your local compute). This is actually starting to work!
In summary:
- As LLMs get better, they will do more and more of the legwork autonomously, and a lot more of our work will rise up the abstractions into oversight and understanding.
- Luckily, LLMs can help here too because as intelligence and code are increasingly abundant, you can ask for large, custom, discardable software artifacts (e.g. web apps, video explainers) that would have never made sense to create before. Push the boundaries here and you'll be surprised.
Allen retweeted
Make money from your menu bar for doing nothing
sponsorbar.io
SponsorBar puts a small ad in your menu bar and shares the revenue with you
Enjoy 10% extra earnings over the next week to celebrate launch
Allen retweeted
Retailers running shopping agents on Claude have seen carts up to 35% larger and shoppers 60% more likely to complete a purchase.
See our blog to learn more about the architecture, latency & cost techniques, and eval practices:
claude.com/blog/the-anatomy-…
Allen retweeted
前几天英伟达不是花了129亿美元收购了 Hugging Face 吗? 这不刚收购完,一个星期不到,Hugging Face就交了第一份作业: Microduck。
Microduck 是一只售价 399 美元、25 厘米高的开源 AI双足小鸭机器人,8月27号推出的,已经卖疯了,24小时销售额260万美元,首批交付时间已经推迟到圣诞节后了。
它不仅仅是一个玩具鸭,更是一个面向开发者、AI/机器人爱好者和教育用途的 Physical AI 平台。
官方定位其实非常明确: 一个你可以自己教它新技能的小型双足机器人。
官方说预装 7 套已训练动作:
摇摆走路,可用手柄控制速度
坐下、蹲下、自己站起来
用喙捡地上的东西(演示里有袜子、马克笔)
踢球
装上轮子后轮滑
摔倒后自己翻身站起
追激光笔、对环境做出反应,也可用 NFC 标签触发动作
每只鸭子第一次开机时会生成自己的声音身份,偏怪叫而不是语音助手。多只Microduck 还可以互相互动。
Microduck 最值得关注的不是它能不能卖萌,而是它背后的路线:AI 模型 → 仿真环境 → 强化学习 → 真机。
比如你想让 Microduck 学会一个新动作:在电脑里的模拟器中训练 → 得到 RL policy → 部署到真实 Microduck → 机器人执行 → 收集数据 → 再训练。
Hugging Face 已经把SDK、模拟环境和强化学习训练工具链开放出来了。也就是说,它希望把机器人变成类似 Hugging Face 上的 AI 模型一样:
别人训练出来一个机器人技能,我可以下载;
我自己训练出来一个技能,也可以上传给别人。
这实际上就是 Hugging Face 想做Physical AI 的开放生态模式。官方也明确说了,希望让物理行为像模型一样能够被分享、复现和二次开发。
为了缩小仿真和现实之间的差距,训练环境还专门模拟了电机摩擦、电池电压变化、控制延迟,甚至连舵机齿轮的 Backlash 齿隙都考虑进去了。
说白了,Microduck本质上是一台迷你具身智能开发平台,比春晚上跳舞的机器人高到不知道哪里去了。
这里其实也有机会,比如芯片是由瑞芯微提供的,当然也会有其它的机会,大家可以挖掘挖掘,说不定就是具身智能的chatgpt时刻。
Allen retweeted
量化大脑
这个库要不要分享出来,我是真的做过一番思想斗争。因为……太好用了。人都是自私的,但最后还是理智战胜了私欲。不相信的话,自己去试试就知道了。
量化大脑开源版是一套面向个人开发者和投研团队的 AI 原生多市场量化交易平台。它把微软 Qlib、RD-Agent 因子演化、TradingAgents 多智能体投研这些东西直接整合到了一起,从 300+ 维因子挖掘、13 种机器学习/深度学习模型、Optuna 自动调参、Qlib 高性能回测、截面批量推理,一直做到 7×24 小时舆情情绪分析、通达信联动、预警雷达、模拟实盘交易。
简单说,就是从找因子 → 训练模型 → 回测 → 推理 → 舆情 → 预警 → 交易,基本给你串成了一条完整链路。
而且支持 A 股,港股、美股、期货、区块链。
仓库地址:
github.com/qusong0627/QuantM…
官网:
oss.quantmindai.cn/index.htm…
这个库上线没多久就已经 500+ Star 了。但有意思的是,我在推特上几乎没见什么人推荐。所以我合理怀疑:不是没人发现,而是发现的人都默默自己用了🤣
我是尼卡,平时会持续分享 AI、美股、Web3 相关有用又有趣的工具和项目,感兴趣的话欢迎关注,下次见~
A股 港股 美股量化分析 Agent Skill
又是一个冷门库但是很优秀。quant-buddy-skills 不是普通股票数据 API,它包括行情、估值、财务、公式引擎、全市场筛选、因子计算、策略回测、净值对比和图表渲染等功能。
但是在装这个库之前,把quant-buddy-view也安装一下,这是一个投研沙盘。
量化分析仓库:github.com/pseudo-longinus/q…
投研沙盘:github.com/pseudo-longinus/q…
我是尼卡,平时会持续分享 AI、美股、Web3 相关有用又有趣的工具和项目,感兴趣的话欢迎关注,下次见~
我靠!多少创业公司又要死!
清华团队开源了一个 AI 教学系统
你给它一个话题或者丢给它任何学习材料,它就能自动生成一堂完整的 AI 互动课 。
有 AI 老师给你讲,有 AI 同学跟你讨论,还能导出课件
OPenMAIC 开源项目地址:
github.com/THU-MAIC/OpenMAIC
Allen retweeted
DICK'S Sporting Goods(迪克体育用品,DKS)公布不及预期的第二季度财报并大幅下调全年业绩指引,引发股价盘中暴跌超 22%,并拖累 Target(TGT)与 NIKE(NKE)等零售及运动鞋服板块全线下挫。这一连串抛售不仅是对单一零售商业绩失准的市场反应,更标志着美国大众消费正式从“通胀韧性”滑向“非必需品需求收缩与高促销去库存”的防御周期。
当前美国居民在累积通胀与高信贷成本的双重挤压下,超额储蓄见底,消费预算加速向生活刚需退守。继沃尔玛财报暴露非必需百货放缓与依赖降价促销之后,DKS 的业绩爆雷进一步坐实了可选消费的疲态。其收购的 Foot Locker 业务亏损以及鞋服行业的高烈度打折战严重挤压了毛利率,倒逼管理层将全年 EPS 指引大幅下调近 20%。
这种终端需求的降温正通过“牛鞭效应”迅速向供应链上游传导。零售渠道的同店销售下滑与库存积压,直接削弱了对耐克等核心运动品牌的进货预期与订单规模。随着过去依靠提价转嫁成本的红利期彻底终结,美国消费引擎正转向“以价换量”的去库存阶段,下半年返校季与假日季的盈利韧性将面临更严峻的考验。
Allen retweeted
补充几个大佬分享的方法:
1、直接抄对标:
fylia.ai/大佬10w 刀站,直接抄;外链、界面、功能、内页;
2、producthunt 有一个免费 api 接口,可以根据日期拿到产品list。针对性的去筛选“软柿子”捏
3、看哪些产品付费率很高?
可以看stripe,或者Creem、LemonSqueezy 这类专精于小微商户的支付网关
@marclou 的trustmrr.com/
或者哥飞群友的seo.web.cafe/referring/
4、看GitHub Trending
github.com/trending
关注近期增长较快的开源项目,看看哪些技术和产品方向正在升温。
除了 Star 数量,还可以查看项目的Issues,从安装复杂、缺少界面、功能不足等反馈中寻找产品化机会。
5、看投广告的,如
谷歌投流:adstransparency.google.com/?…
Facebook投流:facebook.com/ads/library/
6、看流量增长快的:
Traffic.cv
Allen retweeted
中国的事先放一边,咱们谈谈卡尼嘴里美国贸易谈判中不尊重加拿大的法语文化是咋回事。
全都是拿钱的事。
所有商品进魁北克都要贴个法语标签?这是最小儿科的。要钱(抢钱)抢的最多的是两条法案:魁北克 Bill 109,联邦《Online Streaming Act》+ CRTC的新“加拿大内容支出”规则。
一个个来。
1、魁北克 Bill 109
授权魁北克政府可以要求数字平台以及智能电视/联网设备厂商提高原创法语文化内容的“discoverability”,也就是搜索、首页、推荐算法里的可见度;可以规定平台必须提供一定数量或比例的法语内容;还可能进一步要求平台承担投资义务。
2、联邦《Online Streaming Act》+ CRTC的新“加拿大内容支出”规则
大型外国流媒体集团在加拿大的Canadian Programming Expenditure(CPE)要达到加拿大广播收入的15%;其中:至少30%的CPE必须用于法语节目;这30%里面,又至少一半必须用于原创首播法语节目。
牛逼吧。等于是说所有的平台有义务给魁北克单独投资办几个节目,搞几个综艺,投几个电视剧。
还有更牛逼的,这些本地投资制作中,加拿大广播商或加拿大独立制作人还必须保留至少50%的版权。
你要问干脆就开个大法语频道,把法国,比利时,瑞士还有那些说法语的非洲国家打包一起,把魁北克也引流到法语大频道行不行?
至少联邦CRTC不行,魁北克政府的逻辑是:法语只是载体;我要保护的是“Québécois cultural content”。不是我政府+魁北克自己投资拍节目你平台留位置给我播,而是你平台必须投资为我拍节目。。。把鱿鱼游戏整个法语配音是远远不够,必须要有至少总量的15%是原创,魁北克生产。还必须保留至少50%的版权。
哪怕我这就900万人。。。
贸易谈判时提出反对?不同意?
不好意思,你不尊重我的文化。决不妥协,贸易代表,撤!
其实吧,我觉得也不是不能谈。
但你要钱就要求,为小团体牟利就牟利,
扣个文化保护的大帽子就太左了
Allen retweeted
SEO小贴士: 如果你的网站要做多语言,抄苹果官网就可以了,都是细节。对了,千万不要根据IP自动切语言和自动跳转。
日本以外的Yahoo用的都是Bing的引擎。日本的雅虎用的是Google。日本雅虎加Bing能占到50%的流量。
记得去Bing Webmaster 提交你的站点,和GSC差不多。
如果你要做韩文的话,记得去弄一下Naver。韩国人基本上都在用Naver. 整个Naver的生态差不多就是把百度,小红书,大众点评,抖音放在了一起。
一个年化34.56%的策略,规则只有一句话
每年3月和9月标普500动量指数 $SPMO 换成分股。换仓当天收盘,只买 $SPMO里权重最大的那一只,拿半年,下次换仓再换。
十年,21次调仓。年化34.56%,本金21.7倍。同期 $SPY 15.50%, $QQQ 21.01%, $SPMO 本身20.25%。
波动率33.7%,最大回撤38.9%。最惨一期是2022年3月到9月,满仓谷歌,半年亏24.3%。
夏普0.98。同一套规则满仓100只,夏普0.88。多赚的14.5个点,基本是拿波动换的,波动率翻了1.6倍。
Top 20那一档更划算:年化22.83%,夏普0.95,最大回撤29.3%,比满仓100只的31.5%还小。集中到15到20只以后,再往里集中没有性价比。
这100只如果等权重持有,年化只剩15.21%,夏普0.73,和SPY的15.50%、0.77差不多。动量指数挑出来的这批股票本身没跑赢大盘,超额来自权重怎么分配。
过去12个月这套策略是失效的。Top 1夏普0.62,SPY 1.38,同时输给大盘和等权重。21次调仓Top 1只有15次跑赢满仓100只,13次买的是同四家:微软6次、英伟达3次、亚马逊和苹果各2次。
SPMO不公开历史成分权重,持仓是从它递交给SEC的34份文件逐份还原的,3379个持仓,再把权重反推回调仓当日。用同样方法还原的满仓100只,和SPMO真实净值逐期对比,21期平均误差0.47%。含分红再投资,未计交易成本和税。
历史回测,不是荐股。
Allen retweeted
Anthropic 发布了 37 分钟的指南,用于构建自动化整个公司的 AI 代理。
完全免费。由构建 Claude 的工程师提供。 能够工作的代理,会分配任务并独立执行一切。
我已经烧录为中文字幕。并且附带中文课件,先收藏后学习
Allen retweeted
SemiAnalysis 发了篇付费深度研报,分析了马斯克最新放出的算力“大火箭”:SpaceX 要在 2027 一年内新增多至10GW 的ai算力。
SemiAnalysis 的结论是:10GW的数字是可能的,还给出了完整的经济推演和站点证据。可以算得上今年最激进的算力叙事之一。这篇报告的密度很高,我读了一遍觉得还不够,把要点整理分享一下。
- 马斯克在 SpaceX 首次财报电话会上说,2027 年「保守」新增交付 6-8GW,还暗示可能远超 10GW。按每 GW 500 亿美元算,等于一年 3000 到 5000 亿美元资本开支,和 SemiAnalysis 给 AWS、Google 的预期一个量级,而 SpaceX 的盈利能力比这些对手弱得多。
- SpaceX 手里其实没多少存量,1Q25 只有 0.4GW,2026 年底也才 2GW。所以真正的问题不是它会不会建数据中心,而是能不能在单独一年里把 2GW 变成 10GW。SemiAnalysis 把全美合适的站点摸了一遍,答案是能。
- 撑起这个判断的是ai 基建的经济账:推理 token 足够暴利,客户就愿意为「大规模且近期可交付」的算力付天价;天价让不到一年回本成立;回本快,激进的资本开支就融得到钱。测算口径是 OpenAI、Anthropic 在 GB300 集群上卖 API 推理,每 GW 每年收入超 1000 亿美元,对应成本假设只有约 120 亿。
- 同一份 GB300 算力,沿着 AI 栈往上走每年收入抬 8 倍:中立云 IaaS 均价约 120 亿/GW,SpaceX 卖给 Anthropic 的交易约 310 亿、卖给 Google 约 480 亿,模型层直接卖 token 是 1000 亿。这组数字要是真的,AI 基建只会继续加码。
- 卖前沿 token 是门高毛利生意,这件事过去一个月才成为成熟投资者共识,SemiAnalysis 1 月就给订阅用户算过推理毛利在 60% 以上,6 月给出 Opus 4.8 的 85% 以上;泄露的 DeepSeek 投资者会议也提到过 GPU 十个月回本。
- 报告点名微软会是最大买家。它完全接入 OpenAI 模型,能拿到同样的每 MW 收入和毛利,却不用掏训练成本,2026 年 4 月重谈协议还把旧的 20% 收入分成拿掉了。现在它给 OpenAI 的产能一年每 MW 只挣 1400 万美元,改善用途组合的空间巨大。
- 微软自己也确实醒了,2024 年 12 月还在急剧暂停租赁,今年年内已经签下超过 10GW、约 3000 亿美元的有约束力承诺。报告配图给的情景是 Azure 增速从 42% 加速到 100% 以上,4Q27 见顶在 179%。顺着这条逻辑,值得把各家 hyperscaler 的收入和市值轨迹重新想一遍。
- Colossus 1 的 300MW 用了 122 天建成,Colossus 2 的 200MW 用了六个月;为了绕开许可流程,马斯克把自建电厂放到一公里外的州界另一侧。Southaven 电厂从 2 月的 27 台燃机扩到 7 月的 69 台,超过 1.2GW。
- 这么大的资本开支,SpaceX 没有超大规模云厂商的资产负债表,靠英伟达的供应商融资压低前期现金,作者认为这就是财报会上宣布「英伟达独家」的真实原因;另一条腿是行业最高定价,每 MW 每年 3000 到 5000 万美元,由 3-5 个月的交付期撑着,让资本开支不到一年回本。
- 报告配图把收入路径拆成了八个季度,年化收入从 1Q26 的 190 亿美元走到 4Q27 的 3050 亿,其中 AI 算力从零做到 2350 亿、占 77%,航天业务只剩 70 亿。八个季度,SpaceX 变成了一家算力公司。
最后,读完这份报告,我们是不是可以这么理解:ai 存储暴跌成这样之后,叙事又开始改变了?ai capex 会带来暴利?hyperscalers 以后会因为ai 基建大发其财?
原文:newsletter.semianalysis.com/…
我的阅读版本:ai.candobear.com/neican/shar…
Allen retweeted
重磅曝光:
Michael Cooper 公开揭出 Brookfield 与中国之间的深层联系。
而 Carney 本人,竟可能从 Brookfield 获得数百万收益。
更敏感的是,Brookfield CEO 还曾在 Carney 政府邀请下前往中国,推动金融领域关系进一步加深。
这已经不是普通的利益关联。
这是迄今为止,最严重的利益冲突曝光之一。
问题很简单:
谁在替加拿大人做决定?
又是谁在从中获利?
#Canada #Carney #Brookfield #China #ConflictOfInterest
Allen retweeted
加拿大已经将 LGBTQ 缩略词更新为 MMIWG2SLGBTQQIA+。
这个缩写代表:失踪和被谋杀的原住民妇女、女孩和“双灵人”(Two-Spirit),以及女同性恋、男同性恋、双性恋、跨性别者、酷儿、疑问性取向者、间性人和无性恋者。
是的,真的。我不是在开玩笑。我倒希望这是玩笑。











































