币海趋势：8月9号下午BTC ETH SOL 行情解析及操作策略

金色财经发布于2025-08-09更新于2025-08-09

你可能也喜欢

三年之后：回看 2023 年我对 ChatGPT 的判断

作者王健硕在2026年5月回看其于2023年3月对ChatGPT做出的二十条预测，并借助AI代理进行验证。整体看，其大方向判断多正确，但细节和程度常有偏差。 **看对的方面：** - **技术架构**：准确预测RAG（检索增强生成）将成为解决知识更新和幻觉的主流方法，以及LUI（自然语言用户界面）将催生巨大新产业。 - **发展趋势**：预见到“机器人网络”和新的agent寻址系统将出现，中国能快速做出可用大模型并缩小与顶尖差距。 - **本质认知**：正确指出ChatGPT没有意识，图灵测试仅测表象；判断其是巨大进步但非AGI，且短期内不会造成整体失业潮。 **看错或看偏的方面：** - **具体数据错误**：关于GPT-4有100T参数的传闻完全错误。 - **绝对化判断**：断言LLM“不可能”自己学好数学被后来模型在IMO夺金证伪；认为AI生成内容可“规避”版权，实则引发史上最大侵权赔偿。 - **价值与成本误判**：认为价值终落应用层，但最大赢家是算力层（如英伟达）；模型成本“5-10亿封顶”的估算严重偏离实际。 - **社会影响误读**：认为ChatGPT的“加权平均”特性可能促进“世界大同”，但实际AI正走向个性化，并可能制造新信息茧房。 **总结规律：** 1. 预测机制和方向比具体数字更可靠。 2. 倾向于高估短期变化速度，低估长期影响程度。 3. 容易忽略问题内部的“分布”差异（如失业影响集中在年轻群体）。 4. 留有餘地、分层表述的判断更经得起时间检验。 5. 一些根本性争议，三年时间仍不足以给出定论。这次复盘旨在为未来的判断立下更审慎的规矩。

marsbit21分钟前

三年之后：回看 2023 年我对 ChatGPT 的判断

2023年3月，在GPT-4发布前，作者王健硕对ChatGPT的未来做出了二十项预测。三年后的2026年，他使用AI agent对这些判断进行回顾验证，评估其准确性。 **主要看对的方面：** 1. **RAG成为主流**：预测通过外部检索而非修改模型来解决知识更新和幻觉问题，这已成为行业标准架构。 2. **LUI（自然语言界面）兴起**：预测自然语言交互将催生巨大新产业，Agent、MCP协议等发展印证了这一点，但LUI是与GUI共存而非取代。 3. **机器人网络与新寻址系统**：预测Agent将自动协作并需要新寻址方式，MCP、A2A等协议正朝此方向发展。 4. **中国能做出可用大模型**：预测中美模型差距会迅速缩小，事实如此，但真正领先的国内厂商与其当初点名不同。 5. **AI无意识与图灵测试本质**：核心判断“AI无意识，图灵测试仅测表象”基本成立，但“绝无意识”的绝对论断被后续研究置于灰区。 **看错或看偏的方面：** 1. **GPT-4参数数量**：所传“100T参数”严重错误，实际约为1.8T。 2. **LLM的数学能力**：诊断“数学差需外挂工具”正确，但“不可能自行学会”的结论被后续“推理模型”在IMO夺金证伪。 3. **价值捕获**：预测价值在应用层，但现实中算力层（如英伟达）捕获了最大利润，模型层反而亏损。 4. **版权问题**：判断“生成物可能无法登记版权”正确，但认为能“规避侵权”则错误，已出现巨额侵权赔偿案例。 5. **信息茧房与世界大同**：机制上AI会将观点向众数平均，但AI正快速走向“千人千面”的个性化，可能制造新茧房而非消解极化。 6. **大模型成本**：预测“局部战争”和玩家涌入正确，但“5-10亿美元封顶”的成本估算与前沿训练实际花费严重不符。 **总结规律：** 1. 判断**方向和机制**比具体数字、程度更可靠。 2. 倾向于**高估短期变化速度，低估长期能力上限**。 3. 容易忽略**问题内部的分布差异**（如总量正确但部分群体受损）。 4. **留有餘地、分层表述**的判断更经得起时间检验。 5. 一些根本性争论，**三年时间不足以给出最终答案**。这次回顾表明，在快速变化的领域，把握大方向比追求精确预测更重要，同时需警惕绝对化表述并承认认知的局限性。

链捕手2小时前

AI泡沫警告：AI投资对大多数科技巨头来说都是负回报

AI投资热潮正面临财务回报的严峻考验。微软、Alphabet、Meta、甲骨文等科技巨头计划未来五年投入数千亿美元建设AI数据中心，但基于分析师的收入与资本支出预测，除亚马逊外，多数公司的隐含投资回报率可能为负。这意味着当前的巨额资本开支可能无法带来相应利润增长，甚至可能成为大规模股东价值毁灭事件。美国经济增长目前高度依赖科技投资，其贡献率高达93%。如果云厂商因投资回报不佳而削减支出，不仅将冲击英伟达、台积电等产业链公司，也可能导致美国经济衰退并引发股市熊市。与此同时，OpenAI、Anthropic等AI公司计划推进IPO，这被视为将投资风险从早期资本转移给公众投资者的潜在方式。文章核心指出，问题不在于AI没有未来，而在于当营销热潮退去后，谁来为这场昂贵的基础设施竞赛买单。泡沫风险虽未必在2026年立即破裂，但可能在随后几年显现。

marsbit3小时前

marsbit3小时前

从Token到机器劳动力：AI正在从工具变成「工人」

本文探讨了AI从辅助工具演变为“机器劳动力”的趋势。文章指出，企业购买AI的本质正从获取算力（token、GPU小时）转向购买由其直接完成的“经济性劳动”。未来的AI市场将演进为“机器劳动力市场”，其中工作成果本身（如客服问题解决、代码合并）将成为标准化、可验证、可定价和交易的对象。市场将经历四个阶段演化：1）原始token交易；2）标准化模型能力（如文本处理、代码生成）交易；3）行业特定劳动力（如会计、法律）交易；4）面向Agent的、以结果为单位的可编程市场。这要求建立明确的任务规格、性能基准和定价机制。文章认为，AI不会简单替代人类劳动，而是引发协同重组。机器将承担大量标准化工作，人类角色则转向复核、责任承担、上下文管理及关键决策。随着工作成本下降，市场需求可能扩张，催生新的服务形式。最终，竞争焦点将从模型能力或算力价格，转向谁能率先将“工作”本身商品化，使机器劳动力成为一种新型生产要素。

marsbit3小时前

marsbit3小时前

小米MiMo降价99%并非营销！罗福莉发X打脸唱衰者

小米MiMo负责人罗福莉发布技术博客，详细解释MiMo-V2.5系列API降价99%并非营销或价格战，而是基于六项核心工程优化带来的真实成本下降。降价主要针对“Input (Cache Hit）”，即用户重复读取历史对话上下文的场景。通过六项关键技术实现降本： 1. **架构优化**：采用混合注意力机制，将模型“记忆”体积压缩至1/7。 2. **显存管理**：实现KVCache双池化，真正释放显存空间，使单GPU并发用户数提升5倍以上。 3. **缓存命中**：改进前缀缓存规则，服务端缓存命中率平均达93%，高频用户超95%，大量重复请求无需GPU计算。 4. **存储成本**：自研GCache系统，将缓存直接部署在GPU机器的SSD上，额外存储成本近乎为零。 5. **智能调度**：自研LLM-Router调度系统，通过亲和调度、长度分桶等方式优化请求路由，提升吞吐并降低延迟。 6. **生成加速**：原生支持多token预测，在部分场景下使模型生成速度提升最高2.3倍。这六项技术环环相扣，形成完整降本链条，显著降低了单位请求的GPU计算时间和整体成本，从而支撑了大幅降价的同时保持毛利率为正。罗福莉此举旨在强调此次降价是工程能力兑现的结果，而非市场策略。

marsbit5小时前