# 人工智能的所有文章

在 HTX 新闻中心浏览与「人工智能」相关的最新资讯与深度分析。潘盖市场趋势、项目动态、技术进展及监管政策，提供权威的加密行业洞察。

宏观大师Raoul Pal访谈：经济奇点正在逼近，未来四年不要轻易下车

宏观投资者Raoul Pal在访谈中深入探讨了AI竞赛与加密货币的未来。他认为，当前AI领域正经历人类历史上最大规模的资本竞赛，中美两国都不会停止投入，因为这关乎国家竞争优势。AI的增长遵循“里德定律”，呈现指数级爆发，预计到2028年，其文字产出量将超过人类历史总和。这种发展可能导致“经济奇点”，即当智能体（AI代理）数量激增，传统经济系统无法适应其运行速度。尽管AI火热，Pal仍坚定看好加密货币的长期价值。他指出，加密货币拥有“无限的总潜在市场”，尤其是随着AI代理经济的兴起，这些代理将使用链上服务，为加密网络带来巨大需求。Layer1智能合约平台（如以太坊、Solana、Sui）作为基础设施层，将捕获大部分价值，因为它们支撑着庞大的去中心化经济。他特别强调，在回调期间他加仓了Sui和Zcash。对于当前市场，Pal认为比特币从高点回落至6万美元只是牛市中的正常回调，并非熊市。他建议投资者采取“买入并持有”策略，因为试图波段操作往往失败。历史证明，在加密货币中赚取最多回报的正是那些长期持有者。随着法币持续贬值、全球流动性增加以及监管逐步明晰，加密资产的前景非常乐观。 Pal还提到，NFT的价值将在加密经济整体繁荣后显现，尤其是顶级“奖杯资产”。他正在筹备一个NFT基金，投资于具备共识的高价值艺术品和中层高潜力作品。总结而言，Pal认为未来四年是积累加密资产的关键窗口期。经济奇点逼近，数字化进程不可逆转，持有核心加密资产是对抗不确定性、分享未来增长的最佳方式。他预计，到2026-2027年，随着银行入场、稳定币爆发和监管清晰化，加密货币将迎来完美风暴般的看涨环境。

链捕手06/01 06:10

链捕手06/01 06:10

英伟达推出 DSX 平台，继续向 AI 工厂基础设施进军

英伟达在NVIDIA GTC Taipei大会上发布DSX平台，将其业务从GPU销售进一步扩展至AI工厂基础设施领域。该平台旨在为企业提供从设计、仿真、部署到运营管理的完整解决方案，以应对AI模型规模扩大带来的电力、散热和资源调度等挑战。DSX整合了芯片、系统、软件及合作伙伴技术，通过统一技术栈帮助客户提升部署效率、可靠性并降低AI推理成本。平台核心软件包括DSX MaxLPS和DSX OS。MaxLPS利用液冷与功耗优化技术，在固定电力预算下可额外部署最多40%的GPU以提高能效；DSX OS则是一套面向AI工厂运营的开源软件平台，支持生命周期管理、智能调度等功能。此外，DSX还整合了参考架构、数字孪生仿真、动态负载调整及数据协同等多项能力。商业落地方面，多家云服务商已部署DSX核心组件，戴尔、慧与、联想等硬件厂商也在开发DSX就绪系统。DSX Flex功能已开展商业化试点，验证AI工厂根据电网需求动态调节功耗的能力。战略上，DSX标志着英伟达正从AI芯片供应商向AI基础设施平台提供商转型，致力于建立覆盖AI工厂全生命周期的行业标准，巩固其市场领先地位。

marsbit06/01 04:27

marsbit06/01 04:27

疯狂烧了数十亿美元 Token 之后，硅谷大厂开始限制员工 Token 用量了

近日，多家硅谷科技公司开始限制员工使用AI工具的Token（使用量），以应对高昂且效益不明的成本。此前，企业曾鼓励员工“tokenmaxxing”（最大化Token使用量）以体现数字化转型，但随后发现大量Token被用于非核心工作，如查天气或写祝福，且AI生成的代码存在高“流失率”（被抛弃或重写），导致隐性成本激增。数据显示，企业每花1美元在AI Token上，可能产生近80%的额外损耗用于修复Bug和审查。管理层开始质疑AI投资的回报率（ROI），仅有少数CFO能看到明确回报。个人效率的提升未能转化为公司整体收益增长。例如，Uber和Salesforce面临数亿美元的年化AI支出，却难以将其与业务成果直接挂钩。微软已取消部分员工的Claude Code许可，Meta也下线了内部鼓励使用的排行榜。市场随之出现AI成本管理工具，帮助企业监控支出并与业务成果关联。同时，部分AI厂商开始调整计费模式，从按Token用量转向按实际产出（如解决的对话数）收费。行业正从盲目追求使用量转向理性评估价值。分析指出，真正的挑战在于用AI重新设计工作流程和商业模式，而非仅仅优化现有任务。如果企业仅将AI用于加速旧工作，成本压力终将迫使它们面对这一根本问题。

marsbit06/01 04:06

marsbit06/01 04:06

30年美债收益率再破5%，「一切都廉价」的时代落幕了

30年期美国国债收益率近期再度突破5%，市场反应显示投资者正逐渐接受高利率将长期持续的现实。这一变化源于支撑美国过去50年低通胀、低利率的三大支柱——廉价资本、廉价劳动力和廉价能源——正在同步瓦解。廉价资本时代因全球化逆转、供应链回流及石油美元体系受侵蚀而结束；廉价劳动力因劳动力短缺、罢工潮及部分工会增长推高工资，但被企业医保成本上升和人工智能冲击部分抵消；廉价能源则因中东紧张局势及美国退出气候承诺面临挑战。此外，政府债务攀升、地缘政治摩擦和民粹主义等“慢变量”也推高了长期利率。人工智能（AI）成为未来通胀走势的最大变数：乐观情景下，AI提升生产力、降低债务和通胀；悲观情景下，AI加剧企业裁员、推高资源成本，并可能增加政府债务。目前AI巨头已对房地产、芯片、水电等资源价格产生上行压力。文章指出，多数投资者的经验和模型均基于低利率环境，面临“预期惯性”的挑战。市场需调整旧有预期，适应高利率持续的新阶段。

marsbit06/01 03:34

marsbit06/01 03:34

高盛研报解读：存储缺货至 2028，继续买入

高盛最新研报核心观点：存储芯片缺货将持续至2028年，周期将比市场预期更持久。报告将本轮上行周期归结于AI服务器需求明确、供给增长有限及长期供货协议锁定量价三大因素，并据此大幅下调了2026至2028年DRAM等产品的供需预测，缺口深化意味着涨价动力持续。基于此判断，高盛上调了存储产业链主要公司目标价：三星电子（目标价48万韩元）、SK海力士（目标价350万韩元），并将铠侠评级从“持有”上调至“买入”。报告同时广泛覆盖AI算力链，看好全球云厂商资本开支增长带来的机会。重点提及联发科（向AI ASIC转型）、新易盛（1.6T光模块放量）、壁仞（国产AI芯片）、华勤技术（从消费电子切入数据中心）以及联想（AI PC换机潮）。此外，报告亦点评了比亚迪（智驾普及与成本控制）、日本半导体设备及中国部分房地产企业（基于乐观情景测算）。宏观层面，高盛指出新兴市场正受AI投资热潮与能源供给收缩两股力量拉扯，建议超配中国、韩国等市场。报告还提示A股指数调样将带来显著被动资金流动。文末强调，所有观点均源自高盛，不构成投资建议。研报价值在于其逻辑主线与前提假设，投资者应独立决策。

marsbit06/01 02:14

marsbit06/01 02:14

阿里“上货”，字节“练功”

5月最后一周，阿里和字节的两项动作展现了中国大厂在AI领域的两种不同战略路径。阿里正将AI快速“上货”落地。5月11日，千问App与淘宝全面打通，接入40亿商品库和20年购物场景数据。随后在阿里云峰会上，吴泳铭宣布升级全栈能力，并计划未来五年资本开支远超过去三年。阿里的核心策略是将AI深度融入现有商业场景，如蚂蚁的AI支付用户数破亿、淘宝的AI比价等，并推动“智能体商业信任协议”作为信任基础设施。其商业模式依赖AI服务变现，阿里云外部收入增长40%，服务器“几乎没有一张卡是空的”。然而，这种路径可能以基础模型能力的长期领先性为代价。字节则选择在Seed部门潜心“练功”，聚焦探索AI智能上限。其视频生成模型Seedance 2.0在权威评测中登顶，获业界高度评价。部门内部目标纯粹，如设定“国际榜单进前三”的KPI，并投入8个月撰写纯学术论文。字节计划大幅增加资本开支，最高或达4700亿元，资金来源于其巨额利润，且因其未上市，无需承受短期业绩压力，得以专注于长期技术突破。但商业化压力已初现，豆包开始测试付费和广告。文章指出，两种路径差异的根本原因在于公司是否上市。阿里作为上市公司，必须关注季度财报和股价，战略倾向于快速变现；字节作为非上市公司，则拥有更大的自由去进行长期、前沿的技术投资。这决定了当前中国AI领域“卖AI”与“做AI”的格局分野。未来若字节启动IPO，其长期研发投入或将面临资本市场的考验。

marsbit06/01 00:08

marsbit06/01 00:08

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。

marsbit05/31 16:02

marsbit05/31 16:02

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。

marsbit05/31 12:43

marsbit05/31 12:43

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。

marsbit05/31 12:33

marsbit05/31 12:33

260亿美元，“全华班”撑起全球AI编程估值最高公司

AI编程公司Cognition近期完成超过10亿美元融资，投后估值达260亿美元，成为该赛道估值最高公司。其核心产品为“AI软件工程师”Devin，能够根据自然语言指令端到端完成软件开发任务。公司由三位具有国际信息学奥赛金牌背景的华人创始人创立。 Devin早期因演示效果惊艳而爆红，但也曾因实际表现不稳定、定价过高而面临质疑。随后，Cognition通过收购AI IDE公司Windsurf，实现了产品战略的关键转型，形成了“Devin（云端异步Agent）+ Windsurf（本地IDE助手）”的双线产品布局，既覆盖企业自动化工程任务，也服务开发者日常编码辅助。最新数据显示，其企业客户用量快速增长，年化收入约达4.92亿美元，客户包括高盛、奔驰、NASA等大型机构。本轮融资由Lux Capital、General Catalyst等领投，资本看好的不仅是编程工具，更是其作为下一代软件工程基础设施的潜力。未来，人机协作的混合开发模式或将成为主流。

marsbit05/31 10:22