深度研究

MSTR财报复盘：左脚踩右脚的飞轮加了“安全阀”，套利空间打开

微策略（MSTR）在最新财报中明确了其比特币投资策略的关键阈值：1.22倍mNAV（调整后资产净值）。该指标成为公司决策的核心分水岭： - **当溢价高于1.22倍**：公司将延续增发股票、募集资金买入比特币的扩张模式。 - **当溢价跌破1.22倍**：公司将转变策略，主动卖出比特币，用所得资金偿还债务或回购股票，以保护股东价值。 这一明确的政策转变创造了新的市场机会： 1. **套利机会**：当MSTR溢价跌破1.22倍时，市场可能出现“做多MSTR股票、做空等值比特币”的条件式套利机会。其核心逻辑在于，管理层的“卖币回购”操作将主动促使价差收敛。 2. **增强STRC优先股安全性**：管理层承诺必要时卖币偿债，显著降低了公司因现金流断裂而导致优先股违约的风险。结合公司雄厚的比特币储备和现金头寸，STRC的信用风险大幅降低。 3. **对比特币市场影响**： - **短期**：微策略“永不卖币”的信仰被打破，可能对市场情绪构成压力。 - **长期**：公司主动管理杠杆，设定了明确的抛售预警线，提前拆除了在极端熊市中可能发生的“被迫连环清算”风险，有利于市场长期稳定。 总体而言，微策略从一个激进的比特币“钻石手”囤积者，转变为一个设有明确风控阈值、进退有度的机构投资者，其策略更趋理性与精算化。

marsbit05/08 13:10

为什么说"AI算力兑现元年"这个词有坑？——一文看懂算力从"政策信号"到"真实订单"的四道门槛

marsbit05/08 11:33

伯克希尔与软银，“必死”一个

2026年，伯克希尔与软银呈现出截然相反的处境。伯克希尔在新任CEO阿贝尔领导下，手握近4000亿美元现金，持续净卖出股票，因巴菲特认为市场估值过高、缺乏机会。这导致其股价大幅跑输大盘，面临投资者压力。公司未来可能面临缓慢转型，甚至被迫分红或拆分。 而软银则深陷债务与豪赌。为向OpenAI累计投资约646亿美元，软银母公司负债飙升至超16万亿日元，通过质押Arm股票、出售T-Mobile、阿里巴巴等核心资产，以及发行高息债券和400亿美元桥贷来筹集资金。其生存高度依赖OpenAI及旗下AI资产（如Roze AI）能否成功上市变现。若AI泡沫破裂、Arm估值下滑或再融资失败，可能引发连锁危机。 两者代表两种极端：伯克希尔因过度谨慎而可能“缓慢死亡”，失去其增长灵魂；软银则因过度激进、杠杆过高，面临“猝死”风险。结局取决于未来市场走向与AI叙事能否持续。

链捕手05/08 06:14

我在 Stripe Sessions 2026 看到的 AI 经济

在2026年的Stripe Sessions大会上，AI经济的强劲增长已清晰展现，与历史上的“索洛悖论”形成鲜明对比。Stripe的数据显示，自2026年初，其平台上的新企业数量因AI编码工具而急剧上升，AI原生公司收入增长迅猛，用户每月AI消费已超过传统互联网开支。这些公司从创立第一天就具备全球化特征，平均第一年业务即覆盖42个国家。 大会的核心焦点是“智能体商业”（Agentic Commerce），即AI智能体成为交易主体。现场演示了智能体自主完成研究、采购、生产到销售的全过程，预示着智能体作为买方将在12-18个月内成为主流。这推动了“微支付”等新商业模式，因为智能体没有人类对琐碎决策的抵触。 Stripe推出了多项协议（如Machine Payments Protocol）和工具（如防欺诈系统Radar）来支持智能体经济生态，解决AI公司面临的token盗用、欺诈试用等新风险。公司从“货币即数据”的理念出发，正构建下一代金融基础设施。 此外，Stripe凭借其内容基因（出版、播客）深入理解经济变化。创始人从解决个人跨境收款痛点起步，如今正通过其庞大的交易数据网络，不仅服务于AI经济，更在实时记录和塑造它的未来。

marsbit05/08 05:58

AI Agent实操指南：如何用三个智能体撑起整个公司？

每个独立创业者都会遇到工作太多但资金不足以雇佣全职员工的困境。市场调研、内容生产和日常运营是三个最耗时但又必不可少的职能。本文提出，通过使用Claude、MCP服务器和智能体工作流，可以搭建三个AI智能体来承担这些工作。 第一个是**调研智能体**，相当于市场情报分析师。它会主动监测竞品、跟踪行业动态，每周生成一份简洁的简报，提供可落地的行动建议。搭建步骤包括建立行业知识库、连接网络搜索等工具，并设置自动化工作流。 第二个是**内容智能体**，负责从选题到发布的全链路内容生产。它能根据你的写作风格生成初稿，并进行质量审核，确保内容符合品牌调性。你只需在此基础上加入个人视角和判断，完成最后的“灵魂”部分。 第三个是**运营智能体**，扮演“幕僚长”角色，处理邮件分拣、会前准备和周报等行政杂务。它能将你每天在这些事务上的时间从1-2小时压缩到15分钟以内，让你专注于核心业务。 关键在于让三个智能体通过共享知识库协同工作。例如，调研智能体发现竞品新动态，内容智能体可据此创作内容，运营智能体则准备客户沟通邮件。这样，它们就从独立工具变成了一个协作团队。 相比雇佣三名年薪6万美元的全职员工，搭建这三个智能体的成本主要只是Claude订阅费和初期搭建时间。在创业初期，它们能承担这三个岗位70%-80%的工作量，是节省成本和提升效率的有效方案。

marsbit05/08 05:49

Coinbase 不完全是一只加密股，AI 支付正在重构它的估值

本文认为，市场普遍将Coinbase视为一家随比特币涨跌的周期性加密券商，低估了其长期价值。文章指出，Coinbase正受益于两大结构性趋势：稳定币的普及和AI代理商务的崛起。 在稳定币方面，Coinbase作为USDC的最大分发商，通过与Circle的长期优惠协议，能持续分享稳定币增长（预计2030年供应量达3万亿美元）带来的收入。该协议结构稳固，使Coinbase地位不断增强。 在AI代理支付领域，链上数据显示，超过92.8%的AI代理支付发生在Coinbase的Layer2网络Base上，且99.8%使用USDC结算。Coinbase推出的x402协议已成为AI代理小额支付的事实标准。随着AI代理商务规模预计在2030年达到数万亿美元，高频、小额的机器间交易将更依赖低成本、高效率的稳定币支付轨道。 Coinbase通过四层业务栈捕获价值：USDC浮存金收益、Base网络结算费用、开发者平台（CDP/AgentKit）变现以及AI服务市场（Agentic.Market）分发。文章估算，在此趋势下，Coinbase到2031年有望成为一家价值3000亿美元的公司，其估值逻辑应从传统券商转向数字金融基础设施提供商。

marsbit05/08 05:22

一位西方学者中国 AI 实验室走访实录：谦逊、开放、不谈哲学，只想训练更好的模型

一位西方AI学者随SAIL联盟访问团走访了中国十余家AI实验室（包括月之暗面、小米、智谱等），并分享了他的观察。他印象最深的是中国AI研究者的普遍谦逊与开放氛围，他们高度认可同行工作（如频繁赞赏DeepSeek），乐于交流且多数研究将公开。这与美国实验室常有的零和竞争、谨慎封闭的氛围形成对比。 中国研究者专注于模型性能的提升，热衷于技术迭代与修复缺陷，但对AI的哲学或社会影响（如失业、意识问题）讨论较少。他们大多年轻（20-25岁），许多是在读博士生同时参与业界工作，普遍认为工业界比学术界更有吸引力。 此外，中国公众对AI技术表现出更积极的接受度，日常使用案例广泛，与西方民众对AI的普遍警惕形成反差。整体上，作者对中国开放的研究生态和未来的国际合作持乐观态度。

marsbit05/08 03:18

垂直整合资本聚合器：Web3 如何打造难以突破的护城河？

本文探讨了Web3协议如何通过垂直整合构建难以突破的护城河。文章指出，区块链作为货币轨道，其价值在于经济产出，而可组合性和代币激励使垂直整合成为可能。与Web2聚合器不同，Web3原生聚合器（如Hyperliquid）依赖资本密集型操作，通过整合流动性、用户和分发渠道，实现资本高效周转和收入增长。 Hyperliquid通过垂直整合交易界面、风险引擎和代币经济，创造了每1美元TVL年化0.30美元费用的高效益，远超Aave等协议。这种整合使竞争对手需在多战线作战，形成强大壁垒。然而，垂直整合也带来中心化趋势，协议为安全和经济规模可能放弃部分去中心化理想。 文章强调，在DeFi收入每赚1美元就有0.5美元因黑客损失的环境中，资本聚合器需与安全平衡。创始人应在现有流动性和用户基础上构建，而非从零开始，以降低风险并利用现有生态势能。最终，Web3正转向接受适度中心化的垂直整合模式，以促进经济规模化和资本效率提升。

marsbit04/27 01:15

a16z AI方向合伙人的八年创业笔记

a16z AI合伙人回顾八年生成式AI创业历程：从2018年创立Rosebud AI，在GPT尚未出现时押注“合成媒体”领域，通过CycleGAN等早期技术探索AI创意工具。在模型不成熟阶段，团队通过设计交互流程放大“将就但好用”的体验，成功推动Tokkingheads等产品实现自然增长。2023年GPT-4的突破使代码生成趋于成熟，推动文字转游戏等功能的实现。作者指出，当前AI竞争重点已从“证明能做什么”转向能力产品化与商业化，并强调创业者需在实验室技术路径外寻找创新空间。如今作者卸任CEO投身a16z，将专注于投资前沿模型栈及基础设施，支持AI领域创业者。

marsbit04/26 12:03

杨植麟离“追光的月亮”还有多少个Token？

《杨植麟离“追光的月亮”还有多少个Token？》一文聚焦于月之暗面创始人杨植麟在大模型竞争中的战略焦虑与行业格局。文章通过对比DeepSeek与Kimi的技术路线、商业化策略和资本估值，揭示了中国AI独角兽面临的共同挑战。 DeepSeek以15个月沉默换来V4模型突破，强调技术深耕与开源生态，估值超200亿美元；而Kimi虽在长文本和Agent集群技术上领先，却面临商业化转化慢、巨头竞争和上市压力。杨植麟的焦虑源于技术、资本与市场的三重包围，其高估值（180亿美元）需更多收入支撑。 两者技术相互借鉴，共同推动国产模型全球竞争力（中美模型差距仅2.7%），但路径分化：DeepSeek追求算力自主与成本优化，Kimi聚焦智能上限与Agent落地。文章指出，中国AI需多元竞争生态，开源模型或成主流。杨植麟的焦虑是行业缩影，其突破需更深扎根技术与市场。

marsbit04/26 11:25