深度研究

提供深度研究报告与独立分析,结合数据、技术与经济视角,对区块链生态、项目潜力与市场趋势进行系统性剖析。

DeepSeek的十万亿美元之路:用开源撬动万亿硬件生态

DeepSeek的长期战略并非通过应用层(如编程订阅)直接变现,而是致力于通过一系列底层架构创新,重塑AI训练与推理的成本结构,并推动一个规模达10万亿美元的新硬件生态形成。 其技术创新始终围绕一个核心:在高端算力受限的背景下,如何用更少的资源跑出更强的模型。例如: 1. **压缩KV Cache**:通过MLA、DSA、CSA、HSA等机制,大幅减少长上下文所需的显存(HBM)。DeepSeek V4在100万上下文长度下仅需约5.5GB HBM,远低于其他主流模型,这使得将KV Cache卸载到SSD/NAND成为经济可行的方案,降低了对紧缺的HBM的依赖。 2. **以内存换计算**:其Engram模块利用LPDDR内存进行高效的O(1)知识查找,用更便宜的内存资源节省昂贵的计算开销。 3. **提升硬件兼容性与效率**:通过MoE架构、权重流式加载、TileLang编程语言等,旨在削弱对特定硬件(如CUDA生态)的依赖,让更多国产及全球的GPU、ASIC、存储和网络芯片能够高效运行AI负载。 这些创新若扩散开来,将直接惠及长江存储(NAND/SSD)、长鑫存储(LPDDR)等国内存储厂商,并为众多AI芯片厂商创造机会。DeepSeek的盈利模式可能类似于OpenAI与AMD的合作,通过深度绑定并赋能整个硬件生态,以换取股权等长期回报,从而在推动一个巨大产业形成的同时,实现自身万亿美金估值的终极目标。

marsbit05/25 13:13

DeepSeek的十万亿美元之路:用开源撬动万亿硬件生态

marsbit05/25 13:13

技术没有壁垒,全天候交易才是 Hyperliquid 制胜的关键

本文探讨了去中心化衍生品交易平台Hyperliquid如何凭借其“全天候交易”的核心优势,挑战并打破了传统金融市场的运作范式。 传统交易所(如纽交所、伦交所)均设有固定的交易时段,这一惯例源于历史遗留的物理局限。Hyperliquid则实现了7x24小时不间断交易,使其能在传统市场休市(如周末)时捕捉交易机会。例如,其在周日清晨抢先为SpaceX进行估值定价,并在周末完成巨额原油衍生品交易,这直接触动了芝加哥商品交易所(CME)等传统巨头的利益,引发后者的监管游说。 文章指出,Hyperliquid的竞争力并非单纯源于技术,其**全天候交易的时间优势**才是关键。这一优势在SpaceX、Cerebras等IPO前永续合约上得到充分体现,平台展现出了高效、连续的价格发现能力,预测精度远超部分传统二级市场平台。 面对监管压力,Hyperliquid采用的“纯合成衍生品”模式构成了其独特的防御壁垒。该模式不依赖实体股权或持牌机构,仅通过智能合约以USDC结算,使得监管机构或标的公司难以找到明确的追责主体。即便项目创始人面临法律风险,已部署的智能合约仍可自主运行。然而,这种无需身份核验、资金脱离传统银行体系的模式,也带来了市场操纵、规避制裁等合规与国家安全隐患。 总之,Hyperliquid通过融合“去中心化”的架构与“不间断交易”的时间维度,创造了一种传统金融难以复制的竞争力,但也正因此置身于监管风暴的中心。这场围绕“交易时间”的冲突,本质上是新旧金融体系运行逻辑的碰撞。

marsbit05/25 09:05

技术没有壁垒,全天候交易才是 Hyperliquid 制胜的关键

marsbit05/25 09:05

2026 去中心化AI算力网络的真实进展与投资机会

2026年,去中心化AI算力网络(DePIN)已成为AI基础设施中具备真实收入与清晰能力边界的一环。面对头部科技公司垄断GPU资源、中小团队面临算力封锁的现状,DePIN赛道市值在2025年一度接近200亿美元,年化协议收入超2亿美元,关键突破在于获得了非加密原生客户的真实收入。 主流项目如Aethir、io.net、Akash、Bittensor和Render分别占据了企业级服务、分布式集群编排、竞价市场、AI模型激励和渲染拓展等生态位。去中心化网络的核心优势在于对推理、微调、数据预处理及AI Agent运行等延迟容忍度高、成本敏感的任务具有显著性价比,其价格相比超大规模云可低60%以上,但需注意节点稳定性带来的隐性成本。 2026年赛道呈现两大深层变化:一是代币经济学成熟化,Render的BME模型和io.net即将推出的IDE模型将代币销毁铸造与真实算力消费绑定,稳定供应方收益;二是市场路径清晰化,传统企业如通过Dell、KREA等开始实际采购与集成去中心化算力。 然而,赛道仍面临核心挑战:可靠性差异导致需要过度预留算力、企业级部署存在编排与调试困难、技术栈碎片化。因此,新生态方应避免重复建设通用聚合层,转而聚焦工具层与中间层(如可靠性管理、SLA保障、Agent调度),或深耕生物医药、内容生成等垂直应用。代币设计必须与真实业务需求挂钩,而DePIN与AI Agent经济的结合正开辟新的需求入口。 总体而言,去中心化算力并非要颠覆云计算,而是在AI算力需求结构中占据了快速增长且规模巨大的细分市场,为生态参与者提供了在工具层、垂直应用层及新型代币经济模型领域的明确机会窗口。

marsbit05/25 08:01

2026 去中心化AI算力网络的真实进展与投资机会

marsbit05/25 08:01

AI 冲击下的 SaaS 软件股:拆解 Salesforce、ServiceNow、Snowflake 的抄底逻辑

本文深入分析了在AI浪潮冲击下,美股SaaS(软件即服务)板块遭遇的剧烈抛售,并聚焦三家代表性公司——Salesforce、ServiceNow和Snowflake——探讨其“抄底”逻辑。 **核心观点:AI并非杀死所有软件,而是重塑价值分配。** 市场过度简化了“AI颠覆软件”的叙事。实际上,AI正在淘汰那些仅提供功能界面的软件公司,但同时奖励那些提供数据基础设施、工作流治理和AI编排平台的企业。 **市场背景:** 所谓“SaaS末日”导致板块普跌,情绪极度悲观。与拥挤的半导体板块相比,软件板块持仓处于历史低位,呈现极端情绪撕裂,可能孕育反弹机会。 **三家公司拆解:** 1. **Salesforce:安全边际之选。** 作为CRM龙头,拥有深厚的客户数据护城河。其估值处于历史低位(前瞻市盈率13-14倍),现金流强劲,回购力度大。虽面临“席位压缩”挑战,但其推出的“Agentforce”正尝试从“按人头收费”转向“按任务量收费”,以平滑过渡至AI时代。 2. **ServiceNow:清晰的AI叙事。** 其战略是成为“AI控制塔”,即企业级AI Agent的治理、编排和执行层,而非亲自下场做AI模型。这一“企业AI操作系统”的定位获得了英伟达CEO黄仁勋的背书。公司增长稳健,AI相关合同价值目标持续上调。 3. **Snowflake:高弹性高风险。** 作为数据平台,其按使用量付费的模式天然受益于AI工作负载增长,且不受传统SaaS“席位压缩”困扰。它是三家中增长最快的,但也是唯一尚未实现GAAP盈利、面临激烈竞争(如Databricks)且估值较高的公司。 **总结:** 投资者可根据自身偏好选择:追求安全边际看Salesforce,认可AI治理平台逻辑看ServiceNow,追求高增长弹性并能承受高波动则考虑Snowflake。当前软件板块的普跌可能错杀了一批有能力转型为AI时代基础设施的优质公司,提供了潜在的布局机会。

marsbit05/25 07:10

AI 冲击下的 SaaS 软件股:拆解 Salesforce、ServiceNow、Snowflake 的抄底逻辑

marsbit05/25 07:10

Agentic Design Patterns:一本让我重新理解"Agent 到底是什么"的书

《Agentic Design Patterns》一书由Google工程总监Antonio Gullí撰写,系统性地将AI Agent开发拆解为21种设计模式。文章作者阅读后,对Agent的本质有了更深刻的理解。 书中将Agent划分为四个等级:Level 0仅为裸LLM,不具备行动能力,并非真正的Agent;Level 1能自主调用工具完成任务;Level 2具备战略规划与上下文工程能力,能对信息进行裁剪和降噪,并进行自我反思;Level 3则是多智能体协作,像团队一样分工合作。 文章重点阐述了几个核心概念: 1. **上下文工程**:超越提示词工程,系统地为Agent构建包括系统指令、外部数据、隐式信息和反馈回路在内的四层上下文环境,以提升其准确性和效率。 2. **反思模式**:采用“生产者-批评者”双智能体模式,让一个智能体负责创作,另一个负责审查和提出修改意见,通过迭代循环显著提升输出质量,但需设置合理的迭代次数以控制成本。 3. **多智能体协作**:并非越复杂越好,应根据任务复杂度选择合适的通信拓扑结构(如独立执行、对等网络、中心调度等)。通常,一个达到Level 2的单智能体加上反思机制已能应对大多数场景。 4. **记忆三层模型**:分为会话层(临时对话上下文)、状态层(任务进行中的临时数据)和持久层(跨会话的长期记忆),需要设计相应的存储与检索策略。 书末还提出了对未来Agent发展的五个假设,其中最颠覆的是“变形多智能体”:系统能根据最终目标自动创建、调整、重组智能体团队,实现完全自主的任务规划与执行。 作者建议读者可立即实践三点:为现有智能体增加一个“批评者”角色以进行审查;开始实践系统的上下文工程而非仅关注提示词;优先将单智能体能力提升至Level 2,而非盲目追求多智能体系统。 这本书的价值在于,它将许多开发者在实践中摸索的经验系统化、模式化,为AI Agent开发提供了一份清晰的“地图”。

链捕手05/25 04:42

Agentic Design Patterns:一本让我重新理解"Agent 到底是什么"的书

链捕手05/25 04:42

一个 AI 读完 SpaceX 招股书, 花 12 分钟写出这份投资备忘录

一个AI代理自主阅读了226MB的SpaceX招股书(S-1文件),并通过区块链支付购买实时市场数据,在12分钟内生成了一份详尽的投资备忘录,总成本仅1.87美元。 备忘录的核心结论是“持有观望”。支持投资的论点包括:SpaceX在商业发射市场近乎垄断(占全球入轨质量80%以上)、Starlink连接业务增长强劲且已盈利(1030万用户,2025年分部调整后EBITDA达72亿美元),以及垂直整合AI(xAI)带来的独特优势。 然而,反对论点同样突出:AI部门仍在巨额亏损(2025年营业亏损64亿美元),公司真实债务规模可能高达约420亿美元(远超报表数字),且面临多项重大或有负债(如与Cursor的协议可能触发高达100亿美元的终止费)。此外,公司治理结构特殊,马斯克在IPO后仍持有多数投票权。 备忘录进行了多方论证与估值分析,指出若仅以Starlink的盈利业务估值,其独立价值约840亿美元。但整体估值需综合考虑高增长的AI业务期权与巨额烧钱及债务风险。承销商与公司存在显著利益关联,可能影响IPO定价。 主要风险包括:星舰(Starship)项目延迟、AI部门持续巨额亏损、监管风险以及高关联方交易。报告最终给出了具体的投资决策触发点与长达数年的关键事件观察清单。 此案例展示了AI代理能以极低成本、超高效率完成传统上需要分析师团队数日工作的复杂金融分析,预示着华尔街工作方式的潜在变革。

marsbit05/25 04:23

一个 AI 读完 SpaceX 招股书, 花 12 分钟写出这份投资备忘录

marsbit05/25 04:23

解读宇树 IPO 招股书:机器人市场的真实图景

宇树机器人(Unitree Robotics)近日提交科创板IPO申请,计划融资6.2亿美元。其招股书揭示了当前人形机器人市场的真实图景:硬件已跑通,但大规模商业化仍待AI模型突破。 **关键数据与业务现状:** * **市场地位**:2025年人形机器人出货约5500台,按出货量计全球第一。 * **收入结构**:业务重心已从四足机器人转向人形机器人,后者在2025年前三季度贡献超半数核心收入。 * **客户构成(人形机器人)**: * **科研教育**:占74%,是当前最主要的收入来源。 * **商业消费**:占17%,主要用于零售、景点等场所的“展示”与招揽。 * **工业应用**:仅占9%,且其中过半用于企业接待导览,真正用于巡检等生产场景的极少。 * **四足机器人**:商业化更成熟,超40%收入来自商业用途,客户包括国家电网、京东等,用于真实巡检场景。 **核心竞争力与策略:** * **垂直整合**:自主设计制造电机、关节模块等核心部件,外购成本仅占14-18%。此策略显著降低成本并推高毛利率,2025年毛利率近60%。 * **财务表现**:2025年收入预计达2.52亿美元(同比增长335%),2024年已实现GAAP盈利。IPO目标估值约60-70亿美元。 **未来战略与挑战:** * **软件投入**:计划将约3亿美元IPO募资用于AI模型训练,开发“具身大模型”(VLA和WMA架构),以应对硬件可能商品化的风险,构建长期护城河。 * **行业阶段**:宇树的现状反映了机器人行业仍处早期。广泛的工业与消费级应用,有待AI模型能力实现关键突破后才能真正开启。

marsbit05/25 04:22

解读宇树 IPO 招股书:机器人市场的真实图景

marsbit05/25 04:22

活动图片