小鱼儿飞上天

很少有人有机会查阅自己的档案，我刚好有机会，我仔细翻阅了，发现自己以前也挺牛的呀，从小各种学习上的第一拿到手软，演讲比赛之类荣誉也多，那时候激情比现在还足太多了
现在不行了，成天搞什么AI，冲什么土狗。
有机会大家都可以看看自己的老档案，里面的照片签名都是成长的痕迹，挺好玩。

什么是牛马？
就是很牛的人，需要马上干活。
哈，只要你还在干活，你就是牛马。

曦智科技研报：热度仅次于阿里和快手上手，今天开盘怎么看？
一开始我只是想看看这个 IPO 值不值得参与，但越往下看越发现它不止是个 IPO 的问题——它牵出了港股 18C 章这个新赛道、国产 AI 算力的产业格局、A 股和港股之间的估值套利逻辑，以及散户如何用信息优势在港股博弈这些更大的命题。
一、这家公司在做什么
曦智科技做两件事：光互连和光计算。另外，市场还有一个光模块的概念，这三件事容易被混在一起谈，但它们是产业链上完全不同的位置。
光互连：用光纤替代铜缆
当一个 AI 训练集群从一千张卡扩到几万张、十几万张卡时，铜缆撞上了物理学的墙——信号衰减、功耗飙升、散热失控。这不是工程问题，是电磁学的硬约束。曦智的方案是用光连接 GPU，传输延迟降 90% 以上，集群里 GPU 的算力利用率（MFU）能提升 50%。
这块占公司 2025 年营收 71%，是当下的现金流业务。具体产品是 OCS（全光交换）+ oNET（片间光网络）。
光计算：直接用光做矩阵乘法
这是完全不同的概念。它不在传输数据，它在用光本身完成计算。
具体怎么实现？光天然适合做线性运算——光在介质中的传播本身就是一种数学变换。让两束光以特定强度通过一个调制器，光通过后的总强度直接就是矩阵乘法的结果。这不是比喻，是字面意义上的"光在做计算"。
这意味着什么？延迟可以做到 3 纳秒级（GPU 是几十-几百微秒），能耗低

特斯拉披露以20亿美元收购一家未具名的AI硬件公司
有人知道这家公司的名字吗？可能是未上市的？

豆包在情绪价值的提供上是全球AI第一名，多少老人家对着她哭诉家事、难事、愁事，这也是科技的温度了。
但是，豆包也可能是最不严谨的AI，GPT在数据准确性上自我要求很高，而豆包可能是AI严谨性中特别糟糕的——不确定和混元哪个差。
因为豆包引用的数据很多来源是视频、头条文章等，要多小心。

“今天不在 AI 主航道上的公司，更像是在等一颗 核弹，你知道它一定会被颠覆，只是不知道什么时候。” （五源资本合伙人 孟醒 ）
人也是如此……

英伟达份额大降，AI革命新阶段机会在哪？这是 AI 投研 100 篇系列的第九篇文章。
前几篇看了 Intel、AMD、ARM 这几家。它们过去一年股价涨幅都不小——AMD 翻倍、Intel 三倍、ARM 也站上历史高位。涨上来之后，一个朴素的问题就来了：
这些已经涨过的还能不能拿？没涨的里面还有没有机会？
要回答这个问题，绕不开一个核心词——推理。前面那些公司涨上来，分析里反复出现的就是这两个字。
那么：推理的赛道有多大？目前在什么阶段？哪些公司会如何受益？哪些已经被市场定价，哪些没有？
这是 AI 投研 100 篇系列的第九篇文章，长达1.5万字，内容丰富同时易于阅读，建议先收藏后观看。
一、赛道有多大
模型训练是「写程序」，推理是「这个程序每天被调用的过程」。GPT 训出来之后，每天有几亿人去问它问题，每一次问答都在消耗推理算力。Claude Code 跑一个任务，agent 自己跑一百轮，每一轮都是推理。
多份行业研究和媒体引用都指向同一个方向：模型进入生产环境后，推理会成为生命周期成本的大头，常见估算区间在 80-90%。也就是说，未来 AI 时代的算力账单里，10 块钱有 8 块是推理在烧。
但市场过去三年讨论的几乎全是训练，因为训练是更"性感"的故事——比谁的 H100 多、谁的参数大、谁先训出下一代模型。推理被当成训练完之后顺带的事。
这个认知偏差正在被扭转，而这，

《英伟达份额只剩 48%，推理大时代机会在哪？》
这是 AI 投研 100 篇系列的第九篇，2万字，建议先收藏，估计能看完的不多。
前几篇看了 Intel、AMD、ARM 这几家。它们过去一年股价涨幅都不小——AMD 翻倍、Intel 三倍、ARM 也站上历史高位。涨上来之后，一个朴素的问题就来了：这些已经涨过的还能不能拿？没涨的里面还有没有机会？
要回答这个问题，绕不开一个核心词——推理。前面那些公司涨上来，分析里反复出现的就是这两个字。
那么：推理的赛道有多大？目前在什么阶段？哪些公司会如何受益？哪些已经被市场定价，哪些没有？
这是应该被最先搞懂的。
一、赛道有多大
模型训练是「写程序」，推理是「这个程序每天被调用的过程」。GPT 训出来之后，每天有几亿人去问它问题，每一次问答都在消耗推理算力。Claude Code 跑一个任务，agent 自己跑一百轮，每一轮都是推理。
多份行业研究和媒体引用都指向同一个方向：模型进入生产环境后，推理会成为生命周期成本的大头，常见估算区间在 80-90%。也就是说，未来 AI 时代的算力账单里，10 块钱有 8 块是推理在烧。
但市场过去三年讨论的几乎全是训练，因为训练是更"性感"的故事——比谁的 H100 多、谁的参数大、谁先训出下一代模型。推理被当成训练完之后顺带的事。
这个认知偏差正在被扭转，而这，正是过去一年这一批半导体公司被重新定价

在香港上个网都要翻墙，没办法，CLAUDE成瘾了
不过试用了下DEEPSEEK新版，确实强很多了。
AI发展太快，3年后，连混元大模型都会有今天CLAUDE的水平，难以想象未来的世界什么样
地球这个服务器突然很多人开了作弊码，lv+999

真的是严打了，一些稳定的VPS服务商竟然所有服务器都卖光了……

真正伟大的公司，是投资人和项目方肩并肩做出来的，不是投了钱就等着收益的。

为什么看好eth meme？
一是因为老，洗得久，终于没有大割组团埋伏等割了。
所以，任何同名的新盘子看都不要看，拉黑每个推荐新盘子的人——因为这一套正是SOL现在没人玩的原因，早就割烂了
二是因为叙事+马斯克，这两件分流不动，比如外星狗，马斯克重要还是妈妈重要？
$ASTEROID $FLORK

近期好物推荐：
1、美的台式净水机：直接装自来水，放书房出来就是净水，各种温度都有，干净又卫生。
瓶装和桶装矿泉水长期微塑料高，不健康。
2、OPPO FIND N6，折叠屏，用了就回不去了，原来我推荐的华为平板已经吃灰了，毕竟带一个设备更方便。
3、
4、玩卡牌的可以买那种塑料盒子款，一叠叠放里面，会非常好拿好欣赏。卡游从我这里赚了不少钱了——我不喜欢泡泡玛特，但喜欢买卡。
5、whoop手表，没有屏幕，充一次电能用半个月，很轻，戴了它是不建议取的，所以很省心。
各种健康监测非常牛，前不久我就是因为其中恢复指数一直极低，才发现生活环境中一些不健康的因素，排除后好多了。
6、一个感受：人活着要健康，首先是干净的水，优质的食物，高质量的空气；其次是运动，尤其是肌肉锻炼。当然，心态也非常重要——但身体不好，很累的话，心态也受影响。
7、亚朵的深睡枕和床垫，都非常好，尤其是床垫，看起来软，但其实是点压的话陷下去，而面压的话就能托住。是真正的“稳稳地接住你”。选这个就行了，再往上就是硅谷那种流行的里面接了电路、水管的——但我觉得其实太复杂 了，我还怕漏电呢……
8、罗技GPW最新款鼠标，微动改了，是磁力的，以后应该不用担心双击的问题了——感觉很不错。

年少不知苏妈好，错把垃圾当成宝。
当时DEEPSEEK出来，美股AI大跌，AMD甚至跌到80，短短几个月，已经300了，真是让人无语。
但没办法，错过都是因为不懂，不懂就学，就练嘛。
AI 算力这件事，过去三年主要消耗在「训练」上——OpenAI 训练 GPT-4、Anthropic 训练 Claude、Google 训练 Gemini，这些都是训练。
训练的特征是一次性、集中、高峰值。
但每次用 ChatGPT 问一个问题，每次用 Claude 写一段代码，每次用 Midjourney 生成一张图——你消耗的不是训练算力，是推理算力。
推理的特征是持续的、分散的、长尾的。
一次训练跑完，这个模型就上线了。上线之后，它每天 24 小时在响应几亿用户的请求。三个月之后，训练的那点算力消耗在总账上已经看不见——全部都是推理。
这个转折的量级，让我用一个对比说明。
2023 年 AI 算力支出里推理大概占 20%，2024 年这个比例爬到 50%，到 2026 年已经站在 55% 以上，而且在继续涨。
一些更激进的预测认为 2030 年推理会占到 70-80%。注意这不是因为训练需求在萎缩——训练的绝对支出还在涨，而是推理涨得比训练快得多。
推理这条大坡上真正坐头把交椅的是 NVIDIA。NVIDIA 2026 财年（截至 2026 年 1 月）数据中心收入 1940 亿美元，两年前这个