2026-10-08

规则对陆权国家来说，是统治者最重要的驾驭工具——我怎么能被规则束缚呢？ 不要人民当奴仆，却要直接让皇帝守规矩！！这让皇帝感觉比丢掉领土更难受 这也是为什么陆权从德意志帝国、日本帝国、苏俄，到中国、伊朗、朝鲜，不管彼此之间有多少世仇，永远把海权帝国英国、美国当成眼中钉

@SwiftCat2012 癌细胞的威胁是因为他来自于人体本身 规则内的颠覆规则，确实是国际机构最大的问题 但我不觉得一刀切割规则机构是正确的做法，切割会有一系列其他问题

@realMengyangLin 但是我写推特是为了涨粉，让我写的历史有人看

@sjsn586 他们曾经是大陆思维，在二战后被纳入了海洋体系

写完这个后，思索了了一下 发现我其实根子里还是个你们眼中的“左B”，我只是对国际机构“抗癌”不力不满

@tony_wood2005 谢谢～～

@newshr0930 🥲 我也不想的…..

《金融时报》这个标题，我觉得非常容易造成误解：OpenAI 的年化收入比此前报道少了 200 亿美元。乍一看像是挖到了什么内部猛料，甚至让人以为 OpenAI 突然卖不动了。这个帖子掰开了、揉碎了，带大家看看一场荒诞小作文诞生的前生今世，以及无良自媒体的解读 1/ 首先，先说一个严重误区 先把数字的来历说清楚。9 月 29 日，Reuters 引用匿名知情人，说 OpenAI 的年化收入接近 700 亿美元；10 月 8 日，FT 根据发给投资者的财务文件，报道 9 月底接近 500 亿美元。这里比较的是两次披露的数字，不能直接读成 OpenAI 的收入从 700 亿跌到了 500 亿 这两个数说的都是 annualized revenue / run rate，把近期的收入速度折算成一年。媒体也用了 ARR 这个词，但这不是今年实际确认的收入，更不能当成未来一年已经锁定的订单 FT 在正文里引用知情人的解释称，此前较高的数字，涉及投资者为了和 Anthropic 比较而作的合作伙伴收入调整。但公开报道没有提供完整对账，所以既不能直接认定收入下降了 200 亿，也不能说这 200 亿已经全部被口径差异解释清楚 这点似乎在全网自媒体的炒作过程中都被漏掉了，没人去看原文 2/ 为什么市场仍然会担心？ 我的理解是，如果投资者原先拿 700 亿作为 OpenAI 自身收入的基数，去估算它未来能买多少算力，现在发现这个基数可能高估了，就需要重算。哪怕没有客户流失，之前过于乐观的预期也可能影响半导体的估值 3/ 其次，再说一下 OpenAI 内部算力和收入的平衡策略 至于算力，我还是觉得要把研发这部分放进来一起看。OpenAI 的 CFO 今年公开说过，算力是最稀缺的资源；Brockman 也讲过，算力分配最上层就要决定多少给产品、多少给研究。这种取舍确实存在 如果一部分付费需求确实被容量卡住，把更多合适的算力投入商业服务，有机会增加短期 revenue。但 OpenAI 也可能认为，把资源用来做下一代模型，未来回报更大。我认为这是合理的经营选择，也是 OpenAI 的必经之路

@ImaiIsis57562 2G了

上周六富途Moomoo的现场，完整版

@gudao219 已经伤害了

七旬老汉为取悦同性伙伴，竟半裸上门求鞭打。你看能懂这个标题啥意思？ 说明FT报道会起个好标题重要性，“OpenAI收入低于预期200亿”马上市场大跌估计4000一市值灰飞烟灭 但这个所谓的收入不及预期，到底是不及什么预期？如何解读和认知差投资空间 可能很多人都不看内容更谈不上分析真伪。这就是信息看起来很多的AI时代，解读和认知差无价的地方 主要是不同统计口径而已 OpenAI把通过云服务商分销渠道采用的是净额，按照Anthropic的云渠道收入总额还是700亿 这有什么关系？就是统计方法，不是换个马甲就不认识你爆雷了。核心在于token还在指数增长，同比都是39倍，环比也是50%，哪怕单价降低，总收入还是增长 那么有风险在于，从AI的企业60%和个人50%普及率看，边际角度渗透率没那么早期快了，但是智能体agent以及在企业流程融合，刚刚开始，也需要时间和企业应用产出和付费来验证 当然核心就是看，Token消耗量指数增长，价格持续通缩，两者相乘，最终能创造多少收入？这也是我一直强调Ai审计年的意思 收入增长能否跑赢算力成本和长期资本承诺？ 如果不能，顶级AI Lab的现金流缺口将转化为股权、债务融资压力，并沿着Oracle、云服务商传导至GPU、CPU、HBM乃至整个AI基础设施产业链。 这个风险确实真实存在，市场重新定价并非没有道理 但风险存在，不等于风险已经兑现。收入统计口径调整，更不等于AI需求增长失速。没风险，现在股价不要上天啊 至少一个新闻小作文不能忽悠你把

@yili_han 没啥好分析的，一两年前的pltr，估值超级贵，终有一跌或者靠基本面修复

Last Friday I was wondering where the claim that OpenAI is already at 70B ARR came from

maritime vs continental power 海洋文明编织规则、把秩序当命门；陆权文明制定规则、把法律当工具 人类工业革命以后这两百年的成功，也是海权文明所建立的、基于规则（rule base）的繁荣 https://t.co/WMtA65WYav 别看市场了，我周末就告诉你们流动性紧张了。删IB

@0x91876_ens 会，但我啥都没做

过去2个月，AGENT都开始铺开了，微软，谷歌，ASTRA，MUSE，别被OAI的消息吓跑了，看到了利率下跌，IWM反弹，黄金反弹，但和OAI应该相关性没有那么强。根据自己的认知平衡一下仓位。价值股低迷一些，SET UP好

@realMengyangLin 这叫暴雷吗？还是叫市场小作文和鬼故事

FT: OpenAI ARR比先前市场预估的少了200亿，市场下跌 这种新闻怎么理解？ 1. 首先ARR不是营收，你可以拿1个月去年化，1周去年化，或者1天去年化，除非内部改标准（比如上年用1个月年化，今年用1天年化），那就是很严重的欺诈，不然只要标准一样没问题，看的是同比增速。当然上市后有监管的衡量方法 2. 上季度开始，大科技像微软已经开始披露额外的订单来自于哪里，2季度，全部来自于非前沿模型公司 3. 类似于前段时间META SPACE X卖算力，不代表市场没需求，而是一家公司（ANT）落地太好，高价抢算力的结果。如果OAI有问题，无法落地，履行不了订单，和他们合作的公司肯定会短期受影响，但AI有没有泡沫看市场整体需求，所以淡定一些。

@BruceYcZhao 原来是你

10/08 今天AI半导体集体下跌，很多朋友还沉浸在积极胜利的喜悦当中，被市场打了个猝不及防，心在滴血 究其原因，今天宏观压力是导火索，油价、美债收益率高企，熟悉 DCF 现金流折算的朋友都知道这会影响高 β 的估值 光通信的高涨幅和集中持仓放大了跌幅，但基本面没有出现任何变化 这件事情在我眼里其实是好事，因为 AI 的脚步没有受到任何的变化，只会让我们判断是否有一个新的好价格出现，再次跟随 AI 一起上涨 很多朋友问 $MRVL 在投资者日之后，基本面发生了什么变化吗？我的答案是没有，甚至更好了，但现在的价格的确有点小贵 目前我正在写一篇文章：站在今天的 10 月投资者日之后，我们该怎么去看待 2027 年的 MRVL？如果你有什么问题，请在评论区让我知道，我会在文章里一起 cover 到 注意，最近又出现了一些骗子。我不会带大家买股票，不会收费，更不会建群、荐股，也不会给大家某个价格让大家买入。个人经验分享：投资需谨慎

@coolish 香港新加坡比欧美严格的多

最后都是靠这些新闻引导一些机构和散户做线性外推

@midcurvemuggle its 10yr vol that actually matters

@EricDengCa 洪水卷过，水退了都要淹三天

很好的问题，我想请问阿拉伯同胞们国家为什么不接纳他们的巴勒斯坦🇵🇸兄弟姐妹们？🤔

@mylifeonmystyle 等权就不存在这个问题

昨天视频下面留言：“SP500的EPS最大的贡献者就是NVDA和MU，占了1/3，所以SP500的估值并不能简单说是便宜” 下面是标普等权，15.9倍，也低于今年3月份，比上年的3月，15倍，要高。高了大概6%。 估值在低位的结论不变，我就是一个在数据上非常执着的杠精 https://t.co/jIByYRLd9o

@zrkra3l @SoSix666 我也没说央行想要贬值啊，相反，央行乐见人民币合理升值的

@SoSix666 央行乐见升值 甚至顺水推舟是没问题的，缓解外部“围剿压力”、抓住人民币国际化的机遇窗口、追赶名义GDP超美进度等等，都需要人民币适当升值

@PhyrexNi @bagel_win @NeoSoulAI 馋死我了🤤

油价大涨自然压制AI基建类估值，现在油价已经直接和股指负相关了，这种线性关系往往极端下就是变盘的开始。 软件涨有油价涨下避险轮动因素，当然和 $GOOG最新推出工作agent 智能体有关。 Gemini通用工作代理也可以翻译成智能体，企业AI的竞争正在从“有没有采用”，走向“能不能融入日常业务”。 企业AI采用率已经超过60%，但采用不等于深度融合。员工会用AI写邮件、查资料，与企业真正把数据、权限和业务流程连接起来，中间还有很长一段路。这也是下一阶段商业化必须解决的问题。 谷歌这次的方向很明确，让员工通过一个统一入口提出任务，由Gemini或者可以其他调用AI模型 比如claude，结合企业业务背景，调用工具、连接系统并执行工作。同时加入权限、审计和成本控制，让企业能够管理这些代理。 这种企业端应用融合刚刚开始，自己有Gemini 4很强，用其他也无所谓，反正我提供云服务挣钱 对投资而言，Gemini 4之后，谷歌进一步补上了从模型能力到企业应用的环节。若能持续嵌入工作流程，就有机会提高客户黏性，带动付费使用和云服务需求，延长竞争优势的持续期。 整体当然是正面至于估值还不至于那么快调整，毕竟新功能转化到企业应用收费留存等。但是颗粒度更细的投资策略和仓位我配置见订阅者内容。

$PLTR 今天突破$200，继续大涨从6月底反弹60%。空头平仓了吧。为何说这是最好的投资策略和认知差？ 第一时间的财报解读，底层的AI时代软件SaaS价值在哪里？不但穿越了半导体硬件的崩盘黑七月 更重要是如何转化为投资决策和买卖价格仓位的策略指南。必藏 https://t.co/OilFvqqnkB

@hmwzyang 我说的是基本面，不能只看几天涨跌啊

流动性问题来在IR vol，至今为止，对eq影响已经算是非常有限的了 侧脸看看credit市场，EM FX… https://t.co/cvt2tRITEz

@SoSix666 近一年多的升值确实是有支撑的，的确主要是市场决定。人民币缓慢合理升值其实也符合中方利益（比如加速人民币国际化等），央行态度是不搞短期大幅度的逆势干预升值（新广场协议），不是不允许人民币升值，相反央行对市场决定的升值趋势容忍度还蛮高的 https://t.co/U3aczhUwzr

@thewatcherof007 是的

央行发布《中国人民银行关于人民币汇率的政策立场》，正式、全面地阐述中方的汇率立场，总结一句话就是，中方不可能接受，针对人民币的“新广场协议”。 此前分析 Q3 例会也关注到了关于汇率的表述变化，指向的确实是这点个意味

@WooStalk @Severl1983Geo1 是的，很多方面其实退步了

9月FOMC会议纪要的重点标注， 透露了9月加息决议的更多细节， 最重要的是关于加息是基于“风险管理”考虑，还是基于“情景展望”考虑的争论： 如果是“风险管理”角度，那么加息不会太多，大概率不超过3次，这是目前许多(Many)官员的观点； 如果是处于“情景展望”考虑，那么加息幅度上不设限，必要的话，加息可以更高，这是一些/多位(A number of)官员的观点。 从读美联储会议纪要的经验来看，Many代表的人数要明显多于A number of。 （但A number of代表的人数有些飘忽不定，类似之前争议很多的"various"，尽管如此，依然是Many＞A number of）

@Severl1983Geo1 我在香港啊，我身边就有人超市拿了东西忘记扫被检控了

@sjsn586 秩序和高科技没啥关系，社会可以很有秩序但是没有创新

这张A股的鬼故事的图表也成真了...

讲点常识和非常识的投资要点。小票市值小/增速快/拐点多/弹性大。历史上都是跑赢大盘指数的，特别是经济周期向上的时候，但现在跑输大盘。虽然现在经济不错韧性强，但是利率太高，这对于中小企业的融资压力大。现在大企业，特别是核心的AI云大厂和相关的半导体挣钱挣的手抽筋，利率再高，但是每个企业的实际利息支出反而下降，这是因为收入和盈利历史新高。所以现在小盘跑不赢大盘是正常的，但是只要加息停，油价降，第一个反弹的肯定也是中小盘非AI的股票，就看选股选什么了。

10月不会加息。很简单，不用看谁的脸色。不用太关注今天公布的9月美联储议息会议纪要，也用不着什么过度解读，除非你是要吸引眼球的花街日报和那个不要脸还冠名自己什么“新美联储通讯者”账号。美联储这些委员不会比大家更有前瞻性，也不需要搞得仿佛自己是神谕一样可以指点利率市场，我在“新美联储范式”文章说了，现在没有上帝，就是看数据，看市场自己本身就是上帝。现在这个最新的10月的个人消费者物价指数出来，9月份已经加过一次表过决心就可以了。10月不会加息。11月迎接中选。至于加不加息，现在企业和长期国债利率还是很高，这背后的原因和对于股市影响，我分析很多了，直播也说了。时间线上看。

忙碌的 Q3 终于过去了，我们团队有3个比较猛的数字： 我的团队 Token 用量比 Q2 翻了100%，AI 账单反而下降了；by default 90+% 的会议都有录屏，并有 AI 的直接参与。接近 75% 的内部 ticket AI 都能直接闭环了 此外，我被 escalate 了 5+ 次，原因是成员过度依赖 AI，对面团队不满 我在硅谷大厂带 AI 训练管理团队，今天跟大家汇报一下这个季度的 AI 化进展。希望给也在带团队、做训练推理、折腾 AI 的朋友一点具体参考 这个季度让我感受最深的是：模型越来越强，团队能不能吃到这波红利，要看工具、经验和流程是否能 AI Native 化 1/ 先让 AI 真正用上内部工具。 经过不懈的努力，大约 85% 的内部工具已经完成 CLI / MCP 化，剩下约 15% 通过 Browser Use 补齐操作入口 训练团队的工作里，有大量查日志、看实验状态、比配置的事情。 这一步很关键：把工具接好，AI 才有机会把一个任务往下做完 2/ 把一个人用 AI 的经验，变成整个团队都能用的东西 我们建立了团队内部的 skill 中央 repo，统一分发给每个人的 Codex/Claude 一个人打磨好的 skill，其他人也能接着用。少一点各自摸索，少一点重复踩坑 我觉得这件事很有复利。工具会换，模型会升级，但团队积累下来的好方法，应该留下来。反馈下来，大家都表示很好 3/ Ticket 也开始接近自动流转，接近 90% 可以 one shot 完成。 这是让我兴奋的地方。工具接通、skill 共享，最后要落到任务能不能做完 对我们团队来说，很多时候基础 ticket 的 debug 是对人力的一个消耗。用 Harness 自动处理 Ticket 之后，成员的时间才有机会腾出来，花在定义实验、判断结果、找真正的卡点上 当然，任务做完之后，该有的验收标准还是要有。能自动跑起来只是第一步，团队成员仍花不少时间在 evaluate，也存在返工的情况 4/ Token 消耗翻倍，但总账单反而下降 Q3 相比 Q2，我们团队的 Token 用量上涨了 100%，总体金额却下降了。大家目前最常用、最喜欢的，依然是 Opus 5.5 用得更多，花得更少 但作为 manager，我更想盯着一个数：完成一个经过验收的任务，到底花了多少钱。这个是我们下个 Q 监控的重点 要接着问：GPU、实验和 Token跑出了多少有效结果？从一个想法到拿到可靠结论，究竟快了多少？ 5/ 团队成员过度依赖 AI，引发对面团队不满 5/ 团队成员过度依赖 AI，引发对面团队不满 一个最主要的原因，就是团队成员的文档全是拿 AI 写的。动辄一个小的技术需求，就上来一个万字文档，对面没法读，没法合作，甚至发文档的人自己都讲不清楚在干啥 另外一个原因就是我们团队自动化程度很高，但 CI/CD 没有跟上。 一次团队成员用 AI 写的代码，AI evaluate 都过了，但 CI/CD 不够好，把线上和隔壁团队的整个 pipeline 搞崩了。但又不知道怎么解决，只能无脑 rollback 这个也是让我苦恼的点，暂时没有想到什么好的办法解决，只能告诫大家不要盲目信任 AI，但这也有点奇怪，不知道大家有没有什么好的办法？ 6/ 跟全部成员完成了累计 100+人次的 1:1 说实话，这个把我累个半死。我能感觉到大家对于后训练这个方向还是比较认可的，但有着深深的焦虑感 我觉得当 一个靠谱 manager 很难的是：既要处理一线的事务，又要帮团队成员当心理咨询师。今天 A 有情绪了，明天 B 觉得 C 抢了 scope，D 觉得做的事情无聊，E 又过度依赖 AI 这份 Q3 汇报先分享给大家。