大家的记忆只有3秒 当年SBF挪用币圈币民的钱，2021年投资了anthropic 5亿美金，这是Dario起家的钱，都是币圈人的血汗钱。 而前段时间声名大噪的hedge fund boy @leopoldasch ，他清算基金留anthropic股票，然后还稳稳举办婚礼，他曾经是SBF 的 FTX Future Fund 核心团队成员，而现在他的投资基金又持有规模很大的 Anthropic 股权，同时他的新老婆 Avital Balwit 是 Anthropic Chief of Staff，大概就是二把手，她的linkedin也没放过往经历。 这就是一个骗子链条⛓️，从FTX的骗局到Anthropic，本质上是一个以币圈币民为代价，去补贴下一个AI骗局的运动，aka“有效利他主义” （Effective Altruism）或者EA。 这个有效利他主义关键人物，比如理论创始人William MacAskill 直接加入了 SBF的 FTX Future Fund 团队；另一个联创Nick Beckstead直接就是 FTX Foundation CEO、FTX Future Fund CEO，Dario的妹夫Holden K.就是专门骗有钱人的大王，也是这个EA组织的骨干。 这个组织关键人物都在巴哈马的豪宅里面同吃同住。 这个有效利他主义的人的手段非常一致，都是： 1. 打造天才人设。 2. 擅长社交营销。 3. 骗有钱人💵之后再去雇佣高级程序员帮自己实现产品，然后继续维持人设+买广告+骗有钱人钱。 总结来讲就是，为了人类的长远利益，要不计手段地骗有钱人的钱，骗赌狗的钱，骗更多钱，就可以更好的付出。

上一个cycle SBF和FTX的骨干全都进去吃了牢饭，现在是EA 二周目，另一批信奉这个理论的骗子在蹦跶蹦跶，吹泡沫。

环游世界其实只在20岁出头比较有吸引力，那个时候有充足的体力可以特种兵旅游，有无穷的好奇心去探索世界，还有无知无畏的勇气、理想和浪漫。 20岁出头冒风险加杠杆是最划算的事情，因为你知道你后面的时间还很长，非常适合不停换工作换城市换圈子。 纳瓦尔说过一句话，就是我们拥有两次生命，第二次生命开始于你意识到自己仅有一次生命开始。 所以当接近30岁的时候，其实对环游世界，认识更多的人就开始没有了期待，大概是从发现自己倒不了时差，坐不了廉航，跟人说话说多了需要充电开始。 所以奔三之后更多的是探索自己的欲望，了解自己、如何锻炼身体、如何选择自己喜欢的生活、如何选择喜欢的朋友、找到自己的兴趣。 突然好像进入一个奇怪的阶段，意识到自己的人生还有很长很长，完全不用着急去奔跑，可以闲下来好好锻炼身体，整理人际关系，找到自己的爱好。 大部分的人在18岁完全没看过世界的时候被逼着选一个决定一生的专业，在20岁出头的时候选择进入一个行业，在30岁刚好有点余钱，但完全不了解自己，不了解如何经营关系的情况下被逼着走进婚姻，这样的人生出问题是大概率事件。 虽然并没有成为理想的那种成熟大人，拿到“大结果”，拥有大豪宅，跑车，优质伴侣，生几个报恩的小娃，事业也是一片迷茫，但感谢20岁出头的时候去冒险过，看过，拥有对自我的安宁和宽容。

《从技术史的角度看“卖token”》 这篇文章的主线是： Energy → Computation → Information → Intelligence 能源→计算→信息→智能 19世纪初，人类进入电气时代，开始用kwh来计算电的基本单位，标志着电力进入工业化生产，电力不再被简单地理解为代替人力畜力的一种生产力，而是可以通过网络传输，被标准化计量购买的商品，广泛参与到人类生产中。 引发我们的第一个问题，就是一个技术发明到什么阶段，才能变成基础设施，引发科技革命呢？ 20世纪初，IBM mainframe等大型机的诞生，MSU（Million Service Unit，百万服务单元），衡量CPU处理能力，MSU成为软件计费的新的计量单位。 随后AWS所代表的云计算革命，让计算能力开始像电力一样，可以被远程调用、弹性扩展和按量付费，资源、算力、存储都可以被标准化售卖。 第三阶段，则是API Economy 革命，API计费时代，概括来讲就是cloud computing + SaaS + API economy，不再是出售硬件、云算力，而是而是把算力、数据库、业务能力、AI能力全部封装成可调用接口，对外商业化。 不管是laas代表的infra： GCP Azure AWS paas代表的开发者工具如数据库中间件消息队列等。 还是Saas：salesforce、飞书、zoom等成品软件，直接面向客户。 API通过按量计费，成为统一的接口，成为参与到工业化的标准产品。 第四阶段，就是我们现在正处，AI API token时代，跟上一代计费标准不同，AI API计费主要是按照 input tokens + output tokens。 跟电力时代的kwh一样，token正成为ai时代的计量单位，但目前这个计量单位并不统一，因为从实验室出来的智能并不一致，deepseek的token只有claude fable 5token的 1/200。 token只是依托于api时代流传下来的短暂计量工具，它可能不是 machine intelligence 最终的价值单位，而是机器智能从实验室技术走向标准化商品过程中出现的一种过渡性计量制度。 如果未来商业模式不是api，如果开源模型能占据主导地位，在普及度上超越闭源模型，Electricity → Computing → AI，一定会出现统一的计量单位。 过去150年，现代技术体系不断把原本依附于机器、组织乃至人的能力，抽象出来，使其变得可计量、可定价、可通过网络输送，并最终成为可以按需购买的商品。 电网对电力做过一次统一。 云计算对 computation 做过一次统一 API economy 对 digital capabilities 做过一次。 但是ai暂时还没有实现智能计量统一，一个可以商业化的通用计量方式，是不是还有很久的路要走。

这里有一个有意思的点，就是分词这个东西是一个很复杂的点，所以不同大模型的token完全不一样。 1 million GPT tokens ≠ 1 million Claude tokens ≠ 1 million Gemini tokens ≠ 1 million deepseek tokens deepseek 自部署出来的token跟官方token其实有一些差距，有人说自部署的deepseek要笨一些，官方售价甚至比自部署售价还便宜。 目前kimi k3 自部署成本已经可以到3-4折 而kimi官方却还是按照原价出售。 甚至“token”这个词看似统一，底层实际上依赖各模型自己的 tokenizer / vocabulary / encoding scheme。 同一句： 今天天气很好，我想出去散步。 不同 tokenizer 可能切成完全不同的序列。 英文、中文、代码、数字、特殊字符的 token efficiency 也可能不同。 所以当公司说： $3 / 1M input tokens 这里的“1M tokens”并不像： $0.12 / kWh 它并不是一个天然可以跨供应商比较的标准计量单位。 历史上，一个东西要真正成为 commodity，往往需要经历： measurement → standardization → comparability → pricing → exchange 例如米、公斤、千瓦时。 标准化非常重要，因为市场需要知道： 我在 A 那里买的一公斤铜，和 B 那里买的一公斤铜，是不是同一种一公斤。 但是 AI 市场现在很奇怪： pricing 已经发生了，measurement 也发生了，但 standardization 并没有真正完成，市场混乱，我们现在可能还没有找到 AI 的“千瓦时”。

RT @CoreTV_AI: This is what creators are making with CoreTV 🎬 👏Credits to  for sharing this incredible workflow @sukie234 Made something you're proud of? We want to see it. Tag @coretv_ai to be featured and use #coretvai_creators Your next creation could be here 👀 #AICreators #AIFilmmaking #GenerativeAI #aivideo #coretvai

corgi就是有点抄袭币圈的味道，买kol挂logo占据时间线，这都是我们玩剩下的。

ChatGPT 豆包 都开始探索商业化 ChatGPT 广告目前在美国英国墨西哥巴西日本韩国推出，广告不会影响GPT回答。 豆包这边的广告定价已经是next level了，以前抖音信息流里点进去成交，平台抽8%，但是从豆包对话里跳过去成交，平台抽12%，比传统搜索广告多4个百分点。 更高的定价就是来自于用户使用ai时准确说出意图，而搜索广告的推送是算法猜用户喜欢，前者更加准确。 目前豆包月活3.82 亿，抖音月活10亿，gpt月活11亿，x的月活只有6亿。 AI广告，AGO/GEO 商业价值已经远远超过传统社交软件广告流量费用。

来说一下BTC矿场转数据中心这件事，看似BTC矿场转数据中心是一件显而易见发财的时期，但其实是BTC泡沫最后一轮出清。 BTC矿场可以转数据中心的优势条件是土地，电力，变电系统，和搭建这些获得的power access政府手续。 而BTC矿场没有的东西是资本，软件，和客户。 首先是资本，BTC矿场变成 AI 数据中心，还要花巨额 CapEx 建机房、液冷、网络、电力冗余，甚至购买 GPU，这是很讲究规模集群的事情，有规模效益才有成本优势，而BTC矿场往往不想投入太多成本，也缺乏借贷偿还能力，没有办法获得资本杠杆，跟Nubis这样的厂商无法竞争。 第二是缺客户，很多数据中心建起来之后会发现根本卖不出去，因为上一条的关系，anthropic之类的厂商不会给订单，那么只能做一些开源模型，开源模型竞争激烈，如果没有长期合同，折旧利息就会导致现金流不健康，导致更难融资，更难拿到客户。 所以BTC矿场转型数据中心，能不能得到卡倒是次要的，最重要的问题是没有办法得到订单和融资。

昨天在英文区刷屏的一个ai应用，直接上了X榜单趋势第一名 @Jarvixdotlive ，我去研究了一下为什么突然火起来，这个项目做的事情大概就是自动读取你本地的codex和claude ai工作记录，然后他就知道你最近在做什么。 昨天他们做了一个功能，分析你和ai的对话context给你测量ai的mbti，分析你的type，基于你的上下文风格，增强ai和你的协作模式。 https://t.co/4qSWgs1Gg8

最近英文推很火的一个活动，目前最厉害的一个kol邀请了2127个人，家人们可不可以claim一下这个handle帮我上这个榜单，让我也曝光一下。 这个网站是能够检测你本地的 GPU，然后推荐你本地能跑的模型。 btw 可以关注一下同在榜单上的 @MiaAI_lab 模型测评非常干货！ https://local.ai/sukie234/invite

现在润美国简直是黑利 很多学校不发cpt了 意味着来留学根本找不到工作 找到工作也是很绝望的 物价涨了 公司股票在高位 ai之后节奏更快工作压力更大了 每个公司都在研究怎么用ai当借口裁员 房价租金都在高位 ice还到处抓人，各种右派的红脖子会种族歧视，现在计划润美国的可以不用润了。

工业革命初期其实非常痛苦。机器提高生产率，熟练工人的议价能力下降，部分职业消失，城市底层劳动条件恶化，贫富差距大，后来就有了历史上有名的卢德运动，第一次劳工反抗运动，再后来就是1830年宪章运动以及1840年后席卷欧洲的欧洲革命，以及民族主义运动。 值得一提的是《共产党宣言》也是 1848 年出版的。 再后来就是巴黎公社，俄国十月革命，工业化改变了世界的阶级结构，产生的工业化强弱又导致国家竞争，后来便有了一战二战。 AI相比较工业化来讲，对劳工的损害更严重，因为工业化只是代替了体力劳动者，而AI广泛地夺走了脑力劳动者甚至艺术工作者的工作，任何新的技能ai都能学会。 并且AI极大的增强了国家机器监控压榨人民的能力，使得劳动者和资本家，以及背后的政治势力议价能力变低。 这是前所未有的危机，相比较工业化，AI显然更可以造成收入分配失衡，以及国家实力重新排序，将会是更大的矛盾，更严重的地缘政治危机。 欢迎进入新的历史时期。

工人其实是很有武德的团体 而ai时代替代的文员和程序员，都是没有什么反抗能力的 用姨学的角度就是费拉不堪

给刚毕业找工作的小朋友们一些邪修找工作方法： 永远只学最新的行业里最新的东西。 这也是我一直在干的事情，crypto刚开始的时候大家都看不懂什么是defi什么是nft，我泡在社区里苦学，后面我靠这些知识找到工作，有一次我去参加一个投资人内部闭门会议，他们都是传统行业里面特别厉害特别卷那些人，要么投脑机接口，要么投ai，投新消费。 轮到我自我介绍的时候我给他们讲gamefi play to earn 他们都很震惊，不知道原来钱能这样赚，都来加我的微信向我咨询如何在币圈发盘子。 后面这些传统投资人也成了我宝贵的人脉。 后面meme火起来我开始做meme kol，做tg bot，认识海外meme kol，靠第一个打入海外市场的BD入局，也借着这波东风认识了很多非常有名的传统券商/公链的founder，因为trump发币后，他们都很焦虑，希望能吃到meme币的红利。 ai agent刚火的时候我就自己手搓了一个可以用来询问币圈信息的agent ，那个时候我刚来美国学CS，当时大家的简历上都是清一色传统后端、电商、微服务、分布式系统。我这样一个ai agent的项目帮我拿到了很多美国大厂的面试，然后面试内容也比较简单，因为其实大厂内部也不一定非常懂ai。 然后中转站火了，我做了一个中转站项目，为了能run起来我天天泡在linuxdo，加了无数群，研究计费和传参的bug，研究怎么搭号池。 因为很多人执行力很差，所以大家也只是听说中转站，并没有实际执行，我快速落地然后开始卖token，给我带来了大量的流量和networking资源，依托这些媒体采访和自媒体流量后面甚至可以轻松和aws、kimi、minimax、seedance、还有很多startup的的销售和技术团队搭上线，他们launch新模型的时候甚至会主动用官号给我发私信。 后面seedance火了，我觉得seedance一定是视频模型最终的赢家，我开了视频站，拿下了seedance的官方代理，做了画布平台，踩了无数坑，我发现seedance toc 后面实在是太卷太卷，竞争对手太强大，但奶的太厉害，seedance和我的品牌绑定在一起，我已经是seedance提示词专家了。 现在中转站业务已经慢慢走向平稳，toc业务我已经趟过一遍，摸清行业脉络之后，我主要精力放在开发geo，流量投放，以及tob卖算力和数据这件事上。 做任何事情都要有vc思维，当一个行业好的时候，全世界的人都会知道它好，大家都会往里卷，这种事情我们一定不要做。 投资就是要越早越好，越便宜越好，人越少越好。 年轻人，永远只做当下最新的东西，或者几年后才会火的东西，火过头的，投入产出比不符的事情不要做。

听过太多创业者的pitch，大家创业的时候很容易陷入“宝妈创业”的困境： 1. 我会做xx → 我觉得xx不错 → 所以应该有人买。 2. xx挺火的 → 好像也不难 →应该有人买 这种创业会失败的原因就是脱离行业的全局观，只看局部，做出错误的判断。 1. 因为自己会做xx，所以去创业，忽略了真实的市场需求和行业趋势。 2. 因为xx火，所以去创业，看到了行业趋势，但是没有看到行业处于哪个状态，也没有看到竞争的激烈程度。 为什么站在风口上猪都能飞呢。 比如说中国房地产腾飞那几年，大家钱都非常好赚，不管是卖马桶的、窗帘的、装修木地板的，甚至卖烟酒的，但凡进场早，后面都会成为大老板，而在房地产萎缩的这些年，再去做这些行业，就会发现非常难，因为竞争对手更成熟更激烈，而市场的蛋糕却没有变大。 一个行业的牛市不等于“这一轮所有参与者都容易赚钱”。 房地产那一轮之所以会出现卖马桶、窗帘、木地板甚至烟酒的人都发财，是因为房地产不是单独一个行业增长，而是一个巨大的需求母体。 正如BTC腾飞的这8年，不管是卖矿机的、干交易所的、做kol的、发币的、卖kyc的都赚了很多钱。 因为炒币的人从几千万变成了上亿，从普通人变成金融大鳄，需求不断在增加。 移动互联网的10年，不仅仅是科技新贵赚到钱了，还有大量网红、快递、淘宝店主、MCN、游戏代打、主播赚到大钱。 因为网购人数从几千万变成几亿，十几亿，而早期进入这个行业的人却甚少。 房地产： 买房人数↑ × 房价↑ × 居住面积↑ × 装修消费↑ 移动互联网： 智能手机用户↑ × 在线时长↑ × 移动支付↑ × 电商/广告/游戏消费↑ Web3： 加密用户数↑ × 币价/资产价格↑ × 链上资金量↑ × 交易频率↑ × 新资产发行量↑ × 投机需求↑ 而现在你再去搞房地产、web3、再去做移动互联网还有汤喝吗？ 还有，但是已经晚了，因为现在想要这些行业的用户指数级别增长已经不可能了。 创业不仅仅是看行业大不大，还要看这个行业的增量还大不大。 那么什么行业目前有百万人在使用未来会有上十几亿人使用？ 毋庸置疑：AI Tokens↑ → GPU → HBM → 服务器 → 光模块 → 数据中心 → 液冷 → 电力 ai影响实体行业： 传感器 + 电机 + 减速器 + 电池 + 机器视觉 + 工业零部件 + 仓储 + 维修 AI从数字世界进入物理世界 =AI能力↑ - 硬件终端数↑-在线时长↑- 现实世界Actions↑ ai影响金融行业： Agent Transactions↑ → Payments → Stablecoin → Banking → Fraud → Insurance → Commerce Infrastructure 所以我们即将进入房地产那个卖马桶都能赚钱的时代，就不用再去研究老登资产老登行业了，什么广告电商网红web3，统统不用看，希望大家都可以找到ai时代的马桶赛道。

只有学最新的行业最新的知识，年轻人才能依托精力旺盛成为最稀缺的专家。 稀缺就是一种价值。 虽然软件开发非常有价值，但是和很多年前.com泡沫、移动互联网、saas、云带来的新技术安卓开发/ios开发，云服务，Kubernetes，分布式系统，…… 每一次技术革新都会对人才产生新的需求。 一年前可能做过千亿请求量/超大规模系统/高并发数据库的工程师很值钱，但是今天市场上需求的是部署过大模型 → 做过 GPU inference → 做过量化/并行/调度 → 降过 TTFT / TPOT → 提升过吞吐 → 做过 KV cache → 管过 GPU cluster → 把 inference cost 降了 50%。。。 年轻人不要把生命浪费在学习成熟的技能上了，如果一个技术网上的教程足够多，代表你可以不用学了，真正有用的东西在开源社区，在tg群，在discord，在推特，是一切没有成体系，做成视频的东西。