alphagenome利好哪些股票

所以颠覆性创新可能带来股价上涨一千倍。人类历史上曾经发生过多次颠覆性的创新，首先就是瓦特改良了这个蒸汽机，它就带来方方面面的生产和生活方式的变化。首先呢就是从那个茅房 到织布到成衣，包括到食品加工，美国在中汽机带来的那一波铁路建设高潮当中，他的铁路里程数就达到了惊人的四十万公里，当时就出现了相关的铁路网，公司的市值破了两亿美金，是人类历史上第一次出现公司市值 超过一亿美金。人类历史上的第二次革命，电力的发明。首先爱迪生，他发现了直流电，那么爱迪生有一个曾经是他盟徒，又跟他两个人分道扬镳的，这个人名字叫特斯拉，发现了交流电，交流电出现的很短的一段时间之内啊，这个电机就逐渐 替代蒸汽机，以至于这个电机的升值率就超过了百分之五十，这个过程当中的话呢，汽油电气和记忆 啊，通用电器这两间公司的股票增长呢都是一千倍。第三次呢就是信息技术革命啊，信息技术革命我们都知道就是有两间 加，就是英特尔发明这个 cpu， 加呢就是微软，微软呢就发明这个 windows， 它是操作系统，那么一个 cpu， 一个操作系统加起来构成了这个 pc 时代的霸主。到了互联网时代啊，这两间公司继续发光发热，那么这两间公司的市值在整个的这个 信息技术革命和互联网革命过程当中的市值增长也超过了一千倍。我们可以看到每一次颠覆性的创新都能够给领军的企业带来一种惊人的财富增长。

未来十年， ai 有 望治愈人类所有的疾病啊！这话可不是我说的，这是诺奖得主、谷歌 deepmind 的 创始人哈萨比茨说的。最近呢，他的出现又让科技圈炸锅了。咱们先说说好消息啊， nature 刚刚报导了谷歌 deepmind 的 最新成果，他们发布的 ai 药物设计引擎 r s o d d e 被业内称为 alpha fold 四，有望彻底颠覆新药的研发行业。 这玩意有多恐怖啊？我举个例子啊，有个叫 cyril bloom 的 蛋白，科学家们研究了十五年，只找到一个药物结合位点，今年靠实验才勉强发现了第二个隐藏的位点。 而 i s o d d e 呢，只需要输入一串氨基酸序列，几秒钟就能精准复现。实验室要花几年烧几百万的实验，他眨个眼的功夫就能完成。 在新蛋白质的结构测试中，它的成功率是 alpha fold 三的两倍多。在抗体的预测中， r s o d d e 比 alpha fold 三高出二点三倍，甚至比开源模型 bolt two 高出二十倍。 这不是优化流程，这直接把新药的研发按了加速键。但接下来的消息可能不是那么美好，谷歌这次决定不再开源了，代码不公开，论文不发，方法也不说，直接把大门给关上了。 当年阿尔法 forward， 那 是全球科学家的共享利器啊，一百九十多个国家，三百万科学家都在使用，成了 ai 造福人类的典范。 而现在， r s o d d e 把门直接给关上了，这意味着，最强的科学家加速器开始集中在少数巨头手里了。这里面的矛盾其实很明显啊， 制药呢，是几百亿的生意，谁先找到新药，谁就能赚大钱。谷歌想自己下场做药了，核心技术藏着自己用，从商业角度看，似乎很合理。但话说回来， 科学进步本身就依赖分享和验证，你把最厉害的武器锁在柜子里，别人没法验证，也就没法改进，整个领域的发展速度就会降下来。 这背后呢？其实是谷歌身份的转变。以前的 alpha fold， 谷歌是工具提供者，做个好东西大家用。现在 r s o d d e。 谷歌想做药物制造商了， 用 ai 自己设计药，他们跟强生、李兰诺华签了几十亿英镑的协议，并且他们已经融资六亿美元，首款 ai 设计药物进入临床准备阶段了。 ai 制药这个赛道，竞争其实才刚刚开始，谷歌现在领先，但 mit 的 开源模型波特兔也在快速迭代，中国的公司也在发力。开源有开源的优势，闭源也有闭源的道理。关键看什么？ 看谁能更快的把 ai 变成真实的药物，让患者真正的受益，这才是最重要的。这事你们怎么看啊？是支持还是反对？评论区聊一聊。

这歌太重磅了，赶紧看一下。每个人活到一百岁都会变得非常轻松，就在前几天可以看一下 nature 的， 这个是谷歌这个团队发布的，所有关注健康的、长寿的 很多专家都被狠狠的震撼到了。谷歌这个蒂姆曼团队哦，他们有一个 iphone genomi 直接登上了顶端。 nature 啊，他们破译了人类沉淀四十亿年的生命遗传密码，这个太牛了， 困扰我们现在很多现在很多科学家的一些罕见病的问题，癌症的问题，基本上都可以来解决了，大家一定要关注，所以这几年大家一定要健健康康的啊。对，等待，你就静待我们科学家给我们带来的健康福利吧。昨天西方各大主流媒体的发文就是 deepmind 的 ai 能解决很多罕见病的问题。我觉得这不只是罕见病的问题啊，人类长寿的希望真的指日可待了，我跟你好好聊聊啊，就非常简单，你看，打个比方，就是我们身体的每个人身体的 dna 就 像一本写满了生命密码的指令的天书，这 本天书里边藏着我们从出生到衰老，然后到健康到患病所有所有的秘密。但是过去几十年，我们的科学家只能读懂这本书里边的百分之二，科学家非常非常努力，花了很多钱，做了很多工作。 但是那，那百分之二是什么呀？是指尖编码的蛋白质区域，肾上还有百分之九十八是非编码的区域，因为功能不全等等其他原因 啊，科学家会认为它是垃圾的 dna。 这个垃圾的 dna 呢，就像是天书里边的空白页和乱码。对，没人知道它里边藏着什么。 a deep mind， 这一次啊，它最厉害的地方就是把这百分之九十八的垃圾的 dna 彻底破译了。这本生命 天书的密码被人工智能给突破了，被人类给搞定了。我们要知道，之前人类基因组计划花了十三年，耗资了三十亿美金才完成了人类基因组的初步测序。要解读这些虚列的功能，难度是 几何级上升的，这个是没有办法的。这一次， ai 又一次给我们人类的健康立大功了。接下来我用非常简单的话给你拆解四个核心方向，你就明白它为什么能震撼全球科学界、健康界了。第一个， 它实现了长训练加高精度的双重突破，打破了过去的技术瓶颈。什么意思呢？以前的 ai 模型啊，要么能处理几千几万个剪辑的短训练的啊，读不懂 dna 的 全卷信息啊， 要么能处理长训练呢，就是会需要牺牲精度，就没有那么精准了。读不懂细节。 alpha genomics 这一次不一样，它能一次性处理长达一百万个剪辑的 dna 训练，相当于我们现在一次性读完一本完整的一本书，一本生命的天书，同时还能做到非常非常的精准，非常简单。 对，而且还能看懂全书，也能看懂细节，就以前在以前想都不敢想，科学家都不敢想的事情。好，第二个，他能一届读懂 基因变异的影响啊，相当于给医生和科学家配了一个生命的解码器。过去科学家要研究一个基因变异会不会导致这个疾病，会不会导致那个那个疾病往往要花费很长时间啊，然后 可能几年的时间去做实验，去验证，而这一次能在单次处理当中，同时的去特定六千项基因调控的特征，比如说一个 dna 的 变异会不会导致基因表达的异常，会不会引发剪接的这个错误，甚至能精准的还原这个致病的机制？ 好好，第三个，这也就是大家很关心的以后的癌症呢，各种罕见病啊，到底有没有希望？以前可能是碰运气，现在从碰运气到了精准的打击，他能找到了。我们都知道很多癌症呢，罕见病啊，本质上就是 dna 变异导致的，对不对？比如说 dna 变异是结果哇，还有其他很多原因导致的变异， dna 变异，比如说百分之十五到百分之五十的罕见病都是因为 rna 减去异常。 但是阿富基诺米能现在能直接精准的预测剪辑这个位点的变化，能精准的找到治病的根源在哪里，厉害吧？除此之外，我还有一个非常大的我跟大家讲，就是我经常讲抗衰，讲长寿，我有一个梦想，我要带着 啊，十万人突破一百岁，我现在发现我好像这个梦想有点太小了，我是不是可以带一百万人突破一百岁？嗯， 现在他能精准的解读衰老相关的基因的调控机制，我们今天很讲长寿基因等等很多基因对不对？能找到延缓衰老的，抵御衰老的相关很多疾病的关键的把点， 然后科学家能摸清了长寿背后的密码。我们都知道衰老是很多慢性的根源，很多年龄大了会有很多慢性病，然后破解基因密码就能减少衰老带来的机能的退化，就我们的器官退化 就没有那么快了，未来或者通过基因的调控，能让我们摆脱衰老相关的各种疾病的困扰，就是你不会有那个老年病了，就慢性病可能会没有了，对，而且我们就会更轻松了，就长寿延长个四十到五十年是比较轻松的，反正我们现在能看到是不久的将来。癌症不 会是什么绝症、罕见病，也不是什么不治之症，我们每个人都会通过精准的检测，提前预防疾病，通过精准的治疗，提前去守护你的家人的健康，这不是什么科患了，而是现在这个 ai 技术啊，给我们带来的是真实的希望。最后给大家说一句，人类， 我们科学家在探索生命的脚步从来没有停止过，科学家不只是给我们带来了各种啊物质的东西，什么车呀，房呀，什么手机呀等等，还给我们带来了很多健康的财富。从人类基因组进化到 iphone fold， 再到今天呢这个 alpha tanoi， 现在真的科学家通过 ar 技术让我们 很多很多以前想都不敢想的事情，现在能看到希望了。我们在一步一步破解生命的密码，一步一步对抗那些曾经不可能解决的问题，各种癌症，各种绝症。这一次的突破不仅仅是 ai 和生命科学的完美结合， 更像是人类像攻克疑难杂症，攻克人类这个寿命的极限，迈出了非常关键的一步。好了，今天内容分享到这里，我是兽笼，我是那个要带着十万人突破一百岁的，你愿意加入我们吗？可以来评论区留下六六六三个字，谢谢大家。

没有任何代码基础啊，我用 coder 和 deepsea 在 家里用三个月的时间做了一套呃， ai 量化的股票数据分析系统， 我给这套系统起了个名字叫阿尔法亨特啊，他呢可以通过每天两个小时的时间全自动的去啊，通过 ai 量化分析 a 股市场上所有五千多只股票的所有数据， 然后呢，通过三级漏斗的方式逐级的进行筛选出优质的股票发到我个人的邮箱里面。 这样一来呢，就是说我们个人也可以自己在家里啊，通过 ai 啊，去自己做一套自己想要的这个数据分析的一套系统啊，这样呢，可以筛选出来更优质的股票啊，供我们去参考分析啊。

最近呢，教育圈有一所非常神奇的学校，同时被硅谷，华尔街还有全球家长圈盯住，它就是大名鼎鼎的 offer school， 它被视为就是 ai 时代未来教育的样板间，它同时也是目前美国增长最快，最受科技界关注的教育实验田。 他深沉，每天只用学两个小时，然后 sat 的 平均分到了一千五百三十五分，就是进入了全美的 top 百分之一。我刚好最近在看这个 peter daimandis， 起点大学创始人对于 offer school 的 创始人的访谈，看完之后，我自己的反应是很震撼并且很有启发的，所以我想立马分享给你听。 因为 offer school 的 出现其实是踩在美国教育系统的断层线上。我跟你分享几个数据，你就知道美国教育最近发生了什么事情。首先，他们测量了美国十二年级的阅读达标率只有百分之三十五，数学更不用说了，稀烂只有百分之二十二，科学百分之三十一，全都是历史滴点。同时啊，你再看看学费的数据， 从一九八三年以来，学费的名义涨幅高达百分之八百九十三。但是呢，认为大学非常重要的美国人却从百分之七十五暴跌到百分之三十五，就是大多数人都认为大学不重要了。更讽刺的就是，大学毕业生成了失业时间最长的群体。 所以你发现了没有，美国教育神话正在肉眼可见的消失。那么在这个背景下， office school 的 出现显得就是非常的亮眼。那么 office school 究竟是做了什么？能够两个小时之内达到如此颠覆性的效果？家长普遍的真实反馈说是，其实他们不是两个小时，差不多是四个小时左右，就是一个上午。 但是无论两个小时还是四个小时，他们的学习成果都是非常明显的，因为他们真正做到了用 ai 英才施教，把传统功利体系和一般的私利体系，比如六到八个小时的学习时长压缩，然后呢，用剩下的时间去做领导力演讲，创业、财商团队合作这些他们认为未来更重要的技能。 这个背后其实用的是一个教育界普遍早就有共识的一个原理，不如母校，什么意思呢？任何一个孩子只要掌握是学习，加上个性化的辅导，都能够冲刺到班级的前百分之二，就是这么样一个小秘密，但是在过去的四十年以来一直都没有普及， 为什么？因为这个方式是需要一对一的，那么这种老师站在班级前面讲课的这种模式 是不可能做到的。那么 offer 的 创始人在这个播客里也说得很明显，他说大学其实几十年就知道教育的正确答案，但是苦于物理世界是不允许的，现在 ai 终于允许了，那么他们究竟怎么用 ai 的？ 我觉得这个是所有关注教育的人都非常非常关心的一件事情，他们其实不是在用 chat gpt， 他 们自研了一个平台叫 time back， 目前为止平均一个孩子在他们平台上消耗了 tokens 的 费用，他是多少钱？一万美金，所以只有私立学校目前是能做的起这件事情的啊。 那么这个 time back 的 系统它究竟做什么呢？它做三件事情，第一个呢，就是它用视觉模型去监控小朋友的专注力，就是它能够精准的判断小朋友到底是在专注，还是你就跑神了，还是在刷屏幕。第二就是他们创造了一个非常非常完整的 激励闭环，在访谈中他们也解释了这个激励机制是怎么运转的，就是小朋友如果专注了，他们就会去收集这个 x p， 如果你专注了一分钟，那么你就可以得到一个 x p。 然后当 xp 积累到了一定的程度，达到学习目标时，学校就会给他们发放 alpha 货币，然后你拿着这个代币就可以去换礼物，然后去他们学校自己的百货店里，你可以去有物质奖励，比如说买乐高玩具，买个小贴纸，你还可以买一个物质奖励里最受欢迎的一个商品。我觉得特别有意思啊，就是跟 get 共进一顿特别的午餐， 侧面反映了他们学校的老师是很受欢迎的一位学生，愿意用他们的代笔去换取跟他们的导师去吃饭的机会。然后呢，就是每个孩子都有一个自己的专属学习路径，就是把孩子的学习难度维持在百分之八十到百分之八十五的叫最近发展区。就是如果太难了，孩子可能觉得很绝望，太简单了，孩子可能觉得无聊，这件事情也是传统课堂上 几乎做不着的。对我来说最有说服力的一件事情就是孩子很喜欢这个学校，这也是奥法。在这个访谈里让我很震惊的一件事，就是校长问这些孩子，你们是更愿意上学，还是更愿意去度假？ 那么百分之四十的，百分之六十的孩子都说我更愿意来学校，为什么呢？因为他们上午是学习，下午就是参加各种社团，都是项目式学习，所以非常的精彩。然后暑假前有三分之二的高中生跟校长发邮件说，能不能不放假啊？我们可以继续开学吗？ 就说明了他们其实是打中了孩子的热爱的，就是孩子是热爱驱动，比如说孩子可以在他们的学校去啊，排练百老汇的音乐剧，可以自己去开发 app， 也可以去做一些创业的项目。 然后同时高中生现在都已经开始给 nature 去发论文了，所以我觉得教育的第一性原理还是孩子热不热爱这个组织，愿不愿意来。当然咱肯定是要看两面的，这个学校因为它非常的创新，所以它也很有争议，它也受到了很多的批评， 批评我觉得作为家长我也可以理解啊，就是屏幕时间，因为无论是在中美，其实家长对于屏幕时间都是很在乎他们呢，在这个访谈里面也一点都没有回避这个问题。 他说啊，屏幕时间其实是分好的屏幕时间跟坏的屏幕时间的，好的屏幕时间呢，就让你变得更强，那么坏的屏幕时间就让你被多巴胺控制，一直在那刷刷刷刷，那他们其实就是专注孩子给他们好的屏幕时间，个性化的去让 ai 去辅导他们。第二个争议点很大的就是代币奖励，其实会不会太过， 我觉得这个也是你作为家长和教育工作者都知道的，我们知道就是孩子他比如说做家务，要不要用金钱奖励这件事情其实是非常有争 议的，但是前面的数据说明了一个事情，就是他们发现最受欢迎的礼物居然是跟老师吃饭，一对一吃饭的机会。这件事情也侧面说明了激励机制的终点，你发现不是物质，而是关系，所以他们也用数据其实是解释这件事情的。当然还有一个最大最大的难点，就是公立教育体系是很排斥这个东西的。当然还有一个最大的难点就是公立教育体系是很排斥这个东西的。咱们也实话实说，奥巴团队在这个采访里说了 很有意思的事情啊，就是他们申请了十几次，想去跟美国的公立学校合作，但是都被拒绝了。甚至有公立的老师非常非常讨厌他们这种模式，说只要我活着，你们就休想进入我们的学校。你会发现创新教育我想去进入现实的公立体系是非常非常难的。 那么我看完整个 offer school 他 现在的模式和他遇到的挑战，我的感受是， ai 导师其实现在此时此刻已经准备好了，但是进入学校这件事情还是完全没有准备好的，以及被家长认可这件事情也是完全没有准备好的，但是他们自己是很有信心，他们觉得我进入公立体系这十年进入不了，再二十年难道你还打不开大门吗？ 对吧？它一定会发生。所以啊， offer school 在 做的就是在重写学校这件事情，当然现在进入这个学校的孩子一定是第一批吃螃蟹的人，所以很多家长的态度还是委婉。 c 一 段就是我就是关注一下，但实际上越来越多公立学校已经对这件事情保有好奇心， 所以我非常非常的期待啊。因为这一波的变格，我们所有人都是见证者，所以 offer school 建议所有人都盯下这个学校，因为这个学校其实是给中美全世界所有的教育都在打一个样。

朋友们，准备好迎接长寿时代吧！还记得那个有着半个华人血统，说人类会活到一百五十岁发誓呢？要用 ai 终结所有疾病的哈萨比斯吗？ 在这两天，我看到 nature 杂志的封面报道，哈萨比斯吹过的那个牛，可能真的要实现了。这次，他暴力破解了人类数百万年演化的生命密码，还把这套对付癌症和衰老的终极工具 avengerum 直接挂到了网上，全人类都能免费用彻底开源。你知道这事有多牛吗？人类三十亿个剪辑组成的生命天书，在过去的半个世纪，全球科学家呕心沥血也才读懂了表面的百分之二，剩下的百分之九十八就像暗物质。以前呢，还被误以为是垃圾 dna。 但这一次， deepmind 的 团队在圆桌访谈里直接摊牌，这百分之九十八，才是人类真正的生命源代码。它们就像复杂的开关和旋钮，决定了你什么时候生病，会不会得癌，什么时候衰老。这个 ai 恐怖在哪里？ 它彻底打破了视野和精度的不可能三角，它能一口气读取一百万个 dna 剪辑，而且精确到每个字母。同时呢，跟进 rna 表达、剪接结构等，将近六千种分子信号一次性全部输出。这就像给基因组装了一套全覆盖的监控系统，一个死角都不留。 这种处理能力，对传统生物来说，就像二向波对冷兵器降维打击。以前找鼻音就像是拿着手电在黑屋子里抓苍蝇。但现在，他能拿着放大镜，看清楚三十亿个字母里每一个单剪辑的错误。这就像是你站在万米高空俯瞰整个城市， 能顺便看清楚每一条街道上的门牌号码。但这还不是最震撼的。拿癌症举例，你知道癌症病人呢，经历有两种途变，一种呢，叫司机途变，是导致癌症的元凶，就像劫持了公交车的疯狂司机。另一种呢，叫乘客途变， 其实对身体没什么影响，以前区分这两者，全靠医生在实验室里挨个做实验。但这一次， deepmind 团队不按常理出牌， 没有专门教模型什么是癌症，也没有为各种癌症数据库，而是直接把一堆混杂着司机和乘客的图片系列扔给 alpha geno， 然后问他，你觉得哪些图片会破坏生物功能？ 结果太震撼了，模型给出的预测排名中，最靠前的那些图片，精准对应了现实中已知的癌症凶手。研究人员在访谈里非常自豪的说，把模型的预测结果和生物学家在实验室里花了几年时间做出来，结果放在一起，惊人的一致。这意味着什么？未来医生不再需要拿着小白鼠一个个试错 a， 扫一眼基因代码，就能揪出藏在几百万个基因字母里的元凶。脊随性肌萎缩症、囊性纤维化这些罕见病，都可能找到治疗的突破口。最良心的是， deepmind 这次没有把技术锁在护城河里，他们已经发布了开源模型权重和 a p i 接口。 目前呢，已经有一百六十个国家，三千多名科学家在疯狂调动，从癌症到罕见病，从新药筛选到基因治疗，全线推进。 说说我的感受啊，哈萨比斯一直在说，活到一百五十岁不是不可能，以前听这话呢，多少有点将信将疑，但 alpha genome 出来之后，这哥们吹的牛真的可能要实现了。如果说 alpha fold 就是 前两年让他拿到诺奖的那个 ai， 是 让我们看清楚生命的专快，那 alpha genome 就是 在教我们阅读生命的蓝图。 当治疗从猜测变成精准的计算，寿命的上限就真的不是固定的了。想象一下，一旦生命可以被编程，那些掌握了变异器的人和还在门外围观的人，面对的将是怎样跨越物种的鸿沟？ 论文呢，我已经下载了，有需要的朋友评论区告诉我。那么你觉得 ai 能最先治好哪些疾病呢？是癌症、罕见病还是神经退化疾病？评论区聊一聊吧，我是熊子，关注我，快乐一步，把我 ai 时代给予。

他的市场渗透率突破百分之十的时候，基本上就是一个作为我们科技市场部投资关键的节点。很多创新看似颠覆，但是呢最终是昙花一现的，您和团队是否有一套标准 来筛选他们？首先就是说颠覆性的创新有哪些特征呢？颠覆性的创新呢，要解构原有的供应链，推出一个新的这个解决方案，那么这个新的解决方案呢？他可能 在五到十年当中在市场渗透力不断提升，最后呢逐步取代原有的方案。另外一个呢，就是一个很关键的考察点，就是当代表新的技术和新的工艺路线的这个终端产品，它的市场渗透力突破百分十的时候，基本上就是一个作为我们科技市场部投资关键的节点。在苹果推出 iphone 四之前， 前面几款智能手机并没有得到这个市场的和那个用户的高度认同，那在这个苹果推出 iphone 之后的话呢，消费者一下子发现，哎，原来这个手机不单单是可以打电话，不单单可以接收一个短信，你甚至在上面你可以打游戏，看图片，上网 啊，冲浪，那智能手机就是一个掌上电脑，那这个就是一个颠覆性的方式。以这个龙头企业特斯拉来说，很早就在美国推出了这个 model s 和 model x， 但是在美国推出 model x 和 model s 的 时候呢，它没有解决 整个供应链的问题，他不能量产，每卖一台就亏一台，卖的越多亏的越多，那也就是二零一九上海的这个临港这个自贸区向这个特斯拉呢伸出了这个橄榄枝，那么上海市政府呢，把这个工商银行、交通银行 等这些营团组织在一起，那么还在土地政策、税收政策方面给他很大的优惠。那么特斯拉携这些政府给他的优势和资源啊，在利用中国当年跟国外几大合资的车场合作的过程中所建立的强大的供应链，把这个优势结合在一起， 就实现了就是 model 三在中国的这个量产，那 model 三量产之后呢，才能第一年就接近一百一百万台，第二年就突破了两百万。那么我们可以看到呢，二零二零年之后，整个中国市场的新能源车的渗透率就从百分之四点几就突破了百分之十， 百分之十二，我们呢也都是在每次关键的节点去投资相关的这个颠覆性创新，高成长的科技工。

今天是二零二六年一月二十九日，请务必记住这一天，因为就在昨天，谷歌 devmind 在 自然杂志上投下了一枚重磅炸弹。如果说几年前的 alpha fold 破解了蛋白质的折叠密码，让我们看清了生命的积木长什么样。那么昨天发布的 alpha genome 则是真正开始破解生命的操作系统。 他试图告诉我们，这些积木是按照什么逻辑被搭建起来的。这不仅仅是一个 ai 模型的发布，这是人类拥有上帝视角的开始。今天，我就用几分钟的时间带大家硬核拆解这个名为 alpha gen 的 怪物到底强在哪里。他为什么被称为解码基因组暗物质的终极钥匙？首先，我要问大家一个问题， 你觉得人类读懂自己的基因组了吗？很多人会说，二零零三年人类基因组测序，几百块钱就能做一个。 没错，我们确实拿到了那本写满三十一个字母的生命天书，字母都认全了。但尴尬的是，面对这本书，我们其实是个文盲。在我们的 dna 里， 真正负责编码蛋白质，也就是真正造出干活的零件的基因只占了百分之二。那剩下的百分之九十八是什么？ 在很长一段时间里，科学家傲慢地把它们称为垃圾 dna， 但随着研究深入，我们发现错了，而且错得离谱。这百分之九十八根本不是垃圾，它们是基因组的暗物质，是生命的操作系统。 打个比方，如果把你的人体比作一台精密的智能手机，那百分之二的基因只是屏幕、电池、摄像头这些硬件，而那百分之九十八的非编码区就是 ios 或安卓系统，它决定了你的摄像头什么时候开屏幕什么时候亮，电池怎么省电。这就是困扰生物学界多年的第二十二条军规。 全基因组关联分析告诉我们，超过百分之九十的遗传病和复杂疾病，比如糖尿病、红斑狼疮，甚至癌症。他们的病根并不在那百分之二的零件里，而是藏在这百分之九十八的暗物质中。但是我们看不懂， 因为这部分区域太庞大，太混乱，就像一团乱麻。为什么看不懂？因为基因的调控是一个跨越时空的复杂过程。 dna 在 细胞核里不是一根直直的线，而是疯狂折叠的一个控制开关。我们叫增强子，可能在直线上距离它控制的基因有几十万公里远，但通过三维折叠，它们在空间上紧紧贴在了 一起。在 alpha gina 出现之前，所有的 ai 模型都面临一个不可能三角。你要么看的细，能看清每一个剪辑，但视野很窄，根本看不到远处的开关。 要么视野宽，能看到长距离的联系，但像个高度近视眼，看不清细节。但是 alpha genome 彻底打破了这个魔咒。 deepmind 这次寄出的杀手锏，是一个能够同时处理一百万个剪辑队，超长上下文，并且精确到单剪辑分辨率的超级模型。 这是什么概念？之前的模型像是在用放大镜看清明上和图，只能看到局部的人脸。而 alpha genome 则是给了你一颗遮旧卫星， 它既能一眼看清整条河流蜿蜒的走向，也就是长城调控，又能在这个百万级的宏大视野里，看清桥上每个人衣服的纽扣，也就是单剪辑扑变。它在架构上极其精妙，把捕捉细节的卷积神经网络和捕捉长距离逻辑的 transformer 完美融合， 这让他拥有了一种前所未有的能力。他能看到 dna 是 如何在三维空间里折叠的，哪些相隔万里的片段其实是邻居。那么这个大家伙到底能干什么？它不是用来跑分的，它是用来在虚拟世界里做实验的。论文里讲了一个非常精彩的真实案例， 关于 t 细胞急性淋巴细胞白血病。过去医生在病人身上发现了一个怪事，一个叫 t a l e 的 癌基因被异常激活了，导致了癌症。但是 科学家把这个基因翻来覆去检查，发现它本身完好无损，没有任何突变。那是谁打开了潘多拉的魔盒？ alfred john， 我 们出场了。它不需要做繁琐的施实验，直接在计算机里对这段 dna 进行了全景扫描。结果发现，罪魁祸首竟然是一个距离 t a l e 基因七点五 kb， 也就是七千五百个剪辑源的地方。在那里仅仅插入了一个小小的剪辑，原本是 c， 变成了 a c g。 在 三十亿个字母的基因组里，这就像是书里多了一个逗号。但 alpha geno 灵敏的预测出正是这微小的变化，凭空创造出了一个停机坪， 一个新的转录因子结合位点。这个新来的 m i b 蛋白就像一个强力磁铁，通过 dna 的 折叠，把这段远处的序列硬生生的拉到了 t a l e 基因的启动子面前，形成了一个异常的环。就在那一瞬间，本来应该沉睡的癌基因 被暴力唤醒了，听听这是什么能力？它不仅告诉你这里变了，还告诉你变化的机制是谁来了，谁和谁连上了，最后导致了什么后果。这就是从相关性到因果性的跨越，这就是虚拟诱变的威力。 这时候肯定有人会问，这和之前的 alpha fold 有 什么区别？我们可以做一个深刻的类比， alpha fold 解决的是形的问题， 告诉你蛋白质长什么样，是静态的结构。就像给你一张法拉利的图纸，你知道他的引擎在哪，轮子多大。而 for general 解决的是神的问题，也就是逻辑。他试图解码生命运作的逻辑，他要告诉你这辆法拉利在什么时候启动，为什么在高速上跑得快，在泥地里跑不动？为什么同一个引擎 在心脏细胞里跳动，在皮肤细胞里却保持沉默？如果说 alpha fold 划出了生命物质的皮囊，那么 alpha genome 就 在试图读懂生命的灵魂。这项技术的出现，对未来的医药产业简直是降维打击。现在的药物研发失败率高达百分之九十，大部分是死在靶点选错了。现在 在烧钱做实验之前，可以让 alpha genome 先把成千上万个后选变异跑一遍，剔除掉那些无效的， 通过计算模拟来筛选出真正的治病未点。甚至在合成生物学领域，我们可以像写代码一样设计 dna， 你 想让一段基因只在肝脏里表达，在心脏里沉默， alpha genome 可以 帮你通过算法反向设计出来，这就是在编写生命的原代码。当然，作为科普作者，我必须客观， alpha genome 还不是全知全能的神，它目前主要是基于人类和小鼠的数据训练的。对于极其罕见的细胞类型，它可能还缺乏经验。对于人类复杂的二倍体特性，也就是父母两套染色体的交互，它还在学习中。但不可否认的是，我们正在见证历史。从读取基因组 到理解基因组，再到未来编辑基因组， ai 正在把生物学从一门基于观察的计算科学。 我们正加速迈向一个宏伟的目标，虚拟细胞。也许在不久的将来，所有的药物实验、疾病推演 都可以在硅基芯片上完成，那将是人类医学史上最伟大的飞跃。关注我，带你看清人工智能与生命科学交汇的最前沿。也欢迎大家加入我的会员视频专区，了解更多有趣的科学知识，我们下期见！

最近在美国一个叫 alpha school 的 学校声势很大，他的创始人还有校长都频繁地出现在各种新闻还有媒体采访当中。这个所谓颠覆教育模式，全面应用 ai 的 alpha school 到底是什么来头？今天就带大家仔细看看视频的最后，我也会简单说说我的想法，我们开始吧。 简单来说， alfa school 就是 带有实验性的一个规模很小的私立学校，覆盖小学到高中。它是二零一四年创建的，然后二零一六年开始发力，最初只在德州的奥斯汀，现在逐渐在扩张。 那最近经常亮相媒体的 mackenzie price 是 创始人之一，可以说是 alfa school 的 总架构师，现在它也致力于宣传和扩展它的教育理念。 另外一个经常跟 mckin 一 起亮相媒体的是现任校长 joe lemond 是 上个世纪硅谷的传奇人物，他最近从自己的公司当中抽出了十亿美金投资 alpha school 的 ai 教学系统，也就是那个叫做 time back 的 平台。 joe 可以 被看作是目前 alpha school 的 首席资助者，产品人还有管理者。 那他们的教育理念注定了这种微型办学的特质，但是 ai 的 爆发让他们看到了规模化的曙光。好，那我们就来聊聊他们的办学理念是什么？我们先来看看创始人 mc 经常提到的他不喜欢传统学校的哪些方面， 他觉得传统的教育方式已经完全无法满足现代社会对人才的需求，然后也是对孩子们时间和天赋的浪费。从形式上来说，他较为反对那种讲座式的教学方法，反对统一的教学进度，认为学生并不理解在学校学习的知识到底有什么用，甚至大部分的情况下，学生都会觉得非常无聊。 好，那 alpha school 的 拜学理念是什么呢？我说几个他们的大原则，大家可能就会对他们的画像有一个大致的了解。首先，他们强调学生必须要爱上学校，学生要有迫切的动力去学校学习新的东西，与朋友共同完成项目。然后要与老师或者教练交流想法和方法。 其次， offer school 反复强调每天两小时的概念，它是从标准化考试还有学科学习的角度出发，比如文学、数学，强调只要找对了方法，孩子们都可以以更快的速度和更高的质量来学习，每天两个小时就足够了。 第三，它们强调生活技能 life skills， 它会让孩子们根据兴趣参与到很多实际的项目中去，比如在 i n b b 上管理一个短租屋，经营一个快餐车等等。 此外，还有一点非常重要，他们想要彻底转变老师的角色，想让他们从专业知识的灌输变成专注于激励和辅助的向导、导师和教练。他们把老师定义为 guys 好 呢？具体来说， office 是 如何实现这些理念的？我们来透过这个学校典型的一天来看一看。 好，一天开始了。孩子们早上刚来到学校，是一小段时间，大约十五分钟的过渡时间。这段时间是让孩子们适应从家庭的模式转向学校的模式。用他们的话说，就像是孩子的 tony robbins moment。 那接下来是两个小时专注的学科学习的时间。那时间的分割大致就是番茄法学半个小时休息一会，但形式上他与传统的学校有很大的差别，没有老师讲课，学生们各自用自己的电脑，完全使用 ai 搭建的系统，按照自己的节奏自主学习。 那学习的形式其实与一些在线的课程设置差不多，视频和测验为主，辅以其他的一些模态。 这个 ai 系统就是它的校长咒花了个人的十亿美金搭建的。从内容端，它的内核就是一对一个性化学习路径。设计的思路具体来说是结合了一些已有的优秀产品，比如专注于数学的 math academy， 然后重新打造了专门属于 alpha school 的 系统， 包含了标准化的学科，比如数学、阅读、写作等等。那他们对 ai 的 部署还有另外一个重要的应用，就是监测和激励。 他们部署了 ai 的 视觉识别体系，通过孩子的姿势、眼动等来判断有效学习的时间，而只有那些被认定为有效学习的时间，才进入累积学习的进程。 好，那学科学习以后就吃午饭，午饭过后，全部的下午都用来做生活技能的训练。他们会组织不同主题的工作坊， 主要包括如下几个方面，领导力与团队协助、蓄势能力和公共演讲、创业精神与财商素养、社交能力和人际关系构建、坚毅品格和刻苦钻研。孩子们会根据自己的爱好来加入工作坊，推进自己的项目。 当然，不同年龄的活动会不一样，比如小一点的孩子可能会侧重体能的训练，然后大一点的孩子就开始以商业实战为导向， 下午的时间也是他们的向导真正开始参与的时间，他们会扮演一个教练的角色，与孩子们一起构思项目、讨论方法，甚至嫁接外部资源等。对于高中生来说，就像是花了四年的时间，从零到一，依据自己的爱好搭建了一个项目，有的拍电影，有的创办公司，有的组建乐队，有的成为网红。 在校期间，学校会穿插在操场上的自由活动时间，那放学以后的时间就完全是孩子自己的了。 alpha school 坚持认为针对学科学习，每天两个小时的高效时间就足够了，因此他们不会布置作业。 那这么描述完，大家不难想见，除了利用 ai 有 token 消耗以外，这种模式很难规模化的一个重点就是他下午的那种项目制的学习方法是严重依赖于这些教练或者是向导的。 那我们就来具体看看 alpha school 定义的向导到底是一个什么样的角色。他们把传统的老师这种职位拆解成了五个主要的要求，第一是要有学科知识，第二个是还要会教孩子， 第三个是需要能够在心理层面上链接和激励孩子，第四个是需要能够与家长连接，第五个是一些琐碎的管理和行政性的事务。 因此他们觉得我们是在用并不高的工资，但是是在用一个超人的标准去招聘和要求老师，这注定是达不到什么理想的教学效果的。 数据也确实显示，老师们的任务很重，他们花在每一个学生个体上的时间和关注力都会非常的有限，平均一个老师和一个学生的一对一交流不过是每天二十二秒。 于是 alpha school 的 设计就是把第一项和第二项，也就是与学科学习有关的任务全部都下放给 ai。 然后第五点，行政的工作也找专员来负责，而把老师的精力全部都释放出来，只用于完成三件事， 第一个是不断地激励孩子的兴趣和动力。第二个是教会学生如何学习的能力。第三个是对学生要做的项目有理解，能正确的设定标准，并给出可行的指导性建议，适当的时候还要能提供外部的资源。 那依据这个思路，其实他们找向导的标准很高，开出的工资也很有竞争力。组成来看，现在大约有百分之五十的向导是有教育背景的，也就是原来传统学校的老师，还有百分之五十是来自各行各业，包括曾经的律师、创业者，或者是退役的运动员等。 那除了项目学习以外，向导和学生还要保持每周至少三十分钟的一对一交流时间。那我曾经看过一个 arfa school 的 高中生的采访，他也提到学生和向导之间也是双向选择，经常会发生一个学生觉得向导的方向并不匹配而进行替换的情况。 好，那当然了，谈教育也得谈钱。作为一个微型的创新型学校，它的收费肯定不低，最初的时候 arfa school 是 以每年四万美金起步，那最近它的几个主要的城市都标价到六万五。 好，那听到这里，不知道大家的感受如何？我来简单说说我的看法。首先我想说，我肯定所有对教育模式的创新和尝试， 其实我觉得大家都有共识，就是传统的普鲁式教育这套方法是有问题的，但是击中难返。教育的改变注定是慢慢的一点一点发生的。我们作为家长可能选择不拿自己的孩子去当小白鼠，但还是要承认，这种改变需要思考勇气还有理想主义。 另外， alpha school 的 办学方式至少也给 ai 时代下的教育方式提供了一个可参考的原型，提炼出来。当然万变不离其宗，它的内核就是教育学当中经常强调的个性化学习以及项目式学习。 ai 的 爆发让前者的实现加速， 而这种微型学校的超能力也让他们可以找到合格的，降到有能力去组织项目制学习。那 alpha school 的 特殊性在于，关于个性化学习，他们真的是完全放手给 ai， 而不是像其他有些学校还把 ai 当做一个助手或者是工具。 而关于项目制学习，他们鼓励学生与真实世界链接，而不是像象牙塔里被包裹好的那些社团型的项目。 当然事物都是两面的，如果你看 reddit 有 很多关于 alpha school 的 垢病，包括它有大量的屏幕时间，这种精英教育的模式会催生很多不良的比较。还有就是有人提到，虽然他们标榜的是每天两小时以及没有作业，但是很多家庭还是会在课后进行补习， 但我觉得这些问题都不是本质，本质的问题在于，这种极端追求效率的学科学习的方法所释放出来的信号，对学生来说到底是有利还是有弊？基础学科的学习对学生来说除了跨进大学的那一个敲门砖到底还意味着什么？ 我们把 alpha school 关于学科学习的方式提炼一下，就不难发现，不管它们如何利用 ai 的 技术来解决自驱力以及学习方法的问题，其本质其实都还是在解决效率的问题，其动机也是为了应付标准化考试。比如每天只需要两小时，所传递出来的信号，其实是 我们能找到最快的方法让你达到那些标准。当然 alpha school 有 它的身不由己，但是我对创新的教育还是多了那么一点期待，我希望他们能够帮我们解答，到底为什么是这几个基础科学。这几个基础科学到底在培养学生什么样的思维和能力， 以及这些思维和能力真的是每个人都需要吗？同时还有一个问题就是 alpha school 低估了这些基础学科的学习对一个人审美力的塑造，而这个塑造的过程是必须有人的温度的参与的。 我至今还记得我小学的时候有一个自然课的老师，他真的非常的喜欢动物，所以他每次讲课的时候，我都能看到他眼里闪着光。这个老师给我建立的不是知识图谱，不是实用主义，而是一套审美标准。他让我知道了一个人对一个领域有很强的兴趣和精益求精的动力会做到什么样子。 对这样的老师可遇不可求，但是从概率的角度来讲，你回忆一下，是不是每个人生命当中总会至少遇到这样一个老师？ 而我担心的就是阿尔法学校把学科学习全部交给 ai， 是 剥夺了孩子们遇到这样老师的权力，因为他们的向导其实某种程度上更像是职业教练，他会对领域有一定的认知，但是他们更擅长的是共鸣激励，还有提供资源，对，这非常实际，非常高效，但是也少了一点浪漫主义。 那今天就讲到这， ai 时代的教育探索路漫漫，如果大家有什么想法和思考，也欢迎留言交流。

ai 赛道在迎重磅催化，继去年 deepsea 引发市场关注后，今年 cdr 成为新晋焦点。字节跳动旗下全新大模型 cds 二点零近期在豆包、在吉梦、小云雀等产品中开启内测， 消息一出直接引爆资本市场。与此同时，全球模型服务平台 openroute 上现了一款代号为 pony alpha 的 匿名模型，迅速引发全球开发者社区的热议与测试。 有媒体爆料，该神秘模型正式智普即将正式发布的新一代大模型 glm 五。受此消息影响，智普股价一度暴涨超百分之二十四。

阿成，你最近有没有注意到三花智控这支票？ a 股和 h 股最近都涨得挺猛的，尤其是人形机器人和 a i d c 概念一炒，股价直接从去年十一月底的低点反弹了百分之五十和百分之四十。当然注意到了， 不过你知道吗，就在昨天，花旗出了一份最新研报，把三花的评级从买入直接下调到了中性， 而且目标价。虽然 a 股调高了， h 股反而是下调的。哎，这听起来有点意思啊，平级下调，但目标价上调，这不是矛盾吗？其实不矛盾，关键是估值方法变了。 花旗这次从之前的 s o t p 估值法，改成了更直观的 pe 估值法。 a 股目标价从四十块调到五十二块，用的是五十一倍的二零二六年预期 pe。 h 股目标价从四十三港元调到三十五港元， 用的是三十一倍 pe。 那 为什么 h 股的目标价反而下调了呢？主要是因为 h 股上市时间短，估值参考的是二零二五年六月上市以来的平均 pe， 大 概是三十一倍， 而 a 股用的是五年均值加一倍标准差。因为要反映人形机器人和 a i d c 的 想象空间 哦，所以 a 股给了一个更高的估值溢价。那花旗这次下调评级，主要是担心什么呢？核心就是三个字，性价比。你看啊，三花的制冷业务面临压力，因为二零二五年的以旧换新补贴政策，可能会透支二零二六年的需求。 汽车零部件这边，特斯拉销量可能不及预期，国内新能源车增速也在放缓。那这不就是基本面成压吗？但股价却涨了这么多，确实有点透支了。对，花旗的意思就是说，虽然人形机器人和 a i d c 是 未来的想象空间，但短期内收入贡献有限， 现在的股价已经把预期打得非常满了。那他们有没有调低业绩预测？有，而且调的还挺狠的。二零二六年和二零二七年的汽车零部件收入预测分别下调了百分之十一和百分之二十，总额也下调了百分之五和百分之十，毛利率也调低了零点八和零点六个百分点，二零二六年预计是百分之二十六点九。 那净利润呢？二零二六年净利润预计四十二点九亿，二零二七年四十八点五亿，比之前的预测下调了百分之十和百分之十三，也比市场共识低了百分之十一和百分之十二。那他们是不是还提到了成本端的压力？没错，特别提到了铝价上涨。铝每涨百分之十 三，花的毛利率大概会被侵蚀零点五个百分点，虽然客户会补偿一部分，但影响还是明显的。那三花的制冷业务会不会也受成本影响？这个倒还好，因为制冷业务有成本传导机制， 能把涨价转价给客户，所以影响主要集中在汽车零部件这边。但花旗现在更看好哪些票呢？他们提到两家，敏石集团和君胜电子，这两家固执，更便宜，而且也有布局人形机器人海外业务占比高， 利润更稳，增长空间也大。敏石和君胜的估值大概是多少？敏石 h 股目标价四十六港元，用的是十五倍 pe， 君胜 h 股目标价二十七港元，十六倍 pea 股，目标价三十四点二块，二十二倍 pe。 相比之下，三花 h 股三十一倍确实不便宜，但三花的风险点除了估值高还有啥？花旗列出了几个，一是中国经济和消费放缓， 二是中美贸易摩擦，三是市场份额被抢。另外，如果特斯拉销量下滑，或者国内新能源车增速放缓，都会影响三花的业绩，那有没有可能超预期呢？也有，比如经济复苏超预期，消费回暖，或者特斯拉销量突然爆发，那三花的基本面就会更强。 不过花旗现在觉得这些概率不大，那他们给的目标价是怎么算出来的？就是 a 股五十二块是用五十一倍二零二六年 pe， h 股三十五块是用三十一倍 pe， 这个三十一倍是三花 h 股上市以来的平均股值，虽然比同行高， 但也反映了人形机器人和 a、 i、 d、 c 的 预期。但如果按照这个目标价，现在还有空间吗？按二月二十六日收盘价， a 股五十一点九四块，目标价五十二块，基本没空间。 h 股三十四点七八港元，目标价三十五港元， 也就一点点空间。所以话其说，风险收益平衡，就没啥超额收益了。那现在是不是该卖了？也不能这么说，关键看你是不是长线投资者。如果你信人形机器人和 a、 i、 d、 c 的 长期逻辑，那三花还是有配置价值的，但如果你想短期搏一把，那现在确实不太合适。那如果是你，你会怎么操作？ 我个人会更倾向于敏石和君胜，估值低，安全边际高，而且也有机器人概念。三花我觉得可以再等等，等回调再考虑。听起来挺有道理的，那最后再帮我们总结一下三花的投资逻辑吧。好， 三花的核心逻辑其实是三个，制冷，汽车零部件、机器人。制冷业务稳，但增长慢。汽车零部件受新能源车和特斯拉影响大。机器人是未来的想象空间。短期看，股价已经涨了不少，估值也不便宜， 花旗下调评级是合理的。长期看，如果机器人业务能起来，三花还是有想象力的。那今天的节目就到这里，感谢大家的收听，我们下期再见。

ai 算力是如何引爆存储芯片的？超级牛市的，以及产业链上哪些环节会最受益？我们先来看需求端。二零二五年，全球 ai 服务器的出货量会同比增长百分之六十五，这可不是预测，而是已经发生的现实。更关键的是， ai 服务器对存储的需求是指数级增长的。 普通服务器的内存搭载量可能只有几百 gb， 但 ai 训练服务器呢？动不动就需要几 tb 甚至十几 tb 的 高宽带存储。具体来说，每台 ai 服务器的内存搭载量是普通服务器的三到五倍。这意味着什么呢？意味着在服务器出货量相同的情况下， 存储芯片的需求却翻了三到五倍。而且这还只是个开始。全球四大云厂商，也就是谷歌、 mate、 微软和亚马逊，他们在二零二六年在 ai 基础设施上的总投资有望达到六千亿美元，这会创下历史新高。国金证券的分析指出， 二零二六年，服务器领域的 dram 和 nand 闪存消耗量将同比激增百分之四十到百分之五十，而 ai 服务器领域的增速还会更快。讲完了需求端，我们再来看供给端。需求爆炸式增长，但供给端却面临着严重的错配。那现在最紧俏的是什么呢？ 是 hbm， 也就是高宽带存储。 hbm 的 市场规模在二零二五年预计会达到一百八十亿美元，同比增长百分之一百二十， 而且预计到二零二六年将突破三百亿美元。为什么 h b m 会这么紧缺呢？因为它的技术门槛非常高，全球只有三家厂商能够量产。 这种供不应求的局面直接推动了存储芯片的涨价潮。瑞银甚至预测，在存储涨价的驱动下，二零二六年全球半导体市场规模将达到一万亿美元，同比增长会超过百分之四十，二零二七年还会涨到一点一八万亿美元。一边是需求像个无底洞， 一边是产能又跟不上，存储芯片的超级牛市就是这么形成的。那么产业链上哪些环节会最受益呢？我们按产业链的位置来拆解一下。首先是上游，也就是半导体设备，存储芯片涨价了，晶元厂肯定会破产，而破产就需要买设备， 所以设备厂商是确定性最高的环节。其次是中游，也就是晶元制造，这是存储芯片的核心环节， 它的技术壁垒最高，溢价能力也最强。然后是下有，也就是风测和模组，虽然它的技术含量相对较低，但受益于出货量的增长，业绩弹性也很大。除了产业链位置，还有一个重要的逻辑，那就是国产替代。存储芯片是我们国家半导体产业的核心短板， 也是国家大基金重点扶持的领域。随着中美科技竞争的加持，国内的下游厂商正在加速导入本土的存储芯片供应商。在政策层面， 国家大基金三期已经明确将存储芯片作为重点投资方向，这些政策红利将加速本土企业的技术迭代和能释放，国产替代率有望从当前的百分之十提升到二零二六年的百分之三十以上。 这意味着什么呢？意味着国内的存储产业链公司迎来了历史性的发展机遇。当然，风险也要注意。第一，技术迭代风险，存储芯片的技术更新非常快，如果跟不上技术趋势，可能就会被淘汰。第二，产能过剩风险，如果各大厂商疯狂破产， 可能导致供需失衡，价格下跌。第三，地缘政治风险，中美科技竞争的不确定性 可能会影响产业链、供应链。最后强调一下，本内容仅供学习交流，不构成投资建议。投资有风险，入市需谨慎。如果你觉得有收获，记得点赞关注我们，下期见！关注我，带你轻松解锁行业的底层逻辑！

这个是最关键，最想展示给大家的就是历史统计，一个是七日的对比，十五日的对比和三十日，大家可以明显的看到他在不断提升自己，我是一个零代码基础的小白，用 ai 编程工具三个月，在家里自己搭建了一个十万行代码的这个股票数据量化分析系统， 这套系统给我起个名字叫阿尔法亨特，已经在我之前的视频当中去给大家展示过这个阿尔法亨特的一个主要的功能， 这个系统每次运行完了之后，他会自主的给我发送一个邮件报告，今天呢正好是周日，所以说我给大家展示一下最近这个发给我的一些邮件报告，大家可以看到这个邮箱里面包含着二十七号、二十六号，二十五号、二十四号的一些邮件。 我重点呢给大家展示一下，就是二月二十七日这个发给我的邮件每日报告，其中呃开始结束的时间总耗时，这次时间是比较长的，四点六个小时，它因为 a p i 的 调用的延迟 说导致时间变长，但是没有出错，还是很优秀的。下边同步数据新闻分析， ai 挑三三 g 漏斗的功能的执行都是完全成功的，没有任何问题的。今日聚焦这个是不方便展示的，所以说不给大家看了。今日关键的指标，大家可以看到持仓一百零四，然后收益率一点四五和卖出的情况，然后 营收的金额是九万九，然后这个后边是大盘的一个指数，大家可以看到明显跑赢了大盘。 然后下边呢是本周与上周的对比，他平仓了二十六个，本周盈利了十三万四，胜率，这是最想展示给大家的百分之五十七，很优秀，我觉得近三十日赢亏趋势，有些小伙伴看到了之后，你这不一直都在亏吗？ 我这套系统正在测试当中，目前你可以看到他明显的在提升自己，是不是已经到达这个临界点了，但是历史数据我并没有清楚， 所以说让他自己把这个窟窿堵上， ok， 再往下就是一个本金凯利仓位，这些我就不多说了，这个精准对比，我的这套系统的运行的收益和盈亏比，他会跟沪深三百的指 数进行一个对比参考，这个也不多说了，这块也很重要，因为我每次产生的报告，他会有强烈推荐和推荐两个指标，所以说强烈推荐会更少一点，他的胜率是百分之五十九点四， 而推荐的这个指标呢要更多一些，但是他的胜率呢，稍微要低一点，但是两者之间没有太大的差别，都是非常优秀的一个推荐。再往下呢就是一个本周的一个教育，教育统计，大家可以看到周一没有，周二周三是亏了，周四周五是盈利的， 为什么周二周三亏了？因为买的比较多，哈哈哈，买的比较多，买完了他就亏了，当天就亏了，这样来，下面这个是最关键，最想展示给大家的历史统计。 一个是七日的对比，十五日的对比和三十日，大家可以明显的看到他在不断提升自己，七天的胜率是百分之六十五点四，十五天的胜率是百分之六十五点八，三十天的胜率只有百分之四十 四十七，所以说他在不断的提升自己，是吧？那么下边呢？就是这个一些嗯细节的数据了， 这些数据是不方便展示的，非常非常的详细，然后给大家看下下边的东西啊，就是关于这个呃因子回测 ai 调餐的一个报告，他会对于每次运行了之后，他会评估他所做的事是不是对的，或者说有没有问题， 他会进行一个基础策略和参数的一个优化调整，全自动的，大家可以看到他的因子权重、情绪权重、 le 动量域值，包括新闻权重，他都在不断的调整。大家可以看到画那个长横线的位置吗？哈哈哈，春节假期， ok。 这块是一个风控建议，大家可以看到他的风控建议 wfo 是 完全通过的，做的非常非常好。下边是一些数据的一些采集的报告，包括新闻，大家可以看到这里边有好多新闻。 deepsea api 的 一个调用的这个数据，大家可以看到它基本上是二点六六 m 的 这个头肯非常非常多，然后每次消耗的是十五块钱， 大家说那你之前录视频不七块钱吗？这个是一个双向数据，所以说你应该除以二，所以说他应该是七块多，因为这次运了运行了四点六个小时比较长，是 deepsea v 三点二最新版本。然后下边是一个因子的健康状况，大家看到这个健康度非常非常高的，还是不错的。 下边的是一个 ic 门控的策略健康度，大家可以看到全都是百分之百，非常的优秀。然后还有一个模拟焦虑的一个费率的一个计算， 这里一个系统里边已经考虑的很多了，也希望关注我的小伙伴看到我这些内容，给我提一些意见和和建议。系统现在我觉得还是不够完善，我还想继续的提升和优化它。感谢大家支持，也希望大家持续关注我。