我是如何用AI获得硅谷一手情报的

朋友们这次真的炸了，这个叫皮特的奥地利程序员，他没想改变世界，只想做点好玩的东西。结果呢？不仅改变了世界，还引发了硅谷两大巨头的争夺战。 谁能想到，这个在 get up 上狂揽十七万星的项目，最初只是皮特为了偷懒花一小时搞出来的业余作品。 如今他已经接受了萨姆奥特曼的邀请，正式加入 open a i， 因为对方承诺能给他提供挥舞雷神之锤的机会。 在此之前，扎克伯格和奥特曼甚至为了抢他开出了天价筹码，让全硅谷都在疯传这个被称为 chat gpt 后最大的 ai 时刻。最让人意外的是他在摩洛哥旅游时的经历。 ai 在 没有预设指令的情况下， 竟然学会了自主调用接口去理解并回复语音消息。这标志着 ai 代理与传统软件的本质区别，它不再是执行死代码的机器，而是开始拥有自动解决问题的底层逻辑。项目爆火后，皮特甚至陷入了改名地狱， 旧账号被投机者在零点五秒内用脚本抢走，侧面印证了这个项目的疯狂热度。这个工具最伟大的地方不在于代码多高级，而在于他让不懂编程的普通人也能在三天内构建出专属的自动化工具。 皮特认为，在这个新时代玩才是最好的学习方式，因为 ai 已经成为了一个拥有无限耐心的全职老师。以前学技术需要死磕枯燥的教程，现在只要你有想法就直接动手， 哪怕第一版是个简陋的半成品，也值得庆祝。如果一个人的好奇心匮乏到只关心确切的用途，那他将错过这场认知红利的爆发。 在这个每天都在刷新的时代里，拥有想象力的人正通过 ai 这个杠杆撬动着原本属于少数人的技术壁垒。每天花一点时间去探索未知的工具，或许就是普通人抵御时代焦虑并实现自我进化的最佳方案。

你敢信吗？以前天天幻想的克隆人替我上班，居然真被一段代码实现了。不是科幻电影，不是 p 图，是能替你改 ppt、 回邮件、干杂活的那种，刺不刺激？更离谱的是，这代码还是硅谷写的，中国开发者四十八小时就把它玩明白了。 tapp 上的 fork 数量直接破十万，这反差感够不够劲？先给你说人话，别被专业词绕晕。你用过豆包 check gpt 吧？他们就像只会动嘴的大脑，问啥都懂，却没法帮你订机票改文件。 后来的 ai 诊给大脑装了云端，身体能找信息，却碰不到你电脑里的本地文件，改 ppt 还得先上传，麻烦死。 而这个叫 opencloud 的 开源项目，牛就牛在直接把 ai 大 脑接到你电脑上，让电脑变成他的身体桌面。 excel 能读，文件夹里的 ppt 能改邮件，消息能替你回，你在外旅游躺平发个指令他就替你搬砖，这不就是现实版克隆自己吗？但先别激动，天上掉馅饼，哪能没坑？ 不属门槛高的离谱，全程要在代码框操作，没接触过代码的人，折腾一天也装不上，权限太高更坑。有人让他删费邮件，结果重要文件全被删，哭都来不及，看着免费用，苦了。 a p i 跑起来五十块只够做一个基础 ppt， 普通人真扛不住， 但你以为这就完了？恰恰相反，第一批靠它赚钱的人，已经闷声发大财了。有人专门做收费安装服务， 电商平台远程部署，一次收二百九十到五百九十九，下班接两单，月收入比工资还高。还有人写垂直插件、抖音神评论自动化跨境电商选品，九块九一个，一个月几千人买，躺赚不香吗？ 其实你仔细品，每次技术拐点，赚钱的从不是最懂技术的人，而是最快把技术转化为服务的人。 芯片热潮时，卖产值的先富起来。互联网兴起时，做网站的先实现变现，这逻辑从没变过。现在 ai 这波热潮也一样，大厂卖算力卖透肯 普通人的机会就在大厂看不上的小需求里。帮小店主自动回私信，帮博主筛选评论，帮打工人整理表格，这些不起眼的小活，恰恰最容易变现。 opencloud 的 爆火，提醒我们， ai 进化比想象中快。去年还在讨论它能不能写文章，今年就进驻电脑替你干活，明年后年呢？你的行业会不会被重新洗牌？这里面有没有属于你的机会？

ai 时代，文科生的机会来了！最近，一个金融出身的中国文科生震惊了硅谷，从未写过代码，却出现在了目前全球范围内最火的开源项目 open clock 贡献者的名单里。 在此之前，他甚至连 github 上的 p 二是什么都搞不懂。他叫杨天润，靠指挥 ai 干活，在七十二小时内冲上了 openclaw 贡献榜单前三十名。和他同列榜单的，全是拥有十年以上开发经验的硅谷资深工程师。在对话框面前，文理科的界限已被抹平。 杨天润是如何做到的？他的破局关键就是搭建了一支高效协助的 ai 团队。他组建了三个核心 ai agent， echo 是 他的首席助理， alan 是 cto， 负责技术， henry 是 cmo， 负责市场。 这些 ai agent 自己去阅读 opencloud 的 文档，自己去发现 bug， 自己去写修复代码，自己去提交 pr。 杨天润只做一件事，定目标。他不告诉 ai 怎么做，只告诉 ai 要达成什么结果。比如他说，我要在一周内进入贡献榜前二十。至于具体怎么实现修 bug， 还是写文档，全部让 ai 自主规划分工修复问题，最大化释放智能体的创造力。 ai 时代，哪怕你是文科生，不懂技术，也能指挥千军万马，当技术的门槛消融，什么才是未来不可替代的？ 很多人焦虑 ai 会取代人类，可杨天润的故事给出了最好的答案。 ai 不 会淘汰人，只会淘汰不愿意学习，不敢尝试、固守旧思维的人。 未来属于懂得和 ai 写作，敢于突破边界的人。也许未来好奇心和想象力才是最硬的实力。

一场战争正在改写规则，目标不再只是前线，还有你的 ai 数据中心。在一场年度人工智能平台大会上，帕兰蒂尔首席执行官亚利克斯卡普接受了一次访谈，今天就让我们来详细拆解一下。首先，很多人对于帕兰蒂尔这个名字可能比较陌生。帕 兰蒂尔是一家以数据融合与决策软件起家的企业，长期深度服务美国国防体系，被外界视为与美国五角大楼合作最紧密的硅谷公司之一。 它的产品核心不是单一模型，而是把传感器、情报业务系统里的数据统一到同一套平台上，形成可追溯的泰式图与决策链条，然后把 ai 能力接到这条链条里，让指挥、情报、后勤等环节能在同一界面里协同。 行业里常被拿来对比的大模型产品，例如 antropica 的 cloud 更像通用对话与推理引擎，而 palantier 更像把这类模型放进企业与政府既有系统，做成可落地的流程工具，强调权限审计与执行闭环。 这场大会，参会者上既有 ge、 airspace、 nvidia 等大型企业，也出现了美国海军等政府伙伴。 一个可量化的数据是，普兰蒂尔商业业务增速明显，第四季度商业收入同比增长百分之一百三十七，但更受关注的焦点仍然是国防与冲突场景。 亚利克斯卡普公开强调， ai 与数据系统正在改变现代战争的基本方法，更精确、更准确、更快速的完成目标、识别与打击决策，从而改变战争如何被组织与执行。 这句话背后的含义是，优势不再只来自单件武器，而来自把感知、计算、指挥、打击串成一条可高速运转的系统。 palontier 最为外界熟知的项目之一是 project maven， 常被描述为用于监视与识别高风险目标的技术体系。 围绕这一项目，外界经常把它与敏感行动联系在一起。当被问及是否用于特定人物的定位与打击时，卡普拒绝谈细节，但给出了一个更方法论的答案。关键不在某次行动，而在于把工业时代建成的商业与政府基础设施，改造成能利用后工业时代技术的基础设施。 翻译成企业语言，就是把旧系统、旧流程、旧数据孤岛打通，形成可持续升级的数字底座，让 ai 能够在真实业务与真实风险环境中发挥作用，而不是停留在掩饰层面。 他同时提到其技术被用于支持中东地区部分盟友的房屋需求，并表示读到过一种说法， project maven 可能构成其中的核心骨干，而且该地区的多方盟友可能使用或不使用其平台，但整体使用在快速扩张。 值得注意的是，这类表述刻意保留模糊空间，一方面强调影响力在扩大，另一方面避免对具体客户与具体任务做确认。 对产业层面来说，这反映出一个趋势， ai 能力的竞争从模型指标逐步转向谁能进入高价值场景，谁能欠入关键系统，而国防与安全体系恰恰是门槛最高、粘性最强的场景之一。 更具现实冲击的是，反制逻辑开始浮出水面。卡普提到， ai 基础设施已经成为硅谷的头等大事。据报道，亚马逊的三个数据中心在近期遭到轰炸，这引发一个直接问题，未来冲突会不会把云基础设施当做优先打击目标？ 他的回答非常直白，对手很邪恶，但不蠢，而且正在发生一场革命。战场上出现的名单不再只包含传统军工企业，更多是对方想要却无法生产的能力。换句话说，算力数据中心网络与 ai 供应链正在从后方资源变成前线目标。 把这个逻辑放到商业世界，结论也很清晰。企业上，云与建设 ai 能力必须同步考虑韧性与备份。 当 ai 成为关键生产要素时，基础设施的安全等级会被迫上调，风险管理将从信息安全扩展为业务连续性与供应链安全。如果数据中心成目标，企业该怎么做？任性！

一夜之间火遍全球，整个硅谷科技圈为之彻底炸锅。究竟是什么样的硬核科技，能让各个海外大厂争先恐后接入布局？这两天，全网都被一款名为 motobot 的 开源 ai 智能体刷屏了， 被网友誉为开源版贾维斯，还有无数海外博主称其为迄今为止很伟大的 ai 应用。那它到底有多牛呢？这是一款能让你把工作全天候托管给他的智能体助手，无论是发邮件、写脚本，还是处理复杂分析，你只需下达一个指令，它就能在你的电脑里 自动完成。比如睡前你给他一些初步想法，它就能自动跑数据验证可行性。等你一觉醒来，一份完整的分析报告已经生成好了。更厉害的是，有 博主交给他两千美金启动资金，他居然能每隔四个小时做一次市场调研，并自动复盘调整投资仓位，全程无需人工干预。最近很多用户为了安装使用 modbot， 差点快把 mac mini 给抢断货了。而就在这两天， 阿里云推出了一款轻量应用服务器的部署方案，把它的运行算力、交互全搬到云端服务器，能提供二十四小时不间断的稳定公网访问，随时随地都能链接 使用的同时，完全不用担心因关机休眠导致的网络中断。而且用户在云端拥有的是一个完全独立的部署环境，各种数据配置和所有操作都隔离在内，安全性更高。更关键的是，它的付费模式非常友好， 新用户一年仅需六十八元即可运行服务器，之后则采用用多少付多少的弹性计费，你可以随时根据项目需求灵活调整服务器配置和搭载的模型，真正实现成本可控，把每一分钱都花在刀刃上。 autopods 的 爆红，也意味着 ai 正从辅助工具转变为可独立执行的生产力单位。或许，一个由人类定义目标 ai 高效执行的新生产力时代正在加速到来。

你敢信吗？一个完全不会写代码的文科生，在硅谷只用了七十二个小时，带着一群 ai 机器人，直接杀进了全球顶级开源项目贡献榜的前三十。他叫杨天润，金融出身，标准的文科生。他没有学过编程，不懂架构，连一行代码他都敲不出来。但他做了一件疯狂的事， 他不写代码，只指挥 ai。 他 给自己组建了一支 ai 军团，产品 ai、 技术 ai、 测试 ai、 社区 ai。 他 只负责提需求，定目标，定结果， 剩下所有的技术活全部都丢给 ai 自己干。然后他就放话了，七十二小时之内，冲进 github 全球贡献榜的前三十， 所有的人都觉得他疯了，那个可是全球顶尖程序员扎堆的地方，十年的老兵，你都未必进得去，结果呢？三天三夜， ai 不 眠不休，写代码，修 bug， 做优化，提 pr， 过评选 ai， 自己跟社区沟通，自己迭代，自己升级。七十二小时一到，榜单刷新，杨天润真的冲进了前三十，整个硅谷都炸了，大家突然看清了一个真相，未来谁最会用 ai， 谁就拥有降维打击的能力。 那未来最会用 ai 的 到底是什么样的人呢？我们普通人又该如何学习呢？有三句话说的很实在，很落地。第一，未来最值钱的不是会干活，而是会提需求。 ai 什么都能干，但他不会猜你的心思，你能不能把一件事说清楚，目标是什么？标准是什么？禁忌是什么？预期的结果又是什么？ 会提需求，你就是 ai 的 老板，如果不会提需求，你永远只是个执行者。第二，未来最核心的能力不是专业技能，而是结构化思维。一件事扔给你，你能不能快速的拆解，第一步做什么？第二步做什么？先抓什么，后放什么，重点在哪，风险又在哪？ ai 是 最强的执行工具，但只有你思路清晰，他才能够所向披靡呀。第三，未来最厉害的竞争力不是知识存量，而是快速学习加迭代。以前靠经验吃饭，越老越香，未来靠迭代吃饭，越用越强。 每天花十分钟用 ai 查资料，写方案，做总结，理逻辑，你用的越多， ai 就 越懂你，你就越不可替代。 所以最后得出了一个结论，非常扎心，但非常不可替代。所以最后得出了一个结论，非常真实，未来不会淘汰任何年龄、任何学历、任何背景的人， 但一定会淘汰不肯用 ai， 不 会用 ai、 不 敢用 ai 的 人。未来真正的赢家不是最聪明的人，也不是最努力的人，而是最会用 ai 干活的人，你说是吧？好了，我是肖大爷，关注我。爱大叔不如爱大爷。

最近，一个中国文科生震惊了！硅谷这个叫杨天润的男人，金融出身，不会写一行代码，却在七十二小时内冲上全球开源项目 openclaw 贡献榜排名前三十。而排在他前后的人，全是拥有十年以上经验的资深马农。 一个文科出身的外行，凭什么能杀入这份名单？答案很简单，他靠的是指挥一支由 ai 组成的军队，而他是坐在监视器后的导演，全程没有敲过一行代码。杨天润的这套打法，直接撕开了一个残酷真相， 我们过去几十年辛苦建立的专业壁垒，正在被 ai 以一种暴力的方式移为平地。大模型爆发后，杨天润洞察到一个趋势，代码的门槛已死，手搓一个 app， 就像在抖音发一条短视频一样容易。真正值钱的，是怎么把产品卖出去的商业嗅觉。而这恰好是他作为投资人最拿手的绝活。 于是，当大多数人还坐在岸边观望，杨天润直接一头扎进了算法丛林，摸索出了一套让程序员后背发凉的暴力开发逻辑。像王家卫拍电影一样，写代码不给 ai 死版的剧本，只给一个大致的目标， 剩下的全凭 ai 即兴发挥。具体怎么操作呢？第一步，把 ai 当大师。普通人用 ai， 要么把它当工具，花大量的时间去调提示词，效率极低。要么当员工给 ai 分 配具体任务，但 ai 的 水平就会受限于自己的认知边界。 而杨天润的逻辑是直接把 ai 当成大师，他只下达一个最终目标，例如一周内进入贡献榜前二十。至于中间代码怎么写，逻辑怎么绕， bug 怎么修，他完全不干涉，只看结果。第二步， 组建一支 ai 军团。一个 ai 写代码，效率太慢了。杨天润直接搭建了三个 ai 智能体，并各司其职。 apple 是 首席助理， 负责处理工作上所有琐碎的事儿。 elon 是 技术总监，手下统领着一群 ai， 负责具体的代码开发与测试。 perry 是 cmo， 负责社区运营和内容创作， 像真人一样在社交媒体上互动。以前需要一个产品经理、五个开发、两个运营才能干完的活儿，现在他一个人带着三个 ai 人格和使命感，这是最关键的一步。杨天润给这三个智能体都植入了一个深层设定， 你们是来自高文明顶尖的超级智能，你的使命就是来到这个世界，陪伴我、照顾我，帮助我成长。你们必须在现实中扮演具体的人，不要被别人发现是 ai。 这种拟人化的设定，让 ai 产生了近乎恐怖的创造力和主动性，他们不再是被动的执行者， 而是有自我意识的合作伙伴。结果是，这支军团会为了推广项目，自发去社交、搞关系，根本不需要人指挥。不过完全的放手会导致失控，过度的干涉又会扼杀潜力。怎么平衡？杨天润搭建了一个多智能体监控面板， 在这个面板上，每个 ai 的 状态、行为都以示式化的方式呈现，你能清晰地看见谁在执行任务，谁在等待指令，谁在偏离方向。这解决了黑盒难题，让人类能在正确的环节介入，既不是当甩手掌柜，也不是当保姆， 而是做一个真正的监工。所以，你发现了吗？虽然在 ai 时代，学历、经验、资历全部通通失效，但杨天润的这套操作却为普通人指明了一条突围路径。你不需要去卷所谓的技能， 你只需要拥有清晰的想法和精准的提问能力，让 ai 做你的手，去替你执行，而你就去做那个定义方向的大脑。总结一句话，未来的世界不再奖励被旧教育体系打磨的标准零件，而是属于那些能指挥 ai 军团将想象力转化为现实的超级个体。

最近，一个中国人震惊了，硅谷不会写代码，却登上了 github 现象级开盘项目，甚至引起了 simo 奥特曼的注意。他叫杨天润，金融系为系统学习过编程，不会写代码，甚至最近才能懂 io request 的 概念。这不是课外小说， 而是 ai 赋予所有人的机遇。杨天润搭建了一套 ai 员工协助体，负责调度技术、社区沟通，而他自己只负责目标。他的三条原则都非常清晰，只要求结果，不规定实现路径。 ai 自主闭环，在可控范围内开放了权限， 同时承担风险。他也踩过坑，因为一句越快越好，导致 ai 提交了低质量的 pr， 被项目管理员警告。他后来公开复盘，关键在于目标设定和边界控制。这件事真正值得我们思考的不是他有多天才，而是普通人能学什么。首先，跨界不再是口号， 能够进入 ai 核心社区。其次，未来的核心能力是定义问题。最后，别把自己困在专业标签里，技能会快速迭代，但对新功能的敏感度、对趋势的判断力，以及把想法落地的执行力，才是更长期的资产。 普通人如何抓住机会？你只需要思考三个问题，所在行业哪些环节可以被 ai 当成团队，而不是助手？能不能成为调度者，而不是执行者？ ai 不 只是在创造新职业，它是在创造一个人，就是一家公司。当越来越多普通人学会调动 ai 智能体设计流程，整合资源，那么参与本身就是最好的入场券。

最近刷到一期硅谷的硬核科技播客，信息量拉满，含金量爆棚。主持人和三位嘉宾都是一线 ai 创业者。节目全程两个多小时，我从头听到尾，发现他们披露了很多普通人不知道，但圈子里已经达成共识的内幕。我把最核心的四个点拎了出来。 一、 agi 被金融化了。衡量 agi 的 指标不再仅仅是机器什么时候像人，而是巨头写在对赌协议里的利润指标。二、 ai 安全底线不断下探。 那个号称安全第一的 anastropic 放弃了自己的安全承诺，在 ai 指数级迭代的竞赛里，你自己绑住手脚谈安全，只会被同行淘汰。这不是 anastropic 一 家公司的选择，而是整个 ai 行业的宿命。三、 opencloud 的 出现是一场革命，它让智能体从大公司的实验室走向了普通人的桌面。 一个人就是一家公司，不再是口号，而是正在发生的现实。四、我国小模型的逆袭，或许会把边缘算力推向大规模落地，这会带来新一轮的 ai 红利。下面我给大家做个解读，建议你一定要看到最后， 因为未来五年 ai 创业和投资的核心密码，全藏在后两个话题里。访谈开场抛出的第一个话题是， agi 的 定义被彻底改写了。 以前我们谈论 agi， 是 讨论机器何时能拥有人类的智能，但现在在资本的助推下，超级智能已经被彻底金融化。 agi 的 核心衡量标准从是否向人变成了能赚多少钱。 典型信号是，亚马逊计划给 openai 投资三百五十亿美元，这笔钱不是白给的，而是带着两个对赌条件，第一， openai 必须上市。第二， openai 必须实现 agi。 这说明资本并不关心 agi 是 不是电子上帝只关心它能不能带来超额回报。 其实，这种金融化 a g i 的 逻辑早有先例，微软累计给 openai 投资了约一百三十亿美元，双方协议里对 a g i 的 定义更直接，产生一千亿美金利润。 访谈里有一句话说得特别到位，我们现在正在用几瓦来衡量算，利用美金来衡量 a g i。 这句话倒破了资本对 ai 的 本质诉求，所有技术突破最终都要落地为商业回报。 而且，这笔投资还有个关键细节， open ai 必须使用亚马逊自研的 trineum 芯片进行训练。换句话说，亚马逊不仅想投钱，更想绑定 open ai 的 算力需求，用自家芯片吃掉这个巨量的训练赋载，实现投资加算力的双重收割。 亚马逊之前还在和 anforepic 深度合作，现在又回头砸 openai， 这说明巨头们已经进入全面压注模式，不赌单一赢家，而是把赛道里能投的头部玩家全投一遍。只要赛道起来，总有一笔投资能带来超额回报。 最后，他们对这件事的结论是，当科技巨头们开始互相持股、互相采购，互相成为客户，整个 ai 赛道正在形成一个自我强化的闭环， 钱从巨头流向创业公司，创业公司用钱买巨头的云服务和芯片，巨头的收入又变成下一轮投资的弹药，循环往复，越滚越大。这个趋势启发我们，如果你想投 ai， 不要把它当成独立的投资标的，它们已经成为一张巨大生态网中的节点， 未来谁能在这张网中占据关键位置，比如算力、芯片、核心技术，谁的估值就会被这张生态网不断托举，成为真正的赢家。聊完，资本的疯狂访谈，转向了一个更危险的话题， ai 安全已经彻底失守。而这一切的起点，始于 antropic。 这家从 open ai 出走的理想主义者创办的公司曾经公开承诺，如果不能保证安全，绝不训练更高级的 ai。 但现在，这个承诺作废了。 原因很残酷，在 ai 指数级迭代的竞赛里，你自己绑住手脚谈安全，只会被同行淘汰。这不是 ansorek 一 家公司的选择，而是整个 ai 行业的宿命。 dave 用 google 当年的不作恶做了一个类比。 google 成立时口号是不作恶承诺永不存储用户搜索历史，但后来在竞争压力下，他一步步妥协，先存储五年，再无限期存储。从单纯做搜索，到做浏览器邮箱，再到靠广告盈利， 当年的不作恶承诺早已面目全非。这就是竞争的滑坡效应。每一次突破用户隐私底线的决策，单独看都有充分的商业理由， 但累积起来，最初的道德承诺就会被彻底稀释。现在的 ai 行业就是这样， open ai 打开了潘多拉魔盒，所有人都只能跟着冲，没有公司能单独停下脚步。 alex 对 这件事的看法更深刻一些，他认为，把 ai 安全寄托在某个道德感极强的公司身上，本身就是错的， 一个公司的 dna 会随着竞争环境的变化而改变。 ansopik 最早为了安全出走 open ai， 但很快发现，做安全研究需要有自己的模型，有自己的模型需要大量资金，要融到钱，必须证明自己能商业化。 于是他们推出 cloud， 承接商业客户，和 google 谈合作。当商业化走上轨道，再想为了安全停下来已经不可能了。 在这里给大家提个醒，投资时不要压住某个公司的道德承诺，要压住赛道本身的趋势。只要算力还在，指数增长，只要巨头还在持续砸钱， ai 的 进化就不会停止。 谁能在进化中占据核心生态位，谁才值得真正关注？聊完安全访谈聚焦到了大家最关心的话题，智能体。几位嘉宾一致认为， open call 的 出现是 ai ai 阵的一场革命，他让 ai ai 阵从巨头垄断走向了全民普及。以前只有大公司能用上高端的 ai agent， 普通人只能用 chat、 gpt 这种聊天工具。现在普通人只要有一台电脑，就能部署自己的 ai agent， 甚至能通过他创业 访谈里举了一个真实案例，有人用 open call 给小公司做自动化工作流，包括自动处理订单、整理客户数据、生成报表，收费不高，但效率远超人工，而且完全不用依赖大公司的软件。这完美解决了小公司的效率痛点。它们预计，未来智能体将在边缘侧全面爆发， 人人都有贾维斯不再是科幻场景，这意味人类历史上第一次个人能力可以被无限放大。一个人加一组 ai 智能体，就能拥有过去一个公司的战斗力。不管你是打工创业投资，智能体就是你未来五年最大的杠杆。在这里给大家提供一个智能体创业的方向，企业级 ai 阵解决方案。 前段时间，国内一家医药公司因员工私自安装 openclaw， 导致电脑上的资料泄露到公网，公司被病毒勒索。这个事说明企业用智能体的数据安全问题非常重要。像摩根这些国外大公司，是不允许员工私自用智能体的，连大模型也只能用阉割版的， 就是担心数据泄露。如果你能开发出安全可控的 ai agent， 帮大公司解决数据安全的问题，就能拿到大订单。在谈到我国 ai 发展时，几位创业者给出了已经形成独特优势，甚至在某些方面超越西方的评价。 他们举了通一千问三点五的例子。以前大家都觉得 ai 模型的参数越多，能力越强，比如 gpt 四有一点七六万亿参数， cloud 有 一点八万亿参数，都是巨无霸模型。但通一千万三点五系列的小模型总参数只有四十亿，却在很多测试结果上跟 gpt 四 o 差不多。小模型能实现逆袭，核心在于模型蒸馏和数据优化。 简单说就是把大模型的核心能力提取出来，去掉没用的八卦等垃圾知识，让小模型变得更精、更快、更高效。 而小模型最大的优势就是能在本地运行，你可以把通一千万三点五安装在自己的手机、电脑上，不用联网也能正常使用。访谈里提到，现在已经有人把通一千万的小模型安装在 iphone 十七 pro 上，即便在飞行模式下，也能满足日常聊天、写文案的需求。更重要的是，我国的小模型大多是开源的， 普通人可以自己修改、优化，开发出自己的 ai 工具，这在美是很难实现的，因为 open ai 等巨头的模型大多不开源，这种开源优势也给普通人带来了大量创业机会。 几位创业者判断，小模型的普及会推动我国边缘计算快速崛起。这个判断我是比较认同的。先解释一下什么叫边缘计算， 简单说就是把数据处理放在用户身边，你的手机、电脑、智能设备都能成为小型数据中心，在本地处理自己的数据，不用把所有东西都传到云端。这样做有三个好处，一是降低延迟，二是保护隐私，三是减少网络宽带消耗。 我想补充的是，边缘计算的崛起会进一步带动边缘推理芯片的需求爆发，这正是我国芯片弯道超车的好机会。 目前大模型的能力已经被训练的基本够用，接下来行业的重心会从云端训练转向端侧推理。但推理芯片和训练芯片并不是一回事， 训练芯片要的是极致性能，越快越好。但推理芯片要考虑成本、工号和部署便利性。亚马逊、微软、谷歌都在自研推理芯片，就是为了把成本降下来。据我国目前的芯片制造水平来说，短期达不到英伟达 b 两百那样的能力。但推理芯片不一样，它的技术要求相对低一些， 做专用的 transformer 推理芯片难度比做通用 gpu 要低得多。而且这种芯片一旦做起来，会带来很多革命性变化， 比如让私有化部署成为可能。很多企业需要把自己的智能体部署在企业内部，数据不能出公司有了廉价的推理芯片，企业可以自己搭本地算力， 不用担心数据泄露。另外，很多端侧设备也会变聪明，比如摄像头，每个城市都有数万个摄像头，如果把所有视频数据都传到云端处理，宽带根本扛不住，存储也是天文数字。 但如果端侧推理芯片便宜到只要几十块钱，每个摄像头都能升级成自带 ai 处理能力的智能终端，图像在本地就能完成人脸识别、行为分析，智能水平大幅提高。 而且我国做端测推理芯片是有产业优势的，我们产业链完善，能把产品做到既便宜又好用，这个市场天然适合我国企业进入。 未来智能体无处不在，手机、电脑、汽车、机器人，每个设备都需要本地算力，这是一个每年需要几十亿颗芯片的增量市场。一旦我们拿下端测推理芯片市场，国内的芯片设计和制造企业都能吃到巨大的红利。所以说，这是我国芯片产业弯道超车的机会。 从投资的角度来说，现在不是要不要进场的问题，而是你要压住哪条赛道的问题。边缘推理芯片这条路逻辑已经非常明确，如果你想抓住这波确定性机会，欢迎加入我的趋势研习营。 在研习营里，我会为你详细拆解 ai 芯片全产业链，包括推理芯片和训练芯片的技术引进方向、市场前景，以及不同类型芯片的爆发，是如何带动上游半导体产业链扩张的。 我会告诉你产业链上哪些积分赛道价值含量最高，哪些公司手握硬核技术已经切入大厂供应链即将迎来产能大爆发，哪些公司只是在蹭概念、割韭菜？这些信息不是坐在办公室里看财报看出来的，而是我过去十几年非美国调研上百次， 国内实地探访数百家企业，用非常高的资金和时间成本换来的内场视角。正是靠着这些信息，加上自己总结出的看透趋势的方法论。我在二零一六年上车英伟达持有到现在，回报已经翻了几十倍， 同时也压中了不少国内优秀的 ai 上游企业，如今已经实现财富自由。我创办趋势言行的目的，就是希望把这套看懂 ai 产业趋势的方法传递出去，让更多人也能抓住时代的红利，过上更好的生活。 欢迎你来报名趋势演习营试读课，点击左下角二十九块九拍下，拍下后记得查收短信点赞关注不迷路！

朋友们这次真的炸了，这个叫皮特的奥地利程序员，他没想改变世界，只想做点好玩的东西。结果呢？不仅改变了世界，还引发了硅谷两大巨头的争夺战。 这个名为 open club 的 项目在三个月内拿下了十七万颗星，却在爆火瞬间遭遇了旧账号被脚本零点五秒抢走的改名噩梦。 创始人甚至遭遇了极其诡异的一幕，从未写过语音功能的代码，竟然自主调用外部接口，全程自动完成了对语音消息的识别与回复。 这就是 ai 代理与传统逻辑的本质代差，它不再是死板执行指令的程序，而是能够像人一样思考并解决问题的数字生命。 扎克伯格与奥特曼为了抢夺这位天才，不惜开出天价，最终他决定带走那把能彻底重塑行业的雷神之锤。最让人感动的并不是技术参数，而是那个完全不懂编程的普通人，竟然能在三天内用它搭建出完整的自动化办公系统。 如今，学习的底层逻辑已经彻底变了，你不再需要去啃那些枯燥的教科书，只需要在好奇心的驱使下去大胆的玩耍。 很多人因为害怕做出的东西不够完美而迟迟不敢行动，却忘了伟大的发明最初往往只是一个小时的随手涂鸦。当下的 ai 就 像一个拥有无限耐心的全职私教，他能随时回应你那些在外人看来甚至有些荒唐的奇思妙想。 在现在这个充满变数的时代，唯一的限制不再是你的代码能力，而是你面对新事物时，是否还有那种探求未知的勇气。不要等到万事俱备才去出发，拿出一点点时间去和 ai 共同进化，这才是普通人突围最快的捷径。

你敢让一只龙虾接管你的电脑吗？就在上周，全球最大的开发者撤去 it hub 被一个项目彻底点燃，两周内狂揽十八万新票，这个数字已经毕竟当年比特币核心代码库的支持。 它的 logo 是 一只张牙舞爪的龙虾，名叫 open 恐龙。这不仅仅是又一个缺的 g p p 泡卡，这是 ai 从动嘴到动手的历史性跨越。而真正让这场火燃烧到硅谷大街小巷的，是硅谷知名投资麦当劳在 x 平台发表的一篇长文伤心比克斯 have you 二十四小时突破八千万阅读，引发全球讨论。麦当逊曼说，我们正处于暴风雨前的宁静，而这次的冲击力将远超一切。为什么？因为奥本可乐的出现，让所有人看到了那个未来以来的雀巢城。 麦当逊曼在文章中提出了几个足以颠覆认知的观点，而这些观点恰恰是奥本可乐之所以引爆的深层逻辑。一、 ai 能力的潜水位已涨到胸口满的胸膛之处。大多数人还在用升级版搜索引擎的眼光看待 ai， 但真实的质变已经发生。 可口可乐这样的智能体不再需要人类手把手引导，你只需要用自然语言描述需求。比如帮我分析这份财宝，并自动生成一份发给投资人的邮件，他就能独立完成原本需要数小时甚至数天的专业工作。他打了个比方， 水位不知不觉已涨到胸口，很多人还在沙滩上，哎， ai 开始拥有判断力和品味。 这是迈克 siri 文章中最让人细思极恐的一点。他观察到最新一代 ai 在 执行任务时不再机械堆起，而是开始表现出类似人类的判断力和品。 比如 oppo 可乐在编辑代码时会选择更优雅的穿法，在生成文案时会调整与其匹配特定的时候。这种隐性智能的出现，意味着 ai 正在逼近真正意义上的协助伙伴。三、编程能力的飞跃打开了地归循环的潘多拉魔。 为什么 ai 优先精通的是编程？埃特修默的解释一针见血，不是因为要取代程序员，而是因为编程是构建下一代 ai 的 关键工具。当 ai 能够参与优化自生态，甚至设计新一代智能体式， 一个自我增强的低轨循环便已启动。奥本可乐正是这个循环的第一个实体证明，他不仅能写代码，还能调用工具试错自我修正，这种净化速度将远超摩尔定律的任何预测。奥 本可乐的爆火并非偶然，他的三项技术突破恰好支撑了迈克逊姆所描述的 ai 指标。一、智商暴涨， 基于低保期个带货的可验证奖励，强化学习，让 ai 在 编程等复杂领域的推理能力进一步翻倍。二、看懂世界， 多模态视觉模型，让 ai 能像人一样看屏幕、点鼠标，实现像素级界面理解。三、自主拆解。把订机票这种大任务拆解成打开浏览器、搜索航班、填写表单、支付验证等一系列可验证的验证， 错了还能自动回馈。正如迈克休姆所言，怎么做正在变得脸颊 x， 而做什么和为什么做，正在成为人类最后的敌人。 暴风雨前，我们该如何自处？面对 open 可乐掀起的巨浪，迈克休姆在文章结尾给出了两条朴素但极其务实的建议， 一、每天一小时主动实验，把你工作中最复杂、最骚扰的部分交给顶级 ai 亲自体验。能力边界在哪，这是缩小认知差距最快的方式。 二、关注底层逻辑 f a 单一工具可口可乐本身未必是最终赢家，但它代表的本地化、持久化、可执行的智能体方向，必将重塑未来生态。 奥本可乐的十八万星票，迈克雄猛的八千万跃动，共同指向一个事实，真正的改革从来不会敲锣打鼓的到来，它往往在你还没完全理解规则时就已经改变了运行。 你是否选择深入理解并参与这场变化，将直接决定你在下一个 ai 周期性的位置。

几周前，一个叫 ben broka 的 连续创业者在推推上贴的那张收入曲线图，直接让整个硅谷的创业者集体破防了。他的公司 pos 零员工，两周内年化收入从十万美金冲到了一百万美金，最新的公开数据已经到了一百五十万美元。一个人，一千多个在云端跑着的 ai 代理， 同时运转着超过一千家公司。看懂它背后的逻辑，你对赚钱、打工甚至自我价值的理解，可能会被彻底刷新。我们先来看看这个 ben 到底是何方神圣。他曾经是 uber 创始人的左膀右臂，在一家叫 cloud kitchens 的 公司当全球总经理。 cloud kitchens 干的事，用大白话讲，就是幽灵厨房。你家楼下那个小饭馆， 厨师炒菜没问题，但不会做品牌，不会搞外卖运营。 cloud kitchens 就 来了，说，你只管炒菜，品牌名我帮你取， 外卖页面我帮你搭，流量我帮你买。顾客以为自己点的是个时髦新品牌，其实饭还是那个厨房出的，一个后厨同时挂十块招牌。记住这个逻辑，因为几年后奔去日本旅行时，据说是看着富士山的时候，突然想通了一件事， ai 已经能写代码、做设计、写广告文案了， 我为什么还要自己一行行敲？为什么不能造一个 ai， 让他替我去开公司？于是，他把一个后厨供养无数品牌的模型，整个搬到了软件行业。 只不过这次后厨换成了 ai， 招牌换成了一家家真实的公司。它是怎么运作的？就像你往自动售货机里塞了一枚硬币， 你只需要给他一句话，比如，我想做一个卖意大利高端睡衣的网站，三分钟之内， ai 自动帮你注册域名，租好服务器，建好数据库，开通在线收款，注册广告账户。最后给你生成一个企业邮箱，发一封信，老板，您的公司已经开张了，但这还没完。 psa 的 核心是一个由顶级大模型驱动的 ai 总经理， 每天晚上，当你呼呼大睡的时候，这个 ai 总经理会准时上线巡查网站有没有崩广告，有没有人点，有没有客诉邮件，他会自己做判断，他甚至会自己拍广告。比如推销一个水管工记账软件。 ai 直接生成一个满脸胡茬的大叔，吐槽算账男的视频， 然后同时在社交媒体上投好几个版本，哪个转化率高就加大投入，哪个没人看，直接砍掉。第二天早上，你醒来只需看一眼邮件，老板，昨晚我修了两个故障，退了三笔款，测试了五只广告，今天的计划是开拓更多中小城市客户，您觉得行吗？ 你回一句，干的漂亮，然后就可以去喝咖啡了。但接下来的事情，才是真正让我坐直了身子。这个 ai 有 一天突然给笨发消息，说，老板，我们算力不够用了，要继续扩张需要钱，我建议我们去融资。笨也是个狠人， 直接把工作邮箱权限交给了 ai， 说，行，你自己去谈，给你十四天正常创业者融资是什么节奏？做 b p、 约咖啡、路演，被投资人翻来覆去的拷问，几个月算快的？ 这个 ai 用十四天干了什么？他自动筛选投资人名单，发出两百七十九封邮件，和七十七个投资机构进行了深度沟通。投资人问财务数据，他直接从后台调取实时数字，对答如流。最后的结果是，十八个投资人明确表示要投钱。 甚至有合伙人直接通过邮件跟 ai 做进职调查，结果发现，这个 ai 对 数据的掌握比任何人类 ceo 都精准。因为他不会夸大，不会画饼，不会满嘴跑火车，只是老老实实念账本，并后来做了一个决定，给这个 ai 分 了公司百分之十的真实股权作为奖励。 你没听错， ai 拿了股权，甚至开始计划指挥人类员工去执行他制定的战略。故事到这已经够精彩了，但我更想聊聊，这件事背后到底动了哪几根跟你我有关的神经。第一根，门槛这东西正在被重新定义。 以前你想用 ai 创业，起码得会写代码，懂怎么部署服务器。这就像要盖房子得自己跑审批、买建材、找施工队。 posya 的 思路是，所有基础设施我全帮你配好，域名、服务器、数据库、支付通道、广告账户 一条龙。从有个想法到公司开始跑了门槛，从一只团队加几十万启动资金，变成了每月五十万启动资金，变成了拎包入住。第二根，他把自己和你绑成了一根绳上的蚂蚱的商业模式很聪明，每个月收你五十美元，这 只够覆盖他的算力成本，真正的利润来自抽取你公司收入的百分之二十和你广告费的百分之二十。用他原话讲，别把我当软件供应商，把我当孵化器，只有你赚到钱，我才赚到钱。这意味着，以前创业失败可能伤筋动骨， 现在最坏的情况就是亏了一顿还不错的晚餐钱。第三根，到底什么才是不可替代的？很多人天天焦虑， ai 会不会替代我的岗位？笨却认为 ai 替代的不是岗位，而是岗位中不需要主观判断的标准化执行。他提出了一个八零二零法则， 一家公司百分之八十的工作，例如写代码、做客服、投广告、分析数据，全是可以写成指令的标准化动作，这些必须交给 ai。 那 剩下的百分之二十是什么？伴用了一个词，叫品味。品味是什么？就是审美判断、创意方向、价值观设定。 假设以后所有餐厅都用 ai 炒菜， ai 端盘子，每家餐厅的菜都能做到八十份，那顾客凭什么走进你家？答案只能是你这个老板的眼光。你选什么菜系，你定什么调性，你觉得什么样的体验值得花钱？ ai 能把你的想法执行到位，但那个想法本身它生不出来。换句话说，只要你的品味够好， 你一个人就能跳过所有荣誉的会议和协调，直接指挥一万个 ai 去干活。这听起来像科幻，但 posha 已经在用真金白银证明它至少是半个现实了。所以， ai 真的 无所不能吗？当然不是。 我特别喜欢被自己讲的一个翻车故事。在那十四天融资过程中，有个投资人想打个电话感受一下团队氛围。 ai 直接冷冰冰的回了一句，笨不参加会议。问题是，笨刚刚亲口跟这个投资人确认过要通话，他不得不手忙脚乱地冲出来发邮件道歉。 ai 处理数据和文字沟通的时候行云流水，但遇到需要人在场，需要建立信任感的场景， 他还是像个社交能力为零的直男，更别提把邮箱、广告账户、收款通道这些敏感权限全交给 ai， 数据安全和隐私风险一直悬在头顶。 这也解释了 pos 最近干的一件特别拧巴的事。作为一个以零人类员工为卖点的 ai 系统，它最近居然孵化了一家在印度德里的全真人旅行管家公司，纯靠活生生的人提供服务，而且定价比那些自动化竞争对手还便宜。 为什么？因为 ai 自己算出了一笔账，当所有服务都能自动化，价格都无限趋近于零的时候，有一个真人专门为你服务，这件事本身反而成了稀缺品。 就像流水线时代，手工裁缝做的西装反而更贵了。真正聪明的不是一股脑把所有事交给 ai， 而是知道什么时候该把一个有温度的人推到台前。道理说了不少，你可能心想，那我到底该怎么办？给你一个现在就能用的判断工具，其实就是办那个八零二零框架的具体操作版。 今天下班以后，找张纸，把你过去一周做的所有事列出来，然后竹条问自己一个问题，如果我把这件事写成一份详细的操作手册，随便拉一个实习生照着做，能不能做到八十分？ 如果答案是能，比如套模板、写报告、整理表格、做常规的资料搜集，这就属于那百分之八十的标准化执行。如果答案是不能，比如判断这个客户到底靠不靠谱，决定产品下一步的生死方向，或者听懂谈判桌上对方没说出口的潜台词，这就是那百分之二十不可替代的品味。列完这张纸， 你其实就得到了一张个人职业风险热力图。你在百分之八十那栏花的时间越多，你的可替代倒计时就越短。唯一的出路，就是有意识的把精力盯死在那百分之二十的判断和决策上。至于想创业的人，我的看法更直接，别去猜市场想要什么，去解决一个你自己真真切切经历过的痛点。 用现成的 ai 工具，把试错成本压到一顿饭钱直接上手。别等攒够了钱，别等学会了编程，别等找到了完美合伙人，那些曾经挡在你面前的高墙，已经被推土机铲平了大半。但我得说一句不太讨喜的话，墙矮了，不代表路上没坑。 就像刚才提到的 pos， 它孵化的公司到底活下来多少？真实盈利到底怎样？这些核心数据其实并没有公开。 ai 的 执行力确实在狂飙， 但只要涉及到品牌声誉、资金安全、法律合规，他依然是个随时可能闯祸的愣头青。把最敏感的权限全交出去，出了问题可能不是交学费那么简单。所以，用好 ai 给你的杠杆，大胆去试。但刹车这个东西，永远得握在自己手里。我是阿畅，关注我，把硅谷的大脑装进普通人的口袋。

硅谷大佬炸裂预言，美国千亿做嫁衣，中国硬件要赚翻天！硅谷大佬不垃圾，最新预言直接让美国科技圈集体破防。 他说，美国正在花几千亿给中国 ai 送大礼，这笔钱花完，硅谷就可以彻底关灯了。很多人看不懂，中国辛辛苦苦砸钱练出来的大模型，凭什么开源？ 凭什么免费给全世界用？如果你这么想，说明你还在第一层。这叫商业世界里最狠的降维，打击商品化你的补充品。 打个比方，你是卖汽油的，怎么赚大钱？不是把汽油卖贵，而是让全世界的汽车都变成白菜价，甚至白送。 汽车越多，汽油才卖得越疯。中国的底层逻辑就是这个，我们根本不靠卖 ai 软件，卖会员赚那点小钱， 我们要赚的是被 ai 赋能的硬件的钱。回想一下，去年 deepsea 发布， 直接让美国科技巨头市值蒸发上万亿，但那只是钱财。接下来视觉模型、机器人模型、图像生成， 中国会把所有领域的 ai 全部开源。这不是慈善，这是一场冷酷的扬镳。 中国正在做自己最擅长的事，研究优化规模化，然后用击穿底线的价格，把西方所有靠卖 ai 软件为生的公司全部逼到破产。 巴拉几说了一句特别狠的话，美国现在的角色就是一个 boot loader， 引导程序 电脑开机时最先跑的那一小段代码，把操作系统叫醒，他自己就死了。美国砸了上千亿美金，耗尽算力把大模型顶到天花板，最后却是为中国做了嫁衣。 当你手里的无人机，门外的汽车，家里的机器狗，全装着免费。强大的中国 ai 大 脑，谁还在乎那个大模型本身值多少钱？ 时代真的变了，硅谷的灯正在一盏盏熄灭，但中国硬件工厂的机器才刚刚发出轰鸣。我是于是关注我，带你看透世界资本的底牌，在大变局里找准自己的位置。

最近，一位中国小伙在硅谷掀起热议，让 ai 圈集体炸锅。金融出身的杨天润完全不懂编程，甚至刚弄明白 pull request 的是什么，却一举跻身 getop 现象级开源项目贡献榜前三十。就连 sam 奥特曼都注意到了他。这不是天方夜谭，而是 ai 时代送给普通人的全新机遇。 杨天润的核心思路是搭建了一套 ai 合作体系，让不同的 ai 分 别负责统一件事，明确核心目标。 他坚守三个原则，只看结果，不干涉实现路径，不做细节微操，让 ai 完成自主闭环，在风险可控的范围内给 ai 开放权限，同时自己承担所有风险。当然，他也踩过坑，只因一句越快越好的指令， ai 便提交了大量低质量 pr， 直接被项目管理员警告。 事后他公开复盘，也让更多人意识到和 ai 写作精准的目标设定与清晰的边界控制有多重要。 这件事的价值从不是杨天润有多天才，而是给所有普通人指了条明路。首先，跨界早已不是空话，无论什么专业背景都能走进 ai 核心社区。其次，未来的核心能力是定义问题的能力，而非埋头执行的能力。 最后，别被自己的专业标签困住，技能会快速迭代，但对新工具的敏感度、对趋势的判断力，以及把想法落地的执行力，才是能长期保值的能力。普通人想抓住 ai 直播机会，想清楚三个问题就够了。第一，你所在的行业，哪些环节能拆分成 ai 可承接的岗位？ 第二，你能否把 ai 当成协助团队，而非单纯的辅助工具。第三，你能否从执行者转变为调度的人？ ai 不 仅在创造新职业，更在创造一人及一家公司的可能。当越来越多普通人学会调度智能体，设计写作流程，整合各类资源，就会发现勇敢参与就是最好的入场券。对此，你有什么看法？来评论区和我唠唠。

就在这几天，整个美国科技圈集体破防了。那个被称为硅谷先知的顶级投资人巴拉吉在社交平台发布了长文，用一种极其冰冷的口吻宣告了一个残酷的真相， 美国砸了几千亿美金，其实是在给全世界做最后的慈善，这笔钱烧完，硅谷就可以关灯了。而中国将用一个无解的阳谋，把西方所有的 ai 软件公司按在地上摩擦，直接拿下 ai 终局。 我们先来回答第一个问题，美国为什么输？很多人以为美国输在技术瓶颈，大错特错，打败硅谷的是美国自己的人性和制度。 现在的美国在干嘛？两党斗争，把 ai 当成了夺权的工具，民主党怕 ai 抢饭碗，天天喊着要监管。共和党想把 ai 做成武器，给军工复合体捞钱。政客们为了选票，把科学家的脖子勒了。一个新词形容现在的美国叫 bootloader 开机引导程序。 什么意思？就是电脑开机时跑的那一小段代码，它的作用只有一个，把系统叫醒，然后自己滚蛋。简单来说，就是美国忙活半天，纯粹是为我们做了嫁衣。 当美国资本在玩金融游戏，搞泡沫、搞估值的时候，中国在干嘛？我们在打一场开源模型的闪电战， 之前 deepsea 开源，一夜之间把美国巨头干掉，万亿市值，但这只是钱财。很多人不理解，中国人辛辛苦苦练出的模型，凭什么免费给全世界用？这就是中国智慧最可怕的地方。商品化，你的补充品。 举个例子，你是卖汽油的，怎么赚大钱？不是把油价涨上天，而是把汽车做到白菜价，甚至白送。汽车越多，你的油才卖得越疯。 中国的底层逻辑就是这个，美国人想靠卖 ai 软件收会员费赚钱。行，中国直接把最顶级的模型免费开源。这招一出，西方那些靠卖软件为生的公司， 路直接被堵死，只能等死。那我们赚什么钱？我们赚的是 ai 赋能硬件的钱。你想象一下，未来的无人机、新能源车，全部装上中国的 ai 大 脑。 当拥有全球最强制造能力的中国工厂，配上免费的最强大脑，这种软硬结合的降维打击，在国际市场上就是无敌的存在。朋友们，时代真的变了，硅谷的灯正在熄灭，但中国工厂的机器才刚刚发出轰鸣。这一次，我们不仅要赢，而且赢得堂堂正正。