马斯克亲手解散了自己的 ai 公司 x ai, 把耗费两年打造的二十二万张顶级 gpu 全部租给自己最大的竞争对手 cloud, 直接把 ai 圈子混乱的战局又添了一把火。作为全球第一首富, 马斯克明明有自己的大模型 grok, 有 全球最大的私人超算集群,为什么要放弃自研,转头去资助死对头?今天这条视频 给你讲透这笔交易背后的底层逻辑。先澄清一个误区, cloud 不是 突然崛起的黑马,它的技术实力已经获得全球广泛认可。 据 l m s s。 最新盲测数据显示,截至二零二六年五月, cloud opus four point seven thinking bell 以一千五百零三分的成绩稳居全球第一。 更关键的是,其在长文本处理代码升腾的准确率上,比 g p t 和 jammy 高出近二十个百分点。也就是说,现在全球公认综合表现最好的大模型不是 g p t 也不是 jammy, 而是 cloud。 在 当下 ai 算力极度紧缺的大环境下,也只有稳居全球第一的 cloud 有 体量、有资金、有业务需求,能一次性吃下马斯克二十二万张顶级 gpu。 马斯克为什么不把这些 gpu 留给 gorque? 权力和 cloud 的 竞争?答案很现实,因为 grog 已经跟不上第一梯子的节奏。据 cima 了 web 最新数据显示,二零二六年四月, grog 的 全球移动端日活从一千三百九十万降至一千二百二十万,环比下降百分之十二点五,美国市场降幅更是达到百分之十五点六, 市场排名从全球第二跌至第五。更致命的是,其用户留存率不足百分之三十,继续大规模投入, grok 已经很难看到明显的翻盘希望。但这不是马斯克认输,而是他战略转型的开始。他终于调整了自己的竞争路线,从做最好的大模型 转向做最好的算力供应商。以前他想和 open ai 骨骼正面硬钢抢 ai 入口的蛋糕,现在他想给所有 ai 公司提供基础设施,不管谁赢,都要用他的 gpu 和超算。而且 ai 行业的竞争逻辑已经变了, 以前拼的是谁的模型参数更大,谁的推理能力更强。现在拼的是谁有更多的算力,谁能提供更稳定的算力服务。看懂了这一点,你就能明白马斯克为什么要和 klo 的 合作。据路透社二零二六年五月七日报道, spacex 已与 ansorepic 签署独家合作协议,将 klozas 一 超算中心的二十二万张英伟达 gpu 全部租赁给 klo 的 使用,总功率超过三百兆瓦, 相当于一个小型城市的用电量。作为交换, azure pig 承诺未来五年向 spacex 支付超过五百亿美元的算力费用,而且双方还将合作开发太空算力, 把 ai 超算建在轨道上。也就是说,马斯克投出去的不是钱,是闲置的算力资源,换回来的是稳定的现金流和未来的太空算力市场。所以马斯克现在打的是稳定的现金流和未来的太空算力市场。所以马斯克现在打的是稳定。人员聚焦核心, 专注于垂直领域的小模型开发,服务于 x 平台和特斯拉的内部需求,比如自动驾驶、用户交互等。守住自己的基本盘,不彻底退出 ai 赛道第二手牌,把闲置的大规模算力对外出租, 绑定 cloud 这个全球增长最快、商业化最成功的大模型。这样一来,如果 gor 在 垂直领域做出特色,占据一席之地, 马斯克依然拥有自己的 ai 入口。如果 crood 继续领跑通用大模型赛道,马斯克也能从算力服务里赚到最多的钱。不管谁赢,只要用他的算力,他就是最终的赢家。现在的 ai 行业,算力才是真正的稀缺资源,是大模型的命脉。大模型的训练和推理 都需要消耗海量的 gpu, 而且需求还在持续暴涨,而全球 gpu 的 潜能一直处于供不应求的状态,缺口常年存在。 马斯克拥有全球最大的四人 gpu 储备和最成熟的超算运营能力,这是他不可撼动的核心优势,这才是他真正的底细。 cloud 发展得越好,规模越大,对马斯克算力的需求就越大,依赖度也就越高,他赚的钱也就越多。还有人会说, 马斯克为什么不把算力租给 g p t 或者 jammy, 因为 cloud 和 g p t 是 最大的直接竞争对手,而 jammy 和 g p t 的 关系则更加微妙,他们既是对手,又在苹果生态中形成了间接口作。苹果选择了 jammy 作为 siri 的 技术底座,而没有选择 g p t, 这让 jimmy 获得了全球二十亿台 iphone 的 入口,也让 gbt 失去了最大的移动终端市场。马斯克选择和 crow 的 合作,就是为了打破现有的平衡,形成新的三方竞争格局。这件事真正告诉我们的是, ai 战争已经从模型能力之争彻底变成了算力基础设施之争。现在的竞争不再是单个公司之间的竞争,而是生态联盟之间的竞争。一边是微软和 openai, 一 边是谷歌和 android, 还有一边是马斯克的算力联盟。谁能控制更多的 gpu, 提供更便宜的算力,就能吸引更多的开发者 在未来的 ai 行业里占据主导地位。最后问你一个问题,你觉得马斯克的卖铲子策略能让他在 ai 时代继续赢下去吗?你认为两个联盟最终哪个能赢?评论区说说你的看法。收藏这条视频,关注我,带你看透 ai 行业的底层逻辑!
粉丝5.3万获赞50.5万

给大家看一下我这几天用 colossal 的 大概花了多少钱啊?首先说明一下, colossal 的 本身不需要收钱,但是调用模型的时候需要耗费 tokyo, 所以 模型的话需要花钱。 首先给大家看一下,我大概是五月二号充的十块钱,然后五一这几天也一直在用, 嗯,总共的话,我看了一下,我总共用的 tokens 的 话,大概用了三千多万 tokens, 那 么总共消费呢,也才四块四毛,所以说呢,还是比较划算的啊。在五一这几天我也一直做了好几个项目, 现在看一下,这,这都是五一在跑的一些项目,嗯,然后这也有这五一,五一这还跑了好几个项目, 然后,然后当时还做了一个类似 b 站的一个网站, 这大概就是我的 tokyo 的 一个花费情况。其实相对来说,目前国内的大模型还是还是很划算的啊。

我跑了八天,一点二亿头肯账单只花了九块钱。众所周知,克拉的扣对对中国用户来说,最难的不是会用,而是能不能稳定的用。他访问受限,有魔法,成本还高,很多人帮刚把工作流打起来,就卡在账号网络额度的问题上。 但我这几天发现了一个可以替代的方案,就是克拉的扣的壳还可以继续用,但是后面接的是我们的国产 v 四。我不是说理论上能用,我是真的拿它跑了八天, 这八天不是只跑了几百个对话,是从需求拆解,页面结构、接口逻辑等,还有报错修复,全程再跑。 那九块钱是什么概念呢?以前你用海外模型写代码,心里一直在有个计算器在跳,现在我终于敢把这个长期在线程序员当程序员用了,而且他不只是只能聊天,我真的把它做成了一个小程序第一版,第一个可用版本就是他帮我打出来的。 我的小龙虾项目呢,目前也是接这个的模型在跑,体感明显有一点就是他不一定很完美,但是你可以放心大胆的用他,便宜到你可以反复的是,这才是关键的变化。所以 ai 编程真正门槛从来不是你知不知道某些神级提示,而是你可以让一个模型在持续的在你的项目可以。 以前我们怕没有 cloud 的 就不能写代码,现在我发现真的只写的不是魔性名字,而是你能不能把这个工作能跑起来,多次错多次错才有机会。如果你也把 cloud 访问的成本卡住了,可以试试这个方案, cloud 当前的工作台,然后第一步是当后面的发动机。 所以说我说金宇公司梁文峰这波真的是活菩萨,不是因为他完美,而是真的把价格打下来,太好用了,成本太低了。

大家好,今天给大家分享一个非常牛的项目叫 vaping 啊,它是港大开源的金融领域的 a 卷操作系统,目前已经拿了七千多个 star, 上线了可能有一个月左右吧。还是挺厉害的 啊。开始之前我先说一下,本视频仅为开源项目的技术架构拆解,不构成任何投资建议。投资有风险,入市需谨慎。 呃,它这个 web trading 呢?它其实不是一个金融的软件,它是一个金融的 agent o s。 呃,就比如说你跟他说一下要分析茅台,他就会决定要调用什么工具,写什么代码,然后拿什么数据,跑什么回车,都是自动的。它有三十多个工具,七十二个技能的文档,就是 skill, 然后还有这个因子,四百五十二个因子啊,还有七个回测的引擎,就是符合各个市场的,大 a 的, 老美的都有,然后还有三十三个 a 卷的团队,所以它这个架构其实搭的非常的合理 啊。那核心流程是这样的,就是啊,比如说你跟他说要分析一下毛子,然后系统就接到任务了,然后 a 九就开始思考,然后就开始干活啊,他是想着然后做完,做完之后看结果,如果说他对结果不满意,他又重新再想,这样一直循环 react 下去,最多五十轮, 所以他的产出的质量我测试了一下,还是比较高的啊,非常不错。然后他有三十个工具,嗯,就是他自己会有一个这个工工具的文件目录,他自己会去调用零配置的, 包括回测因子、代码、执行知识加载啊,影子账户多 a 卷团队,还有文件和文档 啊,七十二个 skill 呢?呃,他其实是加载了一个目录,就是每个 skill 取一行的描述,然后他 a 卷呢,他就已经加载进去了,如果他的绘画中碰到了这个相关的关键词,他就会去掉取这里面七十二个 skill skill, 就 包括数据接口,技术分析啊,策略模板,还有工作流指南这些, 就你看他有回测的指南,有报告写作,有团队写作,就这些,其实非常的全面,他考虑的很周全,就是港大这边还是真的挺牛的。 然后 ai 呢,他还有个代码杀核,就是你不仅能在他现有的策略里面去做一些测试,还能去让他弄新的策略, 就你自己有个新的想法,你就比如说用这个双均线啊,测试啊,毛子近三年的表现,然后他不是文字分析哦,他就会去写代码了,他写一段拍省的策略,然后他有个回测引擎嘛,他就会交给回测引擎,去去去执行,去回测。 呃,所以他其实还是挺牛的。我也试了一下,就包括,呃,一些超短的想法,你可以跟他说一下,其实他也是能回测的,包括一个中长线的一些啊,波段他也能回测啊,所以总体来说这个 代码沙箱还是挺厉害的,相当于这个也不用你单独去弄,你就说你的需求就好了,他就是一个 a 卷,你跟他说需求,他就会帮你去实现, 然后这个回测引擎也是比较牛的。就是,呃,我在其他的版本里不是还改了那个确定 a 九里还改了下 a 股的吗?但他这个直接就集成了,他把 a 股的规则已经集成进去了,然后美股也是,然后这个期货外汇啊,跨市场的,还有另外一些 那个那些不说了,你们自己研究吧,反正就是他有好多引擎都能进行这个就适配的规则,你就不用再去跟他强调规则了,他自己就能按照这个引擎是回测。你说毛子他就按照大 a 去回测了,你说企鹅他可能就按照这个,他就去找这个港股的引擎就去回测了哇,所以真的这个系统搭建搭的非常的完善, 而且他一直在迭代,然后这个是上下文的管理。呃,上下文的管理呢?他其实做了很多层的压缩,他会自动清理的,有五层,所以真的还是挺讲的挺全面的,就是你对话再长,他都能把它给压缩,把它给提炼,然后,所以其实也不用担心这个绘画的丢失 啊,然后他还有这个多 a 卷的协助,他有三十三个 ai 的 团队啊,也是非常强的, 就是包括这个,你说又又分析茅子的话,他又宏观行业首席,然后还有技术,就是各个层面的分析,一把就给调出来了,就都在里面,就你说需求,然后你的 a 卷判断,这个 a 卷 o s 判断,判断完他就去调取。 他有三十三个预设的团队,有各股研究、宏观策略,风控委员会,量化实验,有行业轮动,事件驱动,这些都有的啊,所以真的,哎,又得感慨一下,确实厉害 啊。这是它还有这个因子的动物园啊,就是做量化的,朋友们比较熟悉的就这个国泰的一百九十一个大 a 的 因子,哎,然后这个学术经典,还有之前我介绍这个 qlab 的 因子, 所以做量化的体系他也在里面,然后这个功能是其他也没有的。影子账户就是直接上传你的真实的交割单,然后他能找出你的盈利的共同规律,然后再问你一个问题,如果你每次都按这个规律操作,结果会怎么样? 就是这,他连这个影子账户他都考虑进去了,就当然对中长线可能说没有什么太多的这个意思啊,这个这个对于这一个一些做波段啊,然后做超短的朋友可能会比较有吸引力啊,就是你亏钱亏在哪?哪些是不应该亏的,你下次应该 分析出你的盈利规则,然后归音报告,下次你应该怎么去操作,我觉得这个真的好牛,他们考虑是真的好周全 啊。总结一下就是这个不是一个金融工具啊,它是一个 a 卷的 o s 啊,是有交互的,这其实就是一个对话框,就是个 ai, 你 跟他聊,然后接了你的这个 api 之后,他就能去掉取这些所有的,他在这个框架内调取这些这些东西, 然后支持策略数据分析。因子真的非常全,相当于 l i m 是 大脑嘛,三十个工具是手脚,七十二个 skill 是 知识库,还有四百五十二个因子,还有三十三个团队啊,专家顾问的 a 卷的团队, 呃,总之非常强。呃,这个我再翻一下,就这个名字, vibe trading, 大家可以去弄下来试一下啊,还挺好挺好用的。好,今天分享到这,谢谢大家。

如果你的 cloud 用不了,可以接入 deep sync。 v 四,用很低的预算解锁一百万上下文,加 max 思考等级。第一步,安装 c c switch c c switch 是 一个开源工具,专门解决 cloud code 切换模型的问题,一键将供应商导入应用, 一键在不同的供应商之间进行切换,内置五十家供应商预设软件可以进粉丝群获取。第二步,买 deepsea 的 a p i 并配置。打开 deepsea 官网,进 a p i 开放平台,网页版聊天是免费的, 但调 a p i 必须先充值。他们目前没有按约定约那种 token plan, 纯粹用多少花多少,对个人用户其实更友好。 v 四 pro 现在打二点五折, 每百万头肯缓存,命中输入零点零二五元,未命中三元,输出六元,这个价格到五月三十一号截止。点充值,选金额和支付方式,建议先小额试一笔,用完再补 付款完进左边 api keys 点创建,随便起个名字,把生成的密钥复制下来。注意,这个密钥只在创建那一刻能看到, 关掉就再也看不见了,丢了只能重建。打开 c c switch, 点 cloud 图标,添加预设供应商,选 deepsafe, 把刚才的 key 填进去,默认模型写 deepsafe vs pro, 然后添加后缀,这个后缀是官方公告里指定的,加了才会起用。一百万上下文 填完点添加,列表里就会多出 deep seek 这一项点测试按钮,验证 api 是 否可用。最后点起用 cloud code 就 可以正常用了。打开 vs code, 输入 model, 启动的就是 v 四 pro, 加一百万上下文,输 context, 验证一下,确实是一百万 tokens, 默默认思考等级是 medium, 敲 effort 加空格会列出所有可选档位,填 max 车就拉到最高 切模型用 model 社会列出来。 opus 和 sonnet 都映射到 v 四 pro haiku 是 v 四。 flash 上下键选中回车确认切到 flash 之后再敲 contacts 能看到上下纹变成二百 k。

这个是我用卡拉的扣的,花了十几分钟写的微信小程序,整合了我的在线网站,目前只整合了文章,首页是所有的文章,中间是分类,可以查看每个分类下有多少文章。查看文章详情。最右边是关于简单介绍一下这个软件以及进行主题设置以及高级设置,高级设置可以设置网站以及广告 id, 广告的有效期 以及默认主题等。这个小程序后台是 wordpress, 它的主要盈利模式靠激励广告。如果你想查看文章的详情,必须通过观看视频广告来进行解锁,点击解锁,加载广告,因为小程序电脑不支持倒计时,所以它一直显示三十秒,而且结束了它也没有提示我们打开手机。好,手机我已经投屏。中间是分类,右边是关羽, 我们手机主要看一下文章详情,怎么解锁,点进去,点观看广告,解锁好广告已经加载,左上角也有倒计时,在这里。好,已经获得奖励,这里有个提示,我们关闭这个广告。好,已经提醒,全区解锁,五分钟内所有文章没有广告,所有文章可以免费看。这里有个全区的倒计时,我们返回文章列表,看一下别的文章,看下一个, 看这个一千九百套。这个点详情已经解锁了,倒计时是接着上一篇文章的倒计时,这下我的消耗已经消耗了三亿多,我看下本月,本月已经消耗四十九,总消费数是一千七百七十五美刀, 平均耗时是十二点三八。呃,基本上我用的模型都是四点七,因为四点七他这个功能最好,当然其他模型也可以用,我订阅的是一个中转站,每天是两百刀。如果你在某个行业有需要开发一些软件,或者现在用的软件比较贵,可以联系我,免费给你开发一套软件。需要的评论区留言。

我花了大概一千五百美金捡了两个应用,其中一个专门生产高级审美的品牌视觉,然后被两个投资人看中了。另外还有一个是朋友圈管理的应用,现在在排队等待的名单已经超过了三百个用户。 因为我和所有小伙伴一样,都是零代码经验,不管你是 o p c 的 老板,还是你想让自己 web coding 的 应用具有商业价值甚至是盈利,跟你分享三个我自己在 web coding 的 时候的核心思考原则。 首先第一个就是价值闭环,我就拿我的朋友圈的私域管理应用来举例,他针对的呢是那些需要经营私域,但是自己不怎么擅长,也没有精力去经营的人。比如说像我自己, 这个应用不是去解决你怎么把我的文案按照某种人设去改写成某种风格,他不是去解决这种单个的痛点,他是把个人的知识库管理、朋友圈的内容做成了一个 闭环,这批内容发布之后产生了数据反馈,又会指导他的下一次的规划,每一轮这样的循环他都会更懂。对于你来说,什么样的朋友圈内容才是更有效的。 所以他不是去解决一个单点的痛点,而是把发朋友圈这件事情上,可能有十个痛点做了一个价值闭环。比如这一整个痛点闭环里面,如果每一步都需要人去操作,其 日非常头疼,内容应该怎么来规划?上一条内容要怎么影响下一条内容?数据差了该怎么来迭代?比如说分析梳理、模式识别、策略调整等等。我设计的这套系统,每一个板块之间, ai 和 ai 它们自己会去对话,去完成进化的闭环, 人就只需要去做质量把关,点击同意或者是否决,就仅此而已。 ai to ai 的 能力是一个 ai native 原生应用非常重要的点。 第三个点是决定商业价值真正的生死的地方就是你怎么来证明这个应用是不是拥有一到 n 的 规模化能力?就是你的这一个产品,它能不能对于来自 n 个不同的能力水平,甚至对于结果好和坏的定义都不同的 n 个用户同样好用,专业上叫做跨越鸿沟,你满足的 n 有 多大,你这个产品的商业价值就有多大。 其实 web coding 把开发的门槛已经几乎降到了零,但是它降低的只是执行的门槛,不是思考的门槛。如果你也正在用 web coding 搭建一些应用,也欢迎分享。在评论区我来告诉你这个应用到底有没有价值,必换,我们下次分享见,拜拜!

卡拉库德又出了一个托管 a 政团,简单介绍一下,这个东西呢,就是我们平常要搞 a 政的话,你可以在一些开源的基础上去搞,或者你从零自己开发都可以 啊,但是毕竟不管咋说还是有些麻烦,对吧?然后它这个东西呢,就相当于是把这个 a 政团所有需要的必要组建啊, 比如你的记忆系统,你的思维循环,然后还有技能啊, mcp 等等这一些这些东西啊,包括你要部署的服务器啊,包括你它的运行杀伤啊等等一系列东西, 人家全给你准备好了,你只需要干啥呢?就是你只需要去定义这个 a 人,他就可以了,系统提示自己可以自己写,然后他让调用哪些工具等等一些东西啊,你都是可以自己去定义, 大概就是这么个东西。然后收费呢,也还是比较合理的啊,我觉得就是除了 token 的 费用呢,然后再加上这个运行时长的费用,这个费用其实就是服务器的费用啊 啊,每小时八分钱,当然是美元啊,换算成人民币就五毛多,看上去也不贵,对吧?啊?这个东西怎么说呢, 我就想聊别的,因为我是个普通人,对吧?普通人现在在 ai 这个领域,他最难受的点在哪呢?就是你的 工作产生的价值可能是包不住 hogan 的 价格的。龙虾量的有多快,大家也都能看到,对吧?其实很多人试了一下就能发现这个事了,你每个月可能四十块钱去买一个 gucci 啊,觉得也还好,不是那么贵,那么 接下来呢?对吧?你一个月拿这些头肯,你能干出来点啥呢,对吧?你,你干出来的活,一个月拿这些头肯干出来的活,可能还顶不过那几十块钱, 这就是大多数人的一个现状吗?所以其实对于可靠的出了这个东西,我觉得就是他能够进一步的去拉大人和人之间的区别,能够进一步的去拉开企业和企业之间的区别。 之前你比如你是一个企业,对吧?你要不要上 ai? 你 可能还在犹豫,那这个 ai 到底能给你企业,对吧?哪些环节能带来哪些价值还不确定,或者说它的开发成本总是得在那摆着的, 对吧?你可以拿龙虾去试一试,但是龙虾能干的活呢?可能就是没有那么高的定制化,对吧?你要去定制,你还是得去做一些开发型的工作,那现在就是不用了,是吧?你直接买可乐,可乐这个东西啥都不用了,你直接去定义他就完了,成本非常低。 然后呢?你如果你这个企业或者人,对吧?你本身就是有利润的,你的业务就是有利润的,那你拿,你拿这么一点利润啊,去把这个投本的价格包住, 那你的业务就会怎么说?就他仍然是一个能够大幅度降低成本的一个东西了。但是对于普通人来说,如果你的业务还没有建立起来,那这个东西,对吧?在原有的投本价格上再加那么八分钱呢? 还是有点难受的,还是有点难受,所以说给普通人留给普通人的时间不多了。

三千八百亿估值,上个月, entropic 五天之内连出三招,每招单独看都是正常的产品更新。但连起来看,我后背发凉。三件事,我按时间线给你捋一遍。第一件,五月十三号, cloud for small business, entropic 把 cloud 塞进小企业天天用的工具里, quickbooks 记账, paypal 收款, hotspot 管客户,天瓦做设计,十五个工作流,十五个 skill, 开箱即用。第二件,五月十四号, the founder's playbook, 三十六页 ai 创业手册,把创业每个阶段都用 ai 重新写了一遍。第三件,不是新发的,但时间线得接上。更早之前, entropic 连发三篇 y c 创业公司案例, human layer、 emperor waken, 全是极小团队,用 cloud code 就 把产品推到了用户面前。三件事分开看,没什么稀奇,连起来看呢,五月十三号给你刀,五月十四号教你用刀, 更早的案例告诉你,已经有人用这把刀打赢了。说真的,我觉得 antisropik 不是 在卖模型,它在定义一件事, ai 时代的公司应该怎么搭,你看这个盘子有多大?小企业贡献美国百分之四十四的 gdp, 雇了接近一半的私营劳动力,这块市场比卖 api 大 多了。 ai 时代公司的操作系统。但这份手册有意思,它同时是两样东西,第一,它确实是一份有料的创业指南, 是那种 ai 赋能创业的空话,按阶段给框架,给失败模式,给验证方法,有些洞察,我看了之后觉得确实是认真想过才写的出来的。第二,它也是 adjective 的 销售文档,手册推荐的所有工具全是自家的。 cloud chat、 cloud code、 cloud co work 三个产品对应创业三个核心需求,调研、开发、运营,一个不落,两种身份同时为真,这不是批评,这是事实。 那你得学会分开读,方法论是方法论,产品推荐是产品推荐。到这里,故事很漂亮,工具齐了,教材有了,案例也摆出来了。但有一个问题手册没回答。当你把 ai 塞进创业的每个环节,调研用 ai, 开发用 ai, 运营用 ai, 效率确实上来了,但 ai 做错的时候,谁来发现?编造信息,给出错误建议,产生幻觉,你身边没有第二个人帮你看见已经有人踩坑了。两个人做出四亿美元年收入的明星案例, ai 客服产生药物价格幻觉编造了不存在的产品线,两个人已经出事了。一个人的时候呢? antropic 教你怎么用 ai, 做错的时候怎么兜底。所以回到最开始的问题, antropic 到底在干什么?工具教材赞爆 三件事,一条线,他不是在教你怎么多招人,是在教你怎么少用人。说真的,一家三千八百亿估值的公司,认真的告诉你,你不需要那么多人,他到底是在帮你,还是在给自己铺路?答案可能都是,好的方法论和好的生意本来就不矛盾,前提是你得分得清哪个是哪个。下一篇,我们聊一个更具体的问题,一人公司到底靠谱吗? angelopic 的 ceo 甚至压住今年会出现一人独角兽,真相是什么?

关于豆包最近打算收费这件事情,我讲几个我自己的判断。第一个就是托肯是有成本的,但是大多数用户没有这个意识,就是大模型跟过去的互联网软件它不是一回事情。就像之前的 呃软件,比如说呃抖音、微信,这些软件开发完之后的边界成本是几乎为零的,多一个用户少一个用户,它的成本差别不大,所以 之前的大量的软件都是用免费引流加后端变现的,这种商业模式是成立的,但是 token 不是, 就是每一次对话,每一次生成,它背后都是有成本的,其这个成本的确是不低。但是现在的问题是,大量 豆包的用户对于这件事情是完全没有感知的。就我五一期间回老家的时候,我发现我的父母和我上幼儿园的小侄女都大量的用豆包视频聊天,比如说我的小侄女还给豆包听音乐, 虽然我不知道为什么要给豆包听音乐,就是等等的这些行为在我看来都是极其 奢侈的,头肯消耗,但是他们就完全没有感觉。第二个就是互联网那一套先免费后变现的逻辑,在大模型这里呃不成立, 因为以前免费养用户是因为用户本身不花钱,而现在每一个免费用户都在持续烧你的钱。比如说我有一个微信号,背后接的都是我的 open cloud, 我 时不时还会删那个微信号上的人,就是把我觉得说没有价值的好友删掉,因为我 不想要他们呃浪费我的托克。你想以前都是大量的把人往死里薅,而现在我却是主动的想要把这些人删掉。 呃,第三就是我其实是愿意为顶级的智力付费的,但是不会为差不多的智力买单。比如说我现在是用 cloud, 两百美元的会员,折合人民币大概一千四左右,但是在我看来这个非常的划算,因为我 用这一千四起码创造了几十倍上百倍的价值。那国产模型呃,差多少呢?客观来讲,我觉得现在顶级的一些国产大模型,像是 kimi, 像是智浦,呃,跟 cloud 之间可能就差个百分之五,百分之十, 就是客观上来讲,它们差距并没有很大,但是就是你一旦用过顶级智力之后,你就回不去了。就说同样 一件事情,我用 cloud, 可能我花十分钟能够给我九十分的结果,那用次一档的模型,我可能花半个小时,一个小时都只能有一个。八十分的结果就是我的时间 是很值钱的,我的产出是很值钱的。而且还这里还有一个隐形成本,就是工作流的迁移成本, 虽然这个大模型是可以一键切换的,我 cloud code 我 可以接啊, deepsea 我 可以接, kimi, 这些都可以。但是当你真正的围绕一个模型打造出一套工作流之后,你 如果你换了一条模型之后,可能你的 front, 你 的 skill, 你 的每一个 agent, 很多很多大量的细节都是需要你重新去调整优化的。工作流的迁移成本对于我来讲是非常高的,这种成本让我心甘情愿,或者是说不得不每个月就是持续给它付一千多块钱。 第四是大模型是隐者通吃的生意,就是智力这个东西,它不存在风格之分, 比如说抖音、快手、小红书可以共存,因为不同的平台它的啊内容,它的风格是不一样的。但是模型这个事情不是这样子的,没有人会因为说我喜欢豆包的风格而选择一个智力差一截的模型来处理重要的事情。所以只要所以只要这个价差没有 很夸张,最强的模型都会把所有正在用 ai 创造价值的用户吸走。那豆包尴尬的地方就是在这里,现在它的用户大盘里绝大多数都是像我父母,像我侄女儿那样把它当聊天玩具的人,就是他们是绝对不会付费的。而像我这样 啊,愿意付费能用 ai 创造价值的人已经在用啊 cloud gpt 了,那次一点的可能也会选择说啊智普、智普、 kimi 等等。像 像智普现在它的套餐是每天是要靠抢的,是限量发售的,现在以前是很难想象的一件事情。这个 说明什么?这个说明愿意为顶级智力付费的人其实比想象中的哦要多很多。就是这些大模型公司已经意识到说不能免费抢用户这条路了,而是 而是开始做配额,做分层,我觉得这个是这个行业走向理性的标志。最后一个,我觉得所有大模型公司都要想清楚一件事情,要赚什么样人的钱。我个人的判断是 大模型应该去赚那些能够把托肯变成生产力的人或者是公司的钱,因为人与人之间的转化效率差异是非常非常大的。 那对于我来讲,我可能一百块的托肯,我能够创造一万块的价值,那对于有些人来讲,可能一百块的托肯他能够创造几万、十几万的价值,但是对于 呃很多普通的用户来讲,可能一百块的托肯就只能创造几百块的价值,或者就是根本也没有创造什么价值,就是娱乐一下。 所以基于这个差异,那些真正创造出价值的人是愿意为这个持续付费而付很多钱的。那至于这些 c 端娱乐场景烧出来的用户规模看起来很大,但是这些用户和 算利成本之间是负 r o i, 就是 当你的用户越多,亏得越多,且没有任何呃向上变现的路径。

那些吹可傲的牛逼的都在后面给我排好队,全部都给我看过来,你看看最新的扣子 x 都牛逼成啥样了,还在那吹可傲的呢。我们先看他的第一个能力,就是复杂任务的长时间处理, 我这里把需求告诉他之后,让他不要停,按计划开发。他已经连续跑了两个多小时了,现在还在跑呢啊,还在跑呢,并且他不是自己开发的,他会把任务拆解,然后交给智能体去开发,看到没有也就说他不干活,他只做监督, 他智能体干完活之后呢,他进行一个验收,如果这个过关了,他就会把这个智能体关闭,他会根据任务复杂度自己判断需要生成几个智能体去干活,比如说生成两个就表示有两个智能体在同时干活。哇,这效率真的是直接拉爆了, 太强大了。但这还不是他最强大的地方啊,他最强大的地方是这里有一个插件叫 computer use, 一定要去用一下这个插件啊,他可以完全的控制你电脑上的所有的操作, 我给大家演示一下,比如说这边是我自己写的一个程序啊,是一个叫船长代办,这是一个任务看板系统 啊,这边你可以去啊,通过拖拽,然后完成卡片的任务的更新,然后这边有项目,那我先切换到这个收集箱,然后我希望他呢,我给他一个任务,我让他去给我切换到这个这个任务里面,然后把这个给我勾选掉,我们看一看他能不能完成, 这是我给他的指令,然后在这里点上加号,选择这个插件。插件呢,选择这个电脑看到没?好,接下来就回车,然后你就等待奇迹出现的时候就行了, 看他已经识别到这个应用已经打开了,看到没有,然后他马上就会进行操作,他能看到这个应用上面的,那注意看,就同这个鼠标是他的啊,不是我的,他自己搞了一个鼠标出来,看他马上会点这个,像我 啊,点这个中转站好,它已经切换过来了,然后你看它一会会记到勾选哇,完成了刚才演示的功能,还只是它目前具备的功能,不知道大家有没有了解啊? open color, 也就是龙虾已经被 open 员收编了, 也就是说未来龙虾的所有的能力都会集成到这个 codex 里面去。那如果未来这 codex 还支持聊天对话的话,支持,比如说接入飞书,接入微信的话,那 国内的所有的什么这虾那虾都没得玩了,以后只要一个 cold s 全部搞定。

这几天出了 cloud decide, 然后又好多开始贩卖焦虑了,我实际去用了一下,花了六七百块钱买了那个 max 的。 呃,先说结论吧,就是 离商用还是非常远着呢。先不说它效果怎么样,首先我七百多块钱,我就我也打算拿来商用的,在正式项目上去使用, 但也可能就花花了三四个页面,一共可能就半个多小时,额度就给花完了,就得等一个星期的重置时间。哇,几百多块钱三四个页面, 然后做的话,我感觉也是一般般吧,可能相对于啊,我们广西南宁这边的 u i 设计师估计也是五六千块钱的月薪这么一个水准的设计,这个是高的 design, 它大概是这样,它可以。呃,先有一个设计系统,就是这个,也是它区别于其他 ai 的 一个东西,它有一个设计系统,你可以把你自己的公司的品牌资料或者 v i 啊放进去,然后你就根据 啊,它还会去设计好这个设计指南,然后它就出来大概的一个基础的基调,比如说它的主色调是怎样的 啊?然后它的一些边角,它的字体,它的那些间距是怎样的?有一个基础的设计,然后它可以在你去生成页面的时候就保持这个整体 ui 设计的一致性,这个就省了很多提示词的那个工作 啊。但是来说设计出来的页面,嗯,不能说差吧,你说够用其实也够用,一些小的项目也够用,没有太多 ui 的 设计要求,也够用,但是他就是想要让他更好一点 感,也有可能是我提示词写的比较差,就是你想让他更精进更好一点,或者更有创意一点的话,他是还是生成出比较有 ai 味的东西? 嗯,比如说大量的使用渐变啊,那种紫色啊,大量的使用悬浮啊,圆角啊这种的,很有那个 ai 的 感觉。然后设计的话至少是没有达到我们啊设计的要求, 你想我们可能一个设计师六七千块钱,一个设计师一个月那能出多少设计稿了?那他就出了两三个页面,三四个页面,几百块钱的额度,甚至我还没有改完,七百块钱的额度就已经耗没了,他那个额度的每周额度的限制就到顶了。 这个用的那个透肯还是比较夸张的啊,当然也不是否定他,我觉得这个未来肯定也是个趋势。 嗯,我在额度用完之后,我就直接用 cloud 自己去生成设计稿,但 cloud 生成的设计稿其实也可以达到了啊够用的状态。现在也是因为充了七百多块钱, 它 cloud 的 token 跟那个 decide token 是 啊区分开的,所以我还是可以用 cloud 的 自身的那个呃能力去把这个 ui 给设计了,然后也是全套,可能也就用了百分之二,百分之三的那个 token, 就 全套把我们一个项目的那个设计稿给做好了, 其实也不错,但是你说让我感到非常的惊艳吗?也没有,因为他就是能达到一个一般的水准。然后你说他很差吗?其实也没有, 但最大的痛点就还是就还是贵,而且啊,他是那个周上限的,我现在还不知道怎么去提高这个上上限的额度。 你说商用我们一个项目正常来说包括一些啊,弹框啊,包括一些其他样式,一百四四十,一百四五十的页面数量是有的,一百四五十的页面数量,如果也是按现在这样四百块钱一个页面的话, 那其实是偏贵了一个项目。而且你是每改一次,每改每改每改三四次,我估计也就改了半个来小时就又花完了,所以你改动的那个可能性又有点小,成本是非常非常贵的。 这个是我实际用的那个用法了,我前面也是看到大家都说,哎啊,非常厉害,非常妙,但我感觉他们可能连那个 max 都没开,就开了那个啊,二十美刀的那个 pro 版,二十美刀 pro 版我估计就只够你玩十分钟,玩十分钟,哎,写了一段贴士词,生成了一个页面, 然后拍好一个视频就说,哇,这个又开始颠覆设计师了,又该颠覆这颠覆那了啊,还差的远呢。

你有没有发现一个特别反常识的事儿,很多人每个月花二十美元订 check gpt plus, 花两百美元买 cloud code, 掏钱的时候眼睛都不眨一下。但当国内国民级 ai 豆包出了个六十八块钱一个月的付费方案,评论区的画风直接变成了,凭啥? 就这也配收费?今年五月,月活超过三点四五亿的豆包,突然在 app store 上更新了三档付费方案, 标准版六十八块一个月,加强版两百块,专业版五百块,最高年费五千零八十八块。官方的说法是,基础免费聊天不受影响,收费主要针对 ppt 生成、数据分析、视频制作这些高算力消耗的任务。 说白了,聊天不要钱,干活得掏腰包。你每次跟豆包聊天的时候,后台都在真金白银的烧 gpu、 烧算力、烧电费。 有业内人士算过一笔账,豆包单次推理成本里面,硬件折旧占百分之五十八,电力占百分之二十九,这两项加起来就百分之八十七了。做 ppt、 做视频这种复杂任务,消耗的算力是普通聊天的几百倍。 换句话说,你用免费版一天聊几百句,真正在烧钱的是那些拿 ai 跑数据分析、做视频的重度用户。不收费,等于让轻用户帮重用户买单,这在商业逻辑上根本跑不通。 很多人愿意给叉 gpt、 cloud 掏钱,是因为对程序员、研究员、内容创作者来说, gpt 和 cloud 早就不是聊天工具了,而是工作流的一部分。有人拿 cloud 写代码,有人拿 gpt 做深度研究,整套工作习惯都建立在 ai 上面,一旦断了,工作效率直接腰斩。 也就是说,他们付的不是 ai 费,是离不开的费。而国内 ai 目前提供的功能,写文案、做 ppt、 生成视频、润色内容。用户自己也能干 ai, 只是让你快一点,不是让你没有它不行,这个差别太关键了。 更致命的是什么呢?国内 ai 之间的替代成本低得离谱。豆包、 kimi、 元宝、通易、 deepsea, 说实话,对大多数普通用户来说,你用哪个都差不多, 今天豆包收费,明天手指一滑就切去另一个 app, 零迁移成本,而且事实上很多人已经在这么干了。那豆包这次收费到底意味着什么?我觉得它真正的意义不是 ai 开始收费了这么简单,它标志着国内 ai 行业正在从谁烧钱更狠,谁用户更多的打法,进入一个新的阶段。谁能让用户觉得非你不可? 这已经不是比模型参数了,而是比工作流绑定。未来真正能赚到钱的 ai, 不是 聊天机器人,而是能记住你的工作习惯,理解你的历史。项目,直接嵌入到你的微信飞书 wps 里,帮你把整件事做成的 ai 基础设施。 到了那一天,用户付费就不是值不值的问题,而是离不开了。所以,回到最开始那个问题,你愿意给 check gpt 掏钱,却嫌豆包六十八块贵,这背后真不是咱们崇洋媚外,而是一个朴素的用户逻辑。我们真正愿意付费的,从来不是 ai 本身,而是那种没了它我活干不下去的依赖感。 好,今天聊到这,你怎么看豆包收费这件事?如果你每天重度使用 ai, 你 愿意掏六十八块吗?评论区聊聊你的真实想法。

嘿,你有没有这种感觉,豆包用了两年免费,突然说收六十八块运费,你第一反应是凭啥呀?但看了我的一个月一千四,一眼眨都不眨,服了,说明啥?同样的 ai 工具,便宜的骂,贵的买,你仔细品品。这是 先说我身边一个真事,我五一回家,楼下王哥开面馆的跟我闲聊,他天天用豆包聊天解闷,一聊就是半个小时。他不知道的是,每聊那么一回,背后烧掉的蒜泥费用可比他卖一碗面的利润还要高。 这就扯出一个特别反常识的东西,我做了这么多年互联网免费拉金后再变现。这套见过无数次,以前的逻辑是用户越多越值钱,编辑成本几乎为零了。但大模型反过来,每回你对话烧掉的都是真金白银,用户越多亏的越多。说真的,这种反过来的我也是头一次见 些。烧钱烧补贴,烧的都是贷款和福气,烧完技术设施还在那摆着,现在烧的是秃顶,用完就没了,啥也不是。所以免费用户对大模具行业不是资产,是负债。这个跟互联网跑了二十几年的尝试完全一样。 那么买单这个事就变得特别有意思。我猜了下这个定价逻辑,耗的两百美元一个月,折合人民币差不多一千四,其实吓人吧,同一件事,他十来分钟能给你一个能用的,结果换个档位的折腾了大半个小时还差点。 你想想看你的时间是不是很廉价。判断一个 ai 值不值得买单,就一个硬标准,一百块钱的脱贫能不能换回一万以上的价值?能的话一个月一千是简直就是白送,不能的话六十八级也觉得行, 但这还不是最狠的,真的让你走不掉的是买单之后绑上去的那堆东西,你围绕一个模型,调好的形式,配好的技能,能跑出整个工作流,一旦想换模型,全部推翻重进了, 这个欠你的代价是你不得不继续掏钱的原因,不是你愿意,是你实在换不起。有人可能要说了,国产模型也不差呀,黑米呀,质朴呀,跟他唠的差距也不就是那么一丢丢吗?这话说的没毛病,但是试过顶尖的那一档模型之后,你真的不想换。 智利这东西没有风格之分,但是有人正儿八经拿它干正经活就不一样。说到这,我想到一个现象,智普的套餐现在每天限量,靠抢各,以前谁信大魔性公司说要做配额分层,因为大家都想明白了,得赚那部分把托肯变成钱的人的钱, 天天拿豆包当聊天工具的那部分人,你收他六十八,他都骂你。好吧,今天就聊到这,关于豆包收费我都讲了两期了,不管怎样,大家还是好好的算你这个账。所以说算完账答案就有,我是老韩,咱们下期见!

如果我告诉你,就在上周,一家成立仅仅五年的公司,不仅把估值干到了九千亿美元,甚至还一举反超了如日中天的 open ai, 你 敢信吗?就在二零二六年五月十五号,这个星球上最值钱的 ai 公司换人了。 新王叫 enter h o pick, 就是 被大家戏称为 a 社的那家。今天咱们不聊别的,就用一期视频暴力拆解一下这家从 open ai 叛逃出来的异类,凭什么只用五年时间,就完成了这场惊天逆袭?这背后的故事,比任何商战电影都要精彩。 先回到一切的起点。二零二零年底, openai 内部爆发了一场严重的路线冲突。当时在 openai 当研究副总裁的达里奥阿莫迪,带着负责安全政策的妹妹丹尼拉,以及另外七名核心骨干,直接裸辞。 这群人在旧金山自家后院里搭了个帐篷,写下了新公司的名字 anthop, 含义是与人类有关的。他们出走的理由说简单也简单,觉得 openai 太快了,太不安全了。在他们看来,先训练再打补丁,就等于先把核弹造出来,再想怎么上锁,这不开玩笑吗? 所以 anthop 从成立第一天起,就立了一个现在看来甚至有点天真的使命,怎么控制住比人类更聪明的 ai。 但他们走上这条路,并不只是因为一次办公室矛盾,这对意大利一兄妹,其实从一开始就注定了要做这件事。哥哥达里奥,前 guo galbraine 的 研究员,斯坦福物理学学士,普林斯顿生物物理学博士,研究过神经回路,是个典型的技术苦行僧。 妹妹丹尼拉搞过国会竞选,做过公共事务,后来是 s t r i p e。 的 早期员工,外界对他们的评价特别精准,哥哥是眺望地平线的望远镜,妹妹是把方向扼食地基的建筑师。一个管技术能不能上天,一个管公司会不会崩, 这种配置让他们在 ai 这个混沌的圈子里,始终有着一股难得的清醒。接下来,咱们直接进入最刺激的部分,估值是怎么从几十亿美元一路飙到九千亿的。 a 社的融资历史就四个字,疯狂加码。 二零二三年初,谷歌先投了三个亿试水,然后亚马逊来了,前前后后砸了几百亿。但真正让所有人破防的是二零二六年,今年二月, a 社刚融了三百个亿,估值三千八百亿美元。 结果这才过去一个季度。五月十五号,新一轮三百亿美元融资直接敲定,投后估值翻到了九千亿,把 openai 甩在了身后。 这种指数级的估值暴涨,反映的是它炸裂的营收数据,年化收入从一年前的不到百亿美元,直接飙到了四百五十亿。看到这,你肯定会问,凭啥呀?凭什么投资人这么疯狂的往里面砸钱? 三个字,差异化。当 openai 在 消费端靠 chat gpt 狂揽九亿用户的时候, n h o pig 走了一条截然相反的路,死磕 b 端, 他直接瞄准了那群最有钱也最看重安全的客户。金融、医疗、法律、政府机构。 a 社给 ai 加了一套叫宪法。 ai 的 东西,简单说就是训练阶段就先把道德和规则焊死在底层,而不是事后打补丁。 你想想,对于银行和医院来说,一个可能瞎说话的聊天机器人,和一个每一步推理都可追溯可审计的 ai, 他 们选哪个?答案不言自明。 而当这套安全底牌碰上了 cloud code 这个编程神器,真正的化学反应就开始了。 cloud code 在 企业级编码 agent 市场占有率干到了百分之五十四。 像 salesforce 的 ceo 直接说了,他们今年光花在 nhto pick 上的 token 费就要三个亿美金。普华永道更是把三十六万名员工全部接入 cloud code。 到二零二六年二月, github 上百分之四的公开代码提交都是 codecode 写的。你看, a 社已经悄悄渗透进了全球程序员的核心工作流。更绝的是, nhto pig 真正拉开了技术代差。 今年四月,它推出了一个叫 cloud meet host 的 网络安全模型。强到什么程度?强到 a 社自己宣布无限期搁置公开发布。理由是这个模型太猛了,能挖掘出各种零日漏洞,一旦被坏人利用, 全球金融和电力系统都可能瘫痪。它还是史上第一个攻破英国 ai 安全研究所冷却塔测试的模型。 一边是主动封印自己的超级武器,一边是五角大楼找上门要求解除限制,但被 a 社硬气拒绝。这种理想主义在商界简直是个奇迹。不过说到这儿,咱们也得冷静下来, 新王的王座真的稳吗?就在 nhto pick 登上巅峰的同时,一个天大的讽刺正在发酵。今年三月, cloudco 的 安装包里居然被扒出一个五十九点八兆的原码印刷文件, 十几行脚本就能逆推出五十一万行核心原代码。但最扎心的是什么?泄露的代码正是 ai 自己写的。原来这起安全漏洞的始作勇者,就是 a 社自己的王牌工具 cloud code, 一 家卖安全的公司,自己反而被自己的技术撕开了一道口子。 还有一个更大的悖论,曾经因为反对 openai 商业化太快而出走的这群人,为了活下去,为了买算力,如今也不得不拥抱亚马逊、 谷歌,甚至要跟死霸 c x 签天价算力合同,把自己绑上疯狂扩张的战车。那个曾经为了纯粹和安全而生的理想国,现在也不得不走到了资本的对赌桌前。 这就像一个终极寓言,你为世界铸造的护栏越坚固,试图拆除,它的力量就越强大。安特阿奎的故事还在继续,它证明了在这个弱肉强食的 ai 丛林里,坚持理想主义也能杀出一条血路。 但接下来的路该怎么走?当技术强大到连创造者都可能失控,当商业压力逼着你背离初衷,这艘九千亿美元的航母,还能记得自己当初在后院帐篷里写下的那句使命吗? 好了,本期的暴力拆解就到这里,如果你觉得内容有启发,别忘了长按点赞三连,让更多人看到咱们下期视频,再见!