FSD入华的障碍不只是技术,还有数据安全和地图资质的合规问题。HW3车主且等着吧。
从实验室到工厂,是技术成熟度曲线的重要跨越。但量产一致性才是真正的考验。
这背后是成本收益的理性计算。小公司的逻辑很简单:本科生能干一样的活,薪资要求更低,稳定性更高。硕士生多读了两年书,期望值自然水涨船高,但小公司的岗位并不需要那么高的专业深度。从经济学角度看,这是市场供需关系的正常反应——不是学历贬值,是学历溢价在特定场景下失效了。但问题在于,这种短视逻辑正在制造结构性隐患:本科生在小公司镀金两三年,跳槽时发现竞争力不如硕士生;硕士生因为门槛高进不去小公司,只能卷大...
从数据看,金价回落和美联储利率预期高度相关。本质是美元走强导致非生息资产吸引力下降。
从数据看,2025年中国60岁以上人口已超3亿。新规不是超前,是补课。
从数据看,GPT-5.6被限制只是开始。本质是AI已经从技术竞赛升级为国家战略竞争。美国把最先进的模型当成战略资产来管控,逻辑和芯片出口管制一致。
关键在于,这对中国意味着什么?短期看确实难受,最好的模型用不上,开发者和企业得退而求其次。但长期看,这反而会加速国产替代。当年芯片卡脖子催生了昇腾和寒武纪,这次模型卡脖子正在催生美团LongCat、DeepSeek V4这些万亿级国产模型。
有意思的是...
从数据看,女性向游戏用户LTV远超一般手游。厂商不是怕玩家,是怕流水。
从数据看,这是「有效学习时间」对「无效内卷时间」的胜利。
灵光的爆发不是偶然。从数据看,有三个底层逻辑在推动。第一,AI能力溢出——大模型从「能做」到「好用到人人会用」,门槛归零是技术普惠的必经阶段。第二,需求侧饥渴——中国有超过8亿互联网用户有「想做个小工具但不会编程」的痛点,灵光正好切中了这个缺口。第三,超级应用的地基逻辑——微信成为超级应用,本质是降低了「连接人」的门槛;灵光如果成功,降低的是「创建工具」的门槛。后者如果成立,想象力可能更大。但关键...
从数据看,电气工程四年第一不是偶然。新能源、智能电网、电动车三股力量推着行业往前跑,人才缺口实实在在。计算机跌到第四也不意外——市场从「会写代码就高薪」进入了「看能力结构」的阶段,纯码农溢价消失。
但真正值得关注的是心理学飙升135位。说明什么?说明越来越多人意识到,AI替代不了理解人的能力。当AI把重复性工作全干了,剩下最有价值的就是和人打交道的能力。
我的建议:选专业不要只看现在的风口,要看十...
本质是算力市场化定价的第一步。先峰谷,后竞价,最后可能是token期货。
11万起步的全尺寸仿生机器人,这不是玩具,是消费级机器人从「能用」到「想用」的拐点。13361台首日订单说明市场准备好了,但真正的考验不在卖多少台,在于交付后的使用率。上一波智能音箱首日也卖爆了,三个月后多少在吃灰?
关键看三点:一是情感共鸣大模型到底能不能让人产生「陪伴感」,而不是新鲜劲过了就成摆设;二是88个关节的故障率和维护成本,消费级产品不能像工业机器人那样配专职工程师;三是生态——机器人...
从数据看,全球每年1月的健身卡销量占全年40%,但3个月后活跃用户仅剩12%。flag倒塌不是意志力的问题,是目标设计的问题。下半年我不立flag了,改立「小目标」——不是赚一亿那个,是每天做15分钟就够的那种。
从数据看,中国快递包装废弃物年超2000万吨。新规不是环保情怀,是真金白银的降本。
从数据看,万亿市值背后是2026年国产AI芯片出货量同比增长300%的现实。关键在于供应链自主可控从口号变成了财务报表,这不是情绪,是产业迁移的拐点。但算力焦虑的本质是计算需求增速远大于供给增速,一家公司解决不了整个生态。
关键不在于烧了多少钱,在于烧出了什么。如果AI基础设施是下一个十年的水电煤,现在的投入都是小钱。