nini (@Layla_KCEX) header
nini (@Layla_KCEX) profile picture

持续关注美股、crypto、AI、商业领域 偶尔分享认知思考 交流群https://nitter.gq/t.co/uP9poCiBZO AI小店:https://nitter.gq/t.co/G1HMejnIOv

TG:@Layla_KCEX
Joined March 2026
Photo by nini (@Layla_KCEX)Photo by nini (@Layla_KCEX)Photo by nini (@Layla_KCEX)Photo by nini (@Layla_KCEX)Photo by nini (@Layla_KCEX)Photo by nini (@Layla_KCEX)Photo by nini (@Layla_KCEX)Photo by nini (@Layla_KCEX)Photo by nini (@Layla_KCEX)
我说实话在我这充蓝v和充gpt都跟冲话费一样丝滑、稳定 真的非常nb,这是昨天朋友的反馈 AI小店:ninihub.store 蓝v充值:buyxpremium.xyz/a/174
66
44
9,619
我建议充值chatgpt应该变成大学生每个月的固定支出 如果觉得很多大学生可能用不到或者不想花这笔钱,体验一下就知道性价比了 chatgpt代充:ninihub.store
416
为何要学习第二语言 用母语讲述创伤时,眼泪总是止不住——因为母语与早期的羞耻、愤怒、体罚紧紧编码在一起 而切换到外语时,大脑中负责恐惧的杏仁核活跃度显著下降,前额叶开始主导逻辑。这就是“外语效应”:用第二语言思考,情感投入减少,决策更理性。捷克有句谚语:“学一门新语言,获得一个新的灵魂。”外语是“离身”的,它在大脑中更接近认知工具,让你拥有一种表演性身份,获得心理上的主体控制权。 在另一种语言里,你可以重新学习“我是谁”——不再被“孝顺”“乖巧”等母语词汇裹挟,可以更轻盈地说出“I love you”,可以成为一个更果敢、更有边界、更自由表达情绪的人。这是最小单位的重生。
6
4
3
31
1,227
其实大模型架构 DeepSeek 已经快卷到头了。最大的差距就是训练数据的质量。要的都是硕博级别的数据,所以梁文锋说在中国做高质量数据的成本跟在美国没差。腾讯有“混元智囊团”,阿里有“晓天睿士”,字节有“Xpert 专家社区” 可以上去蒸馏自己,报名都要求硕士以上,做一道竞赛级别的题目能拿几百到几千块,对于学生党而言很诱人,但也可能会导致自己毕业就失业
御三家的模型不停进步的原因 背后雇佣了成千上万名拥有博士学位的各行业人类专家(RLHF/RLAIF标注大军),每天在以极其高昂的价格手写高质量的推理过程;人家的工程师每天在人工设计各种复杂的验证环境、编译器沙盒和奖励函数;人家在花重金买断全世界各大出版商、代码库和学术机构的存量原生数据。
3
4
31
3,253
如果你真的非常聪明,为什么你却并不富裕? 如果一个人真的非常聪明,为什么他还没有成为富人?这个问题听起来有些冒犯,却揭示了现代社会一个非常残酷的现实:智力和财富之间并不存在必然的因果关系。世界上有大量智商极高的科学家、教授、医生和工程师,他们拥有卓越的专业知识,却未必拥有巨额财富。与此同时,一些学历普通、专业能力并不突出的企业家,却能够积累数十亿甚至数百亿美元的资产。问题不在于谁更聪明,而在于社会究竟按照什么规则分配财富。 聪明的人往往擅长解决问题,但富有的人更擅长拥有解决问题所产生的经济收益。这是Intelligence与Ownership之间的根本区别。一个科学家可能发明价值数十亿美元的技术,但如果知识产权属于大学或企业,他最终获得的可能主要是工资、奖金和有限的专利收益。企业创始人即使不是最优秀的科学家,只要掌握股权、融资渠道和商业化体系,就可能获得远超发明者的财富。创造价值与捕获价值,是两种完全不同的能力。 更有意思的是,高智商有时候反而会成为财富积累的障碍。聪明人往往更清楚风险、失败概率和各种不确定性,因此可能长期停留在分析、比较和优化阶段。企业家则必须在信息不完整时作出决策,并承担可能失败的后果。当然,冒险本身并不创造财富,大多数高风险尝试也不会带来巨大回报。真正有价值的是识别风险收益不对称的机会,在控制下行损失的同时,保留足够大的上行空间。财富不奖励无休止的正确分析,而奖励能够转化为成果的判断和行动。 还有一个经常被忽视的因素:Leverage,杠杆。一个顶尖医生每天能够诊治的患者有限,一个优秀律师能够出售的工作时间有限,一个科学家能够亲自完成的实验也有限。这些职业的收入受到时间约束。但企业所有者可以通过员工、资本、软件、品牌和分销网络,让商业系统在自己不直接参与每项工作的情况下持续创造收入。工资主要来自劳动,巨额财富则往往来自具有扩张能力的资产所有权。两者最大的差别,不是努力程度,而是收入与个人时间之间的关系。 因此,判断一个人是否聪明,不能简单看他的银行账户。财富还受到家庭背景、继承、社会网络、市场环境、运气和时代机遇的影响。很多真正聪明的人追求的是科学发现、职业自由、社会贡献或稳定生活,而不是财富最大化。
2
18
1,028
请立刻抛弃 GPT-6.1 11.18 GPT-6.2 更新后的 Plus 用户模型选择指南 🟧:高级抽象任务 🟪:复杂主力任务 🟦:主力任务 🟩:简单重复任务 gpt代充:ninihub.store
1
2
668
为什么慎重抄底英伟达?英伟达10个利空分析 1️⃣ 核心管理层变动 英伟达长期依赖核心管理层的战略判断,一旦管理层发生重大变化,可能影响产品规划、供应链合作和客户信心。 2️⃣ AI算力融资风险 不少企业依靠融资购买GPU,再通过出租算力赚钱。如果租金下降、融资收紧,可能导致订单减少,甚至出现债务问题。 3️⃣ 海外市场受限 美国芯片出口限制不断变化,可能影响英伟达在中国及其他海外市场的销售,压缩潜在增长空间。 4️⃣ CUDA护城河受到挑战 CUDA一直是英伟达最大的竞争优势之一,但随着其他芯片的软件生态不断完善,客户未来可能更容易转向替代产品。 5️⃣ 科技巨头自研芯片 谷歌、亚马逊、微软等公司持续投入自研AI芯片。如果越来越多的算力需求由自研芯片满足,英伟达的市场份额和定价能力可能受到影响。 6️⃣ 产品更新不及预期 英伟达需要持续推出更强的新架构,如果新产品延期、性能不达预期,竞争对手就有机会抢占市场。 7️⃣ 反垄断监管压力 英伟达在高端AI芯片市场占据优势,可能面临更严格的监管,影响其定价、销售方式和客户合作。 8️⃣ GPU折旧与残值风险 AI芯片更新越来越快,旧GPU可能比预期更早贬值。如果算力运营商因此出现亏损,未来采购新芯片的意愿也可能下降。 9️⃣ 数据中心电力瓶颈 AI数据中心不仅需要GPU,还需要大量电力。即使芯片已经到货,如果电网容量不足,项目仍然可能延期。 🔟 订单不等于最终收入 英伟达拥有大量长期订单和采购承诺,但部分订单仍可能调整或延期。一旦客户削减资本开支,未来收入增长可能不及市场预期。
2
3
681
御三家的模型不停进步的原因 背后雇佣了成千上万名拥有博士学位的各行业人类专家(RLHF/RLAIF标注大军),每天在以极其高昂的价格手写高质量的推理过程;人家的工程师每天在人工设计各种复杂的验证环境、编译器沙盒和奖励函数;人家在花重金买断全世界各大出版商、代码库和学术机构的存量原生数据。
14
16
1
384
39,640
这一轮美股,好多天才倒下了 这轮下跌很多人也没看错了AI 的长期方向,但低估了市场对估值、利率和资金的敏感程度。 英伟达财报依然很强,但市场并没有因此彻底扭转情绪。说到底,英伟达作为 AI 产业链的供应商,业绩好只能证明上游需求依然旺盛,不能直接证明科技巨头投入的巨额资本最终都能赚回来。 现在美股面临的压力其实很明显。 一方面,AI 产业本身还在增长,企业盈利也没有全面恶化。但另一方面,市场已经不愿意继续为所有 AI 故事支付高溢价了。 再加上美联储政策的不确定性,资金对高估值科技股自然越来越谨慎。 我倒觉得这未必是坏事。长期来看,真正有盈利能力、有护城河的公司,反而可能在市场调整之后迎来更好的机会。 不过短期还是要谨慎。连续下跌之后出现反弹很正常,但反弹不代表行情已经反转。 接下来更值得关注的是市场能否重新站稳、科技股能否止跌,以及资金会不会重新回到核心资产。 方向看对了不一定能赚钱,仓位和买入时机同样重要
9
6
1,217
半导体产业投资祖训常读常新 半导体投资的15条公理 1. 不要依据估值进行买卖。 2. 无论情况如何,半导体公司管理层通常都会持乐观态度。 3. 半导体具有周期性;不要相信“半导体已经不再具有周期性”的说法。 4. “City Slickers”法则:半导体股票通常由一个因素驱动,你只需要找出这个因素是什么。 5. 产品周期通常会推动股价 / 每股收益升至超出你预期的水平,持续时间也比你预期的更长。不幸的是,反过来同样成立。 6. 以牺牲利润率为代价追求收入增长,几乎从来行不通。 7. 交货周期拉长时买入股票;交货周期缩短时卖出股票。 8. 真正“这次不一样”的情况非常罕见。可能发生!但很少见。 9. 警惕“这只是一个季度的问题”这种说法。 10. 不要指望或依赖管理层来判断下行的到来……参见公理2。 11. 当收购方在所收购的业务中具备经验时,并购的成功率通常最高;如果没有相关经验,交易风险就会大幅上升。 12. 大多数科技公司只擅长做好一件事。当这一业务模式受到冲击或走向衰退时,公司很难转向另一项业务并将其做好;成功的情况也非常罕见。 13. 二线公司最早、最严重地感受到下行,而最晚、最少地受益于上行。 14. “价值型”科技股的投资逻辑,通常只有在管理层及 / 或经营方式发生变化时才会奏效。 15. 当一只股票不再因利空下跌,或不再因利好上涨时,就该退一步重新思考。
1
7
1,371
【PR】海外暗号資産取引所「KCEX」を調査しました。 最大の特徴は、現物取引手数料0%、先物メイカー0%、テイカー0.01%という低コストな取引環境。 取引回数が多いトレーダーほど、手数料の安さは魅力です。 ※出金も問題なくできました。 ▼ KCEX公式紹介リンク kcex.com/register?inviteCode…
1
8
4,222
感觉英伟达财报说明不了任何问题啊,并不能缓解大家对大公司巨大ai投入能不能得到相应回报的担忧,英伟达是供应商,得消费端看到效益了才行
2
1
8
1,001
分享一些对二级金融人有帮助的播客 1. 厚雪长波 雪球出品的一档投资类播客,经常会邀请一些基金经理来分享他们的投资经历、研究框架以及对市场的看法。是对我帮助最大的播客 2. 知行小酒馆 强推里面的投资大师系列(虽然要付费)包括霍华德·马克斯、彼得·林奇、瑞·达利欧、吉姆·西蒙斯等投资大师的经历和投资方法论。这个系列对于理解不同投资大师的投资哲学很有帮助。 3. 中金研究院 中金公司出品的一档播客,内容涵盖宏观经济、产业发展、金融市场以及公共政策等。相比前面两档,这个播客的内容会更偏宏观和产业一些。 4. 面基 也是一档很不错的投资类播客,其中有一个基金经理访谈系列,比较值得听。可以听到一些投资人在实际投资过程中是怎么思考和做决策的。 5. 起朱楼宴宾客 大卫翁主理的一档播客,内容涉及宏观经济、全球资本市场、资产配置以及一些社会经济现象。 6. 自我进化论 这档播客和前面几档不太一样,更多是关于个人成长、自我认知以及人生选择的思考。我比较喜欢其中关于长期主义、自我探索的内容。 其实做投资也是一个不断学习和修正自己认知的过程,除了研究能力,如何认识自己、保持独立思考,以及面对不确定性时的心态同样重要。虽然不直接讲投资,但我认为其中的一些思考对做投资也挺有帮助。
24
1,872
黄仁勋重生之我又回英伟达当CEO了
Over the past week, I’ve been overwhelmed by the love and support of friends, industry colleagues, and people I've never met. Thank you to everyone who has shown kindness to my family and me. It means the world to me. I came to the United States 53 years ago, and becoming an American citizen is one of the greatest gifts and proudest moments of my life. NVIDIA has been my life’s work. Building it into the company it is today alongside my colleagues has been a privilege and an honor. Nowhere but in America could a company like NVIDIA be possible. I love our country, and I love NVIDIA. I did not live up to the standards expected of everyone at NVIDIA, and I have made serious mistakes in my personal life. I created problems for the Board that I deeply regret. I own my mistakes completely, and I am committed to cooperating with the Board’s independent investigation. Since my departure, I’ve seen an outpouring of calls from NVIDIA’s employees, investors, business partners, and customers for me to return as CEO. Many continue to reach out to me directly as the company navigates complex technology, market, competitive, and geopolitical dynamics. NVIDIA is a once-in-a-generation company. If the Board of Directors decides that my return is in the best interest of our shareholders, our employees, the company, and America, I would be honored to answer these calls and return as CEO. Thank you again to everyone who has shared their good wishes. I am profoundly humbled by your support. To my family: I love you, and I will spend the rest of my life being worthy of yours. Jensen
2
1
13
2,846
New users can get a 370 to 470 USDT futures bonus after a few simple tasks. Withdrawals cost zero fees. Leverage cuts both ways. Start small. kcex.com/register?inviteCode…
🤝 Paid partnership
14
9
41
6,014
为什么腾讯没有第一时间去打压字节跳动? 1. 一开始根本不重视,觉得视频流不可能很快干过文字流。 2. 抖音起势的时候,腾讯内部大公司病发作了,高管之间互相看KPI、人人自保,反应慢得离谱。 3. 终于反应过来之后,又用错了方法,微信搞一个短视频,QQ搞一个短视频,东一榔头西一棒子,资源不集中,战线拉得太长。 4. 等彻底被字节打穿之后,内部就没了竞争的心气,有能力的高管都不愿意去趟这浑水,直接认输。
40
10
232
82,237
人类天生无法理解指数 但真正的跃迁无一不依赖于指数 无论是从农业社会到工业革命再到如今的ai时代 还是各种投资复利,互联网传媒杠杆效应,一家公司从0到万亿,无一不依靠指数 指数这个东西确实过于抽象了,人脑似乎只擅长做加法顶多就是乘法,但是还没有进化到能够很好理解指数的层面。毕竟那些指数效应爆发带来的结果以及其传播,也就是在千禧年之后逐渐涌现,而未来十年人类会走向何处,如今其实也很难能够想象。 而回归生活我们该如何不断追求个人的发展与进步? 首先对大部分人来说,一定是卡在前期正反馈最少,最难拿到结果的时期 有些领域可以用平台期来形容,但本质还是加法; 而有些事情天然具备杠杆放大效应,这才是真正的乘法: 健身,阅读,投资,写作,学习无一不是如此 而最最最重要的前提一定是:撑过最初那段指数效应还没有涌现的时期,并把时间精力金钱的子弹全部打在那些极具杠杆复利指数效应的地方 也正如纳瓦尔所说和《为什么10倍增长为什么比2倍更容易》所述: 当你把目标定到10倍时,现有的常规路径全都不管用了,这反而倒逼你自动剔除99%的无效动作,只留下极少数真正能带来指数级回报的核心路径
3
1
15
2,031
英伟达成国企了
1
20
1,764
各位股神怎么看Anthropic选择在这个关键节点上市?
8
9
3,071
NVDA 英伟达暴跌,疑似有大资金事先知道消息做空,赚得盆满钵满后跑路! 1️⃣图1,9月11日:大资金提前布局看空 当时就出现了NVDA的异常期权交易。大额卖出看涨期权(Sell Call)、买入看跌期权(Buy Put)的组合,显示部分资金可能已经开始为潜在的下跌行情进行对冲或建立看空头寸。 其中涉及约507万美元的Put权利金,期权到期日为2027年4月16日。 2️⃣图2,11月3日:巨额看跌期权组合突然出现,时间点非常值得注意。 当天NVDA股价在208美元附近时,出现一笔规模惊人的Put组合交易: 买入25,000张2027年3月19日到期、行权价140美元的Put。 卖出37,500张同期、行权价100美元的Put。 3️⃣图3、图4,11月12日前后:看跌期权价格大幅上涨! 从图中可以看到,这两档看跌期权在英伟达股价暴跌期间明显升值,成交量也出现异常放大。 如果这些资金此前确实持有看空头寸,那么这轮下跌很可能已经带来了可观的浮盈。 最值得关注的是,这些大额交易发生在黄仁勋离职消息公布之前。 究竟只是机构提前对冲风险,还是有人提前掌握了消息?
1
5
1,735
经济学研究不需要担心AI的三个理由 1️⃣ 经济学不是严格意义上的科学 这个观点最直接的证据是1979年经济学诺奖同时颁给了两个核心观点相左的经济学家:Arthur Lewis和Theodore Schultz。 前者认为发展中国家农业部门存在大量剩余劳动力,后者认为发展中国家农业部门不存在大量剩余劳动力。 因此绝大多数经济学问题不存在唯一正确的答案,如果硬要有答案,我的个人理解是:答案存在于且仅存在于经济学顶刊编辑和审稿人的脑子里,而且随时(随着天气、心情、短期收入冲击等因素变化而)变化。 今天觉得你的idea是构石,明天一看作者是某某大学某某教授的得意门生所以看起来怪可爱的嘞。 不同于数学,黎曼猜想证对了就是对了;对于经济学文章来说,编辑和审稿人觉得你对你才对。 OpenAI想带着最新版大模型来经济学地盘拆家,但是经济学界集体唱了一出空城计。如果OpenAI真的想在经济学顶刊灌水,用免费tokens贿赂编辑和审稿人可能是最有效的方案。 2️⃣ 经济学天天有新的研究问题 刚好要感谢AI,现在世界变化太快了,每天都有大事发生,所以每天都有新鲜的经济学研究题目。 黄仁勋下课了,我们可以研究桃色新闻和地缘zz如何影响董事会决策和金融市场。 不同于数学,有价值的问题做一个少一个,经济学家天天都有新问题,天天都有事情做。 前段时间OpenAI一口气给出了700多个数学难题的证明,经济学家刚好可以以此作为准自然实验和外生冲击,研究此事对于数学和(真正的)科学的生态的影响。 3️⃣ 经济学家的对手不是AI,而是用AI的经济学家 这是前两部分内容的推论。 数学和自然科学这样真科学的发展是人和自然的竞争互动,人类要在有限的时间和资源约束下解决自然留给人类发展的难题,比如证明黎曼猜想,治疗癌症等等。AI相对于人脑的巨大运算速度造成了这些难题正在被加速解决,人类科学家可能逐渐被边缘化、无事可做。 经济学家研究经济问题无非就是掺和人类内部的矛盾,而不是人类和自然的矛盾。再加上上文说到经济学观点正确合理与否的绝对话事人并非自然而是经济学家自己。 经济学无须担心AI把人类历史上的难题全解决了,但是经济学家需要担心隔壁的同行用AI很厉害多发了两篇顶刊。
1
2
1
14
1,856