每日 X 精华引用榜

开放权重模型将美国的人工智能创新直接交到开发人员、研究人员和初创公司手中。这正是 @POTUS 的人工智能行动计划所呼吁的领导力，我们很高兴看到整个美国生态系统的实验室继续投资于开放、可访问的人工智能。

今天，我们还开放了 Muse Glimmer 的权重，这是一个可以在本地运行的出色的 30B 参数密集模型。很快我们还将发布最新基础模型 Muse Spark 1.2 的权重。 Meta 是开源的坚定支持者，我为这些版本感到自豪。祝贺 @alexandr_wang 和 MSL 团队在这些模型上所做的一切出色工作。

有人问我为什么觉得这很荒谬，我的回答是： 因为用于完成任务的工具无关紧要 重要的是工作的质量 人工智能工作需要区别于人类工作的观点与马克思主义价值论相邻 当有人在你的院子里挖沟渠时，你关心他们是手工挖还是用机器挖？ 或者你只关心他们是否正确完成工作？ Anthropic 的问题在于他们不认为机器是人类使用的工具 他们认为在他们古怪的崇拜中他们正在创造一种新的生活

🚨 刚刚：克劳德模型现在将在所有文本中嵌入不可见水印，并将所有元数据附加到文件中......

来电者：我家有人。他有枪。他说他要杀了我。请派人来！ AI 操作员：抱歉，我无法参与涉及威胁、武器或暴力画面的对话。如果您或其他人可能面临直接危险，您应该立即联系当地的紧急服务部门。

刚刚发布：新奥尔良用人工智能聊天机器人取代了一些 911 接线员。

克劳德添加隐形水印？ 在我的代码库中？？？ 完全是胡说八道 将开创邪恶的先例 我们在这里做什么？

Anthropic 表示，新的 Claude 模型将在所有提供 Claude 的地方的所有生成文本中嵌入隐形水印。 水印是文本的一部分，而不是元数据：“当文本被复制并粘贴到其他地方时，它会与文本一起移动，并且可能通过一些编辑而保留下来。” 首先是根据签署的欧盟人工智能法案代码 Anthropic 在 2026 年 8 月 2 日或之后推出的模型。 Anthropic 仍在致力于将其添加到当前模型中。此次推广是在全球范围内进行的。

让我说清楚吧……世界上最大、最聪明、最强大的 7 家公司正在联合起来为 5000 亿美元的人工智能基础设施提供资金，而你们中的一些人持悲观态度 🤣 抄送： 英伟达 贝莱德 阿波罗 高盛 KKR 黑石 布鲁克菲尔德 这仅仅是开始……为未来 5-10 年数万亿的人工智能基础设施支出做好准备。 Jassy 表示，AWS 的营收将达到 1 万亿美元以上。 Ben Horowitz 表示我们的渗透率只有 3%。 机器人和机器人出租车还没有出现。 超大规模企业的增长率约为 50%，这告诉我们资本支出的盈亏平衡时间为 3 年或更短。 超大规模企业的收入低于 50% 或更多。 许多两三年前签订的合同即将以更高的价格续签，息税前利润率也更高。 等到我们看到生产率提高、利润率扩张和每股收益加速。 我很高兴很多人仍然看跌……如果每个人都看涨，我们就不会有新买家了😎

NVIDIA AI 工厂计算正在成为可投资的资产类别 NVIDIA AI 工厂计算正在成为可投资的资产类别 今天，我们宣布与 Apollo、BlackRock、Blackstone、Brookfield、Goldman Sachs 和 KKR 建立合作伙伴关系，建立独立的融资平台，旨在动员超过 5000 亿美元的第三方资本，以支持人工智能基础设施的建设。 这是 NVIDIA 和 AI 行业的一个重要里程碑。我们已经从公司购买芯片并逐个项目建造数据中心的时代，转变为人工智能工厂可以作为生产性基础设施获得融资的时代——拥有可重复的平台、长期的机构资本和使用计算创造收入的多元化客户群。 人工智能已经到了一个拐点。它正在从研究转向生产。人工智能正在创造真正的价值，其背后的基础设施正在成为世界上最具生产力的资产之一。在人工智能中，计算就是收入。 新的基础设施资产 NVIDIA 计算不仅仅是一块芯片。它是一个完整的人工智能工厂平台，包括加速计算、网络、系统软件、人工智能框架和全球开发者生态系统。 NVIDIA DSX AI 工厂可以运行世界上最广泛的 AI 模型、模式和算法——语言、视觉、语音、生物学、物理 AI 和机器人。一座 NVIDIA AI 工厂可以为众多客户和大量工作负载提供服务。这使得它灵活且可替代。 它还建立在全球采用的架构之上，该架构被世界各地的系统制造商和企业广泛使用，适用于所有主要云。当需求发生变化时，工厂可以由另一个客户、另一个云或另一个运营商使用。这一广泛的生态系统为 NVIDIA 计算提供了一个由潜在用户和承购商组成的深厚市场，有助于保护剩余价值。 随着时间的推移，CUDA 使工厂变得更好。每一代 NVIDIA 软件都会提高已安装基础设施的性能、效率和总拥有成本。硬件不会停滞不前：软件创新使人工智能工厂能够在其整个生命周期中以更低的成本生产更多的智能，从而扩展其有用的经济价值。 NVIDIA A100 就是一个有力的例子。 NVIDIA 于 2020 年推出了基于 Ampere 的 A100，六年后，它仍然活跃在人工智能训练、微调、推理和高性能计算的商业用途中。客户继续承诺多年部署的容量，将 A100 的经济寿命延长至十年。 市场还证明了 NVIDIA 计算经济的持久性。一年期 H100 租赁价格从 2025 年 10 月的每 GPU 小时约 1.70 美元上涨到 2026 年 3 月的每 GPU 小时约 2.35 美元。跨提供商按需中位价格从 2025 年 10 月的每 GPU 小时约 2.00 美元上涨到 2026 年 6 月的 2.70 美元。Blackwell 容量溢价，据报道，B200 云费率约为 5.30 美元到 2.70 美元。每 GPU 小时 7.05 美元。 这就是 NVIDIA AI 工厂的与众不同之处。它们的价值在安装时并不固定：CUDA 不断改进它们的输出；已安装的基础在其初始折旧期过后仍保持生产力；相同的标准架构服务于日益增长的全球人工智能工作负载市场。 这些是可投资基础设施资产的特征：它产生收入、服务于广阔的市场、随着时间的推移提高性能并且可以重新部署。 为人工智能工厂带来资本 对人工智能基础设施的需求非常巨大。但获得资本的渠道并不均衡。许多伟大的人工智能公司、企业和人工智能云都有计算需求，但尚未获得快速构建所需规模或成本的融资。 这就是我们与世界领先的长期资本提供商合作的原因。 阿波罗、贝莱德、黑石、布鲁克菲尔德、高盛和 KKR 也是全球领先的基础设施投资者，在承保长期、生产性资产方面拥有深厚的专业知识。我们正在共同创建可重复的融资平台，以帮助人工智能生态系统建设其所需的工厂。 这些平台旨在帮助合格的人工智能实验室、企业和人工智能云大规模访问人工智能工厂基础设施。超过 5000 亿美元的数字代表了这些平台随着时间的推移而设计的第三方资本总额——这些资本不是 NVIDIA 的收入、单一基金或对单一客户的承诺。 金融机构将独立评估每个机会——客户、需求、利用率、现金流和残值。 NVIDIA提供AI工厂平台。金融机构提供长期资本和融资专业知识。 重要问题 这是循环融资吗？ 该举措旨在解决这一问题。我们正在将独立的长期机构资本引入人工智能基础设施市场。 需求是真实的：它来自前沿人工智能实验室、人工智能原生初创公司、企业、云提供商和构建人工智能服务的国家。资本提供者独立承保每个项目——包括客户、需求、利用率、现金流和残值。 NVIDIA提供平台；投资者独立做出融资决策。 这是人工智能基础设施开放资本市场的开始。 NVIDIA为何要支持融资？ 在某些情况下，NVIDIA 可能会为高达 25% 的机会提供剩余价值支持机制，并根据每个项目进行仔细评估。这种支持是有限的，基于剩余价值，旨在补充（而不是取代）独立承保。 这大大低于其他计算融资安排。 NVIDIA 可以提供支持，因为 NVIDIA 计算是独一无二的：它是可替代的、普遍采用的、软件可升级的，并且可在大型客户生态系统中重新部署。 我们的职责是帮助释放大量独立资本，同时保持严格的风险敞口。 市场能吸收这个产能吗？ 问题不在于我们是否正在建设数据中心。问题是我们是否正在建设高效的人工智能工厂。 人工智能工厂将能源和数据转化为有价值的情报。其客户广泛：前沿人工智能实验室、人工智能云、企业和国家。他们正在构建人工智能，因为它变得有用——在每个行业中做有价值的工作。 模型中有纪律。每个融资合作伙伴将独立评估需求、利用率、现金流和残值。能力将围绕真实的客户经济进行建设。 投资回报在哪里？ 回报在于人工智能的实用性。 公司正在使用人工智能来编写软件、发现药物、设计产品、服务客户、自动化运营和构建新服务。人工智能工厂使这成为可能。更多的计算创造更好的人工智能；更好的人工智能创造更多的使用；更多的使用创造更多的收入；更多的收入推动更多的计算。 这就是AI产业革命的良性循环。 情报基础设施 每一次工业革命都建立在基础设施之上：电力、交通、通信和计算，每一次建设都需要外部融资来支持。 人工智能工厂是智能时代的基础设施。 通过这些合作伙伴关系，NVIDIA 和世界领先的金融机构正在创建一种新的方式来为推动这场工业革命的基础设施提供融资。我们将使人工智能工厂更容易被建设未来的公司、行业和国家所利用。 人工智能时代已经到来。我们将共同建设为其提供动力的基础设施。

🇺🇸美国消费者信心已跌至74年来的最低点。 现在的消费者信心比 2020 年封锁、2008 年金融危机和 1980 年代通胀危机（当时利率为 18%）更糟糕 所有这一切都发生在股市处于历史高位之际，这可能是有史以来最具争议的中期选举之一。

斯科特·贝森特 (Scott Bessent) 宣称 K 型经济已经结束。 “我可以在这里明确地说，K 型经济已经结束”，并补充说他“已经厌倦了听到这样的说法”。

美国财政部将第三季度政府借款预估上调至7390亿美元，这将使国债超过40万亿美元！ 这比 2026 年 5 月的预测多了 680 亿美元 基于年终现金余额 8500 亿美元，财政部预计第四季度将额外借款 6280 亿美元。

🇺🇸 美国30年期国债收益率已突破上行楔形。 这非常令人担忧，因为美国必须在 2026 年展期 9 万亿美元的短期债务 由于🇯🇵日本是美国国债的最大持有国之一，其未能阻止日元兑美元贬值意味着加速抛售美国国债。 我们现在正处于这成为一个系统性问题的阶段。随着美国收益率上升，美元回流至本国，从而耗尽外国市场的流动性，并使日本央行控制本国货币变得越来越困难。

斯科特·贝森特表示，他并不担心日元兑美元是否走强。 这些言论是在美国财政部上周开始干预货币市场以试图阻止日元进一步下跌之后发表的。 日本10年期国债收益率正处于关键决策点。它要么打破自 2016 年以来一直存在的抛物线，要么在未来 30 天内从 2.8% 垂直上升至 4%。

日本 10 年期国债收益率有望在未来 30 天内从 2.8% 飙升至 4%。 2016年以来的整个市场上涨都是由量化宽松和日元套利交易流动性推动的。 没有什么能阻止这列火车。

日本🇯🇵散户投资者刚刚押注 17B 美元兑美元，预计日本央行 (BoJ) 将在未来几周内对日元进行大规模干预。 日本零售外汇交易员大军刚刚对美元兑日元比率进行了近 20 年来最大的集体押注。 兑美元净空头头寸达到2.79万亿日元，约合172亿美元，创下2008年底以来的最高水平。🚨 从长远来看，这个数字自 6 月份以来增长了 4 倍多。 日本 10 年期国债收益率可能在未来 45 天内从 2.7% 飙升至 4%。 如果日本对日元的干预成功，日元套利交易就会崩溃，而日元套利交易自 2016 年以来一直以廉价贷款推动美国股市。 它会奏效吗，还是更大的全球主权债务危机的开始？

“我认为人们低估了日本央行🇯🇵最终收紧政策的速度。” 嗯......抛物线使日本 10 年期国债收益率在未来 45 天内从 2.75% 升至 4.0%，所以 @AdamPosen 可能是对的。 收益率上升捍卫了货币贬值，因此，如果日本央行允许这种大幅波动发生，那么日元套利交易就再见了……😬 不过，为了拯救美国市场，日本总有可能进一步牺牲本国货币至 180 日元：1 美元。 无论哪种方式，这都会导致主权债务危机和股市危机。他们必须做出的决定是他们是否同时想要两者。

日本10年期国债收益率已经开始突破，即将垂直上升。 这是危机阶段，未来 60 天内可能会从 2.7% 升至 4%。 日本央行将如何应对？ 抛售美国国债？

日元再次兑美元汇率160:1。预计很快就会有重大干预。 与此同时，到 2026 年 9 月，日本 10 年期国债收益率将垂直升至 4% 左右。 到那时，抛物线变得如此垂直，从技术上讲，时间已经倒退了。

Anthropic 今天宣布，一个未公开的研究版 Claude 在尝试证明黎曼猜想的过程中，虽然没能证明猜想本身，却在一个相关问题上取得了重大突破： 它把黎曼 ζ 函数的非平凡零点落在临界线上的已知比例下界，从 41.6% 提高到了 67.2%。 黎曼猜想是数学界最著名的未解难题之一，1859 年提出，至今 167 年无人能证明或推翻。它的核心主张是：黎曼 ζ 函数的所有非平凡零点都落在复平面上一条特定的竖直线上，数学家称之为“临界线”。 如果这个猜想成立，素数的分布就有了一种深层的规律性。这个问题列在克雷数学研究所的七大千禧年问题之中，悬赏 100 万美元。 既然全面证明太难，数学家们退而求其次： 能不能至少证明有多大比例的零点确实在这条线上？ 这个方向上的进展，过去 80 年是这样的： - 1942 年 Selberg 首次证明有正比例的零点在线上，但比例很小； - 1974 年 Levinson 证明至少三分之一； - 1989 年 Conrey 推到五分之二； - 此后又经历了几代数学家的努力，到 2020 年 Pratt 等人才把这个数字推到 41.7%。 换句话说，从 33% 到 41.7%，人类花了将近 50 年。Claude 一步跳到 67.2%，跨度接近 26 个百分点，是这个问题历史上最大的一次单步提升。 Claude 的发现建立在前人的工作之上。它结合了 Baluyot、Goldston、Suriajaya 和 Turnage-Butterbaugh 近年发表的一系列成果，以及数学家 Bombieri 在 2000 年的一篇论文。这些工作本身已经为突破铺好了路，而 Claude 找到了把它们拼在一起的方法。 Anthropic 的两位数学家 Levent Alpöge 和 Ralph Furman 审查验证了 Claude 的证明，外部专家 Brian Conrey 和 Dan Goldston 也在短时间内审阅了论文。Claude 还用 Lean（一种形式化证明语言）写出了可机器验证的证明。 过程本身和结果一样有故事。Anthropic 的一位员工 Jarred Sumner（不是数学家）在 Claude Code 中对 Claude 说了一句“认真试试黎曼猜想”，然后就把数学决策交给了模型。 Claude 先生成了 650 个想法，全部失败。被鼓励再试一次后，它花了一天半时间协调大约 60 个子智能体（subagent），运行了 2400 条命令，写了数百个 Python 脚本。这些子智能体之间分工明确：2 个负责核心数学思路，13 个为它们提供想法，30 个尝试但未能提出新思路，13 个做验证，2 个帮忙写论文。 整个过程中 Jarred 的参与基本限于给 Claude 打气，发的消息大多是“继续”和“相信自己”。 Anthropic 说，这种鼓励似乎帮助 Claude 克服了“我真的能在这种级别的问题上有所推进吗”的自我怀疑。 这已经是 Claude 今年第二次在数学领域搞出大新闻了。三周前，Anthropic 的数学家 Levent Alpöge 用 Claude Fable 5 找到了 Jacobian 猜想（Jacobian Conjecture）的反例，推翻了这个 87 年历史的代数几何猜想的一般形式。那次的反例简洁到人类数学家一天之内就能手动验证。 两次事件有一个共同点：Claude 做的不是解题，而是原创性的数学研究，是在数学家们几十年没能推进的前沿问题上找到了新路径。 Anthropic 也明确表示，Claude 使用的技术不太可能直接导向黎曼猜想的最终证明，但这个结果展示了 AI 模型在数学能力上的进步速度。 Anthropic 公布了 Claude 的完整论文、Lean 形式化证明、简明证明笔记，以及 Claude 自己描述思路演化过程的附录，都可以在 Anthropic 官网的研究页面找到。

8天前，我慢跑时请克劳德解决黎曼猜想 事实并非如此。 1.5 天后，证明 >= 67% 的零在线（之前：41.6%） 仍然不确定这意味着什么，但一些分析数论学家似乎很兴奋 https://www.anthropic.com/research/riemann-zeta

有人正在使用人工智能对 Halo 进行逆向工程。 我已经在《猩红沙漠》中（部分）完成了此操作。这是一个缓慢的过程，但法学硕士可以很好地做到这一点。 所有老游戏现在都可以复活。

Halo 反编译项目太疯狂了。 他们使用法学硕士从字节码对游戏进行逆向工程，基本上是逐行重建它。 他们已经让 Halo 以线框形式启动。 我们正在进入游戏保存的全新时代。

地球上最优秀的程序员之一刚刚为 Mac 计算机编写了 MiniMax H3 推理引擎。🫨 开放权重意味着任何人都可以将 H3 带到任何硬件上，有时“任何人”都是 Redis 的创建者。你不能雇佣这个，你只能开源并让它发生。🩵 谢谢你@antirez。享受、修改等等。 🫡

Metal 的快速 H3 实现。享受、修改等等：https://github.com/antirez/h3.c 包含来自 @liuliu 的代码，欢迎收回他喜欢的 @drawthingsapp 的任何部分，以防那里有 H3 计划。

这就是 Pi ！我抛弃了所有 Agent，用 Oh My Pi： VPS → Pi + Grok 4.5 OpenWrt → Pi + Grok 4.5 macOS → tty7 + Oh My Pi Model → DeepSeek V4 Flash + Grok 4.5 覆盖了我的所有场景，个人能力范围内无敌。

Pi 附带 4 个内置工具： - 阅读 - 重击 - 编辑 - 写 这些工具基本上是有效编码代理所需的全部工具。模型知道如何使用 bash，并且可以通过基础知识做比您想象的更多的事情。 以下是使用 Pi 的 SDK 将这些原语添加到您的应用程序的代码。