indigo

真 · 太空播种 🛰️ SpaceX 释放了另一个视角拍摄的 50 米高的 Starship v14 释放 26 颗 Starlink v3 的画面！星链 v3 每颗发射质量约 2 吨，收拢状态约 7 米宽，展开后太阳能阵列跨度约 60 米，接近波音 787 翼展，有没有外星母舰吐小飞船的感觉？$SPCX 的股东请坐稳扶好📈

Elon 说 Grok Bot 要支持多模型，其实我已经再拿 Grok Bot 当模型路由用了！上周末的个人 Agent 直播就演示了如何在 Grok Bot 中用 Gemini 出信息图然后再用 Opus 做内容校验 … Grok 都知道我要用能力更强的模型检查它的工作😜

我最需要的功能 现在被 Claude 捷足先登 ！这让 Gemini 的废物集成情何以堪😂 Claude 现在可以直接在 Google Doc、Sheet 还有 Slider 里面工作 …

SemiAnalysis 最新拆解：按 API 等价值算，Anthropic 订阅的含金量约是 OpenAI 的 5 倍！虽然其订阅约占全部收入的 10%，却可能吃掉 40%+ 的推理算力，知道为什么 A 社最喜欢封把 Max 订阅用量吃满这类用户的号了吧😅 从收入结构来看，Anthropic 的 API 收入 75–85%、消费端仅 5%；OpenAI 在 2026 Q 1 的订阅占比达 65%，还背着 九亿免费用户，不过每人每月成本略低于 $0.70，但历史上也吃掉过 20–30% 的毛利。 同样到一千亿美金的 ARR，OpenAI 会少约 250 亿毛利；因此 2027 可再投资的资金 Anthropic 约有 1600 亿，而 OpenAI 则不到 1000 亿。Claude 的美国付费用户平均每月支付约 45 美元；免费用户 6000 万，付费转化约 9%（OpenAI 转化约 6%）。 Anthropic 赢在 API 占比高、订阅拖累小，核心还是专注最赚钱的业务，因此也比 OpenAI 更有底气抢跑 IPO！

我的 Gemini 给我的未来十年建议！大家可以试试问 Argon 这个问题：“Your advice for next 10 years. No explanations.” 看能否得到类似的回答？这个建议可以说相当通透了👀 1. 掌控核心瓶颈：能源、算力与稀缺物理资产。 2. 构建“人机双向共生”，而非与算法内卷。 3. 锤炼主体性（Agency）与审美品味，而非单纯的执行力。 4. 守护底层生理硬件：睡眠、体能与深度专注力。 5. 将“注意力主权”视为你最高杠杆的资产。 6. 设计在你离线时依然能产生复利的系统。 7. 深耕高信任度的线下真实人际网络。 8. 保持认知的流动性，让“反学习”与迭代的速度快于模型更新。 9. 精通提出正确问题的艺术。 10. 重仓那些永远无法被数字化的体验与情感连接。

对 AI 能力的认知正在变成一个陡峭的漏斗！绝大多数人几乎没接触过它，接触过的多数人看到的是一个有点笨的 Chat Bot，少数用前沿模型的专业人士正在经历加速的眩晕，而极少数接触内部系统的人认为：AGI 就在 2027 ✨这几种现实同时存在，彼此几乎无法沟通🤪 Karpathy 说这不是技术鸿沟，而是野心鸿沟！过去，能力是稀缺的，一个人有再大的想法，也受限于时间、人手和技能。现在，执行的门槛在迅速塌陷，真正稀缺的变成了“值得去做的大问题”本身。 那些说 AI 对自己没什么用的人，很多时候并没有说错，他们的生活里确实没有一个需要动用这种能力的问题。这不是他们的问题，而是这个时代悄悄换了一道考题：从你能做什么，变成了你想做什么。 往前看，访问权限会逐渐下沉，免费层和内部系统之间的差距会缩小，参差不齐的能力也会从代码和数学扩散到更多领域。但野心这一层不会自动弥合。将来决定一个人、一家公司乃至一个国家能从 AI 里拿到多少的，可能不是谁先拿到最强的模型，而是谁手里攒着最多值得解决的难题。漏斗的顶端，最终属于那些敢于提出大问题的人🤔

软件正在变得像牛奶一样便宜！完全竞争的市场里，价格最后都会贴着成本走，AI 把写软件的成本压到接近零，软件也就成了日用品。以前推荐引擎让内容千人千面，现在连软件本身都能千人千面，你的软件只为你自己的目标而写，用完就丢，跟别人兼不兼容根本无所谓 👀 @turingou 说他的重心已经从造软件，转移到了想清楚软件到底要达成什么目的。所以接下来值钱的不再是软件，而是你想达成的目的，能绕开软件直接到达，就不需要软件了 — 来自 Indigo Talk EP52

真 · 推荐个性化！Andrej 的周末项目：HackerTube。让 Claude 从 20 年来 HN 的 4300 万条评论中筛选出 6,454 个持续被推荐的视频。显著改善了观看体验，用 Opus 5.5 大约花了 2 小时！相信大家苦 Youtube 推荐久矣，以后都应该让自己的 Agent 来帮忙推荐内容👀

SpaceX 现在才是 GPU Rich！Elon 确认地处 Memphis 的 Colossus 2 数据中心规模： - Macroharder 和 Minihard 各有 22 万张 GB300 - Gun Range 计划相同规模并预计 11 月底上线 - Spam 约 20 万张 12 月上线，主做推理，网络更简单 年底目标约 120 万张 Blackwell（GB200/GB300）系列GPU。Epoch AI 等独立追踪机构也确认该站点规模庞大，当前约 110 万+ H100 等效算力、近 1GW 功率；120 万张成本对应约 600亿–840 亿美元（仅 GPU 硬件，完整机架级更高）！ 这些豪华的算力资源像一堵高墙挡住竞争对手😅 正如我在这一期月末直播中所说的：“算力即实力”！

继 Personal Agent 火爆之后，Meta 联合 Sierra 宣布了 Personal Agent Protocol 👀 Meta 代表了个人，Sierra 代表了企业，PAP 约定了「个人 AI agent 怎么代表用户找企业办事」。现在个人 Agent 大多还在学人：点网页、填表，不行就打客服。不仅慢、还容易翻车 。。。企业一边怕被乱爬，一边又不知道对面到底是真人还是 bot。Bret Taylor 说得很直接：“没有标准之前，这就是混乱”😜 PAP 可以给到三方他们各自想要的： - 用户：快、靠谱、可控，决定只读还是可写； - 企业：看得见、管得住，知道是 personal agent 在办事，并定边界； - Agent：一条统一入口，别每家网站重写一套爬虫； Agent 从企业网站发现能力 → 以用户名义开 OAuth session（可先访客，要账户再登录）→ 跨渠道算同一次访问 → 企业再选三条路里的哪条： 1. 网站（正常导航） 2. API（MCP / OpenAPI 等） 3. 公司自己的 Agent（保修索赔这类要对话的活） 和更早的两套协议的区别： - MCP：Agent 摸工具 / 数据（垂直）； - A2A：Agent 托付另一个 Agent（水平）； - PAP：个人 Agent 合规地代表用户找商家（B2C 入口），管身份和授权外壳； 现在大家知道新的入口在哪里了吧？做业务 Agent 对接个人 Agent ✨ 配图来自 Nano Banana 2.1

那些说 AI 对自己没用的人，很多时候并没有说错。他们的生活里确实没有需要动用这种能力的问题。“这不是他的问题，这是时代给你出了一个考题：你能做什么，变成你想做什么”🤔

标普 500 里，除了 Mag 7 之外的 493 家公司，利润率从 2015 年到现在几乎没涨！所有增长都被头部拿走了。因为它们垄断了算力、人才和资本，利润再投回算力和研发，智能越来越好，循环越快。等 Anthropic 这些新公司上市，Mag 7 还会变成 Mag 8、Mag 10 👀 循环之外的人就难了，靠个人税收和融资撑着的国家也在变弱，追赶的空间越来越窄。 这只是一种推演，创新不会消失，可方向已经很清楚：和 AI 无关的公司很难再涨，除非企业结构真的被 AI 改造。但我们不希望最后是少数公司控制越来越多的资源 🤔 — 来自 INDIGO 十月月末直播