crypto花椒

離岸人民幣收在6.8258，日內區間6.8213-6.8344
今年人民幣的走勢和過去幾年完全不同。
2022-2024年的主線是"美元強+中國弱=人民幣貶值"。現在的主線變了——美元見頂回落+中國經濟企穩+資金回流新興市場。
6.8這個位置是一個關鍵節點。
往下看（人民幣繼續升值），驅動力來自：美元走弱、中國出口數據持續超預期、北向資金回流。
往上看（人民幣走弱的風險），主要是：油價高企推高進口成本、美伊局勢反覆導致的避險情緒。
對出海人群來說，匯率是最直接的生活成本變數。
在海外賺美元、花本地貨幣的人：人民幣升值意味著匯回去的錢變少了。但如果你有人民幣資產，它在升值。
在國內有收入、海外有支出的的人：人民幣升值意味著海外消費變便宜了。留學、海淘、海外投資的換匯成本都在下降。
其實我個人的預測就是，RMB還會升值

朋友是一個長期重倉美股的投資者，今年開始把國際配置提到了25-30%。
他說美股估值太高了，美元見頂了，歐洲和亞洲部分板塊的增長預期更好。
今年以來，資金從美股流出、流入國際市場的趨勢已經很明顯。美股在全球股市中的市值占比從2024年的高點開始回落。MSCI EAFE（發達市場除美國外）今年的表現開始跑贏標普。
從估值看，美股目前的forward P/E大概在20x-21x，而歐洲在13x-14x，新興市場更低。這個價差是歷史性的。
美元的走勢是另一個關鍵變數。如果美元從高位回落，持有國際資產的美元投資者會同時賺到資產升值+匯率收益。雙擊。
但國際配置不是"逃離美股"。
美國依然是全球最深最廣的資本市場，科技+AI的定價權在美股。完全不配美股是另一個極端。
合理的做法是：從90/10的美股/國際比例，調到70/30或75/25。不是賭哪個市場漲，是分散單一市場的估值風險。
US（全球除美股）是最簡單的一站式方案。想更細的話，歐洲看VGK，日本看EWJ，印度看INDA。
不行就買點港股吧，真的，富豪都回流了

融了11億美金的電池回收公司，申請破產了。
Ascend Elements，美國最大的鋰電池回收企業之一，4月9日申請Chapter 11破產保護。負債超過1.92億美元。
2015年成立，融資超過11億美元（股權+政府撥款），在喬治亞州有工廠，專門把舊電池拆解再加工成正極材料。
因為
特朗普政府取消了一筆3.16億美元的政府撥款。這筆錢原本用於在肯塔基州建新工廠，已經撥了2.04億，剩下的1.12億被砍了。
美國電動車市場放緩。電池材料價格下跌，鋰價從高點跌了超過70%。回收電池的經濟模型建立在材料價格高位運行的假設上——假設崩了。
政策依賴型企業的脆弱性：一筆撥款取消就能把十億級融資的公司送進破產。任何商業模式如果需要政府補貼才能運轉，就不是真正的商業模式。
新能源賽道的出清正在加速。
鋰價暴跌 + 補貼退潮 + EV增速放緩，三重壓力下，現金流不夠的玩家會批量出局

不只是美國
加拿大央行也在和銀行討論Anthropic模型的網絡安全風險。
美國那邊Bessent和Powell召集了華爾街大行CEO。幾乎同一時間，加拿大央行也和本國主要銀行舉行了關於AI網絡威脅的討論。
兩個信號疊在一起看
全球央行正在同步評估同一個風險：一個AI模型發現零日漏洞的速度，已經超過了人類安全團隊的修補速度。
Mythos在幾周內找到了數千個零日漏洞，涉及所有主流操作系統。
銀行是全球IT支出最大的行業之一，安全預算通常佔IT總預算的10-15%。這個比例要往上走。
監管會跟進。央行討論意味著監管框架在路上。合規需求會推動更多安全採購。
AI安全成為獨立賽道。不再是"網絡安全的一個子類別"，而是獨立的預算科目。
$CRWD今年已經漲了35%，但從估值看還沒到泡沫區間。如果銀行安全支出真的上了一個台階，這個賽道的天花板要重新估算

Anthropic 說 Mythos 太強不能公開。結果小模型也能復現大部分成果。
一家叫 Aisle 的安全公司做了個實驗：拿 Mythos 公開展示的那些漏洞發現，用小型開源模型去復現。
Anthropic 不發布 Mythos 的核心理由是「太危險了，黑客拿到會造成災難」。但如果小模型也能做到類似的事，那「不發布」這個策略本身就站不住了。
Aisle 的原話：模型只是引擎，真正決定攻擊/防禦能力的是圍繞模型構建的系統——工具鏈、知識庫、執行環境。

Gemma 4在llama.cpp上終於穩了
4月2號Google發了Gemma 4，第一天就有llama.cpp支持但bug多。現在所有問題都修完了
E2B、E4B、26B MoE、31B Dense
31B在Arena AI排行第3，26B排第6
開源模型最強梯隊
用--chat-template-file加載interleaved模版
建議開啟--cache-ram 2048
上下文長度根據顯存來
去年本地最好的是Llama 3.1 70B量化版，勉強能用
現在Gemma 4 31B Q5在Mac Studio上流暢跑，接近GPT-4級別
不依賴API的AI應用開始有商業可行性。數據不出本機，成本為零，延遲極低
對於一人企業，本地模型是真正的基礎設施。競爭對手在付API費，你的邊際成本是電費
Gemma 4 + llama.cpp = 本地推理最優解，可以上生產了

別吵了 江蘇同盟會拉起來了
只接受熟人拉進來
“江蘇是一個概念”

一家創業公司想用等離子體反應爐打破中國的稀土壟斷
Radify Metals剛融了不到300萬美元，用等離子體處理金屬氧化物，產出純金屬，唯一的廢物是水蒸氣
傳統稀土加工需要大量化學試劑，污染嚴重，產線巨大。中國控制了全球70%以上的稀土加工產能，這是地緣政治裡最硬的卡脖子
Radify的方法：把氫氣加熱到等離子體狀態，金屬氧化物粉末吹進去，氧被剝離，純金屬從另一端出來。反應爐體積小，可以分散式部署
現在做的是釹和鑝——兩種做磁鐵和電子元件的關鍵稀土元素。後續還在探索铪、鈾、鈧、鈦
我只能說牛逼了

一個23歲的德國小孩，拿了1500萬美元種子輪，估值1個億。
他把AI agent塞進了iMessage。
Poke這個產品的邏輯其實很簡單——你不需要下載任何app，不需要學任何新界面，直接在iMessage裡發條消息，AI就幫你幹活。回郵件、付帳單、改會議時間、訂機票。
General Catalyst領投，Stripe、Dropbox、OpenAI的人都投了錢。
6000個矽谷VC圈內測用戶，每月發20萬條消息。
真正好用的AI產品，不需要教育用戶。
創始人叫Marvin von Hagen，之前幹過一件更瘋狂的事——帶65個學生造了一台12米長22噸重的隧道掘進機，贏了Elon Musk的Not-a-Boring比賽。
iMessage是蘋果的地盤，蘋果隨時能做同樣的事。
Poke賭的是速度——在蘋果反應過來之前把用戶習慣養成。
這和當年小程序的邏輯一模一樣：平台沒做好的事，第三方先做，做到足夠大就有談判籌碼。

以後這種耗費token的工作請你教給本地大模型來使用
特別是autoresearch這種多輪迴路才能產出結果的
1. 只要你有spec和清晰的目標
2. 完整的結構框架 + 回測
那麼你就能用qwen 3.5 在本地7/24小時無限地為我跑出一個滿意的策略，體會一下什麼叫資本主義的壓榨