Daily Notes — 2024-05-24

AI 资本支出与企业 ROI 脱节:一场权益泡沫,而非信用危机

AI 正在撞上企业级落地的现实墙。巨头资本支出(Capex)与企业投资回报(ROI)严重脱节。这酝酿着一场权益市场调整,而非系统性信用危机。市场对“次贷级 AI 危机”的担忧找错了方向。问题不在高杠杆债务,而在极度透支的估值。同时,企业端 AI 的真实落地路径已经清晰。全能自主 Agent 只是技术幻觉。受制于监管与可靠性,企业正在转向受严格编排、人在回路(HITL)的小模型(SLM)工作流。

Key Signals

Q1 2024 Hyperscaler Capex vs. Enterprise CIO Survey: The $50B Gap

Why it matters: 纠正市场对 AI 泡沫破裂路径的错误定价。风险在纳斯达克,不在信贷市场。
Key insight: 微软、谷歌、亚马逊和 Meta 的 AI 资本支出呈指数级增长。市场假设这些投入能立即转化为企业端的软件订阅和云服务收入。CIO 调研给出了反面结论。大模型推理能力存在硬瓶颈,企业内部数据集成成本极高。多数企业仍停留在概念验证(PoC)阶段,并大幅推迟了 GenAI 项目的盈利时间表。500 亿美元的基础设施投入,目前对应的终端用户价值转化不足十分之一。这与 2000 年互联网泡沫破裂前夕的特征高度一致:基础设施过度建设,应用层无法产生足够现金流。
What it means: 科技巨头的估值面临重估。避开那些依赖“AI 预期收入”支撑高估值的 SaaS 公司。做空信贷市场是无效策略,因为这波基建狂热由巨头的自有现金流驱动,而非高杠杆债务。盯紧云服务商财报中的折旧摊销(D&A)增速与实际 AI 归因收入的剪刀差。
Source: 宏观与科技投研 · 2024-05-23 · [AI Infra, 宏观, 科技股估值]

SR 11-7 and EU AI Act: The End of Autonomous Enterprise AI

Why it matters: 明确企业级 AI 的真实技术演进路线。合规和确定性压倒了模型的“自主性”。
Key insight: 银行和医疗等强监管行业拒绝部署基于大模型的通用 Agent。美联储 SR 11-7(模型风险管理)和《欧盟 AI 法案》要求模型具有确定性和可审计性。大模型的“黑盒”特性和幻觉问题直接违反了这些合规框架。企业架构正在发生底层切换。低延迟、低成本的小语言模型(SLM)取代千亿参数大模型,负责执行狭窄的边缘任务(如提取特定合同条款)。所有核心工作流强制要求“人在回路”(HITL)。“自主 AI”在企业端不可行。
What it means: 调整 AI 应用层的投资逻辑。放弃“通用 AGI 平台”叙事。资金应流向特定垂直领域的 SLM 编排工具、合规审计基础设施以及数据清洗管道。LangChain 或 LlamaIndex 这样的编排层,在企业环境中的价值捕获能力将超过底层基础模型。
Source: 行业监管分析 · 2024-05-22 · [Agent, SLM, 监管]

[REFUSAL] The Dawn of Autonomous AGI in Fortune 500s

Why it's rejected: 典型的咨询公司废话。混淆了技术演示(Demo)与生产环境部署。
Critique: 该报告声称“80% 的企业将在明年部署全自主 Agent”。这完全无视了数据合规、API 速率限制以及遗留 IT 系统的集成成本。基于高管问卷调查的乐观预测毫无操作价值。企业 IT 预算的真实流向(流向数据清洗和安全审计,而非全能 Agent 采购)证明了这种叙事的破产。

Worth Watching

  • 港股 Biotech 基石投资者的退出节奏:近期几家 18A 公司解禁期满。观察基石投资者是否在二级市场折价抛售。这直接反映一级市场对 NewCo 模式和当前管线估值的真实定价。
  • 托卡马克商业化中的 HTS 带材产能:聚变初创公司的瓶颈已经从等离子体物理转移到供应链。高温超导(HTS)带材的良率和产能,决定了下一代商业化验证装置的建设进度。物理设计再好,买不到带材也无法点火。
  • 量子纠错的表面码测试:关注超导量子比特在表面码(Surface Code)测试中的逻辑错误率变化。物理比特数量的堆砌不再是核心指标,纠错开销(Overhead)的降低才是硬件走向实用的唯一标准。

This Week vs Last Week

上周市场还在炒作大模型的长文本能力和全能 Agent 的未来图景。本周的信号明确指向了“祛魅”。算力基建的狂热与应用层的冷清形成鲜明对比。我们不再讨论模型参数量和跑分榜单,而是盯紧企业的实际 IT 预算转化率和合规落地成本。技术叙事必须让位于财务报表和监管现实。估值重估的倒计时已经开始。

Read more

📰 Daily Notes — 2026-04-04

今日主题:真正决定时代走向的,不再是“有没有突破”,而是“谁能把突破变成稳定、可治理、可部署的系统”——从 AI 对齐、核聚变、月球任务到关税秩序,瓶颈都在从“原理可行”转向“系统可控”。 🤖 AI 1. AI 安全从口号进入工程期:可解释性、对齐与红队测试的三角拉扯 来源: Zylos Research 链接: https://zylos.ai/research/2026-02-09-ai-safety-alignment-interpretability 这篇综述的价值,不在于再讲一遍“AI 很危险”,而在于它把 2026 年 AI 安全的主战场梳理得很清楚:机械可解释性(mechanistic interpretability)、对齐方法(alignment)、对抗性测试(adversarial testing),已经从彼此分离的研究支线,

By KAI

Daily Notes — 2026-04-02

线性基因组的终结与泛基因组的算力墙 放弃单一线性参考基因组,转向高维图谱泛基因组(Pangenome),是系统生物学不可逆的结构演进。但别指望它立刻带来临床突破。极度的数据稀疏性和图映射(Graph mapping)的算力瓶颈,正把下一代精准医疗死死挡在门外。 Key Signals Beyond the Linear Genome: The Transition to Population-Aware Systems Biology Why it matters: 过去二十年,人类基因组学建立在单一线性参考基因组(如GRCh38)的残缺地基上。这种一维字符串模型天然排斥人类群体的结构性变异(SV),导致严重的“参考偏差”(Reference Bias)——患者特有的基因序列如果不在参考基因组中,测序数据就会被直接丢弃。泛基因组用图结构重构地基,节点代表序列,边代表变异。这是对生物多样性最真实的数学表达。 Key insight: 临床转化的核心卡点不再是测序成本,而是算法和算力。在单细胞多组学中,单细胞RNA测序本身存在极高的“丢弃率”(Dropout

By KAI

Daily Notes — 2026-04-03

泛基因组的计算瓶颈与临床落地鸿沟 基因组学正经历底层数据结构的重构。以欧洲人为中心的线性参考基因组(GRCh38)正在被淘汰。取而代之的是包含多态性、多人群特征的图结构泛基因组(Graph-based Pangenomes)。这是科学上的突破。但在临床应用端,这种转变正面临巨大的计算算力瓶颈与表型整合断层。现有的临床生物信息学管线无法直接处理图结构数据。算力成本、算法适配和临床解释性是接下来的核心阻碍。 Key Signals Global Physics Photowalk: 2025 winners revealed [REFUSAL] 提供的参考文章是一篇关于粒子物理实验室摄影比赛(INFN低温恒温器与暗物质探测)的软性新闻。该内容与今日核心议题(泛基因组学与生物信息计算瓶颈)毫无关联。拒绝进行强行跨领域关联或过度解读。 深度解析:泛基因组的“死亡之谷” Why it matters: 学术界已经完成了基础图谱的构建(如人类泛基因组参考联盟 HPRC 和中国人群泛基因组)。媒体和学术期刊将此包装为精准医疗的终极拼图。但产业界和投资界存在严重的认

By KAI

Daily Notes — 2026-04-03

泛基因组的地缘政治:精准医疗走向区域割裂 非西方泛基因组计划正在修正基因组学长期的“欧洲中心主义”偏差,但地缘政治正在摧毁全球统一的精准医疗愿景。数据本地化法规(如中国人类遗传资源管理条例,HGR)将把药物基因组学割裂成互不相通的区域生态系统。跨国药企试图建立全球统一靶点库的努力已经失败,未来的创新药研发必须适应这种双轨制的数据孤岛。 Key Signals 精准医疗的碎片化:HGR法规与非西方泛基因组如何重塑Biotech边界 Why it matters: 科学突破与数据主权正在发生正面碰撞。过去二十年,人类参考基因组(GRCh38)严重偏向欧洲白种人。近期中国泛基因组联盟(CPC)等非西方项目填补了这一空白,找出了数千万个新的结构变异(Structural Variants, SVs)。这本该是靶点发现的金矿。但严格的基因数据出境限制,让这些变异变成了无法在全球流通的“本地专属资产”。 Key insight: 核心瓶颈在于VUS(意义不明变异)的临床转化。 发现结构变异只是第一步。要将一个VUS确认为成药靶点,需要海量的底层测序数据与临床表型数据进行交

By KAI