累ーかさねー 映画
0post
2025.11.30 14:00
:0% :0% （40代／男性）
人気のポスト ※表示されているRP数は特定時点のものです
倭国外务省旗下杂志《外交》vol.94封面文章
(译文仅供参考)
围绕中国习近平体制的博弈
对谈：习近平体制——走向个人独裁的政治力学
铃木隆 大东文化大学教授 川岛真 东京大学教授、本刊编辑委员
习近平统治是否稳固？
川岛： 习近平政权目前已进入第三任期的中期阶段。在展望政权走向时，让我们先梳理一下中国未来的政治日程。2027年第三任期结束将是一个节点，但如果没有突发事件，预计将迎来第四任期（至2032年）。从更长远来看，2049年是建国100周年，中国设定了实现"社会主义现代化强国"、在国际社会获得霸权地位、与美国比肩甚至超越美国的宏大目标。而2035年则是"基本实现社会主义现代化"的阶段性目标。因此，2027年、2032年、2035年、2049年都是展望中国政治时必须关注的重要节点。
川岛： 也就是说，习近平本人的设想可能是：干满四届后，视接班问题的进展选择退休，或者干到第五届，大约到2035年左右。如果真打算第四届就结束，那现在应该已经能看到接班人布局的动向。现任政治局常委中除习近平外的六人，以及23名政治局委员中高龄者不少，进入第四届时可能会有较大调整。主要从新进委员中遴选，在第四届任期内逐步锁定接班候选人。
铃木： 我认为习近平会物色两三个接班候选人，让他们在忠诚度和政策能力上相互竞争，但他本人会尽可能长久地保持最高领导人地位。
川岛： 习近平有可能就任党主席吗？
铃木： 有可能。届时接班人担任党总书记，而他本人以被"推戴"的形式成为党主席。总书记体制原则上是集体领导、多数决，但党主席可以独自决策。我认为会根据第四届的情况相机而动，不过从实际情况来看，习近平的个人独裁已经确立。
川岛： 江泽民、胡锦涛时期推进党内民主化，通过建立明确的政治程序来抑制权力斗争，习近平本人就是通过党内选举当选总书记的。为什么他要逆转这一党内民主化潮流？另外，支撑习近平路线的权力基础在哪里？
铃木： 我认为其根源在于这样一种思维：江泽民、胡锦涛时代约20年积累的问题，比如党内纪律松弛等，必须通过向习近平个人集中权力才能克服。此外，习近平的执政风格和执政哲学很大程度上继承自毛泽东，这一点也很重要。同时，反腐败斗争和改善环境问题等与普通民众切身相关的工作取得了成效，这也成为其向个人集权正当化的依据。
川岛： 就现实的权力基础而言，习近平比毛泽东更强大。毛泽东虽有卡里斯马（charisma）魅力超过习近平，但毛身边有周恩来这样必须重视的同辈。而习近平周围没有能与之并肩的人物。
地方执政经历塑造的海洋进取意识
铃木： 如您在近著中所论述的，习近平的执政风格和政策，他的履历有怎样的影响？
川岛： 地方经验非常重要。政策层面值得关注的是，习近平主政过的福建省、浙江省、上海市都是沿海地区。福建面对台湾，浙江和上海濒临东海，在军事和经济上都是重要地区。正因为有这些经历，台湾问题和海洋进出对他来说是切身关注的事务。
铃木： 内陆陕西省出身、年轻时住窑洞务农的人物，后来作为精英官僚赴任沿海地区，对本国的海洋进出产生兴趣，这确实很有意思。那么在治理层面，"重党轻政"的思想形成也与地方经验有关吗？
川岛： 从他的成长经历来看，他是革命第一代人体悟到的党的献身精神、党作为国家基础而存在的意识的自然继承者。对党国体制的信任可以说是"红二代"（革命前建国时期贡献于党的高级干部子弟）的身份认同。
考察他的权力基础时，与军队的关系也很重要。习近平政权缩减陆军，重视陆海空、火箭军的均衡，致力于建设现代化军队。正因为能够掌控军队，才能推进如此大规模的军制改革。
铃木： 这是因为习近平在1979至1982年有过军队服役经历，对军队这一暴力组织的特性有自信能够理解吧。加之他在地方领导人时期就积极与当地军队干部建立人脉。与刘少奇之子、幼年好友刘源的合作关系也有助于反腐斗争的推进。
川岛： 作为党中央军委主席，他在对军队的影响力方面与前两届政权大不相同。
铃木： 除了中央军委主席，习近平还拥有"联合作战指挥机构总指挥"这一新头衔，位居军令部门之首。与其说是单纯的文职领导人，不如说他有更进一步的"军人政治家"自觉。
川岛： 掌控了党和军队，习近平在中央的权力基础比前两届政权要稳固得多。通过反腐斗争清除政敌，现任政治局常委、政治局委员几乎都是他的人马。最近经常听到"健康隐忧"或"可能进不了第四届"之类的传言，但仔细观察现状，认为他权力基础脆弱的分析令人难以认同。社会和地方当然有不满，但都是静默的。
"欲罢不能"的习近平
铃木： 让人担心的是接班问题。正因为权力向习近平集中，才产生了难题。无论党还是军队，不太可能轻易出现一个值得信任、能够接手他这般权力的人。他似乎被权力之网缠住了。撇开作为权力者对长期执政的野心不谈，包括自身的进退在内，都是权力惯性或惰性的结果，"欲罢不能"才是实情。
川岛： 四五年后的接班问题将会非常棘手。预兆之一是党中央军委人事。解放军中地位仅次于习近平的张又侠预计2027年退休，但其接班候选人一个个"被刺"落马，人事至今悬而未决。外交也是如此，7月份被视为王毅外长接班人的刘建超失势。
铃木： 在国防、外交接班人都不明朗的情况下，习近平本人的接班问题更是困难重重。这样下去，可能会出现"无名小卒被一眼相中"的情况。普京就是先例——1996年被提拔进俄罗斯总统府之前还只是圣彼得堡市副市长。无论如何，在接班人事冻结的状态下，将迎来第四届。
经济困境不会动摇权力基础
川岛： 尽管党中央权力基础稳固，习近平政权面临诸多课题也是事实。经济尤其重要，也有人指出他在这一领域经验不足。
铃木： 习近平本人恐怕对经济本身兴趣不大。但他强烈自认为是"马克思主义者"，在观念上重视经济作为下部结构。但如果真是这样，就不应该只关注供给侧，而应积极处理格差纠正等分配问题。2021年提出的"共同富裕"作为口号传播开来，但缺乏实际举措。另一方面，在美中对抗背景下，对经济增长的维持和科技开发等关注很高。
川岛： 中国共产党的正统性曾建立在革命和民族主义之上，改革开放后又加上了富裕。近年来科技受到重视，但追求富裕依然重要。中国经济失速是否会导致对习近平政权和共产党的支持丧失？
铃木： 在正统性和权力基础维护方面，经济富裕依然重要，但我想指出两点新趋势。第一，以AI应用便利性为代表的科技，以及对政权正统性强化的作用。DeepSeek等大规模语言模型的开发就是典型——"我们能造出不输美国的东西"，科技被用于国威发扬。但第二，回顾中华人民共和国的历史，实际上并没有仅因经济因素就导致体制动荡的先例。1989年天安门事件时，除了通胀等经济困境，还有政治腐败、统治精英分裂等因素共同作用，才发展成全国性政治危机。现在的习近平政权对"三件套"中的后两项应对得绑绑有余，很难想象中国经济恶化就会立即动摇习体制。
川岛： 确实如此。常听到"中国经济恶化，政权会制造对外危机转移国民视线"的说法，但这也缺乏依据。如果危机应对失败，反而无法成为"出气口"，尤其是入侵台湾等对执政者来说门槛极高。
铃木： 即便不至于政争，经济和社会保障问题确实导致国民尤其是年轻人不满积累。本来社会保障改革、国企改革等"核心"政策应该受到重视，但这类长期课题国民难以感受到成效，因此不得不优先眼前的景气对策。
川岛： 社会保障政策难以成为政争焦点。中国独生子女政策一代即将步入50多岁，到2035年将以超过倭国的速度进入超老龄化社会。人口动向将大幅改变社会结构，这可能会影响习近平自己设定的2035年乃至2049年国家目标的实现。
AI催生"超监控社会"的新型治理
川岛： 习近平政权相较前任政权最显著的特征是什么？
铃木： 所谓"数字监控"体制。除了监控摄像头，还利用数字支付网络等，一方面运用大数据掌握全民动向，另一方面获取个人信息强化监视，彻底实施治理。习政权高效察觉各种社会风险，同时还试图利用AI等介入人们的认知领域。
川岛： 作为社会管控强化的工具，确实相当有效。纵观中国历史，中央权力要将影响力延伸到地方各个角落何其困难……蒋介石时代都没能到达村级，村庄纳入中央政府治理还是中华人民共和国成立之后的事。但习近平体制不只是村，还要深入每个国民的头脑。
铃木： 或许存在某种强迫观念，非要把治理做到如此彻底。另一个特征是强调各种"安全"——国家安全等，并通过法制化来实现。
川岛： 相比毛泽东、邓小平，习近平意识到自己缺乏基于实绩的卡里斯马（charisma）权威。因此，他试图通过将各种政策法制化、明确权限来弥补这一不足。
铃木： 确实很"一丝不苟"。不过数字监控体制加上法制化，确实让整个社会越来越压抑。
川岛： 富裕阶层外流就是社会自由丧失的反映。
"北京逻辑"下的中美关系
川岛： 也想讨论一下第二届特朗普政府以来的中美关系。从长期视角来看，对中国而言，如何看待特朗普？
铃木： 对习近平来说，最重要的是遂行自己确立的长期目标，与美国进行持久对抗是特朗普上台前就既定的路线。美国"本国优先"的动向将在特朗普之后持续，但中国不会因此调整长期目标。当然需要应对如追加关税等个别问题，但包括外交因素在内的美国因素是风险管理对象，不会因此改变国家目标。
川岛： 关于特朗普关税，中国经济的GDP大部分已由内需构成。出口方面，只能卖给美国的产品会受冲击，否则找到其他买家就行。从这个意义上说，影响是有限的。
铃木： 从中国的视角来看，随着时间推移，世界大势将对自己有利。既然如此，中国无需主动对美国采取什么行动。这集中体现在加强与全球南方国家的关系上。在亚洲等世界各地的"阵地争夺"中，中国认为自己比"走下坡路的西方"更有优势。
川岛： 特朗普政府解散美国国际开发署(USAID)、实质上撤销美国之音和自由亚洲电台等，以及美国对加沙冲突的应对，都被中国利用。
铃木： 观察中美对抗时，经济安全当然重要，但讨论并不简单。以半导体为例，西方越是试图封锁尖端技术，中国越会推进自主化。据说中国已能制造6纳米制程。当然要量产和进一步突破尖端技术会很艰难，但终究有可能追上。从这个意义上说，特朗普关税和经济安保将加速中国追求的内需型经济建设和自主化。因此，这些应对与既定大方针并不矛盾。
中国更警惕的其实是特朗普就职前后"夺回巴拿马运河控制权"、"购买格陵兰"等言论。这是20世纪初的古典海权复兴行动，与中国的海洋进出战略正面冲突。不过特朗普的言论是在"本土防御要塞化"的语境下发表的，只要止于北美和南美大陆范围，影响有限。
川岛： 特朗普政府的出现及其后的关税和对盟国的防务努力要求，在西方国家引起巨大震动。更不用说作为美国主要竞争对手的中国了——倭国往往有这种思维定式。但站在习近平的立场和逻辑来看，中国目前基本是在既有框架下应对。中国可能会修改长期规划，但眼下更大的问题是人事。
如何看待台湾局势
铃木： 前面谈到了习近平的海洋政策，那么台湾问题呢？
川岛： 习近平设想的海权不仅包含商业要素，还涵盖军事力量在内的全面海洋霸权的实现，台湾也是不可分割的组成部分。除了军事和经济重要性，统一更是担保共产党正统性的命题，不存在不追求统一的选项。而且台湾在甲午战争后成为倭国殖民地，二战后也与大陆分离，统一还有雪洗历史屈辱的意味。
铃木： 台湾局势对倭国也很重要。从中国来看，倭国位于第一岛链（九州、冲绳、台湾、菲律宾等）之上，也是第二岛链（伊豆群岛、小笠原群岛、关岛等）的一部分。中国会对倭国乃至日美同盟采取怎样的策略？
川岛： 日美同盟积累深厚，中国也认为不可能轻易离间日美。但如果倭国方面威胁认知上升，台湾有事的具体军事行动讨论深入，国民不安完全可能蔓延。
铃木： 在倭国社会制造"被卷入恐惧"的舆论工作也会进行。正如已经在台湾实施的那样，利用倭国的民主制度制造国论分裂，以综合削弱倭国的政治和外交力量，各种工作手段都会被使用。如果我是中国当局者，肯定会这么做。
川岛： 需要充分认识这一点。围绕台湾有事，尤其令人担忧的是对冲绳的影响。
铃木： 也有报道称中国正在对冲绳进行各种"工作"，这是值得警惕的事态。
川岛： 不过，倭国国内流传的"中国对冲绳的政治工作和影响力已深度渗透"说法，目前来看是过度评估。但如果轻视这类言论的传播，东京与冲绳政策制定者之间的心理疏离是可能发生的。定期且细致的意见交换和信息共享不可或缺。
台湾有事的应对固然重要，但首先要做好准备。尤其是社会韧性的提升、海底电缆等信息基础设施的保护，以及网络攻击、虚假信息等非武力灰色地带渗透的信息共享合作，应该先推进。在战时与和平时期界限模糊的情况下，需要重新审视日台合作方式，重新设定课题。
倭国新政权应如何面对中国
川岛： 10月21日高市新政权成立。中日关系课题堆积如山，您期待怎样的应对？
铃木： 首先是适当展开首脑外交。近年日韩关系改善就是好例子，首脑外交的成果对两国国民感情影响巨大。中日之间也是如此，要构建稳定关系，首脑层面的对话不可或缺，这也将支撑包括商界在内的国民舆论。
川岛： 日中关系和日韩关系类似，曾因尖阁诸岛问题，中方冻结首脑交流，安倍政权将其恢复到可以重新开展的水平。政治家的决断很重要。
铃木： 在权力集中于习近平个人的政权下，能直接向他输入什么信息将是胜负关键。正因为高市首相拥有保守派支持基础，才可能做出大胆的政策决断，安倍也是如此。
川岛： 倭国常有这样的说法："只要经济恶化，中国就会依赖倭国，采取友好姿态。"但现在中国GDP的大部分由内需构成，焦点在于如何刺激国内个人消费。这一点应该牢记。需要着眼于当前的中国，构建适合当下的中日关系。
川岛真：1997年东京大学研究生院人文社会系研究科博士课程单位取得退学。文学博士。专攻中国政治外交史、东亚国际关系史。历任北海道大学助教、东京大学副教授，现任东京大学教授。合编著有《日中关系2001-2022》《欧亚的自画像》等。
铃木隆：2005年庆应义塾大学研究生院法学研究科博士课程肄业。法学博士。专攻中国政治。历任爱知县立大学副教授，现任大东文化大学教授。著有《中国共产党的支配与权力：党与新兴社会经济精英》《习近平研究：支配体制与领导人的实像》等。
注：
.以上为Claude Opus 4.5基于学术对谈的直接翻译，忠实于原文内容。
.呈现倭国学者视角的分析，原文本身具有立场性，翻译保持中立转述。
.原文未涵盖中方官方叙事、西方主流分析的对比视角，以及经济数据的具体验证。 November 11, 2025
2RP
女人对男人爱的极致是赤裸身体，男人对女人爱的极致是赤裸灵魂。性不是爱，约会不是爱，婚姻更不等同于爱。爱是当有一个人目睹了你所有的缺点，很糟糕、很糟糕，但依然选择爱你。或许这就是爱最本来的样子。现实很苦，生活也很累，婚姻但是没有那么容易。聊一下到底爱是什么？以下五点供大家参考：
第一、爱是单纯享受付出，不计回报，你为了那个人付出的过程，你就会很快乐。爱情是你自己的品质，是你自己的心魂，是你自己的处境，跟别人没有关系。喜欢可能是索取，但是爱一定是付出。
第二、爱是我从来没有怪过你，家是不是讲理的地方？很多人聊过，我们不讨论，但是我确定，爱一定不是。两个成年人，三观哪怕再相合，观点哪怕再一致，积年累月的相处，也难免会有磕碰，甚至是会伤害。但真正的爱是从不责怪，事有对错，情没好坏。真的爱了啊，就会就会把对方的一切照单全收，对错与否那是别人的判断。但是在我这里我从来没有怪过你。
第三、爱是自由意志的沉沦，就是当你心中真的有了那个那个深爱的人，你是无法通过理性告诉自己，我不爱他，因为忍不住的才叫爱。所以有一句话说的特别的好，标准都是留给那些不喜欢的人的。当你就是遇到那个对的人，他就是标准。
第四、爱是把你最高的特权给他。一个本来就喜欢独处的人，偏偏给了情愿陪你聊那些无聊话题的权限。一个对全世界都冷酷无情的人，独独给了你心底最温柔的特权。你不要看他有什么，你要看他看他最在乎的是什么。他可以给你钱啊，但是他不在乎钱。所以这不一定是爱，一个人内心深处他最死死的抓住不放的东西。但是为了你，他放手了，你说这不是爱还能是什么？
第五、爱是责任，也是克制。我我从来不觉得爱可以是放纵的借口，相反爱其实可以承载真正的严肃和崇高。这里的克制不是说自己的感情，而是对对方的尊重。情不自禁是爱，不打扰也是爱。总有人嫌你不够好，也有人觉得你哪里都好，所以不用踮起脚尖爱你的人，他自己会弯腰。
还有，就是你听到这里，你看到这里，心中想到的第一个人，这个人一定是你当下真正爱的人。愿你愿你深爱的那个人，同样也深深的爱着你。春朝秋夕，以爱之名，以余生为期。 November 11, 2025
1RP
1.不要可怜任何人，你瞪大眼睛仔细去看，可怜之人必有可恨之处。
2.任何时候都不要撕破脸，也不要选 择 报复，烂掉的果子自然会从树上掉下来。不要和重要的人计较不重要的事，不要和不重要的人计较重要的事。记住，你的人品就是你最好的运气，你的心态就是你最好的风。
3.形象一定要走在能力前面，不然你的能力很容易被低估，没有拾残局的能力，就不要放纵善变的情绪。
4.不要把秘密告诉好朋友，因为好朋友也有好朋友，保护自己最佳的方式就是从不高估自己在别人心中的分量，不要对一个人太好，时间久了会变成理所当然。
5.太闲的男人不能交朋友，要么 捞偏门，要么就是败家子。太忙的女人不要轻易去聊，要么身价不菲，要么伤痕累累。
6.依赖任何人，都是在自杀。你要明白，大树底下无大草，能为你遮风挡雨，同样也能让你不见天日。
7.求人办事，关系再好，也要让对方得到利益，没有.把握的事不要立刻答应，有 把握的事更不要立刻答应。
8.没事少发朋友圈，太高调的人总有一天会毁了自己。 前车尽量不外借，五人以上的酒局尽量不参与。
9.跟小人来往，勤打招呼，少说话，不深交，但也不绝交。对讨厌的人露出微笑，是我们必须学会的恶心。
10.不要告诉任何人你的实际存款，记住是任何人。
11.没有人主动联系你，说明你在别人眼里没有一点价值，没有价值的交换，就很难成为真正的朋友。不管任何关系，只要对方做事前不考虑你的感受和利益时，你就该及时止.损的。
12.水太深，风太大，没有实力少说话。不要袋一热就跟别人掏心掏肺，否则你迟早会后悔。
13.不要花太多的时间去处理关系，有了钱，有了本事， 一切都顺畅。如果不顺畅，是因为钱和本事还不够，一切关系都是利益，利在哪里，人心就在哪里。
14.旅游回来不要主动说出去，你分享的是快乐，别人听到的是炫耀。朋友亲戚家的孩子再不对也别教育，教育人家孩子等于打人家脸。
15.与领导单独相处时，多倾听，少说话，这是谨慎。同时向你抱怨时，是附和不表态，这是明智。任何时候都少提建议，看不清楚局势的时候不要入局，做一个局外人。
16.进入新环境要注意低调，克制反驳欲，学会赞美和闭嘴。别人问一句你回十句的毛病要改。别人一对你好你就掏心掏肺的毛病要改。
17.你开10万的车，他开劳斯莱斯，你请他吃饭就是无效社交。
18.尽量不要让别人知道你的状态，无论好与坏，好了有人嫉妒，坏了有人嘲笑。
19.想要跟周围的人搞好关系，就永远不要跟他们分享成功的喜悦和开心的事，对于刚认识的人不要太热情，你越热情别人越瞧不上你。
20.找媳妇不要找太漂亮的，.没有实力会被很多人惦记婚前发生多少次关系只能心里有数，婚后要远离对自己有好感的异性。
21.学会闷声发大财。事没做成之前，谁都不要说人性， 就是恨你有，笑你无，嫌你穷，怕你富。管好嘴巴，不说自己的目标，不说自己的钱财，不说自己的家事，不说自己的错事，守住这四个秘密，免灾祸，远是非。
22.不管谁家有事，只要没通知你那就一律装作不知道， 事后也别追问，亲戚朋友请客吃饭没有邀请你装作不知道，更不要去打听。多年不 联系的人突然发来消息当做没看见不回复。
23.说话就是为了让人舒服，不是让人尴尬，千万不要以为实话实说是直爽。
24.邻居不做朋友熟人介绍的工作别去，不要得罪领导身边的红人。
25.亲戚问你工资，一律回答够生活。同事问，一律回答跟你差不多。人有干面，心有干变，知道的不要全说， 听到的不要全信。
26.与你翻脸之人，无论是亲戚还是朋友，无法再回到往昔。坑过你的人一定要远离，不然有机会他还会再坑你。
27.不要跟好朋友一起做生意，朋友不共财共财断往来， 不要随便给别人出主意，成了你不一定有功，败了你一定有错。
28.别人不开口请.你帮忙，尽量不要主动帮忙，做人不能太老实，再好的朋友也有可能出卖你，越低调的人越危险。记住，咬人的狗是从来不叫的。不要和任何人走的太近，时间久了，你会发现，所有的损失都是熟人干的。 November 11, 2025
1RP
【🔥 孙悟空平台交易额突破112亿USDT，百万豪礼邀你共庆！】
兄弟们，速来围观！🐒 孙悟空（SunX）势头太猛了！平台累计交易额已冲破112亿USDT，增长一路狂飙！更炸的是——现在推出“邀请好友一起赚”活动，总奖池高达𝟏𝟎𝟎万枚 $SUN ，就等你和兄弟一起来分！
🎁 邀请奖励超丰厚：
成功邀请一位好友，你最高可拿𝟏𝟑𝟎枚 $SUN ，好友同样也能拿𝟏𝟑𝟎枚 $SUN ！奖励分步拿，稳赚不亏：
✅ 首单达标礼：好友首单交易≥300 USDT，你立得30 $SUN，TA得20 $SUN！
✅ 7日冲刺礼：好友7天内累计交易≥20,000 USDT，你再拿100 $SUN，TA也拿100 $SUN！
这还不止——活动还能叠加「迎新盛典」奖励+20%返佣！相当于一份邀请，三倍收益！
🚀 怎么玩？超简单：
1️⃣ 登录孙悟空 → 进入【邀请好友】拿专属链接/邀请码
2️⃣ 甩链接or邀请码给好友，喊TA一起来搞钱
3️⃣ 好友连钱包、做交易，你们双双坐等收 $SUN ！
机会不等人，百万 $SUN 正在秒没！赶紧点击链接，查看活动详情，喊上兄弟一起冲👇
@justinsuntron @SunX_DEX
#TRONEcoStar November 11, 2025
童磨は可愛い派。
歪んでるところが可愛いと思う、そんな自分の歪みも自覚してます笑
映画で童磨に落ちてしまいました🥹
鬼滅隊→しのぶさん、善逸
鬼→童磨、累
が好き。
童磨推しならしのぶさん嫌い？と思われるかもだけど、しのぶさんに倒して欲しいと感じたから作品の展開に惚れ惚れでした。 November 11, 2025
🌃环球票中国始发（89期）16张商务舱 含澳洲6+
✈️环球旅行航班：全日空 汉莎 奥航 新西兰航空等🏝️
💳累积的星盟里程，商务舱 1.25-1.5倍约8-10万分、 供参考
💰环游世界机票，本期航班：💺商务舱中国始发现金票，航线行程请看文中或尾图
#环球旅行 #环球旅行大玩家 #环球旅行指南 #环球票 #环球旅游 https://t.co/qwSsYDDuGP November 11, 2025
Radiant Abyss
山蕗累
HO：魔術師のマスター
珍しい短髪のPC。山岳救助隊員なので引き締まった筋肉質の大男。どこに行っても人と会う運命にあるんだなって人。性格は大雑把、おおらかともいう。
口調例：お前、大丈夫なのかそんなひょろひょろで…！！/飯を食え飯を！
https://t.co/08hlxH6Ymg November 11, 2025
@mKY9hQwnfO79166 @JKHGhcLMjkkL6ey 怖くて、専用アカウントでしか投稿できない残念さね
自分の理解に自信がない
君はわかった感覚がない。かけ算の理解を放置したから
今からでも遅くはない。教科書を読んで「かけ算は累加、a x b はaをb回足す」を確認するんだ https://t.co/vjU37PIDlJ November 11, 2025
秋日的上海，空气里夹杂着淡淡的桂花香味，却被高架桥上的车流声冲淡。
李薇从地铁站走出，肩上背着黑色公文包，步伐稳健。她习惯性地低头看手机，屏幕上是一封来自客户的修改意见邮件。
28岁了，她在广告公司做了五年文案，日子像地铁线路一样规律，却总觉得少了点什么。
今天是周五，她本该松口气，但脑海里回荡着昨晚小雅的电话：“薇薇，你得出去走走，别总窝在办公室里。”
李薇推开咖啡店的门，铃铛轻响。里面人不多，她选了靠窗的位子，点了一杯美式。窗外，行人匆匆，树叶在风中微微颤动。
她拿出笔记本，开始整理下周的提案。
忽然，门又开了，一个男人走进来，身上背着相机包，手里拿着几张打印的照片。他看起来三十出头，头发略显凌乱，穿着简洁的夹克和牛仔裤。
男人环顾四周，视线落在李薇旁边的空桌上。
“抱歉，这里有人吗？”他问，声音温和，带着点上海口音的柔软。
李薇抬头，看见他手里照片上是一些街头景物，颜色鲜活。她摇摇头：“没人，你坐吧。”
他坐下，叫了杯拿铁，然后摊开照片，似乎在挑选。
李薇本想继续工作，但余光瞥见其中一张：一个女孩在雨中撑伞，背影模糊，却透着孤单。她不由得多看了两眼。
“拍得不错。”她脱口而出，声音比平时轻一些。
男人抬起头，笑了笑：“谢谢。你是摄影爱好者？”
“不，只是随便说说。我是做广告的，对画面有点敏感。”李薇推了推眼镜，觉得自己多嘴了。
他点点头：“我叫陈浩，自由摄影师。这些是给客户的样片。你呢？”
“李薇。”她简单回答，没多说。
陈浩没追问，只是继续整理照片。咖啡店的背景音乐是轻柔的爵士，李薇忽然觉得这下午不那么乏味了。
第二天，李薇的部门接到一个新项目：为一家咖啡连锁店拍宣传照。公司老板指定了外部摄影师，正是陈浩。
李薇负责文案和协调，她没想到这么快又见面。
摄影棚里，陈浩正调整灯光，助理递给他镜头。他看见李薇，眼睛亮了亮：“又见面了。没想到你是客户。”
李薇笑了笑：“巧合。项目要求是捕捉都市生活的温馨瞬间，你有想法吗？”
陈浩想了想：“我想从日常入手。比如，早晨的咖啡馆，人来人往的那种温暖，不是刻意的摆拍。”
他们讨论了半天，李薇发现陈浩说话时总带点热情，手势比划着构图。她平时习惯理性分析，但他的描述让她脑中浮现画面。
下午拍摄时，陈浩指挥模特，李薇在一旁记录。
一次间隙，他递给她一瓶水：“喝点，站久了累。”
“谢谢。”李薇接过，瓶子温热。她注意到他手指上有道旧疤痕，没问。
项目进行一周，两人接触渐多。
一次下班后，雨下大了，陈浩开车送李薇回家。
车里，他放了老歌，雨刷有节奏地刮着挡风玻璃。
“你为什么做摄影？”李薇问，盯着窗外霓虹。
陈浩握方向盘的手紧了紧：“小时候父母离婚，我爸是摄影师，留给我一台旧相机。拍东西能让我觉得世界没那么乱。你呢，为什么广告？”
李薇顿了顿：“稳定吧。大学学中文，本想写小说，结果进了公司。日子过得去。”
他笑了笑：“过得去？听起来像将就。”
李薇没反驳。
车停在她小区门口，她道谢下车。
回家后，她躺在床上，回想他的话。心底有丝异样，但她摇摇头，告诉自己别多想。
小雅周末约李薇逛街，两人坐在商场咖啡座。
小雅搅着奶茶：“薇薇，你最近气色好点了。那个摄影师怎么样？”
李薇愣了：“什么怎么样？就是工作伙伴。”
小雅眨眼：“我看你提他时眼睛亮。试试呗，你单身两年了。”
李薇低头：“我不想重蹈覆辙。上次那事……”
小雅叹气：“前男友劈腿是他的错，你别总关着门。”
那天晚上，李薇给陈浩发了条微信：项目进度怎么样？
其实她知道进度正常。
陈浩回得快：还好。周末有空吗？想去外滩拍点夜景，你来帮忙构思文案？
李薇犹豫片刻，回：好。
周末晚上，外滩风大，陈浩架起三脚架，李薇裹紧围巾。
江对岸灯火璀璨，他按快门时，专注的样子让她移不开眼。
“试试？”他把相机递给她。
李薇接过，笨拙地对焦。
快门声响起，她拍了张他的侧脸。
“不错，有天赋。”陈浩看照片，笑了笑。
他们走着聊着，陈浩讲起一次旅行拍的照片，李薇分享工作趣事。
风吹乱她的头发，他伸手帮她理了理，手指触碰时，两人同时一怔。
李薇心跳快了些，但她转开话题：“那边有船。”
那天回家，陈浩发消息：谢谢，今晚愉快。
李薇盯着屏幕，笑了笑。
项目中期，他们去咖啡店实地拍摄。
模特是年轻情侣，陈浩指导他们互动，李薇在一旁写笔记。
一次休息，陈浩坐到她旁边：“你觉得他们像不像我们？”
李薇脸微红：“什么？”
“开玩笑。”他笑，但眼神认真。
下午结束，陈浩约她吃饭。
餐厅是小馆子，菜简单。
他点了几道沪菜，边吃边聊。
“你父母呢？”李薇问。
陈浩筷子停了停：“离婚早，我跟妈。但我爸……我总觉得是我没留住他。”
他声音低了些。
李薇点头：“我爸妈也忙，感情淡。我前男友……算了，不提。”
陈浩看着她：“过去的事，别让它绑住现在。”
那晚，他们走路回家。
街灯下，他牵她的手，她没抽回。
心底那道墙，似乎松动了点。
感情就这样悄然生长。
两人开始约会，周末看电影，散步公园。
李薇发现陈浩外向下藏着细心，他记得她爱喝无糖茶，总在她加班时发鼓励消息。
陈浩则喜欢李薇的安静，她听他讲故事时，眼里总有光。
但小冲突来了。
一次，李薇加班到晚，陈浩约了摄影展，她忘了。
他等了半小时，发消息：没事，下次。
李薇回家道歉，他说：“理解，你工作重要。”
但李薇察觉他语气淡了些。
她开始多想：他会不会像前任一样，觉得她无趣？
另一边，陈浩的老张问他：“那姑娘怎么样？”
陈浩笑着：“挺好。但我怕……像我爸妈那样。”
老张拍他肩：“别总想过去。”
一个月后，第一个小冲突爆发。
李薇公司聚餐，有人介绍她认识新同事，一个年轻男生。
陈浩听说后，微信问：玩得开心？
李薇回：就同事。
但陈浩没多说，那晚没给她晚安。
第二天见面，他看起来疲惫：“昨晚拍片到晚。”
李薇想问，但咽下。
两人吃饭时，气氛微妙。
她夹菜给他，他笑了笑，但没以往热情。
回家后，李薇给小雅打电话：“我觉得他变了。”
小雅：“谈谈啊，别猜。”
李薇试着，但陈浩总说没事。
第二个冲突在陈浩生日那天。
李薇准备了惊喜：定制相册，里面是她拍的他的照片。
但那天，他工作室有急活，推迟了约会。
李薇等在家，饭菜凉了。
她发消息：没事，工作要紧。
陈浩赶来时，已是深夜。
他抱歉，李薇笑了笑：“习惯了。”
但她心里堵着。
夜里，她翻身：“浩，你觉得我们合适吗？”
他愣了：“当然。怎么了？”
“没事。”她转过身。
渐进的裂痕在积累。
陈浩的回避让李薇更谨慎，她开始少发消息，怕打扰。
他则以为她冷淡，更多投入工作。
第三个冲突是导火索。
公司年会，李薇喝了点酒，小雅开车送她回家。
陈浩打来电话：“你在哪？”
“回家路上。”她声音模糊。
他急了：“谁送的？”
“小雅。”
但陈浩脑海闪过之前那男生，语气重了：“你最近总不告诉我行程。”
李薇火起：“你呢？天天工作室，我问你也不说。”
电话挂了，两人冷战两天。
高潮在周末爆发。
李薇去陈浩工作室取项目文件，看见他和一个女客户聊天，笑得开心。
她心一沉，转身走。
陈浩追出：“薇，怎么了？”
李薇停步，眼圈红：“我觉得我们……就这样吧。你自由，我也不想绑你。”
陈浩愣住：“什么意思？”
“你总回避，我怕重蹈覆辙。你爸妈的事，让你不敢承诺，对吗？”
陈浩沉默片刻：“是，我怕。但我喜欢你，不想失去。”
李薇摇头：“喜欢不够。信任呢？”
雨开始下，两人站在街边。
陈浩拉她手：“我错了。从小看父母吵，我总逃。但遇你，我想试。”
李薇泪混雨：“我也是。怕被伤，又关门。”
他们抱住，雨中。
陈浩低声：“我们慢慢来，好吗？”
那天后，两人坐下长谈。
李薇讲前任背叛的痛，陈浩分享童年阴影。
他们决定，给彼此时间。
几个月过去，关系稳了。
李薇学会表达，陈浩开始计划未来。
一次公园散步，他递给她相机：“一起拍我们的故事。”
李薇笑了笑，按下快门。
但生活没那么完美。
陈浩仍偶尔加班，李薇工作压力大。
他们争吵过，但学会和解。
故事结束时，两人坐在江边，看夕阳。
未来不确定，但他们选择面对。
李薇靠在他肩：“明天呢？”
陈浩握她手：“一起走着看。” November 11, 2025
不写代码，月入5位数？他用N8N打造的“自动化工厂”太狠了
30岁大厂裸辞，血压飙到180，以为人生完了？
结果他靠n8n工作流，单枪匹马月入 5 位数，峰值 10 万，把“一人公司”做成了印钞机。
上周四和香君的直播，下面写一些关键点复盘：
1. 赛博时代的“影分身之术”
香君最震撼我的，不是技术，是他的“矩阵思维”。
在 YouTube Shorts 上，开通 YPP（赚钱门槛）是第一步。
普通人做一个号，累死累活剪视频，听天由命等爆款。
既然爆款是概率学，他就用数量去对冲不确定性。
几十个号怎么管？招人？不
他用n8n搭建了一套“自动化内容工厂”。
剧本固定、素材抓取、剪辑生成、上传发布，全流程自动化。
机器24小时干活，他在睡觉。
这才是真正的“睡后收入”。
2. 别做“批量生产垃圾”的傻事
听到这，很多人是不是准备装n8n了？
停！先听听香君这句人间清醒：
“如果你输入的是垃圾，自动化只会帮你生产更多垃圾。”
这是无数新手死在半路的原因。
香君的路径极具参考价值，分三步走：
第一步：手动干。
先人肉跑通SOP，确认内容有人看，模型能跑通。
第二步：RPA 辅助。
用凹凸码、八爪鱼这些工具，模拟人工操作，提效。
第三步：API + N8N。
确定能盈利了，再写脚本调用 API，实现全自动。
过早自动化，就是加速死亡。
这条建议，价值百万。
3. 极简主义的“功利性学习”
很多人问：n8n门槛高吗？要懂代码吗？
香君是产品运营出身，但他现在玩得比程序员还溜。
秘诀就三个字：“干中学”。
别去买一堆课。
业务推进到哪一步，“不搞这个就饿死”，这种时候的学习效率是最高的。
把技术当工具，而不是当学问。
4. 哪怕是风口，也要有退路
即便现在一个月能搞几十个 YPP 账号，香君依然很冷静。
他说这只是“人力密集型产业”的自动化版， 没有成长空间，只是在吃风口红利。
所以他把这当成“投资”： 在合适的时机，投入资源，拿走收益。
然后把赚到的钱和时间， 投入到寻找下一个更长周期的机会中。
这是通透。
最后说一句：技术本身不值钱，用技术构建出的“自动化印钞系统”，才是你在这个时代最大的底气。
别光看着，先去跑通你的第一个 SOP。
@香君赛博淘金，是他的公众号，欢迎关注。
本周四继续：邀请70万册书+跑通AI出海赚钱的孟健，欢迎预约 November 11, 2025
小説『踊狂う桜の嵐』更新しました。
622話「つまり死の雨ということだ」でした。
桜の嵐で桜桃蜉蝣は謎の「焔流累颯」と18属性をタロットカードの22枚に当ててずっと話す長い話なので（100万文字超えは確かに長い）その点、毒属性は実は「吊人」です。
#桜嵐 #小説家になろう
https://t.co/q3TqNrE0Fj November 11, 2025
『美國共和黨剛提出《司法問責法》，要開始讓那些一再釋放暴力慣犯的法官進監獄。
這項法案簡單、狠辣：
只要法官讓被告以「自行具保」或超低保釋金獲釋，而該被告在 12 個月內再犯重罪，法官就會自動面臨聯邦刑事指控——最高可判 10 年，並永久取消執業資格。
他們甚至附上公開資料庫：
所有「對犯罪太軟」的法官姓名、照片、以及他們放出去的再犯累犯紀錄都會公開，讓受害者家屬清楚知道，是哪位法官讓殺害親人的兇手在謀殺前被放了三次。
法案由那些曾目睹 Darrell Brooks 在只付 1000 美元保釋金後、開車衝進聖誕遊行的共和黨強硬派提出——而沃基肖那位法官到今天還穿著她的法袍。
民主黨痛批這是「攻擊司法獨立」。
但司法獨立不代表司法免責，尤其當你的「同情心」讓街道上多了屍體。
黑袍社工把城市變成自由槍擊區的時代結束了——
下一站，是讓他們穿上和那些被他們放出去的犯人同款的橘色囚服。
來源：美國眾議院 H.R.9177《司法問責法》，2025/11/27；Fox News、NY Post』 November 11, 2025
Google TPU 要干掉英伟达了吗？Meta 被曝将大规模采购 TPU，引发市场震动。但真相是：TPU 能撼动英伟达，却永远无法取代英伟达。这不是性能之争，而是生态、时机与战略的较量。
The Information 的一篇重磅报道把整个 AI 行业给炸了，Meta 正在与 Google 进行秘密谈判，计划大批量采购 Google 的 TPU 芯片，用于部分替代英伟达的 GPU 以支持其庞大的数据中心 AI 运算。
根据报道披露的细节，这盘棋下得很大：
- 2026 年： Meta 将大规模租用 Google 云服务（Google Cloud）上的 TPU 算力进行模型训练；
- 2027 年： Meta 将直接采购数十亿美元的 TPU 芯片，部署于自建的数据中心内。
什么？全球最大的 GPU 采购大户要抛弃英伟达了？ Google 的 TPU 居然要走出自家机房，去取代英伟达的 GPU 了吗？
消息一出，资本市场瞬间恐慌了。英伟达股价应声大跌，而 Google 则逆势暴涨，大家都在问：难道英伟达靠 GPU 垄断 AI 数据中心的故事真的讲不下去了吗？TPU 开始逆转了战局了吗？要讲明白这场 GPU vs TPU 的战争，我们要先从英伟达为什么能够像“铁桶”一般垄断 AI 数据中心讲起。
当今的 AI 技术堆栈：一座精密的金字塔
今天的人工智能是一个无比庞大的工业化产业。像 ChatGPT 这样顶尖的 AI 产品，其背后是由一层一层的技术基石堆砌而成的，这在 IT 行业被称为“技术堆栈（Tech Stack）”。
即使采用最粗略的划分方式，要支撑起当下的生成式 AI，至少也包含 5 层关键技术，缺一不可：
- 第一层：算力硬件层（Infrastructure） 这是金字塔的底座，是一切的基础。核心代表毫无疑问是英伟达的 GPU 和 Google 的 TPU。它们提供了 AI 运算所需的庞大算力，就像是工业时代的电力引擎。
- 第二层：系统软件与加速层（System & Compiler） 光有芯片还不够，AI 计算需要成千上万个芯片协同工作。这一层负责调度硬件并优化效率，充当硬件与上层软件的翻译官，它们决定了你能发挥出硬件多少潜能。这一层最典型的护城河技术，就是英伟达的 CUDA，而 Google 的 TPU 也有能够把上层软件编译为 TPU 机器码的 XLA 编译器。
- 第三层：深度学习框架（Deep Learning Frameworks） 想要构建和训练大规模神经网络，开发者不能手搓底层的软件代码，需要成熟的“脚手架”。业界目前最流行的是 META 发起开源软件 PyTorch（目前对 GPU 生态支持最好，是事实标准），以及 Google 发起的开源软件 JAX 和经典的 TensorFlow。
- 第四层：基础大模型（Foundation Models） 这是由深度学习框架训练出来的“超级大脑”，是目前竞争最激烈的战场。
- 语言/多模态模型： 如 OpenAI 的 GPT-5、Google 的 Gemini 3；
- 视频生成模型： 如 OpenAI 的 Sora、Google 的 Veo；
- 图像生成模型： 如 Google 的 Imagen、Midjourney。
- 第五层：AI 应用与交互层（Applications & Agents） 这是用户直接接触的产品。它将底层强大的模型能力封装成人类可以交互的工具。例如 ChatGPT，它的底层核心是 GPT 模型，但它本身是一个增加了对话界面、联网搜索、记忆功能的产品；又比如 Google 的 NotebookLM。
为什么英伟达在 AI 数据中心市场形成了绝对垄断？
我们经常感叹英伟达的 GPU（如 H100、H200、B200）硬件参数如何炸裂，但这只是冰山一角。英伟达之所以能对 AI 数据中心市场形成近乎无解的垄断（市占率一度超过 95%），主要源于以下三个维度的降维打击：
1. 通用性极强的单点算力 英伟达的 GPU 本质上是通用计算加速器（GPGPU）。它不仅能完美覆盖 AI 大模型的训练（Training）和推理（Inference），还能兼顾科学计算（气象模拟、药物研发）、图形渲染甚至加密货币挖掘。这种“一卡多用”的特性，使其成为了数据中心的硬通货——买了永远不亏，不用来炼丹还能用来挖矿（开玩笑，但道理如此）。
2. 恐怖的集群扩展能力（Scale-up & Scale-out） AI 大模型训练不是单打独斗，而是需要成千上万张显卡协同作战。英伟达在这方面做得太绝了：
- 节点内互联：通过独家的 NVLink 技术，英伟达可以将多个 GPU（甚至高达 72 个 GPU 组成的 GB200 NVL72 机柜系统）连接成一个“超级逻辑 GPU”，显存和算力实现无缝共享。
- 节点间互联：通过收购 Mellanox 获得的 InfiniBand 高速网络技术，让成千上万台服务器之间的数据传输快如闪电，解决了大规模集群的通信瓶颈。
3. 真正的护城河：CUDA 软件生态 这是英伟达最难被逾越的壁垒，就像 PC 时代的 Windows 操作系统。
- 底层基石：CUDA 提供了最底层的并行计算库，几乎所有的高性能计算场景都基于此构建，经过了 20 年的打磨。
- 顶层框架：当今统治级的深度学习框架 PyTorch 对 CUDA 提供了最原生的支持。这意味着开发者只需编写几行 Python 代码，就能调用底层强大的算力。
- 生态闭环：围绕 PyTorch/CUDA/GPU 已经形成了一套成熟的“开箱即用”基础设施。
为什么竞争对手很难追赶？ 即使竞争对手（如 AMD 或国产芯片厂商）在硬件参数上追平了 H200，依然无法撼动英伟达的地位。因为缺乏庞大的软件生态支持，意味着极高的迁移成本和时间风险。
一个真实的行业痛点（听起来很痛）： 目前很多致力于适配非英伟达芯片的 AI 团队都面临着巨大的痛苦。许多针对英伟达 GPU 进行过深度优化的模型（特别是涉及复杂算子或 MoE 架构的模型），一旦迁移到其他芯片平台，往往会面临严重的兼容性问题。
- 开发难：大量算子需要从头手写，费时费力，如同用汇编语言写网页。
- 稳定性差：模型训练过程中经常出现莫名其妙的数值溢出或系统崩溃（Crash）。
在当前的 AI 竞赛中，一次全量模型训练往往耗时数月，成本以千万美元计。如果因为芯片兼容性导致训练中途崩溃几次，浪费的不仅是电费，更是半年甚至一年的宝贵时间窗口。这种巨大的试错成本，是任何一家争分夺秒的 AI 公司都无法承受的。传言某国内顶级 AI 模型就是因为在国产芯片上训练下一代模型频繁崩溃，导致一直难产，真的是太痛了。
这就是为什么英伟达在 AI 数据中心市场越成功，行业对其路径依赖就越严重——因为没有人敢承担离开英伟达的代价。
Google 的 TPU 又是怎么崛起的？
尽管英伟达的统治力无可争议，但是 Google TPU 却是个异类，它不仅活下来了，还活得很好，已在 AI 顶级赛道站稳脚跟。
首先，TPU 已经用实战成绩证明了自己在 AI 大模型训练和推理领域的成功：
- Google 本家基石： Google 最强的 Gemini 系列模型，完全基于 TPU 进行训练和推理；
- 独角兽的选择： 顶级 AI 公司 Anthropic (Claude) 在 Google Cloud 上大规模使用了 TPU 算力；
- 科技巨头的背书： 就连 Apple 在训练其 Apple Intelligence 基础模型时，也公开表示使用了 Google 的 TPU v4 和 v5p 集群，而非英伟达 GPU。
那么，在英伟达已经成为绝对霸主的情况下，Google TPU 凭什么能异军突起？我们不妨对照英伟达成功的三个维度来深度解析：
1. 算力哲学：极度通用 vs 极致专用 英伟达 GPU 的强大在于“通用性”。而 Google TPU 从 2012 年设计之初，就是为了特定用途——大规模矩阵乘法而生。 现在的 AI 大模型训练，本质上就是在大规模地做矩阵乘法。因为放弃了图形渲染等通用功能，TPU 的芯片设计得以大幅简化，从而在“矩阵计算”这单一场景下取得了极致的能效比和性能表现。
2. 互联技术：电互联 vs 光互联 (OCS) 英伟达在服务器间的高速互联（NVLink/InfiniBand）上表现出色，覆盖了从单机多卡到万卡集群的广泛场景。 而 Google TPU 另辟蹊径，主攻超大规模集群互联。Google 引入了独特的 OCS（光路交换）技术，用光互联将成千上万颗 TPU 动态编织在一起。最新的 TPU v5p 单个 Pod 即可容纳 8960 颗芯片，甚至可以通过光互联扩展至数万卡的超级集群。这种架构在大规模并行训练中，展现出了极高的带宽利用率和灵活性，且布线极其整洁。
3. 软件生态：CUDA 帝国 vs JAX/XLA 新势力 英伟达的 CUDA 和 PyTorch 让 AI 开发变得“开箱即用”，这是其最大的护城河。但 Google 经过多年深耕，也打磨出了一套极为硬核的软件栈：
- XLA (2016)： 一个强大的编译器，能将计算图直接编译为 TPU 机器码，榨干硬件性能。
- JAX (2018)： 一个旨在替代 TensorFlow 的前沿框架。
对比 PyTorch： PyTorch 是面向对象编程，符合人类直觉，简单易用；而 JAX 是函数式编程，学习曲线陡峭，但在处理超大规模并行计算时具有先天优势，代码更简洁，数学表达更纯粹。
跨界打击： JAX 的优秀甚至溢出了 TPU 生态。如马斯克的 xAI 虽然使用的是英伟达 H100 集群，但为了追求对硬件性能的极致压榨，在训练 Grok 模型时并没有使用 PyTorch，而是选择了 JAX。
总结：生态位的胜利 经过多年的演化，在超大模型训练这一“皇冠上的明珠”场景下，JAX + XLA + TPU 技术栈已经形成了一个完整的闭环。它不仅被验证是成功的，甚至在某些超大规模场景下，能取得比 Pytorch + CUDA + GPU 更优的能效比。在 Google Cloud 上，TPU 的 token 成本定价低于英伟达 GPU，就是最好的证明。这也是 Google Cloud 在云计算市场竞争中的秘密武器。总之：
英伟达 vs Google：两种技术哲学的碰撞
- 应用场景： 通用型霸主 vs 超大模型专用特种兵
- 软件门槛： 低门槛的群众基础 vs 高门槛的专家利器
- 商业模式： 庞大的全行业生态 vs 垂直整合的自研闭环
如果说英伟达就像一辆豪华的全能越野车，哪里都能去，谁都能开，到处都有维修店；那么 Google 就像一辆定制的 F1 方程式赛车，只能跑赛道，赛车手才能开。大多数人买车首选 SUV（英伟达），因为方便、省心；但在争夺世界冠军的顶级赛场上，追求极致速度的车队（如 Google、xAI、Anthropic）会考虑使用 F1 赛车（TPU）。
Google TPU 能干掉英伟达吗？
照你这么说的话，Google TPU 岂不是已经成功挑战英伟达，打破了英伟达 GPU 的绝对垄断地位吗？事情没有那么简单。
1. TPU 的局限性与 Google 的双重身份 前面提到 Google TPU 极其擅长超大模型的训练/推理以及大规模推荐系统，但在通用性上，其他场景要么根本不适用，要么能效比不如英伟达 GPU。 对于 Google 庞大的产品线（YouTube、Search、Cloud）来说，对通用 GPU 的需求依然是海量的。因此，Google 一边自研 TPU，一边依然是英伟达 GPU 的全球采购大户。这一点在未来几年内都不会改变。
2. 迁移成本高昂的“生态墙” 尽管在超大模型场景下，JAX + XLA + TPU 的技术栈能取得显著优势，但这要求你必须“从零开始”就拥抱 Google 生态。 如果现有的项目是基于 PyTorch 和 CUDA 深度优化的，想要迁移到 TPU，约等于重写底层代码并进行大规模兼容性测试。这种“重起炉灶”的时间成本和工程风险，足以让绝大多数企业望而却步。
因此目前来看，Google TPU 的用户群体画像非常清晰，主要就两类：一是高校科研（科学计算），二是超大模型的训练和推理。
为什么 TPU 会有很多科学计算用户？ 这是因为 Google Cloud 长期为高校科研开放免费的 TPU 资源（TPU Research Cloud），加上极度好用的 Colab 服务（免费提供 TPU/GPU 算力），在学术界圈粉无数，培养了一大批习惯 TPU 的科研生力军。
那么，超大模型领域的潜在客户呢？ 我们逐一分析市面上的两类大客户：
- 大型云计算厂商： Amazon, Microsoft, Oracle 以及 CoreWeave 等新兴 GPU 云厂商。
- AI 大模型厂商： OpenAI, Anthropic, xAI, Meta 等。
大型云计算厂商（Amazon, Microsoft）本身就是 Google Cloud 的死对头，且都在自研芯片（Trainium, Maia），绝无可能去买对手的算力。而 Oracle 和 CoreWeave 早就通过深度绑定英伟达赚得盆满钵满，是英伟达的铁杆盟友。
AI 大模型厂商呢？
- OpenAI： Google Gemini 的头号宿敌，微软的盟友，不可能用 TPU。
- xAI： 马斯克与 Google 积怨已久，且正通过特斯拉和 xAI 构建自己的超算集群。
- Meta： 回到开头的新闻，Meta 是个超级大户。虽然传闻在谈，但 Meta 也是 Google 广告业务的直接对手。扎克伯格目前手握全球最大规模的 H100 集群之一，并且 Meta 正在积极迭代自研芯片 MTIA。虽然他们不搞公有云，但为了战略安全和技术自主，Meta 不太可能全面依赖 Google 的 TPU，最多是作为补充或谈判筹码。
- Anthropic： 剩下的只有它了。Google 是 Anthropic 的大金主，所以 Anthropic 使用 TPU 是顺理成章的。
盘算下来，TPU 的外部大客户其实寥寥无几。 这点体量，完全不足以对英伟达的统治地位构成“颠覆性”冲击。 因此，Google 最明智的策略依然是：在 Google Cloud 上提供极致性价比的 TPU 服务，用“省钱”和“能效”从其他云厂商口中抢肉吃，而不是想着彻底干掉英伟达。
如果 Google 非要“头铁”，下场卖 TPU 芯片抢市场呢？ 我认为这极其不明智：
- 供应链与利润结构： TPU 是 Google 与博通（Broadcom）合作设计的 ASIC。如果对外售卖，不仅涉及复杂的供应链管理，还要分润给博通，这会拉低硬件毛利。卖贵了，打不过英伟达；卖便宜了，除去博通的成本，Google 图什么？
- 客户池太浅： 如前所述，愿意买 TPU 且不与 Google 构成直接竞争的大客户极少。
- 田忌赛马的反面： 用自己公司的“内部工具/副业”去硬拼英伟达赖以生存的“主业”，胜算能有多高？
- 最后，也是最关键的宏观背景： 目前全球 AI 数据中心市场正处于“短缺经济”时代。不仅 GPU 缺，HBM 内存、CoWoS 封装产能、电力、甚至建设数据中心的土地都极度紧缺。虽然各大科技巨头的资本支出（Capex）已经高得吓人，但面对爆炸性的业务需求，供给依然不够。微软今年初曾试图下调资本支出，结果发现需求太猛，转头又开始疯狂追加投入。
在一个供不应求的增量市场里，无论你填进去多少算力（无论是 GPU 还是 TPU），都会被瞬间吃干抹净。英伟达的 GPU 和 Google 的 TPU 目前仍处于“各自跑马圈地”的阶段，而非“你死我活”的零和博弈。
我的结论：
Google TPU 对英伟达确实有冲击，但不必过度恐慌。 从长期看，Google TPU 的存在更像是一个强有力的“议价筹码”。当大客户有了备胎（TPU 或自研芯片），英伟达就很难长期维持如今夸张的 75% 利润率。
英伟达未来的市场份额确实会受影响，主要来自：
- Google 自身业务（搜索、推荐、Gemini）更多转向 TPU，减少购买 GPU；
- Google Cloud 的深度合作伙伴（如 Anthropic）减少购买 GPU。 这可能会导致英伟达在数据中心的市占率从 90%+ 缓慢回落到 75%-80% 左右，但这并不改变其商业逻辑的本质。
这就像当年的 PC 市场： 苹果 Macintosh 电脑的崛起虽然让 Windows 的市占率有所下降，但并没有终结 Windows 的垄断。真正终结 Windows 霸权时代的，不是 Mac，而是智能手机的兴起。 同理，Google TPU 干不掉英伟达。真正能干掉英伟达的，只能是下一代计算范式的彻底变革。
Google 的成功是不可复制的
好吧，虽然你说的很有道理，但是 Google 能干成全栈自研，尝到了甜头的其他巨头岂不是会纷纷效仿吗？Amazon，Microsoft，Meta，OpenAI 这几个英伟达的头部大客户都在自研 ASIC 芯片，将来他们都减少了对英伟达芯片的采购，英伟达不是要喝西北风了？
我的观点就是：Google 的成功是不可复制的。
Google 的技术栈能够成功，综合了以下几个不可或缺的因素，而这恰恰是微软、Meta 和亚马逊所不具备的：
1. 十年的时间壁垒（Time & Iteration）
芯片设计不是搭积木，它需要漫长的迭代周期。 Google 早在 2013-2014 年就开始秘密研发 TPU，2016 年 AlphaGo 击败李世石震惊世界时，背后就是 TPU v1 在提供算力。
当微软在 2023 年才匆忙推出 Maia 100 时，Google 的 TPU 已经迭代到了第 6 代甚至第 7 代。
这 10 年间踩过的坑、修复的 Bug、积累的制程经验、以及对散热和互联架构的微调，绝非其他公司靠“砸钱”就能在两三年内追平的。在硅基世界里，经验值就是良率，就是能效比。
2. 真正全栈的“软硬一体”的垂直整合掌控力（Full-Stack Control）
这是 Google 最可怕的地方，也是其他巨头最大的软肋。
Google 拥有整个链条： 硬件（TPU）+ 编译器（XLA）+ 框架（JAX）+ 模型（Gemini）。Google 的科学家 Jeff Dean 可以让设计 Gemini 的算法团队直接坐在设计 TPU 的硬件团队对面，告诉他们：“我们需要一个特定的指令集来加速这个算子。”这种协同效应是核爆级的。
反观微软/Meta： 微软虽然造了 Maia 芯片，但它上面的软件栈主要依赖 OpenAI，而 OpenAI 和整个业界主流依赖的是 PyTorch。PyTorch 的亲爹是 Meta，但 PyTorch 对英伟达 GPU 的优化是刻在基因里的。
微软想要 Maia 好用，就得去魔改 PyTorch 底层，或者指望 OpenAI 为了适配 Maia 去重写代码。这中间不仅隔着公司墙，还隔着巨大的技术债务。
只要 PyTorch 依然是业界标准，其他自研芯片就永远是在“模拟”或“适配”英伟达，而 Google 是在玩一套完全独立的游戏规则。
3. 极其特殊的“光互联”基础设施（OCS Infrastructure）
前面提到的 OCS（光路交换）技术，是 Google 数据中心的独门绝技。 Google 为了适配 TPU 的大规模互联，甚至重新设计了数据中心的物理布线和机柜架构。这种光互联技术允许 TPU 节点之间以极低的延迟和功耗进行动态重组。 其他云厂商的数据中心是基于标准以太网架构建设的，想要复刻 Google 这套“光互联”网络，意味着要推翻现有的数据中心物理架构，这个沉没成本是天文数字。
4. 无法比拟的内部“吞吐量”（Internal Workload）
在生成式 AI 爆发之前，Google 就拥有地球上最庞大的 AI 推荐系统——Google Search、YouTube 推荐算法和 Google Ads。
这些业务每天产生数以亿计的并发请求，为 TPU 提供了天然的、海量的“练兵场”。
即便没有外部客户买单，Google 自己的业务就能消化掉 TPU 的产能。这让 Google 敢于在 TPU 早期性能不完善时，强行在内部推广（Dogfooding），通过海量真实数据把芯片“磨”出来。
相比之下，Meta 虽然有推荐算法需求，但起步晚且早期全押注 GPU；微软的 Azure 主要是卖资源给客户，如果自研芯片不好用，客户会直接用脚投票切回英伟达。
英伟达更像 AI 时代英特尔
著名电影《大空投》原型 Michael Burry 曾暗示英伟达正处于类似互联网泡沫时期的境地，不少看空者也认为英伟达与 OpenAI 之间相互投资和采购的关系，吹起了一个巨大的估值泡沫。他们认为一旦泡沫破裂，英伟达就会像 2000 年的 Cisco（思科）一样，股价暴跌 80% 以上。
但我认为，当下的英伟达并不像当年的 Cisco，而更像 PC 黄金时代的 Intel。 Intel 的股价腾飞始于 1993 年，于 2000 年触顶，随后经历了漫长的震荡与调整。 回顾那段历史，我们可以发现惊人的相似性：
- 1993 年之前（群雄逐鹿）： PC 的 CPU 市场处于混战时代，各路架构互不相让。
- 1993 年（霸主确立）： Intel 推出奔腾（Pentium）处理器，凭借强悍的性能一举确立了 CPU 市场的统治地位。
- 1995 年（杀手级应用爆发）： 微软推出 Windows 95，图形界面的革命引发了全球性的 PC 换机潮。受此驱动，Intel 的股价在 1996 年迎来了极高斜率的上涨。
- 2000 年（盛极而衰）： Intel 股价在 2000 年见顶，随后狂跌。这背后既有互联网泡沫破灭的宏观原因，也有 PC 市场渗透率见顶的因素。同时，Intel 在技术路线上遭遇了 AMD 速龙（Athlon）处理器的强力挑战，且在后续的 64 位指令集之争中（安腾项目）犯了严重的战略错误。
2022 年 ChatGPT 的横空出世，就是 AI 时代的 "Windows 95 时刻"，它极大刺激了全行业对于算力基础设施的升级换代。借助这股 AI 浪潮，英伟达正在狂飙突进。现在的英伟达，像极了 1997 年处于巅峰缓慢爬升期的 Intel。
我相信，在未来几年的 AI 算力市场将呈现“一超一强多级”的格局：
- 英伟达（The Generalist King）： 依然是绝对的“一超”。它占据 75%-80% 的市场份额，服务于所有追求通用性、追求开发效率、追求 Time-to-market 的企业。所有的初创公司、大部分云客户、以及需要频繁试错的模型团队，依然只能选英伟达。
- Google TPU（The Specialized Powerhouse）： 它是那个“特种部队”。它守住 Google 自己的万亿帝国，并在超大模型训练这一垂直领域，成为唯一能跟英伟达叫板的“异类”。
- 其他自研芯片和 AMD（AWS Trainium, MS Maia, Meta MTIA）： 它们更多是“成本调节器”。它们会被用于处理那些负载稳定、算法成熟的推理任务（比如每天运行几亿次的简单推荐或聊天机器人推理）。巨头们用它来通过简单的替代降低运营成本，也就是所谓的“省钱芯片”，但很难承担起“探索下一代 AI 前沿”的重任。
Google 的王者归来：全栈自研的胜利
2022 年底 ChatGPT 的横空出世，曾让 Google 这位 AI 领域的先行者显得黯淡无光。然而，站在 2025 年底的今天回望，Google 的表现足以让人刮目相看。
目前的 Google，是全球唯一一家真正实现了AI 全栈自研、软硬件垂直整合的头部厂商。这种整合优势正在形成巨大的飞轮效应：
- 算力底座： 在硬件层面，Google 利用 TPU 大规模集群高效实现了 Gemini 3 模型的训练和推理，摆脱了对外部 GPU 的依赖。
- 生态闭环： 通过多年的技术积累，打造了难以复制的软硬件一体化技术栈生态：JAX / XLA / TPU，极大地提升了研发效率。
- 云端优势： Google Cloud 虽然在市场份额上仍居 Amazon 和 Microsoft 之后，但增速惊人。更重要的是，得益于自研芯片，其 TPU 的租赁费用相比 GPU 拥有显著的价格优势，这对初创公司极具吸引力。
- 模型与成本：Gemini 3 在多项基准测试中已完全不输 GPT-5.1，甚至在长上下文和多模态理解上有所超越。基于自有云和芯片的成本优势，Gemini 能够提供更具竞争力的 API 调用价格，这种“低成本高智能”的反向优势正在快速抢占开发者市场。
- 产品矩阵全面开花：
1. NotebookLM 已成为“杀手级”的 AI 知识库和学习工具，深受科研与教育用户喜爱。
2. 多模态创作： Gemini 现已深度整合 Veo（视频生成）和 Imagen（图像生成），用户可在一个工作流中完成复杂的创作任务。
3. 搜索进化： Google Search 全面推出了 AI Overviews，成功将传统搜索与 AI 问答无缝整合。
4. 交互创新： 最新推出的生成式 UI (Generative UI) 更是令人惊艳，根据用户意图实时生成交互界面。
关键在于，Google 形成了一个从芯片、基础设施、模型到应用产品的完整闭环，各环节还能互相加强。这就好比 Google 一家公司独自完成了“英伟达 + 微软 + OpenAI”三家公司的工作。再加上 Google 全球数十亿的用户基数，以及 Chrome 浏览器和 Android 移动端两大核心入口，其上限不可估量。
为何半年前股价低迷、备受质疑的 Google，能在这半年实现逆袭？
此前市场看衰 Google，主要基于以下隐忧：
- 商业模式挑战： Google Search 靠竞价排名赚钱，市场担心 AI 问答范式会彻底颠覆这一现金牛。
- 大公司病与人才流失： 尽管 AI 大模型的基石——Transformer 论文是 Google 于 2017 年发表的，但果实却被 OpenAI 摘取。CEO Sundar Pichai 被认为过于稳健，缺乏魄力；内部 DeepMind 和 Google Brain 两个顶尖团队曾各自为战，内耗严重，导致许多论文作者离职。
- 模型落后： 在 Gemini 2.5 发布之前，Google 长期被 OpenAI 的 GPT 系列压制，甚至一度不如 Anthropic 的 Claude，面临在 AI 时代掉队的风险。
但在过去两年，Google 成功扭转了局势：
- 搜索护城河依然稳固： 事实证明，Google Search 并未被轻易颠覆，反而通过集成 AI 变得更强。用户在多轮对话中不仅有明确的个性化需求，AI 还能更精准地推荐个性化的产品与服务。广告业务被 AI 范式颠覆的风险被大大高估了。
- 组织架构重塑： 2023 年起，创始人 Sergey Brin 回归一线，深度参与模型开发。Google 将原本竞争的两个 AI 团队合并为 Google DeepMind，由 Demis Hassabis 挂帅。这一举措成功消除了内耗，重新激活了团队的创新力。
- 模型反超：Gemini 3 Pro 如今展现出后来居上的态势，不仅在性能上反超 GPT-5.1，市场占有率也稳步攀升。攻守之势异也，现在压力来到了 OpenAI 一方。
归根结底，AI 时代的核心竞争点依然是谁能做出最强的大模型。
如果 Gemini 弱，Google 的生态优势无从发挥；一旦 Gemini 领先，Google 强大的全栈整合能力就会瞬间爆发，形成降维打击。
最后我想说，英伟达是算力时代的‘卖水人’，而 Google 是全栈 AI 的‘领航员’。它们都是伟大的公司，对于投资者来说，与其在非此即彼的零和博弈中焦虑，不如看到它们各自不可替代的价值——这两者都值得你们同时拥有。
#AI产业 #大模型 #AI基础设施 #GPU #Gemini #TPU #JAX #XLA #CUDA #谷歌 #英伟达 November 11, 2025
这么多年倭国报税的问题，刚好这个私信很有代表性，说一下我在倭国这些年的税务规划：
首先是倭国的税法，对于外国人是这样理解的：
住民登陆1年内，倭国以外产生的所有收入免所得税
住民登陆10年内总共累积5年内，倭国以外产生的所有资本利得税免税
住民登陆10年内，海外到倭国的赠与免赠与税
我是2013年10月来的倭国-----
2013.10-2018.10，倭国以外的资本利得免税，理解成只要买资产的本金没进入过倭国，交易平台和交易所都是倭国以外，可以免所得税
2013.10-2023.10，国内亲戚朋友赠予我的资产免赠与税
国内的房产是在我母亲名下，2018年卖出，之后交易国内的黄金ETF，2020年买了币，2023年10月前趁我赠与税免税期之前赠予了我，这个时候原始资金变成了倭国的资金，我用这些又买了币HODL到现在，这些操作全都不产生所得税，只要我不卖就没问题。
2023.10-现在，只要是能算成公司支出的我就会用个人名义借BTC给公司的方式实现，因为是借贷，所以这里面也不产生所得税，然后倭国公司的主营业务是视频制作，我日常的直播和拍摄全都是公司支出，这笔借款只要能用委托慢慢还给我自己就可以。
所以这就是为什么我的投资策略一直是HODL着币，其他东西基本上都没碰的原因，是因为我留了一手，很早就感觉倭国政府可能会割外国人韭菜，我不想交了税养一个对自己不利的环境，现在看这一手留对了。
只是可惜因为币被强行锁仓，ai这一波我只是在21年买了PLTR，NVDA还有ASML一直拿着，其他的我都没参与，这是唯一的遗憾。
我今年唯一碰的就是白银实物交易，把很早之前买的白银实物卖了一些，不过我还留了一手，因为白银实物交易的所得是让渡所得，可以和其他让渡所得相杀，我就卖白银的时候把我以前不值钱的相机和镜头也卖掉实现了亏损，这些亏损和白银的盈利相杀，最后还是不涉及到所得税。
倭国税务居民状态对于外国人来说，可以用停掉倭国的业务，注销在留资格来取消掉，这也是最近这几年我不再靠自媒体赚钱的原因，是为了经济中心不在倭国，只要我随时注销在留资格从倭国离开，我HODL的币就可以开始卖不用担心所得税的问题。
不过还有一点需要注意，如果你的在留资格是永驻，定住或者倭国人配偶，永驻配偶的话，你摆脱倭国的税务居民状态时如果资产超过1亿日元，会涉及到浮盈所得税，这也是我在倭国倭国这么多年，缺没拿永驻或者日籍的原因，13年开始来倭国是因为安倍经济学的短期利好，现在即将离开倭国是因为安倍经济学短期的利空，我的青春虽然是在倭国奋斗的，但是因为我一直留了一手，所以青春换来的成果不会被倭国割走，这是一个青春换积累的交易，这笔交易目前看起来结果还不错 November 11, 2025
蓮くん、転寮転寮転寮転寮言ってるけどさ…………どこに転寮する気なんだ……………………………………………………？？？？？？？
以下妄想
↓↓↓↓↓↓
フロスト→パーティーとかマジで嫌がりそう、ワンチャン閉じこもってたら平穏な日々？でもお育ち良い人を嘲笑ってたからなさそう。
ヴァガ→ぜったいない（確信）治安悪すぎだろ……。
シノストラ→ぜったいない②ギャンブルハマるとかアホだろ……。
ホタルビ→最有力候補。ただそうすると寮服和服の蓮くんが登場してしまうので、、、、命が、、、、、個人主義な寮だし「なんだよここ、さいこーじゃねえか」ってなってそう。先輩ｽﾞも優しいし。
モルクラ→割と上手くやりそう。怪異の世話とかしてるし手際良さげだし……検体管理とかちゃんとしてそう。ただ研究系に興味はなさそ〜〜あと衣佐美さんと相性あんまり良くなさそう。
オブキュ→ジャバと同じ図になりそう。ライカくんとわちゃわちゃして累さんにウワ……って顔してエドさんにびびってる蓮くんは見たい。
けどやっぱジャバが似合うよ〜〜〜😭😭😭転寮ダメだよ😭😭😭😭 November 11, 2025
氷餌の1stアルバム作っちゃいました…
(ボカロとCeVIO AI使った楽曲)
『カワイイ生物、忘れる孤独』xfd
全10曲 全リメイク 新曲入りだよ！
soundcloudは12月配信です～♪
(どれが好きか教えてね～)
#vocanew
#VOCALOID
#CeVIOAI
#kzn #羽累 #紲星あかり #IA
#AbletonLive https://t.co/ecibKQmwBw November 11, 2025
BTC、ETH 都扛不住的时候，JST 却在悄悄走强
最近的大盘，大家都看到了：
BTC 一路往下，-19.98%；
ETH 跌得更狠，-27.57%。
但 JST 完全不是那个画风。
同期 JST 竟然涨了 +22.47%，走出了独立行情。
为什么 JST 能在这种行情里逆势？
为什么别人在找底，JST 却在稳步回收筹码？
为什么就算没大行情，它依旧能涨？
答案其实很简单：
这不是情绪驱动，而是基本面驱动。
1/ 首轮回购销毁落地，JST 的价值锚定正式建立
大家都知道，Justlend 官方这波动作是实实在在的硬利好—不是喊口号，不是画饼，而是直接拿钱下场。
第一次就把 5900 万美金收益的 30% 拿出来做回购销毁，
一口气干掉了 5.6 亿枚 JST，
占总供应量 5.6%。
注意，这是第一轮。
剩下 4140 万美元 还在路上，按季度持续销毁。
这叫长期、可持续的通缩。
叫「价值回流」的闭环终于建立起来了。
大多数项目的回购销毁都只是 PR，
但 JST 的这套机制，是靠真实平台收入支撑的。这点太关键了。
2/ JustLend DAO 正在持续赚钱，销毁只是开始
JST 的价值来自哪里？来自生态的真实现金流：
JustLend DAO 的借贷利息，能量租赁的手续费，USDD 多链生态的盈利，平台 TVL 的增长带来更大收益池
光 JustLend DAO 一个协议，累计收益就接近 6000 万美金。今年 Q3 一个季度收入就接近 200 万美金。
你说这种协议，它回购销毁 JST，是不是“真金白银”？
更别忘了，USDD 的盈利超过阈值后，也会加入回购销毁池。
这意味着 JST 后面会迎来第二条“价值注入管道”。
说白了：
JUST 在赚多少钱，JST 就能被买回来、被销毁多少。
这是硬逻辑，不靠讲故事。
3/ 五年零安全事故，熊市更显出真正价值
什么叫“能在熊市看出真实力”？
就是别人都在暴跌、爆仓、黑客攻击时，
你依旧稳如老狗，还在不断赚钱。
Aave、Venus、Kamino 都遭遇过安全事故，
唯独 JustLend 五年运营下来零事故。
这就是为什么在市场不稳的时候，
资金更愿意往 JST 所在的生态流。
熊市最怕什么？怕不确定性。
而 JST 恰恰给了市场一个“最高确定性”的叙事：
收益稳定 → 回购确定 → 通缩确定 → 价值增长确定
这种确定性，在熊市里尤为昂贵。
4/ JST 的这波涨，不是拉盘，是重估
JST 这轮涨，不是那种“新闻刺激的直线拉升”。
它是：
稳 → 稳 → 稳 → 慢慢涨
但 JustLend 的 TVL 是全球前四，安全性第一，盈利能力稳健，又有 TRON 整条能量经济支撑。
这种“估值错配”迟早会被市场修复，
现在只是修复的开端。
所以 JST 的上涨，不是“激情”，而是“迟到的价值回归”。
5/ 无惧熊市，因为 JST 走的不是投机路线
为什么 JST 这波能逆势跑赢 BTC 和 ETH？
因为它走的是完全不同的轨迹：
•大盘跌 → 情绪崩 → 投机资金撤退
•JST 涨 → 生态赚钱 → 透明回购 → 通缩推进
你会发现一个现实：
JST 的上涨和市场情绪没强相关性，它跟基本面绑定。
也就是说：
哪怕现在还是熊市，哪怕延续半年，它依旧能一步步涨。
因为：
销毁还会继续
收益还会继续
通缩还会继续
价值重估还没走完
熊市最能检验“谁是真实力、谁是纯靠故事”。
而 JST 已经把答案写在链上。
这一次，不是暴涨，也不是故事。
JST 是在用“回购+销毁+盈利”把价格一点点往上推。
不是喊口号，不是追热点，它走的是长期路线。
当一个项目靠基本面推动上涨，它就不会被大盘绑架。
JST 的逆势，就是最好的证明。
接下来怎么走？我只说一句：
真正的价值，从来不是在牛市里被发现的，而是在熊市里被重新定价的。
@justinsuntron @DeFi_JUST #TRONEcoStar November 11, 2025
▼Musical Isotope Monthly Picks▼
🍁11月のプレイリスト更新！！🍁
音楽的同位体を使用した素敵な楽曲たちをセレクトしてきました！！
改めてありがとうございます🙏
改めて今回ピックしましたクリエイターの皆様をご紹介いたします。
ぜひ今月も素敵な楽曲をお楽しみください❤️🔥
👉Musical Isotope Monthly Picks
URL: https://t.co/2zkPXmRsDZ
#音楽的同位体 #可不 #星界 #裏命 #狐子 #羽累 #KAMITSUBAKI_STUDIO
#ボカロ
#Spotify #プレイリスト November 11, 2025
@chocomo_sakura 君自身には理解する時間がある
まあ、がんばれ
教科書を読んで、かけ算の意味と掛順を理解する
かけ算は累加、a x b はaをb回足す
これを納得できないなら、数学も物理もあやしいままだ。それは君が一番良く知ってる
自分がわかって感覚を持ってるかどうかだからね https://t.co/vjU37PIDlJ November 11, 2025
＜ポストの表示について＞
本サイトではXの利用規約に沿ってポストを表示させていただいております。ポストの非表示を希望される方はこちらのお問い合わせフォームまでご連絡下さい。こちらのデータはAPIでも販売しております。
倭人速報公式アカウント
