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。 December 12, 2025

🌅 11月25日（火）おはようございます☀️

🎧 今日のおすすめ 🎵
🌆 ASIA7 – เผา（Even If I Die）

“疲れていない？ 今日はよく頑張ったね”
そんな優しさの裏側にある、深い覚悟と献身。
寄り添うだけでなく、自分を燃やしてでも守りたいという想いが、ドラマチックな編成とともに広がっていく。

🎧 Warm fire, quiet devotion — a light meant for someone’s darkest night.
リリースされた頃によく聴いていました。今聴いても色褪せていませんでした😊

🎄 今年もあと1ヶ月と少しになりました。
風邪や感染症にはくれぐれもお気をつけください✨
部屋の乾燥には要注意ですよ😊

☀ 今日の横浜は雨時々晴れ、最高気温14度。
今日は雨で肌寒い1日になりそうです🍁

🌿 順調に仕事が捗る火曜日になりますように。

🌅 11月25日（星期二）早上好☀️

🎧 今日推荐 🎵
🌆 ASIA7 – เผา（Even If I Die）

“累了吗？今天也辛苦了。”
在这句话的温柔背后，是深沉的决心与付出。
不仅是陪伴，更像是愿意燃尽自己去守护某人的心意，随着戏剧性的编曲缓缓铺开。

🎧 Warm fire, quiet devotion — a light meant for someone’s darkest night.
这首歌刚发行时我常常听，现在再听依然不褪色😊

🎄 今年只剩一个多月了。
天气渐冷，请注意感冒和各种感染✨
房间的干燥也别忘了留意哦😊

☀ 今天横滨雨时有晴，最高气温14度。
是个带着寒意的雨天🍁

🌿 祝你今天星期二工作顺利、进展顺心。

#三国志イラスト #AImovie
月煌天姫【貂蝉】 December 12, 2025

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。 December 12, 2025

今回10月にピックアップしましたクリエイターの方々はこちら！
素敵な楽曲をありがとうございます✨
ぜひチェックしてみてください🙏

※次回の更新は11/28（金）です！

HiFi-Pさん(@HiFiP3 )
MIMIさん(@mimi_3mi )
tokiwaさん(@tokiwa_shion )
水槽さん(@suisoh_ )
kyikuさん(@Ky1ku_ )
南ノ南さん(@mnmno373 )
miyuさん(@miyuOoOy )
ぽたぽた鍾乳洞Pさん(@potapotaSNDP )
UNIさん(@01haruka15 )
muyuさん(@muyu_pianoN )
koheさん(@kohe___3745 )
蟹木しとおさん(@xxxxitoo )
konoさん(@kono113590 )
Rocaさん(@Roca_1002 )
廉さん(@ren_suimin )

#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 December 12, 2025

快来MSX抢M豆啦！M豆加码局，M豆就是未来平台币空投，香子已上车！预计12月就TGE，短平快的机会

还没有注册的家人们，可以走香子链接。我团队有倍数奖励，注册链接：https://t.co/CX6GQLc7qg

M豆加码局活动时间：2025/11/24 ～ 2025/12/2 23:59（UTC）
先进去入口：https://t.co/mAF6fu18HB 点击报名，嘎嘎简单

交易越多 → 奖池越大
排名越高 → 奖励越多

根据活动期间的累计交易量进行排名，排名越前，奖励越丰厚！最高可以解锁 180,000,000 M豆大池！ December 12, 2025

コモドドラゴンと同じ狩りのスタイルの肉食恐竜⁉️
#古知累論文紹介

恐竜映画で、ティラノサウルスが獲物に喰らいつくシーンを見たことはありますか？

迫力満点のシーンですが、実際に彼らが「どうやって」肉を食べていたのかを知るのは、実はとても難しいことなんです。

骨の化石は残りますが、「動き」や「行動」は化石に残らないからです。

しかし、その秘密を解く手がかりが、実は「歯の表面」に残されていました。

今回ご紹介するのは、１億５０００万年前の肉食恐竜の歯に残された、ミクロの傷跡（マイクロウェア）を分析した研究です。

舞台はポルトガルのジュラ紀後期の地層です。

ここから見つかった、アロサウルスやドロマエオサウルス類（ラプトル）と思われる小型の肉食恐竜の「抜け落ちた歯」が主役です。

研究チームは、この歯を電子顕微鏡で拡大し、目には見えない微細な傷を観察しました。

すると、そこには太古の食事の痕跡が刻まれていたのです。

まず見つかったのは、歯と歯がぶつかってできたと思われる「摩耗面」です。

これは、上下の歯が噛み合う際についたものと考えられます。

「欠けた跡（スポーリング）」も見つかりました。

これは、肉だけでなく、骨などの硬いものを噛んだ時にできた傷だと推測されました。

つまり、彼らは肉だけでなく、ときには骨などの硬い部分まで噛んでいた可能性があるのです。

そして、最も重要な発見は「傷の向き」でした。

歯の表面には、斜め方向の細かいひっかき傷が無数に残っていました。

これは何を意味するのでしょうか？

研究者たちは、これを「パンクチャー・アンド・プル（突き刺して引く）」という摂食動作の痕跡だと考えています。

獲物にガブリと噛みつき、そのまま頭を後ろや斜めに強く引くことで、肉を引きちぎるスタイルです。

この動きは、現代のコモドドラゴン（コモドオオトカゲ）の食事方法と非常によく似ています。

さらに、この仮説を検証するために、コンピューターシミュレーション（有限要素解析）も行われました。

歯の3Dモデルを使って、どの角度から力が加わると歯が壊れにくいかを計算したのです。

その結果、歯が最も耐えられる角度と、実際に観察された傷の角度（４５度〜６０度付近）が、見事に一致しました。

つまり、彼らの歯は「噛みついて引っ張る」という動作に最適な構造をしており、実際にその通りに使っていた可能性が高いのです。

また、一本の歯からは、興味深いドラマが見えてきました。

その歯は先端が大きく折れてなくなっていましたが、折れた断面が丸くすり減っていたのです。

これは、獲物をつかむときなどに歯の先端が折れ、その後もしばらく口の中で使われ続けるあいだに、折れた面が丸く摩耗していったことを示しています。

おそらく、獲物を捕らえる際に激しい衝撃が加わったのでしょう。

これまで、白亜紀のコエルロサウルス類などで詳しく示されていた『突き刺して引く』食事法が、今回の研究でジュラ紀の小型肉食恐竜でも支持された可能性が示されました。

元論文URL→　 https://t.co/OAEgF2hi6B December 12, 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 December 12, 2025

🧠「脳の巨大化」、その秘密はぬくもりと
～✨💖ℒ𝒪𝒱ℰ💖✨～⁉️
#古知累論文紹介

私たち人間や、カラスなどの鳥類。

これら「賢い」とされる動物たちには、ある共通点があります。

それは、体の大きさに対して「脳が異常に大きい」ということです。

一方で、魚やカエル、爬虫類の多くは、相対的に小さな脳しか持っていません。

なぜ、あるグループだけが脳を巨大化（大脳化）させることができたのでしょうか？

この進化の謎は、長年科学者たちを悩ませてきました。

「社会生活が複雑だから賢くなった」 「道具を使う必要があったから」

いろいろな説がありますが、もっと根本的な問題があります。

それは「エネルギーのコスト」です。

脳は、燃費が極悪な「高級エンジン」のようなもの。

維持するだけで莫大なエネルギーを消費します。

いくら生存に有利でも、エネルギーが足りなければ脳は大きくできません。

今回紹介する論文は、この「コスト」の問題をクリアするために必要な条件を、2600種以上の脊椎動物のデータから分析しました。

その結果、「脳の巨大化」を説明する2つの重要な鍵が見えてきたのです。

一つ目の鍵は、「大きな子供を産むこと」です。

大きな脳を作るには、スタート時点である「生まれた時のサイズ」が大きくなければなりません。

卵を産みっぱなしにするのではなく、親が栄養を与えたり、お腹の中で育てたりして、子供に「先行投資」をする。

この「親の投資」が、脳を大きくする土台となります。

二つ目の鍵は、「高い体温を保つこと」です。

脳という器官は、実は寒さにとても弱いのです。

冷たい状態だと脳の働きは鈍くなり、その割にエネルギー効率が悪くなってしまいます。

つまり、体温が低かったり、環境によって体温が激しく変わったりする動物は、大きな脳を持つメリットが薄いのです。

常に体を温かく保つ「恒温性」こそが、高性能な脳を維持する条件でした。

この研究の面白いところは、この「2つの条件」が揃ったときに初めて、脳の爆発的な巨大化が起きたと提唱した点です。

例えば、サメの仲間を見てみましょう。

サメは実は、魚類の中では例外的に「大きな子供」を産みます。

お腹の中で卵を孵化させたりする種もいて、親の投資は十分です。

しかし、サメの多くは変温動物で、体温は環境の影響も強く受けます。

そのため、サメの脳は普通の魚よりは大きいものの、哺乳類や鳥類ほどには巨大化しませんでした。

一方で、哺乳類と鳥類は違います。

「子供への多大な投資（大きな新生児）」 「高い体温（恒温性）」

この両方を手に入れたグループが、進化の歴史の中で「脳の巨大化」という高コストな進化を遂げることができたようです。

私たちが今、こうして複雑な思考ができるのは、太古の昔に私たちの祖先が「体を温める能力」を獲得し、そして「子供を大切に育てる」という戦略を選んだおかげなのかもしれません。

知能の進化は、単なる能力の競争ではなく、エネルギーをどう確保し、どう子供に受け渡すかという、生命の営みの歴史そのものだったのです。

まぁ、ヒトがそれを活かせてるかどうかは別問題だがなｶﾞﾊﾊ！！

論文URL→ https://t.co/PL7U6vJfpL December 12, 2025

《为什么说服常常无效？因为真正决定说服的不是话术，而是“认知距离”》

我们常以为，说服一个人靠的是技巧：
换位思考、情绪共情、逻辑链条、优雅表达、语言艺术……

但随着年龄增长，很多人都会经历一个相同的顿悟：

说服的成败，从来不是语言的胜负，而是“认知距离”能不能被跨过。

⸻

一、说服不是信息传递，而是结构重建

你想说服一个人，并不是给他输入一段话，而是要让他在自己的脑子里“重新搭建一套结构”，去理解你为什么这么判断、为什么这么决定、为什么这么行动。

如果他的认知框架、经验结构、价值体系与你差得太远，他在脑中根本无法重建你给的那个结构。

他听得懂你的话，却理解不了你的逻辑。

这种状态下，说服是“不可能事件”。

不是你语言不够好，而是他根本没有你那套结构里的“零件”。

⸻

二、认知差距太大，说服就不可避免变成压制

当两个人的认知层级差距过大时，说服会自然退化为三种形式之一：

1. 高认知压低认知：解释不动 → 强行推进

表现就是对方一句话不懂，你解释十句，也没有任何进展。

解释久了，双方都会累，最终变成“听我的就是了”。

这不是说服，是无奈。

2. 低认知压高认知：情绪、身份、压力

道德绑架、情绪崩溃、身份压力、舆论压力……
都属于“认知无法对齐后的替代方案”。

本质是：
说服不了你，就压你。

3. 双方互相压：沟通变成战争

你觉得他说不通，他觉得你才难沟通。
因为两人的逻辑系统不兼容，核心参数完全不同。

所有语言都是噪音。

⸻

**三、最容易被忽略的真相：

能被说服的人，和你站得本来就不远**

真正的说服发生在：

认知距离不大的人之间。

不是世界观完全一致，而是双方至少共享一部分基础结构：
•能理解你的因果
•能读懂你的动机
•能跟上你的推理
•能反向验证你的结论
•能看见你所看见的问题

在这个区间内，说服是“可能事件”：

你说一句话，对方的脑子会自动补上你没说完的结构。

这叫“能重建你的逻辑”，不是“听懂你的句子”。

说服的核心不在技巧，而在：

你们的起点是否相距太远。

⸻

四、为什么一些沟通越讲越累？因为你们缺的不是信息，而是基础结构

最典型的例子：
•你讲道理，他讲情绪
•你讲因果，他讲感受
•你讲长期，他讲当下
•你讲结构，他讲片段

你们不是观点不同，而是：

你们用的不是同一个世界模型。

在不同模型上说服别人，就像拿 iPhone 的充电器去插安卓手机的充电口——
充电器再高级，手机也不会有一丝电量。

不是工具的问题，是结构的问题。

⸻

**五、接受一个残酷但能解脱你的事实：

说服是稀有事件，不是“应当发生”的事**

真正能被你说服、也能说服你的人——
一定是：
•认知差距不过大
•基础框架有重叠
•愿意承担理解成本
•有现实理由与你同行

这就是为什么：

我们能被某些人一句话点醒，
却永远说服不了另一些人。

不是聪明与否，
也不是态度与否，
而是距离太远，桥无法搭到对面。

⸻

**六、真正有效的沟通策略只有一个：

先判断“是否值得说服”，再决定“怎么说”**

先问自己三个问题：
1.你们的认知距离是否在可沟通区间？
如果距离太远，再多技巧都无效。
2.对方是否有能力重建你的逻辑？
如果没有能力，你讲一万句都是数据噪音。
3.你们是否有对齐的必要？
有的关系不需要说服，只需要边界。

当你理解这一点后，你自然会：
•停止对无效对象浪费精力
•尊重无法对齐的边界
•把时间留给真正能同行的人
•不再期望所有人都理解你

这是成熟的标志。

⸻

七、最后一句话：

说服不是语言的胜利，而是两个人在同一座桥上相遇。
桥搭不到，不是你不会说，是他无法到达。 December 12, 2025

看著鏡中的自己
我知道我不一樣了…

踏上這段旅程我知道我回不去了
沒有了純樸天真 剩下的只有疲憊不堪的我

真的累了每天帶著面具生活…
也許被慾望控制 才能做最真實的自己

腦海中不斷浮現的是那些親密的畫面..

#一路有你們相伴我很開心
#想找個人分享這些故事 https://t.co/554bQwuQfR December 12, 2025

衰老 ≠ 时间流逝，而是“慢性炎症的累计损伤”。
谁能把全身慢性炎症水平压得最低，谁就衰老得最慢、老年病最少、寿命最可能延长。

炎症与衰老之间的关系是当今老龄医学和免疫学最核心、最确定的机制之一，科学家给它取了一个专有名词：
炎症衰老（Inflammaging）。
简单来说：慢性、低度炎症是衰老的驱动器，也是几乎所有年龄相关疾病的共同土壤。

什么是“炎症衰老”（Inflammaging）？

• 随着年龄增长，人体即使没有明显感染，也会出现一种持续的、低强度的全身性炎症状态。

• 血液中炎症标志物持续轻度升高：CRP、IL-6、TNF-α、IL-1β 等。

• 这种炎症不是急性发炎（红肿热痛），而是“闷烧的火”，长期慢慢损伤组织。

⬆️炎症，尤其是糖化作用，才是加速我们衰老的主要原因：

AGEs：让你衰老的糖。
高级糖基化终产物 = 糖类与蛋白质结合时形成的粘性化合物。
蛋白质一旦发生交联，就无法修复→只能被替换（过程缓慢）。

年龄：
- 促进炎症和氧化应激
胶原蛋白（存在于皮肤、动脉和关节中）尤其脆弱→表现为皮肤僵硬、皱纹、弹性丧失和血管损伤。
- 在大脑中积聚，与阿尔茨海默病有关。
- 关节炎的主要原因

果糖形成晚期糖基化终产物（AGEs）的速度比葡萄糖快7-10倍。避免食用高果糖玉米糖浆和过量水果/果汁。

高糖→糖化速度更快→衰老速度更快。

#逆转胰岛素抵抗 #逆转代谢综合征 December 12, 2025

2025年8-11月份的调整
大概告一段落
市场通过11月份快速下跌
释放了大量风险
45天累计跌幅达到了46000u
126200-80000 = 46,200

46200/80000 = 0.578
大饼如果涨回新高需要反弹57.8%
46200/126200 = 0.366
最高点累计跌幅达到了36.7%

在这样急跌的基础上
我认为市场中期调整风险已经到位
未来一年半的长期熊市格局不变
但是未来3-4个月新高的概率加大

美股AI泡沫当前也并不明显
看美股接下来的1-2个月
纳斯达克和标普也将大概率继续新高
当前策略是等待大饼新高全面看多

等美联储利率在2.75-3%左右全面做空
更新了置顶 December 12, 2025

恐竜の手を見れば泳げたか分かる⁉️
🌊気になるスピノサウルスは・・・？🌊
#古知累論文紹介

太古の地球に生きていた、恐竜や絶滅した爬虫類たち。

彼らが「陸」の上を歩いていたのか。

それとも「水」の中で泳いでいたのか。

どうやって見分けているか、知っていますか？

実はこれ、古生物学における超難問なんです。

なぜなら、化石には基本的に「骨」しか残らないから。

泳ぐために重要な「水かき」や、皮膚で覆われた「ヒレ」。

こうした軟部組織は、長い時の中で消えてしまいます。

そのため、これまでは骨の形から「たぶん泳げたはず」と推測するしかありませんでした。

しかし、その推測は本当に正しいのでしょうか？

今回紹介するのは、そんな古生物学の常識をアップデートする最新研究です。

2025年、Current Biology誌に発表された論文。

テーマはずばり、「手足の比率で、水棲生活を予測できるか？」。

研究チームは、現生種から絶滅種まで、700体以上の標本を調査しました。

哺乳類も爬虫類もひっくるめて、膨大な手足のデータを計測。

そして、「系統発生的機械学習」という高度な統計手法を使って解析したのです。

簡単に言えば、AIの力を借りて、進化の歴史と骨の形の関係を徹底的に洗い出したわけです。

その結果、いくつかの「法則」が見えてきました。

まず、残念なお知らせから。

指の間の「水かき（Webbing）」があるかどうか。

これは、骨の形からはほとんど予測できないことが分かりました。

「水かきがあれば、指の骨がこうなるはず」という従来の予測の多くは、実はあまり当てにならなかったのです。

カメやカワウソのように、水陸両用で暮らす動物の「水かき」は、骨に明確な痕跡を残さないことが多いようです。

しかし、ここからが本番です。

完全に水に適応した「ヒレ」を持つ動物たち。

彼らには、明確な共通点がありました。

それは、「前腕に対して、相対的に手が長くなる」ということ。

専門的に言うと、「手（Acropodium）と前腕（Zeugopodium）の長さの比率」が手がかりになるのです。

イルカも、ウミガメも、絶滅した魚竜も。

「ヒレ」を持つほど水中に適応した種は、この比率が陸生動物とは明らかに異なっていました。

90%以上の精度で、その動物が「高度に水棲化」していたかを判別できるモデルが完成したのです。

では、この新しい「ものさし」を、論争になっている化石に当てはめてみましょう。

まずは、映画ジュラシック・パークIIIでも有名な「スピノサウルス」。

背中に大きな帆を持ち、水辺にいたとされる肉食恐竜です。

彼らは本当に泳いでいたのか、それとも水辺で待ち伏せしていただけなのか？

長年議論が続いてきましたが、今回の解析が出した答えは「少なくともかなり水に依存した生活をしていた可能性が高い」というもの。

彼らの手の比率は、陸よりも水中生活に強く適応していたことを示唆します。
ただし、この結論は前肢の復元モデルに依存しており、まだ議論の余地も大きいです。不完全だからしょうがないよね。

一方で、意外な結果が出たのが「メソサウルス」です。

教科書では「最古の水棲爬虫類の一つ」として紹介されることが多い彼ら。

しかし今回の解析では、「完全な水棲ではない」という判定が出ました。

確かに泳ぐ能力はありましたが、これまでのイメージよりも、陸上で過ごす時間が長かった可能性があるのです。

さらにこの研究は、進化の「限界」についても面白い視点を提供しています。

哺乳類（クジラやアザラシ）と、爬虫類（首長竜やモササウルス）。

どちらも海に進出しましたが、その進化の仕方には違いがありました。

爬虫類は、多くのグループで指の骨を極端に増やしたり伸ばしたりと、非常に自由な進化を遂げています。

一方の哺乳類は、どれだけ泳ぎが得意になっても、骨の基本構造はあまり変わりません。

「手は手のまま」ヒレになっているのです。

これは、哺乳類の発生プロセスに、爬虫類よりも厳しい「制約」があることを示唆しています。

元論文URL→　https://t.co/E3Qh7zh6Xj December 12, 2025

エピ10
累さんのこの表情メッッッチャ好き…… https://t.co/VRzshpazFV December 12, 2025

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。 December 12, 2025

🔥兄弟们，Bitget 链上交易竞赛第82期它来了，这种新玩法很新颖也很有趣。行情不好继续等待机会，但是精彩活动万万不能错过，冲鸭！

🎉这次不只是拼交易量排名，还把盲盒机制给升级了，中奖率特别高，抽奖必中，保底 0.1 BGB，上不封顶最高 50 BGB，是不是很棒！

📦 玩法很简单：
在 BSC 链上随便交易什么币都行，只要累计现货达标就能抽。
👉 2,000 USDT = 2 次抽奖
👉 10,000 USDT = 5 次抽奖
👉 30,000 USDT = 10 次抽奖

完全是实打实的奖励，一点都不虚这种活动太棒了👏，门槛低，奖励丰厚，简直太爽了吧！

除了盲盒，交易额累计排行也有各等级奖励，Top 1 更有价值800 BGB大奖。

📅 时间：2025/11/25 19:00 — 11/28 18:59（UTC+8）

🔗 参与入口：https://t.co/0h9YJMFB59

#Bitget链上交易 December 12, 2025

🦕「デカい動物ほど小顔になる」⁉️
人間にもそれ適用されませんかね・・・？
#古知累論文紹介

皆さんは、動物園や博物館で巨大な動物の骨格を見たとき、ふと疑問に思ったことはありませんか？

「体がこんなに大きいのに、なんで頭はこんなに小さいんだろう？」 「なんで首だけこんなに長いの？」

特に、ブロントサウルスのような巨大な「竜脚類」と呼ばれる恐竜は、巨大な体に不釣り合いなほど小さな頭と、非常に長い首を持っています。

逆に、私たち人間や小さな動物は、体の割に頭が大きいことが多いですよね。

「体のサイズが変わると、各パーツの比率がどう変わるか」という研究分野を「アロメトリー（相対成長）」と呼びます。

これまでも多くの研究がありましたが、「測り方」がバラバラだったり、調べる動物のグループが偏っていたりと、統一的な見解が見出すことが難しかったんです。

今回紹介する論文は、410種類もの絶滅種・現生種の骨格データを3Dスキャンし、カエルから恐竜、鳥類、哺乳類までを一斉に比較分析した、かなり気合の入った研究です。

📏 統一された計測手法
この研究は検証データを独自基準で統一しています。

デジタル骨格モデルを使って、頭や首の「長さ」と「体積」の両方を計算し、さらに全身のサイズも「骨格全体をラップで包んだような体積」で統一して比較しました。

その結果が次の通りです。

🧠 結論1：デカくなると、頭は（相対的に）小さくなる！
410種の動物全体を分析した結果、どの測り方をしたとしても、「体全体が大きくなればなるほど、頭のサイズは相対的に小さくなる（負のアロメトリー）」ことがわかりました。

つまり、ネズミがそのままの比率でゾウのサイズになったら、頭が重すぎて動けなくなるかもしれない……ということです。

これは、哺乳類でも、鳥類でも、恐竜でも、ほぼ共通した傾向でした。

特に体重が100kgを超えるような大型動物では、この「頭が小さくなる傾向」がより顕著になるようです。

🦒 結論2：首の長さは「測り方」で答えが変わる！？
面白いのが「首」です。

「首の長さ」でデータを見ると、体が大きくなるにつれて、首は相対的に「長く」なっていました（正のアロメトリー）。

しかし、「首の体積（ボリューム）」で見ると、体の大きさと比例して「等倍」で大きくなっている（等成長）という結果が出たのです。

つまり、大きな動物は、首を「太く」するのではなく「細長く」することで、体積（＝重さのコスト）を増やさずに、到達範囲を広げている可能性があります。

特に大型の動物（100kg以上）では、首の長さがグンと伸びる傾向が見られました。これは、餌を食べる範囲（フィーディング・エンベロープ）を広げるためだと考えられます。

🍖 結論3：何を食べるかで「形」が決まる
さらに、この研究は「食事」と「形」の関係も明らかにしました。

🦁 肉食動物の場合
肉食動物は、体が大きくなっても首はそこまで長くならず、逆に頭（特に幅）が大きくなる傾向がありました。

これは、暴れる獲物を捕まえるために「強い噛む力」が必要だからかもしれません。頭が大きく重くなる分、首を短くして安定させる必要があるんですね。

🌿 草食動物の場合
逆に草食動物は、頭が比較的小さく、首が長い傾向があります。

植物は逃げないので、強い噛む力よりも、広い範囲の葉っぱに届く「長い首」の方が有利です。

また、噛み砕く処理を口ではなく、巨大な胃腸に任せることで、頭を小さく軽くし、長い首でも支えられるように進化したと考えられます。

🎓 まとめ：測り方が見え方を変える
この論文の最大のメッセージは、「どのモノサシで測るかによって、進化の見え方が変わる」ということです。

例えば、首の進化を語るとき、「長さ」だけで見ていたら「大型化すると首が巨大化する！」となりますが、「体積」で見れば「いや、体全体のバランスは保たれているよ」となります。

進化の謎を解くには、ひとつの視点だけでなく、多角的な視点（長さと体積など）が必要なんですね。

元論文→　https://t.co/Gote9kJjIN December 12, 2025

ประกาศผล Top spender ครั้งที่ 7📍กับกิจกรรม Jimmy’s warm lights สามารถสะสมยอดได้ถึงวันที่ 29 Nov 2025 ภายในเวลา 22.00 น.✨

公布第 7 次最高消费榜📍
Jimmy’s Warm Lights 活动可累计消费至
2025 年 11 月 29 日 22:00 前✨

#maisonmylenexjimmy #jimmyyjp https://t.co/d05lWQd3yy https://t.co/jbyHQ3Fxse December 12, 2025

完凸儀玄の4連終結と2凸ヒューゴの3連累算効果はこんな感じ(ヒューゴは完凸です) https://t.co/F4CUckTAQK December 12, 2025

有必要了解下这份川普版的AI“曼哈顿计划”，周二川普正式签署「创世纪计划」，核心任务由美国能源部挂帅，集结全美超算资源与联邦数据，打造「美国科学与安全平台」，勒令9个月内构建AI科研闭环。该计划被白宫官方类比为“曼哈顿计划”与“阿波罗登月”，标志着美国开始以举国体制押注人工智能，试图以AI为杠杆撬动整个国家的科技、能源、产业与军事体系。

1、核心目标：赢得全球AI技术竞赛
行政令开篇明义：美国正处于争夺全球技术主导权的激烈竞赛中。创世纪任务」的核心逻辑在于——利用AI加速科学发现。
美国政府认为，当前的挑战需要一场历史性的国家行动。

该任务将由美国能源部（DOE）牵头，整合国家实验室、顶尖大学和私营企业的力量。
其终极目标非常明确：加速科学突破、强化国家安全、确保能源主导地位、成倍提升纳税人研发投资的回报率

2、打造「美国科学与安全平台」
为了支撑这一宏大愿景，行政令要求建立「美国科学与安全平台」。
这不仅仅是一个软件系统，而是美国未来科研的「数字化基础设施」。
该平台将整合：
1）全球最大的联邦科学数据集：由美国政府数十年投资积累。
2）超级计算资源：包括能源部国家实验室的超算和云端AI算力）。
3）AI智能体（Agents）：用于自动化研究工作流、提出新假设并验证实验结果。
4）机器人实验室：机器人/自动化实验室+生产工具，支持人工智能主导的实验与制造。

3、六大主战场
美国能源部需在60天内提出至少20项「国家挑战」。行政令明确列出了至少20项具有国家重要性的科技挑战，并划定了首批六大优先攻克领域：先进制造、生物技术、关键材料、核裂变与核聚变能源、量子信息科学、半导体与微电子。

“创世纪计划”并非一个普通的科技项目，而是被正式纳入国家安全最高优先级的战略行动。其目标不仅是“赢得AI竞赛”，更是重塑全球科技秩序，确保美国在未来30年内对AI技术的绝对主导权。

可以这么说在中美博弈进入“系统性对抗”阶段的当下，AI不再是硅谷的“技术玩具”，而是国家战略资源。美国意识到：单靠市场已无法赢得AI战争，必须动用“国家机器”。

之前在AI的问题与危机这篇推文https://t.co/QpkHpvbQWk聊到：当下AI军备竞赛并不是英伟达造就的，而是中美以及世界主要国家已经把AI做为未来国力竞争的重中之重，各大巨头已经看到了AI未来的趋势，都在奋力抢夺未来产业里的地位和话语权。

链上美股平台@MSX_CN 上也有很多AI类股票代币，可以关注起来https://t.co/SwrikLq3oN December 12, 2025