NVidia「メモリ高騰でパソコン買う奴いなくなるからコンシューマグラボ作るの減らしま～すｗｗ」ってオメーなあ、お前らNVidiaとかOpenAIとかAIギャングどものせいでメモリ高騰してんだろ～が https://t.co/IzErgGOdln December 12, 2025

主な要因はOpenAI等の生成AI企業のシリコン買い占めです。 https://t.co/7nUPpZZWHv December 12, 2025

19歳のスタンフォード大学中退者サム・アルトマンが、人生初のスタートアップ・ピッチを行っている様子。

彼は大学を中退し、Looptを創業。
2012年、4,340万ドルで売却。

その後はHydrazineを通じて投資を行い、やがてY Combinatorの代表に就任。

そして2015年、OpenAIを共同設立。

世界を変える起業家も、最初は「小さなピッチ」から始まります。 December 12, 2025

刚看了 OpenAI 发的那篇《How we used Codex to build Sora for Android in 28 days》的凡尔赛文章，整个Sora 的安卓客户端 App大约85%的代码是AI写的。发布首日，用户24小时内生成了超过100万条视频，并且质量很稳定，无崩溃率99.9%。

对于这样的结果肯定有人质疑有人觉得程序员要完。说说我看完的感觉，如果打个比方，就是几个特种兵配上了最先进的武器，自然所向披靡。所以先不用神化这个结果，然后就算我们不是特种兵，一样可以从这个结果中去学习借鉴到有价值的结果。

《人月神话》作者 Fred Brooks 说过一句软件工程中被反复验证的名言：“向一个延期的软件项目增加人力，只会让它延期得更厉害”。因为增加更多的工程师往往会因为增加了沟通成本、任务碎片化和整合成本，反而降低效率。

那往团队中加 AI 呢？

取决于团队成员驾驭 AI 的能力。我们有句古话叫：“韩信带兵多多益善”，如果团队成员是韩信，那么 AI Agents 越多越好。OpenAI 安卓团队显然是精锐，只有 4 个人，就像一队特种兵，每个人配备了各种机器人辅助。

那么他们怎么做的呢？

1. 架构先行：人先搭好架子，再让AI来填空。

这个架子怎么搭？

团队先自己定义了App的整体架构：模块化方案、依赖注入、导航结构、认证流程、基础网络层。然后手写了几个有代表性的功能，作为范本。

关键一步：他们写了大量的https://t.co/9M2TJcCBVQ文件，相当于给AI写的新人手册。比如里面会写：每次提交前必须跑detektFix检查格式，CI会卡这个。

这样一来，每次启动新的Codex session，它都能快速读到这些规范。就像给新员工发一本内部wiki，减少重复解释的成本。

团队总结了一句话：我们不需要告诉Codex怎么写代码，我们需要告诉它在我们团队什么才算正确。这是微妙但重要的区别。

2. 先规划再写代码

一开始他们也试过偷懒，直接扔一句"这是功能需求，这是相关文件，你去实现"。结果代码能跑，但歪得厉害，完全不符合架构预期。

后来他们改了流程。任何复杂功能，第一步不是让AI写代码，而是让AI先理解系统。比如让它读一组相关文件，总结数据是怎么从API流到Repository再到ViewModel最后到UI的。然后人来纠正它的理解。

理解对了，再让AI出一份实现计划，像个迷你设计文档。哪些文件要改，要引入什么新状态，逻辑怎么流转。人确认计划没问题，AI才开始动手。

这个规划环节看起来慢了，其实省了大量返工。更重要的是，当你知道AI的计划是什么，review它的代码就容易多了。你是在检查执行是否符合计划，而不是对着一堆diff发呆。

他们还有一个小技巧：对于特别长的任务，让AI把计划保存到文件里。这样换一个session也能继续。

当多个Codex 任务同时跑起来，整个开发体验发生了质变。感觉不像在用工具，更像在管理一个团队。

一个任务在做播放器优化，另一个在写搜索功能，第三个在处理错误逻辑，第四个在补测试。它们各自推进，隔一段时间就来汇报：我这个模块规划好了，你看看行不行？或者直接甩过来一个大diff。

工程师的工作从写代码变成了做决策和给反馈。瓶颈不再是敲代码多快，而是大脑审查验证代码的速度多快。

再次应验了《人月神话》的话，你不仅不能无限增加人力，也不能无限增加 Agent。

3. 最好的跨平台框架是 AI Agent

还有一个有趣的实践：跨平台开发的新范式。

Sora已经有iOS版本了。团队做Android时，直接把iOS代码库也挂进Codex的环境里。然后告诉Codex：参考 iOS 的代码实现，再看看我们Android的架构，你来生成相应的Kotlin代码。

这就是为什么文章中开玩笑说：忘掉React Native和Flutter吧，未来的跨平台框架就是Codex。

这句话半认真半玩笑。因为应用逻辑是可移植的。数据模型、网络请求、校验规则，用Swift写和用Kotlin写，本质是同一套东西。AI擅长的恰恰是这种翻译工作，给它足够的上下文，它就能在语言之间无损转换。

所以回过头来看，为什么说不能过度神化呢？

因为他们虽然只 4 个人，但每个人都是“韩信”那样善于带团队的角色，用起 Agent 来得心应手。但即使如此，也做不到“多多益善”，毕竟还是需要人去分配任务验证结果，人是平静。另外他们已经有了 iOS 代码，所以很多逻辑可以共用，只需要 AI 去“翻译”。

但还是有很多可以学习的地方。

先设计架构再去让 AI 填空，这样代码更容易维护，也更好的保证质量。

先规划再写代码，让 AI 充分理解上下文再动手。很多人吐槽 Codex 太慢，但我有时候就怕 Agent 太快乱来，宁可多等会，让它多了解上下文，这样一次成功，否则返工起来时间成本更高。

给 AI 好的参考，让它能照葫芦画瓢。开始的时候先花点时间把最佳实践沉淀下来，后续让 AI 去参考这些最佳实践，生成结果就会好很多。如果有其他语言的实现，让它去“翻译”也会事半功倍。

能做好这些才能用好 AI 辅助开发。 AI辅助开发不是让开发的标准降低了，反而是提高了标准。

Agent 擅长完成一个小的具体任务，但软件工程不是一个小的任务，它是由无数动态变化的小任务组成的。需要人去分解去验证。

所以未来软件工程师的核心能力，不是写代码快，而是两件事：对系统的深度理解，以及和AI长期协作的能力。

代码在变得廉价，但品味在变得昂贵。那些能定义什么是正确、什么是优雅、什么是面向未来的人，会越来越稀缺。

AI把搬砖的活儿接走了，但画图纸的活儿还是你的。 December 12, 2025

OpenAIは海賊版書籍のデータセットを削除した理由の説明を避けようとしている - GIGAZINE
https://t.co/MKS2vg4vA8 December 12, 2025

📕なぜGoogleは『美しい倭国語』を描けて、OpenAIは描けないのか？

引用元でGPT Image 1.5のレビューを投稿したんですが、ずっと引っかかっていることがあります

Nano Banana Pro、倭国語テキストが本当に綺麗なんですよね。で、OpenAIはなぜそこに追いつけないのか

気になりすぎて色々調べてみました。あくまで推測ですが、少し考察した内容をシェア

まず、そもそもの『設計思想』の違い

Nano Banana ProはGemini 3 Proの上に構築されています。つまり『言葉を理解する脳』と『絵を描く手』が最初から一体化している。

テキストを描く前に、その言葉の意味や文脈、文化的なニュアンスまで理解してからレンダリングに入る。一方、従来の画像生成モデルは「キーワードマッチング」に近い設計で、倭国語の『美しさ』を理解しているわけではなく、パターンとして学習しているだけ。

この差が、複雑な文字体系を持つ言語で顕著に出るんじゃないかと
つまり、Gemini 3.0の思考力を画像生成にも活かしている差なのかなと

次に、Googleの『多言語資産』の厚み

Google検索、YouTube、Google翻訳、Googleフォント...Googleは世界中の言語データを20年以上蓄積してきた会社です。倭国語だけでも、検索クエリ、翻訳ペア、字幕データ、手書き認識データが膨大にある

OpenAIがどれだけ優秀なモデルを作っても、この『データの厚み』を短期間で埋めるのは正直キツいと思います。特に倭国語みたいに文字種が多い言語（ひらがな、カタカナ、漢字、そしてそれらの混在）では、学習データの質と量が直接出力に効いてくる。

あと、倭国語フォントの複雑さ。これ、想像以上です

英語は26文字。倭国語は常用漢字だけで2,136字、プラスひらがな・カタカナ。さらに縦書き・横書き、文字間のバランス、句読点の位置...美しく見せるルールが膨大にあります

GoogleってNoto Sans JPとか自社で倭国語フォントを開発してきた会社なんですよね。文字の『美しさ』とは何かを、エンジニアリングとして理解している。この知見がNano Banana Proに反映されていると考えるのが自然かなと

技術的な話をすると、Nano Banana Proには『GemPix 2』という独自レンダリングエンジンが載っている

ピクセルを描く前に「意味的な論理、物理的な因果関係、感情的な意図」を分析する。従来の拡散モデルとは根本的に違うアプローチで、テキストを『画像の一部』ではなく『意味を持つ情報』として扱っている

だからスペルミスが起きにくいし、文脈に合った配置ができる。OpenAIがここに追いつくには、アーキテクチャ自体の再設計が必要かもしれない...というのは言い過ぎかもしれませんが、今回でそのくらいの差を感じました

最後に、身も蓋もない話をすると『優先順位の違い』

OpenAIの主戦場は英語圏です。収益の大半は北米と欧州から。一方Googleは倭国の検索市場で90%以上のシェアを持っていて、倭国語対応は『必須』だった

Nano Banana Proが多言語で強いのは、技術力だけじゃなく『ビジネス上の必然』があったから。OpenAIにとって倭国語テキストの完璧なレンダリングは、現時点では「あれば嬉しい」レベルなのかもしれません。厳しい言い方ですが、優先順位の問題

で、今の私の結論です

Googleの圧倒的な進化は、一夜にして起きたわけではない

20年分の多言語データ、フォント開発の知見、マルチモーダルAIへの早期投資、倭国市場への本気度。これらが積み重なって、Nano Banana Proという形で結実した

OpenAIは編集の一貫性や生成速度では確実に進化しています。でも『美しい倭国語を描く』という一点では、今のところGoogleに軍配が上がる

これは技術の優劣というより、それぞれの企業が『何に賭けてきたか』の違いなんだと思います

倭国語ユーザーとしては、OpenAIにも本気で取り組んでほしい。その日が来ることを期待しています！

※画像はGPT Images 1.5とNano Banana Proの比較 December 12, 2025

当該日記の冒頭部分の「「プリンシプル・コード（仮称）（案）」が示された。これを見た人々からX上で悲鳴が上がっている。

「倭国が20年続けてた負けパターンに嵌ってきた感」「クソデカため息しか出ない」「会議内容から失われた倭国を絶対に取り戻さない強い意志を感じる」——。

政府は「世界で最もAIを開発・活用しやすい国」を標榜している。その方針自体は正しい。だが、この資料を見る限り、その方針とは真逆の方向に進んでいるように見える。

より具体的な指摘もある。「責任追跡を書類と掲示で担保しようとしている」「全部書けば透明性と思っていそう」「新聞で言えば取材源を全部公開しろと言っているようなもので、副作用を考えていない」「学習データ開示やログ管理が数兆トークン規模で不可能」「EUに合わせた以外の根拠がない」「OpenAIは絶対応じないだろう」——。

さらに、「EU AI Actをほぼ丸パクリしつつ強制力なしのため正直者だけバカを見る」「ゲーム開発者も対象になり得る定義の広さで、国外事業者は無視して国内だけ萎縮する」「NDAや営業秘密のセーフハーバー（免責）が考慮されていない」といった指摘もある。」

という部分がまずは刺激的で良い導入。 December 12, 2025

まあ、こういうニュースも半年前なら人々は熱狂したと思うんだけど、冷めたピザ感。

オープンAIがアマゾンの半導体を採用で100億ドル。
100億ドルって1.5兆円なんすが。
アマゾン株はほぼ無反応。

市場のサイクル
絶望の中で生まれ→懐疑の中で育ち→楽観の中で成熟し→陶酔の中で消えて行く

今は逆のサイクルに入っているのかな
陶酔は終わり→楽観は消え→懐疑が生まれ→絶望する

なんでも疑る懐疑中。
AIはマネタイズできるのか？
データセンター投資は過剰じゃないか？
オラクルって大丈夫なのか？

やだな。
絶望が来たら

でも、多くの人が絶望するときに強気相場は生まれるんだから、その時のために強い心を持っておこう。

あとAI相場のシスコをつかむようなことは避けるようにしよう。

OpenAI、アマゾンから100億ドル投資で交渉－AI半導体採用も協議と報道(Bloomberg)
#Yahooニュース
https://t.co/vx4KvzZy3a December 12, 2025

Gemini 3 Flashの登場で、GoogleがAIコスパフロンティアを大きく押し上げ、コスパNo.1独走状態になった。

ここで見えるのは、Googleは多方面での高性能とコスパの良さで勝負しようとしていることだ。

対するOpenAIは、推論の信頼性一点突破で勝負している。

コスパのGeminiか、信頼性のGPTか👇 https://t.co/JH9nTbLlRt https://t.co/1cgNLI7flD December 12, 2025

そうやって邪悪な企業に勝たせっぱなしにした結果が今のメタ。自分の利益のために詐欺広告をスルーして出させまくり、詐欺らせ放題。世界が邪悪になってよかったね。AIでもパクリアニメ生成AIをバラ撒いてるOpenAIがまんまとディズニーと結託。こんなメチャクチャに対して世界は成す術ナス https://t.co/fqi2QjE2sP December 12, 2025

🚨 AIバブルはまもなく崩壊する！！！

そして、その後に何が起きるのか──
多くの人は、まったく準備ができていないと思う。

今、誰もが「AIは次のインターネットだ」と扱っている。
でも私には、成長ストーリーというより、債務爆弾にしか見えない。
しかも、その爆発のタイミングは2026年頃にきれいに重なってきている。

すべて説明しよう。

⸻

■ 数字がすでにおかしい

現在、AI業界は年間約4,000億ドルを燃やしている一方で、
実際の売上はせいぜい600億ドル程度しかない。

このギャップは「初期段階だから」で片付けられる話じゃない。
巨大な穴だ。

OpenAIだけでも、四半期あたり約120億ドルの赤字を出していると報じられている。
そしてAIを導入している企業の多くは、リターンが低いどころか、ゼロだ。

ここが、誰も本当は触れたがらない部分だ。

⸻

■ 気になるポイントは大きく3つある

① 需要が“本物”じゃない
AIに流れている資金の多くは、実需ではない。
大手同士が資金を回し合い、見栄えのいい提携を結び、
エコシステム内だけで成立している「売上」が多すぎる。

それは活動を生んでいるだけで、利益を生んでいない。

② いつ黒字化するのかが見えない
コストは上がり続け、マージンは不透明。
「あとでスケールすれば儲かる」という説明が、
あまりにも多くの部分を無理やり支えている。

③ 防衛・国家安全保障へのシフト
AIが国家安全保障や防衛契約に寄っていく流れは、
成長というより**安全網（セーフティネット）**を張っているように見える。
これは通常、強気サインではない。

⸻

■ 本当に怖いのはここからだ

ドットコムバブルは、主に株式（エクイティ）の問題だった。
崩壊時に投資家は痛手を負ったが、システム自体は生き残った。

しかし今回は違う。

AIは“債務”の上に構築されている。

企業は「将来の利益」を信じて、
数千億ドル規模の借金をしている。

もし利益が出なければ──
借金の返済だけは、確実にやってくる。

⸻

■ すでに危険な規模に達している
•プライベートエクイティは、すでに約4,500億ドルをテック向けローンに投入
•さらに約8,000億ドルが控えている
•保険会社は約1兆ドル規模のエクスポージャーを抱えている
•銀行も、信用枠やレバレッジを通じて同じ企業群と深く結びついている

すべてが相互に接続されている。

⸻

■ しかも消費者は、もう壊れ始めている
•住宅の差し押さえは増加
•自動車ローンの回収（リポ）は過去最高水準近く
•学生ローンを払っていない人は数百万人
•クレジットカード延滞は、地域によって急増

AIの巻き戻しが起きる前から、これだ。

ここにテック債務問題が重なれば、
これは「軽い調整」ではなく、2008年級の空気になる。

⸻

■ さらに多くの人が見落としていること

電力網が、データセンター建設に追いつかない。

これはつまり、
•収益化はさらに先送り
•しかし債務返済は「今」発生する

ということだ。

⸻

■ 私はこう言っているだけだ

AIが消えるとは言っていない。

ただし──
そこに至るまでの道のりが、どれほど痛みを伴うかを、
市場は致命的に過小評価していると思っている。

⸻

みんなはどう思うだろう？

ちなみに私は、
2022年の市場の底も、10月の正確な天井も予測した数少ない一人だ。
そしてまた、同じことをやる。

人の役に立つことが、私のやっていることだからだ。

市場が底を打ち、投資すべきタイミングが来たと思えば、
私はここで公に宣言する。

多くの人が、
「もっと早くフォローしておけばよかった」
と思うことになるだろう。 December 12, 2025

OpenAI这篇博文太值得读了：28天，4人，Sora Android全球发布

方法论三条：

人打地基（架构、核心链路）
AI填充（85%代码由Codex产出）
像管团队一样管AI（先规划、并行不失控）

最狠的一句："忘掉React Native和Flutter，未来的跨平台框架就是Codex。"

把iOS代码当"可执行规格"，让AI做语义级迁移。 December 12, 2025

おおいいね。
セミコンジャパン。
UBS
「証券アナリストによるトークセッションで、ＵＢＳ証券の安井健二氏は『例えば米オープンＡＩはソフトバンクグループなどから巨額の資金調達をしており、（足元は大赤字とはいえ）事業のマネタイズを確立させるまでにまだ時間的猶予がある』と述べた。その上で、『一見するとビジネスモデルが壊れているようにみえるが、そう簡単には崩れない。半導体市場は少なくとも今後３年間は成長を続けるだろう』との見解を示した。」

こういう意見はしばらく無視されるだろうけど、冷静なよい意見だと思う。

市場が絶望した時に読み直すようにしよう。

エヌビディア幹部「フィジカルＡＩが製造業を変革」、半導体展示会が開幕(ロイター)
#Yahooニュース
https://t.co/2y1uEcDA5x December 12, 2025

「海賊版サイトからのダウンロードは、それ自体が本質的かつ救いようのない侵害である」

OpenAIは海賊版書籍のデータセットを削除した理由の説明を避けようとしている https://t.co/a8BkpZ9C0I December 12, 2025

サムアルトマンのメモリ原料(シリコンウェハ)買い占め、なにか酷いって買い占めるだけ買い占めて結局特にメモリなんて作ってないってところ。OpenAIは工場持ってないから当たり前なんだけど。単に「生成AIが流行っててメモリが不足している感」を出す為だけに買い占めてる。 https://t.co/22oRLgb0jd December 12, 2025

OpenAI 如何利用 Codex，仅仅 4个人、28天从零构建发布 Sora Android 版本，给咱们什么启发？

核心成就与背景
· 极速开发：在短短 4 周（10.8~11.5）内，一个小型的 4 人工程团队配合 Codex 完成了从原型到全球发布的开发工作。
· 高质量交付：App 发布后即登顶 Play Store 榜首，首日生成超百万视频，且保持了 99.9% 的无崩溃率。
· 资源消耗：整个过程消耗了约 5B token。

开发哲学：打破“布鲁克斯定律”
“布鲁克斯定律”：向进度落后的软件项目增加人力，只会让进度更慢。OpenAI 没有通过增加人力来应对紧迫的发布时间，而是通过 为每位工程师配备 Codex 来成倍提升个人产出。

如何高效使用 Codex？
OpenAI 将 Codex 视为一位 “刚入职的高级工程师”，摸索出了一套高效的人机协作模式：
1. 建立上下文：
· Codex 虽然精通代码，但不懂团队的架构规范和产品直觉。
· 团队通过在代码库中维护大量的 AGENT. md 文件，明确编码规范，让 Codex 能够“入乡随俗”。
2. 先规划，后编码：
· 不直接丢给 Codex 任务，而是先让它阅读代码并生成一份“微型设计文档”或实施计划。
· 人类工程师审查并修正计划后，再让 Codex 执行。这避免了方向性错误，也让代码审查更轻松。
3. 跨平台开发的“翻译官”：
· 利用已有的 iOS 代码库作为参照。
· Codex 擅长阅读 Swift 代码并将其逻辑“翻译”为 Android Kotlin 代码，实现了逻辑复用，被团队戏称为“未来的跨平台框架”。
4. 分布式工程管理：
· 工程师同时运行多个 Codex 会话（例如一个写播放器，一个写搜索，一个写测试）。
· 工程师的角色从“独奏者”转变为“指挥家”，主要负责架构决策、Code Review 和系统集成。

核心洞察与未来展望
· AI 并不减少对严谨性的要求：相反，它增加了对系统设计和架构能力的要求。AI 可以快速产出代码，但人类必须确立正确的“地基”和“结构”。
· 工作重心的转移：软件工程的重心从编写样板代码转移到了架构设计、用户体验和复杂系统权衡上。
· 新常态：这种 AI 辅助的开发循环已成为他们默认的工作方式，展示了未来软件工程的新形态。

OpenAI 原文
https://t.co/1i6Kro6zBI December 12, 2025

今話題になっているオラクルの爆弾38兆円について分かりやすく解説します。

■何がきっかけ？
オラクルが11日に開示した決算報告書で、データセンターとクラウドのリース料の支払い契約が2,480億ドル＝約38兆円もあると記載されていた。
データセンターが完成したら、オラクルはこの38兆円のリース料の支払いが始まる。

■なぜ問題なの？
オラクルの主要顧客はOpenAI。オラクルはクラウドインフラ部門の売上が2030年までに年間1,660億ドルに拡大すると予想している。
本当にこれだけの売上が出るのであれば、リース料の支払い額（年間146億ドル）は十分に支払える。

ただ、オラクルのリース契約は15～19年とかなり長期。長期にわたって、年間平均で146億ドルの支払いが続く。

一方で顧客との契約はもっと期間が短い。オラクルがリース料の支払いを終える前に、顧客との契約が打ち切られるリスクがある。

例えば、AIの需要が伸び悩む、AIの計算効率が上がってデータセンターが想定ほど必要なくなる、主要顧客であるOpenAIが資金調達に苦戦して支払い能力がなくなる等。
オラクルのクラウド売上が想定ほど伸びないリスクはたくさん挙げられる。

■投資家の反応は？
このようなリスクを受けて、オラクルの主要な資金調達パートナーであったブルー・アウル・キャピタルが、一部の大型プロジェクトから手を引いたというニュースも出た。

これは、プロの投資家が「オラクルにお金を貸すのはリスクが高い」ということ。

オラクルの株価は9月のAI熱狂のピークから44%も下落した。

https://t.co/ftB332A7sx December 12, 2025

Pre-ipo项目估值增长迅速、去一级股权市场上掘金。最近Space的CFO发送给股东的信件透露，SpaceX正准备在明年上市，而最快可能在明年6月进行。并已启动一次二次股票发售，将公司估值定为8000亿美元。这引起了市场的震动，要知道半年前Spacex上一轮融资估值也才4000亿美金，这才短短几个月估值就翻倍了。

其实不只是SpaceX，这两年股权市场上热门明星项目估值增长都很快：
1）OpenAI今年7月融资估值3000亿美金，最新估值5000亿美金，增长60%；
1）Authropic今年年中估值1800亿美金，最近估值3000多亿美金，接近翻倍；
3）Kalshi三个月前融资估值50亿美金，最新估值超过100亿美元，实现翻倍增长；
4）Polymarket年初10亿美金估值，最新超过80亿美金，增长700%
类似一级股权市场估值快速增长的例子还有非常多。

这意味着什么？
大部分股权项目价值创造、指数级增长，已经从 IPO 前移到 IPO 前。如果只投资二级市场，等到企业IPO 上市的时候市值已经非常之高，会极大地压缩二级市场的增长空间。特别是当下公司保持私有化的时间比以往任何时候都长，更意味着更多的价值创造是在IPO前完成的。

在过去的 25 年中，根据 Cambridge Associates 的数据，风险投资的年化回报率平均比公募股权高出 3–5%。并且与大多数资产类别不同，私募市场与公募市场（即二级市场）的相关性极低（r ≈ 0.3），因为股权投资在未上市前被锁定，难以流通，与市场变化宏观环境变化是脱钩的，只与公司业务成长高度相关。这会带来的是 真正的分散化，而不是另一种伪装成股票的资产。

私募股权极具吸引力，但是普通投资者仍无法参与
一般人如何投资 SpaceX 或 OpenAI？作为非上市公司，它们对大多数人来说仍然遥不可及。普通投资者的在这些公司IPO之前的参与机会几乎为零。核心还是因为机制或者监管问题，一般投资人被排除在私募股权市场的财富创造之外，而过去 25 年私募股权市场创造的市值是公开市场创造价值的三倍。

这就是Jarsy @JarsyInc的价值
Jarsy 是一家专注于非流动性资产代币化的平台，通过发行与 Pre-IPO 公司股权直接锚定的数字资产，将传统私募股权转化为可链上交易的标的，提升资产流动性。Jarsy运作机制也足够硬核：Jarsy 先由平台完成目标公司的真实股权收购，再通过代币以 1: 1 的形式，將這部分权益上链。這不是单纯的证券映射，而是经济权益的实质性转移。

所以Jarsy 表示它并非“空头 promise”，它的代币是以 “真实持有的私募股权（private company shares）” 作为底层资产 backing。也就是说，每个代币背后是一个真实 SPV 持有的股份／经济利益，而不是凭空的“猜想”。

在Jarsy散户投资者可以最低 10 美元的门槛购买SpaceX、Anthropic、OpenAI 等独角兽公司的代币化股权，还能实时交易，这个吸引度还是非常可以的。

前段时间马斯克都转发了一条Jarsy官推上关于spacex的推文

作为股权投资RWA的Pre-IPO平台，其合规和安全性非常重要：
硅谷顶级律所Wilson Sonsini Goodrich & Rosati是Jarsy的法律顾问；
平台严格执行KYC/AML，美国用户需合格投资者认证；
每一项私募股权代币都是SPV独立托管结构，资产完全隔离，即使平台停运投资者权益依然受保护；
每月链上公布储备证明，透明很关键。

机会仍然巨大。
根据 Preqin 的数据，2024 年全球私募市场 AUM 已超过 13.1 万亿美元，自 2018 年以来增长了150%。如果你相信我们正处在 AI、机器人、国防科技等巨大技术变革的开端，超额回报最先出现的一定是私募市场。
随着二级市场越来越高效——
得益于 资产代币化 和 监管逐渐放松——
流动性问题也正在快速消失。
最终未来慢慢进入到投资者能够真正投资配置私募资产、并在自己想退出的时间退出的时期。

可以注册体验下Jarsy平台https://t.co/GOmoixmh8k December 12, 2025

先日OpenAI社長サム・アルトマンにも取り上げられた鈴木 富司さん( @g2qDPZ233915542 )が90歳にして新iPhoneアプリをリリース！

出かける前に忘れているものがないかチェックできるアプリです。

アレモッタ
https://t.co/ewin65Dkra December 12, 2025

計算資源は単なるコストではなく、ロードマップそのものを規定する制約条件だ。研究からプロダクトへGPUを移す判断が「現在のために未来を犠牲にする」痛みとして語られる。このトレードオフが常態化するなら、次の焦点は「どの未来に計算資源を賭けるか」という資源配分の政治になる。
グレッグ・ブロックマン「OpenAIは、計算資源が進歩への道だという論文的な前提から出発したわけではありません。むしろ、他のあらゆることを試してみて、実際にうまくいったのが計算資源であり、スケールだったということです。私たちは、供給できる計算資源の能力に比べて、計算資源に対する需要が文字どおり限界まで膨れ上がっています。
ローンチ予定のカレンダーを見ると、最大のボトルネックが『では、そのための計算資源はどこから出てくるのか？』という点になることがよくあります。3月に画像生成をローンチしてバイラルになったときも、それを維持し続けるだけの計算資源が足りませんでした。そのため、研究から大量の計算資源を引き上げてデプロイに回し、需要に応えられるようにしようとする、非常に痛みを伴う決断をしました。これはまさに、現在のために未来を犠牲にする行為でした。
まず、これは非常につらいことです。私たちには、ローンチしたい機能や製品が山ほどあるのに、計算資源が足りないせいで足止めされてしまうからです。そして私たちが絶対に避けたいのは、『2年前、3年前にもっと計画しておくべきだった』と言うしかないような、不意を突かれた状況に陥ることです。私たちはカーブの先を走っていたいのです。
しかし現実として、そうはならないと思います。今どれほど野心的に夢想したとしても、需要は私たちが想像できるどんな規模をも、はるかに上回るはずだと思います」 December 12, 2025