FX168财经网_全球视野外汇黄金加密货币NFT资讯网

4月6日两市主力减持前50只个股

4月6日A股收盘，沪指涨0.0%，报收3312.63点；深成指涨0.06%，报收11866.31点；创业板指涨0.2%，报收2426.57点。 4月6日，沪指低开后一度回升翻红，创业板指跌幅同步收窄，科创50指数大涨近2%，芯片板块持续大涨，AI概念股集体下挫，ChatGPT方向领跌，三六零一度跌超7%。临近午盘，指数早间震荡回升，三大股指一度集体翻红，随后又小幅走低，科创50指数盘中大涨超3%。半导体板块掀涨停潮，ChatGPT概念持续跳水，个股跌多涨少，两市超3200股飘绿。午后，指数午后弱势震荡，半导体板块持续拉升，和林微纳、拓荆科技等超20股涨停或涨超10%，ChatGPT概念股则全线下挫。尾盘，指数有所回升，半导体板块强势，人工智能概念股全线走低，AIGC、ChatGPT、游戏等方向依旧领跌。从盘面上看，半导体、无线耳机、海南自贸区等板块涨幅居前，传媒、NFT、AI等板块跌幅居前。今天的市况大概如此，那么又有哪些公司遭主力抛弃呢？请看下表：其中排在前三位股票的财务状况如下：汤姆猫2022三季报显示，公司主营收入12.59亿元，同比下降10.18%；归母净利润4.0亿元

证券之星2023-04-06

金色观察 | Bixin Ventures：LayerZero全链互操作性用例有哪些了

on Web Services 还是 Microsoft Azure 上。LayerZero 正在开发的基础设施层希望实现这种真正的互操作性愿景，以连接所有1 层区块链，无论它们是 EVM、IBC 还是任何其他系统。用户将不再需要担心他们的链是否支持 Aave 或 Compound 等流行应用程序。一句话：多链只是第一步，下一步是我们与 LayerZero 强烈分享的全链互操作性愿景。 LayerZero介绍 LayerZero 是一种通用的数据消息传递原语协议，可实现应用程序之间的跨链通信。目标本质上是以安全和简单的方式跨链移动信息。在两条链上使用“LayerZero Endpoints”（面向用户的链上轻客户端，由充当通信者、验证者和网络的智能合约组成），用户可以在无需信任且安全的单个交易中跨链通信。 LayerZero 使用 Oracle (Chainlink) 和 Relayer（LayerZero 参考实现）的组合在连接链上的LayerZero端点之间传递消息。请注意，任何人都可以担任 Oracle 和 Relayer 的角色——其理念是独立、开放和无需许可的。Oracle 将区块头从源链发布到目标链，而 Relayer 发布交易数据和交易证明。最终，Oracle 和Relayer应该保持独立，而不是相互协作。无限可能 LayerZero 架构的美妙之处在于它允许用户和开发人员通过智能合约跨链执行他们想要的任何事情，交换、桥、移动 NFT、游戏、社交等等。让我们看看下面的几个用例。桥和交换最常见的桥模型是锁定和铸币机制，这可能是因为易于实施。这些桥最大的缺点是它们无法跨不同的链发送原生资产。相反，大多数依赖于中间包装资产。围绕桥也存在有据可查的问题，例如流动性不足、滑点高、费用高、等待时间长等，这使得整个用户体验非常不愉快。 Stargate建立在 LayerZero 之上，使交易能够跨链无缝传输。它是第一个解决桥接不可能三角问题的协议。借助 Stargate，用户和应用程序可以跨链传输原生资产，同时访问协议的统一流动性池，即时保证最终性。这意味着你不必处理包装资产——例如，你可以轻松地将以太坊上的 USDC 换成 Arbitrum 上的 USDT。自推出以来，Stargate 已超过 100 万笔转账和超过 45 亿的交易量。Sushiswap等应用程序还部署在 Stargate 之上，允许用户原生交换资产，而无需先桥接资产。一个值得注意的令人印象深刻的功能也是 gas 抽象——用户只需要他们的源链原生代币作为gas进行跨链交易，这解决了用户在交换资产时的巨大痛点。跨链移动代币——全链同质化代币（Omni Fungible Tokens）与桥类似，跨不同链移动代币通常涉及包装的非原生代币，这会影响可组合性和流动性的碎片化。例如，以太坊上的 UNI 代币和 Avalanche 上的 UNI 代币是两种不同的资产，不能在应用程序中互操作。对于长尾代币，这可能会因流动性不足而导致价格不同。 LayerZero 试图通过开创性的 Omnichain Fungible Tokens 来解决上述问题——一种可在 LayerZero 的所有集成区块链上组合的新型代币。例如，Trader Joe 与 LayerZero 集成，将 JOE 作为全链代币推出。JOE 成为了一个真正的原生多链代币，可以在 Avalanche、Arbitrum、BNB 等之间进行桥接。另一个有趣的例子是Pendle如何使用 LayerZero 部署 omnichain veTokenomics。例如，Pendle 用户可以在所有受支持的链（如 Arbitrum）上从以太坊同步他们的 vePENDLE 余额。以这种方式，veTokenomics 不再孤立于不同的链，用户将能够轻松地提高任何 Pendle 池的奖励，无论是什么链。跨链移动 NFT——全链非同质化代币（Omni Non-Fungible Tokens）与上述示例类似，NFT 不再需要孤立于其原生生态系统而存在——NFT 可以跨链移动，例如以太坊、Polygon 和 Solana。例如，Pudgy Penguins宣布，借助 LayerZero 的全链技术，Lil Pudgys 现在可以在多条链之间无缝移动，从 Polygon、BNB Smart Chain 和 Arbitrum 开始。NFT 项目可以访问其他生态系统的流动性和用户，而不必通过在另一条链上启动一个全新的项目来分散他们的用户群。衍生品交易 DEX 的主要问题之一是缺乏流动性。Rage Trade试图通过在 LayerZero 之上构建以桥连接所有 ETH/USD 收益生成池（如 GMX、Sushiswap 等）来解决此问题，从而通过 LayerZero 为 Rage Trade 提供循环流动性。换句话说，Rage Trade 能够使用来自其他链（如 Polygon、Avalanche、Solana 等）的 LP 代币作为 Rage Trade 的 Arbitrum 链上的流动性。以 3CRV 金库为例，当 3CRV LP 代币被用作链 A 上的抵押品时，我们能够将虚拟流动性铸造到链 B 上的 Rage Trade 中。货币市场在借贷方面——用户可以在第一条链上存入抵押品，通过跨链消息传递在第二条链上借入另一种资产。使用 LayerZero 消息传递和 Stargate 的稳定路由器接口，Radiant Capital 允许用户将任何资产存入 Arbitrum 和 BNB，并立即借入 LayerZero 支持的区块链上的任何资产。例如，䯠可以在 Arbitrum 上抵押 ETH，并在 Avalanche 上借入 USDT。这再次实现了真正的全链资产互操作性，并允许跨链释放更多流动性。未来随着开发人员继续探索新的 omnichain 用例，我们也期待可以使用 LayerZero 构建的新应用程序，例如 NFT 金融化、收益聚合器、不需要更改 RPC 的 omnichain 钱包、游戏、社交、DID 等等。总而言之，我们对 LayerZero 为 Web 3 生态系统中真正的互操作性制定更好的用户体验的愿景感到非常兴奋。LayerZero 已发送超过 300 万条消息，并迅速扩展到 40 多个链，包括 Aptos 和 Solana 等非 EVM 链。他们已经通过 Stargate 和其他顶级协议和项目（如 Sushiswap、Trader Joe、Pudgy Penguins）证明了出色的产品市场契合度，以及由 Bryan Pellegrino、Ryan Zarick、Caleb Banister、Ari Litan、Irene Wu等一流团队的高效领导等。来源：金色财经

金色财经2023-04-06

美元贬值如何加剧通胀问题

oup表示，苹果（Apple）、微软（Microsoft）和谷歌母公司Alphabet是三家最大的公司，它们一半以上的收入来自海外。　　这三家公司也是大型科技公司新防御性股的核心。这些股票在最近银行业动荡期间表现良好。如果美元仍然是使通货膨胀成为头条新闻的一个因素，并且是美联储最优先考虑的问题，他们可能会再次这样做。

金融界2023-04-06

多国执法机构联合行动关闭网络犯罪市场Genesis Market

包括Dropbox、PayPal、微软Microsoft、Twitter和一些加密货币交易所。　　这些平台没有遭到黑客攻击或泄露。相反，犯罪分子可以购买数字“机器人”（bot），这些机器人使用黑客从用户设备中窃取的数据，包括自动填写表单中的信息、保存的登录信息，以及公司用来跟踪用户在线活动的小型数字文件（cookie）。　　Genesis然后为其客户提供一款基于谷歌的Chromium项目的定制浏览器，该浏览器允许不法分子采用被黑客攻击的个人的互联网角色，加载存储在cookie中的唯一数据并自动填充密码以伪装成用户。　　根据Netacea的一份报告，2021年，Genesis的平台上至少有35万个“机器人”。　　Gracey-McMinn表示，Genesis网站上出售的机器人质量很高，每个可以卖到450美元。他说，市场上仍然存在的质量较低的黑客数据可能只需要4美元或5美元。

金融界2023-04-05

德国政府认定苹果占据市场主导地位，将展开反垄断调查

采取措施。卡特尔局还表示，将就微软(Microsoft Corp., MSFT)是否对整个市场的竞争具有极其重要的意义展开一项调查。该监管机构的局长在一份声明中说：“如果得出这样的调查结果，将使我们能够在早期阶段采取行动，禁止可能的反竞争行为。”

迪星妮2023-04-05

华尔街日报：中美技术战加剧！中国放慢美国公司收购交易审查速度，间接向美国政府施压

付了1.625亿美元的解约费。微软(Microsoft Corp.)计划以687亿美元收购视频游戏公司动视暴雪(Activision Blizzard Inc.)的交易也受到了中国政府漫长的审查，此外还有其他国家的审查。去年中国反垄断监管机构拒绝了两家公司以简化和加快程序提交交易的请求。美国商会(U.S. Chamber of Commerce) 2022年的一份报告指出，即使中国推迟并购审查不会导致交易终止，也会提高受影响的美国公司的经营成本，这些公司可能不得不支付过高的费用，应对中国长期审查的风险。成本上升可能导致更多外国公司计划撤出中国。Albright Stonebridge的塞利科说，一些公司正在考虑他们是否有能力离开中国市场，这样就不必受制于中国的决定。

Sue2023-04-05

4月4日两市主力增持前50只个股

4月4日A股收盘，沪指涨0.49%，报收3312.56点；深成指跌-0.25%，报收11859.48点；创业板指跌-0.76%，报收2421.65点。 4月4日，开盘指数涨跌不一，随后逐步分化。沪指站上3300点，为3月8日来首次，创指跌超0.6%。盘面上，养殖业、机场航运、景点旅游板块领涨。临近午盘，指数分化加剧，创业板指下挫跌逾1%。汽车产业链、光伏、储能等方向跌幅居前。午后，大小指数午后继续分化，沪指维持红盘震荡，创业板指跌超1%，中字头个股持续走强，ChatGPT概念股跳水，个股绿多红少，成交再度突破1万亿元。尾盘，指数集体回升，汽车芯片、EDR概念、机场航运等板块持续走强。从盘面上看，养殖、中药、半导体等板块涨幅居前，HJT电池、热管理、白电等板块跌幅居前。今天的市况大概如此，那么又有哪些公司受主力追捧呢？请看下表：其中排在前三位股票的财务状况如下：云天励飞2022年报显示，公司主营收入5.46亿元，同比下降3.52%；归母净利润-4.36亿元，同比下降11.83%；扣非净利润-5.17亿元，同比下降16.74%；负债率32.0%，投资收益1843.78万元，财务费用-

证券之星2023-04-04

AI，爆了！朱少醒陈光明等大佬如何看待ChatGPT？

最近AI实在太过火热，连海康今日也都一度涨超8%。既然当下市场对于 AI 关注程度如此之高，我们就借此机会来专门聊一聊大佬眼中的 AI 变革。此前，上海交大校友会金融投资分会与创业创投联合会联合举办了23年年会。不少大咖都在这次年会上广开言论。我们已经分享过参会睿远陈光明对于市场的观点。详见：现在还在看空是对常识的谬视而今天着重分享的大佬观点，内容涉及一级二级市场，以更广阔的视角向我们表达了大佬们对于AI深层次的思考以及对机会的看法。其中发言的也不乏有我们熟知的朱少醒、董承非等知名基金大佬。以下为整理内容： 01.GPT及AI技术变革的价值风和投资创始合伙人吴炯：AI能创造的机会甚至超过互联网最近人工智能确实让大家很惊艳，从ChatGPT到刚刚发布的GPT-4，的确是始料未及，GPT-4的这些表现，我也感觉很震撼。这显然属于TMT，但ChatGPT不应该与互联网归为同一个大类。互联网的下一代可能是物联网，可能是AR、元宇宙之类，AI应该要单立出来，它本身能够创造的机会、对我们的社会进步产生的效果，可能会与互联网并驾齐驱，甚至超过互联网。金沙江创投管理合伙人朱啸虎：人工智

证券之星2023-04-04

“覆巢之下无完卵”！“科技裁员潮”愈演愈烈美媒爆料苹果也要裁员了

稳定的经济和低迷的消费支出，包括微软(Microsoft)在内的科技巨头们一直在裁员。据悉，苹果将此举定位为“精简工作”，而非裁员。苹果公司告诉员工，削减岗位是为了改善全球商店的维护，公司将为受影响的员工提供支持。尽管苹果公司在削减预算，并削减了大量合同工，包括工程师、人事招聘和保安等岗位的合同工，但这家iPhone制造商在很大程度上推迟了企业裁员。在新冠大流行之前，该公司曾裁员，当时它裁掉了自动驾驶汽车部门的数百名成员。 (截图来源：彭博社) 在最新的裁员举措中，苹果告诉这些群体的员工，他们将可以重新申请一些与之前工作类似的职位。知情人士透露，那些没有找到新职位的员工，将获得最多四个月工资的补偿。报道并指出，一些管理职位也被裁撤。知情人士说，虽然这些员工可能会被重新聘为所谓的个人贡献者，但他们的薪酬可能不会相同。在少数情况下，一些员工可以获得豁免，不需要重新申请就能保住工作。针对彭博社报道，总部位于加州库比蒂诺的苹果公司的代表拒绝置评。截至去年9月上一财年结束时，苹果公司拥有16.4万名员工。疫情期间在线购物和居家经济盛行，几乎所有的科技公司的业务都蓬勃发展，与此对应的是员工人数的急速膨胀。与2019年相比，亚马逊和Meta员工人数翻倍，其中亚马逊员工人数最高峰达到了近150万人。在疫情期间，苹果公司没有像许多大型科技公司那样迅速扩大员工规模，因此减少大规模裁员的需求。包括亚马逊(Amazon.com Inc.)和Alphabet Inc.旗下谷歌(Google)在内的同行已经裁员数万人。最近几个月，利率上升、通货膨胀和经济衰退担忧导致广告和消费者支出减少，这些都对科技公司的利润和股价造成压力。裁员成为最直接的手段。推特在被马斯克收购后解雇了数千名员工。上个月，脸书(Facebook)宣布计划裁掉大约1万名员工。微软在3月份裁掉了其人工智能伦理团队，在此之前也进行了几次裁员活动。谷歌母公司 Alphabet在今年1月份裁掉1.2万名员工。根据裁员统计网站layoffs.fyi的数据，今年以来，科技行业已经累计裁员16.6万人。 (截图来源：layoffs.fyi)

风枫2023-04-04

别担心AI蚕食你的工作 AI蚕食掉的也许是软件自己

价格下降的情况，就好像 AI 会引发 Microsoft Word 等文字处理器或 AWS 微服务出现价格战一样。这种属于线性思维，推断性思维。话虽如此，我们确实认为当前将 AI 注入到你能见到的每一个应用或服务的狂热会引发更多竞争，而不是更少。它将通过提高软件成本（每一次 AI API 调用都会有钱落入某人的腰包）来实现这一点，同时又不会带来真正的差异化，因为大多数供应商调用的 AI API 都是来自同样的供应商。鲍莫尔成本病与软件的问题要想理解我的意思，需要简单回顾一些基本的经济学。我们大多数人都熟悉技术产品的价格是如何暴跌，而教育和医疗保健的成本却不断飙升的。这似乎是个令人抓狂的谜团，随之而来的是大家呼吁要找出新办法，让这些行业变得更像科技业大家通常认为，科技业更容易受到技术通货紧缩的影响。但这是一种误解。解释一下：假设有一个经济板块就只有两个部门，一个部门的生产率、专业化程度和财富生产率要高得多，而另一个部门则低得多，则后者将面临提高工资的巨大压力，以免许多员工离开。随着时间的推移，生产力较低的部门开始变得越来越昂贵，尽管它的生产力不足以证明更高的工资是合理的，于是它开始”吞噬“该经济板块越来越多的资源。经济学家威廉·鲍莫尔（William Baumol）通常被认为是这种现象的发现者，因此这又被称为”鲍莫尔成本病“。你可以在下图当中看到这种成本病是什么样的，美国的各种产品和服务（剧透：主要是在高接触、低生产率的行业）变得越来越昂贵，而其他产品和服务（非剧透：主要是基于技术的）变得越来越便宜了。考虑到与其他一切相比技术所出现的爆发式进步，现在这一切应该都能说得通了。事实上，这几乎是数学使然。如果没有重大的生产力改善，这只能通过消除这些服务的人类因素来实现，很难想象这种情况会发生怎样的变化。假设未来我们仍需要医疗保健和教育，鉴于这些服务的大部分价值仍继续由人类提供，情况更有可能会继续恶化。但还有一个板块受到鲍莫尔成本病变体的阻碍，那就是软件本身。这听起来可能有些矛盾，可以理解。毕竟，生产力最高、创造财富最多、通货紧缩的部门怎么也会成为其他部门所遭受的同样问题的受害者呢？如果你回想一下我们之前讨论的双部门模型的话，会的。一个部门是半成品以及 CPU、存储与骨干网络。这些东西价格正在崩溃，其制造需要的人变少了，同时正以更低的价格带来了极大的性能提升。与此同时，软件还是那样，以与几十年前开发者几乎没有太大不同的方式生产着同样的东西。是，软件的生产和部署已经取得了进展，但归根结底，依旧是靠双手在键盘上敲代码。这看起来似曾相识，尽管生产力相对不足，但我们对软件薪水保持高位并继续上涨并不感到惊讶。这是鲍莫尔成本病，发生在技术本身很狭隘的双部门经济当中。这些高薪直接导致高昂的软件生产成本，并鉴于要素生产成本以及那些令人讨厌的供应曲线，导致了软件产量受限。初创企业需要花费数百万美元聘请工程师；大公司继续要砸数百万美元来留住他们。而且，虽然市场有出清价格，也就是供求曲线相交的点，但我们仍然知道，当其工资高于其他部门的可比职位时，生产的商品还是会低于社会的期望。在这种情况下，生产不足的商品是……软件。我们最终产生了一种社会性的技术债务，因为其生产的数量远低于社会的期望我们不知道少了多少，但可能是一个非常大的数字，并且也解释了为什么软件还没有蚕食掉太多世界。而且因为情况一直如此，所以没有人注意到。人口结构、老龄化，以及LLM即将带来的劳动力颠覆我们认为这一切都将会发生改变。不管如何不是出于本意，当前这代 AI 模型仿佛一枚导弹，直接对准了软件制作本身。当然，聊天 AI 在撰写本科生论文或创作营销文案、编写博客文章方面表现是很出色（好像这些东西还不够多一样），但这些技术在快速且几乎无成本地生成、调试和加速软件制作方面表现更棒，棒到几乎像黑魔法的地步。为什么不呢？如下图所示，大型语言模型 (LLM) 对就业市场的影响可以被认为是一个 2x2 矩阵。一个轴向表示领域的语法规范程度，意思是控制符号操作的规则导向程度如何。比方说，写文章是要讲规则的（问问任何一位发火的英语老师），因此可以训练基于LLM的聊天 AI 来写出好得出人意料的文章。税务服务提供者商、合同以及许多其他领域也在此范畴。未来几年，对于处在右上角象限的职业而言，其颠覆性是非常厉害的，几乎是前所未有的地步。我们将看到一系列职业数以百万计的工作岗位被取代，而且其发展速度比以往任何一波自动化浪潮都要快。对于严重依赖某些受影响最严重的工作类别的地区或国家的行业、税收，甚至社会稳定来说，这会产生巨大影响。这些广泛且可能破坏稳定的影响不应被低估，而且非常重要。部分人认为，老龄化社会的人口结构以及发达经济体倒挂的人口金字塔会抵消人工智能造成的这些变化。虽然人口结构会在未来几十年减缓这种打击的影响老龄化社会以及世界部分地区劳动力萎缩将迫切需要劳动力但这些人口结构的力量可能还不够。软件位于自己这场颠覆的震中不过，现在让我们先回到软件本身。软件的规则性和语法规范性高于会话英语或任何其他会话语言。从 Python 到 C++，编程语言可以被认为是具备一系列高度明确的规则的形式语言，这些规则管理着可以如何使用或者不能使用每个语言元素来产生期望的结果。编程语言的语法问题是最烦的，这让很多想成为程序员的人感到非常沮丧（就因为少了一个冒号？！这就是问题所在？！真见鬼），但对于像 ChatGPT 这样的 LLM 来说，这是完美的处理对象。这张图的第二个轴向也同样重要。除了底层的语法以外，还有领域的可预测性问题。同样的原因总会导致同样的结果吗？还是说这个领域比较特别，原因有时候会在结果的前面，但并非总是如此，而且不可预测。同样地，编程是具备可预测性领域的一个很好例子，编程中设计之初就是要让给定相同输入的情况下产生相同的输出。如果结果并非如此，那问题 99.9999% 可能出在你身上，而不是编程语言。其他领域的预测性要差得多，比如股权投资、精神病学，或者气象学。这种框架，也就是语法与可预测性让我们相信，在软件行业的历史上，第一次出现了将从根本上改变我们软件生产方式的工具。这关乎的不是让调试、测试、构建或共享变得更容易，虽说这些也会改变，关乎的是操纵构成编程语言的符号意味着什么。我们可以再说具体一点。比方说，再也不用学习 Python 来解析某些文本并删除 ASCII 表情符号，只需要直接给 ChatGPT 写下这些提示即可：写一些 Python 代码，让它打开一个文本文件并删除里面所有的表情符号，我喜欢的那个出外，然后再次保存。如果你的想法是，”不可能行得通的“，那你就错了。程序工作正常，只用了两秒钟，以前你怎么也学不会的编程技能，现在人人都可以掌握了，这只是其中的一个缩影罢了：要指出的是，显然：这个例子微不足道，乏善可陈，而且很蠢，尽管对于现在这种表情符号满天飞的环境很有用。这不是什么复杂代码。对于熟练的从业者来说，这种程序很简单，甚至简单到令人讨厌，但同时对于大多数其他人来说又是不可能的，如果不去Reddit 和 Quora 上面看很多东西的话。但它正在变得更好，更加深入。如果你不确定为什么这个能行得通，或者怀疑它是否行得通，并认为 AI 可能在骗人，你可以要求它自己做出解释，如下所示：简而言之，LLM 用了一个很巧妙的技巧。它不是靠穷尽所有的 ASCII 表情符号来检查文本是否存在这些字符，而是选择用字符编码来区分表情符号与非表情符号。这个做法是在是太聪明了，还有，你可以要求 LLM 解释它是怎么做一件事的，这种自我参照的解释能力则是改变了软件这场游戏的另一个原因。这只是开始（而且只会变得越来越好）。从将各种 Web 服务连接在一起的微服务（你以前可能在 Upwork 上向开发者支付了 10000 美元完成的任务）到整个移动app（一项可能要花费你 20000 美元到50000 美元或更多的任务），利用此类技术编写几乎所有类型的代码都成为了可能。更便宜的、不那么复杂的软件产品是什么样的有一点要说清楚。你能写出一个更好的 MICROSOFT WORD 吗？或者用新颖的方式解决这个经典的 COMPSCI 算法吗？不，你不能，这会导致很多人把这些技术当作玩具。确实是玩具，但具备重要意义。它们之所以是”玩具“，是因为它们能够为真实的人，尤其是非编码人员生成代码片段，一小部分人会认为这个微不足道的，而另一个庞大的群体会认为这是不可能的。这个认知差距将会改变一切。怎么改变？呃，一方面，软件生产的清算价格将会改变。但不仅仅是因为生产软件变得更便宜了。在极限情况下，我们认为这一时刻类似于之前的技术变革浪潮如何让基础技术（从 CPU 到存储和带宽）的价格跌到近乎为零的地步，从而早就物种形成和创新的大爆发。用软件进化的术语来说，我们刚刚从人类的周期时间过渡到果蝇的周期时间：一切都进化和变异得更快了。我们不妨来一次思想实验：如果软件生产成本遵循类似的曲线，甚至可能遵循更陡峭的曲线，并且正在下挫到近乎为零的地步的话，会怎样？如果生产软件即将变成次要的事情，就像用文字解释自己一样自然和普遍会怎样？那时候的软件开发就类似 ”我需要给 iPhone 做 X、Y ，不要做 Z，如果你对让它不那么丑陋有什么想法的话，我洗耳恭听“这样一句话的事情。现在我们可以重新审视之前的那条成本下降曲线，并把软件添加到组合里面。由于之前讨论的各种原因，尽管内部的”鲍莫尔成本病“可能会导致成本居高不下，但如果生产软件的成本即将崩溃会怎样？考虑到LLM的发展速度，这一切可能会发生得非常快，比前几代都要快。这一切意味着什么呢？我们不是反对软件工程师，而且其实我们投资了很多杰出的工程师。但是，我们的确认为，如果不摆脱软件行业的束缚的话，软件就无法发挥其最大潜力，因为软件行业成本很高，而且生产力相对较低。人人都可以编写软件，而且只需几分钱就可以编写软件，并且可以像说话或写字一样轻松地完成的软件行业，将是一个变革性的时刻。古滕堡发明了欧洲铅字印刷术之后，之前的创作障碍学术、创意、经济等都消失了。说这相当于古腾堡（编者注：欧洲活字印刷术发明人）时刻有点夸张，但只是有点，因为人们从此可以自由地做那些仅受限于自身想象力的事情了，或者说得更实际一点，受制于过去生产软件的成本的事情了。当然，改变会带来颠覆。回顾之前的变革浪潮，情况表明这不会是一个平稳的过程，可能需要数年甚至数十年才能完成。如果我们是对的，那么软件开发者的就业格局将发生翻天覆地的重塑，随之而来的是”生产力飙升“，这是因为软件生产成本的下降弥补了数十年来软件生产不足在全社会积累的技术债务。当我们还清这笔技术债务时，接下来会发生什么？我们现在已经多次提到这个技术债务，强调这一点并不为过。几乎可以肯定，我们生产的软件仍远远赶不上需求。这个技术债的规模有多大我们不知道，但不可能很小，所以后续可能会呈几何级数的增长。这意味着随着软件成本下降到接近为零的地步，可以预见，软件的创建会以之前几乎无法想象的方式爆炸。在这一点上大家总是会产生这样的疑问：”那会做出什么样的应用？“虽然这个疑问可以理解，但确实有点愚蠢而且现在提出这个绝对为时过早。当互联网传输成本为 500000 美元/Mbps 时，你会想到有Netflix吗？当屏幕、中央处理器、存储设备以及电池等的尺寸会导致设备跟一间房那么大时，你能想象苹果 iPhone 的出现吗？当然不能。关键是，我们唯一知道的是app和服务将会到来。这一点毫无疑问。你希望能够参与其中，刚有点风吹草动的时候就开始投资它们。简而言之，我们面前的这块绿地现在看起来就像是下一个伟大的技术周期，但有太多人根本看不到这个周期的出现（因为他们的关注点仍然放在投资应用于当前软件环境的LLM上）。企业家、发行人 Tim O'Reilly 有一个很好的表述，这个表述用在这里也很合适。他认为投资者和企业家”创造的价值应该高于攫取的价值“。刚开始的时候科技行业就是这样的，但近年来这个行业变得浮躁，往往想追求速赢，通常是按照金融服务业的剧本开局。我们认为，这是几十年来技术行业第一次可以回归本源，并通过释放一波软件生产的大爆发，真正实现创造的价值出高于攫取的价值。来源：金色财经

金色财经2023-04-04

24小时热点