KeyFrame內部研究專用

AI 騙局崩盤?Meta 瘋砸 1450 億打水漂,科技巨頭開始「合法搶錢」了!😱

獨特見解·7月4日週六·23 min中文

三句話摘要

2026 年科技巨頭正在形成算力、數據、能源的三層垄斷,將成本轉嫁給普通用戶。 科技巨頭已經為未來準備好了天價門票,普通人正淪為這場資本重分配中的燃料。 算力寡頭壟斷:META 掌控頂級硬件和網絡架構優勢,挤壓 CoreWeave、Nibiius 等新興雲廠商百億美元訂單,而 NVIDIA、Intel 在底層卡死產能用涨價和老舊技術敷衍主流消費者。

重點整理

重點
  • 1

    算力寡頭壟斷:META 掌控頂級硬件和網絡架構優勢,挤壓 CoreWeave、Nibiius 等新興雲廠商百億美元訂單,而 NVIDIA、Intel 在底層卡死產能用涨價和老舊技術敷衍主流消費者。

  • 2

    數據時代終結:互聯網免費開放精神瓦解,Cloudflare 全網封殺 AI 爬蟲、Reddit 強制登陸,小公司失去參賽門票,巨頭間卻通過千萬美元級別協議互相供血。

  • 3

    能源獨立帝國:Valor Atomics 與 NVIDIA 合作建 30 兆瓦微型核電廠,AI 產業不再依賴公共電網和水資源,實現算力、數據、能源的完整私有生態。

  • 4

    普通用戶的代價:被阉割的硬件功能轉成付費訂閱、不斷漲價的芯片、強制登陸犧牲隱私,以及 Netflix 用 AI 復活已故藝人聲音這類倫理邊界的突破。

實用技巧與重點

乾貨
  • 資本流向
  • META 資本開支:1,250~1,450 億美元
  • META 與 Nibiius 合約:270 億美元(含 120 億保底訂單)
  • META 與 CoreWeave 合約:210 億美元
  • Reddit 與 Google 數據授權:每年 6,000 萬美元
  • 股價波動(公告後單日)
  • CoreWeave:跌 14%,市值蒸發 72 億美元
  • Nibiius:跌 15.6%,損失 109 億美元
  • META:漲超 10%,市值增加 1,490 億美元
  • 硬件漲價
  • Intel Core Ultra 7 270K Plus:漲 16%(299.99 → 349.99 美元)
  • Intel Core Ultra 5 250K Plus:漲 15%(199.99 → 229.99 美元)
  • AMD GPU 和顯存捆綁:預計漲 10%
  • NVIDIA RTX 3060:重新上市標價 339 美元
  • 訂閱服務
  • Meta Ray-Ban 智能眼鏡 Conversation Focus:月費 20 美元(免費額度 3 小時/月)
  • 技術案例
  • Cloudflare:2026 年 9 月 15 日推行新規則,自動封杀廣告網頁上的 AI 爬蟲
  • Netflix × Eleven Labs:用 AI 復活已故喜劇演員 Gin Wilder 聲音
  • 南洋理工大學:蟑螂穿 3D 列印潛水服,半米水下存活 3 小時
  • Valor Atomics Word 250:微型核裂變反應堆,現場啟動驅動 NVIDIA RTX 顯卡

結論

結論

科技巨頭已經為未來準備好了天價門票,普通人正淪為這場資本重分配中的燃料。

完整解析

詳細

當 META 宣佈投入 1,450 億美元建 AI 基礎設施卻發現大模型變現困難時,轉機出現在一個意想不到的地方——租賃算力。這間社交媒體帝國突然搖身一變成為雲服務提供商,直接挑戰 AWS、Azure、Google Cloud 的市場地位。表面上是商業轉向,實質上卻是一場權力格局的地震:原本是 CoreWeave、Nibiius 等新興雲廠商的大金主 META,轉身成為它們最可怕的競爭對手。當消息傳出,CoreWeave 股價暴跌 14%、損失 72 億美元市值,Nibiius 跌 15.6% 損失 109 億美元,而 META 則在同日漲超 10%、增加 1,490 億美元市值。這背後隱含著一個冷酷的事實:與其等待 AI 模型的商業突破,不如把 AI 基礎設施本身變成獲利工具。

與此同時,芯片廠商正在推行一套精心設計的「三層價格收割」。Intel 在毫無公告的情況下悄悄調漲剛發布的 Core Ultra 處理器,270K Plus 漲 16%、250K Plus 漲 15%,官方理由是供應鏈成本上升——但真相是整個半導體產能正向 HBM 高帶寬內存傾斜以滿足 AI 加速器。AMD 緊跟其後通知主板廠商 GPU 和顯存捆綁包將上漲 10%。而 NVIDIA 則玩了更絕的一手:復活五年前的 RTX 3060 老古董,標價 339 美元,只比性能強得多的新品 RTX 5050 便宜一點。邏輯清晰得可怕——最新制程成本高且搶占產能,那就把老旧工藝的老卡重新包裝賣給預算有限的玩家。高端卡才能跑 DLSS 4.5 等 AI 功能,普通玩家連未來的畫質紅利都吃不到。

數據戰線則迎來了互聯網歷史上最激進的一次「斷水斷電」。Cloudflare 宣佈從 9 月 15 日起全網推行新規則,所有廣告支撐的網站將自動封杀 AI 爬蟲——除非網站主手動同意。這一刀直接戳中了 Google 這類既做傳統搜索又做 AI 訓練的混合型機器人。同時 Cloudflare 還推出了 PaperUse 機制,AI 公司每次使用網頁內容就得根據次數給網站主付費。Reddit 的做法更絕——強制關閉老版本匿名瀏覽,用戶必須登陸才能繼續。表面理由是防止 AI 爬蟲,但實質上是在謀求數據定價權——Reddit 已與 Google 簽下每年 6,000 萬美元的數據授權合約,現在輪到其他沒出錢的 AI 公司吃閉門羹。

最後也是最驚人的一層,是能源獨立的帝國夢。Valor Atomics 與 NVIDIA 聯合建造 30 兆瓦微型核動力 AI 工廠,現場啟動了 Word 250 微型核裂變反應堆,甚至用其發出的電直接點亮了搭載 NVIDIA RTX 顯卡的台式電腦。這不是秀場表演,而是宣示主權——當數據中心不再依賴本地水資源、不再擠占公共電網時,整個 AI 產業就完成了從公共基礎設施到私人生態的蛻變。算力私有、數據私有,現在連驅動一切的能源也私有了。而被排擠在這個三層金字塔之外的中端用戶,面對的只有一連串的妥協和賬單:被砍掉免費額度的 Ray-Ban 眼鏡要付月費、必須登陸 Reddit 才能匿名衝浪、買不起高端顯卡連遊戲的 AI 畫質都用不上。

關鍵時刻

Pipeline v2

帶時間戳的重點,會在逐字稿層級分析上線後產生。目前請先透過原始影片觀看。

事實查核

Pipeline v2

說法查證是下一次管線升級的一部分。KeyFrame 只會顯示它真正能驗證的內容。

更多「AI 技術」的內容

Between Two Nerds: Attribution is dead, long live attribution
32 min
AI 技術英文PODCAST8月25日

Between Two Nerds: Attribution is dead, long live attribution

Risky Business

  • 工具成本的破壞性下降 — 傳統上,攻擊者必須重複使用昂貴自製的惡意軟體或工具組,因為開發和維護成本極高。這種成本結構使得安全研究人員可以通過工具特徵和程式碼簽名來追蹤攻擊者。LLM 自動化了代碼生成與維護工作流,使得攻擊者可以輕易為每個目標生成新工具,或改用通用系統工具,導致傳統的工具特徵分析失效。
  • 所有取證證據都在攻擊者掌控之中 — 無論是使用的 IP 位址、惡意軟體類型或戰術流程,這些都是攻擊者的主動選擇。即使看似是隨機巧合,攻擊者仍有能力在事前決定留下什麼痕跡。因此,所有可恢復的取證證據本質上都是攻擊者願意暴露的信息。
  • LLM 削弱工具簽名但保留高階行為特徵 — LLM 經過公開駭客技術訓練,使不同使用者產生相似的攻擊模式。然而,勒索軟體集團、國家級行為者的受害者選擇、贖金要求方式或目標模式等高階特徵仍具有識別價值。例如,鎖定加密交易所的攻擊幾乎只能指向朝鮮。
Everything Goldman Sachs Taught Me About AI (In 10 minutes)
AI 技術英文8月24日

Everything Goldman Sachs Taught Me About AI (In 10 minutes)

Nate Herk

  • 驗證優於相信:看起來完整的AI輸出不等於正確答案,需在提示中要求模型重新檢查數字、引用來源,並對無把握的部分標記。
  • 區分AI與自動化:確定步驟且答案已知的任務用傳統自動化更便宜快速;只在需要判斷力、靈活性或處理複雜資訊時才用AI,兩者結合效果最佳。
  • 以問題驅動選型:先寫清楚「要解決的問題是什麼、成功的樣子是什麼」,再決定用什麼工具,許多失敗項目是從技術而非問題出發。
Mu: a self-hosted personal agent where the interface is an email address you can write to
AI 技術英文8月23日

Mu: a self-hosted personal agent where the interface is an email address you can write to

GitHub Awesome

  • Mu 是自主代理人系統,具有實際網址與獨立伺服器,用戶可透過多種方式與其互動——網頁應用、電子郵件或程式化介面。
  • 架構完整覆蓋日常工作流程的多個層面,整合郵件收發(SMTP/IMAP)、檔案管理、行事曆、新聞聚合、市場數據與搜尋功能於一個 Go 伺服器內。
  • 支援自帶模型與多種通訊協定,用戶可選擇不同的 AI 模型,並透過 MCP、HTTP API 或命令列工具整合到其他系統。