Nathan 内森 (@code7forzn) header
Nathan 内森 (@code7forzn) profile picture

investor partial portfolios: @unitreerobotics /Horizon Robotics /@vivaia_official etc.

Joined January 2021
Photo by Nathan 内森 (@code7forzn)Photo by Nathan 内森 (@code7forzn)Photo by Nathan 内森 (@code7forzn)Photo by Nathan 内森 (@code7forzn)Photo by Nathan 内森 (@code7forzn)Photo by Nathan 内森 (@code7forzn)Photo by Nathan 内森 (@code7forzn)Photo by Nathan 内森 (@code7forzn)Photo by Nathan 内森 (@code7forzn)Photo by Nathan 内森 (@code7forzn)
如果按照最新一轮OpenAI的1.25万亿美金估值来对标(估值/2027e收入的系数), Anthropic的估值应为1.5万亿美金以上, SpaceX的合理股价应在接近100美金/股。
5
1,160
以前是你要去学习,不断学习,要有好的文凭; AI时代是,你要让你的agents去学习,不断学习新东西,不然你就少了很多的智慧杠杆和时间杠杆; 未来,agents的文凭比人的更重要
2
1,175
如果说什么能让模型快速拿到反馈结果, 那么,Coding的下一个是trading
1
5
1,365
隔着屏幕话痨是AI时代最优秀的品质, 你能领先其他人不止一步
5
1,334
现在出门social,人人都是VC、founder,没有投过有结果的项目的VC,我不要和你说话
8
1,578
AI时代,不会再有量化基金,因为人人都可以通过AI拥有量化策略,你不需要会提示词,你只需要描述主观需求,模型能力很快都会给到你
1
8
2,041
如果用Anthropic的估值反推, Anthropic为1万亿、1.5万亿、2万亿美元时,SpaceX的SI板块对标估值约对应4300亿、6400亿和8500亿美元。 与星链等其它三档业务板块组合后,SpaceX的整体估值大致落在0.77万亿—1.60万亿美元,对应每股约57—118美元。 而当前SpaceX股价为123美元,已经隐含了接近“星链乐观+Anthropic约2.2万亿”的组合。 还要关注两批解禁:2026年12月的180天期解禁,以及2027年6月Musk锁定期到期。 那么,1万亿美金估值的Anthropic会从SpaceX身上吸多少血呢?
1
19
5,225
陆川说的很好,他指导团队里的AI剧的制作人说,不能一键直出,因为AI的一键直出一定就是“行活”,不鲜活、欠考究。 的确,但他玩细活废token啊,看来未来竞争有品质的片子,AI剧不一定成本比人低呢....
4
1,714
我只想买到100 usd/股以内的SpaceX和1 T usd估值以内的Anthropic
4
1,992
未来每家上市公司都会希望拿出利润的一部分用来购买算力, 这是这个时代的现金流管理方式, 就像改革开放有多少上市公司拿钱买楼一样
4
1,544
上海和深圳,哪个才是全球最好的城市呢?
5
2
3
5,635
如果和2018年的中期选举相比,今年中期选举之后的走势是符合规律的。 这波只是杀估值,美国不太可能对AI政策全面转向,只是一定程度的约束来影响估值情绪。 按照经验主义,BTC和Vix可以来辅助判断市场情绪,这俩指标往往走在前面。但最终是否筑底,还需要结合QQQ、SOX等更多参考。 斗胆判断,12月筑底概率较大。
1
4
1,636
BTC的走势往往是美股市场先行指标。 Vix,如果快速上30大概率回落,就怕一次性没涨够。
1
1,445
不去杠杆哪有“两院”易主之后新的增长。 美股向来是急速反应,再修正。好处是真的立竿见影,阴割才是最难受的走法。 现在不是接飞刀的时候,但民主党掌权两院后也未必对AI政策真的像之前说的那样保守,因为这不符合美国国家利益。 早上又翻了我很久没打开的雪球,看了看我在2020年3月时候的帖子,挺有意思的。
1
8
2,120
急跌是一种快速释放风险的方式。 我很喜欢急跌。比慢慢割刀子容易操作。 离底部不远了。
21
1,939
居然一口气看了一半。 它比短剧好看。
1
1,049
对于当下阶段的AI应用创业来说,尤其是中国市场,搞数据卖给模型公司,是唯一的收入模式。订阅费支棱不起来,所以,大家都搞数据。
I re-read the articles about data, and it says that the LLM labs cares more about the speed and quantity rather than quality of the data. They would rather get a lot of data with mixed qualities rather than missing any of the good ones. Might this be the reason why the in-house data teams is still not enough? They can't have this quantity and speed without purchasing from outside. (Rather than just the "domain expertise" reason that I originally thought). Another reason that makes data venders inreplaceable from non-technical perspective is that, companies want to use data vendors as arm’s-length proxies to launder data, such as distilling rival models like OpenAI’s and Anthropic’s or scraping user data from their own apps, shifting legal and reputational risk the companies can’t or won’t take on themselves to those data venders.
3
1,456
同样CPU,AMD发财报盘后涨8%,Intel跌28%,AMD的这份财报好在哪? AMD主要得益于数据中心业务的显著增长,这块的增长完全对冲了产能和毛利率下滑的负面因素;而Intel的数据中心业务占比不高; 另外是下一个季度的指引,两家公司截然相反的走势,一个指引比Q3更夯,一个指引比Q3更拉。 为什么没有表现出一致的行业现象呢?主要还是业务结构不同导致的爬坡周期不一致。
5
1,089