この人完全に弄られ役になってるな🥹

ZUCK：
「Google が TPU v7/v8 を早めに回してくれるんだ。大規模な Llama の学習をそっちに移すつもり。だから B200 の価格にもそれを反映してほしい。」

JENSEN：
「じゃあ TPU を使えばいい。あいつらがスケジュール通りに仕上げてくると信じるなら、全部そっちに賭ければ？」

ZUCK：
「本気だよ。NVIDIA の使用比率を3分の1まで減らせる。」

JENSEN：
「それはいい。CoWoS が空けば、確実な納期を求める別のお客さんに回せる。君の割り当ては来期から減らすよ。」

ZUCK：
「……待ってくれ。Llama の主力モデル向けには H100/B200 のベースラインは必要なんだ。」

JENSEN：
「割り当ては出すよ。でも優先はしない。需要を分散したんだから、列の先頭は他の誰かになる。」

ZUCK：
「Jensen、TPU v7/v8 はギャップを埋める。問題ない。」

JENSEN：
「それは Anthropic も言ってたよ、コンパイラ問題にぶつかる前まではね。OpenAI もそう言って、結局また H100 を買いに戻ってきた。みんなデュアルスタックできると思ってる。でも実際にできるのは少ない。」

ZUCK：
「うちには十分なエンジニアがいる。」

JENSEN：
「君たちに足りないのは“カレンダー”だ。学習スケジュールは遅延する。デバッグ時間は倍増する。そして Google はピーク時の TPU キャパシティを、常に Gemini に優先的に割り当てる。君は最大の競合相手の“善意”にロードマップ全体を賭けているんだ。」

ZUCK：
「なんとかする。」

JENSEN：
「かもね。でも君は CUDA に一本化しているラボに対し、トレーニング速度で2四半期遅れを認めたのと同じだ。彼らは次世代モデルを出荷するだろう。君たちが移植作業を終えるより前に。」

ZUCK：
「……それでも B200 を4万枚ほしい。」

JENSEN：
「売り切れだよ。ウェイトリストには入れてあげる。」 November 11, 2025

去年の今頃だと、o1 previewが最強だったかな？
初の、思考モードが付いたモデル。

geminiは、日経は一番倭国語理解が出来るモデルと持て囃していたけど、
o1＞claude3.5≫gemini1.5といったイメージでした。

その後、12月にopenAIがo1 proを発表するなどして、話題を攫おうとしたけど、
自分らの判定は、deep researchを発表したGoogleの勝ちで、
自分はこの時から、gemini課金勢なんよな。

openAIは、GPT4.5の失敗からよく立ち直れたと思うけど、
Googleとイーロンマスクという、既に成功した巨大資本が
凄い勢いでのalの成長を見せたのが今年の総括と言えるのでは？

ただ、単純な思考スピードで言うと、
使ってる人なら分かるけど、2〜3割くらいしか違わない。

異次元になったのは、思考力とかマルチモーダルとかで、
言ってみれば、何となくモノマネをしてた去年と比べて、
AIが、人間と同等の知能体になり始めたのが今年なのかな?とも思う。
得にgeminiのマルチモーダル性能の伸びは体感6〜7倍と凄まじく
去年は人間みたいに物を見れたら良いのに〜と思ってたけど、
今は、もう手書き文字を読むスピードが人間を超えてる。

来年になると、恐らくは、人間の代わりに仕事を任せて遜色ないレベルにはなるだろう。勿論、あらゆるタスクで万能に、とは言えないが、プロンプト次第でどんな仕事にも対応する汎用AIが、来年には出来ているだろうね。 November 11, 2025

最近Googleがアツいというビジネスインサイダーの記事。①Gemini3.0Proが勝利して全一になった（敗北したOpenAIはサゲてる）②自社のTPUを使ってGemini3.0Proを作った。つまりTPUがすごい③独禁法の裁判の結果、罰金だけで済んだ。Chromeは分離させられずに済んでノーダメ④バフェットもGoogle株買った⑤言われてたほどAIで検索ビジネスの収益減ってない。むしろ増えてる（なんで？と言われても理屈は分からないが、実際数字が増えてるんだからしゃーない）
https://t.co/Fcv7I4keUi November 11, 2025

OpenAIがやばいからGeminiに移行したってツイートのファクトチェックを"Gemini"でした結果。
滑稽でしかない。 https://t.co/Lhe4C5tLLe November 11, 2025

#本日のビール
舌が痺れるほどの花椒感じるラガー、かなり美味い😊
#OpenAirBrewing https://t.co/0LL8tMNxG7 November 11, 2025

※AI中毒患者になるな！ AIを使うな、本文を読み、自分で考えて、文章を書け !!

⑩「法令上の公報」（XML形式）は、東京地方裁判所では使われていないようです。
「法令上の公報」（XML形式）は、裁判で実際に使われているのでしょうか？
2022年１月１２日以降の公報。
特許庁は、「法令上の公報は、公報発行サイトから提供されるものであって、XML形式のものを指します。」と明言しています。
そして、「ＸＭＬ形式」とは、以下の資料のフロントページにあるようなものです。
https://t.co/bHC0RUmH1C
また、2022年１月１１日以前に特許庁より発行されていた「PDF公報」は、廃止されました。
従来は、この廃止されたPDF公報が「真正な公報」とみなされてきたと思います。
そして、2022年１月１２日以降は、INPITをはじめ、多くの民間のベンダーが独自の手法により作成したものが、「独自PDF公報」として流通しています。
特許庁、更にはINPITは、「法令上の公報は、公報発行サイトから提供されるものであって、XML形式のものを指します。」と、明確に述べています。
そしてINPITは、「公報はＸＭＬですので、レイアウトもページも存在しません。したがって、公報標準レイアウト/ページの概念はございません。」とも述べています。

加えて、INPITは「J-PlatPatから提供されるPDFを「標準」とする意図はなく、民間事業者が提供するPDFも流通すると考えております。」、と回答しています。
従って、「真正な特許公報」とは、特許庁の公報発行サイトから提供される「XML形式」のみのもので、INPITや各民間業者の作成した「独自PDF公報」は「法令上の公報」とはいえないことになります。
このことを前提に、東京地方裁判所で行われている裁判例を検証してみました。
「令和７年（ワ）第７０００３号」（損害賠償請求権不存在確認請求事件）（特許第7５８３３８７号）原告：フィリップ・モリス・ジャパン合同会社、についてです。
https://t.co/giWMZem5Zl
先ずは、特許庁の公報発行サイトから、特許第7５８３３８７号の「XML形式」での「法令上の公報」です。
https://t.co/ENzZBpsbzv
次に、INPIT のJ-PlatPatよりダウンロードした「独自PDF公報」のものです。
https://t.co/rSgV9KRdQj
そして、本題です。
本件「令和７年（ワ）第７０００３号」の判決文についてです。
https://t.co/giWMZem5Zl
この判決文の３ページの９行目に「（２）本件特許」とあり、そして１０行目に「被告は、以下の本件特許を有する。（甲１、２）」とあり、更に１１行目に「特許番号　特許第７５８３３８７号」とあります。
また、判決文の３ページの１８行目に「（３）本件特許に係る特許請求の範囲」とあり、その１９行目に「本件特許の特許請求の範囲の請求項１の記載は以下のとおりである。」ともあります。
そして、判決文の３ページ目の２０行目以降４ページ目の８行目までに請求項１の喫煙用具カートリッジについて記載されています。
以上の東京地方裁判所の裁判官に記述は、原告のフィリップ・モリス・ジャパン合同会社及び双日株式会社より提出された「甲１、２」の（特許第７５８３３８７号）からの引用と考えられます。
原告より提出された「甲１、２」を検証してみたいと思いますが、本件の判決文からはその存在が不明です。
そこで、「甲１、２」（特許第７５８３３８７号）を類推してみます。
通常考えられるのは、「甲１、２」（特許第７５８３３８７号）は、原告が、INPITのJPlatPatよりダウンロードして得た「独自ＰＤＦ公報」である可能性があります。
https://t.co/rSgV9KRdQj
原告が、特許庁の公報発行サイトから提供された（特許第7５８３３８７号）の「XML形式」のものを訴状に添付した、とは考えにくいです。
特許庁は、「法令上の公報は、公報発行サイトから提供されるものであって、XML形式のものを指します。」と明言しています。
東京地方裁判所は、何故に、「法令上の公報」である「XML形式」のものを事実認定の対象にしないのでしょうか？
東京地方裁判所は、原告が提示した「独自PDF公報」、または「独自テキスト表示」のものを鵜呑みにして、これに基づいて判断をしているのでしょうか？
INPITをはじめ、多くの民間のベンダーが独自の手法により作成した「独自PDF公報」及び「独自テキスト表示」のものに依存した議論は、全く無意味なものと考えます。
これらの「独自PDF公報」及び「独自テキスト表示」は、従来の特許庁が発行していた「PDF公報」とは、似ても似つかない、単なる「参考資料」としか言えないものと思います。
ちなみに、同じ特許第7５８３３８７号の「独自PDF公報」である、日立システムズの検索ツールSRPARTNERよりダウンロードしたものを以下に添付します。
https://t.co/YG5Kxql6JG
こちらのものを、原告の有限会社ユニオンシステムが訴状に添付したものとは考えられません。
また、その他の民間のベンダーが作成した「独自PDF公報」とも考えられません。
どう考えてみても、東京地方裁判所は、原告が、INPITのJPlatPatよりダウンロードして得た「独自PDF公報」に依存しての訴訟指揮を行っているようです。
（ハッシュタグ）
＃OpenAI ＃Claude #ChatGPT#Gemini #Copilot #AI ＃生成AI ＃知財 ＃特許 ＃特許調査 #専利 #チャットGPT #GPT-5 #INPIT #JPlatPat ＃note #JPO #USPTO #EPO ＃Patent #GPT #Threads #bing #VertexAI #DX #IT #DeepSeek #Copilot #BigTech #manus #Manus #AI画像生成 #IPランドスケープ ＃深層学習 ＃仕事 ＃ディープラーニング #ビジネス #ビジネスモデル ＃知財戦略 ＃知的財産 ＃知的財産権 ＃知的財産高等裁判所 ＃特許法 ＃特許庁 ＃特許事務所 ＃特許分類 ＃特許検索 ＃特許分析 ＃特許情報 ＃特許権者 ＃分類付与 ＃先行技術調査 November 11, 2025

※AI中毒患者になるな！　AIを使うな、本文を読み、自分で考えて、文章を書け ！！ （11/23）。　 ⑩「法令上の公報」（XML形式）は、東京地方裁判所では使われていないようです。｜久保園善章 @kbozon

https://t.co/hPhRFZRIGf

※AI中毒患者になるな！ AIを使うな、本文を読み、自分で考えて、文章を書け !!

⑩「法令上の公報」（XML形式）は、東京地方裁判所では使われていないようです。
「法令上の公報」（XML形式）は、裁判で実際に使われているのでしょうか？
2022年１月１２日以降の公報。
特許庁は、「法令上の公報は、公報発行サイトから提供されるものであって、XML形式のものを指します。」と明言しています。
そして、「ＸＭＬ形式」とは、以下の資料のフロントページにあるようなものです。
https://t.co/bHC0RUm9c4
また、2022年１月１１日以前に特許庁より発行されていた「PDF公報」は、廃止されました。
従来は、この廃止されたPDF公報が「真正な公報」とみなされてきたと思います。
そして、2022年１月１２日以降は、INPITをはじめ、多くの民間のベンダーが独自の手法により作成したものが、「独自PDF公報」として流通しています。
特許庁、更にはINPITは、「法令上の公報は、公報発行サイトから提供されるものであって、XML形式のものを指します。」と、明確に述べています。
そしてINPITは、「公報はＸＭＬですので、レイアウトもページも存在しません。したがって、公報標準レイアウト/ページの概念はございません。」とも述べています。

加えて、INPITは「J-PlatPatから提供されるPDFを「標準」とする意図はなく、民間事業者が提供するPDFも流通すると考えております。」、と回答しています。
従って、「真正な特許公報」とは、特許庁の公報発行サイトから提供される「XML形式」のみのもので、INPITや各民間業者の作成した「独自PDF公報」は「法令上の公報」とはいえないことになります。
このことを前提に、東京地方裁判所で行われている裁判例を検証してみました。
「令和７年（ワ）第７０００３号」（損害賠償請求権不存在確認請求事件）（特許第7５８３３８７号）原告：フィリップ・モリス・ジャパン合同会社、についてです。
https://t.co/giWMZely9N
先ずは、特許庁の公報発行サイトから、特許第7５８３３８７号の「XML形式」での「法令上の公報」です。
https://t.co/ENzZBprDJX
次に、INPIT のJ-PlatPatよりダウンロードした「独自PDF公報」のものです。
https://t.co/rSgV9KQG0L
そして、本題です。
本件「令和７年（ワ）第７０００３号」の判決文についてです。
https://t.co/giWMZely9N
この判決文の３ページの９行目に「（２）本件特許」とあり、そして１０行目に「被告は、以下の本件特許を有する。（甲１、２）」とあり、更に１１行目に「特許番号　特許第７５８３３８７号」とあります。
また、判決文の３ページの１８行目に「（３）本件特許に係る特許請求の範囲」とあり、その１９行目に「本件特許の特許請求の範囲の請求項１の記載は以下のとおりである。」ともあります。
そして、判決文の３ページ目の２０行目以降４ページ目の８行目までに請求項１の喫煙用具カートリッジについて記載されています。
以上の東京地方裁判所の裁判官に記述は、原告のフィリップ・モリス・ジャパン合同会社及び双日株式会社より提出された「甲１、２」の（特許第７５８３３８７号）からの引用と考えられます。
原告より提出された「甲１、２」を検証してみたいと思いますが、本件の判決文からはその存在が不明です。
そこで、「甲１、２」（特許第７５８３３８７号）を類推してみます。
通常考えられるのは、「甲１、２」（特許第７５８３３８７号）は、原告が、INPITのJPlatPatよりダウンロードして得た「独自ＰＤＦ公報」である可能性があります。
https://t.co/rSgV9KQG0L
原告が、特許庁の公報発行サイトから提供された（特許第7５８３３８７号）の「XML形式」のものを訴状に添付した、とは考えにくいです。
特許庁は、「法令上の公報は、公報発行サイトから提供されるものであって、XML形式のものを指します。」と明言しています。
東京地方裁判所は、何故に、「法令上の公報」である「XML形式」のものを事実認定の対象にしないのでしょうか？
東京地方裁判所は、原告が提示した「独自PDF公報」、または「独自テキスト表示」のものを鵜呑みにして、これに基づいて判断をしているのでしょうか？
INPITをはじめ、多くの民間のベンダーが独自の手法により作成した「独自PDF公報」及び「独自テキスト表示」のものに依存した議論は、全く無意味なものと考えます。
これらの「独自PDF公報」及び「独自テキスト表示」は、従来の特許庁が発行していた「PDF公報」とは、似ても似つかない、単なる「参考資料」としか言えないものと思います。
ちなみに、同じ特許第7５８３３８７号の「独自PDF公報」である、日立システムズの検索ツールSRPARTNERよりダウンロードしたものを以下に添付します。
https://t.co/YG5KxqkyU8
こちらのものを、原告の有限会社ユニオンシステムが訴状に添付したものとは考えられません。
また、その他の民間のベンダーが作成した「独自PDF公報」とも考えられません。
どう考えてみても、東京地方裁判所は、原告が、INPITのJPlatPatよりダウンロードして得た「独自PDF公報」に依存しての訴訟指揮を行っているようです。
（ハッシュタグ）
＃OpenAI ＃Claude #ChatGPT#Gemini #Copilot #AI ＃生成AI ＃知財 ＃特許 ＃特許調査 #専利 #チャットGPT #GPT-5 #INPIT #JPlatPat ＃note #JPO #USPTO #EPO ＃Patent #GPT #Threads #bing #VertexAI #DX #IT #DeepSeek #Copilot #BigTech #manus #Manus #AI画像生成 #IPランドスケープ ＃深層学習 ＃仕事 ＃ディープラーニング #ビジネス #ビジネスモデル ＃知財戦略 ＃知的財産 ＃知的財産権 ＃知的財産高等裁判所 ＃特許法 ＃特許庁 ＃特許事務所 ＃特許分類 ＃特許検索 ＃特許分析 ＃特許情報 ＃特許権者 ＃分類付与 ＃先行技術調査 November 11, 2025

@alfredplpl 最低でも二桁足らんでしょ……。
OpenAIやGoogleのAI投資額って倭国円で兆単位になってるのに……。 November 11, 2025

OpenAI、分析パートナーのフィッシング攻撃被害を受けデータ侵害を認める

Mixpanel、顧客プロファイルからメールアドレスと組織IDを窃取された後、フィッシング攻撃に警戒を呼びかけ

OpenAIは、分析パートナーであるMixpanelのシステムにハッカーが侵入し、APIポータルの顧客プロファイル情報を窃取した重大なデータ侵害被害を受けたことを、両社が共同声明で発表した

Mixpanelのジェン・テイラーCEOの投稿によると、この事件は11月8日に発生し、同社は「SMSフィッシング攻撃を検知し、直ちにインシデント対応プロセスを実行した」という

SMSフィッシングとは、標的となった従業員に対するSMS経由のフィッシング攻撃の一種であり、テキストメッセージが通常の企業セキュリティ対策を回避できるためハッカーに好まれる
これにより攻撃者はMixpanelのシステムにアクセスし、platform.openaiアカウントプロファイルに関連する以下のメタデータを盗み出すことができた

- APIアカウントでOpenAIに提供された名前
- APIアカウントに関連付けられたメールアドレス
- APIユーザーのブラウザに基づくおおよその位置情報
- APIアカウントへのアクセスに使用されたOSとブラウザ
- リファラーサイト
- APIアカウントに関連付けられた組織IDまたはユーザーID

テイラー氏は「影響を受けた全顧客に積極的に連絡しました、当社から直接連絡がない場合は影響を受けていません」と述べた

別のOpenAIの投稿によると、Mixpanelは11月25日に影響を受けた顧客データセットをOpenAIと共有した
調査後、OpenAIはMixpanelの利用を終了したと述べ、これが恒久的な措置である可能性を示唆した

この事象はplatform.openaiアカウントを持つ一部の顧客に影響を与えるが、ChatGPTやその他のOpenAI製品の利用者には影響しないとOpenAIは説明した

「影響を受けた組織、管理者、ユーザーへの直接通知を進めています。Mixpanel環境外のシステムやデータへの影響を示す証拠は確認されていませんが、悪用兆候がないか厳重に監視を継続します」とOpenAIは説明した

「これはOpenAIシステムの侵害ではありません。チャット内容、APIリクエスト、API利用データ、パスワード、認証情報、APIキー、支払い詳細、政府発行IDは一切漏洩・暴露されていません」

顧客はどのように対応すべきか？

懸念は3段階に分けられる
どのOpenAI API顧客が影響を受けたか、影響を受けた場合攻撃者が盗んだデータをどう悪用するか、そして仮説的ではあるがAPIキーやアカウント認証情報などより価値の高いデータが危険に晒される可能性だ

第一の懸念点については、前述の通り両社とも影響を受けた顧客には連絡済みと発表しているが、具体的なユーザー数は明示していない

とはいえ、数十年にわたるデータ侵害事例が世界に教えたことは、企業が「把握している」と主張しても、実際の侵害規模を完全に把握できていない場合が多いという事実だ
そのため、連絡を受けていないOpenAIユーザーも、連絡を受けたユーザーと同様のセキュリティ点検を実施することが賢明だろう

OpenAIは、漏洩したメールアドレスを標的としたフィッシング攻撃に警戒し、OpenAIドメインから送信されたように見えるメッセージの真正性を確認するよう顧客に呼びかけています
また、多要素認証（MFA）を有効化すべきです

フィッシング攻撃が一般的な脅威に聞こえるかもしれませんが、API接続の文脈では危険性はより具体的であり、請求関連、クォータ通知、不審なログインなどに関するより巧妙な偽アラートが含まれます

OpenAIによれば、攻撃者がデータ窃取やサービス不正利用に悪用する可能性のあるアカウント認証情報やAPIキーのローテーションやリセットは不要である
しかし慎重な開発者はリスク除去のため、この指示を無視して認証情報を更新する可能性が高い

API・AIセキュリティ関連組織（Ox Security、Dev Communityなど）は、OpenAI-Mixpanelインシデントを踏まえた詳細な推奨事項を提示している

下流の攻撃対象領域

OpenAIはMixpanelなどの外部分析プラットフォームを利用し、顧客がAPI経由でモデルとどのようにやり取りするかを追跡している
これには顧客が選択したモデルに加え、前述の位置情報やメールアドレスなどの基本メタデータが含まれる
ただしユーザーの「ペイロード」、つまりブラウザからモデルに送信されるチャットボットのクエリや応答（暗号化されている）は追跡対象外である

今回の事案は、主要プラットフォームのセキュリティだけではリスクの一部に過ぎないことを浮き彫りにした
二次プラットフォームやパートナー企業は、たとえ慎重な組織であってもデータを晒す可能性のある裏口となる
Salesforceの顧客がパートナー企業Salesloftのデータ漏洩で経験したように

AIプラットフォームが晒す攻撃対象領域は見た目以上に広大である November 11, 2025

明らかに15秒以内に終わる処理も15秒、30秒かかるようになるやつだ。GPU使用効率は上がってOpenAI側はうれしいだろうが… https://t.co/uljVnMfyM2 November 11, 2025

経緯まとめ。
OpenAI「ヤバイ後発が追い上げてきた・・・そや、メモリ買い占めたら、あいつら機材入れられへんで」
→ウェハー40%買占め
その他メーカー「メモリがない・・・」
・メモリ急騰←いまココ
その他メーカー「メモリがない・・・、せや、先の分を予約してまおう」
・2026年分まで完売 November 11, 2025

色々な生成AI会社と話してる感じ、みんな悩んでるね。特にOpenAIやGoogleのようなプラットフォーマーに自分の事業が食われるのを一番心配してる人が多い。僕も悩みながら事業やってる。

僕の来年のテーマは脱AI会社です。AIを使わないという意図でななく、マネタイズの仕方をAIではなく事業側に寄せます。インターネットから遠い事業をどんどんAIを中心に進めていきます。 November 11, 2025

1. 2026年后，纯粹的前端、后端、算法、策略岗位会越来越少，活得滋润的都是那种“左手敲代码、右手会让AI干活”的全能构建者。我问了十几个还在一线带团队的大牛，他们现在招人第一条要求就是：你能不能用AI把开发速度干到以前3倍？别再死磕手写一切了，学会借力才是王道

2. 版本控制不会Git的，2026年连面试都不用去了。SVN？那是上古神器，提了别人只会笑你。代码必须上GitHub，Gitee只适合放一些不能见光的小项目。最重要的安全常识：凡是能把你账户搞爆的东西（API Key、私钥、数据库密码），全部写进.gitignore，永远别犯低级错误，不然分分钟被人薅羊毛

3. 云服务器直接选最新版的Ubuntu LTS，Windows Server除非你想天天跟环境配置打架。想省事到极致？前端项目直接丢Vercel，免费额度够用一辈子，git push一下全自动构建部署，10秒上线，爽得飞起。很多百万用户量的独立开发产品到现在还在用Vercel免费版，真的香

4. 域名必须是自己的，越短越好记越好。别再用一堆乱七八糟的https://t.co/QRJP0o41FU二级域名了，看起来就廉价。像wquguru这种个人品牌，直接买个短域名，所有产品都挂在子域名下面，用户一看到就知道是“老王家出的东西”，信任感直接拉满。我现在看到好的短域名就跟抢茅台一样下手

5. 部署必须Docker化，不接受反驳。以前最常见的扯皮就是“在我电脑上能跑”，现在直接给别人一个docker-compose.yml，谁都能一键跑起来。参考我自己的项目结构：https://t.co/mMh1HpixGy ，根目录干干净净，所有服务都能单独起，别人拿过去改两行就能用

6. 前端铁打的组合：Next.js + Tailwind + Shadcn UI。为啥？因为所有大模型在这套技术栈上训练的数据最多，让Claude Code帮你写组件，90%的情况下直接能用，改两行就完美。想用React + AntD也可以，但你会发现AI吐出来的代码永远差一口气。Python党想快速出demo就Streamlit，但只准做内部工具

7. 后端新手直接上FastAPI，老鸟随便你用啥。逻辑不复杂的全栈项目，直接用Next.js的API Routes就够了，全程TypeScript一门语言吃天下，上下文切换成本为零。性能真到瓶颈了再去搞NestJS、Go、Rust，到那时候你已经有钱请人了

8. 项目文件夹要让人看懂，更要让AI看懂。根目录建议这样分：frontend、backend、agents、docs，再加两个神仙文件夹：.spec（放所有规范和决策记录）+.chat（把跟AI的关键对话直接cp进去）。下次你或者别人让AI接手维护，它直接就能看懂前因后果，效率直接起飞

9. 做AI Agent千万别先摸LangChain，那东西就是黑盒子中的黑盒子，调试到崩溃。直接上官方SDK：OpenAI SDK、Claude SDK，代码量少20倍，Token省30%，还100%可控。我现在所有新Agent项目全部原生SDK，调试速度快到飞起

10. 数据库+认证直接Supabase一把梭，开源的Firebase，免费额度离谱地高，后端代码能少写80%。缓存用Upstash，Serverless Redis，跟Vercel无缝打通。一个月几块钱就能扛住几十万日活，独立开发者闭眼冲就对了。省下来的钱和时间拿去喝奶茶不好吗？ November 11, 2025

蔡崇信港大演讲深度复盘：中国AI的四张底牌，以及被误读的美国AI规则

Joe Tsai's HKU Speech: China's Four AI Assets and and the Misread U.S. "AI Winner Rule"

笔者注：11月5日，香港大学经管学院主办“陈坤耀杰出学人讲座”，以“前瞻十年：推动中国经济增长的科创引擎”为题进行对谈，邀请了阿里巴巴集团联合创始人及主席蔡崇信先生分享创新，科技及人工智能如何重塑商业格局并驱动中国经济长期增长。活动在港大陆佑堂举行，据主办方透露，这场演讲报名史上最火爆，邮件发出两小时内报名人数已经突破1200人。。。

从某种意义上来说，这也算是一种历史的呼应。17年前，马云曾站在同一个舞台上演讲。。。而在这次与港大副校长邓希炜教授的深度对谈中，蔡崇信抛开客套，直击中美AI竞赛的核心，剖析了阿里的商业进化论，并为年轻人给出了极具穿透力的建议。。。

以下摘录来源于至顶科技高飞。

一、重定义AI竞赛：中国手握“四张底牌”

蔡崇信开场便抛出一个反直觉的观点：美国人定义的AI竞赛规则，可能是错的。

目前的“美式计分板”只看谁的大语言模型（LLM）更强，今天是OpenAI，明天是Anthropic，后天是Gemini；但在蔡崇信看来，这种评价体系本身就有问题。

1，真正的赢家逻辑：渗透率 > 模型参数

The winner is not about who has the best model... The winner is about who could use it the best in their own industries, in their own lives... （赢家不是看谁模型最好，而是看谁在自己的行业和生活中用得最好。）

AI的真正价值在于渗透率（Penetration Rate）。相比于追求参数的无限堆叠，中国政府的AI规划显得更为务实：目标到2030年，AI代理和设备的渗透率达到90%。不讲玄学，只讲普及。

2，中国为何能普及更快？四张系统级底牌

为了支撑这一普及率，蔡崇信列出了中国拥有的四项关键优势：

底牌一：电力成本优势（低40%）。训练和推理本质上是能源消耗战。得益于15年前启动的特高压输电网络建设（“西电东送”等），中国国家电网每年的资本支出高达900亿美元，是美国的3倍。这使得中国的电力装机容量不仅是美国的2.6倍，新增容量更是美国的9倍。

底牌二：基建红利（低60%）。在中国建设数据中心的成本比美国低60%。这仅仅是基础设施的成本，尚未计算芯片等硬件。

底牌三：工程师红利与语言优势。全球约一半的AI科学家和研究人员拥有中国教育背景。蔡崇信分享了一个有趣的现象：Meta的AI团队内部甚至常因大家都在说中文，让非中文员工感到“懵圈”。

This is the first time Chinese language is an advantage... （这是中文第一次在科技领域成为一种天然的沟通优势。）

底牌四：算力受美国政府的极大限制反而逼出系统级创新。美国有充沛的GPU资源，而中国没有。但这反而创造了一种“饥饿优势”（Advantage of Starvation）。

When you don't have a lot of resources, you are forced to innovate at the systems level... （当你资源不足时，你被迫在系统层面进行创新。）

为了在有限硬件下训练万亿参数模型，中国团队必须将系统效率优化到极致。DeepSeek（深度求索）就是典型的例子，而在最近的一次加密货币和股票交易的AI竞赛中，阿里的通义千问（Qwen）第一，DeepSeek排名第二。

蔡崇信对同城的DeepSeek评价极高：“他们在做令人难以置信的事情。”

二、开源为什么会赢：成本、主权、隐私的三重逻辑

关于“开源 vs 闭源”的路线之争，蔡崇信给出了明确判断：开源模型终将击败闭源。

这并非单纯的技术优劣，而是因为开源更符合全球大多数用户的利益。他以“沙特阿拉伯，想发展AI，但又想保持AI主权（sovereign AI）”为一个例子，阐述了其中的商业逻辑：

🔹 闭源路径（如OpenAI）： 付费昂贵，且必须将数据输入黑箱（Black Box），存在数据主权风险。

🔹 开源路径（如阿里Qwen）： 免费下载，部署在私有云上。数据完全可控，成本极低。

只要政府和企业进行理性的成本效益分析（Cost-benefit Analysis），开源都是更优解。

那阿里怎么赚钱？

蔡崇信说得很坦白："我们不靠AI赚钱。"

阿里的商业模式：“我们不靠卖模型赚钱，我们靠云计算。”蔡崇信坦言，开源模型是流量入口，而随之产生的存储、安全、容器化等云基础设施需求，才是利润来源。这正如早期的互联网：产品免费获客，增值服务变现。

三、阿里进化论：技术自主是“逼”出来的

当被问及阿里如何从电商公司进化为云计算巨头时，蔡崇信的回答非常朴素：“没有秘诀，只是跟着客户需求走。”

🔹 B2B时代：为解决入世后中小企业的出口需求。

🔹 淘宝/支付宝：为解决C端交易中的信任问题。

🔹 阿里云：为解决海量数据处理的成本问题。16年前，如果继续使用Dell、EMC、Oracle的传统IT设施，阿里的利润将被抽干。

We developed cloud computing really out of necessity... out of the need to become self-reliant in technology...（我们发展云计算完全是出于必要，出于对技术自主可控的渴望。）

所以阿里云的起点是“自己吃自己的狗粮”（eat our own dog food）：先内部用，用好了再开放给外部客户。

给创业者的建议： 优先选择有机增长（Organic Development）而非并购。自己团队生长出的能力，DNA更纯正，文化更契合。

四、给年轻人的锦囊：思维比技能更重要

在问答环节，蔡崇信针对个人成长给出了高密度的建议：

1，技能层面：学会提问

AI时代，获取答案变得容易。因此提出正确的问题（Ask the right questions）比找到答案更重要。同时，要建立独立的分析框架，而非死记硬背。

2，编程层面：重在逻辑

即使自然语言可以指挥机器，依然要学编程。哪怕是学好Excel公式，也是极佳的逻辑训练。

The purpose is not to actually operate a machine. The purpose is going through that thinking process... （学编程的目的不是为了操作机器，而是为了训练严谨的逻辑思维过程。）

3，专业选择：三个潜力方向

🔹 数据科学（Data Science）：随着数据爆炸，懂得管理和分析数据的人才永远稀缺。

🔹 心理学/生物学：人脑是效能最高的机器，理解人脑是理解AI的捷径。

🔹 材料科学：这是一个由比特（Bits）主导的世界，但限制比特速度的是原子（Atoms）。半导体未来会有大量创新和突破，其核心在于材料。

五、风险与泡沫：金融人的视角

1，职业选择：不对称风险

蔡崇信回顾1999年放弃百万年薪加入阿里的决定，将其形容为“不对称风险收益”（Asymmetric Risk-reward）： 下行风险有限（最差回去做律师），上行空间无限（像看涨期权）。

他强调：“机会是来找你的，你要做的是时刻准备好（Preparedness）。”

2，AI泡沫：区分金融与技术

现在的AI像2000年的互联网吗？蔡崇信建议区分两种泡沫：

🔹 金融泡沫：估值可能过高，这很难评判。

🔹 技术泡沫：技术本身是真实的。就像2000年股市崩盘并未抹杀互联网的存在一样，今天投入的所有AI基础设施和模型研发，都不会打水漂，它们是通向未来的基石。

六，三个最核心的洞察

Q1：中国AI的真正优势是什么？

不是模型本身，而是让AI被广泛使用的整个生态系统。电力成本低40%、数据中心建设成本低60%、全球一半AI人才有中国学历、资源匮乏逼出系统级创新。这些加在一起，让中国更有可能实现AI的大规模普及。而普及率才是真正的计分板。

Q2：为什么开源模式会赢？

因为对全球大多数用户来说，开源同时解决了成本、数据主权和隐私三个问题。闭源模型要付费，数据要喂进黑箱；开源模型免费，数据可以留在本地。这不是技术优劣之争，是利益格局使然。

Q3：年轻人应该怎么为AI时代做准备？

学编程不是为了写代码，而是训练逻辑思维；学统计（数据科学）是因为数据会爆炸；学心理学是因为要理解人脑这个最高效的"机器"；学材料科学是因为让比特跑得更快的是原子。更重要的是，学会提出正确的问题，这比找到答案更有价值。 November 11, 2025

OpenAIの訴訟、違法ダウンロードされた書籍データセットからの無断学習の証拠隠滅について、Slack上で行った削除指示に関する会話内容について証言せざるを得なくなったのね。
OpenAIユーザーの個人情報が色々と流出したりと、連日結構なニュースだね https://t.co/hy67eNv7e1 November 11, 2025

今日もお疲れさまでした！

【今日やったこと】
- 健康最優先
- めざましビクトリー参加
- 月次報告の作成

【明日やること】
- 健康最優先
- めざましビクトリー参加
- 月次報告の作成と提出
- 外出

【現在のやることリスト】
▼やるべきこと
◎Business
- Xマーケティングマスター講座
- ポスト作成
- note記事の下書き作成
- AI学習と実践
- 記事のアイデア作成
- Xポストの習慣化
- note記事の作成
- 時間管理を実践

◎Life
- 健康の維持
- 体脂肪を減らす
- 悪習慣の改善
- 先延ばし改善
- 完璧主義改善
- モチベに依存しない行動
- 非モテ脱却クエスト実践
- 不要なものを売ったり捨てる

▼やりたいこと
◎Business
- マインドセット
- 30日間マインド変革プログラム 周回
- 30Daysマインド革命 周回

◎AI
- AI学習
- ウミノさんのClaude講座を見る
- バイブコーディングの実践
- けいすけさんのClaude講座を見る
- Amazon欲しいものリスト拡張機能の試作
- プロンプトエンジニアリングの実践
- OpenAIやGoogleが出している講座を見る
- 自動化・仕組み化
- Makeを実験

◎Knowledge
- Obsidian
- Obsidian×Cursorの環境構築
- 勉強・学習
- NotebookLMに学習素材を入れる
- GPTsやGemなどで学習用Botが作成できるか実験

◎Life
- ダイエット
- キャリステニクスを調べる
- 体脂肪の減らし方を調べる
- 断捨離･こんまりメソッド
- モノと情報の断捨離
- いらない物をメルカリに出す
- 習慣デザイン
- ライティングの習慣を作る
- 時間管理の実践 November 11, 2025