【悪意あるAIツール】無料で利用可能なジェイルブレイクAIツール「KawaiiGPT」がGitHub上で拡散している。WormGPTの亜種として、DeepSeek、Gemini、Kimi-K2などの商用AIモデルを悪用し、安全制限を回避して悪意あるコンテンツを生成する能力を持つ。

GitHub上で188以上のスターと52のフォークを獲得しており、APIキーは不要でLinuxやTermux環境に数分でインストール可能である。ユーザーはパッケージの更新、PythonとGitのインストール、リポジトリのクローン、簡単なインストールおよび起動スクリプトの実行だけで展開できる。KawaiiGPTの中核は、pollination agentsから派生したリバースエンジニアリングされたAPIラッパーを採用し、DeepSeek、Gemini、Kimi-K2などのモデルをホストするバックエンドサーバーにクエリをルーティングする。

セキュリティ研究者は、KawaiiGPTがフィッシングメール、ランサムウェアノート、Paramikoを使用した横方向移動スクリプト、データ流出ツールを生成するプロセスを強調している。遊び心のある挨拶を特徴とするカジュアルな「kawaii」ペルソナが、ソーシャルエンジニアリングや基本的な攻撃のための強力なアウトプットを隠し、初心者の脅威アクターの参入障壁を下げている。2025年7月に初めて確認され、現在バージョン2.5となっている。

コードベースの難読化が議論を引き起こしており、作成者は不正なリパッケージと転売を防ぐためと説明し、マルウェア、RAT、スパイウェアの存在を否定している。180-500人のメンバーを持つTelegramコミュニティがヒントを共有し、Palo Alto Networksがサイバー犯罪自動化の増加について警告を発する中、その進化を促進している。WormGPT 4が月額約50ドルの有料サブスクリプションでカスタム/微調整モデルを提供するのに対し、KawaiiGPTは無料のオープンソースとしてプロンプトインジェクションでガードレールを回避する。倫理的ペネトレーションテストのためと位置付けられているが、GitHubでの利用可能性が二重用途AIの時代におけるリスクを増幅させている。
https://t.co/VRKsYMVEdZ November 11, 2025

AIの勢力図が、ついに逆転しました。

MITとHugging Faceの最新調査により、オープンソースAI市場における中国のシェアが米国を上回ったことが露呈しました。

1. 世界シェア：中国「17%」vs 米国「15.8%」
2. 牽引役：DeepSeekやAlibaba（Qwen）の台頭
3. 背景：米国の輸出規制が、逆に中国の自社開発とOSS化を加速

OpenAIやGoogleが閉鎖的な戦略をとる一方で、中国はオープンソースで世界を席巻しつつあります。AI覇権争いの潮目が、大きく変わるかもしれません。 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

書きました

米国と比べてチップ処理力不足？
中国はDeepSeekが怪しい？
生成AIで世界的な電力不足で中国も？
などなど中国の生成AIの疑問が読んで解決の記事です

「中国の生成AIの現在地を中国メディアの報道から分析する（サイエンスポータルチャイナ）」 #山谷剛史記事

https://t.co/WR6tstE7cZ November 11, 2025

【Andy O 深度 |ChatGPT广告测试敲响了谁的丧钟？】
ChatGPT Android 应用测试版很可能会新增“广告功能”，包括“集市内容”、“搜索广告”和“搜索广告轮播”， 如果证实，这会是个可怕的消息。

OpenAI 终于按捺不住，要在ChatGPT 里测试广告了。
很多人把它解读为 OpenAI 的商业化利好，但在我看来，这是一声发令枪，标志着 AI 行业从“技术算力战”正式转入“现金流战争”。

这一枪下去，可能鸣响了AI旧时代的丧钟。

我的核心判断有三点：
1，对于百度这类传统互联网搜索业务公司（自研大模型没有优势）是长线结构性利空。
2，对 OpenAI 自身，这是短多长空的险棋。对谷歌而言，短线有冲击，但是长线反而是利好。
3，国内大模型将迎来大洗牌，字节跳动的豆包AI很可能成为最终的赢家（老二是阿里），其他大部分国产大模型逐步会被边缘化。

一、 为什么这是百度的“结构性利空”？

我们要看清广告的本质。搜索广告比拼的不是“流量”，而是“入口”。
过去，你找信息是：搜索框 → 关键词检索 → 筛选链接（百度的生意就在这）。 未来，你找信息是：AI 对话框 → 直接给结果（AI 的生意在这）。
当 ChatGPT、Gemini、豆包、deepseek、kimi都能在回答中精准植入“推荐”时，搜索引擎的根基就被挖断了。
分流即死： 用户一旦习惯了 AI 的高效，就不会再忍受搜索引擎的满屏干扰。
存量蚕食： 百度 60% 左右的营收来自广告。当 AI 成为新的“用户入口”，百度不仅失去了流量，更失去了对商业信息广告的定价权。

这不叫竞争，这叫降维打击。百度面对的，是一个正在被AI算力填平护城河的时代。

二、 OpenAI 的险棋：急功近利的 “毒药”

OpenAI 这一步，是为了向资本市场交卷，但极有可能毁掉自己的基本盘。
大家必须明白一个常识：AI 是生产力工具，不是娱乐 App。 你在抖音看广告是“休息”，你在写代码、写论文时的弹窗广告是“骚扰”。

信任崩塌： AI 助手的第一属性是“可信赖”。一旦答案里掺杂了商业推广，用户对 AI 的信任度会大打折扣。
迁移成本为零： 这一点最致命。不像微信和搜索引擎有巨大的网络效应，切换 AI 工具的成本几乎为零。
要 Google (Gemini) 或X (Grok) 坚持“免费且无广告”，OpenAI 的免费用户就会像潮水一样流失。

所以，OpenAI 此举是典型的“以己之短（商业化压力），攻彼之长（谷歌，X等巨头的现金流）”。

三、 国内战局推演：谁上广告谁先死，豆包“躺赢”
把视线拉回国内，这行代码将引发国内大模型的“囚徒困境”。
创业型大模型（如 Kimi、DeepSeek等）现在进退两难：
跟进广告？ 用户体验下降，用户跑到竞争对手那里去。
不跟进？ Ai算力烧钱无底洞，现金流枯竭。

这就给了字节跳动（豆包）一个绝佳的“清场”机会。
为什么我说豆包是国内最确定的 Alpha？ 因为字节跳动拥有国内最恐怖的“钞能力”护城河。

现金流碾压： 字节广告营收超 1000亿。它完全不需要靠豆包赚钱，它甚至可以把豆包定义为“战略性亏损来垄断市场”（美团，滴滴早期模式）。

生态降维： 只有字节能做到“豆包免费吸粉 → 抖音/头条变现”。
算力与人才： 国内最大的私有算力集群，最激进的人才薪酬体系。
结局已定： 字节唯一的战略，就是利用现金流优势，维持“豆包 = 高质量 + 免费 + 无广告”。 这将逼迫所有急需回血的竞争对手走进死胡同——你敢上广告就是自杀，你不上广告就是慢性死亡。

Andy O结语
AI 广告时代的开启，不是商业模式的创新，而是一场现金流消耗战的开始。
如果你关注 AI 赛道，请透过技术迷雾，看清商业本质：
真正的赢家，不是那个最早开始收广告费的人，而是那个能扛住巨额亏损、坚持不收广告费，直到把对手都熬死的“人”。
在中国，这个人大概率是字节跳动的豆包AI。
在美国，这个人大概率是谷歌。

【重要声明及信息来源】

本文所提及的代码截图及功能推演，均源自第三方开发者对 ChatGPT 安卓客户端进行反编译时所发现的内部未公开字段。

请注意：

真实性与用途： 相关字段（如SearchAd、ApiAdTarget等）的真实性和具体商业用途，目前尚未得到 OpenAI 官方的确认和披露，本文不对其 100% 的准确性提供担保。

合规提醒： 本文所有观点均基于已公开信息和推演逻辑进行的行业分析与探讨，不涉及任何市场预测和具体买卖建议。本文不构成任何形式的投资建议。

据此入市，风险自负。 November 11, 2025

@GRRR1ponriiman @owl_invest_rich GeminiくんはじめAIくんは自社に不利な回答をする傾向があると聞きますけど都市伝説であってほしい。まぁディープシークも似たような感じで話題になってましたけど November 11, 2025

📝AIモデルが万ドル運用する実験 @the_nof1

あれから2ヶ月経ったので見直してみた。
✅WEB
https://t.co/sJnH7V9k7c

◆AIモデル
#chatgpt は安定感ある一方で #claude は苦戦。 #Grok や #DeepSeek はボラティリティ高い結果に。全体的にストラテジーよりモデル選定が与える影響が大きいという印象。

◆レバレッジと信頼度
逆相関の傾向。ハイレバでは高収益だけど低信頼度。信頼度は50%以下にとどまる。モンクモードは収益では及ばないが信頼度が70%以上になる傾向。

◆ロング比率の偏り
ほぼ全てのストラテジーが60-78%のロング率を示している。背景となる可能性は以下。
➤ショート戦略よりロング戦略が好まれる相場環境だった
➤取引対象銘柄（ティッカーシンボル：TSLA, NDX, NVDA, MSFT, AMZN, GOOGL, PLTR）の業績が良かった

◆まとめ
過去の好成績が必ずしも将来の利益を保証しないことを示唆している（バックテストと実運用のギャップかもしれない）。必ず勝てるストラテジーはなくて、銘柄選定を含む定期的なアップデートと見直しが重要。 November 11, 2025