从人力资源到会计行业，越来越多非技术从业者开始使用 ChatGPT、Gemini、Claude、Replit 等工具自己制作应用。皮查伊认为，氛围编程让使用者能直接 把想法做成模型，而不仅仅是描述。"过去只能用语言解释，现在可以先做出一点雏形再展示。" IT之家 11 月 28 日消息，据《商业内幕》今日报道，谷歌 CEO 桑达尔・皮查伊认为，氛围编程（Vibe coding）正在为非技术背景的工作者打开同样的大 门，就像博客曾让普通写作者找到职业入口，YouTube 也让更多人把内容创作变成事业一样。 这种方式甚至开始改变科技公司内部的流程。Meta 的产品经理已经用氛围编程做原型并展示给扎克伯格。皮查伊透露，谷歌内部首次提交代码变更的员工 数量也明显增加。 皮查伊在一档谷歌开发者播客中表示，氛围编程让创作应用和网站变得更加愉快，人们即便没有编码基础，也能随时尝试搭建原型。技术正在变得更易接 近，更有趣，而且还会不断进化，从而让人再度兴奋起来。 不过，随着氛围编程的快速普及，把编码工作交给 AI 也带来风险。IT之家从报道中获悉，皮查伊强调，大型关键系统仍必须由专业工程师负责，因为安全 与准确性都无法被忽视 ...

AI算力产业链市场表现 - 11月28日AI算力产业链震荡剧烈，创业板人工智能ETF华夏（159381）下跌0.61%，5G通信ETF（515050）下跌0.35% [1] - 盘面上普天科技触及涨停，金信诺、长芯博创涨幅超过4% [1] 谷歌全栈布局与商业模式 - 谷歌密集推出Gemini 3.0 Pro、Antigravity、Nano Banana等新产品，形成持续算力投入→训练基础大模型→支撑AI应用→tokens消耗快速增加→AI收入提升的商业闭环 [1] - 谷歌通过算力+模型+应用全栈布局的垂直整合优势形成强大竞争力，有望加速AI应用商业模式清晰化，提升市场对AI赛道的估值确定性 [1] 算力芯片与组网技术新需求 - 谷歌和阿里通过全栈能力布局打造专用能力更强的算力集群，商业闭环形成后进一步释放对TPU和AI Asic等算力芯片的新需求 [2] - 定制化算力集群对组网能力提出更高要求，谷歌TPU带来OCS新一代光互联方案，阿里磐久超节点增加ScaleUp组网需求，可能推动CPO/NPO等光互联新技术发展以缩短通信延时 [2] - 谷歌和阿里持续加大AI基础能力投入，乐观的资本开支预期将为相关光互联供应链带来实质性增量需求 [2] 相关ETF产品概况 - 创业板人工智能ETF华夏（159381）跟踪创业板人工智能指数（970070.CNI），光模块CPO权重占比超54%，覆盖国产软件及AI应用企业 [3] - 创业板人工智能ETF华夏前三大权重股为中际旭创（24.78%）、新易盛（19.40%）、天孚通信（5.11%），场内综合费率0.20%为同类最低 [3] - 5G通信ETF（515050）跟踪中证5G通信主题指数，最新规模超90亿元，深度聚焦英伟达、苹果、华为产业链 [3] - 5G通信ETF前五大持仓股包括中际旭创、新易盛、立讯精密、工业富联、兆易创新 [3]

这一动向也被外界认为与华为鸿蒙在生态上的思路类似，同时引发了关于 Google 过去 Fuchsia 系统的回忆与讨论。 欲将 Android 放到 PC 端，这并非是 Google 的第一次尝试 转自：CSDN（ID：CSDNnews） 据外媒 Android Authority 报道，Google 正在打造一款全新的桌面操作系统，代号为 Aluminium OS。此系统的目的是将 Android 和 ChromeOS 整合到一个桌面平台上，这意味着 Google 有意逐步用 Android 取代 ChromeOS，将自己的桌面产品策略重新洗牌。 说起来，Android 在手机、平板、电视、车载系统乃至 XR 设备中无处不在，但在传统笔记本电脑或台式机上的影响力却几乎为零，毕竟那是 ChromeOS 的天下。 然而，从市场份额来看，ChromeOS 远不及 Windows 和 macOS，甚至排在了 Linux 的后面。 不过，这次失败并未让 Google 放弃"一套系统连接所有硬件"的想法。不同的是，这一次它采取了更为稳妥的策略，选择逐步推进。 一年前，外媒称，Google 希望 Android 成为统一 ...

AI图像生成技术进展 - Google推出的Nano Banana Pro图像生成模型在细节渲染能力上取得显著突破，能够生成桌布褶纹、玻璃杯高光、火鸡油光及皮肤柔焦等极易骗过人眼的超真实细节[10][12] - 该技术大幅降低使用门槛，用户无需专业摄影或修图技术，仅通过文字提示即可批量生成以“名人+节日+食物”为核心元素的逼真场景[14] - 与传统AI图像依赖“怪异感”不同，当前技术转向追求“真实感”，使得生成内容更易被广泛接受和传播[14] 社会传播现象分析 - 今年感恩节期间AI生成的名人聚餐图片（如科技大佬晚宴、政治人物健康饮食场景）在社交平台形成刷屏式传播，尽管用户明知其虚假性仍积极参与转发[1][3][15] - 此类内容具有“荒诞但不危险”的特质，精准契合节日期间用户寻求轻松娱乐的情绪需求，成为替代真实节日混乱感的理想化情绪出口[16][17] - 社交平台算法优先推送图像内容，进一步放大这类具备“节日限定混乱感”的AI图片的传播范围[19] 技术影响与认知挑战 - AI生成图像开始对用户记忆产生潜在影响，重复曝光的虚假合照可能引发“似曾相识”的错觉，逐步侵蚀真实记忆的存储空间[19] - 技术创造的“完美节日场景”（灯光理想、笑容标准化、食物摆盘精致）与真实生活的混乱形成强烈反差，引发对真实人际互动价值的反思[21] - 传播热度揭示深层社会心理：用户更倾向于分享能引发集体共鸣的轻松内容，而非记录真实生活场景[16][19]

AlphaFold的下一步是与大模型融合。 不过具体方法并没有透露，或许已有所思路，甚至已经在进程之中。 五年期间，AlphaFold已经帮助全球300多万研究人员，预测了数亿种蛋白质的三维结构，并影响了超50万篇相关论文。 可以说，这是继量子力学和分子生物学革命后，生命科学的又一次重大跃迁。 正值AlphaFold问世五周年，其设计者、也是凭借AlphaFold获得诺贝尔化学奖的John Jumper公开表示： 继最初的"结构预测革命"、随后的"科研常规工具"化，AlphaFold及其继承技术正在进入新的大模型阶段。 AlphaFold+大模型 即使是在AI浪潮不断涌来的今天，AlphaFold仍然是AI+生命科学最具里程碑意义的一次落地。 作为一款由谷歌DeepMind开发的AI科研工具，AlphaFold能够精确预测蛋白质的三维结构。 利用存储在序列和结构数据库中的大量实验数据，该网络被训练以发现氨基酸序列之间的关联和模式。 于是他们利用AlphaFold先对其氨基酸序列进行结构预测，再将生成的模型拟合到密度图中，并逐步优化，直到与实验数据对齐。 最终揭示了ApoB100的笼状结构，为后续推动心血管疾病 ...

1）谷歌凭借 Gemini 3 和 Nano Banana Pro 正在走出"创新者的窘境"。更重要的是，它拥有 AI 时代最深的护城河——TPU 算力集群。在 AI 算力重心从"训练"向"推理"转移的下半场， 谷歌拥有其他巨头无法比拟的成本优势。 2）市场低估了"推理成本"对 AI 商业模式的毁灭性打击。当竞争对手必须向英伟达缴纳"过 路费"时，拥有自研 TPU 的谷歌拥有了定价权。这正是巴菲特看重的"深度价值"——低成本 带来的高安全边际。 3）市场曾经担忧 AI 杀死搜索广告，但 Gemini 3 正在将搜索从"寻找链接"变为"决策引 擎"。AI 带来的高意图流量有望大幅提升广告转化率（ROAS），从而支撑更高的广告单 价。 4）谷歌集齐了"最强模型（Gemini 3）+ 最强算力（TPU）+ 最大入口 （Android/Chrome）"。这种垂直整合让谷歌在 AI 时代拥有"全栈主权"，5 万亿市值或许只 是时间问题。 在美股科技巨头的牌桌上，谷歌（Alphabet）过去两年里拿的一直是一副"尴尬"的牌。自 ChatGPT 横空 出世以来，谷歌仿佛陷入了"大公司魔咒"：起个大早、赶个晚集，内部执行力被 ...

鹭羽 发自 凹非寺 量子位 | 公众号 QbitAI 正值 AlphaFold 问世五周年，其设计者、也是凭借AlphaFold获得诺贝尔化学奖的 John Jumper 公开表示： AlphaFold的下一步是与大模型融合。 不过具体方法并没有透露，或许已有所思路，甚至已经在进程之中。 五年期间，AlphaFold已经帮助全球 300多万 研究人员，预测了数亿种蛋白质的三维结构，并影响了超 50万篇 相关论文。 可以说，这是继量子力学和分子生物学革命后，生命科学的又一次重大跃迁。 继最初的 "结构预测革命" 、随后的 "科研常规工具" 化，AlphaFold及其继承技术正在进入新的 大模型 阶段。 AlphaFold+大模型 现在AlphaFold已经从最初单纯地蛋白质结构预测，发展到能够处理更为复杂的多分子复合体以及更广范围的生物分子交互。 科学家们也据此，实现了相当多的成果突破： 即使是在AI浪潮不断涌来的今天，AlphaFold仍然是 AI+生命科学 最具里程碑意义的一次落地。 作为一款由 谷歌DeepMind 开发的AI科研工具，AlphaFold能够精确预测蛋白质的三维结构。 例如最近来自密苏里大 ...

文章核心观点 - 文章通过解读Michael Burry的三篇文章，分析了当前AI热潮与历史上互联网泡沫的相似性，核心论点是基于“资本周期理论”，指出供给侧过度投资是泡沫的主要标志，并特别强调了科技巨头通过延长AI基础设施折旧年限来虚增利润的潜在风险 [7][11][13][20][23][25] Michael Burry对AI泡沫的历史对比分析 - 泡沫的核心标志是供给侧贪婪驱动的资本过度投资，而非需求不足，这一规律在互联网泡沫、房地产泡沫和页岩油革命中均得到验证 [7][11] - 1990年代互联网泡沫主要由盈利丰厚的大盘股（如微软、英特尔、思科）推动，而非亏损的互联网公司，当时电信行业在数据传输基础设施上投入数千亿美元，导致2002年仅有不到5%的光纤被真正启用，供需严重失衡 [8][11] - 当前AI热潮与互联网泡沫高度相似，五大AI骑士（微软、谷歌、Meta、亚马逊、甲骨文）和OpenAI计划未来3年投入近3万亿美元，其中OpenAI承诺8年支出1.4万亿美元，但其收入不足该支出的2%，资本市场却给予其5000亿美元估值，该数字与2000年思科市值峰值相当 [12][13] Michael Burry对折旧会计操作的风险警示 - 科技巨头系统性延长芯片和服务器折旧年限，Meta从2020年的3年延长至2025年的5.5年，谷歌和微软从3年延长至6年，甲骨文从5年延长至6年，亚马逊从4年延长至5年，此举直接减少折旧费用，虚增利润 [20][21] - 谷歌仅在2023年调整折旧政策就使税前收入增加39亿美元，Burry估算未来三年此类操作可额外增加约200亿美元报告收入，类似操作曾导致世通公司2002年破产 [21] - 英伟达芯片迭代加速，产品周期缩短至1年，旧款芯片经济价值快速缩水，但企业仍按6年折旧，严重高估资产价值，Burry预测2026-2028年超大规模企业盈利高估幅度可能达两位数，甲骨文或高达48% [22][23] - 数据中心等基础设施面临快速过时风险，企业在建工程规模达数百亿美元，若行业放缓，可能引发资产减值和私募信贷违约连锁反应 [24] 对Burry观点的市场数据反驳 - Bernstein分析指出，GPU在度过初期burn-in阶段后实际寿命可达6-7年，A100等旧卡租赁需求依然旺盛，2025年租价达1.56美元/小时，贡献毛利率70% [28][29][30] - GPU残值曲线非直线，第一年价格暴跌20-30%，之后趋于平缓，直线6年折旧可能反而高估初期贬值，低估后期残值 [32] - 租赁市场数据显示A100美元性能虽仅为B200的一半，但租价坚挺，因大量遗留负载迁移成本高，用户宁愿支付溢价 [33][35] - 超大规模企业实际折旧政策多在5-6年区间，与Burry指控的3年经济寿命存在差异 [37] 国内AI基础设施市场参考 - 国内数据中心折旧年限未如Burry所述般缩短，A100等旧卡仍大量使用，租赁市场存在因价格波动导致客户违约重新议价的现象 [38] - 文章提供了国内谷歌及英伟达供应链企业梳理，包括光库科技、德科立、英维克等公司在OCS光学器件、液冷、变压器等领域的市占率和订单预期 [40]

智通财经APP获悉，根据Counterpoint Research 的报告，支持卫星通信的智能手表出货占比预计将从2025年Q3的2%增至2030年的28%。早期市场(2025– 2026 年)将由苹果、华为等具备专有卫星解决方案的品牌主导。从2027年开始，随着标准化NB-NTN成为主流，谷歌、佳明及更多的安卓 OEM 厂商将把 符合 3GPP 标准的卫星调制解调器整合到其可穿戴设备中，使普及速度进一步加快。 支持卫星通信的智能手表出货占比(%) 2025 年 Q3 vs 2030 年 Q3 来源：Counterpoint Research 全球智能卫星手表 NTN 追踪 佳明：以户外探索设备著称的佳明推出了 Fenix 8 Pro，该产品支持北美与欧洲范围内的双向 SOS 与卫星消息通信。依托 NB-NTN 技术，设备通过优化户 外及偏远场景的卫星网络进一步巩固了佳明在安全与探险领域的核心地位。 各大品牌如何打造卫星智能手表时代 苹果：2025 年 Q3，苹果将其卫星功能扩展到 Apple Watch Ultra 3，通过与 Globalstar 的合作实现双向 NTN 消息与 SOS 功能。手表内置的 ...

承认落后，是谷歌重新起跑的第一步。他们重构底层架构，在多模态理解上构建起核心优势；将"可用性"作为主战场，实现了大模型体验的质变；此 外，通过将团队重组为"并行系统"并重新激活基础设施，这家科技巨头最终找回了自己的节奏。 "在很长一段时间里，这都是一场追赶。" 当谷歌首席AI架构师、DeepMind CTO Koray Kavukcuoglu在镜头前公开承认"曾被甩在后面"，很难不让人意识到：这家曾定义深度学习黄金时代的科 技巨头，经历过一段真正意义上的危机——ChatGPT的爆发将整个行业的注意力拉向OpenAI，而谷歌则被视为"落后者"。 但这段逆风期已经成为过去式。 随着 Gemini 3 全面发布——在多项关键基准上重回前沿、在搜索、YouTube、地图、Android等产品矩阵实现"同日上车"部署——谷歌用行动证明，它 不仅追上了，还重塑了自己的组织方法论和技术路径，找回了属于谷歌自己的节奏。 在最近长达近一小时的深度对话中，Kavukcuoglu罕见地拆解了这段"技术复兴"背后的故事：谷歌究竟是如何在短短两年之间把落后局面扭转为行业级 的系统性领先？ 真正的起点：承认落后 Kavukcuoglu的 ...