crypto花椒

融了11亿美金的电池回收公司，申请破产了。
Ascend Elements，美国最大的锂电池回收企业之一，4月9日申请Chapter 11破产保护。负债超过1.92亿美元。
2015年成立，融资超过11亿美元（股权+政府拨款），在乔治亚州有工厂，专门把旧电池拆解再加工成正极材料。
因为
特朗普政府取消了一笔3.16亿美元的政府拨款。这笔钱原本用于在肯塔基州建新工厂，已经拨了2.04亿，剩下的1.12亿被砍了。
美国电动车市场放缓。电池材料价格下跌，锂价从高点跌了超过70%。回收电池的经济模型建立在材料价格高位运行的假设上——假设崩了。
政策依赖型企业的脆弱性：一笔拨款取消就能把十亿级融资的公司送进破产。任何商业模式如果需要政府补贴才能运转，就不是真正的商业模式。
新能源赛道的出清正在加速。
锂价暴跌 + 补贴退潮 + EV增速放缓，三重压力下，现金流不够的玩家会批量出局

不只是美国
加拿大央行也在和银行讨论Anthropic模型的网络安全风险。
美国那边Bessent和Powell召集了华尔街大行CEO。几乎同一时间，加拿大央行也和本国主要银行举行了关于AI网络威胁的讨论。
两个信号叠在一起看
全球央行正在同步评估同一个风险：一个AI模型发现零日漏洞的速度，已经超过了人类安全团队的修补速度。
Mythos在几周内找到了数千个零日漏洞，涉及所有主流操作系统。
银行是全球IT支出最大的行业之一，安全预算通常占IT总预算的10-15%。这个比例要往上走。
监管会跟进。央行讨论意味着监管框架在路上。合规需求会推动更多安全采购。
AI安全成为独立赛道。不再是"网络安全的一个子类别"，而是独立的预算科目。
$CRWD今年已经涨了35%，但从估值看还没到泡沫区间。如果银行安全支出真的上一个台阶，这个赛道的天花板要重新估算

Anthropic说Mythos太强不能公开。结果小模型也能复现大部分成果。
一家叫Aisle的安全公司做了个实验：拿Mythos公开展示的那些漏洞发现，用小型开源模型去复现。
Anthropic不发布Mythos的核心理由是"太危险了，黑客拿到会造成灾难"。但如果小模型也能做到类似的事，那"不发布"这个策略本身就站不住了。
Aisle的原话：模型只是引擎，真正决定攻击/防御能力的是围绕模型构建的系统——工具链、知识库、执行环境。

Gemma 4在llama.cpp上终于稳了
4月2号Google发了Gemma 4，第一天就有llama.cpp支持但bug多。现在所有问题都修完了
E2B、E4B、26B MoE、31B Dense
31B在Arena AI排行第3，26B排第6
开源模型最强梯队
用--chat-template-file加载interleaved模版
建议开--cache-ram 2048
上下文长度根据显存来
去年本地最好的是Llama 3.1 70B量化版，勉强能用
现在Gemma 4 31B Q5在Mac Studio上流畅跑，接近GPT-4级别
不依赖API的AI应用开始有商业可行性。数据不出本机，成本为零，延迟极低
对于一人企业，本地模型是真正的基础设施。竞争对手在付API费，你的边际成本是电费
Gemma 4 + llama.cpp = 本地推理最优解，可以上生产了

别吵了 江苏同盟会拉起来了
只接受熟人拉进来
“江苏是一个概念”

一家创业公司想用等离子体反应堆打破中国的稀土垄断
Radify Metals刚融了不到300万美元，用等离子体处理金属氧化物，产出纯金属，唯一的废物是水蒸气
传统稀土加工需要大量化学试剂，污染严重，产线巨大。中国控制了全球70%以上的稀土加工产能，这是地缘政治里最硬的卡脖子
Radify的方法：把氢气加热到等离子体状态，金属氧化物粉末吹进去，氧被剥离，纯金属从另一端出来。反应堆体积小，可以分布式部署
现在做的是钐和镝——两种做磁铁和电子元件的关键稀土元素。后续还在探索铪、铀、钪、钛
我只能说牛逼了

一个23岁的德国小孩，拿了1500万美金种子轮，估值1个亿。
他把AI agent塞进了iMessage。
Poke这个产品的逻辑其实很简单——你不需要下载任何app，不需要学任何新界面，直接在iMessage里发条消息，AI就帮你干活。回邮件、付账单、改会议时间、订机票。
General Catalyst领投，Stripe、Dropbox、OpenAI的人都投了钱。
6000个硅谷VC圈内测用户，每月发20万条消息。
真正好用的AI产品，不需要教育用户。
创始人叫Marvin von Hagen，之前干过一件更疯狂的事——带65个学生造了一台12米长22吨重的隧道掘进机，赢了Elon Musk的Not-a-Boring竞赛。
iMessage是苹果的地盘，苹果随时能做同样的事。
Poke赌的是速度——在苹果反应过来之前把用户习惯养成。
这和当年小程序的逻辑一模一样：平台没做好的事，第三方先做，做到足够大就有谈判筹码。

以后这种耗费token的活请你教给本地大模型来用
特别是autoresearch这种多论loop才能出结果的
1. 只要你有spec和清晰的目标
2. 完整的结构框架 + 回测
那么你就能用qwen 3.5 在本地7/24小时无限给我跑出一个满意的策略，体会一下什么叫资本主义的压榨

不用训练LoRA就能做到精确人物保持了
一个叫Flux2Klein-Enhancer的ComfyUI节点包做到了一件事——用Flux模型生成图片时，保持人物外貌的精确一致性，不需要额外训练任何LoRA。
以前做AI换脸、AI写真、IP角色一致性，你都得先训一个LoRA或者用IP-Adapter。训练时间、算力、调参——门槛不低。
这个方案直接绕过了。
原理是在推理阶段做特征注入和增强，利用Flux模型本身的能力做到了接近LoRA级别的保真度。
我看了更新后的效果对比，面部细节、发型、肤色在不同场景下的一致性确实比之前的版本好了一大截。
工具链越来越短，创作门槛越来越低。剩下的竞争只有审美和叙事了。

Polymarket让用户赌美军飞行员什么时候被救出来。
F-15E在伊朗上空被击落，Polymarket上线了一个市场：美国确认飞行员获救的时间——4月3日还是4月4日？
用户可以买Yes或No。超过63%的赌注压在不会很快被救。
民主党议员Seth Moulton炸了。他在社交媒体上写：他们可能是你的邻居、朋友、家人。而有人在赌他们能不能活着回来。
他管Polymarket叫反乌托邦死亡市场。顺便提了一句——Donald Trump Jr.是Polymarket的投资人。
Polymarket随后下架了这个市场，说不符合公司诚信标准。
但Moulton指出，平台上还有219个跟战争相关的赌盘在跑。
好消息是两名飞行员都被救回来了。川普周日宣布第二名武器系统军官也获救。
坏消息是这件事暴露了预测市场的伦理底线问题。
Polymarket的逻辑是：预测市场能提供比民调更准确的概率评估。
这在选举、政策预测上确实有用。但当标的变成人的生死时，市场效率这个叙事就不够了
想想看——如果有人因为赌不会获救而获利，他希望飞行员被救还是不被救？
预测市场不是中性的。当下注金额足够大，参与者就有了动机去影响结果。
在大多数场景里不是问题。但在涉及人命的场景里，这个机制是危险的。
市场有边界。不是所有东西都应该被标价