Alpha hunter · Crypto + AI 21入圈，完整穿越牛熊 Built $1M ARR in crypto Growth | Build in public ↓
Joined October 2021
- Tweets1.7K
- Following4.6K
- Followers38.4K
- Likes2.9K
Impressive，这就是本周期最大的羊毛吗？
ParaFi合伙人Jeff Park唱衰Anthropic上市：降价IPO也难逃FTT、UST式死亡螺旋
有传闻称，Anthropic为推进IPO，可能把估值从此前报道的约2万亿美元降到1万亿美元。ParaFi Capital合伙人Jeff Park随即发文表示，降价也没用，"一切都结束了"。
他认为，Anthropic的融资模式存在严重的资产负债错配。公司约有1万亿美元的算力承诺，其中大部分不可取消，必须靠强劲的股权和信贷持续支撑。用他的话说："没有信贷，就没有股权。"
如果IPO定价失误、上市后股价也没有上涨（他称SpaceX已跌破发行价），Anthropic就会掉进加密投资者熟悉的反身性陷阱，就像当年"FTT守在22美元"”UST稳在1美元"那样的信心游戏。
Park预测，最终结局可能是美国政府将Anthropic收归国有，再联合阿联酋、沙特、日本等主权资本出资救助。
2020年3月，包括美债基差交易在内的杠杆仓位被平掉，压力波及美债市场。政策介入、市场交易功能改善后，美股在3月23日见到那一轮低点，随后快速反弹。
2008年秋到2009年春，则是融资问题蔓延到银行、居民和企业资产负债表。秋季恐慌后出现过反弹，但美股直到次年3月才见到熊市低点。
JJ retweeted
大佬 Yann LeCun（杨立昆）在 X 上的硬核发言，狠狠戳破了当前 AI 圈狂热的“算力迷信”。简单来说就是：现在的 AI 越来越大，越来越费电，可能根本就走错路了。
现在大家都在卷大模型（LLMs），参数动辄几百上千亿。为什么模型非得这么大？LeCun 解释得很透彻：因为现在的 AI 本质上都在“死记硬背”。它们把全网的知识全都吞进去，存在巨大的参数堆里，所以才能回答你各种五花八门的问题。这就好比一个超级记忆大师，虽然能倒背如流一整本百科全书，但代价极其昂贵——需要吃掉海量的内存、算力，烧掉无数的钱。
但是，我们要的真的是一个只会背书的机器吗？
LeCun 提出了另一条路：用真正的“理解”来代替“死记硬背”。这就是他一直死磕的 JEPA（联合嵌入预测架构）世界模型。
说句人话，打个比方：你教小孩什么是“重力”，你不需要让他看遍世界上所有物体掉落的视频，更不需要让他背下牛顿定律的每一个字。你只需要让他扔几次苹果，摔几次玩具，他就“理解”了这个物理规律。
JEPA 也是这个逻辑。它不去强行重建或死记每一个像素或单词，而是去抓取数据背后真正的运作规律。一旦 AI 掌握了这种“常识”，它需要的数据和内存就会呈现断崖式下跌。正如评论区里提到的那个惊人对比：仅仅 1 亿多（109M）参数的 JEPA 模型，在特定任务上甚至能暴打 720 亿（72B）参数的传统大模型。
这意味着什么？这意味着未来的 AI 可能不需要塞满成千上万张显卡的机房，也不需要把整个互联网的数据都喂进去。通过建立对世界的真正理解，哪怕在极低的内存下，它也能极其聪明。
真正通向 AGI（通用人工智能）的门票，或许根本不是单纯的“大力出奇迹”，而是让机器像人类一样去建立认知。现在的科技巨头们都在狂买显卡，但如果 LeCun 是对的，下一代 AI 的终局，可能属于那些真正“懂”这个世界的小模型。
Yann LeCun was right & nobody in this industry wants to say it out loud.
109 million parameters beat 72 billion.
He has spent years saying scale is not the thing that makes a model understand the world. Meta bet the other way. He left in November and started his own lab in Paris.
Last Thursday he published the proof.
The theory everyone has been running on since 2024 is that if you train models big enough, on text, on images, on sound, they all end up with the same picture of reality inside them. Size does it. Nobody ever proved that part.
Randall Balestriero and LeCun proved it. And the proof says size was never doing the work.
What does the work is which two things you show a model together.
A photo and the caption of that photo are two views of one thing. Models trained on pairs like that get there fast.
Two paragraphs pulled from the same document are not two views of one thing. Models trained on those get there slowly and expensively.
Next word prediction is the second kind. That is what every chatbot in the world runs on.
In their tests the first method reached the same understanding after 21.6 million examples. Next word prediction needed 900 million.
And a 109 million parameter text model ended up closer to an image model's view of the world than a 72 billion parameter language model was.
660 times smaller.
这种消息最具迷惑性的是，你根本不知道他们真实的具体交易计划是什么，更可怕的是，韭菜往往脑子里都没有交易计划这个概念。
顶级交易员已经开始抄底了！🫡
Tony @xtony1314 抄底了400WU比特币多单，900WU美股QQQ多单！
Vida @Vida_BWE 小买了约100万美元CQQQ（A股/港股科技ETF）
十老板 @zemummy1 开了150 BTC的永续多单（均价约7.67万）
Pickle Cat @0xPickleCati 看好ETH，准备在接下来72小时分批DCA抄底（关注再下探机会）
BTC 的情况是共振的，上一波牛初，BTC 第一次回踩到 MA200 就是硅谷银行暴雷。
可惜本周期没有这种信贷问题的便宜捡了，只能盗一盗看看搞不搞得下来。这里如果涨上去，MA200 也会跟着上去，强迫症觉得踩一下 MA200 是最舒服的！
从时间上看，与上次说的 2-3 个月相比，其实还没到位，所以这里不看到 85K 什么的，到 80K 左右是比较合理的。低位震荡更符合要求。但如果真的只到 80K，恐怕我们确实会看到BTC 扎扎实实踩到 MA200 上。目前 MA200 是73.1K。
周线这周不可避免要收阴了，所以下周还是可以有点行情的。总不能周周跌？
另外，今天盘图的时候还有一个小发现，当周线 MA200和 MA50 交汇时，也许就是主升浪真正开启之时。
在此之前，涨涨跌跌有很多很多的交易机会！
JJ retweeted
not only am i not worried about the crypto community's ability to handle the upcoming ai/quantum threat, i will venture to say that in the next 2 yrs the world will realize crypto is far better prepared for it than the rest of the internet and finance. we've had a trillion dollar *irreversible* honey pot for a decade, producing a far more battletested system and adversarial security culture than pretty much anywhere else on earth.
