#OKX年夜饭 Tja, @star_okx heeft het geweldig gezegd, met humor en flair de pijnpunten van de industrie aanstippend! Als de basis van Crypto alleen maar bestaat uit "alles inzetten", "PVP", "xx leven" en "honderd keer rijk worden" met een negatieve casino-cultuur, dan zijn we eigenlijk bezig om de toekomst van deze industrie zelf te verstikken, en short gaan op onze $BTC. Wanneer stablecoins, RWA, AI+Crypto, DeFi enzovoort geleidelijk mainstream worden, is Crypto allang niet meer die marginale industrie die door buitenstaanders wordt veracht, maar een parallelle industrie die gelijkwaardig is aan traditionele financiële sectoren. Geniet niet van de voordelen van de industrie terwijl je met vulgaire "gokkersverhalen" onze vroegere overtuigingen stigmatiseert. Weiger jezelf te verlagen, Crypto verdient een betere definitie.

Echt geen woorden voor, mijn tweede Claude-account is binnen een week weer zonder reden geblokkeerd. Maar om eerlijk te zijn, deze keer voel ik helemaal niets, ik moet zelfs een beetje lachen. Waarom? Omdat ik de onderliggende logica van deze willekeurige blokkades al doorheb, en omdat ik een veel betere strategie heb ontwikkeld om ermee om te gaan. Vooral na een maand ploeteren in de richting van Vibe Coding, heb ik een volwassen denksysteem opgebouwd om AI te beheersen, dat me in staat stelt om deze plotselinge "veranderingen" met gemak het hoofd te bieden. Laten we beginnen met de redenen, de zichtbare redenen zijn voor de hand liggend: het is gewoon dat de VPN-knooppunten vaak wisselen, wat de risicobeheersing op afstand activeert, of dat de locatie van de Visa-kaart niet overeenkomt met het IP-adres van de terminal, wat een veiligheidswaarschuwing oproept, of dat de korte, frequente consumptie van tokens door het systeem simpelweg als een kwaadaardige bot wordt beoordeeld. Maar de diepere reden is simpel: @claudeai's sterrenhemel is een enterprise-level SaaS-dienst. Het is gericht op grote klanten zoals de Fortune 500, terwijl wij, als zware gebruikers van de webversie, Pro of zelfs Max, totaal niet interessant zijn voor Anthropic, en zelfs als een oncontroleerbaar risicofactor worden gezien. Dus het is helemaal niet nodig om je voortdurend te blijven vastklampen aan het probleem van geblokkeerde accounts. Wat AI me de belangrijkste les heeft geleerd, is: bind nooit je kernproductiviteit aan een extreem onbetrouwbaar webaccount. In feite is de echte oplossing het opbouwen van een systeem voor lokale AI-diensten dat niet afhankelijk is van het model: 1) Gebruik OpenRouter/Antigravity en dergelijke om modeltoegang te routeren, en verlaag Claude tot een basis redeneermotor die altijd kan worden gewisseld, om te voorkomen dat je vastloopt; 2) Gebruik een derde partij API om Claude Code + Skills + Cowork uit te rusten en een interactielogica opnieuw op te bouwen, laat de webfrontend, de meest oncontroleerbare interactiemethode, achterwege, zodat je je geen zorgen hoeft te maken over het verlies van veel configuratieprompten/instructies door blokkades, en laat AI in je bestandssysteem verblijven om diensten te verlenen; 3) Lees lokale codebibliotheken rechtstreeks via het MCP-protocol, in combinatie met Local RAG (lokale retrieval-augmented generation) om je privékennisbank in realtime aan te roepen, en zelfs automatisch tests, Git-commits en bugfix-cycli in de terminal uit te voeren. Kortom, in één zin, geef de "cloud-gehuurde" AI-gebruikersmodus op, en grijp actief de "lokale soevereiniteit"; dat is de ultieme vorm van Vibe Coding. Als je alleen het sterkste model beheerst, maar niet het onteigende gebruiksrecht van het model kunt beheersen, wat is dan Vibe Coding?

Tijdens de CES-conferentie was de gloednieuwe Rubin-architectuur van NVIDIA het onderwerp van recente marktbesprekingen. Wat betreft de MOE-architectuur is dit een andere grote doorbraak, speciaal ontworpen voor het tijdperk van Agentic AI, enzovoort. Ik heb er dieper naar gekeken en voelde echt de "zelfrevolutie" van Jensen Huang: 1) In het verleden was NVIDIA afhankelijk van de voordelen van GPU-hardware en profiteerde het van de periode waarin grote AI-bedrijven massaal rekenkracht aankochten om grote modellen te trainen. Toen was de logica heel eenvoudig: wie de meeste grafische kaarten had, kon de beste modellen trainen. Maar nu is de AI-oorlog verschoven van het "rekenkracht"-front naar het "redeneren", vooral met de komst van het Agentic-tijdperk, waarbij AI hoge frequenties, meerdere stappen en zeer lange contexten moet verwerken. Op dit moment zijn de modelparameters vaak in de triljoenen, en de datadoorvoer is enorm. Als een GPU ook maar snel rekent, maar het geheugen niet snel genoeg gegevens kan doorgeven, dan draait de GPU leeg. Dit is de "geheugenwand". Met andere woorden, het hebben van meer grafische kaarten lost het probleem niet op; er is ook veel geheugen en bandbreedte nodig om dit te ondersteunen. Rubin moet dit probleem oplossen. 2) Daarom is de HBM4 die Rubin lanceert de vierde generatie hoge-bandbreedte-geheugen, waarmee de bandbreedte tot 22TB/s kan worden verhoogd. Maar nog belangrijker is dat het samenwerkt met de NVLink 6-technologie (bandbreedte binnen het rek van 260TB/s), waardoor 72 kaarten logisch worden samengevoegd tot "één enorme chip". Wat betekent dit? Vroeger kocht je grafische kaarten als afzonderlijke componenten, en de gegevensoverdracht tussen de kaarten was als een pakket dat door verschillende tussenstations moest gaan. Nu laat Rubin, door middel van extreem hoge dichtheid van interconnecties, de gegevens tussen verschillende GPU's bijna zonder fysieke afstand stromen. 72 werknemers werken niet meer afzonderlijk, maar delen één brein. Ik denk dat dit de echte troef van Rubin is: niet simpelweg hardwareparameters opstapelen, maar de hele systeemdataflow opnieuw structureren. 3) Als MOE (Mixed Expert Model Architecture) een dimensie-daling was voor NVIDIA door nieuwkomers zoals DeepSeek die het "gewelddadig stapelen van kaarten"-businessmodel van NVIDIA ondermijnden, dan is Rubin hoe dan ook een strategische tegenaanval van Jensen Huang. Het gaat er niet meer om wie zuiniger met kaarten omgaat, maar om de kosten van AI-gebruik direct te herstructureren. Natuurlijk betekent deze zet ook dat NVIDIA volledig afscheid moet nemen van het oude model van gewelddadig stapelen van kaarten. Jensen Huang rekent op een andere manier. Het Agentic-tijdperk moet echt worden geïmplementeerd in duizenden industrieën, en daarvoor moet de drempel van de token-kosten worden overwonnen. Dit is een trend die NVIDIA niet kan negeren. Volgens Huang is het beter om niet te wachten tot grote bedrijven zoals Google en Meta de markt met zelfontwikkelde chips opeten, of dat DeepSeek de aanbodzijde van de markt ondermijnt met hun modellen. Het is beter om zelf de doorbraak te zijn. 4) De vraag is nu: hoe moet NVIDIA zich positioneren na deze zelfrevolutie? Het pad is ook heel duidelijk: van "grafische kaarten verkopen" naar "systemen verkopen", van het bedienen van een paar grote bedrijven naar het echt toegankelijk maken van AI. Vroeger, als je een H100 kocht, verdiende NVIDIA altijd alleen dat deel van het geld van de grafische kaart. De toekomstige Rubin zal je vertellen: je moet een complete NVL72-rack kopen - 72 GPU's, NVLink Switch, volledig vloeistofgekoeld systeem, kast, en zelfs de bijbehorende softwarestack, alles verpakt en aan jou verkocht. Jensen Huang's rekensom is ook heel duidelijk. Het lijkt erop dat de kosten van de verpakte hardware hoger zijn, maar het biedt extreme redeneringsefficiëntie, waardoor de eenheidskosten voor AI-gebruik door de koper worden verlaagd, en natuurlijk zal het marktaandeel niet verloren gaan. Maar, maar, maar, deze aanpak verhoogt ook de drempel voor kleine en middelgrote spelers. Alleen grote bedrijven en cloudserviceproviders kunnen dit zich veroorloven, wat de monopolies op rekenkracht verder zal verergeren. In de huidige concurrentiesituatie is dit een grote gok, want als er problemen zijn met de massaproductie van HBM4, kunnen AMD, Google TPU en anderen de kans grijpen om alternatieven te lanceren, en dan kan de droom van NVIDIA om systemen te verkopen misschien niet zo gemakkelijk te realiseren zijn.