本文整理 Howard Marks 在 My First Million 的访谈及其备忘录《AI Hurtles Ahead》。Marks 坦承自己前 25 年职业生涯多靠运气而非自觉决策，并解释为何重写 AI 备忘录：AI 具备前所未有的自主性与不可预测性，Level 2 到 Level 3 的跨越意味着从生产力工具到劳动力替代的转变。他对技术为真保持信心，但认为 AI 可能取代大量结构化工作，结论是「温和部位、审慎参与」。作者指出 Marks 的论述在结构上近似「这次不一样」，但他将兴奋留在分析而非仓位，这种校准正是其专业所在。
红杉合伙人 Pat Grady 向 LP 分享了对 AI 行业的看法。他将过去五年拆为三个拐点：ChatGPT（预训练）、o1（推理）、Claude Code + Opus 4.5（长程 agent），并认为 AGI 已在第三拐点到来。他指出现实验室目标转向 ASI、模型参与自我改进、对齐被忽视等问题；商业上实验室像大企业，抢 token、做并购；创业机会在于 diffusion gap 和高价值知识工作。开源模型正承接大量负载，组织转向最强环节游戏。他坦言当前是泡沫标志，但建议与泡沫共舞。
红杉合伙人 Pat Grady 公开了与 Boston College 的 LP meeting 录像，信息密度极高。要点包括：JEV 七天内收入从零增至一亿；AI 公司增速远超历史水平，Instinct 保持日均 10% 增长；出现连融两轮风气，红杉陪建公司平均投后估值 1.1 亿，一个月后只出钱方给的估值达 34 亿，他称之为泡沫；企业希望 own 自己的 intelligence，专用架构 lab 跑赢通用 lab；应用层公司每 4 个月需 reinvent 一次；组织正向 network of agents 演进；labs 模型已在自我迭代，alignment 未被重视；hyperscaler 开始借钱做 capex。
文章探讨 AI 技术快速进步与从业者职业机会稀缺之间的矛盾。作者认为市场仍处于教育阶段，AI 公司估值与就业容量分离，共识使热门入口拥挤，AI 又让传统职业标签失效。AI 压低执行成本后组织成本暴露，开新路线者易沦为组合末尾小仓位，向上管理成为生存技能。'做出来'失去稀缺性，竞争转向 GTM 与分发，真正赚钱的 AI 生意往往不性感。作者把当下称为'历史垃圾时间'，建议保留稳定位置、积累 connection 与购买力，等待泡沫破裂后的重新定价与廉价筹码，再择机下注。
本文是 168X 战情室访谈精华，半导体研究与高频交易背景的嘉宾 Herman 系统阐述了对 AI 行业与美股半导体的最新判断。他作为 6 月第一批看空者如今翻多：Anthropic ARR 下修等利空落地后市场未踩踏，杠杆已出清；锚定 Anthropic/OpenAI 是错的，二者只消耗 27% 算力，微软等 CSP 企业端盈利快速兑现，用卡回本周期极短。他判断当前类似 1998 年而非 2000 年互联网泡沫，真正泡沫尚未到来。节目还讨论开源模型改变 CSP 处境、存储高 margin 难以为继、补涨轮动到光/CPU/功率、Apple 扶持英特尔、老黄 5,000 亿基建融资局、币圈与散户建议等议题，并警示 token 用不满的人将先被淘汰。
作者结合自己2026年的跌宕经历——离职创业做自媒体、运营X平台粉丝破万、入职头部安全公司担任AI架构师——逐条解读天涯神贴的四条铁律：一是学好英语以获取一手信息、打破信息茧房；二是深度使用前沿AI模型，成为超级个体；三是构建个人IP与自动化工作流，打造第二收入曲线；四是保持轻资产、无负债，拥有全球视野与迁徙能力。作者宣布2027年将All In AI与海外方向，希望活成自己想要的样子。
ESP Labs 是一个开源的 ESP32 在线学习平台，借助 AI 把开发板、电路模拟和固件代码搬进浏览器，解决硬件调试痛点。平台内置可视化可交互的 3D 开发板，点击芯片、天线或按键即可高亮对应部件，提供 32 个 3D 交互式实验章节，支持实时引脚图、电路模拟和串口交互。教学内容渐进式设计，从点亮 LED 到 Wi-Fi 蓝牙、RFID 和声音处理，固件源码与虚拟板卡行为实时绑定。支持中文等多种语言，适合硬件新手在购板前先在网页练手。
作者与21岁的朋友柚子在活动后深聊，发现聪明人做不好自媒体的根源是'职业病式的完美主义'——习惯在动手前把整套商业逻辑在脑中推演闭环，但自媒体的关键信息只能通过实际行动获得。文章指出：不必等成为专家才能表达，日常经验本身就值得分享；内容只需解决一个小问题即算完整；要区分'有效动作'与'假动作'，先发出十条内容获取真实反馈。作者主张以个人公信力为长期北极星指标，允许自己在成长过程中被看见，并和朋友约定互相监督发布内容。
文章追溯了气味传输技术近90年的历史：1939年Hans Laube在瑞士展示会散发气味的电影，其设备因专利纠纷被没收；Morton Heilig于1962年获得Sensorama模拟器专利，将气味融入虚拟现实；好莱坞的AromaRama和Smell-O-Vision尝试均告失败；1968年Taguchi发明二氧化锡气体传感器，1982年Persaud和Dodd在《自然》发表论文开创电子鼻领域。作者指出电子鼻四十年来的局限是'有鼻无口'——只能识别气味却无法再现。如今AI技术终于实现通过互联网传递气味描述并在远端重现气味的突破，并提供了自制电子鼻的零件清单、安全须知及气味库SuperPrompt。
作者分享了用 AI（Claude/Codex）通过 Mac 连接 Android 平板，几句话完成系统清理的实用技巧。提供的提示词涵盖五个方面：关闭广告和推广入口、按分类保留有用通知、更换带促销装饰的应用图标、停用无用预装应用（保留基础服务）、整理桌面布局。整个过程无需 root，适合优化新买的 Android 设备或帮家人清理手机。评论区还讨论了 WiFi 调试、iPhone Air + 安卓小平板的搭配，以及国内安卓系统广告难以关闭的现状。
作者更新了开源项目 x-account-risk-checker，这是一份可用于 Grok 等助手的 Skill，用于检查 X 账号风险并给出互动改进建议。新版补充了检测后的正向引导：提供回复方向、三步回复结构、字数参考、自问标准、改写示例和每日练习目标。文章强调风险等级仅为基于公开样本的分析意见，无法读取平台内部评分或保证恢复流量，并给出在 Grok 中的三步使用方法和相关规则链接。
文章指出用 AI 生图直接做海报存在三大问题：无法精细化修改、文字密集时易乱码、二维码无法准确生成。正确方法是让 AI 写 HTML 网页当海报，文字真实可编辑，二维码和 logo 以图片素材贴入，最后截图导出 PNG。文章介绍两种方法：一是复刻喜欢的海报，让 AI 拆解成风格描述后再套用自己的活动内容生成；二是让 AI 反问需求后出多版设计供挑选迭代。最后建议建立自己的海报模板库，随时复用，大幅节省设计成本。
文章探讨了社交媒体创作者生态的演变：随着普通人在数字产品发布中取得成功，传统网红模式正在衰落。作者将创作者分为三类——追求流量的网红、以变现为目的的个人品牌，以及以作品为核心的手艺人（artisan）。作者认为，在AI能够轻易生成内容的时代，独特的个人视角和长期积累的思想作品才是真正的护城河。未来属于那些利用社交媒体推广自己作品体系的手艺人，而非追逐短期流量的人。文章建议读者记录并构建自己的观点体系，把社交媒体作为传播作品的载体。
