姐弟俩仿冒论文期刊：四年赚了1800多万
杨某姐弟召集代理人员，在网上发广告称可以代发论文，仿冒正规期刊进行征稿。他们从中收取200元至1000元不等的“版面费”，并委托无资质的小型印刷厂，私自印刷假冒刊物。四年发了十余万篇论文，赚了1800万。
为什么这么发财？因为申请学位、评定职称，都离不开论文，而有了职称，薪水才能提高，但是在正规期刊发表论文，不仅要求高，发稿周期也很长。
由此想到三点：
第一，专家来自职称，职称来自论文，论文跟实际水平并不能划“=”，所以那些权威专家让你膝关节做手术，并不代表就一定正确。
第二，处罚太轻，违法成本太低。二人分别被判有期徒刑三年八个月，罚金200万和有期徒刑2年，缓刑2年，罚金50万。这样想想，非常划得来。其实非法融资也是这样，搞很多亿，判刑十年，过后就想办法减刑弄出来，代价太低了，所以很多人就铤而走险。
第三，职称和学位虽然不代表水平，但可提升级别和薪水，所以什么博士，什么主任，什么师，也就那样！
固态电池
投资界投资界官方账号
电子科大学霸写了一篇电池论文，已融资3500万
浅析：19世纪60年代是最后一次大规模的铁路狂热
19世纪60年代，见证了英国第三次也是最后一次大规模的铁路狂热。尽管它为铁路网增加的里程，与19世纪40年代的大铁路热潮一样多，但在现代文学中却鲜为人知。
论文记录了这种狂热是如何诱使投资者，将大笔资金投入公共基础设施的扩建的，这是秘密进行的。通过引入各种各样的“金融创新”，让人想起那些涉及到的事情。
全球金融危机，那个时期就像我们的时代一样。有新的特点技术、新颖的商业模式、快速的全球化、巨大的增长、信息传播的速度、以及虚假信息和虚假信息的扩散，再加上政府监管的逐步放松 。
19世纪60年代的“金融工程”被误导了，甚至包括非常博学和好奇的观察者。比如沃尔特·白芝浩包括1866年的欧佛恩德，格尼空难，许多人因此破产。
还有企业以及规模庞大但效率低下的铁路网络扩张，这些可能影响了公司的法律和制度基础 。资本主义与现代金融市场的许多方面有惊人的相似之处，这可能具有指导意义，尤其是在对金融市场的广泛依赖方面。
英国经历了三次铁路狂热 ，19世纪40年代的是较为著名的。这是一场投资灾难，却提供了全国性的投资机会。通信网络的巨大效用，在此之前是19世纪30年代的狂热，不仅在社会效用方面成功，而且在提供高于市场的回报方面成功。
然后是1860年的狂热，关于这一点很少。然而就实际资本投资而言，它的规模与19世纪40年代相对于经济规模要小得多，和19世纪30年代的一样大，19世纪40年代和60年代的两次铁路狂热，资本投资占GDP的15%到20%。
相当于英国或英国的3000到4000亿英镑 ，美国现在有3到4万亿美元，(这些不是股市估值，而是实际资金由投资者提供。)
19世纪60年代的铁路热主要涉及所谓的“承包商线路”谁的推广、融资和建设据说是由铁路策划的承包商，这些在文学作品中几乎都受到了普遍的谴责，就像他们所做的那样，被认为是19世纪60年代投资灾难的罪魁祸首。
篇论文表明，虽然承包商很重要但他们只是其中之一，几个因素结合在一起，通过“金融工程”的新形式来膨胀。19世纪60年代的普遍投资狂热，铁路系统的大规模扩张主要结果之一。
令人失望的是现代经济和金融史上很少有英国人，19世纪60年代的投资狂热，它通常是偶然出现的，与1866年5月格尼金融危机(通俗地说被称为暂停金本位)阻止这一现象，在沃尔特·白芝浩的名著《伦巴第》中，最著名的部分描述了恐慌。
就是效仿1866年所做的事情，经常被作为“最后贷款人”行动的理由。然而有在那个时期金融领域还有很多有趣的发展，它们似乎值得研究。
现代经济史文献似乎没有记载后来的衰退，这是不是很遗憾，因为1866年和1867年的股价下跌都是密切相关的，同样复杂的金融过程的结果，两者都不能完全理解没有考虑到其他。
1866年的金融危机导致英国政府暂停金本位制，这主要是金融部门的危机。
一年后铁路股票暴跌，发生在投资者意识到1866年的危机，并没有清除所有积累的时候。许多主要的铁路都在里面建造了很多腐烂的东西，那后来的危机是由市场解决的，因为这一次拒绝介入，尽管是一些知名行业领袖呼吁。
“历史不会重演，但会有相同之处”，这是一句非常适用于金融领域的名言。1866年的股灾和1867年的铁路股灾有很多，这与的全球金融危机，甚至可能是全球金融危机的共同特征。
1867年可能是第一个大型案例新型金融工具和意图，许多市场参与者的混乱以不完全的方式导致了金融崩溃，即使是知识渊博的市场参与者也不能理解。
直至2000年代中期，在那集中衍生品被称赞为将风险分散给最有能力的人。相反它们被用来把风险交给那些最不了解风险的人。
稍后讨论的现象也是19世纪60年代发生的事情的关键，在另一个结尾与全球金融危机的相似之处，19世纪60年代的参与者，都没有出发摧毁金融体系，但他们的工作方式破坏了金融体系的稳定性。
在这两种情况下，都有敏锐的观察者对他们所看到的感到担忧，但似乎在19世纪60年代，没有人意识到市场是多么不稳定。金融系统的不平衡除了有趣的类比，还有更深层次的教训，19世纪60年代的事件为我们提供了一个大规模的例子。
凯恩斯对新古典经济学的批判，包括其基本均衡假设。例如为了提出他的理论的简化版本，凯恩斯认为经济内在的不稳定性是因为，“产出和就业作为一个整体的水平取决于投资的多少”，这一点很难预测。
更有力的例子是19世纪60年代的狂热，巨额投资都是被关于可能盈利的“美丽幻想”所诱导的，而这些利润并没有实质意义。
参考文献：
《伦巴第》
《铁路时报》
最近所读之书：
1、《创业之初你不可不知的融资知识》桂曙光 机械工业出版社 1月第一版 读了这书，我的想法是不融资了，或者就是天使投资，我出让股权10%。
2、《选题策划导论》 易图强 中国人民大学出版社 3月第1版，8月第4次印刷，作者说写书、出书应该列出参考文献，这是教授、学者思维。很多作家创作是什么书也不看，也不参考。
3、《数字出版教程》匡文波 中国人民大学出版社 1月第一版，6月第4次印刷。说是数字出版，作者把新媒体、微博、博客都纳入数字出版，还谈了很多网络舆论、网络传播、网络新闻、网络公关的事情。不过编辑出版学，也属于新闻传播专业，图书也是媒体、传媒、传播，属于新闻学、新闻系。作者参考文献11本，7本是自己专著，这和我写论文差不多了，参考文献无，或者全部是自己。
4、《优秀编辑的四门必修课》周浩正 金城出版社 3月第一版，2月第4次印刷，6月购于当当网。作者是台湾出版人，有些理论当时比较新潮，长尾、蓝海、WEB2.0，现在也不过时，时代在变化，但是阅读、人性没有变化。
5、《打造畅销书》美国 布莱恩.希尔、迪伊.鲍尔，湛庐文化、人大出版社 12月出版，美国人写的书，一些经纪人、作家、出版人的描述比较有趣，有意思。这书好像是我参加广州新华书店广购书城、《广州日报》读书征文比赛得奖，有500元读书卡，选的书。没想到多年以后我会成为图书策划编辑、作家经纪人、图书策划出版人。
6、《编辑力》日本 鹫尾贤也，湛庐文化、浙江人民出版社，6月一版一次，我觉得日语翻译国内比较好，或者是东亚、儒家文化圈的原因，其次是俄罗斯文学，再次意大利，可能有文化、历史因素，翻译比较差的英美法文学，最差的可能是德国文学、哲学，海德格尔我读不懂，或许和翻译有关。都是德语作家，里尔克、茨威格、卡夫卡、叔本华、马克思甚至尼采、黑格尔、康德、歌德怎么很好懂呢？
7、《娱乐追击》赵勇、李轩 苏白传媒、四川天地出版社 1版，这书是三个中篇，其中一个改编了院线大电影，有点意思，我看看，有时间写个评论。当时配合影视宣发，我写了一个消息，一个专访，发了一些网站，没组织书评、媒体推广、论坛、自媒体、社群宣传营销，因为没预算。
从开始，打着互联网金融理财名义的公司就野蛮生长，在各路资本和人马的疯狂运作下，短短几年的时间，就出现了5000多家运营平台。
其中一家名叫“e租宝”的公司是其中的佼佼者，不是因为好，而是因为快和疯狂，它的前生今世就是一出贪婪与诈骗的大戏。
先看一下e租宝创始人丁宁，他高中没毕业出来打工，从销售做起，但他人聪明肯动脑筋，经过努力当上了一家锁具厂厂长，之后他用开始搞开瓶器，效益不错，年收入几百万没问题，但他是一个有野心的人，希望做大买卖。
终于他看到了机会，互联网金融。
他先是包装自己，和某些高校的老师联合写论文，他作为第二作者，几篇论文下来，他成了化学家、计算机专家，同时他也成了研究生导师。
然后成立安徽钰诚融资租赁有限公司，号称安徽第一家中外合资，其实就是和国外的亲戚搞得。
至此e租宝业务正式上线。
然后他正式开始了他的疯狂之旅：
1、做广告，在全方位，无孔不入，包括中央电视台、各省市电视台等官方媒体，这个威力就太大了，因为普通人对央视和省电台的认可度一直很高。
2、线上+线下销售，线上销售自然不用多说，线下销售是他的特色之一，高峰时期销售人员高大10万，提成比例很高，没做成一单，都按照比例提成。在高返佣的刺激下，销售队伍战队里极强。再加上广告的轰炸和加持效应，销售可谓顺利。
3、奖项包装，各种奖项加持，例如中国互联网诚信示范企业、新常态 新消费 新服务——互联网大潮下的新增长极”全国性调查“年度诚信互联网金融品牌”、“互联网金融风云人物”、年度金融极客平台”奖、最具增长潜力互联网企业......
4、知名人物站台，包括各种经济学家、高校教授、知名艺人......
5、宣传到位，公司购买设备出租，租金按时回收，安全；有设备抵押，低风险；高收益，将近15%。
在丁宁一系列“神奇”种种操作下，e租宝可谓一飞冲天。
自7月上线，截至11月底，短短一年多的时间，e租宝累计成交数据为703亿元，排名行业第四。
抢钱都没这么快！
但纸包不住火，12月3日，深圳公司员工被带走调查，但此时他们试图遮掩，对外说是配合了解情况。但8日，北京公司人员被带走调查。
至此时态已经无法遮掩不住了。
相关人员被依法抓获并接受审判。
进过一番侦查和审判后，判决如下：
创始人财产充公，终身监禁，24名高管集体入狱，包括其他公司相关人员共111人入狱，罚款超20亿。
而对于投资人来说，只剩下悔恨和等待了。
根据最新的时态发展，1月开始，根据处理资产情况，陆续返还投资人部分资金，比例大概三分之一吧。
投资人的损失大半已经无法挽回。
北京宝妈短评:
回顾e租宝的事件可以发现，普通人对投资了解极少，也懒得下功夫，仅凭对方的宣传和表面功夫，就选择了相信。再加上想多赚钱的心理作祟，上当不可避免。
所以教训就是，钱无小事，再怎么小心也不为过，尤其是想着让你掏钱，买一些未来收益的那种。
如果不想动脑筋，或者拿不准，那就存在银行吧，而且要存国有大银行，最稳妥。
【因果学习，让人工智能的困境有了新解法】
深度学习是这一轮人工智能兴起的原因，与此同时，这一技术具有不可解释等特性也使得深度学习发展遇到了技术瓶颈，在寻求破解此瓶颈的进程中，因果学习被视为比较好的解决办法。在不久前举行的“WAIC · AI 开发者日”上，九章云极DataCanvas公司开源技术副总裁、D-Lab主任杨健详解因果学习的五大关键，关于因果学习兴起的原因、因果学习演进趋势、关于因果学习的全球开源情况，其《YLearn：因果学习，从预测到决策》主题演讲中分享了许多重要信息。
一是为什么因果学习会越来越受到关注？核心原因是深度学习发展遇到了瓶颈，而用户对于智能决策提出了更高的要求。一方面是机器学习存在着泛化能力较弱、解释性不强、决策支持能力不足的关键性问题；另一方面政府和企业提出“智能决策”的需求，即以数据驱动的方式实现自动化决策来提高整体运营效率。
用户对于AI的需求正在从“预测”走向“决策”。随着机器学习建模越来越多的应用，人工智能技术从预测性分析向指导性分析升级转移，自动化“决策”成为政府和企业在数智化时代的核心需求，决策者需要一个可理解的AI决策逻辑以及具有可信度、可解释的决策结果。而当前机器学习主要是完成预测性任务，难以满足政府和企业自动化决策的需求，而因果学习成为补充机器学习问题的关键技术。Gartner发布的《新兴技术成熟度曲线》中提到，因果人工智能是加速AI自动化的关键技术之一。
二是因果学习蓬勃发展，涌现处许多新的成果。因果学习简而言之是指让机器具备因果思维，通过输入数据算法可以推断某件事情的前因后果，进行反事实推理。凭借因果推理方面的贡献获得图灵奖的Judea Pearl在其最近合著的《因果之书：因果关系的新科学（The Book of Why: The New Science of Cause and Effect）》当中提到，如果没有对因果关系的推理能力，AI的发展将从根本上受到限制。图灵奖得主Yoshua Bengio也曾提到，“因果关系对于机器学习的下一步进展非常重要”。 认知科学实验也表明，理解因果关系对于人类成长乃至智力发展至关重要。Bengio关于因果关系的研究，代表行业已经在这个问题的探索方面迈出重要一步。
从开始，因果学习的学术研究新成果不断出现，发表的相关论文数量每年都在翻倍增长。目前，从国内外关于因果学习的研发来看，出现了很多因果学习的工具，例如DoWhy、围绕解决因果效应评估类问题的EconML，用来完成uplift建模的CausalML以及专注解决因果发现问题的Causal Learn。
三是国内人工能AI团队积极投身因果学习研发，推出一站式开源算法工具包。面对开源的世界，人们常常会有一种困惑，即开源的工具很多，但很难有端到端的完整解题方案。就像因果算法领域一样，目前虽然出现了许多工具，但这些工具都只能解决因果学习中的部分问题，又因为不同的工具所依赖的理论框架和结构体系不同，导致工具包之间也难以融合使用。因果学习领域则是缺少系统、完整的、综合性、端到端的工具包。
7 月 12 日，九章云极 DataCanvas 发布了 YLearn 因果学习开源项目，这是全球首款一站式处理因果学习完整流程的开源算法工具包。
YLearn 因果学习开源项目率解决了因果学习中“因果发现、因果量识别、因果效应估计、反事实推断和策略学习”五大关键问题，具有一站式、新而全、用途广等特点，将“决策者”使用门槛降到最低，助力政府和企业自动化“决策”能力的有效提升。
从九章云极以及其因果学习一站式开源算法工具包的推出，我们能够有什么样的启示？“众人拾柴”聚全球智慧的开源之火正在席卷每一个领域，但从开源项目到用户真正能够用起来，还有巨大的门槛，所以基于如果将这些全球智慧与用户的需求进行整合、融合、对接，降低适用门槛，行业门槛，解决最后一公里，提供一站式的方案与服务有巨大的需求空间，也是巨大的商业机会，而这样的整合与一站式工具包与服务的提供，需要技术能力、用户洞察、行业洞察，是多维度能力的聚合。
最近九章云极完成了C+轮融资。笔者认为九章云极之所以能够在人工智能在资本遇冷的情况下，依然被资本市场追投，很重要的原因是抓住了政府和企业客户在 “从数据到智能决策”这个过程中需要解决一系列的复杂问题，其打造的AI基础软件，能够降低传统软件和硬件设施的复杂度，也符合政府和企业高度自主的顶层需求，目前数据智能技术软件正在迎来历史性的迭代升级机会窗口，九章云极把“星辰大海”和“可变现落地”都抓在了手里。
在奥匈帝国的政治与银行监管制度中，1912 年奥匈帝国中央银行恐慌期所处理的信贷限额与银行挤兑事件说明了什么问题？
1910月到12月之间，奥匈帝国的金融体系经历了一系列银行挤兑，主要集中在加利西亚和布科维纳的东北部省份。这场危机的背景是奥匈帝国东南边界巴尔干地区尚未解决的政治局势。
19秋，与塞尔维亚、俄国或两者开战的可能性引起了奥地利公众的恐惧。如果与俄罗斯发生战争，最有可能立即受到影响的地区是加利西亚，该地区与俄罗斯拥有漫长而开放的边界。
有传言说，在俄军进攻的情况下，奥地利军队计划撤退到坚固的城市利沃夫(德语为Lemberg，波兰语为Lwów)和普热米耶尔，集中力量向华沙——今天波兰的俄罗斯部分的首都进军。这一战略将使加利西亚的大部分地区暴露在俄罗斯的占领之下。由于担心与俄罗斯的战争迫在眉睫，当地储户惊慌失措，将存款换成了纸币和现金。
19，奥匈银行完全承担起最后贷款人的角色。欧洲银行的秘书长将事态发展比作“传染病”，甚至影响到该地区最稳定的银行机构 .在这种情况下，银行管理层认为，商业银行“别无选择，只能从发行银行获得资金，作为最后的手段”该银行将恐慌解释为银行体系受到外生流动性冲击而引发的危机。
它提高了利率，但却自由放贷。至少对维也纳的主要银行来说，缺乏信贷配给的一个迹象是，尽管市场利率在19的恐慌窗口期间达到顶峰，但从未超过欧洲银行的贴现率。
挤兑的规模对奥匈银行的资产负债表产生了直接影响。从第一次挤兑开始的10月初到1912月底，流通中的纸币从24亿克朗增加到28亿克朗，也就是说，增加了大约15%。在同一时期，折扣和预付从12亿克朗增加到17亿克朗(增加了40%以上)。
1912月23日，流通中的货币仍比前一年同一天的水平高出3亿克朗。银行对金币和银币的需求也很大。偶尔，甚至镍币也被发现比纸币更受欢迎最终，随着1912月16日在伦敦召开的国际和平会议，银行存款压力在1912月下旬有所缓解。虽然报纸在12月初几乎每天都有挤兑的报道，但在1912月15日之后就再也没有报道过了。
最后，每当交易对手破坏其信贷限额体系的精神时，欧洲银行理事会并不回避采取更具对抗性的策略。该银行对捷克中央银行发言人的处理说明了这一点。捷克中央银行是君主制时期最大的股份制银行之一，位于布拉格的工业中心。捷克银行是波西米亚储蓄银行的中心机构:它帮助小型机构进行再融资，但它也回收地区存款，投资于普通储蓄银行被禁止的高风险项目。
19，捷克银行陷入了中央银行的交叉火力。199月23日，在挤兑开始之前，OeUB（奥匈帝国中央银行）首次向捷克银行发出警告。根据OeUB的定期事前监测，该银行在加利西亚和布科维纳进行了大规模业务扩张，过度扩张。因此，OeUB理事会于1912.97年9月24日拒绝了捷克银行提高其信贷限额的请求。
10月底危机的开始充分暴露了该银行的弱势地位。OeUB董事们很快同意，捷克银行的个人信贷应尽快降低。然而，考虑到目前的走势，立即调整是不可能的。由于该银行在波西米亚和其他地方的重要地位，OeUB董事认为，拒绝批准额外的再融资额度将“导致一场灾难”，并将使银行的客户处于风险之中。
尽管捷克中央银行的案例是一个特别突出的例子，但类似的政策也适用于其他几个交易对手方。直到199月23日，波西米亚的三家银行继续在贴现窗口过度借贷。中央银行决心对信贷机构宽松的贷款和流动性标准采取后续行动一旦有可能在不触发第三方负面外部性的情况下，欧洲银行最终限制了其信贷限额设在维也纳的欧洲银行理事会还安排对这些银行提交的票据临时适用更严格的审查标准。
根据上述内容，我们的论文提出了进一步研究的三个主要途径。首先，一个合乎逻辑的下一步是通过信贷限制分析非正式监管的有效性。尽管1878年之后奥匈帝国相对没有出现大规模的银行恐慌，这可能意味着非正式监管在这方面发挥了作用，但我们并不评估当时欧洲银行信贷限额体系的实际有效性。
要做到这一点，就需要一个反事实的场景，即在没有最后贷款人的情况下，金融中介机构的流动性管理，以及银行应该持有的最佳预防性流动性的精确量化。由于我们在研究的背景下没有遇到合适的自然实验，所以我们无法对19之前OeUB的监管方法的积极效果做出规范的陈述。
最后，当我们集中讨论奥匈银行的情况时，其他几家主要发行银行也存在某种形式的信贷限制，包括英格兰银行、德国帝国银行、意大利银行和美国联邦储备系统。研究其他央行在过去何时以及为何采用信贷限额制度似乎是值得的。
从比较的角度来看，人们可以更清楚地看到欧洲和北美在信贷限额的设计和目的方面的相同点和不同点。这种跨国分析还可能揭示，欧洲银行的系统在多大程度上代表了其他地方央行使用的类似机制。
ChatGPT火爆出圈，前不久微软确认再追加投资10亿美元。到目前为止ChatGPT的开发公司OpenAI，已经完成了六次融资，其估值高达290亿美元！
科技大佬们的投资，是看好技术还是在追赶风口呢？
如今，AI这波浪潮很快就席卷了全世界，上到国家政要，下到平民百姓，大家都在讨论ChatGPT，各种资本如今也闻风而动，纷纷说要研发相关产品，在股票市场里那些涉及ChatGPT的概念概念股，更是受到投资者的追捧而大涨，像大家熟知的360最近因ChatGPT概念而连续三个涨停板，要知道它的上一个三连板可是在5年前啊。
世界前首富比尔盖茨，是这样评价ChatGPT的：“它将改变我们的世界，它的诞生意义不亚于个人电脑和互联网。”
那ChatGPT究竟是什么呢？
有人说，ChatGPT不就是个聊天软件嘛。
ChatGPT不仅是聊天软件，它还是一个超级工具。具体来说，ChatGPT是一款预训练生成模型，属于生成性的人工智能对话聊天软件，它能根据人们的需要创造出全新的内容。简单地说，你问它一个问题，它在理解你要求的情况下给出一个解决方案，而不是像传统的搜索引擎单纯地复制、粘贴拼凑网络已有信息。
不久之前，ChatGPT轻松通过谷歌前三轮程序员面试，就是说它获得了一份年薪18万美元的工作。密歇根大学一位教授收到一份非常优秀的论文，结果发现论文是ChatGPT写的。 据说超过80%的美国学生用ChatGPT做过作业。
马斯克在接受采访时调侃道：“这是一个全新的世界，从此再也没有家庭作业。”
还有一些学生ChatGPT考试，专业性非常强的医学执照考试、司法考试、沃顿商学院的MBA考试，通通难不倒它。逼得美国政府不得不对ChatGPT下封杀令。
有人说ChatGPT是一个全能选手，琴棋书画样样精通。有总统不信邪，用它写发言稿试试，结果不仅完美骗过数万的听众，连总统都觉得它比自己讲得好多了。
ChatGPT为什么能这么厉害呢？因为它是一种人工智能算法的架构，通俗地说，如果把互联网上面所有的内容比作一个大型图书馆的话，ChatGPT就是那个把图书馆里的书都看完并消化吸收的满腹经纶学者。它好像人类的头脑的前额叶一样，有思考能力，可以理解人们的意图，和人们有效互动，根据指令完成编写代码、撰写文案、翻译和回答各种问题等等相关任务。
和ChatGPT聊过天的网友纷纷感叹：“只有自己想不到，没有ChatGPT办不成的。”也正因为如此，推出短短几天，它的注册用户就超过了100万，不过两个月时间就突破1个亿！真可谓是，刚亮相就封神。
ChatGPT也许带给人们一个全新的世界，也意味着人工智能将带给人们一场工业革命，它的利用价值如果被挖掘出来，并找到相关行业的落脚点，必定带来无限的商机。世界的科技巨头都想来分一杯羹也是必然的，，微软就开始对其投资10亿美元，接着老虎全球管理基金、红杉资本、基岩资本等相继注资，到今年年初，微软再次加码。
都说资本的本质是逐利，那ChatGPT能否给投资者们带来利润呢？
在这里不由得想起ChatGPT创始人Sam的一句话：“不要问我赚钱的问题，我怎么知道。”
确实，ChatGPT好像无所不能：可以帮学生写作业，可以为白领写商业计划书，可以给编辑们写诗歌和文章，还能给程序员写编码等等。
但是，目前它的前景还是让人担忧的。虽然OpenAI准备推出每月付费20美元的ChatGPT Plus，可ChatGPT的市场容量和应用场景还非常有限，这些都有待去推动，否则很难做到盈利。科技大佬们的投资是看好技术，还是蹭风口，我们唯有拭目以待了。
Open AI 是巨硬投的公司，巨硬上一个明星产品hololens迭代到第二代还是问题不少，你可以说是技术停滞也可以说是大公司病。
公司大了，就一定会是派阀林立，人浮于事，尤其是主营业务的商业化部门，在公司上市后市场分分秒秒盯着营收利润现金流指标，主营业务的商业化部门的地位会非常高，任何对主营业务商业化带来冲击的内部创新明里暗里都存在阻力。
chat GPT的原型来自谷歌的一篇工作论文，这种信息由AI集合聚合分析模式，理论上会对搜索结果展示的广告模式带来冲击，此外还需要大量投入，除了模型迭代，还需要数以万计的高性能计算卡比挖矿还耗损计算卡的方式跑数据，从以数字广告获利的公司从成本收益角度，是会小步慢走也不会all in一把梭。
这在微软就不成问题，主营的windows、office业务坚如磐石，但Bing拉胯，在数字广告业务上打不过谷歌也打不过Facebook，而纳德拉在数字产业的眼光确实非常厉害，自身云服务也可以，大笔投资open AI，还能用上自身的云服务，怎么看都划算。
这也是科技公司到职业经理人阶段的一个有趣的考题。无论巨硬还是英特尔还是苹果还是谷歌，以及现在的Open AI以及大硅谷，其实都是70年代起嬉皮士运动带起的平泉运动的产物，早期的程序员和硬件工程师是真坚信反资本、平泉、爱与和平理念的，本身也是反大公司的，要造当时西装革履的IBM们的反，所以早期创始人（除盖茨个富二代）都带着浓重的理想主义，想以技术改变世界，早期的商业化都一塌糊涂。
但奇妙的是反紫本反紫本主义出身的极客们拿的却是最紫本主义的钱，都奔赴紫本市场融资，成为紫本主义自身迭代升级最重要的新兴力量，促使紫本主义从传统工业向信息化数字化转型。而紫方往往会派职业经理人来帮助他们管理公司，完成商业化。
有干的不好的，比如斯卡利，也有干的好，比如施密特和桑德伯格。总之，这帮草莽精英最后都与藤校精英们完成了合流，尤其是是这十几年，理想化色彩日渐消散，精英气息日渐浓重，成为藤校最好的去处。
嬉皮士与雅皮士合二为一，是新世纪科技产业最有趣的现象。
相应的，科技公司在公众中的形象也从早期的早饭者变成了隆端者，在湾区“绅士化”的过程中遭到越来越多的敌视，在民意与ZZ的合力下，遭遇反隆断诉讼。
创始人逐渐退居幕后，职业经理人登场，而职业经理人往往是守成的代名词，在一定程度上，大型科技公司越来越乏味是理想主义退潮和科层化、商业化重心的产物。
所以比起技术、产品层面，Open AI 最有趣的地方，是阿尔特曼等创始人重燃了理想主义、反紫本主义的早期硅谷精神，可能打破大公司铜质的科技行业格局。
这比反隆断诉讼更能推动变革。
但变革是好是坏、对产业就业收入冲击如何，现在还不得而知。而它迅速被巨硬整合，是发达紫本市场最好的体现：自身孵化的反力量会被体制化吸收融为一体。
让我想起村上春树的一段文字，大意是：年轻的左翼大学生，毕业后，剪去了长发，走进写字楼，告别了青春。
10月1号举行的特斯拉AI DAY说明了啥？
是人形机器人的时代到来了吗？
不不不，是人形机器人，仿生机器人的融资时代来临了。
按照一个市场演进的过程：极少数专家预研技术，这时候是在论文里，在各种实验室中，甚至是推导出来的。
其次，部分人开始沉淀技术，以极客为主，他们开始尝试产品制造。这时候不能称为商品，只是将技术转化为产品。
再然后，资本开始在少部分团队的努力下看到产品雏形，开始商业化推导，预言商业化进程。开始讲故事了，人形机器人就是这么个阶段。能不能成，在这个时候不是讨论重点，重点是给多少钱，拿多少资源未来能成，并且称为行业第一，垄断市场。
最后，开始进入商业化阶段，各大厂商资本竞相登场。产品开始落地，高中低，价格战，相继登场。
在产品落地后，依然会在细分的产品，细分的技术演进中重复出现上面四个过程。
所以，人形机器人不用太过兴奋，在如今的机器人领域，海外玩家不一定玩的过中国。
#特斯拉人形机器人“擎天柱”亮相#
