谷歌为什么要发行百年期债务？
Alphabet（谷歌母公司，以下简称谷歌）刚刚在债券市场上完成了一笔规模高达200亿美元的融资。
不止美元债，谷歌还计划发行瑞郎债，甚至推出罕见的百年期英镑债。上一次发行如此长周期的债务，还要追溯到上世纪90年代的摩托罗拉。
一家账面上躺着上千亿美金、被视为全球最强“印钞机”的科技巨头，为什么要突然大规模举债？而且还要锁定如此漫长的周期？
要理解这个动作，首先我们要看清这笔钱的去向。
根据最新的Q4财报，谷歌预计2026年的资本支出（Capex）将高达 1750亿至1850亿美元。这个数字几乎是几年前谷歌全年Capex的两倍。天文数字般的开支，都指向了同一个关键词：AI基础设施。
虽然200亿美元的债券相对于1800亿的开支看似“杯水车薪”，但从财务的视角看，这可能是维持资产负债表平衡的最优解：既筹措了粮草，又不占用原本用于股票回购和分红的自有现金流。
但更深层的信号在于：谷歌可能清晰地意识到，其核心商业模式的底层逻辑正在发生质变。
过去二十年，谷歌搜索的商业模式极其性感：它分发的是链接。用户输入关键词，谷歌返回十条蓝链。这种“比特生意”的边际成本近乎为零，每多一次搜索，谷歌几乎不需要多付一分钱电费。
但现在，生成式AI改变了这一切。当用户习惯直接向AI要“答案”而不是去翻链接时，搜索的底层逻辑变了。每一次AI生成的回答，都需要后台巨大的算力推理支撑。
正如我前两天的文章里观察到的：再见，Google 搜索
作为一个普通用户，尚且能感知到这种交互的变迁。站在全局视角的管理层，恐惧只会更深。
再举一个例子，哪怕是如今的当红辣子鸡，小红书现在也在强推自己的问一问，积累了那么多图文又能怎么样，该恐慌还是恐慌。
谷歌虽然靠Gemini 3 Pro 站稳了脚跟，但它正在面临典型的“创新者窘境”：它必须亲手毁掉自己那个高毛利的旧搜索，建立一个成本极高的新东西。它不再仅仅是处理信息，它开始消耗大量的能源和硬件。
这可能正是谷歌发行百年债券的核心逻辑：久期匹配
AI数据中心、土地、配套能源设施，这些都是使用寿命长达二三十年的长期资产。用长期债券融来的钱去投长期资产，规避财务风险。就像我们买房会用几十年的房贷，而不是刷信用卡。
我们可能正在见证互联网历史上最昂贵的一次转型。
对于谷歌而言，如果转型失败，搜索入口一旦失守，整个广告帝国将土崩瓦解，企业的终局价值将大打折扣。
所以，哪怕背上沉重的债务，谷歌也必须要做这门AI时代的“水电煤”生意，不可避免地从轻资产公司走向重资产化。
对于投资者而言，这意味着我们熟悉的那个轻盈、高增长的谷歌可能一去不复返了。
这不一定是坏事，但这确实是一个全新的故事了。
Alphabet（谷歌母公司，以下简称谷歌）刚刚在债券市场上完成了一笔规模高达200亿美元的融资。
不止美元债，谷歌还计划发行瑞郎债，甚至推出罕见的百年期英镑债。上一次发行如此长周期的债务，还要追溯到上世纪90年代的摩托罗拉。
一家账面上躺着上千亿美金、被视为全球最强“印钞机”的科技巨头，为什么要突然大规模举债？而且还要锁定如此漫长的周期？
要理解这个动作，首先我们要看清这笔钱的去向。
根据最新的Q4财报，谷歌预计2026年的资本支出（Capex）将高达 1750亿至1850亿美元。这个数字几乎是几年前谷歌全年Capex的两倍。天文数字般的开支，都指向了同一个关键词：AI基础设施。
虽然200亿美元的债券相对于1800亿的开支看似“杯水车薪”，但从财务的视角看，这可能是维持资产负债表平衡的最优解：既筹措了粮草，又不占用原本用于股票回购和分红的自有现金流。
但更深层的信号在于：谷歌可能清晰地意识到，其核心商业模式的底层逻辑正在发生质变。
过去二十年，谷歌搜索的商业模式极其性感：它分发的是链接。用户输入关键词，谷歌返回十条蓝链。这种“比特生意”的边际成本近乎为零，每多一次搜索，谷歌几乎不需要多付一分钱电费。
但现在，生成式AI改变了这一切。当用户习惯直接向AI要“答案”而不是去翻链接时，搜索的底层逻辑变了。每一次AI生成的回答，都需要后台巨大的算力推理支撑。
正如我前两天的文章里观察到的：再见，Google 搜索
作为一个普通用户，尚且能感知到这种交互的变迁。站在全局视角的管理层，恐惧只会更深。
再举一个例子，哪怕是如今的当红辣子鸡，小红书现在也在强推自己的问一问，积累了那么多图文又能怎么样，该恐慌还是恐慌。
谷歌虽然靠Gemini 3 Pro 站稳了脚跟，但它正在面临典型的“创新者窘境”：它必须亲手毁掉自己那个高毛利的旧搜索，建立一个成本极高的新东西。它不再仅仅是处理信息，它开始消耗大量的能源和硬件。
这可能正是谷歌发行百年债券的核心逻辑：久期匹配
AI数据中心、土地、配套能源设施，这些都是使用寿命长达二三十年的长期资产。用长期债券融来的钱去投长期资产，规避财务风险。就像我们买房会用几十年的房贷，而不是刷信用卡。
我们可能正在见证互联网历史上最昂贵的一次转型。
对于谷歌而言，如果转型失败，搜索入口一旦失守，整个广告帝国将土崩瓦解，企业的终局价值将大打折扣。
所以，哪怕背上沉重的债务，谷歌也必须要做这门AI时代的“水电煤”生意，不可避免地从轻资产公司走向重资产化。
对于投资者而言，这意味着我们熟悉的那个轻盈、高增长的谷歌可能一去不复返了。
这不一定是坏事，但这确实是一个全新的故事了。
#出海运营秘籍👉@yunying23
市场上，不管哪个赛道，其实能接新品推广的达人，依旧是稀缺的。
推广新品需要具备一定体量，具备一定的信任度，需要具备一定规模的商务团队和运营能力，能接得住品牌的「花活儿」想法，如此种种。
市面上的优质达人少，和人的底蕴相关，也就是他在视频和直播之外，在努力的东西是什么。
所以很多事情，并没有我们想的那么难，只是比别人优秀一点点，就是壁垒了，真要多尝试。
市场上，不管哪个赛道，其实能接新品推广的达人，依旧是稀缺的。
推广新品需要具备一定体量，具备一定的信任度，需要具备一定规模的商务团队和运营能力，能接得住品牌的「花活儿」想法，如此种种。
市面上的优质达人少，和人的底蕴相关，也就是他在视频和直播之外，在努力的东西是什么。
所以很多事情，并没有我们想的那么难，只是比别人优秀一点点，就是壁垒了，真要多尝试。
#出海运营秘籍👉@yunying23
1月30号两个公众号阅读量暴跌，我一直以为是被限流了还是怎么样，但发现很多人在这一天都有这种情况，包括投流的朋友也说不止我一个人出现这种情况。
我最近一直在研究这个变化，发现是公众号现在的「通知」不再是「通知」了，很早期关注但和你互动不多的，几乎不会提醒，需要点你的头像，有个小绿点才能看到更新。
我拿自己自关注了5个号的小号测试，我刚发了10分钟的文章，信息流里宁愿空着，也不会出现我的公众号最新文章。
以前会出现在信息流了，现在不会出现，需要点击查看更多才能看到。但你刚关注，或者和你互动过，我发现这类账号的上一篇文章会一直出现在订阅号的提醒里。
写了12年的公众号，打开率常年10%以上，超多读者对我都是看到了会愿意进来看看，但也不会有太多的互动，现在我会消失在他们的信息流里。
之前一直和周围人安利，不管做不做算法平台，都可以有个公众号作为你的大本营，因为「这里的读者真的是你的读者」，大家认的事你这个人。而算法类平台本质上大家刷的是广场，算法不推挤你再多关注都没有用。
现在，最后的安心阵地也没了。
但也没什么好抱怨的，跟随变化而调整自己呗，可能无法安安心心简单分享自己的所思所想，需要更多的和读者有更多的互动，以及思考什么样的内容被算法推荐。
以上纯个人有限总结，并不清楚微信到底怎么弄的，不一定对。
1月30号两个公众号阅读量暴跌，我一直以为是被限流了还是怎么样，但发现很多人在这一天都有这种情况，包括投流的朋友也说不止我一个人出现这种情况。
我最近一直在研究这个变化，发现是公众号现在的「通知」不再是「通知」了，很早期关注但和你互动不多的，几乎不会提醒，需要点你的头像，有个小绿点才能看到更新。
我拿自己自关注了5个号的小号测试，我刚发了10分钟的文章，信息流里宁愿空着，也不会出现我的公众号最新文章。
以前会出现在信息流了，现在不会出现，需要点击查看更多才能看到。但你刚关注，或者和你互动过，我发现这类账号的上一篇文章会一直出现在订阅号的提醒里。
写了12年的公众号，打开率常年10%以上，超多读者对我都是看到了会愿意进来看看，但也不会有太多的互动，现在我会消失在他们的信息流里。
之前一直和周围人安利，不管做不做算法平台，都可以有个公众号作为你的大本营，因为「这里的读者真的是你的读者」，大家认的事你这个人。而算法类平台本质上大家刷的是广场，算法不推挤你再多关注都没有用。
现在，最后的安心阵地也没了。
但也没什么好抱怨的，跟随变化而调整自己呗，可能无法安安心心简单分享自己的所思所想，需要更多的和读者有更多的互动，以及思考什么样的内容被算法推荐。
以上纯个人有限总结，并不清楚微信到底怎么弄的，不一定对。
Armin Ronacher（极简 Coding Agent 工具 Pi 的两名开发者之一）在最新文章（A Language for Agents）中，总结了 AI 对编程语言特点的好恶：
AI喜欢什么：
显式类型信息，无需LSP推断
刚性语法结构，括号优于空白
副作用必须声明 needs { db, time }
结果类型替代异常（Result）
grep可搜索的显式包前缀
AI讨厌什么：
宏（Macros）增加理解难度
重新导出（Re-Exports）和Barrel Files
不稳定测试（Flaky Tests）
工具链分裂（代码能跑但类型检查失败）
如果我们要设计这样的语言，它会是怎么样的呢？
# AI 时代的编程语言：从写起来准，到读起来准
面向Agent的编程语言应具备"显式契约"特性——所有对代码行为的假设都必须明文写进代码，而非依赖外部工具或开发者记忆。
- 三大契约维度
1. 类型契约：签名即文档
// 而非：auto result = process(data)
// 而要：Result process(RawData data)
拒绝动态类型和过度类型推断。类型信息必须保留在源码中，无需LSP即可理解。
2. 依赖契约：函数即边界
func fetchUser(userId: UserID) needs { db, time }
所有副作用（数据库、时间、随机数）必须在函数签名中显式声明。AI才能正确Mock，写出稳定测试。
3. 语法契约：明确胜于简洁
拒绝聪明：避免宏、运算符重载、隐式转换
拒绝魔法：避免全局状态、依赖注入黑盒
拒绝歧义：避免重导出、Barrel files，
定义必须指向单一真实来源
- 代码可读性的衡量标准
语言是否Agent友好的评估指标：
独立理解度：脱离IDE，仅靠grep能否定位所有依赖？
修改局部性：改一行代码，受影响范围是否可预期？
工具一致性：parser、type checker、formatter、linter对代码的理解是否100%一致？
测试确定性：AI生成的测试是否必然通过或失败
# 一句话总结
AI友好的代码 = 显式信息密度 × 局部可推理性
人类追求写代码时的快感（少打字、灵活性）
AI追求读代码时的确定性（无歧义、可预测）
AI喜欢什么：
显式类型信息，无需LSP推断
刚性语法结构，括号优于空白
副作用必须声明 needs { db, time }
结果类型替代异常（Result）
grep可搜索的显式包前缀
AI讨厌什么：
宏（Macros）增加理解难度
重新导出（Re-Exports）和Barrel Files
不稳定测试（Flaky Tests）
工具链分裂（代码能跑但类型检查失败）
如果我们要设计这样的语言，它会是怎么样的呢？
# AI 时代的编程语言：从写起来准，到读起来准
面向Agent的编程语言应具备"显式契约"特性——所有对代码行为的假设都必须明文写进代码，而非依赖外部工具或开发者记忆。
- 三大契约维度
1. 类型契约：签名即文档
// 而非：auto result = process(data)
// 而要：Result process(RawData data)
拒绝动态类型和过度类型推断。类型信息必须保留在源码中，无需LSP即可理解。
2. 依赖契约：函数即边界
func fetchUser(userId: UserID) needs { db, time }
所有副作用（数据库、时间、随机数）必须在函数签名中显式声明。AI才能正确Mock，写出稳定测试。
3. 语法契约：明确胜于简洁
拒绝聪明：避免宏、运算符重载、隐式转换
拒绝魔法：避免全局状态、依赖注入黑盒
拒绝歧义：避免重导出、Barrel files，
定义必须指向单一真实来源
- 代码可读性的衡量标准
语言是否Agent友好的评估指标：
独立理解度：脱离IDE，仅靠grep能否定位所有依赖？
修改局部性：改一行代码，受影响范围是否可预期？
工具一致性：parser、type checker、formatter、linter对代码的理解是否100%一致？
测试确定性：AI生成的测试是否必然通过或失败
# 一句话总结
AI友好的代码 = 显式信息密度 × 局部可推理性
人类追求写代码时的快感（少打字、灵活性）
AI追求读代码时的确定性（无歧义、可预测）
❤2👍1🍌1
Vol.309 珍惜已经存在的东西，把已有的东西做好
红杉资本合伙人 Pat Grady 说：最好的资源利用方式 —— 把已有的东西做好。
想了想有几层：
看看自己有什么，
看看自己真的理解自己有什么，
看看自己所在的地方，历史上有什么？
你能看到多久的过去，才能看到多久的未来
红杉资本合伙人 Pat Grady 说：最好的资源利用方式 —— 把已有的东西做好。
想了想有几层：
看看自己有什么，
看看自己真的理解自己有什么，
看看自己所在的地方，历史上有什么？
你能看到多久的过去，才能看到多久的未来
❤1
某种程度上我是反用户调研主义者
理由有一个玄幻一点点的是乔布斯说的，用户不知道想要什么，真正重要的产品都是做出超出用户预期的东西，你不可能问出一个用户都不知道的答案
第二个理由是，来自思维快与慢，大部分快消品决策走得是系统一，10s广告，货架看一眼就决定。把用户关在单面镜会议室里用系统二说出来的话大部分更像是假装理性的cosplay
用户调研什么是有价值的？
1. 产品体验维度的观察，好奇用户拿到产品怎么用，可以躲在单面镜后面观察直接反应
2. 讨论复购路径和理解用户如何向其他人描述推荐产品，提取用户语料融入营销
理由有一个玄幻一点点的是乔布斯说的，用户不知道想要什么，真正重要的产品都是做出超出用户预期的东西，你不可能问出一个用户都不知道的答案
第二个理由是，来自思维快与慢，大部分快消品决策走得是系统一，10s广告，货架看一眼就决定。把用户关在单面镜会议室里用系统二说出来的话大部分更像是假装理性的cosplay
用户调研什么是有价值的？
1. 产品体验维度的观察，好奇用户拿到产品怎么用，可以躲在单面镜后面观察直接反应
2. 讨论复购路径和理解用户如何向其他人描述推荐产品，提取用户语料融入营销
👍1
我有个脑洞：把AI接入会议室。
起因是我感觉现在AI比我聪明太多了，和同事讨论问题经常需要先查查AI，如果同事开会的时候问了个我回答不上来的问题怎么办？临时找AI还要给那么多上下文，不如直接让AI来入会？
现在meeting里的很多AIbot还是在做秘书的工作，能不能直接变成智囊团？聊到一个棘手的问题的时候，直接问AI：你觉得应该怎么办？
吵得不可开交的时候，问AI：你觉得谁说的对？
这想想也太棒了！把AI接入会议室八爪鱼可以解决收声问题，声纹识别可以解决身份识别的问题，再给AI会议室屏幕，🤷！！wtf
起因是我感觉现在AI比我聪明太多了，和同事讨论问题经常需要先查查AI，如果同事开会的时候问了个我回答不上来的问题怎么办？临时找AI还要给那么多上下文，不如直接让AI来入会？
现在meeting里的很多AIbot还是在做秘书的工作，能不能直接变成智囊团？聊到一个棘手的问题的时候，直接问AI：你觉得应该怎么办？
吵得不可开交的时候，问AI：你觉得谁说的对？
这想想也太棒了！把AI接入会议室八爪鱼可以解决收声问题，声纹识别可以解决身份识别的问题，再给AI会议室屏幕，🤷！！wtf
👍1
Forwarded from Post Bot
This media is not supported in your browser
VIEW IN TELEGRAM
简单注册 0门槛 隐私有保障
公开透明 无私彩 放心玩
Please open Telegram to view this post
VIEW IN TELEGRAM
DeepSeek最近效果真的没啥优势了，体感不如豆包元宝kimi，25年初轰动性破解推理模型后就没浪花了。这家创业公司的评价体系主要是创新，年轻的天才团队在做项目做产品精进价值方面 还是缺了点动力和耐性。
👍1