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）
❤1👍1🍌1