激光输电突破8.6公里！美军创纪录实验背后，无线能源时代将至

一道红外激光穿越大气层，30秒内将800瓦电力送达8.6公里外的接收器，科学家们用这些能量现场制作了爆米花——这不再是科幻场景，而是美国军方实验室的最新突破。

美国新墨西哥州的白沙导弹靶场，一道看不见的红外激光束悄然穿越8.6公里的大气空间。30秒内，800瓦电力被精确传输到地面接收站，创下激光无线输电的最远距离纪录。

这是美国国防高级研究计划局（DARPA）在2025年6月15日完成的突破性实验，直到7月21日才由科技媒体披露。整个系统从设计到建成仅用了不到三个月:cite[1]:cite[2]:cite[3]。

"试验中传输的总能量超过1兆焦耳，足够运行一台微波炉或小型冰箱，"IEEE Spectrum在报道中透露，"研究人员甚至用部分能量制作了爆米花，致敬电影《天才反击》中的经典场景。"

01 技术突破：激光输电的里程碑时刻

这项成就属于DARPA的"持续光学无线能量中继"（POWER）项目的第一阶段成果。该项目由美国海军研究实验室（NRL）主导实施，旨在突破无线能源传输的技术瓶颈:cite[1]:cite[4]。

DARPA POWER项目激光输电系统示意图（图片来源：网络）

实验系统核心由两部分组成：发射端使用精确聚焦的红外激光束，接收端则采用特制的抛物面镜将激光聚焦到高效光伏电池阵列上。大气湍流曾经是长距离激光传输的噩梦，会使光束发散失效:cite[3]:cite[9]。

DARPA工程师团队通过两项关键技术攻克了这一难题：自适应光学系统实时调整镜面形状，补偿大气扰动；光束引导机制则确保激光束持续精准锁定目标。这些技术让激光在8.6公里距离上保持了足够的相干性和功率密度:cite[1]:cite[5]。

DARPA激光无线输电技术进展对比

特别研发的光伏电池针对特定激光波长进行了优化，实现了约20%的能量转换效率——在长距离传输和激光安全限制条件下，这一效率堪称突破。该项目曾在2024年底实现1.7公里传输230瓦的成果，如今在不到一年内将距离提升五倍，功率增加三倍以上:cite[3]:cite[4]:cite[9]。

02 创新前沿：全球技术竞赛加速

DARPA的突破并非孤例，全球科研机构正竞相攻克激光无线输电技术瓶颈。

在商业领域，美国PowerLight公司已实现1公里距离传输400瓦电力，并持续运行12小时的成绩；新西兰Emrod公司则专注于微波无线输电技术，在更短距离上实现了更高效率 。

安全问题是激光输电商业化的关键门槛。2023年11月，WI-Charge公司申请了一项突破性专利——"用于在具有不同人类存在水平的区域中使用的无线电力系统"。

该技术能智能感知场所人流量，自动切换工作模式：当检测到无人状态时，系统进入 "下班后模式" ，安全执行设备充电、信息更新和维护任务:cite[7]。

03 未来蓝图：200公里输电的宏伟目标

POWER项目规划清晰的三个阶段，目前的第一阶段只是起点。DARPA设定的中期目标是到2027年实现10千瓦功率、200公里距离的激光输电能力。

未来激光输电可能的应用场景（概念图）

为实现这一跨越，研究人员正在探索空中中继平台——在高空部署能量中转站，形成接力传输链。这种架构将克服地球曲率限制，实现超视距能量传输:cite[10]。

未来应用场景明确而广阔：为高空无人机提供无限续航能力；为偏远军事前哨和灾区供应紧急电力；甚至为小型至中型数据中心提供清洁能源。

美国海军研究实验室在技术声明中展望："这为太空太阳能电站构想铺平了道路——在太空收集太阳能，通过激光传回地面接收站，提供24小时不间断的清洁能源。"

04 市场脉动：国内外应用布局加速

全球激光无线输电技术正从实验室快速走向市场应用。

2025年7月，中国招标市场出现多个激光相关项目：阜阳皖润电力公司发布激光传感器招标公告，面向全国供应商采购；浙能乐清发电公司采购清单中则包含多种激光设备及配套产品，如激光笔、光电转换器等:cite[6]。

特别值得注意的是，7月21日公布的水下无线光通信项目（ZNBX1977）由瓴深海洋科技有限公司中标，表明该技术在海洋领域的应用正在推进。

美国军方对此技术的战略定位远超民用范畴。NRL在官方声明中强调：该技术在极端天气或道路中断情况下，可快速构建"无线基础设施"，对军队部署、灾害救援具有颠覆性意义:cite[2]:cite[10]。

全球激光通信设备市场预测（2025-2030）

年复合增长率(CAGR): 25.1%

结语：无线能源的未来已来

白沙试验场外，新墨西哥州的荒漠延伸到天际。DARPA的工程师们已在规划下一阶段实验：10千瓦功率传输200公里，足以支撑一个小型社区的电力需求。

激光输电技术正跨越军事与民用的边界。WI-Charge公司刚获得的新专利解决了公共场所激光供电的安全难题，中国阜阳的电力公司也开始招标激光传感器。

能源传输的未来，可能不再需要穿越山川大地的电缆网络。美国海军研究实验室的专家们已在构想更远大的图景：将激光中继站部署到近地轨道，接收从3.6万公里高空同步轨道空间电站发射的能源光束。

本文由激光每日说整理发布 转载请注明出处 2025年7月22日

他警告说，“绝对有大量的投资最终将是死胡同/There are a ton of these investments that will be dead ends”

在AI似乎无所不能的今天，而盖茨的“泡沫论”则提供了一个稀缺的、审慎的视角。

这是老派精英的保守，还是对未来最精准的预判？

本文无意简单地判断“是”或“否”，而是希望借用盖茨的视角作为一面“历史的镜子”，深入剖析当前AI狂潮的内在结构、风险症结与未来路径。

01 历史的回响

盖茨的警告之所以极具分量，在于其类比的精准性。

他特意将AI泡沫与“.com泡沫”相提并论，同时明确排除了“郁金香狂热”的类比。

这一区分至关重要，也是我们分析的基石。

郁金香狂热是纯粹的投机，标的物本身没有颠覆性的内在使用价值。

而互联网技术，正如盖茨所强调的，是“非常深刻的东西”，它最终改变了世界。

AI亦是如此，盖茨称之为“一生中见过的最重大的技术”。

这也就是说，我们讨论的并非一场“骗局”，而是一个伟大技术在落地过程中，必然伴随的资本“周期”。

为了理解今天的周期，我们必须回到历史的现场深入复盘那种著名的.com泡沫。

在.com泡沫中，我们的关键点是理解背后的金融机制。

一个绝佳的案例是当时的网络设备巨头思科（Cisco）。

在泡沫的鼎盛时期，思科开创了“供应商融资”（Vendor Financing）模式：

它通过旗下的融资部门，向大量初创的互联网公司提供贷款，而这些公司则用这笔贷款回头购买思科的路由器和交换机。

这一操作在短期内极大地推高了思科的收入和股价，使其一度成为全球市值最高的公司。

但请注意，这本质上是思科在“赊账”给自己创造需求。

当2000年泡沫破裂，这些客户纷纷倒闭时，思科不得不计提高达22亿美元的坏账，股价一落千丈。

今天，芯片巨头英伟达（Nvidia）的角色与当年的思科何其相似，这形成了惊人的历史互文，我们将在后文详细解剖。

历史同样也提供了系统性风险的镜鉴。

20世纪80年代末日本的“平成泡沫”中，企业普遍采用“经连会”（Keiretsu）模式，即通过复杂的交叉持股形成紧密的利益共同体。

这种模式在经济上行期增强了企业集团的稳定性和竞争力。

但在泡沫破裂时，银行和企业之间的风险传染也极其迅速，最终导致了日本“失去的十年”。

图源：Keiretsu Networks (系列 ネットワーク) | SpringerLink

那，如今AI生态系统中巨头之间日益紧密的捆绑，是否也潜藏着类似的系统性风险？

当然，历史并非只有悲剧。

一个经典的正面案例是：

1917年，杜邦公司（DuPont）投资了当时尚在成长期的通用汽车（GM），并长期持有其股份近40年，获利丰厚。

其成功的关键在于，通用汽车所处的汽车产业，拥有一个由工业化和城市化驱动的、真实、广阔且持续增长的终端市场。

这个案例为我们评估当下的AI循环交易提供了一个至关重要的参照系：

AI技术能否像当年的汽车一样，找到足够广阔的真实应用场景，来消化掉这些天量的投资？

这个问题，是衡量此轮泡沫虚实的核心标尺。

02 解剖AI狂潮

在古希腊神话中，“衔尾蛇”（Ouroboros）是一个吞食自己尾巴的蛇形生物，象征着循环、永恒与自我再生。

如今，这个古老的符号精准地描绘了人工智能领域正在上演的资本奇观：

一个价值数万亿美元的资本闭环正在芯片巨头、云服务商和AI模型公司之间飞速旋转。

这正是盖茨所担忧的泡沫的核心驱动机制。

而要理解这场资本游戏的本质，我们首先需要拆解其三种核心模式。

核心模式一：上游投资下游，下游采购上游。

这是最直接的循环形式。

以上图中英伟达与OpenAI传闻中高达1000亿美元的交易为例，这本质上是一种附带了长期采购协议的股权投资。

对于急需资金进行天价研发和算力扩张的OpenAI而言，它获得的是生存和发展的弹药；

对于坐拥巨额现金和高市值的英伟达而言，它不仅获得了一项潜在高回报的财务投资，更重要的是，它锁定了未来数年乃至十年的核心客户，确保了其GPU在AI浪潮中的主导地位。

资金从英伟达流向OpenAI，再以订单的形式流回英伟达，完成一次完美的闭环。

核心模式二：交叉持股与战略联盟。

交易并不仅限于直接的上下游。

整个AI生态系统正通过相互投资，编织一张“你中有我，我中有你”的复杂网络。

微软深度绑定OpenAI，谷歌整合自家DeepMind，亚马逊投资Anthropic，旨在构建一个封闭但高效的生态系统，加速内部的技术迭代和商业化落地，同时抬高外部竞争者的进入门槛。

核心模式三：云服务商——“关键中间人”与“算力二房东”。

微软Azure、甲骨文云（Oracle Cloud）以及算力新贵CoreWeave等，在循环中扮演了至关重要的角色。

它们是芯片的“大买家”，也是AI模型公司算力的“总承包商”。

资金通过它们进行流转，使得循环链条更长、更隐蔽，也更稳固。

例如，CoreWeave在获得英伟达支持的同时，也向OpenAI等公司提供大规模云服务，完美地诠释了其在资本和算力循环中的枢纽作用。

那，为何这种复杂的交易结构会在AI领域野蛮生长？

答案在于AI产业的三个根本特征：

首先是极端的资本需求。

训练一个像GPT-4这样的前沿模型，成本动辄数亿美元，而未来的GPT-5或更高级的模型，训练成本可能达到数十亿甚至上百亿美元。

更惊人的是基础设施投入。

据报道，OpenAI规划的数据中心总投资可能高达8500亿美元，建成后将消耗17吉瓦（GW）的电力——

超过整个纽约市的用电量。面对如此天文数字，传统融资模式已然失效。

其二是巨大的资本成本差异。

这是一个简单的金融逻辑。

英伟达作为市值一度超过5万亿美元、盈利丰厚的上市公司，其融资成本远低于尚未实现稳定盈利的私营公司OpenAI。

由英伟达这样的“金融巨人”为“科技新贵”提供资金，是一种极为高效的资本配置方式，它将低成本的资本精准地注入到最高速增长的领域。

最后是锁定未来的战略价值。

对于英伟达和AMD等芯片公司而言，这笔投资的战略意义远超财务回报。

它们赌的是未来十年AI基础设施的架构标准。

通过深度绑定OpenAI、xAI等头部模型公司，它们不仅确保了当前芯片的销售，更是在未来的技术路线图上烙下了自己的印记。

这是一场关乎长期市场主导权的终极博弈。

03 三大结构性风险

尽管循环交易看似是各取所需的完美闭环，但其背后潜藏的风险不容忽视。

首先是财务风险。

批评者认为，这种模式与2000年互联网泡沫时期的“往返交易”（Round-tripping）有相似之处。

今天的AI交易当然不同，芯片和算力是真实存在的产品。

但问题的核心在于需求的质量：

如果一家公司的主要收入增长，是由其投资方提供的资金所驱动的，那么这种增长的可持续性就要打上一个巨大的问号。

诺贝尔经济学奖得主保罗·克鲁格曼（Paul Krugman）将其称为“金融衔尾蛇”，警告说这可能是一个警示信号。

对于专业投资者而言，真正的问题在于现金流。

如果我们将这些循环流转的资本剔除，这些AI公司的真实自由现金流是多少？

当外部融资环境一旦收紧，这个看似坚固的循环能否持续？

你说，科技公司比如微软和Meta等公司已经在其财报中明确指出，AI是收入增长的重要贡献者。

但有人质疑，科技巨头在“夸大”利润：

比如投资公司GQG Partners等机构甚至发出警告，认为科技巨头通过延长资产折旧周期等会计手段，可能“严重低估”了实际成本，导致当前财报上的利润被“大规模夸大”。

一旦市场回归理性，重新评估折旧成本，这些公司的盈利能力可能会受到巨大冲击。

其二是系统性风险：“大到不能倒”的连锁效应。

这些交易将AI生态系统中所有玩家的命运紧密地捆绑在一起，极大地放大了“交易对手风险”（Counterparty Risk）。

OpenAI正变得“大到不能倒”。

它的成功不仅仅关乎自身，更直接关系到英伟达的收入和股价、AMD认股权的价值以及无数依赖其模型的下游应用公司的生死。

一旦OpenAI的商业化路径受阻，例如企业级用户并未如预期那样大规模付费，其后果将是灾难性的。

连锁反应可能迅速传导至整个半导体行业，甚至引发更广泛的科技股抛售。

这种“业务相关”通过资本循环升级为“财务强相关”，像一个放大器，将市场的同向波动急剧放大。

其三是实体经济的瓶颈：这是AI的“核心弱点”。

这也正是盖茨的核心忧虑之一。

金融世界的资本循环终究要受到物理世界的约束。

能源是AI最脆弱的环节。

根据贝恩公司的测算，到2028年，仅美国数据中心就需要57吉瓦的电力，而公用事业公司届时最多只能提供21吉瓦，存在36吉瓦的巨大缺口。

除了电力，还包括土地、水资源、光纤网络，甚至是变压器等电网关键设备的产能。

这些物理瓶颈无法仅通过金融手段解决。

循环交易制造了“需求无限”的幻象，却可能在“供给有限”的现实面前碰壁。

04 这次不一样？

但这次可能真”不一样“。

首先，本轮AI浪潮拥有更“硬核”的基本面支撑。

与.com时代许多“空中楼阁”的概念不同，AI已经展现出切实的生产力价值。

从程序员使用GitHub Copilot提升编码效率，到生物学家利用AlphaFold预测蛋白质结构，AI正在成为科学家和工程师的强大工具。

美联储主席鲍威尔也观察到AI与.com时代在潜在生产力上的显著不同。

此外，本轮浪潮的主导者是微软、谷歌、亚马逊这些手握数千亿美元现金、拥有庞大业务生态的科技巨头，其抗风险能力远超2000年的初创公司。

而且从泡沫的“成熟度”来看，一些典型特征尚未完全出现。

历史学家称之为泡沫“末日四骑士”的几个现象——

大规模IPO、散户投机狂热、天量股票增发、低质量公司股价暴涨——并未完全出现。

相反，像英伟达这样的巨头仍在进行股票回购，而非大规模增发，这显示了市场内部的某种理性。

一个有趣的现象是，英伟达在宣布对OpenAI等公司的重大交易后，其股价并未出现非理性的“疯涨”，这表明资本市场对这类交易的价值持有一种相对审慎，甚至部分消化的态度。

最后，我们可以借鉴经济学家卡洛塔·佩雷斯（Carlota Perez）的技术革命理论。

她认为，每一轮重大技术浪潮都会经历“安装阶段”（Installation Period）和“部署阶段”（Deployment Period）。

安装阶段的特征就是金融资本的狂热、基础设施的过度投资和泡沫的产生。

这或许是新技术扩散的“必要之恶”。

从这个角度看，当前的泡沫可能只是AI革命进入大规模“部署阶段”前不可避免的序曲。

05 穿越迷雾

我们还可以这样思考，假设，盖茨是对的，泡沫的调整终将到来，那么谁会是未来的幸存者？

未来的赢家应该会有一副画像：

1, 全栈整合者：

拥有从芯片、模型、平台到应用全栈能力的公司（如苹果、谷歌，以及微软-OpenAI联盟）将拥有最强的定价权和生态控制力。

2, 核心“卖水者”：

提供核心基础设施且护城河深厚的公司，如英伟达（只要其CUDA生态无法被轻易撼动）。

3, 数据帝国：

在特定行业拥有高质量、专有数据的传统巨头。

例如，拥有海量病例数据的医疗机构，或掌握无数交易数据的金融公司。

4, “小而美”的问题解决者：

专注于解决特定行业痛点的AI原生应用公司，它们不追求构建通用大模型，而是在某个垂直领域建立起真正的商业壁垒。

所以，从投资的角度看，核心原则应该是——

区分“主题投资”与“价值投资”，在资本狂热时保持对现金流的敬畏，特别是看非AI企业的AI支出增长率：

这是衡量真实需求渗透情况的“试金石”。

循环交易可以创造内部需求，但无法创造外部需求。

创业者们应避免陷入“模型军备竞赛”，思考你的产品是否解决了真实世界中一个“足够痛”的问题。

回到最初的问题：我们应该为AI的资本“衔尾蛇”感到担忧吗？

答案是：应该保持高度警惕，但不必陷入恐慌。

我们可以为这场资本游戏下一个更精准的定义：

它更像是“打了兴奋剂的供应商融资”。

它本身并非骗局，而是为了应对一场前所未有的技术竞赛而采取的一种激进、但符合当下逻辑的金融策略。

它极大地加速了AI基础设施的建设，但也极大地放大了整个生态系统的风险敞口。

这不是一个非黑即白的问题，而是一场高杠杆的豪赌。

比尔·盖茨的警告并非否定AI的未来，恰恰相反，正是因为深知其革命性，才更担忧非理性的狂热会摧毁本可健康成长的创新生态。

最终，决定这场循环交易结局的，不是交易结构本身，而是AI技术能否创造出足够大的真实经济价值。

对于普通人而言，保持审慎，关注基本面，或许才是穿越周期的最佳路径。

来源: 投资人说

重启娃哈哈，宗馥莉还是妥协了

41天的品牌自立征程戛然而止，宗馥莉还是妥协了。

“宏胜系下周签署2026年联销体协议，本周务必完成保证金回款工作。”10月23日，一份来自宏胜销售公司的通知在经销商圈内迅速传开，其中最关键的信息是：明年将继续销售娃哈哈产品。

这意味着，9月12日宗馥莉辞去娃哈哈集团董事长职务后推出的新品牌“娃小宗”，仅仅存在了41天，便悄然退场。

这位曾誓言“不做富二代，要做创二代”的企业家女儿，在经历短暂而决绝的告别后，为何又选择回头了呢？

经销商们对推广新品牌“娃小宗” 大都顾虑重重。毕竟，娃哈哈品牌价值高达911.87亿元，而新品牌“娃小宗”意味着要投入大量资金开拓市场，最终收益却难以预估。

对于快消品来说，品牌往往比工厂重要得多。
“可口可乐之父”罗伯特·伍德鲁夫曾说过：“即使可口可乐全部工厂都被大火烧掉，只要可口可乐的品牌还在，给我三个月时间，我就能重建完整的可口可乐”。

宗馥莉决定重启“娃哈哈”品牌，背后很可能是多方博弈后的现实考量。

经销商们的态度成为了关键因素。据报道，经销商们不愿为“娃小宗”续约、打钱。没有经销商的支持，任何饮料企业都难以生存。

与此同时，娃哈哈集团空有商标、没有生产能力；而宗馥莉所领导的宏胜系则拥有原料和代工厂，却缺乏知名品牌。这种相互依存的关系让双方不得不重新回到谈判桌前。

宗馥莉的妥协，揭开了娃哈哈传承过程中难以回避的产权困局。商标还在，工厂还在，市场也还在，但当它们分属不同利益主体时，即便是血脉相传的继承人，也不得不向现实低头。

这场持续41天的品牌独立尝试，如同一个插曲，迅速开始又迅速结束。而娃哈哈的故事，还在继续。

法国前总统萨科齐入狱：监狱“房龄”158年，曾被批老鼠滋生、皮肤病泛滥

当地时间10月21日，法国前总统萨科齐正式入狱，开启其5年刑期，成为法国现代史上首位被监禁的前总统。这起因竞选非法资金案引发的“利比亚案”，让这位曾经叱咤政坛的强人跌入谷底。

入狱前，萨科齐曾在爱丽舍宫秘密会见了法国现任总统马克龙。有批评称，马克龙的接见显得“一些犯人比另一些犯人更重要”。萨科齐本人也在入狱前高调宣称无辜，甚至将自己比作19世纪冤案主角德雷福斯。

萨科齐被关押的巴黎拉桑特监狱恰好也是当年德雷福斯被关押的地方。作为巴黎市区最后一座监狱，具有158年历史的拉桑特监狱不仅见证了法国近代司法史，其老旧的设施和糟糕的卫生条件也多次引来外界的批评。

据央视新闻报道，因涉嫌非法接受利比亚前领导人卡扎菲提供的竞选资助，今年9月25日，萨科齐被巴黎刑事法庭判处5年监禁。主审法官娜塔莉·加瓦里诺当时称，此案性质极其严重，且有损公民信任，因此判5年是合理的。

据法国司法部数据显示，类似重刑案件中89%的被告需立即服刑。萨科齐的律师已提出上诉并申请软禁，法院将在两个月内审理。若上诉失败，他可能需服满5年刑期，其中部分可转为电子脚镣在家软禁。

萨科齐是法国现代史上首位入狱的前总统，法国上一个入狱的国家元首还要追溯到二战期间维希政权的贝当元帅。萨科齐被关押的拉桑特监狱位于巴黎市中心，这是一座始建于1867年的古老监狱，也是目前在巴黎市区唯一一座仍在运营的监狱，通常关押重要犯人。法国19世纪著名的冤案主角德雷福斯在被流放到法属圭亚那魔鬼岛之前，就曾被关押在这里，而萨科齐在入狱前也自称“新德雷福斯”。

尽管拉桑特本身在法语里有“健康”之意，但拉桑特监狱的卫生条件堪忧，监狱墙壁因年久失修常有剥落、霉斑甚至渗水。由于年代古老，其通风、采光设计也存在很大问题。有法国网友调侃称，“面对这座监狱的墙壁，你可以听到历史的回声，晚上也能听到很多奇怪有害的噪声”。

2000年，监狱医生韦罗妮克·瓦瑟尔出版了《拉桑特医生回忆录》，曝光监狱内老鼠滋生、皮肤病泛滥、自杀率高。法国多家社会活动组织和欧洲反酷刑委员会等也曾多次批评这里的关押条件“非人道”。

不过，萨科齐将被关押在VIP区（或称“脆弱人士区”），单人牢房约9平方米，配有床、桌、椅子、洗手池和马桶等基本设施，不与普通犯人接触。VIP区在2014年后经历过翻新，条件得到了改善，比起普通犯人区（2-4人共享一间3-5平方米牢房），VIP区的待遇已经非常优越。此外，VIP区还可以付费获得一些额外福利，比如购买零食、租赁电视等，不过电视也只能收看有限的几个公共频道。

环球网援引法媒报道称，法国总统马克龙在萨科齐入狱服刑前，于10月17日在爱丽舍宫秘密会见了他。此事在10月20日才被曝光，据称会谈时长大约40-60分钟。马克龙在斯洛文尼亚参加地中海九国组织领导人峰会期间表示，这次会面只是“人道主义举动”，不涉及司法干预的问题。然而法国社会党领袖奥利维尔·福尔猛烈抨击，称此举暗示“某些被告会高人一等”，可能违反法国宪法关于司法独立的原则。

萨科齐称，在狱中服刑期间“不要求任何特殊待遇”。据报道，萨科齐已将家庭照片和三本书（包括《基督山伯爵》）装进行李，这是首周获准携带的物品。此外还有人建议他带上耳塞。监狱里的餐食包括面包、汤和一些廉价肉类，萨科齐每天会有1小时放风时间，家人每周可以探望1-2次，每次探视时间约30-45分钟。据报道，萨科齐在入狱第一天就开始写书。

萨科齐入狱在法国政坛掀起波澜。支持者们聚集在他家的巴黎豪宅外，其子路易·萨科齐呼吁进行街头抗议。此前法国极右领袖玛丽娜·勒庞也因挪用公款被禁选5年，加剧了右翼选民的不满。如今曾以强硬外交而著称的萨科齐也锒铛入狱，分析认为萨科齐案可能进一步撕裂法国社会。

Reddit问答版:被AI抢走工作的人，说出你们的故事

-13年经验的数据科学家，老板让我解决一个按地 理位置聚类传感器数据的需求，在我提出使用k 均值 算法之后，老板捧着笔记本对我说，「Copilot觉得
DBSCAN 算法更好诶」,我研究后发现DBSCAN 速 度很慢，而且容易出错，但老板不接受这个结论。 几个星期后我和整个数据团队都被裁了，又过了两 个月，老板自己也卷铺盖走人了，现在公司在印度 挂出了「AI科学家」的外包职位。

-我是一名配音演员，虽然还能接到大型广告和重要工作，但很多小活儿都丢了，比如分镜脚本解说——广告公司会制作数字分镜展示广告效果，以前会聘请配音员录制初步旁白(一小时能赚150-200美元),现在全交给AI了。我曾参与过一些项目，所有配音演员都拒绝签署合同，因为里面新增了一个条款——只要签字，就等于将他们的声音版权永久授权给Al训练，客户从此可以无限使用他们的声音而无需再录制任何内容。所有人都拒绝了，结果客户直接换掉了全部的配音团队。
-平面设计师报道，虽然还没有被取代，但这个行业已经变得面目全非了，客户现在期望我把Al当「许愿机」来用——在几分钟而非几小时内就能生成初始概念、情绪板甚至初始文案。这份工作的要点越来越不像构思创意，而是在筛选、精修并添加关键的人性化润色(还要纠正AI那些奇怪的错误)。与其说失去了工作，不如说我的岗位描述在一夜之间被重写了，持续适应新要求的压力才是真正的挑战。
-我曾是世界最大科幻出版社之一的编辑，在主编——也是我的顶头上司——退休后，公司重新评估了运营模式，然后我就被一个模型给替代了，告别了15年的职业生涯。说实话，考虑到这个领域的发展趋势，我早该预料到这一天的到来。只是没想到它在阅读/分析方面超越人类的速度会如此之快。
-我的情况倒不是被AI竞争岗位，而是Al+外包的成本大礼包，我的公司是微软的供应商，主要是为那些Azure云计算客户提供技术支持，但微软从去年开始强行让我们用Copilot来「协助」处理问题，如果不用就会被开除，但Copilot总会犯错，我们需要不停的纠正它，这很恼人。前段时间，公司拿到了和微软签订的新合同，然后裁掉了整个北美团队，把我们的工作外包到某个非洲国家，那里的员工月薪是400美元，公司认为他们能借助我们训练的Al系统来达到同样的工作水平，在裁员生效前公司还要求我们像没事人一样继续上班，调教哪个Al直到离开的最后一天。
-从事3D建模工作20年，但自从AI兴起后，很多客户选择跳过3D制作环节，转而直接生成最终图像或视频。Al在3D建模方面依然很糟糕，但它在制作成品方面表现出色，使得模型本身变得多余。我现在转去了零售业当销售。
-我在一个小众行业工作，主要负责处理政府文书，要求极其繁琐和细致，2023年开始AI兜售者闯了进来，说着「你们不必养那么多人了，大模型可以承担一切」之类的措辞，然后那些原本就对成本节省来者不拒的小型企业立刻就接受了，开掉了包括我在内的一批劳动力。事情随后开始变得诡异起来。文书材料看似简单，实则需要大量的时间去做精校，而且质量对完成订单非常重要，那些采用AI干活的企业——通常是case by case的商业模式——逐渐失去了获得新订单的能力，然后开始批量倒闭，于是剩下的企业又开始重新招聘人类……
-幸运的是这只是我的副业，虽然收入不错。我曾经兼职去做线下的会议记录，后来AI转录产品遍地开花，虽然错漏也多——你们知道吗，在收音效果不佳的房间，「可以」和「不可以」的语音听起来非常相似，很容易搞混——但是，既然有完全免费的东西能够达到70%的质量，我也就不指望人们还愿意支付我的收费标准，而我又不想去和AI竞争性价比(怎么可能竞争得过吗),于是这个副业就这么没了。
-我也是被自动化取代的——而且是我自己写的软件。有人曾对我说过：「如果你是程序员，而且你的工作重复性很高，那就说明你编程水平不行」,所以我把这些重复性的工作用AI做了一套自动化系统，起初它表现非常出色，办公室里人见人夸，直到我犯了一个致命性的错误——我为自动化流程写了一份操作文档。一个月内，我就被优化了。操。
-虽然不是被直接取代，但确实是因为Al而丢了工作。我负责一家网站的内容编辑，网站高度依赖SEO获取流量，然后凭借页面上的广告点击赚取收入。自从搜索引擎的AI摘要功能导致流量暴跌之后，公司就垮了。后来收购方想以外包形式重新雇佣我，但开出的工资水平连我之前的一半都不到，去他妈的。我也在学习AI相关的技能，但感觉是在浪费时间。
-这类讨论无休无止，我真想看到有哪些具体的案例证明AI让企业变得多么成功，但似乎人人都讨厌真人客服变成Al机器人。根据我的观感，AI尚未完全取代人类，不过它正在被强行塞到无数人的工作流程里，企业期待员工能够利用AI产出更多工作，然而AI持续不断的错误率却给各行各业带来了巨大的风险，往往还额外增加了人工复查的工作量。
-虽然还没被裁……但保险行业岌岌可危。我感觉团队保留人手的唯一原因就是让来电客户感受到自己被尊重而不是和机器人对话。除此之外，理赔、邮件、申诉、病历审核这些活已经全都交给Al处理了，老板总说我们要专注于重要的事——满足客户期待。团队规模还是在萎缩，甚至整个新人培训部门都被取代了。现在你们的声音会被分析，并用于绩效打分，这些数据还会储存作为商品再次出售。感觉这不是什么好事。
-我是卫生部门的一名流行病学家，在团队中负责疾病监测能力的建设工作，同事都拥有流行病学或生物统计学的硕博学位。简单来说，我们团队实现了数据清洗与可视化的自动工程，这样就能将时间用于解读数据成果，从而更早发现病情爆发和传播规律。如今正值年底呼吸道疾病高发季，我们却被要求退出项目，好让IT团队接手制作那些毫无实用价值的简化图表，其余工作则交给AI处理。人们的健康以后就掌握在这些东西手上了，祝好。
-创意文案。眼睁睁的目睹AI在极短时间内摧毁了自由撰稿市场，并消灭了文案岗位里的后50%人力。每个职位的应聘者人数在40-60人激增至3500-5500人，这种疯狂增长如此恐怖，以至于Linkedln不得不调整UI来适应(掩盖)暴增的申请人数。以我的资历而言，我拥有非常过硬的从业经历和学历背景——我曾为超级碗广告撰稿，也为乔·罗根、波兹·马龙等名人写过文案。但现在我找不到工作。
-我是插画设计师，虽然还能接到一些活儿，但在过去一年多的时间里，我的报价大多数都被拒了，之后再也没有收到项目邀请，有个客户在他们的老板盛赞Midjourney多么神奇之后几周内就和我中止了合同。大多数客户都只是把我当作实现他们想法的工具，所以对于这个结果我并不感到意外，只是没想到在专注一个技能二十年后会以这种形式遭到淘汰。
-曾是广告策划，公司让我多用AI组织头脑风暴，我用了，然后公司便理解为是AI在做这件事情，而我是一个吃空饷的，于是就把我炒了，从此之后公司的文案就变成了最套路化、最没灵魂的那种语言。是啊，成本很重要，但看到那些采用Al的广告商将之奉若恒明，同时又抱怨品牌调性断崖式下跌时，我总会忍不住发笑。他们似乎无法将这两件事情联系起来，或者拒绝直视，更可能的是，他们根本不在乎。如今，企业的目标不再是尊重产品、向世界提供优质的服务，一切都只关乎于省钱。
-我在一家私人飞机租赁公司兼职，负责更新博客，可能年轻人都不看博客这种古董了，但因为我面向的客户群体年龄偏大——以老钱居多——他们还是很爱读博客的。编辑工作里包含事实核查的环节，比如年度预订量统计、安全指南更新这些。在流量持续增长一年后，公司决定辞掉我，改用AI写稿，结果每篇文章都存在数据错误，承诺的服务内容也远超实际范围。我前几天又看了一下，公司已经把博客频道都下线了，因为根本没人再看。我想知道为什么。
-我在欧洲遇到了一些平面设计师同行，他们说大客户依然存在，但像自出版图书的封面设计这种小项目已经完全消失了，而这类工作往往是一个平面设计师入行的起点。很难想象新一代设计师在未来该如何获得职业生涯的第一块跳板。
-我是一个还没失业的剪辑师，客户越来越期望用他们根本不懂的Al来一键完成工作，脚本和创意都由Al生成，再由人工微调，这迫使我们的文案疯狂输出海量内容，过去需要精心斟酌以契合客户品牌标准的剪辑工作，现在被塞进自动化的TikTok式标题党制作工具里。虽然工作还在，但那些让我感到创作趣味和成就感的部分正在消失，取而代之的是被要求产出越来越庞大的内容量。真没意思。
-我也还没失业，虽然我负责技术文档的维护，但老板最近问我是否愿意转回软件开发岗位，我表示不太感兴趣。当时没多想，直到最近他又说正努力帮我争取高级职位，于是我开始怀疑——他是不是知道我的岗位岌岌可危，所以在暗中帮我铺路……虽然感激，但此刻更多的是恐惧。
-你们说的都好恐怖，幸好我是一名麻醉师，应该可以安全退休。

10月14日，美国司法部公布纽约联邦法院一份起诉书，内容为指控柬埔寨跨国企业集团“太子集团控股”创办人兼董事长陈志，犯有电汇欺诈、洗钱，以及强迫员工进行俗称“杀猪盘”的诈骗等多项罪名。

起底跨国诈骗大亨陈志：从福建网吧少年，到百亿黑金帝国的路径

如果不是美国通缉，还真不知道获得“社会责任典范奖”的陈志是诈骗首脑

翻开关于陈志之前的报道，那是妥妥的正能量企业家、慈善家，还在2021年、2022年连续两年获得中国财经峰会“社会责任典范奖”！


社会责任典范？正能量企业家？慈善家？这是一个魔幻的世界。

根据纽约东区联邦检察院公布的起诉书，陈志通过太子集团建立起一个表面合法，实则暗中运作的庞大犯罪体系。

检方称，该集团在30多个国家经营业务，在柬埔寨境内设有多处“强迫劳动诈骗营地”，关押和控制上百名被贩运至当地的人员。

在这些营地中，被拘禁者被迫参与网络投资诈骗，通过社交媒体、交友软件等渠道接触全球受害者，以“高收益投资”或“感情信任”为诱饵，诱使受害者将加密货币转入由集团控制的钱包账户。

所谓的“投资平台”实际上是虚假网站，受害者投入的资金在后台被迅速转移、洗钱，最终流入陈志的加密资产账户。

检方称，这个犯罪集团的作案模式极为专业化：诈骗者通常会花费数周乃至数月建立信任关系，再逐步引导受害者“投资”，最终在资金流入后将其“拉黑”或断联，造成巨额损失。

数以万计的人被没收护照、限制人身自由，并在拒绝服从时遭受暴力威胁甚至殴打。

美国检方形容，这个犯罪网络“是现代奴役与高科技诈骗的结合体”，其运作规模之大、控制手段之残酷，远超此前已曝光的东南亚“杀猪盘”集团。

纽约东区联邦检察官约瑟夫·诺塞拉（Joseph Nocella, Jr.）在发布会上表示：“陈志主导了史上最大规模的投资诈骗行动之一，助长了这一全球蔓延的犯罪产业。太子集团的欺诈活动造成全球受害者——包括纽约在内——数十亿美元损失，其背后建立在对人口贩运受害者的残酷剥削之上。”

一个以柬埔寨为基地的诈骗帝国，如何能够席卷全球千亿资金？又是哪个国家的公民成为了这场骗局的最大牺牲品？

一、 诈骗产业链：诈骗公司化、国际化、集团化，甚至小国化。

陈志的“太子集团”外表是房地产、投资与慈善相结合的综合企业，内里却是一台高效运营、结构严密的诈骗机器。

据多方报道，其在柬埔寨设立了至少十个“诈骗园区”，这些园区同时承担着诈骗培训、劳工控制、数据伪造和资金清洗等多重职能。

更令人发指的是，部分园区通过虚假招聘广告诱骗外来劳工。

受害者一旦入境，护照即被没收，被迫成为“键盘奴工”。

在网络上，他们塑造完美人设，与全球受害者建立情感联结，再一步步引导对方投资伪造的数字货币平台。

诈骗已经完成从个体犯罪到产业化的升级。

无论是爱情、理财还是“财富自由”，都是他们精心设计的幻觉产品。

根据国际刑警组织数据，到2024年，全球网络诈骗产业规模已突破3万亿美元，成为一个庞大的黑色经济体系。

二、洗钱使用加密货币，很难追踪。

陈志深谙加密货币的匿名特性，他的集团不仅利用混币器和跨链交易，还通过英属维尔京群岛、新加坡等离岸公司进行分层转账，极大地增加了追查难度。

传统金融监管机构很难在链上追踪资金来源，直到美国司法部动用最先进的区块链取证技术，才逐步锁定相关钱包。

科技成了诈骗者最锋利的刀，也成了执法者最艰难的战场。

据统计，全球仅有不到20%的国家具备完整的加密货币追踪能力，这为跨国诈骗提供了肥沃土壤。

三、 诈骗集团使用跨国资本架构法律护城河

陈志持有多重身份与国籍，在柬埔寨拥有贵族头衔，在新加坡设立家族办公室，在英国和美国都有房地产资产。

▲ 2020年陈志跟时任柬埔寨首相洪森合影

这一网络式的结构不仅为其诈骗资金提供掩护，更能有效规避单一国家的司法制裁。

他巧妙地利用了全球监管分裂的现实：柬埔寨对资本几乎不设限制，新加坡保护金融隐私，而英属群岛则提供空壳注册便利。

各国规则拼接出一道法律灰区的“护城河”，让国际执法举步维艰。

（2020年柬埔寨水灾陈志捐款50万美元助灾民脱困，洪森总理对陈志公爵的捐赠表示感谢）

四、 受害版图：谁被骗得最惨？

根据案件资料与多方报道，大陆公民是陈志诈骗集团最主要的受害群体。这既与语言和情感沟通的便利性有关，也因为陈志集团深谙东大投资者的心理——渴望高收益、追求快回报。

但陈志并未止步于中文市场。其集团在东南亚、欧洲乃至北美地区均有“分部”，招聘多语种员工，针对不同国家受害者设计话术脚本。

美国、中国台湾、越南和欧洲的受害者数量同样可观。

从骗局规模与涉案金额来看，可以得出结论：陈志骗得最多的国家，首当其冲是中国；其次是美国与周边东南亚国家。

五、 陈志之谜：网管到千亿骗徒的蜕变？

陈志，1987年生于福建连江，2015年创建太子集团，今年年仅38岁，便拥有千亿资产，令人不解。

陈志少年时曾做过网吧网管，后来借网络游戏的虚拟货币灰色交易积累原始资本。

凭借极高的操作能力和人脉，他前往柬埔寨，借助当地宽松的监管与复杂的政治环境，逐步建立起“太子集团”。

他懂得如何包装：捐款、拍电影、赞助奖学金、公开宣称“促进中柬友好”，同时也痴迷奢靡生活。

那段时间，他捐出300万美元用于医疗物资采购，媒体称其为“慈善家”；但同时，他在全球多地购置豪宅、包养网红——据传仅前女友郭紫欣一人，每月就获得2000万元“生活费”。

这位出身贫寒、初中未毕业的男人，在短短十余年间便在异国它乡，攀上了财富与权力的巅峰？

这样的发迹速度，不得不让人怀疑，陈志可能只是一个代理人或白手套，真正的幕后主脑至今逍遥法外。

目前美国人没有抓到陈志，但据知情人士透露，陈志大概率已被人灭口，尸骨无存。

这种猜测虽未经证实，但人在做，天在看，恶人必有报应！

（信息来源：综合财报网、高博新视野等）

大温21位市长各打各的“算盘”

2022年11月25日，大温哥华地区议会成员及各市市长合影留念/图源：CBC

已确认竞选连任的10位市长
“在鲍文岛（Bowen Island），我们通常都要到最后一刻才会宣布是否参选。”鲍文岛市长安德鲁·莱昂纳德（Andrew Leonard）表示。
这座岛屿隶属于大温地区，人口约4300人。莱昂纳德表示，他希望成为2011年以来该岛首位连任的市长。
“但我认为，为了社区的稳定与对话，尽早展开这类讨论是有意义的……同时我也希望延续我们过去所做的工作。我觉得自己任期的一半时间都在处理上一届遗留下来的问题。”
CBC新闻向大温地区21位市长询问了他们对2026年10月17日地方选举的计划，其中10位明确表示将寻求连任：
温哥华市长 沈观健（Ken Sim）素里市长 布伦达·洛克（Brenda Locke）北温哥华区市长 迈克·利特尔（Mike Little）北温哥华市市长 琳达·布坎南（Linda Buchanan）西温哥华市长 马克·萨格（Mark Sager）枫树岭市长 丹·鲁米（Dan Ruimy）皮特梅多斯市长 妮可·麦克唐纳（Nicole MacDonald）鲍文岛市长 安德鲁·莱昂纳德（Andrew Leonard）兰里镇市长 埃里克·伍德沃德（Eric Woodward）兰里市市长 内森·帕查尔（Nathan Pachal）
沈观健在声明中表示：“我们将继续让市政厅运作得更高效、更有成效，同时敦促高级政府层面正视心理健康和街头治安等挑战。温哥华正走在正确的道路上，我们有信心选民将在2026年选择让我们的团队继续执政。”

图源：CBC

已确定不再参选的两位老市长
两位资深市长已明确表示不会再寻求连任：
列治文市长马保定（Malcolm Brodie） ——自2001年起掌权
高贵林市长 理查德·斯图尔特（Richard Stewart） ——自2008年起执政
不过，两地的选战气氛或将截然不同。
在列治文，市议员卡什·希德（Kash Heed） 向CBC表示，他正在认真考虑竞选市长，将在未来几周内作出决定，并计划重点批评马保定长期执政下的政治文化，呼吁改革。
在高贵林，唯一宣布参选的人选则是市议员克雷格·霍奇（Craig Hodge），他于周三正式宣布参选，并获得现任市长斯图尔特的支持。
霍奇表示，高贵林在城市扩张中保持了负责任的发展节奏，希望延续该市长期以来“无党派、无内斗”的政治文化。
“我们来自不同的政治背景，但我们都相信自己在为市民做最好的决定。”霍奇说，“我们的治理方式注重合作。有些人觉得这很‘无聊’，但你知道吗？至少我们能把事情办好。”

全省选民比例/图源：CBC

暂未决定是否参选的7位市长
仍在观望的包括以下七人：
本拿比市长 迈克·赫利（Mike Hurley）三角洲市长 乔治·哈维（George Harvie）新威斯敏斯特市长 帕特里克·约翰斯通（Patrick Johnstone）高贵林港市长 布拉德·韦斯特（Brad West）穆迪港市长 梅根·拉蒂（Meghan Lahti）安摩尔市长 约翰·麦奎恩（John McEwen）狮子湾市长 肯·贝瑞（Ken Berry）
他们未表态的原因各不相同。韦斯特称自己“正在与家人、朋友及社区成员一起考虑未来计划”；约翰斯通与拉蒂则表示希望专注于市政工作，而非过早陷入选举政治。
“当你在选举阴影下做决定时，你的判断有时会被干扰。”拉蒂说。
贝尔卡拉（Belcarra）市长杰米·罗斯（Jamie Ross）和白石市长梅根·奈特（Megan Knight）未回应采访请求。

现任市长竞选连任成功可能性/图源：CBC

潜在竞选者提前动作频频
无论“摇摆市长”最终如何决定，选举气氛都在升温，许多潜在候选人已开始行动。
在新威斯敏斯特，市议员丹尼尔·方丹（Daniel Fontaine） 已宣布参选；
在三角洲，市议员迪伦·克鲁格（Dylan Kruger） 表示自己也在考虑；
在穆迪港，市议员海文·卢比耶基（Haven Lurbiecki）则创立了名为Port Moody Voice的政党，并称可能竞逐市长提名。
“时代变了，”卢比耶基说，“过去选民只能看各个候选人的宣传册，试着解读他们口号背后的含义。现在政党能为选民提供更明确的选择和方案。”

文字编辑：闻呐版面编辑：GT参考链接：https://www.cbc.ca/news/canada/british-columbia/2026-election-bc-one-year-more-9.6941765

陈志依然在逃，美国却能没收他的比特币，币圈感到恐怖至极，猜测三种可能之一：

1）美国掌握了可以破解椭圆曲线加密的量子计算机技术。
~自从谷歌宣布量子霸权以来，很多人担心，美国已经掌握了能破解比特币的技术，若果真如此，比特币休矣。
~本人认真，这种可能性小于50%。

2）利用了钱包漏洞，目前暴出是利用币安主推的Trust Wallet钱包弱随机数生成漏洞获取私钥的，这种可能性极高。
~Trust Wallet菜鸟技术已经产生过很多问题，它的私钥生成并非256位全空间充分随机，而是时间关联的，这种弱智算法，使钱包私钥很容易被破解。
~目前很多硬件钱包的默认私钥生成都有这个问题，极不安全。

3）利用黑客技术窃取了私钥，这种可能性也很高。

本人倾向于第二种情况，毕竟菜鸟技术团队的破绽相对而言，手段确定性更高。（转自Paul liu同学）

商业社会是讲究的利益平衡，有钱大家赚，可是宗馥莉要的是自己垄断所有的利益。
我们看娃哈哈有几方的利益需要平衡，国资的利益，员工持股的利益，二房的利益，以及创业元老他的那些叔叔辈儿们的利益，但是他这一切全然不顾，居然要掀桌子。他击穿了宗庆后给二房两个儿子留下的信托资产破坏了宗庆后想保持的利益平衡，这个新闻一爆出来，宗庆后的完美人设就崩塌了。
第二，宗馥莉不知道宗庆后留给她最值钱的不是那些土地、厂房、设备，也不是经销商资源。经销商资源都随时可以反叛的，而是娃哈哈这个金字招牌，但是他没有维护好各方的利益，没有维护好宗庆后的个人品牌形象，最后导致娃哈哈的品牌儿也顺带受损。它成了刨坟的第一人，当他掌控不了哇哈哈这个金字招牌的时候，他就泯然众人了。他不再是娃哈哈的公主 ，而变成了一个废长公主。这对宗馥莉来说是最大的损失没有维护好娃哈哈这杆大旗 ， 最后的结果就是分崩离析。
我给大家预测一下未来宗馥莉去做娃小宗这个品牌儿真的是一个昏招。
他的另起炉灶严重地损害了娃哈哈大股东杭州上城区国资的利益 势必招致巨大大的反弹。
现在恶果出来了，娃哈哈这个品牌儿的光环被长公主消磨殆尽。

宗馥莉要想借娃小宗这个品牌儿东山再起，难上加难，那就是普通的一个饮用水品牌，你有娃小宗，上海经销商，他的那些堂叔们有沪小娃，军阀混战，渔翁得利，娃哈哈这个品牌儿再也没有机会去战胜农夫山泉。
都说富不过3代，没想到娃哈哈这个品牌儿传到第二代第8个月还没到 就已经轰然倒塌。
宗馥莉辞职给富二代接班留下了巨大的教训，上一代留给你的最重要的是商誉 是无形资产，是没有写进资产负债表中的。如果你学不会和别人分享财富，你就不能乾纲独断，垄断权利，你不会分享财富。别人就会把你逐出决策的权利圈，关于这一点你怎么看？欢迎评论。

众所周知，自动驾驶模式是一种时代的高科技技术，也是未来汽车的主流研发方向，驾驶员不需要手握方向盘，开启这个模式，车子可以自动驾驶。（除去人工驾驶L0）自动驾驶拥有5个级别，那厂商常挂在嘴边的L2级、L3级自动驾驶，分别代表着什么？

L1级别就是车辆给驾驶员一些简单的辅助，具代表的技术就是ACC自适应巡航，通过车身上的雷达系统检测周围路况，实现自动跟车、加速、减速、刹车等。市面上绝大多数车型上都有配备，是基础的驾驶辅助功能。

L2级别可以说达到了半自动驾驶，可以实现车辆对多项功能进行操作，双手可以进行短暂的休息，但仍需做好随时接手驾驶任务的准备。L2级别包括的功能有：全速自适应巡航、自动泊车、主动车道保持、限速识别、自动变道等等。

L3级别可以做到车辆在特定环境中实现部分自动驾驶的操作，可以根据路况环境判断可以自动驾驶还是返回给驾驶员手动操作。来到这个级别，才算自动驾驶的真正开端，车辆几乎可以独立完成全部的驾驶操作，甚至可以刷刷微博。

来到L4级别，可以说是真正意义上的自动驾驶了，不需要驾驶员手动操控，车辆完全可以根据系统的判断瞬时做出正确操作。驾驶者只需要坐在驾驶位上做想做是事情，相当于有个专职司机了。这个级别就是目前汽车自动驾驶的目标了，达到这个级别的车辆，遇到任何场景都不需要人为操作，可以躺在车里睡大觉。

目前，大部分汽车都处在L2级别，但是L3级别的脚步也在加快，甚至物流企业已经应用了L4级别，只是还未能载人。目前的L2、L3虽然便利，但仍存在着风险，当驾驶员接管方向盘时，需要几秒的稳定时间。

根据相关数据显示，印度已经成为加拿大最大的移民来源国之一。

2022年，加拿大接收的印度移民数量达到11.9万人，占当年移民总数的30%。

截至2023年，印度移民人数已从2013年的3.2万人增长至近14万人，十年间增幅高达300%。

不仅如此，2023年通过探亲、陪读、留学等途径进入加拿大的印度人也达到近200万，而加拿大总人口仅有4000多万。

印度人“占领”加拿大？10年间增幅300%？加拿大为何欢迎印度移民？

近日，一张加拿大某高校毕业典礼的照片在网络上掀起了热议。
照片中，绝大多数毕业生都是印度裔，白人几乎难觅踪影，唯有一位黄发韩国女生显得格外突出。

清华2021年毕业的博士，远超美国十所名校的总和

清华大学官方微博也的确说了今年的毕业典礼上授予了 3000 多博士学位（具体的数字是 3168 人）。

不过，2020年毕业典礼授予博士学位人数只有 1018 人。而去年年底的清华大学毕业生就业报告显示，清华这一年实际毕业了博士生 1510 人。

为啥2021年一下毕业3000多人？

因为，清华 2020毕业典礼的时候说了：“由于疫情原因，本次典礼不设学位授予环节。学校决定，在 2021 年 5 月校庆期间和 2021 年毕业季，将为 2020 届毕业生分别安排专场学位授予仪式”。

也就是说，2021年学位授予的 3000 多是两年的博士毕业生数量。因此，博士生学位授予数量，不等于今年的毕业数量。

对比往年校方发布的统计数据，清华一年毕业博士生数量应该在 1500 人左右。北大略少一点，2019 年是 1300 多人。

据统计，2020年：

清华大学共录取3000多名博士；
上海交通大学共录取博士2900多人；
北京大学共录取小3000名博士；
武汉大学共录取2065名博士；
中山大学共录取博士2290人；
华中科技大学共录取博士1993人；
同济大学共录取1806名博士；
哈尔滨工业大学共录取博士1800人；
北京理工大学共录取博士1115人；
西北工业大学共录取博士1016人；
湖南大学共录取博士854人；
上海大学共录取529名博士；
中国石油大学（北京）共录取博士430人；
南昌大学共录取372名博士；
江南大学2020年共录取博士360人；
北京化工大学共录取博士351人；
北京林业大学共录取博士338人；
上海财经大学共录取博士317人；
中国政法大学共录取311名博士；
福州大学共录取博士232人。
即上述20所院校共录取25000余名博士研究生，占全国博士总招生人数的四分之一左右。不过相比另外一家巨无霸来讲，这不算什么。