山巅周刊第313期：媒体幻觉

《山巅周刊》定期分享科技、商业、医学及人文资讯，以及商业智慧和最佳实践，每周日发布。

无论是在早期的门户网站，还是如今基于算法的聚合应用，科技频道的定义被高度窄化为了“互联网 + 消费电子”。现在的科技频道，本质上是披着“极客外套”的财经消费周刊。而财经媒体本身，从专业领域的知识中枢，逐渐滑向生活化的泛娱乐平台。

视角的窄化

从“认知边界”到“消费闭环”

在当代的媒介版图中，科技频道的定义正经历着剧烈的萎缩。无论是在传统门户还是算法平台，科技报道被高度窄化为“互联网 + 消费电子”的混合体。这种现象背后是冷酷的商业逻辑：基础科学的突破往往以十年为周期，而新闻平台为了维持日更的活跃度，必须依赖高频更新、易于加工的手机发布会、App迭代或互联网大厂的人事变动。

更深层的异化在于受众身份的置换。科技频道不再服务于“科研工作者”，而是精准对准了“消费者”与“股民”。这种“资讯—消费”的短链路让科技资讯本质上沦为一种“导购指南”：大众查看产品评测，是为了做出购买决策或评估手里股票的走势。科技，在传播端被剥离了探索真理的严肃性，被赋予了时尚与谈资的属性。

逻辑的重构

财经话语对科技精神的系统性渗透

要剖析这种异化，必须理解财经概念的多重面孔。财经的古典定义曾是宏观的“经世济民”，但在现代传播实践中，它已演变为一套关于“风险与收益平衡”的资产定价体系。

科技报道被系统性地归并入了财经的话语体系。 现代科技公司在资本市场中不再仅仅是“发明家”，而是被视为“增长引擎”。这种逻辑导致了传播焦点的偏移：

• 估值逻辑取代科学逻辑： 媒体关注 AI 算法，重点不再是数学原理，而是其通过云服务变现的能力。
• 消费主义的共谋： 报道“碳纳米管”对点击无益，但报道“下一代 iPhone 接口”却能直接关联产业链股价与电商预售。

这种转向使得科技报道在本质上变成了披着“极客外套”的财经消费周刊。

异化的表征

科学守门人的权力转移与认知工具化

当科技被置于财经框架下，传播学家所担忧的“异化”便显现出来。

首先是“叙事溢价”对“事实增量”的挤压。报道逻辑从“这个发现证明了什么”转向了“这个发现值多少钱”，导致公众将股价上涨等同于科技进步。其次，科学守门人的权力发生了转移：过去的信源是实验室，现在则是企业财报与券商研报；科学记者正在被商业分析师取代，后者更关心专利的商业排他性而非科学普适性。

这种异化最终导致了认知的工具化与碎片化。社会学家哈贝马斯认为科技应是追求真理的交往行为，但财经化将其异化成了工具理性。公众处于一种“知其然而不知其所以然”的虚假繁荣中：我们熟练地使用 AI 聊天，却对其背后的统计学原理一无所知。

生态的坍塌

当财经媒体滑向“生活化”的降维生存

科技频道的异化并非孤立存在，它与财经媒体自身的“形变”互为表里。当代财经媒体为了在存量市场中“自救”，正逐渐从专业中枢滑向生活化的泛娱乐平台。

为了规避严肃议题的复杂性与敏感性，媒体转而选择“安全资讯”——如小镇创业、健康养生或全球奇闻异事，制造出一种“朴素幸福”或“我在关心大事”的心理慰藉。当财经本身已不再关乎金钱、制度与决策，而成了“情绪消费”的容器时，被纳入其麾下的科技报道自然也随之降维，演变为一种“仪式感”重于“真实性”的媒介表演。

《财经》杂志 2024年第1期封面

我以为的财经媒体内容：

媒体的回归？

硬科技如何在底层协议的竞争中“再硬核化”

然而，在消费主义盛行的废墟上，一种“硬科技（Deep Tech）”的审美回归正在悄然发生。

随着全球竞争的焦点转向半导体、基础材料和低空经济等底层协议，媒体开始意识到，如果不解释光刻胶的化学原理，就无法真正讲清芯片行业的商业逻辑。这种趋势迫使科技报道重新回归“硬核”：

• 专业回归： 智库与专业垂类媒体开始拒绝简单的财经解读，坚持回归科学本位。
• 去中心化补偿： 科学家通过预印本平台和社交媒体绕过财经中介，直接与公众对话，虽然提升了认知门槛，却保护了科学的严肃性。

这种回归预示着某种媒介生态的自我修正，觉得真正的科技报道必须跨越财经的狭隘框架，重新回到对“规律与认知边界”的终极追寻中去。

洞察：大众媒体上的科技报道应该叫科普，科技还是应该回归专业垂类媒体和预印本平台。谁会把量子科技论文发在我的博客上呢？

人物：Frank Bourassa

根据吉尼斯世界纪录，个人伪造货币的最大案例是Frank Bourassa所为，2008 年至 2010 年间，他在加拿大魁北克省的一个农场里设立了一个印刷厂，印制了 1250 万张 20 美元的假钞，并以面值的 30% 出售。 如果成功，他将从中获利7500万美元。

加拿大魁北克省人Frank从小擅长应对高难度的复杂局面，有很长的犯罪生涯。

12岁时发现了一个商机，他充当中间人，把高年级学生偷来的高档商品卖给学校的2000名学生，丝毫不担心自己违反校规或法律。

15岁时终于被学校开除了。他当了汽车修理工，并开始贩卖赃车，收入足够创办了自己的工厂，生产刹车片。

Frank做事从不敷衍了事，每天工作二十个小时，以致工作劳累过度，简直太辛苦了。于是他卖掉了工厂，和女友一起，花了两年时间游历欧洲。

结束那次即兴的环球旅行后，Frank下定决心再也不靠合法工作赚钱了。比如种大麻、卖大麻，但因涉毒罪名入狱三个月。

重获自由后突然意识到：将劳动转化为金钱的根本策略，其实一直都是迂回曲折且存在缺陷的。我们为什么要工作？我们为什么要创业？最终目标不就是赚钱吗？不如直接赚钱，美元在大多数国家都被接受。

Frank投入到从零开始学习印钞流程中。他透露，美国特勤局网站是一个特别有用的入门资源，提供了每种钞票安全特征的详细说明。毕竟特勤局成立的初衷，是保护美国货币，他们自然在行。美国财政部负责设计和印刷美国的纸币，在财政部的网站上，你可以了解从雕刻印版到最终钞票的整个印刷过程，以及纸张配方。

美国许多官方渠道都会直接抖露真传。比如，美国战略情报局（OSS，中央情报局的前身）的《Simple Sabotage Field Manual》（捣乱手册，已经解密供公开下载）训练普通民众掌握简单的破坏技巧；美国军方出版了大量手册专门讲解如何制造简易爆炸物、如何进行游击战、如何审讯俘虏、如何进行狙击以及如何进行近距离作战。

Frank最终选择了印刷20美元的钞票，因为它比50美元或100美元的钞票更不容易引起怀疑。

首先，必须找到制作美元钞票的纸张，而胶印机、印刷版和油墨就简单得多。这个骗子开始给欧洲各地的供应商打电话，希望能找到一个容易上当受骗或唯利是图的生产商。Frank的骗局基于这样一个理论：欧洲人对美钞的组成不太熟悉（比如水印头像里的Andrew Jackson是谁），因此更容易接受他的订单，他只需要说自己身居要职，需要一种非常安全的票据。并且，他确保所有通信都使用假名和假公司通过电子邮件进行。他很清楚，任何未来的诉讼中，录音都可能成为他败诉的证据。

很快，瑞士的纸张一到，Frank的印钞厂就开工了。每天工作16个小时，五个月时间，他把所有买到的纸都印成了美钞，足有2.5亿美元，这些纸张只是纸厂愿意为定制批次生产的最小数量。

整个项目花费了他大约 325,000 加元，资金来自他的刹车生意和大麻生意的利润。

然后，在卖出伪钞时，一支实力强大的国际特遣部队将他抓获，现场发现了印刷版和价值 100 万美元的假钞，被告知将面临最高 14 年的监禁。当美国特勤局介入后，如果引渡回美国，刑期最高到60年。

Frank Bourassa在一辆卡车中交出2亿美元和一台小型印刷机，警方至今仍未找到印刷厂的地点。

由于没有直接监控录像，Frank Bourassa被关押六周后获得保释。他几乎不接受有刑期的提议，一年半后在庭审中，他利用藏匿的价值2亿美元的假钞作为筹码，如果他说出伪钞的下落，就要获得自由。在向当局供出藏匿地点后，他就被释放了。

《Frank Bourassa et ses faux millions》是关于Frank Bourassa壮举的纪录片。

2012年，播客Darknet Diaries EP 102: Money Maker和The Jordan Harbinger Show #488: Frank Bourassa都出了Frank Bourassa现身说法的故事。

Frank Bourassa的假钞失踪了 5000 万美元（准确地说是4900万美元），如果全部被他卖掉，获利1500万美元。美国特勤局、国际刑警组织和加拿大皇家骑警的官员均拒绝讨论调查细节。

如今，这个“世界头号造假者”过得很低调，“你必须自律，否则就会被抓。我在很多项目里都是幕后合伙人”。十年前，媒体说他在经营防伪咨询公司，但一直都是传说。

资源：NVIDIA的免费LLM API

在 2024 年 GTC 大会上，NVIDIA 同步发布了 NVIDIA NIM（NVIDIA Inference Microservices）微服务，并推出其公开 API 目录平台——build.nvidia.com，集成Nemotron家族自有模型和合作伙伴模型，为开发者提供云端托管试用和 OpenAI 兼容 API。

最新的MiniMax M2.7和GLM-4.7免费端点热度很高，而kimi-k2-instruct是历史上最受欢迎的。

NVIDIA 亲自下场做 LLM API，而且让所有模型在 NVIDIA 上跑得最好，只是对硬件护城河的进一步加固。所以如果自托管 NIM（只兼容数据中心级 / 专业级高性能 GPU），还可以完全免费无限制地使用API。

更多免费LLM API，还可以关注awesome-free-llm-apis库（已包含NVIDIA NIM）。当然这种慷慨是有限的——纯文本生成覆盖最全面（TT推荐Groq），多模态主要为输入理解（VT推荐NVIDIA NIM，IT / II / AT / MM推荐Google Gemini 2.5 Flash），生成类（TI/TV/TA/II/IV 等）支持非常有限（无专用扩散/视频生成模型）。

工具：MarkItDown

Microsoft 开源一款轻量级的 Python 工具 MarkItDown，用于各种文档转换为 Markdown 格式，以便在 LLM 和相关文本分析流程中使用。

MarkItDown 支持 PDF、PowerPoint、Word、Excel、图片、音频、HTML 和文本格式的转换，侧重于保留文档的重要结构和内容。

在 LLM 和相关文本分析流程中，Markdown 已成为事实上的通用语言和首选输入格式，人类可读、机器易懂、成本低廉。作为标准中间层，无论是AI的输入或输出，Markdown 都能实现高效、无损的双向转换。

Android CLI

以前使用代理开发 Android 最大的隐性成本是环境不确定性，比如 SDK 版本差异、模拟器崩溃、依赖冲突都会产生无法预测的错误。

Google 升级了 Android CLI（Command Line Interface），它是专为 AI Agent + LLM 设计的轻量级、程序化命令行工具套件，同时配套发布了 Android Skills（AI 优化指令集）和 Android Knowledge Base（实时知识库）。

现在，可以用 Agent + Android CLI 快速启动原型，然后在 Android Studio 中用视觉工具微调 UI、调试和高级分析，官方测试显示整体3 倍提速。

在此前，Android 应用开发的官方 IDE 已推出 Gemini in Android Studio 智能体模式，开发方式从“被动聊天”转向“主动代理执行”，而用户有理由将Gemini换成GitHub Copilot。

影像：退休模式正在消亡

BI的一张图片。

越来越多的美国人不再按照65岁退休的传统模式生活，无论是出于自愿还是迫于无奈。75岁以上的劳动人口是增长最快的群体，大约五分之一的65岁以上美国人仍在工作，这一比例是20世纪80年代的两倍。

与此同时，随着金融教育逐渐普及，FIRE运动也蓬勃发展。这些日益极端的趋势，预示着一些退休专家所说的，当前退休模式正在缓慢消亡。