本文来自微信公众号：每日经济新闻 （ID：nbdnews），作者：黄婉银、李旭馗（实习），编辑：程鹏、黄博文、潘海福，原文标题：《机身断成两截， 2名遇难者在海下约7米处被找到，巡逻车在飞机跑道外被撞进海里，香港机场飞机坠海事故更多细节披露》，题图来自：每日经济新闻（记者 李旭道 摄） 10月20日凌晨约3时50分，香港国际机场发生一宗事故。一架由阿联酋阿勒马克图姆国际机场抵港的B744货机（航班编号UAE9788）在北跑道降落后出现 偏离情况滑出海面。 据悉，该货机意外撞到一辆正在跑道上巡逻的机管局巡逻车。巡逻车连人带车被撞落海，车上的男乘客当场身亡，而男司机则重伤送院抢救后不治身亡。 救援人员在水下约7米的地方将巡逻车乘客和司机救出。 香港民航意外调查机构已就有关意外展开调查。 10月20日上午，香港机管局新闻发布会直播画面；每经记者 李旭馗 摄 发布会现场，图片来源：每经记者 李旭馗 摄 其中一位是41岁的男性巡逻车司机，他从水下被救出时，已无呼吸、无脉搏，且头部受伤，后送医急救不治身亡。同车另一名30岁的男性机场巡逻车人 员，被现场紧急医疗队医生宣布死亡。 随后，消防人员进入涉事货机的机舱，确认机舱内 ...

今年是十四五收官、十五五开启的关键节点，五年规划进入框架搭建阶段，重磅会议即将敲定目标和任 务。今天这条视频就从大家比较关心的问题出发，给大家5个追踪十五五战略的重要思路。 ...

农业机械化应用与局限性 - 截至2024年底，中国农作物耕种收综合机械化率已超过74%，其中北方平原地区如山东省的机械化率高达91.7% [5] - 农业机械能力受地形和天气限制，在持续降雨导致土地泥泞时，常规轮式收割机无法作业，而更昂贵的履带式收割机尚未在乡村普及 [5] - 异常天气迫使农民回归传统人力劳作模式，进行摘玉米、砍玉米梗、运输、晾晒等一系列工作，机械化收割在此次秋收中失去用武之地 [5][6][8] 玉米收获季的天气影响 - 2024年10月北方玉米丰收季遭遇不寻常的连日降雨，山东、河南等主要平原产区受影响严重 [2][5] - 持续降雨导致玉米被水浸泡发霉，泥泞土地阻碍收割机进场和运输车辆通行，农民必须与时间赛跑进行"抢收" [5][6] - 以山东济南为例，自9月中旬至10月上旬，雨天占据多数，例如10月1日至10月10日期间多次出现小雨、中雨天气 [8] 农业生产中的劳动力与成本结构 - 农村劳动力外流和老龄化问题凸显，村庄中主要劳动力为老人、妇女和儿童，在需要大量人工的意外状况下面临挑战 [26] - 农民进行"机会成本"核算，将一天劳动投入城市工作所获收益远高于投入农业抢收的收益，即使玉米全部烂在地里，城市旺季工作也可弥补损失 [25] - 雇佣本地劳动力辅助收割，成本达数百元，而年近60岁的劳动力仍活跃于劳务市场 [17] 农业经济效益与土地价值转变 - 农业生产资料成本攀升，包括种子、化肥、农药、灌溉和农机服务价格持续上涨 [25] - 玉米收购价格低于每斤1元，一万斤玉米的销售收入换不了一部苹果手机，全年种地收入仅约一千元，与城市工作收入差距巨大 [25] - 土地功能从生产资料向资产属性转变，位于城市扩张边界的村庄居民期待土地被征用获得补偿，宁愿土地荒芜也不愿流转，担心影响未来潜在收益分配 [27][28] 政策支持与行业挑战 - 多部门近期下拨近5亿元资金，用于受灾地区开展农机抢收、潮粮烘干、农田排涝等农业生产防灾救灾工作 [29] - 按中国玉米播种面积6.71亿亩计算，5亿元资金平均到每亩土地不足1元，以户均10亩地计算，每户获得支持不足10元，支持力度有限 [29] - 农业面临自然脆弱性和经济脆弱性的双重挑战，尽管数千年来持续努力，但成功克服这些挑战仍任重道远 [30]

AI技术发展现状与本质 - 当前大型语言模型（LLM）的本质是互联网数据的剪影压缩，被比喻为“网上所有文本的模糊JPEG”，仅是对智能的近似模仿，达到智能下限[1] - 模型在多分叉判断、灵感驱动关联定位等复杂任务中表现不佳，且步骤越多偏离越大[1] - 专家认为实现通用人工智能（AGI）至少需要10年以上时间，当前智能体仍缺少多个关键能力模块[1] AI应用场景与局限性 - 人机协同被证明是更有效的使用方式，需依赖具备专业知识的专家操作AI进行信息定位与处理[1] - 95%的企业AI投资未能产生回报，反映出技术在实际商业应用中的局限性[2] - AI可能胜任大量白领工作中重复性、低层次智能的任务，这些工作被描述为“毫无意义的工作”[2] 社会经济影响与历史参照 - AI替代低层次工作可能短期提升资本利润，但长期可能导致分配向资本倾斜，抑制总需求增长[4] - 参考2000年互联网泡沫，技术从爆发到真正开花结果需约10年周期，当前AI发展可能面临类似“阴暗峡谷”阶段[4] - 技术发展路线的不确定性（通向AGI或高级单词预测器）将直接影响行业估值逻辑与投入规模[2]

文章核心观点 - 探讨“超市战法”投资策略在A股市场的有效性及其实现财富自由的可能性 [1] 投资策略分析 - “超市战法”作为一种投资策略受到市场广泛关注 [1] - 该策略的核心在于通过分散投资以实现多赚少亏的目标 [1] 市场应用前景 - 策略在A股市场的应用效果是分析的重点 [1] - 分析该策略是否能帮助投资者实现财富自由 [1]

项目终止决定 - 谷歌于2025年10月宣布终止隐私沙盒项目，停用Topics、Protected Audiences (PAAPI)、Attribution Reporting、Private Aggregation等十余项核心技术 [1] - 终止项目的原因为行业反馈的预期价值不足以及技术采用率较低 [1] - 英国竞争与市场管理局（CMA）同步宣布，谷歌无需继续履行针对隐私沙盒的监管承诺，因谷歌已放弃淘汰第三方Cookie的原计划，使监管框架失去适用基础 [2] 项目发展历程与时间线 - 隐私沙盒项目于2019年启动，原计划在2022年废除第三方Cookie，但多次推迟时间表 [4] - 2021年首次推迟至2023年，2023年再次推迟至2024年下半年 [4][6] - 2024年至2025年，行业对沙盒态度冷淡，大型公司采用迟缓，测试启动受限，最终于2025年10月被谷歌终止 [7] 项目背景与核心理念 - 项目诞生于2019年，背景是第三方Cookie追踪用户行为引发严重隐私问题，以及全球隐私监管浪潮（如GDPR、CCPA）的兴起 [9][10][12][13] - 苹果Safari和Firefox浏览器已默认屏蔽第三方Cookie，谷歌Chrome作为最大浏览器，需平衡隐私保护与广告收入 [14][15] - 项目核心理念是将广告数据处理流程全部搬到浏览器本地，不让用户数据在网站间流转，仅向广告系统输出模糊、不可识别的结果 [18][19][27][28] - 具体技术包括Topics API（生成本地兴趣标签）、PAAPI（设备本地完成再营销广告匹配）以及Fenced Frames等防止数据侧漏的机制 [21][23][25] 技术实施挑战与行业反馈 - 广告主抱怨归因误差太大，出版商发现竞价收入显著下降 [32] - 测试数据显示，启用隐私沙盒API的展示，其每千次展示收入（CPM）比使用传统第三方Cookie的展示低约33% [32] - 若完全弃用第三方Cookie并依赖沙盒替代，媒体方收入可能减少约60% [33] - 广告技术公司对接该项目的开发成本高昂，可能高达1000万美元，即使谷歌提供高达500万美元的补贴也杯水车薪 [36] - 系统复杂、昂贵且缺乏直接收益，导致生态参与者缺乏投入动力，最终使沙盒演变为谷歌一家的实验场 [35][37][38] 监管介入与退出 - 英国竞争与市场管理局（CMA）于2021年对项目展开竞争审查，并于2022年迫使谷歌签署具有法律约束力的承诺，要求其变更前需与监管机构协作并公示测试结果 [41] - CMA的监管是基于防止谷歌在淘汰第三方Cookie过程中利用其双重角色（浏览器主导者与广告基础设施掌控者）进行自我优待 [42][49] - 随着谷歌在2024年宣布不再按原计划废除第三方Cookie，CMA的监管依据不复存在，最终主动解除监管承诺 [2][48][50] 行业影响与未来展望 - 隐私沙盒的终止标志着一次由平台主导、试图建立开放互联网广告共同规则的大型改革尝试失败 [52][54][59] - 项目失败暴露了各方信任消耗殆尽的问题，平台、广告主、媒体、开发者和监管之间缺乏共识基础 [56][57] - 未来广告技术将更碎片化，数据难以跨系统流动，广告费将更多地在Meta、Amazon、TikTok等封闭系统内部消化，透明成为过去式，黑箱成为主旋律 [60][61][62]

不死鸟孙宏斌，带领融创闯过生死关！债务重组获高票通过，年省利息数十亿。从绝境求生到业务重 整，老孙手中仍有1.24亿㎡土地王牌，能否再次逆风翻盘？ ...

中国企业对非人才需求与招聘特点 - 外派非洲岗位主要集中于行政管理(21%)、翻译(18%)、技术服务(17%)、市场营销(17%)、财会金融法律(13%)、生产物流(8%)、生活保障服务(4%)、电子信息(1%)及广告设计(1%)等类别[7][9] - 岗位学历要求相对不高 34.17%的岗位不限学历 28.76%要求本科学历[10][11] - 语言能力是关键要求 近半数非翻译岗位(45%)要求英语能力 同时优先考虑会法语、葡萄牙语等语言的求职者 部分基础岗位如仓库管理、厨师也要求英语四六级或口语能力[13] 外派非洲的薪酬与福利待遇 - 外派非洲薪酬显著高于国内 以“工程技术类-维修技术”为例 月薪最低的非洲国家肯尼亚也几乎是北京同岗位的两倍[27] - 驻非岗位月薪普遍万元起 例如翻译岗位在苏丹、毛里塔尼亚等国月薪介于8千至26千元人民币 商务专员在喀麦隆、莫桑比克等国月薪介于6千至34千元人民币[23] - 福利保障侧重生活 超半数岗位(56.04%)提供包食宿 32.97%提供带薪休假 28.40%提供有厨师服务 此外常见福利还包括五险一金(30.72%)、驻外补助(16.85%)、境外保险(8.50%)及专车服务(6.04%)等[31][32] 外派非洲工作的主要动机与挑战 - 选择外派非洲的主要动机包括：高薪与快速攒钱(提及指数70)、能力提升与自我磨炼(提及指数68)、利于职业发展与晋升(提及指数47)、开阔世界观(提及指数47)以及工作压力小(提及指数37)[36][38] - 外派非洲面临的主要挑战包括：孤独抑郁等心理问题(提及指数100)、生活环境差与医疗落后导致的健康问题(提及指数71)、娱乐方式少导致生活单调(提及指数69)、工作与生活无边界带来的压力(提及指数45)以及治安问题(提及指数43)[40][42] - 中国企业多采用“封闭式”或“半封闭式”管理 员工食宿医疗多在园区内解决以减少风险 但这也导致活动受限、社交圈狭小及缺乏隐私等问题[44][45] “一带一路”背景下中非合作与投资趋势 - 自“一带一路”倡议提出以来 中国企业在非洲的投资领域从传统制造业、基础设施、工业园区和贸易 扩展到医疗卫生、交通物流和电子商务等新兴领域[48] - 根据“一带一路”项目周报数据 统计涉及非洲国家的项目达1175条 中国电建、中国交建、中国能建等中央企业及其子公司承担了大量建设项目[49][54] - 非国有企业也积极参与非洲建设 例如2024年7月华为为赞比亚首个智慧村庄站点揭幕 提供移动通信和互联网服务[57]

当同事见到我在长假旅行登记表上填了"乌兹别克斯坦"的时候，这样问我："乌兹别克斯坦究竟有什么呢？" 他们或许只是为了找个话题，并不期待多少正经的答案。但我发现，我确确实实地被问住了——关于这个国家，我似乎是如此草率地确定了它作为长假目 的地，但直到临出发的前一日，我的脑海里仍然没有一张经典、合适的影像来代表它。我试图说服自己，这也是一个经历过革命、独立和工业化的现代国 家，但是稍不留神，我的脑海里又只剩下沙漠、绿洲、骆驼、低矮的房屋、以及喉咙的干渴感。 所以，当飞机从西安起飞，底下的大地以肉眼可见的速度趋于荒凉的时候，我开始准备这一篇笔记。我想起在2022年《来点旅行又如何》里，我引用了村 上春树的《老挝到底有什么？》他如此回答：就算这么问我，我也无法作答，我不正是为了寻找那个'什么'，这才要到老挝去的吗？这个回答如今看来也 充满了灵气——我想要的，正是一个能变成画面、声音、气味，留在我脑子里的真实的"什么"。 中亚是一个陌生的邻邦。要想看一个中国人对此地有多少了解，只要看他知道多少历史中的名字。如果有人能提到准噶尔、浩罕和阿古柏，表明他对中亚 和中国在近代的纠葛已有所了解；而如果有人谈到花剌子模和玉龙杰赤， ...

行业技术演进背景 - 自动驾驶行业技术术语频出，如“端到端”、“VLA”、“世界模型”，反映了下一代技术话语权的争夺[1] - 当硬件配置趋于同质化，智能驾驶能力成为新势力车企最关键的身份标签和品牌差异化要素[1] - 技术“黑话”不仅是技术路线的宣言，更是对技术品牌的精心包装，但背后存在落地体验落差与研发团队承压的问题[2] 技术架构演进：从规则到BEV - 早期辅助驾驶系统基于工程师编写的规则，分为感知、规划、控制三大模块[4] - 特斯拉在2021年AI DAY上公布BEV+Transformer技术架构，将多个摄像头2D图像统一投射到俯视坐标系形成360°鸟瞰图，有效解决遮挡与透视问题[4] - BEV+Transformer实现了跨摄像头特征的“前融合”，相比传统“后融合”方法大大提升了感知能力，并使特斯拉摆脱了对高精地图的依赖[5][6] - 2022-2023年，小鹏XNGP、蔚来NOP+、理想AD Max 3.0、华为ADS2.0相继实现自研BEV+Transformer方案量产，并展开无图NOA的“开城”竞速[8] 范式转移：端到端技术 - 特斯拉在2022年AI DAY披露FSD Beta V12架构，用一个庞大神经网络同时处理感知、规划，取代30万行代码，推动以“端到端”为核心的范式转移[9] - 中国新势力集体转向端到端架构，但早期出于安全考量，小鹏和华为采用相对保守的“多段式”端到端，将感知和规划模块分别用模型取代[10] - 小鹏在2024年中才向所有扶摇架构车型推送“一段式”端到端系统，华为ADS 3.0也宣布升级为“端到端”架构[10] - 理想在2024年发布“端到端+VLM”双系统方案，端到端模型负责“快思考”处理常规场景，VLM模型负责“深思考”应对复杂情况[12] - 地平线将端到端系统演化分为三代：第一代两段式、第二代一段式加重后处理、第三代更彻底的端到端，实现更拟人驾驶体验[14][16] 新一代技术架构：VLA与世界模型 - VLA模型将视觉感知、语言理解与物理动作控制关联，让机器根据人类语言指令或视觉场景理解执行动作[15][46] - 理想在2025年3月将双系统方案切换为VLA方案，并于2024年8月在理想i8上率先实现量产；小鹏计划2024年三季度推送其VLA方案[18] - 世界模型让AI智能体通过“想象”进行规划学习，再迁移到真实环境；蔚来直接将世界模型部署到车端命名为NWM，华为发布WEWA架构同样将世界模型用于实时控车[21][24][25] - 特斯拉通过占用网络构建3D空间的做法应用了世界模型思路，理想和小鹏将世界模型用于仿真测试和云端训练[23] 算力竞赛与模型研发 - 小鹏在车端堆叠2200 Tops算力，其中约1200 Tops用于辅助驾驶，理想的AD Max算力为700 Tops，蔚来的神玑NX9031芯片算力1000 Tops[18] - 小鹏CEO何小鹏预测特斯拉下一代硬件平台AI 5算力将在2000 Tops-4000 Tops之间[18] - 算力竞赛蔓延到云端：特斯拉2025年计划储备累计8.5万颗英伟达H100，小鹏云端算力规模为10 EFlops，理想超过13 EFlops[18][55] - 小鹏基座模型参数量为720亿，是主流VLA模型的35倍，通过知识蒸馏技术生成较小模型再部署到车端；理想基座模型起初用于智能座舱后延用到自动驾驶[19][54] 传感器技术路线 - 自动驾驶存在纯视觉与激光雷达两大感知路线：特斯拉坚持纯视觉，理想今年起标配激光雷达，小鹏取消激光雷达改用摄像头+4D毫米波雷达，华为和蔚来在高阶方案中搭载激光雷达[36] - 激光雷达成本已下降到200美元，4D毫米波雷达常被当作激光雷达的“平替”[36] - “无图”方案通过车载传感器实时感知理解道路，不依赖高精地图，对车辆感知和决策能力要求更高[37]