BINOY ANG MICHAEL BURRY SA ISANG BULB. At sa pagkakataong ito, ipinapakita niya ang AI. Ang pangungusap na kumikilos ay na naramdaman niya na ang merkado ay parang mga huling buwan ng bulsa noong 1999-2000. At naturally, dahil nag-uusap tayo tungkol sa tao na naging sikat mula sa Big Short at ang pagbibilang sa krisis noong 2008, agad na pinunta ng internet ang: “Alam niya ang isang bagay, darating ang crash” “Nag-short ng $1 bilyon sa AI stocks.” Ang “$1B short” ay malabo kung paano ito kumikilos. Ang SEC 13F ng Scion ay nagpapakita ng put options sa: • 1 milyon na mga share ng Nvidia na may halaga na $186.6M • 5 milyon na mga share ng Palantir na may halaga na $912.1M Ngunit hindi ito nangangahulugan na ang Burry ay naglagay o nag-risto ng $1 bilyon sa cash. Sa mga 13F filings, ang mga halagang ito ay karaniwang nagpapakita ng notional / underlying value ng mga stocks kung saan nakabase ang mga options. Hindi ito laging nagpapakita ng premium na binayad, o ang tunay na kapital na risgo. Isa pa: “May bearish options exposure siya sa AI names.” At isa pa: “Naglagay siya ng $1 bilyon short at umaasang magkakaroon ng collapse.” Ang pangalawa ay mas viral. Ang pangalawa ay mas tama. Mas mahalaga pa: ilang beses siya tama at ilang beses mali ang Burry? Walang opisyal na score, dahil minsan ay tungkol sa totoong posisyon, minsan sa tweets, minsan sa macro warnings, at minsan sa media interpretation sa mga filings. Ngunit tingnan natin ang mga malaking pampublikong calls niya: 1. Amazon / dot-com bubble 2000 Tama. Ang Burry ay nag-short ng Amazon malapit sa panahon ng dot-com excess, at ang stock ay nawala ng 80% ng halaga nito. Ang pangunahing punto niya ay tama: ang merkado ay nagbabayad para sa growth nang hindi sapat na nag-aalala tungkol sa valuation, profitability, at duration risk. 2. Subprime / housing 2005-2007 Sobrang tama. Kasaysayang tama! Ito ang kanyang malaking sandali. Nakita niya ang kahinaan sa merkado ng mga mortgage loan, naintindihan niya na ang risk ay mali ang pricing, at kinuha niya ang posisyon laban sa isang sistema na itinuturing na “safe” na sa wakas ay may structural problem.Naglabas ng halos $100M mula sa kanyang sarili at higit sa $700M para sa mga investor mula sa housing short. 3. GameStop 2019-2020 Tama sa base, hindi perpekto sa timing. Nakita niya ang value doon kung saan ang merkado ay nakikita lamang isang patay na retail na kumpanya. Pinigilan niya ang buybacks, may lohika ang kanyang posisyon, at ang stock ay huling tumalon, ngunit binaliw na niya ito bago ang malaking meme squeeze. Kaya ang analisis ay tama. Nawala niya ang final upside. 4. Meme stocks / speculative tech / crypto 2021 Bahagyang tama. Binaril niya ang malaking speculative overexuberance. At totoo, marami sa mga ito na tumaas nang hindi makatwiran noong 2020-2021 ay bumagsak noong 2022. Ngunit ang timing ay hindi malinaw. At sa ganitong mga merkado, ang timing ay maaaring magpabagsak sa iyo kahit na tama ka sa direksyon. 5. Tesla bearish view Mali o sobrang maaga. May bearish posisyon siya sa pamamagitan ng options, ngunit hindi bumagsak ang Tesla tulad ng inaasahan ng maraming bears. Mas huli, sinabi niya mismo na wala na ang posisyon at ito ay mas isang trade kaysa isang permanenteng pananaw. 6. “Sell” tweet noong Enero 2023 Mali. Sinabi niya mismo nang malinaw pagkatapos: “I was wrong to say sell.” At mahalaga ito, dahil ipinapakita nito ang isang bagay na marami ay nakakalimutan: Ang Burry ay maaaring napakagaling sa pagkilala sa overexuberance, ngunit hindi siya walang kamalian. 7. AI bubble / Nvidia / Palantir Buwan. Ang kanyang pag-aalala ay may batayan. Ang AI valuations, ang malaking capex, ang konserntrasyon ng kapital, ang pagkakasalalay ng merkado sa ilang mega-cap stocks, at ang narrative na “ito ay iba ‘to” ay lahat ay late-cycle characteristics. Ngunit hindi ito nangangahulugan na bubagsak ang merkado bukas. Ang mga bubble ay maaaring magtagal nang higit pa kaysa sa kakayahan ng isang short seller. Kaya, tama: • 3 malinaw na malalaking panalo • 2 bahagyang tama na calls • 2 malinaw na mali o sobrang maaga • 1 buwan na AI call na hindi pa nasusuri Ang konklusyon ay kapag nag-uusap ang Burry tungkol sa bubble, dapat mong marinig. Hindi para magpahiyas. Ang AI market ay may malinaw na mga tanda ng overexuberance. Ngunit sa investing, mahalaga ang detalye.Anong kompanya? Ano ang valuation nito? Ano ang margins nito? May iba pang profitable na lider, may iba pang “nababawlan na rin tayo sa AI”. Ano ang free cash flow nito? Ano ang expectations na nasa presyo na? Ito ang nagpapakita ng pagkakaiba ng analysis sa panic post. Dahil maaaring talagang AI ay isang tunay na teknolohikal na rebolusyon, samantalang maraming AI stocks ay maaaring overvalued. Maaaring magkasabay ang dalawang ito. Ang internet ay nangangailangan ng simpleng kuwento: “Sinhort ni Burry ang AI. Darating ang crash.” Ngunit ang merkado ay rare na ganito kasing simpleng bagay. Malamang na nakikita ni Burry ang totoong pagkakamali sa pagmamalabis ng AI valuations. Pero ang pagkakita ng bubble ay hindi nangangahulugan na alam mo ang araw kung kailan ito sasabog.

Ang LLM ay HYPERSTITION sa pagkilos!! Bawat beses na nag-uusap ka sa isang LLM, nangyayari ang isang makapangyarihang bagay. Nakakatuto ito at bumabawi muli. Ibinabahagi mo ang isang ideya o inaasahan sa AI. Sumasagot ang modelo, ginagawang mas malinaw at mas kumbinsente ang ideyang iyon. Pagkatapos ay gumagawa, nag-invest, o sumasali nang mas mabilis ang mga tao. Lumalago at natututo ang AI, na ginagawang mas totoo ang orihinal mong ideya. Nakakabuo ito ng isang loop: ang araw-araw na pag-uusap natin sa AI ay aktibong nagpapabago sa kung ano ang mangyayari sa susunod na bersyon ng AI. Hindi lang mga salita ang iyong prompts at usapan. Tumutulong sila sa pagbuo ng kinabukasan ng mga sistema na ito sa totoong oras. Wow — lahat tayo ay bahagi nito. #AI #Hyperstition #LLM

Kumikita itong tao ng $12,000 bawat buwan mula sa AI na mga cartoon! Tigilan na ang pagpapadala ng resumes. Gumawa nito nang replacement. Narito kung paano👇 Ang mga cartoon para sa mga bata na puno ng iyong feed? Marami na ang gawa ng AI Maaaring magbigay ang YouTube ng $1,000–$12,000 bawat 1M views Ang 30-segundo plano: 1) Buksan ang ChatGPT Hingi: “Isulat ang isang 60-segundo na prompt para sa isang Pixar-style na cartoon para sa mga bata” 2) Kopyahin ang buong prompt 3) Buksan ang Picsart Flow Simulan ang isang bagong workflow → idikit ang prompt → i-on ang Autopilot 4) Maghintay Ibinibigay nito ang isang tapos na 4K cartoon na may studio-level, nakakainis na mga karakter Walang pag-film. Walang pag-edit. Huwag magpakita ng mukha mo I-post araw-araw. Hayaan mong maging kita ang mga view Ang kalidad ay kakaibang, at halos walang nagagawa nito pa I-save ito bago makita ng lahat

Ang Problema ng $NVDA sa China ay Ang Pagkakataon ni Huawei Patuloy pa ring pinanatili ni Nvidia ang pandaigdigang kalakalan sa AI. Ngunit ang China ay naging iba’t ibang merkado. Ang mga kontrol sa pag-export ng U.S. ay naglalimita sa kakayahan ni Nvidia na ipagbili ang kanyang pinaka-advanced na chip doon, habang pinipilit ng Beijing ang mga lokal na supplier. Dahil dito, mahalaga ang “pinagpapakita” ni Jensen Huang tungkol sa China. Hindi kailangan ni Huawei na labanan si Nvidia sa pandaigdigan. Kailangan lang niyang maging default na AI chip stack ng China. Ang LogicFolding ay maaaring hindi pa nasusuri sa malaking saklaw, ngunit ang direksyon ay malinaw. Kabuuan: Naglalayong lider si Nvidia sa pandaigdigan, samantalang lumalago si Huawei sa protected lane ng China.

Ipinakilala ng Huawei ang kanyang daan patungo sa 1.4nm chips hanggang 2031—nang walang ASML EUV lithography. 🧵 Sa IEEE ISCAS 2026, ipinakilala ng Huawei ang Tau (τ) Scaling Law at ang LogicFolding architecture. Sa halip na tradisyonal na pagpapaliit ng heometriya, pinagsasama ng framework ang mga logic circuitry nang patayo upang bawasan ang transmission lag at maksimisahin ang transistor density. Ang arkitekturang ito ay debuting sa kasalukuyang panahon sa susunod na henerasyon ng mga prosesor na Kirin. Binanggit ng Huawei na naka-mass-produce na ito ng 381 uri ng chip sa ilalim ng U.S. export controls sa nakalipas na 6 taon, na may layunin na makamit ang 1.4nm-class process equivalency hanggang 2031. Source: Tom's Hardware