想要孩子大脑发育好、赢在起跑线，又怕家里长辈年纪大了认知退化？别再只知道啃核桃了！我们的大脑其实是一台极度渴望“脂肪”的超级计算机。今天为你盘点10大真正有益大脑的食物，赶紧给家里的餐桌升个级！ 首先我们要知道，大脑的健康运转离不开五大核心营养素：卵磷脂、胆碱、DHA、蛋白质，以及优质脂肪。（科普个冷知识：我们的大脑本身有将近60%都是脂肪组成的！） 想要高效补充这些硬核营养，日常饮食中建议多吃这10种食物： 🐟 海鲜与补剂类： 1. 三文鱼：天然 Omega-3 的优质来源。 2. 优质鱼油：高效补充大脑必需的 DHA 。 3. 生蚝：富含锌，是大脑神经传导的绝佳帮手。 🥩 肉类与优质脂肪类： 4. 牛羊肉：提供优质蛋白质和维持神经健康的 B 族维生素。 5. 五花肉等动物脂肪：别害怕吃肥肉，优质的饱和脂肪其实是大脑极好的燃料。 6. 动物肝脏：大自然的综合维生素库，也是胆碱的极佳来源。 🥚 日常与其他类： 7. DHA 鸡蛋：蛋黄里的卵磷脂是名副其实的健脑法宝。 8. 奶酪等发酵奶制品：不仅补充优质脂肪，还对肠道微生态友好（肠脑是相连的哦）。 9. 黑巧克力：富含抗氧化剂，保护脑细胞免受氧化损伤。 10. 母乳：婴儿期大脑发育的“黄金口粮”，无可替代！ 营养吃对，大脑才不会累！这 10 种食物，你家平时吃得最多的是哪一种？ 👇 赶紧点赞收藏，或者转发给家里负责做饭的人。你有什么私藏的健康食谱吗？我们在评论区聊聊！关注我，一起用营养提升生命质量！关注我，一起用营养提升生命质量！

最灵敏的通胀先行仪炸了：国内鸡蛋3个月涨了32%，美国鸡蛋批发价4月环比涨18.7%，比2022年禽流感最严重的时候涨得还猛。 牢美的12个辖区里10个通胀水平上升，已经外溢到航运、包装、食品杂货甚至化肥全产业链，石油全球的涨价终于传导到了中产的账单上，甚至连东大这种产能怪兽现在也不可避免了···ps：鸡蛋不好长期保存，并且发现不对可以随时杀鸡换肉，相比猪的价格，鸡蛋传导的会更加明显，叠加中国人对牛奶远不如鸡蛋豆腐刚需，这里算是通缩的阶段性底部了。 美联储现在也尴尬，现在市场还在押6月降息概率70%，但克利夫兰联储主席已经放话，通胀继续加剧就重启加息，年底加息概率已经摸到40%还在往上走。核心PCE已经连续5个月在3%以上，比2%的目标高了一半，我一直深深怀疑利率和通胀的关系，真正牛逼的公司都想办法把利息等资本支出变成股权等复杂结构，起码短期不会反应在报表里，你加息到7个点也伤不到苹果的一根毛，反而是买苹果的中产遭了罪了···说个冷知识，美国人的第一辆车，属于次级贷（信用贷）的分类，已经涨到了快13个点了，这负担想一下就后怕ps：资本主义因为有破产的方式保护穷人，就出现了一个比我们劣币驱逐良币的现象，那就是违约的人潜在损失会叠加到良家子的贷款利率上，比如汽车这东西有10%的人断供，那么这10%的本金损失就会加到90%的人的利息上，大家感受下这是不是一种隐形税收让你背着傻福负重前行？ 昨日美股盘面已经在给通胀投票：6月4日美股三大指数直接分化，道指狂涨近900点、创历史新高，纳指却微跌0.09%。银行股集体爆发，高盛涨近5%、摩根大通涨超3%，资金正在从高估值科技股往抗通胀的金融、医药板块跑。博通就因为没上调全年指引直接暴跌12.6%，美光跟着跌超7%但操蛋的是，消费股依然美怎么反弹，反弹最狠的都是这些剥削中产的股，什么保险，小银行，监狱····至于mcd，可能市场觉得普通人和银行监狱关系更加紧密一点，毕竟mcd可以不吃，改喝水减肥 通胀的第二波涨价潮已经在路上：能源成本传导到食品只是第一步，现在美国企业的利润空间已经被成本挤压到极限，接下来必然会向终端转嫁成本。中等收入家庭已经开始削减不必要支出，低收入家庭更是财务压力爆表，这下子我理解监狱大涨的理由了，穷了就去零元购，然后去geo里面给典狱长添香蕉可能日子还好过点····ps：目前持有页岩油气相关，只要油价不跌破50美金，这些股票最好的日子就算是来了。 v i x y非常非常便宜，我会赌618的时候大盘暴跌一次 饼子触底后反弹，还行吧，sol才是废了，另外vip年中有大促，感兴趣的找昆卡kunnka 工具箱 保守型：买入TIP（通胀保值债券）的虚值看涨期权，同时配10%仓位的能源、银行和食品消费股，对冲通胀风险，持有tlt也可以卖平值call 激进型：加仓黄金和金矿以及大饼 观望型：继续sell put 基本面好的高iv资产 ps：你以为鸡蛋涨价只是吃不起茶叶蛋？其实是你的股票、基金、期权仓位在悄悄贬值，通胀从来不会提前通知你，其实人动起来就三个最大的成本，碳水（大米不会涨），蛋白质（鸡蛋）。以后洗脚的大妈都要多收你2个鸡蛋钱补补力气。 ps2：短期利好房地产新盘，有了通胀预期算是阶段性稳住了，对国内的银行也算半个利好，吃股息的可以继续住着，对能源也是利好，毕竟上下游的传导通畅了那么一点，对肉和奶类股票也算是利好，毕竟大家都是一条船上的蛋白质赛道了···· 昨天vip课程的内容会选1-3个剪辑发出来，感兴趣的可以看看。

定投纳指这么久，但下面这4个冷知识，很多人可能一个都不知道。 很多人买了几年纳指，知道它长期涨得不错，却未必真正明白：自己买的到底是什么。 看完下面这4点，你可能会更理解，为什么对普通人来说，买指数往往比自己挑股票更靠谱。 冷知识一：纳指100不一定正好有100只股票。 虽然名字叫“纳斯达克100”，但它的成分证券通常会超过100只。 原因是部分公司拥有不同类别的股票，并且会同时被纳入指数。比如Alphabet既有A类股GOOGL，也有C类股GOOG，一家公司在指数里占了两个代码。 所以，“100”代表的是大约100家大型非金融公司，而不是打开行情软件后，必须刚好数出100只股票。 你定投了这么久，可能连它到底有多少只成分股都没认真数过。 冷知识二：指数一直在涨，但里面的大部分公司早已换了一遍。 从2000年到2020年，纳指100整体上涨了很多，但曾经进入过指数的公司中，有相当一部分已经被移出名单。 雅虎、黑莓、eBay等公司，都曾是一个时代的明星，如今却早已不在核心成分股中。 指数最厉害的地方就在这里：它从不和任何一家公司谈感情。 一家公司曾经再辉煌，只要市值、竞争力和行业地位掉下去了，就会被逐渐淘汰；新的强者成长起来，又会自动进入指数。 你以为自己买的是一篮子固定的公司，其实买的是一套不断新陈代谢的规则。 冷知识三：你以为它是纯科技指数，其实里面还有超市、药企和电力公司。 很多人提到纳指，第一反应就是苹果、微软、英伟达，甚至直接把它当成科技指数。 但纳指100真正的筛选逻辑，并不是“只要科技公司”，而是选出在纳斯达克上市、规模最大的非金融公司。 所以它的成分股里不仅有科技巨头，还有好市多、沃尔玛这样的零售企业，安进等生物制药公司，以及美国电力等公用事业公司。 它并不在乎一家公司讲的是人工智能、卖的是会员超市，还是经营电力。 只要你足够强、规模足够大、符合规则，就有机会进入。 冷知识四：它并不是每年12月才调一次仓。 很多人以为，纳指100一年只在年底换一次成分股，平时基本不动。 实际上，年度调整只是最重要的一次集中换血。 如果成分股出现退市、并购、破产、不再满足上市或行业要求等情况，指数可以提前进行替换，并不一定非要等到年底。 从2026年5月开始，纳指100的调整机制进一步加快，除了年度重构外，还会进行季度排名审查。一些排名明显下降、已经不再符合标准的公司，会更快被移出；规模足够大的新上市公司，也可能通过快速纳入机制提前进入指数。 那些竞争力下降的公司，想一直赖在指数里，已经越来越难了。 所以，纳指100真正厉害的地方，从来不是帮你提前猜中下一只英伟达。 而是让你承认一个事实：普通人很难持续选中未来的赢家，也很难判断下一次暴跌什么时候出现。 既然猜不中，不如把选股这件事交给一套会自动淘汰落后者、不断吸收新强者的规则。 投资不一定非要证明自己比市场聪明。 有时候，承认自己选不中，把省下来的时间和精力还给生活、事业和家人，反而才是普通人最聪明的选择。 你定投纳指多久了？这4个冷知识，你之前知道几个？

2026 年 9 月 29 日，OpenAI 在旧金山 Fort Mason 办了今年的开发者大会 DevDay。主讲是 CEO Sam Altman。其他几位上台的人都在做这些产品。产品团队的 Holly 演示了新产品 Dots。后训练（模型预训练之后做对齐和能力调优的阶段）研究负责人 Tejal 讲了模型怎么反过来帮 OpenAI 做研究。Codex 的演示由 Romain Huet 来做，他在 OpenAI 负责开发者体验，去年 DevDay 主题演讲里的 Codex 演示也是他做的。整场演讲分三块：面向用户的常驻智能体 Dots 和协作空间 ChatGPT Space，给开发者的新模型和新工具，以及帮开发者做分发、赚钱的渠道。 1. Dots：一直在线、会主动干活的智能体 Sam 把 Dots 比作电影里那种一直在身边帮忙的 AI 助手。他认为订餐厅、买机票这类代办虽然有用，但和这项技术能做的事比起来太小了。他想要的 AI 知道正在发生什么，也知道你在意什么，不用你事事交代。 Dots 是常驻在线的智能体（Agent），有自己的云端电脑和浏览器，能写代码、跑测试。它的权限跟着用户走，能直接用用户已经在 ChatGPT 里连好的插件，覆盖 4000 多个应用。除了在 ChatGPT 里对话，之后还可以给它发短信、打电话。目前每人先有一个 Dot，以后可以配一整组。Dots 跑在 本月早些时候发布的 GPT-6 Astra 上，Sam 称它是 OpenAI 对齐做得最好的模型。用户可以限定 Dot 能用哪些应用、能不能操作电脑，也能给它的各类操作写自定义指令，愿意交出多少责任就放多少权。 Sam 说，他自己的 Dot 每天早上会把夜里进来的消息过一遍，挑出紧急的提醒他。他说这让他拿回了一部分注意力，没那么离不开手机了。他还举了一个更重的例子：把应用从一个即将停用的旧 API 上迁走。这个 API 可能散落在代码库各处，改了哪里会连带弄坏什么，事先看不出来。Dot 可以追踪依赖关系，找出所有要改的地方，写代码、跑测试，最后把 PR（代码合并请求）交给团队审。他让听众想想，过去做这件事要几个人、花多久。 开场视频里，用户把自己的 Dot 改名叫 Alfred。Alfred 和另一个 Dot 帮用户上线网站，改董事会材料，在婚礼蛋糕商家取消后找好备选。它们还发现财务会和女儿的演出撞了期，提出改时间。每件事都是 Dot 推进到需要人确认的地方，再由人拍板。 2. ChatGPT Space：人和智能体一起用的工作区 Sam 认为，现有的生产力软件几乎都没考虑过人和 AI 一起干活。ChatGPT Space 以页面为单位，可以在里面写计划、做调研、生成图片和数据。页面和文件像网盘一样放在同一个空间里。Dot 能直接在页面上工作，在评论里 @ 它，它就会接活。页面本身也能带指令，比如“每天去看 API 平台的 Slack 频道，把发现更新到这里”。之后 Space 里还会加入演示文稿，格式做成智能体方便读写的样子，团队成员可以和各自的 Dot 一起改。 在 Holly 的演示里，页面用斜杠命令就能插入交互图表、表格和可运行的原型。她 @ 自己的 Dot（名叫 Dotty），让它把一组数据改成柱状图。图表可以按反馈类型筛选，Dotty 每小时刷新一次。她还让 Dotty 把“某位工程师在我 Slack 私信里提过的新手引导数据”补进 FAQ。Dotty 能看到她的上下文，所以这种模糊的指代也找得到。 3. OpenAI 内部怎么用 Dots Holly 用一个虚构的歌单应用 Blossom Music，模拟发布前一天的状况。早上 Dotty 已经做了几件事：发现发布评审会提前，改好了日历；看完前一晚测试用户的反馈；注意到设计团队临时改了首页，把新设计发给她。她让 Dotty 直接把这个设计做出来。Dotty 调用她笔记本上的 Codex 构建应用，在 iPhone 模拟器里跑起来，再提交 PR。现场的语音演示卡住了，Dotty 一直回复“还在查”。Codex 线程也报过一次错，她重试后才继续下去。 她说，Dots 真正改变 OpenAI 工作方式的地方在 Slack。Dots 在公司 Slack 里有自己的身份，员工就开始把它们当作代理人。被同事 @ 到的零碎请求，直接转给自己的 Dot 处理。建群时，大家从一开始就把各自的 Dot 拉进来，Dot 带回结果时所有人都能看到。 工程师走得更远。有人在反馈频道贴出会话 ID 和一个用户 bug，某位工程师的 Dot 就会接手排查，提 PR 修复。她说这是真实情况：工程师们的 Dots 每天这样修掉几十个 bug，Dots 这个产品本身有很多部分就是 Dots 写的。 4. 上线范围和企业用的 Specialist Dots Dots 和 Space 当天向 ChatGPT Pro、Business Premium 和 Enterprise 用户开放。Dot 包含在套餐里，和它的对话不占用额度。 企业客户还可以预览 Specialist Dots。这是由公司统一设置、供整个团队使用的虚拟同事，负责会计、市场、法务这类工作量大的事。公司给它目标和背景，审核它的产出，给它反馈，反馈在全公司共享。OpenAI 也在和微软合作，把 Specialist Dots 接入 Agent 365（微软用来管理企业智能体的工具），企业可以用已经在用的微软工具来管理它们。 5. 新模型：更便宜的 GPT-6.1 Sol，更快的 UltraFast Astra 发布这几周，用户的要求集中在两点：更便宜，更快。GPT-6.1 Sol（转录稿误作 Soul）的能力接近 Astra，价格是它的五分之一。缓存输入（重复发送、已被缓存的上下文）比标准输入便宜 95%。智能体需要反复读同一批上下文、长时间迭代，这对它们尤其省钱。Sam 说 Sol 在某些方面比 Astra 还聪明，定位是开发者的日常主力模型。 UltraFast 是新的速度档，API、ChatGPT 和 Codex 里都能用。原有的 Fast 档是两倍速度、两倍价格；UltraFast 是八倍速度、六倍价格，每秒 300 个 Token。它现在可以配合 Astra 用，之后也会支持 Sol。现场让两个模型用同一个提示词，做一个 DevDay 配色的火箭。UltraFast 的火箭已经升空时，标准速度的还没做完。 订阅也跟着调整。新推出的 500 美元档 Pro 订阅叫 Pro 500，额度最高，是 Plus 的 25 倍。它可以在 ChatGPT 和 Codex 里用 UltraFast，还能通过“用 ChatGPT 登录”在合作方的应用里使用。Pro 200 重新开放，继续提供所有前沿模型。 另外预览了 Decisions API。它给 Luna 模型一组预先定义好的选项，让模型从中选一个，比如给请求分流、给图片分类、决定智能体下一步做什么。任务收窄成选择题之后，响应时间可以压到一秒以内，同时保留图像理解、多语言和安全防护。Romain 后来补充说，做机器人的朋友看中的是它能处理视觉输入：机器人可以根据看到的东西，近乎实时地快速行动。 6. 模型开始帮 OpenAI 做研究 Sam 提到，去年这个时候，他和 Jakob 在一次直播里预测，一年内会出现第一个“AI 研究实习生”，当时几乎没人相信。几周前 OpenAI 宣布达成了这个目标：有了一个能接手定义清晰的研究任务的系统，这类任务原本要熟练的研究员花大量时间和精力。 Tejal 的方向是电脑操作（computer use，让模型像人一样操作桌面和浏览器）。她举了两个例子。 第一个是让模型优化电脑操作的运行框架（harness，包在模型外面、负责调用工具和管理步骤的代码）。模型在循环里持续寻找能同时降低延迟、提升效果的改动，团队把找到的改进合进生产环境的框架，并用于后训练。结果是延迟改善了两倍以上，已经上线。 第二个是模型帮忙改进了监控和拒绝训练，让 Astra 在不安全的场景里更会拒绝。Astra 在电脑操作压力测试上因此达到业内领先，操作时出错更少，也更贴合用户的本意。 她给出了几项内部数据。今年夏天之后，研究工作消耗的 Token 量急剧上升。1 月时，模型能做好 15 分钟以内的短任务，需要一天以上的任务大多会失败；到 7 月，超过三分之一的一天量级研究任务，模型能在无人干预下完成。她还提到，Astra 这类模型已经帮忙解决了 100 多个悬而未决几十年的数学问题，也在参与针对耐药感染的新抗生素、古代语言研究、可再生能源和工业机器人等方向的工作。 7. 给开发者的底层工具 Sam 说，OpenAI 想让开发者用上自己内部用的东西。 第一件是 Codex 的运行框架。它同时支撑着 Codex、ChatGPT Work 和 Dots，目标是用最少的 Token、最快拿到准确结果，现在已经开源。第二件是 Codex 完全上云：在手机上开始的任务，可以在浏览器或桌面端接着做，合上笔记本任务也不会中断。 云端能力带来了 Codex Security Cloud。它在云端环境里持续寻找漏洞，并准备好验证过的修复方案供人审核，这次新增了自动去重、定时扫描和新界面。Sam 说这是为了给防守方更好的工具，因为“我们看得到接下来会发生什么”。 新的 Agents API 进入公开测试。它包含运行框架、托管、记忆、多智能体控制等功能，是 Codex 和 Dots 用的同一套技术，也加入了电脑操作能力。现场的例子是一个网站测试智能体，会自己打开浏览器、点击页面、测试流程。基础设施方面，OpenAI 和 AWS 合作推出由 OpenAI 驱动的 Bedrock（AWS 的托管 AI 服务）托管智能体，AWS 客户可以直接使用 OpenAI 的前沿模型、Codex 和 ChatGPT Work。 隐私方面预览了 OpenAI Private Intelligence。其中的零数据留存（ZDR）配合私有安全处理，可以在不把用户内容存到 OpenAI 服务器的情况下做安全检测；私有推理则把隐私保护延伸到推理阶段。Sam 说这套方案是和最大的一批客户一起设计的，目的是让他们能把模型用在最敏感的工作上。 性能方面，Responses API 一年里增长了 100 倍，可靠性保持在 99% 以上。首个 Token 的等待时间缩短了 45%，工具调用和工作流提速 30% 以上。 8. Romain 的 Codex 演示 演示从手机上的 Codex 开始。Romain 人还在会场外，让 Codex 替他跟观众打招呼、讲一个会场的冷知识。接着他用几张会场照片生成的 3D 场景演示 UltraFast，一边说一边改：把小人放到座位上，把直播画面投到场景里的大屏幕上。现场语音没连上，他改成了打字。 Codex 命令行工具（CLI）这次全面翻新。他让 UltraFast 写一个应用，从观众里随机抽三个人送明年的门票，几秒就写完；改成抽六个人，也几乎是瞬间完成。命令行现在支持由 GPT Live 驱动的双向实时语音，不只是语音转文字，但现场没能演示出来。 后面几段演示了多模态和电脑操作。游戏 Astra Adventures 从一张纸上的草图开始，几轮之后画面还很粗糙，借助图像模型，才变成有质感、能用在正式游戏里的美术。然后他让 Astra 通过浏览器自己学着玩这个游戏，屏幕左边显示模型的决策，右边显示它按下的按键。 他又用“应用快照”（app shot）把自己记录飞行课程的应用作为上下文交给 Codex，让它在各种屏幕尺寸下审查这个应用并截图。Codex 自己在模拟器里点开了各项功能。云端 Codex 现在和本地版用同样的工具，包括插件和电脑操作。他顺手把一个“用 Rust 重写整个后端”的任务丢到云端，打算稍后在手机上查看。 最后一个演示用的是 Hugging Face 借来的可编程小机器人 Micro Duck，它名叫 Lavender。Romain 前一晚让 Codex 把它接好：视觉用 Astra，图像生成用 GPT Image 2.5，语音交互用 GPT Live 1。机器人现场看着观众画了一幅画。他说，OpenAI 做 Dots 和 Codex 用的，就是 API 里开放给开发者的同一批工具。 9. 分发和变现：让开发者在 ChatGPT 上做生意 ChatGPT 每周大约有 12 亿人使用。Sam 承认，此前类似的尝试效果参差不齐。他说这次有信心，是因为开发者拿到的是 OpenAI 自己做 ChatGPT 用的工具。 第一项是“用 ChatGPT 登录”（Sign in with ChatGPT）。用户登录第三方应用时，可以直接用自己 ChatGPT 套餐里包含的 Token，开发者不必替新用户垫付模型费用。首批有 16 家合作方。 第二项是插件扩展（plugin extensions）。开发者可以把编辑器、仪表盘乃至整个工作区，做成原生嵌在 ChatGPT 和 Codex 里的应用。现场展示了三个例子。一个是会议应用：在 ChatGPT 里看日历上的会议，点“记笔记”后，页面变成团队和 Dots 一起跟进待办的 Space。一个是 Figma：打开设计稿、看团队评论、让 ChatGPT 改稿。还有一个是 Adobe：在 ChatGPT 里使用 Photoshop 的功能。ChatGPT sites（在 ChatGPT 里生成的网站，几个月里已有数百万个）现在也能接入插件和数据。访客用自己的账号登录、带上自己的智能体，看到的内容因人而异。 用户发现插件的渠道也扩大了。除了在插件库里搜索，ChatGPT 还会在对话中识别出能帮上忙的插件，用户当场就能连接。插件审核流程也简化了：开发者可以跟踪审核进度，看到需要修改的地方，申请人工复审，更新工具时也不用从头提交。 第三项是 OpenAI Marketplace，首批有 30 多家合作方，包括 CodeRabbit、Notion、Vercel。企业客户可以用已经和 OpenAI 签下的采购承诺额度来买这些产品，有承诺额度的开发者也能在这里花。通过和模型推理托管公司 Baseten（转录稿写作 Base10）合作，市场里还能用到开源模型。 10. 收尾：一次额度重置，和“文艺复兴”的说法 当天的后续安排里，Peter 会讲 OpenAI 对开源社区的投入，包括新的 OpenClaw Enterprise Harness（OpenClaw 是一个开源 AI 智能体项目）。还有一个 Codex 游戏工作室环节，观众可以用 Codex 做复古游戏，每人能领一台 DevDay 限定的 chromatic computer，用来玩自己做的游戏。最后是 Sam、Tibo (Thibault) 和 Tejal 的现场问答。 Sam 和 Tibo 还在台上按下按钮，给全世界的用户重置了一次用量额度。Sam 说 OpenAI 已经做过太多次重置，Tibo 一直想把公司改名叫“重置公司”。 最后 Sam 说，他不喜欢把 AI 比作新一轮工业革命，那意味着人变成巨大机器里的齿轮，转得越来越快；生活里有些部分不能也不该被自动化。他希望，如果做对了，AI 带来的会更像一场新的文艺复兴：让人对自己的生活有更多掌控，有更多工具去创造、学习和探索。

最近大模型更新的隐式缓存为什么可以把缓存价格降低，命中率大大提高。 传统推理里，你每调一次API，GPU都得把整个输入prompt重新算一遍。固定System Prompt、历史对话、RAG知识库，这些重复内容每次都重新预填充，按全价收费。 隐式缓存做了什么？ 它自动检测本次输入和之前请求的公共前缀。命中了，就把之前算好的KV Cache从SSD硬盘直接加载出来，只对新增部分重新计算。重复劳动，直接砍掉。 效果立竿见影。多轮对话、Agent、代码补全这类场景，重复前缀往往占输入Token的70%-90%。命中后，input价格直接打到一折。对长文本多次对话的推理的成本和内存的压力都大大降低。 但这里有个关键问题：之前为什么不行？ KV Cache太大了。传统Multi-Head Attention架构下，百万Token的KV可能要上百GB显存。存盘？I/O延迟完全没法接受。GPU必须全程Hold住所有KV，成本根本降不下来。 DeepSeek的MLA架构把KV Cache压缩了10-28倍。百万Token从80-200GB变成4-10GB。这才让硬盘级缓存成为可能，压缩后的KV可以经济地落盘到分布式SSD，需要时再快速加载。 本质上，是把最贵的GPU显存从按最大上下文全量占用变成了按实际新增Token动态使用，类似动态更新的模式。 这里有个反直觉的点：虽然对高速内存需求大幅下降，但并不是完全转向硬盘。更像是分层存储，GPU只保留热数据，冷前缀卸载到SSD。类似CPU的分页机制，只是这次发生在大模型推理层。 DeepSeek率先把这套机制默认开启，给出极致低价。其他厂商不得不跟进，竞争驱动技术扩散，技术扩散又进一步压低价格。 要想最大化缓存命中需要做什么？ 想最大化省钱，把重复内容尽量放在prompt开头，保持前缀一致性，命中率会更高。API响应里有prompt_cache_hit_tokens字段，直接看命中率。 这轮降价潮是真实的架构创新，算法效率优化带来的成本下降。MLA压缩KV、分布式SSD存储、Radix-Tree前缀索引，这些工程突破把原来需要重复劳动浪费的算力，优化到极致 尤其是 DeepSeek，降价这么多还能赚钱，还是永久降价，这是真本事，那之前的原价是耍我们玩得吗，第一天用原价 API 的人是有点冤大头了。

第二次看完 CZ 的新书，我买了 100 枚 BNB｜真正穿越周期的不是聪明，而是操作系统！ 今天早餐起来读完了最后这篇关于 CZ 的 72 条原则； 我很喜欢这篇作为结尾，其实我个人也一直有这个习惯， 我会有一个自己的栏目来记录自己的原则，这个原则资料库会长期更新，一旦我有任何我想记录的长期原则，我就会放在这里面； 标准就是，如果这句话，值得我长期反复思考，并且愿意留给我的孩子作为指导他们的原则，那么我就写在我的原则资料库里。 继续说下 CZ 书里最后的原则板块： 最后 72 条原则推荐大家自己一定读下，我最大的感受不是“学到了什么管理方法”，而是更清楚地看到： 一个人真正的价值观，往往不是他说自己相信什么，而是他在长期压力、诱惑、冲突、失败和高波动环境里，反复选择了什么。 CZ 的这些原则，看得出来不是书房里想出来的，更像是在混乱、增长、危机、争议和无数次决策之后，被现实一刀一刀削出来的。 就比如像我本人目前对风险的认知、对投资系统的把握、对人性的认识，都是前面十年不断的面临各种风险，出现各种问题后，形成的系统。 看得出来 CZ 属于那种极度重视效率、产出、边界、责任、选择权的超级个体， 他72原则某种程度，看起来不浪漫，甚至有点冷，读完后我其实也问过自己是否有必要。 但在一个高度不确定的世界里，很多所谓的温情，如果没有边界，最后会变成消耗；很多所谓的机会，如果没有退出机制，最后会变成牢笼；很多所谓的合作，如果说不清楚权责，最后大概率会变成互相埋怨。 所以我觉得如果大家没有经历一些事情，可能无法去理解其中深意，我只选了对我个人最有帮助的十条，推荐大家看看他的72条，更推荐大家也建立好自己的系统和原则知识库。 1️⃣有问题就上桌，不在背后消耗关系。 背后抱怨只能制造情绪，当面沟通才可能解决问题。 2️⃣不要试图点燃一个没有自燃能力的人。 帮助别人可以，但不要把自己变成别人的发动机。 3️⃣以身作则，是最有力量的表达。 别人最终相信你怎么做，而不是你怎么说。 4️⃣长期看人，看成果，不看姿态。 忙碌、表达、资历都只是参考，稳定产出才是真相。 5️⃣复杂合作要警惕。 好的合作应该简单、清楚、可退出。 6️⃣要么快速推进，要么尽早放下。 最贵的不是失败，而是长期占用心智的拖延。 7️⃣不要轻易锁死未来。 拒绝不必要的独家，保留选择权。 8️⃣任何合作和关系，都要有退出机制。 没有退出权的机会，可能会变成牢笼。 9️⃣说“不”，是保护人生带宽。 不会拒绝的人，最后会把生命交给别人的优先级。 🔟冷静是一种杠杆。 在高波动世界里，情绪稳定的人，才有资格谈长期复利。 下面是之前的几篇感悟： 《币安人生》读书笔记第三篇｜人会变，关系会变，叙事会变；只有结构和利益，会在关键时刻露出真相。 读 CZ 的《币安人生》监狱生活这几页，让我这个“过来人”看得很沉默！ 红杉资本和币安收购篇：《人很难判断一件事到底是“坏事”，还是命运正在帮你保留控制权》 一本书，表面上是在讲一个人的经历，但更深一层，它其实是在暴露一个人的操作系统，特别是类似于这种传记类的书，看完后我们应该去学习下： 他怎么判断人？ 怎么处理冲突？ 怎么面对失败？ 怎么分配注意力？ 怎么理解责任？ 怎么在混乱中保留选择权？ 我们可以从本书看懂 CZ 来时的路，也能看到他的价值观和所思所想，所以看完这本书后会对整个币安的发展以及发展过程中 CZ 自己和CZ带领下的 Binance 的原则会有更丰富的理解。 所以我们会知道为什么 @heyibinance 一直直强调责任担当、问题面前绝不逃避、以及把用户利益放在首位的那种文化基因。 这些东西如果只是口号，是很轻的。 但如果它们在一次次危机、增长、监管、误解和压力中被反复执行过，是深刻印在创始人骨子里的东西，安么它就会慢慢变成一个组织真正的文化基因。 所以看完之后，我做的第一件事，是把其中一些原则写进自己的原则资料库。 第二件事，是买入了 100 枚 binancecoin:native 这不是投资建议，也不是因为某个短期价格信号。 更像是读完一本书后，对一个人、一家公司、一个组织文化和一个长期资产背后“操作系统”的一次重新确认。 刚好今天 binancecoin:native 拉到了 666 附近。 当然这个数字本身当然不重要，只不过我感觉这是上天对我判断给出的一个很好的认可！ 谢谢 @cz_binance @heyibinance 谢谢 @binance @binancezh

涂涂姐教你约会系列第十一期-如何把握35+大龄剩女的"最后窗口期" 今天这篇，姐要写一个最反直觉的选题： 35岁+的大龄剩女，是这个时代得吃率最高、却被严重低估的群体。 为什么她们比少妇更容易得吃？ 姐知道，这话一出，键盘侠们要疯了： "剩女眼光高得离谱，谁追得上？" "35岁+的女人都是'不婚主义'，碰都碰不动！" "她们工资比男人高、学历比男人高、要求比男人高，得吃？做梦！" 兄弟们，姐告诉你，这些都是表象。 "35+剩女的'高冷'是装出来的，她们的内心，比谁都焦虑。你只要在'对的时间、用对的方法'出现，她比少妇还好得吃。" 为什么？听姐慢慢拆，三个底层逻辑。 逻辑1：她们正在经历**"信仰崩塌期"** 兄弟们，先听姐说一个真相： 25-30岁的高知女性，是相信"爱情"的。 她们觉得自己优秀、独立、配得上最好的男人，宁缺毋滥。 30-35岁，她们开始怀疑。 但还在嘴硬："我不是嫁不出去，我是不愿意将就。" 到了35岁+，信仰彻底崩塌。 她身边的同学全嫁了、同事全有娃了、闺蜜全在妈妈群里讨论学区房。只有她，还在加班、还在一个人吃外卖、还在凌晨刷朋友圈。 她终于意识到："原来我不是'不愿意将就'，而是'真的没有男人愿意要我'。" 这种信仰崩塌，比任何一种孤独都摧毁人。 逻辑2：她们处于**"生理+心理双重焦虑"** 35岁+的女性，生理上面临"生育倒计时"——医学上35岁就是"高龄产妇"分界线。 心理上面临"自我否定"——她过去20年信奉的"独立女性""学历改变命运""事业为先"，正在被现实啪啪打脸。 她每天起床照镜子，看到的是：法令纹、眼袋、白头发、暗沉皮肤。 她每个月体检，看到的是：雌激素下降、卵巢功能衰退、骨质疏松预警。 这种双重焦虑，让她对"温暖的男性陪伴"产生了前所未有的渴求。 逻辑3：她们的**"得吃成本"反而最低** 兄弟们，这才是最反直觉的真相： 追25岁的姑娘：你需要颜值、身材、情趣、新鲜感。 追30岁的少妇：你需要钱、品味、情绪价值。 追35+剩女：你只需要**——"出现得对"**。 为什么？ 因为她们已经被"市场"折磨了10年。 那些追她们的舔狗全是同一类——油腻中年男、二婚带娃、矮穷挫。 她不是嫁不出去，她是"嫁得出去的对象都让她恶心"。 所以你只要做到——"长得不油腻、有稳定工作、情商在线"——你就已经是她相亲市场上的'神'了。 不是所有35+的女人都是目标。姐给你列**"高得吃率剩女识别清单"**： ✅ A级目标（得吃率最高） 特征： 35-40岁，未婚、独居 985/211毕业，硕士起步 大厂中层、外企经理、医生、律师、高校老师 月薪3-8万，有房无贷 朋友圈晒：旅行、读书、健身、宠物、独居生活 心理特征： 嘴上说"一个人挺好"，但凌晨1点会发emo 朋友圈三天可见 偶尔发一句"原来我也会孤独"，配一张窗外夜景 得吃指数：⭐⭐⭐⭐⭐ ✅ B级目标 特征： 35-40岁，离异未育 二三线城市公务员、事业编、银行中层 父母催婚极度严重 心理特征： 比A级更焦虑、更急迫 但要求更"务实"——稳定、有房、有家庭责任感 得吃指数：⭐⭐⭐⭐ ❌ 直接放弃的目标 40岁+，纯粹"独身主义者"（真的不想嫁） 35+且经济极差（这类大概率是"全职女儿"，家庭复杂） 嘴上嚷嚷"宁缺毋滥"且朋友圈一直发不婚口号的（嘴硬程度=自我洗脑程度，难破防） 兄弟们记住，剩女绝对不去夜店、不去剧本杀、不去相亲角。 正确的打猎场景，姐给你列5个： 1. 高端读书会、行业沙龙（首选） 比如混沌大学、得到线下、湖畔大学开放日、各种"女性领导力"沙龙。 蹲点策略：报一个299-1999的课程，里面60%是35+女性。 2. 高端健身房的私教课 SPACE、超级猩猩、Y+瑜伽。 蹲点时间：周三、周五晚上8点后。 独自来上课、穿着lululemon全套、戴Apple Watch的——80%是这个画像。 3. 米其林餐厅、高端日料的吧台位 蹲点时间：周五晚上7-9点。 一个人坐吧台、点一杯清酒、看着寿司师傅做寿司的——就是她。 4. 商务舱、头等舱、高铁商务座 频繁出差的35+女性，95%是这个画像。 可遇不可求，但一旦遇到，破冰极其容易。 5. 小红书/即刻"独居女生"话题 线上猎场。看最近一周发"独居生活vlog"、配文带"35岁""一个人""周末"的女博主——精准画像。 好了，重头戏来了。姐给你拆一套完整的5阶段打法。 🎯 阶段1：人设打造（第0天） 核心原则：你必须像"她够得着的最好的那个男人"。 兄弟们记住，剩女不是要"高富帅"，她要的是"配得上她"。 姐给你3个**"剩女杀手人设"**，直接抄： 人设A："事业稳定的中产精英"（最优） 标签：金融、咨询、互联网中层、医生、律师 道具：品牌商务衬衫（不要LOGO）、机械表（精工/天梭起步即可）、商务背包 朋友圈：行业洞察 + 偶尔的旅行/运动 + 极少的私生活 人设B："有趣的中年文艺男" 标签：摄影、独立书店主理人、咖啡爱好者、小众音乐 道具：富士相机、复古衬衫、独立电影票根 朋友圈：深度文字+精修照片，不low不油 人设C："温和稳定的大学老师/科研工作者"（杀伤力极大） 标签：高校讲师、博士在读、研究员 道具：眼镜、书、学术会议照片 这是35+剩女最难抵抗的一类男人——因为她们这一辈子，都在追求"知识共鸣" 关键点：人设的核心不是"装"，是"放大你已有的优势"。 你是程序员，就强化"技术专家"感；你是医生，就强化"专业权威"感。 🎯 阶段2：精准破冰（第1天） 核心原则：剩女最讨厌"轻浮搭讪"，你要用"专业感+尊重感"破冰。 场景1：读书会/沙龙 她在台下认真做笔记，茶歇时她一个人站在角落。 走过去，不要先做自我介绍，先抛一个**"专业问题"**： "刚才[讲师名]讲的[某个观点]，我觉得可以延伸到[某个行业案例]，你怎么看？" 关键点：用专业话题替代寒暄，把她当"同事"对待，而不是"女人"。 剩女最爽的瞬间——"终于有人把我当'专业人士'，而不是'未婚女人'看待。" 聊3-5分钟，自然加微信： "你思路很有意思，能加个微信吗？以后这种话题想跟你深聊一下。" 90%加上。 场景2：健身房 她在器械区做训练，间隙刷手机。 绝对不要主动凑过去。 你做你自己的训练，等她明显在等器械时，让出来： "这个你用，我去拉伸下。" 笑一下，走开。 下次她看到你，会主动跟你打招呼。这就是"低调高价值"——在健身房，不主动等于稀缺。 3-4次见面后，再自然搭话： "你训练挺规律的啊，看你每周都来。教练是同一个吗？" 循序渐进，不要急。 场景3：米其林吧台 她坐在吧台一头，你坐另一头。 点一杯比她更专业的酒，跟bartender聊两句行家话。 她会侧目。 10分钟后，让bartender送一杯酒过去，附一张小纸条： "你点的那款偏甜，这一款回甘更好，更适合你今晚的状态。——隔壁的陌生人" 不要主动加微信。 要么她过来道谢——60%概率。 要么她不过来——那就放弃，去找下一个。 记住：剩女这个群体，绝对不能"低姿态"。低姿态=她瞧不上。 🎯 阶段3：建立"势均力敌"感（第2-14天） 加上微信后，最忌讳的就是"嘘寒问暖"。 剩女这辈子被"舔狗"舔够了，你越主动，她越觉得你"没价值"。 正确节奏： 每周聊2-3次，每次不超过30分钟 聊的内容必须"有营养"：行业、读书、运动、旅行 绝对不要问"在干嘛""吃了吗""睡了吗" 适当"消失2-3天"——让她感觉到你"有自己的生活" 话术示范： "今天读了[某本书]里一段话，让我想到我们上次聊的[某个话题]，截图给你看。" "下个月去[某个城市]出差，听说[某个小众展览]在那里，有空你也可以去看看。" "你最近怎么样？周末没出去玩？我在[某地]爬山，发个照片给你看，下次一起。" 目的：让她觉得"你跟她是一个圈层的，甚至比她还要见多识广"。 🎯 阶段4：制造"被理解"的瞬间（第15-30天） 这是核心阶段。 剩女最大的爽点不是"被爱"，是**"被理解"**—— 理解她为什么没结婚、理解她的孤独、理解她的骄傲。 聊到第3-4周的时候，找一个深夜（晚上11点后），主动抛出这一句话： "其实我挺佩服你的。你这种女人，宁可一个人待到现在，也不愿意将就嫁个不喜欢的人。这不是'剩'，这是'选'。换我，可能早就妥协了。" 兄弟，这一句话是核武器。 为什么？因为这是她35年来最想听到、却从来没人对她说过的话。 她身边的人都在催婚、都在说"你眼光太高"、都在劝她"将就"。 只有你，把她10年的"剩"，重新定义成了"选"。 她大概率会沉默几秒，然后跟你说一段她从来没跟人说过的话——关于她的前任、她的家庭、她的焦虑、她的不甘。 那一晚聊完，她对你的依赖度会提升500%。 🎯 阶段5：临门一脚（第30-45天） 最佳时机： 她生日（剩女的生日是情绪最大的爆破点） 她家人催婚之后（春节、国庆后） 她工作受挫之后 她体检报告出来之后 约会场景必须满足3个条件： 高质感——五星级酒店行政酒廊、高端威士忌吧、私人会所 私密——人少、安静、有"逃离感" 她没去过的地方——制造"新鲜感" 话术： "下周五晚上有空吗？带你去一个我朋友圈藏了好几年的地方，去过的人都说想再去。" 到了之后，喝两杯。等她稍微放松，说出那句点睛之笔： "你知道吗？这一路你扛得太累了。今晚不用做'XX经理'，也不用想结婚的事。你就是个普通女人，想哭就哭，想笑就笑。我就在这儿，不评价你、不催你、不要你做任何决定。" 这一句话出来，剩女破防的概率是90%。 剩下的，兄弟你应该知道怎么做。 姐去年认识的一个朋友，36岁，做投行的，月薪5万左右，离异未育，长相6分。 他用这套SOP，45天拿下了一个38岁的高校副教授——典型的A级目标。 关键节点： Day 1：得到线下沙龙，用"学术问题"破冰，加微信。 Day 7：每周2次"行业话题"互动，从未问过"在干嘛"。 Day 18：深夜聊天，他说出"这是'选'不是'剩'"——女副教授沉默10分钟，然后写了800字回复，讲了她跟前男友分手的真相。 Day 31：约在四季酒店行政酒廊，聊到凌晨1点，老周送她回家，没进门。 Day 42：女方生日，他提前订了一家私厨，全场只有他们两人+一位主厨。 Day 45：得吃。 总投入：8000块左右。 关键转折点：女方生日那晚，跟他说："我从25岁过到38岁，13个生日，第一次有人陪我吃饭，不催我结婚、不问我什么时候要孩子。" 兄弟们，记住这句话——这就是35+剩女猎场的本质。 你不是在追她，你是在替她填补"那个本来应该陪她过生日的男人"的空位。 姐最后给你5个血泪教训： 1. 绝对不要催婚、不要谈结婚 剩女最怕、最恶心的字眼就是"结婚"。 整个交往过程，绝口不提"我们以后""结婚""孩子"。 让她主动想——"如果跟这个男人结婚会怎么样"。 2. 绝对不要嘲讽她"剩" "你怎么还没嫁啊？""你眼光太高了吧？"——这两句话出口，你就死了。 永远把她的"未婚"包装成"主动选择"，而不是"被动剩下"。 3. 绝对不要做"工具人" 剩女这辈子见过太多舔狗工具人。 不要帮她搬家、不要帮她修电脑、不要陪她无止境地逛街。 你要做的是"她的精神共鸣对象"，不是"她的免费助理"。 4. 慎重处理"她的家庭" 35+剩女的家庭，90%父母催婚极度严重。 绝对不要主动提出见家长。 你一旦提出，她会立刻把你定位为"备胎/工具人"—— 她会把你拿去给父母看，让父母满意，然后继续骑驴找马。 正确做法：让她主动想带你见家长，但你要"假装犹豫"——"还是再了解一下吧"。 5. 得吃后做好"长线博弈"准备 35+剩女得吃后，90%会想"长期关系"。 她会想："既然都到这一步了，干脆嫁了。" 所以兄弟，进场前想清楚： 想要长期关系（甚至结婚）？那就按节奏推进，这是真正"高质量长期资源"。 只想短期得吃？那就得吃后立刻拉开距离，找借口"工作压力大""出差长期不在"，让她自己知难而退。 注意：35+剩女得吃后被甩，反弹力极强，可能会出现极端举动。 所有聊天记录截图保留、避免任何"承诺性"话术、做好风险隔离。 兄弟们，姐写完这篇，想跟你们说几句心里话。 35+的剩女，是这个时代最被误解、也最孤独的群体。 她们用10年的时间，撑起了"独立女性"的人设。 她们靠自己买了房、考了证、晋了职、走遍了世界。 但夜深人静的时候，她们和所有女人一样，渴望一个能"看见她疲惫"的男人。 你给她45天的"被理解"，她回报你的，是这辈子最深刻的一段感情。 这是公平的交换。 只要你别催婚、别敷衍、别玩得太狠，这场游戏，就是双赢。 甚至，如果你真的看上了她——这个群体，是当下市场上"性价比最高的婚恋资源"。 她有钱、有学历、有阅历、有温度，缺的只是一个"懂她的人"。 而你，恰好可以是那个人。