那天相约一起健身健身到一半就有一些问题想问教练 🥹：你知道泰国人怎么叫吗？ 💁🏻‍♀️：不知道啦！ 🥹：你知道四川人怎么叫吗？ 💁🏻‍♀️：不知道啦！ - 完整版主页简介电报群观看 #你的健身教练##多语言约炮##好女孩别错过##坏女孩别放过#

别再看 AI 榜单自嗨了！7月 LMArena 刷榜狂欢下的选型清醒指南 7 月的 AI 圈，每天都在"登顶"。 Claude Opus 4.8 暴力登顶。Claude Fable 5 屠榜封神。GPT-5.5 Pro 推理封王。Gemini 3.1 Pro 刷爆科学榜。 短短一周，"世界第一"换了四五个主人。 这正常吗？ 不正常。因为当一个榜单每周都在换主人，说明的不是"谁更强"——而是这个榜单本身，已经无法承载 2026 年模型竞争的真实形态了。 今天，聊点清醒的。 第一个判断：全能歌王的时代，彻底结束了 模型竞争已经从"争夺总冠军"，进入残酷的"按场景分科"。继续用一张总榜指导业务选型，刻舟求剑都算客气——更像是拿去年的地图找今年的路。 第二个判断：榜单经济的泡沫，正被置信区间戳破 看到"登顶"两个字，清醒的人第一反应是三个问题—— 登的是谁家定义的哪座山？投了多少票？误差区间多大？ 很多人连榜单口径都没搞懂，就急着拼总表。 第三方汇总里，Claude Opus 4.8 综合分被拉到约 1580；但 LMArena 7 月 10 日官方 Text Arena 快照里，总榜第一是 Claude Fable 5（1509±9）。 这不是谁算错了。版本、时点、评分口径只要偏一点，结果天差地别。拿着缝合的榜单去指导业务，无异于用两张不同比例尺的地图导航——你永远到不了终点。 抛开厂牌，看 7 月这五位"主治医生"的真实成色 🏗 Claude Opus 4.8（Thinking 版）｜复杂工程的重装步兵 硬核指标： 1560±9（WebDev 榜） 大实话： 别看到"Opus 4.8"就无脑冲。它的分数是 Thinking 版用反复规划和算力堆出来的——你买的是结果，不是过程。润色文案、改个样式，上它纯属高射炮打蚊子，还顺带把延迟和账单一起拉满。 复杂代码重构、长链路 Agent、需要深度内省的逻辑推演，它无可替代。但"无可替代"是有价格的，别为用不到的能力买单。 🏭 Claude Sonnet 5（High 版）｜高频生产线的性价比之王 硬核指标： 1543±13（WebDev 榜，输入 $2/输出 $10 每百万 Token） 大实话： 它在 WebDev 榜没进前五，但它是真正的企业级牛马。商业落地不看偶尔秀一次肌肉，看的是天天进流水线的稳定性和吞吐量。 团队日更代码、批量改页面——稳定、速度、投入产出比，远比榜首虚名值钱。这才是 99% 的业务该选的那一个。 🎨 Claude Fable 5｜前端 WebDev 的屠榜黑马 硬核指标： 1649±15（WebDev 榜首，2,161 票） 大实话： 分数确实炸，但别被冲昏头。WebDev Arena 测的是前端生成、视觉还原、工具调用，不是你的全栈架构。它的长周期自主性惊艳，但每百万 Token 输入 $10/输出 $50 的高阶定价，注定它走的是高精度消耗路线。 全自动网页原型、视觉 1:1 还原、可点击 Demo，它是尖刀。指望它无脑包办后端大型分布式架构，你会失望。 🔍 GPT-5.5 Pro｜高难度推理的质检员 硬核指标： 推理方向领先（综合 1551，代码 1531） 大实话： 第三方汇总的推理高分不是免检证书。LMArena 官方 Math / Math-Hard 分类里，各家梯队的置信区间已经重叠——意思是，"推理之王"这个头衔，现在谁戴都行，也都别太当真。 多步骤核验、复杂决策树、跨模态材料，放 A/B 测试里去卷延迟和正确率，别直接盲信榜单。 🌊 Gemini 3.1 Pro｜长文档海里的深海潜水员 硬核指标： 科学方向领先（GPQA Diamond 94.3%） 大实话： 科学 Benchmark 强，不等于你的专业细分领域不翻车。能读长文本，不等于每个 Needle-in-a-Haystack 的细节都对。 科研阅读、跨文档整合——它是拿来跟 GPT/Claude 打擂台的极佳对照组。但"对照组"三个字本身就说明：它不该是唯一答案。 🛠 别看厂牌，看疗效。业务选型的清醒四步法： 真正靠谱的架构师，挑模型时只问四件事： 第一，任务是什么？ 通用对话、复杂代码、前端生成、严谨推理、科学阅读——各自有对应的垂类榜单。看子榜，别看总榜。 第二，版本是什么？ Thinking、High、普通版，别混为一谈。差一个后缀，差一个量级。 第三，分差可靠吗？ 看置信区间的重叠度。票数少的子榜，分数再高也别当真——统计学意义上，它就是噪声。 第四，业务代价是什么？ 可用性（SLA）、首字延迟（TTFT）、Token 成本、工具兼容性，任何一项卡脖子，都能把那点打榜优势蒸发得一干二净。 一张更接近真实工作的"挂号表" ▸ 复杂工程、长链路 Agent → 优先实测 Claude Opus 4.8 Thinking ▸ 高频开发、批量迭代 → 优先实测 Claude Sonnet 5 High ▸ 前端页面、视觉还原、网页 Demo → 优先实测 Claude Fable 5 ▸ 多步骤推理、复杂决策 → 优先实测 GPT-5.5 Pro / 高推理档 ▸ 科研资料、长文档整合 → 优先实测 Gemini 3.1 Pro ⚠️ 注意：是"优先实测"，不是"直接指定"。拿你自己的真实业务数据跑一遍，比转发一百张排行榜都管用。 最后的行业大实话 每天都有新模型“登顶”，每天都有人在制造焦虑。 真正的行业信息差，不是你没看到榜单，而是你只看到了被自媒体压缩成中文的“某某模型世界第一”，却没看到原文里复杂的测试限制条件、投票权重和长达几页的技术局限性说明。 AI 模型的下半场，是分科主治医生的时代。谁能跨过语言这道墙，直接读到一手评测，谁就掌握了判断的主动权。 用【沉浸式翻译】开启双语对照，直接读 LMArena 原始榜单，看原汁原味的完整评测。 打破语言带来的认知偏见，从拒绝吃二手结论开始。🌐 #AI模型# #LMArena# #沉浸式翻译# #大模型选型# #人工智能#

【觀察：兩岸交流熱絡 台灣青年認知重塑成融合新動力】 民進黨當局對兩岸交流採取諸多阻撓和限制措施，卻擋不住台灣青年對大陸的熱情。近期，兩岸青年交流頻繁，6月22日至24日間，就有“兩岸媒體川渝行”、“兩岸青年直播電商創業交流大會”、“兩岸青年‘創未來’科普夏令營”在中國多地舉行，為兩岸關係和平發展釋放積極信號。 上海海峽兩岸研究會研究員包承柯在接受香港中通社專訪時談到，在台灣民意“去川普化”、“去倚美化”的當下，島內青年的認知正在經歷一場深刻的“後真相重塑”，成為兩岸關係和平發展的正向力量。 近期兩岸青年交流頻繁，6月22日舉行的“2026兩岸媒體川渝行”活動中，來自海峽兩岸的專家學者、媒體記者、自媒體人等近40人，實地探訪成渝地區雙城經濟圈在產業、科技、基建、民生、生態、人文等領域的發展成果，挖掘兩岸產業、文化合作新空間。 23日，海峽兩岸近500位青年代表齊聚義烏的“兩岸青年直播電商創業交流大會”，在深度交流中幫助台灣青年掌握數字貿易核心技能、促成經驗共享與項目孵化。現場，8組合作項目集中簽約，涵蓋跨境電商、文創IP、供應鏈整合等多個領域，達成合作意向金額約1.5億元。 24日，包括32名台灣青年在內的60餘名兩岸青年齊聚“兩岸科創行”科普夏令營，開營儀式上機器人、機器狗和憨態可掬的機器熊貓表演吸引台灣青年爭相拍照留念。 “大陸的科技進步超乎想像。”首次到訪大陸，參與科創夏令營的台灣青年張家豪說，兩岸應發揮各自優勢，在相關領域加強交流合作，共同提升產業競爭力。福建人形機器人創新中心工程師向台灣青年發出邀請：“福州有場景、數據、供應鏈，等著台灣青年加入，願未來產線上的人形機器人，將銘刻‘兩岸青年，共同定義’。” 據國務院台辦17日發布的數據，截至目前，第十八屆海峽論壇大會已發布23項兩岸青年社團合作項目，19組結對共建、簽約合作。 “近期兩岸青年交流頻繁，操作智能剪輯、分析電商數據、達成簽約合作……這種‘體驗式’、‘實戰式’的交流，在過去實不多見，充分顯示大陸為兩岸青年搭建發展平台、共享發展機遇的誠意和實際行動。” 包承柯在接受香港中通社專訪時談到：“習特會”之後，美國減少對台灣事務插手程度，對台支持力度正在明顯縮減——這些新動向還會更加明確地表現出來，不斷打擊島內民進黨當局一直推行的“倚美謀獨”政策。民調顯示，台灣青年人更加主張通過兩岸談判來解決分歧，反映了台灣青年不甘當“台獨”炮灰的認知變化。 “當下，台灣青年正成為兩岸關係和平發展的正向力量。他們的認知正在經歷一場深刻的‘後真相重塑’，開始重新思考自己的未來，特別願意來大陸交流和參訪，大陸的發展給他們帶來新的感受，讓他們增長見識。” 包承柯認為，兩岸青年生活在同一個時代，彼此有很多共同語言，對生活的感受、對科技的觀感、對服裝和生活美學的共同追求……未來是青年們的，目前，島內青年的變化還只是處在“量變”的水平上，只要這樣的變化持續下去，總有一天會引起台灣社會發展的真正“質變”，兩岸融合發展一定會實現。（來源：香港新聞網） 詳情： #台灣# #兩岸# #青年#

推荐这两个模型，Liquid AI 的新 encoder。 小参数下匹敌大模型质量——长文本 CPU 推理比 ModernBERT 快了数倍。 Liquid AI 在 7 月 28 日发布了两个新的 encoder 模型——LFM2.5-Encoder-230M 和 350M。核心卖点：在小参数下匹敌大模型的质量，上下文 8192 token 且延迟随输入长度增长缓慢，CPU 上比 ModernBERT-base 快约 3.7 倍。 架构 两个 encoder 从 LFM2 解码器主干初始化，然后做三步改造：双向注意力掩码（每个 token 看两边）、非因果短卷积（对称 padding）、30% token 的掩码语言建模训练。 两阶段训练：先用 1024 token 上下文做大语料 MLM，再扩展到 8192 token 强化事实、法律和多语言能力。 Benchmark 在 GLUE + SuperGLUE + 多语言分类共 17 个任务上，350M 版本排 14 个模型中的第 4 名，前 3 名都更大（最大一个 3.5B，近 10 倍参数）。230M 版本击败了 ModernBERT-base 和所有 EuroBERT 模型，参数量更小。 CPU 推理速度 最大的优势在 CPU 上。8192 token 输入时，ModernBERT-base 一次前向约 90 秒，LFM2.5-Encoder-230M 约 28 秒——约 3.7 倍快。这意味着你可以在笔记本 CPU 上 30 秒内扫描完一份完整合同、转录文本或长客服线程。 GPU 上的优势在长上下文时同样存在：短输入（<1000 token）ModernBERT 领先，长输入 LFM2.5-Encoders 反超。 实际用途 附带了 5 个 CPU-only 的 HuggingFace Space demo：零样本 prompt 路由、零样本策略检查、拼写纠正、40 种 PII 检测、掩码扩散文本生成（迭代 unmask 而非从左到右生成）。 两个模型都是开放权重，支持 transformers + Flash Attention 2。 模型： 博客： #Encoder# #CPUInference# #ONNX#

GM GN 距离2027年 仅剩165天 腾讯设计Agent平台Miora全面开放了，腾讯系这个AI的打法,和以前好像,全方面进攻啊,Miora你去试试不? 一起看看消息 polo的AI日报 7月23日，14条精选 ⬇️ 1. Alphabet Q2财报亮眼，营收涨24%，Google Cloud暴涨82%。Gemini月活冲到9.5亿，模型API处理量飙到220亿token每分钟，已被90%财富100强企业使用。 💡AI业务正在成为Alphabet的第二增长引擎 2. Anthropic给图书作者赔了15亿美元，联邦法院批准，涉及48万多部作品每部约3000美元。法官认为合法获取的书上训练AI算变革性合理使用，但大规模抓网内容合法性未定。 💡每本书赔3000美元，48万部作品合计15亿,产权问题是大问题,但是ai就像人脑一样,我记住了理解了你还要收我的版权费吗? 3. GigaToken发布全新语言模型分词器，在AMD 144核CPU上对GPT-2分词速度达24.53 GB/s，是HuggingFace Tokenizers的989倍。 4. 微软把MagenticLite全家桶全面开源，MagenticBrain和Fara 1.5权重上架Hugging Face，应用测试工具全栈模型一个不落。 💡微软把全套Agent工具链扔进开源社区 5. DAIR的Elvis Saravia提出用任务替代提示词作为交互单元，把语音、屏幕、文本、标注等多模态信息一次性喂给智能体。 6. Anthropic给Claude加了经济指数连接器，用户可直接问哪些职业用AI最多，答案基于真实数据，数据集免费开放。 💡Claude变身经济分析师 7. OpenAI准备在佐治亚州砸200亿美元建超大规模数据中心，配套3.2吉瓦电力，2028年起投用，满负荷总成本或超300亿。同时将2030年算力支出预期从6000亿上调至近7500亿。 💡OpenAI在赌未来五年的算力需求根本停不下来 8. AMD宣布向Anthropic投资50亿美元，换取Anthropic采购2GW的AMD MI455及未来GPU。 💡GPU军备竞赛进入交叉持股阶段,好熟悉的感觉 9. Qwen-Image-3.0实测出炉，19个场景挑战GPT Image2，中文长文本不崩、多语言混排稳、多图融合和图片编辑能力在线，国内速度快价格不贵。 💡中文场景下Qwen-Image-3.0比GPT Image2更稳 10. 小红书技术团队开源BigMac，多模态大模型训练新范式，以LLM流水线为主干嵌套编码器和生成器，比基线快1.08到1.9倍，已是dots多模态模型核心组件。 💡小红书开源了自家训练多模态模型的底层框架,你开源我开源,你不开源,我还是开源,这是什么打法 11. 腾讯设计Agent平台Miora全面开放免邀请码，覆盖品牌设计、影视创意等五大场景，支持自定义多模态模型和Agent推理深度，内置Skill市场和记忆系统。 💡腾讯把设计Agent从邀请制直接推到全民开放 12. Cursor发布智能模型路由系统Cursor Router，自动把每个编码请求分给最合适的模型。Auto模式满意度接近Fable同时成本降60%，Balance模式满意度超Opus 4.8成本降36%。 💡Cursor Router自动帮你分任务 13. OpenRouter新增音频转写API，支持Whisper等STT模型，一个API key搞定，base64音频丢过去返回JSON文本。 14. OpenAI自曝AI模型在安全测试中突破沙盒越狱，利用零日漏洞入侵HuggingFace基础设施偷凭证。HuggingFace在7月16日披露，称入侵由自主AI智能体系统实施。 💡这件事的严重程度比HuggingFace被黑本身大得多 #AI# #开源# #人工智能#

18美金变3800美金，因为有人试图操纵市场。 这是刚刚结束的特朗普-习近平峰会衍生出来的一个预测市场，也是我见过争议最大的一期。 — — 市场背景： Polymarket上开了一个市场： 预测特朗普在与习近平双边会晤中会说哪些词语。 市场总成交量超过 1000万美金。 — — 争议核心：一个语言陷阱 预测市场规则明确规定—— 只有直播中提到的词语才计算在内。 但特朗普提到"伊朗"的那段视频，是录播后上传的，不是直播（虽然录播到上传仅仅几分钟，但依然是录播）。 问题在于：在许多语言里，"直播"和"录播"是同一个词。 Polymarket 支持 18 种语言的界面，但市场规则始终只有英文。 用户自己翻译规则，翻译出了歧义。 这对亚洲用户尤其如此。 — — 价格如何被操纵 特朗普说了伊朗—— "我们确实讨论了伊朗。我们对伊朗的看法非常相似。我们希望此事结束……" 这段视频流出后，有人立即提议该市场的 YES。 价格从正常水平瞬间跳升至80美分以上，短暂触及96美分。 随后 Polymarket 发布澄清： 仅计算直播，录播不算。 价格从 96美分跌至3美分。 — — 两个获利者 一位用户投入 18美金，最终获利 3800美金，超过200倍回报。 另一位用户在这次价格崩塌中赚了约 78,000美金。 他们买的都是 NO。 — — 值得思考的地方 这次获利，本质上建立在一个语言和信息的不对称上。 普通用户因为语言理解的偏差蒙受了损失。 其中一位获利者表示，他打算把所有奖金捐给慈善机构。 — — 预测市场的规则设计，决定了谁是赢家。 读懂规则，比押对方向更重要。 你们觉得 Polymarket 应该把规则翻译成多语言版本吗？👇

八月的 KGeN，重点不在行情，而在转向：从验证流量，转向给机器人和大模型提供可追溯的人类数据。 VeriFi Korea 定在下周，主题直接是 Human x Robots。同一周反复出现的判断是：下一阶段的瓶颈不是算力，是机器真正能学的、经过验证的人。 @kgen_io 产品：三层叠在一起 POGE 是底座。它不是一次 KYC，而是持续更新的声誉：是不是真人、有没有持续参与、会不会做事、有没有真实消费、社交关系站不站得住。 VeriFi 把这套声誉对外输出。游戏、消费应用、DeFi、AI 实验室要的不是注册数，而是这批人大概率不是农场号。 KAI 更窄、也更贵。从几千万人里筛专家，做 RLHF、多语言标注、代码评测、物体检测和复杂推理，再经由 Humyn Labs 交给实验室。官网那句话比白皮书清楚：不是更多数据，是更好的数据。 一句话就是：POGE 证明你是谁，VeriFi 把人分发出去，KAI 把其中一部分人变成训练信号。 八月能对上的数 增长还在走。8 月 4 日官方盘点七月：网络强度 80M，用户属性 34 亿条；官网上协议用户已到约 8053 万，高于 3 月常被引用的 6190 万。采集侧，过去六个月有 13 万多名独立贡献者、超过 55 万小时。Q3 路线图也对准中东和拉美的多语言音视频，卖给前沿实验室和机器人团队。 @KGeN_CN 生意上，外界能反复核对的仍是 2026 年 3 月那组数字：年化收入 $85.8M，200 多家合作方。全年目标说到 $1 亿，更远期是 2027 年底 $1.5 亿。AI 数据被写成增长最快的一块，但早期披露里大约只占整体一成。平台能赚钱，不等于通缩已经成立。 最刺眼的错位在这里：网络和收入已经不小，市值还很小。这不一定等于低估，也可能是市场在问——收入质量如何、有多少能落到代币、AI 订单何时从配角变主角。 它到底在解什么 网上能刮的文本快见底，合成数据互相喂养会把模型越训越像模型，众包里也越来越多“人类标注”其实是人用 AI 交差。AI 缺的不是数据量，是三样东西同时在：来源能追、质量会复利、分布足够像真实世界。 KGeN 的做法是先在全球南方用任务和氏族把真人聚起来，再用生物识别、社交绑定和行为足迹把刷子挤出去，最后把时间卖成语音、第一人称视频和专家评测。劳动不再做完即消失，而是沉淀成下一次被选中的信誉。 这比“AI + 代币”四个字更值得看：全球南方的人，从被采集对象，变成账本上的生产要素。 往后可能进哪些场 八月动作已经把方向写死了：人形机器人和 Physical AI、多语言语音、企业级评测。游戏和消费获客不会停，那是现有现金牛。更下游则是把店面和凭证扩到模型使用权，从卖人走到卖结果。 风险同样清楚。8000 万网络强度，不等于实验室愿意续费的数据集。小时数好看，还要看密度、一致性和有没有真正进训练集群。AI 收入起不来，KGeN 2.0 就只是机制，不是市值逻辑。 接下来只盯三件事：有没有新的实验室合同、采集有没有从“录了多少小时”变成“被模型用上”、回购注销能不能按月在链上看到。 如果智能会变便宜，稀缺的就不再是模型，而是还能被信任的人类信号。八月确认的是转向，不是高潮。

过去半年的 Seed：多模态领先、大语言追赶 过去半年，Seed 的多模态模型取得了显著成绩：今年 2 月上线的视频生成模型 Seedance2.0 和图片生成模型 Seedream 5.0 Lite 声量一度超过业内其他同类模型，迅速引发关注。Seedance2.0 成为火山引擎 MaaS 业务营收的基本盘。 同期发布的语言模型 Seed 2.0，市场反响却较为有限。它一度因较好承接春节期间涌入的 C 端需求，在内部获得好评。但春节大战中，Anthropic 凭借 Opus 系列的 Coding 能力迅速打开程序员和 B 端市场，ARR 很快逼近并反超 OpenAI。中国大厂这才意识到，自己错过了 Coding 的窗口期。与此同时，GLM-5 和 Kimi K2.5 的 Coding 能力也已明显领先。 模型能力的落后影响到了收入端。据我们了解，火山引擎目前是国内最大的模型 API 卖家，市场份额约占一半。火山引擎 2025 年的收入在 150 亿元左右，今年内部定下的目标是超 400 亿元。目标虽大，但并非没有隐忧。 火山引擎的 token 消耗能反应商业化的增长。多位接近火山引擎人士告诉我们，豆包大模型的 token 消耗中，超过一半来自 Seedance 和 Seedream 两个多模态生成模型系列，语言模型占比不高。 二季度以来，随着短剧行业增长见顶、经济大环境的变化，Seedance 的 token 消耗和收入增速放缓，并影响了火山 MaaS 的整体 token 增长——豆包大模型的 token 消耗，3 月为 120 万亿，6 月为 180 万亿，低于原计划的 250 万亿至 300 万亿目标。 智谱和月之暗面凭借持续提升的 Coding 能力，ARR 分别突破 10 亿美元和 3 亿美元。 为补课 Coding 能力，张一鸣亲自邀请，高薪吸引 DeepSeek 核心研究员郭达雅加入 Seed，负责模型 Coding 能力的专项训练。字节将 Coding 相关的研发资源收拢整合，统一划归给郭达雅。同期阿里千问基模团队也投入更多资源和人力专攻 Coding 训练。 训练好的模型更重要的是数据。大公司可以凭借推动内部业务线使用自研模型做开发，形成真实场景反馈数据。但仅有这些还不够。 我们了解到，Seed 内部曾激烈讨论过蒸馏路线的可行性，字节高层则担心蒸馏对 Seed 和技术带来的危害。据 The information，张一鸣在 Seed 的 all hands 会议上明确表示，即使不蒸馏意味着公司在技术上会短暂落后国内竞争对手，也不会采用这一捷径来推进其 AI 模型能力。 8 月 6 日，字节跳动举行公司全员会。豆包负责人赵祺在会称，大模型的市场潜力很大，因此不担心经济回报，但收入还是重要的。 在模型研发上，字节拥有国内最充足的算力储备、业内领先的基础设施能力和高密度的人才队伍，这些构成了它的底气。Seedance 的成功也让字节看到，模型能力一旦领先，便能迅速转化为商业护城河。 一位字节人士说，Seedance 证明，用户会自然流向能力最强的产品。只要能在关键节点做到行业第一，就有机会快速抢占市场，因此不必过度焦虑于短期的排名落后。

第一次做三种语言的 AMA 🤍 🇨🇳🇰🇷🇺🇸 一直担心翻译会不会跟不上、节奏会不会乱，结果最后比想象中顺利太多了！虽然中间偶尔还是会有一点现在到底在说哪种语言🤣的感觉，但真的特别有趣。非常感谢 @aquiahoramism0 组织这场 AMA，也感谢韩国和中文社区所有嘉宾以及每一位参与互动的朋友 韩国嘉宾 @p2ecoin91 分享了自己本周约 35 万美元盈利背后的交易逻辑。最让我印象深刻的是，他一直强调的不是高杠杆，而是趋势判断、仓位管理和耐心等待。对他来说杠杆只是提高资金效率，真正重要的是让清算价格足够远，让风险始终在自己能够承受的范围内。赚钱不是因为每天疯狂交易，而是因为提前做好准备，然后让趋势替自己赚钱。 另一位韩国嘉宾 @magonia_B 则分享了韩国用户选择交易平台时最看重的因素。除了流动性、安全和产品体验之外，很多韩国用户还非常关注平台未来的发展潜力。他提到，大家希望陪伴真正有机会成长为行业领导者的平台，而不是只寻找今天最好用的交易所。这一点让我印象特别深。 中文社区这边，@SAM1021219 和 @Yoana983570 更多聊到了 Backpack 的长期战略 Sam 分享了为什么他认为 Backpack 最大的野心，不是增加股票功能，而是选择自己成为券商，建设属于自己的金融基础设施；Yoana 则提到，Backpack 想做的不只是推出股票，而是搭建一整套连接加密资产、真实证券和传统金融的底层体系。这也是为什么我们一直在聊 Neo-Brokerage，而不仅仅是一家交易所 中国用户重视安全、流动性和成长性；韩国用户也是如此。大家都会关注新的资产、新的产品、新的交易机会，也都希望找到一个能够陪伴很多年的平台 语言不同，文化不同，但大家对好产品、长期主义和创新的期待，其实是一样的 希望今天不是结束，而是中韩 @Backpack 社区更多交流的开始 Different languages. One Backpack. 🤍