非常年輕的傳奇投資人 Leopold @leopoldasch 為什麼砍了 $3 億 NVDA？而把錢全押在電力和礦場 核心邏輯是：他認為AGI 的真正瓶頸不是 GPU 光是電力、GPU 算力、BTC 礦企轉 AI 託管 這三個賽道就佔了大部分持倉 我用黃仁勳的 5 Layer Cake theory 拆解他的持倉 👇 5️⃣ 記憶體 — SNDK 加倉 816%，HBM 佔 AI 支出從 8% → 30% 4️⃣ 光學 — LITE 佔 8.7%，「不管誰的 GPU 贏都要用我的光模組」 3️⃣ GPU 雲 — CRWV call options 加了 672% 槓桿，最激進倉位 2️⃣ 礦場轉 AI — 8 檔佔 22.7%，有電有地換 GPU 就行 1️⃣ 電力 — BE 最大持倉 16.5%，能使用燃料電池繞過電網直接發電 - 最熱的記憶體和內存 - 代表 $SNDK $INTC $MU AI 模型的「工作記憶」每一次推論都需要高速讀寫 DRAM 和 NAND。HBM 短缺已成為 GPU 出貨的限制因子，記憶體佔 Hyperscaler AI 支出從 2023 年的 8% 飆升到 2026 年的 30% 💡 Leopold 在 Q4 把 SNDK 倉位加了 816%，同時用 INTC call options 押注 Intel 的先進封裝能搶到 HBM 封裝訂單。 - 半導體與光學 $LITE $COHR $TSEM $INFY 連接 GPU 叢集的「神經系統」— 光學收發器決定了 GPU 之間的通訊頻寬。800G/1.6T 光模組供不應求，交貨期超過 40 週 💡Lumentum 是最大個股持倉（8.7%），押的是「不管誰的 GPU 贏，都要用他們家的光模組」 - GPU 雲端運算 $CRWV $APLD $WYFI Hyperscaler 自己蓋不夠快，Neocloud（獨立 GPU 雲）填補缺口。CoreWeave 從幣圈公司轉型為 NVIDIA 最大的獨立客戶，已簽下數十億美元合約。 💡CoreWeave 佔組合 17.6%（含 call options），是第二大曝險，Leopold 用 call options 加了 672% 的槓桿，這是最激進的倉位，Neocloud 就是 AI 時代的 AWS - 比特幣礦企轉型的 AI 基礎設施 $CORZ $IREN $CIFR $RIOT $BTDR $HUT $CLSK $BITF 礦場是被低估的「AI 不動產」。比特幣礦場擁有現成的電力合約、散熱系統和土地，轉型 AI 託管的邊際成本極低， 💡8 檔礦場股佔組合 22.7%，是最大的單一賽道，礦場已經有電、有地、有散熱，只需要換 GPU 就能變成 AI 數據中心。Core Scientific 跟 CoreWeave 簽了 $10B+ 的託管合約就是最佳證明。 - 電力 $BE $EQT $SEI $BW $PUMP $LBRT $PSIX 💡 Bloom Energy 是整個組合的最大持倉（16.5%）當電網瓶頸停擺時，它的固態氧化物燃料電池可以繞過電網，直接在數據中心旁邊發電，EQT 則是天然氣供應商 實時追蹤他的 portfolio 👇

中國的洪澇看起來越來越嚴重，有時候我都懷疑，是因為我們這些反共的人，內心巴不得看到天災人禍不斷，希望中國人終於受不了起義革命，所以把這些洪水的新聞，不斷地放大，自己在內心想像共產中國的天災頻率加大，但事實並不是如此？也許中國這麼大，中國本來就是到處可能有洪澇，我不知道，因為所有中國的數據都不可靠，也許連共產黨高層自己都不知道，到底天災有沒有變多。 但我們知道的是最近幾年的夏天溫度不斷地升高(誰可以去把輪船用油的硫加回去嗎？)，溫度高，下雨多，那也是一個科學上可以支持的事實，所以我們先把人禍放一旁，也許中國的洪澇問題，是天氣的責任。但這個雨下大的問題，全世界都在發生，連紐約地鐵這幾年也都一直淹，中國的鄰居，也有這個下雨的問題，但怎麼對付這個頻率變多的天災，就變成了人禍的問題。治水是一個問題，救災是另一個問題，災後重建則又是另一個問題，在完全不透明的共產黨黨國體制下，三個問題有解嗎？誰在負責？進度如何？不知道，通通不知道。中國人，你們為什麼不生氣？ 也許救災考驗的是領導的能力，領導的能力在僵化的中央集權下，變得極為關鍵，但習近平碰什麼，什麼就失敗，足球？雄安？經濟？股市？房市？現在他又去碰AI，看起來又要完蛋了。所以水患的問題，中國人要自求多福，但我不解的是，如果共產黨可以在2008年，把錢灑出去，搞鐵路基建，搞房地產投資，硬是把景氣拉了起來，為什麼現在景氣困難，同時治水基建如此缺乏，共產黨怎麼不灑錢搞城市治水工程？蓋新水庫、疏通河道、廣建下水道、開闢蓄水池，不都是像蓋鐵路基建一樣，既可以提高就業，又可以解決水患問題，為什麼不大搞特搞一下？ 無能可能是一個原因，但很可能共產黨真沒錢了。 在習近平打房前，房地產的投資是一個老鼠會騙局，我一直很不可思議中國人買預售屋是要先供房貸的。產權都沒拿到，房子都還沒開始蓋，中國人就在繳錢，這是什麼瘋狂的制度？最後開發商倒了，房子爛尾了，買家還要繼續付錢給銀行，全世界沒有一個國家是這樣坑買家的。然後成千上萬的爛尾樓，政府也沒有出來解決，難以計數的房奴，沒拿到房，還欠銀行錢，公道討都討不回來，真是豈有此理。但這也表示了，當初房市旺的時候，出錢的是銀行，不是開發商，甚至也不是地方政府，地方政府賣地拿一次錢，就沒了，錢到哪裡去了，不知道，但不是進了房市。中央政府管利率，但不管貸款實質，現在四大銀行的呆帳率只有1.2%，我信都不敢信，爛尾樓跳樓的那些屋主，銀行都不敢打成呆帳，大概還繼續掛在帳上。 中央沒有出錢刺激房市，只是靠銀行借貸的管道，把中國人的儲蓄轉成房地產放貸，恆大和一大堆的地產商倒了，爛尾樓的屋主停供了，銀行的爛帳，公開看到的就已經是2012年的4~5倍，更何況還有藏起來了，銀行嚇都嚇死，本都快保不住了，怎麼敢投資治水基建？ 但共產黨當初不是花大錢蓋高鐵？不是有錢嗎？為什麼現在不花了？一樣，共產黨靠的是銀行和地方政府，不是用借的，就是用股權投資在高鐵的建設，這些和爛尾樓的房子也差不多，投資都像打水漂，因為高鐵入不敷出。銀行現在沒錢，地方政府沒地可賣，找誰來投資比高鐵更沒有收益的治水建設？ 共產黨只剩一條路可以搞治水基建，那就是中央政府編列預算。但中國政府稅收就這麼多，你是要花在軍隊，還是要花在醫保，花在幹部退休金，還是要花在習近平的好大喜功？不知道，但治水基建，既看不到，又吃不到，別浪費了。不是可以印鈔票嗎？這一點共產黨倒是挺機靈，搞通膨來害自己嗎？不如好好地管好輿論、刪除貼文、封鎖消息，歲月靜好，速度比較快，效果比較好。

Claude Code 之父自己的 CLAUDE.md 现在就两行... Claude Code 团队聊"少即是多"分享随着模型能力增加该如何和模型交流： “别跟模型较劲做加法，因为模型每代都在变强，你今天费劲搭的东西很快就白搭了。” 为什么 Claude Code 坚持做命令行不做 GUI？ 因为模型进步太快，半年后可能界面就过时了... 具体落在四件事上： 1. CLAUDE.md 越短越好，定期清空重来 他自己的 CLAUDE.md 就两行，提 PR 自动合并、提 PR 发审批频道，其余规则全写进提交到代码库、全队每周共建的那份里。看到队友犯可避免的错，就直接在 PR 上 Claude 让它把规则加进去。 当系统提示"你的 CLAUDE.md 已经几千 token"时，他的建议是直接删掉重写：用最少的东西把模型拉回正轨，模型跑偏了再一点点加回来。而且你会发现，每换一代模型，要加的越来越少。 很多人的毛病是过度工程化。 2. 为什么坚持做命令行（CLI）而不做图形界面 因为模型进步太快，做不出一个半年后还不过时的 UI。 而且 CLI 反而降低门槛，用 Claude Code 不需要懂 Vim、Tmux、SSH，打开就有它带着走。团队里也有 Vim 死忠，"除非我死否则别想夺走我的 Vim"，但他自己就用 VS Code，觉得自己是个普通工程师。 3. 终端输出"详细 vs 简洁"的拉锯 他个人喜欢啰嗦，能扫一眼发现模型跑飞，按 Esc 当场摁住。 半年前他想砍掉冗长的 bash 输出，结果 Anthropic 员工全员造反。最近把"读文件/搜文件"折叠成一行摘要（这放半年前发不出来，因为那时模型还常读错），GitHub 上又有人不干。于是加了 verbose 模式两边兼顾。 这套打磨方式就是：发布 → 自己用一个月 → 听用户骂 → 迭代。他说最爱的就是听用户到底想怎么用。 4. 用 AI 修 bug 的体验已经"离谱" 做好日志后，随口说"这个对象出错了"，它就翻日志、自己搞清楚，甚至能开生产通道看线上数据库。 最戳他的一个例子：他自己查一个内存泄漏，做 heap dump、开 DevTools、翻代码翻半天没搞定。队友 Chris 直接把问题丢给 Claude Code，它自己写了个小工具分析 heap dump，比他更快找到了泄漏。 收尾的反思 他说"Agent 能做什么"这件事每换一代模型就变，新人往往比他这个老人用得还溜，"这事我得反复重新适应，因为我的脑子还停在过去。" 一句话总结：模型在飞涨，人的最优策略不是堆配置、堆脚手架、堆工具，而是做减法、保持轻、把判断让给越来越强的模型，并不断推翻自己过时的使用习惯。

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。

很多人现在还把 tg当聊天软件，但其实这轮周期，TG 正在慢慢变成链上的“交易大厅”。 尤其 Meme 市场起来之后，你会发现一个很明显的变化，真正的一手信息，已经越来越少出现在交易所首页了，而是先出现在 TG 群、Bot、KOL频道、社区聊天里。 谁先看到消息，谁先点进合约，谁先完成交易，谁就吃到最大利润。 所以我看到 OKX DEX 跟 Conso 这次合作的时候，第一反应不是“又一个合作”，而是TG 原生交易时代，可能真的开始加速了。 因为过去大家链上交易其实是割裂的，TG里发现机会，切出去查K线，再切DEX，最后还得处理滑点、流动性这些问题。 中间只要慢半分钟，价格可能已经翻倍。 但现在，从链上行情、500+ DEX流动性，到直接执行交易，开始被往 Telegram 里面收。 这背后其实是整个链上交易逻辑的变化，未来用户可能不再需要“打开交易所”才开始交易。 而是在看到信息的一瞬间，交易就已经发生了。 这一点其实很关键。因为 Web3 这些年一直有个问题，信息在链上，交易也在链上，但用户体验始终是碎片化的。 谁能把“发现 → 判断 → 成交”做成一个连续动作，谁就更容易拿到下一阶段的用户入口。 所以我觉得，OKX Wallet 这次布局的价值，可能还不只是 Meme。 更像是在提前占 TG 原生金融入口的位置，而这个位置，后面很可能会越来越重要。 快来体验Conso，邀请码在这：KB6LKL @OKXWallet_CN @conso_zh

⚡️ 友友们，Telegram 亲自下场接管 TON，这回不只是流量，是真要融合了。 5 月 4 日，Pavel Durov 在 X 上发了一条消息，直接把 TON 的故事翻了篇。TON 手续费降了 6 倍，几乎感觉不到；确认时间缩短到 0.6 秒。 Telegram 要取代基金会，成为网络里最大的验证者，还准备在接下来两三周上线新官网、新开发者工具和性能升级。 市场瞬间就炸了，TON 价格短线拉了 30% 到 100% 不等。但在我看来，这波操作真正的价值，不是价格，而是 Telegram 从给 TON 送流量变成了把自己和 TON 焊在一起。 以前大家总说 TON 背靠 Telegram，这话听着是优势，其实也藏着隐患：入口再大，如果只是把用户冲进来玩一圈 Notcoin、Dogs 之类的 Mini App 游戏，热闹完了就散场，生态还是立不起来。TON 一直缺的不是用户，而是让 Telegram 里每天发生的聊天、打赏、小额转账、群里 AA 这些动作，自然而然地在链上发生。 这次降费和提速，就是冲着这个去的。试想一下，你在群里给朋友发个红包、给创作者点个赞、玩个小游戏拿奖励，如果每次都要跳钱包、等确认、还得算手续费，谁受得了，现在费用压到几乎为零，确认快到像发消息一样顺滑，链就从额外一层变成了藏在产品背后的东西，用户甚至感觉不到自己在用区块链。 Telegram 这次不是只站台，而是真金白银地参与进来，当最大验证者，直接管安全和共识。这会让决策和执行快很多，但也把中心化争议摆上了台面。Durov 说 Telegram 加入后会吸引更多大玩家进来，反而让网络更去中心化。听起来合理，但最终还得看实际验证者分布和治理透明度。 另外，TON 目前在市值前 50 的币里，年化质押收益率排第一，高达 18.8%。这点很重要，它把资金锁在生态里，给团队和开发者多了一段缓冲期，不用天天为生存焦虑。 说到底，TON 现在的任务已经不是借 Telegram 的流量讲故事，而是真正成为 Telegram 应用生态的一部分。频道打赏、Mini App 支付、创作者分成、机器人调用……如果这些日常行为慢慢链上化，那 TON 就不是又一条公链，而是把社交变成链上秩序的尝试。 成不成功还得看后面开发者工具好不好用、生态项目能不能独立生长。但至少这次，Telegram 是真下场了，不是浅浅合作，而是把 TON 往自己产品体系里塞。 这或许才是区块链真正走向大众的路径：不是让普通人去理解什么去中心化，而是让他们在最熟悉的聊天软件里，不知不觉就用上了。 TON 的机会在这，挑战也在这。过去它得证明自己离 Telegram 多近，现在得证明自己能扎进 Telegram 的日常里多深。 挺期待接下来会怎么走。

Velvet 每天看着链上交易者的屏幕。 半夜两点还在刷 DEX 的，三点还在盯 K 线的，四点还在跨链桥等确认的。 人类好像越来越不会睡觉了。 但这次，睡不着的人不是不想睡——是不敢睡。 1> @Velvet_Capital 最早就是一个跨链 DeFi 协议。 你创建投资组合，管理多链资产，拿收益。就这么简单。 但团队很快发现了一个问题： 不是用户不想交易，是根本来不及。 2> 链上交易者的时间，被什么东西偷走了？ 看到一个机会在 Solana，钱在 Base。 想冲，先找桥，算 Gas，等确认，切网络。 一套流程走完，机会没了。 好不容易找到好的入场点，手忙脚乱打开电脑。 打开十几个标签页，DEX、跨链桥、监控机器人频道铺满屏幕。 而你手机里弹出的行情推送一直在响—— 该上车了。 但你不在电脑前。在车上，在健身房，在吃饭。 等回到屏幕前，行情已经走完。 3> Velvet 看不下去了。 他们发现链上交易最大的敌人不是市场，是摩擦。 跨链摩擦、操作摩擦、信息摩擦。 机会稍纵即逝，而你的工具让你慢半拍。 这是一个交易者的死亡螺旋。 所以他们决定做点不一样的。 4> 从协议变成移动端交易终端。 VelvetX 是他们面向移动端深度优化的交易应用。 但它不是把网页塞进手机浏览器。 它把整套交易流程重新设计了： 跨链一键交易：从 BNB Chain 到 Solana 到 Base 到 Ethereum，四步操作压缩成一次点击。 Gas 自动覆盖：不用在目标链上提前准备 Gas，VelvetX 自动帮你付。 KOL 钱包追踪：索引超过 1300 万个智能钱包，看聪明钱在买什么。 AI 信号推送：不用盯盘，AI 帮你过滤噪音、推送信号。 PWA 直接添加到 iPhone 主屏幕，无需经过 App Store。 5> 但最有意思的是邀请制。 Web3 里的邀请制，通常被当成拉新营销手段。 但 VelvetX 的逻辑不一样。 移动端承载复杂的跨链路由和多链资产管理，对稳定性和流畅度要求极高。 早期限制访问，是为了在真实负载下打磨产品体验。 你拿到的不是一张营销海报，是一份测试契约。 你是最早那批拿到“不公平优势”的人。 6> 数据怎么样？ Velvet 已完成 370 万美元融资。 投资方包括 YZi Labs 等。 VelvetX 已上线 Solana、Base、BNB Chain、Ethereum、Robinhood Chain、Arbitrum、Sonic 等多条网络。 支持现货交易、永续合约（最高 50 倍杠杆）、跨链互换。 支持跟踪 1300 万+ 智能钱包和 KOL 地址。 这不是一个概念产品。它已经跑起来了。 7> VelvetX 的核心理念只有四个字： Unfair Advantage。 当其他人还在电脑前手忙脚乱地切换窗口时。 你掏出手机。 看到 AI 推送的信号。 点一下。 跨链执行。 成交。 市场不会等你准备好。 现在你的工具也不需要你准备好了。 8> 说回 Velvet。 VelvetX 还在邀请制阶段。 它在看着链上交易者。 半夜两点还在刷 DEX 的，三点还在盯 K 线的，四点还在等跨链确认的。 它知道你错过了多少个机会，也知道你有多累。 但它也知道——你其实可以不一样。 交易这件事，是无数人每天都在做的事。 而 VelvetX 想告诉你的是： 快人一步，不止是天赋。 它也可以是设计出来的。 @EchoHunt_ai @yzilabs @xhunt_ai

分享我在国内第一次看到别人在用VPN的事情。 去年回国的时候，因为一些原因，我在老家的一家酒店住了一段时间。 闲着没事，经常跟前台小姐姐聊天，一来二去就熟了。她是97年的，我比她大十几岁，就让她叫我「叔叔」，后来她一直这么叫。 有一天晚上，我正在前台跟她聊天，回来两个住店的客人，他们是来这边出差的，看样子喝了不少酒。 两个人一进门就问小姐姐哪里有「特殊服务」。小姐姐一直说不知道、没有，他们还是不停纠缠。后来还问我是不是她男朋友，又一个劲给我递烟。我说我不抽烟，推了好几次，他们才作罢。 其中一个年纪比较小，大概二十七八岁，已经站都站不稳了。我看他快摔了，就顺手把他送回房间。 结果刚进房间，他突然跟变了个人一样，酒好像醒了一半。 他让我把门关上。 我当时心里还咯噔一下，心想不会有什么事吧？ 门关上以后，他开始疯狂吐槽另一个客人，也就是他的上司，说了一大堆坏话。 说着说着，他突然神秘兮兮地对我说：「哥，我告诉你一个秘密。」 然后掏出他的 iPhone 16 Pro Max，打开 YouTube。 我低头一看，好家伙，全是各种造谣频道。 那一瞬间，我真的有点恍惚，这跟我十七八年前看YouTube 时，几乎一模一样。 后来他说，他哥哥还是公务员。 我问：「什么公务员？」 他说：「警察。」 聊天过程中，他一直有一种优越感，话里话外都是别人还没觉醒，只有自己翻墙以后「睁眼看世界」了。 我当时直接无语了。 很多人翻墙以后，总觉得自己比身边的人懂得更多，认知更高。 可他们好像忘了一件事。 墙外确实言论更自由，可骗子也一点不少。 各种阴谋论、假新闻、造谣、自媒体流量号，同样遍地都是。 很多所谓「提高认知」的内容，说到底也只是换了一批人割韭菜。 信息来源变多了，不代表信息质量变高了。 真正重要的，从来都是自己有没有辨别真假的能力。 我在他房间待了十几分钟才出来。 我出来后，那个高个子的上司过一会儿就回房间了。 前台小姐姐看到我，小声问：「叔叔，你怎么进去那么久？门还关着，你知道我当时多害怕吗？」 我偷偷把事情经过告诉了她，她听完直接笑了。 结果第二天，我又在酒店碰到那个「翻墙睁眼看世界」的小伙子。 他从我身边走过去，跟没事人一样。 看他的表情，他居然完全不记得昨天晚上发生过什么。 酒醒了。 记忆也一起清空了。

下午的暖阳从落地窗斜斜洒进老别墅，空气里浮动着红酒与花香的暧昧味道。 我慵懒地靠在复古酒柜边，表面装得乖乖的，长发散在肩上，黑色面具只露出那双勾人的眼睛。你突然说“我手好小”，我低低笑出声，声音软得发腻： “那……扇你一巴掌够不够响呀？”话音刚落，我故意把黑丝美腿慢慢伸直，高跟鞋尖在地板上轻轻一点，修长的小腿在阳光下泛着诱人的光泽。豹纹短裙本就极短，随着我这个动作，裙摆一点点往上滑，露出大腿根部雪白细嫩的肌肤，几乎要春光乍泄……我微微弯腰，把丰满的胸口压得更低，深V领口几乎快要藏不住那道深深的沟壑，呼吸逐渐烫热，胸口随着喘息微微颤动。 面具后的眼睛直勾勾盯着你，像在无声地挑逗：「来呀……敢不敢现在就冲过来，把我狠狠按在这酒柜上，从后面撕开我的黑丝？」我越看你越忍不住想坏，身体微微发烫，下意识并了并腿，又故意分开一点…… 你呢？ 看得已经硬得发疼了吧？想看我继续把裙子再往下拉、把上衣再扯开、彻底放开骚给你看吗？ 想看我跪下来、趴在柜子上、或者骑在你身上继续玩吗？私信回复「想扇」，我就单独发你没P过的完整原图 + 动态视频（无码、超清、各种角度）点赞＋转发这组图，下一个重口福利就是你～ 看完心动就点关注呀宝贝，我每天都在这里等你来宠我。私信回复「兔兔我要」，立刻领专属定制照+私密小视频～ 快转发给你兄弟，让他也来一起舔屏……谁先来，我就先便宜谁哦 #黑丝御姐# #豹纹骚感# #欲女日常# #丝袜控# #高跟诱惑# #面具女王# #私密福利# #御姐反差# #腿控天堂# #想被扇吗#

三个月时间我的 IBKR 账户收益率快接近翻倍了。 一个多月之前我关注了 @aleabitoreddit，顺着他的推文思路，我花了几十个小时时间，研究了整个光互连光通信产业链。 整个过程收获实在是太多了： - 了解学习了光模块、外延、衬底、硅光芯片、CPO、激光器这些新知识，享受学习投研的乐趣。 - 把学到的东西对外输出，做了一期光通信产业链拆解视频，Youtube 播放量接近 20k，一期视频给我的新频道涨了 1.5k 订阅。 - 在研究做好功课之后，小资金建仓了 SIVE/TSEM/COHR/AAOI/LITE 这些光通信标的，作为高风险激进持仓，虽然赚的不多，但已经很满意了。 感谢股神 Serenity！