大大局等级的辣妹平常会陪干爹出游，但坚决跟干爹分房睡殊不知…… 私底下却喜欢当人家的玩具—她都说：就喜欢看到男生想吃她，但又吃不到的样子我：？！ — 完整视频进主页简介✈️群观看 #大大局# #辣妹# #别人没放进去的# #我替你放进去了#

五一假期来了，机票酒店都涨疯了，钱包变成了提款机。但我跟你说，真正会过日子的人，假期不光是花钱，还得让钱替你打工。刷到币安这个 USD1 持仓活动送1500万U，心里忍不住想：这个假期就由 @binancezh 买单了 这个送钱活动也非常简单在币安的现货、资金、杠杆、合约任意一个账户里持有 USD1，就能瓜分 1500 万美元等值的 WLFI 奖励。说白了，啥都不用干，钱躺着就有空投。 简单说下参与流程，买完放账户等着空投就行： 1）在币安现货市场用 USDT/USDC 等直接换 USD1，或者从其他链桥过去也行 2）存入指定账户：现货、资金、杠杆、U 本位合约账户都算（净资产余额）。 3）活动期间每周五自动计算上周持仓，每周六 02:00 前 WLFI 奖励到账。 我玩链上这么多年，从最早撸 DeFi 到现在各种 CeFi 理财都摸过一圈。现在链上理财已经不是 20 年那个草莽时代了，现在它早就跨过加密原生圈，开始往主流金融形态上靠。但问题来了——产品越多、池子越深，「安心」反而成了最稀缺的东西。 爆雷的所、跑路的项目、清算的合约，过去两年看得还少吗？币安是宇宙第一大所，更关键的是它是行业里少有的、出了问题愿意担责的大所。你把钱放进去，出了岔子能找到人，能有客服，能有公告，能有实际的赔付方案。理财这事儿，年化高一两个点不是关键，本金安全才是。 我把市面上几种主流的的产品做了一个对比（见下图） 总结传统理财一年收益还没一个月的空投多；链上别家产品收益高是高，可一旦协议出事，你连个能投诉的地方都没有。USD1 放币安，本身是稳定币锚定美元，叠加 WLFI 空投，相当于「保本+彩票」，下行有底，上行有想象力 利润越高风险也越大，风险提示还是有必要提示下： 1）WLFI 是治理代币，价格有波动，奖励价值会随市价变化。空投到手不等于落袋为安，啥时候卖、卖多少，自己想清楚。 2）杠杆借币买 USD1 有 70%折扣计算，别超杠杆玩脱。 3）USD1 是稳定币，但所有稳定币都有脱锚风险 4）杠杆和合约账户里的 USD1，会被用作保证金。如果你开了仓位，爆仓风险跟空投是两码事，别为了拿空投硬扛单子。 5）不要借钱参与。理财的核心是「闲钱」，不是赌博。 五一与其纠结去哪家网红店打卡，不如试试 USD1 理财。币安的好处从来不是收益最高，而是让你睡得着觉。这个行业混到现在，能让人安心睡觉的平台，本身就值溢价。钱放对地方，假期也能替你赚钱。最后祝大家五一快乐，仓位平安。

Codex 入门只需要搞懂这 5 件事 Codex 的教程满天飞，长的写了上万字，短的就甩你一个安装命令。 但大部分人看完还是不会用。不是因为教程写得不好。 是因为 Codex 跟你以前用过的所有 AI 工具都不一样，你拿着老习惯去用，当然用不顺。 这篇不讲历史，不比模型参数，只讲 5 件事。 搞懂这 5 件事，你就能真正开始用 Codex 干活了。 第一件：它是 Agent，不是 Chat 先纠正一个最常见的误解。 很多人第一次打开 Codex，觉得跟 ChatGPT 差不多，都是一个对话框，输入问题，等它回答。 不是。 ChatGPT 是问答式的，你问一句，它答一句。聊完关掉，什么都不剩。 Codex 是执行式的。你给它一个任务目标，它会围绕这个目标持续推进——读文件、改代码、跑测试、做 commit。 它不是在「回答你的问题」，它是在「替你干活」。 打个比方：ChatGPT 像一个随时能问的顾问。Codex 像一个你雇来的实习生，你告诉他目标：他自己去找文件、改东西、跑一遍看对不对。 这个认知差异很重要，因为它决定了你跟 Codex 说话的方式。 ❌ 错误用法：「帮我写一个 Python 爬虫」（太模糊，没有上下文） ✅ 正确用法：「看一下这个项目目录，把 README 里的安装步骤补完整，然后跑一遍确认没有错误」 Codex 需要的不是问题，是任务。有目标、有范围、能验证。 第二件：文件夹 + Thread = 项目管理 打开 Codex 之后，左边栏有两层结构。很多人一开始会忽略它，直接在对话框里开始打字。 别急。先搞清楚这两层。 文件夹：就是你本地的项目目录。你把哪个文件夹加进 Codex，它就能看到里面所有的文件。 Thread（线程）：一条围绕某个具体目标持续推进的任务线。一个文件夹里可以有很多条 Thread。 举个例子： dev/ ├── my-website/ （项目） │ ├── Thread 1：修复首页 bug │ ├── Thread 2：加一个联系页面 │ └── Thread 3：优化移动端样式 └── my-bot/ └── Thread 1：接入飞书 webhook 文件夹装项目，Thread 装任务。 这个设计解决了一个以前用 AI 最头疼的问题：所有东西搅在一起。 以前用 ChatGPT，你在一个对话里又聊需求又改代码又问 bug，聊着聊着就乱了。 Codex 把项目和任务拆开了，不同的事情在不同的 Thread 里推进，互不干扰。 黄金法则记住一句话就行：同一个文件夹做同一个大方向，同一个 Thread 只推进一件具体的事。 第三件：Plan Mode 比 Coding 重要 10 倍 如果这篇文章你只记住一个功能，那就是 Plan Mode。 在 Codex 对话框里输入 /plan，它会先帮你做一件事：不写代码，先把要做的事情理清楚。 它会告诉你： 要改哪些文件 每个文件为什么要改 先做什么后做什么 有没有遗漏的依赖或配置 你确认没问题了，再让它开始写代码。 为什么这个功能比直接让它写代码重要？ 因为大部分人用 AI 出问题，都不是「AI 不会写」，而是「你没想清楚要做什么」。 一上来就说「帮我做个网站」，AI 写出来的东西大概率不是你想要的。 但如果你先让它出一个计划——要建几个页面、用什么框架、数据从哪来——你确认一遍再动手，成功率高到离谱。 推荐工作流： 大型任务 → /plan 先规划 → 确认计划 → 开始开发 小型任务 → 直接说清楚目标和范围 → 开始开发 还有一个好用的命令：/status，能看到当前用量和剩余额度。越用越多的时候，随时知道自己还剩多少资源。 第四件：Skills 让它成为你的专属工具 Codex 有一个 Skills（技能）系统。说白了就是：你可以给它装「插件」，让它会做更多事。 比如有人做了一个 skill 叫 bggg-creator-image2ppt，装上之后 Codex 就能把图片转成可编辑的 PPT。 Skills 存放在 ~/.codex/skills/ 目录下，装一个 skill 就是把对应文件夹放进去。 而且 Codex 现在有图形化的 Skill Creator——你不用自己写配置文件，直接告诉它「我想做一个什么功能的 skill」，它帮你生成。 对小白来说，Skills 的意义是：Codex 不是一个固定功能的工具，它是一个可以不断扩展的平台。 别人做的好用的 skill 你可以直接拿来用，自己有需求也能让 Codex 帮你创建。 先不用急着装一堆，但你得知道有这个东西。等你用顺了之后，Skills 会成为你最常折腾的部分。 第五件：先做一个 5 分钟能验证的小任务 很多人装完 Codex 之后，第一反应是想做个大项目。 别。 你的第一个任务应该小到不能再小。比如： 改一个 README 里的标题 把一段英文翻译成中文 修一个明显的错别字 让它分析一下某个项目的目录结构 为什么？因为你需要建立验证能力。 你要能看懂它改了什么，要能确认结果对不对。要能在它改错的时候知道怎么回退。 这些能力建立不起来，做再大的项目也是在赌。 推荐的起步顺序： 第一步：加一个文件夹，开一条 Thread 第二步：给一个很小的任务，看它怎么执行 第三步：用 git diff 看它改了什么 第四步：确认没问题，再给下一个任务 MaynorAI 在他的教程里说了一句话，我觉得说得特别准： 小白用 Codex，真正最重要的不是先学会所有技术细节，而是先建立 3 个能力：会描述目标、会拆分任务、会检查结果。 这三件事做顺了，后面你会越来越快。 附：安装速查 你需要什么： ChatGPT Plus / Pro / Team 账号（Codex 包含在订阅里） macOS 或 Windows 10 安装： Mac：App Store 搜索 Codex，或者直接下载 → Windows：微软商店搜索 Codex，按提示安装 打开之后登录你的 OpenAI 账号就行。 第一次打开建议做的事： 设置 → Personalization 里写上你的协作偏好（比如「默认中文」「改动前先说计划」） 加一个本地文件夹进来 开一条 Thread，给一个很小的任务试试 #AI# #AIAgent#

黄仁勋在CMU毕业演讲：30分钟，讲透未来10年的生存法则！ 这是黄仁勋5月10日在卡内基梅隆大学毕业演讲。 很多人还没意识到：AI时代真正可怕的，根本不是失业。 而是：有些人，会突然进化成超级个体。 一个人顶一个团队； 一个人完成过去几十人的工作； 一个普通人，第一次拥有了过去只有大公司才有的能力。 而另一批人，还在把AI当聊天软件。 先学会感恩 演讲一开始，黄仁勋并没有急着谈AI。 他先让全场毕业生起立，向母亲说一句：母亲节快乐。 今天不仅是你们人生的重要时刻，也是父母一生梦想成真的时刻。 然后，他讲起了自己的故事。 9岁时，他被父亲送到美国肯塔基州一个煤矿小镇。那时候的他，几乎一句英语不会。 后来父母来到美国时，身上几乎没什么钱。 父亲是化学工程师，母亲在学校做清洁工，每天凌晨四点叫醒他一起送报纸。 他还在餐厅洗过盘子，并调侃自己是全球CEO中刷盘子最多的。 但这就是他真正的底色：移民、贫穷、挣扎、长期不确定。 美国对他而言，从来不是什么轻松成功的天堂，而是一个充满机会，但绝不会保证成功的地方。 也正因为这段经历，磨砺了他的意志。后来创办英伟达时，即使多次濒临破产，他依然会反复问自己一句话： 这到底有多难？ AI是整个计算世界的重启 黄仁勋说：他这一生，见证过PC革命、互联网革命、移动互联网革命、云计算革命。 但这一次AI不同！ 因为 它不是下一代软件，而是整个计算底层逻辑的彻底重构 。 过去60年，人类一直在教机器。 程序员写规则，电脑执行规则。 但今天，规则本身，开始由机器自己学习，这是计算史上最重要的一次转折。 AI不再只是工具，它开始变成会思考的生产力。 人类正在从代码时代，进入智能时代。 这意味未来每一个行业，都会被重新定义。 医生、律师、教师、设计师、程序员、工程师、导演、科研人员…… 没有谁能够完全置身事外。 但真正颠覆世界的，其实还不是AI变强，而是 能力第一次开始大规模民主化 。 AI把技能大规模的民主化 过去，很多能力只属于少数人。 做软件，需要程序员。 做电影，需要团队。 做科研，需要实验室。 做设计，需要专业训练。 普通人即使有想法，也往往没有资源实现。 但AI正在改变这一切…… 现在一个人普通人都能借用AI可以写代码、做设计、运营公司，甚至能完成过去几十人的工作量。 于是，一个极其可怕的变化出现了： 生产力，第一次开始被大规模下放给普通人 。 这才是AI真正改变世界的地方。 但是还有很多人至今仍将AI简单理解为高级搜索引擎。 事实上，远不止于此： 它更像一个超级外脑； 一位24小时在线、随时响应的智能助手； 一支可无限调用、持续进化的智囊团； 一套不知疲倦、精准执行的自动化系统。 过去决定一个人上限的，是资源。 未来决定一个人上限的，可能是： 驾驭AI的能力。 认识到这一点，对毕业生非常重要！！！ AI真正淘汰的，不是人 毕业生普遍最焦虑的问题是：AI会不会抢我工作？ 但黄仁勋真正想表达的，其实是另一件事。 AI真正淘汰的，不是人！而是低效的人类工作方式 。 过去，一个人能力增长是线性的。 学技能、积累经验，慢慢成长…… 但AI出现后，逻辑彻底变了。 现在真正厉害的人，已经不再是亲自完成所有事情的人，而是 会调用AI、会训练AI、会驾驭AI、会让AI替自己工作的人 。 当他人已借助AI加速进化时，你是否仍停留在旧时代的思维与行动模式中？ 甚至你还在不断找各种理由自我安慰…… 未来社会可能会出现新的分层：不是有钱人和普通人。 而是会使用AI的人和不会使用AI的人。 AI越强，人真正稀缺的东西反而越贵 AI越强，人会越不重要？ 但恰恰相反！ 因为AI可以给你答案，但它无法替你决定： 什么值得做？ 什么是长期价值? 什么是真正重要的问题? 什么是真正有意义的创造? 未来执行会越来越廉价，但真正昂贵的，会变成：判断力、创造力、审美、方向感和对复杂世界的理解能力。 所以黄仁勋在演讲最后，说了一句特别重要的话：My heart is in the work（把你的心放进工作里）。 以前我们理解这句话，可能只是努力工作。 但在AI时代，它有了新的含义。 因为未来真正值钱的，不只是完成工作，而是 你能否创造真正有价值的东西 。 普通人逆袭的机会 看完黄仁勋这场演讲，我最大的感受是：我们并不是活在AI的威胁里。 而是活在人类历史上最激动人心的开局时刻。 过去，很多普通人一辈子都很难接触顶级资源，但AI正在第一次让普通人拥有接近“超级个体”的机会。 一个会用AI的人，未来可能拥有过去只有公司、机构、大团队才拥有的能力。 这意味着未来10年，一定会有人借助AI，完成阶层跃迁。 你准备好了吗？ 一定要保持乐观，快速的实践，因为 AI时代的试错成本太低了 ……

有个中国开发者，单枪匹马，1个月能处理完500个客户任务，用的就是GPT-5.5调度器加上9个Claude Code代理，全程不用助手。 他的全部家当就是1台笔记本电脑，外加3个订阅服务。 跑这套系统的是台128GB内存的MacBook Pro M4，Claude Code和GPT-5.5每个月的订阅费加起来大概300美元。 没有客户管理系统，没有团队，没有办公室，就1个终端窗口，上面跑着9条并行任务流。 调度器的提示词写得特别简单直白，大概意思是： "你是客户收件箱的调度器。收到的每1封邮件，都分到4个类别里：代码、内容、分析、沟通。然后把任务派给对应的代理。代理把活干完之后，你检查一下是不是完整，没问题就替我发给客户，再把任务标成已完成。别问任何问题。" 调度器每30秒扫1遍收件箱，新邮件进来就分类，分好就发给Claude Code上那9个专门干活的代理，各自处理自己那一类任务。 比如有个任务是重构用户身份验证模块，其中1个代理就会这样处理：把原来那个臃肿的单体模块按职责拆成3个文件，补上单元测试把覆盖率拉到87%，再根据代码风格指南把4个函数改成驼峰命名。最后直接给出1个准备好的PR链接，等人审核。 这样的循环，1天差不多能跑50次。中午之前搞定25个任务，晚饭前跑完50个，到月底一看，500个。 从客户邮件进收件箱到结果发回去，平均也就7分钟左右。 这套东西1天干的活，比1个6人团队——开发、文案、分析都配齐——朝九晚五干8小时还要多。 这已经不是传统意义上的工作室了。这就是1个工位，1个调度器替你当了经理，9个代理替你当了员工，整个流程从收件箱到交付，每月跑500次，中间不需要人碰1下。

我觉得这年头，只要你有好的思路和产品(好用、能用)，肯定不缺融资渠道，实在不行去

如果你超过35岁！ 兄弟们别西八想了！ 替尔泊肽！ 我的颜值替你着想了，几千块请个教练都不止， 搞！是你唯一选择！ 好多年前，我请了国家队主教练的徒弟，带我手把手教，他怎么练我怎么练，八块腹肌又怎么样，人还是会懒惰的！你体内的脂肪不会说谎！ 人油腻了，你有钱，也没个屌用！

最近我自己在折腾 Codex，原本挺兴奋的，想着这类 AI agent 应该能直接帮我把活干完 一开始我还去试了龙虾这种流程工具，做一些偏专业、结构化的任务确实还可以。但当我想做一份完整的 PPT 时，就开始不对劲了 你以为是一句话的事，结果变成：拆任务、找 skill、拼流程。写大纲一个，生成内容一个，排版可能还要再接工具 中间哪里不对，就得重新改 prompt，再跑一遍 一开始是期待，中间是反复调试，最后多少有点习惯这种“用 AI 也很费劲”的感觉 但问题是——同样的工具，有的人 20 分钟出成品，有的人折腾两小时还在调流程。慢慢你会发现，这其实是一道越来越明显的鸿沟 现在 AI 不缺能力，缺的是“怎么用” 
会不会写 prompt、会不会用 agent、会不会搭 skill，这些门槛在悄悄把人分层 很多时间，其实不是花在做事，而是花在让 AI 把事做对 这也是为什么我后来开始关注像 xBubble 这种 Low-prompt AI 它本质做了一件事：把“用 AI”这件事，也交给 AI 你只需要说一句：帮我做一份 AI 行业的投资人 PPT，剩下的不用管 背后其实有三层东西在跑： Bubble Pilot，相当于执行层，帮你调用各种 AI，把任务拆解并跑起来 
Bubble Engine，是学习层，在后台不断测试不同模型+工具组合，把效果最好的沉淀下来 
SOP，就是已经跑通的最优流程，本质就是一套可复用的 skill 整个逻辑很简单： 
AI 使用 AI + AI 学习 AI → 最后沉淀成 SOP → 下次直接给你更优解 对用户来说变化也很直接： 
模型选什么、prompt怎么写、skill怎么拼、结果怎么测，这些都不需要你管了 再加上它有两种运行环境： 
一个是 Bubble Computer，适合做完整项目，比如一份 PPT，从调研到生成一条龙跑完 
一个是 Bubble Personal，可以直接操作你本地文件、浏览器这些，但过程是可控的，不用折腾环境 可以简单对比一下： 以前：
我 → 拆任务 → 找工具 → 写 prompt → 拼流程 → 调试 → 出结果 现在：
我 → 说一句需求 → 系统匹配/生成 SOP → 直接出结果 差别其实不只是快不快，而是你有没有被卷进流程本身 回到我一开始做 PPT 的那个场景，如果是这种方式，大概率不会再卡在各种 skill 之间来回切 因为逻辑已经变了—— 
不是你在学习怎么用 AI，而是 AI 在学习怎么更好地帮你做事，同时 AI 也在替你使用 AI AI 使用 AI，AI 学习 AI，
我们只需要把目标说清楚就够了 有兴趣的可以关注 xBubble这个项目，感觉挺不错的