午安吖♡好奇問一下⸜(๑⃙⃘ˊᗜˋ๑⃙⃘)⸝ 你們對我的印象是什麼 有時候大家認識的是版面上很色的我 卻不一定知道私底下的我是什麼樣子 其實比起被喜歡 我更在意能不能合得來 畢竟吸引一個人不難 難的是遇見願意慢慢了解你的人✨ #約很簡單但我不想隨便# #持續尋找同頻率的人#

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。

《AI 真正文明级的应用是什么？》 很多人都在寻找 AI 的杀手级应用。 有人说是 AI 编程，有人说是 AI 搜索，有人说是 AI 助手，还有人期待出现下一个短视频、下一个微信。 这些都可能成为成功的产品，却很难称得上文明级应用。 因为它们优化的是一个人的效率。 真正能够改变文明的技术，从来都不是把某一项工作做得更快，而是让人与人之间产生一种新的协作方式。 工业革命增强了人的体力。 互联网增强了信息传播。 AI 则正在增强人类的认知协作能力。 过去，一个组织最大的成本，不是执行，而是认知。 一个需求为什么提出？ 一个方案为什么放弃？ 一次决策基于什么背景？ 一个 Bug 曾经如何解决？ 一个项目有哪些隐含约束？ 这些知识散落在会议、聊天记录、邮件、文档，以及每个人的大脑里。随着时间推移，它们不断遗失、扭曲、重复发现。 组织越大，协作成本越高。 原因并不复杂。 人的工作记忆有限，长期记忆会遗忘，人与人之间传递信息还会不断损耗。 于是，大量时间花在重复理解、重复沟通、重复踩坑，而不是创造价值。 AI 的真正价值，不是替人回答问题，而是持续维护整个协作系统的上下文。 它知道一个决策为什么产生。 它知道哪些约束仍然成立，哪些已经失效。 它知道团队过去踩过哪些坑。 它知道不同成员分别掌握着哪些知识。 它能够在任何一个人加入讨论时，让整个系统立即恢复到完整的认知状态。 这时，人机关系发生了根本变化。 过去是： 人与人沟通。 未来更可能是： 人与 AI 共同维护一个持续演化的认知空间，再通过这个认知空间彼此协作。 AI 不再只是回答问题。 它负责维护上下文。 人负责判断、创造和承担责任。 这种分工，看似简单，却意味着协作复杂度将发生数量级提升。 今天，一个人能够稳定管理几十个变量，就已经十分优秀。 未来，在 AI 持续维护上下文的情况下，一个人可能参与几千、几万个变量构成的复杂系统，而不会因为信息过载迅速失控。 这才是真正的能力放大。 因此，未来 AI 的竞争重点，很可能不是谁写代码最快，谁生成图片最快。 而是谁能够维护更完整、更稳定、更可信的共享认知空间。 谁能够让团队始终站在同一个上下文里思考。 谁能够降低认知摩擦，而不是仅仅降低操作摩擦。 文明的发展，本质上就是协作规模不断扩大的历史。 家庭、部落、城市、国家、互联网，每一次跃迁，都意味着人类能够在更大的尺度上完成协作。 AI 很可能正在开启下一次跃迁。 它连接的不只是信息，而是认知。 它管理的不只是数据，而是上下文。 它扩展的不只是计算能力，而是整个人类文明的协作带宽。 当未来回望这个时代，人们或许会发现： AI 真正改变世界的，不是替人完成了一百万件工作。 而是让一百万人第一次能够以前所未有的复杂度，共同完成同一件事情。

Solana 收入 Top 10 中，谁是下一个“大毛”？ 1. 两个尚未发币的潜力项目 Solana 收入前 10 的项目中，大多数已经发行代币，独 @AxiomExchange 和 @fomo 仍未发币。 如果你在寻找有真实收入支撑、同时存在空投预期的项目，这两个交易终端值得重点关注。 另外，同赛道的 @gmgnai 目前收入排名第 14，也可以纳入观察名单。 2. 集换式卡牌赛道表现亮眼 集换式卡牌项目 $CARDS 表现非常强势，目前收入稳居全链第二，仅次于 该赛道在 Solana 生态中具备不小的商业潜力。 3. 游戏化挖矿：同赛道，不同估值 游戏化挖矿方向中， $ORE 和 $ZINC 都值得关注，但二者估值差距极大： ▌ $ORE：收入排名第 7，fdv $235M ▌ $ZINC：收入排名第 6，fdv 仅 $1.6M 两者市值相差接近百倍。 造成这种差距的主要原因，除了 $ORE 具备先发优势外，也与 $ZINC 的上线时机有关。 4. $ZINC 与 Arcium 深度绑定 值得注意的是， $ZINC 带动了隐私计算网络 @Arcium 的增长。 随着 $ZINC 的活跃，Arcium 的实时计算任务和链上交易量也出现了明显飙升。目前 Arcium 网络中的计算任务和交易量几乎都由 $ZINC 贡献 5. 总结 @AxiomExchange 未发币，高收入交易终端 @fomo 未发币，同样具备预期 @Arcium 计算网络（上限极高） 都值得持续跟踪。

很多人把 8 月 10 日看成领奖日，但对 Velvet 来说，这更像一次流动性测试。 @Velvet_Capital 已确认，将在 8 月 10 日分配 2,710,049 枚 $VELVET，个人份额由 Gem 排行榜名次决定。也就是说，这批代币不会平均撒给大量沉默地址，而是优先流向近期持续交易、质押、邀请和使用产品的活跃用户。 这个区别很重要。 传统空投经常出现一个问题：拿到币的人和真正使用产品的人并不是同一批。奖励到账后，大量地址第一时间卖出，项目虽然制造了短期热度，却没有留下交易量和用户关系。 Gem 排行榜则把“代币分发”和“产品使用”绑在了一起。用户为了提高排名，需要持续参与交易、持有或质押 $VELVET、管理 Portfolio，并保持每日活跃；近期 Velvet 还通过交易挑战额外释放 Gems，为 8 月 10 日的分配提前积累参与度。 从这个角度看，Velvet 真正想做的不是发完一轮空投，而是用 $VELVET 给平台寻找第一批高频用户和潜在流动性提供者。 当然，排行榜也会带来刷量、成本投入和头部集中的问题。最终效果不能只看空投金额，而要看分配完成后，交易量、质押量和真实用户能否继续留下。 所以 8 月 10 日真正值得观察的，不只是排行榜前几名拿了多少，而是这些代币进入市场后，会变成卖压，还是继续沉淀为 Velvet 生态里的交易和治理资本。 这才是这轮 Gem 机制最关键的一场考试。 #Velvet# #VELVET# #Airdrop#

全年回顾，去年对我自己的投资交易模式算是过去最重要的一年。 先总结一下：持续把资金放在AI行业抽水机上. 1.我原本的操作思路是crypto思路本着都是骗局的基础赚到就跑， 2.去年深受朋友对高股息现金流股票类似三七互娱或者港股中海油和长期增长的标普纳斯达克etf这种长期主义思想熏陶，好标的无惧波动长期持有。 这俩种矛盾交易模式， 在去年的时候导致我很多时候获利丰厚本该跑的时候格局，最终反而巨亏割肉比如crcl。 在业绩持续暴增，一俩年内需求暴增确定的情况下，赚到一笔自以为几十个点大的就清仓。比如新易盛，Lite，美光等等。 今年感觉有点新的感受，对俩种模式找到了适合自己的平衡模式：买就买最强最有想象力的行业，它意味着高增长，意味着市场在飞速膨胀，那么行业的龙头股市值也会跟着飞速膨胀，比如AI，AI是未来十年百年万年最终取代所有行业的长期热点，而不是三五天的一阵风。 行业确定再确定细分领域，对这几年的AI炒作我自身的感官上有个很有意思的变化。 存储风起之前，就是25年上半年之前， 英伟达是AI行业资金的抽水机，因为所有AI行业的公司在给英伟达上供利润，绝对议价权。 所有AI公司的资金被榨干在流向英伟达。 存储风起之后，25年下半年至今，持续到何时为止。 存储三巨头是AI行业资金的抽水机，所有AI行业的公司在给存储三巨头上供利润，包括英伟达，也是绝对议价权。 所有AI公司的资金被榨干在流向存储三巨头。 那么可以总结一个不管以后AI行业如何演化，都适用的规律。 自己的资金可以像水流一样，持续停留在能榨取AI行业绝大多数资金的抽水机公司的股票里。 议价权转移则自己的资金也开始转移。 同时这类抽水机公司都有一样的特质：持续的远高于常规公司的单季增长率（财报指引可以直接看到）；不断提升的净利率，有绝对的调价能力；所在行业需求端高速膨胀数年不会停止；公司产品如AI血液不可或缺；竞争对手极少，门槛极高，不是有条件有资源都能干；最重要一点分细领域的份额对整个AI行业占比不是特别低，因为行业有规模才有“规模”的利润。 其他老登股股票再怎么屌，也不可能比三星海力士增长和营收屌。 性细分领域再到选明确的个股。 最近有个亏钱的感受非常受益。前段时间赌了一下intl40的成本财报前涨到53，没舍得走，同时还买入了看涨期权，财报公布后暴跌到45。当天因此亏了一把大的，非常难受，想了很多。 那天考虑到的第一个问题是要不要割肉，45走还有点利润不亏钱，再不走利润没有还要亏钱，那天给我果断下定决心割肉的一个想法是对比了美光 $MU ，和英特尔同样都是130亿美金单季度营收，英特尔亏损，预计下季度也很难赚钱。但美光单季度利润52亿美金，下季度指引110亿美金都快接近 $intl 的单季度营收了，相对比之下，我想我什么要拿着intl呢，如果拿还不如直接换成 $MU ，瞬间下手割掉了 $INTL ， 自此，又因为踏空了美光，我想在美光的同细分领域营收和利润增长上有没有比美光更好的选择， 出于整个AI行业已经狂奔一俩年，有没有市盈率更低更安全的同美光一样处于存储行业的股票？很显然有，三星和海力士。 我查遍了绝大多数能买的方式，基本上流动性好点的只能买韩国指数ewy，flxy，所以我直接梭哈了。 但又想吃到美区存储的涨幅，同时保证风险可控的情况下节约资金吃到美区存储收益那就自然选择了-10%到-5%区间的卖put， （叠加权利金，相当于抄底价格在-10%之外） 6月之前的每一周都进行闪迪或者美光的卖put， 跌幅超过这个区间就当买了实股，等弹回去。 下半年估计涨幅已经透支或者力竭，择转向卖+10%价格区间的韩国指数call，直到真卖掉那可能算是落袋为安了。再去寻找新的行业抽水机持有。 写了俩小时就写这么多，算是正视自己对自己过去股票思路的一个总结笔记。希望明年还有新的收获，也希望我的笔记对大家有帮助，祝老表们马年大吉，财运亨通。

AI Agent开始有自己的钱包了。 Cloudflare Wallet、x402、Agentic Internet…… 这当然利好x402，而且不是普通的“合作利好”，而是x402正在从币圈概念，逐渐变成AI互联网的支付标准。 过去的互联网是：人寻找服务 → 人注册账户 → 人绑定银行卡 → 人确认付款。 下一阶段可能会变成：AI寻找服务 → 调用API或MCP工具 → 收到HTTP 402付款请求 → 钱包自动支付 → 获得数据、算力或服务。 AI不只是会聊天、写代码和搜索信息。它开始拥有身份、钱包、预算和支付能力。 Cloudflare正在构建的Wallets，就是为这套体系补上关键一环。 一个主钱包可以为不同AI Agent创建独立的虚拟钱包，并设置每日预算、商家白名单和单笔交易上限。 Cloudflare的Monetization Gateway则站在另一边，让网站、数据集、API和MCP工具可以直接通过x402收费。 一边是会花钱的AI Agent，另一边是可以自动收费的互联网服务。 x402负责把两边连接起来。 整个过程不需要注册账户、绑定银行卡，也不需要每调用一次API就由人类手动确认。 如果未来一个AI Agent每天需要购买几十次数据、调用几百次工具、完成几千次模型推理，传统信用卡、订阅制和人工结账根本无法承载这种高频、低金额、机器对机器的交易。 AI可能只需要购买一次查询、几秒算力，或者一小段数据。 x402解决的，就是让支付直接嵌入HTTP请求，让AI像调用网页一样调用金钱。 所以，x402真正的价值不是再造一个支付软件，而是成为AI互联网的原生支付层。 那么，币圈里哪些代币会受益？ 第一层：x402原生支付基础设施 ▪️ $PAYAI 目前最纯正的x402项目之一，提供支付验证、链上结算和AI Agent之间的按次付费基础设施。 ▪️ $BNKR Bankr正在做AI Agent钱包、自动交易、代币发行和x402付费API。相比纯概念项目，BNKR已经把钱包、支付与Agent执行放进同一套产品里。 第二层：AI Agent与x402应用 ▪️ $UB Unibase为AI Agent提供数据、长期记忆和Agent间支付能力，已经进入币安Alpha和永续合约。 ▪️ $ELSA HeyElsa主打自然语言驱动的加密操作，让AI理解用户需求并调用链上工具，同样已经进入币安Alpha和永续合约。 ▪️ $SERV OpenServ主要做AI Agent开发、协作和服务市场。未来Agent之间购买工具、数据与服务，天然需要x402支付。 ▪️ $DREAMS Daydreams属于自主Agent框架，重点在于让Agent持续运行、调用外部服务并完成链上交互。 ▪️ $FLOCK 去中心化AI训练与模型基础设施，更偏向x402外围的算力、数据和模型服务受益者，币安已上线永续合约。 第三层：x402情绪与Meme ▪️ $PING 早期最出名的x402 Meme之一，也是第一批通过x402支付机制完成发行实验的代币。叙事辨识度很高，但基本面弱于PAYAI和BNKR。 ▪️ $X420 纯粹的x402 Meme叙事，弹性大、流动性小，主要交易市场情绪。 第四层：大市值外围基础设施 ▪️ $LINK：Agent数据与预言机 ▪️ $EIGEN：验证与可信计算 ▪️ $SKL：低成本Agent执行网络 这些代币也被部分行情平台归入x402生态，但并不是依靠x402起家，纯正度明显低于PAYAI、BNKR、PING。 情绪弹性：$PING、$X420 Coinbase发起x402，Cloudflare把它接入Agents SDK、钱包、MCP工具和Monetization Gateway；币安也已经推出BNB Chain版本的Binance x402。 当Coinbase、Cloudflare、币安、稳定币、AI Agent钱包以及这些加密项目开始出现在同一条技术链上，这就不只是币圈在硬炒一个新叙事。 一套新的互联网支付体系，正在长出来。 #人工智能# #AIAgent# #Cloudflare# #x402# #AI支付#

中国地产时代落幕，人民币三次换锚，下一轮财富锚点在哪？ 看懂人民币三次锚点变迁，方能读懂未来财富流向，今天孔乙来简要解析： 历史上不少国家地产崩盘，本币都会跟着暴跌，日本、美国都是如此，但中国不一样。 楼市几年缩水百万亿，人民币反倒成了今年新兴市场里最抗跌的货币。 这不是什么奇迹，本质是货币底层信用逻辑的强制切换。 简单说，央行不再拿房地产当做投放货币的抵押物，整套货币体系的核心支撑正在换掉。 国内经济慢慢剥离和地产深度绑定的旧模式，给人民币寻找全新的价值支撑。 新的锚点到底是什么？国债？科技产业？这个答案，直接决定未来十年，你是靠资产收益过日子，还是只能一直靠工资硬扛。 能认真看到这里，你的认知已经超过大多数人。 想搞懂新锚点，先要放下大家对“印钱”的固有想法。很多人以为央行只是在印钞票，其实核心是资产置换。 富人和普通人的差距，从来不是智商、学历或者努力程度，而是他们总能更早看懂央行资金往哪里流动。 货币说白了，就是央行用信用凭证，交换市场里的优质资产。 资产越硬核，货币就越稳定，这份用来交换的资产，就是货币锚。 过去二十年，依托房贷资产，地产造就了一轮巨大财富行情。 现在央行想要置换的资产变了，它锁定的方向，就是下一轮造富的赛道。 2001年入世之后，国内深度融入全球产业链。人民币的信用锚，很长一段时间绑定美元。 外贸赚到的美元越多，央行外汇储备越厚，能投放的人民币就越多。 那段时期人民币某种程度上算是美元的派生货币，这套规则运行了将近20年。 那二十年，是普通人很难再遇到的普惠红利期。 很多沿海创业者学历不高，借着外贸美元流入的风口，抓住时代机会快速积累资产。 他们未必懂复杂的经济学理论，只是刚好站在资金流入的风口，接住了时代红利。 只是这场红利的黄金阶段，在2008年后慢慢消退，人民币迎来第二次锚点切换。 2008年海外金融危机，第一套货币锚定逻辑被打破。 很多人搞反了因果，觉得房价上涨是钱印太多造成的。 事实刚好相反，房价上涨带来信用扩张。每签下一笔房贷，市场就新增一份购买力， 房价走高，银行就能放出更多贷款，持续放大市场购买力。 当年房价就是信用扩张的通行证，房价稳住，整个货币体系才能正常运转。谁先背上房贷，谁就拿到了时代财富的入场券。 当年靠房产翻身的人，大多不是什么运筹帷幄的战略高手，只是朴素觉得现金会贬值、房子好歹是实物，误打误撞踩中周期，资产翻了很多倍。 但这套以地产为锚的体系，2021年走到尽头。 一场悄无声息的楼市调整来了，没有恐慌抛售，没有铺天盖地的危机新闻，房产总市值大幅缩水，大量财富静静蒸发。 消失的不只是房价，更是过去十几年支撑人民币信用的支柱，货币体系开启第三次转型。 这一次，人民币不再看美元脸色，也不再依托房价涨跌，新的两大方向是国债信用与科技产业。 信号其实已经很清晰：2025年央行开启常态化国债买卖。 2026年新增政府债务体量庞大，叠加多批次特别国债，赤字率突破过去红线。 财政大规模举债、央行购债，资金定向输送到实体产业，一条全新资金链路已经成型。 以前是钱主动找人，往后要变成人主动找钱。 现在市场很有意思，央行持续增持黄金、外资进场布局、各大机构扎堆看好科技出海和高股息资产。 几类资金平时看法差异巨大，这次却不约而同瞄准同一个方向，这就是新资金流动的主线。 回看20年间3次货币锚切换，孔乙总结出4条财富底层逻辑。 第一，锚点切换不会提前通知任何人，只是悄悄改变资金流向，交给时间完成筛选。 外贸老板不会一夜破产，工厂还在运转、订单还有，只是利润不断变薄，等反应过来，年纪和转型成本都已经很高。时代不会提醒你该离场，只会慢慢让你掉队。 第二，普惠造富的时代结束了。 过去的锚点能托住亿万普通人，赶上风口就能分到红利。新一轮周期门槛更高，需要对应的认知，财富分配从“靠运气分到红利”变成“看懂才有机会拿到”。 第三，这本质是信息时间差的博弈。 政策、新闻信号都是公开的，少数人能快速解读，马上调整仓位。 等普通人慢慢读懂消息，机构早就布局完毕。看懂的早晚，就是一个财富周期的差距。 第四，旧体系退场，旧资产不一定直接归零，但资产增值能力会被削弱。 当手里的资产不再具备增长潜力，你在整个经济体系里的位置，其实已经被慢慢替换。 3轮锚点切换，财富形态一直在迭代。 每一轮周期，有人跟上，有人掉队。掉队不是被时代抛弃，而是自己的认知没有跟上更新。 认知就像操作系统，版本不升级，新的财富规则就玩不转。 看懂规则只是第一步，更重要的是转化成适合自己的行动方案。 第3次锚点切换还没有完全落地，目前还处在存在信息差的窗口期。 窗口期一过，所有人站在同一起跑线，最后拼的就是执行速度。

毛主席的队伍，到了井冈山只剩700人，假如遇到国民党围剿，也是很难坚持下去的！这时候，南昌起义朱总司令八百人的队伍，经过湘南起义，已经增加到8000人，还有彭总上山的八百人队伍！朱毛彭会师才使得队伍合到一起，从此形成有战斗力的红军主力！   1927年秋收起义受挫之后，毛主席带着队伍一路转战上井冈山，三湾改编完成，这支队伍仅剩七百多人，队伍扎根井冈山，初步建起根据地。   单凭这七百将士守住山头，风险实在太大，井冈山地盘不大，物资紧张，一旦国民党调集重兵大规模围剿，这支人数单薄的队伍很难长期坚持，缺少足够作战兵力，想要主动打破封锁、向外发展更是无从谈起。   就在井冈山上艰难维持的时候，千里之外另一股革命火种正在壮大，南昌起义主力失利之后，朱德、陈毅收拢下来八百人的骨干队伍。   队伍没有溃散，一路转战湘南，1928年初发动湘南起义，当地上万工农响应起义，各路农军陆续编入部队，队伍规模扩充到八千余人。   简单来说，这支部队不光人多，还有经历南昌起义战火淬炼的老兵骨干，作战经验充足，但是湘南地区敌人兵力持续增兵，难以长久立足，朱德等人决定带领部队向井冈山转移，寻找稳固根据地。   1928年4月，朱德、陈毅率领南昌起义余部与湘南起义农军抵达宁冈砻市，和毛泽东的工农革命军顺利会师，两军合编为工农革命军第四军，后来改称红四军。   这次会师，是土地革命早期最重要的转折点，原先井冈山只有七百多人，会师之后，武装力量一下子壮大，正规骨干加上工农武装，具备了正面阻击敌军、主动寻机歼敌的能力，不再只能被动躲避围剿。   两支队伍会合之后，井冈山的斗争局面稳住了，没过多久，又迎来一支生力军，1928年7月，彭德怀、滕代远领导平江起义，组建红五军，国民党很快调集部队围堵起义部队，红五军连续作战，一路伤亡减员。   经过数月艰苦转战，彭德怀最终挑选八百精锐主力，冲破层层封锁，朝着井冈山前进，1928年12月，红五军主力抵达宁冈，同红四军会师。   彭德怀这支队伍上山，进一步补强井冈山的防守力量，此时井冈山汇聚三支革命武装：毛泽东秋收起义部队、朱德带领的湘南起义大军、彭德怀平江起义的部队，三支力量合在一起，形成我党第一支具备强大持续作战能力的红军主力。   会师之后的红军接连打赢新城战斗、黄洋界保卫战，多次击退国民党军队的进攻，根据地范围不断向外拓展，土地革命全面铺开，建立多处县级苏维埃政权。   三次武装力量陆续汇聚井冈山，不是一次性完成，每一次会合，都实实在在提升根据地生存概率。   回看这段历史，最让人感慨的就是“集中力量”四个字，当年每一支队伍单独拿出来，都处在生死边缘，随时可能被敌军围剿打散。   朱、毛、彭三支武装先后会师井冈山，不单单是人员数量叠加，更是整合了不同起义积累的战斗骨干、群众工作经验，也正是这次大汇合，证明分散的游击武装集中起来，才能对抗国民党正规军，这段历史也说明，革命想要走出低谷，不能各自为战，找准落脚点、整合力量、统一指挥，才能把星星之火延续下去。

币安广场，正在变成 Web3 项目的品牌前台 如果一个 Web3 项目今天还停留在发公告、转发 AMA、喊几句生态建设，我觉得已经有点out了。 Web3 从来不缺新项目，在这个镰刀满地割的世界，真正稀缺的，是信任。 最近币安广场更新的一些产品让我觉得蛮有意思的 虽然看起来只是一些产品小更新，但站在项目方的角度，它们其实都在解决同一个问题——如何把一次曝光，慢慢积累成品牌信用。 先说勋章墙，大部分人的刻板印象是游戏里的成就系统，完成某些系统要求的任务，获得一些图标。 但对于 Web3 项目来说，这其实是一份公开履历。 举办过哪些活动、参与过哪些生态、获得过哪些创作者认可、社区留下过哪些互动记录，都会被一点一点如实记录。 很多项目的问题没出在曝光不够，却输在了获得不了群众的信任 。 如果一个项目主页只有几篇公告，用户该怎么从那些七绕八拐的八股文里看出项目的信誉？ 但如果能够看到持续更新的内容、完整的活动记录、社区互动和品牌成长轨迹，这些都会慢慢变成别人建立信任的依据。 再说直播。 我一直觉得，很多 Web3 项目最大的短板就是离用户太远。 白皮书可以写得天花乱坠，路线图可以排得看起来准备登陆月球，社群每天都999＋，但普通用户真正关心的问题其实很简单： 你到底在做什么？ 为什么值得关注？ 我为什么要相信你？ 直播的意义就在于此，把项目方从 PPT 后面拉到用户面前。 而这次币安广场推出的直播跨房间连线，我觉得比普通直播更有意思。 它允许两位主播实时同屏互动，不论是项目方与 KOL、两个项目联合 AMA，还是创始人与社区代表对话，都可以直接在两个直播间完成。 对于观众来说，可以一键跳转到对方直播间、关注新的创作者，发现更多内容；对于项目来说，则意味着一次直播，不再只是一个房间里的单向输出，而是一次品牌之间、社区之间的连接。 有点像像线下行业峰会。 以前每个项目都在自己的展位介绍自己，现在则可以直接走到别人展位，一起交流、一起讨论，让更多原本互不重叠的社区发生连接。 这种传播效率，比单纯发一场 AMA 高得多。 当然，功能不会自动创造价值。 如果直播只是照着稿子念、互相吹捧、控评刷屏，没有傻子会呆在直播间贡献热度的。 真正有价值的直播，是敢于回答问题、分享产品进展、讨论生态合作，让用户看到项目的心窝子。 这也是我觉得币安广场越来越值得关注的原因，它本身就不是一个普通的社交平台。 来到这里的用户，大多数已经天然具备 Crypto 兴趣，他们不是为了刷娱乐内容，而是为了寻找信息、研究项目、发现机会。 同样一篇内容，发在泛娱乐平台，用户可能只是划过去；发在币安广场，面对的是已经进入 Web3 语境的人群，理解成本更低，互动效率更高，最终形成品牌认知的速度也会更快。 所以，我会把币安广场对于项目方的价值拆成三个层次。 第一层，是曝光 让更多真正的加密用户看到你。 第二层，是互动 通过直播、跨房间连线、评论、活动，把一次浏览变成一次交流，让不同社区真正连接起来。 第三层，是沉淀 勋章墙、内容记录、创作者背书以及一次次直播互动，都会不断积累，最终变成品牌资产。 过去很多项目做营销，更像是在不断购买流量。 今天投一次 KOL，明天办一次 AMA，后天再发一轮空投，热度过去，一切重新开始。 但未来更重要的能力，可能不是制造一次爆发，而是让每一次内容、每一场直播、每一次社区互动，都成为别人下一次信任你的理由。 这才是内容平台真正的价值——不是帮你喊得更大声，而是帮你把可信度一点一点建立起来。 当然，平台永远只是放大器，而不是救世主。 如果产品没有进展、团队不透明、叙事天天变化，再好的平台，也只是让更多人看到这些问题。 但对于真正认真做产品、认真建设社区的团队来说，币安广场正在提供越来越完整的品牌建设工具。 下一轮 Web3 的竞争，不会只是比谁会做空投、谁能请更多 KOL、谁能制造更大的流量，真正拉开差距的，会是谁能够持续建立品牌、积累信任，并把这些沉淀成长期资产。 @cz_binance @heyibinance @CYZhang01