当你被一个币套了后，并且认为接下来的大行情是向下，你应该做的是及时止损，而不是 1.不断的研究盯着K线寻找支撑位和反弹点。 2.把这个币的推文和博客翻个底朝天寻找一些还没兑现的利好。 3.整天混在这个币的DC社区里看大家的聊天内容并和套友们互相打气to the moon。 4.在推特上反复的搜这个币的名字看其他人发表过的内容，企图寻找到个别让你重拾希望的观点。 5.在很多你眼中的“大佬”下面留言帮忙看看这个币觉得怎么样，还有没有救。 6.整夜整夜焦虑的睡不着觉，直到有一天看着账户彻底破防，但是又忍不下心卖掉，最终化身该币的大黑子，在推特和DC里疯狂谩骂，Fud自己本就所剩无几的仓位。

GPT 5.6终于更新了， 现在Codex和ChatGPT竟然也合二为一了， 以后只有ChatGPT了，以后模型将彻底进入Agent时代了， 纯模式终端已经成为过去式了！ 本次升级感觉也是主要提升了Agent的能力， 三个模型Sol，Terra，Luna都是为Agent场景做了重点升级， Sol 旗舰主要重点是多Agent并行，长文档阅读和复杂开发为主。 Terra则主要是为了降成本，性能和前代差不了太多。 Luna 则主要是提升了速度，增加了超大的上下文1.5M的Token 长上下文和更强的视觉生成能力。 总之三个模型的重点分别在不同的方向。 未来模型公司的竞争应该会走向Agent的全面竞争， 对于小Agent公司而言，这并不友好！！ #ChatGPT# #Codex# #AI大模型#

The Information：担忧 AI 芯片过剩，数据中心开发商纷纷选择得克萨斯州 据一些与谷歌、微软、甲骨文等公司合作的市场分析师和数据中心开发商称，AI 巨头们之所以争相涌入这个对商业和能源友好的州，原因之一是对未来专用服务器芯片过剩的担忧日益加剧——这些芯片届时将无处可插。这些人正在评估新设施所面临的意外电力延迟 、 政治斗争和技术挑战 。 例如，彭博新能源财经预测，美国已安装的数据中心电力容量将不足以运行明年生产的所有 AI 服务器芯片。值得注意的是，该研究公司表示，到 2030 年，可能会有 42 吉瓦的服务器芯片闲置，除非行业发挥创意，找到在公共电网之外开发更多电力的方法，将更多芯片部署到海外数据中心，或加快现有设施中旧服务器更换为新服务器的速度。我认为行业不会任由如此大规模的芯片过剩出现，但物理层面的挑战是真实存在的。 许多 AI 开发商表示，他们认为德州是他们避免此类灾难的最佳机会。

登陆 Kaito Katalyst 的第二个活动是大家熟悉的币圈老牌交易所 @MEXC 最近看到 MEXC 上也有不少股票相关产品，所以借着这轮活动的机会可以认真研究一下，不仅可以创作内容，也可以把不同股票产品到底适合什么用户搞清楚。一举两得！ 简单介绍下活动细节。 这次 @KaitoAI 给出的总奖励是 10 万美元： 7 万美元奖励给排名前 100 的原创推文创作者 3 万美元奖励给 20 位视频内容创作者 活动时间是 8 月 20 日—9 月 20 日，内容方向主要围绕 MEXC 的股票类产品展开。 整体方式比较友好和灵活，依然采用自行提交的方式，最终会选取表现最好的 4 篇内容参与排名。 这一点我个人挺喜欢的。 不用发太多推文，更看重内容本身的数据和质量，对认真做内容的人来说，参与逻辑会更舒服一点。 接下来重点讲讲MEXC的美股产品 我真正开始接触美股，其实也是这两年各大 CEX 陆续上线股票产品之后。 以前总觉得美股离币圈用户有点远，要开券商账户、换汇、研究交易时间，门槛比买币高不少。 但现在越来越多交易所开始把股票、代币化股票和衍生品整合进同一个账户之后，整个体验确实变简单了很多。 也是因为这次 Katalyst 活动，我才比较系统地把 MEXC 的股票产品重新看了一遍。体验下来最大的感受不是产品多，而是它把不同用户对股票的需求拆得比较细。 RealStocks 比较适合有长期投资习惯，或者原本就熟悉传统券商的用户。 核心逻辑比较简单，就是持有真实股票，更偏长期投资，可以根据具体规则获得适用的股息收益。 如果你想真正研究一家公司，而不是只交易它的价格，我觉得这一类产品最适合作为入口。 Stock Futures 这个产品更偏交易。 适合围绕财报、板块走势或者短期行情做方向判断，也可以利用杠杆提高资金效率，或者做一些对冲策略。 本质上是衍生品，不是真实股票。 收益弹性更大，风险同样更高，尤其是涉及杠杆之后，强平、资金费率这些问题都需要提前考虑。 所以我会把它放在更进阶的位置。 Tokenized Stocks 这个应该是 Web3 用户最容易理解的。 直接用 USDT 获得股票价格敞口，操作逻辑和币圈现货比较接近，也更符合加密用户的资金使用习惯。 不需要整股参与，交易方式也更灵活。 但需要注意的是，代币化股票和直接持有真实股票不是同一个概念。 除了价格本身，还要关注流动性、发行结构、托管方式以及底层资产支持情况。 Pre-IPO 币圈用户对这个其实也不会陌生。 尤其这两年很多热门公司的 IPO 都能吸引大量资金关注，大家交易的本质上就是“上市前估值预期”。 如果你对一家公司的商业模式、估值和未来上市节奏有自己的判断，Pre-IPO 确实提供了另一种参与方式。 但这种玩法最大的风险也恰恰来自“预期”。 上市时间、最终估值、市场情绪以及流动性都可能发生变化，所以不能因为看到几个高收益案例，就默认 Pre-IPO 等于稳赚。 就我自己而言，目前还是更偏向 RealStocks + Tokenized Stocks。 一方面是我本身受币圈交易习惯影响，用 USDT 做资产配置会更顺手； 另一方面，真实股票又是理解美股最直接的一门必修课。 财报、估值、行业周期、利率环境，这些东西最终还是要回到公司本身去研究。 这次 Katalyst 活动还是值得参与一下的，不仅可以创作内容拿奖励，更重要的是，它确实给了一个契机，让很多原本只交易 Crypto 的用户，开始重新认识股票产品到底有哪些不同玩法。 RealStocks 是持有，Stock Futures 是交易，Tokenized Stocks 是加密化的股票敞口，Pre-IPO 则是在交易未来预期。 看起来都是股票玩法，但背后的风险和玩法完全不是一回事。 感兴趣的可以一起参与研究： #mexc0808# #KaitoKatalyst#

Grok是最懂x算法的人，强烈建议大家都问问它该如何提升自己的账号质量👀 👇提示词： 请帮我全面评估我的X账号 @AirdropAlchemis 在最新X推荐算法下的表现，并给出针对性的提升优化建议。 请先使用工具查看我的账号信息，包括： 1️⃣Profile（头像、封面、bio、置顶帖、粉丝数、验证状态） 2️⃣最近 30-60 天的推文内容、发帖频率、格式（文字、thread、图片、视频） 3️⃣互动数据（回复、点赞、转发、印象、增长趋势） 4️⃣受众特征和内容垂直度 然后根据当前X 5月15日算法核心规则（回复权重远高于点赞、首 30 分钟互动速度至关重要、原创内容与 threads 优先、链接建议放在回复中、一致性发帖、语义相关性而非单纯 hashtag、Premium 账号优势等），分析我账号的优势和当前问题。 最后请给出具体、可立即执行的优化方案，优先级从高到低排序，包含以下几个方面： 1️⃣账号基础设置优化（bio、头像、封面、置顶帖等） 2️⃣内容策略（主题选择、格式推荐、媒体使用、thread 写法） 3️⃣发帖频率、时机和节奏 4️⃣互动与社区增长策略（如何提升回复率、参与对话） 5️⃣潜在风险规避和算法友好技巧 请结合我的账号实际数据，列出3-5个最高优先级、马上就能做的改进点，并说明每个建议背后的算法理由和预期效果。

和男盆友爱爱得视频被发到班级群了~怎么半怎么半？辅导员叫我过去办公室，会不会把我强JJJ了吧？？ #完整版看下方推文或置顶链接#

最近几个月，好基友海辛和阿文一直在几个项目里高强度用Seedance做视频，在踩了很多坑以后，他们总结了一套很实用很详细的心得。 我看完了以后，觉得很受用，我自己也学到很多。 在征得他们同意后，也想分享给大家，因为我觉得对每一个想用AI做视频的人，也都非常有用。 先说一个反直觉的结论，大部分你在X和小红书上看到的Seedance提示词，都没什么用。 那些千转万转的帖子，华丽的prompt小作文，他们团队几乎都测了一遍，结果发现能用的没几个，反而浪费了大量时间。 这些提示词唯一验证的事，就是Seedance是真的不挑食，你写什么它都能生成点东西出来，但跟质量没关系。 其实写一段视频prompt比想象中简单得多，只需要填好四个部分： 1. 主体，就是画面里出现的主要人物。建议用图生图先出一张角色参考图，然后在即梦里新建主体，后面直接@就行，复用率极高。 2. 场景，上传一张场景图就够了。场景图里可以带上你的主角，这样能交代角色和环境的比例关系，不容易出现人物大小失调。 3. 音乐，这条非常重要，不要生成任何BGM，只生成对应的音效。BGM会严重干扰后期剪辑和配乐。 4. 镜头，言简意赅地写清楚每个镜头的景别和发生了什么就行，不需要长篇大论。 一个好的Prompt大概是啥样的，我也把海辛的截图放下面了。 除了Prompt怎么写之外，还有一些非常有用的心得： 第一，不需要往Seedance里放分镜故事板。很多人花十几分钟生成一张华丽的故事板，带镜头运动曲线带各种标注和表格，丢进去让Seedance生成，反而错漏百出。 第二，Prompt不是越长越好。很多人用AI写的提示词又臭又长，里面很多都是多余的描述和情绪渲染，上传过主体和场景参考以后就不需要再用文字重复一遍了，没有意义。而且如果一段Prompt连自己都读不完，那说明你对故事要发生什么根本就不关心。 第三，不要给每个镜头加时间戳，比如[0-3秒]这种东西，很多时候都是安慰剂，模型其实不会真的按时间戳来分配时长，对时长影响最大的反而是镜头的数量，所以不如用镜头01这种方式更好。 第四，不要盲目追求清晰度。目前对提示词响应最好的版本是720p，不是1080p，清晰度最后定稿了用Topaz放大到4K就行了。 而最最最重要的事，就是有了AI和Agent之后，我们的效率大幅提升，那省出来的时间应该花在哪呢？ 答案只有一个： 构思你的分镜和故事。 绝大多数的技巧，最终都会被模型的进步所吞噬。 但相信我，你的故事。 它不会。

小伙酒后带着自己老婆和好基友分享，谁知道竟然是个足足200斤的胖子，美女刚看到被吓了一跳，但在老公的怂恿下主动把棒棒含在嘴里，车轮式的抽插让美女的腿都合不上，最后还让好基友顶着花心内射~ 完整版看下方推文哈~

伟大的跨国友谊，为了一个崇高的理想，不看还真不知道。27 年前种下的树苗已蔚然成林，跨越山海的情谊迎来温暖重逢。曾资助中国治沙英雄殷玉珍的美国教师赛考斯时隔 27 年重返中国，2026 年 8 月 23 日与她再次相见。 跨国资助： 1999 年，在洛阳任教的赛考斯看到殷玉珍扎根毛乌素沙地种树的报道，当地环境恶劣，少人少钱，令他非常感动，赛考斯于是筹集 5000 美元帮其购买树苗，两人于 2000 年在内蒙古首次见面。 深情重逢： 再次踏上中国土地，赛考斯坦言这三个月像做梦一样，想到重逢已激动落泪，见面要给殷玉珍大大的拥抱。 真挚情结： 赛考斯表示在中国的经历彻底改变了他，直言“中国永远是我的一部分”，让他成为了更好的自己，帮助别人的确有时也会让自己变得更好。这简直就是现实版的三体中的伊文斯和叶文洁啊（没有黑暗的那一面）🤣