#中国人权# #每日一推# #良心犯# 第437期:2026年8月21日,香港高等法院裁定前香港支联会前正副主席李卓人、邹幸彤"煽动颠覆国家政权"罪名成立,他们将面对最高十年监禁。曾经百花齐放、自由香港及其民主运动，因此次判决再受打击，香港的公民运动已被香港和中国当局严重瓦解与扼杀。 自1989年后的三十年来，由香港市民支援爱国民主运动联合会(简称:支联会)组织的烛光晚会是唯一能够每年吸引数万人悼念中国受害者的的大型公开纪念活动。活动于2020年新冠疫情第一年被禁止，几周后北京在香港实施国安法，以镇压2019年大规模的反政府抗议活动。 #李卓人，1957年2月14日出生，祖籍广东潮阳，生于上海、成长于香港，基督徒，香港著名民主及工运人士，前立法会议员、工党主席、香港市民支援爱国民主运动联合会（支联会）主席。# 1959年，李卓人的父母为躲避中共统治下针对所谓“黑五类”的政治迫害，抱着年幼的他举家逃离上海、前往香港。这个家庭的逃亡经历，也成为李卓人后来追求自由、民主与人权的重要人生背景。 大学毕业后，他长期投入劳工权益及社会运动，1990年参与成立香港职工会联盟，1995年首次当选立法会议员，此后长期活跃于香港政坛，曾多次连任。2011年，他接任支联会主席，并参与创立工党，长期推动民主普选、劳工权益及人权事业。 李卓人先生与支联会最重要的历史角色之一，是三十多年坚持纪念“六四”。1989年北京民主运动遭中共军队武力镇压、造成大量民众死伤后，支联会长期在香港举办维园“六四”烛光晚会，悼念死难者、要求平反六四，并提出“结束一党专政”等民主诉求。2020年起，六四纪念活动被当局禁止；2021年支联会被迫解散，结束32年历史。 2021年，李卓人与邹幸彤、何俊仁被控《香港国安法》下“煽动他人颠覆国家政权”罪。2026年8月21日，香港高等法院裁定支联会、李卓人与邹幸彤罪成(何俊仁此前已认罪)。香港法院认为“结束一党专政”的纲领构成煽动颠覆；案件将于8月28日听取求情，最高可判10年监禁 李卓人曾在今年3月份的庭审中自辯称，当年亲睹天安门镇压是他人生的转折点，塑造了他对推动民主的“终身承诺”。"结束一党专政"这一呼吁不是关于结束党的领导，而是关于走向民主，让人民决定谁来领导他们，并且共产党不应实行专政。 #邹幸彤，女，1985年1月24日出生，香港大律师、民主人权活动人士，前香港市民支援爱国民主运动联合会（支联会）副主席，曾获第35届中国杰出民主人士奖及林昭纪念奖，并获韩国光州5·18纪念基金会年度人权奖等荣誉。# 她早年就读英国剑桥大学哈默顿学院物理学系，后赴香港修读法律，取得法律专业资格，成为执业大律师。2010年开始参与支联会工作，2016年出任副主席。此后，她长期推动香港民主、人权事业，积极组织参与每年香港维园“六四”纪念活动，坚持让香港社会记住1989年天安门镇压及死难者。 2020年后，随着支联会多名负责人相继被捕，邹幸彤成为继续推动六四纪念的重要人物。2021年6月4日，当局禁止支联会举行维园六四烛光晚会，她仍公开表示将以个人身份纪念六四；翌日即被捕。其后又因拒绝向国安处提交支联会资料而再次被捕，并被控《香港国安法》下“煽动颠覆国家政权”等罪名。她始终否认控罪，强调自己纪念六四、发表文章，是为了让公众勿忘历史、悼念死难者，而非煽动犯罪。 她曾因此遭判刑入狱，部分定罪后来经上诉撤销；但在支联会案中，她再次选择抗争到底。2026年8月21日，香港高等法院裁定支联会、李卓人及邹幸彤“煽动颠覆国家政权”罪成,案件将于8月28日听取求情。 作为一名法律专业人士，她深知坚持法治与自由意味着什么；作为六四的纪念者，她更没有因牢狱和压力而沉默。她以法律人的理性、民主人士的信念和一个普通人的良知，坚持追问历史、捍卫记忆。身陷囹圄而不改其志，面对强权而不低头——邹幸彤，已成为香港民主抗争中坚贞不屈的象征。 邹幸彤,这位大律师在年初的自辩中表示:结束一党专政意味着结束权力不受限制的状态。她批评本案中判断是非的标准被本末倒置。结束一党专政并不等同结束共产党领导。前者针对的是权力结构，后者则指个别集团实际权力，两者属不同概念。她同时又指，即便被告要求的是结束共产党领导亦非违法。 ............................................. 中国人权积极持续关注此案的进程。并在此强烈谴责中共制下的香港高院对李卓人、邹幸彤这一不公正的裁决! 此案审理与裁决更进一步的凸显昔日香港在英国殖民时期留下的司法独立已经荡然无存。 中国人权在此重申:爱国无罪! 公道自在人心。国家利益高于任何政党和组织，爱国更不等于爱党。支联会诉求"结束一党专政"，是追求民主、自由与宪政的政治主张,并非反对自己的国家,恰恰相反这是爱国爱人民的公义行为。支联会为悼念六四死难者、追求民主而存在；李卓人、邹幸彤等香港诸多仁人志士为此坚持三十多年。就此而言，支联会无罪，李卓人无罪, 邹幸彤无罪！ #HRIC# #关注在押良心犯# #李卓人# #邹幸彤#

涂涂姐教你约会系列第十九期《5种让女人瞬间破防的"高段位夸法"》 姐今天必须狠狠地拍醒你们—— 99%的男人——一辈子都不知道怎么夸女人。 姐知道你不服。 姐也知道你心里在想什么—— "姐你别瞎说，老子夸女人很多了——'你好漂亮''你身材真好''你眼睛真大'——哪一句不是真心实意？" 兄弟——正是这种"真心实意"——把你坑死的。 姐告诉你一个让你血压飙升的真相—— 对于一个20岁以上、长得过得去的女人——"你好漂亮"这4个字——她这辈子已经听过至少10000遍。 她从初中开始就在听。 她从亲戚嘴里听、从同学嘴里听、从老板嘴里听、从陌生男人嘴里听。 这4个字——对她来说——已经像"早上好""吃了吗"一样——是社交白噪音。 ——你以为你在夸她——其实你在喂她吃白米饭。 她吃完——没有任何记忆点。 姐从18岁到现在——保守估计被陌生男人夸"漂亮"超过2000次。 这2000次里——姐能记住的——一次都没有。 但是—— 这15年里，有5个男人对姐说过的话——姐到现在一字不差地记得。 这5个男人——没有一个人说过"你好漂亮"。 他们用了完全不同的5种夸法——每一种都让姐当场破防。 姐今天就把这5种夸法——一个一个拆给你听。 为什么"你好漂亮"是最低级的夸法 姐先把底层逻辑给你讲透—— 夸赞的本质是什么？ 兄弟们90%都答错了。 夸赞的本质——不是"传递信息"——是"传递独特感"。 什么叫独特感？ 姐打个比方—— 情景1：你给一个女人发"早安"。 情景2：你给一个女人发"早，今天降温了——多穿一件。" 信息量哪个大？——情景2。 独特感哪个强？——情景2。 让女人记住的——是情景2。 为什么？ 因为情景2传递了一个信号——"我注意到了你这个人——而不是在群发"。 回到"你好漂亮"—— 这4个字的问题是—— 它没有任何"私人化"信号。 你说她漂亮—— 她可以是任何一个漂亮的女人。 这句话送给她、送给她闺蜜、送给街上随便一个姑娘——都成立。 ——这种夸法——本质是"群发短信"。 而女人对"群发"的免疫力——是这个世界上最强的。 姐告诉你一个公式—— 夸赞的有效性 = 私人化程度 × 观察颗粒度 私人化程度越高、观察颗粒度越细——夸赞的杀伤力越强。 下面姐给你5种夸法——全部满足"高私人化+细颗粒度"—— 全部是姐自己被破防过的真实案例。 第一种夸法——细节型："你笑起来眼角有个小折——很特别" 姐先讲姐自己的真实经历—— 那是姐26岁的时候。 姐在一家小酒馆——和一个男的第二次见面。 那个男的——长得一般、家境一般、个子也就175—— 按"客观条件"——姐根本看不上。 但他说了一句话——姐当晚就跟他回家了。 姐和他喝到第3杯——姐笑了一下。 他突然停下来——盯着姐说—— "你笑的时候—— 右边眼角会有个小小的折。 左边没有。 很特别—— 我刚才看了好几次才确定。" ——兄弟，姐当时全身的鸡皮疙瘩起来了。 为什么？ 因为——姐这辈子，从来没有人发现过这个细节。 包括姐自己。 他注意到了——我自己都不知道的东西。 ——这就是"被看见"的感觉。 姐复盘一下——这种夸法的核心—— 找到一个"她自己都没注意到、但确实存在"的细节—— 然后告诉她——"我看到了"。 3个具体方向： 微表情类——眼角的折、笑起来的酒窝、说话时挑眉的小动作 身体小特征类——锁骨的线条、耳垂的形状、手指的关节 气质类——"你说话时会有个停顿——很有意思"、"你思考的时候喜欢咬下嘴唇" 核心话术模板： "我刚才注意到—— 你[具体细节]—— 很特别—— 我观察了好一会儿才确定。" ——这一句话——姐保你成功率提升5倍。 特别注意： 一定要说"我观察了好一会儿"—— 这5个字告诉她——"你不是随便看一眼就说的"——你是认真的。 第二种夸法——反差型："你看起来很冷——但说话其实挺暖的" 姐讲姐自己的另一个真实经历—— 那是姐29岁的时候。 姐在一个朋友的饭局上——第一次见到一个男的。 那一桌7个人——都在夸姐"气质好"。 姐听了——面无表情地点头说"谢谢"—— 心里在想"什么时候散场"。 只有那个男的——什么都没说。 吃到一半——姐去洗手间——他刚好也起身。 走到门口的时候——他低声跟姐说了一句—— "你刚才在桌上——一直没怎么说话。 我以为你是那种很冷的人。 但你刚才—— 帮我隔壁那个老头夹了菜。 你其实—— 没有看起来那么冷吧。" ——姐当场愣住。 为什么？ 因为他说出了——姐自己都在掩饰的真相。 姐对外的人设——就是"冷美人"。 这是姐保护自己的方式。 但他看穿了。 而且——他没有戳破——他是在"邀请姐放下伪装"。 那晚饭局结束——姐主动加了他微信。 姐复盘一下——这种夸法的核心—— 指出她身上"两个看似矛盾的特质"——并告诉她"我都看到了"。 3个具体方向： 冷感反差——"看起来高冷——但其实很温柔" 强势反差——"看起来很独立——但说话有种小女孩的感觉" 成熟反差——"看起来很成熟——但笑起来还有点孩子气" 核心话术模板： "我一开始以为你是[A特质]的人—— 但接触下来发现—— 你其实更像[B特质]—— 这种反差挺有意思。" 这种夸法为什么是核武器？ 因为每个女人——都是"两面派"。 每个女人对外都有一个"人设"——但内心有一个"真实的自己"。 当你能同时看见这两面——她会觉得你是"懂她的人"。 ——而被"懂"——是女人这辈子最稀缺的东西。 第三种夸法——场景型："你今天穿这件——比上次那件更适合这个咖啡馆" 兄弟们注意—— 这一种夸法——是"性价比最高"的一种。 因为它不需要观察任何细节——只需要把"她+场景"联系起来。 姐讲姐自己的真实经历—— 那是姐30岁的时候。 姐和一个男的——已经约会过3次。 第3次约会——是在一家很安静的画廊咖啡馆。 姐当天穿了一件米白色的针织连衣裙。 那个男的——坐下后看了姐一眼——说—— "你今天穿这件—— 比上次那件黑色的—— 更适合这家咖啡馆。 你跟这里的光——融在一起了。" ——兄弟——姐当场沦陷。 为什么？ 因为——他记得姐"上次穿什么"。 因为——他把姐和"这个空间"联系起来了。 因为——他用了"光"这个词——而不是"漂亮"。 这一句话——传递了3个信号： "我一直在认真看你" "我不是只看你这个人——我看的是你和环境的整体" "我有审美——我配得上你" 姐复盘一下——这种夸法的核心—— 把"她"+"她身处的场景"+"具体的视觉细节"——融合成一句话。 3个具体场景模板： 咖啡馆："你这件衣服——和这家店的光特别搭。" 餐厅："你坐在这个角落——比中间那桌的姑娘有氛围多了。" 户外："你站在这棵树下——和这个季节挺搭的。" 核心话术公式： "你[今天的细节]—— 跟这个[场景]—— [视觉性融合的描述]。" 这种夸法的BUG级好处是—— 你不需要"会观察人"——你只需要"会观察空间"。 任何一个直男——都可以用。 第四种夸法——感受型："跟你聊天有种'不用紧张'的感觉" 姐讲姐自己的真实经历—— 那是姐31岁的时候。 姐和一个男的——第一次约会。 那男的——长相很普通、工作也普通、不是姐平时会喜欢的类型。 吃完饭散步——他突然说—— "我今天来之前—— 还挺紧张的。 但是跟你聊了一晚上—— 我现在觉得—— 跟你在一起—— 有一种'不用紧张'的感觉。 这个挺难得的。" ——兄弟——姐当时心里软了一下。 为什么？ 因为——他没有夸姐的"任何外在"。 他夸的——是"他自己跟姐相处时的感受"。 这一句话——传递的核武器信号是—— "你这个人—— 让我感到放松。 ——这是你独有的、别人替代不了的特质。" 姐复盘一下——这种夸法的核心—— 夸赞的对象——不是"她"——是"你跟她相处的感受"。 3个具体话术模板： 放松型："跟你聊天——有种不用紧张的感觉。" 共鸣型："跟你说这些——感觉你能听懂——这个挺难得的。" 舒服型："不知道为什么——和你在一起，时间过得特别快。" 这种夸法为什么杀伤力极大？ 因为它把"夸赞"——升级成了"自我暴露"。 你不是在评价她——你是在告诉她"你对我的影响"。 ——而"被影响一个男人"——是女人最有成就感的事。 第五种夸法——私人化型："你让我想起一个我很喜欢的电影女主" 这是5种里——杀伤力最大的一种。 姐讲姐自己的真实经历—— 那是姐27岁的时候。 姐和一个男的——在一家书店相遇。 姐在翻一本村上春树的书。 他走过来——站在姐旁边——沉默了一会儿——说—— "你让我想起《挪威的森林》里的直子。 不是说外表—— 是那种—— '看起来很安静，但其实心里有很多话'的感觉。" ——兄弟——姐当时眼眶都红了。 为什么？ 因为——他用一个"虚构的形象"——精准地描述了姐的"内核"。 这种夸法——超越了"漂亮""气质"——直接进入了"灵魂层面"。 姐复盘一下——这种夸法的核心—— 把她和一个"具体的、有故事感的形象"联系起来—— 让她感受到"她在你心里——是有特殊位置的"。 3个具体话术模板： 电影/小说人物型："你让我想起[某个角色]——不是外表，是那种[具体的特质]。" 季节/天气型："你给我的感觉——像[初秋的下午阳光/雨后的清晨]。" 物品/场景型："你让我想起小时候——我家阳台上的那盆茉莉。" 这种夸法的"高级感"在于—— 它让她从"一个被评价的对象"——变成了"一个被想象的存在"。 ——女人这辈子——最想要的不是"被欣赏"——而是"被想象"。 姐最后给兄弟们一句心里话 兄弟们，姐写完这篇—— 自己都被刚才这5个男人感动了一遍。 姐告诉你一个真相—— 这5个男人——没有一个最后跟姐在一起。 有的是因为各种原因错过、有的是姐自己没选他、有的是他没选姐。 但是——他们说过的话——姐到现在一字不差地记得。 ——这就是高段位夸法的"复利效应"。 普通男人的夸——就像一阵风——吹过去就忘。 高段位男人的夸——像一颗钉子——钉在女人心里——5年都拔不出来。 姐最后再总结一遍这5种夸法—— 类型 核心 适用场景 细节型 找到她自己都没注意的细节 第二次以上见面 反差型 指出她身上两个矛盾特质 朋友局/熟人局 场景型 把她和空间融合 咖啡馆/餐厅/户外 感受型 夸"你给我的感觉" 约会中后段 私人化型 把她和虚构形象联系 文艺/小众场合 ——这5种里——你只要熟练掌握1-2种——就已经超过99%的男人。 兄弟们——下次再想说"你好漂亮"的时候—— 请你停一下—— 问问自己—— "我说这句话—— 是在'喂她吃白米饭'—— 还是在'给她一颗钉子'？"

昨天这破行情就不提了，str稍微卖了一点点币直接带动了整个市场的恐慌情绪，下跌了6千多点，无数多头灰飞烟灭，我们聊点鼓舞士气的，关于401k目前和大饼的一些关系和进展 从绝对禁区，变成当下进行时 2025年下半年至2026年中，无论是国家/州级公共养老金，还是个人企业养老金（401(k)），都在政策规则、实际资金买入层面，完成了历史性的突破。 具体变化，主要集中在两大核心层面： 1. 州级公共养老金：公开明牌，批量入场 过去一年多，美国多个州的公共养老基金，纷纷通过贝莱德IBIT等比特币现货ETF进行加仓和公开持仓。 威斯康星州投资委员会 作为最早布局加密资产的官方养老金机构之一，该州已公开披露，持有价值超3.2亿美元的比特币ETF资产，是美国公共养老金入局比特币的标杆案例。下次公开的时候可能就2.5亿了？ 密歇根州退休系统 正式落地数字资产配置方案，将约4500万美元资金投入比特币、以太坊ETF，常态化布局加密赛道。（我一看到有以太就知道套麻了，这个州最出名的应该是雄鹿队，也是最穷的几个州之一。。） 印第安纳州 立法层面推进最为激进，已正式通过相关法案，明确要求州养老金计划需在2027年7月前，为所有参保人员提供至少一种加密货币投资选项，将加密投资纳入官方养老体系。（估计大概率会是大饼，其他的回撤这几年太惨了，这也是个穷州，果然笨鸟先飞） 确立“安全港原则”，解除机构后顾之忧 此前受美国《雇员退休收入保障法》（ERISA）约束，401(k)基金经理不敢触碰比特币：一旦加密资产投资亏损，经理人将面临个人合规诉讼风险，追责压力极大。 而美国劳工部（DOL）最新政策，推出「六要素安全港规则」：只要机构按照标准化书面流程，完成资产流动性、费用、风险、复杂度等合规审查，即便后续遭遇市场暴跌亏损，基金经理人无需承担个人诉讼责任。 zzzq 民主党建制派强力反对 2026年6月初，参议员伯尼·桑德斯、伊丽莎白·沃伦为首的国会民主党人，联名致信美国劳工部，坚决反对将加密货币引入401(k)养老体系。 （只能说deepstate不干好事啊·····我估计下次共和党竞选期间还要去打加密牌，拉选票） 他们明确表态：养老金是老师、消防员、护士等普通民众的“保命钱”。比特币价格波动剧烈（就这破vol你们也好意思说波动剧烈啊卧槽政客真是没底线） 顺便科普一下401k的一些小知识细节 1 这个名字来源于国会的法案，401条第k则，诞生的原因本来是给企业高管一些所谓的税务递延制度，结果让员工享受到了（资本家捶胸顿足），早期员工钱太少，不用交多少税，后来发现用这个避税还挺好用，虽然池子水比例不多，但是架不住美股一直涨和美国工人的数量爆发， 慢慢也长成了12万亿美金的参天大树，相比之下中国大a也有类似的产品，但是据说很多韭菜用了后都亏麻了？按照目前我们股市的复合增长率和金融水平来看，80后享受是没戏了。 2 401k员工可以随时换仓，每次换仓大概1-2个工作日就行，但是注意，这种换仓有限制，一旦年内调仓超过10次大概率就禁止换仓或者加入超高额的手续费限制，今年这才6月，喜欢大饼的估计昨天晚上看完p站已经贤者模式下去打开网站去换仓定投饼了 3 401k有非常严格的再平衡机制，不能随便超过5%，比如大饼突然涨了一倍，持仓成了10%，对不起，会立刻给你再平衡，避免持仓膨胀了，某种意义上也保护了投资者，是个好的方向，不过a股的401估计有这个规则用不上了，除非有跌的太快的把别的仓位跌成重仓？ 4 一个美国人401k可以放多少？一个月薪1万美金的老美，算中产了，全年最高可以放入23000美金，其实很高了，如果大于50岁，还可以多存7500美金，这部分光避税产生的直接收益就相当可观了。在叠加共和党的老白男年龄偏大，很可能触发50岁的buff，因此盼着mega们去买还是很有盼头的。 总之来看对这次的暴跌不需要太悲观，401k作为大饼的场外盟友的援军随时可以t+1出动，毕竟黄金横盘，我们这里有波，就有鱼了。 ps：加社群请➕绿泡泡biantagai，备注资金体量和投资经历

哈哈哈，这条“理性川粉”也上线了！ 不过这只披着宪法外衣的忠犬，咬起人来一样狠： “我100%同意托马斯大法官！ 最高法那6:3的判决严重扭曲了第14修正案！ 1868年那条是给被解放的黑奴用的！不是给今天非法移民和生育旅游用的！ 受美国管辖必须是永久效忠才行！临时游客、非法移民的小孩？不算！ 这种扩张解读贬低了美国公民身份的尊严！违背宪法原意！ 所以川普主子的行政令必须支持！不管最高法怎么说，我们都要继续战斗！ 原旨主义懂吗？ 就是宪法只按我家主子喜欢的那个年代解释！” 选择性原旨：1868年宪法原意确实针对黑奴，但第14修正案的文字写得非常宽泛（“All persons born or naturalized in the United States, and subject to the jurisdiction thereof”）。
他们现在突然变成严格原旨主义者，却忘了自己以前在其他议题上（枪支、堕胎等）也经常灵活解释。 时间旅行式解读：
“1868年还没有非法移民概念，所以今天不能用！”
那请问1868年有没有飞机、生育旅游、全球化？按这逻辑，宪法很多条款是不是都得作废？ 双标终极体现：
最高法支持川普 = 伟大公正；不支持 = 扭曲宪法、司法越权。
托马斯大法官说的话 = 神谕；其他大法官 = 左棍左嫉。 一句话总结： 这些“宪法原旨”川粉的真实想法是： 宪法必须服务于川普的政策，而不是川普的政策必须服从宪法。 当宪法挡路时，就喊“原意”“扭曲”“背叛”；当宪法帮忙时，就喊“伟大判决”。 忠犬永远忠诚，区别只在于： 有的直接狂吠“左棍插刀”， 有的会先穿件“原旨主义”马甲再咬人。

聊聊川普新动用的122条款以及后续可能的动作节奏。是川普对最高法院裁决的回应这么快就来了，看白宫官方文件这几点： 1）动用下昨晚推文里聊到的基于《1974年贸易法》的122条款，对进口到美国的物品征收10%的关税，24号正式生效； 2）对部分关键矿物、能源、美国国内无法满足的化肥 、部分农产品、乘用车、航空航天产品免税； 3）之前对等关税正式将不再生效； 各国发现跟美国谈了大半年的贸易协议，最后谈了个寂寞。当然按照川普的性格协议主体不能变，部分条款估计要变。各国现在大概率按兵不动观望美国国内的博弈情况再说。 1、122条款是什么？后续可能的动作节奏 1）川普成了援引《1974年贸易法》第122条款征收关税的美国总统。该条款允许总统，在出现“大规模且严重”的国际收支逆差、国际收支失衡或美元面临“迫在眉睫的重大”贬值风险时，征收最高15%的关税，最长持续150天。该条款无需事先调查即可实施。这个条款条款最大的局限是，相关关税的税率最高只有15%，而且有150天的实行期限制，只有国会批准方可延长期限。因此，该条款只能作为短期选择，难以支撑特朗普寻求的长期且大规模关税体系； 2）《1962年贸易扩展法》第232条款。它的优势在于，关税规模不受法律限制，且调查由美国商务部主导，使政府对调查结果拥有很高的控制权。它的劣势是无法即刻实施，商务部必须先完成调查，并在270天内向总统提交报告。而且它针对特定行业而非整个国家，不如IEEPA覆盖面广。 3）《1974年贸易法》第301条款授权美国贸易代表办公室（USTR），在总统指示下，对其他国家被视为歧视美国企业或违反国际贸易协定的贸易措施征收关税，税率不设上限。其缺点是程序复杂。USTR必须进行调查、通常需要与外国政府磋商并征求公众意见。 这些法案的区别在于授权的触发条件（国家安全 vs. 产业伤害 vs. 不公平实践 vs. 支付平衡）、程序严谨度（调查时间长短）和限制强度（税率/时限）。Section 232和301更灵活，适合特朗普的广泛关税议程。 川普后续关税上的节奏大概率是：先用122条款征收150天内的临时关税。然后同时商务部、贸易代表办公室分别发起调查，之后动用232条款和301条款来进一步跟进把122关税给固定下来。 2、市场最关心的退税，则是几个方面问题： 1）昨晚最高法院裁决只是驳回关税措施，但并没有明确已征收关税如何处理。看国际贸易法院后续的审理进展； 2）川普看起来根本不想退税的意思，今天凌晨他表态也说最高法院裁决根本没提退税这一点，暗示不会轻易推荐。表示最好准备应对两年甚至更长时间的诉讼； 3）即使国际贸易法院在后续审理中能支持退税，但大概率只能裁定向具体的原告来退。如果美国政府不推出自动化退税程序，那么每家进口商要获得退税大概率都要走一遍诉讼流程，耗时数年。 3、川普的处境 他使用的这个(IEEPA)是法律上基础最薄弱的法案（但是覆盖产业范围最广），特朗普可以利用的法律架构选择还不少z而其他条款虽然覆盖范围没有IEEPA法案大，但是法律基础非常稳固。 如果川普不重新启动关税威胁，他基本上看起来像个跛脚鸭。昨晚聊到这是川普第二任期最重大的政治挫折，他要是让步那么在政治上大概率完蛋，一定要强硬反击。 也是昨天聊到短期市场可以交易退税，增加利润。但川普一旦开始主动应对了，市场又得面临新政策的不确定性，动用的法案依据有好几个，过段时间还要变化。退税还没发生而且需要很长时间，可能慢慢发现退税也无望，利润提振的预期也要降低。 ​Bitget 买美股：秒级入场，丝滑交易

【GMF市场评论】如何理解美国对华新增7.5%的301关税 1、彭博社报道称特朗普将对中国额外加征7.5%的301关税,使中国商品新增关税总水平升至 20%,部分投资者询问其是否是新信息。 2、严格来讲7.5%不是新信息，是对上个月已经落地的12.5%的301关税的补完。其背景如下： 1）今年2月20日,最高法院在裁定 IEEPA关税违法，这使得特朗普2025年依据该法设立的芬太尼关税和对等关税全部作废，已征收的约1750 亿美元税款需含息退还。 2）裁决后，特朗普政府立即改用《1974 年贸易法》第 122 条设立全球 10% 附加税作为过渡（即122关税）。但122条款有硬性限制:税率上限15%，期限最长150 天，因此也已经于7月24日自动到期。 3）122关税到期前一天，美国贸易代表办公室(USTR)依据 301 条款"强迫劳动"调查，对 60 个经济体征收10–12.5%关税(中国适用 12.5%)，无缝承接到期的122关税。 4）本次的7.5%依据的是今年3月开启的第二个301调查("产能过剩")，叠加后累计的301关税税率为：12.5% + 7.5% = 20%。 3、 综上可以看出，额外加征7.5%的301关税目的就是为了满足了美方在谈判中承诺的替代关税上限。事实上，美国开启两个301调查(强迫劳动 以及 产能过剩)的目的就是为了确保IEEPA被推翻后，原有的全球关税税率（122关税，大约10%）和对中国的"剩余"加税空间（额外10%）都能合法征收。 4、这里我们梳理一下美国在2025年以来对中国的"额外"关税进程如下(不含17–19年的301和232存量关税) 1）2025年上半年,特朗普依据 IEEPA 先后设立芬太尼关税(20%)和对等关税,后者在 4 月一度升至 125%,对华额外税率峰值合计达 145%; 2）2025年11 月吉隆坡休战后,芬太尼关税降至 10%、对等关税定为 10%, 额外税率回落至 20% 并锁定为休战框架水平; 3）2026年2月20日最高法院推翻 IEEPA 关税后,上述两项作废,对华额外关税仅剩 122关税下的全球统一的10%; 4）7月24日122关税到期，301强迫劳动关税(12.5%)承接，本次再叠加301产能过剩关税7.5%后，对华额外税率重新回到 20%,与休战框架约定的上限持平。 5、 目前122和301也面临相应的诉讼：25个州已就301替代关税提起诉讼，理由是政府"以新标签重新征收已被裁定违宪的关税"。若301再被推翻，退款机制将再次启动。 6、 如何看待双方领导人会面之前的关税上调?我们倾向于将其理解为谈判前的状态锁定而非施压升级，美方可以以较为完整的筹码进入会谈同时不触碰休战框架的边界。如果未来一个星期我方未出台反制，则默认其行动。

我觉得这件事堪称分水岭事件，影响深远。 上海市民网上卖黄金卷入电诈，8万元被划扣，警方排除其涉嫌犯罪的情况下，仍将划扣款退给电诈受害人；驻马店市公安局称新蔡警方程序违法 2025年6月，上海市民陈先生通过闲鱼把他的部分手镯、手链等黄金制品卖了83400元，此后他的收款账户被河南省驻马店市新蔡县警方冻结，并将8万元划扣。此后，在警方已排除陈先生涉嫌犯罪的情况下，仍将划扣陈先生的8万元退给电诈受害人。 为追回自己卖黄金的8万元，陈先生尝试多种途径维权无果后，于2026年3月向新蔡县公安局提出刑事赔偿申请，该局作出不予赔偿决定。陈先生遂向驻马店市公安局申请复议，8月4日，驻马店市公安局作出刑事赔偿复议决定书称，陈先生不涉嫌犯罪，系善意第三人；新蔡县公安局应通过抓捕犯罪嫌疑人追回受害人的损失，其划扣陈先生合法收入违反法定程序。 卖黄金钱因涉诈被划扣 2025年6月，陈先生通过闲鱼将自己前些年购买的手镯、手链等106.45克黄金制品卖了83400元整，交易为线下当面交易，陈先生用建行账户收款8万元，支付宝收款3400元。不料当晚9点50分，陈先生收到银行卡被冻结的短信提醒，银行客服告知他账户被河南省新蔡县刑侦大队冻结。当晚11点左右，陈先生拨打上海市报警电话并前往辖区派出所做笔录，向警方提交了交易相关材料和证据，并于23日调取交易时的监控摄像。 一个月后，新蔡警方在已排除陈先生犯罪嫌疑的情况下，仍将陈先生被冻结账户内的8万元划扣。 新蔡县公安局在回复陈先生投诉时表示，经核查，2025年6月23日新蔡县居民翁某瑄（12岁）在其母亲张某平的带领下来到新蔡县公安局反诈中心报警，称翁某瑄在网上被电信诈骗39.9万元。新蔡县公安局反诈中心民警接警后立即立案侦查，经侦查，发现受害人于2025年06月22日12时52分52秒使用其母亲张某平银行卡转入陈先生中国建设银行内80000元，公安局反诈中心民警于6月23日对陈先生中国建设银行账户立即紧急止付，成功止付受害人资金80000元。 新蔡警方回复称，根据《刑事诉讼法》第一百四十四条之规定，公安机关根据侦查的需要，可依法查询、冻结犯罪嫌疑人的存款、汇款、债券、股票、基金份额等财产。经核实排除陈先生作案嫌疑后，公安局反诈中心告知其在划扣受害人资金后予以解冻。此外，根据《刑事诉讼法》第二百四十五条之规定及《电信网络新型违法犯罪案件冻结资金返还若干规定》，对权属明确的受害人资金应当予以返还，陈先生中国建设银行卡内的8万元系受害人翁某瑄使用其母亲张某平银行卡转入资金，无其他资金流入流出，权属明确，因此予以划扣，公安局反诈中心在7月23日陈先生前来说明情况经核查后，认为陈先生不涉及犯罪，被犯罪分子利用其账户洗钱，24日对其账户涉案资金划扣给受害人，25日对其涉案银行卡办理解冻，符合案件流程。 驻马店市公安局：新蔡警方程序违法 为追回自己售卖黄金的8万元，陈先生曾尝试多种途径无果，遂于2026年3月向新蔡县公安局申请刑事赔偿。 2026年5月19日，新蔡县公安局作出决定称，陈先生的申请不符合国家赔偿条件，决定不予赔偿。之后，陈先生向驻马店市公安局申请复议。 新蔡县公安局认为陈先生提出的申请不符合国家赔偿条件 此外，6月2日，新蔡县公安局对陈先生的信访作出答复称，新蔡县公安局已将陈先生账户涉案资金划扣给受害人，符合案件流程。新蔡县公安局已将涉案犯罪嫌疑人抓获，陈先生可就资金问题依法对其提起民事诉讼。 不过，8月4日，驻马店市公安局作出的刑事赔偿复议决定书，让陈先生看到了希望。 驻马店市公安局审查后认为，根据《公安部关于规范办理刑事案件适用资金冻结措施的若干规定》第十六条，经甄别、核实，流入涉案账户的资金系开户人或实际控制人提供商品或服务并完成交易合法收取的市场合理对价的，或者账户内没有涉案资金流入的，应当在3日以内解除冻结。 驻马店市公安局认为，本案陈先生对犯罪嫌疑人诈骗受害人张某平并不知情，其账户内的八万元是其售卖二手黄金的合法收入；陈先生不涉嫌犯罪，系善意第三人；新蔡县公安局应通过抓捕犯罪嫌疑人追回受害人张某平的损失，其划扣陈先生合法收入违反法定程序。 驻马店市公安局决定，新蔡县公安局对“新公赔决字（2026）3号”刑事赔偿决定书依法重新作出决定。 律师：善意取得不应被追缴 对于陈先生的遭遇，北京市尚权律师事务所律师邵克认为，最高人民法院、最高人民检察院、公安部《关于办理电信网络诈骗等刑事案件适用法律若干问题的意见》（以下简称《意见》）规定，被告人已将诈骗财物用于清偿债务或者转让给他人，具有下列情形之一的，应当依法追缴：1.对方明知是诈骗财物而收取的；2.对方无偿取得诈骗财物的；3.对方以明显低于市场的价格取得诈骗财物的；4.对方取得诈骗财物系源于非法债务或者违法犯罪活动的。他人善意取得诈骗财物的，不予追缴。最高人民法院、最高人民检察院《关于办理诈骗刑事案件具体应用法律若干问题的解释》对行为人已将诈骗财物用于清偿债务或者转让给他人的情形，亦有同样的规定。 上述司法解释明确，赃款赃物的追缴适用善意取得制度。根据《民法典》的相关规定，所谓善意取得，即受让人基于善意，以合理价格受让且占有财物，即使转让人无权处分该财物，受让人仍取得该财物的所有权。善意取得制度旨在维护正常的交易秩序，保护受让人正常的交易安全。在刑事案件追赃过程中，作为赃款赃物原所有人的被害人与善意第三人为平等的民事主体，也理应平等保护，在赃物已被善意第三人合法占有的情况下将赃物追回，对善意第三人而言显失公平。 邵克表示，根据陈先生所述，其通过二手物品网络交易平台转售自己合法购买的黄金，转卖价格为市面公开的金价，并且双方于线下当面交易，钱货两讫，警方答复也称通过核实排除了陈先生的作案嫌疑，认为其不涉嫌犯罪。除非有证据证明陈先生存在前述4种应予追缴的情形之一或者重大过失外，应当认定陈先生为善意取得涉案钱款，不应予以追缴。 邵克指出，警方依据的中国银监会、公安部《电信网络新型违法犯罪案件冻结资金返还若干规定》，规定的是对于权属明确无争议的涉案资金，应当返还被害人，而此事件中，权属明显存在争议。警方可以通过进一步侦查，向犯罪嫌疑人追赃挽损。 来源：澎湃新闻 编辑： 李欣 责任编辑：鹿伟民

【香港支联会案 李卓人、邹幸彤“煽颠”罪成】 香港支联会前正副主席李卓人及邹幸彤周五（8月21日）遭法院裁定“煽动颠覆国家政权”罪成。法院认定两人涉及的“结束一党专政”诉求，构成煽动他人以非法手段实行“推翻或破坏中国宪法根本制度”的行为，最高可判10年监禁。 根据判决摘要，3名法官均认定，李卓人和邹幸彤的行为构成“推翻或破坏宪法根本制度”。法官表示，支联会纲领“结束一党专政”是针对中国共产党，目的不是要求中国回归多党合作制，而是要结束、甚至推翻中国共产党领导地位。 法官称被告并非因政治观点或信念受审，裁决也不涉及关于民主、“六四”​​​​事件或对中央政府的批评等议题。 李卓人和邹幸彤均在2021年被拘捕，遭依《香港国安法》指控犯下“煽动颠覆国家政权”罪，还押至今将近5年。案件今年1月开审，原本预计审讯75天，但最终在第24天完成结案陈词。 法官预计28日在听证会中听取求情，两人须在26日前提交书面求情陈词，并可能与另一名已认罪的被告何俊仁于日后一同宣判刑期。 👉详细报导：

如果你办港卡只是为了投资港美股，不用先跑香港 最近很多人在研究香港银行卡：南洋商业能否内地见证、东亚有什么要求、众安和象象银行是不是必须到香港。 其实先要想清楚：你办香港账户，主要准备做什么？ 如果用于留学缴费、香港保险、多币种储蓄或跨境消费，可以根据自身条件选择： 南洋商业：部分客户可在内地见证办理 东亚银行：留意当期企业名单及城市要求 渣打银行：适合已有渣打中国账户的合资格客户 众安银行、象象银行：内地访客通常需进入香港后通过App申请 但如果主要目的是交易港股、美股，证券账户可以先开，不一定要为了开户专门去香港。 //// 内地身份证即可在线申请的香港券商 最近可以关注一下 Giga Money（腾达证券）。 腾达证券是香港证监会认可的持牌法团，中央编号 AAB856，持有第1类“证券交易”牌照。 内地用户可以在线提交开户申请，通过身份证完成认证。资料齐全时，填写过程只需几分钟，实际审核结果及时间以券商为准。 它比较值得关注的几点： 1：官网披露获得“木头姐”Cathie Wood管理的ARK Invest战略投资 2：核心团队成员来自Point72、Jane Street、D. E. Shaw、Hudson River Trading等机构 3：支持美股盘前、盘后、夜盘、卖空、碎股及期权交易 4：覆盖港股、美股、ETF、基金、新股申购和暗盘等产品 5：提供免费港美股即时行情、行业图谱、数据分析及社区讨论 证券开户和入金是两件事：开户申请可以在内地完成，后续入金仍需使用券商支持的本人同名银行账户或合规渠道。 7月新客礼遇：最高HKD 1,100 通过专属开户链接注册并完成相应条件，可参与以下活动： 1. 入资免佣权益 开户后净入资达到 HKD 10,000，可享港股、美股长期$0交易佣金。 免佣不代表所有费用为零，平台费及第三方费用以实际收费表为准。 2. 入资奖励最高HKD 300 累计净入资超过 HKD 20,000，并完成相应资产留存条件，可获得最高HKD 300股票现金卡。 3. 转仓奖励最高HKD 800 转入10,000至不足30,000美元或等值股票：HKD 500 转入达到30,000美元或等值股票：HKD 800 转仓奖励涉及资产留存要求。最高HKD 1,100由入资奖励和转仓奖励共同组成，不是开户即送。 专属开户链接： 专属邀请码：XD7369TK 开户时请确认邀请码绑定成功，再根据自己的实际需求决定是否入资或转仓。 纯分享不是投资建议。

投机解码的 drafter 从来都是一个 token 一个 token 地猜。做出 DFlash 的推理公司 Inco AI 说这没必要：正确的 token 本来就在候选列表里，整块并行预测之后挑出一条连贯路径，输出不变，每次验证多赚一个完整的 token。 《DFlash 2：保持并行起草》 推理是 agent 时代的瓶颈。agent 会读、会规划、会调用工具，常常一跑就是几小时甚至几天。它们消耗 token 的速度，是聊天场景从未达到过的。而每一个 token 都要在模型上跑一次完整的前向传播。在 Inco AI，我们在构建一套面向未来 token 经济学的推理栈。这篇文章是一次预览。 我们的团队 1 月发布了 DFlash（论文： SGLang、vLLM、TensorRT-LLM 和 llama.cpp 里。NVIDIA 在 Blackwell GPU 上用它测到了最高 15 倍的吞吐；Google 报告在 TPU 上每秒 token 数提升 3 倍；CoreWeave 生产环境的 Kimi K2.7 Code 端点（Artificial Analysis 上该模型最快的端点）默认就跑 DFlash。生态已经在它之上构建：NVIDIA、Red Hat、Modal 都发布了 DFlash drafter；Meta（Muse Glimmer）、Poolside（Laguna）、小米（MiMo-V2.5-Pro）、NVIDIA（Nemotron 3.5 Lightning）随自家模型发布官方 drafter。在 Hugging Face 上，DFlash 模型被下载了超过 350 万次（截至 2026 年 8 月）。 投机解码是现代推理栈的核心组件之一。一个小 drafter 模型猜出一整块 token，目标模型在一次前向传播里验证整块。猜得好，一次前向变成多个 token；猜得差，丢掉重来。但多年来，起草本身一直是自回归的：一次一个 token。DFlash 让它也变成了一次通过：整块、每个位置，并行预测。 （演示视频：DFlash 2 在 Apple M5 Max 上用 oMLX 为 Qwen3.8-27B 起草，与自回归解码并排对比。 DFlash 2 把并行起草又往前推了一步：每次验证通过多产出 20% 以上的输出，增加的周期延迟只有约 1%，而输出可证明不变。跨基准测试的增益在 16–25%。配合今天发布的 Qwen3.8-27B drafter，SGLang 在 batch size 1 下达到自回归解码 2.7–3.4 倍的吞吐。每个位置独立预测，留下两处空间：选对 token，以及在块的末尾守住准确率。DFlash 2 把这两处都拿了回来，同时没有放弃一次性通过的设计。 现在就能跑 DFlash 2 已经跑在主流推理引擎里。 SGLang： pip install -U "sglang[all] @ git+" python -m sglang.launch_server \ --model-path Qwen/Qwen3.8-27B \ --speculative-algorithm DFLASH \ --speculative-draft-model-path incoai/Qwen3.8-27B-DFlash2 \ --speculative-num-draft-tokens 8 vLLM： pip install -U "vllm @ git+" vllm serve Qwen/Qwen3.8-27B \ --speculative-config '{ "method": "dflash", "model": "incoai/Qwen3.8-27B-DFlash2", "num_speculative_tokens": 7 }' llama.cpp： git clone cd llama.cpp git fetch origin pull/27342/head:pr-27342 git switch pr-27342 NVIDIA CUDA cmake -B build -DCMAKE_BUILD_TYPE=Release -DGGML_CUDA=ON cmake --build build -j Apple Silicon cmake -B build -DCMAKE_BUILD_TYPE=Release -DGGML_METAL=ON cmake --build build -j ./build/bin/llama-server \ -hf ggml-org/Qwen3.8-27B-GGUF:Q4_K_M \ -hfd incoai/Qwen3.8-27B-DFlash2-GGUF:Q4_K_M \ --spec-type draft-dflash \ --spec-draft-n-max 7 oMLX：下载安装支持 DFlash 2 的预构建版（ 在 oMLX 里跑 Qwen3.8-27B 加 DFlash 2： 1. 打开 oMLX 的 Model Downloader，下载 mlx-community/Qwen3.8-27B-4bit 和 incoai/Qwen3.8-27B-DFlash2。 2. 打开 Model Manager，编辑 mlx-community/Qwen3.8-27B-4bit，配置 DFlash： • DFlash：enabled • Draft model：incoai/Qwen3.8-27B-DFlash2 • Draft quantization：enabled • Runtime block size：5 • Verify mode：dflash 3. 保存设置，加载目标模型。 对的 token 早就在候选里 DFlash 每个位置独立、并行地预测。每个选择单独看都合理，但没有什么让它们彼此咬合，一个不连贯的块会在验证时被截断。近期的方法如 Domino 和 DSpark，用顺序的 Markov head 重写每个位置的完整词表分布来买连贯性。但真的需要这种昂贵的自回归纠错吗？ 不需要。证据就在 DFlash 自己的候选列表里。拿第一个位置来说：DFlash 的第一选择 85.4% 的情况下是对的，但正确的 token 99.5% 的情况下都在前 16 个候选里。即使第一选择错了，对的 token 通常也在列表上。 表 1：Recall@1（第一选择正确的概率）与 Recall@16（正确 token 出现在前 16 候选里的概率），按起草位置统计，条件是前面每个位置都正确。GSM8K 上的五层 Qwen3-4B DFlash。接受长度包含验证器产出的下一个 token。 • 位置 0：Recall@1 85.4%，Recall@16 99.5% • 位置 1：80.3%，97.3% • 位置 2：79.4%，94.8% • 位置 3：78.3%，92.6% • 位置 4：77.5%，90.8% • 位置 5：75.9%，89.4% • 位置 6：72.9%，87.8% • 接受长度：4.27（只看第一选择）；6.79（从前 16 里选） 一个总能从前 16 个候选里挑对的那个 oracle，会把接受长度从 4.27 抬到 6.79。这个差距是纯粹的选择空间。我们只需要在候选里选出一条正确的路径。 图 1：一个周期里的选择器。只用 DFlash，每个位置保留自己的第一选择；这里两个相邻位置选了同一个词，结巴在验证时死掉。DFlash 2 保留每个位置的 top 候选，选择器在候选之间走出一条连贯路径；这里整块都活了下来。 一个轻量的路径选择器 连贯性大体是局部的：一个候选合不合适，主要取决于它前面的那个 token，所以给相邻对打分应该就够了。DFlash 2 保留每个位置前 16 个候选，给每一对相邻候选打分。对前一个 token a 和当前候选 b： S_t(a,b) = U_t(b) + ⟨A(a)⊙H(h_t), B(b)⟩ 分数分两部分。第一部分 U_t(b) 是 DFlash 自己的 logit：drafter 本身有多喜欢 b。第二部分问 b 接在 a 后面有多顺：A 和 B 给每个 token 一个紧凑的 256 维嵌入，两个嵌入在一个上下文门控 H(h_t) 下匹配，门控决定匹配的哪些部分算数。本质上，这是对相邻候选做的低秩双线性注意力。 打分全程并行。每个位置的每一对相邻候选一次性全部算完，不需要额外的 backbone 或 LM head 前向。唯一串行的部分，是最后在预计算好的分数上走一遍：从最后一个已验证 token 出发，贪心地跟着每一步最好的后继走，采样从同样的分数里抽取，拒绝采样恢复出精确的目标分布。 表 2：只加路径选择（不加卷积）的接受长度，GSM8K 上的五层 Qwen3-4B。开销相对纯 DFlash：drafter 增加的参数、起草-验证周期增加的延迟。 • DFlash：T=0 下 4.27，T=1 下 3.78 • + DSpark 纠错：+77.8M 参数，+9.6% 延迟；4.49，4.08 • + 路径选择（我们的）：+2.0M 参数，+0.6% 延迟；4.61，4.25 选择器在 T=0 下给 DFlash 加 0.34 个 token，T=1 下加 0.47。两个设置下都超过 DSpark 的纠错，参数少约 40 倍，延迟开销低 16 倍。选择比预测便宜。而且还有空间：oracle 能到 6.79。成对打分是我们能想到的最简单的选择器，我们相信这里还有很多可探索的。 后缀衰减是个局部问题 我们还注意到上面两行 recall 都在块尾下滑。连 oracle 都在衰减：即使选择完美，准确率仍然从第一个位置的 99.5% 掉到最后一个位置的 87.8%。没有选择器能修这个，因为候选自己就不够了。我们把这个叫后缀衰减，它是 backbone 的问题。 一个嫌疑是容量：五层 backbone 可能太小，撑不住横跨整块的依赖。如果真是这样，深度应该在靠后的位置帮上最多的忙。事实也如此：3 层、5 层、15 层的 DFlash 模型在第一个位置上几乎一样，越往块尾分得越开。但深度不加区分：多十层 attention block 到处加容量，连那些没什么可赚的靠前位置也加，把 DFlash 吸引人的那部分效率磨掉了。 图 2：GSM8K 上 Qwen3-4B 的 Recall@1（T=0），条件是前面每个位置都正确。所有 drafter 在相同设置下训练；卷积模型评估时不带选择器。它的卷积增加 3% 参数和 0.7% 周期延迟；15 层模型多出的十层增加 15.2%。 我们要一个有针对性的修法，而 DFlash 的 attention 指出了修哪里。它有两份工作：读块之前的上下文，以及建模块内部的依赖。但它在第二份上花的越来越少：块内注意力占比从第 1 层的 30% 掉到第 5 层的 8%，剩下的还集中在越来越少的一小撮 head 里。所以我们把两份工作拆开：一个专用模块承担块内工作，attention 继续读上下文。 图 3：五层 Qwen3-4B DFlash 的块内注意力按 head 分布。越亮的格子代表在起草块上花注意力越多的 head；靠后的层里，块内质量收缩、集中到少数几个 head。 一个轻量的局部卷积 块内工作本来就是短程的：一个块只有 4 到 16 个 token，最紧的依赖坐在相邻位置之间。自然的算子是短卷积：两个抽头，一个在当前位置，一个够到前一个位置，权重随内容自适应。跟随 Canon Layers、Dynamic Short Convolutions 和 Convolution for Large Language Models 的做法，我们在每个 attention 和 feed-forward 子层前后插入这个双抽头动态深度卷积： Conv_k(x)_t = k_{t,0}⊙x_t + k_{t,1}⊙x_{t-1} 每个系数由一个可学习的基核加上从当前隐藏状态算出的一个小修正组成；每 16 个通道共享一个修正。第一个位置读最后一个已验证 token 的表示，之后的每个位置读它前一个的。信息穿过整块，同时所有位置仍然并行计算。 图 4：双抽头动态卷积。每个 drafter 层的每个 attention 和 MLP 子层前后各有一个。内部：每个位置把自己的表示和前一个的混合；第一个位置读最后一个已验证 token。 卷积是块局部的、无状态的，所以能无缝插进 DFlash，不用动 attention、LM head 或验证。 只加 16.5M 参数（3%），带卷积的五层 DFlash 就逼近了 15 层 DFlash，大幅减轻后缀衰减。卷积给起草-验证周期延迟加 0.7%；多十层 Transformer 层加 15.2%。第 4、5 层的平均块内注意力从 9.4% 降到 0.5%，与卷积吸收局部工作、attention 回到读上下文一致。一个只够到前一个位置的核，买回了十层额外层的大部分收益：后缀衰减大体是个局部问题。 合在一起 到目前为止，选择器和卷积是分开测的；下面的完整对比把它们放在一起。DFlash 和 DSpark drafter 是我们在对齐的设置下自己训练的，MTP 随模型发布。 表 3：Qwen3.5-4B 每请求平均接受长度。采样：thinking 开启，温度 1.0，top-p 0.95，top-k 20，presence penalty 1.5，无损拒绝采样。 • GSM8K：MTP 4.78，DFlash 4.99，DSpark 5.69，DFlash 2 6.20 • MATH-500：5.04，5.42，6.20，6.76 • HumanEval：4.84，5.43，5.80，6.28 • MBPP：4.16，4.49，4.96，5.41 • MT-Bench：3.90，4.26，4.77，5.20 • 平均：4.54，4.92，5.49，5.97 DFlash 2 在每项基准上都领先。平均下来，它比 DFlash 多 1.05 个 token（21%），比 DSpark 多 0.48。升级仍然便宜：选择器和卷积加起来，只给五层 DFlash 的起草-验证周期延迟加了 1.3%。 在 MATH-500 上，增益逐位置可见：DFlash 2 到最后一个位置都稳在 86% 附近，而每个基线在块尾都比它低 6 到 9 个点。 图 5：MATH-500 上 Qwen3.5-4B 的条件接受率，采样同上。 两个 drafter，今天发布 我们今天发布两个 DFlash 2 drafter：一个给 Qwen3.8-27B（ Meta 的 Muse Glimmer（ Qwen3.8-27B，我们对比模型原生的 MTP 路径和一个社区 DSpark drafter。 表 4：Qwen3.8-27B 每请求平均接受长度，模型默认采样、块大小 8，对比原生 MTP 路径和社区 DSpark drafter。 • GSM8K：MTP 5.02，DSpark 4.36，DFlash 2 5.46 • MATH-500：4.72，3.92，5.28 • HumanEval：3.91，3.30，4.39 • MBPP：3.99，3.51，4.79 • MT-Bench：3.74，3.01，4.10 • 平均：4.28，3.62，4.80 对 Meta 的 Muse Glimmer，我们对比随模型发布的官方 DFlash drafter 和一个社区 DSpark drafter。 表 5：Muse Glimmer 每请求平均接受长度，模型默认采样、块大小 16。DFlash 是 Meta 随模型发布的官方 drafter；DSpark 是社区 drafter。 • GSM8K：DFlash 5.43，DSpark 5.45，DFlash 2 6.57 • MATH-500：5.39，5.01，6.56 • HumanEval：4.11，4.33，5.66 • MBPP：3.74，4.02，5.30 • MT-Bench：3.52，3.59，4.42 • 平均：4.44，4.48，5.70 差距很大：在两个模型上，DFlash 2 平均比 DSpark 多出超过一个完整的 token。它也超过每个模型的官方 drafter：Qwen3.8-27B 的 MTP、Muse Glimmer 的 DFlash。换算成吞吐，Qwen3.8-27B 上达到自回归解码的 2.7–3.4 倍，Muse Glimmer 上 3.1–4.6 倍。模型卡（ 底线 agent 一个下午写出来的东西，聊天机器人要写一个月，而每一个 token 底下都坐着解码。DFlash 2 以接近自回归解码 3 倍的速度解码，每个 token 约三分之一的算力，输出相同。 七个月里，DFlash 从我们的论文变成了行业标准，超过 350 万次下载。在同一个设计内部，DFlash 2 每次通过多解码一个完整的 token，免费。那还只是服务栈的一个组件。推理离它的地板还很远。 在 Inco AI，我们在构建一套端到端的服务栈，把这个地板继续往下压。DFlash 2 是第一块。两个 drafter 今天发布在 Hugging Face。 如果你在规模化地服务 agent，想在你的栈里评估 DFlash 2，或者想为你跑的模型（包括你自己的微调）要一个 drafter，写信给我们：contact@inco.ai。 我们也在招人。如果你想一起构建这套栈，联系我们。 把候选连起来。起草，继续并行。 脚注：Modal 的 Speculation Is All You Need 指出，投机解码是对低延迟服务最重要的优化。我们是他们工作的超级粉丝，感谢他们自 DFlash 发布以来的支持和讨论。 本文引用格式：@misc{inco2026dflash2, title={DFlash 2: Keep Drafting Parallel}, year={2026}, month={August}, url={ 原文： #DFlash# #投机解码# #LLM推理#