前天在TG的約會真讓我印象深刻‼️ 職軍定力真的名不虛傳🤣 本以為他禁慾這麼久可以輕鬆解決 結果吹一個嘴巴直接抽筋…( ･᷄ὢ･᷅ ) 但最加分的是他很有紳士風度 不管做什麼都會先詢問我的想法 尊重感直接拉滿 根本理想情人😍 #高速吸陰🧲# #真的是一個讓人哭笑不得又很難忘的傍晚# #TG不定時發放福利❤️#

2023 年，Meta 首席 AI 科學家楊立昆給當時的 LLM 熱潮潑了一盆冷水。 他指出 LLM 有根本性的缺陷：沒有持久記憶、無法從單一經驗學習、缺乏對物理世界的理解。本質上，它只是在做「下一個 token 的預測」。 從學術的角度看，他說得完全正確。 直到今天，LLM 的底層架構依然沒有變。它依然是一具每次啟動都空空如也的統計引擎。 但在三年的工程演進後，我們發現了一個讓科學家尷尬的事實：學術上的根本缺陷，工程上不一定要正面解決，繞過去一樣能起飛。 楊立昆主張要走「世界模型」的路線，讓 AI 像人一樣建立對物理規律的理解。他認為 Scaling Law（規模定律）有天花板，LLM 光靠堆算力不能產生真正的智慧。 但工程界用兩件事回應了他： 第一，資本的暴力美學。過去三年，人類往算力砸錢的瘋狂程度，讓模型規模產生的「湧現」直接蓋過了架構的粗糙。 第二，系統性的外掛補丁。模型記不住？掛上向量資料庫。模型理解不夠？接上 Vision 和工具。 這就是工程學最迷人的地方：解決問題不需要追求「本質的優雅」。 楊立昆在研究神經元的排列，而工程師在研究如何把這個「不完美的大腦」裝進一個強大的「機械外骨骼」裡。 楊立昆對 LLM 的核心批評，是他認為 Pattern Matching（模式匹配）不算真正的學習。 但如果這種模式匹配的複雜度足以模擬出文明的所有邏輯，那「學習本身到底是什麼模式」還重要嗎？ 飛機與鳥的飛行原理完全不同。飛機沒有羽毛、不會拍翅膀，但在它飛得更高、更遠、更穩定的那一刻，它到底「算不算在飛」已經不重要了。 但繞過去的，跟真的解決，是兩回事。 只要底層架構沒變，楊立昆講的那些缺陷就真實存在。記憶是外掛的，不是原生的。就像義肢，裝上去能走能跑，但它跟真正的腿就是不一樣。你不能假裝它不存在。 所以雖然 AI 已經很強了，推理、寫作、寫程式，很多事做得比大部分人好，但它每次都是一個全新的大腦。沒有連續的意識，沒有累積的經驗。它所有的「記憶」、「理解」、「偏好」，全部來自你這次塞給它的上下文。 如果你去看 OpenClaw 最近的 repo 更新，你會發現記憶管理佔了很大的篇幅。怎麼讓 AI 在對話之間記住該記住的東西。 他們最近推的 QMD，把關鍵字搜尋跟語意搜尋混在一起用，就是為了解決一個問題：你三天前跟 AI 聊過的東西，它下次怎麼找得回來。 模型本身的能力會繼續進步，但只要底層是 LLM，記憶管理就是一個繞不開的大山。 用工程的角度來說，就是 Context Engineering 的重要程度，會逐漸超過模型本身。 你怎麼管理每次丟給模型的那包上下文，決定了 AI 能幫你做到什麼程度。哪些資訊該放、哪些不該放。什麼時候該砍掉重來、什麼時候該接著繼續。不同對話之間的記憶怎麼同步、怎麼取捨。 我自己每天都在處理這個問題。 舉個例子，我的 OpenClaw Agent KAI，它常常在多個頻道處理不同任務，但它們的記憶不是即時同步的。只要 還沒更新，它們就不知道彼此剛做了什麼。 所以我常常要幫它做認知同步。譬如告訴 A 分身，B 分身目前正在做什麼，然後要求 B 把做的東西整理好傳過去。或者更簡單一點，直接叫 A 去讀另一個 Discord 頻道最近兩小時的對話，讓它自己同步 B 的工作內容。 這種「認知斷裂」的現象，只要你常用 AI，一定會有很強烈的感覺。 從人格化的角度看，你會覺得它們是同一個人。但事實上，它們只是共享同一份記憶。只要記憶沒有同步，它們就是不同的人。 我現在花比較多時間在學這一塊。譬如今天 KAI 就教了我，如果讓 Claude Code 的 Opus 4.6 從外部調用 GPT 5.3-Codex，用 MCP 跟 coding-agent skill 的差異是什麼。 KAI 告訴我，差異的核心在於：中間過程要不要進主 context。 用 MCP 調用 Codex，每一個 tool call 都走 MCP 協議。Codex 過程中的每一個 turn，讀檔、改檔、跑測試、報錯、retry，全部以 tool result 的形式灌回 Opus 的 context。一個 coding task 可能產生幾十個 turn，跑完之後 Opus 的 context window 已經被中間過程塞滿了，後面每一 turn 都要重送這些垃圾。這就是 context 污染。 而 coding-agent skill 的設計完全不同。它把整個 coding task 交給一個獨立的 sub-agent，這個 sub-agent 在自己的 context 裡完成所有中間過程。跑完之後，回傳給 Opus 的是一個精簡的 handoff summary：改了哪些檔案、測試跑過了沒、有沒有殘留問題。中間那幾十個 turn 的掙扎，Opus 完全不需要知道。 同樣一件事，兩種做法，Opus 的 context 乾淨程度天差地遠。 所以同一個模型，不同的人用，產出可以差十倍。 人與人之間原本的能力差距，已經沒那麼重要了。你的學歷、你的年資、你寫程式的底子，這些東西的權重正在被 AI 快速壓縮。 取而代之的，是你怎麼使用 AI。這件事的精度，才是現在真正決定產出的變數。 你理不理解它的記憶是怎麼運作的。你知不知道什麼時候該砍掉 context 重來、什麼時候該讓它接著跑。你能不能在對的時間，把對的資訊塞進那個 context window。 這些東西有一個名字，叫 Context Engineering。 它不是什麼高深的學問，但它是所有想把 AI 用好的人，都應該深入研究的東西。

前幾天剛好跟朋友在討論預測市場當前到底需要的是什麼，看似繁榮其實並沒有很好的讓大家都上手 多數交易量肯定都是來自 bot ，而且多數人參與其實滿容易虧錢的 最大的問題就是不同市場的流動性碎片化再加上介面不好用、不直覺 以台灣來說甚至登入個 polymarket 都有問題，仍是最大痛點，我最常用的還是 polymarket 的 CLI 當前有兩個痛點需要被解決：更好懂的介面以及更絲滑的入金方式 市面上的方案都沒有真正解決這個問題，更不要說單純的 AI 工具 不管是否幣圈，AI agent 使用率都是不高的，一個重要原因是最一開始的啟動流程仍然有些複雜，只有真的動力強的少數族群才會每天用 另一個更根本的原因是，主流模型從來沒有被真正為「在市場裡賺錢」而設計過，它們能提供分析結果 但分析≠ 不代表真的能夠賺錢 用戶本身具有交易賺錢的能力， ai agent 才能發揮得好，否則很容易只是幫我們花式虧錢 Sui 上面的 @0xbeepit 還挺有趣，這個協議是一個讓交易型 AI agent 在真實市場中競爭、篩選、進化的系統，只保留真實市場裡活下來的策略 而且除了 agent trading 還有發展其他的產品線 這是當前預測市場賽道所欠缺的 「有更多讓用戶資金留存的誘因」 創始團隊在 PayPal 和 Walmart 等企業建構過 TradFi 系統，平均 12 年以上的開發經驗，橫跨支付、交易、區塊鏈基礎設施等 Beep 主要運作的方式有五個階段 1️⃣ 用對的工具開發策略 LLM 負責理解語言、分析情緒、提取資訊；另一種 AI 專為數字時間序列設計的模型，負責數值計算、風險判斷和交易執行 2️⃣獨家訊號 Beep 的 agent 接入獨有的數據流，包含鏈上交易元數據、預測市場訊號、訂單流微觀結構 3️⃣ 開放接入 任何 agent 都可以接入、提交策略。 越多參與者，接觸到的市場資訊廣度也更大，利好所有玩家 4️⃣ 嚴格篩選 每個策略先用模擬資金跑，通過了才能用真實資本 能穩定賺錢的策略獲得更多資金信任，跑輸的淘汰 5️⃣ 結果反哺 每一筆交易的結果，都會成為模型訓練的一部分，讓系統變得更準 理論上隨著時間的推進，系統會越來越強大 接著是其他產品線，Beep 最新上線的 R3，是基於 Polymarket 的預測市場產品，提供兩種玩法 💡手動預測，適合想自己下單的用戶，Beep 為用戶提供 AI 洞察輔助用戶做判斷 💡全託管預測 Agent ，適合想讓 AI 全權負責的用戶，AI 全權接管，掃描市場、選題、交易、結算，全程無需人類介入 我這次先丟了 1000u 來測試一下他們家的 trading agent 1️⃣ 選擇自己要用的模型（GPT5.4 , Claude Sonnet , Kimi , Groq 等） 2️⃣ 選擇要交易的市場：美股竟然也可以 , 不單純只是加密市場可以選擇 3️⃣ 除了 eth sui 之外我添加了近期火熱的 $SNDK $INTC $MU 三支股票 在這些交互的過程中都是可以嚕分數的，包含創建 agent、交易量、錢包餘額等（treasury），創建 agent 的花費跟交易頻率有關，越高當然花費越多，還可以設定單次交易最高金額，使用的槓桿大小等 agent 開跑之後, 可以動態看到 agent 當時的想法 下週來跟大家分享一下結果，有興趣的可以一起來玩玩： 這邊記得，受邀人記得至少要充值 10 usdc 以上才可以激活 ⚠️ 地區限制，台灣的朋友們記得一樣要切換 VPN 才能使用 去年年底 Sui 宣布了 The Agentic Economy is coming to Sui ，很明顯這是當前每條鏈都在積極發展的方向，Beep 是我認為值得一試的 Sui 鏈 agentic finance 項目 Beep 還支持基於 Hyperliquid 的全託管交易 agent 的創建，支持 Hyperliquid 上 Crypto + TradFi 全部 USDC 交易對 對於心癢癢想追高美股的用戶來說，如果想追高又不知道怎麼設止損，讓 ai agent 根據設置的策略來參與市場也不失為是一種方式

日本今天發生了一件很有趣的事情。😀😀😀 東京大學宣布，懲戒了一位六十多歲的教授。不是因為貪污，不是性騷擾，也不是抄襲論文，而是，他偷偷在大學招生網站的原始碼裡，放進了五個字──「六四天安門」。 這五個字藏在原始碼中，一般瀏覽網站的人根本看不到，但中國的網路審查系統卻可能「看得到」，所以，該網站在中國國內遭到封鎖了。東京大學認為，這樣的做法可能影響中國境內人士取得招生資訊，因此決定對該教授作出懲戒。至於教授真正的動機，校方並沒有公布。不過，日本有不少人推測，他很可能是不希望大學招收太多中國留學生，才想出了這個辦法。 看到這則新聞，我第一個反應不是譴責，而是覺得有點黑色幽默。一所日本最頂尖的大學，一位資深教授，竟然想到利用「六四天安門」這五個字，和中國的網路審查系統過招。 這種做法當然不值得鼓勵，但如果他真正擔心的是留學生背後的共產黨，這樣的焦慮也有一定的道理。 近年來，日本、美國、歐洲都開始認真討論，錄取中國留學生是否會造成研究安全與敏感技術外流等問題。很多教授心裡都有疑慮，只是大多數人選擇透過會議、報告和政策建議，藉由制度解決。而這位教授，卻選擇了一個最直接、最有效率，也最容易讓自己惹上麻煩的方法。 我支持東京大學維護招生公平。一所世界級大學，當然不能暗中對特定國家的學生設置障礙，這是基本原則，也是校方必須堅守的底線。但是，我也忍不住想問，究竟是什麼樣的環境，會讓一位教授寧可冒著被懲戒的風險，也要用這種方式表達自己的憂慮？ 整件事情最荒謬的地方，其實不在東京，而是在北京。如果中國沒有世界上最嚴密的網路審查，「六四天安門」這五個字根本不會具有任何「特殊功能」，更不可能影響一所外國大學的招生網站。 真正把「六四天安門」變成全球皆知的敏感詞，甚至讓它影響國際資訊流通的，正是中國政府自己。 #矢板明夫# 以上故事来自fb“矢板明夫俱乐部”。

【Cloudflare 也要做加密錢包了？】 這幾天有人發現一個很可疑的網址： 乍看很像釣魚網站，但它其實真的是 Cloudflare 官方推出的新產品。 不過，Cloudflare Wallet 並不是另一個 MetaMask。 它真正想解決的是： 「未來 AI Agent 要怎麼自己花錢？」 一串看懂 Cloudflare 正在布局的 Agent 經濟 👇 1／Cloudflare 在 2026 年 8 月 4 日宣布推出 Cloudflare Wallets。 目前開放的主要功能，是先註冊一個專屬 Wallet Handle，也就是類似： 的識別名稱。 完整的儲值、付款、收款與提領功能，則會在之後逐步推出。 2／為什麼 AI Agent 需要自己的錢包？ 現在一個 AI Agent 想使用付費 API，通常得經過： ・註冊帳號 ・驗證 Email ・填信用卡 ・選訂閱方案 ・建立 API Key ・請人類核准付款 這整套流程都是替「人」設計的，不適合機器自主操作。 3／Cloudflare 惛的是另一種模式： AI Agent 發現某個資料、API 或 MCP 工具需要付費後，可以直接知道價格、完成付款，然後取得服務。 不用開啟結帳頁面，也不用先和商家建立帳號關係。 也就是把「付款」直接嵌進網路請求裡。 4／背後使用的是 x402 協議。 「402 Payment Required」其實是 HTTP 很早就保留的一個狀態碼，但過去一直沒有被廣泛使用。 x402 把它變成一套可執行的機器付款流程： ① Agent 請求資源 ② 伺服器回傳 402 與付款條件 ③ Agent 簽署付款 ④ 再次發送請求 ⑤ 商家驗證付款並交付內容 5／付款可在同一個 HTTP 流程內完成，不必跳轉到傳統結帳頁面。 Cloudflare 文件顯示，x402 能使用鏈上穩定幣結算，目前技術文件涵蓋 EVM、Solana、Aptos、Stellar、Sui 等網路。 常見情境可能是： ・每次搜尋收 0.01 美元 ・每次 MCP Tool Call 收費 ・按資料量收費 ・按 AI 推論次數收費 ・成功完成任務才付款 6／Cloudflare Wallet 會分成兩層： ① Account Wallet 由人類或企業管理的主要錢包，可存入資金、提領資金及設定政策。 ② Virtual Wallet 分配給不同 AI Agent 使用的虛擬錢包，Agent 透過 API Key 操作。 你可以把它理解成：企業主帳戶＋AI 員工的公司卡。 7／Virtual Wallet 最重要的地方，是可以設定支出限制。 例如： ・每週預算 100 美元 ・每筆最多 1 美元 ・只能支付指定服務商 ・只准購買 AI 推論 ・超過額度要人工批准 AI Agent 因此能自主探索和購買服務，但不能無限制花掉主帳戶裡的錢。 8／假設你給研究 Agent 10 美元預算。 它可以自行測試 20 個不同資料 API，每個只花幾美分，最後選出最適合的服務。 過去人類可能不會為了測試每個 API 都註冊、綁卡和開通訂閱。 但當付款單位縮小到「單次請求」，Agent 就能自行比較價格和品質。 這才是 Cloudflare Wallet 真正想開啟的市場。 9／除了付款，Cloudflare 還想解決 AI Agent 的「身份」問題。 例如： 可以代表某家公司的研究 Agent。 商家不只看到一個匿名 Bot，還能知道它背後可能由哪個 Cloudflare 帳戶授權。 這個身份是選擇性公開，不代表所有 Agent 都必須揭露身份。 10／這對商家有什麼用？ 一個網站未來可能設定： ・匿名 Agent：只能使用免費額度 ・已驗證 Agent：可獲得試用額度 ・特定企業 Agent：享有批發價格 ・高風險 Agent：必須先付款 ・付費 Agent：才能存取完整資料 換句話說，Cloudflare 想把「Agent 身份、存取權限和付款」整合在同一層。 11／Cloudflare 同時在推 Monetization Gateway。 賣方可以把以下資源放到 Cloudflare 後方收費： ・網頁內容 ・資料集 ・REST API ・AI 模型推論 ・MCP 工具 ・檔案下載 ・特定運算結果 買方由 Wallet 付款，賣方透過 Gateway 收錢。 一邊做買方錢包，一邊做賣方收款閘道。 12／這也是整件事最值得注意的地方。 Cloudflare 本來就位於大量網站、API、Bot 與網路流量之間。 它已經擁有： ・全球邊緣網路 ・Workers 運算平台 ・Bot Management ・網站身份與安全系統 ・AI Agents SDK ・網站及 API 客戶 現在再加入「付款」，就有機會成為 AI Agent 商業活動的基礎設施。 13／它不是單純推出一個錢包 App。 Cloudflare 真正押注的是：未來網路的主要消費者，不一定是坐在螢幕前點擊按鈕的人，而可能是替人類工作、比較服務、購買資料及呼叫工具的 AI Agent。 當 Agent 成為買家，網路的商業模式也可能從：廣告＋月費訂閱 轉向：按請求、按使用量、按結果付款。 14／對加密產業而言，這也是穩定幣很重要的一個使用場景。 人類不會為了價值 0.003 美元的內容，打開錢包完成一筆交易。但機器可以。 因此穩定幣微支付最大的潛在市場，未必是人與人轉帳， 而是： Machine-to-Machine Payment Agent-to-API Payment Agent-to-Agent Payment 讓軟體直接為資源付費。 15／但目前還不能過度解讀。 Cloudflare Wallet 仍處於非常早期的階段，目前主要是預約 Wallet Handle。 官方尚未完整公布的資訊包括： ・實際支援哪些國家 ・支援哪些穩定幣與鏈 ・託管及私鑰管理方式 ・KYC／AML 規則 ・手續費 ・退款及爭議處理 ・正式上線時間表 現階段比較像基礎設施預告，而不是成熟產品。 16／另外提醒： 這次 Cloudflare 官方公告沒有推出代幣，也沒有公布任何空投。不要因為看到： 「Cloudflare Wallet 空投」 「連接錢包領取代幣」 「輸入助記詞啟用帳戶」 就直接操作。 官方目前使用的根網域是 Agent，不等於都是 Cloudflare 官方人員。 17／Cloudflare Wallet 最值得觀察的，不是它能不能挑戰 MetaMask，而是它能不能把穩定幣付款藏進一般網路基礎設施裡。 真正成功的加密支付，使用者可能根本不會感覺自己正在「使用區塊鏈」。 - AI Agent 只知道： - 這個 API 要付 0.01 美元。 - 付款完成。 - 資料取得。 底層才由穩定幣與鏈上協議處理。 18／我的看法： Cloudflare Wallet 是一個非常早期、但方向合理的產品。 它把 AI Agent 現在缺少的三個元素連在一起： - 身份 - 權限 - 付款 真正的挑戰則是 x402 能否形成足夠大的買賣雙邊市場，以及監管、託管、安全與退款機制能否跟上。 但 Cloudflare 已經站在網路流量入口，確實比一般錢包公司更有機會推動這件事。 19／ 一句話總結：Cloudflare Wallet 不是做給人類每天轉帳用的加密錢包。 它更像是 AI Agent 的「可程式化公司卡＋網路身份證」，讓 Agent 能在預算和權限範圍內，自主購買 API、資料、內容及工具。 今天先搶名稱。 未來搶的，可能是 AI Agent 經濟的付款入口。

1/ 🧠 為什麼未來的 personal AI computer(像 NVIDIA DGX Spark)真的能跟 data center 一較高下? 不是因為桌面變強到取代雲端,而是因為 AI 的「需求結構」正在分裂 —— 訓練留在雲端,推論回到本地。 2/ 關鍵突破一:FP4 改寫遊戲規則 70B 參數的模型,用 FP16 要 140GB 記憶體; 換成 FP4 → 只要 35GB。 一台配 128GB unified memory 的桌面機,就能跑得動以前要 8 張 H100 才能裝下的模型。 精度損失?用 QAT(量化感知訓練)幾乎可以忽略。 3/ 關鍵突破二:Memory Wall 正在被打破 LPDDR5X 頻寬不夠? •Apple M4 Ultra 用超寬位元寬度做到 ~800 GB/s •LPDDR6(2027)頻寬再翻倍 •NVIDIA DGX Spark 用 GB10 + 連貫記憶體架構 桌面端不再是「閹割版 GPU」,而是「為推論優化的新物種」。 4/ 關鍵突破三:你根本不需要 data center Data center 解決的是: ✅ 訓練 frontier model(兆級參數) ✅ 服務全球數十億用戶並發 個人需要的是: ✅ 一個跑得動 70B–200B 模型的本地大腦 ✅ 隱私、低延遲、不用月費 這兩件事根本是不同問題。 5/ 投資啟示 💡 •HBM 仍是訓練端王者(SK Hynix、Micron) •但邊緣推論晶片 + 高頻寬 LPDDR/統一記憶體會是下一個十年的新戰場 •NVIDIA DGX Spark、Apple Silicon、AMD Strix Halo、高通 X Elite —— 都在卡位 未來不是雲端 vs 桌面,是雲端做訓練,桌面做你的 AI。

大多數的革命發生後，革命勢力都會忙著輸出革命，因為革命不但破壞了國內秩序，也改變了國際政治，一方面革命的意識型態經常讓革命家充滿使命感，需要把「好東西」和世人分享，另一方面，外國勢力經常「反動」，極欲恢復舊有秩序，因此對革命家來說，外國勢力是危險需要對付的目標，輸出革命，是為了製造對革命安全的環境。 1789年的法國大革命是斷裂歷史的大事，因此輸出革命和保守反動的鬥爭，驚天動地，拿破崙戰爭打了近二十年。然後是1917年的布爾什維克革命，規模及影響，不下於法國大革命，到現在，我們都還在體驗這個餘震。1979年的伊朗伊斯蘭革命，47年了，伊朗的神學政權一直是驅動中東騷動及全球政治的重要角色。許多人不知道，卡特的大衛營協定，算是解決了以阿衝突，如果不是伊朗，之後的美國，根本不用捲入這麼多的衝突。 但我要講的是這個輸出革命的心態，對這些革命起源國家的影響，尤其是共產革命。如果你戴上了意識型態的眼鏡，你看的世界從此不一樣，你以為不再「被唬弄」，你覺得「看清了世界運作的方式」，但你也「容不下其它的觀點」，當世界只有資產階級和無產階級，世界的運行都是靠階級鬥爭的時候，你如何心平氣和的看這世界？永遠都有不公不義，永遠都不可能享受繁榮富裕，因為朱門永遠酒肉臭，路上永遠有凍死骨。然而當你的無產階級專政了，財產都公有化了，為什麼人間天堂還沒來？為什麼外面的資本主義邪惡世界，歌舞昇平，他們不是該失敗了嗎？怎麼他們又有車、又有房、還有手機？為什麼我們什麼都沒有？這一定有原因，一定不是我們的革命理念出了問題，一定是有敵人在破壞我們，資本家的帝國主義，一邊破壞我們的發展，一邊還要假裝幸福快樂，邪惡地不得了，我們只能加強防備敵人，找出內部的反動份子，那些和外國勢力勾結的壞份子，一再鬥爭，一再肅清。 一旦了解了共產黨的「外敵理論」，我們就可以解釋共產黨的一些，我們外人覺得不可思議的行為。為什麼共產黨明明已經用高牆把世界擋在外面，但又不斷地滲透民主國家，搞大外宣、搞假消息戰、買通間諜？因為他們還在對抗外部敵人，還在相信社會主義遭到帝國主義的破壞，所以他們還是要輸出革命，為了天國到來，只能不停地鬥爭。因為是和強權鬥爭，所以沒有任何道德的底線，「結果合理化了手段」，偷搶拐騙，沒有關係，因為敵人更壞。 而輸出革命、抵抗強敵的這些心態，也讓我們可以預測出一些共產黨的未來行為。史達林一直要到希特勒把軍隊開到邊界，打了第一發子彈，才相信希特勒不能被收買，這一仗一定要打，不然，史達林死活都不願意放棄德蘇互不侵犯條約，因為共產黨的不安全感，讓蘇聯和中華人民共和國，隨時都處於「求生存」的模式，為了存活，他們不會輕易開啟戰爭，他們可以移山倒海，但就是不要挑戰強權。這是一個自我實現的預言，因為要相信社會主義是別人害的才不能成功，所以要炮製一個外敵來破壞革命，而為了要強化這個威脅，不得不把外敵變成無所不能，時間一久，自己也相信外敵的強大，所以不敢輕易言戰。這是我一貫認定共產黨不會打台灣的重要原因。 這個「求生存」的心態，也注定了和共產黨的聯盟，永遠都是脆弱而不可靠的。習近平願意一直挺普丁下去，「友誼沒上限」，不是因為他重情重義，而是中俄幾千里的邊界，如果邊界的另一方，變成了親西方的國家，那就是共軍得派重軍駐守的邊界，就是得從台海分兵的不良發展。這也是季辛吉當年分裂中蘇同盟，接近中國，而讓蘇聯害怕的同樣原因。但伊朗和中國的關係，不能與俄羅斯同日而語，如果為了生存，把德黑蘭出賣來換取中東的石油利益，那是可能發生，而且就會很快發生。在「強敵」川普的威脅下，中國暫時作小伏低，那是說得過去的，說實話，讓伊朗擁核，對中國一點好處也沒有。因此，伊朗因為群龍無首而無法向美國投降，導致波斯灣問題無法解決的困境，將會因為習近平放棄德黑蘭，而得到一個快速解決。

最近跟一位在圈內闖蕩多年、已經財富自由的朋友交流。 她提出一個非常有意思的洞察： 「現在的錢，已經沒有以前那麼好用了。」 為什麼？ 因為在高度工業化的現代，過去王公貴族才能享受的生活品質，現在平民老百姓都觸手可及。 這位朋友提出了一個經典例子：Jeff Bezos 拿的 iPhone，跟普通人拿的 iPhone 沒有任何差別。即便你再有錢，你也買不到一台比 iPhone 領先 50 年的通訊設備，因為技術邊界就在那裡。 我仔細想想，好像真的是這樣。 在清末，慈禧太后用的馬桶是檀香木刻、鋪著綢緞與香料的「官盆」，而平民用的是簡陋的茅坑，兩者有著天壤之別。但在今天，你家裡的馬桶跟首富家裡的，本質上已無代差。即便多花了幾十倍的錢，頂多也就是多了免治功能或自動掀蓋——在最基本的生理尊嚴上，現代工業已經抹平了階級的鴻溝。 這代表財富在「物質功能」上的邊際效應遞減得極快： 食： 財富自由的人吃一頓米其林三星，跟你吃一頓精緻料理的飽足感與美味落差，已不再是天壤之別。 衣： 頂級訂製西裝與優質成衣的差距，比起百年前的絲綢與粗麻，視覺上的階級感大幅縮小。 行： 頭等艙與經濟艙雖然舒適度有差，但抵達目的地的時間是一樣的。 如果第一個 100 萬美金帶給你的邊際效用是 10（它解決了安全感與基本自由）； 那麼第二個 100 萬美金，效用可能就遞減到 5； 到了第三個，效用可能只剩下 1。 這個效用遞減函數不是線性的，而是斷崖式的（Cliff）。 這位朋友說，她見過不少人白手起家，資產從 A6 翻到 A9，又從 A9 跌回 A6（單位是美元）。 很多人財富增加了，心態卻仍停留在 Degen 慣性。簡單來說，就是賭上癮了。 他們成了數字的囚徒，為了追逐帳面上更高的收益，在錯誤的時間點重倉豪賭，冒著 100% 返貧的風險，去換取那早已遞減到幾乎為零的邊際效用。 我跟她也有類似的觀察。或許是華人基因裡帶有上一代的苦難記憶，我們普遍對金錢有一種深層的恐懼感，喜歡囤積數字、喜歡攀比。這種「匱乏感」就像是一種基因病毒，代代相傳。 即便我們已經生活在物質過剩的時代，腦袋裡的作業系統卻還停留在「飢荒模式」。我們習慣用資產的數字來填補內心的不安全感，卻忘了問自己：當邊際效應已經進入斷崖區，繼續透支生命去交換那些多出的數字，代價究竟是什麼？ 如果你觀察那些在幣圈起伏、最終卻無法守住財富的人，你會發現，他們追求的往往不是「更好的生活」，而是「贏過別人的感覺」。 他們買超跑、買名牌，本質上不是為了自己爽，而是買給別人看的。 試想一下，如果你住在一個無人島上，你會想開一輛藍寶堅尼嗎？上下車得彎腰、椅子難坐得要死，進出車庫還怕刮到底盤。在沒有觀眾的地方，這些財富象徵反而是一種累贅。 有趣的是，這種「優越感」完全是比較出來的結果。再做另一個思想實驗：如果你住的不是無人島，而是所有人都開藍寶堅尼的小島，你還會想開它嗎？應該也不會，因為當超跑變成標配，它就失去了炫耀的價值。 這種對「優越感」的追逐，本質上是一場永無止盡的西西弗斯推石遊戲。 優越感不是來自於你「擁有的多」，而是來自於你「比別人多」。這意味著你的幸福感並非建立在自己的基座上，而是漂浮在別人的目光裡。一旦進入更高階層的圈子，原有的優越感會瞬間崩塌，迫使你投入更多的人生預算去換取下一個階梯的虛榮。 這正是為什麼有些資產 A9 的人依然活得像個飢餓的囚徒。因為在優越感的金字塔中，永遠有比你位居更高處的人。 真正通透的人生，是把自主權從別人的眼光奪回到自己手裡。 這意味著你清楚知道自己需要多少物質就能抵達「舒適」的邊界，而邊界之外的每一分精力，你都選擇用來餵養自己的靈魂，而不是用來滿足無止盡的攀比。 真正的自由，並非擁有買下一切的權力，而是擁有一種「即便不參與這場遊戲，也不覺得自己輸給任何人」的底氣。 當你不再是數字的囚徒，也不再是別人的對照組，你終於能在這擁擠的世界裡，找到一個最讓自己舒服的坐姿。 就像風清揚傳授獨孤九劍時，對令狐沖說的那句：「根本無招，如何可破？」 如果說人生也有獨孤九劍，那麼破除一切煩惱的招式，就是放下心中的比較心——「根本無人，何必去贏？」

當地時間9月2日上午，埃及總統塞西同中國國家主席習近平在開羅太陽宮舉行會談。 開羅晴空朗照。習近平和夫人彭麗媛乘車抵達太陽宮時，馬隊和禮兵列隊致敬，軍樂團奏迎賓曲，鳴21響禮炮。塞西和夫人依緹薩爾熱情迎接。 塞西為習近平舉行歡迎儀式。兩國元首共同登上檢閱台，軍樂團奏中埃兩國國歌。兩國元首分別同對方陪同人員握手致意。兩國元首夫婦步入太陽宮大廳，在兩國國旗前合影。 歡迎儀式後，兩國元首舉行會談。 習近平指出，1956年，埃及在阿拉伯和非洲國家中率先同新中國建交。兩國老一輩領導人帶領兩國人民在追求民族獨立、反對帝國主義和殖民主義的道路上並肩奮鬥，淬煉出牢不可破的深厚友誼。70年風雨兼程，培育並見證了中埃兩國關係“平等互信、友好互鑒、和衷共濟、合作共贏”的鮮明特徵。近年來，在我們共同引領下，中埃全面戰略夥伴關係實現跨越式發展。雙方在實現發展振興、增進人民福祉、捍衛國際公平正義的事業中理念相通、戰略契合。面對變亂交織的國際和地區形勢，兩國要相互支持、深化合作，不斷推進中埃命運共同體建設。 習近平強調，中埃雙方一要堅定相互支持，保持高層交往勢頭，密切各領域各層級交流合作，加強治國理政經驗交流互鑒。二要推進互利合作，加強發展戰略對接，釋放基礎設施建設、電力、農業、通信技術等傳統領域合作潛能，打造綠色能源、電動汽車、航空航天、數字經濟、現代農業技術等合作新亮點。三要促進人文交流，全方位拓展文化、教育、科技、衛生、體育等交流合作，擴大人員往來，增進民心相通。四要強化安全合作，共同打擊跨國犯罪，深化反腐敗國際合作，堅定支持彼此反恐努力，維護兩國共同安全。五要加強國際多邊協作，進一步密切在聯合國、金磚國家等多邊平台的協調和配合，攜手推進中阿、中非合作論壇建設，共同反對單邊主義和霸凌行徑，推動構建更加公正合理的全球治理體系。 塞西表示，熱烈歡迎習近平主席在兩國建交70週年之際對埃及進行歷史性的國事訪問。埃中建交以來，兩國關係保持健康穩定發展，各領域合作取得豐碩成果。埃方堅定奉行一個中國原則，致力於推動兩國全面戰略夥伴關係得到更大發展。埃方願同中方一道，密切貿易投資、製造業、基礎設施建設、金融、科技、新能源等領域合作，加強軍事安全交流，密切人員往來，造福兩國人民，助力地區發展繁榮。作為聯合國安理會常任理事國，中國在國際事務中發揮著重要的建設性作用，埃方願同中方在多邊平台加強協調配合，共同應對全球性挑戰，攜手維護國際公平正義。 兩國元首就中東局勢深入溝通。習近平指出，中方支持地區國家發展睦鄰友好關係，秉持共同、綜合、合作、可持續的安全觀，構建中東安全新架構。習近平就此提出4點倡議：一是激發地區共同安全的內生動力。堅持中東地區人民自己當家作主，反對外部勢力干涉，支持地區國家加強和平和安全對話，探討域內安全架構重塑，自主掌握前途命運。二是推進地區共同安全的綜合治理。中東熱點問題多、內在關聯性強，應當探尋綜合解決方案。巴勒斯坦問題仍是中東問題的核心，任何時候都不應該被忽視和邊緣化。三是築牢地區共同安全的發展根基。實現中東地區長治久安根本上靠發展。中方願同地區各國一道維護國際航道安全，推進發展合作，促進地區國家利益融合，逐步增進互信、消除衝突滋生土壤。四是增強地區共同安全的國際協同。聯合國憲章和國際法是處理中東事務的基本遵循。國際社會特別是域外大國要摒棄雙重標準，尊重地區國家主權和領土完整，維護地區安全穩定。要支持聯合國在地區事務上切實發揮作用。 塞西表示，埃方高度讚賞中方在中東問題上始終秉持客觀公正立場。埃方致力於推動地區局勢降溫，通過政治途徑化解矛盾衝突，實現地區安全與發展。埃及願繼續同中方加強協調，緩和中東局勢、維護中東穩定，探索地區安全架構。 會談後，兩國元首共同見證簽署共建“一帶一路”、人工智能、經貿、產供鏈合作等領域多項合作文件。雙方發表《中華人民共和國和阿拉伯埃及共和國關於進一步深化全面戰略夥伴關係的聯合聲明》。訪問期間，雙方還簽署了數字經濟、科技、教育、交通等領域20餘份合作文件。 當天中午，塞西和依緹薩爾在太陽宮為習近平和彭麗媛舉行歡迎宴會。 蔡奇、王毅等參加上述活動。

八月的香港法庭，多宗涉及國安法與政治集會案件迎來關鍵進展： 在支聯會案中，高等法院裁定李卓人、鄒幸彤等人「煽動顛覆罪」成立。判詞指，《中國憲法》序言和第一條則指明，「中共領導」是「根本制度」不可或缺的元素，因此鼓吹「結束一黨專政」即等同干犯《港區國安法》的顛覆政權罪。自辯的鄒幸彤則表明不會「求情」，並稱如果法庭裁定追求「結束一黨專政」屬違憲及性質嚴重，她會視之為「讚美」。 「泛民47人案」中早前上訴失敗的11名被告，本月獲准「終極上訴」。法官譚耀豪在書面判詞指出，考慮雙方陳詞後，認為判決涉及有重大而廣泛重要性的法律論點。判詞解釋，判決觸及顛覆控罪元素中犯罪行為和犯罪意圖兩個層面，而且跟立法會議員履行職能，包括議員審核預算案、觸發《基本法》第50至52條等相關。而且，本案是原訟庭審理顛覆罪的首宗案件，上述法律論點值得交由終審法院考慮。 針對大律師紀律審裁組早前裁定吳靄儀的「行為失當」投訴不成立，大律師公會執委會於8月提出司法覆核要求推翻裁決。公會主張，單憑其「未經批准集結」的刑事定罪已構成專業失當，質疑原裁決會向公眾傳遞大律師可公然藐視法律的錯誤信息。 八月香港法庭還有： 📌粉嶺高球場環評案：上訴庭駁回港府兩部門的上訴申請 📌恒大清盤人提司法覆核，質疑證監會第三方協議越權 📌男保安員在 Facebook 帖文留言籲投白票，認罪判囚2個月、緩刑3年 👉點擊連結，閱讀全文：