追溯回小時候其實就很喜歡研究人體奧妙 #國小會主動問老師有關於性的問題# #國中幾乎收割了同校的所有男同學# #高中四處約砲被開發了上百種情趣# 到現在壓抑不住意識裡的渴望 很多時候都飢渴難耐的想得到釋放 卻再也回不到屬於這個年紀該有的純真 但至少我誠實對待自己最真實的慾望 不抗拒選擇享受 遵從內心 所以我能大聲的說我喜歡性這件事！！！ #從小就主打愛愛永不過時# #沒有我頻道怎麼約#

脆上有帖子討論金城武跟張凌赫誰比較帥。 我怎麼看喔.... 兩位顏值都高到沒邊，妥妥的女頻小說封面男主，各有海量擁躉，神仙打架。 但與其說是「比帥」，還不如說是新舊世代的認知對抗。 金城武的帥，在粉絲眼中是信仰型的；而張凌赫的帥，則是私藏型的。 廟裡求來的平安符，無論是否靈驗，掛在車上總是能讓人莫名感覺心安。 無論男女，都有其視若珍寶的物事，哪怕再如何平凡無奇，也絕不外借。 其實都很重要。 但次元不同，其實沒什麼可比性，而好事者發起話題，只能算是閒聊。 差不多是這種感覺，蠻好玩的飯圈文化。 ========================= 很慘的狗都叫做旺財，被踢死的狗，都是戚家的狗；遇到死魚，跟妹子玩從頭到尾都不能叫的遊戲，比比看誰才是標準「死魚」。 誰先叫出來輸100，願賭服輸。 約個會，玩起來就對了，哪怕只有兩顆骰子，搖出幾點就%%幾分鐘，兩輪下來保證筋疲力盡。 軟屌加罰嘿~ . 有時候，跟女孩子的相處不一定要出口成章，見了面再玩、無厘頭也很好玩。 男生女生難免各有其堅持，或者過往經驗累積，形成一套自我篩選標準。 但說到底，約會不是挑老婆老公，過得去也就好了，七分褲+涼鞋就會賴賬嗎？ 沒必要一直糾結精緻感，頂級名模照樣會天人五衰，完美的約會可遇不可求。 你成全別人的同時，其實別人也在成全你。 . 台灣茶藝師使出毒龍秘技難以招架，男生也有奧義「二指真空把」、「北斗醒銳孔」。 都是秘技、奧義，但人家有練過，你沒學過就別瞎用，哪來自信不會導致對方受傷？ 這是很簡單的邏輯，但認知對抗難以弭平。 人與人之間的相處絕非單行道。 明明可以很愉快的相處，但自己若是飄得太遠，往往找不到來時路。 在X平台約會從來都不是問題，有問題的，一直都是初心。 ======================= 松山區老相識的推帳，被ban掉幾次，幾經輾轉，終於把她找回來。 她的照片應該蠻好認，跟王俐人一樣雖然不是頂級美女，但很有自己的風格。 咱不求什麼仙器、神器，有時候，適合自己才是最好的。😌😌 （8964小帳稍晚補上架）

台灣廣電自由化的一個後遺症是頻道很多，但內容很少，在網路媒體興起後，電視頻道的問題就更多，觀眾變少，廣告也不怎麼賺錢，所以節目內容就更差。然後就是一大堆的政論節目，之前流行call in，現在大概就是名嘴坐在一起論政。我以前蠻不屑這些名嘴弄出來的政論節目，經常就是一個很小的議題，不管是社會事件也好，政治人物發言也好，名嘴都可以講出一大堆屁話，沒有營養的廢話。我常想，這些觀眾有時間，為什麼不讀讀書？要看電視，為什麼不看有意思的電視影集？但慢慢地，我了解到這些政論節目的價值，我認為政論節目不但促進民主，更增進人民健康，是現代社會不可或缺的重要機構。 首先，這些名嘴的對談，是很好的背景節目。親朋好友喝一杯的時候、主婦做家事的時候、全家吃完晚餐休息的時候、上班日中午午餐的時候，讓一個背景節目流動，觀眾有時認真看一下，大部份的時候，就只是在襯托所有人的日常人生，讓觀眾沒有壓力的跟上社會脈動，也算是承繼先前只有三台電視台，全國都一起看八點檔的那種國族共同回憶。 接著是政論節目可以提升全民論述、思辯的能力。像名嘴這樣，天天能生出東西來講，有料沒料，很快就知道。而民眾看著這些節目，多半時候是同溫層，邊看邊點頭，但有時候會有些不同陣營的人物出現，這種反派角色有時候會讓人像被突襲一樣，乍聽之下好像有道理，但又哪裡怪怪的，於是民眾為了反駁這些不同的觀點，就把自己的觀點，也建立的更清楚。不搞清楚對手放什麼屁，是要怎麼對他們吐口水？ 然後政論節目的全方位攻擊一個新聞，反而達成了民主社會非常需要的透明化。名嘴為了要突顯自己獨到的觀點，經常要發想新的觀察角度，甚至要扒糞，自己調查找黑資料，最後真理真的就越辯越明，讓政治人物的骯髒無所遁形。政論節目，比那些已經在金錢利益面前跪下的記者，還更能扮演媒體第四權的角色。 最後最重要的是，娛樂性。我以前認為，等到國民水準到一定層次後，就不會有人想看政論節目，我不但錯了，而且錯得離譜。不管國民水準多高，政論節目永遠有存在的必要性，因為市場有很大的需求，一個把政治娛樂化的需求。民主的競爭，應該要像運動比賽，而不是軍事對抗。兩黨相爭，有輸有贏，就像支持的球隊有強有弱一樣，兩軍對陣，競爭的時候激烈，但比賽結束了，競爭就結束了。但結束不是代表你死我活、成王敗寇，而是我們又把焦點，放在下一場選舉，下一季的比賽，就算這次沒有贏，永遠也都可以寄望於未。政論節目，就像所有的運動講評節目一樣 ，目的在增加我們對比賽的了解，也讓人民從「外行看熱閙」進化到「內行看門道」，當然是非常有市場需要。 政論節目只在成熟的民主社會存在，低俗也罷，專管芝麻點大的事也罷，這些節目，不知陪伴多少人渡過人生的春秋，我們當給他們拍拍手。當然，有時候看到一些傢伙在政論節目講話，我還是很想搧他們巴掌。

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

這兩周線下跑了三個小會 挺好奇熊市找到工作的人是怎找的 所以做了個非正式調查 得到三個答案來自一男兩女 都是 Bumble 入行的 沒有任何求職頻道 我猜不是那種情色交易的（直覺覺得） 可能就是聊著聊著合適就入職了 有趣的現象

休息一陣子了🥹 有人有想我嗎～～ 也有好一陣子沒有那個了.. 深夜的時候真的想旁邊躺著一個男人 不想再依賴自己的的雙手了啦(ಡ‸ಡ) #回歸X# #回歸頻道👈🏻最新消息🔥#

這樣嘴是因為自卑吧^_^ 妳奶A 還是奶頭是黑的 這件事其他店也都在傳耶～ 我承認我沒有比較好看 但至少還是粉粉嫩嫩的 免費的頻道也只有讓我粉絲加入 我有逼你看嗎？ #到底哪來的潑婦# #有病同事#

最近常在想關於「約會」的意義是什麼？ - 我個人認為是雙方有一次開開心心的邂逅 過程中體驗一次速度與激情 然後不會計較誰付出多 所以沒約到的 希望你們能明白選擇是雙向的 畢竟我不是慈母 沒辦法總是單方面主動付出 只能在能力範圍內盡力滿足你們的需求。 而且我話多到能一手包辦所有的行程與氣氛，甚至感覺對了 直奔我家也沒問題ㄉ🫶🏻 我的真誠 分享欲永遠只會想給一個人(˶‾᷄ ⁻̫ ‾᷅˵) 但如果我沒被用心對待..我就會果斷收回熱情 會快速想方設法抽離後變得超級無敵敏感。 我在意的自始自終都只是兩人相處的頻率 我依然可以毫無保留先付出我的一切！！！ 但前提是你要先有看我TG頻道的勇氣啊😵‍💫

从DC摘取 @opinionlabsxyz 评价：团队格局还是挺大的，给因为stable结算问题受损失的2B NO用户积分补偿 ⚠️需要在DC开票提交，24H有效 原文： 關於今日關於 stable market 結算結果的爭議在此作出回應。在過去的幾個小時里，我們團隊已經在多個平台上深入調查了事件的來龍去脈，也認真聽取了大家的反饋。 首先需要明確的是，這個過程中並沒有任何惡意行為。爭議主要源於對CMC 信息展示的不同理解，以及我們的MOD在著急解決社區問題時使用了一些不夠準確的表述。作為一個以信息準確性為核心的平台，我們確實應該始終保持最高標準。 我們一直以行業最高標準來要求自己，致力於實現最透明、盡可能減少爭議的結算規則。但預測市場始終是一個新興領域，許多細節都需要在實踐中不斷完善，這也是所有主流平台都在經歷的過程。我們正在積極聽取大家關於治理架構、仲裁流程、結算規則、AI oracle 機制以及市場倒計時功能等方面的建議。技術團隊也在持續評估優化中。 這次事件再次提醒我們仍有提升空間。感謝參與這個市場的用戶們持續為 pre-TGE 類別市場的優化提供寶貴建議，也為了彌補那些參與了該市場但體驗欠佳的用戶，我們決定本週撥出 10,000 積分給到在最終結算時持有 2billion "No" 倉位的用戶。這些積分將根據交易規模按比例分配。為確保覆蓋真實參與用戶並妥善收集每個人的反饋，請符合條件的用戶在 24 小時內通過 Discord 頻道開票提交積分申請。 積分開票格式如下： 標題：[Stable FDV Market] 詳細信息： 1）登錄地址 2）持倉代幣：必須是 2Billion "No" 才符合申請資格 3）數額（以 USDT 計） 4）簡述您在 Stable FDV market 的交易過程 我們歡迎所有建設性的反饋，但也注意到近期一些惡意言論給社區核心用戶帶來了困擾。我們始終對客觀的反饋持開放態度，但絕不會向破壞社區和諧的惡意行為妥協。 接下來我們即將迎來 Opinion Carnival Week，敬請期待。 感謝大家一如既往地支持，讓我們繼續共同構建預測市場的未來。