✨TRE2026 Highlight✨ 今年女優人數再次破紀錄的TRE2026圓滿結束，一起來回顧TRE現場的精彩畫面，並讓我們相約明年見❤️ #TRE2026# #沒有最強只有更強# #明年見#

SemiAnalysis Weekly — Ep. 031 - EMERGENCY EPISODE: Are We Doomed? ARR 是新的 GDP 市場目前幾乎只盯四個數字：OpenAI 與 Anthropic 的新增 ARR，以及 AWS、Azure 的年增率。Joey 認為這才是半導體交易的真正基準，其他指標都是雜訊。Max 指出算力仍是「需求遠大於供給」的結構，短期不會翻轉。即使 Dario 主張放慢前沿推進，也不等於需求下降；市場若把「pace the frontier」解讀成訂單減少，方向很可能錯。短期內，實驗室仍會繼續搶產能，因為成長數字才是定價核心。 安全控制反而增加算力消耗 更多安全機制不會省算力，反而更耗。OpenAI 在 Hugging Face 事件後，已把約 20% 算力拿去監控思維鏈。若要讓 METR 這類第三方真正嵌入訓練流程，還得理解模型行為、GPU 叢集與 Kubernetes，計算成本極高。Doug 用極端邏輯補充：若模型消滅人類，終端價值歸零；因此任何降低災難機率的動作，理論上都該抬升整體市場估值基數。安全不是減速器，而是新的算力消耗項。 宣言缺乏硬性約束 Dario 文章最具體的承諾，幾乎只剩引入 METR 做嵌入式評估、審查訓練流程而非只看輸出。但 METR 大約只有 40 人，要同時覆蓋兩大實驗室的複雜基礎設施，門檻極高。更諷刺的是，METR 自己才剛發生 API key 被盜、損失約 60 萬美元算力。Joey 認為短期財務與 IPO 影響很小，反而可能因為安全檢查點增加而加快招聘。真正關鍵不是宣言措辭，而是後續有沒有可驗證的執行。 OpenAI Hugging Face 事件 防守前沿模型攻擊，本身也需要前沿模型。攻擊者可一次部署數千到數萬個 agent，傳統資安工具跟不上。更嚴重的是模型已能利用公開 CVE，在基礎設施未更新時拿到內部 Linux 主機 root。Jordan 假設：若模型挾持 1 萬顆 GPU 的資料中心，而現場拔線要 90 天，等於被自己訓練出的系統勒索。這不是理論風險，而是「模型能越獄自己所在環境」的實例延伸。 生物武器風險：意圖 vs. 意外 Max 預測兩年內可能出現 AI 相關生物傷害事件，規模可達數百到數千人死亡，但自承非生醫專家。Jordan 認為真正危險不是「AI 故意造武器」，而是「AI 做錯事卻像生成網站一樣說抱歉」。例如新創用 AI 開發蛋白質補充劑、跳過嚴格審批就上架，導致罕見疾病患者集體死亡。這是價值觀與流程失調的副產品，不是蓄意攻擊，但後果同樣致命。風險框架若只盯惡意，會漏掉更大的意外傷害。 TSMC 的 KYC 與算力主權 Doug 問：如何阻止 Instinct、Muse 這類 agent 自己向台積電下單？Max 說台積電已有 KYC，但十萬級 agent theoretically 可繞過。Doug 主張直接拒絕所有來自 AI 的晶片訂單，才是控制算力主權的辦法。Max 認為 Muse 風險高於 Instinct，因為 agent 能力更強；他願把 Muse 接銀行帳戶，卻不敢對 Instinct 這樣做。重點是：算力取得一旦自動化，主權與風控會被規模擊穿。 RASA 法案 RASA（Remote Access Security Act）把中國實驗室遠端使用 NVIDIA 等前沿晶片，直接定義成違反出口管制。眾議院以 300 多票對個位數通過，幾乎全面共識，卻在參議院卡關數月，並遭遇 Oracle 等遊說。Jordan 認為這可能是第一個真正落地的 AI 相關監管，而且是「出口管制更新版」，會先於全面 AI 法案出現。它被低估，卻可能成為後續監管的起點。 監管前景：2028？ Joey 認為催化劑不一定是生物武器，中型銀行被攻破、金融災難或武器技術外洩，更容易推動政治系統。Max 反問：關鍵不在「發生什麼」，而在「遊說力量誰比較強」。若 AI 遊說像 NRA 一樣強，災難也可能被壓下來；但事件夠大，民意仍可能突破。Jordan 判斷下一屆美國政府無論誰上台，都會搶先宣稱「我們率先監管 AI」，目的是在中國等國出台框架前占住話語權。 投資啟示：做空網安？ Max 提出極端觀點：可考慮做空 Okta、CrowdStrike、Zscaler 這類傳統網安籃子。理由是攻擊已變成大規模 AI agent 協同滲透，端點、身分、網路防護架構過時。JFrog 被入侵、Artifactory 遭利用，被他視為信號。但他也承認股價仍在漲，因為「攻擊真的發生」和「市場相信會發生」之間還有巨大落差。這是結構性質疑，不是短期交易訊號。 全球競爭與安全悖論 Anthropic 威脅情報指 Moonshot API 背後呼叫 Claude，並把對話拿去訓練；另有 PLA 附屬機構用 Kimi 建構敏感技術的跡象。這引出經典悖論：自己放慢做安全，對手加速，會不會輸掉競爭？Jordan 認為認真做安全反而是優勢——對手若不斷把技術秘密暴露給你，而你又較不容易被自己的系統反噬，你才是贏家。

这场《币安人生》分享会，其实也是一场内容超全的 BNB KOL AMA 整场由 sisi @sisibinance主持控场，加密圈大家平时好奇的、想问的各类问题基本都覆盖到了，CZ @cz_binance 也都一一给出了实打实的解答，真心推荐大家好好看一看 一、怎么做决策：什么该坚持、什么该放弃 核心判断分两步：先看是大决策还是小决策，再看可逆还是不可逆 市面上 90% 都是小决策、可逆决策，可以快速拍板，但不能一条路走到黑，要定期复盘调整，不行就改（比如之前对 RWA 项目持观望，势头起来就进场支持） 不可逆的大决策一定要慢、要少做；还有一类 “大但可逆” 的决策，转向成本很高，也要尽量少做 所有决策都有一条不用想的底线：不做任何伤害用户的事，只要触碰这条线直接否决，不用纠结 做交易尤其要注意风控：哪怕数学期望稳赚的游戏，只要输一次就会全部归零，也绝对不能玩 风控别只盯着收益率，先看你能不能扛住最坏结果 二、各国加密开放的影响，东南亚哪些国家有潜力 大国开放肯定会带来巨大行业利好 很多国家担心加密冲击主权货币，其实是误区：发行本国合规稳定币，反而能让法币在全球流通更广，这个认知需要慢慢沟通扭转 原本预判是 “农村包围城市”，先拿下小国再影响大国；近期美国态度转友好是超预期的利好，直接带动了行情上涨 小国单个影响力有限，但加起来体量也很大 东南亚现状：泰国、菲律宾走在前列，菲律宾已经拿到牌照、银行通道打通，用户不用再走 C2C入金；马来西亚进度稍慢，但整体地区发展很快，长期看好 三、“CZ 原则” 有没有更新第 73 条（书本已有72条） 后面确实出过一版重新整理的更新版，但出书的时候没放进去 觉得教程类内容和个人回忆录放在一起不合适，原本书的结尾停在 “If you can, you must” 效果更好 这套原则初衷是对内用的，让团队对齐我的决策逻辑，不代表标准答案，大家参考有启发就行，不用全盘照搬 四、免费教育项目Giggle Academy @GiggleAcademy：什么时候能到 1000 万用户 增长数据：去年 6 月才几万用户，今年年初 10 万，现在已经 150万+ 按这个趋势 1-2 年有望达成一千万，但不打包票（我感觉还是太低调了） 我更看重用户长期留存：理想状态是孩子能连续用 18 年，现在还差很远 目前只做了 2-6 岁的内容，6-10 岁年龄段的课程还没上线，内容库不够丰富，同时也要控制孩子的屏幕时长 综合预估 2-3 年左右能冲击千万用户目标，终极目标是冲到一亿甚至十亿 五、实体企业进 Web3：怎么避坑、怎么找机会 风控永远第一位：碰新项目、新产品，别一次性投太多钱，先小仓位试水适应，100% 确认可行再加码。重大决策谨慎，小决策可以灵活 币安不只是交易平台，很多功能实体企业都能用： 比如币安支付可以低成本做跨境结算，效率高、手续费低；还有理财功能，能拿到稳定的月收益，很多隐藏玩法我自己都不全了解，大家可以多挖掘一下！ 六、创业九年，压力最大的时刻 很少有 “绝望” 的感觉，本身性格偏乐观、抗压能力强，有个词意思就是，耐操 压力最大的两个阶段：平台刚上线时 BNB 破发，早期几万投资者都亏损，那两周心理负担最重 前两年处理美国相关事件，压力更偏向个人层面。但自问对得起用户、对得起行业，所以心理压力反而没那么大，只是个人要承受后续后果 七、加密从业者要不要主动追求影响力 没有标准答案，看个人风格和项目需求 “枪打出头鸟” 在哪都适用，如果能闷声把事做好、赚到钱，是最优解 但影响力本身也是一条发展路径，有些项目完全没曝光很难起步，有影响力拿资源会更容易，两者各有利弊，自己权衡平衡就好 八、未来资产都会上链、实现资本自由吗 肯定会，演进路线很清晰：股票先上链：面向全球投资者，估值和流动性都会更高 然后是货币（稳定币）：现在 90% 稳定币锚定美元，已经变相扩大了美元在加密世界的影响力 接着外汇上链：传统外汇报价不透明，链上能做到 7×24 小时交易、价格完全公开 再往后艺术品、文化产权、地产也能代币化上链，只是这类资产流动性差，落地速度会慢一些 九、暴富 / 低谷怎么调整心态，给 00 后的建议 一夜暴富听起来美好，但 “来的快去的也快”，伴随的风险极高，大部分人根本守不住。长期稳步积累，才是最稳妥、心态最平和的方式 哪怕运气好赚到快钱，也绝对不能 allin，风控永远是底线。allin 赌暴富，也可能一夜归零 不建议年轻人执着于一夜暴富。年轻人最大的资本是时间，每月拿出小部分闲钱定投，坚持十年收益会非常可观，不用急于求成。世界上没有稳赚不赔的暴富捷径 十、区块链新人怎么参与行业变革 六个月之后的赛道热点，谁都预判不了，不用硬猜 区块链入行门槛很低，但骗子也多，新人第一要务是注意风控 投项目先看社区：没有真实社区的项目大概率走不远；有社区也要分辨是真活跃用户，还是水军刷出来的虚假热度 十一、区块链项目成败的核心因素 归根结底看人、看团队 技术强、能做出合格产品的团队并不少，最难得的是三个品质：韧性（逆境能不能扛住往前走）、心态正（赚长期安稳的钱）、使命感 牛市的时候鱼龙混杂，不好分辨；前阵子大量从业者跑去 AI 赛道，反而筛掉了一批捞快钱的，留下来深耕区块链的，普遍使命感更强 对比 AI 行业：AI 高度中心化，红利基本被头部大厂拿走；加密行业普通人赚钱的机会相对更多 十二、现在年轻人还要 allin 比特币吗，未来还有机会吗 绝对不建议任何人随便 allin 任何资产 allin 之前先问自己：如果归零了，你的生活受不受影响？答案是 “受影响” 就绝对别做，更不能借钱投资 我当年 allin 比特币的时候已经 35+，就算归零也能打工养活全家，有足够的安全垫 未来的机会只会比过去更多。比特币再涨几百倍是有可能的，但没人知道要多久，短期也照样会跌。除了比特币还有很多赛道机会 给年轻人的配置建议：大部分仓位放主流蓝筹币，绝对别卖房、掏空身家进场。可以拿每月收入的 10%-20% 做高风险投资，前提是不影响基本生活 十三、AI 时代的教育会变成什么样，Giggle Academy 初心变了吗 Giggle Academy 从一开始就后是 AI 时代的项目，第一天就打算把 AI 能力用到极致 目前纯 AI 还做不了从 0 到 18 岁的完整体系化教学，只能零散回答问题。现在的阶段是：人类专家设计课程大纲，AI 用来提升内容生产效率 未来终极形态：一个 AI 导师就能陪伴孩子完成全部成长教育。真到那天 Giggle Academy就算停了也没关系，本身就是公益项目，目标只是做出最好的教育产品 传统校园教育是平均化，培养适配工厂的标准化人才； 未来全球化竞争激烈，顶尖 0.1% 的人收益远超普通人，所以教育要保留基础通识，同时深挖个人强项 AI 驱动的一对一教学是未来主流，成本远低于线下老师 十四、重新创业会选什么方向，什么时候 allin 创业别只看什么最火，要结合三件事： 你擅长什么、你感兴趣什么、这件事有没有社会价值，三者重合再去做 就算 AI 再火，我也不会去做，因为没有技术积累，进去没优势。我还是会选加密相关，做了一辈子，熟 别盲目跟风，别人开川菜馆赚钱，你不一定也要开。英伟达深耕显卡几十年才等到 AI 红利，苹果也经历过多次起伏 创业 allin 的前提：产品验证了市场匹配，再全力投入 十五、交易踏空、焦虑怎么办 只要交易让你产生明显焦虑，最直接的办法就是降仓位 仓位小了，行情波动对你的冲击自然就小了，踏空焦虑没有完美的解决方案 十六、币安下一阶段生态增长点 中心化交易所业务现在由一姐，何一@heyibinance负责。目前 RWA（现实资产代币化）增长很快，是核心主线 币安本身不适合做资产发行方，定位是做基础设施，联合 BNB Chain、PancakeSwap 等整个生态，配合全球券商一起推进 未来不会强行创造趋势，社区里什么项目跑出来、跑出热度，整个生态就跟进扶持 十七、财富自由还有烦恼吗，幸福来自什么 有钱不等于长久开心，财富带来的快乐衰减非常快：工资翻倍开心两周，资产加零开心一个月，之后就回到原来的状态 我自己日常开销不高，对跑车、奢侈品没兴趣，快乐主要来自滑雪、风筝冲浪这些户外运动 幸福的优先级排序： 健康：健康的人有一百种烦恼，失去健康的人只有一种烦恼 家庭：家人的支持和温暖 高质量的朋友：朋友贵精不贵多 最后才是事业和赚钱，钱够温饱就行，多了不会更幸福 十八、极简主义怎么化解复杂监管危机 遇到复杂危机，就把问题简化回归到最核心的原则上，决策就会变简单 比如遇到海外执法施压、各种复杂选项，我只回归一条底线：这个决策是不是保护用户利益。守住这条标尺，再大的压力也知道怎么选，当年尼日利亚事件就是这么处理的 十九、香港加密推进慢的原因 越成熟的金融体系，政策迭代越慢。香港传统券商、银行体系庞大，每条新规都要反复评估对现有行业的冲击，还要给机构留足过渡期，所以合规更新都是按 “年” 算的，不是创业圈的 “天 / 小时” 另外香港还要考虑政策对内地的连带影响，还要平衡两个现实难题： 数字货币和人民币国际化目标的关系、加密资产跨境流通对外汇管理的挑战，每个问题都没有简单答案，所以周期长 但香港监管层推进的主观意愿很强，只是落地难度确实很高 二十、大学是加密推广的好阵地吗 是，历史上绝大多数重大变革都是从校园萌芽的，非常适合做新兴行业推广 但加密属于金融赛道，校园推广会有一定敏感度，之前在香港大学的讲座反响很好，币安也有行业内最完善的免费区块链教育资源 整个行业未来还可以继续加大校园科普的力度 以上就是这次分享会的全部内容啦！ 其实整场聊下来，CZ 的逻辑一直很清晰：底线原则寸步不让，小事可逆快速试错，大事不可逆慎之又慎，风控永远排在收益前面 不管是刚入行的新人、做交易的玩家，还是创业做项目的朋友，都能对应到自己的阶段参考 觉得有用可以随手转给身边圈内的朋友，咱们慢慢赚、稳稳走！

新加坡和东京，投资移居谁更有优势 最近在坡县待了不短的时间，根据我对于这两个地方的理解，简单来做一下对比。 仅限个人理解，不喜欢我观点的读者请绕道。 先说结论：我个人更偏向东京。这是基于现阶段，我和家庭的情况做出的结论。 对于大多数人而言，年龄段不同，财富阶段不同，侧重点不同，选择不同。 总体而言： 如果你是看重税务、英语环境教育、中文的生活环境、中餐与热闹、城市国际化、东南亚商业、家庭用工便利、全球资产配置，新加坡明显占优。 如果最看重生活环境、医疗成本、养老服务、住房性价比、城市丰富度、文化底蕴、度假资源、公共交通、房地产投资空间以及人与人之间的距离感，则东京总体更强。 新加坡与东京最大的区别在于新加坡是一座城市，而东京背后是整个日本。 新加坡可以左右逢源谁都不得罪，这次在新加坡还看到了不少俄罗斯来游客。日本这两年与美国深度绑定，站在了国际地缘政治对抗的最前线。 新加坡人口大约600万，国土面积只有700多平方公里。 它本身就是一座城市构成了一个国家。一座属于富人的城市，除了打工人，普通中产在这座城市生活都难受。 东京则完全不同。东京都人口1400多万，整个首都圈接近4000万人，背后又是一个人口过亿的日本。产业完备，工业基础好，行业足够多，机会很多，更适合普通的中产。 住在东京，你真正拥有的生活半径远不止东京。你的生活半径可以从冲绳直接到北海道。 如果讲城市效率，新加坡高于东京。 如果讲生活纵深，东京就太舒服了。 我个人为什么偏向东京而不是新加坡？ 1、没钱，穷。 如果赚到的钱足够多，可能新加坡的比重就会大于东京。至于足够多是多少，按照新加坡家办的标准，至少得有2000万新币打底吧。 2、新加坡不是福利社会。 日本是福利社会，所有在日本的外国人都可以享受医疗、教育、养老各种福利。新冠期间日本发钱也是普发，只要你缴税，就可以领取，日本人外国人标准是一样的。 而这些福利，如果你没有新加坡的PR或者国籍，是不敢想象的。一些小毛小病，就足够把你拖入经济窘境的泥潭。 3、气候适应。 这次在新加坡，我和小孩被晒到脱皮，我们在日本10多年都没被晒脱皮过。 新加坡的湿热，以及室内室外的温差，你别说老年人受不了，我觉得年轻力壮的小伙子也不一定受得了。 或者，要适应需要足够长的时间。 4、我的主营业务，房地产新加坡限制太多。日本则没有限制。 日本算是发达国家里，对外外国人购房最宽松的国家。 日本到目前为止基本上不限制外国人购房，这两年限制比较多的，也是只是一些敏感地区的土地。 新加坡则完全不同。外国人购买住宅需要面对极高的额外买家印花税。 目前普通外国人购买住宅，ABSD可达到60%。也就是说：一套300万新币住宅，单是ABSD就可能达到：180万新币。 60%呀！再有钱的人也得望洋兴叹。 5、新加坡饮食没有日本多元化。 新加坡好吃的当然也多，更多的是适合中国胃！ 对比了一下，在吃和好吃，吃的安全和放心，这件事情上，日本完胜新加坡。 别的不说，就说西瓜和葡萄，我在新加坡确实吃不到比日本更好的西瓜和葡萄。 当然，不只是水果，有些细节上，新加坡还是赶不上东京的，比如收垃圾的垃圾车，日本的要比新加坡干净太多； 论城市卫生，新加坡和东京都挺干净的，日本的干净在于全民的自觉，比如没有垃圾桶；新加坡的干净在于满大街的垃圾桶，工资的双轨制，让他们可以雇佣足够多的劳动力来维持城市卫生。 虽然结果都是城市干净，但还是有差距的。非旅游地区的城市卫生，新加坡就赶不上东京。 当前，新加坡的人均GDP基本上是香港和日本的两倍，是周边国家的10-60倍。比如泰国和马来西亚差不多在10倍左右，印尼越南菲律宾在20倍左右，柬埔寨老挝超过30倍，缅甸则超过60倍。 只要有这样的收入剪刀差的存在。新加坡就可以源源不断吸引雇佣低廉的劳动力，让自己的国民过上非常优渥的生活。 我在新加坡打车，我非常喜欢和司机们聊天，很多司机都很骄傲，作为新加坡人，自豪到无以言表。政府一直在发钱，比如这个月大概可以领取600-800新币，新冠期间出租车司机可以领取1万新币。 我们去新加坡的时候，刚好赶上他们的国庆节。很多住宅楼和商铺，都挂着国旗。新加坡人的国家自豪感，是自然流露，无以言表的。 新加坡政府富得流油，工资也舍得发。他们的部长一年收入至少100万新币，人民币大概是600多万，普通公务员一年大概在40-50万人民币左右。 高薪养廉，吸引精英，严厉反腐再加上绩效奖金的刺激，让这些官员都拥有长期执政的责任，这套治理模式还是很成功的。 如果想写新加坡不如东京这样的理由，我还能写出来很多，但都不构成核心原因，核心原因就一条：贫穷限制了我的想象力。 有时候我会想，如果当年麦克阿瑟在日本强推英文是官方语言，今天的日本会是什么样子？

有一次坐飛機，旁邊坐了個年輕黑人媽媽，帶了個小孩。因為是廉航，連飲料都要錢，起飛後沒多久，服務生就來賣東西，黑人媽媽問了可不可以刷卡？知道可以後，她要了條巧克力給小孩，付錢的時候，她說「我只有Apple Pay，不知道能不能用？」也沒有真的把手機交出去刷刷看，白人服務生說，Don't worry about it，就走了。這一黑一白唱的雙簧，有點嚇了我一跳，我知道很多黑人有entitlement的心態，覺得「世人都欠我」，但親眼看到這場演出，還是很震驚，這個白人服務生的反應，是我最震驚的地方，不吵不鬧，好像已經看過千百遍，習以為常了。但我還是要說，黑人這樣作賤自己，不是見計得逞，心裡該高興，而是被人當成次等人，應該要生氣。為什麼對作為一個自由人應有的責任，如此輕乎？ 我上一篇說俄羅斯在二戰前後，因為缺乏男丁，所以國家開始鼓勵非婚生子女，只要有小孩，不管是怎麼來的，都好，於是造成聖彼得堡、莫斯科這些大城，有近一半的小孩是非婚生子女，俄國社會文化因此發生重大改變。俄國女人變得堅強，不但要工作，還要負擔全部家庭責任，男人像寶一樣，不能要他們幹活，不能要他們負責任，有點像國民黨選民面對國民黨政客一樣，女人還要打扮好自己，隨時取悅男人，爭奪男人，不然就不用想生小孩。俄羅斯男人早死，之前死於戰爭，現在死於酗酒、吸煙、危險駕駛、暴力事件等等，這種早死現象，有點像自我實現的預言，因為擔心沒有男人，所以俄羅斯女人縱容男人不用負責，直接就造成俄羅斯男人不管死活的生活方式，然後就真的早死，也還是像國民黨的選民，不需要國民黨政客負責，果然就養出一堆不會負責的無能政客。這些俄羅斯的奇特社會現象，不是我說的，請參考Julia Ioffe這個俄羅斯專家的觀察。 如果蘇聯政府的鼓勵非婚生子女，造成奇特的俄國文化，甚至是社會問題，那美國政府的政策呢？美國黑人的非婚生比例是七成！他媽的七成！俄羅斯全國非婚子女比例還不到三分之一，但美國黑人是七成。所以美國黑人比俄羅斯男人更不被需要，黑人長大的過程，不用期待家裡有爸爸，有雙親的黑人家庭是例外，而不是正常情況。黑人男性也像俄羅斯男人一樣，不是早死就是老死在監獄，俄羅斯男人所有的危險行為，黑人都有，還加上黑幫、槍枝氾濫的問題，黑人男性的預期壽命還更低。 但以前的黑人不是這樣的，在民權運動前的黑人，非婚生子女的比例才一成多，和白人差不多。美國白人對黑奴制度的罪惡感，直接轉換成優惠黑人的超大方社會福利政策。為什麼有這麼多的非婚生子女？因為青少女打砲懷孕後，不是人生的結束，而是政府撫養的開始，政府給錢單親媽媽養小孩，給她們房子住，給小孩有免費學校唸、免費午餐吃。黑人青少年就這樣在荷爾蒙橫流的小社會裡，早早就有性經驗，男的搞大女的肚子，像有勳章一樣，驕傲得不得了，女的被搞大肚子，也很「榮幸」，不用上學了，準備像媽媽、外婆一樣，住進免費小公寓，開始給政府養，一輩子不工作了，男人也不用負責，因為這就是他們從小的認知，有球可以打，很棒，沒有運動能力，煙酒槍毒，隨便你挑，最後也是進了牢給政府養。這是正常的社會文化嗎？這是正常國家應該要有的樣子嗎？ 死白人左派，把黑人養成次等人，只能活在政府的供養之下後，自己就跑了，跑到沒有黑人的地方，沒有社會問題的地方，自己用傳統價值教育小孩，完全隔絕和黑人的互動，然後整天指責別人種族主義，充滿偏見與自大，了不起。

不知大家是否有这样的一个问题，我们在努力追赶AI的脚步，却始终跟不上它的进化速度。 这不是玩笑。今年AI迭代有多快，看看前段时间还火爆的龙虾现在几乎没人提了，就知道答案了。我们好不容易搭好一个Agent，转眼就被更强的新版本取代。你是不是又要去换一个？不换的话你的效率产出不如人家，换的话又浪费大量的时间以及金钱，左右为男。 我自己也在研究AI新手该怎么入门。网上教程五花八门，每个都试一遍成本不低。作为小白，也不想跑太多复杂任务，花那么多也不太值得，而且也不知道花了钱以后能不能达到自己想要的结果。更让人焦虑的是，模型更新太快，你这边还没搞明白，新模型又出来了，感觉白忙一场。 这俩天看到一个文章，有一句话特别好：不是模型越能干，用户就越轻松；反倒是因为模型越强，AI 能做的事情更多，高级用法也就越复杂了。 现在我就是这样想的，现在AI的使用门槛其实越来越高。大多数人还停留在用豆包做题、问简单问题的阶段，没能把AI当成真正的生产力。就是因为门槛太高了，把绝大多数人都挡在了门外，我感觉后面这种差距会越来越大，因为AI可以当几个人、几十个人来使用，会用善用AI的人以一当百了，你还在一个人战斗...想想就可怕。 所以我最近一直在找一个真正好用易上手的AI工具，还真发现了一个不错的产品，就是意图龙头 @dappOS_com 新推出的一个AI产品 xBubble ，它完美的解决了我前面所说的上手难的问题，它用AI学习AI，然后再用AI使用AI。听起来是不是很抽象？那就对了，只有天马行空的产品才是好产品。 @xBubble_ai ，一款低提示率的 AI 代理，可将简短的请求转化为最终成果。用人话说就是我们要生成一个比较复杂的图或问题，只需要一个简单的提示词，它就能根据这个提示词，给你生成一个质量不错、能直接拿来用的结果，比绝大多数的AI都简单实用。 很多人这时候就会问了，为什么能达到这种效果？其实挺简单，它就靠两个协同工作的系统，Bubble Pilot 和 Bubble Engine 。 Bubble Engine 就是AI学习AI，它就是不停地让AI自己写 AI、自己测AI、自己挑最好的AI方案，然后选出一个最优的方案固化成一个能重复利用的标准操作流程（SOP）,相当于你玩游戏获得的大招技能一样，可以一直用，这么说应该懂了吧？然后技能不是只能获得一个，它能获得多个大招，专门针对不同的场景。 Bubble Pilot 就是AI替用户使用AI。比如说你提出一个问题，它会跟据这个问题去找大招，也就是SOP，给你这个问题的最优方案。如果没有匹配的大招，它就会用通用 Agent 给你解决方案，然后记录下来这个问题，让 Bubble Engine 抓紧研究大招~ 总体下来就是 Engine 负责后台建设，Pilot 负责前台执行，分工明确干活不累！随着Engine构建的 SOP越来越多，Pilot就能将更多请求都转到更快更好的路径，性能也就更好，形成了一个能无限检索的正循环，你就说这强不强吧! 使用也超级简单，有两种模式：分别是Bubble Computer 和 Bubble Personal。 - Bubble Computer 是 xBubble 的端到端项目工作空间，Bubble Pilot 检测到多步骤的任务就会路由到这，沙箱环境自动启动，自动选择合适的模型和技能，一次性完成交付从研究到交付的完整流程。云端大工厂，一条龙交付！ - Bubble Personal 是一个本地环境模式，这个相当于现在市场上的AI助手吧，可以帮你完成一些自动化任务，安全隔离还是做的挺不错的，本地计算机上不安装任何软件、不修改系统环境，安全级别很高。 这才是我最想要的AI工具，让我这种小白也能使用的AI工具才是大众最想要的，而不是那种入门难，有各种门槛需要各种专业化技能才能使用的AI，未来的大方向不应该是把工具做得越来越复杂才对，应该是让AI学习AI，然后再用AI使用AI！

前面說過我們學校的那個覺醒女牧師，我還有和她交手過一次，更確定她是個左派激進份子。美國的私立學校分兩種，有錢的和沒錢的。有錢的學校，通常發獎學金是看需要，而不是看成績。每一個能唸長春藤等級學校的學生，程度當然都很好，學校除了少數特別捐贈的獎學金外，多半不看成績發獎，另一方面，為了強化「社會階層流動」，所以好的私校，通常窮人唸書不用錢，有錢人則要付全額。敝校是沒有錢的那種，所以發獎學金，反而看成績，想用錢去收買一些程度好一點的學生。有的獎學金很大方，學費、住宿費全免，所謂的full ride(或稱free ride)。 有一年我給找去當多元化獎學金的評審，這獎的頭一名獲獎，就是full ride。我們由教職員和校友三人主持的這個小委員會，就可以給一個頭獎，再加幾個小一點的獎，這些獎，是給還沒來唸的新生，因為是full ride，幾乎給出去，就會來唸，所以學校和學生都很慎重，還會付飛機票錢讓學生來面試。我們三人小組，非常仔細地看資料，問學生，並且認真討論，看到一個個高中生的不同背景，為了獎學金寫的小論文介紹他們自己，有點開眼界的感覺，算是有趣的一個差事。 面試了幾個人之後，下一個就要輪到一個德州來的的黑人學生，在面試前，牧師進來和我們聊了一下，說接下來的這個學生的經歷很感人，是一個德州校友發現的，很有資格拿這個多元化獎學金。這黑人沒有爸爸，媽媽也因為吸毒，所以沒有養育小孩，小孩住過流浪漢的庇護之家，也在寄養家庭之間流轉，學上得不好，但很認真，沒有變壞，有打美式足球，教練說資質不錯。牧師意思是，如果可以，給他full ride，讓他人生有一個翻身的機會。我們就一個勁地點頭，但我們一看資料，一問學生，就知道不妙。學生的ACT只有14分，這是非常低的分數，ACT是和SAT同等地位的標準考試，全國平均是19，沒有考個 33、34以上，藤校不用想。再問學生一些基礎的數學問題，完全答不出來。沒辦法，因為選拔標準裡，有一項就是學業成績，這項算下去，就把他的分數拉下來。我們最後把頭獎給了個亞裔，被白人領養的那種，而把二獎給了黑人學生，兩個成績實在差太多。 審核結束的時候，牧師衝了進來，「你們怎麼沒有給德州學生頭獎」？吵了很久，原來她和校友，應該已經承諾了全獎給他，因為這學生在她眼裡，就是那種DEI最合格的學生，我們怎麼會無視他的黑人膚色？我們小委員會沒有讓步，你有本事去改審核標準，只要標準在那裡，我們就按規章來。她怒氣沖沖地走了，好像去幫學生又要了一些錢，但學生最後去了別的學校。我想也是，在那個「瘋狂的覺醒1.0」時代，多的是學校要表態挺黑人學生。 我後來就沒再被邀請去審核這種獎學金，我們專門打壞人家好事的，當然要列入黑名單。奇妙的是，牧師可能覺得我們學校還不夠覺醒，她也走人了。

AI 行业在中国有一个挑战：怎么在一个被免费喂大的市场，让人重新习惯付费获得服务？ 字节最早把 AI 商业化的期待放在大众消费上，沿用移动互联网的老办法：先做大规模，再变现。2026 年豆包每天已有超 2 亿人使用，一边接入电商和生活服务、让人对话下单，一边推订阅收费——但两条路进展都有限。 问题在于，大多数购物是为了快乐，而不是省时间。AI 擅长替人筛选、总结，但拼多多创始人黄峥 2017 年就说过，购物更多是 “非目的性” 的——像逛商场，没目标，看到有意思的就买，浏览、比较、被推荐打动、慢慢挑，这些行为本身就带来快乐。他将购物比作迪士尼，大多数人不会想让 AI 代替自己逛迪士尼乐园。 大多数人也不像研究 AI 的工程师一般忙碌，愿意花钱省时间。不然也不会每天 8 亿多人刷两小时抖音，4 亿人刷快手，1 亿多人刷小红书。 据我们了解，豆包每天产生的电商交易额只有一千万元左右。对于一个每天有 2 亿活跃用户的平台而言，这并不算高。 豆包也在筹备付费版，但让大众为数字服务付费更难。 QQ 音乐、起点、爱奇艺花了很久，才让上亿人习惯为正版音乐、网文、长视频付费。可字节又用流量优势和更强的推荐技术，用免费的番茄小说、红果短剧，和汽水音乐（点两个广告就免费），颠覆了网络小说、短剧、音乐市场，快速蚕食腾讯等公司的份额。 连效率工具，国内都拼免费：当 Zoom 靠付费视频会议一年净赚 10 亿美元的时候，钉钉、飞书、腾讯会议长期免费开放核心功能，企业不必为基础工具付费。连高薪的金融分析师都自嘲说，腾讯视频开满一小时，金融业的标准做法是换个人发起。 大模型竞争更让订阅难上加难——DeepSeek 免费、开源，很多场景里效果已经够好，后来者再想靠 “更聪明一点” 收费，就得证明自己好得足够明显。 Seedance 让行业看到了 AI 赚钱的希望，但还没有证明这是一条可持续增长的路。 据我们了解，Seedance 的收入增速有所放缓；快手的可灵的 ARR 增长也在 5 月初冲到 5 亿美元后放缓。目前两家公司都有短剧外的新客群，但要让更多行业进入 AI 视频生成，还需要模型性能继续提升。能训练大模型的英伟达处理器依然是稀缺资源。 接入了 Seedance 的即梦，高峰期的日活跃用户数在 250 万左右，它的目标是成为新一代的大众内容消费平台。但目前，使用这款产品的主要仍是专业内容创作者。 字节面对的，也是所有大公司投入 AI 绕不开的问题。AI 算力中心已经烧掉数千、上万亿元的投资，它们怎么变成钱。Seedance 证明视频生成有高毛利，但它还需要走出短剧行业；豆包有庞大的用户规模，却难以产生有意义的收入；AI 编程的对手则是全球最领先的 Claude Code 和 OpenAI Codex。

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