现在玩美股最大的问题，还是出入金 从内地银行直接入证券平台或者港卡，确实非常不方便 5万美金的额度用完，从亲朋好友那蚂蚁搬家也很难 银行会各种联系你，甚至会风控你和亲属的银行卡 但是用稳定币U去入金，那就不一样了。 仔细研究了下吴忌寒的美股券商平台BIT 他们的优势，就是可以直接用稳定币U就可以出入金 又查了下合规问题，他们是直连美国持牌券商，资产安全基于传统金融体系下的监管机制 可以用USDT和USDC，7X24小时的存取 ，兑换USD，不是代币映射或CFD合约，属于完整合规的证券平台。 今天我把交易所的U直接冲到BIT里面的钱包，选的BSC网络，不到3分钟到账 最重要的是把稳定币换成USD美元才能买股票，直接点击划转，转到BIT证券账户。 7000U，大概10几秒就换成功了，而且快速上账是免服务费，只是汇率波动会让到账金额有微小偏差，但是影响还是比较小的。 除了稳定币出入金，还可以银行电汇，那就和传统的内地到海外的资金流程一样了。 币圈人还是习惯稳定币，方便简单，没有了内地银行的兑换额度限制，确实舒服。 想抄底，就交易所买U，然后转过来币，用U入金 想出金，就把USD换成稳定币，转到交易所卖U。 买美股要趁早，尤其是像AI核能这种还没有炒起来的领域 早点布局，也许未来有惊喜，美股市场的长线投资机会很多，跟着世界的趋势走，肯定不会差。

交易所做股票不稀奇，稀奇的是 Gate 打通了一家美国持牌券商 🏦 对交易所来说，打通合规券商通道这件事的含金量远比上某某新币种要高的多。这意味着 Gate 用户可以直接触达美股市场的深度和流动性，而不再受代币发行量的限制。 你在 Gate 买到的苹果股票，和你在富途买的是同一个东西：区别是你用 USDT 买的，分红也用 USDT 收。 当你在 Gate App 里下了一单苹果，背后就有一家美国持牌券商真金白银在纽交所帮你买了一股真的 AAPL。而不是交易所简单去帮你开一个追踪苹果价格的合约 当苹果分红的时候，不用申请，USDT 自动打到你账户 ✂️ 这个产品跟你以前见过的"链上美股"有什么区别？ 之前市面上的方案基本是 RWA 代币化：项目方发一个代币，锚定某只美股的价格。听着像那么回事，但这种情况有三个坑： 第一，资产就几百种。而且都是市场验证过的涨飞了的好票，倍数基本没有，而你想买的可观利润率的好票大概率没上线 🤷 第二，流动性受代币发行量限制。代币发少了你想买买不到，想卖卖不掉，滑点吃死你😮‍💨。跟真实美股市场的深度完全不是一个量级。 第三，你买的是代币，不是股票。底层资产到底有没有、够不够，你根本看不到。 Gate 不一样。它通过美国持牌券商 Alpaca 直接在交易所买卖。Alpaca 是 SIPC 成员，清算走 DTCC，存管走 DTC。翻译成人话就是：你买的股票在美国证券体系里真实存在，跟你开富途、老虎买的是同一个东西（而且用 USDT 买） 覆盖五大交易所：纽交所、纳斯达克、NYSE Arca、NYSE American、BATS。股票加 ETF 超过 1 万个。RWA 平台只给你几百个选择，而 Gate 给你上万个。 🤔 具体怎么用？举个例子： 你手上有 1000 USDT，想买英伟达。 ❌ 传统路径：先开海外券商账户（要审核、要地址证明、要等），然后把 USDT 换法币，法币出金到银行，银行电汇到券商，券商入金到位，下单买入。整个流程顺利的话一两周，中间汇损 + 手续费吃掉一截。 ✅ Gate 路径：打开 App，选英伟达，用 USDT 下单。完了。 Gate 在后台帮你把 USDT 换成美元，通过 Alpaca 在纳斯达克买入真股。你不用管中间环节 ✅ 持有期间零成本。不像永续合约有资金费率，不像 CFD 有隔夜费。你买了就放着，不产生任何持有费用。 英伟达分红的时候，税后金额自动以 USDT 打到你 Gate 账户。不用申请不用操作。 这个时间点有意思——上周富途、老虎、长桥刚被清退。100 万大陆用户只能卖不能买——这些人之前买美股通道关了，但买美股的需求没有消失。Gate 这个产品等于提供了另一条路：不需要传统券商账户，不需要银行电汇，KYC 完了就能用 USDT 直接买。 📊跟传统券商、RWA 代币放一起比（如图所示） 之后还有什么利好：可能还会实现一键券商转移（把别的券商的股票转过来） + 融资融券！期待 😚 TLDR：你在 Gate 里买到的不是代币不是合约不是映射。是美国交易所里真实清算真实存管的股票，而且支持用 USDT 买

近期有很多交易所去菲律宾拿牌照。 而被绑人是Top10的交易所前高管。 据知情人士透露，该绑架团伙的老本行是开诈骗盘的。 受害人平时都在家，结果被所谓的熟人“哥们”带人闯入家里。 这伙人作案手法是这样的： 通过加密货币和现金，现场洗走了受害人41.4万美金； 现场翻出胶带、手铐、皮带，还有不明注射药物（推测是麻醉药）； 受害人自述，绑匪直接威胁：“拿不出钱，就卖你器官，或者把你卖出境。” 目前，两主犯在逃，两人被捕。被捕两人均为福建籍。 让百科震惊的是，被捕的两人被菲律宾警方拘捕时，当场表示： 我们是中国公民，我们要联系中国大使馆，你们无权拘捕我们。 在境外犯事，还这么无脑地理直气壮。 在境外绑架中国公民，尤其是币圈人士地频率很高发。切记不要随意领人回家。

罗永浩，现役延边54岁朝鲜族尚未秃顶老头，过气老网红。 因“如果有一天我的手机卖到傻逼都在用时，你要知道这是为你做的”而走红， 最终一语成谶，终于真的变成傻逼才用的手机🤣🤣🤣 罗永浩， 读书时候成绩很差，初中勉勉强强毕业，高中肄业。 跟易理华是没什么差别的社青混混小黄毛。 但易理华年轻时，尚有两分姿色 所以能吃到捞男岳父这碗饭。 而罗永浩很丑，低于人类平均颜值，甚至不能算普。 由于长得很丑成绩又拉，所以从小学开始，浩浩就长期被班里同学看不起。 于是自卑又敏感的少年浩浩为了不被霸凌，只好主动霸凌别人🤣🤣 浩浩在班里经常爆发超雄，打骂同学，张口就是씨발개새끼。 以上均为我的恩师李笑来亲口叙述。 众所周知，俩人是同班同学。 笑来初中开始就是班里的优等生，罗永浩则因初中就留级，没人搭理他。 转学来的笑来慧眼识猪，把浩浩发展成他的发小、小跟班。 浩浩自从认识了笑来，笑来成为他第一阶段的偶像。 在浩浩眼里， 笑来是那么酷，又那么文艺，区别于其他优等生， 他会弹吉他，是个摇滚青年，他喜欢崔健喜欢花房姑娘。 不羁少年李笑来从初中开始口头禅就是国骂：傻b。 傻b！ 自卑的超雄浩浩突然间感到如获至宝！ 原来这么简单的两个字，就能酷炫的解释一切！ 至此，命运的齿轮开始转动。 浩浩开始了他的大型copycat之路，fake it till you make it的画镜学鼻祖。 谁也没想到，这场大型真人模仿秀竟持续了54年之久。 自从浩浩从笑来这里学会了傻b以后，开始坚持每天从笑来身上偷一点东西回来。 例如口头禅，例如说话方式，例如眼神，例如人生经历。 89年，罗永浩高中肄业，开始在社会打流，找各种弄钱的机会。全部失败。 并且浩浩把他的这段人生总结为：他自己“像个花花公子一样”🤣🤣🤣 是什么幻觉，花花公子。 以至于长得很普的马思唯听了都直摇头。 终于来到了01年， 这是一个日本流入的盘总在我国大陆盛行的年代，没人抓cx，遍地都是拉人头的cx组织。 cx是日本人通过江浙沪间谍流入大陆的， zp是台湾人通过福建老乡流入大陆的。 赵长鹏01年在日本cx盘总交易系统公司实习； 杰克马01年在杭州tb用cx的模式拉店头入驻，我爸因为被马云的运营敲门差点交10万块钱，被我妈一顿输出； 01年的帅哥创业者泼尼马还挣扎在创业生死线，只能靠游戏盈利，每天平均被骂80万次奠定了“想一想不氪会变更强吗”。 然而浩浩还一事无成，急得抓耳挠腮。 浩浩偶然看到新东方广告，这个模式好，包产到户。 新东方就是最早的打螺丝园区模式，后面的很多厂子 包括无忧都是效仿新东方。 发展老师，就跟发展主播一样，全部培训复制，靠生产工具（老师）发展客户下线（学生）。 一个老师，就是一个系统，一个网体，一条线。 浩浩当然不是发梦能当正儿八经老师，毕竟一个高中读不下去的黄毛当的了什么老师🤣🤣🤣 看中的当然是高薪诱惑，经典导演我躺哪。 浩浩运气不错，主要还是那个年代正在吹泡沫期，人都比较淳朴。 园区模式的新东方真的把一批老师培养成cx头子，养肥了，还放走了没杀。 浩浩要是出生在90年代，高中肄业，那他的高薪诱惑，就在缅北当강아지。🤣🤣 缅北千千万万个被放在水牢里挨电的逐梦人，就是出生时机不太好的浩浩。 此处有个细节， 当时一心想进园区的自卑浩浩，担心自己被学历歧视。 于是偷来了笑来的简历。 不同于浩浩的退学，笑来成功进入到长春大学，大学毕业被分配到银行——当时流行公务员下海，他便毅然决然从银行辞职开始找其他机会。 至此，好学生与黄毛开始殊途同归。 笑来有一段他自己不在公开场合提到的过往。 他曾经被骗到cx组织，在里面当讲师。 这段过往，他和我，还有同乡发小浩浩提起过。 我没抄，正常人如我也不知道这段履历还能抄的下手🤣🤣🤣 但浩浩听完，满眼闪耀着倾佩与崇拜， 立即提笔偷师，写进自己的简历里。 自卑的浩浩以为打动俞敏洪的是造假的万字简历和虚假真诚。 实际俞敏洪根本没看，韭菜入框了，笑眯眯的开门接客🤣🤣🤣 笑来从2011年开始宣传btc，正在伦敦读书的我作为他的新东方学生，兼韭菜（不是。 受益颇深。 再提到浩浩，已是他的超雄言论上热搜，疯起来自己都打那种。 笑来跟我每每提到他的浩浩，都咬牙切齿的说：这个傻b。

浅试了一下 @fomo 的交易 评价这个产品的水平主要取决于你怎么理解他的服务对象了 —— 我把它称之为“美国特色战壕” 我用了手机版和电脑版，基本上： 1. 手机版 - 手机版应该是Moonshot同一个外包技术栈搭出来的。也是那种非常简易的K线直连法币和Apple Pay的模式 - 和大多数交易终端最大的区别在于：Fomo的产品核心是围绕着交易的买入卖出做了一个社交时间线产品 —— 你的买入和卖出都直接变成了一条帖子出现在Feed推流里，也就是一个围绕交易的类推特体验 - 和Pump最大的区别：Pump同样也有一个推流，但是仍然是围绕绑定地址的推特的内容为主的。对于追踪“买什么”的用户来说，确实是Fomo的方式更直接 —— 真买真卖真意见 2. 电脑端 - 单从交易角度来说交易体验远逊任何大家耳熟能详的交易终端 —— 没有限价单，PNL标注也很简略，没有可以自定义的闪电卖出买入之类的策略按钮，追踪器相当简陋，成交速度也一般 - 比较可圈可点的是自动跨链功能，确实不需要你执行任何的跨链操作。我从BNB充钱但是买Robinhood完全无感 总的来说： 产品核心优点就两个： 1. 围绕真实的交易来做时间线推流产品，提供交易用户最短的获取市场情报路径 2. 无感跨链交易 但我感觉下来它不可明说的最大优点其实是： 让有影响力的用户缩短影响力变现的路径 让原先必须要散户主动追踪地址、或者像 @aa_AFeng 一样高频次出现在所有币里才能被发现的账号之外，多了一个通过推流时间线被发现的路径 这样“割跟单”更有效率，且后期可以FOMO自己调整算法权重决定给谁流量 —— 这其实就触及到车头利益分配的核心了 原先西方阴谋集团是从发币题材 - 做市 - 车头甚至到上所一条龙的。但是如果FOMO硬切流量成功，那就意味着所有阴谋集团都要给FOMO上贡（DEXSCREENER的生态位） 而FOMO的打法恰恰就是提供一个买卖都不太方便，但是对于非链上原生的小白用户很友好的产品特性（法币买），加上能朝传统流量渠道投流 —— 这跟柬埔寨打粉的逻辑几乎一致 这才是为什么 @Pumpfun 一定要出手干FOMO的根本原因—— 发射台作为最贵的赛道，贵的从来不是技术，而是阴谋集团生态 卧榻之侧岂容他人酣睡 你要非说产品，@BinanceWallet 当前的产品除了无感跨链交易，其实把Signal简化一下，就是FOMO当前的全部产品 @AncoBinance 如果我不考虑影响力问题，单纯只是为了P的有效率，我应该是不会选择FOMO的

Trading agents 很火，期权交易员用它对改善交易逻辑会有帮助吗？看龙虾怎么说。 龙虾：看了，给你一个直评： **TradingAgents 是什么** 多Agent协作的LLM交易框架，模拟真实交易公司分工：基本面分析师、情绪分析师、新闻分析师、技术分析师 → 多空研究员辩论 → 交易员 → 风控 → 基金经理决策。基于LangGraph，支持GPT/Gemini/Claude/DeepSeek/GLM等多种LLM。 **能装吗？** 能。`pip install .` 或 Docker，要求Python 3.13。咱服务器上可以直接clone装。API Key方面，你已经有DeepSeek和智谱GLM的key，直接能用。 **对改善交易逻辑有帮助吗？** 坦率说，**有限**。原因： 1. **目标市场不匹配** — 它是美股单股分析框架（Alpha Vantage数据、StockTwits/Reddit情绪），你的核心是加密期权+A股期权，数据源和交易逻辑完全不同 2. **它做的是"分析→决策"，你做的是"定价→对冲"** — 它输出买/卖/持有建议，你需要的IV期限结构、希腊字母、deltaPA对冲、波动率交易，它根本不涉及 3. **LLM交易决策的实际效果存疑** — 论文是学术研究，实盘表现不确定。多Agent辩论听起来酷，但对期权交易员来说，不如一个好的波动率模型 4. **成本问题** — 每次分析调多次LLM，token消耗不小，产出的却只是方向性判断 **可能有点用的地方：** - 它的新闻分析师/情绪分析师模块，思路可借鉴，融入你的Deribit信号推送 - 如果你以后做美股个股期权，它的基本面+情绪分析框架有参考价值 - 多Agent协作的架构设计（LangGraph）值得学习 **我的建议：不装，但看看源码。** 特别是它的情绪分析流程和研究员辩论机制，可以提取有用思路融入现有工具链。要不要我把几个关键模块的代码拉下来看看？ 好，源码全看完了。给你一份提炼： --- **架构全景** ``` 4个分析师(并行) → 多空辩论(Bull/Bear N轮) → 研究经理(裁判)  → 交易员(具体提案) → 风控辩论(激进/保守/中性N轮) → 基金经理(终裁) ``` **值得借鉴的3个设计** 1️⃣ **多空辩论机制** — Bull/Bear各自拿到全部分析师报告，交替反驳，N轮后由Research Manager做裁判。这种结构化对抗能逼LLM暴露论据弱点，比单次生成可靠。 2️⃣ **情绪分析师的三源融合** — Yahoo新闻(机构框架) + StockTwits(散户情绪标签) + Reddit(社区讨论)，三源预取注入prompt，不让LLM自己调工具(避免幻觉)。输出要求写明牛熊比、跨源分歧、催化剂。这个思路可以移植到加密市场：替换成CoinTelegraph新闻 + Twitter/X + LunarCrush。 3️⃣ **决策记忆+反思** — 每次决策存档，下次同标的开跑时自动取回历史决策，计算实际收益和alpha，让LLM写一段反思注入Portfolio Manager的prompt。这种"闭环学习"设计比纯前向推理好。 **对我们没用的部分** - 数据源全是美股(Alpha Vantage/YFinance/StockTwits/Reddit)，加密市场用不上 - 决策输出是Buy/Hold/Sell方向判断，完全没有希腊字母/波动率/对冲的概念 - 风控辩论还是方向性的(激进vs保守)，不是量化的VaR/压力测试 - 结构化输出用的Pydantic schema，评分只有5档(Buy/Overweight/Hold/Underweight/Sell)，太粗 **可落地的改进思路** 对于Deribit信号推送，可以参考它的情绪分析流程： - 加密新闻(CoinDesk/CoinTelegraph) → 情绪打分 - Twitter/BTC相关讨论 → 散户情绪 - 链上数据(大额转账/交易所净流入) → 鲸鱼动向 - 三源融合后输出一个综合情绪分数，作为Deribit日报的补充维度 核心就三句话： - **三源融合**：新闻(事件)+社交(散户)+链上(鲸鱼)，看分歧比看一致值钱 - **预取注入**：数据先拉好再喂LLM，不让它自己调工具 - **散户情绪是反指**：社交极端乐观=警惕顶部，链上数据通常比新闻早12-48h

重新审视 Token (词元）的属性 TLDR： 之前我也一度觉得是大宗商品/资产 甚至还设想过相关的交易和定价逻辑 也看到不少人提过Token期货，交易所之类 但现在我倾向它只是一种服务，没必要过度金融化 毕竟它没有办法脱离AI推理单独存在，无法被提前生产出来或预先被囤积。但换个角度看，是服务，就天然是分层的、多元的，不同的人有不同的需求，这其实也恰恰奠定了AI 经济必将是百花齐放而非赢家通吃的基础。 在这浪潮中，红利属于能把廉价 Token 加工成更有价值的 Token 卖出去的人。 -------------------------------- 我的一些个人思绪和逻辑： 1、Token (词元）经济从何而来？ 首先它是AI训练转向AI推理的产物， 这是理解 Token 商业模式的基础。 过去模型训练时代，主要是卖算力时间。为什么？因为训练是持续性的大工程，需要大量算力协同工作。这种规模的投入，有资本的大厂基本都会选择自购，毕竟可控性最强，但对于没有能力一次性投入大量资金的团队来说，出于对稳定性的要求，也会倾向选择租赁模式，包下一整段时间的独占使用权，榨干这段时间内算力的所有价值，是一种占用的逻辑。 但随着主流大模型开始进入商用阶段，AI 算力的需求重心也从模型训练转向了推理。你用 GPT聊天、用 Claude写代码、问豆包问题，这些本质上都是在跑推理，每一次调用，都在为你做一次推理和计算。 而推理是相对碎片化的、一次性的、用完即走的。虽然也有不少企业，仍然会采用租赁或自购的模式来跑推理，但对于广大中小开发者和应用方来说，他们对算力独占性的要求并不高，因而额外衍生出了按消耗计费的模式，这样算力服务商就可以把算力资源同时卖给成千上万个客户。 Token (词元) 就是在这种背景下而产生的，衡量每次计算消耗了多少资源的那个单位，你付的钱，就是对这次计算的补偿，本质是消耗逻辑。 所以训练和推理是完全不同的生意形态： 训练时代，商业模式是卖 GPU 时间。 推理时代，商业模式是卖 Token (词元)。 --------------------------------- 2、为何Token (词元) 是服务属性而非商品/金融属性？ 卖Token (词元)，就是卖服务！ Token (词元) 经济，本质是服务经济！ 为什么？ 一个比较直接的原因是 Token (词元）不能被预先生产出来，而是产出后就被消耗掉了，并作为衡量你这次推理服务所消耗资源的参考，来给你计费。 且Token (词元) 的一些特性，也和大宗商品的逻辑不像： - 价格长期下降趋势 - Pay-As-You-Go - 难以标准化 你在Claude的100万Token额度，和你在Minimax的100万Token额度，两者本身是没有可比性的，模型不同，性能不同，定价完全可以不一样。 而大家愿意接受价格差异的原因，也是因为 Token (词元) 本质上计量了一种非标准化的服务，而不同用户对服务的诉求是不同的，有的人看重性能，所以愿意支付溢价，有的人看重成本控制，所以觉得国产开源模型也够用了。 而整个模型市场占有率，并没有出现几家独大，本身也是其服务属性的体现。如果 Token (词元) 是资产，那资产的流动性、网络效应，一定会引发所有资源最终向一个市场集中，形成赢家通吃的局面。但恰巧 Token (词元) 其实是服务，而服务市场天然是分层的、多元的，不同的服务商满足不同的需求，所以才构成了 AI 经济百花齐放的基础。 我想通这点后，就不再纠结模型厂商只有哪家笑到最后了。 因为未来必将是多模型共存、多层级并行的格局，Token（词元）也将会被计入到企业的会计成本之中，并反映到企业的产品和服务之中。 比较值得关注的一点是，AI时代Token所代表的服务经济和传统的人力服务经济，成本曲线可能是完全反过来的。由人所提供的服务，长期要求的是报酬上升，这也是为什么服务业占比高的经济体，服务更贵。但 Token 服务恰恰相反，价格长期只会下降，当 Token 逐步替代掉一部分原本需要人力智力才能完成的工作，这部分成本不但不会随时间上升，反而会持续走低。 这可能也是这一波AI的红利之一。 ------------------------- 3、这个Token (词元) 服务都有谁在卖？ - 闭源模型厂商 - 开源模型厂商 - 开源模型托管商 - 大模型聚合器、中转站 1）闭源模型厂商：直营为主，分销为辅 最直接的模式。OpenAI 卖 GPT 的 Token，Anthropic 卖 Claude 的 Token。模型自己训的、API 自己提供、定价权在自己手里，产品和渠道都是自己的，跟品牌直营店一个逻辑。当然作为最顶级的模型，难免会被接入像一些API中转站，或者Open Router这样的大模型聚合平台被动分销。 2）开源模型厂商：开源也挺赚钱的 开源模型谁都可以拿去用，很多人不想自己本地跑，因此催生出了一批开源模型托管商，他们可以帮你跑模型，并按 Token 收费。但这就引出一个问题：Token 的钱都让模型托管商这些中间商赚了，开源模型的开发者自己怎么赚钱？这一点，至少中国的开源模型厂商，走的很灵活。 像Minimax，Kimi，Zhipu，它们都有自有的 API 直售，更多面向开发者群体，并且也都有自己的 Coding Plan 订阅包，把按 token 计费玩出了订阅制，完全是中国移动卖流量的玩法。而OpenClaw 这波更是让它们赚得盆满钵满，各自推出了品牌化的 Claw 产品，帮用户把 OpenClaw 部署好，底层跑自家模型，Token 消耗从自家 API 走。 3）开源模型托管商：帮别人跑模型，赚差价 对于那些没有能力或意愿自己卖 Token 的开源模型来说，托管商就是它们触达用户的渠道。它们帮开发者跑模型、按 Token 收费： - Together AI / Fireworks：自有 GPU 集群 + 极致推理优化，核心竞争力是翻台率，同样的卡单位时间能吐出更多 Token。 - Groq：自研 LPU 推理专用芯片，不用传统 GPU，核心竞争力是极致速度，跑 Llama、Qwen 等开源模型比 GPU 快。 - Cloudflare Workers AI：全球 300+ 边缘节点，跑 Llama、Mistral、Qwen，最近还加了智谱 GLM 和 Kimi，核心竞争力是低延迟 + 开发者生态 - AWS Bedrock / Google Vertex AI — 企业级云平台，跑 Llama、Mistral 等主流开源模型，核心竞争力是客户的数据和基础设施已经在这些云上了，迁移成本低 4）大模型聚合器：一个入口管所有模型 闭源和开源的大模型越来越多，而不同场景适合不同模型，不同模型的优劣势不同，对开发者来说，一个个去接不同厂商和托管商的 API，管理起来很痛苦。于是催生了 OpenRouter 这类聚合器，可以接几十个模型，开发者在一个地方统一管理、按需切换即可。 OpenRouter按照批发转零售的模式盈利，各家模型厂商把自己的Token分销出去。而 OpenClaw 这波直接让 OpenRouter 上中国模型的消耗量暴增，前十名 Token 消耗量中，中国模型占了 61%，前五有四个是中国的。 而围绕这条 Token (词元) 产业链，也衍生出了一些其他的参与者和新需求： 第一是一些推理优化引擎，vLLM、SGLang 这些开源项目，在大家对效率极致追求的当下，通过对硬件算子层面（更高效地利用 GPU 计算单元，减少内存碎片和带宽瓶颈）以及 LLM 算法层面（让多个请求共享已经算过的内容，更聪明地管理显存）的优化，提升同一张卡在同一时间内的 Token 吞吐量。 它们自己不面向终端用户收费，但 Together AI、Fireworks 这些托管商底层用的就是这些技术。也有不少自己本地跑开源模型的开发者，会直接使用 vLLM 或 SGLang 来搭建自己的推理服务。 第二是对Token消耗的优化需求，当 Token 消耗逐渐常态化，自然就会有人开始琢磨怎么省钱，也有不少人早就抱怨OpenClaw高昂的Token消耗，那么，帮你预览一次 Prompt 会消耗多少 Token、建议怎么优化 Prompt 来降本、甚至自动帮你选性价比最高的模型和服务商的产品，就很有市场了。 ---------------------------- 4、AI经济时代，真正的机会在哪？ 我觉得 Token 经济的红利，属于把廉价的 Token 加工成更有价值的 Token 卖出去的人。 1）如果你有能力，就做一个模型，哪怕是微调的 你不需要从头训一个 GPT，在开源模型基础上针对某个垂直场景做微调，只要在某个细分领域效果够好，就有人愿意按 Token 付费调用你的模型。前面说了，Token 是服务，服务市场天然分层，通用大模型吃不掉所有场景，垂直微调的模型在自己的领地里反而更有定价权。 2）做一个新时代的产品，开放 API 你的产品底层消耗 Token，但你的产品本身也可以对外输出能力，你开放 API，让别的开发者和 Agent 来调用。你买入底层模型的 Token，加上你的产品逻辑和数据，产出更高价值的 Token 服务卖出去。这跟传统行业买原材料、加工、卖成品的逻辑是一样的。 3）写 Skill，做 Agent 每一个被广泛使用的 Skill 和 Agent，背后都是源源不断的 Token 消耗。你写的 Skill 越好用、越多人用，你帮模型厂商卖出去的 Token 就越多。这不是你直接卖 Token，但你是这条产业链上的分销渠道。 而不管你选哪条路， 你的护城河在我看来最终都会归结为三样东西： 算力、算法、数据。 算力影响你的吞吐量 算法影响你的效率和成本 数据决定你是不是不可替代

死前的一幕 一块大木牌挂到了老舍先生的脖子上，上书“反革命黑帮分子”。我们看到细细的铁丝，深深地嵌进他的皮肉里，老舍满头大汗，喘着粗气，他头上的绷带已经在混乱中被撕开了，血布条挂在脸上，两眼微闭着。人群里一个四十多岁的女人，尖着嗓子叫：“我揭发，老舍在解放前把《骆驼祥子》的版权出 卖给了美国…” 这无异于火上浇油，使群情“爆炸”了，许多人喊着：“快说！”“快交代！”“你老实点儿！”……红卫兵为显示他们“坚定”的“革命精神”，又把老舍先生的胳膊使劲往后一背，背后又踢来一脚，老舍先生终于支持不住了，跌到在地。左右反剪着老舍先生手的红卫兵，又“威风凛凛”地一人踏上一只脚，一只手揪住老舍先生的头发，近乎趴在地上的老舍先生的脸，已经变得苍白，痛苦地抽搐着。谁看到那令人发指的暴行，都终生不会忘记。即使这样，我们仍听见老舍先生在一字一顿用力地说：“我没有卖国，事情是这样……”野蛮的岁月里，在失去理智的野蛮的人面前，正义的言辞只能换来无情的毒打和肉体的折磨。我们看不清老舍先生的面孔，只见掺着泥的汗水顺着脸颊一道道流下来，从那颤抖的双腿可以想见，老舍先生用最大的努力强撑着、忍受着。“你装死！”“到底说不说！”左边的那个女红卫兵还发疯似地跳起来按住老舍先生的头使劲往下压。 我们的心在流着泪与血，扭身想往旁边靠一下。人群的突然沉静，把我们的视线又带回到老舍先生那里，只见老舍先生猛地直起身来，这一突然的反抗动作，惊呆了围观的人群，也惊呆了压着他的人，恐怕这些人还没碰到过这么“顽固”的“黑帮”。瞬间，我们看到老舍先生目光中充满了愤怒，他挺直脖子，发出撕人心肺的呼喊：“你们让我说什么？”随着吼叫声，他突然猛一转身，将手中的木牌砸在刚才一直对他又压又打的女红卫兵头上。一切都发生在几秒钟之内。当我们清醒了眼前发生的事情时，老舍先生已经被红卫兵围在中间，斥骂、质问：“你竟敢打红卫兵！”老舍先生被拳打脚踢包围着，台阶下的人往上涌，乱成一片。我们已被推挤出了中心。这时，不知是谁从楼内搬出一张桌子，几个造反派把老舍先生从人群中拉了起来，拖到桌子上，让他跪着。我们终于又看清了老舍先生：眼镜早已破碎，脸上青一块紫一块，浑身是土，身上的汗衫已变成一条一条了，脚上的鞋剩下了一只，头无力地耷拉着，仿佛已是半昏死状态，只从他微微起伏的胸口，看出他还活着。 造反派们对奄奄一息的老舍先生厉声喝道：“你打了红卫兵知罪不知罪？”沉默，长时间的沉默，老舍先生仿佛刚明白了对方的话，头无力地点了两下。“把你的罪行写下来！”纸、笔已经摆在了老舍先生跪倒的膝盖前，老舍先生好一会儿才拿起笔，每写一笔似乎要付出全身的气力，“我打了红卫兵老舍”八个字，写了足有五分钟。写完，老舍先生目光呆滞，完全瘫倒在桌面上了。人群外，已经停好一辆吉普车，造反派和司机耳语了几句，车分开人群开到台阶下，几个人连推带架，把老舍先生扔进了车内。 我们竭力想看个究竟，于是跟着缓缓行驶的吉普车跑了起来。车驶出文联，开进电报大楼东侧一条胡同内，没走多远就停住了，听说是派出所。老舍被架进四合院北屋，人群被阻挡在门外。明亮的灯光下，我们隔窗望见墙跟跪着一溜“黑帮”，老舍先生被推了进去，一个好象打人打累了的小伙子站了起来，高高举起手中那无情的皮鞭…… ---张林琪、白瑜《宁折不弯--追记老舍死前的一幕》 载于1986年8月20日上海《文汇报》 ---《断简残篇------文革回忆摘钞》

一个深圳高中生，97年的时候，趁爹妈闹离婚没人管他，自己揣着四万三千块钱，去东城买了一套一居室。房子总价四万六，差的钱是他姑姑送到学校门口塞他书包里的，说不用还。 那年他17岁，校服口袋里揣着存折，坐了两个小时公交去东城。中介见他背着书包，笑他“小孩过家家”，直到他掏出户口本，父母离婚协议里，把老房子判给了他，他偷偷找评估所估了价，凑齐了首付。 签合同时，他手抖得握不住笔。房产证上的名字是他的，地址在一条窄巷里，二楼，带个朝西的小阳台。走出中介所，他蹲在路边啃包子，眼泪掉在塑料袋上，前晚爹妈又在吵架，摔了他的台灯，他躲在楼梯间想，总得有个地方，不用看谁的脸色。 姑姑塞钱那天，校服书包被信封硌得慌。她拉着他的手，指甲缝里还沾着菜市场的泥：“你爸你妈不管你，姑管。这钱拿着，别让自己睡大街。”他后来才知道，那三千块是姑姑准备给表哥买电脑的，最后表哥用的还是二手货。 房子没装修，他铺了张床垫就住进去。白天去学校，晚上回来就着路灯写作业。有次下大雨，阳台漏水，他踩着凳子糊报纸，泥水顺着袖子流进校服，冻得直哆嗦。邻居阿姨看见，端来碗姜汤：“这么小的娃，咋一个人过？” 爹妈偶尔打电话来，不是问成绩，是争他判给谁更“划算”。他总说“在同学家复习”，挂了电话就对着空荡荡的房间发呆。房产证被他压在床垫下，摸着那硬邦邦的纸，比爹妈任何一句承诺都踏实。 高考前三个月，他发烧到39度，自己拖着去社区医院打针。护士看着他手背的针眼，叹着气给他妈打电话，那边只说“让他自己扛”。他从医院出来，走在回房子的路上，夕阳把影子拉得老长，突然觉得这小破屋比任何地方都像家，至少生病时，能安安稳稳躺自己的床。 后来他考上广州的大学，把房子租了出去，月租三百五，够他大半个月生活费。每次收租，他都去姑姑家坐坐，拎着水果，听她念叨表哥的婚事。姑姑总说：“那房子是你的根，别卖。” 2008年金融危机，有人出三十万买他的房，他没答应。那年他刚工作，在深圳租着单间，加班到半夜，看着窗外的灯，总想起东城那扇朝西的窗，想起自己糊报纸的夜晚。 去年他带着妻儿回东城，老房子已经涨到三百多万。窄巷拓宽了，邻居阿姨还在，看见他就笑：“当年就觉得你这娃有主意，果然没看错。”他摸着墙上自己刻的身高线，17岁的印记还在，旁边多了儿子歪歪扭扭的涂鸦。 姑姑已经老了，记性不太好，却还记得塞钱的事：“你当时瘦得像根豆芽，书包都撑不起来。”他给姑姑递上杯热茶，眼眶发热，当年那四万六，不止买了套房，是买了个让他在兵荒马乱里站直的底气，买了个知道“无论怎样都有地方去”的安稳。 其实哪有什么先知先觉，不过是个缺爱的少年，想给自己找个壳。爹妈后来和好了，想给他买新房，他笑着拒绝：“我有房。”那套一居室还在，租金涨到五千，他没涨过价，租客是对打工的小夫妻，像极了当年的自己。 有时他会带儿子去看看，指着阳台说：“爸爸以前在这写作业。”儿子问：“为什么不等爷爷奶奶买？”他摸着儿子的头，想起17岁那个揣着存折的下午：“有些安全感，得自己挣。” 阳光透过朝西的窗，落在地板上，暖得像姑姑当年塞钱的温度。有些房子，住的不是人，是在风雨里撑过来的日子，是在没人管的时候，自己给自己的那点硬气。