哎呀～是不是看到什么不该看的了？😏 这小裙子都快兜不住了，你的心跳…是不是也快漏拍啦？ 快点关注我，私信发「想你」就能看到更多私密福利哦～别说没提醒你哦📷 #热辣日常# #诱惑时刻# #私信福利# #看到不该看的#

别再看 AI 榜单自嗨了！7月 LMArena 刷榜狂欢下的选型清醒指南 7 月的 AI 圈，每天都在"登顶"。 Claude Opus 4.8 暴力登顶。Claude Fable 5 屠榜封神。GPT-5.5 Pro 推理封王。Gemini 3.1 Pro 刷爆科学榜。 短短一周，"世界第一"换了四五个主人。 这正常吗？ 不正常。因为当一个榜单每周都在换主人，说明的不是"谁更强"——而是这个榜单本身，已经无法承载 2026 年模型竞争的真实形态了。 今天，聊点清醒的。 第一个判断：全能歌王的时代，彻底结束了 模型竞争已经从"争夺总冠军"，进入残酷的"按场景分科"。继续用一张总榜指导业务选型，刻舟求剑都算客气——更像是拿去年的地图找今年的路。 第二个判断：榜单经济的泡沫，正被置信区间戳破 看到"登顶"两个字，清醒的人第一反应是三个问题—— 登的是谁家定义的哪座山？投了多少票？误差区间多大？ 很多人连榜单口径都没搞懂，就急着拼总表。 第三方汇总里，Claude Opus 4.8 综合分被拉到约 1580；但 LMArena 7 月 10 日官方 Text Arena 快照里，总榜第一是 Claude Fable 5（1509±9）。 这不是谁算错了。版本、时点、评分口径只要偏一点，结果天差地别。拿着缝合的榜单去指导业务，无异于用两张不同比例尺的地图导航——你永远到不了终点。 抛开厂牌，看 7 月这五位"主治医生"的真实成色 🏗 Claude Opus 4.8（Thinking 版）｜复杂工程的重装步兵 硬核指标： 1560±9（WebDev 榜） 大实话： 别看到"Opus 4.8"就无脑冲。它的分数是 Thinking 版用反复规划和算力堆出来的——你买的是结果，不是过程。润色文案、改个样式，上它纯属高射炮打蚊子，还顺带把延迟和账单一起拉满。 复杂代码重构、长链路 Agent、需要深度内省的逻辑推演，它无可替代。但"无可替代"是有价格的，别为用不到的能力买单。 🏭 Claude Sonnet 5（High 版）｜高频生产线的性价比之王 硬核指标： 1543±13（WebDev 榜，输入 $2/输出 $10 每百万 Token） 大实话： 它在 WebDev 榜没进前五，但它是真正的企业级牛马。商业落地不看偶尔秀一次肌肉，看的是天天进流水线的稳定性和吞吐量。 团队日更代码、批量改页面——稳定、速度、投入产出比，远比榜首虚名值钱。这才是 99% 的业务该选的那一个。 🎨 Claude Fable 5｜前端 WebDev 的屠榜黑马 硬核指标： 1649±15（WebDev 榜首，2,161 票） 大实话： 分数确实炸，但别被冲昏头。WebDev Arena 测的是前端生成、视觉还原、工具调用，不是你的全栈架构。它的长周期自主性惊艳，但每百万 Token 输入 $10/输出 $50 的高阶定价，注定它走的是高精度消耗路线。 全自动网页原型、视觉 1:1 还原、可点击 Demo，它是尖刀。指望它无脑包办后端大型分布式架构，你会失望。 🔍 GPT-5.5 Pro｜高难度推理的质检员 硬核指标： 推理方向领先（综合 1551，代码 1531） 大实话： 第三方汇总的推理高分不是免检证书。LMArena 官方 Math / Math-Hard 分类里，各家梯队的置信区间已经重叠——意思是，"推理之王"这个头衔，现在谁戴都行，也都别太当真。 多步骤核验、复杂决策树、跨模态材料，放 A/B 测试里去卷延迟和正确率，别直接盲信榜单。 🌊 Gemini 3.1 Pro｜长文档海里的深海潜水员 硬核指标： 科学方向领先（GPQA Diamond 94.3%） 大实话： 科学 Benchmark 强，不等于你的专业细分领域不翻车。能读长文本，不等于每个 Needle-in-a-Haystack 的细节都对。 科研阅读、跨文档整合——它是拿来跟 GPT/Claude 打擂台的极佳对照组。但"对照组"三个字本身就说明：它不该是唯一答案。 🛠 别看厂牌，看疗效。业务选型的清醒四步法： 真正靠谱的架构师，挑模型时只问四件事： 第一，任务是什么？ 通用对话、复杂代码、前端生成、严谨推理、科学阅读——各自有对应的垂类榜单。看子榜，别看总榜。 第二，版本是什么？ Thinking、High、普通版，别混为一谈。差一个后缀，差一个量级。 第三，分差可靠吗？ 看置信区间的重叠度。票数少的子榜，分数再高也别当真——统计学意义上，它就是噪声。 第四，业务代价是什么？ 可用性（SLA）、首字延迟（TTFT）、Token 成本、工具兼容性，任何一项卡脖子，都能把那点打榜优势蒸发得一干二净。 一张更接近真实工作的"挂号表" ▸ 复杂工程、长链路 Agent → 优先实测 Claude Opus 4.8 Thinking ▸ 高频开发、批量迭代 → 优先实测 Claude Sonnet 5 High ▸ 前端页面、视觉还原、网页 Demo → 优先实测 Claude Fable 5 ▸ 多步骤推理、复杂决策 → 优先实测 GPT-5.5 Pro / 高推理档 ▸ 科研资料、长文档整合 → 优先实测 Gemini 3.1 Pro ⚠️ 注意：是"优先实测"，不是"直接指定"。拿你自己的真实业务数据跑一遍，比转发一百张排行榜都管用。 最后的行业大实话 每天都有新模型“登顶”，每天都有人在制造焦虑。 真正的行业信息差，不是你没看到榜单，而是你只看到了被自媒体压缩成中文的“某某模型世界第一”，却没看到原文里复杂的测试限制条件、投票权重和长达几页的技术局限性说明。 AI 模型的下半场，是分科主治医生的时代。谁能跨过语言这道墙，直接读到一手评测，谁就掌握了判断的主动权。 用【沉浸式翻译】开启双语对照，直接读 LMArena 原始榜单，看原汁原味的完整评测。 打破语言带来的认知偏见，从拒绝吃二手结论开始。🌐 #AI模型# #LMArena# #沉浸式翻译# #大模型选型# #人工智能#

拜登和回忆录代笔人的录音，终于被公开了。 这批录音不是路边爆料来的，是特别检察官罗伯特·赫尔调查拜登机密文件案时取得的材料。按理说，既然它进入过一场涉及前总统的机密文件调查，公众最该看的就是原始材料，而不是别人替你嚼过一遍的摘要。 结果呢？ 要看到这些录音，靠的是一场打了两年多的信息自由法诉讼。 一边是国家机器可以在调查里拿到录音，一边是普通公众想看同一批原始材料，要拿法律撬门，撬两年多，门才开一条缝。有人说，拜登不想让这些录音出来。这个判断可以先放一边，动机归动机，账本归账本。 账本上写得很清楚：涉及总统、机密文件、特别检察官的材料，最后不是主动透明，而是被信息自由法一点点拖出来。 这套程序如果真光明，最怕的不该是公开录音。最怕的应该是公众发现，原来自己想看原始材料，要比调查机关晚两年多。

网盘要对方也装客户端，微信超过限制就转成文件传输助手，邮箱附件卡在 25 MB。传个文件不该这么费劲。 1. 网页打开就传，链接发过去对方直接下。10 GB 以内不用注册，端到端加密，链接 24 小时后自动失效。传敏感文件用它，不留在别人服务器上。 2. 同一个网络下互传，手机和电脑打开同一个网页就能互相看到，直接拖过去。相当于跨系统的隔空投送，安卓和 Windows 之间也能用。开源，也能自己部署。 3. Firefox Send 停服后社区接手的版本。可以设下载次数上限和有效期，到次数链接就作废。发给一个人看的东西用这个最放心。 4. star） 命令行传文件。两边各敲一条命令，中间用一次性口令配对，直接点对点传，不看文件大小。往服务器上倒几十 GB 数据时比什么网盘都快。 5. 瑞士的服务，单次 50 GB 免费，不用注册。给客户发一整个视频工程文件这种场合，它是少数不用先充会员的选择。 传文件的正确姿势是：想清楚这份东西该活多久，再选工具。永久保存用网盘，一次性交付用上面这些。

他也缺钱？ 最近几天外网的股民在热议一件事，《大空头》电影看过吗，里面贝尔饰演的男主角，现实里的原型是Michael Burry，前Scion Capital对冲基金经理，他在2006-2007年疯狂买入次贷债券的CDS，并扛下了-38%的巨大回撤和投资人的谩骂指责，最终熬到了2008年大崩盘，基金赚了5倍，7亿，他个人分到1亿。 照片右边的是Burry，左边的是电影里扮演他的贝尔（蝙蝠侠） Burry最近之所以又火了，是因为他在Substack平台开了一个付费频道，年订阅费379美元，最新已经有超过82000名订阅用户，那算一下已经有3100万的毛收入了。 知名基金经理开付费圈子，这在国内肯定会被喷，国外也一样，很多人指责Burry是投资不挣钱了，要割粉丝韭菜。对此Burry没有回应。 我其实是想借这个事聊聊现金流对投资的重要性。很多人都知道巴菲特是股神，以为伯克希尔就是巴菲特炒股炒出来的，但忽略了伯克希尔底层是一家美国保险，有源源不断的保费收入。另外伯克希尔还收购了800多家公司，2024年这些公司贡献了接近500亿美元的利润。这些都是输送给巴菲特源源不断的子弹，让他在股市周期起伏中游刃有余。 其实段永平也有很好的现金流，他的钱主要来自三块，他早年创立、投资的企业分红，他投资上市公司的分红，以及他持续卖出期权的权利金，没有正式披露的数据，我让ai估算，结论是每年10-20亿美元这个级别。 很多人觉得职业投资者，就是没有任何现金流收入，吃喝拉撒都要从股市里挣。这种人有吗，肯定有，但数量少，因为他们抗风险能力差，容错率低，成长中前期一旦遇到几次大的回撤就会被干回底层吃土。 相比之下更舒服的投资背景是有源源不断的现金流补充，不仅摆脱日常财务压力，还有无限后手补仓，所以巴和段都说过可以承受50%的回撤，你能不能，要你自个掂量。 我写这个公众号曾经在我的投资生涯最重要的阶段提供了现金流，如果没有流量的收入，也不是说投资就不做了，但会更窘迫，成长条件会更苛刻。 顺着这个话题，还能解答很多读者都留言过的一个问题，就是什么阶段可以辞职炒股？关键是看你目前上班收入的现金流，对你们家的日常财务是否重要，是否对你后手补仓有显著支撑，如果答案是，那我觉得你应该继续上班。 专职投资是一个水到渠成的过程，当你逐渐积累到某一个程度，觉得上班收入已不再重要，也不会对余生的财务支出有压力，你都不用来问我就知道怎么选。 最最最最最忌讳的是炒股本身没挣啥钱，仅仅是因为上班上的不开心，以为自己辞职后专心炒股就能赚大钱，这种真的很容易搞砸两头空，务必慎重。 …… 今天的a股，很难说是涨了还是跌了。如果看指数，8大宽基指数5红3绿，创业板指甚至+2%，可以说涨势喜人。但实际上今天a股下跌的个股有3375只，上涨的1631只，差了一倍，市场中位数-0.62%，略显惨淡。 创业板指涨的比较多都是被ai概念给带的，权重股老二涨了13%，老四涨了8.6%，除开ai其它成分今天表现也一般。至于其它含ai率较低的板块宽基今天大都绿肥红瘦，雨疏风骤。 不过折腾一天下来，情况还是比昨天又好了一点，跑的最快的创业板指已经补缺，另外大部分指数已经翻越ma5，虽然只是微微翻越并且还被10日线压制，上方还有上周五的缺口，但a股在过去3天已经表现出了较强韧性。 我之前不是说过a股的恐慌程度分8级嘛，上周五结束是吐槽咒骂（第四级），现在已经逐渐回到了无言沉默（第二级）和躁动不安（第三级）之间，情绪上好多了，没那么慌了。 但其实目前依旧是弱平衡，今天的成交量连1.8万亿都不到，指数短线依旧是空头排列，以a股过往的尿性这个位置并不安全，随时会翻脸，所以还是过一天看一天。 …… 1、今晚的热股榜榜首是万科，这几天关于这企业的消息有好几个，我想来想去也不确定哪个安全能讲，但总的思路就是可能万科不再享受无限资金流兜底，需要用更市场化的方式去解决。新读者要是看不懂，把这段复制给ai让它讲人话。 就因为这个预期，万科债连着崩了两天大的，跌的狠的直接从86跌到55，债券啊，这真就是壮士断臂。相较之下股票跌的算少的，因为“市场化解决”的路径预期是要债权人放血。但这并不意味着股东就能讨到好的，因为如果不是深铁无限输血，就万科真实的财务质量，它的股价我觉得可能也就3块左右，它目前的股价是被信仰托住，但最近信仰余额不够，急需充值。 2、meta决定自2026年起通过谷歌云租用TPU算力，并在2027年在自有数据中心部署谷歌TPU。这个事基本要落地了，谷歌昨晚小涨1%，但是英伟达那边暴跌6%。英伟达虽然依然领先，但已经不是唯一解决方案，它的估值溢价也要一部分流向谷歌。话说今天创业板老二能暴涨13%，就是传闻他们给谷歌的TPU供货。 就这些吧，还有昨晚说的眼花的问题，有读者里当医生的给我建议，说我的情况可能是奥司他韦的副作用导致，建议我药停掉后观察两天。我也觉得我这年纪不该这么快就老花眼，昨晚就把药停了，今天看东西虽然还有虚影但已经没那么严重，我已经不需要很用力的眯眼才能看字了。也许再过一两天就没事了～ 我昨天说我在黄龙寨看清30公里外天门山的洞是真的，没吹牛，有视频为证。当天天气好，能见度高，我在六奇阁能很清楚地看到天门洞，肉眼比视频里放大后看的还清楚。不夸张，感觉再远10-20公里我也能看清。 你们说从小习惯了这样的视力，看惯了超清HD的世界，突然有一天切换到了流畅画质，看个手机都要眯眼，真的崩溃，我昨晚睡觉前都在辗转反侧的叹气😮‍💨 舅酱

贝壳去年第四季度净利润暴跌84.6%，市值一年蒸发四千八百多个亿，链家的经纪人数量同比少了将近两成。同一份财报周期里，这家公司创始人留下的班底，CEO的薪酬从几百万涨到了四个亿，联合创始人的薪酬也翻了几十倍冲到三个亿。裁员潮里被优化掉的经纪人，有人转身去卖墓地，卖了三个月一单没开，有人学着拍短视频找客户，流量寥寥无几还老因为涉嫌营销被平台判违规。这才是眼下平台经济存量博弈最真实的画面，不是所有人一起变穷，是大部分人一起变穷，顶端极少数人反而更富。 社会零售这块的数字最能说明问题。今年一二月份还有百分之二点八的同比增长，到五月份直接转成了负增长，上半年整体只有百分之一点三，CPI一直卡在百分之一上下都上不去，全国城镇调查失业率也一直卡在百分之五点三附近，不算恶化，但也看不出改善的迹象。国家统计局逐月公布的原始数字自己就在往下走，存量时代这四个字，今年是真的从概念变成了体感。 房产和二手车这两个赛道，死相最清楚。房产这边不用多说，贝壳作为行业里活得最好的那一个尚且如此，银行现在都下场直接卖法拍房，三十天就能成交，比中介流程快得多，这条路一旦跑通，中介这门生意的根基还剩多少不好说。二手车这边死得更早也更彻底，当年瓜子、优信、人人车三家打得头破血流，瓜子请孙红雷，人人车请黄渤，优信更夸张，直接把奥斯卡影帝莱昂纳多请来做全球代言人，这阵仗放到现在看都觉得离谱，三家烧的钱按十亿美元级别算，可十年过去，二手车这个大宗低频的生意，线上信息撮合始终替代不了线下交付这个环节，最后几家真正赚钱的路子是车贷，卖车本身反而成了引流的由头，跟它们当年想颠覆的中间商没什么两样，热闹劲儿早在这几年悄悄散了。 机票旅馆这块，情况比表面看起来更微妙。官方口径一直说文旅市场稳中有进，可今年五一假期的数据已经露出苗头，民航客流量同比下降了百分之五点二，航班量也在减少，票价反而涨了将近一成，一边是人少了，一边是价格没降，这种组合本身就是压力信号。更值得留意的是几家OTA的投诉量，今年以来同程、去哪儿、飞猪在黑猫投诉平台上分别超过十万、二十一万、九万条，大头都是默认勾选的增值服务和会员定价这类猫腻。平台越在这些地方抠细节，越说明主营业务的自然增长已经撑不住报表了，这行现在还没死，是在拿用户体验换报表好看，这个换法撑不了太久。 外卖和即时零售这条线，不该算进中厂灭亡的名单里，这是完全不同的逻辑。这两年美团、阿里、京东三家在这条赛道上合计烧了一千五百个亿，把日均订单量从八九千万单硬生生推到两亿单以上，美团一度由盈转亏，京东新业务板块一年亏掉四百六十多亿，阿里的销售费用半年从六百多亿冲到近一千二百亿。这场仗打到监管都看不下去，六月份市场监管总局出了专门的补贴行为规范，才把这场厮杀摁下去一些。抖音这半年也没闲着，生活服务这块2025年支付GMV冲到八千五百个亿，同比涨了近六成，今年二月还专门上线了一个独立的团购App抖省省，这已经是第四个巨头下场。巨头们是为了一块还在增长的蛋糕互相往死里砸钱，不是在存量里等死，商务部估计即时零售今年规模就能破万亿，谁都舍不得先退场。 贝壳这半年财报电话会上，管理层反复提AI是新的生产要素，说AI已经直接参与收房定价、库存调度这些核心决策了。这话听着挺提气，换个角度想，今天贝壳拿AI当自救工具，明天这套AI逻辑一旦被搬到用户那头，变成一个直接帮用户找房、谈价格的agent，贝壳这个中间层本身还剩多少存在的必要，也是个问题。真正该往前看的，是高盛年初那份报告里的一个判断，说2026年的关键之战是AI超级入口的争夺，谁能把agent嵌进操作系统、社交软件、支付场景里，谁就能在用户还没想清楚要订机票还是点外卖之前，直接替他把事情办了。报告里还提到一点挺扎心的，说抖音是个天然的时间容器，用户划着划着还没想清楚自己要干嘛的时候，它就能主动跳出来问一句要不要帮你订张机票，这种打法根本不需要用户先有明确意图，是提前截胡。抖音去年的利润已经甩开腾讯和阿里一大截，这场仗到最后拼的是谁家现金流最厚，耗得起。不管你是死于存量厮杀还是活在巨头混战里，只要有一天用户不再需要打开你这个App，直接跟一个agent说一句"帮我订张去成都的票"，中间这些垂类平台存在的理由，会比现在任何一种死法都更釜底抽薪。 我在阿里那几年，见过太多业务被自己人从内部革掉命的场面，这半年看着房产中介和二手车这两个赛道走到今天，多少有点似曾相识。中央经济工作会议今年也专门提了要让平台企业和平台内的经营者、劳动者共赢发展，说明白点，官方也看到了贝壳这种赢家通吃、赢家更赢的苗头，只是这话说起来容易，平台自己有没有动力真让利，是另一回事。存量博弈这个词听着冷酷，可它至少还承认牌桌上的玩家继续玩下去，agent入口这件事一旦真的成了气候，可能连牌桌本身还在不在都不好说。

字节对大厂 AI Coding 的反思，好真实。 字节技术副总裁洪定坤的分享，我来回看了好几遍，很有启发。 字节在 AI Coding 方面的实践还是很有代表性的，推荐所有做研发的同学都可以看看。应该会感同身受。 我看完记了一整页笔记，分享给大家。 我甚至觉得可以把这个分享理解为字节在 AI Coding 上的一些真实反思。 根据自己的理解，我把这个分享里对我有启发的几个判断展开来聊一聊。 其中会夹杂很多我自己的感触，想看原文的可以直接去找演讲全文。 反思一：AI 代码贡献率不该是 KPI AI Coding 基本上都已经逐步进入了各个公司的生产流程。 很多人都在说自己的业务有 90% 的代码是 AI 生成的，乍一听，感觉很恐怖。 但其实，AI 对研发的提效没有外界想象的那么高。 洪定坤举了 TRAE 团队的例子。TRAE 本身就是做 AI 工具的，所以这个团队对 AI Coding 的采用非常积极。 过去半年里，他们有 94% 的代码都是 AI 贡献的。但人均需求吞吐率只提升了 60%，也就是之前的 1.6 倍。 这就有疑惑了，AI 写代码的速度至少是人的 10 倍以上，如果 90% 以上的代码都是 AI 产出的，效率至少应该提升 5 倍或者 10 倍吧？为什么只提高了 1.6 倍？ 字节得出来的结论是，单一的指标，比如 AI 代码占比，根本没有办法代表真实的生产力。 如果把 AI 代码贡献率当成 KPI，结果就是大家都去优化 AI 的生成量，而不是优化交付能力。 看起来 AI 用了很多，但系统的效率并没有真正变好。 那为什么 90% 的代码都是 AI 写的，人效才提了 1.6 倍？一个很重要的原因是，写代码只是整个研发流程的一个环节。 写之前要理解需求、写 Spec，写完之后要验证功能、提交发布，这些环节如果还是传统方式，光把写代码加速了，整体效率提不上去。 洪定坤把字节在这方面的尝试叫做系统化的 AI Development，核心意思就是 AI 不能只管写代码，得让它进入更多的研发环节，整条链路都跑通，效率才能真正上来。 前两天出去的时候还跟别人争论这件事。现在还有不少公司在追踪员工到底用了多少 Token，说白了，这是在追踪过程。 更应该关注的是，用了这个工具之后，从结果层面去看，交付到底有没有变得更快、更可靠。 一个团队天天说自己 AI 工具用得贼溜，消耗了多少 Token，但没有什么有效的产出，那这到底是好事还是坏事。我觉得这是一个值得每个管理者思考的新问题。 反思二：功能正确≠工程可用 Vibe Coding 的理想状态是就像聊天一样，用自然语言表达自己的需求，最后做出来想要的产品。 如果哪里不对，再用自然语言和 AI 沟通，让它修改。这是过去一年 Vibe Coding 风靡的思路。 对于不太复杂的应用，这种方式完全没问题。我自己做的一些项目基本上就是这个流程跑下来的。 但只要是做生产级的软件，无论公司大小，流程肯定不是这样。 因为公司里必然有老代码，有一套约束。怎么复用已有的组件，安全和权限怎么处理，性能怎么保证，还有兼容性、可维护性。 正经写过工程代码的人都清楚，Vibe Coding 描述的那个状态是比较理想化的，更适合做小项目和验证想法。 真正的程序员虽然也在 Vibe Coding，但流程跟理想状态不一样。 字节内部做了一个实验来验证这个判断：三个模型，三个 Agent 框架，两两组合成 9 种方案，针对同一个需求，每组跑 100 次，总共 900 次。 结果发现，AI 在功能正确率上表现还不错，所有组合都超过了 80%，也就是说，AI 把功能写对的能力已经过了及格线。 但无论哪个组合，生成代码的工程质量都不太好。比如 UI 不对，没有复用组件，性能有问题，结构不符合规范。 这些问题大家在用 AI 写代码的时候应该都碰到过。 现在所有上了牌桌的 Coding 模型，都已经过了 Opus 4.6 这个级别的临界点，模型可以自主写代码了。 这个时候影响 AI Coding 成败的绝对不是裸模型，而是裸模型加上 Harness 的能力。 这个判断本身不算新鲜。 但我最受触动的是字节对 Harness 的理解。 他们的反思是，整个行业好像还是把 Harness 等同于 Agent 框架，诸如用 single agent 还是 multi agent，包含哪些角色，角色之间怎么配合。 这些当然重要，但字节在实践中发现，真正决定 AI Coding 能不能落地的，反而是更基础、更工程化的东西。 洪定坤把它叫做基建。 比如上下文工程有没有做好，架构的约束够不够清晰，团队的知识能不能有效沉淀下来，过去的技术债有没有梳理清楚。 这些看起来不那么性感的工作，反而直接影响 AI Coding 的效果。 实验数据也验证了这一点。同样的模型和框架组合，把这些基建结合进去之后，功能正确率直接从 80% 提升到了接近 90%，工程质量得分，也从之前 40 到 60 分的不及格水平，普遍提升到了 80 分左右。 基建做不好的话，可能的后果是，Vibe Coding 感觉快了，但实际整体可能更慢。工程的债，迟早得还。 反思三：代码门槛下降之后，团队怎么协同 洪定坤分享里有一个例子让我印象很深刻。 产品经理有个需求，发现还得等研发排期，就说那我自己来吧，用 AI 三下五除二就把功能给实现了。 确实这个功能不复杂。做完之后产品经理把代码给到研发，说我已经把代码写完了，现在你只需要帮忙把功能上线就行。 研发一看，不行。你这代码能跑，但不符合上线的规范，有权限问题、安全问题。 产品经理就很委屈，你们没时间做这个需求，现在我都做完了又不让上线。可研发看到的其实是代码质量的问题。 所以这里面就有一个需要所有人正视的事情，虽然代码的生成门槛虽然下降了，这并不代表系统的复杂度也下降了。 真实的业务系统里，代码要放到已有的架构里，要跟已有的模块配合，还要考虑各种各样的问题。 绝对不是谁写出来就能直接上线的。不然肯定会出问题。 怎么让不同角色的人用同一套工具和规范做出符合要求的代码，这是接下来大家需要去解决的。 字节的思路是在内部尝试工具化。比如把内部实践直接产品化，沉淀到 TRAE 里面，开放给所有人。 其实说白了就是工具化。 我看朋友圈有好多大佬也都在转这篇文章，应该还是有挺多共鸣的。 我感觉这一次分享多少也是一些拨乱反正吧。因为过去一段时间确实有很多听起来很离谱的言论，有些人会疯狂地炫耀自己使用了多少 Token，会认为这就代表着 AI Native...... 强烈推荐大家看看原文。字节跳动的公众号就有。

当黄金开始"干活"，机构的钱才真正进来 Unitas 在 BNB Chain 上线了 XGLD。 不是包装黄金。也不是追踪金价。 是"让黄金产生收益"。 XAUt 抵押 + Unitas 策略 = XGLD。 你持有黄金，同时有人在用你的仓位做市、借贷、捕捉波动率溢价——收益回流给你。 这个逻辑，和你把钱存进银行、收利息，本质一样。 只不过这里的"银行"是一套链上策略。 但真正值得关注的，不是XGLD本身。 是 Unitas @UnitasLabs 正在做的事。 USD u → XGLD → equity basis trade 这不是产品扩张。这是资产层的扩张。 第一步，USD u / sUSDu，美元稳定币 + 收益层——最基础的生息资产。 第二步，XGLD，黄金生息——把全球最大储备资产引入链上收益框架。黄金占全球央行储备的27%，超过美国国债。机构对黄金的态度从来不是"炒"，而是"配置"。XGLD 让这种配置在链上完成，同时带收益。 第三步，equity basis trade——通过币安美股现货 + 永续合约，捕捉现货与合约之间的资金费率差。 关键点说清楚： • 不是"买股票等涨" • 不是"押注某只标的" • 是现货 + 合约的价差结构，delta-neutral（方向中性）——你不需要判断涨跌，策略捕获的是这个结构本身的收益。 三个产品，三种底层资产（美元、黄金、股票），同一套收益逻辑。 机构为什么在看这个？ 稳定币收益，DeFi 见过。 黄金收益，2025年各种黄金代币做过。 但能同时承接美元、黄金、股票永续费率收益，且在 BNB Chain / Binance Wallet / USDT0 生态里跑通基础设施的，目前只有这一个。 对于机构资金而言，有几个无法忽视的信号 • BNB Chain 生态 + Binance 基础设施 = 合规基础设施支撑 • USDu 已有大量真实存款沉淀 • RWA 叙事正在从"概念"变成"产品" • 多资产收益层意味着：资金进来后，不用换产品，直接在生态内扩展 资金不喜欢换地方。 一旦一个平台能满足多资产配置需求，迁移成本就变高了。 关于 $UP——为什么不该只看价格 $UP 的二级市场表现，是结果，不是原因。 原因是：产品线在跑通，TVL 在沉淀，equity basis trade 刚上线，XGLD 刚发布，每一步都在扩展收益边界。 但—— 所有策略都有风险。delta-neutral 不等于"无风险"，equity basis trade 的收益来源依赖资金费率结构，而费率会随市场情绪变化。 仓位需要验证，敞口需要监控，策略需要按表现逐步扩大，而不是看到初期收益就快速加仓。 Unitas 的扩张逻辑是：每上一个资产类别，先跑稳，再扩展。这是对资金负责的态度。 BNB Chain 生息资产层 Unitas 的定位很清楚：不是稳定币协议，不是黄金包装品。 是 BNB Chain 上的多资产生息基础设施。 底层 USDu 收稳定币收益。 黄金用 XGLD 承接。 股票永续资金费率收益用 equity basis trade 捕获。 三条腿站稳，才有能力承接更大体量的资金。 这一局，才刚开始。