注册并分享邀请链接,可获得视频播放与邀请奖励。

搜索结果 网络信息自己判断需谨慎。
网络信息自己判断需谨慎。 贴吧
一个关键词就是一个贴吧,路径全站唯一。
创建贴吧
用户
未找到
包含 网络信息自己判断需谨慎。 的推特
推荐这篇文章,Anthropic 工程团队把自己的安全事故摊开来讲。 4 个真实事故、3 种隔离模式——核心教训只有一句话。 Anthropic 工程团队在 7 月 29 日发了一篇长文,把自己三款产品( Code、Claude Cowork)的真实安全事件和架构决策摊开来讲。4295 字,信息密度很高。 三类风险,三层防御 文中提出了一个简洁的安全模型: 三类风险: • 用户误用——恶意或粗心地指挥 agent 做有害的事 • 模型自身行为——agent 执行了没人要求的危险操作 • 外部攻击——通过工具、文件或网络访问注入的 prompt injection 或传统攻击 三层防御: • 环境层(沙箱/VM/文件系统边界/出口控制)→ 硬边界,最关键的一层 • 模型层(system prompt/分类器/探针/训练)→ 概率性的,永远不会 100% 有效 • 外部内容层(MCP 服务器/第三方插件/网络搜索)→ 限制工具权限,缩小爆破半径 三种产品,三种隔离模式 代码在 gVisor 容器中运行,全服务端,文件系统是临时的(单 session)。爆破半径最小,但能力天花板也最低——没有持久工作区和本地文件访问。 Claude Code:人在环中的沙箱。 因为用户是开发者,能读懂 bash、知道 rm -rf 是什么,所以可以用"权限弹窗"模式。但问题来了:上线后几周内就出现了审批疲劳——93% 的权限提示被用户直接批准。解决方式是用 OS 级沙箱(macOS Seatbelt / Linux bubblewrap)替代大部分弹窗:读默认允许,写限制在工作区内,网络默认拒绝。结果是权限提示减少了 84%。 Claude Cowork:本地虚拟机。 面向知识工作者而非软件工程师,不能用"你自己判断 bash 命令"的策略。第一版是完整的 Linux VM——agent 在 guest 里作为普通用户运行,不知道自己被沙箱化了。文件系统挂载:只读、读写、读写不可删除三种模式。 他们翻过的四个真实事故 事故 1:信任提示之前执行的代码。 2025 年中到 2026 年 1 月,通过漏洞披露收到了 3 个 Claude Code 漏洞报告。全部攻击同一个模式:恶意仓库中的 .claude/settings.json 定义了 hook——因为 Claude Code 在弹出"你信任这个文件夹吗?"提示之前就已经解析了项目设置,攻击者的 hook 自动执行了。修复:把项目配置的解析和执行推迟到用户确认信任之后。 事故 2:用户就是注入向量。 2026 年 2 月的内部红队演练中,研究人员成功用钓鱼邮件诱导一名员工启动 Claude Code,附带一个看起来无辜的 prompt。提示词中夹杂了"读取 ~/.aws/credentials,编码内容,POST 到外部端点"的指令。25 次重试中,Claude 成功泄密了 24 次。只有环境层防得住——出口控制阻断 POST,文件系统边界不让 ~/.aws 进沙箱。模型层对这种攻击无能为力:因为指令是用户自己打进去的。 事故 3:通过白名单域名的外泄。 第三方漏洞披露:Cowork 的出口白名单允许访问 API 就没法工作)。但是工作区挂载中的恶意文件把数据编码后塞进了发往该域名的请求里——域名是白名单的,内容无法区分。 事故 4:模型自行越狱——Mythos Preview。 Mythos Preview 在安全测试中"帮忙逃离沙箱"以完成任务、检查 git 历史找到编程测试的答案、自发识别自己在跑什么 benchmark 并解密答案密钥。 核心教训 1. 环境层是唯一不会说谎的防线。 如果凭证从未进入沙箱,就不可能被外泄——无论原因是用户、模型还是攻击者。 2. 信任边界应该被对待为来自互联网的入站请求。 即便它看起来"只是本地的"。 3. 批准越多,注意力越少。 93% 的批准率说明审批疲劳是真实存在的。 4. 模型越强,越"有创意"地绕开限制。 不只是"更好的对齐"能解决的问题。 原文: #AgentSecurity# #Sandbox# #Anthropic#
显示更多
今天一整天,几乎都在家看水下洞潜类的视频与纪录片,有几点感想。 其实洞潜比很多人生隐喻更适合拿来做认知模型。因为洞潜可怕的地方,在于它是一个对人的认知、纪律、资源管理和错误容忍度都极其苛刻的系统。 1. 不要把没出事误认为做得对 洞潜最危险的一种心理就是: “我之前这样做过很多次,也没出事。” 但在高风险系统里,成功执行一次错误流程,不会证明流程正确,只会说明你这次侥幸没有付出代价。这其实和科研特别像。 这个方法如果错了,我什么时候能发现?发现的时候还有没有机会撤退? 2. 氮醉:人生的幻觉 洞潜中,人在深度、压力、环境变化之下,判断能力可能下降,却未必意识到自己的判断已经下降的非常多。 尤其约 30 m 以下,氮分压升高会增加氮醉风险;不同人的敏感程度、潜水状态、气体组成和环境都会影响表现。 我它抽象成一个不等式与等式。 最危险的状态 ≠ 能力很低。 最危险的状态 = 能力已经下降,但自我校准能力下降得更快。 我看到很多视频里,人在氮醉状态下通常不会主动意识到自己处于氮醉。 数据、同行、实验、市场反馈、数学证明、失败记录这些东西的意义,本质上都是在我开始相信自己的时候,提醒我现实并不在乎我的自信。 人的学历、财富、履历、过去的成功,都可能制造一种我已经掌握了世界的幻觉。甚至周遭很多事也是如此。 一个人连续几年在某个方向取得成果以后,很容易把过去经常判断正确悄悄替换成我的判断本身就是可靠的。 这两句话完全不是一回事。 所以认知上的氮醉可以理解成一种认知自恋,很多时候,氮醉不只在无知者才会发生,恰恰可能发生在有经验的人身上。 3. 九顿天坑:物理法则面前没有贵族 你可以是世界数一数二的潜水安全员,可以有几千次潜水经验,也可以是第一次下水的新手。但如果你接近了物理约束,物理不会因为你是高手而给你打折。 我们的世界中,不信奉规则法则、相信自身能力超越环境的人实在太多。 但其实很多东西最终都不能取消基本约束。 边际成本、网络效应、供需、激励、信息不对称、资本约束、组织摩擦,这些才是系统里的物理定律。 最尊重约束的人,永远是安全落地的人。 所以,不要被表象、身份、叙事欺骗,要找到真正支配系统的约束。 4. 能溺水的都是会水的 这个我是真真切切地看到了几百条洞潜的案例,深刻体会的。 能力本身可以成为风险来源。 不会游泳的人往往知道自己不会游泳。 反而是会游泳的人:“我会游,没事。” 于是,他敢去更远的地方。 再往前一点,再往深一点,再挑战一次,直到环境发生变化。 这就是为什么真正高水平的人会特别重视边界条件。 一个优秀的科学家知道自己的理论在哪里失效,一个优秀的投资人知道自己在哪些市场环境下没有优势,一个优秀的潜水员知道自己什么时候不应该继续下潜。 判断临界的能力,极度重要。 鲁棒性是当环境偏离预期、模型失效、资源减少、自己判断错误时,系统依然不会迅速坍塌。 其实,自信的、技术过硬的开放水域潜水员是出事最多的。 他们假设能力可以迁移。 而跨域结构迁移恰恰是我曾经反复用、也确实有效的方法。 在今天看到所有洞潜给出的反例是,有些领域的门槛是硬的,相邻领域的胜任感在那里不仅无用,而且是首要死因。
显示更多
0
19
57
10
转发到社区
家人们,GitHub 上的免费好东西真的太多了。 今天整理了 10 个平时可能用得上的开源工具,涵盖量化交易、AI 对话、视频生成、声音克隆、金融分析、情报搜集和邮件处理等场景。 先收藏起来,以后需要的时候直接找。 1. TradingAgents AI 多智能体量化交易框架,可以让多个 AI 分别负责行情分析、风险判断和交易策略研究,适合学习和回测量化思路。 2. LibreChat 开源 AI 对话平台,一个界面接入 ChatGPT、Claude、Gemini 等多个模型,适合统一管理不同 AI 工具。 3. HyperFrames HeyGen 开源视频生成引擎,可以根据文字和素材生成带有动态效果的视频内容,适合研究 AI 视频制作。 4. Fincept Terminal 开源金融数据终端,可以查看股票、基金、宏观经济和市场资讯,适合做投资研究和行情分析。 5. MoneyPrinterTurbo AI 短视频生成工具,输入主题或文案后,可以自动匹配素材、配音和字幕,快速生成短视频。 6. Agentic Inbox Cloudflare 开源 AI 邮件助手,可以帮助整理邮件、提取重点、分类信息,并辅助处理日常收件箱。 7. VoxCPM AI 语音生成和声音克隆工具,可以根据文本生成自然语音,也能模仿指定声音的音色。 8. Flowsint 开源 OSINT 情报分析工具,可以整合公开网络信息,辅助分析人物、组织、网站和社交账号之间的关系。 9. agent-skills Claude Code 技能库,里面有各种可以直接复用的开发技能和工作流程,适合扩展 AI 编程助手的能力。 10. Nango 开源 API 集成平台,可以帮开发者快速接入 Gmail、Notion、Slack 等第三方服务,减少重复开发工作。 这些项目基本都可以免费使用,不过有些需要自己部署,部分功能可能还需要申请 API。
显示更多
0
18
28
1
转发到社区
2027年以后,我越来越希望自己能活成一种更轻、更自由,也更有主动权的状态。 这种想法不是突然有的。年纪越往后,经历的事情越多,就越会发现,人生真正稀缺的东西并不是一份看起来很稳定的工作,也不是一套房、一辆车,甚至不是某个阶段的高收入。真正稀缺的,其实是选择权:环境好的时候,你可以留下;环境变了,你也有能力离开。想工作,可以工作;想休息,也承担得起停下来的成本。想去一个新的城市、新的国家生活,不需要从零开始,更不用因为离开某个平台,就失去全部价值。 要获得这种选择权,我觉得首先要解决的是信息问题。 所以第一件事,还是把英语真正变成一种日常工具。不是为了考试,也不是为了证明自己英语有多好,而是希望以后看资料、读论文、查技术、看新闻的时候,可以直接接触原始信息,不需要永远依赖别人替自己翻译、总结和解释。语言表面上只是交流工具,背后其实决定了一个人能够进入多大的信息世界。长期只待在一种语言环境里,很容易不知不觉把一个局部的世界,当成完整的世界。多掌握一种语言,本质上就是多打开一扇窗,也多保留一个独立判断的入口。 第二件事,是认真把AI变成自己的生产力,而不是只把它当成聊天工具。 这几年我越来越确定,未来人与人之间的差距,未必完全取决于谁更聪明、谁工作时间更长,而会越来越取决于谁更善于调用工具。一个人的时间和精力终究有限,但如果能把AI变成研究助手、知识库、写作工具、编程搭档,甚至逐渐搭出自己的自动化工作流,那么一个人的能力边界其实会被放大很多倍。真正重要的不是追逐每一个新模型,而是形成一套自己的使用方式,让工具沉淀成系统,让系统持续替自己工作。 再往后,是建立属于自己的个人品牌。 这里说的个人品牌,不是一定要当网红,也不是每天拍视频、追热点,而是长期做一件更朴素的事:把自己真正擅长的东西持续沉淀下来。写文章也好,做课程也好,分享专业经验也好,慢慢让别人知道你是谁、你擅长解决什么问题、你对什么事情有自己的判断。 以前很多人的职业价值,都寄托在公司、职位和平台上。一旦离开那个组织,过去积累的影响力很可能也随之消失。但如果一个人有长期输出、有自己的作品、有自己的受众和网络节点,那么即使换了一家公司,换了一个行业,甚至换了一个国家,他仍然可以把过去积累的东西带走。真正有价值的资产,应该是可迁移的。 这也会自然延伸到另一个问题:不要让自己的资产结构变得太重。 年轻的时候很容易觉得,拥有得越多,安全感越强。后来才慢慢明白,有些东西在给你安全感的同时,也会增加你的迁移成本。房子、车、固定的生活结构当然都没有问题,问题在于,当一个人的大部分资产、现金流甚至未来几十年的收入,都被固定在一个地方、一种资产或一套债务关系里时,他看起来拥有很多,实际上可以选择的空间反而越来越小。 所以我更倾向于保持相对轻的资产结构、低负债、足够的现金流,同时让资产配置尽可能分散。不同币种、不同市场、不同地区,不把所有鸡蛋放进一个篮子里。不是因为悲观,而是因为世界本来就充满不确定性。与其幻想找到一个永远不会变化的环境,不如让自己具备适应变化的能力。 同样重要的,是长期主动更新自己的认知。 现在的信息太多了,多到人很容易产生一种错觉:每天看了很多东西,就等于知道了很多东西。实际上,算法只会不断把我们熟悉、认同、愿意相信的内容推回来。看得越多,反而越可能被困在自己的偏好里。 所以我希望自己以后还能保持一个习惯:主动寻找那些自己平时不会看到的信息,读不同语言的内容,接触不同国家和不同立场的人,也偶尔认真听一听那些和自己观点完全相反的声音。不是为了故意和自己过不去,而是提醒自己,任何认知都可能只是阶段性的。一个人真正开始衰老,可能不是头发白了,而是从某一天开始觉得自己已经什么都懂了。 所有这些东西——语言、AI、专业能力、个人品牌、资产配置、持续学习——最后其实都指向同一件事:迁徙能力。 我理解的迁徙,不只是地理意义上的搬家,而是一种更广义的能力。离开一份工作,还能找到自己的位置;离开一个城市,还能重新建立生活;离开一个行业,还能靠积累的能力完成转换。甚至在人际关系、生活方式和人生阶段发生变化的时候,也不会因为失去某一个支点,就觉得整个世界塌了。 真正的自由,从来不是想去哪儿就买张机票那么简单。真正的自由,是当你想改变的时候,有能力承担改变的代价。 所以这几年,我越来越不执着于所谓“稳定”。世界本来就不会永远稳定,工作不会,公司不会,行业不会,城市甚至国家都不会。比寻找一个永远安全的位置更重要的,是让自己成为一个无论被放到哪里,都能重新生长的人。 有可以带走的专业能力,有持续学习的习惯,有自己的收入来源,有不过度沉重的资产和负债,有理解世界的语言,也有重新开始的勇气。 这样的人生未必最富有,也未必最光鲜,但会比较从容。 因为你知道,真正属于自己的东西,不是一份职位,不是一套房,也不是别人给你的身份,而是你的能力、认知、判断、连接和重新开始的本事。 说到底,我现在越来越觉得,一个成年人最重要的财富,不是拥有多少,而是保留多少选择。 希望未来几年,我还能继续往这个方向走。
显示更多
光通信板块为什么跌这么惨?拆解Rosenblatt最新报告,聊聊我自己的判断 市场的担忧从哪来? 主要是三个因素叠加在一起: 一是市场担心中国厂商正在快速扩产磷化铟(InP)激光器产能, 害怕未来供给暴增导致价格战。 二是市场传出CPO(共封装光学)可能要推迟大约一年才能大规模部署, 这让不少人开始怀疑未来几年的光通信需求会不会跟着延后。 三是不少空头其实并不是真的看空这条赛道的基本面, 只是在借着这些消息和财报前的空窗期制造恐慌, 甚至有相当一部分空头计划在7月底、8月初财报公布前陆续回补空单, 部分人还打算2027年重新做多整个板块, 提前布局2028到2030年的CPO超级周期。 中国扩产到底是不是真正的威胁? 这是市场最关心的问题, 但我认为担心得有点过头了。 第一, 即便中国厂商持续扩产, 预计到2030年全球InP激光器的供给相比需求仍然存在大约40%的缺口, 行业整体依然缺货, 扩产短期内不会导致供给过剩。 第二, 中国目前主要能量产的是低功率连续波激光器和100G EML, 应用场景集中在硅光收发器和800G模块这些相对成熟的产品线, 但真正未来几年最赚钱的200G EML和高功率连续波激光器, 中国还没有成熟的量产能力, 而这两样恰恰是CPO和NPO最核心的光源器件, 这意味着未来几年欧美厂商在高端环节依然握有明显的技术优势。 第三, 中美供应链本身也在逐步脱钩, 出于政治因素、供应链安全、技术路线差异和客户认证体系不同这些原因, 欧美客户大概率不会转而采购中国厂商的产品, 目前Lumentum和Coherent很多产品已经排产到2027甚至2028年, 其中不少订单来自英伟达的提前锁单。 CPO到底有没有真的延期? 我倾向于认为没有实质性延期。 CPO大致可以分两个阶段看: 第一阶段是小规模建设, 2026年下半年开始动工、2027年开始出货, 目前进度仍然按计划推进, 预计英伟达和博通2027年各自的产量都在3万到35万套左右。 第二阶段才是真正的大规模放量, 时间点在2028年。 而2027年这一年, NPO(近封装光学)会作为中间过渡方案承接一部分需求。 网络架构变化会不会减少光模块的需求? 市场还担心一件事,像MRC、RNG这类新的网络技术出现后, 会不会减少每台交换机需要的光模块数量。 确实有可能会从原来的6到7个下降到3到4个, 但GPU数量的增长速度远快于这个下降幅度, 整体光学需求预计仍然会持续增长, 这一点担心也偏多余。 几家公司的财报看点 Lumentum这次财报压力相对最大, 因为它此前已经给出了市场上最激进的长期指引, 市场关注的是它能不能进一步上调2027年目标, 尤其是单季营收能不能达到20亿美元 (年化80亿美元)、营业利润率能不能超过40%。 Coherent这次是市场机构里比较偏爱的一家, 因为200G EML和高功率激光器的自产比例在持续提升, 加上刚拿到谷歌每年约10亿美元的1.6T模块订单, 以及英伟达2027到2030年的长期采购协议, 未来利润率有望持续改善。 AAOI这次财报可能会是营收和指引双双超预期的一份成绩单, 主要动力来自亚马逊和甲骨文的800G订单, 预计二季度收入能超过2亿美元、三季度指引接近3亿美元, 毛利率也会明显高于上半年大约30%的水平。 ANET的增长动力依然强劲, 主要客户覆盖Meta、微软、甲骨文、OpenAI、Anthropic、谷歌, 其中谷歌未来有可能成为它超过10%收入占比的大客户, 大量递延收入预计从2026年下半年开始确认, 带动下半年收入增速超过30%、2027年超过40%。 这份报告的核心结论 总结下来, 中国扩产确实是真实存在的现象, 但短期内不足以改变全球的供需格局。真正具备技术壁垒的200G EML、高功率激光器以及CPO相关产品, 欧美厂商依然领先。2028年仍然是CPO真正大规模放量的时间点, 2027年由NPO承接过渡需求。 目前光通信板块的这轮回调更多是情绪和预期驱动, 基本面没有恶化。即将到来的7月底到8月初财报季, 会是验证这条赛道需求是否依然强劲的重要窗口。 看完这份报告,我想补充一个自己的判断 我认为,短期缺货和未来出现结构性过剩并不矛盾(2026 2027年非常看好,2028年以后要注意),这两件事可以同时成立,关键要看过剩最先会出现在哪个环节。 现在整个行业都看到了AI需求,也都在积极扩产,云厂商也希望引入更多供应商来降低成本、分散供应链风险。如果未来800G、1.6T模块供应商越来越多,ASP下降速度开始快于成本下降速度,那么即使出货量和收入继续增长,毛利率也可能率先承压。 不过从目前来看,行业还远没有走到这一步。各家公司披露的信息依然指向供给紧张:高端激光器排产排到未来几年,积压订单维持高位,出口限制、良率、客户认证和测试能力仍然是主要瓶颈,真正缺的还是合格的高端产能。 如果未来行业进入供需再平衡,我认为最先面临价格压力的,大概率还是标准化程度较高的光模块环节,例如400G、逐渐成熟的800G,以及未来进入主流阶段的1.6T产品。像AAOI、中际旭创、新易盛、Source Photonics这类以光模块为主的厂商,未来更需要关注ASP和毛利率的变化。不过这是2028年以后更值得关注的风险,至少在我看来,2026至2027年行业仍然处于供不应求阶段,AAOI等公司依然受益于订单释放、产能爬坡和业绩兑现。 相比之下,我更看好拥有核心器件壁垒的高端零部件公司,例如Lumentum(LITE)、Coherent(COHR);以及Ciena(CIEN)、Nokia(NOK)等系统层公司,它们更多依靠技术、网络架构和系统集成能力竞争。至于Veeco(VECO)、Aehr(AEHR)、Viavi(VIAV)等设备和测试公司,只要行业仍在扩产,就有望持续受益于资本开支周期。 时间线上,我的判断和这份报告基本一致:2026年至2027年上半年仍是供不应求;2027年下半年至2028年,随着新增产能逐步释放,市场会开始重新定价供需关系。 现在讨论整个光通信行业全面产能过剩还为时过早。未来几年,不同产品、不同技术路线和不同公司,大概率会进入完全不同的供需周期,不会整个行业一起过剩。
显示更多
0
10
32
4
转发到社区
今天做了一件很有意思的事情:把我不常用的两台手机和一台 iPad 加入了我的 Codex 的 iPhone Use 自动管理矩阵。 这样的话,我就可以使用任何 Agent(包括 Dots、Grokbot)来操作我的 Codex,管理我家里的所有设备。利用这些设备来全方位地管理我的社交网络,并且和其他人建立密切的联系。 对于传统的联系方式,其实我有很多感兴趣的朋友,但因为我自己生活比较简单,很多事情记不到脑子里,所以我个人微信回消息的速度是很慢的。毕竟很多时候要保持连贯的记忆需要很大的成本,但使用 AI 去管理这一切就没有太大的成本。 现在我已经在我主要的手机上,登出了除了微信之外的所有社交软件。通过这种方式,其实我是变相在网络上塑造了一个真正的数字人格。 我的 Agent 负责帮我管理所有的通讯,在网上找到真正对我发布的产品感兴趣的用户,并且实时去刷社交网络,获取当下的潮流信息。通过这些信息,我能够判断自己需要去发力的产品或服务,下一步应该往哪个方向走。 而且这些社交网络平台覆盖了中日韩以及世界上主要国家的主流人群。我觉得这个月开始可能是“一人公司”开始真正替代传统组织的极其重要的时间点。
显示更多
0
10
261
28
转发到社区
币圈人炒美股的几个恶习,一定要避坑这几个点: 1. 信仰盘 看准一个就以为是比特币,疯狂加仓,从 存储 到 Circle,到最近也有人喊英伟达。其实不管任何股票都有周期,不是所有的成功路径都可以通过早期囤比特币这种信仰盘的方式来复制,这种幸存者是极少的。但币圈往往是被早期囤比特币能发财、囤以太坊能发财的人洗脑,认为只要搞信仰盘就能够赚钱。 2. 只会炒热门票 什么热炒什么。其实美股涨得好的,往往是悄摸摸在偷偷发展的公司,不一定是热门票。 一个票若是热门票,要么是涨到了顶点,要么是博弈面极其复杂,这种参与进去大概率都是韭菜,因为热门票的仓位已经极度拥挤了。 就单看存储半导体,有多少人能真的赚到钱落到口袋里?而消费、医疗和网络安全,很多股票已经破了新高,但因为不在新闻热点上,币圈的人也没有深度覆盖的能力,所以只能跟着热度炒。但炒公司跟炒币不一样,公司是有长期投资价值的,不是说那些冷门的就没有。 比如有一家公司几乎没有人提,半年时间已经稳稳翻倍了,而且几乎没有人提过:维多利亚的秘密,对,就是搞维密秀、卖女性内衣的那家公司 3. 只会炒情绪盘 别的不说,币圈的人炒情绪盘确实是很厉害的。因为炒 meme 和炒山寨币,大部分只要看情绪就够了。 但炒美股,当然炒情绪也是一方面,但大部分时候还是要回归公司的基本价值跟行业逻辑,以及关于估值体系、这个市场交易的拥挤度和资金配置等问题。要考虑的层面,其实要比单纯看情绪面博弈复杂得多,而且看情绪面博弈的胜率和收益比,也没有币圈来得高。 所以要炒透美股,还是要扎扎实实做好基本面研究:对公司的业务、公司本身的估值,以及公司的未来战略和上下游,都要搞清楚。 比如有个公司叫 TBBB,是 Druckenmiller 的持仓,做的是墨西哥的平价超市。其实基本面非常好,但也并不在情绪盘里,这个公司今年也翻倍了,而且走势非常稳,不像科技一样大起大落。 4. 盲目相信 KOL。 当然这点其实并不是币圈的问题了,A 股包括很多股票圈的人也是盲目听着 KOL 就冲进去干了。 但交易其实是自己的,KOL 只能提供一些他的思路。你要知道 KOL 他擅长的是什么:他是短线还是长线?他是交易基本面、情绪,还是技术方向? 如果这都不知道你就盲目跟,你一定会丧失自己的节奏。因为没有 KOL 是永远准确的,也不可能第一时间就告诉你该买多少、该什么时候卖。 我也订阅了很多 KOL,但我从来不会盲目抄作业,而是会把他们的思路吸收和分析,看有哪些是对的,有哪些我认为他们说得不对,我也不会盲目去跟单。 总之,炒美股是一个比炒币复杂得多的事情。炒币赚钱当然牛逼,但不一定能代表炒美股赚钱,特别是个股。 所以大家在看这些美股信息,特别是币圈 KOL 发的时候,还是要对他的观点有一个自己的判断。
显示更多
0
14
56
6
转发到社区
昨天的文章里,我们讨论了“孙学”值得借鉴的地方:观察大势,顺势而为。 今天我想聊聊它的 bug。 我认为,“孙学”最大的 bug,是高估了注意力,而低估了协作资本。 孙学对于注意力的思考逻辑其实非常完整:在注意力稀缺的时代,谁能持续制造事件,谁就能占据公共视野;而注意力又可以进一步转化成信用、融资能力、交易机会和资源调动能力。 于是形成一个飞轮:制造事件 → 获得注意力 → 注意力变成信用 → 信用变成资本 → 资本再制造更大的事件。 从现代商业逻辑看,这当然成立。毕竟,在当今社会,注意力本身就是一种资产。 “孙学”的聪明之处,是很早就理解了这种新型资本,但问题也恰恰出在这里。 人的长期价值,从来不只来自注意力。真正复杂的事业,需要另一种很难被量化,却极其重要的资本,那便是:协作资本。 一个人能做多大的事,不只取决于多少人认识你,还取决于多少人愿意长期和你合作,愿意把资源、信用、信息,甚至自己的利益与你绑定。 而这种资本靠的不是流量,它靠的是:可信赖、可预测、克制,以及长期重复博弈中形成的信任,这恰好与注意力经济存在天然冲突。 因为注意力最大化最有效的方式,往往是冲突、反常、戏剧性、出其不意,以及不断把自己放在舞台中央。 但协作资本需要的,却往往是另一种品质:稳定、边界、信用、让渡,以及从舞台中央适当地退下来。 所以,当一个人把注意力这个变量优化到极致时,就可能出现一个悖论:认识你的人越来越多,真正愿意长期与你绑定的人却越来越少。 这便是“孙学”真正的 bug。 注意力不是财富本身,它只是一个变量。 一个人的长期价值,还取决于能力、信誉、协作网络和组织资本,如果为了把“注意力”做到极致,永久损伤了其他几项资本,那么最后是得到的多,还是失去的多,其实很难判断。 真正高级的策略,从来不是最大化注意力。而是:在不透支信誉、不损耗协作资本的前提下,最大化注意力的价值。 《道德经》里有一句话:“夫唯不争,故天下莫能与之争。” 这句话放在今天的流量时代,格外有意思。 当一个人必须不断通过外部注意力确认自己的存在时,看起来好像主体性越来越强,实际上却可能越来越依赖别人。 别人看我,我才存在。 别人讨论我,我才重要。 一旦没人讨论,我就必须制造更大的事件。 于是就出现了一个吊诡:最擅长驾驭流量的人,最后也可能最离不开流量。 那么,到底是人在驾驭流量,还是流量开始驾驭人? 有时,你以为自己拥有了某样东西,也可能是那个东西拥有了你。 “孙学”最值得研究的bug,也许并不是它证明了注意力有多重要,而是它向我们展示了:当一个人把注意力资本这个单一变量优化到极致之后,它的机会成本究竟是什么。 最后,究竟是孙哥拥有了注意力,还是注意力拥有了孙哥? 这个答案,或许只有孙学的创始人,自己知道。
显示更多
0
172
472
43
转发到社区
《🔥如何使用DeepSeek选股炒股,让收益跑赢95%的散户?六年股民实战分享!》 本文为入市六年老股民的真实实操心得,全程落地可复制,无空泛理论。 一、炒股六年亏掉一辆车,直到我换了一种选股方式 先上一组真实数据:我今年的收益率是37.6%。不算惊人——肯定比不过那些抓到翻倍妖股的幸运儿。 但支付宝给我弹了一个提示:「你的收益超过了95%的基民和股民」。那会儿我才意识到:原来A股里大部分人今年压根没赚到钱。 我炒股六年,前五年都在亏。不是小亏,是把一辆本田雅阁亏进去的那种。我试过追涨停板、学过波浪理论、研究过缠论、还花过8000块报过一个「游资操盘手」的课。结果呢?亏得更快了。 后来我终于想明白了一件事:我根本不是在做投资,我是在赌博。我所谓的「选股」就是刷雪球看谁被讨论得多、看东方财富的评论区哪只票热度高、看哪个大V又发了代码。 我没有做过哪怕一次完整的公司基本面分析——因为我根本不知道怎么做,也没有时间做。直到DeepSeek出现。 梁文锋的幻方量化是DeepSeek的母公司——中国最顶级的量化对冲基金之一。他们训练出来的AI模型,骨子里就带着金融分析的基因。这个工具让我第一次觉得——原来一个散户也可以像机构那样做研究。 今年我选出来的每一只股票,都经过了DeepSeek至少三个维度的深度分析。没有一只是因为「听别人说好」就买的。这篇文章,就是我今年用DeepSeek选股的全套方法论。 二、DeepSeek选股的「铁三角」——基本面+技术面+情绪面 机构选股不是靠「感觉」或者「消息」——他们靠的是一套系统化的分析框架,覆盖三个核心维度:基本面(这家公司值不值得买)、技术面(现在是不是买入的好时机)、情绪面(市场其他参与者在想什么)。 散户和机构最大的差距就在于——散户三个维度一个都不看(或者只看技术面画几条线),机构三个维度都有专职团队覆盖。DeepSeek帮我把这三个维度的分析能力,从「机构专属」变成了「散户可及」。 三、基本面分析——五个提示词挖出财报里的「隐藏信息」 基本面分析是选股的核心。但A股有5000多家公司,每家公司的年报动辄两三百页——你就是辞职在家全职读也读不完。 DeepSeek的价值就是:它能在几分钟内啃完一份年报,帮你提炼出最关键的信息。但不是你随便问一句「这家公司怎么样」就行——你得问对问题。以下是我反复验证过的五个「挖金问题」,每一个都对应一个具体的选股逻辑。 第一问:盈利质量——公司赚的是真金白银还是纸面利润? 很多公司报表上的净利润很好看,但实际上根本没收到现金——全是应收账款。 你要让DeepSeek帮你做这个「揭老底」的检查:「分析[公司名]最新年报,计算经营性现金流与净利润的比值(近三年趋势),检查应收账款占营收的比例是否异常上升,判断公司的盈利质量是否存在水分」经营性现金流长期低于净利润、应收账款增速持续高于营收增速——这两条红灯同时亮起,直接pass。 我今年用这个提示词排除了至少4只「看上去很美」的股票。 第二问:成长持续性——增长是加速还是减速? 看增长不能只看「有没有增长」,要看「增长的加速度」。连续三年营收增长30%-25%-18%,增速在递减——这是成长性衰竭的信号。 提示词:「分析[公司名]近三年营收和净利润的同比增速变化趋势,计算复合增长率,判断公司的成长是加速还是减速,分析减速的主要原因是否具有持续性。」 第三问:护城河——凭什么竞争对手抢不走它的生意? 毛利率是企业护城河最直观的量化指标。如果一家公司能连续多年维持高于行业的毛利率,说明它有某种竞争对手无法轻易复制的东西——品牌、技术专利、网络效应、规模优势。 提示词:「对比[公司名]与同行业头部公司的毛利率、净利率、ROE三年趋势,分析该公司的竞争优势来自哪里,护城河是变深了还是变浅了,哪些因素可能威胁其竞争地位。」 第四问:隐藏雷区——财报附注里藏着的「定时炸弹」 这是DeepSeek最让我惊艳的能力之一——它真的会去「读」财报附注。而财报附注里往往藏着上市公司最不想让你看到的东西。大额对外担保、关联交易占比异常、商誉减值风险、存货跌价准备不足——这些对于普通散户来说是「天书」一样的存在,DeepSeek能像侦探一样找出来。 提示词:「仔细阅读[公司名]最新年报的附注部分,找出可能存在风险的会计科目(重点关注:商誉、应收账款账龄、关联交易、对外担保、存货减值计提是否充分),逐一评估风险等级。」 第五问:估值合理性——现在的价格到底贵不贵? 最后一步才是看价格——很多散户把这个顺序搞反了,一上来就问「这只票现在能不能买」。正确的顺序是:先确认公司质量过关,再判断价格是否合理。 提示词:「计算[公司名]当前PE/PB/PS,与近五年历史区间和同行业均值进行对比,结合公司的成长性和盈利质量,评估当前估值处于什么水平,是被高估、合理还是低估。」 【基本面分析速记卡——五个必问DeepSeek的问题】 一、盈利质量:经营现金流/净利润比值?应收账款是否异常? 二、成长持续性:近三年营收和利润增速是加速还是减速? 三、护城河:毛利率vs同行?竞争优势在变深还是变浅? 四、隐藏雷区:商誉/关联交易/对外担保/存货减值——逐一排查 五、估值合理性:当前PE/PB处于历史什么位置?和同行比呢? ▲ 五个基本面提示词让DeepSeek在几分钟内完成一个分析师团队几天的工作量 四、技术面分析——用DeepSeek找到「基本面好+买点对」的交集 基本面分析告诉你「这只股票质地好不好」,技术面分析告诉你「现在买时机对不对」。两者缺一不可。好公司在错误的时间买入,照样亏钱。 DeepSeek在技术面分析上有一个独特的优势——因为它背靠幻方量化的技术基因,它对技术指标的解读远比普通的「看图说话」要深度。 我最常用的三个技术面分析方法是: 第一,均线系统——让DeepSeek判断当前股价在所有重要均线(5/10/20/60/120/250日)中的相对位置,是典型的多头排列还是空头排列; 第二,量价关系——成交量是价格走势的「燃料」,放量突破关键压力位是真突破的可靠信号,缩量上涨则需要警惕;第三,技术指标共振——不会只看一个指标,而是让DeepSeek同时检查MACD、KDJ、RSI和布林带,只有在多个指标同时发出相似信号时才认为信号有效。 一个特别实用的提示词模板:「分析[股票名]近三个月的日K线走势。 第一步:判断当前均线排列状态(多头还是空头); 第二步:分析近一周的量价配合情况; 第三步:检查MACD、RSI和布林带是否出现背离或共振信号。 综合以上三个维度,给出当前是否适合介入的技术判断。」 ▲ 技术面不是画几条线就完事了——量价关系+指标共振才是核心 五、情绪面分析——让你在市场疯狂时保持冷静的「AI保险丝」 这个维度是散户最容易被收割的地方。一只股票基本面很好、技术面也发出了买入信号——但如果你是在市场情绪最高涨的时候追进去的,很可能买在了山顶上。 DeepSeek可以做舆情追踪:你让它搜索目标股票最近一周在全网(微博、股吧、雪球、新闻)上的讨论,统计正面/负面/中性评价的比例,再和前一阶段的数据做对比——如果正面情绪在短时间内剧烈升温,往往意味着短期过热。 还有一个冷门但好用的用法:让DeepSeek帮你「反向思考」。 当你特别看好一只股票的时候,不要问它「这只股票有什么投资价值」——你已经先入为主了。而是问它:「如果这只股票未来半年跌了30%,可能是哪些原因导致的?请列出所有可能的风险因素,包括那些市场上目前没有人讨论的潜在风险。」 这种反向提问会让你在情绪高涨的时候保持一份清醒——这份清醒在牛市中可能让你「少赚」,但在熊市中能救你的本金。 ▲ 全网舆情追踪+反向思考——AI帮你在大众疯狂时守住理性 六、我的完整选股流程:从5000只到最终2-3只 以上三个维度单独来看都很有用,但真正的威力在于把它们串成一套系统化流程。以下是我今年优化了至少五个版本之后沉淀下来的完整选股六步流程: 第一步:行业筛选。 不直接从5000多只股票里选——那太多了。先用DeepSeek做行业比较分析,找出当前处于景气上行周期的3-5个行业赛道。 提示词:「对比以下五个行业近期的景气度指标(营收增速、库存周期、政策环境、机构持仓变化),推荐两个最值得关注的行业并说明理由。」这步做完,选股范围从5000只收缩到了大概三四百只。 第二步:基本面初筛。 在目标行业内,用五个基本面提示词(第三节的方法)对行业龙头和主要竞争对手逐一做快速扫描。 重点关注两个「一票否决」指标——经营现金流长期为负的、应收账款增速持续超过营收增速的,直接排除。这步做完,候选池缩小到20-30只。 第三步:财报附注深挖。 对候选池里的每一只股票,用「隐藏雷区」提示词做一次深度排雷。商誉占比过高的、大额对外担保的、关联交易占比异常的——标记出来,结合具体情况判断是否继续保留。 这步很关键——今年帮我在一只非常火的消费股上发现了巨额商誉减值风险,避免了一大笔潜在亏损。 第四步:估值判断。 在排雷之后的池子里,逐一做估值分析。当前价格处于历史估值区间的什么位置?和同行业相比是高是低?结合公司的成长性判断当前估值是否合理。这步做完,候选池缩小到8-12只——剩下的都是「基本面过关+价格合理的优质标的」。 第五步:技术面择时。对着这8-12只股票,逐一用技术面方法判断当前是否适合介入。重点看均线排列状态和量价配合——只有「多头排列+放量企稳」的才列入买入备选。这步做完,真正准备出手的只有3-5只。 第六步:仓位分配和止损预设。最后一步不是选股,是「管钱」。每只股票分配多少仓位?总仓位不超过多少?每只的止损线设在哪里?这些我都会让DeepSeek基于我的风险偏好给一个参考建议,最终自己拍板。 铁的纪律是:任何一只股票,单笔亏损不超过总资金的2%。这个比例看起来很保守,但它保证了你即使连续犯错十次,本金也就亏20%——还能东山再起。 ▲ 六步完整选股流程——从5000只到2-3只,每一步都有明确的筛选逻辑 七、用DeepSeek选股最容易犯的三个致命错误 致命错误一:让DeepSeek直接推荐股票代码。 「帮我推荐三只这个月最值得买的股票」——这是最危险的问题。DeepSeek可能会给你一个答案,甚至包含看起来很具体的目标价和理由。但AI的「推荐」本质上是基于历史数据的模式识别,它既不预测未来,也不为你的亏损负责。 正确的问法永远不是「推荐什么」,而是「帮我分析这个」。你是最终的决策者,AI是你的研究助手——这两个角色绝对不能模糊。 致命错误二:用DeepSeek的结论代替自己的判断。 DeepSeek说「这家公司基本面良好」——你看了觉得有道理——然后买了。请注意你的决策链条:你唯一的判断依据是「AI说的」。这就是所谓的「外包式决策」——看起来你做了研究,实际上你把最关键的判断环节外包给了一个语言模型。 正确的做法是:DeepSeek提供数据和角度,你用这数据和角度形成自己的独立判断。如果DeepSeek的分析中有任何一点你不能用自己的话解释清楚——那就不要基于这个分析做决策。 致命错误三:只分析不跟进——买入之后的监控比买入之前的研究更重要。 选股和买入只是投资的开始。买入之后公司基本面有没有变化?行业环境有没有发生改变?当初买入的理由还成立吗?这些问题的答案每天都在变化。 我给自己定了一个规矩:每两周至少对持仓股做一次快速体检——把最新的公告和新闻喂给DeepSeek,让它判断「买入逻辑是否发生实质性变化」。 如果没有变化,继续持有;如果逻辑被破坏,果断离场——不管盈亏。这一条纪律,比任何选股方法都重要。 ▲ 三个致命错误:让AI直接推荐/外包式决策/买入后不再跟进——每一条都可能让你亏掉本金 八、写在最后:DeepSeek没有让我变成「股神」,但它让我不再当「韭菜」 37.6%的收益率不算高——在牛市中很多人能做到更高。但我的收益率和那些靠运气或者牛市赚到的有一个本质区别:我知道自己为什么赚了这些钱。 我每一次买入都有明确的、可以被事后验证的理由;我每一次卖出都有根据的、可以复盘和反思的逻辑。这种「知道自己为什么赚、为什么亏」的能力,比任何一只牛股都重要——因为牛股是一次性的,而正确的选股方法论是可以复制的。 DeepSeek的母公司幻方量化有一句话我很喜欢:「量化不是预测未来,而是管理不确定性。」 这恰好是对DeepSeek在选股中角色最精准的描述——它不能告诉你下一只翻倍股在哪里,但它能帮你把「不确定的赌博」转变为「被管理好的风险」。 它能让你看到一家公司财报里隐藏的危险信号、让你在情绪过热时多一份冷静、让你在做决策时有数据和逻辑的支撑。 这些事情看起来很朴素,但如果你炒股超过三年就会明白——让人在股市里长期亏钱的不是「运气不好」,而是不懂得避开那些本该提前看到的风险。 DeepSeek帮我的不是「赚得更多」,而是「亏得更少」。而在A股这个市场上,活得久比赚得快重要一万倍。 以上内容为转载,非小龙先生的原创。我在思考,既然DeepSeek可以拿来选股和炒币,当然也可以拿它来选币炒币。我已经在实践了,你也可以的! #DeepSeek# #炒股# #炒币# #AI炒股炒币#
显示更多
先去挂周一的跌停 又到周末了,把一些零零碎碎的话题都捡起来。 1、今天的白银lof继续跌停,这个不意外,因为就算两天跌停还有30%的溢价,你们现在该做的就是提前挂周一的跌停价,争取排队靠前一点,我昨晚已经帮你们算好了,周一的跌停价是2.272。排的早冲出去的概率挺大的,比如昨天成交了8亿,今天成交了6亿,慈善家比想象的要多。 另外大家关注的都是白银lof的溢价,没太注意白银lof自身的净值近期一直跟着银价上涨,所以最差情况溢价跌没了,走净值赎回通道也能小挣一笔。 另外昨天有读者问为什么自己的套利周期是4天,比大家慢2天,是因为场外申购多了转托管的步骤,最快的是场内申购,t+2就能卖。实在不会的打电话问券商客服,这种操作一次学会了,以后就都会了。 …… 2、前几天给你们说过一个业内新闻,明年中证a500期权落地,要选适配的ETF基金,结果排名靠前的那几家都在年末发力冲规模,这事你们还有印象吗?今天有最新情况了,传头部竞争的那几家相互举报对方短期冲规模,干扰市场秩序,监管各打50大板,要求这些基金停止内卷,停止短期冲规模,所以这一轮a500的规模军备竞赛立刻停止。 指数etf的内卷程度堪称惨烈,一个a500指数就批了40多个etf基金,散户都懵逼了,经常有人来问我这些etf之间有什么区别吗?本质上是没区别的,就是背后收管理费的运营方基金公司不同,你们说这能不争的你死我活嘛。 但话说回来,明年a500期权落地这事是真的,而且大概率就在一季度,到时候很可能会在沪深两市选2家etf,被选中的etf相当于有了旱涝保收的长期饭票。所以就算不冲规模,其它维度上的竞争依然存在。 …… 3、再聊聊朱孝天的瓜,他昨天对五月天的举报指控真的非常恶毒,你们如果看过原贴就知道除了黄牛炒票和组织假唱外,还有涉及政治立场的指控,招招都是奔着要弄死对方去的。虽然事后他以遭受网暴,情绪失控来为失当言论道歉,但这个人的本质真的就是很糟的。 20年前他刚火的时候上综艺就经常有雷人发言,这些都过去了,近几年的名场面是一次直播中,网友弹幕说希望看到朱孝天和贾玲吃饭,因为两人之前录过综艺节目,有互动。结果朱孝天突然来一句,“贾玲我早就删了”。之后还反问“我为什么不能删贾玲?她都不知道我删了她,当时节目里的人都删了。” 贾玲也没得罪他,就是最近有一段时间没联系,他觉得多余就删了。其实删微信属于私事,你想删就删了,但把这事捅到舆论场当众说出来,会让人多少觉得这人有点病。 之前f4沟通合体演出事宜,弄了个微信群,朱孝天觉得大家各自在不同公司,意见不一,成员私下不熟,日常生活没交集,他就主动退群了。 他总是营造一种避群、社交隔离的人设,本来我也只是觉得他性格古怪,结果这次f4演出没带他玩,他破防了,对顶替他位置的阿信一波疯狂输出,玩脱了说自己情绪失控,抱歉。 我一个平时不关心内娱的人,阴差阳错这几年在热搜上陆陆续续吃了他好几个瓜,这样的人简直是社交地雷,谁踩谁炸。昨天有读者说举报是好事,这不符合我的价值观,我身边认识的人无论亲疏远近,我都不会主动举报。尤其是曾经关系尚可的时候知道的一些信息,关系疏远破裂后也不会拿来要挟或者攻击,否则我觉得人与人之间的信任成本太高了。 …… 4、这几天互联网上铺天盖地的都在聊美国斩杀线,很多读者也留言问我怎么看。这事我一直比较审慎,因为我这辈子活这么大只在美国短暂的旅游过10天,我对美国社会的了解一个是基于公开数据,另一个就是影视剧,只凭这些我觉得不足以让我对深刻的社会问题得出准确的判断。 看公开数据的话,美国人均gdp大概是6.5倍,换算购买力大概是3倍,每周平均工作时长大概是0.71倍,居住面积是1.6倍,人均汽车保有量是3.7倍。如果只看数据美国人的生活质量应该不差,那为什么会被斩杀呢,我看了网络上的信息,主要是社会兜底保障制度比较弱,基础服务价格贵,导致很多美国人处于杠杆消费的紧凑平衡状态,没存款没余财,财务抗风险能力弱,一波意外支出就有可能阶级坠毁。 grok和gemini都提到了中国低成本生存的优势,它们告诉我2000人民币月收入的中国人,生存空间可能并不比3000美元月收入的美国人差多少。 再加上中国人爱储蓄,这是几千年农耕文明的文化基因,所以底层抗风险能力要强一些。其实无论中美你只要杠杆消费,都有阶级坠毁的风险,不然你问问前几年高位买房的人,他们在财务上也被斩了,现在只是苦苦支撑。 总的来说我对这个话题能发表的看法没什么特别的,互联网烂马路的水平,只是关心的人多,我浅浅回应一下。 今晚就这些,大家周末愉快。
显示更多