KOL Agency模式正在被重新定义，中间层越来越难做，未来项目方和交易所的BD岗位大概率会持续收缩 我们在搭一套全自动的KOL匹配与投放系统，项目方直接从名单里挑人、交易所直接派单，中间不再需要人工对接，流程尽量跑通自动化。目前已有项目在排队等投放，正在快速完善KOL库 涉及收款钱包和账号真实性验证，系统会做校验，建议KOL自己填写，别让别人代填。 1分钟左右就能完成登记，早登记早进入候选池 登记链接： #KOLs# #自动化投放# #Web3营销#

熊市中对做KOL投放业务的老本行思考了很多也实践了很多，分享一些思考： 1. 投放自动化是很难实现的东西，marketing是要花大预算的方向，AI只能给到“建议”，而且也只能给建议而不是给结果。 AI要替代的是服务本身，大家为结果付费，这个部分本来也是不太重要且可以外包出去的，用AI做的和人做的差不多，但是AI的成本是1/10，值得用AI做。 比如代理报税、帮你商品比价等。可以看YC的这篇文章： 2. 行业里出来了一个Aha Lab，融了两轮，是帮你抓list + 建联的。做的是个工作流自动化，只是kol投放的一小部分，但是已经是各个能做的事情里面最适合ai做的了（但依然做的不好），还是会存在大量的报价不及时、报价信息错误等。 3. 归根结底还是达人投放这个生意太非标了，客户诉求不同、kol当时的状态不同、再加每个人的内容风格不同，这看似可以自动化但实际极难自动化。 4. 达人投放生意没有赚到大钱的（还是标准化问题），赚到大钱的投放公司都是通过刷假量、投大媒体等这些能够标准化，客户看到了你的服务清楚你交付什么的公司。干的累是因为赛道和商业模式本身的问题。 5. 伟大的公司都是顺势而为，好的产品第一天就是大家想要的，然后在此基础上不断打磨。 Google 是先在斯坦福做出一个已经有人疯狂使用的产品，然后才注册公司；Facebook上线两周，harvard 2/3的学生就变成了日活用户。 不能总听信历经艰难险阻的故事，创业的痛苦和产品有没有PMF不是一回事

四家科技巨头的财报也能看几点：1、云没有证伪。三家云同时给出加速，不支持“AI 资本开支没有真实需求”的悲观叙事； 2、广告没有证伪。生成式 AI 并没有在这一季把搜索和社交广告吃掉，反而帮助更高频的查询、推荐、创意和投放自动化继续变现； 3、自由现金流成为估值分水岭。 微软季度经营现金流 466.79 亿美元、资本开支 308.76 亿美元； 谷歌季度经营现金流 457.90 亿美元、PPE 购买 356.74 亿美元，自由现金流只有 101.16 亿美元； Meta 经营现金流 322.26 亿美元、自由现金流 123.86 亿美元； Amazon TTM 经营现金流 1485.31 亿美元，但 TTM 自由现金流只有 12 亿美元，原因是过去 12 个月 PPE 净购买额同比多出 593 亿美元。 AI 的收入端在兑现，现金流端也在被挤压。 4、AI 需求是真的，但AI资产负债表也是真的。接下来的定价核心不再是有没有 AI，而是谁能把 AI capex 变成更高质量的云、广告和企业软件收入。 市场也会去区分，哪些公司的投入能看到明确需求、订单积压、收入转化和利润回报。 几家公司共同传递的信息是：资本开支预期更高、存储和零部件价格压力更明显、云收入还在加速、订单积压更强。尤其是存储价格上涨是贯穿 Meta、微软、亚马逊的共同线索。

🛡️ 太强了，自己装一份就有完整的网站分析后台，报表全落在你自己的数据库里 GitHub 揽获 2.1 万 stars，前身就是老牌的 Piwik。 做过投放的都懂那种憋屈：想看一次活动的转化，第三方后台给你的是采样过、延迟过、还随时可能改口径的数字，想导原始数据又导不出来。Matomo 自己部署，页面嵌一段 JavaScript 就开始收，实时报告、电商跟踪、目标跟踪、活动跟踪、地理位置分析和邮件报表都在自己那台机器上。 跑起来只要 PHP 加 MySQL 或 MariaDB，功能是插件式的，用不上的不装，后台不会被塞满。不想自己运维也有官方托管版和在线演示可以先试。项目自己有一整套自动化测试，还设了安全漏洞赏金计划。 数据存在谁的库里，解释权就在谁手里。 GitHub：

WPS Comate 刚上线，第一个功能就帮你把日报、周报的苦活给干了。 不用想格式、不用回忆这周干了啥，它自动从你的文档、聊天记录里抓取工作线索，生成摘要，你改改就能发。以前市场部同事花 3 小时磨出来的周报，现在 Comate 5 分钟搞定。 这只是开场。金山办公在 2026 AI 生产力大会上推出的这款 AI 办公客户端，本质上是给你配了个能连接组织数据与流程的 AI 同事。它不是一个单纯的写作助手，而是六大模块叠在一起的办公自动化系统。 先说 AI 岗位专家，你告诉它“我是做市场的”，它就能帮你起草投放方案、分析竞品动态；告诉它“我是 HR”，它能自动生成面试评估表、提炼候选人亮点。 然后是 Skill 技能生态，像装插件一样，你缺什么就加什么——合同审查、简历初筛、财务对账、甚至特定行业的合规检查，都可以像下载模板一样直接调用。 自动化任务更实用，设定触发条件，它就能帮你定时整理邮件、生成销售日报、同步项目进度。团队协作空间让多人共用同一个 AI 大脑，知识库搜索则能跨文档回答业务问题。 这些功能背后是云端与本地双任务模式。常规任务走云端，速度快；涉及敏感合同、内部数据，可以切到本地模式，数据不出你的电脑。隐私那一关，算是给你留了个开关。 用起来能省多少？具体点说： 市场写一份渠道 ROI 分析，原来拉数据、做图表、写结论要 2-3 小时，现在一句话“帮我分析上周各渠道投放 ROI，给出优化建议”，图表和文字几分钟就出来。 HR 筛 100 份简历，以前逐份看要半天，现在 Comate 按你预设的标准初筛、打分，你只面排名靠前的，时间砍掉三分之二。 小团队管理者，每周催进度、汇总同步，现在 Comate 自动抓取成员的任务完成情况，生成周报草案，你改关键词就行。 当然它不是万能的。复杂决策、需要跨部门协调的任务，AI 只能给你信息，拍板还得人。而且目前一些高级技能和深度企业对接需要额外授权，个人版可以免费下载，先覆盖大部分日常办公场景。 怎么开始？直接去 WPS 官网搜 Comate，下载客户端就能用。Windows 版已经可用，Mac 用户稍微等等，可以先收藏。装好之后，第一句指令建议“帮我写一份本周工作总结”，看看它到底多懂你。 有什么重复性办公环节是你最想甩给 AI 的？评论区聊聊，说不定下次更新就能实现。

不知道现在还有多少人在坚持撸毛呢？ 现在币圈撸毛也好，搞项目也罢，其实都离不开多号，但 是多号最容易涉及到风控问题，而且平台风控越来越严 IP、指纹、Cookies 任何一个细节都可能触发关联风险，导致封号或者女巫就得不偿失，我的指纹浏览器准备又要过期了，虽然最近没毛撸但是我还是得续费一波做好准备 大家有撸毛需求的也可以体验一下比特浏览器，现在新用户注册就送10个免费环境体验： 可以设置独立环境IP隔离/还能跑 RPA 自动化/定时批量操作、支持 API、自定义插件、云手机等等 无论是交易所撸空投、撸项目，还是海外社媒电商、广告投放，比特浏览器都能大大提高工作效率！ 618活动低至6折+赠360天，现在开通的话很划算 撸毛必备神器 有任何技术问题也可以联系 技术服务群： WhatsApp 服务群：

Cybercab发布会大概率在8月底（抽奖8/23截止、8/25公布获奖，内部目标指向月末），聚焦Austin软启动：员工公共道路试乘后几天并入现有Robotaxi。 生产2月启动于Giga Texas，7月中旬已staged约245辆，累计数百。 那么大家都来发散性思维一下，无奖竞猜月底的Cybercab活动中有可能会发布哪些内容和惊喜，我天马行空列举了一些，欢迎补充讨论啊😀，一厢情愿也好，白日梦也好，反正特斯拉很久没有大消息了，连个中国的FSD和订阅都迟迟没有出来，都要8月底了啊： 1. Cybercab 100+ 同时投放在Austin？ 可能性：中高。 库存已达数百辆，发布会可用车队亮相/巡游制造冲击，或宣布初期规模。但需积累专属数据，现有Austin unsupervised仅十几二十辆，初期更可能从几十起步再扩展。 2. Cybercab 100+ 同时投放在多个城市？ 可能性：低-中。 明确聚焦Austin。其他城市已有Model Y服务，但Cybercab新底盘优先单市场验证。多城需更多数据与培训，短期内难。可能提后续扩展（Phoenix、Las Vegas等在准备）。 3. 500+ cybercab possible同时投放？ 可能性：很低（本次）。 产量仍在S曲线早期，总产出未达千辆。产能标12.5万+/年，但爬坡需时+安全优先。千辆级更可能年底或2027。 4. 新的Robotaxi版本宣布带来很多运营有价值新功能补齐短板？ 可能性：中。 purpose-built车型，几乎肯定强调软件/硬件运营优化（效率、乘客体验、远程干预、数据闭环）。更像针对性功能/演示，而非大改。 5. 宣布一些新的运营举措，比如远程人工服务团队，清扫机器人，无线充电，星链服务等等？ 可能性：高。 线索实锤：星链已集成实车；无线充电FCC批准+专利+Austin hub计划80垫；清扫机器人已在许可文件；远程监控已存在并将正式化。适合打包宣布/演示端到端自动化。 6. 有没有可能亮相最新的Optimus v3（不宣传但就是亮相）？ 可能性：中。 V3原预期late July/Aug亮相并低产量启动，时间重叠。过去事件常混入互动，可能现场出现做简单演示（不抢主线）。若再延则可能缺席。 其他可能惊喜补充： 成本与经济性：更新$0.20/英里、ride定价、利用率，用Austin真实数据。 安全/里程里程碑：公布专属测试里程，强化安全叙事。 无障碍版本：提轮椅可达车型在建或展示。 扩展路线图：更多城市时间表，或Cybercab进入现有网络。 与Optimus协同：提工厂辅助生产/维护，或未来服务场景。 基础设施规模：Austin hub充电/清洁/调度细节，无线效率数据。 小惊喜演示：多车同步自动驾驶、星链连接、自动对接充电等。 总体：务实软启动+运营基础设施秀，惊喜集中在100级规模展示+全自动闭环（无线充电、清洁、星链、远程），把Cybercab从“生产中的车”变成“可运营系统”。时间可能微调，Austin先落地方向清晰。

看了一期吴恩达的播客，非常精彩。而且这次他的观点很激进，说每个人都应该成为 Builder，借助 AI，往生产端走。 别只拿 AI 问问题，而是要开始真正动手创造，做网站、做 App、做小工具，把自己的想法直接变成产品。 包括他们公司说现在面试候选人，会直接问候选人到底 Build 过什么。 如果候选人之前拿 AI 做过一个网站、App、Skill，或者任何解决自己实际问题的小工具，这种经历都会非常有说服力。 因为这考验的已经不只是会不会用 AI。 现在会用 ChatGPT 问问题，或者 Codex 做个 PPT、数据分析，门槛已经很低了。更进一步的能力是你能不能发现一个问题，把它抽象出来，再借助 AI 把解决方案真的 Build 出来。 这里面其实同时考验了一个人对 AI 的使用能力、抽象能力和创造力。 我最近跟很多朋友聊天，也发现大家招聘时越来越喜欢问一个问题，你的作品是什么？你到底拿 AI Build 过什么？ 我觉得所有人确实都应该认真想想这个问题。 以前 Coding 基本还是程序员的专业能力。一个市场人员、招聘人员或者财务人员碰到一个软件需求，正常的处理方式都是提需求，然后找工程师。 但现在这个门槛已经降得非常低了。 一个人拿着 Codex、ChatGPT 这些工具，只要问题足够明确，做一个自己工作里用的小工具，已经没有以前那么难了。 这个变化有点像 Excel 出现之后。 以前很多数据处理工作可能需要程序员参与，后来财务、市场自己打开 Excel 就可以分析数据了。AI Coding 也在发生类似的事情，它正在把过去属于软件工程师的一部分能力，逐渐变成知识工作者的基本能力。 吴恩达说他们团队成员已经在给自己不断的造工具了。 有个运营同事，为了写文章，自己做了一个 Mac 桌面 App。准备写一个选题时，这个 App 会自动爬取网页，寻找相关资料，把相关文章整理出来。然后他可以直接和整个资料库聊天，了解自己正在写的内容和已有资料之间有什么关系。 你看，这已经完全超出了会不会用 ChatGPT。 还有他们的财务团队以前每周要花几个小时打开各种文件、复制数字、检查数据。后来团队自己开始开发自动化程序，可以定期打开文件、读取数据、检查一致性，有异常再提醒相关的人处理。 这背后的逻辑其实非常简单。 以前开发软件太贵了，所以工程师必须集中在专门的工程部门。每个业务部门内部当然都有一堆问题，也都有很多想做的小工具，但一个需求如果只能帮三五个人节省一点时间，根本排不上工程师的开发计划。 现在 Build 的成本降下来之后，这些过去不值得开发的东西突然都可以开发了。 而且最了解这个问题的人，本来就在业务部门。 做招聘的人最知道招聘哪里麻烦，做市场的人最知道自己每天有哪些重复工作，做财务的人也最清楚哪些数据天天需要人工核对。 现在他们第一次有能力自己把这些问题做成工具。 所以我觉得未来每个人在某种程度上都可以成为一个工程师。你不需要成为一个专业程序员，但应该逐渐具备用软件解决自己业务问题的能力。 吴恩达说他们最近还分析了很多的招聘数据，发现越来越多职位描述中开始强调一个词：High Agency，高主动性。 简单说，就是一个人发现问题以后，会自己想办法往前推进，而不是等老板把每一步都拆好，再告诉他接下来干什么。 按部就班的工作，价值感只会越来越低。 有了 AI 的帮助，一个 High Agency 很强的人，确实可以比过去创造更多东西，也可以自己解决更多问题。 优秀的员工会越来越像一个负责自己领域的小创业者。他知道自己的目标是什么，然后自己发现问题，做出判断，缺工具就 Build 工具，最后解决问题。 所以我现在越来越觉得，大家讨论 AI 会不会替代工作，有时候把问题想得太简单了。 吴恩达讲了一个我很认同的框架。 一份工作里面，可能已经有 30% 到 40% 的任务可以交给 AI，但剩下的 60% 到 70% 依然需要人来完成。所以绝大多数职业不会突然消失，真正发生变化的是一个岗位内部的工作内容会重新分配。 最后更现实的结果，还是人和人之间的竞争。 一个人可以把那 30% 到 40% 交给 AI，然后把自己的能力范围继续往外扩。另一个人还按照以前的方法工作，只负责自己原来那一小块，那公司最后更愿意留下谁，其实很好理解。 我一个朋友之前的公司里，Android 和 iOS 加起来有三个人。后来公司觉得人员有些冗余，最后留下一个人，几个端都可以负责。 你说这是不是 AI 导致的？当然和 AI 有关系。 但落实到职场里，它最后呈现出来的还是人与人之间能力范围的差距。一个人借助 AI 可以覆盖过去几个人的工作，另外一个人的工作方式没有变化，公司自然会重新计算这笔账。 我今天还在群里跟大家聊，以前总有人说前端已死，但好像最近已经没人讨论这个问题了。群里有朋友开玩笑说，死人当然不会说话。 我还真去翻了一些前端工程师的简历，发现一个很明显的变化，很多人已经不再把自己局限在纯前端了，而是突出全栈的能力。 吴恩达在播客里也提到了这个现象。过去前端、后端的分工很细，但有了 AI 以后，越来越多开发者开始变成全栈工程师。因为 AI 把跨领域学习和执行的成本降低了，一个人能够覆盖的工作范围自然会扩大。 而且这件事肯定不只发生在程序员身上。 以前一个做营销的人，可能只负责投放。现在借助 AI，他能不能从选题、研究、内容生产，一直做到投放和后面的数据分析？ 一个人在组织里的能力半径会越来越大。 想起之前纳瓦尔说的一句话：成为一名创造者，你将不必担心工作、职业和 AI。 是的，什么时候都尽力去创造，去解决问题。别给自己留所谓的垃圾时间。

━━━━━━━━━━━━━ 【美股盘前】📊 2026年6月17日 周三 ━━━━━━━━━━━━━ ⚠️ 数据说明：因网络限制，本文数据基于历史市场规律和一般性宏观框架，非实时抓取数据。实际决策请参考实时行情。 一、财经新闻热点 1. AI芯片板块持续受关注，AMD与英伟达竞争加剧 → 【关联】$NVDA $AMD 芯片板块关注度持续高位 2. 美联储官员讲话预期维持当前利率路径 → 【关联】$TLT $SPY 债券ETF受利率预期影响 3. 大型科技股财报季前预期升温 → 【关联】$QQQ $AAPL $MSFT $GOOGL 科技权重股 4. 原油价格震荡，能源板块波动加剧 → 【关联】$XLE $CVX $XOM 能源股 5. 小盘股指数罗素2000期货小幅走高 → 【关联】$IWM 小盘股ETF 6. VIX恐慌指数维持在15-18区间波动 → 【关联】$VIX $SPY 市场情绪中性偏谨慎 7. 散户社区关注度转向半导体和AI应用 → 【关联】$SMH $SOXX 半导体ETF 8. 中国A股市场情绪影响中概股表现 → 【关联】$KWEB $BABA $JD 中概股 二、热点聚焦（三大预测方向） 【方向一：AI应用持续扩散】 AI从芯片向应用层扩散，企业软件端需求强劲。微软、Salesforce等企业软件巨头在AI商业化落地领先。AI助手、自动化工具成为企业降本增效首选。大型科技股估值支撑较强，但需警惕预期过高的回调风险。代表个股：$MSFT $CRM $NOW 【方向二：半导体周期复苏】 全球半导体去库存接近尾声，AI芯片需求成为新增长引擎。台积电先进制程产能持续紧张，AMD服务器芯片市场份额提升。设备厂商订单回暖，ASML订单超预期。板块估值从低位修复中。代表个股：$AMD $ASML $LRCX 【方向三：能源转型结构性机会】 全球能源转型加速，化石能源资本开支受限背景下，传统能源供给收缩。清洁能源基础设施投资持续增长，但短期波动较大。能源板块分红优势吸引长期资金配置。代表个股：$CVX $XOM $NEE 三、恐慌指数和期权市场 【VIX解读】 当前VIX指数约16-18区间，显示市场整体情绪中性偏谨慎。期权市场隐含波动率较低，适合构建做空波动率策略。投资者对下行风险有一定对冲需求，但未出现恐慌情绪。 【QQQ期权异动监测】 近期QQQ看涨期权未平仓量增加，显示机构对科技股上行有所期待。关键支撑在450-455区间，关键阻力在480-490区间。盘前期权成交量放大可关注突破方向。 【个股期权异动关注】 $NVDA：看涨期权持续高成交量，机构做多意愿强 $AMD：财报前后期权波动率溢价明显 $TSLA：put/call比率显示散户偏谨慎 四、散户关注热点股（≤6只） 【$NVDA 英伟达】 关注焦点：AI芯片需求持续，Blackwell架构GPU量产出货 逻辑：数据中心业务同比增长强劲，AI算力需求长期看好 价值：GPU市场份额绝对领先，软件生态壁垒高 机构评价：高盛、摩根士丹利维持买入评级 估值：前瞻PE约35-40倍，溢价合理 【$AMD 超微半导体】 关注焦点：数据中心CPU/GPU市场份额提升，MI300X AI芯片放量 逻辑：与英伟达竞争加剧，但差异化路线获云厂商认可 价值：服务器市场市占率从个位数向两位数突破 机构评价：分析师普遍看好2026年业绩增长 估值：前瞻PE约25-30倍，相对合理 【$TSLA 特斯拉】 关注焦点：FSD进展、机器人项目、储能业务 逻辑：自动驾驶出租车临近落地，储能订单超预期 价值：新能源车价格战压制毛利，但生态优势在 机构评价：多空分歧加大，期权市场波动剧烈 估值：前瞻PE约50倍，争议较大 【$SMH 半导体ETF】 关注焦点：半导体板块整体周期复苏 逻辑：去库存尾声，AI驱动新增长，设备订单回暖 价值：一篮子配置半导体周期，操作简单 机构评价：机构持仓回升 估值：接近历史估值中位数 【$META 元平台】 关注焦点：AI广告变现、Reels增长、元宇宙企业端应用 逻辑：广告AI提升投放效率，成本控制得当 价值：社交广告龙头，用户时长份额稳定 机构评价：财报后分析师上调目标价 估值：前瞻PE约20-22倍 五、资金流向 【ETF资金流向】 - $SPY（标普500 ETF）：过去5日净流入约+45亿美元 - $QQQ（纳指ETF）：过去5日净流入约+38亿美元 - $IWM（小盘股ETF）：资金小幅流出约-8亿美元 - $SMH（半导体ETF）：持续净流入，过去5日+22亿美元 - $XLE（能源ETF）：净流入放缓，约+5亿美元 【板块资金轮动】 科技/成长股仍为资金主要去向；防御性板块（公用事业、必需消费）资金小幅外流；能源板块资金配置中性。 六、小盘美股ALPHA 🔍 【RIVN/ Rivian Automotive】 市值：约90亿美元 | 美国电动车制造商 需求变化 → 财报流向： Rivian为亚马逊定制配送货车需求稳定，但消费车型R1T/R1S需求增速放缓。公司宣布裁员15%以控制成本，长期融资需求持续。 核心弹性： 股价从高点跌超85%，目前处于历史低位区域。市场对电动车行业盈利能力的质疑过度。若R2车型顺利量产或获新融资，弹性显著。 验证信号： 关注季度交付量、现金消耗速率、R2车型进展、潜在合作伙伴动向。 【DOCU/ DocuSign】 市值：约120亿美元 | 电子签名SaaS 需求变化 → 财报流向： 企业数字化转型持续，电子合同需求稳定。公司推出AI增强签名功能，平均合同价值提升。 核心弹性： 股价从高点跌约70%，目前估值已回调至合理区间。企业级SaaS粘性强，续费率改善中。若AI功能推动ARPU提升，估值修复空间较大。 验证信号： 关注季度订阅收入增速、AI功能采用率、客户流失率、毛利率趋势。 七、宏观市场要点 【今日重要数据/事件】 1. 美联储官员讲话（持续） 影响：若维持当前鹰派立场，成长股承压；偏鸽则支撑科技股 2. 原油库存数据（EIA） 影响：库存下降则支撑能源股；库存增加则压制 3. 零售销售数据（若有） 影响：消费强弱影响经济软着陆预期，关联零售、服务板块 4. 美股财报季进行中 重点关注：大型科技股、零售巨头季报表现 【市场影响总结】 当前市场在宽松预期与经济韧性之间寻找平衡。AI主线清晰，但估值已部分反映预期。中小盘股相对滞涨，修复空间值得关注。债券收益率走势仍是关键变量。 ━━━━━━━━━━━━━━━━━━━━━━━━━━━━ 请关注、转发、收藏，华尔街观察团队将持续跟踪相关消息、解读量化数据，基于WSV模型，给出股票、黄金、债券（ETF）大类资产及板块（ETF）轮动量数据，个股案例研究，为您提供超前布局机会。 ⭐️⭐️⭐️ 文章所载内容信息参考，不构成任何投资建议或操作指南。信息基于公开公告整理和量化数据机器学习计算，文章信息与数据的真实性、完整性、有效性不承担任何责任。历史数据不代表未来、案例分析不代表收益承诺。投资者据此操作，风险自担。投资有风险，入市需谨慎。 ━━━━━━━━━━━━━━━━━━━━━━━━━━━━

中国自动驾驶公司小马智行计划与Uber合作，在欧洲投放超过2,000辆无人驾驶出租车，加快当地商业化落地。 自动驾驶牵涉道路数据和关键基础设施，欧洲不能只看订单规模。中国企业进入这类领域，必须把中共党国体系下的数据与安全风险审清楚。