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 超十代イベント
超十代イベント 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 超十代イベント 的推特
#深山幽谷修行人超话#[超话]# 不要小看家族业力:血脉里未了结的创伤,会代代传递 千万不要小看家族业力。 但也不要把它简单理解成宿命。它更像一张看不见的网,由祖先的创伤、怨恨、恐惧、未了之缘编织而成,沿着血脉、家风、情绪模式与能量场,一代一代往下传。 有跨代创伤研究发现,许多精神分裂症患者的家族往上追溯几代,往往发生过亲人相残、骨肉争斗的惨剧。那种深入骨髓的恐惧、猜忌与绝望,并不会随着逝者离世彻底消散。从表观遗传学看,重大创伤可能在基因表达上留下印记,如 DNA 甲基化、组蛋白修饰等,让后代对压力更敏感。而在玄学视角,这就是家族共业。 医学上,精神分裂症属于多基因易感疾病,不是祖上发生过骨肉相残,后代就一定会发病。基因只是埋下易感倾向,后天环境、情绪、压力才是重要外缘。玄学所讲的家族业力,也不是医学诊断,而是对代际创伤、思维模式、情绪惯性与家族能量场的一种文化解释。 古代皇室皇子出现精神失常、情志分裂的概率远高于普通人家。皇宫之内,骨肉相残、兄弟阋墙,为争夺权力互相猜忌屠戮,世代活在无尽恐惧与背叛中。长期处在极端高压、互相加害的环境里,一代一代累积创伤,家族业力层层叠加,后代自然更容易出现精神层面的问题。 家族是一个整体,一荣俱荣,一损俱损。《太平经》有“承负”之说,《易经》讲“积善之家,必有余庆;积不善之家,必有余殃”,说的都是这个道理。祖先经历的巨大苦难、未化解的怨恨、没有了结的恶缘,会化作一股无形能量,缠绕整个家族血脉。它不一定直接变成疾病,更多会变成代代重复的模式:习惯性猜忌、亲密关系互相伤害、莫名恐慌、容易崩溃的情绪,或反复遭遇灾祸。 从命理看,年柱为祖上根基,月柱为父母宫。祖上业力常显于年柱,父母关系显于月柱。若年柱、月柱伏吟、反吟、刑冲克害,或带孤辰、寡宿、亡神、劫煞,常象征家族旧伤未化。十神中偏印、七杀、枭神夺食、伤官见官等组合,也常反映压抑、争斗、恐惧与不安全感。但命局只是地图,不是判决书。 从风水看,祖坟、老宅、祠堂、香火是家族气脉的重要节点。祖坟不安、老宅阴湿破败、香火断绝,民俗视为家族气脉不续,后代易漂泊无根、心神不宁。这些并非绝对,却提醒人:家族能量需要被看见、被整理、被安顿。 从唯识看,阿赖耶识含藏无量种子,家族共业就是共同熏习的种子库。前人反复种下恐惧、仇恨、背叛,后代遇缘便起现行。于是很多痛苦,并不是你这一生造成的,而是承接了家族遗留下来的旧伤。 见过业力深重的家族,往往会看到相似的轮回剧本:几代人都陷入争吵、背叛、互相伤害,明明内心渴望亲近,却总是彼此消耗;莫名的抑郁、惊恐,一代又一代重复相似的苦难。 但家族业力不是不可破的宿命。 家族之中,只要有一个人觉醒,看见这份代代传递的创伤,停止重复旧有的怨恨模式,学会修心、化解心结、行善积德,就可以斩断这个循环。 具体而言,破局有几步: 第一,看见。承认家族里有旧伤,不逃避,不甩锅,也不把自己完全当成受害者。 第二,认账。不是你的错,但你可以终止。你不需要替祖辈赎罪,却可以替他们醒来。 第三,忏悔与超度。对祖先、对伤者、对自己,生起真诚忏悔;以善行、诵经、祭祖、回向,安顿家族能量。 第四,修心。停止怨恨模式,修慈悲、正念、边界感,不再用旧剧本回应新关系。 第五,行善积德。把功德回向家族,让善业冲淡恶业,让愿力转化业力。 第六,调整环境。祭祖、修坟、净宅、续香火,让家族气脉有根可依。 第七,该就医就医,该咨询咨询。医学、心理治疗与修心行善并不冲突,一个治身,一个安心,一个化业。 你便是家族里那个破局之人。 由你开始,终止代代延续的痛苦。 你醒来,轮回就少一圈;你放下,业力就断一节。血脉里的旧伤,可以在你这里,变成慈悲与智慧的新根。
显示更多
【4000米深處,頁岩油技術如何突圍?新疆智造給出答案】   初秋時節的新疆天高雲闊,卷雲漫過遼闊的戈壁原野。公路向著天際綿延,輸電鐵塔靜靜佇立在地平線上……   近日,“創新智造看新疆”主題採訪活動走進新疆昌吉州,全方位探訪新疆以科技創新賦能產業升級的生動實踐。   戈壁腹地之下,深藏著亟待突破的能源寶藏。在吉木薩爾國家級陸相頁岩油示範區,一代代石油科研人員紮根荒漠、深耕一線,以持續技術攻堅破解深層油氣開發難題。   吉木薩爾國家級陸相頁岩油示範區於2019年12月正式成立,是中國首個國家級陸相頁岩油示範區,佔地1278平方公里,資源量估算超10億噸。   豐富的資源儲量背後,是極高的開發難度。吉木薩爾頁岩油屬典型混積型頁岩油,地下儲層如同錯綜複雜的地下迷宮。油層平均埋深接近4000米,優質油層厚度極薄,相當於要在地下四公里深處的薄層岩層中精準尋油,開採先天難度極大。   頁岩油是賦存於頁岩層系中的石油資源,其滲透率遠低於常規油藏,勘探開發面臨多項世界級技術挑戰。“為了啃下這根硬骨頭,我們團隊十幾年如一日紮根在生產一線,從地質規律入手,最終解決了頁岩油優質油層精細識別的世界級難題。”2025年度“全國三八紅旗手”,中央企業勞動模範,吉慶油田作業區黨委委員、總地質師陳依偉介紹說。   “我們研發的‘頁岩油可動性評價方法’,就像給地層做了一個‘精準CT’;再結合地震、測井技術建立的高精度模型,讓我們能清晰看清油層地下層分佈細節;首創的薄油層導向技術指揮鑽頭在地下4000多米深處的1米多厚油層裡精準穿行。”陳依偉介紹道。   吉木薩爾頁岩油的成功開發,不僅打破了“陸相混積型頁岩油難以效益開發”的國際偏見,更證明中國在陸相頁岩油領域的理論與技術已經走到了世界前沿。
显示更多
寧贈外邦,不予家奴:中國對朝鮮的援助 楊純華 中國對北韓(朝鮮)的援助,時間橫跨超過 70 年。這項援助通常被國際社會視為北韓政權得以維持至今的「生命補給線」。其人力與物力的投入主要分為「抗美援朝戰爭時期」與「戰後長期經濟與物資援助」兩個階段: 一、 抗美援朝戰爭時期 (1950 – 1953)這是中國對北韓人力與物力耗費最慘烈、最密集的時期。新中國在百廢待興的狀態下「舉全國之力」參戰。 1. 人力投入與傷亡總參戰人數:中國前後共有 297 萬部隊以「中國人民志願軍」名義入朝作戰。傷亡人數:中共官方最新確認:戰時犧牲、因傷病死亡及事後補報的烈士共 18 萬 3,108 人。國際與西方(如美軍及聯合國)估算:志願軍陣亡、負傷、失蹤及被俘的總傷亡人數高達 90 萬人以上(其中陣亡約 40 萬人)。 2. 物力與財力消耗直接戰費:中國直接消耗戰費 62 億元人民幣。這在當時是一筆天文數字,佔了同期國家財政支出的近十分之一。蘇聯軍火債務:為了和美軍抗衡,中共向蘇聯購買大量現代化武器,因而對蘇聯欠下 30 億元人民幣(當時折合 13 億美元)的軍火債。這筆龐大的「抗美援朝債」直到 1965 年才由中國一邊挨餓一邊還清。綜合估算:若將戰爭直接費用、後勤物資、以及對北韓戰後的初期重建資金全部加總,折合當時的總經費投入高達 近 100 億美元。 二、 戰後至今的長期經濟與物資援助 (1953 – 2000年代)戰爭結束後,北韓全境基礎設施被美軍炸毀。中共隨即將原有的「軍事援助」轉向全面的「經濟與生存物資援助」。 1953 年毛澤東直接宣布,將戰時中國對北韓的所有援助與墊付物資「一筆勾銷」,全部改為無償贈送。由於中朝雙方長期對外隱瞞援助數據,國際智庫與研究機構(如美國彼得森國際經濟研究所、聯合國糧農組織)只能透過間接數據進行估算: 1. 戰後初期的人力「免費苦力」 志願軍留守建設:1953 年停戰後,數十萬志願軍並未立即撤回,而是留在北韓充當免費勞動力直到 1958 年。 他們幫北韓搶修了 幾百公里鐵路、數千座橋梁,並重建了平壤、咸興等城市的政府機關、學校與大壩。 2. 核心物資長期「包養」 長期以來,北韓每年至少 50% 以上的糧食、高達 70% 至 90% 的石油與能源缺口,都是由中國以「援助」或「低於市場價的內部友誼價」填補。 粮食援助:中国发生三年大饥荒,饿死4800多万人,中共却在1960年援助朝鲜23万吨粮食。1961年到1962年,朝鲜向中共索要10万个纱锭,中共实在拿不出,将邯郸等地的第三、第五棉纺织厂的全部设备拆卸,搬到朝 鲜。根據聯合國糧農組織(FAO)統計,光是 1996 年至 2009 年間(即北韓因「苦難行軍」大饑荒最嚴重的時期),中國就援助了北韓 345 萬噸糧食,占全世界對朝糧食援助總數的 26.9%,位居全球第一。而在 2012 年,中共再次一次性向北韓提供了價值 6 億元人民幣的糧食與建材無償援助。 石油援助:中國通過吉林至北韓的「中朝友誼輸油管道」,每年向北韓定額無償輸送或低價提供 50 萬噸左右的官方原油,這幾乎是北韓工業與軍隊戰備的唯一生命線。 資金與造血項目:2000 年後,中國每年對北韓進行常態化無償物資援助(年均約 1.4 億美元),並斥資數億美元幫北韓翻新火力發電廠、投資武山礦山等基礎設施。 結語 中共統治中國以來,對北韓的援助可以用「不計成本、不惜代價、至今未停」來形容。在 1950 年代,為了維持北韓這個地緣政治上的「緩衝墊」,中國付出了數十萬年輕士兵的生命,並背負了沉重的蘇聯債務;而到了 1990 年代至今,即便中國自身也面臨諸多國內經濟挑戰,中共依然每年撥出數億美元的財富去維持萬惡的北韓金氏政權的不墜。這對兩國普通民眾的命運,都產生了極其深遠且沉重的歷史影響。
显示更多
44.2亿,全国社保基金重仓比亚迪,这个动作积极意义非常重大。 就此,比亚迪成功登顶社保基金制造业持仓榜首,社保基金也成功挤进比亚迪流通股东前十,局面双赢,皆大欢喜。 社保基金是国家大储备基金,保值增值、抵御通胀是根本目标,它的投资风格相当稳健,选股标准也特别严苛,必须是稳健向好。 在制造业领域,社保基金重点押注长期主义,重点布局新能源、化工、机械、医药这些赛道,社保基金制造业持仓前五名,分别是比亚迪、万华化学、三一重工、华鲁恒升和中国巨石,押的都是长期主义。 比亚迪作为新能源汽车龙头,销量、盈利、技术研发、现金流、海外拓展,业绩稳定,行业地位突出,方方面面,都符合社保基金的核心资产标准,和长线资金配置逻辑。 特别是比亚迪坚持的长期主义发展路线,全栈自研的产业体系,眼光长远厚积薄发,恰好匹配社保基金押注长期主义的投资思路。 2026年一季度,比亚迪营收1502亿,全球车企前十、中国车企榜首,总销量超70万辆,其中海外销量接近32万辆,同比大涨55%,产品覆盖全球120个国家和地区,海外业务稳定增长,同时当期的毛利率,也环比抬升到了18.8%,这么激烈的行业竞争,依然保持盈利的韧性。 一季度比亚迪研发投入113亿元,二刀电池及闪充技术的威力,已经发挥出来了;5月份又发布了国内首款4nm车规级智驾芯片璇玑A3,智驾方面,智能泊车和城市领航双兜底,这些真金白银砸出来的创新成果,每一项都是代差级领先,新能源汽车,还得看比亚迪。 全产业链自研、全球化增量、持续的技术迭代,确保了比亚迪,在资本市场的稀缺战略资产属性,全国社保基金持续加仓比亚迪,释放的信号已经非常明确了。
显示更多
🔥 新火集團 CEO 翁曉奇獲評《財富》2026 年度「40 位 40 歲以下商界精英」!🎉 ⚡️ 全球權威商業媒體《財富》(FORTUNE)9月22日正式發佈 2026 年度「中國 40 位 40 歲以下商界精英」榜單。新火集團 CEO 翁曉奇(Livio Weng)憑藉在金融科技領域出色的領導力與行業推動力榮耀入選,與宇樹科技王興興、Kimi創始人楊植麟、張雪機車創始人張雪等企業家一同入選。 翁曉奇畢業於清華大學,曾獲軟體工程碩士學位,深耕數字資產與區塊鏈行業十餘年,曾任HashKey Exchange CEO、Huobi Global CEO,長期推動香港及亞洲數字資產生態建設,傳統金融與數字資產行業的融合。自2025年8月擔任新火集團CEO後,翁曉奇帶領集團進行戰略升級,面向上市公司及其高管、家族辦公室和超高淨值個人推出全新業務。轉型以來,客戶數量較此前增長超過百倍。 💪 新火集團( 🔗 瞭解《財富》雜誌報導全文: #新火集團# #BitfireGroup# #財富FORTUNE# #40Under40# #翁曉奇# #數字財富管理#
显示更多
非常年輕的傳奇投資人 Leopold @leopoldasch 為什麼砍了 $3 億 NVDA?而把錢全押在電力和礦場 核心邏輯是:他認為AGI 的真正瓶頸不是 GPU 光是電力、GPU 算力、BTC 礦企轉 AI 託管 這三個賽道就佔了大部分持倉 我用黃仁勳的 5 Layer Cake theory 拆解他的持倉 👇 5️⃣ 記憶體 — SNDK 加倉 816%,HBM 佔 AI 支出從 8% → 30% 4️⃣ 光學 — LITE 佔 8.7%,「不管誰的 GPU 贏都要用我的光模組」 3️⃣ GPU 雲 — CRWV call options 加了 672% 槓桿,最激進倉位 2️⃣ 礦場轉 AI — 8 檔佔 22.7%,有電有地換 GPU 就行 1️⃣ 電力 — BE 最大持倉 16.5%,能使用燃料電池繞過電網直接發電 - 最熱的記憶體和內存 - 代表 $SNDK $INTC $MU AI 模型的「工作記憶」每一次推論都需要高速讀寫 DRAM 和 NAND。HBM 短缺已成為 GPU 出貨的限制因子,記憶體佔 Hyperscaler AI 支出從 2023 年的 8% 飆升到 2026 年的 30% 💡 Leopold 在 Q4 把 SNDK 倉位加了 816%,同時用 INTC call options 押注 Intel 的先進封裝能搶到 HBM 封裝訂單。 - 半導體與光學 $LITE $COHR $TSEM $INFY 連接 GPU 叢集的「神經系統」— 光學收發器決定了 GPU 之間的通訊頻寬。800G/1.6T 光模組供不應求,交貨期超過 40 週 💡Lumentum 是最大個股持倉(8.7%),押的是「不管誰的 GPU 贏,都要用他們家的光模組」 - GPU 雲端運算 $CRWV $APLD $WYFI Hyperscaler 自己蓋不夠快,Neocloud(獨立 GPU 雲)填補缺口。CoreWeave 從幣圈公司轉型為 NVIDIA 最大的獨立客戶,已簽下數十億美元合約。 💡CoreWeave 佔組合 17.6%(含 call options),是第二大曝險,Leopold 用 call options 加了 672% 的槓桿,這是最激進的倉位,Neocloud 就是 AI 時代的 AWS - 比特幣礦企轉型的 AI 基礎設施 $CORZ $IREN $CIFR $RIOT $BTDR $HUT $CLSK $BITF 礦場是被低估的「AI 不動產」。比特幣礦場擁有現成的電力合約、散熱系統和土地,轉型 AI 託管的邊際成本極低, 💡8 檔礦場股佔組合 22.7%,是最大的單一賽道,礦場已經有電、有地、有散熱,只需要換 GPU 就能變成 AI 數據中心。Core Scientific 跟 CoreWeave 簽了 $10B+ 的託管合約就是最佳證明。 - 電力 $BE $EQT $SEI $BW $PUMP $LBRT $PSIX 💡 Bloom Energy 是整個組合的最大持倉(16.5%)當電網瓶頸停擺時,它的固態氧化物燃料電池可以繞過電網,直接在數據中心旁邊發電,EQT 則是天然氣供應商 實時追蹤他的 portfolio 👇
显示更多
0
39
244
48
转发到社区
上周在香港和 @BNBCHAIN 一起办的活动上的分享, 速记如下: 各位下午好,我是 @HashGlobal 的创始人 KK。今天我想用 15 分钟,讲清楚:为什么 BNB 是机构资本配置 Web3 的最佳投资标的。 我们先从一个思想实验开始。 如果特斯拉没有在纳斯达克上市,马斯克会选择发行什么?答案是:他会发行一种“特斯拉代币”——既能承载企业价值,又能成为整个商业帝国的驱动引擎。 因为代币是在公开账本上,全网透明可查、可验证、可组合、开放流通。香港的充电站可以验证全球持有特斯拉代币的车主,如果他选择用特斯拉代币来支付充电费,可以打八折来获客。马斯克还可以说,持有特斯拉代币的人,可以优先排 SpaceX 的载人飞行。纳斯达克背后的 DTCC 存放的特斯拉股票数据,无法做到这样的开放性。 BNB 之于币安,正如特斯拉代币之于马斯克商业帝国。BNB 就是现实中的“特斯拉代币”。 Hash Global 在我们过去几年的研报里,将此类代币定义为“价值功能性代币”:一方面它有清晰的价值捕获和供给销毁机制,另一方面它又深度嵌入生态中的真实使用场景。随着全球监管法规的明确,我们认为未来几年会看到“价值功能性代币”数量的井喷。BNB 已经跑了 8 年,是全球最成熟的实例。我们一直鼓励我们投资的项目方,参考这个模板,但前提是你自己的商业模式得先成立。 BNB 生态覆盖链上与链下。BNB Chain 是最活跃的公链之一,DEX 市占率 30%;而 Binance 是全球最大交易所,市占率 38%;BNB 市值 850 亿美元,是整个生态的经济引擎。 BNB 的第一个价值来源,是结构性、可重复的收益。2025 年,仅通过持有 BNB 参与打新,BNB 本位收益就达到 10.12%。这不是一次性的红利,而是与生态活跃度挂钩的、可持续、可验证的结构性收益。 BNB 的第二个价值来源,是内生的通缩供给机制。自 2017 年以来,BNB 总供应量从 2 亿枚缩减至 1.39 亿枚,年化通缩率 4.77%。最近刚又被销毁了 10 亿美元的 BNB,最新供给数字已经下降到了 1.34 亿枚。 这是市值前十加密货币中唯一的“超稀缺资产”。供给侧的持续压缩构成了长期价值支撑。它不是一个不断增发、稀释持有人的资产,而是一个随着生态活跃逐步变得更稀缺的资产。 BNB 不只是投资标的,更是使用凭证。交易所手续费折扣、链上质押、流动性挖矿、独家代币认购——生态参与度越高,结构性需求越强。 行业垄断地位带来打新收入,收入再分配吸引更多资产落地,生态活跃度提升推动销毁供给,稀缺性又强化价值支撑——这是一个自我强化的飞轮。当收益、销毁、场景和生态活跃度连在一起时,就形成了一个很强的价值闭环: 更多资产和应用进入生态,会强化 BNB 的价值基础;而 BNB 价值增强,又会反过来巩固生态。 无论下游是 AI、TradFi 还是 RWA 爆发,价值最终都沉淀到基础层。BNB 就像芯片行业的英伟达——不管哪个应用火,它都受益。价值不会分散,最终都会汇聚至生态唯一的核心资产——BNB。 与 BTC 和 ETH 不同,BNB 更适合用价值投资逻辑去理解。它不是纯粹依赖叙事,而是有业务基本面、生态现金流和可理解的价值捕获机制。自 2017 年以来,BNB 跑赢了 BTC 和 ETH。 BNB 的机构化尚处早期。机构通过 ETF 和 DAT 配置 BTC 的比例已超过BTC总量的 15%,ETH 是 10%,但 BNB 只有 0.39%。这像什么?像 2004 年的茅台——机构刚开始建仓,共识逐步达成。 在这里,我想强调的是核心资产在机构早期配置阶段的重估弹性。真正的优质资产往往在机构共识形成之前最有空间。随着公募基金和券商自营,还有社保,保险公司,QFII逐步建仓,茅台在随后数年间走出了数十倍的行情。BNB 正处于类似的历史节点。 我们相信: 未来十年金融最大的主题,就是万物上链。我们相信,十年后所有资产——包括金融和非金融资产——都将在链上发行、转让和交易。美国SEC 主席 Paul Atkins 去年已宣布 Project Crypto 计划,在美国正式开启这一时代。 币安历经 8 年全球布局,链上链下估计已拥有超过 5 亿真实用户,是唯一真正互联网级别的金融基础设施,其发展路径已不可复制。大家可以去阅读一下,币安创始人 CZ 的自传,感谢我复旦和圆桌的学长商务印书馆毛总的大力支持,我们已经赶在这次会议前,拿到一小批样本书,大家去读一下,就会知道为什么我说发展路径已不可复制。 为了让机构参与这场变革,Hash Global 联合 YZi Labs 推出了 BNB Holdings Fund——全球首支第三方托管的 BNB 机构级产品。我们不只是提供投资工具,更是想帮助机构成为 BNB 生态的共建者。 BNB Holdings Fund 不是简单帮机构买币,而是把高成长资产转化成机构可以长期持有的开放式的标准化产品。它解决的是机构最在意的那些问题,比如托管、审计、收益分配和代运营。 BNB Holdings Fund 为机构投资人提供的不仅是 BNB 敞口,更是进入 BNB 生态的协作框架——支持 BNB Chain 业务落地、RWA 资产发行、和生态资源对接。 最后我想聊一下大家都很关心的 RWA。 我的判断是,RWA 不会停留在金融资产上链,而会继续走向非金融-用户资产的上链。 为什么 BNB 生态适合做 RWA?因为它不是一个只有技术、没有用户的链。它已经有真实用户、真实流动性和完整金融基础设施,所以资产上来之后,不只是“发出来”,而是有机会真正流动起来。 最先落地的 RWA,主要还是金融资产 RWA。本质上,是把股票、债券、基金、房地产信托、Pre-IPO 股权这些资产引入链上流动性体系,提升传统金融存量资产的效率。我们尤其看好非标金融资产的RWA,Web3的技术优势可以发挥得更充分。解决好最难的链下托管和尽调,链上的新一代金融基础设施就能发挥出其威力,RWA才不会只是一个噱头。 但是金融产品在发行和交易等环节,是强监管的区域,需要时间和现有的监管体系做磨合适配。我们认为非金融、可商品化的 RWA 领域可能会发展得更快,也就是推动用户资产上链,比如说卡牌、粉丝权益、演出门票、红酒及生活体验收藏,来创造全新市场。 它面对的不是单纯机构投资资金,而是用户、社区和消费场景;它创造的不是已有资产效率提升,而是新的交易需求和新的用户市场。 非金融 RWA 不是金融 RWA 的补充,而是一个更靠近用户、交易和品牌的新市场。它把 IP、权益、内容、消费权、会员身份这些东西,组织成可以验证、可以交易、可以长期运营的链上资产。 我们在生态内投资孵化了数个非金融 RWA 项目,举几个例子: @renaissxyz 做 PSA 评级卡牌的链上流通,他们瞄的不只是卡牌市场,而是所有收藏品的基础设施。难点不是在链上,而是如何把托管等链下体系做好。它切入的是卡牌等收藏品,把鉴定、托管、上链凭证、交易和结算整合在一起,让原来依赖圈层信任的收藏品市场,开始具备资产化和全球流通能力。 @meet_48 将粉丝的投票、传播、共创行为沉淀为链上贡献凭证;粉丝的参与第一次真正变成了可以被记录、验证和承接的资产。 Gamebank的第一款游戏PumpSnake 先扎实做好一个多人博弈的好游戏,然后用Web3技术用游戏化的方式发行资产,把KOL的社区建设、粉丝情绪价值和收入赚取巧妙统一起来。只有做大生态,玩家足够多元,才能实现真正可持续的 Play to Earn。 IPDEX 服务的是影视、综艺等各类内容 IP,把纪念卡、会员卡和项目权益分层设计,让内容 IP 从一次性消费走向长期会员关系和持续运营。 @OFFGRID_DAY 则从票务资产出发,打造活动融资与结算一体化的 Fanvestment 新模式。它把活动融资、票务销售、收入分配和数据沉淀组织成一条完整链路,让一场活动不只是卖票,而是变成一个可融资、可结算、可持续运营的资产系统。 这些项目共同勾勒出非金融 RWA 的版图:用户资产、社区参与、情绪价值、品牌传播,都将在 BNB 生态上找到自己的链上表达。它们正在证明:一切皆可代币化,而 BNB 生态是这一切的最佳土壤。 最后我想用一句话来结束今天的分享: BNB 不只是一个加密资产,而是未来“万物上链”时代最重要的价值承接平台之一。而 Hash Global 想做的,是帮助机构既能投资这套价值体系,也能真正参与这套生态体系。 谢谢大家。
显示更多
2023 年,Meta 首席 AI 科學家楊立昆給當時的 LLM 熱潮潑了一盆冷水。 他指出 LLM 有根本性的缺陷:沒有持久記憶、無法從單一經驗學習、缺乏對物理世界的理解。本質上,它只是在做「下一個 token 的預測」。 從學術的角度看,他說得完全正確。 直到今天,LLM 的底層架構依然沒有變。它依然是一具每次啟動都空空如也的統計引擎。 但在三年的工程演進後,我們發現了一個讓科學家尷尬的事實:學術上的根本缺陷,工程上不一定要正面解決,繞過去一樣能起飛。 楊立昆主張要走「世界模型」的路線,讓 AI 像人一樣建立對物理規律的理解。他認為 Scaling Law(規模定律)有天花板,LLM 光靠堆算力不能產生真正的智慧。 但工程界用兩件事回應了他: 第一,資本的暴力美學。過去三年,人類往算力砸錢的瘋狂程度,讓模型規模產生的「湧現」直接蓋過了架構的粗糙。 第二,系統性的外掛補丁。模型記不住?掛上向量資料庫。模型理解不夠?接上 Vision 和工具。 這就是工程學最迷人的地方:解決問題不需要追求「本質的優雅」。 楊立昆在研究神經元的排列,而工程師在研究如何把這個「不完美的大腦」裝進一個強大的「機械外骨骼」裡。 楊立昆對 LLM 的核心批評,是他認為 Pattern Matching(模式匹配)不算真正的學習。 但如果這種模式匹配的複雜度足以模擬出文明的所有邏輯,那「學習本身到底是什麼模式」還重要嗎? 飛機與鳥的飛行原理完全不同。飛機沒有羽毛、不會拍翅膀,但在它飛得更高、更遠、更穩定的那一刻,它到底「算不算在飛」已經不重要了。 但繞過去的,跟真的解決,是兩回事。 只要底層架構沒變,楊立昆講的那些缺陷就真實存在。記憶是外掛的,不是原生的。就像義肢,裝上去能走能跑,但它跟真正的腿就是不一樣。你不能假裝它不存在。 所以雖然 AI 已經很強了,推理、寫作、寫程式,很多事做得比大部分人好,但它每次都是一個全新的大腦。沒有連續的意識,沒有累積的經驗。它所有的「記憶」、「理解」、「偏好」,全部來自你這次塞給它的上下文。 如果你去看 OpenClaw 最近的 repo 更新,你會發現記憶管理佔了很大的篇幅。怎麼讓 AI 在對話之間記住該記住的東西。 他們最近推的 QMD,把關鍵字搜尋跟語意搜尋混在一起用,就是為了解決一個問題:你三天前跟 AI 聊過的東西,它下次怎麼找得回來。 模型本身的能力會繼續進步,但只要底層是 LLM,記憶管理就是一個繞不開的大山。 用工程的角度來說,就是 Context Engineering 的重要程度,會逐漸超過模型本身。 你怎麼管理每次丟給模型的那包上下文,決定了 AI 能幫你做到什麼程度。哪些資訊該放、哪些不該放。什麼時候該砍掉重來、什麼時候該接著繼續。不同對話之間的記憶怎麼同步、怎麼取捨。 我自己每天都在處理這個問題。 舉個例子,我的 OpenClaw Agent KAI,它常常在多個頻道處理不同任務,但它們的記憶不是即時同步的。只要 還沒更新,它們就不知道彼此剛做了什麼。 所以我常常要幫它做認知同步。譬如告訴 A 分身,B 分身目前正在做什麼,然後要求 B 把做的東西整理好傳過去。或者更簡單一點,直接叫 A 去讀另一個 Discord 頻道最近兩小時的對話,讓它自己同步 B 的工作內容。 這種「認知斷裂」的現象,只要你常用 AI,一定會有很強烈的感覺。 從人格化的角度看,你會覺得它們是同一個人。但事實上,它們只是共享同一份記憶。只要記憶沒有同步,它們就是不同的人。 我現在花比較多時間在學這一塊。譬如今天 KAI 就教了我,如果讓 Claude Code 的 Opus 4.6 從外部調用 GPT 5.3-Codex,用 MCP 跟 coding-agent skill 的差異是什麼。 KAI 告訴我,差異的核心在於:中間過程要不要進主 context。 用 MCP 調用 Codex,每一個 tool call 都走 MCP 協議。Codex 過程中的每一個 turn,讀檔、改檔、跑測試、報錯、retry,全部以 tool result 的形式灌回 Opus 的 context。一個 coding task 可能產生幾十個 turn,跑完之後 Opus 的 context window 已經被中間過程塞滿了,後面每一 turn 都要重送這些垃圾。這就是 context 污染。 而 coding-agent skill 的設計完全不同。它把整個 coding task 交給一個獨立的 sub-agent,這個 sub-agent 在自己的 context 裡完成所有中間過程。跑完之後,回傳給 Opus 的是一個精簡的 handoff summary:改了哪些檔案、測試跑過了沒、有沒有殘留問題。中間那幾十個 turn 的掙扎,Opus 完全不需要知道。 同樣一件事,兩種做法,Opus 的 context 乾淨程度天差地遠。 所以同一個模型,不同的人用,產出可以差十倍。 人與人之間原本的能力差距,已經沒那麼重要了。你的學歷、你的年資、你寫程式的底子,這些東西的權重正在被 AI 快速壓縮。 取而代之的,是你怎麼使用 AI。這件事的精度,才是現在真正決定產出的變數。 你理不理解它的記憶是怎麼運作的。你知不知道什麼時候該砍掉 context 重來、什麼時候該讓它接著跑。你能不能在對的時間,把對的資訊塞進那個 context window。 這些東西有一個名字,叫 Context Engineering。 它不是什麼高深的學問,但它是所有想把 AI 用好的人,都應該深入研究的東西。
显示更多
0
51
980
166
转发到社区
她濕了 我也濕了🤤 她說超過十個人打想看 我才可以放露點版本😣 @dian_tz1010
0
53
875
21
转发到社区