关注必看！ 投稿格式放在评论区了 夫妻群需要私我验证过后才能进 单男直接点我主页介绍区链接进群 请好好看看这条推文评论区❗️ 转推需要满足以下规定 1.需要@laitougao 2.拍的照片视频有基本的美感 3.内蒙古优先 4.没有内容的新号要先验证，骗子勿扰

雌堕人“妻”展示赛🏆 主题：日常作为男友or丈夫 私底下确打扮的比女人还性感 在其他男人胯下当新娘 极致反差让人欲罢不能 前三名❤️点赞数只要过100 可指定内容单独转推 需原创作品并符合主题 干巴喋～

OKX 是会玩的，第一时间上线 $CBRS 永续合约，开辟 24 小时战场 OKX 从 3 月起已推出 20+ 只股票永续，不需要转 US 券商账户，就能用加密货币做保证金统一管理，还能赚 Staking 收益 加上 $CBRS 真的火，OKX 就是想把美股的热度吸到平台来，抢流量抢交易量 不喜欢你可以做空，还不需要买真实股票 @OKXWallet_CN @Haiteng_okx @misaENFP @okxchinese

《從最新 13F 看頂尖投資人的共同下注：AI 不是答案，稀缺性才是》 Berkshire、Bridgewater、Tiger Global、Druckenmiller、李祿、段永平、Ackman 的動作看似分歧，但用第一性原理拆開，會發現他們其實都在圍繞同一件事配置：未來現金流最確定、競爭位置最稀缺、且能把 AI 時代需求轉化為高回報資本的公司。 13F 不能當即時訊號，但能看資本方向 13F 是延遲 45 天的持倉快照，不代表今天還持有，也看不到完整空單、現金和海外持倉。所以它不是抄作業工具，而是觀察頂尖資金思考框架的材料。 」 第一性原理 股票長期價值只來自三件事： 1. 未來自由現金流 2. 能否長期防守這些現金流 3. 買入價格是否合理 AI 只是技術變數，不是投資答案。投資答案要落到：誰擁有算力瓶頸？誰擁有分發入口？誰擁有資料和定價權？誰能把資本支出轉成高 ROIC？ 第一個共識，AI 基建鏈 這一季最明顯的共同方向，是 AI 基建。 Bridgewater 加碼 TSM、AVGO、MU、NVDA； Tiger Global 加碼 TSM、NVDA、AMAT、AVGO；Druckenmiller 也新增/加碼 AVGO、STM，並保留 TSM。 段永平最新可見持倉中，也大幅提高 NVDA、TSM、MSFT 的權重。 這裡的邏輯很簡單：如果 AI 需求繼續增長，最先被驗證的不是哪個應用最終勝出，而是整個產業都需要更多晶片、代工、記憶體、網路與電力效率。 第二個共識，平台股仍重要，但分歧加大** 大型平台股不是被拋棄，而是進入分化。 Berkshire 大幅加碼 Alphabet，李祿也把 Alphabet 放在極高權重；但 Ackman 幾乎賣出 Alphabet，轉去買 Microsoft；Druckenmiller 則退出 GOOGL、減碼 Amazon。 這代表市場不是否定平台股，而是在重新評估：誰能把 AI 投入變成真實現金流？ Google 有搜尋、YouTube、雲端和 Gemini 生態；Microsoft 有 Azure、Office、OpenAI 關係和企業分發；Amazon 有 AWS 和電商現金流；Meta 有廣告分發和 AI 推薦效率。 大家都知道平台重要，但對哪個平台的邊際回報最高，答案並不一致。 第三個共識，低估的中國平台仍被少數高手買入** 李祿重倉 PDD，段永平也加碼 PDD，同時仍持有 Alibaba。這說明中國平台沒有被全部放棄，而是被高度選擇性地買入。 中國平台公司的問題不是商業模式失效，而是折價過重：政策風險、地緣風險、消費信心和資本市場信任度，都壓低了估值。 但如果一家公司仍有高 ROIC、強現金流、低估值和長期競爭優勢，那它就會進入深度價值投資人的視野。 三位關鍵人物 段永平的組合仍以 Apple 和 Berkshire 為核心，但增量資金明顯偏向 AI 基建和中國平台。他買的不是短期熱點，而是強產品、強生態和長需求。 Druckenmiller 則代表另一種訊號。他不是長期抱死，而是宏觀輪動。他加碼 Natera、YPF、AVGO、STM，退出 GOOGL，減碼 Amazon。這說明 AI 基建仍有吸引力，但大型平台股要更挑位置與估值。 李祿最集中，也最像 Munger 系投資人。他重倉 Alphabet、PDD、Berkshire，同時新買 Moody’s、S&P Global、MSCI 這類資料與金融基礎設施公司。這些公司本質上是資訊收費站。 真正的結論 這些頂尖投資人的共同下注，不是「AI 會漲」，而是： 縮減投資數量,提⾼集中度。 重壓關鍵節點:算力瓶頸、平台入口為主!

讲个故事，你是一个剪辑师。 在公司每天的任务是渲染制作视频， 你对一台电脑一开始的要求是gpu要够好，内存要够大，才能渲染得动你制作的视频。 随着你的业务精进， 你能接单时长更长难度更高的电影， 但你渲染制作视频的电脑已经不能满足你的工作要求了，你需要换更先进的gpu，换更大的内存。 等你成长成一个专业的剪辑师，gpu和内存虽然对你的工作有很大提升，但更需要很大的固态硬盘，来存储你工作这么多年日积月累下来的素材视频。 但我不敢说现在继续梭哈闪迪， 但是捏住 $DRAM 绝对没毛病 以后需求的强度肯定慢慢会从hbm往hbf和ssd转，但需要时间可能得一俩年后。 未来是智能体的天下，它跟单个人对电脑的需求很像，所以cpu用量被提升，以后hbf和ssd需要也会上升。 未来AI的需求变化会很像一个程序员或者设计师工作几年的需求变化。因为AI会演变成上亿上百亿千亿的智能体集合，数量无限暴增，台积电的生产速度就是agent生殖繁育速度。

发现一个超方便的工具叫 UniversalX @UseUniversalX ，可以直接用 $SOL 买其他链上的 Meme ！操作简单又省事，并且非托管很安全哦。胖迪觉得真的非常好用！ 用我的链接，还能参与抽奖！抽 3 位，每人送 20U ! 只需转评赞，评论区留下你输入邀请码的截图。链接放评论区啦~ 试完记得来评论区和我分享下用这个工具买到的有趣 Meme～ #Meme# #tools# #UniversalX#

有夠正確 發現自己都會下意識的去切割拒絕 所謂的好處 拿人手軟吃人嘴軟 靠自己比較實際 好像正確又好像不正確 比如交往四年左右的前任 分開時完全互不相欠 除了備份鑰匙連東西都沒有遺留不需要轉交🤣

今天写文章配图就已经开始使用@dappOS_com @xBubble_ai 的ai了，感觉蛮不错 说实话，其实哪家ai都有相关的做图模型，但用起来会真的发现，为什么别人的ai做图那么厉害，那么好看，但是我自己的却还是很一般 同样一个任务，有人一句话就能拿到接近成品的结果，但有人要反复改 prompt、换模型、调格式、补背景，花费了大量的时间 这也是我一直以来的困扰，所以迫切地需要一个听我大概描述就能出符合我需求图的ai。 Low-prompt AI 的思路：不是让用户写越来越复杂的 prompt，而是让 AI 自己去理解任务、匹配流程、补齐执行细节。 所以今天也去试了一下xBubble 先看看实例吧，比如我今天写的关于“美股代币化的文章的配图”（图1） 我的指令是：根据我给你的内容，结合我的ip形象，创作出治愈系手绘插画风，并且给了一张示例图 图1上方作品是xbubble的成果：将我个人的ip形象整体是保留，并且美化的，让认识我的人知道这是我。并且提取我内容里提到的公司，把他们的图标也加入到图片里 图1下方作品是image 2 的成果：将我个人的ip形象进行修改，偏向手绘插画的风格，将内容里的关键句子添加于图片中 两张图风格应该是都有人喜欢的，但是对于我个人来说，是更偏向于xBubble的做图，因为更具有艺术性和个人色彩，对于做账号来说是需要的 🌟这其实就是 xBubble 功能里比较关键的一点： 不是只执行单一模型生成，而是尽量把用户的模糊需求转成更完整的任务流程。 模型选择、风格理解、内容提取、结果优化，这些原本需要用户反复调的东西，它会帮你往前推一步。 对于ai的真人感，我也去测试了一下 指令是： 16:9真人摄影封面图，一位年轻亚洲女性坐在夜晚高层窗边，气质聪明冷静，不网红、不油腻。她穿白衬衫和深色西装外套，手拿手机，桌上有笔记本电脑、冰美式、投资笔记和钢笔。窗外城市夜景，室内暖光，窗外冷蓝光，光影高级真实。 图2的上方作品是xBubble： 整体看起来更高级，也更像真实广告片截图。人物没有直视镜头，而是看向窗外，情绪更自然，夜景和台灯的冷暖光也比较舒服。桌面元素少，画面不乱，AI感相对低。 图2的下方作品是gemini： 人物正面对镜头、姿势太标准，桌面道具也有点堆满，像刻意生成出来的“商务女性办公图”。整体没有图一自然，质感也稍弱。但信息更加直白。 两张图其实都符合要求，但是XBubble 这张赢在真实感和审美，Gemini 那张赢在信息更满，但也更假，而我刚好测的也是ai的真人感 所以两个层面去进行测试，其实xBubble的审美和创作都是更胜一筹的，但是这种审美和风格每个人都是不一样的，所以大家可以根据自己的需求去选择适合自己做图风格的ai 在这里，只测试了 @dappOS_com 的Bubble Pilot： 负责理解用户的简短需求，并匹配合适的 SOP 去执行；如果没有现成路径，也会先用通用 Agent 完成任务。 还有 Bubble Engine也同样关键： B负责在后台学习和优化，不断测试不同模型、工具和流程，把更稳定的方案沉淀成新的 SOP。 所以我这次用它做图，感受到的不是“它会画图”这么简单，而是它在理解我的内容、识别我的 IP 形象、判断画面风格、提取文章重点、组织视觉元素这几个环节上，已经不太像单个模型直接出图，更像是有一套任务流程在帮我完成成图。 这也是 xBubble 的核心价值：把模型选择、提示词结构、工具调用、技能编写、结果测试这些原本需要用户自己折腾的部分，尽量交给系统处理。用户只需要把目标说清楚，剩下的由 Pilot 去分发，由 Engine 去学习和优化。 @dappOS_com

上证指数实操思路 一、中长线布局思路 核心原则：耐心等待止跌企稳再入场 指数未起稳前，不急于抄底，避免被趋势拖入深套。 二、短线操作玩法 尾盘择机进场，次日冲高即兑现。 操作重点放在尾盘与收盘结构，忽略日间指数波动。 三、次日走势应对策略 1。指数次日续跌 即使指数继续下跌，早盘通常仍有反弹机会，可利用反弹减仓/兑现。 2。指数小幅低开 说明情绪偏弱但未恐慌。 若走势不对，果断小亏止损，不拖延。 3。指数大幅低开（难离场） 通常无法及时卖出，只能接受回撤。 此时要按个股类型区分风险，区别对待。 四、不同股票的风险特征 小盘股 极端行情下，开盘直接跌停的概率很高，风险更集中、更剧烈。 大盘股 通常随指数同步回落，基本无跌停风险，波动相对可控。 五、震荡行情的避险策略 震荡市优先选择 大盘股 大盘股更抗跌、更稳盘，适合防守与波段。 短线核心规则（重点） 指数涨跌主要影响中长线仓位判断，短线交易。 重点盯：尾盘走势，收盘支撑。 关键支撑原则 当日收盘价 = 短线强支撑位 次日若跌破前一日收盘价：短线趋势转弱，需要提高止损执行力。