周日晚安，兄弟们——周末市场观察：交易所洗牌，定投更显价值 兄弟们，今天周末，美股休市，币圈整体震荡整理。 BTC 近期走势相对稳健，在关键区间内窄幅波动，短期情绪趋于平稳。美股方面，前期科技与存储板块出现分化调整后，市场进入消化阶段。 特别提醒： 近期连续有交易所出现问题，BitMEX宣布将于9月关闭运营，AscendEX等平台也已停止服务。行业洗牌加速，再次提醒我们：资产安全永远是第一位。尽量选择合规、流动性强的平台，并养成定期提币到冷钱包的习惯。 市场总在周期中前行，无论是行情波动还是交易所风险，都在考验我们的风险意识和纪律性。 坚持定投依然是最稳的选择——固定金额、固定时间投入，不追涨杀跌，用时间平滑成本，享受复利的力量。 兄弟们，周末好好休息，关掉K线，陪陪家人。下周我们继续一起稳住节奏。

我最近养成一个习惯：每次想抄底某个币之前，先去 @Polymarket 看看赔率。 上周某项目方说"即将公布重大利好"，群友都在喊"冲！不冲不是币圈人！" 我冷静打开Polymarket，搜了一下"XX项目6月底前发币"——Yes赔率15%。 好家伙，群里100个人都在喊冲，但真金白银押注的人只有15%认为这事能成。 我默默关上了群聊，保住了钱包。 这种事发生多了以后，我发现Polymarket已经成了我的"反焦虑工具"： - 你说XXAI项目要融资10亿？PM上显示融资成功的概率45% - 你说下月美联储降息？PM上显示概率30% - 你说巴西能拿世界杯冠军？PM上显示28% 市场是最诚实的——分析师可能为了流量吹牛，KOL可能收了钱带货，但Polymarket上的钱不会撒谎。亏了是真亏，赚了是真赚。 我现在最常用的三个App： 1. 微信（跟人吹牛） 2. Polymarket（确认自己是不是在吹牛） 3. 交易所（执行Polymarket验证后的操作） 顺序不能错，错了就是血泪教训。

以前很多人吐槽交易所 App ，一个功能藏三层，找半天都找不到。 导致很多新人打开就是懵逼状态。 不过今天打开币安发现有个新东西，可以自定义底部导航。 每个人可以根据自己的习惯进行调整。 你平时最常用什么？ 自己拖进去就行。长按底部就能编辑，跟换手机桌面图标差不多。 新用户可以把最基础的买币、现货放首页。 老用户可以直接把 Alpha、合约 放到底栏 现在交易所已经开始拼细节，拼用户养成习惯了？

放了 200 美金在交易所，两天在出租车上做了几笔，赚了 20 美金，抱着学习理财、交易知识的态度，简单复盘一下： 都说学习理财要趁早，亏钱也要趁早，那就拿点小资金学习一下吧。 关于为什么选交易所？ A 股嘛，听说属于玄学，和能力没关系。美股想买，但开户比较折腾。 又发现链上做合约的逻辑其实也差不多，K 线、成交量、支撑阻力、止盈止损，都是同一套东西，但门槛低太多了。 就在 OKX 上开了 200 美金，纯当学费。 几笔下来，赚得不多，但学到的东西比赚的钱有意思多了： 学习怎么看 K 线、各种平均线的看法、蜡烛图怎么读、成交量放大说明什么、支撑位在哪，等等，感觉都还蛮有意思的。 而且每一笔交易都算一次微型决策训练。什么时候进、什么时候走、止损设多少，都是在信息不完整的时候做选择。 其实也能感觉到，最难的是情绪。我开了 10x 杠杆去做多，涨了想加仓，跌了想割肉...... 哈哈哈，而且这还只是很小的钱而已。 我学习和练手在用 Onchain OS，链上 AI 助手。学看盘的时候，跟它说一句就能拉 K 线、各种交易数据、查 RSI 等指标。 对我这种刚开始学交易的人来说省了很多折腾。 继续练着玩吧 hhh，天才交易员养成中～

调皮捣蛋的小母狗，通过立规矩、小惩戒，才能慢慢养成好习惯。 所发视频均为原创，原创不易，愿大家多多珍惜🙏🙏🙏🙏 @Sentoyun @Sentodan @Sentofen

我入美股圈2个多月 但明显感觉，比之前炒币更舒服 慢慢养成了很慢的节奏 以前做MEME炒山寨，都讲究快 而且波动很大，也相当费精力 现在完全不一样了 美股即使到顶也不会像币圈那样 突然下来几十个点，搞得心态炸裂 而是有更多的逃跑时间 并且哪些是龙头股，大家都知道 无脑持有就可以，不需要啥技巧和能力 币圈熊市也只需囤大饼HYPE和大所平台币 对于咱们普通散户，币股双修可能会更好些。

重磅发现：个人护理和家用清洁产品，85％存在有害物质 近日，美国MMRI研究所团队在《Environment & Health》期刊发布一项研究。 研究人员用非靶向化学分析，检测113款个人护理、家用清洁产品。 结果令人震惊：98%的样品至少含有一种标签没有标注的化学物质； 85%检出至少一种已知或疑似损害健康的未标注物质。 产品实测检出的化学物质平均数量，是标签标注数量的三倍以上。 同时，57.5%产品存在未标注有害污染物，未能通过安全测试。 这类未标注物质，大多属于生产过程带入的杂质、污染物。 长期接触，可能诱发过敏、干扰内分泌，部分物质存在潜在健康风险。 健康建议： 1. 优先选择“精简配方”的产品 成分列表越短、化学名词越少，未知物质混入的空间就越小。优先挑那些明确标注“无香精”“无对羟基苯甲酸酯”“无邻苯二甲酸酯”的款式。 2. 警惕“香味”过浓的清洁品 “香精”是未披露成分的重灾区，常含数百种混合物，其中不少是致敏或干扰内分泌的物质。尽量选无香或天然精油调香的产品。 3. 通风比戴口罩更重要 使用清洁喷雾、玻璃水时，务必开窗或开排风扇——很多挥发性未标注成分通过呼吸道进入，比皮肤接触更直接。 4. 不必过度消毒，减少用量 很多清洁剂的效果被高估了。日常去污，热水+少量中性洗剂足够；杀菌用75%酒精或稀释漂白水（通风下用），远比复合配方安全可控。 5. 养成“查询数据库”的小习惯 登录EWG（环境工作组）或类似公益网站，输入产品名称，可查看其潜在风险评级。买前扫一眼，胜过事后担忧。 6. 给皮肤“断舍离” 个人护理品不必层层叠加。少用一瓶保湿喷雾、少涂一层妆前乳，就是在减少一次未知化学物的暴露机会。 我们不必追求“零化学”——那不现实。但我们可以追求“知情选择”。 既然标签说谎，我们就用更少的品种、更简单的配方、更良好的通风，为自己和家人的长期健康划一道安全线。 下次购物时，记得问一句：这瓶东西，真的只有它写的那几样吗？ 🧴🔍

用美股的思维看BTC，或许即便是真进入熊市了，你也没那么的悲观，而实际上，市场99.99%的人已经不需要关心BTC的未来走势，因为这个标的带来不了5-10倍的预期，队长也一样，只把BTC作为资产配置之一，在二级市场默默寻找潜在的机会，最近交易所开SAPCE的频次都好少了，没机会就熬，一年300多天，总有一些你看得懂的机会，重点是你不要下桌，养成每日复盘的习惯；

不要用旧的 prompt 思维去套新的 Agentic Coding 我最近越来越强烈地感受到一件事——模型不是瓶颈，人才是 以前模型弱的时候，输出拉胯你可以怪模型 现在 Fable 5 能自主跑几十步长任务，结果不对，问题大概率出在你给它的需求文档上 这个认知转变，可能是 2026 年下半年每个用 AI 干活的人最该搞明白的事 你和 AI 之间，隔着四层信息差（参考anthropic工程师的论文） 我把人和 AI 协作时的信息状态分成四层，搞清楚这个框架，后面所有方法论都能串起来： 第一层：已知的已知 — 你写在 prompt 里的东西，明确告诉 AI 要什么。这是大部分人唯一在做的事 第二层：已知的未知 — 你知道自己还没想清楚的部分，比如“这个交互逻辑我还没定”。至少你知道这里有坑 第三层：未知的已知 — 你觉得理所当然、根本不会写进 prompt 的东西，但 AI 不知道。 比如你的项目从来不用 Redux，你不会特意说“别用 Redux”，但 AI 可能直接给你整一套上来 第四层：未知的未知 — 你压根没意识到的盲区。你不知道自己不知道什么 大部分人只覆盖了第一层。 后面三层，AI 全靠猜 猜对了你觉得 AI 牛逼，猜错了你觉得 AI 垃圾。但问题从来不在模型身上 为什么现在这件事突然变得致命？因为模型能力到了一个临界点 以前模型本身能力有限，你给它一个模糊指令，输出质量的天花板本来就低，你的“信息差”造成的损耗被模型自身的弱鸡能力掩盖了——反正它也做不到多好 现在不一样了。Fable 5 一个 session 可能自主执行几十步决策。 你开头埋下的一个模糊假设，会在后面几十步里像滚雪球一样被放大。 Anthropic 内部研究了大约 40 万个 Claude Code session，覆盖 23.5 万用户，结论是人类主导了 70% 的规划决策 换句话说——你以为你在让 AI 干活，其实你在当产品经理。你的需求文档写得烂，再强的开发也救不了你 这跟我做 PM 那几年的认知完全一致：需求文档写得好的 PM，不是因为文笔好，而是因为他提前把模糊地带都想清楚了 落地 SOP：三个阶段，把你的盲区变成可控变量 阶段一：动手之前——做一次盲区扫描 在你开始让 AI 写代码之前，先问它一句： “我要做 X，但我对这块不太熟。帮我扫一遍我可能没意识到的盲区，找出那些我不知道自己不知道的东西，这样我能更好地给你下指令” 这一步的本质是承认自己不是全知的 大部分人不愿意做这一步，觉得浪费时间 但这恰恰是高手和普通人的分水岭——我观察到最强的那批 Agentic Coder，他们之所以强，不是因为 prompt 写得花哨，而是因为他们对自己要什么有极其清晰的认知，同时永远假设还有未知存在 另外一个我自己常用的方法是让 AI 反向面试你——告诉它你的大致想法，然后让它一个问题一个问题地问你，优先问那些“你的回答会影响整体架构”的问题。 几轮下来，你会发现自己有多少东西是“以为想清楚了其实没有” 阶段二：实现过程中——让 AI 记录它的临场判断 再好的计划也会遇到意外。 我的做法是让 Claude 维护一个 implementation-notes.md 文件，专门记录它在执行过程中遇到的边界情况和临时决策： “维护一个 implementation-notes.md。如果你遇到边界情况需要偏离计划，选保守方案，记录在‘偏离记录’下面，然后继续” 这招的精髓在于——你不需要预见所有问题，你只需要让问题可追溯。 下次迭代的时候，这些记录就是你最好的学习材料。而且它还有一个隐藏好处：当你回头看这些“偏离记录” 你会发现很多都是你第三层和第四层的信息差导致的——这些就是你下次该提前写进 prompt 的东西 阶段三：完成之后——让 AI 考你 这是我觉得最有效的一招 代码写完了，diff 看完了，你觉得自己懂了。 但我现在养成了一个习惯：让 Claude 针对这次改动出一份测验，只有我能答对才算真的理解了这次变更 “我想确认我理解了这次改动的所有内容。给我生成一份报告，包含变更的上下文、直觉解释、具体做了什么，底部附一个测验” 为什么这有效？ 因为“看懂了”和“真懂了”之间差着一个数量级。 你不测试自己，你就不知道自己的理解有多少是幻觉。而那些你答不上来的问题，恰恰就是你下一次协作时需要提前澄清的“未知” 底层逻辑：这不是 prompt engineering，是 requirement engineering 把上面三个阶段串起来，你会发现一个规律：你越清楚自己要什么，AI 越能给你想要的 你越能预判 AI 会在哪里困惑，它越不会跑偏 你越愿意承认自己有盲区，AI 越能帮你补盲区 这套逻辑跟写 prompt 没有半毛钱关系 这是需求工程 模型能力的天花板已经高过大部分人的需求表达能力了。 你的下一步不是学更花哨的 prompt 技巧，而是学会问自己一个问题： 我到底有多少东西，是我以为 AI 知道、但其实我从来没告诉过它的？ 把这个问题想清楚，比换任何模型都管用

张春桥并非不说话 我们在电视上看到审判四人帮时，张春桥总是侧身而坐，梗着脖子，一言不发，从头到尾保持沉默，一副藐视法庭的样子。 后来担任公安部部长的王芳，当年是张春桥预审组的组长，预审中，他前后提审过张春桥11次，张均采取“三不主义”：不说话、不看文件、不签字。在法庭上，张春桥也是 全程保持沉默。只有唯一的一次，王芳在提审时，向张春桥宣布，根据中央决定，他的案件由公安部依法受理，同时向他宣读《刑事诉讼法》中有关规定，指出被告人“可以陈述有罪的情节或作无罪辩解”。这时，张春桥说话了：“我不是反革命，你讲的我都不接受，我没有违反你这个法。” 他后来索性不说话，别人说好的不回答，说不好的更不回答，一般人达不到这种境界。他在秦城得了膀胱癌，请了原周总理治疗组的吴阶平等6位大夫来看病，手术很成功。刘庆棠在秦城无意中碰到过他一次，看到他头发光了，显得很胖。 刘庆棠后来因肝炎住在公安部所管的复兴医院，张春桥就住在隔壁病房，见到来访的公安部部长，他照样看报不搭理。部长说：“张春桥，最近身体怎么样？”不搭话。部长又说：“你对我们有什么不满意，可以提出来。”张春桥还是不说话。旁边的人提醒他说：“张春桥，部长问你话，你必须回答，你应有礼貌……”张春桥依旧不吭声，部长只好说：“今天先说到这，等有机会下次再说……” 可是没等部长走出房间，张春桥就跟大夫们说话，还表现得非常有礼貌。 据刘庆棠观察，以前工作时张春桥话就少，别人说话他认真听，最后才说几句。江青、上海那帮人都佩服他，都听他的。 毛主席病重时曾提出想看影片，甚至提了三看三不看的原则。这个事情就由刘庆棠、广东省委书记韦国清、香港港澳工委梁某某负责，向香港邵氏电影公司借来中外影片五百部。由刘庆棠事先审查片名和材料，然后打电话告诉张耀祠、张玉凤、毛远新，让他们派人到发行公司去取片子。 1977、1978年批判刘庆棠时，提及这件事，说他巴结江青、张春桥，特意要给张春桥看电影。刘庆棠解释说，这是冤枉张春桥，他爱看报纸，就是不愿意看电影。每逢节日上映新片前，刘庆棠要打好几次催促电话，让他赶快审查，再不审查就来不及印拷贝了。他才答应说：“第二天一起床就看……”审片时，他意见不多，总是说：“同意你们的审查意见，很好……”有时也会提几个小地方修改，江青、姚文元在这方面提意见提得多。 张春桥曾对刘庆棠说过，他不爱看电影，爱看书、看报纸，每天都要看香港几个代表性的报纸，养成了习惯。 张春桥与邓拓曾经在《晋察冀日报》一块工作过，他当过邓的副手。1965年底批《海瑞罢官》之前，张春桥偷偷地向邓拓通风报信。这在当时，是需要冒风险的。 ---陈徒手：刘庆棠眼中的四人帮