前两天在套利的时候，有时候会因为网卡慢一步，直接少赚了50%，市场真是苦抢跑久矣，不管是传统金融的高频交易还是各种 MEV，跑得慢的人就会被割。 放在交易上更是如此，只要连续撮合的订单薄存在，trader就会被损耗，大家只会在意谁跑得快，反而忽略了价格是否更合适。 @poddotnetwork 的出现可能会打破这个僵局，这绝对超出了一般永续 DEX 的范畴，这是一次真正的底层交易结构升级。 一、Pod 是如何重塑游戏规则的？ 1️⃣为交易而生的 L1：这是一条专为交易设计的高性能区块链。它自带撮合引擎、清算系统和预言机，确认时间小于 150 毫秒。 2️⃣彻底消灭抢跑：系统底层采用批量撮合与统一出清机制。所有订单按时间窗口打包，并以统一价格出清，从根本上杜绝了结构性套利的空间。 3️⃣让交易回归本质：在 Pod 上，没有人能依靠网速占据特权。获胜的关键完全转向了纯粹的信息判断和价格博弈。 4️⃣全天候交易全球核心资产：Pod 支持 7×24 小时的链上永续交易，首批上线的资产非常硬核：美股：$AAPL、$NVDA、$GOOGL，指数：$QQQ,$S&P500，大宗商品：黄金等。 5️⃣顶级机构背书：项目已完成 1000 万美元种子轮融资，由 a16z 和 1kx 领投。 二、早鸟 Waitlist 参与流程🐦 1️⃣无损锁定：在 Arbitrum 上存入 USDC。资金完全由链上托管，随存随取无锁定期。主网上线后，这些资金会自动迁移至 Pod 网络供你交易使用。 2️⃣积分冲榜：你的存款金额加上推荐人数，将共同决定你在排行榜上的名次。 3️⃣解锁权益：排名越高，就能越早解锁主网的 Early Access。 越早进入，排名越靠前哦！你懂的😋！ 👉主网白单Boost链接：

第一次出流螢想不到吧～～～ 最近ㄚ空逛街中來到了 星宇文創 發現好多周邊！ 竟然還有流螢立牌可以打卡🤩太美了吧 只要星穹鐵道系列周邊花超過NT$500 就可以拿到👍 隨機款式「拍立得光錐 贈品卡套組」1份 知更鳥/景元/波提歐/砂金 當然是我全都要！！！ 注意事項⚠️ 🎇滿額禮每人每日限領 1 次 🎇限單次達標無累計 🎇離場後再入場就無法再次領取惹QAQ 🎇數量有限，送完為止 地點請看我⬇️ 台北市大同區華陰街215號 營業時間：13：00-21：00 #星宇文創# #崩壞星穹鐵道# #星穹鐵道# #honkaistarrail# #StarRail# #流螢#

在中国，最能抵抗通货膨胀的是什么？ 在这里不会有恶性通胀。 你看看cpi就知道了，不管怎么印，都不会大通胀。 为什么呢？因为我国cpi锚定的是日常消费品。 而 印钞发行的货币并没有进入消费端！！ 所以日常消费品的压力是很小的。 普通人没有什么对抗通胀的需要。 你挣多少钱，也能吃起饭。 一堆穷人互相生产互相消费，并不会通胀。 那么什么容纳了几万亿几万亿的发钞呢？投资市场。 国企，银行、地方。 那么他们不会把钱发给老百姓的。 他们就是用来投资，可是缺乏市场指导的投资，就会沦为基建和过程人腰包。 而过程人也消费不了多少，主要用来买房和海外转移了。 换句话说，那些投资大部分变成了资产价格泡沫和一些人的海外资产。 老百姓不仅没有因为几万亿几万亿的印钞挣到钱，反而大部分人房贷附上了债。 那么现在呢？现在不是这个逻辑了。 现在印的东西，不会在流入房产推高价格了。 所以不用再担心地产上涨了。 为什么呢？ 因为房地产泡沫破裂后，上下游企业都循环债务暴雷，光许老板就两万亿。 那么现在印的银子，基本上是擦屁股纸。 给之前的负债平帐用的。 给城投这些东西交利息用的。 根本没有闲钱玩花样。那么你问了，即使大规模印钞去给村企和城投付利息交债务，那归根结底还是会把钱交付给一个个的农民工，上下游小老板手里吧，那钱不是还是到了消费端了吗？ 如果那样的话，确实是会通胀。但那是相对好的一种情况。 毕竟老百姓有钱了还是可以促进低端消费的。 可问题是，神奇的分配机制导致，农民工人工资水平太低，上下游民间供应企业利润率太低，所以也分不了多少。 所以大部分人的市场里没有太多货币。 也就是说，尼又鸟系数超高的情况下，其实是有利于制止恶性通胀的。 贫富差距越大，越倾向于通缩。所以货币主要流向了国际市场。 换句话说就是，印的钞主要让他们换成外汇去外面花了。 这是最恶性的一种情况。他们挤占的离岸货币量太多，导致进口资源的换汇名额就少。 导致资源进口所花的成本，大大增加，导致生产成本急剧增加。但于与此同时，消费端又是通缩，又没钱，上下游交易价格因为通缩，也提不上去。 导致亏损加剧，导致债务会不断产生。直接导致独立性民企基本要破产。 最后只留下两种民企，一种是直接做出口挣奶的，这是基石造血干企业。 另一种是给村企做配套的，村企倒不了，有不断输血的。 那么村企在刚才也分析了，债务不断加大，生产压力增大，只能靠印出来的东西平帐，但给的肯定是会越来越不够的，所以导致村企生产能力下降，更不要谈创新能力了。 慢慢的就会生产意愿下降，造成物资短缺。 苏鹅的全民物资短缺，就是这么来的。 这个分析强度超过了大部分经济学者，我觉得我是第一个全网把这事说清的。 下面谈一下买房。现在房式的逻辑变了。 看看社交媒体就懂了。小红书充斥着买房后悔的帖子，都在讲自己亏了一半的亏了80%的，现在社会心理已经完全变了，房士信心彻底摧毁。大部分人算清了，大不了租房。 一个没人接盘卖不出去的市场，是失活的，不会增长的。 所以抗通胀买房，不可行。 那么买黄金行不行？ 不行。因为黄金铆钉的是美元汇率。 这就是另一个咱妈的高招了。 离岸，在岸，两个池子。 （看到这真的佩服咱妈，一网接一网兜的严严实实） 你买的黄金永远是按离岸汇率价格，离岸钞票通过严格限制兑换量，保证总量及其稳定，所以汇率基本也不会波动。 换句话说就是，黄金价格，不管你再怎么印票子，也不会涨。 再岸的不变成离岸的就行。所以黄金价格和国内通胀率基本没用关联。 好比说通胀了，现在100块钱只能买一斤鸡蛋了，但是100块钱还是能买0.1g金子，为啥呢？ 反正不让你取实体黄金，你取的都注水，取出来金子想卖也只能卖银行，你想拿金子换钱可没地方换，只能去银行接受美元计价。 另外黄金，想出境是完全不允许的，想入境没限制。 买美元什么的，同理。 离岸人民币汇率永远是稳的，不管在岸人民币购买力怎么下降，你账户上的美元也不会升值。 那么买大A行不行？ 不行。 国企 地方，在有钱的时候都没给你发钱。 现在没土财了，大A更是个提款机。 基本上所有的涨势，都是为下一轮收割下的网。 你进去你就是鱼肉。有个人说买石油股。 石油股绿了多少年了？ 大A不存在谁好谁坏，逻辑是一样的，提款机。 至于btc这种大肥鱼。 你要是没点金刚钻还是别碰了那么什么能抗通胀呢？ 开篇就告诉你了。别瞎琢磨了，啥也扛不了。 该吃吃该花花，学雅思，考工。拳力可以抗通胀。 因为通胀不通帐的吧，人的生存难度，获取资源的难度，其实只跟一个东西有关：就是你的社会地位。 混进了基本盘，即使通胀了也会给你蹭蹭涨工资，代价由外面的承担。

人穷到一定程度就会开始回忆曾经每一次能赚钱的机会。我几年前打王者给自己取了个很帅的四字ID，因为我打上单和发育路需要抗压不敢用太女性化的名字，具体是什么ID我不告诉你们嘻嘻，反正有不少人要买我ID，甚至有一个古风小生让我随意开价只要我能把这个ID给他，那会是一个ID能炒到上万元的时候…我当时不知道在装什么清高我鸟都不鸟他们，而且后来我转号了也不登那个号了，现在我想跪下来问哥哥你还收我ID不？

元封元年，公元前110年。汉武帝刘彻要去泰山封禅。 从长安到泰山，队伍走了几个月。梁父山的祭地仪式上，官员们戴着鹿皮帽，帽子上插着笏板，像一群彩色的鸟。汉武帝亲手射了一头牛。这动作有讲究：古代祭祀杀牲取血为盟，执牛耳象征盟主地位。 登泰山主峰时，汉武帝只带了一个人：十岁左右的霍嬗。 泰山之巅，云雾缭绕。一个五十多岁的皇帝，牵着一个十岁孩子的手，一步步往上爬。底下成千上万的官员、士兵、仪仗队，全都被留在半山腰。 霍嬗是霍去病的儿子，父亲死后袭封冠军侯爵位。汉武帝喜欢这孩子，根据《史记》记载，"上爱之，幸其壮而将之"——意思是皇帝喜爱他，希望他长大后能当将军。 也有说法是童子身干净，更容易通神。或者，皇帝根本不想让那些大臣知道他和"天"说的悄悄话。 他们在山顶待了多久？说了什么？干了什么？没人知道。 下山后不久，霍嬗死了。突然就死了，谥号"哀"。更绝的是，霍家的侯爵封号直接被废了——这在汉代军功家族里，简直是往死人脸上抽耳光，《史记》中记载，"嬗卒，谥哀侯。无子，绝，国除。"。 这孩子到底看见了什么？ 《史记》里说得很简单："礼毕...其事皆禁。"——仪式结束后，一切都禁止外传。 我们只知道泰山封禅，一个皇帝拉着个孩子上山，下来孩子就死了。千百年过去了，泰山的云雾还在飘。但那个十岁孩子在山顶上经历的一切，早就跟着汉武帝一起，埋进了黄土里。

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。