@GuangruiH @winlifeken 当年随便一搜的毛子极端主义新闻现在凤毛麟角，这些残存碎片信息展示各类一看就是狠角色的没有出现在俄乌……说明这些人根本不鸟普鲨还在酝酿着不为人知的事情，当普鲨集团衰退到一定程度就会浮出水面取而代之……

[首次合作最狂超變態長影片/乳搖迷必收藏/快閃24小時優惠]【超色「三點全露無遮/超狂暴乳/白皙美鮑」/變態「各種玩乳/大量開腿/掰穴特寫/精液射滿小穴」/史上最超好尻影片千萬別錯過😳天然I級爆乳/白虎美鮑/美尻🔞 4K拍攝26分鐘 / 隱藏版限量特價 】淫乱神話級爆乳女医iii👿全裸極品超乳誘惑💋敏感淫汁100％絶頂 💦不倫超絶精液を搾り取 /巨乳の衝撃 / 購買私訊送性感全空乳搖小影片+早鳥禮

[比賽限定美穴射滿精液]【超色「三點全露/粉穴特寫/揉乳」/淫蕩「開腿大掰穴/精液射滿陰唇/邪惡鏡子/變態視角」/超好尻長影片/保證無馬賽克😳可愛清純+纖細骨感+性感美尻+無暇粉穴🔞4K拍攝21分鐘/隱藏版限量免費 】美腿白衣天使九鼠👿禁断精液を搾り取💋超絶乳で痴女💦淫乱濡れた陰唇/美脚下半身が大絶頂/美し過ぎる裸体/超多開腿畫面 /購買私訊送上空互動小影片+早鳥禮

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#

馬斯克花了四百四十億美元買了推特，被當成是他經營失敗的例子，雖然他透過合併再合併，讓跟著他投資的朋友，得以藉由SpaceX脫身，但推特本身，今時今日，絕對沒有四百四十億的價值。Ben Thompson說，因為馬斯克是硬體專家，而不是軟體專家，所以推特才沒有成功。在實體世界可以讓馬斯克一再往前推進的工程能力，放在零與一的世界裡，充滿了問題。Thompson說是物理的極限，限制了馬斯克的瘋狂，東西能不能用，一翻兩瞪眼，他的獨特能力，就是一路測試這個物理極限，然後把東西做出來。但軟體沒有物理限制，隨時可以ship產品，瘋狂的主意，像是「能不能把照片裡的女生衣服脫掉」，變成嘴巴一說就會成為現實的產品，完全乎略了人與人互動的問題與限制，反而讓產品在市場造成消費者的疑慮。也就是說，馬斯克極端的產品問市能力，反而在軟體世界是個問題。 我認為Thompson雖然有智慧，但這個看法是屁。 第一，軟體也有物理的限制，也不是馬斯克想要ship什麼，就可以有什麼。不然他怎麼不去寫一個反重力的演算法？或是花上無數的人力去生出這個不可能的任務？第二，硬體也可以有不切實際的功能，像是Cybertruck的超硬外殼，超過了這個世界上九成九的人需要的程度，但馬斯克還是ship了這個產品。馬斯克當然會因為物理的限制，有些事不能做，但也不是可以做的事，他就一定做，或是一定要放在產品裡。 馬斯克在推特的失敗，最重要的原因，和馬斯克沒有關係。推特本來就是一個死亡中的商品，被政治徹底毀滅的產品，先是左派把它的言論廣場的功能拿掉，馬斯克買下來之後，「什麼都可以的態度」則又把一堆垃圾塞到時間軸裡，造成使用經驗極差。一個死亡中的產品，連神仙都救不了。巴菲特說過，「如果一個惡名昭彰的產業，碰到一個經營名聲很好的管理者，通常是產業的名聲還是會持續。」馬斯克就是花錢買了個垃圾，誰都救不起來的垃圾，雖然我感謝他讓這垃圾還繼續經營著。 Thompson也對xAI深表悲觀。直接把馬斯克的推特失敗，外插到馬斯特一定會在AI失敗，甚至說他應該專心蓋數據中心來賺錢就好。神經病，馬斯克搞AI是為了多賺兩塊錢嗎？搞AI模型，那是未來的戰爭，只蓋數據中心，掌握了什麼鳥未來？而且，誰說模型的競賽，馬斯克輸定了？OpenAI和Anthropic的互有領先，證明了模型的競賽還沒有定於一尊，誰會領先，完全取決於下一個模型的問市。誰說xAI輸定了？SpaceX錢這麼多，xAI要燒錢，還會燒輸Anthropic或是OpenAI嗎？

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：

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。

鳥哥 Eugene 再次喊多 - 未來一週將是正式啟動行情之時 💥 💡觀察整體成交量與未平倉合約（OI）水位，目前大多數幣種只需要相對少量的邊際買盤就能推動行情，這代表市場整體仍處於低配狀態 💡現在我們需要的，是 BTC 乾淨俐落地突破 8 萬美元，並帶動核心山寨幣（ETH / SOL / HYPE）同步啟動新的上升趨勢 我的看法是 1️⃣ 其實 $HYPE 又偷偷要破前高了... 穩到不行，但是假日明顯持倉變化增速快的幣種變少了，數據慘的可憐 2️⃣ 當前 BTC 現貨 ETF 流入速度趨緩，近兩日都是流出但金額不大，持續關注每天數據，有大額流出現象需注意風險 3️⃣ 下週川普訪華，市場預計又要有波動，鑑於 crypto 仍然會跟美股，到時候看美股如何走了 接下來值得關注的幾個時間點 🔴 5/13 週二 — CPI 🔴 5/15 週四 FOMC 🔴 美聯儲主席鮑先生 5 月 15 日屆滿，再來就是 Warsh 時代了