【美股信息KOL第一集】 推特上关于美股的信息很多，但真正长期稳定输出、有独立观点的账号其实并不算多。很多时候，有价值的信息会被热点炒作和情绪内容淹没。 第一集总结的8位KOL的覆盖方向包括： 宏观与流动性/美联储与利率政策/债市与经济周期/ AI和半导体产业链/科技股与商业模式/趋势与实战观察 这些账号各自侧重点不同，放在一起看会比较全面互补。我把每位博主的特点和关注方向都整理成了表格，方便按需求选择关注： 1. Joseph Wang｜@josephwang 经常拆解美联储、准备金体系和美元流动性这些内容，专业度会高一些，但认真看下来，对理解市场运行机制帮助很大。 2. Liz Ann Sonders｜@LizAnnSonders 偏宏观方向，主要看流动性、市场结构以及整体环境变化。她的图表一直做得比较直观，适合拿来辅助判断大盘环境。 3. 美股OK哥｜@artinmemes 偏交易和市场机会观察，内容更接近实战派风格，适合看短中期市场情绪。 4. Lyn Alden｜@LynAldenContact 长期研究货币、财政、能源、信用这些底层逻辑。很多内容不只是讲市场涨跌，而是帮助你理解背后的原因。 5. Jim Bianco｜@biancoresearch 比较典型的传统宏观分析风格，重点会放在利率、债市以及政策预期这些方向。适合用来对照市场情绪。 6. 投资TALK君｜@TJ_Research 偏宏观和实战结合路线，会分析美联储、美股以及 AI 等热门方向，内容逻辑比较清晰。 7. Nico投资有道｜@tychozzz 偏长期投资和定投思路，平时会分享美股和比特币相关内容，整体风格稳健。 8. Byrne Hobart｜@ByrneHobart 擅长把金融、科技和商业模式放在一起聊，很多观点都比较有框架感。适合喜欢深度思考的人。

GitHub上公开的'GPT Image 2'提示词集太有用了。 725个提示词完全免费可用的热门仓库。 ✓ 16种语言支持（含日语README） ✓ 精选功能提示词6个 ✓ 附带实际输出示例图像 ✓ Raycast联动支持动态参数 ✓ CC BY 4.0协议商用OK 用最新图像生成AI的必看。👇

17年刚接触币圈的时候，感觉ZB是排在火币和ok之后的二线头部交易所 然后...就越来越拉跨 最后听说好像是因为老板的亲戚卷了钱包消失导致的只能站内交易，不允许提现。 话说这种交易所立案，能退还给用户吗？是按照非法集资定的，还是传销？

一点判断一个币走势的小tips，过去验证的准确率还是很高的 1、alpha上的币如果同时开了交易赛，价格很难继续上去，没上合约的也很难再冲上去了。 2、给ok闪赚挖矿的项目短期就是顶，一般都不是tge的时候马上给，要过一段时间，结束之后还有没有行情需要继续看 3、大盘下跌的时候还很硬的山寨，短时间都会比较硬，等 $btc 涨起来的时候也会涨得更多 4、tge前集中宣发的项目大多是找市场买单而不是自己准备好资金拉盘的，有其他目标但是自己不肯花更多钱的才会找市场买单，一般自己准备好资金的都不希望被抢筹码 5、有集体让喊单但是短期价格又上不去的，一般是在尝试找买盘要出货，不过这种玩法很老了，很少还有项目会这样做，现在一般都是逆向喊单吸引空单进场 6、借币利率是个看一个币是否启动很好的标准 7、现在的规律，上了韩所基本段时间就是最后一舞 今天就说这么多了，嘻嘻。

九十年代国道旁娱乐场所，有多挣钱 九十年代高速路网稀少，国道是货运大动脉。跨省跑运输的大车司机、外出跑买卖的客商，赶路中途必须歇脚。两省交界、盘山道出口、集镇路口，一排排贴着彩灯的饭店、旅店附带卡拉OK小包间，就是当年国道边的娱乐场所。放在那个普通工人月薪大多200～400元的年代，生意红火的场子，赚钱速度在当时堪称惊人。 这种路边场子投入很低。大多是自家平房或者简易二层小楼，装修简单，一台录像机、一套二手音响、几个沙发，隔出三五个小包间，几万块就能开张。房租便宜，人工成本不高，最大成本就是酒水。酒水溢价极高，一瓶普通红酒、啤酒，价格翻几倍卖给过路客，毛利非常可观。 生意好的中小型路边歌厅，夜里几个小时，流水能到一两千，扣除各项开销，一个月净赚上万并不少见。在90年代中期，万元户还是很多地方羡慕的对象，也就是说，做得好的老板，几个月就能挣出一个万元户。位置绝佳、车流大的国道干线，旺季晚上流水甚至能冲到三四千，一年攒下几十万的老板也有，但属于少数。 客源逻辑很特殊：全是流动过路客。大车司机长途奔波，生意人赶路谈事，消费不会像城里客人那样精打细算。很多人都是一次性消费，不必维护回头客，只要国道上车不断，就有客源。不少门店是“吃住+客房+卡拉OK”打包经营，吃饭住宿只是引流，真正的大头在包间酒水和配套消费。 但暴利背后，风险巨大。很多国道点位地处县域交界，监管薄弱，不少场所游走在灰色地带。看着挣钱快，要应付各类人情、检查，打架纠纷频发。很多老板赚到钱之后容易挥霍，也有人踩了法律红线，一夜之间全部归零。 时代转折点来得很快。2000年之后，全国高速公路大规模铺开，长途货运纷纷转上高速，国道车流断崖式下跌。再加上持续多年整治路边违规娱乐场所，曾经沿路灯火连片的歌舞厅大批关门。一部分眼光清醒的老板早早抽身转行，守住了财富；还有不少人，钱来得容易去得快，甚至触犯法律，到头来一场空。

karavox 独立开发者 Łukasz Nowak 不信任任何 AI agent，他把安全保证直接建在令牌上：agent 物理上写不进生产仓库。 《我把 AI 编码 agent 当分包商》 引言 2026 年起，我开始用 AI agent 开发软件，主要是为了工作。一开始只有一个 agent，慢慢演化成更多。我试过各种方法，但没有一个真正契合我的工作流。 我对每一个 agent 都抱着不信任（坦白说，我找不到合适的英文词形容这种感觉——它是彻底的不信任，但又充满好奇，隐隐期待它们干出好活）。它们会犯错，我必须用令牌、用户和虚拟机给它们装上护栏。尽管如此，事实证明它们在我的工作里有用。我的 agent 运行在 YOLO 模式——改文件、提交、推送都不问问题，因为它们要对自己那一部分负责。 它在工作里开始生效。我们团队交付了能用的解决方案。我得以把一部分工作流外包给一个工具，自己专注于重要的事。它真的管用了…… ……这让我开始琢磨自己的业余项目——一个跟卡拉 OK 有关的东西。我可以手写代码，但为什么不用一群 agent 呢。经过大量来回拉扯，加上我本来就不怎么信任它们，最后我决定把它们当分包商对待。反正是我自己的项目，我可以多冒点险。 为什么是这个形态 我是一个独立开发者，有几个 agent 在一个小型生态里干活：一个开源格式和工具集、围绕它的闭源产品，以及支撑这一切的基础设施。塑造一切的约束很简单：我是瓶颈，我也是唯一有判断力的人。 Agent 能做很多事，但它们对我的事故史、我的边界情况、以及那些不存在于仓库里的运维约束一无所知。所以设计目标是：agent 可以在我缺席的情况下尽量多做——但它们永远碰不到我没看过的东西。 这个模型从哪来 这个模型不是我发明的。它始于一篇给这个角色命名的文章：Simon Willison 的 vibe engineering（2025-10-07）——AI 辅助开发里自律的一端，专业人士始终对软件负责，与之相对的是 vibe coding 快而松的一端。Willison 自己在 2026 年的更新里提到，最终胜出的叫法是 Agentic Engineering。随后的阅读塑造了剩下的部分： • Embracing the parallel coding agent lifestyle（Willison，2025-10-05）： ——并行 agent，审查带宽是瓶颈；研究/PoC 任务和规格严谨的工作属于安全类别。 • How I'm using coding agents in September, 2025（Jesse Vincent，2025-10-05）： ——架构师/实现者的分工，跨隔离的 git worktree，人类在他们之间当 PM。 • Best practices for using GitHub AI coding agents in production workflows?（GitHub Community，2025-12-17）： ——"AI agent 是强大的队友，不是自主提交者"：agent 提议代码，绝不拥有代码；只提草稿 PR；人在环内的合并契约。 第一层：令牌——agent 碰不到生产环境附近 每个 agent 拿到两个令牌。生产仓库上一个只读令牌，加上一个独立 -staging 仓库上的写令牌。任务分支直接从生产仓库的 main 分支切出来（只读权限就够做这件事），然后推到 staging 仓库——后者的存在纯粹是为了让写令牌有个能到达的地方。 Staging 仓库的默认分支是一个故意的墓碑，名字就叫 no-main，里面只有一个 README："请使用原仓库的 main 分支。" 没有任何东西合并进它。没有任何东西同步它。它没有历史，没有镜像，除了当 agent 的邮箱之外没有任何意义。 为什么不用标准工具？因为在我的套餐里它们不存在：GitHub 的文档写明，受保护分支在免费套餐里只对公开仓库开放，私有仓库要从 Pro 起；把私有仓库 fork 到组织里也需要 GitHub Team，不是 Free。令牌作用域是唯一能在物理上阻止 agent 碰生产环境的机制——所以这个设计把保障建立在令牌上，而不是设置上。 第二层：集成——我就是 merge bot 当一个分支就绪时，agent 告诉我。我把它取回来，审查 diff，然后以任何合适的方式合并进来：cherry-pick、rebase-merge，或者手工应用。没有 pull request 机制，没有 agent 写的合并提交，没有积压着没人读的 PR。 这是一个穿了新衣服的老模式。Git 自己的文档把它描述为集成经理工作流（integration-manager workflow）：没有写权限的贡献者提交补丁，维护者负责应用。这正是我在做的事——我的 agent 是补丁贡献者，staging 仓库是它们的邮箱。这是 Linux 内核用了二十年的模型，只是把邮件 diff 换成了分支。 一条规则让这件事保持诚实：一个分支在独立验证它确实在生产里之前，绝不删除（对生产默认分支跑 git merge-base --is-ancestor，如果提交被 squash 过，就跑等价检查）。可检查胜过口头保证——包括我自己的口头保证。 第三层：PR 政策——判断，不是教条 公开仓库 karavox 只接受 PR。这没得商量：它是开源的，面对未知贡献者，PR 是那里的贡献规范。 私有仓库由我自行判断。为什么这说得通？因为审查无论如何都会发生——问题只是发生在哪一层。在 PR 模型里，审查是 GitHub 强制执行的一种仪式；在我的模型里，审查就是集成本身。对一个身兼 QA 的独立集成者来说，pull request 是开销，审查不是。我从不跳过审查——我跳过的是仪式。 各厂商正在向同样的原则靠拢。Claude Code 的安全文档：手动模式下它以只读权限启动，并且"你有责任审查提议的代码"。OpenAI Codex 的文档：默认沙箱化，带审批策略——Codex 执行动作前必须询问。GitHub 自己的 agentic workflow 工具 gh-aw：agent 作业默认只读且沙箱化，写入通过经过验证的 safe-outputs 作业和受限权限应用。GitHub 自己的社区指南说得更直白："AI agent 可以提议代码，绝不拥有代码。" 整个行业都在向我这一边收敛——只是大多数人还没有走到删除 staging 镜像那一步。 实战故事：那个死掉的模型 墓碑不是最初的设计。一开始 staging 仓库在一条名字就叫 staging 的分支上保存了生产环境的完整镜像：任务分支从镜像切出，合并进 staging，然后晋升到生产。这个模型要求两样东西靠约定保持同步——镜像，以及 staging 分支本身。2026-08-14 它真的漂移了：两个分支直接落到了生产 main 上，而 staging 落后了两个提交。 修复不是加固同步。修复是删除镜像。任务分支现在直接基于生产环境自己的历史，于是没有任何东西需要保持同步了。staging 仓库当天下午就变成了墓碑，从那以后工作流一直更简单。一个在生产中死掉的治理模型是一个好治理模型——它证明了自己可以被重新设计，而不是打补丁。 别人在做什么 • Fork + pull request，维护者合并：GitHub 文档——fork 是一个独立的仓库，有自己的设置，与上游相连；私有仓库可以 fork 到个人账户，但 fork 到组织需要 GitHub Team。 • 同一仓库上分支保护 + 必需审查：GitHub 文档——受保护分支对公开仓库免费；私有仓库需要 Pro、Team 或 Enterprise。 • 补丁邮件（git format-patch）：Git 官方书——记载了集成经理工作流：没有写权限的贡献者提交补丁，维护者应用它们。 • 自动化验证-合并（agent 写，验证者合并）：GitHub 的 agentic workflow 工具 gh-aw——agent 作业默认只读且沙箱化，写入通过经过验证的 safe-outputs 作业和受限权限应用。 这给我换来了什么 • Agent 做完所有判断开始之前的事。 • 我只在值得的地方花注意力——每一次集成按定义就是一次审查。 • 没有要分诊的 PR 队列，没有机器写的合并提交，没有仪式。 • 公开仓库保留贡献规范；私有仓库保留速度。 诚实的局限 生产 main 本身只靠令牌作用域加上我的纪律来保护——分支保护会是双保险，但在我的套餐里它不可用。而且行业信号很清楚：GitHub 上超过五分之一的代码审查现在有 agent 参与。判断力是瓶颈，这个模型正是围绕这个事实构建的，而不是假装瓶颈不存在。 来源： GitHub 文档（受保护分支、fork）；Git Pro book（为项目做贡献）；Claude Code 安全文档；OpenAI Codex agent 审批与安全；GitHub Agentic Workflows（gh-aw）；GitHub Community AI 编码 agent 最佳实践；GitHub 博客 agent pull requests。 原文： #AIAgent# #AgenticEngineering# #工作流#

这周的美股只有两种结局。 要么AI主线财报撑住+就业数据温和+美联储不放鹰，反弹继续。 要么三条线里任何一条断了，上周的暴涨全部回吐。 没有中间状态，三条线，条条都算是生死线。 第一条线：美联储的嘴。 静默期结束，官员会开始密集发声。 市场现在最关心的不是马上降不降息，是口风有没有变化。 如果继续强调通胀韧性和就业强劲，降息交易会被压着。 如果开始释放更鸽的信号，成长股、科技股、加密资产的情绪会立刻回暖。 上周Warsh说"这不是暂停，是故事的开始"。这周看其他官员跟不跟。 如果所有人都在放鹰，市场要重新定价加息预期。 如果有人开始松口，说明内部分歧在加大，对市场反而是好事。 第二条线：AI主线财报。 这周Palantir、AMD、超微电脑、Vertiv、Datadog集中交卷。 看起来是不同赛道，背后连着同一件事：AI需求到底有没有降温。 Palantir看AI软件商业化能不能持续收到钱，AMD看AI芯片份额有没有实质性突破。 超微电脑看服务器出货量和订单积压，Vertiv看数据中心电力散热基础设施的需求，Datadog看企业端AI使用量的真实增速。 这五家公司拼在一起，就是AI产业链从芯片到软件到基建的完整体检表。 如果全部给出强劲的收入和指引，说明AI资本开支这条线没断，半导体、存储、电力设备整条链的情绪都还有人接。 如果有两家以上指引转弱，那上周的反弹就只是一个死猫跳。 第三条线：就业数据。 周四初请失业金，周五非农就业报告。 这两份数据可能直接改变市场对利率的判断。 现在市场最喜欢的剧本是：经济别太差，就业别太强，通胀继续往下。 就业太强，降息预期被压死。就业太差，衰退担忧会卷土重来。 美股现在极度挑剔，不是数据好就涨，也不是数据差就跌。 好到让美联储有理由继续不降息，是利空。 差到让人觉得经济要出问题，也是利空，只有那个"不好不坏"的甜蜜区间，市场才买账。 所以这周不要猜每天涨跌。 盯住三个问题就够了：AI财报有没有被证伪？就业数据会不会改变降息节奏？美联储官员的口风有没有转向？ 如果三个问题都ok，就还有反弹。 如果任何一条出了问题，上周从绝望到贪婪的那个周末，可能很快就要反过来再走一遍。

天天嚷嚷台独的人连最基本的逻辑能力都没有。什么叫独立？得是先有一个国家，这个国家已经有了一个政权，然后这国家的某个部分或者势力不服中央管束，然后宣布自己建国，这才叫独立。比如美国独立，它的前提是北美是英国的殖民地。 按这个标准，ROC和PRC谁先谁后？显然PRC在后，所以，你怎么有脸说台独？要独也是陆独啊，是中共想从中国这个民主国家独立，单搞一个中共国出来。 如果硬要打比方，就好比一个家庭，儿子想从家里独立，搬出来，结果把自己爹痛打一顿，抢了大部分家产，赶出家门，然后转头到处宣传，说它爹要独立、搞分裂，这不是开玩笑吗？ 最后，我永远支持一个地区从母国独立的权利，即便是陆独，但前提一定是得有民意，而不是中共式的暴力篡权。你中共国如果改成民选，有公正公开的独立公投，最后选择从中华民国独立出去，ok，我支持。 但你没有，你就是个非法割据的暴力武装军事集团而已，跟胡塞武装没区别。