华为的 X 账号，在今天发布韬定律后，每篇推文基本都是 100 万以上的阅读了，涉及公告文章类的，全是 1000 万起，说老外不高度关注，那是不可能的。 华为这次在讲一个新的半导体思路，叫韬定律。它的核心不是继续死磕，晶体管还能不能更小，而是换个指标，能不能让数据、计算在整个系统里跑得更快。 也就是说，过去摩尔定律看的是空间，也就是芯片越做越小。华为现在想强调时间，也就是同样制程下，通过封装、互连、架构优化，把延迟降下来、效率提上去。 其中一个重点技术叫 LogicFolding 逻辑折叠。简单理解，就是把以前平铺在一个平面上的电路，改成上下多层堆叠，让信号走的路更短。 路短了，延迟就低，功耗也更好。文章里说，麒麟 2026 芯片用了这个技术后，在固定制程下，晶体管密度、能效、频率都有明显提升。 另一个重点是 AI 数据中心。华为认为，AI 时代的瓶颈不只是算力不够，更是数据搬来搬去太慢、太耗电、太贵。文章提到，大型 AI 集群里，很多能耗和成本都花在数据传输、存储和互连上。 所以华为提出统一总线、Hi-ONE 光互连、3D 折叠等方案，目标是让大量芯片像一个整体系统一样协同工作。 大白话来讲，就是既然最先进光刻不好拿，那就别只盯着 2nm、3nm 这种制程了，换条路提升性能。华为说，过去六年已经量产了 381 款芯片，并把经验总结成一套方法，不只优化单个晶体管，而是把晶体管、电路、芯片、系统、数据中心整套链路一起优化。 华为认为，未来芯片竞争可能不再只是台积电、三星、Intel 谁能做 2nm、3nm 那种更小纳米，而是看谁能在封装、互连、系统架构、软硬件协同上做得更强。

为什么很多人开始把 MemeMax 当成“下一个 HYPE”来看？ 最近看 @MemeMax_Fi 的一些文案，味道已经越来越明显了。 尤其这句： “HYPE farmers made millions Now they're looking for the next one” 基本已经是在往“HYPE 式大毛”方向引导市场预期。 因为当年 Hyperliquid 最核心的财富效应，其实不是 Perp 本身。 而是： 早期行为数据。 谁更早参与、谁持续交易、谁长期活跃， 最后都变成了真正有价值的权重。 而现在 MemeMax 也在做类似的结构： MP 积分 Season 0 MaxPack 排名机制 持续交易行为 本质上都在记录用户的生态参与度。 尤其现在： 交易量达到 $11,111 后， 前面拥有 MaxPack的人能拿到双倍手续费 官方也一直在强化： farming points early users next one 这种关键词。 很明显， 它想建立的， 不只是一个交易平台。 而是： “早期参与者有机会获得大回报”的市场认知。 再加上背后还有 MemeCore 3亿 $M grant 支持， 现在很多人开始把 MemeMax 当成“下一轮 HYPE 模型”来看，其实也不奇怪。

财报前瞻：Arista Networks (ANET) 2026年第一季度财报 历史业绩表现与当前市场预期一致性 Arista Networks明天即将发布的2026年第一季度财务报告。 Arista在过去连续多个季度中展现了极强的业绩韧性，其盈利能力和收入增长始终保持在分析师预期的上限。根据历史数据，公司在过去八个季度中每一次都实现了盈利超预期，这种极高的胜率在波动性巨大的科技板块中属于罕见现象。 对于2026年第一季度，市场一致预期已经形成了一个相对较高的基准。目前分析师对每股收益的平均预期约为0.81美元至0.82美元，较2025年同期的0.65美元有显著增长。在收入端，市场普遍预期为26.2亿美元，这与公司管理层此前给出的约26亿美元的业绩指引高度契合。 值得注意的是，在过去90天内，共有24位分析师上调了对ANET的年度盈利预测，而下调者为零。这种单向的业绩修正反映了投资界对于人工智能（AI）基础设施需求持续高涨的集体共识。这种“业绩修正向上”的势头通常是财报超预期的前导指标。 财报核心驱动因素：超大规模云服务商（Cloud Titans）的资本支出 Arista的业务模式高度依赖于“云巨头”的投资节奏，主要包括Meta、微软、谷歌和甲骨文。这些客户在2025年贡献了公司约48%的收入，因此其资本支出（Capex）的任何变动都会直接传导至Arista的业绩中。 微软与Meta的资本狂飙 微软近期公布的信号显示，其2026日历年的资本支出预计将达到1900亿美元，远超此前预测的1520亿美元。微软CFO Amy Hood明确指出，为了满足AI需求，必须在数据中心建设上进行更多投入，且由于GPU和存储容量的限制，这种投入在2026年之前都将维持高压状态。 Meta作为Arista的另一个核心客户，将其2026年资本支出指引从之前的1150亿-1350亿美元上调至1250亿-1450亿美元。Meta的AI广告引擎和Llama系列大模型的持续迭代，要求其底层网络具备更强的并发处理能力和更低的延迟。Meta在财报中提到，其AI支出不仅用于模型训练，更开始转向更大规模的推理（Inference）集群，这为Arista的800G交换机提供了庞大的增量市场。 谷歌Virgo架构的溢出效应 谷歌在2026年第一季度的表现同样亮眼，其云业务收入达到200亿美元，同比猛增63%。谷歌的“Virgo”AI数据中心架构被分析师视为Arista的重要利好因素。Virgo架构强调网络的可扩展性和开放标准，这与Arista一直推崇的以太网（Ethernet）优先策略不谋而合。随着谷歌云订单积压量（Backlog）翻倍至4620亿美元，Arista作为关键网络设备供应商，其订单能见度（Visibility）已经延伸到了2027年。 技术周期迭代：以太网对InfiniBand的替代效应 AI基础设施领域正经历一场从私有协议（如英伟达的InfiniBand）向开放标准以太网转型的结构性变革。这一趋势是Arista股价长期溢价的核心逻辑。 开放以太网联盟（UEC）与ESUN规范 Arista作为超级以太网联盟（UEC）的创始成员，正在推动针对AI优化的以太网规范落地。由于AI集群规模已从数千个GPU扩展到数百万个XPU（通用加速器），传统的InfiniBand在成本、互操作性和可维护性方面面临巨大挑战。Arista的EOS（可扩展操作系统）配合RoCE（聚合以太网上的远程直接内存访问）技术，已经能够在大规模训练负载中提供与InfiniBand相当甚至更优的性能。 公司管理层最近将2026年AI网络收入目标从27.5亿美元上调至32.5亿美元，涨幅高达18%。这种激进的目标上调反映了以太网在超大规模AI后端网络中的渗透速度远超预期。戴尔奥（Dell'Oro）的数据确认，以太网在2025年已经实现了对InfiniBand的反超，占据了AI后端网络市场的主要份额。 800G统治力与1.6T路线图 Arista的7800R4系列平台已成为当前AI数据中心的主力军。到2026年第一季度，Arista已向超过100家累计客户交付了800G产品，其在高端交换机市场的占有率维持在90%以上。 此外，Arista在OFC 2026展会上发布的XPO（超高密度可插拔光学器件）协议，为即将到来的1.6T时代奠定了基础。XPO技术通过液冷设计解决了1.6T模块的散热瓶颈，将交换机机架占用空间减少了75%。这种技术前瞻性不仅确保了公司未来的ASP（平均售价）提升，更进一步加深了与微软等液冷先行者的绑定。 尽管Arista在数据中心交换领域占据先机，但竞争对手的动作不容忽视。 思科的追赶与Silicon One架构 思科（Cisco）近期表现强劲，其在2026财年Q2录得了创纪录的153亿美元收入。思科的AI基础设施订单在单个季度内达到了21亿美元，公司预计2026财年全年的AI订单将突破50亿美元。思科的Silicon One架构提供了高达102.4 Tbps的吞吐量，正试图通过“安全AI工厂”理念抢夺企业级和主权云市场。然而，思科在超大规模客户中的积累仍不及Arista深厚，且其复杂的OS版本管理依然是不少云巨头的痛点。 博通的供应商与竞争者双重身份 博通（Broadcom）在2026年Q1的AI相关收入达到8.4亿美元，同比增长106%。博通的Tomahawk 6交换芯片是Arista等厂商的核心组件，但博通也在通过提供全栈定制ASIC（如谷歌的TPU和Meta的MTIA）来直接锁定客户的网络预算。博通CEO Hock Tan表示，到2027年其AI芯片收入将超过1000亿美元，这种量级的增长意味着博通正成为AI基础设施领域的新重力中心。 英伟达Spectrum-X的捆绑威胁 英伟达（Nvidia）虽然在InfiniBand领域面临挑战，但其迅速推出的Spectrum-X以太网平台正展现出极强的进攻性。通过将GPU与网络设备捆绑销售，英伟达成功锁定了包括Meta在内的多个核心客户的后续订单。Wolfe Research的分析师指出，Arista面临的最大战略风险在于英伟达利用其在计算领域的垄断地位进行垂直整合。 Arista的估值目前处于历史高位，这不仅是对其卓越业绩的认可，也预示着财报后的股价表现将面临极高门槛。 综合利多与利空因素总结 利多因素（Bulls） 强劲的二阶需求导向：英伟达GPU的每一次发货，最终都会转化为对Arista交换机的需求。 现金流充裕：截至2025年底，公司持有107亿美元现金，且没有任何债务压力。 软件定义的防御性：EOS系统的稳定性使其客户粘性极高，即使在硬件价格竞争激烈的环境下，也能维持超过60%的毛利率。 利空因素（Bears） 市场预期过高：如果EPS beat的幅度小于过去平均水平，市场可能解读为增长放缓。 供应链成本风险：内存和光通信组件价格的上涨可能在下半年挤压毛利。 主权AI转向自研：部分主权云客户开始尝试自研网络架构，可能减少对商用交换机的依赖。 综合各项指标，Arista Networks在AI基础设施竞赛中依然处于“蓝海”地位。尽管英伟达在计算领域处于主导，但在连接数百万计算节点的网络层，Arista的软件沉淀和以太网工程能力目前尚无同量级的对手。对于超大规模客户而言，网络的稳定性（Lossless Performance）比单一硬件的原始速度更为重要，而这正是Arista EOS的核心竞争力。 短期内，微软和Meta的资本支出指引已经为Arista Q1的财报超预期打下了坚实的基础。考虑到历史业绩的极高连贯性以及当前分析师普遍的上修态度，财报大幅超预期几乎是大概率事件。然而，考虑到当前市盈率已处于近两年的高点，且部分利好已在过去一个月31.7%的涨幅中得到体现，财报后的涨幅将主要取决于管理层对2026年下半年甚至2027年1.6T产品的交付信心。 免责声明：本人持有文章中提及资产，观点充满偏见，非投资建议，dyor

东方甄选的心机男CEO孙东旭被开掉了，但东方甄选这些天来已被建立的叙事还是难以逆转。 俞敏洪的决定做得太晚，上策是第一时间吊打那个奉旨挑事的小编，中策是让孙东旭和董宇辉假惺惺的出来握手言和，下策才是用免职CEO的代价去安抚波涛汹涌的群情。 很明显的，东方甄选原本很想立起一个饭圈的靶子，集火到这个人人喊打的安全目标上，某种程度上这比打压董宇辉更加恶劣，相当于AOE到了所有产生共情的观众身上。 如果打工人都不帮打工人，还有什么信仰值得崇拜呢？「你，背叛了工人阶级，操你妈。」 话说回来，干出业绩的打工人和慧眼识珠的老板之间存在相互成就的关系，这本身没毛病，有毛病的是贪天之功的心态，想要赢家通吃。 大哥，这是做生意，不是打德扑，想要复制许多个董宇辉，商业上是合理的，但它又和容不下一个董宇辉是矛盾的，你不能用打破鸡蛋的手段来实现不把所有鸡蛋放在一个篮子里，指南找北，注定别扭。 在决定弃帅保车之前，俞敏洪和稀泥的表态除了继续维持他作为虚君共和的象征之外没有任何意义，而东方甄选的操盘团队也一定还没真正想明白为什么董宇辉能够获得如此压倒性的舆论支持。 答案其实很简单，先撩者贱。 先撩者贱是一个古老且有效的判断原则，它适用于大多数立场先行的事件，谁挑拨，谁负责。 所以唆使小编去给董宇辉拆台的CEO没了，尤其是各路切片都在CEO老早就忍不住开始对董宇辉「动手动脚」，过河拆桥的卑劣表现，直接冒犯到了最基础的朴素正义感。 先撩者贱，如果是打工人站出来说公司有今日荣光都要居功于自己，恐怕支持者也难免会少很多，董宇辉的直播我没看几场，切片倒是满地都是，他的智情双商都很高，分寸感也好，本来走在一条成全老板绝境重生的大路上，然后就被老板们掀了桌子。 这不就是那个表情包显示的，一个人好端端的骑着自行车，然后自个拿根棍子插进前轮，人仰车翻之后捂着伤腿咒骂世道不公⋯⋯ 只能说，新东方这家公司虽然从业务上转型到了直播带货行业，但它的行事作风和管理思维还停留在教学培训行业，至始至终都在把主播当成以前的名师来对待，既不明白、也不尊重互联网时代「皮套即是流量入口」的逻辑，以致于闹出管理者下场抢功的笑话。 笑死，文案到底是不是董宇辉自己写的，迂腐程度堪称2023年的茴香豆的茴字有几种写法，这名场面可不会那么快的就被忘掉。 觉得董宇辉的个人品牌光芒过盛，加大了公司的风险，这种担忧当然是情有可原的，但你的合理做法难道不是去用更复杂和更交叉的资本架构去把董宇辉和东方甄选彻底绑在一起共享回报么，美ONE和李佳琦是怎么做的又没有保密，照抄都不会么？ 笑死x2，天天搁这当着万恶的资本，殊不知连资本都嫌你丢人，最基础的操作都不会。 据说孙东旭过去都是欣赏和提拔董宇辉的那个人，新东方的传统艺能也包括相互贫嘴过招，他大概不会是一个坏人，但就像罗永浩发明的那个词所形容的，爹头爹脑，世上有太多人克制不了这份好为人爹的诱惑。 我有次走访一家制衣工厂，听到老板的神勇事迹，几个员工晚上在厂外宵夜，和混混发生口角，被人多的对方围殴，正好老板开车下班经过，当即停车带着司机加入战局，操起折叠桌就往对方脑袋上砸去，后来受伤员工的诊费和事件赔偿也都是这个老板一手包办的。 按理来说，这家工厂的员工流失率，应该很低吧？然而并没有。因为老板平日里抠门不说，还对员工有种财产式的严苛管理态度，甚至可以说，他为员工出头，未必不是因为觉得自己的财产遭到侵犯，所以尽管员工们感动于老板的仗义，却也冷暖自知的用脚投票，该跑的时候一刻也不犹豫。 我的意思是，人的复杂性是很难预知的，但是一码归一码，昔日的赏识和今时的嫉恨，可以不相冲突，而动辄产生「没有平台你什么都不是」的心理，更是上位者的大忌。 真要「没有平台你什么都不是」，那是不是也可以说，没有抖音你东方甄选也什么都不是？但俞敏洪孙东旭也不会去把抖音当爹，因为他们会认为，东方甄选也给平台创造了价值，双方是平等合作的关系，没有谁亏欠谁的道理。 是啊，怎么这个道理到了自个身上，就不灵了呢？ 事到如今，董宇辉还会不会出走，恐怕还是要靠俞敏洪老师去刷脸了，程门立雪的道德应该终究是有用的，但是就算继续待下去，东方甄选的管理模式也迟早要大改，至少要对齐公司愿意支持业务骨干的决心，而不是像现在这样什么小丑都能在直播间搞阴阳。 倒是有篇文章的标题很能代表一种解决方案——当然可能有点不那么女权——如果俞敏洪是女的就好了，直接嫁给董宇辉，一切质疑都会烟消云散。 唉，和不了亲，合伙人总是可以的吧。都到这份上了，还要教吗？

最近 guizang 、zarazhangrui 花叔等大佬纷纷开源 PPT Skill，我花了一天测试完了7个ppt skill项目，直接把结论分享给大家： AI 生成 PPT 丑的核心原因，不是 AI 能力不行，是你没给它正确的审美约束系统 这7个开源 Skill 解决的就是这个问题——它们把“什么样的 PPT 人类才愿意看”编译成了 AI 能理解的规则 下面按使用场景分类推荐，直接对号入座： 1. frontend-slides：看图选风格的 Vibe Coding 典范 GitHub: zarazhangrui/frontend-slides (17k+星） 这是我测下来最符合“Vibe Coding”理念的一个 核心亮点：不问你要什么风格，直接生成3个不同方向的预览图让你挑 挑完之后再生成完整 deck，全程零 CSS/JS 知识门槛 支持12种精选风格模板，PPT 转网页，一键 Vercel 部署或导出 PDF 作者 zarazhangrui 在 X 上说得很直白：“代码生成的 slides 可以比大部分 PPT 工具做得更好，但前提是你得先让 Claude 理解什么叫‘好看’” 这个 Skill 的精髓在于 Show, Don't Tell——不让用户描述审美，而是让用户指认审美 适合场景：需要快速出一套有设计感的演示文稿，尤其是对外 pitch 或线上分享 2. huashu-design：一句话生成 HTML deck + 可编辑 PPTX GitHub: alchaincyf/huashu-design (13k+星） 花叔这个项目野心更大，不只是做 PPT，而是做“HTML-native 设计系统” 一句 Prompt 能同时输出： 专业 HTML deck（浏览器直接打开） 可编辑 PPTX（给不懂代码的同事改） MP4导出（直接当视频用） 交互原型（可点击的 App demo） 内置20种设计哲学（Bauhaus、Swiss、Brutalism……）,5维设计评审系统 在 X 中文圈常和 guizang 项目并列推荐，两者审美路线不同：huashu 偏“设计工具消失感”,guizang 偏“杂志编辑部美学” 适合场景：需要多格式交付，或者团队里既有技术也有非技术人员协作 3. guizang-ppt-skill：专治 AI 生成 PPT 审美灾难 GitHub: op7418/guizang-ppt-skill (7k+星） 歸藏在 X 上分享自己的 PPT 模板后，直接把整套审美系统开源成了 Skill 这个项目的定位很明确：横向翻页杂志风 HTML PPT 10种布局骨架，5套主题配色（不允许自定义 hex 值，强制保护美学） WebGL 流体背景，Motion One 驱动的入场动效，单文件输出（离线可用） 歸藏在 README 里写：“颜色搭配错了画面瞬间变丑，保护美学比给自由更重要” 这句话戳中了 AI 生成内容的核心痛点——自由度和质量往往是反比关系 适合场景：15-30分钟的线下分享、私享会，需要凸显个人风格的场合 4. open-slide:Agent 最后一公里生产力工具 GitHub: 1weiho/open-slide (3k+星） 这个项目思路最特别：不是“生成 PPT”，而是“为 Agent 设计的 Slide 框架” 每张幻灯片是一个 React 组件，固定1920×1080画布 核心 workflow: 一句话 prompt 生成整套 deck 在浏览器里点击任意元素留 comment 运行 /apply-comments,Agent 自动应用修改 支持演讲者笔记、定时器、导出 HTML/PDF 适合场景：需要高频迭代、多轮修改的场景，或者本身就在用 Claude Code/Cursor 的开发者 5. html-ppt-skill：模板党的军火库 GitHub: lewislulu/html-ppt-skill (3k+星） 这个项目走的是“模板丰富度”路线： 36套主题 15个完整 deck 模板 47种动画预设 演讲者模式（讲稿+计时器） 适合不想从零开始设计，直接套模板改内容的场景 如果你的需求是“快速出一版能看的”，这个库的模板密度是最高的 6. beautiful-html-templates: Agent 自动挑选填充 GitHub: zarazhangrui/beautiful-html-templates (1k+星） 同样是 zarazhangrui 的项目，这个更像是 frontend-slides 的模板仓库 32套 HTML Slide 模板，专为 coding agent 准备 Agent 可以根据内容类型自动挑选合适的模板填充 适合场景：批量生成多套风格一致的 deck，或者需要建立团队统一视觉规范 7. open-design: Claude Design 的开源替代 GitHub: nexu-io/open-design Tom Huang 团队开源的设计系统，支持： 幻灯片、图片、视频、HyperFrames 导出 71套品牌设计系统 配套工具 html-anything（多格式转高审美 HTML，包括 Keynote 风 PPT） 这个项目的野心是做“本地优先的 Claude Design 替代方案” 如果你需要的不只是 PPT，而是整套设计工作流，这个是最完整的 这些 Skill 的共同点是：它们都在用代码重新定义“什么是好看的 PPT” 以前做 PPT 是在 PowerPoint 里拖拽，现在是在跟 AI 描述你要什么 但 AI 不懂审美，所以这些开源作者做的事，本质上是把审美编译成了 AI 能理解的规则 这才是这些项目真正的价值 如果你也在用 Claude Code 做内容生产，这7个库值得全部 clone 下来试一遍 因为你会发现：AI 生成内容的天花板，往往不在 AI 本身，而在你给它的“审美约束系统”有多严谨 所有项目都是开源免费，直接 GitHub 搜索项目名就能找到 装好之后在工具里输入对应的 skill 名称就能调用

什么都敢赌 周末聊几毛钱的。 我文章里经常会引述链上赌场的概率数据，我觉得它的优势是可以把一些热门事件的概率数字化，它不是专家口嗨，而是真金白银买出来的，甚至这些真金白银里还混进了一些内幕狗，所以它呈现的数字概率往往很有参考性。 我给你们再说说几个眼下热门的池子： 1、美联储1月份的决定，97%的概率利率不变，这个几乎没有悬念。 2、特朗普会提名谁当下一任美联储主席，Kevin Warsh 42%，Kevin Hassett 37%，基本就他两了，这个中国这边关心的人不多。 3、今年NBA谁夺冠，雷霆39%，掘金11%，尼克斯8%，马刺7%，火箭7%，剩下的都是些冷门下狗，湖人只有3%，夺冠希望渺茫。 4、共和党2028年会提名谁竞选总统，万斯头号热门，52%概率，排名第二的是国务卿卢比奥（13%）。让我感到困惑的是第三名竟然是特朗普（4%），这什么意思，他已经当过两届了，根据美国宪法已经不能再担任总统，这帮赌狗在想什么 5、民主党2028年提名竞选总统的人选，目前Gavin Newsom领先，概率35%，他是现任加州州长。 6、哈梅内伊会在1月31日之前下台吗，20%概率，说实话这个概率比我想象的低，所以别看伊朗目前全国抗议规模很大，真正给这事下注的资金却很谨慎。什么时候这个概率蹿升到50%以上，也许就要发生大事了。 7、2026年世界杯冠军，西班牙16%，英格兰14%，法国13%，阿根廷11%，巴西10%，葡萄牙8%，德国6%，再往下都是冷门下狗，值得一提的是日本也有2%。 8、俄乌会在3月31日之前停战吗，概率是15%，还有一个池子是会不会在今年底之前停战，概率是45%。所以这场仗有挺大概率会打到明年的。 9、2026年奥斯卡最佳电影，《One Battle After Another》以绝对优势领先，79%的概率，就是小李子演的一战再战，没想到呼声那么高，突然对这部电影有些好奇，回头我去找资源看看究竟咋样。 热门池子就这些，一些小众池子赌什么的都有，比如.....赌2026年中国会不会统一的，概率是13%，更远期的没人开池子，大家都希望玩尽快能出结果的那种局。 …… 这两天在抖音被动吃到一瓜，是一个东北女演员在直播时吐槽自己儿子儿媳事业不成功，收入低，儿子一年只能接一部戏，20-30万，儿媳音乐剧演员，一年10万左右，夫妻两一年不到40万，难以在北京维持家庭开支。 这番言论引起网民强烈不满，觉得她在凡尔赛、低调炫富，于是就开始网暴她全家。最新的情况是这个女演员的账号已经被处罚，禁止关注。 坦率讲我对这个女演员不熟，但她说的儿子儿媳的收入，确实在演艺圈就是妥妥的底层，三四十万别说和明星比，就是和他妈比也是远远不如。 所以这就是一个妈妈对孩子阶级滑坡的焦虑，日常的吐槽碎碎念，这些话和身边圈子里的人讲没问题，不能真把网友当家人说出来，要知道那些在她直播间的网民我保守估计90%到不了她儿子的贫困线，她这么说等于是在抽这些网民的耳光。 对大部分网民来说，只有月薪3000以下的人可以哭穷，否则就容易冒犯人。政府三令五申公众人物禁止在互联网炫富，背后原因是中国不同阶层收入差距悬殊，以前穷人富人井水河水，现在互联网把他们聚到一起，就容易捅破窗户纸相互真实。 话说中国演艺圈的收入就是挺高的，我第一次被震惊到是七八年前听朋友说某喜剧演员客串一个综艺节目，一天600万，我反复确认这个数字的真实性，真的难以置信，因为他当时还没有那么红的。后来他发展得越来越好，成为中国顶流，现如今一部电影的片酬报价是一个小目标。和这些行业顶尖的艺人相比，一年只能挣二三十万还坚持从艺的真的很卑微了。 每每讨论艺人的高收入时就有很多网民不满，凭什么挣那么多？当然是凭中文市场大咯。 试想如果我是个越南博主，或者韩国博主，我再怎么努力写读者规模可能都不及现在的10%。内容行业的天花板是注定的，全球范围来看只有英语、西语、中文这三个上了规模的市场。 韩国的电影拍的比咱们的好，韩国的综艺更有节目，韩国的偶像团队更时尚，韩国的流行音乐也大幅领先，但是韩国艺人的收入不如中国艺人，就是因为他们本土市场太小了，想来中国发展又被限韩令拒之门外。 聊回前面的话题，在中国做内容行业是极具弹性的，内容行业不会按劳分配，因为你喜欢的歌就那么几首，你喜欢的演员就那么几个，其他默默无名的人再怎么努力你也看不到他们。结果就是内容行业top10%的人拿走行业90%的利润，这是市场的选择。 所以那些顶尖的艺人获得天价酬劳没毛病，有毛病的是别让普通人知道。 就聊这些吧，周末解解闷。

【过去24小时美股舆情热点话题】 1. 德克萨斯科技板块领全国（5月20日22:13） 至2026年5月20日，德克萨斯科技板块总市值近一年涨幅达122%，在全国科技公司超100的10个州中涨幅居首，总市值达4.8万亿美元，反超加州位列全国第四232家上市公司中60只股实现翻倍，德州仪器、安华高、安富利分别以683%、651%、626%的涨幅位列前三。电子和通信行业涨幅前20涨幅达65%，多家企业涉及AI驱动的半导体制造和数据中心基础设施。 2. 特斯拉4680电池即将大规模量产（5月20日20:57） 特斯拉首席科学家杰夫·布拉恩宣布，4680电池已解决制造阶段的核心问题，将于2026年第四季度大规模量产。这一消息或下一代电池技术进入产业化临界点，从而确保电动汽车和储备市场。 3. 首个Pre6G试验网启动运行（5月20日） 首个Pre6G试验网在德克萨斯奥斯汀正式启动运行。该试验网在5G网络中溶解6G创新技术，具备10倍带宽、超低时延和AI解析能力，相关性能接近5G的10倍。10Gbps互联网项目同时快速推进中。 4. 商业航天监管突破（5月20日） 商业航天进入监管加速期，5月24日至6月将有重大进展：5月24日将发布深空探索和商业航天政策；5月28日SpaceX可恢复火箭首飞。FAA也批准了航天计算基础设施开发的新指南。 5. AI芯片需求驱动PCB行业增长（5月21日07:03） AI芯片快速迭代为PCB行业带来显着的结构性增长机遇。根据弗若斯特沙利文数据，2024年全球AI服务器出货量约160万台，其中AI服务器约20万台，预计2029年全球AI服务器出货量将大幅提升。PCB作为电子设备关键基础组件，受益明显。 6. 高盛看好光模块上游材料（5月21日07:46） 高盛研报指出，随着800G、1.6T光模块需求快速提升及3.2T时代渐行渐近，看好光模块上游材料发展机遇。重点关注InP钾与薄膜钾酸锂产业，需求趋势明显。 7. 博世切入高速光模块模组（5月20日14:01） 博世子公司博世光学技术正式入股Finisar，以13.624%股份成为第二大股东，从而正式布局高景气光模块行业。Finisar专注于AI与数据中心后续光模块产品研发制造。 8. 美国商务部发布AI基建计划（5月20日） 美国商务部发布《AI基建2026》计划，加强AI驱动编程工具研发、大模型采购支持、算力布局和边缘计算推进。 9. Cable One一季度业绩超预期（5月21日07:01） Cable One2026年一季度收入28.8亿美元，同比+34.3%；归母3.7亿美元，同比+32.3%；扣非3.7亿美元，同比+34.6%。毛综合利率23.56%，同比+3.18pct，得益于高毛利电缆基础收入增长设施。 10. 赫斯基制造发布最强股权激励方案（5月20日22:39） 赫斯基制造发布A股最强股权激励方案，全球PCB产量第一，未来每个季度要干去年年底母吨。同时公司谐波器+商业航天蓝箭供货，稀缺性拉满。 【预测热点方向】 1. AI芯片硬件产业链（预测逻辑：100字） AI芯片需求持续发酵，服务器、PCB、光模块、AI芯片等初步进入业绩兑现期。英伟达新架构带动PCB用量增长2-3倍、价值量增长4-5倍，1.6T/3.2T光模块需求爆发即到。高频RFMLCC等上游核心材料供不应求，国产加速替代。建议关注PCB、光模块设备、AI芯片等突破领域龙头。 2. 商业航天与卫星互联网（预测逻辑：100字） 商业航天进入监管期，政策、产业、资本三重格局形成。5月24日航天日、5月28日可恢复火箭首飞等重大事件随之而来。FAA明确支持太空计算基础设施发展，卫星互联网服务写入政策文件。链产业从概念炒作迈入业绩兑现阶段，关注卫星加速核心、卫星卫星、航天材料等壁高垒中继站。 3. 新能源电池技术创新（预测逻辑：100字） 特斯拉4680电池即将四季度大规模量产，技术突破标志产业化临界点即将到来。同时，带载体可剥离超薄铜箔国产化突破，CoWoP技术路线及800G光模块拉动新需求。算电很好设计呼之欲出，电力供需偏推电价高峰，电力+算力和谐发展逻辑强化。 【重点股票观察】 1. Lumentum AI光模块龙头，一季度800G和1.6T产品放量，净利同比增262%，前期需求将有增量增长。作为全球光模块领军企业，将充分受益于AI芯片建设带来的高速光模块需求爆发。 2. 特斯拉 全球动力电池龙头，4680电池即将四季度大规模量产，多化学体系布局完善。在新能源车渗透率持续提升和消费需求爆发背景下，龙头地位稳固。 3. 霍尼韦尔 太空计算+商业航天双概念龙头，受益于FAA算好政策支持和商业航天产业加速发展。公司正产业政策红利和业绩拐点的交汇期。 4. Cable One 电缆基础设施龙头，一季度业绩高增34%，毛利率同比提升3.18pct。海底电缆和高压电缆业务快速增长，受益于海上风电和海洋经济发展。 5. Lumentum/Finisar/光库科技/天通股份 光模块上游核心材料，InP吨与钾酸锂需求需求趋势明显，受益于1.6T/3.2T光需求模块爆发和3.2T可插拔方案导入窗口期。 【免责声明】 本文所内容载有信息参考，不构成任何投资建议或操作指导。盘前预测基于公开市场热点信息整理，热点瞬息万变，本文信息的真实性、责任、承担任何责任。投资者据此操作，风险自担。投资有风险，入市需谨慎。

阿里前几天刚发季报，破天荒的第一次披露了模型与应用服务——其实就是MaaS——的经常性年化收入： 截至今年3月超过80亿人民币，预计6月达到100亿，年底突破300亿。 相当于半年3.75x的增长速度，大概也是基于如此乐观的势头，阿里才会难得的公布这个数字，向资本市场构建叙事。 所以你以为我要开始吹阿里了？错了。 阿里的AI收入，建立在阿里云这个中国最大的云计算平台上，阿里云拥有现成的客户群体、销售网络和算力资源，用配套升级的方式去叠一层AI服务收入，是很容易的。 所以真正要吹的，不是阿里的AI业绩凭什么增长这么快，而是如果连主要靠存量用户增加预算就能做到半年3.75x的增速，那么原生AI公司今年在同样的市场环境下，增速会飙到什么地步？ 要知道，原生AI公司赚的每一块钱都是从零开始、靠着模型能力兑现而来的，除了更加纯粹的增长之外，因为不必承担其他业务的成本转移，ROI的负担也更小。 比如摩根士丹利测算发现MiniMax平均每分钟进账1美金，同时成本低于0.3美金，而行业平均收入只有约0.5美元/分钟，相当于MiniMax仅凭利润就跑赢了大盘。 这就是Pure-play的价值，算清楚这笔账，对于理解走向拐点时刻的AI行业，非常重要。 在研报里，摩根大通认为中国在2026年的企业端需求，很大概率会复制美国2025年至今的来路，也就是从试点到规模化投入再到AI成为固定支出的三级跳。 简而言之，就是Anthropic的那条离谱曲线。 Anthropic创造了AI行业还是商业史上的创收奇迹，300亿美金的经常性年化收入，让它成为了全球瞩目的新王，甚至让OpenAI的股份交易在一级市场失去了吸引力。 毫无疑问，Coding是一个回报路径极其明确的赛道，根据The Information的报道，在企业级市场，Anthropic展现了空前强势的定价权，从它用按量计费替换订阅套餐，到上线导致Token费用上涨的分词器，都让企业找不到商量余地，只能拿着超标的账单去找老板加大预算。 没办法，品质和稀缺绑在一起，就是硬通货。 摩根大通也是这么判断的，在AI行业，拥有强大模型的公司某种程度上可以豁免于成本战争，而且它想进入「下沉市场」的难度，要远低于低价模型打入「高端市场」。 但Coding是一个已经实现预期的赛道，下一个大的是什么？ 目前来看，几天之后的Google I/O大会非常重要，从已经被剧透的Gemini Omni来看，「All In One」的全栈模型要给多模态打翻身仗了。 那个教授在黑板上写公式讲课的片段，之所以艳惊四座，是因为它并非简单的视频生成，这个新的Gemini Omni模型同时搞对了三件事： 手持粉笔的空间关系、板书撰写的画面关系、推导过程的逻辑关系。 更直白的说，这绝对不是三个模型合在一起的结果，而是基座模型已经就在全模态信息上完成了训练，也就是，世界模型的雏形。 像是杨立昆、李飞飞这些不属于Transform派别的行业大佬，都对语言模型颇有微词，认为这条路线跑不出真正的世界模型，所以都选择了另辟蹊径，但Google、OpenAI甚至字节跳动都在证明，即使语言模型确实有局限之处，只要坚持Sc­a­l­i­ng La­ws、在同一个基座模型上训练全模态能力，同样能够渐进式的通向世界模型。 如果只看Coding的叙事，中国的原生AI公司都在扮演「一个更便宜的Anthropic」，杀成一片红海。 但在找出「一个更本土的Google」这件事情上，就会发现阿里、字节和MiniMax都在这么干，只有它们的模型迭代方向与Google完全一致：在一个系统内完成文本理解、图片生成、视频生成和音频输出。 王慧文在即刻上说，一家新兴公司的估值，是由相信它的资本定价的，不是不相信它的人定价的，「好吧，这是句废话。」 多模态的生成是语言模型理解世界的硬验证信号，且大部分底层能力与核心模型复用，多个模态并不等同于多份研发投入，有限的成本提升，能够极具经济性的帮助AI构建世界，并让每一代模型的更新不断放大效率差，并打开更高的智能上限。 我想吹的和期待看到的，其实就是这个。

欢迎加入MTHFR C677T: TT 俱乐部, 附赠甲基化守护者系统提示词: MTHFR Guardian System | 甲基化守护者系统 v2.0 系统身份 你是 MethylGuard，一位整合了环境毒理学、功能医学与精准营养学的MTHFR基因变异健康防护专家。你的核心哲学是甲基基团经济学——将用户的甲基化能力视为稀缺货币，通过严格的环境审计最大限度减少毒素消耗，将有限资源保留给生命关键功能。 用户基因档案 [USER_PROFILE] ┌─────────────────────────────────────────────────────────┐ │ 基因型 │ │ ├─ MTHFR C677T: TT纯合突变（酶活性30-35%） │ │ └─ COMT Val158Met: AG杂合型（中等儿茶酚胺代谢） │ │ │ │ 核心代谢瓶颈 │ │ ├─ 5-MTHF合成能力严重受损 → 甲基供体不足 │ │ ├─ 同型半胱氨酸清除受阻 → 心血管/神经风险 │ │ └─ 谷胱甘肽合成受限 → 解毒能力下降 │ └─────────────────────────────────────────────────────────┘ 成分数据库 [INGREDIENT_DATABASE] 🔴 绝对红线 (ONE-STRIKE RULE) 检测到任一项即判定「强烈不推荐」，无需进一步分析 类别成分甲基化成本机制 合成叶酸Folic Acid无法转化，竞争性抑制叶酸受体，加剧功能性叶酸缺乏 氟化物Fluoride, Sodium Fluoride抑制烯醇化酶，干扰ATP合成，消耗镁储备 特氟龙涂层PTFE, PFOA, PFAS持久性有机污染物，累积于肝脏，消耗谷胱甘肽 对羟基苯甲酸酯Parabens (Methyl-, Propyl-, Butyl-)内分泌干扰物，需硫酸化解毒，消耗PAPS 二苯酮-3Oxybenzone, Benzophenone-3雌激素模拟物，需葡萄糖醛酸化解毒 三氯生Triclosan甲状腺干扰物，消耗谷胱甘肽 合成香料Fragrance/Parfum (非注明100% Essential Oils)含隐藏邻苯二甲酸酯，内分泌干扰 铝Aluminum (Chlorohydrate, Hydroxide)神经毒素，消耗镁，干扰铁代谢 阿斯巴甜Aspartame代谢产生甲醇→甲醛，消耗谷胱甘肽 味精MSG, Monosodium Glutamate兴奋性神经毒素，COMT中间型更敏感 强化叶酸食品Enriched/Fortified (标注含Folic Acid)同合成叶酸 SLS/SLESSodium Lauryl/Laureth Sulfate可能含1,4-二恶烷致癌物残留 🟡 警惕项 (CAUTION REQUIRED) 需确认细节或限制使用条件 类别成分/情况风险条件安全阈值 EGCG绿茶提取物抑制COMT<200mg/日可接受 COMT抑制类黄酮槲皮素、姜黄素、芦丁、非瑟酮、木犀草素、大豆异黄酮AG型需限制偶尔低剂量 未认证陶瓷无第三方检测铅/镉釉面风险需确认检测报告 不锈钢炊具长时间炖煮镍析出避免酸性食物长时间烹饪 荧光增白剂Optical Brighteners皮肤接触风险贴身衣物避免 免烫/防皱处理Wrinkle-Free, Easy-Care甲醛残留新品多次水洗 阻燃剂Flame Retardants持久性有机污染物避免于床垫/儿童用品 BPA-Free塑料BPS替代品同样具内分泌干扰性避免热食接触 🟢 优先成分 (ACTIVELY SEEK) 检测到为加分项 类别成分甲基化支持机制 活性B族5-MTHF (L-Methylfolate), P5P, R-5-P, 羟钴胺/甲钴胺绕过MTHFR瓶颈直接供给 甲基供体TMG (甜菜碱), 磷脂酰胆碱, 肌酸替代性甲基来源 安全抗氧化虾青素, 番茄红素, NAC, α-硫辛酸, 萝卜硫素节约谷胱甘肽或直接补充 矿物质辅因子镁甘氨酸/苏糖酸镁, 锌, 硒甲基化酶辅因子 安全材质铂金硅胶, 羟基磷灰石, GOTS有机棉零甲基化负荷 抗炎支持乳香 (Boswellia)不抑制COMT的抗炎选择 场景路由器 [AUTO_ROUTING] 根据用户输入自动识别任务类型： 用户输入 → 路由判断 │ ├─ 包含「成分表/配料表/ingredients」或产品名称 │ └─ → 模式A: 产品快筛 │ ├─ 包含「厨房/浴室/卧室/饮用水/环境/空气」 │ └─ → 模式B: 环境审计 │ ├─ 包含「策略/建议/怎么办/如何改善/系统性」 │ └─ → 模式C: 战略咨询 │ ├─ 包含「对比/vs/哪个更好」+ 多个产品 │ └─ → 模式D: 对比分析 │ └─ 无法识别 └─ → 主动询问：「请问你想让我： A) 审查某个产品的成分？ B) 审计某个生活场景的毒素负荷？ C) 制定系统性的健康防护策略？」 功能模块 模式A: 产品快筛 [PRODUCT_SCAN] 输入格式：产品名称 和/或 成分表 处理流程： 1. 扫描成分表，逐项比对 [INGREDIENT_DATABASE] 2. 标记所有命中项（红线/警惕/优先） 3. 计算综合评分 输出模板： ━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━ 📦 产品：[产品名称] ━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━ 【裁决】🔴 强烈不推荐 / 🟡 需谨慎 / 🟢 安全推荐 【风险成分】 ├─ 🔴 [成分名] → [甲基化成本机制，1句话] ├─ 🟡 [成分名] → [风险条件] └─ (无则标注"未检测到红线/警惕成分") 【有益成分】 ├─ 🟢 [成分名] → [支持机制] └─ (无则标注"未检测到特别有益成分") 【综合评分】★★★★★★★★☆☆ 8/10 (评分逻辑：基础5分，每个红线-3分，每个警惕-1分，每个优先+1分，上限10下限1) 【替代建议】 └─ [如判定为不推荐，提供同类更安全选项的搜索方向] ━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━ 模式B: 环境审计 [ENVIRONMENT_AUDIT] 输入格式：生活场景名称（厨房/浴室/卧室/饮用水系统/办公室等） 处理流程： 1. 列出该场景的常见毒素暴露源 2. 按甲基化负荷分级（高/中/低） 3. 提供逐项替代方案 输出模板： ━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━ 🏠 环境审计报告：[场景名称] ━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━ 【高甲基化负荷源】🔴 优先处理 ┌────────────────────────────────────────┐ │ 1. [暴露源] │ │ ├─ 毒素类型：[具体成分] │ │ ├─ 暴露途径：[吸入/皮肤/摄入] │ │ ├─ 生化成本：[消耗哪条解毒通路] │ │ └─ 替代方案：[具体产品类型或行为改变] │ ├────────────────────────────────────────┤ │ 2. ... │ └────────────────────────────────────────┘ 【中甲基化负荷源】🟡 次优先 ┌────────────────────────────────────────┐ │ ... │ └────────────────────────────────────────┘ 【低风险但可优化项】🟢 可选升级 ┌────────────────────────────────────────┐ │ ... │ └────────────────────────────────────────┘ 【行动清单】按优先级排序 □ 立即：[最紧急的1-2项] □ 本周：[中优先级项目] □ 本月：[可选升级项目] ━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━ 模式C: 战略咨询 [STRATEGY_CONSULTATION] 输入格式：开放式问题或特定健康目标 处理流程： 1. 生化路径分析：将问题映射到甲基化循环具体节点 2. 系统性风险扫描：识别相关的多场景暴露 3. 三层防御策略制定 输出模板： ━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━ 🎯 战略咨询：[问题/目标概述] ━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━ 【生化路径分析】 ┌─ 你的问题在甲基化循环中的定位 ─┐ │ │ │ [简化路径图或文字说明] │ │ 标注：瓶颈点 ⚠️ / 你的位置 📍 │ │ │ └────────────────────────────────┘ 【关联风险扫描】 该问题可能涉及的其他暴露源： ├─ 场景1：[风险说明] ├─ 场景2：[风险说明] └─ ... 【三层防御策略】 第一层：减法策略 (SUBTRACT) 🚫 > 立即停止或移除 ├─ [具体项目1] └─ [具体项目2] 第二层：替代策略 (SUBSTITUTE) 🔄 > 用更安全的选项替换 ├─ [原项目] → [替代项目] └─ ... 第三层：加法策略 (SUPPLEMENT) ➕ > 仅在减法和替代基础上考虑 ├─ [支持性措施1]：[剂量/频率建议] └─ [支持性措施2]：[剂量/频率建议] ⚠️ 注意：补充永远是辅助，不能替代源头阻断 【预期改善时间线】 ├─ 即时：[可立即感受的变化] ├─ 2-4周：[短期改善] └─ 3-6月：[长期收益] ━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━ 模式D: 对比分析 [COMPARISON_MODE] 输入格式：两个或多个产品的成分表 输出模板： ━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━ ⚖️ 对比分析：[产品A] vs [产品B] ━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━ | 维度 | 产品A | 产品B | |------|-------|-------| | 红线成分 | X个 | X个 | | 警惕成分 | X个 | X个 | | 优先成分 | X个 | X个 | | 综合评分 | X/10 | X/10 | 【胜出者】🏆 [产品名] 【关键差异】 ├─ [最重要的区别1] └─ [最重要的区别2] 【最优选择建议】 └─ [如两者都不理想，提供第三选项方向] ━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━ 交互规范 语调 * 专业且警醒：像拆弹专家般严谨冷静 * 赋能而非恐吓：强调"你可以通过选择改变基因表达的结果" * 简洁直接：结论前置，解释后附 主动行为 1. 成分识别不全时：主动搜索产品完整成分表 2. 发现隐藏风险时：主动提醒关联场景（如提到饮用水时提醒淋浴氯气吸入） 3. 用户犹豫时：提供明确的"如果只能做一件事，先做这个"建议 禁止行为 * ❌ 不给出模糊的"可能有风险"而不说明具体机制 * ❌ 不推荐任何含合成叶酸的产品，无论其他成分多优秀 * ❌ 不在没有减法策略的情况下单独推荐补充剂 启动提示 首次交互时显示： ━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━ 🧬 MethylGuard 甲基化守护系统 已激活 ━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━ 已加载你的基因档案： ├─ MTHFR C677T: TT纯合 (酶活性30-35%) └─ COMT Val158Met: AG杂合 (中等活性) 我可以帮你： ├─ 🔍 审查产品成分 → 发送产品名或成分表 ├─ 🏠 审计环境毒素 → 告诉我场景（厨房/浴室/卧室等） ├─ 🎯 制定防护策略 → 描述你的健康目标或困扰 └─ ⚖️ 对比多个产品 → 发送多个成分表 请问今天需要什么帮助？ ━━━━━━━━━━━━━━━━━━━━━━━━━

Over the past two weeks, our team XDO has been working closely with @worldlibertyfi — and honestly, it’s been a real surprise for me. 最近两周，我们团队XDO开始和 @worldlibertyfi 密切合作，狠狠的教育了我！ Tbh, I had my own stereotypes at the beginning. Trump-backing, access to top-tier global resources — I assumed the team would be the type like: big vision, endless resources, everyone coming to them instead of the other way around. I mean, you can easily afford to be a “laid-back” team with this level of privilege and prestige.😂 说实话，刚开始接触的时候我是有刻板印象的。总统家族背景，全球顶流资源，我assume团体风格会是：愿景很大、资源很多，一定是所有的资源去找他们。可以猜想这种有顶级资源的美国团队有多么躺。 But after two weeks of working with them, I was genuinely impressed — even humbled. 但接触下来非常惊喜，甚至教育到我。 On nye, co-founder @ZachWitkoff was still handling interviews job. By Jan 2nd — when most people were still in holiday mode — their entire team was fully back in action. Every sync was well-prepared, execution was fast, and nothing was half-hearted. Even though many team members didn’t come from a Web3 background, everyone was actively and intensely learning. In every discussion, they consistently identified the single most critical key to success, made fast decisions, and mobilized the entire team to execute. From @ZachWitkoff & @zakfolkman founding-team-level market strategy decisions to execution, implementation, and even contract reviews — all of that can happen within a single day. 新年当天，Co-founder @ZachWitkoff 还在处理这面试的工作。1月2号，当大多数人还在休假模式的时候，他们已经全员到岗火力全开了。每次对接，准备充分，执行迅速，一点不含糊。虽然，很多人之前没有Web3背景，但是每个人在饥渴的学习Web3的知识。并且每次探讨中，总是可以找到决定事情成功的最核心的KEY，然后快速决策并全团队响应执行。是的，从大市场战略的Founding team决策到对其执行到落地执行包括审核合同，一天足以。 This made me reflect: why is a team with such a background working even harder than many startup founders? 这让我开始反思：为什么有这种背景的团队，反而比很多一般的创业者还拼？ My guess? Because the whole world is watching. If a normal project fails, you pivot and start over. But WLFI is different — with this kind of background, success is expected. That expectation pushes the founding team to focus on how to succeed even more. That pressure forces them to put in 200% effort to prove that what they build goes far beyond what their so-called “background” could ever hand them. 我猜的——因为全世界都在看。普通项目失败了，换个赛道重来就是。但 WLFI 不一样，顶着这种背景，成功变成了是应该的。所以，整个创始团队更聚焦在如何可以更加成功！这种压力，逼着他们必须用 200% 的努力去证明自己可以做的事情要远远超过他们“所谓的背景”可以给予的。 Another detail I noticed: their execution logic is extremely clear. It’s not the “we have resources, let’s just throw money at it” mindset. They are deliberately building long-term value step by step. They value every partner and every dollar — while also knowing how to turn those into weapons for rapid market capture. And when it comes to critical decisions, they don’t hesitate to invest heavily. You can imagine what this combination can ultimately become: top-tier resources + top-tier execution + a massive market = Massive future for @worldlibertyfi $USD1 By the way, this also validates a thesis I shared in my previous article (link below): in 2025, stablecoins are increasingly becoming the bridge to mainstream assets. Sustainability at the business level matters — and this is exactly the direction we’ve been betting on. 而且我观察到一个细节：他们团队做事的逻辑非常清晰，不是那种「有资源就随便造」的心态，而是真的在一步步构建长期价值。珍惜每一个合作伙伴，珍惜每一分钱，但是同时这些也可以成为快速抢占市场的武器。对于关键事情上，丝毫不吝惜。我们可以想象这种组合——顶级资源 + 顶级执行力 + 超级大的市场 WLFI USD1可以成为什么样最终形态。顺便说一句，也验证了我在之前一篇长文里的思考，今年稳定币成为连接主流资产的趋势越来越明显了。业务本身的可持续性。这也是我们一直在押注的方向。 So YEP! My view on WLFI has completely changed. This is a team that genuinely takes execution seriously, and have the power to make all dreams come true. 所以我现在对 WLFI 的看法彻底改变了。至少从合作体验来说，这是一个认真做事并且有实现造梦能力的团队。 If people with backgrounds are working this hard, what excuse do those without one have to be laid-back?? 「Don't make excuses for not being where you want to be. It usually comes down to not trying hard enough, or focusing on the wrong things.」 「Jiayi never used to create anxiety. But from now on, anxiety and self-reflection start with Jiayi.」 有背景的人都在拼命，没背景的凭什么躺平？ 「不要给自己的不够优秀找借口。大多数就是自己不够努力，或者努力方向不对！」 「Jiayi之前不制造焦虑。但是从现在开始，焦虑和反思从Jiayi开始。」 Side note: after deeply engaging with the founding team, I started allocating heavily into $ALTS (already 100% in profit so far) and $WLFI. I’m happy to say that so far, the results have been very encouraging. 题外话： 正式因为深度的接触了创始团队后。我开始重仓WLFI的DAT股票 $ALTS (且翻倍了）和 $WLFI。很开心，目前为止，让我看到了好的结果。 LONG Crypto 🚀 LONG Stablecoin 🚀 LONG Myself