结束了在日本的旅行回家。最近不想交易，所以这次在日本呆的时间比平时久一些，见了一些在日本工作定居的朋友，聊了很多，看了很多，写写这阵子的观察和感受。 1️⃣日本和台湾的相似度、友好程度极高。 在我还住在大陆时，我来日本更有出国的感觉。现在或许在台湾住久了，来了日本又有种没离开的感觉。无论是饮食、人与人的交往以及诸多社会规则，两地都是极其相通的。 在三越专柜买护肤品时，一个导购女孩得知我们一行来自台湾后，非常热情的和我们诉说她对台湾的喜欢，希望可以来台湾旅游。 2️⃣日本的收入和工作压力 我的一些研究生同学毕业后选择了在日本工作。他们和我说，日本的薪酬优于上海，且竞争压力不大。他们笑称哪怕是国内工作能力不突出的人，在这里也很容易鹤立鸡群，得到赏识。 3️⃣社会压力 虽然工作压力不大，但是社会秩序和文化压力显然是存在的。 我们聚餐地点改了几次，最后选择在一个同学家里一起吃外卖。他们担心在外不小心又打破了社会规则，“规矩太多”是他们在日本宅人属性加剧的核心原因。 4️⃣汇率问题 汇率确实是双刃剑。对于我们这样的海外游客而言，日本就成为了旅行、购物的天堂；但是对于本地居民而言，他们的收入是受到影响的。 我包车的司机和我说，多年前他从成田接机的价格是900元人民币，但是现在因为汇率已经降到了700多。 不过低汇率明显利好游客，银座也是365天的繁忙，来自世界各地的游客都来此消费打卡。 5️⃣移民问题 日本的外来人口越来愈多，拿身份的难度也不算太大。我的同学们基本都已经拿到了PR（工作4年）。 印度裔的比重也大幅提高，从酒店、餐厅、便利店等各处看到的印度面孔都比此前多了不少。 中间有一晚去江户川区看花火大会，在几万人的聚会中，印度人的 比例很高。他们声音洪亮，在那里聚会欢呼拍摄短视频。 6️⃣气候 虽然都是海岛，但是因为纬度、地形的关系，体感日本的湿度比台湾低不少。我的鼻炎和我老公的湿疹在东京都不药而愈。 台湾一切都好，就是真的太湿了。 7️⃣日本的AI发展 没怎么感受到日本的AI，没有中国铺天盖地的广告，也似乎没有太多的应用。 日本的AI，真的存在么？还是我停留时间太短呢？ 8️⃣中日关系和旅行业 高市早苗上台后，确实对中日关系是巨大的打击。虽然来日本的中国人少了，但是其他国家、以及喜欢日本的国人该来还是来。 不过我们司机也抱怨，生意确实不好了，熬过了疫情又等来了高市早苗。最近国企员工似乎也都来不了日本。 总结，于我而言，年纪越大反而越喜欢日本。秩序感提供了安全感，他是我意料之中的好，没有太多意外和惊吓。日本的干净也很加分，无论是繁忙的都市还是乡间，日本的卫生标准都是极高的。 日本也是很适合J人的国度，各种预定和提前规划让我狂喜。

宇树科技，正在经历一次很有意思的「三重定价」。 A股IPO、Hyperliquid、Predict，三个完全不同的市场，正在同时给宇树定价。 一、最确定的锚： 宇树科技IPO发行价正式确定为 150.8元/股，发行后估值约 610亿元人民币。2025年宇树营收约17亿元，调整后利润约5.9亿元。 也就是说，610亿是传统资本市场通过询价之后，给宇树的第一张正式价格标签。 二、到了Crypto市场，故事完全不一样了。 Hyperliquid上的盘前市场，本质是在提前交易：宇树上市以后，市场最终愿意给它多少估值？ 按照1美元=6.7人民币、发行后约4.04亿股计算： $70 ≈ 476元 ≈ 1925亿估值 $75 ≈ 510元 ≈ 2060亿估值 $80 ≈ 544元 ≈ 2200亿估值 $85 ≈ 578元 ≈ 2340亿估值 $90 ≈ 612元 ≈ 2475亿估值 IPO：610亿 ↓ Hyperliquid：已经在交易接近2000～2500亿的宇树 Crypto市场直接给出了IPO估值的3～4倍。 因为传统IPO定价看的是：营收、利润、PE、PS、询价、机构报价。Hyperliquid交易的是：稀缺性 + 人形机器人龙头 + 具身智能 + 上市情绪 + 未来增长。 三、 Predict 又更进一步。 >¥1500亿 Predict交易给出的97%的Yes，宇树上市以后，会走到哪里。 >¥1800亿 -2000亿给出的是80%的Yes，市场有2成人Say NO。 >¥2500亿 市场用金钱投票，开始说NO。 所以我越来越觉得，Hyperliquid + Predict正在形成一种很有意思的新型资本市场： 传统市场负责「定价」，Crypto市场负责「提前发现价格」，预测市场负责「交易未来的概率」。 过去一家公司的IPO价格，基本掌握在投行、机构和一级市场手里。 现在不一样了。一家公司真正上市之前，全世界的资金已经可以提前表达观点。 宇树就是一个非常典型的案例。我自己的估值锚依然没有变： 610亿：IPO发行估值 1000～1500亿：基本面相对合理区 1800亿以上：开始交易成长预期 2000～2500亿：明显加入稀缺性与上市情绪 3000亿以上：基本就是在交易“中国人形机器人第一股”的想象力 所以现在Hyperliquid上$80～90的宇树，我不会简单理解成“宇树值2200～2500亿”。 这是全球Crypto资金正在押注——A股愿意给宇树多少疯狂的溢价。 这也是 Hyperliquid 和 Predict 最有意思的地方。 一个交易价格， 一个交易概率。 传统资本市场还没开门，市场已经开始投票了。 @predictdotfun @dingalingts @yuexiaoyu @TC8880 @ricardogee

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

我在poly上唯一翻倍的仓位是predictfun的FDV！🎉 因为长期混迹dc，深度建设项目，我对项目的一举一动都很关注，所以我几个月前在poly上买的仓位。 并且因为项目发展越来越好了，我拿的也很安心。 前段时间世界杯时需要用钱就出了，赚了近1ku。 现在世界杯结束了，300-500m市场价格回落了，又到了便宜区间，我准备分批接回来，继续持有。 图二和三可以看出大部分买的人对pre的信心，曲线实在是太稳了，虽然世界杯结束暂时回落，但我相信，新高只是时间问题！ 坐等pre大活，FDV继续猛涨！

感觉罗永浩 @luoyonghao 这个号，发言越来越弱智，是AI高手蒸馏的老罗吧。 如果这几天罗永浩这个号暴雷，是个假的，那么， “谁将进入5月11日当周的XHunt中文热门KOL前三名？” 假老罗会不会被移除？ @xhunt_ai @predictdotfun 你们确定是真老罗，要不要开个盘？ 那样的话，杀破狼 @wolfyxbt 进前三可能性很大啊，买点，防一手。

Polymarket最近又把体育市场的费用往上调了，而Predictfun这边却在另一条赛道上直接和币安完成了深度合作。 同样是预测市场，长期玩下来，手续费的差距会慢慢显现出来。尤其是那些冷门或者价格偏低的赛事，@Polymarket 吃掉的比例明显更高。热门结果那边虽然大家都低，但@predictdotfun 还是能再省一点。时间一长，高频交易或者喜欢小众市场的玩家，利润其实是被一点点磨掉的。 更值得注意的是，币安APP现在已经把合约预测功能直接开放了，底层由Predictfun提供支持。目前市场Tab、合约Tab和Web3钱包三大场景都已覆盖。合约交易者天然适合预测市场，现在不用跳来跳去，直接在币安APP里就能操作，体验和便利性都上了一个档次。 一个在忙着优化自己收入，另一个在帮用户和生态降低门槛。长期来看，选哪个平台，差距会越来越明显。 尤其是对想长期稳定玩预测市场的朋友来说，费用这块真的得算清楚。而且现在直接在币安APP就能操作，确实也省去了很多额外步骤。

大模型厂商交替领先，真是各领风骚三五月：去年四季度是gemini、今年一季度是cluade、现在感觉轮到GPT5.5了。核心还是大家都在积极进取迭代，只很多时候领先源于对手的松懈。去年在算力投入上非常节制的Authropic最近应该是感受到了算力短缺的痛。 梳理下时间线 1、去年四季度： Google Gemini 3 系列（尤其是25年11月左右的Gemini 3 Pro/Deep Think）强势登顶，很多基准（如Humanity’s Last Exam、推理、多模态）领先，引发OpenAI“Code Red”。它在多模态、长上下文和搜索集成上特别亮眼，一度被视为转折点。 2、今年一季度： 最耀眼的自然是Anthropic Claude 4.6（Opus/Sonnet，2月发布）强势反超，尤其在编码（SWE-Bench）、长上下文推理、agentic任务和实际生产力上领先。 3、当下2026年4月： OpenAI GPT-5.5正处于发布窗口，刚 在ChatGPT和Codex上即将全面上线。它强调更好的上下文理解、编码、computer use和agent能力，试图追赶和超越。 大模型领域现在并没有绝对的“唯一王者”，而是各有专长： 1）Claude：主攻编码、长任务、可靠推理往往领先，Agent上迭代非常多。 2）Gemini：多模态、速度、性价比、超长上下文强（3.1 Pro Preview仍很能打）。 3）GPT：通用agent、工具调用、实时应用和生态集成突出，新版在上下文和特定专业任务上提升明显。算力囤积最积极 4）grok：有X这个实时内容平台提供源源不断的训练数据，但近期受制于团队动荡。看跟cursor的合作、以及囤积的大量算力，后面会不会进一步跟上。 当然还有meta最新的Muse Spark，AI团队的最新之作。 更不用说国内豆包、千问、混元、kimi也是各有特色，杀疯了。 这就是当下大模型领域的现状：快速迭代、轮流坐庄。暂时还没有一家能长期领先甚至垄断。当然竞争对用户是好事——模型越来越强、价格/速度也优化。 2月中在《资本开支的战争》推文里有聊过：”往下游看，越往用户端竞争越激烈，当然也是未来AI决胜的关键所在。 可以说大模型、在面向B端或者C端的Agent或者应用才是AI的王冠，但这一层面短期其实很难看出谁会成为最后真正的赢家，再很多时候都是交替领先”。现在看确实如此 GPT-5.5出来后估计又要新一轮刷榜了，下一个出来交替领先的会是谁？

AI时代，8GB内存的 iPhone 也不够用了。 苹果最近把AI完整支持名单放出来了，想用“满血版”AI，门槛直接卡在12GB内存。也就是说，只有18 Pro系列、17 Pro系列和iPhone Air能解锁完整功能。少那4GB，你只能拿到基础版，也就是个阉割版。 同样升个iOS 27，不同机型体验直接分成三拨：12GB用户有满血 AI，8GB用户凑合用。iPhone 15及以下机型最惨，系统能升，AI功能没份。 随着AI功能越来越多和越来越强，8GB迟早也会被淘汰。

9月相爱相杀，很明显市场选择在事件前去杠杆～ 隔夜美股三大指数全跌，Brent直接收上101.21美元，美国10年期国债收益率升到4.841%。油价重新站上100美元、长端利率继续上行，再叠加今晚PPI，宏观压力已经被推到本周最高的位置。 但加密大盘并没有出现失控式踩踏。 BTC跌到7.79万美元附近，Binance OI反而降到105.24K BTC。 HYPE跌到82.54美元，OI降到3.98M HYPE，Funding转负。 SOL跌到100.74美元，Funding已经来到-0.00893%。更明显的是，全市场DEX周成交增长9.69%，Perp周成交却只增长0.65%：价格在跌，杠杆没有越跌越堆，现货活动反而远强于合约。 昨晚刚突破的ETH/BTC 0.0315又没了，现在约0.03145，说明山寨广度还没有真正打开。 现在的结构更像：BTC、SOL、HYPE这些核心资产先去杠杆，资金继续往有真实交易需求的新金融基础设施集中，而不是所有山寨一起起飞。 所以在接下来这些事件前，合理降杠杆，去风险是正确的。 今天：ECB利率决议。 ECB官网标注14:15 CET公布决定，14:45记者会。 今天20:30北京时间：美国8月PPI。 7月PPI为0.0% MoM、+4.7% YoY。 明天9月11日20:30：美国8月CPI + Real Earnings。 明天23:46：PUMP 6.875B 解锁，当前价值约$31M。 9月15–16日：FOMC。 Fed官方确认9月16日14:00 ET公布决议，14:30召开发布会。 9月15日：加密法案《Clarity Act》表决。 9月16日：Circle Arc Public Mainnet。 Founding Validators包括BlackRock、DTCC、Galaxy、Global Payments、ICE、Mastercard、MoneyGram、SBI、Standard Chartered、Sumitomo和Visa，Private Mainnet已有100+机构/生态建设者。

GM🌞周五快乐～ 最近私信问「怎么成为火币 VIP」的朋友太多了，滚滚统一给大家梳理一下 👇 一句话：HTX Prime 5 起，你就是大客户。 享行业顶尖费率、1 对 1 专属服务、19 项 VIP 权益。 1. 门槛 15w 刀，即可解锁 Prime 5 大客户身份。 2. 等级体系 Prime 5 → Prime 11，等级越高： * 费率越低 * 额度越高 * 服务越定制化 3. 三大核心权益 🔻 费率更低 * 现货 / 合约阶梯费率，等级越高越便宜 * 杠杆币息 9.1 折 起 * 质押借贷 9.5 折 🔺 额度更高 * 杠杆借贷最高 1000 万 U * 质押借贷 50 ~ 2000 万 U * VIP 理财加息券 🙋 服务更专属 * 1 对 1 大客户经理 * 专属 VIP 服务群 * API 限频提升 * 子账户数量扩容 * 全球限量版 VIP 定制周边 * 线下活动优先邀请 4. 机构专属权益 多母账户合并：合并交易额计算 Prime 等级，拿最高费率。 Fireblocks 托管：100 万 U 起，机构级安全托管，灵活又省心。 OTC 专属通道：5 万 U 起，覆盖多米尼克、俄罗斯、马来西亚、越南。 想了解更多？ 私信滚滚，随时在线 🙋 #HTX# #Prime# #VIP# #火币# #大客户GM#