【開卷有益】在短影片時代，為何亞洲人還在瘋狂閱讀 在資源爆炸的世代，刷短影片的速食文化理應會將書籍淘汰；但其實書籍在亞洲大部分地區還有蓬勃可觀的市場。這得益於書籍仍是驅動識字率、促進階級上流的原始道路，而非以此為樂。

Token 经济与加密货币世界的 Tokenomics 有何异同？ 为什么要关注Token？因为它让AI变成了一种可以计量、定价和交易的资源——就像“千瓦时”让电力有了价格，“桶”让石油有了期货市场。有了Token，AI经济就有了可以算账的单位。围绕这个单位，目前也正在形成一套全新的经济逻辑：有价格、有供需、有产业链、有国际竞争、有待解决的制度难题。 这就是Token经济学要讨论的事。Token 经济与加密货币世界的 Tokenomics 有何异同？ 两个Token，两个世界 说起来，这个世界上真正混乱的事情不多，两个东西叫同一个名字却毫不相干，算是其中之一。AI的Token和加密货币的Token，就像两个叫”刘伟”的人，一个在北京开餐馆，一个在上海做期货，见面了也没什么好说的。雷锋与雷锋塔区别！ 但这两个Token，最近都很热闹。热闹到让很多人以为它们是一回事。 Token这个词，到底是不是新营销词 先得承认，Token这个词确实有被滥用的嫌疑。每隔几年，科技圈就会造出一批新词，让人觉得时代变了，其实换汤不换药。“大数据”火的时候，什么都往大数据上靠；”云计算”火的时候，什么都上云；现在轮到Token了。 不过这次有点不一样。Token不只是一个营销标签，它背后有真实的计量逻辑在撑场子。 就像”千瓦时”让电力有了价格，“桶”让石油有了期货市场，AI的Token做的是同一件事：把原本看不见摸不着的”智能算力”，变成一个可以算账的单位。有了这个单位，才能定价，才能比价，才能有产业链，才能有国际竞争。 所以Token不只是营销词，它是一把尺子。问题在于，AI这把尺子，和加密货币那把尺子，量的完全是不同的东西。 AI Token：一个从技术后台走到聚光灯下的计量单位 Token这个概念在计算机里其实由来已久。编译器做词法分析，早就把文本拆成一个个Token。网络安全里，身份验证令牌也叫Token。这些都是幕后工作，从没人觉得它有什么经济价值。 转折点在2017年，Google发表了那篇著名的论文《Attention Is All You Need》，提出了Transformer架构。这篇论文之后，所有大语言模型处理信息的方式都统一了：输入进来的文字，先被切成Token序列，模型一个个处理，再输出Token序列。Token变成了AI”思考”的基本粒子。 但这时候Token还没有经济属性，只是工程师内部的技术术语。 2022年11月，ChatGPT横空出世。这是个分水岭。 2023年3月，OpenAI推出GPT-3.5的API，第一次采用按Token计费。输入多少Token，输出多少Token，分别定价。那时候GPT-4的价格是每百万input token收30美元，output token收60美元，按今天的标准看，贵得像天价。 从那一刻起，Token从技术单元变成了经济单元。Anthropic跟上，Google跟上，国内百度、阿里、腾讯全跟上，全行业默契地采用了这套计费方式。Token成了AI服务的通用货币单位。 价格这三年掉得惊人。GPT-4刚发布时，每百万input token要30美元。 从2022年底到现在，GPT-3.5级别的模型使用成本从每百万token约20美元跌到了0.07美元，整整降了280倍。照这个速度，a16z记录的数据显示，LLM推理成本每年约下降10倍，堪称摩尔定律的重生。 便宜了有什么后果？后果是用量爆了。 这里有个经济学里的老故事，叫Jevons Paradox。1865年，英国经济学家Jevons发现，蒸汽机效率越高，煤炭消耗反而越多，因为效率降低了门槛，用的人更多了。AI Token正在重演这个故事。企业AI云支出从2024年的115亿美元涨到了2025年的370亿美元，整整翻了三倍，而这期间token单价跌了超过95%。 Google内部的token处理量在十八个月内增长了130倍。 越便宜，用得越多。越用得多，总账单越大。 这背后还有个推手，叫Agent。以前是人在问AI，AI回答，一问一答，token消耗有限。现在Agent出来了，AI在自动跑任务，自己调用自己，一次任务可以消耗几十万甚至上百万token。这不是线性增长，是指数级的爆炸。 2026年3月，黄仁勋在英伟达GTC大会上把”Token”这个词说了超过70次，把数据中心重新定义为”Token生产工厂”，把评价算力的核心指标从FLOPS换成了”每瓦Token数”。同一天，阿里巴巴把通义、千问、MaaS等板块整合，成立了Alibaba TokenHub事业群。Token经济，在2026年正式被主流商业世界承认了。 AI Token的上下游：一条新的产业链 AI Token经济的有意思之处，在于它重塑了整个产业链的逻辑。 上游是能源和芯片。每生产一个Token，都要消耗真实的电力和算力。英伟达的GPU是目前最主要的Token生产设备，黄仁勋把它卖给全世界的数据中心，本质上是在卖”Token生产产能”。能源成本直接影响token成本，这让AI经济和能源经济绑在了一起。 中游是大模型公司。OpenAI、Anthropic、Google、国内的百度、阿里、腾讯，都在这个位置。他们把算力和模型打包，按Token卖给开发者。这一层的竞争极其激烈，价格战打得很惨，但总量在涨，所以大家还活着。 下游是应用层。各种SaaS产品、企业工具、消费者产品，把Token的成本打进自己的定价里，再卖给最终用户。Token成本在企业财务里已经是刚性支出，和房租、人力一起躺在成本表里。 这和传统软件经济的逻辑不一样。以前软件卖出去之后，边际成本趋近于零，用户越多越赚钱。AI服务不是这样，每次用户交互都有真实的Token消耗，规模大了，成本也跟着大。这是一个全新的商业模式，整个行业还在摸索怎么把它算清楚。 加密货币的Token：从一枚Coin开始的故事 要说清楚加密货币的Tokenomics，得从更早的地方讲起。 2008年金融危机，全球对银行体系的信任跌到低谷。这个背景下，一个叫Satoshi Nakamoto的神秘人物发布了Bitcoin的白皮书，2009年Bitcoin网络正式上线。2010年5月22日，程序员Laszlo Hanyecz用一万个BTC换了两个披萨，这是比特币历史上第一笔真实商品交易。这笔交易现在被称为Bitcoin Pizza Day，那一万个BTC今天价值近十亿美元。 Bitcoin是一个Coin，有自己的区块链，规则写在代码里，总量2100万枚，靠挖矿产生，四年减半一次。这是最早的加密货币逻辑：用数学创造稀缺，用共识创造价值。 Coin时代的Token概念很简单：就是一种数字货币，用来存储价值和转账支付。Bitcoin是Coin，Litecoin是Coin，它们都有自己的链，规则各不相同，互不兼容。 然后Ethereum出现了，把整个游戏改了。 Ethereum的核心发明是智能合约。有了智能合约，任何人都可以在Ethereum上发行自己的Token，不需要搭建新的区块链。2015年，开发者Fabian Vogelsteller提出了ERC-20标准，描述了一套技术规范，让所有基于Ethereum发行的Token都能互相兼容，在各种钱包和应用里无缝使用。ERC-20在2017年正式实施。 ERC-20的意义在于，它把发Token的门槛从”搭一条链”降低到了”写一个智能合约”。2017年ICO浪潮中，过了5分钟就能发出一个新Token，中心化交易所上架新Token的时间也从几个月缩短到几天。 这就引发了2017年的ICO大爆炸。 2017年到2018年间，数千个项目进行了Token销售，ICO在2018年前三个月就募集了63亿美元，是2017年全年的118%。项目方写一份白皮书，发出Token，散户拿着ETH来换，钱哗哗地流进来。其中有真正想做事的团队，也有大量的骗局和空气项目。监管机构随后介入，SEC把不少ICO认定为非法证券发行，这场派对才逐渐收场。 但ERC-20打开的大门就再没关上。从那以后，crypto世界的Token不再是简单的数字货币，开始承载更复杂的经济功能。Tokenomics这个词，就是在这个背景下诞生的。 Tokenomics：加密货币世界的经济设计学 Tokenomics这个词，是Token和Economics的合体，研究的是一个加密项目怎么设计自己的Token经济体系。它包括发行总量、分配比例、释放节奏、通胀通缩机制、使用场景、持有激励……本质上是在回答一个问题：凭什么有人要买我的Token，买了之后为什么不卖？ 这些年发展出了几个有代表性的模型。 Governance Token模型是2020年DeFi夏天流行起来的。Compound和Uniswap在2020年普及了Governance Token，持币者拥有对协议方向的投票权，但没有直接的现金流权益。用白话说，就是持Token可以投票，但不能分钱。这个模型一开始很流行，因为绕开了监管对”证券”的定义，但后来大家发现，一个没有经济权益的治理权，价值有多大，很难说清楚。 veToken模型是Curve Finance搞出来的，后来影响了一大批DeFi协议。ve(3,3)模型是Andre Cronje在2021年1月提出的，融合了Curve的Vote Escrow机制和OlympusDAO的(3,3)博弈论。基本逻辑是：把Token锁仓，换成veToken，锁仓时间越长，获得的veToken越多，投票权和协议收益也越大。这个设计试图解决短期投机者砸盘的问题，鼓励长期持有。Curve用这套veCRV模型吸引了大量流动性，成为DeFi里流动性最深的DEX之一。 Deflationary模型是Bitcoin开创的，很多项目跟进。通过限制总量、定期销毁，制造通缩预期，支撑价格。以太坊在EIP-1559之后，每笔交易都会销毁一部分ETH，使得ETH在高使用量时期变成通缩资产。 这些模型各有各的玩法，但有一个共同点：它们的价值都依赖于市场共识。没有人相信，Token就没有价值。这和AI Token完全不同，AI Token的价值是真实算力消耗在背后撑着的。 两个经济体，两条路 说到这里，可以把这两个世界放在一起看了。 AI Token的产业链是垂直的、中心化的。英伟达造芯片，云厂商建数据中心，大模型公司训练模型，应用公司调API，最终用户买服务。每一层都是真实的成本和真实的价值。Token是计量单位，不是资产，用了就没了，没有任何金融属性。整个产业链最终服务的是实体经济，帮企业提升效率，帮开发者造产品。 加密货币的产业链是网络化的、去中心化的。矿工或验证者维护网络安全，协议层发行和管理Token，持有者通过投票参与治理，投机者在二级市场买卖。Token本身是资产，可以转让，可以交易，有金融属性，价格由市场供需决定，和外部实体经济的关联相对间接。 两套经济体，两条独立的价值链，两种完全不同的生态。 当然，有人在尝试把两者融合：用区块链来做去中心化的AI算力网络，把AI服务的计费和分润用Token来结算。Bittensor、Render Network、IO net都在这个方向探索。这是第三条路，但无论走到哪里，它骨子里仍然是加密货币的Tokenomics，只是应用场景叠加在了AI上。 有一件事可以确定：这两个Token，同名不同命。一个在工厂里量产，一个在市场上流通；一个代表消耗，一个代表持有；一个撑着AI产业的运转，一个撑着加密世界的信仰。 名字一样，生意不同。就像那两个都叫刘伟的人，一个卖的是饭，一个卖的是梦。饭是真实的，梦也未必是假的，只是得分清楚你在做哪笔买卖。 #AI# #AIAgent#

說到搬運，我想分享一個小故事。 幾年前，腦哥在製作 Bitfinex 放貸影片時，特地跑來問我，能不能致敬我當初在 Medium 上發表的那篇文章標題：「用 300 萬創造每月 6 萬被動收入」。他說很喜歡這個文案，想借用這個格式，問我會不會介意。 我當然說不會，儘管拿去用。 當下對腦哥這個舉動印象就很深刻。那時他還只是個小 YouTuber，就算他沒問我，我也覺得無所謂，畢竟文章和影片是完全不同的創作形式，更何況致敬的只是標題而已。 後來他成為中文圈數一數二的 YouTuber，我一點都不意外。 因為會在意內容產權的人，大多都是真正認真的創作者。 我出道至今被抄襲過無數次，本身對抄襲這件事就非常反感。生涯中僅有的兩次公開靠北其他 KOL（包括這一次），都跟搬運有關。 Master 專業黑我已經很多年了，誰都知道他就是想引戰收割流量而已。早年帶單失誤的部分，我早就公開說明過很多次。而且我早就不靠流量賺錢，他繼續臭也完全影響不到我，我是真的懶得理他。 但這次我決定跳出來，是真心對搬運這件事感到憤怒。 圈內真正用心產出的好內容創作者本來就沒剩幾個，剩下這些珍貴的養分，還要被自己人搬運消耗，整個生態只會越來越乾。 在我看來，任何不尊重其他內容創作者的 KOL 都是垃圾，真的沒什麼好說的。 自媒體時代，優質流量就是錢，偷別人的內容就等於偷錢。把別人在 Threads 上嘔心瀝血寫出來的文字，搬到 X 這裡來領老馬的低保，就是純純的垃圾行為。 希望大家以後看到搬運的內容，不要再點讚、不要再轉發，直接檢舉就好。 流量是創作者唯一的回報，給對人，這個圈子才有未來。

今天上线了vibe coding的第二个产品：热点分析 让AI分析币圈热点，5分钟就可以掌握币圈的最热话题 这个功能现在很常见，那我花时间做的有何不同呢？ 1  说人话的有趣AI 让AI写的报告有人味，文字的可读性更强。这是我精心调教的结果，经历了三次版本的迭代。第一版是在刚开始做AI分析的时候，我像大部分人一样，重心在功能的实现。 完工后我发现，AI写的报告平平无奇，并且带有很多晦涩难懂的专业名词。于是我进行改进，开始测试十几个不同的大模型，以及不同的Prompt工程。 因为我发现模型拥有不同的性格，有的输出文字细腻，有的严谨，有的喜欢自由发挥。在这个过程中，我自己也改变了想法，将原先追求专业深度的报告，转变为注重阅读体验的报告。 在我打算完工的时候，读着第二版的报告，总觉得内容不错但是表现力不够。于是，我开始调试temperature等参数，以及Prompt的微调，这是一次小心翼翼的尝试。需要允许AI有自己的个性，但是要防止它过于放飞。 因为AI的分析需要基于提供的数据，而不是它自己的知识库。同时允许它表达推文数据中的情感。比如当市场弥漫着恐惧情绪时，AI的文字就不能写得仿佛大家都很高兴。 最终的效果还可以，AI具有人情味，比如它昨天的分析，最后会开玩笑的说： 别想着什么“别人恐惧我贪婪”，搞不好是“别人恐惧你破产”。 2 精心挑选的Top 1000 kol 我们都知道，数据的质量决定了结果。对于信息总结，KOL的选择也至关重要。这个时候KOL-Lens就发挥了它的价值。根据它的数据，我们挑选了币圈有影响力、战绩好、数据表现优异的KOL。 3 分析策略 当分析的推文数量达到几千条时，就无法一次性投喂给AI了。一方面涉及输入token超过最大限制；另一方面，由于几千条推文是非常凌乱的信息，AI对其信息的整合处理能力较弱。实测下来，准确度并不高。所以，我采用了一种新的分析方法。具体步骤如下： 第一步：数据清洗，去除无用的垃圾数据，提高AI的准确度 第二步：对每条推文进行实体命名分析，用于分类 第三步：对未命中实体的推文进行主题分类 第四步：分类报告分析 第五步：综合性去重 经过5步处理的方案，可以在大量数据的情况下，实现综合的分析。 网站： 注册账户需要邀请码，请在此留言。（注，kol-lens的账号通用，不需要另外注册）

币安赵长鹏有几个情人？ 先说说台面上的： 合法妻子是杨伟清，2003年结婚，生2个孩子，目前仍维持婚姻关系。另外和长期生活伴侣何一，认识约10年，生3个孩子。 情人方面： 1. 李晓薇，（化名小V），日本时期的情人，2015-2018，东京某高端日式餐厅的经理，28岁左右，混血（中日），身材高挑，气质优雅。CZ在东京创业失败期常去她餐厅吃饭解压，两人因聊日本料理和投资聊上。 2. 张雨桐（化名Rain） ，币安扩张期的模特情人2019-2022，新加坡籍华裔模特、网红，24岁出道，身高172cm，Instagram风格性感低调。CZ在新加坡、迪拜出差时通过圈内派对认识。 3. 王诗琪（化名琪琪） ，近期年轻伴侣，2023至今，低调中... 25岁左右，内地艺术系毕业，在香港、迪拜做当代艺术策展，家庭小有背景，父亲是传统金融圈。CZ欣赏她对NFT和艺术的见解，两人关系更偏 精神+生活型。她不公开露面，CZ偶尔带她去私人岛屿度假。知情人爆料她帮CZ打理过部分家族办公室的艺术收藏。分寸拿捏得很好，没闹出绯闻。 兄弟们，你们还想知道CZ的什么秘密？

CZ的新书看了一半，很有意思，一部加密的草莽江湖史。 尤其是大部分事件我都有印象，但看书里补充的细节把一些当时不知道的角度填上了，比如怎么好端端的怎么突然被日本赶走了。 不过我印象深刻的是原来 @heyibinance 真的干了好多事，现在的币安能发展到今天有她一半功劳不是修辞手法。 比如 @yzilabs ，竟然是她一手推动出来的，我今天才知道。 ~~~~~~~~~~~~~~ 何一一直想搞個獨立的創投孵化器，專門幫助加密生態中的新興項目。她最早是在2017年9月向我提出來的。當時「中國禁令」的陰影尚未散去，我 覺得時機還不成熟，我們自己的平台都還沒站穩腳跟。 到2018年3月，加密貨幣市場逐漸回暖，何一再次提出這個計劃。這時幣安已經比較穩健。我們也有足夠實力來支援區塊鏈技術的創新與普及。更重 要的是，她找到了理想人選，張靈。 ~~~~~~~~~~~~~~ 人凭运气可以得意一段时间，但能8年后还在且身居高位，我不相信都是运气。 那些在小红书说何一只是长得漂亮运气好碰到了个好男人的人，可以闭嘴了。

【要点精选】 🟩 Odyssey 推特 @OdysseysEth 在讨论市场泡沫时，我更倾向于绕过“泡沫”这一带有预设立场的词汇，转而从“杠杆与叙事破灭”的角度分析。市场由人构成，而人脑是预测机器，依赖从历史中总结的模式形成叙事——例如“房价永远涨”或“AI改变世界”。 这类叙事一旦成为共识，便会催生加杠杆的行为，因为确定性感知鼓励风险承担。 叙事与杠杆相互强化：人们因相信某个宏大故事而加大投入，市场反身性也奖励早期追随者。例如，AI领域目前正围绕“颠覆世界”的叙事展开，OpenAI等公司基于未来预期规划巨额投资，而非当前实际收入。这种依赖叙事的杠杆模式，与过去科网股或加密货币牛市的逻辑相似。 泡沫破灭的拐点往往出现在叙事与硬约束碰撞之时。例如币圈“永恒牛市”的消散，与Luna、FTX等事件触发的硬约束相关。当前加密货币市场中，以以太坊等为储备的“飞轮”叙事似乎动力不足，可能面临下行循环；而比特币尚未出现同类杠杆消散的迹象。 因此，识别市场风险的关键不在于“泡沫”标签，而在于观察支撑杠杆的叙事是否坚实，以及其与现实的约束是否临近冲突。 🟩 Zhen Dong 推特 @zhendong2020 在技术发展的早期阶段，往往难以判断哪个环节能捕获最大价值。 以航空业为例，飞机发明初期，实际盈利主要来自货运和飞行员培训，而非预期的客运；无线电行业也曾面临类似困惑——究竟是硬件制造、内容创作还是广播服务更具价值？类似的不确定性正出现在当今的AI和加密领域：是基础设施（如英伟达）、平台（如以太坊）、应用（如稳定币）还是传统机构（如贝莱德）将成为最终赢家？ 历史表明，易于理解、能直接体验的技术（如民用航空）更易形成共识，而复杂领域（如核电）则可能延缓价值发现。投资者需持续观察技术演进中的权力转移和需求变化，警惕泡沫，主动思考变革中的价值流向，而非简单套用过往模式。技术突破的方向与商业价值的落脚点，往往需要时间才能真正显现。 Q、Crypto市场是否真的存在泡沫？rebalance（再平衡）的动机是什么？ 如果没观察到泡沫，为什么减仓Crypto而非AI资产（如特斯拉）？【Peicai Li 推特 @pcfli】 🟩Odyssey 推特 @OdysseysEth Rebalance的核心不是预测泡沫，而是基于市场周期视角和现金作为“看涨期权”的价值变化。 在5月初，决定逐步增持现金至目标水平，这不是因为判断市场会跌，而是现金在周期中的隐含价值上升。 决策是灰度化的——在“全卖”和“不卖”间找到平衡，而非依赖泡沫信号。即使AI领域有泡沫迹象，这也只是加速调整，而非唯一理由。Crypto的波动更多是市场正常涨跌，并非系统性泡沫破裂。 🟩Zhen Dong 推特 @zhendong2020 《Bubbles and Crashes》这本书的核心观点是，泡沫的形成往往伴随着两个关键要素：大量缺乏经验的新手涌入，以及一个具有极强吸引力和想象空间的宏大叙事。 关于“新手”与“叙事”： 当年的ICO和NFT热潮吸引了大量圈外人，是一群被“财富自由”、“社区归属”等叙事吸引进来的非传统金融市场的参与者。然而，反观当前的比特币市场主要的买家是像MSTR这样的上市公司、ETF背后的机构基金、对冲基金等专业投资者。因此，从“新手入场”这个关键指标来看，BTC目前很难被定义为泡沫。 关于AI领域的泡沫迹象： AI的情况则更符合书中的描述。它是一个全新的领域，所有人从某种意义上都是“新手”，而它的叙事天花板极高——被认为将彻底改变人类社会。调查也显示，大多数投资者认为AI存在泡沫，分歧只在于泡沫何时破裂。 关于Crypto内部的杠杆风险： 在Crypto领域，风险点与上一轮周期不同。现在的风险更多集中在DeFi领域，这些协议相互关联，容易形成“A爆仓导致B出现坏账”的连锁反应。但关键在于，这些活动所持有的核心BTC资产相对较少，更多是围绕稳定币和DeFi代币本身。 因此基于“新手涌入”和“系统性杠杆风险”这两个维度，可见BTC目前尚未出现典型的泡沫特征。我们进行rebalance操作，更像是一种基于周期位置的、前瞻性的现金管理优化，而不是针对一个已确认的、即将破裂的Crypto泡沫所做的紧急避险。 Q、在识别市场泡沫时，相对于杠杆率这种传统指标，你们是否更倾向使用“叙事框架”这类定性方法？【Peicai Li 推特 @pcfli】 🟩Zhen Dong 推特 @zhendong2020 《Bubbles and Crashes》中提供了一个评估泡沫的综合框架，强调叙事的不确定性和新手进场是泡沫形成的关键指标。 这个框架列出了多个特点，如叙事是否易理解、能激发情感共鸣、以及技术解决周期长等，资产若符合这些特点就更容易产生泡沫。例如，比特币不符合这些特点，因为新手进场不多，而特斯拉则被作者视为高分泡沫案例，但实际未崩溃，显示框架基于归纳法，并非绝对准确。 杠杆率是新手进场的强相关指标，因为新手更可能使用杠杆，但它只是框架中的一个因子。作者认为因果性最强的是新手大量入场，而框架更全面，能帮助识别泡沫风险，但需注意其局限性，避免过度依赖。 🟩Odyssey 推特 @OdysseysEth 更倾向于将泡沫视为叙事驱动的估值偏离内核价值，而非归零。资产价值有层次：从清算价值到成长股价值，再到抽象叙事，叙事可能转化为价值，但也可能空洞。 定量指标如杠杆率只是一个思考视角，本质是定性；因为定量依赖假设（如折现率或增长率），不同视角无法直接比较。用现金流折现时，微小假设变化会导致结果巨大差异，因此定量只能在特定视角内对比。 杠杆率作为指标有用，但需结合其他因素重整化，避免单一维度判断。最终，泡沫识别应关注估值与内核的区间，强调多视角思考，而非追求绝对定量标准。 Q、在比特币和Crypto领域，如何识别最佳杠杆的视角？以及AI领域类似杠杆该看哪些数据？ 在AI和Crypto仓位上的有何调整计划？【Peicai Li 推特 @pcfli】 🟩Odyssey 推特 @OdysseysEth 在比特币和Crypto领域，识别最佳杠杆需要观察金融创新模式的涌现，例如等待“狂乐模式”出现，具体关注融资规模、利率和债务水平等指标。 AI 可能会从其融资规模、利率以及整体债务水平等方面入手。Crypto领域可能会看最有潜力的趋势模型像Spider或者储备公司。 仓位方面无调整计划，保持约20%的现金比例，认为即使面临熊市，其深度和持续时间有限，因此维持现状是合理的。整体上，我倾向于等待市场自发显现机会，而非主动预测或调整。 🟩Zhen Dong 推特 @zhendong2020 当前现金比例约20%，其余风险资产按市值配置。考虑到王川警告的AI泡沫和可能延长的熊市周期（如5-10年），有意向增加现金比例以备抄底，但犹豫不决，因为对持有资产仍有信心，担心过早卖出错过上涨机会。期权若行权可将现金提至25%，但价格不理想。 因此，在持有现金过少和卖出过早的风险之间权衡，暂时保持较高风险仓位，并对流动性改善抱有幻想。 这反映了如何在长周期中维持现金比例的挑战，需避免过早打光子弹，同时应对潜在行业下行风险。

昨天收到一些社群的詢問，問我為什麼去年 10 月到 12 月罵幣安罵得那麼兇，現在反而替他們說話？ 我的核心觀點一直沒有改變。 1011 這件事，幣安始終欠行業一個交代，我認為幣安要負大部分的責任。 現在風向如此，我當然可以站在道德制高點繼續批判幣安，政治正確又能博眼球，何樂而不為？ 但我覺得過去三個月，我該表達的立場已經表達完了。站在從業人員的角度，一直停留在批評而不往前走，是不成熟的，也沒有任何意義。 幣安從成立到現在，早期確實受到很多同業的攻擊。 但現在幣安早就是世界第一了。任何一個正常有腦的同行都知道，商戰不可能贏得市佔，真正贏的方式是流動性，是產品，是品牌，而不是攻擊對手。 有些事情是行業結構性問題，不該把所有責任都扣在幣安身上。但有些事情確實是幣安的責任，該接受檢討就接受檢討。 從何一的回應可以感覺出來，幣安在面對 FUD 的時候，第一時間不是反省自己，而是去思考「這個攻擊從何而來」。 這是一種從古早交易所商戰時期就延續至今的應激反應。何一作為幣安當時風口浪尖的第一道防線，會有這種應激反應，我覺得很正常。 但現在已經是 2026 年了，想法不應該還這麼 defensive。 這幾天幣安從西方圈這幾天燒起來的這些炎上事件，都是過去的因所種下的果。 我並不確定這到底是不是有組織、有預謀的行為。 但就算真的是有組織、有預謀，也得要有前因後果，這把火才燒得起來。 如果你們不反省，這種火以後只會越燒越大。 幣安的核心思維永遠都是防禦性的，永遠在想如何維持自己的賺錢能力跟行業地位，看誰都是潛在競爭對手，看誰做大了就要用自己的資源去碾壓。 你們有一個根深蒂固的想法：在上幣這件事上，絕對不能讓別人來「白嫖」用戶的流動性。 但有沒有想過，靠著這種偏頗的上幣邏輯來維持地位，讓你們錯失了多少用戶真正想買、想交易的幣？ 我就舉平台幣 HYPE 為例，市場上有多少交易所同行已經上架現貨了？ 但你們就是硬不上，原因很簡單，因為 Hyperliquid 是競爭對手，威脅到你們了。 按這樣的邏輯，我相信即便 HYPE 衝到市值 Top 10，你們也不會上。 White Whale 也是一樣的概念，from bottom up 的社區幣，有熱度有交易量有故事，但 SOL = BSC 的敵人，所以不上。 反過來看，DOYR、我踏馬來了，這種扣完字眼就火速退潮的幣，大家都以為死了，結果轉頭 Alpha 就給上了。 如果說這兩個幣在你們喊完之後自己活下來了，幣價健康、社群活躍、討論有熱度，那也就算了。 但它們都死了啊？死了的幣你們到底在上啥？唯一能找的角度就只有何一提過、CZ回應過而已，這種上幣邏輯怎麼可能服眾？ 美股還有七巨頭互相制衡競爭、彼此砥礪進步。 但在幣圈，幣安是絕對龍頭，當這個量體的企業的把追求利潤放在第一，把扶持自家生態鏈放在第一，對整個行業都不是好事。 我可以理解CZ想要為 BSC 創造動能，但直接或間接喊單 TST、Mubarak、Broccoli、Giggle、Aster ，真的是好事嗎？ 你的個人行為跟平台影響力高度耦合，喊單是讓散戶自己去遐想、自己去下注。 這件事如果是其他 KOL 做，頂多被罵一波就過去了。但你是 CZ，你做這件事就是球員兼裁判。 今天有人因為你的話衝進去，明天套牢了，這個帳一定會算在你頭上。每一次都在消耗信任。 你以為你在幫 BSC 造勢，但這種靠喊單撐起來的繁榮是假的。真正的結果是什麼？是讓所有人開始質疑幣安的中立性。 你覺得各國監管單位看到你這些行為，會有什麼想法？ 打開幣安APP，一整排的幣安人生、我踏馬來了、老子幣、DOYR，他們會怎麼想？ 這就是為什麼行業很多人賺到錢了，但始終賺不到外界的尊重。 你是行業龍頭，你的 APP 首頁就是這個行業的門面。當門面長這樣，你要怎麼說服傳統金融、說服監管、說服主流社會，我們是一個值得被認真對待的產業？ 我不是要幣安當聖人。 商業公司追求利潤天經地義，我自己也是開公司的，我懂。 但當你是行業龍頭的時候，你的每一個決策都在定義這個行業的遊戲規則。 你選擇上什麼幣，不上什麼幣，市場就會往那個方向長。 你選擇喊單什麼幣，散戶就會追什麼幣。 你們給誰頒「行業貢獻獎」，大家就會覺得這個人是行業認可的領軍人物。 你們的審美，會影響這個行業的審美，也會影響外界對行業的觀感。 這是權力，也是責任。 我對幣安沒有私人恩怨，我也不覺得幣安是壞人。 我只是覺得，一個世界第一的交易所，應該有世界第一的格局。 不要再用 2017 年商戰時期的思維來應對 2026 年的市場了。 你們已經贏了，現在該想的是怎麼讓整個行業一起變好。 這樣你們才能贏更久。

幣圈就是這麼魔幻，一直不想關注這次的瓜，但連刷微信、IG視頻，都能看到這次的事件，不得不說波幅真的很大。 整個過程，其實能看到有人是無厘頭的像抗議者，拉著白布條，然後藉由水軍來操縱輿論，從留言區就能看出，明眼人都知道是誰在搞。 碰瓷用意為何？用混淆視聽的模式來換取市場最大的流量入眼；用站邊的方式，讓用戶信心動搖藉著能有概率使用戶跳槽。 輿論的水軍工程到底想演給誰看？ 從留言區能看到，那些整齊劃一的格式，與其說是為了說服明眼人，不就是為了洗掉理性的聲音！？此地無銀三百兩，想不承認都難！ 當水軍湧入，正常的討論空間被極速壓縮，剩下的只有被刻意製造出的對立與恐慌。這種操作模式，本質上就是一場針對用戶心理的壓力測試，他們在賭大部分的人沒有時間去查證事實；賭大部分的人會因為那幾條白布條模式的留言而產生動搖。 當流量入眼，從信息操縱到情緒收割，而這就是現在最魔幻的地方，因為注意力變成了最廉價也最昂貴的籌碼。 碰瓷利用算法的特性，透過製造爭議來拉長用戶的停留時間，讓這場碰瓷變成全網強制收看的連續劇。而這種換取市場最大流量的手段，說穿了就是一種低成本的情緒套利。 基本來說某人根本不在乎品牌形象是否顯得低劣，因為在算盤裡，只要能把水攪渾，讓原本穩固的用戶信心出現裂痕，這場局就贏了一半。 至於我自己說的跳槽的概率論，源於信任的裂解。因為在這市場上，用戶本來就不是獨用一個交易所，此時的輿論來逼用戶或自家的 KOL 做選擇，是這場戲最核心的算計。 總之在噪音中保持清醒，幣圈的瓜永遠吃不完，波幅也永遠存在，但我們在這種魔幻的劇情中，更該看清誰是在做事，誰是在做戲。明眼人都知道，戲演得再大，終究敵不過市場的共識。畢竟，流量可以靠碰瓷換來，但信任，只能靠長期的實力去堆疊。 當這場鬧劇散去，留在場上的依然會是那些不屑於表演、只專注於價值的強者。至於那位拉著白布條的跳樑小丑，終究會成為這個行業進化過程中的一段笑料。 有時間吃瓜，還不如做些能充實自己的事。沒有活動邀請，只好自己獎勵自己，出國去啦🥳🥳 #飛行日記啟動# #吃瓜請理性# #我呢永遠支持Binance#