当前的阅读产品，不管是古早的RSS阅读器，还是现在的基于公众号的订阅，都没能解决一个一直存在的问题就是信息过载，太长不读，即便是收藏到稍后读类产品如Readwise后，也还是会变成待读不读。所以既然这是一个痛点，那么现在有了AI技术的加成后，现状会不会有什么变化呢？

我就说为啥没看到。原来早给我拉黑了。前天本初被那么刷，我都没出来发什么，因为我觉得总会有一个公正的定义。你出来踩一脚是真几把的恶心啊，怎么舔着张脸说出来这种话的？之前你和本初没在微博互关，没互动过？要点b脸行吗。之前只内涵你那狗几把基金没指名道姓就是我觉得你们认识，没好意思。本来别人只用解释一件事情，被你踩一脚还得连id来源都出来解释一遍，这是真悲哀。他这id还是花1个ETH征集的。白龙王我也听过大名，古早大神，也自由退圈了。大名还要被你拿出来阴暗戳戳的使这种坏，也是倒了八辈子血霉。真几把的小人，岳不群，一般在网上，我都只觉得别人傻逼，你还是第一个让我觉得是小人的，你是真几把的坏，一想到我认识的辉哥他们还那么推崇你，更恶心了，祝你的CRCL基金发大财，多抽水。别说老子冤枉你，特意私信本初问他要了个截图，他微博被封了但是还能看到关注的，👎

看到不少人可能对Jupiter/GMX这一挂非订单簿类的perp dex有误解 认为Hyperliquid之类的无KYC中心化合约所对“AMM交易所”是代际替代关系 但其实完全错了 1. 首先，Jupiter/GMX的成交逻辑并不是“AMM曲线”（那是更古早的 @perpprotocol ） 而是预言机从报价源拉价格，由LP池作为对手盘来做交易 理论上，这一类交易所是可以无滑点对齐报价源的。比如芝交所黄金期货，预言机类的perp dex是可以直接对齐它的报价 而不管是Hyperliquid那样的订单簿，还是 @variational_io 那样的CFD模式，都需要通过“搬砖”把价格搬过来，本质上都是中介搬差价 但是GMX为了防范由于报价传递和区块时间导致的价格时间差，会加一个“价格冲击”，防止套利 2. GMX/Jupiter们真正牛逼的，是他们造资产的能力 很多人没有意识到，其实在合约交易领域，所谓的“真实世界资产”其实是根本不存在的 你的开单清算价和底层资产在现实世界的交易流动性是没有任何关系的，而是合约报价机制（订单簿/预言机等）提供给你的 所以如果你喜欢批判“没有底层价值支撑”为赌博，那么现在你可以向订单簿交易所开火了 但是GMX/Jupiter不一样，他的流动性来自于LP池，LP作为所有交易的对手盘，会回收所有的客损和交易手续费并根据比例再分配 - 也就是澳门赌场的台底 这是真正的生息资产 而且这些底池可以作为无对手方风险的结构性理财、抵押物进行DeFi套娃、套利交易。 Jupiter的JLP曾经是 Solana上最大的套利交易来源和收益源。当时@DriftProtocol 出事的时候，很多人不理解这个东西存在的意义 - 它当时就是JLP套利中性策略最大的提供者之一 而这种能力，订单簿交易所是不具备的。包括HLP在内的中心化交易所金库，本质上都是一个主动MM策略，相当于你把资金交给一个中心化黑箱。把HLP作为抵押品实际上是在传递一个对手方风险 3. 基于“与池对赌”二元性的不可替代业务逻辑 uniswap已经为我们证明了，LP池机制对于长尾资产发行不可替代的效率优势 - 至今没有一个订单簿能代替同样机制的uniswap/pump/fourmeme 这不是什么效率问题，这是做市成本问题，而且我说的不光是冷启动 - 你要如何在一个订单簿交易所回收所有的对手盘损益和交易摩擦？ 没看懂的可以回去看一下我当时关于polymarket和propAMM的推文 GMX和Jupiter真正的问题，可能是只从交易用户思考了问题，而没有从市场更上游的需求思考，这一点和Hyperliquid有本质的区别 但即使如此，你可以去看一下defillama的榜单，不论前排的积分订单簿所怎么刷榜作妖，gmx/jupiter们的量和收入几乎不怎么受到影响 如果他们更激进一点，成绩会更好，但是这已经足够说明他们是不可替代的

黑叉上的双担怎么不叫自己橹穆粉呢 微博上面的双担都叫自己橹穆粉了 还有专属超话呢 快点去建设呀 都说要割席了还在这儿把橹穆批这个称号还给正常的群体啊^ ^古早英雄都诈尸支持太牛逼了飒飒飒 真的是世界上最清醒的一群人(°ㅅ°)☝

從OpenAI出來的投資天才，今天出了第一季的完整部位報告，華爾街引頸盼望的部位佈署，讓不少人搞不清楚方向。他的手上還有很多AI半導體的股票，但是選擇權的部位剛好相反，不到五十萬的輝達多頭部位，卻有極大的賣權部位(近十六億的合約金額數目)。我當然不知道他在做什麼，但是想跟著Leopold Aschenbrenner炒股的人，最好要比他還知道他在幹什麼。 這種13F表單的揭露，和所有的SEC公告一樣，在以前很有價值。古早以前，華爾街會派人在華府SEC大樓的公告欄，看著政府公務員貼出來，各大上市公司依法揭露的公告，華爾街可以在第一時間看著報告交易而賺錢。但公告上網後，這個短期套利的機會沒有了。短期投機沒有了，但有可能跟著買賣，跟著人家高風起飛嗎？ 巴菲特的公司BRK以前只有一類股，但因為他從來不發股利，也不分割股票，所以股價一直漲，漲到一般人買不起。零股買賣是要到2010年代後期才有可能，所以BRK變得可望而不可及，於是有些聰明的傢伙，成立基金集資，然後看著巴菲特的季報揭露，跟著買，像外界推銷說，「買不到BRK，買我們的也一樣」。巴菲特很火大，「哪裡一樣？」，為了防堵這些抄襲者，巴菲特終於另立新股，現在的A股，一股七十幾萬美元，多數人還是買不起，但B股，一股只要四百多，權利又大致相同，只是B股的股權為A股的一千五百分之一。 為什麼巴菲特說他的持股和抄襲者不一樣？因為在公告的三個月之中，他可能換了很多部位，抄襲的人不知道，只能每三個月跟著轉換。也許巴菲特一公告後，就賣了部位呢？而且，有時候，巴菲特會向SEC申請秘密部位，SEC三不五時會批准，那抄襲的人要怎麼抄作業呢？想跟著Leopold Aschenbrenner操作的人，也有一樣的問題，而且很可能你還幫了他，推高他想賣的股票，幫忙他脫手。所以看13F的方法是這樣，看個熱閙就好，最多就是給你一些啟發，讓你拿點子來自己研究，但千萬不要照抄。 比較有意思的討論是，Leopold Aschenbrenner的金手指，能夠持續多久？我相信市場大致是有效率的，多數人不能賺到超常的報酬，有些賺了很多錢的人，只是買了風險很大的股票，是強運，而很少是真的選股厲害。但我也從來不敢說，「沒有人」可以賺到超常報酬。RenTech的Medallion常年賺大錢，就是一個例子。但Medallion還是會碰到市場的極度有效，證據是他們的交易極度秘密，外人不得而知如何選股，就像Leopold Aschenbrenner一樣，一給外人知道了，就沒戲了。更重要的是，Medallion不能太大，他們的交易演算法，有部位的限制，一旦交易量太大，市場會發現他們的蹤跡，獲利機會就不見了。這也是我對Leopold Aschenbrenner長期的看法，他可以一直贏下去，但很快就會碰到市場的「物理上限」，遲早要把錢退回給投資人。

腾讯混元及 SSV 数字文化实验室联合中科院信工所等机构，正式推出首个覆盖「七体之变」的古文字感知评测基准 Chronicles-OCR。该基准包含 2800 张由专家交叉标注的图像，首次将甲骨文到草书等七种字体的识别难度统一量化。 研究团队评测了 28 个主流多模态大语言模型，结果显示它们在古早字体上几乎全军覆没。在跨时代字符检测任务中，GPT-5 和 Gemini 2.5 Pro 的核心指标接近 0，表现最强的模型也仅有 16.5。即使直接在图上画框免除定位步骤，最高准确率也只有 27.1%，其中 Gemini 3.1 Pro 在甲骨文上的准确率仅 14.0%。 这证实了现代模型严重依赖规整的现代版式先验。面对无约束、强噪声的古代物理介质，模型的文本分割机制直接失效。字体分类结果进一步表明，模型往往是在识别载体纹理（如龟甲或青铜锈），而非真正的字符笔画。 实验还揭示了一个反直觉的现象：开启思考模式反而会导致古文字识别率下降。对照显示，几乎所有支持该模式的模型在开启思考后表现退化。当底层视觉感知缺失时，思维链不仅无法纠错，反而会变成幻觉放大器，输出高自信的错误答案。

北京 海淀 06年定居北京的东北夫妻，创业小老板,0几年在北京买房买车。妻子当年素颜大美人，如今极品少妇，东北大高个韵味身材绝赞。丈夫邀朋友上门操妻画面经典，妻子镜头前含两根肉棒拉丝眼神秒杀现今人妻，前卫玩法连体丝袜情趣遥遥领先。 #古早# #素人# #单男# #换妻# #绿帽# #淫妻#

对不起，我把10万人共享的离异少妇苏兰给弄没了。 我知道这句话可能有些难以理解，但我保证字字属实。 昨天有人让我谈谈百度的AI是怎么掉队的，我就举了一个例子并发在了微博上： 在百度的AI应用文心里，有一个提供人格化智能体的陪聊服务，这是很古早的运营方法了，但我diss的不是这个。 可以预见的是，这些陪聊智能体一定会变得越来越「擦」，看起来就不太正经，不过我diss的也不是这个。 我的槽点在于，从「擦」的流量排序来看，百度AI的用户结构已经高度中老龄化了，这很完蛋。 这个功能里最受欢迎的陪聊智能体之一，是「离异少妇苏兰」，有10.2万人使用。 我知道你们可能会说年轻人也不是没有这个xp的吧，但是按照统计学的原理，在海量样本里不会出现这种偏差。 尤其是在「离异3年，一个人好寂寞，等你来找我哟」这样的电诈式开场白下，吸引到的一定是苦于找不到老婆的中登老登。 我自己也用过不少专业的AI陪伴产品——当然是为了学术研究——这么说吧，无论哪一款，离婚妇女这个角色都不可能出现在Top 10里。 这只能说明，百度AI的用户结构出了大问题，当一款AI应用的获客画像是准退休人群，这个就真没救了。 再往下看才有均值回归的迹象，比如「21岁的重庆调酒师小蛮」（8.0万人互动）、「28岁的知性旗袍姐姐苏眉」（6.6万人互动）、「班花天心心」（5.5万人互动）、「28岁的瑜伽女孩小雅」（5.3万人互动」、「24岁的辣妹模特菲菲」（4.8万人互动」等等，但整体感知下来那种停留在上个时代的城乡结合部土味审美依然挥之不去。 这跟模型好不好，其实已经没有太大关系了。 然后，没过几个小时，百度就连夜把文心里的这个功能给删了⋯⋯删了。不存在了。 所以我要向那10万人郑重道歉，对不起，你们的离异少妇跑路了，这都是我害的。