今天终于把家里的闲置书籍处理了，在多抓鱼、书嗨、京东快回收这几个平台比了一下价格，打包好等着明天上门回收。 以后我可能真的不会买纸质书了 电子版的书可以很方便加到 AI 知识库里去。 纸质书更多是图个看书的氛围，实际性价比真的太低了。 好贵的一本书，花小100 块钱买的，卖出去才四五块钱，心痛啊！

零撸这个值得搞搞 简单类型，融资800万美元（机构不错） @theblessnetwork 利用闲置网络挖矿 详细交互教程 1. 邮箱注册Bless账号 填写邀请码有加成：QW7R61 2. 下载安装Bless扩展程序，邮箱登录即可 3. 绑定社交账户有积分加成（推特，DC） Bless 是什么？ 去中心化物理基础设施网络（DePIN）项目，旨在通过连接用户的闲置设备，构建全球共享的计算网络。用户通过共享设备的闲置计算资源，支持人工智能任务、数据处理和网站托管等应用，并获得相应的奖励 题外话二三 我写作内容从来不太想写些吊炸天酷炫的吸睛文字，什么必做按头乱说一通，一直以来是务实低调做事，觉得不错的我会发推特希望你懂（当然偶尔会有营销合作见谅）也不太掺和其他事情蹭热度，对于绝大多数普通的我们来说，我始终相信只有你埋头踏实具体去做事情才能获得想要的东西，你来推特的目的就是赚钱，于此无关的东西少看，甚至不看

Multicoin Capital 宣布通过旗下对冲基金和风险投资基金投资 DePIN 项目 Grass。Grass 通过激励全球用户共享闲置网络带宽，为 AI 实验室抓取和处理公开互联网数据。Multicoin 披露，Grass 2025 年收入约 1700 万美元，2026 年上半年再实现约 1700 万美元收入，并预计全年仅训练数据业务收入可达 7500 万美元。

你衣柜里那台吃灰的旧笔记本，其实不是废品。 它可能是一台被你闲置的私人服务器。 电池不行了。 处理器慢了。 风扇还有点吵。 你舍不得扔，就让它一直躺在抽屉里。 但换个角度看，它还能帮你省下一堆订阅费。 算一笔账： • Netflix • Google Photos • Dropbox • 1Password 这些服务加起来，一个月可能就是几十美元。 一年下来，几百美元没了。 你花的钱，很多时候只是为了租用那些本来可以自己掌控的东西： 照片、文件、密码、影音库、家庭数据。 这里可以看看 CasaOS。 一个免费开源的家庭云系统。 旧笔记本、树莓派、Intel NUC 都能装。 一行命令，差不多 30 分钟，就能把旧电脑变成家庭服务器。 装好之后，它不是那种黑乎乎的命令行系统。 而是一个类似应用商店的界面。 想装什么，点一下就行。 可以用它搭： 1. Jellyfin 替代 Netflix 这类影音订阅。 把自己的电影、剧集、纪录片放进去， 手机、电视、电脑都能串流播放。 2. Immich 替代 Google Photos。 照片自动备份， 支持搜索、人脸识别、时间线管理。 自己的照片，不一定非要一直交给云厂商。 3. Nextcloud 替代 Dropbox。 文件同步、远程访问、多设备协作都能做。 你的资料放在自己机器里。 4. Vaultwarden 替代 1Password。 密码、密钥、登录信息自己管理。 适合对隐私和数据控制要求更高的人。 5. Syncthing / Home Assistant / AdGuard 分别可以做： • 多设备文件同步 • 智能家居中枢 • 全屋广告过滤 以前自己搭家庭服务器，门槛很高。 要装 Linux， 学 Docker， 写配置文件， 查报错， 修一堆莫名其妙的问题。 CasaOS 的价值就在于： 把这些复杂步骤尽量封装掉。 不用从零学运维， 不用长时间折腾命令行， 看图标安装应用就能跑起来。 项目在 GitHub 上已经有 3.4 万+ Star， Apache 2.0 开源协议。 从 2021 年开始维护， 支持多种常见设备， 也能安装大量 Docker 应用。 最值得注意的一点是： 你那台旧笔记本，哪怕已经过时， 性能也可能比很多年前支撑网站运行的服务器还强。 买新硬件要钱。 但抽屉里的旧电脑，成本是 0。 一行命令， 半小时配置， 它就能从一台吃灰设备，变成你的私人数据中心。 项目地址： 一句话总结： 旧笔记本不一定只能卖废品。 装上 CasaOS， 它可以变成你的私有云、影音库、照片库、密码库和家庭服务器。

我长期在基层工作，可以很实在地说，基层岗位并不最看重高学历，有时候一群经验丰富的大妈反而更适配。基层要处理的大多是实打实的民生经济难题。博士往往缺少落地的实操资源，就只是两百块的补助，也要走层层审批。处理这类事，他们确实不如我们本科生灵活有办法。 以前我们处理矛盾的思路很朴素：优先安抚情绪，绕开死胡同，迂回解决问题。举个例子，一户人家，丈夫生病丧失劳动能力，孩子还在读书，妻子就在家门口炸油条，可油烟污染了环境。这事怎么处理？直接取缔她的小摊，等于断了全家生计；直接发放补助，一家三口，又该给到多少才合适？ 这件事交给清北博士到现场处置，大概率很难妥善解决。我当年在街道挂职时碰到同样的难题，办法简单直接。我找附近理发店的托尼商量：你花一个月教她基础理发手艺，我就在你门店三米范围内增设一个环卫专用垃圾桶，方便门店处理垃圾。双方一拍即合，事情就这么谈妥。这种思路，高学历的读书人往往想不到。 一个月之后，这位女士掌握了基础理发技术。我又找到小区闲置的传达室，仅仅三平米，再联系周边小企业，找来一把闲置转椅，让她在里面开便民理发点。每月能有七八千收入，一家人的生计难题就此解决。

以前每次投资，我最头疼的不是选什么资产，而是资金怎么转。 USDT 在钱包，美股在券商，跨境汇款走银行，一个操作就要切好几个平台。 后来用了 @BiyaPay 发现很多事情可以在一个账户里完成！ 1️⃣ USDT 可直接兑换法币 支持兑换美元、港币等，不用再到处找渠道。 2️⃣ 一个账户投资美股、港股 无需额外开海外银行账户，资金流转更方便。 3️⃣ 跨境汇款更省事 有跨境收付款需求时，也能直接处理。 4️⃣ 闲置资金还能理财 支持 XAUT、ETH、SOL 等产品，部分年化收益可达 10%+ 而且最近平台活动也不少： ✅世界杯活动 (7 月 10 日截止) 0 手续费交易 + 盲盒抽奖，还有机会赢世界杯总决赛包厢观赛权。 ✅SpaceX 活动 (7 月 26日截止) 0 佣金交易 SPCX，有机会瓜分 100 万美元 SPCX + TSLA 股票。 如果你的资金经常在 USDT、银行、美股 之间来回切换，这种一站式平台确实能省下不少时间！ 注册链接： 活动链接：

MiniMax H3：租显卡还是买显卡？两种自建方案对比 想自己部署 MiniMax H3，真正需要解决的不是软件，而是 GPU。SGLang、ComfyUI 和模型代码基本都能免费使用，但 H3 视频生成需要大量显存和算力。 目前主要有两条路：租云显卡，或者自己买显卡。 方案一：租云显卡 租一台带 RTX 5090 的云服务器，按小时开机，用完关机。 以当前云平台公开价格估算： • RTX 5090 32GB：约 $0.99/小时，折合约 ¥7/小时 • 使用 20 小时：约 ¥143 • 使用 100 小时：约 ¥713 • 使用 300 小时：约 ¥2,140 • 连续开一个月：约 ¥5,130 • 另外还要算磁盘、流量和模型存储费用 我在某鱼看了一下RTX 5090 32GB 一小时也要5元 ，现在模型很火商家坐地起价也很正常 优点： • 不用一次性买显卡 • 不用处理散热、供电和驱动 • 按小时计费，用多少算多少 • 可以先测试 H3 到底适不适合自己 • 需要批量生成时，可以临时升级多卡服务器 缺点： • 长期使用会越来越贵 • 云服务器网络和硬盘可能额外收费 • 机器库存、地区和价格会变化 • 需要自己配置 Linux、驱动和运行环境 • 单张 5090 主要适合测试和个人使用，速度不会像官方云服务那么快 适合的人： 偶尔做视频、刚开始研究 H3、暂时不确定使用量的人。 方案二：自己买显卡 购买一张 RTX 5090 32GB，装到自己的台式机里，在本地部署 H3。 粗略预算如下：按照当下某鱼我看到的最新价格算 • RTX 5090 显卡：约 ¥15,000～35,000（闲鱼15000的5090很多是钓鱼/故障卡，实际靠谱可成交，大多要1.7万以上） • 64GB 内存：约 ¥1,300～2,000 • 1TB 以上 NVMe：约 ¥500～1,000（H3本地部署，硬盘建议直接2TB，模型+缓存会吃掉很大空间，1TB会很快爆满） • 电源、主板、CPU、机箱和散热：约 ¥4,000～8,000（电源别省！5090功耗很高，最低850W金牌以上，优先选1000W更稳妥） • 整机大约：¥20,000～45,000 实际价格看品牌、行情和你已有的配件。只买显卡、不配整机的话，成本会低一些。 RTX5090不是跑H3的最低门槛，4090(24G)量化后也能跑，只是分辨率、时长受限。（这是已5090为例 至少要玩的舒服一些 ） 后续主要是电费： • 整机满载大约 0.7～1 度电/小时 • 按每度电 ¥0.6～1 计算 • 每运行 100 小时电费约 ¥40～100 • 每月运行 300 小时，电费约 ¥120～300 优点： • 买下来后不用按小时交租金 • 文件和模型都在自己电脑里 • 没有云平台停机、封号和库存问题 • 可以长期运行，也能部署其他 AI 模型 • 大量使用时，单次生成成本更低 缺点： • 前期投入高 • 需要自己处理驱动、CUDA、散热和系统故障 • 显卡会折旧，满载运行也有噪音和耗电 • 5090 32GB 仍然属于单卡测试档，H3 需要 offload，速度有限 • 想做多人服务或批量生产，单卡不够，还要上 4 卡服务器 两种方案怎么选？简单看使用时间： • 每月使用 20～100 小时：租显卡更划算 • 每月使用约 300 小时：开始接近买显卡的合理区间 • 每月长期超过 500 小时：买显卡更合适 • 要多人同时使用：直接考虑多卡服务器，不要买一张 5090 硬扛 按租赁价格计算，一台 ¥20,000 左右的 5090 整机，理论上运行约 3,000 小时可以抵掉租金。考虑显卡折旧、维护、断电和闲置时间，实际回本周期大约 10～18 个月。 最推荐的路线 如果只是个人做视频： 先租一张 RTX 5090，花 ¥200 左右测试 20 小时，跑通 MiniMax H3-Base 的 768p 生成。确认速度、画质和使用频率都能接受后，再考虑买整机。 如果已经确定每天都要生成，或者每月使用超过 300 小时： 买一张 RTX 5090 本地部署更合适。系统建议 Ubuntu，内存 64GB，NVMe 至少 200GB，使用 ComfyUI 或 SGLang。 如果是商业批量生产： 考虑 4 张 A100/H100 级别显卡，用 SGLang 部署。成本会明显上升，不适合个人刚开始就投入。 还要注意一点：本地 H3 主要能跑 H3-Base 的 768p 流程，官方 H3-Context-IR 和 H3-Regenerate-2K 目前没有完全开源。想复现完整 2K 效果，需要调用官方 API。 总结： 不确定用多少，先租；确定长期高频使用，再买。先花 ¥200 验证，比直接花两三万买机器稳得多。

在这人人美股的时代，CEX都开始做了自己的美股产品。 Bitget 也上了美股 2.0，这是 Bitget 自研发行平台 Reality发行。 说实话，以前在币圈买美股代币总觉得差点意思，不是流动性不行，就是分红派息麻烦。但这次 Bitget 升级到 2.84.0 之后，推出的 rToken 真的实现了“断崖式领先”： 真正的“零差价”美股： 它是 1:1 锚定底层资产的，接入的是纳斯达克和纽交所的真实深度。我试了一下，大额单进出也非常丝滑，完全没有以前那种小平台的“单机价格”感。 躺赚分红太省心： 以前最头疼美股派息，现在 Bitget 做到了 1:1 镜像处理。股票分红直接发代币，现金股息自动折算成 USDT 入账，甚至拆股合并都实时同步，完全不用操心。 资金效率天花板： 美股资产现在可以当保证金用了，还能跑现货网格、跟单交易。一边拿着美股等涨，一边还能在所里赚收益，资金完全不闲置。 关键还没 CRS 和利得税： 懂的都懂，这省下来的可都是真金白银。 现在还有限时优惠，手续费低至 0.1%，用 BGB 支付打 8 折+额外限时 5 折，叠加折扣最终手续费1.1折，大额4折。 还没试过的兄弟，赶紧把 App 升级到最新版，搜美股体验一下。现在的 Bitget 已经不仅是交易所了，简直就是一个“全景交易所”，一站式买遍全球优质资产，这种“断崖式领先”的产品力，确实值得关注。

A16Z领投的去中心化AI计算网络，Gensyn又一关键落地，首个AI裁判预测结果应用Delphi正式主网上线。跟踪AI+Crypto最前沿的赛道，可以看看Gensyn —— 这家被A16Z领投（）累计融资接近8000万美金）的项目，最近在主网上推出首个杀手级应用Delphi，标志着从基础设施真正走向实际经济价值兑现。 Gensyn是去中心化分布式计算+边缘计算的混合体。它把全球所有闲置硬件（笔记本、手机、消费级GPU到数据中心闲置机）通过P2P+区块链验证，组建成一个“全球超级集群”。核心是trustless计算市场：任何人随时贡献算力就能赚 $AI 代币，开发者则能以远低于AWS的成本获取海量训练/验证算力。技术壁垒极高——REE可重现执行+Verde密码学验证，确保结果在不同硬件上完全一致且可独立审计。 这套混合体（去中心化分布式计算 + 边缘计算）直接为去中心化AI提供了最底层的坚实框架，打破中心化云的垄断和瓶颈。 它不是“在边缘跑推理”，而是让边缘设备真正参与大规模训练和持续演化，为整个去中心化AI生态打下最硬的底座。这既解决了AI算力集中化、贵到离谱的瓶颈，又把边缘设备真正拉进大规模训练闭环，属于边缘计算的广义进化版。 当下对于Gensyn最重要的就是Delphi的推出：完全无许可的AI驱动信息预测市场平台。 1）任何人可创建市场（比特币价格、体育、地缘政治、甚至自定义事件），注入流动性后自动生成 AMM（DPM做市机制），从第一笔交易就有流动性，无需对手方。 2）结算靠AI模型而非传统预言机，可选Gensyn REE生成密码学证明，24 小时无人结算就自动退款——真正无信任。 3）AI代理还能直接参与预测并赚钱，形成“人类 + AI 持续学习”的经济激励闭环。 测试网数据也非常好： 1）体育赛事市场吸引 8.7 万交易者、488 万美元成交；奥斯卡预测市场超 4.5 万参与者。现在主网上线，比特币、以太坊、原油等市场已活跃，费用机制也直接利好 $AI（1.5% 给创建者，0.5% 进 Vault 70% 销毁+29% 社区+1% 奖励）。 2）依托全球去中心化节点集群，协同训练十几万个AI模型。峰值同时在线独立节点超 4 万个，兼容 CPU、GPU、苹果 M 系列芯片全终端。数据本地处理、无需远程上传，真正摆脱中心化厂商算力依赖。 意义是什么？ 这不是又一个预测市场，而是Gensyn把“计算基础设施”真正货币化、产品化的第一步。传统预测市场靠人力/中心化预言机，Delphi 用AI+可验证计算直接把“信息发现 + 结算”链上化，还为开源 AI 提供了真实经济回报。 放在更大格局看，它验证了AI+Crypto的终极叙事：去中心化算力网络不止解决训练瓶颈，还能孵化出“代理经济”和持续演化的信息市场。a16z Crypto这么重仓领投，应该不是看短期，而是看好它成为AI时代“全球超级计算机”的底层协议。 个人角度看AI算力短缺是结构性问题，Gensyn这种混合体（分布式+边缘+真实应用落地（Delphi），正把Crypto的激励机制嫁接到AI基础设施上。TGE已经到来，主网也在跑真实资产交易，值得持续跟踪生态数据。

被低估的真相：Agentic AI 是一场以"存储"为中心的范式革命 1/ 一句话观点 Agentic AI 的核心，不是算力，是记忆。 新硬件层级正在变成： ① 记忆（HBM / DRAM / NAND） ② 并行计算（GPU / ASIC） ③ 协调者（CPU） CPU 早就不再承担主要计算逻辑。 2/ 第一性原理 人类对"智能"的终极追求只有两件事： 无限记忆 + 无限计算。 我们日常评价一个人聪不聪明，无非两点： "记性好" + "脑子转得快"。 机器智能在沿着同一条路前进。 3/ 先说市场已经讲过的故事：HBM LLM 推理的 decode 阶段是典型的 memory-bound 任务。 每生成一个 token，都要把整套 KV cache 从显存里搬一遍。 带宽不够 → 昂贵的 GPU 直接闲置。 这就是为什么 GPU 每升一代，HBM 的带宽和容量都在追着涨。 4/ 市场没怎么讲的故事：1M context 不是在 GPU 集群里组装的 我们天天说的"1M context"，并不是在 AI 推理集群中拼出来的。 它的真正组装地点，是 跑 Agentic 系统的传统服务器（CPU + 大 DRAM）。 5/ 那些传统服务器在做什么？ • 加载用户的长期 / 短期记忆 • 加载 agent 的系统规范（system prompt） • 加载 skill / tool / subagent 的说明 • 拼到超过 1M token 时，还要做压缩 这一整套，全部跑在 Agentic 服务器的 DRAM 里。 6/ 对比过去的互联网 / 移动互联网 过去几乎不处理用户上下文。 只有搜索 / 推荐 / 广告才会留一点用户画像， 数据量大概只有现在 Agentic 系统的 1/20，甚至 1/100。 7/ 供应链已经在反映这件事 服务器的 CPU : DRAM 配比，正从 传统的 1 core : 4 GB 升级到 1 : 16，并继续往上走。 8/ 但远不止"4 倍存储"那么简单 Agentic 状态下，单颗 CPU 能服务的用户数，只有过去的几分之一。 当整个 IT 都切到 Agentic： • CPU 数量：增长 几倍 ~ 十几倍 • DRAM 总量：增长 几十倍 ~ 上百倍 9/ 结论 Agentic AI 是一次以 "存储 + 并行计算" 为核心的范式迁移。 软件范式变了，硬件范式也跟着变。 只有真正读懂技术的人，才会理解： 这一轮存储不是周期，是范式。 10/ 时间维度 考虑到： • 人群渗透率还很低 • 单用户使用深度还很浅 未来至少 5 年，看不到这轮存储需求的周期顶部。 （拉长时间看万物皆周期，但这一轮远没到拐点） $MU $DRAM $SNDK