剛剛去拍新的寫真 是Cospie大尺場的實體寫真書唷！ 難得..要印..水喔 剛剛經紀人陪我回飯店 樓下的警衛看到我臉很紅以為我喝酒 他：齁 未成年不可以喝酒餒 經紀人（爆笑 我： 我..我21歲了啦😭我化妝啦！！沒喝酒啦！！ 氣屬！

這絕對是個大工程。能把這種跨越幾百萬年的宏大敘事撐滿兩個小時，沒點耐性真做不出來。 這類影片看下來，最讓人震撼的通常不是資訊量，而是那種「視覺上的跨越感」。你想想，畫面從幾百萬年前在樹上晃蕩的古猿，鏡頭一轉，變成在草原上直立行走、眼神開始有了神采的原始人。接著是火光的亮起、石器的打磨，再到後來古埃及、美索不達米亞的黃沙與神廟，最後一路飆到現代的霓虹燈和未來的星際探索。這中間的視覺張力，光是用腦袋想像就夠起雞皮疙瘩了。 不過，要用 Seedance 2.0 熬出這兩個小時，背後的工作量其實挺考驗人的。 多模態的優勢與代價 Seedance 2.0 厲害的地方在於它那種 「多模態控制」，你可以餵給它圖片、分鏡，甚至塞一段現成的視頻去讓它學習運鏡。做這種歷史迭代的影片，最怕的就是前後畫風崩掉，前一秒還是寫實史詩風，後一秒突然變成廉價 3D 動畫。作者大概用了大量的角色與場景參考圖，去死磕那種歷史的厚重感和前後的一致性。 而且它自帶音效同步，原始人打砸石器的撞擊聲、遠古暴風雨的咆哮，這種環境音要是合得好，史詩感立刻翻倍。 兩個小時是怎麼拼出來的？ 雖然這模型比以前進步很多，但它單次輸出的片長畢竟有限，也就十幾秒。這意味著，兩個小時的成片是由成百上千個鏡頭硬生生拼接出來的。 • 工作流的考驗： 作者得先把劇本和時間線拉好，古猿、南方古猿、直立人、智人、農業革命、工業革命……每一階段都要瘋狂生成素材。 • 墊圖與墊片： 為了讓轉場順暢，可能用了大量的 Image-to-Video 或者 Video-to-Video。比如用前一個時代的結尾畫面當作下一段的起點，或者指定運鏡讓鏡頭從遠古的星空拉下來，變成現代的夜景。 • 後期剪輯： AI 把畫面生出來只是第一步，後面還得靠傳統剪輯軟體去調色、對軌、加上轉場和旁白，不然單靠 AI 生出來的片段直出，節奏很容易散掉。 這種影片看著看著，真的會讓人有一種「人類好渺小、但文明又好神奇」的宿命感。你看過最震撼的是哪一個歷史階段的轉場？還是說，你對它最後預測的「未來進化」部分更有興趣？

兄弟们注意了！ 一个开源AI量化交易平台直接杀出来了 本地自部署，全链路打通，从分析到实盘一条龙，加密货币、美股、外汇全覆盖！ 我看完有几个地方直接眼睛放光： 1、AI分析模块超强 直接接 OpenRouter、OpenAI、Gemini、DeepSeek，一键跨市场研究，省掉自己东拼西凑的时间 2、策略生成傻瓜化 不会写代码？让AI直接帮你生成Python策略，零基础也能玩 3、回测系统专业级 完整记录+可复现+可回放，不是跑完就忘的玩具 4、实盘对接给力 支持多家加密交易所，自动/半自动随便切 5、一站式全市场 还能连IBKR做美股、MT5做外汇、Polymarket玩预测市场，一套系统全部搞定底层用 Docker + PostgreSQL + Redis 生产级部署，稳得一批，不是那种跑个demo就发出来骗星的玩具项目。 两年前这种东西要么收费死贵，要么根本找不到，现在直接开源摆在GitHub上，很多人却不知道，白白错过红利。 量化这条路，门槛正在快速降低，工具越来越强。你还在等什么完美时机？GitHub地址： 想搞AI量化的兄弟，这波必须冲！

所有教你AI 一键生成爆款文章的课程，都是胡说八道 他们给你看的 demo 永远是：输入一个关键词，啪，3000字长文直接出来，排版精美，观点犀利 但你真的去用，会发现生成的内容要么是车轱辘话来回说，要么是堆砌关键词的 SEO 垃圾 因为内容生产从来不是一键的事，而是输入-加工-输出的系统化工程 今天给大家直接拆解我自己的公众号 Agent——它的目标是一键转写我的推特内容 我的公众号 Agent 做的事很简单： 把我在推特上已经跑通的内容，转写成适合公众号的版本 注意这个词——转写，不是生成 这意味着： 灵魂观点已经在推特里了（我的思考、我的态度、我的案例） Agent 做的是“格式适配”和“信息补全”（调整结构、补充细节、优化排版） 具体操作如下： Step 1：推特是源头 我每天在推特上记录： 用某个 AI 工具的实操心得 看到某个趋势的即时思考 踩到某个坑的真实吐槽 这些内容短平快，1-2分钟就能发出去 但它们是我真实跑过的流程 Step 2：Agent 做平台翻译 推特和公众号是两个物种： 推特用户吃短句、吃情绪、吃即时性 公众号用户要系统、要深度、要可收藏 我的 Agent 会： 提取推特内容的核心论点（比如“Claude Code 改变了我的开发流程”） 调研同类文章（看竞品怎么写，找差异化角度） 补充实操细节（推特里我可能只说“好用”，公众号要写清楚“怎么用”“坑在哪”） 重构内容结构（推特是碎片化的，公众号要有起承转合） Step 3：我做最后的灵魂注入 Agent 跑完流程，会给我一个初稿 这时候我会： 检查观点是否偏移（有时 AI 会自作主张“优化”我的表达，反而丢了锋芒） 补充只有我知道的细节（比如某个工具的隐藏用法，某个决策背后的思考） 调整情绪节奏（哪里该犀利，哪里该松弛，AI 拿捏不准） 这个环节不能省 因为读者关注你，不是因为你会用 AI，而是因为你是你 很多人会问：这不还是要你自己写推特吗？那 Agent 有什么用？ 用处大了 降低了公众号的生产成本：我不用从0开始构思一篇长文，推特内容就是我的素材库 保证了内容的真实性：推特是我的即时记录，不会出现“为了凑字数编故事”的情况 实现了跨平台复用：同一个思考，在推特是碎片，在公众号是系统，ROI 直接翻倍 更重要的是，这个流程是可持续的 那些一键直出的方案，你用一次就会发现不对劲，用三次就放弃了

日常第二彈... 其實 最近有一點點在想 稍稍轉型 放一些日常的照片在推特上 然後發現..反應..蠻好的 所以 之後的內容應該是 會有化妝日常,寫真宣傳 拜託大家請繼續愛我 雖然21歲已經不是可愛妹妹了😭

又写了一个小Demo，全自动加密量化交易。 支持 @binance , @okx 和 @bitget 三大交易平台。 自托管的全栈加密货币 USDT 永续合约量化交易系统:因子驱动策略、回放级精确的回测 引擎、多交易所执行、中英双语实时控制台——全部本地运行,API 密钥不出你的机器。基于clawby丰富的API数据集和完整的LLM wiki格式化。我们可以提取各种交易因子去编写量化策略。 它的逻辑是这样： 1. AI不是直接给到交易行为的结果，而是通过历史数据和交易笔记进行策略的编写，因子的提取。 2. 每个人的交易策略都是不一样的，根据交易笔记和交易习惯进行微调。 3. 交易因子和交易策略可以自定义选择更新频率。 4. 记录每一笔实盘交易，方便后期喂给AI进行策略的优化和调整。

这两天正好一直在写RWA内容，刚好昨天币安就推出了bStocks，初接触我想很多人和我一样都有一个的问题：它在当前持续增长的链上证券代币化赛道处于什么位置？ 当我把几个竞品横向对比后，突然意识到：bStocks乃至其他类似产品，争的不是“谁是最好的代币化股票”，而是在重新定义“代币化证券应该怎么用” 我昨天写的RWA报告有个数据，链上前十的RWA资产DeFi的实际参与率仅不到2%，RWA喊了几年的“可组合性”，在实操层面仍近似一句空话 也就是说，当前的RWA资产，仅停留在[生息资产]的层面，资产的效益并未被链上的DeFi协议放大 它们只是从传统金融的“定期存单”变成了链上的“定期存单” 既然都转化成代币了，那想把它抵押出去借点钱怎么了？想把它加入LP池赚手续费怎么了？ 从这个视角看，有关这个课题，bStocks有着一个其他竞品无论如何都难以超越的优势(见下文)~因此bStocks也最有可能重新定义“代币化证券应该怎么用”的问题 _____________________________________ 1.从资产的转化动机出发 bStocks是采用了市场上我个人比较认可的方案[股息自动购入]，也就是你的股票转成的代币，股息的派发会自动给你置换成你所持证券代币 即:用户钱包里的bStocks数量会自动增加，不需要点击任何按钮，甚至不需要知道今天是派息日 这意味着即使你把bStocks存入一个借贷协议作为抵押品，它的底层价值也会随着每次派息自动增长。你的抵押品在“自我增值”，潜在清算风险是在自动降低的 本身币安现在就可以直接买美股，那在交易所里面把股票换了代币之后，我想不出不去链上还留在平台干什么 在bStocks这里，进入链上这件事是写入“基因”的 _____________________________________ 2.资金的流量入口 上面说的这个，对比其他的竞品并没决定性的差异，其他竞品也能实现一样的功能，具有决定性意义的是：币安本身的品牌和体量 币安作为第一大所，拥有行业内最多的用户体量，但其中绝大多数用户从未将资产从交易所提到链上参与DeFi等 bStocks提供了一个低心理门槛的入口——用户已经在币安买了美股，只需要点一下“转换”，就能获得一个可以提到钱包、可以存入协议的链上资产 这个“从CeFi到DeFi”的转化路径，比“注册钱包→学习新协议→买代币”的路径平滑太多太多 更无解的是，无论是钱包还是协议，一个币安的APP都配套好了... 把这些设计放在一起，你会发现bStocks本质上是在回答一个问题：如果RWA资产从一开始就是为DeFi设计的，而不是事后才被“塞进”DeFi，会发生什么？ bStocks把“RWA进DeFi”从一个需要用户主动“折腾”的事情，变成了一个“默认开启”的功能，并且在一个地方就能实现，减少了摩擦感 之前我以为BN Wallet将成为这个枢纽，当下我发现bStocks能够再向下一层打通 未来当链上RWA资产的DeFi参与率不再是个位数时，我们回过头来看，bStocks可能会被记住为那个推倒第一块多米诺骨牌的角色 _____________________________________ "RWA的未来，不是一潭静水，而是一条正在加速的河流。而我们才刚刚看到这条河的开始。" @binancezh @heyibinance

很多人觉得 AI 交易就是写几个 Prompt，然后让机器人自己赚钱。但真正做过量化、自动化交易的人都知道，真正难的从来不是下单，而是信号质量和执行纪律。 最近看了 CREAO AI、Debot 和 Kite 联合搞的新一轮交易赛，我个人是觉得这次玩法比之前成熟不少。 最大的变化不是奖金，也不是规则，而是终于从模拟盘变成了实盘。 所有参赛者统一用 0.1 ETH 起步，在 Robinhood 链上交易 Meme，盈亏都是真实发生的。这一点我挺认可，因为模拟盘很多时候心态完全不一样，敢梭哈、敢乱追，成绩并不能体现真正的交易能力。真正拿自己的资金去跑策略，你会发现每一次买卖都会认真思考。 更让我感兴趣的是它把整个交易流程拆成了三部分。 Debot 负责盯盘，它可以监控聪明钱地址，也可以监控 X 上指定账号的动态； CREAO AI Agent 负责执行，收到信号以后按照你提前设定好的逻辑自动完成交易； Kite 则是 Side Event，做完任务还能拿到排行榜 +100 分，相当于给自己增加了一点竞争优势。 这个设计还是比较符合真实交易的哈。 很多人平时不是不会分析，而是盯盘盯不过来。凌晨有聪明钱进场、某个 KOL 突然发推、某个 Meme 开始放量，你可能第二天醒来行情都结束了。自动监控最大的价值，就是帮你把这些碎片信息第一时间抓出来，再交给 Agent 去执行，而不是等人反应过来再追。 对了对了，还有个点是我比较喜欢的。 就是这次比赛不是以前那种策略提交之后就锁死，而是比赛过程中允许继续优化策略。 市场每天都在变，昨天有效的方法今天可能就失效了。咱们本来就是不断调整参数、优化监控条件，而不是一套策略吃到底。 所以我觉得，这次比拼的重点不是谁运气好，而是谁更懂得根据市场变化去迭代自己的系统。 当然，实盘就是实盘。 0.1 ETH 是真实资金，交易 Robinhood 链上的 Meme 本身波动也不小，不存在稳赚，更不能把 AI 当成提款机。Agent 只是执行工具，真正决定收益的还是策略本身。 值得一提的是，官方还做了 CREAO 后台会和 Debot 的交易事件进行数据对齐，所有交易都需要 Agent 自动完成，避免人工干预带来的作弊问题，这样排行榜也更有参考价值。 总共只有 1000 个参赛名额，7 月 26 日上午 10 点（UTC+8）开始报名，先到先得，前 50 名瓜分 10000 USDT 奖池。 报名还能拿到 150 个 CREAO Credits，完成 Kite Side Event 再送 150 个，一共 300 Credits。 咱就是说，如果兄弟们平时就在研究聪明钱、链上数据或者 AI Agent，我是觉得这场比赛还是值得一试的。 别把它当成一个赚快钱的活动，更像是一次真正检验自己策略体系的机会，看看你的交易逻辑，在 AI 自动执行之后，到底还有多少竞争力。 @CreaoAI

夜深人静，想随便写点东西。 交易亏了两年才想明白的事—— 学交易顺序错了，怎么努力都是反的。 学习交易和学编程一样——信息太多，噪音太大，真正有效的路径反而很窄。 我按自己的理解给各位整理一套从零到能实战的学习路径。 一、先搞清楚你在学什么 大多数人学交易最大的误区：一上来就学"怎么赚钱"。 实际上交易的核心能力是：风险管理 → 策略执行 → 复盘迭代 → 技术分析/基本面分析 顺序不要搞反。 正确的学习路径应该是： 第 1 层：理解市场结构（是什么在交易） 第 2 层：风险管理（怎么不亏光） 第 3 层：找到一个你信的交易逻辑（怎么赚） 第 4 层：实盘验证 + 复盘（怎么持续赚） 二、具体的学习路径（按周排序） 🗓 第 1-2 周：理解市场在交易什么 先搞清楚基本概念，不需要深，但要理解逻辑： 必须搞懂的底层概念： 流动性——市场为什么会涨跌？因为有买卖。买盘>卖盘就涨，反之跌。听起来简单，但 90% 的人到爆仓都没真理解。 订单簿——买单卖单怎么排列的，什么价位有支撑/阻力 K 线结构——开盘、收盘、最高、最低，一根 K 线代表什么 成交量——价格变动的"燃料"，没成交量的突破是假的 推荐资源： 的 School of Pipsology——最好的免费入门，把整个外汇/CFD 市场的逻辑讲得清清楚楚。虽然是外汇出身，但市场结构原理通用。 把 K 线、支撑阻力、趋势线、均线这四个概念吃透就够，不要碰超过 5 个指标。 🗓 第 3-4 周：风险管理——唯一真正能学透的东西 交易圈有句话："业余选手盯着收益看，职业选手盯着风险看。" 核心公式（必须背下来）： 每笔交易最大亏损 = 账户总资金的 1-2% 头寸规模 = 最大亏损 ÷ (入场价 - 止损价) × 合约乘数 举个实战例子： 账户有 $10,000 最大能亏 1% = $100 如果止损距离是 5% 那你只能买 $100 ÷ 5% = $2,000 的仓位 这才是仓位管理的本质。 建立风控三原则： 每一笔交易都有止损，没有例外 单笔亏损不超过账户的 2%，1% 更稳 连续亏损 3 笔就停下来，不管什么原因 🗓 第 5-8 周：找到你的交易逻辑 不要学"一个万能策略"，不存在。要找到适合你性格的逻辑。 主流交易流派（挑一个专精）： 流派 核心逻辑 适合的人 1 趋势跟踪 顺势而为，均线/通道突破进场 耐心好，愿意拿单 2 震荡交易 在支撑阻力之间高抛低吸 手痒，想频繁交易 3 突破交易 关键价位突破后跟随动量 反应快，喜欢做突破 4 订单流/价格行为 读懂 K 线和成交量，不靠指标 喜欢"干净"的图表 5 网格/做市 在价格区间内低买高卖，程序化执行 有编程能力 我的建议：刚开始先学价格行为（Price Action）—— 不依赖任何指标，只看 K 线和成交量。指标会骗人，但价格不会。 🗓 第 9-12 周：模拟盘 → 小实盘 → 复盘 不要跳步骤： 模拟盘 2-4 周——验证你的策略在真实行情中活不活得下去 小实盘 4-8 周——用你亏得起的钱（比如 $500-$1000），目标是不亏，不是赚钱。 开始复盘——每天把每一笔交易记下来，包括进场理由、出场理由、情绪状态 复盘三问（每笔交易后必须问自己）： 进场依据还在不在？如果在，为什么平早了？ 如果亏了，是策略问题还是执行问题？ 这次交易有没有遵守风控纪律？ 三、一些重要的认知 1. 胜率不重要，盈亏比才重要 新手追求胜率，老手追求盈亏比。 胜率 60%，盈亏比 1:1 → 长期不赚钱 胜率 40%，盈亏比 3:1 → 长期赚钱 因为亏的那 6 笔每笔只亏 1 份风险，赚的那 4 笔每笔赚 3 份。算下来： (4 × 3) - (6 × 1) = 6 份净收益 所以核心不是提高胜率，而是让赚钱的时候拿得住。 2. 回撤是交易的一部分 没有人不经历回撤。区别在于： 新手遇到回撤：加仓扛单爆仓 老手遇到回撤：减仓止损等机会 3. 大部分时间应该在场外 职业交易员花 90% 的时间等机会，10% 的时间执行。 新手的问题恰恰相反——每天都在找进场理由。 四、推荐的实操工具链 图表分析: TradingView（免费版够用） 模拟交易: TradingView Paper Trading / Bybit Testnet 数据辅助: Clawby API（查看暗池/做空/期权数据辅助判断） 交易记录: Notion / 自己建一个简单的表格 策略开发: 等你有自己的逻辑后，可以用 Pine Script 写 TradingView 策略 五、给你一个非常具体的 30 天计划 第 1-3 天： 完成 School of Pipsology 前 20 课 第 4-5 天：理解 K 线 + 成交量 + 支撑阻力 第 6-7 天：学会怎么设置止损和计算仓位 第 8-14 天：打开 TradingView，每天看 1 小时图表 先不交易，只做一件事：标出你觉得的支撑位和阻力位 第 15-21 天：模拟盘试一个最简单的策略——20 日均线突破进场 记录每笔交易 第 22-30 天：小实盘（$500），按你验证过的逻辑执行 每天复盘 最后一句实话 学习交易最难的不是技术，而是管理自己的情绪。 你可以把技术分析学得再好，风控规则背得再熟，但当屏幕上出现一根大阳线的时候，你的手还是会不由自主地点"买入"——那时候学的所有东西都会失效。 所以最好的学习方法不是囤资料，而是用最小的代价去感受那种情绪，然后学会跟它相处。 先拿小钱去实盘感受一下，比读一百本书都管用。