手握 $XMR 10.5% 的 OI 持仓，新地址正看多隐私币龙头💁‍♀️ 新地址 0x615…d69d5 转入 200 万枚 USDC 保证金后，已开出 10,962.78 枚 XMR 的 4x 多单，价值 418 万美元，开仓价 $383.23，成为 Hyperliquid XMR 第二大头寸 此外他还在 [$378.2, $381.4] 区间挂了价值 108.2 万美元的限价买单，若下跌将进一步加仓 传送门 👉 

手握几十万刀到几百万刀资产一定要学会资金管理和理财 个人亲身经历 1，不要全仓梭哈山寨，山寨只能占整体仓位的10%左右，激进一些的可以20% 大部分资产还是要配置 ＃BTC ＃ETH 等 2，要多元化配置资产！比如黄金、股票、房产 3，部分u用来参与一些活期理财，多关注主流大平台的理财资讯！经常会有一些代币或者稳定币有高达5%到10%的年化收益 4，注意小平台高息理财产品！ ＃撸毛 也一样！ 这几年质押撸毛因为项目被盗和RUG原因损失大几万刀 理财最近可以关注下 ＃火币赚币 火币近一年呼声渐高，理财产品丰富且收益很有竞争力 ＃HTX 也稳步上涨 开始走产品路线，像火币这种大平台理财产品 值得参与 @justinsuntron @HTX_Molly

雅虎当年手握无数机遇，为何最终走向落幕？ 1998年，雅虎放弃100万美元收购谷歌。 2002年，雅虎打算出价30亿美元收购谷歌，谷歌索要50亿美元，雅虎再度作罢。 2008年，微软开出400亿美元收购雅虎，遭到拒绝。 2016年，雅虎仅以46亿美元卖给Verizon。

最近我有个手握十篇AI顶会的博士朋友正在找工作，分享一下他找工作的经验吧： 整理了 50 多篇青云、Seed、Kimi 等大模型人才计划面经，发现一个挺反常识的现象： 论文多的人，不一定更容易通过。 面试官真正关心的通常不是论文数量，而是几个更具体的问题： 你的研究方向和团队是否匹配？工作里哪些部分是自己完成的？为什么这样设计？方法在哪些场景会失败？换到真实业务里，成本和收益是否仍然成立？ 研究型团队会重点考察问题定义、方法创新、实验设计和未来研究方向。但对于后训练、Agent 和推理系统岗位，工程闭环同样重要： 能不能搭建数据、训练、rollout 和评测流程？是否真正用过 verl、vLLM、Ray、DeepSpeed？遇到 reward 异常、熵崩溃、显存不足或吞吐下降时，能不能定位原因？ 所以常见的四类候选人，大致是： 1. 论文强、工程弱：Research Talk 有优势，但容易挂在 Coding、系统实现和工程追问。 2. 工程强、论文弱：业务组适配度不错，但需要证明自己不只是调用框架，也能定义和分析问题。 3. 论文和工程都强：竞争力最高，但面试官会重点确认工作是否真正由自己主导。 4. 两边都不突出：与其继续堆零散经历，不如完成一个方向匹配、指标完整、能讲清失败案例的闭环项目。 人才计划不一定选择履历最豪华的人，更可能选择： 1. 方向匹配，并且能够独立把问题推进下去的人。 2. 一篇能讲透、能复现、能落地的工作，可能比几篇说不清个人贡献的论文更有说服力