在姊妹的慫恿我喝下了那杯酒 接下來發生的事卻是讓我意想不到的 長達六年的好姐妹 居然會這樣對我 #有時候越純粹的友誼反而不是好事# 原以為真誠能得到真誠 可我得到的是赤裸裸的背叛 意識很模糊但我永遠記得妳說的那句話 「藥效只有一個小時你注意點時間」 在接下來的片段我完全沒記憶 直到某天意外在妳手機裡發現這部影片 #看到這個當下我直接把她裸照全外流# #要難看都來難看氣瘋☞☞#

前两天在套利的时候，有时候会因为网卡慢一步，直接少赚了50%，市场真是苦抢跑久矣，不管是传统金融的高频交易还是各种 MEV，跑得慢的人就会被割。 放在交易上更是如此，只要连续撮合的订单薄存在，trader就会被损耗，大家只会在意谁跑得快，反而忽略了价格是否更合适。 @poddotnetwork 的出现可能会打破这个僵局，这绝对超出了一般永续 DEX 的范畴，这是一次真正的底层交易结构升级。 一、Pod 是如何重塑游戏规则的？ 1️⃣为交易而生的 L1：这是一条专为交易设计的高性能区块链。它自带撮合引擎、清算系统和预言机，确认时间小于 150 毫秒。 2️⃣彻底消灭抢跑：系统底层采用批量撮合与统一出清机制。所有订单按时间窗口打包，并以统一价格出清，从根本上杜绝了结构性套利的空间。 3️⃣让交易回归本质：在 Pod 上，没有人能依靠网速占据特权。获胜的关键完全转向了纯粹的信息判断和价格博弈。 4️⃣全天候交易全球核心资产：Pod 支持 7×24 小时的链上永续交易，首批上线的资产非常硬核：美股：$AAPL、$NVDA、$GOOGL，指数：$QQQ,$S&P500，大宗商品：黄金等。 5️⃣顶级机构背书：项目已完成 1000 万美元种子轮融资，由 a16z 和 1kx 领投。 二、早鸟 Waitlist 参与流程🐦 1️⃣无损锁定：在 Arbitrum 上存入 USDC。资金完全由链上托管，随存随取无锁定期。主网上线后，这些资金会自动迁移至 Pod 网络供你交易使用。 2️⃣积分冲榜：你的存款金额加上推荐人数，将共同决定你在排行榜上的名次。 3️⃣解锁权益：排名越高，就能越早解锁主网的 Early Access。 越早进入，排名越靠前哦！你懂的😋！ 👉主网白单Boost链接：

同一段行情，不同的交易策略会提供不同的入场机会。 不管是交易新手最常用的趋势线，还是简单直观的压力支撑，或者看起来非常酷炫的斐波那契，乃至所谓“大道至简”的裸K，它们都在某个维度上提供了观察市场的坐标。 那么重点是什么？区别在哪里？对于交易者来说最重要的是什么？ 区别在于：它们观察市场的“维度”和“时间尺度”不同。 趋势线勾勒方向； 压力支撑划定区域； 斐波那契测量波动比例； 裸K聚焦纯粹的价格行为本身。 没有高低对错，只有是否契合你对市场的理解和当下的波动特性。 而重点永远是：你能否理解并信任你所用工具的“边界”。 任何工具都有其生效的场景和失效的时候。试图用趋势线去抓每一个反转，或用斐波那契去精确预测每一个终点，都是对工具的误用。 而对于交易者来说，最重要的是：选择技术分析的视角一定要客观，越客观越有可能“敲开”盈利的大门。 如果你选择的技术分析方法高度主观化、情绪化、故事化，那么你将会发现交易越做越痛苦，离顿悟永远只差一层窗户纸，但是....

华尔街日报今天这篇文章不错。人工智能领域的高管如何向子女描述未来的职业前景。 一句话总结：AI领袖们普遍不建议孩子过度追求当下的技术技能，而是强调适应性、批判性思维、文科教育（通才能力）以及人类独有的情感与责任感。 观点一：当下的具体技术技能（Technical Skills）保质期极短（甚至不到两年），未来的核心竞争力在于应对变化的敏捷性（Agility）。 Caroline Hanke (SAP) 指出，与其纠结于现在的编程技术，不如培养批判性思维、适应性和伦理判断力。 教育的重点应从“掌握工具”转向“适应新工具”和“判断工具的使用”。 观点二：在AI时代，传统的文科教育（Liberal Arts）比以往任何时候都重要，因为通过自然语言与AI交互需要深厚的元认知能力。 Jaime Teevan (Microsoft) 强调，以前操作电脑是决定性的（按按钮->出结果），现在是基于自然语言的意图表达。这要求使用者具备批判性思维、提供语境和挑战AI结果的能力（即元认知）。 Ethan Mollick (Wharton) 认为通才（Generalist）将是赢家。AI可以填补技能短板，因此拥有广泛技能组合的人（如既懂医学又懂人际沟通）更有优势。 与其成为单一领域的专才，不如成为能够整合多种知识并在AI辅助下工作的“超级通才”。 观点三：AI无法承担责任，也无法替代真正的人际连接。 Daniela Amodei (Anthropic) 认为，随着AI接管工作，人类品质（同理心、善良、沟通能力）的溢价会越来越高。人类本质上渴望与其他人类共处。 Jaime Teevan 指出，AI可以给出建议，但不能承担责任（Accountability）。像法律、会计这种需要对决策后果负责的职业，依然需要人类来做最终判断（Passing Judgment）。 未来的工作重心将从“执行任务”转移到“承担后果”和“提供情感价值”。 观点四：避开纯数字化的内卷，转向原子世界（能源、医疗）和社会服务领域。 Manny Medina ( 看好能源（特别是核能）和医疗保健。无论是为了驱动AI本身（能源需求），还是解决人类疾病（癌症治疗），这些都是硬需求。 鉴于AI发展的不平衡，致力于解决社会不平等（帮助被AI抛下的人群）和环境问题（海洋污染）也将是有意义且有前景的职业路径。 最后：孩子拥有一张“白纸”，他们不需要像成年人那样去“重塑”旧观念，这是一种优势。家长们的焦虑往往源于自身的旧经验与新世界的冲突，而孩子们是AI原住民。 不要把上一代的恐惧投射给孩子，鼓励他们去玩、去实验，而不是仅仅作为使用者。 AI高管们给子女的建议揭示了一个反直觉的趋势：在一个高度技术化的未来，最不值钱的可能是纯粹的技术执行力，而最值钱的是最“复古”的人类特质——对他人的共情、对复杂概念的哲学思考（文科）、对物理世界的改造（能源/医疗）以及对决策后果的承担（责任）。教育策略应从“学习如何像机器一样高效工作”转变为“学习如何做在大机器时代中独一无二的人”。

AI半导体终局推演2026(I) 当新token经济学范式从GPU算力转移到HBM 本文从从GPU架构进化路线本质出发，解释这个市场长久以来担心的问题: 每个GPU的HBM内存需求为什么一定会是指数增长，为什么HBM需求指数增长不会停滞? 并推导token经济学在当前架构下第一性原理:token吞吐 = HBM size X HBM BW带宽 同时讨论了，为什么GPU的天花板被HBM的两个发展维度所决定 HBM周期性这个话题争议一直很大，乐观派认为AI带来的需求比以前要大的多，但市场主流仍然认为前几次上升周期也有需求每年20%+增长，这次又有什么不一样呢？AI不影响HBM和传统DRAM一样有commodity属性，一旦在需求顶峰扩产遇上需求下行又会重蹈覆辙。 我们可以从算力芯片架构视角,从第一性原理出发，来拆解和推演一下这个问题：为什么这次真的不一样 ------------------------------- 历史：CPU算力时代 很久以来，我们都处在CPU主导算力的时代，CPU的最高级KPI就是performance，跑的更快，所以每一代的CPU都用各种方法来提高跑分，最开始是频率上升，后来是架构演进superscaler等等 这个时候为什么DDR不需要很快的技术进步速度？比如DDR3到DDR5竟然经历了15年之久 因为这个时期的DDR的角色是纯粹的辅助，而且辅助功能极弱，以业界经验，DDR的速度即便是提高一倍，CPU的performance一般只能提高不到20%这个量级 为什么DDR带宽速度提高了用处不大？两个原因 1. CPU设计了各种架构去隐藏 DDR延迟，比如superscaler，加大发射宽度，用海量的ROB和register renaming来提高并行度隐藏延迟，一级缓存cache，二级缓存cache，削弱了DDR的带宽速度需求 2. CPU workload对DDR带宽要求并不高，大部分日常负载比如打开网页，DDR带宽是严重过剩的，甚至云端负载 也就是说，在CPU时代，DDR的带宽速度是不太有所谓的，DDR4和DDR5除了少数游戏就没啥差别，甚至JEDEC标准也进步缓慢。 另外，绝大部分app需要一直停留在DDR上的部分并不多,需要的时候从硬盘上调度到DDR即可，app的size增长没那么快，导致对DDR的容量需求也较为缓慢。 所以最近十年来，平均每台电脑上的DDR容量大概从7~8GB变成了23GB，十年只增长了3倍。 而这部分升级缓慢直接影响了营收，size容量计价是赚钱的主要方式，速度的提高只是技术升级，提高size的单价，这两个的升级需求都不大，需求主要是随着电脑/手机数量增长而增长 所以DRAM在带宽速度和容量这两个维度上，一直是都是芯片产业锦上添花性质的附属品，DDR升级带来的边际效用是很低的，跟CPU时代的最高KPI几乎没什么直接联系 -------------------------------------------- 而到了genAI 大模型为主导的新时代，计算范式转移让最高级KPI起了根本变化 GPU发展到AI推理的时代，不再像CPU那样只看跑分，最高级的KPI不再是算力TOPS/FLOPS，而是token的成本，特别是单位成本/单位电力下的overall token throuput 其次是token吞吐速度，因为在agent时代，很多任务变成了串行，token吞吐速度成了用户体验的重要瓶颈。 这也是为什么老黄发明AI工厂概念的原因：最低成本的输出最多token，同时尽量提高token吞吐速度 AI训练时代，老黄的经济学是TCO(total cost ownership)，买的GPU越多，省的越多 而老黄在推理时代的token经济学是： AI推理的毛利润很可观，所以逻辑已经转换成：Nvidia GPU是这个世界上让token单价最便宜的GPU，买的GPU越多，赚的越多 最高的KPI变成了Pareto frontier曲线，在提高token 吞吐throughput和提高token速度两个维度上尽量优化 （见图一） NVIDIA 的 token factory 代际进步，其实是在把整条 Pareto frontier 往右上推，这就是是AI推理这个时代最重要的KPI ---------------------------------- 接下来是本文最重要的逻辑链，如何从token吞吐量指数型增长的本质出发，推导出天花板瓶颈在HBM size和HBM 带宽的指数型增长 单卡GPU推理单线程batch size = 1的时代，token吞吐只有一个维度，就是HBM的带宽速度，带宽速度越高，token吞吐越大 但进入NVL72的年代，推理不再是单卡GPU时代，而是72个GPU + 36个CPU整个系统级别的token工厂，把HBM带宽和算力用满，获得极致的token吞吐量 Token 吞吐throughput的增长，依赖两个东西：同时批处理的请求数 X 每个user请求的平均token速度 也就是batch size X per user token 速度 以Rubin NVL72为例，在平均token速度是100 token/s的情况下，同时批处理1920个请求，得到token吞吐量是19.2万token/s 一个Rubin NVL72大概是120KW（0.12MW）的功率，所以得到单位MW能处理1.6M token/s （见图一） 所以，我们需要想方设法提高这两个参数：批处理数量batch size和per user token的平均速度，这两者相乘就是我们的最高KPI，也就是token的吞吐量 ------- 第一个参数：batch size的增长，瓶颈在HBM size 批处理量里的每一个请求req，都会自带kv cache，这部分kv cache是需要存在HBM里的，大小大概在几个GB到数十GB不等 因为hot kv cache是随时需要高频高速读取，所以必须放在HBM里，比如一个大模型的层数是80层，那么每一个token的生成阶段，都需要读取80次HBM里的kv cache 随着批处理数量batch size的增长，会带来hot kv cache的线性增长 又因为这个批处理量的所有请求的hot kv cache，都要放在HBM上，这也就带来了HBM size必须要随着批处理量batch size线性增长 就像是机场接驳车，登机口尽量快的接旅客到飞机，HBM size小了，相当于接驳车size小了，就得多接一趟 结论是：批处理量的数量batch size，瓶颈依赖于HBM size的增长 --------- 第二个参数：每个user请求的平均token速度，瓶颈在HBM带宽 大模型decode阶段的速度，瓶颈取决于HBM的带宽速度，因为每生成一个 token,都要把激活的权重和kv cache 读很多遍 LPU的出现，在batch不那么大的情况下，把激活权重这个部分搬到了SRAM上，但是每生成一个 token仍然要从HBM读很多次KV cache。HBM带宽越高，生成每一个token的速度也就越快，基本上是线性对应的 就像是机场接驳车，登机口尽量快的接旅客到飞机，hbm本身带宽速度就像是接驳车的车门有多宽，门越宽，旅客上接驳车越快 GPU的其他配置，都是在适配batch的增长以及要让token compute的速度配平HBM的增长，甚至会用多余的算力来获得部分的带宽（比如部分带宽压缩技术） —----- 在那个接驳车的比喻例子里 接驳车的车厢大小 = HBM Size（容量）： 决定了一次能装下多少名旅客（也就是能同时装下多少个请求的 KV Cache）。车厢越大，一次能拉载的旅客（Batch Size）就越多。如果车太小，想拉100个人就得分两趟，系统整体的吞吐量就上不去。 接驳车的车门宽度 = HBM Bandwidth（带宽）： 决定了旅客上下车的速度。门越宽，大家呼啦啦一下全上去了（Decode/生成Token的速度极快）。如果门很窄，哪怕车厢巨大能装200人，大家也得排着队一个一个挤上去，全耗在上下车的时间里了。 旅客的吞吐量 = 接驳车车厢容量 x 接驳车旅客上车速度(车门宽度) —--------------------------- 至此，我们从逻辑上推演出了token经济学的硬件需求第一性原理： Token throughput = HBM size X HBM Bandwidth AI推理这个时代的最高KPI，实际上是高度依赖于HBM的两个维度的进步的 如果要维持token throuput每一代两倍的增长，实际上意味着，每一代的单GPU上，HBM size X HBM BW带宽之积要增长两倍！ 这也是历史上第一次，HBM内存的size可以影响最高的KPI token throughput！ 要验证这个理论，可以把Nvidia从A100到Rubin Ultra这几代的token 吞吐throughput，和HBM size X HBM BW 放在同一个图里比较 （见图二） 可以发现，这两个曲线的走势在对数轴上惊人的一致 HBM size x HBM带宽增长的甚至要比token吞吐量更快，毕竟HBM决定的是天花板，实际上这个天花板增长的利用率utilization是很难达到100%的，也就是说，HBM size x HBM 带宽就算增长1000倍，其他算力和架构的配合下，很难把这1000倍的天花板潜力全部榨干 这条曲线不是巧合，而是系统最优化的必然解 throughput = batch × Bandwidth，这就是token factory 经济学最绕不开的第一性原理 —-------- 软件的影响呢？软件的优化会不会降低带宽的需求？降低HBM的需求？ 这跟硬件是独立两个维度的，这好像在问，如果CPU上的软件优化了之后跑的更快，是不是CPU就十年不用发展了？反正软件跑的更快了嘛 这样的话，CPU厂还能赚得到钱吗？CPU想要存活下去，只有一条路可走，在标准benchmark，不考虑软件优化，每一代CPU必须要跑分更高，不然就卖不出去 GPU也是一样，软件优化如何，和自己的token吞吐量KPI每年都要大幅进步，是两回事 只要token的需求继续增长，对token throuput的追求就绝不会停止，那么对HBM size X HBM 带宽的追求也不会停止 如果HBM size和HBM 带宽发展慢了，老黄一定会亲自到御三家逼着他们技术升级，因为这就是老黄gpu的天花板，天花板要是钉死了不进步，老黄的GPU还能卖出去吗？ 当然了，Nvidia需要绞尽脑汁去从异构计算的架构角度榨取HBM天花板之外的部分，比如LPU就是一个很好的尝试，把Pareto frontier从另一个角度改善了很多 （右半边高token速度的部分） —-------------------------------------- HBM内存已然告别了那个随波逐流的旧时代，在这条由指数级需求铺就的单行道上，以一种近乎宿命的方式走到了产业史诗的主舞台中央 推理范式第一性原理演化到这一步，只要老黄还要卖GPU，HBM就必须翻倍，而且必须代代翻倍。这是supply side的内生压力，与AI需求无关，与宏观周期无关，与hyperscaler的心情也无关 剩下的问题，只有一个： 当需求被物理锁定为指数增长的时候，供给侧的三个玩家，会不会还像过去三十年那样，亲手把自己再拖回一次周期的泥潭？

29号有伙伴问我怎么看后续，我淡定表示不看趋势，机械卖call攒币。结果短短一周币价就在ATH狠狠抽我嘴巴子了。 这下知道问做交易的人要看法有多不靠谱了吧... 我是在价格到达115K左右开始继续新的short call，当反弹来做，眼看反弹越来越犀利，索性永续直接对冲到空仓了。 于是2号凌晨就成了我今年最纠结的时间点，彼时币价来到117K，我思前想后，最后还是追了上去。注意这个追，我倒是想多聊聊，很多时候就是你赚不赚钱的关键。 114.5-116k之间我有几个还算重要的交易信号已经触发了，原则上我就应该机械性地执行买入。但你要知道这几个指标在过去半年已经被反复蹂躏过了，如果以波段为目标，可以将就，但是做趋势，追了就是套。 这种时候我会多问问自己几个问题。自己交易历程中绝大多数的盈利来源是哪些情景？自己都是什么情况下才要去违反交易信号？追仓最难受的点是风险还是心态？等等。想通后，即便117K追涨比吃屎还难受，我还是追了。 有句话怎么说的？让你赚大钱的往往是最难受的那波操作，其实还是有统计意义的。 一些零散的头寸我在币价波动的时候顺势止损/平仓了，目前仓位结构很简单。BTC是纯粹追的call，ETH我试着long了一个spread，你应该很容易看出这两个策略的优劣了。 BTC的风险修正我一般都在市场验证仓位正确与否之后才开始做，这可能是我跟一些卖权玩家策略上最大的不同。 最后，上面这些细节其实都不重要了，重要的是我在117K的追仓决策，也是因此即便看错还能把钱赚了。

在香港的时候和包括 Kitty 在内的很多小伙伴都聊过这个问题，可能大家打的针稍微有些不同，但本质都是通过降低“吃”的欲望来减少饭量和饥饿感，从而实现减重的效果，所以这种针的直接效果就是少吃饭。 而 kitty @Cato_KT 在内容中说的那些副作用，如果纯粹是基于自身主动来减少“吃”的数量，比如将每天三顿降低到每天两顿，或者是每天一顿，这些打针引发的副作用是不存在的。 实际上如果自己能控制住饮食习惯，在少吃（减少吃饭的次数）和不吃（不吃零食）的基础上一样可以达到打针的效果，甚至效果会更好，更没有副作用。 当然最大的难度，一个是自己靠意志来降低“吃” 的需求，这个过程确实很难，总有小伙伴会问我，是不是不会饿，其实真的饿，每天都在饿，饿是一种生理反应，这种反应不会通过习惯而消失，反而随着越清醒，饥饿的感觉就越清晰。

成都：血战三日 成都的民主化运动，一开始就跟北京和中国其余地区有很大差别，最开始的抗议主要集中在反腐败和反官倒这样不痛不痒的口号中，甚至跟“民主”没有直接关系： “比如，当地一位英语说得很好的社会学教授，带我了解了豪华的锦江宾馆的情况。他指着那些独自坐在酒店酒吧喝着橙汁的女人说，这 里的消费是普通中国人负担不起的。看起来，这些女人似乎是妓女。我们看着一个年长的男人走到其中一个女人那里，然后两个人走出餐厅，消失在电梯里。他说，那名男子是一名著名的将军，公众知道酒店里发生的这种事情，并将其视为失业严重时期政府腐败的一个主要象征。”（小天安门：美国议员回忆成都“六四”/纽约时报中文网） “据我6月5日采访的美国领事馆官员斯科特·贝拉德（Scott Bellard)说，最开始在成都没有真正的学生民主运动，但在年轻工人和失业青年当中存在巨大的动荡，主要是对腐败和失业感到忧虑。”（同上） “不过他们的诉求有别于北京的学生。‘我印象中最重要的一件事就是，它从来不是为支持民主而抗议的。’金鹏程（Paul Goldin）说。这位宾州大学的中国思想教授，昔日是在四川大学学习中文的美国学生。从他的角度来看，学生的主要目的是要让体制从里到外变得更纯粹，他们并不想推翻共产党，反而希望党能遵守自己做出的承诺…之后很久，所有人都知道北京建了一座民主女神像之后，那时候，人们才开始使用自由、民主这种词”（《人民失忆共和国-成都》林慕莲） 紧接着，成都运动的第二个特点出现了：它是在不断的反抗政府的暴政之下，才越来越强大的。换句话说，对中国政府的仇恨，而不是对民主自由的追求，才是成都运动真正的核心动力： “五月十六日的清晨是成都抗议行动的转折点。当时超过千名的警察与大约两百名学生扭打成一团，警察在清场过程中动用棍棒和皮带殴打学生…那晚的暴力清场刺激了这场运动…有近几十万人在警方行动之后走上街头，还有多达一千七百名的学生参加绝食抗议。成都变成了游行参与者的聚集点，他们从四面八方的其他地区蜂拥而入，甚至有远至西部的阿坝藏族羌族自治州的代表团来参加抗争。学生们在墙上张贴的海报中写满了他们的希望与渴望，像是‘不自由，毋宁死！’抗议在当时成了家常便饭，在某些圈子里，连日常的问候‘吃饭了没？’都会半开玩笑地变成了‘你抗议了没？’”（《人民失忆共和国》） 四川省曾是赵紫阳的封疆，时任四川省党委书记杨汝岱又是赵紫阳的门生，因此四川党委迫切的想要把成都的运动解释成为支持北京学生的运动：“党委副书记顾金池对学生说：‘我们清楚的知道你们的绝食运动是为了支持北京学生…”（同上）成都的抗议活动确实与北京的学生运动有一些理论上的联系，但两地的社会背景差距太大，产生运动的原因也如上述般各不相同，因此四川省委的举动更像是顺势而动，借机配合赵紫阳和中央党内支持学生的派系，而不是对成都运动一个符合事实的描述。 当然，成都与北京最大的区别和关联，都来自于6月3日当天。当北京的屠杀正在策划和进行的时候，成都的抗议者已经所剩无几。然而当北京屠杀的消息通过BBC和VOA传到成都以后，全城才真正的被点燃了。也就是说，北京的抗议结束以后，成都的运动才正式开始： “在几个小时之内，充满杂音的英国广播国际频道以及美国之音却传来了北京的屠杀消息，于是数千名愤怒的市民又再度回到了成都街头。这次的群众运动展现出坚定的团结与无畏的勇气，街头的抗议者清楚知道军队在北京向手无寸铁的民众开火。数千人在成都的主要道路上游行，他们举着哀悼的花环和标语，上头写着‘我们不怕死’、‘六四屠杀，七千人死伤’、‘打倒独裁政府！’当第一波的示威群众游行到武警部队面前时，局势变得一触即发。群众的攻势被警方挡了回来，武警开始用警棍殴打示威者。现场登时爆发为全面战斗，抗议者用鞋子，砖头，人行道上的碎片，以及任何他们能够取得的东西回击武警部队。”（《人民失忆共和国》） “然而，成都人并没有被政府撑腰的暴力镇压给吓唬住。相反的，他们被激怒，变得更加义愤填膺…一群人发现了一个没怎么伪装的警察。‘愤怒的群众立刻揪住了他，像成群的老鹰一般扑向他，在我们眼前血腥地将他踩死。这种严厉的私刑让我深深震撼，它血淋淋地显示了人民对警察有多么反感。’”（同上） 至此，长达三日的血腥巷战在成都市民与中国警察之间展开。尽管许多当事人的回忆多有出入，而且各方的描述区别甚大，但是有一点是所有人都可以同意的，那就是从6月4日下午开始，到6月6日晚，成都市民的攻击对象都只有一个，就是中国政府及其代理人。不管是市政府，警察局，消防局还是国有企业，都成了成都市民的攻击对象。他们忠实的履行了“打倒独裁政府”，“暴君人民绝不放过你”，“血债要用血来还”的承诺，在实力对比明显不利于自身的情况下，用自己的鲜血谱写了巴蜀人反抗中国统治的悲歌： “到了六月四日傍晚，一群愤怒的群众放火焚烧任何属于公家的物品，包含公共汽车和警车。群众向广场附近一个殴打拘留者的警察局投掷石块，瓷砖和汽油瓶，最后还引爆火势。大火蔓延到早被洗劫一空的‘人民商场’ — — 一个占据了整个城市街区的国有市场…六月五日早上，成都的市民一觉醒来看到了不可思议的景象。街上有很多焦黑冒烟的公车，现场出奇的安静。而且唯独国家的财产遭受攻击，政府大楼的每一块玻璃都被打碎，而旁边的私人企业则毫发无伤…政府当局好像完全失去了掌控能力。一份解密的美国电报指出，武警部队的人数远远不及民众人数，他们为确保自己的安全，被迫撤退到市政府大楼。每一次武装部队试图出击的时候，都因惊人的群众数量而迅速撤退，最多只能偶尔向人群投掷几颗烟雾弹。”（《人民失忆共和国》） 笔者曾在其他地方将巴蜀的抗议称为“六五”，而不是“六四”，主要原因就是因为，整个成都抗暴过程中，最有象征性的冲击政府大楼，和市民与警察最激烈的战斗，都发生在六月五日： “6月5日上午12:15，我写了如下： “街上到处都是人，一片混乱。” “当我沿着人民南路走向广场时，我开始见到倾倒的垃圾桶和路边的栏杆。距离毛泽东塑像一个街区的地方，年轻人正在建造一个简陋的路障。最终，我壮起胆子从广场中心穿过，满地都是碎玻璃和垃圾。 “看不见有警察，但每隔几分钟，就会有一个扬声器播放公告，一个声音说到：“我们五分钟后就来抓你。”又一阵恐慌爆发了，人们都纷纷逃走。” “大约午夜12:15分的时候，我在广场往右转，看见路上有燃烧的物体。两辆城市大巴，也许就是下午5点左右我看到的警察拖过广场作为路障的那两辆大巴，烧的只剩车架了，轮胎仍在燃烧。再远一点，一辆三轮警用摩托车也在燃烧，然后我意识到我正在走过的街区有一半着火了。” “年轻人打烂窗户、摧毁建筑物，以表达他们对政府的不满。成都体育大学的一位没有参与抢劫的学生告诉我：‘人们正在燃烧建筑物，因为政府不好。戒严是一个错误。我们不喜欢它。’” “三辆消防车从广场的方向开过来去扑灭熊熊大火。但当他们停下来，连接水管并对准火焰时，人们包围了消防车，并在五分钟之内将其中一辆点燃，并将另一辆翻过来！难以置信。人群吼叫着表示赞同。五分钟后，催泪瓦斯罐头开始爆炸，人们逃离，这种恐慌情绪并未停止，因为爆炸不断发生并且越来越靠近 — — 四，五，六个。” 我接着写道：“这是一个有趣的教训。从当局角度看，这展示了事情如何‘失控’，甚至可以‘证明’他们的论点，即骚乱是‘少数暴徒’或‘几撮不良分子’造成的。当局对于和平示威出重拳，激怒了他们。在开始实行强硬路线后，他们无法退缩，只能严厉打击。愤怒的人们，开始抢劫、放火。当局不能让建筑物就这么被烧毁，所以他们派出消防车。当人们把这些都点燃后，催泪瓦斯就来了。当局一旦开始犯错，并坚持下去，剩下的事情就自然而然地发生了。”（小天安门：美国议员回忆成都“六四”/纽约时报中文网） “6月5日上午9时左右，一伙歹徒从东、南两个方向，用石头猛击市人大常委会办公楼，将二、三、四楼临街办公室窗户的大部分玻璃砸烂。随后，这些歹徒手持钢钎，木棒，冲开东面铁门，打砸停在院内的汽车，并放火烧毁了三辆轿车。下午，一些歹徒又聚集在市人大常委会门前，向办公楼抛甩汽油燃烧瓶，将行政楼引燃，这些人还猛撞围墙，企图冲进办公区，未逞。他们便在办公楼下叫骂：楼上的人下来，把你们全部杀死… 6月5日，从下午到晚上，一伙歹徒围聚在市政府办公大院东墙外左侧，对着正在进行广播的房间高呼：杀死所有的共产党员，杀死所有的公安！” “6月5日，歹徒的暴行达到顶峰，他们倾巢出动，四面袭击，打砸警车，殴打武警、公安干警和解放军。从6月5日至6日，成都市区所有十字路口皆无交警上岗，街上亦不见穿警服、军服的军警人员。一些军警人员的家庭受到威胁，歹徒们叫嚣：先打警察，再打警察家属…歹徒们还闯进一、二、三、六等医院，搜寻受伤的武警战士，扬言‘搜出一个，就打死一个’。蜀都大道和一环路等地，每个交通路口都聚集着几百名歹徒。他们见军车、警车、轿车就砸，见军人、民警就打。他们喊着：‘有怨报怨，有仇报仇，无冤无仇，就打欺头！’”（《成都骚乱事件始末》） 而武装斗争的主力，已经从学生转移到了长期受警察欺压的群众，这一点，共产党的材料其实比西方人看到的更清楚： “石头、砖块、玻璃瓶如雨点般向人民东路派出所袭击。手持匕首，钢钎，大刀，木棒，铁棍的歹徒，声嘶力竭的对着人东派出所嚎叫着： 警察，黑xx！今天老子们要把你们黑xx锤平！ 黑xx警察！你们整老子，你们晓得有今天的下场哇。老子要点一把火，烧！ 宋良志（人东派出所所长）！你xxx是对的就出来！人东（派出所）的，还有戴大盘盘（帽）的，是对的都出来！老子们今天统统的杀死！ 共产党没有了！政府没有了！打！烧！冲哇！”（《歹徒们为什么要烧人东派出所》） 当然，和中国的材料想要宣传的相反，抗议群众其实在大多数时间都处于武器，装备和经验不足的局面。从西方和共产党的记录我们都可以看出，抗议群众的武器非常简陋，最有效的也只有燃烧瓶和高压气枪（只有共产党的记录，西方记录里并未出现高压气枪）。面对全副武装的武警和解放军，抗议群众很快失去了气势。从共产党的材料里来看，抗议群众分成许多个小团体，彼此之间并没有足够的支持，而武警一次的出动数量居然可以达到800名！6月6日，四川省委书记杨汝岱抛弃了部分由他煽动起来的学生和抗议，给武警下达了镇压的命令，武警开始放开手脚，血腥镇压抗议群众。在武器，装备，组织和经验全面领先的武警面前，抗议市民仅凭人数优势无法获胜，被分割开来，各个击破： 我问他，既然民众是多数，为什么不将警察制服。 “在成都，这是新事物。我们没有这样的战斗的经验。人们很害怕。但我们不能再忍受了，所以我们加入了。如果警察向人们开枪，他们就会变得更勇敢，并去战斗。我们医学院/医院的院长警告我们，如果我们参与学生示威，就会受到惩罚。这是真的。他们在布告栏上贴了通知。”（小天安门：美国议员回忆成都“六四”/纽约时报中文网） 武警在抓捕学生和抗议者期间，对他们实行了惨无人道的杀害： “我回到我之前待着观望事态的那间房间的阳台上。不久，有六辆卡车载着看起来像是士兵的人进入大院。他们没有持枪，但似乎有类似刺刀的武器。他们与我过去两天见过的武装警察不一样。有一个人非常醒目。他穿着不同的制服，有一把套在枪套里的手枪。 这些士兵跳出来，见一个抓一个。真是一片混乱。大多数示威者、袭击者和围观的人都跑了出去，但大约有三十多人被抓，不管他们是破坏了财产还是只是看热闹的，士兵们不知道也不关心。 在接下来的三个小时里，我们惊恐地看到这些士兵们殴打、虐待被捕的人。他们要每一个人向前迈出一步，双手绑在身后。他们给他们拍了照片，问了一些问题，然后把他们头朝下扔到水泥地的停车场。他们的头骨脑袋撞到地面发出的嘭嘭声，令人毛骨悚然。 我受不了了。我跑到酒店的大堂，那里全是碎玻璃，被砸得稀巴烂。我发现士兵的领导正和其他的士兵站在周围。我走到他面前，开始用英语对他喊：“你不能这样做！你这是在没有任何正当程序的情况下杀人。”我也不确定自己具体说了什么，但我不会说普通话，而他不会说英语。很快，一些警卫把我赶走了，我又回到了阳台，气得浑身发抖，却又无可奈何。 在他们“处理”完所有新的被捕者之后，士兵们又将他们扔到他们开来的其中一辆大卡车上，就像他们是一袋袋土豆。 如果那时那些人还没有死，那么压在下面的人很可能会窒息而死。凌晨3点刚过，他们就把车开走了。我不知道他们当中死了多少人。”（小天安门：美国议员回忆成都“六四”/纽约时报中文网） “她看到了大约二十五个人跪在院子里，头朝下，双手绑在背后。他们先是被推到在地，然后卫兵围着他们走来走去将近一个多小时。最后，指令下来了。这时‘穿黑裤子白衬衫的人上来用铁棍把那些人的脑袋敲碎’。景象惨绝人寰，她吓得在浴室里呕吐。几天后，她逃离了中国。后来她告诉一家北欧的报纸，‘他们一个人一个人的杀，那些还活着的人不断哀求他们给一条生路。’”（《人民失忆共和国》） 惨烈的三日巷战，以巴蜀人民的失败而结束。 ---成都血战：巴蜀的1989 巴蜀独立会 1.6月4日警察对抗议者使用了催泪瓦斯和眩晕手榴弹，试图驱散主要广场的人群。 2.6月4日武警清场后，警察和投掷石块的愤怒人群之间爆发了激烈的战斗。 3.6月4日成都。照片： AFP/Getty Images 4.在冲突中受伤的人等待接受治疗。头部受伤的情况很普遍，这说明警察采取了殴打抗议者头部的策略。伤者恳求西方摄影师 "告诉世界！"Kim Nygaard提供

【关于 OKX 限价机制的讨论】 最近不少朋友在交易 $RAVE 永续合约时遇到了"市价单没法立刻成交"的情况，社区讨论很多。今天想认真聊一下背后的原因。 OKX 是过去一周 RAVE 合约交易额最大的平台，这场多空博弈的主战场就在这里。交易量越大、参与者越多，平台承担的风控责任也越重。在 RAVE 的极端行情中，OKX 实际上扮演了行业"避震器"的角色——而发挥作用的核心工具，就是限价机制（Price Limit）。 这不是故障，而是每一家主流合约交易所都在用的核心风控手段。花 2 分钟看完，以后遇到类似情况就不慌了。 RAVE 发生了什么？ 关于 $RAVE 近期的极端波动，相信大家已经有所了解，这里不再赘述。简单说，RAVE 在波动期间合约价格与现货价格出现了显著背离，这正是限价机制需要介入的典型场景。 在这种极端行情下，OKX 的合约限价机制被触发——下单价格被限制在一个动态范围内，超出范围的委托会以当前允许的最优价格挂单等待撮合，而不是立刻成交。这就是部分用户感觉"市价平仓点了没反应"的原因。 同时，在波动持续期间，平台也根据实时行情对 RAVE 的限价参数进行了动态调整，在风控保护与交易体验之间寻求平衡。 什么是限价机制？ 打个比方：拍卖会上如果有人突然喊出一个离谱的价格（市场价 1 万的画，出价 100 万或 1 块钱），拍卖行会暂停确认。限价机制就是交易所的"拍卖行规则"——在撮合引擎层面设定动态的价格上下限，超出范围的订单会被调整到边界价格挂单，或者被拒绝。 目的很明确：防止少数人用少量资金 + 高杠杆，人为拉爆或砸穿价格，造成大面积用户被不合理爆仓。 限价是怎么算的？ OKX 合约的限价基于指数价格（多家交易所现货加权均价）动态计算： · 最高限价 = Min [ Max(指数价, 指数价×(1+Y%) + 近5分钟溢价均值), 指数价×(1+Z%) ] · 最低限价 = Max [ Min(指数价, 指数价×(1-Y%) + 近5分钟溢价均值), 指数价×(1-Z%) ] 翻译成人话：允许合约有一定的合理溢价或折价，但设了一个绝对上限 Z%，价格无论如何不能偏离指数超过这个幅度。Y、Z 参数因币种而异，会随市场情况动态调整，官网公开可查。 限价是行业标配，不是 OKX 独有，所有主流合约交易所都有类似机制，只是叫法和细节不同。没有它，一次极端行情就可能让大量用户被不合理的价格爆仓。 遇到限价时，怎么办？ 1、无需重复提交市价单——在限价环境下提交市价单后，如果不能立即成交系统会每秒帮您进行一次限价范围内的最优挂单，尽量使得该市价单撮合成交，尝试持续10分钟。 2、关注标的风险指标——交易高波动小币前，先看资金费率、链上持仓集中度等指标。异常时限价触发的概率会更大。 写在最后 限价机制在 99% 的时间里是无感的，只有在极端行情下才会触发。但如果没有它，你的仓位可能在极端波动中以完全不合理的价格被强制平仓——那时候的损失，远比"多等几秒成交"要大。限价保护的不是某一方，而是整个市场的公平性。 ✅ RAVE 近期确实触发了限价机制，平台也在过程中动态调整了参数 ✅ 限价是 Binance、Bybit等所有主流交易所都在使用的行业标准风 ✅ 当合约价格与现货出现显著背离时触发限价，是正常且符合预期的 ✅ OKX 不会从限价机制中获取任何收益——限价纯粹是风控手段 限价制度完整说明：

接触币圈这三年多以来，除了平时在推特上对大大小小的项目做比较系统化的复盘总结，我偶尔也会用笔记工具进行一些碎片化的梳理，昨天抽空翻看了一下，觉得这些经验对自己最终完成Trump上的操作起到了很大帮助，也简单整理一下分享给大家，其中部分文字是直接摘抄的： 2023 5.3 不追求绝对的底部，不要担心卖飞，所谓卖飞的本质是怕错过高倍机会，而一级市场最不怕的就是高倍机会。所谓怕卖飞，对于信息滞后、介入慢的人来说是这样，因为他们可供选择的标的不多，但是玩一级不应该有这种顾虑，抓住10个10倍的机会要比抓住1个100倍的机会容易的多，很可能在追寻后者的过程中损失本金。 7.24 已经不止一次出现这种问题，在自己不熟悉的领域，例如现货投入几十万u，有10~30%的收益却不愿意止盈，在自己熟悉的链上一级市场，总觉得5~10E已经是重仓，而且拿不住也害怕亏损。 8.31 Sei空投和Friend Tech：以最快速度做出能用的技术脚本，响应速度非常重要，慢1天可能就少10倍收益。 Shia：判断土狗币是否是合适的买入点位，应该看预期的上涨空间有多少，而不能简单根据底部筹码的倍数判断，因为大部分土狗币都会有比你买入位置更低的筹码，另一个原因是看到几个群都开始讨论了，于是觉得已经错过了早期机会，但实际上G2老板实名发土狗币应该是类似FUMO级别的利好，至少能发酵几天，如果出于理性判断，而不是被这两种心理导致不敢上的话，应该可以做到百E级别利润，因为逃顶一直是我比较擅长的。 9.3 永远不要在极短时间内把大部分子弹打出去，可以接受少赚一点，不能接受严重亏损甚至爆仓的风险，其次面对自己不熟悉的领域，不要用太想当然的逻辑去操作。 9.4 学习快速干净地止损。别希望自己每次都正确。如果犯了错，越快止损越好。 10.12 今天打牌意识到一点，自己喜欢根据自己的筹码量下注，而非场上形式下注，这带来一个问题就是抗风险能力其实并没有随着筹码量的上升而提高，反而变得更加脆弱。 10.24 小机会可能是免费或只花费时间就能够赚 5000-30000u的预期收益，数量较多且市场容量较有限，风险性较低； 中机会可能是花费时间钻研之后能够赚 50000-300000u的预期收益，投入成本不低，每个月产生该规模的机会不多，市场容量较大，一份风险一份收获。 大机会可能是直接摆在大家面前也很难抓住的机会，往往需要做少数派。一种是投入适中但赔率超乎想象的机会，另一种是投入较高但赔率合理的高概率机会。 2024 1.21 两个年度级别机会的复盘，节点猴和SatoshiVM。能实现利润千万以上级别的项目属于年度级别项目，一个月的时间内已经出现了两次。 节点猴做的不够好的地方在于事先没有调研清楚，居然打完才知道它是第一个比特币上的原创10k PFP，在不知道这个信息的情况下依然判断出了0.03btc是值得参与的，但是没有敢上大仓位，最终投入0.6btc获利3btc左右，这是一个能容纳过亿资金的10倍机会。 SAVM更离谱，关注了一周，在开盘1~2天前分别和三位朋友讨论过项目，结果却没有注意开盘时间导致错过，这是一个可以实现1天千万利润的机会。 在这两个项目上面犯的错误实际是一致的，因为各种原因导致对项目的分析和关注有所懈怠，虽然只是少赚，但是机会成本也是成本，应该极力避免这种情况发生，对于关注度足够或是自己看好的项目，一定要各方面调研清楚。我相信这类机会在一年内会不断出现，平均到月份上可能每1~2个月就有一个可以做到短时间内大资金10倍的项目，下次好好把握。 3.28 这个月的关键词是没有做好止盈，玩链上永远不缺新项目，所以分批出货止盈一定是最优解法，一直以来自己践行的都算出色，这个月为什么没有做好，主要是两个原因，一是因为Bome大家的盈利都太疯狂了，所以对比之下显得钱都变成了数字，几十万u的盈利都不去做止盈，这肯定是一种错误的情绪；二是另两个项目其实都到了卖出的心理价位，但是因为刚发完推不久就暴涨上去，觉得卖出不好意思，其实不必有这种心理，该卖就卖。 4.5 过分保守也是一种冒险。 4.14 Study GCR. Within alt cycles, you should crank up risk when the trend first reverses, and begin to gradually protect capital as time passes. People lose because they do the exact opposite;slow early, and increasingly greedy with time. 对宏观和微观都很重要的一条建议，应该在价格最初上涨的时候加大风险敞口，随后慢慢降低，而不是相反，同样对于看好的土狗，前期先以较大仓位建好底仓，后续再做操作，自己往往是底部没买够，涨上去加仓，最后导致亏损 6.10 总结一下自己最近链上操作最大的问题，一是上的仓位不够，且害怕亏损，二是前期犹豫，后期加仓，导致被动，有五六个单币盈利十万u以上的机会，但最后总收益也就只有七八万u 6.18 入圈差不多三年了，最近一直在思考自己平时操作容易犯的错误，不得不说人是很容易受惯性思维影响的。 我算是比较幸运的，进圈不久就接触了链上交易，最开始玩的是BSC上的小池子土狗，后来是NFT，这两者的共性是大部分项目资金容量不大，但是数量多，以小博大，日积月累。 其实现在早已时过境迁了，链上经常会有上百万U的池子，而且因为AMM机制流动性非常好，而CEX除了头部几家交易所里最热门的山寨外，大部分流动性是很差的，但是我脑子里早期形成的思维定式还是潜意识觉得，链上项目不适合用较大资金去参与，大资金还是得去CEX做二级交易。这就导致了一种割裂，明明我所擅长的赛道是链上，现在的热点也是链上，但我往往过度谨慎，反而在交易所下手比较重。 客观来看，以我的能力承担着十分之一的风险、利用着十分之一的本金，就能在链上取得CEX交易山寨同个数量级的利润，我在两者之间下注的比例明显是本末倒置的。这就是我提到的惯性思维所带来的弊病，不过好在终于是渐渐让这个问题暴露了出来，希望早日精进。 7.28 Neiro犯了几个经典错误，第一个是这种级别的叙事，自己第一反应也是很有机会的，结果600k都不敢上，总是莫名其妙顾虑太多，可能是因为要做社群的缘故，容易瞻前顾后，又受特朗普大会一堆死狗的影响，又觉得是20分钟前的新闻，其实完全没有必要过于谨慎，很多压力纯粹是自己给自己的，不需要有太大负担，这种级别的机会还是早期看到的一定要去赌。另外保持敏感性，既然是20分钟前的，为什么想不到去找更早的PumpFun，这些都是要潜意识就去做的操作。 11.3 10月的链上行情达到了又一个高峰，整体结果还可以，应该有盈利50~70万u，但是依然有很多操作没有做好，钻了不该钻的，卖飞了不该卖飞的，简单总结的话，我觉得是新叙事、新赛道的龙头可以格局，例如Goat，Pnut，而仿盘Beta，要及时获利止盈，仿盘上面能浮盈20万u级别就要开始坚决止盈。 11.24 在这笔交易中我愿意损失的最大金额是多少？ 链上交易的核心是以小博大，在大部分时候，可以接受投入的本金归零，因为换取的是5~10X甚至更多的利润，除非是重仓高位接盘，那其实类似于二级交易。二级交易的核心是最小化潜在损失，以5~10%的止损认为该交易无效，换取20~50%的潜在收益。每一笔交易，下注前，考虑清楚自己愿意承受的损失是多少。 当有“太容易，太顺利”此类感受的时候，就应该将大部分仓位换成稳定币，经验表明，这样的感受一方面是因为市场到了最容易的阶段，此后容易转向，另一方面也容易因为自负导致误操作。 12.1 下半月投入比较多的项目，大概五六个Meme币，都买入了10~15万u这个数量级，加大链上出手的仓位不是问题，错在正好赶上了链上遇冷，再这样的大背景下，流动性和情绪难以维持，更适合早期以小博大，而不是上仓位追高。 这几个项目的判断本身我觉得没有问题，只是过程执行的细节不好，类似大池子的局，如果要中期上仓位，假如没有推背感，就要及时注意止盈或者止损，而不是拿到归零。 此外Hyperliquid是我一年来都非常看好的项目，开盘也给了3以下买入的机会，结果因为市价单买入成交价高了10%，限价单又没有成交，准备好的50万u只买入了15万u，而且又过早卖出了，最后只获利7万u，对于这个级别的项目操作的非常差，要么投入更多仓位，适当止盈，要么买少了就多拿一拿。 看完就会发现，我花了整整两年多时间，反复练习，加大链上出手的仓位，分批止盈防止卖飞和利润回撤，面对大部分人眼里的“不确定机会”下重注，最后才有了Trump一战的结果。