18美金变3800美金，因为有人试图操纵市场。 这是刚刚结束的特朗普-习近平峰会衍生出来的一个预测市场，也是我见过争议最大的一期。 — — 市场背景： Polymarket上开了一个市场： 预测特朗普在与习近平双边会晤中会说哪些词语。 市场总成交量超过 1000万美金。 — — 争议核心：一个语言陷阱 预测市场规则明确规定—— 只有直播中提到的词语才计算在内。 但特朗普提到"伊朗"的那段视频，是录播后上传的，不是直播（虽然录播到上传仅仅几分钟，但依然是录播）。 问题在于：在许多语言里，"直播"和"录播"是同一个词。 Polymarket 支持 18 种语言的界面，但市场规则始终只有英文。 用户自己翻译规则，翻译出了歧义。 这对亚洲用户尤其如此。 — — 价格如何被操纵 特朗普说了伊朗—— "我们确实讨论了伊朗。我们对伊朗的看法非常相似。我们希望此事结束……" 这段视频流出后，有人立即提议该市场的 YES。 价格从正常水平瞬间跳升至80美分以上，短暂触及96美分。 随后 Polymarket 发布澄清： 仅计算直播，录播不算。 价格从 96美分跌至3美分。 — — 两个获利者 一位用户投入 18美金，最终获利 3800美金，超过200倍回报。 另一位用户在这次价格崩塌中赚了约 78,000美金。 他们买的都是 NO。 — — 值得思考的地方 这次获利，本质上建立在一个语言和信息的不对称上。 普通用户因为语言理解的偏差蒙受了损失。 其中一位获利者表示，他打算把所有奖金捐给慈善机构。 — — 预测市场的规则设计，决定了谁是赢家。 读懂规则，比押对方向更重要。 你们觉得 Polymarket 应该把规则翻译成多语言版本吗？👇

今天，我们一直在跟 @blockaid_ 密切合作，详细调查昨晚发生的针对 @humafinance v1 协议的漏洞攻击事件。Blockaid 的事件分析报告非常详尽（链接见第一条回复），在此不做赘述。 以下是事件 TL;DR 及我们从中学到的关于系统架构和运营的经验教训。 👇 TL;DR 攻击事件： 攻击者发现了智能合约中的一个漏洞，并从 Polygon 上的三个 v1 老池子中盗取了约 10.1 万美元的 protocol fee & pool owner fee。 用户资金： 用户资金没有受到任何影响。 风险隔离： 问题出在 Huma EVM v1 合约。与 PST 及 Huma 在 Solana 上所有的智能合约完全无关。 Solana 合约： Solana 上的程序采用了全面重新设计的架构，不包含此次被攻破的逻辑。 当前状态： 所有 v1 资金池均已暂停。 关键的经验教训：表面上看，这是 2023 年初上线的 v1 版本中的一个智能合约漏洞，但它凸显了在协议设计和运营方面的几个问题： 1. 不要把重要的状态转换（state transitions）混在有复杂逻辑的函数里 _updateDueInfo() 和 _getDueInfo() 计算到期款项和各类费用，是 v1 合约中最复杂的部分。将借款人状态转换嵌入到这些复杂函数中不是一个明智的选择。我们后来对这个设计也不太满意，在 Huma v2 智能合约的设计上放弃了这个方案，采用了更简单的架构。 2. 坚决剔除不必要的功能。 引入 requestCredit() 是为了支持未来的扩展，但在实际运营中从未用到过。非关键函数天生会受到较少的测试和安全审查，从而产生了不必要的攻击面。在发布前我们曾讨论过要不要把它拿掉，但当时认为没有大碍就保留了。如果某个函数不是必须，就不应该放进合约里。 3. 积极关闭不再使用的池子。 保留不再需要的旧池子会产生不必要的风险。今天，开发者和攻击者攻防双方都积极使用 AI，一些旧合约没用经过 AI 审计，可能会有更多的薄弱环节。关停 v1 资金池的工作此前已经在进行中，但没有放在最高的优先级，我们在这一点上应该更坚决。 这是一个惨痛的教训。我们应该好好从中学习，以不辜负这高昂的学费。在此分享我们第一时间的反思和经验教训，希望能帮助生态别的建设者，尤其是有老合约的项目方，能更有效地提高对黑客的防范。DeFi United, DeFi Strong! 🛡️

与黑天鹅同行：BTC 期权卖方策略的仓位管理指南（2026） > 本文的凯利公式的应用方法主要参考 Retail Options Trading (Sinclair & Brodie, 2024) 第 17 章 期权卖方策略的特点就是“赢小亏大”（见下图每周 P&L分布），虽然总体胜率高达八九成，但是一次尾部事件就可以让几个月积累的利润归 0。这种偶尔让人极不舒服的大亏也正是做空波动率风险的溢价来源。 我们可以试图通过一些信号过滤降低遭遇尾部行情的概率，但是这类方法在降低尾部行情的同时也往往降低了盈利，导致遭遇尾部事件时，可能尚未通过盈利建立起足够的缓冲垫。 面对这种困境，Sinclair 给出的方法是接受尾部事件是策略的一部分，不去消灭尾部，而是通过凯利公式进行仓位管理让单次的尾部事件的破坏力可控，不至于让账户失去交易能力。 在应用凯利公式之前，我们先来看看参与对比的几种期权卖方策略： 做空周末波动率 本周期之神（ETF 上市后），夏普高达 3.35，最大 2 笔尾部亏损分别为 2025 年 10 月 10 日的 -4.78% 和 2026 年 1 月 30 日的-3.78%，这 2 次亏损占总体亏损的 64%。 策略详见： 每周 10 Delta 现货备兑 本周期最强现货备兑策略，胜率 93.6%，夏普 1.19，最大单笔亏损为川普当选后的 2024 年 11 月 8 日至 15 日， BTC 单周上涨 15.7%，策略亏损达到了-4.07%。 策略详见： 每周卖出平值 Put 本周期最强卖 Put 策略，胜率72.3%，夏普 0.33，最大的两笔亏损来自 2025 年 2 月 25 日和 2026 年1 月 30 日，两周亏损了 94 周权利金收益的40%。如果排除这两笔最大亏损后的夏普为 1.5+，当然交易没有如果，只是说明这个策略是本周期尾部行情的最大受害者。 策略详见 具体的 9 个步骤的计算结果可以看图中下表： 第 1 步：确定心理预期最大亏损 这个值不参与运算，只是用户和计算结果对照 第 2 步：确认原始凯利公式上限 可以通过对比离散凯利、连续凯利（包括平均亏损，最大亏损）的计算结果，确认原始凯利公式能接受的最大亏损比例。 第 3 / 4 步：将第二步结果两次折半，即1/4凯利 半 Kelly 收益只丢 1/3，但波动率小一半，因此宁肯低估不要高估。 第 5 步：正偏加成 做空波动率的偏度为负，远端尾部全在亏损那侧，所以这个加成不适用，这一步是给做多波动率策略用的。 第 6 步：左偏减仓 和上一步相反，对于赢小亏大的策略，单笔 Kelly 公式假设损失就是平均损失，但真发生时是 3-4 倍的平均损失。 第 7 步：肥尾减仓 极端事件的实际幅度远超正态分布预测，比如 2025 年 10 月 10 日的那笔是 5 个标准差的跌幅，在 100 个样本的发生率为 10 万分之 6，但我们还是碰到了。 第 8 步：小样本减仓 小样本的区间估计较宽，容易高估优势。 第 9 步：相关策略合并减仓 我们这里是假设三个策略单独跑的仓位管理，所以这一步不适用。 最终结果 做空周末波动率修正后的可承担最大亏损预算为 4.79%，和历史盈亏分布中的最大亏损 4.78% 几乎一致（4.79 / 4.78 ≈ 1），意味着假设的10 万美元账户确实可以用来开一组。 每周 10 Delta 现货备兑修正后的可承担最大亏损预算为 3.64%，略低于历史盈亏分布中的最大亏损 4.07%，意味着 10 万美元账户卖出一张的比例略高（3.64 / 4.07 ≈ 0.89），账户余额需要提高到 11 万美元。 每周卖出平值 Put修正后的可承担最大亏损预算为 0.45%，大大低于历史盈亏分布中的 17%，意味着样本期内表现出的风险过大了，需要更换策略。

卧槽！真心强烈推荐所有人，不管你是刚毕业的大学生，还是已经在职场摸爬滚打的打工人，只要你想在未来的AI大洗牌中不被淘汰、甚至抓住时代级红利，都去狠狠刷一遍英伟达CEO黄仁勋在卡内基梅隆大学最新的18分钟超神毕业演讲！ 他直接把未来十年普通人如何跨越技术鸿沟、如何吃到AI底层红利的真实演化路径彻底讲透了！ 这绝对是降维打击级别的认知。内容深度直接拉满，它根本不是空洞的名人鸡汤，而是用英伟达30年生死存亡换来的四重顶级实操干货： 1. 撕下失败滤镜，把耻辱爆改为翻盘筹码 别再搞什么“失败是成功之母”的虚词。他自爆当年公司濒临破产，亲自飞到日本低声下气求世嘉CEO高抬贵手支付尾款，才勉强保住英伟达一命。在真实残酷的商业世界里，每一次惨败和被逼到绝境的屈辱，本质上都是给你重新发牌、塑造抗风险能力的终极筹码。 2. 终结代码霸权，抢占“人人皆为开发者”的红利 过去60年靠手敲代码的计算范式已经被彻底锤爆！人类写软件的时代结束了，AI让计算从“死板执行”变成了“理解与推理”。不管是街边开杂货铺的老板还是搞装修的木匠，只要你会提需求，AI直接替你干活。极少数人的技术壁垒被强行踏平，普通人直接利用AI变现的基建已经搭好。 3. 降维押注物理世界，爆赚万亿“再工业化”狂潮 别以为AI只是互联网大厂在虚拟世界里的代码游戏！黄仁勋极其敏锐地指出，支撑AI的将是人类史上最大规模的物理基础设施重建。建芯片厂、铺数据中心、疯狂爆改传统电网！这不仅是一线大厂的狂欢，更是直接喂到电工、水管工、钢铁工人和建筑商嘴里的超级造富时代，现实世界的产业重塑才是最大的金矿。 4. 看透失业真相，用AI实现降维平替 天天焦虑AI抢饭碗？他一针见血地定调：AI根本不会取代你，但“一个比你更会用AI的人”绝对会把你踢出局！AI不会消灭人类的岗位目的，只会无限放大个人的单兵作战能力。你现在的唯一任务，就是疯狂装备AI，去碾压、去平替那些还在原地踏步的同行。 连很多科技圈和投资界的大佬看完都觉得头皮发麻。别再整天碎片化刷短视频浪费时间了，赶紧先点赞收藏存下来，抽个18分钟静下心完整看一遍。 看完你绝对会瞬间清醒，彻底弄懂怎么在这场史诗级的技术革命里抢占先机，绝对是你这周回报率最高、最颠覆认知的一次学习！

吴恩达怒批“AI 导致失业论”！我在新加坡看到的真相：企业正排队花钱抢人 “AI 马上要砸掉所有人的饭碗了！”——这段时间你肯定被这种恐慌新闻刷屏了。 但就在这几天，AI 泰斗吴恩达公开发文怒批：“所谓 AI 引发大规模失业，纯粹是不负责任的恐慌故事。大家必须立刻停止这种炒作！” 为什么？听我给你讲讲宏观的谎言和我在新加坡看到的微观真相。 第一，谁在推动“AI 失业”的恐慌？ 吴恩达一针见血：这是三股力量在推波助澜！ 1️⃣ AI 大模型公司： 极力渲染 AI 能取代人类，是为了拉高定价锚点。既然能帮你省下 10 万美金的人工费，收你 1 万美金订阅费不就显得很划算？ 2️⃣ 传统大厂： 需要“AI 提效”的借口，掩盖自己疫情期间盲目扩招后的“裁员遮羞布”，讨好华尔街。 3️⃣ 媒体： 天然偏爱恐慌。“AI 灭绝人类”永远比“AI 改变工作流程”更有流量。 历史上盲目恐惧“人口炸弹”和“脂肪”都带偏了社会决策，今天绝不能再被“AI 失业论”洗脑！ 🇸🇬 第二，实地走访新加坡的真相：根本招不到人！ 昨天我走访了新加坡国立大学（NUS）的计算机教授，真实情况是：懂 AI 的学生供不应求！ 企业甚至愿意交几千新币的“排队费”来买一个进场抢人的名额。 这种恐怖的需求不仅来自科技巨头。昨天我还走访了一家新加坡本地的传统蛋糕店，老板都在想方设法用 AI 改造订单系统和生产排产。 全世界有无数这样急需 AI 改造的中小企业。但是，把大模型落地到业务流程里，极度缺乏一种人才—前向部署工程师（FDE）。既懂 AI 工具，又懂业务场景，缺口极大！ 🚀 总结：停止无效内卷，迎接 AI 就业狂欢 (Jobapalooza) AI 带来的不是失业末日，而是一场史无前例的就业狂欢！ 但我必须提醒一个巨大的培训误区： 别再花大量时间去算模型权重、学底层的神经网络原理了。除非你想去 OpenAI 盖基建，否则这些在日常工作中根本用不到！ 真正的机会在于： ✅ 搞懂 AI Agent（智能体）的工作原理 ✅ 熟练使用最新的 AI 工具组合 ✅ 深入传统企业，摸透他们的工作流，用 AI 帮蛋糕店提升 30% 排产效率！ 现在不是焦虑失业的时候，现在是你躬身入局，成为 AI 时代超级个体的最佳历史机遇！ BTW，我们正在与 NUS 合作策划一系列从零开始的 AI agent 企业应用课程，感兴趣的朋友可以关注起来。 #AI# #吴恩达# #AI就业# #人工智能# #新加坡# #职场发展#

刚读了一篇论文，开始质疑自己投资组合里的每一个项目。三名来自一家AI公司的研究人员，研究了每天使用ChatGPT、Claude和编码代理时，大脑会发生什么。他们发现，你并没变得更聪明。你只是变得更善于感觉自己聪明了。论文名为“LLM谬误”。发表于2026年4月。它记录了一种认知把戏，每一个LLM用户都会在不知不觉中上当。 以下是这种谬误：它让你相信你会编程。你用Claude Code生成一个可运行的脚本。它运行了。你发布了它。你告诉自己是你构建了它。但当API变更或依赖项崩溃时，你无法独自修复它。你不了解架构。你不了解调试过程。你只知道如何再次要求代理修复它。能力不是你的。它是借来的。而且这笔贷款有利息。 它还让你相信你很流利。你生成一封完美的法语邮件或一份普通话提案。它语法完美。语境恰当。你感觉自己双语了。但拿走工具，你连一个正确的句子都产不出来。流利不是在你的大脑里。它在界面里。你把表面光鲜与内在能力混为一谈。 最后，个人觉得最疯狂的是，它让你相信你懂了。你让LLM解释量子计算或宏观经济学。它给你一个美丽的总结。你点头。你感觉自己见多识广了。但试着不用工具向别人解释它。结构就崩了。你内化了推理的形状，却没有参与推理本身。你有地图。没有领土。 整篇论文最可怕的部分，是隐藏在含义中的一个概念。评估者也分不清。在招聘中，面试官看到精炼的输出，就高估了能力。在教育中，老师看到完成的作业，就误读了理解。在认证中，证书信号着已验证的技能，但那技能是系统支架的。评估系统本身已被破坏，因为它们是为人类独自工作那个世界设计的。那个世界没了。 现在想想你目前在哪里使用LLM。 论文说，AI不是在帮助你更好地思考。它在取代你过去自己做的思考。知识没有粘附，因为即使能力缺失，流利也会向你的大脑信号能力。而且你不会表现得几乎一样好。实证研究显示，用户依赖生成的解决方案，却没有内化背后的推理。表面层面的正确并不表示更深层的正确。你无法独立重现你发布的作品。 研究人员没有用什么晦涩的实验设置。他们分析了你我每天用的那些工作流程。而且他们不是反AI的。他们明确披露，这篇论文是用AI辅助写的。讽刺是故意的。这就是重点。没人能置身事外。在金融投资领域，深度AI使用者，需要审计自己的投资组合。

1、稳态被打破，一定会有新的稳态诞生。新稳态的必然性，是人类社会发展的规律，这符合经济史上的“创造性破坏”（creativedestruction）理论。技术变革摧毁旧结构，但释放资源创新新平衡。例如农业机械化取代农民，却催生城市化和现代服务业。AI可能类似：解放“双手和大脑”后，人类转向高价值活动、高情绪活动。 2、人们只看到失业和混乱，而忽略了长远创新如火车、飞机带来的繁荣如太空基础设施（利用AI降低发射成本、优化计算）、生物永生研究（AI加速药物发现）。工业革命初期（18-19世纪），蒸汽机确实引发大规模失业（如纺织工人抗议），社会动荡（如卢德派破坏机器），但最终推动了生产力爆炸。从蒸汽到电力，再到铁路、汽车、飞机，这些创新创造了新产业、新职位（如工程师、飞行员），整体提升了人类福祉。历史数据显示，技术革命虽延迟显现效益（如蒸汽机需数十年才显著提升生产力），但总带来净正面：例如，数字革命（计算机、互联网）初期也担忧失业，却创造了软件开发、电商等百万职位。 当前AI发展（如代理工具、生成模型）正重演这一模式：2025-2026年已见生产力提升，创业门槛降低（AI工具让启动成本降70-80%），新企业涌现，新的职位也会诞生。而且让个体的能力和效率得到了极大地提升和扩展。 3、AI对就业岗位的冲击，本质是对人类生产属性的挤压。人类需要对自己的功能再定位，当人不主要负责生产甚至不需要生产时，“有用”将变得廉价，人类的稀缺性将转向有趣：生产属性压缩 → 分配结构重构 → 消费属性释放 →人类价值重估。 如果人类劳动时间下降，空闲时间上升，人们会把时间投入到娱乐、消费、内容、游戏、购物等领域。AI不会把所有摩擦和消费都替代掉，否则人类就会“变成植物人”。这里的逻辑是：时间是会被重新分配的，而不是被消灭的。劳动者从重复任务转向高价值活动（如创意或监督AI） 这不是末日，而是重构的过渡期和阵痛期。 4、AI带来生产力和生产效率的极大提升，人类很有可能进入充裕时代。生产力大幅度提升带来的通缩（价格下降）实际上提升购买力，让消费者更富裕。Citrini提到的中介崩塌，实则是资金从中介（rent-seekers）转移到终端用户，推动新消费循环。例如，房地产佣金从2.5-3%降至1%以下，不是破坏市场，而是让卖家净收入增加，买家节省用于装修或家具等新支出。类似地，DoorDash费率下降受益于餐厅、司机和消费者，交易量激增（如Mastercard案例：费率降但收入最终创新高）。历史证明，技术通缩（如计算机革命）总是带来增长，而非崩溃 5、生产力决定生产关系，AI的快速发展，一定会带来整个社会制度、治理结构的变化。这些变化进而导致出现新的分配制度。有潜力推动社会向挪威（以主权财富基金为基础的福利国家）和沙特（资源租金分配模式）式的分配主义制度转型。政府可以通过宏观政策进行对冲，比如财政转移支付、福利体系强化等。 6、当然不是说前方全是坦途，巨大的阵痛期不可避免。前方有坦途，但必须穿越荆棘，这是清醒的现实主义。我们看到最终长期丰裕，但历史也都反复证明，转型过程充满痛苦、颠覆和不平等放大。不能因为“最终繁荣”而忽略短期/中期代价。 生产力提升收益先流向资本和高技能者（科技巨头、AI专家），导致“伟大脱钩”（great decoupling）：工资停滞、生产力暴涨。低技能/中技能工人受冲击最大，收入差距拉大，也已引发社会不满和动荡。 也就是倒逼了第5点说到的，政府在政策上必然会做出调整。大规模再培训、失业保险扩展、AI税收资助UBI或主权政策，如挪威主权基金模式。

2026年普利策 国际报道奖： 美联社：《内部文件显示：硅谷技术助长了中国残酷的大规模拘押与监控体系》 执法记录仪挂在输液架顶端，记录着杨国良躺在病床上的每一次轻微抽动。他在遭警方用砖块殴打后，满身是血、瘫痪在床。 到那时，对中国农村的杨家来说，监控早已不是什么新鲜事。他们被困在一套以美国技术为基础的复杂网络中，这套系统不仅监视他们，还试图预测他们下一步会做什么。 他们的火车票、酒店预订、消费记录、短信和电话都会被转交给政府。他们家周围布满十多个摄像头。过去几年里，他们试图前往北京约20次，但常常还没出发，就有蒙面男子出现并将他们带走。去年，杨的妻子和小女儿被拘押，如今面临审判，罪名是“扰乱国家机关工作秩序”，最高可判十年监禁。 但杨家人说，他们并不是罪犯。他们只是农民，试图请求北京阻止地方官员夺走他们在江苏东部的1.5英亩土地。 “我在自己家里的一举一动都被监视着，”杨国良坐在黑色窗帘后说。那些窗帘是为了挡住警灯直射他家的强光。“他们的监控让我无论在哪里、什么时候都感到不安全。” 在中国各地，数以万计像杨家这样被标记为“麻烦人物”的人，被困在一座数字牢笼中。他们被禁止离开所在省份，有时甚至不能离开自己的家。而这套全球最大的数字监控系统中，大部分技术来自一个长期宣称支持全球自由的国家：美国。 美联社调查发现，在过去四分之一个世纪里，美国科技公司在很大程度上设计并建设了中国的监控国家体系，其在助长人权侵犯方面的作用，比外界此前所知更深。尽管美国国会和媒体曾反复警告这些工具正被用于压制异议、迫害宗教团体和针对少数族群，但这些企业仍向中国警方、政府和监控公司出售了价值数十亿美元的技术。 尤其关键的是，美国监控技术使中国在西部新疆地区开展残酷的大规模拘押行动成为可能。该系统几乎针对、追踪并评估整个维吾尔本地人口，目的在于强制同化和压制他们。 美国公司将“预测性警务”带入中国。这类技术会吸收和分析数据，试图在犯罪、抗议或恐怖袭击发生之前加以预防。 系统会挖掘大量信息，包括短信、电话、支付、航班、视频、DNA采样、邮件投递、互联网记录，甚至水电使用情况，以找出被认定为可疑的人，并预测其行为。但这也使中国警方能够威胁亲友，并在所谓犯罪尚未发生之前就提前拘押相关人员。 例如，美联社发现，中国国防承包商华迪曾与IBM合作，为北京设计名为“金盾工程”的主要警务系统，用于审查互联网，并打击所谓恐怖分子、法轮功宗教团体，甚至被视为“麻烦”的村民。相关依据来自一名举报人带出中国的数千页机密政府蓝图，经美联社核实后首次公开。IBM及其他作出回应的公司均表示，它们过去和现在都完全遵守适用于中国业务的所有法律、制裁和美国出口管制。 在中国各地，监控系统追踪被列入黑名单的“重点人员”，限制并监控他们的行动。 在新疆，管理人员会将人划分为高、中、低风险等级，常常采用100分制评分，蓄胡须、年龄在15至55岁之间，甚至仅仅因为是维吾尔人，都会被扣分。 一些科技公司甚至在营销中直接涉及种族。 2019年，戴尔与一家中国监控公司曾在戴尔官方微信账号上推广一款“军用级”AI笔记本电脑，称其具备“全种族识别”能力。而在今年8月美联社联系之前，生物科技巨头赛默飞世尔科技的网站仍在向中国警方推销DNA试剂盒，称其“专为”中国人群设计，包括“维吾尔族和藏族等少数民族”。 2019年以后，随着新疆暴行引发国际愤怒和制裁，美国技术流入中国的速度明显放缓。但这些技术已经为中国监控体系奠定基础，随后中国企业在此基础上继续发展，并在某些情况下实现替代。直到今天，人们仍担心出售给中国的技术最终会流向何处。 例如，20名前美国官员和国家安全专家在7月底写信批评英伟达向中国出售用于人工智能的H20芯片的交易，其中15%的收入将交给美国政府。他们表示，无论芯片卖给谁，最终都会落入中国军方和情报部门手中。 英伟达表示，公司不制造监控系统或软件，不与中国警方合作，也没有为警务监控设计H20芯片。英伟达曾于2022年在其微信账号上称，中国监控企业银河水滴和GEOAI使用其芯片训练AI巡逻无人机和步态识别系统，但英伟达告诉美联社，这些合作关系已不再继续。白宫和商务部未回应置评请求。 根据网上帖子，赛默飞世尔和硬盘制造商希捷今年仍在会议和展会上向中国警方推广产品。北京街头的警员使用摩托罗拉对讲机。采购文件显示，英伟达和英特尔芯片仍是中国警务系统的关键组成部分。而维护既有IBM、戴尔、惠普、思科、甲骨文和微软软件及设备的合同仍普遍存在，且常通过第三方执行。 十多年前从中国开始的这一切，如今也可被视为其他国家的警示，因为全球范围内监控技术的使用正在急剧上升，包括美国本土。在特朗普政府的鼓励下，美国科技公司比以往更强大，而总统特朗普也撤销了拜登时代一项旨在防止新监控技术侵害公民权利的行政命令。 随着这类技术能力与复杂程度不断提升，它们的覆盖范围也在扩大。如今，监控技术包括用于在美国追踪和拘押移民的AI系统，也包括在以色列—哈马斯战争中识别击杀目标的系统。与此同时，中国利用从美国学到的东西，把自己变成监控超级大国，并将相关技术出售给伊朗、俄罗斯等国家。 美联社此次调查基于一家中国监控公司的数万封泄露邮件和数据库、数万页公司和政府机密文件、公开中文营销材料以及数千份采购文件，其中许多由非营利机构亚洲协会旗下数字杂志ChinaFile提供。 美联社还参考了数十份公开档案申请，并采访了100多名现任和前任中美工程师、高管、专家、官员、管理人员和警察。 尽管这些公司常声称自己不应为产品用途负责，但IBM、戴尔、思科和希捷的营销材料显示，有些企业曾直接将其技术包装为帮助中国警方控制公民的工具。 它们在公开和私下销售话术中引用了中共用于镇压抗议的常用语，如“维稳”“重点人员”和“异常聚集”，并点名提到用于压制异议的项目，如“网警”“雪亮工程”和“金盾工程”。 其他公司，如英特尔、英伟达、甲骨文、赛默飞世尔、摩托罗拉、亚马逊云服务、微软、西部数据、ArcGIS地图软件制造商Esri，以及当时的惠普，也曾明知对象为中国警方或监控公司而出售技术或服务。四名执业律师表示，美联社揭示的这些销售，至少可能违背当时美国出口法的精神，即便不一定违反字面条文；相关公司均否认这一点。 “所有东西都是建立在美国技术之上的，”研究中国警方使用美国技术的德国外交关系委员会研究员Valentin Weber说。“中国当时的能力几乎为零。” IBM、戴尔、思科、英特尔、赛默飞世尔和亚马逊云服务均表示遵守出口管制政策。希捷和西部数据表示遵守其运营所在地所有相关法律法规。 甲骨文、慧与科技，以及2023年收购VMWare和云公司Pivotal的科技集团博通，未作正式评论；惠普、摩托罗拉和华迪未回应；Esri否认参与，但未回应具体案例。微软告诉美联社，在“金盾工程”升级过程中，没有发现其“明知向军方或警方出售技术”的证据。 一些美国公司后来因人权担忧和制裁终止了在中国的合同。例如IBM表示，自2015年以来已禁止向西藏和新疆警方销售产品，并于2019年暂停与国防承包商华迪的业务关系。 但制裁专家指出，相关法律存在重大漏洞，而且常常滞后于新技术发展。例如，1989年天安门事件后美国对中国实施的军警装备出口禁令，并未充分涵盖后来出现的新技术或可用于警务的一般用途产品。 他们还指出，出口管制法律本身非常复杂。堪萨斯大学国际贸易法专家Raj Bhala表示，美联社描述的问题属于“我们会放进考试题里的灰色地带”。 “这会引发对可能不一致、可能违规的担忧，”Bhala说。他强调自己是在泛泛而谈，并非针对任何具体公司。“但我非常强调‘可能’。我们需要知道更多事实。” 尽管德国、日本和韩国企业也发挥了作用，但美国科技公司是迄今为止最大的供应方。 新疆政府在声明中称，其使用监控技术是为了“预防和打击恐怖主义及犯罪活动”，尊重公民隐私和合法权利，并不针对任何特定民族。声明还称西方国家也使用类似技术，并称美国是“真正的监控国家”。中国公安部门以及杨家所在省份的相关机关等其他政府机构未回应置评请求。 这些技术至今仍在支撑控制杨家和其他普通人的警务数据库。根据中国政府统计数据估算，过去十年中至少有5.5万至11万人被置于居住监视之下，还有大量人员在新疆和西藏被限制旅行。 分析人士称，中国城市、道路和乡村布设的摄像头数量已经超过世界其他地区总和，平均每两个人就有一个摄像头。 “因为这些技术……我们完全没有自由，”杨国良的大女儿杨彩英说。她如今流亡日本。“现在承受后果的是我们中国人，但迟早，美国人和其他人也会失去自由。” 1976年，中国刚从文化大革命的混乱暴力中走出，当时四分之三的中国人都是农民，杨家也是如此。他们住在长江三角洲湿润葱郁的田野间，一座由瓦片和夯土建成的三间房子里。 毛泽东去世后，北京新领导人开始向世界开放中国，惠普、IBM等美国科技公司迅速进入。但政府能够接受的改变仍有严格边界。1989年，天安门民主运动震动北京，当局派出坦克和军队向学生开枪。 不久后，北京开始规划“金盾工程”，目标是将中国警务系统数字化。 2001年，“9·11”基地组织袭击极大推动了对监控技术的兴趣。一名研究人员声称，如果当局能通过数据库中的公开信息挖掘劫机者之间的联系，就可能阻止袭击发生。 美国公司从中获利，向美国政府出售了数十亿美元的监控技术，声称这些技术能够预防犯罪和恐怖袭击。 它们也在中国看到了同样的销售机会。研究人员警告说，这类监控技术落入威权国家手中将成为“镇压工具”。然而，IBM、思科、甲骨文和其他美国公司仍拿下了向北京“金盾工程”供货的订单。 “中国以前没有这种东西，”一名前新疆中国警官王某说。他因担心遭报复，只愿透露姓氏。“这些概念全都来自西方。” 很快，中国警方封锁敏感新闻，以令人不安的精准度锁定异议人士。 今年2月一次人权会议上，时任思科律师Katie Shay表示，企业有责任了解客户可能如何将其技术滥用于“监控和审查”。 “很多人遭受了本国政府的伤害，我想承认这种痛苦，”已于6月离开思科的Shay说。“但我也要说，思科否认有关其参与的指控。” 思科告诉美联社，公司致力于人权，但法院中的相关指控可能“打开洪水闸门，使美国企业仅因合法出口现成商品和服务而遭起诉”。 当思科被国会传唤时，IBM正与一家中国国防承包商合作，参与中国“金盾工程”二期建设。 美联社获得的机密政府蓝图显示，2009年，IBM与华迪合作建设预测性警务系统。华迪是中国最大导弹军工承包商旗下的国有子公司，从中国国防部体系中分拆出来。 华迪蓝图写道：“巩固共产党执政地位。”该蓝图显示，数据库将在线追踪数十万人。 回应美联社提问时，IBM将其可能曾与中国政府机构存在的任何关系称为“陈旧过时的互动”。 IBM称，如果旧系统如今被滥用，而IBM并不知道它们被滥用，这种滥用完全超出IBM控制范围，也并非IBM几十年前所能预见，更不能反映今天的IBM。 回到2009年，北京迫切需要这类技术来压制网上集结的批评者，其中就包括杨家。 同年4月，地方当局命令杨家和村里300多户人家离开土地。开发商看中了他们位于湖边的优质地块，计划建设“西式”公寓和别墅，配套喷泉、足球场和购物中心。 杨家当时并不知道警方正在安装能够锁定他们这样的家庭的系统。他们只知道自己的土地被征收了，补偿只是一套五层步梯楼里的房子，对年迈的母亲来说楼梯太多，根本难以上下。 杨家和中国各地许多农民一样开始申诉。 “我发现政府拿走我们土地的方式是违法的，”杨彩英说。“他们骗了我们。” 2009年7月，也就是杨家土地被征收三个月后，中国另一端的新疆爆发骚乱。一名维吾尔人在玩具厂被私刑杀害的血腥图片在网上传播，愤怒的维吾尔人走上街头，数百人死亡。 美国公司再次将自己的技术包装成解决方案。 政府派出军队，切断新疆电话和互联网连接。三名当时为新疆政府工作的工程师告诉美联社，在秘密会议中，官员们得出结论：警方未能发现危险信号，是因为他们无法识别被视为分裂分子、恐怖分子和宗教极端分子的维吾尔人。 工程师称，当时新疆警方和数据系统已经运行在IBM、思科、甲骨文和微软等美国技术之上，美联社通过审查政府合同核实了这一点。但这些数据库彼此没有连接。 于是，新疆启动了一项雄心勃勃的计划，将来自所有可用来源的数据，包括银行、铁路和电话公司，融合到一个中央数据库中。工程师说，官员要求提供所有可疑人员及其三代以内亲属的完整信息。他们描述了自己参与过的具体会议。三人中两人因担心在中国的家人而要求匿名，第三人Nureli Abliz如今在德国。 很快，利润丰厚的合同开始招标。IBM也在争取其中的机会。 IBM向中国官员承诺：“在问题发生之前预防问题。”在2009年8月的一份宣传册中，IBM引用新疆骚乱案例，称其技术可以帮助政府“确保城市安全与稳定”。 IBM高管奔赴中国各地，游说中国官员。2009年12月，他们在北京设立了新的“IBM电子政务创新研究院”。2011年，IBM收购了i2，一款旨在预防“恐怖威胁”的软件。公司宣传i2分析中国社交媒体的能力，并授权一家名为蓝灯软件的上海公司将其出售给中国警方，公司记录显示。 一名举报人提供给美联社的泄露账本显示，中国警方从IBM、思科、甲骨文和微软等公司购买了价值数千万美元的产品，用于升级“金盾工程”警务系统。 在中国国家机器与批评者的对抗中，美国技术使力量天平发生倾斜。 2011年，小偷洗劫了杨家，寻找他们的房产证，但没有找到。 两年后，几名剃光头、身上有纹身、戴金链子的男子砸开他们家门，打碎窗户，掀翻家具，试图逼他们搬走。杨的母亲吓得瘫倒在地。医生诊断她心脏病发作，但杨家没有钱给她装起搏器。 愤怒之下，杨家起诉了当地警方。2015年6月，法官裁定他们的土地被非法征收。杨家为此庆祝。 但判决仅数周后，中国警方通过“金盾工程”技术识别人权律师，在全国范围内给数百人戴上手铐，将他们推进警车。 一名律师后来回忆，警方在抓捕他之前，就已经监控了他在微信上关于人权的消息；他被抓后被铐在椅子上遭受酷刑。 一夜之间，中国刚刚萌芽的维权运动遭到致命打击，杨家的案件也随之瓦解。杨家被叫去，被冷冷告知原判决被推翻，诉讼未经审判即被驳回。 “我们真的太相信法律了，你知道吗？”杨国良握紧拳头说。“结果它一文不值。” 与此同时，北京正在把新疆改造成地球上监控最严密的地方，将约100万人送进营地和监狱。 2014年，习近平访问新疆数小时后，乌鲁木齐火车站发生爆炸。随后习近平要求严厉镇压。 “他非常愤怒，”曾为新疆政府工作的工程师Abliz说。“他们得出的结论是，对维吾尔人的监控还不够严密。” 第二年，2015年4月，Abliz参加了新疆一场闭门展会。前IBM合作伙伴蓝灯软件的展台吸引了他的注意。 蓝灯软件多年作为IBM i2警务监控分析软件在新疆警方的经销商，后来开始自立门户，推广类似i2的软件，声称可以在极端分子惹事前将其拘押。这种相似并非巧合。根据泄露邮件和记录，蓝灯软件的软件复制自i2。 一名蓝灯软件项目经理在邮件中写道：“该平台基于i2开发。” 它使用了i2开发的专有数据可视化系统。该软件支撑了所谓“一体化联合作战平台”（IJOP），并有权触发逮捕。 Abliz整个人僵住了。 “我当时觉得，这是人性的终结，”他说。 蓝灯软件未回应多次置评请求。IBM表示，已于2014年切断与蓝灯软件的关系，并不知道蓝灯软件与新疆公安局之间有任何互动。 2015年秋天，也就是新疆展会数月后，邮件显示，蓝灯软件与新疆警方签订合同。工作人员安装了数百万个摄像头，并连接了7000多个警务站，这些警务站常常相隔只有数百米。近10万名警员被招募来敲门，收集姓名、地址、指纹和面部扫描数据。 工程师告诉美联社，尽管中国硬件更受青睐，但外国软件因性能以及与中国基于美国技术构建的系统兼容，仍不可替代。这包括甲骨文和微软的服务器与数据库软件，以及VMWare的云软件。戴尔于2016年收购了VMWare。 2016年底，镇压开始。内部文件、一份泄露的蓝灯软件副本，以及对16名前新疆警察、官员和工程师的采访，揭示了该系统如何运作。 蓝灯软件将输入中央警务数据库的数据整合起来，为新疆大范围人口建立档案，并打上“去朝觐”“出国留学”等标签。管理人员随后进行问询，计算风险分数，并决定拘押对象。 泄露消息显示，数十万人被标记为“不可信”。泄露文件显示，2017年仅一周内，IJOP就将24412人标记为“可疑”，其中多数人随后被拘押。 “他们认为抓走数千名无辜者，也比放走一个罪犯要好，”Abliz说。 这项技术粗糙且有缺陷。蓝灯软件的邮件显示，工程师曾紧急修复一个软件漏洞，以释放数百名被错误归为高风险的人。一名前新疆警官核查身份证时也发现，监控摄像头经常误认人员。 然而，警员被告知“电脑不会说谎”，IJOP列出的目标“绝对正确”，Abliz说。软件的命令常常被恐惧、无条件地执行。 “科技公司告诉政府，他们的软件是完美的，”Abliz说。“这全是神话。” 全方位监控迫使人们完全服从：警员逮捕同事，邻居互相举报。 2017年5月，现居荷兰的教师Kalbinur Sidik被召到乌鲁木齐一栋黄色砖墙公寓楼里的区政府办公室。一名刚从大学毕业的年轻维吾尔女性起身介绍自己是当地官员。她告诉Sidik，她被任命为所在楼栋的负责人，负责收集邻居信息。 “这些数据会用来做什么？”Sidik问。 那名女子看向电脑，屏幕上运行着蓝灯软件，列着姓名和标签：“夜间外出”“海外电话”“无业”。其中一个按钮格外醒目：“推送警报”。 女子点击按钮，屏幕上出现一串姓名。她解释说，这些人将因涉嫌与恐怖主义有关而被拘押和审讯。Sidik瞪大了眼睛。 “我恨她做的事，”Sidik说。“我知道那些人会消失。” Sidik和另外五名前警员及管理人员说，新疆官员下达了逮捕指标。Sidik惊恐地看着她所在小区每周强制升旗仪式的参与人数，从400人减少到100多人，因为居民不断被逮捕。 在区政府办公室里，她看到屏幕上不断出现这些标识：甲骨文、微软、英特尔。美联社发现，在镇压期间，三家公司的产品都被用于新疆警务和数据系统，同时出现的还有Esri、希捷、西部数据、英伟达、赛默飞世尔以及当时属于戴尔的VMWare。戴尔曾在其网站上宣传与新疆当局合作。 Sidik问当地官员这些东西从哪里来。 “我们花了很多钱进口外国技术，”她回忆对方这样告诉她。 被数字天网捕获的人之一，是新疆一所军医院的哈萨克族药剂师Parida Qabylqai。 2018年2月，Qabylqai因去哈萨克斯坦看望父母而被IJOP标记。起初，她的上司以为这是错误。 “你是个好人，不应该被列进去，”她回忆他说。然后他查了IJOP，看到了她的名字。 “这真的很严重！你会被送进营地的，”他震惊地脱口而出。 一名警官把一份认罪书塞到她手里。 “我做错了什么？”Qabylqai问。 “签字！”警官吼道。 Qabylqai被铐住、蒙头，迅速送往营地。在那里，摄像头日夜监视她，甚至在厕所里窥视她赤裸的身体。守卫通过扬声器吼叫，命令她不准说话，甚至不准动。 “他们对我们做的事，不该发生在任何人身上，”她说。“但他们说我的名字被IJOP列出来了，所以他们不需要解释。” 就连执行这个系统的人也未能幸免。 2018年，新疆公务员刘玉良被命令前往村里一名年轻警察的家。他和几十个人沉默站着，看着这名警察抱住哭泣的怀孕妻子。 这名警察曾把许多人送进营地。后来，他自己也被标记为拘押对象。 刘因恐惧不敢反抗，只能参与逮捕，就像那名年轻警察过去做过的那样。 蓝灯软件会在被标记人员做出任何被系统认定为可疑的行为时提醒警方，例如夜间外出或反复登录互联网。刘被派去敲门，询问那些“眼中充满恐惧”的居民。 在警方横扫新疆期间，邮件显示，蓝灯软件从后来被博通收购的云公司Pivotal购买软件。邮件还显示，2018年，蓝灯软件在亚马逊云服务和微软Azure上注册账户，希望向警方客户扩展云服务。 亚马逊云服务表示，蓝灯软件“在短时间内使用了非常有限的云服务”，且并非用于新疆镇压相关软件。微软表示，蓝灯软件通过一个已于2021年停用的自助服务门户使用Azure服务，其任何数据均已删除。 新疆政府告诉美联社：“绝不存在所谓‘大规模侵犯人权’。” 刘最终辞职回到中国东部老家，试图忘记自己所见所为。但他不安地注意到，家附近也开始安装新的摄像头和检查站。 四天后，国保打电话传唤他问话。无所不在的监控系统跟着他回到了家乡。 “新疆模式正在被复制到中国每一个城市、每一个地方，”刘说。 2024年，刘离开中国，尽管机场一名工作人员警告他说，无论他去哪里，都会被监视。 “这项技术本身没有情感，”刘说。“但在一个不尊重法律的政府手中，它就会变成邪恶的工具。” 杨家至今仍被美国技术困住。今年的维护合同显示，IBM、戴尔、惠普、思科和希捷的服务器、交换机和硬盘驱动着针对他们的警务系统。英特尔和英伟达芯片处理数据，甲骨文和VMWare软件运行数据库。 但杨家越是坚持，系统反扑得越狠。 2023年2月，他们带着一封信前往北京国家信访局。两天后，警方从酒店将他们抓走并送回家。 杨家继续试图向北京申诉。接下来几个月，他们在汽车站和火车站被抓走，在医院遭殴打，被救护车绑架。 去年7月，杨的母亲再次尝试。她带着一封写给习近平的信： “他们用暴力和绑架阻止我上访、阻止我求医……我们恳请总书记救救我们。” 在北京领导机关外，几个魁梧黑衣男子将杨母扑倒在地。她被关押一个多月，遭审讯、脱衣搜查、强制服药，并被剥夺食物和水。10月，她和杨的妹妹失踪。 如今，杨家的房子成了当地最后一座还未拆的房子。杨父独自居住。 亲戚们因害怕尾随他的警察而断绝联系。数千页文件藏在抽屉里、塞在袋子里、堆在浴缸里的箱子中，记录着他们16年来寻求正义的每一步。 今年4月，杨收到刑事指控文件，文件显示警方为了阻止他们一家“异常上访”花了多少钱。 成本：约3.7万美元。

《币圈当自强，26年买币清单，别再吃屎了!》 昨天一夜没睡，泪水打湿了床单，我对着夜空大喊，难道币圈就一直接盘这些垃圾币吗？那全都要一起死了，韭菜根都没了。 我想我应该做一个用户教育，告诉所有人尤其是小白，哪些币是还可以买的，哪些币是不能买的——因为只有我们拒绝吃屎，才能倒逼币圈良性发展，才能倒逼庄家知道让人吃屎已经不赚钱了，得想办法做真正对人有用有收入的项目，这样币圈才有未来啊？ 我会用尽可能谨慎的表述，让看的人尽可能是赚钱的，而不是亏钱。 一、现状与选币逻辑 当前的币圈，主要是“造屎”与“喂屎”两件事： 造屎是没有营利能力的项目方，讲一个故事、花一些钱，找一些交易所上线，然后等着韭菜接盘，通过做市等方式割了VC和韭菜，这其中只有交易所是赚钱的，所以这么玩下去，一定是行业凉凉的。 你过去这种玩法是可以的，因为币圈大赌场，我们有机会赚钱就行了。 那时候币很少，大家也都是没有什么投资经验，哪有什么估值高还是低的概念，上了就冲，有人冲就有涨跌，就有人赚有人亏，就这么回事。 那时候，我们不懂，但有美好的憧憬，真觉得币圈在改变未来，但现在看到外面AI、美股蓬勃发展，我们在为交易所上哪一坨屎争得面红耳赤时，终于懂了，币圈的我们是如此可笑可悲可叹。 现在为什么这种玩法不行了？因为现在币太多了。 有背景的跟随在币安麾下，从发币、营销到上币安一条龙；没背景的也没关系，可以PUMPFUN发了，然后上推特卖屎。 从5年前到现在币的数量增加了10万倍，但人数增长已经见顶——币安年报说，每20多个人中就有一个用币安的，这对币安是好事，但这也是为什么行业开始有一种难以为继的感觉，新人增长终究是下行的，当行业新人越来越少的时候，问题就会出现。 我们不能期望谁谁谁应该怎么做，那是非常SB的行为——朱门酒肉臭，谁会在意路边一条野狗的叫声？ 人要自强，币圈要自强。 自强第一步，就是更少的人去接盘垃圾币。 接下来，我从“怎么选”到“选什么”，一篇文章让你在币圈从从容容、游刃有余。 我"踏马"来了，干！ 二、几个评估原则 这一部分我会讲得详细，也可能对新手阅读会有点吃力，虽然推荐你早晚要认真并看懂，但如果现在看不懂，可以直接跳到第三部分看币的清单。 1、要有营收 一个币圈项目如果没有真实收入，没有用户，他这个币是什么作用？他怎么给这个币赋能？他屁用没有，上了大所，就等你去接盘，然后你接盘了又希望隔壁群的傻逼接你的盘？ 停！不要再玩这样的项目了。 一个新项目出来，不要听他吹那些你听不懂的名词，苹果、特斯拉这么伟大的公司你要搞懂，你也不需要懂一堆的字母和奇怪的名词对吧？ 项目没收入、没用户，基本就是垃圾，你别管对方什么来头，上了什么所——因为这些来头和所都是来割你的，不是为了让你发财的。 记住了：来头越大、割得越狠 2、要有发展 光看收入和用户数不行，现在项目方已经懂了，得刷啊。 当年L2四大天王多好，数据多牛逼？结果呢？一停刷就成鬼城了，有一些现在还没发币。 所以要从常识去看有没有长远的发展，不要光看数据。 现在的币圈就是，一个项目有创新，马上一堆的仿盘出来，有一些有背景，有一些没背景，大家都是用发币吸引人去刷，全是虚假繁荣。 想要赚钱，就去向撸毛的大佬们学习，去撸，不要去接盘。真正有发展的项目，是刷完之后真有人用，甚至一开始就不用刷，没有积分，没有PUA，就是给你用。 有人说这就是WEB3的特性啊，但是WEB2没一个项目要刷，出来的全是牛逼项目，这是为什么？从常识角度考虑你就懂了，因为真正想做项目的人，是不想要假数据的。 美团的王兴当年从几千家团购网站胜出，我印象很深的一点就是，别家全在做假，数据、流量是美团的很多倍，而王兴坚持不做任何假数据，比如什么先提价再打扣，就是觉得赛道很大，要为大家提供更高质量的产品，他就能笑到最后——他做对了。 二级要买的话怎么办？回到本段几条原则互相对照和评估。如果你在二级买，你得知道这个项目因为有谁喊了，你成本要比市场低，你要评估是否有更多傻子接盘，然后你还知道见好就收。 新手什么也不懂，不要按我说这个方法买，你懂个毛的评估和动态观察，就买比特币就行了。 3、币要有用 项目赚再多钱，但币又不是股票，你又不是股东，那币还是垃圾，一个都不要碰。因为在这种情况下，币就是一个投机品，和项目基本面没有任何关系，全靠傻子们怎么想怎么做。 比如，有一个海外的顶流说，我看好ZEC，大家就冲，这时候就是先信先冲的人赚钱，至于项目本身没收入币没用之类，你不用研究这么多，先信割后信。 但如果没收入币又没用，你还去接盘，那肯定就会纳闷：怎么我刚上车就不涨了？ 所以，长线思维，就要回到我些原则上，项目赚多少钱？是否有未来？币是不是挂钩？ 4、赚钱与币价怎么算？ 以永续合约赛道的龙头 $HYPE 为例来计算一下，顺道说一声，这是币圈最好的山寨币项目，但你50多买的，现在不是傻眼了？本段的估计方法适合新手仔细研究。 比如，我决定买HYPE，我需要怎么去评估这个有收入、有用户、有未来的项目？ 第一步：看他现在赚多少钱，全流通市值多少 $HYPE 他一年如果赚20亿美元，那假如全流通市值是200亿美元，那么可以认为全流通市值/收入=10，币价在20左右，参照科技股票，10的PE不算高，说明可能还行。 但现在他一年没有赚20亿美元，那么币价在20以下好像才合理？ 但为什么涨到超过50？这部分就是脱离了基本面的，原因很多，主要有： ——他是龙头，那么龙头大家就更容易FOMO，所以涨，尤其是币圈傻钱多。 ——他有100%收入回购代币，订单薄很薄，每天200万美元的买盘，只要当天卖的人不多，就容易涨。 所以，涨到50，在牛市背景下是非常合理的。 但现在能买么？要考虑一些新的内部变量： 比如，团队代币开始解锁了，每天的回购虽然还在继续，但如果解锁的币是1000万美元，而回购的代币是200万美元，那你可以理解每在的抛压是800万美元，HYPE当前的情况就是抛压远大于回购。 此外，还要考虑外部变量： 第一个变量：外部的竞争开始激烈 比如LIGHTER等，团队背景、资金实力等和他一样，而且机构投资等，HYPE就像是COINBASE，而LIT有点像ROBINHOOD了；还有CZ搞的ASTER和一堆新的永续合约。 这就导致一个问题，外面的竞争越来越强了，而且这种竞争是否有效？有的，直接看链上数据，HYPE的市场统治力被拉下一大截了。 而且，竞争只会越来越激烈，越不好弄了。 你要找女朋友，本来她是仙女，现在突然又跳出5个，也要做你女朋友，而且她们还打起来了，左一个黑虎掏心，右一个猴子摘桃，你最好先别上去，要不然容易选错人…… 第二个变量：存量资金有限，增量资金谁能吃到还没定？ 币圈存量资金是有限的，也就是币圈现在就这么多人和这么多钱，这些聪明钱+傻钱在一起的规模上限大概是多少？ 我觉得直接以TRUMP为锚来评估相对准确，也就是700亿美元，后面就没钱了。 永续合约赛道远不如TRUMP那样多人感兴趣和买，那他的上限的钱可能是400-500亿。 这正好是HYPE当时回调附近的市值，现在激烈竞争，类似美团和京东打架，大家股票都跌一样，加上熊市，赛道总市值到300亿附近很合理。 总市值300亿的情况下： 只有一两个标的，那龙头250亿可以。 如果有10个标的呢？那龙头占比多少呢？ 所以，如果只是圈内内卷，赚钱的方式就不多了：主要是去撸还没有发币的，不过后面肯定也会出现反撸的，所以不参与也不是不行；其次是看哪个项目能吃到最多的未来美股上链的流量，币圈这群韭菜不割了，去割到美股的散户，那这个项目就能跑出来。 5、小结 一句话：一个币能不买，就要看他现在能赚多少钱，未来能赚多少钱，这些钱多少会用来推动币价上涨，还要动态观察内外部竞争有多激烈。 三、选币清单 一轮行情抓住三四个币就足够翻身了，但搞错一个就要亏惨。我这里列的肯定不算全，可能有一些还不错的项目我没写，毕竟饿着肚子写的本文，后面有想到的我更新在评论区。 大家有好的可以评论区推荐——但是不管谁推荐，大家不要轻易自己做判断，包括我选的币，你都要看我上面这些模型——它们不是万能的公式，可能有一些机械和不适用某一些项目，比如公链的上涨逻辑，但总体是为了避免吃屎。 注意：币一定要看文字，我写了币的名字，不代表现在可以买！好项目还要好价格！ 你要用上面我说的估值方法去看，比如上面的方法让我在10的时候抄底了HYPE，在30多50多卖掉了HYPE（买入和卖出都在我的群里有详细讲逻辑，不是本人胡乱吹牛抬高自己），现在我们开始， 1、BTC 新人可能看不上他，但如果币圈只选一个币，一定选他。虽然现在看起来不涨，我将来冲上20万可能会很快。 你如果是小白，一点知识没有，现在8-9万的币买不了吃亏和上当，先拿这个，边疯狂补课学习，其他币买少一点，错不了。 2、ETH 未来币圈最大的发展来自机构将美股、美债上链，上链之后，华尔街和美股散户都可以玩链上股票，这是ETH最大的优势，币圈老二。 但是，我对它一直提不起什么兴趣，所以我个人没有持有多少，因为我还研究了美股，如果作为一个科技股来看的话，那用我上面的模型去看，就实在不怎么样了。 ETH市值几千亿，无限增发，质押的大佬获得的币也会越来越多，买这个币有点像接盘，我个人觉得没意思。现在看好的人很FOMO，觉得是文明级的创新，是个好东西，但我不确定币价是不是有足够确定性。 举个例子，现在它市值比马斯克的航天公司SPACEX还高，而SPACEX一年赚很多很多钱，而且接下来还要赚更多的钱，未来在火星建设基地，将地球人变为多星球种族，去外太空挖天量黄金，搞能源，那差不多的价格，我肯定买SPACEX啊。 这一波ETH的上涨，主要是东西方顶流机构一起喊，一起买，但ETH的基本面不会因为这些有变化的，你信，你就早点上车，将来差不多了找个位置先跑，钱到自己手上才是对的。 至于对ETH未来的展望，比如成为链上金融的基地，我同意的，但是我还是只看ETH能赚多少钱，这些钱能回购多少ETH带来多少买盘，否则就还是一个情绪和共识的游戏——这个我作为在这个领域赚钱最多的人，我很精通，我的选择是我不会在这样的大标的上和大庄家赌这破玩意，你们喊、你们玩、你们赚吧。 3、BNB $BNB 仍然是所有CEX平台币中最好的。 但我已经不太推荐了，未来是链上的时代，5年后最大交易场所可能不再是币安，而是链上的交易所。作为BNB的持有者，原来的持有BNB，获得代币空投，又吃又拿，现在无非是反复吃屎，也没什么意思了。再加上币安的商业模式是不断拉新人进场，合约+垃圾币，这种零和游戏一定是巅峰后下行的。 但注意，我这里并不是说BNB能不能涨，高控盘+币圈最有钱的机构，肯定会涨的，但只是他不再是我最理想的标的了，如果ETH和BNB中选一个，我肯定选ETH，但我ETH也没选。 至于 $OKB ，短鸟已成经典，但没收没赋能，暂时归入垃圾币就好 4、其他公链 暂时没有什么意思，包括SOL和其他币，很多都是增发非常猛，比如SOL现在币价跌了很多，但市值和巅峰期差不多，MEME不行了的话暂时不玩了。 公链很可能成为重要但不怎么赚钱的基础设施，因为你抽水多人就会走，速度快，0免用会成为标准。 5、MEME币 建议暂时什么MEME都不要买了，任何一个现在喊单任何MEME币，找角度的人，你翻译过来就是，“你快来吃我的屎”。 我暂时看不到什么机会，要玩的话，小赌怡情吧，就和去买个刮刮乐，图个乐，没毛病的。 *** 接下来讲一下山寨币，山寨币99.99%都是没收入没未来的垃圾，我挑出一些你可以慢慢小买一点，长拿应该亏不了的——最好你要会用第二段的估值方法，找到合适的价格更好。 我只告诉你好标的，告诉不了你好价格——因为每个币你看上面的模型，既要看币本身，还要动态监测外部竞争、外部环境，基本上好项目也要边走边看的。 如果你不想边走边看怎么办？买BTC啊，买完就去玩，去工作，看啥？ 6、链上永续赛道 这个赛道是真实的赌场，有收入有回购，未来最大的机会是来自圈外流量，也就是华尔街机构与美股散户。 $HYPE 这个比较简单，上面说了很多，我觉得10左右如果未来不是出大问题或竞争者太强，应该暂时这个价格不太容易套多久。 未来一年多解锁的抛压是很大的，很多韭菜什么希望团队不卖之类，其实是不厚道的自私的想法，团队成员应该拿回报，卖了更好——你如果真看好就不应该是希望人家不卖，而是希望价格更低。 $LIT 这个赛道LIT算是HYPE直接对标，而且优势甚至更大，只是因为后发。 团队背景都是一样的顶级量化+天才，但HYPE只做聪明钱和巨鲸，面向大户和机构；LIT更偏ROBINHOOD，做散户。 HYPE是没有VC，走社区路线；LIT拉上了城堡做市商、ROBINHOOD投资，创始人还和ROBINHOOD老板是同学加老乡，关系很铁，整体走的华尔街机构与合规打法。 架构上HYPE是自己的链和生态，封闭在HYPE世界；LIT是开放的ETH生态，未来可以直接承接所有RWA资产，比如在AAVE上借贷的几百亿资金可以在ETH的安全性保证下直接到LIT系统用（即使LIT不做了，资产也仍然是自己的，挺好）。 LIT撸毛成本约在0.5U一个，所以未来如果有2U以下的价格应该都是不错的。 永续赛道如果想要现在就布局一些，LIT只有HYPE 1/10，但增长潜力可能大过HYPE。 但要注意，和一年前的HYPE一样，一年后LIT这边有大量解锁时还要重新评估，山寨币都要动态观察，现在我会认为LIT比HYPE在一年内都有显著的性价比。 但 $LIT 的风险在于市场份额的获取，最乐观的一种预期（AI认为是高概率）是，ROBINHOOD的链上订单薄直接用LIT的，他自己的公链可以作为结算层之类，但这里面不知道ROBINHOOD投了LIT多少钱，占股多少，如果占股多的话可以，当时这一轮估值好像是15亿美元，现在市值是20多亿——但要警惕的是，这是社区的一些乐观预期，即使是真的也还早，另外，并不确定这件事有多大概率，这些都是对新手来说巨大的风险因素。 至于ASTER我觉得是垃圾项目，99%会死掉的，我之前讲过，币安想扶持一个傀儡打HYPE，那必败的——这里我觉得我可能我也有偏见，但我看不出ASTER有什么优势，讲不合规，有HYPE，讲合规有LIT。 当然，从赛道的逻辑看，永续现在好像过了最香最美的时候，不是最好的选择了。 现在买LIT建议直接去本网，其他所的深度都太小 新手请注意：除非你研究这些非常多，那请不要买 $LIT 这种高风险代币，你没有持续跟踪能力，也不会估值，我的文章也不是专写给你看的，所以请只买BTC，切记！ 二、预测赛道 1、POLYMARKET，这一块的话可以先从小钱参与玩玩，顺便撸点小毛，这适合新手。高手和大资金现在场外在卖120亿美元估值的股权，我倾向于是也可以买，有大收入，有大发展，挺好的。 2、其他预测市场，都是仿盘，没个鸟用。 这种项目到南山拉个队伍一百万就做出来了，然后上大所不需要赋能，也不需要讲收，几十亿砸给你，要玩的话尽量低成本撸，要买的话先信割后信，跑得快一点就好了。 预测赛道是超强的赛道，不是纯的零和，我觉得未来会比永续还要大。 二、DEFI赛道 $AAVE ，这个是很好的标的，就是价格上现在也仍然是很高的。这个估值你也只需要去看他一年赚多少钱，然后市值是多少？这里我懒得去查了，它的PE比HYPE还要高得多大概是这样的。 所以这是一个可以长线跟踪和关注的标的。但它的风险就是未来美股美债上链，它能吃到多少？贝莱德和摩根大通会自己做借贷的——券商都有借贷，未来他们也肯定会做链上的。 AAVE之所以列入好标的，是因为这是咱们币圈DEFI赛道最好的标的，多年安全，存了几百亿美元的资产在里面，搞链上借贷，很活跃，又很稳健，收入也挺稳，代币也有一定作用。 但山寨币都是有风险！需要动态观察，新人千万小心。 暂时只想到这个 ONDO之类是证券化代币，背景一流，但是代币目前没用，还有大量待解锁，而且未来美股上链之后，可能不再是通过这个项目不一定能赋能，所以不确定性也挺强的。 三、AI赛道 $VIRTUAL ，这个项目也是有营收的，团队韧性也很强，我很喜欢的年轻团队，他们好像是少有的穿越牛熊仍然在不断探索新东西并为代币努力的团队，很了不起。 但确实我不太好估值这个项目，因为不确定性非常高，你用营收之类去估计不好弄的。 但值得长期关注，大跌后看情况买一点之类，属于好项目，但多少是好价格我说不准。 $WLD ，这个币现在线下拓展遇到很大问题，而且拓展的抛压也将持续，长期关注吧，也属于收入还早，全是抛压，但是项目是好项目，尤其是OPENAI的BOSS搞的。 四、隐私币 ZEC很火，但我觉得不如等熊市，什么跌到100之类再说了，现在的话主要还是大佬喊单，傻子接盘。未来是合规的天下，不合规的强如马杜罗都被从床上抓起来了，还隐个毛的私？ 先信割后信，努力做先信，没做到先信，就不要信，错过又不会死。 暂时先想到这么多，后面有的话我在评论区补充吧。 ** 最后，大家可能会说，这没几个币啊，那不没得玩了？你要送钱的话有10亿个币等你买，但不想送钱的话就先买好币，然后半年内，币圈人会越来越多买美股的标的，里面各种短期5-10倍的多的是，而且一旦套住了，死拿往往还能回来。 未来，各交易所，尤其是链上，全是美股的标的，你非要急着吃屎做啥？ ***END*** 转发本文，助力“不再吃屎”币圈自救运动！ 新手也可以访问 ，完全免费，从0到1，一站搞懂币圈投资。

时报作家Ezra Klein写了一篇专栏，说根据他的采访记录，AI导致大规模失业的情况可能还没有那么严重，坏消息是，严重的问题另有其处： 3月的一份民调显示，70%的美国人认为AI将导致自己的就业机会减少，高于一年前的56%，还有30%的受访者担心即将失业。 这有什么好奇怪的呢？AI公司的老板们一直在频繁发出劳动力市场濒临瓦解的警告： - Anthropic的创始人表示，最快不超过5年，一半的初级白领岗位就会永久消失； - 微软的CEO则声称，大多数文职工作会在18个月以内就被AI完全接管； - OpenAI发布了一份文件，呼吁实行每周32小时工作制，通过降低人类生产力来缓解大规模失业； - 就在NYT的大楼外面，有一家我根本没听过的AI公司包下了巨幅广告牌，上面写着「停止雇佣人类」； 我可真谢谢你们了。 如果你对这轮AI叙事深信不疑，那么毫无疑问投降就是唯一的选择。 AI被设计为可以廉价模仿人类在电脑上所能做到的所有行为，但它从来不需要睡觉，也无意组建工会，而且确实在许多任务上表现得比真人更为出色。 所以公司当然乐于用机器取代人类，它们也已经在这么做了，Meta、Oracle、Block都在努力买断员工工龄，并坦然的把AI写为原因。 不过谨慎一点总是没错的，这些科技公司可能只是处在一轮招聘周期的末尾，同时想对资本市场讲述一个刺激投资人颅内G点的故事，AI行业的大佬们固然是神经网络的专家，但他们未必也是劳动力市场的专家。 首先，宏观数据没有配合AI行业，2026年3月的失业率是4.3%，去年同期是4.2%，平均时薪亦保持稳定。 Claude Code是很牛逼，但软件工程师的岗位需求还在上涨，原因应该不难理解。 主流经济学界也对大规模失业的末日预言持怀疑态度，芝加哥大学的经济学家Alex Imas认为，绝大多数讨论AI的话题都存在误区：「答案始终取决于什么会变得稀缺。」 - 从人类历史来看，卡路里在很长一段时间里是稀缺的，我们的技能都是服务于寻找食物； - 农业的发展逐渐解决了食物短缺的问题，然后就轮到商品变得稀缺； - 工业制造带来了平价商品的海量供给，接着技术变得稀缺了，医生、律师和工程师因为掌握知识而获得高薪； - 现在我们担忧AI会让知识也不再值钱，就像衣服和草莓如今人人都能消费那样，学习的成果也变成了消费品…… 但稀缺本身是相对的，AI可以完成的任务被讨论得太多了，更值得注意的是，有哪些任务是人们不希望AI来做的。 以下是计量经济学的一个发现：人类的财富越多，他们对于其他人类的需求就会越多，而不是越少。 于是，更有人味、体验或者意义的商品和服务，是一定稀缺的，有来路的衣裳、有调性的食物、能面对面的医生、让人感到被理解的理疗师、了解自己孩子的家教……这些社会关系，将会迎来爆发式增长。 是的，AI剥夺了人类和电脑共事的场景，而人类又被赶去和人类共事。 事实证明，自动化程度越高，我们就越珍视人的温度。以咖啡为例，过去在家做浓缩咖啡很费劲，如今咖啡机已经人手一台。 所以这导致咖啡店倒闭了吗？当然没有。咖啡师比以往任何时候都多，咖啡店也比以往任何时候都多。咖啡作为商品反而催生了更多对咖啡体验的需求。 这就是稀缺性所赋予的价值。 好了，这是Alex Imas的结论，在AI的辣手摧花下，人类从事的岗位会进入一个以人性化为标准的时代。但还有一种可能性是，人类劳动力搞不好也不会发生巨大的改变。 1979年，首款电子表格软件VisiCalc在Apple II上发布，它能在几分钟内完成过去需要整组会计师花上好几天时间的工作。 当时就有人预言会计师这个行业要无了，然而，此后40年间会计师的数量反而增长了4倍以上。 亚利桑那州立大学会计学教授Eldar Maksymov认为：「电子表格软件挖出了潜藏于市场里的财务需求，这种需求之前没被发现，只是因为成本没能降到够低。」 这是「杰文斯悖论」的一派主张，1865年，英国经济学家杰文斯发现煤炭并没有因为蒸汽机对于生产率的提升而减少消耗，恰恰相反，因为成本更低廉了，煤炭的应用范围更广泛了。 Eldar Maksymov相信历史的先例，「在大量采用计算机技术的职业群体里，就业增长速度都远超没有采用计算机的职业群体，成本的下跌，对应需求的增长，最终推动就业规模的扩大化。」 简单来说，能力的提升，会让人类意识到还有更多事情可做。 我的经历似乎也验证了这个说法，10年前我刚开始做播客的时候，整个团队只有我一个研究员，现在我已经管理着一整支团队运作节目，而这让我的工作变得更轻松了吗？ 完全没有，我投入准备的精力更繁重了，因为团队带来的信息增量，让我需要消化和思考的时间成倍增长，而我的播客也越做越大了。 我认识的所有热衷于拥抱AI的人，如今都比以前更加忙碌，因为他们能做的事情更多了，不是说好的AI会让大家摆脱工作享受生活吗？ 当然，至于AI到底是提升了生产力，还是制造了提升生产力的假象，结论因人而异： - 慢慢啃完一本难懂的书，远远好于快速吸收十本书的摘要； - 认真通透的写完初稿，也比编辑五个由AI生成的大纲更能激发想法； 我的意思是，效率感本身是值得警惕的，那些把活儿都交给龙虾去做的人我见多了，但说实话，他们的工作质量都是在下降的。 但还是容我岔开话题，沃顿商学院教授Ethan Mollick曾提出过他对AI的基准测试：它是否比你在当下能够找到的最适合的人类更加优秀？ 在他看来，问题不在于AI是否胜过顶级的编辑、程序员、心理医生或是旅行顾问，而是它能否优于你在急需帮助时可以联系到的最佳人选。 我想了一下，过去一年里，我确实觉得AI要比我身边的人更为出色： - 我的编辑很博学，但他需要休息，还得分时间给其他作家； - 我的按摩师也好得没话说，就是一般而言每个星期她只能接待我一次； - 我也能找到专业的医生，但挂号却很麻烦…… 所以或许我已经触及到了被反复警示过的临界点——AI开始有能力取代我生活中的人类角色。 但事实并非如此。AI越是强大，我越是需要和身边的人交流： - AI认为我应该为某个身体症状引起重视，于是我去看了医生，发现只是普通的过敏； - AI对我的个人困境发出锐评，然后促使我和心理医生开始了新的对话； - AI帮我验证了一个研究思路，这成了我和编辑讨论的一个新选题； - AI让视频制作变得轻松了，因此我可以有更多的要求去和剪辑师沟通…… 怎么说呢，尽管我不认为经济完全自动化以及大规模失业浪潮是必然到来的，但也不能完全排除这种概率，AI是一种与以往截然不同的技术，灵活性和成长性帮它超出了工具的范畴。 更可能的情况是，AI不会取代所有或者大部分的工作岗位，而是取代其中一部分，但奇怪的是，恰恰是这种可能性让我们准备不足。 一个AI替代800万劳动力的世界，要比替代8000万劳动力的世界更难应对，如果真的是那种「大的来了」事件上演，全面重组经济反而有机会「不破不立」。 疫情就是一个例证：那场冲击如此彻底，以致于社会不能再像以前那样将工人们的不幸归咎于他们自身，于是只好建立了一套前所未有的补贴体系，让成千上万的人得到保障。 而当失业影响的范围更小，我们反而更为残忍，美国因为全球化流失的岗位大约有200万个，这在整体就业市场里不是太大的数字，但对这200万个具体的家庭来说，却是毁灭性的打击。 如果全国的卡车司机或是营销经理都丢了工作，我们很快就会采取行动，然而如果只是卡车司机或营销经理的失业率翻了3倍，那么我们就会像以前一样，暗示这是他们自己的错，给他们几个月的失业保险和培训机会，然后继续对这种结构化的困境视而不见。 另一个现实是，即便AI让带有深刻关系的技能变得值钱起来，它同时也会削弱人类学会这些技能的本事。 年轻人和朋友相处的时间已经从2003年的12小时/周减少到2024年的5小时/周，谈过恋爱的高中生比例也从2000年的80%骤降至2024年的46%，约1/4的00后在过去一年里没有发生过性行为。 AI也许是这种社交解体现象的帮凶，它提供了一种数字化的关系模拟，不再让人有动力去体验真实关系里的快乐与痛苦。 如果Alex Imas是对的——我相信他是对的——那么我们与他人建立深刻关系的能力，将成为一项核心且高价值的个人资产，而我所担心的，是这恰好也是技术从年轻人身上摧毁的东西。 当我乐观的期待AI时代所能创造的未来时，那幅画面充满富足，人类被鼓励过上追随本心的生活，而当乐观被打碎后，世界仍是如此，区别在于财富被垄断，而我们重视的深刻关系，却早就不知道该如何维系。