1。50件出清內衣不挑款 出清代表不選我自己抓50=3456$ 送5褲 2。棄單30件內褲1999送2內衣 #內衣褲# #跟隨按讚轉推三個步驟# 抽人送內衣褲

真心建议大家体验一下codex app，Codex 现在的自动化能力，已经不是领先 Claude Code 一个身位的问题了 而是在三个维度上完成了降维打击 先说结论：如果你还在纠结学不学 Claude Code，直接上 Codex 吧，省下的时间够你多干点别的活了 Codex 把AI 操作电脑这件事，拆成了三种完全不同的能力，我们今天来盘一下： 第一种：内置浏览器 Browser 这个是给开发者用的，专门测试本地项目 比如你写了个网页，想看看 localhost:3000 长啥样，Codex 直接帮你打开、截图、验证按钮能不能点 关键是不依赖你的 Chrome 登录状态，干净独立 第二种：Chrome 自动化 这个才是普通人的杀手锏 它能接管你已经登录好的网站，直接操作你的真实 Chrome 标签页 前两天我要做法律检索报告，CNKI、北大法宝这些网站我压根没用过 我就跟 Codex 说：我已经在浏览器登录了，你按要求完成任务，结果整理成 Word 放桌面 十几分钟后，一份零错误、排版优雅的报告就出现了 这种体验，就是言出法随 第三种： Computer Use 这个是终极形态，直接操作你的 Mac App Finder、微信、飞书、任何 GUI 界面，它都能点、能输入、能拖拽 X 上已经有大佬让Codex 去操控claude code了，感觉也非常nice 在日益内卷的今天，我们发现两大巨头做出来的应用已经有了很大的差别： Claude Code 的问题在于，它更像是给程序员用的编程助手 但 Codex 的定位是超级个体的操作系统 对，就是超级个体 它以 App 的形式存在，符合普通人的使用习惯，没有学习门槛 更重要的是，它把自动化这件事做到了可见、可控、可信任 敏感操作会要求确认，不会瞎搞 所以我的建议是： 如果你是开发者，Codex 的三种能力都能用上 如果你是普通人，光是 Chrome 自动化这一个功能，就足够让你的生产力翻倍 别再纠结学哪个了，自己的时间成本才是最贵的 有纠结的时间不如多体验体验

一個男孩子累積底蘊，進而成長為具有特殊魅力的男人，絕非一朝一夕能成。 在一般情況下，人的三觀隨著五官走，顏值即正義，誰都不能免俗。 前晚在首都年前聚會，環顧四週，就沒人比我醜的，讓我有點小鬱悶。 言談間，年輕小伙各個底蘊深厚、邏輯清晰，很是讓我留下深刻印象。 大家都不簡單，這是事實。 也感謝可晴邀約招待，促辦深夜食堂約飯。 林森北套房天花板，果然名不虛傳。 . 男人的成長始終伴隨著挫折，十年磨一劍，只有自己能接住自己，沒人能接住你。 獨自尋花，享受陌生白嫩胴體，跟妹子一對一深入交流，這是獨屬於男人的浪漫。 有共同興趣的Men's talk ，分享約會趣事，不再局限於虛擬世界。 雖沒有舉杯暢飲，但歡樂的氣氛不打折。 都說要看一下傳說中的茶哥，希望沒讓大家失望才好。😅😅 ======================= 在此之前兩個小時左右，趁著空檔，信步走到對面，去跟露露見了個面。 可晴的好姐妹aka重按組aka推拿高手。 打開門，禮貌性的寒暄問候。 她在我大腿上正襟危坐，雙手交疊胸前。 衣著端莊無露點，絲毫沒有逾矩的行為，女孩子家庭教養不差。 「真懂事....」我不由得如此心想。 不露點，推特才不會ban我啊幹。🤣🤣 遮好遮滿，就沒人知道她往上翹。 . 隨後正戲開鑼，天知道一個148公分高的小隻馬，哪來那麼大力氣。 好個天山折梅手，明顯是天山童姥的傳人。 原來高手在民間，也在裡間。 總之背面我贏不了她，老腰發出哀鳴，老茶低聲啜泣，啊良喂。 只能正面對決找回場子。 舉高高啊舉高高。 頂高高呀頂高高。 似哭非哭、似笑非笑，無處可逃。 「包含」、「架空」這兩個單詞，怕是要重新定義。 雙手握拳，指節因為太過用力而泛白。 秀眉微蹙，眼神透露出一絲慌亂。只見她長舒一口氣、腰身猛然拱起，直接放棄抵抗。 ................... ........... 「哥，這幾天，我有事要回家一趟，你過陣子再來就好。❤️」 「沒事，我還得應付晚上那些彪形大漢。」 「還有可晴，跟妳們其他幾個姊妹。」 （未完待續-北社）

加仓谷歌超百亿美元！ 阿贝尔执掌伯克希尔首季美股动作：清仓16只，时隔6年重入航空股 兄弟们，伯克希尔Q1的13F报告出来了。 这次不一样——这是阿贝尔真正意义上独立掌舵的第一个完整季度。 巴菲特退居幕后了，那个在奥马哈小镇指点江山几十年的老头，终于把方向盘交给了接班人。 我第一时间去翻了这份报告，越看越有意思。 阿贝尔这手笔，说是"萧规曹随"吧，又明显带着自己的烙印；说是大刀阔斧吧，核心仓位又稳如泰山。 今天就跟大家聊聊，这位新掌门到底在盘算什么。 01）先看最炸裂的——谷歌。 阿贝尔一季度狂买谷歌A类和C类股票，合计加仓超过115亿美元。 谷歌在伯克希尔持仓中的排名直接从第10位蹿升到第7位，持仓市值从40亿干到了166亿。 这是什么概念？ 相当于把整个仓位翻了四倍还多。 兄弟们，这不是小打小闹，这是真金白银的百亿级押注。 我琢磨了一下，这步棋其实有迹可循。 谷歌现在的估值确实被压制得厉害，AI竞赛烧钱的阴影、反垄断调查的阴云，让市场给它的定价一直偏保守。 但阿贝尔显然看到了不一样的东西——谷歌搜索的基本盘依然稳固，YouTube的广告收入还在涨，Cloud业务增速也拿得出手。 更重要的是，谷歌的现金流太漂亮了，每年几百亿的自由现金流，放在当下这个高利率环境里，就是一台印钞机。 巴菲特当年对科技股一直谨慎，苹果是破例。 阿贝尔这步，算是真正打出了自己的标签：他比老巴更敢碰科技，也更愿意在估值被错杀时下重手。 02）再说一个让市场惊掉下巴的操作——航空股。 伯克希尔一季度买了3981万股达美航空，持仓市值26.47亿美元。 兄弟们，这是伯克希尔时隔6年重新踏入航空业。 2020年疫情那会儿，巴菲特在股东大会上公开认错，清仓了所有航空股，说"航空业变了，我判断错了"。 当时那个决绝啊，所有人都以为老头这辈子不会再碰这行了。 结果阿贝尔一上台，直接打脸——不，应该说直接翻篇。 我查了下达美的情况，这公司确实是美国航司里基本面最硬的。 国内航线网络密，商务客恢复得不错，成本控制也比同行强。 但阿贝尔这一步，我更愿意理解为一种"修正"：当年巴菲特清仓是因为疫情这种黑天鹅把行业逻辑打崩了，但现在行业已经恢复正常，而达美的估值还在地板上。 说白了，阿贝尔觉得市场过度反应了，航空业没死，达美更是活得好好的。这6年的空白期，不是告别，是蛰伏。 03）清仓16只：阿贝尔在'断舍离'，有进就有出，而且这次出得很猛。 一季度伯克希尔清仓了16只股票，持仓数量从42只砍到29只，直接少了三分之一。 Visa、万事达、亚马逊、联合健康，这些曾经的"好公司"全部出局。 这里有个细节特别值得玩味：Visa和万事达，巴菲特持有了很多年，是经典的价值投资标的。 亚马逊虽然是后来买的，但也是"巴菲特认可"的稀缺标签。阿贝尔说卖就卖，眼睛都不眨。 我看了一下Kingswell的分析，这次清仓潮里，相当一部分是Combs和Weschler管的小仓位。 这两位投资经理的组合被大量清算，说明阿贝尔在重新整合投资团队的方向。 以前伯克希尔是"老巴定大方向，手下人打游击"，现在阿贝尔要把火力集中起来，不玩撒胡椒面那套了。 持仓集中度肉眼可见地提升——前十大重仓股占了总仓位的90.72%。兄弟们，这就是阿贝尔的风格：少即是多，看准了就要下重注，看不准的就别占着仓位。 04）当然，阿贝尔也不是什么都改。 苹果、美国运通、可口可乐、雪佛龙、西方石油、穆迪、卡夫亨氏——这7只核心重仓股，一季度完全没动。 苹果依然是绝对的第一大持仓，虽然市值跟着股价跌了点，但一股没卖。 这说明什么？ 说明阿贝尔心里有数，他知道伯克希尔的基本盘是什么。 这些公司是伯克希尔的"压舱石"，是老巴几十年攒下的家底，不能随便动。 阿贝尔再有自己的想法，也不会傻到一上台就拆老东家的台。 但这里也有个信号：苹果的仓位太重了，占了快一半的市值。 阿贝尔没减，不代表以后不会减。我觉得他在观察，在等一个合适的时机。 毕竟苹果现在的增长叙事确实在弱化，AI这块又一直雷声大雨点小。阿贝尔不是巴菲特，他对苹果的感情没那么深，该动手的时候，他不会手软。 05）连续14季净卖出，但真相没那么简单 看整体数据，伯克希尔一季度卖出241亿，买入159亿，净卖出82亿。 这是连续第14个季度净卖出。 表面看，阿贝尔还在延续"囤现金"的策略。 伯克希尔账上的现金和短期国债已经堆到了创纪录的水平，市场一直在猜，这4000多亿到底什么时候才会砸进市场。 但Kingswell有个观点很有意思：如果把Combs组合的清仓剔除掉，阿贝尔其实更接近"净买入"的状态。 谷歌加115亿，达美加26亿，还有其他一些小仓位，这些新增买入的力度，其实被清仓的噪音掩盖了。 兄弟们，这就有意思了。 阿贝尔不是在收缩，他是在"换仓"。 卖掉那些不核心的、看不懂的、管不过来的，把资金集中到真正想押注的方向上。 这不是防守，这是另一种形式的进攻——集中火力，精准打击。 ----- 看完这份13F，我对阿贝尔的评价就两个字：稳、狠。 稳的是核心仓位没乱动，知道什么能碰什么不能碰；狠的是该砍就砍、该押就押，谷歌百亿级加仓、航空股时隔6年回归，这种手笔需要魄力。 巴菲特的时代是"慢慢变富"，阿贝尔的时代可能会不一样。 他更年轻，对科技更开放，操作也更灵活。 这份报告就是一个信号：伯克希尔还是那个伯克希尔，但方向盘后面的人，已经开始按自己的路线开了。 后面的故事，才刚开始。

（未滿十八歲請勿觀看） （暫時先寫一篇，說不定xAi明天就幹掉我） . 「妳知道嗎？當初在小北百貨第一次見面的時候，我就很想幹妳、我無論如何都要幹妳、我排除萬難也要幹妳。」 「但很可惜，我看得出來，那陣子妳心情不好，沒有心思約會。」 「我不敢說。」 ............................ ............... 時隔兩年，難得的一次約會終於敲定。 48歲的大叔，輕輕牽著她的手，提醒她小心台階，絮絮叨叨的上了樓。 發自肺腑的一番話說完，單純陳述事實。 雙眼對視的當下燃了，她主動吻了上來。 . 有時候，女孩子要的不一定是真相。 時間跨度太大記憶模糊，所謂「真相」，已然沒有任何意義。 她要的，是你的心。 是你一直牽掛的心。 男人的性慾會隨著時間消退、會陳腐，放久了更是會提不起勁。 但男人始終沒忘記妳。 深深觸動的當下，往往會暫時忘卻一切，跟男人來場酣暢淋漓的性愛。 ====================== 兩年時間，足夠改變很多事。 還記得當初庫洛米怕我怕得要死，即便視訊認證完畢，她仍一直以為我是業者。 寫寫心得可以，我不是賣妹子的料。 之後沒有任何多餘的動作，就這樣靜靜看著，偶爾按愛心。 她的動態裡，粟色髮絲輕輕攏起了馬尾，點綴著嬌憨笑容。 她長得真好看，但照片拍得不怎麼樣。🤣🤣 . 我終究小瞧了這世代女孩子的性慾。 舊時代的女生，從頭到尾嚶嚶叫的很多，但沒人會主動抓老二，連A片內容也很少。 一般動物發情交配，遵循的是本能。 倘若本能壓過理性，就會做出許多令人匪夷所思的行為，男女都一樣。 情慾按摩撩起肉體極限渴望，蝴蝶展翅高飛、花蜜濕透荷葉。 「阿拔，變大了喔....來....❤️」 「先等一下，我還沒好啦~」🥲🥲 （中社，南北巡迴中）

重新审视 Token (词元）的属性 TLDR： 之前我也一度觉得是大宗商品/资产 甚至还设想过相关的交易和定价逻辑 也看到不少人提过Token期货，交易所之类 但现在我倾向它只是一种服务，没必要过度金融化 毕竟它没有办法脱离AI推理单独存在，无法被提前生产出来或预先被囤积。但换个角度看，是服务，就天然是分层的、多元的，不同的人有不同的需求，这其实也恰恰奠定了AI 经济必将是百花齐放而非赢家通吃的基础。 在这浪潮中，红利属于能把廉价 Token 加工成更有价值的 Token 卖出去的人。 -------------------------------- 我的一些个人思绪和逻辑： 1、Token (词元）经济从何而来？ 首先它是AI训练转向AI推理的产物， 这是理解 Token 商业模式的基础。 过去模型训练时代，主要是卖算力时间。为什么？因为训练是持续性的大工程，需要大量算力协同工作。这种规模的投入，有资本的大厂基本都会选择自购，毕竟可控性最强，但对于没有能力一次性投入大量资金的团队来说，出于对稳定性的要求，也会倾向选择租赁模式，包下一整段时间的独占使用权，榨干这段时间内算力的所有价值，是一种占用的逻辑。 但随着主流大模型开始进入商用阶段，AI 算力的需求重心也从模型训练转向了推理。你用 GPT聊天、用 Claude写代码、问豆包问题，这些本质上都是在跑推理，每一次调用，都在为你做一次推理和计算。 而推理是相对碎片化的、一次性的、用完即走的。虽然也有不少企业，仍然会采用租赁或自购的模式来跑推理，但对于广大中小开发者和应用方来说，他们对算力独占性的要求并不高，因而额外衍生出了按消耗计费的模式，这样算力服务商就可以把算力资源同时卖给成千上万个客户。 Token (词元) 就是在这种背景下而产生的，衡量每次计算消耗了多少资源的那个单位，你付的钱，就是对这次计算的补偿，本质是消耗逻辑。 所以训练和推理是完全不同的生意形态： 训练时代，商业模式是卖 GPU 时间。 推理时代，商业模式是卖 Token (词元)。 --------------------------------- 2、为何Token (词元) 是服务属性而非商品/金融属性？ 卖Token (词元)，就是卖服务！ Token (词元) 经济，本质是服务经济！ 为什么？ 一个比较直接的原因是 Token (词元）不能被预先生产出来，而是产出后就被消耗掉了，并作为衡量你这次推理服务所消耗资源的参考，来给你计费。 且Token (词元) 的一些特性，也和大宗商品的逻辑不像： - 价格长期下降趋势 - Pay-As-You-Go - 难以标准化 你在Claude的100万Token额度，和你在Minimax的100万Token额度，两者本身是没有可比性的，模型不同，性能不同，定价完全可以不一样。 而大家愿意接受价格差异的原因，也是因为 Token (词元) 本质上计量了一种非标准化的服务，而不同用户对服务的诉求是不同的，有的人看重性能，所以愿意支付溢价，有的人看重成本控制，所以觉得国产开源模型也够用了。 而整个模型市场占有率，并没有出现几家独大，本身也是其服务属性的体现。如果 Token (词元) 是资产，那资产的流动性、网络效应，一定会引发所有资源最终向一个市场集中，形成赢家通吃的局面。但恰巧 Token (词元) 其实是服务，而服务市场天然是分层的、多元的，不同的服务商满足不同的需求，所以才构成了 AI 经济百花齐放的基础。 我想通这点后，就不再纠结模型厂商只有哪家笑到最后了。 因为未来必将是多模型共存、多层级并行的格局，Token（词元）也将会被计入到企业的会计成本之中，并反映到企业的产品和服务之中。 比较值得关注的一点是，AI时代Token所代表的服务经济和传统的人力服务经济，成本曲线可能是完全反过来的。由人所提供的服务，长期要求的是报酬上升，这也是为什么服务业占比高的经济体，服务更贵。但 Token 服务恰恰相反，价格长期只会下降，当 Token 逐步替代掉一部分原本需要人力智力才能完成的工作，这部分成本不但不会随时间上升，反而会持续走低。 这可能也是这一波AI的红利之一。 ------------------------- 3、这个Token (词元) 服务都有谁在卖？ - 闭源模型厂商 - 开源模型厂商 - 开源模型托管商 - 大模型聚合器、中转站 1）闭源模型厂商：直营为主，分销为辅 最直接的模式。OpenAI 卖 GPT 的 Token，Anthropic 卖 Claude 的 Token。模型自己训的、API 自己提供、定价权在自己手里，产品和渠道都是自己的，跟品牌直营店一个逻辑。当然作为最顶级的模型，难免会被接入像一些API中转站，或者Open Router这样的大模型聚合平台被动分销。 2）开源模型厂商：开源也挺赚钱的 开源模型谁都可以拿去用，很多人不想自己本地跑，因此催生出了一批开源模型托管商，他们可以帮你跑模型，并按 Token 收费。但这就引出一个问题：Token 的钱都让模型托管商这些中间商赚了，开源模型的开发者自己怎么赚钱？这一点，至少中国的开源模型厂商，走的很灵活。 像Minimax，Kimi，Zhipu，它们都有自有的 API 直售，更多面向开发者群体，并且也都有自己的 Coding Plan 订阅包，把按 token 计费玩出了订阅制，完全是中国移动卖流量的玩法。而OpenClaw 这波更是让它们赚得盆满钵满，各自推出了品牌化的 Claw 产品，帮用户把 OpenClaw 部署好，底层跑自家模型，Token 消耗从自家 API 走。 3）开源模型托管商：帮别人跑模型，赚差价 对于那些没有能力或意愿自己卖 Token 的开源模型来说，托管商就是它们触达用户的渠道。它们帮开发者跑模型、按 Token 收费： - Together AI / Fireworks：自有 GPU 集群 + 极致推理优化，核心竞争力是翻台率，同样的卡单位时间能吐出更多 Token。 - Groq：自研 LPU 推理专用芯片，不用传统 GPU，核心竞争力是极致速度，跑 Llama、Qwen 等开源模型比 GPU 快。 - Cloudflare Workers AI：全球 300+ 边缘节点，跑 Llama、Mistral、Qwen，最近还加了智谱 GLM 和 Kimi，核心竞争力是低延迟 + 开发者生态 - AWS Bedrock / Google Vertex AI — 企业级云平台，跑 Llama、Mistral 等主流开源模型，核心竞争力是客户的数据和基础设施已经在这些云上了，迁移成本低 4）大模型聚合器：一个入口管所有模型 闭源和开源的大模型越来越多，而不同场景适合不同模型，不同模型的优劣势不同，对开发者来说，一个个去接不同厂商和托管商的 API，管理起来很痛苦。于是催生了 OpenRouter 这类聚合器，可以接几十个模型，开发者在一个地方统一管理、按需切换即可。 OpenRouter按照批发转零售的模式盈利，各家模型厂商把自己的Token分销出去。而 OpenClaw 这波直接让 OpenRouter 上中国模型的消耗量暴增，前十名 Token 消耗量中，中国模型占了 61%，前五有四个是中国的。 而围绕这条 Token (词元) 产业链，也衍生出了一些其他的参与者和新需求： 第一是一些推理优化引擎，vLLM、SGLang 这些开源项目，在大家对效率极致追求的当下，通过对硬件算子层面（更高效地利用 GPU 计算单元，减少内存碎片和带宽瓶颈）以及 LLM 算法层面（让多个请求共享已经算过的内容，更聪明地管理显存）的优化，提升同一张卡在同一时间内的 Token 吞吐量。 它们自己不面向终端用户收费，但 Together AI、Fireworks 这些托管商底层用的就是这些技术。也有不少自己本地跑开源模型的开发者，会直接使用 vLLM 或 SGLang 来搭建自己的推理服务。 第二是对Token消耗的优化需求，当 Token 消耗逐渐常态化，自然就会有人开始琢磨怎么省钱，也有不少人早就抱怨OpenClaw高昂的Token消耗，那么，帮你预览一次 Prompt 会消耗多少 Token、建议怎么优化 Prompt 来降本、甚至自动帮你选性价比最高的模型和服务商的产品，就很有市场了。 ---------------------------- 4、AI经济时代，真正的机会在哪？ 我觉得 Token 经济的红利，属于把廉价的 Token 加工成更有价值的 Token 卖出去的人。 1）如果你有能力，就做一个模型，哪怕是微调的 你不需要从头训一个 GPT，在开源模型基础上针对某个垂直场景做微调，只要在某个细分领域效果够好，就有人愿意按 Token 付费调用你的模型。前面说了，Token 是服务，服务市场天然分层，通用大模型吃不掉所有场景，垂直微调的模型在自己的领地里反而更有定价权。 2）做一个新时代的产品，开放 API 你的产品底层消耗 Token，但你的产品本身也可以对外输出能力，你开放 API，让别的开发者和 Agent 来调用。你买入底层模型的 Token，加上你的产品逻辑和数据，产出更高价值的 Token 服务卖出去。这跟传统行业买原材料、加工、卖成品的逻辑是一样的。 3）写 Skill，做 Agent 每一个被广泛使用的 Skill 和 Agent，背后都是源源不断的 Token 消耗。你写的 Skill 越好用、越多人用，你帮模型厂商卖出去的 Token 就越多。这不是你直接卖 Token，但你是这条产业链上的分销渠道。 而不管你选哪条路， 你的护城河在我看来最终都会归结为三样东西： 算力、算法、数据。 算力影响你的吞吐量 算法影响你的效率和成本 数据决定你是不是不可替代

美国人破防：中国简直逆 天，竟想用电磁力，从月球 将氦-3运回地球 自嫦娥七号抵达海南文昌发 射场不过短短三周，美国 《太空新闻》《大众机械》 等一众主流媒体便纷纷沸腾 起来。 它们以“超乎想象的科幻照进 现实”、“重塑太空规则”等震 撼性词汇，对中国航天的一 项前沿构想展开了铺天盖地 的报道。 这一令美国媒体集体哗然的 计划，简而言之，便是中国 计划在月球上构建一台“电磁 弹射装置”，无需消耗一滴火 箭燃料，即可将月球上的宝 贵资源——氦-3，精准弹射回 地球。 此消息一出，全球网友皆为 之惊叹，有人戏称这是“现实 版的人间巨炮”，也有人感慨 “他人尚在探索登月之路，中 国已开启月球物流新篇章”。 细思之下，这并非遥不可及 的幻想，而是中国深空探测 实验室正在严谨论证的技术 蓝图，其背后，隐藏着关乎 人类未来能源格局的深远布 局。 首先，让我们揭开氦-3的神 秘面纱。 它被誉为“宇宙中的黄金”，实 至名归，因其是目前人类已 知的最理想核聚变燃料，无 出其右。 我们常提及的可控核聚变， 主流方案多采用氘与氚，虽 能量巨大，却伴随着高能中 子的产生，这些中子不仅会 侵蚀反应堆结构，还会留下 难以处理的长寿命放射性废 料。 而氦-3则截然不同，当它与 氘发生聚变时，仅产生质子 与氦-4，几乎无中子辐射， 亦无长寿命放射性废料之 忧。 这意味着什么？意味着氦-3 核电站可安全建于城市中 心，无需担忧核泄漏风险， 亦无需构建厚重的防辐射屏 障。 更令人惊叹的是其能量密 度，据国际原子能机构2022 年发布的核聚变能源数据库 显示，一公斤氦-3完全聚变 所释放的能量，相当于燃烧 11900吨优质煤炭，或1400 吨汽油。 简而言之，100吨氦-3即可满 足全人类一年的电力需求， 25吨则能让中国全年摆脱火 电依赖。 若月球上的氦-3得以全面开 采，足以支撑全人类600至 2600年的能源需求，能源危 机、碳排放、石油战争等议 题，或将永远成为历史。 然而，现实是残酷的，地球 上的氦-3资源极为稀缺，全 球可经济开采的储量尚不足 半吨。 这点量，连实验室研究都显 得捉襟见肘，更遑论用于发 电。 当前，一克氦-3的价格远超 黄金数十倍。 为何地球上如此匮乏氦-3？ 原因在于地球拥有厚实的大 气层与强大的磁场，几乎将 太阳风中的氦-3粒子全部阻 挡在外。 反观月球，它既无大气层， 也无磁场，数十亿年来，如 同一个巨大的吸尘器，默默 收集着太阳风中的氦-3。 这些氦-3原子深深嵌入月壤 颗粒表面，形成了一层薄薄 的“能源外衣”。 据嫦娥五号带回的月壤样本 分析，仅月球南极地区的 氦-3储量就超过100万吨，整 个月球的浅层总储量在100万 至500万吨之间。 这无疑是上帝赐予人类的最 后一份能源厚礼，谁先掌握 月球氦-3的开采与运输技 术，谁便掌握了未来世界的 能源命脉。 然而，将月球上的氦-3运回 地球，绝非易事，运输成本 是最大的障碍。 传统方式依赖火箭发射登月 舱，采集月壤后再用火箭发 动机返回地球。 但此方式成本高昂，据估 算，将一公斤物品从地球送 至月球需约10万美元，而将 一公斤月壤从月球运回地 球，成本更是高达数十万美 元。 若以此方式运输氦-3，别说 盈利，连成本的零头都难以 收回。 且火箭运输效率低下，一次 仅能带回几公斤物品，实现 商业化开采，无异于天方夜 谭。 这也是为何多年来，尽管月 球资源广为人知，却无人真 正动手开采的原因。 正当全球科学家束手无策之 际，中国工程师突破传统思 维框架，提出了一个颠覆性 的解决方案：摒弃火箭，改 用电磁力。 这一方案正式命名为“月基磁 悬浮旋转抛射系统”，其原理 与奥运会上的掷链球比赛颇 为相似。 想象一下，在月球表面构建 一个巨大的旋转装置，配备 一根数十米长的旋臂。 将装满氦-3的返回器固定于 旋臂末端，利用高温超导电 机驱动旋臂高速旋转。 随着转速不断提升，返回器 的速度亦随之加快，当达到 每秒2.4公里，即月球的逃逸 速度时，精准释放返回器。 此时，返回器便如同被甩出 的链球，沿预设轨道飞向地 球。 整个过程无需任何化学燃 料，完全依靠电力驱动，且 月球几乎无空气阻力，能量 损耗极小。 更令人称奇的是，每次抛射 完成后，旋转装置的制动系 统还能回收70%以上的动 能，转化为电能循环利用。 这简直是一台近乎永动机的 存在，能源利用率高得惊 人。 或许有人会问，如此庞大的 装置，如何运至月球？中国 科学家早已未雨绸缪。 整套系统总重约80吨，可拆 分为多个模块，利用正在研 制的长征九号超重型火箭分 两次运至月球表面。 长征九号的三级半不回收构 型地月转移轨道运载能力达 50吨，运送这些模块绰绰有 余。 运至月球后，再由月球机器 人进行组装，整个过程无需 宇航员亲自操作，大大降低 了风险与成本。 据测算，该系统建成后，每 日可执行两次发射任务，每 次运送数百公斤有效载荷， 每年稳定运输3至5吨氦-3。 按当前市场价格，一吨氦-3 价值30亿美元，3吨即达90 亿美元，折合人民币约650亿 元。 而整套系统的建设成本约 1300亿元人民币，意味着两 年多即可收回全部成本，之 后便是纯盈利。 且该系统设计使用寿命至少 20年，这无疑是一笔稳赚不 赔的生意。 当然，除了运输氦-3外，该 系统还有诸多其他用途。 如可用于运输月球上的水 冰、金属矿产等其他资源， 甚至可用于发射卫星与探测 器。 未来，从月球发射卫星，无 需火箭，直接利用电磁弹弓 即可，成本可降低90%以 上。 这将彻底改写太空运输规 则，使地月之间的物资运输 变得如同今日快递般便捷高 效。 届时，月球基地将不再是一 个孤立的前哨站，而是真正 意义上的太空工业基地。 我们可在月球上就地取材， 生产太阳能电池板、航天器 零部件，甚至建造大型太空 电站，再利用电磁弹弓将这 些产品运回地球或送往其他 星球。 这将开启人类太空工业化的 新时代，其意义不亚于当年 的工业革命。 或许有人认为，这一切尚显 遥远，只是美好的幻想。 但实际上，中国在相关技术 领域已积累了深厚基础，诸 多关键技术均已取得突破性 进展。 首先是电磁弹射技术，我们 的福建舰航母已装备世界上 最先进的电磁弹射系统，表 明我们在大功率电磁加速、 能量储存与控制等方面已达 到世界领先水平。 月基磁悬浮抛射系统实为电 磁弹射技术的延伸与应用， 原理相通。 其次是高温超导技术，中国 的高温超导材料研究一直走 在世界前列，已实现商业化 应用。 高温超导电机与磁悬浮轴承 是该系统的核心部件，无它 们则无法实现如此高的转速 与能量利用率。 再者是月球探测技术，我们 已成功完成嫦娥一号至嫦娥 六号任务，实现了月球正 面、背面与南极的软着陆与 采样返回。 我们对月球的地形地貌、地 质结构、资源分布已有了深 入了解，为未来建设月球基 地与开采氦-3奠定了坚实基 础。 据中国航天公布的规划，我 们将在2030年前实现载人登 月，2035年前后建成国际月 球科研站。 而月基磁悬浮抛射系统的关 键部件研制工作将于2030年 左右完成，2035年前后随月 球科研站一同部署至月球。 预计到2045年，我们便能实 现月球氦-3的商业化开采与 运输，为地球提供源源不断 的清洁能源。 这一时间表看似激进，但考 虑到中国航天过去几十年的 发展速度，实则并不夸张。 回想20年前，我们尚只能发 射几吨重的卫星，如今已拥 有自己的空间站，还能从月 球背面采样返回。 再过20年，实现从月球用电 磁力运氦-3回地球，又有何 不可能？ 当然，面对中国在 太空领域的迅猛发展，美国 自然坐立不安。 其实，美国早在几十年前便 提出过类似的月球资源开发 计划，但一直停留在纸面 上，未见实质性进展。 如今见中国已将此计划提上 日程，美国媒体才惊呼中国 “抢跑”。 美国的一些私营公司也开始 跟风，如蓝色起源与月球前 哨站公司便宣布要在2030年 代初期实现月球氦-3的初步 开采。 但他们的方案仍采用传统火 箭运输方式，成本根本无法 与中国电磁抛射系统相提并 论。 且美国如今连重返月球都一 拖再拖，阿尔忒弥斯计划已 多次推迟，能否在2030年前 实现载人登月尚存疑问。 更遑论建设月球基地与开采 氦-3了，那更是遥遥无期。 除美国外，俄罗斯、欧洲、 日本等国家和地区也均有自 己的月球探测计划。 但他们要么技术实力不足， 要么资金匮乏，根本无法与 中国相提并论。 可以说，在未来的月球资源 开发竞赛中，中国已占据明 显领先优势。 这并非偶然，而是中国几十 年如一日坚持自主创新、厚 积薄发的结果。 我们一步一个脚印，从跟跑 到并跑，再到如今的领跑， 靠的是无数航天人的辛勤付 出与无私奉献。 或许有人会问，我们当前尚 有许多问题未解，为何要投 入巨资进行太空探索？其 实，这个问题答案显而易 见，因为太空探索代表着人 类的未来。 地球资源有限，终有耗尽之 日，人类若想继续生存与发 展，必须走向太空。 月球是人类走向深空的第一 站，也是最重要的一站。 掌握月球资源开发利用技 术，人类便拥有了无限的能 源与物质资源，可摆脱地球 束缚，真正成为一个星际文 明。 且太空探索带来的技术溢出 效应巨大，我们如今使用的 诸多物品，如GPS、尿不 湿、不粘锅、核磁共振等， 均为航天技术的副产品。 可以说，今日在航天领域投 入的每一分钱，未来都将以 百倍千倍的形式回报给我 们。 当然，我们也要清醒地认识 到，月球氦-3的开发利用尚 有许多技术难题待解。 如月尘对设备的磨损问题、 月球极端温度环境对材料的 影响问题、返回器的精准控 制与回收问题等。 这些问题非一朝一夕可解， 需科学家们长期努力。 但只要我们保持当前发展势 头，一步一个脚印地前行， 这些问题终将被我们一一攻 克。 相信不久的将来，我们便能 目睹第一艘满载氦-3的返回 器从月球启程，飞向地球。 届时，人类将正式迈入清洁 能源时代，一个无能源危 机、无环境污染、无战争的 美好未来正向我们招手。 最后，我想说，中国航天从 未以称霸太空为目标，而是 致力于和平利用太空资源， 造福全人类。 我们一直主张在平等互利、 和平利用、包容发展的基础 上，加强国际航天合作。 中国的国际月球科研站已向 全世界开放，欢迎所有国家 和地区参与进来，共同探索 月球的奥秘。 相信在全人类的共同努力 下，我们定能实现从月球开 采氦-3的梦想，为人类的可 持续发展开辟一条全新道 路。 让我们共同期待那一天的到 来，见证中国航天创造更多 奇迹，见证人类文明迈向更 加辉煌的未来。 信源： 《央视新闻》——《中国探月 工程 “时间表” 公布 2030 年 前将实现载人登月》 《中国新闻网》——《中国科 学家首次成功获得嫦娥五号 月壤中氦 - 3 含量及提取温 度》 《国家航天局》——《国际月 球科研站，这样建！—— 访 中国探月工程总设计师吴伟 仁》 《中国科学院宁波材料技术 与工程研究所》——《月壤玻 璃：捕获和保存氦 - 3 气体的 关键物质》

🚨 重要观点： $BTC 让我再提醒一次，就像我两个月前说的那样。 👉 在 PMI 低于 50 的情况下 $BTC 从未经历过完整的牛市周期 现在很多人认为👇 👉 $BTC 会从这里回调 50% 但这其实很不合理 👉 这不是 2015 年 👉 现在是一个完全不同的资产 此外👇 👉 $BTC 并不遵循所谓的“四年周期” 👉 它一直跟随的是： Business Cycle 而现在👇 👉 它再次按这个规律运行

过去这波龙虾热我一直有种违和感和割裂感，总觉得缺了点什么，甚至发推的欲望也降低了不少。 今天早上想明白了，这种感觉的来源就是看着全网都开始fomo，都开始下场嗨，但没几个人通过认知真的变现出钱。 在币圈这么多年下来已经习惯了“认知->赚钱”的快速转化，学一个新知识新技能就能快速变现成收益。 比如Defi，领先于别人搞明白了逻辑和玩法，我白嫖到的 $YFI 价值十几个BTC，还有上万个 $Cake 和记不清的其它各种矿。 比如Meme，领先于别人搞明白Agents，Ai16z 和丝袜那波我和身边小伙伴很多人赚了大钱。 BTC就不提了，随手想到的还有铭文，还有Gamefi啥的，都是普通人有机会逆天改命的大机会。 按过去的经验，龙虾这么大声势身边总该看到有赚M级别的小伙伴了，问了一圈，挣到钱的没几个。 如此大热，很多人亢奋了好多天，折腾了好多天，Token烧了一大堆，大家除了卖课却还没能找到靠谱可批量跟随的变现方式（地推圈倒是看到第一时间跟上概念在搞钱了）。 AI圈普通人赚钱的门槛比币圈高多了，机会也少的多，至少目前感觉如此。

教师系列又来了，自己的学生生涯有这样的老师吗？。seedance prompt : 👋👋👋第一段（0-15秒）—— 紧张前戏 + 高潮峰值 真实系视频提示词（15秒完整版 - 纯第一人称POV） 以未经处理的iPhone手持不稳定视频素材风格呈现，所有相机设置均为自动，无任何后期调色或特效。画面带有真实的操作者呼吸感和轻微不规则手持抖动，自动对焦经常出现激烈搜索、短暂失焦和延迟恢复，自动白平衡随图书馆灯光与远处窗户自然光混合在冷暖色调之间自然切换。图像整体平坦且略显泛白，保留真实的镜头光晕、眩光、边缘紫绿彩色晕染、轻微过曝或欠曝等光学瑕疵。在画面下部偶尔出现淡淡的指纹油渍伪影。仅使用画内自然环境音效（书页翻动声、远处极轻的脚步声、空调低鸣、压抑的呼吸声、丝袜与旗袍摩擦的细微沙沙声），任何声音都要极度压低，强声时麦克风轻微失真。采用全程纯第一人称POV视角（学生主观视角），画面中完全看不到自己、看不到手机、看不到任何手部或身体部位，镜头运动完全跟随自然头部转动和目光移动，构图偶尔不完美，带有真实呼吸抖动和紧张时的轻微晃动。 0-4秒时，镜头以第一人称视角停留在图书馆偏僻书架角落的书桌上，画面有明显呼吸抖动。女老师 突然从背后贴近，穿着白色光泽旗袍式连衣裙 GPT Image 2_1779060892405_0 （高开叉设计、胸前钥匙孔镂空、粉色花卉蕾丝肩饰），搭配白色吊带丝袜和白色吊袜带，一只手迅速捂住嘴巴，另一只手直接按在大腿内侧，低声命令：“别出声……乖，坐好。”声音压得极低，却带着强势诱惑。自动对焦在白色旗袍高开叉和白色吊带丝袜上搜索。 4-9秒时，老师更主动地贴紧，高开叉旗袍向上滑，露出大段白皙大腿和白色吊带丝袜。她低声在耳边说：“看好了……这就是你想看的。”镜头下意识低头，对焦锁定在白色丝袜和吊袜带特写上——光泽旗袍面料紧绷、丝袜反光细腻。呼吸声明显变重。 9-15秒时，远处脚步声逐渐靠近，老师动作更主动地压住你，低声警告：“有人来了……但你现在不能动，也不能出声。”白色旗袍高开叉和吊带丝袜紧紧贴着，画面剧烈晃动，紧张感达到峰值。脚步声越来越近，画面在极度压抑的氛围中定格。 画面呈现出真实的未经处理手持视频质感，纪录片级别的自然不完美感，无任何后期调色或特效。所有相机行为均符合iPhone自动拍摄的物理特性。 第二段：真实系视频提示词（纯第一人称POV） 以未经处理的iPhone手持不稳定视频素材风格呈现，所有相机设置均为自动，无任何后期调色或特效。画面带有真实的操作者呼吸感和轻微不规则手持抖动，自动对焦经常出现激烈搜索、短暂失焦和延迟恢复，自动白平衡随图书馆灯光与远处窗户自然光混合在冷暖色调之间自然切换。图像整体平坦且略显泛白，保留真实的镜头光晕、眩光、边缘紫绿彩色晕染、轻微过曝或欠曝等光学瑕疵。在画面下部偶尔出现淡淡的指纹油渍伪影。仅使用画内自然环境音效（书页翻动声、远处极轻的脚步声、空调低鸣、压抑的呼吸声、丝袜与旗袍摩擦的细微沙沙声），任何声音都要极度压低，强声时麦克风轻微失真。采用全程纯第一人称POV视角（学生主观视角），镜头运动完全跟随自然头部转动和目光移动，构图偶尔不完美，带有真实呼吸抖动和紧张时的轻微晃动。 接 5月18日 (1)(1) 延长15秒。0-3秒时，远处脚步声已经非常近，老师 穿着 依然坐在你正对面，一只手捂住你的嘴巴，另一只手按在你黑色西裤的大腿内侧，低声警告：“有人来了……千万别出声。”白色旗袍高开叉和白色吊带丝袜紧紧贴近，画面剧烈晃动。 3-7秒时，就在脚步声几乎走到书架口时，老师忽然迅速松开手，快速整理好旗袍和头发，瞬间切换成正常老师姿态，坐在你对面一本正经地翻开书本，用正常音量说：“这里要这样解……你看懂了吗？”与此同时，她在桌下突然抓住你的手，轻轻拉到她白色吊带丝袜的大腿上，十指交扣地握紧，同时低声在你耳边说：“下次记得提前告诉我……我可以专门留时间给你。”画面在老师表面严肃补课、桌下却温柔主动握手的强烈反差中自然定格。 画面呈现出真实的未经处理手持视频质感，纪录片级别的自然不完美感，无任何后期调色或特效。所有相机行为均符合iPhone自动拍摄的物理特性。