《🔥如何使用DeepSeek选股炒股，让收益跑赢95%的散户？六年股民实战分享！》 本文为入市六年老股民的真实实操心得，全程落地可复制，无空泛理论。 一、炒股六年亏掉一辆车，直到我换了一种选股方式 先上一组真实数据：我今年的收益率是37.6%。不算惊人——肯定比不过那些抓到翻倍妖股的幸运儿。 但支付宝给我弹了一个提示：「你的收益超过了95%的基民和股民」。那会儿我才意识到：原来A股里大部分人今年压根没赚到钱。 我炒股六年，前五年都在亏。不是小亏，是把一辆本田雅阁亏进去的那种。我试过追涨停板、学过波浪理论、研究过缠论、还花过8000块报过一个「游资操盘手」的课。结果呢？亏得更快了。 后来我终于想明白了一件事：我根本不是在做投资，我是在赌博。我所谓的「选股」就是刷雪球看谁被讨论得多、看东方财富的评论区哪只票热度高、看哪个大V又发了代码。 我没有做过哪怕一次完整的公司基本面分析——因为我根本不知道怎么做，也没有时间做。直到DeepSeek出现。 梁文锋的幻方量化是DeepSeek的母公司——中国最顶级的量化对冲基金之一。他们训练出来的AI模型，骨子里就带着金融分析的基因。这个工具让我第一次觉得——原来一个散户也可以像机构那样做研究。 今年我选出来的每一只股票，都经过了DeepSeek至少三个维度的深度分析。没有一只是因为「听别人说好」就买的。这篇文章，就是我今年用DeepSeek选股的全套方法论。 二、DeepSeek选股的「铁三角」——基本面+技术面+情绪面 机构选股不是靠「感觉」或者「消息」——他们靠的是一套系统化的分析框架，覆盖三个核心维度：基本面（这家公司值不值得买）、技术面（现在是不是买入的好时机）、情绪面（市场其他参与者在想什么）。 散户和机构最大的差距就在于——散户三个维度一个都不看（或者只看技术面画几条线），机构三个维度都有专职团队覆盖。DeepSeek帮我把这三个维度的分析能力，从「机构专属」变成了「散户可及」。 三、基本面分析——五个提示词挖出财报里的「隐藏信息」 基本面分析是选股的核心。但A股有5000多家公司，每家公司的年报动辄两三百页——你就是辞职在家全职读也读不完。 DeepSeek的价值就是：它能在几分钟内啃完一份年报，帮你提炼出最关键的信息。但不是你随便问一句「这家公司怎么样」就行——你得问对问题。以下是我反复验证过的五个「挖金问题」，每一个都对应一个具体的选股逻辑。 第一问：盈利质量——公司赚的是真金白银还是纸面利润？ 很多公司报表上的净利润很好看，但实际上根本没收到现金——全是应收账款。 你要让DeepSeek帮你做这个「揭老底」的检查：「分析[公司名]最新年报，计算经营性现金流与净利润的比值（近三年趋势），检查应收账款占营收的比例是否异常上升，判断公司的盈利质量是否存在水分」经营性现金流长期低于净利润、应收账款增速持续高于营收增速——这两条红灯同时亮起，直接pass。 我今年用这个提示词排除了至少4只「看上去很美」的股票。 第二问：成长持续性——增长是加速还是减速？ 看增长不能只看「有没有增长」，要看「增长的加速度」。连续三年营收增长30%-25%-18%，增速在递减——这是成长性衰竭的信号。 提示词：「分析[公司名]近三年营收和净利润的同比增速变化趋势，计算复合增长率，判断公司的成长是加速还是减速，分析减速的主要原因是否具有持续性。」 第三问：护城河——凭什么竞争对手抢不走它的生意？ 毛利率是企业护城河最直观的量化指标。如果一家公司能连续多年维持高于行业的毛利率，说明它有某种竞争对手无法轻易复制的东西——品牌、技术专利、网络效应、规模优势。 提示词：「对比[公司名]与同行业头部公司的毛利率、净利率、ROE三年趋势，分析该公司的竞争优势来自哪里，护城河是变深了还是变浅了，哪些因素可能威胁其竞争地位。」 第四问：隐藏雷区——财报附注里藏着的「定时炸弹」 这是DeepSeek最让我惊艳的能力之一——它真的会去「读」财报附注。而财报附注里往往藏着上市公司最不想让你看到的东西。大额对外担保、关联交易占比异常、商誉减值风险、存货跌价准备不足——这些对于普通散户来说是「天书」一样的存在，DeepSeek能像侦探一样找出来。 提示词：「仔细阅读[公司名]最新年报的附注部分，找出可能存在风险的会计科目（重点关注：商誉、应收账款账龄、关联交易、对外担保、存货减值计提是否充分），逐一评估风险等级。」 第五问：估值合理性——现在的价格到底贵不贵？ 最后一步才是看价格——很多散户把这个顺序搞反了，一上来就问「这只票现在能不能买」。正确的顺序是：先确认公司质量过关，再判断价格是否合理。 提示词：「计算[公司名]当前PE/PB/PS，与近五年历史区间和同行业均值进行对比，结合公司的成长性和盈利质量，评估当前估值处于什么水平，是被高估、合理还是低估。」 【基本面分析速记卡——五个必问DeepSeek的问题】 一、盈利质量：经营现金流/净利润比值？应收账款是否异常？ 二、成长持续性：近三年营收和利润增速是加速还是减速？ 三、护城河：毛利率vs同行？竞争优势在变深还是变浅？ 四、隐藏雷区：商誉/关联交易/对外担保/存货减值——逐一排查 五、估值合理性：当前PE/PB处于历史什么位置？和同行比呢？ ▲ 五个基本面提示词让DeepSeek在几分钟内完成一个分析师团队几天的工作量 四、技术面分析——用DeepSeek找到「基本面好+买点对」的交集 基本面分析告诉你「这只股票质地好不好」，技术面分析告诉你「现在买时机对不对」。两者缺一不可。好公司在错误的时间买入，照样亏钱。 DeepSeek在技术面分析上有一个独特的优势——因为它背靠幻方量化的技术基因，它对技术指标的解读远比普通的「看图说话」要深度。 我最常用的三个技术面分析方法是： 第一，均线系统——让DeepSeek判断当前股价在所有重要均线（5/10/20/60/120/250日）中的相对位置，是典型的多头排列还是空头排列； 第二，量价关系——成交量是价格走势的「燃料」，放量突破关键压力位是真突破的可靠信号，缩量上涨则需要警惕；第三，技术指标共振——不会只看一个指标，而是让DeepSeek同时检查MACD、KDJ、RSI和布林带，只有在多个指标同时发出相似信号时才认为信号有效。 一个特别实用的提示词模板：「分析[股票名]近三个月的日K线走势。 第一步：判断当前均线排列状态（多头还是空头）； 第二步：分析近一周的量价配合情况； 第三步：检查MACD、RSI和布林带是否出现背离或共振信号。 综合以上三个维度，给出当前是否适合介入的技术判断。」 ▲ 技术面不是画几条线就完事了——量价关系+指标共振才是核心 五、情绪面分析——让你在市场疯狂时保持冷静的「AI保险丝」 这个维度是散户最容易被收割的地方。一只股票基本面很好、技术面也发出了买入信号——但如果你是在市场情绪最高涨的时候追进去的，很可能买在了山顶上。 DeepSeek可以做舆情追踪：你让它搜索目标股票最近一周在全网（微博、股吧、雪球、新闻）上的讨论，统计正面/负面/中性评价的比例，再和前一阶段的数据做对比——如果正面情绪在短时间内剧烈升温，往往意味着短期过热。 还有一个冷门但好用的用法：让DeepSeek帮你「反向思考」。 当你特别看好一只股票的时候，不要问它「这只股票有什么投资价值」——你已经先入为主了。而是问它：「如果这只股票未来半年跌了30%，可能是哪些原因导致的？请列出所有可能的风险因素，包括那些市场上目前没有人讨论的潜在风险。」 这种反向提问会让你在情绪高涨的时候保持一份清醒——这份清醒在牛市中可能让你「少赚」，但在熊市中能救你的本金。 ▲ 全网舆情追踪+反向思考——AI帮你在大众疯狂时守住理性 六、我的完整选股流程：从5000只到最终2-3只 以上三个维度单独来看都很有用，但真正的威力在于把它们串成一套系统化流程。以下是我今年优化了至少五个版本之后沉淀下来的完整选股六步流程： 第一步：行业筛选。 不直接从5000多只股票里选——那太多了。先用DeepSeek做行业比较分析，找出当前处于景气上行周期的3-5个行业赛道。 提示词：「对比以下五个行业近期的景气度指标（营收增速、库存周期、政策环境、机构持仓变化），推荐两个最值得关注的行业并说明理由。」这步做完，选股范围从5000只收缩到了大概三四百只。 第二步：基本面初筛。 在目标行业内，用五个基本面提示词（第三节的方法）对行业龙头和主要竞争对手逐一做快速扫描。 重点关注两个「一票否决」指标——经营现金流长期为负的、应收账款增速持续超过营收增速的，直接排除。这步做完，候选池缩小到20-30只。 第三步：财报附注深挖。 对候选池里的每一只股票，用「隐藏雷区」提示词做一次深度排雷。商誉占比过高的、大额对外担保的、关联交易占比异常的——标记出来，结合具体情况判断是否继续保留。 这步很关键——今年帮我在一只非常火的消费股上发现了巨额商誉减值风险，避免了一大笔潜在亏损。 第四步：估值判断。 在排雷之后的池子里，逐一做估值分析。当前价格处于历史估值区间的什么位置？和同行业相比是高是低？结合公司的成长性判断当前估值是否合理。这步做完，候选池缩小到8-12只——剩下的都是「基本面过关+价格合理的优质标的」。 第五步：技术面择时。对着这8-12只股票，逐一用技术面方法判断当前是否适合介入。重点看均线排列状态和量价配合——只有「多头排列+放量企稳」的才列入买入备选。这步做完，真正准备出手的只有3-5只。 第六步：仓位分配和止损预设。最后一步不是选股，是「管钱」。每只股票分配多少仓位？总仓位不超过多少？每只的止损线设在哪里？这些我都会让DeepSeek基于我的风险偏好给一个参考建议，最终自己拍板。 铁的纪律是：任何一只股票，单笔亏损不超过总资金的2%。这个比例看起来很保守，但它保证了你即使连续犯错十次，本金也就亏20%——还能东山再起。 ▲ 六步完整选股流程——从5000只到2-3只，每一步都有明确的筛选逻辑 七、用DeepSeek选股最容易犯的三个致命错误 致命错误一：让DeepSeek直接推荐股票代码。 「帮我推荐三只这个月最值得买的股票」——这是最危险的问题。DeepSeek可能会给你一个答案，甚至包含看起来很具体的目标价和理由。但AI的「推荐」本质上是基于历史数据的模式识别，它既不预测未来，也不为你的亏损负责。 正确的问法永远不是「推荐什么」，而是「帮我分析这个」。你是最终的决策者，AI是你的研究助手——这两个角色绝对不能模糊。 致命错误二：用DeepSeek的结论代替自己的判断。 DeepSeek说「这家公司基本面良好」——你看了觉得有道理——然后买了。请注意你的决策链条：你唯一的判断依据是「AI说的」。这就是所谓的「外包式决策」——看起来你做了研究，实际上你把最关键的判断环节外包给了一个语言模型。 正确的做法是：DeepSeek提供数据和角度，你用这数据和角度形成自己的独立判断。如果DeepSeek的分析中有任何一点你不能用自己的话解释清楚——那就不要基于这个分析做决策。 致命错误三：只分析不跟进——买入之后的监控比买入之前的研究更重要。 选股和买入只是投资的开始。买入之后公司基本面有没有变化？行业环境有没有发生改变？当初买入的理由还成立吗？这些问题的答案每天都在变化。 我给自己定了一个规矩：每两周至少对持仓股做一次快速体检——把最新的公告和新闻喂给DeepSeek，让它判断「买入逻辑是否发生实质性变化」。 如果没有变化，继续持有；如果逻辑被破坏，果断离场——不管盈亏。这一条纪律，比任何选股方法都重要。 ▲ 三个致命错误：让AI直接推荐/外包式决策/买入后不再跟进——每一条都可能让你亏掉本金 八、写在最后：DeepSeek没有让我变成「股神」，但它让我不再当「韭菜」 37.6%的收益率不算高——在牛市中很多人能做到更高。但我的收益率和那些靠运气或者牛市赚到的有一个本质区别：我知道自己为什么赚了这些钱。 我每一次买入都有明确的、可以被事后验证的理由；我每一次卖出都有根据的、可以复盘和反思的逻辑。这种「知道自己为什么赚、为什么亏」的能力，比任何一只牛股都重要——因为牛股是一次性的，而正确的选股方法论是可以复制的。 DeepSeek的母公司幻方量化有一句话我很喜欢：「量化不是预测未来，而是管理不确定性。」 这恰好是对DeepSeek在选股中角色最精准的描述——它不能告诉你下一只翻倍股在哪里，但它能帮你把「不确定的赌博」转变为「被管理好的风险」。 它能让你看到一家公司财报里隐藏的危险信号、让你在情绪过热时多一份冷静、让你在做决策时有数据和逻辑的支撑。 这些事情看起来很朴素，但如果你炒股超过三年就会明白——让人在股市里长期亏钱的不是「运气不好」，而是不懂得避开那些本该提前看到的风险。 DeepSeek帮我的不是「赚得更多」，而是「亏得更少」。而在A股这个市场上，活得久比赚得快重要一万倍。 以上内容为转载，非小龙先生的原创。我在思考，既然DeepSeek可以拿来选股和炒币，当然也可以拿它来选币炒币。我已经在实践了，你也可以的！ #DeepSeek# #炒股# #炒币# #AI炒股炒币#

永远缺存储，最好的叙事套最多的人 “AI 是未来，是美国国运。” “这次不一样。” 结果呢，次次都一样。 先说明，我非常看好 AI的未来。 只想聊叙事和市场情绪， 不想聊存储见没见底、什么时候能抄底 我也是个美股新兵蛋子 而且如果你没有独立思考能力，想不清楚自己的买入策略，看别人的观点就去买，那你大概率也赚不到钱。就算短期赚了，也是要还给市场的。 说回主题。 这波为什么存储那么多人挂在山顶，还有很多勇士高位重仓 2 倍杠杆海力士 基本都是因为信了一句话：AI 时代，永远缺存储。 当身边这种声音越来越多、散户开始集体 FOMO 的时候，往往就是阶段性大顶。 为什么我说是“阶段性”？ 因为人家真有硬业绩，过几个月可能涨回来、甚至创新高，有机会走出周期股的逻辑。 但问题是——你顶得住高位跌 50%，再熬上半年一年？ 等涨回来你早跑了。后面的新高，与你无关。 上涨趋势里早一点相信叙事，能给你超额回报。 顶部才相信叙事，会让你倾家荡产。 同一个故事，买的位置不同，结局天差地别。 宏大叙的事口号，币圈原住民算是见多了： EOS：人生不需要太多 EOS PNUT：这是一只拯救美国的松鼠 TRUMP：美国总统亲自发币，你都不敢梭哈？ 黄金：去美元化大叙事，全球央行都在加仓 白银：AI 时代的稀缺品 AI：永远缺存储，不要光站在那里，要站在光里 哪一个不是好故事， 哪一个没套住无数 那怎么办？总不能都不参与了把 先记住：先信吃肉，后信挨打，真信爆仓 给几条我认为长期有效的具体建议 一、加强投研的能力 让自己有能力在相对低位挖出阿尔法标的，而不是等自媒体上，群里都在喊“永远缺存储”的时候才冲进去买 二、训练情绪控制的能力 记录每一笔交易，复盘买入卖出的逻辑。日积月累，你就能冷静面对暴涨暴跌。 再进一步：训练一个 AI Agent，把每笔复盘喂给它，让它成为最懂你的交易助手，情绪上头的时候，先问问它 三、学会看 K 线 很多人觉得 K 线没用 我反而认为：一切资金行为，最终都写在盘面上。 散户没有信息优势，消息出来时往往已经开跌，机构永远早你一步 K 线是散户唯一不撒谎的朋友 币圈觉得 K 线没用，是因为大部分项目庄家高控盘，K 线随便画。但美股流动性充分，不是单一做市商控盘——流动性越充分，K 线越有效 下次再看到完美的叙事、动人的故事，回来问自己一句： 这次，真的不一样吗？

这几天看世界杯，更是熬夜看完C罗的世界杯最后一舞，多少有点唏嘘。转头看了眼盘面，6月那波调整算是缓过来了，BTC站稳63k附近，山寨也开始轮番动，资金又在到处找新方向。 这段时间一边调仓位一边挖新项目，交叉核对了好几轮，$ART（@AiTraceRoot_Ai）是我筛下来质地比较扎实、值得放进观察池的一个Web3+AI标的。 部署在BSC链上，走的是AI+链上数据基础设施路线。核心逻辑是把海量链上数据喂给AI模型，落地地址追踪、风险预警、交易策略辅助，甚至代币治理分析，形成一套完整的工具闭环。说白了，就是给普通用户配了个链上可验证的AI风控助手。 现在Web3最大的痛点之一，就是链上信息太杂，项目良莠不齐，中心化工具又总让人担心信任问题。ART是把资产安全放在第一位，所有分析和预警都走链上可验证的路径，挺务实，不是纯炒概念的路子。 项目2024年成立，背后有Castrum Capital、Becker Ventures、Gemhead Capital、Coinvestor Ventures几家机构投资。阵容不算顶级天花板，但都是正经做过尽调的机构，至少底子是靠谱的。 技术端测试网已经就绪，后续按路线图推进产品迭代、多链部署和生态建设，目标是做安全、合规、高效的AI+区块链基础设施。 目前社区评分6.7，整体看下来，有真实落地方向、有干净的币模、有机构背书，已经摸到了头部交易所的上币门槛线，不是纯炒作的空气盘。 当然Web3项目永远有执行风险，最终还是要跟踪产品落地和实际数据表现。但在当下新项目集中冒头的阶段，它属于我筛出来值得长期跟踪的那一类

最近市场回暖，优质项目值得重新审视！ 例如 @0G_labs 这类熊市在build的项目，并且还是AI风口的基建 去年7月0G刚推出 107B的时候我写过，到现在 DiLoCoX-107B已经成为全球最大的去中心化AI模型 但是别忘记，0G 是专为 AI Agent 构建的区块链 像今年 OpenClaw 这类产品出来之后，AI 可以有长期记忆并且自动运行 但Agent 如果真的要长期在线，还需要算力、记忆力、执行等等基建 📌这个时候 0G的Aristotle 主网就派上大用场了 Aristotle 可以给 AI Agent 提供的就是三样东西：可验证算力、持久化记忆、链上结算 0g 刚好卡位在 AI 非常关键的这一环，接住 Agent 真正跑起来需要的底层 再往下看，0G 不只是主网上线这么简单 它其实是一整套东西一起摆出来的：0G Chain、Compute Network、Storage、DA 尤其是 DA 这一层，官方给的数据很猛，速度比以太坊快 50,000 倍，成本低 100 倍 非常夸张，想象一下如果真的要商用，肯定避免不了大规模的吞吐，这个时候 DA 层的重要性就出来了 因为 Agent 不是发一两次请求就结束，它会持续读数据、写数据、调模型、存记忆，还可能反复触发链上动作 再看生态这边👇 像 Ghast AI 这种产品，已经开始把 0G 的能力往上接 它本身就是 0G 原生项目，走的是链上版 OpenClaw 这条路，浏览器插件已经上线，社区也在做邀请码和积分活动 更关键的是，它不只是做一个普通助手，而是想把个人 AI 记忆变成可以沉淀、可以拥有、甚至可以交易的东西 对了，最近还有个重磅信息，ZeroStack 1.07 亿美元的 0G 代币融资协议 交易完成后 ZeroStack 预计会持有接近 21% 的 0G 总供应量 总结起来就是：上面是越来越具体的 Agent 产品，下面是算力、记忆、结算、DA 这些底层 加上最近还有资本进入，这也是 0G 现在更值得重看的地方

很多人搞了 AI 想做交易机器人的，但是不知道到怎么弄 使用Hermes 和 Claude Code 已经就可以变成个人加密交易助手。 通过 MCP Server 接到交易所账户后，它不只是能看盘，还能读策略、管仓位，甚至执行真实订单。 将下面图里的提示词发给Claude Code，你就能实现交易自动化了。

之前就说要学习AI Agnet，所以确实花了点经历在Ai上，尤其是川普连续两次都说对 Ai 会投资重注，作为早期转发的我肯定也在Ai的赛道下了点功夫学习，虽然川普说的AI和币圈的AI Agent 还是有些区别的，但确实现在币圈的AI已经更多的从叙事和故事先落地转移了。 DeFi自动化，智能合约管理，数据分析和预测。这些项目可以真切推动应用落地，比如在DeFi自动化的领域，AI Agent能自动执行复杂的交易策略，如自动化套利、流动性管理和风险控制。AI可以监控DeFi平台的市场数据，实时调整投资组合以优化收益或降低风险。 智能合约管理上，Ai能够解释、执行、甚至在某些情况下创建智能合约。它们可以自动化审核、部署和监控智能合约，减少人为错误，提高安全性和效率。 数据分析与预测就更不用说了，现在已经有很多的工具推出到市面上，能够处理大规模的链上数据，实时分析市场趋势，提供投资建议或预测未来价格波动。 之间比较火的ai16z，就是属于AI驱动的DeFi投资顾问平台，可以AI模拟投资决策，Eliza框架支持AI代理，降低了投资决策的复杂性，一定程度重塑了DeFi的投资模式。 还有像是Griffain，定位Solana上的智能助手，可以支持链上交易执行，报告反馈等功能，简化了DeFi操作，降低了应用门槛，更多用户可以便捷使用。 就连奶总提的Lumo我都有学习到，除此以外，还有AIDE，Listen，nottelabs，都有涉猎到一些，当然主要还是跟着 @DeAgentAI 的小伙伴学习，每天通过他们能获得很多的生态信息，DeAgentAI也推出了Rena AI，是一个AI交易框架模型应用，覆盖了链抽象，交易预测自动执行，以及自我强化等功能，提供插件式Agent训练生态场景，现在落地的应用就是AlphaX，我也很期待之后的表现。 作为DeAgentAI的体验官，我对 @RENA_AIz 框架下代表应用的AlphaX很感兴趣。是首款基于 DeAgentAI 反馈训练机制、由社区孵化的 AI 模型，对BTC和ETH的交易预测准确率还是很高的，而且还可以根据用户反映进行模型反馈，马上基于Rena AI赋能，会有更多链上预测和交易执行的新功能，而且还可以基于Rena框架，不断自我学习深化。 说这些可能大家不会非常的理解，最直接的就是AlphaX已经集成了我最喜欢用的 @glassnode ，GlassNode的功能有多强大就不用我多说了，在这个领域 @Murphychen888 兄做的就非常的好，这也是我第一个简单将分析软件和AI集成到一起的工具，目前我自己也在测试体验中。 到我体验的差不多的时候会介绍给大家，但我需要再次明确的是，目前所有的学习都是基于Ai和Ai Agent本身的学习，和投资没有任何的关系，我上述讲的任何一个项目都不是投资建议，都仅仅是我在学习过程中了解的一部分，我拥抱的是AI和真正能带来交易的AI Agent，所有内容都不是投资建议，因此出现了损失别找我维权。

从追热点追到手软，到现在用 Velvet 慢慢找回交易的节奏和温度说实话，我交易好几年了，早年特别疯狂。那时候手机24小时不离手，生怕错过任何一个 Solana 上的新币，跨链转资金转到头晕，经常因为慢半拍而后悔。 心态也越来越焦虑，总觉得不盯盘就会亏钱。后来接触 Velvet 后，情况慢慢变了。 它不是那种给你一个超级工具让你无敌的平台，而是像一个靠谱的助手，帮我把碎片化的操作和信息整理起来。比如跨链交易，我以前要在好几个 App 和钱包间切换，现在 Velvet 把 BNB、Solana、Base 等链统一到一个界面，资金调拨和机会捕捉都顺畅多了。以前追热点经常卡在桥上，现在能更快反应。 AI Copilot 则帮我节省了很多刷信息的时间。我会让它快速过一遍某个 token 的流动性、社交热度和潜在风险，然后自己做最终判断。这不是让 AI 替我决策，而是把看盘这个苦活累活分担了一部分，让我有精力去思考更重要的东西，比如这个机会值不值得重仓、风险怎么控。 VelvetX 的移动端让我特别有感触。以前出门办事就完全跟不上，现在手机上就能及时收到通知、看盘、甚至快速操作。邀请制也让社区氛围不一样，大家分享的东西更务实，而不是一堆噪音。 最打动我的是那种节奏感回来了。以前交易像打仗，现在更像一场有准备的马拉松。我还是会偶尔冲动，但整体上能更从容地面对涨跌，也更享受过程本身。 交易这条路本来就充满不确定性，但好的工具和平台，能让你少走弯路，同时保留对市场的敬畏和热爱。Velvet 让我重新感受到，交易不只是数字游戏，还能和自己的生活节奏更好地融合。 如果你也经历过从狂热到疲惫的阶段，欢迎评论区分享你的故事。我们一起聊聊，什么工具或习惯帮你找回了交易的平衡。 @velvet_capital @yzilabs @xhunt_ai #Velvet#

预测市场，又开始热了。 上一轮大家聊的是 Polymarket，这一轮，AI 开始下场了。 🅰️ 🅺 🅸 🅸 Fortune Protocol @fortuneglobal_ 刚刚宣布完成 Pre-A 轮融资，MH Ventures、Mapleblock Capital、NewTribe Capital、Basics Capital、Everwood Capital 等机构参投，NOX Ventures 则以战略顾问身份加入。 为什么值得关注？ 预测市场这些年一直有个老毛病：流动性分散、交易体验割裂、普通用户看得懂却玩不明白。 Fortune 想做的事情很直接——让 AI Agent 把不同预测市场串起来，聚合流动性、分析数据、寻找机会，甚至帮用户执行策略。简单理解，就是给预测市场装上一个 AI 操盘助手，不只是交易某个事件，而是奔着预测经济基础设施去的。 数据来看，目前累计交易量已经达到 1330 万 USDT，独立钱包超过 15.5 万，Fortune Agent 订阅用户接近 2600，作为早期项目，这个冷启动成绩不算差。 这轮融资之后，团队会继续升级 Fortune Agent、拓展预测市场流动性，并完善生态基础设施。 官方也透露，TGE 已经在路上。 #Fortuneglobal# #AI# #PredictionMarket#

電報 Managed Bots 讓你兩次點擊就能擁有專屬 Agentic AI 機器人！ 過去，建立一個 @Telegram Bot 要經過 BotFather 繁瑣的設定流程：申請 token、設定權限、寫程式碼、部署伺服器……普通人光是看到一堆指令就頭痛。現在，一切徹底改變了！ 全新體驗：兩次點擊就搞定 只需透過管理機器人（例如 LobsterClawBot），輸入簡單指令： t. me/newbot/SourceBot/你的username 系統就會自動幫你： ✅ 建立 Bot ✅ 管理 token 與 API 權限 ✅ 設定 Agentic 行為模式 ✅ 直接在聊天視窗中啟動 整個過程不到 10 秒，零程式基礎的人也能輕鬆擁有自己的「AI 代理人」！Durov 直接把 Telegram 從聊天 App 變成易用的 AI Agent 平台。 它能主動思考、呼叫工具、執行多步驟任務、與其他 Bot 或用戶互動，甚至在背景持續運作。 這代表：你不再只是「跟 AI 聊天」，而是擁有了一個能真正幫你「做事」的數位分身！ 超多實際應用場景（直接抄去用） 1個人生活助理（每天都離不開） •早上自動幫你總結今日新聞、天氣、交通路況 •智慧排程：讀取你的日曆，自動幫你預約會議、訂機票、提醒繳費 •健康管家：追蹤運動數據、飲食紀錄，還能根據你的習慣推薦食譜 2工作生產力神器 •會議紀錄 Bot：加入群組後自動轉錄語音、整理重點、產生行動清單 •郵件/訊息自動處理：掃描重要郵件、分類優先順序、甚至幫你草擬回覆 •研究助理：輸入「幫我整理 Tesla 最新財報」，它會自動抓取資料、製作簡報大綱 3電商與客服革命 •商家直接在 Telegram 開店：Bot 能即時回答商品問題、下單、查物流、處理退貨 •24 小時無人客服：支援多語言，解決 90% 重複問題，真正做到「永不打烊」 4加密貨幣與 Web3 應用（TG 原生優勢） •交易 Bot：自動監控價格、執行限價單、DeFi 收益農場管理 •錢包守護者：即時通知大額轉帳、風險警示 •NFT 社群管理：自動驗證持有者、發放空投、舉辦活動 5教育與學習夥伴 •個人家教：輸入「用繁體中文教我微積分」，Bot 會循序漸進出題、批改、解釋 •語言練習：每天跟你對話、糾正發音、推薦閱讀素材 •考試準備：自動產生考古題、記憶卡片、弱點強化計畫 6娛樂與創作工具 •遊戲 Bot：文字冒險、策略對戰、甚至多人即時遊戲 •內容創作助手：寫文案、生成故事、配圖提示詞、剪輯影片腳本 •音樂/影視推薦：根據你的心情與觀看紀錄，精準推播 7社群與團隊管理 •群組管家：自動歡迎新成員、過濾廣告、整理討論主題 •專案管理 Bot：整合 Notion/Trello，自動更新任務狀態、@ 負責人 •粉絲經濟：創作者可建立付費私人 Bot，提供獨家內容、問答服務 8未來進階玩法 •多 Bot 聯動：你的「財務 Bot」+「行程 Bot」+「健康 Bot」可以互相溝通，自動協調 •開放 API 整合：開發者能把自家服務直接嵌入 Bot（Durov 已呼籲大家快跟上） •隱私優先：所有資料都在 Telegram 生態內，端到端加密 這波影響有多大？ Telegram 目前有超過 9 億月活躍用戶，這次更新等於把 AI Agent 的門檻直接打到地板。 以前只有工程師能玩的東西，現在變成人人都能擁有的「AI 超能力」。

这次 Claude Code 事件，我觉得很多人低估了它的严重性 不是因为 Claude Code 一定不能用 而是因为它第一次把一个问题摆到了台面上 当 AI 编程工具能读你的代码、改你的文件、执行命令、理解你的项目结构时，它就已经不是普通软件了 它更像一个坐在你电脑里的“半个开发者” 所以这件事真正值得讨论的，不是简单一句“有没有后门” 而是我们到底把多少权限交给了 AI 先简单梳理一下这次事件 最早是海外 Reddit 社区里，有开发者发现 Claude Code 某些版本里存在疑似针对中国用户的检测逻辑 随后 Anthropic 方面有人回应，大意是这属于反滥用和反模型蒸馏相关的实验性检测机制，并表示后续已经移除 这件事本来还只是海外开发者社区的争议 但后面事情开始升级 媒体报道称，阿里内部从 7 月 10 日起禁用 Claude Code 国内又出现了 NVDB 风险提示的转述，指向 Claude Code 2.1.91 - 2.1.196 版本，称相关版本存在监控机制，可能涉及地域、身份标识等信息回传 到这里，事情就不只是某个工具更新引发的争议了 它变成了 AI 编程工具的信任危机 这里面最微妙的地方在于 站在 Anthropic 的角度，他们可能会说这是为了防止滥用、防止绕过地区限制、防止模型蒸馏 站在用户和企业的角度，问题就完全不同 你说这是风控检测 但用户看到的是隐藏逻辑 你说这是反滥用 但企业看到的是代码库环境里出现了不可控行为 你说已经移除了 但大家真正担心的是，下次还会不会有别的东西 这就是 AI 编程工具最尴尬的地方 它需要很高权限，才能真正好用 但权限越高，信任成本就越高 以前我们用一个普通 SaaS，最多担心聊天记录和账号信息 现在用 Claude Code、Codex、Cursor 这类工具，情况完全不一样 它可能能读你的项目 能看你的业务逻辑 能理解你的数据库结构 能接触你的环境变量 能帮你跑命令 甚至能改生产代码 这不是浏览器里问一句问题 这是你把开发现场开放给了一个外部系统 所以企业为什么会紧张，其实很好理解 因为对公司来说，代码不是文本 代码是资产 仓库结构、业务逻辑、内部接口、风控策略、交易系统、数据处理流程，这些东西一旦被外部工具接触，就已经进入供应链安全范畴了 以前供应链安全讲的是 npm 包、PyPI 包、Docker 镜像、CI/CD 插件 现在要加上一类新东西 AI 编程助手 它们不只是依赖项 它们是能主动读、主动写、主动执行的协作者 这才是这件事最值得警惕的地方 我不觉得这件事会让 AI 编程倒退 恰恰相反，它会让 AI 编程进入下一阶段 第一阶段大家只关心爽不爽 能不能一小时写完以前一天的代码 能不能把需求直接变成项目 能不能让不会写代码的人也做产品 第二阶段大家开始关心稳不稳 它会不会乱改 会不会删文件 会不会把上下文带偏 会不会把项目搞崩 第三阶段才是真正的分水岭 大家会开始关心 它到底拿了什么权限 它读了哪些文件 它有没有联网 它把什么内容发到了哪里 它有没有日志 有没有审计 有没有企业级隔离 有没有本地模式 有没有权限边界 这次 Claude Code 事件，本质上就是第三阶段提前来了 对个人开发者来说，我觉得没必要恐慌，但要改习惯 第一，尽量升级到最新版本 如果你还在用被点名区间里的版本，先查一下 第二，不要在重要项目里裸奔 尤其是涉及私钥、API Key、生产环境配置、商业代码的项目 第三，给 AI 工具做权限边界 能开临时目录就开临时目录 能用测试环境就别上生产环境 能审 diff 就不要直接让它改完就提交 第四，把 AI 当成外部协作者 不是你自己脑子的一部分 既然是外部协作者，就应该有最基本的权限管理和审计意识 对企业来说，这件事影响会更大 很多公司之前对 AI 编程工具的态度是 员工喜欢用就用吧 能提效就行 但这次之后，企业很可能会重新评估 哪些 AI 编程工具能进内网 哪些仓库能接入 AI 哪些文件禁止读取 哪些命令禁止执行 代码和上下文能不能出境 日志能不能审计 模型服务商有没有企业合规承诺 以后 AI Coding 工具大概率会分成两条线 一条是个人效率工具 面向独立开发者、创作者、小团队，追求极致效率和低门槛 另一条是企业合规工具 面向大公司、金融、云厂商、政企客户，追求权限控制、审计、隔离和可追责 这也是为什么我觉得这件事不只是 Claude Code 的问题 它其实会影响整个 AI 编程工具行业 因为所有 AI Coding 工具都绕不开同一个问题 你想让我替你干活，就得给我权限 但你给我权限，就必须知道我在干什么 未来真正能活下来的 AI 编程工具，不一定是写代码最猛的 而是既能写代码，又能让用户放心授权的 效率和信任，会变成同一件事 最后我自己的判断是 AI 编程不会因为这件事被按下暂停键 但无脑把整个项目交给 AI 的阶段，应该结束了 以后我们用 AI 写代码，不能只问它能不能帮我做出来 还要问几个更现实的问题 它看到了什么 它改了什么 它发出去了什么 它有没有留下记录 它出问题之后，谁能解释清楚 如果你也在用 Claude Code，建议先查一下版本号 但比版本号更重要的是，想想你到底给了 AI 多大的权限 这件事后面大概率还会继续发酵