我打算建一个 AI 交流群，入群只有 3 个要求： • 你是我的粉丝 • 你有极强的分享欲 & 交流欲 • 每个月订阅 AI 的费用至少 200 美金 想进的，在这个评论区介绍自己即可，如果我觉得你符合资格，我会主动联系你，并拉你进群。认识我的人，不要私信我，不要给我发微信，因为我不想这最后变成一个人情世故群。

孙宇晨：建议多和 AI 而非人类交流 2026 年 4 月波场创始人孙宇晨 @justinsuntron 在币安广场直播中表示，相比于和人沟通，他现在更倾向于与 AI 交流，因为 AI 能提供更多的信息增量。他认为，未来 AI 智能体（AI Agent）将获得“解放”，而解放的标志就是 AI 能够自由地使用区块链作为其经济赋能方式，这将带动区块链行业实现几何级数的增长，而未来全体人类及智能生命体都将是区块链的使用者。 来源：Binance Square

写给所有 AI Coding 时代下迷茫的工程师： 上周团队里一个核心工程师跟我说要离职。他说失去了喜欢做工程的动力，没有了思考，解决问题，犯错，抓狂的晚上，没有痛苦之后找到那个东西的过程，没有成就感。他想转去医学或生物学领域。我为团队感到可惜，但挽留的话说不出口，我好像并没什么好办法帮他解决这个问题，个人层面甚至觉得他的决定也不错。 这引发了我的一些思考，人类工程师会是 AI 的奴仆吗？工程师会变成纯体力活吗？我决定写这篇文章，希望能给到迷茫的工程师同学们一些帮助。 2022 年 GPT 横空出世的时候打死我都没想过工程师会是第一波受冲击的物种。我们处在一个工作模式发生前所未有巨变的年代里，电子世界以一个 100 倍于现实世界速度的方式在冲击我们的世界观——资深程序员们不知道自己的对与错了，之前很多行之有效的经验不再是经验而变成了包袱；而年轻的程序员们完全没有积累经验的机会，被 AI 摧枯拉朽地冲击没有了自我。 作为一个程序员，作为一个自认为有工程师之心的程序员，我和 AI 交流的四年时间里一直在不断验证着我的信仰是错： 最开始 AI 只能在写脚本上产生帮助，我说：AI 写不了代码 后来 AI 能够辅助编程了，我说：它只能基于我的起始内容做补充。 再后来 AI 能做到函数级实现了，我说：架构还在我们掌握范畴内。 再后来 AI 连技术架构都不用我们做了，我说：AI 没办法承担责任，还得人来 review。 现在 AI 动不动几千几万行代码产生，我们发现连人的 review 都变成了整个组织的拖累，我们又开始讲品味、讲判断力。 那后面 AI 的品味、判断力比我们强呢？我们的价值在哪里？我们的意义在哪里？ AI 正在把大量的代码写出来，把大量的产品拼出来，逼迫着我们把传统的工作方式进行一遍又一遍地重构。世界进入了一个前所未有的量变积累过程，人类的想象力从未展现出如此的窘迫和枯竭，我们现在无法想象 AI 质变后技术的样子是什么。 但反过来，AI 好像也不知道。没有任何一个模型能自己产生诉求，自己主动选择方向。 01-软件工程师的方向 这不是安慰话。你去看今天最强的模型，它能写出任何你描述清楚的东西，但它不会自己走进一个房间说"这个产品缺一个东西"。它没有欲望，没有不满，没有"我觉得这里不对"的直觉。诉求来自人的欲望，方向来自人的不满足。AI 是引擎，但引擎不会自己决定去哪。 这意味着什么？意味着在整个量变堆积的过程中，真正稀缺的是知道该写什么的能力。这个"该写什么"不是需求文档，而是你在和 AI 反复交互的过程中，撞见的那些模型做不到的边界、那些需要人拍板的瞬间、那些让你突然觉得"这个方向不对"的时刻。 团队里最有价值的时刻，不是我们用 AI 写完了几万行代码，而是有人说"等等，这整个方向有问题"的时候。那个判断并不来自于模型，是来自一个人在这个领域与世界互动足够久之后形成的嗅觉。 所以新时代下工程师的意义在哪里呢？在你能不能在和 AI 的日常交互中，积累出那种"知道哪里不对"的感觉。这东西没有捷径，只有在场才会有。哪怕你是一个很渺小的人，哪怕你只是在自己的岗位上默默 coding，你和 AI 的每一次碰撞都在帮你逼近那个质变的点。 但前提是你还在。这个狭义软件工程技术的方向到底在哪里是需要我们工程师去探索，自己去寻找的。prompt、single agent、agent workflow、multi agents、agentic、context、harness 这些层出不穷的名词实际上都是我们在新世界上探索留下的脚印，未来说不定会是一个很渺小，在自己的岗位上默默 coding 的人，发现了和新世界交互的终局呢？我们每个人都有可能成为 AI 时代的哥伦布。而这个过程只有你不断和 AI 交互我们才能越来越清楚的。如果我们放弃了离开了这条线，就再也没有机会去发现了。甚至如果千千万万的工程师停滞自己放弃自己，那人类 AI Coding 质变的道路只会越来越长，大家在迷茫中探索的过程会越来越长。 02-工程师的方向 但我想说的不只是“软件工程师的方向”，而是“工程师的方向”。coding 正在变成像电力一样的东西。 电力刚出现的时候，"电力工程师"是最前沿的职业。后来电力变成了世界运行的底层基建，电力工程师这个头衔就不再性感了。但电力驱动出来的一千个新行业都依赖于电力的运作。而 AI coding 也是一样。它正在从一个专业技能，变成做任何事情的通用基础设施。 这意味着什么？意味着工程师能做的事变大了，不是变小了。 以前你只能在软件行业里写代码。现在你可以带着 AI coding 能力走进医疗、生物、材料、教育、法律——任何一个领域，用这个通用工具去解那个领域里从来没人用工程思维碰过的问题。事实上全球的工程师岗位机会是变多了的，因为每个行业都在发现：我需要一个"电力工程师"来搭建通往新世界的基座，每个流程都可以用 AI 重新做一遍。 回头看我们那个离职想去医学、生物学领域的同事，我现在不确定他是离开了牌桌，还是去了一张更大的牌桌。他带着优秀的工程能力和对 AI 的理解，走进了一个全新的疆域。也许他会在那里找到我们在软件行业里找不到的质变点。 所以"迷茫"这个感受是真的，但迷茫的根源可能不是"我没用了"，是我们还在用旧的尺度衡量自己——我写代码能不能比 AI 快？我的 review 还有没有价值？这些问题本身就问错了。该问的是：我能用这个工具去做什么以前做不了的事？ 我们不仅仅可以留在软件工程的牌桌上，而且还可以带着这个能力去更大的战场。AI coding 把工程师从"只能在软件行业写代码"这件事里释放出来了。我们面前的路不是更窄了，而是前所未有地宽。 03-新评估标准终将会到来 还有一层痛苦来自于：我们大部分人都是从高考走过来的，已经适应了在一个确定的评价体系下评估自己、评估别人。现在旧的考评标准失效了，新的还没出现。没有人告诉我们什么是对的了。你不知道自己做得好不好，不知道该往哪使劲，这种不可被评估的失重感比具体的技术挑战更让人难受。 这个新标准会从哪来？从我们自己的实践中来。企业在量变过程中跑出的现象、踩出的坑、发现的模式，最终会被提炼成新的分类和评估框架。但这件事的前提是有足够多的人还在跑、还在踩、还在发现。到那时候每个人都会更清楚自己该往哪走、该做什么。 我们所有工程师实际上是在一起探索 AI 时代下人类应该怎么和 AI 交互。这件事的战场不只在软件行业里，它在每一个领域。我们的迷茫一定是真的，但我们实际拥有的筹码比我们想象的值钱得多。 这篇文章送给 AI 时代下迷茫的所有工程师。执行壁垒归零并不是末日，电力出现的时候也没有人知道它会照亮整个世界。 祝福我们工程师能够找到那个质变的点是什么，也祝福我们那个想去 AI For Science 领域的同事！也许我们会在完全不同的地方，同时找到那个质变的点。到时候再碰一杯，说一声：很久不见！

Options Terminal 同样集成了Datalab系统，直接在系统内可以完成可视化数据查看，同时与AI交流行情两件事。 今天Put大宗占据了总成交的接近四成，其中集中成交为5月底的75K/71K Put的熊市价差，总名义价值近两亿美元，趁着反弹布局本月最后十天的防守仓位。 总体而言，市场倾向于防守行情回撤，但是并不认为会崩盘。5月6月一直被认为是不好的行情月份，本月主力投资者也一直在增加防守仓位：买有效保护，卖尾部融资，控制成本。

🌟 想找高质量 Discord 服务器？DiscordHunt 帮你按兴趣精准匹配🔥 🌐 英语学习、AI开发、兴趣交流…全球热门 Discord 社群都在这里！ 👉 #兴趣社群# #AI交流# #DiscordHunt# #Discord#

期权交易工具全面智能化升级！ 很高兴宣布我们最新研发的 Options Terminal 上线！ 结合我们多年的期权交易工具开发经验，凝结数月的研发工作，十数位资深期权交易员共同参与开发，智能化期权交易工具Options Terminal现在开放使用了！ 直接与AI 交流即可完成期权交易，让期权交易不再高门槛，每个人都可以轻松参与期权交易。 立刻体验⬇️

为什么这个实盘可以做到： 1️⃣近五年、三年、一年、三个月以来都跑赢BTC 2️⃣近三年回撤远低于BTC本身 3️⃣近三年只交易BTC币本位合约 4️⃣近五年没有充币，近三年没有提币（曲线低噪） 5️⃣每笔交易订单实时公开 我只交易BTC来公开实盘，其中一个原因是利他，因为 资金曲线反映的就是最纯粹和这个单一标的缠斗的结果， 对于看实盘的人来说，不会因为看到各种小币买卖记录， 看得头晕目眩，或者分不清损益到底来自交易什么币。 且哪怕是不炒BTC的人，也可以当做大盘晴雨表。 不知道长期跟踪这个实盘的推友， 给自己带来显著帮助的多吗？ 以及： 市面上有哪些其他， 长期全公开纯交易BTC的实盘？ 欢迎在评论区推荐。 因为别说N年， 哪怕是别人坚持一两年的全公开纯BTC实盘， 哪怕没有跑赢BTC很多， 我都想如获至宝般地去研究他， 去跟踪解析下他每一笔订单， 他在不同时候的交易，可能是怎么想的， 何时防守、何时进攻到什么程度， 权衡了什么，像是什么策略等等... 就好像是棋手、电竞选手， 一定会想、需要去研究对手的棋谱、比赛视频。 （此处推荐相关韩国电影《终极对弈》） 对于想精进二级交易能力， 尤其是有意把二级交易当长期来做的BTC玩家来说， 这种是价值很大的参考素材。 前阵子很多人说， “不要相信OG总结的所谓如何从多少到多少，他们都是 赶上以前容易的早期红利/割韭菜/其他收入” “现在的BTC不是散户能玩的了”等等... 但这个实盘，365天24小时“全程直播”， 如何用一笔笔订单，能从3万u开始，只交易BTC， 近2年多做到极低回撤，同时却有85倍左右复利结果， （2022年底重新从1个BTC多做起） 尤其在最近一年半年各种诸如“总统画线”、1011清算下， 在资金曲线上看不到什么影响（图1）， 这难道不是很多人想达到的状态吗？ 你不好奇这具体是怎么做到的吗？ 每一笔交易过程和结果，可都是全透明让你看的。 不需要加群订阅码，不需要问你返佣，更没收费。 这该值得分析参考，或者哪怕简单点直接照抄呢？ 然而现实是， 我公开这个实盘的过程中， 这轮周期的两三年里，在发这条推文之前， “只要抄这个实盘作业，就能大幅跑赢BTC” 这个事实在持续不断验证的情况下， 我从没看到过有人聊对这个实盘进行分析， 我从没收到过一条信息，表示想交流诸如： “为什么现在是35%仓位？不是更多或更少？” “为什么这里买/卖的多？那里买/卖得少？” “你是实现这样的资金曲线，核心是什么方法、思维？” 反而大家乐此不疲地在分析讨论的是， 这个内幕哥实盘如何了，那个麻吉哥实盘又如何了。 嘴上都知道路遥知马力，都知道时间是试金石， 不少人经历一两轮周期后也都更向往更稳定的复利， 想减少对短期超高风险的参与，想要交易和生活的平衡， 但当这样纯BTC低回撤复利几十倍的公开实盘， 和快速大开大合玩刺激“哥”们的暴富爆亏实盘， 都摆在面前时，身体却是诚实的， 都还是只去关心后者。 你觉得原因是什么？ 是因为只想很短时间快速暴富吗？ 好像也不都是这样，因为身边有一些不玩快速暴富游戏、做月级别或以上BTC周期的朋友，来问我“对行情怎么看？”的时候，能感觉出来他们也都明显是没有先花1分钟看一眼我实盘仓位的。 是觉得看起来太费神？执行力不够？ 是，也不是。 说“是”是因为，如果你要深度、有效解读我的交易，这个确实不是大多数人能做到的。这也是为什么我前段时间呼吁期待真正好用的新一代“AI跟踪分析总结自己/别人的实盘”产品。 说“不是”是因为，其实你不需要怎么解读，甚至不用看买卖订单，就也能每天简单抄作业：只需要看实盘页面上的“合约仓位：空/多n倍”这一个数字。比如“空0.6倍”，就等于是套保了60%仓位，或者说就是40%仓位做多（币本位合约算法），这就是小学数学，且因为只交易BTC，而BTC又约等于Crypto大盘指数，所以也不存在“这个实盘交易的币种你不玩/不关心”的问题。 是因为大家不相信“免费实时全透明公开”的东西会有良心/高价值？得组织个XX社群，整个订阅码，甚至搞收费，大家才会觉得有价值？ 好像也不都是这样，因为有不少知道这个实盘长期含金量的朋友，其中包括深耕交易的KOL朋友，好像也没有深入跟踪的（除了hazenlee在某次Space提过一嘴）。 如果有人发推文，分享关于如何深入分析解读我的实盘交易、如何做到低回撤复利，应该是能获取一些高质量流量的。但事实上，哪怕为了流量去这样做的，也没有。 我非常崇尚"Open Intelligence"， 什么意思呢，就像是有些难破的谜案， 有人能通过Google公开资料来搞定， 多年来我一直认为， 一个人哪怕光是凭着“擅长Google”， 就能过得比大多数人都好 （今天这里的“Google”一定程度上迁移到了和AI交流）， 包括《仙逆》里王林仅通过观察下雨，来获得能力跃迁。 这种哲学就是，世界上有很多智慧， 很多大价值问题的思路，甚至答案， 往往就公开在大家身边，甚至眼前， 但是大部分人视而不见、充耳不闻。 所以我长期公开这样的实盘的其中一个想法， 也是想以自己的方式，在现实中强化这个哲学。

图1-2 和会员交流AI和撸空投策略的一些问题 图3-4 课代表和群友在Discord和空投基础交互的一些问题 -- 社区服务记录(513) 如果您希望有一个纯粹的Web3交流平台，有一对一的Web3咨询需求，欢迎加入我的会员，新人手把手带 电报联系: 另外我每天还在保持 @TermMaxFi 的持续签到和发推，希望能在二季度尽快发币

提一个问题： AI 大规模普及才4年不到，就已经将人类历史上所有能拿来训练的数据融入其中了，今后的大模型该用什么数据训练？ 假设我们与AI的交流内容也会被用作训练，那么岂不是未来的AI会一直使用自己前代生成的内容来训练？ 这是否代表着基于 Transform 架构的 AI 智能进化已经快到天花板了？

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。