量化数据，美股纳指100成份股已经很少能选出趋势良好的个股了，但A股成长100 自由现金流100 价值100三百只个股，选出的还比较多，Ai主观选出的全是AI科技，量化打分要客观一些： 一 强势数据排序 |标的筛选|有效评分标的总数|9 只 |标的评分|复合量化评分排序|['002056', '002303', '688432', '688548', '603268', '688181'] |标的过滤|模拟建仓条件匹配|['002056', '002303', '688432'] | 候选标的|['688548', '603268', '688181'] 二 核心标的指标 |历史数据模拟结果，不代表未来表现，不构成任何投资建议 交易决策依据| ------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------ 股票代码 上涨概率 胜率 盈亏比 因子IC均值 布林中轨斜率 复合评分 ------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------ 002056 84.27% 52.67% 1.09 0.0179 0.235187 0.5766 002303 62.12% 59.96% 1.35 0.0100 0.020693 0.5267 688432 86.98% 52.93% 1.22 -0.0794 0.559177 0.5205 688548 86.49% 58.86% 1.15 -0.1446 0.485498 0.4743 603268 84.90% 50.49% 1.12 -0.1195 0.328194 0.4683 688181 85.68% 51.05% 1.04 -0.1443 0.502905 0.4513 ------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------ 三 模拟交易执行记录 |模拟买入执行|开始执行新标的买入... |资金状态|初始资金: $100,000.00 | 当前现金: $100,000.00 | 持仓占用成本: $0.00 | 可用现金: $100,000.00 |当日卖出记录|今日已卖出标的|[] |模拟买入执行|002056 | 价格:30.95 | 数量:969 | 金额:$29,990.55 | 止损:27.02 | 止盈:32.50 | 胜率:52.67% | 上涨概率:84.27% |模拟买入执行|002303 | 价格:4.15 | 数量:7228 | 金额:$29,996.20 | 止损:3.82 | 止盈:4.36 | 胜率:59.96% | 上涨概率:62.12% |模拟买入执行|688432 | 价格:46.14 | 数量:650 | 金额:$29,991.00 | 止损:39.11 | 止盈:48.45 | 胜率:52.93% | 上涨概率:86.98% 四 DeepSeek 博弈分析画像 (AI自动生成 | 仅供参考，不构成投资建议) 股票代码综合评分建议买入价悲观止损乐观止盈模拟仓位行业与盈利模式分析逻辑（乐观 / 悲观 / 综合） 68843288 $46.14$42.50$52.0035.0%半导体设备零部件龙头，受益于国内晶圆厂扩产及国产替代加速，盈利模式以高毛利定制化零部件销售为主，未来3年受益AI芯片需求增长，护城河在于技术认证壁垒和客户粘性。乐观论据: 概率87%最高，动量强劲且价格处于上升中枢上方，自由现金流充裕支撑研发投入，列斐伏尔趋势动量与缠论第三买点共振，权重70%。 悲观论据: 估值偏高，若全球半导体周期下行或中美技术封锁加剧，可能触发止损，权重30%。 综合结论: 净乐观，高胜率+强动量+行业景气，score=88 68854886 $48.01$44.50$54.0030.0%半导体材料细分龙头，主营光刻胶及配套试剂，盈利模式依赖高壁垒产品溢价与客户验证周期，受益于国产替代与AI芯片先进制程需求，护城河在于配方专利与量产稳定性。乐观论据: 概率86.5%接近高位，价格站稳近期中枢上沿，成交量温和放大，巴菲特视角下自由现金流支撑扩产，列斐伏尔动量持续，权重70%。 悲观论据: 行业竞争加剧，若下游晶圆厂产能利用率下滑，可能影响订单，权重30%。 综合结论: 净乐观，高概率+稳健动量+材料国产化逻辑，score=8 668818184 $52.33$48.50$58.0025.0%半导体测试设备供应商，盈利模式以ATE测试机销售及服务为主，受益于AI芯片与先进封装测试需求爆发，护城河在于技术迭代能力与客户认证周期，未来前景受国产替代推动。乐观论据: 概率85.7%较高，价格处于上升笔段中，缠论结构未破坏，自由现金流充裕支持研发，巴菲特护城河稳固，权重70%。 悲观论据: 市场情绪偏热，若短期获利盘涌出或行业政策扰动，可能回调，权重30%。 综合结论: 净乐观，高概率+技术形态健康+行业景气，score=84 5.1 当前模拟持仓 当前持仓列表| 股票代码 | 买入价 | 最新价 | 模拟持仓数量 | 模拟占用资金 | 模拟仓位比例 | 上涨概率 | 胜率 --- | --- | --- | --- | --- | --- | --- | --- 002056 | 30.95 | 30.95 | 969 | $29,990.55 | 29.99% | 84.27% | 52.67% 002303 | 4.15 | 4.15 | 7228 | $29,996.20 | 30.00% | 62.12% | 59.96% 688432 | 46.14 | 46.14 | 650 | $29,991.00 | 29.99% | 86.98% | 52.93% 当前模拟持仓汇总|总仓位比例 89.98% | 剩余可用资金 $10,022.25 | 账户总价值 $100,000.00 5.2 模拟策略核心绩效指标(暂无)

目前阶段，AI agent产品还是要找到付费能力强的用户画像，并尝试找到和满足他们的付费需求； 因为AI产品的成本不是规模效应递减，token的模型成本很贵，用户量越大，成本越多； AI产品现阶段的核心服务对象绝对不是屌丝群体。 Anthropic这么赚钱？选对了coding赛道和开发者生态，其次是产品的侧重。这是一个具有最高付费能力的群体。 今天做AI产品，需要从0开始考虑，哪个产品模块具备让用户aha能够掏钱的潜力，不然就不要做了； 其次，今天能让用户愿意为agent掏钱的核心还是agent的功能的强大和最大智能化的解放生产力。

🚀《妖币交易体系AI｜今日一币》 ---精选准妖币$BMT：横盘63天后放量突破，筹码90.8%极端控盘！ 今天横突扫描的6个候选中，BMT是唯一一个“双重条件全优”的标的。它的画像，最接近TUT、BICO启动前的结构。 📊 一、筹码结构：90.8%极端控盘 BMT前10地址控盘90.8%，是今天所有候选里唯一超过90%的。TUT启动前的筹码结构是92%，BMT和它处于同一量级。强庄控盘，才有暴力拉升的能力。 📌 小结：筹码结构支持拉盘。 🔗 二、多空结构：均衡，不是FOMO BMT多空比0.95，市场处于均衡状态。与MUBARAK的1.74多头拥挤不同，BMT币的多空均衡意味着有轧空空间，多头拥挤意味着追高风险大。 📌 小结：多空结构健康，没有过热。 💎 三、横盘蓄力：63天，最充分 BMT横盘63天，振幅26.8%，是今天候选里横盘最久、蓄力最充分的。横盘越久，突破后的空间越大。 📌 小结：蓄力充分，爆发力可期。 🎯 四、BMT是目前最优画像的准妖币 今天6个候选里，请看扫描的电报截图（图二），BMT的筹码控盘（90.8%）、多空结构（0.95均衡）、横盘蓄力（63天）三项数据全部优秀，画像最接近TUT启动前的结构。 但它已经涨了141%，这是唯一的风险点。最佳介入方式不是追高，而是等回调确认，或突破前高0.041后右侧跟进。 ⚙️五、当前的最佳交易策略是什么？ 稳健的交易者，可以等回调至0.022-0.023企稳再介入，止损0.0195，目标0.038-0.041。 若放量突破0.041并站稳，右侧追多，目标0.05以上。 ❤️妖币交易体系AI的职责不是坚持预测，而是跟随市场，不断验证与修正。 #BMT# #妖币交易体系AI# #横突模式# #筹码分析# #Crypto#

过去的几年里，和AI深度沟通，它对我真的很了解。 大家可以让AI深度剖析一下自己的画像，并做出图，看看真实的自己~~欢迎评论区分享

#图表# Anthropic在最新发布的《AI对劳动力市场的影响》报告中列出十项受影响最大的职业，其中计算机程序员位居榜首，其次是客服代表（主要工作内容在API流量中出现的频率越来越高）。 另外，受影响风险更高的从业者画像为：年龄较大、女性、受教育程度较高且收入较高。

最近发现一个AI的新用法 - 拆书 可能已经有不少朋友在这么干，不过我还是第一次用，所以发出来分享下 起因是周末看了一个情感博主讲男女关系的视频，下面有评论说《君主论》在两性博弈里同样适用 忽然想到之前各个地方看过不少马基雅维利的理论，章节，包括一些视频解读，但一直没完整看过原著。又想了下不是很想直接看原著，就跟GPT聊了聊，最终得出一个“拆书”的读法 与传统让AI把书按照章节目录一章一章单纯给你讲略微不同，GPT每次给我讲完一章，会围绕书里的思想问我各种问题，而这些问题，是基于过去一两年她跟我做了无数对话，对我的深度了解之后提出的，牵扯到我工作，投资，两性关系等生活的方方面面。有些问题会引发大量的思考与讨论，一本书拆下来也得几个小时 时间上，肯定短过读原著，但又远长于各种《20分钟带你读完XXX》风格的有声书或是视频。深度上，感觉胜过单纯读原著，因为GPT带着原著思想扫描了你整个的人生轨迹，有点“学以致用”的feel - 当然前提是你的GPT/Claude已经和你有过海量对话，对你人物画像，性格特点等方方面面非常了解，才能问出“好的问题” 正好最近无论币圈还是股市都没什么大行情（除了今早的长鑫），可以把之前一直想看的几本书，用这个方式跟GPT一起“拆解”，会有一种完全不同的“读书体验”。如果没玩过的话，强烈推荐试一下！

大使计划正在成为 AI 时代 GTM 的核心策略之一。 最近观察到越来越多项目开始启动大使计划，这不是偶然——当付费流量的边际效率下降、当用户越来越只相信”人”而不是”广告”，由真实用户组成的信任网络，就成了新阶段最珍贵的分发资产。 我们团队从 2025 年上半年开始，跟合作方一起设计并推进大使计划，就效果而言，我们通过大使计划： 1/ 为某交易产品带来累计近 20 亿美金的交易量； 2/ 为某 AI 产品带来每月近百万曝光，整体 CPM 相较其过往投放下降约 60%。 但这套打法并不是简单粗暴地“招募+管理”能跑出来的。大使计划的每一个环节，都会直接影响最终的运营结果。 以下是我们在实战中总结出来的四个关键点： 1/ 先建品牌，再启动大使计划 大使某种程度上是项目的“兼职成员”。要吸引到认真负责且有影响力的大使，本质是让他们感受到——这个产品值得推、这个团队值得跟、“我成为其中一员”这件事本身能带来身份价值。 如果项目本身还没有建立起品牌，大使招募会同时面临高质量候选人不来，来的人也难匹配理想画像。 大使计划不是品牌建设的替代品，而是品牌基础上的放大器。放大器只在有信号可放大的时候有意义。 2/ 大使筛选：信任 > 数据 Marketing 的核心是构建信任，而不仅仅是采买曝光。这也是大使计划相较于一次性投放的根本差异——持续在场的信任累积，远比一次性曝光更能转化成用户决策。 因而在招募大使时，大使的粉丝数、流量数据这些“表面指标”，重要性远低于”他是否真的信任这个产品和团队”。 只有构建起信任，双向的正循环才能持续跑起来。 举个我们合作过的例子：一位大使只有几百个关注者，但在跟项目团队深度交流后，真的认可产品价值，从此持续参与建设。最终这位大使为产品带来了显著的关注和用户增长，自己也在这个过程中获得了远超预期的回报。 3/ 理解大使的真实诉求 经济回报，毫无疑问是大部分大使的核心动机，但在钱之外，大使们其他的诉求反而更重要，比如： - 身份认同感：“我是这个正在崛起的项目的早期成员” - 学习机会：“我在这个圈子里能接触到最前沿的信息和人” - 资源积累：“参与这件事本身，让我成为一个更值得被联系的人” 顶级项目的大使计划，从来不只是“付钱换传播”，而是构建一个让参与者能持续获得成长的生态。 4/ 主动引导，双向助力 大使计划里最容易被忽视的一点是：项目方也需要为大使的成功负责。 这意味着项目方要主动思考如何帮助大使更容易地达成好的曝光和转化？ 具体动作比如： - 提供高质量的内容素材（研究报告、数据图表、可编辑模板） - 协助大使举办本地社区活动（提供预算、SOP、物料） - 根据大使反馈优化产品功能（比如加更方便追踪的分享链接、专属身份标识） 大使的每一次输出效果，都会反过来决定他愿不愿意继续做下去。 ———— 坦白说，过去几年，“大使计划”在很多社区里的形象并不好。 在很多人的印象里，它约等于“项目方用低成本来 PUA 社区成员干活”。所以那些真正有能力、对项目看好的社区成员，反而对大使计划保持距离。 这是一种可惜的错配，最应该成为大使的人，被这个词的负面印象挡在了门外。 但我们相信，越来越多的项目方会开始重新认真对待大使计划，把它从“低成本的宣传方式”升级为“信任驱动的增长的重要环节”，并给到大使真实的支持和尊重。 大使计划需要精细化的设计、持续的运营和耐心。但一旦跑通，信任和增长的飞轮就会越转越快，那种复利效应，是任何付费投放都难以换的。 ———— 最后配图分享下跟我们团队合作推进大使计划的客户反馈。 如果有对大使计划合作感兴趣的朋友，也欢迎跟我们团队 @JELabs2024 一起交流探讨～

《用 CPV 模型预测 AI 技术演进》 过去几年，AI 领域几乎每天都有新概念出现。 Prompt Engineering、RAG、Memory、Agent、MCP、J-space、Tool Use、World Model…… 大多数讨论都围绕一个问题展开： 下一个热点是什么？ 我更关心另一个问题： 为什么热点会依次出现？ 如果一种理论只能解释已经发生的事情，它的价值有限；真正有价值的理论，应该能够预测未来。 CPV（Cognitive Positioning Value）提供的，正是这样一种视角。 它关注的不是某项技术，而是反馈最终作用到了系统的哪一层。 ⸻ AI 的发展，本质上是反馈不断向深层沉淀 CPV 将反馈划分为五个层级： CPV1：行为（Action） CPV2：状态（State） CPV3：模型（Model） CPV4：结构（Structure） CPV5：边界（Boundary） 越往下，反馈改变的对象越深。 AI 技术的发展，几乎就是沿着这五层不断推进。 ⸻ CPV1：改变输出 这一阶段的代表是 Prompt Engineering。 Prompt 改变输入。 模型改变输出。 任务结束，一切恢复原状。 模型没有成长。 它只是完成了一次推理。 后来出现的 Prompt 自动优化、思维链（Chain of Thought）、提示模板，本质上仍然属于这一层。 它们提高了完成任务的能力，却没有改变模型本身。 ⸻ CPV2：改变状态 随后，人们发现一个新的问题： 模型什么都记不住。 于是，Memory 出现了。 长期记忆、用户画像、上下文管理、会话历史…… 反馈终于开始影响模型的运行状态，而不是一轮对话。 模型开始拥有“今天的自己”。 但这里仍然存在明显的局限。 Memory 越来越长。 越来越混乱。 越来越互相矛盾。 于是，新的结构压力出现了。 ⸻ CPV3：改变模型 真正的成长，不应该只是不断累积记忆。 而应该修改世界模型。 例如： 昨天认为用户喜欢苹果。 后来连续半年都选择安卓。 系统不应该同时保存两条冲突的信息，而应该形成新的理解： 用户真正偏好的是开放生态。 这里发生变化的已经不是 Memory，而是模型本身。 未来的 AI 一定会越来越重视： 记忆巩固（Memory Consolidation） 经验抽象（Experience Abstraction） 世界模型更新（World Model Revision） 它们共同指向同一个方向： 反馈开始改变模型，而不是继续堆积数据。 ⸻ CPV4：改变结构 随着模型越来越复杂，另一个瓶颈出现了。 一个网络承担所有能力，越来越低效。 于是开始出现： Planner。 Executor。 Memory。 Vision。 Reflection。 Safety。 它们逐渐成为不同的功能模块。 MoE、Tool Use、Agent、MCP、多智能体协作，都可以看作这一趋势的不同表现。 未来 AI 更像一个组织。 而不是一个越来越大的 Transformer。 反馈开始重组系统结构。 ⸻ CPV5：改变边界 这是最深的一层。 今天，人们谈论 AI，通常想到的是： 一个模型。 未来，AI 的边界会不断扩展。 浏览器。 手机。 电脑。 机器人。 汽车。 摄像头。 传感器。 云端。 其他 Agent。 这些都会成为 AI 系统的一部分。 到那个时候，我们讨论的不再是一个模型，而是一个持续运行的智能系统。 它的边界不断重新定义。 人与 AI 的关系也会随之改变。 ⸻ 为什么 CPV 能预测未来？ 因为每一层都会产生新的结构压力。 Prompt 足够成熟之后，系统开始需要记忆。 记忆足够丰富之后，系统开始需要学习。 模型足够复杂之后，系统开始需要重新组织。 结构足够完善之后，系统开始突破自身边界。 技术演进并不是热点随机切换。 而是上一层已经无法继续承载反馈。 新的层级因此诞生。 这是一种复杂系统普遍存在的演化规律。 ⸻ J-space 给了我们一个验证 Anthropic 最近公开的 J-space 研究，让人们第一次能够观察模型内部的工作空间。 很多人关注的是： AI 是否拥有了类似意识的东西。 我关注的是另一件事。 J-space 解释的是： AI 此刻如何思考。 CPV 解释的是： AI 为什么会演化到下一阶段。 两者回答的是不同的问题。 前者研究计算过程。 后者研究反馈如何不断向更深层沉淀。 它们并不冲突。 反而共同构成了一幅更完整的智能演化图景。 ⸻ 一个理论真正的价值 未来几年，还会不断出现新的技术名词。 也许叫 Workspace Editing。 也许叫 Self Evolution。 也许叫 Autonomous Organization。 名字会不断变化。 但如果这些技术仍然停留在同一层反馈，它们只是同一类问题的不同实现。 真正值得关注的，不是名字。 而是它让反馈深入了哪一层。 能够回答这个问题，才能真正理解 AI 为什么会这样发展，以及下一次技术跃迁会发生在哪里。 CPV 的意义，不在于解释某一项 AI 技术。 它试图描述的是： 所有能够持续学习的复杂系统，都遵循着同一种反馈演化规律。 因此，它不仅可以解释 AI，也可以预测 AI。

前天，IREN宣布签署总价值 28亿美元 的多年代理AI云合同，并将2026年底AI云年化运行收入（ARR）目标从37亿美元上调至 超过40亿美元（其中85%已签约）。这一消息不仅推动股价大涨，更传递出一个清晰的市场趋势：AI算力需求正从顶级frontier labs向更广泛客户群外溢。 IREN的新合同主要来自 Perplexity（AI搜索）、Figure AI（物理AI与机器人）、Together AI、Fireworks AI、Fal AI、Hume AI 等专注领域AI公司，以及一个未具名的领先AI开发商。加上此前已有的 Microsoft 和 NVIDIA，IREN的客户画像已覆盖： Hyperscalers（超大规模云厂商） 专业AI开发商 企业级用户 公司明确表示，正在“broadening our customer base across hyperscalers, enterprises and AI developers”，并优先选择多样化分配容量，避免过度依赖少数巨头。 IREN在公告中指出，“hyperscalers、enterprises、AI developers and frontier labs”的需求持续超过其可用和计划容量。过去一年，其自建AI云容量从约3MW激增至2026年交付480MW，2027年目标1.2GW，仍供不应求。 这说明前沿实验室（frontier labs）仍是重要驱动力，但其需求已无法独占新增容量。 大量中层和应用层AI公司（推理、专用模型、机器人、生成媒体等）开始大规模锁定长期GPU资源。 许多合同包含客户预付款（约占GPU资本支出45%），显示买家意愿强烈且愿意承担前期成本。 IREN的案例是AI基础设施热潮的缩影：算力短缺正从“顶级玩家军备竞赛”扩散至整个AI生态。这对数据中心运营商、GPU供应链和新能源行业都是长期利好，也意味着AI商业化落地正在加速。 随着更多公司加入“算力抢夺战”，2026-2027年将成为AI基础设施大规模部署的关键窗口。IREN的故事，或许只是行业多元化浪潮的开始。 免责声明：本人持有推文题及资产，观点充满偏见，非投资建议dyor

2026 Q2 agent专项融资占全部AI融资的47%。agent基础设施在蓬勃发展的同时，也在加速整合和落地应用～ 各大巨头相继在AI+Web3布局，支付基础设施（如 Stripe MPP、Coinbase x402 和 OKX APP）定位为价值传输的金融高速公路，解决 Agent 如何安全、gasless 将钱从 A 传到 B 的问题 支付是基础层，A2A 是应用层。与之互补，A2A Commerce Protocol定位为商业协作的完整市场框架，在支付基础上添加发现（谁能提供服务）、协商（怎么定价）、声誉（是否靠谱）和原子结算，形成 Agent 间的“端到端商业闭环” 这两块的整合也在悄然进行。细心的朋友会发现，近期上线OKX boost @okxchinese 的 pieverse @pieverse_io 正是A2A Commerce Protocol的典型。不仅如此，OKX战略级产品Onchain OS Skills 已嵌入 Pieverse 的 Purr-Fect Claw 生态，实现钱包行动、市场情报、交易和 x402 支付的无缝融合 /// 为什么说pieverse等agent运行时层能真正加速Agent应用落地？ 想象一下，当AI Agent塞进了咱们经常用的聊天软件（LINE、WhatsApp等），你去奶茶店直接和Agent说“点一杯珍珠奶茶，无糖去冰”，Agent确认订单，钱自动付了，商家收款到账。自然融进了我们的生活，比现在点单还方便 这不是未来，这是Pieverse台北奶茶店试点正在做的事。不仅如此，未来用户和商家使用聊天软件下单，Agent自动记录偏好（爱甜不爱酸？常点大杯？），后台生成CRM数据（客户画像）、订单管理（实时库存/打印小票），甚至忠诚度系统（自动发优惠券）…… 如何高效根据不同任务选择合适的模型，则通过智能调度中心Pieverse AI Gateway作为统一的LLM端口实现，真正达成agent间更智能、个性化的模型分配 👉围观入口：llm. pieverse. io 假如这个模式验证成功，相信不久的将来能复制到更多区域、覆盖更多场景，真正加速Agent应用落地