我现在的内容搜集和学习路径已经变了 想写个 MCP 的教程和介绍 直接 Gemini Deep Research 搜索整理成文档 然后再用我的提示词变成可视化页面辅助阅读和理解，知识消化速度大幅提升 里面的可视化内容还能在写文档的时候当配图

GitHub 上这个 AI 项目火得有点离谱 Odysseus，开源一周多，已经 6.6 万 Star。 它想做一个自托管版 ChatGPT + Claude 工作台：- Chat- Agent- Deep Research - 文档编辑- 记忆和 Skills- 邮件/日历/任务- 手机端 PWA 把你现在分散在各个 AI 工具里的工作流，收进一个自己可控 AIworkspace。 这个方向确实很香

📚 Academic Research Skills：论文救命包 写论文最痛苦的地方，经常卡在查资料、整理引用、做文献综述、审稿修改这些碎流程上，最后全靠人自己硬扛。 给大家推荐一个项目：Academic Research Skills for Claude Code，把学术研究从选题、文献、写作、审稿到修改，拆成一整套 Claude Code Skills。 GitHub： 它的思路很克制：论文判断仍然由人负责，AI 主要处理那些重复、繁琐、容易出错的工作。比如找参考文献、检查引用、校准写作风格、做同行评审式反馈、把修改意见拆成可执行任务。 主要功能： 1️⃣ Deep Research：用多 Agent 做研究简报、文献综述、系统综述和事实核查。 2️⃣ Academic Paper：辅助论文大纲、正文、摘要、修订、格式转换和引用检查。 3️⃣ Academic Paper Reviewer：用多视角审稿机制，给论文打分、挑问题、做复审。 4️⃣ Academic Pipeline：把研究、写作、完整性检查、审稿、修改串成 10 阶段流程。 5️⃣ Style Calibration：从你过去的文章里学习语气，减少 AI 味。 6️⃣ Citation Check：重点处理 AI 写作里最容易翻车的引用幻觉和来源错配。 适合正在写论文、做文献综述、整理引用的朋友收藏使用。

工业革命时代，煤炭越便宜，大家烧得越多。现在 AI 时代的 Token 也是这样 Token 便宜了，AI 产品反而更能烧了 以前你问一句，模型答一句，就结束了 现在你点一下，Agent 在后台拆任务、查资料、调工具、写代码、改错、总结，跑一整套流程 所以单个 Token 是便宜了，但一次任务吃掉的 Token 多了太多 这就是账单还在涨的原因 蒸汽机更省煤以后，英国没有少烧煤。因为煤变得更划算，更多机器、工厂、铁路都开始烧煤 Token 也是这个逻辑 便宜以后，Agent、Deep Research、AI 编程、长上下文、企业自动化才真的跑起来 所以 AI 的成本中心正在从训练转到推理 训练是烧一阵子，推理是一直烧。用户在线，它就在烧。Agent 在跑，它就在烧。上下文越长，缓存越大，内存、带宽、电力、散热全都跟着吃紧 这也是为什么 AI 产业链不能只看 GPU HBM、DRAM、SSD、先进封装、光模块、交换芯片、CPU、推理芯片，都会被这波推理需求重新定价 AI 应用公司也会被迫分层 只包一层界面、全靠闭源 API 的公司，用户越多，账单越大，毛利越薄 真正的壁垒会往下沉：路由、量化、缓存、批处理、上下文裁剪、小模型替代大模型 嗯，Token 就是煤

今天跟 @YettaSing 聊了一会儿，主要集中在RWA与预测市场这两个话题 我想部分“Crypto明明赢了，却让每个人感觉在输”，除了稳定币，支付，IPO这些与散户关系不大，没有山寨季，币价表现拉垮等等原因之外，还有一个往往被忽视的点 那就是哪怕这一轮最明牌的Perp和预测市场这两大市场，看着很热闹 - 财富效应炸裂，数据亮眼，估值上天，然而其实跟散户的关系依旧没有很大 不信问问你自己和你身边的朋友，你们投了多少资金在Hyperliquid与Polymarket市场上每天交易（非刷量博空投目的型交易） 前段时间看过一个研究员发过Hyperliquid的一些数据，原帖找不到了，所以我让Surf给我去爬了很多数据，作了Deep Research, 出来的结果跟印象中那个研究员发的大差不差，原帖里面没有胜率，只有交易量，所以Surf这个胜率我没法交叉验证 印象特别深的是当时的原帖说过，其实真正的大户/机构只有0.3%，但70%左右的交易量是由他们贡献的。也就是说Hyperliquid最核心的用户，其实就那么三四千人 更扎心的是那个胜率，如果Surf没幻觉没撒谎的话，那这个数据也太扎心了。。。 然后我跟Yetta都觉得Polymarket虽然也是大户和机构把持，但集中度应该没有Perp这么夸张，会是个散户参与度更好，交易占比更大的市场 于是聊完我又让Surf去Dune上爬数据做Research，结果触目惊心…… 0.009%的超级大户控制53%的交易量, 70%的散户用户仅产生0.4%的交易量…… 这个多少还是能跟一些国外机构的帖子做一些交叉验证，比如这一条，虽说是去年的帖 记得前两年看招行那个金葵花数据 - “招行金葵花 2%”通常指招商银行金葵花客户（月日均资产50万以上）约占其总客户数2%左右，这部分高净值客户贡献了银行绝大部分总资产（约80%）” 觉得就挺吓人了，没想到咱们圈最火的这俩赛道，财富集中度要更胜一筹 所以两个赛道看似热闹，但其实相较于上一轮Defi+NFT那一波，散户参与感明显还是差一个档。当然，等了两三年，终于等出来一两个新的大叙事，已经很满足很欣慰，不能要求更多。Perp赛道已相对成熟，预测市场却才刚刚开始，下一波杀出来的预测市场一定不是一个“更大更全的Polymarket”，而是针对散户，长尾事件，社交属性之类的新一代形态，相信未来几个月就会看到不少，还是很期待的 最后绕回到之前跟 @0xTodd 讨论的那个AI会缩小还是拉大底层与顶层差距的话题，我就基尼系数这一件事单独跟GPT又讨论了一下，把区块链这个技术也放了进去。它的想法和思路跟我差不多，具体细节就不放出来，说一个GPT的核心结论 “ 在默认演化路径下，AI + 区块链更可能“先显著增大基尼系数”； 只有在被刻意设计、强力干预时，才有可能长期压低它。 ” 我在想20年后，金葵花2占80的比例，是不是会变成0.2占80🤡