有人研究叙事。 有人研究数据。 我们今晚研究怎么让它更有梗。🧪 Some study narratives. Some study data. Tonight, we're studying how to make it funnier. 🧪

🔥 Web3 即将进入“实力决定机会”的时代！ Nucleus正在打造连接 Web3 声誉、资本与机会的智能层。 它会综合分析你的链上行为、社交影响力和贡献，精准评估你的真实价值，而不是只看钱包余额或交互次数。 ✨ 你能获得什么？ ✅ 查看自己的综合排名 ✅ 识别最具优势的赛道（Narratives） ✅ 匹配真正适合你的机会 ✅ 贡献、邀请、活跃行为持续积累声誉，解锁更高等级权益与更多收益 对于项目方来说，Nucleus 也彻底改变了激励方式。 不再盲目追求数据和钱包数量，而是精准找到真正有资金实力、有影响力、有价值贡献的用户，让每一份激励都发给真正值得的人。 这意味着： 🔹 用户靠实力和贡献获得机会，而不是靠运气。 🔹 项目把奖励发给真正创造价值的人，而不是刷活跃的人。 🔹 声誉将成为 Web3 中可持续增长的数字资产。 未来，机会不再随机，而是由你的实力决定。🚀 @NucleusCodes @CNPYNetwork @sleepagotchi

叙事 (narrative) 的构建，本质是个招募机制，要找更多人接盘。 流动性高的时候，很多经不起推敲的叙事都有人立马相信，并投入真金白银。就好像饿殍流民遍地的时候，英雄豪杰募兵就非常容易。

💭 GMA TALK： 「流量退潮之后：BitWu @Bitwux 谈 AI、WEB3游戏与下一轮机会」 这一轮周期， 很多人开始焦虑： 流量越来越贵，Narrative越来越快， Web3游戏越来越难做。 真正的机会，是消失了，还是只是换了方向？ 本期对话 BITWU： 聊一聊他如何看待 AI、Web3 Gaming 与未来 2-3 年 Crypto 的机会判断。 📍 6月18日（周四） 3:00 PM 嘉宾：BITWU @Bitwux 主持人：GMA Apple @EchoWangGX 、GMA nann @youkuaihaomutou 📺 Zoom在线 | 开放社区提问

最近市场给我的感觉很明显：大家不是不看项目了，而是越来越挑了。以前随便喊两句 narrative，发几个任务，可能就有人冲；但现在不一样，用户更在意真实互动、真实收益，还有项目到底能不能把流量变成有效增长。 所以我这两天看 @XOOBNetwork 的时候，反而觉得它挺对现在市场胃口的。 它不是那种单纯让你转发、点赞、刷存在感的平台，而是把 creator、项目方、社区用户之间的关系做成了一套更像“增长系统”的东西。比如 ImpactShare、CPA 活动、排行榜奖励这些机制，本质上是在鼓励创作者带来真实曝光和真实用户行为，而不是只堆表面数据。 我比较喜欢的一点是，XOOB 让普通用户也能参与到项目增长里。你有内容能力，可以通过内容拿排名；你有人脉资源，也可以推荐项目来发起 campaign；甚至项目如果通过你介绍上线活动，你还能拿到平台费用分成。这个设计其实很 Web3：不是平台单方面吃掉价值，而是把增长收益分给真正参与建设的人。 最近 XOOB的活动也能看出来，它不是空喊概念，是真的在不断跑 campaign、发奖励、优化规则。现在市场流动性开始回暖，但资金和注意力都更偏向有实际玩法、有真实用户参与的项目。XOOB 这种把“注意力经济”和“链上行为”结合起来的方向，我觉得还有不少想象空间。 对我来说，@XOOBNetwork 最吸引人的地方不是短期热度，而是它让内容、社区、增长变得更可衡量。这个赛道如果跑出来，可能会成为很多 Web3 项目冷启动和扩散的新工具。 顺便也关注下 @TermMaxFi，固定利率借贷这个方向在现在的 DeFi 市场里同样值得多看一眼。

前面几个产品，已经结构化了 telegram 群聊/频道（早报/热门代币雷达），x上热门信息（小时intel），bn广场信息，会将这些社交信息，融入alert。 这样每看到一个行情异动信号，就能快速获取相关讨论，确认narrative，再决定是否参与。 比如 storj 这个例子，上涨叙事是跟随美股存储。

投资 Canopy 碎片 No.001： 一个越来越奇怪的数据，昨天看到一个数据。 现在不少链上协议，TVL 明明越来越高，可真正每天活跃的钱包，却没有以前增长得那么快。 以前我一直觉得，这是市场热度下降。 后来发现，好像不是，现在的钱，比以前"聪明"了。 它不会因为一句 Narrative 就到处跑。 更多时候，它只是停在几个固定的位置。 哪里收益稳定，就待在哪里； 哪里风险可控，就留在哪里。 真正频繁迁移的，反而越来越少，这让我想到一个挺有意思的问题。 过去几年，我们一直在讨论： 怎么让更多资金进来。 但今天的问题可能变成了： 怎么让资金愿意留下来。 这是两件完全不同的事情。 吸引资金，其实靠热点就够； 可留住资金，需要的是确定性。 过去 DeFi 很多协议喜欢拼 APY。 今天大家开始关心另外三个东西： 收益有没有持续性； 规则会不会经常改； 资金到底能不能长期停放，这三个问题，比收益高低更重要。 因为真正的大资金，不会每天搬家，它们更在意效率。 如果未来链上的资金越来越懒。 那么整个行业竞争的重点，可能也会慢慢从获取流量， 变成获取停留时间。 最近看 Canopy Network @CNPYNetwork 的时候，我反而觉得，它讨论的不是怎么吸引更多资金。 而是： 如果资金已经来了，怎样才能长期留在生态里。 这或许才是下一阶段 DeFi 更值得关注的一件事。 @CNPYNetwork #CNPYNetwork# #Canopy#

一篇不错的解读：《META出租H100与购买先进算力并不矛盾》 Meta 做 NeoCloud 与继续租 Crusoe 1.6GW，并不矛盾 昨天盘前，Meta 被报道正在考虑把多余 AI 算力对外商业化，甚至做成类似 NeoCloud 的业务。市场第一反应非常剧烈：Meta 盘前上涨接近 6%，但 AI算力和 neocloud 相关股票则受到负面 Narrative 影响, 市场担心的是：如果 Meta 也开始把 GPU 算力对外卖，是否会直接导致算力过剩？ 这个反应可以理解，但我们认为市场把问题想简单了。 首先，Meta 这件事本质上不是“AI 算力需求见顶”，也不是“Meta 不需要继续买算力”。相反，Meta 同时还在继续锁定非常大规模的新算力。根据 Bloomberg/Reuters 报道，Meta 最近与 Crusoe 签署了新的 AI computing capacity 协议，将从 Crusoe 位于 Texas Childress 和 Missouri Warrenton 的两个数据中心获得合计约 1.6GW 的容量。 同时，Meta还在向其他Neocloud购买算力。我们在去年3Q25 META Preview中就提到过META正在向NeoCloud寻求购买3GW算力。 所以表面上看，这里确实有一个矛盾：如果 Meta 自己已经有多余算力，为什么还要继续向 Crusoe 租 1.6GW？ 我们的理解是，这不是矛盾，而是算力代际切换。 过去两年，Meta 已经采购和部署了大量 H100/H200。这些 GPU 不是没价值，恰恰相反，它们对 inference、fine-tuning、企业模型服务、图像/视频生成、传统 ML workload 仍然非常有价值。但对于下一代 frontier model training，尤其是 3T+ 参数规模的 MoE、长上下文、多模态和 RL-heavy post-training，H100/H200 的训练经济性会明显下降。 关键不是 H100 不能训练，而是单位有效 token 成本变差。 当模型进入 3T+ 规模后，瓶颈不再只是单卡 FLOPS，而是 HBM 容量/带宽、GPU 间通信、scale-up 网络、checkpoint/restart、expert routing、sequence parallel、pipeline bubble、以及大规模 collective communication。H100 集群当然还能跑，但训练 wall-clock 更长，通信开销更高，集群利用率更难维持，最终表现为同样训练一个 frontier model，成本和时间都不如 GB200/GB300，未来更不如 Vera Rubin。 因此，Meta 现在面对的是一个很典型的资产配置问题： 最先进的 GB200/GB300/Rubin，要优先留给下一代模型训练；上一代 H100/H200，则应该尽量转成 inference 或外部商业化收入。 这也是为什么“做 NeoCloud”和“继续租 Crusoe 1.6GW”可以同时成立。 Meta 继续向 Crusoe 锁定 1.6GW，本质上是在为更长期、更先进、更大规模的 AI infrastructure 做准备。这种资源对于 Meta 来说，更多是未来 GB200/GB300/Rubin 时代的战略性产能，而不是简单补 H100 的缺口。 另一方面，Meta 既然已经买了大量 H100/H200，就不可能让这些资产在 frontier training 代际切换后闲置。Meta 内部当然有广告、推荐、内容排序等大量推理 workload，但这和 OpenAI/Anthropic 那种直接面向外部客户卖 token 的 LLM inference 业务并不完全一样。Meta 如果没有足够多可以直接 monetization 的外部 token demand，把 H100/H200 做成 cloud capacity 或 hosted model API 对外销售，是非常合理的资本回收方式。 这其实和 xAI / SpaceX 的思路有相似之处。xAI 今年公开宣布与 Anthropic 达成 compute partnership，向 Anthropic 提供 Colossus 1 算力；xAI 官方称 Colossus 1 包含超过 22 万张 NVIDIA GPU，包括 H100、H200 和 GB200，并可支持 training、fine-tuning、inference 和 HPC workload。(xAI) 这说明即使是 frontier AI 公司，也可能把一部分已有 GPU fleet 对外出租，同时把最新、最稀缺、训练效率最高的下一代集群保留给自己的 frontier model。 所以今天市场担心“Meta 进入 NeoCloud 会打垮所有 NeoCloud”，我们觉得有些过度。 更准确的判断应该是： AI 算力市场正在从单一的 GPU shortage，进入多代 GPU 分层定价和分层使用阶段。 第一层是最新训练算力：GB300、Rubin，以及后续更大 scale-up domain 的系统，主要服务 frontier model training。这部分供给仍然稀缺，客户仍然会向 Crusoe、CoreWeave、Nebius、Oracle、Microsoft 等各类供应商锁产能。 第二层是上一代高端算力：H100/H200/部分 GB200，更适合 inference、fine-tuning、enterprise AI、hosted model、agent workload 和中小模型训练。这部分不是没有需求，而是从“最稀缺的训练资源”变成“可以规模化商业化的推理资源”。 第三层是更通用的 GPU cloud 和 long-tail enterprise workload，对价格更敏感，但需求弹性也更大。 在这个框架下，Meta 的行为其实很合理：它不是停止建设 AI infrastructure，而是在把不同代际的 GPU 放到最适合的经济用途上。 因此，我们不认为这是 AI infrastructure 的大问题。真正重要的判断是：下一代 frontier model training 对 GB200/GB300/Rubin 的需求仍然非常强；同时，H100/H200 这类上一代 GPU 也不会被废弃，而会进入 inference monetization 和外部算力销售阶段。 这对整个 AI supply chain 的含义反而是： GPU fleet 开始变成多代际资产，而不是一次性训练工具。旧 GPU 不归零，新 GPU 继续稀缺。Meta 做 NeoCloud，不是需求崩了，而是算力资产终于开始金融化和商业化。

GM CT ☕️ Web3 以前最累的地方，不是没有机会，而是很多机会根本不知道该给谁。 @NucleusCodes 你可能在 NFT 圈待了很久，链上有真实交易，内容也一直在输出；但最后很多 whitelist、airdrop、campaign，还是被表格、机器人、短期 farming 抢走。 这就是我最近一直关注 @NucleusCodes 的原因。 Nucleus 做的不是普通任务平台，而是把你的链上行为、社交内容、持仓记录和长期参与，变成一个可以被看见的 reputation signal。 简单说： 你是谁，你做过什么，你在哪个 narrative 里真的有影响力，这些都会开始变得重要。 这对 Web3 很关键。 因为真正的 builder、creator、NFT OG、早期参与者，不应该每次都从 0 开始证明自己。你的历史应该有重量，你的贡献应该能打开新的门。 现在 Nucleus 上已经有 Canopy、Sleepagotchi、Racerz、Quip 等机会，不只是拼手速，而是看你是否真的适合这个生态。 我喜欢这个方向，因为它让 Web3 少一点噪音，多一点真实。 Reputation 不是一天刷出来的。 它来自持续出现，持续贡献，持续在这个行业留下痕迹。 如果你一直在 build、trade、create、support communities，那 Nucleus 可能就是让这些东西被看见的地方。 No shortcut. Just real history, real contribution, real access. Check your standing. Maybe the next door opens because you早就配得上它了。 @NucleusCodes