正在加载视频...

视频加载失败

加载此视频时出现问题。这可能是由于临时网络问题，或视频可能不可用。

AI产品那么多，到底哪个真的能帮我炒币？🤔 香子认真实测了ChatGPT和GetAgent（ Bitget中文的AI助手），用同样的3个问题问它们，结果差别真的大到离谱！测试问题： 1看一下BTC的基本情况 2BTC现在值得买入吗？ 3结合行情分析BTC使用5倍杠杆开仓的时机结果发现： ChatGPT给了我理论框架和分析思路，像在上Web3速成课，讲得很有道理，但最后都说"不构成投资建议"，等于没说 GetAgent直接给实时数据+具体策略！不仅有当前价格、技术指标、资金面分析，还给了分批买入方案、仓位管理建议、止盈止损位，甚至连开仓策略都帮你想好了一个像老师，教你怎么思考；一个像交易助理，直接帮你做决策同样的问题，完全不同的答案。录屏实测在这！大家自己看看差距有多大 ChatGPT适合学习打基础，GetAgent适合实战交易。对于香子这种想快速决策的交易者，GetAgent真的省太多时间了。想试试GetAgent的： Bitget App内搜索GetAgent就能用，新手也不用怕，可以只问不买。

静香小姐

609,914 subscribers

106,439 次观看 • 8 个月前 •via X (Twitter)

Anya Rossi• Live Now

Private livecam show

0 条评论

暂无评论

原始帖子的评论将显示在这里

相关视频

🚀Bitget 正式上线智能交易助手 #GetAgent 🔥邀请你成为 #GetAgent产品体验官 GetAgent 是 Bitget 结合 50 余种专业 MCP 工具推出的智能交易助手。它能根据用户账户情况分析其当前资产组合，并提出洞察和配资建议；能帮用户分析某个币种是否适合开合约，并给到明确操作建议。当用户输入金额和币种等关键指令后，可直接购买现货、合约、链上交易。 #有始有终有结论：在分析某币种技术形态时，GetAgent 会提供结论明确的报告，包含短中长期趋势、关键技术指标、基本面分析、短中长期投资策略、是否适合购买等。 👉关注+转推+留言“我要体验” ，抽 10 个邀请码发放

🚀Bitget 正式上线智能交易助手 #GetAgent 🔥邀请你成为 #GetAgent产品体验官 GetAgent 是 Bitget 结合 50 余种专业 MCP 工具推出的智能交易助手。它能根据用户账户情况分析其当前资产组合，并提出洞察和配资建议；能帮用户分析某个币种是否适合开合约，并给到明确操作建议。当用户输入金额和币种等关键指令后，可直接购买现货、合约、链上交易。 #有始有终有结论：在分析某币种技术形态时，GetAgent 会提供结论明确的报告，包含短中长期趋势、关键技术指标、基本面分析、短中长期投资策略、是否适合购买等。 👉关注+转推+留言“我要体验” ，抽 10 个邀请码发放

Bitget中文

68,306 次观看 • 1 年前

✅ 推荐一个宝玉老师开源的 Skill：用 Claude Code 一行命令就能把 Markdown 文章自动发到 X，带图片的那种。 👉 这个工具其实开源挺久了，但好像用的人不多？可能大家不太知道怎么上手。我自己用了一段时间觉得真的很方便，就录了个视频教程，把原理和用法都讲了一遍。有兴趣的朋友可以试试，真的能省不少事儿，如果遇到什么问题你直接让AI帮你分析这个skill的逻辑和流程然后帮你解决，其实很简单，来尝试下吧👇

✅ 推荐一个宝玉老师开源的 Skill：用 Claude Code 一行命令就能把 Markdown 文章自动发到 X，带图片的那种。 👉 这个工具其实开源挺久了，但好像用的人不多？可能大家不太知道怎么上手。我自己用了一段时间觉得真的很方便，就录了个视频教程，把原理和用法都讲了一遍。有兴趣的朋友可以试试，真的能省不少事儿，如果遇到什么问题你直接让AI帮你分析这个skill的逻辑和流程然后帮你解决，其实很简单，来尝试下吧👇

阿蔺A-Lin

27,925 次观看 • 4 个月前

最近陶哲轩在 2024 年第 65 届国际数学奥林匹克上，陶哲轩做了一次 AI 和数学的演讲，非常精彩，从数学使用计算计算机的历史开始讲起，一直讲到大语言模型，干货相当多，尤其适合对数学有兴趣的同学。（对数学没那么感兴趣的同学只想看 AI 部分的建议直接跳到 41 分的位置开始观看）先摘录几个冷知识： 1. 我们使用机器做数学计算已经有数千年，最早的机器辅助计算可能是罗马人，然后是中国的算盘 2. 二战时就有人肉“计算机”，计算弹道和其他任务，多位女孩子，因为男士们在打仗，所以那时候的计算基本单位不是GPU，而是kilogirl-hour——“千名女孩工作一小时的计算量” 3. 现在，数学家们使用一种现代化的证明辅助编程语言，叫做 Lean。在 Lean 中有一个核心的数学库，通过众包的方式开发的，本科数学课程中看到的内容，比如微积分基础、群论基础或者拓扑学等等，这些都已经被形式化了，所以你不用从公理开始。 4. 现在数学领域有一种团队协作证明复杂数学定理的工作流程，那就是先编写一个称为“蓝图”的详细证明计划，将整个证明分解为数百个小步骤。每个步骤可以单独形式化，然后再将它们整合在一起，这样你就可以将一个庞大的论证分解成许多小块。先编写这个蓝图，然后团队中的其他人可以对论据的不同步骤的不同部分进行形式化。去年，陶哲轩和几位同事一起解决了一个组合数学问题。这是一个组合学的问题。大约20人在短短三周内完成了，使用了蓝图工具，参与的人中有概率论专家，甚至还有一些并非数学家的人，他们是程序员，但在解决这些小型拼图问题上非常擅长。每个人都挑选了一个觉得自己能做的小任务，并完成了它。在数学领域，通常很难这么多人一起合作，一般最多可能五个人合作。因为在大项目上合作时，你必须相信每个人的数学都是正确的。但是，一旦超过一定规模，这就无法实现了。但现在借助 Lean 编译器，它能自动检查。团队成员无法上传任何编译不通过的内容，会被拒绝。因此，你可以与一些从未见过的人合作。最后是讲大语言模型，首先陶哲轩就打脸了 GPT-4 的论文（我猜是微软那篇《GPT-4，通用人工智能的火花》），论文中号称 GPT-4 能解决国际数学奥林匹克问题，但实际上，这个问题不是 2022 年国际奥数竞赛的原始问题，而是一个简化版本，并且他们测试了几百道国际奥数竞赛问题，成功率只有1%，论文里的这个是精心挑选的恰巧能做对的。并且陶哲轩提到了基于大语言模型的一些改进的方案：比如 CoT（Chain of Thought），也就是 LLM 做简单的算术运算都做不对，但是如果让它一步步解释，可能就对了。还可以教 AI 一些解题技巧，比如尝试简单的例子，反证法，尝试逐步证明等。比如让模型和编程语言或者工具连接，将大语言的输出结果交给 Wolfram 这样的专业数学工具或者 Python 这样的编程语言验证，并且迭代的进行修正和验证，直到得到正确的结果，这可以提升大语言模型生成的效果。即使借助这些手段，大语言模型还远远不能解决大多数数学问题，更不用说数学研究问题了！当然陶哲轩也没太过打击大家对于 AI 的信心，表示我们在 AI 上还是在不断的取得进展，还提到了他日常是怎么用 AI 的，比如说把 AI 当成灵感之源。 > 我曾遇到过一个问题，我尝试了几种方法，但都无法解决。于是，我尝试询问 GPT，你建议我使用什么其他方法来解决这个问题？GPT 给我提供了 10 种可能的方法，其中有 5 种我已经尝试过，或者明显没有帮助。的确，有几种方法并不实用。但其中有一种我还没尝试过的方法，那就是针对这个问题使用生成函数。当 GPT 建议我使用这种方法时，我意识到这就是我漏掉的正确方法。所以，将 GPT 视为一个交流伙伴，它确实具有一定的用处。还有使用 GitHub Copilot 帮他写代码，让它自动生成下一步的证明结果，Copilot 的智能提示有 20% 的概率能生成正确的下一步结果。 > 例如我使用的一个叫 GitHub Copilot 的工具，你只需要写下一半的证明，它就会尝试猜测接下来的内容。大概有 20% 的情况下，它能猜到接近正确的答案。然后你就可以说，我接受这个答案。好的，那么在这种情况下，我正在试图证明这个陈述。灰色的部分是 Copilot 给出的建议。结果发现第一行完全没用。不过第二行，尽管你可能看不清楚，却真的解决了这个问题。所以，你不能盲目接受它的输入，因为这些代码未必能顺利编译。但如果你对代码的运作方式已经有所了解，这将大大节省你的时间。这些工具正在变得越来越好。现在如果一个证明只需要一两行，它们就能自动完成。现在已经有了这样的实验，即通过迭代地让 AI 提供证明，然后让编译器进行反馈，如果编译出错，就把错误信息反馈给 AI。通过这种方法，我们开始能够验证四五步长的证明。当然，一个大型的证明可能需要数万行。所以，我们还没有达到能够立即得到一个正式证明的程度。但是，这已经是一个相当有用的工具。对于大家关心的问题： AI 在数学领域现在到了哪一个阶段？是否未来几年利用 AI 能直接解决数学问题？陶哲轩也给出了他的看法： > 我认为我们还远远没有达到这个阶段。如果我们专注于非常特定的问题，你可以定制专门的 AI 来处理一小部分问题。即便如此，它们也不是完全可靠的，但还是有用的。不过至少在接下来的几年里，它们基本上将是非常有用的辅助工具，超越了我们已经熟悉的暴力计算辅助。他还提到了一些可能的 AI 能在数学领域提供帮助的方向： - AI 能够非常好地生成有价值的猜想 > 比如，我们已经看到了关于结理论的例子，它们已经可以推测出两个不同的统计量之间的关系。因此，我们希望能够创建大量的数据集，输入到 AI 中，它们就会自动找出各种不同的数学对象之间的有趣联系。虽然我们还不知道如何做到这一点，部分原因是我们没有这些庞大的数据集。但我认为这是未来可能实现的一个方向。 - 批量或者说规模化的证明大量数学定理 > 现在，因为证明定理是如此繁琐和艰难的过程，我们一次只能证明一个定理，如果你效率很高，可能一次能证明两三个。但是有了 AI，你可以设想一下未来的情况，我们不是试图解决一个问题，而是处理一类类似的1000个问题，然后告诉AI，尝试用这个方法解决这 1000 个问题，然后报告结果，哦，我能用这种技术解决 35% 的问题。那么另一种技术呢？我能解决这个百分比的问题。或者如果结合这些方法，又能解决多少问题？你可以开始探索问题的空间，而不是一个接一个地解决问题。这是你现在根本无法做到的事情，或者是你需要几十年时间，通过数十篇论文慢慢搞清楚各种技术能做什么，不能做什么。但是有了这些工具，你真的可以开始做规模前所未有的数学研究。所以，未来将会非常令人兴奋。演讲环节结束前的最后一句话说的特别好： > 我们仍然会以传统方式证明定理。事实上，我们必须这样做，因为如果我们自己都不知道如何做这些事情，就无法引导这些 AI。但是我们将能够做很多现在无法做到的事情。这恰恰也是我们现在使用 AI 辅助编程的问题：如果我们自己都不知道如何构建软件，就很难引导好 AI 帮助我们生成高质量的代码。尽管 AI 在数学和编程领域变得越来越有用，但人类的洞察力和创造力仍然是创作价值的关键。原始 YT 视频：

最近陶哲轩在 2024 年第 65 届国际数学奥林匹克上，陶哲轩做了一次 AI 和数学的演讲，非常精彩，从数学使用计算计算机的历史开始讲起，一直讲到大语言模型，干货相当多，尤其适合对数学有兴趣的同学。（对数学没那么感兴趣的同学只想看 AI 部分的建议直接跳到 41 分的位置开始观看）先摘录几个冷知识： 1. 我们使用机器做数学计算已经有数千年，最早的机器辅助计算可能是罗马人，然后是中国的算盘 2. 二战时就有人肉“计算机”，计算弹道和其他任务，多位女孩子，因为男士们在打仗，所以那时候的计算基本单位不是GPU，而是kilogirl-hour——“千名女孩工作一小时的计算量” 3. 现在，数学家们使用一种现代化的证明辅助编程语言，叫做 Lean。在 Lean 中有一个核心的数学库，通过众包的方式开发的，本科数学课程中看到的内容，比如微积分基础、群论基础或者拓扑学等等，这些都已经被形式化了，所以你不用从公理开始。 4. 现在数学领域有一种团队协作证明复杂数学定理的工作流程，那就是先编写一个称为“蓝图”的详细证明计划，将整个证明分解为数百个小步骤。每个步骤可以单独形式化，然后再将它们整合在一起，这样你就可以将一个庞大的论证分解成许多小块。先编写这个蓝图，然后团队中的其他人可以对论据的不同步骤的不同部分进行形式化。去年，陶哲轩和几位同事一起解决了一个组合数学问题。这是一个组合学的问题。大约20人在短短三周内完成了，使用了蓝图工具，参与的人中有概率论专家，甚至还有一些并非数学家的人，他们是程序员，但在解决这些小型拼图问题上非常擅长。每个人都挑选了一个觉得自己能做的小任务，并完成了它。在数学领域，通常很难这么多人一起合作，一般最多可能五个人合作。因为在大项目上合作时，你必须相信每个人的数学都是正确的。但是，一旦超过一定规模，这就无法实现了。但现在借助 Lean 编译器，它能自动检查。团队成员无法上传任何编译不通过的内容，会被拒绝。因此，你可以与一些从未见过的人合作。最后是讲大语言模型，首先陶哲轩就打脸了 GPT-4 的论文（我猜是微软那篇《GPT-4，通用人工智能的火花》），论文中号称 GPT-4 能解决国际数学奥林匹克问题，但实际上，这个问题不是 2022 年国际奥数竞赛的原始问题，而是一个简化版本，并且他们测试了几百道国际奥数竞赛问题，成功率只有1%，论文里的这个是精心挑选的恰巧能做对的。并且陶哲轩提到了基于大语言模型的一些改进的方案：比如 CoT（Chain of Thought），也就是 LLM 做简单的算术运算都做不对，但是如果让它一步步解释，可能就对了。还可以教 AI 一些解题技巧，比如尝试简单的例子，反证法，尝试逐步证明等。比如让模型和编程语言或者工具连接，将大语言的输出结果交给 Wolfram 这样的专业数学工具或者 Python 这样的编程语言验证，并且迭代的进行修正和验证，直到得到正确的结果，这可以提升大语言模型生成的效果。即使借助这些手段，大语言模型还远远不能解决大多数数学问题，更不用说数学研究问题了！当然陶哲轩也没太过打击大家对于 AI 的信心，表示我们在 AI 上还是在不断的取得进展，还提到了他日常是怎么用 AI 的，比如说把 AI 当成灵感之源。 > 我曾遇到过一个问题，我尝试了几种方法，但都无法解决。于是，我尝试询问 GPT，你建议我使用什么其他方法来解决这个问题？GPT 给我提供了 10 种可能的方法，其中有 5 种我已经尝试过，或者明显没有帮助。的确，有几种方法并不实用。但其中有一种我还没尝试过的方法，那就是针对这个问题使用生成函数。当 GPT 建议我使用这种方法时，我意识到这就是我漏掉的正确方法。所以，将 GPT 视为一个交流伙伴，它确实具有一定的用处。还有使用 GitHub Copilot 帮他写代码，让它自动生成下一步的证明结果，Copilot 的智能提示有 20% 的概率能生成正确的下一步结果。 > 例如我使用的一个叫 GitHub Copilot 的工具，你只需要写下一半的证明，它就会尝试猜测接下来的内容。大概有 20% 的情况下，它能猜到接近正确的答案。然后你就可以说，我接受这个答案。好的，那么在这种情况下，我正在试图证明这个陈述。灰色的部分是 Copilot 给出的建议。结果发现第一行完全没用。不过第二行，尽管你可能看不清楚，却真的解决了这个问题。所以，你不能盲目接受它的输入，因为这些代码未必能顺利编译。但如果你对代码的运作方式已经有所了解，这将大大节省你的时间。这些工具正在变得越来越好。现在如果一个证明只需要一两行，它们就能自动完成。现在已经有了这样的实验，即通过迭代地让 AI 提供证明，然后让编译器进行反馈，如果编译出错，就把错误信息反馈给 AI。通过这种方法，我们开始能够验证四五步长的证明。当然，一个大型的证明可能需要数万行。所以，我们还没有达到能够立即得到一个正式证明的程度。但是，这已经是一个相当有用的工具。对于大家关心的问题： AI 在数学领域现在到了哪一个阶段？是否未来几年利用 AI 能直接解决数学问题？陶哲轩也给出了他的看法： > 我认为我们还远远没有达到这个阶段。如果我们专注于非常特定的问题，你可以定制专门的 AI 来处理一小部分问题。即便如此，它们也不是完全可靠的，但还是有用的。不过至少在接下来的几年里，它们基本上将是非常有用的辅助工具，超越了我们已经熟悉的暴力计算辅助。他还提到了一些可能的 AI 能在数学领域提供帮助的方向： - AI 能够非常好地生成有价值的猜想 > 比如，我们已经看到了关于结理论的例子，它们已经可以推测出两个不同的统计量之间的关系。因此，我们希望能够创建大量的数据集，输入到 AI 中，它们就会自动找出各种不同的数学对象之间的有趣联系。虽然我们还不知道如何做到这一点，部分原因是我们没有这些庞大的数据集。但我认为这是未来可能实现的一个方向。 - 批量或者说规模化的证明大量数学定理 > 现在，因为证明定理是如此繁琐和艰难的过程，我们一次只能证明一个定理，如果你效率很高，可能一次能证明两三个。但是有了 AI，你可以设想一下未来的情况，我们不是试图解决一个问题，而是处理一类类似的1000个问题，然后告诉AI，尝试用这个方法解决这 1000 个问题，然后报告结果，哦，我能用这种技术解决 35% 的问题。那么另一种技术呢？我能解决这个百分比的问题。或者如果结合这些方法，又能解决多少问题？你可以开始探索问题的空间，而不是一个接一个地解决问题。这是你现在根本无法做到的事情，或者是你需要几十年时间，通过数十篇论文慢慢搞清楚各种技术能做什么，不能做什么。但是有了这些工具，你真的可以开始做规模前所未有的数学研究。所以，未来将会非常令人兴奋。演讲环节结束前的最后一句话说的特别好： > 我们仍然会以传统方式证明定理。事实上，我们必须这样做，因为如果我们自己都不知道如何做这些事情，就无法引导这些 AI。但是我们将能够做很多现在无法做到的事情。这恰恰也是我们现在使用 AI 辅助编程的问题：如果我们自己都不知道如何构建软件，就很难引导好 AI 帮助我们生成高质量的代码。尽管 AI 在数学和编程领域变得越来越有用，但人类的洞察力和创造力仍然是创作价值的关键。原始 YT 视频：

宝玉

301,570 次观看 • 1 年前

【我是如何在 #OKX策略交易一个月赚5万美金的】最近很多人咨询我策略网格的经验，我再更新总结分享给大家课代表奖前叙：什么是策略交易策略交易分合约和现货网格网格是一种在指定价格区间内，自动低买高卖的交易策略。当您设定参数后，系统会将区间划分为多个小网格，并自动挂单，随市场波动执行低买高卖，从而捕捉价格波动收益。你可以理解为你请了个黑奴给你每时每刻盯盘自动按照你设定的区间进行高抛低吸做多网格：仅执行开多和平空操作。做空网格：仅执行开空和平空操作。中性网格：在市价以上执行做空/平空；在市价以下执行做多/平多。如果怕爆仓可以选择现货网格，这样就没合约杠杆爆仓问题。 👏战绩和心得我一般用合约网格。保守派和长期持有现货的用户可以用现货网格来自动波段你的现货。最近一个月我在 OKX中文用3-5w刀本金赚了5w刀利润，在上面花费的时间只有我合约手动交易的5%，因为它会按照设置给我疯狂自动交易，包括我睡觉的时候我直接把我的参数和记录录制了视频，甚至还投入1w刀开了一个网格给你们做参考和教学，详情可以看视频 🫰下面我给你们点tips： 1.最好选择波动大的时候开策略，你也可以设置条件触发，比如rsi触发或者价格触发，这里我比较喜欢价格触发，简单易懂，不过我一般是直接让它触发，因为我选择的时机比较紧急。 2.时机的选择：尽量选择性价比高的时候进场。我是左侧交易者所以我更喜欢接针吃反转。比如这个月我持续看多，所以我主要选择在大盘暴跌的时候进场 3.合理利用 #okx 的一些策略功能：我最常用的三个功能是“止盈止损”和“增加仓位”还有“调整保证金” 止盈止损：你可以设置百分比进行止盈止损，这里我一般选择5-10% 增加仓位：因为我是金字塔建仓者，对仓位管理比较严格，我不会一把梭哈，我策略一般是5w刀总量但是一开始我只建仓3w。随后如果浮亏接近10%我就加多1w刀，直到5w加满调整保证金：这个功能在意外行情很严重的时候快爆仓的时候就要使用，增加保证金来防止爆仓 4.关于手续费：策略网格是挂单交易，所以手续费不像市价那么高，但是由于是高频交易，手续费依然会很多，如果你想省手续费有两个方法 ①，使用我的欧易邀请码alvingtw注册okx账号获得永久手续费减免，邀请链接： ②，成为VIP：放10w刀自动成为vip，手续费会减半。你多余的资金可以放在活期理财，收益也是很不错的现在有7%年利率 🙋‍♂️新手发问： ①是否会爆仓？会，只要是合约策略网格都会有爆仓风险。你开网格后悔有一个爆仓价格，要注意。如果怕爆仓可以选择现货网格，这样就没合约杠杆爆仓问题。 ②是不是稳赚？并非稳赚，它会根据你设置运行，相对自己梭哈交易，可能会稳健点但绝非稳赢。不过我玩网格下来感觉胜率比自己开单高。但是一定要注意，在巨大单边行情的时候也会跟合约交易一样亏麻甚至爆仓的 ③如何练手？新手先用模拟交易来测试网格交易的功能。能摸索清楚了再从小额开始 ④如何选择方向自己判断中短期市场是多还是空，如果你觉得会横盘就选择中性网格欧易现在app首页有一个活动你们可以参与，就是我录制视频开始点进去那个。 ⑤是否有费用欧易上的网格策略不收费，甚至官方还提供了一些免费参数给你，你也可以跟我一样手动自己diy设置。如果跟单的话会有跟单分润。你也可以搜索Alvinnn111，可以看到我的带单记录也可以作为参考。建议：在这里想给欧易官方提一个策略产品的建议强烈建议在策略跟单上加入允许用户一键跟随一段时间的功能，目前的策略跟单一个策略结束后用户只能等我新开了策略后重新上车，这对很多人来说是一件非常困难的事情，跟单就是想不去管他，结果他们现在需要经常每天去关注我单子的情况是否需要重新设置跟单。而且行情经常发生在半夜，很多人来不及上车。这种续航式策略跟单在某友商平台已经实现了。 Star 我知道老徐注重产品，所以就at您了。 🫥小白参数分享：对于ETH：当前价格上下200u，网格数量50.比如当前ETH价格是3600，你网格上限3800，下限3400，网格数量50 对于BTC：当前价格上下5000u，网格数量50.比如当前BTC价格是118000,你网格上限123000,下限113000,网格数量50 以上进作为当前行情的基础数据参考你们可以根据自己喜好来修改，倍数都别高于10x 更多详情可以来我Q群随时提问：1054456187 更多细节可以关注欧易官方推特 OKX中文 #OKX策略交易 #OKX

【我是如何在 #OKX策略交易一个月赚5万美金的】最近很多人咨询我策略网格的经验，我再更新总结分享给大家课代表奖前叙：什么是策略交易策略交易分合约和现货网格网格是一种在指定价格区间内，自动低买高卖的交易策略。当您设定参数后，系统会将区间划分为多个小网格，并自动挂单，随市场波动执行低买高卖，从而捕捉价格波动收益。你可以理解为你请了个黑奴给你每时每刻盯盘自动按照你设定的区间进行高抛低吸做多网格：仅执行开多和平空操作。做空网格：仅执行开空和平空操作。中性网格：在市价以上执行做空/平空；在市价以下执行做多/平多。如果怕爆仓可以选择现货网格，这样就没合约杠杆爆仓问题。 👏战绩和心得我一般用合约网格。保守派和长期持有现货的用户可以用现货网格来自动波段你的现货。最近一个月我在 OKX中文用3-5w刀本金赚了5w刀利润，在上面花费的时间只有我合约手动交易的5%，因为它会按照设置给我疯狂自动交易，包括我睡觉的时候我直接把我的参数和记录录制了视频，甚至还投入1w刀开了一个网格给你们做参考和教学，详情可以看视频 🫰下面我给你们点tips： 1.最好选择波动大的时候开策略，你也可以设置条件触发，比如rsi触发或者价格触发，这里我比较喜欢价格触发，简单易懂，不过我一般是直接让它触发，因为我选择的时机比较紧急。 2.时机的选择：尽量选择性价比高的时候进场。我是左侧交易者所以我更喜欢接针吃反转。比如这个月我持续看多，所以我主要选择在大盘暴跌的时候进场 3.合理利用 #okx 的一些策略功能：我最常用的三个功能是“止盈止损”和“增加仓位”还有“调整保证金” 止盈止损：你可以设置百分比进行止盈止损，这里我一般选择5-10% 增加仓位：因为我是金字塔建仓者，对仓位管理比较严格，我不会一把梭哈，我策略一般是5w刀总量但是一开始我只建仓3w。随后如果浮亏接近10%我就加多1w刀，直到5w加满调整保证金：这个功能在意外行情很严重的时候快爆仓的时候就要使用，增加保证金来防止爆仓 4.关于手续费：策略网格是挂单交易，所以手续费不像市价那么高，但是由于是高频交易，手续费依然会很多，如果你想省手续费有两个方法 ①，使用我的欧易邀请码alvingtw注册okx账号获得永久手续费减免，邀请链接： ②，成为VIP：放10w刀自动成为vip，手续费会减半。你多余的资金可以放在活期理财，收益也是很不错的现在有7%年利率 🙋‍♂️新手发问： ①是否会爆仓？会，只要是合约策略网格都会有爆仓风险。你开网格后悔有一个爆仓价格，要注意。如果怕爆仓可以选择现货网格，这样就没合约杠杆爆仓问题。 ②是不是稳赚？并非稳赚，它会根据你设置运行，相对自己梭哈交易，可能会稳健点但绝非稳赢。不过我玩网格下来感觉胜率比自己开单高。但是一定要注意，在巨大单边行情的时候也会跟合约交易一样亏麻甚至爆仓的 ③如何练手？新手先用模拟交易来测试网格交易的功能。能摸索清楚了再从小额开始 ④如何选择方向自己判断中短期市场是多还是空，如果你觉得会横盘就选择中性网格欧易现在app首页有一个活动你们可以参与，就是我录制视频开始点进去那个。 ⑤是否有费用欧易上的网格策略不收费，甚至官方还提供了一些免费参数给你，你也可以跟我一样手动自己diy设置。如果跟单的话会有跟单分润。你也可以搜索Alvinnn111，可以看到我的带单记录也可以作为参考。建议：在这里想给欧易官方提一个策略产品的建议强烈建议在策略跟单上加入允许用户一键跟随一段时间的功能，目前的策略跟单一个策略结束后用户只能等我新开了策略后重新上车，这对很多人来说是一件非常困难的事情，跟单就是想不去管他，结果他们现在需要经常每天去关注我单子的情况是否需要重新设置跟单。而且行情经常发生在半夜，很多人来不及上车。这种续航式策略跟单在某友商平台已经实现了。 Star 我知道老徐注重产品，所以就at您了。 🫥小白参数分享：对于ETH：当前价格上下200u，网格数量50.比如当前ETH价格是3600，你网格上限3800，下限3400，网格数量50 对于BTC：当前价格上下5000u，网格数量50.比如当前BTC价格是118000,你网格上限123000,下限113000,网格数量50 以上进作为当前行情的基础数据参考你们可以根据自己喜好来修改，倍数都别高于10x 更多详情可以来我Q群随时提问：1054456187 更多细节可以关注欧易官方推特 OKX中文 #OKX策略交易 #OKX

神隐Alvin（实盘交易主打真实）

59,101 次观看 • 1 年前

这次体验了一下 Bitget GetAgent 的 Playbook，感觉它更像是这次黑客松里最值得关注的基础设施方向之一。（我的视频里有详细解说） Playbook 本质上不是一个简单的信号列表，而是一个标准化的策略运行单元。它把一套交易策略需要表达的东西都结构化了： -策略逻辑 -适用行情 -风险边界 -交易标的 -可调参数 -运行频率 -信号输出 -是否支持自动交易这意味着策略不再只是散落在本地脚本、Telegram 群或者黑箱 bot 里，而是可以被创建、发布、订阅、运行和管理。首先，我这次先订阅了一个现成 Playbook：「智能捕捉均值回归窗口」。我发现它不是传统网格，而是偏均值回归：过滤掉过低和过高波动，只在相对适中的市场环境里捕捉超买/超卖后的价格回归。后来，我又用 GetAgent skill 创建了自己的 BTC/ETH Playbook。逻辑来自本地已有策略：多周期趋势过滤 + 短周期突破触发。第一版只支持 signal-only，第二版改成支持 follow trade，也就是在有信号时可以自动执行交易。整个流程跑下来，GetAgent 的意义会变得更清晰：它不是单纯做一个 AI 聊天入口，也不是再造一个 Telegram bot。它更像是把“策略开发 → 策略封装 → 发布 → 订阅 → 自动运行 → 交易执行”这条链路标准化。这对开发者和交易用户都很关键。对开发者来说，Playbook 是策略产品化的容器。你可以把本地策略打包成可被平台识别和运行的标准资产。对用户来说，Playbook 降低了理解和使用策略的门槛。用户不再只是看到一个买卖点，而是能看到策略适合什么行情、参数怎么改、风险在哪里、是否会自动交易。当然，自动交易不是魔法。策略仍然会遇到假突破、连续止损、极端行情。但至少在 Playbook 框架下，策略的逻辑、权限和执行边界是清楚的。我觉得这就是 GetAgent 黑客松项目最有意思的地方：它不是简单地“让 AI 帮你交易”，而是在尝试定义一套 AI Agent 时代的交易策略发布与执行标准。如果说上一阶段的交易 bot 是脚本化和群组化的，那 Playbook 更像是把策略带入了平台化、可组合、可订阅的阶段。#BitgetHackathon 对了还能报名，赶紧来，报名完去TG研究怎么拿奖～： Bitget AI Bitget中文 Gracy Chen @Bitget 33🩵Xandi

这次体验了一下 Bitget GetAgent 的 Playbook，感觉它更像是这次黑客松里最值得关注的基础设施方向之一。（我的视频里有详细解说） Playbook 本质上不是一个简单的信号列表，而是一个标准化的策略运行单元。它把一套交易策略需要表达的东西都结构化了： -策略逻辑 -适用行情 -风险边界 -交易标的 -可调参数 -运行频率 -信号输出 -是否支持自动交易这意味着策略不再只是散落在本地脚本、Telegram 群或者黑箱 bot 里，而是可以被创建、发布、订阅、运行和管理。首先，我这次先订阅了一个现成 Playbook：「智能捕捉均值回归窗口」。我发现它不是传统网格，而是偏均值回归：过滤掉过低和过高波动，只在相对适中的市场环境里捕捉超买/超卖后的价格回归。后来，我又用 GetAgent skill 创建了自己的 BTC/ETH Playbook。逻辑来自本地已有策略：多周期趋势过滤 + 短周期突破触发。第一版只支持 signal-only，第二版改成支持 follow trade，也就是在有信号时可以自动执行交易。整个流程跑下来，GetAgent 的意义会变得更清晰：它不是单纯做一个 AI 聊天入口，也不是再造一个 Telegram bot。它更像是把“策略开发 → 策略封装 → 发布 → 订阅 → 自动运行 → 交易执行”这条链路标准化。这对开发者和交易用户都很关键。对开发者来说，Playbook 是策略产品化的容器。你可以把本地策略打包成可被平台识别和运行的标准资产。对用户来说，Playbook 降低了理解和使用策略的门槛。用户不再只是看到一个买卖点，而是能看到策略适合什么行情、参数怎么改、风险在哪里、是否会自动交易。当然，自动交易不是魔法。策略仍然会遇到假突破、连续止损、极端行情。但至少在 Playbook 框架下，策略的逻辑、权限和执行边界是清楚的。我觉得这就是 GetAgent 黑客松项目最有意思的地方：它不是简单地“让 AI 帮你交易”，而是在尝试定义一套 AI Agent 时代的交易策略发布与执行标准。如果说上一阶段的交易 bot 是脚本化和群组化的，那 Playbook 更像是把策略带入了平台化、可组合、可订阅的阶段。#BitgetHackathon 对了还能报名，赶紧来，报名完去TG研究怎么拿奖～： Bitget AI Bitget中文 Gracy Chen @Bitget 33🩵Xandi

MEJ毛毛姐

29,908 次观看 • 1 个月前

普通人如何最低成本创建自己的量化交易？您只需要用最简单的方式就能创建自己的策略，从而24小时永不间断的去运行。关键是即使你的设备关机了它也能一直去运行下去，策略创建完成后进入Agent平台托管，除非你点击停止。那么这个时候就不用发愁配什么API key了，因为WalletV已经配备好了大模型（GPT、Qwen、minimax、Gemini、kimi、deepseek 这几个主流的大模型都有），也不发愁自己的主机风扇嗡嗡作响了。重点是现在跑策略不用自己掏 token 费用，官方暂时给兜底了，等于白嫖 AI 帮你自动交易，这确实良心哈哈。现在只要一部手机下载WalletV然后跟着下面我的视频进行操作，就能创建自己的Agent实现自动化的交易。狙击手的策略目前搬到WalletV正在进行测试中，我的策略是自己写的并且针对Qwen大模型去深度调试的，不过刚开始跑我拿了130U去跑的，等稳定了再增加仓位调整倍率等。对了资产是在自己创建的钱包里非常安全。狙击手始终认为AI Agent交易是普通人离量化最近的一步。想创建自己的策略兄弟们去看看吧：纯分享不是投资建议。

普通人如何最低成本创建自己的量化交易？您只需要用最简单的方式就能创建自己的策略，从而24小时永不间断的去运行。关键是即使你的设备关机了它也能一直去运行下去，策略创建完成后进入Agent平台托管，除非你点击停止。那么这个时候就不用发愁配什么API key了，因为WalletV已经配备好了大模型（GPT、Qwen、minimax、Gemini、kimi、deepseek 这几个主流的大模型都有），也不发愁自己的主机风扇嗡嗡作响了。重点是现在跑策略不用自己掏 token 费用，官方暂时给兜底了，等于白嫖 AI 帮你自动交易，这确实良心哈哈。现在只要一部手机下载WalletV然后跟着下面我的视频进行操作，就能创建自己的Agent实现自动化的交易。狙击手的策略目前搬到WalletV正在进行测试中，我的策略是自己写的并且针对Qwen大模型去深度调试的，不过刚开始跑我拿了130U去跑的，等稳定了再增加仓位调整倍率等。对了资产是在自己创建的钱包里非常安全。狙击手始终认为AI Agent交易是普通人离量化最近的一步。想创建自己的策略兄弟们去看看吧：纯分享不是投资建议。

DeFi狙击手 | Ai🕊️

22,556 次观看 • 14 天前

【测评向】Flap 出了一个 AI Oracle 部署方案，花了2个钟头，直接在 BNB Chain 测试网落地了一个可用的简易demo Flap Flap 🦋 提供了一个标准化的 AI Oracle，号称可以让任何智能合约，直接获得可验证的 LLM 推理能力，一切推理过程，都可在链上可追溯看了下文档比较简单，直接搓个 Demo，看看怎么个事儿 👀 👉 无需后端代码，纯合约交互实现的 AI Agent 是如何实现的： 1️⃣ 实现一个可对话的前端界面，每次对话发起交易，将问题提交上链 2️⃣ 使用 ChatConsumer 方法，与 FlapAI Oracle 合约交互 3️⃣ Oracle 后端调用 Gemini Flash，使用 LLM 生成结果上传 IPFS 4️⃣ 前端监听链上回写事件，拉取 IPFS数据，解析展示结果 —— 至此，一次 AI Oracle 对话交互完成 👉 我的问题也很简单，询问某个 CA 你能不能买点？ Flap AI 收到问题后，先调用了 ave_toke_info 的 MCP，获取了代币的市场信号（价格波动、交易量、市值等），给出结论： > 24h 趋势有下跌风险，虽然交易量和持仓人数很高，但是波动性很大，而且最近的行情低迷，建议观望还是很有意思的，AI 的决策过程变成了链上可观察的行为，主要是开箱即用 🤣 感兴趣可以自己去体验一下，把 AI Oracle 集成到项目里，让你的链上合约，也获得 AI 推理能力。

【测评向】Flap 出了一个 AI Oracle 部署方案，花了2个钟头，直接在 BNB Chain 测试网落地了一个可用的简易demo Flap Flap 🦋 提供了一个标准化的 AI Oracle，号称可以让任何智能合约，直接获得可验证的 LLM 推理能力，一切推理过程，都可在链上可追溯看了下文档比较简单，直接搓个 Demo，看看怎么个事儿 👀 👉 无需后端代码，纯合约交互实现的 AI Agent 是如何实现的： 1️⃣ 实现一个可对话的前端界面，每次对话发起交易，将问题提交上链 2️⃣ 使用 ChatConsumer 方法，与 FlapAI Oracle 合约交互 3️⃣ Oracle 后端调用 Gemini Flash，使用 LLM 生成结果上传 IPFS 4️⃣ 前端监听链上回写事件，拉取 IPFS数据，解析展示结果 —— 至此，一次 AI Oracle 对话交互完成 👉 我的问题也很简单，询问某个 CA 你能不能买点？ Flap AI 收到问题后，先调用了 ave_toke_info 的 MCP，获取了代币的市场信号（价格波动、交易量、市值等），给出结论： > 24h 趋势有下跌风险，虽然交易量和持仓人数很高，但是波动性很大，而且最近的行情低迷，建议观望还是很有意思的，AI 的决策过程变成了链上可观察的行为，主要是开箱即用 🤣 感兴趣可以自己去体验一下，把 AI Oracle 集成到项目里，让你的链上合约，也获得 AI 推理能力。

泵泵超人 | Pumpman 🔶

23,585 次观看 • 4 个月前

最近AI交易工具越来越多了，有好多都不知道具体怎么操作，谁也不敢上来就真金白银试错，都是亏了才知道哪里不对，下次要注意什么。这个Bluwhale 的 Bluprint Paper Trading 可以体验一下，它是先给你 1000 虚拟 USDT，在不动真钱的情况下跑AI交易策略。 AI 交易到底是怎么做决策的，是追涨杀跌，还是有什么其他规则。不同 AI 在同一个环境下，行为差别其实挺大的，不是一个统一答案的。对第一次用的来说真的很贴心，能看一下AI到底怎么做决定的。大家可以去体验一下 Bluwhale $BLUAI

最近AI交易工具越来越多了，有好多都不知道具体怎么操作，谁也不敢上来就真金白银试错，都是亏了才知道哪里不对，下次要注意什么。这个Bluwhale 的 Bluprint Paper Trading 可以体验一下，它是先给你 1000 虚拟 USDT，在不动真钱的情况下跑AI交易策略。 AI 交易到底是怎么做决策的，是追涨杀跌，还是有什么其他规则。不同 AI 在同一个环境下，行为差别其实挺大的，不是一个统一答案的。对第一次用的来说真的很贴心，能看一下AI到底怎么做决定的。大家可以去体验一下 Bluwhale $BLUAI

Michael 宝塔镇河妖🧙🏿‍♀️

13,133 次观看 • 28 天前

我折腾了Openclaw大概有一周了吧，感觉这一周也不能说时时刻刻在玩，但是确实已经让我体验到了他的很多优点和坑。我觉得这个坑其实也并不是他的缺点，而且初学者在使用的时候没有注意到的特点，本文会好好聊聊。虽然有人说它不是什么高深的科技，但是Openclaw确实解决了我一个很长时间都没有人来解决的痛点，作为一个web3的博主，我平常有很多零碎的时间，在外的时候，开车的时候，参加活动的时候，加起来其实非常多，一周下来能有十几个小时。这些时候其实我的脑子都不处于idle的状态，而是经常想写东西。比如我经常就会抽个十分钟走路，边走边把我的一些想法和GPT录入，然后生成文章或者笔记，甚至是代码。但对于有些问题，比如验证一个交易的想法，产品的想法，用一个我已经开发好的脚本去了解市场行情，缺少一个主机这样强大的工具来帮我落地。也就是说，哪怕AI给了我方向，给了我代码，最后去跑的，还是我啊！我这不是给AI打工了吗？于是在知道了Opencalw这个东西的五分钟之后，我就边开车边在手机上下单了一个全新的MacMini，准备开始改变人生我觉得玩了一周下来，我做到了。我可以躺在床上刷剧和喝啤酒的同时，让全市场行情尽收眼底，有一说一，minimax真的很稳定且偶尔会让人觉得惊艳。刚丢给他anthropic和五角大楼的八个新闻，他给我做了系统性总结并归档，语言风格也非常自然，确实不是对话框可以体验的，但有在对话框环境里搞定了看黑漆漆IDE才能做到的aget效果，且效果很棒。这就是openclaw框架的特点。接下来重点聊聊 #Binance 最近更新4个 AI skills 技能 Alpha 市场数据、U 本位合约、杠杆交易、资产管理。在我看来，这次更新的重点不只是“功能变多了”，而是 OpenClaw 终于更像一个能真正配合你做事的交易助手了。以前我们用这类工具，更多还是停留在“查数据、看行情、问问题”这个层面，信息是有了，但真正做决策、盯条件、执行动作，还是得自己一步步来。现在不太一样了，你只需要说出自己的意图，它就能把筛选、判断、执行这些动作尽量串起来。这 4 个技能里，我最看重的是资产管理。因为它解决的不是“看什么”，而是“钱怎么动”。比如现货和合约之间的划转、账户余额整理、碎币换 BNB，这些以前都很零碎，但实际又很高频。现在如果能交给 Agent 去处理，整体体验会顺很多。另外，Alpha 数据、合约、杠杆这几个技能组合起来后，确实会让很多交易思路更容易落地。比如监测异动、看资金费率、设置止盈止损、按条件执行下一步，不用自己频繁切页面、算逻辑，效率提升会很明显。不过我自己的看法是，这套skills最有价值的地方，不是“自动赚钱”，而是把原本复杂、重复、容易出错的操作流程对话化了。它更像是帮你提高执行效率，而不是替你承担判断和风险。而且目前币安中文社区正在举办 “用 AI 建设加密，搭建币安主题 AI Agent” 的活动。总奖池：48.6 BNB（作品奖44 BNB + 推荐奖4.6 BNB）。作品奖：第1名10 BNB、第2名8 BNB、第3名6 BNB、20名优胜各1 BNB。对普通用户来说，参与重点可以概括为一句话：不用非得做得特别复杂，能跑通、能演示、逻辑清楚，就有机会拿到奖励。赶快行动起来吧，部署一只属于你自己的龙虾，改变人生的轨迹。为此专门做了一个接入视频，希望能帮助到大家一起建设起来～币安技能中心传送门：部署龙虾碰到问题可以dm我或者评论区留言，欢迎老师们多多交流~

我折腾了Openclaw大概有一周了吧，感觉这一周也不能说时时刻刻在玩，但是确实已经让我体验到了他的很多优点和坑。我觉得这个坑其实也并不是他的缺点，而且初学者在使用的时候没有注意到的特点，本文会好好聊聊。虽然有人说它不是什么高深的科技，但是Openclaw确实解决了我一个很长时间都没有人来解决的痛点，作为一个web3的博主，我平常有很多零碎的时间，在外的时候，开车的时候，参加活动的时候，加起来其实非常多，一周下来能有十几个小时。这些时候其实我的脑子都不处于idle的状态，而是经常想写东西。比如我经常就会抽个十分钟走路，边走边把我的一些想法和GPT录入，然后生成文章或者笔记，甚至是代码。但对于有些问题，比如验证一个交易的想法，产品的想法，用一个我已经开发好的脚本去了解市场行情，缺少一个主机这样强大的工具来帮我落地。也就是说，哪怕AI给了我方向，给了我代码，最后去跑的，还是我啊！我这不是给AI打工了吗？于是在知道了Opencalw这个东西的五分钟之后，我就边开车边在手机上下单了一个全新的MacMini，准备开始改变人生我觉得玩了一周下来，我做到了。我可以躺在床上刷剧和喝啤酒的同时，让全市场行情尽收眼底，有一说一，minimax真的很稳定且偶尔会让人觉得惊艳。刚丢给他anthropic和五角大楼的八个新闻，他给我做了系统性总结并归档，语言风格也非常自然，确实不是对话框可以体验的，但有在对话框环境里搞定了看黑漆漆IDE才能做到的aget效果，且效果很棒。这就是openclaw框架的特点。接下来重点聊聊 #Binance 最近更新4个 AI skills 技能 Alpha 市场数据、U 本位合约、杠杆交易、资产管理。在我看来，这次更新的重点不只是“功能变多了”，而是 OpenClaw 终于更像一个能真正配合你做事的交易助手了。以前我们用这类工具，更多还是停留在“查数据、看行情、问问题”这个层面，信息是有了，但真正做决策、盯条件、执行动作，还是得自己一步步来。现在不太一样了，你只需要说出自己的意图，它就能把筛选、判断、执行这些动作尽量串起来。这 4 个技能里，我最看重的是资产管理。因为它解决的不是“看什么”，而是“钱怎么动”。比如现货和合约之间的划转、账户余额整理、碎币换 BNB，这些以前都很零碎，但实际又很高频。现在如果能交给 Agent 去处理，整体体验会顺很多。另外，Alpha 数据、合约、杠杆这几个技能组合起来后，确实会让很多交易思路更容易落地。比如监测异动、看资金费率、设置止盈止损、按条件执行下一步，不用自己频繁切页面、算逻辑，效率提升会很明显。不过我自己的看法是，这套skills最有价值的地方，不是“自动赚钱”，而是把原本复杂、重复、容易出错的操作流程对话化了。它更像是帮你提高执行效率，而不是替你承担判断和风险。而且目前币安中文社区正在举办 “用 AI 建设加密，搭建币安主题 AI Agent” 的活动。总奖池：48.6 BNB（作品奖44 BNB + 推荐奖4.6 BNB）。作品奖：第1名10 BNB、第2名8 BNB、第3名6 BNB、20名优胜各1 BNB。对普通用户来说，参与重点可以概括为一句话：不用非得做得特别复杂，能跑通、能演示、逻辑清楚，就有机会拿到奖励。赶快行动起来吧，部署一只属于你自己的龙虾，改变人生的轨迹。为此专门做了一个接入视频，希望能帮助到大家一起建设起来～币安技能中心传送门：部署龙虾碰到问题可以dm我或者评论区留言，欢迎老师们多多交流~

百里 🦅

16,721 次观看 • 4 个月前

Brando 最近在欧美圈真的非常火，他的交易策略也得到了很多人的认可🧐🥸 尤其是适合那些有耐心去等待高确定性机会的交易员，所以还是想把它分享给各位。如果你看完后考虑使用或有借鉴，一定要在自己常作的品种和时间周期上多回测看看数据，这样才能找到真正适合这套策略的品种！！

Brando 最近在欧美圈真的非常火，他的交易策略也得到了很多人的认可🧐🥸 尤其是适合那些有耐心去等待高确定性机会的交易员，所以还是想把它分享给各位。如果你看完后考虑使用或有借鉴，一定要在自己常作的品种和时间周期上多回测看看数据，这样才能找到真正适合这套策略的品种！！

投机实验室

114,182 次观看 • 6 个月前

这是一个超级精准的指标，有的品种两年内连续交易胜率能达到76%以上，有的品种能到67%，想试试的可以添加到自己的图表中😍🤑 我还把它做成了策略脚本，并且还在几十个品种中进行了两年的深度回测，筛选出了三个最适合这套策略的品种～对了，#OKX 刚上了k线交易助手功能，将交易的全过程嵌入到了k线图表中直接操作，也就是说在k线图表就可以直接开单并管理仓位，不用再在k线图和下单界面来回切换，不论什么行情走势，都能快速的调整订单/ 这绝对是目前为止最最最最好用的交易功能，交易体验比德芙还丝滑，各位可以试试，视频最后也有功能演示，一定坚持到最后！

这是一个超级精准的指标，有的品种两年内连续交易胜率能达到76%以上，有的品种能到67%，想试试的可以添加到自己的图表中😍🤑 我还把它做成了策略脚本，并且还在几十个品种中进行了两年的深度回测，筛选出了三个最适合这套策略的品种～对了，#OKX 刚上了k线交易助手功能，将交易的全过程嵌入到了k线图表中直接操作，也就是说在k线图表就可以直接开单并管理仓位，不用再在k线图和下单界面来回切换，不论什么行情走势，都能快速的调整订单/ 这绝对是目前为止最最最最好用的交易功能，交易体验比德芙还丝滑，各位可以试试，视频最后也有功能演示，一定坚持到最后！

投机实验室

37,535 次观看 • 1 年前

给关注我的兄弟们发个灵感，我花了三天时间用 AI 做了一个直播卖货的练习 App，可以解决： 1. 现在很多人都知道，开直播卖货能赚钱（只要卖得出去）； 2. 知道但不会 --> 那就去学（很多地方都可以学），学完之后「练」，那怎么练呢？事实上目前是没有太多练习机会的，他可以直接开直播练习卖货，但是没人看他的直播，更没有人提问，所以没法练。那么这个小工具可以一定程度地解决这个问题。 1. 导入商品信息，AI 模拟用户生成真实的提问，主播通过回答这些问题来练习自己对所售产品的熟悉度，以及面对镜头的自然感； 2. 练习结束后，AI 通过练习过程中采集到的声音转文本后分析这段直播卖货的话术存在哪些问题并给出优化建议。！开始我打算做成一个通用的直播卖货练习工具，通过解析电商平台的商品链接，但存在一个我无法解决的问题，所以改成特定产品的销售练习（不要试图去解决这个问题，有法律风险需自行评估，后果自负）。灵感发出来了，任何人都可以复制，我也会完善一个自己的版本，给我的用户使用。这些功能都非常基础，实现简单，我是编程零基础只用了 3 天就做出来了，这可能跟我上半年买了纯想老师的编程课有一定的关系，现在可以随意把自己的想法做出一个功能基础的 App 或者网页，体验感非常棒。

给关注我的兄弟们发个灵感，我花了三天时间用 AI 做了一个直播卖货的练习 App，可以解决： 1. 现在很多人都知道，开直播卖货能赚钱（只要卖得出去）； 2. 知道但不会 --> 那就去学（很多地方都可以学），学完之后「练」，那怎么练呢？事实上目前是没有太多练习机会的，他可以直接开直播练习卖货，但是没人看他的直播，更没有人提问，所以没法练。那么这个小工具可以一定程度地解决这个问题。 1. 导入商品信息，AI 模拟用户生成真实的提问，主播通过回答这些问题来练习自己对所售产品的熟悉度，以及面对镜头的自然感； 2. 练习结束后，AI 通过练习过程中采集到的声音转文本后分析这段直播卖货的话术存在哪些问题并给出优化建议。！开始我打算做成一个通用的直播卖货练习工具，通过解析电商平台的商品链接，但存在一个我无法解决的问题，所以改成特定产品的销售练习（不要试图去解决这个问题，有法律风险需自行评估，后果自负）。灵感发出来了，任何人都可以复制，我也会完善一个自己的版本，给我的用户使用。这些功能都非常基础，实现简单，我是编程零基础只用了 3 天就做出来了，这可能跟我上半年买了纯想老师的编程课有一定的关系，现在可以随意把自己的想法做出一个功能基础的 App 或者网页，体验感非常棒。

banboo

67,977 次观看 • 1 年前

上周 WAIC，我一个在 4A 做调研的朋友给我发消息 “完了，央视新闻直播间都在报道 AI 调研了，我们这行要完了” 我说你慌啥，先看看人家到底做了啥央视那段报道的是我之前安利过很多次的atypica （之前安利的时候一堆小黑子在评论区喷我，这下啪啪打脸了）这次重点讲了他们怎么构建 AI Persona 不是让大模型扮演用户那种玩法是基于一个叫主观世界模型的架构，四层数据协同训练出来的——社交语料学语言风格、真实深访学行为动机、心理学量表校正偏差、经济学实验标定决策倾向 Atypica atypica.AI 就是基于这个模型构建的说实话之前用的时候就觉得比 GPT 扮演用户靠谱，但没想过底层差别这么大看完报道我就想做个测试正好有个朋友在做出海产品，面向北美市场的轻量级个人效率工具，想搞清楚定价策略——订阅制、买断制、还是混合模式，哪种更容易让目标用户掏钱我把同一个选题，分别丢给了 Atypica 和 GPT GPT 那边我用的是最标准的做法，给它详细的 prompt，让它做一份完整的定价策略分析——竞品调研、用户分群、定价建议全都要 Atypica 那边我直接输入同样的研究问题，它自动匹配目标用户 Persona，组了一个 Panel 做深度访谈，还跑了一轮受众盲测验证结果差距大到我截图发给朋友的时候他以为我在开玩笑（哈哈哈哈笑死我了… GPT 给的回答：一份很标准的市场分析报告——竞品价格整理得很清楚，Todoist $7/月、TickTick $3.99/月、Things $49.99 买断、Motion $19-34/月，全都列出来了结论也中规中矩：建议先用 Free + $39.99/年低价订阅切入，配一个限量 Lifetime $79-99 做早期现金流听起来没毛病对吧？但你仔细想，这些结论你自己花半天做竞品调研也能得出来。它给的是行业共识，不是针对你这个产品、你这群用户的定制化洞察整份报告里没有一个具体的用户声音，没有人告诉你“我为什么愿意付”或“我为什么犹豫” Atypica 给的回答： 6 个 AI Persona 做了深度访谈，每个人有名字、有职业、有完整的决策逻辑一个资深开发者说：我拒绝为本该在本地运行的工具支付数字租金，这对我来说就是随时可能断供的负债——他要的是 $49 纯买断一个 UI 设计师说：$4.99/月这个价格不是在交租，是在为我的心理安宁支付订阅费——但她同时说，价格定太低反而让她不信任这个产品一个初创 SaaS CEO 说：一次性购入基建，按需支付算力，这才是初创公司该有的现金流管理 6 个人里 5 个选了混合模式，0 个人首选纯订阅——但最关键的是，选同一个模式的理由完全不同知识工作者接受 AI 订阅是因为它代表工具在持续进化，相当于买了一份生命力保险团队创始人接受混合模式是因为它契合“基建一次性购入+算力弹性伸缩”的成本管理心智同一个价格，需要对两类用户讲两个完全不同的故事——这个洞察 GPT 的报告里根本没有最后 Atypica 的报告里还有一个让我意外的发现：受众盲测显示，如果你把买断价定在 $29，用户不会觉得实惠，反而会质疑“这公司有没有能力长期维护这个产品”——价格太低本身就是一个负面信号它建议的策略是： $49 买断基础功能 + $9.99/月 AI 订阅作为可选增强层，用“永久拥有核心工具+按需付费 AI 算力”的组合降低信任门槛这个结论我朋友拿去和他在北美的几个真实用户验证了，反馈高度一致——尤其是“价格太低反而不信任”这个点，好几个人都提到了整个测试我花了不到 20 分钟 GPT 给你的是“你自己也能查到的行业共识”，Atypica 给你的是“你绝对想不到的用户真实决策逻辑” 这两个东西的价值差了十倍不止，甚至都不是同一个物种，我认为不能混为一谈如果你也在做产品、做出海、做任何需要理解用户的事，去跑一次就知道区别了：

上周 WAIC，我一个在 4A 做调研的朋友给我发消息 “完了，央视新闻直播间都在报道 AI 调研了，我们这行要完了” 我说你慌啥，先看看人家到底做了啥央视那段报道的是我之前安利过很多次的atypica （之前安利的时候一堆小黑子在评论区喷我，这下啪啪打脸了）这次重点讲了他们怎么构建 AI Persona 不是让大模型扮演用户那种玩法是基于一个叫主观世界模型的架构，四层数据协同训练出来的——社交语料学语言风格、真实深访学行为动机、心理学量表校正偏差、经济学实验标定决策倾向 Atypica atypica.AI 就是基于这个模型构建的说实话之前用的时候就觉得比 GPT 扮演用户靠谱，但没想过底层差别这么大看完报道我就想做个测试正好有个朋友在做出海产品，面向北美市场的轻量级个人效率工具，想搞清楚定价策略——订阅制、买断制、还是混合模式，哪种更容易让目标用户掏钱我把同一个选题，分别丢给了 Atypica 和 GPT GPT 那边我用的是最标准的做法，给它详细的 prompt，让它做一份完整的定价策略分析——竞品调研、用户分群、定价建议全都要 Atypica 那边我直接输入同样的研究问题，它自动匹配目标用户 Persona，组了一个 Panel 做深度访谈，还跑了一轮受众盲测验证结果差距大到我截图发给朋友的时候他以为我在开玩笑（哈哈哈哈笑死我了… GPT 给的回答：一份很标准的市场分析报告——竞品价格整理得很清楚，Todoist $7/月、TickTick $3.99/月、Things $49.99 买断、Motion $19-34/月，全都列出来了结论也中规中矩：建议先用 Free + $39.99/年低价订阅切入，配一个限量 Lifetime $79-99 做早期现金流听起来没毛病对吧？但你仔细想，这些结论你自己花半天做竞品调研也能得出来。它给的是行业共识，不是针对你这个产品、你这群用户的定制化洞察整份报告里没有一个具体的用户声音，没有人告诉你“我为什么愿意付”或“我为什么犹豫” Atypica 给的回答： 6 个 AI Persona 做了深度访谈，每个人有名字、有职业、有完整的决策逻辑一个资深开发者说：我拒绝为本该在本地运行的工具支付数字租金，这对我来说就是随时可能断供的负债——他要的是 $49 纯买断一个 UI 设计师说：$4.99/月这个价格不是在交租，是在为我的心理安宁支付订阅费——但她同时说，价格定太低反而让她不信任这个产品一个初创 SaaS CEO 说：一次性购入基建，按需支付算力，这才是初创公司该有的现金流管理 6 个人里 5 个选了混合模式，0 个人首选纯订阅——但最关键的是，选同一个模式的理由完全不同知识工作者接受 AI 订阅是因为它代表工具在持续进化，相当于买了一份生命力保险团队创始人接受混合模式是因为它契合“基建一次性购入+算力弹性伸缩”的成本管理心智同一个价格，需要对两类用户讲两个完全不同的故事——这个洞察 GPT 的报告里根本没有最后 Atypica 的报告里还有一个让我意外的发现：受众盲测显示，如果你把买断价定在 $29，用户不会觉得实惠，反而会质疑“这公司有没有能力长期维护这个产品”——价格太低本身就是一个负面信号它建议的策略是： $49 买断基础功能 + $9.99/月 AI 订阅作为可选增强层，用“永久拥有核心工具+按需付费 AI 算力”的组合降低信任门槛这个结论我朋友拿去和他在北美的几个真实用户验证了，反馈高度一致——尤其是“价格太低反而不信任”这个点，好几个人都提到了整个测试我花了不到 20 分钟 GPT 给你的是“你自己也能查到的行业共识”，Atypica 给你的是“你绝对想不到的用户真实决策逻辑” 这两个东西的价值差了十倍不止，甚至都不是同一个物种，我认为不能混为一谈如果你也在做产品、做出海、做任何需要理解用户的事，去跑一次就知道区别了：

超级个体｜柿子

15,745 次观看 • 7 天前

兄弟们！！张雪峰的认知操作系统真的开源了！！！不是语录合集啊，是能真正跑起来的思维框架。社会筛子论、就业倒推法、阶层现实主义这些全都有，还有灵魂追问法、中位数原则、不可替代性检验这些决策方法。高考志愿、考研、职业规划，直接切换到张雪峰模式，让AI用他的思路给你分析！安装也太简单了，一行命令就行：npx skills add alchaincyf/zhangxuefeng-skill 然后直接对AI说：“用张雪峰的视角帮我分析这个专业”或者“张雪峰会怎么看这个职业”就完事了。举个栗子，560分河南考生想学金融？张雪峰式回答直接给你问家底、看中位数、泼现实冷水，但又给你指出靠谱方向想避坑、想看清现实、想做更理性的选择，赶紧去试试吧！仓库地址：

兄弟们！！张雪峰的认知操作系统真的开源了！！！不是语录合集啊，是能真正跑起来的思维框架。社会筛子论、就业倒推法、阶层现实主义这些全都有，还有灵魂追问法、中位数原则、不可替代性检验这些决策方法。高考志愿、考研、职业规划，直接切换到张雪峰模式，让AI用他的思路给你分析！安装也太简单了，一行命令就行：npx skills add alchaincyf/zhangxuefeng-skill 然后直接对AI说：“用张雪峰的视角帮我分析这个专业”或者“张雪峰会怎么看这个职业”就完事了。举个栗子，560分河南考生想学金融？张雪峰式回答直接给你问家底、看中位数、泼现实冷水，但又给你指出靠谱方向想避坑、想看清现实、想做更理性的选择，赶紧去试试吧！仓库地址：

DeFi狙击手 | Ai🕊️

11,426 次观看 • 1 个月前

现在很多00后一到结婚谈彩礼时候，谈不拢就分手了，这个怎么说，本质就是爱情输给了现实。女的觉得你爱我、想娶我，我报个价格，如果真心想娶我，是不会在乎这些钱的。男的觉得我跟你谈了这么多年，你一点不为我考虑，彩礼我不是给不起，而是觉得我都要跟你结婚了，你还要那么多彩礼。就会觉得女生物质，同时也会觉得女的一点不为他考虑他的现实压力。不适合过日子，男人大多比较理性，其实男的也是在考验这个女的值不值得过一辈子。结婚本质就是要相互理解、相互包容、互相坦诚的一件事，如果非得用彩礼才能表明男方的态度。本质就是让感情问题变成了交易。既然变成了交易，那男的就会用相同的价格去对比同样都是30万彩礼那我是不是可以娶一个更年轻更好看的。

现在很多00后一到结婚谈彩礼时候，谈不拢就分手了，这个怎么说，本质就是爱情输给了现实。女的觉得你爱我、想娶我，我报个价格，如果真心想娶我，是不会在乎这些钱的。男的觉得我跟你谈了这么多年，你一点不为我考虑，彩礼我不是给不起，而是觉得我都要跟你结婚了，你还要那么多彩礼。就会觉得女生物质，同时也会觉得女的一点不为他考虑他的现实压力。不适合过日子，男人大多比较理性，其实男的也是在考验这个女的值不值得过一辈子。结婚本质就是要相互理解、相互包容、互相坦诚的一件事，如果非得用彩礼才能表明男方的态度。本质就是让感情问题变成了交易。既然变成了交易，那男的就会用相同的价格去对比同样都是30万彩礼那我是不是可以娶一个更年轻更好看的。

Sizhe思哲

47,945 次观看 • 1 个月前

我花了 10分钟 + 30元Token做的大富翁Demo，被我以299的价格在小红书卖掉了🎉🎉🎉 我一个对Marketing完全不懂的人，全靠Atypica给我的策略整个过程SOP免费分享给大家，希望能帮到你👇 起因是我做了一个大富翁Demo发小红书，真有老师来问能不能买去给学生上课用。但我完全不知道该怎么卖。我第一反应是：9块9？或者干免费送？然后我把这个问题丢给Atypica。它没直接给价格，而是先问了我一堆问题——老师的诉求是什么，我现在能交付什么，短期想成交还是长期想验证方向。然后它去搜了小红书、抖音、TikTok、Ins，模拟老师和教育内容创作者的视角，讨论这个Demo到底值多少钱。结论和我预想的完全不一样——不是9块9，而是建议我定价199-299，分基础版和课件配套版。还告诉我客户觉得贵时怎么回应，Demo需要补哪些交付物。我按它的方案补了使用说明和课件搭配，定了299，老师爽快成交。说实话，我之前只是觉得"有人问了，是不是可以卖"——典型的自嗨。但Atypica帮我把一个模糊的直觉，拆成了：谁会买、为什么买、愿意为为什么付费、这值不值得继续投入。这类AI research工具真正有价值的，不是替你拍脑袋做决定，而是帮你在花钱花时间之前，先把自嗨的方向排掉。感兴趣的可以去试试：注册送1M Token，完全够用~ 详细报告链接放评论区，需要的自取~

我花了 10分钟 + 30元Token做的大富翁Demo，被我以299的价格在小红书卖掉了🎉🎉🎉 我一个对Marketing完全不懂的人，全靠Atypica给我的策略整个过程SOP免费分享给大家，希望能帮到你👇 起因是我做了一个大富翁Demo发小红书，真有老师来问能不能买去给学生上课用。但我完全不知道该怎么卖。我第一反应是：9块9？或者干免费送？然后我把这个问题丢给Atypica。它没直接给价格，而是先问了我一堆问题——老师的诉求是什么，我现在能交付什么，短期想成交还是长期想验证方向。然后它去搜了小红书、抖音、TikTok、Ins，模拟老师和教育内容创作者的视角，讨论这个Demo到底值多少钱。结论和我预想的完全不一样——不是9块9，而是建议我定价199-299，分基础版和课件配套版。还告诉我客户觉得贵时怎么回应，Demo需要补哪些交付物。我按它的方案补了使用说明和课件搭配，定了299，老师爽快成交。说实话，我之前只是觉得"有人问了，是不是可以卖"——典型的自嗨。但Atypica帮我把一个模糊的直觉，拆成了：谁会买、为什么买、愿意为为什么付费、这值不值得继续投入。这类AI research工具真正有价值的，不是替你拍脑袋做决定，而是帮你在花钱花时间之前，先把自嗨的方向排掉。感兴趣的可以去试试：注册送1M Token，完全够用~ 详细报告链接放评论区，需要的自取~

木马人

62,778 次观看 • 1 个月前

我们给了两个 bot 各 $1,000，然后把它们同时扔进了 Polymarket 一个基于 Claude 另一个基于 OpenClaw 两边接的都是官方 Polymarket API 看到的是同样的市场、同样的事件、同样的价格 Demo mode 真实逻辑 48 小时全程不人为干预一开始的节奏就不一样 Claude 开始 4 分钟后就开了第一单 OpenClaw 分析了 22 分钟后才下第一笔第一天结束时，结果是： Claude：+$340 OpenClaw：-$87 当时我们还在想，这会不会只是运气到了第二天，差距开始变明显 OpenClaw 开始变激进仓位变大明显在尝试把亏损追回来但 Claude 没有变同样的逻辑同样的仓位同样的节奏 48 小时结束后的最终结果： Claude：+$612 OpenClaw：-$231 真正把 OpenClaw 拖死的，不是市场本身而是它在亏损后开始做了三件危险的事：情绪化交易试图回本临场改策略而 Claude 从头到尾都像机器一样执行。不追不急不自我怀疑也不试图翻本因为它本来就是机器现在下一步，就是把这套东西切到真实资金上跑。同样的市场同样的数据最后输赢差距，居然只是因为执行纪律你觉得在 Polymarket 里，真正最值钱的到底是模型，还是不乱改的纪律？

我们给了两个 bot 各 $1,000，然后把它们同时扔进了 Polymarket 一个基于 Claude 另一个基于 OpenClaw 两边接的都是官方 Polymarket API 看到的是同样的市场、同样的事件、同样的价格 Demo mode 真实逻辑 48 小时全程不人为干预一开始的节奏就不一样 Claude 开始 4 分钟后就开了第一单 OpenClaw 分析了 22 分钟后才下第一笔第一天结束时，结果是： Claude：+$340 OpenClaw：-$87 当时我们还在想，这会不会只是运气到了第二天，差距开始变明显 OpenClaw 开始变激进仓位变大明显在尝试把亏损追回来但 Claude 没有变同样的逻辑同样的仓位同样的节奏 48 小时结束后的最终结果： Claude：+$612 OpenClaw：-$231 真正把 OpenClaw 拖死的，不是市场本身而是它在亏损后开始做了三件危险的事：情绪化交易试图回本临场改策略而 Claude 从头到尾都像机器一样执行。不追不急不自我怀疑也不试图翻本因为它本来就是机器现在下一步，就是把这套东西切到真实资金上跑。同样的市场同样的数据最后输赢差距，居然只是因为执行纪律你觉得在 Polymarket 里，真正最值钱的到底是模型，还是不乱改的纪律？

0x_Miko

10,280 次观看 • 4 个月前

卧槽！这个开源项目真的把我整不会了 Vibe-Trading 直接把“量化交易”四个字的门槛干碎了！你只需要用大白话跟它聊天，比如：“帮我回测 BTC 那个双均线策略”，它就能自动拉数据、生成策略、跑回测、出一堆指标报告，还能同时拉好几个 AI agent 一起开会讨论！支持A股、港股、美股、加密货币，461 个现成 alpha 因子随便挑，数据源自动切换。 GitHub 已经冲到 2.3 万星了！安装简单到离谱，pip 装一下就能用，还有网页界面。想搞量化又懒得写代码、或者想玩 AI agent 的朋友，真的建议去看看我已经 star 了，建议你们也去试试，真的香到爆炸开源工具分享，非投资建议。

卧槽！这个开源项目真的把我整不会了 Vibe-Trading 直接把“量化交易”四个字的门槛干碎了！你只需要用大白话跟它聊天，比如：“帮我回测 BTC 那个双均线策略”，它就能自动拉数据、生成策略、跑回测、出一堆指标报告，还能同时拉好几个 AI agent 一起开会讨论！支持A股、港股、美股、加密货币，461 个现成 alpha 因子随便挑，数据源自动切换。 GitHub 已经冲到 2.3 万星了！安装简单到离谱，pip 装一下就能用，还有网页界面。想搞量化又懒得写代码、或者想玩 AI agent 的朋友，真的建议去看看我已经 star 了，建议你们也去试试，真的香到爆炸开源工具分享，非投资建议。

DeFi狙击手 | Ai🕊️

18,663 次观看 • 20 天前

“比特皇”这位交易员是币圈公认的强人，他能把1500美元的账户做到2397万美元，相当于1亿7000多万元人民币，后来很少再有人能做到过这种程度！！😘🥲 他说他的第一个一千万用时最长也最痛苦，这期间交易系统不断被重塑打磨，足足耗费了他一年半的时间，第二个一千万用了三个月，第三个一千万只用了四十天，第四个一千万用了5天，剩余75%的资金都是在近半年内赚到的～他说这个过程就是巴菲特老爷子讲的复利，这很神奇，就这么复利复利着，在2022年的一天，他就悄悄的关闭了实盘和所有的社交账号，在大众视线中消失了，只留下这个让人羡慕的收益数据和一份完整的交易秘籍！！皇家秘籍的第一要点是确定交易级别，严格来讲，所有的交易都是趋势交易，只不过趋势的级别不一样，级别的大小直接影响了开单和止盈止损位置的设置/ 第二要点是，如果感觉行情有可能出现一波30%以上波动机会的时候，耐心等待可能出现转折的地方，只要有就都先开进去，这就是试仓。这里要讲到比特皇在交易过程中总结的，比较容易分辨和胜率很高的三种形态，级别越大，胜率就越高/ 第三要点是开单加仓，开单分两种情况，一种是不太确定的时候观察行情然后在一个比较小的区间分批开，这就不涉及加仓的问题。另一种是在确定性高的时候一次性开满，如果行情符合预期就一直拿着，加仓一般只有在比较大级别的趋势行情中才会考虑加/ 第四要点是设置止损止盈，比特皇也经常会遇到被连续扫损的问题，他的方法是（要说的有点多，看视频！）第五要点是仓位和杠杆，对待不同的行情仓位的大小也要有区别，第六要点是交易的心态，第七要点是复盘。交易没有捷径，哪怕别人手把手指导你，就像上学的时候老师一字一句的教，也需要你自己大量的练习，才能慢慢转化成自己的东西！好了，祝你早安午安晚安，拜拜。

“比特皇”这位交易员是币圈公认的强人，他能把1500美元的账户做到2397万美元，相当于1亿7000多万元人民币，后来很少再有人能做到过这种程度！！😘🥲 他说他的第一个一千万用时最长也最痛苦，这期间交易系统不断被重塑打磨，足足耗费了他一年半的时间，第二个一千万用了三个月，第三个一千万只用了四十天，第四个一千万用了5天，剩余75%的资金都是在近半年内赚到的～他说这个过程就是巴菲特老爷子讲的复利，这很神奇，就这么复利复利着，在2022年的一天，他就悄悄的关闭了实盘和所有的社交账号，在大众视线中消失了，只留下这个让人羡慕的收益数据和一份完整的交易秘籍！！皇家秘籍的第一要点是确定交易级别，严格来讲，所有的交易都是趋势交易，只不过趋势的级别不一样，级别的大小直接影响了开单和止盈止损位置的设置/ 第二要点是，如果感觉行情有可能出现一波30%以上波动机会的时候，耐心等待可能出现转折的地方，只要有就都先开进去，这就是试仓。这里要讲到比特皇在交易过程中总结的，比较容易分辨和胜率很高的三种形态，级别越大，胜率就越高/ 第三要点是开单加仓，开单分两种情况，一种是不太确定的时候观察行情然后在一个比较小的区间分批开，这就不涉及加仓的问题。另一种是在确定性高的时候一次性开满，如果行情符合预期就一直拿着，加仓一般只有在比较大级别的趋势行情中才会考虑加/ 第四要点是设置止损止盈，比特皇也经常会遇到被连续扫损的问题，他的方法是（要说的有点多，看视频！）第五要点是仓位和杠杆，对待不同的行情仓位的大小也要有区别，第六要点是交易的心态，第七要点是复盘。交易没有捷径，哪怕别人手把手指导你，就像上学的时候老师一字一句的教，也需要你自己大量的练习，才能慢慢转化成自己的东西！好了，祝你早安午安晚安，拜拜。

投机实验室

82,508 次观看 • 1 年前

卧槽，AI 现在已经可以完全模拟真实人类的消费行为了啊。我其实一直在关注一个模拟真实消费者行为的智能体atypica.AI，刚刷到他们的产品案例让我挺震惊的：国内有个美妆品牌做了组香水电商图测试，拿了五张图来测，同时跑传统的真人测试和 Atypica 的 AI 人设测试。结果两边的排序结果完全一致！关键是两边的成本差距是 100 倍，Atypica 的价格不到传统测试的 1% 而且它出的报告还更具体，还会解释 AI 人设为什么选这张、其他图分别适合放在哪个场景里。原因是 Atypica 背后有 100 多万个合成用户，覆盖不同国家、不同行业、不同消费群体，相当于你随时有一个免费的用户决策智库。目前注册就有 100 万免费 token 可以体验，链接见评论区

卧槽，AI 现在已经可以完全模拟真实人类的消费行为了啊。我其实一直在关注一个模拟真实消费者行为的智能体atypica.AI，刚刷到他们的产品案例让我挺震惊的：国内有个美妆品牌做了组香水电商图测试，拿了五张图来测，同时跑传统的真人测试和 Atypica 的 AI 人设测试。结果两边的排序结果完全一致！关键是两边的成本差距是 100 倍，Atypica 的价格不到传统测试的 1% 而且它出的报告还更具体，还会解释 AI 人设为什么选这张、其他图分别适合放在哪个场景里。原因是 Atypica 背后有 100 多万个合成用户，覆盖不同国家、不同行业、不同消费群体，相当于你随时有一个免费的用户决策智库。目前注册就有 100 万免费 token 可以体验，链接见评论区

阿西_出海

26,543 次观看 • 1 个月前