Loading video...

Video Failed to Load

Go Home

🚀📊 $TSLA FSD 关键催化剂【时间轴版】：哪些事情，可能在哪个月发生 很多人低估 FSD，不是因为不相信技术，而是不知道时间点。 但投资最重要的，从来不是“会不会发生”，而是大概什么时候发生。 把这张 FSD 催化事件表，按“可能落地月份”拆清楚，逻辑会立刻变得非常不一样。 一、现在–年底（Q4） FSD 14.3 with reasoning 这是当前阶段最现实、也最接近落地的节点。 重点不是版本号，而是“with reasoning”： FSD 开始从感知 + 反应，进入理解 + 决策。 这是后续所有无监督、Robotaxi 的能力基础。 意义： 技术路线明确进入下一阶段，市场开始重新讨论“FSD 能不能自己想明白”。 二、1 月–2 月（年初窗口） FSD 15（10x 参数规模） 这是一次模型代际跃迁，不是常规更新。 10 倍参数量，意味着： 更完整的世界建模 更强的长尾场景覆盖 更稳定的连续决策能力 这一阶段，往往是内部测试与早期灰度的密集期。 意义： FSD 从“能跑”走向“大多数情况都能跑得稳”。 三、3 月（关键拐点月） 这个月份的事情，决定 FSD...

Maggie191919's profile picture

MC

7,348 subscribers

11,285 views • 8 months ago •via X (Twitter)

LIVE

Anya Rossi• Live Now

Private livecam show

0 Comments

No comments available

Comments from the original post will appear here

Related Videos

直接说结论：2026 年是不是超级牛市，看的是 CLARITY，不是降息。 宏观决定涨跌， CLARITY 决定有没有超级牛市。 先把核心判断摆在桌面上。 2026 年加密市场能不能走出真正意义上的超级牛市， 决定因素不是降息、不是放水、不是加密储备、不是 DAT，也不是 ETF。 而是： 美国会不会在本周，实质性推进 CLARITY 加密法案。 这是一个已经开始被市场提前定价、但仍被严重低估的重要变量。 一、为什么不是宏观？因为宏观只能推行情，推不出“超级牛市” 宏观解决什么问题？ 解决的是——钱愿不愿意冒险。 但超级牛市从来不只是“钱多”。 它需要的是三件事同时成立： 长期资金敢不敢配置 机构能不能合规地进场 估值是否从情绪定价，升级为制度定价 降息只能改善风险偏好， ETF 只能解决入口问题， 但没有制度确定性，后两点永远卡死。 这也是为什么过去几年： 有流动性回暖 有 ETF 有一波又一波叙事行情 但始终走不出那种结构性、跨周期的超级牛市。 二、CLARITY 到底解决什么？它解决的是“不确定性本身” CLARITY 法案的本质，不是偏袒某个资产， 而是做一件极其关键的事： 把“你会不会违法”变成“你属于哪一类、走哪条合规路径、付出什么成本”。 这一点，对市场来说是质变。 因为它直接影响三类核心参与者： 机构资金 不是看涨不涨，而是法务、风控、审计、托管能不能通过 交易平台与中介 能不能稳定上币、做市、提供衍生品与长期服务 长期项目方 敢不敢把业务、收入和用户沉淀在美国体系内 一旦这些问题有答案， 市场定价逻辑就会从—— “监管风险折价” → “回报率 vs 合规成本” 这就是为什么 CLARITY 不是短期利好， 它是不确定性溢价的系统性清算。 三、真正的分歧点，其实是稳定币，而不是 SEC vs CFTC 很多人把注意力放在监管权归属上， 但真正可能把法案卡死的，是稳定币收益（yield）问题。 原因非常现实： 一旦稳定币可以合法、规模化地产生收益 它就不再只是交易媒介 而是银行存款与货币市场基金的直接竞争者 这已经不是加密行业内部的争论， 而是银行体系负债端 vs 链上美元体系的正面冲突。 所以这周的审议，本质是在回答一个更大的问题： 未来十年的美元核心管道，究竟在银行，还是在链上？ CLARITY 的态度，会极具指向性。 四、如果 CLARITY 推进 / 通过，2026 年会发生什么？ 判断很直接： BTC 会被进一步纳入制度内资产框架 合规中间层（交易所、托管、经纪、做市）会被系统性重估 山寨不再靠叙事齐涨，而是分化为“可合规资产”和“不可合规资产” 这不是短线拉升， 而是估值体系的升级。 超级牛市的本质，从来不是涨幅， 而是可持续性 + 资金层级跃迁。 CLARITY 如果走通， 2026 年才第一次具备这个前提。 五、如果 CLARITY 卡住，结论同样清晰 那就别再指望宏观“自动拯救一切”。 如果美国在制度层面继续拉扯、犹豫、内耗， 2026 年更可能是： 强反弹 局部行情 叙事驱动 高波动、低信任 而不是超级牛市。 六、我的结论 超级牛市不是流动性给的， 是制度允许的。 2026 年加密市场走不走得出来， 答案不在美联储，也不在 K 线里， 而在美国是否愿意承认一句话： 加密，已经是金融基础设施的一部分。 CLARITY， 就是那道选择题。
4:54

直接说结论：2026 年是不是超级牛市，看的是 CLARITY，不是降息。 宏观决定涨跌， CLARITY 决定有没有超级牛市。 先把核心判断摆在桌面上。 2026 年加密市场能不能走出真正意义上的超级牛市， 决定因素不是降息、不是放水、不是加密储备、不是 DAT，也不是 ETF。 而是： 美国会不会在本周，实质性推进 CLARITY 加密法案。 这是一个已经开始被市场提前定价、但仍被严重低估的重要变量。 一、为什么不是宏观？因为宏观只能推行情，推不出“超级牛市” 宏观解决什么问题？ 解决的是——钱愿不愿意冒险。 但超级牛市从来不只是“钱多”。 它需要的是三件事同时成立： 长期资金敢不敢配置 机构能不能合规地进场 估值是否从情绪定价，升级为制度定价 降息只能改善风险偏好， ETF 只能解决入口问题， 但没有制度确定性，后两点永远卡死。 这也是为什么过去几年： 有流动性回暖 有 ETF 有一波又一波叙事行情 但始终走不出那种结构性、跨周期的超级牛市。 二、CLARITY 到底解决什么？它解决的是“不确定性本身” CLARITY 法案的本质，不是偏袒某个资产， 而是做一件极其关键的事： 把“你会不会违法”变成“你属于哪一类、走哪条合规路径、付出什么成本”。 这一点，对市场来说是质变。 因为它直接影响三类核心参与者： 机构资金 不是看涨不涨，而是法务、风控、审计、托管能不能通过 交易平台与中介 能不能稳定上币、做市、提供衍生品与长期服务 长期项目方 敢不敢把业务、收入和用户沉淀在美国体系内 一旦这些问题有答案， 市场定价逻辑就会从—— “监管风险折价” → “回报率 vs 合规成本” 这就是为什么 CLARITY 不是短期利好， 它是不确定性溢价的系统性清算。 三、真正的分歧点，其实是稳定币，而不是 SEC vs CFTC 很多人把注意力放在监管权归属上， 但真正可能把法案卡死的，是稳定币收益（yield）问题。 原因非常现实： 一旦稳定币可以合法、规模化地产生收益 它就不再只是交易媒介 而是银行存款与货币市场基金的直接竞争者 这已经不是加密行业内部的争论， 而是银行体系负债端 vs 链上美元体系的正面冲突。 所以这周的审议，本质是在回答一个更大的问题： 未来十年的美元核心管道，究竟在银行，还是在链上？ CLARITY 的态度，会极具指向性。 四、如果 CLARITY 推进 / 通过，2026 年会发生什么？ 判断很直接： BTC 会被进一步纳入制度内资产框架 合规中间层（交易所、托管、经纪、做市）会被系统性重估 山寨不再靠叙事齐涨，而是分化为“可合规资产”和“不可合规资产” 这不是短线拉升， 而是估值体系的升级。 超级牛市的本质，从来不是涨幅， 而是可持续性 + 资金层级跃迁。 CLARITY 如果走通， 2026 年才第一次具备这个前提。 五、如果 CLARITY 卡住，结论同样清晰 那就别再指望宏观“自动拯救一切”。 如果美国在制度层面继续拉扯、犹豫、内耗， 2026 年更可能是： 强反弹 局部行情 叙事驱动 高波动、低信任 而不是超级牛市。 六、我的结论 超级牛市不是流动性给的， 是制度允许的。 2026 年加密市场走不走得出来， 答案不在美联储，也不在 K 线里， 而在美国是否愿意承认一句话： 加密，已经是金融基础设施的一部分。 CLARITY， 就是那道选择题。

比特币橙子Trader

47,368 views • 7 months ago

以前一直觉得“智能驾驶”都是厂家吹出来的， 直到真正坐过一次特斯拉FSD。 那种感觉不是“辅助驾驶”， 是真的开始有点像一个人在开车了。 变道、识别路况、提前预判， 有时候甚至比很多司机还稳。 现在国内这个还只是“残血版”， 如果后面满血FSD真进来了，估计整个新能源圈又得重新洗牌。 有些东西你可以嘴硬， 但体验过以后就知道—— 这玩意儿确实有点“遥遥领先”了。 😅 尤其最可怕的是： 它不是一次性功能， 而是会不断进化的AI司机。 很多人还在拿“冰箱彩电大沙发”做卖点的时候， 真正改变行业的，可能已经变成了“车会不会自己开”。 Tesla, Inc. 的厉害之处， 可能不是造车， 而是它在把汽车慢慢变成“会学习的机器人”。
0:22

以前一直觉得“智能驾驶”都是厂家吹出来的， 直到真正坐过一次特斯拉FSD。 那种感觉不是“辅助驾驶”， 是真的开始有点像一个人在开车了。 变道、识别路况、提前预判， 有时候甚至比很多司机还稳。 现在国内这个还只是“残血版”， 如果后面满血FSD真进来了，估计整个新能源圈又得重新洗牌。 有些东西你可以嘴硬， 但体验过以后就知道—— 这玩意儿确实有点“遥遥领先”了。 😅 尤其最可怕的是： 它不是一次性功能， 而是会不断进化的AI司机。 很多人还在拿“冰箱彩电大沙发”做卖点的时候， 真正改变行业的，可能已经变成了“车会不会自己开”。 Tesla, Inc. 的厉害之处， 可能不是造车， 而是它在把汽车慢慢变成“会学习的机器人”。

鲨十三🦈娱乐博主

22,378 views • 3 months ago

今早刷到一条新闻的时候，我愣了几秒。 去年那个曾经风靡一时、 全网都在找邀请码、朋友圈一夜刷屏的 Manus， 被 Meta 收购了。 而且不是象征性的那种。 传闻中的收购价，高达 20 亿美元。 一瞬间，脑子里只有一句话： 原来那一波热闹，真的不是泡沫。 如果你去年混过 AI 圈，一定记得 Manus。 那种典型的产品—— 不是“炫技 demo”， 而是你一用就发现不对劲的那种工具。 它不是只回答问题， 而是能自己拆任务、查资料、写东西、跑流程。 你给它一个目标，它自己往下干。 后来大家才慢慢意识到： 哦，这是 Agent。 Manus 真正厉害的地方，并不是“它能干什么”， 而是它敢把“人”的工作流直接吃掉。 不是辅助你， 不是提高效率， 而是—— “这事我来做，你别管了。” 在当时那一堆还停留在 ChatBot、Copilot 阶段的产品里， Manus 是极少数 真的在往“替代”走的团队。 这也是为什么它能在极短时间内： 用户暴涨 付费率不低 在海外圈层迅速传播 Agent 这个词后来被讲烂了， 但Manus 是最早让普通人真正“感受到 Agent 的”那一批。 更讽刺的是另一件事。 去年，字节跳动曾经试图以 3000 万美元左右收购 Manus。 这事在圈子里不是秘密。 当时很多人的第一反应是： “挺高了吧？” “早点卖也正常。” 但结果你现在也看到了： 没卖。 一年后， 直接卖给 Meta，估值翻了近百倍。 你说这是运气？ 不完全是。 这是对一件事的判断差异： Agent 会不会成为下一代核心计算入口。 很多人只盯着“20 亿美元”这个数字。 但更值得琢磨的，其实是另一条线索： Manus 后来把公司主体放在了新加坡。 这一步，太关键了。 不是因为新加坡有什么魔法， 而是因为： 面向全球用户 面向美元资本 面向 Meta、OpenAI、Google 这种买家 你必须站在“他们习惯的坐标系里”。 产品是全球的， 那公司也得是全球的。 这也引出了一个让很多中国 AI 创业者心里不舒服的问题： 为什么这么多 AI 初创， 最后都很难在中国大陆生根？ 不是技术不行， 不是人不行， 甚至也不完全是钱的问题。 而是一个更现实的东西： “长大以后怎么办？” 能不能无摩擦地服务全球用户 能不能被全球巨头并购 能不能走一条清晰、可预期的退出路径 这些问题， 对早期创业者来说， 比模型参数重要得多。 再回到 Meta。 你要明白一件事： Meta 不是“看热闹的投资人”。 它现在最缺的， 不是模型， 不是算力， 而是能真正跑在模型之上的 Agent 层。 Chat 是入口， 但 Agent 才是生产力。 而 Manus， 恰好站在这个位置上。 所以这次收购， 与其说是“买一家创业公司”， 不如说是—— 直接买了一条通往下一代产品形态的快车道。 最后说句很人话的。 很多人会把这件事解读成： “中国 AI 又一次被美国收走了果实”。 也有人会说： “这是中国创业者的成功”。 我更愿意用一个不那么宏大的视角看它： 这是一个创业者，在关键时刻， 没有把自己卖便宜的故事。 而在 AI 这个时代， 这种故事， 会越来越少，也越来越贵。 如果你去年抢过 Manus 的邀请码， 如果你用过 Agent， 如果你正在创业、或者想创业， 你大概能理解这种复杂的情绪。 不是羡慕， 也不是愤怒， 而是一种： “原来世界已经走到这一步了”的感觉。 这条新闻，不只是 Manus 的终点。 它更像是很多人，某种幻想的终点。 也是另一种现实的开始。
4:17

今早刷到一条新闻的时候，我愣了几秒。 去年那个曾经风靡一时、 全网都在找邀请码、朋友圈一夜刷屏的 Manus， 被 Meta 收购了。 而且不是象征性的那种。 传闻中的收购价，高达 20 亿美元。 一瞬间，脑子里只有一句话： 原来那一波热闹，真的不是泡沫。 如果你去年混过 AI 圈，一定记得 Manus。 那种典型的产品—— 不是“炫技 demo”， 而是你一用就发现不对劲的那种工具。 它不是只回答问题， 而是能自己拆任务、查资料、写东西、跑流程。 你给它一个目标，它自己往下干。 后来大家才慢慢意识到： 哦，这是 Agent。 Manus 真正厉害的地方，并不是“它能干什么”， 而是它敢把“人”的工作流直接吃掉。 不是辅助你， 不是提高效率， 而是—— “这事我来做，你别管了。” 在当时那一堆还停留在 ChatBot、Copilot 阶段的产品里， Manus 是极少数 真的在往“替代”走的团队。 这也是为什么它能在极短时间内： 用户暴涨 付费率不低 在海外圈层迅速传播 Agent 这个词后来被讲烂了， 但Manus 是最早让普通人真正“感受到 Agent 的”那一批。 更讽刺的是另一件事。 去年，字节跳动曾经试图以 3000 万美元左右收购 Manus。 这事在圈子里不是秘密。 当时很多人的第一反应是： “挺高了吧？” “早点卖也正常。” 但结果你现在也看到了： 没卖。 一年后， 直接卖给 Meta，估值翻了近百倍。 你说这是运气？ 不完全是。 这是对一件事的判断差异： Agent 会不会成为下一代核心计算入口。 很多人只盯着“20 亿美元”这个数字。 但更值得琢磨的，其实是另一条线索： Manus 后来把公司主体放在了新加坡。 这一步，太关键了。 不是因为新加坡有什么魔法， 而是因为： 面向全球用户 面向美元资本 面向 Meta、OpenAI、Google 这种买家 你必须站在“他们习惯的坐标系里”。 产品是全球的， 那公司也得是全球的。 这也引出了一个让很多中国 AI 创业者心里不舒服的问题： 为什么这么多 AI 初创， 最后都很难在中国大陆生根？ 不是技术不行， 不是人不行， 甚至也不完全是钱的问题。 而是一个更现实的东西： “长大以后怎么办？” 能不能无摩擦地服务全球用户 能不能被全球巨头并购 能不能走一条清晰、可预期的退出路径 这些问题， 对早期创业者来说， 比模型参数重要得多。 再回到 Meta。 你要明白一件事： Meta 不是“看热闹的投资人”。 它现在最缺的， 不是模型， 不是算力， 而是能真正跑在模型之上的 Agent 层。 Chat 是入口， 但 Agent 才是生产力。 而 Manus， 恰好站在这个位置上。 所以这次收购， 与其说是“买一家创业公司”， 不如说是—— 直接买了一条通往下一代产品形态的快车道。 最后说句很人话的。 很多人会把这件事解读成： “中国 AI 又一次被美国收走了果实”。 也有人会说： “这是中国创业者的成功”。 我更愿意用一个不那么宏大的视角看它： 这是一个创业者，在关键时刻， 没有把自己卖便宜的故事。 而在 AI 这个时代， 这种故事， 会越来越少，也越来越贵。 如果你去年抢过 Manus 的邀请码， 如果你用过 Agent， 如果你正在创业、或者想创业， 你大概能理解这种复杂的情绪。 不是羡慕， 也不是愤怒， 而是一种： “原来世界已经走到这一步了”的感觉。 这条新闻，不只是 Manus 的终点。 它更像是很多人，某种幻想的终点。 也是另一种现实的开始。

比特币橙子Trader

122,896 views • 8 months ago

🚀📈马斯克直指Waymo与特斯拉分野：一条更难的路，还是更强的终局？ 埃隆·马斯克在谈到Waymo与特斯拉的自动驾驶路径时，给出了一个非常清晰的判断： 特斯拉选择的是一条难度更高，但上限也更高的路线。 他的核心观点并不复杂—— 特斯拉追求的不是“特定区域可用”的自动驾驶，而是通用型自动驾驶系统。 这背后，是一整套截然不同的技术哲学。 Waymo 代表的是工程驱动型路径： 高精地图、激光雷达、复杂的传感器组合，对运行区域有强依赖。 而特斯拉走的是另一条路： 完全基于 AI 与视觉系统，让软件像人类一样“看懂世界”。 这意味着什么？ 不依赖昂贵传感器。 不需要激光雷达，也不需要雷达作为前提条件。 甚至不要求车辆提前熟悉目标区域。 系统的目标不是“记住道路”，而是“理解道路”。 从短期看，这条路显然更难。 纯视觉 + AI 需要处理的变量更多，失败成本也更高，对算法、数据和算力的要求极端严苛。 但从长期看，这种路径一旦成立，扩展性将呈指数级放大。 不被地图覆盖限制，不被城市规模束缚，不被硬件成本锁死。 这正是马斯克反复强调的关键点： 特斯拉的软件并不是为某几座城市设计，而是为“任何地方”设计。 这也解释了为什么两家公司在商业化节奏上差异明显。 Waymo 更像是在“完成项目”。 特斯拉更像是在“训练一种能力”。 这并不是谁对谁错的问题，而是技术上限与落地速度的取舍。 如果自动驾驶最终要走向大规模普及， 问题只剩一个： 市场最终更需要“局部最优”，还是“全局通用”？ 📬持续关注 $TSLA 在自动驾驶、AI 软件与商业化路径上的关键拐点，聚焦从技术路线到长期价值的结构性变化。 你认为，真正能决定自动驾驶终局胜负的，是工程稳妥，还是通用能力？ $TSLA #Tesla #ElonMusk #Waymo #AutonomousDriving #SelfDriving #AI #EV
0:45

🚀📈马斯克直指Waymo与特斯拉分野：一条更难的路，还是更强的终局？ 埃隆·马斯克在谈到Waymo与特斯拉的自动驾驶路径时，给出了一个非常清晰的判断： 特斯拉选择的是一条难度更高，但上限也更高的路线。 他的核心观点并不复杂—— 特斯拉追求的不是“特定区域可用”的自动驾驶，而是通用型自动驾驶系统。 这背后，是一整套截然不同的技术哲学。 Waymo 代表的是工程驱动型路径： 高精地图、激光雷达、复杂的传感器组合，对运行区域有强依赖。 而特斯拉走的是另一条路： 完全基于 AI 与视觉系统，让软件像人类一样“看懂世界”。 这意味着什么？ 不依赖昂贵传感器。 不需要激光雷达，也不需要雷达作为前提条件。 甚至不要求车辆提前熟悉目标区域。 系统的目标不是“记住道路”，而是“理解道路”。 从短期看，这条路显然更难。 纯视觉 + AI 需要处理的变量更多，失败成本也更高，对算法、数据和算力的要求极端严苛。 但从长期看，这种路径一旦成立，扩展性将呈指数级放大。 不被地图覆盖限制，不被城市规模束缚，不被硬件成本锁死。 这正是马斯克反复强调的关键点： 特斯拉的软件并不是为某几座城市设计，而是为“任何地方”设计。 这也解释了为什么两家公司在商业化节奏上差异明显。 Waymo 更像是在“完成项目”。 特斯拉更像是在“训练一种能力”。 这并不是谁对谁错的问题，而是技术上限与落地速度的取舍。 如果自动驾驶最终要走向大规模普及， 问题只剩一个： 市场最终更需要“局部最优”，还是“全局通用”？ 📬持续关注 $TSLA 在自动驾驶、AI 软件与商业化路径上的关键拐点，聚焦从技术路线到长期价值的结构性变化。 你认为，真正能决定自动驾驶终局胜负的，是工程稳妥，还是通用能力？ $TSLA #Tesla #ElonMusk #Waymo #AutonomousDriving #SelfDriving #AI #EV

Wealth Code

12,805 views • 8 months ago

星爷讽刺了世间一切，唯独没有讽刺爱情，: 原来是如此的隐喻，到现在才明白，感谢星爷，只是我们弄脏了爱情。 —— 我之前一直对 zkML 有点矛盾。 逻辑上它很美：模型是对的，而且你还能证明它是对的。 但每次真去看实现，基本都会卡在同一个地方——跑不起来。 不是“慢一点”，而是那种一看资源占用就知道不可能进生产的跑不起来。 模型稍微大点，电路直接失控，内存、时间全都爆表， 最后只能留在论文和 demo 里自嗨。 所以我第一次认真看 Inference Labs 的时候，关注点反而不在“zk”， 而在他们是不是愿意承认：这玩意本质是工程问题。 DSperse 给我的感觉，就是终于有人不再执念“一次性证明整个模型”。 模型切开、并行跑、只验证关键路径， 听起来很朴素，但恰恰是工程师会选的路。 不是最优雅，但能活。 JSTprove 则更现实。 你不需要懂零知识、也不用研究电路怎么写， 把 ONNX 模型丢进去，能转、能跑、能验， 这点其实比很多“性能提升 10%”更重要。 这两块拼在一起之后，zkML 才第一次让我觉得： 它不是在证明“我可以”， 而是在回答“你要不要真用”。 对我来说，zkML 的拐点从来不是密码学突破， 而是有没有人愿意为“跑得起来”妥协设计。 Inference Labs 看起来，至少选了这一边。 懂你意思了，这版我会刻意留下不完美、主观判断和情绪停顿，像是你自己琢磨出来的，而不是“写给别人看的技术解读”。 —— 我之前一直对 zkML 有点矛盾。 逻辑上它很美：模型是对的，而且你还能证明它是对的。 但每次真去看实现，基本都会卡在同一个地方——跑不起来。 不是“慢一点”，而是那种一看资源占用就知道不可能进生产的跑不起来。 模型稍微大点，电路直接失控，内存、时间全都爆表， 最后只能留在论文和 demo 里自嗨。 所以我第一次认真看 Inference Labs 的时候，关注点反而不在“zk”， 而在他们是不是愿意承认：这玩意本质是工程问题。 DSperse 给我的感觉，就是终于有人不再执念“一次性证明整个模型”。 模型切开、并行跑、只验证关键路径， 听起来很朴素，但恰恰是工程师会选的路。 不是最优雅，但能活。 JSTprove 则更现实。 你不需要懂零知识、也不用研究电路怎么写， 把 ONNX 模型丢进去，能转、能跑、能验， 这点其实比很多“性能提升 10%”更重要。 这两块拼在一起之后，zkML 才第一次让我觉得： 它不是在证明“我可以”， 而是在回答“你要不要真用”。 对我来说，zkML 的拐点从来不是密码学突破， 而是有没有人愿意为“跑得起来”妥协设计。 Inference Labs 看起来，至少选了这一边。懂你意思了，这版我会刻意留下不完美、主观判断和情绪停顿，像是你自己琢磨出来的，而不是“写给别人看的技术解读”。 —— 我之前一直对 zkML 有点矛盾。 逻辑上它很美：模型是对的，而且你还能证明它是对的。 但每次真去看实现，基本都会卡在同一个地方——跑不起来。 不是“慢一点”，而是那种一看资源占用就知道不可能进生产的跑不起来。 模型稍微大点，电路直接失控，内存、时间全都爆表， 最后只能留在论文和 demo 里自嗨。 所以我第一次认真看 Inference Labs 的时候，关注点反而不在“zk”， 而在他们是不是愿意承认：这玩意本质是工程问题。 DSperse 给我的感觉，就是终于有人不再执念“一次性证明整个模型”。 模型切开、并行跑、只验证关键路径， 听起来很朴素，但恰恰是工程师会选的路。 不是最优雅，但能活。 JSTprove 则更现实。 你不需要懂零知识、也不用研究电路怎么写， 把 ONNX 模型丢进去，能转、能跑、能验， 这点其实比很多“性能提升 10%”更重要。 这两块拼在一起之后，zkML 才第一次让我觉得： 它不是在证明“我可以”， 而是在回答“你要不要真用”。 对我来说，zkML 的拐点从来不是密码学突破， 而是有没有人愿意为“跑得起来”妥协设计。 Inference Labs 看起来，至少选了这一边。#KaitoYap Kaito AI 🌊 #Yap Inference Labs
0:56

星爷讽刺了世间一切，唯独没有讽刺爱情，: 原来是如此的隐喻，到现在才明白，感谢星爷，只是我们弄脏了爱情。 —— 我之前一直对 zkML 有点矛盾。 逻辑上它很美：模型是对的，而且你还能证明它是对的。 但每次真去看实现，基本都会卡在同一个地方——跑不起来。 不是“慢一点”，而是那种一看资源占用就知道不可能进生产的跑不起来。 模型稍微大点，电路直接失控，内存、时间全都爆表， 最后只能留在论文和 demo 里自嗨。 所以我第一次认真看 Inference Labs 的时候，关注点反而不在“zk”， 而在他们是不是愿意承认：这玩意本质是工程问题。 DSperse 给我的感觉，就是终于有人不再执念“一次性证明整个模型”。 模型切开、并行跑、只验证关键路径， 听起来很朴素，但恰恰是工程师会选的路。 不是最优雅，但能活。 JSTprove 则更现实。 你不需要懂零知识、也不用研究电路怎么写， 把 ONNX 模型丢进去，能转、能跑、能验， 这点其实比很多“性能提升 10%”更重要。 这两块拼在一起之后，zkML 才第一次让我觉得： 它不是在证明“我可以”， 而是在回答“你要不要真用”。 对我来说，zkML 的拐点从来不是密码学突破， 而是有没有人愿意为“跑得起来”妥协设计。 Inference Labs 看起来，至少选了这一边。 懂你意思了，这版我会刻意留下不完美、主观判断和情绪停顿，像是你自己琢磨出来的，而不是“写给别人看的技术解读”。 —— 我之前一直对 zkML 有点矛盾。 逻辑上它很美：模型是对的，而且你还能证明它是对的。 但每次真去看实现，基本都会卡在同一个地方——跑不起来。 不是“慢一点”，而是那种一看资源占用就知道不可能进生产的跑不起来。 模型稍微大点，电路直接失控，内存、时间全都爆表， 最后只能留在论文和 demo 里自嗨。 所以我第一次认真看 Inference Labs 的时候，关注点反而不在“zk”， 而在他们是不是愿意承认：这玩意本质是工程问题。 DSperse 给我的感觉，就是终于有人不再执念“一次性证明整个模型”。 模型切开、并行跑、只验证关键路径， 听起来很朴素，但恰恰是工程师会选的路。 不是最优雅，但能活。 JSTprove 则更现实。 你不需要懂零知识、也不用研究电路怎么写， 把 ONNX 模型丢进去，能转、能跑、能验， 这点其实比很多“性能提升 10%”更重要。 这两块拼在一起之后，zkML 才第一次让我觉得： 它不是在证明“我可以”， 而是在回答“你要不要真用”。 对我来说，zkML 的拐点从来不是密码学突破， 而是有没有人愿意为“跑得起来”妥协设计。 Inference Labs 看起来，至少选了这一边。懂你意思了，这版我会刻意留下不完美、主观判断和情绪停顿，像是你自己琢磨出来的，而不是“写给别人看的技术解读”。 —— 我之前一直对 zkML 有点矛盾。 逻辑上它很美：模型是对的，而且你还能证明它是对的。 但每次真去看实现，基本都会卡在同一个地方——跑不起来。 不是“慢一点”，而是那种一看资源占用就知道不可能进生产的跑不起来。 模型稍微大点，电路直接失控，内存、时间全都爆表， 最后只能留在论文和 demo 里自嗨。 所以我第一次认真看 Inference Labs 的时候，关注点反而不在“zk”， 而在他们是不是愿意承认：这玩意本质是工程问题。 DSperse 给我的感觉，就是终于有人不再执念“一次性证明整个模型”。 模型切开、并行跑、只验证关键路径， 听起来很朴素，但恰恰是工程师会选的路。 不是最优雅，但能活。 JSTprove 则更现实。 你不需要懂零知识、也不用研究电路怎么写， 把 ONNX 模型丢进去，能转、能跑、能验， 这点其实比很多“性能提升 10%”更重要。 这两块拼在一起之后，zkML 才第一次让我觉得： 它不是在证明“我可以”， 而是在回答“你要不要真用”。 对我来说，zkML 的拐点从来不是密码学突破， 而是有没有人愿意为“跑得起来”妥协设计。 Inference Labs 看起来，至少选了这一边。#KaitoYap Kaito AI 🌊 #Yap Inference Labs

董小姐 |上Gate玩事件合约

36,252 views • 8 months ago

很多人低估了 Binance Pay，但它可能才是币安最重要的一步。 看一姐这段视频，我印象最深的，不是某个具体产品点， 而是两个词： 30 亿用户，金融基建。 这两个词放在一起，其实已经不是“一个交易平台还能做多大”的问题了， 而是在回答一件更底层的事： 如果币安真的想服务 30 亿人，它到底要成为什么。 很多人聊币安，第一反应还是交易量、上币、合约、BNB、市场份额。 但如果把时间拉长一点看，你会发现，真正决定币安能 不能走得更远的，未必只是交易， 而是它能不能让 Crypto 真正进入普通人的日常生活。 也正因为这样，当一姐提到“30 亿用户”和“金融基建”时， 我第一时间想到的，其实不是交易，而是支付。 因为如果一家平台的目标只是服务交易者， 那把现货、合约、理财做好，基本就够了。 但如果目标是 30 亿用户，逻辑就完全变了。 全球真正会交易 Crypto 的人，不可能有 30 亿。 要承接这个量级，服务对象就必须从“会交易的人”扩展到“普通人”； 服务场景也必须从“买卖币”扩展到更真实、更日常的金融生活。 而这条路上，支付一定是绕不过去的一步。 因为交易解决的是价格、流动性和财富效应， 但支付解决的是更现实的问题： • 普通人能不能更方便地转账 • 能不能更自然地消费 • 能不能更低门槛地使用金融服务 • 能不能真正把 Web3 接进日常生活 这也是为什么我越来越觉得，很多人低估了 Binance Pay 的意义。 很多人会把它理解成一个“实用，但没那么性感”的功能。 没有 K 线刺激，也不像新币上线那样容易带情绪。 但恰恰是这种看起来没那么热血的东西， 才最可能决定一个行业到底能不能真正走向大众。 因为 Crypto 不只是拿来炒的。 如果一个行业永远只停留在交易、投机和博弈层面， 那它再热，很多时候也还是停留在少数人的世界里。 可一旦它开始进入支付、转账、消费、结算这些更接近 日常生活的场景， 意义就完全不一样了。 那代表它正在从可以交易走向可以使用， 从资产走向工具， 从圈内产品走向更广义的金融基础设施。 而这件事，本质上也和一姐最近一直在讲的那套逻辑完全连上了： • 30 亿是量级 • 金融平权是使命 • 金融基建是身份 • Web3 超级入口是落地 如果币安真的想服务 30 亿人， 那它就不能只服务已经会交易、会看盘、会玩链上的那 一小部分人。 它必须回答一个更现实的问题： 普通人怎么进来？进来之后能做什么？能不能真正用起来？ 而 Binance Pay，就是这个问题里非常关键的一环。 因为支付不是边角料， 支付是 Crypto 走向现实世界的桥。 谁能把支付做顺，谁就更像基础设施； 谁能让普通人真正用起来，谁才更接近 Web3 的超级入口。 如果币安想服务 30 亿人，支付一定是绕不过去的一步。 最后问一下大家，你们用币安支付用的最多的是什么场景？ #BinancePay #Binance #Web3 #Crypto 币安Binance华语 CZ 🔶 BNB Yi He sisi 丫丫🔶BNB 鹿鹿 🍡
1:10

很多人低估了 Binance Pay，但它可能才是币安最重要的一步。 看一姐这段视频，我印象最深的，不是某个具体产品点， 而是两个词： 30 亿用户，金融基建。 这两个词放在一起，其实已经不是“一个交易平台还能做多大”的问题了， 而是在回答一件更底层的事： 如果币安真的想服务 30 亿人，它到底要成为什么。 很多人聊币安，第一反应还是交易量、上币、合约、BNB、市场份额。 但如果把时间拉长一点看，你会发现，真正决定币安能 不能走得更远的，未必只是交易， 而是它能不能让 Crypto 真正进入普通人的日常生活。 也正因为这样，当一姐提到“30 亿用户”和“金融基建”时， 我第一时间想到的，其实不是交易，而是支付。 因为如果一家平台的目标只是服务交易者， 那把现货、合约、理财做好，基本就够了。 但如果目标是 30 亿用户，逻辑就完全变了。 全球真正会交易 Crypto 的人，不可能有 30 亿。 要承接这个量级，服务对象就必须从“会交易的人”扩展到“普通人”； 服务场景也必须从“买卖币”扩展到更真实、更日常的金融生活。 而这条路上，支付一定是绕不过去的一步。 因为交易解决的是价格、流动性和财富效应， 但支付解决的是更现实的问题： • 普通人能不能更方便地转账 • 能不能更自然地消费 • 能不能更低门槛地使用金融服务 • 能不能真正把 Web3 接进日常生活 这也是为什么我越来越觉得，很多人低估了 Binance Pay 的意义。 很多人会把它理解成一个“实用，但没那么性感”的功能。 没有 K 线刺激，也不像新币上线那样容易带情绪。 但恰恰是这种看起来没那么热血的东西， 才最可能决定一个行业到底能不能真正走向大众。 因为 Crypto 不只是拿来炒的。 如果一个行业永远只停留在交易、投机和博弈层面， 那它再热，很多时候也还是停留在少数人的世界里。 可一旦它开始进入支付、转账、消费、结算这些更接近 日常生活的场景， 意义就完全不一样了。 那代表它正在从可以交易走向可以使用， 从资产走向工具， 从圈内产品走向更广义的金融基础设施。 而这件事，本质上也和一姐最近一直在讲的那套逻辑完全连上了： • 30 亿是量级 • 金融平权是使命 • 金融基建是身份 • Web3 超级入口是落地 如果币安真的想服务 30 亿人， 那它就不能只服务已经会交易、会看盘、会玩链上的那 一小部分人。 它必须回答一个更现实的问题： 普通人怎么进来？进来之后能做什么？能不能真正用起来？ 而 Binance Pay，就是这个问题里非常关键的一环。 因为支付不是边角料， 支付是 Crypto 走向现实世界的桥。 谁能把支付做顺，谁就更像基础设施； 谁能让普通人真正用起来，谁才更接近 Web3 的超级入口。 如果币安想服务 30 亿人，支付一定是绕不过去的一步。 最后问一下大家，你们用币安支付用的最多的是什么场景？ #BinancePay #Binance #Web3 #Crypto 币安Binance华语 CZ 🔶 BNB Yi He sisi 丫丫🔶BNB 鹿鹿 🍡

小鱼🔶BNB

18,150 views • 4 months ago

扒一扒 Miden 的生态项目：他们在搭的不是应用，是一套“隐私默认”的金融系统 单看某一个项目，很容易低估 Miden。把生态摊开来看，会发现它在做的事非常克制但极其系统化：把隐私能力拆解成可组合的金融模块，然后一块一块补齐。 先从“钱怎么进出”开始 Qash 不是 DeFi 产品，而是企业级私密支付工具。跨境发薪、收付款、资金调度，本质目标只有一个：让隐私不再增加操作成本，而是像传统银行流程一样自然。 再看“钱怎么交易” ZoroSwap 给出的答案很有意思：不把市场强行推向极端透明。混合公私 AMM + Oracle，意味着策略、体量、意图可以被保护，同时价格发现依然成立，这是为真实资金准备的市场结构。 入口层是决定隐私能否普及的关键 Miden Browser Wallet 的价值不在“功能多”，而在于把隐私交易塞进日常浏览器操作里。如果每次用隐私都要学习成本，它永远只属于少数人。 开发者侧决定生态的上限 Walnut_dev 正在推进的 Miden Playground，更像是一条加速通道：工具越成熟，试错越快，生态就越容易自然生长，而不是靠补贴堆出来。 隐私如果不解决监管，就走不远 Dome Protocol 直接选择合规 Mixer 路线，本质是在回答一个现实问题：隐私如何在可审计框架下长期存在，而不是一次性的对抗。 团队与机构的真实需求 Inicio Labs 的私密 Multisig，把权限、协作、资金治理这件事标准化； Lumina Engine 的可编程 Dark Pool，则是为规模资金进入链上预留的位置——隐私与执行质量不是可选项，而是前提条件。 把这些拼起来，会发现 Miden 生态正在覆盖一条清晰路径： 用户入口 → 支付结算 → 交易流动性 → 团队金库 → 合规隐私 → 机构级执行。 这不是追热点的生态，而是在为一个更长期的前提做准备： 当隐私不再是卖点，而是默认配置时，金融系统是否已经准备好。 如果 2026 年隐私叙事要真正落地，决定胜负的不会是讨论声量，而是谁能把系统跑通。 Miden，看起来是少数在做这件事的项目之一。 #Miden #KaitoYap Kaito AI 🌊 #Yap Miden
0:46

扒一扒 Miden 的生态项目：他们在搭的不是应用，是一套“隐私默认”的金融系统 单看某一个项目，很容易低估 Miden。把生态摊开来看，会发现它在做的事非常克制但极其系统化：把隐私能力拆解成可组合的金融模块，然后一块一块补齐。 先从“钱怎么进出”开始 Qash 不是 DeFi 产品，而是企业级私密支付工具。跨境发薪、收付款、资金调度，本质目标只有一个：让隐私不再增加操作成本，而是像传统银行流程一样自然。 再看“钱怎么交易” ZoroSwap 给出的答案很有意思：不把市场强行推向极端透明。混合公私 AMM + Oracle，意味着策略、体量、意图可以被保护，同时价格发现依然成立，这是为真实资金准备的市场结构。 入口层是决定隐私能否普及的关键 Miden Browser Wallet 的价值不在“功能多”，而在于把隐私交易塞进日常浏览器操作里。如果每次用隐私都要学习成本，它永远只属于少数人。 开发者侧决定生态的上限 Walnut_dev 正在推进的 Miden Playground，更像是一条加速通道：工具越成熟，试错越快，生态就越容易自然生长，而不是靠补贴堆出来。 隐私如果不解决监管，就走不远 Dome Protocol 直接选择合规 Mixer 路线，本质是在回答一个现实问题：隐私如何在可审计框架下长期存在，而不是一次性的对抗。 团队与机构的真实需求 Inicio Labs 的私密 Multisig，把权限、协作、资金治理这件事标准化； Lumina Engine 的可编程 Dark Pool，则是为规模资金进入链上预留的位置——隐私与执行质量不是可选项，而是前提条件。 把这些拼起来，会发现 Miden 生态正在覆盖一条清晰路径： 用户入口 → 支付结算 → 交易流动性 → 团队金库 → 合规隐私 → 机构级执行。 这不是追热点的生态，而是在为一个更长期的前提做准备： 当隐私不再是卖点，而是默认配置时，金融系统是否已经准备好。 如果 2026 年隐私叙事要真正落地，决定胜负的不会是讨论声量，而是谁能把系统跑通。 Miden，看起来是少数在做这件事的项目之一。 #Miden #KaitoYap Kaito AI 🌊 #Yap Miden

董小姐 |Gate美股0费率

441,795 views • 7 months ago

最近这段时间，很多人其实已经发现一个变化： 真正能把人重新拉回交易屏幕的，不是新币本身，而是参与就能拿到回报的机制。 MemeMax第二阶段直接甩出来一个 $800,000 的奖励池，而且是给前 500 个真正活跃的创作者和交易者。这一点很关键，它不是靠喊口号吸人，而是把钱明明白白地放在台面上：你参与、你交易、你输出内容，你就有机会分走一部分。这种设计，本身就很符合现在这个情绪主导的市场。 也正因为这样，它吸引来的不是路过围观的人，而是一群真的会下场的人。 现在的市场节奏有多快大家都知道，一个热点能不能活过三天，全看第一天有没有流动性。传统交易所那套流程，说白了已经不适配现在的 Meme 玩法了。等审核、等上线、等公告，等你能操作的时候，情绪早就跑了。链上 Perp 反而更像是为这个时代定制的工具，社区一拍板，市场立刻就能开，情绪在哪，交易就在哪。 再说交易体验。 很多人嘴上不说，但心里其实都很清楚： 限制、延迟、KYC，这些东西和 Meme 本身就是冲突的。 MemeMax 把这些全部拿掉，给的是一种“你想怎么玩就怎么玩”的状态。高杠杆也好，短线博弈也好，本质不是鼓励冒险，而是尊重玩家的选择权。更重要的是，交易结果本身还能成为传播内容，情绪被不断放大，这才是 Meme 市场最真实的燃料。 还有一个容易被忽略的点，是钱往哪走。 在很多平台，交易量再大，和普通用户其实没太大关系。 而 MemeMax 的手续费逻辑非常直接：不外流，全回社区。 交易越多，回购和奖励越多，参与者自然更愿意留下来继续玩。 这不是“画饼式激励”，而是用结构把利益绑定在一起。 从更大的环境看，现在其实已经很清楚了： 一边是越来越像传统金融的中心化平台， 另一边是强调即时、透明和社区主权的链上体系。 Meme 天生就不适合被装进一个保守的框架里，它需要的是速度、情绪和舞台。 所以这轮 Meme 行情，如果还用老视角去看，可能会一直觉得“没感觉”。 但如果你把目光放到 MemeMax 这种链上 Perp 上，就会发现： 这里更像是行情的第一现场，而不是事后追高的地方。 不是 Meme 变了， 是承载 Meme 的地方，已经换了。 #KaitoYap Kaito AI 🌊 #Yap MemeMax #MemeMax
0:51

最近这段时间，很多人其实已经发现一个变化： 真正能把人重新拉回交易屏幕的，不是新币本身，而是参与就能拿到回报的机制。 MemeMax第二阶段直接甩出来一个 $800,000 的奖励池，而且是给前 500 个真正活跃的创作者和交易者。这一点很关键，它不是靠喊口号吸人，而是把钱明明白白地放在台面上：你参与、你交易、你输出内容，你就有机会分走一部分。这种设计，本身就很符合现在这个情绪主导的市场。 也正因为这样，它吸引来的不是路过围观的人，而是一群真的会下场的人。 现在的市场节奏有多快大家都知道，一个热点能不能活过三天，全看第一天有没有流动性。传统交易所那套流程，说白了已经不适配现在的 Meme 玩法了。等审核、等上线、等公告，等你能操作的时候，情绪早就跑了。链上 Perp 反而更像是为这个时代定制的工具，社区一拍板，市场立刻就能开，情绪在哪，交易就在哪。 再说交易体验。 很多人嘴上不说，但心里其实都很清楚： 限制、延迟、KYC，这些东西和 Meme 本身就是冲突的。 MemeMax 把这些全部拿掉，给的是一种“你想怎么玩就怎么玩”的状态。高杠杆也好，短线博弈也好，本质不是鼓励冒险，而是尊重玩家的选择权。更重要的是，交易结果本身还能成为传播内容，情绪被不断放大，这才是 Meme 市场最真实的燃料。 还有一个容易被忽略的点，是钱往哪走。 在很多平台，交易量再大，和普通用户其实没太大关系。 而 MemeMax 的手续费逻辑非常直接：不外流，全回社区。 交易越多，回购和奖励越多，参与者自然更愿意留下来继续玩。 这不是“画饼式激励”，而是用结构把利益绑定在一起。 从更大的环境看，现在其实已经很清楚了： 一边是越来越像传统金融的中心化平台， 另一边是强调即时、透明和社区主权的链上体系。 Meme 天生就不适合被装进一个保守的框架里，它需要的是速度、情绪和舞台。 所以这轮 Meme 行情，如果还用老视角去看，可能会一直觉得“没感觉”。 但如果你把目光放到 MemeMax 这种链上 Perp 上，就会发现： 这里更像是行情的第一现场，而不是事后追高的地方。 不是 Meme 变了， 是承载 Meme 的地方，已经换了。 #KaitoYap Kaito AI 🌊 #Yap MemeMax #MemeMax

Crypto诸葛

252,794 views • 7 months ago

马斯克警告：靠出卖劳动力赚钱的时间不多了！ 最多还有 3 年，再往后，AI 会自动化掉大多数任务。 到那时，为一个人的“时间”付费，可能就没那么有意义了。 过去200年的模式—— "我用工资换取你的时间"——即将结束。 这将引发现代历史上 最大规模的财富转移。 已经开始转变的人明白这一点。 等着看新闻的人会太晚。 最后，重要的不是你工作多少， 而是你拥有什么。 现在能构建的最聪明资产 不是比特币或土地。 而是由AI驱动、 在你睡眠时复合增长的收入流。 一个工具。60分钟。月收1万美元。
1:29

马斯克警告：靠出卖劳动力赚钱的时间不多了！ 最多还有 3 年，再往后，AI 会自动化掉大多数任务。 到那时，为一个人的“时间”付费，可能就没那么有意义了。 过去200年的模式—— "我用工资换取你的时间"——即将结束。 这将引发现代历史上 最大规模的财富转移。 已经开始转变的人明白这一点。 等着看新闻的人会太晚。 最后，重要的不是你工作多少， 而是你拥有什么。 现在能构建的最聪明资产 不是比特币或土地。 而是由AI驱动、 在你睡眠时复合增长的收入流。 一个工具。60分钟。月收1万美元。

路飞 🏴‍☠️ AI 研究员🧐

12,786 views • 16 days ago

【路德社｜Lude Press】 2025年11月26日，吉耐狮上校接受 Taiwan Talks 采访：习近平什么时候对台动武，更重要的问题是“为什么”，而不是“哪一年”。 当被问及是否当北京认为自己“有能力”动手时，它才会决定发动行动。 吉耐狮上校： 我先回答你的问题，再补充一点。这里不能只看“能力”，还要看“意图”，这两个因素都同样重要。 习近平给解放军下达的指令，是要在2027年前“完成备战”，这并不等于他一定会在那一年动手。但问题不只在于“什么时候打”，而是“为什么打”。比如说，如果台湾总统明天宣布“台湾独立”，那对北京来说就是一道“为什么要出手”的红线，而不是“2027年到了没”的问题。 美国政府每年都会整理出几条北京可能对台动武的“红线”，大概有6到7项，除了“法理独立”之外，还有像台湾寻求核武等情境，这些都是以“事件”为基础的红线，而不是以“时间表”为基础。 另外一种情况是，习近平有一天早上醒来，一句“干吧”，也可能成为动手的起点。这跟什么时间表无关，而是完全取决于他个人的决定。他才是最终能拍板决定“什么时候出手”的那个人。 所以在我看来，更重要的问题是“为什么”而不是“哪一年”。 #路德社 #LudePress #LudeMedia
1:22

【路德社｜Lude Press】 2025年11月26日，吉耐狮上校接受 Taiwan Talks 采访：习近平什么时候对台动武，更重要的问题是“为什么”，而不是“哪一年”。 当被问及是否当北京认为自己“有能力”动手时，它才会决定发动行动。 吉耐狮上校： 我先回答你的问题，再补充一点。这里不能只看“能力”，还要看“意图”，这两个因素都同样重要。 习近平给解放军下达的指令，是要在2027年前“完成备战”，这并不等于他一定会在那一年动手。但问题不只在于“什么时候打”，而是“为什么打”。比如说，如果台湾总统明天宣布“台湾独立”，那对北京来说就是一道“为什么要出手”的红线，而不是“2027年到了没”的问题。 美国政府每年都会整理出几条北京可能对台动武的“红线”，大概有6到7项，除了“法理独立”之外，还有像台湾寻求核武等情境，这些都是以“事件”为基础的红线，而不是以“时间表”为基础。 另外一种情况是，习近平有一天早上醒来，一句“干吧”，也可能成为动手的起点。这跟什么时间表无关，而是完全取决于他个人的决定。他才是最终能拍板决定“什么时候出手”的那个人。 所以在我看来，更重要的问题是“为什么”而不是“哪一年”。 #路德社 #LudePress #LudeMedia

糯米团 ⬜️

52,447 views • 9 months ago

今天各种传说委内瑞拉持有100万枚比特币，这事儿真的假的？美国宣布“接管”委内瑞拉，对加密市场真正意味着什么？ 很多人第一反应是： 这是一场地缘政治事件，或者一次能源博弈。 但我越看越觉得，这件事真正触动的，是一个更隐蔽、也更长期的变量： 主权国家之间的“加密竞赛”，可能早就开始了。 只是这一次，它被推到了台面上。 美国公开宣布“接管” 委内瑞拉， 并直接抓捕一国现任元首 尼古拉斯·马杜罗。 不管你站在哪个立场，这一行为本身都意味着： 二战后那套默认存在的国际政治“缓冲规则”，正在被实质性削弱。 第一层变化：旧秩序不再是硬约束 过去几十年，国际社会一直有一条心照不宣的底线： 主权国家元首，不受其他国家司法审判。 它不是靠法律条文维持的， 而是靠“大家都不越线”。 而现在，这条线被公开跨过去了。 这意味着什么？ 意味着联合国体系下那套 “主权平等、国家不可强制审判”的秩序， 在现实政治中，已经不再是刚性约束。 一旦规则被破一次， 后面只会被破得更快、更频繁。 第二层变化：世界会更不稳定，而不是更安全 很多人觉得，这样的行动会形成威慑。 但历史经验恰恰相反： 强者会意识到：规则是工具，不是限制 弱者会意识到：规则不再保护自己 接下来很可能出现的，不是秩序强化， 而是更原始的博弈： 靠近委内瑞拉的国家重新评估站队 明确力挺委内瑞拉的国家承压 哥伦比亚、巴西 这类区域国家， 内政与外交的不确定性都会被重新定价 革命、政权更替、颜色变化的概率都会上升。 第三层变化：对“国家安全感”的理解被改写 这件事真正让各国重新思考的，可能不是军事问题， 而是一个更基础的问题： 如果国际秩序不再可靠， 国家资产放在哪里才是安全的？ 美元资产能冻结。 海外黄金能扣押。 银行体系能被切断。 那什么东西： 不需要对手许可 不依赖清算体系 不受单一国家控制 答案已经越来越明显。 这就引出一个被忽视的事实 主权国家之间的“加密竞赛”，很可能早就开始了。 只是方式不一样。 你会发现一个非常有意思的分化： 有些国家，鼓励全民讨论、配置、合法化 → 比如美国，把比特币放进 ETF、养老金、合规体系 有些国家，政府或权贵阶层自己买，但严格限制民众 → 对外口径是“风险、投机、不稳定”， 对内却在寻找“不可冻结资产”的配置方式 这两种路线，并不矛盾， 只是处在不同的制度环境里。 为什么“偷偷买”在很多国家反而更理性？ 站在一些国家的视角，这样做非常合理： 不希望引发资本外流 不希望削弱本币信用 不希望普通民众过早掌握“秩序外资产” 但同时，他们也非常清楚一件事： 一旦被重新定义为“秩序外国家”， 本国的法币资产、海外资产， 都可能瞬间变得脆弱。 所以最理性的策略是： 权力核心与精英层配置 对普通民众设置门槛或限制 这也是为什么市场上一直流传一种说法： 中国 俄罗斯 伊朗 朝鲜 以及现在的委内瑞拉， 都可能通过不同路径，长期接触或持有比特币。 是否公开，不重要。 是否大规模，无法验证。 但动机是完全成立的。 委内瑞拉的“100 万枚 BTC”是真是假，其实是次要问题 关于委内瑞拉是否持有 100 万枚 BTC， 这个数字极具争议。 但有一个被忽略的点是： 哪怕不是 100 万枚， 哪怕只是十分之一、百分之一， 这件事在逻辑上已经足够重要。 因为它说明： 国家层面已经开始把比特币当作 地缘政治对冲工具 而不是单纯的金融投机品 这件事对加密市场的长期影响 我觉得至少有三点： 1️⃣ 加密资产的“主权属性”被彻底激活 它不再只是风险资产， 而是开始参与国家安全与秩序博弈。 2️⃣ 主权风险溢价，会进入比特币定价模型 未来行情波动， 不只来自美联储， 还来自“下一个会不会被接管的国家”。 3️⃣ 主权竞赛一旦被推到台面，节奏会加快 以前是“你知道我知道但不说”， 现在可能变成： 谁先承认、谁先布局、谁先制度化。 最后一句，我自己的判断 美国接管委内瑞拉， 不是单独改变了一个国家的命运， 而是向全世界传递了一个信号： 当规则不再可靠， 国家会为自己寻找“规则之外的安全资产”。 而一旦主权国家开始这么做， 这场竞赛， 就不可能再回到地下。
4:57

今天各种传说委内瑞拉持有100万枚比特币，这事儿真的假的？美国宣布“接管”委内瑞拉，对加密市场真正意味着什么？ 很多人第一反应是： 这是一场地缘政治事件，或者一次能源博弈。 但我越看越觉得，这件事真正触动的，是一个更隐蔽、也更长期的变量： 主权国家之间的“加密竞赛”，可能早就开始了。 只是这一次，它被推到了台面上。 美国公开宣布“接管” 委内瑞拉， 并直接抓捕一国现任元首 尼古拉斯·马杜罗。 不管你站在哪个立场，这一行为本身都意味着： 二战后那套默认存在的国际政治“缓冲规则”，正在被实质性削弱。 第一层变化：旧秩序不再是硬约束 过去几十年，国际社会一直有一条心照不宣的底线： 主权国家元首，不受其他国家司法审判。 它不是靠法律条文维持的， 而是靠“大家都不越线”。 而现在，这条线被公开跨过去了。 这意味着什么？ 意味着联合国体系下那套 “主权平等、国家不可强制审判”的秩序， 在现实政治中，已经不再是刚性约束。 一旦规则被破一次， 后面只会被破得更快、更频繁。 第二层变化：世界会更不稳定，而不是更安全 很多人觉得，这样的行动会形成威慑。 但历史经验恰恰相反： 强者会意识到：规则是工具，不是限制 弱者会意识到：规则不再保护自己 接下来很可能出现的，不是秩序强化， 而是更原始的博弈： 靠近委内瑞拉的国家重新评估站队 明确力挺委内瑞拉的国家承压 哥伦比亚、巴西 这类区域国家， 内政与外交的不确定性都会被重新定价 革命、政权更替、颜色变化的概率都会上升。 第三层变化：对“国家安全感”的理解被改写 这件事真正让各国重新思考的，可能不是军事问题， 而是一个更基础的问题： 如果国际秩序不再可靠， 国家资产放在哪里才是安全的？ 美元资产能冻结。 海外黄金能扣押。 银行体系能被切断。 那什么东西： 不需要对手许可 不依赖清算体系 不受单一国家控制 答案已经越来越明显。 这就引出一个被忽视的事实 主权国家之间的“加密竞赛”，很可能早就开始了。 只是方式不一样。 你会发现一个非常有意思的分化： 有些国家，鼓励全民讨论、配置、合法化 → 比如美国，把比特币放进 ETF、养老金、合规体系 有些国家，政府或权贵阶层自己买，但严格限制民众 → 对外口径是“风险、投机、不稳定”， 对内却在寻找“不可冻结资产”的配置方式 这两种路线，并不矛盾， 只是处在不同的制度环境里。 为什么“偷偷买”在很多国家反而更理性？ 站在一些国家的视角，这样做非常合理： 不希望引发资本外流 不希望削弱本币信用 不希望普通民众过早掌握“秩序外资产” 但同时，他们也非常清楚一件事： 一旦被重新定义为“秩序外国家”， 本国的法币资产、海外资产， 都可能瞬间变得脆弱。 所以最理性的策略是： 权力核心与精英层配置 对普通民众设置门槛或限制 这也是为什么市场上一直流传一种说法： 中国 俄罗斯 伊朗 朝鲜 以及现在的委内瑞拉， 都可能通过不同路径，长期接触或持有比特币。 是否公开，不重要。 是否大规模，无法验证。 但动机是完全成立的。 委内瑞拉的“100 万枚 BTC”是真是假，其实是次要问题 关于委内瑞拉是否持有 100 万枚 BTC， 这个数字极具争议。 但有一个被忽略的点是： 哪怕不是 100 万枚， 哪怕只是十分之一、百分之一， 这件事在逻辑上已经足够重要。 因为它说明： 国家层面已经开始把比特币当作 地缘政治对冲工具 而不是单纯的金融投机品 这件事对加密市场的长期影响 我觉得至少有三点： 1️⃣ 加密资产的“主权属性”被彻底激活 它不再只是风险资产， 而是开始参与国家安全与秩序博弈。 2️⃣ 主权风险溢价，会进入比特币定价模型 未来行情波动， 不只来自美联储， 还来自“下一个会不会被接管的国家”。 3️⃣ 主权竞赛一旦被推到台面，节奏会加快 以前是“你知道我知道但不说”， 现在可能变成： 谁先承认、谁先布局、谁先制度化。 最后一句，我自己的判断 美国接管委内瑞拉， 不是单独改变了一个国家的命运， 而是向全世界传递了一个信号： 当规则不再可靠， 国家会为自己寻找“规则之外的安全资产”。 而一旦主权国家开始这么做， 这场竞赛， 就不可能再回到地下。

比特币橙子Trader

26,711 views • 7 months ago

今天好郁闷，发生了一点不愉快的事情！人生第一次为了自己的愚蠢进了叔所！ 期待明天的好结果！！！ ⸻ AI 的下一关，不在能力，而在可被证明 在模型规模不断被刷新纪录的阶段，有一个问题始终被刻意回避： AI 的结论，是否真的来自它声称的计算过程？ Inference Labs 选择从这个问题切入。 他们关注的不是模型性能，而是推理行为本身是否可信、是否可复现、是否可审计。 Proof of Inference 的意义，在于把“我相信模型没问题”变成“模型必须给出证明”。 通过零知识证明，系统可以在不暴露模型结构和参数的前提下，确认一次推理： •确实由指定模型完成 •计算过程未被替换或篡改 •输出结果与真实推理一致 这不是提高透明度，而是引入约束。 在工程层面，DSperse 做的事情同样关键。 它把原本高度定制化、专家依赖的 zkML 开发流程，拆解为可复用组件， 使“可验证 AI”从研究范畴，进入实际应用范畴。 否则，再正确的理念也只能停留在白皮书。 目前，可验证推理在性能上的代价仍然明显， 但这更像早期加密系统的计算成本问题，而不是路线错误。 融资的用途，也正是针对这一层进行系统级优化。 如果说过去的 AI 竞争是“谁能算得更快”， 接下来的竞争，很可能是： 谁的推理能被证明、被追溯、被承担责任。 Inference Labs 所搭建的，不是价值观， 而是一层让 AI 输出进入现实系统所必需的验证基础设施。 #KaitoYap Kaito AI 🌊 #Yap Inference Labs
2:00

今天好郁闷，发生了一点不愉快的事情！人生第一次为了自己的愚蠢进了叔所！ 期待明天的好结果！！！ ⸻ AI 的下一关，不在能力，而在可被证明 在模型规模不断被刷新纪录的阶段，有一个问题始终被刻意回避： AI 的结论，是否真的来自它声称的计算过程？ Inference Labs 选择从这个问题切入。 他们关注的不是模型性能，而是推理行为本身是否可信、是否可复现、是否可审计。 Proof of Inference 的意义，在于把“我相信模型没问题”变成“模型必须给出证明”。 通过零知识证明，系统可以在不暴露模型结构和参数的前提下，确认一次推理： •确实由指定模型完成 •计算过程未被替换或篡改 •输出结果与真实推理一致 这不是提高透明度，而是引入约束。 在工程层面，DSperse 做的事情同样关键。 它把原本高度定制化、专家依赖的 zkML 开发流程，拆解为可复用组件， 使“可验证 AI”从研究范畴，进入实际应用范畴。 否则，再正确的理念也只能停留在白皮书。 目前，可验证推理在性能上的代价仍然明显， 但这更像早期加密系统的计算成本问题，而不是路线错误。 融资的用途，也正是针对这一层进行系统级优化。 如果说过去的 AI 竞争是“谁能算得更快”， 接下来的竞争，很可能是： 谁的推理能被证明、被追溯、被承担责任。 Inference Labs 所搭建的，不是价值观， 而是一层让 AI 输出进入现实系统所必需的验证基础设施。 #KaitoYap Kaito AI 🌊 #Yap Inference Labs

董小姐 |上Gate玩事件合约

303,919 views • 7 months ago

我让 Apodex 预测了一件很多人都关心的事：未来 90 天，比特币还能不能创新高？ 过去很多 AI 做预测，喜欢直接给一个答案： “BTC 会涨到多少。” “某个事件发生概率是多少。” 但真正有价值的问题其实不是结果。 而是： 它为什么这么判断？ 依据是什么？ 如果信息变化，它会不会调整？ -- 最近我用 Apodex 做了一次真实测试。 问题是： 未来 90 天内，比特币是否会再次突破历史高点？ 这个问题很适合测试 AI 的推理能力。 因为市场没有标准答案。 -- 市场里存在大量冲突信息： 有人认为： 机构资金正在进入市场，比特币长期趋势仍然向上。 也有人认为： 距离历史高点还有巨大空间，短时间突破需要极强的资金和宏观环境。 -- 我想看看 Apodex 会如何处理这些信息。 它没有直接告诉我： “会上涨。” 或者： “不会上涨。” 而是先拆解影响结果的关键变量。 -- 第一步： 分析当前市场位置。 Apodex 发现： 未来 90 天如果 BTC 再创新高，需要一次非常快速的上涨。 历史上这种情况发生过。 但通常需要： 流动性明显改善； 机构资金持续进入； 市场情绪进入极端乐观阶段。 目前市场更接近修复阶段，而不是疯狂上涨阶段。 -- 第二步： 寻找最关键变量。 Apodex 给出的答案： 比特币现货 ETF 资金流向。 原因很简单： 现在 BTC 市值已经达到万亿美元级别。 推动价格进入下一阶段，需要持续的大规模资金。 而 ETF 正成为机构配置比特币的重要入口。 -- 所以真正需要关注的问题不是： “BTC 明天涨还是跌？” 而是： ETF 资金是在持续流入？ 还是重新开始流出？ -- 第三步： Apodex 进行了情景推演。 如果： ETF 连续出现大规模净流入； 美联储释放更强降息信号； 市场风险偏好提升； 那么 BTC 再次挑战历史高点的概率会上升。 -- 如果： 资金流入无法持续； 宏观环境保持谨慎； 市场情绪没有明显改善； 那么更可能出现： 震荡修复，而不是短时间翻倍上涨。 -- 最终 Apodex 给出的判断： 未来 90 天内，比特币再次突破历史高点，是低概率事件。 更现实的路径： 震荡修复，等待新的资金周期。 -- 但真正让我关注的，不是这个结论。 而是它给出了： 为什么这样判断； 哪些变量决定结果； 什么情况会推翻当前判断。 -- 这也是 Apodex 和普通 AI 最大的区别。 它不是告诉你一个“预测答案”。 而是展示： 一个复杂问题，如何寻找信息； 如何处理冲突； 如何建立证据链； 如何在不确定环境中做判断。 -- 这也是为什么 Apodex 在 FutureX 实时预测 benchmark 上取得领先表现。 它关注的不是“知道未来”。 而是在答案还不存在的时候，帮助人类建立更可靠的判断。 -- 如果你也想体验一次这种基于证据链的 AI 推理： Apodex： #Apodex
1:16

我让 Apodex 预测了一件很多人都关心的事：未来 90 天，比特币还能不能创新高？ 过去很多 AI 做预测，喜欢直接给一个答案： “BTC 会涨到多少。” “某个事件发生概率是多少。” 但真正有价值的问题其实不是结果。 而是： 它为什么这么判断？ 依据是什么？ 如果信息变化，它会不会调整？ -- 最近我用 Apodex 做了一次真实测试。 问题是： 未来 90 天内，比特币是否会再次突破历史高点？ 这个问题很适合测试 AI 的推理能力。 因为市场没有标准答案。 -- 市场里存在大量冲突信息： 有人认为： 机构资金正在进入市场，比特币长期趋势仍然向上。 也有人认为： 距离历史高点还有巨大空间，短时间突破需要极强的资金和宏观环境。 -- 我想看看 Apodex 会如何处理这些信息。 它没有直接告诉我： “会上涨。” 或者： “不会上涨。” 而是先拆解影响结果的关键变量。 -- 第一步： 分析当前市场位置。 Apodex 发现： 未来 90 天如果 BTC 再创新高，需要一次非常快速的上涨。 历史上这种情况发生过。 但通常需要： 流动性明显改善； 机构资金持续进入； 市场情绪进入极端乐观阶段。 目前市场更接近修复阶段，而不是疯狂上涨阶段。 -- 第二步： 寻找最关键变量。 Apodex 给出的答案： 比特币现货 ETF 资金流向。 原因很简单： 现在 BTC 市值已经达到万亿美元级别。 推动价格进入下一阶段，需要持续的大规模资金。 而 ETF 正成为机构配置比特币的重要入口。 -- 所以真正需要关注的问题不是： “BTC 明天涨还是跌？” 而是： ETF 资金是在持续流入？ 还是重新开始流出？ -- 第三步： Apodex 进行了情景推演。 如果： ETF 连续出现大规模净流入； 美联储释放更强降息信号； 市场风险偏好提升； 那么 BTC 再次挑战历史高点的概率会上升。 -- 如果： 资金流入无法持续； 宏观环境保持谨慎； 市场情绪没有明显改善； 那么更可能出现： 震荡修复，而不是短时间翻倍上涨。 -- 最终 Apodex 给出的判断： 未来 90 天内，比特币再次突破历史高点，是低概率事件。 更现实的路径： 震荡修复，等待新的资金周期。 -- 但真正让我关注的，不是这个结论。 而是它给出了： 为什么这样判断； 哪些变量决定结果； 什么情况会推翻当前判断。 -- 这也是 Apodex 和普通 AI 最大的区别。 它不是告诉你一个“预测答案”。 而是展示： 一个复杂问题，如何寻找信息； 如何处理冲突； 如何建立证据链； 如何在不确定环境中做判断。 -- 这也是为什么 Apodex 在 FutureX 实时预测 benchmark 上取得领先表现。 它关注的不是“知道未来”。 而是在答案还不存在的时候，帮助人类建立更可靠的判断。 -- 如果你也想体验一次这种基于证据链的 AI 推理： Apodex： #Apodex

七言

49,554 views • 1 month ago

谷歌DeepMind的CEO认为，通往通用人工智能（AGI）的大门，可能就差一两个关键突破。 听起来不远了？ 他列出了几个方向。 持续学习。 更好的记忆，或者说选择性记忆。 就像人脑一样，只记住重要的，而不是什么都存。 更聪明的上下文窗口。 还有，更好的长期规划与推理能力。 但这引出一个核心问题。 这些所谓的“突破”，究竟是靠现有技术不断堆料、扩大规模就能实现的？ 还是说，我们需要像爱因斯坦那样的，真正具有洞察力的全新理论？ 哈萨比斯自己也承认，他更倾向于后者。 不过有一点他很确定。 无论路怎么走，大模型都将是AGI的核心组件。 他完全不同意Yann LeCun那种“此路已死”的说法。 在他看来，唯一的争论点只在于： 大模型究竟是AGI的“核心组件”？ 还是“唯一组件”？ 这番话听起来很自信。 但也让人思考，谁在定义AGI？ 又是谁在主导这场决定人类未来的技术竞赛？ 是少数几家科技巨头的CEO，还是更广泛的社会力量？ 当技术路径由少数人确定时，其潜在的风险和伦理问题，是否得到了充分的讨论？ 技术突破固然重要，但方向的正确性或许更值得警惕。
0:59

谷歌DeepMind的CEO认为，通往通用人工智能（AGI）的大门，可能就差一两个关键突破。 听起来不远了？ 他列出了几个方向。 持续学习。 更好的记忆，或者说选择性记忆。 就像人脑一样，只记住重要的，而不是什么都存。 更聪明的上下文窗口。 还有，更好的长期规划与推理能力。 但这引出一个核心问题。 这些所谓的“突破”，究竟是靠现有技术不断堆料、扩大规模就能实现的？ 还是说，我们需要像爱因斯坦那样的，真正具有洞察力的全新理论？ 哈萨比斯自己也承认，他更倾向于后者。 不过有一点他很确定。 无论路怎么走，大模型都将是AGI的核心组件。 他完全不同意Yann LeCun那种“此路已死”的说法。 在他看来，唯一的争论点只在于： 大模型究竟是AGI的“核心组件”？ 还是“唯一组件”？ 这番话听起来很自信。 但也让人思考，谁在定义AGI？ 又是谁在主导这场决定人类未来的技术竞赛？ 是少数几家科技巨头的CEO，还是更广泛的社会力量？ 当技术路径由少数人确定时，其潜在的风险和伦理问题，是否得到了充分的讨论？ 技术突破固然重要，但方向的正确性或许更值得警惕。

墓碑科技

18,565 views • 6 months ago

两个人不见面，不聊骚，不涉黄，不约会，不聊色的情况下，一个男的一个女的能聊多久？ 我长期观察 Kindred Labs ，有了一个清晰的判断。 它真正想解决的不是 AI 像不像人，也不是 IP 会不会火，而是一个更底层的问题，IP 在数字世界里，第一次拥有完整生命周期的数据主权。 现在大多数 IP 的命运都很相似。 被创作 被传播 被消费 被平台吃掉数据。 用户的情绪 行为 偏好 和记忆，全都留在平台，IP 本身却什么都带不走。 Kindred Labs 的核心改变在于，它把 IP 从一次性内容，变成一个持续运行的系统。 这个系统不是靠曝光驱动，而是靠关系驱动。 SATO 只是第一个被完整跑通的样本。 真正重要的不是它是蚂蚁，而是它作为一个可持续存在的 AI 实体，每天在和用户产生可记录 可学习 可累积的数据关系。 这点非常关键。 因为一旦 IP 拥有了长期连续的数据轨迹，它就不再只是形象，而是具备了状态 演化 和历史。 这在传统 IP 体系里是不存在的。 从技术角度看，Kindred 在做的是三件事的叠加。 第1️⃣：IP 的行为层被模块化，所有互动不再是一次性调用，而是状态更新。 第2️⃣：用户关系被本地化，IP 不依赖平台推荐生存，而是存在于用户设备。 第3️⃣：数据权属被重新定义，IP 的成长轨迹是可验证 可迁移的。 这三件事组合起来，本质上是在为 IP 构建一个类似账户系统的存在形式。 不是账号，不是 NFT，而是一个可以持续运行的智能体。 这也是为什么我不把 Kindred 看成 AI 产品公司。 它更像是在搭建一个IP 的操作系统。 未来每一个进入 Kindred 的 IP，本质上都是在接入同一套运行环境。 从这个角度看，SATO 的经济设计反而只是外层。 真正的价值在于，Kindred 已经证明了一件事。 IP 可以不依赖平台流量，也可以持续存在并扩展关系。 这对内容产业意味着什么。 意味着未来 IP 的估值不再只看曝光，而会开始看留存 看互动深度 看生命周期长度。 而这些指标，只有在 Kindred 这种系统里才成立。 很多人把 Kindred 和其他 AI 项目放在一起对比，其实是错位的。 它不是在比模型能力，而是在重写 IP 的存在方式。 从长期建设的角度，我更关心的是下一步。 当更多 IP 进入这套系统，IP 之间是否会产生协作。 用户是否会开始把时间分配给不同智能体。 以及这些关系是否会反过来形成新的价值网络。 如果这些成立，Kindred 就不是一个爆款项目。 而是一条新的数字文明基础设施。 这也是我持续关注它的原因。 Kindred Labs #kindred #KAITO
0:25

两个人不见面，不聊骚，不涉黄，不约会，不聊色的情况下，一个男的一个女的能聊多久？ 我长期观察 Kindred Labs ，有了一个清晰的判断。 它真正想解决的不是 AI 像不像人，也不是 IP 会不会火，而是一个更底层的问题，IP 在数字世界里，第一次拥有完整生命周期的数据主权。 现在大多数 IP 的命运都很相似。 被创作 被传播 被消费 被平台吃掉数据。 用户的情绪 行为 偏好 和记忆，全都留在平台，IP 本身却什么都带不走。 Kindred Labs 的核心改变在于，它把 IP 从一次性内容，变成一个持续运行的系统。 这个系统不是靠曝光驱动，而是靠关系驱动。 SATO 只是第一个被完整跑通的样本。 真正重要的不是它是蚂蚁，而是它作为一个可持续存在的 AI 实体，每天在和用户产生可记录 可学习 可累积的数据关系。 这点非常关键。 因为一旦 IP 拥有了长期连续的数据轨迹，它就不再只是形象，而是具备了状态 演化 和历史。 这在传统 IP 体系里是不存在的。 从技术角度看，Kindred 在做的是三件事的叠加。 第1️⃣：IP 的行为层被模块化，所有互动不再是一次性调用，而是状态更新。 第2️⃣：用户关系被本地化，IP 不依赖平台推荐生存，而是存在于用户设备。 第3️⃣：数据权属被重新定义，IP 的成长轨迹是可验证 可迁移的。 这三件事组合起来，本质上是在为 IP 构建一个类似账户系统的存在形式。 不是账号，不是 NFT，而是一个可以持续运行的智能体。 这也是为什么我不把 Kindred 看成 AI 产品公司。 它更像是在搭建一个IP 的操作系统。 未来每一个进入 Kindred 的 IP，本质上都是在接入同一套运行环境。 从这个角度看，SATO 的经济设计反而只是外层。 真正的价值在于，Kindred 已经证明了一件事。 IP 可以不依赖平台流量，也可以持续存在并扩展关系。 这对内容产业意味着什么。 意味着未来 IP 的估值不再只看曝光，而会开始看留存 看互动深度 看生命周期长度。 而这些指标，只有在 Kindred 这种系统里才成立。 很多人把 Kindred 和其他 AI 项目放在一起对比，其实是错位的。 它不是在比模型能力，而是在重写 IP 的存在方式。 从长期建设的角度，我更关心的是下一步。 当更多 IP 进入这套系统，IP 之间是否会产生协作。 用户是否会开始把时间分配给不同智能体。 以及这些关系是否会反过来形成新的价值网络。 如果这些成立，Kindred 就不是一个爆款项目。 而是一条新的数字文明基础设施。 这也是我持续关注它的原因。 Kindred Labs #kindred #KAITO

比克大魔王

569,642 views • 8 months ago

这两年大家一提链上隐私，基本都会卡在一个死结上。 要么隐私很强，但几乎不可用。 要么能用，但一出事就是系统级灾难。 问题不在 ZK，也不在密码学，而在于一件被忽略很久的事。 隐私一旦失控，比透明更危险。 大多数链的隐私逻辑，其实是一次性把门关死。 你看不到我，我也看不到你，合约也看不到自己在干什么。 平时没事的时候还好，一旦出了 bug，或者账户被劫持，用户连自救的空间都没有。 Miden 走的完全不是这条路。 它不是在追求绝对不可见，而是在设计一种可控的不可见。 关键点在账户模型。 在 Miden 里，隐私不是写在合约里的，而是写在账户里的。 这听起来像一句废话，但实际差别非常大。 在 EVM 世界，账户只是一个地址。 隐私要靠外部工具补，靠混合器，靠证明，靠绕路。 这些东西一旦部署，就是全 or nothing。 而 Miden 的账户，本身就是一个带规则的执行体。 你可以决定哪些状态是私有的，哪些是公开的。 更重要的是，你可以决定在什么条件下，它们可以被看见。 这就是 threat resistant 的第一层含义。 不是防止一切攻击，而是即使出事，损失也被限制在你设定的边界里。 举个很现实的场景。 如果你的账户被恶意调用了。 在大多数链上，这意味着你要么全暴露，要么全锁死。 而在 Miden 里，你至少还能做到三件事。 第1️⃣：攻击者只能看到你允许他看到的状态。 第2️⃣：他无法调用你没授权的执行路径。 第3️⃣：他不能把你的账户变成一个“不可恢复的黑箱”。 这是隐私可控的第二层。 隐私不是隐藏信息，而是限制权力。 Miden 很少在宣传里强调这一点，但从安全角度看，这比零知识本身重要得多。 因为真正的风险，从来不是有人看到你，而是有人能替你做决定。 再往深一层看。 Miden 的执行模型本身就假设世界是有敌意的。 包括节点，调用方，甚至你自己未来写的代码。 所以它不信任连续成功。 它默认失败是常态。 这也是为什么 Miden 对隐私的处理是“局部的”。 不是一次证明整个状态是对的。 而是每一次执行，只证明这一步合法。 这让隐私变成一种逐步暴露的能力，而不是一次性押注。 你可以选择在正常情况下完全私有。 也可以在出现争议，审计，仲裁时，按规则释放最小必要信息。 不是交出全部，而是只交出你答应交出的那一部分。 这就是 threat resistant 的第三层。 隐私不等于无法被验证。 很多隐私系统，一旦需要验证，就只能牺牲隐私。 而 Miden 的思路是，验证本身就是账户逻辑的一部分。 不是事后补丁。 从长期建设者视角看，这一点非常关键。 因为真正能活下来的系统，一定会经历事故。 不是有没有问题，而是问题出现时，系统会不会自毁。 Miden 的隐私设计，本质上是在避免“全输”。 不追求极致匿名。 不赌一次完美执行。 而是允许世界不完美。 所以如果你问我，Miden 的隐私到底强不强。 我会说，它不是最强的那种。 但它是少数在真实威胁下还能继续工作的那种。 而这，才是隐私真正进入可用阶段的标志。 #miden #KAITO
0:41

这两年大家一提链上隐私，基本都会卡在一个死结上。 要么隐私很强，但几乎不可用。 要么能用，但一出事就是系统级灾难。 问题不在 ZK，也不在密码学，而在于一件被忽略很久的事。 隐私一旦失控，比透明更危险。 大多数链的隐私逻辑，其实是一次性把门关死。 你看不到我，我也看不到你，合约也看不到自己在干什么。 平时没事的时候还好，一旦出了 bug，或者账户被劫持，用户连自救的空间都没有。 Miden 走的完全不是这条路。 它不是在追求绝对不可见，而是在设计一种可控的不可见。 关键点在账户模型。 在 Miden 里，隐私不是写在合约里的，而是写在账户里的。 这听起来像一句废话，但实际差别非常大。 在 EVM 世界，账户只是一个地址。 隐私要靠外部工具补，靠混合器，靠证明，靠绕路。 这些东西一旦部署，就是全 or nothing。 而 Miden 的账户，本身就是一个带规则的执行体。 你可以决定哪些状态是私有的，哪些是公开的。 更重要的是，你可以决定在什么条件下，它们可以被看见。 这就是 threat resistant 的第一层含义。 不是防止一切攻击，而是即使出事，损失也被限制在你设定的边界里。 举个很现实的场景。 如果你的账户被恶意调用了。 在大多数链上，这意味着你要么全暴露，要么全锁死。 而在 Miden 里，你至少还能做到三件事。 第1️⃣：攻击者只能看到你允许他看到的状态。 第2️⃣：他无法调用你没授权的执行路径。 第3️⃣：他不能把你的账户变成一个“不可恢复的黑箱”。 这是隐私可控的第二层。 隐私不是隐藏信息，而是限制权力。 Miden 很少在宣传里强调这一点，但从安全角度看，这比零知识本身重要得多。 因为真正的风险，从来不是有人看到你，而是有人能替你做决定。 再往深一层看。 Miden 的执行模型本身就假设世界是有敌意的。 包括节点，调用方，甚至你自己未来写的代码。 所以它不信任连续成功。 它默认失败是常态。 这也是为什么 Miden 对隐私的处理是“局部的”。 不是一次证明整个状态是对的。 而是每一次执行，只证明这一步合法。 这让隐私变成一种逐步暴露的能力，而不是一次性押注。 你可以选择在正常情况下完全私有。 也可以在出现争议，审计，仲裁时，按规则释放最小必要信息。 不是交出全部，而是只交出你答应交出的那一部分。 这就是 threat resistant 的第三层。 隐私不等于无法被验证。 很多隐私系统，一旦需要验证，就只能牺牲隐私。 而 Miden 的思路是，验证本身就是账户逻辑的一部分。 不是事后补丁。 从长期建设者视角看，这一点非常关键。 因为真正能活下来的系统，一定会经历事故。 不是有没有问题，而是问题出现时，系统会不会自毁。 Miden 的隐私设计，本质上是在避免“全输”。 不追求极致匿名。 不赌一次完美执行。 而是允许世界不完美。 所以如果你问我，Miden 的隐私到底强不强。 我会说，它不是最强的那种。 但它是少数在真实威胁下还能继续工作的那种。 而这，才是隐私真正进入可用阶段的标志。 #miden #KAITO

阿川

16,461 views • 7 months ago

人形机器人这条线，最近其实已经很清楚了： 开始往家庭场景收敛。 一旦进入家庭，问题就不再是工业效率，而是长期共处。 它会持续感知环境、采集信息、做出判断，而且很多时候并不在人的注视下。 在这种条件下，动作精不精准、拟不拟人，反而是次要的。 更关键的是： 这些判断是怎么来的，你能不能知道。 如果一个家用机器人： 感知了什么是黑箱， 推理过程不可追溯， 行为是否越界只能靠厂商声明， 那它在家里的身份，就不是工具，而是风险源。 所以家庭机器人真正需要补的，不是性能指标，而是可信结构。 它看到什么、怎么推理、是否按规则执行， 都需要在不泄露隐私、不暴露模型细节的前提下，被验证过。 从这个角度看，Inference Labs 在做的事情并不是让机器人更强， 而是在为“能不能被放进家里”补必要条件。 当机器人进入家庭， 信任不是体验加分项， 而是入场门槛。 #InferenceLabs #KaitoYap #KaitoAI
4:27

人形机器人这条线，最近其实已经很清楚了： 开始往家庭场景收敛。 一旦进入家庭，问题就不再是工业效率，而是长期共处。 它会持续感知环境、采集信息、做出判断，而且很多时候并不在人的注视下。 在这种条件下，动作精不精准、拟不拟人，反而是次要的。 更关键的是： 这些判断是怎么来的，你能不能知道。 如果一个家用机器人： 感知了什么是黑箱， 推理过程不可追溯， 行为是否越界只能靠厂商声明， 那它在家里的身份，就不是工具，而是风险源。 所以家庭机器人真正需要补的，不是性能指标，而是可信结构。 它看到什么、怎么推理、是否按规则执行， 都需要在不泄露隐私、不暴露模型细节的前提下，被验证过。 从这个角度看，Inference Labs 在做的事情并不是让机器人更强， 而是在为“能不能被放进家里”补必要条件。 当机器人进入家庭， 信任不是体验加分项， 而是入场门槛。 #InferenceLabs #KaitoYap #KaitoAI

董小姐 |上Gate玩事件合约

103,607 views • 7 months ago

僵尸末日来袭你会选择哪一个庇护所呀！我最爱！5 ——— 有时候我会想一个很现实的问题： 如果哪天不是人点按钮，而是 AI 自己在点，那出事的时候，你要找谁对账？ 模型对不对、规则有没有被改、这一步到底是不是“按原计划执行的”，现在大多数系统，其实都说不清。 也正因为这样，我才会去看 Inference Labs 在做什么。 他们关注的不是 AI 能做多复杂的事， 而是当 AI 独立行动时， 你有没有办法还原它“当时到底发生了什么”。 不是靠回忆，不靠日志， 而是每次关键决策本身就带着一份证据。 你不需要相信谁， 只要验就行。 这种设计在普通应用里可能感觉不到， 但一旦放到去中心化系统， 比如 agent 管资产、策略自动执行、机器人协作， 有没有这层“可对账性”， 差别会非常大。 他们已经把这套东西跑进了真实网络， 不是在讲未来，而是在处理现在的问题。 我更愿意把这类基础设施理解成一种底线： 不是为了让 AI 看起来更高级， 而是为了防止它在失控时，把责任一起带走。 这条路不性感， 但如果哪天 AI 真出大事， 可能只有这种东西还能兜得住。 #KaitoYap Kaito AI 🌊 #Yap Inference Labs
1:37

僵尸末日来袭你会选择哪一个庇护所呀！我最爱！5 ——— 有时候我会想一个很现实的问题： 如果哪天不是人点按钮，而是 AI 自己在点，那出事的时候，你要找谁对账？ 模型对不对、规则有没有被改、这一步到底是不是“按原计划执行的”，现在大多数系统，其实都说不清。 也正因为这样，我才会去看 Inference Labs 在做什么。 他们关注的不是 AI 能做多复杂的事， 而是当 AI 独立行动时， 你有没有办法还原它“当时到底发生了什么”。 不是靠回忆，不靠日志， 而是每次关键决策本身就带着一份证据。 你不需要相信谁， 只要验就行。 这种设计在普通应用里可能感觉不到， 但一旦放到去中心化系统， 比如 agent 管资产、策略自动执行、机器人协作， 有没有这层“可对账性”， 差别会非常大。 他们已经把这套东西跑进了真实网络， 不是在讲未来，而是在处理现在的问题。 我更愿意把这类基础设施理解成一种底线： 不是为了让 AI 看起来更高级， 而是为了防止它在失控时，把责任一起带走。 这条路不性感， 但如果哪天 AI 真出大事， 可能只有这种东西还能兜得住。 #KaitoYap Kaito AI 🌊 #Yap Inference Labs

董小姐 MemeMax ⚡️

13,650 views • 8 months ago

一个一直想不通的事： 我们的电话卡、银行卡、App、出行、快递，几乎所有东西都要实名认证。 但诈骗电话却永远是“匿名号码”，还能精准叫出你的名字，知道你最近在干什么。 到底是谁在被实名？隐私到底去哪儿了？我们都在裸奔…… 最近链上热点很多，但真正值得长期关注的，其实只有一个关键词：隐私。 在所有“下一个爆款”的讨论里，我更在意的是—— 哪些基础设施，正在决定未来几年加密能不能真正走向主流。 看了 Miden 的隐私周报，几个信号非常清晰。 隐私不再是小众功能，而是默认配置 Zcash 团队推出新钱包 cashZ，基于 Zashi 代码，目标直指大规模采用。 这不是简单的 UI 升级，而是在尝试把隐私交易变成普通人能理解、能用的日常工具。 如果隐私币能走出极客圈，那将是范式级变化。 高性能公链开始主动拥抱隐私 Sui 公布计划：默认支持私密转账与余额保护，并在路线图中加入可编程隐私。 这意味着未来在链上做 DeFi，不必再全程裸奔。 隐私不再是速度的代价，而是体验的一部分。 FHE 正在从论文走向工程 Zama 发布第二版全同态加密（FHE）报告，重点放在硬件加速。 核心信号只有一个：加密状态下的计算，正在从“理论可行”走向“工程可落地”。 这一步，对 AI × 区块链尤其关键。 资本视角已经转向隐私基础设施 a16z 对 2026 年的判断很直接： 隐私将成为最大护城河。 从“代码即法律”走向“规范即法律”， 从单点隐私功能，走向 Secret-as-a-Service 级的基础设施， 以及去中心化、量子安全的通信系统。 这些已不是叙事，而是布局逻辑。 如果说早期加密解决的是“谁都能参与”， 那下一阶段要解决的就是—— 谁能在不暴露一切的情况下参与。 现实世界没人会公开银行流水， 链上也不该默认透明到可以被任意剖析。 Zcash、Sui、FHE 的进展都在说明一件事： 隐私正在从边缘能力，回到加密系统的核心假设。 当然，挑战依然很大： 监管、性能、复杂度、可审计性…… 如何在隐私与合规之间找到平衡，才是真正的难题。 但可以确定的是—— 2026 年，隐私不会是加分项，而是入场券。 Miden 抛出了一个好问题： 你对 2026 年的隐私技术期待什么？ 这个方向，值得花时间深入研究。 #CryptoPrivacy #Zcash #Sui #Web3Future Sui Miden
8:23

一个一直想不通的事： 我们的电话卡、银行卡、App、出行、快递，几乎所有东西都要实名认证。 但诈骗电话却永远是“匿名号码”，还能精准叫出你的名字，知道你最近在干什么。 到底是谁在被实名？隐私到底去哪儿了？我们都在裸奔…… 最近链上热点很多，但真正值得长期关注的，其实只有一个关键词：隐私。 在所有“下一个爆款”的讨论里，我更在意的是—— 哪些基础设施，正在决定未来几年加密能不能真正走向主流。 看了 Miden 的隐私周报，几个信号非常清晰。 隐私不再是小众功能，而是默认配置 Zcash 团队推出新钱包 cashZ，基于 Zashi 代码，目标直指大规模采用。 这不是简单的 UI 升级，而是在尝试把隐私交易变成普通人能理解、能用的日常工具。 如果隐私币能走出极客圈，那将是范式级变化。 高性能公链开始主动拥抱隐私 Sui 公布计划：默认支持私密转账与余额保护，并在路线图中加入可编程隐私。 这意味着未来在链上做 DeFi，不必再全程裸奔。 隐私不再是速度的代价，而是体验的一部分。 FHE 正在从论文走向工程 Zama 发布第二版全同态加密（FHE）报告，重点放在硬件加速。 核心信号只有一个：加密状态下的计算，正在从“理论可行”走向“工程可落地”。 这一步，对 AI × 区块链尤其关键。 资本视角已经转向隐私基础设施 a16z 对 2026 年的判断很直接： 隐私将成为最大护城河。 从“代码即法律”走向“规范即法律”， 从单点隐私功能，走向 Secret-as-a-Service 级的基础设施， 以及去中心化、量子安全的通信系统。 这些已不是叙事，而是布局逻辑。 如果说早期加密解决的是“谁都能参与”， 那下一阶段要解决的就是—— 谁能在不暴露一切的情况下参与。 现实世界没人会公开银行流水， 链上也不该默认透明到可以被任意剖析。 Zcash、Sui、FHE 的进展都在说明一件事： 隐私正在从边缘能力，回到加密系统的核心假设。 当然，挑战依然很大： 监管、性能、复杂度、可审计性…… 如何在隐私与合规之间找到平衡，才是真正的难题。 但可以确定的是—— 2026 年，隐私不会是加分项，而是入场券。 Miden 抛出了一个好问题： 你对 2026 年的隐私技术期待什么？ 这个方向，值得花时间深入研究。 #CryptoPrivacy #Zcash #Sui #Web3Future Sui Miden

董小姐

79,293 views • 7 months ago

地球睡着的那几个小时，我在看费率 恐慌指数 17。 我没刷新闻，也没看群。 屏幕上就开着一个页面， MemeMax Perp 的 Funding。 -0.03%。 这已经不是第一次看到这个数字了。 所以那一刻，我一点都没慌。 我心里很清楚：这不是市场出事了。 只是地球转到另一边了。 一、这事不是突然的，我已经看了三个星期 三周前，我开始做一件很无聊的事。 每天记一下 Funding。 白天记，晚上记，半夜也记。 一开始纯属好奇。 后来次数多了，我才发现有点不对劲。 有些时间段，负费率出现得特别勤。 几乎都在一个区间： UTC 16:00 – 00:00 换成北京时间，就是 0 点到早上 8 点 不是一两天。 是连着 二十多天 都这样。 到第七天的时候，我就知道了这不是巧合。 二、想明白为什么，是在某个凌晨 真正想通这件事，不是在看数据的时候。 是在某个凌晨，我意识到现在这个时间，欧美那边已经下班了。 纽约收盘了， 伦敦也睡了。 那些一直撑着深度、压着波动的资金， 这个点基本都不在。 我后来专门看了 OI， 这个时段， 掉得确实很明显。 但亚洲这边呢？ 刚醒。 情绪还在，多头还在冲。 只是没什么人愿意站在对面接。 结果自然就是——费率往下走。 -0.02%，-0.03%，有时候更低。 这不是大家突然看空。 只是世界在换班。 三、也是从那时候，我才认真看 MemeMax 的设计 说实话，一开始我也只是把 MemeMax 当成一个情绪很重的 Perp。 但把这个时间段放进去之后， 很多东西突然对上了。 负费率的时候，多头是在收补贴。 不是靠猜方向， 而是空头在付钱。 再加上手续费回购 $M ， 你每一笔操作，都会回到代币本身。 那感觉和以前不太一样。 不是我来赌一把， 而是——我在参与一个正在运转的东西。 四、我自己现在大概是这么看的 不是什么方法，只是习惯。 -晚上十一点左右，开始看费率 -跌到 -0.02% 以下，先不动 -看 OI，如果还在往下 -凌晨两点到四点，通常最明显 -早上七点多，欧洲要醒了，再重新评估 不是每天都有。 有些夜晚，什么都不做。 但我不太想错过 真正该出现的那种夜晚。 五、这东西也不是稳赚的 这个一定要说清楚。 有些时候，补贴很薄，没什么意思。 有些时候，行情一动， 费率还没吃到，人先被打走。 杠杆这东西， 从来都不讲道理。 所以我自己的原则很简单： -看得懂才动 -看不清就关掉页面 水可以多喝。 仓位不行。 六、在这种行情里，我反而不太焦虑 恐慌指数 17， 很多人问：还能不能熬？ 我反而觉得，这种时候最怕的不是慢，是乱动。 大资金有他们的玩法。 普通人能抓到的，往往是那些不起眼的小缝。 凌晨的负费率，就是这样一条缝。 不大，但够你站稳。 写到这里的时候 雪已经停了。 费率也慢慢回正。 又是一个没发生什么的大夜。 但我挺喜欢这种状态。 世界安静下来，你能看清楚哪些东西是真的在重复出现。 MemeMax #MemeMax #Funding #PerpDEX #DeFi
0:23

地球睡着的那几个小时，我在看费率 恐慌指数 17。 我没刷新闻，也没看群。 屏幕上就开着一个页面， MemeMax Perp 的 Funding。 -0.03%。 这已经不是第一次看到这个数字了。 所以那一刻，我一点都没慌。 我心里很清楚：这不是市场出事了。 只是地球转到另一边了。 一、这事不是突然的，我已经看了三个星期 三周前，我开始做一件很无聊的事。 每天记一下 Funding。 白天记，晚上记，半夜也记。 一开始纯属好奇。 后来次数多了，我才发现有点不对劲。 有些时间段，负费率出现得特别勤。 几乎都在一个区间： UTC 16:00 – 00:00 换成北京时间，就是 0 点到早上 8 点 不是一两天。 是连着 二十多天 都这样。 到第七天的时候，我就知道了这不是巧合。 二、想明白为什么，是在某个凌晨 真正想通这件事，不是在看数据的时候。 是在某个凌晨，我意识到现在这个时间，欧美那边已经下班了。 纽约收盘了， 伦敦也睡了。 那些一直撑着深度、压着波动的资金， 这个点基本都不在。 我后来专门看了 OI， 这个时段， 掉得确实很明显。 但亚洲这边呢？ 刚醒。 情绪还在，多头还在冲。 只是没什么人愿意站在对面接。 结果自然就是——费率往下走。 -0.02%，-0.03%，有时候更低。 这不是大家突然看空。 只是世界在换班。 三、也是从那时候，我才认真看 MemeMax 的设计 说实话，一开始我也只是把 MemeMax 当成一个情绪很重的 Perp。 但把这个时间段放进去之后， 很多东西突然对上了。 负费率的时候，多头是在收补贴。 不是靠猜方向， 而是空头在付钱。 再加上手续费回购 $M ， 你每一笔操作，都会回到代币本身。 那感觉和以前不太一样。 不是我来赌一把， 而是——我在参与一个正在运转的东西。 四、我自己现在大概是这么看的 不是什么方法，只是习惯。 -晚上十一点左右，开始看费率 -跌到 -0.02% 以下，先不动 -看 OI，如果还在往下 -凌晨两点到四点，通常最明显 -早上七点多，欧洲要醒了，再重新评估 不是每天都有。 有些夜晚，什么都不做。 但我不太想错过 真正该出现的那种夜晚。 五、这东西也不是稳赚的 这个一定要说清楚。 有些时候，补贴很薄，没什么意思。 有些时候，行情一动， 费率还没吃到，人先被打走。 杠杆这东西， 从来都不讲道理。 所以我自己的原则很简单： -看得懂才动 -看不清就关掉页面 水可以多喝。 仓位不行。 六、在这种行情里，我反而不太焦虑 恐慌指数 17， 很多人问：还能不能熬？ 我反而觉得，这种时候最怕的不是慢，是乱动。 大资金有他们的玩法。 普通人能抓到的，往往是那些不起眼的小缝。 凌晨的负费率，就是这样一条缝。 不大，但够你站稳。 写到这里的时候 雪已经停了。 费率也慢慢回正。 又是一个没发生什么的大夜。 但我挺喜欢这种状态。 世界安静下来，你能看清楚哪些东西是真的在重复出现。 MemeMax #MemeMax #Funding #PerpDEX #DeFi

Domingo_gou | MemeMax⚡️

12,874 views • 8 months ago