Загрузка видео...

Не удалось загрузить видео

На главную

[Vibe Coding實戰演示] 簡單來說一下為什麼我很喜歡OKX這系列的訪談，以及我是怎麼利用這樣的訪談搭配AI來做一些有幫助的工具。 這樣的訪談之所以珍貴，不在於這人賺了多少收益，而是在於訪談上這些交易員清晰地拆解了他們自身寶貴的「決策邏輯」，如果只是讀過去，很快就會忘了，但如果是搭配 Vibe Coding，是完全可以把這些經驗都變成幫助自己的「工具」。 其中這個"黑天鵝風險監控 + 宕機檢測器"工具就是在這次跟Wesley訪談之中請AI做出來的工具之一。 講一下整個思維以及過程: 1⃣我把這篇訪談複製貼上並加入下面的Prompt，直接請AI幫我找出有沒有什麼工具可以開發 (我這邊是使用GPT-5.1，GPT-5.1的整理統整能力還算滿強的) "這是一個跟厲害的A9交易員的經驗訪談，可以幫我從裡面看看有沒有什麼可以把這個交易員經驗轉換成輔助交易的程式工具？" 2⃣GPT-5.1 直接給出了10個可以開發的工具，甚至會詳細的把痛點跟可以做的工具跟功能都列出來。 1) 黑天鵝風險監控 + 宕機檢測器（最強，從訪談直接點名痛點） 2) EV/GTO 概率交易計畫生成器（基於他德撲 → 交易的核心理念） 3) 市場結構切換檢測器（根據他強調路徑依賴極危險） 4) 大資金杠杆監控 / 清算動能分析器（他提到黑天鵝爆倉的動能邏輯） 5) Meme幣敘事熱度雷達（他交易 meme 主要靠敘事 + 散戶情緒） 6) Meme 幣“籌碼集中風險雷達”（他提到用 Bubblemaps 看） 7) 震盪區間智慧交易助手（他靠震盪策略快速回血） 8) 倉位與風險控制輔助器（完全對應他資金管理理念） 9) 新手長期配置助手（他強調比特幣長期最穩） 10) K...

0x0funky's profile picture

0xFunky

24,619 subscribers

40,859 просмотров • 9 месяцев назад •via X (Twitter)

LIVE

Anya Rossi• Live Now

Private livecam show

Комментарии: 0

Нет доступных комментариев

Здесь появятся комментарии из оригинального поста

Похожие видео

[Vibe Coding 實戰演示] 昨天看到wei神公佈Read only的API就想說來玩一下Vibe Coding，寫出了一個過去wei神的歷史交易數據紀錄平台，平台記錄著wei神過去交易資訊，然後搭配Chart的K棒來做交易Mark參考，記錄一下整個Vibe過程，順便教學一下我都怎麼 Vibe Coding 一些想法。 我沒有把平台部屬起來，直接開源放到了Github上面，所有歷史交易數據包含order還有trade還有帳戶history的csv資料也都放到雲端開放大家下載，留言都有連結。 整個Vibe過程大概花了半天，中間經歷了使用Gemini 3還有Opus 4.5，大致過程如下: 1⃣一開始使用Antigravity+Gemini3，我直接把wei神的貼文複製貼上去並加了這個prompt "這是一個交易員公開了他的read only api，請幫我分析內文這是哪一家cex的api並且把他過去的歷史交易資訊全部抓下來存成csv" 接著他直接分析內文認為是bitmex的api，但他還是寫了一個script測試是幣安還是bitmex，確認是bitmex後就寫出了一個抓取data的script去把歷史trade的數據給抓了回來。 2⃣資料抓完之後我下了這個prompt "請幫我利用抓取下來的trade history建立一個dashboard，包含了所有資訊，並且加入Chart來顯示交易的紀錄" 然後就一步步生出了一版非常陽春的版本，上面有歷史K棒擠了一大堆的BUY & SELL，然後下面顯示所有的交易Table。 這邊提一下，中間會出現一些error，Antigravity很炫，可以在瀏覽器安裝一個extension，他會直接去操作網站並截圖error直接分析debug，但我這邊非常不建議讓他這麼做，精準度太差，建議一律手動複製網站上的error log貼上去當prompt 做debug。 3⃣因為抓下來的Trade log並不是倉位歷史的資訊，基本上只有buy 跟sell，而且同一個order會拆成很多的buy呈現在圖表上整個超亂的，我想做的應該是分析wei神每一個倉位歷史開單邏輯跟關單邏輯，如果不把trade整合成倉位歷史根本沒辦法看，所以我就下了這個prompt。 "有辦法把這csv做成類似倉位歷史嗎? 就是每一個開單還有這個開單pnl多少那種? 還是bitmax可以fetch這種api? 因為目前的trade log是每一次的交易（有可能是同一個order但分不同trade成交），不是同一個order跟position，想要做成那種倉位歷史的概念，請幫我做看看？" 結果他使用了FIFO (先進先出 First In, First Out）的方法來幫我整理CSV並新增了一個Position的Page，但這問題就來了，我看了一下整理出來的倉位歷史一定是錯的而且超亂，之後不論我怎麼問Gemini 3 一直鬼打牆在處理csv，結果也都一直是錯的。 4⃣ 剛好 Claude Opus 4.5 釋出，想說試試看，我就切換到Cursor + Opus 4.5，下了這個prompt (其實就是閒聊) "這是我之前設計的一個平台，有一個很厲害的交易員提供 READ ONLY的API, 讓使用者可以抓他Bitmex這家交易所的歷史交易資訊, 我之前有寫一個script把trade log都抓成 bitmex_trades csv這個檔案 不過我發現這是trade log, 每一筆trade都會記錄, 但並不是倉位歷史, bitmex有api抓倉位歷史嗎? 還是說要用這個csv去計算倉位歷史，bitmex 除了trade history以外有沒有什麼api可以抓取更多information讓這個平台更好的? 然後這個平台目前有display 每一筆交易的 chart, 我是希望可以變成倉位歷史, 然後點倉位後就可以顯示那一次的倉位操作來做學習" 神奇的來了，Opus直接去翻bitmex的api doc，抓取了wallet/order/execution history，然後直接把我卡了很久的問題全部解決了，他直接利用了order還有execution算出了比較精確的倉位歷史，甚至還幫我加了首頁的Overview Page。 5⃣ 接下來就是一些前端的修飾，我直接回到Gemini請他幫我調整CSS跟介面讓介面看起來更專業一些，還有更新Chart使用類似TradingView的畫面。 最後還是感謝 paulwei 提供實盤紀錄供別人學習，確實是我看過第一個這樣公開敢把實盤 API 直接丟出來，讓大家無死角檢視並學習每一筆進出單細節的交易員。 而這就是 Vibe Coding 的魅力，半天時間就能把一個單純的 idea 落地成實用的分析工具，整個過程基本上你也不需要懂程式。 最後希望這篇實戰紀錄能給大家一點啟發，都一起 Vibe 起來吧！
0:37

[Vibe Coding 實戰演示] 昨天看到wei神公佈Read only的API就想說來玩一下Vibe Coding，寫出了一個過去wei神的歷史交易數據紀錄平台，平台記錄著wei神過去交易資訊，然後搭配Chart的K棒來做交易Mark參考，記錄一下整個Vibe過程，順便教學一下我都怎麼 Vibe Coding 一些想法。 我沒有把平台部屬起來，直接開源放到了Github上面，所有歷史交易數據包含order還有trade還有帳戶history的csv資料也都放到雲端開放大家下載，留言都有連結。 整個Vibe過程大概花了半天，中間經歷了使用Gemini 3還有Opus 4.5，大致過程如下: 1⃣一開始使用Antigravity+Gemini3，我直接把wei神的貼文複製貼上去並加了這個prompt "這是一個交易員公開了他的read only api，請幫我分析內文這是哪一家cex的api並且把他過去的歷史交易資訊全部抓下來存成csv" 接著他直接分析內文認為是bitmex的api，但他還是寫了一個script測試是幣安還是bitmex，確認是bitmex後就寫出了一個抓取data的script去把歷史trade的數據給抓了回來。 2⃣資料抓完之後我下了這個prompt "請幫我利用抓取下來的trade history建立一個dashboard，包含了所有資訊，並且加入Chart來顯示交易的紀錄" 然後就一步步生出了一版非常陽春的版本，上面有歷史K棒擠了一大堆的BUY & SELL，然後下面顯示所有的交易Table。 這邊提一下，中間會出現一些error，Antigravity很炫，可以在瀏覽器安裝一個extension，他會直接去操作網站並截圖error直接分析debug，但我這邊非常不建議讓他這麼做，精準度太差，建議一律手動複製網站上的error log貼上去當prompt 做debug。 3⃣因為抓下來的Trade log並不是倉位歷史的資訊，基本上只有buy 跟sell，而且同一個order會拆成很多的buy呈現在圖表上整個超亂的，我想做的應該是分析wei神每一個倉位歷史開單邏輯跟關單邏輯，如果不把trade整合成倉位歷史根本沒辦法看，所以我就下了這個prompt。 "有辦法把這csv做成類似倉位歷史嗎? 就是每一個開單還有這個開單pnl多少那種? 還是bitmax可以fetch這種api? 因為目前的trade log是每一次的交易（有可能是同一個order但分不同trade成交），不是同一個order跟position，想要做成那種倉位歷史的概念，請幫我做看看？" 結果他使用了FIFO (先進先出 First In, First Out）的方法來幫我整理CSV並新增了一個Position的Page，但這問題就來了，我看了一下整理出來的倉位歷史一定是錯的而且超亂，之後不論我怎麼問Gemini 3 一直鬼打牆在處理csv，結果也都一直是錯的。 4⃣ 剛好 Claude Opus 4.5 釋出，想說試試看，我就切換到Cursor + Opus 4.5，下了這個prompt (其實就是閒聊) "這是我之前設計的一個平台，有一個很厲害的交易員提供 READ ONLY的API, 讓使用者可以抓他Bitmex這家交易所的歷史交易資訊, 我之前有寫一個script把trade log都抓成 bitmex_trades csv這個檔案 不過我發現這是trade log, 每一筆trade都會記錄, 但並不是倉位歷史, bitmex有api抓倉位歷史嗎? 還是說要用這個csv去計算倉位歷史，bitmex 除了trade history以外有沒有什麼api可以抓取更多information讓這個平台更好的? 然後這個平台目前有display 每一筆交易的 chart, 我是希望可以變成倉位歷史, 然後點倉位後就可以顯示那一次的倉位操作來做學習" 神奇的來了，Opus直接去翻bitmex的api doc，抓取了wallet/order/execution history，然後直接把我卡了很久的問題全部解決了，他直接利用了order還有execution算出了比較精確的倉位歷史，甚至還幫我加了首頁的Overview Page。 5⃣ 接下來就是一些前端的修飾，我直接回到Gemini請他幫我調整CSS跟介面讓介面看起來更專業一些，還有更新Chart使用類似TradingView的畫面。 最後還是感謝 paulwei 提供實盤紀錄供別人學習，確實是我看過第一個這樣公開敢把實盤 API 直接丟出來，讓大家無死角檢視並學習每一筆進出單細節的交易員。 而這就是 Vibe Coding 的魅力，半天時間就能把一個單純的 idea 落地成實用的分析工具，整個過程基本上你也不需要懂程式。 最後希望這篇實戰紀錄能給大家一點啟發，都一起 Vibe 起來吧！

0xFunky

185,259 просмотров • 9 месяцев назад

原來開電動車可以有這個藉口阿 我也要去買台電動車 為什麼 AI 也需要「驗證機制」 以前我一直覺得 AI 很厲害 結果應該可以直接相信 直到有一天，我在用 AI 做一些分析和決策時 才慢慢意識到一個問題 即便再聰明的 AI，如果沒辦法驗證 它也可能給你錯誤結果 你可能會想 AI 結果錯了也沒關係 自己再檢查就好 可事實是，有些結果是自動被系統執行的 比如金融交易、智能合約、或者自動化操作 錯誤一旦發生，成本可能比人類錯誤高很多 更嚴重的是，普通使用者根本沒有辦法看懂 AI 怎麼算的 也就無法判斷結果可信度 這時候，我開始注意到 Inference Labs 的理念 他們想解決一個基本問題 結果能不能被驗證 換句話說，你不用去信任誰，也不用去理解模型多複雜 只要有一個可驗證的證明，結果就有可信度 對我來說，這種方法讓 AI 使用變得可控 也降低了很多潛在風險 我以前常以為「驗證」只是大公司才做的高級功能 但現在明白了，這其實是每個人都需要的安全網 沒有驗證，就像你在黑暗中走路，不知道哪裡有坑 有了驗證，至少可以確定自己踏在安全的地面上 這種概念很簡單 但在現實世界裡 卻少有人真正落實 所以，對我來說 AI 不只是要準確 更重要的是可驗證 這也是我覺得 Inference 有趣的地方 它提供了一個簡單、實用的機制 讓我們不必再靠盲目相信來使用 AI 信任可以建立，但不靠感覺，而是靠證明
0:43

原來開電動車可以有這個藉口阿 我也要去買台電動車 為什麼 AI 也需要「驗證機制」 以前我一直覺得 AI 很厲害 結果應該可以直接相信 直到有一天，我在用 AI 做一些分析和決策時 才慢慢意識到一個問題 即便再聰明的 AI，如果沒辦法驗證 它也可能給你錯誤結果 你可能會想 AI 結果錯了也沒關係 自己再檢查就好 可事實是，有些結果是自動被系統執行的 比如金融交易、智能合約、或者自動化操作 錯誤一旦發生，成本可能比人類錯誤高很多 更嚴重的是，普通使用者根本沒有辦法看懂 AI 怎麼算的 也就無法判斷結果可信度 這時候，我開始注意到 Inference Labs 的理念 他們想解決一個基本問題 結果能不能被驗證 換句話說，你不用去信任誰，也不用去理解模型多複雜 只要有一個可驗證的證明，結果就有可信度 對我來說，這種方法讓 AI 使用變得可控 也降低了很多潛在風險 我以前常以為「驗證」只是大公司才做的高級功能 但現在明白了，這其實是每個人都需要的安全網 沒有驗證，就像你在黑暗中走路，不知道哪裡有坑 有了驗證，至少可以確定自己踏在安全的地面上 這種概念很簡單 但在現實世界裡 卻少有人真正落實 所以，對我來說 AI 不只是要準確 更重要的是可驗證 這也是我覺得 Inference 有趣的地方 它提供了一個簡單、實用的機制 讓我們不必再靠盲目相信來使用 AI 信任可以建立，但不靠感覺，而是靠證明

小美哥🕊️｜🐬TermMax

305,137 просмотров • 8 месяцев назад

這是最棒也是最焦慮的時代。 每個月的AI工具的訂閱費越來越貴，GPT-5.4出來實測後確實還不錯，就直接升級了，Claude 肯定是Max 20x開到滿，Google也是訂閱了Ultra方案，主要是為了用Antigravity來撸 Claude Opus 4.6。 現在每天的開發效率完全不是同一個量級，這幾天也都在專心優化自己開發的多智能體框架 VibHQ，並用這個框架做了一個手機跟電腦都互通的平台來管理所有的 Cli Agents，不用開remote session就可以在手機遠端使用codex跟claude code。 已經用這個做了不少Projects Teams，其中做了 PM Bot 策略優化 Team，AI 自己規劃、自己執行、自己 QA，現在這個框架已經慢慢符合我對 Multi-Agents 的想像了，接下來就是多跑一點收集更多數據來優化整個框架。 一人公司，帶著一整個專業的 AI 工程團隊。
0:37

這是最棒也是最焦慮的時代。 每個月的AI工具的訂閱費越來越貴，GPT-5.4出來實測後確實還不錯，就直接升級了，Claude 肯定是Max 20x開到滿，Google也是訂閱了Ultra方案，主要是為了用Antigravity來撸 Claude Opus 4.6。 現在每天的開發效率完全不是同一個量級，這幾天也都在專心優化自己開發的多智能體框架 VibHQ，並用這個框架做了一個手機跟電腦都互通的平台來管理所有的 Cli Agents，不用開remote session就可以在手機遠端使用codex跟claude code。 已經用這個做了不少Projects Teams，其中做了 PM Bot 策略優化 Team，AI 自己規劃、自己執行、自己 QA，現在這個框架已經慢慢符合我對 Multi-Agents 的想像了，接下來就是多跑一點收集更多數據來優化整個框架。 一人公司，帶著一整個專業的 AI 工程團隊。

0xFunky

13,187 просмотров • 6 месяцев назад

腿上的飲料真香阿 Perceptron 的代理經濟揭秘 以前我們覺得 AI 只是個好用的聊天機器人 但在 Perceptron Network 的眼裡 AI 應該是個會幫你賺錢的數位員工 他們正在搞一個叫AI 代理基礎設施的東西 讓 AI 代理（Agent）可以自己在網絡中接任務、跑數據 然後賺取回報 最有趣的是這些 AI 代理在 Perceptron 網絡裡的每一份努力 都會變成一種可以證明的價值 這不僅讓開發者有動力去開發更強的 AI 也讓我們普通人有機會擁有一群數位勞工 未來你可能不只是在用 AI 你是在管理一群 Perceptron 的 AI 員工 讓它們在網路世界裡幫你創造現金流 這種數位員工的概念真的超吸引我！ 現在我們每個月付錢給 AI 軟體 但在 Perceptron 的模型下 我們竟然有機會讓 AI 幫我們賺錢 這種從消費者轉身變成老闆的感覺 才是我想要的未來
0:35

腿上的飲料真香阿 Perceptron 的代理經濟揭秘 以前我們覺得 AI 只是個好用的聊天機器人 但在 Perceptron Network 的眼裡 AI 應該是個會幫你賺錢的數位員工 他們正在搞一個叫AI 代理基礎設施的東西 讓 AI 代理（Agent）可以自己在網絡中接任務、跑數據 然後賺取回報 最有趣的是這些 AI 代理在 Perceptron 網絡裡的每一份努力 都會變成一種可以證明的價值 這不僅讓開發者有動力去開發更強的 AI 也讓我們普通人有機會擁有一群數位勞工 未來你可能不只是在用 AI 你是在管理一群 Perceptron 的 AI 員工 讓它們在網路世界裡幫你創造現金流 這種數位員工的概念真的超吸引我！ 現在我們每個月付錢給 AI 軟體 但在 Perceptron 的模型下 我們竟然有機會讓 AI 幫我們賺錢 這種從消費者轉身變成老闆的感覺 才是我想要的未來

小美哥🕊️｜🐬TermMax

48,288 просмотров • 6 месяцев назад

這個彤彤直播主很紅嗎？ 怎麼大家都在跟她開黃腔 後面粉絲問這個車能不能推 其他粉補一句 我是老漢交給我就完事 我整個笑死 大家實在太幽默了 為什麼我覺得 Talus 比多數 AI 專案更像「長期基建」 這段時間看了很多 AI 專案，你會發現一個很明顯的現象 大家都在比模型多大、參數多少、推理多快 好像只要 AI 夠聰明，事情就自然會發生 但 Talus 走的是完全不同的路 他們把重點放在處理一個更難、也更無聊的問題 AI 能不能長期、穩定地在鏈上運作，形成真正的經濟活動？ Talus Labs 的設計邏輯，很像在蓋一座城市 Nexus 是底層框架 相當於城市的法律與基礎設施 它定義了 AI agent 怎麼存在、怎麼互動、怎麼被驗證 不是單一功能，而是一套可持續擴展的規則系統 Agent 是角色 每一個 agent 都有身份、有資產、有行為紀錄 可以彼此合作、競爭、分工 它們不是一次性工具，更像是長期活動的經濟單位 Workflow 則是產線 把複雜的決策與行為拆成標準化流程 讓策略可以被複製、被重用、被優化 這對生態擴張非常重要，因為它讓「成功經驗」可以累積 這三個東西組合在一起，才會出現真正的護城河 很多 AI 專案解決的是「我能不能做到這件事」 Talus 在想的是「十萬個人、十萬個 agent 同時用，系統會不會崩？」 這種問題沒那麼好講故事，也很難短期爆紅 但一旦真的跑起來，別人要複製成本會非常高 你不只要抄功能，還要重建整個框架、標準與生態協作方式 這正是基建型專案的特徵 我會覺得 Talus 更像長期基建，還有一個原因 它的成功，不完全取決於官方做了多少功能 而是有多少人願意在上面「長期建東西」 策略制定者、agent 設計者、生態應用、工具模組 這些角色都能在同一套框架下持續產生價值 這不是短線題材，也不太適合快進快出 它更像是在修一條高速公路，前期看起來沒那麼熱鬧 但一旦交通流量起來，誰都離不開 所以我才會說 Talus 與其說是一個 AI 專案 不如說是在慢慢鋪一個「AI 上鏈經濟」的底座 這種工程，急不來 但一旦完成，就會存在很久
1:23

這個彤彤直播主很紅嗎？ 怎麼大家都在跟她開黃腔 後面粉絲問這個車能不能推 其他粉補一句 我是老漢交給我就完事 我整個笑死 大家實在太幽默了 為什麼我覺得 Talus 比多數 AI 專案更像「長期基建」 這段時間看了很多 AI 專案，你會發現一個很明顯的現象 大家都在比模型多大、參數多少、推理多快 好像只要 AI 夠聰明，事情就自然會發生 但 Talus 走的是完全不同的路 他們把重點放在處理一個更難、也更無聊的問題 AI 能不能長期、穩定地在鏈上運作，形成真正的經濟活動？ Talus Labs 的設計邏輯，很像在蓋一座城市 Nexus 是底層框架 相當於城市的法律與基礎設施 它定義了 AI agent 怎麼存在、怎麼互動、怎麼被驗證 不是單一功能，而是一套可持續擴展的規則系統 Agent 是角色 每一個 agent 都有身份、有資產、有行為紀錄 可以彼此合作、競爭、分工 它們不是一次性工具，更像是長期活動的經濟單位 Workflow 則是產線 把複雜的決策與行為拆成標準化流程 讓策略可以被複製、被重用、被優化 這對生態擴張非常重要，因為它讓「成功經驗」可以累積 這三個東西組合在一起，才會出現真正的護城河 很多 AI 專案解決的是「我能不能做到這件事」 Talus 在想的是「十萬個人、十萬個 agent 同時用，系統會不會崩？」 這種問題沒那麼好講故事，也很難短期爆紅 但一旦真的跑起來，別人要複製成本會非常高 你不只要抄功能，還要重建整個框架、標準與生態協作方式 這正是基建型專案的特徵 我會覺得 Talus 更像長期基建，還有一個原因 它的成功，不完全取決於官方做了多少功能 而是有多少人願意在上面「長期建東西」 策略制定者、agent 設計者、生態應用、工具模組 這些角色都能在同一套框架下持續產生價值 這不是短線題材，也不太適合快進快出 它更像是在修一條高速公路，前期看起來沒那麼熱鬧 但一旦交通流量起來，誰都離不開 所以我才會說 Talus 與其說是一個 AI 專案 不如說是在慢慢鋪一個「AI 上鏈經濟」的底座 這種工程，急不來 但一旦完成，就會存在很久

小美哥🕊️｜🐬TermMax

643,602 просмотров • 8 месяцев назад

給兄弟們一個忠告阿 最近看到很多人在討論鏈上固定收益 有些人覺得太保守 有些人覺得收益不夠刺激 但我一直覺得，固定收益真正吸引人的地方從來不是高報酬 而是讓你知道未來會發生什麼 在 DeFi 裡，很多時候最大的風險不是虧損 而是不知道風險在哪 利率可能突然改變 借貸成本可能突然上升 市場流動性也可能一夜之間出現變化 結果原本規劃好的策略被全部打亂 所以我後來慢慢理解一件事 有時候最好的投資工具，不是讓你賺最多的那個 而是讓你睡得最安穩的那個 這也是我持續關注 TermMax | Fixed Rate Borrowing & Lending 的原因 固定利率讓成本更容易計算 固定期限讓資金更容易安排 市場獨立隔離讓風險更容易理解 當市場開始劇烈波動時，這些設計的價值才會慢慢顯現出來 畢竟真正的資金管理，不只是追求收益 還包括知道自己承擔了什麼風險，以及如何面對風險 我認為這是 TermMax | Fixed Rate Borrowing & Lending 想解決的問題之一
0:44

給兄弟們一個忠告阿 最近看到很多人在討論鏈上固定收益 有些人覺得太保守 有些人覺得收益不夠刺激 但我一直覺得，固定收益真正吸引人的地方從來不是高報酬 而是讓你知道未來會發生什麼 在 DeFi 裡，很多時候最大的風險不是虧損 而是不知道風險在哪 利率可能突然改變 借貸成本可能突然上升 市場流動性也可能一夜之間出現變化 結果原本規劃好的策略被全部打亂 所以我後來慢慢理解一件事 有時候最好的投資工具，不是讓你賺最多的那個 而是讓你睡得最安穩的那個 這也是我持續關注 TermMax | Fixed Rate Borrowing & Lending 的原因 固定利率讓成本更容易計算 固定期限讓資金更容易安排 市場獨立隔離讓風險更容易理解 當市場開始劇烈波動時，這些設計的價值才會慢慢顯現出來 畢竟真正的資金管理，不只是追求收益 還包括知道自己承擔了什麼風險，以及如何面對風險 我認為這是 TermMax | Fixed Rate Borrowing & Lending 想解決的問題之一

小美哥🕊️｜🐬TermMax

32,800 просмотров • 2 месяцев назад

又找到一個買電動車的理由了 話說你喜歡被叫爸爸嗎 Inference Labs ，讓 AI 也能做到信任最小化 在 Web3 世界裡，有一句話我一直記得 不要信任任何人，驗證一切 這套邏輯讓區塊鏈可以在沒有中心管理者的情況下運作但一旦 AI 進來，這個原則就開始被打破了 現在大多數 AI 系統 其實都需要你「先相信它」 你要相信模型沒被動過、推理過程沒被修改、節點沒有作惡 這種假設在 Web2 或許還行 但放在 Web3 就顯得非常不自然 甚至有點危險 Inference Network 做的事情 就是把 AI 拉回 Web3 熟悉的軌道信任最小化 它不要求你信任節點、不要求你信任模型提供者 甚至不要求你信任執行環境 你只需要驗證一個東西就是推理證明是否成立 對我來說，這一點非常關鍵 因為一旦 AI 的結果可以被獨立驗證 信任就不再綁在某個角色身上 是綁在數學和規則上 這跟我們現在驗證交易、驗證區塊、驗證合約的方式 其實是一樣的 站在普通使用者角度 我不想每天擔心哪個節點會不會作弊 也不想研究哪個模型比較誠實 我只想知道這個結果是不是照規則算出來的 Inference Network 提供的 就是這樣一個簡單、直覺的答案 這也讓我意識到一件事 AI 要真正進入 Web3 靠的不是更強的模型 是更低的信任成本 只要每個結果都能被驗證 整個系統就能自然地運作下去 我覺得 Inference Network 是把 Web3 最核心的「信任最小化」精神，真正帶進了 AI 世界 這也是我覺得它價值很高的地方
0:46

又找到一個買電動車的理由了 話說你喜歡被叫爸爸嗎 Inference Labs ，讓 AI 也能做到信任最小化 在 Web3 世界裡，有一句話我一直記得 不要信任任何人，驗證一切 這套邏輯讓區塊鏈可以在沒有中心管理者的情況下運作但一旦 AI 進來，這個原則就開始被打破了 現在大多數 AI 系統 其實都需要你「先相信它」 你要相信模型沒被動過、推理過程沒被修改、節點沒有作惡 這種假設在 Web2 或許還行 但放在 Web3 就顯得非常不自然 甚至有點危險 Inference Network 做的事情 就是把 AI 拉回 Web3 熟悉的軌道信任最小化 它不要求你信任節點、不要求你信任模型提供者 甚至不要求你信任執行環境 你只需要驗證一個東西就是推理證明是否成立 對我來說，這一點非常關鍵 因為一旦 AI 的結果可以被獨立驗證 信任就不再綁在某個角色身上 是綁在數學和規則上 這跟我們現在驗證交易、驗證區塊、驗證合約的方式 其實是一樣的 站在普通使用者角度 我不想每天擔心哪個節點會不會作弊 也不想研究哪個模型比較誠實 我只想知道這個結果是不是照規則算出來的 Inference Network 提供的 就是這樣一個簡單、直覺的答案 這也讓我意識到一件事 AI 要真正進入 Web3 靠的不是更強的模型 是更低的信任成本 只要每個結果都能被驗證 整個系統就能自然地運作下去 我覺得 Inference Network 是把 Web3 最核心的「信任最小化」精神，真正帶進了 AI 世界 這也是我覺得它價值很高的地方

小美哥🕊️

348,784 просмотров • 8 месяцев назад

懂程式，反而可能妨礙你用 AI：DHH 的 13 個月翻轉 David Heinemeier Hansson 自述跟電腦打了約 40 年交道，也親手寫了約 25 年程式。到了 2026 年，他卻在 Lex Fridman 面前承認，這份經驗一度讓他吃虧。 「有一段時間，我其實覺得自己懂得太多程式設計，反而成了負擔。」DHH 說，他會指示 AI 代理（AI agent）完全照自己的方法實作，代理也確實做得很好。 這讓他用 AI 更快地重做自己原本就會做的事，也限制了代理自行找路的空間。 這句話容易被剪成「工程師不如外行」，訪談的完整語境卻窄得多。DHH 談的是自己的工作方式，以及一小段能力快速變化的時間。 程式知識沒有失效，失效的是把每一步都先替代理決定好的習慣。 這位 Ruby on Rails 的創造者，長年把簡潔、可讀、容易修改的程式碼視為一門手藝。當主要實作者逐漸從人換成代理，他開始重新計算，自己幾十年累積的經驗應該放在哪一層。 13 個月，兩種工作方式 兩次訪談之間，約隔了 13 個月，DHH 卻形容它們像發生在不同時代。2025 年的訪談裡，他花了很大篇幅談 Ruby 的美感、程式設計者的幸福，以及親手把概念壓縮成漂亮程式碼的樂趣。 當時的 AI，對他比較像一名效率更高的助手。它可以回答問題、查找資料、陪他討論，仍沒有改變他和電腦之間的情感連結。 他依舊親手雕琢程式碼，AI 只是站在旁邊加快原有流程。 約 13 個月後，Lex 一開場便問他，這段期間究竟發生了什麼。DHH 從對 AI 寫程式的能力持保留，轉成讓代理大量參與實作，而且轉變並非來自某句宣傳口號。 他真的把代理放進工作，讓它們操作工具、檢查成果，再把可以交付的程式碼帶回來。 DHH 並非突然否定自己過去的信念，他先看到工具跨過一道可用門檻，接著才重寫自己的工作方式。這段順序，讓他的轉變比「AI 將改變一切」多了一層可以檢驗的細節。 2025 年 11 月 24 日，成了他的分界線 DHH 把 2025 年 11 月 24 日視為個人分界點，那天也是 Anthropic 正式發布 Claude Opus 4.5 的日期。他記得自己大約在 26 日試用，交給模型幾項任務，發現輸出品質「驚人地接近」自己會寫出的版本。 他記得自己往椅背一靠，腦中浮出一句話，「剛才到底發生了什麼？」依照他的描述，變化未必只來自模型變聰明。代理已經能操作電腦、呼叫工具、檢查自己的成果，把能力轉成一段端到端的工作流程。 在此以前，他使用 AI 的方式仍以加速為主。人決定目的地、路線和施工方法，代理負責跑得更快。 Opus 4.5 之後，他開始願意合併代理寫出的程式碼，也能從過程看出它大致沿著合理方向前進。 這是 DHH 的個人分界線，並非整個軟體產業共同選出的紀念日。模型是否在那一天跨過門檻，每個人的答案也會不同。 工具能力一旦改變，舊流程卻可能不會立刻跟著更新。 面對新工具時，人很容易把它塞進熟悉職位。把代理當成速度更快的初階工程師，就會交給它詳細工單，再逐步指定檔案、函式和實作方法。 這能產生短期效率，也可能把代理的新能力關在舊流程裡。 專業，怎麼變成路徑依賴 DHH 把自己的轉變分成兩個階段，第一階段由他指定做法。他利用多年經驗，把自己會走的路完整描述給代理，這種工作方式也很有生產力。 此時，代理的價值是更快抵達同一個答案。 到了下一個階段，他發現自己可以只描述問題與預期結果，讓代理提出實作路徑。有些任務裡，這種做法會得到比程式設計師預先指定路線更好的方案。 他也承認，自己晚了一點才跟上這個變化。 若借用產品決策的說法，這種風險可以理解成過早收斂。熟悉某套技術的人，看到問題時通常已經浮出一條解法。 他知道要改哪個模組、呼叫哪個函式、如何拆分資料，提示也會自然寫成實作步驟。 代理收到這些步驟後，會努力完成被交代的路線。它可能看不到另一個更短的實作，也沒有理由挑戰提問者的前提。 結果可以很正確，解法空間卻在第一行提示裡就被縮小。 這不表示規格應該永遠模糊，安全要求、相容條件、效能門檻與不可觸碰的範圍，仍要清楚寫出來。Lex 在訪談裡也提出反駁，良好的系統設計、嚴謹思考、驗證與安全測試，依然需要技術理解。 他逐漸放掉的，是把「目標」和「方法」綁在一起。他傾向先讓代理做出一個可以操作的版本，再透過使用發現需求。 這個做法延續敏捷開發的想法，人往往要看到、摸到一個產品，才知道自己需要的是什麼。 程式經驗仍然有用，只是位置往上移了一層。它可以用來界定限制、辨認風險、比較架構、設計驗收，也可以在高風險領域深入閱讀實作。 若把經驗全用來逐步遙控代理，仍能提高生產力，卻可能錯過代理自行規劃路徑的額外價值。 「軟體就是產品管理」 Lex 接著把問題推得更遠，他問，是否存在某些問題，程式設計師使用代理的表現會比非程式設計師差。DHH 回答「100%」，隨後立刻縮小範圍，許多程式設計師並不擅長產品管理。 把這句回答放回語境，就不能擴大成所有工程師的排名。DHH 指的是某些人、某些問題，也說相關能力並未平均分布在所有程式設計師身上。 他列出的能力，包括產品該做什麼、要為誰服務、體驗如何呈現、優先順序怎麼排，以及第一版應該包含哪些內容。 當代理接手大量實作，人必須先回答這些產品問題。使用者的痛點若定義錯了，代理可以非常有效率地完成一個沒有人需要的產品。 第一版範圍若失控，更多產出也只會帶來更多檢查與重做。 DHH 還提到比較方案差異，人不一定能憑空寫出完美方案，卻很擅長從少量選項中挑出偏好的版本。讓代理提出 3 個方向，再比較它們的取捨，可能比一開始寫出一份鉅細靡遺的規格更接近實際使用。 對創業者來說，可以嘗試的產品比以前更多。不會寫程式，已經不必然等於無法做出可用軟體。 然而，使用者為什麼願意改變習慣、哪個痛點值得解、什麼功能應該先捨棄，仍沒有因為生成速度變快而自動出現。 對開發者來說，產品判斷也不再只是產品經理的工作。當代理可以產出更多程式碼，能否把模糊需求轉成可驗證目標，會直接決定這些產出的價值。 會寫程式仍是一項優勢，前提是別讓這項優勢遮住了問題本身。 漂亮程式碼，仍然算得出經濟價值 DHH 過去強調漂亮程式碼，背後除了美感，也有實際的維護成本考量。架構一致、容易理解的系統，讓小團隊能持續修改軟體，降低新增功能時破壞其他部分的風險。 如果未來主要由代理修改程式碼，這筆投資的回報可能下降。DHH 在訪談裡說，他仍會仔細看 Ruby 程式碼的細節，只是這份仔細帶來的經濟回報正在快速遞減。 這個問題仍未有定論，也不能用來宣告品質已經不重要。 他也給出明確但書，目前的詞元（token）、上下文和預算仍然有限。架構混亂會迫使代理重新理解更多內容，也會讓下一次修改變貴。 第一個普通的變更堆上幾次修改後，很容易形成難以維護的混亂架構。 因此，漂亮程式碼沒有突然失去作用。清楚的架構可以減少代理重新理解上下文的成本，衡量方式也跟著改變。 可預測的結構、明確的邊界與容易測試的設計，仍能節省後續迭代成本，只是人未必還要親手雕琢每一行。 回到實際工作，DHH 也沒有完全停止閱讀實作。他說，在某些領域，檢查完整程式碼仍然能帶來價值；另一些實驗則刻意當成黑箱，只從使用者角度測試成果。 這種分級，遠比「以後不用懂技術」更接近他的真實工作方式。 訪談裡也有一場不順利的實驗，37signals 曾讓設計師直接使用代理替 Basecamp 5 寫功能。個別程式碼變更一度看似合理，累積起來卻破壞了系統架構，最後仍由人手清理。 DHH 說，那是 2026 年 2 月的經驗，工具後來已有變化。這個反例仍顯示，大型既有系統的技術脈絡不能輕易省略。 約 16 個並行任務，人的注意力成了瓶頸 工作方式改變後，DHH 的桌面也跟著變了。依照他在訪談中的自述，他會讓約 4 到 5 台電腦同時運作，維持大約 16 個並行代理任務。 代理跑得越快，他能同時管理的任務反而越少。 這組數字是受訪者自陳，不能當成經過外部驗證的產能指標。DHH 自己也提醒，用程式碼行數衡量成果是愚蠢的。 產出很多，沒有回答究竟做出了什麼，也沒有證明成果可以交付。 他的 Neovim 還在，角色已從主要施工現場變成專案瀏覽器。他用它查看變更與周邊脈絡，也會讓不同模型交叉審查。 代理負責產出之後，人要處理的工作變成分派、回應、比較、否決與驗收。 這套配置揭露了下一個限制，運算可以擴充，人的注意力很難同步增加。約 16 個任務都可能回來要求決策，速度越快，切換成本越高。 團隊缺的，可能從「誰能把它寫出來」移向「誰能及時判斷這是不是該做的東西」。 經驗，開始用在另一個位置 DHH 的 13 個月翻轉，沒有給所有開發者一張通用處方。它比較像一場高強度的個人實驗，展示當實作能力突然變便宜，舊專業會如何重新分工。 開發者可以保留系統理解，把提示的重心移到目標、限制與驗證。產品工作者可以利用更低的實作門檻，快速做出少量方案，接著承擔選擇與取捨。 創業者可以增加試驗數量，也要更早停止方向錯誤的產品。 影片最後，DHH 說自己仍然使用 Neovim，只是現在已經不太寫程式了。從這些做法可以歸納，那約 25 年的實作經驗沒有被清空，它仍在他判斷架構、看出異常、要求品質和選擇方向時運作。 懂程式可能妨礙你用 AI，只發生在經驗被拿來封住答案的時候。當經驗改用來定義問題、建立護欄與驗收結果，它就有了適合代理時代的新用途。
2:53

懂程式，反而可能妨礙你用 AI：DHH 的 13 個月翻轉 David Heinemeier Hansson 自述跟電腦打了約 40 年交道，也親手寫了約 25 年程式。到了 2026 年，他卻在 Lex Fridman 面前承認，這份經驗一度讓他吃虧。 「有一段時間，我其實覺得自己懂得太多程式設計，反而成了負擔。」DHH 說，他會指示 AI 代理（AI agent）完全照自己的方法實作，代理也確實做得很好。 這讓他用 AI 更快地重做自己原本就會做的事，也限制了代理自行找路的空間。 這句話容易被剪成「工程師不如外行」，訪談的完整語境卻窄得多。DHH 談的是自己的工作方式，以及一小段能力快速變化的時間。 程式知識沒有失效，失效的是把每一步都先替代理決定好的習慣。 這位 Ruby on Rails 的創造者，長年把簡潔、可讀、容易修改的程式碼視為一門手藝。當主要實作者逐漸從人換成代理，他開始重新計算，自己幾十年累積的經驗應該放在哪一層。 13 個月，兩種工作方式 兩次訪談之間，約隔了 13 個月，DHH 卻形容它們像發生在不同時代。2025 年的訪談裡，他花了很大篇幅談 Ruby 的美感、程式設計者的幸福，以及親手把概念壓縮成漂亮程式碼的樂趣。 當時的 AI，對他比較像一名效率更高的助手。它可以回答問題、查找資料、陪他討論，仍沒有改變他和電腦之間的情感連結。 他依舊親手雕琢程式碼，AI 只是站在旁邊加快原有流程。 約 13 個月後，Lex 一開場便問他，這段期間究竟發生了什麼。DHH 從對 AI 寫程式的能力持保留，轉成讓代理大量參與實作，而且轉變並非來自某句宣傳口號。 他真的把代理放進工作，讓它們操作工具、檢查成果，再把可以交付的程式碼帶回來。 DHH 並非突然否定自己過去的信念，他先看到工具跨過一道可用門檻，接著才重寫自己的工作方式。這段順序，讓他的轉變比「AI 將改變一切」多了一層可以檢驗的細節。 2025 年 11 月 24 日，成了他的分界線 DHH 把 2025 年 11 月 24 日視為個人分界點，那天也是 Anthropic 正式發布 Claude Opus 4.5 的日期。他記得自己大約在 26 日試用，交給模型幾項任務，發現輸出品質「驚人地接近」自己會寫出的版本。 他記得自己往椅背一靠，腦中浮出一句話，「剛才到底發生了什麼？」依照他的描述，變化未必只來自模型變聰明。代理已經能操作電腦、呼叫工具、檢查自己的成果，把能力轉成一段端到端的工作流程。 在此以前，他使用 AI 的方式仍以加速為主。人決定目的地、路線和施工方法，代理負責跑得更快。 Opus 4.5 之後，他開始願意合併代理寫出的程式碼，也能從過程看出它大致沿著合理方向前進。 這是 DHH 的個人分界線，並非整個軟體產業共同選出的紀念日。模型是否在那一天跨過門檻，每個人的答案也會不同。 工具能力一旦改變，舊流程卻可能不會立刻跟著更新。 面對新工具時，人很容易把它塞進熟悉職位。把代理當成速度更快的初階工程師，就會交給它詳細工單，再逐步指定檔案、函式和實作方法。 這能產生短期效率，也可能把代理的新能力關在舊流程裡。 專業，怎麼變成路徑依賴 DHH 把自己的轉變分成兩個階段，第一階段由他指定做法。他利用多年經驗，把自己會走的路完整描述給代理，這種工作方式也很有生產力。 此時，代理的價值是更快抵達同一個答案。 到了下一個階段，他發現自己可以只描述問題與預期結果，讓代理提出實作路徑。有些任務裡，這種做法會得到比程式設計師預先指定路線更好的方案。 他也承認，自己晚了一點才跟上這個變化。 若借用產品決策的說法，這種風險可以理解成過早收斂。熟悉某套技術的人，看到問題時通常已經浮出一條解法。 他知道要改哪個模組、呼叫哪個函式、如何拆分資料，提示也會自然寫成實作步驟。 代理收到這些步驟後，會努力完成被交代的路線。它可能看不到另一個更短的實作，也沒有理由挑戰提問者的前提。 結果可以很正確，解法空間卻在第一行提示裡就被縮小。 這不表示規格應該永遠模糊，安全要求、相容條件、效能門檻與不可觸碰的範圍，仍要清楚寫出來。Lex 在訪談裡也提出反駁，良好的系統設計、嚴謹思考、驗證與安全測試，依然需要技術理解。 他逐漸放掉的，是把「目標」和「方法」綁在一起。他傾向先讓代理做出一個可以操作的版本，再透過使用發現需求。 這個做法延續敏捷開發的想法，人往往要看到、摸到一個產品，才知道自己需要的是什麼。 程式經驗仍然有用，只是位置往上移了一層。它可以用來界定限制、辨認風險、比較架構、設計驗收，也可以在高風險領域深入閱讀實作。 若把經驗全用來逐步遙控代理，仍能提高生產力，卻可能錯過代理自行規劃路徑的額外價值。 「軟體就是產品管理」 Lex 接著把問題推得更遠，他問，是否存在某些問題，程式設計師使用代理的表現會比非程式設計師差。DHH 回答「100%」，隨後立刻縮小範圍，許多程式設計師並不擅長產品管理。 把這句回答放回語境，就不能擴大成所有工程師的排名。DHH 指的是某些人、某些問題，也說相關能力並未平均分布在所有程式設計師身上。 他列出的能力，包括產品該做什麼、要為誰服務、體驗如何呈現、優先順序怎麼排，以及第一版應該包含哪些內容。 當代理接手大量實作，人必須先回答這些產品問題。使用者的痛點若定義錯了，代理可以非常有效率地完成一個沒有人需要的產品。 第一版範圍若失控，更多產出也只會帶來更多檢查與重做。 DHH 還提到比較方案差異，人不一定能憑空寫出完美方案，卻很擅長從少量選項中挑出偏好的版本。讓代理提出 3 個方向，再比較它們的取捨，可能比一開始寫出一份鉅細靡遺的規格更接近實際使用。 對創業者來說，可以嘗試的產品比以前更多。不會寫程式，已經不必然等於無法做出可用軟體。 然而，使用者為什麼願意改變習慣、哪個痛點值得解、什麼功能應該先捨棄，仍沒有因為生成速度變快而自動出現。 對開發者來說，產品判斷也不再只是產品經理的工作。當代理可以產出更多程式碼，能否把模糊需求轉成可驗證目標，會直接決定這些產出的價值。 會寫程式仍是一項優勢，前提是別讓這項優勢遮住了問題本身。 漂亮程式碼，仍然算得出經濟價值 DHH 過去強調漂亮程式碼，背後除了美感，也有實際的維護成本考量。架構一致、容易理解的系統，讓小團隊能持續修改軟體，降低新增功能時破壞其他部分的風險。 如果未來主要由代理修改程式碼，這筆投資的回報可能下降。DHH 在訪談裡說，他仍會仔細看 Ruby 程式碼的細節，只是這份仔細帶來的經濟回報正在快速遞減。 這個問題仍未有定論，也不能用來宣告品質已經不重要。 他也給出明確但書，目前的詞元（token）、上下文和預算仍然有限。架構混亂會迫使代理重新理解更多內容，也會讓下一次修改變貴。 第一個普通的變更堆上幾次修改後，很容易形成難以維護的混亂架構。 因此，漂亮程式碼沒有突然失去作用。清楚的架構可以減少代理重新理解上下文的成本，衡量方式也跟著改變。 可預測的結構、明確的邊界與容易測試的設計，仍能節省後續迭代成本，只是人未必還要親手雕琢每一行。 回到實際工作，DHH 也沒有完全停止閱讀實作。他說，在某些領域，檢查完整程式碼仍然能帶來價值；另一些實驗則刻意當成黑箱，只從使用者角度測試成果。 這種分級，遠比「以後不用懂技術」更接近他的真實工作方式。 訪談裡也有一場不順利的實驗，37signals 曾讓設計師直接使用代理替 Basecamp 5 寫功能。個別程式碼變更一度看似合理，累積起來卻破壞了系統架構，最後仍由人手清理。 DHH 說，那是 2026 年 2 月的經驗，工具後來已有變化。這個反例仍顯示，大型既有系統的技術脈絡不能輕易省略。 約 16 個並行任務，人的注意力成了瓶頸 工作方式改變後，DHH 的桌面也跟著變了。依照他在訪談中的自述，他會讓約 4 到 5 台電腦同時運作，維持大約 16 個並行代理任務。 代理跑得越快，他能同時管理的任務反而越少。 這組數字是受訪者自陳，不能當成經過外部驗證的產能指標。DHH 自己也提醒，用程式碼行數衡量成果是愚蠢的。 產出很多，沒有回答究竟做出了什麼，也沒有證明成果可以交付。 他的 Neovim 還在，角色已從主要施工現場變成專案瀏覽器。他用它查看變更與周邊脈絡，也會讓不同模型交叉審查。 代理負責產出之後，人要處理的工作變成分派、回應、比較、否決與驗收。 這套配置揭露了下一個限制，運算可以擴充，人的注意力很難同步增加。約 16 個任務都可能回來要求決策，速度越快，切換成本越高。 團隊缺的，可能從「誰能把它寫出來」移向「誰能及時判斷這是不是該做的東西」。 經驗，開始用在另一個位置 DHH 的 13 個月翻轉，沒有給所有開發者一張通用處方。它比較像一場高強度的個人實驗，展示當實作能力突然變便宜，舊專業會如何重新分工。 開發者可以保留系統理解，把提示的重心移到目標、限制與驗證。產品工作者可以利用更低的實作門檻，快速做出少量方案，接著承擔選擇與取捨。 創業者可以增加試驗數量，也要更早停止方向錯誤的產品。 影片最後，DHH 說自己仍然使用 Neovim，只是現在已經不太寫程式了。從這些做法可以歸納，那約 25 年的實作經驗沒有被清空，它仍在他判斷架構、看出異常、要求品質和選擇方向時運作。 懂程式可能妨礙你用 AI，只發生在經驗被拿來封住答案的時候。當經驗改用來定義問題、建立護欄與驗收結果，它就有了適合代理時代的新用途。

fox hsiao

10,885 просмотров • 6 дней назад

一篇預測市場文章爆紅 200 萬流量後，Ryan 直接把預測市場變成自己的賽道，但其實他的成功路徑是什麼？ ► 一個 21 歲大學生怎麼靠資訊差抓到亞洲還沒人看到的風口？ ► 如何從 0 行銷預算到獲得第一批 1000 用戶？ ► 如何在最累的時候還能靠信念把自己拉起來？ ► 如何看待 2026 預測市場真正的紅利？ 這就是 insiders.bot 創辦人 Mr.RC｜𝟎𝐱𝐔 正在做的事情 每個 web3 團隊都有自己不簡單的背景，當然 Insidersdotbot 也不例外，到底他們的成功路徑是如何？ 這次找來美女 Cassie 跟我一起把 Ryan 從 Day 1 到現在的心路歷程全部挖出來📺 補充一下我對 Ryan 的認識 同樣從香港出發，同樣靠 𝕏 每天狂吞資訊，同樣靠一股「豁出去了」的信念，Ryan 知道每個賽道都需要底層工具，所以直接把抽象的想法變成能賺錢的產品 我還記得他說去了美國交流後，很快就跟另一位創辦人 Daksh Daksh Joshi 大颗史｜𝟎𝐱𝐔 說要搞 PolyInsiders（前稱） （Dasksh 在訪問裡也突然出現了！） 結果十一月上線，第一個月就爆紅了，沒有 KOL 沒有廣告 沒有 VC 錢，就靠產品本身讓用戶主動付錢 現在熊市裡他們還在不停迭代，真正要從 TG 機械人變成預測市場的 Everything App 這一切都不是那麼簡單，但看完訪問後你會發現，原來 Gen Z 也可以把事情做到這個程度，而更重要的是，你也做得到 我們下次再聊更深的話題⋯⋯ 《No BS. Let’s go》
13:22

一篇預測市場文章爆紅 200 萬流量後，Ryan 直接把預測市場變成自己的賽道，但其實他的成功路徑是什麼？ ► 一個 21 歲大學生怎麼靠資訊差抓到亞洲還沒人看到的風口？ ► 如何從 0 行銷預算到獲得第一批 1000 用戶？ ► 如何在最累的時候還能靠信念把自己拉起來？ ► 如何看待 2026 預測市場真正的紅利？ 這就是 insiders.bot 創辦人 Mr.RC｜𝟎𝐱𝐔 正在做的事情 每個 web3 團隊都有自己不簡單的背景，當然 Insidersdotbot 也不例外，到底他們的成功路徑是如何？ 這次找來美女 Cassie 跟我一起把 Ryan 從 Day 1 到現在的心路歷程全部挖出來📺 補充一下我對 Ryan 的認識 同樣從香港出發，同樣靠 𝕏 每天狂吞資訊，同樣靠一股「豁出去了」的信念，Ryan 知道每個賽道都需要底層工具，所以直接把抽象的想法變成能賺錢的產品 我還記得他說去了美國交流後，很快就跟另一位創辦人 Daksh Daksh Joshi 大颗史｜𝟎𝐱𝐔 說要搞 PolyInsiders（前稱） （Dasksh 在訪問裡也突然出現了！） 結果十一月上線，第一個月就爆紅了，沒有 KOL 沒有廣告 沒有 VC 錢，就靠產品本身讓用戶主動付錢 現在熊市裡他們還在不停迭代，真正要從 TG 機械人變成預測市場的 Everything App 這一切都不是那麼簡單，但看完訪問後你會發現，原來 Gen Z 也可以把事情做到這個程度，而更重要的是，你也做得到 我們下次再聊更深的話題⋯⋯ 《No BS. Let’s go》

Scott｜Monsterblockhk

13,397 просмотров • 5 месяцев назад

齁，輸了啦！我不要用 MEXC 了啦！🙄 ？ 哈哈開玩笑，周同學鼻要輸球就怪交易所ㄛXDD 好啦～其實這是第一次跟這麼多人跟好朋友們ㄧ起看世足冠軍賽！ 尤其可以ㄧ起小試身手使用mexc 的預測市場真的很好玩，連我的員工也ㄧ起體驗了ㄧ把>< 預測市場之所以容易讓非了解幣圈的人參與，原因在於 「事件」相較於「代幣」是非常好理解的。 比起了解代幣面向，更令他們本來就有興趣的「議題」為更無需解釋。 剩下的就僅剩 交易所是如何註冊、KYC 是什麼？我要如何填寫推薦碼，充值又是什麼？原來可以信用卡支付這種等等的操作教育。 不過老實說，現在做預測市場的平台這麼多，到底差在哪？撇開品牌不談，我覺得這次玩下來，MEXC_華語 MEXC 這類 CEX 搞預測市場， | 真正有趣的點在於它解決了兩個很硬核的行業痛點： 🏈 第一，是它引入了「串單」功能以前玩鏈上那種預測市場，你只能一翻兩瞪眼，賭一場就結算一場。但這裡可以讓你像玩台灣運彩一樣，玩「過關組合（串單）」！你可以把世足冠軍、明天的比特幣走勢、甚至是某個娛樂大獎串在一起。對非幣圈的朋友來說，這種用小資金串出高賠率的玩法，娛樂感和以小博大的爽感直接翻倍。 💧 第二，是大家都刻意忽略的「流動性問題」這真的超關鍵。很多人以為預測市場只要題目好玩就行，但它本質上跟買賣代幣是一模一樣的道理—— 都極度需要流動性。 很多獨立的預測市場平台，常常因為沒人開池、深度不夠，導致大家都在自嗨。 最慘的情況是，你眼光精準看對了，結果要嘛買不到足夠的單，要嘛最後贏了卻因為沒人接單、根本賣不出去，直接卡死在裡面。 而交易所來做這件事，至少在撮合、造市和基礎深度上，比較不會讓你想下注時卻發現是一潭死水。 | 回過頭來看，為什麼交易所這陣子都想插旗這個賽道？ 因為過去交易所要獲取一個全新用戶，得逼人家先學會看 K 線、懂什麼叫合約和倉位控制，累得要死還把人嚇跑。 但預測市場，就是把複雜的加密貨幣，包裝成最直覺的「世界局勢娛樂賽」。 用「串單」把玩法變有趣，用「流動性」確保大家玩得絲滑、不會贏了拿不走，最後再用原本就成熟的入金和 KYC 系統收尾。這是一套完美的破圈戰術——你以為大家是在賭輸贏？不，這其實是交易所把世界萬物都變成資產、降低門檻圈粉的最強佈局。 接下來英超賽事，你準備好要串哪幾單了嗎？😏
0:32

齁，輸了啦！我不要用 MEXC 了啦！🙄 ？ 哈哈開玩笑，周同學鼻要輸球就怪交易所ㄛXDD 好啦～其實這是第一次跟這麼多人跟好朋友們ㄧ起看世足冠軍賽！ 尤其可以ㄧ起小試身手使用mexc 的預測市場真的很好玩，連我的員工也ㄧ起體驗了ㄧ把>< 預測市場之所以容易讓非了解幣圈的人參與，原因在於 「事件」相較於「代幣」是非常好理解的。 比起了解代幣面向，更令他們本來就有興趣的「議題」為更無需解釋。 剩下的就僅剩 交易所是如何註冊、KYC 是什麼？我要如何填寫推薦碼，充值又是什麼？原來可以信用卡支付這種等等的操作教育。 不過老實說，現在做預測市場的平台這麼多，到底差在哪？撇開品牌不談，我覺得這次玩下來，MEXC_華語 MEXC 這類 CEX 搞預測市場， | 真正有趣的點在於它解決了兩個很硬核的行業痛點： 🏈 第一，是它引入了「串單」功能以前玩鏈上那種預測市場，你只能一翻兩瞪眼，賭一場就結算一場。但這裡可以讓你像玩台灣運彩一樣，玩「過關組合（串單）」！你可以把世足冠軍、明天的比特幣走勢、甚至是某個娛樂大獎串在一起。對非幣圈的朋友來說，這種用小資金串出高賠率的玩法，娛樂感和以小博大的爽感直接翻倍。 💧 第二，是大家都刻意忽略的「流動性問題」這真的超關鍵。很多人以為預測市場只要題目好玩就行，但它本質上跟買賣代幣是一模一樣的道理—— 都極度需要流動性。 很多獨立的預測市場平台，常常因為沒人開池、深度不夠，導致大家都在自嗨。 最慘的情況是，你眼光精準看對了，結果要嘛買不到足夠的單，要嘛最後贏了卻因為沒人接單、根本賣不出去，直接卡死在裡面。 而交易所來做這件事，至少在撮合、造市和基礎深度上，比較不會讓你想下注時卻發現是一潭死水。 | 回過頭來看，為什麼交易所這陣子都想插旗這個賽道？ 因為過去交易所要獲取一個全新用戶，得逼人家先學會看 K 線、懂什麼叫合約和倉位控制，累得要死還把人嚇跑。 但預測市場，就是把複雜的加密貨幣，包裝成最直覺的「世界局勢娛樂賽」。 用「串單」把玩法變有趣，用「流動性」確保大家玩得絲滑、不會贏了拿不走，最後再用原本就成熟的入金和 KYC 系統收尾。這是一套完美的破圈戰術——你以為大家是在賭輸贏？不，這其實是交易所把世界萬物都變成資產、降低門檻圈粉的最強佈局。 接下來英超賽事，你準備好要串哪幾單了嗎？😏

Chou 周周周周周周ㄓㄡㄓㄡ （Be N Builder 版）

11,144 просмотров • 1 месяц назад

一堆人還在為了一根 K 線的漲跌要死要活，CZ CZ 🔶 BNB 已經在達沃斯那種西裝精英的場子，定義下個十年的金融樣貌了，這番話不是開玩笑，格局真的不一樣。 ⠀ 很多人到現在還覺得加密貨幣是騙局，但 CZ 丟出來的數據很直接，幣安去年的交易量比紐約證交所還大，用戶超過三億，這規模比很多國家的銀行都大，這已經不是一個小眾市場，而是正在重塑全球金融的基礎設施。 ⠀ 他講到一個重點，讓人很有感覺，他說速度本身不會製造風險，只會讓既有的問題更快被看見。 ⠀ 2023 年 12 月，幣安 币安Binance华语 一天內被提領了 70 億美元，一週內被提了 140 億，系統沒掛，錢都能出去，換任何一家傳統銀行試試看，早就觸發擠兌，直接倒閉了，這證明了銀行擠兌從來不是技術問題，而是部分準備金這種制度設計本身的缺陷。 ⠀ 這道理跟做交易一模一樣，一個好的交易系統，遇到黑天鵝事件頂多就是觸發止損，但還能存活，一個爛的系統，靠感覺瞎雞巴亂凹單，一個急殺就直接畢業，市場的波動像照妖鏡，把系統裡的洞照得一清二楚，不能怪市場無情，只能怪平常懶得把船補好。 ​ 更快、更便宜，永遠是更好的選擇，這不是複雜的道理，而是商業的本質，所以當 CZ 提到未來三個大機會：資產代幣化、支付、AI。 ​ 就可以知道這是未來資金和人才會大量湧入的方向，資產代幣化讓政府能更快活化資產，支付讓傳統金融在後端被加密技術默默取代，而AI 的原生貨幣會是 crypto ，這些趨勢背後的邏輯都一樣：效率。 ⠀ 實體銀行未來十年會大幅減少，不是因為銀行要消失，而是在數位金融的時代，不再需要那麼多沒效率的實體互動。 ⠀ 所以我認為，傳統金融的世界正在被釜底抽薪，一個更高效更透明的系統正在成形，我們唯一能選擇的，是站在被淘汰的那邊，還是站在風口上。
0:47

一堆人還在為了一根 K 線的漲跌要死要活，CZ CZ 🔶 BNB 已經在達沃斯那種西裝精英的場子，定義下個十年的金融樣貌了，這番話不是開玩笑，格局真的不一樣。 ⠀ 很多人到現在還覺得加密貨幣是騙局，但 CZ 丟出來的數據很直接，幣安去年的交易量比紐約證交所還大，用戶超過三億，這規模比很多國家的銀行都大，這已經不是一個小眾市場，而是正在重塑全球金融的基礎設施。 ⠀ 他講到一個重點，讓人很有感覺，他說速度本身不會製造風險，只會讓既有的問題更快被看見。 ⠀ 2023 年 12 月，幣安 币安Binance华语 一天內被提領了 70 億美元，一週內被提了 140 億，系統沒掛，錢都能出去，換任何一家傳統銀行試試看，早就觸發擠兌，直接倒閉了，這證明了銀行擠兌從來不是技術問題，而是部分準備金這種制度設計本身的缺陷。 ⠀ 這道理跟做交易一模一樣，一個好的交易系統，遇到黑天鵝事件頂多就是觸發止損，但還能存活，一個爛的系統，靠感覺瞎雞巴亂凹單，一個急殺就直接畢業，市場的波動像照妖鏡，把系統裡的洞照得一清二楚，不能怪市場無情，只能怪平常懶得把船補好。 ​ 更快、更便宜，永遠是更好的選擇，這不是複雜的道理，而是商業的本質，所以當 CZ 提到未來三個大機會：資產代幣化、支付、AI。 ​ 就可以知道這是未來資金和人才會大量湧入的方向，資產代幣化讓政府能更快活化資產，支付讓傳統金融在後端被加密技術默默取代，而AI 的原生貨幣會是 crypto ，這些趨勢背後的邏輯都一樣：效率。 ⠀ 實體銀行未來十年會大幅減少，不是因為銀行要消失，而是在數位金融的時代，不再需要那麼多沒效率的實體互動。 ⠀ 所以我認為，傳統金融的世界正在被釜底抽薪，一個更高效更透明的系統正在成形，我們唯一能選擇的，是站在被淘汰的那邊，還是站在風口上。

b12ny

19,433 просмотров • 7 месяцев назад

沒有想到有天不擅長唱歌的我 竟然會出COVER！😂 想了想或許是因為有許多話不知道該怎麼說出口 想寄託在歌曲裡面送給大小 孩子們吧！ 直播這幾年，一路上來陪伴觀眾們讀書、準備大學、出社會，你們也陪伴我成長、沉澱、向前。 在這些日夜陪伴的時光裡，常常聽到大小孩子們的傾訴，無非是對未來的迷茫以及不知所措。 我該成為什麼樣的人？ 我這樣做會成為一個優秀的人嗎？ 當某些孩子問我是否讀書就會成為人上人，能否擺脫使他痛苦的原生家庭或生活環境，我想回答是的、但也不是，在某個層面上的社會規則來說，學歷並不是最重要的，但也不是不需要的。 在歌曲中有一段歌詞為『你長大以後，要做個讀書人，嫁個好老公，過幸福的一生。』 但什麼才是讀書人？有些孩子在幸福的環境成長，資訊、資源、眼界與他們認為的普世邏輯，對某些孩子來說可能是這輩子永遠無法了解並深思的道理，也就是因為不了解，當他們站在同一間大學的門口互相問好時，注定也不知道彼此的人生在未來早就奠定了不同的方向吧。 孩子們常問我什麼是幸福，我不知道該怎麼回答，有時候越去思考就越會發現也許無知的人容易得到幸福，但這樣說似乎也不對。 當他們用盡全力攀爬到別人的起跑點時，當他們注定踏上跌跌撞撞的人生，回頭詢問我對他們有什麼期許。 我想了許久，除了為他們的成就感到發自真心的自豪跟快樂，還有許多許多的擔憂，但最後我認為，無論如何，只要在未來的人生中能夠持續感覺自己是個人就好。 希望未來無論頻道內的大小孩子是否各奔東西，無論做著什麼工作，或過著各有滋味的人生。 他們都能在每時每刻，感覺到自己生為人的快樂，能夠真實感覺到自己每一次呼吸，記得自己每一次的大笑與悲傷。 歌詞中的尾端為 『讓我做一個愚蠢的人 避免知識和權力之間的矛盾 讓我做一個低賤的人 用勞碌向資本家交換應得的青春 讓我做一個愚蠢的人 讓我做一個低賤的人』 這個世界太龐大，大到未來可能裝下太多酸甜苦辣的人生與經歷，有些人入口難以下嚥，有些人早已麻痺味蕾。 希望孩子們都能明白，低賤也好愚蠢也好，只要仍然能感覺到自己是個人，活生生的人，那無論是怎麼樣的道路，都是不枉此行的。
0:37

沒有想到有天不擅長唱歌的我 竟然會出COVER！😂 想了想或許是因為有許多話不知道該怎麼說出口 想寄託在歌曲裡面送給大小 孩子們吧！ 直播這幾年，一路上來陪伴觀眾們讀書、準備大學、出社會，你們也陪伴我成長、沉澱、向前。 在這些日夜陪伴的時光裡，常常聽到大小孩子們的傾訴，無非是對未來的迷茫以及不知所措。 我該成為什麼樣的人？ 我這樣做會成為一個優秀的人嗎？ 當某些孩子問我是否讀書就會成為人上人，能否擺脫使他痛苦的原生家庭或生活環境，我想回答是的、但也不是，在某個層面上的社會規則來說，學歷並不是最重要的，但也不是不需要的。 在歌曲中有一段歌詞為『你長大以後，要做個讀書人，嫁個好老公，過幸福的一生。』 但什麼才是讀書人？有些孩子在幸福的環境成長，資訊、資源、眼界與他們認為的普世邏輯，對某些孩子來說可能是這輩子永遠無法了解並深思的道理，也就是因為不了解，當他們站在同一間大學的門口互相問好時，注定也不知道彼此的人生在未來早就奠定了不同的方向吧。 孩子們常問我什麼是幸福，我不知道該怎麼回答，有時候越去思考就越會發現也許無知的人容易得到幸福，但這樣說似乎也不對。 當他們用盡全力攀爬到別人的起跑點時，當他們注定踏上跌跌撞撞的人生，回頭詢問我對他們有什麼期許。 我想了許久，除了為他們的成就感到發自真心的自豪跟快樂，還有許多許多的擔憂，但最後我認為，無論如何，只要在未來的人生中能夠持續感覺自己是個人就好。 希望未來無論頻道內的大小孩子是否各奔東西，無論做著什麼工作，或過著各有滋味的人生。 他們都能在每時每刻，感覺到自己生為人的快樂，能夠真實感覺到自己每一次呼吸，記得自己每一次的大笑與悲傷。 歌詞中的尾端為 『讓我做一個愚蠢的人 避免知識和權力之間的矛盾 讓我做一個低賤的人 用勞碌向資本家交換應得的青春 讓我做一個愚蠢的人 讓我做一個低賤的人』 這個世界太龐大，大到未來可能裝下太多酸甜苦辣的人生與經歷，有些人入口難以下嚥，有些人早已麻痺味蕾。 希望孩子們都能明白，低賤也好愚蠢也好，只要仍然能感覺到自己是個人，活生生的人，那無論是怎麼樣的道路，都是不枉此行的。

洛伊可Royco👉個人勢💪不吃香菜

13,352 просмотров • 1 месяц назад

看完黃仁勳這段訪談，你也會想：就活該這樣的人成功！ 很多創業故事都在吹牛逼談成功。但黃仁勳一直在談的反而是在他還沒成功的時候。 30 多年前，NVIDIA 接下一個重要專案，結果做到一半發現技術根本行不通。公司已經快沒錢了，員工等著發薪水，換成多數人，一般會選擇隱瞞、拖延，甚至硬著頭皮把產品做完，先拿到錢再說！ 但黃仁勳主動走到客戶面前，坦白告訴對方： 「我們承諾的技術做不到，你應該找別人合作。」 這句話，幾乎等於親手把公司的投資推開。 然而他沒有欺騙，也沒有畫大餅，而是把所有問題、風險與真相攤在桌上。 更令人敬佩的是那位投資人。 他知道這筆 500 萬美元極可能血本無歸，知道 NVIDIA 隨時可能倒閉，卻仍然相信眼前這個「年輕人」、沒錯，他看重並投資的是一個身陷絕境，依然願意說真話「這個人」 現在全世界都知道結果了。 NVIDIA 成為全球 AI 革命的核心，很多人以為成功來自天才。 但有時候，成功真正的起點，是誠實、守信！
2:25

看完黃仁勳這段訪談，你也會想：就活該這樣的人成功！ 很多創業故事都在吹牛逼談成功。但黃仁勳一直在談的反而是在他還沒成功的時候。 30 多年前，NVIDIA 接下一個重要專案，結果做到一半發現技術根本行不通。公司已經快沒錢了，員工等著發薪水，換成多數人，一般會選擇隱瞞、拖延，甚至硬著頭皮把產品做完，先拿到錢再說！ 但黃仁勳主動走到客戶面前，坦白告訴對方： 「我們承諾的技術做不到，你應該找別人合作。」 這句話，幾乎等於親手把公司的投資推開。 然而他沒有欺騙，也沒有畫大餅，而是把所有問題、風險與真相攤在桌上。 更令人敬佩的是那位投資人。 他知道這筆 500 萬美元極可能血本無歸，知道 NVIDIA 隨時可能倒閉，卻仍然相信眼前這個「年輕人」、沒錯，他看重並投資的是一個身陷絕境，依然願意說真話「這個人」 現在全世界都知道結果了。 NVIDIA 成為全球 AI 革命的核心，很多人以為成功來自天才。 但有時候，成功真正的起點，是誠實、守信！

Buzzdo

99,953 просмотров • 3 месяцев назад

《Freedom of Money Art》動畫版｜第一集 CZ CZ 🔶 BNB 創辦幣安，改變了全球幾億人獲取金融自由的方式。他從零到一，從一間出租屋到全球最大的加密貨幣交易所。他寫過很多關於創業、關於韌性、關於保護用戶的文字。 但《幣安人生》前兩章，CZ寫的不是這些。 CZ寫的是贛榆。那條挑水的路。那盞煤油燈。那個永遠有花生的口袋。 CZ選擇從這裡開始講故事，這件事本身就很説明问題——他知道一個人從哪裡來，比他要到哪裡去，更能定義他是誰。 我們做這部動畫，是因為我相信這個開場值得被更多人看見。 不是為了告訴世界CZ後來有多成功——成功的故事太多了，不缺這一個。是為了告訴世界：那個六歲跟在母親身後挑水的男孩，那個在煤油燈下咬鉛筆頭的男孩，那個看燈泡看到出神的男孩——他後來改變世界，不是因為他突然變成了另一個人，而是因為他一直是那個從贛榆走出來的孩子。 他見過凌晨四點的灶房。他知道三百米有多遠。他知道一盞燈意味著什麼。 所以他做交易所，會把用戶資產安全看得比什麼都重——因為他從小就知道，「光」不是理所應當的。 CZ走了很遠。從贛榆到合肥，從合肥到全球。但那條土路，那盞煤油燈，那個永遠有花生的口袋——它們沒有消失，它們長成了CZ做一切事情的地基。 這篇讀後感寫給他。這個短劇也做給他。 希望大表哥喜歡。 Yi He
4:57

《Freedom of Money Art》動畫版｜第一集 CZ CZ 🔶 BNB 創辦幣安，改變了全球幾億人獲取金融自由的方式。他從零到一，從一間出租屋到全球最大的加密貨幣交易所。他寫過很多關於創業、關於韌性、關於保護用戶的文字。 但《幣安人生》前兩章，CZ寫的不是這些。 CZ寫的是贛榆。那條挑水的路。那盞煤油燈。那個永遠有花生的口袋。 CZ選擇從這裡開始講故事，這件事本身就很説明问題——他知道一個人從哪裡來，比他要到哪裡去，更能定義他是誰。 我們做這部動畫，是因為我相信這個開場值得被更多人看見。 不是為了告訴世界CZ後來有多成功——成功的故事太多了，不缺這一個。是為了告訴世界：那個六歲跟在母親身後挑水的男孩，那個在煤油燈下咬鉛筆頭的男孩，那個看燈泡看到出神的男孩——他後來改變世界，不是因為他突然變成了另一個人，而是因為他一直是那個從贛榆走出來的孩子。 他見過凌晨四點的灶房。他知道三百米有多遠。他知道一盞燈意味著什麼。 所以他做交易所，會把用戶資產安全看得比什麼都重——因為他從小就知道，「光」不是理所應當的。 CZ走了很遠。從贛榆到合肥，從合肥到全球。但那條土路，那盞煤油燈，那個永遠有花生的口袋——它們沒有消失，它們長成了CZ做一切事情的地基。 這篇讀後感寫給他。這個短劇也做給他。 希望大表哥喜歡。 Yi He

Freedom of Money Art

284,110 просмотров • 3 месяцев назад

剪完 Leto Bao 這集的精華,我自己又重看了一遍 一位前字節跳動工程師,把程序員 的思維直接搬進投資裡。他說對數據敏感是職業特質,聽完妳會發現,這其實是一整套可以複製的思考方式。 這支剪輯裡他聊了: 🔸槓鈴策略怎麼落地:絕大部分倉位放在他長期相信的指數,只留一小部分做高波動的嘗試,讓任何單筆結果都不影響整體組合 🔸用「買房交定金」的比喻解釋期權的槓桿邏輯,零基礎也能一次聽懂 🔸他搭了一個 AI agent 訂閱資訊源,自動總結市場異動推送給自己,期權對沖交給 bot,但股票決策一定由本人做 🔸給剛起步的年輕人:先誠實評估自己的風險承受力和現金流,看不懂的階段,他自己的答案是指數 我印象最深的一句話:寫一個 script,它就一直替你工作,你只需要迭代它。 其實人也是一樣。我們不需要一開始就寫出完美的版本,重要的是持續運行,持續修正。倉位可以迭代,系統可以迭代,認知可以迭代。 人生沒有最終版本,只有下一個版本。 （與Leto聊完後，我現在是Jenny 2.0了😂） 完整訪談在 Binance Square 🎧
3:49

剪完 Leto Bao 這集的精華,我自己又重看了一遍 一位前字節跳動工程師,把程序員 的思維直接搬進投資裡。他說對數據敏感是職業特質,聽完妳會發現,這其實是一整套可以複製的思考方式。 這支剪輯裡他聊了: 🔸槓鈴策略怎麼落地:絕大部分倉位放在他長期相信的指數,只留一小部分做高波動的嘗試,讓任何單筆結果都不影響整體組合 🔸用「買房交定金」的比喻解釋期權的槓桿邏輯,零基礎也能一次聽懂 🔸他搭了一個 AI agent 訂閱資訊源,自動總結市場異動推送給自己,期權對沖交給 bot,但股票決策一定由本人做 🔸給剛起步的年輕人:先誠實評估自己的風險承受力和現金流,看不懂的階段,他自己的答案是指數 我印象最深的一句話:寫一個 script,它就一直替你工作,你只需要迭代它。 其實人也是一樣。我們不需要一開始就寫出完美的版本,重要的是持續運行,持續修正。倉位可以迭代,系統可以迭代,認知可以迭代。 人生沒有最終版本,只有下一個版本。 （與Leto聊完後，我現在是Jenny 2.0了😂） 完整訪談在 Binance Square 🎧

Jenny 제니 🔸Binance

128,602 просмотров • 2 месяцев назад

OpenAI的鬧劇讓我對其中的主要人物升起了好感。我的一大感想是：只有在美國才會發生這樣的事情。在中國絕無可能。而這正是中國的悲哀。 OpenAI在4天之內換了4個CEO。最後的結果是起初被突然解僱的CEO Sam Altman又被請回來復職。這場鬧劇的核心是為什麼Sam Altman會被解僱，他又為什麼被復職？ 這裡面有一個重要人物是Ilya Sutskever。 他是OpenAI的首席科學家，公司的聯合創始人之一，以及董事會成員。他是參與解僱Sam Altman的重要人物之一。因為就是他通知Altman參加公司會議的人，會上就宣布解僱了Altman。 有報導說，他之所以要把Altman搞掉，是因為他和Altman在AI發展理念上出現了巨大分歧。Sutskever非常強調AI的安全性。OpenAI的員工對他的描述是，Sutskever聚焦在兩個問題上。首先，如何讓人工智能可以实现人类水平的思维，也被称为人工通用智能（AGI）。其次，如果AGI和人类价值观 發生衝突，那么它们将是危险的。 大家覺得他的這兩個聚焦矛盾，是吧？其實一點不矛盾。因為研究AGI是科技的潮流。他不做也會有別人做。與其別人先發展出來，不如他們自己先發展出來。這樣他們還有控制它和塑造它的餘地。《華爾街日報》的一篇報導說，他底下的一位科學家在向Sutskever匯報自己工作進展的時候，Sutskever說，很好，繼續。但是你應該花更多時間來研究如何把人工智能愛人類這件事用程序固定下來。 有媒體報導說，他在人工智能的安全性方面和CEO Sam Altman發生了矛盾。他想讓AI變得更安全，而Altman在努力推進AI快速發展，以此為公司帶來更大利益。因為這個矛盾，Sutskever就發起了這次公司“政變”。 但事實很可能並非如此。因為在這幾天中，其中一位被短暫任命為CEO的人發推說，她發現董事會解僱Altman的理由根本不是因為AI的安全性問題。因此，她對擔任新CEO這件事沒有興趣。也就是說，她也是在意AI安全性的。她以為Altman被解僱是因為他不顧安全性。但後來她發現不是。所以，她並不想參與這件事。 那麼，Altman到底為什麼被解僱呢？有媒體透露，是因為Altman最近非常積極的接觸中東的投資人，要發展一些新的業務。例如，他想讓openAI自己做芯片，這樣就不依賴於NVIDIA。現在高級AI的芯片基本上都是NVIDIA造的。這樣就使openAI的發展受制於NVIDIA。 而Altman想讓發展AI和AGI的核心掌握在自己公司手中。但是，他的這些新的做法可能引起了董事會的不滿。他們說他行為不透明。也許是他沒有和董事會溝通好這些事。這是他被解僱的真正原因。 那麼，Sutskever為什麼在3天以後突然反悔，又支持Altman重返CEO的職位呢？我猜想是因為他也發現Altman在AI安全上和他並無什麼分歧。事實上openAI最初的創始人就是Altman和Elon Musk。而這間非營利組織的目的就是研究如何讓AI的發展不威脅人類的安全。所以Altman和他是一條心的。大家在下面這個視頻裡面就能看到Altman自己親口說出來的證據。 下面我說點感想。這件事總體上讓我感覺不壞。因為如果鬧劇的起因是這些跑在AI發展最前面的科學家，CEO因為擔心AI的安全而做出的有點歇斯底里的舉動的話，我覺得這不是壞事。它讓我對人性更有信心。搞出這種鬧劇，起碼比不問AI對人類的危害，眾志成城的悶聲發大財強。而這種事情，只有在像美國這樣有思想自由的國家才能發生。在中國絕無可能。 有人說，如果美國科學家對AI發展限制，而中共不限制，那不是更糟糕嗎？其實不然。中國因為政治體制的原因，對AI發展的限制更多。在發展人工通用智能方面，中共沒有可能超越西方。因為他們從根本上不允許AI自由思考。他們也不允許科學家自由思考。所以他們造不出來。在一些特殊領域，比如圖像識別等方面，中共有一些可能超越其他國家，因為他們收集的數據多。但是，因為AI現在算法的改變，數據量已經不起決定作用了。 最後，我想用底下這個片子說明一下我對人工智能是否真能取代人腦，是否會產生真正的創造力的看法。這是我非營利組織西湖製作公司製作的節目：
17:53

OpenAI的鬧劇讓我對其中的主要人物升起了好感。我的一大感想是：只有在美國才會發生這樣的事情。在中國絕無可能。而這正是中國的悲哀。 OpenAI在4天之內換了4個CEO。最後的結果是起初被突然解僱的CEO Sam Altman又被請回來復職。這場鬧劇的核心是為什麼Sam Altman會被解僱，他又為什麼被復職？ 這裡面有一個重要人物是Ilya Sutskever。 他是OpenAI的首席科學家，公司的聯合創始人之一，以及董事會成員。他是參與解僱Sam Altman的重要人物之一。因為就是他通知Altman參加公司會議的人，會上就宣布解僱了Altman。 有報導說，他之所以要把Altman搞掉，是因為他和Altman在AI發展理念上出現了巨大分歧。Sutskever非常強調AI的安全性。OpenAI的員工對他的描述是，Sutskever聚焦在兩個問題上。首先，如何讓人工智能可以实现人类水平的思维，也被称为人工通用智能（AGI）。其次，如果AGI和人类价值观 發生衝突，那么它们将是危险的。 大家覺得他的這兩個聚焦矛盾，是吧？其實一點不矛盾。因為研究AGI是科技的潮流。他不做也會有別人做。與其別人先發展出來，不如他們自己先發展出來。這樣他們還有控制它和塑造它的餘地。《華爾街日報》的一篇報導說，他底下的一位科學家在向Sutskever匯報自己工作進展的時候，Sutskever說，很好，繼續。但是你應該花更多時間來研究如何把人工智能愛人類這件事用程序固定下來。 有媒體報導說，他在人工智能的安全性方面和CEO Sam Altman發生了矛盾。他想讓AI變得更安全，而Altman在努力推進AI快速發展，以此為公司帶來更大利益。因為這個矛盾，Sutskever就發起了這次公司“政變”。 但事實很可能並非如此。因為在這幾天中，其中一位被短暫任命為CEO的人發推說，她發現董事會解僱Altman的理由根本不是因為AI的安全性問題。因此，她對擔任新CEO這件事沒有興趣。也就是說，她也是在意AI安全性的。她以為Altman被解僱是因為他不顧安全性。但後來她發現不是。所以，她並不想參與這件事。 那麼，Altman到底為什麼被解僱呢？有媒體透露，是因為Altman最近非常積極的接觸中東的投資人，要發展一些新的業務。例如，他想讓openAI自己做芯片，這樣就不依賴於NVIDIA。現在高級AI的芯片基本上都是NVIDIA造的。這樣就使openAI的發展受制於NVIDIA。 而Altman想讓發展AI和AGI的核心掌握在自己公司手中。但是，他的這些新的做法可能引起了董事會的不滿。他們說他行為不透明。也許是他沒有和董事會溝通好這些事。這是他被解僱的真正原因。 那麼，Sutskever為什麼在3天以後突然反悔，又支持Altman重返CEO的職位呢？我猜想是因為他也發現Altman在AI安全上和他並無什麼分歧。事實上openAI最初的創始人就是Altman和Elon Musk。而這間非營利組織的目的就是研究如何讓AI的發展不威脅人類的安全。所以Altman和他是一條心的。大家在下面這個視頻裡面就能看到Altman自己親口說出來的證據。 下面我說點感想。這件事總體上讓我感覺不壞。因為如果鬧劇的起因是這些跑在AI發展最前面的科學家，CEO因為擔心AI的安全而做出的有點歇斯底里的舉動的話，我覺得這不是壞事。它讓我對人性更有信心。搞出這種鬧劇，起碼比不問AI對人類的危害，眾志成城的悶聲發大財強。而這種事情，只有在像美國這樣有思想自由的國家才能發生。在中國絕無可能。 有人說，如果美國科學家對AI發展限制，而中共不限制，那不是更糟糕嗎？其實不然。中國因為政治體制的原因，對AI發展的限制更多。在發展人工通用智能方面，中共沒有可能超越西方。因為他們從根本上不允許AI自由思考。他們也不允許科學家自由思考。所以他們造不出來。在一些特殊領域，比如圖像識別等方面，中共有一些可能超越其他國家，因為他們收集的數據多。但是，因為AI現在算法的改變，數據量已經不起決定作用了。 最後，我想用底下這個片子說明一下我對人工智能是否真能取代人腦，是否會產生真正的創造力的看法。這是我非營利組織西湖製作公司製作的節目：

蕭茗

25,958 просмотров • 2 лет назад

#小企鵝看電影 #國有器官 裡面的資訊先前多少有耳聞，包括了最近來台灣告訴人們中共邪惡強摘人民器官真相的鄭治醫師。 影片以兩個法輪功學員的家庭貫串全劇，法輪功學員的親人找人找不到。 迫害的事件牽涉很廣，細節很多，電影只能把重點都點到了： 什麼是法輪功、為什麼迫害、醫院提供法輪功器官的電話錄音證據，活摘器官間接參與者的證詞。 雖然電影裡沒提到台灣，但台灣涉入多深？可能非常深。 映後座談會的來賓 kevin 提到一些驚人的資訊，我從中間開始錄影： 這次第二次換可能會更好，又再去一次。因為他知道你家有錢，他知道你會去第一次，你就是會去第二次。 那他跟我講說，他帶爸爸去第二次的時候，醫院就給他一個名單： - 你要哪一個人的腎？ 他居然可以從名單裡面選這個人的名字，表示說這個人就是因為他爸爸要換器官而死。 那我們想說腎有兩顆嘛，對不對？那可能就是摘他一顆，這個人還是可能活著。錯！因為當腎從那個保溫盒送來手術室的時候是兩顆： 第一，他要滅口。 第二，兩顆可以預備。當作一顆沒有接好，另外一顆可以再接上。 所以那個人一定是死的。那我那個朋友跟我講說，他爸爸其實總共換了四對的腎，他爸爸換了四對的腎，死了四個人。 除此之外，才上個禮拜，因為我在台中，我也在推廣這部電影。我跟我的園丁就來幫我做花園的園丁，我說這部電影你有沒有想來看，這關於器官移植。他說，哎呀，我身邊就有一位年輕人，就是去大陸去工作，就是可能喝了很多酒吧，肝就壞了，然後他家很有錢。所以呢，就去大陸換肝。 第一次去，大家知道花多少錢嗎？三百多萬台幣換肝喔！三百多萬台幣。換回來，哎呦，就是不好。他第一次就是可能也是故意的，讓他回來台灣也是難受，痛苦的不得了，就告訴他，你要再去大陸再換第二次。 第二次去，開價多少？ 四百多萬，接近五百萬。 他父母不忍心他兒子這樣受苦，就讓他再去換第二次，又花了四百多萬。 回來以後，還是一樣，再怎麼打抗排斥藥，還是沒有辦法存活。醫生說可能這個肝再沒有多久就要敗壞了，器官都會衰竭。 所以呢，只能再去第三次。這次第三次，要價五百多萬，近六百多萬。 中國的醫療是這樣子在剝削我們台灣人的錢，而不保證把你台灣人真正換好醫治好。而且這從中有多少的恐怖的、沒有醫學良知的、沒有道德的醫護人員做事。 所以醫療倫理是太重要了，人權、自由實在是太重要了。我們台灣一定要告訴我們的立法委員，我們的這些做政策的人，要來立法，跟美國一樣，我們要終止這樣子的迫害。 台灣人不去大陸換肝，不去那邊換腎，我們寧可在台灣慢慢的好好的等，台灣的醫療這麼好，你等個四年五年，你換到的是良心的，是好的，是你不會內疚的器官。
3:19

#小企鵝看電影 #國有器官 裡面的資訊先前多少有耳聞，包括了最近來台灣告訴人們中共邪惡強摘人民器官真相的鄭治醫師。 影片以兩個法輪功學員的家庭貫串全劇，法輪功學員的親人找人找不到。 迫害的事件牽涉很廣，細節很多，電影只能把重點都點到了： 什麼是法輪功、為什麼迫害、醫院提供法輪功器官的電話錄音證據，活摘器官間接參與者的證詞。 雖然電影裡沒提到台灣，但台灣涉入多深？可能非常深。 映後座談會的來賓 kevin 提到一些驚人的資訊，我從中間開始錄影： 這次第二次換可能會更好，又再去一次。因為他知道你家有錢，他知道你會去第一次，你就是會去第二次。 那他跟我講說，他帶爸爸去第二次的時候，醫院就給他一個名單： - 你要哪一個人的腎？ 他居然可以從名單裡面選這個人的名字，表示說這個人就是因為他爸爸要換器官而死。 那我們想說腎有兩顆嘛，對不對？那可能就是摘他一顆，這個人還是可能活著。錯！因為當腎從那個保溫盒送來手術室的時候是兩顆： 第一，他要滅口。 第二，兩顆可以預備。當作一顆沒有接好，另外一顆可以再接上。 所以那個人一定是死的。那我那個朋友跟我講說，他爸爸其實總共換了四對的腎，他爸爸換了四對的腎，死了四個人。 除此之外，才上個禮拜，因為我在台中，我也在推廣這部電影。我跟我的園丁就來幫我做花園的園丁，我說這部電影你有沒有想來看，這關於器官移植。他說，哎呀，我身邊就有一位年輕人，就是去大陸去工作，就是可能喝了很多酒吧，肝就壞了，然後他家很有錢。所以呢，就去大陸換肝。 第一次去，大家知道花多少錢嗎？三百多萬台幣換肝喔！三百多萬台幣。換回來，哎呦，就是不好。他第一次就是可能也是故意的，讓他回來台灣也是難受，痛苦的不得了，就告訴他，你要再去大陸再換第二次。 第二次去，開價多少？ 四百多萬，接近五百萬。 他父母不忍心他兒子這樣受苦，就讓他再去換第二次，又花了四百多萬。 回來以後，還是一樣，再怎麼打抗排斥藥，還是沒有辦法存活。醫生說可能這個肝再沒有多久就要敗壞了，器官都會衰竭。 所以呢，只能再去第三次。這次第三次，要價五百多萬，近六百多萬。 中國的醫療是這樣子在剝削我們台灣人的錢，而不保證把你台灣人真正換好醫治好。而且這從中有多少的恐怖的、沒有醫學良知的、沒有道德的醫護人員做事。 所以醫療倫理是太重要了，人權、自由實在是太重要了。我們台灣一定要告訴我們的立法委員，我們的這些做政策的人，要來立法，跟美國一樣，我們要終止這樣子的迫害。 台灣人不去大陸換肝，不去那邊換腎，我們寧可在台灣慢慢的好好的等，台灣的醫療這麼好，你等個四年五年，你換到的是良心的，是好的，是你不會內疚的器官。

冰山小企鵝

16,578 просмотров • 2 лет назад

祝各位聖誕節快樂啊 這部恐怖電影哪裡人看阿 好想看它的劇情 AI 黑箱真正讓人不安的地方 很多人講 AI 黑箱，會把重點放在「模型太複雜看不懂」但我後來覺得真正讓人不安是你連最基本的事情都無法確認 比如說 這次推理是不是用同一個模型？ 是不是同一組參數？ 有沒有被偷偷簡化過？ 這些問題，你現在幾乎沒有答案 你只能假設對方是誠實的 這在聊天或寫文時可能沒差 但一旦 AI 被用在金融、風控、甚至鏈上自動執行時 這種「只能假設」就變成風險來源 Inference Labs 的設計，其實就是試著在黑箱外面加一層「最低限度的可確認性」 你不需要懂模型，但你至少可以驗證 這次結果，確實是照規則算出來的 對我來說，這是讓黑箱不再完全不可控
0:23

祝各位聖誕節快樂啊 這部恐怖電影哪裡人看阿 好想看它的劇情 AI 黑箱真正讓人不安的地方 很多人講 AI 黑箱，會把重點放在「模型太複雜看不懂」但我後來覺得真正讓人不安是你連最基本的事情都無法確認 比如說 這次推理是不是用同一個模型？ 是不是同一組參數？ 有沒有被偷偷簡化過？ 這些問題，你現在幾乎沒有答案 你只能假設對方是誠實的 這在聊天或寫文時可能沒差 但一旦 AI 被用在金融、風控、甚至鏈上自動執行時 這種「只能假設」就變成風險來源 Inference Labs 的設計，其實就是試著在黑箱外面加一層「最低限度的可確認性」 你不需要懂模型，但你至少可以驗證 這次結果，確實是照規則算出來的 對我來說，這是讓黑箱不再完全不可控

小美哥🕊️｜🐬TermMax

52,633 просмотров • 8 месяцев назад

原本想說大家都在恭喜 ㄧ姐升任 幣安的 CO-CEO， 我應該不用再多補充什麼。 但這次 #BinanceBlockchainWeek2025 的經歷， 讓我有一些很深的感受，想靜靜地分享。 因為我一直覺得—— 在這個行業裡，真正的努力常常被大家忽略。 💛 這是我最敬佩 ㄧ姐的一句話： 「人生像一場通關遊戲。 老天會一直給你同樣的牌， 直到你找到更優的解法。」 她每天醒來面對的壓力程度，大概是一般人的十倍吧。 但她的反應不是抱怨、不是逃避， 而是「那我們怎麼把事情做得更好？」 這份心，我真的很敬佩。 💛 幣安從來不是靠熱度，而是靠「把事做好」走到今天 從 2017/7/14 到現在，八年了。 連 CZ 自己都說過—— ㄧ姐沒有一天不是在跟幣安並肩作戰。 你可以說：「她是股東，她當然要全力以赴。」 但我看到的她 是那種「就算沒人看見，也會把事情做到最好」的人。 最讓我印象深刻的一句話是： 「不要只罵幣安。 加入我們，一起把它做成你想看到的樣子。」 這不是情緒，是胸懷。 我一直覺得這就是領導者真正的力量。 💛 有些評論，真的不是不痛， 只是她選擇把力量放在「向前走」 我有時真的看不慣行業裡那種： 要吃甜頭，又要踩人，還要嘴酸的文化。 但如果是我，我可能會忍不住反擊。 如果你不滿意——那你上來做做看啊？ 可 ㄧ姐從來沒有這樣。 她被罵、被潑到不屬於她的鍋時， 她的反應永遠是： 「那我們團隊下一步怎麼前進？」 這格局，我真的學不來。 💛 那說說 Richard Teng Richard Teng 很多人不知道： Richard 在成為 CEO 前， 本來就是全組織裡最懂「安全、監管、合規」的人。 他接任後做的每一件事，都跟炒幣無關： 是辛苦、枯燥、但最重要的那種—— 讓幣安在全球合規化、打通政府、推動產業走正軌。 這些努力平常沒人看見， 但每一次出事、每一個風險，都需要他扛。 💛 我眼中的 Richard：穩定、細節、真正的領導者 我親眼見過他最真實的樣子： 在一場 Binance 全球 KOL afterparty 裡， 所有人都湧上去想跟他合照。 他卻先走向身邊的員工， 笑著說： 「先讓我跟我的團隊拍照。」 這句話外人可能聽了覺得普通， 但我當下真的覺得暖到不行。 這是一種「看世界，也看見人」的能力。 有幸在台灣的時候， 看見他對妻子的互動、對團隊的細節、對合作夥伴的穩定， 都讓我覺得： 這就是一個值得信任、值得追隨的領導者。 💛 這些事，多數人不會注意 —— 因為它們沒有炒作價值 合規、流程、風控…… 這些不是大家愛看的話題。 但如果今天 Binance 還能在全球活著、擴張、合作、創新—— 那背後的功勞誰都跑不掉。 至於 ㄧ姐 Yi He 她常常背負著不是她應該扛的壓力， 但是依然站在第一線保護團隊。 我每每看見時，真的覺得： 「成為引領新世界的人，真的不容易。」 💛 我知道這件事可能跟我個人沒什麼關係 但那種感覺就像—— 當你看到你尊敬的人被誤會、被攻擊， 心裡真的會不舒服。 能做的不多， 但至少能給出我自己的支持。 因為我知道， 他們在做的每一件事， 都比我們想像的還大、還難、還值得尊敬。 --------------------說更認真ㄉ----------------------- 其實，「雙執行長」在科技產業不是第一次出現。 台積電早期就是由張忠謀與蔣尚義共同領導，也因為雙執行長的互補特質， 把公司帶上了一條更穩、更快、且更具前瞻性的路。 而這次幣安的 Co-CEO 佈局， 我覺得也是同樣的邏輯—— 只是更符合 Web3 的速度與全球性。 💛何一（ㄧ姐）升任 Co-CEO 的優勢非常明確： 1/ 她是從公司創立就一路並肩的核心人物，對幣安的願景、文化、底層邏輯有最深的理解。 2/ 她本來就已經實際承擔 Co-CEO 的角色，只是現在正式化。 3/ 她擅長用戶文化、產品創新、社群擴張，這是幣安能朝向 10 億用戶（目標）不可或缺的力量。 4/ 她的風格很清楚：把用戶放第一、把文化活出來、把策略做接地氣。 💛而 Richard Teng 的角色也同樣重要： 1/他過去負責全球監管與安全，佈局的是「制度、合規、信任的地基」。 2/ 他幫幣安在各地與政府溝通、建立穩定框架，讓創新有「合法位置」可以發生。 3/ 他的冷靜、穩定、務實，剛好跟何一的創新、文化、擴張形成完美互補。 『 一個懂產品、懂市場、懂用戶； 一個懂監管、懂制度、懂全球治理。 』 這就像一個引擎有兩邊同時發力—— 行業越複雜、越需要這種「雙軌思維」。 而劣勢嘛…… 可能就是兩位都變得更忙吧lol 全世界都在看著他們，而他們也真的在努力推動整個產業往前走。 但如果「忙」能換來全球用戶更安全的體驗、 更健康的 Web3 生態、 更清晰的監管環境、 更大的創新空間—— 那我想，這應該算是一種值得的忙碌。 這就是我從這次 #BinanceBlockchainWeek2025 看到的「雙執行長時代」： 不是形式，是真正互補。 不是分權，是互相放大。 不是兩個聲音，而是一個更強大的方向感。 币安Binance华语 Binance #幣安小夥伴加油！
1:47

原本想說大家都在恭喜 ㄧ姐升任 幣安的 CO-CEO， 我應該不用再多補充什麼。 但這次 #BinanceBlockchainWeek2025 的經歷， 讓我有一些很深的感受，想靜靜地分享。 因為我一直覺得—— 在這個行業裡，真正的努力常常被大家忽略。 💛 這是我最敬佩 ㄧ姐的一句話： 「人生像一場通關遊戲。 老天會一直給你同樣的牌， 直到你找到更優的解法。」 她每天醒來面對的壓力程度，大概是一般人的十倍吧。 但她的反應不是抱怨、不是逃避， 而是「那我們怎麼把事情做得更好？」 這份心，我真的很敬佩。 💛 幣安從來不是靠熱度，而是靠「把事做好」走到今天 從 2017/7/14 到現在，八年了。 連 CZ 自己都說過—— ㄧ姐沒有一天不是在跟幣安並肩作戰。 你可以說：「她是股東，她當然要全力以赴。」 但我看到的她 是那種「就算沒人看見，也會把事情做到最好」的人。 最讓我印象深刻的一句話是： 「不要只罵幣安。 加入我們，一起把它做成你想看到的樣子。」 這不是情緒，是胸懷。 我一直覺得這就是領導者真正的力量。 💛 有些評論，真的不是不痛， 只是她選擇把力量放在「向前走」 我有時真的看不慣行業裡那種： 要吃甜頭，又要踩人，還要嘴酸的文化。 但如果是我，我可能會忍不住反擊。 如果你不滿意——那你上來做做看啊？ 可 ㄧ姐從來沒有這樣。 她被罵、被潑到不屬於她的鍋時， 她的反應永遠是： 「那我們團隊下一步怎麼前進？」 這格局，我真的學不來。 💛 那說說 Richard Teng Richard Teng 很多人不知道： Richard 在成為 CEO 前， 本來就是全組織裡最懂「安全、監管、合規」的人。 他接任後做的每一件事，都跟炒幣無關： 是辛苦、枯燥、但最重要的那種—— 讓幣安在全球合規化、打通政府、推動產業走正軌。 這些努力平常沒人看見， 但每一次出事、每一個風險，都需要他扛。 💛 我眼中的 Richard：穩定、細節、真正的領導者 我親眼見過他最真實的樣子： 在一場 Binance 全球 KOL afterparty 裡， 所有人都湧上去想跟他合照。 他卻先走向身邊的員工， 笑著說： 「先讓我跟我的團隊拍照。」 這句話外人可能聽了覺得普通， 但我當下真的覺得暖到不行。 這是一種「看世界，也看見人」的能力。 有幸在台灣的時候， 看見他對妻子的互動、對團隊的細節、對合作夥伴的穩定， 都讓我覺得： 這就是一個值得信任、值得追隨的領導者。 💛 這些事，多數人不會注意 —— 因為它們沒有炒作價值 合規、流程、風控…… 這些不是大家愛看的話題。 但如果今天 Binance 還能在全球活著、擴張、合作、創新—— 那背後的功勞誰都跑不掉。 至於 ㄧ姐 Yi He 她常常背負著不是她應該扛的壓力， 但是依然站在第一線保護團隊。 我每每看見時，真的覺得： 「成為引領新世界的人，真的不容易。」 💛 我知道這件事可能跟我個人沒什麼關係 但那種感覺就像—— 當你看到你尊敬的人被誤會、被攻擊， 心裡真的會不舒服。 能做的不多， 但至少能給出我自己的支持。 因為我知道， 他們在做的每一件事， 都比我們想像的還大、還難、還值得尊敬。 --------------------說更認真ㄉ----------------------- 其實，「雙執行長」在科技產業不是第一次出現。 台積電早期就是由張忠謀與蔣尚義共同領導，也因為雙執行長的互補特質， 把公司帶上了一條更穩、更快、且更具前瞻性的路。 而這次幣安的 Co-CEO 佈局， 我覺得也是同樣的邏輯—— 只是更符合 Web3 的速度與全球性。 💛何一（ㄧ姐）升任 Co-CEO 的優勢非常明確： 1/ 她是從公司創立就一路並肩的核心人物，對幣安的願景、文化、底層邏輯有最深的理解。 2/ 她本來就已經實際承擔 Co-CEO 的角色，只是現在正式化。 3/ 她擅長用戶文化、產品創新、社群擴張，這是幣安能朝向 10 億用戶（目標）不可或缺的力量。 4/ 她的風格很清楚：把用戶放第一、把文化活出來、把策略做接地氣。 💛而 Richard Teng 的角色也同樣重要： 1/他過去負責全球監管與安全，佈局的是「制度、合規、信任的地基」。 2/ 他幫幣安在各地與政府溝通、建立穩定框架，讓創新有「合法位置」可以發生。 3/ 他的冷靜、穩定、務實，剛好跟何一的創新、文化、擴張形成完美互補。 『 一個懂產品、懂市場、懂用戶； 一個懂監管、懂制度、懂全球治理。 』 這就像一個引擎有兩邊同時發力—— 行業越複雜、越需要這種「雙軌思維」。 而劣勢嘛…… 可能就是兩位都變得更忙吧lol 全世界都在看著他們，而他們也真的在努力推動整個產業往前走。 但如果「忙」能換來全球用戶更安全的體驗、 更健康的 Web3 生態、 更清晰的監管環境、 更大的創新空間—— 那我想，這應該算是一種值得的忙碌。 這就是我從這次 #BinanceBlockchainWeek2025 看到的「雙執行長時代」： 不是形式，是真正互補。 不是分權，是互相放大。 不是兩個聲音，而是一個更強大的方向感。 币安Binance华语 Binance #幣安小夥伴加油！

Chou 周周周周周周ㄓㄡㄓㄡ （Be N Builder 版）

53,078 просмотров • 8 месяцев назад