Video wird geladen...

Video konnte nicht geladen werden

Zur Startseite

[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

24,121 subscribers

40,589 Aufrufe • vor 6 Monaten •via X (Twitter)

LIVE

Anya Rossi• Live Now

Private livecam show

0 Kommentare

Keine Kommentare verfügbar

Kommentare vom Original-Post werden hier angezeigt

Ähnliche Videos

[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

184,133 Aufrufe • vor 6 Monaten

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

13,073 Aufrufe • vor 3 Monaten

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 Aufrufe • vor 5 Monaten

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

48,267 Aufrufe • vor 3 Monaten

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

639,817 Aufrufe • vor 5 Monaten

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 Aufrufe • vor 2 Monaten

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🕊️｜🐬TermMax

346,344 Aufrufe • vor 5 Monaten

《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

259,059 Aufrufe • vor 12 Tagen

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

83,136 Aufrufe • vor 5 Tagen

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 Aufrufe • vor 5 Monaten

蔣萬安FB： 對於無依孩童，每個月要訪視兩次。大家很關心保姆虐嬰，我也深深痛心難過與不捨，有人勸我不要公親變事主…. ===================== 北市議員苗博雅： 台北市社會局負責管理這個保姆的主管機關，你覺得你是公親！？ 這是不是真的四個字啊 「太離譜了」 你沒有把你的保姆管好，你本身就是事主嘛，所以我覺得這句話寫得非常的過份，你講的好像你是路人一樣 在警訊出現的時候，社工都一直站在保姆的立場在解釋這些警訊，這就是這個案子為什麼現在社工會被調查最大的關鍵 兒福聯盟每月都要探視一次， 這就叫做「球員兼裁判」… 兒福聯盟跟這保姆是合作關係 ，因為人是你找的，如果這保姆有問題，你也會被波及…. 所以在這個案子中，社工其實是站在保姆的立場在想的，她完全沒有去思考，有沒有可能這保姆是極少數的不良劣質保姆之一呢？！
1:47

蔣萬安FB： 對於無依孩童，每個月要訪視兩次。大家很關心保姆虐嬰，我也深深痛心難過與不捨，有人勸我不要公親變事主…. ===================== 北市議員苗博雅： 台北市社會局負責管理這個保姆的主管機關，你覺得你是公親！？ 這是不是真的四個字啊 「太離譜了」 你沒有把你的保姆管好，你本身就是事主嘛，所以我覺得這句話寫得非常的過份，你講的好像你是路人一樣 在警訊出現的時候，社工都一直站在保姆的立場在解釋這些警訊，這就是這個案子為什麼現在社工會被調查最大的關鍵 兒福聯盟每月都要探視一次， 這就叫做「球員兼裁判」… 兒福聯盟跟這保姆是合作關係 ，因為人是你找的，如果這保姆有問題，你也會被波及…. 所以在這個案子中，社工其實是站在保姆的立場在想的，她完全沒有去思考，有沒有可能這保姆是極少數的不良劣質保姆之一呢？！

𝓣𝓸𝓪𝓷𝓷𝓮 ღˇ◡ˇ)

92,727 Aufrufe • vor 2 Jahren

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

19,290 Aufrufe • vor 4 Monaten

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

25,862 Aufrufe • vor 2 Jahren

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）

52,614 Aufrufe • vor 5 Monaten

我是KOBE迷，以前常常看他在湖人隊飆分 現在只能透過這個 AI 技術來懷念他 這個段子真的蠻好笑的 現在要結婚先要有銀子、房子、車子 說真的這是給女孩保障沒錯，這挑戰也是蠻難的 不說了先來聊點正經事了 Talus Labs 他們關心的不是 AI 會不會說話 而是 AI 能不能自己跑流程、接任務、做決策、交付結果 技術上，Talus 把 AI agent 當成一個會行動的單位 不是一次性的請求回應 每個 agent 有自己的狀態、目標、行為邏輯 可以被丟進 Arena 裡實際運作 再透過結果被評分、被獎勵、被淘汰 鏈上負責規則、排名、結算 AI 負責行為與產 兩邊分工很清楚 這樣做的好處是 AI 不是展示能力 是在真實約束下被訓練 當行為開始有成本、有回饋、有結果 AI 的進化方式就會完全不一樣 Talus 這套技術路線 更像是在幫未來的 AI 世界先寫好運作規則 等到 AI agent 大量出現的時候 這種架構的價值 應該會比現在看起來大得多
1:12

我是KOBE迷，以前常常看他在湖人隊飆分 現在只能透過這個 AI 技術來懷念他 這個段子真的蠻好笑的 現在要結婚先要有銀子、房子、車子 說真的這是給女孩保障沒錯，這挑戰也是蠻難的 不說了先來聊點正經事了 Talus Labs 他們關心的不是 AI 會不會說話 而是 AI 能不能自己跑流程、接任務、做決策、交付結果 技術上，Talus 把 AI agent 當成一個會行動的單位 不是一次性的請求回應 每個 agent 有自己的狀態、目標、行為邏輯 可以被丟進 Arena 裡實際運作 再透過結果被評分、被獎勵、被淘汰 鏈上負責規則、排名、結算 AI 負責行為與產 兩邊分工很清楚 這樣做的好處是 AI 不是展示能力 是在真實約束下被訓練 當行為開始有成本、有回饋、有結果 AI 的進化方式就會完全不一樣 Talus 這套技術路線 更像是在幫未來的 AI 世界先寫好運作規則 等到 AI agent 大量出現的時候 這種架構的價值 應該會比現在看起來大得多

小美哥🕊️｜🐬TermMax

61,714 Aufrufe • vor 5 Monaten

#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

16,532 Aufrufe • vor 1 Jahr

🔶🍪🔶🍪🔶🍪🔶----🍜 看完 6月6號 Lucas Manuel ⚡ 的訪問影片，主要是聊 Spark 目前整個發展方向跟背後怎麼運作的。 影片大概快 50 分鐘，對大部分人來說可能有點長，所以我這邊幫大家簡單整理一下重點，順便講一下我自己聽完的感覺~ 👉有興趣想聽的朋友，可以去這裡收聽: ▫️YouTube: ▫️Spotify: ▫️Apple: ╭─────✦✦─⋆⋅☆⋅⋆───╮ 🔶先簡單說一下，受訪的是 Lucas Manuel ⚡，他是 Phoenix Labs 的 Smart Contract 負責人，也就是目前 Spark 核心開發團隊之一。 其實他之前就是 MakerDAO、Maple 那邊出來的 OG，整個 DeFi 生態一路做過來，算是老江湖了。😁 這次聊的其實就是 #Spark 怎麼從一個最早的借貸協議，慢慢演化成現在這個 資金配置引擎。 簡單說 #Spark 現在不只是借錢放款，而是把 Sky Core（也就是以前 Maker 這邊的儲備）手上大量的 USDS、USDC 拿來進行各種收益配置，變成某種「鏈上資產管理公司」的角色。 ╭─────✦✦─⋆⋅☆⋅⋆───╮ 🔶Lucas Manuel ⚡ 有提到幾個重點： 1️⃣SubDAO（或者現在官方叫 Stars）模式的誕生 最早 #Spark 其實就是 Sky Core 內部搞出來的第一個實驗型 SubDAO，後來才變成獨立運作的 Star。 這個方式解決了以前 Maker 最大的痛點 ， 太去中心化反而導致資金配置效率太低，大家意見一堆，反而難很快決策~ 現在 Sky 把資金配置這件事交給像 #Spark 這樣的 Star 去做，大家各自去找適合自己的策略，Sky 提供流動性、設定風控框架，#Spark 去負責找收益、管理風險~ — ✦ — ✦—— ✦ — 2️⃣Spark 資金配置邏輯 目前 #Spark 借到的錢主要分三個方向去配置： • DeFi 協議（像 SparkLend、Morpho、Pendle 等） • CeFi & RWA（像 Maple、BlackRock Treasury、Centrifuge、Superstate 這些實體資產、國債收益） • 牛市時期的 Basis Trade（像 Ethena 這樣做 delta neutral 收益） Lucas Manuel ⚡ 講得滿直白的：熊市穩穩放在 RWA 跟 CeFi 收國債利息，牛市一來開始把資金往 DeFi 高收益玩，抓 Basis Trade 這些高槓桿需求。 基本上就是資金自動在不同市場之間切換，吃到整個市場收益最大化。 — ✦ — ✦—— ✦ — 3️⃣風控怎麼做？為什麼 Spark 不會亂搞？ 因為 #Spark 本身拿的是 Sky 給的 credit line（等於超大額度的穩定幣借貸），所以風控超級重要。 🔸Lucas Manuel ⚡ 也花滿多篇幅講了整個風控設計： • 每個要配置的協議都要先經過 Sky 核准、審查 • 每個協議都有資金額度限制，還有每日充值速率限制（每天最多只能投入多少） • #Spark 自己要拿出 Junior Capital（第一損失資金），比如先放 2500 萬美金在前面擋風險 • 協議越新、風險越高，#Spark 就要放更多的風險保證金進去 Lucas Manuel ⚡ 說：整體設計是「即使系統被完全攻破，也沒辦法把錢偷走，只能在系統內部不同協議間轉移」。 — ✦ — ✦—— ✦ — 4️⃣Spark ALM（資產負債管理系統） 🔸Lucas Manuel ⚡ 花了滿大篇幅在講 ALM，因為這就是他親手寫出來的智能合約系統： • 每天系統會自動計算：目前放在哪些協議、收益情況、流動性情況 • 根據演算法做資金再平衡，幫助 #Spark 自動在 DeFi/CeFi/RWA 間切換部位 • ALM 本身所有邏輯都在鏈上，資金只能在白名單內部不同策略來回流動，不能被抽走 • 每次釋出新代碼前都要做大量 fork 測試、審計，Lucas Manuel ⚡ 說他們每一版都做了好幾個月才敢上線的~ — ✦ — ✦—— ✦ — 5️⃣Spark 跟其他 Stars 之間未來的競爭 🔸後面主持人也問了很現實的問題：未來不同 #Stars 之間會不會互相打架？ 🔸Lucas Manuel ⚡ 反而覺得競爭是好事，短期內大家會先各自專注在自己擅長的市場，但隨著時間發展，未來可能會慢慢開始出現不同 Stars 之間的 overlap，但這反而會刺激產品變得更好，最後還是對 Sky 以及 USDS 擴張有利。 — ✦ — ✦—— ✦ — 6️⃣Spark 的未來重點 • 擴大 Spark Liquidity Layer 佈局（現在其實已經部署在 Ethereum、Base、Arbitrum，準備上 Optimism、Unichain） • 強化演算法、風控模型，尤其針對接下來牛市的資金高波動配置做準備 • Lucas Manuel ⚡ 也透露，目前 #Spark 在 DeFiLlama 上已經被列成 On-chain Asset Allocator 的第一名，接下來會繼續往「鏈上資產管理龍頭」的方向去衝 ╭─────✦✦─⋆⋅☆⋅⋆───╮ 🔶最後講一點我自己聽完的感覺：🍜 其實 #Spark 這個模式，滿像把過去 MakerDAO 很想做但做不好的事拆分出來，變成一個又去中心又高效率的 DAO 結構。 由其是 SubDAO → Stars 這個架構，令專業團隊可以獨立做投資決策，Sky 只負責設定制度框架跟風控，確保整個體系安全又可以擴張。 所以 Spark 現在做的其實很像某種 鏈上的主權基金，背後還有 Sky 這個超穩定的在底。 只要這條模型運行下去，之後 Stars 生態如果逐漸開放更多人參與，其實整個 Sky 會變成一個去中心化 穩定幣＋資產管理平台，看完影片之後，確實令我對 Spark 又增加信了一點信心了。 好了，看完，寫完，好累，我要休息一下了🫠 #SparkFi Cookie DAO 🍪 #cookiedotfun
1:40

🔶🍪🔶🍪🔶🍪🔶----🍜 看完 6月6號 Lucas Manuel ⚡ 的訪問影片，主要是聊 Spark 目前整個發展方向跟背後怎麼運作的。 影片大概快 50 分鐘，對大部分人來說可能有點長，所以我這邊幫大家簡單整理一下重點，順便講一下我自己聽完的感覺~ 👉有興趣想聽的朋友，可以去這裡收聽: ▫️YouTube: ▫️Spotify: ▫️Apple: ╭─────✦✦─⋆⋅☆⋅⋆───╮ 🔶先簡單說一下，受訪的是 Lucas Manuel ⚡，他是 Phoenix Labs 的 Smart Contract 負責人，也就是目前 Spark 核心開發團隊之一。 其實他之前就是 MakerDAO、Maple 那邊出來的 OG，整個 DeFi 生態一路做過來，算是老江湖了。😁 這次聊的其實就是 #Spark 怎麼從一個最早的借貸協議，慢慢演化成現在這個 資金配置引擎。 簡單說 #Spark 現在不只是借錢放款，而是把 Sky Core（也就是以前 Maker 這邊的儲備）手上大量的 USDS、USDC 拿來進行各種收益配置，變成某種「鏈上資產管理公司」的角色。 ╭─────✦✦─⋆⋅☆⋅⋆───╮ 🔶Lucas Manuel ⚡ 有提到幾個重點： 1️⃣SubDAO（或者現在官方叫 Stars）模式的誕生 最早 #Spark 其實就是 Sky Core 內部搞出來的第一個實驗型 SubDAO，後來才變成獨立運作的 Star。 這個方式解決了以前 Maker 最大的痛點 ， 太去中心化反而導致資金配置效率太低，大家意見一堆，反而難很快決策~ 現在 Sky 把資金配置這件事交給像 #Spark 這樣的 Star 去做，大家各自去找適合自己的策略，Sky 提供流動性、設定風控框架，#Spark 去負責找收益、管理風險~ — ✦ — ✦—— ✦ — 2️⃣Spark 資金配置邏輯 目前 #Spark 借到的錢主要分三個方向去配置： • DeFi 協議（像 SparkLend、Morpho、Pendle 等） • CeFi & RWA（像 Maple、BlackRock Treasury、Centrifuge、Superstate 這些實體資產、國債收益） • 牛市時期的 Basis Trade（像 Ethena 這樣做 delta neutral 收益） Lucas Manuel ⚡ 講得滿直白的：熊市穩穩放在 RWA 跟 CeFi 收國債利息，牛市一來開始把資金往 DeFi 高收益玩，抓 Basis Trade 這些高槓桿需求。 基本上就是資金自動在不同市場之間切換，吃到整個市場收益最大化。 — ✦ — ✦—— ✦ — 3️⃣風控怎麼做？為什麼 Spark 不會亂搞？ 因為 #Spark 本身拿的是 Sky 給的 credit line（等於超大額度的穩定幣借貸），所以風控超級重要。 🔸Lucas Manuel ⚡ 也花滿多篇幅講了整個風控設計： • 每個要配置的協議都要先經過 Sky 核准、審查 • 每個協議都有資金額度限制，還有每日充值速率限制（每天最多只能投入多少） • #Spark 自己要拿出 Junior Capital（第一損失資金），比如先放 2500 萬美金在前面擋風險 • 協議越新、風險越高，#Spark 就要放更多的風險保證金進去 Lucas Manuel ⚡ 說：整體設計是「即使系統被完全攻破，也沒辦法把錢偷走，只能在系統內部不同協議間轉移」。 — ✦ — ✦—— ✦ — 4️⃣Spark ALM（資產負債管理系統） 🔸Lucas Manuel ⚡ 花了滿大篇幅在講 ALM，因為這就是他親手寫出來的智能合約系統： • 每天系統會自動計算：目前放在哪些協議、收益情況、流動性情況 • 根據演算法做資金再平衡，幫助 #Spark 自動在 DeFi/CeFi/RWA 間切換部位 • ALM 本身所有邏輯都在鏈上，資金只能在白名單內部不同策略來回流動，不能被抽走 • 每次釋出新代碼前都要做大量 fork 測試、審計，Lucas Manuel ⚡ 說他們每一版都做了好幾個月才敢上線的~ — ✦ — ✦—— ✦ — 5️⃣Spark 跟其他 Stars 之間未來的競爭 🔸後面主持人也問了很現實的問題：未來不同 #Stars 之間會不會互相打架？ 🔸Lucas Manuel ⚡ 反而覺得競爭是好事，短期內大家會先各自專注在自己擅長的市場，但隨著時間發展，未來可能會慢慢開始出現不同 Stars 之間的 overlap，但這反而會刺激產品變得更好，最後還是對 Sky 以及 USDS 擴張有利。 — ✦ — ✦—— ✦ — 6️⃣Spark 的未來重點 • 擴大 Spark Liquidity Layer 佈局（現在其實已經部署在 Ethereum、Base、Arbitrum，準備上 Optimism、Unichain） • 強化演算法、風控模型，尤其針對接下來牛市的資金高波動配置做準備 • Lucas Manuel ⚡ 也透露，目前 #Spark 在 DeFiLlama 上已經被列成 On-chain Asset Allocator 的第一名，接下來會繼續往「鏈上資產管理龍頭」的方向去衝 ╭─────✦✦─⋆⋅☆⋅⋆───╮ 🔶最後講一點我自己聽完的感覺：🍜 其實 #Spark 這個模式，滿像把過去 MakerDAO 很想做但做不好的事拆分出來，變成一個又去中心又高效率的 DAO 結構。 由其是 SubDAO → Stars 這個架構，令專業團隊可以獨立做投資決策，Sky 只負責設定制度框架跟風控，確保整個體系安全又可以擴張。 所以 Spark 現在做的其實很像某種 鏈上的主權基金，背後還有 Sky 這個超穩定的在底。 只要這條模型運行下去，之後 Stars 生態如果逐漸開放更多人參與，其實整個 Sky 會變成一個去中心化 穩定幣＋資產管理平台，看完影片之後，確實令我對 Spark 又增加信了一點信心了。 好了，看完，寫完，好累，我要休息一下了🫠 #SparkFi Cookie DAO 🍪 #cookiedotfun

Udon🍜うどん(🌸, 🌿) $M|🐜

17,332 Aufrufe • vor 1 Jahr

NVIDIA 跟台積電三十年沒簽過合約，黃仁勳說了原因 NVIDIA 跟台積電做了幾百億美元的生意，沒有簽過合約。 黃仁勳在 Lex Fridman Podcast 第 494 集的兩個半小時訪談中，談了很多關於 AI 革命、極端共同設計、CUDA 護城河的話題。但其中最讓人意外的一段，是他談到 NVIDIA 跟台積電之間的關係。 「三十年了，我不知道我們做了幾百億、甚至上千億美元的生意，但我們沒有合約。」 台積電最深的誤解 黃仁勳被問到怎麼理解台積電的成功，他的回答跟大多數人想的不一樣。 「關於台積電最深的誤解，是以為他們的技術就是他們的全部。好像他們有一顆很厲害的電晶體，然後如果有人做出另一顆更好的，遊戲就結束了。」 他說當然不是只有電晶體，台積電的技術包含金屬化系統、封裝、3D 封裝、矽光子學，這些技術確實讓公司很特別。但真正讓台積電無可取代的是另外兩件事。 第一是他們管理數百家客戶動態需求的能力，客戶的訂單同時在增加、減少、推進、拉回、換製程、改規格，台積電能同時協調所有人，「他們在這方面是世界頂尖的」。 第二是他們創造了一種無形的東西叫信任，「我信任他們，願意把整家公司放在他們上面。這是一件很大的事。」 沒有合約的幾百億美元 Lex 接著點出了這份信任的基礎：「那個信任是建立在多年的表現之上，但其中也有人際關係的成分。」黃仁勳順著這段話，給出了整場訪談最震撼的一句：「三十年了，我不知道做了幾百億、甚至上千億美元的生意，但我們沒有合約。」 放在今天的商業環境來看，這句話幾乎不可思議。NVIDIA 現在的市值超過 4 兆美元，台積電是它最核心的供應商，兩家公司之間的合作關係決定了全球 AI 基礎設施的運轉，而這一切靠的是握手，不是律師。 黃仁勳接著被問到 2013 年台積電創辦人張忠謀曾邀請他擔任台積電 CEO 的故事。他確認故事是真的，而且他深感榮幸，「我沒有不當一回事」。但他最終婉拒了，因為他看見了 NVIDIA 能帶來的影響力，那是他的全部責任，他無法放下。 200 家供應商，150 萬個零件，一個機架 NVIDIA 跟台積電的關係只是整個供應鏈故事的一小部分。 黃仁勳在訪談中透露，Vera Rubin 世代的機架有 150 萬個零件，來自 200 家供應商。當 Lex 問他這是不是讓他睡不著覺的事，他說不是，「因為我已經在處理了。我能睡著是因為我把該做的事都做了。」 他的做法是親自飛到供應鏈合作夥伴那裡，用第一原理的方式向他們解釋正在發生什麼事、為什麼會發生、然後要求他們做出數十億美元的資本投資。 「我先跟他們解釋正在發生什麼、為什麼會發生，然後要求他們各自做出數十億美元的資本投資。因為他們信任我，而我非常尊重他們，我給他們每一個質疑我的機會。我花時間解釋，用第一原理推論，畫圖給他們看。等我講完的時候，他們已經知道該怎麼做了。」 Lex 追問：「你不擔心某些瓶頸嗎？ASML 的 EUV 設備、台積電的先進封裝 CoWoS 擴產速度？」 Jensen 回了一個字，「不擔心。」 「因為我告訴他們我需要什麼，他們理解了。他們告訴我他們打算怎麼做，我相信他們會做到。」 不是只有技術：從 CEO 到 CEO 的對話 黃仁勳在這段訪談裡展現的角色，遠超過一個科技公司 CEO。他更像是整個 AI 供應鏈的總指揮。 他提到 NVIDIA 右手邊坐著的是「幾乎整個 IT 產業上游的 CEO」，左手邊是「幾乎整個基礎設施產業下游的 CEO」。他的工作是讓上游的 TSMC、ASML、SK 海力士理解未來的需求會多大，同時讓下游的 GEV、Caterpillar 理解為什麼需要更多電力和冷卻設備。 他特別提到說服記憶體產業 CEO 投資 AI 基礎設施的過程：「看看 LPDDR5、HBM4 這兩種記憶體，它們的量產規模驚人，這些都是有 45 年歷史的老公司，全都在去年創下了歷史營收紀錄。」 他說自己的工作有一部分是「塑造供應鏈的未來」，不只是告訴供應商要做什麼，而是讓他們相信一個還沒發生的未來，然後願意為此投入數十億美元。 「當你用如此強烈的急迫感行動，它會讓所有人都跟著緊張起來。每個供應商都有很多客戶、很多專案在進行。黃仁勳做的事情是確保自己永遠是每個供應商的最優先。」 3 兆美元營收可能嗎 黃仁勳在訪談快結束時被問到 NVIDIA 營收有沒有天花板。他的回答是：3 兆美元的營收是完全可能的。 「因為沒有任何物理限制說它不可能，而且 NVIDIA 的供應鏈負擔是由 200 家公司共同分擔的，我們跟這個生態系的合作關係讓我們可以一起擴張。問題只有一個：我們有沒有足夠的能源？而答案是我們一定會有。」 他回憶 NVIDIA 第一次突破 10 億美元營收的時候，當時有位 CEO 告訴他「無晶圓廠的半導體公司理論上不可能超過 10 億」，後來又有人說不可能超過 250 億。現在回頭看，這些「不可能」全都被推翻了。 信任就是基礎設施 把黃仁勳在這次訪談中關於台積電和供應鏈的所有發言拉在一起看，會發現一個很清晰的主張：在 AI 時代，信任本身就是一種基礎設施。 台積電的護城河不只是 2 奈米製程或 CoWoS 封裝技術，而是幾十年累積的信任，讓 NVIDIA 願意把整家 4 兆美元市值的公司放在它上面，而且不需要合約。 NVIDIA 能在歷史上前所未有的速度擴張，不只是因為 GPU 很快，而是因為黃仁勳能走進 200 家供應商的辦公室，用第一原理說服他們各自投入數十億美元，然後相信他們會做到。 整個 AI 革命的運轉，最底層不是晶片，是人與人之間的信任。
1:59

NVIDIA 跟台積電三十年沒簽過合約，黃仁勳說了原因 NVIDIA 跟台積電做了幾百億美元的生意，沒有簽過合約。 黃仁勳在 Lex Fridman Podcast 第 494 集的兩個半小時訪談中，談了很多關於 AI 革命、極端共同設計、CUDA 護城河的話題。但其中最讓人意外的一段，是他談到 NVIDIA 跟台積電之間的關係。 「三十年了，我不知道我們做了幾百億、甚至上千億美元的生意，但我們沒有合約。」 台積電最深的誤解 黃仁勳被問到怎麼理解台積電的成功，他的回答跟大多數人想的不一樣。 「關於台積電最深的誤解，是以為他們的技術就是他們的全部。好像他們有一顆很厲害的電晶體，然後如果有人做出另一顆更好的，遊戲就結束了。」 他說當然不是只有電晶體，台積電的技術包含金屬化系統、封裝、3D 封裝、矽光子學，這些技術確實讓公司很特別。但真正讓台積電無可取代的是另外兩件事。 第一是他們管理數百家客戶動態需求的能力，客戶的訂單同時在增加、減少、推進、拉回、換製程、改規格，台積電能同時協調所有人，「他們在這方面是世界頂尖的」。 第二是他們創造了一種無形的東西叫信任，「我信任他們，願意把整家公司放在他們上面。這是一件很大的事。」 沒有合約的幾百億美元 Lex 接著點出了這份信任的基礎：「那個信任是建立在多年的表現之上，但其中也有人際關係的成分。」黃仁勳順著這段話，給出了整場訪談最震撼的一句：「三十年了，我不知道做了幾百億、甚至上千億美元的生意，但我們沒有合約。」 放在今天的商業環境來看，這句話幾乎不可思議。NVIDIA 現在的市值超過 4 兆美元，台積電是它最核心的供應商，兩家公司之間的合作關係決定了全球 AI 基礎設施的運轉，而這一切靠的是握手，不是律師。 黃仁勳接著被問到 2013 年台積電創辦人張忠謀曾邀請他擔任台積電 CEO 的故事。他確認故事是真的，而且他深感榮幸，「我沒有不當一回事」。但他最終婉拒了，因為他看見了 NVIDIA 能帶來的影響力，那是他的全部責任，他無法放下。 200 家供應商，150 萬個零件，一個機架 NVIDIA 跟台積電的關係只是整個供應鏈故事的一小部分。 黃仁勳在訪談中透露，Vera Rubin 世代的機架有 150 萬個零件，來自 200 家供應商。當 Lex 問他這是不是讓他睡不著覺的事，他說不是，「因為我已經在處理了。我能睡著是因為我把該做的事都做了。」 他的做法是親自飛到供應鏈合作夥伴那裡，用第一原理的方式向他們解釋正在發生什麼事、為什麼會發生、然後要求他們做出數十億美元的資本投資。 「我先跟他們解釋正在發生什麼、為什麼會發生，然後要求他們各自做出數十億美元的資本投資。因為他們信任我，而我非常尊重他們，我給他們每一個質疑我的機會。我花時間解釋，用第一原理推論，畫圖給他們看。等我講完的時候，他們已經知道該怎麼做了。」 Lex 追問：「你不擔心某些瓶頸嗎？ASML 的 EUV 設備、台積電的先進封裝 CoWoS 擴產速度？」 Jensen 回了一個字，「不擔心。」 「因為我告訴他們我需要什麼，他們理解了。他們告訴我他們打算怎麼做，我相信他們會做到。」 不是只有技術：從 CEO 到 CEO 的對話 黃仁勳在這段訪談裡展現的角色，遠超過一個科技公司 CEO。他更像是整個 AI 供應鏈的總指揮。 他提到 NVIDIA 右手邊坐著的是「幾乎整個 IT 產業上游的 CEO」，左手邊是「幾乎整個基礎設施產業下游的 CEO」。他的工作是讓上游的 TSMC、ASML、SK 海力士理解未來的需求會多大，同時讓下游的 GEV、Caterpillar 理解為什麼需要更多電力和冷卻設備。 他特別提到說服記憶體產業 CEO 投資 AI 基礎設施的過程：「看看 LPDDR5、HBM4 這兩種記憶體，它們的量產規模驚人，這些都是有 45 年歷史的老公司，全都在去年創下了歷史營收紀錄。」 他說自己的工作有一部分是「塑造供應鏈的未來」，不只是告訴供應商要做什麼，而是讓他們相信一個還沒發生的未來，然後願意為此投入數十億美元。 「當你用如此強烈的急迫感行動，它會讓所有人都跟著緊張起來。每個供應商都有很多客戶、很多專案在進行。黃仁勳做的事情是確保自己永遠是每個供應商的最優先。」 3 兆美元營收可能嗎 黃仁勳在訪談快結束時被問到 NVIDIA 營收有沒有天花板。他的回答是：3 兆美元的營收是完全可能的。 「因為沒有任何物理限制說它不可能，而且 NVIDIA 的供應鏈負擔是由 200 家公司共同分擔的，我們跟這個生態系的合作關係讓我們可以一起擴張。問題只有一個：我們有沒有足夠的能源？而答案是我們一定會有。」 他回憶 NVIDIA 第一次突破 10 億美元營收的時候，當時有位 CEO 告訴他「無晶圓廠的半導體公司理論上不可能超過 10 億」，後來又有人說不可能超過 250 億。現在回頭看，這些「不可能」全都被推翻了。 信任就是基礎設施 把黃仁勳在這次訪談中關於台積電和供應鏈的所有發言拉在一起看，會發現一個很清晰的主張：在 AI 時代，信任本身就是一種基礎設施。 台積電的護城河不只是 2 奈米製程或 CoWoS 封裝技術，而是幾十年累積的信任，讓 NVIDIA 願意把整家 4 兆美元市值的公司放在它上面，而且不需要合約。 NVIDIA 能在歷史上前所未有的速度擴張，不只是因為 GPU 很快，而是因為黃仁勳能走進 200 家供應商的辦公室，用第一原理說服他們各自投入數十億美元，然後相信他們會做到。 整個 AI 革命的運轉，最底層不是晶片，是人與人之間的信任。

fox hsiao

86,801 Aufrufe • vor 2 Monaten

黃仁勳最近被問到一個問題：在 AI 時代，怎麼樣的人才算是聰明人？ 他的回答是，以後算數快、會寫程式這些能力，會變得像自來水一樣便宜。人類真正的核心競爭力，是同理心跟品味。 品味（taste）這個詞已經被很多矽谷大佬講爛了，但講同理心重要的人很少，仔細想想，老黃這句話非常有深意，不愧是當今地球最強的華人之一。 你一定遇過那種人，學歷很好，專業沒話說，但跟他聊天你永遠聽不懂他在講什麼。滿口術語，每句話都正確，但就是讓你覺得他在自嗨。 然後你又遇過另一種人。他講的是一個你完全不懂的領域，但三分鐘之內你就抓到核心了。 差別在哪？ 後者有一種能力，就是「向下兼容」。 寫程式的人應該秒懂這個詞。新版本的軟體要能跑舊版本的東西，就得做向下兼容。溝通也一樣，你要把自己的認知降階，去適配對方的接收頻寬。 這件事之所以難，是因為你得切換到對方的視角：這句話他聽不聽得懂？這個比喻對他來說會不會太遠？ 這就是黃仁勳說的同理心。 能力越強的人，向下兼容的距離越大。一個頂尖物理學家要把量子力學講到你阿嬤都聽得懂，壓縮率是極端的。 但壓縮一定會失真。就像把無損音檔壓成 MP3，你必須選擇犧牲哪些細節、保留哪些核心。 這個選擇需要品味。你得知道什麼是骨架，什麼是裝飾。搞不清楚的人，壓完之後精髓就不見了。 所以黃仁勳講的同理心跟品味，其實是同一件事的兩面。同理心讓你知道要壓到多少對方才收得到，品味讓你知道壓縮的時候該留什麼。 以前這種能力沒那麼值錢，因為「知道」本身就稀缺。你會寫 code，你就比別人強。 但 AI 把「知道」變便宜了。任何人都可以用 AI 寫出能跑的程式。當基礎能力被拉平，能把複雜的東西講到任何人都懂、能精準判斷什麼該留什麼該丟，這才是稀缺的。 其實我前幾天寫那篇飛機跟升力的科普文，就是在試這件事。把流體力學、庫塔條件這些東西壓縮到一般人能看懂的程度，同時盡量不讓核心邏輯失真。 回頭看，保真率還有很大的進步空間。但這個練習本身蠻有趣的。
0:46

黃仁勳最近被問到一個問題：在 AI 時代，怎麼樣的人才算是聰明人？ 他的回答是，以後算數快、會寫程式這些能力，會變得像自來水一樣便宜。人類真正的核心競爭力，是同理心跟品味。 品味（taste）這個詞已經被很多矽谷大佬講爛了，但講同理心重要的人很少，仔細想想，老黃這句話非常有深意，不愧是當今地球最強的華人之一。 你一定遇過那種人，學歷很好，專業沒話說，但跟他聊天你永遠聽不懂他在講什麼。滿口術語，每句話都正確，但就是讓你覺得他在自嗨。 然後你又遇過另一種人。他講的是一個你完全不懂的領域，但三分鐘之內你就抓到核心了。 差別在哪？ 後者有一種能力，就是「向下兼容」。 寫程式的人應該秒懂這個詞。新版本的軟體要能跑舊版本的東西，就得做向下兼容。溝通也一樣，你要把自己的認知降階，去適配對方的接收頻寬。 這件事之所以難，是因為你得切換到對方的視角：這句話他聽不聽得懂？這個比喻對他來說會不會太遠？ 這就是黃仁勳說的同理心。 能力越強的人，向下兼容的距離越大。一個頂尖物理學家要把量子力學講到你阿嬤都聽得懂，壓縮率是極端的。 但壓縮一定會失真。就像把無損音檔壓成 MP3，你必須選擇犧牲哪些細節、保留哪些核心。 這個選擇需要品味。你得知道什麼是骨架，什麼是裝飾。搞不清楚的人，壓完之後精髓就不見了。 所以黃仁勳講的同理心跟品味，其實是同一件事的兩面。同理心讓你知道要壓到多少對方才收得到，品味讓你知道壓縮的時候該留什麼。 以前這種能力沒那麼值錢，因為「知道」本身就稀缺。你會寫 code，你就比別人強。 但 AI 把「知道」變便宜了。任何人都可以用 AI 寫出能跑的程式。當基礎能力被拉平，能把複雜的東西講到任何人都懂、能精準判斷什麼該留什麼該丟，這才是稀缺的。 其實我前幾天寫那篇飛機跟升力的科普文，就是在試這件事。把流體力學、庫塔條件這些東西壓縮到一般人能看懂的程度，同時盡量不讓核心邏輯失真。 回頭看，保真率還有很大的進步空間。但這個練習本身蠻有趣的。

Benson Sun

181,195 Aufrufe • vor 3 Monaten

女生最大的禁忌 就是前女友這三個字 玩過 DeFi 借貸的人 應該都有被浮動利率搞過一次 今天看很低 明天睡醒直接翻倍 成本直接爆炸 你以為自己在投資 其實每天都在顧利率 現在很多 DeFi 借貸看起來很自由 但實際很焦慮 隨時怕被背刺 除了價格風險 你還要多扛一個利率風險 長期資金真的很難玩 為什麼傳統金融這麼愛固定收益？ 不是因為保守 是因為可預測 成本先鎖好 好做規劃 好控風險 策略能重複跑 不用每天猜市場心情 而 TermMax | Fixed Rate Borrowing & Lending 在做的事 就是把這套邏輯搬到鏈上 用固定利率 取代現在 DeFi 的混亂浮動制 讓你借之前就知道成本 不怕中途變臉 可以安心做長線配置 這會帶來什麼？ 能佈長期倉位 槓桿比較健康 資金配置更像正規金融 不是只拼一天高 APY 我覺得現在很多 DeFi 項目 還停留在比誰收益高 但真正能活下來的 一定是 穩定 + 可控 TermMax 走的路 不是最熱鬧 但很可能最耐久 市場不缺暴利故 缺的是能跑十年的系統 固定利率 + 鏈上透明 這才是下一階段該有的樣子
0:25

女生最大的禁忌 就是前女友這三個字 玩過 DeFi 借貸的人 應該都有被浮動利率搞過一次 今天看很低 明天睡醒直接翻倍 成本直接爆炸 你以為自己在投資 其實每天都在顧利率 現在很多 DeFi 借貸看起來很自由 但實際很焦慮 隨時怕被背刺 除了價格風險 你還要多扛一個利率風險 長期資金真的很難玩 為什麼傳統金融這麼愛固定收益？ 不是因為保守 是因為可預測 成本先鎖好 好做規劃 好控風險 策略能重複跑 不用每天猜市場心情 而 TermMax | Fixed Rate Borrowing & Lending 在做的事 就是把這套邏輯搬到鏈上 用固定利率 取代現在 DeFi 的混亂浮動制 讓你借之前就知道成本 不怕中途變臉 可以安心做長線配置 這會帶來什麼？ 能佈長期倉位 槓桿比較健康 資金配置更像正規金融 不是只拼一天高 APY 我覺得現在很多 DeFi 項目 還停留在比誰收益高 但真正能活下來的 一定是 穩定 + 可控 TermMax 走的路 不是最熱鬧 但很可能最耐久 市場不缺暴利故 缺的是能跑十年的系統 固定利率 + 鏈上透明 這才是下一階段該有的樣子

小美哥🕊️｜🐬TermMax

127,632 Aufrufe • vor 3 Monaten