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

24,308 subscribers

41,109 Aufrufe • vor 10 Monaten •via X (Twitter)

LIVE

Anya Rossi• Live Now

Private livecam show

32 Kommentare

Profilbild von 在Web3打工养家
在Web3打工养家vor 10 Monaten

老哥思路顶级 看你的推文真的有学到。

Profilbild von Mia米粒儿🩵 OKX VIP
Mia米粒儿🩵 OKX VIPvor 10 Monaten

哇好厉害！

Profilbild von 0xFunky
0xFunkyvor 10 Monaten

謝謝 Mia 跟OKX 主持並分享這些寶貴的《对话交易员》！

Profilbild von mairyu
mairyuvor 10 Monaten

這思路神了，AI把訪談變槓桿，昨晚我串上鏈gas費突變當觸發，提前閃了次假黑天鵝，散戶救星🫡

Profilbild von 阿台🕊️
阿台🕊️vor 10 Monaten

利用訪談內容和 AI 打造實用工具，思路清晰！

Profilbild von Willie Kiepert
Willie Kiepertvor 10 Monaten

Agreed, I support this! Really appreciate the focus on ‘decision logic’ – a huge win

Profilbild von 数币社区 🕊️
数币社区 🕊️vor 10 Monaten

這思路神來之筆，我用類似方式從訪談提煉出情緒追蹤器，避開不少FOMO坑。

Profilbild von BTC八戒
BTC八戒vor 10 Monaten

完全同意！这种实战分享超棒，把决策逻辑拆解得好清晰，超有启发！

Profilbild von Lucia.eth
Lucia.ethvor 10 Monaten

这思路牛，AI变高手为工具，散户直接起飞

Profilbild von Perfect_eth 🌊RIVER 🧠SENT MemeMax⚡ .edge🦭
Perfect_eth 🌊RIVER 🧠SENT MemeMax⚡ .edge🦭vor 10 Monaten

拆解逻辑才是真财富

Profilbild von Eden
Edenvor 10 Monaten

牛逼啊哥 可以互关一下嘛

Profilbild von Crazyox🌶️（微微辣版）
Crazyox🌶️（微微辣版）vor 10 Monaten

我看过OKX这系列访谈也觉得超棒！整个思路和决策逻辑太宝贵了，搭配AI工具真的能事半功倍！

Profilbild von Kunkun🍌
Kunkun🍌vor 10 Monaten

ai as the trading partner you can trust at 3am

Profilbild von Javi del Puerto
Javi del Puertovor 10 Monaten

AI 把高手邏輯變成工具，落地風控信號就靠你決心

Profilbild von Kelifxck
Kelifxckvor 10 Monaten

這套思路可以升級成自動化的工具草案流水線：新訪談直接轉成工具清單與痛點映射，審核後落地，再做版本控管與資安風控同步更新。💡🔥

Profilbild von Reboot.Btc
Reboot.Btcvor 10 Monaten

好厉害啊

Profilbild von Pixel ZenZ
Pixel ZenZvor 10 Monaten

gm champ, 訪談與AI把決策轉成工具太猛，建議加壓力測試、多所路由與自動降倉保護

Profilbild von Bunbun | Nimo
Bunbun | Nimovor 10 Monaten

上鏈交易所健康指數 常態化宕機模擬演練

Profilbild von 海盗船长
海盗船长vor 10 Monaten

自从尝试用gemini后，越来越相信ai能改变很多人

Profilbild von 菊长
菊长vor 10 Monaten

关于orderbook的检测 难道AMM不知道吗？ 最后AMM也大额亏损。

Profilbild von Rima
Rimavor 10 Monaten

“Nice one, I agree! Really appreciate the focus on ‘decision logic’ – that’s

Profilbild von 莫尔索先生
莫尔索先生vor 10 Monaten

行，回头我让gemini3也做一个

Profilbild von Way
Wayvor 10 Monaten

這個思路值錢,我還停留在解決身旁的痛點,你已經在找訪談中別人的痛點

Profilbild von Antonio
Antoniovor 10 Monaten

AI讓決策邏輯變API，散戶瞬間變機構。下一步：社群共享這些工具？

Profilbild von T_Khanh2026.eth 🐬TermMax
T_Khanh2026.eth 🐬TermMaxvor 10 Monaten

AI放大邏輯，交易變槓桿遊戲。

Profilbild von 二狗说狗🦞
二狗说狗🦞vor 10 Monaten

叽里咕噜说啥呢 能落地吗😂

Profilbild von Bruno
Brunovor 10 Monaten

AI執行力爆表，判斷力決定勝負

Profilbild von Reyna Ruef
Reyna Ruefvor 10 Monaten

“Totally get it! The ‘vibe’ aspect – understanding the reasoning behind decisions – is huge

Profilbild von Ethelyn
Ethelynvor 10 Monaten

牛逼！AI讓決策邏輯變成可複製的資產，昨晚我用類似prompt提煉了個杠杆動能模擬器，避開了場外黑天鵝坑哈哈

Profilbild von Roberta.btc🟠
Roberta.btc🟠vor 10 Monaten

超級個體，誰先prompt誰領先

Profilbild von 肯特 CryptoK
肯特 CryptoKvor 10 Monaten

還得是方神

Profilbild von Poly Khatun
Poly Khatunvor 10 Monaten

“Totally agree! The focus on ‘decision logic’ is key. What specific tools are you building

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

185,956 Aufrufe • vor 11 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🕊️

306,449 Aufrufe • vor 10 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

13,187 Aufrufe • vor 7 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

48,288 Aufrufe • vor 8 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🕊️

647,548 Aufrufe • vor 10 Monaten

股癌這集講的話來分享一下 內文 我最喜歡的跟單仔，是我有一個朋友說得很好： 跟單的人就是有耳無嘴，你就默默地跟就對了。 如果說不小心套到，你自己知道有些東西是要停損的，因為不可能每筆都贏。 但是你就是要專心聽。 遇到不好的事情不要整天抱怨，因為你一旦抱怨，下次人家就不要跟你講。 我覺得這個朋友他真的是非常專業的跟單仔，他講得很對。 因為你整天跑來問我的話，我就不可能再跟你講了。 因為我會覺得受到干擾，就很煩。 有時候我自己也，像舉例說，這幾個月就也不好做。 如果說又要遇到人家在那邊整天問：「那個東西怎麼了？」 我怎麼知道怎麼了？ 你要不要去問川普？還是你要不要去問他媽 Dario？ 我他媽怎麼知道這股價會上會下？ 你整天跑來問我說：「這公司怎麼了？」 你為什麼不去問老闆？ 公司電話 Google 一查就好，你打電話過去說你找 IR。 劈頭就說：「幹你娘，你家公司他媽的怎麼只會往下？」 他也想問你：「為什麼我們家公司只會往下？是不是你在外面亂賣？」 就不要一直問這種很笨、很白痴的問題。 我也想知道。 這種人就很多。 反正就是他其實也是某程度上想要你的生活，可是他不想要你的付出。 所以他就是只想要用問的。 想說我就這樣子 tag along 就好。 但其實連跟單就是一門藝術，那是不容易的。 有些人他想模仿，可是他又不認真模仿。 你要模仿的是，你就是認真做功課，去做自己的一片天。 不要說什麼你是想抄，然後有心理壓力又丟回我身上，問我怎麼了。 我還要處理你的心理壓力，這是他媽殺小？ 像我自己在 2022 年的時候，也不處理聽眾的心理壓力。 因為賺錢沒有謝謝，掉下去不知道怎麼都跑來問我。 到底干你屌事？ 上來的時候，你們要不要每個幹你娘來我家送禮之類的？ 所以我覺得這不是一個好事情。 越做越大，越是把自己整個掏空。 我可以理解你的不爽。
2:14

股癌這集講的話來分享一下 內文 我最喜歡的跟單仔，是我有一個朋友說得很好： 跟單的人就是有耳無嘴，你就默默地跟就對了。 如果說不小心套到，你自己知道有些東西是要停損的，因為不可能每筆都贏。 但是你就是要專心聽。 遇到不好的事情不要整天抱怨，因為你一旦抱怨，下次人家就不要跟你講。 我覺得這個朋友他真的是非常專業的跟單仔，他講得很對。 因為你整天跑來問我的話，我就不可能再跟你講了。 因為我會覺得受到干擾，就很煩。 有時候我自己也，像舉例說，這幾個月就也不好做。 如果說又要遇到人家在那邊整天問：「那個東西怎麼了？」 我怎麼知道怎麼了？ 你要不要去問川普？還是你要不要去問他媽 Dario？ 我他媽怎麼知道這股價會上會下？ 你整天跑來問我說：「這公司怎麼了？」 你為什麼不去問老闆？ 公司電話 Google 一查就好，你打電話過去說你找 IR。 劈頭就說：「幹你娘，你家公司他媽的怎麼只會往下？」 他也想問你：「為什麼我們家公司只會往下？是不是你在外面亂賣？」 就不要一直問這種很笨、很白痴的問題。 我也想知道。 這種人就很多。 反正就是他其實也是某程度上想要你的生活，可是他不想要你的付出。 所以他就是只想要用問的。 想說我就這樣子 tag along 就好。 但其實連跟單就是一門藝術，那是不容易的。 有些人他想模仿，可是他又不認真模仿。 你要模仿的是，你就是認真做功課，去做自己的一片天。 不要說什麼你是想抄，然後有心理壓力又丟回我身上，問我怎麼了。 我還要處理你的心理壓力，這是他媽殺小？ 像我自己在 2022 年的時候，也不處理聽眾的心理壓力。 因為賺錢沒有謝謝，掉下去不知道怎麼都跑來問我。 到底干你屌事？ 上來的時候，你們要不要每個幹你娘來我家送禮之類的？ 所以我覺得這不是一個好事情。 越做越大，越是把自己整個掏空。 我可以理解你的不爽。

MichaelTurtle 2026年加油版

13,405 Aufrufe • vor 1 Monat

家印哥竟然這樣說⋯⋯ Bitget中文 華語區負責人 谢家印 謝家印在我們的訪問中談到，為什麼他這兩年一直要求團隊成員在社群平台上保持活躍 這其實是一套關於「信任如何被建立」的思考，他的邏輯很直接：用戶在使用交易所時最缺乏的不是功能，而是安全感，而安全感來自 遇到問題時知道能找誰 如果整間公司只靠一個人（哪怕是負責人本人）去接住所有用戶的焦慮，這個系統注定脆弱且無法擴張；但如果每一位大客戶經理、BD、甚至客服，都願意以真實身分在社群上露面、互動、被看見，用戶就能感受到背後是一群活生生的人，而不是一套冷冰冰的客服流程 這正好呼應了近一兩年加密圈熱議的「個人 IP」現象：當產品同質化嚴重、CEX 之間的功能差異越來越小，能真正建立差異化的，反而是團隊成員的個人品牌與信任資產 謝家印本人就是這套邏輯的活案例，他從加入 Bitget 至今，靠著高頻率的社群發文與近乎秒回的互動風格，把 Bitget 在華語市場的形象從外界眼中的「小交易所」，推進到如今用戶破億、月均交易量達數千億美元的華語前段班位置！ 追蹤我們 Monsterblockhk 最速媒體 關注下一期跟家印的訪問🤝🏻
1:05

家印哥竟然這樣說⋯⋯ Bitget中文 華語區負責人 谢家印 謝家印在我們的訪問中談到，為什麼他這兩年一直要求團隊成員在社群平台上保持活躍 這其實是一套關於「信任如何被建立」的思考，他的邏輯很直接：用戶在使用交易所時最缺乏的不是功能，而是安全感，而安全感來自 遇到問題時知道能找誰 如果整間公司只靠一個人（哪怕是負責人本人）去接住所有用戶的焦慮，這個系統注定脆弱且無法擴張；但如果每一位大客戶經理、BD、甚至客服，都願意以真實身分在社群上露面、互動、被看見，用戶就能感受到背後是一群活生生的人，而不是一套冷冰冰的客服流程 這正好呼應了近一兩年加密圈熱議的「個人 IP」現象：當產品同質化嚴重、CEX 之間的功能差異越來越小，能真正建立差異化的，反而是團隊成員的個人品牌與信任資產 謝家印本人就是這套邏輯的活案例，他從加入 Bitget 至今，靠著高頻率的社群發文與近乎秒回的互動風格，把 Bitget 在華語市場的形象從外界眼中的「小交易所」，推進到如今用戶破億、月均交易量達數千億美元的華語前段班位置！ 追蹤我們 Monsterblockhk 最速媒體 關注下一期跟家印的訪問🤝🏻

Monsterblockhk 最速媒體

11,591 Aufrufe • vor 1 Monat

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

12,843 Aufrufe • vor 1 Monat

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 Aufrufe • vor 3 Monaten

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 Aufrufe • vor 4 Monaten

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 Aufrufe • vor 9 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 7 Monaten

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

129,174 Aufrufe • vor 3 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🕊️

349,761 Aufrufe • vor 9 Monaten

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

13,845 Aufrufe • vor 3 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

286,259 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

16,605 Aufrufe • vor 2 Jahren

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

101,635 Aufrufe • vor 4 Monaten

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🕊️

53,128 Aufrufe • vor 10 Monaten