正在加载视频...

视频加载失败

返回首页

对方卫星突然变轨冲过来，星链只能把太阳能帆板侧转保命。 真真实实发生。 今年 8 月近地轨道上刚经历了惊险一幕。 当时一颗星链卫星正在轨道上正常飞行， 旁边另一颗卫星突然调整姿态改变方向。 两颗卫星擦肩而过，最近相距只有 134 米。 134 米在地面上只是一段百米冲刺。 在几百公里的太空中是什么概念？ 近地轨道的飞行速度每秒 7 到 8 公里， 相对速度动辄每秒十几公里。 134 米，连千分之几秒的眨眼时间都不到。 只要稍微蹭到一点， 两颗卫星瞬间解体成几万块高速太空弹片。 星链卫星当时做了一个极其极限的避碰动作： 把巨大的太阳能电池板紧急旋转，转成朝向来向的“刀刃剖面”， 像人侧过身收紧肚子，硬生生从夹缝里躲了过去。 更凶险的是去年 10 月， 另一颗卫星同样突然变轨， 双方最近交会距离直接缩到了 57 米。 轨道上不是有自动防撞预警吗？ 为什么能逼近到几十米这么离谱？ SpaceX 刚刚在博客和推文里公开了核心要害： 防撞算法再快，也怕对方盲开点火。 星链官方的原话： 当另一个运营商在机动变轨时，根本不共享包含点火推力的预测轨迹，我们就根本无法规避风险。 这是近地轨道最大的安全隐患。 我们来看现在的近地轨道交管到底是怎么跑的。 SpaceX 在天上目前运转着大约 11000 颗星链， 星链把自己的轨迹预测全公开，计算机时时刻刻在跑碰撞筛查。 过去半年，这套系统一共观测到了大约 16.4...

mubeitech's profile picture

墓碑科技

71,627 subscribers

73,048 次观看 • 1 天前 •via X (Twitter)

科学技术
LIVE

Anya Rossi• Live Now

Private livecam show

0 条评论

暂无评论

原始帖子的评论将显示在这里

相关视频

大家都在刷SpaceX上市首份财报，没人注意Musk扔的王炸：SpaceX 要把AI数据中心搬到太空去， 而且不是科幻和概念PPT， 明年就开始发射。 就在昨天的财报电话会上， Musk直接宣布： SpaceX未来所有的AI算力， 不管是地面数据中心还是轨道上的， 独家使用Nvidia最新的Vera Rubin架构。 2026年底，总算力超过2GW， 2027年底，接近10GW。 这是什么概念？ 现在全球最大的超算也就几百兆瓦， 10GW是十个超算的规模， SpaceX直接一步迈进全球最大AI基础设施玩家的行列。 但这还不是最炸的， 最炸的是他们同步公布的Starmind计划： 一整个轨道AI卫星星座， 2027年开始发射， 每一颗卫星里，直接塞Nvidia Rubin GPU加Vera CPU， 真正的数据中心级太空算力。 地面的数据中心也省事， 直接用同一套设计， 把太阳能板和散热器拆了就行。 很多人第一反应是这也太扯了， 但你仔细想，这事儿逻辑硬得可怕。 现在地面上搞AI，最大的瓶颈是什么？ 不是GPU，是电，是散热，是地。 一个10GW的数据中心， 要占多少地，要拉多少电，要建多少冷却塔， 审批要多少年， 这些问题在太空里全部不存在。 太阳是免费的， 真空是最好的散热器， 轨道上的空间要多少有多少。 以前这事儿不成立， 是因为发射成本太高， 现在Starship把发射成本打下来了， 把一公斤东西送到轨道的成本马上就要降到几百美元甚至更低， 太空计算突然就从科幻变成了经济账。 而且这不是什么遥远的愿景， 他们已经和NVIDIA GeForce 联合设计好了Starmind AI1计算载荷， Elon Musk 原话是"这不是遥远的未来，我们预计明年就开始发射"。 计算在轨道上跑，结果通过星链的激光链路传回来， 你在地面上用，根本感觉不到区别。 这个消息一出来， AMD 股价直接跌了8%。 这可是SpaceX， 是现在全世界最能把疯狂想法变成现实的公司， 加上Nvidia最新的芯片， 再加上Starship的发射能力， 这三家凑在一起， 等于直接给"轨道数据中心"这个概念盖了章。 他们还在申请最多一百万颗卫星的FCC许可， 这个野心， 已经不是和谁竞争的问题了， 是直接把AI算力的上限给掀了。 我们这代人从接触电脑开始， 所有的计算都发生在地面上， 在机房里，在数据中心里， 从明年开始， 我们用的AI， 可能有一部分真的是在天上算的。 这一天，可能会比所有人想的都近。
0:15

大家都在刷SpaceX上市首份财报，没人注意Musk扔的王炸：SpaceX 要把AI数据中心搬到太空去， 而且不是科幻和概念PPT， 明年就开始发射。 就在昨天的财报电话会上， Musk直接宣布： SpaceX未来所有的AI算力， 不管是地面数据中心还是轨道上的， 独家使用Nvidia最新的Vera Rubin架构。 2026年底，总算力超过2GW， 2027年底，接近10GW。 这是什么概念？ 现在全球最大的超算也就几百兆瓦， 10GW是十个超算的规模， SpaceX直接一步迈进全球最大AI基础设施玩家的行列。 但这还不是最炸的， 最炸的是他们同步公布的Starmind计划： 一整个轨道AI卫星星座， 2027年开始发射， 每一颗卫星里，直接塞Nvidia Rubin GPU加Vera CPU， 真正的数据中心级太空算力。 地面的数据中心也省事， 直接用同一套设计， 把太阳能板和散热器拆了就行。 很多人第一反应是这也太扯了， 但你仔细想，这事儿逻辑硬得可怕。 现在地面上搞AI，最大的瓶颈是什么？ 不是GPU，是电，是散热，是地。 一个10GW的数据中心， 要占多少地，要拉多少电，要建多少冷却塔， 审批要多少年， 这些问题在太空里全部不存在。 太阳是免费的， 真空是最好的散热器， 轨道上的空间要多少有多少。 以前这事儿不成立， 是因为发射成本太高， 现在Starship把发射成本打下来了， 把一公斤东西送到轨道的成本马上就要降到几百美元甚至更低， 太空计算突然就从科幻变成了经济账。 而且这不是什么遥远的愿景， 他们已经和NVIDIA GeForce 联合设计好了Starmind AI1计算载荷， Elon Musk 原话是"这不是遥远的未来，我们预计明年就开始发射"。 计算在轨道上跑，结果通过星链的激光链路传回来， 你在地面上用，根本感觉不到区别。 这个消息一出来， AMD 股价直接跌了8%。 这可是SpaceX， 是现在全世界最能把疯狂想法变成现实的公司， 加上Nvidia最新的芯片， 再加上Starship的发射能力， 这三家凑在一起， 等于直接给"轨道数据中心"这个概念盖了章。 他们还在申请最多一百万颗卫星的FCC许可， 这个野心， 已经不是和谁竞争的问题了， 是直接把AI算力的上限给掀了。 我们这代人从接触电脑开始， 所有的计算都发生在地面上， 在机房里，在数据中心里， 从明年开始， 我们用的AI， 可能有一部分真的是在天上算的。 这一天，可能会比所有人想的都近。

AYi

59,666 次观看 • 2 个月前

SpaceX上市后最大的竞争对手来自中国？刚刚，东方空间从东海海上成功发射引力一号，一次将9颗卫星送入太空。这家民营公司成立才几年，如今已能把相当于一辆重型卡车的重量送入近地轨道。它的下一代引力二号，目标定在21.5吨运力、第一级可重复使用。而SpaceX的王牌Falcon 9，近地轨道运力也只有22.8吨。Falcon 9是SpaceX真正的印钞机：发卫星、送星链、运货、载人，火箭飞回来还能继续用。现在中国有一大批民营公司，都在造中国版Falcon 9。马斯克一个人能卷的过中国吗？
0:19

SpaceX上市后最大的竞争对手来自中国？刚刚，东方空间从东海海上成功发射引力一号，一次将9颗卫星送入太空。这家民营公司成立才几年，如今已能把相当于一辆重型卡车的重量送入近地轨道。它的下一代引力二号，目标定在21.5吨运力、第一级可重复使用。而SpaceX的王牌Falcon 9，近地轨道运力也只有22.8吨。Falcon 9是SpaceX真正的印钞机：发卫星、送星链、运货、载人，火箭飞回来还能继续用。现在中国有一大批民营公司，都在造中国版Falcon 9。马斯克一个人能卷的过中国吗？

金融世界 Financial World

56,754 次观看 • 2 个月前

去趟月球再飞回来，飞船要备多少燃料？ 其实返程可以完全不点火。 这叫自由返回轨道。 阿耳忒弥斯二号载人绕月用的就是这套方案。 飞船发射时只定准一个特定的速度和角度。 剩下的全交给引力。 靠近月球时，月球引力会把飞船的轨道拉弯。 像甩链球一样，直接把它甩向奔向地球的方向。 整个返程几乎不用开动主引擎。 这是最硬核的安全兜底。 万一飞船引擎中途彻底宕机怎么办？ 引力本身就是最大的备用系统。 只要进入了这条轨道，物理学定律会保证宇航员平安回家。 放眼整个太阳系，引力还能当加速器。 当年旅行者号能飞往外太空，靠的是沿途白嫖各大行星的动能。 飞船每掠过一颗行星，就偷走人家一点点轨道能量。 自己没耗一滴燃料，速度却越来越快。 在太空中，从来没有绝对的直线。 所有的飞行，都是在不同引力场里持续的自由落体。 造出巨大的推力只是基础。 顶级航天智慧，是知道什么时候彻底关掉引擎。
0:11

去趟月球再飞回来，飞船要备多少燃料？ 其实返程可以完全不点火。 这叫自由返回轨道。 阿耳忒弥斯二号载人绕月用的就是这套方案。 飞船发射时只定准一个特定的速度和角度。 剩下的全交给引力。 靠近月球时，月球引力会把飞船的轨道拉弯。 像甩链球一样，直接把它甩向奔向地球的方向。 整个返程几乎不用开动主引擎。 这是最硬核的安全兜底。 万一飞船引擎中途彻底宕机怎么办？ 引力本身就是最大的备用系统。 只要进入了这条轨道，物理学定律会保证宇航员平安回家。 放眼整个太阳系，引力还能当加速器。 当年旅行者号能飞往外太空，靠的是沿途白嫖各大行星的动能。 飞船每掠过一颗行星，就偷走人家一点点轨道能量。 自己没耗一滴燃料，速度却越来越快。 在太空中，从来没有绝对的直线。 所有的飞行，都是在不同引力场里持续的自由落体。 造出巨大的推力只是基础。 顶级航天智慧，是知道什么时候彻底关掉引擎。

墓碑科技

42,800 次观看 • 6 个月前

来北京捞世界的俄罗斯妹妹 现在北京不好混了，在90年代中期到20几几年的时候，北京俄妹最集中的地方是在日坛宾馆隔壁，一个叫好莱坞什么的酒吧，反正门口霓虹灯上有名字，但没人看，都习惯叫“七星岛”。 每天八点多开始上人，顾客进门是80，后来长到100，一晚上不限制出入次数，驻场的俄妹有月票。酒吧里场地很大，灯光昏暗伴有音乐，最多的时候有俄妹百八十人吧，或干坐着或要一杯什么自酌，大部分抽烟，眼睛都不闲着，四处找人对视并微微点头打招呼。 搭讪俄妹最好开门见山，因为她们英语中文基本都是蹦词儿的水平，而且都是有用的关键词。能交流的也可以请她们喝一杯，不过她们不在乎这个，她们不想在一个人顾客身上浪费太多时间，一晚上能多翻几台更重要。 最初800，后来长到1000，这是最低官价，没什么好讲的，对上眼就可以走了。门口有“黑车”排队，跟她们都很熟，一看出来的是谁就知道去什么地方，当然坐顾客的车也行。总之，顾客负担往返交通。 她们一般都住公寓，距离大部分在几公里以内。如果是顾客自己有地方，她们都会非常谨慎，毕竟人生地不熟的有安全顾虑。后来场内有了蒙古和国内的，价格低200，质量嘛，国内好于蒙古的，从外观看。 大约09年左右七星岛被市局治安总队查抄了，一时间很多人失去了个好去处。过了两年又重新开业，位置在建国门北、二环边儿上的华声大厦地下一层。 跟很多买卖一样，重新开张后大不如前。门票变200了，而且是一次性的，里面俄妹少了，质量也不如从前了，价格却更高了。 不知道又过多久，这里也关门了，著名的“七星岛”彻底退出历史舞台。七星岛刚没有的时候，日坛路附近的几个酒吧晚上还能看到俄妹，但都是几个人零零星星的，而且更含蓄、婆婆妈妈事特多，比那种人头攒动、挤来挤去、三言两语的时代差远了。至于现在，北京俄妹是怎么个状况，一点儿都不知道了。
0:13

来北京捞世界的俄罗斯妹妹 现在北京不好混了，在90年代中期到20几几年的时候，北京俄妹最集中的地方是在日坛宾馆隔壁，一个叫好莱坞什么的酒吧，反正门口霓虹灯上有名字，但没人看，都习惯叫“七星岛”。 每天八点多开始上人，顾客进门是80，后来长到100，一晚上不限制出入次数，驻场的俄妹有月票。酒吧里场地很大，灯光昏暗伴有音乐，最多的时候有俄妹百八十人吧，或干坐着或要一杯什么自酌，大部分抽烟，眼睛都不闲着，四处找人对视并微微点头打招呼。 搭讪俄妹最好开门见山，因为她们英语中文基本都是蹦词儿的水平，而且都是有用的关键词。能交流的也可以请她们喝一杯，不过她们不在乎这个，她们不想在一个人顾客身上浪费太多时间，一晚上能多翻几台更重要。 最初800，后来长到1000，这是最低官价，没什么好讲的，对上眼就可以走了。门口有“黑车”排队，跟她们都很熟，一看出来的是谁就知道去什么地方，当然坐顾客的车也行。总之，顾客负担往返交通。 她们一般都住公寓，距离大部分在几公里以内。如果是顾客自己有地方，她们都会非常谨慎，毕竟人生地不熟的有安全顾虑。后来场内有了蒙古和国内的，价格低200，质量嘛，国内好于蒙古的，从外观看。 大约09年左右七星岛被市局治安总队查抄了，一时间很多人失去了个好去处。过了两年又重新开业，位置在建国门北、二环边儿上的华声大厦地下一层。 跟很多买卖一样，重新开张后大不如前。门票变200了，而且是一次性的，里面俄妹少了，质量也不如从前了，价格却更高了。 不知道又过多久，这里也关门了，著名的“七星岛”彻底退出历史舞台。七星岛刚没有的时候，日坛路附近的几个酒吧晚上还能看到俄妹，但都是几个人零零星星的，而且更含蓄、婆婆妈妈事特多，比那种人头攒动、挤来挤去、三言两语的时代差远了。至于现在，北京俄妹是怎么个状况，一点儿都不知道了。

老多

1,588,448 次观看 • 2 年前

兔子阳谋来了，而且是明牌。 近日，中国代表在安理会上发言：星链曾两次迫使中国空间站紧急避险，对中国空间站和航天员造成严重威胁。况且，卫星解体产生100多枚碎片，严重威胁没有控轨能力国家的航天器。 翻译过来：星链这事联合国管不管？管，就好好规范，严惩乱作为；不管，兔子家星链该发射了。
0:10

兔子阳谋来了，而且是明牌。 近日，中国代表在安理会上发言：星链曾两次迫使中国空间站紧急避险，对中国空间站和航天员造成严重威胁。况且，卫星解体产生100多枚碎片，严重威胁没有控轨能力国家的航天器。 翻译过来：星链这事联合国管不管？管，就好好规范，严惩乱作为；不管，兔子家星链该发射了。

戎🐎少年

196,913 次观看 • 9 个月前

特斯拉FSD还有一个问题，我人工接管过好几次 都是发生在左转。场景一，一个路口以前可以从直行道左转，后来新划了专门的左转道。FSD还是跑到直行道，准备从那里左转。场景二，新修了一条路，但那个路口只能右转。我们要去的方向需要左转，FSD却直奔那个路口去了，又得接管。 Tesla FSD主要靠摄像头看路，但去哪里、怎么走，仍然需要导航和地图数据。而现实中的道路一直在变，新修路、新开车道、重新划线等等，即使车里装的是当时最新的地图，也不代表刚刚发生的道路变化已经进入地图。 这就有一个问题，摄像头看到的是新路，如果地图里的还是旧路，FSD到底听谁的？我不知道我们碰到的几次到底是哪一层出了问题。但这些情况都发生在刚提车不久。 现在大家都在欢呼无人驾驶。真正没有方向盘，驾驶员以后，这些错误谁来接管？ 特斯拉开高速是真香。另外，我只用了FSD3个月。
0:12

特斯拉FSD还有一个问题，我人工接管过好几次 都是发生在左转。场景一，一个路口以前可以从直行道左转，后来新划了专门的左转道。FSD还是跑到直行道，准备从那里左转。场景二，新修了一条路，但那个路口只能右转。我们要去的方向需要左转，FSD却直奔那个路口去了，又得接管。 Tesla FSD主要靠摄像头看路，但去哪里、怎么走，仍然需要导航和地图数据。而现实中的道路一直在变，新修路、新开车道、重新划线等等，即使车里装的是当时最新的地图，也不代表刚刚发生的道路变化已经进入地图。 这就有一个问题，摄像头看到的是新路，如果地图里的还是旧路，FSD到底听谁的？我不知道我们碰到的几次到底是哪一层出了问题。但这些情况都发生在刚提车不久。 现在大家都在欢呼无人驾驶。真正没有方向盘，驾驶员以后，这些错误谁来接管？ 特斯拉开高速是真香。另外，我只用了FSD3个月。

Michelle

28,390 次观看 • 29 天前

很多人在研究 StandX 的时候，习惯性地会把它归类为又一个永续合约交易所，然后就开始机械地对比手续费或者奖励政策。 说实话，如果你的视角只停留在这些表面参数上，那大概率会错过它真正想做的那次底层取舍。 它真正动刀子的地方，其实不在于交易撮合有多快，也不在于界面做得多华丽，而是在于清算这件事本身。 如果你在币圈待得够久，你就会发现，链上衍生品发展到今天，最大的系统性风险从来不是成交深度够不够，而是清算过程中的那种失序感。 别只盯着深度看，清算才是协议的死穴 现在的链上衍生品市场，看起来挺热闹，但其实逻辑挺脆弱的。 一旦行情出现那种极端的剧烈波动，清算价格往往会被预言机牵着鼻子走，导致大量的仓位在短时间内集中爆掉。 这时候，系统要么得靠保险基金硬扛，要么就得面对直接产生的坏账。 这也是为什么很多协议在小规模运行的时候看着挺好，可一旦交易量和持仓量上去了，整个系统就会变得特别脆。 StandX 的切入点其实挺让人意外的，甚至有点反直觉。 它并没有跟着大流去研究怎么把清算的速度做得更快，而是换了个思路，把清算这个原本是断裂的，瞬间发生的动作，拆解成了一个可以被定价，且有缓冲余地的持续过程。 它不是在火烧眉毛的时候才去救火，而是把风险管理的工作做到了最前面。 把风险前移，让保证金不再是死钱 在 StandX 的这套设计逻辑里，保证金不再是一个死气沉沉的抵押物，而是一个能持续参与系统博弈的变量。 这里就不得不提到 DUSD 的作用了。 通过这种设计，仓位在还没真正进入高风险区间的时候，其实就已经在为整个系统积累缓冲层了。 你仔细想想，这种缓冲并不是事后的补救措施，而是一种事前就已经完成的风险定价。 换句话讲，StandX 是把清算的风险给前移了。 它不需要等到你的仓位快要爆仓了才去急急忙忙处理，而是在你整个持仓的周期里面，通过收益流和资金费率的变化，不断地在吸收那些潜在的风险波动。 这就带来了一个非常关键的改变，清算不再是系统的某个断点，而是变成了一段连续过程的一部分。 它把那种爆发式的价格波动给拆解到了时间的长河里，而不是让它集中在某个特定的价格区间内爆发。 为什么低波动环境反而能体现它的优势 我们平时见到的传统永续协议，最怕的就是行情平淡。 一旦市场没波动了，交易量就会下滑，资金费率也会枯竭，最后导致提供流动性的人收益下降，整个系统的稳定性反而会变差。 StandX 在这种低波动的环境下，它的模型反而跑得更顺。 因为 DUSD 的收益流和那套做市机制是一直在工作的，风险在这里被缓慢地累积，同时也在被缓慢地消化掉。 从协议的角度来看，这其实是一次风险管理思维的彻底转向。 它不再寄希望于外部的保险基金来兜底，而是让每一笔仓位在它的生命周期里，都在为自己可能带来的清算风险买单。 最聪明的地方在于，这个成本对用户来说是隐性的，它是通过整个收益结构的优化来完成的，而不是让你直接感觉到手续费变贵了。 做一个风险定价引擎，而不是单纯的交易台 这也解释了为什么 StandX 好像并不急着去宣传那些百倍杠杆之类的噱头。 因为它更关心的是，在允许高杠杆存在的前提下，系统到底还能不能保持一种线性的响应。 你得明白，只有当清算变成了一个可控的变量，高杠杆这件事才有真正的金融意义。很多协议把风控当成了一种不得不加的限制条件，而 StandX 显然是把风控当成了它的核心产品。 所以说，StandX 的本质其实更接近一个风险定价引擎，而不仅仅是一个交易平台。 你在前端看到的那些交易行为，只是冰山露出来的尖端，而在底层跑的那套把波动转化为系统收入的机制，才是它最厚实的底座。 如果这套逻辑能在各种复杂的行情里持续跑通，那它解决的就不只是某一轮牛熊市里的流量问题，而是链上衍生品长期以来无法规模化扩张的那个根本矛盾。 在这个行业里，谁能吸引更多交易者固然重要，但谁能在不失控的情况下承载更多的风险，谁才能真正笑到最后。 这条路确实不好走，短期内可能也没法通过几个简单的数据指标来验证它的优越性。 但一旦这种模式被市场验证是可行的，StandX 的位置就不再是去参与那些同质化的竞争，而是会变成那个定义规则的人。 #StandX #kaito
0:12

很多人在研究 StandX 的时候，习惯性地会把它归类为又一个永续合约交易所，然后就开始机械地对比手续费或者奖励政策。 说实话，如果你的视角只停留在这些表面参数上，那大概率会错过它真正想做的那次底层取舍。 它真正动刀子的地方，其实不在于交易撮合有多快，也不在于界面做得多华丽，而是在于清算这件事本身。 如果你在币圈待得够久，你就会发现，链上衍生品发展到今天，最大的系统性风险从来不是成交深度够不够，而是清算过程中的那种失序感。 别只盯着深度看，清算才是协议的死穴 现在的链上衍生品市场，看起来挺热闹，但其实逻辑挺脆弱的。 一旦行情出现那种极端的剧烈波动，清算价格往往会被预言机牵着鼻子走，导致大量的仓位在短时间内集中爆掉。 这时候，系统要么得靠保险基金硬扛，要么就得面对直接产生的坏账。 这也是为什么很多协议在小规模运行的时候看着挺好，可一旦交易量和持仓量上去了，整个系统就会变得特别脆。 StandX 的切入点其实挺让人意外的，甚至有点反直觉。 它并没有跟着大流去研究怎么把清算的速度做得更快，而是换了个思路，把清算这个原本是断裂的，瞬间发生的动作，拆解成了一个可以被定价，且有缓冲余地的持续过程。 它不是在火烧眉毛的时候才去救火，而是把风险管理的工作做到了最前面。 把风险前移，让保证金不再是死钱 在 StandX 的这套设计逻辑里，保证金不再是一个死气沉沉的抵押物，而是一个能持续参与系统博弈的变量。 这里就不得不提到 DUSD 的作用了。 通过这种设计，仓位在还没真正进入高风险区间的时候，其实就已经在为整个系统积累缓冲层了。 你仔细想想，这种缓冲并不是事后的补救措施，而是一种事前就已经完成的风险定价。 换句话讲，StandX 是把清算的风险给前移了。 它不需要等到你的仓位快要爆仓了才去急急忙忙处理，而是在你整个持仓的周期里面，通过收益流和资金费率的变化，不断地在吸收那些潜在的风险波动。 这就带来了一个非常关键的改变，清算不再是系统的某个断点，而是变成了一段连续过程的一部分。 它把那种爆发式的价格波动给拆解到了时间的长河里，而不是让它集中在某个特定的价格区间内爆发。 为什么低波动环境反而能体现它的优势 我们平时见到的传统永续协议，最怕的就是行情平淡。 一旦市场没波动了，交易量就会下滑，资金费率也会枯竭，最后导致提供流动性的人收益下降，整个系统的稳定性反而会变差。 StandX 在这种低波动的环境下，它的模型反而跑得更顺。 因为 DUSD 的收益流和那套做市机制是一直在工作的，风险在这里被缓慢地累积，同时也在被缓慢地消化掉。 从协议的角度来看，这其实是一次风险管理思维的彻底转向。 它不再寄希望于外部的保险基金来兜底，而是让每一笔仓位在它的生命周期里，都在为自己可能带来的清算风险买单。 最聪明的地方在于，这个成本对用户来说是隐性的，它是通过整个收益结构的优化来完成的，而不是让你直接感觉到手续费变贵了。 做一个风险定价引擎，而不是单纯的交易台 这也解释了为什么 StandX 好像并不急着去宣传那些百倍杠杆之类的噱头。 因为它更关心的是，在允许高杠杆存在的前提下，系统到底还能不能保持一种线性的响应。 你得明白，只有当清算变成了一个可控的变量，高杠杆这件事才有真正的金融意义。很多协议把风控当成了一种不得不加的限制条件，而 StandX 显然是把风控当成了它的核心产品。 所以说，StandX 的本质其实更接近一个风险定价引擎，而不仅仅是一个交易平台。 你在前端看到的那些交易行为，只是冰山露出来的尖端，而在底层跑的那套把波动转化为系统收入的机制，才是它最厚实的底座。 如果这套逻辑能在各种复杂的行情里持续跑通，那它解决的就不只是某一轮牛熊市里的流量问题，而是链上衍生品长期以来无法规模化扩张的那个根本矛盾。 在这个行业里，谁能吸引更多交易者固然重要，但谁能在不失控的情况下承载更多的风险，谁才能真正笑到最后。 这条路确实不好走，短期内可能也没法通过几个简单的数据指标来验证它的优越性。 但一旦这种模式被市场验证是可行的，StandX 的位置就不再是去参与那些同质化的竞争，而是会变成那个定义规则的人。 #StandX #kaito

草帽 boy

12,435 次观看 • 9 个月前

这个交易员在 Polymarket 用 $12 做到了 $104,000。 只用了 16 笔交易。 打法一点都不复杂： 每一笔都 直接翻倍仓位 只做 短时间窗口内的 BTC 价格方向 连续 16 次全对 结果就是： $12 → $104,000 8300x 回报。 没有机器人，没有内幕，也没有复杂策略 本质就是一句话： 👉 在对的地方连续押对 16 次。 他的账户在这： 如果你： 有时间 有 $12 也想体验一次极端玩法 那你至少知道——这在 Polymarket 里，是真实发生过的事。 不是每个人都能做到，但确实有人做到了。
0:17

这个交易员在 Polymarket 用 $12 做到了 $104,000。 只用了 16 笔交易。 打法一点都不复杂： 每一笔都 直接翻倍仓位 只做 短时间窗口内的 BTC 价格方向 连续 16 次全对 结果就是： $12 → $104,000 8300x 回报。 没有机器人，没有内幕，也没有复杂策略 本质就是一句话： 👉 在对的地方连续押对 16 次。 他的账户在这： 如果你： 有时间 有 $12 也想体验一次极端玩法 那你至少知道——这在 Polymarket 里，是真实发生过的事。 不是每个人都能做到，但确实有人做到了。

0x_Miko

13,072 次观看 • 8 个月前

看到这只被保鲜膜打包的小猫，我真是忍不住笑出声，这画面简直像极了我们在加密市场里被各种琐事和噪音束缚住的样子，明明想大展拳脚，结果却被生活和各种杂讯搞得动弹不得。今天下午在工作室，我正好也在处理几件让人头大的琐碎事，一会儿是合约的代码细节对齐，一会儿是社群里的突发小状况，忙得连喝口咖啡的时间都得靠挤，这种“被包起来”的感觉虽然无奈，但也算是生活里一种别样的调味剂吧。在这种忙碌的间隙，我其实一直在思考一个问题：在这个节奏快到让人窒息的 Web3 世界里，我们到底是在单打独斗，还是在寻找一种真正的共鸣和连接？ 说起连接，我最近深度研究了 Ferra 的逻辑，这真的打破了我以前对交易工具的固有认知。大家平时习惯了盯着 K 线孤军奋战，其实那种孤独感和信息差带来的挫败感是很沉重的，而 Ferra 提倡的 Trading Guild 概念，本质上是在重塑一种“交易社交化”的新生态。他们通过这种公会机制，把 Create、Vibe、Volume、Commission 和 Cashback 几个核心要素串联在一起，让交易不再只是冷冰冰的数字跳动，而变成了一场有节奏、有回馈的集体运动。这种每天结算佣金和返现的机制，极大地增强了生态的动能，也让每一位参与者都能感受到实实在在的利益激励，而不是在无尽的等待中被消耗。 我觉得这种模式最迷人的地方在于它对“交易孤独感”的精准狙击。就像 Ferra 说的，Solo trading 确实有点过于沉闷了，而 Trenchers together winning 才是这个充满变数的市场里最有效的生存法则。这种基于共识和利益共享的组织形式，其实正是区块链去中心化精神的某种具象化。它不仅仅是一个协议，更像是一个为所有交易者搭建的港湾，让大家在冲锋陷阵的时候，背后有一群志同道合的人在支撑。这种从个体奋斗向群体协作的转变，或许就是下一个阶段市场爆发的关键点。 你在交易的时候，是更习惯一个人躲在屏幕后面思考，还是更倾向于加入一个有活力的公会去共享信息和收益呢？我很想听听你们在这个充满了不确定的市场里，是如何找到属于自己的那份归属感的。
0:12

看到这只被保鲜膜打包的小猫，我真是忍不住笑出声，这画面简直像极了我们在加密市场里被各种琐事和噪音束缚住的样子，明明想大展拳脚，结果却被生活和各种杂讯搞得动弹不得。今天下午在工作室，我正好也在处理几件让人头大的琐碎事，一会儿是合约的代码细节对齐，一会儿是社群里的突发小状况，忙得连喝口咖啡的时间都得靠挤，这种“被包起来”的感觉虽然无奈，但也算是生活里一种别样的调味剂吧。在这种忙碌的间隙，我其实一直在思考一个问题：在这个节奏快到让人窒息的 Web3 世界里，我们到底是在单打独斗，还是在寻找一种真正的共鸣和连接？ 说起连接，我最近深度研究了 Ferra 的逻辑，这真的打破了我以前对交易工具的固有认知。大家平时习惯了盯着 K 线孤军奋战，其实那种孤独感和信息差带来的挫败感是很沉重的，而 Ferra 提倡的 Trading Guild 概念，本质上是在重塑一种“交易社交化”的新生态。他们通过这种公会机制，把 Create、Vibe、Volume、Commission 和 Cashback 几个核心要素串联在一起，让交易不再只是冷冰冰的数字跳动，而变成了一场有节奏、有回馈的集体运动。这种每天结算佣金和返现的机制，极大地增强了生态的动能，也让每一位参与者都能感受到实实在在的利益激励，而不是在无尽的等待中被消耗。 我觉得这种模式最迷人的地方在于它对“交易孤独感”的精准狙击。就像 Ferra 说的，Solo trading 确实有点过于沉闷了，而 Trenchers together winning 才是这个充满变数的市场里最有效的生存法则。这种基于共识和利益共享的组织形式，其实正是区块链去中心化精神的某种具象化。它不仅仅是一个协议，更像是一个为所有交易者搭建的港湾，让大家在冲锋陷阵的时候，背后有一群志同道合的人在支撑。这种从个体奋斗向群体协作的转变，或许就是下一个阶段市场爆发的关键点。 你在交易的时候，是更习惯一个人躲在屏幕后面思考，还是更倾向于加入一个有活力的公会去共享信息和收益呢？我很想听听你们在这个充满了不确定的市场里，是如何找到属于自己的那份归属感的。

Jason傑森 🇭🇰|🛠️MemeMax⚡️

11,503 次观看 • 8 个月前

把 $0.01 变成 $70 万+，发生在 Polymarket。 但最离谱的是： 这和“预测结果”几乎没关系。 当所有人还在吵 YES 还是 NO，他已经把两边都买了，然后坐着等——波动替他干活。 地址在这： Profile → 这个账号胜率接近 95%，只做大多数人不敢碰的市场： 高混乱 高情绪 赔率剧烈来回拉扯 在我看来，这正是这套打法最舒服的土壤。 他的逻辑很简单： 价格一开始动，一边被疯狂抢筹，另一边被直接踩死。 恐慌盘冲出来，赔率塌到 2–4¢，他就在那一刻，把“尸体”捡起来 大多数交易者扛不住浮亏 红了就慌，开始怀疑、提前止损 这个 bot 不会 它把恐惧当成流动性，一刀一刀收割 行情无聊的时候？ 会小亏点，就当交“等行情的门票” 但一旦方向反转，这些仓位可以在极短时间内 直接拉到 25–32x。 不预测 不讲叙事 不抱希望 只有一件事： 用数学实时对抗人性的失控。 下行有限，上行不封顶。 说实话，这套东西，99% 的人根本没胆子手动跑。
0:17

把 $0.01 变成 $70 万+，发生在 Polymarket。 但最离谱的是： 这和“预测结果”几乎没关系。 当所有人还在吵 YES 还是 NO，他已经把两边都买了，然后坐着等——波动替他干活。 地址在这： Profile → 这个账号胜率接近 95%，只做大多数人不敢碰的市场： 高混乱 高情绪 赔率剧烈来回拉扯 在我看来，这正是这套打法最舒服的土壤。 他的逻辑很简单： 价格一开始动，一边被疯狂抢筹，另一边被直接踩死。 恐慌盘冲出来，赔率塌到 2–4¢，他就在那一刻，把“尸体”捡起来 大多数交易者扛不住浮亏 红了就慌，开始怀疑、提前止损 这个 bot 不会 它把恐惧当成流动性，一刀一刀收割 行情无聊的时候？ 会小亏点，就当交“等行情的门票” 但一旦方向反转，这些仓位可以在极短时间内 直接拉到 25–32x。 不预测 不讲叙事 不抱希望 只有一件事： 用数学实时对抗人性的失控。 下行有限，上行不封顶。 说实话，这套东西，99% 的人根本没胆子手动跑。

0x_Miko

43,090 次观看 • 8 个月前

这段时间在圈子里跑，越来越有种感觉：算力这条线，开始热起来了。 不是喊口号那种热，而是人真的在往里走， 以前互相不搭边的几拨人，现在都开始聊同一件事——算力、AI、资源怎么对接。 有些老玩家的思路也挺直接：与其盯着币价，不如盯底层生产力，算力这东西，说白了就是数字时代的矿机+电力+土地。 但机会归机会，焦虑也是真的。 项目多、信息杂，真正能落地的反而不好找。 我这段时间也在里面跑资源，从项目、渠道到上下游对接，慢慢攒了一点能用的东西，如果你手里有算力相关的项目，或者想往Web3这边靠一靠，可以一起交流，看看有没有能拼起来的地方。 这波AI的浪，不一定人人都能吃肉 但不下水，大概率连汤都喝不到。
0:10

这段时间在圈子里跑，越来越有种感觉：算力这条线，开始热起来了。 不是喊口号那种热，而是人真的在往里走， 以前互相不搭边的几拨人，现在都开始聊同一件事——算力、AI、资源怎么对接。 有些老玩家的思路也挺直接：与其盯着币价，不如盯底层生产力，算力这东西，说白了就是数字时代的矿机+电力+土地。 但机会归机会，焦虑也是真的。 项目多、信息杂，真正能落地的反而不好找。 我这段时间也在里面跑资源，从项目、渠道到上下游对接，慢慢攒了一点能用的东西，如果你手里有算力相关的项目，或者想往Web3这边靠一靠，可以一起交流，看看有没有能拼起来的地方。 这波AI的浪，不一定人人都能吃肉 但不下水，大概率连汤都喝不到。

币圈哲宇_

231,628 次观看 • 5 个月前

刚去小米店摸了下它的折叠机有感，大家有没有注意到在安卓这边折叠机都叫“Fold”，而苹果选了“Duo”。 其实从字面意思来看，Fold就是折叠，强调这个动作，很直观，但苹果使用了Duo这个从拉丁语来的词，它其实是有一组，一对的意思，是个组合。重点从“能折”转到“两种体验（一个手机两个形态，手机+iPad）是一对、能一起用合二为一，强调的是体验。 现在在回过头来看苹果的那个折叠动画，就解释了这个Duo，它从手机形态打开到iPad形态，或者反过来闭合起来，动画是连续的，强调只是变了形态，从人的大脑认知来看也是一样，你看到的东西没有消失后又出现一次。并没有安卓那样，从一个形态关闭后，又重新打开了另一个形态，中间过程不连续，是断开的。所有安卓折叠机都是这样，你在外屏打开一个app，在展开的时候，内屏是从黑到重新打开app的一个过程。所以并不能简单理解苹果的和其它安卓在这方面，就是多做了个过场动画那么表面。 另外苹果在这个时候推出Duo，一个呢，当然也是供应链技术发展到了苹果认为相对成熟的时候，二呢，也是它的AI布局，目前Apple Intelligence在今年也会迎来大更新，苹果相信在手机+iPad这个二合一的组合形态下，人们可以更好的体验AI的各种操作。简单的任务可以在手机形态下进行，复杂点的比如Codex和Claude这样的编程任务，也方便在iPad这个形态下进行。 如果说安卓或者是更早的微软Surface Duo开启了折叠这个形态，那么Apple可以说是重新定义了它。后续发展会更有意思，感谢自己处在这个科技飞速发展的时代，可以亲自见证这些迭代的过程。 当然我个人现在并不会买第一代的Duo，毕竟它相机过于拉胯了，这个是我个人非常看重的一个工具。 大家Enjoy！😊
0:14

刚去小米店摸了下它的折叠机有感，大家有没有注意到在安卓这边折叠机都叫“Fold”，而苹果选了“Duo”。 其实从字面意思来看，Fold就是折叠，强调这个动作，很直观，但苹果使用了Duo这个从拉丁语来的词，它其实是有一组，一对的意思，是个组合。重点从“能折”转到“两种体验（一个手机两个形态，手机+iPad）是一对、能一起用合二为一，强调的是体验。 现在在回过头来看苹果的那个折叠动画，就解释了这个Duo，它从手机形态打开到iPad形态，或者反过来闭合起来，动画是连续的，强调只是变了形态，从人的大脑认知来看也是一样，你看到的东西没有消失后又出现一次。并没有安卓那样，从一个形态关闭后，又重新打开了另一个形态，中间过程不连续，是断开的。所有安卓折叠机都是这样，你在外屏打开一个app，在展开的时候，内屏是从黑到重新打开app的一个过程。所以并不能简单理解苹果的和其它安卓在这方面，就是多做了个过场动画那么表面。 另外苹果在这个时候推出Duo，一个呢，当然也是供应链技术发展到了苹果认为相对成熟的时候，二呢，也是它的AI布局，目前Apple Intelligence在今年也会迎来大更新，苹果相信在手机+iPad这个二合一的组合形态下，人们可以更好的体验AI的各种操作。简单的任务可以在手机形态下进行，复杂点的比如Codex和Claude这样的编程任务，也方便在iPad这个形态下进行。 如果说安卓或者是更早的微软Surface Duo开启了折叠这个形态，那么Apple可以说是重新定义了它。后续发展会更有意思，感谢自己处在这个科技飞速发展的时代，可以亲自见证这些迭代的过程。 当然我个人现在并不会买第一代的Duo，毕竟它相机过于拉胯了，这个是我个人非常看重的一个工具。 大家Enjoy！😊

小鹏Digital

28,951 次观看 • 24 天前

卧槽，Google/DeepMind 团队最新演示的 AI 递归自我改进论文有点吊炸，奇点要来了吗！？ 以前让 Agent 去探索一个复杂的算法或 GPU 算子，每试错一次就要花几十美分、还要等编译跑分，钱包根本扛不住。 谷歌 Dream-RSI 的思路变了：它让模型在过去的历史日志里做梦，用极低成本试完几千种打法，选出最好的再上线实测。 早上好好看了下，发现DeepMind 这篇 Dream-RSI 最值钱的突破其实还不只是让 AI 去修改自身权重， 他们终于找到了一种办法，把调用大模型做探索的成本直接打掉了最高 162 倍。 对正在做代码智能体、自动科研和算法优化的人来说，这篇论文给出了一个极度清醒的工程底座。 它的思路非常克制，一共踩实了三步： 1️⃣ 冻结模型权重，只改战术打法 科幻小说里的自进化，往往是让模型自己改自己的底层代码或权重，结果往往是灾难性遗忘和幻觉暴增； 谷歌第一步就把安全阀焊死了：底层的大模型完全固定不动，它只负责干活； 自我改进的对象，是指导模型去哪里搜索、什么时候回溯、怎么选分支的探索策略。 2️⃣ 把历史残局做成做梦模拟器 这是全篇最聪明的一步。 以前让 Agent 探索长链条任务，最昂贵的是每一步都要真机运行、在线打分； Dream-RSI 把过去跑完的探索轨迹存成了一棵不可篡改的历史树； 这棵树就是环境模拟器，系统可以在离线状态下疯狂做梦，把成千上万种新的探索打法放在历史数据上快速过一遍， 既不需要重新调用大模型生成一遍内容，也不用重复去跑耗时的编译器。 3️⃣ 用历史教训筛选出最佳策略再实战 在沙盒里挑选出得分最高的探索策略后，才把它装载到下一轮真实的业务环境里； 在数学优化、算法设计和 GPU 内核优化的测试中，它不仅拿到了持平甚至更好的方案， 还把在线调用大模型的次数砍到了原本的几十分之一，特定测试下甚至减少了 162 倍。 但看这篇论文必须看清它的取信边界： 这种自我进化之所以成立，是因为算法和 GPU 代码有着极其冷酷的判定器，能不能编译、运行速度快了多少，物理世界会给出绝对确定的分数； 如果换成写文章、做设计等没有客观真理裁判的场景，做梦机制会瞬间退化成自我陶醉的幻觉堆叠。 真正的智能化突破，往往不是靠盲目堆算力去穷举试错； 模型的能力可以固定，但通过沉淀过去的失败轨迹、用最低的代价把搜索战术打磨到极致， 这套把经典强化学习移植进 Agent 系统的框架，给很多被高昂 API 账单卡住的团队，指了一条极其实在的生路。
0:12

卧槽，Google/DeepMind 团队最新演示的 AI 递归自我改进论文有点吊炸，奇点要来了吗！？ 以前让 Agent 去探索一个复杂的算法或 GPU 算子，每试错一次就要花几十美分、还要等编译跑分，钱包根本扛不住。 谷歌 Dream-RSI 的思路变了：它让模型在过去的历史日志里做梦，用极低成本试完几千种打法，选出最好的再上线实测。 早上好好看了下，发现DeepMind 这篇 Dream-RSI 最值钱的突破其实还不只是让 AI 去修改自身权重， 他们终于找到了一种办法，把调用大模型做探索的成本直接打掉了最高 162 倍。 对正在做代码智能体、自动科研和算法优化的人来说，这篇论文给出了一个极度清醒的工程底座。 它的思路非常克制，一共踩实了三步： 1️⃣ 冻结模型权重，只改战术打法 科幻小说里的自进化，往往是让模型自己改自己的底层代码或权重，结果往往是灾难性遗忘和幻觉暴增； 谷歌第一步就把安全阀焊死了：底层的大模型完全固定不动，它只负责干活； 自我改进的对象，是指导模型去哪里搜索、什么时候回溯、怎么选分支的探索策略。 2️⃣ 把历史残局做成做梦模拟器 这是全篇最聪明的一步。 以前让 Agent 探索长链条任务，最昂贵的是每一步都要真机运行、在线打分； Dream-RSI 把过去跑完的探索轨迹存成了一棵不可篡改的历史树； 这棵树就是环境模拟器，系统可以在离线状态下疯狂做梦，把成千上万种新的探索打法放在历史数据上快速过一遍， 既不需要重新调用大模型生成一遍内容，也不用重复去跑耗时的编译器。 3️⃣ 用历史教训筛选出最佳策略再实战 在沙盒里挑选出得分最高的探索策略后，才把它装载到下一轮真实的业务环境里； 在数学优化、算法设计和 GPU 内核优化的测试中，它不仅拿到了持平甚至更好的方案， 还把在线调用大模型的次数砍到了原本的几十分之一，特定测试下甚至减少了 162 倍。 但看这篇论文必须看清它的取信边界： 这种自我进化之所以成立，是因为算法和 GPU 代码有着极其冷酷的判定器，能不能编译、运行速度快了多少，物理世界会给出绝对确定的分数； 如果换成写文章、做设计等没有客观真理裁判的场景，做梦机制会瞬间退化成自我陶醉的幻觉堆叠。 真正的智能化突破，往往不是靠盲目堆算力去穷举试错； 模型的能力可以固定，但通过沉淀过去的失败轨迹、用最低的代价把搜索战术打磨到极致， 这套把经典强化学习移植进 Agent 系统的框架，给很多被高昂 API 账单卡住的团队，指了一条极其实在的生路。

AYi

28,054 次观看 • 22 天前

本以为是贪图方便的“捷径”，却成了惊心动魄的“事故现场”。广东一女子在人行道上盲目逆行飞驰，结果狠狠撞上了正端着餐具的大叔。伴随着一地碎瓷，女子被瞬间甩出几米远，大叔也直接被撞懵。 道路千万条，安全第一条。人行道是行人的安全避风港，绝不是电动车逆行、飙车的法外之地。为了自己和他人的安全，请收起那份侥幸，各行其道，别让一时的“贪快”变成终身的“痛悔”！
0:15

本以为是贪图方便的“捷径”，却成了惊心动魄的“事故现场”。广东一女子在人行道上盲目逆行飞驰，结果狠狠撞上了正端着餐具的大叔。伴随着一地碎瓷，女子被瞬间甩出几米远，大叔也直接被撞懵。 道路千万条，安全第一条。人行道是行人的安全避风港，绝不是电动车逆行、飙车的法外之地。为了自己和他人的安全，请收起那份侥幸，各行其道，别让一时的“贪快”变成终身的“痛悔”！

💋💋千山暮雪🌸🌸

34,610 次观看 • 2 个月前

人只有在低谷期熬不住了，才临时去选择算命、风水等等，那叫病急乱投医，只是在失控中寻找控制感，对未知的一种自我安慰 很多真正拿到过大结果，并且能够长期守住财富的人，研究易学根本不是为了缓解焦虑，而是经历过足够多的大起大落以后，发现同一个人、同样的能力、同样的决策，放在不同的时间节点，结果可以天差地别， 他们都有一个共同特点，就是心里其实比谁都清楚，自己能有今天，并不是能力和认知突然比别人多了多少，而是大运到了，贵人、机会、资金和胆识恰好同时出现，他自己只是走了个好的运而已，他们会一直承认，人并不能直接决定结果 原局决定上限，大运决定什么时候拿到这些东西， 等你经历过饭都快吃不上了，突然到了某个流年，却突然有钱买豪车、买房、娶老婆，你就知道我这句话的含金量了 人有冲天之志，非运不能自通。所谓成功，不过是人被大运推到了本该属于他的位置，拿到了他命局里本该是他的东西 最后再透露一个天机，一个人能不能对这些规律产生敬畏，本身也是福报的一部分，福报并不是这一代人修来的，而是几代人的积累，到了你这一代，才开始显化出来 命不好、福报浅的人，往往对这些没有敬畏。这里的敬畏不是让你跪拜哪位神明，求神拜佛，而是承认天地有其运行规律，人力终有边界，所谓“道法自然”，就是人可以顺应规律、借势而行，却永远无法凌驾于规律之上， 这种不敬畏落到现实里，就是不甘心、嫉妒别人，总想证明自己可以对抗规律，看见别人走运，便归结为运气好，轮到自己失意，又不肯承认时运未到，最后只能在一次次强求中把自己耗尽
0:19

人只有在低谷期熬不住了，才临时去选择算命、风水等等，那叫病急乱投医，只是在失控中寻找控制感，对未知的一种自我安慰 很多真正拿到过大结果，并且能够长期守住财富的人，研究易学根本不是为了缓解焦虑，而是经历过足够多的大起大落以后，发现同一个人、同样的能力、同样的决策，放在不同的时间节点，结果可以天差地别， 他们都有一个共同特点，就是心里其实比谁都清楚，自己能有今天，并不是能力和认知突然比别人多了多少，而是大运到了，贵人、机会、资金和胆识恰好同时出现，他自己只是走了个好的运而已，他们会一直承认，人并不能直接决定结果 原局决定上限，大运决定什么时候拿到这些东西， 等你经历过饭都快吃不上了，突然到了某个流年，却突然有钱买豪车、买房、娶老婆，你就知道我这句话的含金量了 人有冲天之志，非运不能自通。所谓成功，不过是人被大运推到了本该属于他的位置，拿到了他命局里本该是他的东西 最后再透露一个天机，一个人能不能对这些规律产生敬畏，本身也是福报的一部分，福报并不是这一代人修来的，而是几代人的积累，到了你这一代，才开始显化出来 命不好、福报浅的人，往往对这些没有敬畏。这里的敬畏不是让你跪拜哪位神明，求神拜佛，而是承认天地有其运行规律，人力终有边界，所谓“道法自然”，就是人可以顺应规律、借势而行，却永远无法凌驾于规律之上， 这种不敬畏落到现实里，就是不甘心、嫉妒别人，总想证明自己可以对抗规律，看见别人走运，便归结为运气好，轮到自己失意，又不肯承认时运未到，最后只能在一次次强求中把自己耗尽

Ripe

16,202 次观看 • 27 天前

这个账户每天稳定赚 $1,000，几乎不承担风险 他盯上的，是大多数人直接忽略的一段时间窗口 只做 BTC 方向市场 只看最后 60 秒 只在 99% 概率时进场 一个月下来，已经做到 $20,700 利润 逻辑其实很简单： Polymarket 的 BTC Up/Down 市场，每隔几小时结算一次 但在最后几十秒，当结果基本已经确定的时候，胜利一方的价格，往往还没完全走到 $1 通常还停在 98–99c 大多数人直接放弃这一段 他专门盯这一段 实时盯 BTC 价格，等到只剩 30 秒左右，方向已经非常明确，几乎不可能反转 然后直接用大仓位，在 99c 买入 等结算到 $1 结束 一笔大概 1% 收益，然后继续下一笔 重复 这不是预测 而是专门吃“最后定价没补齐”的那一点点空间 看起来很无聊 但如果你把收益复利去算： 每天 1%，连续两个月，就不是“无聊”，而是接近 $21K 的稳定增长 当然不是完全无风险 真正的风险只有一个： 最后一秒的极端波动（flash crash） 确实会发生，但频率低到，这套 edge 依然是正的 从他的 PnL 曲线也能看到，偶尔会有小回撤 但整体结构非常干净： 没有大回撤，没有情绪波动，没有复杂判断 只是每天安静地收那 1% 你觉得这种玩法，本质是在赚“最后一刻的流动性不足”，还是市场在结算前天然留下的定价漏洞？
0:13

这个账户每天稳定赚 $1,000，几乎不承担风险 他盯上的，是大多数人直接忽略的一段时间窗口 只做 BTC 方向市场 只看最后 60 秒 只在 99% 概率时进场 一个月下来，已经做到 $20,700 利润 逻辑其实很简单： Polymarket 的 BTC Up/Down 市场，每隔几小时结算一次 但在最后几十秒，当结果基本已经确定的时候，胜利一方的价格，往往还没完全走到 $1 通常还停在 98–99c 大多数人直接放弃这一段 他专门盯这一段 实时盯 BTC 价格，等到只剩 30 秒左右，方向已经非常明确，几乎不可能反转 然后直接用大仓位，在 99c 买入 等结算到 $1 结束 一笔大概 1% 收益，然后继续下一笔 重复 这不是预测 而是专门吃“最后定价没补齐”的那一点点空间 看起来很无聊 但如果你把收益复利去算： 每天 1%，连续两个月，就不是“无聊”，而是接近 $21K 的稳定增长 当然不是完全无风险 真正的风险只有一个： 最后一秒的极端波动（flash crash） 确实会发生，但频率低到，这套 edge 依然是正的 从他的 PnL 曲线也能看到，偶尔会有小回撤 但整体结构非常干净： 没有大回撤，没有情绪波动，没有复杂判断 只是每天安静地收那 1% 你觉得这种玩法，本质是在赚“最后一刻的流动性不足”，还是市场在结算前天然留下的定价漏洞？

0x_Miko

38,031 次观看 • 6 个月前

全自动科学论文工厂，它真的来了。 你该看看这个新仓库。 之前那个中国大学生搞了个MiroFish，做实时社会模拟；字节跳动那边出了OpenViking，把记忆结构化；还有Percepta，把数学计算直接嵌进大模型的权重里；吴恩达那边也推了个Context Hub，相当于给代理加了一层自己标注的文档系统。 👉 Polymarket 官方入口： 现在，AutoResearchClaw 刚在 GitHub 上线——一个全自动的科学论文生成器。 仓库上线几个小时，就拿了差不多 4k 星。 给一个原始的想法进去，出来的就是一篇 6000 字、能直接用的 PDF 论文。关键它不是那种垃圾玩意儿。 它背后跑的是真正的代理系统： · 自己做实验：写代码、跑测试、读日志，崩了还能自己调 · 几乎没有幻觉：走硬核四层验证，对接真实科学数据库，没有假引用 · 格式也挑不出毛病：图表自动生成，LaTeX 排版，直接对标 NeurIPS / ICML 的标准 挺有意思的悖论是：这东西不会把 arXiv 搞死。 仓库： 当生成一篇论文的成本几乎为零，真正的权力就到了“筛选者”手里。行业里的新神，会是那些活人审稿人——他们要在无穷无尽的 AI 论文洪流里，手动淘出真东西。 愿安息吧，五年磨一篇的突破性论文——可能一夜之间就被批量淹没了。 把这几样东西拼在一起看： MiroFish 的集群 + OpenViking 的记忆 + Percepta 的真实数学 + Context Hub 的干净文档 + AutoResearchClaw 的自主研究 你就得到了一类代理——能自己跑完整个研究闭环，用真数学去验证假设，反复推敲，以远超人类的速度做出真正的突破。 这不就是在 Polymarket 和各类条件市场上，搭建下一代预测机器人要用的那套东西吗？代理自己去研究、模拟、验证概率，用科学的方法更新判断，而不是靠猜。 一个真正能发现、能证明的预测超级代理时代，就这么来了。 存好这套配置。 如果想在 Polymarket 上搞跟单交易，我推荐用这个： #Polymarket
0:14

全自动科学论文工厂，它真的来了。 你该看看这个新仓库。 之前那个中国大学生搞了个MiroFish，做实时社会模拟；字节跳动那边出了OpenViking，把记忆结构化；还有Percepta，把数学计算直接嵌进大模型的权重里；吴恩达那边也推了个Context Hub，相当于给代理加了一层自己标注的文档系统。 👉 Polymarket 官方入口： 现在，AutoResearchClaw 刚在 GitHub 上线——一个全自动的科学论文生成器。 仓库上线几个小时，就拿了差不多 4k 星。 给一个原始的想法进去，出来的就是一篇 6000 字、能直接用的 PDF 论文。关键它不是那种垃圾玩意儿。 它背后跑的是真正的代理系统： · 自己做实验：写代码、跑测试、读日志，崩了还能自己调 · 几乎没有幻觉：走硬核四层验证，对接真实科学数据库，没有假引用 · 格式也挑不出毛病：图表自动生成，LaTeX 排版，直接对标 NeurIPS / ICML 的标准 挺有意思的悖论是：这东西不会把 arXiv 搞死。 仓库： 当生成一篇论文的成本几乎为零，真正的权力就到了“筛选者”手里。行业里的新神，会是那些活人审稿人——他们要在无穷无尽的 AI 论文洪流里，手动淘出真东西。 愿安息吧，五年磨一篇的突破性论文——可能一夜之间就被批量淹没了。 把这几样东西拼在一起看： MiroFish 的集群 + OpenViking 的记忆 + Percepta 的真实数学 + Context Hub 的干净文档 + AutoResearchClaw 的自主研究 你就得到了一类代理——能自己跑完整个研究闭环，用真数学去验证假设，反复推敲，以远超人类的速度做出真正的突破。 这不就是在 Polymarket 和各类条件市场上，搭建下一代预测机器人要用的那套东西吗？代理自己去研究、模拟、验证概率，用科学的方法更新判断，而不是靠猜。 一个真正能发现、能证明的预测超级代理时代，就这么来了。 存好这套配置。 如果想在 Polymarket 上搞跟单交易，我推荐用这个： #Polymarket

区块链行情研究

62,723 次观看 • 6 个月前

很多人看到这个账户的第一反应是： “这也太疯了吧，用一百万去赚五千？” 但这不是赌，也不是运气 事实很简单 这个交易者在 Polymarket 的长期胜率是 98% 以上，总盈利 13 万美金，而历史亏损只有 160 美金。不是因为他预测准，而是因为他几乎只出现在一类市场里： 概率已经被定到 95–99%，而且距离结算只剩下分钟或小时 看起来风险巨大，本质恰恰相反 在这种时间窗口里，事件本身几乎已经“结束”，但市场仍然允许你用体量去吃掉那一点点剩余赔率。多数人不愿意这么做，因为回报率低、不性感、看起来像是在“捡硬币” 关键不在于押什么，而在于他反复做同一件事： 利用结算前的注意力真空和流动性惰性 散户早就离场，做市深度不足，价格不再因为信息变化而更新，只是机械地挂在那里 这也是为什么大多数人赚不到 他们追的是事件、故事和刺激；而这种方式需要的是耐心、体量，以及对“低波动但高确定性”的长期接受度情绪型交易者几乎不可能复制 你可以自己去看这个账户的行为轨迹，他的下注时间、持仓长度和市场选择都非常一致 真正的 edge，往往就藏在这些最无聊的地方
0:13

很多人看到这个账户的第一反应是： “这也太疯了吧，用一百万去赚五千？” 但这不是赌，也不是运气 事实很简单 这个交易者在 Polymarket 的长期胜率是 98% 以上，总盈利 13 万美金，而历史亏损只有 160 美金。不是因为他预测准，而是因为他几乎只出现在一类市场里： 概率已经被定到 95–99%，而且距离结算只剩下分钟或小时 看起来风险巨大，本质恰恰相反 在这种时间窗口里，事件本身几乎已经“结束”，但市场仍然允许你用体量去吃掉那一点点剩余赔率。多数人不愿意这么做，因为回报率低、不性感、看起来像是在“捡硬币” 关键不在于押什么，而在于他反复做同一件事： 利用结算前的注意力真空和流动性惰性 散户早就离场，做市深度不足，价格不再因为信息变化而更新，只是机械地挂在那里 这也是为什么大多数人赚不到 他们追的是事件、故事和刺激；而这种方式需要的是耐心、体量，以及对“低波动但高确定性”的长期接受度情绪型交易者几乎不可能复制 你可以自己去看这个账户的行为轨迹，他的下注时间、持仓长度和市场选择都非常一致 真正的 edge，往往就藏在这些最无聊的地方

0x_Miko

18,247 次观看 • 8 个月前

今天出差路上，突然意识到命运这东西确实存在。不然怎么解释，有人日夜奔波勉强温饱，有人却云淡风轻就拥有了一切？ 那些不争不抢却拥有一切的人，绝大多数并不是天生好命，而是在某个关键节点，做了一个当时看起来不起眼、事后被证明无比正确的选择。可能是十年前咬牙买下的一套房子，可能是五年前毅然转行的一个决定，也可能是三年前认准了一个新兴平台开始深耕。 记住：你的选择决定了你会遇见谁，经历什么，成为怎样的人。在重要的十字路口，谨慎选择但不要逃避选择。因为不去选择，本身就是一种选择——你选择了让命运替你决定人生。 很多人一辈子都在埋头苦干，却从没抬头看路。他们相信勤劳致富，却不知道选择致富比勤劳致富快十倍。当新趋势来临的时候，他们的第一反应是怀疑、否定、嘲笑，等到别人已经靠这个趋势赚得盆满钵满时，他们才后知后觉地想要入场，却发现最好的时机已经过去。 选择的价值在于它是指数级的。一个正确的选择带来的不是线性增长，而是阶跃式的飞跃。就像滚雪球，最重要的不是初始的雪量，而是找到那条足够长的坡道。你的每一个选择，都是在为这个雪球选择滚动的方向。 这个时代的残酷在于，它不会因为你的努力而给予回报。真正的回报只给那些在正确方向上努力的人。在传统行业拼死拼活，可能不如一个新赛道上的简单尝试。这不是命运不公，而是认知的差距。 所以，别一味相信命运的安排。要相信选择的力量。人生的分水岭，不在起点，不在终点，而在那些关键的选择点上。选择比努力重要，方向比速度重要。你的每一个选择，都在悄悄改变你人生的轨迹。 命运或许更像是一副牌局。有人天生拿了一手好牌，这不可否认。但真正决定结局的，往往不是牌的好坏，而是出牌的选择。一个好的选择，其力量足以扭转整局游戏的走向。
0:11

今天出差路上，突然意识到命运这东西确实存在。不然怎么解释，有人日夜奔波勉强温饱，有人却云淡风轻就拥有了一切？ 那些不争不抢却拥有一切的人，绝大多数并不是天生好命，而是在某个关键节点，做了一个当时看起来不起眼、事后被证明无比正确的选择。可能是十年前咬牙买下的一套房子，可能是五年前毅然转行的一个决定，也可能是三年前认准了一个新兴平台开始深耕。 记住：你的选择决定了你会遇见谁，经历什么，成为怎样的人。在重要的十字路口，谨慎选择但不要逃避选择。因为不去选择，本身就是一种选择——你选择了让命运替你决定人生。 很多人一辈子都在埋头苦干，却从没抬头看路。他们相信勤劳致富，却不知道选择致富比勤劳致富快十倍。当新趋势来临的时候，他们的第一反应是怀疑、否定、嘲笑，等到别人已经靠这个趋势赚得盆满钵满时，他们才后知后觉地想要入场，却发现最好的时机已经过去。 选择的价值在于它是指数级的。一个正确的选择带来的不是线性增长，而是阶跃式的飞跃。就像滚雪球，最重要的不是初始的雪量，而是找到那条足够长的坡道。你的每一个选择，都是在为这个雪球选择滚动的方向。 这个时代的残酷在于，它不会因为你的努力而给予回报。真正的回报只给那些在正确方向上努力的人。在传统行业拼死拼活，可能不如一个新赛道上的简单尝试。这不是命运不公，而是认知的差距。 所以，别一味相信命运的安排。要相信选择的力量。人生的分水岭，不在起点，不在终点，而在那些关键的选择点上。选择比努力重要，方向比速度重要。你的每一个选择，都在悄悄改变你人生的轨迹。 命运或许更像是一副牌局。有人天生拿了一手好牌，这不可否认。但真正决定结局的，往往不是牌的好坏，而是出牌的选择。一个好的选择，其力量足以扭转整局游戏的走向。

免费进微信认证项目群//赚钱/网赚/挣钱/野路子/搞钱/0成本创业/非黑u搬砖跑分灰产/完全合法副业

12,965 次观看 • 1 年前

之前用 Seedance 2 做了个做酸菜鱼的视频， 生成到第10秒的时候，美女的手直接伸进滚烫的锅里搅拌。AI完全不知道那样会烫。 当时觉得好笑，后来越想越觉得，这不只是 bug这么简单，现在的 AI 根本还没到理解物理世界怎么运转这一层。 这半年做了太多AI视频了，每次满心欢喜等它生成，结果经常是人物动作接不上、物体空间瞬移、手还没碰到东西物体就动了，各种幻觉 bug，真的挺折磨。 最近看到黄碧薇教授 Biwei Huang 的 Aether AI 官宣融资，认真看了一下方向，感觉它解释了很多视觉 AI 里反复出现的问题。 Aether AI 做的是因果世界模型。这个词听起来很学术，但放到视频生成里其实很好理解。 今天的视频模型，Sora、即梦、Veo，已经能生成非常真实的画面。杯子掉落、水洒出来、机械臂抓取，看起来越来越像真的。但它们很多时候是在根据海量视频经验预测下一帧，类似画面后面通常会发生什么，就生成什么。 所以桌子高了 2cm，机械臂就可能失效。明明伸过去的角度看起来对，杯子却自己飞起来了。画质够了，数据也不少，但模型没有真正理解这个动作为什么会带来这个结果。 Aether AI想做的，就是让 AI 学到变量之间的底层规律，比如桌子高度变了会带来什么影响，物体受力之后会怎么运动，一个动作会导致什么后果。 这类东西学进去，模型才能在没见过的场景里稳定推演、举一反三。对视频生成、机器人、自动驾驶、3D 世界模拟都会很关键。 视觉 AI 下一阶段的方向，可能就是从生成看起来合理的画面，走向理解画面为什么会这样变化。 黄教授 Biwei Huang 做因果AI 超过 12 年，这次 Aether AI 融资，我觉得是一个值得关注的信号：因果世界模型正在从学术前沿走向产业。 想了解的可以戳一下官网看看：
0:14

之前用 Seedance 2 做了个做酸菜鱼的视频， 生成到第10秒的时候，美女的手直接伸进滚烫的锅里搅拌。AI完全不知道那样会烫。 当时觉得好笑，后来越想越觉得，这不只是 bug这么简单，现在的 AI 根本还没到理解物理世界怎么运转这一层。 这半年做了太多AI视频了，每次满心欢喜等它生成，结果经常是人物动作接不上、物体空间瞬移、手还没碰到东西物体就动了，各种幻觉 bug，真的挺折磨。 最近看到黄碧薇教授 Biwei Huang 的 Aether AI 官宣融资，认真看了一下方向，感觉它解释了很多视觉 AI 里反复出现的问题。 Aether AI 做的是因果世界模型。这个词听起来很学术，但放到视频生成里其实很好理解。 今天的视频模型，Sora、即梦、Veo，已经能生成非常真实的画面。杯子掉落、水洒出来、机械臂抓取，看起来越来越像真的。但它们很多时候是在根据海量视频经验预测下一帧，类似画面后面通常会发生什么，就生成什么。 所以桌子高了 2cm，机械臂就可能失效。明明伸过去的角度看起来对，杯子却自己飞起来了。画质够了，数据也不少，但模型没有真正理解这个动作为什么会带来这个结果。 Aether AI想做的，就是让 AI 学到变量之间的底层规律，比如桌子高度变了会带来什么影响，物体受力之后会怎么运动，一个动作会导致什么后果。 这类东西学进去，模型才能在没见过的场景里稳定推演、举一反三。对视频生成、机器人、自动驾驶、3D 世界模拟都会很关键。 视觉 AI 下一阶段的方向，可能就是从生成看起来合理的画面，走向理解画面为什么会这样变化。 黄教授 Biwei Huang 做因果AI 超过 12 年，这次 Aether AI 融资，我觉得是一个值得关注的信号：因果世界模型正在从学术前沿走向产业。 想了解的可以戳一下官网看看：

Adam也叫吉米

73,143 次观看 • 3 个月前