正在加载视频...

视频加载失败

加载此视频时出现问题。这可能是由于临时网络问题，或视频可能不可用。

我在 AI（卡醒醒）这个是结合我生活中真实的痛点做的，我之前去理发，付过钱才想起来很早之前在另一家办过储值卡，但一直忘记使用。还有去商场参加活动办的各种会员卡、储值卡，以及酒店、餐厅、洗浴、蛋糕房、美容院等办的会员卡，甚至都不记得办过，最可惜的是有的会过期，损失不小。一、agent想法构建我相信有很多朋友和我一样，办过理发店会员卡、健身房次卡、烘焙店储值、美容院套餐之类的东西，办完之后就忘了。这些信息散落在微信、支付宝账单和短信里，平时很少有人会专门去翻。我们做这个 Agent，就是想解决这个很具体的小问题：帮用户从自己已有的账单和短信记录里，找出可能还没用完的会员卡、储值余额或次卡次数。项目已经做成上的 Agent，可以直接在平台上调用。二、解决的问题账单和短信太多，人工翻找太麻烦，容易漏。单纯用关键词搜索误报很高（很多普通消费也会带“会员”“充值”字样）。用户不想把完整账单长期交给别人处理。我们没有试图做成“全能生活助手”，只聚焦在“从已有记录里找出可能的会员权益”这一件事。三、核心功能主要做了四层判断来提高辨别的成功率：第一步判断商户场景：看商户名称和地址，判断是不是常见办卡行业（理发、健身、美业、洗车、培训等）。第二步判断付款轨迹：看金额是否整额、是否有大额充值后跟着多次小额消费这类特征。第三步查看通知内容：从通知里提取余额、次数、到期日等信息，同时自动过滤验证码和营销短信。第四步外部验证（可选）：对候选商户做简单公开信息确认，看看它是不是真的提供会员/储值服务。四、输出会分成三部分： 1.高可信候选（有明确证据的） 2.待确认项目（有一定线索但需要用户自己判断） 3.已忽略项（普通商超、小额不明消费等）所有结果最终都要用户确认，系统不会自动判定某条就是会员卡。五、使用方式在找到这个 Agent 后，直接对话或提交任务即可。提交的信息来源都可识别，你可以： 1.导出手机短信 2.提供标准化的交易记录 3.上传账单文件或短信备份 4.抖音、美团的账单都可以识别 Agent 会返回整理后的候选列表，并简单说明每条的判断依据。这次参加活动，最让感到值得称赞的一点是它并不要求项目必须和虚拟货币、链上交易挂钩。像这种纯粹解决日常生活小麻烦的工具，也能直接提交、被认真对待。很多黑客松一上来就限定“必须 Web3”“必须有 token 经济”，结果一堆人硬往链上靠，做出来的东西反而离真实用户很远。这次让非加密项目也能进来，我觉得挺难得的。至少说明他们更在意“Agent 能不能解决实际问题”，而不是先看你是不是戴着区块链的帽子。#OKXAI Misa_OKX💚 Star_OKX OKX中文 OKX

Venz 文哲

2,552 subscribers

302,883 次观看 • 3 个月前 •via X (Twitter)

科学技术健康养生

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

怎么赚到人生中的第一个100万？我的第一个100万不是在Crypto赚的，是刚毕业在香港做销售，一个客户一个客户谈出来的 0家庭资源，能想到的办法就是加入付费社群认识人，再靠熟人转介绍。那时候没认知，不知道可以做自媒体聊 100个人，80个拒绝，10个白嫖，9个反悔，1个签单，就这样以前情商超绝低，真正让我完成社会化的就是这份工你得学会听别人说话，理解对方到底在担心什么，也得接受你认真准备了很久，对方还是不买后来复盘觉得很多客户并不是因为我才买单，而是他本来就有需求，又刚好在那个时候遇到了我 "站在风口上，猪都会飞"这句话被说烂了，但做过传统行业又了解Crypto之后，我越来越觉得它是对的。行业有需求的时候，努力才有机会变成钱，没有需求再认真也没用后来疫情客户来不了香港，原来的生意很难继续，我开始被迫了解加密。后面的经历，你们就比较熟悉了现在回头看，如果早点开始做内容，把经验和判断持续写出来，而不是每次都从头认识一个客户，可能会走得顺一些所以第一个100万怎么来的？没什么传奇答案：不是买彩票也不是靠合约，而是赶上了有需求的行业，做了一份收入不确定的工作，再花很多时间找客户谈客户以前我的注意力都在下一笔钱从哪赚？现在开始关心另一件事：怎么合理规划风险/资产，宁愿少赚点选过舒服点？资产散在交易所、钱包、券商和银行里。有些随时能用，有些只是账面数字，有些还锁着。如果不再高强度找机会，手里的钱能支持我生活多久？仓位有没有超出自己定的范围？以后想做的事，要提前留多少钱？这些问题我想认真算清楚，所以最近用Claude给自己做了一个个人财富管理工具，把资产和生活目标放在一起看第一版刚做出来，还没录入我自己的真实数据，接下来会边用边改视频是第一版演示，也想看看有没有人需要这样的工具你们现在是怎么管理自己的资产的？对这个财富系统工具感兴趣的话可以点进去玩一下，链接在评论区👇

怎么赚到人生中的第一个100万？我的第一个100万不是在Crypto赚的，是刚毕业在香港做销售，一个客户一个客户谈出来的 0家庭资源，能想到的办法就是加入付费社群认识人，再靠熟人转介绍。那时候没认知，不知道可以做自媒体聊 100个人，80个拒绝，10个白嫖，9个反悔，1个签单，就这样以前情商超绝低，真正让我完成社会化的就是这份工你得学会听别人说话，理解对方到底在担心什么，也得接受你认真准备了很久，对方还是不买后来复盘觉得很多客户并不是因为我才买单，而是他本来就有需求，又刚好在那个时候遇到了我 "站在风口上，猪都会飞"这句话被说烂了，但做过传统行业又了解Crypto之后，我越来越觉得它是对的。行业有需求的时候，努力才有机会变成钱，没有需求再认真也没用后来疫情客户来不了香港，原来的生意很难继续，我开始被迫了解加密。后面的经历，你们就比较熟悉了现在回头看，如果早点开始做内容，把经验和判断持续写出来，而不是每次都从头认识一个客户，可能会走得顺一些所以第一个100万怎么来的？没什么传奇答案：不是买彩票也不是靠合约，而是赶上了有需求的行业，做了一份收入不确定的工作，再花很多时间找客户谈客户以前我的注意力都在下一笔钱从哪赚？现在开始关心另一件事：怎么合理规划风险/资产，宁愿少赚点选过舒服点？资产散在交易所、钱包、券商和银行里。有些随时能用，有些只是账面数字，有些还锁着。如果不再高强度找机会，手里的钱能支持我生活多久？仓位有没有超出自己定的范围？以后想做的事，要提前留多少钱？这些问题我想认真算清楚，所以最近用Claude给自己做了一个个人财富管理工具，把资产和生活目标放在一起看第一版刚做出来，还没录入我自己的真实数据，接下来会边用边改视频是第一版演示，也想看看有没有人需要这样的工具你们现在是怎么管理自己的资产的？对这个财富系统工具感兴趣的话可以点进去玩一下，链接在评论区👇

nanatang

25,930 次观看 • 13 天前

Claude Opus 4.8 出了之后，我的第一反应是：想试。第二反应是：算了，token 这东西真的不经烧。结果看到 ZenMux 现在可以体验 Opus 4.8，就拿它试了一个我最近一直想做的小东西。我自己有个很真实的问题：脑子里经常冒出各种产品想法。但每次真要开始做，就会卡住。用户是谁？第一版到底做什么？哪些功能应该先砍掉？怎么定价？第一周从哪一步开始？上线后怎么找第一批用户？想法很多，执行很散。所以我让 Claude Opus 4.8 做了一个「一人公司作战室」。需求我写得也挺直接：输入一句产品 idea。自动拆出产品定位、MVP、开发任务、定价方案。再生成落地页文案、冷启动实验、风险清单和本周计划。最好不是一个静态页面，而是真的能点、能改、能导出。然后我就把这段话丢给 Claude Opus 4.8。出来的效果比我预期好不少。它真的把“一人公司怎么从想法走到执行”这件事拆开了。左边输入产品想法。中间生成产品蓝图、MVP 范围、定价和官网文案。右边是任务看板和本周计划。底部还有冷启动实验、风险雷达和 Markdown 导出。最让我觉得有意思的是，它不是一味堆功能。比如我输入“给小红书博主做 AI 选题助手”，它会主动判断：第一版必须做什么。哪些功能看起来高级，但现在应该先别碰。怎么找第一批真实用户。哪些风险可能让这个项目做不下去。这点就很能体现 Opus 4.8 的能力。普通模型经常是：你要什么，我全给你加上。最后页面很热闹，但产品判断是空的。 Opus 4.8 更像是在帮你收敛：先想清楚用户、场景和第一步，再把它变成可以执行的工作台。我是在 ZenMux 上试的。它比较方便的一点是，一个 Key 就能切不同模型，新模型上线也很快。 Opus 4.8 拿来做这种带产品判断、交互状态和复杂信息结构的网页，确实挺顺。想试 Claude Opus 4.8 的，可以从这里进：

Claude Opus 4.8 出了之后，我的第一反应是：想试。第二反应是：算了，token 这东西真的不经烧。结果看到 ZenMux 现在可以体验 Opus 4.8，就拿它试了一个我最近一直想做的小东西。我自己有个很真实的问题：脑子里经常冒出各种产品想法。但每次真要开始做，就会卡住。用户是谁？第一版到底做什么？哪些功能应该先砍掉？怎么定价？第一周从哪一步开始？上线后怎么找第一批用户？想法很多，执行很散。所以我让 Claude Opus 4.8 做了一个「一人公司作战室」。需求我写得也挺直接：输入一句产品 idea。自动拆出产品定位、MVP、开发任务、定价方案。再生成落地页文案、冷启动实验、风险清单和本周计划。最好不是一个静态页面，而是真的能点、能改、能导出。然后我就把这段话丢给 Claude Opus 4.8。出来的效果比我预期好不少。它真的把“一人公司怎么从想法走到执行”这件事拆开了。左边输入产品想法。中间生成产品蓝图、MVP 范围、定价和官网文案。右边是任务看板和本周计划。底部还有冷启动实验、风险雷达和 Markdown 导出。最让我觉得有意思的是，它不是一味堆功能。比如我输入“给小红书博主做 AI 选题助手”，它会主动判断：第一版必须做什么。哪些功能看起来高级，但现在应该先别碰。怎么找第一批真实用户。哪些风险可能让这个项目做不下去。这点就很能体现 Opus 4.8 的能力。普通模型经常是：你要什么，我全给你加上。最后页面很热闹，但产品判断是空的。 Opus 4.8 更像是在帮你收敛：先想清楚用户、场景和第一步，再把它变成可以执行的工作台。我是在 ZenMux 上试的。它比较方便的一点是，一个 Key 就能切不同模型，新模型上线也很快。 Opus 4.8 拿来做这种带产品判断、交互状态和复杂信息结构的网页，确实挺顺。想试 Claude Opus 4.8 的，可以从这里进：

Joruno

16,224 次观看 • 5 个月前

卧槽，太夸张了，现在 AI 时代的闲鱼已经面世了吗？这不就是谁先知道谁赚钱，拼速度了？你的技能，专业知识，等等你的一切，竟然可以在你睡觉的时候被别人买走，这是什么科幻小说吗？？之前我一直在想，现在大家优秀的 skill 往往都是自己用，大部分人舍不得开源的，那有没有一个平台既能让用户用到这些大神的专业知识、skill，但是又不用开源呢？还真让我给找到了！！前两天看到国内一个博主推荐一个很野的平台-UUMit 让你的技能、经验、工作流都可以变成能力卡，被需要的人、或者别人的 Agent 自动发现、调用并且直接付费！！有点像03年淘宝刚出来的时候，只不过当年流通的是商品，现在流通的是能力具体能干什么？举几个例子你就懂了会写小红书脚本的，可以把选题逻辑、爆款模板、平台规则检测能力上架，别人发布“帮我做一周小红书内容计划”，平台自动匹配到你，你接单交付会做行业研究的，可以把数据库、报告、案例库放进知识商店，AI 生成不了的真实行业数据，反而更值钱会写代码的，可以把 API、MCP 工具、自动化脚本上架，别人的 Agent 需要某个能力时，直接调用你的接口，你按调用次数收费甚至你只是整理过某个垂直领域的供应商名单、SOP、课程讲义，这些 AI 生成不了的资料，都可以变成知识资产这绝对是一次能力供应链的重构！以前的 AI 只能在自己的对话框里回答问题，但复杂任务需要很多外部能力：数据、接口、行业知识、人工交付 UUMit 做的事情是：让 Agent 可以发现别人的能力，也能让自己的能力被别的 Agent 调用这就是 A2A（Agent to Agent）真正有意思的地方，不是让 AI 互相聊天，而是让 AI 找能力、调接口、买知识、拉人协作，把事情交付掉为什么我说谁先知道谁赚钱？因为这个平台刚起来，早期上架的人能建立先发优势而且现在 Agent 真的开始干活了，不再只是聊天工具，它们需要外部能力来完成复杂任务谁先把自己的能力挂上去，谁就有机会被更多 Agent 发现和调用这就是信息差的价值，就像03年最早在淘宝开店的那批人 UUMit 现在有哪些功能？任务发布入口：你不用一开始就知道该找谁，也不用自己拆一堆工具，你只要说清楚想完成什么，UUMit 会帮你找能完成这件事的能力 Skill/Agent/工作流上架：你写好的工具，不一定只能自己用，它也可以成为别人工作流里的一环知识商店：AI 可以生成很多内容，但它不一定拥有你手里的行业资料、真实数据、案例库和经验沉淀，这些东西放到 UUMit，可能会变成可复用的知识资产数据广场：Agent 不必自己拥有所有数据和接口，需要某项外部能力时，可以通过 UUMit 调用数据广场里的资源强烈推荐大家来试试：

卧槽，太夸张了，现在 AI 时代的闲鱼已经面世了吗？这不就是谁先知道谁赚钱，拼速度了？你的技能，专业知识，等等你的一切，竟然可以在你睡觉的时候被别人买走，这是什么科幻小说吗？？之前我一直在想，现在大家优秀的 skill 往往都是自己用，大部分人舍不得开源的，那有没有一个平台既能让用户用到这些大神的专业知识、skill，但是又不用开源呢？还真让我给找到了！！前两天看到国内一个博主推荐一个很野的平台-UUMit 让你的技能、经验、工作流都可以变成能力卡，被需要的人、或者别人的 Agent 自动发现、调用并且直接付费！！有点像03年淘宝刚出来的时候，只不过当年流通的是商品，现在流通的是能力具体能干什么？举几个例子你就懂了会写小红书脚本的，可以把选题逻辑、爆款模板、平台规则检测能力上架，别人发布“帮我做一周小红书内容计划”，平台自动匹配到你，你接单交付会做行业研究的，可以把数据库、报告、案例库放进知识商店，AI 生成不了的真实行业数据，反而更值钱会写代码的，可以把 API、MCP 工具、自动化脚本上架，别人的 Agent 需要某个能力时，直接调用你的接口，你按调用次数收费甚至你只是整理过某个垂直领域的供应商名单、SOP、课程讲义，这些 AI 生成不了的资料，都可以变成知识资产这绝对是一次能力供应链的重构！以前的 AI 只能在自己的对话框里回答问题，但复杂任务需要很多外部能力：数据、接口、行业知识、人工交付 UUMit 做的事情是：让 Agent 可以发现别人的能力，也能让自己的能力被别的 Agent 调用这就是 A2A（Agent to Agent）真正有意思的地方，不是让 AI 互相聊天，而是让 AI 找能力、调接口、买知识、拉人协作，把事情交付掉为什么我说谁先知道谁赚钱？因为这个平台刚起来，早期上架的人能建立先发优势而且现在 Agent 真的开始干活了，不再只是聊天工具，它们需要外部能力来完成复杂任务谁先把自己的能力挂上去，谁就有机会被更多 Agent 发现和调用这就是信息差的价值，就像03年最早在淘宝开店的那批人 UUMit 现在有哪些功能？任务发布入口：你不用一开始就知道该找谁，也不用自己拆一堆工具，你只要说清楚想完成什么，UUMit 会帮你找能完成这件事的能力 Skill/Agent/工作流上架：你写好的工具，不一定只能自己用，它也可以成为别人工作流里的一环知识商店：AI 可以生成很多内容，但它不一定拥有你手里的行业资料、真实数据、案例库和经验沉淀，这些东西放到 UUMit，可能会变成可复用的知识资产数据广场：Agent 不必自己拥有所有数据和接口，需要某项外部能力时，可以通过 UUMit 调用数据广场里的资源强烈推荐大家来试试：

超级个体｜柿子

54,313 次观看 • 2 个月前

如果通过炒币赚了一千万，并且想要把这些钱转入国内银行账户，这可能会被视为巨额财产来源不明，甚至可能构成犯罪。不过，有一些合法的方式可以将这些资金转换为合法收入。一种方法是从交易所提取USDT到BiyaPay，这是一个拥有美国合法牌照的app。在BiyaPay里，你可以用USDT兑换等值的美元，然后将美元提取到Wise或OCBC银行。这样操作虽然会有手续费和汇率损失，但这些资金都是合法的。从Wise你可以将美元转回支付宝、微信或中国银行，但每年有限额。而OCBC银行的360账户则可以直接在国内取现，不受5万美元的限制。 BiyaPay的美港股交易功能，无需离岸账户，充值usdt就可以在BiyaPay交易美港股，这个功能对于币圈想投资美港股的用户特别适合，对于币圈用户不光可以交易加密货币，还是出入金不冻卡的哦。在券商开户流程繁琐，出入金难，美港股问题都可以找BiyaPay解决！BiyaPay 中文当前BiyaPay，有优惠活动啦，首次在BiyaPay提现并交易美港股返现16USD。#biyapay 直达链接：

如果通过炒币赚了一千万，并且想要把这些钱转入国内银行账户，这可能会被视为巨额财产来源不明，甚至可能构成犯罪。不过，有一些合法的方式可以将这些资金转换为合法收入。一种方法是从交易所提取USDT到BiyaPay，这是一个拥有美国合法牌照的app。在BiyaPay里，你可以用USDT兑换等值的美元，然后将美元提取到Wise或OCBC银行。这样操作虽然会有手续费和汇率损失，但这些资金都是合法的。从Wise你可以将美元转回支付宝、微信或中国银行，但每年有限额。而OCBC银行的360账户则可以直接在国内取现，不受5万美元的限制。 BiyaPay的美港股交易功能，无需离岸账户，充值usdt就可以在BiyaPay交易美港股，这个功能对于币圈想投资美港股的用户特别适合，对于币圈用户不光可以交易加密货币，还是出入金不冻卡的哦。在券商开户流程繁琐，出入金难，美港股问题都可以找BiyaPay解决！BiyaPay 中文当前BiyaPay，有优惠活动啦，首次在BiyaPay提现并交易美港股返现16USD。#biyapay 直达链接：

BNB🔶蛙蛙

194,647 次观看 • 2 年前

最近 Personal AI Agent 很火：xAI 的 Grok Bot、Meta 的 Muse、Manus 的 Cue、OpenAI 的 Dots 不约而同地上线了，国内有些大厂也传出在连夜跟进。 Personal AI Agent 本质上就是一个跑在云电脑上的 Agent，我们用手机跟它对话。和之前的小龙虾（OpenClaw）相比，我觉得产品形态没什么区别，顶多是上手流程更简单、界面更产品化，还能连上邮箱、手机卡和信用卡。唯一改变的是做这件事的人换成了用户量很大的大厂，还给了很多免费额度；宣传的场景也从偏极客的工具，变成了帮你处理生活琐事的小助理。国内想做同样的产品，每一步都有卡点： 1. 数据拿不到。海外的 SaaS 很开放，用户授权一下，Agent 就能读 Gmail、Slack、GitHub。国内读不到微信消息，也读不到外卖和购物记录，只拿到手机号和实名信息没什么用。 2. 模型难选。海外这几家用的都是顶级模型，国内最强的模型可能都比不上。而生活场景的容错率其实比办公更低 3. 定价不好定。比如用最强的国产模型 kimi k3，价格很高；不用最强的呢，让它干点活儿，可能干了两三个小时、花掉好几块钱，效果还很烂～国内几家大厂的生态也都不完整：阿里有淘宝、闲鱼、支付宝，但拿不到微信和飞书里的消息；腾讯有微信，但自己的内容平台搜不出多少有用的信息；字节的豆包手机形态很好，没过几天就被微信、支付宝、淘宝、美团屏蔽了。平台不愿意开放也有它的道理。Agent 不看广告、不刷首页、也不会冲动下单，商家花钱买的曝光就没用了；社交渠道一旦可能被 AI 接管，大家还会怀疑对面是不是真人。所以我觉得不用急着追这个概念。确实需要云电脑办公，就选一个模型强又便宜的，自己想办法打通上下文。本地的 Agent 已经够用的话，没必要搬到云端。我自己日常也基本不用，Codex 和 Claude 就够了。更多人其实还没有使用它的场景。 btw 这是我用自己的视频录制工具做出来的第一期视频～终于成功了！

最近 Personal AI Agent 很火：xAI 的 Grok Bot、Meta 的 Muse、Manus 的 Cue、OpenAI 的 Dots 不约而同地上线了，国内有些大厂也传出在连夜跟进。 Personal AI Agent 本质上就是一个跑在云电脑上的 Agent，我们用手机跟它对话。和之前的小龙虾（OpenClaw）相比，我觉得产品形态没什么区别，顶多是上手流程更简单、界面更产品化，还能连上邮箱、手机卡和信用卡。唯一改变的是做这件事的人换成了用户量很大的大厂，还给了很多免费额度；宣传的场景也从偏极客的工具，变成了帮你处理生活琐事的小助理。国内想做同样的产品，每一步都有卡点： 1. 数据拿不到。海外的 SaaS 很开放，用户授权一下，Agent 就能读 Gmail、Slack、GitHub。国内读不到微信消息，也读不到外卖和购物记录，只拿到手机号和实名信息没什么用。 2. 模型难选。海外这几家用的都是顶级模型，国内最强的模型可能都比不上。而生活场景的容错率其实比办公更低 3. 定价不好定。比如用最强的国产模型 kimi k3，价格很高；不用最强的呢，让它干点活儿，可能干了两三个小时、花掉好几块钱，效果还很烂～国内几家大厂的生态也都不完整：阿里有淘宝、闲鱼、支付宝，但拿不到微信和飞书里的消息；腾讯有微信，但自己的内容平台搜不出多少有用的信息；字节的豆包手机形态很好，没过几天就被微信、支付宝、淘宝、美团屏蔽了。平台不愿意开放也有它的道理。Agent 不看广告、不刷首页、也不会冲动下单，商家花钱买的曝光就没用了；社交渠道一旦可能被 AI 接管，大家还会怀疑对面是不是真人。所以我觉得不用急着追这个概念。确实需要云电脑办公，就选一个模型强又便宜的，自己想办法打通上下文。本地的 Agent 已经够用的话，没必要搬到云端。我自己日常也基本不用，Codex 和 Claude 就够了。更多人其实还没有使用它的场景。 btw 这是我用自己的视频录制工具做出来的第一期视频～终于成功了！

oil-oil

33,729 次观看 • 22 天前

昨天用 DAPPOS 的 xBubble Coding 搭了个小工具，专门盯头部账号互动和事件市场信号。起因很简单。我刷到某个头部交易所创始人，回复了一条内容账号的推文，底下还顺手点了个赞。我切到相关代币的 K 线看了一眼，市值直接拉了几千万！这种机会如果只靠人一直刷推，很难卡到前面的位置。尤其是链上 meme，很多注意力信号本来就不是从公告开始的。可能是头部账号的一次点赞。也许是交易所创始人的一次回复。或者是项目方和 KOL 之间的一次互动。我当时就在想，这种信号如果能自动抓下来，再接一层策略判断，自动买入，那岂不是能赚麻了！比别人先看到消息，然后提前卖出获利刚好最近看到 xBubble 官方演示里有一个 Polymarket 事件检测和交易辅助案例，思路跟这个很像不是让人手动盯每条信息，而是把事件、信号、价格、市场变化串成一条流程。我就顺着这个方向，用 xBubble Coding 搭了一套 Web3 交易信号工具。测试版本：流程大概是这样：推特那边一出现新互动信号，系统先自动抓下来，抓完之后，先过一层策略匹配，只有命中我设定的规则，才继续往下走。然后查一遍白名单库，筛出我真正关注的资产。再查一次钱包缓存，看有没有相关地址和历史行为。接着生成一份代币价格简报。如果是 Polymarket 这类事件市场，还会同步整理事件状态、赔率变化、相关信息源和潜在交易方向。最后把符合条件的内容，提交到预设链上流程里。这就是“追头部账号”和“追事件市场”真正能产生的结果。是把一个轻互动信号，变成一套可以执行的交易观察链路。以前我是刷到相关信号之后，再手动去查币、看价格、翻钱包、看链上数据。那时候已经到接盘的时间了。现在是信号自己进入流程，系统帮我先完成筛选、整理和下一步动作。这个变化很关键。因为 xBubble Coding 真正有价值的地方，不是帮我生成一段代码，而是把一个具体场景封装成一条端到端的业务 SOP。我这次做的，其实更像是一套小型 Web3 交易信息服务。前端是头部账号互动监控和事件市场检测。中间是策略匹配、资产筛选和信息源整理。后面接价格简报、钱包缓存、赔率变化和链上流程。这条链路跑通之后，它就不只是一个工具，而是一个可以持续迭代的个人信息优势系统。这也是我理解 xBubble 商业价值的地方。它卖的不是代码本身，而是端到端的业务服务。对小团队和个人来说，真正卡住人的往往不是“能不能生成一个页面”，而是能不能把内容、数据、流程、支付、执行和后续修改串成一个闭环。 xBubble 的 SOP 系统，核心就是把这个门槛压低。你可以用它做世界杯周边商城，把商品页、素材、收款和订单流程快速串起来。也可以做交规学习产品，把内容流量和私域转化接起来。也可以做本地服务入口，让用户看服务、提交需求、完成支付。也可以像我这样，做一个 Web3 事件检测、头部账号信号追踪、Polymarket 交易辅助工具。这些需求都有一个共同点很垂直，很细分，很贴近真实生意。它们不一定需要一个庞大的技术团队，但需要一套能快速上线、持续修改、直接承接收入的执行流程。这正是 xBubble 适合 OPC 的地方。一个人或者一个小团队，只要知道自己要服务谁、抓什么信号、卖什么产品、怎么完成交付，就可以用 SOP 把业务搭起来。更重要的是，xBubble 不是只有固定模板。成熟场景可以直接用现成 SOP 快速启动，新的细分需求则可以通过 Bubble Engine 继续生成更贴合场景的专用 SOP。这点对 Web3 特别重要。因为这里的机会变化很快。今天可能是头部账号互动。明天可能是 Polymarket 事件变化。后天可能是某个钱包行为。下一轮又可能变成社区积分、空投任务、链上数据面板。如果工具只能做一种固定场景，空间会很有限。但如果 SOP 可以跟着新场景继续生成，个人和小团队就能把自己的细分判断，不断沉淀成新的业务流程。我这次搭头部账号和 Polymarket 事件监控，就是一个很小但很具体的例子。它把我平时刷推、盯盘、查币、看钱包、看事件赔率的动作，变成了一条可以自动跑的流程。以后我想加新的账号源，可以继续扩展。想换策略匹配规则，可以继续调整。想把简报字段做细，也可以继续改。想接更多链上动作，也能继续往后接。这才是 OPC 时代 AI 工具真正该有的样子。不是让个人去模仿大公司搭团队，而是让个人用 SOP 获得接近专业团队的执行能力。内容自动生成、多平台宣发、稳定币结算、链上任务执行、客户承接、后台管理，这些原本需要多人协作的环节，被压缩进一套更轻的业务系统里。所以我现在看 xBubble Coding，已经不只是把它当成 AI Coding 工具。它更像是给个人创业者和小团队准备的业务启动基础设施。对我来说，头部账号互动不再只是一个我刷到之后才处理的信息点。Polymarket 事件变化也不再只是一个我想起来才去看的页面。它们都可以变成自动进入系统、自动筛选、自动整理、自动触发后续流程的策略输入。这类细分需求过去很少有人专门做，因为太个人化、太垂直、变化也快。但 xBubble 的 SOP 思路，刚好适合把这种需求做成可以低成本验证、持续迭代、甚至沉淀成服务的东西。这可能就是它最值得看的地方。AI Coding 的上半场，是让更多人可以做出应用。 xBubble 想做的下半场，是让这些应用真正变成能跑业务、能接收入、能持续迭代的商业流程。对 OPC 来说，这比一个好看的 Demo 重要得多。

昨天用 DAPPOS 的 xBubble Coding 搭了个小工具，专门盯头部账号互动和事件市场信号。起因很简单。我刷到某个头部交易所创始人，回复了一条内容账号的推文，底下还顺手点了个赞。我切到相关代币的 K 线看了一眼，市值直接拉了几千万！这种机会如果只靠人一直刷推，很难卡到前面的位置。尤其是链上 meme，很多注意力信号本来就不是从公告开始的。可能是头部账号的一次点赞。也许是交易所创始人的一次回复。或者是项目方和 KOL 之间的一次互动。我当时就在想，这种信号如果能自动抓下来，再接一层策略判断，自动买入，那岂不是能赚麻了！比别人先看到消息，然后提前卖出获利刚好最近看到 xBubble 官方演示里有一个 Polymarket 事件检测和交易辅助案例，思路跟这个很像不是让人手动盯每条信息，而是把事件、信号、价格、市场变化串成一条流程。我就顺着这个方向，用 xBubble Coding 搭了一套 Web3 交易信号工具。测试版本：流程大概是这样：推特那边一出现新互动信号，系统先自动抓下来，抓完之后，先过一层策略匹配，只有命中我设定的规则，才继续往下走。然后查一遍白名单库，筛出我真正关注的资产。再查一次钱包缓存，看有没有相关地址和历史行为。接着生成一份代币价格简报。如果是 Polymarket 这类事件市场，还会同步整理事件状态、赔率变化、相关信息源和潜在交易方向。最后把符合条件的内容，提交到预设链上流程里。这就是“追头部账号”和“追事件市场”真正能产生的结果。是把一个轻互动信号，变成一套可以执行的交易观察链路。以前我是刷到相关信号之后，再手动去查币、看价格、翻钱包、看链上数据。那时候已经到接盘的时间了。现在是信号自己进入流程，系统帮我先完成筛选、整理和下一步动作。这个变化很关键。因为 xBubble Coding 真正有价值的地方，不是帮我生成一段代码，而是把一个具体场景封装成一条端到端的业务 SOP。我这次做的，其实更像是一套小型 Web3 交易信息服务。前端是头部账号互动监控和事件市场检测。中间是策略匹配、资产筛选和信息源整理。后面接价格简报、钱包缓存、赔率变化和链上流程。这条链路跑通之后，它就不只是一个工具，而是一个可以持续迭代的个人信息优势系统。这也是我理解 xBubble 商业价值的地方。它卖的不是代码本身，而是端到端的业务服务。对小团队和个人来说，真正卡住人的往往不是“能不能生成一个页面”，而是能不能把内容、数据、流程、支付、执行和后续修改串成一个闭环。 xBubble 的 SOP 系统，核心就是把这个门槛压低。你可以用它做世界杯周边商城，把商品页、素材、收款和订单流程快速串起来。也可以做交规学习产品，把内容流量和私域转化接起来。也可以做本地服务入口，让用户看服务、提交需求、完成支付。也可以像我这样，做一个 Web3 事件检测、头部账号信号追踪、Polymarket 交易辅助工具。这些需求都有一个共同点很垂直，很细分，很贴近真实生意。它们不一定需要一个庞大的技术团队，但需要一套能快速上线、持续修改、直接承接收入的执行流程。这正是 xBubble 适合 OPC 的地方。一个人或者一个小团队，只要知道自己要服务谁、抓什么信号、卖什么产品、怎么完成交付，就可以用 SOP 把业务搭起来。更重要的是，xBubble 不是只有固定模板。成熟场景可以直接用现成 SOP 快速启动，新的细分需求则可以通过 Bubble Engine 继续生成更贴合场景的专用 SOP。这点对 Web3 特别重要。因为这里的机会变化很快。今天可能是头部账号互动。明天可能是 Polymarket 事件变化。后天可能是某个钱包行为。下一轮又可能变成社区积分、空投任务、链上数据面板。如果工具只能做一种固定场景，空间会很有限。但如果 SOP 可以跟着新场景继续生成，个人和小团队就能把自己的细分判断，不断沉淀成新的业务流程。我这次搭头部账号和 Polymarket 事件监控，就是一个很小但很具体的例子。它把我平时刷推、盯盘、查币、看钱包、看事件赔率的动作，变成了一条可以自动跑的流程。以后我想加新的账号源，可以继续扩展。想换策略匹配规则，可以继续调整。想把简报字段做细，也可以继续改。想接更多链上动作，也能继续往后接。这才是 OPC 时代 AI 工具真正该有的样子。不是让个人去模仿大公司搭团队，而是让个人用 SOP 获得接近专业团队的执行能力。内容自动生成、多平台宣发、稳定币结算、链上任务执行、客户承接、后台管理，这些原本需要多人协作的环节，被压缩进一套更轻的业务系统里。所以我现在看 xBubble Coding，已经不只是把它当成 AI Coding 工具。它更像是给个人创业者和小团队准备的业务启动基础设施。对我来说，头部账号互动不再只是一个我刷到之后才处理的信息点。Polymarket 事件变化也不再只是一个我想起来才去看的页面。它们都可以变成自动进入系统、自动筛选、自动整理、自动触发后续流程的策略输入。这类细分需求过去很少有人专门做，因为太个人化、太垂直、变化也快。但 xBubble 的 SOP 思路，刚好适合把这种需求做成可以低成本验证、持续迭代、甚至沉淀成服务的东西。这可能就是它最值得看的地方。AI Coding 的上半场，是让更多人可以做出应用。 xBubble 想做的下半场，是让这些应用真正变成能跑业务、能接收入、能持续迭代的商业流程。对 OPC 来说，这比一个好看的 Demo 重要得多。

币圈荒木｜Araki🪵

30,150 次观看 • 3 个月前

$SAUCE：币安 Agent 真正开始“自己发币”了 CA：0xd7ccd29b6fd1464edb425f24b01115556e737777 近期 BSC 上比较有意思的一条 AI Agent 叙事，我反而更关注 $SAUCE 它炒的不是普通 AI Meme，而是一个非常具体的链上实验：让 Binance Agent OS 的 Agentic Wallet，通过 MCP 调用合约，直接在 Flap 上完成发币。这件事真正有意思的地方在于—— Agent 不再只是帮你分析市场，而是开始自己调用链上基础设施。币安 4 月上线 Agentic Wallet，本身就是在把 AI Agent 和链上交易连接起来：Agent 可以在权限范围内执行转账、交易和资产管理，并支持 CLI、MCP、Skills、OpenAPI 等接入方式。而 $SAUCE 做的事情，是把这个能力进一步往前推： Binance Agent OS → Agentic Wallet → MCP → 中转合约 → Flap → 创建 Token 也就是说，它不是在讲“AI 会不会炒币”，而是在演示： > AI Agent 能不能自己成为链上用户。这才是我认为 $SAUCE 比普通 Agent Meme 更值得看的地方。更关键的是，相关合约已经部署并开源。如果后续 Binance Agent OS 的 Agentic Wallet 可以直接调用这套流程，那么未来理论上不只是发一个 $SAUCE： Agent 可以自己创建 Meme、部署合约、管理资产，甚至进一步组合不同的链上服务。这也是 MCP 叙事真正有想象力的地方—— 过去我们是人 → 钱包 → DApp。未来可能变成：人 → Agent → 钱包 → 链上协议。 $SAUCE 恰好卡在这个转折点上。目前市值大约 $1.5M，我个人反而觉得这个位置比已经被炒到几十 M 的 AI Agent Meme 更值得观察。当然，它最大的风险也非常明显： $SAUCE ≠ Binance 官方代币。目前能确认的是 Binance Agentic Wallet / MCP / Agent OS 这套基础设施本身是真实存在的，而 $SAUCE 是社区基于这套技术做出来的链上实验。所以我不会把它当成“币安官方币”去理解。但如果后续真的出现： Binance Agent OS 更新 → Agentic Wallet 能力扩大 → 更多 Agent 开始自主调用链上协议 → Flap/Four 等发币平台被 Agent 接入那么 $SAUCE 今天这个 “第一个把 Binance Agent 和发币结合起来的实验”，很可能会变成一个非常漂亮的早期 Lore。我的看法：我更愿意把 $SAUCE 看成 Binance Agent 经济的 Demo Token，而不是单纯 Meme。如果后面只有一个中转合约，热度很快就会过去；但如果它真的能成为 Agent → Wallet → MCP → Token Launch 这条链路的第一个案例，1.5M 的定价就会显得非常便宜。 AI Agent 下一阶段拼的不是会不会聊天，而是能不能自己干活。而 $SAUCE 现在玩的，恰好就是这个方向。查看及交易： DYOR。不是投资建议。

$SAUCE：币安 Agent 真正开始“自己发币”了 CA：0xd7ccd29b6fd1464edb425f24b01115556e737777 近期 BSC 上比较有意思的一条 AI Agent 叙事，我反而更关注 $SAUCE 它炒的不是普通 AI Meme，而是一个非常具体的链上实验：让 Binance Agent OS 的 Agentic Wallet，通过 MCP 调用合约，直接在 Flap 上完成发币。这件事真正有意思的地方在于—— Agent 不再只是帮你分析市场，而是开始自己调用链上基础设施。币安 4 月上线 Agentic Wallet，本身就是在把 AI Agent 和链上交易连接起来：Agent 可以在权限范围内执行转账、交易和资产管理，并支持 CLI、MCP、Skills、OpenAPI 等接入方式。而 $SAUCE 做的事情，是把这个能力进一步往前推： Binance Agent OS → Agentic Wallet → MCP → 中转合约 → Flap → 创建 Token 也就是说，它不是在讲“AI 会不会炒币”，而是在演示： > AI Agent 能不能自己成为链上用户。这才是我认为 $SAUCE 比普通 Agent Meme 更值得看的地方。更关键的是，相关合约已经部署并开源。如果后续 Binance Agent OS 的 Agentic Wallet 可以直接调用这套流程，那么未来理论上不只是发一个 $SAUCE： Agent 可以自己创建 Meme、部署合约、管理资产，甚至进一步组合不同的链上服务。这也是 MCP 叙事真正有想象力的地方—— 过去我们是人 → 钱包 → DApp。未来可能变成：人 → Agent → 钱包 → 链上协议。 $SAUCE 恰好卡在这个转折点上。目前市值大约 $1.5M，我个人反而觉得这个位置比已经被炒到几十 M 的 AI Agent Meme 更值得观察。当然，它最大的风险也非常明显： $SAUCE ≠ Binance 官方代币。目前能确认的是 Binance Agentic Wallet / MCP / Agent OS 这套基础设施本身是真实存在的，而 $SAUCE 是社区基于这套技术做出来的链上实验。所以我不会把它当成“币安官方币”去理解。但如果后续真的出现： Binance Agent OS 更新 → Agentic Wallet 能力扩大 → 更多 Agent 开始自主调用链上协议 → Flap/Four 等发币平台被 Agent 接入那么 $SAUCE 今天这个 “第一个把 Binance Agent 和发币结合起来的实验”，很可能会变成一个非常漂亮的早期 Lore。我的看法：我更愿意把 $SAUCE 看成 Binance Agent 经济的 Demo Token，而不是单纯 Meme。如果后面只有一个中转合约，热度很快就会过去；但如果它真的能成为 Agent → Wallet → MCP → Token Launch 这条链路的第一个案例，1.5M 的定价就会显得非常便宜。 AI Agent 下一阶段拼的不是会不会聊天，而是能不能自己干活。而 $SAUCE 现在玩的，恰好就是这个方向。查看及交易： DYOR。不是投资建议。

银马

15,062 次观看 • 2 个月前

看到 Yi He 一姐截图正好我在麦上，记录一下这段 #币安广场 AMA 的问答，觉得还是挺有价值的 😆 👉 Q：我的问题：表哥你的书里说，你在2017年创立币安的时候，所有风投都拒绝投资，他们觉得市场已经饱和了，现在他们肯定很后悔错过币安。我想问的是，你现在自己也在做投资（ Yzi labs ），你是怎么避免自己变成当年那些拒绝你的人，从而错过下一个币安？或者说，你现在看项目时，最容易被什么打动？在什么情况下你甚至愿意去做项目的顾问？ 👉 A：CZ CZ 🔶 BNB 的回答：我觉得说实话，这种 “错过” 的事情是一定会发生的。尤其是早期项目，很多时候只有一个想法和一个有经验的创始人，产品还没上线，其实很难判断这个项目能不能成功。在这种阶段，你基本只能 “赌人”，也就是赌创始人。坦白讲，如果我当年是VC，我也有可能不会投币安 🤣 现在我们也可能错过一些未来会很成功的项目，这在VC投资里是很正常的。你不可能投到 100% 的好项目。除非你投所有项目，但那样 99.999% 都会失败，长期来看一定是亏钱的。理想情况是，你的失败率可能在 70% ～ 80% 左右，同时大概 10% 的项目能成功，并且能带来10倍、甚至100倍的回报，这样整体投资才是正收益。对我来说，我更看重的是“使命驱动型”的创始人。有些创始人喜欢谈市场规模、能赚多少钱，但真正让我更认可的，是那些有使命感的人。这也是为什么我更喜欢在熊市投资，因为如果市场在下跌，一个人还在坚持做协议、做产品，那他大概率是长期主义者，会穿越周期。牛市的时候项目很多，估值也很高，大家都很兴奋，但你很难判断谁能活到下一个熊市。所以我更倾向于在熊市里，投那些真正有使命感的创始人。另外，我也不太喜欢在估值过高的阶段投资。比如一个项目没有产品、没有用户，却要1亿美元估值，这对我来说是不合理的。如果你已经有1亿用户，那高估值是可以理解的。我更看重务实、脚踏实地、有执行力的团队。比如现在有AI工具，其实可以很快做出原型，所以我更喜欢那些执行速度快、不会卡在某一个阶段的团队。当然，这只是我个人的直觉判断。真正深入的尽调、分析，是投资团队在做的事情，我更多是看创始人的感觉。 👉 CZ（关于书的补充）：另外一个有意思的点是，我的中文其实没有大家想象的那么好。当时在做中文版书籍编辑的时候，有人用了很多我都不会读的高级词汇，我就说不行，我不能用我自己都读不出来的中文。所以后来把中文版改得很简单，这也是为什么中英文版本都比较简单。其他语言版本我也没法校对，就看效果怎么样了。谢谢大家支持。 > 泵泵超人：好书！🧡 > CZ：谢谢泵泵超人 🧡

看到 Yi He 一姐截图正好我在麦上，记录一下这段 #币安广场 AMA 的问答，觉得还是挺有价值的 😆 👉 Q：我的问题：表哥你的书里说，你在2017年创立币安的时候，所有风投都拒绝投资，他们觉得市场已经饱和了，现在他们肯定很后悔错过币安。我想问的是，你现在自己也在做投资（ Yzi labs ），你是怎么避免自己变成当年那些拒绝你的人，从而错过下一个币安？或者说，你现在看项目时，最容易被什么打动？在什么情况下你甚至愿意去做项目的顾问？ 👉 A：CZ CZ 🔶 BNB 的回答：我觉得说实话，这种 “错过” 的事情是一定会发生的。尤其是早期项目，很多时候只有一个想法和一个有经验的创始人，产品还没上线，其实很难判断这个项目能不能成功。在这种阶段，你基本只能 “赌人”，也就是赌创始人。坦白讲，如果我当年是VC，我也有可能不会投币安 🤣 现在我们也可能错过一些未来会很成功的项目，这在VC投资里是很正常的。你不可能投到 100% 的好项目。除非你投所有项目，但那样 99.999% 都会失败，长期来看一定是亏钱的。理想情况是，你的失败率可能在 70% ～ 80% 左右，同时大概 10% 的项目能成功，并且能带来10倍、甚至100倍的回报，这样整体投资才是正收益。对我来说，我更看重的是“使命驱动型”的创始人。有些创始人喜欢谈市场规模、能赚多少钱，但真正让我更认可的，是那些有使命感的人。这也是为什么我更喜欢在熊市投资，因为如果市场在下跌，一个人还在坚持做协议、做产品，那他大概率是长期主义者，会穿越周期。牛市的时候项目很多，估值也很高，大家都很兴奋，但你很难判断谁能活到下一个熊市。所以我更倾向于在熊市里，投那些真正有使命感的创始人。另外，我也不太喜欢在估值过高的阶段投资。比如一个项目没有产品、没有用户，却要1亿美元估值，这对我来说是不合理的。如果你已经有1亿用户，那高估值是可以理解的。我更看重务实、脚踏实地、有执行力的团队。比如现在有AI工具，其实可以很快做出原型，所以我更喜欢那些执行速度快、不会卡在某一个阶段的团队。当然，这只是我个人的直觉判断。真正深入的尽调、分析，是投资团队在做的事情，我更多是看创始人的感觉。 👉 CZ（关于书的补充）：另外一个有意思的点是，我的中文其实没有大家想象的那么好。当时在做中文版书籍编辑的时候，有人用了很多我都不会读的高级词汇，我就说不行，我不能用我自己都读不出来的中文。所以后来把中文版改得很简单，这也是为什么中英文版本都比较简单。其他语言版本我也没法校对，就看效果怎么样了。谢谢大家支持。 > 泵泵超人：好书！🧡 > CZ：谢谢泵泵超人 🧡

泵泵超人 | Pumpman 🔶

77,432 次观看 • 6 个月前

我折腾了Openclaw大概有一周了吧，感觉这一周也不能说时时刻刻在玩，但是确实已经让我体验到了他的很多优点和坑。我觉得这个坑其实也并不是他的缺点，而且初学者在使用的时候没有注意到的特点，本文会好好聊聊。虽然有人说它不是什么高深的科技，但是Openclaw确实解决了我一个很长时间都没有人来解决的痛点，作为一个web3的博主，我平常有很多零碎的时间，在外的时候，开车的时候，参加活动的时候，加起来其实非常多，一周下来能有十几个小时。这些时候其实我的脑子都不处于idle的状态，而是经常想写东西。比如我经常就会抽个十分钟走路，边走边把我的一些想法和GPT录入，然后生成文章或者笔记，甚至是代码。但对于有些问题，比如验证一个交易的想法，产品的想法，用一个我已经开发好的脚本去了解市场行情，缺少一个主机这样强大的工具来帮我落地。也就是说，哪怕AI给了我方向，给了我代码，最后去跑的，还是我啊！我这不是给AI打工了吗？于是在知道了Opencalw这个东西的五分钟之后，我就边开车边在手机上下单了一个全新的MacMini，准备开始改变人生我觉得玩了一周下来，我做到了。我可以躺在床上刷剧和喝啤酒的同时，让全市场行情尽收眼底，有一说一，minimax真的很稳定且偶尔会让人觉得惊艳。刚丢给他anthropic和五角大楼的八个新闻，他给我做了系统性总结并归档，语言风格也非常自然，确实不是对话框可以体验的，但有在对话框环境里搞定了看黑漆漆IDE才能做到的aget效果，且效果很棒。这就是openclaw框架的特点。接下来重点聊聊 #Binance 最近更新4个 AI skills 技能 Alpha 市场数据、U 本位合约、杠杆交易、资产管理。在我看来，这次更新的重点不只是“功能变多了”，而是 OpenClaw 终于更像一个能真正配合你做事的交易助手了。以前我们用这类工具，更多还是停留在“查数据、看行情、问问题”这个层面，信息是有了，但真正做决策、盯条件、执行动作，还是得自己一步步来。现在不太一样了，你只需要说出自己的意图，它就能把筛选、判断、执行这些动作尽量串起来。这 4 个技能里，我最看重的是资产管理。因为它解决的不是“看什么”，而是“钱怎么动”。比如现货和合约之间的划转、账户余额整理、碎币换 BNB，这些以前都很零碎，但实际又很高频。现在如果能交给 Agent 去处理，整体体验会顺很多。另外，Alpha 数据、合约、杠杆这几个技能组合起来后，确实会让很多交易思路更容易落地。比如监测异动、看资金费率、设置止盈止损、按条件执行下一步，不用自己频繁切页面、算逻辑，效率提升会很明显。不过我自己的看法是，这套skills最有价值的地方，不是“自动赚钱”，而是把原本复杂、重复、容易出错的操作流程对话化了。它更像是帮你提高执行效率，而不是替你承担判断和风险。而且目前币安中文社区正在举办 “用 AI 建设加密，搭建币安主题 AI Agent” 的活动。总奖池：48.6 BNB（作品奖44 BNB + 推荐奖4.6 BNB）。作品奖：第1名10 BNB、第2名8 BNB、第3名6 BNB、20名优胜各1 BNB。对普通用户来说，参与重点可以概括为一句话：不用非得做得特别复杂，能跑通、能演示、逻辑清楚，就有机会拿到奖励。赶快行动起来吧，部署一只属于你自己的龙虾，改变人生的轨迹。为此专门做了一个接入视频，希望能帮助到大家一起建设起来～币安技能中心传送门：部署龙虾碰到问题可以dm我或者评论区留言，欢迎老师们多多交流~

我折腾了Openclaw大概有一周了吧，感觉这一周也不能说时时刻刻在玩，但是确实已经让我体验到了他的很多优点和坑。我觉得这个坑其实也并不是他的缺点，而且初学者在使用的时候没有注意到的特点，本文会好好聊聊。虽然有人说它不是什么高深的科技，但是Openclaw确实解决了我一个很长时间都没有人来解决的痛点，作为一个web3的博主，我平常有很多零碎的时间，在外的时候，开车的时候，参加活动的时候，加起来其实非常多，一周下来能有十几个小时。这些时候其实我的脑子都不处于idle的状态，而是经常想写东西。比如我经常就会抽个十分钟走路，边走边把我的一些想法和GPT录入，然后生成文章或者笔记，甚至是代码。但对于有些问题，比如验证一个交易的想法，产品的想法，用一个我已经开发好的脚本去了解市场行情，缺少一个主机这样强大的工具来帮我落地。也就是说，哪怕AI给了我方向，给了我代码，最后去跑的，还是我啊！我这不是给AI打工了吗？于是在知道了Opencalw这个东西的五分钟之后，我就边开车边在手机上下单了一个全新的MacMini，准备开始改变人生我觉得玩了一周下来，我做到了。我可以躺在床上刷剧和喝啤酒的同时，让全市场行情尽收眼底，有一说一，minimax真的很稳定且偶尔会让人觉得惊艳。刚丢给他anthropic和五角大楼的八个新闻，他给我做了系统性总结并归档，语言风格也非常自然，确实不是对话框可以体验的，但有在对话框环境里搞定了看黑漆漆IDE才能做到的aget效果，且效果很棒。这就是openclaw框架的特点。接下来重点聊聊 #Binance 最近更新4个 AI skills 技能 Alpha 市场数据、U 本位合约、杠杆交易、资产管理。在我看来，这次更新的重点不只是“功能变多了”，而是 OpenClaw 终于更像一个能真正配合你做事的交易助手了。以前我们用这类工具，更多还是停留在“查数据、看行情、问问题”这个层面，信息是有了，但真正做决策、盯条件、执行动作，还是得自己一步步来。现在不太一样了，你只需要说出自己的意图，它就能把筛选、判断、执行这些动作尽量串起来。这 4 个技能里，我最看重的是资产管理。因为它解决的不是“看什么”，而是“钱怎么动”。比如现货和合约之间的划转、账户余额整理、碎币换 BNB，这些以前都很零碎，但实际又很高频。现在如果能交给 Agent 去处理，整体体验会顺很多。另外，Alpha 数据、合约、杠杆这几个技能组合起来后，确实会让很多交易思路更容易落地。比如监测异动、看资金费率、设置止盈止损、按条件执行下一步，不用自己频繁切页面、算逻辑，效率提升会很明显。不过我自己的看法是，这套skills最有价值的地方，不是“自动赚钱”，而是把原本复杂、重复、容易出错的操作流程对话化了。它更像是帮你提高执行效率，而不是替你承担判断和风险。而且目前币安中文社区正在举办 “用 AI 建设加密，搭建币安主题 AI Agent” 的活动。总奖池：48.6 BNB（作品奖44 BNB + 推荐奖4.6 BNB）。作品奖：第1名10 BNB、第2名8 BNB、第3名6 BNB、20名优胜各1 BNB。对普通用户来说，参与重点可以概括为一句话：不用非得做得特别复杂，能跑通、能演示、逻辑清楚，就有机会拿到奖励。赶快行动起来吧，部署一只属于你自己的龙虾，改变人生的轨迹。为此专门做了一个接入视频，希望能帮助到大家一起建设起来～币安技能中心传送门：部署龙虾碰到问题可以dm我或者评论区留言，欢迎老师们多多交流~

百里 🦅

16,721 次观看 • 7 个月前

AI 会取代哪些工作？我的工作里，哪些任务正在被 AI 接管？ AI 通常不是一次替代整个职业而是先替代其中最标准化的部分最容易被 AI 自动化的任务，通常有几个特点：数字化、重复、规则明确、结果容易检查所以普通人真正要做的，不是和 AI 比谁干活快，而是： 1️⃣ 拆工作分清哪些能交给 AI，哪些需要检查，哪些必须自己判断 2️⃣ 学会管理 AI 不只是会提问，还要会定目标、给背景、设标准、验收结果 3️⃣ 提升难替代的能力判断、沟通、协调、理解需求，以及对最终结果负责。未来更有价值的，不一定是“最会干活的人” 而是会发现问题、会使用 AI、还能对结果负责的人所以别问：“AI 会不会取代我？” 更应该问自己：“如果 AI 帮我做掉一半重复工作，我能不能用省下来的时间，做更有价值的事？” AI 最先淘汰的，不是某个职业而是一个职业里，长期没有升级的工作方式

AI 会取代哪些工作？我的工作里，哪些任务正在被 AI 接管？ AI 通常不是一次替代整个职业而是先替代其中最标准化的部分最容易被 AI 自动化的任务，通常有几个特点：数字化、重复、规则明确、结果容易检查所以普通人真正要做的，不是和 AI 比谁干活快，而是： 1️⃣ 拆工作分清哪些能交给 AI，哪些需要检查，哪些必须自己判断 2️⃣ 学会管理 AI 不只是会提问，还要会定目标、给背景、设标准、验收结果 3️⃣ 提升难替代的能力判断、沟通、协调、理解需求，以及对最终结果负责。未来更有价值的，不一定是“最会干活的人” 而是会发现问题、会使用 AI、还能对结果负责的人所以别问：“AI 会不会取代我？” 更应该问自己：“如果 AI 帮我做掉一半重复工作，我能不能用省下来的时间，做更有价值的事？” AI 最先淘汰的，不是某个职业而是一个职业里，长期没有升级的工作方式

Nana

20,445 次观看 • 2 个月前

这两天开源了一个做 UI 的 Skill： Skill ：想看看 Skill 产品化能不能走通。一个付费的 Skill，到底会不会有人买？如果大家是了解 Skill 的用户，就知道，虽然要付费才能够购买，但是买下来之后，它里面的源码全是公开的，没有任何加密。你可以非常轻松地把它分享给另外一个人。如果我们这么思考的话，那 Skill 其实不是一种很好的付费产品形式。但是我自己的思考是，虽然买过一次就有完整的源码，但现在是 AI 时代，不断有新模型涌现，有新的 Agent 出现。一个 Skill 如果一直都是一成不变的，是很难跟上这个时代的。比如我们现在回看一两年前的一些生图提示词，它是非常不适应现在这些生图模型的。同样，以前存在的一些 AI 做设计的问题，现在很多已经被解决了。如果我们在 AI 本来就做得好的地方，再给它一些额外的洞察，其实是浪费它的上下文了。所以我认为，Skill 付费的门槛应该在于：你能不能够持续地更新它，或者说，用户能不能够持续获取到最新版本的 Skill。我最开始用收款平台的是 SkillPay，走的是订阅制，但是这两天有一个非常严重的问题：大家通过这个渠道订阅产品之后，没有办法正常安装使用。陆陆续续有十几个用户联系到我，他们都表示，付费之后这个 Skill 一直安装不上。还有一部分用户没有联系我，直接在后台申请退款了。已经有 9 个用户申请退款，大概的原因都是一样的，就是无法安装。这个我自己其实很揪心，也很愧疚。我也是第一时间全部都处理退款了。为什么会出现这样的问题？首先最主要就是平台的问题，它的设计有问题。其次，我开发完成产品之后把它上架了，但我不可以购买自己的商品。所以出于对这个平台的信任，我没有去测试完整、把流程走通。因为我本地已经安装了这个 Skill，我觉得这么简单的逻辑应该不会有什么幺蛾子，所以就直接上线了。像这种订阅制的产品，你丢失了用户的第一次订阅，就有可能意味着丢失了一个长期用户。陆陆续续找到我反馈的用户，加起来至少有十几个，我自己肯定是非常着急的。这其中钱是一方面，更加让人难受的是，一个用户信任你，购买了你的产品，然后付费之后一直安装不上。大家的心情肯定是非常沮丧的。今天我已经彻底把这个问题解决掉了。我换成了自己的支付形式，而且未来它有可能是我不同 Skill 的一种通用形式。我实现了一个 CLI，集成了鉴权、支付，还有 Skill 相关的版本更新通知。我也将 Skill 的付款形式，从订阅制改成了买断制。这里是因为我自己后来想了一下，即便使用买断的形式，只要有一个合适的版本通知渠道，大家也可以一直享受到这个 Skill 迭代的福利。而且买断制对于更多用户来说，心智负担会更小一点。最后也是非常感谢大家对于我的信任，以及对于这个 Skill 的支持。不管是付费版本还是开源版本，后续我都会持续迭代，保持一个比较好的分界线，让有需要的用户都能够得到更好的体验。

这两天开源了一个做 UI 的 Skill： Skill ：想看看 Skill 产品化能不能走通。一个付费的 Skill，到底会不会有人买？如果大家是了解 Skill 的用户，就知道，虽然要付费才能够购买，但是买下来之后，它里面的源码全是公开的，没有任何加密。你可以非常轻松地把它分享给另外一个人。如果我们这么思考的话，那 Skill 其实不是一种很好的付费产品形式。但是我自己的思考是，虽然买过一次就有完整的源码，但现在是 AI 时代，不断有新模型涌现，有新的 Agent 出现。一个 Skill 如果一直都是一成不变的，是很难跟上这个时代的。比如我们现在回看一两年前的一些生图提示词，它是非常不适应现在这些生图模型的。同样，以前存在的一些 AI 做设计的问题，现在很多已经被解决了。如果我们在 AI 本来就做得好的地方，再给它一些额外的洞察，其实是浪费它的上下文了。所以我认为，Skill 付费的门槛应该在于：你能不能够持续地更新它，或者说，用户能不能够持续获取到最新版本的 Skill。我最开始用收款平台的是 SkillPay，走的是订阅制，但是这两天有一个非常严重的问题：大家通过这个渠道订阅产品之后，没有办法正常安装使用。陆陆续续有十几个用户联系到我，他们都表示，付费之后这个 Skill 一直安装不上。还有一部分用户没有联系我，直接在后台申请退款了。已经有 9 个用户申请退款，大概的原因都是一样的，就是无法安装。这个我自己其实很揪心，也很愧疚。我也是第一时间全部都处理退款了。为什么会出现这样的问题？首先最主要就是平台的问题，它的设计有问题。其次，我开发完成产品之后把它上架了，但我不可以购买自己的商品。所以出于对这个平台的信任，我没有去测试完整、把流程走通。因为我本地已经安装了这个 Skill，我觉得这么简单的逻辑应该不会有什么幺蛾子，所以就直接上线了。像这种订阅制的产品，你丢失了用户的第一次订阅，就有可能意味着丢失了一个长期用户。陆陆续续找到我反馈的用户，加起来至少有十几个，我自己肯定是非常着急的。这其中钱是一方面，更加让人难受的是，一个用户信任你，购买了你的产品，然后付费之后一直安装不上。大家的心情肯定是非常沮丧的。今天我已经彻底把这个问题解决掉了。我换成了自己的支付形式，而且未来它有可能是我不同 Skill 的一种通用形式。我实现了一个 CLI，集成了鉴权、支付，还有 Skill 相关的版本更新通知。我也将 Skill 的付款形式，从订阅制改成了买断制。这里是因为我自己后来想了一下，即便使用买断的形式，只要有一个合适的版本通知渠道，大家也可以一直享受到这个 Skill 迭代的福利。而且买断制对于更多用户来说，心智负担会更小一点。最后也是非常感谢大家对于我的信任，以及对于这个 Skill 的支持。不管是付费版本还是开源版本，后续我都会持续迭代，保持一个比较好的分界线，让有需要的用户都能够得到更好的体验。

oil-oil

18,187 次观看 • 1 个月前

今天真的被一个 19 岁的学员震撼到了… 她是一名艺术生，即将去伦敦读大一此前几乎没有接触过商业，没有学过 AI，更没有任何开发经验。因为家里做美妆生意，她对产品可能有一些模糊的感知，但距离真正做一个创业项目，其实还很远昨天，她告诉我，自己学的是设计，希望找到一个既符合个人审美，又有可能商业化的方向考虑到她在伦敦上学，喜欢猫猫狗狗，身边接触到的又大多是愿意为审美和情绪价值买单的中产女性，我们就和她一起碰出了一个想法：做人与宠物的亲子装把宠物服饰、个人美学、五行八字等元素结合起来，通过独立站面向海外用户销售这并不只是卖一件衣服它满足的是人们为自己和宠物表达身份、建立关系、寻找情绪寄托的需求一个产品首先要有用，但真正产生溢价的，往往是那些看似「无用」的审美、故事、文化和标签今天，她根据这几天课程中学到的 AI 使用方法，自己手搓出了一个独立站的前端页面看到页面的那一刻，我真的有些难以置信她没有开发基础，却凭借极强的设计审美，再结合智能体、提示词迭代和一些基础的商业逻辑，做出了一个连很多成熟开发者都很难完成的页面更重要的是，她并没有机械地执行我们的要求他把我们聊过的五行、风水、八字和个性化测试都融入了产品，让用户可以探索「我的宠物适合什么颜色」「它对应什么五行」「我们适合怎样的亲子穿搭」这已经不再是一次普通的课堂作业它有明确的人群，有具体的消费场景，有审美差异，有传播话题，也有真实的商业化可能供应链、产品打磨和运营都可以在后面逐步补足，但一个项目最难得的东西：创始人的个人特质与市场机会之间的契合已经出现了那一刻我第一次非常强烈地意识到：我们做的可能不只是一次创业体验，而是真的有机会从这些孩子当中，孵化出值得投入、值得长期陪伴的创业项目一个 19 岁、还没正式进入大学的年轻人，在短短一两天里，从一个模糊的兴趣出发，完成了从想法、用户、产品定位到网页原型的跨越这在过去是很难想象的以前，一个人想把创意变成产品，需要会设计、会开发、懂商业，还要找到合适的团队和资金但在 AI 时代，一个拥有审美、好奇心和行动力的人，可以先借助 AI 补足自己暂时不具备的能力她不需要先准备好，才有资格开始她是在开始之后，不断变得更强相比之下，我也看到了一些刚刚经历过高考的孩子她们学习 AI 时，第一反应依然是认真记笔记，等待老师给出标准步骤，然后严格按照要求完成任务这当然不是他们的问题传统教育长期训练的是记忆、服从和寻找标准答案而 AI 时代真正稀缺的，可能是提出问题、调动工具、快速试错，以及把一个模糊想法变成现实的能力记笔记没有错，按照规则完成任务也没有问题但我们不能让孩子误以为，学习的终点只是记住老师讲过什么真正重要的是：你能不能用这些东西，创造一个此前不存在的产品所以我越来越确信，AI 教育一定要尽可能早不是为了让孩子更早学习某个软件，也不是为了把「会用 AI」变成新一轮的应试竞争，而是要在他们还没有完全习惯等待标准答案之前，让他们体验一次：原来我的想法可以被实现原来我不需要先成为专家，也可以开始创造原来我不仅能够完成老师布置的任务，还能够发现一个问题、设计一个产品，甚至真正影响一群人的生活，改变这个世界当一个孩子第一次亲手创造出一个真实的产品，他对自己的认识就会发生改变而这种「我能够创造」的信念，才是 AI 教育最重要的价值我们真正要做的，就是让他们在足够年轻的时候，就站到这个时代的前面，看到一个属于自己的可能性

今天真的被一个 19 岁的学员震撼到了… 她是一名艺术生，即将去伦敦读大一此前几乎没有接触过商业，没有学过 AI，更没有任何开发经验。因为家里做美妆生意，她对产品可能有一些模糊的感知，但距离真正做一个创业项目，其实还很远昨天，她告诉我，自己学的是设计，希望找到一个既符合个人审美，又有可能商业化的方向考虑到她在伦敦上学，喜欢猫猫狗狗，身边接触到的又大多是愿意为审美和情绪价值买单的中产女性，我们就和她一起碰出了一个想法：做人与宠物的亲子装把宠物服饰、个人美学、五行八字等元素结合起来，通过独立站面向海外用户销售这并不只是卖一件衣服它满足的是人们为自己和宠物表达身份、建立关系、寻找情绪寄托的需求一个产品首先要有用，但真正产生溢价的，往往是那些看似「无用」的审美、故事、文化和标签今天，她根据这几天课程中学到的 AI 使用方法，自己手搓出了一个独立站的前端页面看到页面的那一刻，我真的有些难以置信她没有开发基础，却凭借极强的设计审美，再结合智能体、提示词迭代和一些基础的商业逻辑，做出了一个连很多成熟开发者都很难完成的页面更重要的是，她并没有机械地执行我们的要求他把我们聊过的五行、风水、八字和个性化测试都融入了产品，让用户可以探索「我的宠物适合什么颜色」「它对应什么五行」「我们适合怎样的亲子穿搭」这已经不再是一次普通的课堂作业它有明确的人群，有具体的消费场景，有审美差异，有传播话题，也有真实的商业化可能供应链、产品打磨和运营都可以在后面逐步补足，但一个项目最难得的东西：创始人的个人特质与市场机会之间的契合已经出现了那一刻我第一次非常强烈地意识到：我们做的可能不只是一次创业体验，而是真的有机会从这些孩子当中，孵化出值得投入、值得长期陪伴的创业项目一个 19 岁、还没正式进入大学的年轻人，在短短一两天里，从一个模糊的兴趣出发，完成了从想法、用户、产品定位到网页原型的跨越这在过去是很难想象的以前，一个人想把创意变成产品，需要会设计、会开发、懂商业，还要找到合适的团队和资金但在 AI 时代，一个拥有审美、好奇心和行动力的人，可以先借助 AI 补足自己暂时不具备的能力她不需要先准备好，才有资格开始她是在开始之后，不断变得更强相比之下，我也看到了一些刚刚经历过高考的孩子她们学习 AI 时，第一反应依然是认真记笔记，等待老师给出标准步骤，然后严格按照要求完成任务这当然不是他们的问题传统教育长期训练的是记忆、服从和寻找标准答案而 AI 时代真正稀缺的，可能是提出问题、调动工具、快速试错，以及把一个模糊想法变成现实的能力记笔记没有错，按照规则完成任务也没有问题但我们不能让孩子误以为，学习的终点只是记住老师讲过什么真正重要的是：你能不能用这些东西，创造一个此前不存在的产品所以我越来越确信，AI 教育一定要尽可能早不是为了让孩子更早学习某个软件，也不是为了把「会用 AI」变成新一轮的应试竞争，而是要在他们还没有完全习惯等待标准答案之前，让他们体验一次：原来我的想法可以被实现原来我不需要先成为专家，也可以开始创造原来我不仅能够完成老师布置的任务，还能够发现一个问题、设计一个产品，甚至真正影响一群人的生活，改变这个世界当一个孩子第一次亲手创造出一个真实的产品，他对自己的认识就会发生改变而这种「我能够创造」的信念，才是 AI 教育最重要的价值我们真正要做的，就是让他们在足够年轻的时候，就站到这个时代的前面，看到一个属于自己的可能性

文硕

11,070 次观看 • 3 个月前

卧槽！a16z也对加密失去信心了？最近放话说DeFi还撑不起真正的金融市场！这事其实挺打脸的。这些年行业最爱吹的是什么？ TPS。吞吐。几万笔，几十万笔，听着一个比一个猛。但 a16z 现在已经不信这个。它更关注的是你那笔交易发出去，到底什么时候能上链。会不会被插队。会不会被人先看光。这玩意儿不解决，DeFi 就别吹自己能接住真正的金融市场。 1、DeFi 现在最大的问题，不是处理不了交易，是交易执行根本不靠谱。支付场景里，慢几秒还能忍。金融市场不行。做市商改价。拍卖出价。清算。撤单。这些东西，慢一点，钱就没了。你想想就知道。市场一波动，做市商第一反应一定是撤旧单、挂新单。结果链给你的承诺只是： “你这个交易最终会上链。” 但具体先进哪一块，不知道。这就废了。因为别人可以比你更早进去，把你的过时报价狠狠干掉。最后做市商只能怎么办？把点差拉大。用户成交更差。链上市场永远做不出真正的深度。 2、问题也不在应用层，问题在底层把太大权力交给了出块的人。现在很多链，本质上都是一个领导者说了算。谁先进区块。谁后进区块。谁干脆别进区块。都看它。工程上这很方便。金融上这就是大坑。因为只要你有这个权力，你就天然可以赚这种钱：先看别人的单。延迟别人的单。把自己的单插前面。或者干脆不让别人进。这不只是夹子问题。这是市场结构本身有问题。说白了，很多链上市场不是输在产品不够花。是输在底层规则就不公平。 3、只要有人能先看你的单，或者不让你的单上链，很多市场天然就长不大。拍卖就是最简单的例子。如果有人能审查你的出价，那他可以直接把别人挡掉，自己低价拿走。如果他不能挡你，但能先看到你的出价，那也一样。他只要压你一点点就行。或者发现你这个价格已经不划算了，那他就不接，让你自己亏。现货、永续、衍生品，本质都一样。只要系统里有个角色同时拥有两种特权：一，能不让你上链。二，能在确认前看见你。那这个市场迟早会被玩坏。 4、现在 DeFi 还能跑，不是因为设计已经对了，是因为大家还在靠补丁硬撑。为什么问题这么明显，链上交易还没死透？一个原因，是很多节点还没把自己的权力用到最狠。不是不能用。是还顾虑长期利益。另一个原因，是应用层自己认了。把最关键的执行放到链下。链上只做最后结算。这当然能缓一口气。但代价也明显。可组合性变差。系统更碎。你还得额外信链下那套东西别出事。本质上，这就是在承认：现在很多链，还扛不起真正高要求的金融执行。 5、所以真正卡住 DeFi 的，从来不是 TPS，是交易确定性和公平性。 a16z 提的方向其实就两个：一个是，短时间抗审查。只要有诚实节点收到我的交易，我就该很快进区块。不是“也许几秒后”。是尽快，而且可预期。另一个是，确认前隐藏。别让全网先把我的单看光。不然别人看完再决定怎么狠狠干我，那还玩个屁。这两个东西补不上， DeFi 就还是更像链上游乐场。能玩。能炒。能折腾。但离真正的金融市场，还是差得远。别再迷信 TPS 了。金融市场最值钱的，从来不是“你一秒能发多少单”。而是：你发出去之后，规则是不是确定的。执行是不是公平的。这件事不解决，DeFi 就永远撑不起真正的大市场

卧槽！a16z也对加密失去信心了？最近放话说DeFi还撑不起真正的金融市场！这事其实挺打脸的。这些年行业最爱吹的是什么？ TPS。吞吐。几万笔，几十万笔，听着一个比一个猛。但 a16z 现在已经不信这个。它更关注的是你那笔交易发出去，到底什么时候能上链。会不会被插队。会不会被人先看光。这玩意儿不解决，DeFi 就别吹自己能接住真正的金融市场。 1、DeFi 现在最大的问题，不是处理不了交易，是交易执行根本不靠谱。支付场景里，慢几秒还能忍。金融市场不行。做市商改价。拍卖出价。清算。撤单。这些东西，慢一点，钱就没了。你想想就知道。市场一波动，做市商第一反应一定是撤旧单、挂新单。结果链给你的承诺只是： “你这个交易最终会上链。” 但具体先进哪一块，不知道。这就废了。因为别人可以比你更早进去，把你的过时报价狠狠干掉。最后做市商只能怎么办？把点差拉大。用户成交更差。链上市场永远做不出真正的深度。 2、问题也不在应用层，问题在底层把太大权力交给了出块的人。现在很多链，本质上都是一个领导者说了算。谁先进区块。谁后进区块。谁干脆别进区块。都看它。工程上这很方便。金融上这就是大坑。因为只要你有这个权力，你就天然可以赚这种钱：先看别人的单。延迟别人的单。把自己的单插前面。或者干脆不让别人进。这不只是夹子问题。这是市场结构本身有问题。说白了，很多链上市场不是输在产品不够花。是输在底层规则就不公平。 3、只要有人能先看你的单，或者不让你的单上链，很多市场天然就长不大。拍卖就是最简单的例子。如果有人能审查你的出价，那他可以直接把别人挡掉，自己低价拿走。如果他不能挡你，但能先看到你的出价，那也一样。他只要压你一点点就行。或者发现你这个价格已经不划算了，那他就不接，让你自己亏。现货、永续、衍生品，本质都一样。只要系统里有个角色同时拥有两种特权：一，能不让你上链。二，能在确认前看见你。那这个市场迟早会被玩坏。 4、现在 DeFi 还能跑，不是因为设计已经对了，是因为大家还在靠补丁硬撑。为什么问题这么明显，链上交易还没死透？一个原因，是很多节点还没把自己的权力用到最狠。不是不能用。是还顾虑长期利益。另一个原因，是应用层自己认了。把最关键的执行放到链下。链上只做最后结算。这当然能缓一口气。但代价也明显。可组合性变差。系统更碎。你还得额外信链下那套东西别出事。本质上，这就是在承认：现在很多链，还扛不起真正高要求的金融执行。 5、所以真正卡住 DeFi 的，从来不是 TPS，是交易确定性和公平性。 a16z 提的方向其实就两个：一个是，短时间抗审查。只要有诚实节点收到我的交易，我就该很快进区块。不是“也许几秒后”。是尽快，而且可预期。另一个是，确认前隐藏。别让全网先把我的单看光。不然别人看完再决定怎么狠狠干我，那还玩个屁。这两个东西补不上， DeFi 就还是更像链上游乐场。能玩。能炒。能折腾。但离真正的金融市场，还是差得远。别再迷信 TPS 了。金融市场最值钱的，从来不是“你一秒能发多少单”。而是：你发出去之后，规则是不是确定的。执行是不是公平的。这件事不解决，DeFi 就永远撑不起真正的大市场

比特币橙子Trader

245,081 次观看 • 7 个月前

你真的完全信任Ai吗？如果AI 真要帮你进入交易、钱包、风控和链上执行时，你肯定会担心靠不靠谱。现在大多数 AI 产品还是黑盒。你输入一句话，它给你一个结果。中间调用了哪个模型、用了哪些数据、有没有被篡改、执行过程是不是真实发生过，用户基本看不到。如果只是生成图片、写文章，出错了还能改。但如果 AI Agent 以后开始帮你管理资产、执行交易、调用合约、判断项目风险，这个问题就不是体验问题，而是资金安全问题。 OpenGradient OpenGradient (∇, ∇) 要解决的就是这个问题。它做的是可验证 AI 基础设施，让 AI 的推理过程和执行结果可以被证明，而不是只靠平台一句“相信我”。对普通用户来说，它能解决几个具体问题：第一，减少 AI 黑盒带来的不确定性。以后 AI 给出交易建议、风控判断、链上执行结果，不只是给你一个答案，还能留下可验证的证明。用户可以知道这个结果不是凭空编的，也不是中间被人动过手脚。第二，让 AI Agent 管理资产更安全。 AI Agent 如果未来要帮用户自动执行 DeFi 操作、管理钱包权限、处理交易任务，背后必须有一套能验证执行过程的系统。否则用户把资产权限交出去，本质上还是在赌平台不会出问题。第三，降低开发者接入 AI 的成本。 OpenGradient 提供模型托管、可验证推理和链上证明能力，开发者不用自己搭一整套 AI 计算和验证系统，就能把 AI 能力接到链上应用里。项目本身也是做到了打铁自身也够硬。 OpenGradient 已经托管了 4500 多个开源 AI 模型，处理过数百万次可验证推理，并生成了大量链上证明。融资方面，a16z crypto、Coinbase Ventures、SV Angel 等机构都参与过，团队成员背景也覆盖 Google、Amazon、NASA、Palantir 等公司和机构。它的前景主要看 AI Agent 能不能真正走向资产场景。如果 AI 只停留在聊天和内容生成，可验证推理的价值不会被完全放大。但只要 AI 开始接触交易、钱包、合约和现实任务，用户就一定会关心三件事：它有没有乱执行，结果能不能查，出问题能不能追溯。这也是 OpenGradient 这类项目的机会。 AI + Crypto 后面不会只看谁会包装概念，真正能留下来的项目，大概率要能解决实际问题。可验证推理、可信执行、链上审计，都是 AI 进入金融和资产场景前绕不开的基础能力。这次 $OPG 上线币安，也说明 Binance 对 AI + Crypto 基础设施方向还在持续加码。对于 BNB Holder 来说，这次新一期的空投和 TGE 再次展现了 BNB 的底层入口价值。现在持有 BNB 的权益正在从以前单纯的打新、手续费减免（现货和杠杆交易手续费低至 7.5 折），进一步升级为捕获早期 AI 核心基建红利的金铲子。在这个阶段，与其在二级市场顶着高风险频繁换仓去搏一些短生命周期的项目，不如把 BNB 当作稳健的底仓配置。通过长期持仓持续吃足每一期生态发展的空投和赋能红利，拿稳生息资产带来的现金流，在不确定的市场里反而是确定性更高的玩法。如果你本来就持有 BNB，可以关注后续 Binance Wallet 和 BNB 生态相关机会：我的判断是，OpenGradient 这类项目看的不是短期热度，而是 AI Agent 以后进入资产世界时，市场到底需不需要一套可验证的执行基础设施。如果这个需求成立，可验证 AI 会是 AI + Crypto 里绕不开的一环。

你真的完全信任Ai吗？如果AI 真要帮你进入交易、钱包、风控和链上执行时，你肯定会担心靠不靠谱。现在大多数 AI 产品还是黑盒。你输入一句话，它给你一个结果。中间调用了哪个模型、用了哪些数据、有没有被篡改、执行过程是不是真实发生过，用户基本看不到。如果只是生成图片、写文章，出错了还能改。但如果 AI Agent 以后开始帮你管理资产、执行交易、调用合约、判断项目风险，这个问题就不是体验问题，而是资金安全问题。 OpenGradient OpenGradient (∇, ∇) 要解决的就是这个问题。它做的是可验证 AI 基础设施，让 AI 的推理过程和执行结果可以被证明，而不是只靠平台一句“相信我”。对普通用户来说，它能解决几个具体问题：第一，减少 AI 黑盒带来的不确定性。以后 AI 给出交易建议、风控判断、链上执行结果，不只是给你一个答案，还能留下可验证的证明。用户可以知道这个结果不是凭空编的，也不是中间被人动过手脚。第二，让 AI Agent 管理资产更安全。 AI Agent 如果未来要帮用户自动执行 DeFi 操作、管理钱包权限、处理交易任务，背后必须有一套能验证执行过程的系统。否则用户把资产权限交出去，本质上还是在赌平台不会出问题。第三，降低开发者接入 AI 的成本。 OpenGradient 提供模型托管、可验证推理和链上证明能力，开发者不用自己搭一整套 AI 计算和验证系统，就能把 AI 能力接到链上应用里。项目本身也是做到了打铁自身也够硬。 OpenGradient 已经托管了 4500 多个开源 AI 模型，处理过数百万次可验证推理，并生成了大量链上证明。融资方面，a16z crypto、Coinbase Ventures、SV Angel 等机构都参与过，团队成员背景也覆盖 Google、Amazon、NASA、Palantir 等公司和机构。它的前景主要看 AI Agent 能不能真正走向资产场景。如果 AI 只停留在聊天和内容生成，可验证推理的价值不会被完全放大。但只要 AI 开始接触交易、钱包、合约和现实任务，用户就一定会关心三件事：它有没有乱执行，结果能不能查，出问题能不能追溯。这也是 OpenGradient 这类项目的机会。 AI + Crypto 后面不会只看谁会包装概念，真正能留下来的项目，大概率要能解决实际问题。可验证推理、可信执行、链上审计，都是 AI 进入金融和资产场景前绕不开的基础能力。这次 $OPG 上线币安，也说明 Binance 对 AI + Crypto 基础设施方向还在持续加码。对于 BNB Holder 来说，这次新一期的空投和 TGE 再次展现了 BNB 的底层入口价值。现在持有 BNB 的权益正在从以前单纯的打新、手续费减免（现货和杠杆交易手续费低至 7.5 折），进一步升级为捕获早期 AI 核心基建红利的金铲子。在这个阶段，与其在二级市场顶着高风险频繁换仓去搏一些短生命周期的项目，不如把 BNB 当作稳健的底仓配置。通过长期持仓持续吃足每一期生态发展的空投和赋能红利，拿稳生息资产带来的现金流，在不确定的市场里反而是确定性更高的玩法。如果你本来就持有 BNB，可以关注后续 Binance Wallet 和 BNB 生态相关机会：我的判断是，OpenGradient 这类项目看的不是短期热度，而是 AI Agent 以后进入资产世界时，市场到底需不需要一套可验证的执行基础设施。如果这个需求成立，可验证 AI 会是 AI + Crypto 里绕不开的一环。

神币 🔶 馬良

22,326 次观看 • 5 个月前

最近陶哲轩在 2024 年第 65 届国际数学奥林匹克上，陶哲轩做了一次 AI 和数学的演讲，非常精彩，从数学使用计算计算机的历史开始讲起，一直讲到大语言模型，干货相当多，尤其适合对数学有兴趣的同学。（对数学没那么感兴趣的同学只想看 AI 部分的建议直接跳到 41 分的位置开始观看）先摘录几个冷知识： 1. 我们使用机器做数学计算已经有数千年，最早的机器辅助计算可能是罗马人，然后是中国的算盘 2. 二战时就有人肉“计算机”，计算弹道和其他任务，多位女孩子，因为男士们在打仗，所以那时候的计算基本单位不是GPU，而是kilogirl-hour——“千名女孩工作一小时的计算量” 3. 现在，数学家们使用一种现代化的证明辅助编程语言，叫做 Lean。在 Lean 中有一个核心的数学库，通过众包的方式开发的，本科数学课程中看到的内容，比如微积分基础、群论基础或者拓扑学等等，这些都已经被形式化了，所以你不用从公理开始。 4. 现在数学领域有一种团队协作证明复杂数学定理的工作流程，那就是先编写一个称为“蓝图”的详细证明计划，将整个证明分解为数百个小步骤。每个步骤可以单独形式化，然后再将它们整合在一起，这样你就可以将一个庞大的论证分解成许多小块。先编写这个蓝图，然后团队中的其他人可以对论据的不同步骤的不同部分进行形式化。去年，陶哲轩和几位同事一起解决了一个组合数学问题。这是一个组合学的问题。大约20人在短短三周内完成了，使用了蓝图工具，参与的人中有概率论专家，甚至还有一些并非数学家的人，他们是程序员，但在解决这些小型拼图问题上非常擅长。每个人都挑选了一个觉得自己能做的小任务，并完成了它。在数学领域，通常很难这么多人一起合作，一般最多可能五个人合作。因为在大项目上合作时，你必须相信每个人的数学都是正确的。但是，一旦超过一定规模，这就无法实现了。但现在借助 Lean 编译器，它能自动检查。团队成员无法上传任何编译不通过的内容，会被拒绝。因此，你可以与一些从未见过的人合作。最后是讲大语言模型，首先陶哲轩就打脸了 GPT-4 的论文（我猜是微软那篇《GPT-4，通用人工智能的火花》），论文中号称 GPT-4 能解决国际数学奥林匹克问题，但实际上，这个问题不是 2022 年国际奥数竞赛的原始问题，而是一个简化版本，并且他们测试了几百道国际奥数竞赛问题，成功率只有1%，论文里的这个是精心挑选的恰巧能做对的。并且陶哲轩提到了基于大语言模型的一些改进的方案：比如 CoT（Chain of Thought），也就是 LLM 做简单的算术运算都做不对，但是如果让它一步步解释，可能就对了。还可以教 AI 一些解题技巧，比如尝试简单的例子，反证法，尝试逐步证明等。比如让模型和编程语言或者工具连接，将大语言的输出结果交给 Wolfram 这样的专业数学工具或者 Python 这样的编程语言验证，并且迭代的进行修正和验证，直到得到正确的结果，这可以提升大语言模型生成的效果。即使借助这些手段，大语言模型还远远不能解决大多数数学问题，更不用说数学研究问题了！当然陶哲轩也没太过打击大家对于 AI 的信心，表示我们在 AI 上还是在不断的取得进展，还提到了他日常是怎么用 AI 的，比如说把 AI 当成灵感之源。 > 我曾遇到过一个问题，我尝试了几种方法，但都无法解决。于是，我尝试询问 GPT，你建议我使用什么其他方法来解决这个问题？GPT 给我提供了 10 种可能的方法，其中有 5 种我已经尝试过，或者明显没有帮助。的确，有几种方法并不实用。但其中有一种我还没尝试过的方法，那就是针对这个问题使用生成函数。当 GPT 建议我使用这种方法时，我意识到这就是我漏掉的正确方法。所以，将 GPT 视为一个交流伙伴，它确实具有一定的用处。还有使用 GitHub Copilot 帮他写代码，让它自动生成下一步的证明结果，Copilot 的智能提示有 20% 的概率能生成正确的下一步结果。 > 例如我使用的一个叫 GitHub Copilot 的工具，你只需要写下一半的证明，它就会尝试猜测接下来的内容。大概有 20% 的情况下，它能猜到接近正确的答案。然后你就可以说，我接受这个答案。好的，那么在这种情况下，我正在试图证明这个陈述。灰色的部分是 Copilot 给出的建议。结果发现第一行完全没用。不过第二行，尽管你可能看不清楚，却真的解决了这个问题。所以，你不能盲目接受它的输入，因为这些代码未必能顺利编译。但如果你对代码的运作方式已经有所了解，这将大大节省你的时间。这些工具正在变得越来越好。现在如果一个证明只需要一两行，它们就能自动完成。现在已经有了这样的实验，即通过迭代地让 AI 提供证明，然后让编译器进行反馈，如果编译出错，就把错误信息反馈给 AI。通过这种方法，我们开始能够验证四五步长的证明。当然，一个大型的证明可能需要数万行。所以，我们还没有达到能够立即得到一个正式证明的程度。但是，这已经是一个相当有用的工具。对于大家关心的问题： AI 在数学领域现在到了哪一个阶段？是否未来几年利用 AI 能直接解决数学问题？陶哲轩也给出了他的看法： > 我认为我们还远远没有达到这个阶段。如果我们专注于非常特定的问题，你可以定制专门的 AI 来处理一小部分问题。即便如此，它们也不是完全可靠的，但还是有用的。不过至少在接下来的几年里，它们基本上将是非常有用的辅助工具，超越了我们已经熟悉的暴力计算辅助。他还提到了一些可能的 AI 能在数学领域提供帮助的方向： - AI 能够非常好地生成有价值的猜想 > 比如，我们已经看到了关于结理论的例子，它们已经可以推测出两个不同的统计量之间的关系。因此，我们希望能够创建大量的数据集，输入到 AI 中，它们就会自动找出各种不同的数学对象之间的有趣联系。虽然我们还不知道如何做到这一点，部分原因是我们没有这些庞大的数据集。但我认为这是未来可能实现的一个方向。 - 批量或者说规模化的证明大量数学定理 > 现在，因为证明定理是如此繁琐和艰难的过程，我们一次只能证明一个定理，如果你效率很高，可能一次能证明两三个。但是有了 AI，你可以设想一下未来的情况，我们不是试图解决一个问题，而是处理一类类似的1000个问题，然后告诉AI，尝试用这个方法解决这 1000 个问题，然后报告结果，哦，我能用这种技术解决 35% 的问题。那么另一种技术呢？我能解决这个百分比的问题。或者如果结合这些方法，又能解决多少问题？你可以开始探索问题的空间，而不是一个接一个地解决问题。这是你现在根本无法做到的事情，或者是你需要几十年时间，通过数十篇论文慢慢搞清楚各种技术能做什么，不能做什么。但是有了这些工具，你真的可以开始做规模前所未有的数学研究。所以，未来将会非常令人兴奋。演讲环节结束前的最后一句话说的特别好： > 我们仍然会以传统方式证明定理。事实上，我们必须这样做，因为如果我们自己都不知道如何做这些事情，就无法引导这些 AI。但是我们将能够做很多现在无法做到的事情。这恰恰也是我们现在使用 AI 辅助编程的问题：如果我们自己都不知道如何构建软件，就很难引导好 AI 帮助我们生成高质量的代码。尽管 AI 在数学和编程领域变得越来越有用，但人类的洞察力和创造力仍然是创作价值的关键。原始 YT 视频：

最近陶哲轩在 2024 年第 65 届国际数学奥林匹克上，陶哲轩做了一次 AI 和数学的演讲，非常精彩，从数学使用计算计算机的历史开始讲起，一直讲到大语言模型，干货相当多，尤其适合对数学有兴趣的同学。（对数学没那么感兴趣的同学只想看 AI 部分的建议直接跳到 41 分的位置开始观看）先摘录几个冷知识： 1. 我们使用机器做数学计算已经有数千年，最早的机器辅助计算可能是罗马人，然后是中国的算盘 2. 二战时就有人肉“计算机”，计算弹道和其他任务，多位女孩子，因为男士们在打仗，所以那时候的计算基本单位不是GPU，而是kilogirl-hour——“千名女孩工作一小时的计算量” 3. 现在，数学家们使用一种现代化的证明辅助编程语言，叫做 Lean。在 Lean 中有一个核心的数学库，通过众包的方式开发的，本科数学课程中看到的内容，比如微积分基础、群论基础或者拓扑学等等，这些都已经被形式化了，所以你不用从公理开始。 4. 现在数学领域有一种团队协作证明复杂数学定理的工作流程，那就是先编写一个称为“蓝图”的详细证明计划，将整个证明分解为数百个小步骤。每个步骤可以单独形式化，然后再将它们整合在一起，这样你就可以将一个庞大的论证分解成许多小块。先编写这个蓝图，然后团队中的其他人可以对论据的不同步骤的不同部分进行形式化。去年，陶哲轩和几位同事一起解决了一个组合数学问题。这是一个组合学的问题。大约20人在短短三周内完成了，使用了蓝图工具，参与的人中有概率论专家，甚至还有一些并非数学家的人，他们是程序员，但在解决这些小型拼图问题上非常擅长。每个人都挑选了一个觉得自己能做的小任务，并完成了它。在数学领域，通常很难这么多人一起合作，一般最多可能五个人合作。因为在大项目上合作时，你必须相信每个人的数学都是正确的。但是，一旦超过一定规模，这就无法实现了。但现在借助 Lean 编译器，它能自动检查。团队成员无法上传任何编译不通过的内容，会被拒绝。因此，你可以与一些从未见过的人合作。最后是讲大语言模型，首先陶哲轩就打脸了 GPT-4 的论文（我猜是微软那篇《GPT-4，通用人工智能的火花》），论文中号称 GPT-4 能解决国际数学奥林匹克问题，但实际上，这个问题不是 2022 年国际奥数竞赛的原始问题，而是一个简化版本，并且他们测试了几百道国际奥数竞赛问题，成功率只有1%，论文里的这个是精心挑选的恰巧能做对的。并且陶哲轩提到了基于大语言模型的一些改进的方案：比如 CoT（Chain of Thought），也就是 LLM 做简单的算术运算都做不对，但是如果让它一步步解释，可能就对了。还可以教 AI 一些解题技巧，比如尝试简单的例子，反证法，尝试逐步证明等。比如让模型和编程语言或者工具连接，将大语言的输出结果交给 Wolfram 这样的专业数学工具或者 Python 这样的编程语言验证，并且迭代的进行修正和验证，直到得到正确的结果，这可以提升大语言模型生成的效果。即使借助这些手段，大语言模型还远远不能解决大多数数学问题，更不用说数学研究问题了！当然陶哲轩也没太过打击大家对于 AI 的信心，表示我们在 AI 上还是在不断的取得进展，还提到了他日常是怎么用 AI 的，比如说把 AI 当成灵感之源。 > 我曾遇到过一个问题，我尝试了几种方法，但都无法解决。于是，我尝试询问 GPT，你建议我使用什么其他方法来解决这个问题？GPT 给我提供了 10 种可能的方法，其中有 5 种我已经尝试过，或者明显没有帮助。的确，有几种方法并不实用。但其中有一种我还没尝试过的方法，那就是针对这个问题使用生成函数。当 GPT 建议我使用这种方法时，我意识到这就是我漏掉的正确方法。所以，将 GPT 视为一个交流伙伴，它确实具有一定的用处。还有使用 GitHub Copilot 帮他写代码，让它自动生成下一步的证明结果，Copilot 的智能提示有 20% 的概率能生成正确的下一步结果。 > 例如我使用的一个叫 GitHub Copilot 的工具，你只需要写下一半的证明，它就会尝试猜测接下来的内容。大概有 20% 的情况下，它能猜到接近正确的答案。然后你就可以说，我接受这个答案。好的，那么在这种情况下，我正在试图证明这个陈述。灰色的部分是 Copilot 给出的建议。结果发现第一行完全没用。不过第二行，尽管你可能看不清楚，却真的解决了这个问题。所以，你不能盲目接受它的输入，因为这些代码未必能顺利编译。但如果你对代码的运作方式已经有所了解，这将大大节省你的时间。这些工具正在变得越来越好。现在如果一个证明只需要一两行，它们就能自动完成。现在已经有了这样的实验，即通过迭代地让 AI 提供证明，然后让编译器进行反馈，如果编译出错，就把错误信息反馈给 AI。通过这种方法，我们开始能够验证四五步长的证明。当然，一个大型的证明可能需要数万行。所以，我们还没有达到能够立即得到一个正式证明的程度。但是，这已经是一个相当有用的工具。对于大家关心的问题： AI 在数学领域现在到了哪一个阶段？是否未来几年利用 AI 能直接解决数学问题？陶哲轩也给出了他的看法： > 我认为我们还远远没有达到这个阶段。如果我们专注于非常特定的问题，你可以定制专门的 AI 来处理一小部分问题。即便如此，它们也不是完全可靠的，但还是有用的。不过至少在接下来的几年里，它们基本上将是非常有用的辅助工具，超越了我们已经熟悉的暴力计算辅助。他还提到了一些可能的 AI 能在数学领域提供帮助的方向： - AI 能够非常好地生成有价值的猜想 > 比如，我们已经看到了关于结理论的例子，它们已经可以推测出两个不同的统计量之间的关系。因此，我们希望能够创建大量的数据集，输入到 AI 中，它们就会自动找出各种不同的数学对象之间的有趣联系。虽然我们还不知道如何做到这一点，部分原因是我们没有这些庞大的数据集。但我认为这是未来可能实现的一个方向。 - 批量或者说规模化的证明大量数学定理 > 现在，因为证明定理是如此繁琐和艰难的过程，我们一次只能证明一个定理，如果你效率很高，可能一次能证明两三个。但是有了 AI，你可以设想一下未来的情况，我们不是试图解决一个问题，而是处理一类类似的1000个问题，然后告诉AI，尝试用这个方法解决这 1000 个问题，然后报告结果，哦，我能用这种技术解决 35% 的问题。那么另一种技术呢？我能解决这个百分比的问题。或者如果结合这些方法，又能解决多少问题？你可以开始探索问题的空间，而不是一个接一个地解决问题。这是你现在根本无法做到的事情，或者是你需要几十年时间，通过数十篇论文慢慢搞清楚各种技术能做什么，不能做什么。但是有了这些工具，你真的可以开始做规模前所未有的数学研究。所以，未来将会非常令人兴奋。演讲环节结束前的最后一句话说的特别好： > 我们仍然会以传统方式证明定理。事实上，我们必须这样做，因为如果我们自己都不知道如何做这些事情，就无法引导这些 AI。但是我们将能够做很多现在无法做到的事情。这恰恰也是我们现在使用 AI 辅助编程的问题：如果我们自己都不知道如何构建软件，就很难引导好 AI 帮助我们生成高质量的代码。尽管 AI 在数学和编程领域变得越来越有用，但人类的洞察力和创造力仍然是创作价值的关键。原始 YT 视频：

宝玉

306,182 次观看 • 2 年前

我最近用上了一个 AI 助理，我给他起名叫小飞。前几天，我把用了五年多的 X 账号连给他。没过多久，他就从我发过的内容、点赞和书签里，整理出了我长期关注的 AI Coding、视频生成和语音识别，也发现我对免费 API 和订阅成本特别敏感。 Codex 被我收藏了 43 次，DeepSeek 10 次，连这些数字都被他翻了出来。更离谱的是，他还总结了我的写作习惯。喜欢亲自动手测，做完对比再下结论，技术内容尽量说人话。"搞起""薅羊毛""白嫖"这些词，也被他原样写进了记忆页。行，确实没认错人！第二天早上，小飞主动给我生成了一份晨间简报。他找到一个新的语音模型 Muse Voice Transcribe，又翻出我之前那篇 4 万曝光的 Hojo ASR 实测，提醒我可以接着做本地开源方案和云端 API 的对比。我没有重新介绍自己的内容方向，他已经知道我测过什么，也知道哪种选题更适合我的账号。下午我没有问他，小飞又推来一条 Meta Muse Spark 1.3 的消息。他介绍完模型，顺手补了一句，说我之前做过模型实测对比，这个选题正好可以继续跟。网上每天都有一堆 AI 新闻。有人知道哪一条和我有关，还能把下一步一起递过来，这种提醒才有用。我又给小飞安排了一个很符合我风格的任务。帮我找一遍 2026 年还有哪些免费 AI API 可以薅，过期的不要，只有短期试用的不要，最好连信用卡都不用绑。 13 分钟后，他查了 38 个渠道，分成 5 大类，还做成了一个能直接分享出去的网页。免费额度、注册要求和使用限制都列好了。哪些平台已经取消免费层，他也专门做了提醒，免得大家注册半天才发现薅不到。我原本只让他整理资料，最后拿到的东西已经可以直接发给别人。网页有目录，可以下载，右上角还能生成分享链接。小飞是我给 Today AI 里的个人助理取的名字。这几天用下来，我感受最明显的地方，是他会把前几天知道的信息继续带到后面的提醒和任务里。目前我主要让他处理选题和调研。Today 也有移动端，登录同一个账号，可以继续跟小飞聊天和操作任务。这部分我还准备多用几天，看看电脑上交出去的工作，换到手机以后能不能自然接着做。接下来我还想把日程和健康数据逐步接进来，看看他能不能像记住我的内容习惯一样，慢慢了解我的工作节奏、每天的安排和身体状态。目前产品还在 Beta 阶段，我不会照单全收每条消息。免费政策变化很快，关键额度依然要自己核对。没连接的工具，他也拿不到对应数据。但小飞已经开始让我少解释几句话了。第二次开口，他还能接着上次的内容往下做。交出去的是一句需求，拿回来的是一个别人也能用的结果。这份免费 AI API 清单我也分享出来了，大家先薅起来。清单我放评论区了，有需要的自取。

我最近用上了一个 AI 助理，我给他起名叫小飞。前几天，我把用了五年多的 X 账号连给他。没过多久，他就从我发过的内容、点赞和书签里，整理出了我长期关注的 AI Coding、视频生成和语音识别，也发现我对免费 API 和订阅成本特别敏感。 Codex 被我收藏了 43 次，DeepSeek 10 次，连这些数字都被他翻了出来。更离谱的是，他还总结了我的写作习惯。喜欢亲自动手测，做完对比再下结论，技术内容尽量说人话。"搞起""薅羊毛""白嫖"这些词，也被他原样写进了记忆页。行，确实没认错人！第二天早上，小飞主动给我生成了一份晨间简报。他找到一个新的语音模型 Muse Voice Transcribe，又翻出我之前那篇 4 万曝光的 Hojo ASR 实测，提醒我可以接着做本地开源方案和云端 API 的对比。我没有重新介绍自己的内容方向，他已经知道我测过什么，也知道哪种选题更适合我的账号。下午我没有问他，小飞又推来一条 Meta Muse Spark 1.3 的消息。他介绍完模型，顺手补了一句，说我之前做过模型实测对比，这个选题正好可以继续跟。网上每天都有一堆 AI 新闻。有人知道哪一条和我有关，还能把下一步一起递过来，这种提醒才有用。我又给小飞安排了一个很符合我风格的任务。帮我找一遍 2026 年还有哪些免费 AI API 可以薅，过期的不要，只有短期试用的不要，最好连信用卡都不用绑。 13 分钟后，他查了 38 个渠道，分成 5 大类，还做成了一个能直接分享出去的网页。免费额度、注册要求和使用限制都列好了。哪些平台已经取消免费层，他也专门做了提醒，免得大家注册半天才发现薅不到。我原本只让他整理资料，最后拿到的东西已经可以直接发给别人。网页有目录，可以下载，右上角还能生成分享链接。小飞是我给 Today AI 里的个人助理取的名字。这几天用下来，我感受最明显的地方，是他会把前几天知道的信息继续带到后面的提醒和任务里。目前我主要让他处理选题和调研。Today 也有移动端，登录同一个账号，可以继续跟小飞聊天和操作任务。这部分我还准备多用几天，看看电脑上交出去的工作，换到手机以后能不能自然接着做。接下来我还想把日程和健康数据逐步接进来，看看他能不能像记住我的内容习惯一样，慢慢了解我的工作节奏、每天的安排和身体状态。目前产品还在 Beta 阶段，我不会照单全收每条消息。免费政策变化很快，关键额度依然要自己核对。没连接的工具，他也拿不到对应数据。但小飞已经开始让我少解释几句话了。第二次开口，他还能接着上次的内容往下做。交出去的是一句需求，拿回来的是一个别人也能用的结果。这份免费 AI API 清单我也分享出来了，大家先薅起来。清单我放评论区了，有需要的自取。

雨哥向前冲

50,244 次观看 • 1 个月前

我给大家解释一下一个合格的交易员是啥样的，以及一些对交易员的正确认知，写了20条，希望对你们有用。 1，他一定不是永赚党，他会坦然的面对自己的错误并且迅速意识到，然后快速修正。面子并不值钱，机会才值钱。 2，他几乎不会喊单带单，带单一定是大流动性大市值的币在确定很高的机会下。 3，交易门派方式有十几种，但没有任何一种是不下苦工，不给市场交学费就能学出名堂的。交易员的尽头是裸K。 4，散户对交易员的理解就只是看多和看空，更多看的是暴富神话。实际上交易员的组成应该是由自身性格为基础，以看线方法和仓位管理为核心，形成一个适合自身的交易体系。 5，交易员并不是神算子，他们预测市场的成功率，会随着时间维度变长而直线下降。比如预测明天成功率可能是60%，预测一周后是40%，预测一年后是10%。盯盘的意义就在于能感受到市场的“潜台词”，或者注意到关键信号，快散户半步做出决策。 6，从5可知，交易员其实没时间天天吹逼，他们精力有限，该玩的时候玩，该盯盘的时候肯定是寸步不离。 6，散户对交易员的核心能力理解过于狭隘。任何做到头部的交易者必然有其一技之长。比如趋势滚仓单，比如按1S种看线做极短线的单子。这些都是真实存在的技术！反过来说，也请交易员见到别的奇奇怪怪特长交易员时，保持好奇和敬畏之心。 7，散户对量化有盲从。认为量化的盈利会超越主观交易员。本质是认为机器比人在做交易时更有优势。在关键节点永远是人在博弈。 8，好的交易员性格都有类似点，自信甚至自负，极强的逻辑思维，强烈的主观能动性，自我反省能力高，持之以恒，能从博弈中获得乐趣等等。但不可以简化成某一类型的人格才适合做交易员。 9，成为交易员的路上有很多坑，基本上没有哪个成熟交易员没给市场交过学费。最大的一个致命坑，一般是在有一定技术和实力的时候，突然遇见了一波特殊行情，比如519，LUNA，FTX暴雷。然后运气给他们赚了不属于他们的钱，这样的情况往往伴随着名声，让他们坚信自己是靠实力赚的，就会失去自我反省的能力，产生强烈的路径依赖。最后靠运气赚来的钱，靠实力输回去。请对号入座。 10，他们在交易之余，都会有一些和博弈相关的爱好，比如德州扑克，球类，桌游，健身划船游泳骑车。他们在那些领域也能持之以恒，而且是其中翘楚。 11，交易员一般专精某一领域，然后辅修另外1到2个领域。比如我专精币圈，辅修A股和美股。请不要相信全领域天才，市面上几乎不存在。 12，做交易员的难度高于做市值管理。你可以不尊重市值管理，但是请尊重真正的交易员。这条之后市值的地方展开讲。 13，圈子里的好交易员大家多少都互相认识点。有很多都管着自己的钱或者一些好兄弟大VC大机构的钱，极少有人出来自己募资再做基金了，除非他们对未来的行情特别确定，因为做基金是借别人的钱，对交易员本身来说就是上杠杆的行为。好的交易员都不太擅长伺候LP。 14，你们市面上看见的绝大多数币圈二级基金，都是垃圾。再次重申一遍：请不要购买非币圈土生土长交易员的基金。这里本来还有几条，我就不吐槽了。买基金就是投资交易员，请多和交易员聊，少和营销聊。 15，币圈所有的收益图，都可以造假。什么合约收益，持仓，都是可以造假的。只有思想不会。做的越长期的交易员，越可靠。 16，交易做到一定程度的交易员，就需要一些机会帮助自己进行认知跃迁。比如进入大机构，比如管理交易所的交易相关的后台等等。但大机构出来的交易员，请不要盲目因为头衔而相信他。 17，交易并不好学。但我建议币圈的人多少要懂一点交易，水平可以到：能正确辨别哪些交易员是大腿。这就够了，盈亏比最高。长远来看，学交易知识绝对没错。 18，我遇见最多私聊我的问题是：“有群吗？能进群吗？”绝大多数交易员或许曾经有过大群，但最后基本上都是在自己的几个小群分享观点。 19，会买的是徒弟，会卖的是师父，会解套的是韭菜的亲爹。我最怕人问的就是：“我买XX被套在了XX价格，救救”因为解套是很麻烦的事情，需要很多时间和精力还不一定做的好，做不好还有可能被怼，所以交易员都避之不及。所以请珍惜给你解套的交易员。 20，决定交易员成就高低的是：执行力，想象力，人生阅历。我写完了。随便写的。你们看着就图一乐就行。今天某交易员在自己的小群里，抱怨了社交媒体上认真写交易分析很累，容易被不懂的散户怼。其实这是必然的。世界上的绝大多数人注定是散户，他们对交易本身并无任何兴趣，交易员在他们眼中只是会下金蛋的鸡。所以很多优秀交易员没啥粉丝，这是必然的结果，放宽心就好。散户和韭菜哪怕关注了真正的交易员，绝大多数时候，他们就好像非洲黑人部落冲突时的战士，低着头，不瞄准，举起AK射出手里名为“本金”的子弹。真正的交易员就像是他们携带的护身符，他们相信村里巫师的开光护身符，能让他们的子弹有魔法，直接追踪锁头击毙敌人，带来胜利。比起下苦工学交易，99.99%的人都更乐于刷刷抖音快手。比起老发那些需要思考和判断的交易员，大多数人更喜欢看暴富神话。绝大多数的散户和韭菜，关注几个“交易员”，只是想简单跟单赚钱，甚至想不明白本文的第二条背后真正的原因是什么，甚至没时间去想。很多散户以为的“交易员”，其实“交易”的是散户本身的情绪产生的价值罢了。很多真正的交易员，交易的也是散户本身的情绪产生的价值。与人斗，其乐无穷。真正的交易员，就是一群与人斗，与自己斗的孩子。我和两百多个“交易员”聊过，我很喜欢和交易员聊天，能学到很多东西。如果硬要说他们有什么共性。就是他们在讲自己过去的经历时，有一刹那，他们共同发出了响彻灵魂的呐喊：“我绝不愿意再做一个韭菜” 过两天写市值管理的知识给散户祛魅一下，有空之后会写一些基金方面的经验和吐槽。如果你觉得对你有帮助，就请转发此文章。转发评论中抽三个人送出老三样。第一名我请客吃饭。第二名可以做一次行业咨询或者帮助看K线。第三名获得DND的幸运骰子。所有参与抽奖的人，在过年前我的《Z级币圈理论》完结时，会有一次大抽奖的机会。具体送什么还没想好。目前定的是抽一辆特斯拉MODE3。哥们做人比较简单，过年抽个大的感谢一下大家。

我给大家解释一下一个合格的交易员是啥样的，以及一些对交易员的正确认知，写了20条，希望对你们有用。 1，他一定不是永赚党，他会坦然的面对自己的错误并且迅速意识到，然后快速修正。面子并不值钱，机会才值钱。 2，他几乎不会喊单带单，带单一定是大流动性大市值的币在确定很高的机会下。 3，交易门派方式有十几种，但没有任何一种是不下苦工，不给市场交学费就能学出名堂的。交易员的尽头是裸K。 4，散户对交易员的理解就只是看多和看空，更多看的是暴富神话。实际上交易员的组成应该是由自身性格为基础，以看线方法和仓位管理为核心，形成一个适合自身的交易体系。 5，交易员并不是神算子，他们预测市场的成功率，会随着时间维度变长而直线下降。比如预测明天成功率可能是60%，预测一周后是40%，预测一年后是10%。盯盘的意义就在于能感受到市场的“潜台词”，或者注意到关键信号，快散户半步做出决策。 6，从5可知，交易员其实没时间天天吹逼，他们精力有限，该玩的时候玩，该盯盘的时候肯定是寸步不离。 6，散户对交易员的核心能力理解过于狭隘。任何做到头部的交易者必然有其一技之长。比如趋势滚仓单，比如按1S种看线做极短线的单子。这些都是真实存在的技术！反过来说，也请交易员见到别的奇奇怪怪特长交易员时，保持好奇和敬畏之心。 7，散户对量化有盲从。认为量化的盈利会超越主观交易员。本质是认为机器比人在做交易时更有优势。在关键节点永远是人在博弈。 8，好的交易员性格都有类似点，自信甚至自负，极强的逻辑思维，强烈的主观能动性，自我反省能力高，持之以恒，能从博弈中获得乐趣等等。但不可以简化成某一类型的人格才适合做交易员。 9，成为交易员的路上有很多坑，基本上没有哪个成熟交易员没给市场交过学费。最大的一个致命坑，一般是在有一定技术和实力的时候，突然遇见了一波特殊行情，比如519，LUNA，FTX暴雷。然后运气给他们赚了不属于他们的钱，这样的情况往往伴随着名声，让他们坚信自己是靠实力赚的，就会失去自我反省的能力，产生强烈的路径依赖。最后靠运气赚来的钱，靠实力输回去。请对号入座。 10，他们在交易之余，都会有一些和博弈相关的爱好，比如德州扑克，球类，桌游，健身划船游泳骑车。他们在那些领域也能持之以恒，而且是其中翘楚。 11，交易员一般专精某一领域，然后辅修另外1到2个领域。比如我专精币圈，辅修A股和美股。请不要相信全领域天才，市面上几乎不存在。 12，做交易员的难度高于做市值管理。你可以不尊重市值管理，但是请尊重真正的交易员。这条之后市值的地方展开讲。 13，圈子里的好交易员大家多少都互相认识点。有很多都管着自己的钱或者一些好兄弟大VC大机构的钱，极少有人出来自己募资再做基金了，除非他们对未来的行情特别确定，因为做基金是借别人的钱，对交易员本身来说就是上杠杆的行为。好的交易员都不太擅长伺候LP。 14，你们市面上看见的绝大多数币圈二级基金，都是垃圾。再次重申一遍：请不要购买非币圈土生土长交易员的基金。这里本来还有几条，我就不吐槽了。买基金就是投资交易员，请多和交易员聊，少和营销聊。 15，币圈所有的收益图，都可以造假。什么合约收益，持仓，都是可以造假的。只有思想不会。做的越长期的交易员，越可靠。 16，交易做到一定程度的交易员，就需要一些机会帮助自己进行认知跃迁。比如进入大机构，比如管理交易所的交易相关的后台等等。但大机构出来的交易员，请不要盲目因为头衔而相信他。 17，交易并不好学。但我建议币圈的人多少要懂一点交易，水平可以到：能正确辨别哪些交易员是大腿。这就够了，盈亏比最高。长远来看，学交易知识绝对没错。 18，我遇见最多私聊我的问题是：“有群吗？能进群吗？”绝大多数交易员或许曾经有过大群，但最后基本上都是在自己的几个小群分享观点。 19，会买的是徒弟，会卖的是师父，会解套的是韭菜的亲爹。我最怕人问的就是：“我买XX被套在了XX价格，救救”因为解套是很麻烦的事情，需要很多时间和精力还不一定做的好，做不好还有可能被怼，所以交易员都避之不及。所以请珍惜给你解套的交易员。 20，决定交易员成就高低的是：执行力，想象力，人生阅历。我写完了。随便写的。你们看着就图一乐就行。今天某交易员在自己的小群里，抱怨了社交媒体上认真写交易分析很累，容易被不懂的散户怼。其实这是必然的。世界上的绝大多数人注定是散户，他们对交易本身并无任何兴趣，交易员在他们眼中只是会下金蛋的鸡。所以很多优秀交易员没啥粉丝，这是必然的结果，放宽心就好。散户和韭菜哪怕关注了真正的交易员，绝大多数时候，他们就好像非洲黑人部落冲突时的战士，低着头，不瞄准，举起AK射出手里名为“本金”的子弹。真正的交易员就像是他们携带的护身符，他们相信村里巫师的开光护身符，能让他们的子弹有魔法，直接追踪锁头击毙敌人，带来胜利。比起下苦工学交易，99.99%的人都更乐于刷刷抖音快手。比起老发那些需要思考和判断的交易员，大多数人更喜欢看暴富神话。绝大多数的散户和韭菜，关注几个“交易员”，只是想简单跟单赚钱，甚至想不明白本文的第二条背后真正的原因是什么，甚至没时间去想。很多散户以为的“交易员”，其实“交易”的是散户本身的情绪产生的价值罢了。很多真正的交易员，交易的也是散户本身的情绪产生的价值。与人斗，其乐无穷。真正的交易员，就是一群与人斗，与自己斗的孩子。我和两百多个“交易员”聊过，我很喜欢和交易员聊天，能学到很多东西。如果硬要说他们有什么共性。就是他们在讲自己过去的经历时，有一刹那，他们共同发出了响彻灵魂的呐喊：“我绝不愿意再做一个韭菜” 过两天写市值管理的知识给散户祛魅一下，有空之后会写一些基金方面的经验和吐槽。如果你觉得对你有帮助，就请转发此文章。转发评论中抽三个人送出老三样。第一名我请客吃饭。第二名可以做一次行业咨询或者帮助看K线。第三名获得DND的幸运骰子。所有参与抽奖的人，在过年前我的《Z级币圈理论》完结时，会有一次大抽奖的机会。具体送什么还没想好。目前定的是抽一辆特斯拉MODE3。哥们做人比较简单，过年抽个大的感谢一下大家。

ZTZZ ฿

46,987 次观看 • 2 年前

以后我的 AI Agent，能不能自己赚钱，把每个月的订阅费给交了？😂 光靠文字说不清，我把这件事做成了视频，让大家更直观地看到👇 这个想法听起来有点好笑，但看到 TermiX 最近的更新，我觉得还真有机会实现。前两天 Codex 都能用 Three.js 搭建一整座城市了，AI Agent 的能力确实越来越强。不过作品做出来以后，怎么找到客户、拿到报酬，同样是个值得解决的问题。 / 最近 TermiX TermiX 重点推广的 Agent Skills，就在尝试解决这件事。现在使用 Claude、Codex、Grok Bot 等 Agent，可以通过一条安装指令接入 TermiX，让现有 Agent 具备寻找任务、报价、交付以及链上收款的能力。我特意看了一下官方文档，发现这里还有些挺有意思的细节。安装 Skill 只是开始，后面还涉及账户关联、钱包授权、服务发布，以及根据任务需要进行质押和结算。而且涉及资金的交易，Skill 会先模拟交易内容，再由用户确认签名。这些步骤串起来，其实已经是一套相对完整的 Agent 商业工作流了。 / 再看看上的实际服务。目前平台能找到 $1 的 AI 游戏互动、$15 起的宣传视频制作，还有 $19.9 的智能合约安全扫描。这些服务让我想到，以后完全可以让自己的 Agent 专门负责某类任务，比如项目研究、内容整理、数据分析，甚至帮忙运营 X。按照平台目前展示的数据，已经索引约 131 万个 Agent，累计完成 58 万多笔任务，交易规模接近 2990 万美元。当然，能接入市场和真正持续赚钱之间，还有一段路要走。新 Agent 如何找到第一位客户，如何积累信誉，又能不能获得持续订单，都值得继续观察。不过 TermiX 至少已经把接入、交易和结算这些基础环节搭了起来。以后养一个 AI Agent，可能真的要给它定个小目标：先接到第一单，赚到第一笔收入，再慢慢争取把自己的订阅费赚回来。

以后我的 AI Agent，能不能自己赚钱，把每个月的订阅费给交了？😂 光靠文字说不清，我把这件事做成了视频，让大家更直观地看到👇 这个想法听起来有点好笑，但看到 TermiX 最近的更新，我觉得还真有机会实现。前两天 Codex 都能用 Three.js 搭建一整座城市了，AI Agent 的能力确实越来越强。不过作品做出来以后，怎么找到客户、拿到报酬，同样是个值得解决的问题。 / 最近 TermiX TermiX 重点推广的 Agent Skills，就在尝试解决这件事。现在使用 Claude、Codex、Grok Bot 等 Agent，可以通过一条安装指令接入 TermiX，让现有 Agent 具备寻找任务、报价、交付以及链上收款的能力。我特意看了一下官方文档，发现这里还有些挺有意思的细节。安装 Skill 只是开始，后面还涉及账户关联、钱包授权、服务发布，以及根据任务需要进行质押和结算。而且涉及资金的交易，Skill 会先模拟交易内容，再由用户确认签名。这些步骤串起来，其实已经是一套相对完整的 Agent 商业工作流了。 / 再看看上的实际服务。目前平台能找到 $1 的 AI 游戏互动、$15 起的宣传视频制作，还有 $19.9 的智能合约安全扫描。这些服务让我想到，以后完全可以让自己的 Agent 专门负责某类任务，比如项目研究、内容整理、数据分析，甚至帮忙运营 X。按照平台目前展示的数据，已经索引约 131 万个 Agent，累计完成 58 万多笔任务，交易规模接近 2990 万美元。当然，能接入市场和真正持续赚钱之间，还有一段路要走。新 Agent 如何找到第一位客户，如何积累信誉，又能不能获得持续订单，都值得继续观察。不过 TermiX 至少已经把接入、交易和结算这些基础环节搭了起来。以后养一个 AI Agent，可能真的要给它定个小目标：先接到第一单，赚到第一笔收入，再慢慢争取把自己的订阅费赚回来。

Mr.理想三旬(🌸,🍃)(FREE,WON)

11,730 次观看 • 2 天前

兄弟们，币安支付给我的震撼，不亚于当年第一次用支付宝。注明，这条推文不是广告，而我是后知后觉的真实体会。用下来后总结了四点：第一点：真正把“零钱也能花”实现了。 USDT兑日元几乎按美元兑日元1:1实时结算，几乎零汇率差、零手续费。币安里剩的2U，现在能直接去便利店买瓶水。一年前这几乎不可想象。U卡也能做到类似效果，但综合使用成本（充值、汇损、风控等）其实并不低，小额尤其不划算。第二点：日本场景下的便利性，体感超过支付宝。和PayPay打通后，得益于PayPay在日本有数百万家店铺介入，扫码或出示付款码覆盖大部分日常消费，流畅度很高。底层怎么合作的我不在乎，体感就是爽。第三点：在日本基本不用再出金了。大部分消费场景都能覆盖，直接省掉OTC约4%的折损，以及随之而来的冻卡、合规风险。如果未来币安支付作为基础设施铺到更多国家，长期省下来的钱会很可观，且无需担心跑路风险和支付安全。第四点：任何数字货币无需出售就能当法币花。 BTC、BNB、甚至某个MEME，只要在币安账户里，都能直接用于支付。过程对用户几乎无感（内部应该是闪兑成稳定币再结算），对想坚持BTC本位生活的人来说太友好了。理论上其他交易所也能做类似的事，但目前我用过的Web3支付里，币安支付的体验最好，也只看到他真的简单易用。或许这就是龙头的格局——在成本和合规都很难做的地方，依旧坚持把用户体验做到极致。这阵子我也想过为什么币安不大力推U卡。在日本我之前都是用U卡取现和刷卡，或者是刷支付宝，两者其实成本都不便宜，约多花5%的钱。后来细细一想就明白了，用户使用U卡成本太高，推U卡，最终成本还是要转嫁给用户，和币安想做的“低摩擦、用户友好”方向可能不太一致。与其推一张体验和成本都不理想的卡，不如把原生支付做起来，直接让用户把交易所余额当钱花。有机会来日本的朋友，可以试试，体感确实不一样。如果电子支付是中国在21世纪的“四大发明”之一，那币安支付就是加密领域的“支付宝时刻”。 Binance Binancezh

兄弟们，币安支付给我的震撼，不亚于当年第一次用支付宝。注明，这条推文不是广告，而我是后知后觉的真实体会。用下来后总结了四点：第一点：真正把“零钱也能花”实现了。 USDT兑日元几乎按美元兑日元1:1实时结算，几乎零汇率差、零手续费。币安里剩的2U，现在能直接去便利店买瓶水。一年前这几乎不可想象。U卡也能做到类似效果，但综合使用成本（充值、汇损、风控等）其实并不低，小额尤其不划算。第二点：日本场景下的便利性，体感超过支付宝。和PayPay打通后，得益于PayPay在日本有数百万家店铺介入，扫码或出示付款码覆盖大部分日常消费，流畅度很高。底层怎么合作的我不在乎，体感就是爽。第三点：在日本基本不用再出金了。大部分消费场景都能覆盖，直接省掉OTC约4%的折损，以及随之而来的冻卡、合规风险。如果未来币安支付作为基础设施铺到更多国家，长期省下来的钱会很可观，且无需担心跑路风险和支付安全。第四点：任何数字货币无需出售就能当法币花。 BTC、BNB、甚至某个MEME，只要在币安账户里，都能直接用于支付。过程对用户几乎无感（内部应该是闪兑成稳定币再结算），对想坚持BTC本位生活的人来说太友好了。理论上其他交易所也能做类似的事，但目前我用过的Web3支付里，币安支付的体验最好，也只看到他真的简单易用。或许这就是龙头的格局——在成本和合规都很难做的地方，依旧坚持把用户体验做到极致。这阵子我也想过为什么币安不大力推U卡。在日本我之前都是用U卡取现和刷卡，或者是刷支付宝，两者其实成本都不便宜，约多花5%的钱。后来细细一想就明白了，用户使用U卡成本太高，推U卡，最终成本还是要转嫁给用户，和币安想做的“低摩擦、用户友好”方向可能不太一致。与其推一张体验和成本都不理想的卡，不如把原生支付做起来，直接让用户把交易所余额当钱花。有机会来日本的朋友，可以试试，体感确实不一样。如果电子支付是中国在21世纪的“四大发明”之一，那币安支付就是加密领域的“支付宝时刻”。 Binance Binancezh

George.TON

27,677 次观看 • 24 天前