Sensitive content

This media may contain sensitive content.

Video wird geladen...

Video konnte nicht geladen werden

Beim Laden dieses Videos ist ein Problem aufgetreten. Dies könnte an einem vorübergehenden Netzwerkproblem liegen oder das Video ist möglicherweise nicht verfügbar.

验证全流程标准示范 ✅ 大家好，我是jinyiyi26。今天给大家完整演示一次标准的验证流程，帮助大家更安全、规范地操作，避免不必要的麻烦。完整验证步骤： 1.前期准备（查看资料）先确认对方主页上是否明确写了“门”在哪里（门槛/福利/联系方式）。仔细看背景、置顶帖和个人资料，确认没有明显问题。 2.礼貌发起验证私信开口要礼貌，例如： “你好，姐姐，请问可以验证吗？” 等对方回复“可以”后，提出具体要求： “录制视频验证不？” 明确验证要求告诉对方需要录制的具体内容： “数字0226念出来，并做手势” “录屏的那种” “加北京时间” 这样能有效防止假视频或提前准备的素材。 3.支付验证费双方确认好后，正常支付验证费（这是行业内防止空跑和骗子的常规做法）。接收并审核视频收到视频后，认真检查：数字是否清晰念出（0226）手势是否正确是否为女生手声音是否自然匹配是否显示实时北京时间和录屏。 ⚠️6.沟通注意事项全程保持礼貌，不要一上来就语气不好验证完后记得说声“谢谢” 如果声音录不出来，可以语音补充说明不知道为什么7分56秒的时候会有女生的特殊声音，我也没放片呀。

Riley（防骗+反诈）

5,927 subscribers

13,912 Aufrufe • vor 1 Monat •via X (Twitter)

Anya Rossi• Live Now

Private livecam show

0 Kommentare

Keine Kommentare verfügbar

Kommentare vom Original-Post werden hier angezeigt

Ähnliche Videos

一个很很怪的人： 1、一直暗示我发图视频，从加上我到今天大约一周，已经提过三次。 2、在我提出语音验证后（北京时间6:40左右）以在聚餐为由推脱，随后说自己当地时间是13:43。此人朋友圈中有新西兰的定位，所以我没有深究。 3、北京时间18:30，此人向我发来语音验证，声音我录屏了。麻烦大家当心。

Sensitive content

一个很很怪的人： 1、一直暗示我发图视频，从加上我到今天大约一周，已经提过三次。 2、在我提出语音验证后（北京时间6:40左右）以在聚餐为由推脱，随后说自己当地时间是13:43。此人朋友圈中有新西兰的定位，所以我没有深究。 3、北京时间18:30，此人向我发来语音验证，声音我录屏了。麻烦大家当心。

babycare🐍

20,675 Aufrufe • vor 2 Jahren

今天好郁闷，发生了一点不愉快的事情！人生第一次为了自己的愚蠢进了叔所！期待明天的好结果！！！ ⸻ AI 的下一关，不在能力，而在可被证明在模型规模不断被刷新纪录的阶段，有一个问题始终被刻意回避： AI 的结论，是否真的来自它声称的计算过程？ Inference Labs 选择从这个问题切入。他们关注的不是模型性能，而是推理行为本身是否可信、是否可复现、是否可审计。 Proof of Inference 的意义，在于把“我相信模型没问题”变成“模型必须给出证明”。通过零知识证明，系统可以在不暴露模型结构和参数的前提下，确认一次推理： •确实由指定模型完成 •计算过程未被替换或篡改 •输出结果与真实推理一致这不是提高透明度，而是引入约束。在工程层面，DSperse 做的事情同样关键。它把原本高度定制化、专家依赖的 zkML 开发流程，拆解为可复用组件，使“可验证 AI”从研究范畴，进入实际应用范畴。否则，再正确的理念也只能停留在白皮书。目前，可验证推理在性能上的代价仍然明显，但这更像早期加密系统的计算成本问题，而不是路线错误。融资的用途，也正是针对这一层进行系统级优化。如果说过去的 AI 竞争是“谁能算得更快”，接下来的竞争，很可能是：谁的推理能被证明、被追溯、被承担责任。 Inference Labs 所搭建的，不是价值观，而是一层让 AI 输出进入现实系统所必需的验证基础设施。 #KaitoYap Kaito AI 🌊 #Yap Inference Labs

今天好郁闷，发生了一点不愉快的事情！人生第一次为了自己的愚蠢进了叔所！期待明天的好结果！！！ ⸻ AI 的下一关，不在能力，而在可被证明在模型规模不断被刷新纪录的阶段，有一个问题始终被刻意回避： AI 的结论，是否真的来自它声称的计算过程？ Inference Labs 选择从这个问题切入。他们关注的不是模型性能，而是推理行为本身是否可信、是否可复现、是否可审计。 Proof of Inference 的意义，在于把“我相信模型没问题”变成“模型必须给出证明”。通过零知识证明，系统可以在不暴露模型结构和参数的前提下，确认一次推理： •确实由指定模型完成 •计算过程未被替换或篡改 •输出结果与真实推理一致这不是提高透明度，而是引入约束。在工程层面，DSperse 做的事情同样关键。它把原本高度定制化、专家依赖的 zkML 开发流程，拆解为可复用组件，使“可验证 AI”从研究范畴，进入实际应用范畴。否则，再正确的理念也只能停留在白皮书。目前，可验证推理在性能上的代价仍然明显，但这更像早期加密系统的计算成本问题，而不是路线错误。融资的用途，也正是针对这一层进行系统级优化。如果说过去的 AI 竞争是“谁能算得更快”，接下来的竞争，很可能是：谁的推理能被证明、被追溯、被承担责任。 Inference Labs 所搭建的，不是价值观，而是一层让 AI 输出进入现实系统所必需的验证基础设施。 #KaitoYap Kaito AI 🌊 #Yap Inference Labs

董小姐｜狗宝真帅🐕 预测世界杯就在Gate

303,849 Aufrufe • vor 6 Monaten

来自 Claude Code 团队成员 Thariq 分享的用好 Fable 5模型的秘诀。以下内容整理自 Thariq 的视频：过去，我们需要时刻检查 Claude 是否在正确地做事。比如，把任务拆分成小块交给它、反复检查它的输出，并在它过早停下时发现问题。但有了 Claude Fable 5，我反而发现自己越来越多地是在检查 Claude 是否在做正确的工作。 Fable 可以一次运行几个小时，它会测试自己的工作，老实说，我经常发现它写出的代码比我的还要好。我的工作变得越来越侧重于指引方向和前期设置，而不是监督。因此，以下是我在使用 Fable 时，工作方式发生的三个改变。首先，我把 Claude 当作一个思维伙伴。我给它提供所需的上下文。其次，我给 Claude 设定目标并提供验证这些目标的方法。最后，我试着变得更有野心，让 Claude 去做我以前从未尝试过的事情。第一点，你要越来越多地把 Claude 视为一个思维伙伴。我在使用 Fable 时发现的一个失败模式是，我可能实际上并不知道自己想要什么，或者我可能不知道什么是可行的。但是，在我的思考过程中尽早让 Claude 参与进来，我就可以在实施之前发现这些问题。举个例子，我会先从一个小的需求规范（spec）开始，在编写最终的规范文件之前，我会要求 Claude 就实施方案对我进行“面试提问”。这有助于我建立信心，确信自己知道想要什么。或者，我也可能抛出一个想法，让它想出几个可以发展的方向，并制作一些 HTML 页面原型供我审查。当我准备好进行实施时，我会尽量给它提供上下文，而不仅仅是约束条件，这样 Claude 就能真正帮助我达成目标。例如，我不会说“保持简单，不要过度设计”，而是会说：“嘿，这个功能是个实验。我们很有可能在一个月后删掉它。所以不要构建任何丢弃起来会很心疼的东西。”给它这样的上下文，能让它发现你可能都没想到的事情。一旦你知道自己想要什么了，特别是面对一个雄心勃勃的难题时，考虑给 Claude 设定目标以及验证目标的方法。为此，我们推出了两个很好用的新功能，我也鼓励大家试一试：/goal（目标指令）和 workflows（工作流）。目标功能帮助 Claude 持续工作直至完成，而工作流则帮助 Claude 验证其工作。因此，在我写完规范文档后，我可能会告诉 Claude：“设定一个目标，以完整实现该规范。然后使用工作流来验证计划的每个部分，并准备一份报告，说明已实现了哪些内容以及是否有任何差异。”这让 Claude 能够尽可能以富有创意和周到的方式发挥其能力，同时又能确保它正在构建你想要的东西。最后，试着更有野心一些。 Fable 真的是一个令人难以置信的模型，它促使我在工作中打破常规去思考。例如，我正在用 Fable 剪辑这个视频。如果有什么事情是你以为大语言模型做不到的，给它个机会试试。我们由衷地认为，Fable 提高了“一切皆有可能”的上限。

来自 Claude Code 团队成员 Thariq 分享的用好 Fable 5模型的秘诀。以下内容整理自 Thariq 的视频：过去，我们需要时刻检查 Claude 是否在正确地做事。比如，把任务拆分成小块交给它、反复检查它的输出，并在它过早停下时发现问题。但有了 Claude Fable 5，我反而发现自己越来越多地是在检查 Claude 是否在做正确的工作。 Fable 可以一次运行几个小时，它会测试自己的工作，老实说，我经常发现它写出的代码比我的还要好。我的工作变得越来越侧重于指引方向和前期设置，而不是监督。因此，以下是我在使用 Fable 时，工作方式发生的三个改变。首先，我把 Claude 当作一个思维伙伴。我给它提供所需的上下文。其次，我给 Claude 设定目标并提供验证这些目标的方法。最后，我试着变得更有野心，让 Claude 去做我以前从未尝试过的事情。第一点，你要越来越多地把 Claude 视为一个思维伙伴。我在使用 Fable 时发现的一个失败模式是，我可能实际上并不知道自己想要什么，或者我可能不知道什么是可行的。但是，在我的思考过程中尽早让 Claude 参与进来，我就可以在实施之前发现这些问题。举个例子，我会先从一个小的需求规范（spec）开始，在编写最终的规范文件之前，我会要求 Claude 就实施方案对我进行“面试提问”。这有助于我建立信心，确信自己知道想要什么。或者，我也可能抛出一个想法，让它想出几个可以发展的方向，并制作一些 HTML 页面原型供我审查。当我准备好进行实施时，我会尽量给它提供上下文，而不仅仅是约束条件，这样 Claude 就能真正帮助我达成目标。例如，我不会说“保持简单，不要过度设计”，而是会说：“嘿，这个功能是个实验。我们很有可能在一个月后删掉它。所以不要构建任何丢弃起来会很心疼的东西。”给它这样的上下文，能让它发现你可能都没想到的事情。一旦你知道自己想要什么了，特别是面对一个雄心勃勃的难题时，考虑给 Claude 设定目标以及验证目标的方法。为此，我们推出了两个很好用的新功能，我也鼓励大家试一试：/goal（目标指令）和 workflows（工作流）。目标功能帮助 Claude 持续工作直至完成，而工作流则帮助 Claude 验证其工作。因此，在我写完规范文档后，我可能会告诉 Claude：“设定一个目标，以完整实现该规范。然后使用工作流来验证计划的每个部分，并准备一份报告，说明已实现了哪些内容以及是否有任何差异。”这让 Claude 能够尽可能以富有创意和周到的方式发挥其能力，同时又能确保它正在构建你想要的东西。最后，试着更有野心一些。 Fable 真的是一个令人难以置信的模型，它促使我在工作中打破常规去思考。例如，我正在用 Fable 剪辑这个视频。如果有什么事情是你以为大语言模型做不到的，给它个机会试试。我们由衷地认为，Fable 提高了“一切皆有可能”的上限。

宝玉

142,129 Aufrufe • vor 17 Tagen

没有身份证，在美国连很多日常动作都做不了。开银行账户，要身份证。找工作，要身份证。坐飞机，要身份证。贷款，要身份证。买烟草、买酒，也要身份证。连申请政府福利，都绕不开身份证明。可一到投票，身份证明突然就被包装成“限制投票”。这才是最荒唐的地方。一个社会明明知道，烟酒、航班、贷款、工作、福利这些事都需要验证身份。因为这些行为有风险，有责任，有资格边界。结果到了决定谁掌握公权力、谁制定税法、谁任命官员、谁控制边境的时候，身份验证反而成了敏感词。这不是技术问题。这是规则一致性问题。同一套公共秩序，不能在买酒时相信身份证，在投票时突然假装身份证是压迫工具。不能在普通人贷款时要求证明“你是谁”，在选举权力流向哪里时却说“别问太多”。真正值得盯的，是谁从这种不一致里获利。普通人被要求守规矩，机构却在最关键的入口处降低验证门槛。这会伤到的不是某一党某一派，而是选举本身的可信度。投票是公民权利。身份证明是制度底线。把底线说成压制，最后损失的是每一个合法选民的票。

没有身份证，在美国连很多日常动作都做不了。开银行账户，要身份证。找工作，要身份证。坐飞机，要身份证。贷款，要身份证。买烟草、买酒，也要身份证。连申请政府福利，都绕不开身份证明。可一到投票，身份证明突然就被包装成“限制投票”。这才是最荒唐的地方。一个社会明明知道，烟酒、航班、贷款、工作、福利这些事都需要验证身份。因为这些行为有风险，有责任，有资格边界。结果到了决定谁掌握公权力、谁制定税法、谁任命官员、谁控制边境的时候，身份验证反而成了敏感词。这不是技术问题。这是规则一致性问题。同一套公共秩序，不能在买酒时相信身份证，在投票时突然假装身份证是压迫工具。不能在普通人贷款时要求证明“你是谁”，在选举权力流向哪里时却说“别问太多”。真正值得盯的，是谁从这种不一致里获利。普通人被要求守规矩，机构却在最关键的入口处降低验证门槛。这会伤到的不是某一党某一派，而是选举本身的可信度。投票是公民权利。身份证明是制度底线。把底线说成压制，最后损失的是每一个合法选民的票。

战斗室

11,078 Aufrufe • vor 12 Tagen

好吧，被老婆揭穿了，上一篇最后三行字我承认我是意淫的，主要是为了迎合大家的想象，同时也是为了吊一下大家的胃口😈😈😈😈本着回忆录要如实记载的宗旨，我保证其他内容如假包换！！！有视频为证（请忽略我颤抖的手）写这玩意真tm累，这一点我写了2小时信不信？看完不点❤❤的明天集体阳痿！！！

Sensitive content

好吧，被老婆揭穿了，上一篇最后三行字我承认我是意淫的，主要是为了迎合大家的想象，同时也是为了吊一下大家的胃口😈😈😈😈本着回忆录要如实记载的宗旨，我保证其他内容如假包换！！！有视频为证（请忽略我颤抖的手）写这玩意真tm累，这一点我写了2小时信不信？看完不点❤❤的明天集体阳痿！！！

Mr.J

50,916 Aufrufe • vor 1 Jahr

近日，抖音一网友表示，他打算拨打12345询问进京检查站存在的必要性，这一举动收获了大量网民的支持。他表示，做这些并不是为了流量，自己只想验证一件事，当我们对一项公共措施产生疑问时，是否可以通过正常渠道去了解它的依据和逻辑。很多事情之所以习以为常，是因为我们能很少去追问它的由来。我清楚这件事最后未必会有明确的答案，但我相信过程本身就是一种答案。

近日，抖音一网友表示，他打算拨打12345询问进京检查站存在的必要性，这一举动收获了大量网民的支持。他表示，做这些并不是为了流量，自己只想验证一件事，当我们对一项公共措施产生疑问时，是否可以通过正常渠道去了解它的依据和逻辑。很多事情之所以习以为常，是因为我们能很少去追问它的由来。我清楚这件事最后未必会有明确的答案，但我相信过程本身就是一种答案。

李老师不是你老师

119,150 Aufrufe • vor 5 Monaten

每个人每年都要报税，一件很复杂的事。疫情期间，人们必须亲自去接种疫苗，还得随身携带一张小卡片才能进入餐厅。那么问题来了。既然政府能要求民众做这些复杂的事。为什么不能要求一件远没有那么繁琐的事：证明你是你，然后投票。现场的CNN专家组瞬间就慌了。 “这和投票有什么关系？” “不不不，我们完全跑题了。” 他们立刻打断了她。为什么这个简单的问题会让他们如此紧张？要求纳税，要求出示疫苗证明，这些都是对公民的要求。为什么验证选民身份，这个维护选举公正性的基本步骤，就会被认为是“跑题”？是这个问题太敏感，还是答案太敏感？当验证身份被视为一种障碍时，我们不禁要问，谁会从模糊不清的身份中获益？这背后真正保护的到底是什么利益？

每个人每年都要报税，一件很复杂的事。疫情期间，人们必须亲自去接种疫苗，还得随身携带一张小卡片才能进入餐厅。那么问题来了。既然政府能要求民众做这些复杂的事。为什么不能要求一件远没有那么繁琐的事：证明你是你，然后投票。现场的CNN专家组瞬间就慌了。 “这和投票有什么关系？” “不不不，我们完全跑题了。” 他们立刻打断了她。为什么这个简单的问题会让他们如此紧张？要求纳税，要求出示疫苗证明，这些都是对公民的要求。为什么验证选民身份，这个维护选举公正性的基本步骤，就会被认为是“跑题”？是这个问题太敏感，还是答案太敏感？当验证身份被视为一种障碍时，我们不禁要问，谁会从模糊不清的身份中获益？这背后真正保护的到底是什么利益？

墓碑科技

12,360 Aufrufe • vor 5 Monaten

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

22,142 Aufrufe • vor 1 Monat

你绝对想不到谁曾是身份验证的最大支持者。查克·舒默。是的，就是那个舒默。一段90年代末的视频火了。视频里，舒默义正言辞，要求严格身份检查。他的原话怎么说？ “无论人们去哪里，都会被要求出示社保卡或驾照！” 他认为这是天经地义。为什么必须这么做？舒默自己给出了答案。为了反欺诈。他说这是阻止非法移民获得工作的头号方案。用他的话说，出示驾照和社保卡，是证明你“合法”且有资格就业的方式。逻辑清晰，理由充分。当时，这是选民们最关心的事。这也是一个政治人物对选民的承诺。时间快进到今天。同样的逻辑，同样的身份验证要求，用在了投票上。突然之间，一切都变了。反欺诈的常识，变成了“吉姆·克劳2.0”。保护选举诚信的措施，被说成是种族压迫。问题来了。究竟是什么变了？是身份验证的原则变了？还是舒默和他的同僚们，所代表的利益变了？一个曾经被用来保护国家就业和福利体系的工具，为什么在保护选举神圣性时，就成了邪恶的？这背后真正的原因，恐怕不是原则问题。而是政治算计的转变。当一种规则对己方有利时，就高举“安全”与“反欺诈”大旗。当它可能阻止某些“选票”时，就立刻贴上“压迫”和“歧视”的标签。唯一不变的，或许就是普通民众对国家安全的期望，和对政治精英双重标准的失望。

你绝对想不到谁曾是身份验证的最大支持者。查克·舒默。是的，就是那个舒默。一段90年代末的视频火了。视频里，舒默义正言辞，要求严格身份检查。他的原话怎么说？ “无论人们去哪里，都会被要求出示社保卡或驾照！” 他认为这是天经地义。为什么必须这么做？舒默自己给出了答案。为了反欺诈。他说这是阻止非法移民获得工作的头号方案。用他的话说，出示驾照和社保卡，是证明你“合法”且有资格就业的方式。逻辑清晰，理由充分。当时，这是选民们最关心的事。这也是一个政治人物对选民的承诺。时间快进到今天。同样的逻辑，同样的身份验证要求，用在了投票上。突然之间，一切都变了。反欺诈的常识，变成了“吉姆·克劳2.0”。保护选举诚信的措施，被说成是种族压迫。问题来了。究竟是什么变了？是身份验证的原则变了？还是舒默和他的同僚们，所代表的利益变了？一个曾经被用来保护国家就业和福利体系的工具，为什么在保护选举神圣性时，就成了邪恶的？这背后真正的原因，恐怕不是原则问题。而是政治算计的转变。当一种规则对己方有利时，就高举“安全”与“反欺诈”大旗。当它可能阻止某些“选票”时，就立刻贴上“压迫”和“歧视”的标签。唯一不变的，或许就是普通民众对国家安全的期望，和对政治精英双重标准的失望。

战斗室

20,871 Aufrufe • vor 5 Monaten

今天给大家演示一下懒猫微服的MFA安全机制有多安全？传统的NAS就是一个服务直接暴露到外面，这时候如果黑客知道你的用户名和密码，黑客是可以直接外面访问你家的数据的懒猫微服的客户端就是一个白名单安全机制： 1. 陌生人，假如黑客知道你的用户名密码，他登录时，必须有现有授信终端的一次性登录验证码才能登入 2. 任何没有登录验证码的请求都无法连接到微服 3. 这个验证码是你自己的微服100%去中心化生成的，不由任何中心化的服务器生成，保证绝对的隐私和安全不明白上面道理的老板看视频演示吧，结论就是世界上最安全的私有云产品，方便自己在外访问的同时，防御黑客攻击。

今天给大家演示一下懒猫微服的MFA安全机制有多安全？传统的NAS就是一个服务直接暴露到外面，这时候如果黑客知道你的用户名和密码，黑客是可以直接外面访问你家的数据的懒猫微服的客户端就是一个白名单安全机制： 1. 陌生人，假如黑客知道你的用户名密码，他登录时，必须有现有授信终端的一次性登录验证码才能登入 2. 任何没有登录验证码的请求都无法连接到微服 3. 这个验证码是你自己的微服100%去中心化生成的，不由任何中心化的服务器生成，保证绝对的隐私和安全不明白上面道理的老板看视频演示吧，结论就是世界上最安全的私有云产品，方便自己在外访问的同时，防御黑客攻击。

Andy Stewart

16,125 Aufrufe • vor 9 Monaten

马斯克转发了加州选举投票现场的这个视频，大家可以看看，全美国最大的州，也是经济最发达的州，加州的大选投票制度，能荒唐无耻可笑到何种程度。可以说，加州是美国最腐败的投票制度。视频主原话：“今天我在加州格兰岱尔投票时，选举官员拒绝确认我的信息是否准确，但投票官员仍然不得不相信我并发出选票。我要求投票官员检查我的身份证，她只是说：“我相信你的话——这是加州。” 这个州简直就是个笑话！！选民身份证显然是确保选举安全、可靠和可核实的必要条件。再也不投票给民主党了——让我们再次伟大！”

马斯克转发了加州选举投票现场的这个视频，大家可以看看，全美国最大的州，也是经济最发达的州，加州的大选投票制度，能荒唐无耻可笑到何种程度。可以说，加州是美国最腐败的投票制度。视频主原话：“今天我在加州格兰岱尔投票时，选举官员拒绝确认我的信息是否准确，但投票官员仍然不得不相信我并发出选票。我要求投票官员检查我的身份证，她只是说：“我相信你的话——这是加州。” 这个州简直就是个笑话！！选民身份证显然是确保选举安全、可靠和可核实的必要条件。再也不投票给民主党了——让我们再次伟大！”

KUNLUN昆侖

361,872 Aufrufe • vor 1 Jahr

说个真相：2026 年最能赚钱的 AI 编程工具不是 Claude Code，是 Cursor。年化 40 亿美金，Claude Code 25 亿，差一截。这数字不是我拍脑袋，是我让 Apodex 跑出来的，一个主打“每一步先验证再往下推”的 AI 研究工具。它没像聊天机器人那样秒回一段话，是真去查，最后给了份带 21 条引用的简报。大方向它给的结论跟我体感对得上：Cursor 最能赚，Copilot 用户最多，Claude Code 体验最好。但 AI 给的东西我有个习惯，挨条查，21 条引用翻下来，大多数站得住。有一条没站住：它说 SpaceX 要花 100 亿买 Cursor 的 Colossus 超算。问题是，Colossus 是马斯克 xAI 的超算，不是 Cursor 的。它也有很克制的地方。比如 Copilot 的收入，它没硬编一个数，直接标“微软没披露，这是估算”，还给了区间。所以我真正想说的是：它把每一步推理、每一条来源都摊开给你了。正因为摊开，我才查得出哪条不对。换个黑盒聊天机器人，你连查都没得查。经过验证的简报，不等于你可以不验证。但它能让你验证，这件事本身就比大多数 AI 强。报告全文 + 21 条引用我放评论了，现在注册免费试用体验，估计很快也就收费了：

说个真相：2026 年最能赚钱的 AI 编程工具不是 Claude Code，是 Cursor。年化 40 亿美金，Claude Code 25 亿，差一截。这数字不是我拍脑袋，是我让 Apodex 跑出来的，一个主打“每一步先验证再往下推”的 AI 研究工具。它没像聊天机器人那样秒回一段话，是真去查，最后给了份带 21 条引用的简报。大方向它给的结论跟我体感对得上：Cursor 最能赚，Copilot 用户最多，Claude Code 体验最好。但 AI 给的东西我有个习惯，挨条查，21 条引用翻下来，大多数站得住。有一条没站住：它说 SpaceX 要花 100 亿买 Cursor 的 Colossus 超算。问题是，Colossus 是马斯克 xAI 的超算，不是 Cursor 的。它也有很克制的地方。比如 Copilot 的收入，它没硬编一个数，直接标“微软没披露，这是估算”，还给了区间。所以我真正想说的是：它把每一步推理、每一条来源都摊开给你了。正因为摊开，我才查得出哪条不对。换个黑盒聊天机器人，你连查都没得查。经过验证的简报，不等于你可以不验证。但它能让你验证，这件事本身就比大多数 AI 强。报告全文 + 21 条引用我放评论了，现在注册免费试用体验，估计很快也就收费了：

Yanhua

27,495 Aufrufe • vor 1 Monat

一个月从 0 粉到 5000 粉：你们帮我验证了一件事。一个月前发第一条内容时，我不确定“下沉市场的经验”在 X 上有没有市场。现在 5000 个朋友的反馈告诉我：有人需要一线落地的细节，而不是最前沿的玩法。有人要的是思维方式，而不是工具清单。这张感谢星图记录了每一个帮我转发引用的朋友，后续还会加入评论的朋友。你们不只是在传播内容，而且在帮我做一场大规模的假设验证。 5000 不只是个数字，是每一个愿意用自己的信用为我背书的人。接下来我会继续做三件事： 1. 把方法论沉淀得更系统。 2.把企业案例做的更扎实。 3.把公域内容做的更有穿透力，更通俗易懂。你们的每一次反馈，都在帮我确认：这条路，走对了。与此同时，也在不断提醒、扶持、陪伴我，在这条正确的路上走下去。感谢！

一个月从 0 粉到 5000 粉：你们帮我验证了一件事。一个月前发第一条内容时，我不确定“下沉市场的经验”在 X 上有没有市场。现在 5000 个朋友的反馈告诉我：有人需要一线落地的细节，而不是最前沿的玩法。有人要的是思维方式，而不是工具清单。这张感谢星图记录了每一个帮我转发引用的朋友，后续还会加入评论的朋友。你们不只是在传播内容，而且在帮我做一场大规模的假设验证。 5000 不只是个数字，是每一个愿意用自己的信用为我背书的人。接下来我会继续做三件事： 1. 把方法论沉淀得更系统。 2.把企业案例做的更扎实。 3.把公域内容做的更有穿透力，更通俗易懂。你们的每一次反馈，都在帮我确认：这条路，走对了。与此同时，也在不断提醒、扶持、陪伴我，在这条正确的路上走下去。感谢！

观自

246,087 Aufrufe • vor 2 Monaten

天才数学家陶哲轩对数学AI的思考像真的，但其实不对。 AI写出的证明，乍看完美无瑕，细看漏洞百出。为什么？因为它没有“嗅觉”。今天的AI，已经完全能通过“目测测试” 生成的内容看起来专业、太对味了。但一旦你靠近它、认真嗅一下，就会发现它撒了香水掩盖的，是逻辑上的腐臭。不像传统的初学者那种“明显错”， AI的问题常常隐藏在最高级别的伪装底下：写得太好，看不出哪里坏。就像Terry Tao说的：“数学，是有味道的。” 一个真正靠谱的证明，不只是形式正确，而是通体带着那种“对的直觉” 结构自然、推理顺畅、细节干净利落。就像人闻食物的味道，不需要吃一口，就知道有没有毒。 AI没有这个。它可以模仿口感，复制包装，但闻不到底层的真实。因为它是在学“怎么看起来像对的”，而不是“为什么它是真的”。你可以把它理解为一个训练过非常精良的演员，知道什么时候该皱眉、什么时候叹气，用上最漂亮的定理、最熟练的转折，但它不明白它的角色到底在干什么。而这，正是问题所在。人类在判断一个复杂证明时，靠的不止是推理，更靠一种经验直觉：这个步骤自然吗？这个拆解方式靠谱不靠谱？这个结构合理不合理？我们甚至很难说清楚“为什么不行”，但就是知道，“不对劲”。这就是“数学的嗅觉” 你说不明白，但你能闻得出来。 AlphaGo和AlphaZero之所以能搞定围棋和国际象棋，不是因为它们穷举了所有下法，而是因为它们学会了在哪些局面里，有“胜利的味道”。即便讲不出理由，它们凭那股味道，也能找到通向胜利的路。数学AI要想达到人类水平，它得也有这种“方向感”。不是生成个像样的证明，而是能问自己：“我是不是在一个貌似正确，实际上死路的方向上走太远了？” 也许未来某一天，它能真正感觉到：“这一步味道不对，我得退回来。” 那一天，它就不只是一个生成文本的工具，而是真正的数学伙伴了。 🙋‍♂️人有灵气

天才数学家陶哲轩对数学AI的思考像真的，但其实不对。 AI写出的证明，乍看完美无瑕，细看漏洞百出。为什么？因为它没有“嗅觉”。今天的AI，已经完全能通过“目测测试” 生成的内容看起来专业、太对味了。但一旦你靠近它、认真嗅一下，就会发现它撒了香水掩盖的，是逻辑上的腐臭。不像传统的初学者那种“明显错”， AI的问题常常隐藏在最高级别的伪装底下：写得太好，看不出哪里坏。就像Terry Tao说的：“数学，是有味道的。” 一个真正靠谱的证明，不只是形式正确，而是通体带着那种“对的直觉” 结构自然、推理顺畅、细节干净利落。就像人闻食物的味道，不需要吃一口，就知道有没有毒。 AI没有这个。它可以模仿口感，复制包装，但闻不到底层的真实。因为它是在学“怎么看起来像对的”，而不是“为什么它是真的”。你可以把它理解为一个训练过非常精良的演员，知道什么时候该皱眉、什么时候叹气，用上最漂亮的定理、最熟练的转折，但它不明白它的角色到底在干什么。而这，正是问题所在。人类在判断一个复杂证明时，靠的不止是推理，更靠一种经验直觉：这个步骤自然吗？这个拆解方式靠谱不靠谱？这个结构合理不合理？我们甚至很难说清楚“为什么不行”，但就是知道，“不对劲”。这就是“数学的嗅觉” 你说不明白，但你能闻得出来。 AlphaGo和AlphaZero之所以能搞定围棋和国际象棋，不是因为它们穷举了所有下法，而是因为它们学会了在哪些局面里，有“胜利的味道”。即便讲不出理由，它们凭那股味道，也能找到通向胜利的路。数学AI要想达到人类水平，它得也有这种“方向感”。不是生成个像样的证明，而是能问自己：“我是不是在一个貌似正确，实际上死路的方向上走太远了？” 也许未来某一天，它能真正感觉到：“这一步味道不对，我得退回来。” 那一天，它就不只是一个生成文本的工具，而是真正的数学伙伴了。 🙋‍♂️人有灵气

墓碑科技

120,892 Aufrufe • vor 1 Jahr

人形机器人这条线，最近其实已经很清楚了：开始往家庭场景收敛。一旦进入家庭，问题就不再是工业效率，而是长期共处。它会持续感知环境、采集信息、做出判断，而且很多时候并不在人的注视下。在这种条件下，动作精不精准、拟不拟人，反而是次要的。更关键的是：这些判断是怎么来的，你能不能知道。如果一个家用机器人：感知了什么是黑箱，推理过程不可追溯，行为是否越界只能靠厂商声明，那它在家里的身份，就不是工具，而是风险源。所以家庭机器人真正需要补的，不是性能指标，而是可信结构。它看到什么、怎么推理、是否按规则执行，都需要在不泄露隐私、不暴露模型细节的前提下，被验证过。从这个角度看，Inference Labs 在做的事情并不是让机器人更强，而是在为“能不能被放进家里”补必要条件。当机器人进入家庭，信任不是体验加分项，而是入场门槛。 #InferenceLabs #KaitoYap #KaitoAI

人形机器人这条线，最近其实已经很清楚了：开始往家庭场景收敛。一旦进入家庭，问题就不再是工业效率，而是长期共处。它会持续感知环境、采集信息、做出判断，而且很多时候并不在人的注视下。在这种条件下，动作精不精准、拟不拟人，反而是次要的。更关键的是：这些判断是怎么来的，你能不能知道。如果一个家用机器人：感知了什么是黑箱，推理过程不可追溯，行为是否越界只能靠厂商声明，那它在家里的身份，就不是工具，而是风险源。所以家庭机器人真正需要补的，不是性能指标，而是可信结构。它看到什么、怎么推理、是否按规则执行，都需要在不泄露隐私、不暴露模型细节的前提下，被验证过。从这个角度看，Inference Labs 在做的事情并不是让机器人更强，而是在为“能不能被放进家里”补必要条件。当机器人进入家庭，信任不是体验加分项，而是入场门槛。 #InferenceLabs #KaitoYap #KaitoAI

董小姐｜预测世界杯就在Gate

103,554 Aufrufe • vor 6 Monaten

3月27至31日，北京，一名居民质疑当局强拆，便上前质问其是否持有“强拆证”，并称需要找住建局负责人确认该区域是否要拆迁。居民向前来强拆的保安表示，下一个强拆的就是我们家了吧，如果是我们家，我就让你见识什么是“白刀子进去，红刀子出来”。随后，一名保安警告居民不准录像。居民表示：你别提醒我，我有权录，这是公民的权利。

3月27至31日，北京，一名居民质疑当局强拆，便上前质问其是否持有“强拆证”，并称需要找住建局负责人确认该区域是否要拆迁。居民向前来强拆的保安表示，下一个强拆的就是我们家了吧，如果是我们家，我就让你见识什么是“白刀子进去，红刀子出来”。随后，一名保安警告居民不准录像。居民表示：你别提醒我，我有权录，这是公民的权利。

李老师不是你老师

175,455 Aufrufe • vor 3 Monaten

张同志咳嗽厉害，一个月吃了很多止咳的药或者糖浆都不见好，今天就带他去看急诊，以前每次陪他去看病都是我帮忙翻译，但是有时候专业术语我不会，所以这次护士问我是否需要提供翻译的时候我就说要，体验一下医院提供的翻译，我看系统里有7-8种语言可选，他们会为了病人提供你的语言翻译，确实想的很周到，所以，在美国即使不懂英语，也能一个人来看病，就是不知道医院的翻译是否收费.

张同志咳嗽厉害，一个月吃了很多止咳的药或者糖浆都不见好，今天就带他去看急诊，以前每次陪他去看病都是我帮忙翻译，但是有时候专业术语我不会，所以这次护士问我是否需要提供翻译的时候我就说要，体验一下医院提供的翻译，我看系统里有7-8种语言可选，他们会为了病人提供你的语言翻译，确实想的很周到，所以，在美国即使不懂英语，也能一个人来看病，就是不知道医院的翻译是否收费.

Daisy

54,105 Aufrufe • vor 9 Monaten

4个小时前，该博主发布了一刀未剪的视频证明自己剪的确实是带有签名的球衣。在此我诚挚地向这位博主道歉，对不起。今天早上起床之后就收到了一些网友的截图投稿，为了验证我特地去这位博主的账号，但是可能由于视频压缩的原因，我也确实没看到签名的字迹。同时因为此前已经在推特和该博主的评论区看到了不少人质疑，因此主观带入了，在此我很抱歉草率发布这则视频对其名誉带来的影响。原视频我现在已经删除，但是这则道歉我不会删除，希望可以挽回一些我的过错造成的对他的伤害。我需要解释的是，我使用的图片是我直接在抖音的那则视频里截的图，并没用故意PS去抹黑这位博主的行为（否则我也不会连带着把视频一起放出来。再次向为这位博主所带来的困扰道歉，对不起。今后我面对这类针对个人的素材会更加谨慎。

4个小时前，该博主发布了一刀未剪的视频证明自己剪的确实是带有签名的球衣。在此我诚挚地向这位博主道歉，对不起。今天早上起床之后就收到了一些网友的截图投稿，为了验证我特地去这位博主的账号，但是可能由于视频压缩的原因，我也确实没看到签名的字迹。同时因为此前已经在推特和该博主的评论区看到了不少人质疑，因此主观带入了，在此我很抱歉草率发布这则视频对其名誉带来的影响。原视频我现在已经删除，但是这则道歉我不会删除，希望可以挽回一些我的过错造成的对他的伤害。我需要解释的是，我使用的图片是我直接在抖音的那则视频里截的图，并没用故意PS去抹黑这位博主的行为（否则我也不会连带着把视频一起放出来。再次向为这位博主所带来的困扰道歉，对不起。今后我面对这类针对个人的素材会更加谨慎。

李老师不是你老师

215,632 Aufrufe • vor 2 Jahren