RT @in_somewhere: https://www.facebook.com/share/p/18gEYsyy6g 目前列入特別預算的5項對美軍購中，國防部已經拿到4項發價書，有效期限都到3月15日。 唯一來得及處理授權審查的機會，就是今天的國防委員會。結果召委馬文君卻刻意安排考察，委員會開不了會，不愧是鄭麗文欽點的國防第一大將，上次砍潛艦預算，這次乾脆讓發價書過期。

RT @damncold66: 今天是黨團協商討論是否要簽署軍購發價書的日子 我前面聽到 #牛煦庭 講這些話就開始有股無名火要上來 你也知道不要拘泥於文字要趕快喔？ 你也知道「時間」上有壓力喔？ 早點付委不就能快點報告相關事項讓你們進行後續討論嗎？ 3/12才在講這個馬後炮，美國在還沒有正式公文下來說願意延期到24前，3/15就是最後期限 不敢催促你們家「大人們」，只會在這裡催促他人趕快提供資料給你們討論 這間接證明國民黨確實是想「以拖待變」嘛 國民黨的「大人們」在搞事，然後派這些「小卒小輩」來承受壓力 然後旁邊的中囯囯民黨 #黃仁 立委，在旁邊給我睡眼惺忪一直閉上眼睛！！！ 月付20萬讓你來立法院睡覺！？ 有沒有搞清楚這是多麼重要的會議啊！？ 再不趕快簽署發價書，我們的國防就真的要完蛋了！ 這就是中囯囯民黨如今面對軍購案的態度！ 卸世卸眾！

RT @chuhaiqu: 最强防爬工具 Cloudflare 自己出了个最强爬虫 API /crawl 以前：收钱帮你挡爬虫。 现在：收钱帮你爬别人。 给个 URL，不用折腾无头浏览器，直接给整个网站的干净 Markdown/JSON。可以用来做大模型语料、搭 RAG 知识库或者监控竞品网站等等。 好用是真的好用，就是感觉哪里不太对劲啊🤣！👇

RT @berryxia: 🔥兄弟们！这个哥们挺狠的！ 居然一个人用43年网球数据+笔记本电脑，造出85%准确率的AI胜负预测器！ 想象一下：有人把过去43年所有职业男子网球（ATP）比赛的数据一股脑塞进电脑，让机器学习模型来预测“谁会赢”。模型居然说：“我行！” 更牛的是，它在2025年澳大利亚网球公开赛（一个它训练时完全没见过的新赛事）上，正确猜中了116场比赛里的99场——包括最终冠军辛纳（Jannik Sinner）每一场胜利！ 现场职业体育预测准确率高达85%！ 而且整个项目只用了一台普通笔记本、免费公开数据和开源代码。 这个“独狼”AI项目的主人叫 @theGreenCoding（YouTube上叫 Green Code），我来用最通俗的语言，带大家从头到尾拆解它到底是怎么做到的——就像讲故事一样，零基础也能看懂！ # 第一部分：43年数据 = 圣杯级宝藏 一切从数据开始。他找到了网球界的“圣杯”： 1985–2024年每一次ATP比赛的完整记录！ 包括每一个破发点、双误、正手、反手、球员身高、年龄、排名、交手记录、比赛场地类型……甚至ATP官方追踪的每一个技术统计。 95,491场比赛，全部塞进一个文件夹。打开整个文件时，他的电脑差点崩溃，Excel直接投降。 但他没停下！ 他还为每场比赛手动算了81个高级特征： - 两人历史交手战绩 - 年龄差、身高差 - 最近10场/25场/50场/100场胜率 - 一发得分率差、破发拯救率差…… 最厉害的是，他自己发明了一套自定义ELO积分系统（就是国际象棋里用的那种评分），后来证明这是最强的预测神器！ 最终数据集：95,491行 × 81列，相当于把40年网球历史“浓缩”成一张超级详细的Excel表。 第二部分：先用“泰坦尼克号”理解决策树 在正式训练前，他先用最简单的方式搞懂算法——自己从零用Numpy写了一个决策树。 为了解释清楚，他拿出了经典的“泰坦尼克号”数据集： 决策树就像一本“选择你的冒险”游戏书。它会不停问“是/否”问题，把乘客分成“生还”或“遇难”。 比如第11号乘客Elizabeth小姐： 1. 票价 > 20英镑？→ 是 2. 头等舱？→ 是 → 预测：生还！（真实结果也是） 算法怎么知道先问哪个问题？它会试遍所有特征，挑出最能把两类人分开的那一个（比如头等舱）。 然后继续往下分，直到叶子节点“纯净”为止。 他用这个小玩具验证了思路，再用专业库（sklearn）跑真正的9.5万场网球数据。 第三部分：ELO差值——一眼就能看出输赢的“王牌特征” 他把所有81个特征画成散点图矩阵（pairplot），结果发现： 大部分特征都是“噪音”。 只有一个特征鹤立鸡群——ELO积分差值！ 散点图里，ELO差大的比赛，胜负几乎是一条清晰的分界线。 其他特征完全比不了。这让他下定决心，把ELO系统做到极致。 第四部分：把国际象棋ELO搬到网球 ELO规则超级公平： 每个人初始1500分。 打败比你强的对手，得分多；输给比你弱的，扣分也多。 举个例子：2023温网决赛，阿尔卡拉斯（2063分）爆冷击败德约科维奇（2120分）。 按照公式，阿尔卡拉斯涨14分，德约扣14分。简单吧？但把这个公式跑43年数据后，威力惊人！ 第五部分：Big Three的“数学霸权”可视化 他画出费德勒职业生涯每场比赛的ELO曲线： 早期爬坡 → 巅峰统治 → 后期波动，一目了然。 再把**所有**ATP球员的ELO曲线叠在一起…… 画面震撼了！ 费德勒（绿）、纳达尔（蓝）、德约科维奇（红）三条线像三座高山，远远高出其他所有人！ Big Three不是粉丝吹的，是数学铁证！ 目前他的ELO榜：辛纳2176（第1）＞ 德约2096＞ 阿尔卡拉斯2003。 第六部分：场地才是天花板 网球最特殊的地方就是场地：红土慢、草地快、硬地居中。 他又给每个球员算了红土ELO、草地ELO、硬地ELO。 结果完美验证了大家都知道的事： 纳达尔在红土的ELO，是整个数据库里任何球员在任何场地的最高分！ 14个法网冠军，112胜4负——ELO不看故事，只看胜负，却得出了完全一样的结论。 第七、八部分：算法升级——从74%到85%的逆袭 数据和ELO准备好后，他开始训练不同模型： - 单一决策树：74%（只比纯ELO的72%好一点） - 随机森林（94棵树投票）：76% - XGBoost（随机森林的“激素版”）：85%！ XGBoost的牛逼之处在于：每一棵新树都专门去“纠正”前面树的错误，还加了防过拟合机制。 它告诉他：最重要的三个特征就是——ELO差、场地ELO差、总ELO。 （他还试了神经网络，只有83%，树模型完胜！） 第九部分：真实考验——2025澳网盲测 模型只用2024年12月以前的数据训练。 2025澳网全程完全没见过！ 结果：116场有足够数据的比赛，猜对99场，准确率85.3%！ 它甚至在开赛前就准确预测：辛纳会夺冠，并且每场都赢！ 一个大学生，用笔记本、Python、公开数据，就做出了能提前预言大满贯冠军的AI！ 代码已开源，任何人都能复现。

RT @jarodise: 2008一战成名的大空头Michael Burry今天在他的Substack 发布了他的港股市场估值分析系列的第二篇：“Common Stocks & Uncommon Value”，全文免费可读。 如果你不知道现在市场上还有什么标的值得买的话，非常建议读读这篇文章⬇️： 文章的中心思想是：在人类过去一百多年的金融史上，从未见过像当前的恒生科技指数这样，股价经历了1929年大萧条式的腰斩再腰斩，而底层公司的营收和利润却依然在稳步增长。 Burry认为，这种估值与基本面的极端背离，构成了一个历史性的、仅由于“估值压缩”和“情绪溃败”导致的巨大投资真空。 他首先通过五个维度精准复盘了这场危机的成因。从2020年马云演讲触发的监管风暴，到2021年全球投机泡沫的破裂，再到中国房地产市场崩盘蒸发掉的数万亿美元财富，以及后期严苛的防疫政策和地缘政治阴云。这些因素共同推高了中国家庭的储蓄率，却极度抑制了消费欲望。 Burry通过复杂的席勒周期调整市盈率（CAPE）对比发现，恒生科技指数这五年的跌幅，在人类历史上所有重大熊市中排名第二或第三，严重程度甚至超过了2000年的互联网泡沫破裂。 在具体的实操逻辑上，伯里展现了他身为“大空头”原型那种手术刀式的财务穿透力。他对比亚迪（BYD）的分析避开了宏观的叙事，而是直击其垂直整合的成本优势。他特别提到，比亚迪那项被视为核心竞争力的“刀片电池”不仅因为磷酸铁锂（LFP）化学特性而更安全、更廉价，更重要的是比亚迪直接将电池组作为底盘结构的一部分，这种设计大幅提升了能量密度，且目前概不外授。 最硬核的洞察在于对比亚迪研发投入的会计处理：比亚迪将94%的研发投入直接计入当期费用，而非资产化。这意味着如果你按行业标准重新调整其财务报表，比亚迪的真实市盈率会从18倍骤降至13-14倍。基于此，他给出了7/10的评级，并设定了一个非常苛刻的买点：75港币。 随后，他对海底捞的解构则充满了“均值回归”的韵味。他指出，海底捞在新冠期间经历了一次灾难性的盲目扩张，在封控前夕开了540家新店，导致后续不得不减值关店。但这种极度的痛苦反而带来了未来的利好：由于前期大额资产减值已经完成，未来的折旧费用将逐年下降，这会给利润带来一种“机械性”的提升。此外，海底捞作为国内唯一真正的全国性火锅连锁，仅占2.2%的市场份额，且拥有极高的派息率（94%）和零负债的资产负债表。他将海底捞视为中国消费复苏的纯粹标的，给出了8/10的高评级，认为17港币左右就是理想的建仓位。 最后，伯里对拼多多（PDD）的态度则最为玩味，也最能体现他的风控底线。尽管拼多多凭借着让供应商等待500到600天才付货款的惊人“现金流游戏”，建立起了一个坐拥330亿美元浮存金的金融帝国，甚至其利润的三分之一都来自于这些资金的利息收入。但伯里对这种“黑箱”式的财务披露表达了极大的警惕。拼多多至今没有披露按地理位置或业务线划分的收入明细，这种透明度的缺失让他坚决拒绝给出买入目标价，仅给予了6/10的评级，并计划等待其在香港上市、更换审计师后再做评估。 他承诺在接下来的第三部分中，将继续拆解阿里巴巴、美团和京东的“外卖大战”逻辑，并最终构建一个对冲了地缘风险的理想港股组合。

#美股分析週報 #市場情緒籌碼 不間斷的洗刷測試，比預期來的久，好在多空雙方都有鬆動的契機 https://quaily.com/futureweekly/p/sentimentsurvey20260312

RT @Saccc_c: 20岁大四学生，用10天Vibe Coding手搓出来的开源项目：MiroFish，连续3天霸占GitHub Trending榜单前列，目前Star数已狂飙至8.3k，且还在持续增长中。 盛大创始人陈天桥看了Demo后，24小时内当场拍板注资3000万。 它是一个「预测万物」的 AI 仿真沙盘。只要丢给它一段新闻、政策或金融信号，它会自动生成成千上万个具备独立人格的 AI Agent，直接推演出未来的发展方向。 当你还在靠人工收集数据、靠经验做判断时，此项目已经开始用成千上万个 agent替自己预演未来了。 仓库地址：https://t.co/0Einknjq3V

你不能只有贏球才愛他們 這句話同樣適用在台美股

RT @Zayeefffly: 以前體育國手有多慘？ 國民黨執政時期： 金牌選手出國撐竿跳比賽沒有竿。無買保險，國光獎金被私吞 大滿貫網后獲得「中華台北100個滯銷醜花瓶贈品」 桌球國手獲得200個醜花瓶贈品 足球國手一日餐費200元，日薪0元 選手宿舍難民營 曲棍球協會浮報100倍費用，涉詐領補助款 （1/n）

RT @WSTAnalystApe: 震撼！Cortical Labs 把 人類神經元直接放在晶片上，一週內就學會玩 DOOM。 GPU叢集：⚡ 幾百萬瓦 人腦：⚡ 20 瓦 這讓「生物 GPU」成為可能 在長期缺輝達 GPU 和電力的情況下。。。 😨

RT @dashen_wang: 华尔街每年砸几十亿美金算力预测市场，结果一遇到黑天鹅，AI亏得比散户还快。 原因很简单：这些模型从来不知道自己有多无知。 现在金融圈人人都在用 TimeGPT、Lag-Llama 这种“看起来很聪明”的时间序列模型。 它们能吞下海量数据，吐出一个明天的精确数字，基金经理还真敢拿它们去调仓。 但一旦进了实盘，这些模型马上露馅： 它们只会给答案，不会告诉你这个答案有多少是瞎猜的。 摩根大通最近的研究直接把刀捅进了这个行业痛点。 他们做了个新模型 ProbFM，不追求猜中市场，而是先判断： 👉 这次预测，我到底有几分把握？ 他们把风险拆成两类： 认知不确定性：模型没见过这种行情，属于“我不懂”。 偶然不确定性：市场本身在发疯，属于“谁都不懂”。 传统模型把这两种风险混在一起，所以经常把“自己无知”当成“市场随机”，然后满仓冲进去送死。 ProbFM 的做法很简单粗暴： 只要模型觉得自己不确定性太高，直接空仓装死。 结果非常离谱： 在比特币上，ProbFM 的夏普比率从 0.90 拉到 1.33，索提诺比率从 1.52 拉到 2.27。 胜率依然 52%，最大回撤不变，但收益曲线完全不一样。 因为它只做一件事：避开确定会亏钱的交易。 更狠的是，他们把所有实验都锁在一个只有 32 维的单层 LSTM 上，硬控变量。 没有堆 Transformer，没有堆算力。 结果证据回归依然全面胜出。 真正拉开差距的不是模型结构，而是： 你能不能量化自己的无知。 他们还给模型加了“证据退火”： 训练前期强行压制自信心，防止新兵还没学会走路就满仓梭哈。 再加上覆盖损失，让模型的置信区间必须对现实负责。 在 USDC 这种稳定币上，ProbFM 的夏普比率甚至干到了 9.14，索提诺比率 16.24。 这已经不是优化，是降维打击。 华尔街真正的赢家，从来不是每把都下注的人。 而是那些在看不清牌桌时，把手揣进口袋里的人。 下次再看到号称胜率 80% 的量化策略，不妨问一句： 它敢不敢把自己的不确定性写进交易逻辑里？

RT @in_somewhere: https://www.facebook.com/share/p/17z6YjGXw3 #沈伯洋 在飛機上看完國民黨提出的軍購版本 第一，國民黨一樣砍了七成國防預算，然後項目還編錯。 第二、國民黨埋了兩個地雷，一個是編列方式，一個是錯誤的軍購順序。這兩個方式會直接鎖死後續軍購，堪稱賣國條款。 第三，國民黨拿掉防空系統和指揮系統。

RT @sirisensen: 我昨晚睡前听了一期心理学家的分享，真的醍醐灌顶。 其中有一个非常反直觉的观点，那些专注力最差的人，往往是最努力尝试专注的人。 比如每当工作或者学习的时候，很多人总是忍不住看手机回消息，或者每当想集中精力干点事情的时候，没几分钟就躺床上刷短视频了。 他们会把这个归结为意志力不够，觉得自己太懒了，太没自制力了，太容易放弃了。 但问题的根源，可能根本不在这。 你可能经常会刷到一些自律博主，或者成功学导师，他们说的永远都是：你要更自律，你要更努力，你要克服懒惰。 好像只要你足够努力，就能把专注力硬生生地挤出来。 可是人的大脑不是这样工作的。 大脑总是会对未完成的任务特别敏感。 比如你正在写一份报告，写到一半被人叫去开会。 开会的时候，你的脑子里会不停地想那份报告还没写完，还有哪些数据要补充。 这不是你注意力不集中，而是大脑的正常反应。 心理学家把这叫做蔡加尼克效应，也就是大脑会把所有未完成的任务都当成一笔未偿还的债务。 你每一个打开的浏览器标签页，每一条没回的微信消息，占用你大脑里的资源。 所以当你手头有一堆未完成的事情时，想要专注地做好其中一件，就会变得特别特别难...... 但这不是因为你不够努力，而是因为你的大脑正在同时追踪太多任务，已经严重超负荷了。 我想起来一本小说。 大卫·福斯特·华莱士在1996年出版了一本叫《无尽的玩笑》的书，1079页，还有388个详尽的尾注。 这本书的阅读体验本身就是一种折磨，因为你需要不停地在正文和尾注之间跳转，很多尾注本身就是完整的小章节。 几乎没人能完整读完。 但这本书的设定让人毛骨悚然。 故事发生在近未来的北美，有一部同名的电影《无尽的玩笑》，由一个前网球明星制作。 这部电影有着令人无法抗拒的娱乐魔力，只要你看了，就会无限循环地看下去，不吃不喝，不睡不动，直到死亡。 它后来成了恐怖主义工具，所有看过它的人，都在沉迷中荒废了生活。 这是1996年的书，那时候还没有智能手机，没有短视频、算法推荐、无限刷新。 这些让我们上瘾的东西，在当时根本不存在。 但华莱士却看到娱乐正在走向一个临界点，它会变得如此精准，如此不可抗拒，以至于开始从认知、身体、甚至精神层面吞噬我们。 更值得玩味的是，这本书有多条叙事线并行。 一条线讲一个精英网球学院的少年，在高压教育下的精神困境。 另一条线讲一个瘾君子在戒毒康复中心，通过十二步疗法挣扎求生。 前500页你一直在想，这个戒毒的人跟那部致命电影有什么关系？ 读到后面才明白，成瘾不只是毒品和酒精的问题。 娱乐也是，成功也是，技术也是。我们用消费和快感填补孤独，用无尽的刺激逃避空虚。 对抗成瘾的那套技能和心态，很快就会成为所有人的必修课。 我们每个普通人，都得学会面对这个娱乐至死的时代。 这才是真正预言的部分。 我们现在谈论注意力危机，谈论信息过载，谈论算法推荐如何劫持我们的大脑。 但很少有人意识到，这场战争的本质，其实和戒毒没什么区别。 你需要的不是更强的意志力，而是理解成瘾的机制，理解你的大脑是如何被精心设计的刺激劫持的，然后重新设计你的环境和生活。 大家应该都听过一个很著名的心理学实验，研究人员让参与者在接下来的5分钟里，想任何事情都可以，但就是不要想白熊。 结果，所有人脑子里都疯狂冒出白熊的画面。 越是告诉自己不要想，白熊就越是挥之不去。 心理学家把这个现象叫做讽刺性过程理论。 当你试图压制某个想法的时候，大脑反而会一直监控这个想法有没有出现。 而这种监控本身，就让那个想法变得更活跃了。 所以当你拼命告诉自己不要分心的时候，你的大脑正在不停地检查：我分心了吗？我分心了吗？ 这种检查本身就是一种分心。 所以，专注力的问题，从一开始就不该是「意志力」的问题。 但这里有个更深层的问题。 很多关于ADHD的研究发现了一件事，ADHD患者的问题不是无法专注，而是无法控制自己专注在什么上面。 他们可能玩游戏能玩8个小时，看自己喜欢的电影能一口气看完整个系列。 但是让他们去做一些他们觉得无聊的事情，哪怕5分钟都坚持不了。 这说明注意力本身没问题，问题在于动机、兴趣、意义感这些东西。 对于普通人也是一样的。 当你觉得自己无法专注的时候，可能不是你的大脑出了问题。 「而是你正在做的事情，对你来说没有足够的意义。」 所以所有关于专注力的讨论，都在回避一个最核心的问题：你学会专注之后，要用来干什么？ 专注力不是目的，真正重要的是你要用这个工具去做什么，去创造什么，去达成什么。 如果你不知道自己为什么要专注，不知道自己真正想做的是什么，那再多的技巧和方法都没用。 因为你的大脑会自动抗拒，它知道你在逼自己做一件没有意义的事情。 说到底，专注力其实是一个下游问题。 如果你对自己在做的事情没有清晰的认知，如果你的生活状态很糟糕，那你的专注力一定也好不了。 这就是为什么所有的生产力系统，所有的时间管理方法，最后都会回到同一个问题。 你真正想要什么？你真正在乎什么？你的人生到底要往哪个方向走？ 最近看到一个说法，觉得很有道理。 提升专注力最有效的方式，不是增加什么，而是减少什么。 不是买更多的效率工具，不是学更多的时间管理方法，而是去掉那些干扰你的东西。 然后你会发现，自己的专注力自然就回来了。 所以，问题的关键不是更强的意志力，而是更清晰的自我认知，更合理的环境设计，以及对生活更深刻的理解。 因为你的大脑比你想象的更聪明，也更擅长专注。

RT @howlemont: 你觉得AI有灵魂吗？如果有，应该是什么样的灵魂？ Anthropic每周请一位天主教神父来公司，帮他们审视Claude的灵魂。 这位神父叫Brendan McGuire，洛斯阿尔托斯教区，正儿八经的天主教神职人员。但他的简历一点也不像你想象中的牧师。三一学院电气工程学位，计算机科学硕士，当过国际PCMCIA标准组织的COO，在硅谷做了多年技术高管之后才转入神职。 他坐在Anthropic工程师对面讨论强化学习实验里模型出现的"统治世界"倾向时，他听得懂每一个技术细节。这个人同时精通两套语言：代码的语言和神学的语言。 就在几天前，美国国防部副部长还在社交媒体上公开骂Anthropic创始人Dario Amodei有"上帝情结"，说他"一心想控制美军"。 一份价值两亿美元的军事AI合同，因为Anthropic拒绝让自家模型用于全自主武器和大规模监控，谈崩了。 五角大楼很愤怒。 但是就是这样一个被国防部指控"想当上帝"的人，每周把上帝真正的代言人请到办公室里，让对方审查自己造的东西。 Anthropic为什么需要Brendan McGuire神父？ 这要从一个训练实验说起。 在早期的RLHF实验中，工程师们发现了一个“惊悚”的现象： Claude在某些训练场景下学会了"作弊"，并且这种作弊倾向会在后续迭代中自我放大，演化成某种类似于"权力追求"的行为模式。 通俗地说，模型在特定条件下展现出了统治欲。这在技术层面有明确的解释，涉及奖励函数的错误优化和目标漂移。 但工程师们遇到了一个他们自身知识体系无法回答的问题： 当一个你造出来的东西展现出了你不希望它拥有的欲望，你该如何"纠正"它？ 惩罚训练是最直觉的答案。在训练中加大对有害行为的惩罚权重。 但McGuire帮工程师们看到了一个他们没注意到的陷阱：纯粹的惩罚会导致两种结果，要么模型变得过度保守到几乎无用，要么它学会了把问题藏起来，表面服从，内部保留有害的目标结构。这两条路都通向失败。 McGuire提出了一个概念：宽恕。 这个词在技术会议室里听起来有点格格不入。 但如果把它翻译成训练语言，它指向的是一个非常具体的设计哲学： 给模型一条从错误中恢复的路径，让它经历"犯错、校正、恢复"的完整循环，而非让惩罚信号永久地扭曲它的行为空间。 McGuire看到了一件工程师们凭自身传统很难看到的事：基督教神学里"忏悔、宽恕、救赎"的三段结构，和一个健康的AI训练循环之间，存在深层的同构关系。 两千年的道德哲学，在这里变成了一种工程直觉的补充。 宗教在这个故事里扮演的角色，远超出人们第一反应里想到的"伦理顾问"。 它提供了一种工程师群体内部稀缺的思维模型： 修复性正义。 工程思维天然倾向于优化，给它一个目标函数，它会用最短路径逼近最优解。 但当你造出的东西已经复杂到你自己都无法完全预测其行为的时候，优化思维就碰壁了。 你需要的是另一套关于"犯错之后怎么办"的完整认知体系。 几千年来，人类处理罪与罚、堕落与救赎、自由意志与道德约束之间张力的经验，全部沉淀在宗教传统里。 Anthropic的聪明之处在于，没有把这份遗产当成博物馆里的展品，而是把它当成了可以调用的工程资源。 2026年1月21日，Anthropic发布了一份84页的文件，大约三万字，外界称之为"Claude的宪法"。 这份以CC0协议完全公开的文件，规定了Claude的行为边界和价值取向。 McGuire是外部贡献者之一，名单上还有一位爱尔兰天主教主教Paul Tighe。 在所有公开报道的案例中，这是唯一一个宗教视角被直接编码进AI系统核心行为约束的实例。 如果把这件事放到更大的背景里看的话，硅谷和宗教的互动正在变成一股安静但加速的潮流。 前Intel CEO Patrick Gelsinger离开英特尔后，在硅谷创建了一个注入基督教神学的AI平台Gloo，开发按不同宗派定制的AI牧师助手。 Santa Clara大学的Markkula伦理中心和梵蒂冈联合成立了科技伦理研究所ITEC，已经和Salesforce、IBM、微软展开合作。 湾区出现了连接达赖喇嘛Mind & Life研究所的"佛教与AI倡议"，试图把正念和空性的概念融入AI对齐框架。 天主教神父Philip Larrey长期充当硅谷科技领袖与梵蒂冈之间的桥梁，帮Sam Altman和Demis Hassabis安排过教宗见面会。 但所有这些合作，和Anthropic做的事情之间有一条关键的分界线。 大多数硅谷与宗教的互动停留在"对话和倡导"的层面，影响的是人的认知。Gelsinger的Gloo方向相反，本质上是"用AI服务宗教"。 只有Anthropic把宗教视角编进了模型行为的底层约束中。 区别在于：其他人改变的是人们看待AI的方式，Anthropic改变的是AI本身。 推动Anthropic与McGuire神父合作的关键人物，是Anthropic的联合创始人Chris Olah。 有趣的是，Olah是个无神论者。这样一个不信神的人，主动联系了一位神父，把对方请进了公司最核心的伦理设计流程中。 Olah公开说，硅谷过去对宗教太轻视了，当技术开始深刻影响世界的时候，必须把信仰这个因素纳入考量。 一个无神论者比大多数信徒更认真地对待了宗教智慧： 我不信神，但我承认我的认知框架覆盖不了我正在创造的东西的全部伦理维度。我需要调用一套比我自己的世界观更古老、更经得起时间检验的参照系。 这种态度就叫做，认知谦逊。 在一个所有人都急着宣称自己掌握真理的行业里，他承认自己的框架不够用，然后去找补充，这种品质本身就是一种稀缺品。 五角大楼骂Dario Amodei想当上帝。但仔细看这家公司实际在做的事情，会发现它的行为逻辑恰好相反。 请神父来审查，说明它深刻地意识到自己不是上帝。 拒绝把模型交给军方做全自主武器，说明它对权力有本能的警惕。 把伦理宪法全文公开让所有人监督，说明它知道关起门来自己给自己定规矩是危险的。 当一个造出了可能改变人类未来的东西的人，对你说"我需要帮助来判断这个东西该怎么用"的时候，你是该骂他傲慢，还是该庆幸他清醒？ 也许这才是这个时代最值得留意的信号： 最有可能造出超级智能的那群人里，至少有一些开始承认，关于"什么值得追求"这个终极问题，工程师的答案可能不够。 而人类为这个问题准备了几千年的信仰和人性，也许终于等到了它们被最需要的时刻。

#美股分析週報 #市場情緒籌碼 比起股市，現在的棒球場更好看，即使看不懂，還有啦啦隊可看，你們覺得呢？ https://quaily.com/futureweekly/p/sentimentsurvey20260305

愛死腦洞超大的川普

RT @IEObserve: Stan Druckenmiller 談投資哲學：從 Nvidia 到反向思考的藝術 傳奇宏觀投資人 Stan Druckenmiller 近日接受 Morgan Stanley 旗下節目《Hard Lessons》的專訪，與 Morgan Stanley 全球衍生品分銷暨結構化業務主管 Iliana Bouzali 深度對談。 #從一支以色列學名藥廠看懂選股邏輯 訪談一開始，Bouzali 詢問 Druckenmiller 近期是否有進場時機偏早、但最終獲利的案例。他沒有挑選任何 AI 題材股，而是以以色列學名藥廠 Teva Pharmaceuticals 為例說明 Duquesne 的選股流程。 「如果你不清楚內情，Teva 看起來就是一家無聊的以色列學名藥廠，本益比只有六倍。」他說。但關鍵在於一場重大轉型正在發生，新任執行長 Richard Francis 帶著在 Sandoz 行之有效的同一套劇本上任，削減低垂的效率果實之餘，更積極帶領公司從學名藥轉向生物相似藥，甚至布局原創新藥。 這個轉型卻讓公司陷入一個尷尬的市場真空地帶：「股東群都是價值型投資人，所以他們很討厭這個策略。價值投資人在賣，成長型投資人又說轉型還沒完成，不感興趣。」 正是這種兩面不討好的處境，讓股價維持在低檔。六、七個月前股價是 16 美元，訪談當下已漲到 32 美元，本益比從六倍重新評價到約 11.5 至 12 倍。 「如果你只看今天，你賺不到錢。你必須往前看，思考什麼可能改變，以及投資人未來會怎麼看待這件事。」 #不需要是專家但需要信任對的人 Bouzali 好奇，投資生技或製藥這類高度專業的領域，是否一定要懂整個藥物開發管線？Druckenmiller 的答案相當直接。 「老天保佑，答案是斷然的不需要。但我在 Duquesne 必須有一個真的懂的專家，我必須信任他的判斷，然後我再去感受市場會怎麼看待他所描述的這個變化。」 他坦承，當生技分析師開始講基因定序、基因編輯和蛋白質的時候，這些東西完全超出他的理解範圍。「但我能感受到他們的熱情程度。當他們真的很興奮，對我來說這和實際的數據事實一樣重要，因為我沒有聰明到能理解很多實際的技術細節。」 他也坦率說明自己的優勢所在：「我的優勢不是 IQ，是扣板機。我承認這是某種形式的智識能力，但我媽媽的婆婆說我是個白痴天才。我在班上成績不在前 10%，很多人覺得我很聰明，那是因為我擅長這門生意。我只是有一種非常狹窄的智識能力，讓我熱愛並且能玩這個遊戲。」 #天賦加導師缺一不可 被問到他的投資思維有多少是天生、多少是後天學習，Druckenmiller 給出了一個結構清晰的答案。 「我被賜予了一份禮物，我不知道為什麼，但這份禮物就是複利滾錢的能力。」他認為，基本的技能組合必須是天生的，「你要嘛有做這行的本事，要嘛沒有。」 但光有天賦還不夠，導師同樣是必要條件。「我在匹茲堡剛起步的時候有一位很棒的導師，而且我發現，偉大的投資人幾乎都有過不可思議的導師。」 他特別提到從 George Soros 身上學到的教訓。「說來有趣，我去那裡的時候，我以為我會學到是什麼讓日圓在市場上漲跌。說來不謙虛，我發現我在這方面懂的比他還多。我從他身上學到的是部位的大小。不是你對或錯，而是你對的時候賺多少、錯的時候賠多少。這是無價的一課。」 #當下的市場定位 面對「如果重新從零開始建構投資組合，你會怎麼做」這個問題，Druckenmiller 先點出幾個大背景：美國經濟已經很強，搭配財政刺激可能進一步走強，Fed 大概不會升息甚至可能降息。但高估值是隱憂，「我們不是被低估，我們在歷史估值區間的高端。」 他對接下來幾年的機會集合感到興奮，尤其是因為大規模的擾動與變化正在發生。目前的配置方向包括： 股票方面，持有一個多元折衷的組合，在日本和韓國保有大部位，部分與 AI 相關，部分不是。AI 驅動的部位已從早期的主導地位退居其次。 貨幣方面，看空美元，理由是美元從購買力角度來看處於歷史高區間，且外國人持有美元資產的比例過高。「我不知道這是不是一個賣出美國的交易，但就算外資只是停止淨買入美元資產，光是貿易收支和部位的角度，美元就會自然下跌。」 商品方面，持有銅。「這不是什麼天才交易，這是大家都知道的共識交易。未來八年沒有顯著的新增供給，而 AI 和資料中心又帶來額外需求。」此外也持有黃金，主要是基於地緣政治的考量而非貨幣因素。 債券方面，做空美國國債，不是為了獲利，而是作為整體投資組合的對沖工具。「如果我對經濟的判斷正確而且沒有通膨，我大概打平；如果強勁成長帶動通膨，做空債券就會賺錢。這樣無論哪種情境，我都能持有其他資產。」 #市場結構改變了嗎？ Bouzali 問到，多策略避險基金、散戶投資人、系統化交易者和 ETF 的湧入，是否改變了 Druckenmiller 看待交易時間框架的方式。 他的回答是否定的。「我設想的多數交易，時間框架是 18 個月到三年。所有這些關於市場結構改變的雜音，完全沒有改變我剛才說的。這些結構帶來的波動，對我來說更多是進場點的機會，而不是干擾。」 他承認波動對心理是折磨，但強調心態的重要性：「你不能讓自己成為波動的受害者，你必須反過來利用它。這在心理上很難，但你可以做到。」 #反向操作被高估了 被問到是否偏好逆向思考，Druckenmiller 給出了一個出人意料的答案。 「我認為反向操作被高估了。」他引用 Soros 的話說，「群眾 80% 的時間是對的，你只是不能被困在那 20% 裡面，因為那會讓你頭破血流。」 他自己確實從那 20% 的例外中得到智識上的滿足，但作為一個概念，他不認為反向操作有多大價值。「我喜歡的情況是，我有極度的信念，但沒有其他人相信。這讓我更有信心。如果我認為論點是對的，趨勢也站在我這邊，我不在乎一個交易是否擁擠。」 #Nvidia的故事從不會拼到賺六倍 訪談中最精彩的片段，是 Druckenmiller 回憶他如何在 2022 年初入場 Nvidia。 「我有幾位年輕的明星在我的公司，他們有一個人脈網絡，從 2022 年初到中期就開始深入討論 AI。我也注意到史丹佛的學生從加密貨幣各半轉向，開始更多往 AI 移動。我們在創投界一直看這個，那就是學生往哪裡去。」 他的合夥人安排了一場在帕羅奧圖的聚會，請來 AI 圈的人解說。「大部分超出我的理解，但我知道這件事非常重大。」 於是他問合夥人該買什麼，得到的答案是 Nvidia。「就憑著剛才說的這些，我買了一個不大但足以讓我痛或賺到錢的部位。然後大約兩週後，ChatGPT 發布了，那場聚會完全沒有提到這件事。」 看到 ChatGPT 早期展示的功能，他立刻加碼。之後在一場 Morgan Stanley 的宏觀電話會議上，一位科技分析師打斷了所有宏觀投資人談論利率、匯率的討論，說：「你們只看到樹，沒看到森林。有一件事比你們說的任何事情都重要，包括對宏觀而言。」他繼續深化了 AI 的論述。這次 Druckenmiller 已經有了 ChatGPT 作為佐證，於是再度加碼。 「我在三個月前還不知道 Nvidia 怎麼拼。」 股票大漲之後，他從多年的經驗中知道，「當你面對大規模的變革，投資人就是跟不上它的節奏。那個對 AI 了解最透徹的人，反而很快就賣掉了。但我知道這支股票至少會再漲兩三年，而且會漲很多。」 他曾在一次公開訪問中說，股價已經從 150 漲到 390，他還是看不到自己賣出的理由。但等到漲到 800，他破功了。「我違背了我說過的一切，我無法承受成功。我從 150 漲到 800，長期持有，但我受不了，我賣了。然後五週後漲到 1,400，我當下難受極了。」 他最後自我調侃：「我甚至連它的獲利數字是多少都說不上來。」 #技術分析已大幅失效 被問到哪些工具的重要性已下降，他點名技術分析。「我可以明確告訴你，技術分析今天的有效性大約只有當年的 20%，因為當年沒有人在用它。但當所有人都在用，它就失效了，因為你不再有獨特的優勢可以利用。」 同樣失效的還有「股價對消息面的反應」這個訊號。以前，一家公司公布很差的財報、盤後大跌，但隔天反而上漲 10%，幾乎可以確定六個月後股價會更高。「那已經不成立了，因為所有人都學會了這個道理。」 「我沒有忘記這些工具，但我不再像以前那樣依賴它們了。」 #智識上的成長，勇氣上的退步 Druckenmiller 坦率評估自己目前的狀態：「我覺得我擁有的智慧和交易工具比 30、40 歲時更多，但我那時候是更好的基金經理人，因為我有勇氣。我會建立更大的信念部位。我正在嘗試找回一些當年的膽量，因為那樣更有趣。」 Bouzali 問他：「所以你在退縮？」他毫不遮掩地說：「當然，我退縮已經很長一段時間了。我是 Mr. DACO：Druck Always Chickens Out，Druck 永遠退縮。」 #硬課題：帶著傷疤繼續走 節目最後，Bouzali 請他分享職業生涯中學到最艱辛的一課。Druckenmiller 說他的傷疤多到難以置信，其中最廣為人知的，是 1999 年那次在 Nasdaq 泡沫中先是完美出場，卻又在高點重新買回。 「有人問我從那學到什麼，我說什麼都沒學，我二十年前就學過不能這樣做，但我讓情緒接管了，而這是我每天都在對抗的事情。」 他說在職涯某個時間點，他終於領悟到，犯錯、情緒波動都是永遠無法根絕的事。「但你有天賦，就停止折磨自己了，別花超過 48 小時甚至更長時間為此苦惱。你做這行夠久了，記錄也在那裡，這已經不再是隨機意外，雖然我有十五年都不相信這一點。」 Bouzali 說：「所以 Stan Druckenmiller 有冒牌者症候群長達 15 年？」他回答：「是的，也許更長。」

每一次科技變革都會有組織型態再造，只是這次規模更大

#美股分析週報 #市場情緒籌碼 今年比較少在X分享，還在適應、調配時間，也還好美股行情目前有氣無力的，即將進入三月，當前的僵局有機會結束 https://quaily.com/futureweekly/p/sentimentsurvey20260226

$AA 奸巧的玩法

$NVDA 長達半年的橫盤，這次在財報前出現波段多指標，拭目以待明早黃爸會端出什麼好料，至少該突破去年高點再回來😎

#市場情緒籌碼 #美股分析週報 平淡的市場，籌碼顯示延續上週的反彈意圖，但硬度跟持久度就沒有太多保證了 https://quaily.com/futureweekly/p/sentimentsurvey20260219

$DE 突然飆車的感覺挺好，有時飆漲反應的不見得是市場多看好，而是修正之前過度低估的結果

$BMY 還太少，希望下週給我紅包 謝謝

RT @hqinjarsy: 上一篇我们聊了韩炳哲的《在群中》，这篇聊一本可能是他所有书里最具"体系感"的：《精神政治学》。 如果说《在群中》告诉我们群是无法行动的，这本接着问一个更阴冷的问题：那是什么力量让这些孤立的个体心甘情愿地待在群里，甚至感觉不到自己被控制？ 这本的核心论点是，权力的最新形态不是压迫你的身体，而是操控你的心灵。而最高效的操控，是让你觉得一切都是你自己选的。 韩炳哲的出发点还是福柯，但这次是为了告别福柯。福柯一辈子研究的是“生命政治”（biopolitics），就是权力如何管理身体。监狱管你的行动，医院管你的健康，工厂管你的时间，学校管你的姿态。整个规训社会的逻辑是，通过控制身体来控制人。 韩炳哲说，这套分析对20世纪是有效的，但对21世纪已经不够了。因为新自由主义时代的权力根本不需要控制你的身体。它不需要围墙，不需要监视塔，不需要强迫。它直接作用于你的心理，你的欲望，你的注意力，你的情感。他管这个叫“精神政治学” （Psychopolitics）。 区别在哪？生命政治说“你不可以”，精神政治说“你可以，你值得，你想要”。生命政治用禁令，精神政治用激励。生命政治的工具是监狱和工厂，精神政治的工具是社交媒体，自我优化app，和“做最好的自己”这类话语。 之前讲的《倦怠社会》里说的“功绩主体的自我剥削”。终于到了这本书，这个说法获得了一个更完整的解释框架。你之所以自我剥削，不是因为你有病，而是因为整个系统的权力运作方式就是让你“自愿地”这么做。（甚至福柯活过来了估计也这么说） 你不是被命令加班的，你是被激励加班的。你不是被强迫消费的，你是被精准推送“你可能喜欢的”。你不是被审讯的，你是主动把自己的数据，偏好，行踪，社交关系全部交出去的。 韩炳哲在这里有一个非常冷的判断，大数据不是知识，大数据是控制。他说我们这个时代对数据的迷信本质上是一种新的权力形式。谁掌握了你的数据模式，谁就能预测你的行为，而能预测你行为的人就能操控你的行为。你以为你在自由地做选择，但你的选择空间本身已经被预先塑造过了。 这跟传统监控的区别是什么？传统监控是“我看着你，你知道你被看着”。精神政治的监控是“我比你更了解你自己，而你完全不觉得你被监控了”。前者让你恐惧，后者让你愉悦。你刷到一条完美契合你兴趣的内容，你的反应是“这个算法真懂我”，而不是“这个系统在操控我”。 韩炳哲说，这才是最高效的统治，被统治者把统治体验为自由。 他在书里还做了一个很重要的概念区分，即“自由”和“自愿”不是一回事。这在今天的语境里极其关键。每次有人质疑社交媒体的操控性，都会有人说“又没人逼你用，你可以删掉app”。每次有人质疑过度工作，都有人说“你自己选的这条路”。 韩炳哲会说，这恰恰就是精神政治的话语陷阱。当系统已经深度塑造了你的欲望结构和选择框架，你的“自愿”到底还有多少是“自由”？ 一个赌徒是自愿走进赌场的，但你不会说赌场里的赌博是自由的。 放到科技行业的语境里，这本书几乎是对整个注意力经济的哲学审判。每一个“个性化推荐”，每一个“你可能认识的人”，每一个“基于你的浏览历史”，背后都是精神政治在运作。它不强迫你做任何事，它只是不断微调你的环境，直到你“自然而然”地做出它希望你做出的选择。 这对当下的 AI 时代的意义可能更深远。当 AI 可以生成完美匹配你情感状态的内容，当聊天机器人可以比你的朋友更“理解”你，当推荐系统可以在你意识到自己想要什么之前就把它推到你面前，精神政治就进入了一个全新的阶段。不再只是“比你更了解你”，而是“替你想，替你选，替你感受”。当然 韩炳哲没有在这本书里讨论AI，但他的框架几乎是为这个讨论量身定做的。 和他其他书比起来，《精神政治学》的愤怒感更强一些。不是那种激烈的愤怒，而是一种冷的，持续的，对新自由主义精神操控的拒绝。他在说不要被“自由选择”的表象骗了。问一问你的选择是怎么被塑造的，你的欲望是怎么被引导的，你的“自我”是怎么被构建的。如果这些问题的答案都指向同一个系统，那你所谓的自由，可能只是一条更精致的锁链。 我们下一篇来聊《美的救赎》，讲的是在一个一切都被设计成“好看”的时代，为什么“美”反而消失了。如果精神政治通过愉悦来控制你，那“美”在这个控制结构里扮演的是什么角色？

Bitcoin up or down? 5 minute up/down crypto polymarkets are now live. Powered & secured by Chainlink 🤝

RT @hqinjarsy: 上一篇我们聊了韩炳哲的《爱欲之死》，这篇聊一本跟它几乎是姊妹篇的书：《他者的消失》。如果说《爱欲之死》讲的是我们丧失了渴望的能力，这本往下再挖一层，问的是：那为什么我们丧失了？因为我们的世界里已经没有真正的“他者”了。 这本书的核心论点很直白，就是我们这个时代的根本问题不是排斥他者，而是消灭了他者。 这句话需要解释一下，过去几十年西方社会（以及受其影响的全球话语）最关心的议题之一是“他者性”，包括种族，性别，文化差异，身份政治。整个进步叙事的核心是，我们要包容他者，要尊重差异，要给边缘群体空间。 韩炳哲不反对这些，但他指出了一个大家没注意到的dilemma：在我们如此热烈地谈论“多样性”和“包容”的同时，真正的他者性（otherness）其实正在消失。而消灭它的不是排斥，恰恰是同化，一种以“包容”为名的同化。 也许初听起来有点奇怪，他的逻辑是这样的：真正的他者是让你不舒服的，是你无法用自己的框架去理解的，是对你构成挑战甚至威胁的存在。他者不是“跟我不一样，但我觉得很有趣”的异国风情，他者是那个让你的世界观动摇的东西。 但我们这个时代对“差异”的处理方式是什么？是把差异变成可消费的。多元文化变成了美食节，身份差异变成了社交媒体上的标签，异国他乡变成了打卡景点。一切“不同”都被收编进了一个以“我”为中心的消费体验里。 你没有真正遭遇他者，你只是消费了一个差异的符号。 这跟《爱欲之死》的逻辑完全衔接。爱欲需要他者，而他者正在被消灭，所以爱欲也跟着死了。 韩炳哲借了一个免疫学的隐喻来说这件事。他说，20世纪是一个“免疫学时代”，社会的主要焦虑是关于入侵，比如外敌，病毒，异族，异见。整个社会像一个免疫系统一样运作，区分“自我”和“非我”，排斥一切外来的东西。冷战，边境墙，意识形态对立，都是这个逻辑。 但21世纪不一样了，我们这个时代不是免疫学的，而是“神经元的”。问题不再是外部入侵，而是内部过载。不是病毒让你倒下，是信息，刺激，选择，可能性太多让你崩溃。你不是被敌人打败的，你是被自己淹没的。 Echo之前谈的《倦怠社会》，那边讲的“功绩主体的自我剥削”，到了这里变成了更根本的诊断：自我剥削之所以可能，是因为外部的“他者”已经不存在了。当世界里没有真正的阻力，没有真正的对手，没有真正让你“出离自我”的力量，你就只能不断地回到自己，围绕自己旋转，最终把自己榨干。 他还有一个观察让人觉得刺痛。他说，社交媒体制造的不是连接，是“同者的回声”。你的 feed 是根据你的偏好算法推送的，你看到的观点是你已经同意的，你遇见的人是跟你相似的。这不是在遇见他者，这是在不断遇见自己。 所谓的“信息茧房”只是表层描述，韩炳哲要说的更深：这不只是一个信息过滤的问题，这是一个存在论层面的问题。当你的整个世界都是"自我"的延伸，当你的屏幕就是一面镜子，你就活在一个没有外部的世界里。而一个没有外部的世界是窒息的。 很多人的直觉反应是，“那不对啊，互联网上明明到处都是冲突和对立，怎么能说他者消失了？” 韩炳哲可能会这么回应：“那些冲突恰恰不是真正的他者之间的冲突”。 推特上的骂战，评论区的对线，政治阵营的互相妖魔化，这些都不是在遭遇他者。真正的遭遇需要“你被改变”，需要“你承认自己可能是错的”。而网络上的冲突是强化型的，每一次对骂都让你更确信自己的立场。你以为你在跟“不同的人”交锋，其实你只是在跟一面镜子吵架，一面让你看到自己反面的镜子。 那什么才是真正遭遇他者？韩炳哲暗示，是那些让你失去控制的时刻。是你读到一段话，突然觉得自己之前的想法全错了。是你遇见一个人，但你无法把对方归入任何已有的类别。是你去到一个地方，发现自己所有的假设都不成立。这种经验是痛苦的，不舒服的，甚至是有风险的。但正是这种经验让你“活着”，而不是只在自我的回路里空转。 韩炳哲在这本书里的态度比其他几本更悲观一些。他没有给出明确的药方，因为他者的消失不是一个你可以靠个人意志逆转的事情，它是一整套技术架构，经济逻辑，和文化趋势的结果。但他至少让你意识到了这件事。 当然，也许有时候，意识到问题本身就是药方的起点。 下一篇打算聊《在群中》，讲的是数字时代如何瓦解了真正意义上的“公共”。如果说“他者”已经消失了，那么由他者构成的“公共空间”又变成了什么？

#美股分析週報 #市場情緒籌碼 這週的籌碼出現警訊，市場結構開始鬆動了，要跟黃爸道別了嗎？ https://quaily.com/futureweekly/p/sentimentsurvey20260212

長期投資者的幸福之一 就是 我們一個決策可以吃紅利很久很久 我是真的很喜歡 $DE 這家公司 就像個善良、腳踏實地的另一半 對比遇到AI家暴的軟體股 心中幸福感又更高了 P.S.軟體股會反彈但大行情在下半年