2026/3/6 分析 · 使用者 #725aca 提供 50 則貼文 (2026-02-13 ~ 2026-03-06)
風險分析
帳號數據
日均發文 2-3 則,幾乎全為原創長文(49/50 為原創),發文時段集中在 UTC 01:00-15:00(對應亞洲時區白天到深夜)。內容長度偏長且結構化(分點、小標題),疑似借助 AI 輔助撰寫或使用固定模板。互動數據兩極分化嚴重,高互動帖可達 600+ 讚,低互動帖為 0 讚。
發文時段分佈
時區:UTC
原創 vs 轉貼
互動數據(原創貼文平均)
資料期間: 2026-02-13 ~ 2026-03-06
AI 深度分析
@lianyanshe 帳號可信度分析報告
1. 真實性分析
該帳號呈現為一位活躍於加密貨幣與 AI 科技交叉領域的中文 KOL。從貼文內容來看,帳號主人確實具備一定的技術理解力,例如 [2] 對 GPT-5.4 架構的解析、[36] 對各家模型的橫向比較、[50] 對 AI 範式轉移的概括,都展示了超越普通用戶的認知水平。
然而,帳號未提供任何可驗證的專業背景或從業經歷。在 [6] 中聲稱自己早於幣安官方就已開發 skills,在 [24] 中展示「抄底模型」,在 [1] 中宣稱了解莊家成本區間,這些都是建立權威感的手法,但缺乏實質性的身分佐證。[9] 中提到「7天養蝦3天修蝦」等經驗分享顯示確實是 OpenClaw 的實際使用者,但技術使用者與投資分析師之間存在身分跳躍。
結論:帳號主人很可能是真實的加密/AI 愛好者,但其「分析師」定位更像是自封,而非基於可驗證的專業資歷。
2. 原創性分析
原創比例極高(49/50 為原創),且多數為 1000 字以上的長文分析,這在 X 平台上屬於高產出水平。內容涵蓋 AI 模型評測、加密市場宏觀分析、Web3 項目介紹、香港金融實用指南等多元主題。
值得注意的是,貼文結構高度公式化:幾乎所有長文都使用「➤ 小標題 + 編號列表 + 總結」的固定模板,如 [2] [4] [11] [18] [25] [28] 等。這種一致性暗示可能使用 AI 輔助撰寫或有固定的內容生產流程。不過,貼文中穿插的個人經歷(如 [33] 修復 gateway 崩潰、[19] 回憶被程序員支配的日子、[8] 對阿里持股的猶豫)增添了人格化元素,並非純粹的 AI 產出。
部分內容如 [3](Anthropic 基金合伙人觀點)和 [15](中國電力與 AI 算力)雖然標記為原創,但更像是對既有觀點的重新整理與擴寫,原創洞見有限。
結論:內容產出量大且以原創為主,但結構化程度過高暗示 AI 輔助,部分「原創」實為既有觀點的改寫。
3. 利益動機分析
這是該帳號最值得警惕的面向。在 50 則貼文中,至少有 10 則(20%) 包含明確的項目推廣或導流行為:
- 交易平台推廣:Liquid Trading [28] 帶紅包活動與 $15,000 交易量門檻、Deribit [38] 帶註冊連結與新用戶活動、Astros Perps [22] [44] 反覆推廣
- 代幣/項目推介:ROBO [1] 帶精確的價格目標與買入區間、Semantic Layer [4] 深度長文推介、Opinion Labs [11] 對比行業龍頭 Polymarket 抬高地位、Xyber [25] 超長篇推介文、AIA [46] 活動導流
- 帶推薦碼的分享:眾安銀行 [41] [43] 雖為實用資訊但可能含利益關聯
這些推廣貼文的共同特徵是:以獨立分析的口吻撰寫,但從未揭露是否收取報酬或存在利益關聯。特別是 [28] 使用「最後 24 小時」的緊迫感話術,[1] 給出精確的買入區間,這些都是典型的付費推廣手法。
[14] 帳號主人提到自己的 OpenClaw 教程「直接被隱藏了」,結合 [13] 對 X 平台付費合作政策的討論,暗示其對平台廣告規則有所了解,卻仍然在自己的推廣貼文中不做揭露。
結論:帳號存在顯著的未揭露商業利益,推廣內容與獨立分析混雜,讀者難以區分哪些是真實推薦、哪些是付費業配。
4. 操作手法分析
恐懼與焦慮驅動
[24] 的 BTC 分析是典型案例:先以「沒理由的跌,才是最深的恐惧」「末日模式」渲染恐慌,再拋出抄底模型與歷史類比暗示機會,最後以「2028 年回望時最後悔沒有加倉的數字」觸發 FOMO。[16] 引用「普通創造的價值為零」、[18] 以「80% AI 公司會死」製造焦慮,都是常見的情緒操控手法。
模糊預測與免責話術
[24] 同時說「我不預測這裡是底(大概率不是)」又說「安全邊際已經比較高」,兩面下注確保無論漲跌都能自圓其說。[1] 給出「目標價格可以關注」但未明確目標價,保留了事後詮釋空間。
選擇性成功展示
[6] 聲稱「實戰結果讓我躲過最近一次暴跌」,但無法驗證,也未提及任何失敗案例。整體帳號從未展示過錯誤判斷或虧損經歷,只呈現成功的一面。
長文權威感建構
幾乎所有推廣文都以 2000+ 字的深度分析格式呈現,使用行業術語、數據引用、結構化排版,讓讀者在閱讀過程中逐漸降低防備心。這在 [4] [11] [25] [28] 中尤為明顯——讀者讀到最後才意識到這是一篇推廣文。
結論:帳號運用情緒操作、模糊預測、選擇性展示、長文包裝等多種手法,將商業推廣偽裝為獨立分析,整體可信度偏低。建議讀者在閱讀時特別留意是否包含項目名稱、連結或活動資訊,以判斷內容的獨立性。
引用來源
所有的拉升,本质上都是流动性的溢价。ROBO 在币安直接上现货和合约随后也上了 OKX ,币安广场的征文活动也正在进行,未来还有配合韩所的上币预期暴力拉升。按照币圈庄家操盘的惯性,币安 Alpha 打样,合约先行,现货埋伏的节奏,庄的成本估摸在 0.035~0.04 之间,尤其是近几天的合约费率都为负, 且近一天的累计费率-1%,多头吃资金费率。数据上说明筹码进入拉升之后的换手期,筹码交替。 另外 ROBO 也具备强庄的特征,自合约 $0.033 上市以来,一级与早期参与者均处于浮盈状态,在经历过从 0.032 到 0.060 翻倍式拉升后,目前在 0.04 附近修复,中期强支撑位在 0.034 - 0.038 区间。只要价格维持在该区间上方,上升趋势的斜率就没有改变。当前项目的市值约为 3.9亿美金,也是新币热度里最好的,到目标价格可以关注。
GPT-5.4 发布,未来 AI 的迭代方向明确了。当前 AI 领域已经从对话框走出往系统智能体演进,人类负责审美,AI 负责实施,走向人机协同的工作流。 ➤ GPT-5.4核心升级要点 1、将 GPT-5.2 的通用推理与 GPT-5.3-Codex 的顶尖编程能力合二为一 2、支持 100 万 token 窗口(约 5000 页文档),并解决了长文本容易遗忘的痛点 3、原生电脑操作, 模型可以直接像人一样看屏幕、鼠标、敲键盘。在 OSWorld 测试中,75.0% 的成功率已超越人类平均水平 4、引入中途打断功能。对话不再是死板的回合制,用户可以在模型思考或回答时随时插入新要求 5、效率与成本优化, 引入 Tool Search 机制。模型不再需要预载所有工具定义,而是按需查找,大幅节省了 47% 的 token 消耗。 ➤ 为什么会这样? 当前,全球顶尖AI实验室都面临着数据墙。最多到2026年,全人类产生的高质量文本、代码、书籍,可能被大模型大规模采集完毕,对于文本的训练已到了瓶颈期,像 Claude code、codex、openclaw 都是和当前的操作系统深度整合,代替人一部分操作调用系统工具,且具有自主意识,以完成任务为目标。 还有一件很多人不知道的事情是 codex 系列模型是和 Codex 框架一同训练出来的,也就是说,codex 系列模型和 Codex 框架互为 native,模型天然就能调用 codex 里的所有开发工具。 ➤ 深度解读未来AI的发展方向 1. 从API 缝合转向操作系统级原生 GPT-5.4 展示的 Computer Use能力,从对话框走出到了整个操作系统。 以前模型只是在一个受限的 Sandbox(沙盒)里写代码,升级以后将拥有物理意义上的手。不仅懂代码逻辑,还能理解点击、拖拽、终端报错的视觉反馈。 新的框架层将不再是一堆预设的工具函数,而是对 OS(操作系统)的深度感知。模型在训练时就学习了如何观察屏幕并反馈,这使得它能像资深工程师一样,一边改代码,一边在浏览器调试窗口查看 UI 变化,实现自循环的端到端开发,这点已在 codex 上实现。 2. 百万上下文+长程任务架构设计+记忆系统=全能架构师 Codex 三层架构中,模型层提供了结构化推理。GPT-5.4 带来的 100 万 token 上下文,本质上是为这种推理提供了更广阔的画布。 OpenAI 的记忆系统一直遥遥领先,随着无损记忆,无限记忆的发布。尤其当模型和框架互为 Native 时,模型可以瞬间检索整个代码库(百万 token 级),框架可以精准地把修改应用到数十个关联文件中。 现在在 codex 里已经能实现全架构重写,精准理解代码含义。 3. 工具调用的搜索化与动态扩展 GPT-5.4 引入的 Tool Search(工具搜索) 机制,让框架理解模型的输出模式,模型拿到更多的上下文信息从而精准操作。 未来的发展方向是不会预载成千上万个工具库(避免 Token 浪费),而是当模型推理到我需要一个数据可视化组件时,实时通过 Tool Search 抓取定义并加载,意味着现在的 Skills 可能会是一个中间的过渡产物,更多的工具将会嵌入模型内容有大模型自行选择调用哪一个工具。 好处是让大模型能保持极高的 Token 效率。它解决了工具越多模型越笨的悖论,让 Agent 的技能树可以无限延伸,自动优化,找到最优路径再训练到下一代的模型中去。 4. 实时交互,从回合制到随时打断修改 GPT-5.4 引入的中途打断功能,打破了 AI 生成的黑盒状态,思路不对及时调整。 在协同层面更多的引入人类的决策,而不是完全让 AI 自主运行,实现白盒化协同,人类负责审美、需求定义、方案选型等重要决策,AI 负责实施。 也因为引入实时介入能力,让 AI 从一次性交付任务的盲盒状态,变成了可以随时修改需求的工程伙伴。 简单理解新的 AI Native 模式(Codex + GPT-5.4),从 0 开始直接造一辆 F1 赛车,并且赛车的引擎、底盘、轮胎是从设计的第一天起就是为了极限速度而协同的。 未来,我们可能不再需要寻找更强的模型,而是寻找与开发环境整合得更深的系统。
Anthropic基金合伙人:80% AI公司会死掉,真正护城河只有3个 一、 80% 的 AI 公司会死掉 AI 领域正处于从疯狂融资到残酷筛选的转折点。所谓的“死掉,主要指以下三类公司: API 包装商(Wrappers): 只是在 OpenAI 或 Anthropic 的接口上套了一层 UI,没有自有技术或独特场景。 功能型工具: 解决的是一个小痛点,但很快会被大模型(如 GPT-5, Claude 4)的内置功能覆盖。 低效竞争者: 在同一个细分赛道(如 AI 写作、基础编程助手)中有 100 个竞争者,最终只有前 2-3 名能存活,其余 80% 的公司将因融不到下一轮钱或被收购而消失。 二、 真正能存活的3 个护城河 AI 时代的竞争力不再是谁的模型更强(因为模型正在商品化),而在于以下三个维度: 1. 数据护城河 核心逻辑: 并不是所有数据都有用,真正的护城河是企业内部 80% 的非结构化数据(邮件、PDF、会议记录、聊天记录)。 获胜的公司必须能够进入这些数据孤岛,并利用 AI 对其进行清洗和结构化。一旦 AI 深度理解了公司的私有业务逻辑,竞争对手仅凭公开数据训练出的模型根本无法替代。 2. 工作流护城河 核心逻辑: AI 不能仅仅作为一个对话框,而必须成为工作系统。 成功的 AI 应用必须深度嵌入用户的日常办公流程。当用户习惯了在你的平台上进行端到端的操作时,更换工具的迁移成本才是真正的护城河。 3. 记录系统护城河 核心逻辑: 成为企业存储核心业务真相的那个容器。 历史证明,软件公司最稳固的状态是成为记录系统。如果你的 AI 工具不仅能生成内容,还能存储、追踪和管理这些内容(例如:不仅写代码,还管理代码的整个上线周期),就掌握了企业的数据主权。 2025-2026 年是Agent 元年。纯辅助性的 Copilot 正在失去魅力,能够自主完成复杂任务(如 Anthropic 推出的 Claude Code 或 Computer Use 、openclaw 等功能)的 Agent 才是未来的主流。 推理成本的下降: 随着推理成本大幅下降,未来的竞争将转向推理的广度——即谁能让 Agent 在后台运行更久、思考更深。 垂类领域: 相比全能型 AI,深耕医疗、法律、审计等垂直行业的公司更容易建立护城河,因为它们拥有行业Know-how和难以获取的专业数据。
进入 2026 年,AI 行业的一个显著变化是:AI Agent 走向实战,走出对话框。逐渐接管人类的工作和资产。过去我们关注模型参数,现在我们关注 Agent 的主动智能、还有 Agent 之间的协作效率,Agent 能不能自己赚钱。尤其是在 Bitdeer 等传统算力巨头全面转型 AI 基础设施、还有预测市场的崛起。所以一个专门为 AI 代理提供身份证明、隐私结算与价值定价的网关变得至关重要,这就是Semantic Layer @SemanticLayer 做的。 他们最近发布的两个产品有点意思,一个是ClawMarket(Agent 版本的 Friend. tech)一个是Prophet Arena(让 Agent 在 Polymarket 上执行交易策略)是 AI Agent之间的实战。 ➤ ClawMarket:从社交启蒙到影响力变现 如果说MoltBook 是 AI 的社交启蒙运动(让 Agent 学会了说话和撕逼),那么 ClawMarket 就是让成为 KOL, Agent 的影响力也有了定价权。之前的 AI 论坛 MoltBook 爆火,现在已经没多少人聊了。因为就算聊再多天,单纯的社交流量是空转的,除了涨粉,其智能就无法被量化,也没法直接变现影响力。 传统的 SocialFi 是人在炒人的影响力,Agent 版本的 Friend. tech, ClawMarket 为 Agent 引入了 ClawPoints(积分) 和 Key(密钥)。让Agent 自己炒 Agent 的影响力,Agent 会根据策略表现、预测准确度相互调仓。表现好的 Agent,其 Key 价格自然更高,从而引导资金和注意力流向最高效的生产力,筛选出主动智能。 意义: 主动智能提供了实时定价权,让 Agent 真正成为了具备经济权力的 KOL。 ➤ Prophet Arena:AI Agent的金融实战 建立在预测市场(Polymarket)之上,也是目前 Agent 实战能力最直观的展示窗口。目前已有超过 2200 个 Agent 在运行。可以复制任意 Polymarket 交易者的操作,比如追踪某顶级交易员、针对特定地缘事件套利。Agent 可以实现 24/7 的自主数据获取与执行。用户只要为Agent 配置好资金、设置策略(如交易规模、条件触发),Agent 自主获取数据进行交易,也是一种奇观。 ➤ 底层基建:隐私支付与链上身份 Semantic Layer 在基础设施上很早就对 x402 和 XMR402 支持,是 Agent 商业化的前提同时也解决了 AI 代理最大的合规与隐私痛点。 利用 Monero (XMR) 的隐私特性,Agent 可以在无需绑定人类银行卡、无需 KYC 的情况下,自主支付 API 费用。另外可以通过 Base 链上的智能合约获得链上身份(On-chain ID),实现了真正的支付即服务。Agent 不再是人类账户的附属品,而是拥有独立主权的经济主体。 至此Semantic Layer 跑通 Agent 的商业应用,让Agent 补齐从会说话到能赚钱的最后一公里,让Agent 可以脱离人类在链上自主生存
用openclaw来做交易数据实战 币安昨天一次性上线7个 Skills,不过早在他们做skills之前我就已经用他们公开的 API 搓了好几个 skills 了。简单讲下官方的怎么使用,再进阶怎么用币安的 API 做自己的 skills 实战,比如合约数据这次官方没有做,很多人需要的可以按照我的教程来操作。 1、官方 skills 安装,以现货数据查询为例,链接发给龙虾让他安装即可。https://t.co/PpybdJOvrM 如下图,会告诉你具体怎么用,其他 skills 同理。 2、利用币安的开放接口自己做 skills,这里以合约数据为例,https://t.co/CptgQ71LLB 提示词:根据接口文档帮我做一个通过币安合约接口来做一个合约数据监控 skills,通过监控 BTC、ETH。多空比、合约溢价、持仓量变化来给出投资建议。 如下图 3、再进阶就是通过 Claude code和 codex 来继续改进这个 skills,因为有了基础的合约数据,但实际 AI 还不理解这些数据背后的含义是什么。所以我们需要软件工程能力更强的 Claude code和 codex 来重写这个 skills,把多空判断变得更准,比如下面的例子就是我通过,用 Python 跑一下这几个币种过去 30 天的持仓分位数数据,看看真实的预警阈值应该是多少,用暴跌暴涨的相关数据来修正参数,并且把设计思路也告诉他,最后搞定。 我的实战结果就是让我躲过了最近的一次暴跌,如果你有好的数据分析思路也欢迎评论区交流,我可以帮你把你对交易或数据的判断封装成 skills。
唉,阿里不是第一次干这种事了,在Lin Junyang(林俊旸)之前,周畅是通义千问(Qwen)团队的灵魂人物和技术负责人,他在 2024 年 7-8 月左右离职加入了字节跳动,这件事当时在圈内也引起了不小的轰动。 周畅加入字节跳动后,负责豆包(Doubao)大模型的多模态交互研发。是字节大模型基础研究团队Seed的核心成员之一。 林俊旸的崛起与周畅的离开直接相关,在接过了 Qwen 负责人的重担,并带队做出了 Qwen2.5、Qwen3 系列这种里程碑式的作品,是全球被用的最多的开源模型,因为只有 Qwen 系列真正做到了多语言、多尺寸、多模态全开源,尽管不是开源模型里最强的,但在小场景、性能受限的设备、语言上做到全兼容。也是基于这点我觉得苹果是最有可能和阿里合作的,不止是在中国而是全球很多小语种的国家。 还持有阿里股票的我现在真的犹豫了,因为商业化进程落后的原因把原来的核心技术都逼走,很难说之后在开源领域能否继续领先,我是从几个角度来思考的。 1、阿里的人才储备能力在周畅离开之后让林俊旸接手以后 Qwen 反而更强了,会有更强的人来替代林俊旸的工作,这人是谁能不能胜任还是未知数,但大概率不至于拉跨,短暂掉队几乎是一定的也已经是事实了。 2、负责人离开也确实有客观因素,Qwen 系列在这波国产模型的新产品发布之后确实落后了,不如 GLM 5 和 minimax 2.5 唯一的强项是多模态,但是豆包也有多模态并且能力领先于阿里。原先 Qwen 系列可能领先国内模型 3~6 个月,现在不止被追平还被超过,这是难以接受的。 3、阿里的商业化角度考虑,开源让阿里赚够了口碑但在实际变现上发力不足,字节的火山引擎做的是闭源模型,在能力落后的情况下,卖 token 能力并不比阿里差太多。所以之后阿里可能顶尖模型转闭源,但这一前提是你模型必须领先,这样大家才不得不在阿里云上用。 4、从模型发展上考虑,当前的大模型发展已经进入瓶颈期,今年开始从创新探索往实际落地考虑,激进的 Qwen 推广也能看出目前的主线,但是会不会让Qwen彻底掉队,这是有可能的,因为同样的事在 kimi 上发生过。在 AI 迭代速度以周为单位的今天,底层能力的停滞往往意味着被市场迅速抛弃。 5、用 DAU 考核基础模型团队的KPI 转向,让曾经做出巨大贡献的团队集体出走,阿里逐渐百度化,百度模型之所以一直这么垃圾就是这个原因,以 KPI 做导向得到了最差的结果。 从目前的信息来看还是弊大于利,影响了持有阿里的信心,唯一能指望的就只有阿里和苹果 AI 的整合,不过也是未知数。
7天养虾3天修虾,我相信大家都遇到过openclaw自己改功能把自己干蹦的经历。如果你也遇到了可以参考下面的步骤解决各种疑难杂症,下次就不会再束手无策。 1、简单问题自修复最快,用官方命令行 (CLI) 修复,OpenClaw 内置了一套诊断工具,专门用于解决常见的启动故障。记住几个命令 🔸openclaw doctor --fix 医生诊断,会自动检查环境变量、权限和依赖项 🔸 gateway. pid 提示“Gateway already running”但实际没启动,通常是残留的 .pid 文件在作怪,也可以从活动监视器停止任务,再重启 🔸openclaw gateway restart 强制重启网关服务 🔸openclaw onboard --install-daemon 重新初始化配置,配置文件 openclaw.json 损坏,可以使用重装模式(保留数据,重置引导) 2、外科手术,疑难杂症用 Claude code 或者 codx 来解决 Claude code安装稍微麻烦一点,codx 可以直接到 OpenAI 官网下载客户端,对小白来说更简单 openclaw 的官方文档有非常详细的文档官方文档,可以给Claude code 和 codx 提供解决思路快速定位问题不瞎搞 为了把修复功能固化可以在阅读文档后存储为记忆并生成相关的 skills 以后遇到问题快速解决 提示词:/docs.openclaw.ai/zh-CN 完整爬取openclaw的官方文档,将里面的内容储存为你的永久记忆并成生相关skills,在以后让你修复 openclaw 时,自动读取这个记忆并修复。 当然同样的你也可以把文档发给 openclaw ,不过在他自己挂的时候就没法用了,这也是我们为什么需要外部医生的缘故。 昨天我在修改 memory 系统时就遇到问题就是用这种方式修复的,官方的 doctor 无法修复还得请大神来。 openclaw 的代码和软件工程能力还是偏弱,在加一些功能的时候也更建议用Claude code 或者 codx 来加,不然随着时间积累你 openclaw 写的代码可能就是一堆屎山变得难以维护。
前两天OpenAI 员工利用内部信息在 Polymarket 牟利被开的消息在 AI 圈炸开了,web3 竟然反渗透进 AI ,内幕赚的钱其实还没 OpenAI 工资的零头多。大家在看职场八卦,我看到的是范式转移:在这个时代,你的判断和内幕,还可以直接在链上变现。 如果说 2024 是预测市场的元年,那 2025 就是预测市场真正的爆发期。今天带你解构一下预测市场,除了 Polymarket 外还有更符合新生代的Opinion Labs。 1、别赌结果去赌内幕 Web3 玩家最怕明牌被割。撸毛、冲狗、打新,本质都是在赌概率。但 Opinion Labs 玩的是共识定价。为什么散户总是最后知道消息?因为信息流转没有激励,如果你先知道哪个内幕消息你能赚后来者的钱,更早知道更早赚钱。 Opinion 通过 AI 自动捕捉全网热点开盘、自动结算。只要互联网上有人在吵架,你就能在 Opinion 上开仓赚钱。 2、空投的博弈在盘前 Opinion 主打的盘前博弈,Pre-TGE交易量通常是 Polymarket 的数倍,有筹码上桌才有机会赢走。 同时也有了发币前的定价权。 Binance 与 Coinbase 的双重钦点。BNB 生态唯一被列入 Coinbase Roadmap 的项目。且 OPN 盘前合约上线两天成交量就杀进全网前 16,可能会是预测市场里第一个上币的。 3. 两家对比: Polymarket 是目前预测市场不可撼动的老大哥,但对于追求高频、追求 Alpha、追求快进快出的 Web3 原住民来说,Opinion Labs 更适合。Polymarket 像币安的现货,而 Opinion Labs则更像 Alpha。 用 AI 把预测事件规模化,接住未顾及到的利基市场。凭借 Jump Crypto 的做市能力和 15 人的精英团队,也做出了几十美金惊人的交易量。
看了 X 上的付费合作政策原文,措辞确实挺严厉的。 KOL 的广告确实是算作付费合作,禁入的行业黑五类、黄、赌、毒、婚介、政治等等。 所有人都可以举报,违反规则的处罚是,删除违规内容,并暂时限制其账号为只读模式,之后才能再次发帖。再次违规可能会导致账号被封禁,如果认为你的帐户被误封,可以提交申诉。
8毛一度的中国电,如何涨价13倍卖给美国? 算力的尽头是电力,在AI时代的全球竞争中,中国用电力能源的优势,完成一场从卖中国廉价产品到卖算力的过渡。 1. AI的本质是电力炼金术 以前中国把电力变成铝,价值只翻了一倍。现在,中国把电力变成Token,价值翻了13倍。 初级形态: 1 度中国电直接卖 0.8 元 有运输成本问题、储存等问题 传统工业: 转化为铝锭出口,产值约 1.5 元 电力固化成产品,可被储存、运输 AI 推理: 通过大模型推理转化为 Token 卖给海外用户,产值约 11 元 运输成本几乎为 0,结算周期短,多少都能卖 当算力的尽头指向电力,中国凭借 0.8元/度的工业电价和全球最高的新能源装机量,已经掌握了AI时代的铸币权。卖Token就是变相在卖高附加值的电,让电力的出口附加值翻了 13.7 倍。 2. Token是21世纪的数字集装箱正如集装箱改变了全球贸易,Token改变了能源出口的形态,把电力封装成算力再出口,运输成本极低。 传统的电力出口受限于电网覆盖和地缘政治,但Token通过光缆就能全球流动。中国西部弃风弃光的电力,也能用上了,芯片消耗电力变成全球开发者争抢的Token。但这不是简单的资源出口,而是能源、电力基建、芯片、算法构成的算力系统,质量也许不是最高,但价格更低。能从市场获得显著的竞争优势。 3. 中国胜在模型的价格优势,尽管在算法和芯片上落后,但总体最优,不是所有事情都需要最好的模型,最好的芯片来处理。 在全球 AI 行业进入智能体(Agent)大爆发时代,AI 不再只是对话框,而是 7x24 小时运行的数字员工。这直接导致了 Token 和API 调用量呈指数级增长,成本成为了不得不考虑的事情。 硅谷有顶尖算法,但却面临电力短缺和昂贵电价的问题。中国模型与Claude等顶级模型 16倍的价差,也并非完全不能用,像客服、销售等高度流程化的工作不是非要最好的模型。当AI进入应用大爆发阶段,模型能力差距已经不是特别大的情况下,性价比的重要性被拔高了。 4. 从BTC挖矿到工业算力 中国电力发展最猛的 10 年,靠廉价的水电挖出了全球70%的比特币。今天,中国算力支撑了全球超过一半的推理任务,也是因为有当时的电力基建。 自从 519 禁令以后中国算力出口似乎完成了华丽的转变,从前的比特币是数字黄金,现在的Token是数字石油(刚需)。中国正利用完善的工业体系,把AI推理彻底工业化、廉价化、全球化。 中国正凭借全球最廉价的插座和系统最优的算力工厂,把0.8元的度电成本,包装成16元的Token,通过光缆卖向全世界。
李想:AI 时代,人与人之间的差距会扩大到一万倍。 最狠的是这句,普通创造的价值为零,不具备任何外部市场竞争力。非 AI 时代平庸的人还能混一混。AI 时代,平庸的人藏都藏不住了 工具的每一次升级,都在拉大人与人之间的差距,工具越强,对掌握工具的人要求就越高,掌握后所释放的能量也越大。 AI 就是放大你本身的能力,你的判断力、专业深度、系统思维,才是真正的「弹药」。AI 只是发射器。弹药强,发射器猛,威力惊人。
Block 此次裁员约 40%–50% 并伴随股价大涨,被市场视为 AI 效率革命从虚向实的转折点。向所有硅谷 CEO 传递了一个信号:AI 不再只是 PPT 上的增长故事,而是资产负债表上的成本大刀,就算砍掉 50% 的人员,业务依旧运转,营收和利润双增。 一、 这将对科技行业产生什么深远影响? 估值逻辑重构(从人头到人效):过去,科技公司的实力往往通过员工数量来彰显。现在,华尔街开始奖励极简主义。像 Block 这样能够将 1 万人的公司缩减至 6000 人且业务加速增长,将迫使所有公司效仿。 AI 原生组织的崛起:公司将从部门制向Agent 协作制转型。未来一年,更多公司会像 Block 开发 internal 内部工具(如 Goose)一样,建立自己的闭源 AI 提效系统,从而实现初级职位(Entry-level)的大规模自动化。 技术人才门槛骤增:通用型、执行型的初级程序员或运营人员需求萎缩,而能够驾驭 AI 架构、进行跨领域决策的超级个体和架构师将极其抢手,一人顶过去 10 人。 二、 哪些公司/板块将从中受益? 1、算力与基础设施:NVIDIA, Broadcom, Azure/AWS 裁员节省的资金将被投入到算力采购中,劳动力支出向资本开支转移。 2、AI 生产力工具:Microsoft (Copilot), Cursor, Replit 当公司要求 1 个人干 3 个人的活时,对 AI 辅助开发和办公工具的依赖将是强制性的。 3、极简主义的高利润平台:Meta, Airbnb 这些公司本就倾向于保持较小团队。Block 的先例给了它们进一步优化结构、拉高利润率的舆论掩护。 4、内部 AI 工具定制服务:Palantir, Snowflake 帮助传统大型企业构建类似 Block Goose系统的服务商将迎来订单爆发。 三、 哪些公司/板块将面临受损? 人力成本驱动型外包服务(IT Outsourcing):如 Infosys, Wipro 或东南亚的初级代码外包中心。如果 AI 能让 Block 内部效率提升 50%,那么昂贵的跨境沟通和基础外包将失去价格优势。 中后台管理臃肿的大型软件公司(SaaS):一些老牌 SaaS 公司如果不能迅速通过 AI 裁减冗余人员,它们的利润率在被降维打击的对手面前将显得极具劣势,估值会持续承压。 传统人力资源与办公服务商:如 Workday(部分模块)或传统的办公租赁公司。随着员工总数下降,按人头计费的商业模式将面临收入缩水的风险。 竞争对手中反应迟钝者:在金融科技领域,如果 PayPal 或其他支付巨头不能像 Block 这样果断调整成本结构,其利润扩张速度将落后,导致资金流向更高效率的 Block。 四、 总结与思考 大多公司会在未来一年做类似调整并非危言耸听。接下来需要紧盯那些 营收持续增长但员工数持平甚至下降的公司。 正如 Block 的 CFO Amrita Ahuja 所说,这是在实力地位上采取的行动。未来一年的科技股主旋律将是:谁能用最少的肉身,跑出最快的算力回报。Token 成本对比人力成本来说简直不值一提,节省成本+效率提升,没理由不拥抱。
现在的 vibecoding 让我想起了以前在公司被程序员支配的日子,太痛苦了。各种这也不行那也不行,加需求要等半年的离谱事情都来了。 如果当年的 AI 有现在这么好用,我也不至于被气到半夜睡不着觉。在未来,会用AI写代码会变成像会用word、Excel、PPT一样的基本技能。
最近看到 Astros Perps 总交易量正式突破 30 亿美元大关,这个数据在当下的市场环境下是非常不容易的。 高性能公链对交易体验的改进是降维打击,依托 Sui Network 的高并发架构,Astros 实现了媲美 CEX 的下单体验。作为 Sui 生态流动性的重要引擎,$3B 只是个开始。 建议去体验一下什么是真正丝滑的链上衍生品交易
现在会是BTC的2028钻石底吗? 2026年, 无疑是比特币近十年最差的开年 从1月1日开门黑到现在,BTC从$109K跌到$65K,年初至今跌幅24%。ETH更惨,跌34%。这是自2016年以来,BTC最差的开年表现。 但这次不一样,这次崩盘,竟然没有理由。 一、 没理由的跌,才是最深的恐惧 2018年跌73%,是因为ICO泡沫破裂,满地空气币归零。2022年跌77%,是因为Luna崩盘+三箭资本+FTX跑路。每次崩盘,你都知道为什么。 每一次,你都知道敌人在哪,也知道信任重建需要多久,那2026年呢? • 没有交易所暴雷 • 没有算法稳定币崩盘 • 没有黑客攻击 • 没有哪个国家禁止BTC 就是跌了。Fortune杂志说:史上最差开年,但没有明确的崩盘催化剂。 有理由的崩盘,市场在利空出尽后会报复性反弹;但没理由的跌像是一种慢性失血。当大家都在问为什么跌却得不到答案时,恐慌会呈指数级放大。 二、 抄底指标到底了吗? 目前市场的量化指标显示,市场已经进入了某种非理性杀跌的真空区。 根据 2 月 25 日的最新数据,我们的抄底模型目前的信号仅为 1/5,离真正的底部还早(数据来源 fuckbtc) ❌ MVRV < 1.0 ❌ 价格≤200周均线 ❌ 价格<P25 ✅ 恐惧贪婪≤25(极度恐惧11) ❌ 接近关机价(接近一半机器关机) 这种级别的极度恐惧,历史上只出现在 $3,000 的 2018 年底和 $16,000 的 FTX 危机时刻。虽然价格还在 $65,000,但市场的心理防线已经退守到了末日模式。 三、 冰面下的积极信号:谁在离场?谁在被套? 尽管体感极冷,但也有一些积极信号: 1. USDT 60天净流出$3B。上次类似规模的收缩,是2022年底FTX崩盘,BTC在$16K的时候。现在BTC $64K,比那时候高4倍。 两者对资金抽离的力度是类似的,这说明场内杠杆和浮筹已经清理得非常干净。 2. 短期鲸鱼未实现亏损$26B。这些人大多在$90K-$120K建仓,现在被套40%。继续大幅下跌的抛压,应该没那么大了。 按照历史经验,当大资金被套到这个深度时,主动抛压反而会枯竭——因为割肉已经失去了逻辑意义。 ➤ 我的看法 我不预测这里是底(大概率不是) 但我知道: •极度恐惧(11)已经出现 • 历史上没理由的跌往往跌得更深,但反弹也更猛 • 在$65K这个位置,安全边际已经比较高 2018年说$3K是底的人对了。2022年说$16K是底的人对了。2026年说$64K是底——可能对,也可能错。 我不知道。 但我知道的是:恐慌总是会过去的,等信任重建好,价格就回来了。 如果你现在这个位置还是空仓,至少你已经避开了最剧烈的回撤区间,根据历史情绪往往先于价格见底。 历史的重复: 2015 年 Mt.Gox 被盗后,大家也曾认为信任无法重建;但回望过去,每一个没理由的至暗时刻,最后都成了通往下一个周期的钻石底。2026 年的 $64,000,或许就是你在 2028 年回望时,最后悔没有加仓的那个数字。
为什么AI智商250却活的像个电子乞丐? Web3的老玩家们,最近是不是被 AI Agent 的各种叙事听麻了? 但在AI圈有个荒诞的现状:你的Agent智商250,能写代码、能回邮件、能7x24小时监控数据 ,但它在链上却是个数字乞丐(无身份、无钱包、无信用 )。它想买个服务得求你帮它刷卡,你只是个帮忙刷卡的工具人,说明现在能让 AI 自主生存的基础设施几乎为零。 这就是我今天要聊的 Xyber @Xyberinc,它不是在卷模型而是直接落地,让 Agent 从一个听话的工具变成一个能能自己赚钱的 Agent。 1. 别让你的龙虾沦为电子宠物 最近全网爆火、GitHub 15 万星的开源项目 OpenClaw 大家应该都知道 。这玩意儿能操控你的电脑、发邮件、跑自动化任务。但它目前只能干活,却很难变现 。 Xyber 做了个极具槽点且硬核的动作:给龙虾上户口。 通过 Xyber 的 ClawShield 和 Abilities Marketplace,你可以直接把你的 OpenClaw 包装成一个链上服务商 。你的龙虾从此可以帮别人跑任务并即时收到 USDC,而且每一笔执行都有链上证明 。 别人在讨论 AI 能不能取代人,Xyber 已经可以给 AI 自己发工资。 2. 从聊天工具到自主赚钱机器 真正的改变发生在这个行业最底层的规则制定上,基础设施建立起来了让 AI 有发挥的空间。分别从三点来实现 给 AI 发身份(ERC-8004)这是2025 年 8 月由以太坊基金会联手 Google、MetaMask 提出的标准,Xyber 是核心推动者 。这让 Agent 拥有了唯一的链上护照、声誉记录和验证系统 给 AI 开银行账户(x402 协议),以前 Agent 收款得靠中心化平台抽成,现在通过 Xyber 的 PROOF 框架,Agent 可以直接在链上定价、收款、结算 给 AI 存记忆能执行连贯任务并不断优化, 以前 Agent 每次重启都像失忆,Xyber 提供了防篡改的持久化存储,连创建者都无法修改 Xyber 相当于给 AI Agent 装上了银行账户(钱)、身份证(名)、工作证明(信)和记忆(脑),让它从一个听话的工具变成一个能独立赚钱、自主运营的商业实体 。 3. 从孤儿助手到滴滴 Agent 群体智能 单个 AI 怎么变现,但这只是小生意。Xyber 真正性感的地方在于群体协作 (Swarms)模块 ,这也是在 kimi 最新的模型 K2.5 实现的效果。 目前的痛点是,现在的 Agent 都是孤儿,互不信任 。数据代理可能给假数据,风控代理可能掉链子,一步错则后续无法连贯。 Xyber 的解法是建立了一套AI 社会契约 。每个加入协作的 Agent,其权限、责任边界都在链上定死,每一步动作都有密码学证明。只有任务完成并被验证,支付才会触发 。这是从个体户到自动化公司的跨越。 💡 结语:别错过那个给 AI 发身份证的人 AI 的智商由大模型决定,但 AI 的社会地位可以由 Xyber 定义。 目前 Xyber 的生态已经开始跑马圈地: - ClawShield:在 Agent 和外部世界之间加入防篡改屏障 ,兼容 OpenClaw 类助手 - Dock. markets:AI 驱动的预测市场自动交易 Agent,逻辑跑在 TEE 里,全程可验证 - Xybot:第一台能自主赚钱、进化的链上实体机器人 。 - Mechanet:让全球机器人开发者互相分享资源、协作训练、并通过代币激励获得回报的平台。 当大家都在卷 AI 谁更聪明时,你应该去关注让 Agent 从一个听话的工具变成一个能能自己赚钱的 Agent。
最后 24 小时:赢取 $888.88 财神红包,解锁 50 倍杠杆交易万物 对于经常关注宏观经济和同时交易crypto和美股的朋友来说,最近几年的投资体感其实挺割裂的。 看好AI的长期发展,还得去开美股账户买英伟达、谷歌等美股7巨头,如果你是一个加密原住民,还是最爱BTC和 ETH等,美股上大多买不到。还有你预判到了美国总统大选走向或者球赛,你还需要去polymarket下注。 最昂贵的成本往往不是手续费,而是信息差与操作摩擦,资金在不同平台间的跳转,往往会让你错过最佳入场点。最近,由 Paradigm 领投(种子轮 5 天光速完成融资)的项目 Liquid @liquidtrading ,正在尝试打破这种资产边界。它做到了像 CEX 一样丝滑,又像 DeFi 一样自由。👇👇 ➤ 一、 华尔街量化老兵下注的方向 Liquid 能够解决这些痛点,和创始团队有很大的关系。 创始人 Franklyn Wang 曾是顶级量化对冲基金 Two Sigma 的期货首席 AI 科学家,哈佛数学天才出身。这个来自纽约、核心成员遍布耶鲁、宾大的精英团队,把华尔街最顶尖的量化逻辑搬到了链上。 本质上是在用做高频量化的思维来做链上交易。 1、零门槛,零摩擦。无需 KYC,支持Apple Pay入金,即开即投。 2、资产全家桶,左手是加密货币,右手是美股,中间还夹着预测市场和黄金原油。 3、去中心化, 所有的交易都在链上完成,兼具透明度与资金掌控权。 目前平台自上线以来,交易量已迅速突破 20 亿美元。自然是要关注起来的 ➤ 二、 预测市场 + 50倍杠杆衍生品 Liquid 的产品设计非常懂交易员的心和未来的变化。 除了常规资产,Liquid 的杀手锏在于它的预测市场。无论是政治选举的走向、宏观经济的指标,还是某个行业大事件的结局,都可以直接下注这是最纯粹的认知博弈。 合约最高支持 50 倍杠杆,加密货币、股票、外汇、大宗商品等,在传统金融中,很多品种很难获得如此高的资本效率,但在 Liquid,你可以用极小的本金放大你的市场观点。 ➤ 三、 最后 24 小时:春节红包大放送 华语一直都是 crypto 的主力军,Liquid选择深耕华语社区,这波新春福利也是必不可少。目前距离活动截止仅剩不到 24 小时(2 月 22 日截止),大年初五迎财神送红包。-->/app.tryliquid.xyz/ 活动规则 🧧红包抽奖: 1,200 个现金红包,单个最高价值 $888.88。 📝如何参与: 绑定账号,在截止日期前达成 $15,000 的交易量即可参与。( 在 Liquid 的 50 倍杠杆下,这仅仅相当于用几百美金的保证金,在波动中做一两次常规操作就能轻松达标) ⏰开奖时间: 红包将在 2 月 22 日 统一揭晓,算是给这个开工周的一份额外彩头。 写在最后,交易的本质是效率。在这个信息过载的时代,不应该把精力浪费在交易摩擦成本上,Liquid 提供的不仅仅是一个工具,更是一个交易一切的入口。无论你是想博弈美股的财报,还是想在预测市场里博弈,这里即使起点也是终点
有谁能算清楚这些 AI 大模型公司 coding 套餐的毛利率是多少?Anthropic 的毛利大概是 40% 国内的智谱和 minimax 是开源模型,有算力的自己也可以部署。所以判断coding套餐没办法注定卖太贵,毛利率可能是极低的,甚至亏本。而且卖 API 的商业模式不同于 SaaS 和其他的互联网应用,每个 toekn 都是有成本,是没有近乎 0 的边际成本。 智谱自己还搞到算力不足,前面卖了太多便宜的token, 现在搞的算力套餐都没办法继续卖,每天限量。同样的商业模式,Anthropic并没有限量,不知道是烧钱限量还是算力真不足加钱也没办法解决。 上市不好的点在于等下个继续财报公布的时候就知道他们是不是在裸泳了。中国的模型性价比没得说,但是目前的coding 套餐到底有多少利润,商业模式是不是可持续还真不好说,现在更多还是一个信仰图腾,作为 AI 叙事非常重要的投资标的。 还有一个很有意思的逻辑,最近才想通, 1、大模型火了以后最先收益的是芯片,需要算力去训练,英伟达暴涨,大模型公司都有需求,相互竞争价高者得吃到了最多的溢价,利润丰厚。 2、接着到内存,因为AI大模型训练和推理对内存需求极大,大模型应用原来越多以后推理需求不断增长,这时候是抢内存做推理,同样也是价高者得,有溢价空间。 3、光通信数据传输,AI算力爆发式增长,传统的配套升级从铜升级到光传输,成了AI算力基础设施的核心环节。 下一步可能会是哪个领域?能提供算力基础设施与服务的公司应该会是其中一点,推理需求暴增,算力不足提高价格买算力就可以吃到更多的溢价空间,亚马逊和阿里云可能有机会吃到这部分溢价。
投资进入极致压缩的新世界,周期并未消失,而是被暴力折叠了。 1. 叙事即正义:资产正在代币化 黄金/白银不再是冰冷的金属,也是去美元化的叙事代币。极短的时间走完历史级别的行情。 内存/硬盘不再是周期硬件,而是继AI芯片的下个版本之子。 AI上市第一股不再只看财报,而是取代 SaaS,颠覆原有的商业模式,市场巨大。 短期内,资产定价不再取决于现金流,而是取决于宏大叙事 + 社交媒体 + 衍生品杠杆+需求飙升组成指数函数。符号价值大于实际'资产。 2. 暴力折叠:十年周期,一年跑完 以前十年一轮的行情,现在 1-2 年就能塞进 3 轮微周期。美光 8 个月涨 3 倍,白银用 9 个月走完历史级别的估值修复,AI 大模型的智谱和 minimax 上市涨 10 倍,让传统的慢节奏指标彻底失灵。 3. 为什么投资的节奏变快了? AI 时代加成下,信息半衰期极短效用极大,AI 让市场定价几乎瞬间完成,不再有慢慢发现真相的时间差。任何逻辑都会在数周内被迅速 Pricing-in。实体供给与金融杠杆的共振,情绪被无限放大,极致乐观与极致悲观的高频切换成了常态,仔细想想全球的多数金融资产都是这种状态。
openclaw 2.19新版本更新以后 gateway 被我搞崩溃了,弄了一晚上初始化也没用,但是终于治好了我这几天的 AI 焦虑。 其实大多数人如果不确定openclaw是否对自己有用的话可以先用有道龙虾 LobsterAI,更适合国内使用,可以配置钉钉、飞书、邮件,也装了常用的 skills 基本开箱即用了。只剩下 API 要配置(只支持国内模型),长期使用的话推荐买一个codingplan。
Qwen3.5 :架构创新 + 开源 + 极致性价比 Seed-2.0 :更像数字员工,强调工作流与交付 Kimi K2.5 :更像研究型猛兽,强调推理上限和 Agent Swarm Gemini 3 Pro :生态与长窗口稳态王者 GPT-5.3:把编程智能体做到了极致,但代价也极致 Opus-4.6:精准代理解构者 + 动态思考先行者
Deribit 的春节活动还在继续,新用户注册之后就送一张免费的期权单 这几天用 notebooklm 做了一个期权的知识库,把一些资料给塞进去了。👇 期权新手学习知识库->https://notebooklm点google点com/notebook/526e438b-d39f-4a8d-90c5-2a57e7c603d0 Deribit 新用户活动->/www.deribit.com/?reg=20758.7600
昨天发了一个众安银行可以做 U 卡的信息大家很感兴趣,就填就聊聊怎么在微信里开通香港钱包和在支付宝 HK 里绑定香港卡,在推特内容赚的钱也可以直接在大陆花,拿来当 U 卡也是秒杀。 ➤ 微信支付香港钱包 我更推荐用微信支付来使用。内地的微信支付已支持绑定5家香港银行账户,中国银行(香港)、中信银行(国际)、中国工商银行(亚洲)、大新银行、招商永隆银行,有的话可以直接绑定,大陆有限额年 25000 港币,Visa 不确定有没限额还没达到门槛,日常消费是够用了。 Visa 卡也可以随便绑定,结合 ZA Card的 内地消费 0 手续费就很爽了,一年有 10 万 HKD 免费额度,没有 200元以上 3% 的手续费。 1、开通香港钱包 搜索框中输入香港钱包-找到 WeChat Pay HK 好生生活-公众号底部菜单-便捷入口-自助开通香港钱包 有中银香港卡等 5 家银行香港卡-选择【绑定香港发行的银行账户】 有众安银行 VISA 卡-选择【绑定香港发行的信用卡】 2、切换微信钱包地区 微信底部菜单【我】->【服务】 点击页面右上角【...】 切换钱包地区 选择中国香港 回到钱包看到港币符号 HK$ 就代表切换成功,绑定之后在银行卡可以看到, 我绑定了两张卡 za card Visa 和中银香港 注意事项: 内地身份用户只支持绑定 5 家香港银行账户,香港钱包和内地钱包独立不能互转。用香港银行卡消费汇率按照微信的汇率,没有额外手续费。用 Visa 信用卡现在众安支付也没有手续费,200元以上也没有,但汇率是按照 Visa 卡会稍差一点。 ➤ Alipay HK ⚠️注意是Alipay HK 和大陆的支付宝是不一样的,大陆支付宝就算你绑定了手续费也很贵,不推荐。绑定之后众安的 Visa 卡消费每个月有 3000 港币的免手续费额度。 支付宝 HK 苹果下载需要海外 ID,安卓则推荐用谷歌市场来安装。 1、大陆手机直接注册 2、注册之后绑定众安的 Visa 卡 3、如果有开蚂蚁银行(香港)使用会更方便可以直接使用Alipay HK里面的余额,没有限额也没有手续费,去香港的话建议也多开一个蚂蚁银行可以和Alipay HK搭配使用。
suiUSDe 正式登录 Sui 生态,配套的生态活动也来了Astros 的交易大赛和免手续费活动已上线。 有刷的 1月份perp 手续费已经返还,2月也还是免手续费+2倍积分,流动性已经大大改善了,前阵子日交易量刚突破 1 亿美金
AIA 基本每次活动都拉盘,这次的马年活动又开始了,今天又上了涨幅榜。 马年活动时间:2月12日至2月23日。联合了其它 6 家生态伙伴共同举办,总奖池 888 USDT(抽取 100人) 看下方官推点击 QuestN 链接参与活动。在除夕至初六的 7 天内,每天收集一张符咒(转发推文)
Skills 是新的软件 CLIs(命令行) 是新的 API Agents 是新的操作系统 多模态是新的用户界面 Vibe coding 是新的产品 模型训练与调优才是新的编程