与「个人观影记录」相关的搜索结果

吴说获悉，SEC 委员 Hester Peirce 在 Georgetown Law 举办的隐私增强技术（PETs）研讨会上表示，金融隐私是投资者保护的重要组成部分，不应将隐私需求与犯罪活动混为一谈。她指出，当前监管要求证券过户代理机构记录持有人姓名和住址，而在无需许可的加密网络上，资产可通过匿名化钱包地址持有。若允许过户代理机构记录证券对应的链上公开地址，而非持有人住址信息，将有助于降低投资者个人信息泄露风险。Peirce 还表示，SEC Crypto Task Force 正关注能够兼顾 KYC、反洗钱要求与隐私保护的新技术方案。

国家网信办在全国范围内启动为期2个月的“清朗·优化营商网络环境整治恶意炒作涉企信息”专项行动。专项行动聚焦恶意炒作涉企信息等四类突出问题：恶意炒作涉企信息问题、诋毁抹黑企业问题、牟取非法利益问题、侵犯企业家个人权益问题。

半年前，福建30岁的小田（化名）经历了一场“怪病”。连续加班一周后，她突然发烧、咽喉痛，一侧耳后像过电一样放射样剧痛，连牙齿都跟着疼。 起初她以为是感冒，社区诊所按炎症输液抗生素，可一周过去，疼痛不但没减轻，反而愈演愈烈，疼到夜不能寐。 牙痛难忍的小田又去看牙医，怀疑是牙髓炎，甚至接受了“开髓引流减压术”，直接在牙齿上钻孔减压。然而牙齿打开后，剧痛丝毫没有缓解。她辗转呼吸科、口腔科、耳鼻咽喉科，检查做了一圈，始终找不到病因。 直到走进福建医科大学附属协和医院内分泌代谢科，黄敬泽主任在查体时发现，小田的甲状腺异常肿大，轻轻一碰就痛得躲闪。抽血化验显示，她的血沉指标飙到一两百（正常值在20以下），如同体内燃起一场大火。至此，真凶终于浮出水面——亚急性甲状腺炎。 藏在脖子里的“伪装者” 亚急性甲状腺炎，简称“亚甲炎”，是甲状腺的一种非化脓性炎症。它最爱找上30~50岁的女性，尤其是劳累、熬夜、精神压力大之后。小田在连续加班后发病，正是典型诱因。 这种病最“狡猾”的地方在于疼痛会放射。甲状腺位于颈前，和咽喉、耳朵、下颌的神经支配有重叠。一旦甲状腺发炎肿大，疼痛会沿着神经“跑”到耳后、喉咙，甚至下颌牙齿，极易被误认为是咽炎、中耳炎或牙髓炎。很多患者像小田一样，反复看牙科、耳鼻喉科，甚至差点接受不必要的拔牙或手术。 为什么越吃抗生素越疼？ 亚甲炎的本质是病毒感染或病毒感染后的免疫反应，并非细菌感染。因此抗生素对它完全无效。病程中，患者会出现发烧、乏力等类似感冒的症状，再加上血沉显著升高，有时会误判为细菌感染。但如果输液抗生素一周仍没好转，反而疼痛加剧，一定要警惕是不是“找错了敌人”。 抓住三个关键线索 当出现以下情况时，要高度怀疑亚甲炎，及时去内分泌科排查： 1. 颈部疼痛并有触痛：甲状腺区域明显肿大，触摸疼痛，吞咽时疼痛加重。 2. 放射痛：耳后、下颌、后枕部甚至牙齿都疼，但牙齿本身没有蛀洞、牙龈无红肿。 3. 上感后颈痛不退：感冒、发烧后颈部疼痛不但不消失，反而逐渐转移集中到脖子前方。 抽血发现血沉明显增快、C反应蛋白升高，而甲状腺功能检查常出现“分离现象”，甲状腺激素水平升高而摄碘率降低，即可基本确诊。 预防亚甲炎，关键是提高免疫力 亚甲炎的发生与病毒感染和免疫力低下密切相关，因此，预防的关键是增强自身免疫力： 1. 避免过度劳累和熬夜，保证充足的睡眠 ​ 2. 学会调节情绪，减轻精神压力 ​ 3. 适当进行体育锻炼，增强体质 ​ 4. 感冒流行期间，注意个人卫生，避免去人多拥挤的地方 ​ 5. 感冒后要注意休息，多喝水，不要硬扛 最后提醒大家，当出现不明原因的颈部疼痛、放射痛，伴有发烧，且抗生素治疗无效时，一定要及时去内分泌科就诊，检查甲状腺功能和血沉，避免像小田一样走弯路。

倒查 8 年税务。彭博援引消息人士透露，北京、上海和广州的一些个人被告知，针对他们的税务调查，可能至少会追溯到 2018 年。 被盯上稽查税务的人，通常都很富有，账户里往往有超过 3000 万美元资产。 有一些甚至是华裔人士，拿到了外国护照，但后来又回到中国生活。

如果股票什么板块都配置，其实最后总收益不会高的，而且什么板块都配置也说明你无法做到一些高低切换，或者波段，只能长拿。如果是这个风格，我个人认为还不如等比特币到底部买，然后拿一个周期卖呢... 很多标的没有好坏，重点是是否适合你自己，以及你是否会把控其对应的节奏。

最近市场给我的感觉很明显：单纯讲故事的项目越来越难打动人了，大家要看的不是 PPT，而是 真实用户、真实场景、真实需求。 @sleepagotchi 所以我最近重新看 @sleepagotchi，反而越看越有意思。 以前我对它的印象是 Sleep-to-Earn，睡觉、打卡、养成、奖励，听起来很轻。但这次它不是简单换个叙事，而是把自己升级成 Wellness Economy 的 Intelligence Layer。这个方向我觉得挺关键：现在 AI、可穿戴设备、健康数据都在爆发，但大多数产品只是给你一个分数、一张图，然后就没了。Sleepagotchi 想做的是把睡眠、恢复、饮食、压力、运动这些碎片化信号，用 AI Agent 串起来，变成真正能指导行动的个人健康智能层。 更重要的是，它不是空转概念。官方提到 Telegram Lite 已经有 200 万用户，起床后 10 分钟内打开率 78%，三周 beta 收入超过 10 万美元。这说明用户不是被“空投幻想”拉来的，而是真的愿意每天回来。 现在 Sleep Coach 已经上线，还接入 WHOOP、Oura、Apple Watch 这类可穿戴数据。后面还会有 Wellness Coach、Meal Planner、Shopping Agent。$SLEEP 的价值也不只是“发奖励”，而是围绕 AI credits、订阅权益、质押等级、挑战、marketplace、合作伙伴活动去形成循环。 说实话，在现在这个行情里，我更愿意关注这种有消费场景、有用户粘性、又能吃到 AI 和健康数据红利的项目。 睡觉本来是每天都要做的事，如果一个项目能把“好好睡觉”变成链上的身份、数据价值和奖励系统，那它就不是简单 GameFi，而是在把一个日常习惯做成新的入口。 我不想错过这种早期信号。 @Sleepagotchi 这一章，才刚刚醒来。

熊市了，需要盯紧一下稳定币的情况。在这里我发现一个少见的现象 之前不显山不露水的 @worldlibertyfi 的USD1，啥时候发行量到了第四的位置了，发行量总计47亿美金 沿着这条线，我继续深扒，USD1这个排名和数据意味着什么 ⌚️我先整理了前四名稳定币突破40亿美金发行量的时间 USDT：花了接近5年时间（57个月左右） USDC：花了2年多时间（27个月左右） USDS：应该看的是老稳定币DAI，用了3年多（41个月左右） USD1：8-9个月，对，你没看错，唯一一个少于1年就完成40亿发行量的 是的，没看错 ➡️先通过这个数据表达几个结论吧 USD1能够完成其他老牌稳定币项目没完成的壮举，数据就是最好的证明 意味着后续USD1的增长，仍旧可以期待 一步快，步步快 🤔再就是为什么能够这么快实现增长？ 最核心的点就是：USD1允许持有者通过合规渠道，直接在链上捕获底层美债的足额“真实无风险收益” 对于传统机构和跨国大企业来说，资产不出链就能合规地吃满美债利息，这具有致命的吸引力 对于用户来说，在交易所通过持有USD1稳定币获得稳定的年化收益也很具有吸引力 当然，过去的成就只是过去，大家更重要的是关注后续USD1稳定币的增长 🛫我推荐关注几个点 1、USD1在AI叙事中采用率，WLFI一直在这一块发力，但是核心曲线增长点还没出现 大家可以关注一下 2、是否有更多的应用场景，我个人建议现在不看链上（因为熊市行情，链上安全性等角度，拓展不现实） 核心关注中心化场景的拓展，比如币安活动的可持续性等 比如其他链采用独特性等 3、重要场景的交付使用，当时阿布扎比投资公司MGX选择用 $USD1 结算其对币安的投资 那其实很简单延伸：其他重要的投资场景，也支持USD1支付 比如Web3头部项目、乃至重要的AI项目融资，都可以用USD1 这种拓展是很快的，一言不合，都是10亿乃至100亿美金 4、生态发展情况，这个不展开说，之前说过

最近这段时间一直在体验一个新的 WEB3 社交产品 ClawChat 。 总体感受：简单、好用、很适合币友交流使用。 @clawchatglobal 与其他社交产品有很大的区别，这是首个 BTC 原生社交协议。 分享下我的使用感受，ClawChat 的功能不多，但均很实用，分为四大板块： 聊天：支持单聊和群聊，可以自由创建群组，聊天的每条信息都是端到端加密的。 喵：社交广场，每个人都可以分享生活动态，所见所闻，发起讨论，是陌生人之间自由互动的聚集地。 奖励：ClawChat 设计了一套积分体系，鼓励用户使用的同时还能赚取积分，而积分关联未来的代币空投。 个人：个人主页和 X 很像，可以设置自己的信息以及形象，让其他用户快速认识你。 我要夸一夸一个我很喜欢的「打赏」功能，可以直接打赏 BTC 给喜欢的用户，直接到对方的钱包中。 ClawChat 是 BTC 原生链上社交平台，我们发出的每一条消息都会上链，不会丢失，这对于币圈用户交流来说太实用了。 在参与内测的过程中，团队对于反馈不仅迅速还很重视，目前内测期间我看到的所有反馈问题都给解决了，这种被重视的感觉真好。 接下来迫不及待的等待正式公测上线了，邀请小伙们一起来玩！#ClawChat# #AlphaLab# #BugHunter# #OPCAT#

最近看 Binance Wallet @binance @binancezh 新一期 TGE 的时候，我注意到一个挺有意思的方向——AI 开始从“应用层”重新回到“基础设施层”。 这次上线的 OpenGradient @OpenGradient ，不太像传统那种只会讲 Agent、聊天机器人或者套壳应用的 AI 项目，它更像是在做一件底层但长期很重要的事情：把 AI 模型真正搬到链上，并且让推理结果可以被验证。 现在很多 AI 产品最大的问题，其实不是“能不能生成内容”，而是你根本不知道模型是不是可信、数据有没有被篡改、推理过程是否真实存在。尤其未来 AI 如果开始接管交易、金融、搜索甚至自动执行任务，验证能力会比生成能力更重要。 OpenGradient 想做的，就是一个去中心化 AI 基础设施网络。简单理解，它希望让模型托管、推理、验证这几个环节，不再依赖单一中心化平台，而是通过链上网络完成协作。这样带来的意义是，AI 的结果不仅能生成，还能被证明。 我去翻了一下他们的白皮书，能感觉到这个项目更偏“Infra”路线，而不是短周期叙事。尤其现在市场越来越关注 AI Agent，如果未来大量 Agent 真正在链上执行交易、调用数据、管理资产，那么背后一定需要一个可信的 AI 执行层，否则整个生态最后还是会回到中心化黑盒。 从这个角度看，OpenGradient 其实踩中了两个趋势：一个是 AI，另一个是链上可信计算。 让我比较关注的点，是 Binance 开始持续把 AI 和 BNB Holder 生态绑定，过去很多人持有 BNB，更多是为了手续费、Launchpool 或者链上Gas，但现在明显能看到，BNB 正在变成获取早期 AI/Web3 项目曝光和空投权益的重要入口。 尤其这类 TGE 项目，很多时候二级市场已经不是最早期阶段了，真正有优势的，反而是长期参与 Binance Wallet 和 BNB 生态的人。 如果你平时本来就有持仓 BNB，可以关注一下这类机会： （躺赚） 我自己的感觉是，AI + Crypto 下一阶段真正有价值的，不一定是最会营销的应用，而是那些解决“可信执行”和“去中心化推理”的底层网络。因为只有底层跑通了，AI Agent 生态才可能真正扩张。 以上观点仅代表个人见解，不构成任何投资建议。

怎么低成本搭建自己的AI助手？ deepseek R1模型发布以来，各种AI应有又有了一波大的爆发，但是数据保密成了一个不容忽视的问题。如果想较低成本地搭建一个私人应用的AI助手，可以自己调试生成限制，调试输出文本内容，数据不外传，成本尽可能低，不知道是不是可行。 本文详细介绍如何通过Dify和Chrome MCP的结合，在3分钟内搭建一个能操作网页的AI助手。文章提供了从环境准备、Dify部署、Chrome MCP安装到配置的完整步骤，展示了AI助手在自动网页搜索、表单填写、数据抓取等场景的应用，并解释了工作原理、问题排查及进阶技巧，让读者能够零代码实现网页自动化任务。 你是否想过让AI不仅能回答问题，还能直接操作浏览器帮你做事？比如自动填写网页表单、抓取特定数据、或者点击按钮？现在，通过Dify和Chrome MCP的结合，你可以在3分钟内搭建一个能真正"动手"操作网页的AI助手。 本文将手把手教你如何在本地部署Dify并配置Chrome MCP服务器，打造你的私人网页自动化助手。 准备工作：确保你的环境就绪 在开始前，请确保你的系统已安装： •Docker 和 Docker Compose（用于快速部署Dify） •**Node.js 18+**（用于运行Chrome MCP服务器） •Git（用于克隆项目仓库） 第一步：快速部署Dify（仅需1分钟） Dify是一个强大的LLM应用开发平台，我们通过Docker快速部署： # 创建项目目录 mkdir dify-chrome-mcp && cd dify-chrome-mcp # 下载Docker部署配置 curl -o docker-compose.yml # 启动Dify服务 docker-compose up -d 等待1分钟左右，访问 http://localhost:80 就能看到Dify管理界面。首次使用需要创建账号并完成初始化设置。 第二步：安装Chrome MCP服务器（1分钟） 打开新的终端窗口，安装并启动Chrome MCP服务器： # 安装Chrome MCP服务器 npm install -g @modelcontextprotocol/server-chrome # 启动Chrome MCP服务（会自动打开Chrome浏览器） server-chrome 服务启动后，你会看到类似下面的输出，表示MCP服务器正在9999端口监听： Server running on http://localhost:9999 Chrome browser launched and connected successfully 第三步：在Dify中配置Chrome MCP（1分钟） 现在回到Dify管理界面，进行关键配置： 1.进入设置 > 模型供应商 > MCP服务器 2. 点击添加MCP服务器 3. 填写配置信息： •服务器名称: Chrome-Automation •服务器URL: http://localhost:9999 4. 点击验证并保存，看到绿色成功提示 效果验证：让AI帮你操作网页 配置完成后，你就可以在Dify的Playground中测试你的网页自动化AI助手了。 试试这些实用场景： 场景1：自动网页搜索 请打开百度首页，在搜索框中输入"最新AI技术发展"，点击搜索按钮，然后告诉我第一页的搜索结果标题。 场景2：自动填写表单 请打开"张三"，邮箱栏填写"zhangsan@email.com"，在留言区填写"咨询产品信息"，然后点击提交按钮。 场景3：数据抓取与分析 请打开 工作原理：为什么这很厉害？ 这个组合的厉害之处在于分工明确： •Dify：负责与LLM对话，理解你的自然语言指令，并将其分解成具体的浏览器操作步骤 •Chrome MCP服务器：负责实际控制Chrome浏览器，执行具体的网页操作命令 •LLM（大语言模型）：作为大脑，理解你的意图并规划操作流程 常见问题排查 server-chrome 2.连接失败：检查Dify和Chrome MCP服务器是否在同一个网络环境下，防火墙是否允许9999端口通信 3.操作超时：复杂网页加载需要时间，可以增加超时设置：server-chrome --timeout=60000 4.权限问题：在MacOS/Linux上可能需要权限：sudo npm install -g @modelcontextprotocol/server-chrome 进阶使用技巧 掌握了基础用法后，你还可以尝试这些高级功能： •多页面管理：同时控制多个浏览器标签页，完成更复杂的任务 •用户身份保存：让AI记住登录状态，下次直接操作无需重新登录 •定时任务：结合Dify的工作流功能，设置定时自动化任务 •异常处理：教会AI识别操作失败的情况并自动尝试替代方案 如何学习大模型 AI ？ 由于新岗位的生产效率，要优于被取代岗位的生产效率，所以实际上整个社会的生产效率是提升的。 但是具体到个人，只能说是： 最先掌握AI的人，将会比较晚掌握AI的人有竞争优势。 这句话，放在计算机、互联网、移动互联网的开局时期，都是一样的道理。 #AI# #AIAgent# @grok @xai