与「伪街」相关的搜索结果

分享一组怀旧感的韩国AI女生短片提示词： 在整个序列中，请保持图像中人物面部、发型、肤色、身体比例、带有侧分刘海的黑色波浪卷发以及凌乱马尾辫的完全一致。服装保持不变：米色超大款针织毛衣（袖口微微卷起）、浅蓝色高腰牛仔裤、白色帆布鞋、黑色绳状项链。 年轻韩国女性，地道的21世纪初 MiniDV 摄像机美学。原始的手持真实感，带有细微的抖动、不完美的取景、偶尔偏离中心的构图、自动对焦的呼吸效应、轻微的曝光闪烁、柔和的低饱和度色彩、可见的噪点、压缩伪影以及自然的运动模糊。无稳定处理，无电影级调色，无精修镜头，无摆拍，无背景音乐。仅保留环境音。 地点：黄金时刻的安静韩国社区。狭窄的住宅街道，有砖房、矮墙、花盆、自行车、电线杆、架空电缆、小花园以及宁静的傍晚氛围。没有商业建筑或人群。 时间轴（15秒）： 0–3 秒： 她缓慢推开一个小花园的门，注意到镜头，露出惊讶的微笑，并轻声笑了起来。 3–6 秒： 沿着狭窄的街道行走，指尖轻轻拂过墙边生长的花朵，短暂地抬头望向天空。 6–9 秒： 在一辆旧自行车旁停下，单手整理了一下马尾辫，然后带着温暖自然的微笑看向镜头。 9–12 秒： 坐在低矮的混凝土台阶上，打开一个小笔记本，随意地素描了一会儿，然后回头看向镜头。 12–15 秒： 继续沿着安静的小巷走远，回头越过肩膀露出灿烂的笑容，轻轻挥手，晨风自然地吹动她的头发，画面渐黑。 仅限环境音频： 鸟鸣声、远处的交谈声、穿过树林的微风声、远处轻柔的自行车铃声、人行道上的脚步声、树叶的沙沙声、偶尔经过的远处滑板车声。

从太子集团的陈志到硬件钱包Coldcard，全部都因为随机数导致私钥被破解，那随机数和私钥有什么关系？为什么他们的随机数会出问题？ 首先比特币私钥本身就是一个256位的随机数，而这也是比特币最安全的核心保障，因为这个数字的组合总共有10的77次方，远远大于地球上沙子的数量，大约等于整个可观测宇宙中的原子总数，这种天文数字即使动用地球上所有的计算资源都不可能暴力穷举出来。 那既然规模如此之大，陈志和Coldcard又是怎么被盗的？ 核心就是在于，私钥安全的前提是因为它是个随机数，而如果你的私钥生成的过程根本不随机，那根本用不到什么量子计算机，随便一台电脑跑几个小时就能把你的私钥算出来。 随机数分为两种，伪随机数和真随机数，简单来说凡是通过一定的数学公式使用代码生成的都是伪随机数，而通过物理现象产生的随机数才是真随机数。 比如你使用Python的random()函数生成一个随机数是214，你以为真的是电脑给你随机选了一个数字，实际上这个数字是通过一个数学公式生成出来的，比如下一个数字=当前数字*7+3-5，那么你只要知道计算的公式就可以穷举出来这个公式能生成出的所有结果。 这时候问题来了，你会奇怪那为什么计算机不真的给我一个随机数呢？因为对于软件来说，任何结果都不可能平白无故的直接产生，你得有输入信息，并且配合程序运算，才可以有输出结果。 所以真正的随机来自于不需要软件和数学公式的物理世界，比如你投出的一个骰子，或者下一个雨滴掉落的位置。 所以对于私钥来说，想产生安全的随机数，只有软件不够，必须要配合硬件，比如提取CPU的电子噪音来作为完全无法被预测的输入信息，现在成熟的手机和电脑本身已经提供了硬件层面的安全随机接口可以调用，所以你用OKX、币安和Metamask生成的钱包都大概率使用了硬件噪音产生真随机数，主流硬件钱包自己本身也会读取硬件数据获得随机数。 陈志的钱包被盗是因为雇的程序员水平太差，直接用了最初级的随机数代码，估计是从哪个野鸡学校绑过去了一个刚毕业的大学生，抽了几鞭子就开始干活了。 Coldcard本身其实已经使用了硬件层面的随机数，但因为一个版本出现漏洞导致没有调用到硬件信息，而是采用了纯软件生成。 所以现在的问题是，你的钱包生成随机数的过程，到底随机不随机，完全是个黑盒，你压根不知道。 最有效安全的方式，就是你自己拿个骰子扔100次，记录下来每次的数字，然后把它转换成256位的二进制编码，再使用BIP39算法转换成24个英文单词，也就是你的助记词。

很多人用 Codex 做闲鱼选品，第一句就问错了。 别上来就问它“什么东西会爆”。 这个问法基本没啥用。 更狠的用法，是让它先当你的冷水军师，把那些看着热闹、实际一堆破事的伪需求筛掉。 你随便丢一个品类进去。 露营灯、旧手机、考研资料、儿童推车，都行。 然后让它反问你 5 个问题： 1、谁会急着买？ 搬家、考试、临时出差、孩子开学。 这种才有成交速度。 2、他为什么不买新的？ 别只写“便宜”。 要具体到停产、只用一次、预算卡死、等不及快递。 3、二手到底能省多少钱？ 省 20 块，没人愿意来回扯。 省 200 块，才有动力跟你聊半天。 4、验货难不难？ 越难验，越容易扯皮。 电子产品、奢侈品，新手真别硬碰。 5、退货纠纷高不高？ 尺码、成色、真假、功能暗病。 这些全是利润黑洞。 闲鱼赚钱，真不是靠一口气铺 100 个链接。 而是先避开 90 个看起来有流量，最后全是售后、纠纷、砍价和扯皮的坑。 把 Codex 当爆款大师，你只会越问越焦虑。 把它当质检员，反而能少亏很多时间。 项目地址：

[前端设计 Skills 分享] Make Interfaces Feel Better 把界面的"高级感"翻译成了一套可执行、可审查的量化细节规则，能系统地发现并修复那些单个不起眼、叠加起来却决定界面高级感的细节问题。 开源作者 @jakubkrehel 👍🏻 这个 Skill 的核心设计想法 细节复利：优秀界面来自小细节的叠加，而非单一亮点。 融入既有体系：修复必须用项目现有的样式方案表达（Tailwind 项目就用 Tailwind），绝不为了润色引入第二套样式系统。 慢速审查法：在浏览器动画面板以 10% 速度重放动效，并遍历 hover/focus/active/loading/empty 所有状态——慢速下感觉不对的，就是全速下隐约出错的地方。 # Skill 的十九条原则（五大类） 1. 表面与布局（Surfaces） · 同心圆角：外层圆角 = 内层圆角 + 内边距，嵌套圆角不匹配是最常见的"感觉不对"来源。 · 视觉对齐优先于几何对齐：图标按钮图标侧内边距减 2px、播放三角形右移、不对称图标直接修 SVG。 · 阴影表达层级、边框表达结构：仅为制造深度的边框应换成三层透明 box-shadow；分割线、选中/聚焦态保留边框。 · 图片描边：1px 低透明度内缩 outline，亮色模式用纯黑、暗色用纯白（oklch 10%），绝不用 slate/zinc 等带色调的近黑——会吸附底色显得脏。 · 最小点击区域：触屏 44×44px，密集桌面端至少 40×40px，可用伪元素扩展，但两个元素的热区永不重叠。 2. 动画（Animations） · 可中断性：交互动画用 CSS transition（中途可转向），keyframes 只用于一次性序列。 · 入场拆分交错：低频入场按语义分块、约 100ms 交错；高频交互（行悬停、键入）绝不加动画。 · 退场弱于入场：小固定位移（如 translateY(-12px)），时长更短（150ms），均用 ease-out。 · 图标情境动画：固定参数——scale 0.25→1、opacity 0→1、blur 4px→0；spring 的 bounce 必须为 0；无动效库时双图标同 DOM 交叉淡入淡出。 · 按压缩放：固定 scale(0.96)，不低于 0.95；提供 static prop 关闭。 · 页面加载跳过动画：AnimatePresence 加 initial={false}，但要确认不破坏有意设计的入场。 · 动效克制：动效是预算不是装饰；动效不能是唯一反馈渠道，必须配静态提示（颜色/图标/文字）。 3. 排版（Typography） · text-wrap: balance 用于标题（≤6 行），pretty 用于正文防孤词，长文本都不用。 · macOS 根布局统一加 antialiased 字体平滑。 · 动态数字用 tabular-nums 等宽数字防布局抖动；不要求更换项目字体族。 4. 图标（Icons） · 描边粗细匹配文字字重：常规文本配 1.5px，半粗配 2px。 · 单一 SVG + currentColor，状态全靠 CSS 颜色和透明度，绝不为每个状态出独立资源。 · 默认描边样式、填充样式只标记激活态；按渲染尺寸设计；RTL 场景只翻转方向性图标。 5. 性能（Performance） · 禁用 transition: all，明确列出过渡属性。 · will-change 仅用于 transform/opacity/filter，且只在观察到首帧卡顿（尤其 Safari）时才加。 审查输出规范 Skill 对审查报告有严格格式要求，这也是它区别于普通"设计建议清单"的地方： · 覆盖声明：列出五类各自实际检查了什么，未检查的必须标注"Not reviewed"，不许暗示已审。 · 发现表格：按原则分组，含严重度（HIGH/MEDIUM/LOW）、精确到行的位置、Before/After、违反的原则及用户影响。系统性问题合并为一行并列出所有受影响位置。 · 已否决候选：必须列出 1–5 个考虑过但否决的修改及理由，防止"为改而改"。 · 验证与裁决：列出实际运行的验证命令；有 HIGH 未解决则 Block，仅中低优问题则 Needs changes，无问题才 Approve。

你刷抖音、快手、小红书，会发现大量一看就是 AI 做的视频——人会动、镜头会飞、质感假得明显——但作品底下经常没有「AI 生成」那几个字。 他们是怎么做到的？ 圈里传得最多的，不是什么黑科技，大概分三层。 第一层，清壳。 生成工具常在文件里写隐式标识：元数据 AIGC 字段、C2PA 内容凭证，部分视频流还带 SEI。StripShot、AIClean、QuickMetaWipe、Calabi Sanitizer 这类工具，核心就是抹掉这些标签，而且多强调本地处理、不上传。再狠一点，往里注入 iPhone、Sony 的 EXIF 档案，属性面板看起来像实拍。 第二层，改指纹。 中文自媒体圈常见「批量改视频 MD5」：文件末尾塞几个无害字节，哈希变了，网盘秒传、部分重复检测会失效——但画面一帧没动，跟内容是不是 AI 无关。 第三层，二次处理。 很多人再走剪映导出、手机重编码，甚至录屏再剪。封装和压缩一换，外壳信息更容易丢干净，文件也更像「本地剪过的正常成片」。 所以你看到的「没 AI 标识」，很多时候不是检测全失效了，是创作者先把文件外壳洗成了普通人机导出的样子。像素统计特征、时序伪影、平台内容侧识别，清壳清不掉。 别把改 MD5、写 EXIF，当成去 AI 味的全部。

关于 Agent 的判断： 1. 更通用的吃掉更垂直的 通用 Agent — Codex、Claude Cowork、Workbuddy... 逐渐吃掉专业 Agent 和垂类 Agent（比如 Genspark、Skywork...）。通用 Agent 将成为用户的主要入口，通用 Agent + Skill + MCP 能解决大部分专业任务，大部分 AI-native 应用创业会是伪命题。 2. 更开放的吃掉更封闭的 更开放一方面指的是模型可替换。随着模型能力趋同，模型本身逐渐成为可路由的基础设施。通用 Agent 应根据质量、成本、速度和合规要求动态选择最佳模型，并且将自由度开放给用户。 更开放的另一方面指的是 Agent 本身能被用户/客户拥有：可以本地运行或企业自部署，不必把所有数据和权限交给平台；能修改 Agent 的记忆、规划、权限和执行逻辑；Skill、工作流、记忆、连接器和配置能自由迁移（Cindy、OpenWorker 这类开源 Agent 已经在往这个方向走）。 3. 更下沉的吃掉更傲慢的 Codex、Claude、甚至 DeepSeek 背后的团队都以 AGI 为长期目标，这种技术理想主义，也带来了阶段性的产品傲慢，他们不太愿意做一些更脏更累的面向用户的下沉化需求，比如 Workbuddy 针对 Skill 的精细化运营——包装成专家/专家团这种更面向用户的概念，这些拼的是产品、运营能力，而非技术能力，加上市场足够大，草根团队在通用 Agent 上也有一段时间的机会窗口。

做返佣，没有任何问题，返佣是这个市场的一部分，而且是少有的，中间商，用户，交易所共赢的事情， 用户省钱了，中间商赚钱了，交易所也有客户了。 我曾经搞过一阵子，但早在半年前，就没做返佣了，因为我觉得 做返佣，影响我自己做交易，他最大的问题是 间接碰到了别人的钱。 带人赚钱，是个伪命题，交易市场注定只有少数人赚钱，哪怕是完全没有任何杠杆的股市，一样是只有10%的人赚钱，更别提币圈，美股了。 多年来，一直有各种私基金公司，找我，给我资金让我操盘，最高资金到2个亿，都被我拒绝，尽管他们跟我说，你尽管去做，盈利给我30%，亏了都是我们的。 交易的风险很大，有亏有赚，比如去年下半年，我一直都是亏的，只是今年大赚，我甚至有预感接下来可能要亏，大概这就是均值回归吧，人无法逃过数学规律，英文叫 Mean Reversion，我从百科里复制的， 但我亏我自己的钱，心里踏实，但我如果亏别人的钱，我难受，甚至难受到无法入睡，结果就是我连我自己的交易都做不好了。 我不不喜欢碰别人的钱，也绝不问任何人借钱，我心里过不去，我上小学时就不想问家里要钱，就天天捡废品，捡麦子存起来，换点零花钱， 我上大学的学费，是弄的助学贷款，最高额度我记得是9000，但我学费只要4000，这让我度过了大学的第一年，后面大二我就自己做生意挣钱了。 我只在做淘宝的时候，资金实在周转不开，问我父母借了5W，后面资金稍有富裕，不到一年就还了7W给他们，后面我宁愿循环套信用卡也不找任何人借钱。 所以搞过一段时间之后，我就决定只碰自己的钱，不搞返佣这个东西了。 但是我不做了，我也不会攻击任何人是做返佣的，交易很难，不是每个人都有这个天分， 大家都不容易都是普通人，谁都想逆天改命往上爬，任何人想赚钱想改善自己以及家庭生活我自然都支持。 但有个人会，她见不得别人通过自己的辛苦努力想过的好，她就是 清华嫖娼男张疆的贱逼老婆，套利猫，你套你妈个逼啊，你除了套了一根长满菜花的清华嫖娼男鸡巴，你套着啥了？ 日你妈，你跟你清华嫖娼男张疆老公，就不想搞了？ 还不是当初炒作自己，才露头被我干退网了，搞不了了。 都是普通人，只想自己生活过好点，任何人想努力赚钱，我都支持，如果想让我给你流量，只要内容有点价值，给我私信，我给你评论转发，免费支持你。 而清华嫖娼男张疆，和套利猫，是所有想靠自己努力往上爬，想靠自己努力赚钱的人的敌人，你想往上爬，这狗男女两口子，只会给你往下踩。 任何想加入反这对狗男女战队的，都可以私信我。😀😀😀

日本中標的印度高鐵項目，目前日本和印度相互甩鍋。 7月15日，日本前法務大臣牧原秀樹發文稱：「高鐵問題100%是印度責任，並批評印度毫無誠信、屢次反覆更改立場。」 7月17日，印度外交部反駁表示，「日本人虛偽、捏造說詞，內容與事實不符。」