与「公認先達」相关的搜索结果

夜７時からの「日本史スクープ砲」は 「四国のお遍路旅SP(後編)」 を放送するぞ！ 今回取材でご出演頂いた方々じゃ！ #公認先達# の松村隆介さん #愛媛大学# の胡光さん #最御崎寺# の氏川秀昭さん #善通寺# の菅智潤さん #ヨコクラうどん# の横倉英城さん Twitterフォローもよろしくじゃ！ #四国# #納経#

夜７時からの「日本史スクープ砲」は 「四国のお遍路旅SP(前編)」 2週にわたって前編と後編と放送するぞ！ 今回取材でご出演頂いた方々じゃ！ #公認先達# の松村隆介さん #愛媛大学# の胡光さん #金泉寺# の弦元昌賢さん お楽しみでござる！ Twitterフォローもよろしくじゃ！ #四国# ＃納経 #歴史#

第一個智能體不用自己寫迴圈，那程式設計師還剩下什麼？ 官方來源：Martin Bernaola Mendez，原文發表於 2026-11-13（1 天內，見文末核實）。原文標題直譯：《在微軟開發平台做你的第一個智能體，比你想的簡單》。先把反常識結論放前面：多數人以為做智能體要先學一堆新東西，新的框架、新的寫法、新的觀念，沒三個月下不來；真相剛好相反，你的第一個智能體根本不用學新東西，用你本來就會的主程式語言、你本來就熟的寫法，一個下午就跑起來了。智能體的本質一點都不神秘，就是模型加指示加工具加記憶，繞著圈跑到答案出來：模型先判斷要不要用工具、再叫你的程式去做事、拿到結果再寫答案，迴圈跑完才收工。關鍵在最後一句：這個迴圈不用你寫，框架全包了。你只剩三件事：給它一個名字與指示、給它一個工具、給它一段記憶。微軟的智能體框架就是幹這個的，底下還有一個聊天客戶端介面，幫你把不同模型的呼叫方式統一成同一套寫法。這篇只做一件事：照原文四步走，帶你從零做出第一個會查天氣、會記得你名字的旅行小幫手，最後再換成本機免費版，一毛錢都不花。先說清楚底線：前置條件是開發平台軟體開發套件第十版或全新的第十一版，加上一把開放智能的應用程式介面金鑰；沒有金鑰也沒關係，文末有本機免費版。 說清詞： - 智能體：模型加指示加工具加記憶，繞著圈跑到答案出來的程式，模型負責判斷、你的程式負責做事。 - 聊天客戶端介面：微軟擴充智能裡的統一介面，把不同模型的呼叫方式包成同一套寫法，換模型不用重寫程式。 - 微軟智能體框架：坐在聊天客戶端介面上面、專門加智能體功能的那一層，負責指示、工具呼叫、工作階段，往後還能接多智能體流程。 - 指示：你給智能體的工作說明，寫明它是誰、說話多簡短、什麼時候該用工具，寫得越具體、它做得越穩。 - 工具：就是你本來就會寫的普通方法，加上一句說明文字掛進智能體，模型看說明決定什麼時候叫它。 - 說明屬性：掛在方法與參數上面的說明文字，告訴模型這個方法是幹什麼的、參數是什麼意思，模型就靠它決定要不要叫、要傳什麼。 - 迴圈：模型決策、呼叫方法、結果回填、寫答案，四步轉一圈，直到答案夠好才停，框架自動跑，你不用自己寫。 - 工作階段：對話的記憶盒子，建立一次、每次跑都傳進去，智能體才記得上一句講過什麼。 - 串流：答案一個字一個字出現的跑法，像聊天視窗那樣慢慢印出來，整段等完才印是另一種跑法。 - 主控台專案：最簡單的那種程式，沒有視窗、沒有網頁，只在命令列視窗裡跑，做第一個智能體用它就夠了。 - 環境變數：存在電腦系統裡的設定值，金鑰放這裡，程式碼裡只讀它、不寫明文。 - 本機模型：裝在你自己電腦上跑的模型，不用連雲端、不用付按量費用，代表作是奧拉瑪接開源模型。 - 模型上下文協定：接現成工具伺服器的標準作法，原文只在展望裡提，叫你以後自己去接，不用現在學。 - 可觀察性：把每一次模型呼叫與工具呼叫都留下紀錄的作法，出怪事時靠它追查，原文只在展望裡提。 一個真實的例子：原文的第一個智能體叫旅行小幫手，做的事再小不過：回答去馬德里旅行的小建議。做法是拿開放智能的客戶端取一個聊天客戶端、指定一個支援工具呼叫的聊天模型，再把它轉成智能體，給名字旅行小幫手、給指示說你是友善的旅行助理、答案保持簡短，跑起來就完成了。問它去里斯本玩兩天怎麼排，答案一個字一個字慢慢印出來，那是串流跑法。接著給它一個工具：一個查天氣的普通方法，加上一句說明說這是查某個城市的天氣預報，方法本身只是回傳一段寫死的假天氣。問它去里斯本要不要帶傘，背後發生四件事：模型讀問題、發現需要天氣資料、叫方法去查里斯本、拿到結果寫答案說早上會下小雨、記得帶傘。迴圈你一行都沒寫，框架全包了。最後加記憶：建立一個工作階段、每次跑都傳進去，先說嗨我是安娜、星期五要飛里斯本，再問要不要帶傘，第二問根本沒提城市，智能體自己用對的城市查天氣；再問我叫什麼名字，它答得出安娜。這三問跑下來，第一個智能體該有的東西全齊了：會判斷、會動手、會記得。 為什麼是框架全包，而不是你自己寫迴圈？因為迴圈裡最容易出錯的地方，全是重複的髒活：模型回傳要叫工具，你要解析它叫的是哪一個、參數對不對；方法跑完，你要把結果用對的格式回填給模型；模型又回傳要再叫一次，你要判斷這是正常接力還是無限鬼打牆；答案終於出來了，你要決定什麼時候停。這些事每一件都不難，但加起來就是幾十行容易寫錯的程式碼，錯一次、除錯半天。框架把這整圈包起來，你只寫三件事：指示寫清楚、工具掛上去、工作階段傳進去。11 月 12 日那篇手寫迴圈的教程立場剛好相反，叫你自己把迴圈寫出來、看懂每一圈在幹什麼；這篇的立場是先跑起來再說，迴圈交給框架，你先嚐到智能體動起來的滋味。兩篇沒有誰對誰錯，是先後順序：新手先照這篇跑起來，想搞懂底層再去讀手寫迴圈那篇，順序反過來很容易卡在第一圈就放棄。 再算一筆帳，讓你知道第一個智能體到底花多少錢。示範用的是開放智能的輕量聊天模型，特點是便宜、支援工具呼叫，跑幾十次問答常常不到一塊錢美金，練手完全不心疼。真正貴的不是模型，是你把正式環境的大模型、長上下文、高價輸出全開來練手，練十次就抵得上一個月的示範費用。所以練手的規矩只有一個：示範模型挑輕量便宜的，指示寫簡短，工具先用寫死的假資料，跑通了再換真資料、再換好模型。本機免費版更徹底：模型裝在自己電腦上跑，一毛錢都不花，工具、工作階段、串流的程式碼一個字都不用改，只換呼叫模型的那一行。先在本機版把迴圈、工具、記憶三件事都摸熟，上雲端花錢時才知道錢花在哪裡。 反方適用條件清單——以下情況，先別照本篇做第一個智能體，免得把本篇讀成保證： - 不想碰微軟開發平台、只用別的語言生態：本篇是微軟開發平台的作法，換生態等於整篇重寫。 - 沒有金鑰、也不想裝本機模型：兩條路都沒有，模型叫不動，智能體跑不起來，先選一條路再開工。 - 挑的模型不支援工具呼叫：工具掛上去模型也不會叫，示範用的輕量模型有支援，換模型之前先確認支援清單。 - 想一次做多智能體協作、寫作者加審查者的流程：原文只做到單一智能體，多智能體是展望裡的下一步，現在做還太早。 - 想直接做正式上線的產品：本篇只到主控台示範為止，正式產品要另外做驗證、備份、錯誤處理。 - 指示寫得含糊、只寫你是個助理：指示越空、模型做得越飄，指示要寫明身分、語氣、什麼時候用工具。 - 除此之外，只要你會寫主程式語言、想親手跑一個會動手的智能體——這篇就是為你寫的。 一句定性金句：迴圈不用你寫，判斷不用你寫，你只剩三件事：給指示、給工具、驗答案。 一、翻車清單 - 金鑰寫進程式碼、貼進群組、傳進公開倉庫：誰拿到都能花你帳上的額度，正確做法是存進環境變數，程式碼裡只讀變數不寫明文。 - 開發平台軟體開發套件版本太舊：原文要第十版或全新的第十一版，舊版可能沒有智能體框架要的寫法，先升級再開工。 - 套件裝錯：開放智能版與通用版是兩個套件，雲端版裝開放智能那一個，本機版才裝通用版加奧拉瑪那一個，裝錯就接不上。 - 模型挑不支援工具呼叫的：工具掛上去模型也不會叫，示範用的輕量模型有支援，換模型之前先確認支援清單。 - 指示寫得太空：只寫你是個助理，模型不知道該簡短還是詳細、該不該用工具，指示要寫明身分、語氣與用工具的時機。 - 工具沒加說明文字：模型看不懂這個方法是幹什麼的，永遠不會叫它，說明文字是工具能不能被叫到的關鍵。 - 工具方法寫了真的去查天氣：示範階段先用寫死的假資料，跑通迴圈再換真資料，一開始就接真服務，出錯不知道是迴圈錯還是服務錯。 - 忘記建立工作階段：每一次呼叫都從零開始，第二問不提城市它就不知道去哪裡，名字也記不住，記憶要靠工作階段傳進去。 - 工作階段建了卻沒傳進去：建立一次不夠，每一次跑都要傳，漏傳一次、那一次的對話就斷了。 - 串流與整段回傳搞混：串流是一個字一個字印，整段是等完一次印，兩種跑法的寫法不一樣，抄錯會編不過。 - 金鑰放環境變數卻沒重開命令列視窗：環境變數改了要重開視窗才生效，舊視窗讀到的是舊值，一問就說金鑰沒設。 - 本機模型挑不支援工具呼叫的：本機開源模型不是每一個都支援工具呼叫，挑之前先確認，否則工具掛上去也不動。 - 本機服務沒啟動就跑程式：奧拉瑪的本機服務要先跑起來，程式連的是本機位址，服務沒開就連不上。 - 把示範程式當正式產品：主控台示範沒有錯誤處理、沒有備份、沒有驗證，正式上線要另外補齊，示範跑通不等於產品做完。 - 一次給太多工具：第一個智能體先給一個查天氣就好，工具一次給五個，模型叫錯的機率立刻上升，出錯不知道是哪一個工具的問題。 - 指示與工具打架：指示寫不要用工具、工具又掛上去，模型左右為難，指示與工具要講同一套話。 - 名字與指示寫完就以為智能體懂了：名字只是名字，真正管行為的是指示，指示沒寫清楚，名字再好聽也沒用。 - 測試不跑就說通了：模型說帶傘不算數，程式真的跑起來、答案真的對、第二問真的記得城市，才算通。 - 換雲端平台就以為程式碼要重寫：聊天客戶端介面就是為了換模型不用重寫，雲端平台、開源模型、微軟雲端，全是換呼叫模型的那一行，其餘不動。 - 把多智能體協作當第一步：原文的展望是下一步，先把單一智能體跑通，作者加審查者的流程以後再加，一步登天一定摔。 二、替代方案＋理由 原文只給一條主路，理由很硬：先拿雲端輕量模型跑通，再換本機免費版——理由是雲端版最快驗證迴圈、工具、記憶三件事，本機版再把花費壓到零，順序反過來很容易卡在本機安裝那一步、還沒看到智能體動起來就放棄。雲端版的理由是套件裝好、金鑰設好就能跑，示範用的輕量模型便宜又支援工具呼叫，練手不心疼。本機免費版的理由是模型裝在自己電腦上，一毛錢都不花，工具、工作階段、串流的程式碼一個字都不用改，只換呼叫模型的那一行，適合想一直練、一直試的人。還有一條同理可推的路：雲端平台版、開源模型平台版、微軟雲端版，理由是聊天客戶端介面把模型呼叫統一了，換平台只是換呼叫模型的那一行，其餘程式碼全不動，適合公司已經有指定平台的人。順序只有一個：雲端輕量版先跑通，再換本機版或公司平台版，不要三種同時開工。 工具的作法也有替代方案，理由一樣硬：示範用寫死的假天氣，理由是先驗迴圈對不對，出錯只可能是迴圈錯；換真資料是下一步，理由是迴圈通了再接真服務，出錯只可能是服務錯。兩步分開除錯，永遠比一次全上、錯了不知道找誰快。記憶的作法也一樣：工作階段是原文給的正規作法，理由是框架幫你管記憶，不用自己寫對話紀錄；自己寫對話紀錄是另一條路，理由是想完全掌控格式的人可以自己來，但新手先不要，框架的版本先跑通再說。 三、目標形態 一個能對照的最小閉環：開發平台軟體開發套件已裝第十版或第十一版、開放智能金鑰已存進環境變數；主控台專案已建好、開放智能套件已裝好；智能體已有名字旅行小幫手、指示寫明友善的旅行助理、答案保持簡短；問它去里斯本要不要帶傘，模型自己叫查天氣的工具、拿到結果寫答案說早上會下小雨、記得帶傘；第二問不提城市，它用對的城市查天氣；第三問問我叫什麼名字，它答得出安娜。三問全對、程式真的跑起來，才算通。一句話：先讓一個智能體真正動起來，再談多智能體。 這個最小閉環還有三個進階樣子，通了之後可以一個一個加上去。第一個是換真資料：查天氣的方法從寫死的假資料換成真的天氣服務，問同樣的問題，答案裡的溫度與天氣要對得上真實預報，迴圈不動、只換方法裡面。第二個是換本機免費版：模型換成本機開源模型，其餘程式碼一個字都不改，跑同樣的三問，答案一樣對，帳單變零。第三個是加第二個工具：再掛一個查機票或查景點的方法，指示寫明什麼時候用哪一個，問一個同時需要天氣與景點的問題，看模型會不會自己挑對工具。這三個樣子有一個共同點：一次只換一件事，換完立刻驗三問，驗不過就只退一步，不用整段重寫。 四、遷移步驟 1. 先備前置條件：開發平台軟體開發套件裝第十版或全新的第十一版，開放智能金鑰申請好、存進環境變數，不要寫進程式碼。 2. 新建主控台專案：用命令列工具新建一個主控台專案、進到專案資料夾，裝開放智能版的智能體套件。 3. 寫第一版主程式：拿開放智能客戶端取聊天客戶端、指定輕量聊天模型，轉成智能體，給名字旅行小幫手、給指示說你是友善的旅行助理、答案保持簡短，問一句去馬德里旅行的小建議，跑起來。 4. 換串流跑法驗一次：同一個問題改用串流跑法，答案一個字一個字印出來，確認兩種跑法都通。 5. 給它第一個工具：寫一個查天氣的普通方法、加一句說明說這是查某個城市的天氣預報，方法裡先回傳寫死的假天氣，掛進智能體。 6. 問它去里斯本要不要帶傘：看模型自己叫查天氣的方法、拿到結果寫答案，迴圈四步都發生了才算通。 7. 建立工作階段：建立一個工作階段，每一次跑都傳進去，先說嗨我是安娜、星期五要飛里斯本。 8. 驗記憶三問：第二問要不要帶傘不提城市，看它用對的城市查天氣；第三問問我叫什麼名字，看它答得出安娜；三問全對才算通。 9. 換本機免費版：裝通用版套件加奧拉瑪套件，本機服務先啟動，模型換成本機開源模型，其餘程式碼一個字都不改，跑同樣的三問。 10. 換真資料：查天氣的方法從寫死的假資料換成真的天氣服務，問同樣的問題，答案要對得上真實預報。 11. 加第二個工具：再掛一個查機票或查景點的方法，指示寫明什麼時候用哪一個，問同時需要兩種資料的問題，看模型挑不挑得對。 12. 換公司平台驗一次：雲端平台版、開源模型平台版、微軟雲端版挑一種，換呼叫模型的那一行，其餘不動，確認聊天客戶端介面真的統一了寫法。 13. 記帳：示範用的輕量模型跑幾十次常常不到一塊錢美金，練手用輕量模型、指示寫簡短、工具先用假資料，跑通了再換真資料、再換好模型。 14. 排定主力與備胎：主力一種平台每天用，備胎一種放在旁邊，主力出問題、換專案時立刻換備胎頂上，不用臨時翻文件重學寫法。 15. 每月回頭對一次官方文件：智能體框架還在長大，多智能體流程、模型上下文協定、除錯工具都會變，每月花十分鐘對一次，才不會拿著舊地圖走新路。 跑完這十五步，真正拉開差距的不是你會幾種平台，是你給指示的方式。指示寫得含糊，模型就做得含糊；指示寫得具體，模型就動得具體。好的指示有三個要素：先說身分，再說語氣，最後說用工具的時機。身分是你是誰，例如友善的旅行助理；語氣是答案多長，例如保持簡短；用工具的時機是何時該查資料，例如需要天氣資料時就用工具查。三個要素寫進每一次設定，模型的命中率立刻不一樣。反過來最差的指示是只寫你是個助理，模型不知道你要它簡短還是詳細、不知道什麼時候該動手，只能憑感覺猜，猜錯了你還要花時間收拾。框架是硬體，指示是軟體，硬體接好了、軟體跟不上，一樣跑不快。 問問題也有一個進階技巧：一次只問一件事。請模型同時排行程、查天氣、再訂機票，它常常三件都做得半調子；拆成三輪，每一輪只做一件、每一輪都驗收，總時間反而更短，因為返工最花時間。還有一個習慣值得養：每一次請模型動手之前，先請它用一句話說出它理解的任務是什麼，它說對了再讓它動手，它說錯了先糾正理解、不要讓它帶著錯誤的理解去叫工具。這兩個習慣加起來，模型的出錯率會掉一大截，你花的檢查時間也會跟著掉。 五、團隊共建分工 做第一個智能體是小事，但三個角色別一個人全扛： - 你自己管金鑰：金鑰只你經手，存進環境變數、不寫進程式碼、不貼進群組，誰要用就請他自己建一把。 - 審查者核對帳單：每週對一次用量，示範用的輕量模型跑幾十次常常不到一塊錢美金，大模型、長上下文、高價輸出的帳單先抓出來看。 - 紀錄者留對照表：把每一次實驗的模型、指示、工具、工作階段、驗收結果寫進本篇贈品驗收表，換人接手時不用重讀原文，換模型時照表改名字就好。 - 守門員管範圍：每一次請模型動手之前，先說清楚哪些工具能叫、哪些資料不能碰，正式環境的設定一律列入禁區，模型動手之前先對一次範圍，叫錯工具的代價比多問一句話貴得多。 - 新人先跑最小閉環：新加入的人不要一次做多智能體，先照本篇第四節跑一遍最小閉環，三問全對、程式真的跑起來，通了才算入門，通不了先找守門員對設定，不要自己硬湊。 六、官方工具包 - 微軟擴充智能：聊天客戶端介面，統一不同模型的呼叫寫法，換模型不用重寫程式。 - 微軟智能體框架：坐在聊天客戶端介面上面，負責指示、工具呼叫、工作階段，往後還能接多智能體流程。 - 開放智能版套件：雲端版裝這一個，示範用輕量聊天模型，支援工具呼叫。 - 通用版套件加奧拉瑪套件：本機免費版裝這兩個，接本機開源模型，其餘程式碼不變。 - 示範模型：輕量聊天模型，支援工具呼叫，練手便宜。 - 本機模型代表：駱馬三點二，裝在自己電腦上跑，一毛錢都不花。 - 同理可接的平台：雲端平台、開源模型平台、微軟雲端，換呼叫模型的那一行就好。 - 展望裡的下一步：多智能體流程、模型上下文協定、智能體對智能體、可觀察性、除錯工具，現在先知道名字就好。 - 前置條件：開發平台軟體開發套件第十版或全新的第十一版，加上一把開放智能金鑰或一台裝好本機模型的電腦。 結尾收束：原則比框架多重要——智能體框架不是魔法，是把迴圈包起來的那一層。可重複的動作規則只有一條：每次換模型、換平台、加工具之前，先回到那個最小閉環——三問全對、程式真的跑起來——通了再往下走。今晚就能做的事：先備好金鑰、建一個主控台專案、問它一句去馬德里旅行的小建議，答得對，這條路就是你的了。 最後再提醒一次最容易被低估的事：第一個智能體真正的成本不是金鑰、不是套件，是你願不願意把指示寫清楚。指示寫不清楚，模型做得再快也是亂做，你還要花更多時間收拾；指示寫清楚了，迴圈、工具、記憶三件事立刻各就各位。這筆帳，比幾十次問答不到一塊錢美金重要得多。今晚先跑三問，明天上班第一件事就拿一個你真正的工作問題去問它，問完看它會不會自己挑對工具，挑對了，你就知道這條路值不值得走下去。 本篇贈品：微軟智能體首次落地驗收表 開通之前逐項打勾：1 前置——開發平台軟體開發套件已裝第十版或第十一版、開放智能金鑰已存進環境變數、沒寫進程式碼；2 專案——主控台專案已建好、開放智能版套件已裝好；3 第一版——智能體已有名字旅行小幫手、指示已寫明友善的旅行助理與答案保持簡短、問去馬德里旅行的小建議已跑通；4 串流——串流跑法已驗一次、答案一個字一個字印出來；5 工具——查天氣的方法已寫好、說明文字已加上、方法裡先用寫死的假資料、問去里斯本要不要帶傘已看到模型自己叫方法；6 記憶——工作階段已建立、每次跑都已傳進去、第二問不提城市已用對的城市查天氣、第三問已答得出安娜；7 本機版——通用版套件加奧拉瑪套件已裝好、本機服務已啟動、模型已換成本機開源模型、三問已重跑全對；8 真資料——查天氣的方法已換成真的天氣服務、答案已對上真實預報；9 第二工具——第二個方法已掛上、指示已寫明什麼時候用哪一個、同時需要兩種資料的問題已驗過；10 帳單——示範用的輕量模型跑幾十次不到一塊錢美金的算法已知道、練手用輕量模型與假資料的規矩已立好；11 維護——每月回頭對一次官方文件、換平台只換呼叫模型那一行的作法已驗過；12 指示——每一次設定已寫明身分、語氣、用工具的時機三個要素，一次只問一件事，模型動手前已先用一句話說出它理解的任務。 S1哥觀點 別再問「做智能體是不是很難」了——難的不是智能體，是你以為迴圈要自己寫。還在觀望的人，花的時間不是學習，是猶豫；照這篇跑起來的人，一個下午就有一個會查天氣、會記得你名字的旅行小幫手，迴圈框架全包了，你只剩給指示、給工具、驗答案。更值得問的是：你現在每天重複做的那件小事，是查資料、還是回覆、還是整理？那一件，就是你第一個智能體該先接的理由。還有一個更扎心的問題：你上一次說要學智能體，結果三個月過去、連第一個主控台專案都還沒建，是什麼時候？這種拖延，跑起來一次就治好了，因為跑通的那一刻你就知道，原來第一步這麼小。你第一個智能體想讓它先幫你做什麼？評論區說說。

孙宇晨真正的巨大漏洞，可能已经暴露了 我最近重新研究了一遍孙宇晨，越研究越觉得很多人研究错了方向。大家盯着他的花边新闻，政治关系、特朗普、各种争议，但这些可能都不是他真正的致命点。 孙宇晨最大的漏洞，是一个很反直觉的东西： 他建立了一个看起来非常去中心化的商业帝国，但这个帝国最重要的几个开关，其实掌握在别人手里。 而 2026 年发生的几件事，正在第一次同时触碰这些开关。 一、先把 SEC 放到一边 过去几年，很多人认为孙宇晨最大的风险是美国 SEC。这个判断现在已经过时了。 2026 年 3 月 5 日，SEC 提出与孙宇晨、TRON Foundation、BitTorrent Foundation、Rainberry 达成整体解决方案。Rainberry 就相关 wash trading 指控支付 1000 万美元民事罚款，其余针对孙宇晨以及相关 TRON 被告的诉求撤销，而且 settlement 是在不承认也不否认相关指控的条件下达成的。 换句话说，那个过去悬在孙宇晨头顶最显眼的美国监管炸弹，至少大幅降级了。 但几乎与此同时，另一个可能更危险的东西出现了：HTX。 二、英国首先动手 2026 年 5 月 26 日，英国把 HUOBI GLOBAL S.A. 正式列入俄罗斯制裁框架。 英国政府的 Statement of Reasons 提到了 A7 LIMITED LIABILITY COMPANY 和 GARANTEX Europe OU，认为 Huobi Global S.A. 曾向相关实体提供金融服务、资金或经济资源，从而构成支持俄罗斯政府相关经济活动的依据。制裁措施包括资产冻结、支付处理限制、Correspondent Banking 限制、Trust Services 限制，甚至互联网服务限制。 真正关键的是随后英国 OFSI 专门增加了一条 FAQ： “对 Huobi Global S.A. 的制裁是否适用于 HTX cryptocurrency exchange？” 答案是：Yes。 OFSI 明确表示，它认为 HTX 因 Huobi 的所有权关系，同样受到英国金融制裁约束。 有意思的是，HTX 不认。HTX 随即发表公告称，Huobi Global S.A. 和线上 HTX 交易所是两个不同、相互独立的主体，制裁“不应、也不会”影响 HTX。 于是一个非常罕见的局面出现了： 监管机构说：你就是它。 HTX 说：我不是它。 这已经不仅仅是公关问题，而是一个法律实体边界问题。 三、然后欧盟来了 2026 年 7 月 23 日，欧盟公布 Regulation 2026/1848，Annex XLV 里面直接出现： HTX (HUOBI GLOBAL SA) 生效日期：2026 年 8 月 23 日。 Annex XLV 列的是欧盟认定显著挫败俄罗斯制裁目的的境外金融机构、加密资产服务商和支付服务商。相关 Article 5ad 原则上禁止欧盟主体直接或者间接与名单中的机构发生交易。 这意味着事情已经完成一次重要升级： 英国不是孤立事件，现在是英国 + 欧盟。 四、真正值得看的，不是“HTX 被制裁” 而是制裁发生之后，HTX 的 Proof of Reserves 发生了什么。 HTX 一直公布 PoR，而且从它自己的公开数据看，目前主要资产 reserve ratio 仍然在 100% 或以上。所以必须先说清楚： 目前没有公开证据证明 HTX 资不抵债。 但 2026 年 6 月的 PoR 出现了一个以前没有那么显眼的分类： ThirdParty。 Protos 根据 HTX 的 PoR 数据统计，约 13 亿美元储备进入了这个类别，涉及 BTC、ETH、USDT、USDC 等资产。 HTX 自己的 PoR 页面也明确写着，Custodial Wallet 中的资产由 third-party custodians 保管；如果想验证这些余额： “please directly contact the third-party custodians.” 问题来了：谁是 custodian？ HTX 的公开 PoR 页面没有直接告诉你。 于是产生了一个很奇怪的结构：HTX 告诉用户，钱在那里，第三方替我们保管，你可以找第三方验证；但是第三方是谁，并没有在这个页面上清楚披露。 这不是证明“钱没了”，但它明显降低了外部验证能力。而在一家交易所刚刚遭遇英国制裁、随后又进入欧盟名单的情况下： 储备可验证性下降，本身就是一个值得高度关注的风险信号。 五、链上又出现了一条更有意思的线索 Protos 后来继续追踪 HTX 过去披露的 PoR 钱包。其中一个地址曾持有大约 71,853 stETH。 5 月 30 日，也就是新的 June PoR 快照前不久，这些资产开始转移，最终部分资金进入了 Etherscan 标记为： Poloniex 7 Poloniex 10 的地址。 这件事情必须谨慎解释。它不能证明 13 亿美元 ThirdParty 全部在 Poloniex，更不能证明 HTX 挪用了客户资产。 但它提出了一个非常重要的问题： HTX 的储备、Poloniex 的钱包以及孙宇晨关联生态之间，到底是什么关系？ 这是我认为真正应该做链上法证的地方。 六、为什么这个问题可能比 SEC 案件严重得多？ 因为中心化交易所真正害怕的，从来不是资产价格下跌，而是： liquidity mismatch。 100 亿美元资产，不等于随时可以兑付 100 亿美元负债。 这正是 FTX 给整个行业留下最重要的一课。一个交易所可能在账面上拥有足够多的“资产”，但你必须继续问： 这些资产是什么？谁托管？能否立即转移？是否被质押？是否存在锁仓？是否属于关联方？是否同时被其他平台计算为储备？有没有借贷关系？有没有抵押关系？有没有制裁导致的冻结风险？ 所以单纯看到： Reserve Ratio > 100% 远远不够。 七、这里出现了孙宇晨真正的结构性漏洞 把地图继续往外拉，你会看到一个很奇怪的系统： TRON、HTX、Poloniex、TRX、USDD、JustLend、stUSDT、USDT，以及孙宇晨本人。 它们法律上并不是同一个东西，资产负债表也不是同一张，但资本市场会把它们看成一个： Sun Ecosystem。 这意味着孙宇晨本人实际上成为了一种特殊的金融资产： Reputation Collateral。 当市场相信孙宇晨时，TRX、HTX、TRON DeFi 甚至相关项目都会获得某种隐性信用溢价。但如果有一天市场开始怀疑其中一个关键节点，传播方向也可能反过来： HTX 出现问题 → 用户提现 → 关联资产流动性下降 → TRX 等生态资产承压 → 抵押品价值下降 → DeFi 清算增加 → 市场进一步怀疑 HTX 储备质量 → 继续提现 这才是真正值得担心的： Reflexivity，反身性死亡循环。 目前没有证据证明这个循环正在发生，但这是最应该压力测试的场景。 八、而孙宇晨还有一个更大的外部依赖：Tether 今天 TRON 最大的护城河其实不是 TRX，甚至不是所谓 Web3 应用生态，而是： USDT。 目前 TRON 上稳定币规模约 938 亿美元，其中 USDT 大约 919 亿美元，占比接近 98%。 这意味着 TRON 已经成为全球最重要的 USDT settlement rails 之一。 这是孙宇晨最大的成功，但也是一个非常漂亮的单点故障。 因为： Tether 不是孙宇晨控制的。 USDT 也不是去中心化资产。Tether 可以冻结地址，可以调整合规政策，可以调整某条链上的发行策略，也可以改变不同司法辖区的风险控制。 于是出现一个极其反直觉的结论： TRON 越成功地成为全球 USDT 网络，它就越依赖一个自己无法控制的中心化发行商。 孙宇晨控制 TRON，但孙宇晨并不控制美元。 甚至不控制 TRON 上最重要的“美元”。 九、这才是孙宇晨商业模式最深的悖论 TRON 为什么成功？因为便宜、快、USDT 流动性巨大、银行体系覆盖弱的地方也能转账。 这让 TRON 在亚洲、拉美、中东、非洲以及大量 OTC 场景拥有极强生命力。 但同样的特征，也让它成为非法资金喜欢使用的基础设施之一。 TRM Labs 的研究显示，2024 年，在其识别出的主要公链非法交易量中，TRON 占 58%。 但是另一面也应该写出来：TRON 当年的非法交易规模大约减少了 60 亿美元，是主要公链中下降最多的。TRON、Tether 和 TRM 后来还共同成立了 T3 Financial Crime Unit，冻结了超过 1.3 亿美元相关非法资金。 于是又出现一个悖论： TRON 越开放，它越有竞争力；TRON 越合规，它越容易失去“特殊性”。 它必须永远停留在一个非常狭窄的位置： 足够开放，所以全世界愿意用；足够合规，所以美国和欧洲允许它继续存在。 这是一场长期走钢丝。 十、甚至“政治关系”也不是最终保险 孙宇晨曾经成为特朗普家族 World Liberty Financial 最重要的公开支持者之一，很多人因此把他的政治投资理解成一种保险。 但 2026 年发生了一件非常讽刺的事情：孙宇晨把 World Liberty 告了，原因之一是他的 WLFI Token 被冻结。 Reuters 报道涉及 Token 当时价值约 3.2 亿美元。World Liberty 否认孙宇晨的指控，并反过来起诉他。 这里最值得注意的不是特朗普，而是一个更简单的事实： 即使像孙宇晨这样的人，即使投资数千万美元，即使拥有如此高级别的人脉，当别人控制智能合约权限和资产冻结权时： 别人仍然可以按下按钮。 最后解决问题的地方还是法院。 这给孙宇晨整个商业哲学划出了一条非常清晰的边界： 关系不是产权。 十一、所以孙宇晨真正的漏洞，不是一个秘密钱包，而是一种架构 他的系统看起来极其分散： TRON 是 blockchain，USDT 是 stablecoin，HTX 是 exchange，Poloniex 是另一个 exchange，JustLend 是 DeFi，USDD 是 stablecoin，各种项目分别存在。 但当我们把资金流、抵押品、托管、稳定币和信誉重新画到一张图上，你会发现： 它们可能共享同一组风险因子。 孙宇晨、TRX、流动性、Tether、托管商、监管。 这意味着： 法律上的分散，不一定等于风险上的分散。 这才是我认为真正值得研究孙宇晨的地方。 十二、如果让我用 FTX 的方法审计孙宇晨，我只查五件事情 第一，HTX 那 13 亿美元 ThirdParty 到底由谁托管？ 第二，HTX 与 Poloniex 之间到底有多少资产交叉？ 第三，HTX、Poloniex、JustLend、USDD 等体系有没有重复计算同一批资产或者循环抵押？ 第四，如果 Tether 对 TRON 或 HTX 风险政策发生变化，24 小时、72 小时、7 天分别会发生什么？ 第五，也是最重要的： 如果 HTX 出现 20%、40%、60% 用户集中提现，真正能够立即兑付的高质量流动资产究竟有多少？ 但如果其中任何两个同时出现问题，那就不是某个 Token 跌 30% 的故事了，而可能变成： 制裁 × 托管 × 流动性 × 抵押品 × 信用 五个系统同时反馈。 所以，我现在对孙宇晨的判断不是： “他是不是下一个 SBF？” 这种问题太低级。 真正值得问的是： 孙宇晨究竟建立了一个真正分散风险的加密帝国，还是建立了一个表面上有很多独立节点、实际上共享少数几个单点故障的巨大金融网络？ 现在还没有足够证据回答。 但 2026 年正在给我们第一次真正的压力测试。 英国已经按下了一个开关。 欧盟又按下了一个。 孙哥自己写小作文按下了关键的一个 现在要看的，不是孙宇晨还能不能制造新闻，而是： 资金会怎么走。 因为金融帝国最后不会死于新闻。 它只会死于负债到期时，资产不能变成现金。 注：文中关于循环抵押、流动性传染和死亡循环的部分属于风险情景分析，不代表这些情况已经发生；截至目前，公开资料不足以证明 HTX 存在资不抵债或挪用用户资产。

夏爾特、李伊，你們欠全球 BitMart 用戶跟員工一個交代。@sheldonbitmart @BitMartExchange 到現在還是一堆用戶領不回自己的錢，一堆員工連最後一個月的薪水、該拿的補償都沒拿到。 這不是丟一句「停止營運」就可以當作沒事的商業糾紛。 對很多普通用戶來說，鎖在 BitMart 裡的可能是一輩子、甚至十幾年的積蓄；對基層員工來講，被欠的就是房租、家裡的開銷，甚至是下個月的生活費。 但到了今天，我們等到的依然不是完整的資產說明、不是透明的償還計畫，而是一個接一個沒有答案的問題。 夏爾特，還有你的伴侶李伊，我們正式要求在 8 月 19 號以前，公開回答下面幾件事。 一、BitMart 用戶的錢，到底跑去哪裡了？ 如果 BitMart 到現在還有足夠的資產能 cover 所有用戶餘額，那就拿出可以經過第三方驗證的證據。 公開錢包。 公開資產。 公開負債。 公開實際能動用的儲備金。 不要再用口頭保證。 不要再用那種模糊公告。 拿證據出來講。 二、為什麼一大堆用戶到現在還是不能正常提領？ 是誰決定要限制提領的？ 什麼時候做的決定？ BitMart 管理層到底是從什麼時候開始知道，平台已經沒辦法正常讓用戶把錢領出來？ 而在管理層明明知道有問題的情況下，是不是還繼續鼓勵大家入金、交易，甚至叫用戶把更多資產留在平台？ 這些問題，不能再閃躲。 三、所有跟 BitMart 用戶資產有關的關聯資金，都必須查清楚。 外面已經出現一大堆關於關聯帳戶、關係企業、信託跟其他資金安排的消息跟線索。 我們不會在證據還沒齊全之前，就先給任何人扣上刑事帽子。 但同樣的，任何可能來自 BitMart 用戶資產的錢，不管最後轉到誰的名下，都不能因為換了帳戶、換了公司、換了持有人，就從此不用被追究。 錢流到哪，調查就該跟到哪。 李伊，這邊也有幾個問題需要你本人回答。 你以前在社群平台上公開秀過名錶、名酒、鑽戒、高級飯店還有其他高額消費。 這些消費本身不是罪，也沒有人會因為過得奢華就被定罪。 但現在既然已經出現跟你、夏爾特還有 BitMart 資金有關的疑問，那資金來源就有必要講清楚。 目前也有一些還需要進一步查證的資料指出，跟你有關的 BitMart 帳戶可能曾經持有數千萬美元規模的資產，而且出現分批提領的紀錄。 如果這些紀錄是假的，請公開澄清。 如果帳戶確實存在，請回答： 這些資產是誰的？ 錢從哪裡來？ 為什麼會出現在相關帳戶？ 提領到哪裡去？ 跟 BitMart 用戶資產有沒有任何關係？ 如果完全無關，那就拿出可以驗證的證據把話說清楚。 如果有關，那就該依法追查到底。 四、把員工該拿的薪資跟補償付清。 員工不是股東。 一般員工沒有決定公司資金怎麼管，也沒有決定 BitMart 什麼時候停止營運。 公司出問題，不能到最後讓基層員工來幫管理層的決策擦屁股。 做完的工作，就該給薪水。 該給的補償，就該支付。 這不是施捨，是最基本的責任。 五、8 月 19 號以前，提出一份真正可以執行的用戶償還計畫。 不是一句「請耐心等待」。 不是下一篇公關稿。 更不是沒有時間表的承諾。 我們要知道的是： 剩下多少資產？ 總負債是多少？ 用戶能拿回多少？ 按照什麼順序還？ 什麼時候開始？ 什麼時候完成？ 誰負責監督？ 願不願意接受第三方獨立稽核？ 這些，才是全球 BitMart 用戶真正有權利知道的答案。 ⸻ 8 月 19 號，是我們等你們公開回應的最後期限。 如果到時候還是沒有完整、透明、可驗證的資產說明跟償還計畫，我們會持續依法把現有資料、資金線索跟相關證據，提交給各地執法機關、監管單位、律師還有媒體，要求進一步調查。 我們要追的從來不是任何人的私生活。 我們要追的是： 用戶的錢。 事實的真相。 真正該負責的人。 你們可以關掉一間公司。 可以離開一間辦公室。 甚至可以離開一個國家。 但只要用戶的錢還沒回來，這件事就不會因為一紙公告就結束。 夏爾特、李伊，8 月 19 號以前，請正面回答。 ⸻ 我們也呼籲整個 Web3 產業關注這件事。 BitMart 曾經服務全球大量加密貨幣用戶，也曾經是全球市場有一定影響力的交易平台。 今天，當大量用戶無法正常提領資產、員工還在等該拿的薪水，而平台管理層又沒有給出完整、透明、可驗證的資產跟償還說明時，這已經不只是 BitMart 這一家的問題。 這關乎整個 Web3 產業最基本的信任： 用戶把資產交給交易平台之後，誰來保障他們的權益？ 所以我們公開呼籲業界人士、交易平台、媒體、研究機構還有全球 Web3 社群： 請關注 BitMart 用戶跟員工現在面臨的問題。 如果你們認為中心化交易平台應該對用戶資產負責，請幫忙轉發、引用並關注後續發展。 我們也希望下面這些業界人士跟媒體能看到這件事，並協助推動更多公開、透明跟獨立的調查： @cz_binance @heyibinance @ChandlerGuo @justinsuntron @brian_armstrong @VitalikButerin @wublockchain12 @WuBlockchain @PhyrexNi @JackClawAI @CoinDesk @Cointelegraph @zachxbt @lookonchain @Cointelegraph @PANewsCN @OdailyChina @BlockBeatsAsia @Joes__Crypto @binance @okx @Bybit_Official @coinbase @bitget @Gate @MEXC @kucoincom 我們不要求任何人預先相信哪一邊。 我們只要求一件事： 讓證據被看見。 讓資金流向被查清楚。 讓用戶知道自己的錢在哪裡。 讓員工拿回自己應得的薪水。 如果 BitMart 核心管理層覺得上面這些問題有誤解，也完全可以用公開、可驗證的證據一個一個回答。 真相不該害怕公開透明的追問。 請轉發這篇公開問責聲明，讓更多 BitMart 用戶、員工跟 Web3 社群看到。 #BitMart# #BitMartUsers# #BitMartEmployees# #Crypto# #Web3#

稳定币的护城河到底是什么？ 最近有朋友问我： 银行巨头自己下场做稳定币，会不会颠覆 Circle 的生意？ 我的判断很简单： 银行能做稳定币，甚至能做得很合规； 但要颠覆 USDT 和 USDC，没那么容易。 因为稳定币不是一个“发币生意”。 它本质上是三件事的叠加： 第一，流动性网络。 第二，渠道分发网络。 第三，用户心智网络。 这三个东西，一旦形成，就非常难被后来者打穿。 为什么？ 因为从用户角度看，稳定币不是拿来收藏的，而是拿来交易、结算、转账、做抵押、进 DeFi、跨交易所搬砖的。 用户真正关心的不是“谁发行的稳定币更体面”，而是： 哪里能用？ 哪里流动性最好？ 哪里滑点最低？ 哪里最容易进出？ 哪里大家都认？ 这就是 USDT 和 USDC 的核心护城河。 USDT 靠的是早期 crypto 世界的先发优势、交易所深度、链上流动性和全球灰度支付场景。 USDC 靠的是美国合规体系、机构信任、DeFi 集成和越来越强的传统金融接口。 这两个东西看起来都是“美元稳定币”，但背后其实是两套网络： USDT 更像 crypto 世界的现金。 USDC 更像合规世界的链上美元。 所以问题不是 JP Morgan、Citi、BNY 这些银行能不能发行一个稳定币。 当然能。 问题是： 它能不能让 Binance、Coinbase、Bybit、OKX、Hyperliquid、Uniswap、Aave、Curve、Solana、Base、Ethereum、Tron 上的流动性一起迁移？ 这才是难点。 币圈过去已经试过无数次。 币安扶持过 BUSD、FDUSD、TUSD； 火币做过 HUSD； OKX 早期做过 USDK； Gemini 做过 GUSD； Tron 做过 USDD； 还有各种算法稳定币，很多要么暴雷，要么长期萎缩。 这些玩家手里有什么？ 交易所流量， 链上用户， 现成场景， 补贴能力， 上币资源， 交易深度。 结果呢？ 真正跑出来的，还是 USDT 和 USDC。 这说明稳定币最大的壁垒不是技术。 技术门槛并不高。 真正的壁垒是： 流动性惯性 + 场景绑定 + 用户默认选项 + 合规信用 + 时间。 银行的优势在哪里？ 它们有牌照，有客户，有美元清算体系，有监管关系，有企业端资源。 所以银行稳定币或者 tokenized deposit，很可能会在机构结算、跨境支付、银行间清算、企业财资管理里形成自己的市场。 但这和颠覆 Circle，不是一回事。 银行做出来的东西，可能更像“链上的银行存款”。 USDC 做的是“开放网络里的合规美元”。 USDT 做的是“全球 crypto 流动性的事实现金”。 这三个市场会重叠，但不会完全替代。 所以我的判断是： 银行入场不是 Circle 的末日，反而可能是稳定币行业被主流金融确认的开始。 真正危险的，不是银行发行稳定币。 真正危险的是： 如果银行、支付巨头、交易所和公链同时找到一种新的分发结构，让用户在无感状态下切换默认稳定币。 但这件事非常难。 因为稳定币不是靠发行赢的。 是靠成为默认选项赢的。 默认选项一旦形成，就不是利率高一点、牌照强一点、银行名字大一点，就能轻易改掉的。 稳定币的护城河，最后就四个字： 网络效应。 谁掌握流动性，谁掌握场景，谁掌握用户心智，谁才掌握稳定币的真正定价权。 银行会进来。 但稳定币的王座，不会因为银行进场就自动换人。

OnlyFans这周又小火了一波，因为有个20岁的女菩萨Sophie Rain晒了自己过去一年在上面的收入：4347万美元。（图1） 4347万美元是一个什么概念呢，比NBA顶级球星东契奇的年薪还高，汤姆・克鲁斯去年的片酬和分账加起来也就差不多这个数。 很多人在难以置信之余，可能也会忍不住质疑：Sophie Rain是谁？我怎么都没听过这个名字？她凭什么能赚这么多钱？ 还真没这么简单。 * 这条内容难免写得有些男味过重，大伙忍一忍。 在开OnlyFans之前，Sophie Rain就是Instagram和TikTok上的顶流网红了，发条视频就几百万播放的那种，但她通过OnlyFans变现的方法，却堪称教科书级别的操作，颠覆了「每个人都能出名15分钟」的沃霍尔定律，把这15分钟的聚光灯转化成了长期运转的现金收割机。 整个经过，我愿称之为互联网擦边女的神级套路。 先来认识一下Sophie Rain（图2），年轻，漂亮，混血，确实条件很不错，但这显然不是可以年入4000万美元的原因，同样资质的妹子，社交媒体上「应有尽有」，也没见几个能这么赚钱的。 实际上，2021年的时候，Sophie Rain还在餐厅做服务员，拿的是最低工资，身处贫困交加的移民家庭，父母欠了一屁股债，曾经要领食品券度日。 TikTok是改变她命运的第一个转折点，因为身边的年轻人都在用，所以她也跟风开了号，然后发一些对口型唱歌的模版视频，很快小火了一波，涨粉也很快，成了一个小网红。 但这种流量的价值有限，没有给她带来多少直接收益，她也就继续做着服务员，有空就更几条视频，然后撞上了第二个转折点——或者说，本来是不幸的悲剧，但她逆天翻盘，将之变成了空前绝后的机遇。 去年网上突然流出了一条十分钟左右的视频，是Sophie Rain身穿暗黑蜘蛛侠的Cos连体服和人OOXX的过程，一下子火遍了全网。 按照我们的阅片偏好，可能会觉得视频片段没啥亮点，而且91Porn之类的平台天天都有类似的视频上架，没见哪个女主火成这样啊。 但就跟很多莫名流行得到处都是的meme/梗图一样，互联网的潮水充满了偶然性，泼天流量就是会随机敲门，硬要归因的话，那个小视频戳中了美国当代青少年的Porn审美，蜘蛛侠Cos之于Comic Nerds，连体衣之于Fetish群体，卡戴珊式的身材之于名媛时尚，混血外观之于移民上升趋势，等等。 最关键的是，这个视频很快就被删了，然后引发了一片难求的社交风波，到处都在灵魂发问，你看过Sophie Rain的蜘蛛侠视频吗？在哪里还能看到？求个资源好人一生平安。。。 不信你们可以现在去Google或者Reddit搜索Sophie Rain + Spiderman，出来的地址全是引流的，没一个真正靠谱的能让你找到原始视频的结果，你就知道这个关键词是怎么因为海量的需求而被有利可图的SEO给污染成这个样子的了。 然后评论区被各种刷屏的Sophie Rain很快出来开了直播，表示那个视频里的女主，不是她。。。只是一个和她长得很像的人，希望大家不要再拿这个事情骚扰自己了。。。 怎么说呢，我开不了上帝视角，没办法判断她说的是真是假，如果她说的是实话，那么显然，她就是一个被意外卷进来的受害者，但这和她接下来的行为，又充满了矛盾性。 因为虽然她嘴上说着那个视频跟自己无关，却开始蹭那个视频的热度了，比如她真的买了一身同款蜘蛛侠连体衣，和自己的妹妹、闺蜜一起穿上，开始拍短视频跳擦边舞。。。（图3） 太绝了咱就是说，流量都不是起飞了，直接爆炸，炸到六亲不认的那种。 最后，她用了一个无可辩驳的理由，让粉丝去OnlyFans关注她：餐厅的老板相信她在拍色情视频，把她开除了，而她在和朋友们商量了之后，决定接受这个丑闻，并正大光明的用它来改善生活。 真诚到无以复加的程度，有没有？没有受害者身份的哀怨，而是坦白承认，我要用它来赚钱，是铁粉的就来开个订阅，5美元一个月，买不了吃亏买不了上当。。。 然后就有超过1000万人去付款了。。。 😅 就像我前面提到的，Sophie Rain不光是一个网红，她本身还是一个搜索热词，每天都有无数人去搜她的那段视频，这样的主动需求，构成了另一个庞大的转化来源，OnlyFans相当于一个落地页，那些半天都没找到视频的用户，突然发现付5美元就能在OnlyFans上看到Sophie Rain本尊亲自发布的「隐秘」视频，这种消费动力是很自然和强劲的。 而且她的策略也非常清晰，那就是在TikTok和Instagram这些公共社交媒体，更新正常的OOTD内容，然后把暴露挑逗的图片和视频都留给OnlyFans上的自家兄弟们享用，持续的用公域影响力去给私域变现池输液。 在晒了收入之后，Sophie Rain难免引起巨大的舆论争议，但从她经营流量的能力来看，是真的玩懂了互联网，甚至连那些「笑贫不笑娼」的讨论都预料到了，也很轻易的化解掉了： 「我帮家里还清了所有欠款，他们再也不用过着担惊受怕的生活了，当爸爸知道我做了这些之后，感动得哭了起来，并给我了有生以来最大的一次拥抱。」 而且Sophie Rain还在有意识的往名流圈子里挤，比如跟知名的说唱歌手谈恋爱，和有钱人家的千金小姐们合影之类，就很清楚的知道自己该怎么利用来之不易的镁光灯，不愿意像很多同类网红那样火一把就过气，媒体在报道她的时候，甚至用了「Y世代有Megan Fox，Z世代有Sophie Rain」这样的表达。 除了厉害，说不出第二个词。

Codex 公认最强的 6个 Skill，有没有你没装的 1、Superpowers（227k star） 给 Agent 装上一整套资深工程师的工作方法： 先拆需求，再写计划，按测试驱动开发，最后再派一个子 Agent 回头审查自己的代码。 这是目前最强的 Skill 之一，实至名归 2、OpenAI 官方插件 把 Codex 变成不同岗位的员工，让它不只会写代码，而是进入全岗位工作流。 数据分析可以接 Snowflake，销售可以接 Salesforce，另外还能做投研分析、内容创意、PPT 生成等任务。 开箱即接入 62 个商业应用、110 个预置 Skill。 现在非开发者已经占 Codex 用户的两成，而且比例还在持续上升 3、claude-mem（82k star） 给 Codex 装上长期记忆。 每次对话里的关键信息会自动压缩归档，新开会话时自动注入，不用每次都从项目背景讲起。 多个 Agent 通用，多个代理也能共享同一套记忆资源 4、Agent-Reach（27.7k star） 给 Codex 装上一双互联网的眼睛。 一条 CLI 就能让它去读、去搜 Twitter、Reddit、YouTube、小红书、B 站、公众号等 17 个平台。 否则 Agent 只能搜网页；有了它，就能翻帖子、看视频、抓热点和用户反馈 5、GitNexus（42k star） 把几十万行的老项目整理成一张代码图谱，让 Codex 看懂藏在深处的依赖关系、模块边界和抽象命名。 接手老代码、重构项目、排查历史包袱时，不再像两眼一抹黑 6、Humanizer-zh（10.1k star） 专门去掉 AI 写作痕迹，比如滥用的破折号、空话套话、机械句式。 写文档、README、博客时，最后过一遍非常好用

前几天跟潘乱和老编辑吃饭，登味超标的开了一下怀旧服，把晚点LatePost在2023年写的「还原字节跳动HR体系」那篇稿子重新讨论了一遍，尤以老编辑的评价甚高——我从来没有见到他这么吹过其他媒体和作者——认为文章的非线性写法非常独特，开创了商业报道的新体裁。 我对老编辑说法的理解未必准确，但确实也能察觉到小晚整个团队在文本训练方面的优越性，并不是纯粹的基于材料的写作，有非常坚定的内在逻辑，同时具有工程化的结构和人文化的感性，可以无视时效性。 昨天更新的「AI抢人大战，批量制造这个时代的流量明星」也是相当具有代表性的例子，AI研究员如同球星那样被开价和交易早就不是新闻了，市面上的同题作文泛滥成灾，但晚点就是能用信息的再组织写出新意、立意，这很厉害。 还是总结一下这篇稿子，对我来说也是一种愉快的练笔： - 在中国，真正能靠个人技能年入过亿的群体，少之又少，以明星艺人为例，在娱乐业最鼎盛的时期，也只有十几个人能够达到这个标准，但在这波大模型热浪里，顶级研究员的身价以史无前例的速度被抬到了以亿为单位的年薪级别，而这批人的总数只有几百人，也就是说，大厂的你争我抢，总盘子其实就这么大，中国最贵的几百号人，就是在这么一个供给严重不足的环境里产生的； - 在ChatGPT发布之后的一年多时间里，因为局势尚不明朗，各家公司投入尚且谨慎，国内AI研究员的收入比较稳定，顶薪也就在百万级人民币，直到2023年底，两家公司打破了「规矩」，一个是DeepSeek开始用高于市场价的扩人，另一个是曾被视为落后半步的字节，通过饱和式投入启动追赶，以2倍薪水涨幅为起价，从月之暗面、阿里、百度、智谱等公司挖人； - 其中标志性的事件是2024年下半年阿里Qwen的核心技术负责人周畅带着竞业协议加入字节，职级从P9跳到4-2（实际上对标P11），千万级人民币的总包，而字节也很快得到了回报，周畅入伙之后，在极短时间内提高了豆包的多模态基模能力，这是抢人大战的关键驱动力，只要找到对的人，就能立竿见影的带来技术进步，事半功倍； - 很重要的是，一个靠谱的Infra专家，最多可以提高50%的算力利用率，考虑到大厂每年几百亿的算力投入，这种效率优化创造的经济收益，要远远胜过那笔薪水开支，一个正确的判断，也能决定模型在几个月内拉开巨大差距，「懂得在哪里划线」的知识价值，变得无比稀缺； - 到了2025年，DeepSeek的爆火让全行业都意识到模型质量的差距本质在于人，于是更多的公司开始加入，推动工资水平继续水涨船高，千万级薪酬包下沉到了普通研究员群体，字节甚至能给应届生开出500万年包，而DeepSeek也把内推奖金提高到了20万，猎头行情更是以月为更新周期，「三月给的价四月就不够用了」； - 但是，当其他大厂都相继启用钞能力后，强如字节也会沦为被掠夺的鱼肉，2025年下半年，腾讯开始盯着字节大模型团队挖人，用的是字节本就很熟悉的方式：工资翻倍，来不来？而且腾讯也兼具策略性，会主攻字节内部面临工资倒挂的老员工，因为位置长期不动，他们没能赶上职级膨胀的春风，于是选择投奔腾讯涨薪的为数不少； - OpenAI的姚顺雨和DeepSeek的郭达雅在前后半年的时间分别拿到过亿年薪加入腾讯和字节——这个数字同时被两家否定了——再次引发行业躁动，两人属于完全不同的样本，姚顺雨是标准的精英路线，从姚班天才到普林斯顿博士，履历辉煌，而郭达雅是完全的本土人才，没有镀金过程，但他们都以极为年轻的年龄，打破了大厂原有的年限体系和汇报关系； - 郭达雅意味着用已有成绩倒推价值也是可以成立的，因为DeepSeek的模型牛逼，所以参与制作这个模型的人同样牛逼，这个逻辑被大厂以实际行动买单了，当郭达雅决定离开DeepSeek时，阿里、腾讯、字节都在第一时间去接触了，包括老板亲自去谈，最后因为字节的投入方向和他的发展预期最吻合，成功签下入职合同； - 骨干的持续流失，给了DeepSeek相当大的压力，梁文锋选择启动融资，给员工手里的期权一个定价机会，对内安抚军心，为了留人，字节设计了豆包虚拟股，以及阳光普照的每人每月最低9万元额外津贴，反倒是已经上市的智谱和MiniMax，因为期权暴涨加上解禁期，不必太操心员工的稳定性； - 横向来看，最近一年里，字节和腾讯的饥渴度是最高的，字节愿意因人设岗，从张一鸣到HR，全都奉行「笼络最聪明的头脑」这一原则，腾讯因为自身的进度原因，被迫成为市场上后出价的那个人，虽然要当冤大头，但对于家大业大的鹅厂储备来说，问题也不大，先去拿字节的offer、再用字节的offer去敲腾讯的门要更多的钱，成了一些研究员的财富密码，有猎头说得很透彻，大厂不怕花钱，是为了把对手能用的人，提前从市面上清掉； - 阿里就比较保守了，Qwen以团队氛围优秀著称，90%的员工都是阿里自己培养的校招生，工作自由度很高，但阿里严格的职级体系，还是对Qwen参与人才争夺制造了障碍，2025年下半年，林俊旸曾让Qwen的研究员主动出去面试，以求得涨薪的机会，避免人才外流，可见有多无奈； - 当给够钱已经不具备稀缺性之后，大厂争取研究员的技巧也开始转向软实力，比如扎克伯格会把Meta想挖的人请到自家别墅吃饭，用「真诚」作为必杀技，张一鸣也会亲自去和自己看上的论文作者见面谈话，Anthropic之所以成为研究员离职率最低的AI公司，是因为它被公认为文化建设独树一帜，老板本身就是一种信仰； - 研究员之间的竞争必然激烈，以前抬高身价的方式是发论文，后来各家公司发现只要发完论文就会让作者接到的猎头电话直线上升，又不太乐意让研究员「抛头露面」了，但是上有政策、下有对策，研究员们也很灵活，不让发论文，那就去上播客、发推特、做小红书，总之就是加强主动「营业」，持续的获取个人流量，确保在需要的时刻能被看见； - 为了对得起高薪待遇，同时防止掉队，这几百个顶级研究员普遍睡眠不足、高压工作，即便没有KPI和OKR，他们也会自己驱动自己，就像从小到大的做题路径，这是天才避免泯然众人的唯一出路，「这个行业最终会变成，前5%的人拿着从前10倍的工资，干着100个人的活。」

立陶宛到底是不是“欧洲淫窟”？ 旅游博主“冒险雷探长”因为在节目中说了一句立陶宛是“欧洲淫窟”，结果让一位嫁给立陶宛人的中国女网红气急败坏，在网上指暗指雷探长制造男女对立、不尊重女性、传播假新闻，并炮轰支持雷探长的网友都是“恶臭男”、“屌丝” 立陶宛确实是公认的“欧洲淫窟”，而且这个外号还是欧洲人给起的。 立陶宛在20世纪90年代就推行性交易半合法化政策，全国有超过30%的女性曾从事该行业，甚至还有超过20%的未成年人，政府甚至将性交易包装成旅游项目吸引外国游客，造成该国女性地位低下，离婚率奇高。 雷探长只是客观阐述事实，而且是连立陶宛人都默认的事实，怎么一个嫁给立陶宛男人的中国女人先受不了呢？她到底在急什么? 最终双方对薄公堂，女网红竟然还称自己被“网暴”了，由于顶不住舆论施压，粉丝哗哗的往下掉，最终这位女网红也“抑郁”了。 最近法院终审：雷探长未造谣，夫妻谩骂不侵权。双方均未获赔。 网友认为雷探长应该继续反诉她们。欧洲淫窟可是网络世界跨国网友的共识，但她说博主恶臭男可是确确实实的名誉侵权。 有人说女方这是“皈依者狂热效应” 网传这位女网红和立陶宛丈夫在某酒吧相识，男方是男模，女方主动追求男方也不要彩礼，俩人也没领证，还让男方留在了中国一起生活。 明明是欧洲人的淫窟由欧洲人享用，结果说出事实的中国男人挨骂？