与「千月会」相关的搜索结果

お稽古初め🌙 先生がお元気で嬉しいです✨ 日本民謡協会助教授の認定書が千歌の名で本部教室に届き、本日お受け取りしました😆✨✨ 楽しい民謡の伝道師になります⭐️ #民謡# #民謡アンバサダー# #日本民謡協会# #和歌山# #sdn48# #千月会#

千月会望年会！ 大好きな師匠小沢千月先生。 先生の唄も聞けて嬉しかった🤩 同じテーブルでは先生の同級生83歳の皆様^ ^ ねずみ年です。 4回り上の大先輩方。 来年の民謡も楽しみ❤️ #民謡　##民謡女子#

说起炒股，我就服我那有 3个女儿的老舅。 我爸赔了一笔后就再没碰过，但我老舅据说，拿了10多年的浦发银行 他的方法和别人不太一样，每个月都会拿几百，顶多1,2千去买浦发，他只买浦发，不管赔或胜 几个亲戚过了 60都没什么好日子，就老舅天天笑嘻嘻。舅妈有一次在牌桌上透露了，浦发确实赚了点 一辈子赢一次就够了

今天跟 @YettaSing 聊了一会儿，主要集中在RWA与预测市场这两个话题 我想部分“Crypto明明赢了，却让每个人感觉在输”，除了稳定币，支付，IPO这些与散户关系不大，没有山寨季，币价表现拉垮等等原因之外，还有一个往往被忽视的点 那就是哪怕这一轮最明牌的Perp和预测市场这两大市场，看着很热闹 - 财富效应炸裂，数据亮眼，估值上天，然而其实跟散户的关系依旧没有很大 不信问问你自己和你身边的朋友，你们投了多少资金在Hyperliquid与Polymarket市场上每天交易（非刷量博空投目的型交易） 前段时间看过一个研究员发过Hyperliquid的一些数据，原帖找不到了，所以我让Surf给我去爬了很多数据，作了Deep Research, 出来的结果跟印象中那个研究员发的大差不差，原帖里面没有胜率，只有交易量，所以Surf这个胜率我没法交叉验证 印象特别深的是当时的原帖说过，其实真正的大户/机构只有0.3%，但70%左右的交易量是由他们贡献的。也就是说Hyperliquid最核心的用户，其实就那么三四千人 更扎心的是那个胜率，如果Surf没幻觉没撒谎的话，那这个数据也太扎心了。。。 然后我跟Yetta都觉得Polymarket虽然也是大户和机构把持，但集中度应该没有Perp这么夸张，会是个散户参与度更好，交易占比更大的市场 于是聊完我又让Surf去Dune上爬数据做Research，结果触目惊心…… 0.009%的超级大户控制53%的交易量, 70%的散户用户仅产生0.4%的交易量…… 这个多少还是能跟一些国外机构的帖子做一些交叉验证，比如这一条，虽说是去年的帖 记得前两年看招行那个金葵花数据 - “招行金葵花 2%”通常指招商银行金葵花客户（月日均资产50万以上）约占其总客户数2%左右，这部分高净值客户贡献了银行绝大部分总资产（约80%）” 觉得就挺吓人了，没想到咱们圈最火的这俩赛道，财富集中度要更胜一筹 所以两个赛道看似热闹，但其实相较于上一轮Defi+NFT那一波，散户参与感明显还是差一个档。当然，等了两三年，终于等出来一两个新的大叙事，已经很满足很欣慰，不能要求更多。Perp赛道已相对成熟，预测市场却才刚刚开始，下一波杀出来的预测市场一定不是一个“更大更全的Polymarket”，而是针对散户，长尾事件，社交属性之类的新一代形态，相信未来几个月就会看到不少，还是很期待的 最后绕回到之前跟 @0xTodd 讨论的那个AI会缩小还是拉大底层与顶层差距的话题，我就基尼系数这一件事单独跟GPT又讨论了一下，把区块链这个技术也放了进去。它的想法和思路跟我差不多，具体细节就不放出来，说一个GPT的核心结论 “ 在默认演化路径下，AI + 区块链更可能“先显著增大基尼系数”； 只有在被刻意设计、强力干预时，才有可能长期压低它。 ” 我在想20年后，金葵花2占80的比例，是不是会变成0.2占80🤡

我现在快2w粉丝，其实我从0开始也就做了四个月 最近空了，1v1陪跑手把手教你做账号，什么赛道都行，根据你自身定位 基本上只要你有行动力做账号真的不难，带的一个账号才做一个多月，从0粉丝开始，不靠互关靠内容，关注才两百多，现在两千多粉丝，流量也都不错@Bunny_Crypto_09 799带你一个月，然后还有个小群，给我付费了的都能进去，然后一直会分享做账号相关 我单纯账号每个月收入现在大概五位数，我三月底开始做的，爆过两篇文章，最多两三天涨粉五六千，最快一个月左右涨粉1w，累计三四千万流量吧，现在跑通了流程，可以手把手带

黄仁勋最近的一段话，点醒了很多人。 前三次工业革命，淘汰的几乎都是“重复劳力”： 1790年，纺织机出现，几十万纺纱女工被机器取代； 1920年，汽车普及，马车夫一夜之间失业； 2012年，数码时代到来，Kodak轰然倒下，12万员工离开工厂。 而第四次工业革命，AI开始淘汰的，是“重复脑力”。 录入员、编辑、跟单员、基础设计师、初级金融分析师……那些高度标准化、流程化、可复制的白领工作，正在像当年的流水线工人一样，被算法吞没。 很多人直到今天还没意识到： AI最先替代的，不是体力劳动，而是“像机器一样思考的人”。 就在昨天，黄仁勋在Carnegie Mellon University演讲时，反而给年轻人指出了一条“旧路”： 电工、水管工、技师、建筑工人、钢铁工人……这些曾被很多人看不起的职业，正在重新变得珍贵。 因为AI会写代码，却不会爬进漏水的地下管道； 会生成PPT，却修不好烧掉的配电箱； 能写出一万份商业计划书，却没办法在零下十度的工地里焊一根钢筋。 与此同时，北京的昌平职业技术学校突然火了。 5月10日开始收简历，很多家长提前一天排队。 有的专业只招30人，却有五六百份简历。 甚至还有穿着人大附、清华附校服的孩子，也在队伍里。 人们忽然发现： 所谓“体面”的白领岗位，可能只是看上去光鲜； 而真正稳定、长期、难被替代的，反而是那些能真正解决现实问题的技能。 航空服务、新能源汽车维修、智能设备运维、通信线路铺设……这些专业听起来不够“高级”，却有超过95%的就业率，很多去向还是国企。 一个月六七千，加五险一金，家里有房，没有高额房租焦虑，日子未必输给那些挤进985、211后，却在大城市里为裁员和房租焦虑的年轻人。 时代正在悄悄翻面。 前几年，所有人都往金融和互联网里挤； 今天，越来越多人开始重新尊重技术工种。 前几年，“职校”是很多家长羞于启齿的词； 如今，好专业却已经开始抢破头。 这并不奇怪。 因为所有的行业，本质上都逃不过周期： 地产如此，股市如此，学历如此，职业也是如此。 当一个赛道被过度追捧时，它往往已经接近拥挤； 而真正的机会，常常藏在人们集体看不起的地方。 更深一层看，人类社会其实从未真正奖励“学历”，而是在奖励“不可替代性”。 过去工业时代，机器替代肌肉； 如今AI时代，算法开始替代大脑里的重复动作。 但那些需要真实世界协作、复杂环境判断、现场经验、人与人信任的工作，反而越来越难被取代。 AI再强，它终究只是住在服务器里的数字幽灵。 而给它铺电网、建机房、做散热、修设备、维护城市运转的，依然是一个个满身烟火气的碳基人类。 技术越发达，人类最后的价值，反而越会回到“真实”本身。

我来说一下原因。 Deepseek Harness 是国内唯一 MIT 开源的 Agent Harness 框架，且这个框架足够轻量足够有可塑造性，意味着你可以把它拿来加上你自己制作的任何插件为其挂载上，重新打包形成新的应用。 而你可以在你的应用底部注明本 Agent 底座基于 Deepseek Harness 构建。这件事本身是使用深度求索的能力为你的 Agent 稳定性背书，是加分项。 而你如果整出一个 skill 或者所谓专家团的 Agent 集群上架 workbuddy，第一它是明文存储的，随便抄走；第二你没办法定制你的应用页面，通通从一个对话框开始，这意味着——你卖不上价。而千问办公或者豆包工作也有相同的问题，更不要提他们的 Agent 与他们的办公全家桶深度绑定。 所以，今天开始，做 FDE 将会有一个巨大的分水岭出现。你要么基于workbuddy、千问办公、豆包工作去卖席位，在这些Agent 应用以及他们的数据基座上构建智能体卖给客户——注意，你卖不上价——放弃做这件事，专注卖席位，这样你还能挣点席位渠道费；要么，你使用 deepseek harness，全方位定制一个专业智能体，用户的操作和交互全部按照适合他们的方式做而非在对话框里说话，你将获得超额的利润。 为什么我今天突然意识到这一点？因为今天有老板给我看了一个特别垃圾一看就是 AI 搓出来且完全就是 workflow pipeline 级别的智能体给我，说这玩意比 Workbuddy 强一万倍，我问他为什么，他说他不知道打开那个对话框说什么，这玩意点两下就能出他要的东西。然后我和他说我在 workbuddy 里做一些智能体集群也可以啊？他问我什么是智能体集群？ 然后我把今天刷到的那个 DSH 自媒体工作台的插件装好的版本展示给他看，他说这玩意厉害啊，卖多少钱？ 懂了吗？你不要和客户去解释你这个基于 workbuddy 还是千问办公还是豆包工作的什么东西做出来能有多厉害，你就用 deepseek 完全封装一个特别满足他们业务交互的智能体，哪怕你你给你的 Harness 应用接上飞书 CLI 继续用飞书的数据基座，你也能卖出超出 10 倍的价格。 Workbuddy、千问办公、豆包工作现在这种免费跑去给老板培训，然后送积分送 Token 到处送的打法，这已经是官方下场又当裁判又当运动员了。基于这些 Agent 框架交付再干两个月基本上也要回到苦力价格了，没有什么好做的了。 技术不值钱。

这段时间集中面试，公司的阶段、人数、行业、组织和问题千差万别，也想借这次机会更多接触不同的企业来补充自己对于不行业和团队的理解。 我也想把面试中遇到的一些典型问题记录下来，当然会脱敏，意图不是曝光或八卦，主要还是在具象问题中抽象出更合理的解决办法，希望对各位在职场中的朋友有所启发，也希望对在看机会的朋友面试有一些心里准备，哪些是痛点、哪些是雷点，能分清。 我都记录在这篇内容下吧，先来第一个： 一家硬件和 SaaS 软件公司，HR 前置沟通一再强调，团队目前遇到了很深的技术难题，希望有 tl 来带队攻坚！ 但我初步了解了产品形态后，感觉不太对，他们遇到的肯定不是单纯的技术难题，是业务不断发展累加、不断复杂化但又缺少技术架构梳理和重构而欠下的技术债。 后来实际面试中 CEO 和几位技术负责人都参加了，轮到技术负责人提问时，他们提的也确实都是那类问题：业务不能停、个例用户也要支持、业务牵引而缺少技术决策主导等等。 实际上是非常典型的问题，就是业务快速发展的阶段，由于经验能力和时间分配等，忽略了技术架构和工程。当然有一个好的前提是，公司发展很好，且团队意识到了技术上的问题。接下来就来到技术负责人要做的工作：梳理业务痛点、以最痛点的几个问题切入专项解决、先把业务稳住再把专项解决的方案落到各个端。在这个阶段，同步梳理哪些功能可以抽离解耦、各端口协议如何做归一化、数据埋点和日志补全降低排查难度、提升功能使用情况监控。 同时在团队内落地和规范 AI Coding，边解决问题，边渗透 AI Coding 边加速，让研发团队的小的成果不断对业务产生价值，提升信任感和团队的成就感，再内部挖掘可以提供业务附加价值和创新点的方向，部分人和精力投入预研，拿出能打的东西来！ 这样有 2-3 个月时间，就能看到研发团队的变化，也差不多到了技术负责人试用期考核中期了，这份答卷，应该不会差。

「你我交會於此的命運……我早已知曉。」 —— 千尋這次cos的是《異環》的黑羽🖤🪶 最喜歡長腿的大姐姐了!而且日版居然是能登麻美子配音的>< 神秘又優雅的氣質真的超級讚RRR! 這次在眼神和動作上也做了不少嘗試～大家覺得有還原到嗎？🔮 《異環》1.4版本「禱歌為誰而誦」將在9月30日正式更新，黑羽也會同步登場！ 準備好一起迎接黑羽了嗎？ #異環# #NTE# #黑羽# #cosplay#