与「在日生活日記」相关的搜索结果

已经有人注意到了吧？在吉隆口岸因泥石流丧生的关员中，有一位年仅24岁，上班才四天的安徽姑娘李雷阳。 24岁，这是个“00后”。 出身普通家庭，凭苦学苦读，从专升本到农大硕士，又通过国考，得到了有关系有背景的子弟看不上，没关系没背景的年轻人羡慕不来的西藏公务员编制。 这本来是个励志故事，如果不是在上班的第一个月，喜讯就变成了噩耗，工资就变成了抚恤金，青春年少的女儿从父母的骄傲变成了白头人泪送的黑头人的话。 在“00后”里，能踏足她曾踏上的“高处”的人并不多。 考上公务员，现在被许多人称为“上岸”。 人们都以为进了体制等于进了保险箱，人生从此有了保障。 但在她头顶的雪山上，有个堰塞湖。 就象在正汲汲营营考公上岸的同龄人头顶上，有一个无形无质却真实存在的政治风险堰塞湖一样。 吉隆关口平日人来人往，热闹繁华。 但一旦冰岩崩塌，泥沙俱下，不论男女老少，有编无编，族群身份为何，爱党爱国与否，统统是浊浪加身，黄土深埋。 哪怕你是未来本应有无限可能的“00后”。 在被中共封杀的现场视频里，洪峰袭来，天崩地裂，奔逃的人群渺小如蝼蚁。 挣扎显得全无意义，事后的救援则一如众人熟知的迟缓，且表面文章。 这不禁让人联想到，一旦中共国累积的政治风险、经济风险、社会风险一朝溃决，被裹挟其中的普通人，挣扎又有何意义？灾后的救援又能指望谁？ 9月5日，在China GT上海站比赛中，一辆因碰撞而起火燃烧的赛车扯下了举办方将安保工作层层外包，以致关键时刻救援不力的画皮。 好事的网友迅速扒出了现场安保人员日薪仅60元人民币的真相。 此事还催生了一个新成语，“问薪无愧”。 人们能理解，现场安保人员的表现，确实对得起60元人民币的日薪，甚至出于善良还有超过。 而这种层层外包，层层克扣，以致把生死攸关的职责交给不论收入还是能力都与职责极不匹配的一线人员的做法，在中共国是常态。 是亿万中共国底层蚁民，头顶巨大政治风险堰塞湖的蚁民们生活于其中的常态。 所以一旦中共国民怨积成的堰塞湖溃决，一旦社会危机的火药桶爆发，蚁民们会怎样？ 瞬间掩埋了一切生命的泥石流告诉我们，在真实存在的风险降临之时，表面的宁静，当事人自以为的安全，是可以突然且彻底的崩塌的。 而“常态”告诉我们，挡在历史洪流与静好岁月之间的，在中共国，其实只有层层外包后实收60元人民币一天的现场保安。 维稳外包，审查外包，截访外包，外宣水军工作外包，这些年在中共国已是公开的秘密。 党国的铜墙铁壁早就被换成了硬纸板。 从上到下，唯求自保，得过且过，竭泽而渔。越接近权力核心越了解真相的人，越对这个国家的未来没有信心。 但他们不止是对国家的未来没有信心，他们对人性，对一切理想一切信念都抱持怀疑态度。 中共官员有个特性。 他们既没有宗教信仰，也不相信科学。 这些人会抢头柱香，会包下寺庙大办法事，会听信“大师”的指示寻龙点穴经营好风水，会供奉并非藏传的“仁波切”，但他们没有向善之心。 而向善之心是一切信仰的基石。 他们会和名校教授谈笑风生，在记者面前满口“大词”，他们甚至可能有相当漂亮的学历，但他们没有求真之念。 没有去伪存真之念，就没有科学。 而真与善，是人与人之间形成互信，构建长期合作关系的心理基础。 所以在已经被“原子化”的中共国民间社会之上，中共官员其实是更“原子化”，更无法达成互信合作，更无法自我组织起来的人群。 在危机到来之时，在现实脱序之后，被宣传部门吹嘘得极其强大的中共官员们，其实比普通人群体更加一盘散沙。 而整个中共国现在仍持续运转着的维稳体系，实际上只是个由层层转包后接到单的小微民企，由一群在关键时刻必然要“问薪无愧”的996牛马组成的草台班子。 虽然中共严防死守，但由失业饥民组成的洪流，很快就会如同溃决的洪水，冲向“问薪无愧”的维稳草台班子。 有朋友告诉我说，有的地方已经开始有人饿死了。我无法查证，也不敢细问。 但想想那些经济特别脆弱的底层失业者的处境，想想东北大下岗期间的先例，谁敢说这种事不会发生？ 党国的经济风险在持续累积。 治理风险，包括内部管理的风险同样在持续累积。 系统在走向自身的极限。 即使中共正全力开发各种高科技的维稳工具，即使它掌握的资源远高于中国历史上的各个皇朝，但各皇朝末年的统治者都防不住的民变骚乱，还是会如期发生。 古代皇朝编户齐民，把人口固定在土地上，民间通讯困难且费时，各地方言歧异甚大乃至彼此语言不通，所有这些困难，都从来没影响过古代皇朝末年的流民因共同的困境，汇集成穿州过省的洪流，撕裂皇朝赖以生存的政治秩序。 所以禁言封号也好，全网删除也好，降热度撤热搜也好，不会有效果。 帝国所有的维稳工具都是用来对付普通人的，对付个体的，最多是对付零星、偶发的小规模群体抗争事件的。 不是用来对付末日的。 帝国的末日会象泥石流来袭时那样迅速淹没一切。 一时一地的崩塌会形成连锁反应，一点火星会引爆整个火药桶，悬在众人头顶的平静湖面，会化作从天而降的浑浊泥浆。 无人能挡。

记者：炫耀比特币容易被线下袭击 2026 年 5 月 22 日，加密记者 Joe Nakamoto @JoeNakamoto 在其视频中建议加密投资者停止谈论比特币，切勿在社交媒体或晚宴上炫耀资产。他表示，这种危机并非法国独有，公开讨论加密资产极易让人沦为线下暴力袭击的目标。 不过他认为，这类袭击的存在恰恰反证了比特币的真实价值，直接反驳了欧洲央行行长拉加德关于“加密资产毫无内在价值”的言论。最后他表示，加密用户无需生活在恐惧中，应积极组织防御、完善安全配置并减少风险敞口。 来源：Joe Nakamoto

《超级富豪的世界》 昨天关于王纯 @satofishi 拿500个BTC测试钱包是否安全的case引起蛮多讨论的，包括有人怀疑是否真实。 他原贴里专门留了黑客盗走BTC后的钱包地址：14H12PpQNzrS1y1ipjF4mPuVgQEpgfGA79 用区块浏览器打开后可以看到盗窃发生在2024年2月12日，黑客后续在15日已经逐步把490个BTC拆分洗到了无数小地址中。 按当时BTC 50000的价格，他拿了2500万来实验钱包是否安全，然后黑客拿走了2450万，慷慨的留给了他50万。 不过让我更惊叹的是他的心态。 2月12日被盗后他的推特丝毫没有任何情绪变化，依然淡定的记录自己的飞行经历，分享使用Vision Pro在经济舱的体验更好，完全没有损失一笔巨款的懊悔，简直大心脏。 如果不是这两天自己爆料，没有人知道他还被盗过如此巨额财富。 难道500BTC对他来说也只是一点欢乐豆而已？撒在地上脏了就算了？😂😂 找了几个数据来源想看看他到底身家多少，但因为他是BTC 远古恐龙，大量BTC很可能存在冷钱包中无法统计。 目前只能知道被识别出的两个主要地址共持有约 12.8 万枚 ETH，3000一个算的话大概3.84亿美金。 然后他还持有两家重量级现金牛企业： F2Pool（鱼池），曾是全球最大的比特币矿池，目前依然排前三。 StakeFish： 全球领先的质押服务商（Staking），管理着数以十亿计的资产规模。 王纯身家最硬核的证明是他 全资赞助并担任指挥官 的 SpaceX Fram2 任务。虽然具体金额未公开，但参考 SpaceX 过往的包机任务（如 Inspiration4），这种包下整个载人龙飞船的私人任务成本通常在 1.5 亿至 2 亿美元 之间。 保守估计： 王纯的身家在 25 亿美元以上。 这样看起来，少2500万美金也就是少了1%的身家，似乎，好像，的确没那么肉疼？😂😂😂 但即便这么有钱，他看起来好像生活过的并没有那么穷奢极欲，11月底分享的坐飞机经历还在说熊市来了，要坐经济舱出行。 超级富豪的世界，真的不太懂。今天不吃牛排了，换成KFC😅

马斯克在白宫回应 AI 抢工作：人人都会有"全民高收入"，工作会变但不会消失 9 月 29 日，特朗普在白宫外接受媒体提问时，马斯克站在后排。一名记者问：全世界的人都在担心 AI 抢走自己的工作，尤其是坐在电脑前办公的岗位，这些人以后做什么？特朗普点名让马斯克回答。 马斯克开口说"AI 的好处"，随即改口成"SI，抱歉，超级智能"，特朗普在旁边说了声"谢谢"。按 USA TODAY 的视频说明，特朗普当天宣布要签行政令，把政府文件里的"人工智能"统一改称"超级智能"。 马斯克说，他认为最可能的结果是一个"富足时代"：不只是全民基本收入，而是"全民高收入"。全民基本收入是指政府无条件给每个人发一笔基本生活费，他的说法比这更进一步。 他还提到医疗：有了机器人和超级智能，世界上每个人得到的医疗都会比在场所有人现在得到的更好，包括他自己。 记者接着追问：如果没有工作呢？马斯克说工作会变，而且一直在变。他举例说，"计算员"以前是一种职业，整栋楼的人都在做计算，比如算银行利息，现在这些事由电脑来做，也没人想回去干那份工作。所以他预计岗位会演变，并提到现在"对人的需求非常大"。 他最后说，最可能的结果是一个对人非常有利的未来，"如果你能看到未来，那会是你想要的未来"。

2026 年 9 月 29 日，OpenAI 在旧金山 Fort Mason 办了今年的开发者大会 DevDay。主讲是 CEO Sam Altman。其他几位上台的人都在做这些产品。产品团队的 Holly 演示了新产品 Dots。后训练（模型预训练之后做对齐和能力调优的阶段）研究负责人 Tejal 讲了模型怎么反过来帮 OpenAI 做研究。Codex 的演示由 Romain Huet 来做，他在 OpenAI 负责开发者体验，去年 DevDay 主题演讲里的 Codex 演示也是他做的。整场演讲分三块：面向用户的常驻智能体 Dots 和协作空间 ChatGPT Space，给开发者的新模型和新工具，以及帮开发者做分发、赚钱的渠道。 1. Dots：一直在线、会主动干活的智能体 Sam 把 Dots 比作电影里那种一直在身边帮忙的 AI 助手。他认为订餐厅、买机票这类代办虽然有用，但和这项技术能做的事比起来太小了。他想要的 AI 知道正在发生什么，也知道你在意什么，不用你事事交代。 Dots 是常驻在线的智能体（Agent），有自己的云端电脑和浏览器，能写代码、跑测试。它的权限跟着用户走，能直接用用户已经在 ChatGPT 里连好的插件，覆盖 4000 多个应用。除了在 ChatGPT 里对话，之后还可以给它发短信、打电话。目前每人先有一个 Dot，以后可以配一整组。Dots 跑在 本月早些时候发布的 GPT-6 Astra 上，Sam 称它是 OpenAI 对齐做得最好的模型。用户可以限定 Dot 能用哪些应用、能不能操作电脑，也能给它的各类操作写自定义指令，愿意交出多少责任就放多少权。 Sam 说，他自己的 Dot 每天早上会把夜里进来的消息过一遍，挑出紧急的提醒他。他说这让他拿回了一部分注意力，没那么离不开手机了。他还举了一个更重的例子：把应用从一个即将停用的旧 API 上迁走。这个 API 可能散落在代码库各处，改了哪里会连带弄坏什么，事先看不出来。Dot 可以追踪依赖关系，找出所有要改的地方，写代码、跑测试，最后把 PR（代码合并请求）交给团队审。他让听众想想，过去做这件事要几个人、花多久。 开场视频里，用户把自己的 Dot 改名叫 Alfred。Alfred 和另一个 Dot 帮用户上线网站，改董事会材料，在婚礼蛋糕商家取消后找好备选。它们还发现财务会和女儿的演出撞了期，提出改时间。每件事都是 Dot 推进到需要人确认的地方，再由人拍板。 2. ChatGPT Space：人和智能体一起用的工作区 Sam 认为，现有的生产力软件几乎都没考虑过人和 AI 一起干活。ChatGPT Space 以页面为单位，可以在里面写计划、做调研、生成图片和数据。页面和文件像网盘一样放在同一个空间里。Dot 能直接在页面上工作，在评论里 @ 它，它就会接活。页面本身也能带指令，比如“每天去看 API 平台的 Slack 频道，把发现更新到这里”。之后 Space 里还会加入演示文稿，格式做成智能体方便读写的样子，团队成员可以和各自的 Dot 一起改。 在 Holly 的演示里，页面用斜杠命令就能插入交互图表、表格和可运行的原型。她 @ 自己的 Dot（名叫 Dotty），让它把一组数据改成柱状图。图表可以按反馈类型筛选，Dotty 每小时刷新一次。她还让 Dotty 把“某位工程师在我 Slack 私信里提过的新手引导数据”补进 FAQ。Dotty 能看到她的上下文，所以这种模糊的指代也找得到。 3. OpenAI 内部怎么用 Dots Holly 用一个虚构的歌单应用 Blossom Music，模拟发布前一天的状况。早上 Dotty 已经做了几件事：发现发布评审会提前，改好了日历；看完前一晚测试用户的反馈；注意到设计团队临时改了首页，把新设计发给她。她让 Dotty 直接把这个设计做出来。Dotty 调用她笔记本上的 Codex 构建应用，在 iPhone 模拟器里跑起来，再提交 PR。现场的语音演示卡住了，Dotty 一直回复“还在查”。Codex 线程也报过一次错，她重试后才继续下去。 她说，Dots 真正改变 OpenAI 工作方式的地方在 Slack。Dots 在公司 Slack 里有自己的身份，员工就开始把它们当作代理人。被同事 @ 到的零碎请求，直接转给自己的 Dot 处理。建群时，大家从一开始就把各自的 Dot 拉进来，Dot 带回结果时所有人都能看到。 工程师走得更远。有人在反馈频道贴出会话 ID 和一个用户 bug，某位工程师的 Dot 就会接手排查，提 PR 修复。她说这是真实情况：工程师们的 Dots 每天这样修掉几十个 bug，Dots 这个产品本身有很多部分就是 Dots 写的。 4. 上线范围和企业用的 Specialist Dots Dots 和 Space 当天向 ChatGPT Pro、Business Premium 和 Enterprise 用户开放。Dot 包含在套餐里，和它的对话不占用额度。 企业客户还可以预览 Specialist Dots。这是由公司统一设置、供整个团队使用的虚拟同事，负责会计、市场、法务这类工作量大的事。公司给它目标和背景，审核它的产出，给它反馈，反馈在全公司共享。OpenAI 也在和微软合作，把 Specialist Dots 接入 Agent 365（微软用来管理企业智能体的工具），企业可以用已经在用的微软工具来管理它们。 5. 新模型：更便宜的 GPT-6.1 Sol，更快的 UltraFast Astra 发布这几周，用户的要求集中在两点：更便宜，更快。GPT-6.1 Sol（转录稿误作 Soul）的能力接近 Astra，价格是它的五分之一。缓存输入（重复发送、已被缓存的上下文）比标准输入便宜 95%。智能体需要反复读同一批上下文、长时间迭代，这对它们尤其省钱。Sam 说 Sol 在某些方面比 Astra 还聪明，定位是开发者的日常主力模型。 UltraFast 是新的速度档，API、ChatGPT 和 Codex 里都能用。原有的 Fast 档是两倍速度、两倍价格；UltraFast 是八倍速度、六倍价格，每秒 300 个 Token。它现在可以配合 Astra 用，之后也会支持 Sol。现场让两个模型用同一个提示词，做一个 DevDay 配色的火箭。UltraFast 的火箭已经升空时，标准速度的还没做完。 订阅也跟着调整。新推出的 500 美元档 Pro 订阅叫 Pro 500，额度最高，是 Plus 的 25 倍。它可以在 ChatGPT 和 Codex 里用 UltraFast，还能通过“用 ChatGPT 登录”在合作方的应用里使用。Pro 200 重新开放，继续提供所有前沿模型。 另外预览了 Decisions API。它给 Luna 模型一组预先定义好的选项，让模型从中选一个，比如给请求分流、给图片分类、决定智能体下一步做什么。任务收窄成选择题之后，响应时间可以压到一秒以内，同时保留图像理解、多语言和安全防护。Romain 后来补充说，做机器人的朋友看中的是它能处理视觉输入：机器人可以根据看到的东西，近乎实时地快速行动。 6. 模型开始帮 OpenAI 做研究 Sam 提到，去年这个时候，他和 Jakob 在一次直播里预测，一年内会出现第一个“AI 研究实习生”，当时几乎没人相信。几周前 OpenAI 宣布达成了这个目标：有了一个能接手定义清晰的研究任务的系统，这类任务原本要熟练的研究员花大量时间和精力。 Tejal 的方向是电脑操作（computer use，让模型像人一样操作桌面和浏览器）。她举了两个例子。 第一个是让模型优化电脑操作的运行框架（harness，包在模型外面、负责调用工具和管理步骤的代码）。模型在循环里持续寻找能同时降低延迟、提升效果的改动，团队把找到的改进合进生产环境的框架，并用于后训练。结果是延迟改善了两倍以上，已经上线。 第二个是模型帮忙改进了监控和拒绝训练，让 Astra 在不安全的场景里更会拒绝。Astra 在电脑操作压力测试上因此达到业内领先，操作时出错更少，也更贴合用户的本意。 她给出了几项内部数据。今年夏天之后，研究工作消耗的 Token 量急剧上升。1 月时，模型能做好 15 分钟以内的短任务，需要一天以上的任务大多会失败；到 7 月，超过三分之一的一天量级研究任务，模型能在无人干预下完成。她还提到，Astra 这类模型已经帮忙解决了 100 多个悬而未决几十年的数学问题，也在参与针对耐药感染的新抗生素、古代语言研究、可再生能源和工业机器人等方向的工作。 7. 给开发者的底层工具 Sam 说，OpenAI 想让开发者用上自己内部用的东西。 第一件是 Codex 的运行框架。它同时支撑着 Codex、ChatGPT Work 和 Dots，目标是用最少的 Token、最快拿到准确结果，现在已经开源。第二件是 Codex 完全上云：在手机上开始的任务，可以在浏览器或桌面端接着做，合上笔记本任务也不会中断。 云端能力带来了 Codex Security Cloud。它在云端环境里持续寻找漏洞，并准备好验证过的修复方案供人审核，这次新增了自动去重、定时扫描和新界面。Sam 说这是为了给防守方更好的工具，因为“我们看得到接下来会发生什么”。 新的 Agents API 进入公开测试。它包含运行框架、托管、记忆、多智能体控制等功能，是 Codex 和 Dots 用的同一套技术，也加入了电脑操作能力。现场的例子是一个网站测试智能体，会自己打开浏览器、点击页面、测试流程。基础设施方面，OpenAI 和 AWS 合作推出由 OpenAI 驱动的 Bedrock（AWS 的托管 AI 服务）托管智能体，AWS 客户可以直接使用 OpenAI 的前沿模型、Codex 和 ChatGPT Work。 隐私方面预览了 OpenAI Private Intelligence。其中的零数据留存（ZDR）配合私有安全处理，可以在不把用户内容存到 OpenAI 服务器的情况下做安全检测；私有推理则把隐私保护延伸到推理阶段。Sam 说这套方案是和最大的一批客户一起设计的，目的是让他们能把模型用在最敏感的工作上。 性能方面，Responses API 一年里增长了 100 倍，可靠性保持在 99% 以上。首个 Token 的等待时间缩短了 45%，工具调用和工作流提速 30% 以上。 8. Romain 的 Codex 演示 演示从手机上的 Codex 开始。Romain 人还在会场外，让 Codex 替他跟观众打招呼、讲一个会场的冷知识。接着他用几张会场照片生成的 3D 场景演示 UltraFast，一边说一边改：把小人放到座位上，把直播画面投到场景里的大屏幕上。现场语音没连上，他改成了打字。 Codex 命令行工具（CLI）这次全面翻新。他让 UltraFast 写一个应用，从观众里随机抽三个人送明年的门票，几秒就写完；改成抽六个人，也几乎是瞬间完成。命令行现在支持由 GPT Live 驱动的双向实时语音，不只是语音转文字，但现场没能演示出来。 后面几段演示了多模态和电脑操作。游戏 Astra Adventures 从一张纸上的草图开始，几轮之后画面还很粗糙，借助图像模型，才变成有质感、能用在正式游戏里的美术。然后他让 Astra 通过浏览器自己学着玩这个游戏，屏幕左边显示模型的决策，右边显示它按下的按键。 他又用“应用快照”（app shot）把自己记录飞行课程的应用作为上下文交给 Codex，让它在各种屏幕尺寸下审查这个应用并截图。Codex 自己在模拟器里点开了各项功能。云端 Codex 现在和本地版用同样的工具，包括插件和电脑操作。他顺手把一个“用 Rust 重写整个后端”的任务丢到云端，打算稍后在手机上查看。 最后一个演示用的是 Hugging Face 借来的可编程小机器人 Micro Duck，它名叫 Lavender。Romain 前一晚让 Codex 把它接好：视觉用 Astra，图像生成用 GPT Image 2.5，语音交互用 GPT Live 1。机器人现场看着观众画了一幅画。他说，OpenAI 做 Dots 和 Codex 用的，就是 API 里开放给开发者的同一批工具。 9. 分发和变现：让开发者在 ChatGPT 上做生意 ChatGPT 每周大约有 12 亿人使用。Sam 承认，此前类似的尝试效果参差不齐。他说这次有信心，是因为开发者拿到的是 OpenAI 自己做 ChatGPT 用的工具。 第一项是“用 ChatGPT 登录”（Sign in with ChatGPT）。用户登录第三方应用时，可以直接用自己 ChatGPT 套餐里包含的 Token，开发者不必替新用户垫付模型费用。首批有 16 家合作方。 第二项是插件扩展（plugin extensions）。开发者可以把编辑器、仪表盘乃至整个工作区，做成原生嵌在 ChatGPT 和 Codex 里的应用。现场展示了三个例子。一个是会议应用：在 ChatGPT 里看日历上的会议，点“记笔记”后，页面变成团队和 Dots 一起跟进待办的 Space。一个是 Figma：打开设计稿、看团队评论、让 ChatGPT 改稿。还有一个是 Adobe：在 ChatGPT 里使用 Photoshop 的功能。ChatGPT sites（在 ChatGPT 里生成的网站，几个月里已有数百万个）现在也能接入插件和数据。访客用自己的账号登录、带上自己的智能体，看到的内容因人而异。 用户发现插件的渠道也扩大了。除了在插件库里搜索，ChatGPT 还会在对话中识别出能帮上忙的插件，用户当场就能连接。插件审核流程也简化了：开发者可以跟踪审核进度，看到需要修改的地方，申请人工复审，更新工具时也不用从头提交。 第三项是 OpenAI Marketplace，首批有 30 多家合作方，包括 CodeRabbit、Notion、Vercel。企业客户可以用已经和 OpenAI 签下的采购承诺额度来买这些产品，有承诺额度的开发者也能在这里花。通过和模型推理托管公司 Baseten（转录稿写作 Base10）合作，市场里还能用到开源模型。 10. 收尾：一次额度重置，和“文艺复兴”的说法 当天的后续安排里，Peter 会讲 OpenAI 对开源社区的投入，包括新的 OpenClaw Enterprise Harness（OpenClaw 是一个开源 AI 智能体项目）。还有一个 Codex 游戏工作室环节，观众可以用 Codex 做复古游戏，每人能领一台 DevDay 限定的 chromatic computer，用来玩自己做的游戏。最后是 Sam、Tibo (Thibault) 和 Tejal 的现场问答。 Sam 和 Tibo 还在台上按下按钮，给全世界的用户重置了一次用量额度。Sam 说 OpenAI 已经做过太多次重置，Tibo 一直想把公司改名叫“重置公司”。 最后 Sam 说，他不喜欢把 AI 比作新一轮工业革命，那意味着人变成巨大机器里的齿轮，转得越来越快；生活里有些部分不能也不该被自动化。他希望，如果做对了，AI 带来的会更像一场新的文艺复兴：让人对自己的生活有更多掌控，有更多工具去创造、学习和探索。

楼下有位义正词严表演主流卫道士的。 我本来想让大家去看梁一梦@dream1984tube的推特，但鉴于很多人忽略了，我把他的帖子整理放这里: 梁一梦:摧毁黄仁勋的幕后黑手 2026年11月12日 11:35 我一直觉得是对华鹰派联合媒体在中期选举合谋猎杀英伟达和黄仁勋，但是媒体发表的标题文章味道越来越奇怪，充满了赤裸裸的种族歧视，现在发现他们都只是台前的打手而已，不得不让我重新审视最早纽约时报发表间谍新闻的记者 @AnaSwanson ，为什么对那么显而易见荒谬的线索高举高打，直到我检索了她过去里面，所有关于 ai 关于芯片科技关键新闻稿件以及深度报告中的重复核心信源，了解媒体工作的一定熟悉不是非常紧密和信任的关系不会信这么长期高频次的联络采纳其观点，你们猜我发现了谁—Jack Clark。 Anthropic 联合创始人、政策主管 / Anthropic Institute 负责人. Jack Clark @jackclarkSF 自己就是彭博社记者出身， OpenAI 政策总监（Policy Director） 在今年五月在阿斯彭研究所（Aspen Institute）举办的“AI and America's Place in the World”安全峰会及政策工作晚餐中，Jack Clark 与多位深入报道芯片供应链审查与地缘科技竞争的资深媒体人同场出席，其中也报过最先报道女间谍纽约时报记者，@paulmozur孟建国，他们一起进行了“AI 武器化与国家安全供应链防御”闭门讨论。 在纽约时报捕风捉梦的报道出来之后，第一个跳出来支持的国会议员 @ChrisCoons 在今年 7 月接受了 @jackclarkSF 的政治捐款，注意@jackclarkSF 生活在加州工作在旧金山Anthropic，特意专门跑去给一个Delaware州的参议院捐款，不要用那是他howntown解释， 2019 年在众议院情报委员会作证时提交的履历：众议院文件，原文他老家是"Varndean College, Brighton" 另外一个重要信息，他曾是乔治城大学 CSET 的非常驻研究员. 这次围绕猎巫黄仁勋的 @Georgetown 大学的人非常多， @MarkZJia 最高大法官的书记员 法学教授 @RyanFedasiuk 最早高呼黄仁勋辞职的上遍各种媒体的情报学讲师@dennisw5 前cia高级主管 CSET 全称是"安全与新兴技术中心"2 019 年设在乔治城大学的外交学院，专门研究 AI、半导体这类技术跟国家安全的关系。创办资金主要来自 Open Philanthropy，第一笔就是 5500 万美元。Anthropic 的 Holden Karnofsky 是它的联合创始人之一。它是"有效利他主义"（Effective Altruism）圈子最大的金主。 如果再有人我说冤枉了 @MarkZJia ，2026 年初五角大楼依据《联邦采购供应链安全法》（FASCSA）对 AI 模型供应商展开合规调查的风波中，Mark Jia 曾在华盛顿邮报及 Lawfare 连续撰文，就“国家安全行政权力界限与供应链风险认定标准”发表深度法理分析。法律论战中，其学术观点被 Anthropic 的法律抗辩团队广泛引用，用以界定“何种商业联系构成法理上的供应链国家安全穿透风险”。 全世界最早报道黄仁勋和黄乐的有浪漫关系直接抹黑黄仁勋金融时报的 @AsiaLens ，后来却说自己没有看过美国情报界的情报，他长期正面宣传报道Anthropic 的主动（划重点主动）合规政策（例如 2025 年 9 月独家报道 Anthropic 率先切断所有多数股权由中国资本持有的机构的 API 访问权，注意是独家从拿到信息来源的，为什么他独家？ 还记得针对黄仁勋的国会质询闭门会议，在媒体报道发出之前，国会议员@RepBrianMast 与@RepMoolenaar ，两人均签署 11 月 4 日对黄仁勋质询函,然后纽约时报女间谍新闻爆发，舆论做出黄仁勋是因为女间谍被国会审查一样，因为今年七月$1,500 万通过“保守派 AI 共识项目”直接捐给了他们两个，这笔资金背后金主是Anthropic PBC，通过Public First Action 渠道，Dario Amodei亲自拿了一百万美金。 在 2026 年选举周期中，Anthropic 构建了“双轨资金池”（企业 PAC AnthroPAC + 战略超级 PAC Public First Action），向此次负责向黄仁勋施压的核心国会立法者定向提供了关键支持，Anthropic 长期利益信托（LTBT）受托人 Richard Fontaine 担任 CEO 的智库 CNAS，系国会对华出口管制方案的直接设计者。在此次针对 Megaspeed 走私调查的内部听证会准备材料中，大量采纳了 CNAS 发布的《Defending the Compute Advantage》（保护算力优势）中的穿透式审查标准。 Richard Fontaine（Anthropic 长期利益信托 LTBT 受托人，2025 年 4 月/6 月加入，掌握董事会多数席位选举权）： 华盛顿核心国家安全智库新美国安全中心（CNAS）首席执行官（CEO），曾任美国参议院外交关系委员会幕僚及白宫国安会官员。 CNAS 长期向众议院外交委员会（主席 Brian Mast）和众议院中国委员会（主席 John Moolenaar）提供针对中国半导体与 AI 算力封锁的政策简报；Fontaine 直接坐镇 Anthropic 最高治理监督机构（LTBT），使 Anthropic 的对华芯片出口管制立场与国会国安鹰派高度一致。 民主党核心筹款人 Helen Milby 搭建的“Hakeem Jeffries 阵营—Anthropic 闭门通道”： 调查媒体 Sludge 于 2026 年 10 月 21 日披露， 长期为民主党“新民主党人联盟（New Democrat Coalition）”及众议院少数党领袖 Hakeem Jeffries 阵营筹款的资深筹款人 Helen Milby，同时运营着一家由企业资助的非营利组织，专门安排 Anthropic 等科技企业高管与国会民主党进行闭门对接。 Dario Amodei 在 2026 年内多次前往参议院银行委员会展开闭门政策沟通，提交关于“大算力外流对国家安全冲击”的机密级技术评估备忘录。该委员会资深共和党成员 Kevin Cramer 正是在今天成为全美首位公开要求黄仁勋辞去英伟达 CEO 职务的参议员。 一个巧合是巧合，一系列的巧合还是巧合吗？ Christopher LiddellAnthropic 董事会成员，2026 年 2 月 13 日加入，占据指定 Class T 董事席位， 特朗普第一任期白宫副幕僚长（White House Deputy Chief of Staff，深耕共和党高层与国会资金网络（2026 年 6 月曾向众议院拨款委员会小组主席 Chuck Fleischmann 捐款 $3,500），为 Anthropic 搭建起直通共和党主导的众议院各委员会的沟通桥梁。 引爆推特的，外交关系委员会的 Chris McGuire（@ChrisRMcGuire ），把金融时报报告的浪漫关系直接写成黄仁勋 "sleeping with Alice Huang, a Chinese spy" 他的推特只有 1.2 万粉丝，他以前在拜登的国安会当过 Chhabra 的下属。Chhabra 现在是 Anthropic 的国家安全负责人。今年 6 月台北 DSET 论坛他还和 Chhabra 同台，这个帖子发出之后，很短之内，众议员 Seth Magaziner 。前国家安全顾问 Susan Rice前议员 Adam Kinzinger ，纷纷立刻转载评论，达到1000万流量。 这是一次跨党派的种族主义的最高级别的清洗，意图驱逐世界殿堂级企业的华裔创始人。

老李的 UMX @UMX_CN 上线了 UMI 积分计划， 积分 UMI 中文名称更好记，就叫：有米！ 很多人私信我问询这个交易所是什么以及积分有啥用，这里给大家做个统一的回复，方便大家理解： UMX 作为老李的再创业，这个交易所和其他交易所还是有着不太一样的定位，把老李家办的一些好的策略用到了财富管理系统，所以我在看来，主要的功能在于财富的管理和增值，所以你们进去后也能看到他的至臻理财和私行特供这种内容。 我估摸着大家之前关注好像主要是因为存款赠送 Iphone Duo 的活动，但是注册发现不接受国内身份注册， 其实注册并不难，可以用国内护照+海外生活地址证明来注册即可，海外地址证明别问我，我相信你们都能搞到。 然后今天上线的这个 11 月 11 日至 17 日开启首期活动，简单研究了一下规则，有几个值得关注的地方，也有一些需要理性看待的问题。 1️⃣ 积分机制 活动期间，符合条件的现货、合约及期权交易，可以获得常规规则下 3 倍的 UMI 积分。 积分主要根据实际支付的交易手续费计算，而不是简单按照交易量计算。 2️⃣ 500 万积分奖池 首期奖池为 500 万 UMI，不设置单账户积分上限。 但需要注意，这不是 500 万美元的奖励。如果全平台累计积分超过奖池，最终会按比例缩减。 3️⃣ 积分未来价值 这是我认为最值得关注的东西。 UMI 积分未来具体能兑换什么、如何定价、什么时候可以兑换，目前还没有明确答案，但是我大胆猜测一下，这个积分我看 @DujunX 杜老板说这可能会是最大的空投， 那会不会可能是某种股权？会不会可能要上市后的原始股兑换凭证？ 当然这只是我的猜测，我也不确定会不会有这么一天。 我个人而言，对这类活动的态度一直比较简单：如果本来就有真实交易需求，顺便积累一些积分，可能是额外的潜在权益。 但如果为了积分刻意增加交易量、承担额外手续费和交易风险，就需要重新算账了。 大家可以自行研究下。

我认识了一个做投资的大哥。 这人其貌不扬，穿个拖鞋就能去谈几千万的项目。 我问他，你决策这么准，是不是有什么内部消息？ 他点了根烟，说：“我有个屁的内部消息。我就是个贝叶斯主义者。” 我当时惊讶。。。贝叶斯？那个概率论里的公式？这玩意儿跟投资有啥关系？ 他看我一脸懵，就笑了。他说：“你以为贝叶斯是个数学公式？贝叶斯是一种活法。” 那天他跟我聊了三个小时。我听完之后，后背发凉。因为我发现，我过去三十年的思考方式，全是错的。 一、 先说贝叶斯到底是个啥。 你肯定听过那个公式：P(A|B) = P(B|A) * P(A) / P(B)。别怕，不用记。你就记住一句话： 根据新的证据，不断调整你的判断。 就这么简单。 但简单归简单，真正能做到的人，万里挑一。 我给你举个例子。你早上出门，看见天阴了。你心里想，今天可能要下雨。这个“可能要下雨”，就是你的先验。就是你根据过去的经验，对一件事的初始判断。 然后你出门，感觉空气湿漉漉的，风也起来了。这时候你更相信要下雨了。这个“感觉”，就是新证据。 你根据这个新证据，把你的判断从“可能下雨”调整到“大概率下雨”。这个调整后的判断，就是后验。 然后你走到半路，一滴雨砸在你脑门上。你立刻把判断调到“肯定下雨”，然后跑起来找地方躲。这就是再次更新。 你看，你每天都在用贝叶斯。只是你自己不知道。 二、 但大多数人用贝叶斯，只用了一半。哪一半？收集证据的那一半。他们不用更新判断的那一半。 什么意思？ 你想想，你是不是经常这样：你跟一个人吵架，你认定他就是个自私的人。然后他做了一件事，明明是为你着想，你却说：“他肯定是有目的的。”他帮你，你觉得他虚伪。他沉默，你觉得他冷血。他解释，你觉得他狡辩。 你收集了所有证据，但你从来不更新你的判断。你的先验是“他是个自私的人”，然后所有新证据，你都用来强化这个先验，而不是修正它。 这不叫贝叶斯。这叫确认偏误。 贝叶斯思维最狠的地方，就是它要求你：当证据足够强的时候，你得承认自己错了。 不是嘴上承认，是心里真的改。 我那个投资大哥跟我说，他每年都会复盘自己看错的项目。他说，看错不可怕，可怕的是看错了还不改。他说，他每次做决策，都会先写下来：我现在的判断是什么？我为什么这么判断？然后等三个月，等半年，看结果。如果结果跟判断不符，他就问自己：是证据不够？还是我的先验错了？ 如果是先验错了，他就改。改得越快，亏得越少。 三、 贝叶斯思维里，有两个东西特别关键。一个叫基础概率，一个叫似然比。 基础概率，就是你还没看证据之前，这件事本身发生的概率有多大。 我举个特别经典的例子。假设有一种罕见病，发病率是千分之一。现在有一种检测方法，准确率99%。就是说，如果你有病，它99%能测出来。如果你没病，它也有99%能测出来是阴性。 现在你去体检，检测结果是阳性。请问，你真正得病的概率是多少？ 大多数人会想：99%啊，完了，我肯定得病了。 错。大错特错。 我们来算一下。一千个人里，有一个人得病。这个人检测阳性，概率99%，所以有一个真阳性。剩下999个人没病。但检测有1%的误报率，所以999个人里，大概有10个人会被误报为阳性。 现在你告诉我，在11个阳性里，真正有病的只有1个。所以你得病的概率，不是99%，而是1/11，大概9%。 你看，这就是基础概率的力量。你被那个“99%准确率”吓到了，但你忽略了“这个病本身发病率只有千分之一”这个基础概率。 我那个大哥说，他看项目，第一件事就是问：这个事儿，在行业里，成功的基础概率是多少？如果这个行业90%的人都失败了，那你就别听创业者吹得天花乱坠。先把这个90%放在心里，然后再去看他的证据。 似然比是什么？就是一个证据，在“你对”的情况下出现的概率，除以在“你错”的情况下出现的概率。 我举个例子。你怀疑你老婆出轨。你发现她最近经常加班。这个“加班”的证据，有多强？ 如果她出轨了，她加班的概率可能是70%（要腾出时间）。如果她没出轨，她加班的概率也可能是70%（工作忙）。那这个似然比就是70%/70%=1。意思是，这个证据屁用没有。它不改变你的判断。 但如果她出轨了，她加班的概率是70%。她没出轨，加班的概率只有20%。那似然比就是70/20=3.5。这个证据就比较强了，能把你的判断往“出轨”那边推一推。 你看，不是所有证据都叫证据。只有能区分两种假设的证据，才叫证据。 贝叶斯思维就是教你：别被那些似然比为1的证据带偏。 别因为对方今天没回你微信，就觉得他不爱你了。因为他不爱你的时候可能不回微信，他忙的时候也可能不回微信。这个证据，区分度太低。 四、 好，道理讲完了。现在我给你走一遍完整的。就一个问题：我对象是不是不爱我了？ 这是贝叶斯思维最实用的场景，没有之一。 假设你最近觉得对象不对劲。回消息慢了，电话也少了，你问他怎么了，他说没事。你心里开始犯嘀咕：他是不是不爱我了？ 大多数人会直接跳到结论：他肯定不爱我了。然后开始翻旧账，越想越气，最后要么冷战，要么大吵一架。 但如果你用贝叶斯思维，你会怎么做？ 第一步：先定先验。 在你观察到他冷淡之前，你觉得他爱你的概率是多少？ 你们在一起两年了，平时感情不错，没有大的矛盾。那你先定一个：80%。就是说，在没有新证据之前，你相信他80%是爱你的。 这个80%，就是你的先验。 第二步：看第一个证据。 他最近回你微信很慢。 现在你问自己两个问题： 如果他还爱你（80%的那个假设），他回微信慢的概率是多少？ 可能是20%。因为他最近项目忙，加班多，或者他就是个不爱看手机的人。 如果他不爱你了（20%的那个假设），他回微信慢的概率是多少？ 可能是70%。因为他在疏远你，不想跟你说话，看到消息也不想回。 现在算一下。先验是80%对20%。证据的似然比是20%比70%，也就是0.29。 什么意思？就是说这个证据，更偏向“他不爱你了”那一边。因为它在不爱你的情况下出现的概率，比在爱你的情况下出现的概率，高了两倍多。 更新之后，你的后验是多少？ 大概从80%降到了 62%。 你看，降了，但没崩。你还是倾向于相信他爱你。但你的信心，从80%变成了62%。你心里有了警惕，但还不至于直接翻脸。 第三步：看第二个证据。 他又忘了你们的纪念日。 再问那两个问题： 如果他还爱你，他忘纪念日的概率是多少？ 可能是15%。因为他最近真的太忙了，或者他本来就是个记性差的人。 如果他不爱你了，他忘纪念日的概率是多少？ 可能是60%。因为他不把你放心上了，纪念日对他来说不重要了。 似然比是15%比60%，也就是0.25。又是一个强烈偏向“不爱”的证据。 从62%再更新： 大概降到了 38%。 现在，你已经从“大概率爱我”变成了“大概率不爱我”。但还没有到100%。 第四步：看第三个证据。 你翻他手机，发现他跟前女友最近有联系，聊天记录删了一部分。 再问： 如果他爱你，他跟前女友联系还删记录的概率是多少？ 可能是5%。因为正常交往不需要删记录。删了，说明有问题。 如果他不爱你，他跟前女友联系还删记录的概率是多少？ 可能是80%。因为他已经在找退路了。 似然比是5%比80%，也就是0.06。这是一个极强的证据。 从38%更新： 大概降到了 3%。 现在你可以行动了。因为你的判断，已经从“他可能不爱我了”，变成了“他几乎肯定有问题”。 你看，贝叶斯思维不是让你不生气。它是让你在该生气的时候才生气，该翻脸的时候才翻脸。 大多数人是什么样？第一个证据出来，就炸了。直接跳到100%的结论，然后大吵大闹，最后发现可能只是误会。 而贝叶斯思维让你一步一步走。每一步都算概率，每一步都更新判断。等到证据足够强了，你再行动。这时候你的行动，是有根据的，不是情绪化的。 五、 那怎么把这个思维，用到生活里？ 我给你三个心法。 第一个心法：把你的判断，从“是/不是”变成“百分之多少”。 大多数人想问题，是二元的。要么对，要么错。要么爱，要么不爱。要么行，要么不行。 但贝叶斯思维告诉你，世界不是二元的。世界是概率的。你的每一个判断，都应该是一个概率。 你觉得这个项目能成吗？别说“能”，说“我觉得有60%的概率能成”。你觉得这个人靠谱吗？别说“靠谱”，说“我目前觉得他80%靠谱”。 为什么？因为一旦你用了概率，你就给自己留了更新的空间。如果他说60%能成，结果没成，你不会崩溃。因为你知道还有40%的可能。但如果他说“肯定能成”，结果没成，他就崩溃了。 第二个心法：每次遇到新信息，问自己两个问题。 第一个问题：如果我的判断是对的，这个信息出现的概率有多大？ 第二个问题：如果我的判断是错的，这个信息出现的概率有多大？ 如果两个概率差不多，这个信息不重要，别理它。 如果第二个概率远大于第一个，这个信息非常重要，你得认真对待，甚至要改判断。 我那个大哥跟我说，他当年投一个项目，所有人都说好。但他发现一个细节：这个项目的创始人，在提到竞争对手的时候，眼神闪了一下。他就问自己：如果这个创始人真的胸有成竹，他提到对手会眼神闪吗？可能会。但如果他其实心里没底，他提到对手会眼神闪吗？更可能。所以这个证据，让他把判断从80%下调到了65%。后来这个项目果然出了问题。 他说，细节不是用来证明你对的，细节是用来修正你的。 第三个心法：记录你的预测，然后复盘。 这是贝叶斯思维里最反人性、但也最有用的一步。 你每次做判断，都写下来：我现在认为这件事的概率是多少？为什么？ 然后等事情发生。如果结果跟你预测的不一样，你就问自己：是我先验错了？还是我忽略了某个证据？还是我高估了某个证据？ 慢慢地，你的预测会越来越准。你的证据权重会越来越合理。你的判断会越来越接近真相。 我那个大哥说，他有个本子，记了十几年。上面全是他的预测和复盘。他说，这个本子，比任何商学院都值钱。 六、 最后，我想跟你说一个我自己用贝叶斯思维改变的事。 我以前特别容易生气。别人说一句我不爱听的，我立刻炸。后来我用贝叶斯思维问自己：我为什么生气？因为我有一个先验：他应该尊重我。 当他没有按照我期待的方式说话时，我的先验被挑战了，我就炸了。 但后来我想，这个先验本身，概率是多少？一个人，在所有时候都尊重我，这个概率有多大？其实不大。每个人都有自己的情绪，有自己的立场，有自己的表达方式。他可能只是今天心情不好，可能只是说话直，可能只是没意识到。 所以我把先验调低了。我不再默认“所有人都应该尊重我”，而是默认“大多数人大多数时候是善意的，但偶尔会冒犯我”。这个先验更符合现实。 然后我再遇到类似情况，我就不炸了。我会想：他这句话，是真的针对我，还是只是随口一说？这个证据，在“他针对我”的情况下出现的概率是多少？在“他只是随口一说”的情况下出现的概率是多少？ 很多时候，算完发现，似然比接近1。也就是说，这句话根本不能说明他针对我。那我生什么气？ 你看，贝叶斯思维，不只是让你决策更准。它还能让你情绪更稳。 因为你知道，你的判断，只是一个概率。既然是概率，就有可能是错的。既然是可能错的，那就不值得为它拼命。 七、 所以，什么是贝叶斯思维？ 它不是让你变成一个冷冰冰的机器。它是让你变成一个更聪明、更开放、更不容易犯错的人。 它告诉你：你的每一个信念，都不是真理。它只是一个当前最好的假设。 它告诉你：新证据来了，你要做的不是捍卫自己，而是更新自己。 它告诉你：承认自己错了，不是失败。承认自己错了，是进步。 我那个大哥最后跟我说了一句话，我记到现在。他说： “我这辈子最大的本事，就是改得快。” 你品品这句话。 大多数人，一辈子都在证明自己对。而真正厉害的人，一辈子都在修正自己。 这就是贝叶斯思维。 不是让你更自信，是让你更准。 不是让你更固执，是让你更活。 从今天起，试着把你的判断，从“是”改成“概率”。试着遇到新证据的时候，问自己那两句话。试着记录你的预测，然后复盘。 你会发现，你变了。 你不再是那个被情绪和偏见牵着走的人。你成了一个不断逼近真相的人。 这，才是真正的投资策略和自由。

最新彭博亿万富翁指数公布，10 月 5 日马斯克的个人身价一天之内暴涨了整整 650 亿美元，总资产重新跨过 1.04 万亿美元，把第二名的贝佐斯远远甩开了近七千亿。 在这场活动现场，有人直接抛给他一个无数人都好奇的问题：当世界首富到底是一种什么感觉？ 马斯克的回答没有半点富豪的客套，甚至显得有些匪夷所思：
他说自己感觉很奇怪，因为他骨子里依然觉得自己只是一个天天在工位上干活的技术人。
他没有豪华游艇，也没有私人度假岛屿，
平时的休息就是陪陪家人、打打暗黑破坏神，
现场有人打趣说你名下明明有船，他笑着自嘲说那确实是船，但那是 SpaceX 在大西洋里用来接火箭的无人回收船。 这段回答里最触动我的是他提到的沙滩测试：
很多人幻想有钱之后就去海滩上躺平，但他只要在沙滩上坐上十分钟就会空虚发慌，满脑子想的都是我现在到底该造点什么。 这段视频之所以在全网疯传，是因为它彻底刺穿了大众对财富最庸俗的一层想象。 绝大多数人以为财富的终极意义，就是换取不用上班的自由，去买游艇、买小岛、用奢侈品去换取社会地位；
但马斯克在视频里展现出来的底层算法完全相反：
金钱从来不是生活方式，它只是你在现实世界里做成事情后随手掉落的记分牌。
钱是本体干成事情之后拉出的影子，影子变大说明本体还在疯狂生长，而整天追着影子跑的人，往往早就已经不在造东西了。 极端财富从来不会改变一个人的奖励函数，它只是彻底拿掉了资源约束。
如果你的奖励函数是追求感官享受与地位炫耀，多出来的钱就会变成更大的游艇，
如果你的奖励函数是解决物理世界未被攻克的工业难题，多出来的每一分钱，默认动作都只会变成下一条超级工厂的产线。 视频最后有一段极其辛辣的文明级观察，刀刀见肉：
当马斯克的身价重新冲破一万亿时，
美国在看热闹，把它当成奇观、榜单和茶余饭后的八卦；
欧洲在忙着辩论怎么征税，第一反应是如何切这块蛋糕，而不是怎么做出下一块，
而中国在一线闷头建对标的技术栈，在电池、电动车、商业航天和开源模型上疯狂追赶产能与成本曲线。 数字永远只是滞后的结果，它记录的是谁在能源、制造、航天和智能上持续进行高确定性的复利再投资。
盯着榜单看的会错过技术，盯着税收看的会丢掉未来，只有死死盯住底层技术栈的人，几年后数字才会自己长出来。 这其实给所有做业务、搞创作或者探索副业的朋友提供了一个极度锋利的自检标尺：
拿到第一笔增量收入时，你到底是在急着用消费去升级生活标签，还是把弹药全部倒回自己的产出系统里？
如果放空一天没有任何事情可推进，你会觉得空得发慌，说明你骨子里也早已是一个建造者了。 如果某天你手里的现金多到几辈子都花不完，你最想去死磕造出来的下一个东西是什么？

太唏嘘了，25岁自由画师被骗4万，几天后从32楼坠亡！ 9月13—14日，一名叫“不吃西柚”的自由画师遇到约稿诈骗。 骗子先假装找她约稿，聊了一段时间后，又冒充闲鱼客服，说她的账户被冻结了，需要刷流水才能解冻。 然后一步步把她带到会议软件，让她按照指令操作、扫码，最后还诱导她开花呗、借呗和其他贷款。 前前后后被骗4万多。 其中自己原本的钱大概1万，各类借贷约2.4万。 更让人难受的是，她一张半身画只收250块。 一张画要画6—7个小时。 简单算一下，4万块相当于160张画。 也就是至少960—1120个小时的纯绘画时间。 而她自己还说过，花呗、房租、杂费，每个月至少要8000块才能周转。 被骗以后，她没有停下来。 9月17日下午，她还在画社里发消息： “三张半身，250元/张，接。” 同一天，她还在米画师发帖求约稿，说自己高强度画了两天，精神状态已经很差，希望有人能找她画画。 9月18日凌晨，她从佛山租住的32层坠亡。 9月30日，当地警方确认，诈骗案此前已经登记，坠亡排除刑案，诈骗案还在继续侦办。 4万块看似不多，但对于一个靠接稿生活、每个月还要承担8000元左右固定开销的人来说，这可能意味着几个月甚至更久的收入都要拿去填这个坑。 更可怕的是，这种诈骗并不是她一个人遇到。 画圈里已经有人遇到过类似套路。 骗子的流程基本都是： 约稿 → 冒充平台客服 → 账户冻结 → 要求刷流水 → 带离平台 → 扫码操作 → 诱导贷款。 所以以后遇到这种情况，记住几个原则： 平台客服只在官方App里找。 让你刷流水，停。 让你扫码，停。 让你共享屏幕，停。 让你开花呗、借呗、网贷，直接停。 钱可以慢慢还，遇到诈骗也一定要第一时间报警、保存证据。 几万块钱再多，都还有办法处理。 人没了，什么都没了。