与「文末抽獎」相关的搜索结果

#文末抽獎# 有人會去下禮拜的成人展嗎？ 我會穿辣辣的去唷(๑⃙⃘ ˃̶͈̀ロ˂̶͈́)੭ु⁾⁾ 🌟野生願願出沒消息🌟 8/10(六) 14:00-16:00 南港展覽館二館 攤位E09 當天可以拍照，可以互動🫶🏻 如果湊巧去不同天也可以來攤位看看 有我的寄賣限定商品唷💕 #想要免費門票請到IG查看（#@wish_yuan1126) 可以面交

最懂得「配種」的養龍系手遊就是《龍村3》！ 上百種龍民等你配種與養成💚 🐲壯大你的龍族世家🐲 （隱藏bonus在文末✨） 這次全新開發的「村莊系統」更可以讓你自由佈置 打造專屬於自己的創意世界奇觀！ 還有許多經典創新的探險設計等你來體驗～ 主線&支線故事、地下城堡、採集、討伐戰、世界boss…等，超多內容好好玩! 現在就和小空一起展開策略對戰與冒險吧🤩 注意⚠️ 《龍村3》除了是原廠highbrow開發的《龍村》正統續作 本次更是由原廠highbrow進行全球直營喔! 讓你安心玩~龍免驚😍 小空專屬的《龍村3》 #遊戲下載連結在留言區一樓# 小空專屬禮包碼：DV3COSER 鑽石、抽卡券通通送給你💚💚💚

最懂得「交配」的養龍系手遊就是《龍村3》🔱上百種龍民等你交配與養成，壯大你的龍族世家‼️(提示：文末有福利~） 全新開發的「村莊系統」可以讓你自由佈置，打造專屬於自己的創意景觀、世界奇觀！ 還有許多經典與創新的探險設計“主線故事、支線故事、地下城堡、還有採集、討伐戰、世界首領”...。內容實在太多了，現在就和燼璃一起展開策略對戰與冒險，保證不農不傷肝👍 注意《龍村3》除了是原廠highbrow開發的《龍村》續作，更是原廠全球直營，讓你安心玩，龍免驚❤️ 燼璃專屬禮包碼：DV3COSER 鑽石、抽卡券通通送給你~✨✨ 我的《龍村3》遊戲專屬下載連結：

【昨晚被两个用户感动到了，文末撒福利💙】 昨天不是什么特别的日子，但两个用户不约而同发来的长文让它变得极度特别。 最近这段时间，我们经历了很多风波，也承担了很多压力。 因此，当我看到他们发来的信息时，心里像是突然被打了两剂强心剂，又干劲满满了！ 说明我们的服务真的走到火伴心里，帮他们解决了问题，得到了世界最重要的东西：信任。 过去两年， 很多人都说火币的口碑在慢慢变好。 没有什么秘诀。 是无数火币人，一座城市一座城市地跑，一个问题一个问题地解决。 面对一次又一次 FUD，我们没有选择沉默，也没有选择逃避。 能解释的，我们第一时间解释； 能解决的，我们第一时间解决； 遇到卡点，我们就陪着用户，想尽一切办法解决。 慢慢地，真心换来了信任， 火伴的支持让火币克服了一个又一个困难； 当然，我们离最好的自己还有距离。 还有很多地方需要继续努力，也还有很多问题需要继续改进。 但火币已经走过了 13 年。 经历过牛市，也经历过熊市； 经历过鲜花，更经历过风雨。 直到今天，我们依然坚持站在这里。 因为我们始终相信： 平台真正的价值，不是在行情好的时候，而是在用户需要你的时候。 谢谢每一位一直陪伴火币、相信火币的火伴。 也谢谢每一位批评过我们、督促我们变得更好的用户。 未来，无论市场如何变化，HTX 的每一位客服、每一位同事，都会继续把用户放在第一位。 火伴在，火币就在。❤️ ⸻ 最后，感恩不能只停留在嘴上。 🎁 福利来了： ① 转发 + 评论 「和火币一起穿越牛熊」，随机抽 66 位火伴，每人送 6U。 ② 转发并分享 你对火币客服最真实的评价或建议（无论夸奖还是批评），我们将挑选 6 条最有建设性的建议，每人送 66U。 你们的在乎，让我们变得更好🫶

我把一本二十多万字的新书免费开源在 Github 了——《前置部署工程师：人工智能时代的客户价值交付秘籍》。 全本在线读，一分钱不收，地址在文末。 为什么要写这本书？从两组数字说起。 一组来自麻省理工学院：全球企业在生成式 AI 上烧了三四百亿美元，95% 的项目没能产生可衡量的回报。演示很惊艳，落地全阵亡。 另一组来自招聘市场：一个叫「前置部署工程师」（FDE）的岗位，发布量九个月涨了 800%。OpenAI 在招，Anthropic 在招，YC 一百多家创业公司在招。a16z 直接管它叫「科技行业最热门的岗位」。 两组数字放在一起，结论不难猜：模型已经不稀缺了，能把模型塞进客户真实业务里的人，才稀缺。 FDE 就是被创造出来填这道鸿沟的角色——驻扎在客户现场、把「产品能做的」和「客户需要的」接起来的工程师。Palantir 二十年前在情报机构的保密室里发明了它，如今 OpenAI 为它专门成立了一家估值百亿美元的「部署公司」。 在我看，它就是 AI 时代的前置位的「增长黑客」：一个新物种，一套方法论，一片还没人系统写过的空白。 这本书讲清楚三件事：这个角色从哪来、是什么；从找对问题到规模化复制的完整打法；以及一百多个真实案例，所有数据和案例都在附录里注明了出处，欢迎核查。 也坦白说：这本书是我派 AI 做的深度调研和撰写，框架仿照我十年前写《增长黑客》的那套结构——依然觉得它适合研究和布道各种新岗位。 我原本把它当成自己的学习入门手册，期间驱使 AI 也迭代了好几版。写完觉得，锁在硬盘里有点可惜，于是索性开源免费分享。 如果你正在考虑工程师的转型方向，或者在琢磨 AI 到底怎么在企业里落地，它应该能帮你省下几十个小时的检索时间。 📖 仓库在这，全本免费，欢迎 Star： 会持续迭代，有想补充的案例或想挑错的，Issue 和分支都开着。 —— 顺手说一句：十年前那本《增长黑客》的全文开源版，也在我 GitHub 上（zengzhangheike-the-book）。一本是过去，一本是未来，感兴趣的可以一起拿走。

这是一个面向 AI API 中转站的开源监控及专属网关管理系统：TokHub 迭代了一个月，和 @vista8 讨论后，我们决定开源给大家，欢迎下载本地部署，也可以直接使用 （文末附GitHub链接和TokHub网址） 核心做了几层能力： 1、公开监控和通道详情 可以看已监测的API通道的状态、成功率、延迟、模型、价格和健康评分 2、L1 / L2 / L3 分层探测 L1 看 DNS、TCP、TLS、HTTP 连通性 L2 看 API Key、模型列表和模型可用性 L3 直接做一次最小真实生成，用来判断“入口正常但模型实际不可用”的情况 3、用户工作区和私有通道 用户可以收藏公开通道，也可以接入自己的 Endpoint 和 API Key 私有 Key 加密保存，按组织隔离，不把用户自己的上游暴露给平台后台 4、一键生成个人专属网关 可以把多个平台通道和私有通道，聚合成个人专属网关，供自己的Agent或者自己的AI客户端统一调用，按延迟、成功率或成本做路由，并记录 Token、延迟、成本、错误类型和审计事件 TokHub 现在提供 Docker 自托管部署，包含 PostgreSQL / Redis、生产预检、备份恢复、安全扫描和发布检查 可以把它当作公开监控站，也可以用作自己或企业内部的AI网关 也欢迎在它上面继续二次开发自己的API服务导航 GitHub地址： TokHub网址：

每周六给大家分享一篇深度好文： 本周：《There’s this deep mystery of what, actually, is this thing?: the philosopher inside Google DeepMind AI》 作者：Robert P Baird 平台：The Guardian 文章链接放在文末！ 推荐对 AI 有兴趣或者对 AI 投资下注的朋友一定要看下，是一篇很好的深度人物 + 思想随笔。 推荐的主要原因，是因为它写的是 Google DeepMind 里的哲学家 Iason Gabriel： 这个结合很有趣，一个政治哲学背景的人，如何在最前沿的 AI 实验室里，思考 AI 到底应该服务谁、服从谁、伤害谁、又由谁来决定它的价值边界。 文章从 Gabriel 2017 年加入 DeepMind 写起。 当时他几乎是少数真正进入前沿 AI 实验室内部的哲学家之一。文章借他的经历，把 AI 领域里两个长期分裂的阵营讲清楚了：一边是关注“失控、对齐、超级智能风险”的 AI safety，一边是关注“偏见、权力、社会伤害”的 AI ethics。 所以你可以看到 AI 对齐不是简单地让机器“听人话”，而是一个更复杂的四方关系：AI 系统、用户、开发者、社会。 如果 AI 只服务开发者，可能会损害用户；如果 AI 只服从用户，也可能损害社会；如果只追求技术最优，又可能忽略人的价值冲突。 另外关于 Agenty 的普及肯定是不可逆的趋势，未来 AI 不再只是输出文字，而是会在现实世界里行动。这个变化会让伦理、责任、权力边界都变得更尖锐。 与我而言这篇内容的最大启发： 1️⃣AI 时代更应该多读书多思考 AI 时代不要只追新工具，工具只是形式上的，真正重要的是你有没有自己的“价值排序”和“决策边界”。 没有这个边界，AI 越强，只会把你的混乱放大。 2️⃣超级个体； 未来的超级个体，除了熟练掌握工具，更重要的，是必须是能把 AI 放进自己的判断系统里，同时知道什么时候不能让 AI 替自己做决定的人。 3️⃣投资启发； 我以前以为 AI 竞争的除了技术就是算力。 原来 AI 公司、Crypto 项目、平台型产品，最后竞争的不只是技术参数，而是谁掌握入口、数据、执行权和价值定义权和伦理决定权。 谁能决定“系统应该偏向谁”，谁就拥有真正的权力。 AI 还有很长的发展路径，投资一定要多样化，不要只看某一个面。 文章链接：

睡醒了 麦当劳皮卡丘的PSA10评级卡也到了 现在喝咖啡 ☕️ @renaissxyz 顺便说说我投资收藏这两张宝可梦卡牌的逻辑 (文末有针对Web3用户的建议) : 🔵 梵高皮卡丘 = $BTC = #BAYC# 3000U购入 不是普通卡 而是联名艺术卡 虽然PSA10存量接近5万张 但对比当年那些蓝筹NFT的数量 简直是小巫见大巫 背后有明显资本运作 机构级资金已经明牌进入: 香港上市公司迷策略推出的全球首个宝可梦交易卡代币化基金已落地 该基金只投资这款PSA10的<戴灰色毛毡帽的皮卡丘> NEW MONEY就爱这种有艺术文化属性的收藏品 他们一旦买进就不轻易卖出 在PTCG的几款艺术卡里 梵高皮卡丘性价比最高 也是美版宝可梦卡牌的门面担当 在我监控行情的这几个月里 就算宝可梦卡牌大盘在跌 这款卡也总能在逆势中缓慢增长 这不是优质资产是什么 🔵 麦当劳皮卡丘 = $DOGE = #MAYC# 90U购入 PSA10存量极大 接近28万张 流动性极强 价格亲民 年轻人的第一张PSA10的宝可梦评级卡 这张卡源于麦当劳在日本的大规模发行 作为全球快餐巨头与宝可梦IP的强强联名 具备极强的品牌协同效应和大众认知度 低门槛+高流通的特性 让它成为年轻收藏者和新入场者的理想入口 当然这也和我对麦当劳的信仰分不开 小道消息是 这张卡的Meme属性和大众基础 让很多机构资本都觉得潜力惊人 🔵 关于实物收藏 我玩过球鞋 名表 名人签名 艺术品 玩具 二手衣服(Archive)等等 至今未尝败绩 胜率几乎100% 却总是卖飞 虽然刚入坑宝可梦卡牌 但我依然看好后市 总结: 梵高皮卡丘侧重文化资产与机构叙事 麦当劳皮卡丘侧重品牌流量与可及性 这就是我的差异化配置思路 如果价格合适 这两款卡我都可以大量收购 🙏🏻 最后给Web3用户的建议: 近几年 宝可梦优质卡牌的收益率已经跑赢了包括美股 比特币在内的各种金融资产 这已经形成了一种趋势 加密用户可以不玩实体卡 但趁着熊市可以寻找优质的RWA卡牌类项目 不限于宝可梦 海贼王 游戏王 球星卡等 例如推文开头的 @renaissxyz 有币安背景和YZi投资 熊市里做建设 牛市会有大收获 🚀

孙宇晨的前女友这么评价他： 孙宇晨最常挂在嘴边的三句话是：看数据说话，看结果说话，谁有钱谁说话。 非常冷酷的一个人，所以他没有朋友，没有亲人，没有敌人。 谁强他就服谁，谁弱他就踩谁。 他面对一切问题，从来不会去找外界的原因。哪怕你今天背叛了他，他也不会说你背叛了他。他对身边发生的一切事情，只会找自己的原因。 他对身边发生的一切事情，都只会用一句话总结。他会觉得，所有困难，只是因为我还不够强大。 跟孙宇晨在一起的那段时间，从来没有见过他哪怕有 1 秒的情绪失控。哪怕是在被各种人——各种不是官方的人、黑道白道的人——上门围堵的那种至暗时刻，她都没有见过孙宇晨有哪怕 1 秒的情绪失控。 她说，孙宇晨有一种永不屈服的意志力，以及在绝境里面仍能爆发出的那种强大生命力。 说实话，以前我只知道孙割高调买过巴菲特的午餐，是那种马斯克一样的疯子。 但看到他前女友对他的评价之后，突然对他的个人经历产生了浓厚的兴趣，于是查了很多公开资料，整理了一个孙割人物小传。 1. 高二还是学渣，模拟考 450 分，高三一年拼命，裸分 650 分考上北大中文系； 2. 为了考上北大，他连续三年参加新概念作文大赛，目的就是获得一等奖的自主招生资格，最终他获得了 2007 年第九届新概念作文大赛的一等奖。孙割想要，孙哥得到。 3. 18 岁大一发现北大中文系高手如云，很难出头，果断转学到历史系，并最终以历史系第一名的成绩毕业； 4. 很早就知道利用媒介杠杆。大一在《萌芽》发表《一道论证题》，公开宣称“高中一年可弥补所有遗憾”，文末留通信地址，两年收到近万封中学生来信。18 岁就已经展现出极强的个人传播意识； 5. 大二在《南方周末》实习，仿照胡适创办校内评论刊物，聚焦时政点评，篇篇点击破百万，风靡全国高校； 6. 大学阶段并不满足于传统学术路径，而是大量参加模拟联合国、论坛演讲、公共讨论等活动，很早就开始训练“公共表达”和“影响力”能力； 7. 大学毕业获得了斯坦福、哥伦比亚、宾夕法尼亚等五所美国顶尖名校录取通知，最终选择宾夕法尼亚大学；同年，登上《亚洲周刊》封面，被称为“北大青年领袖”； 8. 在他爹拒绝提供经济支持的情况下，依旧选择了去美国读书； 9. 在美国读书期间，他逐渐意识到：学术影响力和现实世界财富并不成正比，于是开始主动从“学术路径”切换到“资本路径”； 10. 留学阶段就开始尝试内容创业和个人 IP 运营，参与制作《留美三人行》等留学生节目。在多数人还没意识到“个人品牌”价值的时候，他已经开始做传播实验； 11. 2013 年，在比特币价格仅百余美元的时候，他敏锐捕捉到区块链的颠覆性潜力，用学费重仓比特币，开启加密资产投资之路。后来比特币暴涨，为他积累第一桶金，也奠定其“加密圈先行者”地位。 12. 2014 年，他出任 Ripple Labs 大中华区首席代表，成为国内最早一批区块链布道者，将区块链概念系统引入中国，提前布局万亿级赛道； 13. 25 岁进入马云创办的湖畔大学，成为首批学员中唯一的 90 后；同年入选《福布斯》中国 30 位 30 岁以下创业者； 14. 27 岁创立区块链项目波场 TRON，目标打造“去中心化全球内容娱乐体系”。初期波场因代码借鉴以太坊饱受争议，被嘲“空气项目”，但他以高调营销、快速迭代破局，聚焦稳定币赛道。凭借零手续费、高吞吐量的优势，让波场成为全球第二大公链。截至 2025 年，波场用户超 3.1 亿，TRC20-USDT 流通量达 800 亿美元，占据全球稳定币市场半壁江山。 15. 29 岁花 456 万美元拍下巴菲特慈善午餐，创下当时历史最高成交价。这场午餐本身不是重点，真正厉害的是，他用一次事件，把自己和“传统金融 VS 加密世界”的全球话题绑定在一起； 16. 31 岁在加密行业全球牛市期间，持续强化个人 IP 运营；大量活跃于 X、国际采访和行业峰会，把“注意力”本身变成了商业杠杆； 17. 33 岁面对美国 SEC 起诉和监管争议时，并没有像很多创业者一样转入低调，而是依旧保持高强度公开发声和市场动作。他的人生策略始终不是“避开争议”，而是“在争议中心继续扩大影响力”； 18. 2025 年，登上《福布斯》全球封面，身家约 85 亿美元，跻身全球富豪榜第 368 位；同年出席美国总统特朗普晚宴，完成亚轨道太空观光飞行，成为首位亚轨道飞行的华人企业家，刷新华人商业宇航员最低龄纪录。 19. 孙割创立的 TRON 长期维持全球最活跃公链之一的位置，并持续承载大量稳定币交易；相比很多昙花一现的区块链项目，波场真正完成了从“流量叙事”到“链上现金流”的转化。 总结： 孙割最大的特点，从来不是技术，而是极强的机会识别能力、流量意识和杠杆思维。复盘他高考后的人生路径，几乎一直是在主动进入高波动、高风险、高争议领域，然后利用传播、资本和规则不断放大收益。 在很多人眼里，孙宇晨属于天赋型选手。毕竟，不是谁都可以高三一年从 450 分逆袭到 650 分的。 我们一起来看看，孙宇晨究竟是不是天赋碾压、一帆风顺的。 1. 高二的时候网瘾极大，沉迷游戏； 2. 参加新概念作文大赛前，跟大获奖的作品风格变化极大。为了拿一等奖，下了大功夫研究新概念规则，迎合评委偏好； 3. 大一中文系高手如云，果断选择转系； 4. 赴美留学前，孙父因家境普通，拒绝为其提供留学资金支持； 5. 早期做 Ripple（瑞波）中国业务时，整个区块链行业还非常边缘化。大量传统互联网和金融圈的人并不理解这个行业，也很难获得主流认可； 6. 创业初期面临区块链概念小众、融资困难、技术团队搭建不易的现实情况；波场 ICO 上线后，央行等七部委出台监管政策，明确 ICO 为非法集资； 7. 2018 年遭遇“波场超级社区”资金盘跑路事件，投资者上门维权。因波场官方未及时辟谣，陷入信任危机； 8. 2022 年被传因旗下平台涉赌等原因被边控，长期处于“无法回国”的悬疑状态；2023 年，美国证券交易委员会（SEC）正式起诉他及其公司，指控其涉嫌欺诈、市场操纵（通过洗盘交易人为制造 TRX 交易活跃假象）。 我的一贯逻辑是：承认世界的复杂性和多维性，然后从成功者身上学习、借鉴，以提升自己的竞争力。

记得Defi Summer 20年到22年这三年时间，大家经常感慨的一句话就是“币圈一天，人间一年” 因为技术迭代太快了，每天都有数不行的新东西出来，几天不看就跟不上节奏 现在这个感觉在币圈彻底消失，在AI那边出现了，每天的新东西就看不完，真的看不完 正好这几天看到圈里讨论Cerebras的帖子多了起来，昨天还看到不少路演信息，毕竟14号要挂牌交易。之前在Amber做分享的时候也单独讲过这个公司（当时用的那页PPT放在文末），所以简单说下我对Cerebras的判断 先说结论：这家公司很有意思，但核心变量不一定是他们造的芯片本身，而是未来AI的workload形态会是成什么样。 先简单说下它是干嘛的，防止有老铁还没看Cerebras 它最核心的技术，就是wafer-scale chip（晶圆级芯片），简单理解就是别人还在用“邮票大小”的芯片，它直接把整片晶圆做成一颗超大处理器，再配上超大 SRAM，把大量数据尽量留在本地高速处理，减少传统GPU最头疼的memory bottleneck。现在海力士美光涨上天就是因为HBM这东西太抢手，Cerebras是直接绕开了对HBM的依赖 很多人看到 Cerebras最牛逼的benchmark：推理速度比GPU快10-15倍，第一反应就是下一个英伟达？！ 先别急。 这个benchmark最大的问题，是默认AI的核心需求永远是“更快吐token”。 如果只是人类盯着ChatGPT聊天，这故事其实没那么性感。你每秒吐 30 个 token，我已经快读不过来了。再翻10倍，边际体验提升几乎为零。 真正有意思的是 Agent。 Agent不读字，Agent消费Token。速度直接等于生产力。 一个OpenClaw/Hermes agent，如果要读网页、写计划、调 API、跑代码、报错重试、继续执行，一个任务可能要几十次 inference call。 每次 2 秒，任务就是分钟级体验。 每次 200ms，就是另一个世界。 所以 Cerebras更值得关注的地方，是 AI worker 这条线，而不是单纯的chatbot加速。 但问题来了 - 它的magic来自 wafer-scale + 超大SRAM，本地访问极快。但SRAM这东西有天然 tradeoff，速度快，容量贵，大模型塞不下就必须拆分。 而一旦拆分，chip-to-chip communication 就上来了。 LLM inference里最怕通信的恰恰是 decode 阶段。token 是一个一个往外吐的，每多一次 hop，延迟就是硬加上去，没法隐藏。 所以 Cerebras能不能成，关键根本不在“比 GPU 快几倍”，而是未来 AI 的主流计算形态到底是什么。 1. 时间线一 - 未来几年还是 前沿超大模型一统天下，动不动几千亿甚至万亿参数，所有请求都让超大模型自己处理，那 Nvidia的distributed infra 依然最舒服，Cerebras的速度优势会被通信损耗吃掉很多。 2. 时间线二 - MoE、蒸馏、量化这些技术如果继续快速进步，未来两年70B左右的模型做到今天700B模型 80%-90% 的效果，我一点都不意外。（这里要强烈感谢Deepseek一大波!) 如果世界往这个方向走，故事就变了。 大模型负责 planning / judgement / orchestration。 真正执行任务的大量 worker model 落在 30B-70B 这个区间。 这些模型足够聪明，又刚好能吃到高速本地推理带来的红利。 Agent 世界里，大部分token根本不需要最聪明的大脑。很多工作本质就是执行层体力活：浏览网页、改代码、调工具、retry、继续跑流程。 这个 topology一旦成立，Cerebras就直接进入自己的甜区 3. 时间线三 - 未来推理是端侧为主，用的都是8B，14B的这些小模型，那GPU也能跑的很好，甚至专用的ASIC芯片效率更高，这个场景下Cerebras的优势和护城河也就不高了 换句话说，超大模型云端推理或者超小模型的端侧推理这两个平行宇宙，Cerebras的优势都不够明显，只有主流推理落在32B-70B中等模型这个Size，正好“Big enough to stress GPU memory, Small enough to fit locally” 才是Cerebras最能大展身手的世界 所以我对Cerebras的判断是，300多亿的市值，短期看订单，财务报表这些数据，长期赌的则是未来Agent时代的计算范式到底落在哪个平行宇宙的时间线上