与「本大爷养生馆」相关的搜索结果

🔥跟着思凉一起来《天下布魔》本大爷养生馆纾压解乏啦！ 游戏内还有活动限定礼物－「超级十连抽礼包+指定角色愿望清单」帮魔王大人增加战力！ 和小泱、毛毛一起在游戏里放松身心，解锁隐藏惊喜～ #天下布魔# #本大爷养生馆# #小泱# #毛毛#

肾上腺素喷发的故事，将我带回到COVID那个冬天。 今天很忙，但还是想趁着鸡皮疙瘩没有散去，写下关于自己的一小部分故事。 【Lost in the Code】 每次被问到是怎么入圈的，一直囫囵吞枣回答不上来。好像从Doge以来我一直存在在这里，但又时常觉得自己很边缘和透明。大概这也影响了我一直将区块链视作一种边缘亚文化的潜意识。这篇文章算是让我找到了表达自己的契机和动力。 COVID来临的那一年正处于自己Web2事业的上升期，带着一个小小的团队，完成了不少自认为颇有影响力和成就感的项目。年轻时将运气视作自己能力是常有的错误，大厦崩塌时，也正是到了买单的时候，是的，破产剧本。我将自己置于烟雾，酒精和一周漫无目的德州牌局上。住在十楼往下望去，水泥地板似乎时不时以光速砸到我的脸上。我恨自己为什么不早一点将赚到的钱换成几台保时捷，至少还能留下一些遗产。 恐惧阳光灿烂的日子，欣欣向荣它让我焦虑，唯有在天空中的闪电张牙舞爪，狂风肆掠的时候能得到一些平静和安全感。上海的冬啊，它从来没那么冷过。我的人生该怎样回正，剩下的貌似只有一台MacbookPro和朋友送的半瓶格兰菲迪。 Youtube的算法大概也是察觉到了我的不甘，向我推送了一期闪电贷的Coding教学，原子交易，一点点手续费就能撬动几百万的资金，我们N人很容易被这种绝美的事物迷惑，即使是从未接触过的代码。本INTP不太喜于社交，什么都喜欢自己钻。我对自己的认知一直是：学习能力超强，以至于我简历上也会这么写。从艺术创意行业转型写代码非我本意，但还是深信自我教育，咬着牙茶饭不思的在一个月入门了Solidity，NodeJS，以及一点点的GO等等后端的知识（在此感谢0xAA的Github开源教学，即使现在有所改变我依然尊重你，Patrick Collins也是Web3开发入门的好老师）。真美啊，代码。我幻想着属于自己的成名一刻。是的，我的入圈动机并不光彩，夜以继日的刷合约，学数学，找套利机会和漏洞，再次遗憾，我不是这块料。 好在，如果你经历过那几年，你会知道那几年的BSC的热闹程度并不比现在差，睡前往粉红预售丢两个BNB，起床收米，数不清的地推，灰产，资金盘和大爷大妈几百块变几百万的故事。反正都到这一步了，撸了一把黑网贷，梭了一些预售，赚到了一点点钱。 当预售不那么好赚钱之后，我开始研究抢新，在金融领域，优秀的狙击手不是趴在山顶，而是山脚！我痴迷于PancakeSwap的路由，痴迷于服务器，痴迷于节点，痴迷于排序，痴迷于Geth客户端。依靠BNB48的喂饭搭起了人生第一个节点，我分析着每条TX，每个InputData，试图从中找到一点可乘之机。和之前不一样的是，这次似乎好真找到了一点。那时候BSC的狙击手还算是一个没那么卷的赛道。Pancake V2的池子也是很简单的AMM，只要扫描到Add liquidity的tx之后第一时间进去，等有缘人买入，浇给就好了，和如今奶牛的操作并无二异。基本上那时候开着服务器跑着脚本，早上起来看日志就是收米，很幸运，又赚到了一点点钱。 可是贪婪啊，毒药，任何有利可图的地方就有骗局和对手。如果说CBB这种拿的是AWM，那我属于拱门单起一把鸟狙，我还花光了自己所有的金币。在某种程度上，我们算是队友。他们大狙吃肉我喝汤。随着这个赛道愈来愈卷，大家在区块内追求排序的方式也层出不穷，手动的散户逐渐警惕，狗庄也逐渐聪明，杀区块，延迟貔貅，关门杀等等各种方式。技术已经不能成为制胜的唯一利器，资金才是最大的靠山。如何在几个安全的区块内，拿到利润并抽身成为了重要因素。大家开始狂卷GAS，花几个BNB的GAS强新是常有的事，至今还记得链上皇帝E09A惊为天人的6W多美金的GAS，Asir至今是我的偶像。在技术金融产业化面前，我连一只蚂蚁都不是，Lost in the Code。 损失了不少GAS 吃了不少貔貅之后算是正式告别了这一赛道。天赋有限，从那之后我也再没碰代码了，但这些年走过来，我觉得交易这件事真的没那么复杂和深奥，不管是Meme还是合约，你不一定需要成为狙击手才能获利，足够的流动性，波动性，涨涨跌跌的，我依旧认为加密是所有金融领域中最好赚钱，机会最多的行业，掌握一点基本面认知和K线的感知其实蛮好赚钱的。当然了，贪婪啊，毒药，我至今也无法自拔。 微信的签名是CHAOS，我是随机种子，是一片噪音，是墒增的，是混沌的，是孤独的，但我们N人同时也是诗意的，浪漫的。有KOLs说这个圈子呆了这么久，但还没有拿到大结果，是失败的。如果100%的加密向钱，是的，我是一个彻头彻尾的loser，错过了一亿次机会，这让我焦虑，但如果加密向一些别的东西，我选择忽略这种噪音，投机只是金融文化的一部分，乐观者成功，还有另外一亿次机会在等着自己，我将表达纹在自己身上，活下来，走下去。 不太会写文字，一直自诩为小学生伍尔夫。如果你忍受了我洋洋洒洒却又毫无逻辑的呓语读到这里，恭喜你，至少你有了在这个行业存活的要义之一 ：PATIENCE 今夜我乘风归去，归还于野草地。那是最好的年代，我怀念它。

最近打狗，真的很想请教大家一些交易上的问题 1. 大家的止盈逻辑一般是什么？ 除开那种农30%就翻倍出本的。就那种不好不坏的叙事角度的，卖了感觉要起飞，不卖感觉要亏本，翻倍出本这辈子都吃不上四个菜的那种标 2. 一般遇到下跌的时候，什么情况下大家才会sell all？ 3. 面对踏空情绪，怎么消解的？100u冲进去盖帽？ 4.

もう少し近くに来て じゃないと、ちゃんと診てあげられないよ 普利茅斯×华丽实体写真本｜现已在淘宝上架 #AzurLane# #プリマス# #コスプレ#

我的一个朋友作为Anthropic的工程师，年薪150万美元。 我问她是怎么把提示词学得这么好的。 她给我发了一段本不该外传的视频。 那是她们核心团队的提示词指南。 你找不到比这个30分钟视频更好的提示词资料了。 我昨晚看了它。 看到一半时，我意识到自己用Claude已经完全错了两年。 赶紧收藏，今晚就看。

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。

📢 律动 BlockBeats 送福利啦！抽一套【币安礼盒】！！！ 💛 实不相瞒，这次主打一个“借花献佛”。 👇 参与方式： ① 关注 @BlockBeatsAsia，转发本推文 ② 加入律动官方 TG 社群 Group： Channel： 我们将随机抽取 1 位幸运用户，送出【币安礼盒】一套！ ⏰ 9月30日 20:00（UTC+8）开奖 同时我们也会不定期在TG群撒福利搞抽奖，赶紧进群埋伏先！