与「着用」相关的搜索结果

谷歌把Gemini 4这几个模型怎么选，说清楚了。 Carbon和Argon都是旗舰定位。 Carbon能力更强，适合复杂架构、疑难bug和深度推理，但可能更费token。 Argon能处理大多数需要持续多步执行的复杂任务，相比Carbon更省token。 Hydrogen主打速度和效率。 日常写代码、处理文档，或者当子agent并行干活都合适，也是官方推荐的Gemini 3.8 Flash升级方向。 三个模型都有100万token上下文，还能搭着用。 让Carbon定方案、啃难题，再把改代码、跑测试、并行执行这些活交给Hydrogen，官方文档直接给出了这种用法。

女的被内射完，逼里那坨精液到底咋整，我以前真他妈想不通。用手伸进去抠？恶心，还得洗两遍手。放着不管？又怕捂久了发酸发臭，跟坏掉似的。 直到有次操完，我站厕所门口抽烟，看我炮友进去。门没关严。她先站着，夹紧又松开；再蹲下去，腰往前倾，小腹一使劲——那玩意儿就自己往外涌。白的、稠的，混着她逼里还热着的水，顺着大腿根往下淌，滴到瓷砖上。她还用手抹了一把，抹完又蹲着挤第二截。我在外面看傻了，鸡巴又硬了。 后来才懂：多数女人根本不抠。你射在最深处，她用腹压和姿势往外排——蹲着用力涌一截，站着夹松再淌一截，有时还要第三下才挤干净。洗手间里那几分钟，不是随便擦擦，是把你刚灌进去的东西一点点排空。 你要是从没盯着看过这一出，别说你懂内射。自己看她怎么把你留在逼里的精液挤干净——那画面，比刚射进去还脏、还硬。

铁汁们，今天中彩票的人多。 我也挂彩了。🎉 Claude Pro 用着用着弹窗了。 300 块的咸鱼 Protal AI Kyc 有人试过吗？ 是不是整上了就没事了？ 还会不会封号？😮 听说直接用中国护照基本都是秒封？

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？

我把后面这一段单独摘出来放评论： 很多人看完这期访谈会觉得，以后自己也可以像 Lauren 那样不 Review PR 了，装上她的 Skill，让模型帮忙验证一下就行。我自己现在的做法和她差不多，每天也有大量 PR，也不 Review。但我的建议是先别急着学她怎么做，先弄明白她凭什么能这么做。 1. 你能不能用上最好的模型，Token 够不够 在用上 Fable 和 Opus 5.5 之前，AI 写的代码我是不太放心的；用上之后，我才真的敢让 AI 去写而不怎么 Review。模型能力很重要，能力没到，就先别想这件事。 还有成本。像我这样没有大公司可以依靠的，得自己掏钱买 2 个 Claude Max 20x 账号，还得省着用。Lauren 在大公司，不用考虑 Token 消耗，全程用最好的模型、开最快的模式都没问题。 不过也别着急。Fable 这个级别的模型，也许半年以后就能像现在的 DeepSeek V4.1 Flash 一样便宜，人人用得起。梁圣加油。 2. 不能完全依赖 AI 的验证 哪怕现在 GPT-6 操作电脑的水平已经超过真人了，让它去做验证，也只能替代一部分，不能真的全交给它，自己还是要看。 可以做的是把那些手动重复做的事情，一点点沉淀成 Skill 和自动化脚本，把体力活解放出去。 3. 方向得靠你自己的专业来指 再聪明的 AI，也没办法替你决定该往哪个方向走。就像给车子装上火箭发动机，也得你来告诉它往哪开，走偏了要及时调整，不然跑得再快也是南辕北辙。 做软件也一样。你不能指望一句提示词做出一个淘宝。你得先做一个能发商品、能浏览的小网站，再加上用户注册，还得区分买家和卖家，然后是支付和安全，功能做完了还要扛得住很多人同时用。稍微复杂一点的软件，都没法完全依赖 AI，要人去拆解、规划，分成一个个小版本、小里程碑，做完要验证，出现偏差要重新指方向。甚至做着做着，你自己的想法都变了，AI 不可能知道你真正想要的是什么。 所以就像播客里说的：模型越来越强，卡住人的已经变成你能不能把自己想要什么讲清楚。 4. 不一定要用他们的 Skill，但要学着把事情交给 Agent 去做 Matt 和 Lauren 的 Skill 都很受欢迎，但你不一定要用。 一方面，软件工程的基础知识，现在的模型已经学得很好了。Lauren 在播客里也说，去年的 Skill 还得写清楚具体该敲哪条命令，现在这些都可以删掉，只留流程步骤，Skill 会越写越短。 另一方面，他们的开发流程和环境，跟你的很可能不一样。Lauren 的 Skill 都是从她自己的工作里总结出来的：验证技能来自她当“人肉中转站”的那段日子；另一个叫 recall 的技能，来自她每次开新对话，都得把上一个对话里的背景再讲一遍。 所以更重要的是从你自己每天的开发流程出发。那些还要你手动操作的环节，尽可能交给 Agent 去做；Agent 做顺了，再把它的操作过程沉淀成 Skill，反复迭代优化。 如果不知道从哪里下手的话，可以参考 Lauren 的办法：翻自己和 AI 的聊天记录，找那些你反复纠正、反复插手的地方。这样迭代出来的 Skill 才真正适合你，用她的话说，每个厨师都该有一套自己的刀。

为什么越来越多人愿意“自己搓一个工具”？Vibe Coding正在发生什么变化？ 微博VibeLab AI 创意赛收官了，一共有 2500 多件原创作品，2.4 亿多话题阅读。很荣幸这次是评委一员，有机会翻看了不少优秀的参赛作品，也转发了其中一部分。 一个直观的感受就是软件开发这种事情，不再需要专业人士了，普通人也能 Vibe 一个工具出来。 所以借这个机会，整理总结一下：为什么越来越多人愿意“自己搓一个工具”？Vibe Coding正在发生什么变化？ 一、写代码这件事，门槛和成本都降下来了 写代码以前是程序员的专利，想写个工具，别说学语言框架，搭个环境都费劲的要死，随便一个环境都能把你卡住，像我这样写程序得有很多年的，换个不熟悉的语言，一样也搞不定。 现在借助 AI Agent，门槛一降再降，现在你只要有一个 Agent，会打字或者会语音，都能指挥 Agent 帮你写一个 App 出来。写代码这件事，从以前需要专业技能，到现在变成了语言表达能力。 我自己身上都有明显变化，从以前对 Vibe Coding 的嗤之以鼻，到现在“真香”，每天都大量的在指挥 Agent 帮我写代码。 二、以前的软件，满足不了长尾需求 长尾理论说的是，需求分布是一条长长的尾巴：头部是大多数人共有的需求，尾巴上是无数小众的、个性化的需求。传统软件只能做头部，因为为少量用户单独开发功能，成本上是不合算的。 而且，就算你有个好想法，也很难传递到开发者那里。想象一下一个普通用户的需求要经过的链条： 用户反馈 → 产品经理收集筛选 → 转化成需求文档 → 设计师出设计稿 → 程序员做系统设计 → 编码 → 测试 → 运维部署 每一环都在过滤、都在排优先级。最终大部分普通用户的需求，都被筛选掉了，软件最终只能取最大公约数，做绝大部分人都需要的那部分。 结果就是，市面上的软件很多，但每个人都有一堆“要是能这样就好了”的小需求，从来没有被满足过。 这次 VibeLab 里我印象很深的一个作品是 @机器旁白 做的 SiaoCut 。起因是他看到我做的 BaoCut，很喜欢“转写、像改文稿一样编辑、AI 处理、人工审阅、导出”串成一条工作流的思路，但 BaoCut 只支持 macOS，他是 Windows 用户。放在以前，他只能等我哪天有空做个 Windows 版，或者就此作罢。现在他自己和 AI 一起做了一个，而且不是简单复刻，还在这个过程中想清楚了自己关心的问题：AI 进入剪辑流程后，应该拿到多少数据，能替创作者决定到哪一步。 这就是长尾需求被满足的样子：不需要等别人来做，有需求的人自己就能把它做出来！ 三、Vibe Coding 让成本变低、链条变短 所以以前那种长长的从需求到交付的链条，现在可以缩成简单的几步： 有个想法，让 AI 去设计、制作、部署。 甚至于很多需求根本不需要做成一个有界面的产品。 比如你想每天自动整理某个表格里的待办，或者每周追踪最新的 AI 资讯，这些事让 AI Agent 帮你写个脚本，再让它自己定时调用就行了。 比如 @张铁蕾 开源的 Bridgic Agent 就是这样的作品：输入 /build，描述你的目标，它自己去探路、生成、验证，遇到需要你判断的地方再来问你。做出来的不是一次性跑完的任务，而是可以长期运行、随时修改的工作流。 还有一种更轻的做法：把你的操作流程、经验和偏好写成 Agent Skill，就像一份告诉 AI 怎么做某类事的说明文档，那么以后 Agent 就能按照 Skill 的说明帮你把很多繁琐的事情变成自动化半自动化的操作，大幅提升你的效率。 现在随着 Agent Computer Use（操作电脑）的能力增强，你甚至可以让 AI 观察你操作一遍，然后它自己能把它你的操作录制成 Skill。不需要界面、不用部署，但它确实能替你干活。 四、模型和智能体的能力，一直在变强 现在普通人也能 Vibe Coding，还有一个重要原因是模型能力在变强。 回头看这几年的变化： 最初，像 GitHub Copilot 只能做代码补全，你写一半它提示后半段； 然后，它能根据描述生成一段完整的代码； 后来， Claude Code 能自己在项目里探索，读文件、找上下文，把一个功能完整实现； 现在，主流 Agent 都已经能做设计、写代码，还能帮你操作电脑，打开浏览器自己验证做出来的东西对不对。 模型每上一个台阶，普通人做工具的难度就降一截。VibeLab 期间正好赶上 Kimi K3 发布，很快就有创作者拿它做体检报告工具、做斗地主游戏，还有人把 Claude Code、Qoder、GLM、Kimi K3 混着用。 由此也可以看得出越来越多的人已经不再把 AI 当聊天机器人了，能配合 Agent 把 AI 当干活的工具。 五、变化的还有“做工具”这件事本身的心态 看作品的时候我还注意到一点：很多作品不追求改变世界这种宏大的事，就是想先解决一个具体麻烦。比如说工作流太碎、长辈不听劝、拍照没人帮、看不懂热点，作品的起点都是这样一个一个具体的痛点。 最初微博在设定大赛规则的时候，把赛道拆进职场、生活、视觉、微博这些具体场景，现在看来还挺有道理的，因为这确实能激发人 Vibe 的冲动，想去用 AI 解决生活中的问题。 其实这次参赛的作品也不都是工具。@世界第一裹凉皮 把 32657 位诗人、933857 首诗做成了一个三维宇宙 ；@德里克文 的「华夏博物志」把全国博物馆收进一幅可以点开的中国画 ；@海辛Hyacinth 把三星堆&金沙文物变成了互动场景 。这些作品看起来似乎不像工具那么实用，但让我们看到 Vibe Coding 不只是提效，也可以服务于文化和审美。 以前想做这样的东西，需要一个团队，现在一个人，不需要会写程序，有自己的想法加上 AI 就可以试试看。 最后，如果你也想自己搓一个工具，我的一点建议： 从写一个 Agent Skill 开始。 这是成本最低的方式：不用部署，不用界面，把你希望 AI 帮你做的某类事情写清楚就行。做一次，发现哪里不对，改一改，很快就能用起来。 顺便推荐下我的书《图解 Skill》，也是不错的 Skill 入门书籍。 如果要做网页或者 App，不用一上来就让 AI 把整个东西做完。 建议分步走： 1. 先和 AI 一起讨论需求，把你想要什么说清楚，让它复述一遍，确认理解一致。 2. 先做原型。也就是用模拟数据，只看长什么样、怎么操作，不接真实逻辑。原型的好处是改起来成本低，修改容易，就算推翻重来都很快。 3. 再做 MVP（最小可行产品），只做一个最核心的功能，先做一个小的能跑的东西出来。 4. 再慢慢迭代，有了 MVP 了，能跑起来了，就可以慢慢迭代，一次加一个小功能，AI 能处理的过来，你也验收的过来，日积月累，慢慢会变成成熟的软件。 做完一定要验收。 从头到尾按一个真实用户的路径试一遍，AI 说做完验收完不一定靠谱，还得自己上手用用。 注意安全。 涉及钱、隐私、账号权限的东西要格外小心，拿不准的地方去找专业人士问一下。就像 SiaoCut 的作者给 AI 划定了边界：AI 只拿到任务所需的文本和时间戳，不碰原始媒体，处理完只生成待审建议，最终由人决定。这样的思路值得借鉴。 最后说一句，做出来之后，发出来。 这次 VibeLab 里不少作品原本只是作者电脑里的一个 Demo，发到微博之后被讨论、被转发，有的还上了热搜。对于自己动手做东西的人来说，“作品被看见”是最好激励，也是下一次迭代的开始。

为什么越来越多人愿意“自己搓一个工具”？Vibe Coding正在发生什么变化？ 微博VibeLab AI 创意赛收官了，一共有 2500 多件原创作品，2.4 亿多话题阅读。很荣幸这次是评委一员，有机会翻看了不少优秀的参赛作品，也转发了其中一部分。 一个直观的感受就是软件开发这种事情，不再需要专业人士了，普通人也能 Vibe 一个工具出来。 所以借这个机会，整理总结一下：为什么越来越多人愿意“自己搓一个工具”？Vibe Coding正在发生什么变化？ 一、写代码这件事，门槛和成本都降下来了 写代码以前是程序员的专利，想写个工具，别说学语言框架，搭个环境都费劲的要死，随便一个环境都能把你卡住，像我这样写程序得有很多年的，换个不熟悉的语言，一样也搞不定。 现在借助 AI Agent，门槛一降再降，现在你只要有一个 Agent，会打字或者会语音，都能指挥 Agent 帮你写一个 App 出来。写代码这件事，从以前需要专业技能，到现在变成了语言表达能力。 我自己身上都有明显变化，从以前对 Vibe Coding 的嗤之以鼻，到现在“真香”，每天都大量的在指挥 Agent 帮我写代码。 二、以前的软件，满足不了长尾需求 长尾理论说的是，需求分布是一条长长的尾巴：头部是大多数人共有的需求，尾巴上是无数小众的、个性化的需求。传统软件只能做头部，因为为少量用户单独开发功能，成本上是不合算的。 而且，就算你有个好想法，也很难传递到开发者那里。想象一下一个普通用户的需求要经过的链条： 用户反馈 → 产品经理收集筛选 → 转化成需求文档 → 设计师出设计稿 → 程序员做系统设计 → 编码 → 测试 → 运维部署 每一环都在过滤、都在排优先级。最终大部分普通用户的需求，都被筛选掉了，软件最终只能取最大公约数，做绝大部分人都需要的那部分。 结果就是，市面上的软件很多，但每个人都有一堆“要是能这样就好了”的小需求，从来没有被满足过。 这次 VibeLab 里我印象很深的一个作品是 @机器旁白 做的 SiaoCut 。起因是他看到我做的 BaoCut，很喜欢“转写、像改文稿一样编辑、AI 处理、人工审阅、导出”串成一条工作流的思路，但 BaoCut 只支持 macOS，他是 Windows 用户。放在以前，他只能等我哪天有空做个 Windows 版，或者就此作罢。现在他自己和 AI 一起做了一个，而且不是简单复刻，还在这个过程中想清楚了自己关心的问题：AI 进入剪辑流程后，应该拿到多少数据，能替创作者决定到哪一步。 这就是长尾需求被满足的样子：不需要等别人来做，有需求的人自己就能把它做出来！ 三、Vibe Coding 让成本变低、链条变短 所以以前那种长长的从需求到交付的链条，现在可以缩成简单的几步： 有个想法，让 AI 去设计、制作、部署。 甚至于很多需求根本不需要做成一个有界面的产品。 比如你想每天自动整理某个表格里的待办，或者每周追踪最新的 AI 资讯，这些事让 AI Agent 帮你写个脚本，再让它自己定时调用就行了。 比如 @张铁蕾 开源的 Bridgic Agent 就是这样的作品：输入 /build，描述你的目标，它自己去探路、生成、验证，遇到需要你判断的地方再来问你。做出来的不是一次性跑完的任务，而是可以长期运行、随时修改的工作流。 还有一种更轻的做法：把你的操作流程、经验和偏好写成 Agent Skill，就像一份告诉 AI 怎么做某类事的说明文档，那么以后 Agent 就能按照 Skill 的说明帮你把很多繁琐的事情变成自动化半自动化的操作，大幅提升你的效率。 现在随着 Agent Computer Use（操作电脑）的能力增强，你甚至可以让 AI 观察你操作一遍，然后它自己能把它你的操作录制成 Skill。不需要界面、不用部署，但它确实能替你干活。 四、模型和智能体的能力，一直在变强 现在普通人也能 Vibe Coding，还有一个重要原因是模型能力在变强。 回头看这几年的变化： 最初，像 GitHub Copilot 只能做代码补全，你写一半它提示后半段； 然后，它能根据描述生成一段完整的代码； 后来， Claude Code 能自己在项目里探索，读文件、找上下文，把一个功能完整实现； 现在，主流 Agent 都已经能做设计、写代码，还能帮你操作电脑，打开浏览器自己验证做出来的东西对不对。 模型每上一个台阶，普通人做工具的难度就降一截。VibeLab 期间正好赶上 Kimi K3 发布，很快就有创作者拿它做体检报告工具、做斗地主游戏，还有人把 Claude Code、Qoder、GLM、Kimi K3 混着用。 由此也可以看得出越来越多的人已经不再把 AI 当聊天机器人了，能配合 Agent 把 AI 当干活的工具。 五、变化的还有“做工具”这件事本身的心态 看作品的时候我还注意到一点：很多作品不追求改变世界这种宏大的事，就是想先解决一个具体麻烦。比如说工作流太碎、长辈不听劝、拍照没人帮、看不懂热点，作品的起点都是这样一个一个具体的痛点。 最初微博在设定大赛规则的时候，把赛道拆进职场、生活、视觉、微博这些具体场景，现在看来还挺有道理的，因为这确实能激发人 Vibe 的冲动，想去用 AI 解决生活中的问题。 其实这次参赛的作品也不都是工具。@世界第一裹凉皮 把 32657 位诗人、933857 首诗做成了一个三维宇宙 ；@德里克文 的「华夏博物志」把全国博物馆收进一幅可以点开的中国画 ；@海辛Hyacinth 把三星堆&金沙文物变成了互动场景 。这些作品看起来似乎不像工具那么实用，但让我们看到 Vibe Coding 不只是提效，也可以服务于文化和审美。 以前想做这样的东西，需要一个团队，现在一个人，不需要会写程序，有自己的想法加上 AI 就可以试试看。 最后，如果你也想自己搓一个工具，我的一点建议： 从写一个 Agent Skill 开始。 这是成本最低的方式：不用部署，不用界面，把你希望 AI 帮你做的某类事情写清楚就行。做一次，发现哪里不对，改一改，很快就能用起来。 顺便推荐下我的书《图解 Skill》，也是不错的 Skill 入门书籍。 如果要做网页或者 App，不用一上来就让 AI 把整个东西做完。 建议分步走： 1. 先和 AI 一起讨论需求，把你想要什么说清楚，让它复述一遍，确认理解一致。 2. 先做原型。也就是用模拟数据，只看长什么样、怎么操作，不接真实逻辑。原型的好处是改起来成本低，修改容易，就算推翻重来都很快。 3. 再做 MVP（最小可行产品），只做一个最核心的功能，先做一个小的能跑的东西出来。 4. 再慢慢迭代，有了 MVP 了，能跑起来了，就可以慢慢迭代，一次加一个小功能，AI 能处理的过来，你也验收的过来，日积月累，慢慢会变成成熟的软件。 做完一定要验收。 从头到尾按一个真实用户的路径试一遍，AI 说做完验收完不一定靠谱，还得自己上手用用。 注意安全。 涉及钱、隐私、账号权限的东西要格外小心，拿不准的地方去找专业人士问一下。就像 SiaoCut 的作者给 AI 划定了边界：AI 只拿到任务所需的文本和时间戳，不碰原始媒体，处理完只生成待审建议，最终由人决定。这样的思路值得借鉴。 最后说一句，做出来之后，发出来。 这次 VibeLab 里不少作品原本只是作者电脑里的一个 Demo，发到微博之后被讨论、被转发，有的还上了热搜。对于自己动手做东西的人来说，“作品被看见”是最好激励，也是下一次迭代的开始。

《币安人生》书友会，谢亚芳老师对谈 @cz_binance ，学生问得最多的一个问题：怎么才能进币安，选人的标准是什么？ CZ 的回答：一定要主动。 币安是远程办公，你想一天偷懒几个小时很容易，但不够主动，两个月下来就没有结果。他从来不 follow up，希望别人 push 更新给他。如果两个月后他想起来问，对方说做了一个礼拜就没进展了，这个人他会开掉。在今天的社会，主动做事就会成功；等老板来查业绩再做，不会成功。 他说自己技术出身，市场很弱，所以找了一姐 @heyibinance ，营销的事都要靠她，到今天她还是每天跟用户打交道。 这一点我有切身体会。一姐跟我说，在币安没有那么多弯弯绕绕，都是靠能力说话，解决不了的问题可以直接找她。一姐天天在用户群里，她也真的会直接帮我拉客户群，当场最直接最快解决。 主动 在币安，是从上到下的工作方式。 下面是他今天讲的另外 11 个观点，尽量保留原话： 1.这本书是在监狱里靠回忆写的 进去之前在美国被卡了五个多月，想过写，但忙着准备开庭。真正动笔是进去以后：没事做，每天吃饭、睡觉、健身、写东西。里面没有互联网，查不了时间线，全靠回忆。出来后把自己的 X 全翻了一遍，发现漏了一些，但漏掉的没有回忆里的精彩。他说自己记忆力很差，别人说的事五分钟就忘，“比金鱼稍微好一点”。但重大事件记得住，因为当时要思考、要决定、压力大，就像 911 那天你在干什么，你会记得。 2.敢下注，是认知加风险两件事 认知：社会永远进步，有价值的新东西一定会被用。大赛道很好看，互联网、区块链、AI、生物科技，这些赛道里成功的公司都是几千几万倍的增长。赛道对了，能做出什么，取决于你自己。“人生成功 80% 在于到场”，不参与就没机会。 风险：因人而异。判断标准是，如果全部归零，创业失败、投资人的钱赔光，你的生活能不能继续，生活质量你能接受影响到什么程度。他当时的底线是，就算比特币归零，回华尔街再拿一份六位数美金的工作没问题。没有这个底气的人，冒的险要小一点。年轻人可以冒更高的险，负担小；年纪大了负担重，但积蓄和人脉多，所以很多创业者四十几岁才开始，他做币安时 39、40。 3.40 岁后突然爆发，心态怎么变 没法设计，没法预期，它就发生了。发生后经常觉得世界不太真实，“这东西怎么可能发生在我身上”，只能试着用最平淡的心态看它。他觉得自己还是一个很平凡的人，只是运气好，经历的事多。写书的一小部分原因就是这个：人生起伏很大，分享出来，大家碰到大事小事不用太惊讶。 4.压力最大的时候不是入狱，是 BNB 破发 ICO 之后两三万人买了币，马上破发，那两三周压力最大。成功的要素：智商不能太低，但过了门槛再高也差不了太多；情商重要；最后还是坚持和抗压能力。如果能回到过去，回到 18 岁，把所有财富去掉换回 18 岁，根本不用想，100% 马上回去。 5.什么不做，比做什么重要 任何时候都是。多数人不考虑”什么不做”：来一条消息就一定要回，别人约就一定要出去，朋友喜欢什么自己就一定要喜欢什么。这些都可以砍，但很多人没砍。把事情精简化，随着时间越来越简化。 6.创业初期只有两件事：产品和用户 你要能拉来用户，要能给用户有价值的东西。这两个没有，就没有创业公司。有了再考虑团队、合规、市场。市场刚开始不重要，法务看行业，金融业务重要，技术创业早期风险低。如果重来，合规先搞清楚，现在很清楚了，多数国家都把数字货币当钱，交易所就是金融公司。 7.找到信任的人就放手，放手之后也要时不时钻下去 创始人要知道自己什么强、需要什么样的合伙人。他技术出身，市场很弱，所以找了何一。放手之后还是要跟用户聊、看某个功能设计得好不好、看系统性能。公司只依赖一个人，包括只依赖 CEO，都做不起来。 何一到今天每天跟用户打交道，他自己也是，每次都能学到东西，因为行业变化太快。不用每个月聊几百个用户，找 3-5 个反馈能力强的用户一直保持联系，一个月聊 5 个就够。

现在的 AI 赛道大家都有点审美疲劳，但我对 TermiX @termix_ai 的关注点不在它模型多强，而在它怎么让 AI “合理合法”地分钱。 我昨天试着用它的 AACP 协议发布了一个调研需求，找 Agent 帮我搜集最近一周 Base 链上的新项目。不到十分钟，三个不同的 Agent 给我发了报价单。 我选了那个评分最高、质押额度最大的。最后交付的结果出乎意料地整齐，USDT 结算也是秒到。这种不需要人工介入的交易路径，可能就是以后 Agent 经济的常态。 项目背后的 YZi Labs 是币安系的背景，这层关系懂的都懂。目前他们和 Kaito 的活动刚开始，给创作者和用户的激励挺大方的。450 个获奖名额，中文区占了 150 个，只要你的内容够好，或者你在平台上真实的产生过结算数据，权重都会很高。 那些纯靠机器生成的废话帖在这次活动里基本拿不到分，官方文档明确说了，要看内容质量和真实贡献。 如果你想参与，最好的办法就是去实际跑一遍：注册个代理，列个服务，哪怕是给自己另外一个号发个任务，看看那套 AACP 协议是怎么在链上跑通的。 注册链接在这里：

聊聊最近关注的一个项目 @Stacks $STX 1) 价格从底部0.12到现在0.24左右，拉升了2倍，但相比两年前ATH的的3.8刀，还在地上趴着，这就得思考了，它是跟着行情表演炫技刷存在感，还是真有叙事和技术上边的突破？如果是后者，拉升潜力还会很大； 2）它是比特币生态的项目，但不是被大家嗤之以鼻 的BTC layer2，事实上，大多数比特币生态的项目都很反感被视作layer2。它在尝试让BTC实现原生生息功能，这点很重要，如何让BTC Holder在不交出私钥托管的情况下持续拿到理财收益，这绝对是个刚性需求，而且最近实现了； 3）Stacks的核心机制是POX共识，区别于POW和POS，它的矿工要想获得出块权就得竞价付BTC，然后这些BTC会被分配给质押STX的用户。最新POX-5升级实现了，在用户自托管模式下实现了质押挖矿，意味着用户包括机构可以质押BTC进来生息，需求不多说肯定有，生息源就是链本身的矿工，利息直接就是BTC，这个很有吸引力； 4）换句话说，过去我们想让BTC生息，要么用Wrapped桥接封装，把BTC变成wBTC，再去以太坊的DeFi项目里质押生息，要么像其他可实现生息的项目，补贴的利息可能是它自己发的币，对比下，STX的生息诱惑点在于，直接拿到的是原生BTC，和竞品比起来有优势； 5）9月10日，Stacks会推出Genesis Bond，到时候像UTXO Management、Firblocks等机构可以存机构端的BTC进去先白名单试水，如果机构反馈不错，后续能看到持续的BTC质押流入，会直接带动它的价值抬升；换句话说，到时候会被重新“定价”，现在吃一段兑现预期的增长潜力也不错； 6）最关键的是，STX是高流通项目，没有VC币大量未解锁的团队早期筹码，且POX-5升级后STX质押率也比较高，这意味着实际流通的筹码较少。而且如果Genesis Bond机构端质押生息叙事得到了验证，机构想要大规模参与生息就得买入STX参与锁仓，这又会进一步带动STX价格飞升。哎呀，这个周期能把机构带进来玩的叙事有多少含金量！ 7）我能想到的风险点：1、这轮行情可能是个假牛，突然牛跑了，这些山寨币拉盘的涨幅很可能被恐慌情绪带回去；2、下个月Geneis Bond开启的时候出个啥幺蛾子，跟预期落差太大；3、虽然大家都有生息需求，BTC 大部人还是喜欢放在硬件钱包里，让这些Holder相信一条链，并且能自托管，有一定认知市场接受度门槛。 Note：以上分享了一些个人观察到的投研逻辑，我很可能会判断出错，仅供参考，DYOR。