与「結」相关的搜索结果

AI视觉模型的核心设计 来自Meta和纽约大学的研究，做视觉多模态模型的可以参考。核心结论： 1）视觉编码器不用提前单独训练：跟着主模型从零一起训练，最终看图问答的准确率完全不输预先单独训练的版本，而且能省下大笔算力预算。 2）必须保留专门处理图像的独立参数：如果直接删掉视觉部件、让图片和文字共用参数，看图能力会大幅掉队，需要多花3倍算力才能追平。 3）视觉专属参数放进主模型前八层最有效：把视觉独立模块直接嵌进语言模型的前八层内部，不仅识别文字和图表的效果与外挂编码器打平。放进中后层则会拖后腿。 4）嵌入式设计让AI看图出字更快：省去了图片在外挂模块排队处理的环节，1.7B规模的模型在H200显卡上的首字响应时间从64毫秒缩短到37毫秒，反应更快。 项目地址：

凡成大事者，都是绝对的冷血和理性！ 一、永远不要去管你的另一半是啥样的。 二、你应该做事业赚钱，操心别人不仅不会让你赚到钱， 更是耗费大量的时间和精力。 三、记住，这个世界所有的关系都会结束。是的，我说的是所有， 最终只有你赚到的本事靠得住， 价值对等的人自然而然会走在一起，价值不匹配的，自然规律就会把你们分开。 四，这个世界根本没有渣男渣女，是你的价值太低了，段位太低了，就应该被淘汰。在运动赛场上，价值高的运动员进入下一轮，没有价值的运动员直接再见，而这就是现实和其相。 .

11 月 19 日定价的 Anthropic，路演前四天被自己的 CEO 说出了一个数字：9010 亿美元。 这是 Bloomberg 口径的承诺总额，多数绑在算力和芯片上，其中约 710 亿美元在 2027 年 9 月前到期。按七个季度粗算，每季要付一百亿美元上下；710 亿这个数，比标普 500 里大约三分之二公司的市值都高。 Amodei 11 月 14 日在纽约 JPMorgan 的活动上对 Jamie Dimon 说，算力是公司最深的两难：容量得提前一到两年买，买少了客户和新技术的资源不够、收入受损，买多了会在财务上过度扩张。今年 2 月他说得更狠，从 2027 年底起可以买一万亿美元算力，收入不及预期就破产，差一年就可能破产。他还说同行未必算过这笔账，这是他的判断，不是已验证的事实。 缓冲只有两样：毛利率和账上现金。他说毛利率「相当好」，尤其相对同行；IPO 的作用就是把现金垫厚，扛过支出和收入错位的那段时间。 这份承诺表会变成大模型公司财报里的新科目。营收增速之外，得看到期结构：710 亿美元压在 2027 年 9 月前，那一年谁能融到钱，比谁的模型分高更能决定排位。 11 月 19 日定价之后，第一份披露我打算先翻承诺表的到期分布和毛利率口径。

不管是遇到“美元贬值（7.3跌到6.7）”还是“美元升值（6.7涨到7.3）”⬇️ 手握 100 万人民币做全球配置的三种真实结局 第一种：把“换汇”当成投资终点，只存美元定期不买资产 🔥 在 7.3 高位换了美元却不敢买美股，让钱在账户里睡大觉。一旦遇到美元汇率回调到 6.7，吃满 8% 以上的汇率跌幅，那点定期利息连汇损都填不上，100 万换回人民币只剩 90 万出头。 第二种：被短期汇率波动吓破胆，天天盯着汇率猜顶底 美元跌到 6.7 时怕继续跌不敢换；等美元涨到 7.2 时又嫌贵不敢买。结果五年过去了，在汇率的小水坑里来回折腾，完美踏空标普 500 和纳指翻倍的主升浪。 第三种：无视短期汇率涨跌，换完美元立刻锁仓 60% VOO + 30% QQQM + 10% SGOV - 当美元贬值（人民币升值，如 7.3 跌到 6.7）：虽然汇率账面少了 8.4%，但期间 VOO 涨了 30%+、QQQM 涨得更猛，折算回人民币依然净赚 20 多万；而且这时候拿人民币换汇，等于打 9 折买美股筹码！ - 当美元升值（如 6.7 涨到 7.3）：你直接享受“美股资产上涨 + 美元汇率升值”的戴维斯双击，两头吃肉。 我提出思考，分析这个，就是想分享给朋友们一个观点：汇率决定的只是你上车时的门票折扣，而换完美元之后买了什么资产，才真正决定你 5 年、10 年后的财富结局。 只要你买的是年化复合增长 10%–15% 的全球顶级科技与宽基资产，区区几个点的汇率波动，在十年复利面前连浪花都算不上。

最近 KOR 的交易所上架动态值得留意，我反而想先聊聊它的代币经济结构。 很多人看到新币上线，第一反应就是看价格、看成交量，但我觉得真正想研究一个项目，还是得先搞清楚筹码结构和项目本身有没有长期需求。 @KorProtocol总供应量固定为 100 亿枚，按照官方公布的代币经济学，TGE 初始解锁约 22.87%，团队和投资人 TGE 零解锁，锁仓一年后才开始释放。 这几个数字值得记下来。 初始流通比例会影响早期市场的供需关系，而团队和投资人的解锁安排，则是后续需要持续跟踪的变量。当然，低初始流通不等于价格一定上涨，具体还要结合成交量、持币分布和实际流通情况判断。 再看项目基本面，KOR 在 Base 上做创意资产的发现、核验、商业对接和稳定币结算，已经有 Pacer、Korus 等产品落地。官方披露产品侧毛收入超过 200 万美元，KOR ID 铸造量超过 15 万。 这意味着它至少有真实产品和业务作为支撑，而不是完全依赖代币叙事。 现在基金会、代币经济学、MiCA 白皮书都已陆续公布，交易所上架也为 KOR 带来了新的市场关注度。 接下来我会重点观察三个方面：实际流通量变化、链上持仓结构，以及产品业务能否继续增长。 对 KOR 来说，上架只是开始，真正的考验还在后面。 #KOR# #KorProtocol# #Base#

用户故事加验收标准，几乎就是一段完美的提示词 敏捷团队都熟悉“用户故事”的写法：“作为某某角色，我想要做某件事，以便达到某个目的。” 再配上“验收标准”：在什么情况下，系统应该怎样表现。 很多团队以前写这些东西，有点走过场。 有了 ai，你会发现：一个写得好的用户故事加上验收标准，几乎就是一段完美的提示词！ 角色告诉 AI 这是给谁用的；目的告诉 AI 为什么要做，让它在细节上做出更合理的选择；验收标准告诉 AI 什么算做对了，甚至可以直接转成测试用例。 用户故事是“一个对话的承诺”。它的价值在于引发讨论，在对话里把需求的细节澄清。 你和用户对话，澄清需求；你把澄清后的需求写成故事和验收标准；AI 根据它们写代码和测试；你再拿着结果，回到用户那里确认。 用户故事就是一种好的提示词！

你把 Claude 當跑腿的，還是當成能管一整份活的同事？官方第十課說，前面九課教的四樣東西，加起來纔是一份持續的責任。 四樣東西是：工具接上，它看見團隊用什麼、手邊有什麼資料；記性與頻道指示，它學會你們團隊怎麼想事情；不用艾特也能回，它知道什麼時候自己動手；定時活，它知道什麼時候不用人叫就開工。四樣齊了，它纔能在好幾個頻道裡自己跑，做以前要你一次一次提醒纔做的活。 四樣東西不是全頻道一套開關：每個頻道各有自己的設定頁，從它回的話下面的設定連結打開，頻道裡的正式成員都能打開，能改什麼看你們組織怎麼設。你在一個頻道裡教會它的記性、排好的定時活，不會自己跑到另一個頻道去。越驗越信，越信越敢放大：驗過它的活越來越多，開始信它做出來的東西，再把更大塊、牽涉更多持續工作與決定的活交給它。 你的角色也換了：以前一件一件交代，現在定一次目標、定一次標準，它管例行的情況，你只看重要的決定。限制你的不再是它能幹多少，而是你的注意力——所以請它把問題打包，每一個決定連它建議什麼一起帶回來。Anthropic 的團隊就是這樣做的：有限度地交活，重要的決定留給人判斷，它學會什麼管用就把做法改好。 信任要一步一步擴大，按活的種類來：從你會檢查的活，擴大到它自己跑的一份持續責任。練完之後，在一條它讀得到的頻道裡寫下來：這份責任歸它管，它能決定什麼、什麼要帶回來問你，界線畫清楚了再交。 S1哥觀點：說「AI 只能跑腿」的人，和說「交出去就不用管了」的人，錯的是同一處，都沒看懂第十課——四樣東西加起來，纔是一份持續的責任；交出去不是撒手不管，是標準你定一次、界線你先寫下來，例行的它管，重要的決定帶回來問你。你們團隊裡有沒有一份活，每週都要人提醒、其實可以讓它連著幾個星期自己跑？評論區說說。 收藏用清單（照著做）： 1. 先看四樣齊了沒有：工具、記性、自己回話、到點自己跑。 2. 挑一份持續的責任，在它讀得到的頻道裡寫下來。 3. 寫清它能決定什麼、什麼要帶回來問你。 4. 請它把問題打包，決定連建議一起帶回來。 轉給那個還在一件一件交代的老同事，定一次標準，它就能連著幾個星期自己跑。 #Claude中文教程#

Solana Breakpoint今天在伦敦开幕。 我觉得这次最值得盯的不是又有多少项目宣布合作，而是支付行业的人开始集中出现在同一张议程里。 MoneyGram谈数字资产与现金兑换，Zelle谈全球化，Western Union谈覆盖37个市场的稳定币转账。 这些名字的出现，至少说明Solana生态正在努力争取真实支付场景。 但会议上有人站台，不等于业务已经大规模落地。后面真正要看的，是交易量、用户数、结算成本和持续使用率。

人类没有“长寿基因”，也没有“永生”的生物学设计；错的是——"命定不长寿"这个判断，已被寿命表的数字直接推翻。 ------ 人根本就不会长寿！ 一、先给判断 【表格】 常见说法判断依据 人有“长寿基因”，注定能活很久不成立迄今为止，没有任何一项研究找到能决定人类寿命长短的单一基因或“长寿密码” 人的寿命是命中注定的不成立全球平均预期寿命1950年为46.5岁，2023年已达73.4岁，翻倍只用了不到一百年 人类本来活不到这么老不成立史前人类的平均死亡年龄之所以只有二三十岁，主因是极高的婴幼儿死亡率，不是“古人只能活三十岁” 人的寿命有天花板部分成立主流研究估算人类寿命上限约 115岁，也有研究认为可达130–150岁；当前纪录保持者是让娜·卡尔芒的 122岁164天 基因决定你能活多久不成立双胞胎等研究反复显示，基因对寿命差异的解释力只有约20%–30% 百岁老人靠的是“长寿基因”不准确一是基因变异的组合很关键，而非单一基因；二是环境、医疗、饮食、社会支持的解释力更大 长寿的核心是某个单一因素不成立真正起作用的是一套组合：饮食结构、运动、睡眠、医疗可及性、社会联结 长寿就是“越活越久”这么简单不准确真正稀缺的不是寿命长度，而是健康寿命（能独立、无病、有质量地活着）的那段 一句话：人类确实“不会长寿”——因为我们从来不是靠基因长寿的；但我们确实“越活越长寿”——因为寿命从来是环境和医疗的结果，不是DNA的设定值。 ------ 二、先破“基因决定论”：身体从没被设计成“老而不死” 这是“人根本不会长寿”这句话唯一站得住的那一半。 2.1 进化不负责让你活久 【表格】 事实含义 自然界中的“长寿”指的是性成熟后、生育期内的存活优势进化的压力主要作用在繁殖成功上，不在“活到八九十岁”上 一旦过了生育高峰，自然选择的“关注度”急剧下降老年期的高死亡率，对进化来说基本不可见，也就谈不上被优化掉 没有单一基因、没有“长寿密码”长寿不是一条指令，而是成百上千个基因变异的组合，且组合方式因人而异 这里有个反直觉的事实：百岁老人并不是“人人都带着同一种长寿基因”。研究反复发现，是特定的基因变异组合在起作用——同样携带某个“长寿相关”位点的人，有人活到105岁，有人七十岁就走了，差别在组合和后半句。 2.2 “程序性衰老” vs “损伤累积”：两种死法 【表格】 假说说法支持证据主流态度 程序性衰老存在一个“生物钟”或基因开关，到点就自毁端粒缩短、表观遗传时钟、某些基因调控通路有部分证据，但未证实存在单一“自毁开关” 损伤累积自由基损伤、DNA突变、蛋白错误折叠、线粒体功能下降，坏了修不好，就慢慢垮氧化损伤、体细胞突变累积、蛋白质稳态失衡更被广泛接受 关键在于：这两种说法都不支持“人注定长寿”。前者说“到点就垮”，后者说“慢慢修不好就垮”。两者合起来，恰恰说明人的身体从生物学设计上就不是为长寿准备的。 所以“人根本不会长寿”这句话，在生物学层面是对的——但对的不是“人活不长”，而是"人不是被造出来活长的"。 ------ 三、但“命定不长寿”这个判断，被数据直接推翻 上面那部分讲的是“设计意图”，下面讲的是“实际结果”。这两件事完全不是一回事。 3.1 全球预期寿命：翻倍只用了不到一百年 【表格】 年份全球平均预期寿命 1950年46.5岁 2000年66.8岁 2019年72.8岁 2023年73.4岁（男性70.8，女性76.1） • 1950–2023年，全球人均寿命增加了25.4岁。什么概念？一个1950年出生的人，平均只能活到46岁；2023年出生的人，能活到73岁。 • 从1990年到2019年，全球平均寿命增加了8.4岁，相当于每十年多出两岁多。 • 疫情期间是唯一的一次倒退：2019–2020年，全球预期寿命下降了1.8岁，降到71岁——然后迅速反弹回来。 如果人类真的“命定不长寿”，这张表根本不该存在。一个物种的寿命均值在三代人内翻倍，这不是基因变了吗，是环境变了。 3.2 数据从哪里来：不是“更会算”，是“更少人早死” 这是最容易被忽略的一层，也是“古人只能活三十岁”这个误解的根源。 【表格】 指标含义为什么容易被误读 出生时预期寿命一个新生儿在当前死亡水平下平均能活的年数被极高的婴幼儿死亡率严重拉低 条件预期寿命已经活到某个年龄的人，还能再活多少年这个数字远高于出生时预期寿命 举个例子： • 史前/古代人群，出生时预期寿命可能只有二三十岁——但这主要因为大量婴儿夭折，而不是“成年人一过三十就死”； • 一个人如果能活过童年、成年、生育期，活到五六十岁在古代并不罕见； • 所以“古人普遍活三十岁”这个说法，是把统计均值当成了所有人的命运。 换句话说：人类不是“突然变得长寿”了，是“把大量早死的人救了回来”。平均数的提升，绝大部分来自婴幼儿和孕产妇死亡率的下降、传染病的控制、营养和医疗的改善——不是来自“延长了老年的长度”。 3.3 但人类确实有寿命天花板 【表格】 证据内容 当前纪录让娜·卡尔芒（Jeanne Calment），122岁164天（1875–1997），至今无人打破 本文为生命科学科普与概念辨析，不构成医疗建议。

伦敦Breakpoint现场交易赛刚结束 第一名@idatsy 现场直接开单 hyperliquid:native ，盈利19万，赢得毫无悬念 $HYPE 还是硬 以富贵以前交易大赛拿过第一的赌狗经验：短线这东西，富贵险中求，稳的人根本进不了前三🤣 @jadoodoo 西八姐姐没关系，下次再赢回来