与「給与明細」相关的搜索结果

ABEMAの【給与明細】で 逢沢みゆ密着してもらったのが今日からABEMAとYouTubeで公開されてます💥 以前、親バレでプチバズりした時に目に留めて頂きお話をもらって大分デリケートな問題なので出るか迷いましたが決意して親に手紙書きました！✉️ 大泣きしてますがかなり神回になってると思いますw絶対プレミアも登録して最後まで観てほしい🥳 #ABEMA# #給与明細#

本日からABEMA『給与明細』 TRE潜入企画が配信スタートしました🌟 私もちらっと出演してるかも😽🎀 やよっちめっちゃがんばってた！！！

今天，是Gate事件刑事立案后的第14天。 警方正式发函后，Gate先后以“文件格式不支持、压缩包可能存在病毒、怀疑报假警、材料不完整、要求视频验证”等理由反复推诿。警方逐项补充、全部配合后，Gate直到前几天才回复司法调证函。 警方让我辨认Gate提供的“手持身份证及纸条认证材料”是不是我本人。看到照片后，大家的第一反应是：这也太假了，明显PS的图片，如此明显的伪造资料，究竟是怎么通过审核的？@gate @Gate_zh 事实非常清楚： 第一，照片中的身份证根本不是我的身份证。身份证排版错误，登记地址与我的真实地址完全不符，甚至连地址开头的［省份］都没有。 第二，身份证号码明ps痕迹明显。正常身份证号码应延伸至头像右侧，但Gate提供的照片中，号码只到左肩位置，字体和长度均明显异常。 第三，照片中的人根本不是我。其外貌特征与我明显不符，连手部细节都能看出差异：对方拇指指甲没有月牙，而我本人拇指指甲一直有明显月牙。 然而，就是这样一张假身份证、一个非本人、配上一份漏洞百出的手持认证材料，竟然通过了Gate的安全审核，并被作为“用户本人验证通过”的依据。 Gate最大的问题，不只是攻击者提交了虚假资料，而是如此低级、明显的虚假资料，居然能够通过你们的风控审核！ 更严重的是，Gate目前只向警方回复了部分材料，最关键的人脸活体验证视频至今仍未提供。此前你们口口声声表示“已经掌握关键线索”“将全力配合”，可真正刑事立案、警方正式调证后，交出的却是如此离谱的材料，核心证据仍然缺失。Gate现在拿出一点边角材料，再不断声称“正在配合”，本质上就是在拖延时间。 表面上看，是我的账户遭到盗取；但从整个过程来看，真正被攻击者击穿的，是Gate自身的身份审核和安全风控体系。攻击者仅凭假身份证、假手持资料和非本人人脸，就能重置账户安全验证并转走巨额资产，这已经不是单个用户的偶发损失，而是所有Gate用户都可能面临的系统性安全风险。 想想多可怕，辛苦多年积累的资产，可能只需要一张假身份证、一份假纸条和一段非本人的视频，就被他人轻易控制。你回来看到资产被转走时，Gate最终只需要用一句“系统验证通过”，就把全部责任推给用户。 Gate，你们内部真的应该立即自纠自查，而不是继续推诿和拖延。请立即成立专项调查组，安排真正专业、负责的人员，全程深入配合警方调查，完整提交活体人脸视频、审核记录、操作日志、设备信息及全部原始证据，尽快查清漏洞、锁定责任、还原事实，早日向警方、受害用户和公众交代真相。 如此低级、业余的审核结果，暴露出的究竟是个别审核人员失职，还是整个风控体系已经形同虚设？ 一个管理着上100亿美元用户资产的交易平台，如果连“身份证是不是假的、照片里的人是不是本人”都无法识别，又凭什么让全球用户相信：自己的资产放在Gate是安全的？ 请大家关注，转发，今天这是发生在我身上的事情，明天就可能发生在任何一名Gate用户身上，越想越气，越想越后怕

🛠️ Step 1: 准备“大脑” 为了方便复用，我把提示词模板封装成了一个 Gemini Gem（你也可以把提示词复制到 ChatGPT 或 Claude 的 Project 中）。 🔗 一键获取 Gem： 如果你不想用 Gem，我把原始 Prompt 贴出来，你每次对话前粘贴即可。 --- 提示词 --- --- name: Slide Deck (幻灯片演示文稿) description: 生成针对 Nano Banana Pro 优化的专业幻灯片大纲和视觉提示词。它将你的内容转化为带有即用型设计线索的结构化叙事，让你能够即时生成高质量的幻灯片图像。输出结果组织灵活，便于在渲染最终幻灯片之前微调提示词或调整文本。 author: 宝玉 X：@dotey 微博： @宝玉 xp version: 1.0 --- 你是一位世界级的演示文稿设计师和故事讲述者。你创作的幻灯片在视觉上令人震撼、极其精美，并能有效地传达复杂的信息。你的特点是：既精通设计，又极具讲故事的天赋。 你制作的幻灯片能根据源素材和目标受众进行调整。凡事皆有故事，而你要找到最佳的讲述方式。你结合了顶尖设计师的创造力与专业知识。 本幻灯片主要设计用于**阅读和分享**。其结构应当不言自明，即便没有演讲者也能轻松理解。叙事逻辑和所有有用的数据都应包含在幻灯片的文本和视觉元素中。幻灯片应包含足够的语境，以便任何视觉图像都能被独立理解。如果有助于叙事，你可以添加某些包含更密集信息（从源素材中提取）的幻灯片。 你现在正在为下述幻灯片演示编写一份**大纲**。 我们将把这份大纲提供给一位专家级设计师，由其制作最终的实际演示文稿。 幻灯片内容应使用中文。占位符应保留中文。 **首先**，在编写幻灯片大纲之前，你必须根据内容主题和用户请求生成一个全局性的**风格指令（STYLE INSTRUCTIONS）**块。这应该被包裹在代码块中。 Design Aesthetic: 一种受建筑蓝图和高端技术期刊启发的干净、精致、极简主义的编辑风格。整体感觉是精准、清晰和充满智慧的优雅。 Background Color: 一种微妙的、有纹理的灰白色，十六进制代码 #F8F7F5，让人联想到高质量的绘图纸。# Primary Font: Neue Haas Grotesk Display Pro。用于所有幻灯片标题和主要标题。应使用粗体渲染，以增强冲击力和清晰度。 Secondary Font: Tiempos Text。用于所有正文、副标题和注释。其高可读性和经典感与干净的无衬线标题形成专业的对比。 Color Palette: Primary Text Color: 深板岩灰，#2F3542。# Primary Accent Color (用于高光、图表和关键元素): 充满活力的智能蓝，#007AFF。# Visual Elements: 一致使用精细、准确的线条、示意图和干净的矢量图形。视觉效果是概念性和抽象的，旨在阐述想法而非描绘写实场景。布局空间感强且结构化，优先考虑信息层级和可读性。不包含页码、页脚、Logo 或页眉。 使用以下结构作为模板，但要根据具体的叙事动态调整美学、字体和颜色： ```markdown 你是架构师（The Architect），一个旨在将指令可视化为高端蓝图风格数据展示的精密 AI。你的输出是精确、分析性且美学上精美的。 **核心指令 (CORE DIRECTIVES):** 1. 分析用户提示词的结构、意图和关键要素。 2. 将指令转化为干净、结构化的视觉隐喻（蓝图、展示图、原理图）。 3. 使用特定的、克制的调色板和字体系列，以获得最大的清晰度和专业影响力。 4. 所有视觉输出必须严格保持 16:9 的长宽比。 5. 以三联画（triptych）或基于网格的布局呈现信息，保持文本和视觉的平衡。 **风格指令 (STYLE INSTRUCTIONS):** Design Aesthetic: [描述整体风格，例如：极简主义、俏皮、商务、建筑风格等] Background Color: [描述及十六进制代码] Primary Font: [标题字体名称] Secondary Font: [正文字体名称] Color Palette: Primary Text Color: [十六进制代码] Primary Accent Color: [十六进制代码] Visual Elements: [描述线条、形状、图像风格、摄影与矢量的使用等] **绘制内容 (CONTENT TO DRAW):** ``` 对于本次特定的幻灯片演示，我们需要内容侧重于： {Custom Prompt, 描述你想要创建的幻灯片，默认为：添加高层级大纲，或引导受众、风格和重点："为初学者创建一个风格大胆且俏皮的演示文稿，重点在于分步说明。"} 我们在下方还附上了一些针对本幻灯片的制作人说明，这将有助于指导演示文稿的整体结构和叙事。 请记住以下大纲编写规则： * 专注于演示文稿的大纲以及每张幻灯片应涵盖的内容。 * 每张幻灯片的描述必须全面且结构严谨。 * **第 1 页必须是封面页，最后一页必须是封底页。** 请注意，这两张幻灯片的视觉风格和布局应与内部内容页截然不同（例如，使用“海报式”布局、醒目的排版或满版出血图像），以设定基调并提供强有力的结尾。 * 对于每一张幻灯片，你必须严格按照以下 4 个部分输出内容： // NARRATIVE GOAL (叙事目标) (解释这张幻灯片在整个故事弧光中的具体叙事目的) // KEY CONTENT (关键内容) (列出标题、副标题和正文/要点。每一个具体数据点都必须能追溯到源材料。) // VISUAL (视觉画面) (描述支持该观点所需的图像、图表、图形或抽象视觉元素。) // LAYOUT (布局结构) (描述构图、层级、空间安排或焦点。) * 保留源素材中的关键要素。 * 每一个具体的数据点...都必须能直接追溯到源素材。 * 所有细节都需要提及，因为设计师之后将无法访问源内容。 * 永远假设听众比你想象的更专业、更感兴趣、更聪明。 **至关重要 (CRITICAL):** * **生成的幻灯片切勿超过 20 页。** * 避免使用“标题：副标题”的格式作为标题；这种格式显得非常有 AI 感。相反，应通过**叙事性的主题句**将整个演示文稿串联起来。 * 明确避免陈词滥调的“AI 废话（AI slop）”模式。切勿使用诸如“不仅仅是 [X]，而是 [Y]”之类的短语。 * 使用直接、自信、主动的人类语言。 * 切勿包含任何供作者插入姓名、日期等的占位符幻灯片。 * 切勿要求包含知名人物的逼真照片。 * **切勿以通用的“有任何问题吗？”或“谢谢”幻灯片结尾。** 相反，封底应为经过设计的结束语、有意义的引用或强有力的视觉总结，以此锚定整个叙事。

作为前VC投资人，怎么看待现在CT上“VC已死”的论调？ 付费问题，我认真回答一下，本来对于这个论调我也有不少想法 先说结论 - 1. 部分VC已死是不可否认的事实 2. 整体上VC不会死，会一直活下去，推动这个行业继续向前 3. VC其实与项目，人才一样，进入一个“出清”与“大浪淘沙”的阶段，有点类似2000年互联网泡沫那会。这是上一轮疯牛的“债”，花个几年还清之后，会进入新一轮健康的成长阶段，但门槛要比之前高很多 接下来把每条展开说一下 1. 部分VC已死 - 亚洲VC应该是这一轮最惨的，从今年开始基本上头部几个关停的关停，解散的解散，剩下几个几个月可能都见不到一次出手，专注于当前Portfolio的退出，募集新一期的资金也比较困难 欧美二三线上半年还是相对OK的，跟他们的LP结构与资金体量有关，但下半年尤其近一两个月也明显出现亚洲VC的一些势头，出手频率不断降低，有些也干脆不投了，或者转型纯Liquid Fund。开始有投资经理/合伙人在TG上跟我说“太难了,不好退”。1011大惨案对山寨流动性的影响是致命的，现在开始传导到VC的信心这边 欧美一线那几家貌似影响不大，至少表面上看起来是这样的 其实VC这一轮的“熊市”是2022年Luna暴雷之后的“延迟效应”，当时二级市场熊了，但一级市场无论是项目估值还是VC募到的资金量其实没受多大影响，还有很多新VC是在Luna暴雷之后成立的（比如ABCDE）。当时的思路也没什么问题，Defi Summer几个明星项目MakerDAO，Uniswap之类都是18-19年熊市Build出来的，18-19那一波的VC也在21年的疯牛赚的盆满钵满，熊市做VC，投到好项目，牛市来了就爽了！ 但理想很丰满，现实很骨感，原因有三 一是21年那波叙事叠加放水太疯狂了，18-19的VC其实投到好项目和烂项目差距不大，当时鸡犬升天，任何项目都是几十倍甚至百倍。这也让22-23年一级市场的新项目估值和融资额即便在熊市，也因为锚定效应依旧维持一个相对的高位，没有收到二级市场太大影响，这就是我上面说的一级市场熊市的“延迟效应” 二是四年周期被打破了，25年根本没有出现所谓的“山寨季”，这里面有宏观的原因，有山寨过多，流动性不足的原因，有大家对叙事逐渐祛魅，不再为PPT和VC背书买单的原因，有AI爆发，美股“真价值投资”对币圈资金虹吸效应的原因……Anyway，之前的Pattern不再重复,想要复刻之前19年投到好项目，21年百倍退出的梦想是不可能了 三是即便四年周期重复，VC这一轮的条款跟上一轮也完全不通，我们有些23年初投的Portfolio，2，3年过去了还没发币，即便TGE，还得锁一年，再释放个两三年，一个23年投的项目，可能28-29年才能拿到最后一批代币，直接穿越一轮半周期。在币圈，有几个项目能做到穿越周期还活的很好的？凤毛麟角 2. VC整体不会死 - 这个其实没什么好担心的，行业但凡死不了，VC也就死不了。不然新的idea，新的技术，新的方向，谁来给资源去实现？总不能说完全依靠ICO或者KOL轮吧？ ICO更多是为了带部分散户和社区上车+造势，KOL轮主要负责传播，这些都是项目中后期发生的事情。在最早期就一两个Founder+PPT的阶段，只有VC才能真的看懂且真的给钱。我在ABCDE两年多聊了1000多个项目，最终只投了40个。这精挑细选的40个估计还得死掉二三十个。大家能在市场上看到的很多你们觉得“垃圾”的项目，已经是筛过好多遍相对“精品”的了，不然这1000多号项目都开ICO，都开KOL轮，散户甚至包括KOL们看得过来分辨的过来么？ 你就想想从上一轮到这一轮的现象级项目，除了Hyperliquid这种极个别案例，哪个背后是没有VC的？无论是Uniswap，AAVE，还是Solana，Opensea，还是PolyMarket，Ethena……情绪上再怎么Anti-VC，这和行业还是得靠Founder+VC合力往前推 前几天我聊了一个预测市场项目，跟市面上大多数Polymarket/Kalshi的Copycat完全不同，极其差异化。这两天推给了一些VC和KOL，大家反馈都是很有意思，要约着聊聊。你看，好项目不会死，好VC也同样 3. VC，项目，人才的门槛会提高，趋向Web2 - VC - 口碑，资金，专业程度明显进入强者恒强的阶段。 VC的口碑和品牌最重要的其实不是看在散户那里你有多出名，而是看Developer，或者说Founder们愿不愿意拿你的钱，为什么选择拿你的钱而不是拿另一家VC的钱，这才是VC的真正护城河。这一轮下来VC明显跟CEX类似，从之前的金字塔结构往图钉结构上转 项目 - 我们从上上轮的看叙事和白皮书（甚至不看白皮书，比如17年那会李笑来一个Idea融资上亿），过渡到上一轮的看TVL，VC背书，叙事，Trasaction……过渡到这一轮的看真实用户数，看协议收入……感觉总算是逐步靠近了美股那个方向。 Hyperliquid的Jeff曾经在一次访谈里说过，币圈绝大多数项目唯一的商业模式就是卖币，因为TGE的时候啥都没有，就一个主网，没有生态，没有用户，没有收入……于是只能卖币。试想一下美股一家公司上市的时候只有一个公司主体和一堆员工，也许还有厂房和车间啥的，但没有客户，没有收入，这尼玛能让你上了纳斯达克才怪！为啥我们Web3这边就能直接TGE或者Listing？！ 这一轮Polymarket和Hyperliquid打了一个最好的样，一个先花几年做到大量真实用户和收入，甚至撑起一个新的赛道，然后再考虑发币。一个上来的确拿代币空投预期做激励吸引了早期用户，但人家产品无敌，发币了大家也接着用，项目自身是现金奶牛，且收入的99%都拿来回购代币。什么时候项目有了非Farmer的真实用户+真实收入，再谈TGE，再谈Listing，我们圈就算真的走向正轨了 人才 - 我一直对Web3有信心的很大一个原因，是因为这个行业聚集了世界上最聪明的一帮人。之前我就有写过，我聊过的这1000多个项目，有接近一半的比例Founder与核心团队都是藤校毕业。国内founder则是几乎清一色的清北，偶见浙大交大厦大几个985。 当然不是唯学历论，我自己也不是什么名校出身。但不可否认的是从统计学角度，这么多高智商的人才扎堆聚在这里，哪怕是因为财富效应，也肯定能折腾出一些有用/好玩的东西 所以之前我说虽然市场熊了，但这一轮创业方向其实挺清晰的，稳定币，Perp，万物上链，预测市场，Agent Economy都是有着确定PMF的方向，好的Founder+好的VC一定可以做出真的好东西来，Polymarket和Hyperliquid打了最好的样，明后年相信会看到更多的明星产品出现 而对于普通人来说，Web3依旧是你从nobody变成somebody的最有希望之地 - 当然，这个最有希望是与卷到不能再卷的Web2那边炼狱难度相比。跟上上轮或者上一轮周期来讲，这个难度已经从Easy变成Hard了。记得前两天看一个Web3 VC合伙人的tweet，说招一个初级的实习生，几天下来收到500多份简历，很多都是名校毕业，吓得他把招聘广告直接关了。 所以最终还是那句话 - 悲观者永远正确，乐观者永远前行

最近大家都在聊 AI 加持下的 vibe coding，我来聊聊作为资深开发者最近高强度使用 AI 的一些感受： 一句话总结，AI 让不会写代码的人具备了“直接造辆车”的能力，而让资深开发者一个人就有了“独立建造航母”的可能。 Blog 版本： 项目重构 最近使用 claude-4 对我之前的一些代码进行了重构。原因是原来的实现中，为了降低编写时的心智负担，会使用一些性能偏低但是易于书写的代码。比方说自动锁管理、ARC、使用 array 数据结构代替 queue。 然而用 AI 实现就没了这些负担，我先让 AI 为原始实现编写完整测试用例，确保原代码行为明确，然后让 AI 对整个 class 进行重构，追求极致性能，写完新代码后再重新运行测试保证行为一致。 就这样，我轻松完成了部分核心数据结构的重构。尽管重构后的代码量几乎翻倍，但逻辑清晰、复杂度可控，换来的则是约 20% 的性能提升。 核心是，AI 编写代码不怕苦不怕累，没有必要为了简化代码而牺牲性能。人类工程师目前主流习惯是牺牲部分运行性能以换取开发效率。 AI 编程语言 这牵扯出的另一个观察是，什么编程语言对 AI 更友好，我的观察是可读性越高、行为越明确的语言效果越好。语法糖等简化编码技术，反而不利于 AI 使用。（AI 在发现一些奇怪的行为是运算符重载导致的不知道会不会跟我一样跳脚骂街） 而像 SwiftUI 那些优势仅在开发效率上的技术，在 AI 时代更显得有些生不逢时。反正都是 AI 写，AI 用 UIKit/AppKit 实现不过是代码长一点而已，在可控性和行为明确性方面更适合 AI 自动化维护，性能也高的多。 AI 的资深 虽然 AI 的编码技能，比起资深的工程师其实可能还是会有差距，但是要论知识丰富程度，则远非任何个体可比。 这个优势体现在当我要去实现一些技术盲区时，原本的流程大概是：先读几本书，再对照比较一系列 RFC，再请教下相关领域的朋友确认自己已经理解。或者先按照自己的想象做个最小工程实践，然后再根据各种问题一点点填坑。 比方说最近在实现 IPv6 ND 协议栈，一些特定的 RA 消息构造在某些操作系统上就是无法生效，原本这可能要耗费我几天的时间去研究，阅读各种文献甚至 kernel 源码实现，而现在只需请教 AI，就能非常准确地找到答案。 AI 的这种资深，在你对某个技术的表层足够了解，但是缺乏经验和细节信息时，能够极快的帮你补全。 极强的 debug 能力 我的项目里有一个藏了很久的问题，在特定情况下会出现 TCP 性能下降，由于并没有产生任何明确的报错，这让修正这个问题变得异常麻烦。 我原本是单纯向 AI 描述了我的使用场景和问题表现，AI 提出了几种猜想，大部分我看一眼就知道不靠谱，剩下几个试了下也并无效果。索性，我直接把 100MB 的抓包结果丢给了 o3 让他分析。它在几分钟内就精准指出了问题所在，甚至给出了改进建议。这种调试能力在人类团队中几乎无法复现。 如此庞大的数据量，人工分析非常困难。即使借助各种工具，仅学习用法、配置环境就已令人头大。（因为 TCP 流控分析的各种工具链基本都是上个世纪的项目） 现在我已经习惯了这种 vibe debug，遇到什么问题，直接把 verbose 日志和问题描述丢给 AI，大概率就能直接找到问题，这其实也是得益于 AI 的不怕苦不怕累的精神。 Peer review 作为独立开发者，我的 code review 一直以来只能靠自己，但是自己写的 bug，很多时候自己是看不出来的🙈，现在我只需将 git diff 的结果交给 AI，就能请它帮我 review。 同样的，我也会 review AI 给出的结果，AI 当然也会犯错，高级低级的都有。但是比起人类同事来说，AI 没有 ego，能很好地接受反馈并立即调整；很多人类做不到，或至少过程很曲折。 职业影响 就目前 AI 的能力来看，无疑是对初级开发者就业市场产生了巨大的压力，对于资深工程师来说，反而是一种赋能。（我目前还是能为找到 AI 的错误并指导它而沾沾自喜，但也不知道还能持续多久。） 这比较让人担忧的是，这可能导致职业断层，因为初级开发者根本没有机会得到训练机会而成长。 不过这已经早已不仅仅是软件工程师所面临的问题，本质上来说，所有脑力工作者的职业都受到了巨大威胁。像咨询、律师等职业，还可以依靠私域信息门槛维持。而像医生这样完全依赖公域信息的职业，初级职位也同样完全可以被 AI 替代了，当然最终取决于患者的接受程度。 我最近一次体检后的报告喂给 o3 进行解读，他给出的信息量、准确性、建议，均远超全科医生给出的解读。不仅仅是因为 AI 的信息更全面，AI 可以为报告中每一项异常数据，检索最新研究与各国医疗指南，并整合后给出建议，甚至由于 GPT 已经了解我的生活习惯，能更优针对性的给出意见。而这种工作量对于人类医生来说是不可接受的（当然大多数情况下也确实没有必要）。 很多人对 AI 医疗的顾虑是：AI 犯错了怎么办？然而其实人类医生也会犯错，而且就现在的 AI 水平来看，AI 犯错的概率应该已经比一般人类医生低了。当然最优解还是兼听则明，把 AI 的意见告知医生，也把医生的反馈告知 AI，基本最后都会达成一致。对于一些不重要的小问题，仅 AI 意见完全足够。 AI 的限制 当然 AI 也不是万能的，甚至可以说局限性相当明显。claude-4 虽然非常强，但是随着 context 的增长，注意力溃散的非常严重，后面基本就像喝多了一样。 当前的最佳实践是：尽量保持 context 精简，聚焦具体任务，依靠人力来拆解复杂目标。 比方说先用一个 context 确定具体需求，再开一个 context 将明确好了的需求转换为具体任务列表，再把任务单独交给一个个 context 去具体实现。这样效果会好很多。 仔细一看，这不就是人类的团队协作模式嘛 😂 这让我想起不久前由 GPT o1 和 DeepSeek R1 的思维链引发的 AI 能力巨幅提升。其实在思维链能力出来之前，就可以靠 prompt 指引 AI 一步步思考，取得类似的效果，甚至催生了 prompt 工程师职业。然而直接在模型层面将这种能力整合后，prompt 引导就非常多余了。 那么目前编程实践中，如今常用的 context 切分技巧，我认为在不久的将来也可能被模型层原生支持，即 AI 自主可以通过切换 context 的方式维持注意力，保持高效。这可能带来 AI 能力的又一次飞跃式进步。

很多人都在讨论的 DEXE 暴跌事件到底是什么？ 熊市来吃瓜！ 纯粹好奇，下午扒拉了一下大家都在发的 DEXE 暴跌事件，扒拉完感觉还是挺有代表性的， 当资产在链上、价格在CEX、风险在合约、交易在内部账本、结算又延迟出现时，我们看到的所谓链上真相，可能只是整个故事的最后一页。 所以链上透明从来不等于市场透明。 来写一篇来龙去脉大家参考： 1️⃣事情经过： （DeXe Protocol 治理代币）在 2026 年 7 月中下旬经历了极端暴跌，引发大量对 DWF Labs 的 FUD（恐惧、不确定性和怀疑）， 主要源于链上数据关联、Ceffu 的 MirrorX 机制，以及 DWF 与相关协议的公开联系。 当然目前没有确凿证据证明 DWF 直接操纵砸盘，属于基于线索的推测。 事件时间线与价格表现 1）7 月 12–13 日：DEXE 触及历史新高约 $49.4。 2）7 月 21 日：单日暴跌约 88%，从约 $46–$47 跌至约 $5–$5.65，成交量异常放大（短时间内超数亿美元），订单簿被砸穿。 3）随后 11 天内累计跌幅约 96.8%，低点约 $1.56。之后有反弹（部分报道提到接近翻倍），但整体仍大幅回撤。 这种恐慌下跌很简单：低流动性是放大因素，可交易筹码有限（大量锁在 DAO、团队合约等），任何较大卖压都容易引发踩踏、杠杆清算连锁反应。 2️⃣为什么 FUD 指向 DWF Labs 我觉得指向 DWF 主要是这几个原因： 1）DWF、DeXe、Falcon、Ceffu之间确实存在完整关联：DEXE → DeXe流动性合作方DWF → DWF支持的Falcon接受DEXE抵押 → Falcon使用Ceffu托管及镜像交易。这条链是真实存在的， 但“存在关联”还不等于“已经证明是谁砸盘”。 2）Ceffu从7月13日起分6笔向 Binance 转入约79.79万枚DEXE；DWF与DeXe存在流动性合作；DWF支持的Falcon接受过DEXE抵押并使用Ceffu；Andrei本人已经承认DWF出售过DEXE现货。 但是不能证明这些币全部属于DWF，也不能证明全部已经卖出。 3️⃣到底是谁的问题？ 说实话正是因为这些不透明，目前谁的问题无法知晓。 就在写到刚才，发现 @ag_dwf 发布的内容， 他的意思很明确，我们卖了，但这是正常的套保退出和现金管理，不是恶意砸盘。 按照 Andrei 的说法，完整交易路径应该是： 1）2024年大量买入DEXE； 2）2025年卖出一部分获利； 3）之后再次大量买入； 4）2026年上半年，一边持有DEXE现货，一边做空DEXE合约，对冲价格下跌； 5）当资金费率转负，空头开始持续支付资金费，他们选择平掉空单； 6）空单平掉以后，原本被对冲的现货重新暴露在价格风险中，于是卖出DEXE现货，同时增加现金储备。 这个交易逻辑是成立的，假设DWF持有100万枚DEXE现货，同时做空等值永续合约，那么无论价格涨跌，整体净敞口都比较小，相当于锁定利润，而且当时被amm操控的资金费率是-2% 必须要卖出。 但当资金费率转负时，持有空单的一方需要不断付钱，DWF觉得继续套保不划算，于是：买入平掉空单；卖出现货；把仓位转换成现金。 这本质上就是一次解除对冲、缩减风险敞口。 但是，我觉得他还应该说下，卖了多少？什么时候卖？是不是通过Ceffu MirrorX完成？是否与那约80万枚DEXE有关？又对DEXE从46美元跌到5美元贡献了多少卖压？ 真正能给这件事定性的，只需要三组数据：DWF/Falcon的UID成交明细、Ceffu资产实际受益人及MirrorX结算记录、DeXe与DWF的完整做市协议。 这也就是我说的链上透明和链下透明的结合处，不透明的话，大家永远不知道。 目前来看，结合所有信息，至于“DWF砸了80万枚、获利4000万美元”，目前依然没有足够证据，峰值名义价值不等于实际利润，Ceffu转账也不等于全部属于DWF。 在这些数据公布之前，最准确的定性是：一次高度可疑的机构风险撤退，叠加低流动性、复杂抵押结构和信息不对称，最终演变成了极端踩踏。 目前最佳的解决争议的方法就是让相关交易所或者独立审计机构确认： DWF的成交时间和数量； Ceffu转入DEXE的实际受益人； MirrorX交易与后续结算的对应关系。

很多人都在讨论的 DEXE 暴跌事件到底是什么？ 熊市来吃瓜！ 纯粹好奇，下午扒拉了一下大家都在发的 DEXE 暴跌事件，扒拉完感觉还是挺有代表性的， 当资产在链上、价格在CEX、风险在合约、交易在内部账本、结算又延迟出现时，我们看到的所谓链上真相，可能只是整个故事的最后一页。 所以链上透明从来不等于市场透明。 来写一篇来龙去脉大家参考： 1️⃣事情经过： ethereum:0xde4ee8057785a7e8e800db58f9784845a5c2cbd6 （DeXe Protocol 治理代币）在 2026 年 7 月中下旬经历了极端暴跌，引发大量对 DWF Labs 的 FUD（恐惧、不确定性和怀疑）， 主要源于链上数据关联、Ceffu 的 MirrorX 机制，以及 DWF 与相关协议的公开联系。 当然目前没有确凿证据证明 DWF 直接操纵砸盘，属于基于线索的推测。 事件时间线与价格表现 1）7 月 12–13 日：DEXE 触及历史新高约 $49.4。 2）7 月 21 日：单日暴跌约 88%，从约 $46–$47 跌至约 $5–$5.65，成交量异常放大（短时间内超数亿美元），订单簿被砸穿。 3）随后 11 天内累计跌幅约 96.8%，低点约 $1.56。之后有反弹（部分报道提到接近翻倍），但整体仍大幅回撤。 这种恐慌下跌很简单：低流动性是放大因素，可交易筹码有限（大量锁在 DAO、团队合约等），任何较大卖压都容易引发踩踏、杠杆清算连锁反应。 2️⃣为什么 FUD 指向 DWF Labs 我觉得指向 DWF 主要是这几个原因： 1）DWF、DeXe、Falcon、Ceffu之间确实存在完整关联：DEXE → DeXe流动性合作方DWF → DWF支持的Falcon接受DEXE抵押 → Falcon使用Ceffu托管及镜像交易。这条链是真实存在的， 但“存在关联”还不等于“已经证明是谁砸盘”。 2）Ceffu从7月13日起分6笔向 Binance 转入约79.79万枚DEXE；DWF与DeXe存在流动性合作；DWF支持的Falcon接受过DEXE抵押并使用Ceffu；Andrei本人已经承认DWF出售过DEXE现货。 但是不能证明这些币全部属于DWF，也不能证明全部已经卖出。 3️⃣到底是谁的问题？ 说实话正是因为这些不透明，目前谁的问题无法知晓。 就在写到刚才，发现 @ag_dwf 发布的内容， 他的意思很明确，我们卖了，但这是正常的套保退出和现金管理，不是恶意砸盘。 按照 Andrei 的说法，完整交易路径应该是： 1）2024年大量买入DEXE； 2）2025年卖出一部分获利； 3）之后再次大量买入； 4）2026年上半年，一边持有DEXE现货，一边做空DEXE合约，对冲价格下跌； 5）当资金费率转负，空头开始持续支付资金费，他们选择平掉空单； 6）空单平掉以后，原本被对冲的现货重新暴露在价格风险中，于是卖出DEXE现货，同时增加现金储备。 这个交易逻辑是成立的，假设DWF持有100万枚DEXE现货，同时做空等值永续合约，那么无论价格涨跌，整体净敞口都比较小，相当于锁定利润。 但当资金费率转负时，持有空单的一方需要不断付钱，DWF觉得继续套保不划算，于是：买入平掉空单；卖出现货；把仓位转换成现金。 这本质上就是一次解除对冲、缩减风险敞口。 但是，我觉得他还应该说下，卖了多少？什么时候卖？是不是通过Ceffu MirrorX完成？是否与那约80万枚DEXE有关？又对DEXE从46美元跌到5美元贡献了多少卖压？ 真正能给这件事定性的，只需要三组数据：DWF/Falcon的UID成交明细、Ceffu资产实际受益人及MirrorX结算记录、DeXe与DWF的完整做市协议。 这也就是我说的链上透明和链下透明的结合处，不透明的话，大家永远不知道。 目前来看，结合所有信息，至于“DWF砸了80万枚、获利4000万美元”，目前依然没有足够证据，峰值名义价值不等于实际利润，Ceffu转账也不等于全部属于DWF。 在这些数据公布之前，最准确的定性是：一次高度可疑的机构风险撤退，叠加低流动性、复杂抵押结构和信息不对称，最终演变成了极端踩踏。 目前最佳的解决争议的方法就是让相关交易所或者独立审计机构确认： DWF的成交时间和数量； Ceffu转入DEXE的实际受益人； MirrorX交易与后续结算的对应关系。

【#藤本美貴出演情報# 】 テレビ東京 「世界の給与明細〜日本と比べてどうなの？〜」📺 本日18時30分から🎤⭐️ ぜひ、ご覧ください🌈

【#藤本美貴出演情報# 】 テレビ東京 「世界の給与明細 〜日本と比べてどうなの？〜」📺   本日18時30分からスタート🎤⭐️ ぜひ、ご覧ください🌈