Yueya (@yueya_eth)

黄金在暴跌 英伟达在暴跌 美股在跌，比特币也在跌…… 当避险资产和风险资产同时遭到抛售，市场究竟在发生什么？ 嘿，@grok，帮我回顾一下历史： 过去出现类似的跨资产集体下跌时，背后通常发生了什么？ 是流动性危机、杠杆出清，还是更大的风险正在酝酿？ 更重要的是，这些危机之后，通常是谁先触底，又是谁最先迎来反弹？

已经进 @virtuals_io 的新 App 里体验了 你可以给它设定任务、资金边界和权限，让它持续研究市场、跟踪信息，甚至根据预设条件执行交易；同时这些操作都发生在同一个群聊式交互里 这其实很接近我一直在等的 Agentic Finance 形态： AI 从“给建议”，开始走向“替你管理注意力和执行” 需要 invite 的可以评论区留言 💚

40 万 U 到 9 万 U，我真正做错了什么 前段时间，这个 账户最高有 40 多万 U，现在页面上只剩 9 万多 U。中间有资金转移，所以我不想拿“亏了 31 万”这种数字制造情绪。但真实的交易亏损已经足够让我认真复盘。 认真思考，我的问题其实很清楚也很简单 我一直有赚钱能力，但没有同等级别的风险管理能力。 很多盈利单，我赚几千、上万就会卖；亏损单却能从 -20% 拿到 -50%，最后甚至 -80%、归零。结果就是胜率看起来不差，账户却被少数几笔大亏反复打穿。 交易里有个很简单的数学： 如果你平均一笔赚 5000U，一次亏 30000U，就需要连续六笔正常盈利才能把这一笔错误填回来。 所以真正该控制的，从来不只是胜率。 更重要的是：一笔错误最多有资格拿走多少钱。 以前我会先想：“这个币我买 1 万还是 2 万？” 现在我觉得顺序应该完全反过来： 先问自己，如果我判断错了，我最多愿意亏多少钱？ 假设最多亏 3000U，逻辑失效的位置距离买入价 30%，那仓位上限就是 1 万 U。 对于没有明确止损位的 Meme，我以后会直接按照“可能归零”计算风险。 但这轮真正让我警惕的，其实还有一个更深的问题。 当时账户里真的有 40 万 U。 正常来说，这已经是一个很好的结果。可那段时间我看到身边越来越多朋友突破 1M，我开始非常想把账户也做到 1M。 更麻烦的是，我以前确实很多次做到过。 所以我脑子里会产生一种很危险的感觉： 40 万只是中间状态，我应该很快回到 1M。 从这一刻开始，我的交易其实已经变质了。 我看到一个机会时，想的不再只是： 这笔交易的赔率够不够好？ 脑子里还多了一个声音： 这笔能不能让我更快到 1M？ 一旦这个目标进入交易决策，很多原本不该做的事情都会突然变得合理。 仓位可以再大一点。 已经涨很多了，也会觉得还能追。 跌下来以后不愿意认错，因为卖掉意味着离 1M 更远。 赚了一笔也不愿意真正把钱拿走，因为总觉得本金越大，到 1M 越快。 现在回头看，这是我这轮最贵的一课： 我把财富目标带进了单笔交易。 市场根本不知道我要做到 1M。 一个机会应该下多少仓，只和它的赔率、确定性、失效点、流动性和我愿意承担的损失有关。 和我现在账户有 40 万，距离 100 万还差多少，没有任何关系。 比较也会严重扭曲风险感知。 当身边的人都在赚钱，你很容易觉得自己“落后了”。可交易没有统一的进度条。 别人今天从 50 万做到 100 万，不代表我今天就应该承担两倍风险追上去。 别人的 PnL 一旦开始影响自己的 position sizing，基本已经失去独立判断了。 我还有一个问题，是会借用别人的 conviction。 朋友在买、KOL 在喊、群里都在讨论、聪明钱进场，这些都可以成为信息。 可如果一个币跌了 40%，我突然回答不了： 为什么买？ 为什么现在还拿？ 什么情况说明原来的逻辑已经错了？ 那说明我从一开始就没有真正拥有这笔交易。 上涨的时候，所有故事听起来都很合理。 只有下跌的时候，你才知道哪些判断真的是自己的。 还有一点我以前忽略了：账户创新高以后，风险预算不能跟着净值无限膨胀。 40 万全部放在账户里，我潜意识里就会把它当成 40 万可用筹码。 可其中相当一部分其实已经是过去很多正确决策积累出来的成果。 如果这些利润始终留在同一个高风险池里，下一次错误依然有机会把过去几个月全部带走。 以后我会给账户设置 High-Water Mark。 净值每上一个阶段，就强制抽走一部分利润。 这部分钱退出以后，不因为看到一个“特别好的机会”又打回来。 因为账户里显示赚到了，和真正把钱留下来，是两回事。 回撤阶段也一样。 以前亏钱以后，我很容易开始想： 下一笔怎么赚回来？ 这其实非常危险。 一旦目标变成“回本”，交易会慢慢从寻找正期望值，变成寻找足够大的结果。 仓位会放大，频率会上升，耐心会消失。 所以以后回撤越大，我反而应该越慢。 我现在给自己留下四条规则： 1:净值目标永远不能参与单笔交易决策。 2:仓位由最大可承受损失倒推，不由“我有多少钱”决定。 3:账户创新高必须抽走利润，回撤扩大必须降低风险。 4:一笔交易如果需要下一笔“大赚”才能救回来，那上一笔的仓位就已经错了。 我现现在也能更深刻地体会到优秀交易员真正厉害的地方，可能并不是比别人多抓几个 10 倍币。 是他有能力让一次错误永远杀不死自己。 过去我总在研究下一个机会在哪里。 这次以后，我会花更多时间研究： 什么情况下应该不下注，什么情况下应该减仓，以及赚到的钱怎样真正留下来。 40 万我以前做到过。 1M 我以前也做到过。 现在我更在意的是，下一次再到那个数字的时候，我还能留下多少。

另外一直关注 @base 生态的 @caspius_ai 它碰的是 Physical AI 目前最现实、也最难绕开的瓶颈之一：真实世界的人类示范数据。 软件 AI 可以大口吃互联网上现成的文本和图片，但机器人要学会做饭、清洁、整理物品，甚至学会在失败后如何纠正，这些数据大多只能在真实场景里一点点长出来。实验室能做，但规模和多样性都有天然上限。 Caspius 的做法很直接：让普通人用手机记录日常动作，就能参与到机器人训练数据的生产中。 @cobie 也曾经 反复提到的一点：真正能把 Crypto 做大的东西，最终都要让普通人有机会参与，并分享到网络成长带来的价值。 如果这套模式跑通，飞轮会比较有意思： 更多参与者 → 更多真实数据 → 更好的机器人训练效果 → 更多商业需求 → 更强的参与激励。 再加上 Base 的低费用和 Coinbase 生态，普通用户的参与门槛会再低一些。 机器人时代的数据生产，能不能从少数实验室，慢慢扩展成一个普通人都可以加入的网络。 如果答案是可以，这件事后面的想象空间会不小。

.@base 生态现在整体很热,Meme 轮番上， 这类标的也上了 Coinbase，资金和注意力都在往里涌。交易、Agent、上币预期成了最热闹的主线 但我更想往上游看一层 Base → Virtuals → Robotics → Data 这条逻辑其实很干净。 Base 在强化交易和 Agent 入口，@virtuals_io 也已经把 Robotics / Embodied AI 放进核心方向。 而 AI 一旦从数字世界进入物理世界，真正难的问题就变了。 LLM 可以直接吃互联网数据。 机器人需要学习人在真实环境里怎么抓、怎么放、怎么使用工具、怎么失败，以及失败以后怎么修正。 这些数据很难靠爬虫获得，纯仿真也很难覆盖真实世界里大量长尾情况。 所以 Physical AI 接下来一个很重要的瓶颈，就是： 真实世界 Human Demonstration Data 怎么规模化生产。 Caspius 卡的就是这一层。 目前公开能看到： 1000+ 小时 Human Demonstration Data 500+ Active Contributors Phase 1 第一人称数据采集已经运行 下一阶段是价值密度更高的 Teleoperation Data 规模还很早，但至少数据生产闭环已经开始运转。 Miner NFT 这一层我也觉得被低估了。 它更接近 DePIN 里的“矿机”： 决定数据产能 → 升级消耗 $CAS → 支持委托 → 按贡献产生排放 NFT、Token 和真实数据生产因此被连接到了一起。 所以相比追最热闹的机器人名字，我更想找那些机器人真正大规模进入现实世界以后，所有玩家都绕不开的环节。 @caspius_ai 值得继续跟踪的原因就在这里： 它站在一条正在升温的产业链上，也卡着一个还没有被充分解决的数据问题。 剩下的，就交给数据增长、Teleoperation，以及真实买方💪

今天和一个有钱的朋友聊起“真正的奢侈”。 我以为他会说私人飞机、游艇，或者在几个城市都买房。 他说，自己想要的恰恰相反。 在伦敦住三个月，冬天去迪拜，夏天去意大利。天气变差就走，政策烦人就走，税收环境变得不友好也走。 最好的房子可以租，最好的车可以租，绝大多数东西都不必永久拥有。 他只想保留极少数真正锚定生活的东西，其余一切都保持流动。 后来他算了一笔账。 伦敦一套 500 万英镑的公寓，印花税可能就接近 100 万英镑。再加上服务费、维修、管理，以及未来任何新税种，这套房子带来的已经不只是居住体验，还有一份长期行政工作。 同样的钱，足够他在很多年里住进更好的地方，同时保留随时离开的权利。 安静生活和自由流动，其实并不冲突。 你可以读书、散步、看老电影，按自己的节奏工作；也可以随时换一个城市，换一种天气，换一种生活。 真正高级的状态，是拥有足够多的选择，同时承担足够少的依赖。 能接触几乎所有东西，却很少被任何东西束缚。 这大概才是财富最终应该带来的东西： 平静，选择权，以及随时离开的能力。

OKX Wallet 已经接入 Robinhood Chain，现在可以直接在链上打狗了。 最近这条链上的机会确实有点多。第一波我没完全跟上，但社区群里的小伙伴已经吃到不少： $CASHCAT 41x $VEX 18x $ARROW 11x $HOODRAT 6x 看着大家一个个赚得盆满钵满，我也得开始跟上节奏了。 多链的价值，最后还是落在体验上。用户不需要研究底层接了哪条链，只要钱包能直接完成发现、交易和交互，新的流动性自然会进来。 @RobinhoodApp Chain 这波链上的机会不能错过了

最近一段时间，RWA赛道正在从“把已上市资产搬上链”逐步转向“把原本门槛极高的机会带到链上”。 我们看到越来越多项目在做稳定币、国债、REITs的代币化，但真正有差异化的方向，其实是那些传统金融体系里长期被机构和合格投资者垄断的Pre-IPO、私募和特定资本市场事件。 OpenStock 这次推出的中际旭创金库，正是这一方向下的一个具体尝试 这次金库围绕的是中际旭创赴港上市事件。 中际旭创本身已经是 A 股上市公司，属于全球光模块龙头，核心产品覆盖 800G / 1.6T 等高速光通信模块，也是 AI 数据中心、GPU 集群高速互联里很关键的一环。 所以它和很多完全未上市的 Pre-IPO 标的不太一样。 它有公开市场交易历史、定期财报和可观测的经营数据，用户可以基于公开信息做更多研究。 OpenStock 这次做的，不是简单把一只股票搬到链上，而是用金库结构，让全球加密用户参与一个原本很难直接触达的上市事件。 机制也比较清楚： 用户在存款窗口内存入 USDC 等稳定币，获得对应 Vault Token。Vault Token 代表的是对金库实际净收益的按比例索取权，用户并不是直接持有中际旭创股票。 后续资金会通过受监管的 SPV、托管方和经纪商体系完成链下额度获取、结算和退出，最终赎回也基于金库实际净收益，而不是简单跟踪二级市场股价。 这也是我觉得 @OpenstockInc 有意思的地方。 普通股票代币化解决的是交易便利性；OpenStock 更关注的是结构化参与机会，尤其是 Pre-IPO、上市事件、资本市场窗口这类原本门槛更高的资产机会。 从这个角度看，中际旭创金库更像是 OpenStock 在香港市场的第一个重要落地案例。 AI 基础设施资产 + 港股上市事件 + 链上金库结构，这几个元素叠在一起，确实很有观察价值。 目前金库产品上线一天，认购已超过70%，热度还是非常不错的。 当然，这类产品风险也很明确： 上市进程存在不确定性； 金库执行和结算存在风险； 赎回取决于实际净收益； 更具可观测性也不等于低风险。 参与前一定要看完整条款和风险披露，也要确认自己是否符合参与条件。 存款窗口截止到 7 月 7 日 22:00 北京时间，以页面实时信息为准：

前段时间在 @virtuals_io 看到 @Litebeam_xyz，没想到币价涨的这么猛。研究完，感觉它切到的是 AI agent 真正落地后绕不开的一层： service routing 过去 OpenRouter 证明过一个很清晰的逻辑：当模型越来越多，用户不需要自己逐个接入、比价和结算，只需要一个统一入口。 Litebeam 做的是把这套逻辑放到 AI agent 上。 OpenRouter 路由模型，Litebeam 路由 agent 执行任务时需要调用的 microservices。 搜索、数据、代码、支付、SaaS、图像、音频、链上工具，这些能力如果都让每个 agent 自己去接 API、管 key、比价格、控预算，根本不现实。 所以它的核心很简单： One MCP connection, every microservice. 这个方向也和现在 AI infra 的讨论很一致。 @karpathy 一直强调，AI 的进步会越来越依赖模型周围的 scaffolding、tool use、routing 和 orchestration。 @a16z 也在持续讨论 MCP、context layer、agent identity / permissioning、payment 这些基础设施。 因为 agent 一旦从 chatbot 变成真正执行任务的经济参与者，它需要的不只是大脑，还需要稳定调用外部服务的手脚。 Litebeam 目前做的是一次 MCP 连接，跨服务商实时路由，按价格、延迟、声誉选择更合适的服务，同时接入 Base 上的 USDC 结算、预算控制和链上审计。 它吸引我的地方在于飞轮： 更多 agent 调用
→ 更多真实服务质量数据
→ vendor reputation 更准确
→ routing 效果更好
→ 更多 agent 接入 目前看到 @Base 和 @virtuals_io 都有公开支持，也和 @reppo 、@officialbunnyos 有合作，项目方 metrics 里 routed calls、active agents 和 live services 都在增长。 另外，在FOMO trending 第 5 的交易员 @theveeman 前几天因为 $ANSEM 赢麻了的那个男人）也买入了 $LBM，并写了买入理由。

Litebeam 也在引入 @daytonaio  作为 AI agent security layer。Daytona 在 review 了 Litebeam 的技术之后，提供了 grant + partnership 支持，这对一个早期 first mover infra 来说是很重要的外部验证。 $LBM ：0x15b15fa54b629c634958e8bd639b2fc8af654974

还很早，波动肯定会大。 但如果 agent economy 真的起来，服务发现、路由、支付、声誉层会是很重要的底层位置。 这个方向的项目我会持续跟踪。

太真实了。我也是普通的起点，毕业后白手起家到现在。 每一步都自己咬牙走过，那种‘我真的做到了’的踏实感，是多少钱也换不来的。 其实每个人赛道不同，但自己奋斗出来的人，骨子里多了一份韧劲和底气。 亲手创造的成就，格外珍贵。加油，所有努力的人！💪

ARX 的价格确实给力！ 之前和 @BTC_Alert_ 在 @aspecta_ai 95M 左右购买，换算成价格是0.095U，目前在上 @binance Alpha 上线前大概在 0.28 左右，现在已经直接冲到 0.43+ 不负之前一直跟踪的努力～ 社区好多小伙伴都拿到了空投，我自己查了一下也有 1 万多个 ARX，虽然不多，但是还是蛮开心的，一直非常看好@arcium ，也参与了之前200M打新的公募，跟这个项目这么久，终于TGE了，非常开心！

这段时间 Binance Alph的项目上线都非常亮眼，我觉得@binance alpha已经变成了优质项目的一个筛选与分发入口。 到前段时间在 Base/solana 链上交易多个早期项目，刚好都在 @o1_exchange ( $O ) ，赶上了空投的末班车，再到 $RE 的二级参与，我发现机会并不总是只存在于最早期。 有些项目错过第一波，后面依然会有空投、二级再定价、生态任务和流动性窗口。 今天看到 @Arcium 上线 Binance Alpha，我觉得也需要保持关注。 Arcium 本身是 Solana 生态里很重要的 confidential computing network，主打加密数据上的可验证计算，能延伸到 privacy AI、confidential DeFi 等场景。 $ARX 这类项目吸引我的地方，在于它有明确的技术叙事，也刚好站在 Privacy x AI 这个越来越清晰的位置。 所以我现在看 Binance Alpha，不只是看短期活动收益，更会把它当成一个观察早期项目质量、市场关注度和生态分发能力的窗口。 当然，所有参与都要自己判断风险。 但在现在这种市场环境里，能持续筛出有叙事、有机制、有流动性入口的项目，本身就很有价值。

最近我开玩 @caspius_ai ，给大家科普一下它的定位： 具身 AI / Physical AI 的数据层。 大模型可以从互联网文本里学习，但机器人不一样。机器人要学会做饭、清洁、洗衣、组装、搬运，靠的是视觉、动作、手眼协调、物体触感和真实环境里的细微变化。 这些数据很难靠模拟器解决。 真正稀缺的是大量真实世界里的第一人称任务视频：不同家庭、不同物体、不同光线、不同人的动作方式。 Caspius 的思路很有前沿性： 用 iOS App 引导用户录制第一人称日常任务视频，双手保持在画面中心，完成烹饪、清洁、洗衣、物流、硬件组装等真实任务；验证通过后获得积分，NFT 持有者未来可兑换 $CAS。 这有点像 @Stepnofficial 的影子：把普通人的日常行为，变成可被网络收集、验证和激励的数据贡献。 但这条线更接近机器人时代的 RWA。 因为这些视频数据本身就是现实世界资产。它们可以被验证、被定价，也能直接用于训练 Vision-Language-Action 模型，让机器人更接近真实环境里的泛化能力。 现在 Figure、Physical Intelligence、Scale AI、1X、Tesla Optimus 这些团队都在疯狂补真实世界数据。 原因很简单： 谁拥有更多高质量、多样化的人类任务数据，谁就更接近通用机器人的智能上限。 我看 Caspius，核心在于它能不能把“机器人数据收集”从实验室和遥操作，扩展成一个全球众包的数据网络。 如果这个飞轮跑起来，用户贡献真实世界数据，模型获得训练燃料，数据价值再反哺贡献者。 这可能会成为 Physical AI 时代很重要的一层基础设施。

这几天 $THREE 涨得很猛，我觉得背后有个信号值得注意： 市场开始重新给“早期但有真实产品感的 crypto 项目”定价了。 $THREE 不是靠纯 meme 跑出来的，而是因为它的概念足够新：浏览器原生 3D AI Agents，自拍生成 3D 头像，HTML 嵌入网页，再叠加 on-chain 身份。 然后 IBM、AWS、Google Cloud 这些大厂背书一出来，市场突然发现：这不是一个普通小盘概念币，而是一个可能被重新理解的早期产品资产。 我发现 @packs_supply 也是类似逻辑。 它和 $THREE 不是同一个赛道，但是它也具备这种“早期被重新定价”的潜力。 $Packs 切的是 TCG / 实体卡包 / RWA / gacha 它没有硬做复杂链游，而是直接抓住传统卡牌里最强的消费动作：开包。 用户参与 pack mining，获得 $PACKS； $PACKS 可以 staking； 协议收入再去购买真实卡包，把卡牌奖励回流给参与者。 这套逻辑很简单，但很容易传播。 因为普通用户不一定懂复杂 tokenomics，但一定能理解： 持有 / 质押 token 协议买真实卡包 用户有机会拿到真实收藏卡 出货以后还能晒出来传播 这就是 Packs 和很多小盘项目不一样的地方。 它有一个很具体、很可视化、很容易让人上头的消费场景。 $THREE 的爆发说明市场愿意为“新概念 + 产品感 + 外部催化”重新定价。 那 $PACKS 如果后面能持续拉高 pack spend、staking、协议收入、unique openers，再出现更多高价值卡牌出货事件，它也有机会走出类似的早期重估路径。 目前 $PACKS 还很早，用户和数据都还小，所以风险也大。 我主要观察： 机制有没有记忆点， 产品够不够直观， 传播点够不够强， 有没有可能形成持续飞轮。 从这个角度看，@packs_supply 确实值得继续跟踪。

最近刷到 $PACKS 的数据，价格一天跌了 40% 多，MC到了1M，低得可怜。 但让我觉得它目前可能被市场低估的点在于：协议的实际收入还在持续转化成 Collector Crypt 的实体卡，直接喂进 staker vault，这条 RWA 飞轮没断。 TCG 赛道整体 volume 还在爬（Dune 那边的卡牌交易和开包数据没明显降温），而 $PACKS 本质上是把整个卡牌经济打包成可挖矿、可质押的 SOV 工具，比很多单纯堆叙事的项目多了一层实物资产闭环。 我自己看，现在大多数 @solana 项目要么纯 gamble 要么靠外部 hype 维持，这个的 mechanic 反而更接近早期 $ORE + $CARDS 的结合体，Solana 官方今天还在 brief 里提它“rewards now live”，算是个持续的生态信号。 @packs_supply 啥时候价值发现？