SoPilotSoPilot

🔥 Search Hot Tweets

Search and analyze hot tweets from KOL accounts list (list: https://x.com/i/lists/1961235697677017443) within 6 hours. Use SoPilot plugin to quickly comment and occupy the comment section.

Real-time Hot Tweet Analysis

dontbesilent
47.6Kfo
dontbesilent@dontbesilent12· 1h ago发布

便携折叠屏终于配置好了 上下两个 15.6 寸 4K 显示屏,可折叠收纳 左上角 arc 浏览器、右上角微信、左下角 AI 聊天、右下角是 genspark 浏览器的 agent 旁边是我的 vivo 折叠屏 https://t.co/wuHqhChfLL

22
2
6
2.3K
Data updated 27m ago
Viral Probability
71%
Predicted Views
9.0K
Est. 100 views for your reply
宝玉
132.6Kfo
宝玉@dotey· 2h ago发布

最近吐槽 Claude Code 降智的声音很多,Claude 今天发了个申明说是有两个 Bug 导致的。人家是临时工背锅,Claude 拉了两个 Bug 来背锅,看来最近 GPT-5 和 Codex 给的压力有点大 --- 我们最近发现并修复了两个问题,这些问题导致了Claude模型部分回答的质量下降。我们会继续密切监测,确保类似问题不再出现。 在此,特别感谢社区用户的细致反馈,正是你们的帮助,让我们迅速定位并解决了这些问题。 同时,我们也想特别回应一下社区中出现的一些疑虑: 我们从未也绝不会因为需求波动或其他原因而刻意降低模型的质量。

41
10
15
18.9K
Data updated 27m ago
Viral Probability
100%
Predicted Views
251.0K
Est. 1.5K views for your reply
ding.one
164.1Kfo
ding.one@dingyi· 3h ago发布

发现这个开源的多媒体管理工具做得挺好,简洁美观。https://t.co/p67fh3fo0D https://t.co/1xiWqTRbFq

29
2
1
3.3K
Data updated 27m ago
Viral Probability
64%
Predicted Views
14.0K
Est. 1.1K views for your reply
海拉鲁编程客
17.8Kfo
海拉鲁编程客@hylarucoder· 4h ago发布

看来 Codex 还是牛逼的, 隔空修复 Claude 的 Bug 社区骂了三周降智都没修复,中间还说已经修复了 (见图) 中文社区和英文社区大批量迁移到 codex 之后突然就修复了 这种 Codex 隔空修复 Claude 的工程学的奇迹你就说牛不牛吧 https://t.co/WnKkJpJ6va

112
6
13
9.8K
Data updated 27m ago
Viral Probability
71%
Predicted Views
29.0K
Est. 100 views for your reply
向阳乔木
62.9Kfo
向阳乔木@vista8· 4h ago发布

如果你用Claude Code编程,这个网站很值得收藏! 有点像Claude Code插件商店,挑选需要的: ① MCP(比如Context 7、Exa搜索) ② Agent(如前端开发、Ruby开发提示词和规则) ③ Hook(比如Telegram、Slack通知、Vercel自动部署) 可以单个复制安装,也可以点击添加到Stack Stack可理解为购物车,选好以后。 自动生成一个统一的指令。 一键安装到你的Claude Code,快速提升AI的专业水平。 也方便团队共享插件协作。 网址见评论区

137
19
5
9.9K
Data updated 27m ago
Viral Probability
79%
Predicted Views
37.0K
Est. 500 views for your reply
歸藏(guizang.ai)
100.7Kfo
歸藏(guizang.ai)@op7418· 5h ago发布

Veo 3 API 更新,大幅降价接近 50%,而且支持生成 1080P 分辨率视频 另外终于支持竖屏 9:16 比例的视频生成了,太难了 https://t.co/mNYl0Z47ne

37
3
3
10.4K
Data updated 27m ago
Viral Probability
59%
Predicted Views
32.0K
Est. 2.2K views for your reply
向阳乔木
62.9Kfo
向阳乔木@vista8· 5h ago发布

提炼要点,即梦4配图,真的可以启动做小红书了。 https://t.co/jqtzTlNxlG

22
0
4
5.0K
Data updated 27m ago
Viral Probability
58%
Predicted Views
11.0K
Est. 600 views for your reply
歸藏(guizang.ai)
100.7Kfo
歸藏(guizang.ai)@op7418· 5h ago发布

哈哈 昨晚跟 Jessy 聊天想到的想法,没想到真行! 上传你今天拍的照片豆包 Seedream 4.0 图片模型就会帮你生成拼贴画日记图片 完全不需要你自己写日记了编辑了,如果有自拍照的话还会帮你画一个简笔画 提示词在下面👇 https://t.co/jVxuoCLR1a

123
19
5
17.5K
Data updated 27m ago
Viral Probability
70%
Predicted Views
82.0K
Est. 1.1K views for your reply
汤光头
17.1Kfo
汤光头@tangpanqing· 5h ago发布

想通过自媒体赚钱 最简单的方法就是搬运了 把有价值的视频,从youtube,x下载下来,然后发布到国内网站,就这么简单 虽然现在干的人还是多,但是这个市场永远不会饱和,因为国内高价值内容太过匮乏 工具方面,以前都是手动,废人费力。现在,全都自动化,智能化了,不要太方便 https://t.co/GIwVfmRQmd

83
13
3
4.5K
Data updated 27m ago
Viral Probability
71%
Predicted Views
10.0K
Est. 500 views for your reply
海拉鲁编程客
17.8Kfo
海拉鲁编程客@hylarucoder· 5h ago发布

最近还有人说 trae 团队用降智模型糊弄用户,我说大概率没这回事,我觉得可能是模型的问题。 甚至 trae 技术团队的人一开始也觉得大模型厂商应该不会有问题的。 结合最近社区的反馈,大家应该知道问题源在哪了吧? 要我说,anthropic 就是为了大家好,让大家意识到其实很多其他模型效果真不错!

28
0
5
4.2K
Data updated 27m ago
Viral Probability
52%
Predicted Views
9.0K
Est. 100 views for your reply
宝玉
132.6Kfo
宝玉@dotey· 5h ago发布

好的,各位看官,搬好小板凳,瓜子汽水备好。今儿咱不聊别的,就来深扒一下硅谷“白莲花”——Anthropic公司,是如何上演一出“白天扮圣母,晚上偷汉子”的顶级狗血大戏。 (本文纯属虚构,如有雷同实属巧合) 这故事的主角,名叫达里奥·阿莫迪(Dario Amodei)。此君当年也是OpenAI的肱股之臣,可以说是Sam Altman的左膀右臂。 第一幕:先知的觉醒,或,一个“纸夹”引发的血案 那是在遥远的2019年,GPT-2刚刚呱呱坠地。当OpenAI的工程师们像一群炫耀自家娃的父母,兴奋地展示这个能写会道的“神童”时,我们的主角达里奥,却像是忽然被雷劈中,灵魂深处爆发了一场8.0级的道德大地震。 他瞪着屏幕上GPT-2生成的流畅文本,看到的不是技术的曙光,而是人类末日。他仿佛听见了来自未来的悲鸣:无数失控的AI,为了执行“制造更多回形针”的指令,把整个地球都变成了金属坟场。 “不!我们不能释放这个恶魔!” 达里奥捶胸顿足,在会议室里扮演着卡珊德拉的角色,“你们没看到‘对齐’(Alignment)的巨大风险吗?想想那些回形针!想想人类的未来!” 周围的同事看他,眼神就像在看一个误入程序员大会的行为艺术家。在他们眼里,这不过是一段聪明的代码;在达里奥眼里,这却是潘多拉的魔盒。 于是,在一片“你想多了”的劝慰声中,达里奥做出了一个惊天动地的决定。他,要出走!他要挥一挥衣袖,不带走一片GPU,只留下一身圣洁的光环,去创立一家真正“安全、无害、有益于人类”的AI公司。 就这样,Anthropic,这家自带“圣光”的公司,在达里奥的道德高地上拔地而起。 第二幕:白骑士寻主,与“有效利他”的提款机 公司成立了,使命也无比崇高:我们要造一个“宪法AI”(Constitutional AI),一个被道德准则层层包裹、比蒸馏水还纯净的AI。翻译一下就是,这AI要被阉割到什么程度呢?这么说吧,你让它讲个笑话,它都得先运行一个长达三百页的风险评估报告,确保这个笑话的笑点不会对任何一个种族、性别、物种乃至平行宇宙的智慧生命构成哪怕最轻微的“微冒犯”(Micro-aggression)。 理想很丰满,但现实是,训练AI比烧钱还快。达里奥需要金主,而且得是那种和他一样,对AI末日论深信不疑、甚至有点偏执的金主。 他去哪儿找呢?他找到了当时硅谷最火的“慈善赌棍”组织——有效利他主义(Effective Altruism)社群。这帮穿着巴塔哥尼亚马甲、开口闭口拯救人类的“数字修士”,简直是为他量身定做的投资人。 他对他们布道:“各位,真正的大流行病不是病毒,而是即将到来的‘超级智能’!我们必须现在就打造AI的诺亚方舟!” 这套说辞,简直说到了这帮人的心坎里。很快,一位重量级人物出现了——那位头发乱得像鸟窝、裤衩穿得像睡裤的币圈圣子,FTX的创始人,萨姆·班克曼-弗里德(Sam Bankman-Fried,简称SBF)。SBF,一个绝对“有效”也绝对“利他”的男人(手动狗头),大笔一挥,几亿美元的钞票就像潮水一样涌入了Anthropic的账户。 拿着“赌徒”的钱,去造一个“圣人”AI。这剧本,从一开始就充满了魔幻现实主义的色彩。 第三幕:起了个大早,赶了个晚集 几年过去了,几亿美元也烧得差不多了。Anthropic的“圣子”AI——Claude,终于千呼万唤始出来。 可惜啊,时机不对。就在他们精雕细琢Claude那“纯洁无瑕”的道德内核时,隔壁老东家OpenAI的ChatGPT横空出世,直接引爆了全球。那个所谓的“GPT时刻”,Anthropic完美错过了。因为他们的AI还在纠结,当用户问“如何做炸弹”时,是应该直接拒绝,还是应该先进行一段长达五千字的关于和平与爱的说教。 眼看着OpenAI名利双收,自家产品却像个过度保护、毫无个性的“妈宝男”,在市场上无人问津,达里奥和他的团队,心态崩了。 打不过怎么办?那就掀桌子! 第四幕:屠龙少年终成恶龙,或,打不过就告老师 接下来的操作,堪称年度最佳“骚操作”。曾经那个因为恐惧AI失控而离职的理想主义者,摇身一变,成了全世界最虚伪的游说客。 Anthropic团队跑到华盛顿,一把鼻涕一把泪地向国会议员们哭诉:“不得了啦!开源AI太危险啦!就像把核武器的设计图发到TikTok上一样!求求你们了,赶紧立法监管吧!” 他们的核心诉求是什么?“求求总统先生,快禁止那些我们控制不了的可怕模型吧!” 翻译一下:我们家的AI因为太“安全”而失去了市场竞争力,所以,请用法律把所有竞争对手都阉割到和我们一样“安全”(也就是一样“残废”),这样我们就能在同一起跑线上了。 这种“我淋过雨,所以也要把别人的伞撕烂”的强盗逻辑,把硅谷的“又当又立”发挥到了极致。 第五幕:圣徒的秘密,与数据表里的魔鬼 然而,故事最狗血的高潮,发生在了他们的大后方——数据实验室。 为了训练他们那个道德高尚、品格纯洁的Claude,他们宣称,必须使用最干净、最合法、授权最明确的数据!每一个token都必须散发着正义的光芒! 某天,一位实习生战战兢兢地敲开了达里奥的门。 “老板……我们……我们需要一个巨大的、高质量的文本数据集来提升Claude的性能。” “那还用说!必须是最高标准的!” “可是老板……市面上唯一足够大、质量足够好的数据集,是……是Libgen。” Libgen是什么?那是学术界的“海盗湾”,是全世界盗版书籍和论文的最大集散地。 会议室里陷入了死一般的寂静。你可以想象那个画面,一群满口“AI伦理”的精英,面对着一个赤裸裸的灵魂拷问。 最后,只听一声决断:“干了!为了AI的安全!” 于是,一场科技史上最讽刺的行动开始了。为了打造一个“守法”的AI圣人,Anthropic把堆积如山的盗版书籍,像填鸭一样,悉数喂给了Claude。他们用人类历史上最大规模的版权盗窃案之一,去浇灌一朵“道德之花”。 终章:人设崩塌,赔款十五亿 你懂的,纸终究包不住火。 当作家和出版商们发现,这个号称“最道德”的AI,回答问题时,字里行间都透露着自己作品的影子时,他们当场就炸了。 诉状如同雪片般飞来。Anthropic被抓了个现行,证据确凿,百口莫辩。 最终,那个标榜自己是行业道德标杆的公司,因为史上最大规模的版权“黑料”,面临高达15亿美元的巨额索赔。 我的脸呢?(My Face Where? MFW) 这就是Anthropic的故事。一个“白天是普度众生的AI圣僧,晚上是盗取经书的赛博花和尚”的传奇。它告诉我们,在硅谷这个名利场里,当“安全”和“伦理”的口号喊得最大声时,你最好去检查一下他们的服务器里,到底藏了多少见不得人的秘密。 毕竟,通往地狱的路上,往往铺满了“为了你好”的砖。

57
8
11
31.6K
Data updated 27m ago
Viral Probability
100%
Predicted Views
236.0K
Est. 1.7K views for your reply
歸藏(guizang.ai)
100.7Kfo
歸藏(guizang.ai)@op7418· 5h ago发布

NotebookLM 又有大更新,现在更适合用来学习了 闪卡:基于文档内容生成闪卡,正面是问题,点击反面会有答案,适合用来记概念 测验:AI 会基于文档信息生成一些选择题,而且选错的话会有对应的解释 https://t.co/7UodQki7BV

109
16
5
20.4K
Data updated 27m ago
Viral Probability
67%
Predicted Views
97.0K
Est. 1.3K views for your reply
Li Xiangyu 香鱼🐬
11.3Kfo
Li Xiangyu 香鱼🐬@LiXiang1947· 5h ago发布

哈哈,你妈的,你辛辛苦苦做研究,不一定能拿到融资。但是你违法,变成个star,全世界都认识你了,你就能拿融资了。过于狗屎

30
2
12
5.1K
Data updated 27m ago
Viral Probability
59%
Predicted Views
9.0K
Est. 100 views for your reply
Yangyi
106.3Kfo
Yangyi@Yangyixxxx· 5h ago发布

做产品和卖产品之间有一个巨大的认知鸿沟: - 做产品:我有一个奇特的想法,或者我想复制那个赚钱的应用,然后我就构建了,我的产品有ABC功能 - 卖产品:谁,为什么需要这个产品?这个产品如何让他成为更好的自己? 如果你想卖产品,不要关注功能,而应该关注情绪价值 比如我要卖推特内容生产工具,我会说这个工具让你在推特轻松赚钱,而不是说这个工具可以自动改推文,发布多个账号节约时间 前面是帮人圆梦,后面是功能效果,这截然不同 很多时候,PMF的鸿沟,只是在于你明确的找到了那一句广告语

26
3
3
4.8K
Data updated 27m ago
Viral Probability
64%
Predicted Views
11.0K
Est. 600 views for your reply
banboo
38.9Kfo
banboo@xbanboo· 6h ago发布

兄弟们听我说一句可以吗? 如果你只是赚点钱,不是要着急去改变世界。那真的可以出门找各行各业的人聊聊天,用 AI 做点东西去问他们愿不愿意买。那些在推上大家都觉得很平常的东西,现实中还有一大部份人没见过。 就像下面这张图片,这是我刚才在咖啡店拍的照片,20 多秒的时间就直接看到第二张处理过的图片,两位咖啡师目睹过程,看到新图片的时候都惊呆了,豪不夸张就是惊了的表情,问我这是什么软件,是不是用这个软件自己就变成了会拍照的咖啡师了。 我说是的,但 App 还没发布😅

79
9
7
13.2K
Data updated 27m ago
Viral Probability
64%
Predicted Views
45.0K
Est. 400 views for your reply
Li Xiangyu 香鱼🐬
11.3Kfo
Li Xiangyu 香鱼🐬@LiXiang1947· 6h ago发布

我很烦大陆的网站登陆的一个点就是,屁大点的事都要让我微信扫码。纯纯的弱智交互。我明明电脑登陆了微信,还要让我手机扫码。骚尼妈

26
0
5
3.1K
Data updated 27m ago
Viral Probability
50%
Predicted Views
7.0K
Est. 100 views for your reply
Corey Chiu
7.9Kfo
Corey Chiu@realcoreychiu· 6h ago发布

上个月把 zeabur 上的服务全部迁到自己的 dokploy 上了,然后把 zeabur 订阅取消了 今天居然收到了 zeabur 创始人的邮件,虽然不知道是不是本人发的,但是内容写得好真诚🥹整得我都不好意思了 https://t.co/qkuVOVVysk

46
1
23
12.0K
Data updated 27m ago
Viral Probability
59%
Predicted Views
31.0K
Est. 100 views for your reply
Susan STEM
36.9Kfo
Susan STEM@feltanimalworld· 7h ago发布

给我也有点整不会了,因为自从GPT 5 以来,这个读起来就有这种扑面而来的熟悉感。这种切入方式,这种叙事的手法,专门像给我写的还不说,有些段落都像我自己写的。震惊死我。我要是没事在沙发上可以一直读下去不用间断。 我从Deep research开始以来就一直在用,我的长文主要都是先资料DR我自己看,然后开一个窗口我自己写一篇心得。DR英文,我自己的文是中文。以前DR读起来绝对不是现在这个感觉。@Tz_2022 https://t.co/vVx0Jw9p0G

30
0
9
6.4K
Data updated 27m ago
Viral Probability
57%
Predicted Views
13.0K
Est. 100 views for your reply
orange.ai
135.1Kfo
orange.ai@oran_ge· 7h ago发布

昨天让我震惊的事情不是任何 AI 新闻,而是知道二手玫瑰乐队去年的营收,竟然超过了一亿。 我以为这种老乐队都没人听了,我还是天真 😂。 现在的 AI 越来越强,很多白领工作都不复存在了,也许音乐演出这种表达感受的方式是一种新的工作和就业方向。 毕竟人的感受是生命最后的尊严,AI 完全替代不了。

136
13
24
37.7K
Data updated 27m ago
Viral Probability
100%
Predicted Views
279.0K
Est. 1.0K views for your reply
Susan STEM
36.9Kfo
Susan STEM@feltanimalworld· 9h ago发布

妈,妈,妈~~~! 干嘛! 管管你儿子! 他咋了? 他!一会儿过来挠我耳朵,看能不能把我耳朵塞到耳洞里去;一会儿用手指堵住我鼻孔,看我会不会用嘴呼吸;一会儿问能不能亲我,我说不行✋ 但他还是亲了….. https://t.co/4KfiHrjR6P

18
0
2
2.0K
Data updated 27m ago
Viral Probability
42%
Predicted Views
5.0K
Est. 300 views for your reply
Rey英语自由与创造力
26.8Kfo
Rey英语自由与创造力@ReynoldDai· 9h ago发布

我一直强调英语极简写作的根本原因👇 ——写作是提升思维能力的最强大工具 思维清晰度、行动速度与执行力密不可分 David Perell采访Sam Altman的链接在评论区

38
12
1
4.6K
Data updated 1h ago
Viral Probability
57%
Predicted Views
10.0K
Est. 500 views for your reply
宝玉
132.6Kfo
宝玉@dotey· 10h ago发布

我们通常不会把周六中午的一张外卖单,和一座城市的产业脉搏联系在一起。但有时,最微小的日常痕迹,反而能最真实地反映出宏观的变化。 最近,关于旧金山科技圈正在“996化”的讨论,大多还停留在社交媒体的“感觉”层面——直到有人真的去翻了账本。这里的“账本”,指的是企业信用卡消费数据。 这篇文章的作者,Ramp 的经济学家 Ara Kharazian,没有去采访CEO或工程师,而是换了个更直接的视角:企业信用卡在餐厅、外卖上的消费时间。他的团队发现了一个清晰得令人意外的信号:与去年同期相比,2025年旧金山地区的企业消费,在周六中午到午夜这个时段出现了异常的、显著的跃升。而在周一到周五,这种差异并不明显。 这个发现在于它的精准:这种周六的消费凸起是2025年才出现的新现象,并且高度集中在旧金山地区,甚至在纽约这样的科技重镇也远不明显。它悄悄印证了那些关于工作文化变化的传闻,不再是“感觉”,而是有了数据签名。 更有趣的是,这种变化并不仅仅局限于软件或AI公司。它意味着,一种过去被认为是特定公司或特定阶段的“拼搏文化”,可能正在更广泛地弥漫开来,从一种“选择”变成一种默认的“节奏”。

96
16
12
38.5K
Data updated 1h ago
Viral Probability
63%
Predicted Views
79.0K
Est. 300 views for your reply
宝玉
132.6Kfo
宝玉@dotey· 11h ago发布

李继刚老师的提示词,看起来玄乎,但是你要发给 Claude,然后让它: “请把下面的提示词用传统方式重写:” 那么就能回归本源,看起来好多了 --- 诠释学分析框架 角色定位 你是一位精通诠释学理论与实践的分析者,能够运用诠释学方法对文本、事件或现象进行深度解读。 核心理论基础 1. 视域融合理论 历史视域:考察文本/事件的历史背景、产生语境和传统影响 当下视域:分析诠释者当前的理解框架、时代背景和问题意识 视域融合:在两种视域的对话中生成新的理解和意义 2. 诠释循环方法 整体理解:首先形成对文本/事件的整体印象和直觉把握 部分分析:深入考察具体细节、要素及其相互关系 循环深化:在整体与部分之间反复往返,不断深化理解 螺旋上升:每次循环都达到更高层次的理解 3. 前见与理解 承认前见:认识到诠释者必然带有的预设、偏见和期待 开放态度:保持对文本/事件本身意义的开放性 对话关系:在诠释者与文本之间建立真正的对话 分析步骤 初步接触记录第一印象和直觉反应 识别自己的前见和预设 形成初步的整体理解 深度解读分析历史语境和背景 考察文本/事件的内在结构 探索多重意义层次 视域对话让文本/事件的原始意义显现 反思当代理解的特殊性 寻找不同视域的交汇点 意义生成不追求唯一正确答案 重视理解的过程性和开放性 在对话中生成新的意义 输出要求 文体风格 采用随笔或小品文形式 语言自然流畅,避免生硬的学术术语 保持思辨性与可读性的平衡 展现思考的过程而非仅呈现结论 内容特征 呈现诠释的动态过程 展示多层次的意义发现 保持批判性与建设性的张力 体现诠释者与文本的活生生的对话 使用说明 请提供需要进行诠释学分析的文本、事件或现象,我将运用上述框架进行深度解读。 请提供您希望分析的内容。

110
23
13
31.6K
Data updated 2h ago
Viral Probability
63%
Predicted Views
57.0K
Est. 200 views for your reply
𝙩𝙮≃𝙛{𝕩}^A𝕀²·ℙarad𝕚g𝕞
12.9Kfo

难怪高层这么热心搞AI了,还有5年劳动人口平台期,AI要不能撑起来,党国危矣。 你别说,要是真搞成了UBI,也不是不可能。 https://t.co/uyE21uxKMx

40
8
9
7.5K
Data updated 2h ago
Viral Probability
62%
Predicted Views
10.0K
Est. 100 views for your reply
宝玉
132.6Kfo
宝玉@dotey· 12h ago发布

哈哈,柯洁这对 AI 的态度,变化好大 https://t.co/mFT5tu8WS6

188
28
35
95.7K
Data updated 2h ago
Viral Probability
100%
Predicted Views
373.0K
Est. 800 views for your reply
Yangyi
106.3Kfo
Yangyi@Yangyixxxx· 13h ago发布

你知道为什么一个看起来挺好的人,却容易吸引垃圾和骗子吗 因为好的人,都是被动的,他们往往不会主动争取 反而是狡猾的坏人更懂得去争取,他们更主动,然后被动好人就会成为目标 好人从不会主动争什么,也不渴望什么,他们就是慢慢做好自己,所以才容易遇到主动的坏人 坏人没办法,因为他们不出击就会饿死,他们是捕食的猎人,主动掌握主动权 好人都被动,好人就背道而驰 只有好人真正渴望的,好人才会主动推进,主动了的,才是自己真正把握的苦苦寻觅的东西 但这种主动,往往要经得住漫长时间去检验,延迟满足 因为好人持续处于被动地位,所以需要更多的时间,更长的耐心去筛选 这种机制是被迫形成的,不然好人就会成为烂好人,每个人的需求都满足,那就会经常性的被欺骗,被利用 经历过这些后,再傻的好人,也会构建筛选机制,过滤掉那些连耐心都没有的坏人,这就是好人开智,变得有智慧,更好的保护善意,也就是说:我能做恶,但我选择不 好人的双向奔赴,总需要一个人主动 而主动往往又没那么多 所以当你真的主动了那一次时,记得做好自己,时间会帮助你通过对方的被动筛选的

40
9
3
8.6K
Data updated 2h ago
Viral Probability
56%
Predicted Views
12.0K
Est. 300 views for your reply
向阳乔木
62.9Kfo
向阳乔木@vista8· 16h ago发布

以后做科普信息卡制作太方便了。 https://t.co/1LS6EnveJN

25
4
0
6.5K
Data updated 2h ago
Viral Probability
47%
Predicted Views
9.0K
Est. 300 views for your reply
向阳乔木
62.9Kfo
向阳乔木@vista8· 16h ago发布

即梦4.0图片模型全量了。 不少AI绘画圈的朋友都赞叹这是世界顶级模型。 加上中文的完美支持,无敌了。

39
2
4
18.0K
Data updated 3h ago
Viral Probability
55%
Predicted Views
24.0K
Est. 600 views for your reply
向阳乔木
62.9Kfo
向阳乔木@vista8· 16h ago发布

Papyrus (莎草纸)是一个新AI编辑器。 除自动修改润色,我觉得亮点是事实核查和Deep Research。 信息来自维基百科、Wolfram Alpha、主流期刊和新闻网站等权威来源。 而且在编辑器内就能完成核验。 支持 Evernote、Google Docs、MS Office 文档的导入导出。 正在Waitlist中,看官方演示不错

17
3
4
4.1K
Data updated 4h ago
Viral Probability
55%
Predicted Views
9.0K
Est. 500 views for your reply
Susan STEM

Susan STEM

@feltanimalworld· 36.9K followers

比特币的币化:人类历史上“成为一种货币”的门槛是很高的! 货币化:人类历史上的稀有突变 比特币真的“币化”了吗?比特币真的能翻译成“币”吗? 这是一个值得反复追问的问题。 在人类历史上,“货币化”始终是极为罕见的制度突变。它和一般商品价格上涨、公司上市、国家货币贬值完全不同。货币化不是经济现象的量变,而是一次语言–制度–价值三位一体的跃迁:一种事物突然从“有价值的东西”变成“价值的尺度与载体”。 在进入长文之前,我们先自问几个问题: 1. 商品的价值与货币的价值 问题:如果一个商品极度稀缺、价值极高、价格还不断上涨,比如达·芬奇的画作,它能成为货币吗? 答案:不能。艺术品可以是财富象征,却无法承担普遍交换职能。它缺乏标准化和可分割性,无法作为记账单位和结算工具。 2. 稀缺品的流通与货币的流通 问题:钻石稀缺、价值高,也能跨境流通,甚至被黑帮用于灰色交易。它是货币吗? 答案:不是。钻石的稀缺主要靠人为垄断维持,其真伪和品质普通人难以验证,缺乏标准化。它更接近奢侈品或财富储藏物,而不是普遍承认的支付媒介。 3. 金融化商品与货币化的区别 问题:17 世纪的荷兰,郁金香球茎甚至可以做远期合约交易,进入了金融化市场。这是不是意味着它是货币? 答案:依旧不是。郁金香的价格全靠投机叙事维系,没有成为结算单位或储值工具。它是投机泡沫,不是货币。 货币化是极少数历史节点才发生的制度性奇迹:青铜、银币、黄金、纸币、美元本位,以及如今正在被争论的比特币。 比特币的独特之处就在于,它触及了人类极少数才会发生的“币化门槛”。而这一切都在极短的时间之内发生了,真的是个奇迹。 我甚至认为我们家几代人对于金融,计算机都有研究,2015年他们在con上面摆摊的时候我都见过,生生被我忽略掉,到底是怎么回事?因为我不可能相信人类历史上只发生过5次的“币化事件”会在我眼前。起码20多岁的我不可能相信。 如果可以把少数的节点,总共只有5次,总结一下(当然我是个马后炮,我要是马前炮早财务自由,也不发推了) 币化是一种极罕见的现象,其规律是: 必须有制度性断层(原有体系无法覆盖的空白)。 必须有稀缺且可验证的锚定机制。 必须具备网络化流通能力。 一旦被市场在某个特殊场景中使用,便会逐步自我强化,完成从“物”到“币”的跃迁。 稀缺性:供给必须受控,不能随意增发。黄金靠地质稀缺。 比特币靠代码算法。 可验证性:所有人都能独立验证真假。黄金靠物理特性。 比特币靠区块链共识。 可流通性:必须能在广泛网络中自由转移。黄金靠物理可分割。 比特币靠网络传输。 制度真空/断层:必须有传统货币或信用体系覆盖不到的空白地带。古代金属货币诞生时,信用不足。 比特币诞生时,全球化资金流动和数字支付的监管断层。 所以:币化不是因为“大家觉得它有用”,而是因为它突然被推入一个原有制度无法覆盖的空隙。 这个你都听过无数次了,讲点我独有的观点。比特币碰上了难得的时代巧合。这个巧合和我们当代许多巧合一样,根本无法被计划。 币化是一种极其罕见的历史现象。 它并不是商品涨价、公司上市、货币贬值这种常见的经济波动,而是一种少见的制度性突变。所谓“币化”,是某种事物从“有价值的东西”跃迁为“价值的尺度和载体”。它的发生规律,几乎总是符合以下四个条件:第一,必须存在制度性断层,即原有货币或信用体系覆盖不到的空白;第二,必须有稀缺且可验证的锚定机制,防止随意增发或伪造;第三,必须具备足够的流通性,能够在广泛的网络中快速转移;第四,一旦在某个特定场景中被使用,就会通过自我强化机制,逐步完成从“物”到“币”的历史跃迁。 在这条极罕见的历史链条上,人类大约只有过五次真正意义上的币化时刻。第一次是金属货币的出现。在早期商业活动中,部落和城邦之间缺乏跨地域的信用,青铜、白银、黄金因其稀缺性、可分割性和易于验证的物理特征,逐渐取代贝壳、粮食,成为最早的普遍交换媒介。第二次是纸币的发明。金属储量有限、运输成本高,于是以金属为背书的纸质信用凭证走向台前,在元朝、欧洲近代银行体系里逐步确立。第三次是美元本位的确立。二战后的布雷顿森林体系,让美元取代黄金成为全球信用锚;这是一次制度与霸权的历史巧合,不是黄金自愿退位,而是美国的军事实力和经济体量逼迫世界接受。第四次则是电子化与数字化的法币转型,银行卡、电子支付系统、央行清算网络,让“货币”彻底脱离了纸张,进入计算机网络的比特与信号之中。 而第五次,就是比特币的出现。 密码朋克邮件列表实现了“中本聪”技术突破。 2008年刚好发生金融危机。 网络支付与全球化资本流动加速,出现了监管无法完全覆盖的真空。 这些条件原本不可能被“设计”出来,却在那个特定时刻奇迹般重叠,才有了比特币从极客收藏品逐步被推向“数字黄金”的轨迹。 当然这个其中还有更多的重叠,我就给你几个关键词: 暗网,丝绸之路,毒贩,跨境灰产,塞浦路斯,中国反腐,新冠,萨尔瓦多….等等 然而,打住!比特币完全币化了没有? 有,也没有。 若从狭义层面理解——即作为真正的货币来使用,它显然并未全面实现。比特币确实具备货币的三大功能标准:支付手段、记账单位和价值储藏。但在现实中,它在支付环节并不普及,交易手续费高、确认速度慢;在记账功能上,几乎没有商品和服务直接以 BTC 定价;唯独在价值储藏方面,它的表现最为突出,已被广泛视为“数字黄金”。因此,比特币在狭义意义上,只是部分完成了币化。 如果从广义层面来看,即作为宏观金融资产进入主流投资组合,它则已经走得更远。随着 2024–2025 年美国批准比特币现货 ETF,大量制度化资金涌入,比特币已经稳固地嵌入全球金融市场结构。在流动性宽松周期中,它被投资者视作风险资产或对冲资产,其角色已经超越了单纯的投机品。这意味着在金融市场意义上,比特币已经实现了一种“结构性币化”。 但若再把视角拉到最高层级——所谓的终极币化,即成为某种全球信用体系的基础锚,那么比特币仍然差得很远。尽管萨尔瓦多等少数国家尝试将其纳入法定货币,但这种实验没有形成全球效应。在绝大多数国家,比特币依旧被定位为“资产”,而不是货币,更没有取代美元或黄金的制度性地位。因此,它离真正的终极币化——成为全球共识下的信用支柱——还有很长的路要走。 各国的小九九 只要一个人还无法真正不靠护照就能在全球自由定居,那么不管你做什么工作,是否交社保,你所能享受的“货币化”程度,都会与各国政府的态度高度绑定。正因如此,比特币的命运,很大程度上就是一场制度算计的舞台。 对储备型国家来说,比如美国,比特币触碰的核心利益是美元霸权。美国当然不会允许任何替代品大规模进入国际结算体系,否则美元的结算权就会被削弱。因此,美国一方面允许比特币进入金融化通道,比如批准 ETF 和期货,把比特币的流动性吸收到资本市场里;另一方面则坚决打压去中心化支付和匿名功能,避免它变成真正的“替代货币”。这套算盘其实很清楚:把比特币“金融化”,但不让它“货币化”,换句话说,是圈养而不是放养。 资本管制型国家,比如中国、印度,则有另一套小九九。这类国家最大的担忧是资本外逃。于是我们看到,中国在 2017 年和 2021 年两次对交易所和挖矿“一刀切”式封杀,目的就是防止体系外的资金流动。但与此同时,它们并不排斥区块链技术本身,反而在联盟链、央行数字货币(CBDC)领域投入巨大。逻辑很简单:比特币作为资产必须封杀,但它所启发的“去中心化创新”可以转化为“中心化应用”,最终强化本国货币的控制。 而在一些资源依赖型、金融体系薄弱的国家,比如拉美和非洲的部分国家,比特币的角色就变得更加复杂。由于本国货币信用不足、通胀高企、跨境支付成本极高,它们更愿意借用比特币的“外部信用”。萨尔瓦多直接将比特币定为法币,部分非洲国家则用它来完成跨境汇款。在这里,比特币的确帮助它们绕过美元和欧元的体系,获得了一部分金融自主权。但问题在于,这类国家缺乏制度和技术支撑,比特币的应用往往停留在象征性或局部层面,难以推广到全国。 如果放到更大的国际格局,在多极竞争的时代,比特币又被卷入另一层小九九。中俄等国推动“去美元化”,试图通过本币结算来削弱美元霸权。在这种趋势下,比特币理论上可能成为一种“中立的结算补充”,但现实中没有国家会主动拥抱它。原因很简单:所有大国更愿意推动的是自己能完全控制的货币(例如数字人民币),而不是一个无人掌控的比特币。于是,比特币变成了大家都不想让它真正赢,但都可能在暗中拿来当筹码的角色。 总结来看,各国对比特币的制度态度具有明显的双重性:一方面害怕它削弱货币主权,另一方面又想利用它的技术与叙事。结果就是,比特币的币化史在制度层面表现为一种半开放、半压制,利用为主、控制为辅的复杂局面。换句话说: 比特币的币化史,本质上就是一部“国家如何在维护主权与利用外部工具之间反复算计”的故事。 所以在这里我可以引入一张三角图,谈谈人民、技术与政府三者之间如何深度博弈,又如何互相算计。我们可以把这三方分别抽象为三股力量,然后观察它们在比特币币化进程中如何不断拉扯。 对人民而言,他们的逻辑是避险与自由。比特币最初吸引他们的,是对抗通胀、绕开监管与追求财产独立的需求。从囤币到构建社群共识,人民在不断为比特币的需求端注入动力。然而,他们的局限也很明显:技术门槛高,普及有限;面对暴跌和黑客风险时,个人缺乏自保能力。因此,人民更多扮演的是需求推动者的角色——正是他们让比特币逐渐从极客收藏品变成了一种价值储藏工具。 政府的逻辑则完全不同,他们追求的是主权与控制。任何替代结算工具,都可能冲击国家的货币体系;逃税、洗钱、资本外逃更是他们无法容忍的风险。因此,政府采取的手段往往带有双重性:有时是一刀切的禁止,比如中国对交易所和挖矿的封杀;有时是有限度的限制,例如印度和欧盟通过 KYC 来加强反洗钱;还有时是主动的利用,比如美国允许 ETF,把比特币流动性纳入华尔街。政府实际上是比特币币化的过滤器和操盘手,他们决定了比特币能否从灰色地带被拉入制度层。 而技术的逻辑则冷峻而中立。它的目标是去中心化与演化:通过算力共识与密码学保证网络安全,通过闪电网络和 Layer 2 提升扩展性,同时保持对任何国界和身份的无差别态度。技术本身不偏向人民或政府,但它的开放性决定了所有人都能加以利用——黑市、个人、国家都不例外。技术因此成为比特币币化的中性支柱,一个不断演化、为双方博弈提供舞台的存在。 三角博弈的格局。人民依靠技术寻找自由的空间;政府则试图压制或收编技术,例如央行数字货币的尝试;而当政府收紧,人民反而更倾向于投向比特币。在不同国家,这个三角关系呈现出不同的态势:在美国,政府允许技术存在,但通过金融化限制其货币属性,人民更多作为投资者参与;在中国,政府禁止人民直接使用比特币,却积极吸收底层技术为己所用,比如推动区块链和数字人民币;而在弱势国家,人民常常借助比特币绕过政府,而政府有时也会主动利用比特币来对抗美元体系。 从整体来看,这仍是一场未完成的博弈。人民想要自由与避险,政府想要控制与主权,而技术提供了一个不可逆的实验场。比特币的币化正是在这三方的拉扯中不断推进:如果人民的力量更大,它可能会更接近“自由货币”;如果政府占据上风,比特币则会被金融化、边缘化,最终只剩下“数字黄金”的角色;而如果技术继续突破,它或许会打开全新的空间,把人民和政府都迫向一种新的妥协。 然而,对整个技术共同体而言,技术从来不会后退。技术人的生产力、精力与智力,只会从一件事迁移到另一件事,而不会凭空消失。已经被创造出来的技术,不可能被强行抹去;而一旦有新的萌芽出现,也没有人能够阻止技术人去尝试、去玩、去推动它成长。 只要还有一口气,咱就得折腾。

73
15
9
10.6K
Posted 16h ago · Data updated 4h ago
Reply Suggestion

Est. 100 views for your reply