Ee20

目前看是很不错的一个日线中枢上的三买位置

好久没说行情了，昨天晚上就想发一下，但觉得还是等到今天早上确认结构再说。 这次突破我还是比较看好的，因为看，在下图中，前面的蓝色的前高压力之前，这个地方之前做了一个非常强势的，由30M 区间震荡延展出来的4M 区间震荡（红色框），结构比较扎实，看好周线或慢慢延展出的月线行情。这次上涨可能不是太凌厉的那种，一步三回头的慢慢蹭上去？ 个人持仓的话，除了现货，持有5月底的一些远期的 call和六月底少量的put。

还是在周线上涨中，应该不久会有大阳线了

我的加密人格是 FARM「矿工」Yield Farmer My crypto persona is FARM「矿工」Yield Farmer "3%的APY也是APY。我跟你讲，复利是第八大奇迹。" "3% APY is still APY. Let me tell you, compound interest is the 8th wonder." 象限 Quadrant: 聪明钱 Smart Money 风险 Risk: 10% | 信念 Conviction: 75% 来测测你的加密人格 👉 cbti.club Take the test 👉 cbti.club #CBTI #CryptoPersonality

哎又跌回前中枢了，还得慢慢磨了，继续大力卖CALL

这段时间用 AI 做抖音做的不亦乐乎。因为语音输入比较方便，各种 AI 工具也提高了自己的输出效率。后面考虑在推特上分享更多自己的交易体系、交易系统和一些分析方法。

另外这一轮上涨，我是比较看好会去去回到前面震荡中枢的这个区间，应该8万9或9万3这一块可能是容易被触及的地方吧。 再说一个过去这大半年看盘的观体会。就是老鼠仓和内幕交易者越来越多，所以慢慢的索性放弃了去看很多的宏观信息和基本面信息。更多的还是依赖图表上的结构去做，做一些大方向的判断。

前面发的是bybit期权那边的情况； 下面okx的持仓结构类似

六月底的put是前面几个月用剩下来的套子滚过去的，不代表太多实际方向观点。后面我可能会把这个6月底的 put 继续往后，按等u价值的权往后展期。

拿到官方 leaderboard 原始数据了。对比推文说法： ARC-AGI-3 官方成绩（目前仅4个提交）： GPT-5.4 (High) 0.3% $5.2K/次 Anthropic Opus 4.6 (Max) 0.2% $8.9K/次 Gemini 3.1 Pro (Preview) 0.2% $2.2K/次 Grok 4.20 (Beta Reasoning) 0.0% $3.8K/次 推文 vs 实际： | 推文说法 | 实际情况 | | -------------------------------- | -------------------------------------------------------------------------------------- | | GPT-5: 0.26% | 0.3%（接近但不精确） | | Claude: 0.25% | 0.2%（同上） | | Grok: 0% | ✅ 确实 0% | | "4-layer CNN: 12.58%" | ❌ 这是 ARC-AGI-2 的成绩，跟 ARC-AGI-3 完全不同 | | "random unemployed people: 100%" | ❌ ARC-AGI-3 人类基线根本还没出（表格写 N/A）；ARC-AGI-2 人类 Panel 100% 但那是筛选过的 STEM 研究生，Mturk 普通人是 77% | | "$700K prize untouched" | 大致对，ARC Prize 2026 奖金池在 | 推文最大的硬伤：混淆了 ARC-AGI-2 和 ARC-AGI-3。 这是两个完全不同的东西——ARC-AGI-3 是交互式 agent 基准测试（要在环境中探索、学习、规划），不是静态拼图。拿 ARC-AGI-2 上 CNN 的成绩来对比 ARC-AGI-3 上 LLM 的成绩，是不对等的比较。 另外注意 ARC-AGI-3 跑一次成本是数千美元级别，目前只有4家提交了成绩，样本极小。

千亿大模型集体翻车，整个AI圈傻了。 3月25日，谷歌悄悄发布了ARC-AGI-3基准测试。 GPT-5：0.26% Claude：0.25% Grok：0%，直接交白卷 人类呢？旧金山街头随便找的测试者，100%满分。 这测试没规则、没目标、没说明。 扔进一个陌生环境，自己摸索，自己推理。 人类天生会的事，AI完全不会。

这条推文有一些事实基础，但整体 不够严谨，有明显夸大和误导： ✅ 基本正确的部分 • Google 确实在推后量子密码迁移（NIST PQC 标准） • BTC 用 ECDSA 签名，理论上受 Shor 算法威胁 • 暴露过公钥的地址（即花过钱的地址）确实比未花费地址风险更高 • Chrome/Android 已开始集成后量子加密（TLS 层面的 ML-KEM） • Vitalik 确实提过抗量子路线图 ❌ 不严谨 / 误导的部分 1. "2029 deadline" — Google 的迁移时间表是针对自己的认证服务（TLS、签名证书等），不是给 BTC 开发者的 deadline。把 Google 内部迁移计划说成"给 BTC 的 deadline"是偷换概念 2. "Willow 芯片 105 量子比特" — Willow 是 105 个物理量子比特，但破解 ECDSA 256 需要约 数百万个逻辑量子比特（考虑纠错），差距在 4-5 个数量级。推文故意模糊物理比特和逻辑比特的区别来制造紧迫感 3. "Shor 算法可以从公钥推导私钥" — 理论正确，但前提是有足够大的容错量子计算机。目前没有任何机构能用量子计算机破解哪怕最小的实用 ECC 密钥 4. "BTC 连讨论都没开始" — 不准确。Bitcoin-dev 邮件列表上量子抗性讨论已经持续多年，也有具体提案（如 BIP 对 Taproot 地址的讨论、签名方案升级路径等）。只是没有像 ETH 那样有基金会统一推进 5. 暗示 ETH 比 BTC 安全 — ETH 同样用 ECDSA（secp256k1），面临完全相同的量子威胁。有路线图 ≠ 已解决 总结：用真实新闻碎片拼出了一个恐慌叙事。核心逻辑是"Google 在跑 → BTC 要完"，但实际上 Google 迁移的是 TLS/证书体系，跟 BTC 签名是不同场景。量子威胁是真实的长期课题，但远没到 2029 就会被破的程度。

⚠️ Google给了BTC开发者一个deadline：2029 Google本周宣布，2029年前完成所有认证服务的后量子密码迁移 16个月前Willow芯片只有105个量子比特的时候，大家还觉得量子威胁是科幻 现在？造量子计算机的公司自己都在抢跑了 · BTC用的ECDSA签名 → 正是Google标记为「必须在量子计算机到来前迁移」的那类 · Shor算法可以从公钥推导出私钥 → 暴露过公钥的BTC地址全部有风险 · Android 17已经集成后量子签名保护 · Chrome已经支持后量子密钥交换 ETH那边？Vitalik 2024年10月就在推抗量子路线图，基金会已经干了8年，每周在发devnet BTC呢？没有基金会，没有统一路线图，协议改动需要全社区共识 不是说量子计算机明天就来砸门 但造锁的人都在换锁了，BTC这边连讨论换不换都还没开始 时代变了，保护好子弹 🧊

从昨晚开始claude用量刷的特别快，超限以后自动切到我配置的gpt.5.4 fallback了，后者废话明显增多，反应变慢，执行不严格。 让我在不知情的情况下做了对照实验。 gpt很好，我还是会多买几个claude号

在调教 OpenClaw 的过程中，我对接了几乎所有主流消息渠道——Telegram、Discord、飞书、微信…… 用下来一圈，结论很明确：Telegram 是最佳搭档。 🔹 流式输出体验拉满 Bot 执行任务时会实时反馈思考过程、每个步骤，甚至中途发截图。你能真切感受到它"正在想、正在做"，而不是丢出去一个任务然后干等。 🔹 消息送达即时 Discord 虽然功能也不差，但消息经常延迟，Bot 跑完所有任务后才一口气推几十条过来，体验割裂。 🔹 Topic = 轻量频道 Telegram 群组里的 Topic 功能，用起来就像 Discord 的 Channel，任务分类、上下文隔离都很方便，一个群就能搞定。 至于其他渠道： ❌ 飞书——创建 Bot 的流程极其繁琐，权限拆得过细，更像是给大厂内部管控设计的，个人用户体验很差。 ❌ 微信——消息发送慢，而且始终有信息上传和隐私泄露的隐忧，不适合跑 AI Agent。 如果你也在玩 AI Agent / Personal Assistant，强烈建议试试 Telegram 作为主通道。

``` 苏黎世联邦理工开源了一只机械手 ORCA Hand，自己造一只不到 ¥15,000。 🧵 关键信息整理👇 【硬件规格】 - 17 自由度，腱驱动，五指拟人构型 - FSR 触觉传感器 + 硅胶表皮 - DYNAMIXEL XC330/XC430 舵机，U2D2 通信集线器 - 三个版本：Standard / Lite / Touch - 关节可弹出更换，寿命 10,000+ 次循环 【成本对比】 ORCA Hand：17-DOF 腱驱动，¥1.5w 自建，5指，~8h组装 LEAP Hand：16-DOF 直驱，~$2,000，4指，3-4h组装 Shadow Hand：24-DOF 气动/电动，£50-90k，5指，工厂交付 ``` ``` 【自建成本拆解（国内落地）】 - DYNAMIXEL 舵机：¥5,000-7,000（最大头） - U2D2 集线器：¥800 - FSR 传感器：¥200-400 - 3D 打印件：¥200-500（PLA，普通 FDM，Bambu 配置文件已提供） - 硅胶皮肤：¥300-500 - 杂项（螺丝/肌腱线/电源）：¥300-500 - 总计：¥7,000-10,000 材料 + 运费关税 ≈ ¥12,000-15,000 【软件生态（全开源，MIT 协议）】 - orca_core — Python 控制器（307⭐） - orcahand_description — MJCF/URDF 模型 - orca_sim — MuJoCo 仿真环境 - orca_retargeter — 遥操作映射 ``` ``` - 支持 Rokoko 手套、Apple Vision Pro 遥操作 - MuJoCo 训练后零样本迁移到实物（sim-to-real） 【购买渠道 shop.orcahand.com】 - 整机：$5,950（有货） - 含电机组装套件：$4,350（售罄） - 不含电机套件：$1,370（售罄） - 3D 打印件包：$250 - BOM 零件包：$650 - 硅胶皮肤包：$450 【我的看法】 Shadow Hand 卖 50 万起，ORCA 自建成本压到 1.5 万，性能覆盖了绝大多数具身智能研究场景。更关键的是 sim-to-real pipeline 完整开源——在 MuJoCo 里训好策略直接部署到实物，不用重新调参。 对个人开发者和小团队来说，这可能就是具身智能领域的「树莓派时刻」。 ``` ``` 🔗 官网：orcahand.com 🔗 GitHub：github.com/orcahand ```

@bitkeyboardman 365469972

@0xee20 抖音号是哪个，看起来要下载抖音了

现在我用 Agent 做抖音视频，把每天处理的信息做成内容输出。 以前的习惯是：看到有价值的信息 → 仔细学习 → 然后就没有然后了。缺了输出这一环。 现在加了两个出口： 抖音：把筛选过的信息做成短视频，顺便帮身边的人减少一点信息差（尽力而为）, Twitter：更即时地输出想法和判断, 这样就形成了一个完整的闭环：接收信息 → 筛选 → 处理 → 输出。 说实话，做这件事不是为了流量或粉丝。核心收益是：当你逼自己把一个东西讲清楚的时候，你对它的理解会比单纯"看过了"深很多。 输出是最好的学习。

再加一项：制作或使用 SKILL 做完复杂任务过后，如果有失败、中间有波折、走弯路了，让模型复盘一下整个过程，分析哪里犯了错。 你自己也要搞明白一些关键的逻辑选择，要防止模型下次再次踩坑。

> 有技术背景的人用 OpenClaw 时，能快速分辨底层执行逻辑是否出了问题，从而高效地引导和纠正 AI 的行为。 > > 这说明一件事：AI 时代，理解技术逻辑、熟悉系统架构、拥有扎实的编程经验，依然非常重要。中高级程序员不必太焦虑被替代——你的价值恰恰在于能驾驭 AI，而不是被它取代。 > > 用 AI 的正确姿势：不要把它当复制粘贴机器。在提问之前，先在脑中形成自己的方案，再拿 AI 的输出做对比，分析哪种路径更优。 > > 这个过程本质上是在培养一种对结果的直觉——面对复杂任务时，快速判断方向对不对、路径好不好。这种直觉是人类特有的优势，也是 AI 目前最难替代的能力。

这条推文大概率是编的，几个硬伤： "时区套利"窗口根本不存在 2-3 小时, 我们之前实测过：五大联赛（EPL、La Liga、Bundesliga）赛前盘，Polymarket 和 Pinnacle 的价差基本 <2%，最大的 Arsenal 主胜也就 2.5%。Poly 的定价效率很高，不存在"亚洲盘快 2-3 小时、美国交易员还在睡觉"这种窗口。链上订单簿是 24/7 的，做市商也是全球分布的，不存在"等美国天亮才调赔率"的情况。 数据经不起推敲, 4390 次出手赚 440 万 → 每笔均利润 ~$1000。但我们扫描的结果是零个机会超过 3% 阈值，2.5% 的价差连对冲成本都覆盖不了, 体育盘口流动性有限，热门联赛单场 orderbook 深度不过几万到十几万美金，你想一次性砸大单进去滑点就把利润吃完了, 叙事套路典型, "MIT 辍学""父母哭""代码印钞机""28万人盯着"——这是标准的 crypto Twitter 爽文模板。查了下 432614799197 这个 Polymarket 地址/ID，推文也没给链接让你验证。 真正的套利长什么样, :thumbsup: 点击反应 :people_hugging: 点击反应 :trophy: 点击反应 添加反应 回复 转发 更多 [19:05]2026年3月21日 19:05 我们研究的结论是：五大联赛赛前无套利空间，机会只可能在： 世界杯散户涌入期（情绪溢价）, 冷门联赛（但流动性极差，$0-$88K）, 临近开球阵容公布后的短暂窗口（秒级，不是小时级）, 结论：这条推文是包装过的爽文，用"时区套利"这个听起来合理的概念包装了一个不存在的故事。核心逻辑不成立——链上市场是 24/7 全球定价的，不存在几小时级别的地理套利窗口。

他父母砸了 28 万美金送他去 MIT 读计算机。 家里人给他设定的剧本很标准：顺利毕业，拿到 Google 的 Offer，安稳拿着 18 万美金的年薪。 但他只花了三周时间，在宿舍写了一个 Bot，把这个剧本彻底撕了。 这个名为 pm-timezone-arbitrage 的程序，三个月在预测市场卷走了 440 万美金。Google 一年给的钱，他的 Bot 两周就能印出来。 我查了那个地址的数据（432614799197）：总共 4390 次出手，全在体育盘口，比如 NFL、英超、法甲。没有复杂的宏观分析，也没有什么神级预测，只有一套冰冷且无解的底层逻辑。 他在做纯粹的降维打击：时区套利。 亚洲博彩公司的赔率，永远比美国平台快 2 到 3 个小时。他的策略就是盯死亚洲盘口的数据异动，在美国交易员还在睡觉、赔率还没来得及修正之前，提前在链上把筹码砸进去。 等美国那边天亮，市场开始调整赔率时，他的无风险利润已经锁死了。 上周他妈妈打电话，例行公事地问 Google 的 HR 回信没有。 他说他不去了。他妈妈在电话里当场急哭了。 然后他一句话没解释，直接把账户余额截图发了过去。 现在这个账户有近 28 万人在盯着，里面还有 120 万美金的头寸在自动运转。 而他本人，依然住在拥挤的学生公寓，每天骑着自行车去上课。 父母花 28 万美金买的文凭，他的代码 6 周就赚回来了。 这就是这个市场的真相。当普通人还在卷简历的时候，顶级玩家早就利用信息差和时间差，打造了自己的提款机。

> 用 AI Agent 一段时间后，我的结论是：**尽量用最好的模型，别省这个钱。** > > **Opus 4.6**：执行逻辑严谨，步骤严格，输出一致性高，不容易翻车。复杂多步任务交给它，基本不用返工。 > > **GPT 5.4**：严谨性略逊一筹，但胜任简单逻辑任务，表现仍优于大部分国产模型。 > > 大部分国产模型在 Agent 场景下差距明显。打个比方：Opus 像一个资深老员工，交代任务后自己就能跑通；而弱模型像刚入职的新人——你得不断纠正他的错误，反复教他正确做法，他可能还会犯同样的错。 > > 这种反复纠缠最大的代价不是时间，而是**注意力**。你的精力被消耗在纠错上，无法专注于自己的深度思考和高价值输出。 > > 我目前的方案：**Opus 4.6 负责主力操作，GPT 5.4 跑简单定时任务。** 对 OpenClaw 来说，这是一个顶配但高效的组合——模型成本高一点，但省下来的是你自己的认知带宽。