Sabitlenmiş Tweet
BITWU.ETH 🔆
33.6K posts
BITWU.ETH 🔆
@Bitwux
4XLabs | Coinseek @imcoinseek｜https://t.co/5pqnsZftci | #Binance 3亿人选择：https://t.co/SRRIEND7RA｜ #OKX https://t.co/qQLPDPmN6W
Los Angeles, CA Katılım Ocak 2017
2.3K Takip Edilen365.3K Takipçiler
车的副驾三角玻璃给搞坏了，
原厂配件加工时费报价给我1550，咸鱼买了个拆车款，回来自己找个店安装，花了350。
省下来的1200刚好够我今天去采个耳！
舒坦！
中文
Claude 被封的没脾气了，我也开始用 zenmux 相对来说比较稳定，而且选择余地多 OpenAI / Claude / Gemini / DeepSeek 等所有模型也不降智。
懒得折腾贵就贵点吧，下面链接大家有需要自取：
zenmux.ai/invite/ZZPZYK
用的话可以帮你们省10刀费用，不用也随意。
他们是随机开放名额的，我上午还不行刚看了下可以才注册的。
中文
判断一个人的认知水平，本质上是在判断他思维模型的复杂程度——
一个初阶的人，用点状思维，追求唯一的答案和绝对的真理，所有事情都是非黑即白的，只愿意和你讨论一个孤立的因果关系。
一个中阶的人，用线性思维，不再执着于绝对化的结论，能理解简单的因果链条和关键变量，愿意听取一些不同意见。
一个高阶的人，用网状思维，能看到万事万物之间的普遍联系和动态平衡；
他拥抱不确定性，敬畏复杂性，在探讨时他不会和你争论对错，只会帮你构建框架和分析利弊，他会考虑对各种可能性的探索和对各种条件的限定，确保你看到了全局，同时也把决策权交还给你。
多去寻找这种人，这本身就是一种极高的智慧。
中文
采访了身边好几个人，都觉得今年 10 月就是本轮最低点，到时候要全仓干进去。
历史上三轮周期，都是从高点往下跌 70%–85% 左右见底；
这一次高点 12.6 万，按这个幅度算，差不多也就落在这个区间；
再叠加减半周期、ETF 资金、机构配置这些逻辑，好像 10 月这个节点还挺合理。
但身边人这么统一地指向 10 月，反而让我有点怪怪的感觉！
中文
Thanks for @BitMartExchange
感谢八周年礼物很丰富，
但是我最喜欢的就是这两样小物件，解压小键盘和治愈独角萌物，可以挂在书包随时拿出来把玩。
谢谢 @cryptoyuanyuan
中文
加密项目最擅长的不是做产品，而是做阶段性成立的叙事，这是过去几年默认的一套行业方法论。
很多团队并没有真正构建出付费关系、留存关系和长期信任关系，他们只是先发了一个资产，然后希望资产价格上涨能反过来托住业务。
但资产不是业务，估值也不是收入，二级市场的流动性更不是产品价值。
有币、有融资、有用户数据、有TVL，都是流动性宽松阶段的幻象，≠ 成功的商业模式。
如果没有补贴、没有空投、没有PUA、没有新一轮融资、没有交易所上币预期，90%的项目其实都活不过3个月。
币圈需要很多币吗？
让我举例，10个就够了。
中文
Claude 封号又开始了，好多人被封，这次反代也不中了，封的死死的无处遁形！
所以接下来怎么办？
国内想用个好点的大模型太难了！
BITWU.ETH 🔆@Bitwux
主模型：claude/sonnet-4.6 备用 1：openai/gpt-5.4 备用2： claude opus 4.6 1️⃣兄弟们如果我这样配置合理吗？ 2️⃣一个月大概花多少银子！？ 3️⃣ Claude这种订阅很容易被封，有没有啥绝招？或者有木有谁有车给我搭载一下，已经被封了两个号了😭 这么配置我是这么想的： Claude Sonnet 4.6 适合做主力，因为它现在官方定位就很贴近我平时的使用场景： 知识工作、长上下文推理、agent planning、专业工作流，整体很均衡，适合天天挂着干活。 GPT-5.4 适合做第一备用： 因为 OpenAI 官方把它定义成适合复杂专业工作、agentic workflow、多步骤任务的主力模型，而且在风格控制、长任务表现上也比较强。它可以作为“第二种脑回路”，当 Claude 写得太保守、太规整时，切到 GPT 往往会有不同味道。 Claude Opus 4.6 适合做第二备用： 很贵很牛逼，所以专门啃难题。复杂 document creation 和高要求 agent 工作。也就是说，真正要做重型深度分析、长文框架、复杂拆解时，再切它。
中文
MiniMax @MiniMax_AI 发布的 M2.7 号称编程接近Opus水平 MM-Claw 的评测中接近 Sonnet 4.6。
想问下大家开始用了吗？
真实效果如何？
如果能力大幅提升，成本是不能又能降低点了！
他们在公众文写到：
团队基于 M2 早期版本构建研究型 Agent 框架，让模型自主完成强化学习 Skill 构建、记忆更新和过程优化。
在一项内部实验中，M2.7 自主运行超 100 轮迭代循环（分析失败轨迹、修改脚手架、运行评测、对比结果），最终在内部评测上效果提升 30%。
在 MLE Bench Lite 的 22 个机器学习任务中，三次测试平均得牌率 66.6%，与 Gemini-3.1 持平，仅次于 Opus 4.6（75.7%）和 GPT-5.4（71.2%）。
编程方面，M2.7 在 SWE-Pro 得分 56.22%，追平 GPT-5.3-Codex；VIBE-Pro 55.6%，接近 Opus 4.6；Terminal Bench 2 得分 57.0%。
MiniMax (official)@MiniMax_AI
Introducing MiniMax-M2.7, our first model which deeply participated in its own evolution, with an 88% win-rate vs M2.5 - Production-Ready SWE: With SOTA performance in SWE-Pro (56.22%) and Terminal Bench 2 (57.0%), M2.7 reduced intervention-to-recovery time for online incidents to 3-min on certain occasions. - Advanced Agentic Abilities: Trained for Agent Teams and tool search tool, with 97% skill adherence across 40+ complex skills. M2.7 is on par with Sonnet 4.6 in OpenClaw. - Professional Workspace: SOTA in professional knowledge, supports multi-turn, high-fidelity Office file editing. MiniMax Agent: agent.minimax.io API: platform.minimax.io Token Plan: platform.minimax.io/subscribe/toke…
中文