ZenRr1
83 posts
目前在鲸鱼网上盘前购买FF，不过有个问题。
卖家在开盘后，4个小时内把币转给买家，否则双倍赔。这里就有个博弈了。
比如现在价格0.28，如果开盘在0.28以下，卖家肯定很高兴把币给你。
假如价格在0.28~0.56之间，他们也会在最后一刻把币给你，否则损失更大。
假如价格高于0.56，那么完蛋，卖家肯定直接卖掉，宁可给你双倍，毕竟自己还有得赚。
希望在0.56以上吧，能翻倍也不错了。@falconfinance
#FF #FALCON
李大白🔶BNB@0xldb
falcon finance @falconfinance 的FF开盘预测！ 🩷项目多牛逼就不说了，投资机构主要是DWF和WLFI，这两个明星投资机构足够说明问题了，更别提buidlpad超募了28倍！ 总发行量100亿，初始流通量23.4亿。buidlpad发售时FDV是4.5亿，也就是单价4.5/100=0.045刀。 🩷对标分析一下： 1️⃣用流通市值MC对标，SKY的流通市值16亿，ENA的流通市值40亿，我认为和SKY对等，ENA的一半，比较合理，也就是20亿，那么单价就是20/23.4=0.85刀（各个大佬分析FF的机制比SKY和ENA好很多）。 2️⃣用全流通市值FDV对标，SKY的是16亿。ENA是90亿。我认为到达ENA的一半，也就是45亿比较合理，那么单价就是45/100=0.45刀。 3️⃣推特上多数KOL认为MC在10亿到20亿之间，对应单价是0.42-0.85之间。 ❌不要去计算USDf的发行量，虽然只有2B，比其他两位低很多，但是牛市要看讲故事的能力，不要iq200！ 😈综上，预计开盘价格在0.42~0.85之间，情绪上头的话估计能到1。 🤢目前鲸鱼网上盘前0.21，可惜流动性太差，没法买。 😈哪里有盘前合约啊？？ #falcon #FF
中文
ZenRr1 retweetledi
最近刚读了浙江大学社会学系研究员吴桐雨的新书《牛马游戏：硅谷大厂如何驯服工程师（Play to Submission:Gaming Capitalism in a Tech Firm）》，读完之后背后有点发凉。不是因为书写得不好，恰恰相反，是因为它太真实了。
先简单介绍一下这本书的分量。
作者吴桐雨是俄勒冈大学社会学博士，现任浙江大学社会学系百人计划研究员，专攻劳工社会学、科技产业和性别研究。
这本书的英文版《Play to Submission: Gaming Capitalism in a Tech Firm》已由天普大学出版社（Temple University Press）出版，获得了国际顶尖社会学家麦克·布洛维（Michael Burawoy）、清华大学沈原教授、马克斯·普朗克社会人类学研究所所长项飙等海内外权威学者的联袂推荐。
这本书基于作者在硅谷某头部科技公司长达 13 个月的深度田野调查，包含 100 小时的参与观察和 66 次正式访谈，可以说是目前对硅谷工程师文化最深入、最系统的社会学研究。
你有没有想过这样一个问题：为什么那些智商超群、逻辑思维极强的硅谷工程师，会心甘情愿地通宵达旦为公司工作，甚至还觉得这是一种「酷」的生活方式？为什么他们明明有着极强的议价能力和技术主权，却依然被大厂牢牢「拴住」？
答案可能比我们想象的更加精妙和可怕。
吴桐雨用了整整 13 个月的时间，深入硅谷某头部科技公司进行田野调查，最终揭开了一个令人震惊的真相：硅谷大厂并不需要用 996 这种粗暴的方式压榨员工，它们有一套更加高明、更加隐蔽的「驯服术」——让员工在游戏中不知不觉地「用爱发电」。
这本书用极其冷静和客观的社会学视角，解构了一个我们以为很「正常」的现象。当我们还在讨论 996 怎么仍敢大行其道时，硅谷的科技巨头们早已进化出了一套更加精密的控制系统。
吴桐雨在调查中发现，一家硅谷科技公司内部，竟然存在着超过 50 种不同的游戏来激励员工工作。注意，这里说的不是什么团建活动或者员工福利，而是深度嵌入到工程师核心劳动过程中的游戏化机制。
这些游戏被精心设计，分为四大类型：模拟类游戏、整蛊类游戏、轮盘赌类游戏，以及收集类与奖券类游戏。
比如有个叫「甜甜圈邮件」（donut email）的整蛊游戏，新员工入职后会收到一封看似来自同事的邮件，邀请他们去某个地方拿甜甜圈，结果到了现场发现这是一个恶作剧。
表面上看这只是一个无害的玩笑，但吴桐雨敏锐地指出，这实际上是一种服从性测试，是对新员工最初的 PUA。通过这种看似「有趣」的方式，公司在测试新员工是否愿意接受这种企业文化，是否能够「融入」团队。
更精妙的是那些模拟类游戏，比如敏捷开发流程（Agile development）本身就被包装成了一种角色扮演游戏。
工程师们需要在规定时间内完成各种「任务」，就像在玩一款策略游戏一样。还有代码审查被设计成「轮盘赌」游戏，用随机分配的方式解决劳动分工问题，表面上公平有趣，实际上是在用游戏化的外衣掩盖管理的强制性。
最让人细思极恐的是那些收集类游戏，比如「刷工单」和「收集徽章」。工程师们会为了在排行榜上的名次而疯狂工作，为了获得某个虚拟徽章而通宵达旦修复漏洞。他们沉迷于这种竞争，就像沉迷于电子游戏一样，完全忘记了自己其实是在为公司创造价值。
读到这里，我突然想起了国内互联网大厂那些「奋斗者文化」和「福报论」的宣传。相比之下，硅谷的这套做法显得更加高明。
它不需要用道德绑架或者直接的强制手段，而是通过激发人性中对游戏、竞争和成就感的渴望，让员工主动投入到超额劳动中去。
吴桐雨在书中提出了一个关键概念——「玩家主体性」（gamer subjectivity）。这个概念解释了为什么硅谷的游戏化管理如此有效。
她发现，硅谷的工程师大多出生于 1979 年到 2000 年之间，这个时期正好与美国电子游戏产业的鼎盛期重叠，因此被称为「玩家一代」（gamer generation）。
这一代人从小就浸淫在电子游戏的世界中，他们不仅对编程和 debug 非常熟悉，更重要的是，他们已经内化了游戏的逻辑和叙事方式。他们习惯于在游戏中冒险闯关，习惯于面对不确定性，习惯于通过排行榜来证明自己的价值。
正是这些从小培养起来的习惯和认知模式，让他们在面对公司精心设计的游戏化工作环境时，很容易就被「套路」进去。
这让我想起了一个有趣的对比。
在中国，程序员们往往自嘲为「码农」或者说自己在「搬砖」，这种表述背后透露出的是一种工具化的自我认知——我知道我在被剥削，但我需要这份工作。
而在硅谷，工程师们更愿意把自己看作「玩家」，他们觉得自己在参与一场有趣的游戏，在这个游戏中获得成就感和满足感。
表面上看，后者似乎更加积极正面，但吴桐雨的研究揭示了一个残酷的真相：正是这种「玩家」身份认同，让硅谷的工程师们更容易被操控。
当你把工作当作游戏的时候，你就不会去质疑游戏规则的合理性，不会去思考这个游戏是否对你有利。你只会专注于如何在游戏中获胜，如何刷出更高的分数。
书中有一个细节让我印象特别深刻。吴桐雨描述了工程师们如何为了「保级」而通宵达旦地修复漏洞，他们把这种行为称为「开黑」。
这个词本来是游戏术语，指的是和朋友一起玩游戏，但在这里却被用来形容加班工作。这种语言的挪用本身就说明了问题——当工作被包装成游戏的时候，加班就不再是加班，而是「和朋友一起开黑」，是一种有趣的社交活动。
更可怕的是，这种游戏化的工作模式还会制造排斥和分化。
书中提到，那些不太愿意参与游戏，或者不太擅长这种「玩家文化」的员工，往往会被边缘化。特别是亚裔工程师和女性工程师，他们往往无法完全认同这种「玩家主体」，觉得为了游戏荣誉而工作是「太情绪化」、「不专业」甚至「幼稚」的行为。但正是因为这种疏离感，他们在公司中的处境变得更加艰难。
读这本书的过程中，我不断地在思考一个问题：为什么同样是让员工超额工作，中国的互联网大厂选择了 996 这种相对粗暴直接的方式，而硅谷却发展出了这套精密的游戏化系统？
答案可能在于两种不同的管理哲学和文化背景。
中国的 996 文化本质上还是一种传统的权威式管理，它依靠的是等级制度和服从文化。老板说要 996，员工就得 996，这里面有明确的权力关系和利益交换。虽然粗暴，但至少是透明的——大家都知道这是在被剥削，只是为了生存不得不接受。
而硅谷的游戏化管理则更加狡猾。它不是通过外在的强制力来控制员工，而是通过重塑员工的内在动机和身份认同来实现控制。
当员工把自己当作「玩家」的时候，他们就会主动去追求游戏中的成就，主动去承担更多的工作，甚至会为了团队的「荣誉」而牺牲个人的休息时间。这种控制更加深入，因为它不是来自外部的压迫，而是来自内心的驱动。
吴桐雨在书中引用了福柯的理论，将这种现象称为「游戏化治理术」（gaming governmentality）。她认为，这是一种超越了传统霸权控制模式的新型劳动控制机制。传统的霸权控制还需要员工的「同意」，还可能遭到集体的抵抗。但游戏化治理术通过制造沉浸式的「游戏现实」，让员工相信问题在于自己「游戏玩得不够好」或「不够投入」，而不是资本剥削制度本身。
这种机制的可怕之处在于，它几乎完全消解了员工的批判意识。当工程师们在排行榜上看到自己的名次下降时，他们不会去质疑这个排行榜的合理性，不会去思考为什么要用这种方式来评价自己的工作，他们只会想着如何提高自己的排名。
当他们为了修复更多漏洞而通宵达旦时，他们不会觉得自己在被剥削，反而会有一种「拯救世界」的英雄感。
更让人担忧的是，这种模式正在向其他行业和地区扩散。随着人工智能和数字化技术的发展，越来越多的工作可以被量化、被游戏化。当我们的工作都变成了一场场游戏的时候，我们还能保持清醒的判断力吗？
书中还提到了一个令人深思的现象：在后疫情时代，美国科技产业经历了多轮裁员，这些公司不再热衷于扩招，而是转向更充分地压榨现有员工的生产力。
在这种背景下，原本看似「自由」和「有趣」的游戏化工作环境，实际上变得越来越「有毒」。员工们发现自己被困在了一个无法逃脱的游戏中，他们必须不断地提高自己的「游戏水平」，才能在这个残酷的竞争中生存下来。
读完这本书，我最大的感受不是愤怒，而是一种深深的警醒。
吴桐雨用她扎实的田野调查和冷静的学术分析，为我们揭开了一个看似美好的面纱。她让我们看到，在那些光鲜亮丽的硅谷办公室里，在那些看似自由开放的企业文化背后，隐藏着一套多么精密和高效的控制系统。
这本书的价值不仅仅在于它揭露了硅谷大厂的「驯服术」，更在于它提醒我们思考一个更加根本的问题：在这个信息资本主义的时代，我们如何保持自己的主体性？如何在各种精心设计的「游戏」中保持清醒的判断力？
当你在朋友圈看到有人晒加班照片，配文说「又是充实的一天」的时候；当你看到有人为了完成某个 KPI 而兴奋不已的时候；当你自己也开始用「升级打怪」来形容工作的时候，你是否应该停下来想一想：你是在追求真正的成就感，还是在被某种精心设计的机制所操控？
更进一步说，当你的孩子告诉你他想去大厂工作，因为那里「有趣」、「有挑战性」的时候；当你的朋友跟你分享他们公司最新的「创新」管理方式的时候；当你作为管理者也在思考如何「激发」员工积极性的时候，这本书都值得你认真读一读。
因为只有当我们真正理解了这些控制机制的运作原理，我们才能在保持工作热情的同时，避免成为被操控的「玩家」。只有当我们保持足够的警醒和批判精神，我们才能在这个复杂的游戏中，找到属于自己的生存之道。
毕竟，生活不是游戏，工作更不应该是。当我们把它们当作游戏的时候，我们可能已经输了。
中文
ZenRr1 retweetledi
2s挑战今天结束了， @Sidekick_Labs 算完美收工吧，准备开启下一阶段，从五月31号直播到现在，休息过几天吧，中途出了25s，埋伏了9s在币里面，实际2s截至到今天是到了137s，打法应该也不需要怎么聊，直播间看的到，我有个用来打狗的钱包，只放2s，每多赚1s我都会转到我的一个存钱号，总结的话，我就是个大P子，实际我的钱包一开始就是这样玩的，我爱2s挑战，也感谢直播间陪伴我的每一个人和刷米的兄弟们，然后从明天正式开启2s挑战到1000s，每天直播时间大概是下午四点到晚上的凌晨，嗯，就这样
中文
Haha, my reactions too on most of landing pages
@levelsio@levelsio
Landing page built for VCs not customers
English
@ZenRr1 We'd like to be able to help you here, when you have a moment, can you please send us a private message about this? twitter.com/messages/compo…
English
@SquareSupport I'm talking to like 5th support agent on live message now, either got disconnected or transferred None of them solved my question to simply apply discount to invoice. Would appreciate if there's someone can jump into a zoom meeting with me to look into it
English
@ZenRr1 It sounds like there might be some troubleshooting that we can walk through with you to make things work a bit better. Can you please reach out to us about this? twitter.com/messages/compo…
English
ZenRr1 retweetledi
ZenRr1 retweetledi
1/ 为什么最近都在推 Axiom？
为什么 Axiom 逆袭成为第一？
为什么 GMGN和 UX 突然干起来了？
为什么以用户体验为荣的 GMGN 不让导出地址了？
为什么最后最大获益方是 OKX？
这些问题背后都有一条主线，最后你会发现……
“历史不会简单的重复，但是会有相同的韵脚”
🧵🧵🧵
中文
ZenRr1 retweetledi
ZenRr1 retweetledi
分享一个不需要编程经验的开源交易机器人Freqtrade，适配基本所有主流交易所，官方还有图形化界面和Telegram通知. 如果你会Python 可以继承框架的Strategy类写自己的策略，用均线、RSI、MACD 定义买卖条件逻辑.
他们有一个内置的回测工具可以让你用历史K线验证策略表现（我管这个叫刻舟求剑模式）
先freqtrade download-data下载历史K线
然后run freqtrade backtesting
回测报告会给一个详细的收益率、胜率、最大回撤指标报告，帮你评估策略的有效性和稳定性. 如果我觉得一个策略大致有效，我会写个模糊脚本来回测，然后用我的GPT总结优缺点，然后改交易规则，然后循环
如果你完全不会编程👌继续看
Freqtrade 内置了超参数优化工具 Hyperopt. Hyperopt 使用机器学习和贝叶斯优化等魔法，自动寻找策略的最优参数组合. 你只需定义需要优化的参数范围（例如技术指标的阈值、止损止盈比例.....），然后 Hyperopt 会反复回测，探索哪些参数能带来最大收益或最佳风报比.
通过Hyperopt，用户可以优化策略中的买入/卖出条件参数以及资金管理参数(包括盈亏比设置). 例如，可使用Hyperopt找到最佳的止盈 (ROI) 和止损配置，或者技术指标的数值阈值，使策略在历史数据上表现最优. 需要注意的是，避免过拟合很重要：在优化时应选取足够代表性的历史数据，并在优化后用新的数据集验证策略性能。总体而言，Hyperopt 大大减少了人工调参的工作量，让策略调优更加科学高效.
技术指标调整
Freqtrade 通过TA-Lib等预置了丰富的技术指标库供策略直接调用. 比如你可以加入相对强弱指数 (RSI) 来判定超买超卖，或结合均线交叉判断趋势拐点，然后将这些信号编入策略的买卖决策. 调优策略时，可以尝试不同指标或不同周期的组合，不断改进交易信号的精准度.
举例来说，如果当前策略基于MACD交叉但交易频率偏低，您可以增加一个更敏感的指标（如CCI或动量指标）来辅助确认信号，从而捕捉更多机会. 相反，如果策略信号过于频繁导致噪音交易增多，则可收紧指标阈值或增加过滤条件以提高信号质量. Freqtrade 的策略回调函数支持在特定事件（如交易执行、周期结束）时动态调整策略行为，
小技巧：你可以根据策略表现实时修改部分参数. 针对性地调整技术指标及其参数，亲测策略的胜率和盈亏比都有改善.
资金管理和风控
在Freqtrade中，你可以针对资金使用和风险暴露进行多方面优化. 例如，可设置每笔交易的固定投入资金或占用总资金的百分比，从而控制单次交易风险. 你可以在配置中调整 stake_amount 或stake_percentage 来实现. 除此之外，Freqtrade 支持同时持仓数量上限（max_open_trades），可以避免过度分散投资或开仓过多导致管理困难。通过合理设置止损和追踪止损 (Trailing Stop)，一旦行情不利能够及时止损出局，锁定最大亏损；而当交易盈利时，追踪止损会跟随价格移动，尽可能保住浮盈.
Freqtrade 还提供了一些Protections，例如连续亏损暂停交易、一段时间内避免在震荡市交易等，以规避极端市场情况带来的连续亏损。高级策略调优者可以利用 Freqtrade 的 Edge 模块，根据历史数据计算每个市场的风险收益特征，从而按市场调整仓位大小和止损策略，实现更精细的风控.
建议：
1.单笔交易风险不超过账户余额的1-2%
2.开仓前先使用仿真模式（dry-run）观察策略效果，待策略经过充分回测和调优且稳定盈利后再投钱
支持的交易所列表
现货
Binance BingX Bitmart Bybit Gate.io HTX Hyperliquid Kraken OKX MyOKX (OKX EEA) Kucoin
期货
Binance Bybit Gate.io Hyperliquid OKX
👇这个周期再不要做别人的舔狗，开！将大局逆转吧！
freqtrade.io/en/stable/
中文
ZenRr1 retweetledi
