0xsimpboy
650 posts
他们卖你八折，自己吃五五折。小白拼执行力就能赚的差价。
军火库哥，对不住了。最近满屏都是 Claude 官方价格八折的广告，刷得我眼睛疼。
今晚我就把这个渠道写出来。什么八折，扯淡。实际成本是官方的五五折到八折之间，因为是给企业用的，企业的用量大，所以中间这截利润肥得流油。而且这事儿对小白极其友好，纯拼执行力，没什么技术壁垒。
最关键的一点这路子完全合规。我写了不会被封号。如果发Claude的那个不合规，发完之后一堆黄牛举报又要被封号删帖。
这个纯吃信息差和政策的饭。但没人给你指路的话，门槛能绊倒一大片。
现在 Claude 那边疯了一样封中国人，连企业户都砍，还破天荒上了 KYC，摆明了要把中国用户赶尽杀绝。就这节骨眼上，外面还在拿“官方八折”当噱头收智商税。
Crypto军火库@CryptoJHK
越来越多上游资源找过来了 我对这块不了解，大家帮我看看这个能搞吗？
中文
深度好文,踩过坑才知道做这个的收益才是正ev.
这篇文章很切合的匹配上最近在阅读的《随机漫步的傻瓜》
持续不断的亏钱,去做大盈亏比的事情.然后等一个市场的黑天鹅,一次性连本带利拿回来.
已经在执行了.多谢 @ArchArch777
Arch@ArchArch777
中文
有意思，今天蒸馏出魏神skill出来玩玩
paulwei@coolish
今天我把近6年BTC历史交易数据，开源到Github了： github.com/bwjoke/BTC-Tra… 2020年5月1日至今4万多条订单，17万多条成交明细， 两轮完整牛熊2000多天日夜博弈，全在这套数据里。 AI时代，最宝贵的就是上下文。 你在整个互联网，可能都很难找到这种等级的 真金白银二级市场交易上下文数据，任你下载使用。 去年11月，我把Bitmex只读Api Key公开一两周时， 还没龙虾，就少数网友vibe了一些数据分析、产品。 比如： @WeWill_Rocky 做的 wsnb.online 我自己做的交易时光机：x.com/coolish/status… 当时其他一些相关内容：x.com/coolish/status… 现在更多人有了龙虾、爱马仕， 把个人二级交易真金白银数据喂给AI Agent这件事， 门槛大大降低，更多人能做了，也有了更高的含金量。 所以秉承Open Intelligence理念， 我想向这个混沌的世界贡献自己的减熵Legacy， 在Hermes-Agent的帮助下， 开源了这个数据仓库， 后续可能尝试自动化定期更新。 只要把这个Github网址 github.com/bwjoke/BTC-Tra… 发给你的龙虾爱马仕，就能指挥它做任何角度的分析， 很好奇，大家对这样一份数据， 能炼化出些什么奇趣的角度？ 希望能在后续看到一些有趣的回响。 Happy vibing & Happy birthday to myself
中文
@tualatrix codex的长任务不会因为你额度没了就突然停止，只要发起了这个任务，哪怕中途额度用完，这个任务也会继续做到中断或者结束为止。
中文
推上有没有擅长做tradfi和perp套利同时乐于分享的高手？有认识的朋友可以推荐一下或者自荐～
如果不太乐意在公开场合分享，随时欢迎DM！
最近和朋友研究大宗商品的套利，可太有意思了，也发现了自己以往积累的crypto相关经验失效，人一定要学会认错，太头铁的话会被市场狠狠教育😜
中文
@0xcryptowizard 做一件事如果找不到正反馈确实很难坚持做下去，对于我们普通人是这样，但是看到美国电影《大空头》，我还是觉得好牛逼，能承受这么大仓位的波动，全部人都不看好的情况下锁仓，就我而言扛个几千u的单我都受不了😔
中文
都在聊张雪，因为他完成了看似“不可能的任务”。
想起另一位神人，无保护徒手攀登酋长岩和台北101的alex。
这俩人的访谈，我都看过，印象最深刻的是他们对早年经历的看法。
很多人看“成功”，都会把它当成一个结果；而成功之前，全部是必须经历的牺牲和忍耐。
比如，我要赚到多少钱，我要做成什么企业，我要出名；那在达到这个成果之前，我可以痛苦，我可以忍耐，我可以坚持，我可以不把自己当人，超越人类极限。
这二位神人，显然不这么想。
他们谈到早年的经历，都是眼里放光，非常快乐。
本质上，一个看似“不可能的任务”，其过程，很难用牺牲和忍耐完成。
都是人，哪能日复一日，年复一年的痛苦？
之所以能坚持，最根本，还是因为热爱。
所谓成功，不是一个孤立的结果，其实是一个首先找到热爱，然后自然得到的过程。
中文
我合作的渣技术，终于写了一个渣后台。
现在注册，然后联系我给你改价
全部7折拿海外家宽ip。
顺便帮我测试一下，后台有问题给我讲一下。
app.sk9ip.com/register?code=…
中文
0xsimpboy retweetledi
@caizhenghai 我听了这期，我觉得太理想化了，现在政府的财政赤字就挺严重，往后更多人失业，ai替代的人工可ai是真不消费，别太乐观ε=(´ο｀*)))唉
中文
使用 Claude-to-IM-skill 对codex进行了telegram上面的对话,可以实现稳定的手机vibe coding了,开心.
有需要的朋友可以去github.com/op7418/Claude-… 下载使用,初期配置有点麻烦,不过让codex帮忙引导解决都是小问题.配置过open claw的应该都会弄
中文
针对英伟达（NVIDIA）即将发布的 Feynman（费曼） 架构，整理了关于三种记忆体SRAM，HBM5，HBF在费曼架构中的协作关系。很多人被这种眼花撩乱的记忆体搞懵了，我来给你们缕顺它们。
一、 3D SRAM：纳秒级“热记忆”突触
（计算核心的物理延伸）
核心功能：
消除访存延迟：提供 < 1ns 的响应，存储单周期内的**瞬时激活值（Activations）**与指令碎片。
高速缓冲池：作为 HBM5 与 Tensor Core 之间的桥梁，通过 SoIC（混合键合） 直接堆叠在 GPU 核心上方，确保计算单元零空转。
技术规格：
带宽/容量：片上带宽 > 150 TB/s，单片容量 1.5 GB - 3 GB。
工艺：采用 2nm / 3nm 工艺，由台积电（TSMC）主导 SoIC 堆叠。
厂商格局：海力士与美光聚焦高密度 6T SRAM 单元以优化热功耗；三星则利用 IDM 优势自研定制化 SRAM 晶圆。
二、 HBM5：费曼架构的“温记忆”主干
（存内计算与 3D 键合巅峰）
核心功能：
模型全集载体：存储 全量权重（Weights） 与 活跃 KV 缓存。
存内计算 (PIM)：底层 Base Die 由英伟达定制，支持在存储端直接进行向量加法等预处理，释放 GPU 算力。
技术规格：
性能：单芯片带宽 15 - 20 TB/s，单卡容量可达 1 TB。
互联：全面转向 Hybrid Bonding（混合键合），支持 20-24 层 堆叠。
厂商路径：
SK 海力士：依靠 Advanced MR-MUF 向混合键合平滑过渡。
三星：路线最激进，主导 16 层以上全混合键合。
美光：主攻低功耗控制（低 pJ/bit）。
闪迪/西数：通过 CBA 技术 积累提供高速逻辑层 IP。
三、 HBF (High Bandwidth Flash)：智能体“冷记忆”仓库
（长上下文存储的终极方案）
核心功能：
ICMS 平台核心：专门存储 非活跃 KV 缓存，解决 AI Agent 数月跨度的对话记忆。
冷热置换：通过 CXL 3.1 协议实现与 HBM5 的数据无损迁徙。
技术规格：
性能：读取速率达 1.6 - 2 TB/s（接近 HBM），容量高达 8 TB - 16 TB。
耐久度：内置硬件磨损均衡引擎，寿命达普通 NAND 的 5 倍。
厂商路径：
闪迪/西数：领军者，将 HBF 控制器直接键合在 BiCS NAND 下方。
SK 海力士：开发 HBF-NAND 堆栈，力求外形尺寸与 HBM 统一。
三星：推出低延迟 Z-NAND 混合体，缩小与 DRAM 的性能鸿沟。
四、 协作关系总结：AI Agent 任务流
在英伟达费曼（Feynman）架构的 AI Agent 任务流中，三者构建了从“神经反射”到“深度思考”的记忆闭环：3D SRAM 以 < 1ns 的延迟在芯片内实时处理瞬时激活值与指令，确保计算核心零停顿；HBM5 作为封装内的动力心脏，通过 \sim 5 TB/s 的带宽承载全量模型权重与活跃 KV 缓存，维持推理逻辑的连贯性；而 HBF 则作为系统级的长期记忆库，利用 8-16 TB 的海量空间存储非活跃上下文，通过 CXL 3.1 协议与 HBM5 实现数据的冷热置换，共同支撑起智能体跨越时空的复杂任务处理能力。
中文
0xsimpboy retweetledi
@Billions_2022_ 看需求，比如没有每天几百封邮件，把邮箱交给他没意义。没有明确的交易思路，获取信息思路，让他抓也抓不到有价值的东西。
中文