赛博小墨

推特天天动不动就是教普通人月入10万，年入百万的文章 有谁真的看大v的文章赚过钱吗？

@ZenoRho 剖析的深刻，深受启发

在五道口看了几百家AI创业公司 大家做的其实都是一件事，在想象和抢占 AI 时代的入口。 企图像上个时代的移动互联网一样，像 Google 一样抢夺搜索的入口，像抖音一样抢夺注意力的入口。 于是有了 AI 眼镜、有了 AI 录音笔、AI 录音豆、AI 戒指等各种各样能够记录文字、存储语料的设备。 在很长时间里,我也曾认为投资人高瞻远瞩,觉得他们说的都是对的,并且深以为然， 但又始终感觉不得究竟。现在终于想明白了。 AI 软件的核心并不是"入口"，也不是其他的任何东西 有且仅有 "Token"。 一切围绕着 Token 来，一切围绕着 Token 展开，理解了 Token 才算对 AI 有了入门的理解。 在 AI 时代只存在两个问题，造 Token 和卖 Token。 为了把 token 消耗得更快、卖得更快，所以有了 Agent 长时间执行任务。 为了把 token 卖得更贵，所以做软件提供各种各样的服务，从而给 Token 更高的附加值，能让自己这个分销 Token 分销商卖的价格更贵。 因为别人用其他地方的 Token 实现不了他的任务，只有用你的 Token 能够实现他的目标。 如果从"入口"、从"应用场景"、从"细分行业"来看AI，会发现一团乱麻，无比复杂，但又不触及本质。 但当你把视角转向token的时候。会发现这个行业无比简单，整个产业链无非就是造 Token 和卖 Token 这两件事情罢了。 一旦从经济的角度、利益的角度、沿着token 生产制造的角度来去思考，就会发现一切都很清晰。 从 token 生产、到分销的这个过程上，谁赚钱，谁赚的分别是什么钱。整个过程、所有行业变得无比简单。并且能够一眼看出哪些创业方向一定会死 --- 这也是毛选里面最牛逼的方法 ,我也是偶然才发现两者的相似之处 为了完全的讲清楚,请一定花一点时间,顺着我的思路,了解一下这位清朝猛男毛泽东是怎么分析问题并且找到关键杠杆点的 现在可以把自己带入1920年的中国 1920年代的中国，跟今天的AI行业一样——所有聪明人都在分析中国的出路，每个人都有一套理论，但越分析越乱，谁也说服不了谁。 鲁迅说根本问题是文化问题，说国民性有问题，有奴性,要唤醒民众。 康有说根本问题是道德，说三纲五常没了，要恢复礼教。 梁启超说根本问题是教育，说民智未开，要办报启蒙。 张謇说根本问题是实业，说没有工业，要办工厂 孙中山说根本问题是政治制度，说帝制腐朽，要搞共和。 当时远不止这六个角度，六套理论，每一个都能自圆其说，但每一个都只照亮了局部，拼不出全貌。 --- 毛泽东牛逼的地方就牛逼在分析的维度完全不是一个层级 这六个人分析的东西——文化、道德、制度、教育——都是"上层"的东西。它们重不重要？重要。但它们都有一个特点：去掉它们，人照样活。 这六个人分析的东西——文化、道德、制度、教育——都是"上层"的东西。 它们有一个共同的特点：去掉它们，人照样活。 没有好的制度，人还是要吃饭。 没有新文化，人还是要吃饭。 制度可以崩溃， 文化可以断裂， 道德可以沦丧， 但只要人活着，他就要吃饭，就要争夺让自己活下去的资源。 毛泽东找到的就是这个去掉所有东西之后还剩下的那个东西：经济利益。 鲁迅看到的"国民劣根性"，往下挖一层，是穷。人穷到只能顾眼前一口饭，自然就麻木了。 康有为看到的"道德沦丧"，往下挖一层，是利益格局变了，旧秩序养不活人了，人当然不守旧规矩。 孙中山看到的"制度不行"，往下挖一层，还是利益——军阀不听国会的，不是制度设计得不好，是他的经济利益不需要国会。 这些人看到的都是症状，毛泽东看到的是最底层的驱动力。今天有个时髦的说法叫"第一性原理"——把表面的东西一层层剥掉，找到最底下那个不可再分的东西。 经济利益关系，就是当时社会那个不可再分的东西。 从它出发，地主靠收租活着，他一定反对土地革命，跟他有没有道德没关系。贫农一无所有，他一定支持变革，跟他有没有文化没关系。 --- 今天的AI行业，一模一样。 有人说自己项目牛逼是因为在抢占AI入口,我叫做"入口论" 把AI按"用户从哪接触AI"划分， 做眼镜的说眼镜是入口， 做耳机的说耳机是入口。 有人说自己项目牛逼是因为深入结合了场景,我把他叫做"场景论" 按"用在什么地方"划分， 做法律的说法律+AI是金矿， 做医疗的说医疗+AI是刚需。 有人说自己项目牛逼是因为AI给行业赋能,我把他叫做"行业论" 行业论按"改造哪个行业"划分，每家都说自己是某行业AI化的领头羊。 同理:技术论按"谁的模型更强"划分，谁参数大推理快谁就赢。 人性论按"满足什么需求"划分，做AI女友的说自己抓住了人性底层。 平台论按"谁能成为生态"划分，每家都想做AI时代的iOS。 数据论按"谁的数据多"划分，都在搞数据飞轮、数据壁垒。 无数种切法，无数套理论，每一种都有道理，每一种又都不是全貌。跟一百年前一模一样。 这些论分析的——入口、场景、行业、技术——也全是"上层"的东西。去掉它们，AI照样运转。 没有眼镜这个入口，AI还是要跑推理。 没有"教育"这个场景标签，AI回答一道数学题消耗的算力一分不少。 把所有入口、场景、行业分类全部拿掉，剩下的那个最基本的事实是什么？ 一段文本进去，一段文本出来。每一次进出，消耗token，产生成本，创造价值。 这就是AI行业那个不可再分的东西。 入口论往下挖一层，争的是token消耗的渠道。 场景论往下挖一层，争的是token的附加值——同样的token，闲聊值一分钱，法律咨询值一块钱，医疗诊断值十块钱。 技术论往下挖一层，争的是token的生产效率。 平台论往下挖一层，争的是token分销的垄断权。 这些论看到的都是上层的竞争，token才是底下那个最根本的东西。 毛泽东面对几亿人、上百种矛盾的中国，找到了一把钥匙：土地。 谁有地谁没地，决定了一个人怎么吃饭、怎么站队、怎么行动。沿着这条线一捋，几亿人分成了几个清清楚楚的阵营。 AI行业今天几千家公司、几十个赛道，也有一把钥匙：token。 谁造token,谁卖token，决定了一家公司怎么赚钱、什么位置、什么命运。 所有和AI相关的公司,要么是token的生产商,要么是token的分销商,仅此而已

@yujuhao @binancezh @okx 我也是okex的玩家，现在-130...

在币圈有比我混得还差的吗？ 注册 @binancezh 币安已8年 注册 @okx 已经快11年了，那时候叫OKEX 是不是觉得那么早入圈随便买个币也发财了啊 是的，买过3U的LTC，也买过300U的BTC 但事实确实，至今还是-30W 我尼玛……废物一个啊😭😭😭

@Ice_Frog666666 孙哥的话要听，孙哥的项目不能参与，这个你忘了？

艹了！😭 两天，被孙哥反撸2次。 昨天孙哥的五折活动让人看了很心动， 于是准备大干一场，给孙哥上上课！！ 结果： 他妈的明面上是5折， 实际用下来比官方贵好几倍！！！ 猫腻点就缓存读的定价上， 孙哥的缓存读价格是官方的10倍！！😂 这个点极难被察觉，只能通过对账单核查。 你孙哥还得是你孙哥啊！ 姜还是老的辣啊！ 椰子鸡还得是孙哥会抢啊！ 我错了，哥！ 再也不撸孙哥了，再也不给孙哥上课了…… 亏麻了😭

@KrisYi777 问题是怎么充值日区呢

日区开通gpt pro 20x 价格

@iswangwenbin 同是程序员，不擅长表达，网感也很差，自媒体一直没做起来

写了几十年代码，性格一直偏内敛，平时也不太爱发朋友圈。 2018 年，我以技术合伙人的身份投身创业，一坚持就是整整六年。 这一路走来，确实拼尽了全力。 可惜到最后，还是没能拿到自己想要的结果。 既然如此，那就放下过往，重新归零，一切从头开始。 也很感谢这个 AI 时代，让我有了更多机会，去重新实现自己的目标。 程序员大多不太擅长表达。 之前我也断断续续尝试过做自媒体，但一直没能真正坚持下来。 后来慢慢看清一个现实： 这个时代，如果没有流量，很多沉淀、经验和想法，甚至连被看见的机会都没有。 我也曾试着刻意追热点，也跟风做过各种精致花哨的配图。 但那种迎合别人、刻意包装自己的方式，我发现自己很难长期坚持。 我始终觉得，真实地做自己，才是最重要的。 所以这一次，我决定从零开始，认真做自媒体。 不收费，不套路，不包装。 只是纯粹、真实地记录。 我会如实分享自己做自媒体的真实状态、收益、困惑，以及一路上的思考和感悟。 我本身不擅长文笔，但这其实没那么重要。 重要的是，我已经开始行动。 在做事的过程中，慢慢沉淀，慢慢提升自己。 现在脑子里有很多想法，也很感谢 AI 给我带来的启发。 从零起步，借助 AI 成长、探索、蜕变的全过程，我都会尽量真实地记录下来，分享给大家。 图片是从零开始起号一个月的真实收入数据

@0xphilo 今天早上买了，结果兑换链接都上不去，找客服半天不回复，太坑了吧

其它pro的渠道都死了 就我们渠道没死过 gptllmhub.com

@microcn 没ai工作直接停滞了，明天买个礼品卡充值算了

@eggli996 今天批量下了很多

我的codex pro今天也被下掉了，现在闲鱼的便宜的不太敢买，官方的渠道得研究下怎么才能买到 天才程序员+天才交易员再次陨落

@microcn 嗯，放开来用算了，用完了就当休息，说不定又重置了呢。。。

@eggli996 鐵律了，不省千萬別省。

codex也太烦了吧，动不动刷新额度 我的200刀的pro一直省着来用，算的刚刚好最后一天才把额度用完，结果刚刚又给我重置 放开用又怕额度不够，省着用中途一刷新我这周又白省了。。。

肝了几天，一个AI量化的策略生成雏形终于搭好了 完成了数据特征库建立→AI策略生成→策略快速初筛→反过拟合验证的闭环 不过现在只能算是接近了策略生成+评估的MAP，想要推进到后面的Regime和因子库环节，还得策略质量达标才行，需要一个个系统去精细调优，多迭代几个版本

以前做产品，都是想好了再做，开N次会议，方案和需求出无数版 重重审批后才能交给研发去做，避免浪费研发资源 现在做产品，我都懒得详细看AI说的啥，让他先把代码全写出来，最好做成可视化，然后我再去看着调整。。。

昨天花了一天时间，一直在磨反拟合数据复盘中枢的前端页面，总算调到了一个我满意的版本，现在可以清晰的看到roll、dsr、PBO等各项数据的具体的情况，可以逐条记录精细化的去研究和分析了 果然页面做好立马就看出了明显的问题：rolling的统计口径有问题，有部分数据结果不对。对于不懂代码的我来说，要是没有将数据暴露在前端页面根本发现不出来，这会导致后面一连串的数据和策略错误，那这个量化就做的毫无意义了。 我自己做量化，不会让AI批量去跑几百个策略和海量的因子出来，我会以人工强复盘的方式去深挖，虽然一个策略做完得好久，但跑通了一套模版后，后面就可以在这个基础上批量衍生出各种策略变体了。

@nftbanker 还真是，做了一轮ai，慢慢回归币圈了...

最近很多朋友离开币圈又回来了 出去转了一圈 发现无论AI，还是传统金融，都不如币圈赚钱

付鹏就是最好的证明

外面的世界没有你们想象的好

@0x3333Z 跑的回测啊，还没到做交易这一步；后续接实盘的时候，大概率是写好的固定策略的，不给AI临时发挥

@eggli996 哪一家的模样啊，还能自己交易，我用的模样都说不能帮我交易

今天一天都会折腾反拟合测试，我觉得想要调出一个漂亮的策略，必须是需要人的参与，教AI基础的交易逻辑，设立边界，把这个AI交易员harness了 之前我的交易记录全是excel大法，非常不专业，AI时代终于可以上科技了，先手搓可视化的复盘工具，让我知道AI都在搞啥，然后是数据库的建立，策略的调优。。。 对于之前从来没有接触过量化的我来说，太多基础建设要做了，疯狂的去燃烧token吧

AI量化的反过拟合实在是太难通过，跑了很多轮，我感觉AI一直都是在暴力穷举，交易做的毫无章法，还不如我自己的策略 因此我重新调整了系统架构，引入了人的协同参与，结合我自身多年的实战经验，让整个系统变为以知识库驱动为核心,各个模块规划如下： 我：供理论和经验 知识库：保存边界 AI：负责组合生产策略 系统：验证策略有效性 按照这个思路，看看能不能通过反过拟合验证

花了2天时间，把 AI Quant Hub 从 V1 一路推到了 V3.1。 一开始还以为效率很高：这速度，岂不是一周就能搞完？ 结果第一个大卡点马上来了：反过拟合验证死活过不去。 Rolling、PBO、DSR、Bootstrap 四道关卡连续拦截。推了 20 多轮，V3.2 还是不放行。 这时候我开始怀疑：是不是策略池太单一了？ 早期一直在 trend_volatility 里打转，最多 486 个参数组合里选最优。选出来的，到底是 Alpha，还是历史噪音？ 于是把底层架构改成六大策略家族： 趋势跟随、突破延续、顺势回踩、均值回归、资金费率顺势、事件驱动。 V2.30 家族均衡跑下来，结果有点哭笑不得：长窗口里还是只有趋势跟随留下候选，其他家族全军覆没。 V2.31 修了非趋势模板后，ETH 的波动收缩突破首次出现基础候选。 但继续往后跑 V2.32 到 V2.34，它又被稳定性门槛挡住了：rolling 不够稳，DSR 不够，部分参数池还有选择偏差。 现在回头看，自己的交易经验还是很重要。 如果只让 AI 一路生成策略，很容易在单一规则里暴力破解 Alpha，然后把历史噪音当成发现。 下一步会继续引导AI进行版本迭代，争取尽量突破反过拟合，Regime、HMM、因子实验层都还在排队，V3 不过，一律不碰。

很久没有认真发推，之前一直在vibe coding给别人做研发，收入基本稳定了，现在回归主线，用我这3个月的vibe coding经验开始进行ai量化交易研发。 今天学习了大量的量化知识，认真看了@CryptoPainter的每一篇ai量化推文，用gpt5.5做了项目路线路，配图是今天已经做好的V1版本（一共规划到了V10），先把逐个模块的座搭起来 当前这个AI分析模块的核心流程是： → AI Researcher 提出策略假设 → AI Strategy Builder 生成安全策略草案 → 受控策略规则生成信号 → 回测 → 评估闸门 → AI Reviewer 审核 → 生成报告 → 写入策略记录 → 重建策略记忆 → 下一轮研究 慢慢长征路，开始折腾吧