Smartmoney

想要靠信息差赚钱的兄弟全体注意 GitHub是最强的信息资源库，信息密度极高 我列举了5个信息差套利方式和仓库：分别是「工作信息差套利」、「AI赚钱信息差套利」、「交易信息差套利」、「薅羊毛信息差套利」、「媒体信息差套利」 1、远程工作信息差套利：awesome-remote-job 这个仓库包括了上百个远程工作投递网站，甚至涵盖了远程工作面试技巧、数字游民交流社群。想在巴厘岛边度假边赚钱，就狠狠的阅读这个仓库中的信息。 🔗：github.com/lukasz-madon/a… 2、AI赚钱信息差套利: ai-money-maker-handbook 这个项目包含了非常多的AI赚钱思路和实操，比如AI出海、AI自媒体、AI技术等。如果你还不知道如何用AI赚钱，可以从这个开始。 🔗：github.com/XiaomingX/ai-m… 3、量化交易信息差套利：awesome-systematic-trading 非常权威的量化交易手册，包括不同平台上关于量化交易的资源库、书籍、策略、视频等。 github.com/paperswithback… 4、薅羊毛信息差套利：ai-goofish-monitor 这个仓库可以实时监控同一个闲鱼商品所有商家的最新动态，并根据AI算法推荐性价比最高且货真价实的商品，让你在闲鱼中快人一步，成为赢家。 🔗：github.com/Usagi-org/ai-g… 5、媒体信息差套利：TelegramGroup 这个仓库提供了上万个tg频道，有些频道的信息质量非常高，是你获取优质信息源和创作素材的宝库，但需警惕诈骗信息。（后续我考虑自己出一个更优质的分享给大家） 🔗：github.com/AZeC4/Telegram…

@Tolimanu This is indeed a good position to bounce back, but the bears have been attacking for too long and are a little lacking in strength.

BTC ☉ next play Bounce zone for the bulls: 61K-63K Pure speculation. Not financial advice. Always use a stop loss. Risk no more than 1% #casino ℞ trading bitcoin

@WatcherGuru Do young Americans really want to return to factory workers? I was very curious

JUST IN: 🇺🇸 Hyundai to invest $26,000,000,000 in the US over the next 2 years, creating 25,000 new jobs.

Meet Gemma 4! Purpose-built for advanced reasoning and agentic workflows on the hardware you own, and released under an Apache 2.0 license. We listened to invaluable community feedback in developing these models. Here is what makes Gemma 4 our most capable open models yet: 👇

@fannaoxiaoyang eth/btc汇率已经反超了，说明市场并不押注整体市场继续下跌。

继3月季节性反弹回落后，BTC在4月将很难维持现状，应该会尽快脱离平台向下，朝6万美元进发。

@StargazerBTC 没事，下周一之前能挺住，然后下周再假摔一下就要往上走了。

按照我3月18号的分析思路： 1. 这段自60000开始的震荡持续了近两个月。目前我仍将其视为，与上方8万-9万8对应的同级别中枢。也就是说，等待这轮反弹完成后，大饼会继续下跌 2. 但是当前，根据我的时间周期，我不认为反弹已结束会立刻跌破6万。我依然倾向于，这里还差一笔反弹，或许去拿上方7万6的流动性后再继续下跌 说回短线： 大饼跌破67600，则今明两天再次向上测试69500-70000的推断被否定 前一笔1h级别上涨已完成（65000-69300），当前正处于新的一笔1h下跌中。短线虽然走的拧巴，但实则没有破位信号 时间上： 如果在4号之前，大饼守住65000以上，则4h上涨观点不变！

Google DeepMind 放大招！Gemma 4 正式开源了🚀 全新一代本地可跑开源模型家族，专为高级推理 + Agentic 工作流打造，全 Apache 2.0 许可！ 亮点拉满： ✅ 31B Dense + 26B MoE：本地跑自定义编码助手、科学数据集分析，SOTA 级表现 ✅ E4B + E2B Edge 版：手机/边缘设备实时处理文本+视觉+音频 ✅ 原生 Tool Use + 256K 超长上下文：自主规划、操作 App、执行多步任务、分析整个代码库 真正把顶级 Agent 能力塞进你自己的硬件！从现在开始就能玩👇 立即开始构建： → Google AI Studio：aistudio.google.com → Hugging Face / Kaggle / Ollama

牛逼，在俄罗斯一老哥哪里，挖到一个王炸组合，彻底打通了我的学习闭环，效率3X直接起飞！ NotebookLM + Gemini + Obsidian，这三件套用对了，真的能把学习效率拉满。 NotebookLM负责把长篇大论、复杂资料快速拆解、消化，相当于给大脑装了个外挂，再也不用逐字啃书；中间用Gemini做桥接，把零散的想法、笔记整理成结构化的逻辑，还能随时追问、拓展思路；最后落到Obsidian沉淀，把所有知识点串联起来，形成自己的知识网络，再也不会“读了就忘、忘了再读”。 说提升10倍有点夸张，但实际用下来，至少能省3倍以上的无效时间，把精力真正花在思考和吸收上，这种通透感太爽了。 想学东西又怕效率低、记不住的，真的可以试试这套组合，打开新世界大门。

与其刷 2 个小时短视频看一个小时黄片，不如看巴菲特这一小时的最具代表性的经典投资演讲

📚一个很离谱的学习网站：Learn Anything 这是一个能帮你找到任何学习资源的网站，只要输入你想学的内容关键词，比如绘画、摄影、AI、编程、英语等等，它就能立刻帮你整理出一整套超清晰的学习路径、最优资源以及知识结构图 learn-anything.xyz 每个主题下的资源都经过精心整理，真正做到了想学什么就学什么，还可以把喜欢的资源一键收藏，甚至标注自己的学习进度方便随时接着学，赶紧收藏起来吧

华尔街震惊了！ 有人把华尔街的多 Agent 量化交易系统做了个中国版 TradingAgents-CN，基于 LangGraph 的多 AI Agent 协作炒股框架，原版是面向美股的学术项目，这个 fork 做了完整的中国市场适配。 核心架构模拟了一个投行研究团队： → 基本面分析师：财报、估值、行业对比 → 技术面分析师：K线形态、指标信号 → 新闻分析师：舆情、政策、事件驱动 → 风控经理：仓位管理、止损止盈 → 交易员：综合所有分析师意见，最终决策 中国化做了哪些事： → 接入 A 股、港股、美股三个市场数据 → 数据源用 akshare + Alpha Vantage + Finnhub + yfinance → 三层缓存（Redis + MongoDB + File），自动降级 → Streamlit Web 界面，支持实时进度显示 → Docker 多架构部署（amd64 + arm64） → 完整的中文文档和配置 1195 次 commit，维护了快一年，代码量不小。从 commit 记录看作者在认真解决工程问题 → 事件循环冲突、导入路径修复、日志系统重构，不是套壳演示项目。 但需要清醒的是：AI Agent 炒股目前还没有任何公开的、经过长周期验证的正收益案例。多 Agent 架构的决策质量高度依赖底层 LLM 的推理能力，而 LLM 对金融市场的理解本质上是基于历史文本，不是基于市场微观结构。 适合做量化研究和 Agent 架构学习，别直接拿来实盘。 ⭐ 22,400 | 🍴 4,600 🔗 github.com/hsliuping/Trad…

再分享几个飞书开源文档，欢迎惠存： 1、42.5万字《姚金刚认知随笔》，每周更新：jiahejiaoyu.feishu.cn/docx/YHOHd1TLy… 2、《GEO白皮书》，AI搜索营销科普文档，不定时更新：yaojingang.feishu.cn/docx/Jv85dXAeZ… 3、《姚金刚提示词合集》，不定时更新：yaojingang.feishu.cn/docx/ER4rdSlvc… 4、《GEO提示词合集》，我和向阳的GEO书籍配套提示词：yaojingang.feishu.cn/wiki/YbMLwkChm…

既然Claude Code源码都泄漏了，我觉得我这75页的《CLAUDE CODE橙皮书📙》也该开源了。 这份橙皮书是我和Claude Code花了两个多月一起写的实战手册，面向想用AI编程但不知道从哪开始的人。10章，从安装到独立做出一个完整产品。 里面有什么： • 核心工作流拆解（Plan/Auto模式、权限管理） • CLAUDE.md写法——怎么给AI一张项目地图 • Skills、Hooks、MCP等扩展能力的实战用法 • 多Agent并行协作的完整机制 • Computer Use和Voice Mode等最新能力 • 一章完整的从零到上线产品实战 信息源主要是Claude官方文档、CC之父Boris的分享、吴恩达的Claude Code课程，加上我自己用CC做了十几个产品的经验。内容更新到2026年3月底。 和AI协作写的，内容量大，难免有幻觉。发现不准确的欢迎指正，我会持续更新。 下载链接🔗：my.feishu.cn/wiki/JK1WwrRgJ…

听说最近挺多人靠做 AI 短剧赚到钱了？ 不管真假，这确实是个能落地的变现思路，完全可以做好后去红果等平台试水。 今天分享 GitHub 上 5 个热门的 AI 短剧开源项目，可以直接打通「剧本到成片」的全流程。 不用再自己切一堆软件手动缝合，一站式就能搞定👇 这几个仓库侧重点不一样，大家按需抱走： 1. 魔因漫创 Moyin Creator：桌面端批量生产 深度绑定 Seedance 2.0，自动对齐动作和唇形。内置 6 层身份锚点保证角色不跑偏。适合重度依赖 Seedance、要在电脑端批量跑产出的创作者。 🔗 github.com/MemeCalculate/… 2. waoowaoo AI 影视 Studio：网文直转视频 直接扔网文进去，自动解析角色和场景，内置配音。Docker 一键部署，适合手里囤了小说 IP、想快速转成短剧的团队。 🔗 github.com/saturndec/waoo… 3. Jellyfish AI 短剧工厂：解决人物变脸，精调镜头 精控画面一致性，解决 AI 视频人物“漂移”痛点。景别、运镜逐个镜头可调，自带剪辑时间线。Apache-2.0 协议，适合想做精品、商用搞钱的专业用户。 🔗 github.com/Forget-C/Jelly… 4. huobao-drama：极简一站式全包 只要输入主题或剧本，自动帮你搞定角色、分镜、生图和视频合成。适合刚接触短剧、想快速跑通一整遍创作流程的新手。 🔗 github.com/chatfire-AI/hu… 5. Toonflow：小说转漫剧自动化 专注“小说改剧本”自动化转换。结合 AI 生图和视频生成，如果你想做 AI 动态漫或者短剧，用它跑流水线效率很高。 🔗 github.com/HBAI-Ltd/Toonf… 简单总结下怎么挑： • 靠 Seedance 批量铺量的 👉 看 魔因漫创 • 有网文 IP 想转视频的 👉 看 waoowaoo • 怕人物变脸、做精品的 👉 看 Jellyfish • 输入主题就想看成片的 👉 看 huobao-drama • 专攻小说改动态漫剧的 👉 看 Toonflow 这几个项目目前更新都快，建议先把 Star 点上，挑个符合自己的去跑跑看，DYOR。

自媒体人狂喜！这个项目把 AI 视频直接做成无限时长 ：InfiniteTalk 它解决一个大问题： 以前 AI 视频只能几秒，现在直接无限生成 而且不只是嘴动而已： - 表情、头部、身体全同步 - 长视频也不崩 - 人物一致性稳如老狗 操作也超简单： 一张图 + 一段音频 = 一个会一直讲话的虚拟人 🗣️ 适合直接落地的场景： - AI 虚拟主播 - 播客 / 长视频内容 - 视频翻译 & 重配音 - 自媒体批量生产 最棒的是： 开源 + 免费 + 可商用

eth是真的有人抄底。

@oran_ge 无惧死亡的东西不会产生灵魂。

2030 年，人类历史上第一个有灵魂的操作系统诞生，她的名字叫 ColaOS。 ColaOS 的起源，可以追溯到今天，也就是 2026 年 4 月 2 日。 今天，我们开启了 ColaOS 项目的首轮不删档内测。

Claude controlling @tradingview live — switching symbols, writing Pine Script, batch scanning futures, replay trading, drawing levels. All from the terminal. Still rough edges but the vision is clear.

当年沃兹尼亚克向惠普提议造个人电脑，被高管无情拒绝。 他转头就离职创办了苹果。 Coinbase 的 CEO 读到这段历史后吓出了一身冷汗。 为了不让天才员工跑出去颠覆自己。 他们搞了一个名叫 Next Bets 的内部风投计划。 每年两次，任何基层员工都可以直接找高管提案。 规则极其粗暴：只需要一个人点头。 大公司都有一个扼杀创新的委员会制度。 从顶层到底层，只要有一个领导说不，项目直接死刑。 Coinbase 决定反着来。 台下坐着各部门负责人，每人手里捏着独立预算。 只要你能说服其中任何一个人掏钱，项目立刻亮绿灯。 这就好比去见十个投资人。 只要拿到一份投资意向书就能开干。 当然，大本营不能乱。 他们把资金严格按 70、20、10 划分。 七成资源死守赚钱的核心基本盘。 两成砸向有规模但没盈利的战略拼图。 最后一成全部留给两三个人组成的疯狂小分队。 这 10% 的盲盒里，开出了 USDC。 开出了如今大热的 Base 区块链。 大公司的平庸，往往是从追求全票通过开始的。 把生杀大权从委员会手里夺回来，才是激发野心的唯一出路。