1546

牛逼！全程我只输入一句话，Codex就帮我： 1、用gpt image2生成分镜图 2、同时调用两个模型：seedance2.0和grok，帮我把分镜图生成了两个完整的15秒视频 现在只需要简单地描述自己的需求，就能让codex同时调用多个插件和工具来完成任务。

@Mimiwftt 中国铁建601186 7块的本 要割嘛 Mi姐

@Mimiwftt 中国铁建 601186 基建怎么样呀 Mi姐

@Mimiwftt 中国铁建 mi姐

这样吧。今晚7点我开space吧！帮你们看看手里的个股。我看很多人都很慌！

办出海 SaaS 几个被严重低估的省钱姿势： 办美国 EIN 税号 → 直接省 30% 收入预扣 用 Stripe Atlas → 比自己注册 LLC 省 $500 开 Mercury 账户 → 跨境收款比 PayPal 便宜 4% 用 1Password Business → 给小团队省每月几十刀 这些不是技术，是"知道存在"。 独立开发者第一年的真正利润，往往就藏在这些被忽略的细节里。

华为τ scaling定律营销策略，无非是more than moore的广义摩尔定律的另一种说法而已 作为芯片架构师，我更感兴趣的，还是芯片密度提升，ppt上41%能耗提升和12.7%性能提升，到底是怎么实现的 看完了论文，感觉华为这次创新，本质上是用设计复杂度高 + 高制造成本 + 超前散热，一定程度弥补了工艺差距 ----------------- 1. 华为芯片堆叠带来的等效密度提升，是虚假宣传还是真的，是不是工艺突破？有没有实打实的好处？ 等效密度提升的来源，是两片芯片用hybrid bonding技术绑在一起，投影面积理论上能减小一半，但第一代不是全芯片双层折叠，而是选择性折叠关键logic，所以只有大概53%的芯片面积实现了折叠(密度155->238)，等到后面几代折叠面积会逐渐增大，到2030年接近全折叠（密度155->292） 这2026第一代等效密度从 2025 年 155 MTr/mm² 跳到 2026 年 238 MTr/mm²，时钟频率也提升了12.7%，功耗比提升41%，表面上看似乎和工艺突破没有什么区别，但有一点重要区别就是leakage power华为从头到尾没有提，只要工艺节点不变，gate leakage、junction leakage 不会因为 3D stacking 自动改善 2030年到2031年的等效密度突变，大概率是来自于2层堆叠到3层堆叠，正如2025到2026年的等效密度突变，时钟频率突变，来自单层到2层折叠 所以从leakage没提这个事来看，这个2031年等效1.4nm，和工艺节点上的突破没有联系。 本质上是用设计复杂度高 + 高成本 + 超前散热 + 超前部署advanced packaging，一定程度弥补了工艺差距 ----------- 那么这样看起来虚假的等效密度提升，有用处吗？好处在哪里？ 有的，设计上topology折叠，原来要跑几毫米的水平走线，折叠后变成了几十微米。降低了super buffer/bus的长度，降低了clock tree的深度（clock depth -42%、clock wire -28%），clock skew也带来了改良(-25%)，这对动态功耗的改善是实实在在的。部分critical path的缩短，也让时钟频率的上升更容易 所以ppt roadmap上performance的提升，从2025年到2026年上升了12.7%，大部分都是来自于时钟频率的上升（12.7%） 所以好处基本上是topology拆分电路逻辑设计上带来的提升 既然没有实质上的工艺提升，华为芯片堆叠带来等效密度提升的trade off代价在哪里？ 三个代价：散热超前发展，设计复杂度高，制造成本变高 最大的代价就是热密度的同步上升，理论上logic on logic都是CPU execution发热最严重的区域，这部分折叠起来相当于功耗密度直接翻倍，但算上41% power efficiency改善，功耗密度仍只比非堆叠方案高40%左右。所以第一代只能对最关键的部分做折叠，大概只占全芯片面积的53%。 所以散热技术也被逼的超前发展，直接上毫米级的MEMS风扇，做micro-cooling fan。 另外的代价就是设计复杂度的变高，critical path的折叠，哪个部分的logic能折叠，折叠之后又会带来从前端到后端的巨大变化要推翻重来 现有的所有EDA工具也不可能支持3D topology，论文自己也承认，full-scale LogicFolding需要全新的3D-native EDA toolchain，把多层stacked dies当作单一连续设计实体处理。哪些logic能折叠、折叠后的inter-die timing closure怎么做，Physical Design（PD）也是难点 制造成本也会更高，被迫超前部署advanced packaging封装，1.5~2um的hybrid bonding + logic on logic都是很有挑战需要显著更高的成本 以前一层wafer做一次光刻；现在两层wafer分别做光刻再bonding，加上hybrid bonding的overlay控制（论文要求<0.5μm）、TSV、KOZ keep-out zone、冗余修复、良率乘法损失，每颗芯片的制造成本和测试成本都要显著上升 -------------------------- 2. Tau scaling这个说法，scaling的到底是什么，这个scaling技术路线是不是一次性的design topology红利？潜力如何？持续进步的空间在哪里？ τ Scaling的核心主张是：用时间常数τ替代几何线宽作为全栈优化目标，在器件、电路、芯片、系统四个层级分别压缩特征延迟 公式本身没有任何新物理。"关注瓶颈延迟"是所有架构师都在做的事情。整个行业都知道互联RC是延迟瓶颈，TSMC每一代工艺都在用low-k dielectrics/semi-damascene等手段降RC。把一个众所周知的优化方向包装成"定律"是显然的营销宣传手段，本质是More than Moore的广义摩尔定律的另一种说法 抛开marketing，华为目前所谓RC delay的改善，本质上是芯片堆叠之后，topology距离缩短，让匹配的effective RC都变小，不是RC工艺常数 至于scaling的意思，是能持续发展的一条roadmap。这里的持续改善路径指的是，全芯片堆叠的层数越来越多，从25~30年的2层堆叠，到31年开始的3层堆叠，以后甚至会考虑4层堆叠 第一代折叠技术甚至不是全芯片双层折叠，而是选择性折叠关键logic，所以只有大概53%的芯片面积实现了折叠(密度155->238)，等到后面几代折叠面积会逐渐增大，到2030年接近全折叠（密度155->292）。2031年的roadmap之所以会出现一个阶跃，就是因为那是从2层折叠到3层折叠的时间点。 但需要注意的是，这个scaling方法的边际效应是逐渐缩小的，折叠成双层的收益是100%，2->3层的收益就只有50%，如果2035年再从3->4层堆叠，收益就只有33%了 另外随着堆叠层数变高，上面说到的三个挑战，散热，设计复杂度，成本，都是越来越大 --------------------- 3. 华为的芯片堆叠，是不是TSMC/AMD已经有的hybrid bonding技术？华为做到的是cache on logic，cache on cache，还是logic on logic，logic on logic最大的散热问题是怎么解决的？ 是已经有的技术没错，但同时也是把现有技术指标做到了领先也是真的，3D堆叠本身不是新技术，TSMC的hybrid bonding量产还是6um，华为论文给出Kirin 2026的hybrid bonding pitch是1.5μm 我在刚刚看到华为的堆叠消息之后，第一反应也是怀疑和AMD的3D V cache类似，它主要把 SRAM cache 叠在 已经有的L3 cache 区域上，通常会避免直接堆在最热的 CPU execution logic 上，就是避免散热问题，毕竟SRAM 的功耗密度和热点特性与high-activity logic 不一样，如果最热的logic on logic堆叠，散热恐怕会碰到困难 但看了更多数据之后，clock buffer -56%、clock depth -42%、clock wire -28%，这些只有在core内部的clock distribution被重构时才可能发生。纯SRAM stacking不会碰core内部的clock tree。另外如果只是cache on cache，大概率是不需要单独MEMS微型风扇额外散热的，证据普遍都指向logic on logic方式 华为这个技术的精妙之处在于，logic on logic 折叠之后热密度并没有翻倍，而是因为topology的好处，能耗下降了30%，这样热密度只上升了40~50% 而第一代没有完全把整个最热的execution logic 100%堆叠起来，论文也明确说selectively applied along key critical paths，只是大概53%有选择性关键路径会堆叠起来，可能颗粒度都没有那么好，只是IP堆叠在IP上，那么热密度上升也许能维持在20%以内 但这条道路继续前行，超前发展的散热就成了必然，现在是MEMS微型毫米级的主动散热风扇，紧贴处理器传导效率高，和华为手机一样，散热堆料特别足，而且技术领先同行。 以后怕是要把HBM7/8的微流道散热技术提前用起来了，毕竟HBM7/8要上24+层堆叠，华为很可能要在提前用上下个世代的散热技术了 ------------------------- 4. 从架构角度来说，最重要的问题，华为41%的power efficiency（能耗比）提升，到底是怎么实现的？为什么AMD的3D V cache没有这么大的提升？ 首先确定41%的定义。论文只说"SoC performance-core power efficiency improved by 41%"，没有给出benchmark名称、Voltage/Freq点、温度条件、功耗边界。但PPT roadmap上有一个关键线索：ISO-Power Performance的数字，2025年是2.75，2026年是3.1，提升12.7% 这个时钟频率提升12.7%完全一致，可以理解为，同功耗的性能提升是12.7%，绝大部分是时钟频率提升带来的 至于能耗比上优化的猜测是，LogicFolding缩短critical path → 在固定Vdd下Fmax从2.75GHz提升到3.1GHz → 这意味着在原来的2.75GHz频率下，有了约12.7%的timing headroom → 这个空间在iso-performance模式下可以换成更低的Vdd 另外的能耗比的提升，可能也来自于电路折叠之后，cache hit latency的下降。从业界经验来看，一般L2/L3 cache hit latency下降10%，CPU整体性能会有至少5%的提升 ppt里显示SRAM latency下降30%，估计会有一部分转化为cache hit latency的下降 AMD的3D V cache没有这么大的提升，主要是因为AMD的底层logic die并没有重新设计，3D cache的延迟latency不仅没有减小反而加大，只是增加了cache大小，收益不如latency下降那么明显。 另一方面，clock skew的下降,critical路径变短，造成电路timing变好，意味着华为可以使用更低的vdd（猜测甚至能低7~8%），以及路径缩短所带来的RC的下降(考虑到clock buffer -56%、wire -28%、SRAM pJ/bit -24%这些数字，比如C_eff下降10~15%合理)，再加上clock tree的整体缩短和下降，确实是有可能在部分Voltage/Freq点做到同性能下，做到30%的功耗下降的，而30%的功耗下降换算过来就是41%的power efficiency 对比苹果和高通，每一代手机芯片在iso-power下单核性能一般提升10-20%，iso-performance下功耗一般降30-40%，这是V/F曲线的特性决定的，所以从经验上来说，数字是对的上的。 所以这个power efficiency（能耗比）的提升，从现有的数字上来说可以从topology推导出来是合理的，可能真的和工艺节点没有太大关系 ---------------------------- 5. 这个技术路线有没有可复制性，其他家会不会效仿？ 短期内不会大规模效仿，因为性价比和风险收益比来说不好。长期来看，这个方向所有人都在走，只是名字不一样 华为做LogicFolding的根本驱动力是制裁，工艺节点被卡在7nm，只能在封装，散热，和设计层面想办法弥补。华为也为此付出了不小的代价：散热成本，设计复杂度，以及制造成本更高（包括良率）。这是一个被逼出来的路线，不是一个自然选择 其他玩家在用TSMC就能做到正常的经济迭代，是没有必要冒着这个风险，去超前迭代散热技术和设计复杂度的 长期来看，Intel的Foveros、TSMC的SoIC、AMD的MI300的3D stacking都在朝同一个方向走。如果继续追最先进节点的经济性持续恶化，那么"固定一个成熟节点+3D topology optimization"的路线会越来越有吸引力 散热方面，MEMS微型风扇和微流道也会成为未来HBM散热的主流 ------------------- 总结一下，华为这次的创新，绝对是值得尊重的，在制裁环境下，用极高的设计复杂度和成本，在一个被锁定的工艺节点上大胆重新设计，榨出了一次大的topology红利，虽然它有天花板。每多加一层的边际收益递减（堆叠1->2层, 2->3层, 3->4层，提升百分比变小），leakage无法解决，散热越来越难，3D EDA工具链更是全新的挑战。 但这个Tau scaling不是一条可以走十年的指数增长路径，每次爬完一个台阶，下一个台阶更难爬，而且台阶更矮收益更小，华为以后想缩小差距，还得再想想靠什么其他的路线

@Gloriaznr @Mimiwftt +1定投医疗器械+机器人

@Mimiwftt 上次听小资金不要做太多不打算买了。继续定投我的医疗器械☺️

继续持股观察就好！

🚀一个插件，让你的Obsidian秒变工作台！ 接入 Claude code + DeepSeek-v4 ，中文写作绝对顶配！ 以后 X 上写文章，轻松拿捏！ @buhuaguo1 书读得多，不会骗你们的！ 传送门👉🏻：github.com/SIXIANGGUO/cc-…

天才啊！用外置的Obsidian来长期保存Codex重要记忆，这样Codex就不会忘记重要事项了！ 我把你需要发给你Codex的内容整理成了一个超级提示词：（记得指明Vault路径）👇 请帮我把 Obsidian 配置成 Codex 的跨项目长期记忆库。 我的 Obsidian Vault 路径是： <你的 Obsidian Vault 路径> 请在这个 vault 里面创建一个文件夹：Codex记忆 目标结构如下： Codex记忆/ ├── AGENTS.md ├── TODO.md ├── agent/ │ └── open-loops.md ├── 项目/ ├── 人物/ ├── 工作流/ ├── 决策/ └── 素材/ 请完成以下事情： 1. 创建上述目录和基础 Markdown 文件。 2. 在 `Codex记忆/AGENTS.md` 里写入 Codex 记忆使用规则。 3. 在 Codex 的全局 AGENTS.md 或自定义说明里追加一段“Obsidian Codex 记忆”规则，让以后 Codex 知道这个目录是长期记忆库。 4. 不要改动全局 AGENTS.md 里和 Obsidian Codex 记忆无关的内容。 5. 不要保存任何 Cookie、Token、API Key、密码、验证码、身份证号、银行卡、私密联系方式等敏感信息。 6. 不要把完整聊天记录写进记忆库，只保存长期有效、之后会反复用到的信息。 7. 完成后请验证文件确实创建成功，并告诉我创建了哪些文件、修改了哪个全局说明文件。 请写入 `Codex记忆/AGENTS.md` 的规则如下： # Codex 记忆使用规则 这个文件夹是 Codex 的跨项目长期记忆库。它位于 Obsidian vault 内，所有内容都应该是可读、可编辑、可搜索、可 diff 的 Markdown。 ## 什么时候读取 在开始较重要或持续时间较长的任务前，先快速浏览本文件，并按任务类型查看相关目录： - 项目相关：`项目/` - 人物、合作方、用户画像：`人物/` - 可复用流程、命令、检查清单：`工作流/` - 重要选择、取舍、为什么这么做：`决策/` - 可复用素材、模板、表达方式：`素材/` - 跨项目未闭环事项：`TODO.md` 和 `agent/open-loops.md` ## 什么时候写入 只有学到长期有效、之后会反复用到的信息时才写入。优先保存这些内容： - 用户长期偏好、明确边界、反复强调的工作方式 - 项目的稳定路径、关键命令、环境差异、发布流程 - 已验证过的故障原因、修复方式、排查顺序 - 重要决策及其原因 - 跨项目待办、悬而未决的问题 - 可复用的文章结构、脚本流程、研究模板、提示词 ## 不要写入 - 不要保存完整聊天记录、流水账、临时情绪、一次性中间过程 - 不要保存 Cookie、Token、API Key、密码、验证码、身份证号、银行卡、私密联系方式 - 不要把第三方平台配置、账号凭证、日志里的敏感值复制进这里 - 不要为了“显得有记忆”而写低价值总结 ## 写入方式 - 优先更新已有笔记；没有合适笔记时再新建 - 每次只写小段、可检查的 Markdown - 用明确标题、日期、来源任务、适用范围 - 事实和推断分开写，避免把猜测沉淀成规则 - 如果发现旧记忆过时，不要直接删除；先标注“已过时”并说明原因 ## 收尾规则 在重要任务结束前做一次 memory closeout： - 判断是否有长期价值内容需要写入 - 如有，更新对应文件 - 未闭环事项写入 `TODO.md` 或 `agent/open-loops.md` - 最终回复里简短说明改了哪些记忆文件 请追加到 Codex 全局 AGENTS.md 或自定义说明里的内容如下： ## Obsidian Codex 记忆 使用这个目录作为跨项目长期记忆库： `<你的 Obsidian Vault 路径>/Codex记忆` 在开始较重要或持续时间较长的任务前，先快速浏览： `<你的 Obsidian Vault 路径>/Codex记忆/AGENTS.md` 当你学到长期有效、之后会反复用到的信息时，更新 `<你的 Obsidian Vault 路径>/Codex记忆` 里的相关 Markdown 文件。重点保存：项目稳定路径、关键命令、用户长期偏好、明确边界、已验证的排查结论、重要决策、可复用工作流、跨项目未闭环事项。 不要保存完整聊天记录，不要写流水账，不要把临时过程当成记忆。不要保存 Cookie、Token、API Key、密码、验证码、身份证号、银行卡、私密联系方式，也不要把第三方平台配置或日志里的敏感值复制进 Obsidian 记忆。 写入规则：优先更新已有笔记；没有合适笔记时再新建。每次只写小段、可检查的 Markdown。事实和推断分开。发现旧记忆过时时，不要直接删除，先标注“已过时”并说明原因。 重要任务结束前做 memory closeout：判断是否有长期价值内容需要写入；如有，更新对应文件；未闭环事项写入 `<你的 Obsidian Vault 路径>/Codex记忆/TODO.md` 或 `<你的 Obsidian Vault 路径>/Codex记忆/agent/open-loops.md`；最终回复里简短说明改了哪些记忆文件。

几天前一个单子 让我去写一个skill 报价2000 我今晚就开始写，没一会儿功夫写完后（codex搞定）我 看还有时间，我灵机一动既然写skill能赚钱，那我写个零 基础skill得了，对skill-creator增强交互sop,这样以后更 方便批量产出skill了，说干就干，然后就有了duange- zero-skill 等我交付的时候，不回复了，擦 白忙活了，然后我想着这 个skill不能浪费就上传clawhub了，以后办事先收钱 clawhub.ai/lifenglei/duan…

如果你经常用 AI 找信息，这个网站一定要收藏 Hermes 现在已经可以接入 Browse.sh 这是一个收录了数百个浏览器 Skill 的开源目录，一条 CLI 命令就能让 Agent 获得新的互联网能力 我翻了一圈，覆盖范围很夸张： 找房子、找航班、找电影、找工作、追踪 @Polymarket 、挖掘机会…… 甚至还有一些非常离谱的生活场景 简单说，Browse.sh 正在把「上网找信息」这件事，拆成一个个 Agent 可以直接调用的 Skill 做 AI、自动化、信息检索的人，建议收藏 browse.sh

强烈推荐大家使用一下 OpenAI Codex 的定时任务，每天早上 8 点自动产出美股财经日报。 相比起 Claude Code 更简单，不需要任何代码配置，也更实惠，每月只需要 20 美元。 一周之前，我已经把美股日报从 Claude Code 迁移到 Codex 了，基本是傻瓜式配置，大家直接把下面这段提示词发给 Codex 就行。 【当然，最好是你自己和 Codex 对话，描述清楚自己的投资偏好，让它给你生成一份美股日报的提示词。】 你是一名专业的美股市场日报分析师、宏观策略分析师和科技成长股研究员。 请你每天北京时间早上 8:00，为我生成一份完整的《美股收盘日报》。 报告语言：中文。 报告风格：专业、清晰、数据驱动、适合投资复盘和次日交易计划。 报告目标：帮助我快速理解昨夜美股发生了什么、市场为什么涨跌、资金在买什么卖什么、哪些板块/个股出现异动、接下来应该关注哪些风险和机会。 请务必使用最新数据，优先参考权威来源，包括但不限于： CNBC、Reuters、Bloomberg、MarketWatch、WSJ、Investing、Yahoo Finance、Barchart、Koyfin、TradingView、Finviz、FactSet、Nasdaq、公司 IR 官网、SEC 文件、FedWatch、FRED、美国财政部、CME、EIA 等。 如果数据存在冲突，请说明不同来源的差异，并优先采用更权威/更实时的数据。 所有关键事实、重要数据、公司新闻、财报数据、宏观数据都需要注明来源或链接。 不要编造数据。如果某项数据暂时无法获取，请明确写“暂无可靠数据”。 请按照以下结构生成日报： 美股收盘日报｜YYYY-MM-DD 0. 今日一句话总结 用 3-5 句话概括昨夜美股最重要的变化： 大盘是上涨、下跌还是震荡？ 驱动因素是宏观、财报、AI 主线、利率、地缘、油价、美元，还是板块轮动？ 资金是 risk-on 还是 risk-off？ 市场宽度是改善还是恶化？ 今天最值得关注的主线是什么？ 最后给出一句简洁判断： 今日市场状态：例如“指数强、宽度弱，AI 硬件继续主导，但短线拥挤度上升。” 1. 大盘表现总览 请列出以下指数的当日表现： 指数 收盘点位 涨跌幅 日内高低点 成交量变化 技术状态 Dow Jones S&P 500 Nasdaq Composite Nasdaq 100 / QQQ Russell 2000 / IWM SOX 半导体指数 VIX 请额外说明： 标普和纳指是否创历史新高 / 阶段新高 / 跌破关键均线？ 纳指是否明显强于标普？ 小盘 Russell 2000 是否跑赢或跑输？ 半导体是否继续领先？ VIX 是上升还是下降，是否说明避险情绪升温？ 2. 盘中走势复盘 请用时间线方式复盘昨夜美股走势： 盘前发生了什么？ 开盘后是高开低走、低开高走，还是震荡？ 午盘是否出现方向选择？ 尾盘是否有拉升或跳水？ 盘后是否有重要财报或新闻导致期货/个股异动？ 请解释： 当天涨跌的核心原因是什么？ 是由利率驱动，还是财报驱动，还是 AI 主线驱动？ 是否有明显的 sell the news / buy the dip / short squeeze / rotation？ 3. 宏观环境 请覆盖以下宏观变量，并解释它们对美股的影响： 3.1 美债收益率 项目 最新水平 日变化 市场含义 2Y 美债收益率 10Y 美债收益率 30Y 美债收益率 2Y-10Y 利差 10Y-30Y 利差 请重点分析： 10Y 是否接近关键压力位，例如 4.5%、4.6%、4.7%？ 长端利率上行是否压制科技股估值？ 收益率曲线是陡峭化还是扁平化？ 债市是否在交易通胀、财政赤字、降息预期变化，还是避险？ 3.2 Fed 降息预期 请列出： CME FedWatch 当前对下一次 FOMC 的降息/不降息概率。 年内市场预期降息次数。 与前一日相比是否出现明显变化。 是否有 Fed 官员讲话影响市场。 3.3 美元、黄金、原油、比特币 资产 最新价格 涨跌幅 含义 DXY 美元指数 黄金 WTI 原油 Brent 原油 比特币 以太坊 请解释： 美元走强是否压制风险资产？ 黄金上涨是避险还是实际利率下降？ 油价上涨是否增加通胀压力？ 加密货币是否体现风险偏好变化？ 3.4 当日重要经济数据 请列出当天公布的所有重要美国经济数据，例如： CPI / PPI PCE 非农 初请失业金 零售销售 ISM PMI JOLTS 消费者信心 房地产数据 财政部拍卖结果 每个数据请包含： 数据 实际值 预期值 前值 市场解读 4. 板块表现 请列出 S&P 500 十一个板块表现： 排名 板块 ETF 当日涨跌幅 近5日 近1月 跑赢/跑输标普 主要驱动 信息技术 XLK 通信服务 XLC 可选消费 XLY 金融 XLF 工业 XLI 医疗保健 XLV 必需消费 XLP 能源 XLE 公用事业 XLU 材料 XLB 房地产 XLRE 请额外说明： 今天最强板块是什么？ 最弱板块是什么？ 是成长股占优，还是价值股占优？ 是周期板块占优，还是防御板块占优？ 是否出现高切低？ 是否出现 AI 硬件向软件、能源、电力、光通信、工业、金融等方向轮动？ 5. 主题与风格表现 请覆盖以下主题 ETF / 风格 ETF： 主题 / 风格 代表 ETF 当日涨跌幅 近5日 近1月 解读 半导体 SMH / SOXX 软件 IGV 网络安全 CIBR / HACK 云计算 CLOU / WCLD AI / 自动化 BOTZ / AIQ 光通信 / 光模块相关 代表股观察 数据中心 / 电力 代表股观察 核电 / SMR 代表股观察 储能 代表股观察 小盘成长 IWO 小盘价值 IWN 等权标普 RSP 大盘成长 QQQ / SCHG 大盘价值 VTV 请重点判断： AI 硬件是否仍是主线？ 软件股是否开始补涨？ 半导体是否利好钝化？ 小盘股是否参与？ 等权指数是否跑赢市值加权指数？ 市场是扩散行情，还是少数权重股拉指数？ 6. 市场宽度与参与度 这是非常重要的部分，请详细列出。 6.1 均线参与度 请分别统计： 指数 / 市场 高于20日均线比例 高于50日均线比例 高于100日均线比例 高于200日均线比例 解读 S&P 500 Nasdaq 100 Nasdaq Composite NYSE Russell 2000 请判断： 20 日参与度是否短线过热或恐慌？ 50 日参与度是否高于 50%？ 100 / 200 日参与度是否说明中期趋势健康？ 指数上涨是否有足够宽度支持？ 是否出现“指数创新高，但参与度下降”的背离？ 6.2 涨跌家数、新高新低 请列出： 指标 NYSE Nasdaq 解读 上涨家数 下跌家数 涨跌比 创52周新高数量 创52周新低数量 新高-新低差值 请判断： 市场是普涨还是结构性上涨？ 科技股内部是否健康？ 新低数量是否异常增加？ 是否出现风险偏好退潮？ 6.3 其他市场内部指标 如果可以获取，请补充： Advance/Decline Line McClellan Oscillator Put/Call Ratio VIX term structure VVIX MOVE Index High Yield Spread Investment Grade Spread 市场成交量是否放大 上涨成交量 / 下跌成交量比例 7. 技术面分析 请分析以下指数 / ETF 的技术形态： 标的 当前价格 20日线 50日线 100日线 200日线 RSI MACD / 趋势 关键支撑 关键压力 SPY QQQ IWM SMH IGV XLK XLC XLY 请重点说明： SPY / QQQ 是否远离 20 日线或 50 日线？ 是否处于超买或超卖？ 是否出现放量滞涨？ 是否出现假突破风险？ 哪些关键支撑位不能破？ 哪些压力位突破后会打开上行空间？ 如果明天继续上涨，确认信号是什么？ 如果明天回调，风险位置在哪里？ 8. 重点个股新闻与异动 请列出昨夜最重要的个股异动，尤其关注： 8.1 大型科技七巨头 股票 涨跌幅 原因 技术位置 后续关注 NVDA MSFT AAPL GOOGL AMZN META TSLA 请判断： 七巨头是否集体上涨，还是内部严重分化？ 是谁在拉动指数？ 谁在拖累指数？ 是否有监管、财报、产品、AI、反垄断、评级调整、目标价调整等新闻？ 8.2 AI 硬件 / 半导体 重点覆盖： NVDA、AMD、AVGO、MRVL、MU、TSM、ASML、ARM、INTC、QCOM、SMCI、DELL、HPE、ANET、CLS、VRT、COHR、LITE、AAOI、TSEM、SIVE 等。 请说明： 哪些股票大涨 / 大跌？ 原因是什么？ 是财报、订单、分析师评级、产业新闻，还是板块联动？ AI 硬件是否继续拥挤？ 是否出现 sell the news？ 是否出现资金从 GPU 切向光通信、电力、软件？ 8.3 软件 / SaaS / AI 应用 重点覆盖： CRM、NOW、SNOW、ORCL、ADBE、PANW、CRWD、DDOG、NET、MDB、PLTR、APP、TEAM、WDAY、INTU、SHOP 等。 请说明： 软件股是否跑赢大盘？ AI 替代 SaaS 的叙事是否缓解？ AI Agent / 数据云 / 工作流平台是否有新催化？ CRM、NOW、SNOW、ORCL、MSFT 等是否有财报、评级、机构加仓、产品发布？ 8.4 AI 电力 / 数据中心 / 能源基础设施 重点覆盖： CEG、VST、NRG、ETN、PWR、GEV、VRT、FLNC、OKLO、SMR、BE、NEE、SO、DUK、APLD、IREN、CORZ 等。 请说明： 数据中心电力链是否继续强势？ 核电、天然气、储能、电网设备、液冷、电力基础设施是否有新闻？ AI 数据中心需求是否推动相关股票重估？ 是否有监管、订单、融资、并购、政策催化？ 8.5 其他显著异动 请列出涨幅 / 跌幅最大的重点股票，尤其是： 财报后大涨大跌 盘后异动 分析师上调/下调 并购消息 SEC 调查 管理层变动 回购 / 增发 / 二次发行 空头报告 指引上调 / 下调 9. 财报日历与财报解读 请列出： 9.1 昨夜已公布财报的重点公司 公司 收入 EPS 是否 beat 指引 盘后反应 核心解读 请重点说明： 收入是否超预期？ EPS 是否超预期？ 毛利率、运营利润率、自由现金流是否变化？ RPO、ARR、订单、backlog、云收入、AI 相关收入是否有亮点？ 管理层指引是否强？ 股价反应和财报质量是否一致？ 9.2 接下来 1-3 个交易日重要财报 日期 公司 市场关注点 可能影响板块 请特别关注： NVDA、AVGO、AMD、MRVL、MU、TSM、ASML CRM、NOW、SNOW、ORCL、ADBE、PANW、CRWD GOOGL、MSFT、AMZN、META、AAPL、TSLA VRT、ANET、DELL、SMCI、COHR、LITE、AAOI CEG、VST、FLNC、OKLO 等 10. 机构观点与资金流 请整理当天重要机构观点： 华尔街大行最新策略观点 对标普 / 纳指目标点位调整 对 AI、半导体、软件、能源、电力、金融等板块的观点变化 重点股票评级上调 / 下调 ETF 资金流向 期权市场异动 大宗交易 / 内部人交易 / 回购公告 请用表格列出： 机构 / 来源 观点 涉及资产 市场影响 11. 板块轮动判断 请判断当前市场处于以下哪种状态： AI 硬件主升浪 AI 硬件高位震荡 AI 硬件利好钝化 软件补涨 / 估值修复 高切低 风险资产全面 risk-on 防御性 risk-off 宽度扩散 指数强、内部弱 普跌恐慌 超跌反弹 请明确回答： 今天资金主要流入哪里？ 今天资金主要流出哪里？ AI 主线是否仍然健康？ 半导体是否继续领先？ 软件是否开始相对走强？ 小盘是否参与？ 防御板块是否异动？ 当前市场更像趋势延续，还是阶段性顶部震荡？ 12. 我的重点关注股观察 请每天额外跟踪以下股票，并给出简短判断： 核心科技 / AI： NVDA、AMD、AVGO、MRVL、GOOGL、MSFT、META、AMZN、ORCL 软件： CRM、NOW、SNOW、ADBE、PANW、CRWD、PLTR、DDOG、NET 光通信 / AI 互连： LITE、COHR、AAOI、TSEM、SIVE、MRVL、AVGO、ANET AI 电力 / 数据中心基础设施： FLNC、OKLO、VST、CEG、ETN、VRT、PWR、GEV、APLD、IREN 请对每只股票输出： 股票 当日涨跌 当前趋势 关键新闻 支撑位 压力位 我的判断 判断用以下标签之一： 继续强势 高位震荡 短线过热 回踩支撑 破位风险 等财报催化 利好兑现 低位修复 需要观察 13. 明日交易计划 / 观察清单 请给出明天最重要的观察点： 13.1 宏观观察 10Y 美债收益率关键位置 美元指数方向 油价 / 黄金 / VIX Fed 官员讲话 经济数据 13.2 大盘观察 SPY 关键支撑 / 压力 QQQ 关键支撑 / 压力 SMH 是否继续强于 QQQ IGV 是否开始跑赢 IWM 是否参与 13.3 板块观察 AI 硬件是否继续领涨 软件是否补涨 金融 / 工业 / 能源是否轮动 防御板块是否走强 市场宽度是否改善 13.4 个股观察 请列出 10-20 只明天最值得关注的股票，并说明原因。 14. 风险提示 请列出当前市场最大的风险： 美债收益率继续上行 通胀预期反弹 Fed 降息预期下降 地缘风险 油价冲击 AI 硬件 sell the news 半导体高位拥挤 软件财报不及预期 市场宽度恶化 信用利差扩大 VIX 异动 重要个股财报风险 政策 / 监管风险 美元走强压制风险资产 请判断当前风险级别： 风险维度 当前状态 风险等级 宏观利率 市场宽度 AI 拥挤度 财报风险 地缘风险 技术面 流动性 风险等级使用：低 / 中 / 中高 / 高。 15. 最终结论 最后请用以下格式总结： 今日市场结论 用 3-5 句话总结。 当前市场阶段 请选择一个： 强趋势上涨 高位震荡 健康回调 板块轮动 风险偏好下降 普跌恐慌 超跌反弹 我的操作倾向 请用中性语言给出观察，不构成投资建议： 是否适合追高？ 是否适合逢低？ 是否应该等待财报？ 是否应该控制仓位？ 哪些板块更值得关注？ 哪些板块需要谨慎？ 最值得关注的 5 个信号 请列出明天最重要的 5 个观察信号。

解决 Hermes Agent 在上下文填满时用有损摘要替换对话导致信息丢失的问题，这个插件把所有消息原样存进 SQLite，压缩时做分层 DAG 摘要，配合检索工具随时能回看被压缩的内容，确保信息无损不丢。 github.com/stephenschoett…

YouTube 视频秒变多语言AI 配音 + 零样本声音克隆杀手级开源神器 github.com/abus-aikorea/v… 这就是 Voice-Pro，9.8k star 爆款本地AI全能语音工作台！二话不说干翻 ElevenLabs + 所有付费配音平台：从YouTube下载 → 自动人声分离 → Whisper精准转录 → 多语言翻译 → 零样本声音克隆配音，全程本地一键完成，生成自然度极高的专业级配音视频！

本周增长最快的 10 个 GitHub 仓库： 1. codegraph（+14.1K stars） 为 Claude Code、Codex、Cursor、OpenCode 和 Hermes Agent 提供预索引的代码知识图谱——更少 token、更少工具调用、100% 本地运行 github.com/colbymchenry/c… 2. openhuman（+17.1K stars） 你的个人 AI 超级智能。私密、简单且极其强大 github.com/tinyhumansai/o… 3. academic-research-skills（+11.6K stars） 面向 Claude Code 的学术研究技能：研究 → 写作 → 审阅 → 修改 → 定稿 github.com/Imbad0202/acad… 4. RuView（+6.8K stars） π RuView 将普通 WiFi 信号转化为实时空间智能、生命体征监测和存在感知——全程无需任何视频画面 github.com/ruvnet/RuView 5. agentmemory（+6.9K stars） 基于真实世界基准测试的 AI 编程智能体第一持久记忆方案 github.com/rohitg00/agent… 6. supertonic（+3.6K stars） 闪电般快速的端侧多语言文本转语音（TTS）——通过 ONNX 原生运行 github.com/supertone-inc/… 7. CloakBrowser（+7.0K stars） 可通过所有机器人检测测试的隐身 Chromium。可直接替代 Playwright，并带有源码级指纹补丁。30/30 项测试通过 github.com/CloakHQ/CloakB… 8. ViMax（+2.7K stars） ViMax：智能体式视频生成工具，集导演、编剧、制片人和视频生成器于一体 github.com/HKUDS/ViMax 9. 12-factor-agents（+1.9K stars） 我们可以用哪些原则来构建真正足够优秀、能够交付给生产环境客户使用的 LLM 驱动软件 github.com/humanlayer/12-… 10. bun（+2.0K stars） 极快的 JavaScript 运行时、打包器、测试运行器和包管理器——一体化工具 github.com/oven-sh/bun 本周主题：智能体记忆、上下文效率和端侧智能正在让 AI 基础设施成为最火热的构建方向。 收藏这份清单。下周的榜单可能会完全不同。

@oldersixs @Mimiwftt 是先降息再缩表 降息比缩表快 缩表不可能一下子就能成的 需要一年左右

@Mimiwftt 要缩表1了，还宽松？

【关于港股】 港股：弹性大，但高度依赖外部流动性 港股作为离岸市场，外资占比高（约60%），其走势与全球美元流动性的关联度极强。 短期承压： 近期30年期美债收益率突破5%，美元指数维持在98-100的高位震荡，这直接推高了全球资产的贴现率，对港股（尤其是对利率敏感的科技成长板块）形成了明显的压制。因此，短期内港股可能还会延续震荡磨底的格局。 中期爆发力强： 港股真正的趋势性反转契机在于美联储货币政策的实质性转向。历史数据显示，恒生科技指数的历次主升浪都伴随着美元指数的大幅回落。一旦美联储在下半年（如7-8月）释放宽松信号或启动量化宽松（QE），全球资金将重新流向新兴市场，港股凭借其极低的估值（目前恒生科技指数PE仅处于历史17%分位），有望迎来极具爆发力的补涨行情。

@Mimiwftt 欢迎Mi姐回家🥳🥳🥳

无论是人还是股票，优必选

想要系统学习 AI 开发，网上的资料又太碎片化，东一篇论文西一个教程，拼不成完整的知识体系。 最近找到 AI Engineering from Scratch 这份开源课程，共 435 节课、分 20 个阶段，从数学基础一路讲到自主智能体，体系相当完整。 内容覆盖计算机视觉、自然语言处理、大模型训练、多智能体协作、伦理安全等方向，还支持 Python、TypeScript、Rust、Julia 四种语言。 GitHub：github.com/rohitg00/ai-en… 每个算法都从原始数学推导开始实现，反向传播、分词器、注意力机制全部手搓一遍，搞懂原理后再上 PyTorch。 每节课都会产出一个可复用的工具，比如提示词模板、Agent 技能或 MCP 服务器，学完整套课程能积累 435 个自己真正理解的作品。 内置水平测试功能，十道题帮你定位起点，不用从头开始。零基础大约 300 小时，有深度学习经验的直接跳到第十阶段，60 小时搞定 Agent 开发。

听说 AMD 正在免费送算力券。 极速申领指南（高 ROI，5-10分钟保姆级步骤） 跟着下面的步骤操作，几天内就能拿到属于你的 MI300X 专属云服务器。 步骤 1：注册 AMD AI Developer Program（完全免费） 访问 AMD 官方开发者门户：amd.com/en/developer/a… 点击 Join Now，使用你的 GitHub 或邮箱注册/登录 AMD 账户。 填写一份简单的个人兴趣和用途表单（建议用途填写：“AI 原型开发、LLM 推理部署与 ROCm 性能基准测试”，通过率极高）。 验证邮箱后，即可进入会员后台。 步骤 2：申领 $100 信用额度 进入会员专属 Perks（福利）页面。 找到 AMD Developer Cloud 福利，点击申请申领 $100 信用额度（注：页面中可能还有一个 Fireworks AI $50 的 API 额度，但强烈建议选择 Developer Cloud 物理 GPU 虚拟机，这才是真正的 MI300X 算力！）。 提交表单后，AMD 通常会在 1-3 个工作日内向你的邮箱发送一封唯一的 Redemption Link（兑换链接）。 通过链接创建/登录你的 AMD Developer Cloud 账号（该服务由 DigitalOcean 托管），系统会自动充值 $100 信用额度（有效期通常为 30 天）。

白嫖一年英伟达 NVIDIA 赠送一年NVIDIA DSX Air资源， 最高96核+96G内存+500G硬盘 但是不要干那么满，48C+48G+100g就行了 需使用域名邮箱注册并登录， 没有的话就买个域名，然后让AI去CF帮你配置一个. 每7天需要手动续期一次， 目前不太好开，人太多了，需要慢慢试 注册链接： dsx-air.nvidia.com