GateUser-dc27bd6b

最近一直在看被中文区奉为神作的《浪潮之巅》
一代版本一代神的故事是很有道理的
过去的IBM 诺基亚 Yahoo 巅峰时期都被视为不可战胜
最终还是在时代浪潮下跌下神坛 失去霸主地位
以前总觉得泡沫是一件很可怕的事情 后面才发现每一次泡沫都会带来巨大的财富在分配的机会
毕竟如果资本不fomo 普通人将永无翻身之日
而且泡沫存在也不等于马上就要破裂 泡沫往往会持续非常之久 久到一个绝对理性的人都开始怀疑泡沫存在的真实性
所以人还是要一定要养成自己的投资能力😂 把投资视作一项需要终身学习的技能 而不是对某个开单老师或者项目产生信仰
无脑跟着一键buy sell
最后附上这本书的pdf版 可以导到读书里看 这种视角升级的感受还是蛮好的 可以更清晰的理解周期与流动性的本质

42spaceに突然新しい市場が登場：ハキミとパンダヘッドのどちらが先に契約/現物を上場するか
締め切りは6月30日
ちょっと興味深い

オンチェーン支払いで最も不便に感じる点は、「大きな送金の心理的安全性」が常に欠如していることです。
オンチェーン操作で一文字間違えるだけで資産が永久にゼロになることもあり、何の対策もありません。
なぜ今まで主流のウォレットがそのような確認メカニズムを導入しなかったのでしょうか？
ユーザーに安全な送金のための入口を個別に設ける。
大きな送金を行う際に、別のウォレットの確認を先に求めてから資産をオンチェーンに載せる。
これはそのニーズが偽のニーズだからですか🤔アービトラージには頻繁にポジションを調整する必要があり、手動操作のたびに心配で仕方ありません。文字や大文字・小文字を間違えるのを恐れて。

$hype hypeの魅力的なポイントはたくさんあります。実は多くの人がよく理解していません。
1. hypeの毎日の手数料収入の97%はアシスタンスファンドに入り、自動的に$hype を買い戻して焼却します。
残りの3%はhlpの流動性提供に使われます。
最近1ヶ月のhypeの毎日の手数料収入は1-3muの範囲で安定しています。
つまり、hypeは毎日自動的に1-3muを買い戻して焼却しており、この数値はブルマーケットの到来とともにますます高くなります。
2. 現在までに約45mの$hype が焼却されており、これは総供給量の約4-5%に相当します。
現在の手数料レベルを維持しながら、hypeの年間のデフレーションは1-2%です。
3. 現在のhypeの流通量は254mで、約25%に相当します。
本当のリスクポイント：
未解放の$hype は約600mに達しており、主にhypeチームの保有分から来ています。
この解放は毎月約9mずつ行われ、2027年から2028年まで段階的にリリースされる予定です。
しかし、hypeチームは非常に控えめにクレームしています。
tokenomistによると、チームやコア貢献者はvesting契約で約405.41Mが解放済みですが、実際に流通に出ているのは約3.19Mだけです。
hypeは私のDCAの対象であり、暗号通貨の空気銘柄とは異なります。
h

暗号的原生叙事在RWA的冲击下似乎有点被降维打击了😂😂
最近在RWA上套利真的很爽 如果以后暗号能彻底拥抱RWA 抛弃炒作叙事 靠PPT拿融资的路线其实也不错

取引所上rugコイン😅😅
先週は友人とspaceの権利保護の進捗について話していた
結果、今日は直接公式にcexに上場し、そして開幕時に70％下落した
このように自分の評判を傷つけることもやるのか？
まだspaceのcexを使う人はいるのか？

$CHIP USDAI内部には絶対にアクチュアリーがいる
300-500mの範囲でオープンした場合
ytを焼くプレイヤーのコストはおよそ600mで、ytをロックすることを選択すると、8ヶ月後に解除されるコストはおよそ370m
預金プレイヤーのコストはおよそ350mで、ytをロックすることを選択すると、8ヶ月後に解除されるコストはおよそ230m（YTコストを含む）
ブーストメカニズムやオープン範囲に関係なく、大口投資家には非常に厳しい
yt大口投資家が売り浴びせると損失になり、lockytを今売ってもスペースはほとんどない
預金大口投資家はここで利益を得ることができるが、あまり多くは稼げない。なぜならlock ytのコストもあるから（ロックしなければICOに参加して一定の利益は出るが、公式ダッシュボードを見る限りそれも多くはない）
最も気持ちが良いのは預金＋エアドロップの陣営の大口投資家だ
空売りを仕掛けるには十分な空売りの対抗相手が必要だ。なぜなら現在、CHIPは絶対的に高コントロールされているからだ
いずれにしても、VCの観点から見れば、これは成功したプロジェクトだ。ytを焼くユーザーだけが傷ついた世界が実現した。

時には本当にこれらのアービトラージャーたちに感心します
raveのような流動性が集中する瞬間にはいつも印刷機を稼働させている
毎回新しいことを学べます🤣🤣🤣

「只要学得够慢，你就可以不用学了」
この言葉はかなり馬鹿げている
chatgpt 2022年11月にリリース
多模態時代に突入するまでにちょうど1年の間隔があった
その1年間でAIを使う人々は十分に進化した 一例として、閑魚の卒業論文代筆機関
当時はAIの能力はそこまで高くなかったが、簡単な学士論文を書いたり、シンプルなWebプロジェクトを作ったりすることは これらの機関の効率化に十分だった
Web3にとっては、その頃ちょうどエアドロップの最後の黄金時代であり、AIを使ってスクリプトを作る賢い人々も十分に稼ぐことができた
また、seedanceが登場する前はsoraや海螺のような画像生成動画プラットフォームだった
当時のAI動画は今のような滑らかさや一貫性には遠く及ばなかったが、それでも低脂肪の短い動画でエコシステムの隙間を狙い、多くのフォロワーを獲得したブロガーも少なくなかった
これ以前にこれらのAIを使ってエコシステムの隙間を埋めた人々は、seedance登場後に武器庫をアップグレードするのは非常にスムーズで自然な過程だった
上手にやった人はさらに良くなるだけだ
結局、経験というものは大部分が定量化できず、自分の認識と理解に基づくものだ 早く学ぶほどより深い理解を得られる

今のトラフィックの秘密は、GitHubで高評価のオープンソースにストーリーを作ること、ということですか

AI時代がもたらす最も深い思考は
過去の伝統的なインターネット成長モデルが大きく変わる可能性があるということです。
過去の成長モデルの核心は
誰がより多くの流量を獲得できるか、誰がより容易に成長を達成できるかということでした。
この20年のインターネットの成長ロジックは、ある基盤の上に成り立っています。
情報を得るコストが非常に高いことです。
過去において、ユーザーが自分のニーズを解決するには、主に二つの方法がありました。
1. 自発的に探索する
検索エンジンで検索し、ほぼ確実にプロジェクト側が精心して配置したseo/sem広告に入り、情報の流れはすべて正の情報に偏っています。seoも大量の外部リンクを張り巡らせ、深くて信頼できる評価結果を得るのは非常に難しいです。特に高度な検索技術を持っていれば、seoの重み付けの低い小さなサイトや話題の少ない投稿から情報を抽出できます。
2. 被動的に受け取る
あるチャネルで偶然に製品を見つけて、詳細を自分で調べ、結果的に1のループに陥る。検索エンジンで検索し、広告に入り続ける…
しかし、AI時代は違います。
AIがもたらす最大の変化は、情報取得のコストを徹底的に下げたことです。
以前は、ある製品を理解するには検索エンジンを使うしかなく、検索エンジンは最大の流量入口でした。
しかし今や、AIの普及により、製品を理解するにはAIに質問するだけです

AI時代がもたらす最も深い思考は
過去の伝統的なインターネット成長モデルが大きく変わる可能性があるということだ
過去の成長モデルの核心は
誰がより多くの流量を獲得できるか、誰がより容易に成長を達成できるかということだった
このインターネットの過去20年の成長ロジックは、ある基盤の上に成り立っている
情報を得るコストが非常に高いことだ
過去において、ユーザーが自分のニーズを解決する方法は主に二つあった
1. 自発的な探索
検索エンジンで検索し、ほぼ確実にプロジェクト側が入念に設計したseo/sem広告に入り、情報の流れはすべて正の方向に偏っている。seoも大量の外部リンクを張り巡らせる作業を行う。深くて正確な評価結果を得るのは非常に難しい。特に高度な検索技術を持っていれば、seoの重み付けのない小さなサイトや話題性の低い投稿から情報を抽出できる。
2. 被動的な受け取り
あるチャネルで偶然に製品を見つけて、自分で詳細を調べ、その結果、1の無限ループに陥る。検索エンジンで検索し、広告に入り続ける…
しかし、AI時代は違う
AIがもたらす最大の変化は、情報取得のコストを徹底的に下げたことだ
以前は、ある製品を理解するには検索エンジンを使うしかなかった。検索エンジンは最大の流量入口だった
しかし今や、AIの普及により、製品を理解するにはAIに質問するだけで良い
これにより、流量の入口は検索

またステーブルコインの暴落が起きた。飛行機の中で電波が悪くて、グループの友達の情報を逃してしまった🤡🤡🤡

最近、transformの基礎的な仕組みを深く研究しているが、私にとって最も深い理解は、AIが「正しい」と考えるものは、実は非常に強力な関数近似器であり、究極の統計モデルであるということだ。これを踏まえると、実際にLLMの既存の能力を利用して量的取引や実盤取引を行おうとしている人々は、ギャンブルと何ら変わらない、全く誤った道を進んでいると本当に思う。なぜなら、LLMモデルが最も得意とするのは単語の予測であり、自己回帰モデルであるため、「正しい」とされる出力しかできないからだ。たとえば、「ビットコインは上がるか」と質問した場合、LLMは訓練データのテキスト分布に基づき、一語一語最も一般的な回答パターンを拼（つ）くり出すだけだ。そして、その出力は最初のトークン次第で決まる。候補としては、「上がる」「上がらない」「市場には不確実性がある」「先に上がって後に下がる」などが考えられる。LLMは最初に生成したトークンに沿って、その後も絶えず生成を続け、最終的には正誤もわからないが、非常に専門的に見える長いレポートを作り出す。これはほぼ、検索エンジンがマッチさせた文脈次第で決まるものである。一方、実際の量的モデルは、板の注文流やさまざまな数学的モデリング、多因子分析などを必要とする。量的な大規模モデルとLLMの大規模モデルは全く別物であり、量的システムはそもそもtransformを使わない。誰か