北辰

野生crypto研究员 ｜民间文史哲及人类学爱好者 | 业余越野跑者
主理：刺耳的Whistle & 酒色艺文✍️

[北辰 @Bei_Chen_]

@forgivenever 数字货币是金融创新，但背后没有像股权那样有对应的法律体系，所以ICO这种结构性缺陷，只能导致项目方的最优策略是：发币-拉一波（或几波行情），然后项目交给社区治理……行业就是这么完蛋的！

[北辰 @Bei_Chen_]

@forgivenever 数字货币是金融创新，但背后没有像股权那样有对应的法律体系，所以ICO这种结构性缺陷，只能导致项目方的最优策略是：发币-拉一波（或几波行情），然后项目交给社区治理……行业就是这么完蛋的！

[北辰 @Bei_Chen_]

优秀！LLM很厉害，但与因果性无关，这个方向确实值得关注。

[Biwei Huang @huang_biwei]

I've spent over a decade working on causal discovery and causal AI. A lot of late nights, a lot of papers, and a lot of open questions.

Today we're putting something into the world. Aether AI has raised $20M to build causal world models that understand mechanisms. We believe the next leap in AI will come not from scaling existing architectures, but from a paradigm shift in how machines learn, reason, and interact with the world.

If you care about causality and want to build, we're hiring!
🔗https://t.co/Y6FxeHJWGh

[北辰 @Bei_Chen_]

2/2）prompt的本质不是给它指令，而是描述你真实、具体的经验/思考甚至直觉，它自然会索引到相关的「料」，从而启发我们。要是让它来替我们思考，很容易联想两三轮后就跑偏了。prompt并不是一套通用咒语或者专业知识就行了，而是不停地提供你的经验/思考甚至直觉，把可以无限联想索引的它给拽回现实。

[北辰 @Bei_Chen_]

1/2）LLM似乎无所不知且知无不言又言无不尽。但它并不是思考，而是在人类的知识库里找到对应的知识，本质上还是索引器，只不过是联想索引器。
虽然在任何一个细分领域，深度都不及人类专家，不过胜在知识的广博和反应的敏捷，因此被误作深刻。
所以不能依赖它思考，而是要用它来做索引。

[北辰 @Bei_Chen_]

#华为 汽车方向盘上有两只手。
工程兵：来自 ICT 主业，本能是「对不可逆故障的零容忍」，所以冗余兜底。
销冠：来自终端 BG，由余承东带入，方法论是先推出去、再迭代修正。
矛盾在于，销冠是甲方、工程兵是乙方。销冠的「出错能改」的消费品本能，被装进了汽车这个「出错改不了」系统。

[北辰 @Bei_Chen_]

这才是真正的DePIN ！

[winkle. @w1nklerr]

Nvidia will now pay you to put a mini AI data center on your house

It looks like a normal AC unit in the yard.

But inside sits 16 Nvidia Blackwell GPUs and Dell servers.

A startup called Span builds them, backed by Nvidia.

They bolt onto your home and you get paid for the power and Wi-Fi.

Some estimates put that around $1,000 a month in your pocket.

That is rent money just for hosting a box outside.

Span says it deploys way faster and cheaper than a real data center.

The AI boom is literally moving into the suburbs.

Save this, the grid is getting rebuilt in real time.

[北辰 @Bei_Chen_]

如果写作依赖AI调研及修改，自己只负责提问，会被AI带偏。最大的诱惑在于它的部分内容是有效的，所以很容易不知不觉间被它所预设的拓扑结构牵着鼻子走。
而无论是思维还是真相，拓扑结构都是网状的、有位置关系的。
只有白纸，才能让还没成形的想法降维成空间坐标，然后共存，真相也就很容易昭然若揭。

[北辰 @Bei_Chen_]

自从开了Claude Max，token不够的焦虑转化成token用不完的焦虑了 。
反思了一下，之所以流量用不完，是之前在Claude上的穷日子过怕了，当流量宽裕以后，却依然延续了之前省吃俭用的使用习惯。
我得在Claude上消费升级了。

[北辰 @Bei_Chen_]

最近有两个案例，都说明了「币圈是国内科技企业的领先服」：
1.上海现在很多offer是把整个部门的工作打包给一个人（即使借助AI，也非常繁重且多线）。
2.Manus其实一开始就应该创始人及核心团队肉身出海，在国内保留开发团队和分布式办公的运营岗即可。
而以上两个现象，币圈在四五年前就已经这样了。

[北辰 @Bei_Chen_]

我不太同意。
我的使用体验是：之前需要非常专业的prompt（如文本细读、叙事学之类的具体理论）来解析文本，可以得到不错的效果。但现在这些都成了它的默会知识，简单的prompt也能实现之前只有专业的prompt才有的效果。
至于遗漏关键信息，这不是Opus 4.7才有的问题，而是最近降智以来就一直存在的。

[北辰 @Bei_Chen_]

@AYi_AInotes 第二点对现阶段的我使用AI很有启发——应该做一个频繁更新的纯文本知识库。此外也有对「个人认知」有启发，那就是应该不断蒸馏提炼自己的认知，频率优先于规模，并且要以结果来反向验证。

[北辰 @Bei_Chen_]

@AYi_AInotes 第二点对现阶段的我使用AI很有启发——应该做一个频繁更新的纯文本知识库。此外也有对「个人认知」有启发，那就是应该不断蒸馏提炼自己的认知，频率优先于规模，并且要以结果来反向验证。

[北辰 @Bei_Chen_]

@AYi_AInotes @elonmusk 马斯克的思考方式和芒格完全相反。如果比作游戏里开地图，芒格像扔飞镖一样多点开花（感兴趣的领域会多扔一些），靠大量局部认知拼出全局地图，只要能判断这里是否安全就够了。马斯克则是在一个格子里一直往下挖，直到最底层的物理原理，相当于在另一维度开了个地图，然后手搓一棵树，才向四周扩张。

[北辰 @Bei_Chen_]

@AYi_AInotes @elonmusk 当然，他们一个是投资人，一个是工程师，要解决的任务类型不同，方法自然也不同。

[北辰 @Bei_Chen_]

@AYi_AInotes @elonmusk 马斯克的思考方式和芒格完全相反。如果比作游戏里开地图，芒格像扔飞镖一样多点开花（感兴趣的领域会多扔一些），靠大量局部认知拼出全局地图，只要能判断这里是否安全就够了。马斯克则是在一个格子里一直往下挖，直到最底层的物理原理，相当于在另一维度开了个地图，然后手搓一棵树，才向四周扩张。

[北辰 @Bei_Chen_]

捣鼓半天，终于部署完OpenClaw，却一时不知道要做什么。

过去两年来的每次AI迭代，我脑袋里第一个冒出来的应用场景永远都是电诈，因为太方便了！

未来的电诈园区不再有猪仔，而是毫不起眼的机房，甚至直接是分布式的边缘算力，而未来的警察局也许是超算中心。

只能说《黑客帝国》在加速到来。

[北辰 @Bei_Chen_]

活学活用叙事学了

[实践哥MinLi @MinLiBuilds]

人类能达到的满级 prompt 能力，值得学习。经常听说降维打击，这次来看看怎么用 Claude 做升维打击的，从浓缩数据里挖出隐藏的关键细节信息。

​我不小心发现了一个秘密：如何将一个月的研究工作，压缩到短短 3 小时内完成。

​在一家 YC 入选公司的创始人那里，我见识了他的 Claude 配置。起初，我以为他只是手快；直到我亲眼看着他为一个从未涉足过的领域，构建出了一套完整的进入市场GTM策略。

​以下是他的完整操作：

​第一步：他并不要求 Claude 去研究市场。​他喂给 AI 的是：8 个竞争对手的落地页、3 份财报电话会议记录、12 条客户评价，以及一整条吐槽产品的 Reddit 帖子。

​然后，他只问了一个问题：​“关于这个市场，那些成功的玩家都洞察到了哪些客户永远不会明说的潜规则？”

​不是“总结一下”，也不是“分析竞争对手”。而是“未被言说的洞察”——那种通常需要创始人打两年的客户电话才能摸清的门道。​但接下来这一步，才真正颠覆了我的认知。

​他接着追问：​“现在，告诉我支持这个市场运作的 3 个核心假设。如果要推翻这些假设，分别需要满足什么条件？”

​在 15 分钟内，他摸清了整个行业的攻击面：那些盲区、脆弱的共识，以及没人讨论的切入点。
大多数创始人要花 6 个月做客户调研，才可能勉强发现其中一个。

​接着，他做了一些我从未见过的操作。​他问：​“写出 5 个顶级投资者为了否定这个商业计划会提出的‘致命问题’，然后仅根据这些文档里的证据来回答它们。”

​在接下来的 2 小时里，他对自己每一个假设进行了高压测试。每一个薄弱的回答都会触发一轮追问：
​“这个论点最硬核的版本是什么？它在什么情况下仍会失效？”

​到第 3 个小时，他拿出了一份战略方案，那感觉就像出自一个在行业里深耕了十年的老兵之手。​工具并没有变，变的是问题。​大多数人把 Claude 当作更快的谷歌。而这些创始人们，把它当成一个读过万卷书且没有虚荣心的思考伙伴。

​3 小时与 3 个月的区别，不在于信息的多少。而在于，你是否知道哪些问题才真正致命。

[北辰 @Bei_Chen_]

@unaiyang 期待UnAI老师把crypto行业积累的研究、产品、运营经验复制到AI行业

[北辰 @Bei_Chen_]

@Freedominc20631 中国太大了，大到可以划分为三个世界，堪称折叠空间。小陆师傅描述的是作为第一世界的沿海地区，你描述的是第二、三世界，两种描述并不冲突，因为根本就是不同的世界。黎明是一部分人的黎明，黑夜是另一部分人的黑夜，很难用一个“标准时间”来准确概括出不同时区的“真实时间”。